低碳視覺下我國煤炭、石油與可再生能源的替代*

劉曉紅

(南京曉莊學院商學院，江蘇南京 211171)

·持續農業·

低碳視覺下我國煤炭、石油與可再生能源的替代*

劉曉紅※

(南京曉莊學院商學院，江蘇南京 211171)

[目的]使用1970～2013年時間序列數據，分析了低碳情景下我國煤炭、石油與可再生能源的消費替代。[方法與結果]單位根檢驗顯示各變量是一階單整Ⅰ(1)。Johansen協整檢驗說明變量之間存在著協整關系。FMOLS回歸表明，GDP、煤炭消費和石油消費會提高CO2排放量，可再生能源消費會降低CO2排放量。長期內，GDP、煤炭、石油、可再生能源消費與CO2排放之間存在著雙向的Granger因果關系。短期內，可再生能源消費與GDP、CO2排放之間存在著雙向Granger因果關系。煤炭、石油消費是可再生能源消費的單向Granger原因。GDP是煤炭消費、CO2排放的單向Granger原因。石油消費是GDP的單向Granger原因。廣義預測誤差方差分解顯示，實行從煤炭、石油消費到可再生能源的燃料替代將會降低環境污染，提高環境可持續性。[結論]基于上述實證研究，提出建立激勵機制，實現可再生能源對煤炭、石油的替代，轉變能源消費結構，降低煤炭和石油消費比例，開發利用可再生能源，為可再生能源的發展建立硬性約束，提高環境可持續性等建議。

可再生能源 能源替代 低碳 環境可持續性

0 引言

氣候變暖引起世界各國的重視，一些國家制定了強有力的節能措施，并提出能源替代政策。我國也關注環境問題，在《中美氣候變化聯合聲明》中承諾， 2030年二氧化碳排放達峰值。我國制定了可再生能源發展規劃，可再生能源已成為我國的戰略新興產業。與此同時，我國作為煤炭、石油消費大國，煤炭、石油與可再生能源消費對CO2排放產生何種影響？能否實行煤炭、石油與可再生能源之間的燃料替代？對這些問題進行研究對于我國經濟的可持續發展有重要的現實意義。

1 文獻回顧

就煤炭、石油與可再生能源的替代而言，國內外的研究可分為以下2個方面：第一、對可再生能源、非可再生能源與碳排放之間關系的研究。Robalino-López 等以厄瓜多爾為例，提出了可再生能源和CO2排放的系統動態模型，結果發現：如果伴隨著可再生能源的增長，生產部門結構的改善以及使用更有效的化石燃料技術，未來有可能控制住CO2排放[1]。Long 等研究了1952～2012年我國的能源、碳排放和經濟增長之間的關系，結果發現煤炭對經濟增長和碳排放有主導影響，經濟增長同CO2排放、煤炭、天然氣和電力消費之間存在著雙向因果關系，我國有必要改變能源消費結構，發展水能和核能[2]。Jaforullah 等以美國為例，通過協整和Granger因果檢驗發現：CO2排放與可再生能源負相關，但與核能消費不相關[3]。Ozbugday 等使用CCE估計模型對1971～2009年36個國家的研究發現，長期內，能源效率對CO2排放有積極的影響。能源效率和可再生能源能夠抑制CO2排放，實際收入和工業化對CO2排放有顯著的正的影響[4]。Jeblia 等研究了1980～2010年25個歐盟國家可再生和非可再生能源消費同人均CO2排放、經濟增長之間的關系。結果發現，對于歐盟國家環境庫茲涅茨假說是存在的，不可再生能源會提高CO2排放，增加貿易額或可再生能源可以減少CO2排放[5]。第二、對能源替代的研究。后勇等建立了可再生能源替代的動態系統的數學模型，得出我國2020年實現可再生能源發展規劃的動態優化路徑，使之在滿足經濟持續發展對能源需求的前提下，系統要素配置最優、化石能源使用量和GHG排放最少[6]。孫鵬等基于可再生能源對不可再生能源替代視角研究能源企業間的動態博弈問題。結果表明：可再生能源產出增長率恒為正，且不斷增大； 不可再生能源產出增長率恒為負，且不斷降低。能源替代速率恒為正，即可再生能源會逐步取代不可再生能源，當不可再生能源企業退出市場時，系統剛好達到鞍點均衡[7]。Bloch 等考查了我國煤炭、石油和可再生能源的生產和消費。ARDL和VECM顯示我國是被3種能源所引領的經濟增長，煤炭消費引起碳排放，可再生能源消費減少碳排放。與石油和可再生能源比較而言，煤炭是相當昂貴的，鼓勵從煤炭消費向石油和可再生能源替代[8]。韓昀等以農村生活能源消費為主線，以郯城縣為研究案例，分析了郯城縣農村生活能源消費現狀及其經濟、自然和環境屬性結構。結果表明：商品能源、清潔能源、新能源消費比例均過半； 勞動力機會成本較高，促進了該地商品能對秸稈等非商品能的替代； 不可再生能源仍占有較大比例，能源消費結構不甚合理[9]。劉飛翔，劉偉平從實現福建農村全面小康對能源發展迫切需求和現實尖銳矛盾這一命題出發，對福建發展綠色能源的戰略意義、發展方式、發展潛力進行了深入分析，最后提出了福建綠色能源發展對策建議[10]。

綜合以上的研究成果可以看出，國內外對能源替代的研究較少，對可再生能源對煤、石油的替代研究更少，故文章基于低碳視覺，通過1970～2013年時間序列數據，使用ADF單位根檢驗、Johansen協整檢驗、FMOLS回歸、Granger因果檢驗、廣義預測誤差方差分解對我國可再生能源、煤炭、石油的消費替代進行研究，以期對我國經濟新常態下實現環境可持續性有所裨益。該文的創新點表現在以下3個方面：第一、把CO2排放同GDP、可再生能源、煤炭、石油消費結合起來進行研究； 第二、建立了2個模型，既研究GDP、可再生能源、煤炭、石油消費同CO2排放之間的關系，也研究可再生能源與煤炭、石油消費的加總即聯合能源消費同CO2之間的關系； 第三、使用廣義預測誤差方差分解對我國可再生能源替代煤炭、石油消費進行分析。

其余部分做如下安排：第二部分進行計量經濟學模型假定和數據說明； 第三部分實證分析； 第四部分得出結論，并提出對策建議。

2 模型設計與數據說明

2.1 模型設定

為了探究我國經濟增長、煤炭、石油消費、可再生能源與CO2排放之間的動態關系，借鑒Bloch[8]和Kasman[11]，建立模型1：

lnCO2t=αlnGDPt+βlnCOALt+χlnOILt+γlnREt+εt

(1)

所有的變量都取對數，下標t代表時間，CO2是人均二氧化碳排放，GDP是人均實際GDP，COAL是人均煤炭消費量，OIL是人均石油消費量，RE是人均可再生能源消費量。系數α、β、χ、γ分別是人均實際GDP、人均煤炭消費、人均石油消費、人均可再生能源消費對CO2排放的彈性系數。

為了說明煤炭、石油與可再生能源消費的加總即聯合能源消費以及GDP與CO2排放之間的關系，建立模型2：

lnCO2t=αlnGDPt+φlnCOREt+εt

(2)

與模型1相同，模型2中的所有變量也取對數，CORE是人均聯合能源消費量，即人均煤炭消費、石油消費與可再生能源消費之和。φ是人均聯合能源消費的彈性系數。

2.2 數據說明

該文研究的起止時間是1970～2013年。人均CO2排放量由CO2排放量除以當年我國總人口得出，單位是：t/人，人均GDP以價格指數進行平減， 1970年為基期，得出人均實際GDP，單位是元/人。煤炭、石油消費量由能源消費總量乘以各自在能源消費中的比例得出，可再生能源消費由能源消費總量乘以水電、核電、風電在能源消費中的比例得出。煤炭、石油、可再生能源消費量除以人口，得出人均煤炭、石油、可再生能源消費量，單位是噸標準煤/人。人均聯合能源是人均煤炭、石油、可再生能源消費量相加之和，單位是噸標準煤/人。其中，CO2排放量數據來自于2015年《BP世界能源統計年鑒》，其他數據都來自于歷年《中國統計年鑒》。

2.3 描述性統計

變量的描述性統計如表1所示。除非特別說明，文中所使用的計量軟件是Eviews8.0。

表1 描述性統計

CO2GDPCOALOILRECORE均值287308974861990802349021568100738171091847中位數228045157193770693601015813700448410896070最大值710961816917841818890050708402700782596052最小值090358127610780285527005188200123530349761標準差182349746704020456520012992900662630649694合計126415932939283530334948998432479344804126觀測數444444444444

3 實證分析

3.1 單位根檢驗

為了確定lnCO2、lnGDP、lnCOAL、lnOIL、lnRE、lnCORE等時間序列的平穩性，使用ADF方法進行單位根檢驗，結果如表2所示。lnCO2、lnGDP、lnCOAL、lnOIL、lnRE、lnCORE水平序列沒通過顯著性檢驗，是非平穩序列。但是，各時間序列的一階差分都通過了顯著性檢驗，其中，lnGDP的一階差分在10%的顯著水平下平穩，其他變量的一階差分在1%的顯著水平下平穩，說明各時間序列是一階單整序列I(1)。

表2 ADF單位根檢驗結果

變量檢驗形式(C，T，L)ADF統計值臨界值檢驗P值結論1%水平5%水平10%水平水平變量lnCO2C，0，1055593-359661-293315-26048609867不平穩lnGDPC，T，1-266271-419233-352078-31912702565不平穩lnCOALC，T，1-249836-419233-352078-31912703274不平穩lnOILC，T，0-243703-418648-351809-31897303564不平穩lnREC，T，0-131178-418648-351809-31897308716不平穩lnCOREC，T，1-221811-419233-352078-31912704676不平穩一階差分lnCO2C，0，0-380948-359661-293315-26048600057平穩lnGDP0，0，0-188342-262118-194888-16119300576平穩lnCOALC，0，0-425183-359661-293315-26048600017平穩lnOILC，0，0-451414-359661-293315-26048600008平穩lnREC，0，0-609103-359661-293315-26048600000平穩lnCOREC，0，0-425932-359661-293315-26048600016平穩 注：檢驗形式中(C，T，L)分別代表常數項、趨勢項、滯后階數。基于SIC的滯后期選擇

3.2 Johansen協整檢驗

采用Johansen方法進行協整檢驗，結果如表3所示。在模型1中，在5%顯著水平下存在4個協整方程，在模型2中，存在1個協整方程。

表3 Johansen協整檢驗結果

模型1模型2特征根值跡統計量5%臨界值P值特征根值跡統計量5%臨界值P值None05208743996???6006140001903971375830??35192700271Atmost103536434951??401749002230246216329820261801595Atmost203208251664??2427590038501006445629164503484Atmost3019028918812320901739Atmost400012005404129908490 注：??、???分別表示在5%和1%水平上顯著

表4 FMOLS估計結果

3.3 FMOLS回歸分析

在協整檢驗的基礎上，對模型1、2進行回歸估計。FMOLS(fully modified OLS)方法能夠糾正序列相關和有偏性問題[12]，故該文也采用這種方法，結果如表4示。模型1和模型2的R2分別為0.992 0、0.9927，說明2個模型的擬合優度很好。除了石油的變量系數通過了10%顯著性檢驗外，2個模型中的其他各個變量都通過了1%顯著水平檢驗，這進一步證明了模型1和模型2的建立是合理的。模型1中，GDP、石油和煤炭的彈性系數大于0，說明GDP、石油消費和煤炭消費的增長會提高CO2的排放量。其中，煤炭的彈性系數最大，表現出富有彈性的特征，煤炭消費每提高一個百分點，將引起CO2排放量增加1.1351個百分點，說明降低煤炭消費在減少CO2排放方面的作用最大。石油和GDP的彈性系數分別位居第二、第三位，石油消費和GDP每增加一個百分點，將分別使CO2排放量增加0.1708、0.1293個百分點。可再生能源的彈性系數為負值，說明可再生能源消費量的增加將減少CO2的排放量，這與Ozbugday and Erbas[4]、Jeblia等[5]的研究結果一致。具體來看，我國可再生能源消費每提高一個百分點，將使CO2排放量減少0.2567個百分點。這說明為了降低我國環境污染，可以使用可再生能源消費替代煤和石油消費。

模型2中，GDP的彈性系數為正值，與模型1一致，說明經濟的增長會加重我國的環境污染問題。煤炭、石油、可再生能源的加總即聯合能源的彈性系數大于0，聯合能源消費每增加一個百分點，將使CO2排放量提高0.8731個百分點。這揭示了重要的政策含義，即變換能源消費的組成成分，即我國在經濟新常態中減少對煤和石油的消費，增加可再生能源消費是減少我國CO2排放的尤為關鍵的措施。

3.4 Granger因果關系檢驗

表4中提供了長期估計結果，但沒有指明變量之間因果關系的方向。模型1和模型2的短期和長期Granger因果關系如表5所示。模型1中，各個等式的ECMt-1都小于0，且通過顯著性檢驗，說明存在誤差修正機制，當系統偏離長期均衡的時候，這5個變量在調整進程中能發揮重要作用。這也進一步說明，長期內，經濟增長、煤炭、石油、可再生能源消費與CO2排放之間存在著雙向的Granger因果關系，即這5個變量之間相互影響，相互作用。短期內，GDP是CO2排放的單向Granger原因，即GDP的變動是CO2排放變動的原因，CO2排放不是GDP變動的Granger原因。GDP是煤炭消費的單向Granger原因，即GDP的變動是煤炭消費變動的Granger原因，但煤炭消費不是GDP的Granger原因，降低煤炭的消費量不會影響我國經濟增長。石油消費與CO2排放之間存在著雙向的Granger因果關系，即石油消費與CO2的影響是雙向的。石油消費是GDP的單向Granger原因，即石油消費的變動會引起GDP的變動。煤炭和CO2排放之間存在著雙向的Granger因果關系。石油與煤炭消費之間存在著雙向的格蘭杰因果關系。可再生能源與CO2排放之間存在著雙向的Granger因果關系，即可再生能源消費與CO2排放之間互為因果。可再生能源消費與GDP之間存在著雙向的Granger因果關系，說明可再生能源消費與GDP之間存在著雙向的影響機制。石油消費是可再生能源消費的單向Granger原因，即石油消費的變動會引起可再生能源消費的變動，但可再生能源消費不是石油消費的Granger原因。煤炭消費是可再生能源消費的單向Granger原因，即煤炭消費的變動會引起可再生能源消費的變動，但可再生能源消費不是煤炭消費的Granger原因。

模型2中，CO2排放和聯合能源的誤差修正模型系數為負值，且通過了顯著性檢驗，說明系統偏離長期均衡時，這2個變量在調整過程中能發揮重要作用。在長期內，CO2排放和聯合能源消費存在著雙向的Granger因果關系。同時，GDP的滯后誤差修正模型系數為正值，說明不存在反向的誤差修正機制。短期內，GDP和CO2排放之間存在著雙向的Granger因果關系。聯合能源消費和CO2排放之間存在著雙向的Granger因果關系，聯合能源消費和GDP之間存在著雙向的Granger因果關系。故為了在經濟增長的同時，減少環境污染，可實行從煤炭、石油到可再生能源的消費替代。

表5 格蘭杰因果關系檢驗

變量自變量⊿lnCO2⊿lnGDP⊿LnOIL⊿LnCOAL⊿LnRE⊿LnCOREECM(t-1)模型1：⊿lnCO2，⊿lnGDP，⊿LnOIL，⊿LnCOAL，⊿LnRE⊿lnCO2-00741021270870400288-027390005000000000000042000377⊿lnGDP-02913006590177600757-031230220200757038080000100009⊿LnOIL3123102081-26173-00821-075060000001475000000181700046⊿LnCOAL1080900713-02000-00301-035700000000424000000124400615⊿LnRE2159304525-07283-20041-038080029100205000570022600026模型2：⊿lnCO2，⊿lnGDP，⊿LnCORE⊿lnCO2-0071711543-01593000010000000365⊿lnGDP-091171141108426006160031700000⊿LnCORE0816600433-04098000000038200034 注：括號內的數字是P值。?、??、???分別表示在10%、5%和1%水平上顯著

3.5 廣義預測誤差方差分解

Granger因果關系檢驗表明了系統中哪些變量對于每一變量的未來價值有顯著影響。但是，這些結果并沒有建設性的指出這些影響在多長時間內發揮作用，方差分解能夠提供這方面的信息。故該文使用Koop 等[13]和Pesaran、Shin[14]提出的廣義預測誤差方差分解進行進一步的分析，這種方法的突出優點是分解結果不受VAR模型中變量排序的影響，軟件是microfit4.0。表6中的方差分解指明了因變量CO2排放量受自身影響以及受別的變量沖擊下隨時間變化的貢獻度，滯后準則是AIC。模型1中，CO2排放主要是被CO2排放自身的創新以及煤炭消費所解釋。煤炭消費解釋了1年后CO2排放的85.98%， 10年后的60.04%， 20年后的54.3%， 30年后仍高達63.39%。這表明，實行從煤炭、石油消費到可再生能源消費的燃料替代將會降低環境污染，提高環境可持續性。

模型2中，聯合能源消費解釋了5年后CO2排放的79.21%、10年后的82.29%、20年后的83.68%、30年后的80.38%。GDP對CO2排放的解釋能力在任何時間范圍內都小于聯合能源消費。模型2進一步證明了燃料中可以由可再生能源對煤炭、石油能源進行替代。

表6 廣義預測誤差方差分解

模型1時期lnCO2lnGDPlnOILlnCOALlnRElnCORElnCO2：lnGDP10984902662029510858904443lnOIL50742402395031360578104080lnCOAL100738902898037110600404765lnRE150628403502044920495104046滯后期為6200688202712036990543004513250669002653036410531704413300763402709034730633904651模型21097930021408477lnCO2：lnGDP5094740004807921lnCORE10096150013208229滯后期為215095440064808425200924401342083682508909019730821430086030249408038 注：基于AIC的滯后準則

4 結論與建議

4.1 結論

該文使用1970～2013年時間序列數據，分析了低碳情景下我國煤炭、石油、可再生能源的消費替代。單位根檢驗顯示各變量是一階單整Ⅰ(1)。Johansen協整檢驗表明變量之間存在著協整關系。FMOLS回歸發現，GDP、石油和煤炭消費會提高CO2的排放量，可再生能源消費會降低CO2排放量。通過Granger 因果分析，我們發現長期內，經濟增長、煤炭、石油、可再生能源消費與CO2排放之間存在著雙向的Granger因果關系。短期內，GDP是煤炭消費、CO2排放的單向Granger原因。石油消費與煤炭消費、CO2排放之間存在著雙向的Granger因果關系，石油消費是GDP的單向Granger原因。可再生能源與GDP、CO2排放之間存在著雙向的Granger因果關系。煤炭消費、石油消費是可再生能源消費的單向Granger原因。廣義預測誤差方差分解表明，實行從煤炭、石油消費到可再生能源的燃料替代將會降低環境污染，提高環境可持續性。

4.2 建議

基于上述結論，提出下述建議。

(1)建立激勵機制，實現可再生能源對煤炭、石油的替代。可再生能源消費是GDP的雙向Granger原因，即可再生能源消費能推動經濟增長，經濟增長又會影響可再生能源消費。同時，可再生能源消費對我國CO2排放產生負的影響，即可再生能源消費會降低CO2排放，簡言之，可再生能源消費既可以推動我國經濟增長，又不會對環境產生破壞。但在我國市場作為資源配置主導作用的條件下，尤其在我國企業和個人環境保護意識依然薄弱的情景下，可再生能源消費的提高離不開適當的激勵機制，即政府要為市場主體對可再生能源的消費給予稅收優惠或補貼，以刺激市場主體在各個領域增加對水能、太陽能、生物質能、海洋能、風能等可再生能源的消費量。只有通過政府這只“看得見的手”影響市場主體的可再生能源消費行為，才能提高市場主體的可再生能源消費。

(2)轉變能源消費結構，降低煤炭和石油消費比例。回歸分析表明，煤炭對CO2排放產生主導性的影響，同時，石油消費對碳排放也會產生正的影響。且我國煤炭和石油消費所占的比例較高， 2013年，煤炭和石油在能源消費中的比重分別為66.0%、18.4%，但水電、核電、風電所占的比重只有9.8%，故為了減少環境污染，要轉變能源消費結構，降低煤炭和石油消費比例，提高可再生能源消費比例，發展以可再生能源為主的能源消費結構。為了降低煤炭和石油消費的比例，提高這兩種能源的使用成本是一條重要的途徑。煤炭和石油消費成本的提高可通過兩種方法得以實現，其一是通過征收碳稅、環境稅等政策使煤炭和石油不再是一種廉價的資源，盡最大可能消除環境外部的負效應，其二是提高煤炭或石油的價格。根據需求規律，煤炭和石油消費成本的提高將降低可再生能源的相對價格，使市場主體減少對煤炭和石油的消費，并增加對可再生能源的消費，減少CO2排放。

(3)開發利用可再生能源。可再生能源是環境友好，可持續發展的能源，如果我國實現可再生能源消費對煤炭、石油消費的替代，既有利于能源消費結構升級，又有利于緩解我國日益嚴重的環境污染問題。發展可再生能源，最重要的是技術創新，而技術水平的提高離不可資金的投入。我國致力于減少碳排放，制定了可再生能源發展的“十五”、“十一五”、“十二五”發展規劃，可再生能源的投資總量和比例有所增長，且各級政府制定了許多政策措施支持可再生能源的技術創新活動。但就目前來說，我國在可再生能源方面的研發投資在國際上依然處于較低的水平，可再生能源產業規模不高。故我國要進一步加大對可再生能源的研發投資力度，加強技術創新。通過價格、金融、發展規劃等政策措施，建立可再生能源政策體系，降低市場準入門檻，鼓勵企業進行風能、水能、生物燃料、太陽能和其他可再生能源的開發利用，調動企業進行可再生能源供給的積極性。發展可再生能源產業，建立可再生能源交易證書制度，確立能源投資組合，助推可再生能源行業的擴大，促使我國經濟按照新常態的要求發展。

(4)為可再生能源的發展建立硬性約束，提高環境可持續性。可再生能源對煤炭、石油的替代離不開制度建設。2005年，我國制定了《可再生能源法》，隨后，又出臺了可再生能源的相關法律、法規，可再生能源法律體系初步形成。2009年，我國對可再生能源的法律、法規進行了修訂，我國在向發展可再生能源的目標邁進。盡管如此，我國可再生能源的法律、法規還不夠健全，不能滿足當前可再生能源發展的需要，這就要求進一步完善可再生能源法律體系。主要是針對近幾年來我國在發展可再生能源道路上遇到的新問題、新情況，制定相應的可再生能源法律、法規，維護可再生能源供求雙方的利益。同時，加強對可再生能源法律、法規的執法，使可再生能源法律、法規起到規范、約束市場主體的目的，為我國可再生能源產業的繁榮保駕護航。

[1] Robalino-López A，Mena-Nieto A，García-Ramos J E.System dynamics modeling for renewable energy and CO2emissions：A case study of Ecuador.Energy for Sustainable Development， 2014， 20： 11～20

[2] Long X L，Naminse E Y，Du J G.Nonrenewable energy，renewable energy，carbon dioxide emissions and economic growth in China from 1952 to2012.Renewable and Sustainable Energy Reviews， 2015， 52： 680～688

[3] Jaforullah M，King A.Does the use of renewable energy sources mitigate CO2emissions?A reassessment of the US evidence.Energy Economics， 2015， 49： 711～717

[4] Ozbugday F C，Erbas B C.How effective are energy efficiency and renewable energy in curbing CO2emissions in the long run?A heterogeneous panel data analysis.Energy， 2015， 82： 734～745

[5] Jeblia M B，Youssef S B，Ozturkc I.Testing environmental Kuznets curve hypothesis：The role of renewable and non-renewable energy consumption and trade in OECD countries.Ecological Indicators， 2016， 60： 824～831

[6] 后勇， 徐福緣，程緯.基于可再生能源替代的經濟持續發展模型.系統工程理論與實踐, 2008，(9)： 67～72

[7] 孫鵬， 聶普焱.動態視角下可再生對不可再生能源的替代.系統工程, 2014，(3)： 92～98

[8] Bloch H，Rafiq S，Salim R.Economic growth with coal，oil and renewable energy consumption in China：Prospects for fuel substitution.Economic Modelling， 2015， 44： 104～115

[9] 韓昀， 王道龍，畢于運.郯城縣農村生活能源消費屬性分析.中國農業資源與區劃， 2013, 34(4): 141～144

[10]劉飛翔， 劉偉平.福建農村綠色能源發展戰略.中國農業資源與區劃， 2007, 28(5): 52～54

[11]Kasman A，Duman S Y.CO2emissions，economic growth，energy consumption，trade and urbanization in new EU member and candidate countries：A panel data analysis.Economic Modelling， 2015， 44： 97～103

[12]Pedroni P.Fully modified OLS for heterogeneous cointegrated panels.Advances in Econometrics， 2000， 15： 93～130

[13]Koop G，Pesaran MH，Potters SM.Impulse response analysis in nonlinear multivariate models.Econ，1996， 74(1)：119～147

[14]Pesaran，M.H.，Shin，Y.Generalized impulse response analysis in linear multivariate models.Econ.Lett，1998， 58(17- 29)

SUBSTITUTION OF COAL, OIL AND RENEWABLE ENERGY IN CHINAUNDER LOW-CARBON VISION*

Liu Xiaohong※

(Buseness College, Nanjing Xiaozhuang University, Nanjing, Jiangsu 211171, China)

Using time series data from 1997 to 2012, this paper studied the consumption substitution of coal, oil and renewable energy in China. The unit root test showed that each variable had integration of order 1. The Johansen co-integration test indicated that there were co-integration relationships among variables. Using FMOLS regression method, it found that GDP, coal consumption and oil consumption increased carbon dioxide emissions, while renewable energy consumption reduced emissions. There were bidirectional Granger causal relationships among GDP, coal, oil, renewable energy consumption and carbon dioxide emissions. In the short time, there were bidirectional Granger causal relationship from renewable energy consumption to GDP and carbon dioxide emissions. There was a unidirectional Granger causal relationship between coal and oil consumption and renewable energy consumption. The generalized forecast error variance decomposition revealed that the fuel substitution from coal, oil consumption to renewable energy would reduce environmental pollution and enhance environmental sustainability. Finally, it put forward some suggestions such as setting up incentive mechanism, achieving renewable energy substitution for coal and oil consumption, changing energy consumption structure, reducing coal and oil consumption proportion, developing and utilizing renewable energy, founding solid restraint for the development of renewable energy, and increasing environment sustainability, etc.

renewable energy; energy substitution; low-carbon; environmental sustainability

10.7621/cjarrp.1005-9121.20170325

2016-03-04

劉曉紅(1976—)，女，河南南陽人，碩士、副教授。研究方向：低碳經濟。Email：amylxhong@163.com

*資助項目：國家社會科學基金項目“碳減排約束下的碳稅經濟效應研究”(15BGL144)； 教育部人文社會科學基金青年項目“政府R&D資助政策工具對中小企業技術創新能力的影響研究”(10YJC790005)； 江蘇省普通高校研究生科研創新計劃項目“我國城鎮化、能源消費、經濟增長、碳減排動態關系研究”(KYZZ15_0106)

F062.2; X37

A

1005-9121[2017]03161-08