全要素生產率與能源消費對碳排放影響的實證分析

陳嘉雯，陳華超，徐 強

（1.華東師范大學 統計學院，上海 200241；2.東北財經大學 統計學院，遼寧 大連 116025）

0 引言

能源消耗對經濟增長具有促進作用，但是粗放式、低效率的能源消費所產生的碳排放壓力大于對應的能源消費對經濟發展產生的推動力。與此同時，全要素生產率（Total Factor Productivity，TFP）、能源消費和碳排放之間的矛盾日益突出：一方面，較高的人均碳排放量使中國面臨巨大的國內和國際壓力；另一方面，中國能源消費主要以煤炭為主，較低的TFP和經濟的下行壓力迫使中國以更大量的煤炭消耗為代價來保障經濟的穩定增長，碳排放量也就無法得到有效控制。在此背景下，深入研究TFP與能源消費對碳排放的長期和短期動態影響機制，對于中國提高生產效率、節能減排和穩定增長有著重要的現實意義。

關于能源消費和碳排放的研究主要集中在能源消費、碳排放和經濟增長之間的關系上[1-5]。關于生產率和碳排放的研究主要分三類：第一類主要研究碳排放約束下的生產率[6]；第二類主要是研究碳排放與其他行業生產率的關系[7]；第三類主要是研究區域內部碳排放與生產率的關系[8]。研究表明，TFP的提高在一定程度上對碳排放顯示出抑制作用，而能源消費的增加對碳排放有顯著的促進作用，但是對于中國而言，TFP和能源消費的變化對碳排放的影響及其機制尚不明確，國內研究這一問題的文獻還比較少。郭輝和董曄（2012）[9]估算了中國1978—2008年考慮能源消費以及在碳排放約束下的TFP，發現中國經濟增長的動力是高能耗和高投入，代價是大量的碳排放。但他們主要是將能源消費和碳排放納入到TFP的測算之中，最終研究的是能源消費和碳排放對經濟增長的影響，并未涉及能源消費和TFP對碳排放的影響。本文主要研究TFP與能源消費對碳排放的影響及其機制，創新之處在于，研究碳排放時不僅考慮能源消費還考慮了TFP，不僅考慮了能源消費總量和TFP對碳排放的影響，還考慮了各類能源和TFP對碳排放的影響，突破了已有研究只關注總量的局限性。

1 數據來源與測算

1.1 變量與數據來源

本文研究中國1980—2016年TFP與能源消費對碳排放的影響，從能源消費和碳排放總量與分類別的角度構建模型，因此選取的變量包括TFP以及人均能源消費總量、各類能源的人均消費總量、能源消費對應的人均CO2排放量、各類能源消費對應的人均CO2排放量，除TFP外，其余變量根據中國各年平均人口數計算人均量并取自然對數，各變量符號見表1。

表1 變量名稱及符號表示

1.2 TFP的測算

在測算TFP時利用索羅殘差法，使用勞動和資本雙要素的生產函數：

其中，Yt、Kt和Lt分別表示實際產出、資本存量和勞動投入，α和β表示資本和勞動的產出彈性，λ表示技術進步率。在規模報酬不變的假設下（即α+β=1），對式（1）進行變形得到：

通過對式（2）進行回歸可得到資本和勞動的產出彈性。對式（2）進行最小二乘法估計，估計結果為α=0.751，β=0.249。TFP定義為：

在測算TFP時，實際產出以1980年價格計算的GDP表示，勞動投入使用年平均就業人員數表示，二者均來自《中國統計年鑒2017》。

關于資本存量的測算，使用Goldsmith提出的永續盤存法（PIM）。生產性資本存量的基本估計公式為：

其中，Kt為第t年的資本存量，δt為第t年的經濟折舊率，It為第t年的投資完成額，pt為第t年的固定資產投資價格指數。國家統計局從1990年才開始公布固定資產投資價格指數，因此1980—1989年固定資產投資價格指數參考單豪杰（2008）[10]的估算方法，1990—2016年固定資產投資價格指數來自中經網統計數據庫；陳昌兵（2014）[11]以1990年價格測算的1980年資本存量為17148.77億元，用固定資產投資價格指數換算成以1980年價格計算的1980年資本存量，估計結果為K1980=9772.95億元；固定資產投資完成額數據來自《中國統計年鑒》；折舊率參考陳昌兵[11]測算的固定不變的資產折舊率，統一取值為5.6456%。根據式（4）可估算出以1980年價格計算的1980—2016年的固定資本存量，并以此測算出中國1980—2016年的TFP。

1.3 能源消費與碳排放的測算

根據《中國統計年鑒》可獲得1980年和1985—2016年能源消費總量以及煤炭、石油、天然氣和一次電力及其他能源占能源消費總量的比重，以此計算各種能源消費總量。《中國統計年鑒》缺失1981—1984年的數據，通過觀察發現1980年和1985年的數據相差不多，因此使用等差序列進行插值。1980—2012年的煤炭、石油和天然氣消費產生的CO2使用美國能源信息署網站發布的數據；2013—2016年煤炭、石油和天然氣消費產生的CO2以及1980—2016年電力消費產生的CO2數據，根據《國家發展改革委辦公廳關于請組織開展推薦國家重點節能技術工作的通知》（發改辦環資〔2013〕1311號）發布的各種能源的排放系數進行估算；最后將各種能源消費產生的CO2匯總，得到總能源消費產生的CO2。中國歷年年末人口數來自中經網統計數據庫，由此計算各年平均人口數，并根據平均人口數計算出人均能源消費量和對應的人均碳排放量。

2 研究方法

TFP與能源消費對碳排放的影響比較復雜，TFP與能源消費及二者的滯后項都可能會對本期變量產生一定的影響，因此三者之間并非簡單的線性關系，構建模型時需要將當前項及滯后項考慮在內。基于TFP、能源消費和碳排放三個因素之間相互影響的特點以及ARDL模型的諸多優勢，本文對變量序列進行結構突變檢驗后，使用ARDL模型對TFP、能源消費及碳排放的協整關系進行檢驗分析。

2.1 結構突變檢驗

結構突變點的內生檢驗（簡稱Z-A檢驗）有三個模型：

其中，TB表示結構突變發生的年份，DUt表示截距突變的虛擬變量，DTt表示斜率突變的虛擬變量：

本文選用Z-A檢驗的模型C對變量進行結構突變檢驗。

2.2 ARDL模型的協整關系檢驗

使用ARDL法對TFP、能源消費及碳排放的協整關系進行檢驗分析，所用模型為：

其中，β1、β2和β3表示短期動態關系，β4、β5和β6表示協整關系或長期動態關系。式（9）為總量層次上TFP、能源消費及碳排放的關系，將式（9）中能源消費與CO2排放分別更換為煤炭、石油、天然氣和電力消費與對應的人均CO2排放量，即得到TFP、各類能源消費與碳排放的關系。

ARDL邊界檢驗使用F統計量進行顯著性檢驗，接受原假設則變量之間不存在協整關系，拒絕原假設則表明變量之間存在協整關系。

當模型斷定變量間存在協整關系后，可以利用ARDL模型對TFP、能源消費和碳排放的長期效應和短期效應進行分析。長期效應模型為：

基于式（10）對TFP、能源消費和碳排放進行誤差修正，對其短期效應進行分析。短期效應模型為：

模型中滯后階數由AIC或BIC信息準則判定，ECTt-1表示滯后的誤差修正項（Error Correction Term），φ為其系數項。根據解釋變量的F統計量顯著性判定短期因果關系，根據ECTt-1系數的T檢驗顯著性判定長期因果關系。

3 實證分析

3.1 單位根檢驗

ADF和PP單位根檢驗結果顯示，除石油、石油消費產生的CO2為I（0）過程外，其余序列均為I（1）過程，滿足構建ARDL模型的條件。

由于Z-A結構突變單位根檢驗只適用于I（1）序列，因此對經ADF和PP單位根檢驗確定為I（1）的序列進行Z-A檢驗。Z-A結構突變檢驗表明，LnECCOAL、LnEC、LnECELE和LnCO2ELE序列為帶有結構突變的趨勢平穩過程，TFP、LnECGAS、LnCO2、LnCO2COAL和LnCO2GAS的一階差分序列為帶有結構突變的趨勢平穩過程。

3.2 Johansen協整檢驗

單位根檢驗確定各變量的協整階數后，使用Johansen協整檢驗法對變量之間的關系進行協整檢驗，檢驗結果見表2。協整檢驗的跡統計量和最大特征根統計量顯示，在10%的顯著性水平下，能源總量、煤炭、石油三組變量均存在一個協整向量，天然氣存在兩個協整向量，各組內均存在協整關系①由于電力消費和電力消費產生的CO2之間存在極強的序列相關，進行Johansen協整檢驗時產生奇異矩陣（Singular Matrix），因此協整檢驗以及之后的ARDL檢驗和ECM檢驗均不包含電力消費項目。。

表2 Johansen協整檢驗結果

3.3 ARDL模型結果及分析

基于各組變量之間存在的協整關系，根據式（10）構建TFP、能源消費和碳排放的ARDL模型，估計其長期彈性（見表3）。

表3 ARDL模型結果（長期彈性）

表3顯示，TFP對碳排放的影響具有不確定性，而能源消費對當期碳排放則有顯著影響。從能源總量層面上看，當期的TFP提高對減少碳排放有顯著的影響，TFP每提高1個單位使得碳排放減少1.7%，而滯后3期的TFP每提高1個單位會導致當期碳排放總量增長2.8%，說明滯后3期TFP的提高可能是以大量的能源消費為代價，而這些增加的能源消費產生的大量碳排放在3期之后才顯現出來；滯后四期的TFP每提高1個單位會使碳排放總量降低1.9%，這表示TFP中技術進步等減少碳排放的效用超過能源消費等增加碳排放的效用至少需要四年的時間，但是一旦這些對減少碳排放有積極影響的技術因素發揮效用，將產生顯著且持續的效果；碳排放的滯后1期會對當期產生正向影響，而當期的能源消費會對碳排放產生顯著影響，能源消費總量每增長1%會使得碳排放總量增長0.8%，可見當期能源消費是決定碳排放量的主要原因。從分類能源層面看，影響煤炭碳排放的各變量對碳排放的影響情況與能源總量高度相似；當期TFP的提高對減少石油消費產生的碳排放有顯著的正面影響，而對于天然氣消費產生的碳排放無顯著影響，原因可能是石油的成分比較復雜，而天然氣的成分比較單一，當TFP提高時，對石油的處理更為科學，可以在很大程度上減少碳排放量；石油和天然氣的碳排放滯后項均對當期碳排放有顯著影響，當期的能源消費對碳排放的影響最為顯著，每增加1%的石油和天然氣消費會使得碳排放分別增加0.7%和0.6%。因此在短期內，TFP的提高無法對降低碳排放產生顯著影響，但是從長期來看，TFP的提高對節能減排將產生顯著而持續的效果，且從長期來看能源消費量的增加是CO2排放量不斷攀升的主要原因。

3.4 ECM模型結果及分析

基于各組變量之間存在的協整關系，根據式（11）構建TFP、能源消費和碳排放的ECM模型，估計其短期彈性（見表4）。表4是對模型進行誤差修正后的結果，它與長期動態關系表現出一致性且模型具有較強的穩健性。無論是能源消費總量還是煤炭、石油、天然氣消費，差分序列均對相應的碳排放量有顯著影響，且誤差修正項均在1%的顯著性水平下顯著，但是TFP對碳排放的短期變化則無顯著影響，這和長期的動態均衡變化具有一致性。誤差修正項表示系統受到沖擊后恢復到均衡狀態的速度，其系數的絕對值越大表示系統恢復的速度越快，可以看出，能源消費總量受到沖擊后以1%的速度向長期均衡調整，說明其短期均衡受到沖擊后向長期均衡調整的速度很慢，對能源消費的依賴性較強。從模型的檢驗結果可以看出，除石油消費模型的擬合優度為0.4外，其余模型均在0.5以上；對于模型的殘差序列檢驗和穩健性檢驗，均獲得較好的統計特性，證明模型具有較強的穩健性。

3.5 因果檢驗

表5為能源消費總量與分類別能源的因果關系檢驗結果。表5顯示，無論是總量還是分類別的能源消費，碳排放能源消費均對TFP有顯著影響，而變量之間的其他影響關系則存在不確定性。從能源消費總量看，能源消費和碳排放存在雙向因果關系，碳排放和能源消費均存在到TFP的單向因果關系。從分類別能源消費看，煤炭存在能源消費和碳排放的雙向因果關系，天然氣存在從能源消費到碳排放的單向因果關系，而電力由于能源消費和碳排放存在高度的序列相關，因此二者之間沒有表現出因果關系；石油和天然氣均存在能源消費和TFP的雙向因果關系，煤炭和電力存在從能源消費到TFP的單向因果關系。這說明，目前中國的經濟增長很大一部分是依賴能源消費拉動的，能源消費對TFP有顯著的影響，而中國的TFP水平卻遠不及發達國家，造成了能源消費拉動TFP、增加碳排放，而在短期內TFP對節能減排卻沒有起到顯著作用的局面。

表4 ECM模型結果（短期彈性）

表5 總量與分類別的Granger因果檢驗

4 結論

（1）從長期來看，碳排放的增加主要來源于能源消費，TFP的提高對減少碳排放有正向且持續的影響。長期檢驗結果顯示，每增加1%的能源消費會使得碳排放增加0.8%，是碳排放的主要來源，但是滯后4期的TFP每增加1個單位會使得碳排放量減少1.9%，技術導向型的TFP增加雖然存在滯后期，但是當技術改進的滯后期過去之后，TFP的提高對于降低碳排放有顯著且持續的效果，對于促進經濟體的持續健康發展將產生重大的意義。

（2）從短期來看，TFP的變化對碳排放的影響并不顯著，能源消費的不斷增加是導致碳排放長期居于高位的主要原因。目前中國以煤炭、石油、天然氣等不可再生能源作為主要的能源來源，這就決定了在經濟發展過程中隨著能源消費量的增加，碳排放量必然會持續上升，而TFP的提高對碳排放起到作用需要至少三、四年的滯后期，短期內無法對碳排放產生顯著影響；能源消費直接產生的CO2是碳排放的主要來源，且能源消費和其滯后項均對碳排放有顯著的正面影響。

（3）從整體來看，由TFP提高到減少碳排放的轉換周期過長。TFP的提高在很大程度上有助于減少能源消費產生的碳排放量，但是這一過程存在滯后期。本文的結果顯示，TFP的提高到減少碳排放的轉換周期長達三、四年，較長的轉換周期使得TFP的提高對減少碳排放的作用大打折扣，降低了技術進步所帶來的效率。