四川省碳排放量影響因素的VAR模型分析

漆雁斌 韓紹

摘 要：將1978—2016年四川省碳排放量作為研究對象，選取經濟發展水平、能源消費總量、人口規模和產業結構四個指標進行實證檢驗，結果表明，四川省碳排放量與人均GDP、能源消費總量和產業結構三項影響因素存在長期均衡關系;各影響因素對碳排放的影響按貢獻率大小排序分別是人均GDP、能源消費總量、產業結構、人口規模。基于以上分析，提出注重經濟發展質量、降低能源消費總量、保持人口合理增長等建議。

關鍵詞：碳排放量 協整檢驗 VAR模型 脈沖響應函數

一、引言

伴隨著人類文明高速發展，城市化建設的加快，在享受自然資源來帶的便利時，資源的短缺、全球氣候的變化尤其是全球氣候變暖、極端氣候的出現、生態的惡化，使得人們必須思考保護環境的重要性。目前，四川省在發展低碳經濟方面作出了巨大貢獻，不僅下達了《四川省節能減排綜合工作方案（2017—2020年）》，提出到2020年，四川省的能源消費總量必須控制在2.29億噸標準煤紅線以下等要求，而且政府努力將低碳生活的理念普及到群眾之中，從源頭上阻斷碳排放的傳播途徑。當前，學者們已經對中國低碳經濟的發展進行了詳盡的研究（米國芳等，2012;李湘梅等，2014;黃耶等，2015;馮梅等，2018）。但是中國及各地區的碳排放影響因素文獻多集中于中國東部地區，較少有學者研究西部地區的碳排放影響因素，而且學者們進行研究的數據時間跨度較短，因此本文基于四川省1978-2016年相關的時間序列數據，從長期的動態協整關系、沖擊效應分析和平均貢獻率大小方面來測度，同時希望為四川省實現“十三五規劃”提供有針對性的建議及數據支持。

二、指標選取和模型建立

（一）指標選取

根據國內外現有文獻，影響碳排放量的因素可以概括為經濟發展水平、人口結構、產業結構、能源消費、對外貿易、技術水平創新、城市化水平、政策變動、能源結構九個方面。考慮到數據可得性、四川省的現實情況以及現有文獻的結論，從諸多衡量指標中選取經濟發展水平GI（元/人）、能源消費總量TE（萬噸標準煤）、人口規模P（萬人）、產業結構TIP（%）四種出現頻率最高的影響因素。

（二）數據選取

四川省1978-2016年的相關數據均出自于歷年的《四川省統計年鑒》、《中國能源統計年鑒》和《新中國六十年統計資料匯編》等年鑒。其中由于煤炭2003-2008年數據統計誤差較大，利用2009年為基期重新處理;產業結構用四川省歷年第三產業所占的比重表示。由于數據的單位并不統一，而且時間序列數據之間可能存在非線性關系，因此考慮到減小異方差等，對相關數據取對數后分別用ln（CI）、ln（GI）、ln（TE）、ln（P）和ln（TIP）表示，詳見表1。

（三）模型設定

本文研究的目的是定量分析經濟發展水平、能源消費總量、人口規模和產業結構四個因素如何影響碳排放量，而VAR模型的核心思想是在充分考慮了變量間的相互影響的基礎上，通過數據間動態關系來解釋系統的運行規律并進行預測，因此本文設定VAR模型（1）如下：

三、實證研究

（一）平穩性檢驗

如果直接對非平穩時間序列進行回歸會降低模型解釋現實情況的有效性，因此首先使用ADF方法對序列進行單位根檢驗，詳見表2，據表中數據可知變量lnCI、lnTE、lnTIP和lnGI的ADF統計量均大于其10%臨界值，是不平穩的;但是lnP的檢驗結果表明其在1%水平下顯著。當不平穩的lnCI、lnTE、lnTIP和lnGI四個變量經過一階差分后，均在5%的顯著性水平上通過平穩性檢驗，即lnCI～I（1）、lnTE～I（1）、lnTIP～I（1）和lnGI～I（1）、lnP～I（0）。

（二）協整檢驗及誤差修正模型

進行協整檢驗之前，需要檢驗模型的滯后階數，見表3可知：FPE、HQIC、SBIC均顯示該模型的滯后階數為1，LR、AIC表示滯后階數為2，因此選擇滯后1階，接下來的跡檢驗結果表明，只有1個線性無關的協整向量。隨后對其進行Johansen協整檢驗。此VECM模型（2）結果為：

說明lnCI、lnGI、lnTE和lnTIP之間存在協整關系，即四川省的碳排放與能源消費總量TE、人均GDP和第三產業占比TIP之間存在長期均衡的關系。最后通過檢驗VECM模型的殘差是否存在自相關，結果顯示VECM系統是穩定的，接受無自相關的原假設。

（三）脈沖響應函數

上述協整分析是從長期的均衡關系來看的，而不太關心短期的調整過程，為了考察ln（CI）、ln（TE）、ln（P）、ln（TIP）和ln（GI）所構成的五元VAR系統，為增強VAR模型的參數解釋力，在保持合適自由度的同時需要選出最優的滯后期，FPE、HQIC、SBIC的檢驗結果均表明此系統的最優滯后期為1期，LR、AIC表示滯后期數為2，對于兩種最優滯后期的模型進行檢驗后發現VAR（1）的結果較好，因此對其進行特征根檢驗，結果證明所有點均位于單位圓內，即VAR（1）模型是穩定的。

VAR模型的用途不是來分析變量間的相互影響關系，它是一種背后沒有任何經濟學含義的非理論模型，它主要是通過脈沖響應函數來分析隨機噪聲的標準偏差對內部變量的影響。本文選取30作為滯后期，脈沖響應結果分別如圖1所示。

1.由下圖1可知當給人均GDP一個正向沖擊，會對碳排放量產生明顯的正向增強效應，此效應在第2年達到最高峰值，隨著時間的推移正向效應在后期呈現先快速下滑后保持緩慢的下降趨勢，具有較長的記憶，最終響應程度為正向。此現象說明經濟發展水平的提升會在較長時間內正向顯著地影響碳排放量，產生的原因可能是在發展初期，經濟發展態勢迅猛，由此對于能源的需求量快速上漲，導致碳排放量不斷增加;而后，在整體經濟水平發展處于較高階段時，隨之加強的社會環保意識與技術水平，在減緩碳排放量上起到了較大作用。

2.圖中信息表示當給能源消費總量一個正向沖擊，碳排放量先下降后上升，最終響應程度變為負向，碳排放對來自能源消費總量的沖擊是長期的負效應和短期的正效應，盡管這與我們普遍認同的能源消費總量與碳排放之間的正向關系不是完全相同，這也體現出對于能源消費總量控制方面的認知偏差，應從能源消費結構方面進行多重控制，而不是簡單的控制其量。同時結果說明實現對能源消費總量的控制是個艱巨的任務，不管是從控制能源種類的起始供應端來說，還是從控制行業的最終消費端來說，其內部都會存在許多問題，如區域GDP減緩、產業調整困難等，這導致了碳排放量產生波動，還可能出現負值，而出現較長的響應期，表明需要耗費較多的時間來顯示控制能源消費總量的效果。

3.當第三產業比例產生增長沖擊時，碳排放強度出現負效應，在滯后5期達到負向最大值，之后負向效應開始減弱并趨近于0。這種沖擊反應說明在初期，第三產業比重很小，容易產生碳排放的第一、二產業占比過大，導致碳排放量較強，而隨著第三產業規模不斷擴大，會體現出更為顯著的碳排放量減少的成效。當第三產業規模適當擴大，與第一、二產業達到最優比例時，造成碳排放量基本對于第三產業比重的沖擊反應不敏感，即產業結構能夠對碳排放無法產生約束力的現象。

4.圖中信息表示當給人口規模一個正向沖擊，碳排放量先產生負向效應而后負向效應逐漸衰弱，在滯后3期突然負向效應增強直至滯后8期，隨后負向效應逐漸減弱，最終響應程度變為正向。表明人口因素對碳排放的沖擊為長期的正效應和短期的負效應，從前人的文獻研究發現人口總數的增加和城鎮化進程的加快會加速推動人口規模的擴大和經濟活動的集聚，從而導致增加碳排放量，即開始了新一輪的碳排放活動，但是此次碳排放增加時間周期可能需要時間較長;而短期內負向效應效果的波動可能是由于政府根據人口規模不斷改變吸引人才、產業等政策的影響。圖中四川省人口規模與碳排放的發展趨勢也印證了這種觀點。但圖中縱坐標刻度顯示四川省人口規模對碳排放的沖擊效果不明顯，因此四川省通過保持人口的合理增長，并同時逐步朝著正確的方向推進城鎮化進程，能夠將碳排放量控制在較低的水平。

5.而當本期給碳排放量一個正向沖擊后，其正向效應逐年呈現減弱趨勢但減弱趨勢逐年減緩，在第九年趨于穩定，在長期看來依舊存在微弱的正向影響。由此可知，碳排放量本身就具備帶動效應，但其只在短期內有明顯帶動效果，隨著時間的增長效果會逐漸趨弱。

（四）方差分解分析

為了更進一步評價不同結構沖擊的程度及其重要性，本文主要對lnCI進行方差分解，分析人均GDP、能源消費總量、第三產業占比和人口規模對碳排放量的影響，由圖2可知，按照平均貢獻率排序，由大到小分別是經濟發展水平、能源消費總量、產業結構和人口規模。

四、結語

根據上述結論，中國降低碳排放量首先應考慮注重經濟的中高速增長，著眼于經濟發展的質量而非數量;其次降低能源消費總量，開發新型能源與清潔能源以替代污染較大的化石能源，同時盡力減少煤炭的使用，以期讓新型能源與傳統能源在消耗結構上的比例趨于合理，降低單位能耗的碳排放，同時還需要通過技術創新與科技進步提高能源的利用效率，在GDP產出相同的情況下減少能源消耗;第三在充分考慮國內發展對第一、二產業需求的前提下，適當地擴大第三產業規模，并注重第三產業產品的質量發展，使第三產業能夠反哺第一產業與第二產業，最終實現產業結構的優化升級，達到降低碳排放量的目的;最后通過保持人口的合理增長，并同時逐步朝著正確的方向推進城鎮化進程，四川省完全能夠將碳排放量控制在較低的水平。

參考文獻：

[1]盧娜等.突破性低碳技術創新與碳排放：直接影響與空間溢出[J].中國人口·資源與環境，2019（05）.

[2]于向宇等.“資源詛咒”視角下環境規制、能源稟賦對區域碳排放的影響[J].中國人口·資源與環境，2019（05）.

[3]李湘梅，姚智爽.基于VAR模型的中國能源消費碳排放影響因素分析[J].生態經濟，2014（01）.

[4]米國芳，劉廣為.中國碳排放強度影響因素相關性研究——基于VAR與SVAR模型分析[J].中國科技論壇，2012（10）.

[5]馮梅，楊桑，鄭紫夫.碳排放影響因素的VAR模型分析——基于北京市數據[J].科學管理研究，2018（05）.

[6]黃耶，江月亭.基于VAR模型的湖北省碳排放能源影響因素分析[J].綠色科技，2015（09）.

[7]劉愛珍，漆雁斌.基于VAR模型的我國對外貿易與經濟增長關系實證研究[J].經濟論壇，2018（09）.