消費結構升級對二氧化碳排放影響的實證分析

羅棟 博士

（1、中國社會科學院城市發展與環境研究所 北京 100028；2、福建師范大學地理科學學院福州 350007）

引言

碳排放問題一直是全社會關注的焦點問題，如何在實現經濟增長的同時減少碳排放，即降低碳排放強度，是我國經濟轉型期面臨的關鍵問題。碳排放強度主要用單位GDP的碳排放量來衡量。我國碳排放主要來源于經濟活動（生產）和居民消費（生活）所產生的能源消耗。長期以來，對碳減排的政策措施多集中于工業等生產領域，較少關注居民生活消費方面的能源消費及相應的碳排放。工業領域一直是節能減排的重點領域，隨著經濟的進一步發展，工業領域二氧化碳減排趨勢已經發生變化，開始呈現邊際效應遞減、潛力縮小以及難度加大等問題。有些學者通過研究認為，生產是為消費服務的，意味著居民消費會隨著經濟增長而增加，也間接帶動能源消耗以及碳排放量增加。為此，學者們把研究焦點逐漸轉移到居民消費對碳排放的影響方面，主要圍繞三個方面開展研究：一是對居民消費碳排放量進行測算。汪臻（2012）構建居民消費碳排放測算模型，對中國居民消費碳排放進行測算。周平、王黎明（2011）測算我國居民因最終需求而直接和間接排放的二氧化碳。二是研究居民消費對碳排放的影響。鳳振華等（2010） 通過測算，得出居民消費行為帶來的能源消耗占能源消費總量的45%-55%。李國志和周明（2012）通過研究發現消費總量對碳排放總量的影響顯著為正。朱勤等（2010）發現人均消費水平對我國碳排放總量的影響顯著為正。三是研究居民生活消費碳排放的城鄉差異。Feng Z H（2011）等從生活方式角度探討居民生活消費碳排放的城鄉差異。王莉等（2015）通過對城鄉居民生活碳排放量進行估算，發現城鎮主要存在間接碳排放，而鄉村則以直接碳排放為主。

隨著我國經濟進入新常態，國家擴內需政策的實施，居民日常家庭消費也逐漸成為拉動我國經濟增長的驅動力。居民消費對碳排放量的增長具有直接或間接的影響。一方面居民對能源的消費（電、天然氣等）直接導致碳排放；另一方面居民對日常生活必需品的消費（衣、食、住、行等），這種消費導致能源消耗，從而間接導致碳排放。目前關于消費結構升級對碳排放影響的研究并不多見，多為從消費結構變動的角度出發研究對碳排放的影響。消費結構升級意味著消費模式的轉變、消費結構的升級與優化，從傳統的大量物質高能耗消費轉向精神的、文化的非物質低能耗消費。實現消費結構升級與優化，減少對高能耗產品的消費，提倡低碳的、綠色的消費模式已經成為減少碳排放的重要途徑。為此，有必要從消費升級的角度，量化消費結構升級對二氧化碳排放的影響。基于以上論述，本文構建STIRPAT模型，選取2000-2016年我國30個省級區域居民消費與碳排放等數據，測算居民消費結構升級對二氧化碳排放的影響，以期揭示居民消費升級與碳排放之間的關系，從而為居民綠色、低碳消費轉型以及我國低碳發展戰略制定提供借鑒。

研究方法及數據說明

（一）理論框架

研究如何量化人類活動對環境的影響一直是眾多學者關注的熱點問題， Ehrlich和Holdren等人在1971年首次提出了IPAT方程，認為人口、經濟發展和技術以及相互間作用是影響環境的三個直接因素。但由于此方程會計恒等式的特性，采用的是恒定彈性系數，因此具有一定限制。在后續研究中，Dietz和Rosa等人跳出IPAT方程固定單位彈性系數的框架，將模型拓展為隨機性的環境影響評估模型（STIRPAT）：I =αPβAγTδ，其中，I、P、A、T 分別代表人類活動對生態環境所產生的影響、人口因素、富裕度以及技術效率。為了去除量綱，將STIRPAT方程進行對數化處理，得到公式（1）：

式中，方程左邊的I表示環境影響，下標i和t分別表示個體和時間；方程右邊的變量P表示為人口因素的影響（包含人均量或是人口總量的影響），A表示富裕度，T表示技術效率。b、c、d分別為三個自變量的彈性系數，a、u是常數項和隨機誤差項。由于式（1）中采用對數形式，各個系數估計值可視為變量的彈性。

為了揭示消費結構變動對碳排放的影響，根據STIRPAT模型框架，分別用人均二氧化碳排放的變化、消費結構變化、人口城鎮化水平變化以及工業化率變化（第二產業增加值占產出的比率）作為體現環境壓力、富裕度、人口因素以及技術水平的代理變量，得到公式（2）：

式（2）中，CO為人均二氧化碳排放量；GDP為人均國民生產總值；CONSTR為消費結構升級；URB為城鎮化率；IND為工業化率，用第二產業增加值占GDP總額的比值表示。

消費結構的測度不存在唯一標準，根據以往文獻研究，如王小華和溫濤將我國居民食品、衣著、居住、交通和通信、家庭設備及服務、文教娛樂、醫療保健、其他商品及服務八大類消費支出中的前四項定義為基本生存型消費，后四項定義為發展享受型消費。本文把發展享受型消費占居民總消費支出之比作為測度消費結構升級的變量，該比值與消費結構升級程度成正比，比值越大表明消費結構升級程度越高。

考慮到消費結構升級有可能引起不同人群的能源消費效率差異，為消除差異，在模型中增加能耗強度變量，用單位GDP能耗表示。同時，在公式中引入消費結構與單位GDP能耗的交乘項，以期驗證消費結構升級是否會對不同區域的單位GDP能耗產生影響。此外，城鎮化發展也會受到區域經濟開放程度的影響，因此在模型中引入開放度OPEN因子，開放度OPEN因子用區域進口額占區域GDP總額的比值來測度。以往研究表明，一個區域的二氧化碳排放受到經濟發展水平的制約，且經濟發展水平與二氧化碳排放之間并非是固定不變的關系，即經濟發展水平與二氧化碳排放之間可能存在一種線性關系。在具體分析中，為了檢驗二氧化碳排放與經濟發展水平兩者之間是否存在倒U型關系，在模型右邊增加人均GDP的平方項，綜合以上論述，可以得到考慮了消費結構、經濟發展水平、城鎮化、工業化以及能源效率等影響因子在內的碳排放非線性影響公式：

式中，α、β為待估計參數，t、i分別為年份和省份，u為隨機干擾項。

（二）研究數據來源

本文主要利用我國各省份面板數據，主要包括GDP、城鎮化率、消費、工業化率等數據，數據來源于歷年《中國統計年鑒》、《中國能源統計年鑒》以及歷年各省、市、自治區公布的統計年鑒。由于數據可得性的原因，本文去除西藏的樣本，只選取2000-2016年其他30個省、市、自治區的數據。在碳排放量方面，目前我國并沒有統一的、權威的地區碳排放數據，因此本文用終端能源消費法來核算地區二氧化碳排放量。為避免重復計算問題，在測算過程中對在加工轉換過程產生的碳排放以及運輸過程中所產生的碳排放均不納入計算范圍。在測算時只計算包括原煤等在內的九種能源種類，碳排放系數、九種能源的轉換系數均來自《2009 中國可持續發展戰略報告》（見表1）。

實證分析結果

（一）實證分析思路

面板數據具有截面性、時序性特性，需要對自變量和因變量進行對數化處理。此外，不同模型測算方法的選擇也直接制約系數估算的科學性。關于面板數據的測算，有可變截距模型以及不變截距模型可供選擇，但在實踐中比較少運用不變截距模型，因為該模型默認面板數據是無個體差異的樣本。

在開始模型測算之前，必須先確定選擇個體效應還是選擇混合回歸，可以根據Breusch 和Pagan（1979）研究的估計量進行判斷。由于變截距模型允許截面成員上存在個體差異的影響，因此面板數據測算多為運用變截距的模型，并用截距項差別衡量這些個體差異。個體影響包含固定影響和隨機影響，分別對應兩種模型：固定影響（Fixed Effects）變截距模型和隨機影響（Random Effects）變截距模型。

在進行建模時可以根據Hausman（1978）等人的研究判斷是選擇Fixed Effects模型還是Random Effects模型。具體方法是，首先用隨機影響模型對個體影響進行處理，然后檢驗模型是否滿足原假設條件，如能滿足假設條件，則用隨機影響模型進行進一步分析，如果不能滿足假設條件，則應該運用固定影響模型進行分析。

表1 九種能源的轉換系數和碳排放系數

假設根據Hausman檢驗得知適合運用Fixed Effects進行測算，那么在測算之前，必須先使用Wooldridge一階自相關和Wald約束分別對變量之間是否存在自相關以及組間異方差進行檢驗。若檢驗結果表明符合不存在一階自相關以及組間異方差的原有假設前提，則可以用Fixed Effects模型進行測算。若檢驗結果表明存在異方差以及序列相關，可以采用將協方差White-Newey估算引入面板數據來確保測算結果的準確性。通過協方差處理既可以去除異方差和自相關對模型估計的影響，又能保證固定影響模型的估計。

假設根據Hausman檢驗結果得知適合運用Random Effects進行測算，由于Random Effects已經考慮異方差的存在，將固定效應中的個體效應和隨機誤差項合并作為一個整體來處理，因此在Random Effects模型測算中，需要對序列相關的情況進行考慮，在進行測算Random Effects時可以用含有一階自相關效應的GLS進行測算。在具體分析中應該從靜態基準分析以及包含因變量滯后效應的動態分析兩個層面進行測算。

（二）靜態分析結果

估計模型得到樣本分析結果如表2所示。

根據表2的B-P估計量以及Hausman測算結果，兩者均在5%水平下顯著，表明隨機效應優于混合估計，所以應選取固定影響模型進行測算。且從表2的靜態測算結果可知，根據固定影響測算結果，LNCONGTR的系數估計值是-0.22，且在1%水平下顯著。表明從靜態面板分析來看，消費結構升級對二氧化碳排放的彈性是0.22，且具有顯著影響，即一個單位的消費結構升級會導致0.22個單位的人均二氧化碳排放量減少。研究發現消費結構中享受型消費占比升級能降低碳排放，可以從供給側和需求側兩個層面來分析。從供給側角度來看，消費結構升級表明市場對綠色工業產品、有機農業和現代服務業的產品需求增加，這會顯著增加人力資本投資，有利于人力資本積累，充足的人力資本和高碳的資源類原料相互之間產生替代，進而促進經濟低碳化升級。從需求側角度來看，隨著消費結構升級，居民對低碳綠色的農產品、環保的工業品和優質的現代服務業產品需求增加，而傳統消費產品主要由制造業、建筑業和交通業生產，這種結構轉變對降低二氧化碳排放強度有促進作用。

此外，通過考察表2的LNGDP和LNGDP2的系數可以判斷經濟增長與碳排放之間的非線性關系。這是因為從表2可知，LNGDP和LNGDP2兩者的系數在1%顯著水平下分別為負和正，表明在研究時間范圍內，經濟增長與碳排放之間存在倒U型非線性關系。

上文從靜態面板分析了消費結構變動對二氧化碳排放的影響，可以得到消費結構升級會降低二氧化碳排放的結論。為了進一步分析碳排放對消費結構升級的響應機制，可以在模型中引入GDP能耗強度、消費結構變動和GDP能耗強度的交乘項等變量。通過考察GDP能耗強度的系數在1%水平下顯著為負可知，2000-2016年，GDP能耗強度變化促進了碳排放的下降，符合我國積極推動節能減排的實踐。從消費結構升級與能源效率的交乘項系數在1%水平下為正、且在1%的顯著水平明顯可知，消費結構升級會使能源效率對二氧化碳排放的影響呈現正向作用，也表明較大幅度的消費結升級有利于我國通過提高能源效率來實現碳減排。

表2 靜態測算結果

表3 動態測算結果

（三）穩健性分析結果

二氧化碳排放具有鎖定效應，即當期二氧化碳排放可以影響下一期二氧化碳排放，面板數據的一個優點是可以對個體動態行為進行建模。基于此，為了考察二氧化碳排放所產生的滯后效應，在動態面板的基礎上，把被解釋變量的滯后值引入解釋變量中，也就是在公式（3）的右邊加入二氧化碳排放的一階滯后項作為解釋變量，將公式（3）拓展如下：

加入滯后項的目的是為了分析碳排放所帶來的滯后效應，但引入滯后項后會在模型分析過程中存在內生性問題并產生估計偏差，一般處理方式是在模型測算時引入工具變量。現有的處理工具變量方法中，主要運用差分廣義矩（DIFF-GMM）（Arellano and Bond，1991）和系統廣義矩（SYS-GMM）兩種矩估計方法消除內生性問題。這兩種矩估計方法各有優劣，差分廣義矩的處理方法是先對目標方程進行差分，以消除估計模型的固定效應，再用一組滯后解釋變量作為差分之后方程中變量的工具變量進行估計。但差分廣義矩估計量也同時存在容易造成樣本信息缺失和產生估計偏差等問題，必須用系統廣義矩估計量的方法來解決。系統廣義矩估計量綜合考慮差分方程和水平方程，可以得到相對接近真實的測算結果。在動態面板測算中，進行動態估計還要判別過度識別問題，如表3給出了Hansen檢驗及p值用來檢驗工具變量是否存在過度識別，從表3結果可知都沒有拒絕原假設，說明選取的工具變量是有效的。此外，測算時還需要對模型是否存在自相關進行檢驗，考察表3中AR（1）的P值小于0.1，說明滯后一階的估計p值在10%概率下顯著，差分后的殘差存在一階序列相關；AR（2）的p值大于0.1，說明滯后二階的估計p值在10%概率下不顯著，不存在二階序列相關。因此通過相關性檢驗后表明原模型誤差項不存在序列相關性。

根據表3動態估計結果的分析，消費結構升級系數以及能源效率系數均在1%水平上顯著為負，且根據SYSGMM的估計量，消費結構升級與能源效率的交乘項系數在10%水平上顯著為正，可以判斷二氧化碳排放滯后相應的動態分析結果和上文靜態面板分析的回歸結果一致，進一步印證了消費結升級可以影響二氧化碳排放，因此可以推斷消費結構升級影響二氧化碳排放的內在機制是消費結構升級有利于我國通過提高能源效率來實現碳減排。

政策建議

基于本文的研究結論，應對氣候變化工作不僅與經濟發展和工業節能減排相關，也與城鄉居民消費結構升級有關。因此，政府不僅需要繼續推動應對氣候變化和節能減排工作，還需要提質增效，促進消費結構升級。第一，積極推動居民消費結構升級，針對在八大類消費支出中衣食住行等生存性消費占比過高所引起的高碳排放問題，政府應制定科學的財稅調節手段，增加居民收入，減小貧富差距，推動居民消費結構向低碳的享受型消費升級。第二，消費結構升級與提高能源效率同步推進，研究表明，消費結構升級通過提高能源效率來降低碳排放，在宏觀層面上，應該積極發展第三產業，在微觀層面上，加大環境友好型產品供給，因此在政府政策供給上應從宏觀和微觀兩個方面入手推動綠色發展。第三，加大宣傳力度推動居民綠色消費。個人的環保意識覺醒，消費觀念的轉變，是推動綠色消費和消費結構升級的重要抓手，因此，政府應該加強相關領域的工作，通過宣傳教育、財稅政策推動居民綠色可持續消費轉型。