中國工業行業CO2 排放量與經濟發展關系的研究

汪圣忠

一、引言

工業革命以來，隨著科技的進步，各種能源得以大規模開發與利用，全球經濟在工業化和城市化兩大車輪的推動下高速增長。 但是，在開發與消費能源的過程中，環境遭到了嚴重的污染，溫室氣體不斷累積，并由此帶來全球氣溫與海洋水溫的逐漸上升、極端天氣頻繁發生等環境失衡問題。 同時，礦石等能源的不可再生性給世界各國經濟的持續發展也帶來了巨大的挑戰。 自1992年召開的里約會議以來，已經召開了24 次氣候大會，2019年11月在我國舉辦的第二十五次會議提出堅持多邊主義、堅定地維護《聯合國氣候變化框架公約》及《京都議定書》和《巴黎協定》明確的全球應對氣候變化的原則和框架，積極兌現承諾、加強合作，共同應對氣候變化所帶來的挑戰。

我國早已是全球第二大經濟體，但由于我國的能源結構基本是煤炭，且人口總量大，因而有大量的能源消耗和碳排放量，正面臨著巨大的減排壓力。 2005年，時任浙江省委書記的習近平同志，在考察安吉縣天荒坪鎮余村時，就第一次正式提出“綠水青山就是金山銀山”的重要思想。 2009年，政府提出到2020年，單位GDP 碳排放強度相對于2005年下降40%～45% 的減排目標。 黨的十八大也提出堅持節約資源和保護環境的基本國策，堅持節約優先、保護優先、自然恢復為主的方針，著力推進綠色發展、循環發展、低碳發展，形成節約資源和保護環境的空間格局、產業結構、生產方式、生活方式，因此，研究由能源消耗引起的碳排放增加與經濟高速發展意義重大。

二、文獻綜述

由于我國是大型碳排放國之一，國外學者對中國的研究有很多。 最早可以追溯到Shrestha 和Timilsina(1996)運用Divisia 指數分解法對包括中國在內的亞洲12 國電力行業CO2強度變化的研究，通過1980～1990年的數據分析出影響中國電力行業的CO2強度是燃料強度的變化，并具有重大的意義；Dhakal(2009) 基于KAYA 等式，對中國劃分城鄉區域進行因素分解； Wu 等(2005)應用中國省份數據，從生產部門、運輸部門和居民生活部門進行“三層”因素分解分析等。

國內學者的研究更為廣泛，徐國泉(2006)等人基于碳排放量的基本等式，采用對數平均權重Disvisia 分解法，建立中國人均碳排放的因素分解模型，定量分析了1995～2004年能源結構、能源效率和經濟發展等因素變化對中國人均碳排放的影響；王鋒等人(2010)在對“三層完全分解法”改造的基礎上，對中國1995 ～2007年CO2排放的影響因素進行分解，他們的研究覆蓋6 個部門和8 種能源，涉及11 種影響因素；魯萬波(2013)運用基于LMDI 的“兩層完全分解法”對中國1994～2008年的碳排放量進行分解，從產業結構的角度探究了六大產業部門對碳排放的貢獻，分析了能源結構、能源強度、產業結構和總產值四大因素對碳排放的影響；潘文卿(2017)將1997～2014年中國CO2排放與經濟增長趨勢相關聯，分4 個階段討論CO2的排放特征；同時，既采用乘法分解又采用加法分解，以期從更全面的視角對中國CO2排放進行深入的因素分析。

以上的文獻中，關于CO2排放強度的影響因素的研究很豐富，有從能源、經濟和環境三個方面分析，有從投入產出表分析，也有從不同經濟發展階段來分析，但是對影響因素和CO2量通過計量模型來實證的文獻極少。 由于在各大行業中，工業行業的能源遠遠大于其他行業，因此，本文主要通過建立模型實證研究工業行業中的碳排放量與能源結構、能源強度、產業結構和總人口之間的關系。

三、數據與變量

(一)數據介紹

本文所需數據都是從《中國統計年鑒》和《中國能源統計年鑒》獲取，由于在2000年以前的能源消耗數據指標不一致，所以選取2000～2015年共16年的數據。

本文使用的8 種能源包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣。 為便于分析與比較，本文參考《綜合能耗計算通則》(2008) 將各種能源消費量折算成為標準煤(萬噸)，得到我國各產業的能源消費量和年消費總量數據。

(二)變量

1.CO2排放量的計算

對于CO2排放量，我國沒有直接公布數據，需要相關方法進行估算。 于是本文采用IPCC /OECD 推薦的方法，即根據消耗的能源數量以及能耗排放系數來估算CO2排放量(也稱為碳排放量)。 該種方法計算結果比較準確、直觀，易于理解與操作。 按照《中國能源統計》將能源分為煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣8 大類。 由于統計年鑒上的數據是直接消耗最終能源，需要轉化成標準煤。 具體計算公式如下：

第i種能源的CO2排放量＝第i種能源消耗量×折標準煤系數×碳排放系數

總CO2排放量＝∑i第i種能源的CO2排放量

2.解釋變量的計算

各年的GDP 和總人口數以統計年鑒上的數據為依據，沒有進行更多的處理。

能源結構(ESi)＝第i種能源在工業部門中的能源消費比例。

能源強度(EI)＝工業部門中的能源消耗占部門產值的比例。

產業結構(IS)＝工業部門產值占總產值的比例。

3.控制變量

本文中所采用的控制變量為當年生產總產值和總人口數，這是因為消除GDP 與人口數對經濟的影響。 表1 為主要變量的描述性統計分析。

表1 變量描述性統計

四、工業碳排放量與經濟發展的實證研究

在上述分析和模型設定的基礎上，本文通過多元線性模型對工業部門的碳排放與能源結構、能源強度、產業結構、人口數量和GDP 從加法分解方面進行實證研究，用stata 軟件對模型進行異方差穩健回歸，得到的結果見表2：

表2 回歸結果

續表

1.雖然模型1 中很多變量不顯著，但是總體模型是顯著的，而且對比三個模型可知，即使參數估計值的具體值不一樣，但是它們的符號方向是一致的，所以通過模型1 我們可以大致看出哪些能源結構具有正向作用，哪些呈反向作用。從模型1 中得出，大部分能源對工業碳排放量具有正向效應，但原油、柴油和天然氣對工業碳排放量有抑制作用。

2.對比模型2、3 可得，模型2 中只有焦炭不顯著，而去掉焦炭后模型總體還是顯著，單個變量也都顯著，說明焦炭與其他解釋變量可能存在高度相關。 而且焦炭和煤炭在化學上性質很接近，所以考慮其中最顯著就行，煤炭也可以代表焦炭的解釋能力。

3.由模型3 可知模型各個解釋變量都顯著，整體擬合得很好。 其中工業部門的能源強度、煤炭的能源結構、產業結構、國內生產總值和人口總量對工業碳排放量的影響呈正向作用，說明工業行業能源消耗越多，碳排放也就越多，這是符合實際現象的。 在工業部門煤炭的消耗占比越大，碳排放也越多，這也符合實際情況，因為我國工業主要以煤炭能源為主。 在產業結構里，若工業部門的增加值越多，碳排放也越多，這也就解釋了行業改革和產業升級對國家發展的重要性。 原油的能源結構呈反向作用，說明多利用其他能源來代替炭能源可以減輕碳排放，然而我國能源資源并不豐富，因此急需解決這方面的問題。

五、結論與政策建議

本文基于線性模型，對中國2000 ～2015年的工業行業CO2排放量與能源強度、能源結構、產業結構、經濟發展和人口總量解釋變量的關系進行了研究。 研究發現：由建立的模型得出的結果得知，能源強度、煤炭的能源結構、產業結構、經濟發展和人口總量對工業行業碳排放都有顯著的正向影響，而原油的能源結構有顯著的反向影響。 模型總體顯著，可決系數也很大，說明模型擬合得很好。 由煤炭和原油能源結構的系數符號相反可知，調整能源結構可以減輕碳排放量。 然而由于我國能源稟賦有限，所以要想降低工業碳排放量急需找到合適的其他能源，減排道路任重而道遠。 我國目前正在積極實行產業結構優化，因此研究工業行業碳排放的影響因素對我國可持續發展意義重大。 應積極采取措施鼓勵可再生能源開發技術、煤炭清潔高效利用技術、二氧化碳捕獲與埋存技術等的開發、引進和再創新。