我國建筑業全生命周期碳排放收斂性研究*

張錚燕 楊曉露 林振思 蔡彬清

(福建工程學院管理學院，福建 福州 350118)

1 概述

近年來，人類活動產生的大量二氧化碳等溫室氣體，致使溫室效應持續加劇，全球性氣候問題日益嚴重，干旱、臺風、高溫熱浪、寒潮、沙塵暴等極端天氣頻繁發生[1]。為阻止全球變暖趨勢，1992年聯合國專門制訂了《聯合國氣候變化框架公約》。目前，全球范圍內能源及產業發展低碳化的大趨勢已經形成，各國積極制定節能減排措施與政策以實現減排目標。

我國是世界上最大的發展中國家，在經濟高速發展的同時，能源消耗和碳排放問題也隨之而來。我國是世界上最大的碳排放國，占世界能源碳排放總量的28.8%[2]。為了緩解溫室效應，保護自然環境，2015年，中國政府在《中美元首氣候變化聯合聲明》及巴黎氣候大會上承諾，我國計劃于2017年啟動全國碳排放交易體系；2020年，習近平主席在第七十五屆聯合國大會上提出“二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和”，“雙碳”目標是我國對構建人類命運共同體的莊嚴承諾。

根據我國建筑節能協會公布的數據，建筑業全生命周期碳排放總量占全國碳排放總量比重超半數，是能源消耗和碳排放的主要來源之一[3]。我國是建筑大國，建筑業是我國重要的支柱產業，減少建筑業能源浪費、降低碳排放量對于建筑業減排和實現我國“雙碳”目標具有重要意義。但是我國幅員遼闊，資源分布不均，經濟發展水平不同，導致各地區碳排放水平差異巨大，對減排政策的理解和減排行為的實施程度也不盡相同[4]。因此，本文選取2005—2018年中國大陸地區30個省(因數據不全，不含西藏)的建筑業全生命周期碳排放量，并劃分出東部、西部和中部三大地區，比較系統、全面地分析全國及各地區的收斂性特征，研究地區間碳排放的差異，找出碳排放的影響因素，提出有針對性的減排建議。

2 研究方法和數據來源

2.1 研究方法

美國著名經濟學家Swan[5]和Solow[6]提出了新古典增長模型，指出不同經濟體的人均產出會收斂于穩定狀態。20世紀20年代中后期，“新經濟增長理論”產生，認為各經濟體的經濟增長并不一定趨于收斂，而且有可能趨于發散。收斂理論從適用于區域經濟增長的收斂性研究逐步擴展到其他領域。收斂性檢驗的方法主要有α收斂、絕對β收斂和條件β收斂三種[7]。

2.1.1 α收斂

α收斂是指不同地區間的研究因素隨時間變化逐漸呈現下降趨勢，且不考慮研究因素的初始水平和各地區的初始要素結構，是絕對收斂的一種。具體的衡量指標有極差、標準差、差異系數和加權變異系數等[8]。

本文選取差異系數進行α收斂分析，差異系數是樣本的標準差與其均值的比值，可以反映數據的離散程度，是一種相對指標，差異系數越大，表示樣本的波動程度越大，計算公式為：

(1)

(2)

2.1.2 絕對β收斂

絕對β收斂是指假定各地區具有相同的外部條件，包括相同的人口、資源稟賦、技術水平等，隨著時間推移，不同地區間的研究因素將收斂于相同的均衡穩態水平[9]。本文參照Barro及Sala-i-Martin[10]提出的未加入空間效應的傳統絕對β收斂方程：

(3)

β=-(1-e-θT)

(4)

式中，T為考察的時間長度，Yi,t+T和Yi,t分別為t+T和t時間內i地區的觀察變量，α為常數項，β為收斂系數，θ為收斂速度。若β<0且通過1%、5%或10%水平下的顯著性檢驗，表示研究地區在T時間段內存在收斂趨勢，即建筑業碳排放量的增加速度與初始水平成反比，初始碳排放較低的地區相較于初始碳排放較高地區，有著更高的碳排放增加趨勢。收斂速度越大，代表收斂于穩態均衡水平的速度越快，計算公式如下：

(5)

2.1.3 條件β收斂

條件β收斂不同于絕對β收斂，考慮了不同地區的人口規模、資源稟賦、技術進步等因素，各地區不會隨著時間變化收斂于同一穩定狀態，而是有著各自的穩定狀態[11]。計算公式如下：

(6)

式中，Xi,t表示各影響因素，βi表示各影響因素的系數。本文參考王娟、張克中[12]和馮博[13]等學者的研究成果，選取城鎮化率(X1)、人均GDP(X2)、能源效率(X3)作為碳排放的控制因素。城鎮化率是指各地區城市人口數量和地區總人口的比值，是城市化的度量指標[14]；人均GDP：換算為以2005年為基期的人均實際GDP，表示經濟發展水平；能源效率是指DEA-Malmqusit全要素能源效率，作為反映技術進步的指標。

2.2 數據來源

2.2.1 建筑業全生命周期碳排放

根據既有研究[15-16]計算2005—2018年中國大陸地區30個省份的建筑業全生命周期碳排放量。建筑業全生命周期分為6個階段，建筑業全生命周期CO2總排放量等于所有階段的排放量之和，如式(7)所示。

Q=Q1+Q2+Q3+Q4+Q5+Q6

(7)

其中，Q為建筑業CO2總排放量，Q1、Q2、Q3、Q4、Q5、Q6分別代表建材生產階段、建材運輸階段、建造階段、運行階段、拆除階段和垃圾處理階段的CO2排放量。每個階段的CO2排放量根據IPCC推薦的方法進行計算：

Emission=AD×EF

(8)

其中，AD表示活動數據，EF表示排放因子，即單位活動排放量。AD和EF的具體定義在不同階段有所不同。在材料生產階段，AD為某一材料的數量，EF為該材料生產時的CO2排放因子。在建材運輸階段和垃圾處理階段，AD為運輸的數量乘以運輸距離，EF為某一特定運輸方式的排放因子。在建筑施工、運營、拆除三個階段中，AD為各個階段各種活動所消耗的能量，EF為某一特定能源(如煤、油、氣)的排放因子。

建材消耗量來自《中國建筑業統計年鑒》，各種能源消耗情況數據來源為《中國能源統計年鑒》及CEIC 數據庫。各種能源CO2排放因子見表1，我國東部、西部和中部三大地區的劃分見表2。

表1 能源CO2排放因子

表2 我國三大地區對應省份

利用以上方法計算得到2005—2018我國各地區建筑業全生命周期CO2排放量，如表3所示。我國建筑業全生命周期CO2排放量整體呈現上升趨勢，三大地區建筑業全生命周期CO2排放量的變動趨勢基本一致，均在2012年達到最大值，詳見圖1。

圖1 全國及三大地區建筑業全生命周期CO2排放趨勢

表3 2005—2018年各地區建筑業全生命周期CO2排放 單位：百萬噸

2.2.2 DEA-Malmqusit全要素能源效率

以建材消耗量、建筑業能源消耗量、建筑業從業人員、自有施工機械設備年末總功率、建筑業總資產為投入指標，建筑業總產值和竣工面積為期望產出指標，建筑業全生命周期碳排放為非期望產出指標，計算我國各地區的建筑業DEA-Malmqusit全要素能源效率，結果見表4。建材消耗量、建筑業從業人員、自有施工機械設備年末總功率、建筑業總資產、建筑業總產值和竣工面積數據來自《中國建筑業統計年鑒》，建筑業能源消耗量數據來自《中國能源統計年鑒》。

表4 2005—2018年我國三大地區DEA-Malmqusit全要素能源效率

3 我國建筑業全生命周期碳排放收斂性分析

本文采用α收斂、絕對β收斂和條件β收斂對我國及三大地區的建筑業全生命周期碳排放量進行收斂性分析。

3.1 α收斂分析

表5為全國及三大地區建筑業全生命周期碳排放的差異系數值。全國及東部地區的碳排放的差異系數均在2011年達到最大值，為1.10和0.93；西部和中部地區碳排放的差異系數則在2012年最大，為 1.21和1.00。2005—2018年間，全國的差異系數除2005年和2018年為0.74外，其余年份均大于0.74；東部地區的差異系數2005年最小，為0.59；西部地區的差異系數的最小值為0.53；中部地區的差異系數均在0.29以上。除2012年、2014年外，其他年份中部地區的差異系數均為三個地區中的最小值。

表5 全國及三大地區碳排放差異系數

全國及三大地區碳排放差異系數趨勢如圖2所示。全國及三大地區差異系數的曲線變化情況基本一致，呈現出緩慢增長，達到最大值后逐漸減小。2005—2009年間全國及三大地區的差異系數呈現出小幅增長趨勢，說明全國及各地區的碳排放量處于相對穩定的階段，不存在α收斂；2010—2013年間，差異系數均大幅度增加，而后又大幅度減少，說明全國碳排放量呈現出區域間不平衡狀態，其中2011—2013年間全國及東部地區存在α收斂，2012—2013年間西部和中部地區存在α收斂；2013—2018年間，中部地區的差異系數先后兩次達到高峰，但值均小于上一時期；2014—2015年和2016—2017年的中部地區、2014—2015年的西部地區以及2013—2014年的東部地區存在α收斂，相應時間段內各地區的差異系數均呈現出下降趨勢。

圖2 全國及三大地區碳排放差異系數趨勢

3.2 絕對β收斂分析

本文采用混合回歸模型、固定效應模型和雙邊固定效應模型檢驗絕對β收斂的值，混合回歸的基本假設是不存在個體效應；固定效應模型表示個體效應與回歸變量有較強的關聯度，但只能反映隨時間而變的變量信息；雙邊固定效應模型在固定效應模型的基礎上，考慮了時間效應，彌補了固定效應模型的不足[15]。

全國混合回歸模型的絕對β值為負，通過1%的顯著性檢驗，擬合度為0.0299。固定效應模型的擬合度為0.1326，而雙邊固定效應模型的擬合度達到了0.3549，是三種模型中的最大值。東部地區在混合回歸模型下，不存在絕對β收斂趨勢，在固定效應模型和雙邊固定效應模型的絕對β值為負，分別通過1%和5%的顯著性檢驗，擬合度仍是在雙邊固定效應模型下達到了最大值，為0.3847。西部地區在混合回歸模型下通過10%的顯著性檢驗，固定效應模型和雙邊固定效應模型均通過1%的顯著性檢驗，且雙邊固定效應模型的擬合度最大。中部地區模型估計結果均表明存在絕對β收斂，均通過1%的顯著性檢驗，其中雙邊固定效應模型具有最大的擬合度。通過上述分析可知，雙邊固定效應模型較其他兩個模型更優，因此本文采用雙邊固定效應模型來檢驗全國及三大區域的建筑業全生命周期碳排放的收斂性。具體結果見表6。

表6 絕對β收斂的三種模型

由表7可知，全國、西部和中部地區的二氧化碳排放量的β值均為負，且均通過1%的顯著性檢驗，東部地區的β值同樣為負，通過5%的顯著性檢驗，即全國整體、東部、西部和中部地區建筑業的碳排放量存在絕對β收斂，各地區建筑業碳排放強度的增長與其各自的初始水平呈負相關關系，假設在具有相同外部條件的情況下，全國及三大地區收斂于相同的均衡穩態水平，將形成一致的減排行為。

表7 絕對β收斂的雙邊固定效應模型

根據公式(2)～(5)，測算得到全國、東部、西部和中部的收斂速度分別為0.7601、0.4811、0.7529和1.0797。因此，中部地區的收斂速度最快，全國和西部次之，東部地區的速度最小。

3.3 條件β收斂分析

在絕對β收斂模型的基礎上，加入城鎮化率、人均 GDP 和能源效率三個控制變量，對各變量均取對數，采用面板數據進行檢驗，得到條件β收斂的結果，見表8。

表8 條件β收斂的雙邊固定模型

全國及三大地區Hausman檢驗的統計量均為正值，P值均為0.0000，拒絕原假設，證明了采用固定效應模型較為合適，在此基礎上加入時間變量，因此，同樣采用雙邊固定效應模型對全國及三大地區的碳排放量進行條件β收斂。加入控制變量后，全國及三大地區的β值均為負，且均通過1%的顯著性檢驗，說明全國及三大地區碳排放存在顯著的條件收斂，收斂速度分別為0.8992、0.7338、0.7304和1.1660，相較于絕對收斂的收斂速度，條件收斂的收斂速度有了很大變化，可以看出控制變量會影響碳排放量的變化，并且導致各地區條件收斂的影響因素是不同的。

城鎮化率和全國、中部地區的碳排放呈正相關，和東部、西部地區的碳排放關系為負相關，其中，只有中部地區的城鎮化率因素通過了10%水平下的顯著性檢驗。城鎮化率對東部地區的碳排放影響不顯著，主要是由于東部地區經濟較為發達，建筑業發展較為成熟，城鎮化率高。因此，城鎮化率并不是建筑業全生命周期碳排放的主要影響因素，對區域趨同的效果不明顯。

人均GDP在全國和東部、西部均通過不同水平下的顯著性檢驗，西部地區除外。這表明人均GDP對全國和東部、西部地區建筑業碳排放均呈現正相關關系。隨著人均GDP的增長，碳排放量也隨之增長，從而進一步加快區域間的條件收斂，而西部地區人均GDP和碳排放之間的關系不顯著。

能源效率和全國及三大地區建筑業全生命周期的碳排放量均為負相關，且只有中部地區未通過顯著性檢驗，這表示能源效率的提高會在一定程度上抑制建筑業全生命周期碳排放的增加，從而逐漸消除區域間碳排放的條件收斂趨勢，但中部地區的能源效率未表現出此趨勢。

4 結論與建議

結合經濟增長理論的收斂概念，本文以我國30個省份的建筑業全生命周期碳排放數據為研究樣本，利用α收斂、絕對β收斂和條件β收斂分析模型，對全國及東部、西部和中部三大區域的碳排放的收斂性進行了分析，得出以下結論:

①隨著時間的推移，全國及三大區域的變異系數曲線均呈現出緩慢增長，達到最大值后逐漸減小的趨勢，說明碳排放的σ收斂僅存在于較少的年份。

②全國及三大地區既存在絕對β收斂，又存在條件β收斂，這說明我國建筑業全生命周期碳排放的空間差異呈現逐步縮小趨勢，且這種趨勢較為穩固，反映出我國目前碳減排的相關政策和措施取得了一定的成效，并且通過各地區控制碳排放來實現總體碳減排是可行的，應繼續推進此舉來達到“雙碳”目標。

③城鎮化率并不是建筑業全生命周期碳排放的主要影響因素。人均GDP對建筑業碳排放呈現出正相關作用，說明人均GDP的增加會促進建筑業碳排放量的增加，加快區域間的條件收斂。能源效率對建筑業碳排放呈現出負相關作用，說明提高能源效率會減緩建筑業碳排放量的增加及區域間的條件收斂過程。我國目前正處于轉變經濟發展方式、優化經濟結構、轉換增長動力的攻關期，所以加快經濟轉型發展、提升能源效率和調整能源消費結構是我國碳減排工作的重中之重。

人均GDP對全國和東部地區的碳排放量呈顯著正相關，能源效率和全國和東部地區的碳排放量之間存在顯著的負相關。顯著影響西部地區碳排放條件收斂的因素只有能源效率，而城鎮化率和人均GDP是中部地區碳排放條件收斂的影響因素。由此可以看出，不同地區的條件收斂的影響因素不同，應結合各地區的實際情況，針對性地制定適合各地區的碳減排政策和措施。