低碳經濟下企業碳排放與經濟發展的關聯實證分析
——以云南昆鋼嘉華水泥建材有限公司為例

梁琴 李銳

（1.云南林業職業技術學院,云南 昆明 650224；2.昆明鋼鐵控股有限公司,云南 昆明 650224）

20世紀末，《京都議定書》發布，明確了發達國家和發展中國家具體應承擔的減排降碳責任。我國政府將節能減排作為發展戰略之一，在2009年，國務院指出截至2020年，中國碳排放總量與2005年相比下降了40%。在此期間，我國能源消耗總量和速度首次超越美國。相較于發達國家，我國能源消耗對國民總值的提升貢獻值較低，中國面臨著嚴重的環境壓力。基于此，在提高我國經濟增長速度的同時，如何降低碳排放總量成為關注的重點。在我國，碳排放主要源于能源業、建筑業、工業以及森林建設，尤其是工業占碳排放總量較大。因此，本文在低碳經濟背景下，以云南昆鋼嘉華水泥建材有限公司（以下簡稱昆鋼嘉華公司）為研究對象，運用Eviews軟件分析其碳排放與經濟發展的關聯，同時分析影響碳排放的因素，旨在推動公司實現減排目標和綠色發展。

1 文獻綜述

在研究碳排放和經濟發展之間的關系時，筆者發現，環境庫茲涅茨曲線（EKC）在該研究中運用得最為普遍。國外文獻如 Grossman（1995）在研究中選取了北美作為研究對象，經過分析發現，人均收入、環境質量雙方間存在顯著的倒U型曲線形式，其在研究結論中指出環境質量受經濟增長的影響較大[1]；Panayotou（1993）是提出環境庫茲涅茨曲線（EKC）的第一人[2]。EKC被提出后，發展迅速，業界針對該理論的研究逐漸增多。Narayan（2010）以43個發展中國家為研究對象，在分析這些國家碳排放量和人均收入數據的基礎上發現，只有15個發展中國家與EKC倒U型曲線貼近[3]。所以，本研究在探究EKC 曲線和 Tapio 脫鉤模型理論的背景下，選取昆鋼嘉華公司為研究對象，對其碳排放和經濟增長進行了脫鉤分析，同時運用IPAT模型分析了影響公司碳排放的因素[4]。研究最后提出了針對昆鋼嘉華公司節能減排的具體對策，以期為相關企業提供理論借鑒，為社會實現減排目標作出貢獻。

2 實證檢驗及數據分析

2.1 碳排放計算與數據的選取

研究以真實數據和現實情況為基礎，以提高研究方案的可行性，在能源耗量估算法的基礎上運用綜合方面測量二氧化碳排放總量，詳細的過程如式（1）：

基于式（1），A代表碳排放總量；Bi為能源i以標煤為計量單位的消費量；Ci為能源i的碳排放系數，其中，碳排放系數源于日本能源經濟研究所。

整理與總結昆鋼嘉華公司能源消費量數據，掌握了公司2010—2021 年二氧化碳排放量。

2.2 模型構建

2.2.1 EKC 模型

研究發現，在研究環境變化趨勢中，線性模型和對數性模型運用最為普遍，在這兩種模型下，可以衍生出一條關于收入的多項式函數，本研究構建的環境庫茲涅茲曲線（EKC）函數具體如式（2）：

在式（2）中，Y代表人均二氧化碳排放，t代表年，X代表人均 GDP；b0、b1、b2、b3分別是解釋變量的系數，ε代表隨機誤差項。

2.2.2 脫鉤模型

根據圖表1了解到，Tapio（2005）將研究范圍放在歐盟成員國上，在計算這些國家和地區碳排放量時綜合運用了物質消耗彈性脫鉤評價法和彈性值，首次測量了能源消耗、GDP間的具體彈性值，具體如式（3）；計算二氧化碳和能源消耗二者間的具體彈性值，如式（4），將二者進行乘積，進而計算二氧化碳和GDP間的具體彈性值，如式（5），也就是脫鉤指數。

表1 Tapio脫鉤程度狀態與經濟發展相關聯脫鉤關系

圖1 Tapio脫鉤程度狀態圖

在上式中，表示能源消耗相對GDP的彈性，表示二氧化碳相對于能源消耗的彈性，%ΔEC代表能源消耗變化，%ΔCO2代表二氧化碳變化，%GDP代表GDP變化。

3 實證結果分析

3.1 碳排放與經濟發展趨勢分析

昆鋼嘉華公司自2004年成立以來，總資產發展迅速，對區域經濟發展產生重要影響。分析其工業占比得知，公司的產業結構并不合理，重工業占比較大，能源消耗過大，經濟效益低下。在區域生產總值中，昆鋼嘉華公司的貢獻率為30%～45%，但能源消耗卻超過60%，并且這種現象持續的時間較長。所以，以昆鋼嘉華公司為例，研究其碳排放與經濟發展的關系，有助于其降低碳排放，有助于提高區域經濟收益。近年來昆鋼嘉華公司重視綠色環保問題，逐步改革生產技術，提高了能源的利用率，近兩年碳排放強度出現降低趨勢。

3.2 EKC 實證分析

昆鋼嘉華公司經濟發展指數用公司的人均產值表示，以公司2010年人均產值數據作為研究基期，從不變價格的計算上進行探討，進而分析其碳排放、經濟發展兩者間存在的關聯。選擇昆鋼嘉華公司在2010—2021年度的經營環境和企業成長指數為時間順序指標，并通過建立模型，再利用Origin Pro 8.5.1對數據進行規整，對其進行一次函數、二次函數和三次函數討論（見表2）。

通過表2得知，昆鋼嘉華公司在一次、二次和三次擬合函數下，數據較為離散。由圖2和表3可知，在昆鋼嘉華公司中，其3個模型的擬合度 之間的差別比較顯著，與一次和二次模型相比，三次模型的更大為 0.939 37，高于0.9。由此，三次模型與昆鋼嘉華公司人均產值、人均碳排放的實際情況相符。根據上述內容，得出昆鋼嘉華公司人均產值、人均碳排放之間的環境庫茨涅茨曲線為“N”型，也就是公司經濟的增長有助于提高環境質量，公司人均碳排放的降低會隨著公司經濟的增長而升高，再次面臨環境危機。

表3 昆鋼嘉華公司人均產值與人均碳排放線性擬合統計

圖2 昆鋼嘉華公司人均產值人均碳排放三種情況下的擬合曲線

表2 不同系數設定下經濟增長與環境污染的關系

3.3 脫鉤分析

在Tapio 脫鉤模型的基礎上，立足于昆鋼嘉華公司經濟發展實際和能源消耗實際，建立符合公司碳排放和經濟發展之間的脫鉤模型。表4則反映了昆鋼嘉華公司2010—2021年間碳排放與經濟發展的脫鉤關系。

表4 昆鋼嘉華公司碳排放與經濟發展的脫鉤關系

可以看出，昆鋼嘉華公司在2010—2021年間的碳排放和經濟發展之間的脫鉤關系波動較大。昆鋼嘉華公司成立之后，工業比重逐漸增加，進而導致公司能源消耗總量急劇增加，但消耗更多的能源并未給公司帶來良好的經濟收益，公司碳排放量增速明顯高于生產總值。隨著綠色環保概念的宣傳推廣，公司管理人員逐漸意識到降低碳排放的重要性，并積極采取了有效措施，比如減少高耗能材料的使用，降低高耗能產品占比，與此同時通過現代技術控制和降低碳排放量，逐漸將水電和天然氣用于日常生產。基于此，公司的碳排放總量明顯降低，出現高新低碳經濟發展態勢。近期，公司準備進一步轉變生產方式，盡可能地落實減排目標，調整產業結構，降低公司碳排放量[5]。公司產業結構的調整是一個長期的動態過程，導致公司的碳排放量和產業之間的發展并不相符，呈現脫鉤狀態。

4 碳排放影響因素分析

4.1 模型構建及數據說明

Ehrlich &Holdren率先提出IPAT模型（環境壓力控制模型），IPAT模型的提出與日益嚴重的自然環境緊密相關，Ehrlich &Holdren在研究中指出，人口、資產、技術以及政治等方面均對環境質量產生影響。在IPAT 模型中，其中各個影響因素屬于關系恒等式，是人口、經濟以及技術三者共同產生的影響，單個影響因素對環境不產生影響。具體的關系恒等式如下：

然而在運用 IPAT 模型時，僅能改變其中一個影響因素，而且要保持其他影響因素的穩定。20世紀90年代，Dietz 和 Rosa在IPAT模型的基礎上提出了環境影響隨機模型，即STIRPAT模型，在STIRPAT模型中，變量可以依據實際情況進行變動。因此，這一模型被學者廣泛用于與研究碳排放影響因素中，詳細的模型等式如下：

STIRPAT模型中的乘法結構形式與IPAT 模型基本一致，主要在保持三大影響因素不變的情況下引入模型的系數項，一般以a為代表，而b、c、d分別為P、A、T影響因素的指數項，e為模型隨機誤差項。STIRPAT模型中能高效地分解各個影響因素，同時也能在避免IPAT 模型自變量出現變動的情況下對個系數參數進行評估。然而，在抉擇具體數據時，首先要計量這些數據，其次要分析模型具體的對數值，減少模型的異方差，提高因變量與自變量之間彈性值的便利性。

當中，I代表環境壓力，如碳排放量等指標，而b、c、d可解釋自變量P、A、T變動引起的環境壓力變動的彈性系數。在該模型，彈性系數的正負值與相關性呈正相關[6-7]。

本研究選擇的為因變量，記為研究對象碳排放量；具體的自變量和解釋變量主要有以下幾項：（1）F，代表研究對象固定資產投資情況及規模；（2）P，表示人口規模，用公司從業人員數量表示；（3）A，表示企業GDP ；（4）T，表示技術水平，本文中用企業能源利用效率表示。一般來說，技術水平的高低與能源利用效率的高低成正比關系，而與碳排放量則呈相反關系，即技術越高，能源利用效率就越高，碳排放量就越低。

4.2 回歸分析

利用最小二乘法分析研究數據，從而得出回歸分析結果（見表5）。通過匯總模型了解到，模型的調整R=0.996，F=921.862，且sig=0.000，由此可知數據之間呈顯著的相關性，有利于對各變量進行回歸分析，計算出的結果更符合設想。然而，表6中的數據表示LnF、LnA、LnT的共線性檢驗中方差膨脹因子VIF的檢驗值最小為8.730，最大為148.786。當中LnF、LnA、LnT三變量的值均大于10，由于各變量間存在多重共線性，所以回歸得出的結果并不精準。基于此，不應利用無偏估計對LnI、LnF、LnA、LnT數據序列進行研究，為進一步規避的多重共線性對研究帶來的消極作用，研究小組將再次改進回歸分析法，對具有偏估計的嶺回歸對模型進行擬合分析[8]。

表5 回歸結果

表6 數據回歸模型匯總

4.3 碳排放影響因素的嶺回歸分析

4.3.1 嶺回歸的定義

通過研究法完成普通最小二乘法估計回歸，加入這個變量之間存在多重共線性現象，那么計算出的回歸系數方差結果差異較大，估計值也不符合平穩性。根據1970年Hoerl和Kennard的研究結論在改進普通最小二乘法回歸的基礎上，提出了有偏估計的嶺估計法，該方法克服了研究存在的變量問題。

上式為β的嶺回歸估計，其中k為嶺參數，由于已經對數據進行標準化，所以為自變量的樣本相關矩陣，且嶺回歸估計比OLS估計穩定，若k＞0時，該回歸為嶺回歸，若k=0時，該回歸為普通最小二乘法估計回歸。同時由于k值的變動非唯一性，嶺回歸估計亦是非唯一的，與k值的變動相符。

4.3.2 嶺回歸實證分析

本研究通過SPSS22.0工具分析嶺回歸擬合情況，以此了解影響碳排放的各個因素。不過，由于量的標準系數整體呈平穩狀態，加上計算出的各回歸系數的嶺估計值與設想的基本一致，因此將步長設為0.02，k值范圍設為-0.2～0，進而計算執行嶺回歸（見表7）。

表7 R的平方、嶺回歸系數估計值及對應值

當時，各變量得出的回歸系數比較平穩，目R2=0.986 83，擬合度表現較好。當k=0.06時，LnF、LnP、GDP及LnA、LNT的回歸系數的嶺回歸估計總體處于穩定狀態，并與社會經濟發展意義相符，之間的殘差平方和增長不明顯，而且這其間LnF、LnP、LnA、LnT的VIF值均不高于10，與研究條件基本一致。因此，本研究以k=0.06執行標準的嶺回歸分析（見表8）。

表8 數據回歸模型匯總

由表9可知，回歸方程的統計量F=224.721 3，且Sig.F=0.000，表示回歸方程存在較強的顯著性。因此，當自變量出現變化與不同，方程的線性關系更加突出。從而計算標準的嶺回歸方程，即當k=0.06，R2=0.986 8，LnP、LnA、LnT對應的系數分別為0.466 1、0.357 8、-0.117 8，由此得到研究所用的標準化嶺回歸方程，具體如下：

可得企業碳排放影響因素的STIRPAT模型為：

5 結論及啟示

5.1 結論

本文以昆鋼嘉華公司為研究對象，選取其2010—2021年間的數據分析其碳排放與經濟發展之間的關系，通過構建EKC模型和脫鉤模型，得出了二者之間的關系；同時在IPAT模型的基礎上，分析了影響公司碳排放的因素。

（1）對于昆鋼嘉華公司而言，其2010—2021年間碳排放與經濟增長之間的關系始終呈增長趨勢，但公司碳排放強度與之相反，呈逐漸下降態勢。

（2）通過分析昆鋼嘉華公司近年來的發展了解到，其碳排放和經濟增長之間有著明顯的“N”型關系，即使在公司經濟總量逐漸增長的背景下，環境質量得到提升，但當經濟增長到某個節點時，公司人均碳排放將隨著提升，從而出現環境惡化現象。

（3）通過分析昆鋼嘉華公司2010—2021年間碳排放、人均產值增加率、脫鉤指數之間的關系時，發現曲線發展形勢波動較大，總體呈高水平的相對低碳發展趨勢。

（4）在分析碳排放影響因素時，通過構建模型發現LnF、LnP、LnA與LnI之間呈正相關關系，但LnT與LnI之間則相反。當中，LnP對LnI的影響程度最高，LnA次之；LnT與LnI之間的關聯不明顯。

5.2 啟示

（1）地方政府應實施具有針對性的低碳獎懲制度，促進地方碳排放交易市場的構建。其一，嚴格遵守國內碳排放交易試點的原則與發展方向，根據高耗能企業發展實際制定不同的碳排放標準。對積極參與減排的企業給予相應的激勵和鼓舞措施，帶領其他企業響應減排政策。同時制定嚴格的處罰條例，不斷改進綠色環保、節能減排的法律條例。在構建碳排放交易平臺時，要避免程序煩瑣，提高企業參與的便利性和積極性，進而提高企業減排的信心[9]。

（2）地方政府應重新審視高碳排放企業在市場中的地位，避免因市場過熱導致企業的盲目擴張。通過改變工業經濟發展方式，利用內部產業結構調整促使企業達成低碳減排的目標，以促進產業集約化和地方經濟的可持續發展。