低碳经济下中国碳排放强度收敛性的实证检验Word文件下载.docx
《低碳经济下中国碳排放强度收敛性的实证检验Word文件下载.docx》由会员分享，可在线阅读，更多相关《低碳经济下中国碳排放强度收敛性的实证检验Word文件下载.docx（19页珍藏版）》请在冰豆网上搜索。
Kuznets（1955）最早发现了经济增长和环境污染之间的库兹涅茨曲线，即随着经济的发展，环境的质量先恶化，而后逐步改善。
该曲线很好地解释了环
收稿日期：
2013—11—16基金项目：
国家自然科学基金项目“中国式金融资源配置模式下的宏观调控政策体系研究”（71373217）；
国家
自然科学基金项目“人民币汇率变动对我国物价水平的微观传递和宏观影响研究”（71303196）；
教育部与国务院学位委员会“2012年度博士研究生学术新人奖”项目；
教育部人文社科一般项目“空间似无关回归模型：
参数估计、设定检验及其应用”（13YJC910003）；
中央高校基本科研业务费项目“二元政治经济机制下企业技术创新的资本市场支持研究”（2013221010）
作者简介：
王艺明，男，福建厦门人，厦门大学经济学院教授、博士生导师，经济学博士；
张佩，女，河南济源人，厦门大学经济学院博士研究生；
蔡昌达，男，福建泉州人，厦门大学经济学院博士研究生。
①见http：
／／www．ipcc．ch／publications—and—data／publications—ipcc—fourth—assessment—report—synthesis—report．
htm．
·
120·
万方数据
第2期王艺明等：
境质量是如何随着一国财富的变化而变化的（Grossman&
Krueger，1996；
Dinda，2004；
Dijkgraff&
Vollebebergh，2005）。
但是我国经济增长和二氧化碳排放量之间的倒u型曲线的关系并不显著（Dueta1．，2012）。
此外，环境库兹涅茨曲线的潜在内涵是，环境质量问题会随着经济的增长而自然解决的看法，而这是很值得商榷的。
以此同时，不少学者开始把研究的重点转向能源效率和二氧化碳排放之间的关系，这是因为二氧化碳的排放量的急剧增加主要是由人类大量燃烧化石燃料而造成的，一个国家二氧化碳排放的历史水平主要取决于其经济结构和能源的利用效率。
国外有许多学者通过检验二氧化碳排放水平相对于产出水平的收敛性来衡量能源的效率（Kin&
Wored，2002；
Persson，2007）。
国内学者的研究主要是分析能源利用效率对我国碳排放量的影响程度，研究结果都发现能源利用率的提高会降低我国二氧化碳的排放水平，我国现阶段的能源利用水平较低，应以提高能源效率，优化能源结构为主（陈诗一，2009；
岳超等，20LO）。
为了全面地认识目前的二氧化碳排放趋势，国内外学者开始把研究的重点转向碳排放收敛问题，并取得了一定的成果。
一方面，国内关于碳排放收敛的研究十分有限。
我国学者对碳排放收敛性的研究主要集中在碳排放效率方面（王群伟等，2010）。
另一方面，国外学者对于碳排放收敛的研究多是基于国家层面，由于使用的研究方法各不相同，如非参数收敛检验（Ezcurra，2007），贝叶斯收敛估计（Joberteta1．，2010）以及扩展的索洛模型（Brock&
Taylor，2010）等，所得到结论也有很大差异。
鉴于此，本文的研究拟从以下两方面进行突破：
首先，本文采用Phillips和Sul（2007）最近所提出的一种计量方法。
该模型考虑了地区之间的异质性，并容许这种异质性具有各自的时变特征，不仅可以检验面板数据中各个序列是否收敛于共同因素，也可以检验俱乐部收敛。
其次，本文所检验的变量是我国碳排放强度。
和人均二氧化碳排放相比，降低碳排放强度只是降低单位GDP所排放的二氧化碳量，但我国的二氧化碳排放总量并不一定会下降，符合我国所提出的“共同但有区别的责任”的原则，因此检验碳排放强度的收敛性更有意义。
二、实证模型及估计方法
（一）模型设定假设存在一个面板数据X“，i=1，K，N，t=1，K，丁，其中Ⅳ和丁分别表示样本横截面数量和
样本的时间长度。
在本文中，五．。
表示碳排放强度的对数。
通常，面板数据可以分解为：
X小=g小+a印
（1）
其中，gi．。
为系统因素，包括永久的共同因素，从而产生横截面相关性；
口¨
为个体因素。
gi．。
和口“可以是线性的、非线性的、平稳的或非平稳的。
上式可以转换为：
盯J．n
置．。
=坠L兰年。
=盈．肌
（2）
／-it
其中，以是单一共同因素，轧是时变特异因素。
例如，地表示共同趋势，轧则衡量个体与共同趋势之间的经济距离。
该表达方式可以用比例的形式来代替差分的形式，以去除共同因素，通过检验轧是否收敛于常数6，来检验收敛性。
因此收敛性的检验就可以转化为对如下假设的检验：
原假设：
Ho：
最=6且a≥0；
备择假设：
玛：
对于所有i，盈≠6或a<
原假设表示所有省市的数据都收敛，而备择假设表示一些省市的数据不收敛，备择假设在整体收敛和俱乐部收敛的情况下都适用。
函数L（t）的应用确保了当Ot=0时，收敛仍成立。
Phillips和
厦门大学学报（哲学社会科学版）2014经
Sul（2007，2009）证明了在收敛的情况下，当t-+00时，
E“南4
（3）
其中，A为正常数。
为了检验面板的收敛性，Phillips和Sul（2007，2009）定义了相对过渡参数（relativetransitionpa-
rameter）h“，h。
=争=孚
（4）
亩；
置t亩荟瓦t
该参数衡量了时变特异系数礼在t时刻相对于对于面板均值的大小。
相对过渡参数h。
有以下性质：
第一，h“的横截面均值为1；
第二，若乳收敛于6，则相对过渡参数h“收敛于1。
此时，长期横截面的方差（E）趋于0，即当t_+∞时有：
N
1
E=寺∑（^。
一1）2_+o（5）
下面，构建横截面方差比日1／见。
Phillips和Sul（2007，2009）通过对下式进行回归来检验原假设是否成立：
／-／
logJ—r了／1—2109L（#）=；
+glogt+u。
（6）
Jjt
其中，t=[rr]，[rr]+1，K，r，r>
0（一般可设r=0．3），在该回归中L（t）=log（t+1），且对于拟合的系数有占=2&
，其中&
是风中a的估计值。
最后，应用b和HAC标准化残差，进行不等式零假设a≥0的自回归和异方差稳健的单边t检验。
在5％的显著水平，如果t5<
一1．65，则拒绝收敛的原假设。
（二）俱乐部收敛检验方法
检验俱乐部收敛的情况主要有两种，一种是基于一定的标准（例如，经济或地理特征）把各个省市分为几组，分别检验这几组数据的收敛性。
另一种方法是本文所采用的，Phillips和Sul（2007，2009）所提出的检验俱乐部收敛的方法。
下面简单介绍该俱乐部收敛的步骤：
第一步，排序。
根据面板的最后的观测值来排序。
第二步，选择核心组。
选择上述值中最大的k个个体，定义一个收敛的核心组G，N>
k≥2。
为了定义该核心组，可以进行logt回归并计算收敛性检验统计量t。
=t（G），然后找到使t。
最大化
的k’，
k+=argmax{tI}s．t．min{t^}>
一1．65
min{t。
}>
一1．65该条件确保了对每一个k值，收敛的原假设都成立。
第三步，筛选俱乐部成员。
从剩下的个体中任意选择1个加人G。
。
，进行logt回归并计算t统
计量，当t>
c=0时，可认为该个体和G。
收敛于同一个俱乐部，其中c是50％的临界值。
对所有剩下的个体都进行该步骤，得到收敛于同一个俱乐部的所有个体，这时对该俱乐部的所有个体进行t检验得到t5，若t5<
一1．65，则需要提高临界值c，使得选出来的俱乐部的t6>
一1．65。
第四步，重复上面的步骤l至步骤3，直至得到所有的俱乐部，如果最后，若仍有省市不包括在任何一个俱乐部内，那么说明剩余省市的数据发散。
（三）数据
本文分析的变量是碳排放强度，即每万元GDP所排放的二氧化碳量（吨）（孙耀华等，2012）。
此外，本文将根据各省市的能源消费量及各种能源的二氧化碳排放系数测算二氧化碳排放。
由于
．122．
《中国能源统计年鉴》将最终能源消费种类划分为煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然气、电力9种，考虑到电力是由其他能源消费后生产出来的，故为避免重复不进行计算（申萌等，2012）。
因此，本文主要根据其余8种能源消耗为基准来核算中国各个省市的二氧化碳排放量。
根据2006年联合国政府间气候变化委员会（IPCC）为联合国气候变化框架公约及京都协议书所制定的国家温室气体清单指南第二卷（能源）第六章提供的参考办法，二氧化碳排放总量可以根据各种能源消费导致的二氧化碳排放估计量加和得到。
具体公式如下：
C02=熹c。
：
，i=主i=1E×
ⅣcKXCEFixCOFi×
西44（7）
其中，CO：
代表估算的二氧化碳排放量（吨），i=l，K，n，分别表示，1种能源，巨表示第i种能源的消耗量。
NCV为2011年《中国能源统计年鉴》附录4中提供的中国各种能源的平均低位发热量。
CEF为碳排放系数。
COF为碳氧化因子，（44／12）为二氧化碳和碳的分子量比率。
由于能源消耗单位的不统一，在计算二氧化碳排放量时，需根据各种能源折算标准煤系数，将各类能源的实物消耗量转换为标准煤的消耗量，各种能源的折算标准煤系数也由2011年《中国能源统计年鉴》提供。
本文所采用的数据主要来源于《中国统计年鉴》（1995--2012年）、《中国能源统计年鉴》（1995--2012年），其中能源消费量的数据来源于《中国统计年鉴》和《新中国60年统计资料汇编》，各省、自治区、直辖市的GDP均经过价格指数的调整。
西藏因为数据严重缺失而不纳入本文的研究，并且考虑到重庆市在1997年设为直辖市，本文把重庆市的相关数据全部纳入到四川省进行计算。
此外，为了分析全国平均碳排放强度会出现在哪个俱乐部中，本文还计算了全国平均碳排放强度的数据，作为“参照组”加入到面板数据中。
三、实证结果与分析
（一）整体面板检验在整体面板收敛的原假设下，用logt检验的结果如下：
H．
109i}一2lo班（t）=0．051一1．059logt（8）
11t（4．30）（一20．89）
显然，回归结果中的t值远远小于临界值一1．65，则整个面板收敛的原假设被拒绝，结果证明我国30个省市的碳排放强度发散。
该结论可能与我国省际间经济发展水平，环境资源禀赋的巨大差异密不可分（沈坤荣、马俊，2002）。
（二）俱乐部收敛下面我们根据前面所描述的聚类方法，来寻找中国碳排放强度趋同的俱乐部。
结果表明，我国
30个省市的碳排放强度分别收敛于三个不同的稳态值，即共形成三个收敛俱乐部。
三个俱乐部的成员分别如下：
俱乐部1包括宁夏、新疆、陕西和全国平均值；
俱乐部2包括广东、四川、贵州、云南、甘肃、青海；
俱乐部3包括北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广西、海南。
为了更清楚地展现这三组俱乐部的空间分布，图1描绘了各俱乐部成员的地区分布图。
首先，总体来看，每个俱乐部成员的分布在地理分布上相对集中，该结论和Qllall’s（1996）的研究结果相似，对该现象的一种可能解释是，边界地区的经济活动可能会影响一个特定地区的经济发展。
而且，我国能源效率具有空间聚集特征，其主要原因是区域空间地理临近带来的频繁省域经济活动和技术交流等，在很大程度上弱化了原来的封闭经济、能源自循环系统，使能源效率同时受到本地区经济和相邻区域能源效率的影响（沈能，2010），从而对收敛过程产生影响。
厦门大学学报（哲学社会科学版）2014焦
其次，从俱乐部的地理分布来看，三个俱乐部的分布似乎是依次从西到东，从内陆地区到沿海地区。
若按照传统的分类方法，把我国分成东部、中部和西部地区①，从检验的结果来看，只有东部地区的省份收敛于相同的稳态，而中部地区和西部地区的碳排放强度发散。
最后，各个俱乐部成员的空间聚集模式似乎和各个地区的经济实力相违背。
基于本文的数据，我们计算得到，俱乐部1和俱乐部2的碳排放强度的均值是1．654，而俱乐部3的碳排放强度是1．638，从数据上看，欠发达的地区二氧化碳排放量似乎要高于发达地区，这与我们的预期相反。
这种矛盾的关系可能是由于本文估计的变量是碳排放强度，而欠发达地区的GDP同样也要低于发达地区，因此其碳排放强度也会高于俱乐部3。
表1给出了俱乐部收敛的详细检验结果。
值得注意的是，全国平均这一“参照组”位于俱乐部1内，表明地区内部碳排放强度的非均衡性。
每个俱乐部的t统计值都明显高于一1．65，这为俱乐部的分类提供了有力地支持，其中俱乐部3的t统计值尤为显著。
表1收敛性检验结果
俱乐部成员数6t值标准差全国30—1．059—20．890．05l
俱乐部l3+10．1891．1290．167俱乐部260．0980．8690．113俱乐部3203．7184．0540．832
（三）俱乐部合并检验
图1给出了三个俱乐部的相对过渡路径，为研究俱乐部的收敛路径提供了一个直观的描述。
如图1所示，在我们所检验的样本期间，俱乐部3的收敛路径似乎一直围绕在均值1附近，而俱乐部1和俱乐部2似乎向相反的方向发散。
但是三个俱乐部的收敛行为仍是模糊的，需要进一步的检验。
l2
1i●一。
’～一一一S’J～一～～-，，一一一
1_‘一“一”“·
_矗·
二·
二i．．．．．．．．．·
club3
一．-．-．-·
O9·
·
club2
；
’‘’·
．．．．
08·
一·
一clubl
O7
梦梦爹梦≯§
§
p擎妒擎擎p梦p梦p
图1三个俱乐部的相对过渡路径
我们对两俱乐部交界附近的省市进行合并收敛测试，若拒绝收敛，则说明初始俱乐部分组稳
①东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11省市。
中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省。
西部地区包括内蒙古、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆10个省自治区（申萌等，2012）。
124·
健。
定义入。
和入：
为两相邻俱乐部中参与合并测试的成员数比例，与Philips和Sul（2009）保持一致，令入。
=入：
=0．5。
即本文要检验上一个俱乐部内的入。
部分成员，是否可以和下一个俱乐部内的入：
部分成员合并，若t统计量大于一1．65，则说明相邻的俱乐部可以合并，否则，则说明俱乐部合并不成立。
如表2所示，俱乐部合并的两个t统计值一27．22和一16．88明显小于一1．65，显著地拒绝收敛的原假设。
因此，俱乐部合并证明了初始的三个俱乐部分类是稳健的。
表2俱乐部合并检验结果
初始分组合并检验最终分组俱乐部1[4]0．189Clubl+2俱乐部1[4]O．189
（-0．167）—1．580’（一0．167）
俱乐部2[6]0．098（一0．058）俱乐部2[6]0．098
（一0．113）Club2+3（一0．113）
俱乐部3[20]3．718—0．989‘俱乐部3[20]3．718
（一0．917）（一0．047）（一0．917）
注：
圆括号内为对应系数的标准差，方括号里面是俱乐部成员数。
’在5％显著性水平下拒绝原假设。
俱乐部1包含“全国平均”这一参照组。
四、俱乐部形成的因素分析：
在上述分析的基础上，本文拟进一步分析决定我国碳排放强度的收敛行为的决定因素。
根据MeKelvey和Zavoina（1975）提出的逻辑排序模型，模型设定为：
Yi‘=X霹+岛（9）
其中，i=1，K，30为我国各省市，因变量，，，为俱乐部编号1至3，卢为参数向量，置为解释变量。
根据俱乐部理论，只有当存在相同的经济结构或特征时，不同的经济体才会收敛于相同的稳态。
笔者结合当前国内外关于二氧化碳排放因素的主要研究成果，列出了重要的影响因素：
（1）初始条件。
初始条件在决定一个经济体的发展轨迹时，发挥着十分重要的作用。
在初始条件因素中，本文采用1995年的初始人均GDP，初始人均收入和1995年的初始能源资源禀赋，即人均化石能源（化石能源所包含的天然资源主要有煤炭、石油和天然气）产量作为解释变量（岳超等，2010；
王群伟等，2010）。
（2）结构特征。
当各个地区的初始条件相似时，决定经济体是否会趋同的另一个重要因素就是结构特征。
大量研究表明，结构特征在决定一个经济体的长期稳态路径时可能起着决定性的作用（魏梅等，2010）。
本文主要选用人均GDP、人均收人、第二产业比重、公共投资、能源强度、能源消费结构以及城市化水平作为解释变量。
其中，能源强度即为单位GDP生产过程中的能源消费量；
能源消费结构则用煤炭消费在总能源消费中的比重来衡量（林伯强、刘希颖，2010）；
城市化水平用非农业人口的比重来衡量（Dueta1．，2012）。
基于稳健性的考虑，公共投资用两种方式来衡量：
各地区公路里程占地区总面积的比重，以及地区财政支出占当年地区生产总值的比重（魏梅等，2010）。
表3列出了逻辑排序模型回归的结果。
由该结果可知，在我们所分析的因素中，除了初始GDP
125·
厦门大学学报（哲学社会科学版）2014正
不显著以外，其他的变量都比较显著。
表3逻辑排序模型回归结果
变量系数标准差
初始人均GDPO．000014’一O．0000285
初始人均收入0．0002957‘—0．0000808
初始能源禀赋1．060195’-0．1556179
人均GDP一O．0001002‘—0．0000304
人均收入O．0002957‘—0．O000808
财政支出一2．285604+一O．29473
公路里程一13．3944‘—5．202928
能源强度一0．3312649‘一O．1306791
能源消费结构一0．9333648+—0．5091309
城市化水平一O．哪541+—0．0002216
第二产业比重一5．721965’-2．015118
R2O．2271
+显著水平为5％。
总体来说，本文的研究结论和多数文献相符。
其中，以下三点是特别值得注意的：
首先，初始能源资源禀赋的系数为正，这说明初始能源资源禀赋越高，各省市收敛于特定俱乐
部的概率越高。
能源资源丰富的省份多为能源和资源密集型产业，且根据资源禀赋理论，我国各地区的能源资源禀赋的差异，会使得各个地区的能源利用效率有很大差异，也会使我国各地区的碳排放强度产生巨大差异，从而对俱乐部收敛产生影响。
其次，能源强度、能源消费结构的系数为负，说明这些变量越高，各省市收敛于同一俱乐部的可能性就越低。
能源强度是影响二氧化碳排放的一个最直接的原因，有时甚至可以同等对待。
能源强度越高，说明能源效率越低，二氧化碳的排放量可能会越高，则各省市发散的可能性会更大。
同理，我国的能源消费结构在长期内将仍以煤炭为主，但这种能源消费结构会直接影响我国二氧化碳排放量，从而也会加大各省市碳排放强度发散的可能性。
最后，公共投资和城市化水平的系数也为负值，这些变量值越高，各省市收敛于同一俱乐部的可能性就越低。
我国的经济增长会加速城市化进程，从而会提高能源的整体消费水平，加速二氧化碳的排放（林伯强、刘希颖，2010），我国各个地区的经济发展水平和城市化进程的速度的巨大差异，也会加大各地区的碳排放强度的差异。
五、结论
在全球气候变暖的背景下，以低能耗、低污染为基础的“低碳经济”已经成为全球关注的焦点。
同时，我国经济社会的发展和环境质量之间的矛盾也日益突出，其中，二氧化碳排放的增加是导致环境恶化的主要根源。
鉴于此，本文基于我国1995--2011年期间省级面板数据，使用Philips和Sul（2007，2009）研究的logt检验方法和俱乐部收敛方法，研究了我国碳强度的收敛性，并结合逻辑排序模型分析了俱乐部收敛的决定因素。
研究结果表明，我国碳排放强度整体上显著发散，但各省市收敛于三个不同的稳态，形成三个
．126·
俱乐部。
俱乐部合并检验的结果表明，这三个俱乐部的分类结果是稳健的，而传统的外生分组则无法准确地刻画碳排放强度的收敛性。
最后，我们使用逻辑排序模型来分析影响俱乐部分组的重要因素。
本文根据碳排放强度内生识别了三个收敛俱乐部的具体成员构成，具有重要的政策应用价值。
一方面，本研究摆脱了传统的“东中西部”的分类模式，为中央政府制定科学合理的区域减排政策提供政策应用价值。
另一方面，俱乐部的划分结果，为各个地方政府在节能减排方面开展地方合作提供了有力依据。
基于上述研究结论，我们进一步提出相应的政策建议。
首先，由于我国各地能源利用效率，能源结构存在着巨大的差异，且我国目前以煤炭为主的能源结构也难以快速转变，为了降低我国的二氧化碳排放水平，必须从节能和技术的转变入手，提高能源利用效率。
其次，针对那些存在相同的碳排放收敛趋势的地区，应该充分合作，发挥各自的优势，共同治理由于碳排放增加而造
升级会员 