技术进步经济增长与二氧化碳排放Word文件下载.docx
《技术进步经济增长与二氧化碳排放Word文件下载.docx》由会员分享,可在线阅读,更多相关《技术进步经济增长与二氧化碳排放Word文件下载.docx(14页珍藏版)》请在冰豆网上搜索。
技术进步对二氧化碳排放的综合效应是什么?
在什么条件下既可以保证经济增长又能减少二氧化碳排放?
本文将构建技术进步、经济增长和二氧化碳排放的理论模型来分析解决以上两个问题。
中国的技术进步对二氧化碳排放的影响如何,是否实现了经济增长和减少排放的目标?
本文将在理论模型基础上,利用省际面板数据进行经验检验并回答上述问题。
本文其余章节安排如下:
第二部分为文献综述;
第三部分为理论模型的构建,我们在Aghion和Howitt(1992)内生增长模型的基础上推导出二氧化碳排放增长率与GDP增长率之间的关系,从中得到技术进步、经济增长对二氧化碳排放的影响;
第四部分为经验研究方法及数据介绍;
第五部分为结果分析;
最后是本文结论。
二文献综述
关于技术进步、经济增长和二氧化碳排放的研究主要分为两类:
一类是将污染排放纳入增长模型的理论研究。
早期的研究多是在技术进步外生假定的新古典增长模型框架内分析经济增长对环境的影响。
Nordhaus(1974、1977)分析了经济增长对环境的影响之后,又扩展了新古典Ramsey模型(Nordhaus,1993),构建了气候变化和经济的动态综合模型(dynamicintegratedmodelofclimatechangeandtheeconomy,DICEmodel),用于分析经济增长和环境的相互关系。
Forster(1980)、Selden和Song(1995)、Dinda(2005)以及陆呖和郭路(2008)都是在新古典增长模型内分析了经济增长对污染排放的影响。
很多经验研究证实了内生技术进步的存在(Newell等,1999;
Popp,2002),内生技术进步对经济增长与环境关系问题的分析有重要启示(Jaffe等,2002),忽视内生技术进步可能会夸大经济增长对环境的影响(SueWing,2003;
Manne和Richels,2004)。
大量研究开始在内生增长模型框架下考察经济增长和环境关系,代表性文献有Nordhaus(2002)、DiMafia和Valente(2006)以及Gfimaud和Rouge(2008)。
Acemoglu等(2009)将增长模型扩展为清洁与污染两个部门,进而考察了经济增长对二氧化碳排放的影响,他们认为技术进步存在路径依赖,如果企业已经在污染部门大量创新,则企业未来依然会选择污染部门进行技术创新,导致二氧化碳排放增加。
但是上述研究均是遵循“技术进步-经济增长-二氧化碳排放”的路径,并没有考虑技术进步对二氧化碳排放的直接效应,更没有综合考虑“技术进步-经济增长-二氧化碳排放”和“技术进步-二氧化碳排放”两条路径的效应。
另一类是经验研究,主要包括基于人口、富裕程度和技术的环境影响模型(IPAT)的分析和对环境库兹涅茨曲线假说的验证。
Ehrlich和Holden(1971)首先提出了IPAT模型,认为影响环境的因素包括人口(P)、富裕程度(A)和技术(T)。
Dietz和Rosa(1994)在IPAT模型基础上引入随机因素,扩展了该模型。
一些研究利用扩展模型考察了技术进步、经济增长对二氧化碳碳排放的影响。
朱勤等(2010)利用该模型发现技术进步对二氧化碳排放作用不明显,经济增长增加了二氧化碳排放;
李国志和李宗植(2010)则认为技术进步减少了二氧化碳排放。
而环境库兹涅茨曲线(Environ-mentalKuzIletsCurve,EKC)假说始于Grossman和Krueger(1991)对经济增长与污染排放之间关系的经验分析,他们认为经济增长和污染排放之间呈倒U型关系,称为“EKC假说”,其中污染排放的下降主要源于技术效应的增强。
Holtz-Eakin和Selden(1995)、Richmond和Kaufmann(2006)以及He和Richard(2010)用该假说验证了技术进步、经济增长和二氧化碳排放的关系。
韩玉军和陆旸(2009)、林伯强和蒋竺均(2009)以及许广月和宋德勇(2010)则利用中国的数据对二氧化碳排放的环境库兹涅茨曲线做了有益研究,但因采用的数据和方法有所不同,得出的结果也存在较大差异。
这些研究均从数据出发,缺乏理论基础,而且由于技术进步的不可观测,多数研究是使用代理变量来表示技术进步,不能准确反映它对二氧化碳排放的影响。
上述研究有利于我们理解技术进步、经济增长和二氧化碳排放的关系,但在统一框架下考察三者关系的文献相对缺乏,尚没有综合考察技术进步对二氧化碳排放的直接效应和间接效应的研究。
基于此,本文在Aghion和Howitt(1992)的内生增长模型基础上,构建了技术进步、经济增长与二氧化碳排放关系的理论模型,综合考察“技术进步-经济增长-二氧化碳排放”和“技术进步-二氧化碳排放”两条路径,分析技术进步既可以实现经济增长又可以实现二氧化碳减排的条件,并利用省级面板数据检验中国整体及东、中、西部地区1997~2009年技术进步对二氧化碳排放的影响及程度。
三技术进步、经济增长与二氧化碳排放的理论模型构建
(一)二氧化碳排放技术弹性的经济内涵
本节在Aghion和Howitt(1992)模型的基础上建立了一个包含最终产品、中间产品和研发三部门的模型来讨论技术进步、经济增长和二氧化碳排放之间的关系。
为方便分析,假设一个代表性消费者经济体,居民消费最终产品。
消费者终身效用函数为:
其中,r代表时间贴现率,同时也是市场利率;
ct代表居民在t时刻的消费量。
最终品的生产函数服从科布-道格拉斯(C-D)形式,区域i的生产函数可以表示为:
其中,Yit代表区域i在t时刻的最终产品;
Ait代表在t时刻劳动节约型技术进步;
Lit代表劳动力。
xijt代表区域i的第j种中间品。
qijt代表中间品j的生产技术先进程度。
最终产品可以用来消费、投资及中间品生产。
中间品种类繁多,所有中间品以最终产品为单位来衡量。
另外假设每生产1单位中间品,需要投入1单位最终产品。
我们假设二氧化碳排放仅来自于中间品的生产过程。
不同的中间产品部门的二氧化碳排放量不同,主要受部门排放强度以及中间产品数量的影响,具体表述为:
其中,Eijt代表区域i部门j在t时刻的二氧化碳排放量,βit代表t时刻区域i的单位能源排放系数,它与地区的能源价格和能源结构直接相关,因此没有下标j。
qλijt为部门排放强度,衡量了技术进步对二氧化碳排放的直接效应,与部门j的产品先进程度和区域技术进步弹性λ相关。
二氧化碳排放的技术弹性是指在其他因素不变的前提下,以单位最终产品价值衡量的技术进步变化1%时,二氧化碳排放变化的百分比。
出于模型可计量的考虑,我们假设区域内各部门的技术弹性相同,即我们考虑的是在某一区域的某一时间段内技术弹性的平均值。
(二)二氧化碳排放的技术效应
中间品需求弹性被生产函数给定,均为1/(1-α);
因此,所有中间品在任意时刻的价格为:
(4)式说明所有以单位最终产品衡量的中间品的价值均相同,与技术水平无直接联系。
其经济学意义在于生产函数确定了所有中间产品之间并不存在替代关系,因此种类之间的质量差并不影响不同种类中间品的价值。
根据生产函数可得到中间品的需求曲线以及式(4)可以得到所有中间品的生产量服从以下关系:
将(5)式带入
(2)式可以得到最终产品Yit以及国内生产总值(GDP)。
由于最终产品可以用于消费、投资和中间品生产,所以GDP等于最终产品Yit减去用于生产中间品的部分,即GDP函数为:
将(6)式带入(3)式可以得到t时刻区域i的二氧化碳排放函数:
其中,Ω同样为关于α的常数(Ω=a2/(1-a))。
可以看到,区域i的总排放是有效劳动和生产技术加权的函数。
将t时刻区域i的二氧化碳排放和GDP相比,可以得出t时刻区域i单位GDP的二氧化碳排放量:
进一步地,我们可以将二氧化碳排放分解为能源结构效应、规模效应和技术进步对二氧化碳排放的直接效应。
从(9)式可以看出,经济增长带来了二氧化碳排放的增加,技术进步对二氧化碳排放的直接效应则取决于λ值的大小。
若指数λ小于(或等于)0,则技术进步会带来二氧化碳排放的减少(或不变)。
由此,我们可以得出本文的命题1。
命题1当λ<
0时,技术进步对二氧化碳排放的直接效应为负,即技术进步会减少二氧化碳排放;
当λ>
0时,技术进步对二氧化碳排放的直接效应为正,即技术进步会增加二氧化碳排放。
(三)技术进步、经济增长与二氧化碳排放的关系
假设各行业都有一定量活跃的企业家向该行业引进先进的技术,成功引进先进技术的企业家可以进行垄断定价以最大化利润,其他企业均被淘汰。
假设同一区域内技术引进的效率相同,即同一地区的所有行业每次成功的技术引进对质量增进相同,为τit。
新技术的引入需要花费一定的成本,在不同区域,社会环境差异也会影响行业新技术引入成功的概率。
同时,更高技术水平的行业也意味着更难引入新技术,新技术引入成功的概率也就越低。
假设引入成功的概率服从泊松分布,在单位时间dt区域i行业j成功的概率Pijt为:
其中,ηit代表区域i引入新技术的社会环境因素,比如政府的政策等。
zijt代表引入新技术的投入,来源于最终产品。
根据中间的生产量和价格,可以得到企业j的垄断利润为:
对于风险中性的企业而言,他们将最大化引入技术的现值以确定投入的大小。
企业的利润现值定义如下:
假定每个行业都可以自由进入,由技术引入带来的收益都被引入的成本所抵消,可得到企业家对技术引进的投入程度及各行业单位时间内新技术成功引入的概率为:
我们可以根据关系式(13)得到各行业的技术进步率为:
这一关系式说明各行业的技术进步率在同一区域基本相同。
其经济意义在于技术进步程度的提高带来的利润增加恰被其带来的技术引入难度的提升所抵消,经济在此条件下可以实现稳定的增长。
GDP的增速及区域总排放水平可以由以下关系所表示:
据此,我们得到了计量部分所需的关键关系式:
由(15)和(17)式可以看出,技术进步推动经济增长并带来二氧化碳排放的增加,技术进步对二氧化碳排放的间接影响为正,技术进步对二氧化碳排放的直接效应则不确定,取决于λ的取值。
然而作为计量模型,技术进步(yit)的数据不可观测,使得式(17)难以计量,不能确定技术进步对二氧化碳排放的最终影响。
我们对式(15)进行简单的推导,得到以GDP增长率表示的技术进步γit,在代入(17)式得到如下计量模型:
式(18)综合了技术进步对二氧化碳排放的直接效应和间接效应,蕴含着技术进步对二氧化碳排放影响的程度。
但是作为计量模型,其存在一定的内生性问题。
因此,在模型估计时,我们采用了工具变量法来降低内生性的影响。
根据式(18)我们可以判断出技术进步对二氧化碳排放的综合影响,当μ(1-α)/α>
0时,技术进步对二氧化碳排放的直接效应为正,间接效应也为正,二氧化碳排放将大幅增加;
当-1<
λ(1-α)/α<
0时,技术进步对二氧化碳排放的直接效应为负,间接效应为正。
但技术进步带来的二氧化碳排放增长率的降低不足以抵消经济增长导致的二氧化碳排放增长率的提高,二氧化碳排放增长率提高。
当λ(1-α)/α<
-1时,技术进步的直接效应为负,间接效应为正。
但技术进步带来的二氧化碳排放增长率的降低足以抵消由经济增长导致的二氧化碳排放增长率的提高,二氧化碳排放增长率下降。
由此,我们可以得到命题2。
命题2在技术进步率yit为正且其他因素不变的前提下,“λ(1-α)/α<
-1”意味着技术进步带来的二氧化碳排放增长率的降低足以抵消经济增长导致的二氧化碳排放增长率的提高,即在此情况下技术进步既可以保证经济增长又可以实现二氧化碳减排。
反之亦然。
四经验研究及数据
本节在检验理论模型的基础上,采用计量检验的方法分析技术进步、经济增长对二氧化碳排放的影响,即模型中λ(1-α)/α的值。
为了计算二氧化碳技术进步弹性λ的值,本文设定劳动报酬占GDP的份额α为50%,则λ(1-α)/α的值等于技术弹性λ。
(一)计量模型及技术弹性的获得
1.计量模型。
出于推导的方便,我们在理论模型部分使用了连续时间,但由于数据集是以年份为划分的离散时间,本文采取了对于离散时间数值取对数差分的方式代表各变量的增长率。
根据式(18)可以得出计量验证的线性关系式为:
其中,Xit代表控制变量。
μi代表地区虚拟变量,在实际操作中以固定效应模型的形式出现。
在(19)式中
或
的值暗含了技术弹性的大小。
在计量技术弹性之前,我们需要验证理论模型是否合理。
如果计量结果服从如下假设,则可以判定理论不能被经验检验拒绝。
假设1
与
异号或同时等于0,且
不显著异于1(本文设定为5%水平)。
假设2“
3”不显著异于1。
如果计量模型是无偏一致的估计,可以通过联合的F检验对假设1进行检验,利用t检验对假设2进行检验,以鉴定理论模型是否合理,即模型对现实数据是否具有解释力。
2.技术弹性的获得。
根据理论模型,在劳动力份额“1-a”设定在50%的前提下,
本身就是技术弹性值。
但是二者的计量结果和标准误不可能完全相同,因此我们无法确切的获得技术弹性值。
为了克服这个困难,我们通过如下步骤以获得该值:
1)对模型进行回归验证“假设1”是否成立,若“假设1”不成立则无法获得技术弹性值;
2)在“假设1”成立的基础上,限定
相等,并将GDP增长速度和劳动力增长速度视为一个变量重新进行回归,得到限定回归下的系数值
,该系数会有相同的标准误。
我们以该值作为隐含的技术弹性值,以该标准误作为技术弹性的标准误。
由此我们可以利用二氧化碳排放的技术弹性值来检验命题1,确定技术进步对二氧化碳排放的直接效应的方向及大小。
我们除了了解二氧化碳排放的技术弹性的大小之外,还需了解命题2是否能够成立,即在其他因素不变的前提下,技术进步的程度是否可以既实现经济增长又实现二氧化碳排放减少。
对命题2的检验步骤如下:
(1)重复获得技术弹性的步骤获得GDP前系数“
1”。
(2)对该系数
1小于0做单边t检验,其小于0的概率即为命题2成立的概率。
(二)数据来源与基本描述
1.二氧化碳排放量的计算。
本文将根据各省份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。
《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,故为避免重复不进行计算。
二氧化碳排放系数的计算公式为:
ccj×
(44/12),其中θ1为第j种能源二氧化碳排放系数,ccj为能源排放系数,来源于国家发展和改革委员会能源研究所2003年发布的《中国可持续发展能源暨碳排放情景分析》;
(44/12)为二氧化碳和碳的分子量比率,由此可以得到二氧化碳排放系数,见表1。
由于这种计算方法只提供煤炭、石油、天然气三类能源二氧化碳排放系数,因此为简便计算,本文假定煤炭和焦炭的排放系数相同,原油、汽油、煤油、柴油、燃料油等5种石油类能源的排放系数也相同。
《中国能源统计年鉴》提供了能源消费的具体实物消费量数据,我们在计算二氧化碳排放量时需根据能源折算标准煤系数将各类能源的实物消费量转换为标准煤消费量。
因此,各地区二氧化碳排放量的计算公式为
其中,CO2为i省第t年的碳排放总量,Ejit为i省第t年第j种能源的标准煤消费量,θj为第j种能源的碳排放系数。
据此可测算出中国各省市自治区1997-2009年的二氧化碳排放量。
2.数据来源。
本文数据主要来源于《中国统计年鉴》(1997~2010年)、《中国能源统计年鉴》(1997~2010年),其中能源消费量的数据来源于《中国能源统计年鉴》和《新中国55年统计资料汇编》,各省人均GDP和地区GDP经过价格指数调整。
由于《中国能源统计年鉴》没有西藏的数据,所以本文只有30个省市自治区(以下简称省)的面板数据。
3.基本情况描述。
各关键变量的均值及组间标准差在表2中报告。
虽然三大区域的二氧化碳排放绝对量和发展水平差异性很大,但是增长率的差异并不大,反映在二氧化碳排放增长率的组间标准差只有3%左右。
我们看到全国二氧化碳排放量以7.8%的速度增长,东部地区略高,在8.3%左右;
中部地区略低,在6.9%左右。
单从均值看,二氧化碳排放的增长率在各地区都低于实际GDP的增长率,中部差距最大,有5个百分点左右,西部差距最小,有2个百分点左右。
GDP增长率与劳动增长率的差值在全国及各地区均值都为正,且都在10%左右。
根据式(15),该差值应与技术进步符号相同,因此我们可以认为中国的技术进步为正。
二氧化碳增长率低于实际GDP增长率说明二氧化碳排放强度在降低。
它可能源自于技术进步,但也可能来自于一些不可观测的因素,比如经济环境的变化等或在模型之外的因素。
而本文的贡献是在控制住其他不可观测因素的前提下,考察技术进步、经济增长对二氧化碳排放的影响。
(三)内生性的处理
本文的理论模型本身表明(19)式存在内生性问题:
一些不能观测到的经济冲击Ait被遗漏在计量模型的干扰项之中,这些经济冲击会通过(15)式影响GDP的增长率,因此计量模型的GDP增长率与干扰项相关。
普通最小二乘法的计量结果有偏且不一致。
本文利用工具变量法去除模型中GDP增长率变量的内生性。
具体方法为:
利用各省公里里程数的对数值作为实际GDP增长率的工具变量,然后采用工具变量法对计量模型进行估计。
其原理在于公路建设的计划往往提前很多年,公路里程数的变化理论上与GDP的增量相关,但与短期的经济冲击并不直接相关。
作为GDP工具变量的各省公路里程数来源于《中国统计年鉴》(1997~2010年)。
为了检验工具变量选择是否正确,本文进行了2个基本检验:
(1)我们首先使用了Davidson和MacKinnon(1993)提出的对固定效应面板模型进行内生性检验的方法检验了模型是否存在内生性,该方法与Durbin-Wu-Hausman检验相似,但克服了Hausman检验要求系数差的协方差矩阵必须为正定矩阵的假设前提,更具通用性。
(2)识别不足检验(underidentifi-cationtest),即检验工具变量及内生性变量是否存在相关性。
本文在面板固定效应下使用二阶段最小二乘法(G2SLS)。
由于GDP增长速度的内生性,我们无法通过类似的固定效应模型来限制二者系数和为“1”做回归。
而如果仅在两阶段回归的第二阶段进行限制性回归又会得到大于真实值的标准误,使得系数的估计产生较大的偏差。
因此,我们获得技术弹性的步骤如下:
(1)以GDP增长率为因变量与外生变量回归得到GDP增长速度的拟合值;
(2)通过最小二乘法得到二氧化碳排放增长速度的拟合值;
(3)以二氧化碳排放增长速度的拟合值作为因变量,将GDP增长速度的拟合值和劳动力增长率做限制性回归得到技术弹性及其标准误。
五经验研究结果
(一)固定效应模型
我们首先对(19)式进行了固定效应模型的回归分析,上面已经提到,由于没有考虑连续时间的经济冲击因素,这种方法存在内生性问题。
表3的结果第1列描述了以全国各省份为样本的固定效应模型回归结果。
结果表明GDP增长率对二氧化碳排放增长率的贡献大于1,而劳动力增长率的系数等于0.061,但统计意义上不显著。
假设1在5%的显著水平上被拒绝,即
1-1与
2相加等于1在统计意义上不成立。
这表明该结果不支持理论模型,因此无法确定技术弹性的大小。
其后加入时间虚拟变量和工具变量的结果表明,这由内生性引起。
(二)加入时间虚拟变量的固定效应模型
表3第2列报告了以全国各省份为样本的“加入时间虚拟变量的固定效应模型”回归结果。
我们首先对时间虚拟变量做了F检验以检验时间虚拟变量整体是否显著,检验结果高度拒绝了其他时间虚拟变量同时为0的假设。
这在一定程度上说明经济冲击对二氧化碳排放的变化有影响。
相比固定效应模型,GDP增长率的系数明显下降,并在1以下。
GDP的系数显著异于“0”说明GDP增长率对二氧化碳排放增长率的作用为负被拒绝。
对“假设1”进行的F检验结果表明:
如果该计量模型估计为一致无偏的估计,本文的理论模型在统计上就不能被拒绝,可以认为模型是适用的。
在此模型的基础上我们计算出计量模型隐含的技术弹性值为-0.044,标准误为0.109,在5%的水平上并不显著。
该结果表明技术进步对中国二氧化碳排放没有显著影响。
表4为分地区“加入时间虚拟变量的固定效应模型”的估计结果,从中可以看出“假设1”在5%水平上都不能被拒绝。
但是地区间的技术弹性具有一定的差异:
东部和中部的技术弹性为负,说明技术进步直接效应为负,技术进步在一定程度上减少了二氧化碳排放,但是该值在统计意义上不显著;
西部的技术弹性为正,说明技术进步在一定程度上增加了二氧化碳排放,但统计意义上同样不显著。
在扩展的双向固定效应模型中,我们加入了人均GDP的增长率、GDP的对数和GDP的对数平方以用于衡量人力资本变化、人口变化对二氧化碳排放的影响和检验环境库兹涅茨曲线假说。
结果发现这些变量均不显著,且受关注的变量GDP增长率和人力资本增长率的系数无明显变化。
通过全国和各地区样本的分别回归,我们得到以下结论:
平均意义而言,中国在近14年技术进步的直接效应并不明显,没有偏向于减少或者增加二氧化碳排放。
虽然加入时间虚拟变量的固定效应模型在一定程度上减少了内