劉傳江 張振源 趙曉夢(mèng)
摘要:本文在STIRPAT模型的基礎(chǔ)上構(gòu)建供給側(cè)碳排放和需求側(cè)碳排放的影響因素模型,使用面板數(shù)據(jù)回歸分析方法,定量分析了經(jīng)濟(jì)增長(zhǎng)、人口總數(shù)、產(chǎn)業(yè)結(jié)構(gòu)、消費(fèi)結(jié)構(gòu)、城鎮(zhèn)化水平、技術(shù)水平和貿(mào)易開(kāi)放度對(duì)供給側(cè)碳排放和需求側(cè)碳排放的影響,并進(jìn)一步比較分析了二者的異同,得出以下主要結(jié)論:(1)供給側(cè)碳排放與人均GDP顯著正相關(guān)、與人均GDP的二次項(xiàng)顯著負(fù)相關(guān),印證了碳排放庫(kù)茲涅茨曲線假說(shuō)。(2)需求側(cè)碳排放并不存在庫(kù)茲涅茨曲線,其與人均GDP顯著正相關(guān)。(3)在相同的控制變量影響下,不同國(guó)家或地區(qū)經(jīng)濟(jì)發(fā)展對(duì)供給側(cè)碳排放和需求側(cè)碳排放的影響方式不盡相同,碳凈進(jìn)口國(guó)和碳凈出口國(guó)都應(yīng)客觀理性地承擔(dān)起相應(yīng)的減排責(zé)任,共同制定公平合理的節(jié)能減排方案。
關(guān)鍵詞:供給側(cè)碳排放;需求側(cè)碳排放;STIRPAT模型
中圖分類號(hào):F124;F1261文獻(xiàn)標(biāo)識(shí)碼:A
文章編號(hào):1000176X(2016)06004007
一、引言
在貿(mào)易全球化的今天,二氧化碳的減排已經(jīng)不單單是一個(gè)國(guó)家或地區(qū)面臨的問(wèn)題,落后產(chǎn)能和高能耗粗放型產(chǎn)業(yè)的轉(zhuǎn)移使得國(guó)際貿(mào)易中碳轉(zhuǎn)移和碳泄露等問(wèn)題日益嚴(yán)重。因此,傳統(tǒng)的供給側(cè)碳排放測(cè)算已經(jīng)不能完全成為一國(guó)在應(yīng)對(duì)氣候變化問(wèn)題上所應(yīng)承擔(dān)責(zé)任多少的主要依據(jù)。在這一背景下,近年來(lái)基于消費(fèi)者責(zé)任制的需求側(cè)碳排放研究逐漸得到各國(guó)學(xué)者的關(guān)注。
供給側(cè)碳排放(Production Based Carbon Emission,PBC)也稱為生產(chǎn)者責(zé)任制碳排放,即碳排放責(zé)任全部由產(chǎn)品和服務(wù)的直接生產(chǎn)者承擔(dān)。這一基于能源消費(fèi)的測(cè)算方法由于計(jì)算方法簡(jiǎn)單、數(shù)據(jù)獲取便利被廣泛使用,在此基礎(chǔ)上的相關(guān)研究主要集中在碳排放的影響因素分解和其與經(jīng)濟(jì)發(fā)展的關(guān)系兩個(gè)方面。一方面,許多學(xué)者在基于能源消費(fèi)計(jì)算碳排放的基礎(chǔ)上對(duì)其影響因素進(jìn)行研究。Ang等\[1\]采用對(duì)數(shù)平均迪氏指數(shù)法(LMDI)對(duì)3個(gè)OECD國(guó)家的碳排放進(jìn)行了分解,把影響因素分為能源結(jié)構(gòu)、能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)和能源排放強(qiáng)度,認(rèn)為在不同國(guó)家這些因素對(duì)碳排放的影響不同。Sun\[2\]使用Laspeyres指數(shù)法對(duì)1980—1994年發(fā)達(dá)國(guó)家的碳排放強(qiáng)度進(jìn)行了分解,認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放的影響不明顯。另一方面,在測(cè)算生產(chǎn)責(zé)任制碳排放的基礎(chǔ)上,一些學(xué)者熱衷于探析碳排放與經(jīng)濟(jì)發(fā)展的關(guān)系,而傳統(tǒng)的碳排放與經(jīng)濟(jì)發(fā)展的關(guān)系研究起源于環(huán)境問(wèn)題與經(jīng)濟(jì)發(fā)展的關(guān)系。Grossman和Krueger\[3\]通過(guò)規(guī)模效應(yīng)、技術(shù)效應(yīng)和結(jié)構(gòu)效應(yīng)影響環(huán)境質(zhì)量的途徑提出和檢驗(yàn)了兩者的關(guān)系。林伯強(qiáng)和劉希穎\[4\]選用協(xié)整方法研究了二氧化碳排放量與經(jīng)濟(jì)增長(zhǎng)、城鎮(zhèn)化水平等變量之間的長(zhǎng)期均衡關(guān)系,認(rèn)為人均GDP和能源強(qiáng)度是影響二氧化碳排放量最主要的因素, 其他依次是能源消費(fèi)碳強(qiáng)度、城市化和水泥產(chǎn)量。
需求側(cè)碳排放(Consumption Based Carbon Emission,CBC)也被稱為消費(fèi)者責(zé)任制碳排放,即碳排放的責(zé)任由產(chǎn)品和服務(wù)的消費(fèi)者承擔(dān)。Peters\[5\]對(duì)消費(fèi)者責(zé)任制碳排放(Consumption-Based Emissions)進(jìn)行了定義,把一國(guó)最終需求造成的所有碳排放(不管發(fā)生在國(guó)內(nèi)還是國(guó)外)歸為該國(guó)的碳排放責(zé)任,該定義已被眾多學(xué)者廣泛采用。樊綱等\[6\]基于長(zhǎng)期的、動(dòng)態(tài)的視角,提出根據(jù)最終消費(fèi)來(lái)衡量各國(guó)碳排放責(zé)任的理論,并根據(jù)最終消費(fèi)與碳減排責(zé)任的關(guān)系,計(jì)算了1950—2005年世界各國(guó)累積消費(fèi)碳排放量,研究發(fā)現(xiàn)中國(guó)已經(jīng)成為碳凈出口國(guó)。彭水軍等\[7\]通過(guò)SDA方法考察了1995—2009年中國(guó)生產(chǎn)側(cè)和消費(fèi)側(cè)碳排放的影響因素,發(fā)現(xiàn)生產(chǎn)側(cè)排放明顯多于消費(fèi)側(cè)排放,國(guó)內(nèi)最終需求規(guī)模和生產(chǎn)部門投入結(jié)構(gòu)對(duì)兩側(cè)碳排放有正向影響,而國(guó)內(nèi)生產(chǎn)部門碳強(qiáng)度的下降則對(duì)兩側(cè)碳排放增加有抑制作用。
本文在已有研究的基礎(chǔ)上,根據(jù)STIRPAT模型構(gòu)建供給側(cè)碳排放和需求側(cè)碳排放的影響因素模型,使用面板數(shù)據(jù)回歸分析方法,定量分析經(jīng)濟(jì)增長(zhǎng)、人口總數(shù)、產(chǎn)業(yè)結(jié)構(gòu)、消費(fèi)結(jié)構(gòu)、城鎮(zhèn)化水平、技術(shù)水平和貿(mào)易開(kāi)放度對(duì)供給側(cè)碳排放和需求側(cè)碳排放的影響,并比較分析上述經(jīng)濟(jì)發(fā)展變量對(duì)兩側(cè)碳排放影響機(jī)制的異同。
二、模型構(gòu)建、變量選取及數(shù)據(jù)來(lái)源與處理
1模型構(gòu)建
本文以STIRPAT模型為基礎(chǔ)構(gòu)建計(jì)量回歸模型。STIRPAT模型是在IPAT模型的基礎(chǔ)上發(fā)展起來(lái)的。IPAT(Impact,Population,Affluence,Technology)模型是由Ehrlich和Holdren\[8\]提出的環(huán)境影響方程,他們認(rèn)為影響環(huán)境的因素是人口、富裕程度和技術(shù)。式中的I、P、A和T分別為環(huán)境壓力、人口數(shù)量、富裕度和技術(shù)。York等\[9\]在上述模型的基礎(chǔ)上進(jìn)行了改進(jìn),提出STIRPAT模型,較好地彌補(bǔ)了IPAT模型的缺陷,其表達(dá)式為:
2變量選取
本文選取了經(jīng)濟(jì)增長(zhǎng)、人口總數(shù)、產(chǎn)業(yè)結(jié)構(gòu)、消費(fèi)結(jié)構(gòu)、城鎮(zhèn)化水平、技術(shù)水平和貿(mào)易開(kāi)放度等體現(xiàn)經(jīng)濟(jì)發(fā)展的變量,各變量選取的經(jīng)濟(jì)意義和構(gòu)建情況說(shuō)明如下:
經(jīng)濟(jì)增長(zhǎng)(pgdp)。大量研究表明,經(jīng)濟(jì)增長(zhǎng)與碳排放之間有著長(zhǎng)期的穩(wěn)定關(guān)系,而人均GDP作為經(jīng)濟(jì)增長(zhǎng)第一指標(biāo)可以較為準(zhǔn)確地體現(xiàn)出一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)增長(zhǎng)情況。
人口總數(shù)(pop)。人口總數(shù)體現(xiàn)了STIRPAT模型中人口因素對(duì)環(huán)境的影響。
產(chǎn)業(yè)結(jié)構(gòu)(is)。這一指標(biāo)用第二產(chǎn)業(yè)占GDP的比重來(lái)衡量結(jié)構(gòu)產(chǎn)業(yè)。第二產(chǎn)業(yè)是指采礦業(yè),制造業(yè),電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè),建筑業(yè)等高能耗產(chǎn)業(yè),其發(fā)展會(huì)對(duì)一個(gè)國(guó)家或地區(qū)的碳排放產(chǎn)生顯著影響。
消費(fèi)結(jié)構(gòu)(cs)。消費(fèi)結(jié)構(gòu)是在一定的社會(huì)經(jīng)濟(jì)條件下,人們(包括各種不同類型的消費(fèi)者和社會(huì)集團(tuán))在消費(fèi)過(guò)程中所消費(fèi)的各種不同類型的消費(fèi)資料(包括勞務(wù))的比例關(guān)系。已有研究顯示,消費(fèi)結(jié)構(gòu)的變化會(huì)顯著影響需求側(cè)碳排放的變化。這一指標(biāo)用第三產(chǎn)業(yè)消費(fèi)量占居民消費(fèi)總量的比重來(lái)衡量。
城鎮(zhèn)化水平(urb)。城鎮(zhèn)化水平的提高,一方面會(huì)創(chuàng)造基礎(chǔ)設(shè)施和住宅投資需求,相應(yīng)地,水泥、建材和鋼鐵等高能耗產(chǎn)業(yè)可能出現(xiàn)增長(zhǎng)勢(shì)頭,對(duì)碳排放產(chǎn)生影響。另一方面會(huì)提升國(guó)民整體素質(zhì),有更高的低碳行為傾向性。這一指標(biāo)用城鎮(zhèn)人口占總?cè)丝诘谋戎貋?lái)衡量。
技術(shù)水平(tec)。一個(gè)國(guó)家的技術(shù)水平會(huì)影響到該國(guó)在國(guó)際分工中的定位,從而大大影響本國(guó)國(guó)內(nèi)相應(yīng)行業(yè)的碳強(qiáng)度以及進(jìn)口產(chǎn)品的碳強(qiáng)度。這一指標(biāo)用高科技產(chǎn)品出口額占GDP的比重來(lái)衡量。
貿(mào)易開(kāi)放度(open)。對(duì)不同國(guó)家或地區(qū),貿(mào)易開(kāi)放可能導(dǎo)致高污染、高能耗產(chǎn)業(yè)的轉(zhuǎn)入,也可能導(dǎo)致這些產(chǎn)業(yè)的轉(zhuǎn)出,從而對(duì)碳排放產(chǎn)生影響。這一指標(biāo)用貿(mào)易額占GDP的比重來(lái)衡量。
3數(shù)據(jù)來(lái)源與處理
以上數(shù)據(jù)以及作為因變量的供給側(cè)碳排放和需求側(cè)碳排放數(shù)據(jù)均來(lái)自O(shè)ECD數(shù)據(jù)庫(kù)和世界銀行發(fā)展指標(biāo),其中人均GDP以2010年為基準(zhǔn)年做了平減處理。為保證平穩(wěn)性,上述變量在回歸中均進(jìn)行了取對(duì)數(shù)處理。
本文選取中國(guó)、美國(guó)、日本、俄羅斯、印度和歐盟15國(guó)為研究對(duì)象的原因如下:一是中國(guó)和美國(guó)作為全球最大的兩個(gè)經(jīng)濟(jì)體以及碳排放量最多的兩個(gè)國(guó)家,理應(yīng)被納入研究對(duì)象。二是日本和歐盟15國(guó)經(jīng)濟(jì)發(fā)展穩(wěn)定,碳排放波動(dòng)不大,將其納入研究對(duì)象可以考察成熟穩(wěn)定的經(jīng)濟(jì)狀況對(duì)碳排放的影響。三是印度近年來(lái)有著可觀的經(jīng)濟(jì)增長(zhǎng)速度,也是全球第二大人口大國(guó),印度的數(shù)據(jù)可以有效地體現(xiàn)出人口因素對(duì)碳排放的影響。四是將俄羅斯列為研究對(duì)象是為了研究一個(gè)典型的碳凈出口國(guó)的碳排放與經(jīng)濟(jì)發(fā)展究竟有著怎樣的關(guān)系。鑒于數(shù)據(jù)的可得性,本文將研究時(shí)期定為1995—2011年。
三、檢驗(yàn)結(jié)果與分析
1平穩(wěn)性檢驗(yàn)
為驗(yàn)證各變量序列的平穩(wěn)性,本文分別使用LLC法、Breitung法、IPS法和PP-Fisher法對(duì)各變量進(jìn)行單位根檢驗(yàn)。限于篇幅,各變量的單位根據(jù)檢驗(yàn)結(jié)果和各變量一階差分的單位根檢驗(yàn)結(jié)果不在正文中列出,留存?zhèn)渌鳌?/p>
檢驗(yàn)結(jié)果顯示,各變量的水平序列都是不平穩(wěn)的。因此,對(duì)各變量的一階差分值進(jìn)行單位根檢驗(yàn)。檢驗(yàn)結(jié)果顯示,除
可以看到lnpop、lnis、lncs和lnurb外,其余變量均為一階單整,被解釋變量的單整階數(shù)不高于任何一個(gè)解釋變量的單整階數(shù),符合多元回歸協(xié)整檢驗(yàn)的條件,可以進(jìn)行協(xié)整檢驗(yàn)。
2協(xié)整檢驗(yàn)
本文采用Pedroni檢驗(yàn)對(duì)四個(gè)模型進(jìn)行協(xié)整檢驗(yàn),具體結(jié)果如表1所示。
Pedroni 檢驗(yàn)主要包括以下兩類: 第一類是基于聯(lián)合組內(nèi)尺度的檢驗(yàn), 包括Panel v統(tǒng)計(jì)量、Panel ρ統(tǒng)計(jì)量、Panel PP統(tǒng)計(jì)量和Panel ADF 統(tǒng)計(jì)量四種統(tǒng)計(jì)方法。這些統(tǒng)計(jì)量包含了不同變量的自回歸系數(shù)對(duì)估計(jì)殘差的單位根檢驗(yàn)。第二類是基于組間尺度的檢驗(yàn),包括Group ρ統(tǒng)計(jì)量、Group PP統(tǒng)計(jì)量和Group ADF統(tǒng)計(jì)量三種統(tǒng)計(jì)方法。這些統(tǒng)計(jì)是基于每個(gè)向量個(gè)體估計(jì)系數(shù)的簡(jiǎn)單平均。Pedroni的蒙特卡洛模擬實(shí)驗(yàn)結(jié)果顯示,對(duì)于大于100 的樣本來(lái)說(shuō),7 個(gè)統(tǒng)計(jì)量的檢驗(yàn)效力都很好并且很穩(wěn)定,但對(duì)于小樣本(T<20)來(lái)說(shuō),Group ADF統(tǒng)計(jì)量是最有效力的。本文是小樣本分析,所以主要看這個(gè)統(tǒng)計(jì)量的檢驗(yàn)結(jié)果。
從表1的協(xié)整檢驗(yàn)結(jié)果來(lái)看,四個(gè)模型的主要變量均在5%的顯著性水平下拒絕“不存在協(xié)整關(guān)系”的原假設(shè),由此可知,原模型即為碳排放與經(jīng)濟(jì)發(fā)展的面板協(xié)整模型,分別刻畫了供給側(cè)碳排放和需求側(cè)碳排放與經(jīng)濟(jì)發(fā)展等變量之間的長(zhǎng)期均衡關(guān)系。因此,可以認(rèn)為碳排放與其解釋變量在長(zhǎng)期趨于一致,它們之間存在協(xié)整關(guān)系。
3面板協(xié)整模型估計(jì)
(1)供給側(cè)碳排放影響因素模型回歸結(jié)果
根據(jù)上述模型選擇的理論,首先使用Eviews軟件中的冗余固定效應(yīng)檢驗(yàn)來(lái)對(duì)混合效應(yīng)模型與個(gè)體固定效應(yīng)模型進(jìn)行選擇,結(jié)果顯示含人均GDP二次項(xiàng)和不含人均GDP二次項(xiàng)的模型均應(yīng)選擇個(gè)體固定效應(yīng)模型。同時(shí)由于本文的關(guān)注對(duì)象僅限于六個(gè)研究對(duì)象,所以不宜采用隨機(jī)效應(yīng)模型。綜上,使用個(gè)體固定效應(yīng)模型對(duì)模型(1)和模型(3)進(jìn)行回歸。為了研究不同碳排放均衡狀況的經(jīng)濟(jì)體的碳排放與經(jīng)濟(jì)發(fā)展的關(guān)系,根據(jù)碳排放均衡狀況(PBC與CBC的比值)將六個(gè)研究對(duì)象分為碳凈進(jìn)口組(美國(guó)、日本和歐盟15國(guó),其PBCCBC<1)和碳凈出口組(中國(guó)、印度和俄羅斯,其PBCCBC≥1),具體回歸結(jié)果如表2所示。
從表2的回歸結(jié)果可以看出,就整體而言,模型(1)和模型(3)的擬合效果良好,模型(1)中的人均GDP以及模型(3)中的人均GDP、人均GDP的二次項(xiàng)在統(tǒng)計(jì)上均為顯著。因此,供給側(cè)碳排放影響因素模型的最終回歸結(jié)果為:
上述回歸方程中人均GDP的二次項(xiàng)的回歸系數(shù)為負(fù)且在統(tǒng)計(jì)上顯著,可以認(rèn)為供給側(cè)碳排放庫(kù)茲涅茨曲線是存在的。人口總數(shù)的回歸系數(shù)顯著為正,說(shuō)明人口總數(shù)每增加1個(gè)百分點(diǎn),供給側(cè)碳排放便相應(yīng)地增加05983個(gè)百分點(diǎn);產(chǎn)業(yè)結(jié)構(gòu)的回歸系數(shù)顯著為正,說(shuō)明第二產(chǎn)業(yè)占GDP的比重上升會(huì)導(dǎo)致供給側(cè)碳排放增加;消費(fèi)結(jié)構(gòu)的回歸系數(shù)顯著為負(fù),說(shuō)明第三產(chǎn)業(yè)消費(fèi)量占居民消費(fèi)總量的比重上升會(huì)相應(yīng)地減少供給側(cè)碳排放;城鎮(zhèn)化水平的回歸系數(shù)顯著為正,說(shuō)明城鎮(zhèn)化水平的提升對(duì)供給側(cè)碳排放的刺激作用大于抑制作用;與預(yù)期相反,技術(shù)水平的回歸系數(shù)顯著為正,可能是由于高科技產(chǎn)品出口的增加更大程度上刺激了經(jīng)濟(jì)的整體發(fā)展,抵消了其在優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)方面的作用,從而導(dǎo)致供給側(cè)碳排放增加;貿(mào)易開(kāi)放度的回歸系數(shù)不顯著,說(shuō)明對(duì)外貿(mào)易對(duì)供給側(cè)碳排放的影響不明顯;時(shí)間變量的回歸系數(shù)不顯著,說(shuō)明隨時(shí)間變化的其他非觀測(cè)因素對(duì)供給側(cè)碳排放的影響并不明顯。
由于觀測(cè)量的下降,各分組的回歸結(jié)果均不如整體。在碳凈進(jìn)口組,模型(3)的擬合效果良好,且人均GDP的二次項(xiàng)的回歸系數(shù)為正,說(shuō)明在碳凈進(jìn)口國(guó),供給側(cè)碳排放與人均GDP間呈現(xiàn)出U型曲線。根據(jù)二次曲線的頂點(diǎn)公式可知,碳凈進(jìn)口組的三個(gè)國(guó)家均未達(dá)到曲線的拐點(diǎn)。因此,碳凈進(jìn)口組的三個(gè)國(guó)家供給側(cè)碳排放隨著人均GDP的上升而減少,這也與預(yù)期相符。發(fā)達(dá)國(guó)家在經(jīng)濟(jì)發(fā)展的過(guò)程中不斷地將高污染、高能耗的能源密集型產(chǎn)業(yè)向外轉(zhuǎn)移,使得本國(guó)的能源強(qiáng)度大大下降,從而導(dǎo)致了供給側(cè)碳排放減少。
在碳凈出口組,模型(1)和模型(3)的擬合效果都很理想。就模型(1)來(lái)看,人均GDP的回歸系數(shù)為正,說(shuō)明在碳凈出口國(guó)供給側(cè)碳排放是隨著經(jīng)濟(jì)增長(zhǎng)而同向增加的。模型(3)中人均GDP的二次項(xiàng)的回歸系數(shù)為正,也呈現(xiàn)出U型曲線,但與碳凈進(jìn)口組所不同的是,碳凈出口組的三個(gè)國(guó)家均在二次曲線頂點(diǎn)的右側(cè)運(yùn)行,與模型(1)的結(jié)果吻合。中國(guó)和印度作為發(fā)展中國(guó)家,不斷接受發(fā)達(dá)國(guó)家落后產(chǎn)能的轉(zhuǎn)入,使得其在經(jīng)濟(jì)高速增長(zhǎng)的同時(shí)背負(fù)上了越來(lái)越重的環(huán)境壓力;而俄羅斯作為能源出口大國(guó),豐富的資源稟賦決定了本國(guó)的產(chǎn)業(yè)結(jié)構(gòu)會(huì)以高能耗產(chǎn)業(yè)為主,直接導(dǎo)致了俄羅斯供給側(cè)碳排放的不斷增加。
值得注意的是,在碳凈出口組的回歸結(jié)果中,lnt的回歸系數(shù)顯著為負(fù),而在碳凈進(jìn)口組該變量的回歸系數(shù)并不顯著。由于時(shí)間變量在這里主要反映經(jīng)濟(jì)增長(zhǎng)以外隨時(shí)間變化的因素所產(chǎn)生的影響,例如,環(huán)境政策、能源價(jià)格和節(jié)能減排技術(shù)的變化等,所以可以推測(cè),環(huán)境政策和節(jié)能減排技術(shù)可以在碳凈出口國(guó)起到更為顯著的減排作用。
(2)需求側(cè)碳排放影響因素模型回歸結(jié)果
同樣地,經(jīng)過(guò)冗余固定效應(yīng)檢驗(yàn)確定應(yīng)使用個(gè)體固定效應(yīng)模型對(duì)模型(2)和模型(4)進(jìn)行回歸,具體回歸結(jié)果如表3所示。
從表3的回歸結(jié)果可以看出,就整體而言,模型(2)的擬合效果更為理想,人均GDP的回歸系數(shù)在統(tǒng)計(jì)上顯著,模型(4)的擬合效果不理想,人均GDP二次項(xiàng)的回歸系數(shù)在統(tǒng)計(jì)上不顯著,說(shuō)明需求側(cè)碳排放庫(kù)茲涅茨曲線并不存在。因此,需求側(cè)碳排放影響因素模型的最終回歸結(jié)果為:
上述回歸方程中人均GDP的回歸系數(shù)顯著為正,說(shuō)明需求側(cè)碳排放與經(jīng)濟(jì)增長(zhǎng)存在長(zhǎng)期的正相關(guān)關(guān)系,經(jīng)濟(jì)增長(zhǎng)使得人們更為富裕,消費(fèi)能力得到提升,促進(jìn)了需求側(cè)碳排放的增加。與模型(3)中的回歸結(jié)果相似,人口總數(shù)、產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化水平對(duì)需求側(cè)碳排放均有顯著的正向促進(jìn)作用,與預(yù)期相符。消費(fèi)結(jié)構(gòu)的回歸系數(shù)顯著為負(fù),說(shuō)明隨著生活水平的提高和消費(fèi)結(jié)構(gòu)的優(yōu)化,消費(fèi)碳強(qiáng)度不斷下降,從而抑制了需求側(cè)碳排放的增加。技術(shù)水平的回歸系數(shù)顯著為正,說(shuō)明高科技產(chǎn)品出口的增加導(dǎo)致居民更加富裕,從而刺激了消費(fèi),抵消了其在優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和降低行業(yè)碳強(qiáng)度方面的作用,最終促進(jìn)了需求側(cè)碳排放的增加。
分組來(lái)看,在碳凈進(jìn)口組,模型(2)的擬合結(jié)果更為理想,人均GDP的回歸系數(shù)在1%置信水平下顯著為正,說(shuō)明在碳凈進(jìn)口國(guó),需求側(cè)碳排放隨著人均GDP的提高而不斷增加,經(jīng)濟(jì)增長(zhǎng)對(duì)需求側(cè)碳排放的作用是單向的。lnt的回歸系數(shù)并不顯著,說(shuō)明在碳凈出口國(guó),環(huán)境政策和節(jié)能減排技術(shù)并沒(méi)有對(duì)居民消費(fèi)行為產(chǎn)生太大的影響,居民在低碳行為的選擇上并沒(méi)有隨著經(jīng)濟(jì)水平的提升而顯出更大的傾向性。
在碳凈出口組,模型(4)的擬合結(jié)果和模型(2)的擬合結(jié)果呈現(xiàn)出一樣的趨勢(shì),即在目前的經(jīng)濟(jì)水平,經(jīng)濟(jì)增長(zhǎng)對(duì)需求側(cè)碳排放的作用是單向促進(jìn)的。但與碳凈進(jìn)口組相比,模型(2)中人均GDP的回歸系數(shù)明顯偏小,這說(shuō)明人均GDP的提高對(duì)需求側(cè)碳排放的促進(jìn)作用在碳凈進(jìn)口組更為顯著。
四、結(jié)論
本文在STIRPAT模型的基礎(chǔ)上,使用面板數(shù)據(jù)回歸分析方法,定量分析了經(jīng)濟(jì)增長(zhǎng)、人口總數(shù)、產(chǎn)業(yè)結(jié)構(gòu)、消費(fèi)結(jié)構(gòu)、城鎮(zhèn)化水平、技術(shù)水平和貿(mào)易開(kāi)放度對(duì)供給側(cè)碳排放和需求側(cè)碳排放的影響,并進(jìn)一步比較分析了二者的異同,主要得到以下結(jié)論:
第一,就六個(gè)研究對(duì)象整體而言,供給側(cè)碳排放與經(jīng)濟(jì)發(fā)展的關(guān)系印證了碳排放庫(kù)茲涅茨曲線假說(shuō),人口總數(shù)、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平和技術(shù)水平與供給側(cè)碳排放顯著正相關(guān),消費(fèi)結(jié)構(gòu)與供給側(cè)碳排放顯著負(fù)相關(guān),并得到了具體的回歸方程。需求側(cè)碳排放并不存在庫(kù)茲涅茨曲線,經(jīng)濟(jì)增長(zhǎng)、人口總數(shù)、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平和技術(shù)水平與需求側(cè)碳排放顯著正相關(guān),消費(fèi)結(jié)構(gòu)與需求側(cè)碳排放顯著負(fù)相關(guān),也得到了具體的回歸方程。
第二,在碳凈進(jìn)口國(guó),人均GDP的提高對(duì)供給側(cè)碳排放和需求側(cè)碳排放的作用是相反的,這也說(shuō)明在其他控制變量不變的情況下,美國(guó)、日本和歐盟15國(guó)的碳凈進(jìn)口量在長(zhǎng)期會(huì)隨著經(jīng)濟(jì)增長(zhǎng)而持續(xù)增加。而在碳凈出口國(guó),盡管人均GDP的提高同樣會(huì)導(dǎo)致需求側(cè)碳排放增加,但與碳凈進(jìn)口國(guó)相比,以目前的經(jīng)濟(jì)發(fā)展水平來(lái)看,增加的速率明顯不如后者,這也直接導(dǎo)致了落后國(guó)持續(xù)惡化的碳排放均衡狀況。
上述研究結(jié)論具有很重要的公平含義。在生產(chǎn)分散化和貿(mào)易自由化的今天,發(fā)達(dá)國(guó)家憑借著技術(shù)優(yōu)勢(shì)在全球價(jià)值鏈中始終處于上游優(yōu)勢(shì)位置,不斷將高污染、高能耗、粗放型產(chǎn)業(yè)向國(guó)外轉(zhuǎn)移,導(dǎo)致發(fā)展中國(guó)家行業(yè)碳密集度升高,碳排放大幅增加。發(fā)達(dá)國(guó)家一方面享受著更多的產(chǎn)品和服務(wù),另一方面卻又指責(zé)發(fā)展中國(guó)家的高排放,這無(wú)疑是不公平的。因此,在應(yīng)對(duì)氣候變化問(wèn)題的后京都時(shí)代,每個(gè)國(guó)家應(yīng)該坦誠(chéng)地面對(duì)生產(chǎn)者和消費(fèi)者的雙重身份,尋找出更加公平和有效的責(zé)任劃分原則。發(fā)達(dá)國(guó)家在需求側(cè)造成的二氧化碳排放理應(yīng)使其在應(yīng)對(duì)氣候變化問(wèn)題上承擔(dān)更多的責(zé)任,而發(fā)展中國(guó)家在充分考慮自身權(quán)益的同時(shí),也應(yīng)該客觀面對(duì)本國(guó)在供給側(cè)和需求側(cè)所造成的碳排放,積極尋找公平合理的二氧化碳減排分?jǐn)偡桨浮?/p>
就中國(guó)而言,在經(jīng)濟(jì)新常態(tài)的現(xiàn)階段,應(yīng)該切實(shí)推進(jìn)供給側(cè)改革,抓住經(jīng)濟(jì)結(jié)構(gòu)、增長(zhǎng)動(dòng)力結(jié)構(gòu)和增長(zhǎng)方式結(jié)構(gòu)調(diào)整的契機(jī),對(duì)高能耗、高污染、高排放的落后產(chǎn)業(yè)嚴(yán)格實(shí)行去產(chǎn)能,大力扶持創(chuàng)新型和技術(shù)密集型等第三產(chǎn)業(yè),著力解決結(jié)構(gòu)性供給過(guò)剩和結(jié)構(gòu)性供給不足并存的問(wèn)題,進(jìn)一步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),降低供給側(cè)和需求側(cè)兩側(cè)的碳排放強(qiáng)度,從而實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展與節(jié)能減排的雙贏目標(biāo)。
參考文獻(xiàn):
[1]Ang, BW,Zhang, FQ,Choi,KH Factorizing Changes in Energy and Environmental Indicators through Decomposition[J] Energy, 1998,23(6):489-495
[2]Sun,JWChanges in Energy Consumption and Energy Intensity: A Complete Decomposition Model[J]Energy Economics, 1998,20(1):85-100
[3]Grossman,GM,Krueger,ABEnvironmental Impacts of a North American Free Trade Agreement[R]NBER Working Paper No3914, 1991
[4]林伯強(qiáng),劉希穎中國(guó)城市化階段的碳排放:影響因素和減排策略[J]經(jīng)濟(jì)研究,2010,(8):66-78
[5]Peters,G P From Production-Based to Consumption-Based National Emission Inventories[J] Ecological Economics, 2008, 65(1):13-23
[6]樊綱,蘇銘,曹靜最終消費(fèi)與碳減排責(zé)任的經(jīng)濟(jì)學(xué)分析[J]經(jīng)濟(jì)研究,2010,(1):4-14
[7]彭水軍,張文城,孫傳旺中國(guó)生產(chǎn)側(cè)和消費(fèi)側(cè)碳排放量測(cè)算及影響因素研究[J]經(jīng)濟(jì)研究,2015,(1):168-182
[8]Ehrlich,PR,Holdren,JP Impact of Population Growth[J]Science, 1971,171(3977):1212-1217
[9]York,R,Rosa,E A,Dietz,T STIRPAT, IPAT and ImPACT: Analytic Tools for Unpacking the Driving Forces of Environmental Impacts[J]Ecological Economics, 2003, 46(3):351-365