基于出口貿易因素驅動下江蘇省碳排放預測研究

李 楠，鄔徑緯

（河海大學 低碳經濟研究所，江蘇 常州 213022）

近年來，國際貿易中的碳排放問題逐漸成為國內外關注的熱點，針對進出口貿易與碳排放之間的相關性研究也引起了更多學者的關注。江蘇省作為我國沿海地區(qū)經濟大省，不但是貿易大省，也是碳排放大省。外貿的快速持續(xù)發(fā)展對江蘇省經濟發(fā)展及產業(yè)轉型起到了巨大的推動作用，但同時也對資源環(huán)境產生了很大壓力。近年來，江蘇省內生態(tài)環(huán)境逐漸惡化，能源消耗過度、CO2等污染氣體排放和嚴重的霧霾天氣等問題凸顯出經濟與環(huán)境保護的矛盾。

2014年習近平總書記對江蘇省的發(fā)展提出新指示：實現“兩個率先”，建設“強富美高”新江蘇。使經濟在轉型升級的同時又好又快發(fā)展，這是當下江蘇省經濟發(fā)展過程中所必須解決的當務之急。本文就對江蘇省碳排放問題的影響因素進行深入研究，并基于研究結果對碳排放量的未來趨勢進行預測研究，具有很強的理論價值和現實意義。

在國外，一些經濟學家已經成為這一領域研究的先行者。Ackermaneta1[1]（2007）研究顯示，美國各部門平均碳排放強度超過日本對應部門的雙倍，并且碳強度高的出口部門對貿易進出口有顯著正影響。Paresh[2]和Russell（2009）對中東國家的有關數據進行了分析研究，著重探究了這些國家電力能源消費、出口與GDP之間的關系，研究結果顯示，三個指標間有著長期協整關系和顯著反饋效應。國內研究方面，許士春[3]（2006）發(fā)現出口將很大程度上影響環(huán)境的污染。趙欣和齊中英[4]（2008）的研究結果顯示，出口產品中的隱含能源與碳的含量正呈現出明顯的增長趨勢，出口貿易正逐步成為碳排放的主要來源之一。劉倩和王遙[5]（2012）對新興國家的碳排放狀況進行了研究，研究發(fā)現，發(fā)展中國家的碳排放與外貿依存度并沒有必然關系，關鍵是要把握好貿易的質量。

在碳排量的預測研究方面，林伯強等[6]（2009）采用傳統(tǒng)庫茲涅茨曲線進行CO2排放拐點和預測的研究。宋杰鯤等[7]（2011）借鑒STIRPAT模型的影響因素，運用BP神經網絡方法發(fā)現適當調整GDP增長的速度，有利于促進碳排放目標的實現。Zhao[8]（2012）根據灰色理論研究影響CO2排放的原因。羅毅等[9]（2013）則針對實際問題中的碳排放，使用GRNN網絡進行建模與參數優(yōu)化。Zhang[10]（2015）沿著能源結構視角出發(fā)，城鎮(zhèn)居民和農村居民消費區(qū)別考慮，分析江蘇省能源消費對于碳排放的影響。

目前對于碳排放的研究普遍停留在國家層面，針對省域的碳排放研究相對較少，且目前的研究主要側重于對過往數據間關系的探究，可對于碳排放值的預測方面的研究相對缺乏且方法比較單一。本文從省域視角出發(fā)，利用回歸方法探究江蘇省出口貿易與碳排放之間的關系，并采用灰色預測和廣義神經網絡的方法對江蘇省的2001—2025年的碳排放量進行預測，通過比較不同預測方法下碳排量的預測值和真實值，檢驗預測效果并獲得較優(yōu)的預測結果。

一、江蘇省出口貿易與碳排放相關性分析

本文借鑒YoichiKaya教授提出的碳排放計量模型以及我國發(fā)改委專家的相應研究成果，以對碳排放基本公式進行因式分解的處理方法來測算近年來江蘇省的碳排放總量。

鑒于相關數據的可獲得性，本文通過Kaya計量模型計算得到江蘇省2000—2015年間各年度的CO2排放量的數值，比較和探究在此期間江蘇省出口規(guī)模以及碳排量量之間的相關數量關系，利用回歸分析、格蘭杰檢驗等方法探究出口產品與碳排放間存在的量化關系。

（一）江蘇省碳排放量測算及其趨勢變化

1.碳排放測算方法

“Kaya恒等式”表明，碳排放總量C，主要是由人口數量P、人民生活水平Y/P、能源使用強度Ei/E、碳排放強度Ci/Ei以及單位GDP能耗E/Y決定的，其公式如下所示：

結合研究的實際狀況，通過對公式（1）進行適當變形，得到碳排放量公式如下：

Si代表第i類能源在總能源結構中所占的比重，Fi代表第i類能源的碳排放強度，E代表我國一次能源消費總量。

人口數量、一次能源消耗量、GDP等數據引自《江蘇省統(tǒng)計年鑒》以及《中國能源信息統(tǒng)計年鑒》。至于Fi即能源排放強度，論文選取石油、煤炭、天然氣以及風電（水電、核電）為樣本，其具體系數引自國家發(fā)改委能源研究所的報告。為了便于統(tǒng)計，論文選取原煤（單位：Kg）、天然氣（單位：m3）以及原油（單位：Kg）折算成標準煤。

2.測算結果

表1統(tǒng)計的數據顯示，在2000年，江蘇省的年度排碳量為5680.85萬噸，而2015年這一指標已逐年上升至18163.71萬噸，且這一指標的增速在2008年前后明顯放緩，這可能是受到了當時世界金融危機的影響。在2000—2012年間，江蘇省的二氧化碳排放量、人均碳排放、二氧化碳人均排放量這些指標均處于不斷上升的態(tài)勢，其增幅變化趨勢也與碳排放總量近似。而江蘇省萬元GDP排碳量正明顯逐年下降，這表示江蘇省的能源利用效率明顯提高，同時也說明江蘇省近年來推行的一些綠色環(huán)保的新經濟政策已初見成效。

表1 2000—2015年江蘇省碳排放量

（二）江蘇省出口貿易與碳排量的相關性研究

為了消除數據中的異方差，本文分別對江蘇省年出口貿易總量Y以及江蘇省年碳排放量T這兩個變量取對數為lnY和lnT。因為本文采用的是時間序列數據，為了避免偽回歸等問題，必須在確定計量回歸模型前對涉及到的變量進行平穩(wěn)性檢驗，包括單位根檢驗、協整檢驗和格蘭杰檢驗。

建立模型l nT=alnY+blnI+ε，其中T代表江蘇省該年度碳排放的總量，Y表示該年度江蘇省出口貿易總額（人民幣），I表示該年度每萬元GDP的碳排放量，ε表示隨機變量。

1.數據的選取

表2 江蘇省出口貿易與碳排放量

2.單位根檢驗及協整檢驗

如果無協整關系，那么單整變量所作的回歸仍然是偽回歸，所以本文使用EG兩步法來做協整檢驗。首先本文對lnT，lnI和lnY回歸所得的殘差做單位根檢驗，即檢查該殘差是否具有平穩(wěn)性，如果殘差沒有單位根，則證明變量間有協整關系，如果有單位根則相反。通過stata對lnT，linY以及l(fā)nI進行單位根檢驗，結果如下所示。

對lnT，lnY和lni回歸所得的殘差做平穩(wěn)性分析，檢驗結果顯示，顯著水平下，ADF檢驗統(tǒng)計量為-3.042，小于殘差根臨界值（1%的置信水平為-2.66），拒絕原假設，因此殘差序列無單位根，屬于平穩(wěn)序列，即lnT，lnY，lnI之間存在協整關系。

3.回歸分析

因此，通過stata軟件計算回歸方程可得：

lnT=0.396lnY-0.375lnI+1.717

結果顯示，江蘇省碳排放和出口總額呈正相關關系，出口規(guī)模每增長1%，碳排放增長0.396%。碳排放總量與萬元GDP的碳排量成負相關，萬元GDP排碳量每增長1%，江蘇省排碳總量降低0.375%。

4.格蘭杰因果檢驗

經過格蘭杰檢驗可得，當滯后期為1時，萬元GDP的碳排量不是江蘇省排碳量變化的原因，排碳量的增減是導致出口貿易總額變化的原因。當滯后期為2或3時，3者之間沒有關系。

5.研究結果分析

研究結果顯示，江蘇省碳排放量和出口總額呈正相關，出口總額每增長1%，碳排放則相應增長0.396%。碳排放量與萬元GDP的碳排量成負相關，萬元GDP排碳量每增長1%，江蘇省碳排量總額則相應降低0.375%。這說明，盡管出口貿易額的增加從總量上看會引起碳排放的增加，但通過合理的貿易與投資政策引導和產業(yè)升級可以在保證經濟充分發(fā)展的同時有效抑制碳排放的過快增長，降低萬元GDP的碳排量，這對江蘇省及我國其他省份經濟發(fā)展有重要的借鑒意義。

表3 單位根檢驗結果統(tǒng)計表

二、基于灰色GM（1，N）模型和廣義神經網絡模型預測江蘇省未來碳排放

基于上文，得到的江蘇省碳排放量與出口總額成正相關關系的研究結果。本文將利用灰色G（1，N）模型與廣義神經網絡模型分別對江蘇省未來十年的碳排放量做定量預測。

（一）基于灰色GM（1，N）模型的對江蘇省碳排放預測

在GM（1，N）模型中將人均GDP、出口貿易額納入到江蘇省碳排放預測中，預測結果如表4所示。

根據表4中2000—2015年的人均GDP、江蘇省碳排放量和出口貿易額等數據，采用此模型基于2000—2015年的數據對2000—2025年進行預測，用MATLAB進行計算，對GM（1，N）模型預測結果進行檢驗，得后驗差比C＜0.35，小概率誤差為 P＞0.95，預測精度為“好”。

表4 2000—2015年江蘇省省人均GDP及出口貿易額

由圖1和表5可以看出，人均GDP的增長和出口貿易額的增加對于江蘇省碳排放是有著強效應的，經濟快速發(fā)展和人們生活水平的提高難免會帶來碳排放的增加。但是，正如圖1所示，基于灰色G（1，N）模型下計算出的江蘇省碳排放總量預測值明顯高于真實值，預測結果與真實值有所偏離。

表5 GM（1，N）模型下江蘇省碳排放量預測

圖1 GM（1，N）模型下江蘇省碳排放量預測

（二）出口貿易因素驅動下基于GRNN的江蘇省碳排放預測

由于BP神經網絡存在收斂速度慢和局部極小等問題，在解決樣本量少而且噪聲較多問題時效果并不理想。而GRNN（廣義回歸神經網絡）在數據缺乏時網絡收斂于樣本量積聚最多的優(yōu)化回歸面，且在逼近能力、分類能力和學習速度方面具有較強優(yōu)勢，故采用GRNN進行江蘇?。ê隹谫Q易因素驅動）碳排放的預測。由于前文已經證明碳排放量與出口貿易額之間的相關關系，我們在預測模型中添加了出口貿易額這一指標。

1.廣義回歸神經網絡模型預測結果

假定萬元GDP排碳量仍保持其下降趨勢，人均GDP和出口貿易額保持7%穩(wěn)定增長，具體數值如表8。根據江蘇省2000—2015年萬元GDP排碳量、人均GDP和出口貿易額的數據對2016—2025年進行預測，用MATLAB進行計算，進行數據擬合。

表6 2016—2025年江蘇省經濟及預測

表7 廣義回歸神經網絡（GRNN）模型下江蘇省碳排放量預測

圖2 廣義回歸神經網絡模型下江蘇省碳排放量預測

2.研究結果分析

從表7和圖2可以看出，通過廣義回歸神經網絡模型計算出來的碳排放總量預測值和真實值擬合效果最好，能夠較為準確地預測未來江蘇省碳排放的變化趨勢。隨著產業(yè)技術不斷改革，近幾年萬元GDP的排碳量將趨于一個平穩(wěn)下降的過程，且每增加1萬元GDP所需的排碳量是江蘇省排碳總量的主要抑制因素。在碳排放總量方面，根據廣義回歸神經網絡模型的預測結果顯示，江蘇省的碳排放總量將在2020年前后達到峰值，之后會逐步下降。

三、政策建議

江蘇省近年來的碳排量與江蘇省出口貿易總額呈正相關，而排碳量與萬元GDP的碳排量呈負相關。預測顯示，未來呈現出不斷下降的趨勢，這得益于近年來江蘇省實施外貿政策的調整以及一系列產業(yè)升級措施。這充分說明，通過合理、可行的政策引導和產業(yè)升級將可以在保證經濟充分發(fā)展的同時有效抑制碳排放的過快增長，這為江蘇省以及其他與江蘇省情況類似的省份之后的發(fā)展提供了很好的借鑒。

（一）調整出口退稅政策

實證研究結果顯示，目前江蘇省的出口貿易額與二氧化碳排放量成正相關，且高碳排放企業(yè)在江蘇省的出口中仍占據較大份額。在2005—2008年這四年時間里，國家曾多次對江蘇省的出口退稅率做出調整，降低了部分具有高耗能、高污染屬性出口商品的退稅率，部分產品甚至被取消了出口退稅資格，這些舉措對江蘇省的碳排放狀況產生了一定的積極影響，使相關年份的萬元GDP的碳排放量持續(xù)下降。但與國際平均退稅率水平相比，江蘇省的退稅率依舊偏高。因此，江蘇省應該進一步降低出口資源型、污染型、高排放型產品的出口退稅率，與此同時，大幅提高高新技術產業(yè)商品的出口退稅率，給予一些附加值較高的出口商品一些退稅優(yōu)惠。這樣將有效促使出口貿易結構向更加綠色、高效的方向調整，有利于促進目前中國經濟轉型升級的大環(huán)境。

（二）增加出口產品的附加值

針對目前江蘇省部分出口貿易產品的技術含量不高、附加值相對較低的現狀，應積極鼓勵企業(yè)進行加大技術創(chuàng)新力度，出臺相關鼓勵政策、投入科技創(chuàng)新基金、引進高層次人才等，引導相關企業(yè)實施技術升級和科技創(chuàng)新。智能制造是近年來江蘇省出口貿易產業(yè)中的一大亮點和新的增長點，也是目前江蘇省出口貿易產品中最具競爭力的產品，為此，政府應大力推動智能制造領域的產學研合作，加強國際技術協同創(chuàng)新，提升出口產品的附加值，形成國際競爭優(yōu)勢。

（三）促進清潔生產的推廣應用

促進企業(yè)進行清潔生產，其本質是鼓勵企業(yè)對生產活動的能源和材料的消耗進行最小化的規(guī)劃管理。政府有必要與企業(yè)進行相關合作，研究并推出一整套使企業(yè)在生產流程的各個環(huán)節(jié)能夠盡量減少碳排放的有效機制。低碳技術是推動企業(yè)進行清潔生產的基礎，通過對低碳技術進行試驗、試點以及推廣，能夠顯著降低能耗和減少廢物排放，最終達到節(jié)能減排的目的。近年來江蘇省大力推行生產清潔化、綠色化和低碳化，從清潔生產技術發(fā)展的大趨勢看，清潔生產技術的流程創(chuàng)新與設備升級勢在必行。

（四）積極開展國際技術交流與合作，實現低碳減排互利雙贏

當前，國際間低碳減排技術的相互交流和共同合作是發(fā)展中國家向發(fā)達國家學習和獲取新減排技術的主要途徑。中國的出口企業(yè)應該充分利用CDM機制來開展相關的交流合作活動，以獲取資金和減排技術，提升減排能力。學習和參考部分發(fā)達國家和地區(qū)的低碳標準和相關技術法律法規(guī)，要事先做好調研工作，結合我國主要進出口國的技術標準開展低碳技術研發(fā)和低碳產品認證，以避免受到低碳貿易的壁壘限制。政府還應采取積極有效的激勵措施，支持出口企業(yè)開展國際間的能源技術轉讓與合作，實現經濟可持續(xù)發(fā)展與節(jié)能減排的雙贏，創(chuàng)造新的經濟增長點。

（五）推進綠色外資引進政策，落實加工貿易轉型升級

從長遠看，加工貿易仍會是江蘇省出口貿易的重要支柱。針對擁有的產品附加值低，處于全球價值鏈低端環(huán)節(jié)、缺乏核心競爭力的現實，應采取有效的引資政策，促進加工貿易轉型。一方面要加強相關配套產業(yè)的發(fā)展，培養(yǎng)和提高產業(yè)鏈條中中間產品的國際競爭力，增強本產業(yè)與相關上下游產業(yè)的關聯，緊抓“一帶一路”建設機遇，促使江蘇省高端制造“走出去”。另一方面，實施加工貿易企業(yè)的轉型，向貿易與投資一體化發(fā)展，帶動設計、研發(fā)、加工制造、營銷和服務轉型升級，實現價值鏈由低端向高端的轉變。

[1]Ackerman F.，Ishikawa M.，Suga M.The carbon content of Japan-US trade[J]．Energy Policy，2007，35（9）：4455—4462．

[2]Paresh Kumar Narayan，Russell Smyth.Multivariate Granger causality between electricity consumption，exports and GDP：Evidence from a panel of Middle Eastern countries[J]．Energy Policy，2009，（37）：229－236．

[3]許士春．貿易對我國環(huán)境影響的實證分析[J]．世界經濟研究，2006，（3）.

[4]趙欣，齊中英.中國國際貿易中的隱性能源和二氧化碳排放研究[C]//中國環(huán)境科學學會2008年學術年會論文集，2008.

[5]劉倩，王瑤.新興市場國家FDI、出口貿易與碳排放關聯關系的實證研究[J].中國軟科學，2012，（4）：97-105

[6]林伯強，蔣竺均.中國二氧化碳的環(huán)境庫茲涅茨曲線預測及影響因素分析[J].管理世界，2009，（4）：27-36.

[7]宋杰鯤，張宇.基于BP神經網絡的我國碳排放情景預測[J].科學技術與工程，2011，（17）：4108-4111，4116.

[8]任曉松，趙國浩.中國工業(yè)碳排放及其影響因素灰色預測分析——基于STIRPAT模型[J].北京交通大學學報：社會科學版，2014，（4）：18-24.

[9]羅毅，曹華軍，李洪丞，程海琴.基于GRNN網絡的CO2氣體保護焊工藝碳排放建模與參數優(yōu)化[J].中國機械工程，2013，（17）：2398-2403.

[10]M.Zhang，P.Li.Analyzing the impact of urbanization on energy consumption in Jiangsu Province[J].Natural Hazards，2015，（76）：177-190.