能源消费、碳排放和经济增长关系的实证性研究

[摘 要] 通过运用协整检验和VAR模型，对能源消费、碳排放和经济增长的相关性进行了实证分析。计量结果表明我国的碳排放量、能源工业增加值、能源消费弹性系数以及国内生产总值增长率之间存在着长期稳定的均衡关系。其中我国碳排放量大小的变动对经济增长的影响较为显著。对我国目前而言，必须尽快加大第三产业在国民经济中的比重，特别是积极发展能耗低且附加值高的现代服务业，加快经济结构向能源集约型的转变。

[关键词] 能源消费；碳排放；经济增长；相关性

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 02. 022

[中图分类号] F27 [文献标识码] A [文章编号] 1673 - 0194（2014）02- 0032- 04

近年来我国的人均二氧化碳排放量始终处于世界前列，其主要原因是中国经济的高速发展带来的各产业对能源需求量的增加，直接导致了企业和个人二氧化碳排放量急剧上升。尽管我国采取了一系列节能减排的措施，但是我国工业企业中存在的无控制碳排放和能源浪费的情况并没有得到根本的改变。鉴于我国能源工业发展所带来的高能耗和高污染的问题， 在“十一五”规划中我国明确提出了要在10年之内实现人均GDP能源消耗量下降20%的目标。2009年9月在联合国气候变化峰会上，我国政府提出了在15年内中国GDP碳排放总量下降40%的目标。要完成以上目标，研究经济增长和碳排放、能源消费之间的关系就显得非常必要。那么能源消费、碳排放与经济增长之间究竟是否存在关联性，如果具有关联性，那么其中对经济增长影响的核心要素有哪些，本文尝试采用基于VAR（向量自回归）的非结构多变量计量模型来实证研究能源消费、碳排放和经济增长的相关性，希望能够为我国低碳产业结构的逐步实现提供参考性意见。

1 文献回顾

Salvador[1]（1999）采用Lotka-Volterra模型及Michael Dalton[2] （2003）采用PET模型对产业结构、单位能耗、能源消费与碳排放量之间的关系进行研究，提出了能源排放强度、能源生产消费和经济增长之间确实存在关联性。Roberts Grimes[3]（2002）的研究表明，不仅人均GDP和二氧化碳排放强度之间存在着线性关系。并且从还存在着自动表现为N型和U型的非线性关系，也就是说假设政府在不采用任何制约碳排放量的举措，从长期看碳排放量的强度也会自动呈N型和U型的浮动趋势。Treffers[4]（2007）等学者对德国碳排放量和经济发展关系的研究后认为政府在长期内采用一定措施，可以实现碳排放量的逐渐减少的同时保持经济的稳定增长。

张雷和黄园淅认为，在短期内能源消费量随着工业化的发展会出现一个快速增加的过程[5]，并且在工业化的初级阶段可能会产生能源消费叠加效应，这部分效应主要由制造业和加工业产生。但是进入工业发展的成熟阶段后，随着第三产业比重的不断增加，能源消费增速效应会日趋下降。实证研究表明，低碳城市产业结构的快速调整对经济增长存在一定的影响作用，两者之间具有较为显著的相关性[6]。

2 检验与分析

2.1 研究方法

Christopher Sims提出VAR模型，利用矩阵行列式变量来联立方程，通过某一个内生变量对模型中全部内生变量滞后项进行回归，以此来衡量动态变量之间的关系 。我们还可以由单变量自回归模型推导出多元矩阵变量组成的自回归模型[7]。模型建立后，用脉冲响应函数结果分析干扰项变化和模型对某些变量系统性动态效果。方差分析结果来分析各结构对内生变量影响变化的贡献值。在本文中脉冲响应函数可以检验碳排放量和能源消费量对各经济变量的影响强度和持续时间；通过方差分解，可以确定各变量在经济增长中的大小。VAR模型的一般形式为：

yt=v+A1yt-1+…+Apyt-p+B0xt+B1xt-1+…+Bqxt-q+μt t∈{-∞，+∞}

其中，yt=（y1t…ynt）表示n阶随机向量，

A1到Ap表示n×n阶的参数矩阵，xt表示n阶外生变量向量，

B1到Bq是n×m阶待估系数矩阵，并且假定μt是干扰项。

理论上来说，滞后期p和q越长，对反映所构造模型的全部信息描述越完整。但是随着滞后期的延长，参数估计所需要所选取的变量的数值就越大，估计的自由度就会减少。因此在具体的操作过程，需要根据自身的需要，在自由度与滞后期之间找出一种均衡状态。一般情况是选取SC和AIC准则中较小的数值作为滞后期统计量[8]。

2.2 变量的选取

本文选取GDP的增长率，中国碳排放量、能源工业增加值，能源消费弹性指数作为内生变量，影响经济增长的其他要素作为随机项，来建立向量自回归模型。

中国碳排放量：国内外众多文献对经济增长与碳排放量之间的关系进行过研究，研究的结果各不相同，但都承认碳排放量和经济增长之间确实存在重要的关系。碳排放总量是指能源消费所放出的二氧化碳量的总和。关于计算碳排放量的方法有很多种，本文采用基于Yoichi Kaya公式的碳排放量计算法，该算法认为能源的二氧化碳总排放量取决于人口数、人均GDP、能源强度、碳强度4个因素，其公式为：

F=P ×（G/P）×（E/G）×（F/E）=P×g×e×f

其中，F为每年世界二氧化碳总排放量；P为世界人口总数；G为世界GDP；g=（G/P）为全球人均GDP；E 为每年全球一次性能源消费量；e=（E/G） 为全球GDP的能源强度； f=（F/E）为能源的碳强度。

能源工业增加值：能源工业增加值反映的是一个国家或地区，在一段时间内由能源工业提供的全部产品和服务的市场价值总和，这是国民经济核算中的一项重要指标，该指标也反映了能源工业生产部门和单位对国内生产总值的贡献。

能源消费弹性系数：指的是在一段时期内一个国家或地区能源消费量的增长率与经济增长率之间的比例。计算和分析能源消费弹性系数的目的是为了研究国民经济增长和能源消费之间的相关性。以便于国家能够有效地预测今后的能源消费对国民经济增长的影响[9]。

GDP增长率：国内外大多数文献用GDP增长率来反映不同地区在不同时间的经济增长速度，本文照例采用国家统计局提供的不同时期国内生产总值的比值来衡量经济增长的速度。

2.3 数据的定义和来源

在实证分析中，上述变量的数值均取自然对数，用LGDP表示GDP增长率，LCCE表示中国碳排放量，LEIAV表示能源工业增加值，LECEC表示能源消费弹性系数。本文指标的选取时间段为2000年到2010年，经济指标数据均来自2000-2010年《中国统计年鉴》、《BP能源统计报告》、《中国能源统计年鉴》。本文的数据处理借助于Evieivs 6. 0计量经济分析软件进行。

3 实证分析

实证分析的基本步骤是：先对变量序列做单位根检验，以确定变量序列是否平稳；如不平稳则需要对变量序列进行差分；当进行到第k次差分时序列平稳，则说明该变量序列服从k阶单整，当检验的结果均服从同阶单整时，可进行多变量序列进行Johnsen协整检验，格兰杰因果分析，并且构造向量自回归模型；随后对所建立的向量自回归模型进行计量分析。

3.1 平稳性检验

我们运用ADF检验法对中国碳排放量LCCE，能源工业增加值LEIAV，能源消费弹性系数LECEC，GDP增长率等序列进行平稳性检验，其检验结果见表1。

注：Δ代表一阶差分，（C，T，D）表示所检验的序列中的截距，时间趋势及滞后阶数。

3.2 协整检验

单位根检验的结果表明，所有变量序列均服从同阶单整，可以进行协整检验。格尔-格兰杰的两步法是国内外文献常采用的估计协整向量的主要方法，但是这种方法需要大量的样本量来支持论证过程，如果没有大量的数据作为支持，那么估计量会存在一定的误差[10]。为了避免EG两步法可能带来的检验缺陷，本文采用多变量Johnsen协整检验方法对GDP增长率、中国碳排放量、能源工业增加值、能源消费弹性系数进行协整检验，检验的结果见表2和表3。

检验结果表明我国的中国碳排放量、能源工业增加值、能源消费弹性系数以及国内生产总值增长率之间存在着长期稳定的均衡关系。但是这种变量之间的相关性是否存在因果关系还需要进一步检验。

3.3 格兰杰因果检验

协整检验结果证明，在样本所选取的年份内，我国的中国碳排放量、能源工业增加值、能源消费弹性系数以及国内生产总值增长率之间存在着长期稳定的均衡关系，但是这种关系是否构成因果关系需要通过格兰杰因果分析来验证。通过格兰杰因果检验，根据AIC和SC原则选取滞后阶为2，检验结果见表4。

注：表示在10%的水平上显著

①在显著水平为10%的情况下，LCCE是LGDP的Granger原因.说明碳排放量的数值变化和国内生产总值的数值变化存在因果关系。②在显著水平为10%的情况下，LEIAV是LGDP的Granger原因，说明能源工业增加值波动对国内生产总值的波动会带来影响。③在显著水平为10%的情况下，LECEC是LGDP的Granger原因，即能源消费弹性系数的变化会对GDP的数值带来影响。

根据格兰杰因果检验得出的结论，说明国内生产总值增长率对能源消费，碳排放不存在显著影响，但是能源消费，碳排放对国内生产总值增长率存在明显的反作用，也就是说在如果利用国内生产总值对低碳产业结构进行调节，其成效将不会很显著，相反如果利用低碳产业结构对国内生产总值进行调节，其成效将会非常显著。这与通常的看法有较大反差。导致这种情况的原因是样本区间太小的缘故，或者是有关GDP能源要素各年数据波动较大使得GDP变动对各要素影响不显著。

3.4 VAR模型的建立和验证

3.4.1 VAR模型的构建

我们选择：LGDP、LCCE、LEIAV和LECEC四个变量，建立四维的向量自回归模型。建立VAR模型之前，首先要确定模型滞后阶数。本文根据确定SC准则和AIC准则最小值的方法，认为该VAR模型的的选取的滞后期为2，即建立VAR（2），模型方程如下：

LGDPtLCCEtLELAVtLECECt=0.0522.3041.5170.035+1.44 0.04 0.32 0.170.22 -0.30 0.60 0.750.18 0.52 -1.25 1.670.27 -0.30 0.65 0.94LGDPt-1LCCEt-1LELAVt-1LECECt-1+-0.67 0.11 0.07 -0.05-0.09 0.15 -0.82 -1.92 0.18 0.57 -0.62 -2.53 0.41 -0.36 8.86 -0.08LGDPt-2LCCEt-2LELAVt-2LECECt-2+ε1tε2tε3tε4t

整个模型的拟合度为0.981 462 5，拟合效果比较好，并且所有单位特征根全部位于单位圆内，这表明所建立是稳定的模型结构。

3.4.2 脉冲响应冲击分析

由于VAR模型参数的最小二乘估计量可能存在一致性，单个参数估计值对经济现象解释不够稳定。对VAR模型做出较为稳定的分析，主流的方法是对向量自回归模型进行的脉冲响应冲击。脉冲响应函数是指在白噪声序列上加一个标准差大小的冲击，来测试各内生变量对误差的反应，进而分析内生变量现值和期值可能产生的变化[11]。本文选取部分脉冲响应函数进行分析。

根据前面所推导的结论，说明本文使用的数据满足建立模型的前提条件。再根据所建立的VAR模型，可以得到各种脉冲响应函数图，这里只给出中国碳排放量LCCE和能源工业增加值LEIAV对经济增长的脉冲响应图，横轴表示脉冲响应的滞后期数，纵轴表示GDP，实线表示脉冲响应函数，虚线表示正负两倍标准差偏离带。

首先，给碳排放量一个单位标准差的正向冲击会引起经济增长加速，然后减少，再加速，从第6期开始，经济增长会稳定在零增长率这一均衡水平（图1），也就是说，碳排放量对经济增长的冲击影响在不断减少，最后趋于消失。本文对此的解释是在21世纪初我国经济增长呈粗放型的特征，高污染和高耗能的企业在产业结构所占比重较大，对经济增长的影响十分明显。中间个别年份由于国家出台强制性政策和法规，或是国际能源机构的相关制约，使得这些年份的碳排放量显著减少，对中国GDP总量影响并不大。但是我国粗放式的生产方式和高污染高能耗的企业在我国行业所占较大比重的情况并没有发生根本性的改变。随着我国生产方式的不断进步和完善，大力推动低碳经济发展，建设绿色GDP社会，已成为我国可持续发展战略的重要目标。

其次，给能源工业增加值一个单位标准差的正向冲击，在前4期中，基本上是引起经济的明显增长，到了第6期后，经济增长基本趋于稳定（图2）。这是因为工业生产是产业结构中对经济增长影响较大的一部分，而能源工业增加值的上升会直接引起工业总产值的提高，影响GDP增长率。随着能源工业增长幅度的不断加大，到达增长的顶峰时，其对经济增长的影响力也会不断衰退。

3.4.3 方差分解分析

时间序列中内生变量的变化是自身波动和系统干扰项共同作用的结果。而方差分解的目的是用系统的均方差来解释各个变量为冲击所做的贡献。本文通过该方法来分析各变量对经济增长的贡献率。

注：因小数的四舍五入，表中的数据之和可能不等于100。

从表5的检验结果可知，GDP增长率变化的方差分解显示LCCE的冲击从长期来看能解释GDP增长率变化的67%左右，而LEIAV和LECEC的冲击对GDP增长率变化的解释加起来不超过33%，但是LCCE的冲击对GDP增长率变化的影响在逐年减少，这和我国产业结构逐年向低碳化，环保化的目标是一致的，其中第8期的碳排放量因素对GDP影响最小，这和2008年北京奥运会举行当年的低碳化政策的严格执行不无关系。值得注意的是在给LEIAV一个冲击后，GDP从第3期到第4期呈快速增长趋势，此后，逐渐趋于稳定，说明在第3期能源工业增加值对GDP的影响有了大幅的提高，从2003年开始我国的第二产业生产效能水平提高较快。

4 结论与建议

4.1 研究结论

本文通过使用向量自回归模型，利用协整分析，格兰杰因果分析，脉冲响应函数和方差分解等计量经济学方法，对影响我国经济增长的能源消费和排放要素，进行了较为详细的实证分析，可以得出以下几个结论：

（1）中国的碳排放量、能源工业增加值、能源消费弹性指数和GDP增长率之间存在相关关系和因果关系。并且这种变化是长期的、稳定的、线性的。

（2）碳排放量是上述变量中影响我国经济增长的最主要的因素，但是其对GDP增长影响力正在逐年减少。主要的原因是我国正逐年加大第三产业在国民经济中所占比例，特别是积极发展高附加值和低能耗的现代服务业。并且从2000年，我国开始对污染程度较高的制造业和加工业进行内部行业结构调整，加大了对高新技术企业和环保型企业的支持力度。一定程度上降低了碳排放量对GDP的影响力。

（3）能源工业增加值变化对我国经济增长也具有非常重要的作用。这个结论和中国的能源工业发展的现状基本一致。目前我国国内生产总值的增长和我国能源工业的发展存在正相关的关系，能源工业的发展已成为影响我国GDP增长的重要因素之一。

（4）能源消费弹性指数的波动对经济增长的影响并不显著。主要原因是我国的能源市场并不开放，主要消费来源于国有大中型企业的需求，这造成了能源消费弹性指数的变化对我国经济增长的影响并不大的原因。另外，我国能源数据统计和核算体系还存在一些不足， 尤其是能源服务业统计方法较为落后，数据收集层次比较单薄，能源价格指数并不健全，也从客观上造成了这一结果。

4.2 建议和对策

（1）加大对经济结构的调整力度，减少高污染高能耗的传统工业企业的数量，大力开发低耗能和高附加值的环保和高新技术产业，从产业结构上实现能源集约化的转变。

（2）扩大能源出口和国内能源的消费能力，实现经济发展由投资驱动型向消费驱动型和出口驱动类型转换。

（3）在我国经济稳定和持续发展的基础上，严格执行国家节能政策和环境保护的基本法律制度，提高承接节能产业的准入门槛。

（4）尽量减少因碳排放量过大而产生的多余社会成本。鼓励节俭化、低碳化的生活消费模式，以便于实现绿色环保的社会形态。

主要参考文献

[1]E Savaldor. Extinction of Lotka Volterra Systems[J]. Math Soc，1999，127：2905-2910.

[2]M T DALTON. Negative of Positive and Economic Tec[J]. Journal of Quarterly Economics，2003，76（1）：1261-1282.

[3]C E ROBERTS. The Search for Carbon Assume[J]. Review of Economics and Statistics，2002，75（2）：196-206.

[4]G P Treffers. Energy Crysis of Oil Effect[J]. Journal of Public Energy，2007，86（5）：146-158.

[5]虞义华，郑新业，张莉.经济发展水平、产业结构与碳排放强度——中国省级面板数据分析[J].经济理论与经济管理，2011，（3）：85.

[6]张雷.中国能源消费增长趋势分析[J].中国软科学，2006（3）：85.

[7]陈燕武.论宏观经济计量模型的发展[J]. 华侨大学学报：哲学社会科学版，2002（2）：33-36.

[8]高伟.消费信贷与经济增长之间关系的实证研究[J].对外经济贸易大学学报：哲学社会科学版，2009（4）：18-21.

[9]张炎涛.中国煤炭消费和经济增长的因果关系研究[J].资源与产业，2007（1）：56-57.

[10]朱勤.人口与消费对碳排放影响的分析模型与实证[J].中国人口资源与环境，2010（2）：28-29.

[11]池启水. 外汇储备增加对基础货币投放的影响——基于协整方法与VAR模型的实证检验[J].数理统计与管理，2008（4）：7-9.