经济增长率、碳排放增长率与技术进步关系分析

内容摘要：本文着眼于经济增长速度与碳排放量增加速度的关系，考虑同时影响它们的技术进步因素。通过理论模型的推导，建立面板数据模型，分别从长期是否协整，如果协整，短期如何波动的思路分析了这三者的关系，并得出以下结论：碳排放增长率、经济增长率和技术进步存在长期的协整关系。就短期而言，经济增长率的变动是碳排放增长率变动的Granger原因，经济增长率对碳排放增长率的影响是“滞后”的；而技术进步不是碳排放增长率变动的Granger原因，是因为技术进步对碳排放增长率的影响存在“回弹效应”。

关键词：经济增长率 碳排放增长率 技术进步

研究背景

我国在2009年3月了《2009中国可持续发展战略报告》，提出了到2020年单位GDP的CO2排放量比2005年下降40%-50%的目标。设要完成的目标为n，即有下式：

（1）

对（1）式变形得：

（2）

（2）式反映的是以2005为基期的碳排放的定期增长率与经济的定基增长率之间的关系，由于我国是发展中国家，在降低碳排放的过程中，还要继续保持经济的增长，而目前阶段我国经济的增长必然会带动碳排放量的增加，对这一命题很多学者研究我国经济增长与碳排放量的关系中已得到确定（徐国泉、刘则渊，2006；杨子晖，2011；林伯强、蒋竺均，2009），因此为了实现上述目标，需注重经济与碳排放量增长速度的关系。此外还要考虑影响这二者的主要因素—技术进步，大量的研究表明，技术进步可以通过各种途径降低碳排放量，是碳排放负向驱动力的主要因素（申萌、李凯杰等，2012；李国志、李宗植，2010；庄贵阳，2007；何建坤，2009；徐匡迪，2011；魏巍贤、杨芳，2010），而技术进步无论作为外生因素，还是内生因素，对经济的持续增长都起着关键性的作用。鉴于此，本文尝试分析我国碳排放增长率与经济增长率和技术进步的关系。

理论模型

碳排放来源于能源的消费，而能源的消费又促进了经济增长，因此本文将能源作为经济增长的生产要素， 假定i地区在t时间的C-D生产函数为：

Yit=AitγKitαLitβEitλ （3）

其中Y为产出，K为资本存量，L为劳动投入量，E为能源投入量，A为技术系数。参数α、β、γ、λ分别为资本、劳动、技术和能源的产出弹性。用p表示产品价格，根据厂商利润最大化原则，劳动的边际产品价值等于工资w，资本的边际产品价值等于资本的成本r，能源的边际产品价值等于能源价格指数e，即：

（4）

（5）

（6）

由（4）、（5）、（6）式可以得到和，将其带入（3）式可得： （7）

将（7）式进行整理，得到能源消费的基本模型为：

（8）

其中，，。CO2排放量=cE，其中c是能源的碳排放系数，一般情况下为常数，因此（8）式可以写成下式：

（9）

（9）式两边同时对时间t求导，得到增长率的方程如下：

（10）

（10）式反映的是碳排放增长率由经济增长率与技术进步所决定的，基于研究背景中所关心的重点和取对数尽可能的消除异方差，并考虑到其它影响碳排放增长率的随机因素，本文用以下方程进行分析：

（11）

本文中碳排放和经济的增长率分别用c_ch、gdp_ch表示，技术进步用tfp_ch来表示，则（11）式变为：

（12）

指标的计算及数据处理说明

技术进步指标的计算用考虑能源要素投入的全要素生产率来表示，选取基于动态非参数前沿生产面的DEA-Malmquist方法来测算全要素生产率。要素投入用各地区资本存量、从业人口数量和能源消费量来表示，产出用经过价格指数平减的地区GDP表示。资本存量借鉴张军等（2004）采用的永续盘存法进行估算，全要素生产率的计算结果如表1所示。

IPCC的CO2排放量的计算公式为，Q为碳排放量；Fi是燃料i消费量；Fi表示某化石能源的燃消耗量，计算公式为：Fi=火力发电量+供热量+终端消费量-用作原料量，其中i表示能源消费种类。包括原煤、洗精煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、原油、汽油、煤油、柴油、燃料油、液化石油气、炼厂干气、天然气、其他石油制品、其他焦化产品共17种。分别对应的碳排放系数为：1.978、2.491、1.329、1.550、3.044、7.978、7.978、3.067、2.985、3.08、3.159、3.235、3.165、2.651、21.84、2.76、3.044，单位为：万吨/万吨或万吨/亿立方米。EFi是燃料i的二氧化碳排放系数。

本文经济增长率与碳排放增长率用以2000年为基期的定基增长率来表示，此外技术进步是个逐渐累积的过程，因此，同样采用以2000年为基期进行处理，本文的数据来源于《中国统计年鉴》和《中国能源统计年鉴》。

长期协整分析

（一）面板单位根检验

为了避免面板数据模型估计中出现“虚假回归问题”，确保估计结果的有效性，必须对各面板数据的平稳性进行检验。文中采用五种单位根检验方法（LLC检验、IPS检验、Breitung检验、FisherADF这PP检验和Hadri检验）对lngdp_ch、lnc_ch、lntfp_ch进行单位根检验。

由表2可知，对lngdp_ch、lntfp_ch和lnc_ch的水平值检验时，在多数检验方法下，不能完全拒绝“存在单位根”的原假设（5%显著水平），表示这三个变量是非平稳的；对它们的一阶差分变量进行单位根检验时，各个变量均显著地拒绝“存在单位根”的原假设。因此可以认为lngdp_ch、lntfp_ch和lnc_ch都是一阶单整序列。

（二）面板协整检验

Kao（1999）、Kao and Chiang（2000）利用推广的DF和ADF检验提出了检验面板协整的方法，其零假设是没有协整关系；Pedroni（1999）在零假设是动态多元面板回归中没有协整关系的条件下给出了七种基于残差的面板协整检验方法，本文采用Pedroni检验和Kao检验。

由表3可知，尽管Pedroni检验中没有通过Panel rho- statistic和Group rho- statistic检验，但其它的检验全部通过，并且在T

（三） 协整方程及结果分析

通过Wald F检验、LM检验和Hausman检验，均拒绝原假设，表示应选择固定效应模型，因此协整方程如下式：

lnc_ch=0.8037* lngdp_ch-0.5078 lntfp_ch

（0.033） （0.151）

+0.0418 （13）

（0.013）

[24.750***] [-3.360***] [3.110***]

小括号内为聚类稳健的标准差，中括号内为z统计量的值，表明各变量协整关系显著。从协整方程（13）式可得，经济增长率和技术进步每提高1个单位，碳排放增长率分别提高0.8037和-0.5078个单位，表明在经济持续、快速增长的前提下，我国的碳排放量一定会增加，但经济与碳排放哪一个增加得快取决于技术的进步。就《2009中国可持续发展战略报告》中所提的目标而言，假设经济增长率保持在8%水平上，要实现下降40%的目标，就要求每年碳排放的增长率至多为4.38%。根据协整方程，当gdp_ch等于217.22%时，不考虑技术进步，碳排放增长率为194.49%，即平均每年碳排放增长7.47%，大于4.38%水平。因此为了实现这一目标，技术进步增长率相对2005年应等于或大于452.82%，即平均每年至少增长12.07%。

短期动态分析

（一）Granger因果关系分析

lngdp_ch、lnc_ch和lntfp_ch之间存在协整关系，所以至少存在单向的因果关系，将lnc_ch、lngdp_ch和lntfp_ch写成如下的面板误差修正模型：

（14）

（15）

（14）式和（15）式中，表示一阶差分运算，ECMi，t-1表示长期均衡误差，本文取k=1得到两个方程的估计结果如表4所示。

由表4可知，λ1和λ2在1%水平上显著不为零且为负，说明反向误差修正机制成立和技术进步与经济增长率的变动是碳排放增长率长期变动的Granger原因；γ4j在1%的水平上显著也不为零，说明经济增长率的变动是碳排放增长率短期变动的Granger原因。γ2j虽然不为零，但并不显著，说明技术进步在短期对碳排放增长率的影响不一致，通过下面的分析，将阐明这一短期影响。

（二）面板向量自回归（Panel VAR）模型

面板向量自回归（Panel VAR）模型可以写成：。

其中Vi，t是一个包含所有内生变量的向量，本文选用（lnc_ch，lngdp_ch， lntfp_ch）。ηj表示个体效应，φi表示时间效应，εi，t是被假设为服从正态分布的随机扰动，结合以上对面板模型选择的检验结果，本文考虑个体效应，但不考虑时间效应。Panel VAR模型识别的条件是T>2m+3，其中T是选取的时间长度，m是滞后阶数。对于滞后阶数的选择，本文参考脉冲响应函数图是否收敛来选择，经过不断修正，选择滞后阶数为1阶，因此T=10也满足Panel VAR模型的识别条件。Panel VAR模型脉冲响应分析使用蒙特卡洛实验生成脉冲响应误差，设置蒙特卡洛实验重复500次，得到如图1所示的脉冲响应函数图。

由图1可知，经济增长率一个标准差的冲击对碳排放增长率当期没有影响，进而逐渐增大，在第1期到达最大值，且第2期与第1期的水平相近，第2期之后，逐渐减少，在第6期后趋于平稳。因此经济增长率对碳排放增长率的影响是滞后的，当年经济增长率的提高并不能引起当年碳排放增长率的提高。这是因为低耗能和低强度的产业对我国经济的贡献越来越大。2000-2010年，我国第三产业和第二产业的能源强度平均为0.28和5.56，而第三产业和第二产业占GDP的比重平均每年的增长率为16.2%和15.5%。因此第三产业对经济增长率的贡献要大于第二产业且第三产业的能源强度要远小于第二产业，所以当年经济增长率的提高并不能显著地引起当年碳排放增长率的增高，但无论如何，下一年的GDP要高于当期的，需要更多的能源，因此碳排放增长率也增加。

技术进步对碳排放增长率一个标准差的冲击在当期没有影响，在第1期达到最小值，且为负值，以后逐渐增大，在第3期等于0，继而转为正，且趋于平稳，说明我国短期内，技术进步对碳排放的影响不一致，在前3期的影响为负，而在3期之后影响为正，即技术进步对碳排放在短期中存在“回弹效应”，这与很多作者的研究结论相同（徐士元，2009；王群伟、周德群等，2009；周勇、林源源，2007）。但技术进步对碳排放的正驱动比较小，连续的技术进步对碳排放增长率的负冲击效应大于正的效应，因此在长期中，技术进步对碳排放增长率有抑制作用，这与协整方程得出的结论一致。

技术进步对经济增长率一个标准差的冲击在当期和第1期都为0，之后逐渐增加，在第3期达最大值，且在略低于最大值的水平上趋于稳定。技术进步是个累积的过程，由于我国处于改革开放转型时期，主要还是以粗放式的经济增长方式为主，当期的技术进步对经济增长率的影响并不是明显，但随着技术水平的不断提高，技术累积的程度越高，技术进步对经济增长率的影响增加。这与技术进步对碳排放增长率的影响不一致，技术进步对碳排放增长率的负驱动在第1期就达到最小值，要快于技术进步对经济增长率的影响，因此可以抑制碳排放的增长率。此外这也解释了技术进步对碳排放增长率为什么在第3期后趋于正，是因为在第3期之后，技术进步提高了经济增长率，经济的增长需要消费更多的能源，从而碳排放增长率也相应地提高，即“回弹效应”。

结论

本文通过分析《2009中国可持续发展战略报告》所提出的2020年单位GDP的CO2排放量比2005年下降40%-50%的目标，将实现这一目标的关键点着眼于经济增长速度与碳排放量增加速度的关系上。此外考虑影响这两者的一个“工具”，即技术进步。通过理论模型的推导，建立这三者的面板数据模型，分别从长期是否协整，如果协整，短期如何波动的思路分析了这三者的关系，得出以下结论：碳排放增长率、经济增长率和技术进步存在长期的协整关系，经济增长率变动1个单位，碳排放增长率变动0.8037个单位，技术进步变动1个单位，碳排放增长率变动-0.5078个单位，因此从长期而言，提高技术进步可以有效地降低碳排放。就短期而言，经济增长率的变动是碳排放增长率变动的Granger原因，经济增长率对碳排放增长率的影响是“滞后”的。而技术进步不是碳排放增长率变动的Granger原因，通过分析脉冲响应函数可知，是因为技术进步对碳排放增长率的影响存在“回弹效应”，在预期的第1-2期为负，但在第3期之后变为正，而且持续的时间比较长。此外，分析得出，技术进步在预测的第1-3期对碳排放增长率的负影响要大于对经济增长率的正影响，因此，即使“回弹效应”的存在，不断的技术进步冲击还是可以降低碳排放的增长率，这就反映在长期的协整方程中。

参考文献：

1.徐国泉，刘则渊.中国碳排放的因素分解模型及实证分析：1995-2004[J].中国人口·资源与环境，2006，16（6）

2.杨子晖.经济增长能源消费与二氧化碳排放的动态关系研究[J].世界经济，2011（6）

3.林伯强，蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界，2009（4）

4.申萌，李凯杰等.技术进步、经济增长与二氧化碳排放：理论和经验研究[J].世界经济，2012（7）

5.李国志，李宗植.人口、经济和技术对二氧化碳排放的影响分析—基于动态面板模型[J].人口研究，2010，34（3）

6.庄贵阳.低碳经济：气候变化背景下的中国发展之路[M].气象出版社，2007

7.何建坤.发展低碳经济关键在于低碳技术创新[J].绿叶，2009（1）

8.徐匡迪.低碳发展关键在于技术进步和创新[J].再生资源与循环经济，2011（5）

9.魏巍贤，杨芳.技术进步对中国二氧化碳排放的影响[J].统计研究，2010（7）

10.张军，吴桂英等.中国省际物质资本存量估算：1952-2000[J].经济研究，2004（10）

11.徐士元.技术进步对能源效率影响的实证分析[J].科研管理，2009，11（30）

12.王群伟，周德群等.技术进步与能源效率—基于ARDL方法的分析[J].数理统计与管理，2009，5（28）

13.周勇，林源源.技术进步对能源消费回报效应的估算[J].经济学家，2007（2）