经济增长、产业结构、能源效率对吉林省碳排放量的影响效应分析.docVIP

经济增长、产业结构、能源效率对吉林省碳排放量的影响效应分析 　　作者简介：郭藤（1993-），长春工业大学，研究生。 　　孙凤莲（1982-），长春工业大学，研究生导师。 　　摘 要：基于VAR模型分析了经济增长、产业结构、能源效率对吉林省碳排放量的影响。发现经济增长、能源效率与碳排放量间呈反方向变化，产业结构与碳排放量间呈正方向变化，它们是碳排放量增加的主要原因。据此提出发挥政府“绿色职能”，调整产业结构和提高能源转化、能源效率等措施。 　　关键词：碳排放量；VAR模型；影响效应 　　一、问题的提出 　　生产的发展和科学技术的进步为保障我国经济的高速增长作出了巨大贡献，但同时也增强了人类开采利用自然资源发展经济的能力。由人类生产活动引发的全球气候变暖已经给人类生产和经济活动带来了显著的不利影响，实施碳减排、发展低碳经济以应对气候变化的影响已成为世界各国的共识。从《联合国气候变化框架公约》签署到《京都议定书》生效，再到《哥本哈根协议》的艰难谈判，都表现出了全球范围内为致力于因全球生产和消费模式的失衡及经济增长的不可持续性而做出的努力。我国政府已明确提出到2020年单位国内生产总值温室气体排放比2005年下降40%-45%，并将作为约束性指标纳入国民经济和社会发展中长期规划之中，实施碳减排、发展低碳经济、转变发展方式已势在必行，它是未来中国经济持续增长的关键。 　　在传统工业推动经济增长和“高能耗、高污染”的发展模式下，吉林省出现了能源的急速消耗和环境的高污染。寻求一种有效的低碳发展路径，实现经济发展的科学增长和无环境负担的增长，变得十分必要。本文以主要温室气体排放物碳排放量为分析指标，运用VAR模型定量分析经济增长、能源效率、产业结构与碳排放量之间的动态关系及影响效应，试图回答几种因素对碳排放量的影响及贡献程度，拟为吉林省发展低碳经济的路径选择提供决策依据。 　　二、研究方法、变量选取和数据来源 　　（一）变量选取和数据来源 　　选取碳排放量（CO2排放量）作为被解释变量y，选取经济增长（GDP）、产业结构（第二产业占地区生产总值的比重）、能源效率作为解释变量，分别用x1、x2、x3来表示，利用1990-2012年吉林省的相关时间序列数据进行分析，一方面，将碳排放量作为环境污染的主要衡量指标，考察经济增长、产业结构变动、能源效率变化对环境带来的污染程度；另一方面，考察环境污染程度的加深给经济增长、各产业发展带来的影响。文中碳排放量、经济增长、产业结构、能源效率数据均根据历年《吉林统计年鉴》整理计算所得。在计算碳排放量时，主要是在排放系数法基础上基于14种碳源综合计算整理所得，各种化石能源的碳排放系数见表1，具体过程如下： 　　A=∑ni=1Bi×Ci（1） 　　式中：A：能源消费排放量（万吨） 　　Bi：能源i以标煤为计量单位的消费量（万吨标煤） 　　Ci：能源i的碳排放系数，（万吨/万吨标煤），可采用IPCC的推荐值 　　n：产生碳排放的能源消费种类数 　　CO2的碳排放量=实际碳排放量×113（2） 　　（二）研究方法 　　VAR是基于数据统计性质建立的模型，它把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。与联立方程组模型估计相比，VAR分析可以较少地受到既有理论的约束，避开了内生、外生变量划分问题复杂和严重伪回归的问题。它采用一种用非结构性方法建立各变量之间关系的模型，为预测和分析随机扰动对系统的动态冲击、冲击的大小、正负及持续的时间提供了很好的分析工具。VAR（p）的基本表达式如下： 　　yt=A1yt-1+…+Apyt-p+Bxt+εt t=1，2，…T（3） 　　其中，yt是一个内生变量列向量，xt是外生变量向量，A1，…，Ap和B是待估计的系数矩阵，T为样本个数，p为模型最大滞后阶数，εt则是误差向量，他们相互之间可以同期相关，但不与自己的滞后值相关及不与等式右边的变量相关。为便于分析，文中将变量取自然对数，以便于运用VAR模型更好的探讨碳排放量与各变量间的长期均衡关系和影响效应。 　　三、基于VAR模型的实证检验 　　（一）单位根检验 　　根据协整关系的定义，如果碳排放量与经济增长、能源效率、产业结构间存在长期均衡关系，那么它们作为一组时间序列则是平稳的，而且是同阶单整的。因此在对变量进行协整分析之前，有必要对每个变量进行平稳性检验。对于多变量的协整检验过程，通常情况下首先采用ADF检验法来检验变量是否具有平稳性，之后检验是否存在稳定的线性组合，即通过OLS进行系数估计并检验残差是否具有平稳性。可知，时间序列lny、lnx1、lnx2、lnx3为非平稳序列，在经过