能源消费、碳排放和经济增长关系实证性研究.docVIP

能源消费、碳排放和经济增长关系实证性研究 　　[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