我国碳排放与出口贸易动态关系分析.docVIP

我国碳排放与出口贸易动态关系分析 　　摘 要：运用向量自回归（VAR）模型为分析框架，对我国1978—2009年碳排放与出口贸易之间的动态关系进行实证分析。研究结果表明，我国碳排放与出口贸易之间具有长期均衡关系，并存在从出口贸易到碳排放之间的单向因果关系。同时，脉冲响应的分析结果表明，出口贸易对碳排放的冲击呈现出稳定的特征。此结果说明出口贸易是加剧我国近年来碳排放增加的一个重要因素。 　　关键词：碳排放；出口贸易；VAR模型 　　中图分类号：F124；F752.62 文献标志码：A 文章编号：1673-291X（2014）02-0205-02 　　引言 　　据测算，2012年我国碳排放量约80亿吨，约占全球碳排放量的25%。同时，我国的对外贸易也发展迅速，2012年出口总额为20 498.3亿美元，为全球第五大出口国。当然，造成我国碳排放量快速增长的原因很多，包括工业化和以煤炭为主的能源结构等，但出口贸易的快速增长也是推动我国碳排放量不断增长的重要因素，据测算2012年我国出口中隐含碳排放量占碳排放总量的比重为33.5%。 　　以1978—2012年我国的碳排放和出口贸易数据为样本，建立向量自回归（VAR）模型，通过脉冲响应分析，从实证的角度来分析我国碳排放与出口贸易之间的内在规律，在一定程度上为政策制定者提供理论依据。 　　一、理论模型和数据说明 　　1.向量自回归理论 　　向量自回归（VAR ）模型是1980年由希姆斯提出的，它把每一个内生变量作为系统中所有内生变量滞后值的函数来构造模型，由单变量自回归模型推广到由多元时间序列组成的向量自回归模型。在一个含有n个方程（被解释变量）的VAR模型中，每个被解释变量都对自身以及其他被解释变量的若干期滞后值回归，其表达式为： 　　yt=Φ1yt-1+…+Φpyt-p+Hxt+εt t=1，2，…T （1） 　　yt是k维内生变量列向量，xt是d维外生变量列向量，p是滞后阶数，T是样本个数。k×k维矩阵Φ1，…，Φp和k×d维矩阵，H是待估计的系数矩阵。εt 维k扰动列向量，其均值为零，协方差矩阵为Ω，实际应用中，要求协方差矩阵是正定的。 　　2.数据说明 　　鉴于数据的权威性与可获得性，碳排放数据来自美国能源部橡树岭国家实验室二氧化碳信息分析中心（CDIAC）。出口贸易额来自《中国统计年鉴》，用CE和EX表示我国碳排放和出口贸易，单位分别为万吨和亿元。因为对数变换并不影响原始变量之间的协整关系并且能够消除异方差，所以，对CE和EX进行对数变换，分别用LCE和LEX表示对数变换后的碳排放与出口贸易。 　　二、实证研究 　　1.平稳性检验 　　VAR模型要求时间序列应该是平稳的，或者存在长期的协整关系。为确保这两个变量满足协整检验的前提条件，本文运用ADF单位根检验来确定LCE序列和LEX序列的平稳性及其单整阶数，结果见表1。 　　注：D表示差分算子；检验类型（C，T，K）中的C，T和K分别表示单位根检验包括常数项、时间趋势和滞后阶数，滞后阶数根据AIC最优信息准则确定；**和*分别表示5%和1%显著性水平的检验值。 　　从表中可以看出，LCE、LEX序列是非平稳的，而其一阶差分序列在5%的显著性水平下具有平稳性，故序列LCE、LEX都为一阶单整序列。由于两序列是同阶单整的，满足进一步进行检验的前提条件，因而，可以对它们之间的协整关系进行检验。 　　2.协整回归分析及检验 　　由于只有两个变量LCE和LEX，故采用E-G两步法进行协整检验。基本步骤为：第一步，以LCE为因变量，以LEX为自变量，建立两者之间的回归方程，进行OLS回归，估计结果如式（2）所示。 　　LCE=8.63+0.338*LEX+[AR（1）=0.734] （2） 　　T=（13.898*） （5.886*） 　　R2=0.989 F=1424.1 　　从模型的估计结果来看，该模型拟合效果比较好，R2高达0.989，T统计量和F统计量都通过显著性检验。第二步，对回归方程的残差序列进行ADF平稳性检验，结果见表2。 　　由表2可知，ADF检验显示在1%显著性水平下拒绝序列非平稳的原假设，残差序列平稳，故LCE和LEX存在协整关系。从（2）式可以看到，我国碳排放量对出口贸易的弹性值为0.338，即出口贸易每增长1%，就会导致我国碳排放增长0.338%。出口贸易的增加导致碳排放的增加，这说明我国目前出口贸易的增长属于粗放型，是资源消耗型的高能耗、高污染模式，不利于我国环境质量的改善。 　　3.Granger因果关系检验 　　协整检验的结果只是说明我国碳排放与出口贸易之间存在长期稳定的均衡关系，但并未给出两者的因果关系，因而还需采用Granger因果关系检验法进一步确