低碳经济背景下黑龙江省工业结构调整的研究――实证分析及对策建议.docVIP

低碳经济背景下黑龙江省工业结构调整的研究――实证分析及对策建议 　　摘　要：黑龙江省长期以来能源消费情形是以煤炭为主且比重高达80%左右。黑龙江省通过工业结构调整，实现节能减排不仅可以总体上为实现中国碳减排目标作出贡献，也是黑龙江省实现经济可持续发展所必须走的发展之路。因此，从低碳经济背景角度出发，对黑龙江省工业结构调整进行探究具有重要意义。 　　关键词：低碳经济；黑龙江省；工业结构调整 　　中图分类号：F127 文献标志码：A　　文章编号：1673-291X（2012）18-0127-04 　　一、计量经济模型的建立 　　表1 变量说明表 　　我们建立多元回归计量经济模型： 　　lnYit=β0+β1lnXi1+β2lnXi2+β3lnXi3+Xi4+Xi5+Xi6+uit 　　其中，变量Y代表黑龙江省工业部门二氧化碳排放总量；变量X1经济规模可以用工业增加值总量来衡量；变量X2代表功业产业结构可以用轻重工业结构变化来衡量；变量X3代表黑龙江省工业行业技术进步，用大中型工业企业的研发费用支出来度量表示；变量X4代表黑龙江省工业行业能源消费结构，用石油、天然气的消费占总能源消费的份额，用来表示能源消费结构；变量X5代表对外开放水平――贸易出口结构，用高耗能产品出口比例度量。 　　二、数据来源和研究方法简介 　　1.数据来源及整理。需要整理的数据包括：黑龙江省工业增加值总量，黑龙江省轻重工业的比例以及黑龙江省轻重工业能源消费量数据。工业增加值总量、轻重工业的比例数据搜集，可以直接采用《黑龙江省统计年鉴》、《黑龙江省能源统计年鉴》上的数据。我们选取了比较有代表性的行业：轻工业以提供生活消费品和制作手工工具的工业为主，重工业以国民经济各部门提供物质技术基础的主要生产资料的工业为主。其他影响因素的数据，包括对外开放水平和工业行业内部产权结构的数据。 　　2.研究方法简介。在时间序列中常会发现两个变量存在一种长期稳定关系，把这种长期稳定关系称为“协整关系”。传统的协整分析方法是通过对序列差分将其转化为平稳序列，得出其中的线性均衡关系，这种协整关系可称为线性协整，线性协整的建模理论是从实际的数据生成过程出发，在非平稳序列中寻找可能存在的长期线性均衡关系，以建立序列的结构模型从而反映序列的运行机制。该理论的提出对于用非平稳经济变量建立计量经济模型以及检验这些变量之间的长期均衡关系具有非常重要的意义，而且其应用也远远超出了对线性回归的诊断。在许多情况下，经济理论告诉我们两个变量应该是协整的，对协整性的检验也就是对经济理论正确与否的检验。 　　三、计量回归过程、结果检验及结论 　　（一）变量的时间序列趋势图 　　（二）变量的单位根检验 　　由于我们的变量是时间序列数据，如果直接进行回归可能会造成伪回归，所以进行回归前，先对变量进行平稳性检验，如果是平稳的，则可以直接进行回归，如果不是平稳的就需要对变量组进行协整检验。 　　我们对变量进行平稳性检验，来确定变量的单整阶数。为了避免数据的剧烈波动，我们对所有变量进行对数化处理。变量的单位根检验结果（见表2、表3）： 　　通过上面的单位根检验可以看出，7个变量都是不平稳的，但经过一阶差分滞后都变成了平稳的，所以7个变量都是一阶单整的。可以对这个变量组进行协整检验。 　　（三）变量的协整检验 　　我们通过E-G两步法（Engle 和Granger）对变量组进行协整检验，首先估计一个以lny为被解释变量，lnx1、lnx2、lnx3、lnx4、lnx5、lnx6为解释变量的回归方程。然后保存残差并且检验残差的平稳性，如果残差是平稳的，则说明几个变量之间存在协整关系，也就是长期均衡关系。而回归方程也就是协整方程。 　　通过协整分析，我们得到的回归方程如下： 　　lnYit=15.1671+0.3167lnXi1+0.4804lnXi2-1.4188lnXi3-0.3701lnXi4+ 　　（0.892811）（2.234466）（1.698201）（-0.614684）（-4.151025） 　　0.4699lnXi5+0.7455lnXi6 　　（2.694155）（4.163876） 　　我们对上面回归方程的残差进行平稳性检验，检验结果（见表5）： 　　从上面的残差的单位根检验结果可以看出，残差是平稳的，因此我们说变量之间存在协整关系，而回归方程就是协整方程。 　　（四）实证分析结论 　　1.工业经济总量变化始终是促使碳排放总量增长的最主要因素。变量X1代表的是经济规模，我们用用工业增加值总量来衡量。在回归方程中X1在取对数后的系数为0.316，且t统计量在5%显著性水平下显著，且F统计量整体显著。这表明了黑龙江省工业增加值总量的增加客观上对黑龙江省二氧化碳的排放量起到了促进作用。 　　2.产业结构