能源消费、碳排放与经济增长关系实证性探究.docxVIP

能源消费、碳排放与经济增长关系实证性探 ［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+Alyt_］+???+Apyt—p+B0xt+B］xt_］+???+Bqxt—q+ P t t 丘{-°°, +°°} 其中，yt= (ylt---ynt)表示n阶随机向量， Al到Ap表示nXn阶的参数矩阵，xt表示n阶外生变 量向量， B1到Bq是nXm阶待估系数矩阵，并且假定X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] o 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