我国低碳转型进程中碳强度与电气化环境库兹涅茨倒U形关联的检验与政策启示.docxVIP

我国低碳转型进程中碳强度与电气化环境库兹涅茨倒U形关联的检验与政策启示 摘要：中国正在积极地谋求低碳化转型，政府承诺落实2030年前碳达峰的目标并努力争取2060年实现碳中和。碳强度控制是实现CO 引言2020年9月22日，中国在第七十五届联合国大会一般性辩论上宣布了“努力争取2060年前实现碳中和”的目标。2021年3月，在《第十四个五年规划和二○三五年远景目标纲要》中，中国政府再次强调“落实2030年应对气候变化国家自主贡献目标”和“锚定努力争取2060年前实现碳中和”。在低碳转型过程中，碳强度是关键的约束性指标，这一指标不仅反映了碳排放，还体现了经济增长与环境之间的协调关系在碳中和的背景下，国际能源署（International Energy Agency,IEA）等机构预测，中国2050年的终端电气化程度将达到50%甚至更高1文献综述与理论假设终端能源消费的电气化在理论上通常被认为是降低碳排放的有效手段基于上述文献分析，本文认为电气化和碳强度之间可能存在非线性关系。一方面，电气化与碳排放之间的关系仍然存在争议，另一方面，虽然电气化对经济的促进作用得到认可，但是其影响效果在不同层面存在异质性。根据当前的研究，首先，随着可再生电力对电气化的贡献逐渐增大，电气化增长可能带来更有效的减排和额外的经济促进效果。其次，电气化的发展可能也存在规模效应，当其达到一定水平时会对生产效率和产业结构带来更显著的影响，同时促进排放降低和经济发展。再者，电气化长期影响效果的发挥和区域间经济差异缩小带来的电气化收益提高也可能起到进一步降低碳强度的作用。因此，我们认为电气化和碳强度之前可能存着倒U形的环境库兹涅茨曲线（EKC）关系。林伯强和蒋竺均首次进行了中国CO目前，已经有许多文献采用空间计量模型对EKC进行研究。郝宇等关注了空间效应对EKC曲线拐点的影响，其使用空间杜宾模型（Spatial Durbin Model,SDM）研究了中国能源消费和电力消费的EKC，并发现空间因素可能会导致拐点后移基于上述文献，本文先验地认为碳强度可能随着电气化水平的提高先上升后下降，相应地，本文关注了EKC在空间上的稳健性。据此，我们提出以下两个假设：H1：中国电气化水平与碳强度之间存在EKC关系。H2：电气化与碳强度的EKC关系在考虑了空间因素后依然存在。2模型方法及数据2.1EKC的方程形式式中，i和t分别表示省份和时间；CI是被解释变量，表示碳强度，由单位GDP(2010年不变价格）的二氧化碳排放量表示；Ele表示电气化水平，即电力消费占终端能源消费比重；EE表示能源效率；PGDP表示人均GDP(2010年不变价格）；PAT表示发明专利数量；FDI表示境外直接投资额；ECS表示能源消费结构；IND表示产业结构。β(1）能源效率。能源效率的提高是促进经济高质量发展和减少CO(2）人均GDP。用于表示地区总体经济发展情况。(3）发明专利数量。反应地区技术水平，先进的生产技术是碳强度下降的重要驱动因素。(4）境外直接投资额。境外投资既可能带来低碳技术和先进的环境管理手段，促进国内进行产业升级，降低碳强度，也可能带来“污染天堂”，对碳强度有重要影响。(5）能源消费结构。能源消费结构通常被认为是影响碳强度的重要原因，本文用各省份煤炭消费与总能源消费之比进行表示。(6）产业结构。第二产业的化石能源燃烧是排放的主要来源之一，此外第二产业的投资回报率在三大产业中排名第一，对经济发展有重要影响2.2EKC空间计量模型空间计量模型是一种改进的面板计量模型，在空间相关性的讨论中被广泛应用。Anselin第一次在面板模型的基础上引入了空间滞后项和空间滞后误差项，将空间相关性引入到计量经济学中根据空间相关性的不同引入形式2.2.1 空间滞后模型（SLM)式中，ρ为空间自回归系数，表示碳排放强度的空间依赖性；w2.2.2 空间误差模型（SEM)式中，μ2.2.3 空间杜宾模型（SDM)式中，α表示空间滞后解释变量的系数；其他符号的含义与前文相同。2.3数据来源本文数据覆盖了1997—2016年中国30个省份（除西藏与港澳台地区）。省级层面电气化数据来自《中国能源统计年鉴》。地方人口数据、GDP、GDP平减指数、第二产业GDP增加值的数据来源均为《中国统计年鉴》。地方煤炭消费数量来自《中国能源统计年鉴》。发明专利数量出自《中国科技统计年鉴》。境外直接投资额来自Wind金融数据库。目前，中国还没有官方公布的二氧化碳排放数据，因此本文首先需要对二氧化碳排放量进行计算。政府间气候变化专门委员会（IPCC）提出的排放因子法是目前进行碳排放量计算的主流方法，计算公式写作