我國(guó)城鎮(zhèn)化、工業(yè)化與碳排放關(guān)系的研究

李松　王寶?！《』坻?/p>

摘要運(yùn)用VAR模型，利用我國(guó)城鎮(zhèn)化和工業(yè)化發(fā)展過(guò)程中的碳排放數(shù)據(jù)，通過(guò)協(xié)整檢驗(yàn)、格蘭杰因果關(guān)系檢驗(yàn)、脈沖響應(yīng)函數(shù)分析等技術(shù)指標(biāo)，分析我國(guó)城鎮(zhèn)化、工業(yè)化與碳排放之間的關(guān)系。結(jié)果表明，從短期來(lái)看，工業(yè)化對(duì)碳排放有正向促進(jìn)作用，城鎮(zhèn)化對(duì)碳排放有反向作用；從長(zhǎng)期來(lái)看，我國(guó)的工業(yè)化和城鎮(zhèn)化基本實(shí)現(xiàn)與碳排放的“脫鉤”，并不是碳排放的主導(dǎo)因素。

關(guān)鍵詞VAR模型；碳排放；城鎮(zhèn)化；工業(yè)化

中圖分類(lèi)號(hào)S181文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)0517-6611（2015）16-230-05

Study on Relationship among Urbanization， Industrialization and Carbon Emissions in China——Based on VAR Model Analysis

LI Song， WANG Baohai*， DING Huiyuan

（School of Economics and Management， Qingdao Agricultural University， Qingdao， Shandong 266109）

AbstractUsing VAR model combined with carbon emission data in development course of urbanization and industrialization in China， the relationship among urbanization， industrialization and carbon emissions was analyzed through cointegration test， Granger causality test， and impulse response function. The results showed that from shortterm view， industrialization has positive promotion effect on carbon emission， while urbanization has reverse role on carbon emissions； from longterm view， basic realization of industrialization and urbanization and carbon emission “decoupling” are not dominant factors for carbon emissions.

Key wordsVAR model； Carbon emissions； Urbanization； Industrialization

據(jù)統(tǒng)計(jì)，2011年我國(guó)城鎮(zhèn)人口數(shù)量首次超過(guò)農(nóng)村，伴隨著城鎮(zhèn)化發(fā)展的是高能耗、高碳排工業(yè)水平的發(fā)展。從世界上看，已經(jīng)實(shí)現(xiàn)現(xiàn)代化的國(guó)家都是工業(yè)化國(guó)家，城鎮(zhèn)化率很高，因此現(xiàn)代化的過(guò)程必然也是工業(yè)化、城鎮(zhèn)化的過(guò)程。我國(guó)已經(jīng)進(jìn)入工業(yè)化中期，但仍處于并將長(zhǎng)期處于發(fā)展中階段，如何把握好城鎮(zhèn)化和工業(yè)化水平的發(fā)展與環(huán)境保護(hù)的關(guān)系是很多學(xué)者在研究的問(wèn)題。

從新中國(guó)成立到改革開(kāi)放，再到新世紀(jì)以來(lái)，我國(guó)城鎮(zhèn)化經(jīng)歷了緩慢發(fā)展期、加速發(fā)展期和快速發(fā)展期3個(gè)階段，如今的城鎮(zhèn)化表現(xiàn)出多個(gè)特點(diǎn)。根據(jù)《中國(guó)統(tǒng)計(jì)年鑒》，2012年末，我國(guó)大陸總?cè)丝跒?36 072萬(wàn)人，其中城鎮(zhèn)人口73 111萬(wàn)人，城鎮(zhèn)化率達(dá)53.73%。城鎮(zhèn)化率總體上有了大幅度提升，由2000年的36.22%升至2010年的49.95%，再于近3年突破50%的水平，13年來(lái)共增長(zhǎng)了17.51%，年均增長(zhǎng)率1.34%，高于1980～1990年0.68%的增長(zhǎng)率和1990～2000年0.98%的增長(zhǎng)率。城鎮(zhèn)化總體處于快速穩(wěn)步上升階段，預(yù)計(jì)未來(lái)將大體保持每年1%的增長(zhǎng)速度。

新中國(guó)成立以來(lái)，特別是改革開(kāi)放30年，我國(guó)工業(yè)實(shí)現(xiàn)了跨越式發(fā)展，建立了獨(dú)立完整的工業(yè)體系，成為全球制造業(yè)大國(guó)。據(jù)統(tǒng)計(jì)，2012年國(guó)內(nèi)生產(chǎn)總值519 470.10億元，工業(yè)增加值199 670.66億元，工業(yè)化率為38.44%，工業(yè)化水平有了大幅提高；1952～2011年，我國(guó)工業(yè)化率由20.8%升至37.5%，上升了16.77%；2000年以來(lái)，工業(yè)增加值進(jìn)入快速增長(zhǎng)時(shí)期，并將繼續(xù)保持一個(gè)較高的增長(zhǎng)趨勢(shì)。

目前，國(guó)外學(xué)者對(duì)城鎮(zhèn)化與溫室氣體排放之間的關(guān)系研究較多。例如，Parikh等研究了發(fā)展中國(guó)家城鎮(zhèn)化進(jìn)程中的能源利用問(wèn)題，利用43個(gè)發(fā)展中國(guó)家的面板數(shù)據(jù)，對(duì)城市化發(fā)展、能源消耗和溫室氣體排放等問(wèn)題進(jìn)行了實(shí)證分析，結(jié)果表明發(fā)展中國(guó)家城鎮(zhèn)化發(fā)展進(jìn)程中溫室氣體排放增加[1]。Alam等基于STIRPAT模型實(shí)證研究了巴基斯坦城市化和碳排放之間的關(guān)系，結(jié)果表明城市化水平越高，碳排放量就越多[2]。Priambodo等對(duì)印尼小規(guī)模和中等規(guī)模工業(yè)行業(yè)的能源利用和二氧化碳排放量進(jìn)行了分析，認(rèn)為燃料消耗率最高的是紡織工業(yè)[3]。Worrell等認(rèn)為，工業(yè)使用了世界40%的能源，工業(yè)直接或間接貢獻(xiàn)約37%的全球溫室氣體排放[4]。隨著我國(guó)城鎮(zhèn)化的迅猛發(fā)展，國(guó)內(nèi)學(xué)者們對(duì)城鎮(zhèn)化與溫室氣體排放之間關(guān)系的研究也越來(lái)越多，其中大部分的研究集中在城鎮(zhèn)化與碳排放之間的關(guān)系。例如，魏后凱等認(rèn)為，我國(guó)城鎮(zhèn)化發(fā)展的道路是一條非綠色的粗放型城鎮(zhèn)化道路，需要認(rèn)清發(fā)現(xiàn)形式，改變發(fā)展模式，走集約型、綠色的城鎮(zhèn)化道路[5]。郭新指出，碳排放和城鎮(zhèn)化水平之間存在著穩(wěn)定的均衡關(guān)系，長(zhǎng)期內(nèi)碳排放量的增加會(huì)伴隨著短期城市化水平的提升，兩者之間的相互作用存在一定的時(shí)間延滯[6]。徐麗娜等認(rèn)為，城鎮(zhèn)化對(duì)碳排放有正向作用，城鎮(zhèn)化對(duì)不同城市碳排量的影響存在差異，城鎮(zhèn)化水平越高，對(duì)碳排放的影響越小，城鎮(zhèn)化發(fā)展速度越快，對(duì)碳排放的影響越大[7]。盧祖丹認(rèn)為，城鎮(zhèn)化發(fā)展對(duì)碳排放的影響因地區(qū)而異，中西部地區(qū)在消費(fèi)模式、經(jīng)濟(jì)結(jié)構(gòu)、基礎(chǔ)設(shè)施建設(shè)和區(qū)域發(fā)展政策等方面的特征，決定了其城鎮(zhèn)化進(jìn)程的推進(jìn)將有利于實(shí)現(xiàn)碳減排，東部地區(qū)的經(jīng)濟(jì)結(jié)構(gòu)決定了其城鎮(zhèn)化發(fā)展對(duì)碳排放的影響不顯著[8]。宋德勇等對(duì)我國(guó)城鎮(zhèn)碳排放影響因素的研究表明，城鎮(zhèn)居民人均收入對(duì)碳排放影響最大，其次是城鎮(zhèn)化率和能源強(qiáng)度，人口總量對(duì)碳排放影響最小[9]。王芳等認(rèn)為，人口城鎮(zhèn)化率與碳排放的關(guān)系呈倒U型，即在人口城鎮(zhèn)化的早期會(huì)促進(jìn)二氧化碳排放，但隨著城鎮(zhèn)化的進(jìn)一步擴(kuò)大則會(huì)抑制碳排放[10]。周楠在KAYA等式基礎(chǔ)上，采用省際面板數(shù)據(jù)構(gòu)建了我國(guó)工業(yè)碳排放影響因素模型，并得出具體影響因素的作用力[11]。李園等利用改進(jìn)的STIRPAT模型，對(duì)我國(guó)工業(yè)39個(gè)分行業(yè)二氧化碳排放影響因素進(jìn)行實(shí)證研究，結(jié)果表明能源強(qiáng)度對(duì)節(jié)能減排具有巨大的促進(jìn)作用，能源消費(fèi)對(duì)二氧化碳排放量的影響最大[12]。筆者運(yùn)用VAR模型，利用我國(guó)城鎮(zhèn)化、工業(yè)化發(fā)展過(guò)程中的碳排放數(shù)據(jù)，研究我國(guó)城鎮(zhèn)化、工業(yè)化與碳排放之間的關(guān)系。

1研究方法

1.1模型設(shè)定

向量自回歸模型（VAR）是一種非結(jié)構(gòu)化的方程模型，常用于分析相互聯(lián)系的時(shí)間序列系統(tǒng)及隨機(jī)擾動(dòng)對(duì)變量系統(tǒng)的動(dòng)態(tài)沖擊，從而解釋各種經(jīng)濟(jì)沖擊對(duì)經(jīng)濟(jì)變量的影響。VAR基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)來(lái)建立模型，其建模思想是把每一個(gè)外生變量作為所有內(nèi)生變量滯后值的函數(shù)來(lái)構(gòu)造模型。將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的“向量”自回歸模型，其表達(dá)式如下：

Yt=A1Yt-1+A2Yt-2+…+AnYt-n+BXt+βt，

式中，Yt是1個(gè)內(nèi)生變量向量；Xt是外生變量向量；A和B是待估的系數(shù)矩陣；β是誤差向量。

在研究方法上，先對(duì)該時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，即單位根檢驗(yàn)，然后用Johansen 協(xié)整檢驗(yàn)進(jìn)行檢驗(yàn)，以判斷城鎮(zhèn)化、工業(yè)化與碳排放的長(zhǎng)期關(guān)系，最后采用向量自回歸模型（簡(jiǎn)稱(chēng)VAR模型）分析城鎮(zhèn)化和工業(yè)化對(duì)碳排放的影響程度，主要運(yùn)用格蘭杰因果關(guān)系檢驗(yàn)、脈沖響應(yīng)函數(shù)和方差分解。

1.1.1格蘭杰因果關(guān)系檢驗(yàn)。格蘭杰因果關(guān)系可以用來(lái)檢驗(yàn)?zāi)硞€(gè)變量的所有滯后項(xiàng)是否對(duì)另一個(gè)或幾個(gè)變量的當(dāng)期值有影響。如果影響顯著，說(shuō)明該變量對(duì)另一個(gè)變量或幾個(gè)變量存在格蘭杰因果關(guān)系；如果影響不顯著，說(shuō)明該變量對(duì)另一個(gè)變量或幾個(gè)變量不存在格蘭杰因果關(guān)系。格蘭杰因果關(guān)系檢驗(yàn)的原假設(shè)是被檢驗(yàn)變量不是因變量的因果關(guān)系。如果檢驗(yàn)的概率P值小于設(shè)定的置信水平（通常為5%），則認(rèn)為被檢驗(yàn)變量構(gòu)成因變量的因果關(guān)系：反之，認(rèn)為被檢驗(yàn)變量不是因變量的因果關(guān)系。

1.1.2脈沖響應(yīng)函數(shù)。由于系數(shù)只是反映了一個(gè)局部的動(dòng)態(tài)關(guān)系，并不能捕捉全面復(fù)雜的動(dòng)態(tài)關(guān)系；而研究者往往關(guān)注一個(gè)變量變化對(duì)另一個(gè)變量的全部影響過(guò)程，在這種情況下通過(guò)繪制IRF響應(yīng)函數(shù)可以比較全面地反映各個(gè)變量之間的動(dòng)態(tài)影響。

1.1.3方差分解。一般情況下，脈沖響應(yīng)函數(shù)捕捉的是一個(gè)變量的沖擊對(duì)另一個(gè)變量的動(dòng)態(tài)影響路徑，而方差分解可以將VAR模型系統(tǒng)內(nèi)一個(gè)變量的方差分解到各個(gè)擾動(dòng)項(xiàng)上。因此，方差分解提供了關(guān)于每個(gè)擾動(dòng)項(xiàng)因素影響VAR模型內(nèi)各個(gè)變量的相對(duì)程度。

1.2數(shù)據(jù)來(lái)源

我國(guó)統(tǒng)計(jì)年鑒中尚未對(duì)碳排放量進(jìn)行統(tǒng)計(jì)并發(fā)布數(shù)據(jù)，因此碳排放的計(jì)算要根據(jù)國(guó)內(nèi)外現(xiàn)有的研究成果進(jìn)行估算，計(jì)算公式為：

C=iCi=iEi×δi

式中，C為碳排放總量；Ci為第i類(lèi)能源消耗產(chǎn)生的二氧化碳排放量；Ei為第i類(lèi)能源的消費(fèi)量；δi為i種能源的碳排放系數(shù)，時(shí)間t為2004～2013年[13]。根據(jù)《2006年IPCC國(guó)家溫室氣體清單指南》，煤碳、石油、天然氣的碳排放系數(shù)分別為0.755 9、0.585 7、0.448 3 t（C）/t。

選取變量為碳排放量（I）、城鎮(zhèn)化率（PH）、工業(yè)化率（DU），數(shù)據(jù)樣本區(qū)間為1994～2013年，數(shù)據(jù)來(lái)源于1994～2013年的 《中國(guó)統(tǒng)計(jì)年鑒》。在實(shí)證分析前，考慮到各變量取自然對(duì)數(shù)不改變時(shí)間序列的協(xié)整關(guān)系，并能使其趨勢(shì)線性化，消除可能存在的異方差，所以對(duì)I、DU、PH進(jìn)行自然對(duì)數(shù)變換，分別用lnI、lnDU、lnPH表示。1994～2013年我國(guó)碳排放量、城鎮(zhèn)化率和工業(yè)化率見(jiàn)表1。

表11994～2013年我國(guó)碳排放量、城鎮(zhèn)化率和工業(yè)化率

年份碳排放總量∥萬(wàn)t城鎮(zhèn)化率∥%工業(yè)化率∥%

199480 401.6228.540.42

199585 560.0529.041.04

199687 993.8230.541.37

199787 656.4031.941.69

199887 638.1533.440.31

199990 824.3534.839.99

200093 233.8436.240.35

200195 162.9937.739.74

2002100 966.5039.139.42

2003117 773.8040.540.45

2004162 303.0441.840.79

2005174 563.6643.041.76

2006184 735.9744.342.21

2007193 327.2745.941.58

2008192 385.0847.041.48

2009199 255.8848.339.67

2010202 059.6149.940.03

2011212 533.1551.339.84

2012212 225.5052.638.44

2013216 107.0753.737.04

2實(shí)證分析

2.1單位根檢驗(yàn)

運(yùn)用Eviews5.0對(duì)3個(gè)變量取對(duì)數(shù)后進(jìn)行平穩(wěn)性檢驗(yàn)，以保證其穩(wěn)定性。檢驗(yàn)結(jié)果表明，3個(gè)變量的ADF值均大于10%的臨界值（表2），故接受原假設(shè)，即3個(gè)變量存在單位根。進(jìn)行一階差分后再進(jìn)行ADF檢驗(yàn)，發(fā)現(xiàn)3個(gè)變量的ADF值小于10%的臨界值（表2），因此拒絕原假設(shè)，即數(shù)據(jù)是平穩(wěn)的，說(shuō)明I、PH、DU是一階單整序列。

表2單位根檢驗(yàn)結(jié)果

變量ADF檢驗(yàn)檢驗(yàn)形式（C，T，L）ADF值臨界值P值檢驗(yàn)結(jié)果

lnI1，0，2-0.737 075*-2.660 5510.812 6非平穩(wěn)

lnPH1，1，20.003 748*-3.277 3640.992 9非平穩(wěn)

lnDU1，0，2-0.033 404*-2.655 1940.943 8非平穩(wěn)

△lnI0，0，2-2.046 143**-1.961 4090.042 0平穩(wěn)

△lnPH1，1，2-10.206 960***-4.571 5590平穩(wěn)

△lnDU1，0，2-3.127 118**-3.040 3910.042 4平穩(wěn)

注：檢驗(yàn)式C、T、L分別是表示有截距項(xiàng)、時(shí)間趨勢(shì)項(xiàng)和滯后期；△表示對(duì)序列進(jìn)行一階差分；*、**、***分別表示在10%、5%、1%水平下的統(tǒng)計(jì)值。

2.2城鎮(zhèn)化、工業(yè)化和碳排放的VAR模型

VAR模型中的內(nèi)生變量設(shè)定完畢后，必須進(jìn)一步確定模型內(nèi)生變量的滯后階數(shù)，滯后階數(shù)的選擇對(duì)VAR模型的估計(jì)非常重要，因?yàn)椴煌臏箅A數(shù)會(huì)導(dǎo)致模型估計(jì)的結(jié)果顯著不同。根據(jù)連續(xù)改進(jìn)的LR統(tǒng)計(jì)量檢驗(yàn)（LR）、最終預(yù)測(cè)誤差（FPE）、赤池信息準(zhǔn)則（AIC）、西沃茲信息準(zhǔn)則（SC）、奎因傳信息準(zhǔn)則（QC）5個(gè)信息量中大多數(shù)同時(shí)認(rèn)可的P值，得到不同滯后階數(shù)的信息量（表3）。由表3可知，滯后階數(shù)為4時(shí)，5個(gè)信息量中有4個(gè)同時(shí)認(rèn)可，所以確定滯后期為4。

表3不同滯后階數(shù)的信息量

滯后階數(shù)LogLLRFPEAICSCQC

0 62.475 2- 1.19×10-7-7.434 39-7.289 53-7.426 98

1 134.648 4 108.259 800 4.56×10-11-15.331 05-14.751 60-15.301 37

2 143.041 4 9.442 163 5.75×10-11-15.255 18-14.241 15-15.203 25

3 169.299 0 19.693 230* 1.05×10-11-17.412 38-15.963 78-17.338 20

4 192.684 9 8.769 688 6.28×10-12* -19.210 61* -17.327 42* -19.114 17*

注：*表示按標(biāo)準(zhǔn)選擇的滯后階數(shù)，LR、FPE、AIC、SC、QC為確定滯后階數(shù)的5個(gè)信息量。

以方程表示lnI、lnDU和lnPH互動(dòng)關(guān)系的VAR（4）模型如下：

lnIlnDUlnPH=

8.50-2.910.39+

0.850.15-0.01

4.670.01-0.11

-9.543.410.67

lnIt-1lnDUt-1lnPHt-1+

-1.12-0.040.01

-2.900.40-0.03

-3.05-3.33-0.10

lnIt-2lnDUt-2lnPHt-2+

0.34-0.110.03

0.561.04-0.02

15.90-0.730.10

lnIt-3lnDUt-3lnPHt-3+

0.66-0.24-0.04

-3.500.560.15

-3.351.140.25

lnIt-4lnDUt-4lnPHt-4+…+

e1te2te3t

3個(gè)方程的擬合優(yōu)度分別為R2I=0.988，R2DU=0.968，R2PH=0.999，擬合優(yōu)度較高。

從第1個(gè)方程可以看出，lnI滯后1、2、3、4期系數(shù)之和為正，說(shuō)明滯后期的碳排放對(duì)當(dāng)期碳排放有促進(jìn)作用；lnDU的滯后期系數(shù)之和為負(fù)，說(shuō)明工業(yè)化對(duì)碳排放有反向作用；lnPH滯后期系數(shù)之和為-0.01，說(shuō)明城鎮(zhèn)化對(duì)碳排放有反向作用，但影響作用不大。

從第2個(gè)方程可以看出，碳排放滯后期系數(shù)之和為負(fù)，說(shuō)明碳排放對(duì)工業(yè)化起反向作用；工業(yè)化自身影響為正，說(shuō)明工業(yè)化對(duì)自身起正向作用；城鎮(zhèn)化滯后期系數(shù)之和為-0.01，說(shuō)明城鎮(zhèn)化在一定程度上抑制工業(yè)化。

從第3個(gè)方程可以看出，碳排放滯后期系數(shù)之和為-0.04，說(shuō)明碳排放對(duì)城鎮(zhèn)化有抑制作用；工業(yè)化滯后期系數(shù)之和為正，說(shuō)明工業(yè)化促進(jìn)城鎮(zhèn)化的發(fā)展；城鎮(zhèn)化對(duì)自身的影響為正，說(shuō)明城鎮(zhèn)化對(duì)自身起正向促進(jìn)作用。

2.3模型平穩(wěn)性檢驗(yàn)運(yùn)用Eviews6.0軟件計(jì)算模型的AR根，經(jīng)過(guò)多次驗(yàn)證，滯后2階時(shí)無(wú)特征根在圓圈外（圖1），表明AR模型是穩(wěn)定的。

圖1模型AR平穩(wěn)性檢驗(yàn)結(jié)果

2.4協(xié)整檢驗(yàn)用Johnsen對(duì)變量I、PH、DU進(jìn)行協(xié)整性檢驗(yàn)，結(jié)果表明，在5%的臨界值水平下，明顯拒絕至多存在兩個(gè)協(xié)整關(guān)系的假定，至少存在3個(gè)協(xié)整關(guān)系（表4）。

根據(jù)VAR模型可以得到碳排放與城鎮(zhèn)化和工業(yè)化之間長(zhǎng)期標(biāo)準(zhǔn)化協(xié)整方程：

lnI=-13.46lnPH+5.18lnDU

從估計(jì)的標(biāo)準(zhǔn)化協(xié)整方程可以看出，工業(yè)化的發(fā)展對(duì)碳排放有著明顯的促進(jìn)作用，即當(dāng)工業(yè)化對(duì)數(shù)每增加1%，則碳排放量對(duì)數(shù)增加5.18%；而城鎮(zhèn)化發(fā)展從長(zhǎng)期來(lái)看與碳排放的增長(zhǎng)呈負(fù)相關(guān)的關(guān)系，即城鎮(zhèn)化對(duì)數(shù)每增長(zhǎng)1%，碳排放對(duì)數(shù)下降13.46%。因?yàn)閺拈L(zhǎng)期來(lái)看一國(guó)經(jīng)濟(jì)發(fā)展到一定時(shí)期城鎮(zhèn)化已經(jīng)基本完成，基本實(shí)現(xiàn)了城鎮(zhèn)化與碳排放的“脫鉤”，即在城鎮(zhèn)化發(fā)展的同時(shí)降低了能源消費(fèi)和與之而來(lái)的碳排放。

安徽農(nóng)業(yè)科學(xué)2015年

表4Johnsen協(xié)整檢驗(yàn)的結(jié)果

假定個(gè)數(shù)特征值跡統(tǒng)計(jì)量5%臨界值P值

無(wú)協(xié)整關(guān)系0.958 03750.735 52021.131 6200

至多存在一個(gè)協(xié)整關(guān)系0.635 04016.127 50014.264 6000.025 10

至多存在兩個(gè)協(xié)整關(guān)系0.399 7898.167 5963.841 4660.004 30

2.5格蘭杰（Granger）因果關(guān)系檢驗(yàn)與模型估計(jì)

格蘭杰因果關(guān)系檢驗(yàn)是一種用于考察序列x是否是序列y產(chǎn)生原因的方法。因果關(guān)系檢驗(yàn)結(jié)果給出了每一個(gè)內(nèi)生變量相對(duì)于模型中其他內(nèi)生變量Granger因果關(guān)系檢驗(yàn)統(tǒng)計(jì)量和檢驗(yàn)統(tǒng)計(jì)量相應(yīng)的概率值。如果概率P值小于設(shè)定的置信水平，則檢驗(yàn)變量是被檢驗(yàn)變量的Granger原因，反之不是。由表5可知，不能拒絕lnDU不能Granger引起lnI原因的原假設(shè)，即接受工業(yè)化不是碳排放的Granger原因的原假設(shè)，說(shuō)明隨著時(shí)間的推移，工業(yè)技術(shù)以及產(chǎn)業(yè)結(jié)構(gòu)的改善，工業(yè)化的發(fā)展逐漸減少了對(duì)碳排放的影響作用。不能拒絕lnPH不能Granger引起lnI原因的原假設(shè)，即接受城鎮(zhèn)化不是碳排放的Granger原因的假設(shè)。兩者的聯(lián)合檢驗(yàn)不能拒絕lnDU、lnPH不能同時(shí)Granger引起lnI原因的原假設(shè)，即從長(zhǎng)遠(yuǎn)來(lái)看我國(guó)的工業(yè)化和城鎮(zhèn)化已經(jīng)基本實(shí)現(xiàn)與碳排放的“脫鉤”，并不是碳排放的主導(dǎo)因素。

表5格蘭杰因果分析結(jié)果

變量原假設(shè)最優(yōu)滯后期χ2統(tǒng)計(jì)量P值

lnI方程lnDU不能Granger引起lnI43.160 9620.531 3

lnPH不能Granger引起lnI43.533 5050.472 8

lnDU、lnPH不能同時(shí)Granger引起lnI86.939 7300.543 1

lnDU方程lnI不能Granger引起lnDU416.984 0500.001 9

lnPH不能Granger引起lnDU48.716 7630.068 6

lnI、lnPH不能同時(shí)Granger引起lnDU835.289 9400

lnPH方程lnI不能Granger引起lnPH427.555 2700

lnDU不能Granger引起lnPH425.931 5500

lnDU、lnI不能同時(shí)Granger引起lnPH869.642 6100

2.6脈沖響應(yīng)的函數(shù)分析

應(yīng)用向量自回歸技術(shù)做脈沖響應(yīng)的函數(shù)分析，能夠更清晰地呈現(xiàn)城鎮(zhèn)化和工業(yè)化是如何影響碳排放的，從而能夠更加準(zhǔn)確地解釋各個(gè)變量之間的關(guān)系。建立I和DU、PH的VAR模型，以此對(duì)變量之間的沖擊反應(yīng)進(jìn)行檢驗(yàn)。利用Eviews6.0軟件估計(jì)VAR模型的方程參數(shù)。由圖2可知，工業(yè)化的進(jìn)程在追蹤期間呈現(xiàn)出“先升后降”的趨勢(shì)，從第1期到第2期正面沖擊使工業(yè)化迅速增長(zhǎng)，并在第1期末達(dá)到底峰值；隨后正面的沖擊逐漸減弱，從第6期末開(kāi)始出現(xiàn)負(fù)向的沖擊，隨著時(shí)間的推移影響逐漸減弱。碳排放的進(jìn)程也呈現(xiàn)出“先升后降”的趨勢(shì)，但是趨勢(shì)比較緩慢，從第1期開(kāi)始接受正面沖擊，并在第2期末到達(dá)峰值；隨后正向沖擊減弱，在第7期末趨向于零。從長(zhǎng)期來(lái)看，工業(yè)化對(duì)我國(guó)碳排放的影響逐漸削弱，這也說(shuō)明我國(guó)發(fā)展到一定時(shí)期后工業(yè)化基本完成，產(chǎn)業(yè)結(jié)構(gòu)趨于合理基本實(shí)現(xiàn)了工業(yè)化和碳排放的脫鉤。

由圖3可知，城鎮(zhèn)化對(duì)碳排放的沖擊從第3期開(kāi)始呈正向沖擊，一直到第7期之后呈逐漸減弱的趨勢(shì)，隨著時(shí)間的推移城鎮(zhèn)化對(duì)碳排放的影響逐漸消失趨于平穩(wěn)。這也說(shuō)明從長(zhǎng)遠(yuǎn)來(lái)看我國(guó)城鎮(zhèn)化的發(fā)展將有利于實(shí)現(xiàn)碳減排。因此，合理的城鎮(zhèn)規(guī)劃，拓寬現(xiàn)有的城鎮(zhèn)環(huán)境容量和生態(tài)承載力，合理引導(dǎo)和保持居民的低碳生活模式，有效發(fā)展城鎮(zhèn)化的同時(shí)實(shí)現(xiàn)碳減排。碳排放對(duì)城鎮(zhèn)化的沖擊不是很明顯，第1期負(fù)向沖擊比較強(qiáng)，之后逐漸減弱，從第6期開(kāi)始正向沖擊隨著時(shí)間推移影響逐漸趨向零。

注：a.lnDU對(duì)lnI的響應(yīng)程度；b.lnI對(duì)lnDU的響應(yīng)程度。

圖2工業(yè)化與碳排放之間的脈沖響應(yīng)程度

注：a.lnI對(duì)lnPH的響應(yīng)程度；b.lnPH對(duì)lnI的響應(yīng)程度。

圖3城鎮(zhèn)化與碳排放之間的脈沖響應(yīng)程度

2.7方差分解

方差分解是通過(guò)分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的貢獻(xiàn)度，進(jìn)一步評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性?？衫梅讲罘纸夥治鑫覈?guó)城鎮(zhèn)化和工業(yè)化的沖擊對(duì)碳排放變化（用方差度量）的貢獻(xiàn)度，以定量得出城鎮(zhèn)化和工業(yè)化隨機(jī)擾動(dòng)的相對(duì)重要信息。建立I和DU、PH的VAR模型，用Eviews6.0軟件做方差分解。

由表6可知，碳排放對(duì)來(lái)自自身當(dāng)期的偶然因素沖擊感應(yīng)最為明顯，第1年為89.67%，第2年為66.10%，然后緩慢下降，到第10年降至47.91% 。碳排放對(duì)來(lái)自于工業(yè)化的偶然因素沖擊感應(yīng)較明顯，第1年為10.33%，之后每年緩慢增加，到第10年穩(wěn)定在50.65%。城鎮(zhèn)化對(duì)碳排放的偶然因素沖擊感應(yīng)較弱，第1年沒(méi)有反應(yīng)，以后增加緩慢，到第10年為1.44%?？梢?jiàn)，碳排放對(duì)自身預(yù)測(cè)誤差的影響最大，工業(yè)化影響次之，城鎮(zhèn)化影響最小。

工業(yè)化率對(duì)來(lái)自自身當(dāng)期的沖擊最為明顯，第1年100.00%，第2年87.67%，然后呈波浪式下降，到第10年維持在88.12%。碳排放對(duì)工業(yè)化的影響較小，第1年沒(méi)有反應(yīng)，第2年12.29%，之后先下降后上升，波動(dòng)頻率較小，到第10年穩(wěn)定在11.77%。城鎮(zhèn)化對(duì)工業(yè)化的影響極其微弱，從第1年的沒(méi)有影響到第10年的0.11%，說(shuō)明工業(yè)化率對(duì)自身預(yù)測(cè)誤差的影響最大，其次是碳排放，城鎮(zhèn)化的影響最小。

城鎮(zhèn)化率對(duì)來(lái)自自身沖擊最明顯，第1年97.45%，第2年89.99%，之后始終在這一水平上波動(dòng)，到第10年90.17%。碳排放對(duì)城鎮(zhèn)化的影響第1年1.05%，第2年8.99%，之后呈先上升后下降的趨勢(shì)，第10年穩(wěn)定在5.27%。工業(yè)化對(duì)城鎮(zhèn)化的影響第1年1.50%，第2年1.02%，之后先下降后上升，第10年穩(wěn)定在4.56%。可見(jiàn)，城鎮(zhèn)化率對(duì)自身最大，其次是碳排放，工業(yè)化的影響最小。

表6各變量的方差分解結(jié)果

%

滯后期lnIlnIlnDUlnPH

lnDUlnIlnDUlnPH

lnPHlnIlnDUlnPH

189.6710.3300100.0001.051.5097.45

266.1033.730.1812.2987.670.048.991.0289.99

356.7443.140.1212.2287.740.059.530.9889.49

449.8749.960.1711.5088.460.049.300.8389.87

546.8352.750.4110.2889.670.048.220.7291.06

646.4352.840.739.9689.970.077.300.9591.75

747.1351.841.0310.4589.460.096.641.6391.74

847.7251.031.2511.1488.760.116.122.6491.24

947.9250.711.3711.6088.290.115.673.6990.65

1047.9150.651.4411.7788.120.115.274.5690.17

3結(jié)論

根據(jù)我國(guó)1994～2013年的碳排放數(shù)據(jù)，基于VAR模型對(duì)城鎮(zhèn)化率、工業(yè)化率與碳排放的關(guān)系進(jìn)行實(shí)證分析，得出以下結(jié)論：

（1）從協(xié)整方程可以看出，工業(yè)化對(duì)碳排放有正向促進(jìn)作用，城鎮(zhèn)化對(duì)碳排放有反向作用。

（2）Granger因果關(guān)系檢驗(yàn)結(jié)果表明，從長(zhǎng)期來(lái)看，工業(yè)化、城鎮(zhèn)化對(duì)碳排放沒(méi)有明顯的Granger影響，但碳排放對(duì)工業(yè)化和城鎮(zhèn)化有著顯著的Granger影響。

（3）脈沖響應(yīng)函數(shù)分析表明，工業(yè)化在前期的沖擊給碳排放帶來(lái)正面的影響，并出現(xiàn)峰值，隨著時(shí)間的推移，工業(yè)化沖擊帶來(lái)的影響逐漸減弱，并趨于零；城鎮(zhèn)化在前期對(duì)碳排放的沖擊是負(fù)面的，但很快轉(zhuǎn)為正面的，并隨時(shí)間的推移逐漸消失并趨于平穩(wěn)。

（4）方差分解結(jié)果表明，碳排放對(duì)自身預(yù)測(cè)誤差的影響最大，工業(yè)化的影響次之，而城鎮(zhèn)化的作用最??；工業(yè)化對(duì)自身預(yù)測(cè)誤差的影響最大，其次是碳排放的影響，城鎮(zhèn)化影響最??；城鎮(zhèn)化對(duì)自身預(yù)測(cè)誤差的影響最大，碳排放次之，工業(yè)化最小。

參考文獻(xiàn)

[1] PARIKH J，SHUKLA V.Urbanization，energy use and greenhouse effects in economic development[J].Global Environmental Change，1995，5（2）：87-103.

[2] ALAM S，F(xiàn)ATIMA A，BUTT M S.Sustainable development in Pakistan in the context of energy consumption demand and environmental degradation[J].Journal of Asian Economics，2007，18（5）：825-837.

[3] PRIAMBODO A，KUMAR S.Energy use and carbon dioxide emission of Indonesian small and medium scale industries[J].Energy Conversion and Management，2001，42（11）：127-128.

[4] WORRELL E，BERNSTEIN L，ROY J，et al.Industrial energy efficiency and climate change mitigation[J].Energy Efficiency，2009，2（2）：109-123.

[5] 魏后凱，張燕.全面推進(jìn)中國(guó)城鎮(zhèn)化綠色轉(zhuǎn)型的思路與舉措[J].經(jīng)濟(jì)縱橫，2011（9）：15-19.

[6] 郭新.中國(guó)碳排放和城鎮(zhèn)化水平的因果分析[J].市場(chǎng)周刊（理論研究），2012（10）：67-68，122.

[7] 徐麗娜，趙濤.城鎮(zhèn)化與碳排放量的關(guān)系研究——基于省會(huì)城市和直轄市的實(shí)證分析[J].西北人口，2014（1）：18-22.

[8] 盧祖丹.我國(guó)城鎮(zhèn)化對(duì)碳排放的影響研究[J].中國(guó)科技論壇，2011（7）：134-140.

[9] 宋德勇，徐安.中國(guó)城鎮(zhèn)碳排放的區(qū)域差異和影響因素[J].中國(guó)人口·資源與環(huán)境，2011（11）：8-14.

[10] 王芳，周興.人口結(jié)構(gòu)、城鎮(zhèn)化與碳排放——基于跨國(guó)面板數(shù)據(jù)的實(shí)證研究[J].中國(guó)人口科學(xué)，2012（2）：47-56，111.

[11] 周楠.我國(guó)工業(yè)低碳化發(fā)展機(jī)制研究[D].杭州：浙江理工大學(xué)，2014.

[12] 李園，張傳平，謝曉慧.中國(guó)二氧化碳排放差異及影響因素分析——基于工業(yè)分行業(yè)的實(shí)證分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2012（8）：39-45.

[13] 何婷婷，張麗瓊.安徽省農(nóng)業(yè)碳排放現(xiàn)狀及低碳農(nóng)業(yè)發(fā)展路徑探討[J].安徽農(nóng)業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2012，21（5）：30-34.