中國(guó)省際碳排放和環(huán)境庫(kù)茲涅茨曲線研究

秦昌才， 肖 橙

(煙臺(tái)大學(xué) 經(jīng)濟(jì)管理學(xué)院，山東 煙臺(tái) 264005)

?

中國(guó)省際碳排放和環(huán)境庫(kù)茲涅茨曲線研究

秦昌才， 肖 橙

(煙臺(tái)大學(xué) 經(jīng)濟(jì)管理學(xué)院，山東 煙臺(tái) 264005)

本文基于1997-2013年30個(gè)省份的面板數(shù)據(jù)對(duì)我國(guó)省際間二氧化碳排放問(wèn)題進(jìn)行了研究。首先，計(jì)算了30個(gè)省份的二氧化碳排放、實(shí)際GDP及碳強(qiáng)度，并據(jù)此將各省份劃分為高碳區(qū)、中碳區(qū)和低碳區(qū)。然后，在庫(kù)茲涅茨曲線中引入產(chǎn)業(yè)結(jié)構(gòu)因素，建立了面板數(shù)據(jù)固定效應(yīng)模型進(jìn)行實(shí)證分析。研究表明：我國(guó)省際碳排放量存在顯著差異，能源結(jié)構(gòu)，產(chǎn)業(yè)結(jié)構(gòu)及經(jīng)濟(jì)發(fā)展速度是重要影響因素；人均意義上碳排放和實(shí)際 GDP高度一致；通過(guò)碳強(qiáng)度指標(biāo)發(fā)現(xiàn)西部地區(qū)的碳成本最大、中部其次、東部地區(qū)最小?？傮w而言，我國(guó)人均碳排放量和人均GDP之間并不存在倒U型關(guān)系。

碳排放； 省際； 庫(kù)茲涅茨曲線； 產(chǎn)業(yè)結(jié)構(gòu)； 固定效應(yīng)

我國(guó)經(jīng)濟(jì)正處于快速發(fā)展且穩(wěn)定增長(zhǎng)階段。與經(jīng)濟(jì)快速增長(zhǎng)相對(duì)應(yīng)的是自然資源利用率的低下，能源消耗量大和資源浪費(fèi)嚴(yán)重。根據(jù)國(guó)際能源機(jī)構(gòu)的統(tǒng)計(jì)結(jié)果，中國(guó)已經(jīng)成為世界第一大溫室氣體排放國(guó)。當(dāng)前，我國(guó)的能源消費(fèi)結(jié)構(gòu)和各種主要能源的碳排放系數(shù)表明，短時(shí)期內(nèi)經(jīng)濟(jì)發(fā)展將伴隨著高強(qiáng)度的碳排放。碳排放已導(dǎo)致了一系列的環(huán)境問(wèn)題，并逐步成為制約我國(guó)可持續(xù)發(fā)展戰(zhàn)略實(shí)施的重要因素。

關(guān)于碳排放的省際差異，已有研究認(rèn)為中國(guó)碳排放存在明顯的省際差異。查建平等人(2012)在全要素分析框架下、運(yùn)用面板數(shù)據(jù)計(jì)量模型進(jìn)行研究，發(fā)現(xiàn)我國(guó)區(qū)域間碳排放績(jī)效水平極不平衡,省際差距極大。馬大來(lái)等(2015)用基于最小距離法建立的空間面板數(shù)據(jù)模型進(jìn)行了實(shí)證研究，同樣得出我國(guó)省級(jí)碳排放表現(xiàn)出較大省級(jí)差異的結(jié)論。楊騫等(2012)則通過(guò)運(yùn)用泰爾指數(shù)及其結(jié)構(gòu)分解方法進(jìn)行區(qū)域分解得出相同結(jié)論，并對(duì)碳排放水平的影響因素進(jìn)行了研究分析。其中，趙愛(ài)文等(2013)通過(guò)研究發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)是碳排放增加的主要原因。對(duì)于經(jīng)濟(jì)增長(zhǎng)與碳排放的研究普遍采用環(huán)境庫(kù)茲涅茨曲線理論。Grossman和Krueger在對(duì)收入和環(huán)境關(guān)系的實(shí)證研究中首先發(fā)現(xiàn)污染物與人均國(guó)民收入存在倒U型曲線關(guān)系。Panayoutou首次將其命名為 “環(huán)境庫(kù)茲涅茨曲線”，簡(jiǎn)稱EKC。其經(jīng)濟(jì)意義表明：經(jīng)濟(jì)發(fā)展水平較低時(shí)，隨著收入水平的提高，環(huán)境進(jìn)一步惡化；在經(jīng)濟(jì)發(fā)展水平達(dá)到一個(gè)臨界值后，收入水平的提高往往伴隨著環(huán)境質(zhì)量的改善，即二者之間存在倒U型關(guān)系。目前，國(guó)內(nèi)學(xué)者對(duì)于我國(guó)環(huán)境庫(kù)茲涅茨曲線存在性問(wèn)題持不同觀點(diǎn)。陳華文，劉康兵(2004)，劉榮茂(2006)等學(xué)者在相應(yīng)的文獻(xiàn)中都支持環(huán)境污染和收入水平之間存在倒U型關(guān)系的觀點(diǎn)，此外,部分學(xué)者還發(fā)現(xiàn)了倒N型和正N型環(huán)境庫(kù)茲涅茨曲線。也有觀點(diǎn)認(rèn)為我國(guó)當(dāng)前并不存在環(huán)境庫(kù)茲涅茨曲線。張曉(1999)發(fā)現(xiàn)中國(guó)的經(jīng)濟(jì)發(fā)展?fàn)顩r與環(huán)境污染水平的關(guān)系呈現(xiàn)較弱的環(huán)境庫(kù)茲涅茨曲線特性。林伯強(qiáng)等(2009)表明簡(jiǎn)單的二氧化碳庫(kù)茲涅茨模型并不能描述中國(guó)二氧化碳排放的發(fā)展?fàn)顩r,總體的研究結(jié)果并不理想。宋馬林等(2011)驗(yàn)證了不同省份環(huán)境庫(kù)茲涅茨曲線的存在性問(wèn)題。羅嵐等(2012)基于面板數(shù)據(jù)擬合“三廢”的環(huán)境庫(kù)茲涅茨曲線發(fā)現(xiàn)，不同省份達(dá)到環(huán)境庫(kù)茲涅茨曲線拐點(diǎn)的時(shí)間各不相同，各地應(yīng)實(shí)施差異化經(jīng)濟(jì)發(fā)展戰(zhàn)略。部分文獻(xiàn)對(duì)影響環(huán)境庫(kù)茲涅茨曲線形狀的因素進(jìn)行研究分析。符淼(2008)在對(duì)影響環(huán)境庫(kù)茲涅茨曲線形態(tài)的因素進(jìn)行分析發(fā)現(xiàn)，除人均GDP外，能源強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦和政府政策等因素都會(huì)對(duì)碳排放量產(chǎn)生顯著影響。在加入其他控制變量后的計(jì)量模型擬合度和解釋能力有所提高。國(guó)涓等(2009)利用空間經(jīng)濟(jì)計(jì)量方法對(duì)各地區(qū)環(huán)境庫(kù)茲涅茨曲線的估計(jì)結(jié)果顯示空間影響顯著存在。蔣偉和劉牧鑫(2011)也對(duì)納入FDI和空間相關(guān)性的環(huán)境庫(kù)茲涅茨擴(kuò)展模型進(jìn)行了實(shí)證檢驗(yàn)。林伯強(qiáng)等(2010)認(rèn)為城市化程度也是影響碳排放的顯著因素。胡宗義等(2013)采用非參數(shù)模型發(fā)現(xiàn)，F(xiàn)DI和城市化對(duì)我國(guó)環(huán)境質(zhì)量的影響統(tǒng)計(jì)意義顯著，而貿(mào)易和能源強(qiáng)度則對(duì)我國(guó)環(huán)境的負(fù)面作用顯著。

二、數(shù)據(jù)處理與描述性分析

(一)數(shù)據(jù)來(lái)源及處理

本文30個(gè)省份17年間的碳排放量數(shù)據(jù)，是根據(jù)終端能源消費(fèi)導(dǎo)致的溫室氣體排放的加總所得。其具體公式如下：

公式來(lái)源于《2006年IPCC國(guó)家溫室氣體清單指南》。公式中的變量含義分別為：GHG表示溫室氣體排放總量(二氧化碳當(dāng)量值)；Ek(k=1,2,3)分別表示二氧化碳(CO2)、甲烷(CH4)和一氧化二氮(N2O)這三種溫室氣體的排放量；GWP表示全球變暖潛能值，本文中其評(píng)估期為100年，根據(jù)2007年IPCC第四次評(píng)估報(bào)告的結(jié)果，二氧化碳100年的GWP為1,甲烷為25，一氧化二氮為298； FUELj(j=1,2,3,4,5,6,7,8)表示第j種化石能源的終端消費(fèi)量；NCV為我國(guó)各種化石能源的平均低位發(fā)熱值。EF代表溫室氣體排放因子，采用2006年IPCC國(guó)家溫室氣體清單指南中公布的缺省排放因子作為代替。為簡(jiǎn)化計(jì)算，文中假定燃料的利用方式為能源工業(yè)中固定能源燃燒，且得到充分氧化。

本文旨在比較不同省份之間碳排放的差異以及其特點(diǎn)，鑒于西藏并沒(méi)有納入能源統(tǒng)計(jì)之中，且重慶市是從1997年起正式成為直轄市，所以本文選用了1997-2013年30個(gè)省份的數(shù)據(jù)進(jìn)行核算，所有統(tǒng)計(jì)數(shù)據(jù)均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)能源統(tǒng)計(jì)年鑒》。對(duì)于《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)能源統(tǒng)計(jì)年鑒》中存在的一些數(shù)據(jù)缺失問(wèn)題，本文做了如下處理：

1.浙江、安徽、福建、江西、湖南和廣西等省份的天然氣消費(fèi)量在某些年份沒(méi)有統(tǒng)計(jì)數(shù)據(jù)，但其左右年份的消費(fèi)量很小，故將沒(méi)有數(shù)據(jù)的年份數(shù)值看作零。

2.部分省份的能源消費(fèi)數(shù)據(jù)呈現(xiàn)規(guī)律性變化，如起初出現(xiàn)小幅增長(zhǎng)，然后逐漸遞減為零。對(duì)于這種變化趨勢(shì)明顯的省份，可將其沒(méi)有統(tǒng)計(jì)數(shù)據(jù)年份的消費(fèi)量看作零。

3.寧夏和海南數(shù)據(jù)缺失年份的前后年份消費(fèi)量都很大，不能將其設(shè)為零，在計(jì)算和分析時(shí)要排除這兩個(gè)特殊省份的影響。

本文選擇各類能源品種的平均低位發(fā)熱值和排放因子作為控制變量。統(tǒng)計(jì)年鑒中的煤產(chǎn)品種類過(guò)多，本文將各種煤型的平均值作為煤炭的發(fā)熱值。同樣，煤產(chǎn)品缺省排放因子的平均值將決定煤炭的二氧化碳排放因子；燃料油的熱值和原油相同，所以本文令燃料油排放因子與原油相同。如表1所示，表中的煤炭是煤產(chǎn)品的統(tǒng)稱。

表1 能源平均低位值和缺省因子

能源品種平均低位發(fā)熱值(kj/kg)缺省排放因子(kg/tj)CO2CH4N2O煤炭236269590011.5焦炭2843510700011.5原油418167330030.6汽油430707410030.6煤油430707150030.6柴油426527410030.6燃料油418167330030.6天然氣389315610010.1

注：天然氣的平均低位發(fā)熱值單位kj/m3.

(二)描述性分析

通過(guò)上述數(shù)據(jù)計(jì)算出各省17年的碳排放和碳強(qiáng)度數(shù)據(jù)。對(duì)17年的數(shù)據(jù)進(jìn)一步處理可得30個(gè)省份平均碳排放量和平均碳強(qiáng)度(除去寧夏和海南統(tǒng)計(jì)數(shù)據(jù)缺失的省份)。本文的研究對(duì)象是經(jīng)濟(jì)發(fā)展與環(huán)境質(zhì)量，所以需要對(duì)碳排放與收入水平數(shù)據(jù)進(jìn)行分析。收入水平數(shù)據(jù)包括實(shí)際GDP和人均實(shí)際GDP，碳排放數(shù)據(jù)則包括碳排放量和人均碳排放量。最后還需要對(duì)結(jié)合了兩者的碳強(qiáng)度指標(biāo)進(jìn)行分析。

1.各省實(shí)際GDP和碳排放量

首先選取了實(shí)際GDP最大的廣東、山東和最小的青海，17年間實(shí)際GDP增幅最大的北京和增幅最小的黑龍江以及處于中間狀態(tài)的山西和遼寧進(jìn)行具體描述性分析。省級(jí)實(shí)際GDP的全國(guó)平均水平從1997年的2556.060億元至2013年的3676.860億元增長(zhǎng)約44%?？傮w上我國(guó)經(jīng)濟(jì)17年間處于穩(wěn)步發(fā)展?fàn)顟B(tài)。然而，不同省份實(shí)際GDP水平及其變化情況差異較大。廣東的實(shí)際GDP從1997年的7315.51億元到2013年的10811.31億元，增幅接近50%。山東省實(shí)際GDP的基數(shù)較大，這與山東省地域較廣、人口較多、重工業(yè)發(fā)展較快等因素有關(guān)。北京17年間的實(shí)際GDP的增幅很大，其原因在于部分新興產(chǎn)業(yè)快速增長(zhǎng)，投資與消費(fèi)相對(duì)穩(wěn)定，增速略有下滑，消費(fèi)結(jié)構(gòu)進(jìn)一步優(yōu)化和政策影響等。黑龍江省17年間實(shí)際GDP的增速很小，2012年開(kāi)始有所下滑。這應(yīng)該源于能源產(chǎn)業(yè)的觸礁，市場(chǎng)經(jīng)濟(jì)制度體系建設(shè)緩慢，產(chǎn)業(yè)結(jié)構(gòu)單一等問(wèn)題的浮現(xiàn)。遼寧作為我國(guó)主要的工業(yè)和原材料供應(yīng)基地，工業(yè)基礎(chǔ)雄厚，實(shí)際GDP在17年間以較為穩(wěn)定的增速不斷上升。而山西的實(shí)際GDP要低于全國(guó)平均水平，從總體上看在17年間有穩(wěn)步上升趨勢(shì)。作為一個(gè)中部城市，資源結(jié)構(gòu)較為單一，經(jīng)濟(jì)發(fā)展水平相對(duì)落后，但是在中國(guó)經(jīng)濟(jì)向前發(fā)展的大環(huán)境下，其生產(chǎn)總值依舊呈現(xiàn)增長(zhǎng)趨勢(shì)。 同樣，青海的實(shí)際GDP基數(shù)小于其他各省，是30個(gè)省中實(shí)際GDP最小的省份。但1997-2013年，青海的實(shí)際GDP增長(zhǎng)了約79%，整體上保持增長(zhǎng)的態(tài)勢(shì)，表明其經(jīng)濟(jì)發(fā)展態(tài)勢(shì)良好。這與青海的地理位置、人口分布以及產(chǎn)業(yè)結(jié)構(gòu)等因素的影響密不可分。

圖1 各省碳排放量情況

圖2 各省人均實(shí)際GDP

在結(jié)合各省實(shí)際GDP特點(diǎn)的同時(shí)，分析所選擇的8個(gè)省份碳排放量的差異見(jiàn)圖1。圖1表明，山東的碳排放量在17年間增幅達(dá)到279%。能源消費(fèi)部門集中且以工業(yè)消費(fèi)為主的特點(diǎn)使其在實(shí)際GDP很高的同時(shí)也伴隨著高碳排放量。山西的碳排放量基本處于上升階段。山西省是中國(guó)的能源開(kāi)采和消費(fèi)大省，其平均碳排放量達(dá)到186.872百萬(wàn)噸，并且碳排放量變化與實(shí)際GDP變化是基本一致的。廣東省的碳排放量從總體上說(shuō)增幅達(dá)到136.6%，與廣東省的實(shí)際GDP走向一致。遼寧的碳排放量在17年間波動(dòng)較大，但整體上依舊是上升趨勢(shì)，并且增幅很大，增速很快。遼寧產(chǎn)業(yè)結(jié)構(gòu)偏向于第二產(chǎn)業(yè)以及工業(yè)的“重化”特征導(dǎo)致整個(gè)區(qū)域的能源消耗量偏大。黑龍江的碳排放量在1997-2002年間碳排放量下滑趨勢(shì)明顯，隨后以較大的速度增加。這與黑龍江的實(shí)際GDP變化同樣基本一致。原因在于經(jīng)濟(jì)增長(zhǎng)過(guò)程中的能源消費(fèi)急劇增長(zhǎng)、以煤為主的能源結(jié)構(gòu)形式穩(wěn)定。北京的碳排放量變化波動(dòng)相較而言比較小，其增幅最大也僅為10%。但是實(shí)際GDP增幅很大，這代表北京的經(jīng)濟(jì)發(fā)展已經(jīng)走向低碳發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)已經(jīng)基本上完成了轉(zhuǎn)型。青海的碳排放量低于全國(guó)的平均水平，其排放量從整體上也是呈上升趨勢(shì)。青海在進(jìn)入經(jīng)濟(jì)加速增長(zhǎng)期后，經(jīng)濟(jì)快速發(fā)展的同時(shí)碳排放量也不斷增加。

2.各省人均實(shí)際GDP和人均碳排放量

在30個(gè)省份中選出人均實(shí)際GDP具有代表性的6個(gè)省份進(jìn)行分析，包括上海、北京、山西、廣東、青海和貴州。從圖2可以看出，實(shí)際GDP與人均實(shí)際GDP并不一致，人口因素在其中起到了明顯的作用。全國(guó)人均實(shí)際GDP的平均水平在總體上維持了一個(gè)先有小幅下降再穩(wěn)步上升的狀態(tài)，這正符合我國(guó)經(jīng)濟(jì)發(fā)展現(xiàn)狀，在金融危機(jī)階段，世界經(jīng)濟(jì)的波動(dòng)影響中國(guó)的人均實(shí)際生產(chǎn)總值，但從整體上看，中國(guó)的經(jīng)濟(jì)發(fā)展處于上升階段。上海的人均GDP在17年間有下滑趨勢(shì)。雖然上海的實(shí)際GDP處于平穩(wěn)上升階段，但是隨著人口流入量加大的速度越來(lái)越快，人均GDP因人口因素而不斷下降。北京的人均GDP基本保持在同一水平上。由其實(shí)際GDP處于增長(zhǎng)狀態(tài)可知，17年來(lái)，北京人口數(shù)在不斷上升，這種人口數(shù)的增長(zhǎng)抵消了北京生產(chǎn)總值的增加，北京的經(jīng)濟(jì)發(fā)展處于穩(wěn)定狀態(tài)。山西的人均GDP在波動(dòng)中上升，其人口數(shù)相對(duì)而言較為穩(wěn)定，這就意味著實(shí)際GDP與人均GDP的變化趨勢(shì)較為一致。整體上，廣東的人均GDP在小幅波動(dòng)的情況下最終大體維持在1萬(wàn)元左右。廣東的實(shí)際GDP處于增長(zhǎng)階段，經(jīng)濟(jì)發(fā)展迅速的同時(shí)伴隨著人口涌入，至此，人均實(shí)際GDP變化就遠(yuǎn)不如實(shí)際GDP那么顯著。青海的人均GDP低于全國(guó)平均水平，但處于穩(wěn)步上升狀態(tài)，自1997年的0.41萬(wàn)元至2013年的0.62萬(wàn)元，增長(zhǎng)了51%左右。實(shí)際GDP的變化趨勢(shì)與人均實(shí)際GDP的變化趨勢(shì)基本相同。貴州的人均實(shí)際GDP的基數(shù)低，但在17年間同樣也處于穩(wěn)步上升的狀態(tài)，至2013年達(dá)到0.42萬(wàn)元。

然后，結(jié)合分析這些省份的人均碳排放量。從整體上說(shuō)，我國(guó)的人均碳排放量處于上升階段。但是不同省份讓人均碳排放量及其變化規(guī)律有所不同，這與我國(guó)省際經(jīng)濟(jì)發(fā)展差距大，產(chǎn)業(yè)結(jié)構(gòu)各不相同等有關(guān)。山西的人均碳排放量曲線位于人均水平的上方，在波動(dòng)中上升。山西的煤炭消費(fèi)占比很大，從碳排放量數(shù)據(jù)可以發(fā)現(xiàn)，其總量很大的同時(shí)人口變化率相對(duì)較小，人均碳排放量與碳排放總量的變化基本一致,人均碳排放量與人均GDP的變化趨勢(shì)也基本一致。上海和北京的人均碳排放量的波動(dòng)幅度較小，并出現(xiàn)接近倒U型的變化形式。即人均碳排放量有下滑的趨勢(shì)。這種減少源于政府有效治理、產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的調(diào)整，以及技術(shù)進(jìn)步所帶來(lái)的綠色消費(fèi)觀念的普及等多方面因素的共同作用。在經(jīng)濟(jì)發(fā)展相對(duì)平穩(wěn)的時(shí)期，其碳排放量不斷下降，這是發(fā)達(dá)地區(qū)的一種共同特點(diǎn)。貴州的人均碳排放量在全國(guó)人均水平左右波動(dòng)。其變化趨勢(shì)與全國(guó)人均水平大致相同。青海的人均碳排放量與貴州類似，在人均水平附近波動(dòng)，但從整體上說(shuō)，青海的排放量在2008年以前都是低于全國(guó)平均水平的，這是源于青海產(chǎn)業(yè)結(jié)構(gòu)單一，總產(chǎn)值不高。由于青海處于經(jīng)濟(jì)發(fā)展的初期，第二產(chǎn)業(yè)占比不斷上升，故而人均碳排放量主要呈現(xiàn)出上漲的趨勢(shì)。雖然廣東的碳排放量比較高，但其人均碳排放量小于全國(guó)人均水平，1997-2004年間相對(duì)持平，2004年后在經(jīng)歷小幅度上升后又開(kāi)始呈下降趨勢(shì)。原因在于廣東省人口密集，同時(shí)，作為經(jīng)濟(jì)發(fā)達(dá)地區(qū)，關(guān)于環(huán)境治理、技術(shù)調(diào)整、產(chǎn)業(yè)轉(zhuǎn)型等方面的措施實(shí)施對(duì)碳排放量的增速有所放緩。

3.各省碳強(qiáng)度

因?yàn)樘紡?qiáng)度指標(biāo)從碳成本角度反映了經(jīng)濟(jì)發(fā)展水平，所以本文對(duì)省際碳強(qiáng)度也進(jìn)行相應(yīng)的分析說(shuō)明。首先，對(duì)各省17年的平均碳強(qiáng)度進(jìn)行比較分析。由圖3可以看出，我國(guó)30個(gè)省份的碳強(qiáng)度差異明顯，其中廣東和北京的平均碳強(qiáng)度分別為1.808噸/萬(wàn)元和2.14噸/萬(wàn)元，碳強(qiáng)度水平在各省中最低。而貴州達(dá)到10.503噸/萬(wàn)元，在各省份中碳強(qiáng)度最大。與此同時(shí)發(fā)現(xiàn)碳強(qiáng)度與碳排放量并不一致，如山東省的平均碳排放量達(dá)到299.493百萬(wàn)噸，但其平均碳強(qiáng)度只有3.843噸/萬(wàn)元。而山西的碳排放量為186.872百萬(wàn)噸，低于山東省，但其碳強(qiáng)度為9.820噸/萬(wàn)元，遠(yuǎn)大于山東省的碳強(qiáng)度水平。結(jié)合實(shí)際人均GDP水平可以發(fā)現(xiàn)，在東部發(fā)達(dá)地區(qū)碳排放量雖有差異，但碳強(qiáng)度總體較低；而欠發(fā)達(dá)地區(qū)的碳強(qiáng)度相對(duì)偏高。經(jīng)濟(jì)發(fā)展水平較高的地區(qū)，技術(shù)經(jīng)濟(jì)發(fā)展水平高，環(huán)境政策扶持以及產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等因素的存在使碳排放的增速放緩。而欠發(fā)達(dá)地區(qū)以粗放型產(chǎn)業(yè)結(jié)構(gòu)為主，碳排放增速很大，從而碳強(qiáng)度居高不下。

本文從碳強(qiáng)度的角度將各省份劃分為高碳區(qū)、中碳區(qū)和低碳區(qū)。其劃分標(biāo)準(zhǔn)如下：30個(gè)省份碳強(qiáng)度的平均值為4.748，碳強(qiáng)度值低于平均值的15個(gè)省份的平均值為3.329，碳強(qiáng)度值高于平均值的15個(gè)省份的平均值為7.199，將碳強(qiáng)度值低于3.329的地區(qū)歸于低碳區(qū)，碳強(qiáng)度值高于7.199的地區(qū)視為高碳區(qū)，其余地區(qū)屬于中碳區(qū)。根據(jù)上述標(biāo)準(zhǔn)，北京、福建、廣東、海南、江蘇、江西、上海和浙江被視為低碳區(qū)；中碳區(qū)內(nèi)，安徽、重慶、甘肅、廣西、湖北、黑龍江、河南、湖南、吉林、遼寧、青海、四川、山東、陜西、天津、新疆和云南的碳強(qiáng)度居中；河北、貴州、內(nèi)蒙古、寧夏和山西可以被視為屬于高碳區(qū)，其碳強(qiáng)度水平很高。

然后，選擇具有代表性的6個(gè)省份進(jìn)行分析。其選擇標(biāo)準(zhǔn)為：17年間碳強(qiáng)度增幅較大的山東和內(nèi)蒙古，碳強(qiáng)度減幅較大的北京和安徽以及碳強(qiáng)度最大的山西和貴州(除去數(shù)據(jù)缺損的寧夏和海南)。其中，北京屬于低碳區(qū)，安徽和山東屬于中碳區(qū)，內(nèi)蒙古、山西和貴州屬于高碳區(qū)。由表3可知，碳強(qiáng)度的全國(guó)平均水平在1997-2007年呈現(xiàn)出先緩慢下降再平穩(wěn)上升的情況，整體上，碳強(qiáng)度水平處于不斷提高階段。北京的碳強(qiáng)度低于全國(guó)平均水平并有逐年減少趨勢(shì)，其碳強(qiáng)度降幅達(dá)到52.3%。將其與北京人均碳排放量和人均GDP變化狀態(tài)結(jié)合可以看出，隨著經(jīng)濟(jì)持續(xù)發(fā)展，北京的碳成本逐漸減少。山東省的碳強(qiáng)度則處于上升階段，自2009年起，其碳強(qiáng)度超過(guò)了全國(guó)平均水平，整體上有上升趨勢(shì)，經(jīng)濟(jì)發(fā)展水平的提高伴隨著高碳排放量。山西省的碳強(qiáng)度遠(yuǎn)高于全國(guó)平均水平并呈現(xiàn)上升趨勢(shì)，這也符合山西省作為一個(gè)煤炭消費(fèi)大省的實(shí)際情況。貴州的碳強(qiáng)度在17年間整體總量很大并且波動(dòng)幅度較大，2004年其碳強(qiáng)度達(dá)到14.13噸/萬(wàn)元，遠(yuǎn)高于全國(guó)平均水平。貴州省作為欠發(fā)達(dá)地區(qū)的代表，其經(jīng)濟(jì)發(fā)展主要依賴于重工業(yè)，粗放型行業(yè)的帶動(dòng)，碳排放量短時(shí)間內(nèi)不會(huì)下降。其經(jīng)濟(jì)效率不高，生產(chǎn)總值增長(zhǎng)有限，從而最終導(dǎo)致其碳強(qiáng)度居高不下。內(nèi)蒙古的碳強(qiáng)度高于全國(guó)平均水平。碳排放量和實(shí)際GDP指標(biāo)都不大，但是作為二者比重的碳強(qiáng)度卻很高，主要在于能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的單一。安徽省屬于中部地區(qū)的代表，1997-2013年其碳強(qiáng)度的減幅較大，不同于北京等地區(qū)因經(jīng)濟(jì)高度發(fā)達(dá)帶來(lái)的碳強(qiáng)度顯著下降，安徽的碳強(qiáng)度主要還是處于上升階段，與2013年碳強(qiáng)度有明顯下滑。中部地區(qū)發(fā)展平穩(wěn)，其重心依舊在重工業(yè)，但是產(chǎn)業(yè)結(jié)構(gòu)正在尋求調(diào)整，所以安徽的碳強(qiáng)度很高的同時(shí)可能會(huì)出現(xiàn)下滑趨勢(shì)。

表2 各省17年間人均碳排放量

北 京山 西上 海貴 州青 海廣 東平均值19974.3623.7824.3282.0771.7111.3332.46919984.4123.6234.4142.1801.6151.3612.33519994.3333.4884.4812.0592.2751.3292.21420003.9403.4924.0792.0851.8201.1502.15720014.0104.4234.2261.9371.7441.1872.18220023.6205.2354.0632.0431.6761.2182.21020033.6645.7964.0102.3651.7661.5662.35420043.6555.5994.4553.2691.8881.4202.60920053.7005.1874.6513.0781.8871.7682.93320063.9145.6154.7863.3552.6261.9903.15920073.9046.1424.9403.2072.8502.1023.48420083.4486.7414.8253.0633.7292.2433.39720093.3776.7994.8413.3523.9662.3053.61120103.3146.4764.8753.5503.5322.3303.72620112.9186.7714.8263.9233.7982.3864.09020122.8687.2094.6324.5974.4842.3554.20320132.6126.8954.5054.2974.7112.0893.905

圖3 各省平均碳強(qiáng)度

表3 各省17年間碳強(qiáng)度

北 京山 東山 西貴 州安 徽內(nèi)蒙古平均值19972.9881.7868.0269.4463.6756.0194.45919982.9881.7868.0269.4463.6756.0194.45919992.9881.7868.0269.4463.6756.0194.45920002.9881.7868.0269.4463.6756.0194.45920012.9881.7868.0269.4463.6756.0194.45920022.9881.7868.0269.4463.6756.0194.45920032.9881.7868.0269.4463.6756.0194.45920042.9881.7868.0269.4463.6756.0194.45920052.9881.7868.0269.4463.6756.0194.45920062.9881.7868.0269.4463.6756.0194.45920072.9881.7868.0269.4463.6756.0194.45920082.9881.7868.0269.4463.6756.0194.45920092.9881.7868.0269.4463.6756.0194.45920102.9881.7868.0269.4463.6756.0194.45920112.9881.7868.0269.4463.6756.0194.45920122.9881.7868.0269.4463.6756.0194.45920132.9881.7868.0269.4463.6756.0194.459

從上述各省的分析可以發(fā)現(xiàn)我國(guó)各省份17年碳強(qiáng)度變化情況不盡相同，東部發(fā)達(dá)地區(qū)的碳強(qiáng)度在17年間呈下降趨勢(shì)，欠發(fā)達(dá)西部地區(qū)的碳強(qiáng)度則依舊處于上升階段。同時(shí)，經(jīng)濟(jì)發(fā)展水平高的地區(qū)碳強(qiáng)度水平較低，即碳成本較?。欢?jīng)濟(jì)欠發(fā)達(dá)地區(qū)的碳強(qiáng)度水平很高，碳成本較大。

三、計(jì)量模型與實(shí)證分析

(一)模型形式選擇

鑒于產(chǎn)業(yè)結(jié)構(gòu)是地理資源、政府政策以及能源強(qiáng)度等影響因素的重要載體，本文建立加入產(chǎn)業(yè)結(jié)構(gòu)因素的環(huán)境庫(kù)茲涅茨擴(kuò)展模型，其模型形式如下：

lnEit=β0+Ci+β1lnYit+β2(lnYit)2

+β3lnS2it+β4lnS3it+Uit

其中，Eit代表i省(市)第t年的人均碳排放量，Yit代表i省(市)第t年的人均實(shí)際GDP，S2it,S3it代表i省(市)t年的第二，三產(chǎn)業(yè)占比(地區(qū)生產(chǎn)總值=100)，Ci代表i省(市)的參數(shù)，β0、β1、β2、β3、β4表示待估參數(shù)，其取值不同反映環(huán)境質(zhì)量與經(jīng)濟(jì)增長(zhǎng)，產(chǎn)業(yè)結(jié)構(gòu)的不同關(guān)系，從而也決定了EKC曲線的不同形狀。鑒于本文采用了30個(gè)省份17年的面板數(shù)據(jù)，因此采用固定效應(yīng)模型，同時(shí)考慮到異方差的存在，采用加權(quán)廣義最小二乘法(EGLS)作為回歸估計(jì)方法。

(二)回歸結(jié)果

首先對(duì)30個(gè)省份總體以及三個(gè)區(qū)域17年間的面板數(shù)據(jù)進(jìn)行回歸分析，再通過(guò)對(duì)三解區(qū)域的回歸分析結(jié)果進(jìn)行比較，從資源稟賦，產(chǎn)業(yè)結(jié)構(gòu)，能源結(jié)構(gòu)等方面來(lái)說(shuō)明我國(guó)省際碳排放的特點(diǎn)。基于30個(gè)省份面板數(shù)據(jù)的計(jì)量軟件輸出結(jié)果如下表4：

表4 回歸結(jié)果

總體低碳區(qū)中碳區(qū)高碳區(qū)C-7.872***(-5.375)-9.057***(-3.782)-3.568**(-2.745)-13.557*(-2.506)LnYit1.359***(7.098)1.121***(4.151)2.948***(13.382)-1.455(-1.745)(LNYit)20.310*(2.365)-0.514(-1.975)0.729***(4.795)-0.579(-1.171)LNS2it1.456***(6.797)1.258***(4.192)0.473*(2.223)2.904**(3.065)LNS3it1.023***(4.836)1.399***(3.609)1.1050***(6.808)0.862(1.067)F值38.798***40.835***110.607***4.281***R20.7100.7640.8840.238樣本值51013628985

注：本文使用的計(jì)量軟件為Eviews8.0；*表示0.05顯著、**表示0.01顯著、***表示0.001顯著； 括號(hào)中的數(shù)值為t值

1.總體

首先對(duì)總體進(jìn)行分析，其R2值為0.710，擬合優(yōu)度較高，對(duì)樣本擬合較好；F值大于臨界值，表明總體上人均GDP和產(chǎn)業(yè)結(jié)構(gòu)對(duì)人均碳排放量的影響是顯著的；常數(shù)項(xiàng)及人均實(shí)際GDP、第二、三產(chǎn)業(yè)占比的對(duì)數(shù)均在顯著性水平為0.001的條件下通過(guò)了顯著性檢驗(yàn)，人均GDP對(duì)數(shù)的平方在顯著性水平為0.05的條件下通過(guò)了t檢驗(yàn)。再由人均GDP對(duì)數(shù)的系數(shù)為1.359可知總體上人均GDP與人均碳排放量呈正相關(guān)關(guān)系，結(jié)合人均GDP對(duì)數(shù)的平方的系數(shù)估計(jì)值為0.310看出人均GDP與人均碳排放量的關(guān)系位于正U型曲線的右側(cè)，即總體上，我國(guó)收入水平與環(huán)境質(zhì)量并沒(méi)有呈現(xiàn)出倒U型曲線關(guān)系。第二、三產(chǎn)業(yè)占比的對(duì)數(shù)的系數(shù)估計(jì)值分別為1.456和1.023，可以看出第二、三產(chǎn)業(yè)占比與人均碳排放量正相關(guān)，其彈性分別為1.456、1.023，可以認(rèn)為在總體上人均碳排放量對(duì)第二產(chǎn)業(yè)比重的敏感度高于第三產(chǎn)業(yè)。雖然我國(guó)自然資源儲(chǔ)量豐富，但是能源結(jié)構(gòu)單一，且人口基數(shù)大，能源消費(fèi)量居高不下，經(jīng)濟(jì)發(fā)展主要以第二產(chǎn)業(yè)為主，粗放型經(jīng)濟(jì)發(fā)展模式所帶來(lái)的是資源利用率低下且浪費(fèi)嚴(yán)重。第二產(chǎn)業(yè)比重的上升在帶來(lái)經(jīng)濟(jì)增長(zhǎng)的同時(shí)也會(huì)加劇環(huán)境污染。

2.低碳區(qū)

低碳區(qū)的R2值為0.764，擬合優(yōu)度較高；F值為40.835，大于臨界值表明低碳區(qū)人均實(shí)際GDP與產(chǎn)業(yè)結(jié)構(gòu)因素對(duì)人均碳排放量的影響顯著；常數(shù)項(xiàng)及人均實(shí)際GDP、第二、三產(chǎn)業(yè)占比的對(duì)數(shù)在顯著性水平為0.001的條件下通過(guò)了t檢驗(yàn)。模型中人均實(shí)際GDP對(duì)數(shù)的系數(shù)為1.121表明低碳區(qū)人均GDP的增長(zhǎng)與人均碳排放量呈正相關(guān)關(guān)系，人均GDP對(duì)數(shù)的平方的系數(shù)β2=-0.514表明低碳區(qū)人均GDP對(duì)數(shù)的平方與人均碳排放量的對(duì)數(shù)呈反比，即低碳區(qū)人均碳排放和人均GDP關(guān)系呈現(xiàn)出顯著性的倒U型曲線形狀，與環(huán)境庫(kù)茲涅茨曲線假說(shuō)一致。第二、三產(chǎn)業(yè)占比對(duì)數(shù)的系數(shù)為1.258和1.399代表第二、三產(chǎn)業(yè)占比與人均碳排放量正相關(guān)，且人均碳排放對(duì)第三產(chǎn)業(yè)占比的反應(yīng)程度較大。從低碳區(qū)經(jīng)濟(jì)發(fā)展結(jié)構(gòu)、能源結(jié)構(gòu)和資源稟賦等角度進(jìn)行分析，多數(shù)省份屬于經(jīng)濟(jì)發(fā)達(dá)地區(qū)，自然資源利用率和高新能源使用率較高，產(chǎn)業(yè)結(jié)構(gòu)經(jīng)過(guò)調(diào)整后重污染產(chǎn)業(yè)占比逐漸下降，并已經(jīng)從粗放式生產(chǎn)過(guò)渡到了新型經(jīng)濟(jì)發(fā)展模式。同時(shí)，部分省份以旅游業(yè)為主要發(fā)展產(chǎn)業(yè)，這類的省份碳排放量同樣較小。以服務(wù)業(yè)、高新技術(shù)產(chǎn)業(yè)為主的第三產(chǎn)業(yè)在低碳區(qū)經(jīng)濟(jì)發(fā)展過(guò)程中的占比越來(lái)越重要，對(duì)碳排放的影響相較更大。

3.中碳區(qū)

中碳區(qū)的環(huán)境質(zhì)量會(huì)隨著經(jīng)濟(jì)的增長(zhǎng)而惡化，但其惡化速度小于高碳區(qū)。R2=0.884，其模型對(duì)樣本的擬合程度較好；F值大于臨界值，因此能夠拒絕零假設(shè)，表明中碳區(qū)人均GDP和產(chǎn)業(yè)結(jié)構(gòu)對(duì)人均碳排放影響顯著。常數(shù)項(xiàng)、人均GDP對(duì)數(shù)、人均GDP對(duì)數(shù)的平方、第二產(chǎn)業(yè)占比對(duì)數(shù)、第三產(chǎn)業(yè)占比對(duì)數(shù)分別在在0.01、0.001、0.001、0.05、0.001的顯著性水平下通過(guò)t檢驗(yàn)，且其系數(shù)β1=2.948表明中碳區(qū)人均GDP與人均碳排放量呈正相關(guān)關(guān)系，β2=0.729表明中碳區(qū)人均GDP與人均碳排放量并不存在倒U型曲線關(guān)系。β3=0.473，β4=1.1050，說(shuō)明中碳區(qū)第二、三產(chǎn)業(yè)占比均與人均碳排放呈正相關(guān)關(guān)系，且第三產(chǎn)業(yè)占比對(duì)人均碳排放的影響大于第二產(chǎn)業(yè)占比的影響。中碳區(qū)的產(chǎn)業(yè)結(jié)構(gòu)主要以第二產(chǎn)業(yè)為主，經(jīng)濟(jì)的發(fā)展主要依賴于第二產(chǎn)業(yè)，收入水平的提高往往伴隨著碳排放量的增加。同時(shí)，中碳區(qū)各省份之間的碳排放也有所差異，根據(jù)其曲線位置可知，天津的人均碳排放曲線位于最下方，而甘肅的碳排放曲線則位于最上方。作為經(jīng)濟(jì)較為發(fā)達(dá)的天津，其第三產(chǎn)業(yè)占比較大，碳排放量也因此較少；甘肅則由于政治歷史以及地理位置原因，以農(nóng)業(yè)為主的第一產(chǎn)業(yè)和以重工業(yè)為主的第二產(chǎn)業(yè)占比遠(yuǎn)大于第三產(chǎn)業(yè)，同時(shí)，經(jīng)濟(jì)發(fā)展過(guò)程中重污染行業(yè)不斷增加。這些綜合因素的存在使甘肅地區(qū)的經(jīng)濟(jì)發(fā)展伴隨著環(huán)境質(zhì)量的惡化。與甘肅類似，中碳區(qū)的大多數(shù)地區(qū)都是粗放型經(jīng)濟(jì)發(fā)展方式，同時(shí)缺乏地理資源，技術(shù)和政策的支持，其經(jīng)濟(jì)的快速發(fā)展多數(shù)伴隨著大量的碳排放，這也就使得其環(huán)境質(zhì)量不斷惡化。

4.高碳區(qū)

對(duì)高碳區(qū)進(jìn)行模型擬合分析時(shí)輸出結(jié)果表明，常數(shù)項(xiàng)和第二產(chǎn)業(yè)占比對(duì)數(shù)分別在顯著性水平為0.05和0.001的條件下通過(guò)t檢驗(yàn)；而其F值大于臨界值表明高碳區(qū)人均GDP和產(chǎn)業(yè)結(jié)構(gòu)對(duì)人均碳排放量的影響是顯著的。再由人均GDP對(duì)數(shù)一次項(xiàng)和二次項(xiàng)的系數(shù)β1=-1.455，β2=-0.579可以看出高碳區(qū)人均GDP與人均碳排放量呈負(fù)相關(guān)關(guān)系，且人均GDP對(duì)人均碳排放量關(guān)系處于倒U型曲線的右側(cè)。第二產(chǎn)業(yè)占比對(duì)數(shù)的系數(shù)β3=2.904，結(jié)合第三占比對(duì)數(shù)β4=0.862可以看出第二、三產(chǎn)業(yè)占比對(duì)人均碳排放量有正向的影響，第二、三產(chǎn)業(yè)占比每上升1%，人均碳排放量分別上升2.904個(gè)百分比、0.862個(gè)百分比，且人均碳排放對(duì)第二產(chǎn)業(yè)占比的反應(yīng)程度大于第三產(chǎn)業(yè)占比。屬于高碳區(qū)的各省中，貴州，內(nèi)蒙古和寧夏屬于西部地區(qū)。經(jīng)濟(jì)發(fā)展水平相對(duì)較低，碳排放強(qiáng)度居高不下。這就意味著西部省份經(jīng)濟(jì)每增長(zhǎng)一單位所帶來(lái)的碳排放量很大，碳成本較高。這與西部地區(qū)技術(shù)水平不高，產(chǎn)業(yè)結(jié)構(gòu)單一，能源結(jié)構(gòu)單一等因素密不可分。中部一些省份也歸屬于高碳區(qū)，其碳強(qiáng)度指標(biāo)也很大，如山西省在碳排放量很大的同時(shí)碳排放強(qiáng)度也很大。山西的能源結(jié)構(gòu)特點(diǎn)是以能源產(chǎn)業(yè)為主，尤其以煤炭為主，自然資源豐富，但其資源利用率并不高，以能源的一次利用為主，第二產(chǎn)業(yè)占比很大。河北雖然在地理位置上屬于東部地區(qū)但其經(jīng)濟(jì)發(fā)展水平相較落后，產(chǎn)業(yè)結(jié)構(gòu)依舊是以第二產(chǎn)業(yè)為主，其地理環(huán)境、自然資源及技術(shù)水平等方面優(yōu)勢(shì)不大，其經(jīng)濟(jì)發(fā)展水平與碳排放量不平衡，碳排放量隨著經(jīng)濟(jì)發(fā)展的增速較大。

5.三區(qū)域橫向比較分析

將三區(qū)域與總體結(jié)果進(jìn)行橫向比較，首先從人均GDP與人均碳排放關(guān)系的角度出發(fā)，中碳區(qū)人均GDP對(duì)數(shù)的一次項(xiàng)和二次項(xiàng)系數(shù)與總體方向一致，人均GDP與人均碳排放量的關(guān)系顯著性位于正U型曲線的右側(cè)；而低碳區(qū)人均GDP與人均碳排放量呈正向相關(guān)關(guān)系，并顯著性呈現(xiàn)出倒U型關(guān)系；高碳區(qū)人均GDP和人均碳排放量呈現(xiàn)出負(fù)相關(guān)關(guān)系，位于倒U型曲線的右側(cè)。同時(shí)，高碳區(qū)人均碳排放量對(duì)人均GDP的彈性值為1.455、中碳區(qū)為2.948、低碳區(qū)為1.121，因此可以認(rèn)為中碳區(qū)碳排放對(duì)經(jīng)濟(jì)發(fā)展水平反應(yīng)程度最大，低碳區(qū)反應(yīng)程度最小。其主要原因在于三區(qū)域分別處于經(jīng)濟(jì)發(fā)展的不同階段，低碳區(qū)因其技術(shù)水平，經(jīng)濟(jì)能力以及政府政策等因素的支持，已經(jīng)從發(fā)展初期的“重發(fā)展、輕污染”狀態(tài)轉(zhuǎn)變?yōu)榫G色發(fā)展方式，經(jīng)濟(jì)發(fā)展對(duì)重污染行業(yè)的依賴性下降，即經(jīng)濟(jì)增長(zhǎng)所帶來(lái)的碳排放逐漸減少；而中碳區(qū)以第二產(chǎn)業(yè)為主，能源結(jié)構(gòu)還是以一次能源的使用為主，經(jīng)濟(jì)發(fā)展主要依賴于高碳排放行業(yè)，碳排放水平居高不下。然后對(duì)產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行比較，高、中、低碳區(qū)第二產(chǎn)業(yè)占比對(duì)碳排放的彈性分別為2.904、0.473、1.258，與總體第二產(chǎn)業(yè)占比彈性1.456相比，高碳區(qū)第二產(chǎn)業(yè)占比彈性最大，主要原因在于高碳區(qū)的第二產(chǎn)業(yè)的占比正不斷增加，其敏感度較高；中碳區(qū)第二產(chǎn)業(yè)占比彈性最低，這是源于中碳區(qū)第二產(chǎn)業(yè)占比較大，并且占比較為穩(wěn)定，其敏感度較低；低碳區(qū)第二產(chǎn)業(yè)占比的彈性較為居中，在于第二產(chǎn)業(yè)占比正處于下降階段，但這種下降較為平緩，所以其敏感度相比中碳區(qū)較大，卻小于高碳區(qū)?？傮w和高、中、低碳區(qū)第三產(chǎn)業(yè)占比對(duì)碳排放的彈性分別為1.023、1.399、1.105和0.862，可以看出，低碳區(qū)第三產(chǎn)業(yè)占比對(duì)人均碳排放量彈性最大，其次是中碳區(qū)，最后是高碳區(qū)。低碳區(qū)的第三產(chǎn)業(yè)占比較大，高新技術(shù)產(chǎn)業(yè)和服務(wù)業(yè)等發(fā)展水平較高，而高碳區(qū)的第三產(chǎn)業(yè)占比最小，第三產(chǎn)業(yè)發(fā)展水平較低等因素有關(guān)。最后，結(jié)合第二產(chǎn)業(yè)和第三產(chǎn)業(yè)占比發(fā)現(xiàn)，高、中、低碳區(qū)第二產(chǎn)業(yè)和第三產(chǎn)業(yè)占比與碳排放都呈現(xiàn)正相關(guān)關(guān)系，即二、三產(chǎn)業(yè)占比的上升都會(huì)增加人均碳排放量。在對(duì)人均碳排放的影響中，低碳區(qū)的第三產(chǎn)業(yè)占比較為重要，而高碳區(qū)的第二產(chǎn)業(yè)占比較為重要，與我國(guó)不同地區(qū)產(chǎn)業(yè)結(jié)構(gòu)特點(diǎn)相符，低碳區(qū)以第三產(chǎn)業(yè)發(fā)展為主，而高碳區(qū)的第二產(chǎn)業(yè)發(fā)展迅速。

通過(guò)上述比較發(fā)現(xiàn)，我國(guó)碳排放省際間差異較大，不同區(qū)域碳排放與經(jīng)濟(jì)增長(zhǎng)以及產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系不盡相同。雖然個(gè)別區(qū)域滿足傳統(tǒng)環(huán)境庫(kù)茲涅茨曲線的條件，呈現(xiàn)出倒U型曲線特點(diǎn)，但是，我國(guó)總體上并不存在這一特征。

四、研究結(jié)論及啟示

本文基于1997-2013年30個(gè)省份的面板數(shù)據(jù)對(duì)碳排放量和碳強(qiáng)度指標(biāo)進(jìn)行分析說(shuō)明，并基于碳強(qiáng)度指標(biāo)將其劃分為高碳區(qū)、中碳區(qū)和低碳區(qū)三個(gè)區(qū)域，運(yùn)用環(huán)境庫(kù)茲涅茨曲線工具分析省際人均GDP和人均碳排放的關(guān)系。并引入第二、三產(chǎn)業(yè)比重作為擴(kuò)展因素，運(yùn)用面板數(shù)據(jù)固定效應(yīng)模型對(duì)碳排放進(jìn)行實(shí)證分析。研究結(jié)論如下：

1.人口因素對(duì)收入水平和碳排放的影響顯著，實(shí)際GDP與實(shí)際人均GDP、碳排放總量和人均碳排放量并不一致。

2.在剔除人口因素后，對(duì)人均實(shí)際GDP和人均碳排放進(jìn)行比較分析發(fā)現(xiàn)，我國(guó)省際碳排放量存在顯著差異，且不同地區(qū)之間的人均GDP與人均碳排放之間的變化關(guān)系不盡相同。

3.碳強(qiáng)度指標(biāo)與碳排放量的變化并不一致。碳強(qiáng)度指標(biāo)代表經(jīng)濟(jì)增長(zhǎng)的碳成本，經(jīng)濟(jì)發(fā)達(dá)地區(qū)的碳強(qiáng)度小于欠發(fā)達(dá)地區(qū)的碳強(qiáng)度水平。

4.在總體上，我國(guó)人均碳排放量與人均實(shí)際GDP之間并不存在倒U型關(guān)系。低碳區(qū)部分省份碳排放和收入水平之間存在倒U型關(guān)系，隨著經(jīng)濟(jì)的發(fā)展，環(huán)境將持續(xù)改善；中碳區(qū)和高碳區(qū)大多數(shù)省份并不存在倒U型曲線，收入水平的提高可能伴隨著環(huán)境進(jìn)一步惡化。

5.產(chǎn)業(yè)結(jié)構(gòu)、地理資源、政府經(jīng)濟(jì)政策等均是影響環(huán)境庫(kù)茲涅茨曲線的形態(tài)的重要因素。其中，產(chǎn)業(yè)結(jié)構(gòu)是其他因素發(fā)揮作用的重要載體，對(duì)碳排放的影響顯著。第二、三產(chǎn)業(yè)占比對(duì)碳排放有正向影響，高碳區(qū)處于第二產(chǎn)業(yè)發(fā)展階段，碳排放的增速很大，相較而言，中碳區(qū)第二產(chǎn)業(yè)進(jìn)入穩(wěn)定期，第二產(chǎn)業(yè)占比變化較小，其對(duì)人均碳排放量的彈性也較小。

我國(guó)當(dāng)前屬于粗放型經(jīng)濟(jì)發(fā)展模式，產(chǎn)業(yè)結(jié)構(gòu)特點(diǎn)是重污染行業(yè)比重過(guò)大。所以，我國(guó)各地區(qū)尤其是經(jīng)濟(jì)發(fā)展水平較低的地區(qū)應(yīng)學(xué)會(huì)因地制宜，采用區(qū)域發(fā)展戰(zhàn)略，致力于調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，逐步將重污染產(chǎn)業(yè)過(guò)渡到以高新技術(shù)產(chǎn)業(yè)、服務(wù)業(yè)為主的第三產(chǎn)業(yè)、提高環(huán)境質(zhì)量和經(jīng)濟(jì)發(fā)展水平的協(xié)調(diào)度。

[1] 中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)出版社,1998-2014.

[2] 政府間氣候變化專門委員會(huì).2006年IPCC國(guó)家溫室氣體清單指南[M].日本全球環(huán)境戰(zhàn)略研究所,2006.

[3] 張曉.中國(guó)環(huán)境政策的總體評(píng)價(jià)[J].中國(guó)社會(huì)科學(xué),1999(3):89-99.

[4] 國(guó)涓，項(xiàng)吉寧，郭崇慧.空間影響與環(huán)境庫(kù)茲涅茨曲線：基于空間經(jīng)濟(jì)計(jì)量方法的實(shí)證分析[J].數(shù)理統(tǒng)計(jì)與管理,2009(4):678-684.

[5] 林伯強(qiáng),蔣竺均.中國(guó)二氧化碳的環(huán)境庫(kù)茲涅茨曲線預(yù)測(cè)及影響因素分析[J].管理世界,2009(4):27-36.

[6] 符淼.我國(guó)環(huán)境庫(kù)茲涅茨曲線：形態(tài)、拐點(diǎn)和影響因素[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2008(11):40-55.

[7] 陸旸.從開(kāi)放宏觀的視角看環(huán)境污染問(wèn)題：一個(gè)綜述[J].經(jīng)濟(jì)研究,2012(2):146-158.

[8] 趙愛(ài)文,李東.中國(guó)碳排放與經(jīng)濟(jì)增長(zhǎng)間脫鉤關(guān)系的實(shí)證分析[J].技術(shù)經(jīng)濟(jì),2013(1):106-111.

[9] 查建平,唐方方,別念民.結(jié)構(gòu)性調(diào)整能否改善碳排放績(jī)效?—來(lái)自中國(guó)省級(jí)面板數(shù)據(jù)的證據(jù)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2012(11):18-33.

[10] 馬大來(lái)，陳仲常，王玲.中國(guó)省際碳排放效率的空間計(jì)量[J]. 中國(guó)人口·資源與環(huán)境,2015(1):67-77.

[11] 楊騫,劉華軍.中國(guó)二氧化碳排放的區(qū)域差異分解及影響因素—基于1995-2009年省際面板數(shù)據(jù)的研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2012(5):36-148.

[12] 林伯強(qiáng)，劉希穎.中國(guó)城市化階段的碳排放：影響因素和減排策略[J].經(jīng)濟(jì)研究,2010(8):66-78.

[13] 蔣偉，劉牧鑫.外商直接投資與環(huán)境庫(kù)茲涅茨曲線—基于中國(guó)城市數(shù)據(jù)的空間計(jì)量分析[J].數(shù)理統(tǒng)計(jì)與管理,2011(4):752-760.

[14] 胡宗義,劉義文,唐李偉.低碳經(jīng)濟(jì)背景下碳排放的庫(kù)茲涅茨曲線研究[J].統(tǒng)計(jì)研究,2013(2):73-79.

[15] 孫作人,周德群,周鵬.工業(yè)碳排放驅(qū)動(dòng)因素研究：一種生產(chǎn)分解分析新方法[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2012(5):63-75.

[16] 魯萬(wàn)波,仇婷婷,杜磊.中國(guó)不同經(jīng)濟(jì)增長(zhǎng)階段碳排放影響因素研究[J].經(jīng)濟(jì)研究,2013(4):106-118.

[17] 周五七,聶鳴.中國(guó)工業(yè)碳排放效率的區(qū)域差異研究—基于非參數(shù)前沿的實(shí)證分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2012(9):58-71.

[18] 安虎森,王雷雷,吳浩波.中國(guó)環(huán)境庫(kù)茲涅茨曲線的驗(yàn)證—基于省域數(shù)據(jù)的空間面板計(jì)量分析[J]. 南京社會(huì)科學(xué),2014(9):01-08.

[19] 羅嵐,鄧玲.我國(guó)各省環(huán)境庫(kù)茲涅茨去下地區(qū)分布研究[J].統(tǒng)計(jì)與決策,2012(10):99-101.

[20] 李樹(shù).環(huán)境庫(kù)茲涅茨曲線與我國(guó)的政策措施[J].宏觀經(jīng)濟(jì)研究,2005(5):38-41.

(責(zé)任編輯：李瀟雨)

The Interprovincial Carbon Emissions and Environmental Kuznets Curves

QIN Chang-cai， XIAO Cheng

(School of Economics and Business, Yantai University,Yantai 264005,China)

This paper studies the issue of carbon emission in China on the basis of the panel data of 30 provinces from 1997 to 2013. First, The carbon emissions were calculated based on the above data. Take 1997 as the basic year, the real GDP of corresponding area each year was estimated. According to the data of carbon intensity, they were divided into high，middle and low carbon intensity region. Then, a fixed effect model with the industrial structure factor was established to make an empirical analysis. The study shows that the interprovincial carbon emissions are obviously different due to the marked impact of energy structure, industrial structure and economic development and so on；The carbon emissions per capita and the actual per capita GDP have the similar change；The level of economic development has a significant impact on carbon intensity. Overall, the carbon emissions per capita and actual per capita GDP do not have the inverted U type relationships.

carbon emissions; interprovincial; Kuznets Curve; industrial structure; fixed effects

F124.5

A

1008-2603(2017)03-0011-10

2017-04-22

山東省社會(huì)科學(xué)規(guī)劃青年基金項(xiàng)目“低碳經(jīng)濟(jì)背景下的山東省能源可持續(xù)發(fā)展戰(zhàn)略研究”(13DJJJ22))。

秦昌才，男，煙臺(tái)大學(xué)經(jīng)濟(jì)管理學(xué)院副教授，博士。