碳排放的空間關聯：基于兩階段SYS-GMM的實證研究

何立華，金地

（1中南民族大學 經濟學院，武漢 430074；2中南財經政法大學 文瀾學院，武漢 430073）

習近平總書記強調，“綠水青山就是金山銀山”.如何實現“在保護中發(fā)展、在發(fā)展中保護”，已經成為了中國政府當前迫切需要解決的難題之一.對此，國內學者已經從不同層面開展了比較多的討論.相比于現有成果，本研究在考慮時間滯后效應的同時，將重點測度各省區(qū)的空間關聯，以探討中國經濟增長過程中碳排放的演變特征.

1 研究設計

為了測度中國經濟增長過程中碳排放的空間關聯，借鑒ELHORST、BURNETT等、DONFOUET等、許海平、李鍇和齊紹洲以及周杰琦和汪同三，本研究采用時空聯立模型（time-space simultaneous model）如下：

其中，CO2_PCit-1是被解釋變量人均碳排放量CO2_PCit的一階滯后項，系數φ刻畫了上一期人均碳排放量對本期排放量的影響；WCO2_PCit為同一時域內人均碳排放量的空間滯后項，即鄰近觀測單元上隨機變量CO2PCit與空間權重矩陣W的加權平均，ρ為空間自回歸系數（Spatial AutoregressiveParameter），度量了空間滯后項WCO2_PCit對CO2_PCit的影響；Xit則表示其他需要控制的外生解釋變量，uit為隨機擾動項.遵循Rook相鄰規(guī)則，本研究采用簡單二分權重矩陣：主對角線上的元素為0，如果i地區(qū)與j地區(qū)相鄰，則wij為1，否則為0.

現有研究表明，相比于僅含人均收入多項式的計量模型，加入其他控制變量將使回歸估計更為優(yōu)化.參考現有文獻，時空聯立模型式（1）中，本研究控制的其他解釋變量包括：

（1）人均收入（GDP_PC）.EKC假說認為，人均碳排放量和人均收入之間存在著非線性關系，為此本研究在時空聯立模型中同時加入了人均收入的一次項和二次項.

（2）工業(yè)化（Industrialization）.為了考察工業(yè)化或產業(yè)結構對碳排放的影響，本研究選取工業(yè)產值占地區(qū)生產總值的比重作為工業(yè)化的指標.

（3）對外開放度（Openness）.對外貿易具有不可忽視的環(huán)境效應，為此本研究選用貨物進出口總額與地區(qū)生產總值的比值以反映各地區(qū)對外開放度.

（4）城鎮(zhèn)化（Urbanization）.城鎮(zhèn)化與碳排放之間的密切聯系，采用常規(guī)作法，本研究用各省區(qū)城鎮(zhèn)常住人口占總人口的百分比作為反映指標.

2 碳排放估算

與二氧化硫、氮氧化物、煙（粉）塵等污染物排放量不同，中國并沒有直接公布的碳排放官方統(tǒng)計數據，需要進行估算.參照國家發(fā)改委能源研究所以及林伯強和劉希穎的方法，本研究估算省級碳排放量的主要來源包括煤炭消費、焦炭消費、石油消費（包括汽油、煤油、柴油和燃料油）、天然氣消費和水泥生產等，其估算公式為：

其中，CO2it是第i省份第t年的碳排放量；Sit，k是第i省份第t年的碳排放來源的消費量或水泥生產量；ηk是第k種碳排放來源的排放系數，即煤炭、焦炭、汽油、煤油、柴油、燃料油、天然氣和水泥等8種碳排放主要來源的排放系數分別為1.776、2.860、3.045、3.150、3.174、3.064、21.670以及0.527.這樣，通過2006-2019年《中國能源統(tǒng)計年鑒》獲取的各省能源消費量數據以及《中國統(tǒng)計年鑒》獲取的水泥生產和常住人口數據，就可以計算出省級層面總的以及人均的碳排放量.由于數據獲取方面的約束，本研究僅包括30個省市自治區(qū)，不包括西藏以及臺灣、香港、澳門.

3 實證檢驗與分析

在時空聯立模型式（1）中，等式右邊既包含了被解釋變量的一階滯后項，也包含了空間滯后項，因此參數估計需要考慮內生性問題（Endogeneity Problem）.一般來說，有限樣本條件下SYS-GMM估計值的標準差是有偏的.為此，根據WINDMEIJIER提出的修正方法，回歸時用更為準確的穩(wěn)健標準差進行了矯正.考慮到工具變量的數量過多亦將嚴重地削弱估計量的有效性，根據ROODMAN的建議，設定兩階段SYS-GMM的工具變量最多選擇兩個其他期的滯后值，對此進行了必要控制.此外，考慮到不同時期外部特定因素（如國際金融危機）的影響，在回歸時引入了時間虛擬變量.

在估計檢驗方面，為了判斷模型中空間滯后項的設定是否合理，回歸時申請了LMError、LMLag以及其穩(wěn)健形式的空間相關性測試.為了考察SYSGMM方法的使用是否合適，回歸時不僅采用了差分轉換方程的一階、二階序列相關檢驗AR（1）、AR（2）來判斷隨機擾動項是否序列相關，同時還采用了Sargan過度識別檢驗來檢驗工具變量的可靠性.最后，為了考察估計結果的穩(wěn)定性，在使用兩階段SYS-GMM方法的同時，還使用混合OLS、固定效應估計方法對時空聯立模型式（1）進行了參數估計.

具體的估計結果如表1所示。

在表1中，空間面板空間自相關檢驗表明，統(tǒng)計量LM Error和LM Lag都在1%的水平上顯著.進一步比較Robust LM Lag和Robust LM Error，Robust LMLag在1%的水平上顯著，而Robust LM Error的P值為0.4621.也就是說，時空聯立模型式（1）中，用空間滯后項的形式來反映人均碳排放的空間相關性是合適的.從誤差項自回歸的檢驗看，AR（1）、AR（2）的P值分別為0.0807和0.3511，可以判斷uit不存在序列相關性.同時，Sargan過度識別檢驗的P值為0.6846，不能拒絕原假設，即SYS-GMM估計使用的矩條件是正確的.由此，可以認定兩階段SYSGMM方法是可行的，可以保證參數估計量是一致有效的.

表1 回歸模型及其結果Tab.1 Regression model and itsresults

相應的，實證結果的發(fā)現可簡要總結如下：

（1）碳排放存在持續(xù)的時間效應.在表1中，無論是混合OLS估計、固定效應估計還是SYS-GMM估計，變量L1.CO2_PC的參數估計量在的1%水平下都是顯著的.其中，混合OLS、固定效應的估計結果分別為1.0734和0.7327.SYS-GMM的估計結果是0.7913，恰好介于二者的估計結果之間.這表明，SYS-GMM的估計結果是合理的，并非是有限樣本有偏的.變量L1.CO2_PC的參數估計值為0.7913，其直觀的含義是，當期碳排放的1個單位增加將導致下一期的碳排放增加0.7913個單位，反之亦然.

（2）碳排放在各省區(qū)間存在顯著的空間關聯.兩階段SYS-GMM的估計結果表明，空間滯后項WCO2_PC的參數估計在的1%水平下是顯著的，系數ρ的估計值為0.3735，這說明周邊省區(qū)不僅對本省的碳排放有影響，而且這種影響還非常大.這一現象的產生，可能主要與各省區(qū)為經濟發(fā)展展開的過度競爭有關.如圍繞一些熱點行業(yè)或國家重點工業(yè)項目，各個省區(qū)都競相進入、一擁而上，而無論其是否是“高能耗、高污染、高排放”.

（3）碳排放EKC假說在中國是成立的.兩階段SYS-GMM的估計結果顯示，變量GDP_PC及其平方項的參數分別為0.0001和-9.53e-10，并且在1%水平下是顯著的.由于GDP_PC的參數的符號為正，其平方項參數的符號為負，即其他條件不變時二者關系的圖形特征為一條開口向下的拋物線，因此可以認為碳排放EKC假說在中國是成立的.這意味著，碳排放的增加不僅是經濟增長的結果，而且碳排放的減少最終也需要依賴經濟的不斷增長.

（4）工業(yè)化、對外開放以及城鎮(zhèn)化等對碳排放都有顯著影響.和其他相關的研究一樣，本研究發(fā)現變量Industrialization的估計參數是顯著的，其符號為正，即工業(yè)化對CO2減排有顯著的負面影響.原因主要在于：相對于與農業(yè)和服務業(yè)，工業(yè)發(fā)展需要消耗的更多的能源，因而導致更多的碳排放.在表1的最后一列中，對外開放和城鎮(zhèn)化的估計參數符號都是顯著為負.這說明，無論對外開放還是城鎮(zhèn)化，都沒有增加中國的碳排放，相反都是需要借以利用的有利因素.

4 啟示與建議

本實證研究的上述發(fā)現表明：（1）碳排放是經濟增長的必然產物，但CO2減排的最終實現也依賴于經濟增長；（2）碳排放存在顯著的空間正相關，某一地方（政府）以犧牲環(huán)境為代價來發(fā)展經濟，不僅會造成自身環(huán)境惡化，也會對周邊地區(qū)的環(huán)境質量產生負面影響，因此環(huán)境治理需要全國一盤棋、各省區(qū)需要協調行動.

相應地，為了避免到達EKC拐點之前突破環(huán)境安全閾值、實現經濟與環(huán)境的協調發(fā)展，在政策設計上建議：（1）加快第三產業(yè)發(fā)展，在促進我國經濟增長的同時降低工業(yè)化對環(huán)境的負面效應；（2）在加快工業(yè)部門產業(yè)結構升級的同時，鼓勵企業(yè)通過項目改造、技術創(chuàng)新等途徑不斷提高能源使用效率；（3）加大對非石化能源產業(yè)發(fā)展的扶持力度，不斷優(yōu)化能源消費結構；（4）建立地方政府CO2協同聯動減排激勵機制，鼓勵地方政府進行跨行政區(qū)環(huán)境治理合作；（5）進一步推進對外開放和城鎮(zhèn)化建設，以發(fā)揮其對CO2減排的積極作用.