碳排放区域差异与经济增长的关系

碳排放区域差异与经济增长的关系一、问题的提出近年来，大气中以CO2为主的温室气体排放量逐渐增多，这种现象导致了全世界共同注重一个重大问题———温室效应，在此宏观环境背景下，发展低碳经济并降低碳排放量是有效阻止世界气温持续上升的一项重要举措。

随着工业化和城市化进程的持续加快，中国CO2排放量与能源消费量迅速上升。

依据国际能源署统计资料，中国CO2排放量在2007年首次超过美国，成为世界第一大碳排放国。

2009年12月，中国政府向全世界承诺，到2020年我国单位GDP的CO2排放量在2005年基础上下降40%～50%，并将此目标纳入经济社会发展长期规划中。

中国地域广阔，不同省份及区域经济发展不平衡，能源资源禀赋差异很大，所以碳排放表现出明显的区域特征，这就要求在制定减排措施方面有必要将碳排放的区域差异特征和影响因素考虑其中。

所以，本文首先对中国CO2排放的地区差异实行考察，然后深入探讨经济增长与CO2排放量之间的关系，在此基础上为制定科学合理的减排政策提供参考和依据。

当前，研究CO2排放区域的差异已成为国内外学术界注重的热点。

谭丹等(2008)在我国碳排放区域差异研究中发现，碳排放增长速度和排放量最大的是东部地区，而中部地区碳排放增长速度最慢，西部碳排放量最少。

此外，徐大丰(2010)［2］的研究结果显示，中西部地区碳排放量低于东部，且碳排放区域差异比较显著的行业为建筑业、工业和运输业。

不过，这些研究多是简单的概括和描述，并没有采用相关的衡量指标对碳排放的区域差异给予量化研究。

岳超等(2010)利用Theil系数研究了中国各省市碳排放强度差异的变化和来源，但因其测算公式不太准确而导致研究结果可信度不高。

杜克锐(2011)在测算碳排放效率时发现，中国各地区碳排放效率差异明显且差异水准呈继续扩大的趋势，制定减排措施过程中要重点考虑地区差异因素。

国外相关CO2排放区域差异的研究主要集中在跨国层面(Heil和Wodon，1997;Padilla和Serrano，2006;Duro和Padilla，2006;Groot，2010;Cantore和Padilla，2010)，但关于中国碳排放地区间差异研究的文献并不多见。

当前国外仅有Clarke－Sather等(2011)使用泰尔指数和变异系数等方法将中国地域单元按东中西实行划分，并研究了中国1997～2007年碳排放的区域差异。

此外，经济增长与碳排放量之间的关系也是现阶段学术界的研究热点。

Grossman和Krueger(1995)提出了反映经济增长与环境质量之间关系的倒“U”型曲线，即著名的环境库兹涅茨曲线(EKC)。

国外学者(Schmalesee等，1998)研究发现，发达国家碳排放与人均收入表现比较强的相关性，即二者存有EKC曲线特征。

不过，也有研究得出不同的结论，如Friedl在研究奥地利碳排放与经济增长关系时得出二者呈“N”型关系的结论。

国内学者也验证了环境质量与经济发展之间的倒“U”型特征(吴振信，2012;王飞成等2014)。

当然，也有很多文献驳斥了EKC理论的存有，如刘国平、诸大建(2011)和范允奇、王文举(2011)都通过建立面板数据模型，发现环境质量与经济增长之间并不存有倒“U”型关系。

而于卫国(2011)在研究污染物排放与人均GDP之间关系时，甚至得出经济增长对环境质量影响并不显著的结论。

由此可知，EKC假设在我国能否成立还存有着很大争议。

当前相关碳排放区域差异的研究存有一些不足，这主要表现在区域划分方面，绝大多数文献是依据某一具体指标实行划分的，或是直接借鉴地理位置划分。

另外，现有文献也较少涉及碳排放地区差异，为给政府制定减排政策提供依据，研究各地区碳排放差异具有重要价值。

而中国地域辽阔，各地区资源禀赋差异极大，这也导致了各地区碳排放状况存有较大差异。

所以，本文在以往研究基础上将碳排放量、碳排放强度和人均碳排放量三个指标作为依据，将我国30个省市的碳排放分为高、中、低三个区域，并研究各区域间的差异。

基于此，本文从碳排放的区域差异及其与经济增长的关系两个视角展开分析，为低碳经济政策的制定提供参考和依据。

二、中国各省市碳排放量的测算1．数据来源与测算方法本文所涉及碳排放量的面板数据来源于1999～2011年《中国能源统计年鉴》和《中国统计年鉴》。

因为《中国统计年鉴》中缺少西藏和港、澳、台的能源数据，因而本研究没有把这几个地区纳入考察范围。

因为各省市CO2排放量在统计年鉴中没有直接给出，所以CO2排放量都是通过估算得出的。

因为CO2产生于主要能源的消耗，故由主要能源消费量就可测算出碳排放量，估算过程中，主要能源消费量直接来源于统计数据，而各能源碳排放系数则能够由IPCC获得。

此外，IPCC也给出了各种类型燃料的碳含量、有效CO2排放系数以及CO2排放量的计算方法。

2．测算结果与分析本文首先根据各类能源消耗量、碳排放系数以及公式(1)计算出1999～2011年各省市CO2排放量，然后根据CO2排放量计算出各地区碳排放强度(Ci)和人均碳排放量(Cp)，其中，Ci由碳排放量(CE)除以各地区GDP得出，Cp则由碳排放量除以各地区人口数得出(表2)。

从表2能够看出，2011年各省市无论在CE、Ci还是Cp上都存有较大差异。

鲁、内蒙古、晋、豫、苏、冀、粤、辽、浙几省CE较高;琼、青、京、津、渝、赣、甘和沪CE较低;内蒙古、宁、晋、贵、新、甘和陕几省Ci较高，京、沪、粤、浙、闽、琼以及川Ci较低;而内蒙古、宁、晋、新、辽、津、鲁和冀等Cp较多，川、京、赣、桂、琼、湘等Cp较少。

从总体趋势来看，1999～2011年间CE以7．3%的年均增长率逐年增长。

根据增长速度将这个时期划分为不同的时段：1999～2002年年均增长率为2．1%，碳排放量增长趋势平稳，称为平稳增长期;2003～2010年年均增长率为10．6%，碳排放量增长趋势迅速，称为快速增长期。

而在这个期间，碳排放强度以6．3%的年均下降率逐年降低。

三、中国各省市碳排放的区域差异分析1．多指标聚类分析聚类分析的思想是根据样本的多个观测指标，找出能够度量样本或指标之间相似水准的统计量，据此将相似水准较大的样本聚合为一类，形成一个由大到小的分类系统(邓维斌等，2012)［19］。

为了克服单一分类指标包含信息较少的缺陷，本文选择CE、Ci和Cp三个指标作为聚类分析的依据。

将2011年数据实行标准化处理之后，选择欧氏距离度量数据之间的亲疏水准。

其中，m为空间维度;Xit是样本i在空间t中的位置;而dij表示样本Xi到Xj的距离。

最后，在实行聚类分析时选用离差平方和法，得到下面的树状聚类谱系图，将我国30个省市划分为三大类。

高排放区域包括宁、内蒙古、晋、鲁、辽和冀，这些省、市的煤炭消耗量占能源消耗总量的比例较高，是高能耗产业的主要分布区域，工业总产值尤其是重工业总产值占GDP比例高。

这部分地区具有CE和Cp均较高的特征，其中，宁夏碳排放总量并不高，但是其总体面积较小，人口也较少，所以经济总量较小，其Ci和Cp均排第二位，所以也被归为高排放区;中排放区包括粤、吉、苏、浙、豫、鄂、皖、黑、新和陕几个省份。

从地理位置上来看，中碳排放区综合了高、低两区域的碳排放特征，处在高低排放区的交界处。

中排放区多为经济人口大省，其CE、Ci和Cp三个因素中有一个或两个相对较高;低排放区有赣、桂、滇、渝、湘、川、沪、闽、京、琼、甘、青和津。

此区域内产业结构相对合理，与其他两个排放区比较，新能源相对丰富，能源利用效率高，且第三产业占比较高。

处在低排放区的省份多表现出碳排放强度低、碳排放总量和人均碳排放较小的特征。

其中，广东省虽然CE很大，但Ci和Cp却较低，所以将其划分为低排放区。

2．区域差异性分析由1999～2011年各省市碳排放数据和聚类分析可知，2011年高、中、低三类碳排放区CE分别占全国CE总量的37．61%、41．88%、20．51%，而三大区域GDP却分别占全国GDP总量的37．61%、46．94%、30．58%。

由图3可知(3条折线分别代表高、中、低碳排放区域)，三区域碳排放量阶段性特征比较明显，且整体上都呈逐年递增趋势。

1999～2000年为平稳增长阶段，2003～2011年为迅速增长阶段，在平稳阶段，高、中、低三类排放区碳排放量年均增长率分别为8．909%、4．929%和4．969%，而迅速增长阶段三区域碳排放量的年均增长率分别为15．161%、15．775%和12．176%。

图4是中国三大碳排放区碳排放强度的变化趋势图。

从整体上来看，现阶段三区域CE的增长速度均小于GDP的增长速度，这表明中国经济发展质量在持续提升，Ci在持续降低。

高、中、低三大区域碳排放强度的年均递减速率分别为7．77%、8．44%、10．30%。

三大区域人均碳排放量的变化情况与碳排放强度变化情况相反，图5反映了三区域人均碳排放量的变化趋势，图形显示高中低三区域人均碳排放量均逐年递增，且年均增长率分别为16．18%、13．67%和11．90%。

从地理分布上看，三区域南北差异明显，南方地区多为低碳排放区，北方则多为高、中排放区，究其原因主要有以下几个方面：(1)北方是煤炭产地的集中区，煤炭消耗量较高。

(2)高排放区经济增长方式多为粗放型的，单位GDP消耗的能源较多，因而不利于提升经济发展质量。

(3)中、高排放区人口规模相对较大，经济总量高，所以CE也相对较高。

(4)产业结构情况显著影响碳排放量，高、中碳排放区中的重工业比例较高。

变异系数是用来衡量各观测值变异水准的一个指标，其定义为标准差与平均数的比值。

我们分别计算三大区域的三个指标的变异系数(图6)。

由图6能够看出三个区域碳排放差异持续增大。

区域间CE、Ci和Cp的变异系数分别由1999年的0．28、0．41与0．42增长到2011年的0．34、0．47与0．50。

比较三区域CE和人均CE的年均增长率发现，高碳排放区最大，低排放区次之，中排放区最小。

然后比较三区域Ci的年均递减速率发现高碳排放区低于其他两类区域，且这种差别越来越大，而低排放区又小于中排放区，说明中低排放区的差别在持续减小。

四、碳排放与经济增长关系实证分析1．模型构建与检验EKC曲线指出，环境质量在经济发展初期伴随人均收入增长逐渐恶化，而在人均收入达到一个临界点之后则随人均收入增加而有所改善，即二者呈倒“U”型特征(钟茂初等，2010)。

在经济发展初期，CE随经济增长而增加，而在工业化后期，经济增长会减少对能源消耗的依赖，甚至会出现CE随GDP增长而下降的现象(李玉文等，2005)［21］。

首先根据1999～2011年三区域人均CE和人均GDP绘制散点图，然后利用SPSS软件对散点图实行拟合，从拟合效果来看，二次方程拟合水准最好，所以构建如下EKC模型。