我国碳排放水平的区域差异及影响因素分析_张珍花

《经济问题探索》2011年第11期

我国碳排放水平的区域差异及影响因素分析

张珍花，方

勇，侯

青

*

（江苏大学，江苏镇江212013）

摘要：根据全国各省2000～2009年的年均碳排放量将全国划分为重度、中度以及轻度排放区域，在此

基础上对三大区域的碳排放总量，人均碳排放量以及碳强度三项指标进行比较分析，结果发现重度与中度排放区域的碳排放水平差异在扩大，而中度与轻度排放区域的碳排放水平差异在缩小，然后对三大区域碳排放强度的影响因素进行实证分析，结果显示经济发展水平，能源消费结构，产业结构是影响三大区域碳排放强度的共同因素，最后对全国碳排放强度与影响因素之间的动态演变关系作一探讨，结果表明碳排放强度与经济发展水平呈现倒U型关系，与能源消费结构呈现正相关关系，与产业结构呈现N型关系。

关键词：碳排放；区域差异；广义最小二乘模型（FLOS）；影响因素一、引言

当今中国正处于高速发展阶段，这与能源的消费有着紧密联系，然而大量消耗含碳能源会直接导致全球气候变暖和生态环境的恶化，这无疑给人类的生存和经济的发展带来了严峻的挑战，应对全球气候变暖的趋势成为各国政府一致努力的目标。在这种背景下，国内许多学者都对如何降低碳排放等相关话题展开了一系列研究。纵观此类文献

［1－6］

后探讨了全国碳排放强度与影响因素之间的动态演变关系，得出研究结论，最后给出几点政策启示。

二、碳排放水平的区域划分

正如上文提到，传统的区域划分是将我国分为东部、中部和西部三个区域，但笔者认为这种区域划分方法用作碳排放的区域差异的研究有一定的盲目性，没有一定的针对性，因此，本文对区域的划分有别于我国传统的区域划分，本文首先分析2000～2009年十年间我国各省（西藏地区的能源数据缺失，本文放规模来进行区域划分，划分的标准为：第一类为重

7

度排放区域，年均碳排放量超过10×10t标准煤，7

第二类为中度排放区域，年均碳排放量介于5×107

与10×10t标准煤之间，第三类为轻度排放区域，7

年均碳排放量低于5×10t标准煤。本文碳排放量的

，可以发现，研

究重点主要集中在能源消费、低碳经济、碳排放很少涉及碳排放强度，另外，也有一些文献涉及碳排放的区域差异

［7－8］

（主要是碳排放总量、人均碳排放量）现状等方面，不予考虑）的年均碳排放总量情况①，根据年均碳排

，对于这类文献，许多学者按照传

统的划分区域（分别是东部、中部和西部）的方法来进行研究，然而这种划分区域的方法更多地是从地理位置和经济发展水平方面考虑的，却未必适合作为碳排放水平的差异分析。基于上述原因，本文首先根据2000～2009年我国各省区的年均碳排放量的大小进行区域的划分，在此基础上比较分析了三大区域的然后实证分析了三大区域碳排放强度的影响因素，最

测算方法采用目前的主流算法，即二氧化碳排放量=含碳能源消费量×碳排放系数。其中，含碳能源主要指煤、油、气3种化石燃料能，碳排放系数的计算口各不相同，表1为美国能源部（AED）、日本能源研

碳排放总量、人均碳排放量以及碳排放强度的差异，径很多，煤炭、石油、天然气三种能源的碳排放系数

作者简介：张珍花（1969－），女，江苏丹阳人，江苏大学财经学院副教授，博士，硕士生导师，研究方向为数量经济与统计

方法应用；方勇（1984－），男，安徽全椒人，江苏大学财经学院硕士研究生；侯青（1963－），男，吉林大安人，江苏大学财经学院副教授，硕士生导师，研究方向为证券投资。

*基金项目：本文为教育部规划基金项目：中国能源消费及其区域差异对经济增长影响研究—基于低碳经济理念（项目批准号：10YJA790258）、国家自然科学基金项目：基于非期望产出率熵变的产业系统减排机理及碳减排差别责任研究（项目批准号：71173094）、江苏大学高级人才启动资金项目（项目编号：11JDG001）的阶段性研究成果之一。

》、《中国统计年鉴》以及各省区统计年鉴等相关资料，经计算整理得到，下同。①数据来源于2001～2010年《中国能源统计年鉴

90

究所（EI）、中国工程院（CAE）、全球气候变化基金会（CCCF）、亚洲开发银行（ADB）以及北京加拿大项目（BACP）等全球六大机构对煤炭、石油、天然气三种燃料能源的碳排放系数②。本文采用部门加权平均的方法得到三种能源的碳排放系数分别为0.711、0.560和0.441。碳排放量的计算公式为：

表1

TCit=

∑E

ijt

·φj（1）

TCit为i省t年的碳排放总量，Eijt为i省t其中，

年第j种能源的消耗量，φj为第j种能源的碳排放系数。

煤、油、气三种燃料能源的碳排放系数

全球六大机构

种类煤炭石油天然气见图1所示。

AED0.7020.4780.389

EI0.7560.5860.540

CAE0.6800.5400.410

CCCF0.7480.5830.444

ADB0.7260.5840.409

BACP0.656

0.5910.453

平均值0.7110.5600.441

根据公式（1）可以计算出2000～2009年全国各省区年均碳排放总量，按照从大到小的次序排列，结果

图1

2000～2009年全国各省区年均碳排放量

从图1中可以看出，有8个省区处在重度排放区

7

内蒙古和广东，其年均碳排放量超过10×10t标准

四川、湖南、贵州、上海、吉林、陕西、云南，其年区域，分别是新疆、福建、甘肃、天津、江西、重青海两个省的年均碳排放量均不到1000万t标准煤，分别是537.27万t和787.43万t吨标准煤。综上，本

7

域，分别是山东、山西、河北、辽宁、江苏、河南、均碳排放量大于5×10t标准煤，被划分为轻度排放

煤，其中山东省的年均碳排放量水平位居全国第一，庆、北京、广西、宁夏、青海和海南，其中，海南和达到1.974亿t标准煤，山西省的年均碳排放量水平紧追其后，达到1.832亿t标准煤。有11个省区处在

表2

划分标准重度排放区域

（年均排碳量大于10×107t）

中度排放区域，分别是浙江、湖北、黑龙江、安徽、文碳排放水平的区域划分结果见表2。

碳排放水平的区域划分

省

区

数量8

山东、山西、河北、辽宁、江苏、河南、内蒙古和广东

②

相关数据来源于http：∥/2010－11/20101116111816.htm。

91

中度排放区域

（年均排碳量在5×107－10×107t之间）

轻度排放区域（年均排碳量小于5×107t）三、碳排放水平的区域差异分析

浙江、湖北、黑龙江、安徽、四川、上海、吉林、湖南、贵州、陕西和云南

新疆、福建、甘肃、天津、江西、重庆、北京、广西、宁夏、青海和海南

1111

计算出2000～2009年重度、中度以及轻度排放区域碳排放总量以及人均碳排放量的情况，差异比较结果见表3所示。

（一）碳排放总量及人均碳排放量的区域差异根据上面区域划分的标准，由公式（1），可以

表3

2000～2009年三大区域碳排放总量（104t标准煤）及人均碳排放量（t∕人）

区域划分

年份2000200120022003200420052006200720082009

重度排放区域

碳排放总量65281.1369994.2776263.1588753.37104749.7128216.03145860.61154190.23160422.24166099.22

人均碳排放量

1.291.381.511.762.072.462.802.963.083.19

中度排放区域

碳排放总量45917.8847047.8149669.6558307.7566187.8974291.8381715.7389847.4393679.66100937.19

人均碳排放量

0.880.900.951.121.271.431.571.721.801.94CEIi=

CEMiGDPi

轻度排放区域

碳排放总量20305.5820854.0522992.5225639.6925934.6528869.2933095.5735572.2740415.6245610.03

人均碳排放量

0.830.850.941.051.061.181.461.651.721.87

（2）

如表3所示，三大区域的碳排放量总量呈现逐年上升的趋势，且重度排放区域的碳排放量总量大于中度排放区域和轻度排放区域之和，重度排放区域的碳排放总量在2004年就已经超过10亿吨标准煤，这相

其中，CEI为碳排放强度，CEM为碳排放总量，GDP为国内生产总值，CEIi为第i区域的碳排放强度，

当于中度排放区域当前的水平。从表3还可以看出，CEMi为第i区域碳排放量，GDPi为第i区域生产总

。根据公式（2），可以计算出2000－2009年全国三大区域的人均碳排放总量也呈现逐年上升的趋势，值，

且重度排放区域的人均碳排放量在1t标准煤以上，和三大区域的碳排放强度的变化情况，如图2所示。图2显示了2000～2009年全国和三大区域碳排2004年之前，与目前中度排放区域和轻度排放区域的人均碳排放量差不多，但2008年已突破3t标准煤，差距进一步拉大。尽管中度排放区域的碳排放总量远大于轻度排放区域，但两者的人均碳排放量相差不大，中度排放区域略高一点。

（二）碳排放强度的区域差异

碳排放总量和人均碳排放量只能反映碳排放水平差异的一个方面，并不是反映区域碳排放水平之间差异的最优选择，而碳排放强度同时把经济发展水平与碳排放量结合在一起，基于此，本文选择碳排放强度作为衡量碳排放水平的另一指标。碳排放强度是指生产单位国内生产总值所排放的二氧化碳的量，可以作为衡量低碳经济以及绿色GDP的重要指标。碳排放强度的计算公式为：

放强度的变化状况，可以看出，重度排放区域的碳排放强度最大，中度排放区域次之，轻度排放区域最小。2004年之前，重度排放区域的碳排放强度先下降后上升，趋势线呈现“U”型特征，之后又呈现下降趋势，于2007年达到最低点，之后又短暂的上升，整个趋势线呈现倒“N”型特征。中度排放区域的碳排放强度呈现逐年下降的趋势，轻度排放区域的碳排放强度除了在2006～2007年出现了短暂的上升，整个趋势线基本呈现下降的趋势，中度排放区域和轻度排放区域碳排放强度的下降速度基本一致。从全国的碳排放强度来看，2000～2006年全国碳排放强度略高于中度排放区域的碳排放强度，2007～2009年全国碳排放强度略低于中度排放区域碳排放强度，从总

92

体上看，全国的碳排放强度相当于中度排放区域的碳

图2

排放强度。

2000～2009

年全国和三大区域碳排放强度变化趋势

四、碳排放水平影响因素的实证分析

目前，对于碳排放水平的影响因素，国内有不少学者均做过研究，但考虑的对象和影响因素有所不同。邱灵等

［9］

（一）模型设定及变量说明

根据前面分析，同时考虑各区域的异质性，本文构建的碳排放强度影响因素的面板数据模型如下：

CEIit=K+β1ECSit+β2EUEit+β3EDLit+β4ISit+β5TPit+φi+δt+εit

（3）

（3）式中，CEI为被解释变量，表征碳排放强ECS、EUE、EDL、IS、TP均为解释变量，分别度，

产业结构、技术进步。其中，碳排放强度用碳排放总量除以国内生产总值得到，能源消费结构用一次能源消费中煤炭的比例来描述，能源利用效率用单位GDP能耗来表征、经济发展水平用人均GDP来度量，产业结构用第二产业产值占总产值的百分比来表示，技术进步用工业劳动生产率来描述。βi为待估系数，εi，φi，δt分别表示地区和时间效应，i，tt为残差项，为区域和年份。

（二）数据来源

上述变量中，与能源相关的变量如能源消费结《中国能源统计年鉴》（2001～2010年），涉及经济的变量像经济发展水平、产业结构、技术水平等数据来自于《中国统计年鉴》（2001～2010年），另有少量数据来源于一些省的统计年鉴等相关资料，需要说明的是，由于西藏地区的能源数据缺失，故分析结果未包含该地区的数据。

（三）实证分析

计量经济学上一般可以采用三种模型

［15］

把能源利用效率作为研究对象，假想经

济发展水平、产业结构、能源结构、价格水平、技术水平和投资水平等为自变量，构建面板数据模型分析它们对能源利用效率的影响。李齐云等

［10］

以碳排放

量为研究对象，从人均GDP、总人口、能源强度、表示能源消费结构、能源利用效率、经济发展水平、城市化水平以及15－64岁人口比例等五大因素来分析其对碳排放量的影响程度。王群伟等

［11］

建立以二

氧化碳排放绩效为因变量、能源强度、经济发展、产业结构、对外开放以及所有制结构均为自变量的广义最小二乘法回归模型来研究它们之间的关系。纵观类似文献，不难发现三点，第一，研究对象主要是能源利用效率、碳排放量、人均碳排放量等。第二，对上述研究对象普遍影响因素有能源消费结构、经济发展水平、产业结构等，而差别影响因素包括能源利用效率、技术进步等。第三，各影响因素与研究对象之间

［12］

倒“U”型（环境库兹涅茨）曲线、“N”型（三

、“U”型曲线、构、能源利用效率、能源价格等数据来源于近年的动态关系有多种，主要包括线性次）曲线

［13］

等。

基于上述分析，本文采用最能全面反映碳排放水平的碳排放强度为研究对象，假定能源消费结构、能源利用效率、经济发展水平、产业结构、技术进步等因素共同影响碳排放强度，通过建立传统的面板数据

［14］

模型并选择可行的广义最小二乘法（FGLS）模型

（或称Parks－Kmenta模型）来分析得出碳排放强度的影响因素，在此基础上再建立三次曲线模型进一步研究各主要因素与碳排放强度之间的演变关系与动态趋势。

对面板

数据进行回归分析，分别是混合最小二乘（POLS）模型、固定效应（FE）模型和随机效应（RE）模型，后两种模型也叫变截距模型。混合模型与变截距

93

模型的区别是前者假定模型中不存在个体效应和时间而FE模型与RE模型的区别在于观测不到的变量与某些解释变量是否相关，FE模型假设两者相关，RE模型假设两者不相关。至于选择哪种模型，可以通过相应的参数检验来确定。POLS模型与变截距模型的选择可以通过F检验（限于篇幅，具体方法省略，下同）和LM（拉格朗日乘数）检验来确定。F检验用于比较POLS模型与FE模型的优劣，LM检验用于比较POLS模型与RE模型的优劣，若拒绝零假设就选择POLS模型，若不拒绝零假设就选择FE模型或RE模型。后一种情况可以通过Hausman（豪斯曼）检验来进一步确定选择FE模型还是选择RE模型，零假设为观测不到的变量与模型中某些变量不相关，拒绝零假设表明选择FE模型比选择RE模型更加合理。

对于面板数据模型，区域间的异方差以及区域内的自相关问题不能被忽视。许多学者在用面板数据模型对类似问题进行研究时，通常情况下会认为FE模型或RE模型是最优选择，但事实并非如此，原因是FE模型或RE模型并不能完美地解决异方差和自相关的问题。针对这种情况，FGLS（广义最小二乘法）

表4

F检验

重度排放区域中度排放区域轻度排放区域

27.86（3.01）34.09（4.75）18.35（4.75）

模型能够较好地修正面板数据模型存在的异方差和自种选择。FGLS模型由残差项εi，t的协方差矩阵得到，εi，t的协方差矩阵由异方差矩阵和自相关矩阵相乘得到，具体表达式为：

效应，而后者假设个体间存在有观测不到的异质性。相关问题，被认为是优于FE模型和RE模型的另一

δ11W11δ12W12

δ21W21δ22W22

E（εε'）=U=

……

δN1WN1δN2WN2

阵，自相关矩阵Wij的表达式为：

…δ1NW1N…δ2NW2N…

……δNNWNN

（4）

其中，δij和Wij分别表示异方差矩阵和自相关矩

ω2

j

Wij=

… ωT－1 j

1 ω

j

ωj1ωj…ωj

T－2

ωj1

2

……………

ωj

ωj…ωj

T－3

ω

T－3ωj

… 1

T－2j

T－1

（5）

通过上述各检验方法对三大区域的面板数据模型的适应性进行判断，结果如表4所示。

面板数据模型检验结果

Hausman检验

15.76（9.27）12.28（9.05）8.74（9.05）

LR检验363.19（37.23）442.81（40.37）270.52（40.37）

Wooldridge检验

82.26（4.14）90.69（4.52）79.33（4.52）

LM检验518.02（7.36）926.51（7.71）270.44（7.71）

注：括号内为对应的t值；临界值均在5%的显著性水平下；F检验和LM检验的零假设为POLS模型，Hausman检验的零假设为RE模型，LR检验的零假设为方差齐性，Wooldridge检验的零假设为独立性。

从表4可以看出，三大区域F检验和LM检验统计量的值均大于相应的临界值，拒绝零假设，舍弃POLS模型而应该选择变截距模型，即选择FE模型或RE模型，Hausman检验的结果表明在变截距模型中应该选择FE模型，但LR检验和Wooldridge检验

［16］

自方差的问题，在这种情况下，不能认为FE模型是最优模型，而应该考虑选择能够修正异相关和自方差的FGLS模型。

在选择FGLS模型的基础上，对三大区域2000～2009年相关面板数据利用式（3）进行回归分析，得到碳排放影响因素的结果如表5所示。中度排放区域

轻度排放区域77.262＊＊（1.006）0.027＊＊（1.826）

的结果表明，三大区域的样本均存在异相关和

表5

重度排放区域

K

106.954＊＊（1.758）0.014＊＊（1.022）

FGLS模型参数估计结果

93.728＊＊（1.492）0.009＊＊＊（1.255）

ECS

94

EUEEDLISTPDW值

－0.371*（1.937）28.131＊＊＊（5.629）0.025＊＊（2.278）－0.258（7.355）

1.732

－0.452（2.096）21.773＊＊（4.488）0.043＊＊（3.832）－0.297（8.527）

2.286

－0.683（4.552）16.529＊＊（4.403）0.039＊＊＊（2.905）－0.316*（8.992）

2.745

*＊＊＊＊＊

注：括号内是各系数相应的t值；、、分别表示在10%、5%、1%的显著性水平下显著。

参数估计结果显示，三大区域碳排放强度的影响因素各有侧重。就重度排放区域而言，碳排放强度影响因素按显著程度排名依次是经济发展水平、能源消费结构、产业结构、能源利用效率。经济发展水平对重度排放区域的碳排放强度具有显著负效应，这似乎有悖常理，但可以解释为，经济发展到一定阶段，人们开始重视碳排放对环境的负面影响，开始通过相关措施来降低碳排放。一次能源消费中煤炭的比例的上升以及第二产业产值的增加均会使重度排放区域的碳排放强度显著增加，另外，能源利用效率的提升在一定程度上会降低重度排放区域的碳排放强度。对中度排放区域来说，能源消费结构对碳排放强度具有明显的驱动作用，表明调整能源消费结构，减少煤炭消费比例能够显著降低碳排放强度。另外，减少第二产业

技术进步对碳排放强度的影响具有明显的区域差异。因此，有必要对全国碳排放强度与经济发展水平、能源消费结构以及产业结构三个共同影响因素之间的动态演变关系作一探讨。根据前文所述，碳排放强度与上面三个因素之间的动态演变关系主要有线性、U、“N型”等几种，为此，本文考虑建立型、倒U型如下的三次曲线模型

［17］

：

2

lnCEIt=α+βlnYt+γ（lnYt）+δ（lnYt）

3

+εt

（6）

（6）式中，CEI代表碳排放强度，Y为三个共同影响因素中的任一个，即经济发展水平（EDL）、能源消费结构（ECS）或产业结构（IS），α为截距β，γ，δ分别为影响因素对应的待估系数，ε为误差项，

t代表年份。模型采用对数形式是为了消除时间项，

的比重在一定程度上也有助于减少该区域的碳排放。序列数据的不平稳性，碳排放强度与影响因素之间的

从轻度排放区域来看，产业结构与碳排放强度呈显著动态演变关系取决于模型最终的表达形式，而后者取正相关，表明该区域过高的第二产业比重带来了大量的碳排放，优化产业结构势在必行。调整能源消费结构，增加可再生能源消费比例也能够有效降低碳排放强度。此外，技术的提升对该区域也具有一定的减排作用。

基于上述分析，可知不同区域影响碳排放强度的因素大同小异。本文所谓“大同小异”是指影响三大区域碳排放强度的共同显著性因素是经济发展水平、能源消费结构以及产业结构。而能源利用效率和

表6

α

EDLECSIS

89.37＊＊（1.349）62.15

＊＊

决于系数β，γ，δ取值的正负，当β＞0，γ=δ=0时，碳排放强度与其影响因素之间呈线性关系；当β＞0，γ＜0，δ=0时，即为二次曲线且呈倒U型；当β＜0，γ＞0，δ=0时，也为二次曲线且呈U型；当β＞0，γ＜0，δ＞0时，即为三次曲线且呈N型。

根据全国2000～2009年相关时间序列数据利用可行的广义最小二乘法对（6）式进行回归分析，模型回归结果见表6。

三次曲线模型回归结果γ

δ000.36（4.61）

涅茨曲线（EKC）相一致。也就是说，在最初的一段时间内，碳排放强度随着人均GDP的增加而逐渐

修正R0.970.980.93

2

β27.77＊＊＊（5.712）0.028＊＊＊（1.49）9.53＊＊＊（5.83）

研究结论（曲线拐点）

11.77

=129314）倒U型（e

－1.18＊＊＊（－4.86）

0－28.71（－4.28）

＊＊

线性或正相关（无）N型（16.59，25.08）

（2.03）－78.94＊＊（4.26）

注：括号内是各待估系数相应的t值；＊＊＊

、分别表示在5%、1%的显著性水平下显著。

从表6可以看出，第一，碳排放强度与经济发展水平（EDL）之间呈现倒U型关系，这与环境库兹

95

上升，此后，随着人均GDP的进一步增加，碳排放强度会逐渐下降，碳排放强度先上升后下降的拐点所对应的人均GDP为129314元，鉴于目前全国人均GDP远未达到129314元③（2010年为29524元），再加上当今中国正处于工业化的中期阶段，对各种能源需求正处于旺盛时期，因此本文认为，在未来一段时间内，全国碳排放强度会持续上升，在人均GDP达到大概129314元后，碳排放强度会呈现逐渐下降的趋势。根据目前全国人均GDP的增长速度，这个时间段大概需要二十年，但考虑到以后人均GDP实际增长速度要快于当前，因此碳排放强度下降的转折点会提前到来。第二，碳排放强度与能源消费结构（ECS）之间呈现线性或正相关的关系，这不难理解。由于本文用一次能源消费中煤炭的比例来描述能源消费结构，煤炭中含碳量大于其他含碳能源，因此，消耗的煤炭越多，碳排放越大，在其他因素保持不变的情况下，碳排放强度也就越大。第三，碳排放强度与产业结构（IS）之间呈现N型关系，三次曲线的两个拐点所对应的第二产业的比重分别为16.59和25.08，表明在第二产业产值所占比例小于16.59%或者大于25.08%时，碳排放强度均是上升趋势，而在16.59%和25.08%之间时，碳排放强度则是下降的趋势或保持一定水平不变。由于目前全国许多省份的第二产业的比重均已超过两个拐点，而第二产业比重对经济增长的贡献率较高，可以推测，未来随着第二产业的比重的逐步增加，全国碳排放强度会进一步上升，减排压力日趋加大。

五、研究结论与政策启示

本文根据全国年均碳排放量大小将全国整体重新划分为重度、中度以及轻度排放区域，在此基础上，首先从碳排放总量、人均碳排放量以及碳排放强度三个方面对上述三大区域的碳排放水平差异作一比较分析，然后通过构建广义最小二乘（FOLS）模型来实证分析三大区域碳排放强度的影响因素，找出影响碳排放强度的共同因素，最后基于全国视角就碳排放强度与三大区域的共同影响因素之间的动态演变关系做了探讨。具体结论如下：

（一）我国碳排放水平的现状具有明显的区域差异

从碳排放总量来看，重度排放区域最大，中度排从人均碳排放量来看，重度排放区域依然最大，中度

③

与轻度排放区域的差别不大，这主要是由于重度排放区域的人口规模不足以弥补其由于过大的人口基数而拉小人均碳排放量的情况。就碳排放总量和人均碳排放量的增长速度来说，重度排放区域快于中度排放区域，中度排放区域快于轻度排放区域，且前两者得差距在逐渐加大，而后两者差距在逐渐缩小。碳排放强度的情况与碳排放总量的情况相类似，依旧是重度排放区域最大，中度排放区域次之，轻度排放区域最小。所不同的是，除了重度排放区域在个别年份出现了一个“先下降后上升”的短期的波动以外，三大区域的碳排放强度基本在逐渐下降，且下降速度相差无几。

（二）三大区域碳排放强度的影响因素大同小异“大同”表现在影响三大区域碳排放强度的共同因素分别是经济发展水平、能源消费结构以及产业结。“小异”主要表现在能源利用效率与技术进步等构

因素具有显著的区域差异。例如，能源利用效率的提高对于重度排放区域减轻碳排放强度具有显著的正向效应，而对中度和轻度排放区域的碳排放强度的下降作用不明显。技术的进步明显有助于降低轻度排放区域的碳排放强度，但对于重度排放区域和中度排放区，“小异”还体现在影响因域的效果并不明显。另外

素的程度方面。就重度排放区域而言，碳排放强度的影响因素按程度排名依次是经济发展水平、能源消费结构和产业结构、能源利用效率；对中度排放区域来说，结果是能源消费结构、经济发展水平和产业结构；从轻度排放区域来看，结果是产业结构、能源消费结构和经济发展水平、技术进步。

（三）全国碳排放强度与其影响因素之间的动态演变关系各不相同，主要有倒U型、N型、近似线性或正相关等几种情况

具体来讲，碳排放强度与经济发展水平（人均GDP）之间是倒U型的关系，这与环境库兹涅茨曲线（EKC）一致，也与张为付等的研究结论相一致。碳排放强度首先会伴随人均GDP的增加有一个逐渐的上升过程，当人均GDP达到某个值时，碳排放强度会呈现下降趋势。碳排放强度与能源消费结构之间是近似线性或正相关的关系，这表明在人均GDP等其他因素保持不变的前提下，一次能源消费中煤炭所构之间呈现N型关系，即：随着第二产业比重的增

放区域次之，轻度排放区域最小，这是不言而喻的。占比例越高，碳排放强度越大。碳排放强度与产业结

将待估系数估计值代入（6）式中，令（6）式二阶偏导等于0，求得二次曲线的拐点为129314，即为人均GDP的值，同理，可

以求得三次曲线的拐点分别为16.59和25.08，即为第二产业产值的比重（%）。

96

加，碳排放强度会呈现先上升后平稳再上升的一个总体趋势。从另一个角度考虑，若以现在为基期，碳排放强度与产业结构之间则是近似线性或正相关的关系。

基于上述研究结论，本文可得以下两点政策启示：

1.无论是对于重度排放区域、中度排放区域还是轻度排放区域，均可以通过调整能源消费结构和优化产业结构等措施来降低三大区域的碳排放强度。调整能源消费结构主要是指降低煤炭在一次能源消费中所占的比例，通过大力研发新能源与可再生能源来扭转目前以煤炭为主的能源消费结构的局面。优化产业结构主要是指减少第二产业在产值中的比重，减少第从而建立一个合理、良好的产业结构。对重度排放区域来说，提高能源利用效率也是降低碳排放强度的一个行之有效的手段，这可以通过提高劳动生产率、转变经济发展方式等措施来实现。就轻度排放区域而言，技术的进步和提升也能够显著降低该区域的碳排放强度。

2.针对全国碳排放强度与人均GDP之间呈现倒全国碳排放强度会持续上升，因此保持经济发展水平在一定增长点上的同时，通过各项措施来降低碳排放强度，提高碳生产率将成为当前减排的主要任务。一方面，政府部门应该制定有关碳减排的法律文件，逐步完善有关碳减排的法律体系，形成一套有利于碳减排的保障机制。另一方面，企业应该与高等院校、研究机构建立“产学研”合作机制，大力研发减碳技术、去碳技术甚至无碳技术，从而在源头上达到大幅度减少碳排放的目的。另外，个人应该转变消费观念、杜绝浪费、倡导低碳消费等，从某种程度上讲也有利于减少碳排放的发生。

需要消耗大量能源用于基础设施的建设以及重工业的发展，因此，降低碳排放强度，发展低碳经济将是一项长期的、艰巨的任务，需要政府、企业、个人三方共同、不懈的努力。参考文献：

［1］刘浩，肖湘雄.我国发展低碳经济面临的问J］.未来与发展，2010，（6）.题与对策探析［

［2］程娜.辽宁省能源消费与低碳经济发展分析

［J］.学习与探索，2010，（6）：157－160.

［3］赵立娥.湖南省碳排放现状及低碳经济发展J］.物流工程与管理，2010，（9）：13－战略研究［15.

［4］刘志雄，梁冬梅.中国低碳经济发展的能源J］.生态经济，2011，（1）：49－消费分析及比较［54.

［5］王贤.低碳经济范式下能源消费结构的优化J］.科技进步与对策，2010，（11）：26－29.研究［

［6］聂锐，张涛，王迪.基于IPAT模型的江苏J］.自然资源学报，省能源消费与碳排放情景研究［2010，（9）：1557－1564.

［7］徐大丰.我国碳排放结构的区域差异分析［8］刘占成，王安建，于汶加，李铭.中国区域碳排放研究［J］.地球学报，2010，（5）：728－732.

［9］邱灵，申玉铭，任旺兵，严婷婷.中国能源J］.自然资利用效率的区域分异与影响因素分析［源学报，2008，（5）：920－928.

［10］李齐云，商凯.二氧化碳排放的影响因素（10）：41－44.

［11］王群伟，周鹏，周德群.我国二氧化碳绩J］.中国工业效的动态变化、区域差异及影响因素［经济，2010，（1）：45－54.

［12］GrossmanGene，AlanKrueger，1995，Eco-nomicGrowthandEnvironment，JournalofTheQuarterlyJournalofEconomics.

［13］MarzioGaleottiAlessandroLanza，2005，Des-peratelySeekingEnvironmentalKuznets，JournalofEnvi-ronmentalModeling＆Software.

［14］JanKmenta，1986，ElementsofEconometrics.［15］张晓峒.Eviews使用指南与案例［M］.北京：机械工业出版社，2007.

［16］JeffreyWooldridge，2002，EconometricAnaly-sisofCrossSectionandPanelData.MA：TheMITPress.

［17］邹秀萍，陈劭峰，宁淼，刘扬.中国省级区域碳排放影响因素的实证分析［J］.生态经济，2009，（3）：34－37.

（编辑校对：段钢

陈利）

J］.江西社会科学，2010，（4）：79－82.二产业的依赖性，适当地提高第三产业的产值比重，［

U型的关系，但拐点尚未到来，在今后一段时间内，分析与碳税减排政策设计［J］.财贸研究，2009，

总之，我国正处于城市化和工业化的加速时期，NewYork：Macmillan.

97

本文来源：https://www.bwwdw.com/article/qhej.html