中国碳生产率与能源效率实证研究

汪 行 范中启

(中国矿业大学(北京)管理学院，北京市海淀区，100083)

中国碳生产率与能源效率实证研究

汪 行 范中启

(中国矿业大学(北京)管理学院，北京市海淀区，100083)

提高碳生产率问题已成为我国“十三五”时期低碳政策关注点，而能源效率的提高有助于碳生产率的提高。基于VAR模型对碳生产率与能源效率之间的动态关系展开研究，结果表明：从长期来看，碳生产率与能源效率之间的变动呈现正向关系且二者之间存在长期稳定的协整关系，能源效率对碳生产率有较强的促进作用且影响效果显著。研究结果对制定科学的能源政策和碳减排政策提供了借鉴和参考。

碳生产率 能源效率 协整检验 脉冲响应分析 方差分解

AbstractChina's efforts to improve carbon productivity have become the focus of low-carbon policy during "13th Five-year Plan" period, and the improvement of energy efficiency contributes to the improvement of carbon productivity. Based on VAR model, the dynamic relationship between carbon productivity and energy efficiency was studied. The results showed that there was a positive relationship between the change of carbon productivity and energy efficiency in the long-term run, and there was a long-term stable correlation between these two. Energy efficiency had significantly strong effect on carbon productivity. The research results provide reference for the formulation of scientific energy policy and carbon emission reduction policy.

Keywordscarbon productivity, energy efficiency, correlation test, impulse response analysis, variance decomposition

1 引言

随着全球气候变暖、能源短缺等问题的加剧，如何减少以CO2为主的温室气体的排放、提高能源效率受到了大家的广泛关注。麦肯锡咨询公司研究表明，中国应以提高能源效率和碳生产率作为核心，减少碳排放，进而实现碳排放与经济增长逐步脱钩。因此，如何处理好中国碳生产率与能源效率之间的互动关系就显得格外重要，对我国实现碳减排具有重要的现实意义和理论价值。

提高碳生产率是控制温室气体排放、提高能源效率、稳定经济增长的根本手段，碳生产率也逐渐成为发展中国家经济发展的重要指标。近年来，学术界从三个方面就碳生产率影响因素进行了分析。一是采用面板数据模型展开的实证分析。彭文强等(2012)运用东、中、西部面板数据模型发现，东、中、西三个地区碳生产率呈现递减的趋势；张成等(2013)采用面板数据模型，对1995-2011年中国30个省市的人均GDP与碳生产率的数据进行回归。二是采用指数分解法进行考察。Beinhocker等(2008)采用Divisia指数分解对碳生产率与碳强度关系进行检验；路正南等(2015)运用Laspeyres分解方法研究了产业结构与碳生产率之间的关系；范晓莉(2015)则采用向量自回归模型对经济增长与碳生产率之间的关系展开研究。三是采用DEA模型开展的实证研究。曹珂等(2014)采用DEA的方法研究了碳排放变动的驱动因素；张巍钰(2014)基于中国各省市2004-2012年的面板数据，采用DEA-Malmquist的方法分析了产业结构对区域碳生产率的影响。

综上所述，学术界对碳生产率与能源效率之间关系的研究，在研究方法上，以计量经济方法为主，从静态角度反映二者之间的关系，鲜有研究涉及二者的短期及长期关系分析；在研究内容上，以协整分析和格兰杰因果检验为主。文献中关于我国碳生产率与能源效率长期均衡关系的实证研究还很少，本文将对此进行研究，探究碳生产率和能源效率之间的动态响应机制。本文在借鉴国内外最新研究成果的基础上，选择1953-2014年统计数据，研究中国碳生产率与能源效率之间的短期动态和长期均衡关系；并进一步对模型结果进行详细分析，研究提高碳生产率和能源效率的对策，为实现2020年碳减排目标提供合理的依据。

2 实证分析

2.1 数据来源及处理

碳生产率(CP)的概念是由Kaya和Yokobori在1993年提出的，即经济产出与碳排放量之间的比值。由于统计年鉴没有给出碳排放的数据，所以不同学者采用各种方法进行估算。本研究得到的碳排放量为化石燃料消费量乘以相应的碳排放系数。由于一次能源消费中水电、风电、核电所占的比例较小，对计算结果可以忽略不计，因此本文不将水电、核电、风电计入碳排放量，其中能源碳排放系数的取值借鉴了国内多篇文献的研究，采用多个结构测算的平均值来计算碳排放量，具体计算结果见表1。

表1 各类能源的碳排放系数

能源效率(EF)，即经济产出与能源消费量之间的比值。

本文选取的样本区间为1953-2014年。为了减少序列的波动性且克服数据中可能出现的异方差问题，本文在实证分析前对碳生产率和能源效率分别做对数变换，记为LNCP和LNEF，其时序趋势见图1。由图1可以看出LNCP和LNEF变动方向一致且具有相同的增长趋势，即为不平稳的序列。对碳生产率和能源效率分别做差分处理，记为DLNCP和DLNEF，其趋势见图2。由图2可以看出DLNCP和DLNEF是平稳的。

图1 LNCP和LNEF的时序图

图2 DLNCP和DLNEF的一阶差分图

2.2 序列平稳性检验

为了保证VAR模型的有效性和合理性，首先采用ADF方法对LNCP和LNEF的平稳性进行检验，检验结果见表2。

表2 序列的ADF单位根检验

由表2可知，LNCP、LNEF经过差分后均在5%的显著性水平上达到平稳且LNCP-I(1)、LNEF-I(1)。

2.3 协整检验

由单位根检验结果可知，碳生产率与能源效率两变量原时间序列不平稳，因此不能直接按照传统的回归模型来分析两个变量之间的关系。但LNCP、LNEF均为I(1)的过程，可以进行协整检验。

首先对序列LNCP和LNEF进行OLS回归，输出结果如式(1)：

LNEFt=-0.5275(-31.4003)+0.9416LNCPt(107.1971)+εt

(1)

adj.R2=0.9947S.E.=0.0313F=11491.22DW=0.0493

由协整回归可知，变量都显著，调整后的R2为0.9947，F统计值为11491.22，表明模型拟合度较高且具有很好的解释力。由于DW值仅为0.0493，表明残差序列存在自相关。因此需进一步对残差进行检验，由LM检验结果可知，残差序列存在自相关。因此考虑在模型中加入滞后项得到式(2)：

LNEFt=-0.0308(-2.0586)+0.9630LNCPt(101.1534) +0.9480LNEFt-1(34.3788)-0.9146LNCPt-1(-37.5155)+εt

(2)

adj.R2=0.9998S.E.=0.0060F=103118.9DW=1.7078

对式(2)的εt进行ADF检验，结果见表3。

表3 残差序列的ADF单位根检验

由表3可知，能源效率与碳生产率之间存在协整关系，表明本文构建的碳生产率与能源效率的回归模型是有效的，能源效率短期会导致碳生产率暂时偏离平衡位置，但长期能源效率会使碳生产率趋于平衡位置，有利于经济的可持续协调发展。

LNEF=0.9308LNCP+εt

(3)

由式(3)可知，能源效率对碳生产率具有较强的促进作用(弹性系数为0.9308)。变量LNCP和LNEF之间存在协整关系且协整向量为(1，-0.9308)。

2.4 脉冲响应分析

为了进一步分析能源效率与碳生产率之间的动态关系，利用Cholesky分解法对能源效率与碳生产率进行脉冲响应函数分析，结果见图3、图4、图5和图6。

图3 碳生产率对自身单位冲击的响应曲线

图4 能源效率对碳生产率单位冲击的响应曲线

从图3、图4、图5和图6的脉冲响应函数曲线可见，当碳生产率对自身单位发生正向冲击之后，碳生产率首先受到正向波动，为0.005。第2期之后这种影响持续增强，第3期到第12期出现了碳生产率的快速增长，到第13期之后这种正向波动仍在持续但增速缓慢，在第20期达到正向影响最大值，为0.081。总体来看，在短期内碳生产率能够较快影响自身的波动；长期来看，碳生产率对自身的影响是正向的，且具有较长的持续效应。当在本期给能源效率一个正的冲击，碳生产率在当期就受到影响，为0.070，碳生产率一直处于正向波动，在短期内碳生产率呈快速上升趋势，在第4期达到最高峰值，为0.130，之后碳生产率处于下降的正向波动。长期来看，提高能源效率有助于碳生产率的提高。当在本期给碳生产率一个正的冲击，能源效率在当期没有受到影响，从第2期开始，能源效率开始提高且这种影响持续增强，并在第20期达到峰值，为0.073。总体来看，碳生产率波动在短期内能较快地影响能源效率，即当期碳生产率提高对能源效率影响的正向效应明显，在第20期达到最大值。当能源效率对自身单位发生正向冲击之后，能源效率在当期就受到影响，为0.067，之后逐渐上升，该影响在第4期达到最大值0.127，之后影响程度逐渐下降。总之，能源效率对自身影响是正向的且呈现一定的波动性。

图5 碳生产率对能源效率单位冲击的响应曲线

图6 能源效率对自身单位冲击的响应曲线

2.5 方差分解分析

为了进一步准确解释碳生产率与能源效率的相互作用过程与作用程度，利用Cholesky分解法对碳生产率与能源效率进行动态方差分解，结果如表4所示。

在碳生产率的方差分解过程中，由于自身使其贡献率在第1期达到100%，由于能源效率的作用，碳生产率在各滞后期的方差解释率呈现逐步下降的趋势，直至滞后15期的方差解释率仍维持在86.40%，可知影响碳生产率最大的因素仍然是其本身。在能源效率的方差分解过程中，碳生产率对能源效率起到了极大的推动作用，其贡献率从第1期的0增加到第15期的15%以上，但影响幅度在逐渐变缓。能源效率对于自身作用的贡献率由第1期的100%下降到最后1期的84%以下，下降速度也逐渐缓慢，即逐渐趋于平稳的态势。

表4 碳生产率与能源效率的方差分解表

3 结论与建议

3.1 结论

(1)由协整检验表明，从长期来看，碳生产率与能源效率之间存在一种长期的协整关系且协整向量为(1，-0.9308)，能源效率对碳生产率的长期弹性为0.9308。

(2)由脉冲响应函数可以看出，能源效率对碳生产率的影响在第1期就受到正向的波动，之后迅速上升，到第4期达到最大，而后又迅速下降；碳生产率对能源效率的波动在当期没有受到影响，从第2期开始，能源效率开始提高且这种影响持续增强，并在第20期达到峰值。因此，政府应该处理好能源效率与碳生产率之间的关系，提高能源效率和碳生产率对实现经济低碳转型具有理论价值和现实意义。

(3)由方差分解的结果可以看到，在碳生产率方差分解过程中，由于自身作用使其贡献率在第1期达到100%，由于能源效率的影响，碳生产率自身的贡献率呈下降趋势，到第15期时下降为86.40%。在能源效率的方差分解过程中，碳生产率对能源效率起到了极大的推动作用，其贡献率在第15期达到15%以上，但影响幅度在逐渐变缓。因此，国家在制定能源政策时应加大新能源技术方面的投资，不断提高能源使用效率，实现碳减排的目标。

3.2 建议

(1)调整能源结构为主攻方向。能源结构的调整对碳减排具有重要意义，政府部门应逐步降低经济增长对化石能源的依赖，推动清洁能源产业的快速发展，适当调整对清洁发展机制等环保类型项目的审批策略，从“粗放型鼓励”向需要扶植且效益低的节能项目倾斜，同时应增加水能、风能和太阳能等的使用，进而提高碳生产率。

(2)能源效率的提高有助于碳生产率的提高。短期内我国多煤、少油、贫气的能源结构很难改变，而碳排放主要是由能源过度消耗引起的。随着能源效率的提高，会逐渐减少碳排放，从而促进碳生产率的提高；碳生产率的提高，说明我国低碳技术进步与管理水平的提高，会进一步促进能源效率的提高。因此，要从根本上提高碳生产率，需调整优化能源结构和发展低碳技术。

(3)大力发展低碳经济。为了有效解决气候变暖等问题，政府部门应出台相关的节能政策，加大对能源技术研发的投资力度和资金支持，同时鼓励企业引进吸收先进的能源技术，促进节能技术和新能源技术的开发利用，降低能源消耗。

[1] 吴晓华，李磊.中国碳生产率与能源效率省际差异及提升潜力[J].经济地理，2014(5)

[2] 杨翔，李小平，周大川.中国制造业碳生产率的差异与收敛性研究[J].数量经济技术经济研究，2015(12)

[3] 彭文强，赵凯.我国碳生产率的收敛性研究[J].西安财经学院学报，2012(5)

[4] 张成，蔡万焕，于同申．区域经济增长与碳生产率——基于收敛及脱钩指数的分析[J].中国工业经济，2013(5)

[5] 路正南，杨洋，王健.碳结构变动对产业系统碳生产率的影响——基于Laspeyres分解模型的经验分析[J].科技管理研究，2015(10)

[6] 范晓莉．新型城镇化视角下中国碳生产率影响因素研究——基于VEC模型的动态关系分析[J].管理现代化，2015(1)

[7] 曹珂，屈小娥．中国区域碳排放绩效评估及减碳潜力研究[J].中国人口·资源与环境，2014(8)

[8] 张巍钰．产业结构合理化对区域碳生产率的影响——基于DEA-Malmquist指数法的分析[J].湘潭大学学报(哲学社会科学版)，2014(5)

[9] 彭佳雯，黄贤金，钟太洋等.中国经济增长与能源碳排放的脱钩研究[J]．资源科学，2011(4)

[10] 蒋金荷.中国碳排放量测算及影响因素分析[J].资源科学，2011(4)

[11] 高铁梅.计量经济分析方法与建模：Eviews应用及实例[M].北京：清华大学出版社，2006

[12] 王霞，淳伟德．我国能源强度变化的影响因素分析及其实证研究[J].统计研究，2010(10)

[13] 夏良杰，赵道致，何龙飞等.基于自执行旁支付契约的供应商与制造商减排博弈与协调[J].管理学报，2014(5)

[14] 武红，谷树忠，关兴良等．中国化石能源消费碳排放与经济增长关系研究[J].自然资源学报，2013(3)

(责任编辑 宋潇潇)

EmpiricalresearchonChina'scarbonproductivityandenergyefficiency

Wang Xing, Fan Zhongqi

(School of Management, China University of Mining & Technology, Beijing, Haidian, Beijing 100083, China)

TD-9

A

汪行，范中启. 中国碳生产率与能源效率实证研究[J].中国煤炭，2017，43(9):10-14. Wang Xing, Fan Zhongqi. Empirical research on China's carbon productivity and energy efficiency [J].China Coal，2017，43(9):10-14.

汪行(1989-)，男，中国矿业大学(北京)管理学院博士研究生。主要研究方向：能源经济、计量经济。