中国产业部门隐含碳生产率的测度及其敛散性

胡剑波,罗志鹏,韩 君

(1.贵州财经大学 经济学院,贵州 贵阳 550025;2.兰州财经大学 统计学院,甘肃 兰州 730020)

一、引言

2015年,为避免气候灾难,凝聚各方共识的《巴黎协定》明确了21世纪末将全球温升控制在不超过工业化前2℃的目标,并将1.5℃温控目标确立为应对气候变化挑战的长期努力方向,减少CO2等温室气体排放已成为世界各国共同努力的目标。中国提出的“二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和”重大战略决策明确了碳减排的工作重心变化以及时间规划,标志着中国低碳战略进入总量控制阶段[1]。因此,亟须采取更加强有力的政策措施,在保证经济增长的同时最大程度降低碳排放,提高碳生产率则是一条契合中国经济社会实际的绿色高质量发展的有效方案。作为最主要的化石燃料能源消耗主体,产业部门的能源性生产活动是CO2等温室气体排放的最大来源,推动产业部门梯次达峰可以最大程度降低碳排放峰值进而为碳中和进程减轻压力,是中国当前一段时期内应对气候变化问题的重要课题,厘清产业部门的碳生产率真实水平与特性以确定梯次达峰实施的最优路径是确保长期碳减排目标如期高质量实现的关键因素。目前,有关产业部门碳生产率的研究十分有限,且大多使用传统碳生产率作为基础指标,即产业部门直接产生的增加值与直接产生的碳排放量的比值,考虑到产品生产会引发产业部门的连锁反应和波及效应[2],从宏观视角看,使用传统方法计算得出的产业部门碳生产率与真实碳生产率之间可能会存在一定偏颇。产业部门生产的产品在其用途上可以分为最终使用品和中间产品,中间产品是由于其他产业部门的生产需要而被生产出来的产品,如果将二者等同对待,忽略中间产品的生产过程,那么计算得到的碳生产率仅能反映特定产业部门的技术特性,无法包含产业生产组合之内的各种影响效应。将产业部门看成一个“大工厂”,传统碳生产率衡量的是“大工厂”内某台机器的效率水平,而本文将提出的隐含碳生产率度量的是某一条流水线的生产效率,这其中包含的不仅仅是机器自身的技术水平,还体现了机器与机器之间的协调。显然,从“大工厂”的生产优化出发,后者给出的信息更加充分且具有实际价值。因此,就研究意义而言,传统碳生产率对了解真实的生产与排放的关系提供的有效信息十分有限。就政策意义而言,基于传统碳生产率的产业政策无差别作用于具体的行业,不管该行业内部的企业究竟是生产中间产品还是最终产品,都会成为被针对的对象,实际操作起来困难不说,具体的效果也可能治标不治本;基于隐含碳生产率的政策,其目标针对最终产品,具体可以通过冲击最终产品价格、调整相关税率等市场化手段引导消费者的具体行为以实现减碳目的。显然,隐含碳生产率具备更佳的可操作性。进一步,产业部门间的隐含碳生产率究竟存在怎样的差距?这种差距是否有缩小的倾向?隐含碳生产率作为一种特殊却不失一般性的生产率,它是否存在收敛的性质?即随着各产业部门自身隐含碳生产率的增长而出现增速减缓的现象,厘清这些问题能够有助于更好地了解产业部门间隐含碳生产率的差异性,更好把握推进产业部门碳减排工作的阻力与潜力,为稳步推进碳达峰、碳中和目标愿景提供理论支撑与政策依据。

二、理论基础和文献回顾

碳生产率的理论基础来自宏观经济学中的经济增长理论,随着人们对气候变化问题认识进一步深入,各国在稳定大气中的温室气体浓度方面达成了高度共识,环境大气中的碳排放空间成为与资本、劳动力等同的可决定经济增长的核心要素[3],许多学者开始把碳排放纳入经济增长理论的研究框架。碳生产率概念最早由Kaya和Yokobori在研究可持续战略时提出[4],在2008年麦肯锡全球研究所的报告《碳生产率的挑战:遏制气候变化,保持经济增长》中对碳生产率提出了更加详细与明确的界定,即碳生产率以CO2排放与其对应的经济产出比值衡量。此外,刘国平和曹莉萍把碳生产率分为广义碳生产率与狭义碳生产率,认为狭义碳生产率是衡量经济层面的碳要素利用效率,而广义碳生产率是衡量福利层面的碳要素利用效率[5]。一般地,根据碳生产率指标对要素考虑的不同,可以分为单要素碳生产率与全要素碳生产率。全要素视角下的碳生产率综合考虑了碳要素与其他生产要素之间的替代,是在新古典增长理论基础上,利用各种分析方法,对碳要素的产出效率进行的定量评价。全要素碳生产率在不变产出约束下求出各投入要素可共同减少的比例或测算不变碳要素投入下的经济产出离生产前沿面的距离来体现经济生产活动中CO2排放意义下的相对效率,是一种综合的评价指标。学者们采用方向距离函数结合Malmquist指数对全要素碳生产率进行测算并以此为基础开展进一步研究[6-7]。在单要素视角下,碳生产率被定义为增加值与碳排放的比值,单要素指标相较于全要素指标,虽没有综合考虑其余要素对经济产出的影响,但是其反映真实的碳要素利用效率,能够直观地表现碳排放与经济产出的关系,并且具有表达简洁、定义明确、可操作性强等优点,特别是在明确的“双碳”目标约束下,可以结合国家碳减排目标进行直接分析,是当前主流的碳生产率评价指标。相关学者已经在此领域取得了许多颇有价值的研究成果,何建坤和苏明山认为碳生产率的增长率近似等价于碳减排率和经济增长率之和,并提出了提高碳生产率的途径[8];Hu和Liu构建单要素碳生产率指标测算澳大利亚建筑业碳生产率,并进一步分解出影响碳生产率的主要因素[9];张哲晰和穆月英分析论证了产业集聚对农业碳生产率的影响[10]。

根据技术扩散理论,由于技术具有外部性,技术追赶是造成生产率收敛的主要原因,无论是索洛增长模型还是内生增长理论都对技术进步有一个潜在假设,即新的技术一旦产生就立即转换为生产效率的改进,而由于技术扩散的时滞性以及扩散速度的递减性,在发生技术变革后,碳生产率的增长率将可能出现递减,为了定量测算这种递减的趋势和性质,需要对碳生产率的收敛性开展研究,收敛性最早是指在长期均衡理论框架下,不同初值的经济体最终会趋于同一发展水平。按照要素边际收益递减规律,经济增长最终会收敛到均衡状态。近些年来,收敛性定义被扩展和改进,广泛应用于能源和环境效率领域[11]。当前,碳生产率收敛性分析的主要方法有σ收敛、β收敛以及俱乐部收敛。σ收敛使用的指标主要为泰尔指数和变异系数[12];β收敛又可分为绝对β收敛和条件β收敛,条件β收敛相对于绝对β收敛,可以吸收其他经济社会因素的干扰[13];俱乐部收敛的识别可以采取不同的方法,主流的方法有kernel密度方法、基于非线性时变模型的logt检验方法等[14-15]。

综上所述,已有的文献在碳生产率测算及其应用研究上进行了颇有意义的探索,并取得了一定成果。现有研究的潜在改进空间以及本文的边际贡献在于:第一,现有文献对产业部门的低碳水平进行评价时,多数学者使用传统碳生产率指标作为分析工具,但产业部门作为高度关联的生产部门组成的集合,在全局目标下分析,不应将其等同于国家或区域实行“国土原则”把直接的碳排放与经济产出作为效率核算的依据,而应将产业部门间的联系纳入体系,本文利用非竞争型投入产出模型,建立区别于传统单要素碳生产率的一种隐含碳生产率指标,并在此基础上测算与分析中国产业部门隐含碳生产率的动态演进;第二,已有的研究对直接生产环节与间接生产环节多是从碳排放的视角加以区别对待,从增加值视角加以区分的极少,并且仅考察绝对的排放或产出也难以全面把握两个生产环节特性与效率的差异,本文根据生产的直接和间接环节,分别测算直接碳生产率与间接碳生产率,厘清产业部门生产的结构特点;第三,现有的文献主要是对碳生产率进行σ收敛以及β收敛,由于σ收敛和β收敛的模型特性,可能会出现无法识别“短期发散、长期收敛”的情况,且在识别出收敛性后很少进行进一步的分析,本文采用σ、β以及俱乐部收敛检验识别中国产业部门隐含碳生产率的收敛性质,并借助QAP分析方法进一步讨论其发散的原因。

三、模型构建与数据来源

(一)中国产业部门隐含碳生产率的测算模型构建

根据传统碳生产率定义,碳生产率为直接产生的增加值和与之对应碳排放量的比值,但用此指标衡量产业部门的碳要素在生产中的实际效率有较大局限性。碳生产率指标直接应用在产业部门时会忽略产业部门间在整个生产系统内部的联系,此时应建立更加系统全面的隐含碳生产率指标,隐含碳生产率指标的定义如下:

(1)

(2)

其中,Ci表示第i产业部门直接碳排放量;Ci,k表示为第i产业部门第k种能源的直接碳排放量;θi,k表示第i产业部门第k种能源消费量;φk表示第k种能源消耗排放的CO2系数;NCVk表示平均发热量;CEFk表示单位热值含碳量;COFk表示碳氧化率;44和12分别表示CO2和C的分子量。

令各产业部门直接碳排放系数为:

(3)

其中,Xi,t为第i产业部门在第t期的总产出。记Et为Ei,t组成的行向量,引入投入产出模型,计算隐含碳排放系数向量:

Ft=Et(I-At)-1

(4)

(5)

(6)

在求得最终使用的隐含碳排放量后,需要估算其对应的隐含增加值,类似于隐含碳排放的核算,令第i产业部门在第t期的增加值率为:

(7)

其中,Vi,t为第i个产业部门在第t期的增加值,VRi,t为增加值率向量VRt的第i个元素。参照隐含碳排放系数计算原理,将中间投入的进口价值量剔除,则剔除进口的隐含增加值系数向量可以表示为:

(8)

(9)

将式(1)、式(6)、式(9)联立可以求得隐含碳生产率:

(10)

隐含碳生产率表示第i产业部门的最终使用隐含增加值量与隐含碳排放量的比值,隐含碳生产率指标与单要素生产率类指标的本质是一致的,区别于传统碳生产率,其经济学意义是,在既定的生产关联关系与产品需求条件下,为生产第i产业部门最终使用,整个系统投入单位碳要素(CO2排放量)能够产出的增加值总量。同理,可以得到由n个细分产业部门组成的产业部门集合的隐含碳生产率:

(11)

隐含碳生产率的经济学意义从细分产业部门到产业部门集合(如将所有细分产业视为一个整体)都与生产率的本质保持了一致,当以所有产业部门组成的集合即产业部门整体作为隐含碳生产率的测算对象时,产业部门间的关联效应将被内部化,此时,在理论上隐含碳生产率与传统碳生产率是等价的。

将产品的生产环节分为直接生产环节与间接生产环节,则隐含碳排放便是直接碳排放与间接碳排放之和,隐含增加值为直接增加值与间接增加值之和,则细分产业部门的直接碳生产率为:

(12)

细分产业部门的间接碳生产率可以表示为:

(13)

由细分产业部门组成的产业部门集合的直接碳生产率为:

(14)

由细分产业部门组成的产业部门集合的间接碳生产率为:

(15)

(二)中国产业部门隐含碳生产率的收敛性指标构建

1.σ收敛

σ收敛的检验通常使用变异系数指标,即样本标准差与均值的比值。它衡量的是截面样本之间的差异程度，通过对变异系数时间趋势的分析可以识别面板数据的收敛情况。变异系数公式为:

cv=sd/μ

(16)

其中,变异系数cv越大表明数据内部的离散程度越高,sd为样本标准差,μ为样本均值,当cv随时间推移减小,则存在σ收敛。

2.绝对β收敛

绝对β收敛描述的是产业部门隐含碳生产率越低所具有的隐含碳生产率增长速度越高,意味着各个产业部门的隐含碳生产率将收敛于稳态水平,绝对β收敛的检验模型如下:

(17)

其中,β1=-(1-eλ1)/(τ-t),λ1为绝对β收敛的收敛速度,ECPi,t和ECPi,τ分别表示第i产业部门第t期和第τ期的隐含碳生产率,εi,t为随机扰动项,α1和β1为模型待估计参数,若β1显著小于0，则说明存在绝对β收敛。

3.条件β收敛

条件β收敛描述的是各产业部门在控制外部条件差异的情况下,隐含碳生产率仍会收敛到稳定状态,且距离自身稳态越远会有更高的收敛速度。为了实现对现实中各个产业部门的差异性控制,参考相关研究以及结合本文的研究实际[18-19],在对产业部门隐含碳生产率进行β收敛性检验时加入了一些控制变量,控制变量分别是:(1)技术进步:清洁技术的研发与推广是隐含碳生产率提升的强劲动力,也是造成产业部门隐含碳生产率差异的重要原因,用各产业部门研究与试验发展经费内部支出与各产业部门增加值比值来衡量;(2)禀赋结构:禀赋结构的差异一定程度上决定了产业部门生产技术的特性,以及产业部门隐含碳生产率对外部冲击的敏感程度,以各产业部门资本存量与劳动力数量的比值度量,资本存量计算参考单豪杰的方法并略作调整,劳动力数量则根据陈诗一的方法计算工业细分产业部门的劳动力数量,其余产业部门在对应年鉴上均存在匹配数据[20-21];(3)环境规制:环保政策可能会隐性地提高能源要素的使用成本,对产业部门的投入要素抉择造成影响,进而影响隐含碳生产率的变化,而中国过去较少将碳排放作为约束指标,在国务院、省级以及市级政府的工作报告中主要设定能源强度作为约束性指标,因此选取各产业部门能源消费总量与增加值的比值进行度量;(4)产业规模:产业规模的变化可能会给生产带来规模经济或规模不经济,进而影响隐含碳生产率的变动,由于本文核算主要是基于投入产出分析的视角,产业规模用各产业部门的最终使用对数表示。条件β收敛的检验模型具体设定如下:

(18)

其式,β2=-(1-eλ2)/(τ-t),λ2为条件β收敛的收敛速度,ECPi,t和ECPi,τ分别表示第i产业部门第t期和τ期的隐含碳生产率,εi,t为随机扰动项,teci,t表示技术进步,ensi,t表示禀赋结构,pei,t表示环境规制,scai,t表示产业规模,α2为截距项,β2为模型核心解释变量待估计系数,β3、β4、β5、β6为控制变量待估计系数。若β2显著小于0，则说明存在条件β收敛。

4.基于logt检验的俱乐部收敛

非线性时变模型最先由Phillips和Sul在研究经济增长的收敛性问题时提出[22]。经过发展改进广泛应用于效率收敛性的俱乐部识别。非线性时变模型的原始单一因子模型如下:

Di,t=δi,tμt

(19)

其中,δi,t表示异质性指标,即被分解指标Di,t随着时间变化的部分与仍保持不变部分μt的相对差距。异质性指标δi,t可以进一步拆分成如下式子:

δi,t=δi+σiξi,tL(t)-1t-α

(20)

其中,ξi,t服从i.i.dN(0,1),σi为表示规模的异质性参数,L(t)为关于时间t的增函数,α为收敛性参数,当α为负数,L(t)趋于正无穷,δi,t将收敛于常数δi。具体考虑隐含碳生产率的情况:

ECPi,t=δi+di,t

(21)

其中,δi表示各产业部门隐含碳生产率不随时间变化的部分,di,t表示时变部分。进一步将隐含碳生产率指标表示为非线性时变模型原始形态:

(22)

其中,wt为被检验产业部门同质性时变指标,bi,t为第i产业部门异质性时变指标。若所有的bi最终随时间收敛到常数b,那么说明各产业部门的隐含碳生产率最终收敛到相同的稳态。为检验bi是否收敛到常数b,构造转换参数如下:

(23)

其中,转换参数hi,t衡量个体值与均值随时间t推移的偏差,当t→∞,且hi,t→1,截面方差因子Ht将收敛到常数0。

(24)

截面方差因子Ht可以用收敛速度α和常数A表示为:

(25)

至此,根据上述理论可以建立俱乐部收敛检验回归方程:

(26)

其中,L(t)=log(t+1),由于b=2α,若估计的ψ2非负,即ψ2的T统计量大于-1.65,则所有个体异质性时变指标bi随着时间的推移最终将收敛于常数b,即受检验的产业部门集合隐含碳生产率长期收敛于同一稳态。

(三)数据来源及处理

为保证数据的可靠性,研究所需能源消费数据源自《中国能源统计年鉴》,产业增加值及最终使用数据来自《中国投入产出表》和《中国投入产出延长表》。根据《国民经济行业分类标准(GB/T4754—2017)》将历年能源消费量与投入产出数据相互对应、合并分类,最终将能源消费部门和投入产出部门合并为对应的28个产业部门,使研究数据保持主体一致性,且历年价值量数据根据《中国统计年鉴》中GDP数据计算平减指数全部转换为2005年不变价格表示。在计算产业部门碳排放时,采用2006年《IPCC国家温室气体清单指南》推荐方法及其缺省因子核算煤炭、焦炭、原油、汽油、煤油、柴油、燃料、天然气8种能源的分行业碳排放,为避免重复计算,剔除加工转换以及损耗的能源量。值得注意的是,在测算细分产业部门的直接、间接和隐含碳生产率时,某细分产业部门并非传统意义的产业部门,根据计算公式,本研究将生产某最终产品与服务相关的主体都归结为某细分产业部门,如化学工业生产的中间产品若是为了满足纺织业的最终产品生产需求,则将该部分中间产品的碳排放与增加值归于纺织业。但本研究的产业部门整体与传统意义下的产业部门整体是统一的,因为所有的中间生产都是为了产业部门整体生产最终使用服务的。为保持与隐含碳生产率所指向的产业部门一致,资本、劳动、能源等变量均使用投入产出法转变为剔除中间进口后最终使用对应的隐含变量,且相关数据从《中国科技统计年鉴》《中国固定资产投资统计年鉴》《中国劳动统计年鉴》等整理计算可以得到。

四、实证结果与分析

(一)中国产业部门隐含碳生产率的有效性分析

隐含碳生产率指标应用的基本前提是测算的结果具有有效性,首先对隐含碳生产率的有效性进行分析。忽略投入产出法的估算误差,产业部门整体的隐含碳生产率在理论上与产业部门整体的传统碳生产率数值相等,投入产出法计算得到的中国产业部门隐含碳生产率与传统方法计算得到的中国产业部门碳生产率的差异如表1所示,两种方法计算结果相差极小,误差幅度均不超过5%,可见,隐含碳生产率具有高度的可靠性,且隐含碳生产率的最大优势在于,可以系统地看待细分产业部门生产活动对产业部门整体的冲击与影响,在这一点上,传统碳生产率显然是无法做到的,因为传统方法计算的细分产业部门的碳生产率是孤立的,并未考虑产业间的生产关联。综上所述,使用隐含碳生产率指标是有效且可行的。

表1 2002—2020年中国产业部门整体传统碳生产率与隐含碳生产率对比

(二)中国细分28个产业部门隐含碳生产率的动态演进

细分的28个产业部门隐含碳生产率具体数值、均值与排序如表2所示。从隐含碳生产率的变动上看,基本都呈现上升趋势,但在2002—2005年呈现全面下降,这一结果与孙广生、林伯强等观察到该时期能源生产率下降的结论类似[23-24],相关原因可以参考其解释,本文不再赘述。纵观整个研究期间,在2002—2020年间,隐含碳生产率均值最高的三个产业部门依次是批发零售、住宿和餐饮业,农业,其他服务业,且这三个产业部门在研究阶段的每个时期都是隐含碳生产率最高的三个产业部门,它们隐含碳生产率历年均值依次为1.101 5万元/吨、0.982 1万元/吨、0.973 4万元/吨,而隐含碳生产率均值最低的三个产业部门为:电力、热力的生产和供应业最低,其次是金属冶炼及压延加工业,再次是非金属矿物制品业,三者都属于能源密集型产业或重工业,隐含碳生产率历年均值分别为0.054 4万元/吨、0.114 8万元/吨、0.166 9万元/吨。隐含碳生产率年均增长率较高的产业部门为燃气生产和供应业(6.98%)、石油和天然气开采业(5.94%)、批发零售、住宿和餐饮业(5.07%),三者增幅均超过100%。在研究期间,所有产业部门的隐含碳生产率均实现了上升,由于产业部门间隐含碳生产率有由其产业性质决定的惯性,各产业部门的隐含碳生产率相对高低具有一定的稳定性。不过值得注意的是,石油和天然气开采业隐含碳生产率从2002年在产业部门中排名第24位(0.164 5万元/吨)到2020年在产业部门中排名13位(0.464 9万元/吨),实现隐含碳生产率的跨越式上升。

表2 2002—2020年中国28个产业部门隐含碳生产率变动及排序

(三)中国细分28个产业部门生产结构特性分析

2002—2020年直接碳生产率增长较快的产业部门为仪器仪表及文化办公用机械制造业、木材加工及家具制造业、燃气生产和供应业,年均增长率分别为15.02%、13.25%、11.34%(1)限于篇幅,未列出28个产业部门碳生产率的测算结果。若有需要,可联系作者。;间接碳生产率增速较高的产业部门为其他服务业,批发零售、住宿和餐饮业,石油加工、炼焦及核燃料加工业,年均增长率分别为4.72%、4.42%、4.13%。值得注意的是,2002—2020年,电力、热力的生产和供应业的直接碳生产率、间接碳生产率均呈现负增长,而隐含碳生产率却实现正增长,表明该产业部门产品在生产中存在较好的产业内部协同效应以及正规模效应。总体上看,直接碳生产率均值靠前的产业部门以高端制造业和服务业为主,靠后的主要是重工业,间接碳生产率均值靠前的产业部门以轻工业和服务业为主,而靠后的主要是能源、资源密集型产业。直接、间接碳生产率排序差值较大的有水生产和供应业,电气机械及器材制造业,交通运输、仓储及邮政业,食品和烟草加工制造业,排序差值大于等于15个位次,其中,交通运输、仓储及邮政业,食品和烟草加工制造业看上去低效率,即其直接产生的经济效益相对直接的碳排放而言较低,但由于其生产需要拉动的国民经济的其他产业部门的增加值与碳排放的比值较高,从系统整体上看是具有较高的效率的;而电气机械及器材制造业,水的生产和供应业对于系统整体而言是低效率的,但孤立地看,它们的生产却具有较高的效率。

总体而言,间接碳生产率普遍低于直接碳生产率,间接碳生产率越低意味着该产业部门产品生产所依赖的上游产业部门碳要素利用效率较为低下。中国产业部门目前的情况是,高碳排放与低增加值的产业往往充当中间生产环节,且多位于生产价值链的上游,因此应充分激活间接生产环节的减排潜能,加大产品生产、加工中间环节的清洁技术研发并提升产业间的协同效应,推动实现产业部门全环节的碳减排,促进隐含碳生产率的进一步上升。

(四)中国产业部门隐含碳生产率的敛散性分析

1.σ收敛性分析

对各产业部门隐含碳生产率进行σ收敛检验,考察各产业部门隐含碳生产率差异程度是否随时间而降低。28个产业部门的变异系数随时间变化的趋势如图1所示,可以看到,仅在2002—2005年、2015—2017年两个时期产业部门隐含碳生产率存在σ收敛。其他时期各产业部门隐含碳生产率的无序程度均在扩大,不存在σ收敛。2002—2005年中国产业结构出现了重化现象,经济整体上存在粗放式扩张,大部分产业部门隐含碳生产率均出现了降低,不过,石油和天然气开采业等隐含碳生产率相对落后的产业部门可能由于规模经济的存在,其隐含碳生产率在这一时期出现了一定程度的逆势增长,因此这一时期出现的σ收敛现象可能的原因是高隐含碳生产率的产业部门向低隐含碳生产率的产业部门靠拢。2015—2017年是整个研究时期隐含碳生产率增长最快的时段,且第二产业的增长幅度要远远大于第一产业与第三产业,此外,2015年还是新修订《中华人民共和国环境保护法》的实施之年,在更加强有力的环境规制下,中国低隐含碳生产率的产业部门受强环境规制影响,隐含碳生产率获得加速提升,加上供给侧结构性改革的深入推进,低利润、高污染的过剩产能被大规模去除,双重政策外部干预下,低隐含碳生产率产业部门对高隐含碳生产率产业部门表现出“追赶效应”。

图1 变异系数趋势

2.β收敛性分析

使用固定效应模型对隐含碳生产率进行绝对β收敛性检验回归,表3报告了产业部门隐含碳生产率变动的各个时期绝对β收敛性检验的回归结果。根据回归结果,无论是否加入年份固定效应,全样本时期基期隐含碳生产率对数的系数估计值均在1%的统计性水平上显著为负,表明存在显著的绝对β收敛,各产业部门隐含碳生产率有减速增长的趋势,且该结果具有一定稳健性。同时,值得注意的是,2002—2012年的分样本回归系数与2012—2020年的分样本回归系数均通过了1%的显著性水平,且后者的负向效应显著大于前者。党的十八大以后,生态文明建设进入新时期,一方面,低隐含碳生产率产业部门具有较低的减排成本且更容易受到强力约束,环境规制产生的效应通常更大;另一方面,高隐含碳生产率产业部门由于要素边际报酬递减规律,隐含碳生产率增长开始相对乏力,产业部门间隐含碳生产率的绝对差异快速收窄。

表3 绝对β收敛回归结果

考虑到产业部门间各种性质的差异性,进行条件β收敛性检验回归。由表4可知,无论是否加入年份固定效应,全样本时期内核心解释变量基期隐含碳生产率对数系数估计值均在1%的统计性水平上显著为负值,这表明各产业部门隐含碳生产率在研究期间存在条件β收敛,即各产业部门的隐含碳生产率相较于自身水平越高,增长速度就会变得更慢,隐含碳生产率增长的边际增长速度是递减的,同时意味着各产业部门隐含碳生产率朝着自身稳态收敛。且2002—2012年的分样本回归系数与2012—2020年的分样本回归系数均通过了1%的显著性水平,且后者的负向效应更大,这一结果与绝对β收敛回归结果一致。

表4 条件β收敛回归结果

3.俱乐部收敛性分析

在判定隐含碳生产率存在β收敛后,可以发现各产业部门隐含碳生产率在增长的过程中存在减速的现象,即收敛到各自的稳态,那么随着时间的推移最终各自的稳态是会相同,还是会聚类式收敛于多个不同的稳态,值得进一步进行探讨。采用logt检验对产业部门隐含碳生产率进行俱乐部收敛分析,考察28个产业部门隐含碳生产率是否长期趋于共同稳态,全局收敛检验的估计结果如下:

(27)

(2.75) (-10.09)

参数估计值下对应的括号内为t检验统计值,ψ2的估计值为-1.529,其t检验统计值为-10.09,ψ2的估计值在1%统计性水平上显著为负,强烈拒绝全局收敛假设,检验结果表明28个产业部门中至少有一个产业部门的隐含碳生产率与其他产业部门的隐含碳生产率长期不趋同。

进一步考察产业部门内部是否存在收敛俱乐部,借鉴Phillips和Sul识别收敛俱乐部的“四步法则”,将产业部门按照最后一期的隐含碳生产率高低进行排序并选择最高的两个产业部门作为初始检验对象,然后将产业部门依次遍历所有组合进行检验,最终识别聚类出5个收敛俱乐部,收敛俱乐部情况如表5所示[22]。

表5 收敛俱乐部

表5中,除食品和烟草加工制造业,金属冶炼及压延加工业,电力、热力的生产和供应业,批发零售、住宿和餐饮业外,其他产业部门均归属于收敛俱乐部,在logt检验中无法拒绝原假设,与同一俱乐部的产业部门有隐含碳生产率长期趋同趋势。俱乐部A、B、C、D、E的隐含碳生产率历年均值分别为0.977 8万元/吨、0.440 8万元/吨、0.323 2万元/吨、0.236 1万元/吨、0.186 4万元/吨。长期趋同这一性质使产业部门间的隐含碳生产率拥有更高的可比性,同一俱乐部中隐含碳生产率较低的产业部门相对其他俱乐部中的成员而言,拥有更大的减排潜力。

4.进一步探讨:中国产业部门隐含碳生产率发散原因

为深入探讨中国产业部门隐含碳生产率出现差异背后的原因,综合参考孙亚男和杨名彦的研究,构建以下隐含碳生产率差异的二次指派过程(Quadratic Assignment Procedure,QAP)模型[25]:

ECPd=f1(Td,Pd,Ed,Yd,C)

(28)

其中,ECPd是28个产业部门隐含碳生产率的历年均值取相互差值的绝对值后构成的差异矩阵,Td为技术进步的差异矩阵,Pd为环境规制的差异矩阵,Ed为禀赋结构的差异矩阵,Yd为产业规模的差异矩阵,C为俱乐部关系矩阵,当两产业部门是同一俱乐部则取值为1,反之,取值为0。另外,构建碳生产率增长率差异的QAP模型:

ECPgd=f2(Td,Pd,Ed,Yd,C)

(29)

其中,ECPgd是28个产业部门隐含碳生产率的年均增长率取相互差值的绝对值后构成的差异矩阵。设定随机置换次数为5 000,对式(28)和式(29)中涉及的变量进行QAP相关性分析,结果如表6所示,各矩阵中存在一定程度的多重共线性,需使用QAP回归方法才能较好地加以克服,QAP作为一种非参数方法,能够表现得更加稳健。

表6 隐含碳生产率及其增长率差异与各影响因素的QAP相关性分析结果

表7报告了隐含碳生产率差异的QAP回归分析结果,概率1表示随机置换产生的回归系数大于等于实际值的概率,而概率2则表示随机置换产生的回归系数小于等于实际值的概率。标准化系数相较于非标准化系数具有可以直接比较的优势,因此,选择标准化系数作为分析的依据,环境规制的差异在1%的统计性水平下对产业部门间的隐含碳生产率差异造成正向影响,即行业差异化的环境规制会加剧产业部门隐含碳生产率的分化,出台相应公平普适的“节能降碳”引导政策总体上可以减少产业部门间隐含碳生产率的差异;俱乐部关系在1%的统计性水平减缓了产业部门间隐含碳生产率绝对差异的扩大,同一俱乐部成员拥有相同的均衡稳态,因此,可以采取有效措施促进同一俱乐部成员隐含碳生产率的集体提升;此外,产业规模的差异也在10%的统计性水平下正向扩大隐含碳生产率的差异,但从标准化系数上看,这一效应要弱于差异化环境规制的影响。

表7 隐含碳生产率差异的QAP回归分析结果

进一步对隐含碳生产率增长率差异进行QAP回归分析,回归结果如表8所示。可以看到,对隐含碳生产率水平值差异产生影响的变量均无法显著表现出对隐含碳生产率增长率差异的影响作用。仅有禀赋结构差异在5%的统计性水平上促进了产业部门间隐含碳生产率的增长率差异,禀赋结构的不同在很大程度上会对生产方式造成影响进而改变产业部门接受新技术的意愿以及应用减排技术的可能性。这也在一定程度上说明,产业部门间隐含碳生产率增速的差异主要受制于各自内部的要素份额特征,受到外部政策与技术冲击的影响有限。因此,在未来减碳措施的推行中,要充分考虑产业部门禀赋结构的异质性特征,避免将减碳成效全部归因于产业部门或者企业的减碳努力,加强减碳政策制定的科学性,突出以结构调整为重点方向的政策导向。

表8 隐含碳生产率增长率差异的QAP回归分析结果

五、结论与政策建议

本文基于2002—2020年中国投入产出数据,构建了区别于传统单要素碳生产率的隐含碳生产率指标,并在全局视角下验证了它的有效性,在此基础上,分析中国产业部门隐含碳生产率及其动态演进,根据生产的直接和间接环节,分别测算直接碳生产率与间接碳生产率,进一步厘清产业部门生产结构特点,并采用变异系数与β收敛模型检验其收敛特征,使用基于logt检验的俱乐部收敛模型检验识别哪些产业部门是长期收敛于同一最终稳态的聚类,最后借助QAP分析方法进一步讨论隐含碳生产率发散的原因。

首先,中国产业部门整体的隐含碳生产率呈现较大幅度的增长,在2002—2020年隐含碳生产率从0.369 3万元/吨上升到了0.630 0万元/吨,增幅为70.59%,年均增长3.01%;细分的28个产业部门隐含碳生产率均有不同程度的攀升,其中,燃气生产和供应业的增幅超过200%。由于产业部门间隐含碳生产率有由其产业性质决定的惯性,各产业部门的隐含碳生产率相对高低具有一定的稳定性。值得注意的是,石油和天然气开采业隐含碳生产率排序升高11个位次,实现隐含碳生产率的跨越式上升。

其次,从中国产业部门隐含碳生产率的结构特性上看,各产业部门的直接碳生产率普遍高于间接碳生产率,这一定程度上体现了中国产业部门的碳减排实践以直接碳减排为主,间接碳减排的潜力还有待挖掘。交通运输、仓储及邮政业,食品和烟草加工制造业从局部看上去低效率但对整个国民经济而言是高效率;电气机械及器材制造业以及水的生产和供应业对于系统整体而言是低效率的,但孤立地看,它们的生产却具有较高的效率。2002—2020年,电力、热力的生产和供应业的直接碳生产率、间接碳生产率均呈现负增长,而隐含碳生产率却实现正增长,表明该产业部门产品的生产中存在较好的产业协同效应以及正规模效应。

最后,产业部门在2002—2005年、2015—2017年变异系数出现了降低,产业部门间隐含碳生产率的无序与差异程度呈现收窄,但两个时期隐含碳生产率表现出σ收敛的原因有所不同。在所有研究时期内,产业部门隐含碳生产率均存在显著的绝对β收敛与条件β收敛。俱乐部收敛结果表明在产业部门中存在5个长期趋同的俱乐部,俱乐部中隐含碳生产率较低的产业部门相对其他该俱乐部成员而言,拥有更大的减排潜力。差异化环境规制是各产业部门间隐含碳生产率分化的主要因素,而俱乐部关系的形成有助于减缓产业部门间隐含碳生产率绝对差异的扩大,此外,禀赋结构差异是产业部门间隐含碳生产率增速产生分化的主要原因。

因此,在产业减排政策制定时应充分考虑产业部门的隐含碳生产率、直接碳生产率、间接碳生产率因素,综合分析产业部门隐含碳生产率提升的阻力和潜力,本文提出的政策建议为:

第一,兼顾生产排放的全流程,坚持末端治理与源头治理两手抓。产业之间不是完全独立的生产个体,而是为达成生产目的而进行产品相互流动的生产单元。各产业部门中的企业作为其所在产业链中的一环,其生产行为大多是由最终产品拉动的,如果盲目打压碳排放多、经济收益差的产业,无异于“头痛医头、脚痛医脚”,对全局层面的碳减排效果是不确定的,甚至将对经济增长带来较大损害。应综合考虑不同产业部门最终产品生产的直接效应、间接效应,加强政策的系统性、协同性,如电气机械及器材制造业等直接碳生产率较大优于间接碳生产率的产业部门,它们的减碳治理范围就应同时包纳生产链的上游以提高政策效果。

第二,区别推进各产业部门低碳化进程,引领需求侧消费绿色升级。不同产业部门存在差异性的排放特性与减排难度,在推进产业部门梯次碳达峰时,可以将隐含碳生产率作为结构调整的重要参考,诸如通信设备、计算机及其他电子设备制造业这类隐含碳生产率靠前的产业部门,减少产量带来的减碳成效比较小,且通过低碳技术改造的减碳收益也不高,不太适合成为碳减排工作的重心。像化学工业等隐含碳生产率低的产业部门,通过减产带来的碳减排收益很高,且加快低碳技术改进以提升隐含碳生产率也能够获得较大的碳减排收益,当然,具体采取哪种方式还需要结合国家的产业战略与产业安全性等因素进行综合研判。此外,在推进碳减排工作时,还应系统地看待产业部门的生产行为,重视最终需求的结构,以消费绿色升级作为引导驱动产业结构低碳化的强劲动力。

第三,引导低碳政策向“高潜力、低阻力”产业部门倾斜,助推前沿减碳技术加速落地与扩散。一方面,属于同一收敛俱乐部的产业部门,由于隐含碳生产率较低的产业部门距离共同稳态较远,隐含碳生产率的增加阻力将会比高隐含碳生产率产业部门更低且具有更高的预期增速,并拥有更大的减碳内生动力,应重点对收敛俱乐部内低隐含碳生产率部门开展碳减排工作,此外还应引导产业部门从劳动密集型、能源密集型向资本密集型转变,推动低隐含碳生产率产业部门向高隐含碳生产率产业部门加速靠拢。另一方面,技术进步是隐含碳生产率提升的主要动力,由于低隐含碳生产率产业部门往往具有更高的隐含碳生产率增速,技术进步对低效率部门的促进效应更加强烈。因此,应健全市场化导向的绿色创新体系,全面推行清洁生产,完善对绿色技术产权保护机制,疏通产业间清洁技术扩散的阻碍,加速产业绿色低碳化进程,以此推动产业部门隐含碳生产率的全面提高。