《碳排放的驱动因素与减排路径》系统地讨论了中国碳排放的驱动因素及其影响机制，尤其侧重考察人文因素在碳排放中不可替代的作用，研究对象主要包括经济发展、人口、行业因素及制度创新。《碳排放的驱动因素与减排路径》通过对驱动因素的作用机制和途径的探讨，挖掘人文角度的节能减排路径。

第1章 经济增长与碳排放
1.1 收入—碳排放的联合动态性研究
1.1.1 引言
近年来，空气污染是全球变暖、海平面上升及臭氧层受到破坏等环境问题的主要原因，已在世界范围内形成共识，空气污染是损害人类健康和社会福利的不争事实。例如，在我国北京等一批城市出现的严重雾霾天气就对居民健康产生了严重的影响。空气质量变差的*主要原因是二氧化碳（CO2）排放量的显著增加。从全球看，大气中二氧化碳的浓度，已从18世纪工业革命前的280百万分比浓度增加到1983年的344百万分比浓度、2010年的391百万分比浓度。实现二氧化碳减排，提高空气质量已经成为全球范围内迫切需要解决的难题。
目前，国际上对碳减排的呼声越来越强烈，许多**正围绕《京都议定书》探索“低碳经济”政策，试图寻找切实可行的低碳经济发展路径。但要真正实现二氧化碳减排，就必须了解影响碳排放的因素，从而找到有效的减排措施。我们知道，影响碳排放的因素是多种多样的，包括能源结构、能源效率、人口规模、收入水平等。在这些因素中，收入与能源消耗存在着密切的、相辅相成的变动关系。**或地区的收入水平代表着其经济发展水平、收入水平不同，意味着经济发展阶段不同，其能源消耗特征也不同。2009年，金融危机导致全球经济低迷，世��生产总值的增长率从2008年的2.5%下降到2009年的1.0%，与此同时，全球碳排放量也相应下降了1%。2010年，随着世界经济的复苏，碳排放量也呈现正增长，2011年，全球碳排放量增加到316亿吨，与2010年相比，增加了3.2%。2002～2007年，中国年均经济增长率从4%上升到11%，碳排放量增加了150%。2008～2009年，受全球经济衰退的影响，中国经济增长速度有所下滑，碳排放量也同时降低。2010年，中国经济逐渐恢复，开始快速增长，2011年，中国碳排放量猛增9%，达到97亿吨。可以说，不论是在中国还是在全球，碳排放量都随着经济发展而变化，两者紧密关联。
近年来，收入—碳排放的关系得到了政策制定者、理论和实证研究者的广泛关注。但在中国，相关实证分析仍未得到令人信服的结果。收入—碳排放存在怎样的关系？两者的关系是否与地区经济发展水平有关？在中国节能减排过程中，高收入地区是否应承担更大的责任？收入—碳排放的联合动态性如何？处于不同收入—碳排放状态的地区在经济发展过程中将会发生怎样的状态变化？中国地区经济发展会陷入收入越低排放量越高的“贫困与环境陷阱”吗？低收入地区摆脱贫困*有可能的发展路径必须是先增加碳排放吗？本节试图通过对收入与二氧化碳关系的联合分析，回答上述问题，以填补现有文献的不足。同时，这些问题的答案也将为地方政府探索低碳经济的发展路径提供理论和实践支持。
1.1.2 文献综述
在国外文献中，收入—碳排放的关系，特别是“贫困与环境陷阱”问题是研究的热点和**领域。其中，代表性的成果有：Ehrlich和Holdren（1971）提出的IPAT（impact，population，affluence technology）模型，将碳排放与人口规模、人均财富及对环境破坏的技术水平联系起来；Coondoo和Dinda（2002）利用格兰杰因果关系研究了不同**的碳排放与收入的关系，研究表明，在不同收入水平下的**，碳排放与收入之间存在不同的因果关系；Cole（2003）发现，虽然碳排放与人均收入满足库兹涅茨假设，但目前世界高收入**的人均GDP还没有达到拐点的水平；Azomahou等（2006）利用非参数方法，得出收入和碳排放之间具有正线性关系的结论；Naimzada和Sodini（2010）的实证分析表明，在世界范围内，收入和空气污染存在多重稳态性，从长期看，在世界范围内，**将形成两种状态，即低收入—低污染状态及高收入—高污染状态；Varvarigos和Gil-Moltó（2014）通过数学模型证明，生产污染对环境恶化的影响及公众环境支出的降低导致低收入—低污染状态出现是完全有可能的。
国内学者更多将研究**放在对收入—碳排放关系的研究上。其中，代表性的成果有：冯相昭和蔡博峰（2012）利用改进的卡亚恒等式对1971～2005年中国碳排放进行无残差分解，得出经济快速发展和人口增长是导致碳排放增加的主要驱动因素，能源效率的提高有利于减少碳排放，能源结构的低碳化是降低碳排放的途径的结论；宋德勇和卢忠宝（2009）利用“两阶段”LMDI得出，2000～2004年，高投入、高排放、低效率的经济增长方式直接导致了中国碳排放量显著增加；林伯强和蒋竺均（2009）利用对数LMDI和STIRPAT模型对中国二氧化碳环境库兹涅茨曲线（environment Kuznets curve，EKC）进行对比研究，得出影响中国人均碳排放的主要因素除人均收入外，还有能源强度、产业结构和能源消费结构的结论；李国志和李宗植（2010）利用STIRPAT模型分析了1995～2007年中国30个省份的碳排放数据，他们把影响碳排放的因素分解为人口规模、人均收入和技术水平三方面，得出了人均收入是影响碳排放的主要因素，碳排放与经济增长呈“U”形曲线关系的结论；张友国（2010）基于IO结构分解法分析了1987～2007年中国经济发展方式的变化对GDP碳排放强度的影响，得出了在此期间，经济发展方式的变化使中国GDP碳排放强度下降了66.02%的结论，其中，生产部门能源强度、需求直接能源消费率的持续下降和能源结构的变化分别使碳排放强度下降了90.65%、13.04%和1.16%；虞义华等（2011）利用库兹涅茨曲线进行研究，证明中国碳排放量与经济发展呈倒“U”形关系。在经济发展到一定水平之前，碳排放量会不断增加，在经济达到**点后，碳排放量会随着经济发展而降低，但目前中国经济还没有到拐点；肖周燕（2012）通过对1995～2008年各省碳排放和人口发展状况的比较分析发现，人口与碳排放之间呈现的并不是简单的正相关关系，虽然人口和经济增长是导致碳排放变化的原因，但当滞后期延长时，人口和经济系统将互为因果，这使得人口和碳排放关系更为复杂。
1.1.3 不同经济发展水平下的收入对碳排放的影响
中国学者对收入—碳排放的关系做了较为深入的研究，但大多基于收入对碳排放有一个统一弹性的假设。地区差异大、经济发展不平衡是中国经济社会发展面临的长期基本国情，因此，在确认收入与碳排放存在相关关系的基础上，我们有必要探讨不同经济发展水平下的收入—碳排放关系是否存在明显差异，高收入地区是否应承担更大的责任。
1.理论模型
影响碳排放的因素有很多，如经济增长、人口增长和技术进步等。由York等（2003）提出的STIRPAT模型包含这些主要因素，是碳排放影响因素研究领域中的重要模型之一，本章的分析也采用该模型。
STIRPAT模型的基本形式：
（1-1）
其中，I为碳排放量；P为人口规模；A为人均财富；T为技术水平，通常用能源强度表示。为了表示不同地区、不同时间下的碳排放，STIRPAT模型可变形为
（1-2）
其中，i表示第i个**或地区；t表示不同时间；a、b、c、d为待估参数；为随机误差。
对式（1-2）两端取对数，就得到STIRPAT模型的常用形式：
（1-3）
2.模型拟合结果及分析
1）变量选择及数据来源
（1）碳排放量（I）。目前，可以直接获取的数据是能源消耗量。标准煤是由不同品种、不同含量的能源按不同的热值换算的，因此，消耗的标准煤中包含消耗的各类燃料，故我们利用标准煤燃烧产生的二氧化碳近似代替碳排放量，单位为万吨。
（2）人口规模（P）。该变量以地区总人口数为代理变量，单位为万人。人口结构对碳排放可能也有一定影响，但由于数据获取困难，在IPAT中没有考虑。
（3）人均财富（A）。该变量以地区人均GDP作为代理变量，单位为元，用来衡量地区经济发展水平和生活水准对碳排放的影响。
（4）技术水平（T）。该变量以能源强度为代理变量，单位为千焦/元。能源强度即单位GDP产生的能源消耗，能源强度低，表示经济活动的能源效率高，碳排放少。
样本区间为1993～2012年。其中，1993～1994年的能源消费总量数据来自《新中国55年统计资料汇编》，1995～2012年的数据来自《中国能源统计年鉴》。部分数据来自中国自然资源数据库、《天津统计年鉴》和《河北经济年鉴》。由于缺少西藏的相关指标，故样本为除西藏、香港、澳门和台湾外的30个省（自治区、直辖市）。人口规模、人均GDP数据来源于历年的《中国统计年鉴》。
2）描述分析
自改革开放以来，中国经济经历了40多年的稳定快速增长，人民生活水平得到了很大提高，但由于历史、资源禀赋和政策倾斜等方面的原因，不同地区间的经济发展水平存在明显差异。为了探索在不同经济发展水平下，收入对碳排放的影响，我们按照1993～2012年的人均GDP均值进行地区类型划分。将收入高于全国平均水平125%的省（自治区、直辖市）定义为高收入地区，高于全国平均水平75%且低于125%的省（自治区、直辖市）定义为中等收入地区，其他省（自治区、直辖市）为低收入地区。这三个经济类型地区的碳排放量、人均收入、人口规模及技术水平如表1-1所示。
表1-1 1993～2012年不同地区的描述性分析
由表1-1可知，1993～2012年，不同地区的碳排放量差距很大。在以上样本地区中，碳排放量的**值为6763500万吨，*小值为59400万吨，前者是后者的113.86倍。高收入地区碳排放量明显高于中低收入地区。高收入地区平均碳排放量约为低收入地区的1.88倍，约为中等收入地区的1.63倍，由此可知，高收入对应着高排放。
另外，通过比较不同经济发展水平地区的人均GDP、人口规模及技术水平的偏度和峰度可知，高收入地区的人均GDP、人口规模及技术水平的偏度和峰度低于低收入及中等收入地区。也就是说，经济发展水平越高的地区，人均GDP、人口规模及技术水平对碳排放的影响越大。
3.1993～2012年不同地区的描述性分析
上述数据说明了收入水平与碳排放的关系紧密。下面，我们通过STIRPAT模型做进一步的实证分析。
为避免由变量不平稳导致的参数估计偏差，我们首先检验取对数后的变量平稳性。增广的ADF方法和PP方法的检验结果表明，面板数据不存在单位根，是平稳的。我们分别按高中低收入地区进行STIRPAT模型分析，得到人均GDP、人口规模及技术水平对碳排放影响的弹性系数。参数估计结果如表1-2所示。由表1-2可知，以碳排放为因变量，人口规模、技术水平和人均收入为自变量的STIRPAT模型的拟合效果好，判决系数高，且参数估计均通过了t检验。人口规模、技术水平、人均GDP可以很好地解释碳排放的变化。
表1-2 不同收入水平下的STIRPAT模型估计结果
由表1-2可知，收入是影响碳排放的重要因素，且人均GDP、人口规模和技术水平的碳排放弹性系数在经济发展水平不同的地区中是不同的。在高、中及低收入地区，人口规模对碳排放影响系数均**，但人均收入是碳排放的主要影响因素。1993～2012年，全国碳排放从109263万吨标准煤增加到389509万吨标准煤，增长了约2.6倍。人均收入从98950元增加到1036242元，增长了近10倍。而人口规模由118614万增加到121681万，后者仅为前者的1.03倍 ，因此，快速增长的人均收入成为碳排放迅速增加的*主要原因。碳排放增加与人均收入增长有关，是影响碳排放的关键因素。
从表1-2中还可以看出，高收入对应着高排放。在经济发展水平不同的地区，收入对碳排放的影响系数不同。在高、中及低收入地区，人均收入对碳排放的弹性系数分别为0.378

目录 第1章 经济增长与碳排放 1 1.1 收入——碳排放的联合动态性研究 1 1.2 经济增长与碳排放存在倒“U”形曲线吗？ 14 1.3 经济增长、能源消耗与碳排放的时变关系 28 第2章 行业发展与碳排放 45 2.1 行业供应链碳排放的来源分析 45 2.2 工业发展与碳排放 62 2.3 农业能源消费、水消费及碳排放研究 77 2.4 工业分行业碳排放影响因素——生产和消费的视角 92 第3章 制度因素与碳排放 107 3.1 信息披露效应、碳排放与企业价值 107 3.2 碳减排政策与企业技术创新的关系 118 3.3 外部性影响机制及区域成本转移 128 第4章 人口因素与碳排放 142 4.1 人口年龄结构对碳排放的影响研究 142 4.2 人口年龄结构及出生人口群体的碳排放效应研究 155 4.3 工作年龄人口影响了中国碳排放吗？ 169 参考文献 184