“一帶一路”沿線省份經濟增長、能源消耗對碳排放的影響研究

邵羽冰 邵言波

(中國計量大學經濟與管理學院 浙江杭州 310018)

1 引言

共建“一帶一路”偉大構想提出后，我國在2015年相關會議中指出各省應定制關于推進“一帶一路”倡議與行動的特色實施方案，并與國家方案銜接?！耙粠б宦贰背h重點關注省份(自治區、直轄市)分別為西北六?。焊拭C、陜西、寧夏、青海、新疆、內蒙古；東北三?。汉邶埥?、吉林、遼寧；西南三?。簭V西、云南、西藏；其他五省市：上海、浙江、廣東、福建、海南；一個內陸地區：重慶[1]?！耙粠б宦贰背h提出以來，低碳綠色發展的理念不斷涌現，并與“一帶一路”倡議內涵珠聯璧合，為我國“一帶一路”途經區域帶來可持續發展新機遇。在此基礎上，研究“一帶一路”沿線省份的碳排放量影響因素對我國優化產業結構、降低資源能源消耗和推動綠色可持續發展具有不可小覷的長遠意義和現實價值。

關于能源消耗、經濟效益提高和二氧化碳排放之間關系的國際研究非常廣泛。Hamit(2011)認為，短期內區域內經濟水平提升、能源使用量以及碳排放之間的關系較弱，但不否認長期來看會產生強烈的影響。Muhammad等(2013)的研究表明，印度尼西亞的碳排放量增長與該國經濟發展形勢總量走上新臺階。此外，近年來能源消費量遞增也是影響因素之一。Yaya(2017)采用分位數回歸的方法，證明了經濟發展并非造成環境污染的最大原因。亞撒哈拉地區、美國及歐洲各國均主張采用EKC假設評價其對生態的沖擊，在所有的分位水平上，污染較輕的地區較易遭受日益增加的二氧化碳排放量的影響。

目前，國內研究文獻對三者間的關系有一定的研究，張抒夢和董虹(2016)建立了向量自回歸模型，根據美國1950—2013年的統計資料，探求了經濟增長、二氧化碳排放與能耗相關變量之間的動態變化情況，認為美國對化石能源的依賴程度減小，通過技術進步來提高能源消耗效率，大力發展新型能源并注重能源的品質。劉金華(2022)通過測算各因素對我國碳排放量的貢獻率，得出導致碳排放量增加的核心影響因子為經濟發展和社會人口規模，而能源強度對其具有微弱的反向控制作用。張莉萍(2022)基于62個國家的面板數據，探究“一帶一路”途經國家能源消費、碳排放和人均國內生產總值之間的關系，發現人均GDP對人均碳排放的影響走勢是先促進，達到拐點人均GDP689.42美元后，會對人均碳排放量產生負向影響作用。裴祥宇(2019)利用GMM方法，在研究中發現經濟規模水平和能源結構等因素與碳排放量同向提高，產業結構升級在省級層面對碳排放量具有一定的抑制作用。

2 研究設計

2.1 變量選擇與數據說明

本文選取我國“一帶一路”沿線各省、直轄市或自治區的面板數據(不包括西藏地區：因西藏地區的部分數據難以獲取，所以本文在分析樣本省份時剔除西藏地區)，時間跨度為2010—2020年。在對比王來弟(2018)的文獻后，本文選取二氧化碳排放總量作為被解釋變量，人均地區生產總值、能源強度、能源結構作為主要解釋變量。此外，本文還選取了人口規模、產業結構、科技創新水平和貿易開放水平4個控制因素(見表1)。

表1 變量定義表

目前我國碳排放的來源主要是能源消耗，因此有必要通過估算每個省份的主要能源消耗及其相應的碳排放量來測算每個省份的碳排放總量。本文根據IPCC(聯合國政府將氣候變化專門委員會)2006年度提出的碳排放系數法測算出“一帶一路”沿線17個省份的碳排放總量，具體計算如下：

其中，y表示碳排放總量；i區別不同能源種類；j代表第幾年；X表示能源消耗量；βi是各種能源的碳排放系數(能源種類包括：煤炭、焦炭、原油、燃料油、汽油、煤油、柴油和天然氣)。在數據處理方面，為了削弱異方差和共線性問題，本文對指標使用取對數的方法，讓數據波動相對穩定。針對數據缺失問題，本文在反復比較了多篇文獻中的處理方法后，最終使用多重插值方法處理當前缺失的數據，較好地保持變量之間的關系。

2.2 碳排放發展現狀分析

本文擇取八大能源消耗量及折算系數，估算出“一帶一路”沿線省份2010—2020年的總體碳排放量和各省份對應年份的碳排放量(見圖1)。從碳排放量年際增長率發展趨勢來看，2010—2014年，各省份碳排放總量連年增加，且年均增長率均為正值。其中，2013年增長率最低為0.06%；2015年首次出現了負增長，增長率為-0.22%，17個省份的碳排放總量約為57.73億噸。2016—2020年，碳排放總量不斷提高?？傮w來說，在研究的時間段內，樣本省份的碳排放總量呈波動上升趨勢?！笆晃濉币巹澨岢觥肮澞軠p排”以來，我國積極順應世界低碳化趨勢的同時，制定了相應的綠色減排政策措施。中央決定對碳排放實行配額制度，各級政府紛紛制定了有關的節能減排措施，并實施限額制，促進了低碳產業的快速發展。隨著我國節能減排力度的加大、產業結構的調整和相關科學技術的革新，全國各省份碳排放總量和平均增長速度得到有效控制。本文就在積極應對全球低碳發展的同時，國家和各地紛紛制定了有關的節能減排措施，制定了限額制，促進了低碳產業的快速發展。在節能減排、調整產業結構及科技革新等方面，全國各省的二氧化碳排放量和年均增速都已取得了較好的效果。

圖1 2010—2020年“一帶一路”沿線省份碳排放總量和年際增長率圖

3 實證分析

3.1 模型構建

本文研究能源消費和經濟增長對區域碳排放的影響，建立模型如下：

本文運用Stata軟件對缺失數據處理后獲得觀測值共187個。由表2回歸樣本的描述性統計結果可以看出，碳排放總量具有較高的標準差(0.738)，產業結構和人均地區專利申請數具有較大的波動性，標準差分別為8.884和1.071，且大多數變量具有明顯的峰值分布，數據存在一定的趨勢性，可進行回歸分析。這表明，17個“一帶一路”沿線省份都具有良好的人均GDP、能源強度、能源結構和產業結構，以及較高的人口規模、科技創新水平和貿易開放程度。通過對各因素的Pearson相關性檢驗進行分析，從檢驗結果中可以看出，CQ2排放總量的標準差系數與人均GDP、能源結構之間呈正相關，與能源強度之間存在著負相關關系，初步說明能源強度可平抑一部分碳排放量的波動。

表2 描述性統計結果

由表3可知，Chow檢驗輸出結果P值為0.0000，由于統計量的值比臨界值高，故強烈拒絕原假設“可以使用混合回歸模型”，截距項應隨個體變化，個體固定模型更適合本文數據。本文使用LSDV估計方法測算聚類穩健標準誤，得出大多數個體虛擬變量是顯著的，可以駁斥原假設“所有個體虛擬變量都為零”，即數據具有個體效應，此結果再一次驗證了上述結論。LM檢驗結果表明，拒絕“H0：無個體隨機效應存在”，因此隨機效應優于混合效應。通過Hausman檢驗可知，Chi2統計量為15.17，P值為0.0339，顯然否定了“H0：ui與解釋變量不相關”的原假設，所以本文最終選擇固定效應模型。

表3 模型檢驗結果

3.2 模型結果分析

本文在建立實證模型時，需要分析數據是否平穩，為了避免數據的非平穩性，本文同時采用HT檢驗和IPS檢驗兩種適合短面板數據的單位根檢驗方法。結果表明，大多數變量拒絕“H0：數據存在單位根”，即該數據較為平穩?？紤]到傳統固定效應模型的偏誤，即只關注個體之間的差異而忽視對不同時期和個體殘差相關關系的研究，本文通過LSDV估計方法，采用既包括個體效應又包括時間效應的雙向固定效應模型。

雙向固定效應模型的結果分析如表4中的模型(3)所示，從模型整體擬合效果來看，R2=0.8714，表示樣本的擬合優度良好。從顯著性水平來看，經濟增長、能源強度和能源結構在1%的統計水平上為正,表明三者對碳排放量的影響高度顯著?！耙粠б宦贰毖鼐€省份的經濟發展水平對碳排放有正向影響，經濟增長水平越高，碳排放量越大。從經濟含義的角度來看，能源強度系數估計值為正且每增加1單位，碳排放總量就會隨之上升約0.6614%，說明我國在2010—2020年主要使用含碳量高的能源，側面反映了我國能源利用效率不高的問題。能源消費結構的系數為0.5173，在1%的顯著性水平上對碳排放量的影響為促進作用。

表4 基準回歸結果

4 結論與建議

從研究結果來看，經濟發展水平的提升會增加碳排放量，能源消耗在總量、人均及能源強度上都與碳排放量同向變動，存在顯著的正向關系。以煤炭為中心的中國能源消費結構要盡可能把煤炭等高碳型能源打造成清潔能源，把優化能源消費結構作為綠色可持續發展道路的重點。雖然能源消費結構的系數彈性值對碳排放量的影響低于能源強度，但是在提高能源利用效率和彌補能源短板的同時，能源結構調整的問題不容小覷。

根據上述結論，為幫助我國“一帶一路”沿線省份踐行綠色可持續發展理念，本文提出以下三點建議：第一，升級產業結構，推動綠色可持續發展。各省份應根據自身發展優勢，發展以信息、新能源為主的低碳產業和技術密集型產業，在實現經濟增長的同時，注重區域產業轉型升級和綠色經濟發展；第二，優化能源消費結構，促進低碳經濟發展?！耙粠б宦贰毖鼐€不少區域地處內陸高山高原，是重要河流的源頭地區，生態環境較為脆弱，資源環境制約問題較大，要著力開拓綠色低碳發展之路，逐步提高新型能源的使用比例，進一步推動能源消費結構多元化、低碳化；第三，完善節能減排政策措施，促進經濟穩定增長。各級政府在設定經濟發展政策的同時，不僅要注意對本省碳排放強度的抑制作用，還要兼顧碳排放轉移對鄰近省份的負面影響問題。區域間經濟發展、能耗情況與碳排放作用效應強度差異的問題，要結合本省資源、環境和社會等特點制定相應政策，融入地方經濟發展規劃，推動各地區經濟的穩定發展。