我国碳排放水平的区域差异及影响因素分析_张珍(6)

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