我国制造业细分行业的碳排放测算

张明志

摘要：通过参考方法对我国制造业细分行业的碳排放水平进行测算，发现制造业的碳排放自1991～2012年可以分为三个排放阶段。基于碳排放的测算数据，对EKC于制造业行业的适用性进行了实证分析，结果发现无论采用“人均收入”指标还是采用“人均产值”指标，“倒U型”的EKC均不存在。进一步通过Stirpat模型来进行分析，不仅拒绝了“倒U型”的EKC，而且拒绝了碳排放在制造业行业内部可以分解为人口，技术和财富这三个因素的结论。研究认为，制造业EKC不存在是可以通过既有解释进行说明的，制造业的碳减排需要主动进行，而不能等待经济阶段的发展来自动解决。

关键词：EKC；制造业；碳排放；Stirpat模型

中图分类号：F426 文章标识码： 文章编号：

引言

在经济的碳排放中，工业占据着较大的比例。据周德群（2011）[ ]的测算，2007年工业二氧化碳排放占全部排放的71.6%，超过三分之二。而制造业的碳排放水平又在工业中占据首要位置，据涂正革（2012）[ ]的测算，制造业的碳排放占据工业总排放的三分之二。所以，要减轻整个经济的碳排放，制造业的碳减排问题需要首先得到解决。

研究制造业行业的碳减排问题，需要总结碳排放的规律，从而利用该规律来达到减排目的，EKC便是既有研究中碳排放的重要规律之一。EKC（Environmental Kuznets Curve），即环境库兹涅茨曲线，最早是由Grossman等（1991）[ ]发现，主要含义是环境质量与经济增长之间存在着一种“倒U型”的关系，由于该形状与Kuznets（1955）提出的收入分配与经济增长之间的关系曲线，即库兹涅茨曲线形状类似，所以被命名为环境库兹涅茨曲线，即EKC。此后，该曲线的存在性和形状一直被广为研究，比如Selden等（1994）[ ]等都通过检验发现该曲线的存在性。然而，这些研究都是针对整个经济体的研究，并没有探讨某一单独行业对该曲线的适用性问题。本文将利用我国制造业的行业数据，探讨我国制造业EKC的存在性，从而为我国制造业的碳减排提供一些参考意见。

1. 已有的文献综述

Grossman等（1991）首次发现了在经济发展中，环境质量与经济增长之间存在一种“倒U”型的关系。之后的诸多学者对该曲线的存在性及形状进行了不同程度的探讨。Shafik（1994）[ ]，Seldon等（1994），Dietz（1997）[ ]等通过实证检验发现了“倒U型”EKC的存在。而Agras等（1999）[ ]，Roca等（2001）[ ]，Azomabou等（2006）[ ]，Richermond等（2006）[ ]，He等（2009）[ ]， 夏艳清（2010）[ ]都未证明EKC的存在性。比如，世界银行（1992）和Shafik（1994）都否定了EKC的存在，认为二者呈现线性关系，不存在拐点。

在EKC的形状上，Seldon等（1994），Dietz（1997），许广月（2010）[ ]，付加峰等（2008）[ ]，李锴等（2011）[ ]研究发现为倒U型，而且都给出了拐点值。具体来看，Dietz（1997）将已有的impat模型改进为对数估计模型，从而方便研究环境影响与人为影响变量之间的非线性关系。Holtz等（1995）[ ]研究发现EKC存在，但拐点大大超过了区间范围。除了“倒U型”形状之外，部分其他学者认为存在着其他形状，比如邵帅等（2010）[ ]认为二氧化碳与经济增长之间是一种三次方的形式。国内学者何小钢等（2012）[ ]研究发现中国工业的库兹涅茨曲线呈“N型”，存在重组效应。韩玉军等（2009）[ ]认为在不同的经济发展阶段，EKC形状表现不同。

在对制造业行业内的EKC的研究方面，相关研究和探讨都较少。黎晓青（2012）[ ]通过建立二氧化碳减排约束条件的经济增长模型以及我国制造业对碳排放的作用机制，从理论与实证的角度分析了产业增长、资本投入、技术进步、能源强度等因素对制造业碳排放的影响，并且实证发现制造业的发展与碳排放之间存在“N型”的三次曲线关系。本文将通过根据我国制造业化石能源的碳排放测算数据对我国制造业的EKC的存在性及其形状展开探讨，以期能得到制造业碳减排有价值的思路和方向。

2. 我国制造业碳排放的测算

2.1 碳排放测算方法-参考方法

二氧化碳的排放测算历来是碳排放领域的一个最基础的方面。对于此测算，IPCC（Intergovernmental Panel on Climate Change）提供了一套操作性较强的参考方法。参考方法是一种自下而上的测算，即假设能源一旦被某一部门消费，或者被转移，或者以气体的形式排放到大气中。参考方法的基本公式为：

（1）

其中， ：二氧化碳排放量（Gg，即千吨）； ：表观消费量， =产量+进口-出口-国际燃料舱-库存变化 ； ：转换因子（根据净发热值转换为能源单位（TJ）的转换因子）； ：能源 的二氧化碳排放系数，单位为kgCO2/TJ（TJ为万亿焦耳）。

2.2 测算

根据参考方法，计算需要能源的消费量，发热值以及碳排放系数。能源的消费量数据来自历年《中国能源统计年鉴》中的实物量，发热值和碳排放系数来自IPCC清单和中国能源统计年鉴，如表1所示。其中，化石能源类别在1991～2009年为16种，2010年开始增加至25种。

经过测算发现，我国制造业的碳排放量由1991年的11.01亿吨，上升到2012年的60.4亿吨，增长接近450%。而制造业的总碳排放平均占到工业总排放的80%以上。制造业的碳排放阶段性变化基本可以分为三个阶段。第一阶段为1991～2001年，该阶段的碳排放相对平稳，基本控制在16亿吨的排放量之内，平均年增速在11%左右。第二阶段为2001～2007年，该阶段为稳步较快增长阶段，平均年增速在14%左右。第三阶段为2008～2012年，该阶段为快速增长阶段，由2008年的14.79亿吨增至2012年的60.4亿吨。

图1 1991-2012年我国工业及三大子行业CO2排放量走势图（单位：亿吨）

分行业来看，平均排放最高的三个行业为黑色金属冶炼，非金属矿物制品业，化学原料及化学品制品业，平均占到制造业总排放的66%。而平均排放最少的为家具制造业，皮革、毛皮、羽绒及其制品业，以及印刷业、记录媒介的复制，三者合计仅占到制造业的0.4%。

3. 我国制造业的EKC实证研究

3.1 EKC于制造业行业适用性探讨的合理性

EKC理论表明，经济增长与环境质量之间存在一种长期的变动关系规律。既有的研究认为，在一个国家经济体总量上，该规律存在。这种规律背后的支撑很大程度上来自于在经济的发展过程中，经济体内部所产生的其他变动带来的有利因素。比如，经济总量在提高的过程当中，会有一些必然的规律，比如国家的城市化水平提高，而这造成经济结构中，第三产业的比例上升，其他产业的比例下降。而第三产业的碳排放水平要低于第二产业，尤其是像旅游业这种“无烟产业”。所以，这推动着碳排放量的下降。然而， 我们无法排除，在不同行业之间经济结构优化的同时，某个行业内部细分子行业结构优化所带来的推力。比如，在制造业内部，同样存在着高碳行业，低碳行业，而且相差较大，这一结构在长期的经济发展过程中或许也存在优化的可能。所以，不能排除EKC于制造业行业的适用性。

3.2 指标与模型

分析的模型与流程我们采用Shafik等（1992）的建议，先设定三次项的方程形式，如果三次项的系数不显著，那么剔除三次项，改为二次项的方程形式。如果二次项的方程系数不显著，则剔除二次项，改为一次项的方程形式。当然，根据不同的方程形式，可以有不同的EKC形状，比如若为三次项方程形式，那么形状应为“N型”，或“反N型”，或“～型”。若为二次项方程形式，那么形状应为“倒U型”或“U型”。具体来看，模型可以写为：

（2）

其中， 为二氧化碳在 时间点的排放量， 为 时间点的人均工资（人均产值）， 为随机误差项。

在指标的选取上，我们选用“人均CO2排放量”与“当期价格计算的人均工资”，“当期价格计算的人均产值”。因为衡量一个行业的经济发展水平，人均工资和人均产值都可以用来衡量，所以对这个两个指标都进行考察，以综合考虑。数据来自历年《中国统计年鉴》，《中国能源统计年鉴》，WIND数据库等。检测软件为STATA12.0。

3.3 方程检测

首先采用“当期价格计算的人均收入”（ ）进行三次方程回归检测，发现系数均不显著。将三次方项剔除，发现变量同样不显著，进一步将二次方项剔除。发现只有人均收入一项的方程高度显著。方程为：

（3）

该方程意味着，制造业的人均收入与人均二氧化碳排放之间存在正向的线性关系，每当人均收入增加一元，人均碳排放将增加0.009吨。

采用指标“当期价格计算的人均产值”（ ），我们经过检测发现，环境库兹涅茨曲线呈现显著的“N型”，方程为：

（4）

方程的一次项，二次项，三次项均呈现高度的显著性。该方程发现，碳排放存在两个拐点，分别是人均产值为3元和397元时。可以明显发现观测值以来的人均产值都是要显著大于397元的，所以，碳排放的数值一直在增加，这一结论其实和“当期价格计算的人均收入”指标所检测的线性方程（式3）结论是一样的。

由于数据有限，掌握的时间段只有22年的时间，所以有可能造成样本不足而带来的估计不可信的情况。而且由于遗漏了其他的解释变量，所以造成估计方程不显著的问题，故进一步通过Stirpat模型来进行影响因素分析。

3.4 Stirpat模型

Stirpat模型的最初形式为IPAT模型，是由Ehrlichetal（1971）提出，认为环境污染可以分解为三个人为因素，即人口（Population），财富（Affluence），技术（Technology）。后来，Dietz等（1997）将此模型改进为对数化的形式，如下：

该模型成为环境影响随机模型，即Stirpat模型（Stochastic Impacts by regression on Population，Affluence，and Technology）。该模型具有两大优点。其一，由于数据容易获取，所以对碳排放分解的可操作性大；其二，分解较为合理，分为投入的三大要素劳动，资本和技术，这些都是可以在进一步减排中可以控制的。

在现实指标的选取上，利用制造业二氧化碳排放量来代表对环境的影响，利用制造业的职工人数代表人口，制造业的人均收入代表财富，制造业的能源强度代表技术。在数据的处理上，制造业的职工人数，1991～2010年皆为职工人数，2011～2012年两年由于无法获取该指标，运用制造业城镇单位从业人数代替。能源强度的计算中，所采用的产值1993～2002年间其他制造业数据无法获取，采用历年其他制造业在总制造业中的平均比重来进行折算。制造业的职工人数部分来自于国泰安数据库，部分来自wind数据库，其他数据来自历年中国统计年鉴。

首先，检验变量的平稳性，采用DF-GLS检验，通过Schwert的标准确定的最大滞后阶数为8。结果发现， 从第1阶到第8阶，均无法在10%的水平上拒绝“存在单位根”原假设，即 是不平稳的。进一步检验一阶差分的平稳性，信息准则或序贯t规则的最优滞后阶数介于2到5之间，在此区间，均在5%的显著性水平下拒绝“存在单位根”的原假设，即可以认为 是一阶差分平稳的。同样方法，检验其他变量，只有人均收入是一阶差分平稳的，即人均碳排放只与人均收入构成长期均衡关系检验的条件。

而在利用人均产值对该方程进行检验时，发现系数均不显著。所以，我们可以得到简单的结论，在制造业行业内部，短期的数据来看，二氧化碳排放量与就业人口，技术的关系并不大，也就是说，对环境污染的影响因素分解为人口、财富和技术这三个基本因素的规律性认识在制造业行业内部是不成立的。制造业作为碳排放高输出行业，通过经济阶段的发展来自动减少碳排放是不现实的。

3.5 EKC在制造业内部不存在的探讨及解释

由上面的研究可以表明，EKC在制造业行业内部表现并不明显，可以推断为并不存在。可能的原因是EKC的作用机理很大一部分在于一种产业结构优化之外的作用发挥，比如Galeotti等（1999）[ ]认为“倒U型”EKC的存在性是因为当人均收入较低时，人们并没有动力去治理或降低环境污染，而当经济发展了，人们收入水平达到一定程度，人们便愿意拿出一定的成本去治理污染，从而造成该曲线的存在，这一点其实是和经济学中的边际概念紧密相关的。当财富增多，财富的边际效益下降，而当污染增加到一定程度，污染的边际效益同样下降。另外一种解释是Baldwin（1995）[ ]提出的，这是由于三个阶段的存在而产生的。经济早期阶段，处于农业型经济到工业型经济的转变过程中，污染在增加，而此时产值也在增加；经济的后期阶段，处于工业型经济向服务型经济的转变过程中，污染在减少，而产值仍然在增加。而国内钟茂初等（2011）[ ]则通过对KC和EKC关系的比较后发现，收入差距与环境破坏之间存在正向关系，而这一解释更大程度上确认EKC的“倒U”形状的出现是由于经济总体的原因，而非某个行业。

4 结论与政策建议

本文探讨了EKC在制造业行业内部的存在性问题。首先，本文认为EKC等碳排放规律适合于制造业行业的探讨。其次，本文通过详细化石能源的分类对制造业的碳排放水平进行了测算，发现制造业的碳排放自1991～2012年的碳排放大体可以分为三个阶段。第三，本文通过制造业的碳排放测算数据利用三次项回归方程和Stirpat模型对制造业EKC的存在形状进行了探讨，发现制造业内部的EKC形状为线性，即碳排放随着人均收入的增加而逐渐增加，不存在拐点。

本文认为，制造业行业内部EKC的失效是可以通过EKC的既有解释来进行说明的。同时，这也预示，制造业行业的碳减排不能等待拐点的出现，需要利用转型升级，部分行业的产能过剩的淘汰和减排技术的提高等措施来进行行业减排，从而实现我国2020年碳减排的总体目标下的制造业碳减排分目标，进而实现碳减排总目标，兑现我国对国际社会的庄严承诺。