我国宏观经济变量对二氧化碳减排影响的实证分析

我国宏观经济变量对二氧化碳减排影响的实证分析

一、中国清洁能源技术发展现状在过去30年中，中国经济快速发展，经济总产值达到世界第三。然而，经济发展的模式主要基于投资驱动和工业指导的模式，这导致了高能源消耗和温室气体的大量排放。目前,中国的温室气体排放总量为世界第二,在未来的二三十年可能要超过美国成为第一,因而中国在国际与气候变化相关的谈判中,面临的减排压力越来越大,如在2009年哥本哈根大会上,中国承诺到2020年单位国内生产总值二氧化碳排放比2005年下降40%～45%,并作为约束性指标已纳入国民经济和社会发展中长期规划。由于中国清洁能源技术发展比较落后,能源利用效率低,因此转变当前以煤炭为主的传统能源结构,提高能效,积极发展新能源和可再生能源尤为迫切。既要实现经济增长,同时又要实现减排目标,使得中国处于两难境地,如何有效估算以衡量相应的减排目标对中国经济增长的影响已经成为十分具有现实意义而且又需要迫切解决的问题。二、对中国能源消费和经济增长关系的研究能源消费与GDP之间关系是当今经济增长和环境问题争论的焦点,西方很多学者对二者之间的关系进行了研究,研究的方法也主要集中于协整检验和格兰杰因果关系检验。Masih(1996)基于协整和误差修正模型研究发现了能源消费和经济增长之间的长期均衡关系。Asafu-Adjaye(2000)利用协整检验和误差修正模型研究了亚洲国家和地区能源消费、能源价格和经济增长之间的因果关系。Wolde-Rufael(2005)研究了非洲17个国家的人均能源使用和人均真实GDP之间的协整关系和因果关系。Francis(2007)等人用Granger因果检验发现了加勒比海几个国家能源消费和人均GDP的双向Granger因果关系,同时使用SVAR模型得出了在2010年之前这几个国家对能源需求大幅度上升的预测。Soytas(2007)等人研究了美国的能源消费、收入和碳排放之间的Granger因果关系,发现:长期来说,收入不是碳排放的Granger因果原因,但是,能源消费是碳排放的Granger因果原因。他们的进一步研究表明,不可以通过收入增加来实现环境改善。Bowden(2009)利用Toda-Yamamoto长期因果测试方法研究了各个部门的能源消费和真实GDP之间的Granger因果关系,发现商业、居民的能源消费与真实的GDP存在双向因果关系,而工业的能源消费是真实GDP的Granger原因。因此,他提出在制定能源和环境政策时,应该考虑到各个部门能源消费和真实GDP之间因果关系的差异。Pereia等人(2010)利用VAR模型研究葡萄牙能源消费和产出之间的关系,并且定量分析了葡萄牙的能源消费排放的二氧化碳对经济的影响。近几年,中国很多学者也对中国的能源消费和经济增长之间关系进行了研究。林伯强(2001)利用Johansen协整检验得出中国能源消费总量和主要宏观经济变量间的长期协整关系,并且利用误差修正模型预测了中国能源消费需求的短期波动。韩智勇、魏一鸣(2004)则发现中国能源消费和经济增长之间存在双向的因果关系,但不具有长期的协整关系。马超群等人(2004)研究了中国1954～2003年间年度GDP和总的能源消费及各种主要源消费(煤炭、石油、天然气、电力)的长期均衡关系。倪铮等人(2005)基于协整和误差修正模型建立了中国石油需求的预测模型,认为影响石油量需求的长期控制因素是第二产业生产值。吴巧生等人(2005)基于省际面板数据分析了中国的能源消费和GDP关系,认为长期来看中国总体能源消费和GDP存在双向因果关系。王灿等人(2005)用可计算一般均衡模型研究二氧化碳减排政策对中国宏观经济的影响,并以2010年实施碳税为背景,定量描述了减排政策对国内生产总值、能源价格等的影响,研究结果表明减排对中国的经济增长和就业将会带来负面影响。王海鹏、田澎(2006)采用变参数模型研究,发现中国能源消费和经济增长存在随时间不断变化的长期均衡关系。张志柏(2008)分析了中国1953年以来能源消费和GDP等经济变量之间的因果关系,其结论是经济增长不是引起能源消费变化的主要原因,而能源消费是经济增长的原因。于全辉、孟卫东(2008)认为中国东部地区的能源消费和经济增长存在显著的协整关系,而对西部地区而言,前述结论并不显著成立。张琳等人(2009)用Johansen协整分析、向量误差修正模型、Granger因果检验、脉冲响应和方差分解方法,研究了中国能源消费和经济增长之间的动态关系,发现能源消费和经济增长存在长期稳定的关系,煤炭、石油、天然气三种能源消费和中国经济增长之间存在单向Granger因果关系,并且煤炭消费对经济增长的正向冲击效用远大于石油和天然气对经济增长的正向冲击效用。周杰琦(2009)基于因果检验和非对称协整方法,实证分析了中国能源消费和经济增长之间的因果关系以及协整关系,发现能源消费与GDP之间存在长期的协整关系,短期的能源消费和GDP间不存在因果关系,长期的能源消费和GDP间存在双向因果关系。总结上述文献,中国很多学者虽研究了能源消费和经济变量间的互动影响,但对于利用VAR模型来定量分析能源消费对产出、就业和投资等经济变量影响的文献还很少,同时也缺乏文献从定量角度分析二氧化碳减排对上述三个经济变量的影响。本文将从以下三个方面展开研究:第一,利用向量自回归模型(VAR)的脉冲响应函数定量分析中国的总能源消费和各种主要能源消费对宏观经济的边际影响,即增加单位能源消费时相应的经济变量如产出、就业、投资的变化量,也就是能源消费的边际产品;第二,基于能源消费和二氧化碳排放的线性关系①,定量分析减少能源消费所排放的二氧化碳对经济的影响,并利用能源消费的边际产品来衡量二氧化碳减排对经济的影响,也就是二氧化碳减排成本;第三,通过二氧化碳减排成本来评估减排政策,其中既考虑各种能源含碳量,又定量分析各种能源消费对经济的影响。三、能源消费和碳减排成本的计算方法由于能源消费和二氧化碳排放的线性关系,通过减少能源消费量或者实施燃料转换政策从而增加清洁能源使用就可以减少二氧化碳的排放,但是减少能源消费对经济有负面影响。因此,本文用各种能源消费的边际产品来衡量其排放的二氧化碳成本,也就是二氧化碳减排成本。首先,构建VAR(k)模型,利用脉冲响应函数计算各种能源消费的边际产品。具体模型为:其中,Y,是4×3的矩阵,由gdp(产出)、iv(全社会固定资产总投资)、sep(第二产业就业人数)分别和能源消费变量te(总的能源消费)、cl(煤炭)、ng(石油)、el(电力)组成列向量,βi是系数矩阵,εt是随机误差项列向量。构建上述VAR模型后,可以进行基于cholesky顺序的脉冲响应分析,以识别和衡量能源消费增长对其他经济变量包括产出、就业、投资的影响,通过分析经济变量和能源消费变量的长期累积反应,可以进一步计算出经济变量对能源消费的弹性,这里的长期累积反应指的是能源消费变化分别对经济变量包括产出、投资、就业以及能源消费变量本身影响的计算公式:其中,η表示经济变量对能源消费弹性,lec表示经济变量对能源消费冲击的长期累积反应,len表示能源消费对自身冲击的长期累积反应。能源消费的边际产品计算公式为:其中,mp表示边际产品,n表示年数,ecv表示经济变量包括产出(gdp)、就业(sep)、投资(iv),env表示年度能源消费量(包括总能消费量和各种主要能源消费量)。由于能源消费所排放的二氧化碳和其本身消费量是线性关系,因此,减少来自于能源消费排放的二氧化碳就是要减少能源消费量,而能源消费减少将会影响经济增长,为此,本文拟通过能源消费对产出的边际产品来衡量二氧化碳的减排成本。计算二氧化碳减排成本之前,需要计算各种能源的二氧化碳排放因子①,各种能源消费的二氧化碳排放因子计算公式为:其中,cf为能源消费的二氧化碳排放因子,即表示一吨标准煤的能源消费所排放的二氧化碳(单位是吨),cfe表示能量转换因子,即一吨标准煤等于多少兆焦耳(单位TJ/TCE,TJ表示一兆焦耳,TCE表示一吨标准煤),cc表示碳含量,也就是各种能源消费释放1兆焦耳能量的排碳量,of表示氧化率,rat表示C02分子所含的碳和氧的原子量比值。文中具体计算每种能源的二氧化碳排放因子的方法来自于政府间气候变化委员会(2006GuidelinesforNationalGreenhouseGasInventories)②。能源消费所排放的二氧化碳减排成本计算公式为:其中,coc表示二氧化碳的减排成本,m表示计算脉冲响应函数时间跨度,mp表示能源消费的边际产品,cf表示各种能源消费的二氧化碳排放因子。四、中国总能源消费与碳排放因子的确定样本数据为1981～2008年的年度数据,样本变量分别是产出、就业(第二产业人数)、投资(社会固定资产总投资)、总能源消费和各种主要能源消费包括煤炭、石油、电力、天然气,数据均来源中国统计年鉴。其中投资(以下均这样表示全社会固定资产总投资)和国内生产总值均按照2008年的物价水平折算成实际值。在做VAR模型前需要检验时间序列平稳性,本文利用的是ADF检验法,经检验,上述经济变量数据一阶对数差分后均为平稳序列。从图1的长期累积冲击响应函数可以看出,所有的累积脉冲响应函数均在能源消费冲击发生后的很短时间内收敛。给能源消费一个正的冲击后,对应经济变量的长期累积影响在经历了一个短暂的上升后,均收敛于一个明显大于零的常数。另外也可以看出,如果通过减少能源消费的方式实现减排,对经济的影响是负面的,会减少投资、就业和产出。同时图1结果也说明不同的能源消费对经济的影响是有差异的。从表1的计算结果可以看出,中国总的能源消费对产出的边际产品比较低,只有0.46万元,即若增加相当于一吨标准煤的总能源消费,那么相应的产出将增加0.46万元。比较来看,天然气和电力消费对产出的边际产品最大,其次是石油、煤炭消费对产出的边际产品最小,中国煤炭的边际产品比较低也和中国的能源效率比较低有关,中国的单位能源利用效率只有发达国家的33%,实证结论也进一步证明电力和天然气是高效能源,单位能源消费的产出比较高。由各种能源消费对投资的边际产品可知,石油和电力的消费对投资的边际产品最大,究其原因,可能是电力和石油主要是用于第二产业的重工业部门,所以他们的单位消费引起的投资增加量相对较大,而煤炭消费对投资的影响最小,这个主要是由于中国煤炭资源的利用效率较低,能源生产和使用仍然粗放。天然气对投资的影响也比较小,主要是由于天然气目前的应用范围还比较小,工业上用量相对石油和电力来说要小很多。同时,各种能源消费对就业影响也是显著大于零的,意味着减少能源消费对就业将会有负面影响。能源消费的二氧化碳排放因子的计算结果如表2。其中碳排放因子和氧化率均是默认值。从表2可以看出,总的能源消费二氧化碳排放因子是2.6050吨/TCE,这个值是利用煤炭、石油、电力近十年和天然气近五年占能源消费的平均比例计算得到。电力的二氧化碳排放因子最高,电力消费的二氧化碳排放因子取决于发电燃料组成和热转换技术水平,由于中国的电力主要是火电,同时热转换技术水平低下,所以电力的二氧化碳排放因子比较高,其次是煤炭的二氧化碳排放因子是2.7942吨/TCE,石油是2.1494吨/TCE,天然气的二氧化碳排放因子最低。根据上述计算得出的碳排放因子和减排成本计算公式,具体的二氧化碳减排成本结果如表3所示,减排成本反映的是来自于能源消费排放二氧化碳对投资、就业和产出的影响。从表3可以看出,中国总的能源消费排放二氧化碳减排成本是87.10元/吨,通过减少煤炭消费来减少二氧化碳的减排成本最低,仅为37.81元/吨,通过减少石油消费来减少二氧化碳的减排成本次之,由于天然气和电力的边际产品比较高,因此通过减少电力和天然气的消费来减少二氧化碳的减排成本最高。由于不同能源消费排放二氧化碳的减排成本存在很大差异,因此可以通过增加减排成本高和边际产品高的能源使用量,同时减少减排成本低的能源消费,也就是通过增加高效、低碳的新能源的使用量来实现减排。进一步根据表3中的二氧化碳减排成本,可以估算总的二氧化碳减排对GDP的影响大小,比如减少20MT(1M=100万)的二氧化碳排放导致GDP减少17.42亿元。同时,由于各种能源的减排成本不一样,那么可以设计燃料转换的减排政策来实现减排,即增加减排成本高的燃料使用量,减少减排成本低的燃料使用量,比如减少煤炭使用的同时增加天然气的使用量。如为了实现1000吨的二氧化碳的减排目标,那么可以通过减少利用694.4吨标准煤的煤碳消费(694.4吨的煤炭排放二氧化碳是2000吨),同时增加608.16吨标准煤的天然气消费(608.16吨天然气可以排放1000吨的二氧化碳),这样在减少了1000吨的二氧化碳排放的同时实现了930.6万元的GDP增加。从前述分析可以看出,基于燃料转换政策实现减排,可以有助于中国同时实现经济增长和减排的双重目标。五、对中国电力和天然气的减排成本影响本文基于中国能源消费变量(煤炭、石油、天