中国CO_2排放_煤炭消费及经济增长的协整检验

[4]Dixit A, Stiglitz J. Monopolistic Competition and Optimum Product Diversity[J].American Economic Review, 1977, (67).
[5]藤田昌久, 保罗 克鲁格曼, 安东尼 J 维纳布尔斯. 空间经济学: 城 市、区域与国际贸易[M]. 北京: 中国人民大学出版社, 2005.
λ3 DLGPt - 1 + λ4 DLGP2t - 1 + Ut
式中 α0 是常数项，Ut 白噪声序列，λi i = 1…4 是长期
相关系数，p,q,m,n 是可取的最大滞后阶数。检验三变量
之间是否具有协整关系的原假设是：变量间不存在稳定的长
期关系。 即：H0:λ1 = λ2 = λ3 = λ4 = 0 备择假设是：H1:λ1 ≠ 0或λ2 ≠ 0或λ3 ≠ 0或λ4 ≠ 0
Springer-Verlag, 2004.
[11]石敏俊,
赵
明 空
,
金凤君.中国地级行政区域市场潜力评价[J].地理
学报,2007,62(10).
[12]钱学峰,梁琦.本地市场效应:理论和经验研究的新近进展[J].经济
学(季刊),2007,6(3)
（责任编辑/易永生）
统计与决策２０1 1 年第 19 期（总第 343 期） 113
LGP2）= 2.5339，F（LGP|LCO,LGP,LGP2）=0.410 都低于临界范
围 的 下 界 3.793，从 而表 1
我们无法拒绝原假设： 在 DLY 和 DPI 作 为 因 LCO
LCA
变量的方程中，加入长 LGP 期 变 量 是 不 显 著 的 。 LGP2
各序列单位根检验 (C, T, K) ADF P (C, T, 1) -0.5139 0.8791 (C, T, 1) -2.4959 0.3258 (C, T, 0) -1.5899 0.7823 (C, T, 0) -0.5373 0.9782
使得研究的结论具有很大的不确定性，模型的稳健性不高。
由此，Pesaran 等提出自回归分布滞后(ARDL) 协整方法
和边限检验。边限检验技术和 ARDL 方法特别适用于无法
确定模型变量是纯粹的零阶单整或纯粹的一阶单整或零阶
单整和一阶单整的混合。边限测试方法的另一优势在于当
解释变量为内生变量时，模型的估计也不会受到影响。而且
ARDL-ECM 方法比其他协整技术更稳健、对小样本估计也
更好[2]。根据本文的时间序列 DLCO、DLCA、DLGP 构造如下
误差修正模型：
∑ ∑ ∑ DLCOt = α0 +
p
δi DLCOt - i +
q
ϕi DLCAt - i +
m
i=1
i=1
i=1
n
∑ φi DLGPt - i + γi DLGP2t - i + λ1 DLCOt - 1 + λ2 DLCAt - 1 + i=1
LCA 和 LGP 对 LCO 有 (C, T, K)中 C, T, K 分别表示带有常数项、趋
长期的影响。
势项及滞后阶数
用 SBC 准则及 AIC 准则选择的模型为 ARDL(2,1,2,2)，估
计的变量之间长期关系的系数分别如表 3 所示。
表 3 表明煤炭消费和 GDP 的长期系数均在 5%显著水平
LGP2）= 5.3766[.005]，超出了临界值上界，我们就能拒绝 LC，
LY 和 PI 之间没有长期关系的原假设，而不管它们是 I(0) 还
是 I(1) 过程。重复以上的过程，只是把因变量 DLC 分别替换
成 DLY 和 DPI, 我 们 可 以 得 到 以 下 结 果 ：F（LCA|LCO,LGP,
作者简介：李金克（1974-），男，河南南阳人，博士，研究生，副教授，研究方向：管理系统分析与决策、系统工程。
[2]保罗.克鲁格曼. 张兆杰译. 地理与贸易[M]. 北京: 北京大学出版 社; 中国人民大学出版社, 2000.
[3]Harris C D. The Market as a Factor in the Localization of Industry in the United States[J].Annals of the Association of American Geographers,1954（, 44）.
挑战，亦将给中国的经济增长模式带来革命性的转变。 分析我国经济增长与二氧化碳排放量之间的关系，对
CO2排放的认识和中国对 CO2排放的承诺十分重要。另一方 面，能源消费也是决定 CO2排放的重要因素，“富煤、少油、有 气”资源禀赋决定了我国是世界上少有的以煤炭为主的能源 消费国之一，煤炭在我国能源生产结构中在今后相当长的时 期内处于主体地位。快速的经济发展和以煤炭为主的能源 消费结果特点共同决定了我国 CO2排放的特点。
MTOEP MTP
US$P
CA(MTOEP)
CO(MTP)
6
GP(US$P)
5
4
8,000 6,000 4,000
3
2,000
2 0
1
0 60 65 70 75 80 85 90 95 00 05
图 1 基于 1960~2008 CO2排放、煤炭消费及经 济增长时间序列
ห้องสมุดไป่ตู้
检 验 来 计 算 相 关 统 计 量（见 表 ２），因 为 F（LCO|LCA,LGP,
下通过检验，其系数为正说明煤炭消费和 GDP 的增长促进
了 Co2的排放；同时从估计的结果可以看出，方程（1）中 β1 =
5.4354， 表 2
β2 = -0.3325 显著性水平
，说 明 中 国 临界值 的二氧化碳 F 统计值
边限检验结果
10%
5%
1%
I(0) I(1) I(0) I(1) I(0) I(1)
于 EKC 曲线的协整模型，并利用 ARDL 的方法分析了三者之间的关系。研究结果表明中国 CO2排
放库兹涅茨曲线存在拐点，CO2 排放与煤炭消费及经济增长之间存在着长期稳定的协整关系。煤
炭消费及经济增长对 CO2排放均具有正向冲击作用，其影响逐步加大，分别到 3 期和 5 期达到最大，
然后衰减，经济增长对 CO2排放具有更长期的影响。
Kluwer Academic Publishers, 1988.
[10]Anselin L Raymond J, G M Florax, Sergio JRey. Advances in Spa-
tial Econometrics:Methodology, Tools and Applications[M].Berlin:
LGP
2 t
+
ε
（1）
其 中 CO 表 示 人 均 二 氧 化 碳 的 排 放 量 ；GP 表 示 人 均
GDP；GP2 表示人均 GDP 的平方。分别对各变量取对数，分
别记为 LCO，LGP，LGP2。
1.2 ARDL 方法
对于经济时间序列变量之间长期协整关系的研究，可以
采用协整向量自回归( VAR)框架。但协整向量自回归分析
2.1 变量说明与数据选取 本 文 选 取 的 1960~2008 年 的 人 均 GDP 数 据 取 自 The
Conference Board Total Economy Database, January 2010[3]，用 以 1990 年为基年，单位为美元/人（US$P）。CO2 数据来自 CDIA[4]，单位为公吨/人（MTP）；煤炭消费量来自 BP[5]，单位为 百万吨油当量/人（MYOEP）。各时间序列如图 1 所示。为了 克服数据中的异方差和数据波动的影响，选取自然对数，用 DLCO、DLCA、DLGP、分别表示这 3 个变量的一阶差分其中 D
经济纵横
带来的压力也越来越大，根据现有的环境库兹涅茨曲线研究
的常见模式，结合我国的实际情况选择 Shafik 和 Bandyopad-
hyay[1]使用的人均收入作为解释变量的二次方程形式，并采
用对数形式。基于 EKC 曲线二氧化碳排放的假设下，模型
的表达式为：
LCOt
=
β0
+
β1 LGPt
+
β2
关键词：EKC 曲线；CO2 排放；煤炭消费；经济增长；协整分析
中图分类号：F061.2
文献标识码：A
文章编号：1002-6487（2011）19-0113-03
0 引言
近些年来，全球的二氧化碳排放量一直持续快速增长， 由温室气体排放增加引起的气候变化已成为不争的事实。 根据荷兰环境评估局（MNP）的评估报告，2006 年中国的二 氧化碳排放达到 62 亿吨，超过美国成为第一排放国；2007 年为 67.2 亿吨，占世界总排放的 24.3%[1]。作为世界上第二 大能源消费国及第一大碳排放国，中国的碳排放问题已成为 国内外学术界和各国政府关注的焦点，中国政府在温室气体 减排方面面临前所未有的国际压力。作为京都议定书缔约 国之一的中国，2009 年在哥本哈根大会上宣布到 2020 年单 位国内生产总值二氧化碳排放比 2005 年下降 40%至 45%的 减排目标，这对中国这一最大的煤炭消费国来说是一个巨大
1 研究方法
1.1 基于 EKC 曲线的假设 改革开放以来，我国经济增长速度举世瞩目，GDP 平均
保持在 10%左右的高速增长，而经济的快速增长对资源环境
基金项目：国家社会科学基金资助项目（10CGL052）；山东省自然科学基金资助项目（Y2008H10）；山东省教育厅优秀骨干教 师国际合作培养项目
结论 非平稳 非平稳 非平稳 非平稳