Carbon emission impact factor analysis of major countries based on varying coefficient panel modeling
HANMengyao1,2, LIUWeidong1,2,, TANGZhipeng1,2, XIAYan3 1. Institute of Geographic Sciences and Natural Resources Research,Chinese Academy of Sciences,Beijing 100101,China2. Key Laboratory of Regional Sustainable Development Modeling,Chinese Academy of Sciences,Beijing 100101,China3. Center for Energy and Environmental Policy research,Institute of Policy and Management,Chinese Academy of Sciences,Beijing 100190,China 通讯作者:通讯作者:刘卫东,E-mail:liuwd@igsnrr.ac.cn 收稿日期:2017-09-7 修回日期:2017-11-14 网络出版日期:2017-12-31 版权声明:2017《资源科学》编辑部《资源科学》编辑部 基金资助:中华人民共和国科学技术部国家重点研发计划项目 (2016YFA0602804) 作者简介: -->作者简介:韩梦瑶,女,河北沧州人,助理研究员,主要研究方向为经济地理与区域发展。E-mail:hanmy@igsnrr.ac.cn
关键词:碳排放强度;全球化;影响因素;变系数;面板模型 Abstract China’s carbon emission reduction is an essential issue for the Chinese government and also of international concern. Since China has become the largest carbon emitter,analyzing the evolution of economic development and carbon emissions of developed countries as well as carrying out detailed analyses on China’s carbon emission and carbon intensity changes will be an essential reference for China's carbon reduction process. Through detailed analysis of trends in carbon emissions and carbon intensities in different countries,we applied the variable coefficient panel model to assess key factors including the industrial structure,energy structure,urbanization rate and economic development. Based on the above-mentioned results,we compared differences in carbon emissions and carbon intensities between China and major countries in the world with different influence of basic impact factors taken into consideration. Overall,the United States,Japan,United Kingdom,France,Italy and Canada have reached a carbon emission peak to varying degrees. In contrast to carbon intensities in different countries,China’s intensity is quantified as 1.24kg/USD,which is still much higher than the global average. Overall,different factors have different degrees of influence on countries,but the urbanization rate and renewable energy ratio contribute significantly to carbon emission reduction when compared with others. Comparing the economic growth,carbon emissions,industrial structure and energy structure of different countries will lay a solid foundation for China and provide an essential support for the Chinese government to deal with global climate change and achieve carbon emission reduction targets at a macro scale.
在全球化的趋势下,中国碳减排需大力借鉴发达国家过去和目前的经济发展实践及其能源结构演变过程中的经验。目前,已有部分发达国家实现碳峰值(如果按人均量计,则有更多国家已经实现)。依据主要国家碳排放历史趋势,可对主要国家碳排放类型进行划分(见表1)。 Table 1 表1 表11960—2014年案例国家碳排放总量对比分析 Table 1Distinguish of carbon emission amounts among case countries from 1960 to 2014
年均排放量≥6亿t
年均排放量<6亿t
已出现拐点
美国、日本
英国、法国、意大利、加拿大
未出现拐点
中国、印度
澳大利亚、韩国
新窗口打开 为分析不同国家碳排放变化趋势,从经济增速与碳排放强度降速的角度着手,依据表1中的分类,部分案例国家碳排放总量(亿t)、GDP增速(%)、碳排放强度下降效率(%)历史趋势的关系见图1。 由图1可知,美国峰值出现在2005年,碳排放总量为57.95亿t,碳排放强度为0.40kg/美元,GDP增速为3.35%。日本峰值(暂时)出现在2004年,碳排放总量12.66亿t,碳排放强度0.24kg/美元,GDP增速2.36%。值得注意,此处提到的峰值有可能是阶段性的伪峰值,随着经济发展及技术变化,碳排放有可能出现新的峰值。由图1c及图1d可知,英国峰值出现在1971年,碳排放总量6.61亿t,碳排放强度0.65kg/美元,GDP增速3.48%。相对比,法国峰值出现在1979年,碳排放总量5.29亿t,碳排放强度0.36kg/美元,GDP增速3.56%。 显示原图|下载原图ZIP|生成PPT 图11960—2014年世界主要国家经济发展与碳排放变化关系 -->Figure 1Relationship of economic development and carbon emissions in major countries from 1960 to 2014 -->
由图1e及图1f可以看出,截至目前,中国和印度均未出现碳排放峰值。整体来看,中国碳排放强度下降速率一直处于波动状态。1998年中国曾经出现过碳排放总量下降的情况,当时碳排放强度下降速度超过了GDP增速。2001年后,两者差距拉大,中国碳排放总量迅速增长。2014年,中国碳排放为102.92亿t,碳排放强度为1.24kg/美元,碳排放强度下降速率为6.49%。全球主要国家碳排放强度变化情况如图2所示。对比不同国家碳排放强度变化趋势,2014年,中国碳排放强度为1.24kg/美元,世界均值约为0.50kg/美元,OECD为0.26kg/美元,欧盟为0.19kg/美元,中国碳排放强度与全球平均水平仍有一定的差距。对照中国目前GDP增速,若以维持碳峰值为前提,可大致估算碳排放强度降速范围为:若GDP增速维持在6.0%,碳排放强度降速至少达到5.6%;若GDP增速维持在6.5%,碳排放强度降速至少达到6.0%。 显示原图|下载原图ZIP|生成PPT 图21960—2014年主要国家碳排放强度变化对比 -->Figure 2Carbon intensity changes of main countries from 1960 to 2014 -->
3.2 各国碳排放强度影响因素分析
本文将各国家碳排放强度的影响因素进一步进行变系数估计,得到表2的检验结果。基于变系数面板模型的回归拟合较好,拟合优度为99.28%,由统计量T值及其伴随概率P值可以看出,不同国家之间的差异对模型的设定有着显著影响。 Table 2 表2 表2固定效应变系数面板模型的估计结果 Table 2Estimated results of fixed-effect varying coefficient model
碳排放指标国家分类
GDP系数
T值
IND系数
T值
POP系数
T值
REW系数
T值
1
美国
145.10
6.06
-1.80E+04
-0.45
-32.72E+04
-2.37
-10.06E+04
-2.77
日本
42.42
9.42
-1.31E+04
-2.64
-1.68E+04
-5.23
-1.08E+04
-0.99
2
法国
6.69
2.11
-1.73E+04
-2.56
-3.55E+04
-3.03
-0.58E+04
-1.94
英国
3.97
2.68
0.61E+04
2.64
1.01E+04
1.49
-3.02E+04
-7.91
意大利
5.36
0.04
-14.43E+04
-0.67
-67.30E+04
-0.93
13.33E+04
0.93
加拿大
14.47
2.38
0.74E+04
2.17
-3.81E+04
-1.70
-0.06E+04
-0.05
3
中国
2 116.51
18.22
16.50E+04
4.32
-15.61E+04
-4.92
-12.55E+04
-4.19
印度
729.40
2.84
-1.00E+04
-2.48
-1.97E+04
-0.54
-4.31E+04
-5.04
4
澳大利亚
13.12
5.11
0.34E+04
2.95
-3.84E+04
-2.88
0.03E+04
0.20
韩国
35.06
9.69
0.55E+04
1.65
-4.98E+04
-4.82
-1.66E+04
-1.17
新窗口打开 参照表1对各个国家的分类,表2对不同国家的估计结果进行了展示,各因素对碳排放影响的具体分析如下。GDP是影响不同国家碳排放的显著因素。GDP的回归系数均为正,说明GDP增加对于碳排放有着显著的促进作用。随着经济的发展和国内生产总值的提高,碳排放量会随之增加。弹性系数越大,说明GDP增加会引起碳排放量的增加。从模型解释变量的弹性系数看,除了意大利的回归系数不显著外,其余变量的回归系数的统计量T值及其概率P值均呈现显著。GDP对于碳排放的影响对于不同国家出现了明显的差异。尤其对于中国和印度,单位人均GDP的增长对于碳排放的变化有着较大的影响。而对于英国,单位人均GDP的增长对于碳排放的变化有着相对较小的影响。 产业结构是影响碳排放的另外一个重要因素。然而,对于不同发展阶段的国家,工业增加值占比的影响各有不同。工业化程度的回归系数为正,说明工业化程度增加对于碳排放有着显著的促进作用,工业化程度的回归系数为负,说明工业化程度增加对于碳排放有着一定程度的抑制作用。对比来看,对于美国、意大利和韩国,工业化程度对于碳排放的影响并不显著。对于中国、英国、加拿大、澳大利亚,单位工业增加值占比的提升增加了碳排放。对于法国、日本和印度,单位工业增加值占比的提升降低了碳排放。 城市化率同样对不同国家的碳排放变化有着重要的影响。从单个解释变量的显著性看,变量在加拿大、英国、意大利、印度并不显著。整体来看,城市化率对于碳排放降低有着一定的促进作用,这主要因为城市化使产业组织结构、技术结构、产业结构得到更合理的调整,资源得到更合理的利用。城市高度集中的人口和经济活动行程规模效应,进而降低碳排放。对比来看,中国和美国对于单位城市化率变化较为敏感,然而对于日本,单位城市变化率对碳排放的影响相对较小。 对于可再生能源,除去不显著的变量,可再生能源占比对于不同国家的碳排放均有着下降的作用。随着可再生能源占比的不断提升,碳排放会随之降低。弹性系数越大,说明可再生能源占比的增大会引起碳排放的相应降低。对比来看,中国和美国的可再生能源占比提升对于碳减排有着显著的作用。相反,法国可再生能源占比的提升对于碳减排的影响相对较小。 综合主要国家碳排放历史趋势可以看出,不同国家碳排放影响因素的作用效果各不相同。对比来看,加拿大(阶段性)峰值出现在2003年,日本峰值出现在2004年,意大利峰值出现在2004年,美国峰值出现在2005年,澳大利亚峰值出现在2009年。通过与不同国家相对比,可以看出,各案例国家碳排放强度的平均下降速率及影响因素趋势对比如图3所示。 显示原图|下载原图ZIP|生成PPT 图3不同国家碳排放变化速率及其影响因素对比 -->Figure 3Comparisons of carbon emission change rates and indicators in different countries -->
通过对比不同国家的碳排放历史变化规律,本研究旨在分析经济发展、产业结构、城市化率、能源结构等对碳排放的作用影响,致力于为中国碳排放长期趋势和影响要素做出科学判断。对比不同国家碳排放趋势,美国、日本、英国、法国、意大利、加拿大已出现阶段性峰值。对比来看,碳排放峰值一般出现在0.50kg/美元以下。具体到各影响因素,GDP的增长及可再生能源占比增加对于中国碳排放有着重要的影响,而城市化率及结构调整对于中国碳排放影响相对较小。然而,值得注意的是,对于美国、法国、澳大利亚、韩国等发达国家,城市化率对于碳排放降低的作用较为明显。对于英国,可再生能源占比对于碳排放降低有着重要的作用。 整体来看,中国碳排放强度的下降速率一直处于波动状态。与其他国家相对比,中国的碳排放强度相对较高,仍有很大的下降空间。对于中国现阶段的碳减排,调整产业结构以及提高城镇化率均有着较为显著的作用,能源消费规模及其结构调整对于降低总体的能源碳强度同样具有重要意义。此外,通过发展低碳产业和改造传统高碳产业,推广新能源技术,实现从源头上降低碳排放是实现2030年碳峰值的必经之路。目前,部分发达国家已经达到阶段性碳峰值,借鉴发达国家的经济发展及碳排放演变过程,对比中国与主要国家碳排放变化的差别,可以对中国2030年实现碳排放峰值目标起到借鉴性意义。通过梳理世界主要国家的碳排放及经济发展历史趋势,从全球的角度对比不同国家经济发展、碳排放量、产业结构、城镇化率、能源结构变化等的规律对于中国应对全球气候变化有着借鉴性意义。 The authors have declared that no competing interests exist.
[Li XP,Lu XX.International trade,pollution industry transfer and Chinese industries’ CO2 emissions [J]. ,2010,(1):15-26.] [本文引用: 1]
[5]
Zhang YJ,Wei YM.An overview of current research on EU ETS:evidence from its operating mechanism and economic effect [J]. ,2010,87(6):1804-1814. [本文引用: 1]
[6]
RehanR,NehdiM.Carbon dioxide emissions and climate change:policy implications for the cement industry [J]. ,2005,8(2):105-114. [本文引用: 1]
[7]
SchipperL,MurtishawS,KhrushchM,et al. Carbon emissions from manufacturing energy use in 13 IEA countries:long-term trends through 1995 [J]. ,2001,29(9):667-688. [本文引用: 1]
[8]
Shrestha RM,Timilsina GR.Factors affecting CO2 intensities of power sector in Asia:a Divisia decomposition analysis [J]. ,1996,18(4):283-293. [本文引用: 1]
[9]
Wang WW,ZhangM,ZhouM.Using LMDI method to analyze transport sector CO2 emissions in China [J]. ,2011,36(10):5909-5915. [本文引用: 1]
[ZhangL,Li YM,Huang YX,et al. Analysis on character and potential of energy saving and carbon reducing by structure evolution in China [J]. ,2011,(2):42-51.] [本文引用: 1]
[Peng SZ,Zhang JT.Study on key macro-economic factors and indexes in context of China’s goal of carbon intensity reduction [J]. ,2012,22(5):27-31.] [本文引用: 2]
[12]
Yi BW,Xu JH,FanY.Determining factors and diverse scenarios of CO2 emissions intensity reduction to achieve the 40-45% target by 2020 in China:a historical and prospective analysis for the period 2005-2020 [J]. ,2016,122:87-101. [本文引用: 2]
[Cao JW.Characteristics of Jiangxi’s industrial sector carbon emissions intensity and carbon reduction approach-input-output analysis based on the 1992 to 2007 [J]. ,2011,31(12):2111-2115.] [本文引用: 1]
[DongJ,ZhangX.Decomposition of carbon emissions and low carbon strategies for industrial sector energy consumption in China [J]. ,2010,32(10):1856-1862.] [本文引用: 1]
[Liu HG,Liu WD,Tang ZP.The origin source and its elasticity analysis of the CO2 emission induced by fossil fuel using industrial activities in China [J]. ,2010,29(6):670-676.] [本文引用: 1]
[Lv KW,Miao CH,Shang WY.Sectoral difference in carbon emission of industrial energy consumption:a case study of Henan Province [J]. ,2012,32(12):15-20.] [本文引用: 1]
[19]
Feng KS,Davis SJ,LiX,et al. Outsourcing CO2 within China [J]. ,2013,110(28):11654-11659. [本文引用: 2]
[20]
Liu HG,Liu WD,Fan XM,et al. Carbon emissions embodied in value added chains in China [J]. ,2014,103:362-370. [本文引用: 1]
[21]
Liu HG,Liu WD,Fan XM,et al. Carbon emissions embodied in demand-supply chains in China [J]. ,2015,50:294-305. [本文引用: 1]
[22]
Liu WD,LiX,LiuH,et al. Estimating inter-regional trade flows in China:a sector-specific statistical model [J]. ,2015,25(10):1247-1263. [本文引用: 1]
[23]
LiuZ,GuanD,WeiW,et al. Reduced carbon emission estimates from fossil fuel combustion and cement production in China [J]. ,2015,524(7565):335-338. [本文引用: 2]
[YueC,Hu XY,He CF,et al. Provincial carbon emissions and carbon intensity in China from 1995 to 2007 (carbon emissions and social development,Ⅲ) [J]. ,2010,46(4):510-516.] [本文引用: 1]
[LiuH,Cheng SK,ZhangL.The international latest research of the impacts of human activities on carbon emissions [J]. ,2002,21(5):420-429.] [本文引用: 1]
[36]
Elzen MD,FeketeH,HöhneN,et al. Greenhouse gas emissions from current and enhanced policies of China until 2030:can emissions peak before 2030? [J]. ,2016,89:224-236. [本文引用: 3]
[37]
Cansino JM,Roma´nR,Rueda-Cantuche J M. Will China comply with its 2020 carbon intensity commitment? [J]. ,2015,47:108-117. [本文引用: 1]
[38]
NiuS,LiuY,DingY,et al. China's energy systems transfor-mation and emissions peak [J]. ,2016,58:782-795. [本文引用: 2]
[Lin PQ,Li JL.Transformation of China’s energy structure under environmental governance constraints:a peak value analysis of coal and carbon dioxide [J]. ,2015,(9):84-107.] [本文引用: 1]
[Chai QM,Xu HQ.Modeling carbon emission peaking pathways in China based on integrated assessment model IAMC [J]. ,2015,25(6):37-46.] [本文引用: 1]
[46]
Chai QM,Xu HQ.Modeling an emissions peak in China around 2030:Synergies or trade-offs between economy,energy and climate security [J]. ,2014,5(4):169-180. [本文引用: 1]
[47]
Yuan JH,XuY,HuZ,et al. Peak energy consumption and CO2 emissions in China [J]. ,2014,68(2):508-523. [本文引用: 1]
[48]
He JK.An analysis of China's CO2 emission peaking target and pathways [J]. ,2014,5(4):155-161. [本文引用: 1]
[49]
YorkR,Rosa EA,DietzT.STIRPAT,IPAT and ImPACT:analytic tools for unpacking the driving forces of environmental impacts [J]. ,2003,46(3):351-365. [本文引用: 1]
[Wu YM.Study on heterogeneous con-vergence and determinants of carbon dioxide emissions:based on positive study of varying parameter panel data model [J]. ,2015,(8):66-74.] [本文引用: 1]
[51]
International Energy Agency.IEA Energy Atlas [EB/OL].(2017-10-01)[2017-11-13]. URL [本文引用: 1]
[52]
World Bank. FeaturedIndicators[EB/OL]. (2017-10-30)[2017-11-13]. URL [本文引用: 1]