中国产业结构对碳排放的影响：经济聚集的视角外文翻译资料

Impact of Industrial Structure on Carbon Emission in China: A Perspective from Economic Aggregation

Qian Wang and Weidong Li

Abstract Environmental degradation has attracted worldrsquo;s attention. This study examines the impacts of industrial structure on carbon emissions in China by employing evidences of 283 cities from 2004 to 2011.Specially, taking the eco-nomic aggregation into account, the study aims at testing the relationships under different economic density areas. Results of STIRPAT models reveal that in areas with higher and high economic density, the secondary industry and tertiary industry exert much pressure on carbon emission; besides, the primary industry is negatively related with it. In the area with low economic density, it appears to be a transition that the effects of the secondary industry decline, the effects of the primary and ter-tiary industry raise. In the lower economic density area, the primary industry needs more attention.

Keywords Industrial structure · Carbon emission · Economic aggregation · Regression

1 Introduction

The environmental deterioration has been regarded as one of the most complex challenges. Developing low-carbon economy is the important task faced by all the countries in the world. It is said that without any actions taken in the coming de-cades, the economic and social crisis led by global warming will be comparable to the World War, which the economy of the world will lose 5minus;thinsp;20thinsp;% GDP.

As a symbol and result of the economy development, industry structure is sure to have a close relationship with carbon emission. Chinese government has empha-sized the adjustment of industrial structure, which, undoubtedly, is the important aspect of low-carbon economy. Result, study of the relationship between industrial

Q. Wang () · W. Li

School of Economics and Management, Beijing Jiaotong University, 100044 Beijing, China e-mail: gsxy_wq@163.com

W. Li

e-mail: 12120795@bjtu.edu.cn

copy; Springer-Verlag Berlin Heidelberg 2015	883
Z. Zhang et al. (eds.), LISS 2014, DOI 10.1007/978-3-662-43871-8_127

884 Q. Wang and W. Li

structure and carbon emissions plays a vital role in easing our serious environmen-tal situation and the promotion of Chinarsquo;s healthy development.

2 Literature Review

In developed countries, more studies are focused the application of the IPAT model and Kuznets curve. Abdul Jalil and Syed F.Mahmud (2009) examines the existence of EKC between GDP and carbon emissions with the method of ARDL. Ehrlich PR and John P. Holdren (1971) expanded IPAT model to examine the impacts of popu-lation on carbon emissions.

In China, there are many studies focused on the relationship between industrial structure and carbon emissions. We can draw from previously researches that the industrial structure has a close link with carbon emissions. Besides, most scholars believe that the secondary industry exerts the greatest impact on our carbon emis-sions; the first industry exerts the least, which is similar to the study of Li and Zhou 2012. Besides, it is also found that due to the differences in economic condi-tions, geographical environment and other things, the gap in different areas is large. Xu Tong (2011) believed that in Shan Xi the high pollution chartered industry is the main reason for the deterioration of environment. Liu Xiaoyan and Feng Dong (2012) pointed that the proportion of tertiary industry has exerted positive effects on the intensity of carbon emission, while the dependence on foreign trade exerts negative effects in Jiang Su.

In conclusion, most Chinese scholars make researches in the point of nation or one area, neglecting the diversities in different areas. The industrial structure is the symbol of economy development, which the degree of economic aggregation affects the industrial internal structure greatly, so as the differences between the en-ergy consumptions of different structures. IPAT, as a useful method, is very popular in scholars in the developed countries, which is proved as a scientific method. How-ever, few researches in China applied IPAT in the researches of industrial structure and carbon emission. In this paper, taken the economic aggregation into consider-ation, firstly, we divide the 283 cities into four areas based on the economic density; then establish STIRPAT models to analyze the impacts of the industrial structure on the environment respectively.

3.Methodology, Data and Descriptive Statistics

The IPAT identity has been extensively used in the quantitative evaluation of the effects of economy on carbon emission increase. It is firstly proposed by the Ehrlich and Holden in 1971.According to IPAT formula and its stochastic form STIRPAT,

the main forces under the environment impact (I)are population (P), affluence (A) and technology(T). STIRPAT model is expressed as followed:

I = beta;0Pbeta;1 A beta; 2Tbeta;3ε.

(1)

In order to examine the impacts of industrial structure on carbon emission, we add the GDP per capita of the primary, secondary and tertiary industry into the STIRPAT model. Besides, taking the logarithm of data can reduce non-stationary, as well as linearize variables, all data used in the current work are transformed into natural logarithmic series. The modified STIRPAT model is expressed as followed:

lnC _it = lnbeta; ₀ beta;₁lnGDP_1it beta; ₂ lnGDP_2it beta;₃lnGDP_3it

剩余内容已隐藏，支付完成后下载完整资料

---

中国产业结构对碳排放的影响：经济聚集的视角

Qian Wang and Weidong Li

摘要 环境的恶化已经引起了世界的广泛注意。本文通过中国283个城市从2004到2011年的数据来检测产业结构对碳排放的影响。特别地，本文将经济聚集效应纳入考虑，目标是检验在不同经济密度的区域内产业结构与碳排放的关系。 STIRPAT模型的结果揭示：在高经济密度与较高经济密度区域，第二产业与第三产业对碳排放有很大的作用，但第一产业也同样对碳排放有着消极的影响。在低经济密度区域，结果则相反，第二产业的影响降低了，而第一产业和第三产业对碳排放的作用效果增加。在较低经济密度区域，第一产业的发展需要得到更多的关注。

关键词 产业结构，碳排放量，经济聚集，回归

1 引言

环境恶化已经被认为是目前最严峻的挑战之一。对于世界上所有的国家来说，发展低碳经济是他们所面临的最重要的任务。据说如果在未来的几十年内不采取任何措施的话，全球变暖所导致的经济和社会危机将等同于世界大战，这会使得世界的经济降低了5%-10%的GDP。

产业结构作为经济发展的特征与结果，毋庸置疑的与碳排放量有着十分密切的关系。中国政府已经强调过对产业结构进行调整，这是发展低碳经济十分重要的方面。结果表明，对产业结构与碳排放量相关关系的研究对改善我们严峻的环境形势和提升中国的健康发展起着至关重要的作用。

1. 文献综述

在发达国家，很多研究把重点放在IPAT模型与库兹曲线的应用上。Abdul Jalil 和 Syed F.Mahmud(2009)通过ARDL的方法检验了在GDP与碳排放量之间环境库兹涅茨曲线的存在。Ehrlich PR 和John P. Holdren(1971) 拓展了IPAT模型来检验人口对碳排放量的影响。

中国有大量的文献致力于研究产业结构与碳排放量之间的关系。我们可以通过查阅过去的研究文献了解到产业结构与碳排放量有着十分紧密的联系。此外，很多的学者认为第二产业对碳排放量的多少有着巨大的影响，第一产业的影响最低，这与Li和Zhou在2012年的研究是十分相似的。另外，研究发现由于经济状况、地理环境与其他因素的不同，导致不同区域之间的差距是十分大的。Xu Tong(2011)认为在陕西，高污染的特殊行业是造成环境恶化的主要原因。Liu Xiaoyan 和 Feng Dong(2012)指出第三产业的比重会对碳排放量的强度有着积极的影响，然而在江苏，对国外贸易的依赖则对碳排放量造成了消极的影响。

总而言之，大多数的中国学者站在国家或者一个区域的角度上作出研究，而忽视了不同区域之间的多样性。产业结构是一个地区经济发展的象征，经济聚集效应的程度很大程度的影响了产业的内部结构，例如不同产业之间能源消耗的差别。IPAT作为一个有效的方法，被发达国家的学者广泛使用，该方法也被证明是一个十分具有科学性的研究方法。然而在中国，极少有研究者在对产业结构和碳排放进行研究时用到IPAT方法。在本篇论文中，将经济聚集效应纳入考虑，我们首先将283个城市以经济密度为基准划分为四个区域，然后建立STIRPAT模型来分别分析产业结构对环境造成的影响。

1. 方法论，数据与描述性统计

在经济对碳排放增长所造成的影响的定量评估中，IPAT识别得到了广泛的应用。这个方法在1971年被Ehrlich和Holden首次提出。根据IPAT公式以及随机形式STIRPAT，对环境（I）造成影响的主要因素有人口（P），物质（P）以及生产技术（T），STIRPAT模型的表现形式如下：

(1)

为了检验产业结构对碳排放量带来的影响，我们在STIRPAT模型中增加了第一产业、第二产业和第三产业的平均增长GDP。此外，对数据进行取对数的处理可以降低数据的不稳定性以及变量之间的共线性，因此在目前的工作中，所有的数据都被转化为了对数序列。转化后的STIRPAT模型表达形式如下：

（2）

其中：i代表不同的区域；t代表时间；GDP1，GDP2，GDP3分别代表第一产业、第二产业和第三产业；P指的是人口规模；T指的是生产技术，这是由每单位产值的能源消耗所决定的。

本篇论文所使用的数据是中国283个城市在2004年到2011年期间的面板数据。产业结构是由每类产业的平均GDP增长来衡量的，这些数据来源于中国年鉴。为了消除通货膨胀的影响，对GDP的值作出了一定的调整，使其与1978年的固定价格作对应。

经济聚集可以被用来衡量每个区域的经济效率，因此本文从这个角度出发，将283个城市划分成了四个区域。城市之间有很大的差距，其中最高的是深圳，2.197百万/平方千米，但是低于0.05百万/平方千米的城市占据了63.12%。最后，表1给出了具体的分类情况。

根据Xu Guoquan(2006)等人所提出的方法，碳排放的计算是基于化石燃料（煤炭、原油、天然气）的碳燃烧系数得出的。燃料消耗数据、标准煤的能量转换、碳排放系数都是从中国能源统计年鉴，综合能源消耗计算和国家发展与改革部门中的能源研究协会中获得的。

表1 地区划分

较高经济密度区域		高经济密度区域
gt;0.13百万元/平方千米	39个城市	0.034-0.13百万元/平方千米	100个城市
低经济密度区域		更低经济密度区域
0.01-0.034百万元/平方千米	99个城市	lt;0.01百万元/平方千米	45个城市

1. 实证分析

4.1单位根检验与协整检验

回归结果的合理性通常是建立在一定的前提之上的，该前提就是用于回归模型的序列是稳定的或是协整的。如果数据是不稳定的，那么可能会出现虚假回归。因此本文通过Eviews6.0，用ADF检验和Levin.Linamp;Chut来进行单位根检验。结果表明在5%的置信度下，原始序列中的T变量在所有区域都是稳定的，较高密度区域的变量P是稳定的。此外，其他变量在一阶差分的情况下不能拒绝原假设，说明这些变量在一阶差分时是稳定的。

由于一些变量是不稳定的，因此变量之间必须进行协整检验来决定他们是否满足回归分析的前提条件。只有当他们之间存在协整关系时，才可以进行回归分析。以Kao方法进行的协整检验的结果表明在任何显著性水平下，P值都显著的低于临界值，这表明所有的变量都拒绝协整关系不存在的原假设。

4.2回归结果

由于我们所使用的数据包括截面与时间序列，因此选择的估计方法会对模型估计结果有很大的影响。回归方法可以分为固定效应模型和随机效应模型。为了确定哪个模型更加适用，首先应该进行Hausman检验。结果表明在1%的置信度下，所有地区都拒绝随机效应的原假设。因此该篇论文采用固定效应模型。由于篇幅限制，每个城市的个体效应将不一一列举。

较高经济密度区域的回归结果为：

高经济密度区域的回归结果为：

低经济密度区域的回归结果为：

较低经济密度区域的回归结果为：

在四个区域中，调整的决定系数（）都超过了98%，这说明所有的模型都可以清晰的反映事实，此外，所有的系数都通过了T检验。在较高经济密度区域，第二产业的系数超过了其他变量，生产技术和人口的影响比较小。相反的，在其他区域，人口的影响更大。在高经济密度区域，人口的影响被排在首位，第一产业和第三产业的影响非常大。在低和较低经济密度区域，第一产业与碳排放存在正相关。在较低经济密度区域， 第三产业远远超过了第二产业，另外，第一产业的作用是非常显著的。

将四个区域的所有模型进行对比，可以看出随着经济密度的降低，重工业的影响也在降低。 第一产业存在一个转折点，因为在较高和高经济聚集区域，为负相关关系，但是在低和较低经济聚集区域，为正相关。这表明了经济聚集区域可以通过加强创新和特色化来提高生产力，并且知识溢出在这些区域不是非常清晰。

4.3实证结果

该篇论文使用中国2004到2011年的面板数据来调查产业结构与碳排放之间的关系。结果表明产业结构与CO2排放量有着十分显著的相关性。

1. 第二产业对碳排放的影响是十分显著的。

在所有被调查的区域，调查结果与中国目前的现状是一致的，就是第二产业占据了GDP产量的45.3%，这象征着高投入与高污染。由于技术与资金的短缺，企业很少会把注意力放在环境保护上，并且高度的依赖自然资源。因此低水平第二产业的迅速发展很大程度的影响了碳排放量。

1. 第三产业的影响在增加

在近几年里，第三产业得到了快速的发展，表现为低碳产业。然而目前的第三产业水平相对较低，从第三产业的人员构成来看，从事运输和邮递行业的人员多于软件，顾问，信息和金融行业的所有人员，这会导致第三产业对碳排放量的影响迅速的增加。

1. 第一产业的影响不容忽视

与其他因素相比，第一产业对碳排放的影响相对较小。然而在较低经济聚集区域，第一产业的影响与重工业的影响十分相似。此外，Zhang Qingmin提到由第一产业引起的碳排放的增长率高于GDP的增长率，这强调了应该关注肥料、稻草燃烧以及一些其他的事情。

4.在不同的区域，产业结构对碳排放的影响是不同的

在较高经济密度和高经济密度区域计算出的模型说明重工业与第三产业对碳排放造成较大的压力。由于第一产业的发展需要较大的空间，因此高经济聚集区域拥有较少的农产业。在低经济密度区域，第一产业与碳排放量呈正相关，并且第二产业和第三产业的影响在降低。在较低经济密度区域，第一产业和第三产业需要得到更多的关注。该现象背后的原因可能是因为地区倾向于拥有更多的农场，第二产业和第三产业不够发达，并且第一产业缺少规模化的生产和科技应用，这导致了农业的高碳排放效应。此外，在低经济密度区域，由于缺少产业支持，大多数从事第三产业的人都是从事的交通方面和其他低水平的工作。此外，由于西方发展的政策，很多公司被高污染的行业转移到了不发达地区。

5结论

在产业结构与碳排放量之间还有着十分长远的联系。在较高和高经济密度区域，第二产业和第三产业对碳排放量造成了较大的压力；并且第一产业与碳排放量呈负相关关系。在低经济密度区域存在一些变化，第二产业的影响在降低，而第一产业和第三产业的影响在增加。在较低经济密度区域， 第一产业的角色更加重要。因此在加快产业结构调整的过程中，发展生态化农业 不断更新第二产业以加快低碳技术的应用，加强第三产业的水平对于认识整体低碳经济和生态发展都是十分必要的。

参考文献

[1]Abdul J, Syed FM(2009) Environment curve for CO2 emission: a cointegration analysis for China. Energy Policy 380(37):5167-5172

[2]Ehrlich PR, Holdren JP(1971) The impact of population growth. Science 3977(171):1212-1217

[3]Li J, Zhou H(2012) Correlation analysis of carbon emission and industrial structure in China.

China Popul Resour Environ 22(1): 7-14

[4]Liu X, Dong F(2012) An analysis of Influence factors on carbon intensity of Jiangsu province based on co-integration test. East China Econ Manag 26(9):16-19

[5]Xu T(2011) Study of relationship in economic growth, environment quality and industrial structure in Shanxi. Econ Probl 380(4):48-52

[6]Xu G, Liu Z, Zhaohua J(2006) Decomposition model and empirical study of carbon emission for China, 1995-2004, China Population, Resour Environ 16(6):158-161

剩余内容已隐藏，支付完成后下载完整资料

---

资料编号：[26747]，资料为PDF文档或Word文档，PDF文档可免费转换为Word