【摘 要】 基于中国 1990—2020 年的面板数据，运用向量自回归(VAR)模型进行实证检验，从 经济发展水平 、产业结构 、能源消费水平以及城镇化水平这四个指标入手 ,分析了各因素对碳排 放强度的影响情况 。 实证结果表明：城镇化水平 、能源消费水平与碳排放强度呈正相关，经济发 展水平 、产业结构与碳排放强度呈负相关;经济发展水平对碳排放强度变动的贡献值最大，其次 是产业结构 、能源消费水平，城镇化水平对碳排放强度变动的贡献值最小 。最后，根据各指标自 身发展特征，提出了推动节能减排、绿色发展的相关建议 。
一、引言
实现碳达峰碳中和是新发展阶段的时代课题 ，是我国应对气候变化的重要一步 。党的二十大 以来 ，我国开始进入以降碳为重点 ，推动减污降碳协同增效 、促进经济社会发展全面转型 、实现生 态环境质量改善由量变到质变的关键时期 。我国将用 30 年左右时间完成全球最高碳排放强度降 幅 ，用全球历史上最短时间实现从碳达峰到碳中和 ，我们要面对的是一场自上至下的硬仗 。 因此 ， 如何抓住降低碳排放强度的关键因素和有效降低碳排放强度是具体问题和可行路径 。通过对每一 单位 GDP所产生的二氧化碳排放量的研究 ，能明确量化我国节能减排工作指标 。相较于单纯研究 碳排放总量的增减，对碳强度的研究更能直观地分析出我国经济发展的效率以及低碳工作的成果， 对我国后续减排工作主要方向的推进具有现实意义 。
近年来 ，学者们对碳排放强度已有相关的研究 ，主要集中于研究方法 、驱动因素以及效率等方 面 。在研究方法方面 ，学者们分别利用对数平均权重分解法(LMDI 分解法)对我国湖南省 、江苏 省 、山西省 、厦门市 、重庆市的碳排放强度影响因素进行了分析研究 ，发现重庆市碳排放强度呈现 出较为明显的空间溢出性 ，并通过方差分解研究了各因素对碳排放强度的影响程度 [1-5] 。对于影响 因素的研究主要集中在经济发展水平 、城镇化水平 、能源消费结构 、能源消费总量 、产业结构 、人口 密度 、科技水平 、数字经济等方面 。研究发现 ，科技水平的提高 、产业结构的优化以及数字经济的 发展可以直接作用于能源效率的提高，进而加速产业升级 。科研投入的不断增加，科技创新水平的 提高对碳排放效率具有正向推动作用 ，能够促进生产中的节能减排 [6-8] 。柳涛通过区域性碳排放研 究发现 ，黄流域内城市经济发展对高碳产业具有一定的依赖性 ，第二产业占比的增加 、城市化水平 的提高以及较高的单位 GDP 能耗都会加剧碳排放的增长 ;而政府效能和技术进步则是提高碳排放 效率的重要途径 [9] 。驱动因素研究中 ，孙敬水指出能源强度和能源消费结构对增加碳排放强度的 影响最大 ，如果改变能源强度和优化能源消费结构 ，对降低碳排放强度的贡献值共计可以达到 26.3%[10] 。王凯等得出人口集聚能够产生集聚效应和规模效应 ，规模效应促使碳排放总量增加 ，集聚效应促使人均碳排放量降低 。研究证明，人口集聚所带来的集聚效应要强于规模效应 [11] 。颜艳梅 和王铮则侧重对区域碳排放强度差异以及其影响因素进行研究，数据表明，我国区域碳排放强度差 异明显 ，呈现出北高南低 、西高东低的趋势 。经过三十年的发展 ，工业占比不断提高 ，促使区域间 碳排放强度差异不断加大 。最终 ，由经济发展水平替代产业结构成为目前最主要的碳排放强度贡 献因素 ，经济发展水平越高的地方碳排放强度越低 [12] 。 曾鸿和耿源指出 ，就业结构对碳排放规模的 影响十分显著 ，存在正相关关系 。此外 ，通过对比个体固定效应系数发现 ，只有第二产业的固体效 应系数为正 。相较于第一 、三产业，第二产业的自发性碳排放规模较大 [13] 。
综上所述 ，多数学者主要运用 LMDI法或者空间计量法对碳排强度的影响因素进行分解研究 。 本研究的创新点：通过建立向量自回归( VAR )模型 ，对我国碳排放强度的影响因素进行分析 ，运用 脉冲响应分析 、方差分解分析深入探讨各影响因素的发展趋势及贡献值，并根据实证结果为进一步 降低我国碳排放强度，实现节能减排的低碳社会提出对策和建议 。
二、变量选择
选取的碳排放强度影响因素为经济发展水平 、城镇化水平 、能源消费水平 、产业结构 。第一，经 济发展水平：经济的快速发展必然增加对诸多要素的需求 ，能源消费的增加会引起碳排放的增长 。 若碳排放总量的增速大于经济发展的速度，则碳排放强度将进一步增加，而经济发展速度大于碳排 放 总 量 的 增 速 ，则 碳 排 放 强 度 会 下 降 ，选 取 人 均 GDP 衡 量 经 济 发 展 水 平(per capita gdp，简 称 PG )。 第二 ，城镇化水平：城镇化水平对碳排放强度的影响通常是双向的 。一方面 ，城镇化的加速 发展不断促使人口集聚 ，并加速能源的开放和利用 ，工业生产以及交通工具的运用促进碳排增多 ; 另一方面 ，城镇化水平不断提高 ，环保意识增强以及绿色生产技术溢出 ，会降低碳排放强度 ，选取 城镇常住人口数量占总人口比重衡量城镇化水平(urbanization level，简称 UR)。 第三 ，能源消费水 平：能源消费通常会促进碳排放增加 。长久以来 ，我国能源消费结构以煤炭和石油为主 ，工业发展 主要依赖于高碳产业，粗放式生产模式促使能源消费成为增加碳排放的主要原因，选取化石能源消 费总量衡量能源消费水平(total fossil energy consumption ，简称 TFE)。 第四 ，产业结构：相较于对 能源消费依赖性较强的第二产业，第三产业对于碳排放强度通常存在负向影响，选取第三产业增加 值占国内生产总值比重衡量产业结构(industrial structure ，简称 IS)。 所有变量均进行标准化处理 。
三、研究设计
(一)模型设定
采用向量自回归( VAR )模型对碳排放强度的影响因素进行分析 ，向量自回归( VAR )模型用于 分析和预测相互联系的多变量时间序列系统，分析随机干扰项对所探讨的经济系统的动态冲击，解 释各种经济冲击对经济变量的影响 。模型如下：
yt = α1yt - 1 + α2 yt - 2 + α3yt - 3 + … + αnyt -n + βxt + εt ;t = 1 ，2 ，3 ， ⅆ , T
其中 ，yt 表示内生变量的向量 ;α1 ，α2 ，α3 ， ⅆ , αn 和 β 是系数矩阵 ;n 为滞后阶数 ;εt 为随机 扰动向量;xt 表示外生变量向量;T 为样本个数 。
(二)数据来源
由于国内统计机构缺乏近三十年碳排放强度的官方数据 ，本研究的碳排放总量相关数据来自 国际能源署官网( IEA )统计所得 ，利用《中国统计年鉴》1990 — 2020 年国内生产总值数据 ，根据公式 (碳 排 放 强 度 = 二 氧 化 碳 总 量/GDP )计 算 得 出 中 国 1990 — 2020 年 碳 排 放 强 度 数 据(carbon emission intensity，简称 CEI)。 此外 ，采用的城镇化水平 、产业结构以及能源消费水平指标数据均来自《中国 统计年鉴》( 1990 — 2020 )。
四、实证检验与分析
(一)平稳性检验
利用 ADF单位根检验法对相关数据进行平稳性检验以避免伪回归 。首先 ，利用线形图判断各 种变量是否具有时间趋势和截距 ，进而完成对检验包含项的设置 。其次 ，利用 ADF方法进行单位 根检验 。表 1 结果显示 ，lnCEI 、lnIS 的 ADF 统计值小于其临界值 ;而 lnPG 、lnTFE 、lnUR 的 ADF 统计值均大于其在 1% 、5% 、10%的临界值 ，说明这三个变量是非平稳的 。在对各变量进行 1 阶差分之 后 ，只有 lnTFE 的 ADF 统计值大于其临界值 ，其余变量 1 阶差分均平稳 。在对各个变量 2阶差分之 后 ，所有变量都通过了平稳性检验 。 由此可得 ，变量 lnCEI 、lnIS 、lnPG 、lnTFE 、lnUR 的 2阶差分是平 稳的，五个变量呈现出平稳性 。
(二)特征根检验
由表 2 可知 ，LR 、FPE 、AIC 、SC 以及 HQ 准则显示的最优滞后阶数为 4.结合图 1.在最优滞后阶 数 4的情况下，对 VAR进行特征根检验，所有的点都在单位圆以内，说明该 VAR 模型是稳定的 。
(三)协整检验
由上文平稳性检验可得 ，各变量是二阶单整序列 ，符合进行 Johansen 检验的实证要求 。检验的 目的是确定各变量之间是否存在长期稳定的协整关系 。根据检验的结果(见表 3)可得 ，trace 检验 在 5%的显著性水平之下 ，5 个变量之间至少存在 5个协整方程 。 由此 ，可以证明变量 lnCEI 、lnIS 、 lnPG 、lnTFE 、lnUR 存在长期稳定的协整关系 。标准化的协整方程如下：
ln CEI = 10.3074 - 2.4513 ln IS - 0.7706 ln PG + 0.1764 ln TFE + 1.8292 ln UR
由协整方程可得 ，产业结构(第三产业占比)、经济发展水平(人均 GDP)与碳排放强度呈负相 关 。而能源消费水平 、城镇化水平则与碳排放强度为正相关 。通过对比发现 ，在众多变量中 ，城镇 化水平对碳强度正面影响最大，产业结构则对碳强度的负面影响最大 。
(四)格兰杰因果检验
对变量进行协整关系检验之后，需要从统计学的角度对变量之间是否具有因果关系进行探讨 。
由 Granger 检验结果(见表 4)可得，在给定的 1%或 5%的显著性水平下，拒绝 lnPG、lnUR、lnTFE 不 是 lnCEI 的 Granger 原 因 的 原 假 设 。 而 Granger 检 验 结 果 表 明 lnIS 的 P 值 为 0.2738.大 于 0.05.接 受 lnIS 不是 lnCEI 的 Granger 原因的原假设 。 因此可得 ，人均 GDP 、能源消费水平 、城镇化水平都是碳 排放强度的 Granger 原因，lnIS 不是 lnCEI 的 Granger 的原因 。 同理可得，碳排放强度 、能源消费水平 、 人均 GDP是产业结构的 Granger 原因 。此外 ，能源消费水平与城镇化水平同为人均 GDP 的 Granger 的原因 。这一结果与我国近三十年的经济发展状况相符 ，即通过大力发展高能耗 、高污染 、密集型 的产业 ，为我国带来了经济腾飞及城镇化水平的提高 ，而发展早期由于忽视环保监督和绿色生产 ， 造成较高的二氧化碳排放量 ，引发碳排放强度的增长 。在很长一段时间中 ，高碳排 、经济发展和城 镇化这三者在我国近现代发展历程中都紧紧地捆绑在一起 。而第三产业的发展尚未完全成熟且区域 发展水平差异较大，并未对碳排放强度的降低作出较多贡献，反而自身发展受其影响 。
(五)脉冲响应分析(见图2)
1.产业结构对碳排放强度的冲击：该响应路径整体一直处于波动状态 ，3~5 期为正向冲击 ，第 4 期开始持续下降并逐渐转为负值 。该响应路径的变化过程符合我国第三产业发展历程 。早期 ，第三产业作为新兴产业发展较为曲折和不稳定 ，产业尚未形成规模 ，对碳排放的影响较小 。此后 ，伴 随着第三产业占比的上升 ，对碳排放强度增长有一定的促进作用 。在第三产业发展达到一定规模 时，产业的低含碳特性以及绿色生产技术的溢出使得其对碳排放强度冲击逐渐变为负向 。
2. 经济发展水平对碳排放强度的冲击：该脉冲响应函数的时间路径一直处于波动状态 。GDP 增速与碳排放总量的增速共同决定了经济发展水平对碳排放强度的影响程度 ，两者发展的快慢并 不十分同频，各自增速大小的变化，导致人均 GDP对碳排放强度的冲击具有波动性 。
3. 能源消费水平对碳排放强度的冲击：响应路径在前6 期都处于较为稳定的状态，说明前期能源 消费增长对碳排放强度增长的影响较为稳定 。从第 6 期开始 ，脉冲影响开始增长并逐渐转为正值 。 目前，我国对传统化石能源的依赖程度依旧较高，整体能源利用水平提升速度较慢;清洁能源等新能 源也处于开放程度低、应用范围小的阶段 。 因此，高含碳能源的消耗对我国碳排放强度的影响较大。
4.城镇化水平对碳排放强度的冲击：在经历前 5期稳定的较低的正向冲击 ，脉冲影响从第 6 期 开始处于稳定递减并逐渐为负的状态 。这也表明 ，随着城镇化水平的不断加深 ，各种科学化 、精细 化 、智能化的城市管理体系在不断推出 ，老旧城区的改造升级 、基础设施的不断完善 、绿色环保的 公共卫生政策宣传都有利于减少城镇化过程中碳排的增加，加上人们对节能低碳的意识不断增强， 城镇化水平对碳排放强度开始产生负向冲击 。但整体来说城镇化水平对碳排放强度的冲击不大 。
通过对比发现 ，产业结构和城镇化水平对碳排放强度的脉冲响应路径在后期发展较为相似的 ， 都呈现出先正后负的趋势 。分析可得 ，由第三产业所代表的产业结构( lnIS )的发展属于现当下经 济发展的必要趋势;而依托于经济快速发展和技术水平的提高，人们的各种物质生活需求层次也在 不断增强 ，进而推动了城镇化水平( lnUR )的提升 ，两者的发展都受到当代科学技术和绿色可持续 发展观念的不断加成，对于碳排放强度的正向冲击自然是不断下降的 。而在短时间内，我国对传统 能源的需求还在持续增长，绿色能源等新型能源的开采和利用还未能将其替代，化石能源的消费对 碳强度的影响不会发生较大改变，会依旧保持正向冲击 。
(六)方差分解分析
通过方差分解分析方法测算各种影响因子对于碳排放强度的贡献程度 。 由图 3 可知 ，从整体 看 ，各变量对碳排放强度的贡献水平在 1 ～ 3 期之间有较为明显的增长或减少 ;在 3 ～ 7 期内各影响 因素的贡献程度变化幅度减小;至 8 ～ 10 期 ，各种因素的贡献水平开始趋于稳定状态 。碳排放强度 对于自身的贡献水平在经历一段下降之后 ，逐渐稳定在 80% ，其自身始终是对碳排放强度贡献程度 最大的影响因素，但也能够看到碳排放强度在时间维度上对未来自身的影响在逐渐减少;同时经济 发展水平的贡献率在第 1 期增长之后常年稳定在 8% ～ 10%水平上;此外，能源消费水平在经历一段 时期的上升之后 ，从第 6 期开始有了小幅度的下降 ，最终稳定在 5%的贡献水平上 。产业结构对于 碳排放强度的贡献则一直处于缓慢上升阶段 ，近期可达到 8% 。城镇化水平对于碳排放强度的贡献 程度在小幅上升之后，自第 1 期始终稳定在 2% ～ 3%水平上 。
通过各种影响因素对碳排放强度的贡献程度可得 ，除碳排放强度对于自身的影响之外 ，经济发 展水平 、产业结构以及能源消费水平居碳排放强度贡献程度的前三名 。原因在于我国正处于产业 转型的关键时期 ，人均 GDP不断增加 ，第三产业占比正在逐年上升 ，但并不意味着以科技为代表的高新技术产业发展已经成熟 ，事实上 ，目前的绿色发展技术对减排工作的支持有限 。此外 ，在经济 发展需求之下 ，我国长期依赖以煤炭 、石油为主的能源消费结构 ，相应的能源利用技术和新能源发 展却并没有达到先进水平 。 因此 ，快速发展为我国带来了较高的二氧化碳排放量 。 同时由于我国 各地区城镇化水平差异较大，因此人口流动与集聚带来的城市发展对于碳排放强度增长贡献较小 。
五、结论与建议
(一)结论
基于 1990 — 2020 年面板数据，对中国碳排放强度影响因素及其贡献值进行了分析，实证结果表 明：第一 ，能源消费水平和城镇化水平与碳排放强度呈正相关 ;产业结构 、经济发展水平与碳排放 强度呈负相关 。 第二 ，根据 Granger 因果检验结果 ，能源消费水平 、经济发展水平 、城镇化水平都为 碳排放强度 Granger 原因 。第三 ，根据脉冲响应检验 ，长期中 ，产业结构和城镇化水平 2 个变量均对 未来碳排放强度增长产生负向冲击，而经济发展水平对碳排放强度的冲击较为不稳定，能源消费水 平在未来一段时间内持续对碳强度产生正面冲击 。第四，根据方差分解结果，经济发展水平对碳排 放强度变动的贡献值最大 ，其次是产业结构 、能源消费水平 ，城镇化水平的变动对碳排放强度变动 的贡献值最小 。
(二)建议
1. 加快科技创新 ，引领产业转型 。从技术角度来说 ，首先应从源头上推动节能减排 。加大科学 研发力度 ，实现能源优化利用的技术改革 ，加快能源碳排放实现“超低 ”突破的脚步 。调整产业结 构 ，不断推进产业优化升级 ，进而促进生产设备升级 ，利用新一代互联网和数字技术 、信息技术等 第三产业发展优势推动绿色经济体系发展 。此外 ，在碳生产过程中 ，强化碳捕获 ，利用与封存技术 ( CCUS/CCS 技术)，将各行业生产过程中排放的 CO2 进行资源化处理 ，完善二氧化碳合成降解塑料 技术 ，通过二氧化碳提纯实现循环利用 ，为生态保护作出双重贡献 。其次 ，突破我国 CCUS 技术目 前存在的成本大 、投资风险大 、需求小的三大困境 ，使 CCUS 技术走出科研舞台 ，更加市场化 、公开 化，更多地应用于我国工业 、高新技术产业生产的大环境中 。
2.优化能源利用技术 ，推动消费结构转型 。能源结构是解决我国碳排放问题的一大核心 。现 如今 ，我国风能 、太阳能 、核能等可再生能源的获取技术已经逐渐成熟 ，但长久以来 ，我国对煤炭等 高碳排能源依赖性较强 ，所面临的能源转型的规模较大 。且面对 2030年实现碳达峰 、2060 年实现 碳中和的目标，我国能源转型的周期较短，过于快速的能源转型也会加剧能源供应的不稳定性 。
面对这些问题 ，我们要加快可再生能源的开发 ，积极推动能源替代 ，提高新型能源对传统化石 能源的替代性 。在巩固煤炭和石油的供应 、开采的基础上 ，稳步发展风能 、潮汐能 、太阳能等可再生能源 ;完善氢工业体系 ，在化石能源利用中提取并储存氢能源 ，推动氢能在工业 、民用 、建筑等多 领域发展 。 同时 ，要逐步淘汰高能耗产业 ，推动产业技术升级 ，提高能源利用率 ，进而降低产业碳 排放强度 。推动我国传统高炉—转炉法炼钢技术向电弧炉与高炉相结合技术的转变 ，减少因高炉 燃烧过程中所带来的二氧化碳排放 。此外 ，要加强与能源丰富国家的合作 ，建立应急能源储备体 系 ，为我国能源转型提供安全保障 ，建立安全可靠的现代化能源供应体系 。加快能源技术升级 ，优 化产业结构 ，根据绿色经济的市场化和生态化的特征 ，发挥企业层面的积极性 ，促进绿色经济对产 业结构升级的作用，不断从结构和技术上降低碳排放强度 。
3. 强化绿色低碳理念 ，推动新型城镇化发展 。促进经济发展应注重绿色低碳高质量发展道路 ， 让绿色低碳成为经济高质量发展的新动能 。针对城镇化水平处于飞速发展阶段的地区 ，在城乡发 展中融入绿色发展理念 ，减少乡村在低碳发展目标中的“盲区 ”问题的出现 ，为后续城市绿色可持 续发展“排兵布阵”。 同时 ，注重城镇化发展中质的提升 ，注重内涵式发展 ，避免城镇化过程中高密 度人口和产业集聚所带来的污染 ，降低城市的资源 、能源消耗 ，推动城镇化建设向集约 、节约资源 和降低能耗转变 。
4. 加强政策扶持 ，完善法治建设 。一是完善碳税制度 ，提供税收优惠 。扩大我国环境保护税与 资源税的征税范围 ，加大对煤炭 、石油 、天然气等传统征税力度 ，从而改善资源的过度消耗与浪 费 。借鉴税收制度先进国家的经验 ，创立碳税制度 。将碳税贯穿于整个产品生产和销售的“产业 链 ”中 ，促进税收优惠政策与碳排放数相结合 ，激励高碳排企业实现“ 以碳抵税 ”或“减碳减税”，自 主激发企业节能减排的积极性，从而矫正碳排放所带来的负外部效应 。在销售环节，碳税制度可以 效仿消费税价内税的性质 ，对于特殊商品 ，让消费者在最终环节承担碳税税负 ，发挥税收“收入效 应”，从消费端倒逼消费者减少消费 。二是建立并完善碳排放交易市场 。 以法律形式完善赋能机 制 ，明确碳交易主体 、标的以及交易中心的地点 ;探寻行政管控与市场“双管 ”作用之下的碳排放交 易机制 ，一方面 ，以市场化 、金融化来激发交易市场的活力 ，从而促进各方主体对碳交易的积极性 ; 另一方面 ，作为特殊性交易活动 ，碳排放交易市场也需要政府实时把控 ，采取价格干预 ，把控碳排 放交易成本的底线，避免碳排放市场建立初期各方涌入而导致的秩序混乱和私有化的问题 。
【参考文献】
[1] 李文慧，李振国，余光辉，刘贤赵，付铃竞 .基于 LMDI 法的湖南省碳排放强度影响因素解析[J].中国环境管理干 部学院学报，2018，28（5）：50-54.
[2] 王梦凯，白艳萍 . 基于 LMDI 模型的江苏省碳排放强度影响因素分解研究[J].宁夏大学学报（自然科学版）， 2022，43（1）：109-114.
[3] 张雪姣，杜俊慧.基于 LMDI-Attribution 的山西省碳排放强度分析[J].湖北农业科学，2017，56（17）：3358-3363. [4] 刘源，李向阳，林剑艺，崔胜辉，赵胜男 .基于 LMDI 分解的厦门市碳排放强度影响因素分析[J].生态学报，2014， 34（9）：2378-2387.
[5] 王茜，王善礼，董楠娅 .碳达峰背景下区域碳排放强度影响因素及空间溢出性研究——以重庆市为例[J].软科 学，2022，36（7）：97-103.
[6] 王韶华，刘晔，张伟 .京津冀碳排放强度影响因素的动态效应分析及情景预测[J].城市问题，2021（5）：42-51.
[7] 王鑫静，程钰，丁立，王建事 .“一带一路 ”沿线国家科技创新对碳排放效率的影响机制研究[J].软科学，2019， 33（6）：72-78.
[8] 张传兵，居来提 ·色依提 .数字经济、碳排放强度与绿色经济转型[J].统计与决策，2023（10）：1-5.
[9] 柳涛 .黄河流域城市碳排放效率测度及影响因素分析[J].产业创新研究，2022（17）：45-47. [10] 孙敬水 . 中国碳排放强度驱动因素实证研究[J].贵州财经学院学报，2011（3）：1-6.
[11] 王凯，唐小惠，甘畅，刘浩龙 . 中国服务业碳排放强度时空格局及影响因素[J].中国人口 ·资源与环境，2021， 31（8）：23-31.
[12] 颜艳梅，王铮，吴乐英，刘昌新 . 中国碳排放强度影响因素对区域差异的作用分析[J].环境科学学报，2016，36 （9）：3436-3444.
[13] 曾鸿，耿源 .“双碳 ”战略下四川省碳排放规模影响因素研究[J].科技和产业，2022，22（11）：280-283.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
生产批量问题是物流企业进行生产决策经常遇到... 详细>>
如何设计有效的环境治理政策, 是学术界和政策... 详细>>
