基于经济模拟的中国能源消费与碳排放高峰预测

作者简介:
朱永彬(1983-),男,博士生,主要研究方向为计算地理学,E-mail:zhuyongbin1025@hotmail.com,华东师范大学地理信息科学教育部重点实验室,上海 200062;王铮(1954-),男,云南人,教授,博士生导师,中国地理学会会员,主要从事经济计算、地理计算、区域科学与管理研究,E-mail:wangzheng@mail.casipm.ac.cn,华东师范大学地理信息科学教育部重点实验室,上海 200062,中国科学院科技政策与管理科学研究所,北京 100080,中国科技大学管理学院,合肥 230026;庞丽,清华大学,北京 100084;王丽娟,中国科学院研究生院,北京 100080;邹秀萍,中国科学院科技政策与管理科学研究所,北京 100080

原文出处:
地理学报

内容提要:

能源消费所产生的碳排放是经济发展过程中不可避免的副产品,而且碳排放在大气中的积累会使全球气候不断变暖,因此经济增长与碳排放之间的关系一直是学术界关注的焦点。传统的基于EKC曲线的经济计量学方法一般是对经济与排放历史数据的相关关系研究,不能很好地反映二者之间的动力学机制。为此本文在内生经济增长模型Moon-Sonn基础上进行改进,首先从理论上得到了最优经济增长率与能源强度之间存在倒U曲线关系的必要条件,即能源的产出弹性小于0.5;接着将投入产出分析得到的反映技术进步下的能源强度代入模型,对中国未来经济增长路径进行了预测,同时得到了最优增长路径下的能源消费走势,进而通过对能源消费结构和不同能源品种的碳排放系数的预测和估计,以及对分品种能源碳排放的汇总计算得到了中国未来能源消费所产生的总的碳排放走势。结果显示,在当前技术进步速率下,我国分别在2043年和2040年达到能源消费高峰和碳排放高峰。此外,本文对能源强度不同下降速率对能源消费高峰的影响进行模拟发现,当降速为4.5%~5%时,能源高峰将出现在2040年前,此时的人均GDP为10万元左右,与OECD国家的高峰时收入一致;而且分3种情景模拟了可再生能源替代政策对碳排放高峰的影响,发现提高可再生能源的比重可以明显降低碳排放量,但对高峰年份到来的时间影响甚微。


期刊代号:K9
分类名称:地理
复印期号:2010 年 03 期

字号:

      修订日期:2009-02-17

      l 引言

      经济增长与环境间的关系一直是学术界关注的热点。在以往的研究中,最常被采用的研究方法是在环境库兹涅茨曲线(EKC)存在的假设下应用经济计量学方法[1-5]。但对EKC曲线是否存在这一问题学术界一直存在很大的争议。

      基于对多个国家面板数据的研究,Holtz-Eakin等学者应用统计计量方法认为存在EKC曲线[6-9],而另外一些学者则得出相反的结论,如Dijkgraaf和Vollebergh[10]对Schmalensee et al.[9]的结论重新进行分析,认为其国家间数据同质性的假设存在问题,从而得出碳排放不存在EKC曲线的结论。此外,Sun等还将单个国家作为研究对象来检验一国内是否存在EKC曲线[11-13]。在EKC的理论研究方面,则主要从收入(或消费)的边际效应[14,15]、制度因素[16,17]和减排成本[18,19]等方面予以解释。

      近年来,各国在保持经济稳定增长和致力于节能降耗上的努力使得经济增长对能源需求的拉动作用以及技术进步对单位产值能耗降低所起的作用加大。鉴于统计计量学方法不能反映经济增长与能源消费之间上述两种作用的动力学机制,为此本文在内生增长理论的基础上构造了一个动力学模型,通过该模型对能源消费和碳排放量进行预测来说明随着经济增长,我国是否将会出现一个先增后降的趋势,转折点又会出现在什么时候。

      2 模型

      2.1 模型基础

      

      

      可见,式(9)具有唯一的极值点。从而能源强度与消费增长率之间存在倒U曲线关系,能源强度的持续增长会带来最优平稳增长率的最终下降。此外从式(11)可知,最优消费增长率决定于能源的弹性系数,而与劳动力弹性系数无关。

      3 参数估计

      在本文中,我们试图利用改进Moon-Sonn得到的模型获得未来经济平稳增长路径下的能源消费量和碳排放量。为此需要首先对模型的参数进行估计。对式(7)进行变换,得到用于参数估计的统计模型:

      

      本文采用中国国内生产总值作为经济产出数据;在对资本存量的核算上,由于没有直接数据,这里采用GoldSmith 1951年开创的永续盘存法[21],沿用张军等[22]对各变量意义的解释和对相关参数的测算。最终将GDP和资本投入换算为2000年可比价格。劳动力采用中国统计年鉴(2001-2006年)中的年底从业人员数,能源消费量数据来自各年的《中国能源统计年鉴》。各经济变量取1978-2005年的时间序列作为样本数据。回归结果如表1所示:

      

      对于式(5)中的参数σ,p,本文根据中国的实际数据对其进行校准,取σ=1.5,p=0.195。对于ε,需要首先确定折旧率,本文采用张军等[22]对固定资本折旧率的测算值9.6%,从而ε=0.904。模型另外的参数人口增长率与劳动参与率n,ω取值根据魏高峰[23]预测的人口数据和王金营[24]预测的劳动力数据计算而来。

      通过模型模拟结果与中国经济增长率实际值进行比较(表2),可以发现,实际值与理论最优值之间非常接近,说明这里的估计是合理的。但由于模型获得是经济平稳增长下的增长率,而现实经济则受很多因素的冲击,从而导致二者之间存在一定差距。

      此外,由表2我们还可以看出,即便在能源强度降低(2000-2002年,2004-2006年)的情况下,模拟的经济增长率仍呈不断上升的趋势。可见,能源对经济增长的瓶颈作用并没有显现出来。这是由于我国人口还未进入老龄化阶段,劳动力投入和技术进步对经济增长起到了促进的作用。

      

      

      4 中国的EKC曲线

      在考虑未来能源消费时,必须考虑技术进步对能源效率的影响。从理论上讲,这种变化应该反映在投入产出关系中。投入产出表具有反映经济结构和部门间技术依赖的作用,由此可以预测现有技术进步速度下能源强度的未来走势,根据1990、1992、1995、1997、2000、2002年6年的投入产出表,计算发现,煤、石油和总的能源强度均呈指数下降趋势,对应的下降率分别为-0.0353、-0.0604和-0.0423。其中,煤强度的下降速率低于石油强度,反映出在这期间的经济技术演变过程中,经济结构中以石油为主的能源部门技术进步速率快于以煤炭为主的能源部门。

相关文章: