基于EKC的省域物流行业碳排放特征  

作者简介:
周叶,男,南昌航空大学经济管理学院副教授、博士、硕士生导师、区域物流研究所所长,研究方向:低碳经济与物流管理,江西 南昌 330063;郭玲俊,南昌航空大学经济管理学院,江西 南昌 330063;唐恩斌,南昌航空大学经济管理学院,江西 南昌 330063

原文出处:
北京交通大学学报:社会科学版

内容提要:

基于EKC模型,对天津、吉林、安徽和陕西四省域物流行业碳排放特征开展实证研究。以四省域2005-2014年物流行业的相关能耗数据为研究对象,测算其碳排放量并进行EKC曲线拟合,根据EKC曲线特点,分析得出不同生态效率下各省域物流行业的碳排放特征。研究结果表明:物流生态效率较高的天津、安徽省域EKC曲线基本呈现比较完整的倒“N”型;而低物流生态效率的陕西、吉林省域由于空间地理、经济发展水平差异以及物流业发展程度等原因,导致倒“N”型EKC曲线特征不明显,但基本处于第二阶段,并将随着单位周转货物GDP的增加,会逐渐呈现第三阶段的特征。


期刊代号:F14
分类名称:物流管理
复印期号:2018 年 04 期

字号:

      当前,我国物流行业的能源消耗量随着经济的增长而逐渐增加,成为第三产业的高耗能大户,其碳排放量一直处于上升状态。物流业碳排放主要来源于运输、配送和仓储作业中的能源消耗。我国地域辽阔,物流行业的能源效率表现出较强的时空差异性,东部地区物流行业的生态效率比西部地区要高[1]。为了更加深入地探索不同生态效率省域物流行业的环境库兹涅茨曲线(EKC,Environmental Kuznets Curve)及其碳排放特点,本文在前期研究成果[1]的基础上,选定相对高生态效率的天津市与安徽省,低生态效率的吉林省和陕西省为实证对象,以四省域2005-2014年的物流行业的面板数据进行EKC曲线拟合,并根据其曲线特点来分析不同生态效率下物流行业的碳排放特征,以明确不同生态效率下区域物流产业增长与其碳排放之间的关系。通过对其进行总结分析,可以帮助我们预测相关省域的未来EKC曲线趋势和碳排放特点,为进一步的区域物流发展和碳减排相关政策调控提供理论基础,实现区域物流产业的低碳可持续发展。

      一、文献回顾

      国外学者率先对反映环境与经济发展之间关系的EKC曲线展开了研究,并取得了丰硕的研究成果。①在不同领域发现和改进EKC曲线方面,Duan[2]选取了人均GDP作为经济发展指标,选择工业废水、废气、二氧化硫和工业固体废物排放量作为环境污染指标,建立EKC模型,证实了环境污染与经济增长存在倒“U”型曲线。而Kaika等[3]对EKC的不足之处做出了综述,并且分析了GDP以外的其他收入对EKC曲线是没有影响的。Babu等[4]则提出了修改EKC的标准,改变了因变量来取代环境压力的评估标准和EKC定义的环境退化指数(EDI),考虑将国内生产总值(GDP)和发展平衡指数(DBI)作为不同模型的解释变量。②在基于EKC理论来研究不同区域和产业的环境和经济关系方面,Park等[5]分析了韩国16大都市圈16年的面板数据并得出了各地区EKC曲线,探讨了经济发展与区域空气污染之间的关系,并进一步提出气候变化减缓的能源政策。Salih[6]通过研究新加坡旅游发展与碳排放的关系来验证EKC假说,发现旅游业发展和碳排放量处于长期均衡关系,长期和短期内游客对二氧化碳排放量的影响均呈显著负向影响。Al-Mulali等[7]使用一个国家的生态足迹作为环境恶化的指标来验证EKC假设,获得了一些结论并提出了相关建议。

      相较于国外,近年来国内的研究成果也是硕果累累,主要集中于应用和改进EKC模型,并结合中国实际情况来探索环境与经济增长关系。例如,Zhao等[8]运用统计数据为城镇化和生态环境建立综合指标体系,构建一种改进的EKC模型和动态协调耦合程度模型,实证分析长江三角洲在1980-2013年间城镇化和生态环境之间的关系,帮助决策者制定措施来平衡城市化的可持续发展和生态环境保护。陈勇等[9]利用1995-2010年农业和经济数据对西南地区农业生态系统碳排放、碳吸收和碳足迹进行了计算和时空特征分析,并建立EKC模型,对西南地区农业生态系统碳足迹与经济发展之间的关系进行了实证研究。何为等[10]在EKC基础上提出了“环境政策有效性”假说,并对天津市16个区县2006-2013年面板数据构建了计量模型,定量研究了经济发展、环境规制、技术进步与大气污染物排放之间的关系。赵爱文[11]基于EKC理论研究中国人均碳排放和人均GDP之间的关系时发现:人均GDP与人均碳排放呈正相关,她还通过建立中国能源消费与人均GDP的EKC模型,分析发现人均能源消费与人均GDP之间存在“N”型EKC曲线,但并不存在拐点,而能源强度与人均GDP之间也存在“N”型EKC曲线并且存在拐点[12]。田素妍[13]、罗能生[14]等人也均通过EKC假说检验发现需求结构、清洁技术同样对环境质量有较大影响。其中在物流行业也有基于EKC的研究文献,例如:段向云[15]基于EKC模型发现我国物流企业的发展与碳排放现状呈“N”型曲线关系,说明当前我国物流行业的碳排放量与环境还存在不协调因素。

      综上所述,现有文献主要聚焦于在国家、工农业等宏观层面上对环境质量和经济增长两者关系的探索,而对物流行业的环境与产值之间的EKC曲线的关系研究还不多,尤其是不同生态效率下的区域物流行业EKC曲线的特点及其碳排放特征等还不明确。因此,本文通过构建物流行业的EKC曲线,来分析不同生态效率的省域物流行业的EKC曲线特点和碳排放特征,以期获得一些有价值的研究结论。

      二、研究方法与模型建立

      国内外研究环境质量与经济增长之间的关系,大多采用的是EKC模型,因为它是检验环境污染与经济增长两者关系最直接的方法,为此,本文也采用EKC模型来进行研究。根据当前我国物流行业现状,政府现在还没有对物流行业环境规制做出明确的规定,行业生产总值的价格影响因素对结果影响不大,所以这些因素本文都不予以考虑。传统的EKC曲线为二次回归模型,但是二次回归模型从形式上就假定了倒“U”型假说的成立,并且它只是三次回归模型的一种特殊情况,三次回归模型较二次更全面灵活,鉴于此,本文选择三次回归模型为:

      

      三、指标选取与数据来源

      众多实证研究表明,选取不同的指标衡量环境质量,加入不同的控制变量,以及用不同的检验方法得出的结论都是有所区别的,因为经济增长与环境质量之间存在复杂性和多层次性,所以研究结论的正确与否都是相对而言的。本文参考文献综述中的EKC曲线评价方法,结合自身研究特点,分析天津、安徽、吉林、陕西四个省域的EKC曲线特征。由于是影响全球的大气污染物,是衡量环境质量的一个主要指标,但是考虑到物流行业GDP总量以及排放总量作为衡量指标存在不合理因素,因此,本文采用物流行业单位周转货物的GDP作为经济效益的衡量指标,用物流行业的单位周转货物排放量作为环境效益的衡量指标。

相关文章: