设为首页 加入收藏 期刊导航 网站地图
  • 首页
  • 期刊
    • 数学与物理
    • 地球与环境
    • 信息通讯
    • 经济与管理
    • 生命科学
    • 工程技术
    • 医药卫生
    • 人文社科
    • 化学与材料
  • 会议
  • 合作
  • 新闻
  • 我们
  • 招聘
  • 千人智库
  • 我要投搞
  • 办刊

期刊菜单

  • ●领域
  • ●编委
  • ●投稿须知
  • ●最新文章
  • ●检索
  • ●投稿

文章导航

  • ●Abstract
  • ●Full-Text PDF
  • ●Full-Text HTML
  • ●Full-Text ePUB
  • ●Linked References
  • ●How to Cite this Article
Journal of Low Carbon Economy 低碳经济, 2013, 2, 121-127
http://dx.doi.org/10.12677/jlce.2013.24020 Published Online November 2013 (http://www.hanspub.org/journal/jlce.html)
The Empirical Study about the Impact of
Industrial Structure Upgrade on Carbon Emissions
Intensity in China
Qingqing Zhang1, Guangxi ng Zhang2, Weiya Chen1
1Wuhan Institute of Technology, Wuhan
2Wuhan University, Wuhan
Email: 578720339@qq.com, 654781654@qq.com
Received: Jul. 29th, 2013; revised: Aug. 28th, 2013; accepted: Sep. 15th, 2013
Copyright © 2013 Qingqing Zhang, Guangxing Zhang. This is an open access article distributed under the Creative Commons Attribu-
tion License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.
Abstract: This study measured the change in value of China’s inter-industry structure between1979-2012 by
Moore model and used carbon emission intensity to represent the structural change of carbon emission. In
addition, this paper studied the relationship between the inter-industry structure change and carbon intensity
variable through correlation test and Granger Causality Test. Research results show that there is correlation
between the two variables, and carbon emission intensity leads to the change of inter-industry structure be-
cause of real GDP factor and has a strong hysteresis effect. However, the upgrade of inter-industry structure
is not the Granger reason of structural optimization of carbon emissions. Industrial upgrade includes inter-
industry and intra-industry, and this paper excludes the factor of inter-industry structure, so the follow-up
study of carbon structure optimization should start with the intra-industry upgrade.
Keywords: Moore Model; Structure Upgrade between Different Industries; Carbon Emission Intensity;
Empirical Analysis
我国产业间结构升级对碳排放强度
影响的实证研究
张青青 1,张光兴 2,陈伟亚 1
1武汉工程大学,武汉
2武汉大学,武汉
Email: 578720339@qq.com, 654781654@qq.com
收稿日期:2013 年7月29 日;修回日期:2013年8月28日;录用日期:2013 年9月15日
摘 要:运用Moore 模型测度了我国 1979~2012 年的产业间结构变动值,采用碳排放强度来表示碳排
放的结构性变动,并通过相关性检验与 Granger 因果关系检验来研究产业间结构变动与碳排放强度变
量之间的关系。结果表明:二者之间存在一定相关性,碳排放强度由于受实际 GDP 因素的影响会导
致我国产业间结构变动,并且有较强的滞后效应;而我国产业间结构升级不是碳排放量结构性优化的
Granger 原因。产业升级包含产业间和产业内的,本文否定了产业间结构因素对碳排放强度的影响,
故后续研究碳排放结构的优化应从产业内升级着手。
关键词:Moore 模型;产业间结构升级;碳排放强度;实证研究
Open Access 121
我国产业间结构升级对碳排放强度影响的实证研究
Open Access
122
1. 引言
产业间结构升级是指产业间结构从低级形态向
高级形态转变的过程或趋势。产业间结构升级可以定
义为资本和劳动力在产业间合理的流动后整体资源
利用效率的提升,而整体资源利用效率的提升主要反
映能源分配与利用上,最后可以用我国二氧化碳排放
量的增长指标来反映。而碳排放量的变动也可以分解
为总量变动和结构性变动,本文剔除了碳排放量的总
量变动,即将碳排放量除以实际 GDP,得到碳排放量
的结构性变动,本文用碳排放强度来定义该变动。
Sachs, J. (1994)在研究中国与俄罗斯转轨经济绩效时
提出,中国经济的高速增长是落后的二元经济快速转
型的产物,二元经济转型导致的产业结构升级是中国
经济增长的核心源[1]。剔除总量性的增长,我国经济
发展主要是结构性增长,这种快速增长促使我国能源
配置利用效率增加,而碳排放强度是否会随着我国产
业间结构的变动而改善或恶化,这值得去研究,本文
主要探讨产业间结构变动与碳排放结构性变动即碳
排放强度之间的关系。陈兆荣(2011)采用 Moore 结构
变动指数,测度出我国1978~2010 年产业间结构高级
化变动指数,并使用Granger因果关系检验、脉冲响
应函数及方差分解等方法实证分析了我国产业结构
高级化变动与碳排放量波动的动态关系[2]。但该文中
产业结构高级化变动值采用的是累计值,而碳排放量
指标直接根据各年能源消费总量计算得出,并未进行
处理,前者为累计变动,后者为每年碳排放情况,前
者为结构性变化,后者未消除总量变化,包含总量增
长和结构性增长,二者指标的选取不一致,得出的结
论也因此值得商榷。徐大丰(2010)研究得出我国碳排
放主要来自第二产业,其中的 98%来自工业[3];刘红
光(2010) 研究发现建筑业和机械设备制造业是我国碳
排放量最主要根源[4],这更表明了针对产业间结构变
动对碳排放强度影响的质疑研究的重要性。
本文在此基础上,运用Moore, J.H. (1987)对产出
结构变动的测量方法,测量我国产业结构的变动值[5]。
采用每年的产业间结构变动值,用该期与前一期的产
业状态向量角表示,并且定义了方向,这样更加精确
的反映每年的产业间结构变动情况。对于碳排放量指
标,本文选取的是单位实际GDP 的二氧化碳排放量,
即碳排放强度,其剔除了总量增长,重点研究结构性
增长。这样研究产业间结构变动与碳排放量二者关
系,指标选择上力求一致,研究我国产业间结构变动
对碳排放结构性变动的结论才更加准确。
2. 产业间结构升级模型与碳排放强度指标
2.1. 产业间结构升级模型
Moore, J.H. (1987)提出对产出结构变化的测量方
法,以二维向量为例,如图 1所示,x1与x2为两种商
品,y1与y2分别为基期和报告期的生产可能性曲线,
P为基期的产出,Q1为报告期的产出,l1为y1在P点
的切线,l2为斜率与 l1相同并经过Q1的直线,Q、P1
分别为 l1、l2与直线 OQ1、OP 的交点。从图 1可知,
基期产出 P与报告期产出Q1之间变化可以用 PQ1向
量来表示,而向量 PQ1可以分解为 PP1向量与 P1Q1
向量。由于 l1与l2平行,且 PP1垂直于 l1,所以 PP1
向量为基期与报告期产出变化的总量增长部分,即
OP1/OP 为产出增长率,显然,OP1/OP 等于 OQ1/OQ,
这表明对x1与x2其总量上产出增长率是一致的。而在
同样产出增长率情况下,基期和报告期产出的变化,
就来源于报告期产出结构的调整,亦即 x1与x2两种商
品的构成的变化,在图1中用 P1Q1向量来表示这种结
构上的变化,而在数学上可以用θ来衡量 P1Q1向量,
θ定义为基期和报告期向量的矢量角,即为产出结构
变化值。
运用这个方法,我们也可以测量产业间结构变化
值。将产业分为 n个部门,构成 n维向量,对这 n个
部门来说,经济的增长是相同的,而基期和报告期所
Figure 1. Two dimension sketch map of the Moore model
图1. Moore模型二维示意图
我国产业间结构升级对碳排放强度影响的实证研究
处的状态不同,来源于这 n个部门每个部门的权重不
同,亦即产业间结构的不同。因此,同样可以使用基
期和报告期两组向量的夹角 θ来度量这种状态的变
化,即产业间结构变化值。计算公式:
1
1
22
22
11
cos
n
ii
i
i
nn
ii
ii
PQ
M
PQ








1


(1)
其中, i
M
为产业间结构变化值,也就是Moor e ;Pi
为基期的第i个产业的产业增加值; 为报告期的第
i个产业的产业增加值。
i
Q
θ值为矢量角,也就是基期和报告期产业间结构
的变化夹角。通过对 θ定义正负值,我们可以确定每
一年产业间结构变化的大体方向,之所以是大体方
向,是因为我们构建的三维向量的矢量角是二维向
量,所以两年矢量角的变化值不是每年变化值的简单
加和,而是在正负方向上的向量投影加和。而且这样
才能准确并较为精确的计算结构变化的速率,即 θ矢
量角变化速率。这里对 θ的正值定义为优化调整,负
值为恶化调整,最初开始期为1978 年,发现1978 年
到1979 年第一产业占比增加,故定义初始值为负值。
2.2. 碳排放强度指标
由于目前缺乏碳排放量的直接检测数据,当前多
数碳排放量研究都是基于能源消费量、能源碳排放系
数等进行估算。本文参考张雷等[6]、李艳梅等[7]、胡
初枝等[8]基于一次能源消费总量和一次能源碳排放系
数的估算方法,综合比较,对碳排放量采用以下公式
进行估算:
ii
iii
ii
ECEeE
EE
C
cRGDP RGDPRGDP

 
 
 (2)
其中,c是碳排放强度,C是碳排放总量,RGDP表
示按 1990 年不变价格计算的实际 GDP,E表示能源
消费总量, 为第 i种能源的消费量,为第 i种能
源消费的碳排放量,表示第 i种能源占能源消费总
量比例,
i
E
i
i
C
i
e

为第 i种能源的碳排放系数。由于探讨的
是我国的产业间结构升级对碳排放强度的影响,所以
i

的取值采用国家发展和改革委员会能源研究所确
定的各类能源排放系数(见表1)。
2.3. 数据整理
本文计算了 1979年到 2012 年我国产业间结构变
化值(1978 年为基期),并根据 1979~2012 年各年能源
消费总量、实际 GDP计算出我国 1979~2012年的碳
排放强度。
从表 2和图2中可以看出我国碳排放强度是在不
断下降的,即我国碳排放量结构是在不断优化改善
的。
从表 2和图3中可以看出我国产业间结构调整的
Table 1. The carbon emission coefficient of different kinds of en-
ergy
表1. 各类能源的碳排放系数
项目 石油 煤炭 天然气 水电、核电
Ρi
(t 碳/万t标准煤)0.5825 0.7476 0.4435 0
资料来源:国家发展和改革委员会能源研究所,中国可持续发展能源暨碳排
放情景分析[R],2003。
Figure 2. Carbon emission intensity value from 1979 to 2012 in China
图2. 我国 1979~2012 年碳排放强度值
Open Access 123
我国产业间结构升级对碳排放强度影响的实证研究
Figure 3. Intel-industry structure change value from 1979 to 2012 in China
图3. 我国 1979~2012 年产业间结构变动值
Table 2. Intel-industry structure change value and carbon intensity value from 1979 to 2012
表2. 1979~2012年产业间结构变化值与碳排放强度值
产业间结构 产业间结构
年份 碳排放
强度值 变动值
年份 碳排放
强度值 变动值
1979 5.580807 −3.71299 1996 2.476374 0.411769
1980 5.319555 1.447363 1997 2.25793 1.831811
1981 4.972979 −2.53133 1998 2.093675 2.387781
1982 4.758889 −1.91665 1999 2.016367 1.78868
1983 4.558494 0.684523 2000 1.909219 1.677286
1984 4.275619 2.706212 2001 1.799267 1.609546
1985 4.081922 5.200134 2002 1.750244 1.128091
1986 3.960006 1.553977 2003 1.855006 1.318865
1987 3.807998 0.605246 2004 1.952085 -0.94987
1988 3.673397 1.386909 2005 1.943152 1.428887
1989 3.672048 1.849879 2006 1.89217 1.011173
1990 3.595642 −2.449 2007 1.794207 1.053588
1991 3.471671 3.283249 2008 1.681897 0.116831
1992 3.191438 3.179038 2009 1.618572 1.821479
1993 2.960456 3.563799 2010 1.530559 0.449731
1994 2.760265 −0.20161 2011 1.402949 0.153876
1995 2.648192 −0.87578 2012 1.369656 1.865254
资料来源:原始数据源自《中国统计年鉴 2012》,以上数据为按照模型、mm 公式计算和处理后的结果。
幅度在不断减小,而且大部分年份都是正向调整,即
朝着产业间结构升级方向调整。
我国的产业间结构与碳排放结构都是朝着优化
改善的方向调整,二者之间是否存在必然联系,是产
业间结构变动影响碳排放结构变动还是反之,这需要
进一步对二者之间的关系进行定性和定量的分析。
3. 我国产业间结构升级与碳排放强度关系
实证研究
3.1. 产业间结构升级与碳排放强度定性测度
由于碳排放强度指标为碳排放量除以实际GDP,
数据之间的波动与异方差有效地减小,产业间结构升
Open Access
124
我国产业间结构升级对碳排放强度影响的实证研究
级指标采用的是每年的产业间结构变动值,存在正负
方向调整,而且所得数据波动较小,因此碳排放强度
变量与产业间结构变动变量都不需要使用对数化处
理。用 CI 来表示碳排放强度变量,IS来表示产业间
结构变动变量吗。本文主要使用HP 滤波来分解碳排
放强度 CI和产业间结构变动值 IS序列的趋势要素,
最后得到两序列时序图(图4)。
从图 4中可以看出我国碳排放强度与产业间结构
变动值之间呈现如下特征:第一,碳排放强度波动比
较大,产业间结构变动波动逐渐趋向稳定,这说明我
国产业间结构调整幅度逐渐减小,而其对碳排放强度
的影响增大。第二,碳排放强度序列波动频率较小,
产业间结构波动频率较大,这说明我国产业间结构调
整在逐渐加快。第三,用Eviews 软件进行初步数据
分析,得出碳排放强度与产业间结构变动之间的相关
系数为−0.5072,这表明两者之间存在着一定的内在关
系。而这种关系究竟是碳排放强度变量影响产业结构
变动变量,还是产业结构变动变量影响碳排放强度变
量,是二者互相影响,还是二者之间只是存在伪回归
问题,这需要进一步对其进行Granger 因果关系检验。
两个经济变量 X、Y的Granger 因果关系检验定义为
在包含了变量X、Y的过去信息的条件下,对变量 Y
的预测效果要优于只单独由Y的过去信息对 Y进行
的预测效果,即变量 X有助于解释变量 Y的将来变
化,则认为变量 X是引致变量 Y的格兰杰原因。其
检验原理是通过一个变量的滞后项是否包括在另一
个变量的方程中来判断,其前提条件是时间序列必须
具有平稳性,否则会出现伪回归问题。因此本文先采
用ADF 检验分别对各指标时间序列的平稳性进行检
验。
3.2. 产业间结构变动与碳排放强度关系定量
分析
3.2.1. 变量平稳性检验
本文采用 ADF 进行单位根检验,滞后阶数按照
SIC 准则选择,检验结果如表 3所示。
检验结果显示,CI 的ADF = −2.18268,绝对值分
别小于不同检验水平的 3个临界值,相伴概率 p值 =
-6
-4
-2
0
2
4
6
-4
-2
0
2
4
6
1980 1985 1990 1995 2000 2005 2010
IS Trend Cyc le
Hodrick-Prescott Filter (lambda=100)
Figure 4. The HP filter trend and cycle diagram of CI sequence and IS sequence
图4. CI和IS序列HP滤波趋势和周期图
Table 3. The inspection results of the unit root about variables
表3. 变量单位根检验结果
变量 检验类型
(C, T, P) ADF值 1%
临界值
5%
临界值
10%
临界值
相伴概率
p值
5%下
平稳性
CI (C, T, 2) −2.18268 −3.65373 −2.95711 −2.617434 0.21608
否
IS (C, T, 0) −5.354997 −3.646342 −2.954021 −2.615817 0.00010
是
HPCI (0, 0, 1) −3.563365 −3.65373 −2.95711 −2.617434 0.0124659
是
HPIS (0, 0, 0) −5.687183 −3.646342 −2.954021 −2.615817 0.00004
是
Open Access 125
我国产业间结构升级对碳排放强度影响的实证研究
0.21608,远 超过10%,所以碳排放强度序列接受原假
设,存在单位根,该时间序列不平稳。消除趋势后的
碳排放强度 HPCI 序列的 ADF = −3.563365,绝对值大
于5%、10%水平临界值,相伴概率 p值为0.0124659,
远小于 5%,接 近1%,在 5%水平下该序列是平稳的。
产业间结构变动 IS 序列和消除趋势后的产业间结构
变动 HPIS 序列的ADF 值的绝对值都分别大于不同检
验水平下的 3个临界值,其相伴概率 p值也远小于
1%,在1%的水平下都是平稳的。因此,在稍放宽条
件下,可以对序列 HPCI、HPIS进行 Granger 因果关
系检验。
3.2.2. 格兰杰检验
对变量 HPCI、HPIS 进行因果关系检验,选取 1~6
阶滞后期,显著性水平为 5%,检验结果见表 4。
检验结果表明,在5% 的显著性水平下,滞后期
长度为 3~6 时,碳排放强度是产业间结构变动的
Granger 原因,在滞后期长度为 1~2时,碳排放强度
不是产业间结构变动的Granger 原因。而在滞后期长
度为 1~6 时,产业间结构变动都不是碳排放强度的
Granger原因。
由于碳排放强度包含实际GDP 因素,而实际GDP
的增长包含了产业间结构性的增长,因此会很大程度
上导致产业间结构变动,碳排放强度改善是产业间结
构升级的 Granger 原因,而且存在很强的滞后效应,
而产业间结构升级不是碳排放量结构性优化的
Granger 原因。结合以上分析,得出产业间结构变动
反过来不会导致剔除了总量增长的碳排放量指标的
结构性增长。而这显然与陈兆荣(2011)所得出的结论
不相符合,本文选择的指标碳排放强度与产业间结构
变动具有一致性,都是结构性因素,这样的指标选择
能更好的反映出两者之间的关系,得出的结论也与实
际符合。
4. 结论
本文根据Moore 模型,对我国1979~2012 年的产
业间结构变动值进行了测度,并且定义了方向,以精
确的数据反映每年产业间结构变动情况,同时对我国
碳排放量结构变动即碳排放强度进行了测量,并使用
HP 滤波分解出了产业间结构变动与碳排放强度序列
的趋势要素,利用 Granger 因果关系检验分析了我国
产业间结构变动与碳排放强度之间的关系。实证研究
结果表明,我国产业间结构优化不是碳排放结构优化
的原因,即我国产业间结构升级不是导致我国碳排放
强度减小的原因,产业间的结构性变动不是我国
1979~2012 年碳排放结构性改善的主要因素。本文研
究结合前人成果,可以间接看出我国产业内的优化升
级能够改善我国碳排放的结构。
Table4. Granger causality test results of HPCI sequence and HPLS sequence
表4. HPCI和HPIS 序列 Granger 因果关系检验结果
滞后期 Granger因果性 观察值 F统计量 相伴概率 p 结论
HPIS → HPCI 33 2.629219767 0.115377883 接受
1
HPCI → HPIS 33 0.041056407 0.840797023 接受
HPIS → HPCI 32 2.240217765 0.125852235 接受
2
HPCI → HPIS 32 1.984003062 0.157065941 接受
HPIS → HPCI 31 0.95293399 0.430837804 接受
3
HPCI → HPIS 31 4.843212413 0.008951558 拒绝
HPIS → HPCI 30 2.712998044 0.057674387 接受
4
HPCI → HPIS 30 5.284720796 0.00418034 拒绝
HPIS → HPCI 29 1.610946578 0.207737266 接受
5
HPCI → HPIS 29 5.81556766 0.002290463 拒绝
HPIS → HPCI 28 1.85660811 0.154984084 接受
6
HPCI → HPIS 28 4.539532767 0.008106143 拒绝
Open Access
126
我国产业间结构升级对碳排放强度影响的实证研究
本文之所以要探讨碳排放强度指标,是因为碳排
放强度能真实的反映出一国的碳排放水平,单位实际
GDP 的碳排放量能够很大程度上反映整体能耗比和
资源利用情况,仅仅总量的变化并不能很好地说明一
国的“低碳”或“高碳”情况,碳排放的结构性变化
才是发展低碳经济亟需考虑的。产业升级包含产业内
和产业间,本文研究结论否定了产业间因素对碳排放
优化的影响,因此,后续研究如何减小碳排放强度应
从产业内的结构优化升级着手。
参考文献 (References)
[1] Sachs, J., Woo, W.T., Fischer, S., et al. (1994) Structural factors
in the economic reforms of China, Eastern Europe, and the for-
mer Soviet Union. Economic Policy, 1, 102-145.
[2] 陈兆荣 (2010) 我国产业结构高级化与碳排放量关系的实证
研究. Journal of Hubei University of Economics, 4, 77-81.
[3] 徐大丰 (2010) 我国碳排放的结构分析.
经济纵横
, 8, 76-78.
[4] 刘红光, 刘卫东, 唐志鹏 (2010) 中国产业能源消费碳排放
结构及其减排敏感性分析.
地理科学进展
, 6, 670-676.
[5] Moore, J.H. (1978) A measure of structural change in output.
Review of Income and Wealth, 24, 105-118.
[6] 张雷, 黄园淅, 李艳梅, 等 (2010) 中国碳排放区域格局变化
与减排途径分析.
资源科学
, 2, 211-217.
[7] 李艳梅, 张雷 (2008) 中国居民间接生活能源消费的结构分
解分析.
资源科学
, 6, 890-895.
[8] 谭丹, 黄贤金, 胡初枝 (2008) 我国工业行业的产业升级与
碳排放关系分析.
四川环境
, 2, 74-78.
Open Access 127

版权所有:汉斯出版社 (Hans Publishers) Copyright © 2012 Hans Publishers Inc. All rights reserved.