题目：研发投入、碳强度与区域二氧化碳排放

作者：林伯强，徐斌*

期刊：厦门大学学报(哲学社会科学版)

详细：4期，2020年7月，70-84页

DOI：https://kns.cnki.net/kcms/detail/detail.aspx?FileName=XMDS202004007&DbName=CJFQ2020

文献导读：

改革开放以来，中国经济增长进入快车道，1980-2018年国内生产总值年均增长率高达15.0%。但长期以来，中国经济粗放式增长特征明显，经济增长是以大量的能源消耗和二氧化碳排放为代价。中国能源消费量从1980年的6.03亿吨标准煤，快速增加到2018年的46.4亿吨标准煤，年均增长率达到5.5%，我国已于2009年成为全球能源消费第一大国。而且，由于中国能源蕴藏具有“多煤少油”的特征，低廉的价格和易获得性使得高污染的煤炭成为我国能源消费的主要来源。统计数据计算显示：1980-2018年，煤炭消费占我国总能源消费的平均比重高达65.8%，清洁能源消费只占7.2%。大量化石能源消费（尤其是煤炭）必然排放出大量二氧化碳，我国二氧化碳排放量从1980年的16.3亿吨，猛增到2018年的107.3亿吨。从2011年开始，中国已经成为世界上最大的二氧化碳排放国。而且，中国工业化和城市化进程仍然处于快速推进阶段，在没有大规模清洁能源投入使用的情况下，能源消费仍将主要以煤炭和石油为主。这必将导致我国能源消费总量、碳强度和二氧化碳排放量居高不下，中国面临着巨大的二氧化碳减排压力。

作为一个负责任的大国，中国已经采取负责任的态度去应对这些问题。中国在2009年哥本哈根联合国气候变化大会上承诺，到2020年，碳排放强度将比2005年的水平降低40%-50%。为了实现这一目标，中国政府制定了一系列降低碳强度和控制二氧化碳排放的措施，这些措施包括调整经济结构和优化能源结构等。而研发投入受到中央政府格外关注，因为研发投入所带来的技术进步是实现节能减排和降低碳强度的关键。所以，本文基于1990-2017年中国30个省份的面板数据，使用具有数据驱动特征的非参数可加回归模型考查研发投入对碳强度和二氧化碳排放的影响。本文试图回答以下两个问题：第一，研发投入对降低碳强度和减少二氧化碳排放的作用有多大；第二，研发投入能否从始至终有利于降低碳强度和减少二氧化碳排放，其背后的原因是什么。上述问题的回答可以为现阶段中国降低碳强度、控制二氧化碳排放，进而实现绿色经济增长提供相关的经验支撑。

国内外学者使用不同研究方法考查了研发投入对碳强度和二氧化碳排放的影响。但是，现有研究大多假设经济变量之间是线性关系，从而使用传统线性模型进行研究。而实际上，受经济周期变化的影响，经济现象大多是波动变化的。这使得经济变量之间关系是复杂的，往往存在着大量非线性关系。忽视经济变量之间大量存在的非线性关系，用线性模型去模拟研发投入对二氧化碳排放以及碳强度的关系，必然导致模型估计误差增大，估计参数是有偏的、非一致的，研究结论难以有效解释经济现实。为弥补现有研究存在的不足，本文基于可加模型理论，构建出具有数据驱动特征的非参数可加回归模型进行研究，以准确揭示研发投入对碳强度和二氧化碳排放的复杂影响。这将为政府部门根据不同阶段社会经济发展情况，适时调整政策以促进研发投入、降低碳强度和减少二氧化碳排放提供经验支持。

摘要：当前，中国已成为世界上最大的二氧化碳排放国，快速推进的工业化和城市化导致能源消耗总量和二氧化碳排放总量持续增长，中国二氧化碳的减排问题成为国际社会关注的焦点。现有研究大多假定经济变量之间的关系为线性形式，并采用传统线性模型研究研发投入对碳强度和二氧化碳排放的影响。实际上，受经济周期变化的影响，经济现象往往是波动变化的，从而导致经济变量之间呈现非线性关系。鉴于此，使用非参数可加回归模型可就研发投入对区域碳强度和二氧化碳排放的影响进行研究。结果表明：研发投入对东中部地区碳强度都产生一个“倒U”型的非线性影响，即研发投入降低碳强度的作用仅在后期阶段凸显出来；研发投入对西部地区碳强度非线性影响不显著。研发投入对二氧化碳排放非线性影响更为复杂，具体结果如下：研发投入对中部地区的二氧化碳产生一个“正U”型影响，即研发投入的碳减排作用仅在早期阶段表现明显；研发投入对西部地区二氧化碳排放的非线性影响呈现“倒N”型，表示在早期和后期阶段研发投入碳减排作用明显；由于西电东送和清洁能源供给快速增加带来的结构效应超过研发投入带来的技术效应，使得研发投入对东部地区二氧化碳排放的影响不显著。

关键词：研发投入；二氧化碳排放；碳强度；非参数可加回归模型