指标说明与数据来源
二、指标说明与数据来源
（一）指标说明
第一，
碳排放指标。能源部门通常是温室气体排放中的最重要部门，在发达国家，其贡献一般占CO2排放量的90%以上和温室气体总排放量的75%。根据《中华人民共和国气候变化初始国家信息通报》中的数据，能源活动是中国最主要的CO2排放源，1994年中国能源活动的CO2排放量在全国CO2排放总量中占90.95%。因此，本文主要研究中国与能源活动有关的CO2排放，包括煤炭、石油、天然气等三种化石燃料消耗。
中国碳排放量采用以下公式进行估算：
（1）
其中，C为碳排放量；E为中国一次能源的消费总量；Fi为i类能源的碳排放系数；Si为i类能源在总能源中所占的比重。其中一次能源消费总量E和比重Si的计算均采用发电煤耗计算法，数据取自于《中国能源统计年鉴1989》和《中国能源统计年鉴2009》。通过查阅有关文献，收集有关能源消耗的碳排放系数并进行比较计算，最终取平均值确定为各能源消耗碳排放系数Fi。
第二，产业结构重型化指标。产业结构重型化是指在一国经济发展中，工业制造业由以轻工业为中心转变为以重工业为中心，重工业在国民经济中占据主导地位的阶段。本文用重工业产值的变化来表示产业结构重型化发展情况。1978-2008年的重工业产值来源于历年《中国工业经济统计年鉴》。为了分析的可比性，重工业和轻工业均采用《中国工业经济统计年鉴》中给出的定义，重工业是指为国民经济各部门提供物质技术基础的主要生产资料的工业，轻工业是指提供生活消费品和制作手工工具的工业。
（二）数据来源及处理
本文以1978年至2008年我国重工业产值和碳排放量为分析的基础数据，重工业产值和碳排放量分别用ZGY和TPF表示。由于数据的自然对数变换不改变原来的协整关系，并能使其趋势线性化，消除时间序列中存在的异方差现象，对两个变量取自然对数，分别表示为LZGY和LTPF。图1是1978年到2008年间我国重工业产值和碳排放量变化趋势。从图中可以看出，考察期内，我国重工业产值和碳排放量的走势基本一致，尤其是2000年以后，两者的变化趋势几乎完全一致，都经历了一个上升的过程。这说明，在我国重工业发展和碳排放量之间存在着长期对应关系。本文通过运用时间序列动态均衡的分析方法，在单位根检验、协整检验的基础上建立了误差修正模型，以此说明我国产业结构重型化与碳排放的长期均衡关系和短期动态关系。
三、实证检验结果
（一）单位根检验
在实际经济运行中，经济变量的时间序列数据很少是平稳的，若采用传统普通最小二乘法进行回归分析，很容易导致“谬误回归”。从图1我们也可以看出，1978-2008年间，我国重工业产值增长和碳排放总量均具有明显的上升趋势，显示出不平稳性。因此，为了保证回归的真实性，本文使用ADF法对变量LZGYt和LTPFt进行平稳性检验，检验形式由序列图确定，滞后阶数根据SC最小准则确定，具体检验结果如表2所示。
表2的结果显示，对数序列LZGY、LTPF的ADF值均大于1%的显著性水平的临界值，不能拒绝存在单位根的假设，即序列都是非平稳的；但其一阶差分在1%的置信性水平下拒绝了原假设，说明是平稳的。因此可以判定LZGY、LTPF都是一阶单整的，它们都是I（1）序列，满足变量协整的条件，即LZGY和LTPF很可能存在协整关系。
（二）协整关系检验
虽然一些经济变量的本身是非平稳序列，但是它们的线性组合却有可能是平稳序列，这种平稳的线性组合被称为协整方程且可被解释为变量之间的长期稳定的均衡关系。目前最常用的协整分析方法主要有Engle-Granger（EG）的两步法以及Johansen和Juselius（JJ）的极大似然法。前者适合于双变量的协整检验，本文采用此方法进行检验。
首先用LZGY对LTPF进行回归，即建立如下计量方程：
（2）
采用OLS法对式（2）进行估计，得：
（3）
R2=0.977586；Adj-R2=0.976813；F=1264.835***；D-W=0.188229
式中，括号内数字为t统计量值，***表示在0.01水平上显著，et为回归残差。
式（3）的D-W值指示误差项存在正自相关，因此，参数估计值显著性检验失效，从而预测值尽管是无偏的，但却不是有效的。为了消除误差项的序列相关性，我们建立如下（p，q）阶回归分布滞后模型：
(4）
其中，p、q分别为LTPF和LZGY的最大滞后阶数。依据英国计量经济学家亨德瑞等人倡导的“从一般到简单”的Hendary/LSE建模方法，考虑到采用的是年度数据以及自由度的约束，我们选择最大滞后阶数p、q均为2，建立一般模型，然后利用Wald检验和t检验，依次剔出一个或多个系数不显著的变量，进行模型简化，并结合模型选择统计量（AIC和SC）选择一个最优的模型作为最终模型，估计结果如下：
（5）
R2=0.996901；Adj-R2=0.996384；F=1929.861***；D-W=1.441374
式中，括号内数值为t统计量值，**、***分别表示在0.01、0.05水平上显著。
接下来需要对（5）式的残差项进行序列相关性检验。由于方程的解释变量存在被解释变量的滞后项，此时D-W值就不能作为判断回归方程的残差是否存在序列相关的标准，如果残差序列存在序列相关，那么，显著性水平、拟合优度，F统计量将不再可信。这种情况下可以利用LM统计量进行检验。采用LM统计量进行检验（p=2），得到结果如下：
LM统计量显示，F统计量和T×R2统计量均小于在10%的显著性水平下的临界值，因此无法拒绝原假设“直到p阶后不存在序列相关”，即可以认为回归方程的残差序列不存在序列相关性，因此用方程（5）来分析产业结构重型化对碳排放的影响。
由式（5）计算得误差项：
（6）
对该误差项进行平稳性检验，如果et是平稳的，则说明LTPF和LZGY之间具有协整关系。仍采用ADF单位根检验方法，选择既无趋势项也无常数项，检验时采用SC最小准则自动选择滞后阶数为5。最终检验结果见表4。
残差序列et的ADF检验结果表明，ADF检验统计量小于1%显著水平下的临界值，说明残差et为平稳序列。由此可以得出结论，我国产业结构重型化和碳排放之间存在协整关系。而为了得到二者之间的长期均衡关系，只需令：LTPFt=LTPFt-1=LTPFt-2=LTPF*，LZGYt=LZGYt-1=LZGY*，并代入（5）式，整理后得到：
（6）
（6）式即为产业结构重型化与碳排放之间的长期均衡关系，它表明，重工业产值每提高1%，碳排放量就会提高0.278141%。这表明产业结构重型化加大了我国的碳排放量。
