中国区域技术创新的二氧化碳减排效应——基于宏观计量经济模型模拟分析
|
摘要
构建了区域-宏观计量经济模型,将区域技术创新活动与国家宏观经济活动相联系,评估区域技术创新活动的宏观效应。研究发现:东、中、西部三大区域研发投入同等幅度的增加都会抑制二氧化碳排放量和二氧化碳强度的增加,都能促进经济增长、降低单位GDP能源消耗、抑制工业废水排放,但对工业固体废物和工业二氧化硫的抑制作用在后期才得以体现;八大区域中,除东北地区以外,研发投入的增加对碳排放的影响趋势与三大区域基本相似。要实现2015年巴黎世界气候大会上我国政府承诺的二氧化碳减排目标,情景分析表明:资源税相对于基准情景呈先降低后增加趋势,其中2028—2030年期间年均增加1.22%~1.61%;排污费则呈现先降低后增加的趋势,其中2028—2030年期间年均增加
By establishing the regional knowledge production function,measuring the nation's technological innovation stock knowledge,and constructing the regional macro-econometric evaluation model,this paper links the regional technological innovation activities with national macroeconomic activities to assess the macro effect of regional technological innovation activities to the national carbon dioxide emissions.Research findings shows that increasing in R&D investment in the three regions of East,Central and West will both suppress carbon dioxide emissions and CO_2 intensity,and also promote economic growth,reduce energy consumption per unit of GDP,curb industrial wastewater discharge,but the inhibition on industrial solid waste and industrial sulphur dioxide is demonstrated in the later period.In addition to the Northeast region,the impact of R&D investment on carbon emission in the eight regions is similar to that of the three regions basically.To achieve the target of CO_2 emission reduction that promised by the Government of China at 2015 Climate Conference in Paris,the Scenario analysis shows that the resource tax shows a trend of first decrease after the baseline scenario,with an average annual increase of 1.22%~1.61%from 2028 to 2030;the sewage charge shows decrease firstly,then with an average increase of 0.47%to 0.62%from 2028 to 2030;energy price is higher than the benchmark scenario,and the average annual growth rate is in the range of 3.45%to 4.52%.According to the scenario analysis category,the extrapolation method is used to propose the key combination of future CO_2 emission reduction policies in China.
By establishing the regional knowledge production function,measuring the nation's technological innovation stock knowledge,and constructing the regional macro-econometric evaluation model,this paper links the regional technological innovation activities with national macroeconomic activities to assess the macro effect of regional technological innovation activities to the national carbon dioxide emissions.Research findings shows that increasing in R&D investment in the three regions of East,Central and West will both suppress carbon dioxide emissions and CO_2 intensity,and also promote economic growth,reduce energy consumption per unit of GDP,curb industrial wastewater discharge,but the inhibition on industrial solid waste and industrial sulphur dioxide is demonstrated in the later period.In addition to the Northeast region,the impact of R&D investment on carbon emission in the eight regions is similar to that of the three regions basically.To achieve the target of CO_2 emission reduction that promised by the Government of China at 2015 Climate Conference in Paris,the Scenario analysis shows that the resource tax shows a trend of first decrease after the baseline scenario,with an average annual increase of 1.22%~1.61%from 2028 to 2030;the sewage charge shows decrease firstly,then with an average increase of 0.47%to 0.62%from 2028 to 2030;energy price is higher than the benchmark scenario,and the average annual growth rate is in the range of 3.45%to 4.52%.According to the scenario analysis category,the extrapolation method is used to propose the key combination of future CO_2 emission reduction policies in China.
引文
[1]黄耀军.我国财政政策经济效应的实证研究[D].厦门:厦门大学,2002.
[2]刘娇.公共财政视角下的县域财政建设问题研究[D].沈阳:沈阳农业大学,2011.
[3]张前荣.中国宏观经济模型的研制与应用[M].北京:经济管理出版社,2012.
[4]冯贞柏.出口依赖型进口、资本利率刚性与出口影响经济增长的效率分析[J].中国软科学,2013(9):179-186.
[5]毛明明,孙建.基于联立方程模型的FDI、产业结构与碳排放互动关系研究[J].重庆理工大学学报(社会科学),2015(4):28-34.
[6]毛明明,孙建.区域FDI的碳排放影响路径分析---基于京津冀地区面板联立方程模型[J].经济与管理,2015(4):91-96.
[7]孙建.中国技术创新碳减排效应研究---基于内生结构突变模型的分析[J].统计与信息论坛,2015(2):23-27.
[8]徐淑丹.新常态下中国政府投资结构之研判:兼论财政政策的效力与可持续性[J].经济评论,2016(1):39-52.
[9]孙习武,张炳君.青岛市“十三五”主要经济指标预测---基于宏观经济模型[J].中共青岛市委党校·青岛行政学院学报,2016(2):33-37.
[10]李文溥,龚敏,李静,等.2016-2017年中国宏观经济预测与分析[J].厦门大学学报(哲学社会科学版),2016(3):1-9.
[11]KAMADA K,NAKAYAMA K,TAKAGAWA I.Deepening interdependence in the asia-pacific region:an empirical study using a macro-econometric model[J].Koichiro Kamada,2002.
[12]BARKER T,SCRIECIU S,FOXON T.Achieving the G850%target:modelling induced and accelerated technological change using the macro-econometric model e3mg[J].Climate Policy,2008,8(S1):30-45.
[13]LEHR U,LUTZ C,EDLER D.Green jobs?Economic impacts of renewable energy in germany[J].Energy policy,2011,47(10):358-364.
[14]ASTERIOU D,LALOUNTAS D A,SIRIOPOULOS C.A small macro-econometric model for Greece:implications about the sustainability of the Greek External Debt[DB/OL].[2011-07-13].https://ssrn.com/abstract=1884905or http://dx.doi.org/10.2139/ssrn.1884905
[15]URBAIT,GRUODIS A.Building lithuanian macro-econometric model:forecast of average wages and unemployment rate[J].Intellectual Economics,2012(1):22.
[16]GRECH A G,GRECH O,MICALLEF B R,et al.Astructural macro-econometric model of the Maltese economy[OB/DL].MPRA Paper 46128,University Library of Munich,Germany,2013.https://ideas.repec.org/p/pra/mprapa/46128.html.
[17]COMITE F D,KANCS D A.Macro-economic models for R&D and innovation policies[J].Jrc Working Papers on Corporate R&D&Innovation,2015.
[18]BRADLEY J,MORGENROTH E,UNTIEDT G.Macroregional evaluation of the structural funds using the hermin modelling framework[J].Italian Journal of Regional Science,2003,3(3):5-28.
[19]VARGA A,SCHALK H.Knowledge spillovers,agglomeration and macroeconomic growth:an empirical approach[J].Regional Studies,2004,38(8):977-989.
[20]DE GRAEVE F,KICK T,KOETTER M.Monetary policy and financial stability:an integrated micro-macro approach[J].Journal of Financial Stability,2008,4(3):205-231.
[21]孙建.中国区域技术创新绩效计量研究[M].成都:西南财经大学出版社,2012.
[22]周凌瑶.中国宏观经济年度模型的研制及应用[M].北京:中国农业出版社,2010.
[23]GREGORY A W,HANSEN B E.Residual-based tests for cointegration in models with regime shifts[J].Journal of Econometrics,1996,70(1):99-126.
[24]赵国庆,杨健.经济数学模型的理论与方法[M].北京:中国金融出版社,2003.
[25]李子奈,潘文卿.计量经济学-3版[M].北京:高等教育出版社,2010.
[26]孙建,吴利萍.中国区域创新宏观经济效应计量研究---八大区域的模拟分析[J].中国科技论坛,2012(12):69-73.
[27]孙建,吴利萍,齐建国.中国区域创新对宏观经济影响的计量研究---东中西部三大区域实证分析[J].研究与发展管理,2013(2):66-73.
(1)因为中国温室气体减排的长效机制尚未形成,缺乏历史数据,所以本文在建立宏观计量经济模型时没有考虑这些因素。本章仅从国家节能减排角度出来,选择了具有历史数据的相关政策(如排污费、资源税等)进入宏观计量经济模型。有关温室气体减排政策工具的讨论可参见相关文献,如张永宁、沈霁华.中国节能减排政策的演进——基于1978—2016年政策文本的研究[J].中国石油大学学报(社会科学版),2016,(6):1-5;陈健鹏.温室气体减排政策:国际经验及对中国的启示——基于政策工具演进的视角[J].中国人口·资源与环境,2012(9):26-30;刘兰翠,范英,吴刚,等.温室气体减排政策问题研究综述[J].管理评论,2005(10):47-52;薛婕,裴莹莹.中国温室气体减排政策分析[C].2010中国环境科学学会学术年会,2010中国环境科学学会学术年会论文集(第二卷),2010。
(1)《全国科技经费投入统计公报》中的数据说明了这一变动趋势。如2015年全国研究与试验发展(R&D)经费支出14169.9亿元,比2014年增加1154.3亿元,增长8.9%;2017年全国共投入研究与试验发展(R&D)经费17606.1亿元,比2016年增加1929.4亿元,增长12.3%,增速较2016年提高1.7个百分点。
(2)由于模拟值变动率较低,因此保留了6位小数;保留6为小数仍为0的说明变动率非常小,但并非没有变动。下同。由于数据较多,为节省篇幅,这里仅列出二氧化碳排放强度(CO2QD)、单位产值能耗(DWNH)的数据,有需要本文全部资料的读者,可与作者联系。
(1)将实现我国2030年单位GDP二氧化碳排放量比2005年下降60%记为“巴黎目标60%”,将实现我国2030年单位GDP二氧化碳排放量比2005年下降65%记为“巴黎目标65%”,下同。
[2]刘娇.公共财政视角下的县域财政建设问题研究[D].沈阳:沈阳农业大学,2011.
[3]张前荣.中国宏观经济模型的研制与应用[M].北京:经济管理出版社,2012.
[4]冯贞柏.出口依赖型进口、资本利率刚性与出口影响经济增长的效率分析[J].中国软科学,2013(9):179-186.
[5]毛明明,孙建.基于联立方程模型的FDI、产业结构与碳排放互动关系研究[J].重庆理工大学学报(社会科学),2015(4):28-34.
[6]毛明明,孙建.区域FDI的碳排放影响路径分析---基于京津冀地区面板联立方程模型[J].经济与管理,2015(4):91-96.
[7]孙建.中国技术创新碳减排效应研究---基于内生结构突变模型的分析[J].统计与信息论坛,2015(2):23-27.
[8]徐淑丹.新常态下中国政府投资结构之研判:兼论财政政策的效力与可持续性[J].经济评论,2016(1):39-52.
[9]孙习武,张炳君.青岛市“十三五”主要经济指标预测---基于宏观经济模型[J].中共青岛市委党校·青岛行政学院学报,2016(2):33-37.
[10]李文溥,龚敏,李静,等.2016-2017年中国宏观经济预测与分析[J].厦门大学学报(哲学社会科学版),2016(3):1-9.
[11]KAMADA K,NAKAYAMA K,TAKAGAWA I.Deepening interdependence in the asia-pacific region:an empirical study using a macro-econometric model[J].Koichiro Kamada,2002.
[12]BARKER T,SCRIECIU S,FOXON T.Achieving the G850%target:modelling induced and accelerated technological change using the macro-econometric model e3mg[J].Climate Policy,2008,8(S1):30-45.
[13]LEHR U,LUTZ C,EDLER D.Green jobs?Economic impacts of renewable energy in germany[J].Energy policy,2011,47(10):358-364.
[14]ASTERIOU D,LALOUNTAS D A,SIRIOPOULOS C.A small macro-econometric model for Greece:implications about the sustainability of the Greek External Debt[DB/OL].[2011-07-13].https://ssrn.com/abstract=1884905or http://dx.doi.org/10.2139/ssrn.1884905
[15]URBAIT,GRUODIS A.Building lithuanian macro-econometric model:forecast of average wages and unemployment rate[J].Intellectual Economics,2012(1):22.
[16]GRECH A G,GRECH O,MICALLEF B R,et al.Astructural macro-econometric model of the Maltese economy[OB/DL].MPRA Paper 46128,University Library of Munich,Germany,2013.https://ideas.repec.org/p/pra/mprapa/46128.html.
[17]COMITE F D,KANCS D A.Macro-economic models for R&D and innovation policies[J].Jrc Working Papers on Corporate R&D&Innovation,2015.
[18]BRADLEY J,MORGENROTH E,UNTIEDT G.Macroregional evaluation of the structural funds using the hermin modelling framework[J].Italian Journal of Regional Science,2003,3(3):5-28.
[19]VARGA A,SCHALK H.Knowledge spillovers,agglomeration and macroeconomic growth:an empirical approach[J].Regional Studies,2004,38(8):977-989.
[20]DE GRAEVE F,KICK T,KOETTER M.Monetary policy and financial stability:an integrated micro-macro approach[J].Journal of Financial Stability,2008,4(3):205-231.
[21]孙建.中国区域技术创新绩效计量研究[M].成都:西南财经大学出版社,2012.
[22]周凌瑶.中国宏观经济年度模型的研制及应用[M].北京:中国农业出版社,2010.
[23]GREGORY A W,HANSEN B E.Residual-based tests for cointegration in models with regime shifts[J].Journal of Econometrics,1996,70(1):99-126.
[24]赵国庆,杨健.经济数学模型的理论与方法[M].北京:中国金融出版社,2003.
[25]李子奈,潘文卿.计量经济学-3版[M].北京:高等教育出版社,2010.
[26]孙建,吴利萍.中国区域创新宏观经济效应计量研究---八大区域的模拟分析[J].中国科技论坛,2012(12):69-73.
[27]孙建,吴利萍,齐建国.中国区域创新对宏观经济影响的计量研究---东中西部三大区域实证分析[J].研究与发展管理,2013(2):66-73.
(1)因为中国温室气体减排的长效机制尚未形成,缺乏历史数据,所以本文在建立宏观计量经济模型时没有考虑这些因素。本章仅从国家节能减排角度出来,选择了具有历史数据的相关政策(如排污费、资源税等)进入宏观计量经济模型。有关温室气体减排政策工具的讨论可参见相关文献,如张永宁、沈霁华.中国节能减排政策的演进——基于1978—2016年政策文本的研究[J].中国石油大学学报(社会科学版),2016,(6):1-5;陈健鹏.温室气体减排政策:国际经验及对中国的启示——基于政策工具演进的视角[J].中国人口·资源与环境,2012(9):26-30;刘兰翠,范英,吴刚,等.温室气体减排政策问题研究综述[J].管理评论,2005(10):47-52;薛婕,裴莹莹.中国温室气体减排政策分析[C].2010中国环境科学学会学术年会,2010中国环境科学学会学术年会论文集(第二卷),2010。
(1)《全国科技经费投入统计公报》中的数据说明了这一变动趋势。如2015年全国研究与试验发展(R&D)经费支出14169.9亿元,比2014年增加1154.3亿元,增长8.9%;2017年全国共投入研究与试验发展(R&D)经费17606.1亿元,比2016年增加1929.4亿元,增长12.3%,增速较2016年提高1.7个百分点。
(2)由于模拟值变动率较低,因此保留了6位小数;保留6为小数仍为0的说明变动率非常小,但并非没有变动。下同。由于数据较多,为节省篇幅,这里仅列出二氧化碳排放强度(CO2QD)、单位产值能耗(DWNH)的数据,有需要本文全部资料的读者,可与作者联系。
(1)将实现我国2030年单位GDP二氧化碳排放量比2005年下降60%记为“巴黎目标60%”,将实现我国2030年单位GDP二氧化碳排放量比2005年下降65%记为“巴黎目标65%”,下同。