《中国的二氧化碳排放的经济学分析与预测.doc》由会员分享，可在线阅读，更多相关《中国的二氧化碳排放的经济学分析与预测.doc（14页珍藏版）》请在三一办公上搜索。
1、中国的二氧化碳排放的经济学分析与预测汪进 汪进 男 1982年10月 博士研究生 清华大学经济管理学院（清华大学经济管理学院）【摘要】现阶段中国经济进入了一个全新的高速增长的时期，在这一时期中国的二氧化碳排放量增长迅速，受到世界的瞩目。在减少二氧化碳排放方面中国受到巨大的潜在压力。中国的二氧化碳排放路径是否遵循其它国家的路径，以及中国二氧化碳排放随经济增长将如何变化都值得关注。现阶段，中国正处于排放量的增长区。中国的二氧化碳排放路径与其它国家的排放路径也存在差距，中国的排放路径在世界的平均水平之上，但在考虑了温度等其它因素之后，中国的路径则会处于平均水平之下。关键词 二氧化碳排放；经济增长；环
2、境库兹涅茨曲线中图分类号: F062.l 文献标识码: AThe Economic Analysis and Predict of the Carbon emission by ChinaAbstract：China has entered a new stage of economic development. The carbon emission by China has increased rapidly in this period. The EKC hypothesis is used in the study of the relationship between carbon
3、dioxide emission and economic development. Based on a cross-country data set of 100 countries and 28 years covering 1975 to 2002 and controlling the variables, such as sectorial structure of the economy, openness of the economy etc, we find that per capita CO2 emission seems to follow the path of an
4、 inverted U along with per capita GDP growth. China seems to follow the same pattern as other economies in the world and is still in the increasing part of the inverted U curve, although Chinas curve is higher than others, despite a significant drop of the curve around 2000, which is possibly due to
5、 the closing of inefficient production facilities. Chinas curve is higher than others by 5.1%, but taking into account many factors, such as temperature, energy price ( diesel and gasoline) etc., Chinas level of CO2 emission is higher other countries by only 1.3%.Key words：Carbon emission; Economic
6、growth; EMC引言一个国家的经济要发展，与之相对应的是国家要提供相应的能源供给。能源可以说是一个国家经济增长的动力所在。当今社会，能源主要由三大矿物能源煤、石油、天然气来提供，这三大能源的消耗不可避免地产生了大量的温室气体二氧化碳，近50年的全球气候变暖主要是由人类活动大量排放的温室气体的增温效应造成的。而全球气温的持续升高将会给人类带来空难性的后果。正因为如此，如何减少温室气体的排放目前受各国关注的最要的国际问题。国际社会为减少温室气体的排放，于1997年12月，在日本京都举行联合国气候变化框架公约第3次缔约方大会，与会的149个国家和地区的代表通过了京都议定书。根据京都议定书的规定
7、，主要工业发达国家将从2008年到2012年开始履行温室气体的减排义务，发展中国家则可推迟执行。2007年年初，面对首次减排期限迫近，欧盟率先提出2013年以后全球减排新指标，倡议到2020年，以1990年排放量为基准，全球要减排20%，在6月7号德国海利根达姆举行的八国集团首脑会议上欧盟、加拿大、日本等更是提出到2050年全球温室气体排放量比1990年至少降低50的建议。另一方面，如果减少温室气体的排放就意味着能源消耗的减少或是用更昂贵的清洁能源来代替传统的化石能源，这必将会减慢一个国家经济发展的速度。可以说减少温室气体排放与经济发展是一对相互矛盾的选择。在现阶段，作为发展中国家的中国并没减
8、排的责任，但作为第二大温室气体排放国，在经济发展到一定阶段所，必将要承担起自己的减排义务。中国作为一个负责任的大国，也必需对温室气体排放问题给予高度的重视，也应根据国家可持续发展的需要，采取相应的政策和措施，为减缓气候变化做出自己的积极贡献。为此中国政府特制定中国应对气候变化国家方案，本方案明确了到2010年中国应对气候变化的具体目标、基本原则、重点领域及其政策措施。现阶段，我们有必要通过跨国数据的分析，对世界各国能源消耗中温室气体排放的一般规律进行研究，并基于跨国比较的分析结果对中国的温室气体排放进行比较和分析。这将更有助于我们了解中国温室气候的排放程度，通过和一般规律的对比，我们更能准确地
9、了解中国与世界的差距，同时，我们有必要研究经济结构等变量对各国二氧化碳排放的影响，这能让我们更准确地了解中国的二氧化碳排放未规律，对制定出合符本国现实的温室气体的排放政策有一定的指导作用。各国之间的二氧化碳排放的差异并不有完全由各国自身的经济发展水平等经济变量来解释，还会受到其它非经济因素的影响，在还会受到各种非政策性因素的影响，本文会分析排放与这类非经济因素之间的关系。文献综述二氧化碳排放是一个受能源、环境、经济等各方面学者关注的一个重要问题，学者们从各方面对这一问题进行了研究，主要的研究方向有：指数分解模型对二氧化碳排放的研究；用环境库兹涅茨曲线进行研究；我国二氧化碳排放情况及计算方法。1
10、指数分解模型在碳排放中的应用我们知道，一个国家的经济发展离不开能源供给，一个国家每一个国内生产总值都对对应着一个能源消耗。在不同的经济发展阶段，其每单位的国内生产总值将会对应不同的能源消耗，所以说来一国的总的能源消耗一般与其人均国内生产总值和人口总额相关。但在同一能源消耗下，由于所消耗的能源来源的不同，其二氧化碳的排放量也是不同的。因此，在分析一国的二氧化碳排入量增长时，有必要将排放量的增长产生的效应进行拆分，以确定是具体上述那些因素最终导致了二氧化碳排入量的增加。上个世纪70年代末以来，指数分解模型(index decomposition model)在能源和二氧化碳问题的研究中得到了广泛的
11、应用。用这种方法可以从技术上分析化石能源比例(the share of fossil fuel consumption in total energy consumption)，能源密度(energy intensity)，人均GDP(per capital GDP)，人口(Population)等各种因素对二氧化碳排放的影响。根据所使用的方法不同，指数分解模型可以分为两大类：采用权数固定于基期的拉氏分解(Laspeyres Decomposition)和权数随时间变动的迪氏分解(Divisia Decomposition)两类。而现在二氧化碳研究中的指数分解模型作用使用得最多的是对数平均迪氏
12、分解模型(logarithmic mean Divisia decomposition)(LMD)。此方法也为许多学者所采用，来分析OECD、APEC等国家的温室气体排放情况。如B.W Ang Department of Industrial and Systems Engineering, National University of Singapore(1998,2007) , Kihoon Lee Department of Economics, Chungnam National University, Daejeon 305-764, South Korea(2005)，Lee Sc
13、hipper International Energy Agency, France(2001)都是采用的这一方法；在国内，也有学者用LMD的方法对中国的碳排放做实证分析，如徐国泉(2006)分析中国1995-2004年之间的碳排放情况。这一类文章的共同特点是采用了指数分解模型。这一方法将引起二氧化碳排放变化的因素拆分为二氧化碳排放系数（emissions coefficient）、化石能源比例（The share of fossil fuel consumption in total energy consumption）、能源密度（Energy intensity）、人均国内生产总值（Pe
14、r capita GDP）和人口总数。这类文章研究一国二氧化碳排放的变化是由那些因素影响的。使用对数平均迪氏分解模型（LMD）方法研究得到的主要结论有：Kihoon Leea， Wankeun Ohb（2005）利用OECD国家的数据，使用这一方法分析认为：二氧化碳排放的增加主要由人均GDP和人口的增加引起。APEC间国家在二氧化碳上可以通过在能源效率（Energy efficiency）和燃料转化（Fuel switching）上的合作来减少排放；而Schipper et al., （2001）则利用IEA中14个国家的数据，采用国际比较的方法，使用时间序列的分解方法分析了各种因素对CO2排
15、放的影响随着时间上变化，以及为什么一个国家在除碳技术上领先于其它国家，同时也使用了截面分析的方法，分析了在同一给定的时间下，不同的国家的碳排放量不同的影响因素。B.W Ang (1998)则将OECD国家分为北美、欧洲和太平洋三个地区，分析了三个地区二氧化碳排放总量变化的影响因素和人均二氧化碳变化的影响因素。而Zhongxiang Zhang(2000)在分析了中国的二氧化碳结构后认为，中国正处在工业化和城市化的过程中，能源消耗增长迅速，能源效率相对于发达国家还处在一个很低的水平，同时由于中国人口数量巨大，中国总的二氧化碳的排放量相当巨大，但中国的人均排放低，中国有着经济发展的需要，任何以总量
16、限制为目标的约束条件都是中国所不能接受的。与此同时，由于温室气体排放对世界气候的变化同时也会对中国产生破坏，而且中国的农业的比重还是比较高的，气候变化对农业产生的影响大于其它行业，从这个角度，中国受气候变化的影响会更为严重，因此中国更加有保护环境的需求，所以中国在经济发展的过程中，努力寻求减排技术，减少温室气体的排放还是相当重要的。而徐国泉(2006)就是在中国碳排放的因素分解模型及实证分析：1995-2004一文中推算了中国从1980年到1996年的各种能源消费所引起的二氧化碳排放量，认为我国的二氧化碳排放量一直呈增加趋势，在分部门的二氧化碳排放中以产业部门的二氧化碳排放量最多，但能源转化部
17、门的二氧化碳增长率最大，在各类能源的二氧化碳排放量中，煤炭排出量占绝大部分。2环境库兹涅茨曲线在研究二氧化碳排放的方面中，有一部分文章来自于环境方面的研究。在这一类研究中，环境库兹涅茨曲线(Environmental Kuznets Curve)则经常被提到。也说是说，一种污染物的排入量会随着经济的发展上升到一个最高值，之后则会随着经济的发展而下降。一般认为，随着一个国家的发展，在工业化的过程中，包括能源在内的各种资源的消耗也随之增加，在发展经济的情况下人们首先考虑的是更多生产产品，但与经济发展相伴随的环境污染等问题也随之而来，这时环境污染以及各种有害物质的排放也会随之增加。随着经济进一步发展
18、与成熟，民众对环境的要求也随之增加，社会对环境质量更加重视，对环境保护的投资也随之增长，各种污染及有害物的排放会随着经济进一步的发展而减少，所以观察环境污染与经济发展的关系就会出现一条倒U弄的曲线，这就是环境库兹涅茨曲线。这一理论被称为库兹涅茨曲线(Environmental Kuznets Curve)理论。Selden 和 Song(1994)为倒U型曲线提出了四种解释：(1)收入的增加导致了人们对环境要求的增加；(2)收入的增加导致了产业和消费结构的变化；(3)收入的提高使得人们对经济活动对环境的影响有也更多的了解与认识；(4)收入的增加也使得也导致了国际贸易和更加开放的政策，这些都导致
19、了倒U型曲线的出现。而Pezzey(1989)和Opschoor(1990)则提出在短期模型中倒U型曲线会出现，但在长期模型中环境污染的排放可能又会重新随着收入水平的上升而重新上升，所以这时期会出现的是N型曲线，而不是U弄曲线。对此，Opschoor(1990)提出的解释是，技术进步对减排的效果可能是有限的，随着经济的继续发展，由于资源条件的限制等其他方面的因素，减少污染排放的成本可能会重新变得昂贵，在这种情况下，环境污染会随着经济的发展而重新升高。也就是说环境污染随着经济的发展会持续增加，只在在短期由于技术等其它因素会出现向下的波动。一般认为，环境污染与经济发展之间存在倒U弄曲线。但二氧化碳
20、的排放规律是否如此呢？相对于其它污染排放物，随着经济的发展，可以采用新的技术用各种物理和化学的方法将污染源从生产过程中脱离出来，从而在经济增长的同时达到污染排放的减少。二氧化碳确不同，它是化石能源消耗中一种必然产生的温室气体，不可能在增加化石能源消耗的同时减少自身的排放。其排放曲线与其它污染物也不一定相同。围绕温室气体排放量是否满足库兹涅茨曲线，不同的学者和机构有不同的研究结果。Nemat Shafik(1994)使用了三个对数模型来分析经济增长与二氧化碳排放之间的关系：世界银行(1992)和Shafik (1994)的文章则认为二氧化碳的排放随收入的增长是单调增加的，并没有证据表明二氧化碳的
21、排放会出现拐点。而Holtz-Eakin 和 Selden(1995)的则认为二氧化碳的排放符合环境库兹涅茨曲线，同时他们的研究也可以得到认为今后世界CO2的排放仍然会以每年1.8%的速度增长，而主要原因是产出和人口在低收入国家仍在高速增长，使用的数据来源于Penn Mark V World Tables in Summers and Heston (1991)，所使用的方法为二次线性模型和二次对数模型。Moomaw 和 Tullis(1994)通过研究也认为法国等欧洲国家的排放曲线满足环境库兹涅茨曲线。理论分析CO2排放量与一国的能源使用是直接相当的，我们在研究能源问题的时候，有必要先了解C
22、O2的排放与经济发展（GDP购买力平价）的关系。我们认为，在经济发展的初期，能源消费在工业中的比例并不大，能源的增长速度相对人均GDP的增长速度增长缓慢，当经济发展到一定阶段时，对能源消耗巨大的钢铁等行业迅速发展，能源消耗增长迅速，CO2的排放增长迅速，在经济发展进入成熟阶段时，重工业饱和，第三产业发展迅速，CO2排放的增长速度也放缓。因此二氧化碳排放增加率应该是一个先增加与减少的过程，Log(CO2排放)与Log(人均GDP)之间也可能呈S形曲线。这种看法与一般的库兹涅茨曲线的看法是不同的。在同一经济水平下，各国的经济结构，城市化水平等也不一定相同，而这些因素对CO2的排放也有重要的影响，同
23、时，一国的能源丰富程度等变量也会对排放量产出影响，因此在实际分析中，我们也会分析这些变量对CO2排放的影响。在这些分析的基础上，我们可以得到国家间的CO2排放规律。中国与其它国家的CO2排放路径肯定是有差别的，我们将会对这一差距进行解释。首先，一国的气候变量，如年平均气温也会影响到一国的能源使用。另外我们也会分析转型国家、OECD国家与其它国家间的CO2排放水平之间的差异。1理论框架为验证二氧化碳排放与经济发展进程是否符合S型，在自变量中引入了log(人均GDP)的二次项和三次项。同时为了分析经济结构对二氧化碳的影响，我们在自变量中还加入了经济变量，如工业农业比例、服务业与工业比例。另外也加入
24、了城市化水平、对外贸易水平和政府支出等的变量，使用固定影响变截距模型分析。回归方程如下： (1)i表示的很明显，一国的地理位置或气候条件或其它因素将会影响各国的截距项。我们也将分析一国的天气情况和国土面积，即所属的国家类别对二氧化碳排放的影响。因此，我们认为这类变量影响上述模型中的截距项。在这里所示的自变量包括气温变量，能源效率和能源价格，是否为前社会主义国家，是否为OECD国家等。2数据来源(1)经济变量数据数据来源为WDI数据库，数据库中CO2的排放数据比较完整，数据的年份跨度为19602002。有数据的国家个数为156个（国家总数为208个）。相对而言，购买力平价数据的年份跨度只为197
25、52002年，所以我现有的工作选取的年份为19752002年28年的数据。CO2的排放量，最多的美国为2925975千吨，列入统计的CO2排放量最小的国家如汤加、多米尼加，所罗门等排入量只有1万，这些小国CO2排放量太小，在整个国际社会中对能源消费等方面影响太小，我们在数据分析时首先将这些国家排除。具体的方法为却掉CO2排放量不到美国1%的国家，这样可以减小这些不具有代表性的国家对模型的影响。由于在实际分析中，石油输出国组织的(OPEC)经济结构与其它国家相比有很大的差距，其规律并不满足这一模型，所以笔者在回归估计中剔除了OPEC国家的数据，最终得到的国家组数为30。(2)气温数据本文尝试分析
26、上一模型中的固定影响与气候条件之间的关系，检验各国的气象条件对其截距项是否产生影响。本文所使用的气象数据来自世界气象组织各国主要城市的月平均最高气温和最低气温统计值。由于只有月数据，不可能使用度日的方法，本文采用的是类似度日的方法，将度日气温中的日气温改为月平均气温，同时也将取暖温度取月平均最低气温、制冷降温温度取月平均最高气温代替，算出每个国家的度日数据。为月平均最高气温， 基准气温，就进入制冷期；为月平均最低气温，基准气温，就进入取暖区。本文使用了三种度日的表示方式：，和分别取所有城市的平均最高气温和平均最低气温时，截距项与度日之间关系并不显著。其中一个原因为平均最高气温为22摄氏度，这个
27、温度离制冷气温相距太远。本文若选为30摄氏度时，即月平均最高气温高于30摄氏度时计入制冷度日，这时可以得到显著结果。研究结果在实际研究中，为验证二氧化碳排放与经济发展进程是否符合S型，在自变量中引入了人均GDP的二次项和三次项。本文首先使用简单的直接回归，分析二氧化碳与经济发展之间的关系，把二氧化碳的排放规律进行简单的总结。其结果如表1所示。表1 简单回归ln(CO2 emissions per capita)ln(GDP per capita)-12.514-7.466(0.000)*(0.016)*ln(GDP per capita)21.6931.055(0.000)*(0.006)*l
28、n(GDP per capita)3-0.071-0.044(0.000)*(0.005)*ln(GDP per capita) *OECD7.038(0.677)ln(GDP per capita)2 *OECD-0.553(0.757)ln(GDP per capita)3 *OECD0.012(0.844)Constant28.1366.697(0.000)*(0.691)Observations25802580Number of sn110110R-squared0.2430.245p values in parentheses* significant at 5%; * signif
29、icant at 1%从表1 可以看出，log(人均GDP)项的系数显著为负，二次项的系数显著为正，而三次项的系数显著为负。此外，我们也将OECD虚变量也引入这一简单的回归中，这也虚变量也是不显著的，我们可以认为二氧化碳排放与人均GDP之间的S型曲线关系是成立的。当经济发展水平较低时，二氧化碳排放增长缓慢，当经济发展后，二氧化碳的排放增长迅速，随着经济的继续发展，二氧化碳的排放增长也随之下降。利用简单回归方程，我们可以绘出图1。图1 二氧化碳排放与经济增长由以上回归结果，我们知道，当经济发展的早期，二氧化碳的排放密度是比较低的，随着经济发展，二氧化碳的排放密度也会随之升高，最终则会下降，如图2
30、所示。图2 二氧化碳排放密度与人均GDP同时为了分析经济结构对二氧化碳的影响，我们在自变量中还加入了经济变量，如工业农业比例、服务业与工业比例。另外也加入了城市化水平、对外贸易水平和政府支出等的变量。回归结果如表2所示。表2： 含经济结构变量的回归Equation(1)Equation(2)Equation(3)Equation(4)Equation(5)Equation(6)Urban population 0.0050.0050.0060.0050.0050.006(% of total)(0.001)*(0.000)*(0.000)*(0.000)*(0.000)*(0.000)*Ind
31、ustry/Agriculture0.0040.0050.0050.0040.0050.005(0.004)*(0.002)*(0.003)*(0.004)*(0.002)*(0.003)*Services/Industry-0.097-0.119-0.112-0.093-0.114-0.106(0.000)*(0.000)*(0.000)*(0.000)*(0.000)*(0.000)*Energy imports, net (%)0.0000.000(0.629)(0.687)Trade (% of GDP)0.0000.000(0.463)(0.618)Net Exports(% of
32、GDP)-0.003-0.003-0.003-0.003(0.002)*(0.004)*(0.001)*(0.003)*Government Expenditure (% of GDP)0.0040.0040.0040.004(0.041)*(0.055)(0.061)(0.076)ChinaPost1997-0.900-0.888-0.898(0.000)*(0.000)*(0.000)*Constant29.00826.26127.32727.69825.16026.181(0.000)*(0.000)*(0.000)*(0.000)*(0.000)*(0.000)*Observation
33、s247324442445247324442445Number of sn110110110110110110R-squared0.2640.2790.2630.2770.2930.277p values in parentheses* significant at 5%; * significant at 1%由回归数据我们可以算出CO2排放的开始增长点的人均GDP为603$ (constant 2000 US$)，停止增长点为28701$，最快增长点为4160$。中国的人均GDP在2001年刚超过4160美元，按照世界的平均规律，中国的二氧化碳排放增长速度应已经达到最高值，以后排放增长率就
34、会下降。同时，我们也可以得到，城市化水平对二氧化碳排放有一个正的影响，工农业的比例的影响也为正，而服务业也工业的比例的影响则为正。而令我们惊奇的是与能源条件有关的变量(能源进口占总能源消耗的比例)对二氧化碳的排放却没有显著的影响。对外贸易中净出口对二氧化碳排放有显著的负的影响，而政府支出可以理解为政府对经济的干预程度，政府对经济的干预没有明显地减少二氧化碳的排放。在进一步分析中，考虑到中国1997年后的二氧化碳排放有一个突然的下降，我们在分析中有必要对中国的数据加入一个1997年后数据加入哑变量另外，我们由表3、表4可以看出，不管是OECD国家还是中国也世界的平均排放规律之间没没有显著差异，所
35、以在实际分析中我们没必要将这些国家单独列出。表3： OECD国家与世界平均ln(CO2 emissions per capita)ln(GDP per capita)-12.011-17.518(0.000)*(0.000)*ln(GDP per capita)21.6442.354(0.000)*(0.000)*ln(GDP per capita)3-0.069-0.099(0.000)*(0.000)*ln(GDP per capita) *OECD6.072(0.719)ln(GDP per capita)2 *OECD-0.788(0.660)ln(GDP per capita)3 *
36、OECD0.034(0.597)UrbanRatio0.0060.006(0.000)*(0.000)*Industry/Agriculture0.0050.006(0.003)*(0.001)*Services/Industry-0.106-0.106(0.000)*(0.000)*Net Exports-0.003-0.003(0.003)*(0.002)*Government Expenditure0.0040.004(0.076)(0.062)ChinaPost1997-0.898-0.930(0.000)*(0.000)*Constant26.18135.542(0.000)*(0.
37、049)*Observations24452445Number of sn110110R-squared0.2770.278p values in parentheses* significant at 5%; * significant at 1%表4：中国与世界平均ln(CO2 emissions per capita)ln(GDP per capita)-12.011-9.734(0.000)*(0.000)*ln(GDP per capita)21.6441.403(0.000)*(0.000)*ln(GDP per capita)3-0.069-0.060(0.000)*(0.000
38、)*ln(GDP per capita) *CHN-2.563(0.959)ln(GDP per capita)2 *CHN0.418(0.951)ln(GDP per capita)3 *CHN-0.026(0.932)UrbanRatio0.0060.006(0.000)*(0.000)*Industry/Agriculture0.0050.004(0.003)*(0.004)*Services/Industry-0.106-0.101(0.000)*(0.000)*Net Exports-0.003-0.003(0.003)*(0.001)*Government Expenditure0
39、.0040.003(0.076)(0.106)ChinaPost1997-0.898-0.118(0.000)*(0.695)Constant26.18119.130(0.000)*(0.001)*Observations24452445Number of sn110110R-squared0.2770.284p values in parentheses* significant at 5%; * significant at 1%在表5中，根据回归方程(Equation 6)得到的各个国家的固定影响值，我们可以列出了二氧化碳排放最无效率的经济体，处于中部经济体与最有效率的经济体。表5(a)
40、: 固定影响值：二氧化碳排放无效率的经济体RankCountry/EconomyEquation(6)1Uzbekistan2.1267742Turkmenistan1.6476223Kazakhstan1.6335744Trinidad and Tobago1.3691575Azerbaijan1.3594636China1.3320027Moldova1.2808388Luxembourg1.27277412Russian Federation1.12078413United States1.07553619Canada0.798705820Australia0.788222125Sout
41、h Africa0.6799841表5(b): 固定影响值：二氧化碳排放处于中部的经济体RankCountry/EconomyEquation(6)43Korea, Rep.0.284995246India0.264455448Japan0.256037549United Kingdom0.2499754Mexico0.118997858France0.0979379表5(c): 固定影响值：二氧化碳排放有效的经济体RankCountry/EconomyEquation(6)86Hong Kong, China-0.602903194Brazil-0.8072446103Sri Lanka-1
42、.032049104Mozambique-1.120394105Paraguay-1.223383106Ethiopia-1.270554107Haiti-1.470115108Congo, Dem. Rep.-1.718044109Nepal-1.800218110Namibia-2.587506其中前苏联加盟共同国中的乌兹别克斯坦，土库曼斯坦，哈萨克斯坦有着较低的排放效率，而中国、美国、俄罗斯在碳排放中也是无效率的。固定影响值处于中间的经济体主要有韩国，印度，日本和法国等。其中日本在能源利用方面相当高，而法国的核能利用率相当高，所以它们的二氧化碳排放效率在美国、中国、俄罗斯之后是很正常的。
43、二氧化碳排放中最有效的国家有香港、巴西等。表6对各国的固定影响值与其国家变量之间的关系进行了回归。回归结果表明了在温度条件较好的地区，有更高的二氧化碳排放；高的油价政策对可以减少二氧化碳的排放；OECD国家有着较同的排放；前苏联国家也有着较高的排放，可再生能源的使用也会降低其排放值。所以这些差别可以对不同国家间的排放差异作出一定的解释。表6 各国固定影响因子Temperature0.1190.1130.0850.0520.0510.0430.061(0.000)*(0.000)*(0.004)*(0.087)(0.306)(0.129)(0.030)*Price-1.127-0.806-1.1
44、47-1.365-1.177-1.212(0.004)*(0.021)*(0.002)*(0.001)*(0.001)*(0.000)*OECD Dummy0.3280.4870.1660.4740.169(0.116)(0.017)*(0.466)(0.013)*(0.380)Former SocialistCountry Dummy0.5310.6610.4500.6160.416(0.014)*(0.002)*(0.110)(0.003)*(0.030)*Renewable (%)-0.013-0.016(0.003)*(0.000)*Elect. Losses (%)-0.032-0.045(0.037)*(0.001)*Electricity from Coal(% of total)0.004(0.198)Constant-0.4260.1460.0420.2280.8790.3891.039(0.002)*(0.527)(0.841)(0.293)(0.007)*(0.067)(0.000)*Observations64646464336455R-squared0.2
