摘 要：運(yùn)用空間計(jì)量經(jīng)濟(jì)學(xué)模型實(shí)證分析中國省域碳排放的空間效應(yīng)及驅(qū)動(dòng)因素的結(jié)果顯示，中國省域碳排放存在顯著的空間自相關(guān)性和集群趨勢(shì)，并主要集中在經(jīng)濟(jì)發(fā)達(dá)、人口密集和能源消費(fèi)強(qiáng)度大的地區(qū)；能源消費(fèi)強(qiáng)度、人口規(guī)模和人均GDP對(duì)碳排放總量影響顯著，其中能源消費(fèi)的影響最大；城市化、產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)創(chuàng)新對(duì)碳排放的影響不顯著。該研究結(jié)論為我國城市化和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)進(jìn)程中控制碳排放增量、國家和地方政府建立相應(yīng)的碳減排鼓勵(lì)政策和技術(shù)研發(fā)支持機(jī)制，以及各省域構(gòu)建各具區(qū)域特色的低碳經(jīng)濟(jì)發(fā)展模式具有決策參考意義。

關(guān)鍵詞：碳排放；經(jīng)濟(jì)增長；空間效應(yīng)；空間滯后模型；空間誤差模型

中圖分類號(hào)：F061.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-1494（2013）01-0040-06

一、引言

20世紀(jì)90年代以來，世界經(jīng)濟(jì)迅猛發(fā)展，能源需求量逐年增加。能源消費(fèi)所導(dǎo)致的二氧化碳排放在人為溫室氣體排放總量中占有絕對(duì)優(yōu)勢(shì)。碳排放問題正日益受到國際社會(huì)的廣泛關(guān)注，對(duì)其測(cè)算及影響因素問題，國內(nèi)外很多學(xué)者從不同角度、應(yīng)用不同方法進(jìn)行了大量實(shí)證研究。國內(nèi)碳排放研究方面，宋德勇等用“兩階段”LMDI方法，從全國層面將一次性能源消費(fèi)產(chǎn)生的二氧化碳排放相關(guān)影響因素分解并進(jìn)行了周期性波動(dòng)研究［1］。李國志等利用狀態(tài)空間模型構(gòu)造可變參數(shù)數(shù)據(jù)模型，分析了出口貿(mào)易結(jié)構(gòu)對(duì)二氧化碳排放的影響［2］。胡初枝等通過經(jīng)驗(yàn)數(shù)據(jù)對(duì)江蘇區(qū)域碳排放進(jìn)行估算，分析了蘇南、蘇中、蘇北三大區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的碳排放效應(yīng)差異［3］。馬軍杰等測(cè)算了1990年—2006年我國省域一次能源CO2排放量并對(duì)其影響因素進(jìn)行了空間計(jì)量經(jīng)濟(jì)分析［4］。姚亮等采用結(jié)構(gòu)分解分析（SDA）方法對(duì)影響居民消費(fèi)碳排放量變化的驅(qū)動(dòng)因素進(jìn)行了分析［5］。可見，現(xiàn)有關(guān)于碳排放的研究多以傳統(tǒng)的時(shí)間序列數(shù)據(jù)分析為基礎(chǔ)，主要集中在測(cè)算碳排放量及其因素分解方面，忽略了截面數(shù)據(jù)包含的空間效應(yīng)。事實(shí)上，在多區(qū)域的經(jīng)濟(jì)和環(huán)境系統(tǒng)中，一個(gè)區(qū)域由于能源消費(fèi)導(dǎo)致的碳排放行為不僅受該地區(qū)內(nèi)部決定因素的影響，而且越來越多地受到周邊地區(qū)碳排放量的關(guān)聯(lián)作用，區(qū)域之間的能源消費(fèi)及碳排放活動(dòng)呈現(xiàn)出明顯的空間自相關(guān)性［4］?？梢姡诶碚摵蛯?shí)證研究中忽略空間鄰近效應(yīng)，勢(shì)必會(huì)影響傳統(tǒng)OLS模型參數(shù)的無偏估計(jì)，導(dǎo)致研究結(jié)論的可靠性受到質(zhì)疑。

為此，本文在考慮空間效應(yīng)的前提下，利用“十一五”規(guī)劃期間的碳排放數(shù)據(jù)，研究中國省域碳排放量的驅(qū)動(dòng)因素，分析省域碳排放的空間依賴及鄰近省域碳排放量的空間溢出效應(yīng)，從而為國家和各省域制定節(jié)能減排政策提供決策支持依據(jù)。

二、省際碳排放的決定因素及理論假說

現(xiàn)有對(duì)碳排放決定因素模型的研究主要有EKC模型和IPAT模型。但是大多研究?jī)H考慮了人口、經(jīng)濟(jì)發(fā)展、能源消費(fèi)強(qiáng)度等因素的影響，忽略了技術(shù)創(chuàng)新和城市化因素的作用。根據(jù)有關(guān)經(jīng)驗(yàn)研究，本文對(duì)IPAT模型進(jìn)行改進(jìn)，重點(diǎn)考慮人口、經(jīng)濟(jì)發(fā)展水平、能源消費(fèi)強(qiáng)度、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)創(chuàng)新及城市化等六個(gè)決定因素，使用空間計(jì)量經(jīng)濟(jì)模型研究其對(duì)中國省域碳排放量的作用。

1. 人口規(guī)模（POP）。中國作為人口大國，為滿足廣大人民群眾日益提高的生活水平，剛性的能源消費(fèi)需求必然會(huì)導(dǎo)致區(qū)域碳排放量的不斷增大。因此，人口是影響碳減排壓力的一個(gè)重要變量，本文預(yù)期其與碳排放之間呈正相關(guān)關(guān)系。

2. 經(jīng)濟(jì)發(fā)展水平（PGDP）。在經(jīng)濟(jì)快速發(fā)展的同時(shí)，也必然伴隨著相應(yīng)的能源消耗及其碳排放。本文選用人均GDP衡量一個(gè)地區(qū)的富裕度和經(jīng)濟(jì)發(fā)展水平，用以檢驗(yàn)其對(duì)碳排放的影響。一般來說，區(qū)域經(jīng)濟(jì)發(fā)展水平越高，能源消費(fèi)量相對(duì)越大，由此產(chǎn)生的碳排放量也就相應(yīng)越多，二者之間應(yīng)為正相關(guān)關(guān)系。

3. 能源消費(fèi)強(qiáng)度（ENERGY）。能源消費(fèi)強(qiáng)度定義為生產(chǎn)單位GDP所消耗的能源數(shù)量，能源強(qiáng)度越低，意味著能源利用效率越高。能源利用效率的不斷提高，使得單位GDP所消耗的能源減少，從而減少碳排放量。因此，本文將能源消費(fèi)強(qiáng)度納入影響碳排放的驅(qū)動(dòng)因素之一，并預(yù)計(jì)兩者呈正相關(guān)關(guān)系。

4. 產(chǎn)業(yè)結(jié)構(gòu)（STRU）。經(jīng)濟(jì)增長方式的轉(zhuǎn)變同樣影響著能源消耗和碳排放量的大小。長期以來，中國經(jīng)濟(jì)增長方式粗放，直接影響以煤碳為主的能效的提高，使得碳排放增長的態(tài)勢(shì)難以遏制。實(shí)現(xiàn)經(jīng)濟(jì)方式由粗放式向集約式的轉(zhuǎn)變是減少碳排放的必然選擇。本文以第二產(chǎn)業(yè)與第三產(chǎn)業(yè)產(chǎn)值之比刻畫產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放的作用。鑒于我國目前正處于產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型過程中，預(yù)期其對(duì)碳排放的作用尚未充分發(fā)揮。

5. 城市化（URB）。近年來，中國城市化過程中的人口遷移對(duì)能源消耗和碳排放產(chǎn)生沖擊，大規(guī)模城市基礎(chǔ)設(shè)施和住房建設(shè)所需要的大量水泥與鋼鐵生產(chǎn)，導(dǎo)致高能耗高排放。城市化進(jìn)程也是影響碳排放量的重要因素。本文選用城鎮(zhèn)人口占總?cè)丝诘谋戎睾饬砍鞘谢?］，初步預(yù)期其對(duì)碳排放產(chǎn)生正向作用。

6. 技術(shù)創(chuàng)新（RD）。中國每年巨大的能源消耗支撐著經(jīng)濟(jì)的快速增長，而經(jīng)濟(jì)迅速發(fā)展的同時(shí)，也帶來了開發(fā)新技術(shù)新工藝的大量投入。但是，對(duì)于生產(chǎn)工藝和設(shè)備的引進(jìn)，以及各種研發(fā)活動(dòng)，到底對(duì)地區(qū)企業(yè)的節(jié)能減排產(chǎn)生了何種影響，目前的研究結(jié)果并不確定。本文選用各省域研究與試驗(yàn)發(fā)展（RD）經(jīng)費(fèi)內(nèi)部支出來衡量技術(shù)創(chuàng)新對(duì)碳排放的影響，其作用還有待檢驗(yàn)。

三、模型設(shè)定與數(shù)據(jù)來源

（一）模型設(shè)定

基于以上解釋變量，利用柯布—道格拉斯生產(chǎn)函數(shù)形式的雙對(duì)數(shù)經(jīng)驗(yàn)形式，建立如下碳排放影響因素模型：

（1）

其中，i表示30個(gè)省級(jí)地區(qū)，LnCARBON為被解釋變量各地區(qū)碳排放量；LnPOP表示各地區(qū)人口數(shù)量；LnPGDP表示人均GDP；LnENERGY表示能源消費(fèi)強(qiáng)度；LnSTRU表示第二產(chǎn)業(yè)產(chǎn)值占第三產(chǎn)業(yè)比重；LnURB表示城市化水平，LnRD表示技術(shù)創(chuàng)新。參數(shù)β分別反映了六個(gè)解釋變量對(duì)被解釋變量碳排放的影響。

假定模型（1）為沒有考慮鄰近地區(qū)空間效應(yīng)的碳排放影響因素模型，可用OLS方法估計(jì)。但是，如果地區(qū)碳排放存在著空間自相關(guān)性，則有必要采用納入了空間相關(guān)性效應(yīng)的空間滯后模型、空間誤差模型等空間計(jì)量經(jīng)濟(jì)模型。

空間滯后模型（Spatial Lag Model，SLM）主要探討地區(qū)碳排放變量是否存在鄰近地區(qū)碳排放溢出效應(yīng)的情況。其模型表達(dá)式為：

（2）

式中，WlnCARBON為空間滯后被解釋變量，反映鄰近地區(qū)的碳排放對(duì)區(qū)域碳排放行為的作用大小和程度；ρ為空間滯后回歸系數(shù)；W為n×n階的空間權(quán)值矩陣，w表示W(wǎng)中的元素，一般用空間鄰接矩陣；ε為隨機(jī)誤差項(xiàng)向量。

當(dāng)一些決定地區(qū)間碳排放的因素沒有被考慮到解釋變量中時(shí)，則需要采用空間誤差模型（Spatial Error Model，SEM）?？臻g誤差模型的形式為：

（3）

式中，ε為隨機(jī)誤差項(xiàng)向量，λ為n×1階的被解釋變量向量的空間誤差系數(shù)，μ為正態(tài)分布的隨機(jī)誤差向量。參數(shù)λ為存在于擾動(dòng)誤差項(xiàng)之中的空間依賴變量，衡量相鄰地區(qū)忽略的具有空間依賴性的碳排放被解釋變量的誤差沖擊對(duì)地區(qū)碳排放的影響方向和程度。

（二）數(shù)據(jù)來源

實(shí)證研究中所用到的空間樣本為除了西藏外（缺少能源數(shù)據(jù)）的中國大陸30個(gè)省、自治區(qū)和直轄市（簡(jiǎn)稱省域或地區(qū)）。作為我國國民經(jīng)濟(jì)和社會(huì)發(fā)展“十一五”規(guī)劃的基數(shù)年份，2005年是中國經(jīng)濟(jì)發(fā)展的一個(gè)關(guān)鍵年份，國家致力于通過宏觀調(diào)控促進(jìn)經(jīng)濟(jì)增長方式轉(zhuǎn)變，力圖在結(jié)構(gòu)調(diào)整方面取得實(shí)質(zhì)性進(jìn)展。本文重點(diǎn)考察2005年—2010年之間我國各省域碳排放的決定因素，所用數(shù)據(jù)來源于2006年—2011年的《中國統(tǒng)計(jì)年鑒》、《中國能源統(tǒng)計(jì)年鑒》、《中國科技統(tǒng)計(jì)年鑒》和《中國區(qū)域經(jīng)濟(jì)年鑒》，實(shí)證變量數(shù)據(jù)取算術(shù)平均數(shù)，以消除年度波動(dòng)影響。在碳排放行為研究中的一個(gè)基礎(chǔ)工作是測(cè)算各種類型能源消耗的碳排放系數(shù)。雖然國內(nèi)外各種能源研究機(jī)構(gòu)和相關(guān)學(xué)者對(duì)各類能源消耗的碳排放系數(shù)進(jìn)行了測(cè)算研究，但是大家獲得的結(jié)果略有差異。國際機(jī)構(gòu)使用的碳排放系數(shù)據(jù)其所在國情況測(cè)算，直接用來計(jì)算中國能源消耗碳排放是有問題的。本文綜合考察了國內(nèi)外相關(guān)研究，最終確定采用國家發(fā)展和改革委員會(huì)能源研究所在《中國可持續(xù)發(fā)展能源暨碳排放情景分析》中推薦的碳排放系數(shù)：即煤炭的碳排放系數(shù)為0.7476、石油為0.5825、天然氣為0.443。

四、實(shí)證估計(jì)與結(jié)果分析

為了描述中國30個(gè)省級(jí)地區(qū)碳排放量的空間分布情況，本文首先采用空間自相關(guān)的Moran’s I測(cè)算各省碳排放量是否存在聚群現(xiàn)象［4］。在做空間相關(guān)分析時(shí)，選擇了常用的描述地區(qū)間鄰近關(guān)系的一階、二階和三階rook權(quán)值矩陣進(jìn)行比較分析，最終再確定階數(shù)。表1報(bào)告了三類rook權(quán)值矩陣的省際碳排放量空間自相關(guān)性的計(jì)算結(jié)果。

表1顯示，基于rook一階空間權(quán)值矩陣W1計(jì)算的30個(gè)省域碳排放的Moran’s I為0.2227，在0.19%的水平上顯著，表明中國省域之間的碳排放量在空間分布上并非分散（隨機(jī)）分布，具有明顯的正自相關(guān)關(guān)系（空間依賴性），表現(xiàn)出某些省域碳排放量的相似值之間在空間上趨于集群的現(xiàn)象。同時(shí)計(jì)算發(fā)現(xiàn)，rook鄰近從低階到高階，全域Moran’s I值逐階下降，表明地區(qū)間碳排放量的空間相關(guān)性隨著其空間距離的增大而衰減。由此，選擇rook一階空間權(quán)值矩陣符合現(xiàn)實(shí)，在研究區(qū)域碳排放問題時(shí)有必要考慮空間效應(yīng)，否則得到的結(jié)果可能存在較大偏差。

表1 Moran’s I檢驗(yàn)結(jié)果

注：表中W1為rook一階空間權(quán)值矩陣，W2為rook二階空間權(quán)值矩陣，W3為rook三階空間權(quán)值矩陣。

由于全域Moran’s I有很大的局限性：如果一部分省域的碳排放增長存在正相關(guān)（溢出效應(yīng)），而另一部分省域存在負(fù)相關(guān)（回流效應(yīng)），二者將會(huì)抵消，則可能顯示省域間的碳排放不存在空間相關(guān)性。此外，省際碳排放溢出與回流效應(yīng)也未必局限于有共同邊界的相鄰省域間。因此，本文還進(jìn)行了基于W1的空間關(guān)聯(lián)局域指標(biāo)LISA檢驗(yàn)Moran散點(diǎn)圖（略）分析，結(jié)果表明：位于第I象限的省域有黑龍江、內(nèi)蒙古、遼寧、河北、山西、陜西、江蘇、山東、河南和安徽，表現(xiàn)為高碳排放量的省域被高排放量的省域所包圍（High—High，高—高集聚）；位于第II象限的省域有吉林、北京、天津、寧夏、重慶、江西、福建和廣西，為低碳排放量的省域被高排放量的省域所包圍（Low—High，低—高集聚）；位于第III象限的省域有新疆、甘肅、青海、貴州和云南，為低碳排放量的省域被低排放量的省域所包圍（Low—Low，低—低集聚）；位于第IV象限的有廣東、湖南和四川，為高碳排量的省域被低排放量的省域所包圍（High—Low，高—低集聚）；其中上海跨越了第I、Ⅱ象限，海南跨越了第Ⅱ、IV象限，湖北和浙江同時(shí)跨越了第IV、I象限。顯見，各省域碳排放量的空間集聚性非常明顯，正向局域相關(guān)和集聚的典型特征非常顯著，存在一個(gè)明顯的空間趨同。省域碳排量在地理空間分布上呈非均衡，15個(gè)省域（50%）顯示了相似的空間關(guān)聯(lián)，其中10個(gè)（33.33%）的省域在第I象限（HH：高碳排放量—高空間滯后），5個(gè)（16.67%）的省域在第III象限（LL：低碳排放量—低空間滯后）。另外，對(duì)空間不穩(wěn)定性和非典型區(qū)域偏離了全域正向空間自相關(guān)的省域識(shí)別結(jié)果顯示：2005年—2010年平均來看，11個(gè)省域（36.67%）顯示了非相似值的空間關(guān)聯(lián)，其中8個(gè)省域在第Ⅱ象限（LH），3個(gè)省域在第IV象限（HL）。這表明各省域的碳排量行為的空間局域依賴性和差異性是同時(shí)存在的。

以上空間統(tǒng)計(jì)分析結(jié)果證明，中國省域碳排放量存在著較強(qiáng)的空間依賴性，有必要建立空間計(jì)量經(jīng)濟(jì)學(xué)模型來分析，將空間效應(yīng)的省域碳排放量納入影響因素。經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)模型假設(shè)空間是均質(zhì)的，沒有考慮到空間依賴效應(yīng)，由于空間自相關(guān)性的存在，使得普通最小二乘估計(jì)無效，假若忽視空間自相關(guān)性，則可能無法得到穩(wěn)健的回歸結(jié)果。因此，需要建立空間計(jì)量經(jīng)濟(jì)學(xué)模型來克服OLS無法解決的空間依賴效應(yīng)。為了與空間計(jì)量經(jīng)濟(jì)學(xué)模型的結(jié)果進(jìn)行比對(duì)，本文先采用OLS進(jìn)行估計(jì)，以顯示空間計(jì)量經(jīng)濟(jì)模型估計(jì)結(jié)果的效果。

表2中六個(gè)解釋變量的地區(qū)碳排放OLS估計(jì)結(jié)果顯示，調(diào)整后的R2高達(dá)0.9193，模型的解釋能力很強(qiáng)，F(xiàn)統(tǒng)計(jì)量為56.0299，通過了1%的方程顯著性水平檢驗(yàn)，因此模型的擬合程度很好。DW值為1.9197，表明模型殘差不存在序列相關(guān)問題。變量的t檢驗(yàn)結(jié)果顯示，LnPOP、LnENERGY、LnPGDP均至少可通過0.28%顯著性水平的檢驗(yàn)，而LnSTRU、LnURB和LnRD均沒有通過10%的顯著性水平檢驗(yàn)，表明這三個(gè)變量的作用不明顯。進(jìn)一步對(duì)解釋變量的多重共線性檢驗(yàn)發(fā)現(xiàn)，LnPGDP和LnUrban的方差膨脹因子（VIF）分別為12.9358和12.9453，大于10的臨界值，表明這兩個(gè)變量存在較高的共線性，不能同時(shí)進(jìn)入回歸模型，lnRD的VIF為9.7701，也存在一定程度的共線性。逐步回歸分析獲得的表2中三個(gè)解釋變量的回歸結(jié)果表明，當(dāng)剔除不顯著的LnSTRU、LnURB和LnRD三個(gè)變量后，VIF檢驗(yàn)發(fā)現(xiàn)模型不存在共線性，而且三個(gè)解釋變量的t統(tǒng)計(jì)量均至少能通過小于0.01%的變量顯著性檢驗(yàn)，因此三解釋變量省域碳排放模型是更為可取的模型。

實(shí)際上，空間統(tǒng)計(jì)的Moran指數(shù)檢驗(yàn)已經(jīng)證明了我國30個(gè)省域的碳排放具有明顯的空間自相關(guān)性，經(jīng)典線性回歸模型的OLS估計(jì)可能存在忽略空間效應(yīng)的模型設(shè)定不當(dāng)問題。為了進(jìn)一步驗(yàn)證空間自相關(guān)性的存在，本文進(jìn)行了省域碳排放的空間滯后和空間誤差模型檢驗(yàn)，結(jié)果如表3所示。

表3中的六個(gè)解釋變量和三個(gè)解釋變量模型Moran指數(shù)檢驗(yàn)、兩個(gè)拉格朗日乘數(shù)的空間依賴性檢驗(yàn)結(jié)果顯示：Moran指數(shù)（誤差）檢驗(yàn)證明經(jīng)典回歸OLS估計(jì)誤差在4.98%和1.35%的顯著性水平下具有顯著的的空間依賴性（相關(guān)性）；區(qū)分內(nèi)生空間滯后還是空間誤差自相關(guān)的拉格朗日乘子滯后、誤差及其穩(wěn)健性檢驗(yàn)表明：LMLAG和R-LMLAG分別在2.92%和3.78%、2.08%和2.37%的水平上較顯著，而LMERR和R-LMERR則均不顯著，顯見空間滯后模型SLM應(yīng)是更加恰當(dāng)?shù)哪Ｐ托问健?/p>

最后，比較表2中的檢驗(yàn)結(jié)果發(fā)現(xiàn)，空間滯后模型（SLM）中擬合優(yōu)度的值（94.16%）、對(duì)數(shù)似然值LOGL（8.1831）都大于空間誤差模型（SEM）和經(jīng)典回歸估計(jì)模型（OLS）的估計(jì)值，而SLM的AIC值（-0.3662）、SC值（10.8434）則均小于SEM和OLS的估計(jì)值。綜合以上檢驗(yàn)結(jié)果，SLM為最優(yōu)模型。因此，本文以下的分析以SLM結(jié)果為主。表2中的三個(gè)解釋變量省域碳排放模型的拉格朗日乘子誤差和滯后及其穩(wěn)健性檢驗(yàn)顯示，引入空間效應(yīng)的模型較之OLS模型均有明顯改善，SLM較之SEM是更為可取的模型形式，更好地反映了省域碳排放行為。

表2的空間計(jì)量分析結(jié)果顯示，SLM的空間滯后估計(jì)參數(shù)ρ通過了1.22%和2.03%的顯著性水平檢驗(yàn)，表明省際碳排放存在空間集聚（回流）效應(yīng)，即臨近地區(qū)的碳排放量每增加1%，本地區(qū)碳排放量減少0.0782%和0.0618%；SEM的空間誤差估計(jì)參數(shù)λ為0.4854和0.5250，通過了1.11%和0.40%的顯著性水平檢驗(yàn)，表明省際碳排放存在較強(qiáng)的空間依賴作用，忽略掉的一些因素如資源配置、勞動(dòng)者素質(zhì)、管理水平和市場(chǎng)化程度等也可能通過誤差項(xiàng)對(duì)該地區(qū)碳排放產(chǎn)生著一定的作用。

最后，三解釋變量模型估計(jì)結(jié)果顯示：能源消費(fèi)強(qiáng)度對(duì)省域碳排放的回歸系數(shù)最大，為1.4433，表明在不考慮其他因素的情況下，地區(qū)能源消費(fèi)強(qiáng)度每增加1%，碳排放總量平均增加1.4433%；其次是人均GDP的回歸系數(shù)為1.1591，人均GDP每增加1%，碳排放量平均增加1.1591%；人口增長的回歸系數(shù)為1.1088，人口每增加1%，碳排放量平均增加1.1088%；這三個(gè)決定因素的作用與理論預(yù)期一致。而城市化、產(chǎn)業(yè)結(jié)構(gòu)及技術(shù)創(chuàng)新的回歸系數(shù)均不顯著，原因主要是：我國東中西部處于不同城市化發(fā)展階段，“十一五”規(guī)劃的宏觀調(diào)控目標(biāo)及經(jīng)濟(jì)增長方式轉(zhuǎn)變對(duì)地區(qū)碳排放的作用還不夠明顯，各個(gè)地區(qū)的企業(yè)在生產(chǎn)和工藝環(huán)節(jié)方面還有待采用更為有效的節(jié)能減排技術(shù)，需要繼續(xù)增強(qiáng)技術(shù)創(chuàng)新對(duì)消減地區(qū)碳排放的作用。

五、結(jié)論與啟示

本文構(gòu)建了省域碳排放量決定因素實(shí)證模型，對(duì)碳排放決定因素及其空間溢出效應(yīng)進(jìn)行了空間計(jì)量分析，得到如下主要結(jié)論及啟示。

1. 中國30個(gè)省域相鄰地區(qū)的碳排放行為普遍存在著正相關(guān)性，省域之間的碳排放行為存在空間集聚（回流）效應(yīng)，制定省域碳排放政策時(shí)需要考慮碳排放行為的空間效應(yīng)。

2. 能源消費(fèi)強(qiáng)度是影響碳排放的最主要驅(qū)動(dòng)因素。碳排放的實(shí)質(zhì)是能源消耗，驅(qū)動(dòng)中國經(jīng)濟(jì)增長的能源消費(fèi)主要以煤炭為主。長期以來，低下的能源利用效率使得單位GDP的碳排放量較高。從長遠(yuǎn)利益考慮，中央及各級(jí)地方政府應(yīng)在技術(shù)資金政策上鼓勵(lì)新能源開發(fā)，實(shí)現(xiàn)節(jié)能減排，各省域要增加清潔能源如水能、風(fēng)能、核能等的使用，各企業(yè)單位要提高能效、降低碳排放。

3. 人均GDP和人口規(guī)模的影響僅次于能源消費(fèi)強(qiáng)度。雖然“十一五”期間的宏觀調(diào)控與促進(jìn)經(jīng)濟(jì)增長方式轉(zhuǎn)變?nèi)〉昧艘恍┏煽?jī)，但效果比較有限。提高經(jīng)濟(jì)增長質(zhì)量和經(jīng)濟(jì)效益勢(shì)在必行。同時(shí)，鑒于各省域人口總量增長慣性仍在持續(xù)，在繼續(xù)嚴(yán)格執(zhí)行計(jì)劃生育政策的同時(shí)，提倡和鼓勵(lì)居民理性消費(fèi)、綠色消費(fèi)，逐步促進(jìn)城鎮(zhèn)和農(nóng)村居民消費(fèi)向“綠色低碳”模式轉(zhuǎn)變，構(gòu)建資源節(jié)約型和環(huán)境友好型社會(huì)。

4. 產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放的影響不顯著。1995年以來，我國大多數(shù)省域的產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)并不大，第二產(chǎn)業(yè)比重基本上保持了小幅上升趨勢(shì)，有些省域甚至出現(xiàn)了較大幅度下降（如北京、上海、云南）。優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)綠色產(chǎn)業(yè)發(fā)展是當(dāng)下各省域?qū)崿F(xiàn)產(chǎn)業(yè)升級(jí)的關(guān)鍵。各地方政府要淘汰高能耗、高污染的落后產(chǎn)業(yè)，大力發(fā)展高新技術(shù)產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè)，尤其是高產(chǎn)出低能耗的產(chǎn)業(yè)，如信息產(chǎn)業(yè)、生態(tài)旅游、新能源開發(fā)等，不斷提高第三產(chǎn)業(yè)在國民經(jīng)濟(jì)中的比重，以降低能源消耗和碳排放量。

5. 城市化對(duì)碳排放的影響不顯著。城市化既可能提升環(huán)境效率，也可能對(duì)環(huán)境產(chǎn)生負(fù)面影響。由于東部地區(qū)城市化水平較高，提升了第三產(chǎn)業(yè)、優(yōu)化了產(chǎn)業(yè)結(jié)構(gòu)，同時(shí)不完全競(jìng)爭(zhēng)條件下的規(guī)模收益遞增、人口和經(jīng)濟(jì)要素的集聚以及相應(yīng)的知識(shí)、技術(shù)溢出，提高了整個(gè)東部地區(qū)的能源利用效率，減少了碳排放；中部地區(qū)還處于初級(jí)城市化階段，建設(shè)項(xiàng)目主要集中在生活基礎(chǔ)設(shè)施以及工業(yè)化基礎(chǔ)設(shè)施方面，經(jīng)濟(jì)發(fā)展水平及能源利用效率相對(duì)較低，因而其城市化的提升反而帶來了碳排放的增加；西部地區(qū)城市化進(jìn)程緩慢，對(duì)碳排放的影響并不顯著，導(dǎo)致全國省域城市化水平平均效應(yīng)對(duì)碳排放的影響不顯著。

6. 技術(shù)創(chuàng)新的作用不顯著。由于技術(shù)創(chuàng)新雖然改善了能源效率而節(jié)約了能源，但技術(shù)創(chuàng)新同樣促進(jìn)了經(jīng)濟(jì)的快速發(fā)展，這又將導(dǎo)致對(duì)能源需求的增加，出現(xiàn)效率提高所節(jié)約的能源被因經(jīng)濟(jì)快速增長帶來的額外能源消耗（部分地）抵消，即能源的回彈效應(yīng)，最終導(dǎo)致各省域的研發(fā)投資對(duì)減少其碳排放數(shù)量的作用沒有顯現(xiàn)出來。為此，各省域的工業(yè)企業(yè)應(yīng)該進(jìn)一步加大清潔能源的研發(fā)資金投入，中央政府和各級(jí)地方政府要出臺(tái)鼓勵(lì)節(jié)能技術(shù)研發(fā)和推廣的支持政策，重點(diǎn)提高節(jié)能減排投資的效率。

參考文獻(xiàn)：

［1］宋德勇，盧忠寶.中國碳排放影響因素分解及其周期性波動(dòng)研究［J］.中國人口·資源與環(huán)境，2009（3）：18-24.

［2］李國志，王群偉.中國出口貿(mào)易結(jié)構(gòu)對(duì)二氧化碳排放的動(dòng)態(tài)影響——基于變參數(shù)模型的實(shí)證分析［J］.國際貿(mào)易問題，2011（1）：82-89.

［3］胡初枝，黃賢金.區(qū)域產(chǎn)業(yè)結(jié)構(gòu)變化的碳排放效應(yīng)研究——以江蘇省為例［C］.//中國地理學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文摘要集，2007：34-39.

［4］馬軍杰，陳震，尤建新.省域一次能源CO2排放的空間計(jì)量經(jīng)濟(jì)分析［J］.技術(shù)經(jīng)濟(jì)，2010（12）：62-67.

［5］姚亮，劉晶茹，王如松.中國城鄉(xiāng)居民消費(fèi)隱含的碳排放對(duì)比分析［J］.中國人口·資源與環(huán)境，2011（4）：25-29.

［6］林伯強(qiáng)，劉希穎.中國城市化階段的碳排放：影響因素和減排策略［J］.經(jīng)濟(jì)研究，2010（8）：66-78.

［8］杜立民.我國二氧化碳排放的影響因素：基于省級(jí)面板數(shù)據(jù)的研究［J］.南方經(jīng)濟(jì)，2010（11）：20-33.

［9］許士春，習(xí)蓉，何正霞.我國能源消耗碳排放的影響因素與政策啟示［J］.資源科學(xué)，2012（1）：2-12.

責(zé)任編輯 莫仲寧