冉紫衣

摘 要：基于2003—2018年的資本密集型產(chǎn)業(yè)碳排放數(shù)據(jù)，利用空間自相關(guān)方法分析全國30個(gè)省級(jí)行政區(qū)資本密集型產(chǎn)業(yè)碳排放的空間演化特征，并利用空間杜賓模型對中國資本密集型產(chǎn)業(yè)碳排放與主要影響因素的關(guān)系進(jìn)行實(shí)證研究。結(jié)果表明：中國2003—2018年資本密集型產(chǎn)業(yè)碳排放平均每年增加249.9 μg/m3;資本密集型產(chǎn)業(yè)碳排放在2003年的莫蘭指數(shù)為0.186，2018年為0.014，在空間呈現(xiàn)出“東重西輕”“南矮北高”的空間分布特征;經(jīng)濟(jì)增長與碳排放之間不存在顯著的倒U形關(guān)系，表現(xiàn)出負(fù)向單調(diào)關(guān)系，技術(shù)水平與碳排放之間表現(xiàn)出顯著的負(fù)向關(guān)系。

關(guān)鍵詞：資本密集型產(chǎn)業(yè)碳排放;空間杜賓模型;空間演化特征

中圖分類號(hào)：F205 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-5168（2021）28-0-04

Abstract： Based on the carbon emission data of capital-intensive industries from 2003 to 2018， to use spatial autocorrelation method to analyze the spatial evolution characteristics of the carbon emissions of capital-intensive industries in 30 provinces across the country， and finally uses the spatial Dubin model to analyze China’s capital-intensive industries. Conduct empirical research on the relationship between carbon emissions and main influencing factors.The results show that： China’s carbon emissions from capital-intensive industries increased by?249.9 μg/m3 per year on average from 2003 to 2018; The carbon emission of capital-intensive industries was 0.026 in 2003 and -0.044 in 2018， showing the spatial distribution characteristics of “heavy in the east and light in the west” and “short in the south and high in the north” in the space;There is no significant inverted U-skape relationship between economic growth and carbon emissions， showing a negative monotonic relationship， and a significant negative relationship between technological level and carbon emissions.

Keywords： capital-intensive industry carbon emissions;spatial dubin model;spatial evolution characteristics

近幾年，溫室氣體引起的全球變暖已成為學(xué)界熱議的話題。大量的溫室氣體會(huì)造成冰川融化、海平面上升、全球氣候變暖等問題。為緩解全球變暖趨勢，我國提出要樹立“大力推進(jìn)生態(tài)文明建設(shè)、堅(jiān)持走可持續(xù)發(fā)展道路”的新思想[1]。近幾年，我國資本密集型產(chǎn)業(yè)資本在生產(chǎn)過程中勞動(dòng)、知識(shí)的有機(jī)構(gòu)成水平較低，使得產(chǎn)品物化勞動(dòng)所占比重較大，因此產(chǎn)生的碳排放量始終居高不下，造成碳排放增長。有觀點(diǎn)認(rèn)為，隨著企業(yè)生產(chǎn)規(guī)模的擴(kuò)大，產(chǎn)業(yè)集聚性提高，資源消耗量會(huì)升高，會(huì)導(dǎo)致碳排放增加。部分學(xué)者認(rèn)為經(jīng)濟(jì)增長是碳排放增長的首要驅(qū)動(dòng)力，而技術(shù)進(jìn)步帶來的能源強(qiáng)度下降[2]、能源消耗是造成環(huán)境壓力的主要原因[3]。此外，還有一部分學(xué)者認(rèn)為經(jīng)濟(jì)增長與碳排放之間有顯著的倒U形關(guān)系[4]。我國產(chǎn)業(yè)發(fā)展造成的碳排放污染日益嚴(yán)重，相關(guān)政策的制定在一定程度上制約了其擴(kuò)展，但其行業(yè)碳排放的具體影響趨勢仍需進(jìn)一步研究。因此，研究碳排放政策與污染密集型產(chǎn)業(yè)轉(zhuǎn)移之間的關(guān)系，將成為地理學(xué)研究的熱門問題[5]。中國污染密集型產(chǎn)業(yè)的環(huán)境效應(yīng)研究強(qiáng)調(diào)發(fā)展經(jīng)濟(jì)必須面對環(huán)境問題，必須從經(jīng)濟(jì)發(fā)展的源頭入手[6]。資本密集型產(chǎn)業(yè)的性質(zhì)導(dǎo)致其成為導(dǎo)致碳排放增加的重要因素。因此，研究資本密集型產(chǎn)業(yè)碳排放的空間分布規(guī)律對加強(qiáng)環(huán)境保護(hù)具有重要意義，能夠?yàn)樘紲p排政策的制定提供重要依據(jù)。

綜上所述，碳排放增長對環(huán)境污染與人體健康具有極大影響[7]。在經(jīng)濟(jì)快速發(fā)展的背景下，資本密集型產(chǎn)業(yè)碳排放增加，造成的碳排放污染情況日益加重。因此，利用空間自相關(guān)方法，基于2003—2018年的資本密集型產(chǎn)業(yè)碳排放歷史數(shù)據(jù)，分析資本密集型產(chǎn)業(yè)碳排放集聚效應(yīng)及其分布特征，并利用空間杜賓模型分析相關(guān)因素對碳排放影響的強(qiáng)度和方向，以期為我國資本密集型產(chǎn)業(yè)合理發(fā)展提供建議。

1 數(shù)據(jù)來源

數(shù)據(jù)主要為CEADS（https：//www.ceads.net/data/city/）發(fā)布的除西藏、臺(tái)灣、香港和澳門以外30個(gè)省級(jí)行政區(qū)2003—2018年的資本密集型產(chǎn)業(yè)碳排放歷史數(shù)據(jù)。其他控制變量主要來源于國家統(tǒng)計(jì)局（http：//tjj.shanxi.gov.cn/tjsj/tjnj/）和各省、自治區(qū)、直轄市統(tǒng)計(jì)年鑒。

2 研究方法

基于全局空間自相關(guān)分析來分析資本密集型產(chǎn)業(yè)碳排放的空間集聚效應(yīng)。當(dāng)I<0時(shí)，表示空間負(fù)相關(guān)，離散性大;反之則表示空間正相關(guān)，集聚性強(qiáng)。數(shù)值越大表示集聚或離散性越強(qiáng)，基本公式如下：

式中：m表示中國除西藏、臺(tái)灣、香港和澳門以外30個(gè)省級(jí)行政區(qū);xi和xj表示i和j省級(jí)行政區(qū)的碳排放;ωij表示空間權(quán)重;表示碳排放省級(jí)行政區(qū)均值。

局部莫蘭指數(shù)能夠顯著展示碳排放的集聚特征及其在空間上分布的具體位置。其表達(dá)式為：

式中：x和分別表示省級(jí)行政區(qū)碳排放量和平均排放量;n表示中國省級(jí)行政區(qū);ωij表示空間權(quán)重;I表示局部I數(shù)值，I值為正表示低污染低集聚或高污染高集聚，I值為負(fù)表示低污染高集聚或高污染低集聚。

在STIRPAT模型的基礎(chǔ)上構(gòu)建空間計(jì)量模型，對我國資本密集型產(chǎn)業(yè)碳排放的影響因素進(jìn)行研究，對傳統(tǒng)數(shù)據(jù)模型進(jìn)行改進(jìn)[8]。具體模型表達(dá)式如下：

式中：α表示模型系數(shù);I、P、A、T分別表示碳排放、人口規(guī)模、經(jīng)濟(jì)增長與技術(shù)水平;t表示時(shí)間;i表示省級(jí)行政區(qū);β1、β2、β3分別表示人口規(guī)模、經(jīng)濟(jì)增長與技術(shù)水平的彈性系數(shù);εit表示隨機(jī)擾動(dòng)項(xiàng)。

3 結(jié)果分析

比較資本密集型產(chǎn)業(yè)碳排放變化特征，圖1為資本密集型產(chǎn)業(yè)碳排放的變化趨勢。從整體上看，2003—2018年各細(xì)分行業(yè)碳排放的時(shí)序特征大致呈現(xiàn)先增長后降低的趨勢。從資本密集型產(chǎn)業(yè)的細(xì)分行業(yè)碳排放時(shí)序變化特征來看，電力、蒸汽、熱水的生產(chǎn)和供應(yīng)等行業(yè)碳排放量始終呈現(xiàn)上升趨勢，石油加工和非金屬礦產(chǎn)行業(yè)碳排放始終穩(wěn)定，但其排放濃度高，石油天然氣開采行業(yè)碳排放在近幾年略微下降，峰值出現(xiàn)在2012年。

根據(jù)表1我國資本密集型產(chǎn)業(yè)碳排放空間變化特征，2003年高-高型資產(chǎn)密集型產(chǎn)業(yè)碳排放主要分布于天津、河南、內(nèi)蒙古、上海、江蘇、山東與浙江，2018年江蘇退出高-高型碳排放集聚區(qū)，山東始終是碳排放重災(zāi)區(qū)。圖2表明2003年與2018年我國資本密集型產(chǎn)業(yè)碳排放整體上表現(xiàn)出“東重西輕”“南矮北高”的空間分布特征。2018年莫蘭指數(shù)為0.014，2003年莫蘭指數(shù)為0.186，我國碳排放空間集聚效應(yīng)越來越分散。從總體上看，2003年高-高型主要分布在我國東部的山東、浙江與江蘇等地。2018年后江蘇省從高-高型主要分布地區(qū)變?yōu)楦?低型地區(qū)。

根據(jù)表2研究結(jié)果，P表示人口規(guī)模，A表示經(jīng)濟(jì)增長，A2表示經(jīng)濟(jì)增長的平方，T表示技術(shù)水平。直接效應(yīng)表示以上因素在本地集聚對本地碳排放的影響，間接效應(yīng)表示本地集聚對鄰近地區(qū)的影響。

人口規(guī)模系數(shù)的直接效應(yīng)系數(shù)為-0.014 5，間接效應(yīng)系數(shù)為-0.033 9，系數(shù)均為負(fù)值表示人口在地區(qū)集聚而減少地區(qū)碳排放污染，但影響并不顯著。一方面，人口規(guī)模過大會(huì)導(dǎo)致產(chǎn)業(yè)生產(chǎn)、能源消耗等活動(dòng)加重，促進(jìn)碳排放;另一方面，人口的集聚效應(yīng)能夠提高城市發(fā)展的技術(shù)水平，技術(shù)水平的提高促進(jìn)碳排放降低。

經(jīng)濟(jì)增長的總效應(yīng)一次方系數(shù)為-11.38，在1%水平上顯著，水平平方的系數(shù)為-0.8且不顯著，表明經(jīng)濟(jì)增長與資本密集型產(chǎn)業(yè)碳排放之間不存在顯著的倒U形關(guān)系，而是單調(diào)關(guān)系。這是因?yàn)槌鞘匈Y本密集型產(chǎn)業(yè)在本地集聚，在帶動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展的同時(shí)也增加了地區(qū)的環(huán)境壓力，導(dǎo)致碳排放污染嚴(yán)重。經(jīng)濟(jì)增長的總效應(yīng)二次方系數(shù)方向與一次方系數(shù)相同，且一次方系數(shù)下經(jīng)濟(jì)增長對資本密集型產(chǎn)業(yè)碳排放的促進(jìn)效應(yīng)高于二次方系數(shù)，表明經(jīng)濟(jì)增長對資產(chǎn)密集型產(chǎn)業(yè)碳排放的促進(jìn)作用減小。

從技術(shù)層面來看，技術(shù)水平的直接效應(yīng)與間接效應(yīng)均在1%水平上顯著，且方向?yàn)樨?fù)，總效應(yīng)在5%水平負(fù)向上顯著。這表示我國技術(shù)發(fā)展水平對資本密集型產(chǎn)業(yè)碳排放具有顯著的負(fù)面影響，能夠有效促進(jìn)碳排放濃度降低。技術(shù)水平每提高0.001 19，能夠有效降低地區(qū)一個(gè)百分點(diǎn)碳排放污染。資本密集型產(chǎn)業(yè)現(xiàn)代化技術(shù)裝備程度高，而技術(shù)水平的提高可減少碳排放污染。

4 結(jié)論

第一，我國經(jīng)濟(jì)增長與資本密集型產(chǎn)業(yè)碳排放表現(xiàn)出顯著的正相關(guān)關(guān)系，產(chǎn)業(yè)結(jié)構(gòu)偏重，產(chǎn)業(yè)排污、運(yùn)輸結(jié)構(gòu)不合理等均有可能是造成碳排放升高的重要原因。先進(jìn)技術(shù)對碳排放濃度具有顯著的促降作用。我國產(chǎn)業(yè)發(fā)展的減排技術(shù)有利于降低其碳排放濃度。這與部分學(xué)者關(guān)于產(chǎn)業(yè)集聚的技術(shù)水平對碳排放的影響方向一致[9]。提高技術(shù)水平，大力加快新能源技術(shù)研究及相關(guān)政策制定對我國資本密集型產(chǎn)業(yè)碳排放管理具有重要意義。

第二，從我國資本密集型產(chǎn)業(yè)空間變化特征來看，山東始終是碳排放重災(zāi)區(qū)。我國碳排放整體上表現(xiàn)出“東重西輕”“南矮北高”的空間分布特征。這與我國碳排放大致分布特征一致[10]。我國東部作為重工業(yè)基地，其始終是重污染地區(qū)。因此，加快產(chǎn)業(yè)調(diào)整，制定相應(yīng)措施促進(jìn)碳排放合理化是我國實(shí)現(xiàn)碳減排的重要依據(jù)。

第三，從資本密集型產(chǎn)業(yè)的細(xì)分行業(yè)碳排放時(shí)序變化特征來看，電力、蒸汽、熱水的生產(chǎn)和供應(yīng)行業(yè)是主要的碳排放輸出行業(yè)。電力、蒸汽、熱水等生產(chǎn)和運(yùn)輸是否合理是影響碳排放的重要因素。碳交易市場，規(guī)劃產(chǎn)業(yè)碳排放量，對相關(guān)產(chǎn)業(yè)的碳減排具有重要意義。

參考文獻(xiàn)：

[1]李祥云.長江經(jīng)濟(jì)帶污染密集型產(chǎn)業(yè)時(shí)空格局演變及其影響因素研究[D].蘭州：西北師范大學(xué)，2017：35.

[2]賀勇，傅飛飛，廖諾.基于STIRPAT模型的工業(yè)研發(fā)投入對碳排放影響效應(yīng)分析[J].科技管理研究，2021（17）：206-212.

[3]楊姣，董曄.基于STIRPAT模型的新疆環(huán)境壓力影響因素分析：以能源消耗為例[J].能源環(huán)境保護(hù)，2021（4）：85-91.

[4]廉勇.經(jīng)濟(jì)層次與環(huán)境污染：基于碳排放的環(huán)境庫茲涅茨曲線研究[J].統(tǒng)計(jì)與決策，2021（20）：146-150.

[5]王新釵.中國污染密集型產(chǎn)業(yè)空間分布及影響因素研究[D].長春：吉林大學(xué)，2019：16.

[6]劉寧寧，孫玉環(huán)，湯佳慧，等.空間溢出視角下中國污染密集型產(chǎn)業(yè)集聚的環(huán)境效應(yīng)[J].環(huán)境科學(xué)學(xué)報(bào)，2019（7）：2442-2454.

[7]楊璐.淺談我國碳排放的危害及對策建議[J].中國外資，2012（12）：227-228.

[8]LESAGE J P，PACE R K.Introduction to spatial econometrics[J].Journal of the Royal Statistical Society： Series A （Statistics in Society），2011（2）：513-514.

[9]劉耀彬，袁華錫，封亦代.產(chǎn)業(yè)集聚減排效應(yīng)的空間溢出與門檻特征[J].數(shù)理統(tǒng)計(jì)與管理，2018（2）：224-234.

[10]潘小海，梁雙，張茗洋.我國碳排放分布特征與動(dòng)態(tài)演進(jìn)研究[J].中國工程咨詢，2021（9）：27-34.

3349500338222