尚 梅 王蓉蓉 胡 振

(西安科技大學管理學院，陜西 西安 710054)

2020年我國碳排放強度較2005年累計下降45.8%，距達成2030年碳排放強度下降60%～65%的目標更進一步[1-2]。據(jù)統(tǒng)計，能源消費碳排放量占碳排放總量的70%，抓住能源消費碳排放的驅動因素是控制碳排放的關鍵所在。國內外學者對能源消費碳排放問題進行了廣泛的探討，在碳排放測算方面，現(xiàn)有研究可分為宏觀層面(國家、區(qū)域、行業(yè))和微觀層面(家庭)測算，宏觀層面的碳排放測算主要采用政府間氣候專門變化委員會(IPCC)提出的碳排放因子法[3]；微觀層面的碳排放測算主要借助碳折算系數(shù)法[4]，以電力生產碳排放測算為例，大多數(shù)研究都按固定系數(shù)測算碳排放，然而在技術進步視角下，電力生產碳排放系數(shù)具有動態(tài)性，且電力生產碳排放量占能源消費碳排放總量的20%[5]，故考慮電力生產碳排放系數(shù)的動態(tài)性對準確計算能源消費引致的碳排放至關重要。在影響因素方面，學者們考慮了經(jīng)濟增長、技術創(chuàng)新、產業(yè)結構、人口結構、城鎮(zhèn)化、國際貿易、能源消費結構對碳排放的單一作用[6-7]，也有學者提出碳排放增加是多種因素綜合作用的產物[8]。王韌[9]認為我國碳排放現(xiàn)狀會在環(huán)境規(guī)制與技術創(chuàng)新的綜合作用下得到改善。陳婕[10]卻發(fā)現(xiàn)技術創(chuàng)新和經(jīng)濟增長的綜合作用會加劇我國碳排放。

環(huán)境規(guī)制是政府干預碳排放、保護環(huán)境的主要途徑。能源消費碳排放的影響因素多，作用機理及路徑存在差異，此差異可用計量經(jīng)濟學的方法甄別，故從環(huán)境規(guī)制視角分析多種因素對碳排放的綜合作用，可使實證結果更符合實際情況。因此，本研究基于環(huán)境規(guī)制視角分析了我國省域能源消費碳排放時空格局演進及驅動機制，為我國2030年“碳達峰”與2060年“碳中和”目標的達成提供理論支持。

1 研究方法

1.1 研究假設及研究框架

環(huán)境規(guī)制是解決環(huán)境問題和經(jīng)濟發(fā)展矛盾的重要手段之一，現(xiàn)有文獻對環(huán)境規(guī)制的研究主要集中在“綠色悖論”和“倒逼減排”兩方面，部分學者發(fā)現(xiàn)環(huán)境規(guī)制對碳排放具有直接作用，具體作用效果表現(xiàn)為倒“U”型[11]或“N”型[12]，故提出假設1：環(huán)境規(guī)制對碳排放的作用效果呈非線性。應對政府的環(huán)境規(guī)制，企業(yè)的主要選擇是技術創(chuàng)新，同時隨著消費者環(huán)保意識增強會更青睞綠色低能耗產品，間接促使企業(yè)進行技術創(chuàng)新，故提出假設2：環(huán)境規(guī)制通過技術創(chuàng)新間接抑制碳排放。能源價格是影響碳排放的一個重要因素，有學者發(fā)現(xiàn)能源價格上漲能有效降低碳排放強度[13]，故提出假設3：環(huán)境規(guī)制通過調節(jié)能源價格間接抑制碳排放。我國區(qū)域資源稟賦不同，能源資源稟賦較少的地區(qū)通過國內貿易進口能源，而出口能源地區(qū)增大開采量勢必會造成環(huán)境污染，故提出假設4：環(huán)境規(guī)制通過國內貿易間接促進碳排放。從政府層面來講，一方面增加公共基礎建設等財政支出，如發(fā)展公交車、地鐵等交通設施，致使私家車使用量減少，汽車尾氣排放量減少，碳排放量下降；另一方面公共基礎設施的完善更有利于經(jīng)濟發(fā)展，經(jīng)濟發(fā)展對碳排放的促進效應可能會掩蓋使用公共設施對碳排放的抑制效應，導致碳排放增加，故提出假設5：環(huán)境規(guī)制通過政府經(jīng)濟干預間接促進碳排放。

此外，城鎮(zhèn)化、對外開放水平、人口結構，產業(yè)結構、經(jīng)濟發(fā)展水平、能源消費結構也均被認為是影響碳排放的因素，故把上述變量作為控制變量納入碳排放的回歸分析。現(xiàn)有研究未把溫度對碳排放的影響考慮在內，事實上溫度與環(huán)境問題緊密相關，故把溫度指數(shù)一并納入回歸分析。根據(jù)理論分析及研究假設，構建實證分析的研究框架(見圖1)。

1.2 模型構建、變量選取及數(shù)據(jù)來源

借鑒理論分析的研究成果，采用中介作用及調節(jié)作用檢驗法甄別解釋變量的間接作用機理，并考慮所有可能的控制變量，研究環(huán)境規(guī)制視角下各因素對能源消費碳排放的綜合影響。

圖1 研究框架Fig.1 Framework of the research

根據(jù)式(1)檢驗核心解釋變量(環(huán)境規(guī)制)對碳排放的直接作用，若β1顯著則環(huán)境規(guī)制對碳排放的直接作用成立；根據(jù)式(2)、式(3)檢驗4個解釋變量(技術創(chuàng)新、政府經(jīng)濟干預、國內貿易及能源價格)的中介作用，若β1、β4均顯著，則被檢驗解釋變量的中介作用成立；最后，針對中介作用不顯著的解釋變量，逐步加入交叉項，根據(jù)式(4)檢驗解釋變量的調節(jié)作用，若β1顯著，則被解釋變量的調節(jié)作用成立。

(1)

(2)

(3)

(4)

本研究中涉及到的變量說明及數(shù)據(jù)來源見表1。

2 結果與分析

2.1 碳排放測算

采用IPCC提出的碳排放因子法，核算2003—2017年我國省域能源消費的碳排放總量(由于數(shù)據(jù)缺失，本研究核算省域暫不包括西藏、香港、臺灣、澳門)。本研究核算的能源類型包括原煤、原油、天然氣、電力和熱力在內的共19種，核算方法見式(5)。其中，熱力碳排放系數(shù)[14]取2.6。考慮電力碳排放系數(shù)的動態(tài)性，借鑒朱勤等[15]的方法分別計算各年的電力碳排放系數(shù)。

TC=∑En×Tn×Fn

(5)

式中：TC為能源消費的碳排放總量，萬t；En為第n種能源的消耗量，萬t；Tn為第n種能源的標準煤折算系數(shù)；Fn為第n種能源的碳排放系數(shù)。

2.2 人均碳排放時間動態(tài)演進

將研究省域按照經(jīng)濟地帶劃分為東部地區(qū)、中部地區(qū)、西部地區(qū)，核算研究期內不同地區(qū)人均碳排放，結果見圖2?？臻g維度上看，我國碳排放分布態(tài)勢呈東部低、中西部高的特征，東部地區(qū)人均碳排放變化幅度總體較小，西部地區(qū)增速最快。其中東部地區(qū)人均碳排放大致呈倒“U”型變化，2013年人均碳排放最大；中部地區(qū)人均碳排放在2013年前增幅較大，2013年后增速放緩，可能與2004—2013年中部地區(qū)第二產業(yè)發(fā)展迅速有關，該時段第二產業(yè)占比年均增長率為38.1%，2013年以后隨著一系列環(huán)境規(guī)制措施落地，人均碳排放僅有小幅波動；西部地區(qū)人均碳排放在2003—2011年呈快速增長態(tài)勢，2011年后增速放緩，2008年后西部地區(qū)人均碳排放位于三大區(qū)域之首，可能與其多為資源型地區(qū)，煤炭資源使用量占全國的比例高(63.5%[16])以及冬夏氣候變化較大，采暖設施較多有關。

表1 變量說明匯總Table 1 Summary of variable description

圖2 2003—2017年三大區(qū)域人均碳排放變化趨勢Fig.2 Trends of per capita carbon emissions in the three regions from 2003 to 2017

2.3 我國人均碳排放空間動態(tài)演進

從全局和局部兩個視角研究我國人均碳排放空間動態(tài)演進態(tài)勢。全局自相關是檢驗某地區(qū)與整體的相關程度，常用莫蘭指數(shù)(I值)衡量，借鑒文獻[17]中的方法計算研究期間我國人均碳排放的I值，結果見表2。2003—2017年I值均為正且總體逐年增長，說明我國人均碳排放呈較為明顯的空間集聚分布模式且空間集聚性持續(xù)增強。通過分析全局自相關可知我國人均碳排放整體差異性，卻無法衡量省域內部人均碳排放的空間聚集情況，故還需對省域人均碳排放進行局部自相關分析。

用Stata15軟件對2003、2017年不同省域的人均碳排放進行局部空間自相關性分析，分析結果見表3。總體看來，處于第Ⅱ、第Ⅳ象限的省域逐漸向第Ⅰ、第Ⅲ象限演變，其中陜西由第Ⅱ象限演變至第Ⅰ象限，云南、四川由第Ⅱ象限演變至第Ⅲ象限，

表2 2003—2017年全國人均碳排放I值1)Table 2 I index of China’s per capita carbon emissions during 2003-2017

北京由第Ⅳ象限演變至第Ⅲ象限。上述現(xiàn)象說明我國各省域人均碳排放具有強空間自相關性，且隨時間推移自相關效應呈增長態(tài)勢，與全局自相關分析結果相互印證。

2.4 回歸結果分析

2.4.1 全國層面

利用式(1)至式(4)從全國層面檢驗各變量對人均碳排放影響，擬合結果見表4。式(1)檢驗了環(huán)境規(guī)制對人均碳排放的直接作用，回歸結果顯示HG項擬合系數(shù)為正，HG2項擬合系數(shù)為負，說明環(huán)境規(guī)制對我國碳排放作用效果為先促后抑的倒“U”型曲線，印證了假設1；利用式(2)、式(3)進行中介作用檢驗時發(fā)現(xiàn)，僅TECH項通過顯著性檢驗且擬合系數(shù)為負，說明環(huán)境規(guī)制可通過技術創(chuàng)新的中介作用抑制碳排放，印證了假設2；利用式(4)進行調節(jié)作用檢驗時發(fā)現(xiàn)，HG×GOV、HG×TRAN項擬合系數(shù)為正，說明政府經(jīng)濟干預、國內貿易在環(huán)境規(guī)制對碳排放影響中的調節(jié)作用為正，即政府投資公共基礎設施建設帶來的經(jīng)濟增長作用超出使用這些基礎設施帶來的碳減排作用，且省際間進行碳交易造成碳流通，也會促進碳排放。然而，HG×PRI項擬合系數(shù)為負，說明能源價格在環(huán)境規(guī)制對碳排放影響中的調節(jié)作用為負，即能源價格上漲，引起消費量下降，從而造成碳排放量下降，印證了假設3、假設4、假設5。根據(jù)式(1)對控制變量的擬合結果，PGDP、ENE、TEMP、URB項擬合系數(shù)為正，說明經(jīng)濟發(fā)展水平、能源消費結構、城鎮(zhèn)化對碳排放具有正向促進作用，全球氣溫逐年升高也不利于碳減排，INDU、FDI、POP項擬合系數(shù)為負，說明產業(yè)結構、對外開放水平、人口結構對碳排放有抑制作用。

表3 2003、2017年各省域人均碳排放局部自相關分布Table 3 Local autocorrelation distribution of different province’s per capita carbon emission in 2003 and 2017

2.4.2 省域層面

為考察各變量對碳排放作用的省域異質性，對各變量的省域面板數(shù)據(jù)與人均碳排放面板數(shù)據(jù)進行回歸分析，結果見表5。

環(huán)境規(guī)制方面，對于處在倒“U”型及“U”型曲線上升階段的省份，環(huán)境規(guī)制的實施增加了碳排放。其中，山西、遼寧、吉林、黑龍江、云南、陜西、甘肅、青海、寧夏、新疆這些資源稟賦型省域處于倒“U”型曲線上升階段，其能源結構中碳含量偏高、等量經(jīng)濟產出的碳排放量也高，這是其處于不利階段的主要原因；江西、山東、河南、重慶、貴州、四川這些省域處于“U”型曲線的上升階段，說明經(jīng)濟粗放發(fā)展帶來的碳排放增長作用掩蓋了環(huán)境規(guī)制的碳減排作用。處于倒“U”型及“U”型曲線下降階段的省份，環(huán)境規(guī)制的實施抑制了碳排放，均處于經(jīng)濟發(fā)展和環(huán)境保護的良性循環(huán)階段。其中，經(jīng)濟持續(xù)穩(wěn)速發(fā)展的北京、天津、河北、上海均處于倒“U”型曲線的下降階段，技術創(chuàng)新提高了環(huán)境治理投資效率；經(jīng)濟相對發(fā)達的江蘇、浙江、安徽、福建、湖北、湖南、廣東、廣西這些省域以發(fā)展第三產業(yè)為主，合理的產業(yè)結構、能源消費結構使得環(huán)境規(guī)制對碳排放的作用效果處于“U”型曲線的下降階段。

表4 全國層面回歸結果Table 4 Regression results at national level

表5 各省域解釋變量對人均碳排放的回歸結果Table 5 Regression results of variable coefficient of explanatory variables to per capita carbon emissions in different provinces

政府經(jīng)濟干預方面，北京、上海經(jīng)濟發(fā)展穩(wěn)定，政府經(jīng)濟干預對碳排放起到抑制作用，其他省份政府通過增加公共交通基礎設施投資帶來的減排作用不足以抵消推動經(jīng)濟增長帶來碳排放的增加。

技術創(chuàng)新方面，山東、廣西、四川、貴州、陜西、甘肅技術創(chuàng)新對碳排放的影響為促進作用，可能是因為技術創(chuàng)新帶來的產出增長導致碳排放增長作用大于通過改善能源效率帶來的碳減排作用。

能源價格方面，絕大多數(shù)省域能源價格對碳排放起抑制作用，說明能源價格可能通過倒逼高能耗產業(yè)的低碳技術創(chuàng)新，達到碳減排效果。

國內貿易方面，山西、內蒙古、吉林、重慶、四川、云南、陜西、甘肅、新疆多為資源稟賦型地區(qū)，通過資源的開發(fā)利用生產能源滿足其他省域的需求，故國內貿易對此類地區(qū)碳排放不具有抑制作用，其他多為資源輸入型省域，國內貿易抑制了碳排放。

3 結論與建議

3.1 結 論

(1) 空間維度上看，我國人均碳排放分布態(tài)勢呈東部低、中西部高的特征，東部地區(qū)人均碳排放變化幅度總體較小，西部地區(qū)增速最快。全國人均碳排放呈較為明顯的空間集聚分布模式且空間集聚性持續(xù)增強。

(2) 全國層面，環(huán)境規(guī)制對碳排放的作用呈倒“U”型變化，技術創(chuàng)新在環(huán)境規(guī)制與碳排放間起負向中介作用抑制碳排放，政府經(jīng)濟干預、國內貿易在環(huán)境規(guī)制中起正向調節(jié)作用，而能源價格起負向調節(jié)作用；省域層面，各變量對碳排放的作用呈現(xiàn)出省域差異，其中環(huán)境規(guī)制的作用效果可歸類為“U”型、倒“U”型和直線型3種模式。

3.2 建 議

(1) 我國省域碳排放表現(xiàn)為強烈的空間聚集特征，各省的碳排放會受到鄰省的影響，因此各省不僅要關注自身的碳排放情況，更要和鄰省相互合作，共同承擔經(jīng)濟發(fā)展和環(huán)境保護協(xié)同發(fā)展的重任。

(2) 從驅動因素角度上看，考慮不同省域技術創(chuàng)新和國內貿易的區(qū)域差異性，建議山東、廣西、四川等倡導經(jīng)濟高質量發(fā)展，強調在發(fā)展經(jīng)濟的同時保護環(huán)境；對于山西、內蒙古、吉林、陜西、四川等西部資源稟賦型省域，建議政府適當提高碳配額及高能耗企業(yè)的進駐門檻，促進高能效技術從東部向西部輸入；同時能源價格對碳排放有抑制作用，合理調控能源價格可以作為降低碳排放的有效手段。

(3) 從曲線走向角度，環(huán)境規(guī)制對碳排放作用效果處于倒“U”型曲線左側的山西、遼寧、黑龍江、陜西、寧夏、甘肅、新疆、云南等資源型省份，應在提高技術創(chuàng)新的前提下，進一步加強環(huán)境規(guī)制強度，到達拐點后，碳排放就會隨環(huán)境規(guī)制強度反向變動；處于“U”型曲線右側的重慶、四川、貴州、山東、河南、江西類經(jīng)濟高速發(fā)展型省份，應優(yōu)化產業(yè)結構，扶持低耗能和清潔產業(yè)，使經(jīng)濟由高速發(fā)展向高質量發(fā)展轉變；處于倒“U”型曲線右側和“U”型曲線左側的省份，處于經(jīng)濟發(fā)展和環(huán)境保護的良性循環(huán)階段，建議繼續(xù)保持目前的環(huán)境規(guī)制強度穩(wěn)步高質量發(fā)展。