李蘇倫， 張克勇

（中北大學(xué) 經(jīng)濟(jì)與管理學(xué)院，太原 030051）

改革開放以來，中國(guó)經(jīng)濟(jì)快速增長(zhǎng)，取得了舉世矚目的成就，然而長(zhǎng)期粗放型的經(jīng)濟(jì)增長(zhǎng)方式也使得累積的資源約束和環(huán)境污染問題日益突出［1］. 大量化石能源的消耗使得中國(guó)的碳排放量逐年增長(zhǎng). 為應(yīng)對(duì)氣候變化問題和彰顯中國(guó)在國(guó)際上的大國(guó)擔(dān)當(dāng)，在第75屆聯(lián)合國(guó)大會(huì)上，中國(guó)首次提出“二氧化碳排放力爭(zhēng)于2030年前達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和”的戰(zhàn)略目標(biāo). 這表明中國(guó)將完成全球最高碳排放強(qiáng)度降幅，用全球歷史上最短的時(shí)間實(shí)現(xiàn)從碳達(dá)峰到碳中和，中國(guó)未來面臨的碳減排壓力達(dá)到了前所未有的高度.

中國(guó)省域碳減排能力的有效提升是減緩二氧化碳排放，如期實(shí)現(xiàn)碳達(dá)峰碳中和目標(biāo)的重要手段；同時(shí)各省份主體作為我國(guó)碳排放的重要擔(dān)綱者，實(shí)現(xiàn)國(guó)家層面的碳減排目標(biāo)有賴于各省份碳減排能力的共同提升. 但是，我國(guó)各省份經(jīng)濟(jì)狀況、產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦、科技水平等發(fā)展各異，這導(dǎo)致各省份碳減排能力存在較大差異；并且碳減排能力及其影響因素在時(shí)間和空間上疊加的積累效應(yīng)和溢出效應(yīng)造成了中國(guó)省域碳減排能力在時(shí)間和空間維度上的異質(zhì)分布，這些都不利于我國(guó)氣候變化問題的解決和雙碳目標(biāo)的實(shí)現(xiàn). 因此，研究中國(guó)省域碳減排能力在時(shí)間維度上的發(fā)展態(tài)勢(shì)和在空間維度上的演變格局尤為重要，亟待給出科學(xué)的分析和結(jié)論.

1 文獻(xiàn)綜述

目前碳達(dá)峰碳中和視角下的碳減排問題是國(guó)內(nèi)外學(xué)者研究的熱點(diǎn). 通過對(duì)國(guó)內(nèi)外文獻(xiàn)進(jìn)行梳理發(fā)現(xiàn)：在我國(guó)雙碳目標(biāo)提出之前，已有學(xué)者對(duì)碳排放影響因素進(jìn)行了廣泛研究. 如Cramer［2］、York［3］、Cole［4］等學(xué)者從部門層面分析了人口、城市化水平、能源使用效率等影響因素與碳排放的關(guān)系. 還有學(xué)者利用LMDI分解模型探究影響中國(guó)化石能源消耗碳排放［5］、城鄉(xiāng)居民碳排放［6］、交通運(yùn)輸業(yè)碳排放［7］的因素. 同時(shí)也有學(xué)者運(yùn)用計(jì)量模型研究特定變量對(duì)碳排放的影響. 如付云鵬等［8］利用空間滯后模型分析人口結(jié)構(gòu)、能源強(qiáng)度、能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)對(duì)中國(guó)碳排放強(qiáng)度的影響；Xu等［9］、肖雁飛等［10］、邱立新和袁賽［11］與孫振清等［12］利用面板數(shù)據(jù)模型或動(dòng)態(tài)空間杜賓模型分別研究某些變量對(duì)縣級(jí)層面工業(yè)碳排放、全國(guó)及區(qū)域?qū)用妗⑹∮驅(qū)用媾c城市層面碳排放的影響；李志學(xué)等［13］通過構(gòu)建影響碳減排效率的制動(dòng)因素模型，進(jìn)一步實(shí)證分析了產(chǎn)業(yè)結(jié)構(gòu)、碳權(quán)市場(chǎng)、技術(shù)創(chuàng)新對(duì)碳減排效率的影響. 另有部分學(xué)者從省域異質(zhì)性、產(chǎn)業(yè)異質(zhì)性視角展開研究. 孫焱林［14］在省域異質(zhì)性視角下，運(yùn)用固定效應(yīng)隨機(jī)前沿分析方法測(cè)算了中國(guó)省域碳排放效率并分析了其影響因素.楊莉莎等［15］構(gòu)建一致性宏觀二氧化碳反彈效應(yīng)研究框架并定量分析了中國(guó)各地區(qū)不同產(chǎn)業(yè)碳排放與技術(shù)進(jìn)步之間的關(guān)系. 此外，還有學(xué)者運(yùn)用DID和PSM-DID方法分析了碳交易政策對(duì)碳排放的影響［16］.

國(guó)內(nèi)學(xué)術(shù)界在探究碳減排影響因素的同時(shí)也進(jìn)行了碳減排能力測(cè)度與評(píng)價(jià)方面的研究. 王小兵等［17］在分析東北地區(qū)經(jīng)濟(jì)發(fā)展水平、能源生產(chǎn)與消耗以及環(huán)境狀況的基礎(chǔ)上定量測(cè)度了東北各省“十一五”期間的節(jié)能減排能力. 姚奕和倪勤［18］在綜合考慮影響我國(guó)各地區(qū)碳減排能力因素的基礎(chǔ)上，構(gòu)建碳減排能力評(píng)價(jià)指標(biāo)體系并通過計(jì)算最佳投影值測(cè)度各地區(qū)碳減排能力. 樸勝任和李?。?9］從影響區(qū)域碳減排能力的五個(gè)方面構(gòu)建評(píng)價(jià)指標(biāo)體系，應(yīng)用基于熵值法的綜合評(píng)價(jià)模型測(cè)度了京津冀地區(qū)的碳減排能力. 汪明月等［20］則綜合考慮經(jīng)濟(jì)、社會(huì)、環(huán)境三個(gè)要素構(gòu)建了區(qū)域碳減排能力評(píng)價(jià)指標(biāo)體系. 唐德才等［21］通過構(gòu)建低碳能力綜合評(píng)價(jià)指標(biāo)體系并運(yùn)用TOPSIS模型測(cè)度了長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省份的碳減排能力.

綜上所述，碳減排影響因素問題的研究主要集中在從國(guó)家、地區(qū)、產(chǎn)業(yè)、城市等層面進(jìn)行影響因素差異分析；探究單因素或多因素與碳排放之間的作用機(jī)理. 關(guān)于碳減排能力測(cè)度與評(píng)價(jià)的研究則相對(duì)較少，且已有研究較少考慮到碳減排能力的空間溢出效應(yīng)，多是運(yùn)用傳統(tǒng)的數(shù)據(jù)分析方法從時(shí)間維度進(jìn)行評(píng)價(jià).基于此，本文在現(xiàn)有研究的基礎(chǔ)上做了如下改進(jìn)：第一，在研究對(duì)象上，以我國(guó)30 個(gè)?。ㄗ灾螀^(qū)、直轄市）作為主體，從省域視角展開研究；第二，在研究?jī)?nèi)容上，將時(shí)間與空間因素納入同一框架，研究中國(guó)省域碳減排能力的時(shí)空動(dòng)態(tài)演化；第三，在研究方法上，將傳統(tǒng)數(shù)據(jù)分析方法與地理信息系統(tǒng)技術(shù)結(jié)合，以期提高結(jié)果的精確性和可視化程度. 因此，本文將基于熵值法構(gòu)建中國(guó)省域碳減排能力評(píng)價(jià)模型并測(cè)度中國(guó)省域2006—2018 年的碳減排能力，引入變異系數(shù)、基尼系數(shù)等統(tǒng)計(jì)量和采用探索性空間數(shù)據(jù)方法（ESDA）和ArcGIS10.2軟件分析碳減排能力時(shí)間維度上的發(fā)展態(tài)勢(shì)和空間維度上的演變格局.

2 中國(guó)省域碳減排能力評(píng)價(jià)模型構(gòu)建

2.1 碳減排能力評(píng)價(jià)指標(biāo)體系

在已有碳減排能力測(cè)度與評(píng)價(jià)的文獻(xiàn)中，姚奕和倪勤［18］從產(chǎn)業(yè)與能源消費(fèi)結(jié)構(gòu)水平、對(duì)外開放水平、技術(shù)與碳匯水平、能源消耗與碳排放水平、經(jīng)濟(jì)發(fā)展水平五個(gè)方面構(gòu)建評(píng)價(jià)指標(biāo)體系；樸勝任和李健［19］從經(jīng)濟(jì)發(fā)展能力、能源消耗與碳排放能力、碳轉(zhuǎn)移能力、技術(shù)與碳匯能力、產(chǎn)業(yè)發(fā)展能力五個(gè)方面構(gòu)建評(píng)價(jià)指標(biāo)體系；汪明月等［20］在測(cè)算區(qū)域碳減排能力協(xié)同度時(shí)也構(gòu)建了相似的指標(biāo)體系. 本文借鑒相關(guān)研究成果［19-21］，采用付云鵬等［8］碳排放強(qiáng)度的測(cè)算方法并納入?yún)^(qū)域森林覆蓋率指標(biāo)對(duì)碳減排能力評(píng)價(jià)指標(biāo)體系進(jìn)行優(yōu)化（見表1）.

表1 中國(guó)省域碳減排能力評(píng)價(jià)指標(biāo)體系Tab.1 Evaluation index system of provincial carbon emission reduction capacity in China

2.2 基于熵值法的評(píng)價(jià)模型

2.2.1 熵值法和指標(biāo)權(quán)重計(jì)算

熵值法根據(jù)各指標(biāo)的相對(duì)變化程度對(duì)系統(tǒng)整體的影響來確定指標(biāo)的權(quán)重，減少了在權(quán)重確定過程中主觀因素的影響及指標(biāo)間可能存在的多重共線性問題；不僅能深刻反映出指標(biāo)的區(qū)分能力，也能反映出指標(biāo)權(quán)重隨時(shí)間的變化，適用于本文碳減排能力的評(píng)價(jià)研究. 因此，本文選取熵值法確定各指標(biāo)權(quán)重，具體計(jì)算步驟如下：

1）原始數(shù)據(jù)標(biāo)準(zhǔn)化. 為統(tǒng)一評(píng)價(jià)指標(biāo)的單位和量綱，本文對(duì)原始數(shù)據(jù)進(jìn)行了無量綱化處理.

正向指標(biāo)：

逆向指標(biāo)：

2）計(jì)算第j項(xiàng)指標(biāo)的第i個(gè)省份數(shù)據(jù)所占的比重.

3）計(jì)算第j項(xiàng)指標(biāo)的熵值.

4）計(jì)算第j項(xiàng)指標(biāo)的差異系數(shù). 對(duì)于第j項(xiàng)指標(biāo)，其值的差異越大，對(duì)碳減排能力評(píng)價(jià)的影響就越大，熵值就越小.

5）計(jì)算各指標(biāo)的權(quán)重. 對(duì)差異系數(shù)進(jìn)行歸一化處理即可得到指標(biāo)的權(quán)重值.

2.2.2 碳減排能力評(píng)價(jià)模型

本文將經(jīng)濟(jì)發(fā)展水平、能源消耗與碳排放水平、碳轉(zhuǎn)移能力、技術(shù)與碳匯水平、產(chǎn)業(yè)發(fā)展水平按序記作CRCk（k=1，2，3，4，5）.

式中：lk為第k個(gè)碳減排能力指標(biāo)下的二級(jí)指標(biāo)個(gè)數(shù). 按照上述賦權(quán)步驟和計(jì)算公式，可以得到各省份歷年的CRCk，在此基礎(chǔ)上進(jìn)一步求得各省份碳減排能力指數(shù)TCRC.

式中：w′k（k=1，2，3，4，5）分別為利用熵值法計(jì)算得到的經(jīng)濟(jì)發(fā)展水平、能源消耗與碳排放水平、碳轉(zhuǎn)移能力、技術(shù)與碳匯水平、產(chǎn)業(yè)發(fā)展水平對(duì)碳減排能力指數(shù)的貢獻(xiàn)率.

3 中國(guó)省域碳減排能力評(píng)價(jià)結(jié)果及時(shí)空演化分析

3.1 中國(guó)省域碳減排能力評(píng)價(jià)結(jié)果

中國(guó)于2007年成為全球最大的碳排放國(guó)，同年，在發(fā)展中國(guó)家里，中國(guó)第一個(gè)制定并實(shí)施了應(yīng)對(duì)氣候變化的國(guó)家方案［21］. 之后相繼制定的碳減排目標(biāo)多以2005年為基準(zhǔn). 鑒于此，綜合考慮所選取的碳減排能力指標(biāo)體系數(shù)據(jù)的可獲得性，本文以2006—2018 為樣本期，研究數(shù)據(jù)主要來源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》. 應(yīng)用構(gòu)建的中國(guó)省域碳減排能力評(píng)價(jià)模型，計(jì)算得到中國(guó)30個(gè)省份2006—2018年的碳減排能力評(píng)價(jià)值并進(jìn)行排名（見表2），限于篇幅僅列出2006年和2018年的評(píng)價(jià)結(jié)果.

由表2 可知：第一，26個(gè)省份的碳減排能力在樣本期內(nèi)得到不同程度的提升；第二，除吉林、黑龍江、安徽、四川和陜西五省外，其余省份排名并無太大變動(dòng)；第三，各省份間碳減排能力評(píng)價(jià)值差異較大，以2018年為例，排名第一北京市的碳減排能力評(píng)價(jià)值是最后一位青海省的近9倍；第四，整體來看，中國(guó)省域碳減排能力在空間上呈現(xiàn)“東高西低”的特征，以2018年為例，排名前5的北京、上海、廣東、江蘇、浙江全部位于東部沿海地區(qū)，而排名后5的貴州、寧夏、新疆、甘肅、青海則全部位于西部地區(qū).

3.2 中國(guó)省域碳減排能力時(shí)間演化分析

3.2.1 碳減排能力平均水平的發(fā)展態(tài)勢(shì)

根據(jù)計(jì)算得到的中國(guó)各省份2006—2018 年碳減排能力評(píng)價(jià)值，進(jìn)一步求得其總體變化趨勢(shì)（見圖1）.由圖1可知：2006—2013年碳減排能力穩(wěn)步提升，2013—2018年碳減排能力波動(dòng)提升；樣本期內(nèi)碳減排能力總體上呈現(xiàn)上升趨勢(shì). 碳減排能力的提升源于國(guó)家重視低碳經(jīng)濟(jì)發(fā)展和生態(tài)文明建設(shè)，各省份不斷加大綠色技術(shù)創(chuàng)新投入力度和出臺(tái)相關(guān)政策激發(fā)碳減排潛力. 2013年后碳減排能力出現(xiàn)波動(dòng)，從側(cè)面反映出我國(guó)綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系還不夠健全，碳減排要素有待加強(qiáng)和優(yōu)化，也表明我國(guó)碳減排能力仍有提升的空間.

圖1 2006—2018年中國(guó)省域碳減排能力總體走勢(shì)圖Fig.1 Overall trend chart of China’s provincial carbon emission reduction capacity from 2006 to 2018

中國(guó)省域碳減排能力各指標(biāo)走勢(shì)圖（見圖2）可以更好地反映樣本期內(nèi)中國(guó)省域碳減排能力的時(shí)間演化特征. 由圖2可知：樣本期內(nèi)經(jīng)濟(jì)發(fā)展水平最高且提升明顯，由2006年的0.063上升到2018年的0.071，提高了12.560%. 可見，隨著我國(guó)經(jīng)濟(jì)由高速增長(zhǎng)轉(zhuǎn)向高質(zhì)量發(fā)展，大力發(fā)展低碳經(jīng)濟(jì)會(huì)使得碳減排能力不斷增強(qiáng). 能源消耗與碳排放水平呈現(xiàn)先升后降的趨勢(shì)，表明近些年經(jīng)濟(jì)發(fā)展對(duì)能源需求有所增加，國(guó)家應(yīng)合理調(diào)整能源結(jié)構(gòu)，出臺(tái)舉措降低對(duì)高耗能資源的利用. 碳轉(zhuǎn)移能力則是波動(dòng)發(fā)展，無明顯改善，并且其處于中游水平. 可見，碳轉(zhuǎn)移能力對(duì)提升碳減排能力的作用空間廣闊，需要相應(yīng)的政策舉措來促進(jìn)碳轉(zhuǎn)移能力的良性發(fā)展. 技術(shù)與碳匯水平提升最為明顯，由2006 年的0.053 提升到2018 年的0.069，提高了29.379%. 各省仍要貫徹落實(shí)國(guó)家可持續(xù)發(fā)展戰(zhàn)略和綠色發(fā)展理念，繼續(xù)加大在綠色技術(shù)創(chuàng)新方面的投入和碳匯方面的宣傳，使技術(shù)與碳匯水平保持穩(wěn)步提升. 產(chǎn)業(yè)發(fā)展水平前期提升緩慢，2015年后持續(xù)下降，并且其明顯低于其他碳減排能力指標(biāo). 這表明近些年我國(guó)第三產(chǎn)業(yè)和高技術(shù)產(chǎn)業(yè)發(fā)展遲緩，但未來發(fā)展態(tài)勢(shì)趨好，各省要加大對(duì)高技術(shù)產(chǎn)業(yè)的扶持力度，以產(chǎn)業(yè)轉(zhuǎn)型促進(jìn)我國(guó)碳減排能力提升.

圖2 2006—2018年中國(guó)省域碳減排能力各指標(biāo)走勢(shì)圖Fig.2 Trend chart of China’s provincial carbon emission reduction capacity indicators from 2006 to 2018

3.2.2 碳減排能力非均衡性的時(shí)間演化

本文引入極差（R）、標(biāo)準(zhǔn)差（SD）、變異系數(shù)（CV）和基尼系數(shù)（G）對(duì)各省份碳減排能力差異性的發(fā)展態(tài)勢(shì)進(jìn)行分析，以更深入地刻畫中國(guó)省域碳減排能力的時(shí)間演化特征. 其計(jì)算公式為：

式中：TCRCmax，TCRCmin分別為中國(guó)省域碳減排能力的最高值和最低值；tcrc為碳減排能力平均值；TCRC1，TCRC2，…，TCRCn是從大到小的樣本值，n為省份數(shù)量. 具體的計(jì)算結(jié)果如表3所示.

表3 2006—2018年中國(guó)30個(gè)省份碳減排能力描述性統(tǒng)計(jì)表Tab.3 Descriptive statistics of carbon emission reduction capacities of 30 provinces in China from 2006 to 2018

由表3可知：樣本期內(nèi)碳減排能力極差呈現(xiàn)先升后降的“倒U型”趨勢(shì)，反映出不同省份之間碳減排能力由極化增長(zhǎng)向均衡發(fā)展的過程. 碳減排能力的標(biāo)準(zhǔn)差和變異系數(shù)在波動(dòng)中下降，基尼系數(shù)大致呈穩(wěn)定下降趨勢(shì)，這表明中國(guó)各省份之間碳減排能力的差異在逐漸縮小，正逐步地向優(yōu)化均衡方向發(fā)展.

進(jìn)一步測(cè)算中國(guó)省域碳減排能力各指標(biāo)的基尼系數(shù)（見圖3）可知：經(jīng)濟(jì)發(fā)展水平尼基系數(shù)在2013年達(dá)到最低值，反彈后又有所回落，整體上呈現(xiàn)下降趨勢(shì)，這表明我國(guó)各省的經(jīng)濟(jì)發(fā)展水平總體上趨向均衡發(fā)展. 能源消耗與碳排放水平基尼系數(shù)整體呈下降趨勢(shì)，說明其在各省份之間的差異在不斷縮小. 碳轉(zhuǎn)移能力基尼系數(shù)降幅明顯，說明各省份碳轉(zhuǎn)移能力之間的差異已經(jīng)急劇縮小. 技術(shù)與碳匯水平基尼系數(shù)在樣本期內(nèi)穩(wěn)步下降，說明各省份技術(shù)與碳匯水平之間的差異在穩(wěn)定減小. 產(chǎn)業(yè)發(fā)展水平基尼系數(shù)于2007年達(dá)峰值后下降到一定水平呈升降交替，說明產(chǎn)業(yè)發(fā)展水平呈現(xiàn)極化發(fā)展與溢出追趕相互交替的趨勢(shì). 此外，整體來看碳轉(zhuǎn)移能力、經(jīng)濟(jì)發(fā)展水平、技術(shù)與碳匯水平的基尼系數(shù)偏高，這說明中國(guó)省域碳減排能力的差異主要存在于碳轉(zhuǎn)移能力、經(jīng)濟(jì)發(fā)展水平和技術(shù)與碳匯水平方面.

圖3 2006—2018年中國(guó)省域碳減排能力各指標(biāo)基尼系數(shù)走勢(shì)圖Fig.3 Trend chart of Gini coefficient of China’s provincial carbon emission reduction capacity indicators from 2006 to 2018

3.3 中國(guó)省域碳減排能力空間演化分析

3.3.1 全局空間統(tǒng)計(jì)分析

1）全局空間自相關(guān)檢驗(yàn)

全局空間自相關(guān)能夠反映各省份碳減排能力空間關(guān)聯(lián)程度的總體特征，本文采用“莫蘭指數(shù)法”（Moran’sI）來表征中國(guó)省域碳減排能力的空間關(guān)聯(lián)程度. 計(jì)算公式為：

式中：n為省份個(gè)數(shù)，xi為省份i的碳減排能力評(píng)價(jià)值，wij為空間權(quán)重矩陣. 全局莫蘭指數(shù)I的取值范圍為[-1，1]，I＜0表示各省份碳減排能力之間存在負(fù)向的空間相關(guān)性；I>0表示存在正向的空間相關(guān)性. 本文運(yùn)用ArcGIS10.2軟件測(cè)算中國(guó)30個(gè)省份碳減排能力的全局莫蘭指數(shù)，結(jié)果見表4.

表4 中國(guó)省域碳減排能力歷年莫蘭檢驗(yàn)結(jié)果Tab.4 Moran test results on the carbon emission reduction capacities of China’s provinces over the years

由表4可知：2006—2018年的Moran’sI均在1%的水平上顯著為正，表明中國(guó)省域碳減排能力在全域空間上存在顯著的正相關(guān)性，這說明中國(guó)省域碳減排能力具有空間集聚和空間溢出的特征.

2）全局空間格局演化分析

本文選用2006 年和2018 年中國(guó)省域碳減排能力的數(shù)據(jù)，采用自然間斷點(diǎn)分級(jí)法將各省份碳減排能力分為高水平、較高水平、較低水平、低水平四個(gè)等級(jí)，并運(yùn)用ArcGIS10.2軟件直觀地呈現(xiàn)中國(guó)省域碳減排能力的空間演變格局（見圖4）.

圖4 中國(guó)省域碳減排能力空間格局演變圖Fig.4 Evolution map of spatial pattern of China’s provincial carbon emission reduction capacity

由圖4可知：2006年，高水平碳減排能力省份有3個(gè)，分別是北京、上海、廣東；較高水平碳減排能力省份有4個(gè)，分別是天津、江蘇、浙江、福建；較低水平省份有14個(gè)；低水平省份有9個(gè). 2018年，高水平碳減排能力省份有5個(gè)，新增原先為較高水平的江蘇和浙江；較高水平碳減排能力省份有6個(gè)，遼寧、山東、湖北和重慶由較低水平碳減排能力省份上升到較高水平省份；較低水平省份有8個(gè)；低水平省份有11個(gè). 整體來看，高水平與較高水平碳減排能力省份數(shù)量增加，表明各省份碳減排能力水平呈上升趨勢(shì)；但東西差異仍然巨大，處于低水平的中西部省份幾乎沒有變動(dòng). 此外，2018年中國(guó)省域碳減排能力呈現(xiàn)出更明顯的空間集群化特征，形成了“京津”“長(zhǎng)三角”“珠三角”等高水平地帶.

3.3.2 局部空間統(tǒng)計(jì)分析

1）局部空間自相關(guān)檢驗(yàn)

局部空間自相關(guān)分析可以識(shí)別異常值或者集聚出現(xiàn)的范圍和位置，反映的是不同省份之間的集聚模式和集聚程度. 本文采用“局部莫蘭指數(shù)法”（Local Moran’sI）來判斷各省份之間的集聚模式和集聚程度，計(jì)算公式為：

在測(cè)算局部莫蘭指數(shù)的基礎(chǔ)上將中國(guó)省域碳減排能力分為四種空間集聚模式，即高高集聚（H-H）、高低集聚（H-L）、低高集聚（L-H）、低低集聚（L-L），Ii>0表示鄰近省份的碳減排能力存在正向的空間集聚效應(yīng)（H-H或L-L）；Ii＜0表示鄰近省份的碳減排能力存在負(fù)向的空間集聚效應(yīng)（H-L或L-H）. 為探究中國(guó)省域碳減排能力的空間異質(zhì)性，本文運(yùn)用Stata15.1軟件繪制2006年和2018年碳減排能力的Moran’sI散點(diǎn)圖（見圖5、圖6）. 由圖5和圖6可知，2006年和2018年中國(guó)省域碳減排能力集聚模式變化不大，表現(xiàn)出一定的時(shí)空慣性.

圖5 2006年碳減排能力Moran’s I散點(diǎn)圖Fig.5 Moran’s I scatter plot of carbon emission reduction capacity in 2006

圖6 2018年碳減排能力Moran’s I散點(diǎn)圖Fig.6 Moran’s I scatter plot of carbon emission reduction capacity in 2018

2）局部空間冷熱點(diǎn)分析

為考察某省份是否為碳減排的熱點(diǎn)或者冷點(diǎn)省份，本文測(cè)算了中國(guó)30個(gè)省份碳減排能力的局部Getis-OrdGi*指數(shù)值. 計(jì)算公式為：

根據(jù)局部Getis-OrdGi*指數(shù)值將中國(guó)省域劃分為熱點(diǎn)區(qū)、次熱點(diǎn)區(qū)、隨機(jī)分布區(qū)和冷點(diǎn)區(qū)，運(yùn)用ArcGIS10.2軟件繪制2006年和2018年中國(guó)省域碳減排能力冷熱點(diǎn)分布圖（見圖7）以進(jìn)一步揭示中國(guó)省域碳減排能力的空間演變格局.

圖7 中國(guó)省域碳減排能力冷熱點(diǎn)分布演變圖Fig.7 Evolution map of hot and cold spot distribution of China’s provincial carbon emission reduction capacity

由圖7可知：2006年碳減排熱點(diǎn)省份只有上海；次熱點(diǎn)省份有5個(gè)，分別是北京、天津、江蘇、浙江、福建；冷點(diǎn)省份有4個(gè)，分別是內(nèi)蒙古、甘肅、陜西、四川；其余省份均處隨機(jī)分布區(qū). 2018年隨著陜西與四川退出冷點(diǎn)省份，新疆進(jìn)入冷點(diǎn)省份，冷點(diǎn)省份變?yōu)?個(gè)，其余省份冷熱點(diǎn)未發(fā)生變化. 整體來看，中國(guó)省域碳減排冷熱點(diǎn)分布呈現(xiàn)“東熱西冷”的空間格局，并存在冷點(diǎn)區(qū)不斷向西部擴(kuò)散的趨勢(shì).

4 結(jié)論與政策建議

4.1 研究結(jié)論

本文首先從經(jīng)濟(jì)發(fā)展水平、能源消耗與碳排放水平、碳轉(zhuǎn)移能力、技術(shù)與碳匯水平、產(chǎn)業(yè)發(fā)展水平五個(gè)維度測(cè)度了中國(guó)省域2006—2018年的碳減排能力；其次引入變異系數(shù)、基尼系數(shù)等統(tǒng)計(jì)量從時(shí)間維度分析中國(guó)省域碳減排能力平均水平和非均衡性的演化格局；最后采用探索性空間數(shù)據(jù)方法（ESDA）從空間維度分析中國(guó)省域碳減排能力的全局空間和局部空間演化格局. 主要結(jié)論有：

1）時(shí)間維度上的集中趨勢(shì)：中國(guó)省域碳減排能力前期穩(wěn)步提升，后期波動(dòng)提升，整體上呈現(xiàn)上升趨勢(shì)；經(jīng)濟(jì)發(fā)展水平和技術(shù)與碳匯水平在樣本期內(nèi)提升明顯，能源消耗與碳排放水平和產(chǎn)業(yè)發(fā)展水平提升后又有所回落，碳轉(zhuǎn)移能力無明顯改善；總體上產(chǎn)業(yè)發(fā)展水平明顯低于其余碳減排能力指標(biāo)，產(chǎn)業(yè)發(fā)展短板突出.

2）時(shí)間維度上的離散趨勢(shì)：變異系數(shù)和基尼系數(shù)的下降表明中國(guó)省域碳減排能力正逐步向優(yōu)化均衡方向發(fā)展；能源消耗與碳排放水平、碳轉(zhuǎn)移能力、技術(shù)與碳匯水平的基尼系數(shù)呈現(xiàn)明顯下降趨勢(shì)，經(jīng)濟(jì)發(fā)展水平的基尼系數(shù)總體呈下降趨勢(shì)，產(chǎn)業(yè)發(fā)展水平則呈現(xiàn)先下降后波動(dòng)趨勢(shì). 整體來看，中國(guó)省域碳減排能力的差異主要存在于碳轉(zhuǎn)移能力、經(jīng)濟(jì)發(fā)展水平和技術(shù)與碳匯水平方面.

3）空間維度上的全局格局：全局空間自相關(guān)檢驗(yàn)顯示，中國(guó)省域碳減排能力在全域空間上存在顯著的正自相關(guān)性，具有空間集聚特征；總體來看，中國(guó)省域碳減排能力在空間上呈現(xiàn)出“東高西低”的特征，且表現(xiàn)出更明顯的空間集群化特征.

4）空間維度上的局部格局：莫蘭散點(diǎn)圖顯示，樣本期內(nèi)中國(guó)省域碳減排能力集聚模式變化不大，表現(xiàn)出一定的時(shí)空慣性；局部Getis-OrdGi*指數(shù)冷熱點(diǎn)分析顯示，中國(guó)省域碳減排能力呈現(xiàn)“東熱西冷”的空間格局，并存在冷點(diǎn)區(qū)不斷西擴(kuò)的趨勢(shì).

4.2 政策建議

1）國(guó)家層面要做出更詳細(xì)的“頂層設(shè)計(jì)”來保障中國(guó)省域碳減排能力的持續(xù)提升和優(yōu)化均衡發(fā)展. 在提升能力方面，要加快建立健全綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系，建立減排市場(chǎng)機(jī)制與生態(tài)創(chuàng)政策的協(xié)調(diào)機(jī)制；在優(yōu)化均衡發(fā)展方面，要實(shí)施差異化的低碳轉(zhuǎn)型發(fā)展戰(zhàn)略，各省份根據(jù)自身情況加強(qiáng)碳轉(zhuǎn)移能力培養(yǎng)，加大綠色技術(shù)創(chuàng)新投資力度.

2）省域?qū)用嬉獔?jiān)持問題導(dǎo)向，因省施策. 碳減排能力弱的省份，首要的是識(shí)別出制約自身碳減排能力提升的根本原因，有針對(duì)性地出臺(tái)相應(yīng)政策舉措；其次要增強(qiáng)接收高水平省份輻射和示范作用的能力. 碳減排能力強(qiáng)的省份，要繼續(xù)從碳轉(zhuǎn)移和第三產(chǎn)業(yè)發(fā)展方面尋求進(jìn)一步提升碳減排能力的方案.

3）我國(guó)要建立健全合作減排政策機(jī)制，盡早實(shí)現(xiàn)多省域優(yōu)勢(shì)互補(bǔ)聯(lián)動(dòng)發(fā)展機(jī)制設(shè)計(jì). 宏觀層面上布局省域碳減排網(wǎng)絡(luò)，借助空間溢出效應(yīng)實(shí)現(xiàn)合作減排；中觀層面上有序加強(qiáng)東西部省份的碳減排合作，由東部高水平省份帶動(dòng)西部低水平省份，由碳減排熱點(diǎn)省份引領(lǐng)碳減排冷點(diǎn)省份；由此構(gòu)建全方位、多層次、寬領(lǐng)域的碳減排格局.