王 健，甄慶媛

一、引言

全球經(jīng)濟(jì)不斷增長(zhǎng)，也不斷挑戰(zhàn)著資源環(huán)境的承載能力，氣候變暖、環(huán)境惡化等問(wèn)題日益嚴(yán)重，CO2減排成為世界各國(guó)關(guān)注的全球性熱點(diǎn)問(wèn)題。中國(guó)作為最大的發(fā)展中國(guó)家，既是世界經(jīng)濟(jì)增長(zhǎng)的重要引擎，也是最大的CO2排放國(guó)，減排任務(wù)艱巨。2015年中國(guó)承諾將于2030年左右使CO2排放達(dá)到峰值并爭(zhēng)取盡早實(shí)現(xiàn)。“十三五”規(guī)劃提出今后五年二氧化碳排放量下降18%，十九大報(bào)告指出要推進(jìn)綠色發(fā)展，建立健全綠色低碳循環(huán)發(fā)展的經(jīng)濟(jì)體系。

長(zhǎng)江經(jīng)濟(jì)帶是我國(guó)經(jīng)濟(jì)發(fā)展的重要戰(zhàn)略支撐帶，覆蓋上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州等11個(gè)長(zhǎng)江沿線省市，橫跨東中西部，人口和經(jīng)濟(jì)增加值超過(guò)全國(guó)的40%，正面臨著節(jié)能減排及轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式的雙重挑戰(zhàn)，處理好長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)增長(zhǎng)和碳排放的關(guān)系對(duì)實(shí)現(xiàn)全國(guó)減排目標(biāo)至關(guān)重要。定量研究長(zhǎng)江經(jīng)濟(jì)帶的碳排放和經(jīng)濟(jì)增長(zhǎng)方式的關(guān)系，有助于其制定合理的減排政策，引導(dǎo)地區(qū)以更加合理的方式實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)，實(shí)現(xiàn)綠色低碳發(fā)展的目標(biāo)。

二、文獻(xiàn)綜述

碳排放與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究中，碳排放EKC曲線（Grossman&Krueger，1991）是應(yīng)用最廣泛的假說(shuō)，國(guó)內(nèi)外學(xué)者用不同區(qū)域的數(shù)據(jù)就EKC曲線進(jìn)行了 驗(yàn) 證 。 Martínez-Zarzoso&Bengochea-Morancho（2004）運(yùn)用OECD國(guó)家的數(shù)據(jù)，研究發(fā)現(xiàn)人均收入和碳排放之間存在倒U型關(guān)系。Shahbaz et al.（2013）研究了土耳其經(jīng)濟(jì)增長(zhǎng)和CO2排放之間的關(guān)系，發(fā)現(xiàn)能源強(qiáng)度與經(jīng)濟(jì)增長(zhǎng)增加了CO2排放，EKC曲線成立。Ritietal.（2017）綜合運(yùn)用ARDL模型、FMOLS模型、DOLS模型對(duì)我國(guó)1970～2015年經(jīng)濟(jì)增長(zhǎng)和碳排放關(guān)系進(jìn)行了實(shí)證研究，發(fā)現(xiàn)我國(guó)人均GDP和與經(jīng)濟(jì)相關(guān)的碳排放之間呈倒U型關(guān)系。許廣月和宋德勇（2010）運(yùn)用面板數(shù)據(jù)協(xié)整分析方法研究了EKC曲線的存在性，發(fā)現(xiàn)EKC曲線具有區(qū)域特征，我國(guó)不同地區(qū)碳排放與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系有較大差異。雖然碳排放EKC曲線應(yīng)用廣泛，但EKC曲線因異質(zhì)性等問(wèn)題而頗具爭(zhēng)議，例如Dijkgraaf&Vollebergh（2005）運(yùn)用OECD國(guó)家經(jīng)濟(jì)增長(zhǎng)和碳排放數(shù)據(jù)，對(duì)EKC假說(shuō)的同質(zhì)性假定提出質(zhì)疑，發(fā)現(xiàn)EKC曲線并不成立。鑒于此，有學(xué)者將經(jīng)濟(jì)增長(zhǎng)水平之外的其他因素納入EKC曲線，以化解異質(zhì)性難題，也為考察經(jīng)濟(jì)增長(zhǎng)之外的因素對(duì)碳排放的影響提供了有益參考，例如余東華和張明志（2016）控制貿(mào)易等異質(zhì)性因素后，運(yùn)用門(mén)限回歸方法考察了EKC曲線的存在性。就碳排放與經(jīng)濟(jì)增長(zhǎng)的因果性問(wèn)題，姚君（2015）運(yùn)用向量自回歸方法、王仲瑀（2017）運(yùn)用Tapio脫鉤模型和Granger因果關(guān)系檢驗(yàn)方法，發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)和能源消費(fèi)對(duì)CO2排放作用顯著，經(jīng)濟(jì)增長(zhǎng)與碳排放呈單向因果關(guān)系。

除經(jīng)濟(jì)增長(zhǎng)外，影響碳排放的其他因素同樣引起了國(guó)內(nèi)外學(xué)者的關(guān)注。國(guó)外學(xué)者中，Pao&Tsai（2010）運(yùn)用面板數(shù)據(jù)協(xié)整方法，研究發(fā)現(xiàn)金磚國(guó)家的外商直接投資增加了碳排放；Bargaoui（2017）基于STIRPAT模型，運(yùn)用214個(gè)國(guó)家1980～2010年的面板數(shù)據(jù)，研究發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)、人口增長(zhǎng)、城鎮(zhèn)化水平和京都議定書(shū)對(duì)二氧化碳排放的影響因國(guó)家的收入水平而異；Ren etal.（2014）運(yùn)用脫鉤理論，計(jì)算了我國(guó)制造業(yè)的碳排放脫鉤趨勢(shì)及其影響因素。國(guó)內(nèi)學(xué)者中王鋒等（2017）、孫葉飛和周敏（2016）、楊樹(shù)旺等（2012）、唐杰英（2012）、嚴(yán)成樑等（2016）分別運(yùn)用空間杜賓面板模型、面板數(shù)據(jù)模型、時(shí)間序列分析方法、動(dòng)態(tài)面板誤差修正模型、構(gòu)建包含內(nèi)生增長(zhǎng)模型的方法，發(fā)現(xiàn)城鎮(zhèn)化、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、FDI、國(guó)際貿(mào)易、金融發(fā)展、創(chuàng)新等對(duì)碳排放有顯著影響。此外，還有學(xué)者運(yùn)用因素分解方法研究經(jīng)濟(jì)發(fā)展與碳排放的關(guān)系，分析包括經(jīng)濟(jì)增長(zhǎng)在內(nèi)的因素對(duì)碳排放的貢獻(xiàn)。邵帥等（2017）使用廣義迪氏指數(shù)分解法考察了1995～2014年制造業(yè)碳排放演變的驅(qū)動(dòng)因素；黃勤和何晴（2017）運(yùn)用LMDI模型，研究了長(zhǎng)江經(jīng)濟(jì)帶CO2排放增量的驅(qū)動(dòng)因素，發(fā)現(xiàn)影響因素按大小依次為經(jīng)濟(jì)規(guī)模效應(yīng)、能源強(qiáng)度效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)效應(yīng)和能源結(jié)構(gòu)效應(yīng)。

通過(guò)梳理現(xiàn)有文獻(xiàn)發(fā)現(xiàn)，CO2排放與經(jīng)濟(jì)增長(zhǎng)的關(guān)系有不可忽視的地區(qū)差異，且CO2排放不僅與經(jīng)濟(jì)增長(zhǎng)水平有關(guān)，更與產(chǎn)業(yè)結(jié)構(gòu)、FDI、城鎮(zhèn)化、技術(shù)創(chuàng)新等經(jīng)濟(jì)增長(zhǎng)方式密切相關(guān)。為了探究長(zhǎng)江經(jīng)濟(jì)帶碳排放與經(jīng)濟(jì)增長(zhǎng)關(guān)系的區(qū)域特征，尋求合理的區(qū)域減排策略，本文以長(zhǎng)江經(jīng)濟(jì)帶為研究對(duì)象，運(yùn)用2000～2015年省級(jí)面板數(shù)據(jù)，從經(jīng)濟(jì)增長(zhǎng)水平和經(jīng)濟(jì)增長(zhǎng)方式兩個(gè)角度，考察長(zhǎng)江經(jīng)濟(jì)帶九省二市經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放的影響。本文的研究思路是，首先運(yùn)用Tapio模型歸納長(zhǎng)江經(jīng)濟(jì)帶各省市碳排放和經(jīng)濟(jì)增長(zhǎng)關(guān)系的特征，然后運(yùn)用面板數(shù)據(jù)協(xié)整檢驗(yàn)，檢驗(yàn)長(zhǎng)江經(jīng)濟(jì)帶碳排放和經(jīng)濟(jì)增長(zhǎng)之間長(zhǎng)期均衡關(guān)系的存在性，之后加入生產(chǎn)結(jié)構(gòu)、對(duì)外經(jīng)濟(jì)和區(qū)域治理這三類(lèi)經(jīng)濟(jì)增長(zhǎng)方式指標(biāo)，運(yùn)用面板數(shù)據(jù)和滯后期工具變量法，檢驗(yàn)長(zhǎng)江經(jīng)濟(jì)帶地區(qū)經(jīng)濟(jì)增長(zhǎng)水平和CO2排放之間的EKC曲線是否存在，并從增長(zhǎng)水平和增長(zhǎng)方式兩個(gè)角度考察經(jīng)濟(jì)增長(zhǎng)對(duì)CO2排放總量的影響。本文的創(chuàng)新之處在于，綜合運(yùn)用Tapio脫鉤模型、面板數(shù)據(jù)EKC曲線檢驗(yàn)和達(dá)峰時(shí)間預(yù)測(cè)，充分考慮了長(zhǎng)江經(jīng)濟(jì)帶的區(qū)域特征，采用滯后期工具變量法，從經(jīng)濟(jì)增長(zhǎng)水平和經(jīng)濟(jì)增長(zhǎng)方式兩個(gè)角度研究了長(zhǎng)江經(jīng)濟(jì)帶九省二市經(jīng)濟(jì)增長(zhǎng)與CO2排放之間的關(guān)系，并為長(zhǎng)江經(jīng)濟(jì)帶綠色低碳發(fā)展提出政策建議。

三、Tapio脫鉤指數(shù)分析

脫鉤理論最早出現(xiàn)在物理領(lǐng)域，用于表示兩個(gè)或多個(gè)物理變量之間不再按照固有路徑進(jìn)行響應(yīng)。Tapio于2005年提出了脫鉤彈性的概念，又稱(chēng)碳排放彈性，用于測(cè)度二氧化碳排放量的變化對(duì)經(jīng)濟(jì)增長(zhǎng)響應(yīng)的敏感程度。脫鉤彈性的計(jì)算公式為：

表1 脫鉤狀態(tài)類(lèi)別

2000～2015年，長(zhǎng)江經(jīng)濟(jì)帶九省二市的實(shí)際GDP均呈現(xiàn)顯著增長(zhǎng)，因此不存在經(jīng)濟(jì)衰退情形下的碳排放脫鉤或連接狀態(tài)，而只可能存在經(jīng)濟(jì)增長(zhǎng)情形下的強(qiáng)脫鉤、弱脫鉤、擴(kuò)張連接和擴(kuò)張負(fù)脫鉤的情形。在經(jīng)濟(jì)增長(zhǎng)情形下，理論上脫鉤指數(shù)e的取值范圍是（-∞，∞），e越小，表明CO2排放的增速越低于GDP增速，e＜0，表示GDP增長(zhǎng)的同時(shí)CO2排放量下降， ||e越大表示經(jīng)濟(jì)增長(zhǎng)的減排程度越高。為了全面考察經(jīng)濟(jì)增長(zhǎng)與CO2排放之間的關(guān)系，本文分別考察了經(jīng)濟(jì)增長(zhǎng)與CO2排放總量、單位GDP的CO2排放量以及人均CO2排放量的脫鉤狀態(tài)。

（一）碳排放的測(cè)算

CO2排放總量（TC）：采用二氧化碳信息分析中心（CDIAC）的統(tǒng)計(jì)口徑，包括化石燃料燃燒產(chǎn)生的CO2和水泥生產(chǎn)過(guò)程中產(chǎn)生的CO2，反映了經(jīng)濟(jì)社會(huì)生活中CO2排放的總體情況。目前我國(guó)還沒(méi)有二氧化碳排放量的分地區(qū)統(tǒng)計(jì)數(shù)據(jù)，因此本文參照IPCC《2006年國(guó)家溫室氣體清單指南》提供的方法，測(cè)算各省份能源消費(fèi)引起的二氧化碳排放量：

Cit表示i省第t期的碳排放量，Eitj表示i省第t期第j種能源的消費(fèi)量，EFj表示第j種能源的碳排放系數(shù)。使用能源而引起的碳排放，最終均可歸結(jié)于使用一次能源引起的碳排放，因此本文僅考慮使用一次能源引起的碳排放，而不考慮使用二次能源電力及清潔能源引起的碳排放，以避免重復(fù)計(jì)算。具體而言，各省二氧化碳的排放量等于由《中國(guó)能源統(tǒng)計(jì)年鑒》統(tǒng)計(jì)的煤、焦炭、原油、燃料油、汽油、煤油、柴油、天然氣八種能源消費(fèi)引起的碳排放的總和。碳排放系數(shù)EFj由作者根據(jù)IPCC《2006年國(guó)家溫室氣體清單指南》提供的各種能源的有效CO2排放因子AD和《中國(guó)能源統(tǒng)計(jì)年鑒2016》中各種能源折算標(biāo)準(zhǔn)煤參考系數(shù)計(jì)算得出，計(jì)算公式為：

EFj=ADj×HEATj×10-9

ADj表示有效碳排放因子，HEATj表示平均低位發(fā)熱量，計(jì)算結(jié)果如表2。

表2 八種能源的折算碳排放系數(shù)

CO2排放的主要來(lái)源是能源消費(fèi)和水泥生產(chǎn)過(guò)程中碳酸鈣的分解，水泥生產(chǎn)的碳排放系數(shù)約為0.496（林伯強(qiáng)和劉希穎，2010）。因此，本文還根據(jù)水泥產(chǎn)量測(cè)算出各省市由生產(chǎn)水泥引起的CO2排放量，相加得到CO2排放總量。長(zhǎng)江經(jīng)濟(jì)帶總體的碳排放水平逐年升高，與實(shí)際GDP呈現(xiàn)基本相同的趨勢(shì)，增長(zhǎng)有所放緩①由于文章篇幅受限，沒(méi)有給出長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)增長(zhǎng)與碳排放量的趨勢(shì)圖，留存?zhèn)渌?。?/p>

（二）脫鉤模型結(jié)果分析

本文根據(jù)Tapio脫鉤模型計(jì)算出了長(zhǎng)江經(jīng)濟(jì)帶九省二市的CO2排放總量、人均CO2排放量以及單位GDP的CO2排放量與GDP增長(zhǎng)的脫鉤指數(shù)。圖1是經(jīng)濟(jì)長(zhǎng)江經(jīng)濟(jì)帶2000～2015年三類(lèi)脫鉤指數(shù)的演進(jìn)形態(tài)。三類(lèi)脫鉤指數(shù)的變化趨勢(shì)類(lèi)似，大體呈倒U型，但是脫鉤指數(shù)到2015年有所反彈。從碳排放總量和人均碳排放與GDP脫鉤指數(shù)的角度看，長(zhǎng)江經(jīng)濟(jì)帶的碳排放總量和人均碳排放與GDP的脫鉤指數(shù)基本重合，呈現(xiàn)先升高后降低的演進(jìn)形態(tài)。2000～2005年經(jīng)歷了從弱脫鉤到擴(kuò)張連接的狀態(tài)，2005～2008年再逐漸由擴(kuò)張連接變?yōu)槿趺撱^，2008～2011年之間脫鉤指數(shù)有所反彈，2011～2014年脫鉤彈性又逐漸下降并實(shí)現(xiàn)了強(qiáng)脫鉤，但2015年脫鉤指數(shù)有大幅反彈。脫鉤指數(shù)是碳排放增速與GDP增速的比值，脫鉤指數(shù)形態(tài)的變化，意味著隨著時(shí)間推移，經(jīng)濟(jì)增長(zhǎng)和碳排放之間聯(lián)系的緊密程度震蕩下降，經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放的依賴(lài)程度降低。由于能源消費(fèi)引起的碳排放占碳排放總量的九成，因此脫鉤指數(shù)震蕩下降，表明經(jīng)濟(jì)增長(zhǎng)對(duì)能源消費(fèi)碳排放的依賴(lài)程度有所降低，長(zhǎng)江經(jīng)濟(jì)帶能夠同時(shí)實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)和二氧化碳減排。當(dāng)然2015年脫鉤指數(shù)反彈也表明，經(jīng)濟(jì)增長(zhǎng)與碳排放之間還可能復(fù)鉤。因此，識(shí)別出長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)增長(zhǎng)和碳排放脫鉤的影響因素，才能通過(guò)這些因素引導(dǎo)長(zhǎng)江經(jīng)濟(jì)帶實(shí)現(xiàn)低碳發(fā)展。從碳強(qiáng)度與GDP脫鉤指數(shù)的角度看，2000年以來(lái)長(zhǎng)江經(jīng)濟(jì)帶碳強(qiáng)度與經(jīng)濟(jì)增長(zhǎng)基本處于強(qiáng)脫鉤狀態(tài)，即經(jīng)濟(jì)增長(zhǎng)的同時(shí)單位GDP的碳排放有所降低。這表明長(zhǎng)江經(jīng)濟(jì)帶要同時(shí)實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)和二氧化碳減排，需在降低碳排放總量和人均碳排放量方面做出努力。

表3 長(zhǎng)江經(jīng)濟(jì)帶九省二市2000～2015年碳排放脫鉤指數(shù)

圖1 長(zhǎng)江經(jīng)濟(jì)帶三類(lèi)脫鉤指數(shù)變化趨勢(shì)

從經(jīng)濟(jì)增長(zhǎng)的最終結(jié)果來(lái)看，CO2排放總量、人均CO2排放量呈現(xiàn)如下特征：

第一是經(jīng)濟(jì)增長(zhǎng)方式從粗放到相對(duì)集約。2000～2005年長(zhǎng)江經(jīng)濟(jì)帶處于較粗放的經(jīng)濟(jì)增長(zhǎng)狀態(tài)，經(jīng)濟(jì)增長(zhǎng)對(duì)化石能源的依賴(lài)性較強(qiáng)，經(jīng)濟(jì)總量增長(zhǎng)的同時(shí)，CO2排放量也有所增長(zhǎng)。這一時(shí)期，只有上海、浙江、安徽、重慶、貴州處于弱脫鉤狀態(tài)，CO2排放的增長(zhǎng)速度略低于經(jīng)濟(jì)總量增長(zhǎng)速度；江蘇、江西、湖北、四川則處于擴(kuò)張連接狀態(tài)，CO2排放與GDP同步增長(zhǎng)；湖南和云南處于擴(kuò)張負(fù)脫鉤狀態(tài)，CO2排放的增長(zhǎng)速度遠(yuǎn)高于GDP的增長(zhǎng)速度，云南省CO2排放的增長(zhǎng)速度更是達(dá)到GDP增速的2倍多。2005～2010年，長(zhǎng)江經(jīng)濟(jì)帶CO2排放情況有所好轉(zhuǎn)，化石能源仍然是經(jīng)濟(jì)增長(zhǎng)的重要?jiǎng)恿?，盡管各地區(qū)全部實(shí)現(xiàn)了弱脫鉤狀態(tài)，但是經(jīng)濟(jì)增長(zhǎng)仍然伴隨著CO2排放量的增加。2010～2015年各地區(qū)碳排放和經(jīng)濟(jì)增長(zhǎng)的脫鉤指數(shù)進(jìn)一步下降，經(jīng)濟(jì)增長(zhǎng)對(duì)化石能源消耗的依賴(lài)性降低，特別是上海市率先出現(xiàn)了強(qiáng)脫鉤狀態(tài)，GDP增長(zhǎng)的同時(shí)實(shí)現(xiàn)了CO2減排。

第二是各省市的脫鉤指數(shù)先趨同后趨散。2000年至2005年，云南省脫鉤指數(shù)最高，是上海的6倍，處于擴(kuò)張負(fù)鏈接狀態(tài)；2005年至2010年，脫鉤指數(shù)最高的四川省是上海的2倍，處于弱脫鉤狀態(tài)；2010年至2015年，脫鉤指數(shù)最高的江西省是上海的13倍，處于弱脫鉤狀態(tài)。這三個(gè)時(shí)間段長(zhǎng)江經(jīng)濟(jì)帶11個(gè)地區(qū)CO2排放脫鉤指數(shù)的變異系數(shù)①變異系數(shù)=樣本均值/樣本標(biāo)準(zhǔn)差，反映樣本數(shù)據(jù)的變化程度。依次為0.55、0.22、0.87，從數(shù)值上看先減小后增大，表明地區(qū)間的脫鉤指數(shù)先趨同后趨散，間接表明地區(qū)之間的碳排放差異呈現(xiàn)先縮小后擴(kuò)大的情形。

第三是東中西部各有減排的典型代表。長(zhǎng)江經(jīng)濟(jì)帶橫跨我國(guó)東中西部三大區(qū)域，這三大區(qū)域中各有減排的典型代表。其中東部地區(qū)減排的典型代表是上海和浙江省，上海率先實(shí)現(xiàn)了CO2排放強(qiáng)脫鉤，浙江省2010～2015年的CO2排放脫鉤指數(shù)下降為2000～2005年脫鉤指數(shù)的1/9。中部地區(qū)的減排代表是湖北省，2010～2015年的CO2排放脫鉤指數(shù)下降為2000～2005年脫鉤指數(shù)的1/84。西部地區(qū)的減排代表是四川省，2010～2015年的CO2排放脫鉤指數(shù)下降為2000～2005年脫鉤指數(shù)的1/14，從西部地區(qū)碳排放最嚴(yán)重的省份變?yōu)樘寂欧旁鏊傧鄬?duì)最慢的省份，脫鉤彈性達(dá)到0.078。

從碳強(qiáng)度來(lái)看，只有湖南、四川、云南在2000～2005年處于弱脫鉤狀態(tài)，其余地區(qū)和其余年份，長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)碳強(qiáng)度都是強(qiáng)脫鉤狀態(tài)，且隨著時(shí)間的推移，脫鉤彈性的絕對(duì)值越來(lái)越大。這表明隨著GDP增長(zhǎng)，單位GDP的CO2排放呈現(xiàn)出下降狀態(tài)，GDP的增長(zhǎng)并未引起碳強(qiáng)度的明顯增加。

長(zhǎng)江經(jīng)濟(jì)帶CO2排放總量、人均CO2排放與經(jīng)濟(jì)增長(zhǎng)的脫鉤程度越來(lái)越高，長(zhǎng)江經(jīng)濟(jì)帶的經(jīng)濟(jì)增長(zhǎng)逐漸集約化，對(duì)化石能源的依賴(lài)有所降低。各省市脫鉤指數(shù)先趨同后趨散，正好符合EKC曲線的特征。隨著時(shí)間推移和經(jīng)濟(jì)增長(zhǎng)，各省份從均處于EKC曲線左側(cè)，碳排放水平有一定差距。之后，一部分地區(qū)跨過(guò)拐點(diǎn)，另一部分地區(qū)仍在拐點(diǎn)左側(cè)，兩部分地區(qū)碳排放水平相當(dāng)，差距縮小。最后，跨過(guò)拐點(diǎn)的省份碳排放水平繼續(xù)下降，拐點(diǎn)左側(cè)的省份碳排放水平繼續(xù)上升，地區(qū)間碳排放差距擴(kuò)大。長(zhǎng)江經(jīng)濟(jì)帶東中西部省市均有減排代表的事實(shí)表明，經(jīng)濟(jì)增長(zhǎng)水平相似的地區(qū)，由于地區(qū)特點(diǎn)不同，經(jīng)濟(jì)增長(zhǎng)方式不同，CO2排放也存在差異。

Tapio脫鉤模型結(jié)果表明，長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)增長(zhǎng)與碳排放之間可能存在EKC曲線，經(jīng)濟(jì)增長(zhǎng)方式對(duì)CO2的排放也至關(guān)重要。因此，本文接下來(lái)從經(jīng)濟(jì)增長(zhǎng)水平和經(jīng)濟(jì)增長(zhǎng)方式兩個(gè)角度就長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)增長(zhǎng)與碳排放關(guān)系做進(jìn)一步的實(shí)證分析。

四、EKC曲線檢驗(yàn)

（一）模型、變量和數(shù)據(jù)來(lái)源

為了定量分析經(jīng)濟(jì)增長(zhǎng)水平和經(jīng)濟(jì)增長(zhǎng)方式對(duì)CO2排放的影響，本文參照齊少洲等（2015）、夏勇和鐘茂初（2016）等學(xué)者的做法，擴(kuò)展環(huán)境庫(kù)茲涅茨曲線，以經(jīng)濟(jì)增長(zhǎng)水平為核心解釋變量，以經(jīng)濟(jì)增長(zhǎng)方式為控制變量，設(shè)立如下面板數(shù)據(jù)模型

其中i表示地區(qū)，t表示時(shí)間，本文的數(shù)據(jù)集是長(zhǎng)江經(jīng)濟(jì)帶九省二市2000～2015年的平衡面板數(shù)據(jù)。lnCit是被解釋變量，為碳排放總量的對(duì)數(shù)；lnpgdpit是地區(qū)實(shí)際人均GDP的對(duì)數(shù)，用來(lái)衡量地區(qū)經(jīng)濟(jì)增長(zhǎng)水平。μi為非觀測(cè)的個(gè)體效應(yīng)，表示除納入模型的變量之外，各省之間持續(xù)存在的影響CO2排放的差異，如資源稟賦等。γt為非觀測(cè)時(shí)間效應(yīng)，表示除納入模型的變量之外，各省共同面臨的隨時(shí)間而變化的影響CO2排放的因素，如能源價(jià)格等。εit是隨機(jī)誤差項(xiàng)，與μi和γt不相關(guān)。Xit是表示經(jīng)濟(jì)增長(zhǎng)方式的控制變量。CO2排放量和人均GDP可能存在互為因果的情況，直接估計(jì)模型（5）得到的結(jié)果有偏且不一致。齊少洲等（2015）指出，經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放的作用有滯后性，本期的經(jīng)濟(jì)增長(zhǎng)會(huì)對(duì)下一期碳排放產(chǎn)生影響，因此本文采取滯后期工具變量法克服內(nèi)生性問(wèn)題。

經(jīng)濟(jì)增長(zhǎng)水平采用大多數(shù)學(xué)者的做法，用人均GDP表示。本文將人均GDP用pgdp表示。人均GDP可以大致代表地區(qū)所處的經(jīng)濟(jì)發(fā)展階段，不同的發(fā)展階段通常會(huì)有不同的產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)特征，進(jìn)而會(huì)有不同的CO2排放量。環(huán)境庫(kù)茲涅茨曲線又表明碳排放和人均收入可能存在倒U型關(guān)系。因此，本文用實(shí)際人均GDP來(lái)衡量人均收入，在方程中同時(shí)加入人均GDP的一次項(xiàng)和二次項(xiàng)，并取對(duì)數(shù)。其中人均實(shí)際GDP均為2000年不變價(jià)格，以保證不同年份的可比性。

經(jīng)濟(jì)增長(zhǎng)方式則根據(jù)現(xiàn)有文獻(xiàn)分為生產(chǎn)結(jié)構(gòu)、對(duì)外經(jīng)濟(jì)和區(qū)域治理三個(gè)方面。

（1）生產(chǎn)結(jié)構(gòu)

產(chǎn)業(yè)結(jié)構(gòu)（thir）。本文用第三產(chǎn)業(yè)增加值占GDP的比重反應(yīng)產(chǎn)業(yè)結(jié)構(gòu)。第三產(chǎn)業(yè)是較為“清潔”的產(chǎn)業(yè)，能耗相對(duì)較低，第三產(chǎn)業(yè)比重的上升通常會(huì)減少CO2排放。

能源結(jié)構(gòu)（stru）。不同能源的有效碳排放因子不同，即提供相同熱量產(chǎn)生的CO2排放量不同，原煤和焦炭的有效碳排放因子相對(duì)最高，因此會(huì)引起更多的CO2排放。本文用原煤消費(fèi)量占能源消費(fèi)總量的比重反應(yīng)能源結(jié)構(gòu)，通常該比重越高，CO2排放量越大。

技術(shù)水平（rd）。技術(shù)水平越高，越有可能提高能源的利用效率、降低單位能源的碳排放，實(shí)現(xiàn)節(jié)能減排。本文用技術(shù)市場(chǎng)成交額占GDP的比重表示技術(shù)水平。

（2）對(duì)外經(jīng)濟(jì)

外資水平（fdifg）。外商直接投資通過(guò)規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)、技術(shù)效應(yīng)對(duì)地區(qū)碳排放產(chǎn)生影響（白紅菊等，2017），本文以外商直接投資占GDP的比重衡量地區(qū)運(yùn)用外資情況。

開(kāi)放程度（open）。碳排放從生產(chǎn)端計(jì)量，進(jìn)出口貿(mào)易通過(guò)規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)、技術(shù)效應(yīng)以及碳排放轉(zhuǎn)移，均可能會(huì)擴(kuò)大CO2排放（孫金彥和劉海云，2016）。本文用地區(qū)進(jìn)出口貿(mào)易總額占GDP的比重衡量地區(qū)的開(kāi)放程度。

（3）區(qū)域治理

人力資本水平（edu）。人力資本水平是區(qū)域經(jīng)濟(jì)發(fā)展水平的重要決定因素，并可通過(guò)加強(qiáng)自主創(chuàng)新、吸收先進(jìn)技術(shù)等途徑影響碳排放。本文用6歲以上人口平均受教育年限作為地區(qū)人力資本的代理變量。

城鎮(zhèn)化率（cpop）。一方面，城鎮(zhèn)化會(huì)增加住宅和基礎(chǔ)設(shè)施需求，帶動(dòng)鋼鐵、水泥、建材等高能耗產(chǎn)業(yè)增長(zhǎng)，增加CO2排放（齊少洲等，2015）；另一方面，會(huì)通過(guò)人力資本積累和清潔生產(chǎn)的渠道而減少CO2排放（張騰飛等，2016）。本文用城鎮(zhèn)人口比重衡量城鎮(zhèn)化率。

環(huán)境治理（er）。地區(qū)環(huán)境治理可能對(duì)CO2排放有一定的抑制作用，本文用工業(yè)污染治理投資占GDP的比重衡量地區(qū)環(huán)境治理水平。

財(cái)政分權(quán)（powe）。財(cái)政分權(quán)程度越高，地方政府的自主性越強(qiáng)，地方政府越有可進(jìn)行基礎(chǔ)設(shè)施建設(shè)等“競(jìng)爭(zhēng)性支出”，增加CO2排放（肖容和李陽(yáng)陽(yáng)，2014）。本文用地方財(cái)政收入占全國(guó)財(cái)政收入的比重衡量財(cái)政分權(quán)情況。

接下來(lái)，本文以長(zhǎng)江經(jīng)濟(jì)帶各省為樣本，就各因素對(duì)CO2排放水平的影響程度做出估計(jì)。各解釋變量的原始數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》、EPS中宏觀經(jīng)濟(jì)數(shù)據(jù)庫(kù)、EPS區(qū)域經(jīng)濟(jì)數(shù)據(jù)庫(kù)、EPS對(duì)外經(jīng)濟(jì)數(shù)據(jù)庫(kù)和各省統(tǒng)計(jì)年鑒。

表4 變量描述性統(tǒng)計(jì)結(jié)果

（二）單位根檢驗(yàn)和協(xié)整檢驗(yàn)

為了避免偽回歸，本文對(duì)面板數(shù)據(jù)的平穩(wěn)性進(jìn)行了檢驗(yàn)。LLC和PP檢驗(yàn)的結(jié)果均表明lnTC、lnpgdp、lnpgdp2變量原值非平穩(wěn)，但一階差分平穩(wěn)。

在確定了變量均為一階單整之后，本文對(duì)變量之間是否存在協(xié)整關(guān)系進(jìn)行了檢驗(yàn)。Kao檢驗(yàn)、Pedroni檢驗(yàn)、Johansen檢驗(yàn)均表明，lnTC、lnpgdp、lnpgdp2之間存在協(xié)整關(guān)系，即變量之間存在長(zhǎng)期均衡關(guān)系①由于文章篇幅受限，具體的檢驗(yàn)結(jié)果數(shù)據(jù)未給出，留存?zhèn)渌??！?/p>

（三）面板數(shù)據(jù)回歸結(jié)果

協(xié)整檢驗(yàn)結(jié)果表明變量間存在長(zhǎng)期均衡關(guān)系，因此本文繼續(xù)進(jìn)行回歸分析，考察經(jīng)濟(jì)增長(zhǎng)水平和經(jīng)濟(jì)增長(zhǎng)方式對(duì)CO2排放的影響，并在模型中加入時(shí)間趨勢(shì)項(xiàng)lnt來(lái)表示政策等因素對(duì)各地區(qū)CO2排放的共同影響。模型（1）、（2）是隨機(jī)效應(yīng)回歸結(jié)果，模型（3）、（4）、（5）是固定效應(yīng)回歸結(jié)果，Hausman檢驗(yàn)表明應(yīng)采用固定效應(yīng)回歸，即模型（3）、（4）、（5）。

模型（3）結(jié)果表明，人均GDP對(duì)數(shù)的一次項(xiàng)和二次項(xiàng)系數(shù)均在1%的顯著性水平上顯著，且二次項(xiàng)系數(shù)為負(fù)，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)增長(zhǎng)水平與CO2排放總量和碳強(qiáng)度之間呈倒U型關(guān)系，EKC曲線成立。模型（4）加入了經(jīng)濟(jì)增長(zhǎng)方式變量，經(jīng)濟(jì)增長(zhǎng)方式包括生產(chǎn)結(jié)構(gòu)、對(duì)外經(jīng)濟(jì)、區(qū)域治理三個(gè)層面，其中生產(chǎn)結(jié)構(gòu)用產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、技術(shù)水平三個(gè)指標(biāo)表示；對(duì)外經(jīng)濟(jì)用外商直接投資和對(duì)外貿(mào)易情況兩個(gè)指標(biāo)表示；區(qū)域治理用城鎮(zhèn)化率、環(huán)境規(guī)制、財(cái)政分權(quán)三個(gè)指標(biāo)表示。模型（4）一方面用于檢驗(yàn)?zāi)Ｐ停?）的穩(wěn)健性，另一方面用于考察經(jīng)濟(jì)增長(zhǎng)方式對(duì)CO2排放的影響。模型（4）結(jié)果表明，人均GDP的二次項(xiàng)仍然顯著為負(fù)，EKC曲線仍然成立，說(shuō)明模型（3）的結(jié)果是穩(wěn)健的。為了解決模型（4）的內(nèi)生性問(wèn)題，本文采取滯后期工具變量法，用人均GDP的對(duì)數(shù)及其二次項(xiàng)的滯后項(xiàng)作為人均GDP的對(duì)數(shù)及其二次項(xiàng)的工具變量，得到模型（5）。經(jīng)檢驗(yàn)，滯后一期人均實(shí)際GDP的對(duì)數(shù)（工具變量）與當(dāng)期值相關(guān)系數(shù)在1%的顯著性水平下為0.9985，有較強(qiáng)相關(guān)性，而當(dāng)期的碳排放對(duì)上一期的實(shí)際人均GDP沒(méi)有影響，因此工具變量是有效的。

表5 面板數(shù)據(jù)回歸結(jié)果

（四）回歸結(jié)果分析

模型（5）中人均GDP的一次項(xiàng)和二次項(xiàng)系數(shù)均在1%的顯著性水平上通過(guò)了顯著性檢驗(yàn)，表明滯后期工具變量的作用效果很好?；貧w結(jié)果表明，實(shí)際人均GDP的二次項(xiàng)系數(shù)在1%的顯著性水平下顯著為負(fù)，EKC曲線成立。隨著人均GDP增長(zhǎng)，長(zhǎng)江經(jīng)濟(jì)帶CO2排放總量先增加后減少，經(jīng)濟(jì)增長(zhǎng)水平與CO2排放呈現(xiàn)倒U型關(guān)系。此外，經(jīng)濟(jì)增長(zhǎng)方式上同樣對(duì)CO2排放有重要影響。

從生產(chǎn)結(jié)構(gòu)來(lái)看，產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、技術(shù)水平均對(duì)地區(qū)CO2排放總量產(chǎn)生了顯著影響。其中，代表產(chǎn)業(yè)結(jié)構(gòu)的第三產(chǎn)業(yè)占GDP的比重每提高1個(gè)百分點(diǎn)，CO2排放總量降低0.0163%；代表能源結(jié)構(gòu)的原煤能源消費(fèi)量占終端能源消費(fèi)總量的比重每提高1個(gè)百分點(diǎn)，CO2排放總量提高0.8696%；代表技術(shù)水平的技術(shù)市場(chǎng)成交額占GDP的比重每提高1個(gè)百分點(diǎn)，CO2排放總量降低0.1205%。以上結(jié)論與預(yù)期一致，表明優(yōu)化生產(chǎn)結(jié)構(gòu)能夠有效推動(dòng)CO2減排：推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化的經(jīng)濟(jì)增長(zhǎng)方式能有效降低CO2排放；優(yōu)化能源結(jié)構(gòu)、降低原煤能源依賴(lài)程度的經(jīng)濟(jì)增長(zhǎng)方式，CO2減排效應(yīng)最強(qiáng)；注重提高科技創(chuàng)新、研究開(kāi)發(fā)水平的經(jīng)濟(jì)增長(zhǎng)方式，同樣具有可觀的減排效應(yīng)。

從對(duì)外經(jīng)濟(jì)發(fā)展水平來(lái)看，外商直接投資對(duì)CO2排放總量有顯著影響。外商投資占GDP的比重每提高1個(gè)百分點(diǎn)，CO2排放總量降低0.0352%；貿(mào)易開(kāi)放程度未對(duì)地區(qū)碳排放產(chǎn)生顯著影響。這表明在長(zhǎng)江經(jīng)濟(jì)帶地區(qū)，外商直接投資通過(guò)技術(shù)效應(yīng)、規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)最終表現(xiàn)為有助于CO2減排，引進(jìn)外資以及開(kāi)展對(duì)外貿(mào)易的經(jīng)濟(jì)增長(zhǎng)方式?jīng)]有使長(zhǎng)江經(jīng)濟(jì)帶成為“污染避難所”。

從區(qū)域治理情況看，人力資本水平、城鎮(zhèn)化水平、污染治理、財(cái)政分權(quán)對(duì)CO2排放總量并無(wú)顯著影響。這說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶各省人力資本提高并沒(méi)有實(shí)現(xiàn)CO2減排。之所以出現(xiàn)這種結(jié)果，是因?yàn)橛?jì)量模型反應(yīng)的是各個(gè)變量對(duì)CO2排放產(chǎn)生的直接影響，而人力資本通常是通過(guò)提升技術(shù)水平、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)等其他渠道因素間接促進(jìn)了CO2減排。事實(shí)上，本文的回歸結(jié)果表明，這些渠道因素確實(shí)對(duì)CO2排放產(chǎn)生了顯著影響。區(qū)域治理水平變量的回歸結(jié)果還表明，長(zhǎng)江經(jīng)濟(jì)帶城鎮(zhèn)化進(jìn)程并不是引起碳排放增加的主要因素；治理污染投資的高能耗導(dǎo)致其未能助力CO2減排；財(cái)政分權(quán)程度并未增加CO2排放，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶地區(qū)政府競(jìng)爭(zhēng)性投資行為已經(jīng)有所緩解。

總體來(lái)看，回歸結(jié)果表明經(jīng)濟(jì)增長(zhǎng)方式指標(biāo)中，生產(chǎn)結(jié)構(gòu)對(duì)碳排放的影響最大，對(duì)外經(jīng)濟(jì)發(fā)展水平次之，區(qū)域治理情況的影響最小。生產(chǎn)結(jié)構(gòu)中，能源結(jié)構(gòu)是對(duì)碳排放影響最大的因素；技術(shù)水平次之，產(chǎn)業(yè)結(jié)構(gòu)的影響相對(duì)較小。

（五）碳排放達(dá)峰時(shí)間預(yù)測(cè)

根據(jù)模型（5）的回歸結(jié)果，可以得到如下碳排放方程：

表6 CO2排放總量達(dá)峰時(shí)間預(yù)測(cè)

根據(jù)二次方程求極值的方法，當(dāng)實(shí)際人均GDP達(dá)到48858元（2000年不變價(jià)）時(shí)，CO2排放總量達(dá)峰。目前長(zhǎng)江經(jīng)濟(jì)帶11個(gè)地區(qū)中，人均GDP達(dá)到CO2排放達(dá)峰標(biāo)準(zhǔn)的有上海市、江蘇省、浙江省。中國(guó)承諾到2030年實(shí)現(xiàn)CO2排放達(dá)峰，為了評(píng)估長(zhǎng)江經(jīng)濟(jì)帶是否能如期完成碳排放達(dá)峰目標(biāo)，本文將對(duì)CO2排放總量達(dá)峰時(shí)間進(jìn)行預(yù)測(cè)。由于近年來(lái)GDP增速明顯放緩且已現(xiàn)企穩(wěn)跡象，本文以地區(qū)2014～2016年實(shí)際GDP的平均增長(zhǎng)率為準(zhǔn)，測(cè)算了未達(dá)峰地區(qū)達(dá)峰所需年限和達(dá)峰時(shí)間，結(jié)果如表8。未達(dá)峰地區(qū)中，重慶市預(yù)計(jì)達(dá)峰時(shí)間最早，達(dá)峰時(shí)間為2018年；云南省預(yù)計(jì)達(dá)峰時(shí)間最晚，達(dá)峰時(shí)間為2033年；長(zhǎng)江經(jīng)濟(jì)帶各省市基本能夠?qū)崿F(xiàn)2030年之前碳排放達(dá)峰的目標(biāo)，其中云南省的經(jīng)濟(jì)發(fā)展和CO2排放需要重點(diǎn)引導(dǎo)。

五、結(jié)論與政策建議

本文通過(guò)Tapio脫鉤模型、面板數(shù)據(jù)模型、達(dá)峰時(shí)間預(yù)測(cè)，研究了長(zhǎng)江經(jīng)濟(jì)帶九省二市2000～2015年經(jīng)濟(jì)增長(zhǎng)和碳排放關(guān)系，得到如下主要結(jié)論：

第一，C02排放總量和人均排放量與GDP的脫鉤指數(shù)顯示，2000～2015年長(zhǎng)江經(jīng)濟(jì)帶的經(jīng)濟(jì)增長(zhǎng)方式逐漸從粗放型向相對(duì)集約型轉(zhuǎn)變，經(jīng)濟(jì)增長(zhǎng)對(duì)化石能源的依賴(lài)程度有所降低；各省市的碳排放脫鉤指數(shù)先趨同后趨散，與EKC曲線的特征相吻合，東中西部各有減排的典型代表，經(jīng)濟(jì)增長(zhǎng)方式對(duì)CO2減排有重要影響。碳強(qiáng)度與人均GDP的脫鉤指數(shù)則顯示，GDP增長(zhǎng)并未引起單位GDP碳排放的顯著增加。第二，單位根檢驗(yàn)和協(xié)整檢驗(yàn)表明，CO2排放和實(shí)際人均GDP存在長(zhǎng)期均衡關(guān)系。第三，面板回歸模型顯示，經(jīng)濟(jì)增長(zhǎng)水平和經(jīng)濟(jì)增長(zhǎng)方式均對(duì)CO2排放總量有重要影響。經(jīng)濟(jì)增長(zhǎng)水平方面，人均GDP與CO2排放總量之間呈現(xiàn)倒U型關(guān)系，EKC曲線成立。經(jīng)濟(jì)增長(zhǎng)方式方面，人力資本、生產(chǎn)結(jié)構(gòu)、對(duì)外經(jīng)濟(jì)、區(qū)域治理對(duì)CO2排放的影響程度依次遞減。原煤占化石燃料的比重每下降1個(gè)百分點(diǎn)，CO2排放總量下降0.8612%。技術(shù)水平、第三產(chǎn)業(yè)比重、外商直接投資比重每提高1個(gè)百分點(diǎn)，分別使得CO2排放總量降低0.1221%、0.0163%和0.0357%。而人力資本水平、城鎮(zhèn)化水平、污染治理投資、財(cái)政分權(quán)程度對(duì)CO2排放總量均無(wú)顯著影響。第四，本文根據(jù)回歸結(jié)果預(yù)測(cè)了CO2排放總量的達(dá)峰時(shí)間，預(yù)測(cè)結(jié)果表明，長(zhǎng)江經(jīng)濟(jì)帶各地區(qū)基本能夠在2030年前實(shí)現(xiàn)碳排放達(dá)峰目標(biāo)。

綜上所述，經(jīng)濟(jì)增長(zhǎng)水平和經(jīng)濟(jì)增長(zhǎng)方式都是影響碳排放峰值的重要因素，提高經(jīng)濟(jì)增長(zhǎng)水平可以促進(jìn)碳排放峰值的實(shí)現(xiàn)，優(yōu)化經(jīng)濟(jì)增長(zhǎng)方式則可以有效降低峰值碳排放水平以及各個(gè)經(jīng)濟(jì)增長(zhǎng)水平下的CO2排放水平。據(jù)本文預(yù)測(cè)，CO2達(dá)峰目標(biāo)能夠?qū)崿F(xiàn)，而碳排放的峰值是多少，不僅取決于經(jīng)濟(jì)增長(zhǎng)水平，更取決于經(jīng)濟(jì)增長(zhǎng)方式。因此，要從生產(chǎn)結(jié)構(gòu)、對(duì)外經(jīng)濟(jì)和區(qū)域治理水平出發(fā)，優(yōu)化經(jīng)濟(jì)增長(zhǎng)方式，實(shí)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶綠色低碳發(fā)展。為此，本文提出如下政策建議：

第一，各省市統(tǒng)籌協(xié)調(diào)發(fā)展。形成長(zhǎng)江經(jīng)濟(jì)帶整體性產(chǎn)業(yè)布局，引導(dǎo)形成合理的產(chǎn)業(yè)集群，同時(shí)充分利用能源結(jié)構(gòu)優(yōu)化和技術(shù)水平提高促進(jìn)綠色低碳發(fā)展。一方面，優(yōu)化能源結(jié)構(gòu)，通過(guò)降低原煤能源依賴(lài)程度，提高清潔能源使用比重來(lái)降低碳排放。另一方面，鼓勵(lì)科技創(chuàng)新，通過(guò)提高生產(chǎn)效率和能源利用效率降低碳排放。再者，要引導(dǎo)地區(qū)產(chǎn)業(yè)升級(jí)，通過(guò)使產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、清潔化來(lái)降低碳排放。鑒于生產(chǎn)結(jié)構(gòu)中，能源結(jié)構(gòu)和技術(shù)水平的減排效應(yīng)大于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的減排效應(yīng)，各地區(qū)不必盲目推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，而是要根據(jù)地區(qū)特點(diǎn)因地制宜。例如，湖北省作為工業(yè)大省，可以著重提高技術(shù)水平；四川省天然氣資源豐富，可以著重優(yōu)化能源結(jié)構(gòu)；而東部發(fā)達(dá)地區(qū)可借助地理優(yōu)勢(shì)和技術(shù)優(yōu)勢(shì)，大力發(fā)展核能、風(fēng)能等清潔能源。各地區(qū)之間也應(yīng)加強(qiáng)技術(shù)創(chuàng)新成果的良性互動(dòng)。第二，合理發(fā)展對(duì)外經(jīng)濟(jì)。合理利用外資，充分發(fā)揮外商直接投資的結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)，實(shí)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)增長(zhǎng)和CO2減排雙贏。第三，釋放人力資本潛力，注重發(fā)揮人力資本在經(jīng)濟(jì)發(fā)展和CO2減排中的作用，提高人力資本向?qū)嵱眉夹g(shù)的轉(zhuǎn)化水平，發(fā)揮人力資本對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的推動(dòng)作用，以人才作為促進(jìn)經(jīng)濟(jì)發(fā)展和CO2減排雙贏的重要驅(qū)動(dòng)力。第四，協(xié)調(diào)區(qū)域治理。注重城鎮(zhèn)化進(jìn)程中的人力資本積累，推進(jìn)城鎮(zhèn)化與CO2減排良性互動(dòng)。各區(qū)域相互協(xié)調(diào)共同推進(jìn)水污染、大氣污染等治理，降低污染治理能耗，提高污染治理效率，實(shí)現(xiàn)污染治理和CO2減排同步推進(jìn)。建立合理的地方政府考核機(jī)制，避免政府競(jìng)爭(zhēng)性投資。第五，區(qū)域之間互聯(lián)互通，充分發(fā)揮各地區(qū)減排代表的帶動(dòng)效應(yīng)和示范效應(yīng)。發(fā)揮湖北省和上海市碳金融中心的作用，帶動(dòng)長(zhǎng)江經(jīng)濟(jì)帶實(shí)現(xiàn)綠色低碳發(fā)展，進(jìn)而向全國(guó)輻射。