張建剛 馬原野

一、引言

工業(yè)革命推動(dòng)了科技進(jìn)步，提高了生產(chǎn)力水平，但也帶來了嚴(yán)重的環(huán)境污染問題，全球氣候變暖造成的氣候危機(jī)逐漸成為全球可持續(xù)發(fā)展關(guān)注的焦點(diǎn)。如何降碳減排、發(fā)展低碳經(jīng)濟(jì)，成為各國近年來環(huán)境治理的關(guān)注焦點(diǎn)（王小翠，2018）。

為了發(fā)展低碳經(jīng)濟(jì)，實(shí)現(xiàn)全球性碳減排的目標(biāo)，2014 年，習(xí)近平主席在二十國集團(tuán)領(lǐng)導(dǎo)人第九次峰會第二階段會議講話中指出“中方計(jì)劃2030 年左右達(dá)到二氧化碳排放峰值”；2020 年9月，在第75 屆聯(lián)合國大會一般性辯論上，習(xí)近平主席向世界作出了“二氧化碳排放力爭于2030 年前達(dá)到峰值，努力爭取2060 年前實(shí)現(xiàn)碳中和”的鄭重承諾，進(jìn)一步表明了中國追求“凈零排放”、堅(jiān)定不移地走低碳發(fā)展之路的決心。為了完成碳達(dá)峰和碳中和的雙重目標(biāo)，我國開始探索碳減排的有效路徑，借鑒歐盟經(jīng)驗(yàn)建立碳市場是其中一項(xiàng)重要舉措。 2011 年，我國確定在北京等7 個(gè)省市開展碳排放權(quán)交易試點(diǎn)工作，歷經(jīng)多年的發(fā)展，建設(shè)碳排放權(quán)交易制度已經(jīng)逐漸成為我國應(yīng)對碳減排任務(wù)的重要政策工具。除此之外，中央政府和各級地方政府陸續(xù)發(fā)布有關(guān)碳達(dá)峰、碳中和、節(jié)能減排的實(shí)施方案與意見，推動(dòng)“雙碳”工作取得良好開局和積極成效。2020 年，我國二氧化碳排放強(qiáng)度比2005 年下降48.4%，超額完成第一階段國家自主貢獻(xiàn)承諾。

由此可見，經(jīng)過多年的發(fā)展，我國的碳減排政策取得了一定成效，但仍有很大的進(jìn)步空間。那么，在新的發(fā)展階段，有哪些因素能夠發(fā)揮作用，進(jìn)而提升碳減排效應(yīng)呢？本文通過梳理相關(guān)文獻(xiàn)，發(fā)現(xiàn)較多學(xué)者關(guān)注單因素或雙因素對碳減排效應(yīng)的影響，少有學(xué)者從整體出發(fā)，研究碳減排效應(yīng)的提升路徑，主要難點(diǎn)在于研究方法的選擇。吳茵茵等（2021）運(yùn)用DID 方法研究政府的行政管理和碳交易市場自有的激勵(lì)機(jī)制，認(rèn)為二者通過協(xié)同作用實(shí)現(xiàn)碳減排。楊莉莎等（2019）則通過分解分析框架探討影響碳排放量的相關(guān)因素，通過計(jì)算各因素的碳排放變動(dòng)效應(yīng)，得出技術(shù)提升將會有效促進(jìn)碳減排的結(jié)論。

本文選擇使用定性比較分析法，該方法的優(yōu)勢在于其擅長處理復(fù)雜變量之間的多重關(guān)系，可以完整地解讀案例?；诖耍疚膹慕M態(tài)視角出發(fā)，圍繞碳減排效應(yīng)提升路徑這一議題，采用模糊集定性比較分析方法（fsQCA），從經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口密度、技術(shù)進(jìn)步、能源強(qiáng)度、碳交易試點(diǎn)等六個(gè)維度對我國30 個(gè)省、自治區(qū)、直轄市（不含港澳臺和西藏）進(jìn)行組態(tài)分析，通過刻畫引起碳排放的組態(tài)路徑，揭示碳減排效應(yīng)提升的內(nèi)在機(jī)理。本文將擴(kuò)展碳減排效應(yīng)提升的研究邊界，為我國“雙碳”目標(biāo)的實(shí)現(xiàn)提供有益借鑒。

二、文獻(xiàn)綜述

本文從碳減排效應(yīng)的實(shí)現(xiàn)路徑和研究方法兩個(gè)角度對現(xiàn)有研究進(jìn)行梳理。

在碳減排效應(yīng)的實(shí)現(xiàn)路徑方面，多數(shù)學(xué)者從碳排放權(quán)交易、低碳城市試點(diǎn)出發(fā)，探究其作用機(jī)制。就碳排放權(quán)交易而言，Addis（2015）認(rèn)為碳交易作為一種市場機(jī)制，通過交易“碳信用”的方式達(dá)到減排的效果，并且能夠帶來一定的經(jīng)濟(jì)收益。劉傳明等（2019）認(rèn)為碳排放權(quán)交易對碳排放權(quán)的出售方和購買方有著不同的作用，二者通過不同的效應(yīng)機(jī)制共同實(shí)現(xiàn)碳減排。王勇和趙晗（2019）肯定了碳交易試點(diǎn)的作用，認(rèn)為碳交易試點(diǎn)的建立讓我國各省市的碳排放效率差距逐漸增大。如何協(xié)同推進(jìn)全國范圍內(nèi)碳減排效率的提升還有很長的路要走。Bridge 等（2020）對碳金融進(jìn)行了多角度的研究，強(qiáng)調(diào)了金融在碳減排過程中的關(guān)鍵作用。薛飛和周民良（2021）認(rèn)為以碳市場規(guī)模為著力點(diǎn)，通過擴(kuò)大碳交易市場的規(guī)模能有效減少試點(diǎn)地區(qū)的二氧化碳排放。就低碳城市試點(diǎn)而言，禹湘等（2020）將低碳試點(diǎn)城市分為低碳成熟型、低碳成長型、低碳后發(fā)型三種，有針對性地分析了不同類型城市實(shí)現(xiàn)碳減排的最有效路徑，提出要精準(zhǔn)施政。蘇濤永等（2022）認(rèn)為低碳城市試點(diǎn)和創(chuàng)新型城市試點(diǎn)共同發(fā)揮作用，助力碳減排。Huo 等（2022）認(rèn)為試點(diǎn)城市通過調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、推動(dòng)企業(yè)技術(shù)創(chuàng)新提高全要素生產(chǎn)率、促進(jìn)低碳技術(shù)研發(fā)等方式實(shí)現(xiàn)減排，為政府進(jìn)一步推進(jìn)低碳城市建設(shè)政策提供了實(shí)例和數(shù)據(jù)支持。此外，Yang 等（2021）則考慮到能源相關(guān)二氧化碳排放的復(fù)雜性和動(dòng)態(tài)性，基于系統(tǒng)動(dòng)力學(xué)建立多層次SD 模型，綜合分析能源相關(guān)碳排放與社會、經(jīng)濟(jì)、能源和碳排放等因素之間的關(guān)系。結(jié)果表明，GDP、能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)對能源相關(guān)二氧化碳排放有顯著影響，人口的影響是有限的，而工業(yè)能源強(qiáng)度的影響則在不同時(shí)期有所不同。

在研究方法的選擇上，國內(nèi)外大多數(shù)學(xué)者采取模型構(gòu)建或?qū)嵶C的方式來分析各因素提升碳減排效率的作用。Li 等（2020）使用雙重差分模型評估碳排放交易對建設(shè)用地碳排放強(qiáng)度（CEICL）的影響，提出從發(fā)展全國碳排放權(quán)交易市場、調(diào)整碳配額和交易價(jià)格機(jī)制、優(yōu)化區(qū)域產(chǎn)業(yè)結(jié)構(gòu)、改善能源消費(fèi)結(jié)構(gòu)等角度推進(jìn)區(qū)域碳減排發(fā)展。王超和楊寶臣（2021）基于Diebold-Yilmaz 模型，研究歐盟碳交易體系與湖北省碳交易體系的異同點(diǎn)，認(rèn)為我國通過加快碳金融產(chǎn)品創(chuàng)新可以有效推動(dòng)碳市場的建設(shè)和發(fā)展，充分發(fā)揮金融支持碳減排的作用。趙昕等（2018）則構(gòu)建了企業(yè)、政府和金融機(jī)構(gòu)三方的博弈模型，研究影響碳金融市場發(fā)展的因素以及減排路徑。目前也有部分學(xué)者采用定性比較分析方法探究了我國碳減排實(shí)現(xiàn)路徑。李慧和涂家豪（2020）將分析框架與fsQCA方法結(jié)合，分析歸納了影響我國能源低碳轉(zhuǎn)型的多元化因素組態(tài)。黃秀蓮（2022）運(yùn)用fsQCA 方法分析了我國低碳發(fā)展的三條路徑，提出了中國式降碳“三步走”的策略。孫秀梅和閆肅（2023）基于TOE 理論框架，運(yùn)用fsQCA 方法，為處于不同發(fā)展階段的資源型城市實(shí)現(xiàn)低碳轉(zhuǎn)型提供了政策建議。以上學(xué)者分別運(yùn)用fsQCA 方法研究了因素組態(tài)，并認(rèn)為應(yīng)該分階段實(shí)施降碳減排策略。

綜上所述，現(xiàn)有關(guān)于碳減排效應(yīng)的研究大多數(shù)集中在碳排放權(quán)交易對減排效應(yīng)的提升方面，近年來鮮有文獻(xiàn)通過組態(tài)分析的方法探究碳減排效應(yīng)的內(nèi)在機(jī)理與提升路徑。相較于已有研究，本文可能的邊際貢獻(xiàn)如下：研究方法上，本文基于當(dāng)下國內(nèi)碳減排快速發(fā)展的大背景，抓住碳減排效應(yīng)這一重要指標(biāo)，運(yùn)用fsQCA 方法進(jìn)行組態(tài)分析，運(yùn)用定性分析的方法研究其提升路徑。指標(biāo)選取上，本文選取碳交易試點(diǎn)作為條件變量納入組態(tài)分析，以虛擬變量的形式表示政策試點(diǎn)對于碳減排效應(yīng)的影響。研究結(jié)論上，本文的定性分析結(jié)論具有較強(qiáng)的穩(wěn)健性，且能夠在一定程度上整合現(xiàn)有研究發(fā)現(xiàn)的一些相似之處，例如任意因素不能單獨(dú)驅(qū)動(dòng)碳減排效應(yīng)的提升，這體現(xiàn)出多方聯(lián)合、協(xié)同處理對于提升碳減排效應(yīng)的重要性，為政策制定提供參考。

三、研究設(shè)計(jì)

（一）研究方法選取

本文選擇fsQCA 方法有以下幾點(diǎn)原因：一是要揭示碳減排效應(yīng)的提升路徑，只單獨(dú)分析或者兩兩分析各影響因素的作用效果是遠(yuǎn)遠(yuǎn)不夠的。fsQCA 方法區(qū)別于傳統(tǒng)的單因素、多因素分析，認(rèn)為各影響因素具有多重組合關(guān)系。因此，fsQCA 方法更適合從整體出發(fā)來探究諸多因素對碳減排效應(yīng)的作用機(jī)制。二是各地方政府在進(jìn)行碳減排時(shí)主要關(guān)注的條件以及作出的決策可能會有所不同。fsQCA 方法的優(yōu)勢在于可以分析不同背景下的條件組態(tài)，并且結(jié)果互不沖突。因此，相較于傳統(tǒng)的分析方法，fsQCA 方法更適用于碳減排效應(yīng)提升路徑問題的研究。

（二）指標(biāo)選取

1.結(jié)果變量

參照吳茵茵等（2021）的做法，選取二氧化碳排放量（carbon）這一指標(biāo)來衡量碳減排效應(yīng)。根據(jù)全球?qū)崟r(shí)碳數(shù)據(jù)（Carbon Monitor）的碳排放檢測方法，分析二氧化碳總排放量的占比情況，可以發(fā)現(xiàn)發(fā)電、工業(yè)生產(chǎn)占據(jù)了絕大部分的碳排放比重，而二者都離不開化石燃料的燃燒，由此可見化石燃料燃燒是最主要的碳源。因此本文根據(jù)IPCC（Intergovernmental Panel on Climate Change， 聯(lián)合國政府間氣候變化專門委員會）的方法，參考中國碳核算數(shù)據(jù)庫（CEADs）中Shan 等（2020）、Guan 等（2021）計(jì)算二氧化碳排放量的模型設(shè)計(jì)，提出如下計(jì)算公式：

式（1）中，carbon代表二氧化碳排放量，i代表IPCC 規(guī)定的七種化石燃料，C代表碳排放系數(shù)，E代表燃料消耗量，N代表平均低位發(fā)熱量。

2.條件變量

（1）經(jīng)濟(jì)發(fā)展水平。其對于二氧化碳排放有兩方面的影響：一是生產(chǎn)規(guī)模的擴(kuò)大會在促進(jìn)經(jīng)濟(jì)發(fā)展的同時(shí)增加二氧化碳的排放量，二是技術(shù)水平的提高在促進(jìn)經(jīng)濟(jì)發(fā)展的同時(shí)減少二氧化碳的排放量。本文采用人均地區(qū)生產(chǎn)總值來表示經(jīng)濟(jì)發(fā)展水平，用rgdp表示。

（2）產(chǎn)業(yè)結(jié)構(gòu)。工業(yè)生產(chǎn)、發(fā)電會消耗大量的化石燃料，排放出大量的二氧化碳。工業(yè)屬于第二產(chǎn)業(yè)，因此本文使用第二產(chǎn)業(yè)增加值與地區(qū)生產(chǎn)總值的比重來衡量產(chǎn)業(yè)結(jié)構(gòu)，用indu表示。

（3）人口密度。隨著城市化的推進(jìn)，人口的集聚程度提高，會在日常生活中間接排放更多的二氧化碳。本文采用年末人口總數(shù)與省級行政區(qū)的陸地面積的比值來衡量，用popu表示。

（4）技術(shù)進(jìn)步。先進(jìn)的技術(shù)可以提高化石能源的燃燒效率，技術(shù)創(chuàng)新能夠幫助企業(yè)實(shí)現(xiàn)生產(chǎn)的減能耗和減排。本文參照劉傳明等（2019）的做法，用技術(shù)市場成交額來表示技術(shù)進(jìn)步，用tech表示。

（5）能源強(qiáng)度。能源強(qiáng)度反映了完成一定的經(jīng)濟(jì)增長需要消耗多少能源。本文參考王勇和趙晗（2019）的做法，用能源消費(fèi)量和地區(qū)生產(chǎn)總值的比值來衡量能源強(qiáng)度，用ener表示。能源強(qiáng)度越低，能源效率越高，意味著碳減排效率越高。

（6）碳交易試點(diǎn)。本文參照曾詩鴻等（2022）的做法將設(shè)有碳交易試點(diǎn)的省份定為1，未設(shè)試點(diǎn)的省份定為0，用pilot表示。

（三）數(shù)據(jù)來源

各省、自治區(qū)、直轄市的二氧化碳排放量數(shù)據(jù)來源于中國碳核算數(shù)據(jù)庫（CEADs）。省級行政區(qū)的陸地面積、人均地區(qū)生產(chǎn)總值、第二產(chǎn)業(yè)增加值、地區(qū)生產(chǎn)總值、年末人口總數(shù)、技術(shù)市場成交額、能源消費(fèi)量的數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》，通過EPS 數(shù)據(jù)庫手工整理得到。相較于其他數(shù)據(jù)庫，CEADs 中關(guān)于省級碳排放的數(shù)據(jù)更加符合我國國情，且經(jīng)過多年的修訂，精確度顯著提高。該數(shù)據(jù)庫團(tuán)隊(duì)于2021年在Earth's Future發(fā)布了最新核算的中國2014—2019 年省級能源與二氧化碳排放清單，考慮到我國碳減排日趨成熟，本文依據(jù)數(shù)據(jù)可得性的原則選取了距今最近的2019 年中國30 個(gè)省、自治區(qū)、直轄市（不含港澳臺和西藏）的相關(guān)數(shù)據(jù)作為研究案例。

（四）數(shù)據(jù)校準(zhǔn)

本文參考現(xiàn)有的運(yùn)用fsQCA 方法的主流研究，結(jié)合所選案例的現(xiàn)實(shí)情況，選用直接校準(zhǔn)法將各條件和結(jié)果數(shù)據(jù)按照校準(zhǔn)規(guī)則轉(zhuǎn)換為模糊集隸屬分?jǐn)?shù)。而現(xiàn)有的校準(zhǔn)原則中，杜運(yùn)周和賈良定（2017）提出的校準(zhǔn)原則為廣大學(xué)者認(rèn)可。因此本文參照他們的研究，遵循錨點(diǎn)選定的透明性和合理性原則，最終確定結(jié)果變量和條件變量的完全隸屬點(diǎn)、交叉隸屬點(diǎn)、完全不隸屬點(diǎn)的校準(zhǔn)標(biāo)準(zhǔn)分別為0.95 分位點(diǎn)、0.5 分位點(diǎn)、0.05 分位點(diǎn)。在完成校準(zhǔn)后，需要將所有顯示0.5 的值手動(dòng)更改為0.501。結(jié)果變量和各條件變量的具體校準(zhǔn)信息如表1 所示。

四、數(shù)據(jù)分析與實(shí)證結(jié)果

（一）必要性分析

fsQCA 方法要求在進(jìn)行充分性分析之前，先完成必要性分析，即驗(yàn)證單一條件能否構(gòu)成碳減排效應(yīng)發(fā)生的必要條件。根據(jù)Ragin 和Fiss（2008）的研究，當(dāng)某一個(gè)條件變量總在結(jié)果變量存在時(shí)出現(xiàn)，那么此時(shí)該條件就成為結(jié)果發(fā)生的必要條件。參考相關(guān)文獻(xiàn)，本文選用一致性分?jǐn)?shù)作為檢測必要條件是否存在的標(biāo)準(zhǔn)：一致性分?jǐn)?shù)大于0.75 時(shí)，認(rèn)為存在因果關(guān)系；一致性分?jǐn)?shù)大于0.9時(shí)，判定該條件是結(jié)果的必要條件。碳減排效應(yīng)和非碳減排效應(yīng)的必要性分析結(jié)果見表2。如表2 所示，所有條件變量的一致性分?jǐn)?shù)均小于0.9，可以認(rèn)為不存在影響碳減排效應(yīng)的必要條件。

（二）充分性分析

充分性分析的目的是揭示由多個(gè)不同條件組成的各類組態(tài)所產(chǎn)生結(jié)果的充分性。一致性水平是組態(tài)分析過程中重要的衡量指標(biāo)，但與必要性分析不同的是，充分性分析的一致性判定標(biāo)準(zhǔn)并不統(tǒng)一。本文在對比各項(xiàng)標(biāo)準(zhǔn)之后，最終根據(jù)Schneider 和Wagemann（2013）的研究，確定充分性分析的一致性水平應(yīng)該大于或等于0.75 的標(biāo)準(zhǔn)。

充分性分析中的另一個(gè)重要設(shè)定是案例閾值，其值應(yīng)根據(jù)樣本的數(shù)量來確定。張明等（2019）在過去的研究中指出，各項(xiàng)研究要結(jié)合案例數(shù)量及其在真值表中的分布來綜合確定案例閾值：如果所選案例數(shù)量較少，屬于中小樣本的范圍，案例閾值應(yīng)設(shè)為1；對于大樣本，案例閾值應(yīng)大于1。經(jīng)過分析對比，本文確定的案例閾值為1，一致性閾值為0.80，涵蓋30 個(gè)案例。

表 1 條件和結(jié)果的校準(zhǔn)

表 2 必要條件分析結(jié)果

經(jīng)過完善真值表和標(biāo)準(zhǔn)分析，可以得到各個(gè)條件對碳減排效應(yīng)的組態(tài)分析結(jié)果。參考Fiss（2011）的做法，將結(jié)果繪制為表3。通過觀察可知，6 種組態(tài)的單個(gè)解的一致性水平均高于可接受的最低標(biāo)準(zhǔn)0.75，符合充分性分析中一致性水平的原則。除此之外，總體解的一致性水平為0.831，覆蓋度為0.723，均符合要求。

表 3 碳減排效應(yīng)的組態(tài)分析結(jié)果

圖1—圖3 分別展示了使用Stata17 軟件、R語言繪制的部分組態(tài)散點(diǎn)圖。組態(tài)1 為技術(shù)推動(dòng)路徑，表明技術(shù)進(jìn)步作為唯一的核心條件存在，發(fā)揮了核心作用，而碳交易試點(diǎn)規(guī)模的擴(kuò)大則作為輔助條件存在，發(fā)揮了輔助作用。這意味著當(dāng)技術(shù)進(jìn)步存在時(shí)，其他條件對于碳減排效應(yīng)的影響不大，技術(shù)進(jìn)步能夠有效破除經(jīng)濟(jì)發(fā)展水平、人口密度大等客觀條件對地方政府提升碳減排效應(yīng)的制約。組態(tài)1 呈現(xiàn)出的一致性水平為0.928，唯一覆蓋度為0.036，原始覆蓋度為0.338。該路徑能夠解釋約33.8%的碳減排案例。如圖1 所示，約3.6%的案例僅能被這條路徑所解釋。

圖1 組態(tài)1 的解釋案例

組態(tài)2 為“產(chǎn)業(yè)驅(qū)動(dòng)+人口拉動(dòng)”路徑。在組態(tài)2 中，產(chǎn)業(yè)結(jié)構(gòu)和人口密度條件的存在發(fā)揮了核心作用，碳交易試點(diǎn)規(guī)模的擴(kuò)大發(fā)揮了邊緣作用。在工業(yè)化階段，第二產(chǎn)業(yè)在各國國民經(jīng)濟(jì)發(fā)展的過程中起到了主導(dǎo)作用，而大多數(shù)發(fā)達(dá)國家在完成工業(yè)化之后又進(jìn)行了產(chǎn)業(yè)結(jié)構(gòu)升級，將國民經(jīng)濟(jì)發(fā)展的著力點(diǎn)逐步轉(zhuǎn)向以服務(wù)業(yè)、高新技術(shù)產(chǎn)業(yè)為主的第三產(chǎn)業(yè)。從各國歷年的碳排放數(shù)據(jù)來看，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級轉(zhuǎn)型將會有效控制二氧化碳的排放量。為此，我國頒布了《產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指導(dǎo)目錄》并進(jìn)行多次修改調(diào)整，目前已在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整領(lǐng)域取得了階段性的勝利。人們的生活和生產(chǎn)會產(chǎn)生大量的溫室氣體，適度合理的人口密度也是促進(jìn)碳減排的關(guān)鍵，我國人口密度呈現(xiàn)出東密西疏的特點(diǎn)，東部沿海地區(qū)又是發(fā)展的重點(diǎn)和先鋒，因此省際之間合理的人才引進(jìn)政策顯得尤為重要，只有合理布局人才轉(zhuǎn)移，才能進(jìn)一步實(shí)現(xiàn)多地區(qū)共同發(fā)展。綜合來看，產(chǎn)業(yè)結(jié)構(gòu)升級和人口密度調(diào)整都是全局性的影響因素，需要整體規(guī)劃，協(xié)同發(fā)展。組態(tài)2 呈現(xiàn)出的一致性水平為0.883，唯一覆蓋度為0.048，原始覆蓋度為0.352，該路徑能夠解釋約35.2%的碳減排案例。如圖2 所示，約4.8%的案例僅能被這條路徑所解釋。

圖2 組態(tài)2、組態(tài)5 的解釋案例

組態(tài)3 為產(chǎn)能驅(qū)動(dòng)路徑。在組態(tài)3 中，產(chǎn)業(yè)結(jié)構(gòu)和能源強(qiáng)度條件的存在發(fā)揮了核心作用，碳交易試點(diǎn)規(guī)模的擴(kuò)大發(fā)揮了邊緣作用。能源的利用效率在很大程度上影響著經(jīng)濟(jì)發(fā)展與環(huán)境規(guī)制之間的平衡，通過較少的能源消耗換取較大的經(jīng)濟(jì)收益一直是我國努力的方向。能源效率的提高包括兩個(gè)方面：一是新能源技術(shù)的發(fā)展，二是開發(fā)高效的化石能源燃燒技術(shù)。它們共同促進(jìn)碳減排效應(yīng)的提升。組態(tài)3 呈現(xiàn)出的一致性水平為0.846，唯一覆蓋度為0.098，原始覆蓋度為0.360，該路徑能夠解釋約36.0%的碳減排案例。如圖3 所示，約9.8%的案例僅能被這條路徑所解釋。

圖3 組態(tài)3 的解釋案例

組態(tài)4①為“人口+技術(shù)+能源”驅(qū)動(dòng)路徑。在組態(tài)4 中，人口密度、技術(shù)進(jìn)步和能源強(qiáng)度條件的存在發(fā)揮了核心作用，碳交易試點(diǎn)規(guī)模的擴(kuò)大發(fā)揮了邊緣作用。組態(tài)4 呈現(xiàn)出的一致性水平為0.901，唯一覆蓋度為0.006，原始覆蓋度為0.261，該路徑能夠解釋約26.1%的碳減排案例。

組態(tài)5 為“產(chǎn)業(yè)+人口”驅(qū)動(dòng)路徑。在組態(tài)5 中，產(chǎn)業(yè)結(jié)構(gòu)、人口密度條件的存在發(fā)揮了核心作用，經(jīng)濟(jì)發(fā)展水平、技術(shù)進(jìn)步和碳交易試點(diǎn)規(guī)模的擴(kuò)大發(fā)揮了邊緣作用。組態(tài)5 呈現(xiàn)出的一致性水平為0.973，唯一覆蓋度為0.101，原始覆蓋度為0.443，該路徑能夠解釋約44.3%的碳減排案例。參照陶克濤等（2021）的做法，由于組態(tài)5的核心條件與組態(tài)2 一致，二者共用同一個(gè)散點(diǎn)圖。如圖2 所示，約10.1%的案例能被這條路徑所解釋。

組態(tài)6 為“產(chǎn)業(yè)+技術(shù)+能源”推動(dòng)路徑。在組態(tài)6 中，產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步和能源強(qiáng)度條件的存在發(fā)揮了核心作用，經(jīng)濟(jì)發(fā)展水平和碳交易試點(diǎn)規(guī)模的擴(kuò)大發(fā)揮了邊緣作用。組態(tài)6 呈現(xiàn)出的一致性水平為0.953，唯一覆蓋度為0.017，原始覆蓋度為0.264，該路徑能夠解釋約26.4%的碳減排案例。

（三）穩(wěn)健性檢驗(yàn)

本文通過調(diào)整一致性水平的方法進(jìn)行穩(wěn)健性檢驗(yàn)，將一致性水平由0.8 依次上升至0.81、0.82、0.83，發(fā)現(xiàn)包括組態(tài)數(shù)量、覆蓋度、一致性水平等指標(biāo)在內(nèi)的分析結(jié)果均無明顯變化，證明研究結(jié)論穩(wěn)健。具體檢驗(yàn)結(jié)果見表4、表5。

（四）碳減排效應(yīng)提升路徑區(qū)域異質(zhì)性研究

我國不同地區(qū)在地理環(huán)境、資源稟賦、人才引進(jìn)政策等方面存在著明顯的差異，可能導(dǎo)致經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口密度、技術(shù)進(jìn)步、能源強(qiáng)度、碳交易試點(diǎn)這六大因素對碳減排效應(yīng)的提升產(chǎn)生不同的影響。因此，本文根據(jù)《中國統(tǒng)計(jì)年鑒》對我國東部、中部、西部、東北地區(qū)的劃分②，將各地區(qū)碳減排效應(yīng)的條件組態(tài)進(jìn)行分組比較分析，進(jìn)一步探索不同地區(qū)之間各影響因素作用于碳減排效應(yīng)提升的異質(zhì)性，具體情況見表6。

從表6 中可以看出，我國東部地區(qū)碳減排效應(yīng)存在三種組態(tài)。組態(tài)A 表明，即使在人口密度較大、技術(shù)水平較低的地區(qū)，產(chǎn)業(yè)結(jié)構(gòu)升級作為核心條件，經(jīng)濟(jì)發(fā)展水平和碳交易試點(diǎn)作為輔助條件也能驅(qū)動(dòng)碳減排效應(yīng)的提升。組態(tài)B 表明，即使能源效率較低，產(chǎn)業(yè)結(jié)構(gòu)升級作為核心條件，人口密度、技術(shù)進(jìn)步和碳交易試點(diǎn)作為輔助條件也能有效提升碳減排效應(yīng)。組態(tài)C 表明，即使經(jīng)濟(jì)發(fā)展水平較低，產(chǎn)業(yè)結(jié)構(gòu)升級作為核心條件，人口密度、技術(shù)進(jìn)步和碳交易試點(diǎn)作為輔助條件也能有效提升碳減排效應(yīng)。我國東部地區(qū)相對其他地區(qū)而言經(jīng)濟(jì)更為發(fā)達(dá)，具有較好的基礎(chǔ)條件，更有利于產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型調(diào)整，而且在三種組態(tài)中，產(chǎn)業(yè)結(jié)構(gòu)都是核心條件。由此可見，進(jìn)一步加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和升級是東部地區(qū)各大省份未來碳減排工作的重點(diǎn)。

表 4 中間解穩(wěn)健性檢驗(yàn)結(jié)果

表 5 簡單解穩(wěn)健性檢驗(yàn)結(jié)果

表 6 分地域碳減排效應(yīng)組態(tài)分析結(jié)果

中部地區(qū)碳減排效應(yīng)提升只有一條組態(tài)路徑，在組態(tài)D 中，產(chǎn)業(yè)結(jié)構(gòu)和人口密度作為核心條件出現(xiàn)，能源強(qiáng)度和碳交易試點(diǎn)作為輔助條件出現(xiàn)。我國中部地區(qū)靠近東部發(fā)達(dá)省份，在地理位置上相對于西部地區(qū)有一定的優(yōu)勢，有利于獲得東部發(fā)達(dá)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級帶來的紅利，從而能夠快速調(diào)整本地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)。此外，中部地區(qū)資源豐富，大規(guī)模城市較多，便于人才引進(jìn)，但同時(shí)也需警惕大密度人口產(chǎn)生的生活碳排放。因此，中部地區(qū)各省份要在積極調(diào)整產(chǎn)業(yè)結(jié)構(gòu)的同時(shí)注意發(fā)揮人口密度的優(yōu)勢，加大人才引進(jìn)力度，合理規(guī)劃人口密度，并著力減少城市居民生活碳排放。

西部地區(qū)碳減排效應(yīng)提升存在三條組態(tài)路徑。組態(tài)E 表明，人口密度和技術(shù)進(jìn)步作為核心條件，碳交易試點(diǎn)作為輔助條件會提升碳減排效應(yīng)。組態(tài)F 表明，經(jīng)濟(jì)發(fā)展水平作為核心條件出現(xiàn)，能源強(qiáng)度和碳交易試點(diǎn)作為輔助條件出現(xiàn)。組態(tài)G表明，人口密度和技術(shù)進(jìn)步作為核心條件出現(xiàn)，經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和碳交易試點(diǎn)作為輔助條件出現(xiàn)。相較其他地區(qū)，西部地區(qū)發(fā)展受限較多，經(jīng)濟(jì)基礎(chǔ)較為薄弱，其應(yīng)該充分發(fā)揮后發(fā)優(yōu)勢，通過優(yōu)惠政策引進(jìn)高素質(zhì)人才，加快與中東部地區(qū)的技術(shù)轉(zhuǎn)移，并進(jìn)一步加大生產(chǎn)技術(shù)方面的投入，從而促進(jìn)經(jīng)濟(jì)發(fā)展，推動(dòng)碳減排效應(yīng)的提升。

東北地區(qū)碳減排效應(yīng)提升有兩種組態(tài)。組態(tài)H中，能源強(qiáng)度作為核心也是唯一要素出現(xiàn)。組態(tài)I中，能源強(qiáng)度作為核心要素出現(xiàn)，經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口密度和技術(shù)進(jìn)步作為輔助條件出現(xiàn)。東北地區(qū)作為我國的老工業(yè)基地，基礎(chǔ)實(shí)力雄厚，但近些年來我國處于產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型時(shí)期，傳統(tǒng)的重工業(yè)能源利用效率低下、污染較為嚴(yán)重，是東北地區(qū)在經(jīng)濟(jì)發(fā)展和碳減排效應(yīng)提升過程中面臨的主要問題。東北地區(qū)要以降低能源強(qiáng)度、提高能源利用效率為主要發(fā)力點(diǎn)，這樣才能更好地振興東北老工業(yè)基地，為推進(jìn)碳減排工作邁出更為堅(jiān)實(shí)的一步。

經(jīng)過對比分析，可發(fā)現(xiàn)我國東部、中部、西部、東北地區(qū)碳減排效應(yīng)的提升路徑存在異質(zhì)性。各地區(qū)需因地制宜，圍繞本地區(qū)的核心驅(qū)動(dòng)因素制定相應(yīng)的政策措施，從而進(jìn)一步推進(jìn)碳減排工作。

五、研究結(jié)論與建議

（一）研究結(jié)論

本文運(yùn)用fsQCA 方法對我國30 個(gè)省份的碳減排效應(yīng)進(jìn)行組態(tài)分析，探究經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口密度、技術(shù)進(jìn)步、能源強(qiáng)度和碳交易試點(diǎn)六大因素對碳減排效應(yīng)的作用機(jī)制以及驅(qū)動(dòng)路徑，得出影響碳減排效應(yīng)的核心條件及輔助條件。具體研究結(jié)論如下：

第一，經(jīng)過必要性分析，本文發(fā)現(xiàn)各類影響因素都不能單獨(dú)作為碳減排效應(yīng)的必要條件，說明某一個(gè)要素并不能構(gòu)成限制碳減排效應(yīng)提升的約束條件。

第二，經(jīng)過充分性分析，本文發(fā)現(xiàn)了提升碳減排效應(yīng)的六條驅(qū)動(dòng)路徑，同時(shí)通過組態(tài)分析表，發(fā)現(xiàn)任一因素都不能單獨(dú)驅(qū)動(dòng)碳減排效應(yīng)的提升。其中，除組態(tài)1 只有技術(shù)進(jìn)步一個(gè)核心條件外，其余組態(tài)都有兩個(gè)或兩個(gè)以上的核心條件。此外，對案例解釋程度最好的是組態(tài)5，在該組態(tài)中產(chǎn)業(yè)結(jié)構(gòu)、人口密度是核心條件，經(jīng)濟(jì)發(fā)展水平、技術(shù)進(jìn)步和碳交易試點(diǎn)是輔助條件。由此可見，碳減排效應(yīng)提升是多因素協(xié)同作用的結(jié)果。

第三，由于各地區(qū)經(jīng)濟(jì)發(fā)展水平、基礎(chǔ)設(shè)施建設(shè)、資源豐富程度都各不相同，在碳減排效應(yīng)提升路徑上有著明顯的異質(zhì)性。影響東部地區(qū)碳減排效應(yīng)的核心條件是產(chǎn)業(yè)結(jié)構(gòu)升級，影響中部地區(qū)碳減排效應(yīng)的核心條件是產(chǎn)業(yè)結(jié)構(gòu)和人口密度，影響西部地區(qū)碳減排效應(yīng)的核心條件是經(jīng)濟(jì)發(fā)展水平、人口密度和技術(shù)進(jìn)步，影響東北地區(qū)碳減排效應(yīng)的核心條件是能源強(qiáng)度。

（二）政策建議

第一，各地方政府應(yīng)注意加強(qiáng)各影響因素之間的協(xié)同配合，盡量避免單線作戰(zhàn)，要根據(jù)自身區(qū)域條件和資源稟賦，從整體出發(fā)，考慮多重條件的聯(lián)合發(fā)力，有針對性地制定提升碳減排效應(yīng)的政策。

第二，參照只有一個(gè)核心條件的組態(tài)1 和對案例解釋程度最好的組態(tài)5，未來碳減排效應(yīng)提升應(yīng)以加快技術(shù)進(jìn)步、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、控制人口密度為重點(diǎn)，同時(shí)也要關(guān)注提升經(jīng)濟(jì)發(fā)展水平和建設(shè)碳交易試點(diǎn)對碳減排效應(yīng)的影響，在政策制定上有所側(cè)重。

第三，各省市要根據(jù)自身的實(shí)際情況，明確自身經(jīng)濟(jì)發(fā)展水平、自然資源、人力資源儲備等方面的優(yōu)劣勢，選擇合適的路徑和更具針對性的措施，提高碳減排效應(yīng)。東部地區(qū)要推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)健康發(fā)展，加快高碳排放行業(yè)轉(zhuǎn)型升級；中部地區(qū)要加快落實(shí)人才發(fā)展戰(zhàn)略，進(jìn)一步優(yōu)化人力資源結(jié)構(gòu)，制定合理的政策和措施，使城市人口密度保持在合理區(qū)間；西部地區(qū)要在大力發(fā)展經(jīng)濟(jì)的同時(shí)繼續(xù)引進(jìn)先進(jìn)技術(shù)，加強(qiáng)新能源技術(shù)創(chuàng)新工作；東北地區(qū)要合理調(diào)整能源結(jié)構(gòu)，倡導(dǎo)企業(yè)利用高能效設(shè)備，推進(jìn)重點(diǎn)行業(yè)和重要領(lǐng)域綠色化改造，實(shí)現(xiàn)能源低碳高效利用。因地制宜的差異化舉措能夠更好地促進(jìn)我國各地區(qū)碳減排能力均衡全面提升，進(jìn)而推動(dòng) “碳達(dá)峰”“碳中和”目標(biāo)的實(shí)現(xiàn)。

注釋：

① 組態(tài)4 和組態(tài)6 的核心條件有三個(gè)，應(yīng)采用四維圖形，故沒有展示。

② 東部地區(qū)：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區(qū)：山西、安徽、江西、河南、湖北、湖南；西部地區(qū)：內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆；東北地區(qū)：遼寧、吉林、黑龍江。