林珊珊　吳玉斌

摘 要：基于2006—2021年中國30個省的碳生產(chǎn)率測算及空間特征，采用鄰接、經(jīng)濟和地理矩陣下的空間杜賓模型，實證檢驗了各影響因素對碳生產(chǎn)率的直接效應和間接效應。研究表明：從空間特征來看，我國碳生產(chǎn)率表現(xiàn)為“發(fā)達聚集，欠發(fā)達分散”的特征；從作用效果來看，城鎮(zhèn)化、產(chǎn)業(yè)結構和能源結構對本地區(qū)及相鄰地區(qū)碳生產(chǎn)率均具有顯著的抑制作用，經(jīng)濟發(fā)展水平具有顯著的促進作用，而綠色技術創(chuàng)新和FDI對本地區(qū)碳生產(chǎn)率具有顯著的促進作用但對相鄰地區(qū)具有顯著的抑制作用；從作用大小來看，經(jīng)濟發(fā)展水平對碳生產(chǎn)率的促進作用最大，綠色技術創(chuàng)新的促進作用最小，F(xiàn)DI的抑制作用最大，能源結構的抑制作用最?。粡膮^(qū)域異質性來看，經(jīng)濟發(fā)展水平在西部的提升作用不顯著；FDI在西部表現(xiàn)出負溢出效應。建議從完善外商政策、降低能源強度、加快綠色技術創(chuàng)新和促進產(chǎn)業(yè)結構高級化來助力碳生產(chǎn)率提升。

關鍵詞：碳生產(chǎn)率；空間集聚；空間杜賓模型；直接效應；間接效應

中圖分類號：X 196;F 061.1 文獻標識碼：A 文章編號：1672-7312（2023）03-0281-11

Analysis of Spatial Characteristics and Influencing Factors of Regional Carbon Productivity in China

LIN Shanshan1，2，WU Yubin1，2

（1.School of Economics and Management，Nantong University，Nantong 226000，China;2.Yangtze River Economic Belt Research Institute，Nantong University，Nantong 226000，China）

Abstract：Based on the calculation and spatial characteristics of carbon productivity of 30 provinces in China during 2006—2021，the direct and indirect effects of each influencing factor on carbon productivity were empirically tested by using the spatial Dubin model under adjacency，economic and geographical matrices.The research shows that，from the perspective of spatial characteristics，Chinese carbon productivity shows the characteristics of “developed agglomeration and under-developed dispersion”.From the perspective of effect，urbanization，industrial structure and energy structure all have a significant inhibitory effect on the carbon productivity of the region and adjacent regions，and the level of economic development has a significant promoting effect on the carbon productivity of the region，while green technology innovation and FDI have a significant promoting effect on the carbon productivity of the region but have a significant inhibiting effect on the adjacent regions.From the perspective of effect size，the promoting effect of economic development level on carbon productivity is the largest，the promoting effect of green technology innovation is the least，the inhibiting effect of FDI is the largest，and the inhibiting effect of energy structure is the least.From the perspective of regional heterogeneity，the improvement of economic development level in the west is not significant；FDI shows negative spillover effect in western China.It is suggested to improve foreign policy，reduce energy intensity，accelerate green technology innovation and promote the upgrading of industrial structure to help improve carbon productivity.

Key words：carbon productivity；spatial agglomeration；space Dubin model；direct effects；indirect effects

0 引言

為應對日益嚴峻的能源安全和氣候變化的威脅，中國提出二氧化碳排放力爭2030年前達到峰值，2060年前達到碳中和的雙碳目標，但由于中國是世界最大的碳排放國，2021年占世界能源碳排放總量比重的30.9%，而美國同期為13.8%，說明現(xiàn)階段研究碳排放的戰(zhàn)略意義重大且艱巨。數(shù)據(jù)顯示到2021年，我國單位國內生產(chǎn)總值二氧化碳排放比2015年和2005年分別下降約21.4%和63.2%，非化石能源占一次能源消費比重從2005年的7.4%提高到2021年的16.6%；可再生能源總消費量占世界比重從2005年的2.3%上升至2021年的34.6%，能源減排具有一定的成效，但到2021年能源消耗量、碳排放量比2006年仍分別提高了53.4%和51.3%，處在“雙上升”階段，而且上升的時間越長、峰值就越高、付出的代價就越大[1]。這一系列數(shù)據(jù)背后其實是一場前所未有的綠色工業(yè)化革命，要想實現(xiàn)3060計劃，實現(xiàn)經(jīng)濟和生態(tài)質量的同步增長，需要不斷提高碳生產(chǎn)率。碳生產(chǎn)率是連結經(jīng)濟增長和環(huán)境保護的重要橋梁。從國外來看，MIELNIK O認為將單位能源的CO2排放量作為發(fā)展中國家經(jīng)濟發(fā)展模式評價的主要標準，并分析了其對實現(xiàn)低碳經(jīng)濟的重要意義[2]。在國內，陳詩一認為，綠色發(fā)展要求經(jīng)濟增長和環(huán)境保護的共贏，而碳生產(chǎn)率則是連接經(jīng)濟增長和環(huán)境保護的重要橋梁[3]。也有研究表明碳生產(chǎn)率和社會人文科學發(fā)展是綠色經(jīng)濟發(fā)展的2個基本要素[4]，認為碳排放效率的提高對增加整個社會的福利績效具有重要的意義[5]。因此，今后的競爭不是傳統(tǒng)勞動力的競爭，也不是石油效率的競爭，而是碳生產(chǎn)率的競爭[6]。

當前對碳排放的研究主要圍繞碳生產(chǎn)率及其驅動因素來展開。研究發(fā)現(xiàn)我國省級碳生產(chǎn)率均呈不斷上升的趨勢，且空間滯后系數(shù)顯示各地碳生產(chǎn)率均會顯著受到鄰近地區(qū)的正向影響，表現(xiàn)出“一榮俱榮，一損俱損”的特征[7]。梁圣蓉等先后考察碳生產(chǎn)率的空間相關性、區(qū)域異質性和空間溢出性發(fā)現(xiàn)[8-10]：在空間相關性上中國碳生產(chǎn)率呈現(xiàn)一種高值聚集與低值聚集相結合的空間聚集模式，具有顯著的空間正相關性；在區(qū)域異質性上，我國區(qū)域碳生產(chǎn)率呈穩(wěn)步上升態(tài)勢，區(qū)域間“趕超效應”作用明顯；地區(qū)間碳生產(chǎn)率的不均衡主要來源于東—西部和東—中部區(qū)域間差異。在空間溢出性上，現(xiàn)有文獻主要考察某單一變量對碳生產(chǎn)率的影響，鐘茂初等認為[11-13]：本地區(qū)綠色技術創(chuàng)新能力越強，則碳生產(chǎn)率越高，且會對周邊地區(qū)碳生產(chǎn)率的提升起到顯著促進作用；由于各省（市、區(qū)）產(chǎn)業(yè)同構，減弱了技術進步和生產(chǎn)效率提升的作用，低碳產(chǎn)業(yè)的發(fā)展并沒有有效地起到替代高碳產(chǎn)業(yè)的作用，其規(guī)模效應和強度效應依舊驅動碳排放維持增長趨勢；FDI對本地區(qū)碳生產(chǎn)率有顯著的正向促進作用，但對周圍地區(qū)碳的生產(chǎn)率具有負向的溢出作用；能源結構對于本地碳生產(chǎn)率具有抑制作用，且煤炭比重越高，提高碳生產(chǎn)率的阻礙程度越大，反之亦然；城鎮(zhèn)化抑制了本省和外部區(qū)域碳生產(chǎn)率的發(fā)展，且在全國、中部、西部地區(qū)負向影響顯著。

碳生產(chǎn)率測算方法不盡相同?？梢源笾路譃閮深?，單一指標法和多指標法。文中采用的是單一指標法，即用生產(chǎn)總值除以二氧化碳的總數(shù)來衡量。多指標法考慮所有的投入因素和所有的產(chǎn)出因素后得到的總投入和總產(chǎn)出的比率。這種方法雖然可以更為全面的把可能的影響因素考慮在內，但缺點是由于計算靈活，使得基于此方法下不同模型其評估的結果也不盡相同，因此可能導致同一因素在不同模型下對碳效率產(chǎn)生不同的影響[14]。此外對于同一時間下截面數(shù)據(jù)的處理后者也沒有前者更具有可比性。因此文中采用前述方法。

綜上，雖然不同學者在不同的領域、從不同角度研究碳生產(chǎn)率本身或其相關影響因素，但是在空間層面近年來仍然較少，中國碳生產(chǎn)率的區(qū)域差異性和影響機制仍有待深入研究。且目前鮮有作者運用3種矩陣分析多因素對碳生產(chǎn)率影響，而空間權重的不同，往往對結果賦予具有一定的經(jīng)濟意義和地理意義，同一解釋變量在不同矩陣下其結果也會產(chǎn)生不同層面的理解。因此在研究方法上，文中采用莫蘭指數(shù)及散點圖來分析現(xiàn)階段碳生產(chǎn)率的區(qū)域差異、聚集效應以及空間相關性。接著采用空間杜賓模型3種空間權重下討論碳生產(chǎn)率的影響因素，并從直接和間接效應對效應大小進一步分析，最后研究各影響因素對東中西部地區(qū)碳生產(chǎn)率的區(qū)域異質性。文中有助于研究中國整體和三大區(qū)域碳生產(chǎn)率差異性和其影響機制在空間上的表現(xiàn)，為中國雙碳目標的實現(xiàn)提供借鑒和參考價值。

2.2 變量描述

文中主要關注產(chǎn)業(yè)結構、外商投資水平、能源結構、城鎮(zhèn)化水平、綠色技術創(chuàng)新和經(jīng)濟發(fā)展水平對碳生產(chǎn)率的影響，選取如下變量探討碳生產(chǎn)率的優(yōu)化路徑。

經(jīng)濟發(fā)展水平（pgdp）：一般的，經(jīng)濟發(fā)展水平越高，地方經(jīng)濟越發(fā)達，地方的碳生產(chǎn)率就越高。此處選取地區(qū)人均生產(chǎn)總值表示經(jīng)濟發(fā)展水平。

城鎮(zhèn)化水平（ur）：城鎮(zhèn)化水平對碳生產(chǎn)率影響也需要根據(jù)實際情況看待。首先城鎮(zhèn)化水平的上升，一方面由于城市粗放式擴張降低碳生產(chǎn)率。另一方面隨著城市人力資本和環(huán)境規(guī)制提高，人力資本的集聚會加劇對改善城市環(huán)境質量的要求，環(huán)境規(guī)制提高會促使企業(yè)進行碳減排，從而提高碳生產(chǎn)率[17]。

文中采用城鎮(zhèn)人口/城鎮(zhèn)總人口來衡量。產(chǎn)業(yè)結構（streq）：一般二產(chǎn)占比越高，碳生產(chǎn)率越低。地方產(chǎn)業(yè)結構從一定程度上反映地方產(chǎn)業(yè)的布局，產(chǎn)業(yè)結構越合理，地方產(chǎn)業(yè)轉型和資源配置效率越高，從而提高碳生產(chǎn)率。文中選取省份第二產(chǎn)業(yè)增加值占省份總產(chǎn)值表示產(chǎn)業(yè)結構的惡化程度。

綠色技術創(chuàng)新（gip）：綠色技術創(chuàng)新對碳生產(chǎn)率的提升具有2方面。一方面能夠推動企業(yè)清潔生產(chǎn)，提高節(jié)能力度，催生產(chǎn)業(yè)結構升級，從而提高碳生產(chǎn)率。另一方面也能夠有效控制脫碳成本，能夠為二氧化碳的利用、封存和捕集提供技術支撐，催生技術紅利效應，從而提高碳生產(chǎn)率[18]。文中用人均綠色發(fā)明技術專利數(shù)量來表示。

外商投資水平（fdi）：外商直接投資水平對碳生產(chǎn)率影響方式不確定。一方面將價值鏈低端、污染排放較高的生產(chǎn)環(huán)節(jié)轉移到發(fā)展中國家，而接收國為了迫切提升本國經(jīng)濟，縮小與發(fā)達國家差距，允許高污染高排放的企業(yè)進入，從而降低了本地碳生產(chǎn)率，另一方面FDI具備的先進生產(chǎn)技術和管理經(jīng)驗在東道國產(chǎn)生了一定的技術溢出，當本國企業(yè)在充分學習應用后，會有效提高資源利用率，逐步提高碳生產(chǎn)率。采用外商投資額占地區(qū)生產(chǎn)總值的比值來衡量。

能源消費結構（es）：能源結構會抑制碳生產(chǎn)率的提高。重工業(yè)屬于高耗能高排放的行業(yè)，也是煤炭的消耗大戶，煤炭的消耗增加會顯著抑制碳生產(chǎn)率的提高。但由于能源的要素稟賦和產(chǎn)業(yè)結構的差異，不同省份其重工業(yè)占比和清潔型企業(yè)占比存在差異，因此總體影響機制也會有所區(qū)別。借鑒已有文獻做法，采用煤炭消費量占總能源消費量來衡量。

2.3 數(shù)據(jù)說明

文中數(shù)據(jù)為2006—2021年中國各?。ㄊ?、區(qū)）的碳生產(chǎn)率及其影響因素。主要來自《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》以及各省的統(tǒng)計年鑒。鑒于數(shù)據(jù)的可獲得性，暫不考察港澳臺以及西藏地區(qū)。同時，為了剔除通脹的影響，采用2006年為基期的GDP和取對數(shù)進行分析。由于樣本周期較長，存在極少的缺失數(shù)值，文中采用統(tǒng)一的處理方法：對于個別年份某指標的缺失值，用缺失值前后兩期的均值填補或插線法進行缺失填補。

3 碳生產(chǎn)率測算結果和空間特性

3.1 碳生產(chǎn)率測算結果分析

由圖1可知，我國整體的碳生產(chǎn)率呈現(xiàn)逐年增長的態(tài)勢，從2006年0.279到2021年0.711，增長154.8%，表明在新時代生態(tài)文明思想下我國正逐步把把碳達峰、碳中和理念納入經(jīng)濟社會發(fā)展全局，在加快經(jīng)濟社會全面綠色發(fā)展和形成節(jié)約資源和保護環(huán)境的格局上已具有明顯的成效。從三大地區(qū)碳生產(chǎn)率來看，各地區(qū)呈現(xiàn)波動上升態(tài)勢，表明各地區(qū)碳排放效率穩(wěn)步提升、低碳轉型進程不斷加快。從異質性來看，東部生產(chǎn)率始終大于中西部和整體的碳生產(chǎn)率，且差距在逐漸擴大，主要由于東部發(fā)達地區(qū)在創(chuàng)新能力和資金實力方面優(yōu)勢明顯，加上政府大力推動傳統(tǒng)高碳產(chǎn)業(yè)向中西部地區(qū)遷移，因而其碳生產(chǎn)率發(fā)展較快，但同時也會造成在區(qū)域發(fā)展上差距的擴大。中西部地區(qū)始終小于全國水平、中部始終大于西部地區(qū)的碳生產(chǎn)率。說明西部一些資源型和老工業(yè)城市產(chǎn)業(yè)結構以高能耗高排放的資源導向型工業(yè)和重化工業(yè)為主，使得其綠色技術效益低下導致其整體碳生產(chǎn)率低于全國平均水平。而中部由于區(qū)位上承接東部高碳企業(yè)以及綠色創(chuàng)新水平較低使得其低于全國平均水平。

3.2 碳生產(chǎn)率的空間特性

3.2.1 碳生產(chǎn)率空間自相關性分析

文中在計算全局莫蘭指數(shù)時探討鄰接矩陣下地理空間對碳生產(chǎn)率的影響情況，見表1，從指數(shù)大小來看，莫蘭指數(shù)集中在0.18～0.5之間且均在5%以內顯著，當莫蘭指數(shù)大于0時，變量之間具有空間溢出效應，因此樣本期間的碳生產(chǎn)率存在顯著的正向空間溢出性。雖然莫蘭指數(shù)在下降，但在樣本期間大多數(shù)時候都維持在0.2以上，因此碳生產(chǎn)率仍具有較強的空間外部性。且從2006年開始z得分也在顯著下降，由于z值表示樣本的離散程度，這也說明碳生產(chǎn)率的總體差距在縮小，但z值大于2.187說明現(xiàn)階段碳生產(chǎn)率表現(xiàn)出較強區(qū)域差異。

3.2.2 碳生產(chǎn)率空間聚集特征

為了更好的說明各省之間碳生產(chǎn)率的空間相關性，文中使用局部莫蘭指數(shù)和莫蘭散點圖反映區(qū)域空間的異質性。文中給出了2006、2021年的局部莫蘭散點圖的聚集分析，如圖2、圖3所示。

首先，比較曲線斜率發(fā)現(xiàn)碳生產(chǎn)率空間相關性有略微減弱的趨勢。此外，樣本期間省份處于第Ⅰ、第Ⅲ象限穩(wěn)定在21～24個，僅有少數(shù)省份位于Ⅱ、Ⅳ象限，表明碳生產(chǎn)率高高集聚和低低聚集是我國碳生產(chǎn)率的空間基本分布，總體呈現(xiàn)出碳生產(chǎn)率強強聯(lián)合、弱弱相連的省份的聚集方式。由于Ⅱ、Ⅳ象限表示碳生產(chǎn)率的隨機分布，且省份占比不到1/3，說明整體碳生產(chǎn)率高低聚集（分散）情況較少。另外，西北地區(qū)2/3以上的省份位于第Ⅲ象限，仍長期處于低低集聚，表明西部很多省份轉型升級能源結構調整方面仍然水平較低，低碳減排壓力較大。由于西部地區(qū)的四川整體低碳發(fā)展水平較高，因此其對周圍呈現(xiàn)明顯虹吸效益，使得其處于第Ⅳ象限的高低聚集區(qū)域，此類虹吸效益還有重慶、河南等。同時發(fā)現(xiàn)東部發(fā)達地區(qū)大多位于第一象限，說明我國碳生產(chǎn)率空間上具有“發(fā)達聚集，欠發(fā)達分散”的特征。最后觀察圖上局部莫蘭指數(shù)在[0.224，0.498]，說明碳生產(chǎn)率具有顯著的正向空間相關性。

4 碳生產(chǎn)率的影響因素分析

4.1 空間面板模型適用性分析

4.1.1 模型選擇

由于碳生產(chǎn)率具有較強的空間溢出性，因此在研究其影響因素機制時，考慮到各因素可能會在不同空間結構下對碳生產(chǎn)率產(chǎn)生不同影響，文中借鑒了李小平[7]的做法，采用空間模型來研究。表2報告了常見的3種空間模型和普通OLS模型。首先未考慮空間性的OLS各個變量顯著性并不優(yōu)良，此時若繼續(xù)進行分析將導致結果出現(xiàn)偏差。因此考慮空間模型。其次通過LM檢驗、Wald檢驗及LR檢驗對空間模型進行選擇。LM檢驗系數(shù)均通過了5%的顯著性水平，而且在穩(wěn)健的LM檢驗也大多通過了1%的顯著性，見表3，可以說明變量存在空間相關性，由于空間杜賓模型能夠把空間滯后模型和空間誤差模型包括進來進行一般化，按照不等式原則，研究選取SDM模型進行分析。且在LR和Ward檢驗中，3個矩陣下顯著性水平都通過1%水平，因此可以認為本樣本的SDM不會退化為SAR和SEM。最后，判斷模型是隨機效應還是固定效應。表3中Hausman檢驗顯著性水平均通過了5%，因此可以認為空間杜賓模型選擇固定模型。由于固定模型包括個體、時間和個體時間固定模型，文中在進行空間回歸前進行擬合度檢驗，發(fā)現(xiàn)時間個體雙固定模型最優(yōu)。

4.1.2 模型平穩(wěn)性檢驗和協(xié)整分析

為了避免存在偽回歸即各變量不平穩(wěn)的發(fā)生，文中在進行回歸之前對數(shù)據(jù)進行平穩(wěn)性檢驗。在ADF檢驗中，各變量經(jīng)過滯后期后均通過顯著性的檢驗，說明原序列具有平穩(wěn)性即不存在單位根情況，見表2。但是平穩(wěn)檢驗只能檢驗單個變量在時間序列上的穩(wěn)定性，在進行回歸時往往是多種變量進行線性組合，因此進一步進行協(xié)整檢驗。文中報告了Kao、Westerlund以及Pedroni 3種協(xié)整檢驗方法，見表3。結果表明7個變量在總體上均協(xié)整，因此各變量之間存在長期均衡的關系。

4.1.3 模型穩(wěn)健性分析

為了使結果更具有穩(wěn)定性，文中參考了楊慶[19]的做法，先對碳生產(chǎn)率進行滯后一期，另外對所有的解釋變量也進行滯后一期，結果見表2模型（1）和模型（2），發(fā)現(xiàn)各個解釋變量對碳生產(chǎn)率無論是在當期還是滯后期都較穩(wěn)定。

為了消除極端年份可能對結果產(chǎn)生的不利影響，排除了樣本期內發(fā)生金融危機的2008年以及發(fā)生新冠疫情的2020、2021年，結果見表2模型（3），解釋變量的方向和顯著性也基本無變化。綜上分析，文中模型和數(shù)據(jù)具有穩(wěn)健性，因此可以接著進行空間杜賓模型的實證分析。

4.2 空間面板回歸分析

為了更好說明不同解釋變量在不同的空間下的對碳生產(chǎn)率的影響方向，文中同時報告了經(jīng)濟距離矩陣、地理距離矩陣和鄰接矩陣下的空間SDM回歸結果。其中SAR和SEM模型作對照，見表4。

經(jīng)濟發(fā)展水平本地效應和空間溢出在3種矩陣下均通過1%的顯著水平，都為正。表明本地經(jīng)濟發(fā)展水平可以促進本地碳生產(chǎn)率的提高，同時鄰近地區(qū)的經(jīng)濟發(fā)展水平也會促進本地的碳生產(chǎn)率的提高。

城鎮(zhèn)化水平本地效應在鄰接和距離矩陣下顯著較弱或不顯著，但在經(jīng)濟矩陣下顯著為負。表明相鄰或相近地區(qū)之間的碳生產(chǎn)率提高并不依賴于城鎮(zhèn)化水平的提高。但在經(jīng)濟發(fā)展水平較高下，城鎮(zhèn)化可能對碳生產(chǎn)率促進作用減弱直到為負。而在空間溢出方面，在經(jīng)濟矩陣下顯著為負，說明經(jīng)濟發(fā)展的集聚導致的城鎮(zhèn)化提高，可能會抑制周圍衛(wèi)星城市碳生產(chǎn)率的提高。

產(chǎn)業(yè)結構（二產(chǎn)比重）在3種矩陣下對本地碳生產(chǎn)率表現(xiàn)顯著負向影響。驗證了大多數(shù)研究結果中關于工業(yè)占比越高污染越嚴重的觀點。在空間溢出效應方面，鄰接和距離權重下產(chǎn)業(yè)結構水平系數(shù)顯著為負，表明在和本地相鄰的省份中，存在距離越近，產(chǎn)業(yè)結構的提高對鄰近省份碳效率降低越明顯的特征。

綠色技術創(chuàng)新在3種矩陣下本地效應在1%顯著水平下均為正，空間效應在1%水平下均顯著為負。表明綠色技術創(chuàng)新不僅有助于提高本地碳生產(chǎn)率還會顯著抑制周圍地區(qū)碳生產(chǎn)率的提高。

外商直接投資（FDI）水平在經(jīng)濟矩陣下顯示其對本地碳生產(chǎn)率表現(xiàn)1%水平的正向影響。說明FDI對經(jīng)濟水平較高的地區(qū)碳生產(chǎn)率具有顯著提升效果。在空間溢出性上，鄰接權重和距離權重中外商投資水平滯后項在1%水平顯著為負，表明，外商投資水平會抑制和本地相鄰且最近的省份的碳生產(chǎn)率提高。

能源結構（煤炭占比）的本地效應和空間溢出效應均在1%水平顯著為負，這表明煤炭消耗量占比越高，越不利于碳生產(chǎn)率的提高。在空間溢出性方面，距離矩陣通過了5%的顯著檢驗，說明能源結構惡化可能存在一定的距離閥值，隨著距離變化對碳生產(chǎn)率產(chǎn)生不同大小的影響。

4.3 空間分解效應分析

在明確各因素對本地區(qū)及周邊地區(qū)碳生產(chǎn)率產(chǎn)生影響后，由于空間杜賓模型的回歸系數(shù)不能直接用來衡量自變量對因變量的影響，因此借助偏微分方程來實現(xiàn)這一目標。LESAGE等認為在空間計量回歸中利用點估計得出的各解釋變量的系數(shù)是有偏誤的，他們通過求偏微分方程將解釋變量系數(shù)估計值分解為直接、間接效應和總效應[16]來表示。

4.3.1 直接效應

經(jīng)濟發(fā)展水平、綠色技術創(chuàng)新及外商投資水平直接效應為正，而城鎮(zhèn)化水平、產(chǎn)業(yè)結構和能源結構直接效應為負，見表5。

上述因素3種矩陣下系數(shù)平均值分別為0.208、0.071、1.232和-0.561、-0.577、-0.516，表明這些因素每提高1%，分別對碳生產(chǎn)率提高0.208%、0.071%、1.232%和抑制0.561%、0.577%、0.516%。

從促進大小來看，對碳生產(chǎn)率促進作用最大為外商投資水平，抑制作用最大為城鎮(zhèn)化水平，前者表明：①FDI通過規(guī)模、結構和技術效應傳導到本區(qū)域，本地企業(yè)在獲得這種正向影響后有助于當?shù)靥忌a(chǎn)率提高。②后者表明，城鎮(zhèn)化率的提高雖然可以提高整體的利用效率，但也會造成更多的化石消耗和污染物的排放，過去片面注重追求城市規(guī)模擴大的方式，使得城市的資源環(huán)境遭到破壞，并沒有依托人力物力等資源進行科技創(chuàng)新提高碳生產(chǎn)率[20]。

經(jīng)濟發(fā)展水平直接效應為正，根據(jù)環(huán)境庫茲涅茨假說：當經(jīng)濟發(fā)展水平較低時，環(huán)境污染水平將隨著經(jīng)濟發(fā)展水平的提高而加??；當環(huán)境污染到達頂峰后將會隨著經(jīng)濟發(fā)展水平的提高而降低。表明我國經(jīng)濟發(fā)展水平已越過U曲線拐點，向低碳階段轉型發(fā)展。產(chǎn)業(yè)結構直接效應為負，說明工業(yè)化水平的提高并未促進碳生產(chǎn)率的提升，反而對其有所抑制。綠色技術創(chuàng)新直接效應為正，這是因為綠色技術發(fā)展加快了綠色生產(chǎn)要素的空間集聚，有助于本地區(qū)生產(chǎn)運行效率與能源利用效率的優(yōu)化，但其促進作用最小，說明實際效率仍較低，今后綠色創(chuàng)新仍是我國綠色發(fā)展的重點和薄弱點。能源結構直接效應為負，說明現(xiàn)階段能源結構中煤炭等化石能源依然對碳生產(chǎn)率具有很強的抑制作用，其不合理導致的高能耗、高排放行業(yè)仍占有一定的比例。各省不僅要努力改進能源生產(chǎn)工藝，還得努力提高新能源的占比，降低化石能源消費在碳排放中的占比。

4.3.2 間接效應

間接效應表示空間溢出性。根據(jù)表5可知，經(jīng)濟發(fā)展水平間接效應系數(shù)平均值0.697為正，而城鎮(zhèn)化水平、產(chǎn)業(yè)結構、綠色技術創(chuàng)新、外商投資水平和能源結構間接效應系數(shù)平均值-0.972、-0.560、-0.055、-7.112、-0.407為負，說明這些因素提升1%，對鄰近地區(qū)碳生產(chǎn)率分別提高0.972%，抑制0.972%、0.560%、0.055%、7.112%、0.407%。

其中僅有經(jīng)濟發(fā)展水平可以促進周圍地區(qū)碳生產(chǎn)率提升，對周圍地區(qū)碳生產(chǎn)率抑制作用最大的為FDI。

經(jīng)濟發(fā)展水平間接效應3種矩陣下顯著為正，但在距離矩陣下促進最小。①由于相鄰，在專業(yè)化分工、學習效應以及運輸采購方面經(jīng)濟性，會賦予其地理空間上的經(jīng)濟聚集意義，使得相鄰地區(qū)的良性互動提升了區(qū)域碳生產(chǎn)率；②在地理相近的省份，距離過近會吸引距離相近省市各類資源要素的聚集，形成虹吸效應，阻礙了相鄰省市碳生產(chǎn)率的提升，使得正向促進作用降低。

城鎮(zhèn)化水平間接效應在經(jīng)濟矩陣下顯著為負，在地理和鄰接矩陣下不顯著。①相鄰兩省的經(jīng)濟聚集，會由于城市圈的虹聚集效應吸引經(jīng)濟聯(lián)系緊密省份的高精尖人力資源，本地人力資源的增加也在一定程度上抑制了周圍區(qū)域創(chuàng)新能力和生產(chǎn)效率，由于經(jīng)濟過度集聚導致人口擁擠和資源分配不均加劇。因此對碳生產(chǎn)率表現(xiàn)負向溢出效應。②由于我國總體城鎮(zhèn)化仍處于粗放式發(fā)展階段，城鎮(zhèn)化仍以追求利益最大化的目標發(fā)展，其不斷提高往往和人口吸引和工業(yè)化同步進行，地理相近和相鄰省份會由于人口和資源過度集中導致其對周圍地區(qū)帶動作用降低。

產(chǎn)業(yè)結構的間接效應在地理和鄰接矩陣下顯著為負，在經(jīng)濟矩陣下不顯著但為正。①當前產(chǎn)業(yè)結構的調整會選擇距離相近或相鄰的省份進行，將碳排放密集型企業(yè)外遷，并對距離相近地區(qū)的戰(zhàn)略性產(chǎn)業(yè)以及高新產(chǎn)業(yè)吸引，使得高碳產(chǎn)業(yè)不斷形成空間扎堆集聚，企業(yè)缺乏創(chuàng)新激勵、能源過度消耗使得鄰近地區(qū)碳生產(chǎn)率出現(xiàn)下降[21]。②一方面兩地區(qū)經(jīng)濟關聯(lián)越相近時模糊了經(jīng)濟活動的地理邊界，二產(chǎn)占比提升可能會加劇各省產(chǎn)業(yè)的同構現(xiàn)象，減弱了技術進步和生產(chǎn)效率對低碳產(chǎn)業(yè)的發(fā)展，并沒有有效地起到替代高碳產(chǎn)業(yè)的作用，因此表現(xiàn)出不顯著。另一方面

經(jīng)濟矩陣所衡量的是整體經(jīng)濟的總體效益，而非第二產(chǎn)業(yè)占比的局部效益，由于產(chǎn)業(yè)結構比重在整個經(jīng)濟矩陣下仍不具備絕對性占比優(yōu)勢，因此其對碳生產(chǎn)率可能會受其他因素影響，使得其在經(jīng)濟矩陣下不顯著。

綠色技術創(chuàng)新間接效應在3種矩陣下均顯著為負，表明綠色技術創(chuàng)新對周圍地區(qū)碳生產(chǎn)率產(chǎn)生抑制作用。①很多鄰近省份學習強省的綠色低碳技術時，由于人是技術發(fā)揮碳減排的重要載體，而現(xiàn)階段勞動供給數(shù)量和勞動力質量兩個發(fā)展要素沒有實現(xiàn)同步提升，所以當學習成本大于綠色經(jīng)濟效益時，就會產(chǎn)生負效益。②由于當前綠色投資在各省之間的逐頂競爭和資金稀缺造成的資源擠兌，除了以利潤為導向和綠色創(chuàng)新不足外，還會導致鄰近地區(qū)的資本投資減少，這可能也會降低周圍地區(qū)的碳生產(chǎn)力水平。

外商投資水平間接效應在距離和鄰接權重上顯著為負，在經(jīng)濟矩陣不顯著。①地方政府一味地追求經(jīng)濟發(fā)展使得低碳環(huán)保的經(jīng)濟發(fā)展方式被忽略，通常會優(yōu)先吸引鄰近地區(qū)或距離相近地區(qū)的外資企業(yè)來投資，因此迫于降低環(huán)境保護要求和碳排放標準，這種無序競爭從整體上對碳生產(chǎn)率造成惡劣影響，使得自己成為污染密集地。②說明經(jīng)濟聚集導致的外資在周圍地區(qū)的集聚并不具有高耗能和高排放的特征，在污染天堂的假說下可能造成不顯著。

能源結構（煤炭占比）間接效應在鄰接和距離矩陣顯著為負，而在經(jīng)濟矩陣不顯著。①能源結構對碳生產(chǎn)率存在地理距離衰減特征，本地煤炭占比的提高會促進與之距離相近或相鄰省份碳生產(chǎn)率的降低，但隨著溢出距離不斷增加，地方保護主義的存在和行政障礙，使得能源結構對碳生產(chǎn)率的空間溢出效應逐漸衰減，同時效應大小可能存在一定的距離閥值區(qū)間。②周圍地區(qū)中經(jīng)濟的聚集度越高，能源結構惡化對這些地區(qū)碳生產(chǎn)率不會產(chǎn)生顯著影響。由于我國能源消耗較大的省份往往在西北和東北地區(qū)，這些省份由于經(jīng)濟總量占全國較低，碳生產(chǎn)率一方面受碳排放影響，一方面也是受經(jīng)濟總量影響，當經(jīng)濟總量較低，碳生產(chǎn)率也會較低，因此溢出效應較弱。

4.4 區(qū)域異質性分析

由于三大區(qū)域之間的經(jīng)濟發(fā)展水平和工業(yè)化階段明顯不同，因此各變量在各區(qū)域可能存在異質。此處采用鄰接矩陣進行分析，見表6。①東部和中部地區(qū)的經(jīng)濟發(fā)展水平在直接和間接效應表現(xiàn)出顯著的正向空間溢出效應，西部對本地不顯著且對鄰近地區(qū)產(chǎn)生抑制作用。這是由于東部和中部地區(qū)經(jīng)濟發(fā)展水平相對較高，低碳經(jīng)濟具有先發(fā)優(yōu)勢，政府對綠色、節(jié)能高效的指向性更加明確，從而促進了低碳環(huán)保技術的進步和應用和資源配置，對本地和鄰近地區(qū)碳生產(chǎn)率具有較強的輻射作用。而西部地區(qū)經(jīng)濟發(fā)展相對滯后，資源錯配嚴重，本地綠色經(jīng)濟發(fā)展可能會以犧牲鄰近地區(qū)為代價。②FDI對碳生產(chǎn)率的直接效應在西部負向顯著，間接效應僅在中部不顯著。這可能是現(xiàn)階段東中部地區(qū)以擺脫污染型企業(yè)以及對外活動應以“走出去”為主，發(fā)揮出FDI的逆向技術溢出效應，因此東中部地區(qū)直接效應并不顯著。另一方面東部地區(qū)地跨海岸線，與國際聯(lián)系緊密，吸收了大量的外資，而西部地區(qū)則靠近內陸貧困地區(qū)，F(xiàn)DI的流入相對較少。中部地區(qū)地處中部，既不具備東部地區(qū)的國際聯(lián)系，也不像西部地區(qū)那樣缺乏資金和技術支持，因此FDI在中部地區(qū)發(fā)展均衡，其對碳生產(chǎn)率的溢出效應并不顯著。③產(chǎn)業(yè)結構對碳生產(chǎn)率在中部地區(qū)本地系數(shù)均不顯著但為正，在東西部地區(qū)表現(xiàn)負向顯著。究其原因我國經(jīng)濟正由高速度增長階段邁向高質量發(fā)展階段，發(fā)展較好的東部地區(qū)在加快自主產(chǎn)業(yè)轉型升級上已處于后期，使得產(chǎn)業(yè)結構改變對碳生產(chǎn)率的提高趨于飽和，說明一味降低高耗能產(chǎn)業(yè)并不是最好的解藥，關鍵還在于技術進步。近年來，受貿易戰(zhàn)和國家工業(yè)強國的影響，中部地區(qū)憑借自身獨特優(yōu)勢近些年在大力發(fā)展實體經(jīng)濟和高端制造業(yè)上具有一定成效，在生產(chǎn)效率提高的同時也會使得工業(yè)碳排放降低，因此二產(chǎn)提高可能會促進碳生產(chǎn)率的提升。西部地區(qū)，由于產(chǎn)業(yè)結構更偏向于重工業(yè)，具有高污染高排放性質，其轉型升級存在一定的技術障礙，導致現(xiàn)階段二產(chǎn)占比對本地碳生產(chǎn)率仍具有顯著的負向抑制作用。④從能源結構（煤炭占比）來看，東中西部地區(qū)均對本地碳生產(chǎn)率產(chǎn)生抑制作用，說明各區(qū)域化石能源對降碳仍具有顯著影響，今后工作重點仍應放在加快向綠色能源結構轉變以及對化石能源利用技術的改造上來；而對比能源結構空間滯后項的顯著性，僅有西部顯著為負，說明東部和中部地區(qū)內部在發(fā)展新能源產(chǎn)業(yè)方面，已經(jīng)顯示出低碳產(chǎn)業(yè)集聚（相互分工）和技術溢出（相互學習）效應，使得其可再生能源及社會資源利用效率持續(xù)提升，對周圍鄰近省份降碳開始表現(xiàn)正向作用。⑤對比各地區(qū)在綠色創(chuàng)新和城鎮(zhèn)化水平上的直接效應間接效應系數(shù)大小，西部最大。表明西部地區(qū)由于具有后發(fā)優(yōu)勢，表現(xiàn)出較好的低碳城市發(fā)展進步空間和技術溢出，從而能夠較大幅度的提高本地和鄰近地區(qū)碳生產(chǎn)率。東部地區(qū)綠色創(chuàng)新溢出效應為負，可能是由于資金的稀缺性導致的資源擠占，即當前的資本投入除了具有利潤導向、綠色創(chuàng)新不足特征外，還造成了鄰近區(qū)域的資金投入減少，使得周圍碳生產(chǎn)率下降。

5 結語

1）我國整體和東中西部地區(qū)碳生產(chǎn)率呈現(xiàn)波動上升和集聚態(tài)勢，在空間上表現(xiàn)顯著的空間溢出性和高高、低低集聚方式，即“發(fā)達聚集，欠發(fā)達分散”的聚集特征。建議繼續(xù)開展發(fā)達地區(qū)幫扶欠發(fā)達地區(qū)，對欠發(fā)達地區(qū)提供基礎設施、資金以及科技資源的支持，而發(fā)達地區(qū)也要科學開發(fā)利用區(qū)域資源，建立健全生態(tài)補償機制，樹立經(jīng)濟發(fā)展與環(huán)境保護并重的可持續(xù)發(fā)展理念。

2）首先，經(jīng)濟發(fā)展水平對碳生產(chǎn)率具有顯著的促進作用和溢出效應，因此以經(jīng)濟建設為中心不動搖，要促進經(jīng)濟和環(huán)境協(xié)同發(fā)展。其次，產(chǎn)業(yè)結構和城鎮(zhèn)化水平和能源結構對碳生產(chǎn)率具有顯著的抑制作用和負的溢出效應，因此政府部門應當建立綠色的營商環(huán)境，制定獎懲政策，對于污染嚴重、效能低的企業(yè)制定有效措施進行懲罰、強令整改，加快政策對綠色技術創(chuàng)新的鼓勵。同時，各省不應一味地追求工業(yè)化水平的絕對提高，而要更加關注產(chǎn)業(yè)的轉型升級促進經(jīng)濟綠色發(fā)展。在城鎮(zhèn)化質量上，要處理好經(jīng)濟發(fā)展、碳減排和城鎮(zhèn)化的關系，使城鎮(zhèn)化和經(jīng)濟發(fā)展水平與區(qū)域內的資源環(huán)境承載能力相協(xié)調。在能源結構上，各區(qū)域亟須開發(fā)新能源、減少對石化能源依賴，發(fā)展低排放、低污染、低能耗的綠色經(jīng)濟。最后，綠色技術創(chuàng)新和FDI在直接和間接效應對碳生產(chǎn)率具有顯著促進和抑制作用，在總效應系數(shù)上，其中綠色技術創(chuàng)新對碳減排提升作用最弱。因此各地在發(fā)展過程中應當相互協(xié)作，破除各自為戰(zhàn)的壟斷行為，消除區(qū)域行政壁壘，促進技術、人力資本等要素在市場上的自由流動，對重要的綠色技術大力支持，增加低碳環(huán)保技術的研發(fā)投入，加大其對碳減排的技術支撐，為加強各省對低碳環(huán)保技術的研發(fā)強度和吸收能力制定科學合理的激勵政策。外資引進和監(jiān)管的標準應該和產(chǎn)業(yè)轉型一起升級，在大力引進外資的同時也要注重自身低碳經(jīng)濟發(fā)展的質量和可持續(xù)性，適時適地出臺綠色技術準入壁壘，促進綠色經(jīng)濟高質量發(fā)展。

3）從區(qū)域異質性上，經(jīng)濟發(fā)展水平在東部和中部地區(qū)對碳生產(chǎn)率的溢出和本地提升效應最強，在西部地區(qū)對本地碳生產(chǎn)率提升并不顯著；FDI在西部地區(qū)對周圍地區(qū)碳生產(chǎn)率表現(xiàn)出負溢出效應；產(chǎn)業(yè)結構在東西部地區(qū)對當?shù)靥忌a(chǎn)率具有抑制作用；綠色技術創(chuàng)新和城鎮(zhèn)化水平上對西部碳生產(chǎn)率提升和溢出效應最大。因此中東西部地區(qū)要因地制宜，根據(jù)自身的資源稟賦優(yōu)勢和實際情況進行產(chǎn)業(yè)轉移升級和提升能源效率。同時，為了縮小區(qū)域差異，國家在綠色政策上應向中西部地區(qū)傾斜，加快和東部地區(qū)協(xié)同發(fā)展。東部地區(qū)要依據(jù)其資本和技術優(yōu)勢，大力發(fā)展高端制造業(yè)和服務業(yè)，通過強強聯(lián)合積極探索提升清潔能源的開發(fā)與利用。中西部地區(qū)可以通過改善外部環(huán)境促進碳生產(chǎn)率的提升，加大對污染密集型外商投資的監(jiān)管，提高政府環(huán)保支出和有為政策引導作用，根據(jù)獨特的地理資源稟賦，以市場為導向，建立前瞻優(yōu)勢產(chǎn)業(yè)，加快產(chǎn)業(yè)結構調整和高端制造業(yè)對碳生產(chǎn)率的促進作用。

參考文獻：

[1] 胡鞍鋼.中國實現(xiàn)2030年前碳達峰目標及主要途徑[J].北京工業(yè)大學學報（社會科學版），2021，21（03）：1-15.

[2]MIELNIK O，GOLDEMBERG J.The evolution of the carbonization index in developing countries[J].Energy Policy，1999，27（05）：307-308.

[3]陳詩一.《綠色發(fā)展背景下中國碳生產(chǎn)率的時空演變和系統(tǒng)優(yōu)化研究》評介[J].中國工業(yè)經(jīng)濟，2020（02）：2.

[4]劉曄，耿涌.低碳經(jīng)濟認識探析[J].中國人口·資源與環(huán)境，2010，20（10）：123-128.

[5]劉國平，曹莉萍.基于福利績效的碳生產(chǎn)率研究[J].軟科學，2011，25（01）：71-74.

[6]潘家華，張麗峰.我國碳生產(chǎn)率區(qū)域差異性研究[J].中國工業(yè)經(jīng)濟，2011（05）：47-57.

[7]李小平，余東升，余娟娟.異質性環(huán)境規(guī)制對碳生產(chǎn)率的空間溢出效應——基于空間杜賓模型[J].中國軟科學，2020（04）：82-96.

[8]梁圣蓉，羅良文.技術創(chuàng)新對碳生產(chǎn)率影響的空間效應——基于產(chǎn)業(yè)結構和對外開放視角[J].廣西社會科學，2022（04）：16-27.

[9]孫慧，黎炯嬋，原偉鵬，等.中國碳生產(chǎn)率測度與時空動態(tài)演化研究——基于三階段Super-Window-SBM模型的分析[J].價格理論與實踐，2022（04）：84-88.

[10]王淑英，程南皓，衛(wèi)朝蓉.綠色技術創(chuàng)新與碳生產(chǎn)率的空間溢出效應——基于政府支持的調節(jié)作用研究[J].管理現(xiàn)代化，2021，41（05）：87-92.

[11]段世霞，靳楊柳.綠色技術創(chuàng)新對碳生產(chǎn)率的空間溢出效應——基于地方政府競爭的調節(jié)作用[J].工業(yè)技術經(jīng)濟，2022，41（02）：62-69.

[12]唐志鵬，劉衛(wèi)東，宋濤.基于混合地理加權回歸的中國省域碳生產(chǎn)率影響因素分析[J].資源科學，2017，39（12）：2223-2232.

[13]鐘茂初，趙天爽.雙碳目標視角下的碳生產(chǎn)率與產(chǎn)業(yè)結構調整[J].南開學報（哲學社會科學版），2021（05）：97-109.

[14]馮杰，張世秋.基于DEA方法的我國省際綠色全要素生產(chǎn)率評估——不同模型選擇的差異性探析[J].北京大學學報（自然科學版），2017，53（01）：151-159.

[15]KAYA Y，YOKOBORI K.Environment，energy and economy：Strategies for sustainability[M].Tokyo：United Nations University Press，1997.

[16]LESAGE J，PACE R K.Introduction to spatial econometrics[M].New York：CRC Press，Taylor & Francis Group，2009.

[17]張騰飛，楊俊，盛鵬飛.城鎮(zhèn)化對中國碳排放的影響及作用渠道[J].中國人口·資源與環(huán)境，2016，26（02）：47-57.

[18]郭豐，楊上廣，任毅.數(shù)字經(jīng)濟、綠色技術創(chuàng)新與碳排放——來自中國城市層面的經(jīng)驗證據(jù)[J].陜西師范大學學報（哲學社會科學版），2022，51（03）：45-60.

[19]楊慶，江成濤，蔣旭東，等.高技術產(chǎn)業(yè)集聚能提升碳生產(chǎn)率嗎[J].宏觀經(jīng)濟研究，2021（04）：141-159.

[20]江艷婷，余華銀.中國省域綠色全要素生產(chǎn)率空間分布差異及影響因素研究[J].合肥工業(yè)大學學報（社會科學版），2020，34（05）：17-24.

[21]曹聰麗，陳憲.生產(chǎn)性服務業(yè)發(fā)展模式、結構調整與城市經(jīng)濟增長——基于動態(tài)空間杜賓模型的實證研究[J].管理評論，2019，31（01）：15-26+61.

（責任編輯：王強）

收稿日期：2023-01-12

基金項目：江蘇省社科基金項目“碳達峰目標下江蘇省域空間協(xié)同減排路徑研究”（22GLB027）

作者簡介：林珊珊（1978—），女，山東文登人，副教授，主要從事技術創(chuàng)新低和綠色經(jīng)濟方面的研究工作。