吳金容

摘要：揭示中部城市碳排放的影響因素對(duì)于中部地區(qū)推動(dòng)綠色轉(zhuǎn)型發(fā)展具有重要意義。文章采用2005-2020年中部城市碳排放統(tǒng)計(jì)數(shù)據(jù)，研究了市域碳排放總量的時(shí)空演變、空間溢出效應(yīng)以及影響因素。結(jié)果如下：一是在時(shí)間上，中部城市碳排放呈現(xiàn)先急后緩的增長(zhǎng)趨勢(shì)。二是在空間上，碳排放呈現(xiàn)“北高南低”的空間格局。三是市域碳排放總量具有顯著的空間正相關(guān)性。四是人口密度、財(cái)政支出能顯著抑制碳排放量，第二產(chǎn)業(yè)為主的產(chǎn)業(yè)結(jié)構(gòu)顯著驅(qū)動(dòng)碳排放。

關(guān)鍵詞：碳排放；空間杜賓模型；影響因素

一、引言

氣候變暖一直是全球氣候變化最主要特征，應(yīng)對(duì)氣候變暖，當(dāng)務(wù)之急是要減少溫室氣體排放，推行低碳經(jīng)濟(jì)發(fā)展。

中國(guó)已經(jīng)成為世界碳排放大國(guó)，造成中國(guó)巨大碳排放量的原因有兩個(gè)：首先，中國(guó)長(zhǎng)期以來(lái)以粗放式經(jīng)濟(jì)發(fā)展方式為主，并且在經(jīng)濟(jì)發(fā)展過(guò)程中存在環(huán)境治理績(jī)效偏低等一系列問(wèn)題；其次，中國(guó)長(zhǎng)期以來(lái)就存在著能源消耗量過(guò)大但利用方式不環(huán)保等問(wèn)題。節(jié)能減排能減緩全球氣候變暖，同時(shí)在節(jié)能減排任務(wù)目標(biāo)下，高污染型和高碳排放型企業(yè)會(huì)受到較為有力的政策約束，這會(huì)倒逼我國(guó)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。然而，引起碳排放的經(jīng)濟(jì)社會(huì)因素眾多，在碳減排的目標(biāo)下，從計(jì)量分析角度識(shí)別碳排放的經(jīng)濟(jì)社會(huì)因素對(duì)城市制定有效的減排政策具有重要的現(xiàn)實(shí)主義。

近年來(lái)，我國(guó)不同學(xué)者對(duì)碳排放及其影響因素做了大量研究。從研究方法上看，主要有結(jié)構(gòu)分解技術(shù)（SDA）、指數(shù)分解技術(shù)（IDA），以及計(jì)量分析方法等幾類。不同的分析方法優(yōu)勢(shì)和缺點(diǎn)不同，得出碳排放影響因素結(jié)果不盡一致。然而，上述所說(shuō)的幾種分析方法都有相同的弊端，即將碳排放在每個(gè)單元上看作是同質(zhì)且均勻的，忽略不同城市之間的空間關(guān)聯(lián)性。實(shí)際上，碳排放屬于大氣污染，某個(gè)城市碳排放強(qiáng)度較高有很大可能影響到鄰近城市的碳排放量，因此，在檢驗(yàn)碳排放影響因素時(shí)，應(yīng)該考慮空間因素在其中的作用。因此本文從時(shí)間和空間兩個(gè)角度出發(fā)，綜合考量了中國(guó)中部城市碳排放的時(shí)空演變格局，分析了其空間溢出效應(yīng)以及影響因素。

二、研究方法與數(shù)據(jù)來(lái)源

（一）研究方法

根據(jù)前文分析，本文引入截面數(shù)據(jù)空間計(jì)量模型分析中國(guó)中部城市碳排放的影響因素及其空間溢出效應(yīng)，模型如下：

Yi=α+βXi+φ■WijXj+ρ■WijYj+εi

式中：Y為被解釋變量，X為解釋變量，i和j表示不同的城市，Wij表示一個(gè)n×n的空間權(quán)重矩陣， ρ為空間自回歸系數(shù)，表示內(nèi)生交互效應(yīng)，即被解釋變量的空間溢出效應(yīng)，φ為待估計(jì)參數(shù)，表示外生交互效應(yīng)，反映了解釋變量的空間溢出效應(yīng)；εi為隨機(jī)誤差項(xiàng)。本文構(gòu)建空間權(quán)重矩陣為地理距離權(quán)重矩陣Wdis，主要探討空間距離對(duì)城市碳排放空間溢出效應(yīng)的影響，其元素Wij為中部地區(qū)各個(gè)城市之間地理距離的倒數(shù)平方，通過(guò)經(jīng)緯度計(jì)算得到。

（二）變量選取

本文選取2005-2020年中部6個(gè)省份共79個(gè)城市的相關(guān)指標(biāo)進(jìn)行碳排放時(shí)空演變分析，選擇各地級(jí)市的碳排放總量作為被解釋變量。在解釋變量上，從理論機(jī)制出發(fā)，選取碳排放量的影響因素指標(biāo)：首先，人是一切經(jīng)濟(jì)活動(dòng)的主體，居民的生產(chǎn)和消費(fèi)方式就有所不同，碳排放強(qiáng)度則不同。因此，選擇人口密度（popden）表示人口對(duì)碳排放的影響指標(biāo)。其次，第二產(chǎn)業(yè)的碳排放效應(yīng)顯著，并且我國(guó)中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)以第二產(chǎn)業(yè)為主，因此，加入第二產(chǎn)業(yè)產(chǎn)值規(guī)模（IS）用來(lái)考察第二產(chǎn)業(yè)對(duì)碳排放的影響作用。最后，根據(jù)馬斯洛需求理論，國(guó)民經(jīng)濟(jì)富裕程度會(huì)使得其需求層次不同，這會(huì)進(jìn)一步造成生產(chǎn)和消費(fèi)方式不同，對(duì)碳排放產(chǎn)生影響。因此，本文選取人均GDP （pgdp）和政府一般公共財(cái)政支出（pfe）代表不同城市的居民富裕程度，用以考察對(duì)城市碳排放的影響。根據(jù)環(huán)境庫(kù)茨涅茲曲線，經(jīng)濟(jì)發(fā)展水平與環(huán)境污染之間呈現(xiàn)非線性的關(guān)系，基于此，本文加入人均GDP的二次項(xiàng)考察GDP與碳排放之間的非線性關(guān)系。

本文選取中國(guó)中部6個(gè)省份共79個(gè)地級(jí)市作為研究對(duì)象（受限于數(shù)據(jù)的可得性，在空間溢出效應(yīng)分析時(shí)將江西省新余市去除）。市域碳排放的數(shù)據(jù)來(lái)源于IPE公眾環(huán)境研究中心（http：//www.ipe.org.cn/index.html），社會(huì)經(jīng)濟(jì)數(shù)據(jù)主要來(lái)源于2005-2019年《中國(guó)區(qū)域統(tǒng)計(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》，數(shù)據(jù)由EPS數(shù)據(jù)平臺(tái)整理（見表1）。

三、中國(guó)中部城市碳排放時(shí)空演變與集聚特征

（一）中部城市碳排放的時(shí)間序列變化分析

分析2005-2020年中國(guó)中部區(qū)域碳排放總量變化趨勢(shì)，中部地區(qū)碳排放總量大致呈現(xiàn)出以2013年為分界線的“先急后緩”的持續(xù)增長(zhǎng)狀態(tài)。2005-2020年中國(guó)中部79個(gè)城市碳排放總量從133726噸增長(zhǎng)至2020年220506噸，總增長(zhǎng)率為64.89%，年均增長(zhǎng)率為3.6%。其中2005-2013年增長(zhǎng)速度比較快，平均增長(zhǎng)速率為8.6%。“十二五”規(guī)劃期間，強(qiáng)有力的政策約束推動(dòng)污染型企業(yè)升級(jí)改造，致使2013年后中部地區(qū)碳排放總量增長(zhǎng)速度明顯放緩。

分析各個(gè)省份碳排放的區(qū)域差異，山西省和河南省兩個(gè)省份碳排放總量占中部6個(gè)省份的比例維持在50%左右波動(dòng)，是中部地區(qū)主要碳排放來(lái)源地。相對(duì)而言，江西省的碳排放總量占比最少，占6個(gè)省份碳排放總量的9%左右。河南省碳排放占比從2016年26%降至2020年21%，是下降幅度最大的省份，說(shuō)明這幾年來(lái)，河南省采取的財(cái)稅聯(lián)動(dòng)政策對(duì)推進(jìn)產(chǎn)業(yè)轉(zhuǎn)型、節(jié)能降碳、生態(tài)匯碳取得了積極成效，該舉措有力有效推動(dòng)碳排放管控工作。

除此之外，湖北省碳排放占比從2005年來(lái)持續(xù)下降，“十三五”末，湖北省全省能耗強(qiáng)度累計(jì)下降18%，超額完成國(guó)家下達(dá)湖北省16%的目標(biāo)任務(wù)，使得其碳排放總量占比在中部6個(gè)省份中持續(xù)下降?？傮w來(lái)看，湖北省和河南省對(duì)中部省份碳排放總量貢獻(xiàn)越來(lái)越小，其余四省則呈現(xiàn)小幅度上升趨勢(shì)。

（二）中部城市碳排放的空間分布與集聚特征分析

采用ArcGIS地理分析工具對(duì)中部地區(qū)每個(gè)城市碳排放總量進(jìn)行繪制，根據(jù)圖1，中部城市碳排放總量呈現(xiàn)顯著的北高南低空間分布格局。碳排放總量高值區(qū)主要集中于山西和河南兩個(gè)省份。山西省是我國(guó)煤炭資源大省，能源利用一直以煤炭為主，并且煤炭利用方式較為不環(huán)保，因此山西省各地級(jí)市的碳排放總量居于中部地區(qū)前列位置。而河南省是中國(guó)人口大省，人口規(guī)模大，對(duì)能源的需求非常大，因此碳排放總量居高不下。

另一方面，碳排放空間格局呈現(xiàn)出明顯的“核心—邊緣”結(jié)構(gòu)，這是因?yàn)榻?jīng)濟(jì)發(fā)展好的地區(qū)，人口集聚度高，平均碳排放水平高于周圍城市。根據(jù)圖2也可以看出，中部城市人均碳排放水平較高的城市主要以省會(huì)城市、經(jīng)濟(jì)較為發(fā)達(dá)的城市（如武漢、長(zhǎng)沙、鄭州）及其相鄰的城市為主。因此，對(duì)于實(shí)現(xiàn)中部地區(qū)碳減排目標(biāo)，推動(dòng)經(jīng)濟(jì)發(fā)達(dá)城市的綠色經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)型意義將更為重大。

本文采用stata軟件計(jì)算碳排放總量的局部莫蘭指數(shù)分布來(lái)檢驗(yàn)中部城市碳排放的空間相關(guān)性。圖2為2005年、2011年、2019年局部莫蘭指數(shù)圖。從總體上看，市域碳排放空間的集聚方式較為穩(wěn)定，主要以高高集聚（HH）和低低集聚（LL）為主，其中又主要以低低集聚為主。隨著時(shí)間的推移，低低集聚城市數(shù)顯著增多，正相關(guān)性顯著增強(qiáng)。

四、碳排放的空間溢出效應(yīng)和影響因素分析

（一）模型檢驗(yàn)與選擇

本文采用2019年截面數(shù)據(jù)分析中部城市碳排放空間溢出效應(yīng)和影響因素。在估計(jì)碳排放空間溢出效應(yīng)之前，需要對(duì)模型的適用性進(jìn)行檢驗(yàn)。結(jié)果顯示，在地理距離權(quán)重矩陣下，LM-err和LM-lag檢驗(yàn)均通過(guò)了1%水平的顯著性檢驗(yàn)，因此，本文采用空間杜賓模型對(duì)碳排放的空間溢出效應(yīng)進(jìn)行估計(jì)。

（二）碳排放的空間溢出效應(yīng)

根據(jù)空間杜賓模型的估計(jì)結(jié)果（見表2），該模型為0.9956，說(shuō)明空間杜賓模型的擬合效果較好；空間自回歸系數(shù)（ρ）在10%顯著性水平下顯著為正，表示碳排放在中部城市中具有顯著的空間自相關(guān)。相鄰的距離使得城市之間產(chǎn)業(yè)貿(mào)易交往更為密切，經(jīng)濟(jì)增長(zhǎng)也相互影響，使得碳排放在空間上具有顯著的空間溢出效應(yīng)，在城市層面就表現(xiàn)出碳排放的正自相關(guān)性。

（三）碳排放的影響因素分析

根據(jù)空間杜賓模型回歸結(jié)果，本地的人均GDP及其二次項(xiàng)、財(cái)政支出以及第二產(chǎn)業(yè)產(chǎn)值規(guī)模在1%水平上顯著，同時(shí)外地的人口密度、人均GDP、人均GDP的二次項(xiàng)在5%或10%的顯著性水平上對(duì)本地的碳排放產(chǎn)生影響。

其中，本地人均GDP對(duì)數(shù)的一次項(xiàng)系數(shù)為負(fù)且在1%水平上顯著，而城市人均GDP對(duì)數(shù)二次項(xiàng)的系數(shù)為正且在1%水平上顯著，這說(shuō)明在中部城市中，本地碳排放與本地經(jīng)濟(jì)增長(zhǎng)呈現(xiàn)“U”型關(guān)系。在經(jīng)濟(jì)落后的地區(qū)，人們消費(fèi)結(jié)構(gòu)、出行方式等較為傳統(tǒng)，冬季供暖方式也較為粗放，多使用化石能源進(jìn)行供暖，因此碳排放總量較高；而在經(jīng)濟(jì)發(fā)展較好的城市，人們環(huán)保觀念較好，碳排放總量也有所下降；但在中部地區(qū)經(jīng)濟(jì)最發(fā)達(dá)的城市中，雖然同樣重視保護(hù)綠色環(huán)境，但是受限于清潔能源的供給量以及低碳環(huán)保技術(shù)的發(fā)展瓶頸，碳排放總量又有所提升。

不管本地還是外地的人口密度其回歸系數(shù)都為負(fù)，說(shuō)明人口集聚程度對(duì)碳排放具有抑制作用。較高的人口集聚程度使得城市內(nèi)部有更高的資源使用效率，人口集聚通過(guò)類似于企業(yè)的規(guī)模經(jīng)濟(jì)那樣降低了邊際減排成本，所以人口密度的回歸系數(shù)顯著為負(fù)。但是本地人口密度在空間杜賓模型中顯著性較低，這有可能是集聚經(jīng)濟(jì)的負(fù)外部性減弱了人口集聚對(duì)資源的有效配置。而外地的人口密度在1%顯著性水平上為負(fù)，這與碳排放“核心-邊緣”和以低低集聚為主的空間結(jié)構(gòu)相吻合。

本地的財(cái)政支出在1%顯著性水平下為負(fù)，說(shuō)明政府支出對(duì)碳排放有顯著的抑制作用。從“十三五”以來(lái)，中國(guó)城市“降碳減排”舉措一直是由政府在主導(dǎo)，財(cái)政支出是其背后有力的驅(qū)動(dòng)因素，因此，財(cái)政支出與碳排放之間是反向變動(dòng)的關(guān)系。

本地第二產(chǎn)業(yè)產(chǎn)值規(guī)模對(duì)碳排放總量顯著為正。我國(guó)是制造業(yè)大國(guó)，第二產(chǎn)業(yè)仍屬于中部城市的主要產(chǎn)業(yè)，產(chǎn)值占比45%以上，且技術(shù)水平較低，許多制造業(yè)生產(chǎn)線仍然是較為落后的生產(chǎn)線，以低技術(shù)為特征的第二產(chǎn)業(yè)產(chǎn)值規(guī)模對(duì)碳排放總量起到正向驅(qū)動(dòng)作用。

五、結(jié)論與建議

本文以城市為評(píng)價(jià)尺度，測(cè)度與分析中國(guó)中部城市的碳排放時(shí)空演變格局、空間溢出效應(yīng)及其影響因素，有助于更客觀地把握中部城市碳排放問(wèn)題，為城市減碳降碳提供科學(xué)的借鑒。結(jié)論顯示，2005-2020年間，中部城市碳排放總量逐年增加并呈現(xiàn)先急后緩的趨勢(shì)，河南和山西兩省是其中的碳排放大?。粡目臻g上看，碳排放呈現(xiàn)出北多南少的空間格局，并且“核心-邊緣”格局愈加明顯；運(yùn)用莫蘭指數(shù)和空間杜賓模型估計(jì)碳排放的空間溢出效應(yīng)，發(fā)現(xiàn)中部城市碳排放有顯著的正相關(guān)性，經(jīng)濟(jì)增長(zhǎng)、人口密度、財(cái)政支出和第二產(chǎn)業(yè)規(guī)模是碳排放的影響因素并對(duì)碳排放有大小和方向不同的作用。

針對(duì)本文研究結(jié)論，對(duì)中部城市碳減排提出兩點(diǎn)政策建議：第一，充分發(fā)揮人口集聚的資源利用提升作用和規(guī)模經(jīng)濟(jì)的正外部性，對(duì)經(jīng)濟(jì)發(fā)展的負(fù)外部性采取有效措施及時(shí)制止，統(tǒng)一公共資源的用途和使用方式，提升政府治理負(fù)外部性的效率；第二，針對(duì)第二產(chǎn)業(yè)對(duì)碳排放的助長(zhǎng)作用，要逐步淘汰已經(jīng)落后的制造產(chǎn)業(yè)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)轉(zhuǎn)型，提高高新技術(shù)產(chǎn)業(yè)規(guī)模，但不能一味地減少第二產(chǎn)業(yè)占比，實(shí)體經(jīng)濟(jì)仍然是我國(guó)經(jīng)濟(jì)發(fā)展的重要支撐，要在第二產(chǎn)業(yè)中實(shí)施高質(zhì)量發(fā)展思路，加強(qiáng)第二產(chǎn)業(yè)內(nèi)部技術(shù)創(chuàng)新，加大對(duì)碳減排技術(shù)研發(fā)，打造既有實(shí)體經(jīng)濟(jì)、又有低碳環(huán)境的美好環(huán)境。

參考文獻(xiàn)：

[1]程葉青，王哲野，張守志.中國(guó)能源消費(fèi)碳排放強(qiáng)度及其影響因素的空間計(jì)量[J].地理學(xué)報(bào)，2013，68（10）：1418-1431.

[2]王少劍，蘇泳嫻，趙亞博.中國(guó)城市能源消費(fèi)碳排放的區(qū)域差異、空間溢出效應(yīng)及影響因素[J].地理學(xué)報(bào)，2018，73（03）： 414-428.

[3]張征華，彭迪云.中國(guó)二氧化碳排放影響因素實(shí)證研究綜述[J].生態(tài)經(jīng)濟(jì)，2013（06）：50-54.

[4]ZHANG Y. Structural decomposition analysis of sources of decarbonizing economic development in China;1992-2006[J].Ecological Economics，2009，68（08）：2399-2405.

[5]王磊.基于投入產(chǎn)出模型的天津市碳排放預(yù)測(cè)研究[J].生態(tài)經(jīng)濟(jì)，2014，30（01）：52-56.

[6]朱宇恩，李麗芬，賀思思.基于IPAT模型和情景分析法的山西省碳排放峰值年預(yù)測(cè)[J].資源科學(xué)，2016，38（12）：2316-2325.

[7]何小鋼，張耀輝.中國(guó)工業(yè)碳排放影響因素與CKC重組效應(yīng)——基于STIRPAT模型的分行業(yè)動(dòng)態(tài)面板數(shù)據(jù)實(shí)證研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2012（01）：26-35.

[8]WANG S，F(xiàn)ANG C，GUAN X，et al.Urbanisation， energy consumption，and carbon dioxide emissions in China：A panel data analysis of China’s provinces[J].Applied Energy，2014，136：738-749.

[9]WANG S，F(xiàn)ANG C，WANG Y，et al.Quantifying the relationship between urban development intensity and carbon dioxide emissions using a panel data analysis[J].Ecological Indicators，2015，49：121-131.

[10]王少劍，謝紫寒，王澤宏.中國(guó)縣域碳排放的時(shí)空演變及影響因素[J].地理學(xué)報(bào)，2021，76（12）：3103-3118.

（作者單位：中南民族大學(xué)經(jīng)濟(jì)學(xué)院）