我國省域碳排放強度影響因素研究

李倩文，何 山，李婉星

(武漢理工大學 管理學院，湖北 武漢 430070)

隨著我國經(jīng)濟的快速發(fā)展，環(huán)境問題日益顯現(xiàn)，溫室氣體的大量排放成為多方關注的焦點。我國作為世界上最大的碳排放國家，一直致力于節(jié)能減排工作，積極尋找減排途徑，發(fā)展低碳經(jīng)濟。“十三五”指出協(xié)調推進新型工業(yè)化、信息化、城鎮(zhèn)化、農業(yè)現(xiàn)代化和綠色化，建設生態(tài)文明，迫切需要依靠科技創(chuàng)新突破資源環(huán)境瓶頸制約。科技創(chuàng)新成為經(jīng)濟、社會、生態(tài)可持續(xù)發(fā)展的主要驅動力。因此，深入分析碳排放的影響因素，因地制宜，對實現(xiàn)減排目標具有重大意義。

國內外學者通過各種計量模型對碳排放影響因素做了分析，早期以經(jīng)濟增長與碳排放的關系研究為主，近年來，國內外學者主要對技術創(chuàng)新、經(jīng)濟增長與碳排放的關系進行了大量研究。如GROSSMAN等[1]提出環(huán)境倒U型曲線，認為在經(jīng)濟發(fā)展水平較低時，經(jīng)濟增長與二氧化碳排放量呈正相關關系；而當經(jīng)濟發(fā)展到一定程度后則呈負相關關系。GRAZIOSI等[2]研究表明，2006—2012年間，歐洲制造業(yè)產生的氣體污染量由于技術進步而有所下降。ZHOU等[3]發(fā)現(xiàn)CO2的排放與經(jīng)濟發(fā)展之間存在著雙向因果關系。CONG等[4]運用投入-產出分析方法發(fā)現(xiàn)技術變革是中國單位GDP能耗下降的主要原因。與此同時，還有一種觀點認為，技術創(chuàng)新對于碳排放控制的影響可能是雙重的，特別是對于正處在工業(yè)化進程中的發(fā)展中國家而言。FISHER-VANDEN等[5]指出，先進技術會提高發(fā)展中國家的效率，從而降低其能源使用強度及溫室氣體排放強度；但同時會存在另外一種可能性，即效率的提高會導致產出水平的加速增長，從而引起能源使用量與碳排放水平的進一步上升。

國內現(xiàn)階段多數(shù)學者運用傳統(tǒng)計量經(jīng)濟學方法，對碳排放、技術創(chuàng)新和經(jīng)濟增長等關系進行了研究。如董峰等[6]應用LMDI分解模型將碳排放增量變化分解為經(jīng)濟規(guī)模、產業(yè)結構等4個效應研究，通過實證研究分析經(jīng)濟規(guī)模主導碳排放的增長，技術進步對其有明顯的負面效應，而產業(yè)結構與能源結構對碳排放的影響相對有限。陸遠權等[7]基于環(huán)境分權和市場分割影響碳排放的理論機理，選擇1995—2012年的省際面板數(shù)據(jù)檢驗環(huán)境分權和市場分割對碳排放的影響效應，得到環(huán)境分權和市場分割對碳排放的共同影響作用存在互補效應的結論，認為需打破省際壁壘，加快區(qū)域市場一體化建設，從而優(yōu)化碳排放的區(qū)域配置。周杰琦等[8]則從我國自主創(chuàng)新的不同層次對中國碳排放進行研究，認為發(fā)明專利的減排效果低于實用專利與外觀設計專利的減排效果。

綜上所述，國內外研究主要集中于碳排放、技術創(chuàng)新、經(jīng)濟增長三者之間的關系，主要采用計量經(jīng)濟學中的LMDI分解模型，針對產業(yè)結構和技術創(chuàng)新兩方面進行研究，缺乏區(qū)域角度的分析。在已有研究的基礎上，筆者運用空間計量經(jīng)濟模型，對碳排放的空間相關性進行研究，計算Moran′sI指數(shù)，通過LISA聚集圖分析各省碳排放活動情況，分析碳排放是否存在區(qū)域規(guī)律，為我國節(jié)能減排工作的因地制宜提供借鑒和參考。

1 模型構建

1.1 基本模型

二氧化碳排放量的計算按照文獻[6]的計算方法，選取《中國能源統(tǒng)計年鑒》“地區(qū)能源平衡表”中煤合計、油品合計、天然氣3種能源消費量來計算各區(qū)域最終二氧化碳排放量，即：

(1)

式中：ai為第i種能源的碳排放系數(shù)；Ei為第i種能源消費量。3種能源碳排放系數(shù)如表1所示。

表1 3種能源碳排放系數(shù)

資料來源：國家發(fā)展和改革委員會能源研究所

統(tǒng)計口徑與標準煤單位存在換算問題，折算系數(shù)如表2所示。

表2 單位換算表

資料來源：《1986年重點工業(yè)、交通運輸企業(yè)能源統(tǒng)計報表制度》

為了探討碳排放的空間自相關性、碳排放與技術創(chuàng)新和經(jīng)濟增長之間的關系，建立如下空間滯后模型(spatial lag model，SLM)：

lnCI=ρWlnCI+β1lnR&D+β2lnPGDP+

β3lnPOP+ε

(2)

式中：CI為區(qū)域碳排放強度；R&D為區(qū)域技術創(chuàng)新能力；PGDP為區(qū)域經(jīng)濟發(fā)展水平；POP為區(qū)域人口；ρ為空間效應系數(shù)；W為空間權重矩陣元素；β1、β2、β3為參數(shù)向量；誤差項ε～N[0，σ2I]。

1.2 變量選取及描述性統(tǒng)計

數(shù)據(jù)來源于2005—2014年《中國能源統(tǒng)計年鑒》、國家統(tǒng)計局，變量選取及描述性統(tǒng)計如表3所示。

表3 變量選取及描述性統(tǒng)計

被解釋變量碳排放強度：在已有的實證研究中，主要分為兩種。一種選用地區(qū)碳排放量與對應年末人口總數(shù)之比計算碳排放強度[9-10]，一種選用碳排放量和地區(qū)生產總值之比表示碳排放強度[11-12]，筆者采用后者來計算碳排放強度。

解釋變量技術創(chuàng)新能力：通常將專利申請受理數(shù)量或專利申請授權數(shù)量作為技術創(chuàng)新能力的度量標準，但考慮到專利申請受理量數(shù)據(jù)可能存在不準確性，申請質量很難得到保證，專利申請得到最終的授權需要經(jīng)過嚴格的審批程序，因此相對于專利申請受理量，筆者選取各省份的專利申請授權數(shù)量來表示其技術創(chuàng)新能力。

解釋變量經(jīng)濟發(fā)展水平：各個地區(qū)的不同經(jīng)濟發(fā)展水平與碳排放的經(jīng)濟環(huán)境有著一定的關系，進而可能會影響其碳排放強度。同時，為了避免PGDP與POP存在多重共線性，筆者選用各省(市)實際人均國內生產總值表示其經(jīng)濟發(fā)展水平。

解釋變量人口數(shù)量：筆者取用各省(市)年末常住人口表示其人口。

2 實證分析

2.1 空間相關性檢驗

根據(jù)我國各省市2004—2013年碳排放強度，通過Arcgis10.1構建基于距離的K-nearest近鄰空間權重矩陣，計算變量的空間自相關性，得到Moran′sI指數(shù)值，如表4所示。由表4可知，Moran′sI值均大于零，且2004—2013年的各值均通過了5%顯著性水平檢驗，說明我國各省份的碳排放之間存在顯著的正向空間相關性。在以往研究中被忽略的區(qū)域間外部性是決定地區(qū)碳排放的一個重要因素，在對我國碳排放進行研究時，應當考慮地理因素和空間效應的影響，選擇空間計量經(jīng)濟模型。

表4 2004—2013年中國各省碳排放Moran′s I統(tǒng)計值

注：***表示通過5%顯著性水平檢驗

2.2 空間聚集分析

雖然Moran′sI指數(shù)能夠從全局上判斷我國各省碳排放的空間相關性，但無法識別在空間上的聚集模式。為了更直觀地選擇2013年各省碳排放強度值，用Opengeoda軟件做LISA聚集圖，結果如圖1所示。

圖1 2013年我國各省碳排放強度LISA聚集圖

由圖1可看出，西部(內蒙古、山西、陜西、寧夏、甘肅)呈現(xiàn)高值聚集現(xiàn)象，南部沿海(福建、江西)呈現(xiàn)低值聚集現(xiàn)象。有大量研究表明，碳排放與地區(qū)經(jīng)濟的發(fā)展有直接關系，而碳排放強度LISA聚集圖與經(jīng)濟發(fā)展并不重合，東部沿海的經(jīng)濟發(fā)達地區(qū)沒有出現(xiàn)碳排放的高值聚集現(xiàn)象，而西部經(jīng)濟相對落后地區(qū)卻出現(xiàn)了碳排放的高值聚集現(xiàn)象，說明空間計量經(jīng)濟模型適用于此研究，且模型中設定的解釋變量包括技術創(chuàng)新能力、經(jīng)濟發(fā)展水平、人口3方面，其中，技術創(chuàng)新能力對碳排放強度的影響可能大于經(jīng)濟發(fā)展水平對碳排放強度的影響。

東部的福建、江西兩地呈低值聚集現(xiàn)象，兩省2013年碳排放強度較低，有聚集現(xiàn)象。2013年GDP全國排名中福建排名13，處于我國經(jīng)濟發(fā)展中游偏上水平；江西排名20，處于我國經(jīng)濟發(fā)展中游偏下水平。福建以石油化工、機械電子、水產養(yǎng)殖、林業(yè)生產、建筑建材業(yè)為主要支柱產業(yè)，其中僅石油化工碳排放強度較大；江西擁有豐富的自然資源，有色金屬、黑色金屬、非金屬、化學原料、醫(yī)藥、電器機械6大行業(yè)為其支柱產業(yè)，但與福建不同，其工業(yè)的發(fā)達程度超于農業(yè)和服務業(yè)的發(fā)達程度。兩地區(qū)的經(jīng)濟發(fā)展程度雖有不同，但多維的產業(yè)發(fā)展模式可能是福建碳排放強度較低的主要原因。江西以江南丘陵、山地為主，盆地、谷地廣泛布，農業(yè)生產擁有較好的基礎，但工業(yè)發(fā)展較周邊地區(qū)仍不足，農業(yè)的發(fā)展有利于江西地區(qū)碳排放的降低。

西部內蒙古、甘肅、寧夏、陜西、山西的碳排放強度呈高值聚集現(xiàn)象。2013年GDP全國排名中內蒙古排名17，甘肅排名27，寧夏排名29，陜西排名18，山西排名25，除內蒙古外4省均處于我國經(jīng)濟發(fā)展中游偏下水平，科技創(chuàng)新能力較低。以內蒙古為例，居民部門生產的碳排放量最高[13]。經(jīng)濟發(fā)展水平較低的地區(qū)存在居民部門生產的碳排放量較高，導致該地區(qū)碳排放強度呈高值聚集現(xiàn)象。

2.3 模型估計結果

結合使用Arcgis10.1和Opengeoda軟件，對2013年我國各省碳排放強度數(shù)據(jù)，采用OLS估計得到LM檢驗值，結果如表5所示。

表5 空間依賴性檢驗

由表5可知，LMLAG檢驗(p=0.008 144 3)顯著，LMERR檢驗(p=0.517 795 6)不顯著，而R-LMLAG檢驗(p=0.517 795 0)顯著，R-LMERR檢驗(p=0.750 174 1)不顯著，可以斷定，采用SLM模型能夠更好地反映30個省(市)的碳排放如何通過空間效應作用于其他地區(qū)。

采用OLS估計下的AIC=44.246 4，SC=49.851 2，數(shù)值較大。傳統(tǒng)的OLS估計對于空間計量經(jīng)濟模型將不再適用，筆者采用ML估計，估計結果如表6所示，可以看出，空間效應系數(shù)ρ=0.462 503 9(p=0.004 927 2)，通過了5%的顯著性水平檢驗，與空間相關性檢驗結果相對應，一致證明碳排放具有較強的空間聚集效應。技術創(chuàng)新能力的系數(shù)為-0.330 892 7(p=0.031 088 5)，通過了10%的顯著性水平檢驗，說明技術創(chuàng)新能

注：***表示通過5%顯著性水平檢驗；**表示通過10%顯著性水平檢驗

力的提升能夠有效降低碳排放強度；經(jīng)濟發(fā)展水平及人口的系數(shù)均大于0，且通過10%的顯著性水平檢驗，說明兩者的增加導致了碳排放的增加。

綜上所述，傳統(tǒng)的回歸分析并不能完全解釋碳排放問題，應采用空間計量經(jīng)濟模型對該問題進行研究，筆者實證結果表明：①碳排放具有空間相關性。經(jīng)濟欠發(fā)達的西部地區(qū)碳排放出現(xiàn)高值聚集現(xiàn)象，經(jīng)濟發(fā)展水平并不是決定碳排放強度的唯一因素；同時，地理位置相近地區(qū)的碳排放強度呈正向相關關系，周邊地區(qū)碳排放情況能夠影響當?shù)靥寂欧?，所以，區(qū)域碳排放治理不可忽視，在實施節(jié)能減排政策的過程中，必須考慮如何實現(xiàn)區(qū)域協(xié)調性，并結合當?shù)靥攸c，采取因地制宜的整治手段，實現(xiàn)區(qū)域減排目標。②技術創(chuàng)新能力的提升對降低碳排放強度有顯著作用。技術創(chuàng)新能力的提升對減排有顯著的積極影響，由于碳排放具有空間相關性，鄰近地區(qū)的技術創(chuàng)新能力的提升對當?shù)靥寂欧艔姸鹊慕档鸵灿蟹e極作用。③經(jīng)濟發(fā)展水平對碳排放強度的增加具有顯著的正向促進作用，但不是決定因素。總之，通過提高技術創(chuàng)新能力發(fā)展經(jīng)濟，降低經(jīng)濟發(fā)展系數(shù)，是降低碳排放強度的重要途徑；要改變經(jīng)濟欠發(fā)達的西部地區(qū)碳排放高值聚集的情況，在發(fā)展西部經(jīng)濟的同時，也不能忽視其減排工作。

3 結論與建議

筆者通過建立SLM模型，利用ML進行估計，分析技術創(chuàng)新能力、經(jīng)濟發(fā)展水平對碳排放的影響,得到如下結論：①我國碳排放存在空間聚集現(xiàn)象，鄰近地區(qū)的碳排放行為對當?shù)氐奶寂欧艔姸扔酗@著影響；②我國西部經(jīng)濟欠發(fā)達地區(qū)存在碳排放高值聚集現(xiàn)象，而東部沿海某區(qū)域卻呈現(xiàn)低值聚集現(xiàn)象；③經(jīng)濟發(fā)展水平對碳排放存在正向影響，技術創(chuàng)新能夠有效降低碳排放強度。

研究結論表明，通過提高技術創(chuàng)新能力是降低碳排放、發(fā)展當?shù)亟?jīng)濟的必要途徑。首先，應高度關注地區(qū)間碳排放行為的協(xié)調統(tǒng)一，制定節(jié)能減排政策應考慮到當?shù)丶爸苓叺那袑嵡闆r，降低西部地區(qū)碳排放強度的空間聚集效應，加強市場環(huán)境、基礎設施等配套條件的改善，為承接沿海地區(qū)技術含量高、能源效率高的產業(yè)轉移提供保障；其次，應通過提高技術創(chuàng)新能力促進低碳產業(yè)的發(fā)展，將創(chuàng)新成果有效轉化作為推動低碳產業(yè)發(fā)展的生產力，提高創(chuàng)新效率，以加速產業(yè)結構升級，從根本上降低碳排放強度；最后，加大政府支持力度和監(jiān)管力度，發(fā)揮政府部門在非技術創(chuàng)新領域中的引導作用，深入改變當?shù)厝罕姷膭?chuàng)新和減排意識，全面發(fā)揮技術創(chuàng)新在節(jié)能減排中的影響力。

參考文獻：

[1] GROSSMAN G M, KRUEGER A B. Environmental impacts of the North American free trade agreement[Z].[S.l.]：[s.n.]，1991.

[2] GRAZIOSI F, ARDUINI J, BONASONI P, et al. Emissions of carbon tetrachloride from Europe[J]. Atmospheric Chemistry and Physics,2016,16(20):12849-12859.

[3] ZHOU P, WANG M. Carbon dioxide emissions allocation: a review[J]. Ecological Economics,2016(125):47-59.

[4] CONG R, LO A. Emission trading and carbon market performance in Shenzhen, China[J]. Applied Energy,2017(193)：414-425.

[5] FISHER-VANDEN K, WING I S. Accounting for quality: issues with modeling the impact of R&D on economic growth and carbon emissions in developing economies[J]. Energy Economics,2008,30(6):2771-2784.

[6] 董峰，楊慶亮，龍如銀，等.中國碳排放分解與動態(tài)模擬[J].中國人口·資源與環(huán)境，2015，25(4)：1-8.

[7] 陸遠權，張德鋼.環(huán)境分權、市場分割與碳排放[J].中國人口·資源與環(huán)境，2016，26(6):107-115.

[8] 周杰琦，汪同三.自主技術創(chuàng)新對中國碳排放的影響效應：基于省級面板數(shù)據(jù)的實證研究[J].科技進步與對策，2014，31(24):29-35.

[9] 韓國文，代木林，楊迪，等.碳排放權定價的理論與實證研究[J].武漢理工大學學報(信息與管理工程版)，2014，36(5):722-725.

[10] 趙道致，劉嬌，焉旭.低碳供應鏈減排及生產優(yōu)化策略[J].武漢理工大學學報(信息與管理工程版)，2014，36(5)：718-721.

[11] 韓堅，盛培宏.產業(yè)結構、技術創(chuàng)新與碳排放實證研究:基于我國東部15個省(市)面板數(shù)據(jù)[J].上海經(jīng)濟研究，2014(8)：67-74.

[12] 董峰，田中華，楊澤亮，等.廣東省能源消費碳排放分析及碳排放強度影響因素研究[J].中國環(huán)境科學，2015，35(6)：1885-1891.

[13] 楊新吉勒圖，劉多多.內蒙古碳排放核算的實證分析[J].內蒙古大學學報(自然科學版)，2013，44(1)：26-35.