中國(guó)省際碳排放強(qiáng)度的空間效應(yīng)及其傳導(dǎo)機(jī)制研究

趙桂梅 耿涌 孫華平

摘要 供給側(cè)改革和高質(zhì)量發(fā)展的適時(shí)提出為中國(guó)低碳經(jīng)濟(jì)發(fā)展提供了新思路，調(diào)整以往過(guò)多的行政配置資源帶來(lái)的要素扭曲，研究同一個(gè)國(guó)家不同省份之間資源要素協(xié)同問(wèn)題的方法可以為提出有效的節(jié)能減排政策提供科學(xué)依據(jù)與決策參考?；诖?，對(duì)我國(guó)碳排放強(qiáng)度空間面板數(shù)據(jù)進(jìn)行測(cè)算，提出探索性時(shí)空數(shù)據(jù)分析框架，運(yùn)用GeoDa軟件刻畫(huà)我國(guó)省際碳排放強(qiáng)度時(shí)空關(guān)聯(lián)及其局部空間差異的波動(dòng)性，將STIRPAT模型和EKC模型相結(jié)合檢驗(yàn)我國(guó)碳排放強(qiáng)度影響因素的空間溢出特性，揭示我國(guó)碳排放強(qiáng)度時(shí)空演進(jìn)的一般規(guī)律。研究結(jié)果表明：我國(guó)碳排放強(qiáng)度的局部空間自相關(guān)呈現(xiàn)集聚與分異并存的時(shí)空分布特征，碳排放強(qiáng)度水平相近的省區(qū)均呈現(xiàn)出先減弱后增強(qiáng)的空間集聚現(xiàn)象，我國(guó)省際碳排放強(qiáng)度存在俱樂(lè)部收斂的演進(jìn)特征。我國(guó)省際碳排放強(qiáng)度存在空間溢出性特征，我國(guó)碳排放強(qiáng)度空間集聚、分異與躍遷的形成與演變是各地區(qū)資源稟賦以及經(jīng)濟(jì)發(fā)展水平等多種資源要素協(xié)同作用的結(jié)果。進(jìn)一步提出分區(qū)域、有重點(diǎn)的區(qū)域協(xié)同減排措施，提升區(qū)域碳排放協(xié)同治理的效率。

關(guān)鍵詞 高質(zhì)量發(fā)展;碳排放強(qiáng)度;空間效應(yīng);傳導(dǎo)機(jī)制;協(xié)同減排

碳排放強(qiáng)度指標(biāo)反映的是經(jīng)濟(jì)發(fā)展過(guò)程中的資源利用效率以及碳排放效率，碳排放強(qiáng)度指標(biāo)的高低在一定程度上可以反映一個(gè)國(guó)家或者地區(qū)的生產(chǎn)技術(shù)效率水平，基于碳排放強(qiáng)度的節(jié)能減排政策有利于形成推動(dòng)中國(guó)經(jīng)濟(jì)轉(zhuǎn)型的倒逼機(jī)制和長(zhǎng)效機(jī)制[1-3]。碳排放強(qiáng)度的準(zhǔn)確評(píng)估是建立碳減排政策的基礎(chǔ)與前提，因此，國(guó)家和地區(qū)碳減排政策的制定需要重點(diǎn)關(guān)注各省區(qū)資源要素協(xié)同，降低碳排放強(qiáng)度是推動(dòng)綠色低碳轉(zhuǎn)型，實(shí)現(xiàn)高質(zhì)量經(jīng)濟(jì)發(fā)展的重要抓手?！栋屠鑵f(xié)定》明確了2℃溫升控制目標(biāo)，發(fā)出了全球綠色低碳轉(zhuǎn)型的明確信號(hào)。由此，有針對(duì)性地剖析中國(guó)省際碳排放強(qiáng)度的空間效應(yīng)及其傳導(dǎo)機(jī)制，強(qiáng)化區(qū)域能源和氣候政策的精準(zhǔn)性、協(xié)同性和實(shí)質(zhì)性作用力，不僅是實(shí)現(xiàn)碳排放總量達(dá)峰目標(biāo)的核心任務(wù)，更是保障中國(guó)經(jīng)濟(jì)高質(zhì)量可持續(xù)發(fā)展的必然要求[4-5]。

1? 文獻(xiàn)回顧

目前，國(guó)內(nèi)外學(xué)者研究文獻(xiàn)主要集中在對(duì)中國(guó)碳排放量和碳排放強(qiáng)度影響因素進(jìn)行分解[6-8]，然而，在建立碳排放影響因素的分解模型時(shí)，僅僅關(guān)注到各影響因素對(duì)本地區(qū)碳排放變動(dòng)產(chǎn)生的直接影響，常常忽略了各區(qū)域之間存在的空間關(guān)聯(lián)性，沒(méi)有深入研究碳排放影響因素的外溢效應(yīng)以及輻射作用[9-10]。隨著計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展，學(xué)者們開(kāi)始運(yùn)用空間計(jì)量經(jīng)濟(jì)模型對(duì)碳排放總量、人均碳排放、碳排放強(qiáng)度等變動(dòng)的影響因素展開(kāi)分析[11-12]。其中，最為廣泛的是對(duì)碳排放總量的研究，通過(guò)構(gòu)建碳排放空間計(jì)量模型，發(fā)現(xiàn)中國(guó)碳排放量的梯度分布對(duì)地區(qū)之間碳排放空間集聚產(chǎn)生了強(qiáng)化作用[13-14]，進(jìn)一步采用空間計(jì)量經(jīng)濟(jì)學(xué)的理論與方法揭示中國(guó)省域碳減排時(shí)空格局的演變機(jī)理。這也為后續(xù)對(duì)碳排放空間交互作用機(jī)制研究提供了理論支持。

由空間集聚所引致的空間效率與區(qū)域公平之間的權(quán)衡問(wèn)題是經(jīng)濟(jì)地理學(xué)的前沿研究主題之一。根據(jù)“地理學(xué)第一定律”的原則，空間分布中的地理事物或?qū)傩韵嗷リP(guān)聯(lián)，相鄰區(qū)域之間的聯(lián)系更為密切[15]。探索性空間時(shí)空數(shù)據(jù)分析（ESTDA）是以空間權(quán)重矩陣為基礎(chǔ)，檢測(cè)和量化不同校準(zhǔn)點(diǎn)中取樣變化的空間依賴(lài)性的統(tǒng)計(jì)方法，ESTDA方法能夠有效地揭示任何地理單元與鄰近單元之間的空間關(guān)系以及關(guān)聯(lián)程度。經(jīng)濟(jì)發(fā)展質(zhì)量的提高是經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的前提，其中政府的環(huán)境治理有助于提升中國(guó)經(jīng)濟(jì)的高質(zhì)量發(fā)展[16]。同時(shí)研究發(fā)現(xiàn)制度質(zhì)量和綠色技術(shù)創(chuàng)新都會(huì)對(duì)能源效率提升具有重要的影響[17]。根據(jù)新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的分析，有效的市場(chǎng)和有為的政府共同發(fā)揮作用，才能構(gòu)建起經(jīng)濟(jì)持續(xù)發(fā)展的良性機(jī)制[18]。供給側(cè)改革和高質(zhì)量發(fā)展的適時(shí)提出為中國(guó)低碳經(jīng)濟(jì)發(fā)展提供了新思路，調(diào)整以往過(guò)多的行政配置資源帶來(lái)的要素扭曲，研究同一個(gè)國(guó)家不同省份之間資源要素協(xié)同問(wèn)題的方法可以為提出真實(shí)有效的節(jié)能減排政策提供科學(xué)依據(jù)與決策參考。

2? 研究方法及數(shù)據(jù)來(lái)源

2.1 探索性時(shí)空數(shù)據(jù)分析方法

全局空間自相關(guān)性分析是對(duì)區(qū)域之間空間自相關(guān)性的總體度量[19]，通常由Z值檢驗(yàn)和全局Morans I指數(shù)進(jìn)行判斷各省區(qū)碳排放強(qiáng)度是否存在空間自相關(guān)性，以及其影響程度和作用方向，計(jì)算公式如下：

2.2? 空間計(jì)量模型設(shè)定

STIRPAT模型既允許將各系數(shù)作為參數(shù)進(jìn)行估計(jì)，又允許對(duì)各影響因子進(jìn)行適當(dāng)?shù)姆纸夂透倪M(jìn)[20]。鑒于STIRPAT模型和EKC假說(shuō)是環(huán)境污染影響研究的基本理論框架，為了研究資源要素空間外溢效應(yīng)在不同區(qū)域的異質(zhì)性，該研究將兩者相結(jié)合來(lái)檢驗(yàn)各省區(qū)資源要素對(duì)碳排放空間效應(yīng)的影響。結(jié)合經(jīng)濟(jì)系統(tǒng)與碳排放系統(tǒng)的復(fù)雜性和相關(guān)性[21-22]，在實(shí)際回歸模型中，除了包括人口規(guī)模（P）、經(jīng)濟(jì)發(fā)展水平（GDPPC）、能源強(qiáng)度（EI）等核心解釋變量外，還加入了能源價(jià)格（EP）、對(duì)外開(kāi)放水平（OPEN）、能源消費(fèi)結(jié)構(gòu)（ECS）、產(chǎn)業(yè)結(jié)構(gòu)（IS）和城鎮(zhèn)化水平（UR）等控制變量，將STRIPAT模型擴(kuò)展為：

其中，i， t分別表示觀測(cè)樣本和時(shí)間，β1it～β8it為相應(yīng)回歸元系數(shù)， αit為常數(shù)項(xiàng)。為了更客觀地衡量中國(guó)碳排放強(qiáng)度空間相關(guān)性和異質(zhì)性，提高空間計(jì)量經(jīng)濟(jì)模型的可解釋性，在區(qū)域?qū)用娼⒖臻g面板數(shù)據(jù)模型時(shí)，結(jié)合了地理空間權(quán)重矩陣和經(jīng)濟(jì)權(quán)重矩陣的點(diǎn)積。利用反比大圓距離法構(gòu)造地理空間權(quán)重矩陣，用經(jīng)度和緯度來(lái)計(jì)算的大圓距離倒數(shù)來(lái)度量空間關(guān)系。在STIRPAT擴(kuò)展模型的基礎(chǔ)上，建立了以下三類(lèi)空間面板數(shù)據(jù)模型。

該研究以我國(guó)30個(gè)省區(qū)作為研究對(duì)象（由于數(shù)據(jù)限制，香港、澳門(mén)、臺(tái)灣和西藏不在研究范圍之列），通過(guò)構(gòu)造各省區(qū)平均能源消耗的碳排放系數(shù)測(cè)算各省區(qū)碳排放總量和碳排放強(qiáng)度，數(shù)據(jù)來(lái)源于歷年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)人口統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)城市（鎮(zhèn)）生活與價(jià)格年鑒》《中國(guó)人口與就業(yè)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》及各區(qū)域的統(tǒng)計(jì)年鑒。

3? 實(shí)證分析

3.1? 碳排放空間效應(yīng)分析

全局Morans I指數(shù)從整體上描述我國(guó)各省區(qū)碳排放強(qiáng)度的空間相關(guān)性，時(shí)間維度的引入可以體現(xiàn)碳排放強(qiáng)度的空間動(dòng)態(tài)特征。運(yùn)用GeoDa軟件生成一次鄰接規(guī)則的空間權(quán)重矩陣（Rook），計(jì)算出我國(guó)碳排放強(qiáng)度的Morans I值，并采用隨機(jī)排列法構(gòu)造正態(tài)分布檢驗(yàn)其顯著性，進(jìn)一步將全局Morans I指數(shù)分解到各個(gè)省區(qū)單元，根據(jù)全局Morans I指數(shù)分析中各階段起始年份同時(shí)考慮時(shí)間間隔的均衡性，采用空間計(jì)量軟件GeoDa095i，繪制主要年份碳排放強(qiáng)度的局域 Morans I散點(diǎn)圖，反映我國(guó)30個(gè)省區(qū)碳排放強(qiáng)度與各自相鄰近省區(qū)碳排放強(qiáng)度在空間分布上呈現(xiàn)“集聚”（高-高或低-低） 與“分異”（高-低或低-高） 的時(shí)空演進(jìn)特征。如圖1所示，省際碳排放強(qiáng)度存在較強(qiáng)的空間正相關(guān)關(guān)系，各個(gè)省區(qū)碳排放強(qiáng)度對(duì)與之相鄰地區(qū)的碳排放強(qiáng)度產(chǎn)生影響，同時(shí)，其自身的碳排放強(qiáng)度也會(huì)受相鄰地區(qū)碳排放強(qiáng)度的影響。我國(guó)各省區(qū)碳排放強(qiáng)度的空間分布是集聚和擴(kuò)散共存的，研究期間呈現(xiàn)空間正相關(guān)性（高-高和低-低）省市的個(gè)數(shù)全部大于19個(gè)，表現(xiàn)為聚集特征的省區(qū)已經(jīng)超過(guò)63.33%，說(shuō)明我國(guó)碳排放強(qiáng)度的時(shí)空集聚特征顯著，通過(guò)對(duì)6個(gè)年份的分析結(jié)果也驗(yàn)證了全局空間相關(guān)性的分析。進(jìn)一步分析發(fā)現(xiàn)，大多數(shù)省區(qū)處于第一和第三象限，具有較強(qiáng)的穩(wěn)健性，表明各省及鄰近地區(qū)碳排放強(qiáng)度呈正相關(guān)，這些省區(qū)與相鄰接的省區(qū)體現(xiàn)出相似的特征值，證明了各省域的碳排放強(qiáng)度在空間上存在較為顯著的相互依賴(lài)性，我國(guó)碳排放強(qiáng)度相近省區(qū)的空間集聚表現(xiàn)出不斷增強(qiáng)的趨勢(shì)，碳排放強(qiáng)度水平相近的省區(qū)也將會(huì)進(jìn)一步收斂?？v向比較發(fā)現(xiàn)位于第三象限的“低-低”省區(qū)數(shù)量遠(yuǎn)遠(yuǎn)多于位于第一象限“高-高”省區(qū)，表明低值聚集數(shù)量多于高值集聚區(qū)，是正向空間自相關(guān)性的主要貢獻(xiàn)部分，表明我國(guó)近年來(lái)推行的節(jié)能減排和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化政策取得一定成效。

3.2 碳排放空間效應(yīng)的傳導(dǎo)機(jī)制分析

為了更全面地反映空間效應(yīng)，首先對(duì)資源要素碳排放空間效應(yīng)影響的空間固定效應(yīng)、時(shí)間固定效應(yīng)、時(shí)空雙固定效應(yīng)以及無(wú)固定效應(yīng)的4類(lèi)傳統(tǒng)面板數(shù)據(jù)模型進(jìn)行LM檢驗(yàn)，結(jié)果如表1所示。四種類(lèi)型空間效應(yīng)模型均通過(guò)0.05顯著性水平的空間滯后LM檢驗(yàn)，其中，時(shí)空雙固定效應(yīng)模型的空間誤差LM檢驗(yàn)結(jié)果最為顯著，進(jìn)一步對(duì)SLPDM和SEPDM的穩(wěn)健性進(jìn)行LM檢驗(yàn)，結(jié)果顯示拒絕非空間性的判斷。從時(shí)空固定效應(yīng)LR檢驗(yàn)結(jié)果也表明拒絕無(wú)時(shí)間固定效應(yīng)以及無(wú)空間固定效應(yīng)的原假設(shè)，因此，LR檢驗(yàn)結(jié)果顯示時(shí)空雙固定效應(yīng)模型能夠更加準(zhǔn)確地能刻畫(huà)資源要素空間溢出效應(yīng)。

基于LM檢驗(yàn)結(jié)果顯示拒絕非空間模型時(shí)，就應(yīng)該慎重選擇SLPDM或者SEPDM，進(jìn)一步考慮包括SLPDM和SEPDM的空間杜賓面板數(shù)據(jù)模型（SDPDM），對(duì)于SDPDM進(jìn)行Wald檢驗(yàn)和LR檢驗(yàn)，從而判斷空間杜賓面板數(shù)據(jù)模型是否可簡(jiǎn)化為SLPDM或者SEPDM。根據(jù)以上LM檢驗(yàn)的結(jié)果，首先選擇建立時(shí)空雙固定效應(yīng)的SDPDM進(jìn)行檢驗(yàn)。SDPDM圍繞零假設(shè)H0：θ=0以及H0：θ+δβ=0，進(jìn)一步展開(kāi)討論。如果以上兩個(gè)零假設(shè)均被拒絕，那么說(shuō)明SDPDM將能夠最好地描述碳排放強(qiáng)度的數(shù)據(jù)變動(dòng)。根據(jù)Wald和LR檢驗(yàn)結(jié)果可以發(fā)現(xiàn)，兩個(gè)零假設(shè)均被拒絕，由此判斷SLPDM或者SEPDM兩個(gè)模型均被拒絕，因此，選擇SDPDM將更加準(zhǔn)確地刻畫(huà)各省區(qū)資源要素對(duì)碳排放空間效應(yīng)影響。進(jìn)一步采用Hausman檢驗(yàn)方法判斷，結(jié)果顯示應(yīng)該選擇反映空間隨機(jī)效應(yīng)以及時(shí)間固定效應(yīng)的SDPDM模型。具體檢驗(yàn)結(jié)果如表2所示，我國(guó)各省區(qū)資源要素對(duì)碳排放影響存在著較強(qiáng)的時(shí)空外溢效應(yīng)，表明傳統(tǒng)的面板數(shù)據(jù)模型沒(méi)有考慮到空間效應(yīng)問(wèn)題，其結(jié)果將會(huì)存在一定的偏誤。

在以碳排放強(qiáng)度的自然對(duì)數(shù)為被解釋變量的杜賓模型揭示出各因素對(duì)碳排放強(qiáng)度的作用效果。研究結(jié)果表明，人口規(guī)模和城鎮(zhèn)化水平的估計(jì)系數(shù)為負(fù)，通過(guò)5%的顯著性水平檢驗(yàn)，說(shuō)明人口總量的增加以及城鎮(zhèn)化進(jìn)程的進(jìn)一步加快，對(duì)碳排放強(qiáng)度變動(dòng)產(chǎn)生抑制作用。能源強(qiáng)度和產(chǎn)業(yè)結(jié)構(gòu)估計(jì)系數(shù)為正，通過(guò)1%的顯著性水平檢驗(yàn)，說(shuō)明在重工業(yè)比重增加，產(chǎn)業(yè)結(jié)構(gòu)不合理的情況下，如果地區(qū)能源效率水平不能得到有效提升，將驅(qū)動(dòng)碳排放強(qiáng)度的增加。人均收入水平估計(jì)系數(shù)為正，通過(guò)5%的顯著性水平檢驗(yàn)，說(shuō)明人均收入水平是碳排放強(qiáng)度變動(dòng)的主要因素。能源消費(fèi)結(jié)構(gòu)估計(jì)系數(shù)為正，但是并不顯著，說(shuō)明能源消費(fèi)結(jié)構(gòu)對(duì)碳排放強(qiáng)度變動(dòng)產(chǎn)生促進(jìn)作用。能源價(jià)格與對(duì)外開(kāi)放水平估計(jì)系數(shù)為負(fù)，但是并不顯著，說(shuō)明能源價(jià)格的調(diào)整和對(duì)外開(kāi)放水平擴(kuò)大有助于推動(dòng)碳排放強(qiáng)度的下降，雖然影響作用有限，但是意義重大。

進(jìn)一步分析以碳排放強(qiáng)度的自然對(duì)數(shù)為被解釋變量和其他因素為解釋變量的空間滯后項(xiàng)，結(jié)果顯示各影響因素產(chǎn)生的空間溢出性存在著較大差異。空間滯后人口規(guī)模、空間滯后城鎮(zhèn)化水平與空間滯后人均收入水平自然對(duì)數(shù)估計(jì)系數(shù)顯著為正，證明存在人口規(guī)模與城鎮(zhèn)化水平的上升將引致相鄰區(qū)域碳排放強(qiáng)度的上升，產(chǎn)生碳排放空間外溢效應(yīng)?？臻g滯后能源強(qiáng)度和空間滯后產(chǎn)業(yè)結(jié)構(gòu)估計(jì)系數(shù)為負(fù)，但均不顯著，說(shuō)明技術(shù)進(jìn)步與產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)將推動(dòng)鄰近區(qū)域碳排放強(qiáng)度下降，產(chǎn)生的碳排放空間外溢效應(yīng)，但是效果并不顯著。能源價(jià)格估計(jì)系數(shù)為正，但均不顯著，說(shuō)明能源價(jià)格的調(diào)整將促使鄰近區(qū)域碳排放強(qiáng)度上升，但是產(chǎn)生的碳排放強(qiáng)度空間外溢效應(yīng)并不顯著?？臻g滯后能源消費(fèi)結(jié)構(gòu)和空間滯后對(duì)外開(kāi)放水平估計(jì)系數(shù)為負(fù)，通過(guò)5%的顯著性水平檢驗(yàn)，說(shuō)明對(duì)外開(kāi)放水平的擴(kuò)大與能源消費(fèi)結(jié)構(gòu)的調(diào)整有助于驅(qū)動(dòng)鄰近區(qū)域碳排放強(qiáng)度的下降，呈現(xiàn)比較顯著的空間外溢效應(yīng)。我國(guó)在經(jīng)濟(jì)全球化以及區(qū)域經(jīng)濟(jì)一體化的背景下，對(duì)沿海、沿江地區(qū)加大對(duì)外開(kāi)放的力度，同時(shí)加快中西部地區(qū)對(duì)外開(kāi)放的步伐，為中國(guó)經(jīng)濟(jì)發(fā)展向低碳轉(zhuǎn)型奠定了堅(jiān)實(shí)的基礎(chǔ)。

4? 結(jié)論及政策建議

中國(guó)特色社會(huì)主義進(jìn)入新時(shí)代，新發(fā)展理念統(tǒng)領(lǐng)下的區(qū)域協(xié)調(diào)發(fā)展更注重質(zhì)量和協(xié)同性。對(duì)我國(guó)碳排放強(qiáng)度空間面板數(shù)據(jù)進(jìn)行測(cè)算，提出探索性時(shí)空數(shù)據(jù)分析框架，運(yùn)用GeoDa軟件刻畫(huà)我國(guó)各省區(qū)碳排放強(qiáng)度時(shí)空關(guān)聯(lián)及其局部空間差異的波動(dòng)性，將STIRPAT模型和EKC模型相結(jié)合檢驗(yàn)我國(guó)碳排放強(qiáng)度影響因素的溢出性，揭示資源要素對(duì)碳排放空間效應(yīng)的傳導(dǎo)機(jī)制，進(jìn)一步提出促進(jìn)綠色低碳轉(zhuǎn)型的創(chuàng)新政策。研究結(jié)果表明：①梯度發(fā)展模式下碳排放強(qiáng)度的空間集聚促使我國(guó)碳排放強(qiáng)度水平相近的省區(qū)將會(huì)進(jìn)一步收斂。碳排放強(qiáng)度水平相近的省區(qū)均呈現(xiàn)出先減弱后增強(qiáng)的空間集聚現(xiàn)象，而且相比于20年前，這種空間集聚現(xiàn)象有所增強(qiáng)，我國(guó)省際碳排放強(qiáng)度存在俱樂(lè)部收斂的演進(jìn)特征。②我國(guó)省際碳排放強(qiáng)度存在空間溢出性特征，高碳排放強(qiáng)度集聚區(qū)的輻射作用要遠(yuǎn)高于低碳排放強(qiáng)度集聚區(qū)，碳排放強(qiáng)度較高的地區(qū)是節(jié)能減排工作的重點(diǎn)。我國(guó)碳排放強(qiáng)度的局部空間自相關(guān)呈現(xiàn)集聚與分異并存的時(shí)空分布特征，6個(gè)時(shí)期碳排放強(qiáng)度表現(xiàn)為聚集特征的省區(qū)已經(jīng)超過(guò)63.33%，說(shuō)明我國(guó)碳排放強(qiáng)度具有一定的空間鎖定或路徑依賴(lài)特征。③我國(guó)各省區(qū)資源要素協(xié)同作用是驅(qū)動(dòng)碳排放強(qiáng)度下降的重要原因。資源要素對(duì)碳排放空間效應(yīng)的傳導(dǎo)機(jī)制不僅能夠很好的反映相鄰地區(qū)碳排放強(qiáng)度的時(shí)空關(guān)聯(lián)性，而且有利于解釋碳排放強(qiáng)度的非均衡空間分布問(wèn)題。我國(guó)碳排放強(qiáng)度空間集聚、分異與躍遷的形成與演變是各地區(qū)資源稟賦以及經(jīng)濟(jì)發(fā)展水平等多種資源要素協(xié)同作用的結(jié)果。④協(xié)同發(fā)展的機(jī)制創(chuàng)新是實(shí)現(xiàn)綠色低碳轉(zhuǎn)型，構(gòu)建推動(dòng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展體制機(jī)制的著力點(diǎn)。為實(shí)現(xiàn)我國(guó)政府向國(guó)際承諾的碳排放強(qiáng)度下降以及碳排放總量達(dá)峰的低碳經(jīng)濟(jì)轉(zhuǎn)型發(fā)展目標(biāo)，需要將空間關(guān)聯(lián)效應(yīng)納入減排政策制定和政策效果評(píng)價(jià)當(dāng)中，加強(qiáng)對(duì)碳排放強(qiáng)度“穩(wěn)定”以及“躍遷”的關(guān)鍵省區(qū)進(jìn)行有效監(jiān)測(cè)與治理，進(jìn)一步采取分區(qū)域、有重點(diǎn)的區(qū)域協(xié)同減排措施，提升區(qū)域碳減排協(xié)同治理的效率。

碳排放強(qiáng)度的準(zhǔn)確評(píng)估是建立碳減排政策的基礎(chǔ)，因此，國(guó)家和地區(qū)碳減排政策的制定需要重點(diǎn)關(guān)注各省區(qū)資源要素協(xié)同，降低碳排放強(qiáng)度是實(shí)現(xiàn)高質(zhì)量經(jīng)濟(jì)發(fā)展的重要組成部分。為了實(shí)現(xiàn)我國(guó)在巴黎協(xié)定國(guó)家自主貢獻(xiàn)上承諾的國(guó)際承諾減排目標(biāo)，中央以及地方政府需要明晰資源要素對(duì)碳排放空間效應(yīng)的作用機(jī)理和空間傳導(dǎo)機(jī)制，充分發(fā)揮空間溢出效應(yīng)，因地制宜制定差異化碳減排政策。第一，采取分區(qū)域因地制宜制定碳排放強(qiáng)度控制措施，重點(diǎn)控制碳排放強(qiáng)度水平高，增速又較快的空間集聚省區(qū);適當(dāng)控制碳排放強(qiáng)度水平趨緩，增速較為穩(wěn)定的空間集聚省區(qū)。從區(qū)域碳排放的溢出效應(yīng)來(lái)看，對(duì)于區(qū)域間碳排放轉(zhuǎn)移，不能產(chǎn)生正向的經(jīng)濟(jì)增長(zhǎng)效應(yīng)的產(chǎn)業(yè)轉(zhuǎn)移，應(yīng)嚴(yán)格執(zhí)行國(guó)家相關(guān)政策法規(guī)，淘汰落后產(chǎn)能。第二，碳排放強(qiáng)度空間集聚顯著的省區(qū)亟需加快產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與升級(jí)，改變資源密集與高碳產(chǎn)品出口貿(mào)易格局，突破高碳排放強(qiáng)度的“空間鎖定”與“路徑依賴(lài)”。促進(jìn)傳統(tǒng)重化工業(yè)向低消耗、輕污染、高技術(shù)產(chǎn)業(yè)拓展和結(jié)構(gòu)優(yōu)化升級(jí)，延長(zhǎng)產(chǎn)業(yè)鏈，提高出口產(chǎn)品附加值，改變傳統(tǒng)以出口高碳產(chǎn)品為主的貿(mào)易格局，減少貿(mào)易中的碳泄露，有效抑制該地區(qū)碳排放強(qiáng)度對(duì)碳排放份額的收斂效應(yīng)。利用碳排放控制監(jiān)測(cè)形成的倒逼機(jī)制，促進(jìn)該區(qū)域的產(chǎn)業(yè)技術(shù)水平升級(jí)與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。第三，碳排放強(qiáng)度空間集聚顯著的省區(qū)應(yīng)做好跨區(qū)域功能布局與協(xié)同治理。根據(jù)不同的發(fā)展階段，對(duì)溢出熱點(diǎn)集聚區(qū)的碳排放強(qiáng)度減排目標(biāo)進(jìn)行嚴(yán)格控制，通過(guò)建立更加高效的區(qū)域協(xié)調(diào)發(fā)展新機(jī)制，控制集聚區(qū)的碳排放，實(shí)現(xiàn)集聚區(qū)域內(nèi)部不同功能區(qū)域的分工合作和資源最優(yōu)化組合。依托高效公共交通體系促進(jìn)集聚區(qū)域一體化發(fā)展，進(jìn)一步強(qiáng)化地區(qū)碳排放強(qiáng)度對(duì)碳排放份額的發(fā)散效應(yīng)。在供給側(cè)改革中，地方政府要讓要素自由流動(dòng)從而促進(jìn)資源優(yōu)化配置，同時(shí)要從區(qū)域規(guī)劃層面促進(jìn)各地區(qū)之間在綠色低碳轉(zhuǎn)型上的協(xié)同創(chuàng)新，實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)的高質(zhì)量發(fā)展。

（編輯：李 琪）

參考文獻(xiàn)

[1] 何建坤， 劉濱. 作為溫室氣體排放衡量指標(biāo)的碳排放強(qiáng)度分析[J]. 清華大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2004， 44（6）：740-743.

[2] 潘家華， 黃承梁， 李萌. 系統(tǒng)把握新時(shí)代生態(tài)文明建設(shè)基本方略——對(duì)黨的十九大報(bào)告關(guān)于生態(tài)文明建設(shè)精神的解讀[J]. 環(huán)境經(jīng)濟(jì)， 2017（20）：66-71.

[3]WANG C， WANG F. China can lead on climate change [J]. Science， 2017， 357（6353）：764.

[4] YE F， XIE X， ZHANG L， et al. An improved grey model and scenario analysis for carbon intensity forecasting in the pearl river delta region of China[J]. Energies， 2018， 11（1）：91-103.

[5]陳詩(shī)一. 中國(guó)碳排放強(qiáng)度的波動(dòng)下降模式及經(jīng)濟(jì)解釋[J]. 世界經(jīng)濟(jì)， 2011（4）：124-143.

[6] 林伯強(qiáng)， 毛東昕. 中國(guó)碳排放強(qiáng)度下降的階段性特征研究[J]. 金融研究， 2014（8）：101-117.

[7] DONG L， LIANG H. Spatial analysis on Chinas regional air pollutants and CO2， emissions： emission pattern and regional disparity [J]. Atmospheric environment， 2014， 92：280-291.

[8]DOBES L， JOTZO F， STERN D I. The economics of global climate change： a historical literature review[J]. Review of economics， 2014， 65（3）：281-320.

[9] 張翠菊， 張宗益. 中國(guó)省域碳排放強(qiáng)度的集聚效應(yīng)和輻射效應(yīng)研究[J]. 環(huán)境科學(xué)學(xué)報(bào)， 2017， 37（3）：1178-1184.

[10]WANG S， CHU C， CHEN G， et al. Efficiency and reduction cost of carbon emissions in China： a nonradial directional distance function method[J]. Journal of cleaner production， 2016， 113：624-634.

[11] 張友國(guó). 經(jīng)濟(jì)發(fā)展方式變化對(duì)中國(guó)碳排放強(qiáng)度的影響[J]. 經(jīng)濟(jì)研究， 2010（4）：120-133.

[12] 趙桂梅， 陳麗珍， 孫華平. 基于異質(zhì)性收斂的中國(guó)碳排放強(qiáng)度脫鉤效應(yīng)研究[J]. 華東經(jīng)濟(jì)管理， 2017， 31（4）：97-103.

[13] AGUIAR A P D， OMETTO J P， NOBRE C， et al. Modeling the spatial and temporal heterogeneity of deforestation：driven carbon emissions： the INPEEM framework applied to the Brazilian Amazon[J]. Global change biology， 2012， 18（11）：3346-3366.

[14] 馮宗憲， 王凱瑩. 中國(guó)省域碳強(qiáng)度集群的空間統(tǒng)計(jì)分析[J]. 資源科學(xué)， 2014， 36（7）：1462-1468.

[15] CHEN Y H H， PALTSEV S， REILLY J M， et al. Longterm economic modeling for climate change assessment[J]. Economic modelling， 2016， 52：867-883.

[16] GENG Y， SARKIS J ， BLEISCHWITZ R . How to globalize the circular economy[J]. Nature， 2019， 565（7738）：153-155.

[17] SUN H，EDZIAH B K，SUN C，et al.Institutional quality， green innovation and energy efficiency [J].Energy policy，2019.DOI： 10.1016/j.enpol.2019.111002.

[18] 林毅夫. 改革開(kāi)放40年 中國(guó)經(jīng)濟(jì)如何創(chuàng)造奇跡[J]. 金融經(jīng)濟(jì)， 2018（1）：17-18.

[19] SERGIO J R. Spatial empirics for economic growth and convergence[J]. Geographical analysis，2001， 33（3）：195-214.

[20]李子奈， 李鯤鵬. 關(guān)于計(jì)量經(jīng)濟(jì)學(xué)模型隨機(jī)擾動(dòng)項(xiàng)的討論[J]. 統(tǒng)計(jì)研究， 2009， 26（2）：62-67.

[21] 張友國(guó)， 鄭玉歆. 碳強(qiáng)度約束的宏觀效應(yīng)和結(jié)構(gòu)效應(yīng)[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2014（6）：57-69.

[22] HAO Y， LIAO H， WEI Y M. Is Chinas carbon reduction target allocation reasonable？ an analysis based on carbon intensity convergence[J]. Applied energy， 2015， 142：229-239.