“雙碳”視閾下我國(guó)降碳驅(qū)動(dòng)機(jī)制研究

王軍　高瑋濃　車(chē)帥

〔摘要〕 能源開(kāi)采業(yè)作為雙高行業(yè)之一，如何降碳成為推動(dòng)我國(guó)低碳減 排進(jìn)程的重要課題。文章采用數(shù)據(jù)定量分析及空間自相關(guān)實(shí)證分析，得出碳排放量具有空間 相關(guān)性，并通過(guò)構(gòu)建空間計(jì)量模型分析各驅(qū)動(dòng)因素對(duì)碳排放的影響以及通過(guò)分解來(lái)探究空間 溢出效應(yīng)。研究結(jié)果表明：外商直接投資與經(jīng)濟(jì)發(fā)展水平是實(shí)現(xiàn)本地區(qū)碳排放減少的主要抓 手，人口聚集度對(duì)本地與毗鄰地區(qū)的碳排放呈不同效應(yīng)，能源消費(fèi)結(jié)構(gòu)與行業(yè)發(fā)展水平均是 促進(jìn)行業(yè)碳排放提升的重要因素。為進(jìn)一步細(xì)化研究，文章對(duì)我國(guó)東、中、西部地區(qū)分組進(jìn) 行回歸，得出各驅(qū)動(dòng)因素對(duì)不同地區(qū)呈差異化，尤其是西部地區(qū)，外商直接投資與行業(yè)發(fā)展 水平對(duì)碳排放具有顯著的抑制作用，但由于資金和技術(shù)受限，其降碳效果較弱，并不能向毗 鄰地區(qū)產(chǎn)生溢出效應(yīng)。為實(shí)現(xiàn)能源開(kāi)采業(yè)低碳發(fā)展，各級(jí)各部門(mén)可通過(guò)鼓勵(lì)能源技術(shù)創(chuàng)新、 優(yōu)化能源消費(fèi)結(jié)構(gòu)等因地制宜制定降碳政策，加快能源開(kāi)采業(yè)低碳轉(zhuǎn)型進(jìn)程。

〔關(guān)鍵詞〕 “雙碳”目標(biāo)；能源開(kāi)采業(yè)；低碳轉(zhuǎn)型；地區(qū)異質(zhì)性

〔中圖分類(lèi)號(hào)〕X322 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0694（2023）01 -0065-17

〔作者〕

王 軍 教授 博士生導(dǎo)師 中國(guó)石油大學(xué)（華東）經(jīng)濟(jì)管理學(xué)院 青島 266000

高瑋濃 碩士研究生 中國(guó)石油大學(xué)（華東）經(jīng)濟(jì)管理學(xué)院 青島 266000

車(chē) 帥 博士研究生 中國(guó)石油大學(xué)（華東）經(jīng)濟(jì)管理學(xué)院 青島 266000

黨的二十大報(bào)告指出，“積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和?！薄巴苿?dòng)能源清潔低碳高效利用，推 進(jìn)工業(yè)、建筑、交通等領(lǐng)域清潔低碳轉(zhuǎn)型。深入推進(jìn)能源革命，加強(qiáng)煤炭清潔高效利用，加 大油氣資源勘探開(kāi)發(fā)和增儲(chǔ)上產(chǎn)力度，加快規(guī)劃建設(shè)新型能源體系，統(tǒng)籌水電開(kāi)發(fā)和生態(tài)保 護(hù)。”“碳達(dá)峰”和“碳中和”是2020年9月習(xí)近平主席在第75屆聯(lián)合國(guó)大會(huì)上立足碳排放 領(lǐng)域提出的更高目標(biāo)。在2021年，“碳達(dá)峰”和“碳中和”首次被寫(xiě)入政府工作報(bào)告。針對(duì) 能源行業(yè)的問(wèn)題，國(guó)務(wù)院在2021年發(fā)布的《關(guān)于加快建立健全綠色低碳循環(huán)發(fā)展經(jīng)濟(jì)體系的 指導(dǎo)意見(jiàn)》中提出，推動(dòng)能源體系綠色低碳轉(zhuǎn)型，完善能源消費(fèi)總量與強(qiáng)度雙控制度。2021 年發(fā)布的《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》 提出了能源資源配置更加合理和利用效率大幅提高的目標(biāo)。

在“雙碳”大背景下，目前我國(guó)能源消費(fèi)與碳排放總量仍居世界首位，與能源活動(dòng)相關(guān)的碳 排放占到總量的77.7%。能源開(kāi)采業(yè)作為我國(guó)基礎(chǔ)性行業(yè)，在快速發(fā)展的背后，是以“高能 耗、高污染、高碳排”為代價(jià)的粗放型經(jīng)濟(jì)增長(zhǎng)模式。能源開(kāi)采業(yè)作為六個(gè)最高能源密集型 產(chǎn)業(yè)之一，其在挖掘、提取、運(yùn)輸、精煉過(guò)程中消耗大量能源，同時(shí)增加我國(guó)碳排放。據(jù)統(tǒng) 計(jì)，在我國(guó)以石油、天然氣和煤炭開(kāi)采物造成的碳排放在工業(yè)36個(gè)部門(mén)內(nèi)居第5位和第10位 （數(shù)據(jù)來(lái)源：《2018年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。）。由于開(kāi)采技術(shù)落 后和能源需求過(guò)大，導(dǎo)致能源利用率低和碳排放高等問(wèn)題。在產(chǎn)業(yè)發(fā)展綠色轉(zhuǎn)型及低碳發(fā)展 的約束下，能源開(kāi)采企業(yè)作為生產(chǎn)排污的主體，各級(jí)各部門(mén)如何因地制宜制定相關(guān)政策降低 能源開(kāi)采業(yè)碳排放成為至關(guān)重要的問(wèn)題〔1〕。

一、文獻(xiàn)回顧

隨著綠色低碳轉(zhuǎn)型的提出，碳排放的研究成果不斷涌現(xiàn)，主要涉及旅游業(yè)〔2-3〕、 高耗能產(chǎn)業(yè)〔4〕、農(nóng)業(yè)〔5-6〕等各領(lǐng)域和縣域〔7-9〕、省域〔1 0-11〕等層面。在研究?jī)?nèi)容方面主要包括碳排放測(cè)算〔12-14〕、時(shí)空特征演變 〔15-17〕、空間相關(guān)性分析〔18〕和驅(qū)動(dòng)影響探討〔19-20〕等。聚焦能 源開(kāi)采行業(yè)的相關(guān)研究大多從全要素生產(chǎn)率測(cè)度〔21〕、脫鉤效應(yīng)情景模擬〔 22〕或僅專(zhuān)注研究某種因素對(duì)碳排放的影響〔23-24〕。在研究主體上，大多從國(guó) 家、省域和縣域?qū)用孢M(jìn)行碳排放的研究，行業(yè)層面研究較少。在研究方法上，對(duì)驅(qū)動(dòng)因素或 影響因素研究多是采用LMDI分解法〔25〕、VAR模型的構(gòu)建〔26〕、地理加權(quán) 回歸〔27〕等。其中，顧阿倫等（2016）運(yùn)用LMDI分解法將碳排放量的變化分解，得出 技術(shù)進(jìn)步對(duì)下降速度貢獻(xiàn)最大，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)貢獻(xiàn)較小〔28〕。李湘梅等（2014）運(yùn)用 VAR模型探究能源消費(fèi)總量、人均GDP、城市化水平和能源強(qiáng)度四個(gè)指標(biāo)對(duì)碳排放的影響 〔29〕。Liu G等（2012）運(yùn)用Kaya恒等式改進(jìn)模型分解出影響碳排放強(qiáng)度的為碳排放因子 、能源強(qiáng)度、能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)四個(gè)影響因素〔30〕。王凱等（2019）通過(guò)地理加權(quán) 回歸方法得出技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平和人口密度對(duì)碳排放的影響依 次減弱〔31〕。

綜上所述，梳理研究時(shí)空格局與影響因素的文獻(xiàn)，可以發(fā)現(xiàn)對(duì)于“雙碳”研究的范圍較廣， 奠定了堅(jiān)實(shí)的理論基礎(chǔ)，但也存在以下不足。首先，大部分文獻(xiàn)研究主體以省域和縣域?yàn)橹?，還有部分文獻(xiàn)從行業(yè)角度出發(fā)，而這部分行業(yè)大多是農(nóng)業(yè)、旅游業(yè)和高耗能產(chǎn)業(yè)，缺少對(duì) 碳排放貢獻(xiàn)較大的能源開(kāi)采行業(yè)的研究。其次，在選取驅(qū)動(dòng)因素方面，多以宏觀因素為主， 選取較片面，缺少對(duì)微觀因素的研究，對(duì)應(yīng)的實(shí)證分析也有待深入。因此，本文以我國(guó)各省 能源開(kāi)采業(yè)的碳排放數(shù)據(jù)為主進(jìn)行空間自相關(guān)分析及驅(qū)動(dòng)機(jī)制研究，并在參考相關(guān)文獻(xiàn)的基 礎(chǔ)上結(jié)合研究的行業(yè)進(jìn)行影響因素選取面的拓展，加入行業(yè)本身因素，采用空間計(jì)量模型探 究其對(duì)能源開(kāi)采業(yè)的碳排放是否具有影響，從而為國(guó)家制定各省能源開(kāi)采業(yè)減排任務(wù)及相關(guān) 政策提供對(duì)應(yīng)參考。

二、機(jī)理分析與假設(shè)

影響能源開(kāi)采業(yè)碳排放主要分為需求與企業(yè)本身，需求方主要受經(jīng)濟(jì)和人口因素影響，企業(yè) 本身主要受能源消費(fèi)結(jié)構(gòu)、企業(yè)發(fā)展水平和外商直接投資水平等因素的影響。因此，本文解 決能源行業(yè)碳排放主要從以上兩大方面進(jìn)行解決。

1.人口聚集度

外來(lái)人口的流入對(duì)資源與環(huán)境均造成巨大的壓力，龐大的人口基數(shù)必會(huì)造成碳排放的剛性增 加。根據(jù)王凱等（2019）〔32〕、王瑛等（2020）〔33〕和嚴(yán)志翰等（2017）〔 34〕的研究，人口聚集對(duì)行業(yè)碳排放的影響是多面的。由于城鎮(zhèn)化率提高造成的“規(guī)模效 應(yīng)”，城市建筑、娛樂(lè)設(shè)施等對(duì)能源需求不斷增加，能源供給壓力激增。但是，人口聚集會(huì) 帶來(lái)資金與技術(shù)的集中效應(yīng)，也有利于提高能源利用率，降低行業(yè)碳排放。

2.經(jīng)濟(jì)發(fā)展水平

各省份的經(jīng)濟(jì)發(fā)展水平體現(xiàn)經(jīng)濟(jì)實(shí)力與未來(lái)發(fā)展前景。根據(jù)江心英等（2018）〔35〕、 陳曉東等（2022）〔36〕和莫惠斌等（2021）〔37〕研究表明，經(jīng)濟(jì)增長(zhǎng)對(duì)碳排放 的作用表現(xiàn)在兩個(gè)方面：一方面，經(jīng)濟(jì)增長(zhǎng)提升居民人均收入水平，增加對(duì)各類(lèi)耗能產(chǎn)品需 求，需要更多能源資源滿足人們?nèi)找嬖鲩L(zhǎng)的生活需要。另一方面，當(dāng)資源消耗過(guò)度時(shí)，相關(guān) 部門(mén)將采取措施，大力宣傳低碳節(jié)約的生活理念，鼓勵(lì)節(jié)約環(huán)保的生活方式，以需求倒逼企 業(yè)生產(chǎn)環(huán)保產(chǎn)品。由EKC理論研究可知，碳排放量與人均收入呈高度相關(guān)性。

基于以上分析，本文提出假設(shè)1：經(jīng)濟(jì)與人口因素加大對(duì)能源的需求，增加能源開(kāi)采業(yè)工作 量，從而消耗更多的能源，增加開(kāi)采業(yè)碳排放。

3.能源消費(fèi)結(jié)構(gòu)

煤炭作為我國(guó)碳排放的主要來(lái)源，在能源總消費(fèi)中占比最高。隨著“雙碳”進(jìn)程的推進(jìn)，加 快能源消費(fèi)結(jié)構(gòu)轉(zhuǎn)型替代迫在眉睫。從行業(yè)角度來(lái)看，能源消費(fèi)結(jié)構(gòu)體現(xiàn)行業(yè)的進(jìn)步程度， 最高水平對(duì)應(yīng)的能源結(jié)構(gòu)占比最多的應(yīng)該是清潔能源。根據(jù)劉賢趙等（2017）〔38〕、 史琴琴等（2018）〔39〕和高長(zhǎng)春等（2016）〔40〕的研究均得出能源消費(fèi)結(jié)構(gòu)對(duì) 碳排放具有顯著的正向關(guān)系。

4.行業(yè)發(fā)展水平

行業(yè)的發(fā)展水平代表其資金聚集度以及技術(shù)先進(jìn)程度，資金分配到項(xiàng)目建設(shè)、技術(shù)創(chuàng)新和設(shè) 備更替均有利于能源供給結(jié)構(gòu)優(yōu)化和能源利用效率的提高，進(jìn)一步打破能源行業(yè)的高碳鎖定 效應(yīng)，能夠在保持行業(yè)經(jīng)濟(jì)增長(zhǎng)的同時(shí)，實(shí)現(xiàn)經(jīng)濟(jì)和環(huán)保協(xié)同發(fā)展。朱智等（2018）〔41 〕在考察國(guó)內(nèi)投資對(duì)碳排放影響時(shí)得出在一定程度上有利于碳排放的減少。

5.對(duì)外開(kāi)放程度

能源作為世界各國(guó)不可缺少的資源，外資是行業(yè)創(chuàng)新與發(fā)展的重要推動(dòng)力。近年來(lái)隨著“一 帶一路”倡議深入推進(jìn)，行業(yè)外資占比不斷上升，先進(jìn)技術(shù)不斷輸入。根據(jù)路正南等（2020） 在探究FDI對(duì)碳排放的驅(qū)動(dòng)機(jī)制中提出外資的引進(jìn)對(duì)碳排放的影響大體分為兩種〔42〕 ：一是作為發(fā)展中國(guó)家，同時(shí)也是勞動(dòng)型國(guó)家，相比于發(fā)達(dá)國(guó)家，我國(guó)企業(yè)大多從事著低 技術(shù)含量的工作，弱勢(shì)地位的外貿(mào)會(huì)造成國(guó)外將一些高污染、高耗能的產(chǎn)業(yè)遷至我國(guó)，加重 我國(guó)碳排放負(fù)擔(dān)；二是對(duì)外貿(mào)易所帶來(lái)的技術(shù)效應(yīng)將提高能源利用率，減少開(kāi)采浪費(fèi)。

基于以上分析，本文提出假設(shè)2：能源消費(fèi)結(jié)構(gòu)中煤炭比例增加將加大開(kāi)采業(yè)碳排放，行業(yè) 發(fā)展水平與對(duì)外開(kāi)放程度的增加將有利于抑制碳排放。

三、研究設(shè)計(jì)

1.探索性空間數(shù)據(jù)分析（1）空間權(quán)重矩陣。此矩陣主要反映各單 元空間依賴(lài)關(guān)系。按照類(lèi)型分為鄰接矩陣和距離矩陣。本文采用0-1權(quán)重設(shè)置方法進(jìn)行空間 權(quán)重矩陣組合，具體公式如下：

其中，i表示省份；t表示年份；j表示能源消費(fèi)類(lèi)型；Ait為i省份第t年的能源開(kāi)采碳 排放總量；Eijt為第i省份第t年第j類(lèi)能源的消費(fèi)量；醞為第j類(lèi)能源的碳排放系 數(shù)，具體參數(shù)見(jiàn)表1。

解釋變量。經(jīng)濟(jì)發(fā)展水平（gdp），以人均實(shí)際GDP作為衡量經(jīng)濟(jì)發(fā)展水平的 指標(biāo)；人口密度（pd），以年末各省人口總數(shù)占地區(qū)地理面積的比重進(jìn)行衡量；城鎮(zhèn)化率（urb ），以城鎮(zhèn)人口數(shù)量占年末各省人口數(shù)量比重進(jìn)行衡量；能源消費(fèi)結(jié)構(gòu)（en），以各省能源開(kāi) 采業(yè)煤炭消費(fèi)占總行業(yè)能源消費(fèi)比重作為衡量指標(biāo)；外商直接投資（fdi），各省份以當(dāng)年匯 率進(jìn)行換算后的實(shí)際利用外資額作為衡量指標(biāo)；行業(yè)發(fā)展水平（rd），以各省能源開(kāi)采業(yè)投資 額作為衡量指標(biāo)。

考慮數(shù)據(jù)可得性以及統(tǒng)計(jì)口徑的一致性，缺失值采用插值法進(jìn)行填充，本文采用各省2010— 2019年28個(gè)省份的面板數(shù)據(jù)作為統(tǒng)計(jì)樣本，由于數(shù)據(jù)缺失或行業(yè)消耗量為0，本文所涉及的 數(shù)據(jù)均不包括上海、西藏、海南、香港、澳門(mén)和臺(tái)灣地區(qū)。其中，各省份各類(lèi)能源消耗總量 和能源消費(fèi)結(jié)構(gòu)來(lái)自《中國(guó)能源統(tǒng)計(jì)年鑒》；人均實(shí)際GDP、人口密度、外商直接投資來(lái)自 《中國(guó)統(tǒng)計(jì)年鑒》；行業(yè)投資額來(lái)自國(guó)家統(tǒng)計(jì)局。此外，為消除可能存在的異方差，非百分 數(shù)均取對(duì)數(shù)處理。四、空間相關(guān)性實(shí)證1.行業(yè)碳 排放時(shí)間變動(dòng)特征第一，變動(dòng)趨勢(shì)迥異，大致呈現(xiàn)7種趨勢(shì)。（1）正U型：包括吉林1個(gè)省份；（2）倒U型：包括山 西1個(gè)省份；（3）倒V型：包括江西、遼寧、陜西、重慶、云南、貴州、甘肅、河北、黑龍江 、江蘇、寧夏、新疆12個(gè)省份；（4）不斷升高：包括內(nèi)蒙古、青海2個(gè)省份；（5）正V型：包括 四川1個(gè)省份；（6）不斷下降：包括安徽、河南、湖南、山東4個(gè)省份；（7）變化不明顯：包括 北京、福建、廣東、廣西、湖北、天津、浙江7個(gè)省份。

第二，各省差距顯著。由圖1可知，2010—2019年，河北、河南、山東和陜西均屬碳排放高 區(qū)域，北京、福建、甘肅、廣東、廣西、湖北、天津、浙江始終處于碳排放低區(qū)域。河北、 山東和河南在全國(guó)均施行低碳經(jīng)濟(jì)發(fā)展的大環(huán)境下，低碳轉(zhuǎn)型緩慢。河北的能源消費(fèi)結(jié)構(gòu)以 煤炭為主，占總量80%以上，較大的能源需求導(dǎo)致開(kāi)采行業(yè)壓力大，可再生能源市場(chǎng)不景氣 ，碳排放居高不下。山東、河南和陜西資源消耗型產(chǎn)業(yè)比例偏高，特別是陜西和山東，其經(jīng) 濟(jì)命脈是以煤炭為主導(dǎo)的能源密集型產(chǎn)業(yè)；此外，山東和河南作為人口大省，能源開(kāi)采業(yè)除 需滿足各生產(chǎn)所需外，還需滿足較大的人民生活所需。

為進(jìn)一步說(shuō)明，運(yùn)用核密度估計(jì)計(jì)算2010、2013、2016和2019年的碳排放量，結(jié)果如圖2所 示。

從核密度峰值來(lái)看，核密度峰值從2010—2016年不斷向右移動(dòng)，2016—2019年峰值左移，說(shuō) 明各省碳排放量先升高再降低。從形狀來(lái)看，2010—2019年始終處于“矮胖”的形狀，說(shuō)明 我國(guó)各省碳排放之間差距較大。從核密度曲線尾部趨勢(shì)來(lái)看，2019年碳排放量右尾縮小，證 明各省碳排放量差距逐漸縮小。

2.行業(yè)碳排放空間變動(dòng)特征

從空間上看，地理位置分布特征為：（1）空間分布特征整體呈“四周低、中部高”。從2010 —2019年來(lái)看，中部地區(qū)顏色始終加深，周邊的其他省份顏色較淺，碳排放集中聚集在中部 地區(qū)。（2）從變動(dòng)趨勢(shì)來(lái)看，高碳排放區(qū)域逐漸由中部擴(kuò)散到西南地區(qū)；東部、東北以及西 部部分省份在研究期內(nèi)碳排放偏低。通過(guò)分析說(shuō)明，我國(guó)中部地區(qū)與東部地區(qū)的碳排放在空 間上差異性明顯，相鄰省份的碳排放也存在一定的空間相關(guān)性。

3.行業(yè)碳排放空間相關(guān)性

（1）全局空間相關(guān)性

能源開(kāi)采業(yè)的碳排放存在顯著空間相關(guān)性。我國(guó)除上海、海南、西藏和港澳臺(tái)地區(qū)外28個(gè)省 份的能源開(kāi)采業(yè)碳排放全局Morans I指數(shù)均為正，且全部通過(guò)10%的顯著性檢驗(yàn)，說(shuō)明我 國(guó)各省能源開(kāi)采業(yè)的碳排放具有顯著的空間相關(guān)性。這充分說(shuō)明，各省能源開(kāi)采業(yè)碳排放之 間相互影響，且各省行業(yè)的碳排放表現(xiàn)出空間聚集性。進(jìn)一步證明定性分析中得出的結(jié)論是 正確的，即相鄰地區(qū)在行業(yè)碳排放水平上十分相近。

空間相關(guān)性在波動(dòng)中略有減弱。2010—2013年，莫蘭指數(shù)整體在0.2上下波動(dòng)；2013—2015 年，莫蘭指數(shù)呈下降趨勢(shì)；2015—2017年，莫蘭指數(shù)由0.133上升到0.219；2017—2019年 ，莫蘭指數(shù)回落到0.161。這表明各地區(qū)在節(jié)能減排壓力大的情況下，更多注重各自地區(qū)的 革新，省際關(guān)聯(lián)性逐漸減弱，這也從側(cè)面表明各省對(duì)相鄰省份的溢出影響是有所忽視的。

（2）局部空間相關(guān)性

由圖4可知：我國(guó)中部、北部、東部大多數(shù)省份局部莫蘭指數(shù)呈現(xiàn)H-H、L-L分布，這表明我 國(guó)省份與其相鄰省份之間存在很強(qiáng)的正相關(guān)，具體關(guān)系如下：

HH主要聚集在我國(guó)中部地區(qū)以及內(nèi)蒙古、云南和貴州，基本與我國(guó)能源開(kāi)采業(yè)碳排放量分布 格局一致?？梢?jiàn)這些高碳排放區(qū)域?qū)χ苓吺》菥哂懈咻椛渥饔茫易饔眯Ч饾u加強(qiáng)。資源 型省份的經(jīng)濟(jì)發(fā)展均以資源消耗型企業(yè)為主，開(kāi)采技術(shù)落后、科研力量薄弱與人才流失嚴(yán)重 均是造成碳排放高的原因。

LL聚集區(qū)主要分布在東部地區(qū)以及吉林和黑龍江。涉及地區(qū)相互之間的輻射作用較強(qiáng)，其中 東部地區(qū)作為新能源轉(zhuǎn)型重要發(fā)展區(qū)域，提高可再生能源利用率，解決低碳技術(shù)的“卡脖子 ”問(wèn)題，并積極對(duì)周邊省域發(fā)揮低—低聯(lián)帶作用。

LH聚集區(qū)域主要包括遼寧、北京、天津、湖北、江蘇。相關(guān)省份分布散亂，連帶作用較弱。 青海在2019年從LH型躍遷為L(zhǎng)L型，說(shuō)明激化效應(yīng)減弱，受到優(yōu)勢(shì)地區(qū)對(duì)其正向的輻射作用。 京津冀經(jīng)濟(jì)區(qū)內(nèi)的北京與天津相互輻射，成為了實(shí)現(xiàn)綠色低碳轉(zhuǎn)型目標(biāo)的“第一梯隊(duì)”。江 蘇與湖北實(shí)現(xiàn)開(kāi)采業(yè)的碳中和，并將能源開(kāi)采碳中和作為能源供給側(cè)結(jié)構(gòu)性改革的核心，實(shí) 現(xiàn)能源開(kāi)采清潔化替代。

HL聚集區(qū)域主要包括新疆和陜西等省份。這些省份由于地區(qū)發(fā)展不均衡，許多人才和資金從 HL聚集地轉(zhuǎn)移到東部發(fā)達(dá)地區(qū)。特別是新疆和貴州等地，由于發(fā)達(dá)地區(qū)產(chǎn)生“虹吸效應(yīng)”， 造成煤炭清潔技術(shù)落后，可再生能源發(fā)展受阻。此外，由于西部資源稟賦豐富，吸引眾多重 工業(yè)投資建廠。

五、能源開(kāi)采業(yè)碳排放驅(qū)動(dòng)機(jī)制分析

1.模型選取及估計(jì)

由于各省能源開(kāi)采業(yè)碳排放具有空間相關(guān)性，普通基準(zhǔn)回歸已無(wú)法滿足數(shù)據(jù)的要求，根據(jù)An selin（1988）提出的拉格朗日判斷準(zhǔn)則進(jìn)行初步模型選取，并運(yùn)用STATA進(jìn)行相關(guān)檢驗(yàn)，具體 結(jié)果如表3。從表中可知，LM-Error、Robust LM-Error與LM-lag均通過(guò)了1%的顯著性檢驗(yàn)，? Robust LM-lag未通過(guò)顯著性檢驗(yàn)，說(shuō)明應(yīng)選取SEM模型，然而LM檢驗(yàn)未考慮模型的適用性 ，因此，根據(jù)Burridge（1981）提出的Wald檢驗(yàn)與LR檢驗(yàn)兩個(gè)原假設(shè)，檢驗(yàn)SDM模型是否可以 退化為SEM模型與SAR模型。

根據(jù)Wald檢驗(yàn)與LR檢驗(yàn)結(jié)果可知，所得出的結(jié)果均拒絕原假設(shè)，說(shuō)明SDM模型不能退化為SEM 模型或SAR模型，證明本文應(yīng)構(gòu)建SDM模型進(jìn)行相關(guān)回歸，而LM檢驗(yàn)與Wald、LR檢驗(yàn)結(jié)果出現(xiàn) 了不一致的情況，根據(jù)胡新明（2010）文中提到〔43〕，當(dāng)LM檢驗(yàn)結(jié)果與Wald檢驗(yàn)、LR 檢驗(yàn)結(jié)果不一致時(shí)，大部分學(xué)者根據(jù)著名不等式Wald≥LR≥LM的原則進(jìn)行判斷，因此，本文 選擇建立SDM模型。

此外，根據(jù)Hausman檢驗(yàn)結(jié)果為17.71，且通過(guò)1%的顯著性檢驗(yàn)，說(shuō)明SDM模型應(yīng)選取固定效 應(yīng)模型。因此，本文運(yùn)用2010-2019年各省能源開(kāi)采業(yè)相關(guān)數(shù)據(jù)分別進(jìn)行SAR、SEM和固定效 應(yīng)SDM回歸，具體結(jié)果如表5。

根據(jù)上述三種回歸模型的擬合優(yōu)度可知，R2 （SDM）＞R2 （SAR）＞R2 （SEM），結(jié)合相關(guān) 檢驗(yàn)，說(shuō)明本文面板數(shù)據(jù)適合SDM模型。根據(jù)回歸可知，外商直接投資與經(jīng)濟(jì)發(fā)展水平對(duì)本 地碳排放均呈顯著的抑制作用；人口密度、行業(yè)發(fā)展水平和行業(yè)能源消費(fèi)結(jié)構(gòu)對(duì)本地碳排放 呈顯著的促進(jìn)作用；城鎮(zhèn)化率對(duì)本地碳排放呈促進(jìn)作用，但并不顯著。從相鄰地區(qū)對(duì)本地碳 排放的回歸系數(shù)中可知，鄰近地區(qū)對(duì)外貿(mào)易水平對(duì)本地碳排放起顯著的抑制作用，說(shuō)明鄰近 地區(qū)對(duì)外貿(mào)易水平對(duì)本地具有顯著的負(fù)向空間溢出效應(yīng)；經(jīng)濟(jì)發(fā)展水平、人口密度和行業(yè)發(fā) 展水平均具有顯著的促進(jìn)作用；能源消費(fèi)結(jié)構(gòu)與城鎮(zhèn)化率對(duì)本地區(qū)碳排放起抑制作用，但并 不顯著。 2.空間效應(yīng)分解

為進(jìn)一步深入研究，本文分別研究各驅(qū)動(dòng)因素的直接效應(yīng)、間接效應(yīng)和總效應(yīng)，具體結(jié)果如 表6。

外商直接投資的回歸系數(shù)為-0.177，說(shuō)明對(duì)外貿(mào)易程度增加會(huì)導(dǎo)致碳排放的減少，對(duì)外貿(mào) 易能夠帶來(lái)先進(jìn)的技術(shù)、管理經(jīng)驗(yàn)和技術(shù)研發(fā)所需的外資，進(jìn)一步提升開(kāi)采技術(shù)。由于目前 我國(guó)自主研發(fā)的開(kāi)采技術(shù)面臨不少瓶頸，交流合作能夠快速獲取先進(jìn)的開(kāi)采設(shè)備以及人員技 術(shù)的提升。從間接效應(yīng)來(lái)看，外商直接投資通過(guò)1%水平的顯著性檢驗(yàn)且系數(shù)為-0.424，說(shuō) 明技術(shù)具有共享性，發(fā)揮出溢出效應(yīng)，擴(kuò)大了外貿(mào)對(duì)降碳的作用。從總效應(yīng)來(lái)看，外商直接 投資通過(guò)1%水平的顯著性檢驗(yàn)且系數(shù)小于0，說(shuō)明對(duì)本地區(qū)以及鄰近地區(qū)行業(yè)的碳排放均有 顯著的抑制作用。

城鎮(zhèn)化率的直接回歸系數(shù)為0.315，并未通過(guò)顯著性水平檢驗(yàn)。一方面，城鎮(zhèn)化推進(jìn)是一個(gè) 漫長(zhǎng)的過(guò)程，對(duì)于能源增長(zhǎng)的需求會(huì)隨著產(chǎn)業(yè)技術(shù)升級(jí)自身綜合消化；另一方面，能源需求 的主體為企業(yè)生產(chǎn)，居民生活所需的增加占比較小，未得到顯著變化。從間接效應(yīng)來(lái)看，城 鎮(zhèn)化率通過(guò)10%水平的顯著性檢驗(yàn)且系數(shù)小于0，說(shuō)明本地區(qū)城鎮(zhèn)化率的提高對(duì)鄰近省份碳排 放具有顯著的抑制作用，城鎮(zhèn)化率高代表地區(qū)經(jīng)濟(jì)發(fā)展水平高，對(duì)周?chē)貐^(qū)起到“虹吸效應(yīng) ”，造成鄰近地區(qū)人才流失、資源缺乏等，從而減少能源需求。從總效應(yīng)來(lái)看，城鎮(zhèn)化率系 數(shù)小于0，并未通過(guò)顯著性檢驗(yàn)，說(shuō)明城鎮(zhèn)化率對(duì)碳排放未起到顯著作用。

經(jīng)濟(jì)發(fā)展水平的直接回歸系數(shù)為-0.001。隨著經(jīng)濟(jì)快速發(fā)展，一方面，行業(yè)環(huán)保意識(shí)得到 增強(qiáng)，企業(yè)的戰(zhàn)略核心將變革為低碳生產(chǎn)模式；另一方面，經(jīng)濟(jì)水平的提高將協(xié)同產(chǎn)業(yè)發(fā)展 ，在方法、設(shè)備和技術(shù)方面均會(huì)提高資金投入。從間接效應(yīng)來(lái)看，經(jīng)濟(jì)發(fā)展水平通過(guò)1%水平 的顯著性檢驗(yàn)且系數(shù)大于0，經(jīng)濟(jì)若想持久地增長(zhǎng)，必須與環(huán)境協(xié)同發(fā)展，而被淘汰的重工 企業(yè)，便選擇轉(zhuǎn)移到政策寬松地區(qū)，不可避免地造成鄰近地區(qū)碳排放增加。從總體上看，間 接效應(yīng)大于所產(chǎn)生的直接效應(yīng)，本地在經(jīng)濟(jì)水平發(fā)展的同時(shí)，還需攜手鄰近地區(qū)共同減碳， 實(shí)現(xiàn)彼此雙贏。

人口密度直接效應(yīng)的回歸系數(shù)為0.002，說(shuō)明人口的增加促進(jìn)了開(kāi)采業(yè)的碳排放。一方面， 外來(lái)人口的流入對(duì)城市本身和周邊的資源與環(huán)境均造成巨大的壓力，龐大的人口基數(shù)必會(huì)造 成碳排放的剛性增加；另一方面，人口密度的增加，所帶來(lái)資源與技術(shù)的集中效應(yīng)會(huì)因資源 稟賦的差異化，使效用呈未知狀態(tài)。從間接效應(yīng)來(lái)看，本地區(qū)人口密度的增加對(duì)相鄰地區(qū)碳 排放的影響是不顯著的。從總效應(yīng)來(lái)看，人口密度因素對(duì)本地區(qū)行業(yè)碳排放具有顯著的影響 ，說(shuō)明人口因素是各省份不能忽略的因素。

行業(yè)發(fā)展水平的直接效應(yīng)系數(shù)為1.159，說(shuō)明行業(yè)投資增加時(shí)，所形成的“羊群效應(yīng)”會(huì)吸 引部分行業(yè)觀望者。在初期能源開(kāi)采業(yè)規(guī)模較小時(shí)，礙于資金將采用傳統(tǒng)的開(kāi)采設(shè)備造成資 源利用率不高、資源浪費(fèi)等。從間接效應(yīng)來(lái)看，本地區(qū)能源開(kāi)采業(yè)投資在增加時(shí)，受限于本 地市場(chǎng)，不少企業(yè)將擴(kuò)大規(guī)模，追求規(guī)模經(jīng)濟(jì)效應(yīng)，從而增加相鄰地區(qū)碳排放。從總效應(yīng)來(lái) 看，一個(gè)地區(qū)的行業(yè)投資信號(hào)對(duì)本地區(qū)的行業(yè)以及相鄰地區(qū)的行業(yè)會(huì)產(chǎn)生顯著的影響。

能源消費(fèi)結(jié)構(gòu)的直接效應(yīng)系數(shù)為0.274，說(shuō)明不合理的能源消費(fèi)結(jié)構(gòu)是行業(yè)碳排放降低的重 要阻礙。從間接效應(yīng)來(lái)看，能源結(jié)構(gòu)的提升對(duì)鄰近省份行業(yè)碳排放不顯著，說(shuō)明大氣流通具 有滯后性，本地區(qū)因煤炭消費(fèi)增加而排出的氣體經(jīng)生態(tài)碳循環(huán)到鄰近地區(qū)所耗時(shí)間較長(zhǎng)，且 流動(dòng)具有不確定性。從總效應(yīng)來(lái)看，能源結(jié)構(gòu)的調(diào)整僅對(duì)本省行業(yè)的碳排放具有顯著影響， 因此要優(yōu)化能源結(jié)構(gòu)，使行業(yè)進(jìn)一步降碳。

3.穩(wěn)健性檢驗(yàn)

為了進(jìn)一步驗(yàn)證回歸結(jié)果的穩(wěn)健性，本文首先采取更換空間權(quán)重矩陣的方法，用地理距離矩 陣代替鄰接矩陣進(jìn)行相關(guān)回歸，結(jié)果如表7所示。通過(guò)檢驗(yàn)，6個(gè)解釋變量系數(shù)符號(hào)和顯著性 與前文得出的結(jié)果基本一致，說(shuō)明得出的結(jié)果具有穩(wěn)健性。

此外，本文將樣本區(qū)間改為2011—2018年，再次進(jìn)行穩(wěn)健性驗(yàn)證，結(jié)果如表8所示。根據(jù)驗(yàn) 證結(jié)果可知，所涉及的解釋變量相關(guān)系數(shù)及顯著性與前文基本一致，說(shuō)明結(jié)果具有一定的穩(wěn) 健性。

4.區(qū)域差異分析

在分析我國(guó)各因素對(duì)能源開(kāi)采業(yè)驅(qū)動(dòng)機(jī)制后，考慮到我國(guó)區(qū)域發(fā)展不平衡的現(xiàn)狀，進(jìn)一步對(duì) 我國(guó)東、中、西部地區(qū)分別進(jìn)行空間分解效應(yīng)分析〔44〕。將上述涉及的地區(qū)按照國(guó) 家統(tǒng)計(jì)局標(biāo)準(zhǔn)分類(lèi)，東部省份主要包括北京、天津、河北、遼寧、江蘇、浙江、福建、山東 和廣東；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、 湖南；西部地區(qū) 包括四川、重慶、貴州、云南、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古。檢驗(yàn)結(jié)果 如表9所示。

從表9的回歸結(jié)果可知，所選取的影響因素對(duì)于我國(guó)東、中、西部地區(qū)能源開(kāi)采業(yè)碳排放效 用呈差異化。在直接效應(yīng)方面，東部地區(qū)的對(duì)外貿(mào)易水平、城鎮(zhèn)化率、人口密度和行業(yè)發(fā)展 水平均對(duì)碳排放具有顯著的抑制作用，說(shuō)明東部地區(qū)外資質(zhì)量和人才聚集度高，推動(dòng)行業(yè)綠 色低碳轉(zhuǎn)型順利，并逐步形成良性循環(huán)。中部地區(qū)的對(duì)外貿(mào)易水平與經(jīng)濟(jì)發(fā)展水平對(duì)碳排放 具有顯著的抑制作用，說(shuō)明中部地區(qū)要注重外資的引進(jìn)，并實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境治理同步進(jìn)行。 西部地區(qū)的外商直接投資和行業(yè)發(fā)展水平對(duì)行業(yè)碳排放具有顯著的抑制作用，但貿(mào)易水平的 抑制效果小于中部與東部，說(shuō)明西部地區(qū)所獲取的外商直接投資較少或引進(jìn)的技術(shù)較少在清 潔能源上，而回歸結(jié)果證明投資與技術(shù)對(duì)于西部降碳尤為重要。我國(guó)西部作為能源稟賦多油 多煤的地區(qū)，地廣人稀與礦產(chǎn)豐富吸引了眾多開(kāi)采企業(yè)投資建廠，為此，需要大量技術(shù)與資 金提升西部企業(yè)能源開(kāi)采效率。

在間接效應(yīng)方面，東部地區(qū)外商直接投資與經(jīng)濟(jì)發(fā)展水平所帶來(lái)的先進(jìn)技術(shù)對(duì)周邊地區(qū)產(chǎn)生 溢出效應(yīng)，從而抑制周邊地區(qū)碳排放。中部地區(qū)的經(jīng)濟(jì)發(fā)展水平提高可以為周邊地區(qū)帶來(lái)溢 出效應(yīng)，降低碳排放。西部地區(qū)無(wú)影響因素能顯著降低周邊城市碳排放，說(shuō)明西部地區(qū)在降 低行業(yè)碳排放方面處于落后的狀態(tài)，所持有的技術(shù)和資源與相鄰地區(qū)相比可能略遜一籌，多 為其他地區(qū)向西部輸送技術(shù)和人才，所以西部地區(qū)所持有的投資與技術(shù)僅能降低本地碳排放 。

六、結(jié)論及政策建議

1.主要結(jié)論

本文分別觀察各省份碳排放的時(shí)空演變特征，運(yùn)用空間自相關(guān)分析檢驗(yàn)各省份的空間依賴(lài)性 以及空間異質(zhì)性，根據(jù)檢驗(yàn)空間相關(guān)性進(jìn)行驅(qū)動(dòng)因素的空間計(jì)量分析，對(duì)總效應(yīng)以及間接效 應(yīng)進(jìn)行分解，根據(jù)實(shí)證結(jié)果給予政策建議。主要結(jié)論如下：

一方面，2010—2019年能源開(kāi)采業(yè)碳排放變動(dòng)趨勢(shì)迥異，且各省份差距顯著。從空間看，行 業(yè)碳排放整體呈空間聚集性且分布特征呈“四周低、中部高”，在研究期內(nèi)中部高排放區(qū)域 逐漸擴(kuò)散到西南地區(qū)，東部地區(qū)始終處于碳排放低區(qū)域。從數(shù)據(jù)變動(dòng)趨勢(shì)來(lái)看能源開(kāi)采業(yè)碳 排放具有空間相關(guān)性。根據(jù)空間自相關(guān)實(shí)證分析，各省份碳排放具有顯著的空間正相關(guān)性， 且空間相關(guān)性略微下降。其中，HH型聚集在我國(guó)中部地區(qū)，對(duì)周邊地區(qū)具有較強(qiáng)的輻射作用 ，且輻射作用不斷擴(kuò)大。LH型聚集分布散落，未對(duì)鄰近省份起到連帶作用。HL型省份不斷減 少，HH型省份不斷增加，說(shuō)明碳排放的鄰近效應(yīng)是不可忽視的影響因素。

另一方面，從驅(qū)動(dòng)機(jī)制分析來(lái)看，外商直接投資對(duì)本地區(qū)以及鄰近地區(qū)能源開(kāi)采業(yè)的碳排放 均具有顯著的抑制作用，說(shuō)明吸引外資對(duì)行業(yè)降碳來(lái)說(shuō)是可行之策。城鎮(zhèn)化率對(duì)鄰近地區(qū)碳 排放具有抑制作用。經(jīng)濟(jì)發(fā)展水平對(duì)本地區(qū)碳排放具有顯著抑制作用，對(duì)鄰近地區(qū)碳排放均 具有顯著的促進(jìn)作用，但作用效果較小。人口密度對(duì)本地區(qū)以及鄰近地區(qū)行業(yè)的碳排放均具 有顯著促進(jìn)作用。行業(yè)發(fā)展水平對(duì)本地區(qū)以及鄰近地區(qū)的碳排放增加具有推動(dòng)作用。能源結(jié) 構(gòu)對(duì)本地區(qū)碳排放的增加具有積極作用。從異質(zhì)性分析來(lái)看，各影響因素對(duì)我國(guó)東、中和西 部地區(qū)影響呈差異化，在制定政策時(shí)需分別針對(duì)不同地區(qū)采取不同的策略。

2.政策建議

一是重視技術(shù)引進(jìn)與創(chuàng)新，鼓勵(lì)能源開(kāi)采業(yè)跨省合作。對(duì)國(guó)外引進(jìn)的技術(shù)，應(yīng)對(duì)企業(yè)規(guī)模、 生產(chǎn)條件等進(jìn)行綜合考慮，切忌盲目激進(jìn)。而且，先進(jìn)的技術(shù)要配備對(duì)應(yīng)的人員。企業(yè)應(yīng)重 視對(duì)相關(guān)技術(shù)人員的培訓(xùn)以及人才的引進(jìn)。在設(shè)備方面，企業(yè)應(yīng)對(duì)標(biāo)龍頭企業(yè)，不斷對(duì)設(shè)備 進(jìn)行更新，減少資源的開(kāi)采浪費(fèi)，既有助于能源開(kāi)采量的提高又能促進(jìn)行業(yè)經(jīng)濟(jì)發(fā)展。此外 ，鼓勵(lì)能源開(kāi)采業(yè)跨省交流合作，充分發(fā)揮對(duì)外貿(mào)易對(duì)行業(yè)碳排放的間接效應(yīng)，在相互交流 中不斷探索高效的清潔技術(shù)，使行業(yè)碳排放得以降低。

二是優(yōu)化行業(yè)能源結(jié)構(gòu)，推進(jìn)低碳生產(chǎn)可持續(xù)發(fā)展。由于我國(guó)目前的資源稟賦限制，各企業(yè) 煤炭消費(fèi)占比高，清潔技術(shù)不過(guò)關(guān)，導(dǎo)致能源開(kāi)采技術(shù)無(wú)法滿足低碳需求，因此，能源企業(yè) 需減少煤炭消費(fèi)，積極推進(jìn)能源消費(fèi)多元化發(fā)展。提高煤炭清潔技術(shù)，減少煤炭燃燒過(guò)程中 的浪費(fèi)，提高對(duì)“三廢”的利用率，加強(qiáng)能源高效循環(huán)利用，減少資源浪費(fèi)。進(jìn)一步優(yōu)化行 業(yè)能源結(jié)構(gòu)，積極推進(jìn)綠色能源開(kāi)發(fā)，如西部地區(qū)具有豐富的自然資源，可進(jìn)一步發(fā)展風(fēng)能 、水能和太陽(yáng)能等，加快對(duì)傳統(tǒng)能源的替代。在推進(jìn)新能源產(chǎn)業(yè)時(shí)，國(guó)家還需加大政策支持 力度，同時(shí)避免投資過(guò)度造成浪費(fèi)，尋求多元的創(chuàng)新性投資，為新能源產(chǎn)業(yè)注入新活力 〔45〕。

三是采取差異化降碳政策，因地制宜提高減排效率。東部地區(qū)碳排放水平相對(duì)較低，且具備 優(yōu)秀的人力資源和物資，應(yīng)充分發(fā)揮東部地區(qū)的溢出效應(yīng)，在保持自身碳排放較低水平的同 時(shí)，對(duì)于中部碳排放高的省份與西部能源開(kāi)采業(yè)較密集的省份實(shí)行點(diǎn)對(duì)點(diǎn)幫扶，加強(qiáng)區(qū)域之 間人才交流，輸入先進(jìn)技術(shù)。中部地區(qū)應(yīng)減少居民生活的能源需要，加強(qiáng)對(duì)綠色生活產(chǎn)品的 研究，倡導(dǎo)生活綠色低碳化〔46〕，以綠色需求倒逼企業(yè)減少傳統(tǒng)煤炭用量。西部地 區(qū)具有較多的能源開(kāi)采企業(yè)，但人才資源流失較嚴(yán)重，導(dǎo)致企業(yè)低碳轉(zhuǎn)型困難。因此，西部 地區(qū)應(yīng)加大對(duì)外開(kāi)放度，引進(jìn)質(zhì)量高的外資，因地制宜地改進(jìn)技術(shù)。同時(shí)，國(guó)家也應(yīng)制定西 部投資優(yōu)惠政策，完善西部融資機(jī)制，鼓勵(lì)創(chuàng)新投資方式。

參考文獻(xiàn)：

〔1〕車(chē)帥.“節(jié)能低碳”政策能否實(shí)現(xiàn)企業(yè)績(jī)效雙贏［J］.財(cái)經(jīng)科學(xué)，2022，（09）.

〔2〕〔27〕〔31〕〔32〕王凱，楊亞萍，張淑文，等.中國(guó)旅游產(chǎn)業(yè)集聚與碳排放空間關(guān)聯(lián) 性［J］.資源科學(xué)，2019，（02）.

〔3〕〔15〕李振環(huán)，馮學(xué)鋼，王亞玲.中國(guó)旅游業(yè)碳排放脫鉤效應(yīng)測(cè)度與時(shí)空格局演變［J ］.統(tǒng)計(jì)與決策，2021，（22）.

〔4〕劉漢初，樊杰，曾瑜皙，等.中國(guó)高耗能產(chǎn)業(yè)碳排放強(qiáng)度的時(shí)空差異及其影響因素［J ］.生態(tài)學(xué)報(bào)，2019，（22）.

〔5〕〔19〕高晨曦，盧秋萍，歐年青，等.“雙碳”目標(biāo)下河南省農(nóng)業(yè)碳排放影響因素及預(yù) 測(cè)研究［J］.中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)（中英文），2022，（11）.

〔6〕夏四友，趙媛，許昕，等.近20年來(lái)中國(guó)農(nóng)業(yè)碳排放強(qiáng)度區(qū)域差異、時(shí)空格局及動(dòng)態(tài)演 化［J］.長(zhǎng)江流域資源與環(huán)境，2020，（03）.

〔7〕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)，20 21，（12）.

〔8〕〔16〕〔37〕莫惠斌，王少劍.黃河流域縣域碳排放的時(shí)空格局演變及空間 效應(yīng)機(jī)制［J］.地理科學(xué)，2021，（08）.

〔9〕趙文婷，羅淑貞，原曉紅，等.山西省縣域碳排放時(shí)空格局及影響因素分析［J］.環(huán)境 科學(xué)與技術(shù)，2022，（08）.

〔10〕〔33〕王瑛，何艷芬.中國(guó)省域二氧化碳排放的時(shí)空格局及影響因素［J］.世界地理 研究，2020，（03）.

〔11〕李建豹，張志強(qiáng)，曲建升，等.中國(guó)省域CO2排放時(shí)空格局分析［J］.經(jīng)濟(jì)地理，20 14，（09）.

〔12〕劉妍慧，栗洋.湖北省交通運(yùn)輸業(yè)碳排放測(cè)算及影響因素分解［J］.統(tǒng)計(jì)與決策，202 2，（15）.

〔13〕王安靜，馮宗憲，孟渤.中國(guó)30省份的碳排放測(cè)算以及碳轉(zhuǎn)移研究［J］.數(shù)量經(jīng)濟(jì)技 術(shù)經(jīng)濟(jì)研究，2017，（08）.

〔14〕劉宇，呂郢康，周梅芳.投入產(chǎn)出法測(cè)算CO2排放量及其影響因素分析［J］.中國(guó)人 口·資源與環(huán)境，2015，（09）.

〔17〕杜海波，魏偉，張學(xué)淵，等.黃河流域能源消費(fèi)碳排放時(shí)空格局演變及影響因素—— 基于DMSP/OLS與NPP/VIIRS夜間燈光數(shù)據(jù)［J］.地理研究，2021，（07）.

〔18〕〔40〕高長(zhǎng)春，劉賢趙，李朝奎，等.近20年來(lái)中國(guó)能源消費(fèi)碳排放時(shí)空格局動(dòng)態(tài)［J ］.地理科學(xué)進(jìn)展，2016，（06）.

〔20〕袁偉彥，方柳莉，羅明.中國(guó)工業(yè)碳排放驅(qū)動(dòng)因素及其脫鉤效應(yīng)——基于時(shí)變參數(shù)C-D 生產(chǎn)函數(shù)的分解和測(cè)算［J］.資源科學(xué)，2022，（07）.

〔21〕王克強(qiáng)，武英濤，劉紅梅.中國(guó)能源開(kāi)采業(yè)全要素生產(chǎn)率的測(cè)度框架與實(shí)證研究［J］ .經(jīng)濟(jì)研究，2013，（06）.

〔22〕揭俐，王忠，余瑞祥.中國(guó)能源開(kāi)采業(yè)碳排放脫鉤效應(yīng)情景模擬［J］.中國(guó)人口·資 源與環(huán)境，2020，（07）.

〔23〕〔42〕路正南，羅雨森.中國(guó)雙向FDI對(duì)二氧化碳排放強(qiáng)度的影響效應(yīng)研究［J］.統(tǒng)計(jì) 與決策，2020，（07）.

〔24〕臧新，潘國(guó)秀.FDI對(duì)中國(guó)物流業(yè)碳排放影響的實(shí)證研究［J］.中國(guó)人口·資源與環(huán)境 ，2016，（01）.

〔25〕〔28〕顧阿倫，何崇愷，呂志強(qiáng).基于LMDI方法分析中國(guó)產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)碳排放的影 響［J］.資源科學(xué)，2016，（10）.

〔26〕〔29〕李湘梅，姚智爽.基于VAR模型的中國(guó)能源消費(fèi)碳排放影響因素分析［J］.生態(tài) 經(jīng)濟(jì)，2014，（01）.

〔30〕LIU G，ZHAO T.Influencing Factors and Dynamic Effect Analysis of Chinas? Carbon Emission Intensity［J］.Resources Science，2012，（11）.

〔34〕嚴(yán)志翰，任麗燕，劉永強(qiáng)，等.浙江省碳排放時(shí)空格局及影響因素研究［J］.長(zhǎng)江流 域資源與環(huán)境，2017，（09）.

〔35〕江心英，趙爽.江蘇省經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)與碳排放關(guān)系的實(shí)證研究——基于VAR模型 和脈沖響應(yīng)分析［J］.南京財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018，（02）.

〔36〕〔45〕陳曉東，劉冰冰.數(shù)字經(jīng)濟(jì)背景下我國(guó)制造業(yè)低碳發(fā)展路徑選擇［J］.中國(guó)西 部，2022，（05）.

〔38〕劉賢趙，高長(zhǎng)春，宋炎，等.湖南市域化石能源消費(fèi)碳排放時(shí)空格局及驅(qū)動(dòng)因素［J］ .生態(tài)學(xué)報(bào)，2017，（07）.

〔39〕史琴琴，魯豐先，陳海，等.中原經(jīng)濟(jì)區(qū)城鎮(zhèn)居民消費(fèi)間接碳排放時(shí)空格局及其影響 因素［J］.資源科學(xué)，2018，（06）.

〔41〕朱智，朱靜，方培.FDI和國(guó)內(nèi)投資對(duì)江蘇碳排放強(qiáng)度影響的比較分析［J］.南京工業(yè) 大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，（03）.

〔43〕胡新明.論Wald、LR和LM檢驗(yàn)不一致時(shí)的選擇依據(jù)［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，201 0，（05）.

〔44〕王軍，車(chē)帥.黃河流域數(shù)字經(jīng)濟(jì)對(duì)高質(zhì)量發(fā)展的影響——來(lái)自城市異質(zhì)性的經(jīng)驗(yàn)證據(jù) ［J］.資源科學(xué)，2022，（04）.

〔46〕徐波，王潤(rùn)娟.綠色創(chuàng)新效率時(shí)空演變及影響因素研究——以成渝地區(qū)雙城經(jīng)濟(jì)圈為 例［J］.中國(guó)西部，2022，（04）.

（責(zé)任編輯 張 筠）

〔基金項(xiàng)目〕國(guó)家社會(huì)科學(xué)基金項(xiàng)目“數(shù)字經(jīng)濟(jì)推動(dòng)黃河流域城市群創(chuàng)新 集聚的機(jī)制與路徑研究”（22BJL056）；山東省重點(diǎn)研發(fā)計(jì)劃（軟科學(xué)項(xiàng)目）“科技支撐黃河流 域生態(tài)保護(hù)與高質(zhì)量發(fā)展研究”（2021RZA04027）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金項(xiàng)目“ 基于土地異質(zhì)性的我國(guó)生物燃料產(chǎn)業(yè)政策評(píng)估與優(yōu)化”（19CX04033B）。