碳排放的時空演變、空間溢出效應及影響因素

吳金容

摘要：揭示中部城市碳排放的影響因素對于中部地區推動綠色轉型發展具有重要意義。文章采用2005-2020年中部城市碳排放統計數據，研究了市域碳排放總量的時空演變、空間溢出效應以及影響因素。結果如下：一是在時間上，中部城市碳排放呈現先急后緩的增長趨勢。二是在空間上，碳排放呈現“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性。四是人口密度、財政支出能顯著抑制碳排放量，第二產業為主的產業結構顯著驅動碳排放。

關鍵詞：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，應對氣候變暖，當務之急是要減少溫室氣體排放，推行低碳經濟發展。

中國已經成為世界碳排放大國，造成中國巨大碳排放量的原因有兩個：首先，中國長期以來以粗放式經濟發展方式為主，并且在經濟發展過程中存在環境治理績效偏低等一系列問題；其次，中國長期以來就存在著能源消耗量過大但利用方式不環保等問題。節能減排能減緩全球氣候變暖，同時在節能減排任務目標下，高污染型和高碳排放型企業會受到較為有力的政策約束，這會倒逼我國產業結構轉型升級。然而，引起碳排放的經濟社會因素眾多，在碳減排的目標下，從計量分析角度識別碳排放的經濟社會因素對城市制定有效的減排政策具有重要的現實主義。

近年來，我國不同學者對碳排放及其影響因素做了大量研究。從研究方法上看，主要有結構分解技術（SDA）、指數分解技術（IDA），以及計量分析方法等幾類。不同的分析方法優勢和缺點不同，得出碳排放影響因素結果不盡一致。然而，上述所說的幾種分析方法都有相同的弊端，即將碳排放在每個單元上看作是同質且均勻的，忽略不同城市之間的空間關聯性。實際上，碳排放屬于大氣污染，某個城市碳排放強度較高有很大可能影響到鄰近城市的碳排放量，因此，在檢驗碳排放影響因素時，應該考慮空間因素在其中的作用。因此本文從時間和空間兩個角度出發，綜合考量了中國中部城市碳排放的時空演變格局，分析了其空間溢出效應以及影響因素。

二、研究方法與數據來源

（一）研究方法

根據前文分析，本文引入截面數據空間計量模型分析中國中部城市碳排放的影響因素及其空間溢出效應，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n×n的空間權重矩陣， ρ為空間自回歸系數，表示內生交互效應，即被解釋變量的空間溢出效應，φ為待估計參數，表示外生交互效應，反映了解釋變量的空間溢出效應；εi為隨機誤差項。本文構建空間權重矩陣為地理距離權重矩陣Wdis，主要探討空間距離對城市碳排放空間溢出效應的影響，其元素Wij為中部地區各個城市之間地理距離的倒數平方，通過經緯度計算得到。

（二）變量選取

本文選取2005-2020年中部6個省份共79個城市的相關指標進行碳排放時空演變分析，選擇各地級市的碳排放總量作為被解釋變量。在解釋變量上，從理論機制出發，選取碳排放量的影響因素指標：首先，人是一切經濟活動的主體，居民的生產和消費方式就有所不同，碳排放強度則不同。因此，選擇人口密度（popden）表示人口對碳排放的影響指標。其次，第二產業的碳排放效應顯著，并且我國中部地區產業結構以第二產業為主，因此，加入第二產業產值規模（IS）用來考察第二產業對碳排放的影響作用。最后，根據馬斯洛需求理論，國民經濟富裕程度會使得其需求層次不同，這會進一步造成生產和消費方式不同，對碳排放產生影響。因此，本文選取人均GDP （pgdp）和政府一般公共財政支出（pfe）代表不同城市的居民富裕程度，用以考察對城市碳排放的影響。根據環境庫茨涅茲曲線，經濟發展水平與環境污染之間呈現非線性的關系，基于此，本文加入人均GDP的二次項考察GDP與碳排放之間的非線性關系。

本文選取中國中部6個省份共79個地級市作為研究對象（受限于數據的可得性，在空間溢出效應分析時將江西省新余市去除）。市域碳排放的數據來源于IPE公眾環境研究中心（http：//www.ipe.org.cn/index.html），社會經濟數據主要來源于2005-2019年《中國區域統計年鑒》《中國城市統計年鑒》，數據由EPS數據平臺整理（見表1）。

三、中國中部城市碳排放時空演變與集聚特征

（一）中部城市碳排放的時間序列變化分析

分析2005-2020年中國中部區域碳排放總量變化趨勢，中部地區碳排放總量大致呈現出以2013年為分界線的“先急后緩”的持續增長狀態。2005-2020年中國中部79個城市碳排放總量從133726噸增長至2020年220506噸，總增長率為64.89%，年均增長率為3.6%。其中2005-2013年增長速度比較快，平均增長速率為8.6%?！笆濉币巹澠陂g，強有力的政策約束推動污染型企業升級改造，致使2013年后中部地區碳排放總量增長速度明顯放緩。

分析各個省份碳排放的區域差異，山西省和河南省兩個省份碳排放總量占中部6個省份的比例維持在50%左右波動，是中部地區主要碳排放來源地。相對而言，江西省的碳排放總量占比最少，占6個省份碳排放總量的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，說明這幾年來，河南省采取的財稅聯動政策對推進產業轉型、節能降碳、生態匯碳取得了積極成效，該舉措有力有效推動碳排放管控工作。

除此之外，湖北省碳排放占比從2005年來持續下降，“十三五”末，湖北省全省能耗強度累計下降18%，超額完成國家下達湖北省16%的目標任務，使得其碳排放總量占比在中部6個省份中持續下降?？傮w來看，湖北省和河南省對中部省份碳排放總量貢獻越來越小，其余四省則呈現小幅度上升趨勢。

（二）中部城市碳排放的空間分布與集聚特征分析

采用ArcGIS地理分析工具對中部地區每個城市碳排放總量進行繪制，根據圖1，中部城市碳排放總量呈現顯著的北高南低空間分布格局。碳排放總量高值區主要集中于山西和河南兩個省份。山西省是我國煤炭資源大省，能源利用一直以煤炭為主，并且煤炭利用方式較為不環保，因此山西省各地級市的碳排放總量居于中部地區前列位置。而河南省是中國人口大省，人口規模大，對能源的需求非常大，因此碳排放總量居高不下。

另一方面，碳排放空間格局呈現出明顯的“核心—邊緣”結構，這是因為經濟發展好的地區，人口集聚度高，平均碳排放水平高于周圍城市。根據圖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城市、經濟較為發達的城市（如武漢、長沙、鄭州）及其相鄰的城市為主。因此，對于實現中部地區碳減排目標，推動經濟發達城市的綠色經濟發展方式轉型意義將更為重大。

本文采用stata軟件計算碳排放總量的局部莫蘭指數分布來檢驗中部城市碳排放的空間相關性。圖2為2005年、2011年、2019年局部莫蘭指數圖。從總體上看，市域碳排放空間的集聚方式較為穩定，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。隨著時間的推移，低低集聚城市數顯著增多，正相關性顯著增強。

四、碳排放的空間溢出效應和影響因素分析

（一）模型檢驗與選擇

本文采用2019年截面數據分析中部城市碳排放空間溢出效應和影響因素。在估計碳排放空間溢出效應之前，需要對模型的適用性進行檢驗。結果顯示，在地理距離權重矩陣下，LM-err和LM-lag檢驗均通過了1%水平的顯著性檢驗，因此，本文采用空間杜賓模型對碳排放的空間溢出效應進行估計。

（二）碳排放的空間溢出效應

根據空間杜賓模型的估計結果（見表2），該模型為0.9956，說明空間杜賓模型的擬合效果較好；空間自回歸系數（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。相鄰的距離使得城市之間產業貿易交往更為密切，經濟增長也相互影響，使得碳排放在空間上具有顯著的空間溢出效應，在城市層面就表現出碳排放的正自相關性。

（三）碳排放的影響因素分析

根據空間杜賓模型回歸結果，本地的人均GDP及其二次項、財政支出以及第二產業產值規模在1%水平上顯著，同時外地的人口密度、人均GDP、人均GDP的二次項在5%或10%的顯著性水平上對本地的碳排放產生影響。

其中，本地人均GDP對數的一次項系數為負且在1%水平上顯著，而城市人均GDP對數二次項的系數為正且在1%水平上顯著，這說明在中部城市中，本地碳排放與本地經濟增長呈現“U”型關系。在經濟落后的地區，人們消費結構、出行方式等較為傳統，冬季供暖方式也較為粗放，多使用化石能源進行供暖，因此碳排放總量較高；而在經濟發展較好的城市，人們環保觀念較好，碳排放總量也有所下降；但在中部地區經濟最發達的城市中，雖然同樣重視保護綠色環境，但是受限于清潔能源的供給量以及低碳環保技術的發展瓶頸，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都為負，說明人口集聚程度對碳排放具有抑制作用。較高的人口集聚程度使得城市內部有更高的資源使用效率，人口集聚通過類似于企業的規模經濟那樣降低了邊際減排成本，所以人口密度的回歸系數顯著為負。但是本地人口密度在空間杜賓模型中顯著性較低，這有可能是集聚經濟的負外部性減弱了人口集聚對資源的有效配置。而外地的人口密度在1%顯著性水平上為負，這與碳排放“核心-邊緣”和以低低集聚為主的空間結構相吻合。

本地的財政支出在1%顯著性水平下為負，說明政府支出對碳排放有顯著的抑制作用。從“十三五”以來，中國城市“降碳減排”舉措一直是由政府在主導，財政支出是其背后有力的驅動因素，因此，財政支出與碳排放之間是反向變動的關系。

本地第二產業產值規模對碳排放總量顯著為正。我國是制造業大國，第二產業仍屬于中部城市的主要產業，產值占比45%以上，且技術水平較低，許多制造業生產線仍然是較為落后的生產線，以低技術為特征的第二產業產值規模對碳排放總量起到正向驅動作用。

五、結論與建議

本文以城市為評價尺度，測度與分析中國中部城市的碳排放時空演變格局、空間溢出效應及其影響因素，有助于更客觀地把握中部城市碳排放問題，為城市減碳降碳提供科學的借鑒。結論顯示，2005-2020年間，中部城市碳排放總量逐年增加并呈現先急后緩的趨勢，河南和山西兩省是其中的碳排放大??；從空間上看，碳排放呈現出北多南少的空間格局，并且“核心-邊緣”格局愈加明顯；運用莫蘭指數和空間杜賓模型估計碳排放的空間溢出效應，發現中部城市碳排放有顯著的正相關性，經濟增長、人口密度、財政支出和第二產業規模是碳排放的影響因素并對碳排放有大小和方向不同的作用。

針對本文研究結論，對中部城市碳減排提出兩點政策建議：第一，充分發揮人口集聚的資源利用提升作用和規模經濟的正外部性，對經濟發展的負外部性采取有效措施及時制止，統一公共資源的用途和使用方式，提升政府治理負外部性的效率；第二，針對第二產業對碳排放的助長作用，要逐步淘汰已經落后的制造產業，促進產業結構升級轉型，提高高新技術產業規模，但不能一味地減少第二產業占比，實體經濟仍然是我國經濟發展的重要支撐，要在第二產業中實施高質量發展思路，加強第二產業內部技術創新，加大對碳減排技術研發，打造既有實體經濟、又有低碳環境的美好環境。

參考文獻：

[1]程葉青，王哲野，張守志.中國能源消費碳排放強度及其影響因素的空間計量[J].地理學報，2013，68（10）：1418-1431.

[2]王少劍，蘇泳嫻，趙亞博.中國城市能源消費碳排放的區域差異、空間溢出效應及影響因素[J].地理學報，2018，73（03）： 414-428.

[3]張征華，彭迪云.中國二氧化碳排放影響因素實證研究綜述[J].生態經濟，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.基于投入產出模型的天津市碳排放預測研究[J].生態經濟，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測[J].資源科學，2016，38（12）：2316-2325.

[7]何小鋼，張耀輝.中國工業碳排放影響因素與CKC重組效應——基于STIRPAT模型的分行業動態面板數據實證研究[J].中國工業經濟，2012（01）：26-35.

[8]WANG S，FANG 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，FANG 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.中國縣域碳排放的時空演變及影響因素[J].地理學報，2021，76（12）：3103-3118.

（作者單位：中南民族大學經濟學院）