能源稟賦與技術(shù)進(jìn)步對中國碳排放強(qiáng)度的空間效應(yīng)

張翠菊　張宗益

摘要 基于1997-2012年中國30?。ㄗ灾螀^(qū)、直轄市）的相關(guān)統(tǒng)計(jì)數(shù)據(jù)以及 IPCC溫室氣體排放清單指南估算碳排放量，結(jié)合GDP數(shù)據(jù)得出各地區(qū)的碳排放強(qiáng)度，并利用空間面板計(jì)量模型，就能源稟賦和技術(shù)進(jìn)步對碳排放強(qiáng)度的影響及趨勢展開實(shí)證研究。結(jié)果顯示：①樣本區(qū)間內(nèi)，我國碳排放強(qiáng)度的全域Morans I指數(shù)均為正值，且通過了5%水平的顯著性檢驗(yàn)，表明我國省域的碳排放強(qiáng)度具有明顯的空間集聚特征，碳排放強(qiáng)度較高的省區(qū)和較低的省區(qū)均趨于相鄰。另外，碳排放強(qiáng)度全域Morans I指數(shù)呈現(xiàn)出波動上升趨勢，表明碳排放強(qiáng)度的集聚程度趨于強(qiáng)烈。②能源稟賦對地區(qū)碳排放強(qiáng)度具有顯著正向影響，能源豐裕地區(qū)，傾向于利用比較優(yōu)勢，發(fā)展能源開發(fā)、加工等能源依賴性強(qiáng)、附加值低的初級產(chǎn)品，最終形成了高碳排放的發(fā)展路徑。能源稟賦對碳排放強(qiáng)度還具有顯著的空間外溢效應(yīng)，能源豐裕的地區(qū)在推高當(dāng)?shù)氐奶寂欧艔?qiáng)度的同時(shí)，還會輻射到周邊地區(qū)，并進(jìn)一步影響全國的數(shù)據(jù)。受能源開采限制以及國家政策等的影響，能源稟賦對碳排放強(qiáng)度的影響程度有弱化的趨勢。③技術(shù)進(jìn)步各變量對我國碳排放強(qiáng)度的影響有所差異，其中外商投資和科技經(jīng)費(fèi)投資對碳排放強(qiáng)度具有顯著的負(fù)向效應(yīng)，而人力資本和專利授權(quán)量的溢出效應(yīng)不明顯。從時(shí)間趨勢來看，技術(shù)進(jìn)步各變量對碳排放強(qiáng)度的影響均有所減弱，甚至出現(xiàn)由負(fù)向轉(zhuǎn)為正向效應(yīng)的情況。這說明，我國目前的技術(shù)無法適應(yīng)低碳要求，需要進(jìn)一步優(yōu)化外商投資結(jié)構(gòu)，加大對教育及科技的投入，特別是要加強(qiáng)節(jié)能技術(shù)的扶持，以發(fā)揮技術(shù)溢出效應(yīng)，實(shí)現(xiàn)節(jié)能減排目標(biāo)。

關(guān)鍵詞 能源稟賦；技術(shù)進(jìn)步；碳排放強(qiáng)度；空間計(jì)量

中圖分類號 F061.5 文獻(xiàn)標(biāo)識碼 A

文章編號 1002-2104（2015）09-0037-07

doi：10.3969/j.issn.1002-2104.2015.09.006

根據(jù)國際能源署 （IEA，2009）統(tǒng)計(jì)數(shù)據(jù)，2007年中國二氧化碳排放量已超過美國，成為全球第一大二氧化碳排放國。在未來較長時(shí)期內(nèi)，中國的經(jīng)濟(jì)仍將以較快的速度增長，加之城市化和工業(yè)化進(jìn)程的推動將會加劇經(jīng)濟(jì)增長與能源環(huán)境之間的矛盾[1]，使我國面臨更大的減排壓力。就此，中國政府于2009年首次提出具體溫室氣體減排目標(biāo)，即到2020年，我國單位國內(nèi)生產(chǎn)總值（GDP）CO2排放量（碳強(qiáng)度）比2005年下降40%-45%，并將約束性指標(biāo)納入國民經(jīng)濟(jì)和社會發(fā)展中長期規(guī)劃中。由于區(qū)域經(jīng)濟(jì)發(fā)展和資源稟賦的不均衡性，我國碳排放存在顯著的省際和區(qū)域差異。為實(shí)現(xiàn)減排目標(biāo)，中國必須充分考慮碳排放的空間特征，針對性地出臺相應(yīng)的產(chǎn)業(yè)和能源政策，才能公平有效地降低社會經(jīng)濟(jì)成本，實(shí)現(xiàn)減排目標(biāo)[2-4]。

在此背景下，深入研究中國區(qū)域碳排放的空間特征，揭示碳排放變化的主要影響因素具有重大現(xiàn)實(shí)意義。國內(nèi)學(xué)者對于碳排放影響因素的研究，主要集中于經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、人口規(guī)模和城市化等，同時(shí)，技術(shù)進(jìn)步也受到越來越多的關(guān)注。一些學(xué)者認(rèn)為技術(shù)進(jìn)步能有效提高能源效率并減少碳排放量，是降低碳排放的重要手段和主導(dǎo)因素[5-7]。也有學(xué)者認(rèn)為由于能源消費(fèi)“回彈效應(yīng)”的存在，導(dǎo)致技術(shù)進(jìn)步對降低碳排放量的作用并不明顯[8-9]。趙楠[10]發(fā)現(xiàn)追隨型技術(shù)進(jìn)步對中國能源效率呈現(xiàn)顯著正向影響，而前沿型技術(shù)進(jìn)步作用并不明顯。李凱杰[11]認(rèn)為長期內(nèi)技術(shù)進(jìn)步可以減少碳排放，但在短期內(nèi)則不明顯。

豐裕的能源稟賦使區(qū)域發(fā)展具有比較優(yōu)勢，理應(yīng)推動經(jīng)濟(jì)增長并帶動就業(yè)，然而在現(xiàn)實(shí)卻并非如此?，F(xiàn)有研究顯示，能源稟賦會推高地區(qū)能源強(qiáng)度[12-13] ，抑制就業(yè)增長[14]，影響產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化[15]，最后導(dǎo)致“資源詛咒”的形成。蔡榮生[16]認(rèn)為我國碳強(qiáng)度“資源詛咒”的產(chǎn)生機(jī)理為：在能源豐裕的地區(qū)，能源短缺與使用的壓力較小，技術(shù)進(jìn)步的動力不足，慣性地依賴傳統(tǒng)高能耗產(chǎn)業(yè)、層次低產(chǎn)業(yè)，最終形成 “高碳”經(jīng)濟(jì)發(fā)展路徑。

上述研究已將能源稟賦或技術(shù)進(jìn)步作為解釋變量分析其對碳排放的影響，但往往忽略領(lǐng)域單元間的空間聯(lián)系和相關(guān)性，只注重對地區(qū)碳排放的直接影響，缺乏對能源稟賦和技術(shù)進(jìn)步的空間外溢效應(yīng)和輻射作用的研究。實(shí)際上，地區(qū)能源稟賦越高會使該地區(qū)以及周邊地區(qū)的能源使用成本降低，推動能源的使用量進(jìn)而拉動該地區(qū)的碳排放強(qiáng)度。同樣，技術(shù)進(jìn)步的外溢作用也會輻射到周邊地區(qū)。因此，本文將通過空間面板計(jì)量模型，就能源稟賦和技術(shù)進(jìn)步對碳排放強(qiáng)度的空間效應(yīng)展開實(shí)證分析。

1 變量選取及數(shù)據(jù)來源

1.1 碳排放強(qiáng)度的估算

本文根據(jù)IPCC《國家溫室氣體排放清單指南》2006版（IPCC，2006）推薦的方法估算碳排放數(shù)據(jù)，選取煤炭、焦炭、原油、燃料油、汽油、煤油、柴油和天然氣8種主要化石能源。計(jì)算方法如式（1）所示。最后，采用以1997年為基準(zhǔn)年進(jìn)行調(diào)整的GDP數(shù)據(jù)，根據(jù)碳排放強(qiáng)度的定義（即單位GDP的碳排放量，CI）計(jì)算全國30個(gè)省份1997-2012年的碳排放強(qiáng)度。由于西藏自治區(qū)、臺灣省、香港和澳門特別行政區(qū)的相關(guān)數(shù)據(jù)缺失，因此本研究所有源數(shù)據(jù)和計(jì)算結(jié)果均不包括這些地區(qū)。

C=∑8i=1Ci=∑8i=1Ei×SCCi×CEFi（1）

其中，Ci表示估算的碳排放量；i表示各能源；Ei代表能源的消費(fèi)量，來自于《中國能源統(tǒng)計(jì)年鑒》中能源終端消費(fèi)數(shù)據(jù)；SCCi為各種能源的折標(biāo)煤系數(shù)；CEFi為IPCC（2006）提供的碳排放系數(shù)（見表1）。

1.2 自變量的選擇

參考已有的研究文獻(xiàn)，本文選取的解釋變量分為能源稟賦變量和技術(shù)進(jìn)步變量兩類。

能源稟賦用能源生產(chǎn)量（EP）和能源自給度（SR）來表征，其中能源生產(chǎn)量由地區(qū)各種能源生產(chǎn)量折算為標(biāo)準(zhǔn)煤相加得來。能源自給度，是指某一區(qū)域內(nèi)能源的消費(fèi)由區(qū)域內(nèi)自身供給的比例，計(jì)算公式為區(qū)域能源生產(chǎn)量除以能源消費(fèi)量，據(jù)此來測度各區(qū)域內(nèi)能源的充裕程度。以上數(shù)據(jù)均來自于《中國能源統(tǒng)計(jì)年鑒》。

技術(shù)進(jìn)步變量則由外商直接投資（FDI）、R&D投入（RD）、人力資本（HC）和專利授權(quán)量（PAT）表征。其中，外商直接投資用各地區(qū)年末登記的外商投資企業(yè)投資額表示，數(shù)據(jù)來源于《中國貿(mào)易外經(jīng)統(tǒng)計(jì)年鑒》。R&D投入用各地區(qū)研究與實(shí)驗(yàn)發(fā)展內(nèi)部經(jīng)費(fèi)支出數(shù)據(jù)表示，來源于《中國統(tǒng)計(jì)年鑒》。人力資本用各地區(qū)研究與開發(fā)機(jī)構(gòu)從事科技活動人員數(shù)表征，數(shù)據(jù)來源于各年《中國科技統(tǒng)計(jì)年鑒》，由于2009-2012年與以往年份統(tǒng)計(jì)口徑不一致，本文參考各省統(tǒng)計(jì)年鑒作為補(bǔ)充，缺乏的年份按照加權(quán)平均的方法計(jì)算得出。用3種專利授權(quán)數(shù)代表各省地區(qū)的專利授權(quán)數(shù)，數(shù)據(jù)來源于《中國科技統(tǒng)計(jì)年鑒》。

2 實(shí)證結(jié)果分析

2.1 中國能源碳排放強(qiáng)度相關(guān)性檢驗(yàn)

我國碳排放強(qiáng)度在樣本區(qū)間內(nèi)總體呈下降的趨勢，從1997年的1.49 t/萬元下降為2012年的0.89 t/萬元（見圖1）。利用matlab軟件計(jì)算的1997-2012年中國碳排放強(qiáng)度全域Morans I指數(shù)顯示均為正值，且其正態(tài)統(tǒng)計(jì)量z值均通過5%水平的顯著性檢驗(yàn)，表明全國各省區(qū)碳排放強(qiáng)度的空間分布并非是完全隨機(jī)的狀態(tài)，而是呈現(xiàn)出顯著的空間自相關(guān)特征，即碳排放強(qiáng)度較高的省區(qū)和較低的省區(qū)均趨于相鄰。同時(shí)，觀察的Morans I的走勢發(fā)現(xiàn)，中國省區(qū)碳排放強(qiáng)度的全域Morans I指數(shù)在整個(gè)研究期間呈現(xiàn)波動性上升的趨勢。其中，1997-2005年間Morans I指數(shù)在0.226 8-0.295 9之間，在2006-2012年Morans I指數(shù)顯著上升，均在0.3以上，且z值均滿足1%的顯著性檢驗(yàn)，表明中國省區(qū)碳排放強(qiáng)度的集聚程度加強(qiáng)，即碳排放強(qiáng)度相似的省區(qū)在空間上趨于集中。

2.2 模型選擇策略

本文分別采用傳統(tǒng)混合面板模型SLM、SEM和SDM模型進(jìn)行分析，模型的檢驗(yàn)過程按照：OLS（SLM或SEM）SDM是順序展開。驗(yàn)證方法如下：首先，基于無空間交互效應(yīng)的傳統(tǒng)面板模型的殘差，對個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)進(jìn)行LR檢驗(yàn)，然后利用兩個(gè)拉格朗日乘數(shù)（Lagrange Multiplier）形式LMlag、LMerror和穩(wěn)?。≧obust）的RLMlag、LMerror進(jìn)行檢驗(yàn)，檢驗(yàn)標(biāo)準(zhǔn)為：如果LMlag在LM檢驗(yàn)中顯著性優(yōu)于LMerror，同時(shí)RLMlag也優(yōu)于RLMerror，選擇SLM模型。反之，選擇SEM模型。LM檢驗(yàn)結(jié)果若支持其中之一或兩者同時(shí)成立，則需要通過Wald統(tǒng)計(jì)量和LR統(tǒng)計(jì)量對SDM進(jìn)行檢驗(yàn)，若不能同時(shí)支持原假設(shè)H0：θ=0和H0：θ+ρβ=0，則表示SDM不能簡化為SLM或SEM，應(yīng)在模型中同時(shí)包含被解釋變量和解釋變量的空間滯后項(xiàng)，來考察解釋變量的空間交互作用[17-18]。

2.3 估計(jì)結(jié)果分析

2.3.1 總樣本估計(jì)結(jié)果分析

根據(jù)空間計(jì)量模型的選擇策略，首先檢驗(yàn)傳統(tǒng)混合模型，得到結(jié)果（見表2）：①LM關(guān)于空間滯后與空間誤差存在性的絕大多數(shù)檢驗(yàn)均拒絕了原假設(shè)，由此確定了模型估計(jì)的殘差空間自相關(guān)的存在，SLM和SEM模型均優(yōu)于無空間效應(yīng)傳統(tǒng)混合面板模型。②LR檢驗(yàn)均拒絕原假設(shè)，其結(jié)果分別為（804.154 5，0.000 0）和（636.444 6，0.000 0），即模型存在雙邊固定效應(yīng)。③LMlag、RLMlag和LMerror分別通過了1%、5%和10%的顯著性檢驗(yàn)， RLMerror沒有通過顯著性檢驗(yàn)，即空間滯后模型的檢驗(yàn)統(tǒng)計(jì)量更為顯著。綜合以上結(jié)果，可以認(rèn)為雙邊固定效應(yīng)的空間滯后模型更符合模型設(shè)定。

接下來需要進(jìn)一步分析空間杜賓模型以確定最優(yōu)模型（見表3），Wald和LR檢驗(yàn)結(jié)果均支持選擇空間杜賓模型，另外Hausman的檢驗(yàn)不能拒絕原假設(shè)，即應(yīng)采納隨機(jī)效應(yīng)模型進(jìn)行分析。由此確定分析能源稟賦和技術(shù)進(jìn)步對碳排放強(qiáng)度影響的模型：隨機(jī)效應(yīng)的空間杜賓模型。

從表3中隨機(jī)效應(yīng)的空間杜賓模型估計(jì)來看，表征能源稟賦和技術(shù)進(jìn)步變量對碳排放強(qiáng)度的系數(shù)在統(tǒng)計(jì)上較為顯著。其中，①ln EP和ln SR系數(shù)顯著為正，表明在樣本期間內(nèi)能源產(chǎn)量和能源自給度與碳排放強(qiáng)度呈顯著正相關(guān)關(guān)系，能源稟賦高的區(qū)域能源使用成本具有比較優(yōu)勢，

更傾向于依靠能源密集型產(chǎn)業(yè)來推動經(jīng)濟(jì)發(fā)展，導(dǎo)致這些地區(qū)單位能耗和碳排放強(qiáng)度都較高。②表征技術(shù)創(chuàng)新的lnFDI、lnRD和lnPAT的彈性系數(shù)均顯著為負(fù)，表明外商直接投資、R&D經(jīng)費(fèi)投入和專利授權(quán)量均有利于抑制區(qū)域碳排放強(qiáng)度，而lnHC的估計(jì)結(jié)果則顯示為不顯著的正效應(yīng)，也就是說人力資本對促進(jìn)節(jié)能減排效應(yīng)不足。③W·lnPAT和W·lnFDI的系數(shù)在1%水平上顯著，W·lnEP在5%水平上顯著，W·lnSR在10%水平上顯著，表明因變量的空間滯后項(xiàng)和自變量的空間交互項(xiàng)均存在空間溢出效應(yīng)，即能源稟賦和技術(shù)進(jìn)步在空間上對其他地區(qū)碳排放強(qiáng)度產(chǎn)生影響。

進(jìn)一步地，就能源稟賦和技術(shù)進(jìn)步對碳排放強(qiáng)度的空間效應(yīng)進(jìn)行分解，以便了解不同變量變動對系統(tǒng)中各部分影響的沖擊。這里分別用空間杜賓模型下的直接效應(yīng)、間接效應(yīng)和總效應(yīng)來檢驗(yàn)各變量對本地區(qū)、其他地區(qū)以及全國所有地區(qū)碳排放強(qiáng)度的影響（見表4），發(fā)現(xiàn)大部分變量對地區(qū)的輻射作用在統(tǒng)計(jì)上表現(xiàn)顯著。①能源生產(chǎn)量和能源自給度的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均顯著為正，說明能源稟賦對本地區(qū)以及其他地區(qū)均顯示出明顯的刺激作用。②外商直接投資直接效應(yīng)、間接效應(yīng)和總效應(yīng)均顯著為負(fù)，從而肯定了外商直接投資降低本地區(qū)和其他地區(qū)碳排放強(qiáng)度的溢出效應(yīng)。③R&D投入的直接效應(yīng)和總效應(yīng)顯著為負(fù)，而間接效應(yīng)則為不太顯著的微弱負(fù)效應(yīng)，說明研究與實(shí)驗(yàn)經(jīng)費(fèi)的投入對降低其他地區(qū)碳排放強(qiáng)度的效果不佳。④人力資本的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均不顯著，即人力資本投資還沒有產(chǎn)生足夠的空間外溢效應(yīng)。⑤專利授權(quán)量的直接效應(yīng)顯著為負(fù)，但間接效應(yīng)和總效應(yīng)則均表現(xiàn)為正效應(yīng)。說明由于我國區(qū)域差異明顯，一些技術(shù)的研發(fā)成果可能僅僅適用于本地區(qū)，無法在更大范圍內(nèi)推廣，導(dǎo)致技術(shù)進(jìn)步受惠的局限性。

2.3.2 分階段樣本估計(jì)結(jié)果分析

基于不同時(shí)間階段技術(shù)進(jìn)步的特點(diǎn)和方法存在較大的差異，接下來將劃分兩個(gè)時(shí)間階段1997-2004年和2005-2012年，來考察能源稟賦和技術(shù)進(jìn)步對碳排放強(qiáng)度的影響趨勢。首先，根據(jù)前述的模型選擇策略，最后確定兩個(gè)階段均選定固定效應(yīng)的空間杜賓模型，如表5所示。可以看出，在經(jīng)濟(jì)發(fā)展的不同階段上，各變量對碳排放強(qiáng)度的影響呈現(xiàn)不同的特征。①能源生產(chǎn)量和能源自給度在兩個(gè)階段均表現(xiàn)出顯著的正效應(yīng)，且其效應(yīng)都有所收斂；另外，兩個(gè)變量的空間交互效應(yīng)在前一階段顯著，后一階段不顯著。表明隨著時(shí)間的推移，能源儲存量的減少以及國家調(diào)控政策的推動，能源的效率有所提高，能源產(chǎn)量豐富的地區(qū)也開始注重節(jié)約能源，促使能源稟賦對碳排放強(qiáng)度的影響有所減弱。②后一階段中技術(shù)進(jìn)步對碳排放強(qiáng)度的顯著作用明顯低于前一階段，說明由于節(jié)能技術(shù)缺失以及存在技術(shù)推廣困難等問題，現(xiàn)有的技術(shù)手段越來越不適應(yīng)低碳需求，無法有效地指導(dǎo)節(jié)能減排。其中，lnFDI和 lnHC的符號出現(xiàn)了由負(fù)轉(zhuǎn)正情況。說明以現(xiàn)有的技術(shù)手段，外商直接投資和人力資本投資無法發(fā)揮降低碳排放強(qiáng)度的作用；lnRD和 lnPAT兩階段的系數(shù)都為負(fù)號，但顯著程度都有所下降，也就是說資金投入和技術(shù)產(chǎn)出促進(jìn)低碳轉(zhuǎn)型的效果也在下降。

從兩階段分解的空間效應(yīng)來看（見表6），后一階段的顯著程度明顯低于前一階段。①能源生產(chǎn)量的直接效應(yīng)變化不大，而間接效應(yīng)和總效應(yīng)出現(xiàn)了大幅的下降。說明能源生產(chǎn)量對其他地區(qū)和全國的輻射作用有所減少，而對本地區(qū)仍然具備顯著的正向效應(yīng)。②能源自給度的直接效應(yīng)、間接效應(yīng)和總效應(yīng)符號依然為正，但其影響作用有所減弱，尤其是間接效應(yīng)變化明顯，即能源自給度對其他地區(qū)的碳排放強(qiáng)度的影響趨于減弱。③在后一階段技術(shù)進(jìn)步各變量的影響作用都趨于減弱，甚至出現(xiàn)推高碳排放強(qiáng)度的效應(yīng)。變量中只有專利授權(quán)量的直接效應(yīng)存在微弱負(fù)效應(yīng)，外商直接投資、R&D投入的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均不顯著，而人力資本的間接效應(yīng)和總效應(yīng)則出現(xiàn)顯著的正效應(yīng)。

3 結(jié)論與政策建議

本文選取了1997-2012年我國30個(gè)省區(qū)的數(shù)據(jù)，利用空間計(jì)量模型，實(shí)證考察了能源稟賦和技術(shù)進(jìn)步對地區(qū)碳排放強(qiáng)度的作用機(jī)制。研究結(jié)果顯示，在樣本區(qū)間內(nèi)，碳排放強(qiáng)度呈現(xiàn)出顯著的空間外溢效應(yīng)，能源豐裕的地區(qū)不僅會推高當(dāng)?shù)氐奶寂欧艔?qiáng)度，還會輻射到其他地區(qū)，并進(jìn)一步影響全國的數(shù)據(jù)。

（1）能源稟賦與碳排放強(qiáng)度呈正相關(guān)狀態(tài)。在能源豐裕地區(qū)可供利用的能源比較豐富，能源密集性產(chǎn)業(yè)具有比較優(yōu)勢，更傾向于提高能耗來謀求經(jīng)濟(jì)發(fā)展，最終形成了高碳發(fā)展路徑。

（2）技術(shù)進(jìn)步對碳排放強(qiáng)度的影響路徑各不相同。外商直接投資和R&D投入在空間上對碳排放強(qiáng)度形成了有效的外溢作用，而人力資本對碳排放強(qiáng)度不存在顯著的影響。專利授權(quán)量可以抑制本地區(qū)的碳排放強(qiáng)度，卻推高了其他地區(qū)的碳排放強(qiáng)度。

（3）近年來，能源過度開發(fā)嚴(yán)重，能源豐裕地區(qū)可開采能源受到限制，國家及地方節(jié)能減排調(diào)控政策也相繼出臺，能源稟賦豐裕的地區(qū)通過調(diào)整產(chǎn)業(yè)結(jié)構(gòu)等方式以降低對能源的依賴，使得能源產(chǎn)量和能源自給度對碳排放強(qiáng)度的影響都有所弱化。

（4）隨著時(shí)間的推移，技術(shù)進(jìn)步各變量對碳排放強(qiáng)度

的顯著程度都有所減弱，甚至出現(xiàn)由負(fù)效應(yīng)轉(zhuǎn)為正效應(yīng)的情況。這可能是由于在市場利益的驅(qū)使下，人們將更多的精力著眼于提高生產(chǎn)力等方面的技術(shù)，忽視了節(jié)能需求，造成節(jié)能減排技術(shù)的缺失。同時(shí)，提高的生產(chǎn)力帶來的經(jīng)濟(jì)增長又進(jìn)一步推動更多能源的使用，即“回彈效應(yīng)”。以上結(jié)論對于國家制定節(jié)能減排政策提供了啟示，第一，政府在制定節(jié)能減排策略時(shí)，應(yīng)關(guān)注能源稟賦的擴(kuò)散作用，出臺相應(yīng)的政策措施促進(jìn)能源良性流動。第二，更加重視能源豐裕地區(qū)的低碳政策引導(dǎo)，改變其過分依賴能源的經(jīng)濟(jì)增長方式。第三，地方政府應(yīng)適時(shí)調(diào)整外資準(zhǔn)入門檻，優(yōu)化投資結(jié)構(gòu)，主動剔除能耗較高，污染嚴(yán)重的外商投資。第四，加大研發(fā)和教育的投入，鼓勵節(jié)能技術(shù)的研發(fā)及推廣，以充分發(fā)揮技術(shù)進(jìn)步的溢出效應(yīng)。

（編輯：于 杰）

參考文獻(xiàn)（References）

[1]林伯強(qiáng)，蔣竺均.中國二氧化碳的環(huán)境庫茨涅茨曲線預(yù)測及影響因素分析[J].管理世界，2009，（4）：27-36.[Lin Boqiang， Jiang Zhujun. Chinas Carbon Dioxide Environment Coontz Kuznets Curve to Predict and Influence Factors Analysis[J].Management World，2009，4（4）：27-36.]

[2]林伯強(qiáng)，黃光曉.梯度發(fā)展模式下中國區(qū)域碳排放的演化趨勢-基于空間分析的視角[J].金融研究，2011，（12）：35-46.[Lin Boqiang， Huang Guangxiao. Evolution Trend of Chinas Regional Carbon Emissions Under the Gradient Development Pattern from the Spatial Analysis Perspective [J].Journal of Financial Research， 2011，（12）：35-46.]

[3]Chuai Xiaowei，Huang Xianjin. Spatial Econometric Analysis of Carbon Emissions from Energy Consumption in China[J].Journal of Geographical Sciences，2012，22（4）：630-642.

[4]程葉青，王哲野.中國能源消費(fèi)碳排放強(qiáng)度及其影響空間計(jì)量[J].地理學(xué)報(bào)，2012，68（10）：1418-1431.[Cheng Yeqing，Wang Zheye. Spatial Econometric Analysis of Carbon Emission Intensity and Its Driving Factors from Energy Consumption in China[J].Acta Geographica Sinica，2012，68（10）：1418-1431.]

[5]張兵兵，徐康寧，陳庭強(qiáng).技術(shù)進(jìn)步對二氧化碳排放強(qiáng)度的影響研究[J].資源科學(xué)，2014，36（3）：567-576.[Zhang Bingbing，Xu Kangning，Chen Tingqiang.The Influence of Technological Progress on Carbon Dioxide Emission Intensity[J].Resorces Science，2014，36（3）：567-576.]

[6]孫建衛(wèi)，趙榮欽.1995-2005年中國碳排放核算及其因素分解研究[J].自然資源學(xué)報(bào)，2010，25（8）：1284-1295.[Sun Jianwei，Zhao Rongqin.Research on Carbon Emission Estimation and actor Decomposition of China from 1995 to 2005[J]. Journal of Resorces，2010，25（8）：1284-1295.]

[7]魏巍賢.技術(shù)進(jìn)步對中國二氧化碳排放的影響[J].統(tǒng)計(jì)研究，2010，（7）：36-44.[Wei Weixian.Impact of Technology Advance on Carbon Dioxide Emission in China[J]. Statistical Research， 2010（7）：36-44.]

[8]申萌，李凱杰.技術(shù)進(jìn)步、經(jīng)濟(jì)增長與二氧化碳排放：理論和經(jīng)驗(yàn)研究[J].世界經(jīng)濟(jì)，2012，（7）：83-100.[Shen Meng，Li Kaijie. Theory and Empirical Research on Technological Progress， Economic Growth and Carbon Dioxide Emissions[J].The Journal of World Economy，2012，（7）：83-100.]

[9]吳玉鳴，呂佩蕾.空間效應(yīng)視角下中國省域碳排放總量的驅(qū)動因素分析[J].桂海論叢，2013，（1）：40-45.[Wu Yuming， Lv Peilei. Analysis of Driving Factor of Chinese Provincial Overall Carbon Emissions from a Spatial Effects Persepective[J].Guihai Tribune，2013，（1）：40-45.]

[10]趙楠，賈麗靜.技術(shù)進(jìn)步對中國能源利用效率影響機(jī)制研究[J].統(tǒng)計(jì)研究，2013，30（4）： 63-69.[Zhao Nan，Jia Lijing. Analysis of Effect Mechanism of Technical Progrss on Energy Efficiency[J].Statistical Research， 2013，30（4）： 63-69.]

[11]李凱杰，曲如曉.技術(shù)進(jìn)步對中國碳排放的影響：基于向量誤差修正模型的實(shí)證研究[J].中國軟科學(xué)，2012，（6）：51-58.[Li Kaijie，Qu Ruxiao.The Effect of Techological Change on Chinas Carbon Dioxide Emisson：an Empirical Based on the Vector Error Correction Model[J].China Soft Science Magazine， 2012，（6）：51-58.]

[12]王軍，仲偉周.中國地區(qū)能源強(qiáng)度差異研究：要素稟賦的分析視角[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2009，6（43）：44-51.[Wang Jun， Zhong Weizhou. The Research of Regional Energy Intensity Difference in China from the Factor Endowment Perspctive[J].Industrial Econimics Research，2009，6（43）：44-51.]

[13]仲偉周，王軍.基于能源稟賦的地區(qū)能源消費(fèi)強(qiáng)度差異研究[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2009，31（3）：42-50.[Zhong Weizhou， Wang Jun. Research on the Energy Intensity Difference[J].Journal of Shanxi Finance and Economics University，2009，31（3）：42-50.]

[14]趙領(lǐng)娣，楊明曄，張磊.能源稟賦與就業(yè)增長：基于省際面板數(shù)據(jù)的實(shí)證研究[J].資源科學(xué)，2013，35（9）：1801-1811.[Zhao Lingdi，Yang Mingye，Zhang Lei.Energy Endowment and Employment Growth Based on Provincial Panel Date[J].Resources Science，2013，35（9）：1801-1811.]

[15]吳海兵，肖地楚，王欣欣，等.基于固定效應(yīng)模型的能源資源稟賦與產(chǎn)業(yè)結(jié)構(gòu)關(guān)系研究[J].宏觀經(jīng)濟(jì)研究，2013，（10）：59-66.[Wu Haibing，Xiao Dichu，Wang Xinxin， et al. Research on Energy Resources and the Industrial Structure Based on Fixed Effects Model[J].Macroeconomics，2013，（10）：59-66.]

[16]蔡榮生，劉傳陽.碳排放強(qiáng)度差異與能源稟賦的關(guān)系：基于中國省級面板數(shù)據(jù)的實(shí)證分析[J].煙臺大學(xué)學(xué)報(bào)：哲學(xué)社會科學(xué)版，2013，26（1）：104-110.[Cai Rongsheng，Liu Chuanyang.The Relationship Between Carbon Emission Intensity Difference and Energy Endowment：An Empirical Based on the Interprovincial Panel Date in China[J].Journal of Yantai University：Philosophy and Social Science Edition，2013，26（1）：104-110.]

[17]侯新碩，張宗益，周靖祥.中國經(jīng)濟(jì)結(jié)構(gòu)的增長效應(yīng)及作用路徑研究[J].世界經(jīng)濟(jì)，2013，（5）：88-111.[Hou Xinshuo，Zhang Zongyi，Zhou Jingxiang. On the Path of the Growth and Its Chinese Economic Structure[J]. The Journal of World Economy，2013，（5）：88-111.]

[18]鄒薇，劉紅藝.城市擴(kuò)張對產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟(jì)增長的空間效應(yīng)：基于空間面板模型的研究[J].中國地質(zhì)大學(xué)學(xué)報(bào)：社會科學(xué)版，2014，14（3）：1-13. [Zou Wei， Liu Hongyi. The Spatial Effect of City Expansion on Industrial Structure and Economic Growth Based on the Spatial Panel Model[J].Journal of China University of Geosciences：Social Sciences Edition，2014，14（3）：1-13.]