曹洪剛, 陳　凱, 佟　昕

(東北大學(xué) 工商管理學(xué)院, 遼寧 沈陽(yáng)　110819)

?

中國(guó)省域碳排放的空間溢出與影響因素研究
----基于空間面板數(shù)據(jù)模型

曹洪剛, 陳凱, 佟昕

(東北大學(xué) 工商管理學(xué)院, 遼寧 沈陽(yáng)110819)

摘要:以空間地理視角,驗(yàn)證了我國(guó)省域碳排放空間依賴性;基于空間面板數(shù)據(jù)模型,估計(jì)了不同視域影響因素對(duì)碳排放增長(zhǎng)的貢獻(xiàn)。研究發(fā)現(xiàn):2000—2012年間,中國(guó)省域能源碳排放空間上具有依賴性,鄰近省域的碳排放及影響因素的空間溢出效應(yīng)明顯;經(jīng)濟(jì)增長(zhǎng)、金融發(fā)展、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)和出口依存度系數(shù)均為正值,人口、技術(shù)進(jìn)步對(duì)降低碳排放增長(zhǎng)作用效果顯著,能源價(jià)格對(duì)碳排放增長(zhǎng)作用效果沒(méi)有通過(guò)顯著性檢驗(yàn)。政府部門在制定碳排放相關(guān)政策和發(fā)展規(guī)劃時(shí),必須考慮鄰近區(qū)域碳排放影響因素的作用,結(jié)合碳排放及相關(guān)影響因素的空間溢出效應(yīng),實(shí)現(xiàn)中國(guó)在時(shí)間維度和空間維度的碳排放量整體降低。

關(guān)鍵詞:碳排放; 空間溢出; 空間面板數(shù)據(jù)模型

碳排放及其影響因素的問(wèn)題成為氣候問(wèn)題的重要課題,現(xiàn)有碳排放問(wèn)題的研究主要從人口、能源消費(fèi)強(qiáng)度、人均GDP、能源消費(fèi)結(jié)構(gòu)幾個(gè)因素進(jìn)行分析[1-2]。Wu等學(xué)者采用對(duì)數(shù)均值迪氏分解法研究中國(guó)及個(gè)別區(qū)域的人均二氧化碳排放量與能源消費(fèi)等影響因素的關(guān)系問(wèn)題[3-4]。李娜等學(xué)者采用灰色關(guān)聯(lián)分析等方法對(duì)碳排放影響因素進(jìn)行了研究[5-7]。

可以看出,國(guó)內(nèi)外學(xué)者對(duì)中國(guó)碳排放影響因素問(wèn)題已經(jīng)取得了一些有價(jià)值的研究成果,現(xiàn)有研究的碳排放影響因素主要集中在人口、經(jīng)濟(jì)增長(zhǎng)和技術(shù)進(jìn)步方面,缺少全方位考慮碳排放的影響因素研究,并且現(xiàn)有研究主要采用時(shí)間序列分析方法,較少對(duì)截面數(shù)據(jù)進(jìn)行分析,更是缺少空間面板數(shù)據(jù)分析。本文研究在借鑒已有研究的基礎(chǔ)上,采用空間統(tǒng)計(jì)和空間計(jì)量模型,對(duì)我國(guó)省域的不同影響因素對(duì)碳排放的作用進(jìn)行實(shí)證分析,檢測(cè)區(qū)域碳排放的空間依賴性及其對(duì)碳排放的空間作用機(jī)制。

一、碳排放理論模型構(gòu)建及數(shù)據(jù)來(lái)源

1. 碳排放模型構(gòu)建

STIRPAT作為IPAT模型的修正和擴(kuò)展,能夠克服IPAT模型假設(shè)的不足[8]。關(guān)于STIRPAT模型的代表性研究有:何強(qiáng)、朱遠(yuǎn)程等學(xué)者利用STIRPAT模型研究了人口、技術(shù)等因素對(duì)北京市環(huán)境的影響[9-10]。本文參考STIRPAT模型,構(gòu)建碳排放變化模型估計(jì)影響因素對(duì)碳排放的彈性系數(shù),并檢驗(yàn)碳排放量變化過(guò)程中的溢出效應(yīng)。

IPAT模型的具體表達(dá)式為:

其中,I代表環(huán)境負(fù)荷;P代表人口;A代表人均GDP;T代表單位GDP的環(huán)境負(fù)荷。STIRPAT模型是通過(guò)人口、財(cái)產(chǎn)、技術(shù)三個(gè)自變量和因變量之間的關(guān)系對(duì)環(huán)境影響進(jìn)行評(píng)估的可拓展的隨機(jī)性模型[11],具體公式為:

當(dāng)a、b、c、d都為1的時(shí)候,STIRPAT模型就還原為IPAT模型。其中,a是模型的比例常數(shù)項(xiàng),b、c、d皆為指數(shù)項(xiàng),e為誤差項(xiàng)。

本文參考STIRPAT模型構(gòu)造出碳排放與影響因素關(guān)系的計(jì)量模型:

其中,I、P、A、T、F、U、S、E、EX分別代表碳排放量、人口、經(jīng)濟(jì)增長(zhǎng)、技術(shù)進(jìn)步、金融發(fā)展、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、能源價(jià)格和出口依存度,b、c、d、e、f、g、h、k均為模型參數(shù)。

將碳排放函數(shù)(3)兩邊取對(duì)數(shù),則變?yōu)榻?jīng)驗(yàn)分析模型:

lnIi=lna+blnPi+clnAi+dlnTi+

elnFi+flnUi+glnSi+hlnEi+

式中,a為常數(shù);b、c、d、e、f、g、h、k不同影響因素的彈性系數(shù);ε表示隨機(jī)項(xiàng)。

2. 省域碳排放核算

本文在借鑒現(xiàn)有文獻(xiàn)的基礎(chǔ)上[12-14],參考IPCC核算碳排放的計(jì)量方法及CDIAC等國(guó)際組織估算的我國(guó)碳排放量數(shù)據(jù)[15],確定本文碳排放量核算公式:

式中:Iit表示第i省份第t年碳排放總量;(i=1,…,30,t =1,…,13);Eijt表示第i省份第t年第j種能源消費(fèi)總量;Ej表示第j種能源的折算標(biāo)準(zhǔn)煤系數(shù);EFj表示第j種能源的碳排放系數(shù);j表示第j種能源。

根據(jù)《中國(guó)能源統(tǒng)計(jì)年鑒》中的標(biāo)準(zhǔn)煤系數(shù)和美國(guó)能源部推薦的碳排放系數(shù),測(cè)算出2000—2012年中國(guó)30個(gè)省域的碳排放量(由于數(shù)據(jù)缺失,不包含香港、澳門、臺(tái)灣、西藏地區(qū))。

3. 碳排放的影響因素

鑒于我國(guó)的實(shí)際情況,參考國(guó)內(nèi)外學(xué)者關(guān)于碳排放相關(guān)文獻(xiàn)及碳排放影響因素的研究成果,考慮數(shù)據(jù)的可獲得性和完整性,確定了8個(gè)碳排放的主要影響因素:

人口(P)。一個(gè)國(guó)家或區(qū)域的經(jīng)濟(jì)發(fā)展不同階段往往導(dǎo)致人口增長(zhǎng)對(duì)碳排放增長(zhǎng)作用效應(yīng)不同,本文采用中國(guó)各地區(qū)年末人口總數(shù)來(lái)表示。

經(jīng)濟(jì)增長(zhǎng)(A)。本文采用國(guó)內(nèi)生產(chǎn)總值數(shù)據(jù)代表經(jīng)濟(jì)增長(zhǎng)指標(biāo),并調(diào)整價(jià)格波動(dòng)的影響。

技術(shù)進(jìn)步(T)。專利數(shù)據(jù)是被廣泛應(yīng)用在技術(shù)進(jìn)步的測(cè)度的方法,本文參考國(guó)內(nèi)外學(xué)者的廣泛做法采用專利授權(quán)數(shù)據(jù)作為技術(shù)進(jìn)步的評(píng)價(jià)指標(biāo)[16]。

金融發(fā)展(F)。金融發(fā)展是指金融系統(tǒng)規(guī)模的擴(kuò)大和效率的改善,金融相關(guān)率是應(yīng)用評(píng)估金融發(fā)展水平最為廣泛的指標(biāo)。本文采用金融機(jī)構(gòu)貸款余額與地區(qū)生產(chǎn)總值之比來(lái)衡量金融發(fā)展指標(biāo)。

城鎮(zhèn)化率(U)。本文采用城鎮(zhèn)人口占總?cè)丝诘谋嚷蚀沓擎?zhèn)化率。

產(chǎn)業(yè)結(jié)構(gòu)(S)。通過(guò)第二產(chǎn)業(yè)國(guó)內(nèi)生產(chǎn)總值占總的國(guó)內(nèi)生產(chǎn)總值比例來(lái)代替產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)。

能源價(jià)格(E)。采用各個(gè)省域的原材料、燃料、動(dòng)力價(jià)格指數(shù)來(lái)替代能源價(jià)格指標(biāo)。

出口依存度(EX)。根據(jù)出口額占國(guó)內(nèi)生產(chǎn)總值比重即出口依存度來(lái)反映國(guó)際貿(mào)易中出口貿(mào)易的發(fā)展水平。

本文實(shí)證研究的樣本為中國(guó)大陸30個(gè)省、自治區(qū)和直轄市,數(shù)據(jù)來(lái)源于各年的《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》等資料。

二、 研究方法

1. 空間面板計(jì)量經(jīng)濟(jì)模型的類型

本文參考STIRPAT模型,構(gòu)建我國(guó)省域碳排放空間面板數(shù)據(jù)模型,標(biāo)準(zhǔn)面板數(shù)據(jù)計(jì)量經(jīng)濟(jì)學(xué)模型為:

lnIit=blnPit+clnAit+dlnTit+elnFit+

flnUit+glnSit+hlnEit+klnEXit+

其中,i表示截面省域(i=1,2,…,N),t表示時(shí)期(t=1,2,…,T),Iit為被解釋變量,表示由i區(qū)域、t時(shí)期碳排放量值構(gòu)成的N×1向量,解釋變量Pit、Ait、Tit、Fit、Uit、Sit、Eit、EXit和表示人口增長(zhǎng)、經(jīng)濟(jì)增長(zhǎng)、技術(shù)進(jìn)步、金融發(fā)展、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)、能源價(jià)格、出口依存度觀測(cè)值構(gòu)成的N×8矩陣,b、c、d、e、f、g、h、k為待估計(jì)的常數(shù)回歸參數(shù);εit是獨(dú)立且同分布的隨機(jī)誤差項(xiàng),μit表示空間效應(yīng),υit表示時(shí)期效應(yīng)[17]。

本文納入空間效應(yīng)的省域碳排放函數(shù),當(dāng)本區(qū)域碳排放量被解釋變量決定于其鄰近區(qū)域的碳排放量觀測(cè)值及觀察到的一組局域特征,就需要采用空間滯后面板數(shù)據(jù)計(jì)量經(jīng)濟(jì)模型:

dlnTit+elnFit+flnUit+glnSit+

其中,ρ為空間滯后(自回歸)系數(shù);wij為空間權(quán)值矩陣W的元素。該權(quán)值矩陣經(jīng)過(guò)行標(biāo)準(zhǔn)處理,每一行的元素之和為1。對(duì)于W的設(shè)定,本文采用鄰近矩陣對(duì)權(quán)值矩陣W進(jìn)行設(shè)定。

如果地區(qū)碳排放被解釋變量決定于觀察到的一組局域特征及其忽略掉的在空間上相關(guān)的重要變量(誤差項(xiàng)),這就是空間誤差面板數(shù)據(jù)計(jì)量經(jīng)濟(jì)模型:

lnIit=blnPit+clnAit+dlnTit+elnFit+

flnUit+glnSit+hlnEit+klnEXit+

式中,φit表示空間自相關(guān)的誤差項(xiàng);λ為空間誤差(自相關(guān))系數(shù)。

如果在空間鄰近地區(qū)的影響因素對(duì)省域的碳排放量也有影響,這就需要使用空間杜賓面板數(shù)據(jù)計(jì)量經(jīng)濟(jì)學(xué)模型:

dlnTit+elnFit+flnUit+glnSit+

其中,WlnP、WlnA、WlnT、WlnF、WlnU、WlnS、WlnE、WlnEX表示不同影響因素的空間滯后變量,與a和b、c、d、e、f、g、h、k一樣,α、β、χ、δ、ζ、ξ、η、ψ為待估計(jì)的常數(shù)回歸參數(shù)。

2. 空間面板計(jì)量經(jīng)濟(jì)模型的設(shè)定

空間效應(yīng)反映隨空間變化而不隨時(shí)期變化的特征變量對(duì)碳排放的影響;時(shí)期效應(yīng)反映隨時(shí)期變化而不隨空間變化的特征變量對(duì)碳排放的影響?？臻g面板數(shù)據(jù)模型根據(jù)對(duì)空間和時(shí)期效應(yīng)的處理分為空間隨機(jī)效應(yīng)、空間固定效應(yīng)、時(shí)期隨機(jī)效應(yīng)、時(shí)期固定效應(yīng)、空間時(shí)期隨機(jī)效應(yīng)和空間時(shí)期固定效應(yīng)等多種模型?？臻g固定效應(yīng)模型控制時(shí)間上不變的空間固定變量,相對(duì)于其他模型更為合理,典型的橫截面研究則可能導(dǎo)致有偏的參數(shù)估計(jì)。

三、 實(shí)證分析

1. 省域碳排放空間自相關(guān)檢驗(yàn)?zāi)Ｐ?/p>

在實(shí)際的空間相關(guān)分析應(yīng)用研究中,通過(guò)Moran’sI對(duì)全域空間相關(guān)性分析。本文采用空間鄰近權(quán)值矩陣來(lái)計(jì)算2000—2012年的空間自相關(guān)Moran’sI指數(shù)值,計(jì)算和檢驗(yàn)過(guò)程如下所示。

Moran’sI定義:

式(11)中,i=1,2,…,n;j=1,2,…,m;m=n或m≠n。

Moran’sI的值大于0時(shí),表示空間存在正相關(guān),數(shù)值越大,空間分布的正相關(guān)性就越強(qiáng);當(dāng)Moran’sI的值小于0時(shí),空間相鄰單元之間則不存在相似的屬性;當(dāng)Moran’sI的數(shù)值為0時(shí),則該空間單元服從隨機(jī)分布。若各區(qū)域的碳排放空間正相關(guān),則其數(shù)值就較大;負(fù)相關(guān)則較小。

局域空間自相關(guān)用來(lái)檢驗(yàn)局域是否存在相似或相異的觀測(cè)值聚集在一起。為了進(jìn)一步解釋區(qū)域碳排放在局部空間上的關(guān)聯(lián)程度,通過(guò)繪制散點(diǎn)圖來(lái)描述2000—2012年碳排放的局域空間自相關(guān)性。

2. 空間面板計(jì)量經(jīng)濟(jì)模型實(shí)證分析

首先通過(guò)Moran’sI統(tǒng)計(jì)量判斷相鄰省域的碳排放存在普遍的正相關(guān),采用碳排放Moran散點(diǎn)圖分析碳排放局域空間自相關(guān),由于我國(guó)低碳排放的省域被低碳排放的其他省域包圍,高碳排放的省域被高碳排放的其他省域包圍,多數(shù)省域和周邊省域之間具有碳排放趨同的相似性,證明我國(guó)省域碳排放存在集聚的特征。

根據(jù)2000—2012年中國(guó)30個(gè)省域的面板數(shù)據(jù)對(duì)模型(6)～(9)進(jìn)行估計(jì),實(shí)證研究結(jié)果如表1和表2所示。

表1　省域碳排放的標(biāo)準(zhǔn)面板計(jì)量模型分析結(jié)果

(2) 根據(jù)LM及Robust檢驗(yàn)結(jié)果,判斷應(yīng)該選擇空間滯后面板模型還是空間誤差面板模型。標(biāo)準(zhǔn)面板回歸中估計(jì)殘差的LM和Robust檢驗(yàn)結(jié)果,空間滯后面板模型檢驗(yàn)值分別為9.267 7和5.218 9,均通過(guò)0.02%的顯著性水平檢驗(yàn),空間誤差面板模檢驗(yàn)值分別為10.812 4和6.763 7,均通過(guò)0.009%的顯著性水平檢驗(yàn),根據(jù)以上結(jié)果可以判斷應(yīng)該采用空間誤差模型更加合理。

(3) 根據(jù)Hausman檢驗(yàn)結(jié)果,判斷空間面板數(shù)據(jù)計(jì)量經(jīng)濟(jì)模型的固定效應(yīng)模型和隨機(jī)效應(yīng)模型選擇?？疾炜臻g效應(yīng)和解釋變量間的相關(guān)檢驗(yàn)結(jié)果顯示:Hausman統(tǒng)計(jì)量為53.744 5,伴隨概率為0.000 0,拒絕個(gè)體效應(yīng)和解釋變量無(wú)關(guān)的原假設(shè),應(yīng)該采用固定效應(yīng)模型,空間面板模型和標(biāo)準(zhǔn)面板模型的Hausman檢驗(yàn)結(jié)果一致,可以判斷固定效應(yīng)模型為較好的選擇,因此中國(guó)30個(gè)省域碳排放的空間面板固定效應(yīng)模型是更為合理的模型。

(4) 根據(jù)Wald和LR檢驗(yàn)判斷空間面板杜賓模型能否轉(zhuǎn)化為空間滯后模型和空間誤差模型,表明對(duì)于省域碳排放增長(zhǎng)來(lái)講,空間誤差面板模型較之空間杜賓面板模型的效果更好一些。

表2　省域碳排放的空間誤差計(jì)量模型估計(jì)結(jié)果

根據(jù)表2中我國(guó)省域碳排放的空間誤差模型和空間杜賓模型的各種形式模型估計(jì)及檢驗(yàn)結(jié)果可以看出:空間固定效應(yīng)模型Ⅱ和空間固定效應(yīng)模型Ⅵ估計(jì)結(jié)果的對(duì)數(shù)似然值分別為227.482 3和273.274 7,對(duì)應(yīng)的擬合優(yōu)度系數(shù)分別為0.883 6和0.908 8,都相對(duì)較高,根據(jù)我國(guó)實(shí)際情況,模型的經(jīng)濟(jì)學(xué)含義明顯。因此本文選擇空間固定效應(yīng)模型Ⅱ和空間固定效應(yīng)模型Ⅵ對(duì)我國(guó)省域碳排放各影響因素彈性系數(shù)及其空間溢出效應(yīng)展開(kāi)實(shí)證研究。

表2中空間固定效應(yīng)模型Ⅱ的估計(jì)結(jié)果顯示:經(jīng)濟(jì)增長(zhǎng)、金融發(fā)展、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)和出口依存度彈性系數(shù)均為正值,即均對(duì)碳排放增長(zhǎng)具有正向作用,在不考慮其他因素的影響條件下,經(jīng)濟(jì)每增長(zhǎng)1%,可導(dǎo)致我國(guó)省域碳排放增長(zhǎng)0.85%;金融發(fā)展指標(biāo)每增長(zhǎng)1%,可導(dǎo)致我國(guó)省域碳排放增長(zhǎng)0.324 7%;城鎮(zhèn)化率每增長(zhǎng)1%,導(dǎo)致我國(guó)省域碳排放增長(zhǎng)0.269 2%;產(chǎn)業(yè)結(jié)構(gòu)每增長(zhǎng)1%,導(dǎo)致我國(guó)省域碳排放增長(zhǎng)0.629 6%;出口依存度對(duì)碳排放的作用效果不顯著,可能和我國(guó)對(duì)外貿(mào)易政策有關(guān),降低高能耗和高排放的出口貿(mào)易起到顯著的效果;人口、技術(shù)進(jìn)步和能源價(jià)格對(duì)碳排放起到負(fù)向作用,人口和技術(shù)進(jìn)步分別通過(guò)了顯著性水平檢驗(yàn),能源價(jià)格對(duì)我國(guó)省域碳排放作用沒(méi)有通過(guò)顯著性檢驗(yàn),這和我國(guó)市場(chǎng)經(jīng)濟(jì)發(fā)展階段相符合。

表2中空間固定效應(yīng)模型Ⅵ估計(jì)結(jié)果顯示:經(jīng)濟(jì)增長(zhǎng)、金融發(fā)展、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)和出口依存度彈性系數(shù)均為正值,即均對(duì)碳排放增長(zhǎng)具有正向作用,在不考慮其他因素的影響條件下,經(jīng)濟(jì)每增長(zhǎng)1%,可導(dǎo)致我國(guó)省域碳排放增長(zhǎng)1.334 0%;金融發(fā)展指標(biāo)增長(zhǎng)1%,可導(dǎo)致我國(guó)省域碳排放增長(zhǎng)0.475 4%;城鎮(zhèn)化率每增長(zhǎng)1%,導(dǎo)致我國(guó)省域碳排放增長(zhǎng)0.189 6%;產(chǎn)業(yè)結(jié)構(gòu)每增長(zhǎng)1%,導(dǎo)致我國(guó)省域碳排放增長(zhǎng)0.392 7%,人口、技術(shù)進(jìn)步和能源價(jià)格對(duì)碳排放起到負(fù)向作用,人口和技術(shù)進(jìn)步分別通過(guò)了顯著性水平檢驗(yàn),能源價(jià)格對(duì)我國(guó)省域碳排放作用同樣也沒(méi)有通過(guò)顯著性檢驗(yàn)。因此,結(jié)合本文研究得到的碳排放影響彈性系數(shù),可以看出目前我國(guó)經(jīng)濟(jì)發(fā)展等因素導(dǎo)致的碳排放問(wèn)題有待解決,技術(shù)進(jìn)步降低碳排放能力有待加強(qiáng)。

表2回歸結(jié)果還表明:空間固定效應(yīng)模型Ⅱ的ρ值(0.240 0)和空間固定效應(yīng)模型Ⅵ的ρ值(0.215 0)都通過(guò)了0.1%的顯著性水平檢驗(yàn),可以看出在考慮和不考慮解釋變量空間鄰近滯后效應(yīng)的情況下,鄰近省域碳排放每增加1%,省域的碳排放分別增加0.24%和0.22%。因此可以證明,在分析區(qū)域碳排放增長(zhǎng)的時(shí)候,傳統(tǒng)的不考慮空間效應(yīng)的面板數(shù)據(jù)模型估計(jì)結(jié)果是有偏的。同時(shí),產(chǎn)業(yè)結(jié)構(gòu)的空間滯后項(xiàng)的空間滯后系數(shù)顯著為正,這表示省域產(chǎn)業(yè)結(jié)構(gòu)存在顯著的空間溢出效應(yīng),鄰近省域的產(chǎn)業(yè)結(jié)構(gòu)對(duì)省域碳排放增長(zhǎng)表現(xiàn)為集聚效應(yīng)?？梢缘贸鼋Y(jié)論:鄰近省域碳排放影響因素和碳排放增長(zhǎng)都存在明顯的空間溢出性,證明在省域碳排放模型中不但被解釋變量間存在交互作用,解釋變量之間也存在交互作用。在我國(guó)省域碳排放增長(zhǎng)過(guò)程中,一個(gè)省域的不同碳排放影響因素能夠?qū)е锣徑∮虻奶寂欧派仙蛳陆?省域內(nèi)影響因素與鄰近省域影響因素,一同驅(qū)動(dòng)我國(guó)省域碳排放的變化,這種空間溢出效應(yīng)對(duì)中國(guó)區(qū)域經(jīng)濟(jì)低碳轉(zhuǎn)型意義重大。

四、 主要結(jié)論與政策建議

中國(guó)省域碳排放具有明顯的空間依賴性及較為明顯的空間集聚性。本文首次全面考慮碳排放影響因素而建立空間面板數(shù)據(jù)模型,就不同影響因素對(duì)碳排放增長(zhǎng)的貢獻(xiàn)作了準(zhǔn)確估計(jì),檢驗(yàn)了影響因素及碳排放增長(zhǎng)是否存在空間溢出效應(yīng),本文的空間滯后和空間誤差模型的分析結(jié)果顯示:①中國(guó)省域碳排放的增長(zhǎng)存在明顯的空間相關(guān)性,而且各省域的產(chǎn)業(yè)結(jié)構(gòu)集群現(xiàn)象明顯,因此在對(duì)中國(guó)碳排放增長(zhǎng)研究中必須充分考慮省域碳排放增長(zhǎng)過(guò)程中的相關(guān)性。②經(jīng)濟(jì)增長(zhǎng)、金融發(fā)展、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)和出口依存度彈性系數(shù)均為正值,即均對(duì)碳排放增長(zhǎng)具有正向作用,在不考慮其他因素的影響條件下,經(jīng)濟(jì)增長(zhǎng)和產(chǎn)業(yè)結(jié)構(gòu)是導(dǎo)致碳排放增長(zhǎng)的主要因素,人口、技術(shù)進(jìn)步、能源價(jià)格彈性系數(shù)為負(fù)值,我國(guó)屬于收入差距較大的老齡化國(guó)家,不同國(guó)家發(fā)展階段導(dǎo)致人口增加對(duì)碳排放的作用截然相反;通過(guò)技術(shù)進(jìn)步可以降低碳排放增長(zhǎng)。③鄰近省域碳排放影響因素和碳排放增長(zhǎng)空間溢出效應(yīng)明顯,中國(guó)省域碳排放增長(zhǎng)過(guò)程中,產(chǎn)業(yè)結(jié)構(gòu)會(huì)對(duì)周圍省域的碳排放增長(zhǎng)存在顯著的促進(jìn)作用。

根據(jù)本文的實(shí)證研究結(jié)果,并結(jié)合我國(guó)現(xiàn)實(shí)情況,本文提出降低省域碳排放增長(zhǎng)的政策建議如下:①中國(guó)省域碳排放增長(zhǎng)具有空間依賴性,這意味著政府部門在制定碳排放政策和相關(guān)指標(biāo)的時(shí)候,必須考慮碳排放增長(zhǎng)的空間溢出效應(yīng),充分重視加強(qiáng)鄰近區(qū)域低碳技術(shù)的合作和交流,加快碳排放的跨區(qū)域治理,抑制產(chǎn)業(yè)結(jié)構(gòu)對(duì)鄰近區(qū)域碳排放增長(zhǎng)的關(guān)聯(lián)效應(yīng)。②采取相應(yīng)措施形成省域碳排放影響因素關(guān)聯(lián)互動(dòng)機(jī)制,優(yōu)化省際影響因素的空間效率,降低影響因素對(duì)碳排放增長(zhǎng)協(xié)同貢獻(xiàn)率,增加影響因素對(duì)碳排放增長(zhǎng)降低貢獻(xiàn)率。③隨著我國(guó)經(jīng)濟(jì)發(fā)展的不斷深入,控制碳排放成為刻不容緩的問(wèn)題,轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式和調(diào)整產(chǎn)業(yè)結(jié)構(gòu),金融改革和出口貿(mào)易都要考慮低碳經(jīng)濟(jì)發(fā)展這一重要前提,發(fā)展低碳技術(shù)是實(shí)現(xiàn)碳減排的重要途徑。

參考文獻(xiàn):

[1] Wang Can, Chen Jining, Zou Ji. Decomposition of Energy-related CO2Emission in China: 1957—2000[J]. Energy, 2005,30(1):73-83.

[2] 王俊松,賀燦飛. 能源消費(fèi)、經(jīng)濟(jì)增長(zhǎng)與中國(guó)CO2排放量變化[J]. 長(zhǎng)江流域資源與環(huán)境, 2010,19(1):18-23.

[3] Dhaka S, Kaneko S, Imura H. CO2Emissions from Energy Use in East Asian Mega-cities: Driving Factors and Their Contributions[J]. Environmental Systems Research, 2003,31(2):209-216.

[4] Wu Libo, Kaneko S, Matsuoka S. Driving Forces Behind the Stagnancy of China’s Energy-related CO2Emissions from 1996 to 1999: The Relative Importance of Structural Change, Intensity Change and Scale Change[J]. Enery Policy, 2005,33:319-335.

[5] 李娜,石敏俊,袁永娜. 低碳經(jīng)濟(jì)政策對(duì)區(qū)域發(fā)展格局演進(jìn)的影響----基于動(dòng)態(tài)多區(qū)域CGE模型的模擬分析[J]. 地理學(xué)報(bào), 2010(12):1569-1580.

[6] Weber C L, Peters G P, Guan D. The Contribution of Chinese Exports to Climate Change[J]. Energy Policy, 2008,36:3572-3577.

[7] 申笑顏. 中國(guó)碳排放影響因素的分析與預(yù)測(cè)[J]. 統(tǒng)計(jì)與決策, 2012(19):90-92.

[8] 吳振信,石佳. 基于STIRPAT和GM(1,1)模型的北京能源碳排放影響因素分析及趨勢(shì)預(yù)測(cè)[J]. 中國(guó)管理科學(xué), 2014,20(11):803-809.

[9] 何強(qiáng),呂光明. 基于IPAT模型的生態(tài)環(huán)境影響分析----以北京市為例[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào), 2008(12):83-88.

[10] 朱遠(yuǎn)程,張士杰. 基于STIRPAT模型的北京地區(qū)經(jīng)濟(jì)碳排放驅(qū)動(dòng)因素分析[J]. 特區(qū)經(jīng)濟(jì), 2012(1):77-79.

[11] York R, Rosa E A, Dietz T. STIRPAT, IPAT and Impacts: Analytic Tools for Unpacking the Driving Forces of Environmental Impacts[J]. Ecological Eeonomies, 2003,46(3):351-365.

[12] 朱勤,彭希哲,陸志明,等. 人口與消費(fèi)對(duì)碳排放影響的分析模型與實(shí)證[J]. 中國(guó)人口·資源與環(huán)境, 2010,20(2):98-102.

[13] 徐國(guó)泉,劉則淵,姜照華. 中國(guó)碳排放的因素分解模型及實(shí)證分析:1995—2004[J]. 中國(guó)人口·資源與環(huán)境, 2006,16(6):158-161.

[14] 胡初枝,黃賢金,鐘太洋,等. 中國(guó)碳排放特征及其動(dòng)態(tài)演進(jìn)分析[J]. 中國(guó)人口·資源與環(huán)境, 2008,18(3):46-50.

[15] IPCC. 2006 IPCC Guidelines for National Greenhouse Gas Inventories[M]. Tokyo: IGES, 2006.

[16] Acs Z J, Anselinl L,Varga A. Patents and Innovation Counts as Measures of Regional Production of New Knowledge[J]. Research Policy, 2002,31:1069-1085.

[17] 吳玉鳴. 旅游經(jīng)濟(jì)增長(zhǎng)及其溢出效應(yīng)的空間面板計(jì)量經(jīng)濟(jì)分析[J]. 旅游學(xué)刊, 2014,29(2):16-24.

(責(zé)任編輯: 王薇)

Study on the Spatial Spillover and Influencing Factors of China’s Provincial Carbon Emission

----Based on the Spatial Panel Data Model

CAOHong-gang,CHENKai,TONGXin

(School of Business Administration, Northeastern University, Shenyang 110819, China)

Abstract:From the spatial geographical perspective the spatial dependence of China’s provincial carbon emission was examined, and based on the spatial panel data model, the contribution of different influencing factors to carbon emission growth was estimated. It was found that there exists spatial dependence in China’s provincial energy carbon emission from 2000 to 2012, and the spatial spillover effects of neighboring provincial carbon emission and influencing factors are remarkable—the coefficients of economic growth, financial development, urbanization rate, industrial structure and export dependence are positive, the effect of population and technological progress on reducing carbon emission growth is remarkable, but the effect of energy price on carbon emission growth fails to pass the test of significance. In policy making and development planning, the government should take into account the effect of neighboring regions’ carbon emission, and integrate carbon emission and the spatial spillover effect of related influencing factors so as to reduce China’s carbon emission in both temporal and spatial dimensions as a whole.

Key words:carbon emission; spatial spillover; spatial panel data model

中圖分類號(hào):F 201; X 321

文獻(xiàn)標(biāo)志碼:A

文章編號(hào):1008-3758(2015)06-0573-07

作者簡(jiǎn)介:曹洪剛(1975- ),男,黑龍江七臺(tái)河人,東北大學(xué)博士研究生,主要從事區(qū)域經(jīng)濟(jì)、低碳經(jīng)濟(jì)研究; 陳凱(1961- ),男,山西渾源人,東北大學(xué)教授,博士生導(dǎo)師,主要從事能源經(jīng)濟(jì)、理論經(jīng)濟(jì)等研究; 佟昕(1975- ),女,遼寧沈陽(yáng)人,東北大學(xué)講師,主要從事區(qū)域經(jīng)濟(jì)、低碳經(jīng)濟(jì)、控制與決策等研究。

基金項(xiàng)目:教育部人文社會(huì)科學(xué)研究規(guī)劃基金資助項(xiàng)目(12YJA790010); 東北大學(xué)人文社會(huì)科學(xué)基金重點(diǎn)資助項(xiàng)目(XNR201307)。

收稿日期:2015-04-10

doi:10.15936/ j.cnki.1008-3758.2015.06.005