中國產(chǎn)業(yè)結構升級對碳減排的影響研究

李 斌 張曉冬

中國產(chǎn)業(yè)結構升級對碳減排的影響研究

李 斌 張曉冬

產(chǎn)業(yè)升級與節(jié)能減排存在交互效應和空間效應，將這兩個中央正在實施的國家發(fā)展戰(zhàn)略置于統(tǒng)一框架內(nèi)研究具有重要意義。通過構建產(chǎn)業(yè)結構高級化指標，選取我國2005-2014年的省際面板數(shù)據(jù)，以碳排放的空間相關性檢驗為基礎，從全國層面和區(qū)域?qū)用鎸ξ覈a(chǎn)業(yè)結構升級的碳減排效應進行實證分析。研究結果表明：產(chǎn)業(yè)結構升級能夠減少碳排放，但受制于工業(yè)結構落后等原因，我國產(chǎn)業(yè)結構升級的碳減排效應還有待進一步激發(fā)；區(qū)域?qū)用嫔袭a(chǎn)業(yè)結構升級對碳減排的空間溢出效應存在顯著的區(qū)域異質(zhì)性。因此，各省在制定產(chǎn)業(yè)發(fā)展戰(zhàn)略、促進碳減排時，應結合區(qū)域特點制定產(chǎn)業(yè)政策，加強區(qū)域合作，加快工業(yè)結構轉(zhuǎn)型升級。

碳減排； 產(chǎn)業(yè)結構； 產(chǎn)業(yè)升級； 空間杜賓模型

一 引 言

近一個世紀以來，人類在經(jīng)濟生產(chǎn)活動中大量使用化石燃料，造成以CO2為主的溫室氣體大量排放，對人類生存和社會經(jīng)濟可持續(xù)發(fā)展造成嚴重威脅。隨著中國經(jīng)濟的高速發(fā)展，資源過度消耗和環(huán)境污染也日益加重。早在2008年，中國的CO2排放量就已達到68.96億噸，超越美國成為全球第一大溫室氣體排放國，碳減排和發(fā)展低碳經(jīng)濟已成為中國可持續(xù)發(fā)展的關鍵任務。由于產(chǎn)業(yè)結構直接決定著能源消費結構和能源利用效率，而能源消費與碳排放密切相關，因此，產(chǎn)業(yè)結構對碳排放有著重要影響。加快產(chǎn)業(yè)結構升級，不僅是促進我國經(jīng)濟可持續(xù)發(fā)展的重要動力，也是解決環(huán)境問題、減少碳排放的重要手段。

國內(nèi)外許多學者對產(chǎn)業(yè)結構升級和碳排放的關系進行了研究，其研究方法可大致分為三類——指數(shù)分解法(IDA)、結構分解法(SDA)和計量分析法。采用LMDI模型①IDA包括Laspeyres IDA和Divisia IDA，而Divisia IDA又包括AMDI和LMDI兩種方法。研究產(chǎn)業(yè)結構與碳排放的文獻較多，林伯強和蔣竺均(2009)[1]最早采用LMDI模型對產(chǎn)業(yè)結構與碳排放間的關系進行探究。趙欣和龍如銀(2010)[2]通過建立江蘇省碳排放增量的因素分解模型，首次定量分析了產(chǎn)業(yè)結構對江蘇省碳排放增量的影響。而郭朝先(2012)[3]在定量分析我國產(chǎn)業(yè)結構變動對碳排放影響的基礎上，對未來產(chǎn)業(yè)結構變動對中國碳減排的影響作出預測。除了LMDI法，SDA法在研究中也被廣泛使用。Liaskas et al.(2000)[4]以歐盟的碳排放為研究對象，運用SDA法研究產(chǎn)業(yè)結構對碳排放的影響。劉紅光等(2010)[5]在區(qū)域投入產(chǎn)出表的基礎上,對區(qū)域產(chǎn)業(yè)結構調(diào)整的碳減排效果進行分析。而徐大豐(2011)[6]通過計算不同行業(yè)的碳排放影響力系數(shù)，從產(chǎn)業(yè)內(nèi)角度提出產(chǎn)業(yè)結構調(diào)整的具體建議。隨著研究的深入，越來越多的計量方法被應用到產(chǎn)業(yè)結構升級和碳減排關系的實證分析中。Talukdar和Meisner(2001)[7]以44個發(fā)展中國家的面板數(shù)據(jù)為基礎，使用隨機效應模型進行回歸分析。譚丹等(2008)[8]、劉再起和陳春(2010)[9]、陳兆榮(2011)[10]分別運用灰色關聯(lián)度法、似不相關回歸方法和方差分解法研究產(chǎn)業(yè)結構和碳排放間的關系。吳振信等(2012)[11]在環(huán)境庫茲涅茨曲線的基礎上建立個體固定效應模型，牛鴻蕾和江可申(2013)[12]基于STIRPAT擴展模型，陶長琪等(2015)[13]基于面板向量自回歸模型(PVAR)，都對中國產(chǎn)業(yè)結構調(diào)整的碳排放效應進行了研究。

在產(chǎn)業(yè)結構和碳排放關系的問題上，國內(nèi)外學者通過大量研究，已形成較為完善的理論與實證框架，為本文提供了借鑒和參考。雖然研究方法不同，但得出的結論大多一致：經(jīng)濟增長、能源消耗、人口數(shù)量、技術進步和產(chǎn)業(yè)結構等是影響碳排放的重要因素，產(chǎn)業(yè)結構升級能夠在一定程度上降低碳排放。但現(xiàn)有研究結果仍有一定局限性：首先，在研究產(chǎn)業(yè)結構和碳排放關系時，忽略了產(chǎn)業(yè)結構升級的空間溢出效應。其次，既有研究大多仍停留在三次產(chǎn)業(yè)層面，對產(chǎn)業(yè)內(nèi)部結構研究較少。最后，許多文獻僅使用第三產(chǎn)業(yè)占GDP的比重來表示產(chǎn)業(yè)結構高級化水平，未對產(chǎn)業(yè)結構升級進行有效衡量。因此，本文選取我國2005-2014年的省際面板數(shù)據(jù)，構建一個產(chǎn)業(yè)結構高級化指標，運用空間杜賓模型，著重考察了產(chǎn)業(yè)結構升級對碳排放的影響。

二 中國產(chǎn)業(yè)結構升級和碳排放的空間相關性檢驗

(一)產(chǎn)業(yè)結構升級和碳排放的測度

1.碳排放量的測度

關于碳排放量，我國暫時沒有官方公布的統(tǒng)計數(shù)據(jù)，只能進行粗略估算。通用的計算方法為活動水平和排放因子的乘積。根據(jù)2006年《IPCC國家溫室氣體指南》，有三類排放因子可以選擇：(1)IPCC缺省排放因子；(2)國別排放因子；(3)利用模型工具的復雜方法。本文借鑒陳詩一(2009)[14]、王鋒等(2010)[15]、王群偉等(2010)[16]等的衡量方法 ，用化石燃料消費量及缺省排放因子來計算碳排放量，具體公式如下：

(1)

其中,CC為碳排放量，Ei為i類能源的消費量，δi為第i類能源的碳排放系數(shù)*碳排放系數(shù)=缺省碳含量×缺省碳氧化率×平均低位發(fā)熱量。。在計算碳排放量的基礎上，根據(jù)碳排放量和CO2排放量之間的轉(zhuǎn)換公式：CCO2=CC×44/12,即可計算出CO2的排放量。

表1 各類能源的碳排放系數(shù)表

(續(xù)上表)

燃料類型缺省碳含量(kgc/GJ)缺省碳氧化率平均低位發(fā)熱量(KJ/kg，m3)碳排放系數(shù)(kgc/kg，m3)煤油196143070084417柴油202142652086157燃料油211141816088232天然氣153138931059564液化石油氣172150179086308其他石油制品200141816083632

注：數(shù)據(jù)根據(jù)《2006年IPCC國家溫室清單指南》和《中國能源統(tǒng)計年鑒》計算所得。

2.產(chǎn)業(yè)結構升級的測度

20世紀末，鄧偉根(1990)[17]首次提出產(chǎn)業(yè)經(jīng)濟至少包括產(chǎn)業(yè)結構和產(chǎn)業(yè)組織兩個部分，開啟了國內(nèi)學者研究產(chǎn)業(yè)結構的大門，其在后續(xù)研究中，運用產(chǎn)業(yè)轉(zhuǎn)型系數(shù)分析了產(chǎn)業(yè)轉(zhuǎn)型對經(jīng)濟增長速度和質(zhì)量的影響(凌文昌和鄧偉根，2004)[18]。在衡量產(chǎn)業(yè)結構升級時，既有研究主要采用非農(nóng)產(chǎn)業(yè)的比重、第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的比值、高技術產(chǎn)業(yè)占工業(yè)增加值的比重等簡單方法，因而難以對產(chǎn)業(yè)結構升級進行全面而準確的衡量。本文參考付凌暉(2010)[19]的方法來衡量產(chǎn)業(yè)結構升級：首先根據(jù)三次產(chǎn)業(yè)劃分，計算出各產(chǎn)業(yè)增加值占GDP的比重，并將其構成一組三維向量X0=(x1, 0,x2, 0,x3, 0)。然后分別計算X0與X1=(1, 0, 0)，X2=(0, 1, 0)，X3=(0, 0, 1)的夾角θ1，θ2，θ3：

(2)

j=1,2,3；最后據(jù)此定義產(chǎn)業(yè)結構高級化值S：

(3)

S越大，表明產(chǎn)業(yè)結構高級化水平越高。

(二)中國產(chǎn)業(yè)結構升級和碳排放的空間自相關檢驗

1.Moran’I檢驗

空間自相關檢驗分為全局空間自相關檢驗和局域空間自相關檢驗。前者可以從總體衡量區(qū)域間的空間關聯(lián)程度，后者反映空間要素的異質(zhì)性特征。全局空間自相關常用Moran’I來衡量。其計算方法可以表示為：

(4)

局域空間自相關常用局域Moran’I衡量，對于某一區(qū)域i，計算公式為：

(5)

2.產(chǎn)業(yè)結構升級和碳排放的全局空間自相關檢驗結果

產(chǎn)業(yè)結構升級和碳排放的全局空間自相關檢驗結果見表2。由表2可知，在樣本期間內(nèi)，產(chǎn)業(yè)結構升級和碳排放的Moran’I值均為正，產(chǎn)業(yè)結構升級的Moran’I值呈上升趨勢，但2005-2008年的結果沒有通過5%的顯著性檢驗，說明產(chǎn)業(yè)結構升級的空間自相關性近年來不斷增強，產(chǎn)業(yè)結構高級化程度較高的省份在地理空間上相對鄰接，而高級化程度較低的省份也相互靠近。碳排放的Moran’I值始終保持在0.3左右，且顯著性水平都小于1%，表明碳排放在空間分布上表現(xiàn)出顯著的集聚特征，一省的碳排放能夠通過空間溢出效應對周邊省份的碳排放產(chǎn)生顯著影響。

表2 產(chǎn)業(yè)結構升級和碳排放全局空間自相關檢驗結果

3.碳排放的局域空間自相關檢驗結果

基于式(5)，繪制2005、2008、2011和2014年我國碳排放的LISA集聚圖(圖1-圖4)。具體而言，“熱點區(qū)”主要分布在山東、山西、河北、河南、江蘇、內(nèi)蒙古、吉林等地，地理位置相對集中，其省內(nèi)和周邊省份的碳排放水平都較高。而新疆、四川等省區(qū)自身和周圍的碳排放水平都較低，屬于“盲點區(qū)”。在“熱點區(qū)”和“盲點區(qū)”的省區(qū)，都存在較強的空間正相關性。而在以安徽為代表的LH區(qū)域和以廣東為代表的HL區(qū)域，其省內(nèi)碳排放水平與周圍差距較大，具有負的空間自相關性?？梢?，省際碳排放在空間分布上具有一定的相關性和異質(zhì)性。

圖1 2005年我國碳排放的LISA集聚圖 圖2 2008年我國碳排放的LISA集聚圖

圖3 2011年我國碳排放的LISA集聚圖 圖4 2014年我國碳排放的LISA集聚圖

根據(jù)產(chǎn)業(yè)結構升級和碳排放的空間相關性檢驗結果，提出研究假說：產(chǎn)業(yè)結構升級能夠促進本地區(qū)的碳減排，也能通過空間溢出效應促進周邊地區(qū)的碳減排。

三 中國產(chǎn)業(yè)結構升級對碳減排影響的實證分析

(一)模型的構建

1.基本模型

Kaya恒等式最早由日本學者Kaya(1989)[20]提出，它揭示了人口、經(jīng)濟、能源與碳排放之間的關系，被廣泛用于碳排放影響因素的分析中。在最新的研究中，Robalino-Lópezaetal.(2016)[21]、Mavromatidisetal.(2016)[22]、戴小文等(2015)[23]、劉丙泉等(2016)[24]也將Kaya恒等式作為分析碳排放影響因素的重要工具。其最初表達式如下：

(6)

其中，C表示CO2排放量，E表示一次能源消費總量，GDP為國內(nèi)生產(chǎn)總值，P為人口數(shù)量，表明碳排放與能源消費結構、經(jīng)濟增長和人口規(guī)模密切相關。本文在Kaya恒等式的基礎上，引入能源消費結構、經(jīng)濟增長、人口規(guī)模和FDI等作為控制變量，建立一個基本的面板模型。為消除異方差，對模型進行對數(shù)化處理，得到表達式如下：

(7)

其中，i和t分別表示省份和年份，C表示CO2排放量，CE表示清潔能源消費量占能源消費量的比重，GDP為國內(nèi)生產(chǎn)總值，P為人口數(shù)量，S代表產(chǎn)業(yè)結構高級化值，F(xiàn)代表FDI占GDP比重，e為隨機擾動項。

2.空間杜賓模型

空間計量模型包括空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)?？臻g滯后模型主要研究各變量在某一地區(qū)內(nèi)是否具有空間溢出效應，空間誤差模型主要度量相鄰地區(qū)關于因變量的誤差沖擊對本地區(qū)的空間影響。比較而言，空間杜賓模型最大的區(qū)別在于同時考慮自變量和因變量的空間相關性，可以考察因變量受到本地區(qū)自變量及周邊地區(qū)自變量和因變量的影響，其基本表達式如下：

Y=ρWY+βX+θWX+e

(8)

其中，Y表示因變量，X表示自變量，W為空間權重矩陣，WY和WX為空間滯后變量，e為隨機擾動項，且服從正態(tài)分布。

基于空間杜賓模型，得到最終表達式如下：

(9)

3.權重矩陣的構建

空間權重矩陣是衡量空間單元間關聯(lián)程度的重要指標，常見的空間權重矩陣包括基于鄰接標準和基于距離標準兩類。本文基于鄰接標準，根據(jù)空間中不同區(qū)域的相對位置，構建一個0-1鄰接權重矩陣Wij=(wij)n×n。若兩地區(qū)相鄰，則wij取1，若兩地區(qū)不相鄰，則取0。

(二)數(shù)據(jù)來源與變量說明

本文以2005-2014年中國30個省(市、自治區(qū))的面板數(shù)據(jù)為研究對象。由于部分數(shù)據(jù)缺失，研究樣本不包括港澳臺及西藏地區(qū)。主要數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》和中國經(jīng)濟與社會發(fā)展統(tǒng)計數(shù)據(jù)庫。相關變量具體說明如下：

(1)CO2排放量Cit：表示i省t年的CO2排放量，單位為萬噸。由式(1)計算所得，其中，各省能源消費量數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》。

(2)能源消費結構CEit：表示i省t年清潔能源消費量占能源消費量的比重。CEit與碳排放呈負相關關系，其原始數(shù)據(jù)來源于《中國能源統(tǒng)計年鑒》。其中，清潔能源消費量為天然氣消費量、一次電力及其他能源消費量之和。

(3)人均國內(nèi)生產(chǎn)總值GDPit/Pit：表示i省t年的人均GDP，單位為元/人。環(huán)境庫茲涅茨曲線表明經(jīng)濟增長與碳排放間存在倒U型曲線關系：一方面，經(jīng)濟增長通過投入的增加，對碳排放產(chǎn)生促進作用；另一方面，隨著國民收入的提高，研發(fā)支出會上升，進而推動技術進步，降低單位產(chǎn)出的碳排放。本文以2005年的不變價計算出各省實際GDP，除以年末常住人口得到實際人均GDP。

(4)人口數(shù)量Pit：表示i省t年的人口數(shù)量，單位為萬人。人口規(guī)模對碳排放具有正向影響。人口規(guī)模越大，高碳產(chǎn)品的需求量越多，碳排放也越大。各省的人口數(shù)量數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。

(5)產(chǎn)業(yè)結構高級化值Sit：表示i省t年的產(chǎn)業(yè)結構高級化值。Sit對碳排放具有負向影響，各省三次產(chǎn)業(yè)增加值數(shù)據(jù)來源于《中國統(tǒng)計年鑒》，根據(jù)式(2)、式(3)計算得到Sit。

(6)FDI占GDP的比重Fit:表示i省t年外商直接投資占GDP的比重。FDI的流入能夠通過技術溢出效應對碳減排產(chǎn)生促進作用。各省FDI的原始數(shù)據(jù)來自《中國統(tǒng)計年鑒》和各省的統(tǒng)計年鑒。

(三)實證結果分析

1.全國層面分析

表3給出了全國層面不同模型的回歸結果。與SAR、SEM比較而言，SDM的擬合優(yōu)度R2和對數(shù)似然值LogL都有所提高，離散度Sigma2相對變小，因此選擇SDM作為本文實證研究的最優(yōu)模型。SDM的空間相關系數(shù)ρ為0.391，通過了1%的顯著性檢驗，說明我國省際碳排放之間存在正的空間自相關性，與全局Moran’I檢驗結果相一致。

表3 全國層面不同模型回歸結果比較

注： *、**、***表示參數(shù)估計值在10%、5%、1%的水平上顯著。

由于SDM的回歸系數(shù)并不能有效反映自變量和因變量的關系，因此需進一步通過直接效應、間接效應和總效應來考察。表4給出了全國層面SDM的直接效應、間接效應和總效應。

表4 全國層面SDM的直接效應、間接效應和總效應

(續(xù)上表)

變量回歸系數(shù)直接效應間接效應總效應lnp0498??-01300368(195)(-020)(060)lns0210-4960??-4750?(024)(-236)(-195)lnf-0063???-0154???-0217???(-411)(-299)(-358)

注：括號內(nèi)為t值；*、**、***表示參數(shù)估計值在10%、5%、1%的水平上顯著。

(1)產(chǎn)業(yè)結構升級。產(chǎn)業(yè)結構升級對碳排放的直接效應不顯著，且回歸符號與預期不符。本文認為其原因可能是，產(chǎn)業(yè)結構升級對碳排放的影響是能源利用效率、能耗結構、技術進步等共同作用的結果，具有門檻效應。在到達門檻值之前，產(chǎn)業(yè)結構升級的碳減排效應可能并不顯著，甚至出現(xiàn)促進碳排放的現(xiàn)象。一旦突破門檻值，產(chǎn)業(yè)結構升級將會顯著減少碳排放。間接效應回歸系數(shù)為-4.960，通過了5%的顯著性檢驗，說明一省產(chǎn)業(yè)結構升級，能夠通過技術交流等方式，帶動周邊省份產(chǎn)業(yè)結構的升級優(yōu)化，間接促進周邊省份的碳減排，與研究假設相符。總效應回歸系數(shù)為-4.750,且通過了10%的顯著性水平檢驗，說明在全國層面上，產(chǎn)業(yè)結構升級與碳排放總體呈負相關關系，即產(chǎn)業(yè)結構升級在一定程度上能夠減少碳排放。但其顯著性水平不高，表明我國產(chǎn)業(yè)結構升級的碳減排效應還沒有得到充分發(fā)揮。造成這一現(xiàn)象的原因可能是，我國產(chǎn)業(yè)結構和工業(yè)結構的非同步發(fā)展。從產(chǎn)業(yè)結構來看，我國第三產(chǎn)業(yè)增加值占GDP比重已經(jīng)超過第二產(chǎn)業(yè)，步入工業(yè)化后期。但從工業(yè)結構來看，我國制造業(yè)增加值占總商品增加值比重依舊不高，一直沒有進入以技術密集型加工工業(yè)為重心的時期，高能耗、高排放、高污染問題依然嚴重。工業(yè)結構的落后，導致產(chǎn)業(yè)結構升級的碳減排效應難以充分實現(xiàn)。

(2)能源消費結構。能源消費結構對碳排放直接效應和間接效應的回歸系數(shù)分別為-0.212和-0.349，均通過了顯著性檢驗。說明提高清潔能源消費比重將有助于改善能源消費結構，進而減少本省碳排放。同時，通過清潔能源技術的交流傳播，周邊省份的碳排放也將顯著減少。

(3)人均GDP。人均GDP對碳排放直接效應的回歸系數(shù)在1%的水平上顯著為正，說明經(jīng)濟增長對本省碳排放存在明顯的促進作用。在全國層面上，經(jīng)濟增長對環(huán)境的負面影響仍大于正面影響，經(jīng)濟增長的碳減排效應沒有得到充分發(fā)揮。間接效應回歸系數(shù)在5%的水平上顯著為負，表明經(jīng)濟增長能夠減少周圍省份的碳排放，與預期不符。本文認為，一省經(jīng)濟的高速增長，可能會吸引周圍省份資源要素的流入，進而導致本省碳排放的增加和鄰近省份碳排放的減少。

(4)人口規(guī)模。人口規(guī)模對本省碳排放具有顯著的促進作用，說明人口規(guī)模越大的省份，對高碳產(chǎn)品的需求量也越大，碳排放也相對較多。人口規(guī)模對周邊省份碳排放的影響為負，但沒有通過顯著性檢驗，這表明人口規(guī)模對周圍省份碳排放影響不大，不符合預期。本文認為，高碳產(chǎn)業(yè)的遷入受到成本、政府環(huán)境規(guī)制等多種因素制約。在經(jīng)濟發(fā)達的地區(qū)，高碳產(chǎn)品需求量較大，但準入門檻較高；在經(jīng)濟相對落后的地區(qū)，準入門檻降低，但需求量較少。因此，高碳產(chǎn)業(yè)將不會遷入。

(5)引入外資情況。Fit直接效應和間接效應的回歸系數(shù)在1%的水平上都顯著為負，表明FDI占GDP比重越高，越有助于促進本省和周圍省份碳減排。

2.區(qū)域?qū)用娣治?/p>

本文將我國的省域劃分為四大區(qū)域*東部地區(qū)包括：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南。中部地區(qū)包括：山西、安徽、江西、河南、湖北和湖南。西部地區(qū)包括：內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。東北地區(qū)包括：遼寧、吉林和黑龍江。，表5給出了區(qū)域?qū)用鍿DM回歸結果。R2、LogL和Sigma2表明，四個模型均具有較高的擬合優(yōu)度。東部、西部地區(qū)的ρ為正，且東部地區(qū)大于西部地區(qū)，符合局域空間自相關檢驗結果。中部地區(qū)既包括山西、河南等碳排放大省，也包括安徽、江西等碳排放較小的省份，各省之間碳排放水平差距較大，因此ρ為負值。但東部、中部、西部地區(qū)均沒有通過顯著性檢驗，說明在區(qū)域?qū)用嫔希寂欧诺目臻g自相關性并沒有預期顯著。比較而言，東北地區(qū)無論是在地理上還是在經(jīng)濟上都具有極強的關聯(lián)性，所以ρ在1%的水平上顯著為正。

表5 區(qū)域?qū)用鍿DM回歸結果

(續(xù)上表)

變量回歸系數(shù)東部中部西部東北R-squared0877093008960981Log-likelihood11925210236811167181220Sigama20005???0001?0008???0001?

注：括號內(nèi)為t值；*、**、***表示參數(shù)估計值在10%、5%、1%的水平上顯著。

表6給出了區(qū)域?qū)用鍿DM的直接效應、間接效應和總效應?？梢姡髯兞繉μ寂欧诺挠绊懺趨^(qū)域?qū)用嫔洗嬖谝欢ǖ牟町愋浴?/p>

(1)產(chǎn)業(yè)結構升級。各區(qū)域產(chǎn)業(yè)結構升級對碳排放總效應的系數(shù)分別為-9.027、-0.836、-7.223、-3.934，僅中部地區(qū)沒有通過顯著性檢驗。說明區(qū)域內(nèi)產(chǎn)業(yè)結構升級對碳減排具有促進作用，其中東部地區(qū)的碳減排效應最強，西部、東北地區(qū)次之，中部地區(qū)最弱。中部地區(qū)不顯著，可能是因為山西、河南等能耗大省產(chǎn)業(yè)結構升級緩慢，在一定程度上抵消了其他省份產(chǎn)業(yè)結構升級的碳減排效應。間接效應系數(shù)分別為-10.069、-0.906、-3.690、-3.745，中西部地區(qū)都沒有通過顯著性檢驗。結果表明，東部、東北地區(qū)經(jīng)濟經(jīng)過多年的發(fā)展，產(chǎn)業(yè)結構升級已突破門檻值，周邊省份的碳排放隨著技術溢出效應而逐漸降低。相反地，中西部地區(qū)產(chǎn)業(yè)結構升級緩慢，技術溢出效應還未形成，因此對周圍省份的影響不顯著。

(2)能源消費結構。東部地區(qū)能源消費結構的直接效應系數(shù)在1%的水平上顯著為負，但其它地區(qū)均沒有通過顯著性檢驗。本文認為，相較于東部地區(qū)，其它地區(qū)清潔能源消費量較少，清潔能源占能源消費量比重變化不大，因此回歸結果不夠顯著。東部地區(qū)能源消費結構的間接效應系數(shù)在1%的水平上顯著為負，說明東部地區(qū)能源消費結構的改善能夠減少周圍省份的碳排放，符合預期。東部地區(qū)科研能力相對較強，清潔能源技術發(fā)展較快，能夠通過技術交流等方式將清潔能源技術推廣至周圍省份，進而降低其碳排放。其它地區(qū)沒有通過檢驗，說明其清潔能源技術的發(fā)展和東部地區(qū)仍有一定差距。

(3)人均GDP。東西部地區(qū)經(jīng)濟增長的直接效應系數(shù)在1%的水平上顯著為正，說明區(qū)域?qū)用嫔辖?jīng)濟增長將增加本省碳排放，與全國層面分析所得結論一致。東部地區(qū)經(jīng)濟增長的間接效應系數(shù)在1%的水平上也顯著為正，說明東部地區(qū)經(jīng)濟增長促進了周邊省份的碳排放。本文認為，擴散效應使生產(chǎn)要素從發(fā)達地區(qū)逐漸向周邊輻射，在促進周邊省份經(jīng)濟發(fā)展的同時也增加其碳排放。而中西部、東北地區(qū)的發(fā)展程度不及東部地區(qū)，其回波效應仍大于擴散效應，因此回歸結果并不顯著。

(4)人口規(guī)模。直接效應回歸結果表明，西部和東北地區(qū)人口規(guī)模的擴大能夠顯著增加本省碳排放；而東部和中部地區(qū)的系數(shù)為負，即人口增加能夠減少碳排放，顯然與事實不符。究其原因，可能是因為人口規(guī)模擴張和高碳產(chǎn)品需求量的增加不成正比。隨著人們環(huán)保意識提高，東部各省對高碳產(chǎn)品的需求已呈下降趨勢；而中部地區(qū)有山西、內(nèi)蒙古等煤炭輸出大省，其省內(nèi)對高碳產(chǎn)品的需求增長動力不足，因此回歸結果呈負相關關系。間接效應回歸結果表明，東部、西部地區(qū)人口增長對周圍省份的碳排放并未產(chǎn)生顯著的空間溢出效應，與全國層面分析所得結果一致。東部地區(qū)具有嚴格的政府環(huán)境規(guī)制，而西部地區(qū)高碳產(chǎn)品需求不大，且具有較高的遷入成本，因此回歸結果不顯著。而東北地區(qū)的回歸結果為正，其原因可能是東北三省無論在地理上還是在經(jīng)濟上都聯(lián)系緊密，一省人口規(guī)模的擴大能夠同時增加本省和周圍省份的碳排放。

(5)引入外資情況。各區(qū)域引入外資情況對碳排放直接效應的系數(shù)分別為0.043、0.006、-0.055、-0.024，回歸系數(shù)普遍偏小，僅西部地區(qū)通過了顯著性檢驗，說明FDI在區(qū)域?qū)用嫔蠈Ρ臼√寂欧诺挠绊懖⒉伙@著。FDI既能通過技術溢出效應對碳減排產(chǎn)生正面影響，也能通過規(guī)模效應、高碳產(chǎn)業(yè)的轉(zhuǎn)移對碳減排產(chǎn)生負面影響。各省在外資引入和使用的差異，導致其對碳排放的影響也不盡相同，因此回歸結果不夠顯著。間接效應系數(shù)分別為0.073、-0.090、-0.099、-0.229，均通過了10%的顯著性檢驗，表明中西部地區(qū)和東北地區(qū)FDI的流入能夠促進周邊省份的碳減排，符合預期。但東部地區(qū)的系數(shù)為正，可能是因為FDI的流入，同時促進了周邊省份的經(jīng)濟增長，使得FDI的規(guī)模效應大于技術效應，所以碳排放也相應增加。

表6 區(qū)域?qū)用鍿DM的直接效應、間接效應、總效應

(續(xù)上表)

變量效應回歸系數(shù)東部中部西部東北lnf直接效應00430006-0055??-0024(148)(021)(-219)(-046)間接效應0073?-0090?-0099?-0229??(174)(-174)(-165)(-221)總效應0116?-0084-0154??-0253??(200)(-157)(-199)(-208)

注：括號內(nèi)為t值；*、**、***表示參數(shù)估計值在10%、5%、1%的水平上顯著。

四 結論與政策含義

(一)主要結論

在檢驗碳排放空間相關性的基礎上，選取我國2005-2014年的省際面板數(shù)據(jù)，運用空間計量模型，從全國層面和區(qū)域?qū)用鎸ξ覈a(chǎn)業(yè)結構升級的碳減排效應進行實證分析，主要得到以下結論：

(1)從全國層面來看，產(chǎn)業(yè)結構升級能夠減少碳排放，且具有顯著的空間溢出效應，但受制于工業(yè)結構落后等因素，產(chǎn)業(yè)結構升級的碳減排效應還有待進一步激發(fā)。從區(qū)域?qū)用鎭砜矗a(chǎn)業(yè)結構升級對碳減排同樣具有促進作用。其中，東部地區(qū)最強，西部和東北地區(qū)次之，中部地區(qū)最弱。在空間溢出效應方面，東部和東北地區(qū)產(chǎn)業(yè)結構升級能夠減少周圍省份的碳排放，而中西部地區(qū)產(chǎn)業(yè)結構升級對周圍省份碳減排的影響不顯著。

(2)在全國層面上，能源消費結構的改善和FDI的流入能夠減少本省及周圍省份的碳排放，而經(jīng)濟增長和人口規(guī)模擴大在增加本省碳排放的同時卻對周圍省份的碳排放產(chǎn)生抑制作用。在區(qū)域?qū)用嫔?，各控制變量對碳減排的直接效應和間接效應具有明顯的差異性。

(二)政策含義

根據(jù)研究結論及中國當前的產(chǎn)業(yè)發(fā)展實際，提出政策建議如下：

(1)加強區(qū)域合作。由于產(chǎn)業(yè)結構升級具有正的空間自相關性，且在全國層面上，產(chǎn)業(yè)結構升級能夠促進周圍省份的碳減排，因此各省在制定產(chǎn)業(yè)發(fā)展戰(zhàn)略時，應從區(qū)域整體視角出發(fā)，加強區(qū)域內(nèi)的合作，最大限度發(fā)揮產(chǎn)業(yè)結構升級的空間溢出效應，促進區(qū)域內(nèi)各省碳排放水平的共同降低。

(2)加快工業(yè)結構轉(zhuǎn)型升級。全國層面的分析表明，雖然產(chǎn)業(yè)結構升級能夠減少碳排放，但是其碳減排效應并不顯著。本文認為，工業(yè)結構落后是制約其碳減排效應發(fā)揮的重要原因。產(chǎn)業(yè)結構的升級，不能單純看第三產(chǎn)業(yè)的發(fā)展。如果沒有工業(yè)發(fā)展作為支撐，第三產(chǎn)業(yè)的快速增長必將導致過度投資、重復建設、惡性競爭等問題，使我國陷入中等收入陷阱，阻礙經(jīng)濟的可持續(xù)發(fā)展。因此，要充分發(fā)揮產(chǎn)業(yè)結構升級的碳減排效應，在鼓勵第三產(chǎn)業(yè)發(fā)展的同時，必須進一步促進第二產(chǎn)業(yè)從低端制造業(yè)向高技術產(chǎn)業(yè)、裝備制造業(yè)轉(zhuǎn)型升級，從勞動密集型、資本密集型產(chǎn)業(yè)向技術密集型和知識密集型產(chǎn)業(yè)過渡，加快工業(yè)結構的轉(zhuǎn)型升級，使產(chǎn)業(yè)規(guī)模的擴大與質(zhì)量的提升相匹配。

(3)結合區(qū)域特點，在區(qū)域間制定不同的產(chǎn)業(yè)政策。區(qū)域?qū)用娴姆治霰砻?，產(chǎn)業(yè)結構升級的碳減排效應在區(qū)域間存在明顯差異。東部和東北地區(qū)產(chǎn)業(yè)結構升級能夠促進周圍省份的碳減排，具有顯著的空間溢出效應，而中西部地區(qū)則沒有。因此，對于東部和東北地區(qū)而言，應提高產(chǎn)業(yè)的準入標準，限制高消耗、高排放產(chǎn)業(yè)的遷入，同時大力發(fā)展高新技術產(chǎn)業(yè)，保持產(chǎn)業(yè)結構升級空間溢出效應的持續(xù)發(fā)揮。對于中西部地區(qū)，現(xiàn)在正處于承接產(chǎn)業(yè)轉(zhuǎn)移的重要階段。在承接產(chǎn)業(yè)轉(zhuǎn)移的過程中，不能盲目接收所有產(chǎn)業(yè)，應結合區(qū)域特點制定相應的產(chǎn)業(yè)政策，有目的性地進行產(chǎn)業(yè)結構調(diào)整，加快自身產(chǎn)業(yè)結構升級，發(fā)揮產(chǎn)業(yè)結構升級的碳減排效應。

[1] 林伯強, 蔣竺均. 中國二氧化碳的環(huán)境庫茲涅茨曲線預測及影響因素分析[J]. 管理世界, 2009, (4): 27-36.

[2] 趙欣, 龍如銀. 江蘇省碳排放現(xiàn)狀及因素分解實證分析[J]. 中國人口·資源與環(huán)境, 2010, 20(7): 25-30.

[3] 郭朝先. 產(chǎn)業(yè)結構變動對中國碳排放的影響[J]. 中國人口·資源與環(huán)境, 2012, 22(7): 15-20.

[4] Liaskas, K., Mavrotas, G., Mandaraka, M., et al.. Decomposition of Industrial CO2Emissions: The Case of European Union[J].EnergyEconomics, 2000, 22(99): 383-394.

[5] 劉紅光, 劉衛(wèi)東， 唐志鵬等. 中國區(qū)域產(chǎn)業(yè)結構調(diào)整的CO2減排效果分析——基于區(qū)域間投入產(chǎn)出表的分析[J]. 地域研究與開發(fā), 2010, 29(3): 129-135.

[6] 徐大豐. 碳生產(chǎn)率、 產(chǎn)業(yè)關聯(lián)與低碳經(jīng)濟結構調(diào)整——基于我國投入產(chǎn)出表的實證分析[J]. 軟科學, 2011, 25(3): 42-46.

[7] Talukdar, D., Meisner, C. M.. Does the Private Sector Help or Hurt the Environment？Evidence from Carbon Dioxide Pollution in Developing Countries[J].WorldDevelopment, 2001, 29(5): 827-840.

[8] 譚丹, 黃賢金, 胡初枝. 我國工業(yè)行業(yè)的產(chǎn)業(yè)升級與碳排放關系分析[J]. 四川環(huán)境, 2008, 27(2): 74-78.

[9] 劉再起, 陳春. 低碳經(jīng)濟與產(chǎn)業(yè)結構調(diào)整研究[J]. 國外社會科學, 2010, (3): 21-27.

[10] 陳兆榮. 我國產(chǎn)業(yè)結構高級化與碳排放量關系的實證研究[J]. 湖北經(jīng)濟學院學報, 2011, 9(4): 77-81.

[11] 吳振信, 謝曉晶, 王書平. 經(jīng)濟增長、 產(chǎn)業(yè)結構對碳排放的影響分析——基于中國的省際面板數(shù)據(jù)[J]. 中國管理科學, 2012, 20(3): 87-89.

[12] 牛鴻蕾, 江可申. 中國產(chǎn)業(yè)結構調(diào)整的碳排放效應——基于STIRPAT擴展模型及空間面板數(shù)據(jù)的實證研究[J]. 技術經(jīng)濟, 2013, 32(8): 53-62.

[13] 陶長琪, 彭永樟, 琚澤霞. 經(jīng)濟增長、 產(chǎn)業(yè)結構與碳排放關系的實證分析——基于PVAR模型[J]. 經(jīng)濟經(jīng)緯, 2015, (4): 126-131.

[14] 陳詩一. 能源消耗、 二氧化碳排放與中國工業(yè)的可持續(xù)發(fā)展[J]. 經(jīng)濟研究, 2009, (4): 41-55.

[15] 王鋒, 吳麗華, 楊超. 中國經(jīng)濟發(fā)展中碳排放增長的驅(qū)動因素研究[J]. 經(jīng)濟研究, 2010, (2): 123-136.

[16] 王群偉, 周鵬, 周德群. 我國二氧化碳排放績效的動態(tài)變化、 區(qū)域差異及影響因素[J]. 中國工業(yè)經(jīng)濟, 2010, (1): 45-54.

[17] 鄧偉根. 產(chǎn)業(yè)經(jīng)濟: 結構與組織[M]. 廣州: 暨南大學出版社, 1990.

[18] 凌文昌， 鄧偉根. 產(chǎn)業(yè)轉(zhuǎn)型與中國經(jīng)濟增長[J]. 中國工業(yè)經(jīng)濟， 2004， (12)： 20-24.

[19] 付凌暉. 我國產(chǎn)業(yè)結構高級化與經(jīng)濟增長關系的實證研究[J]. 統(tǒng)計研究, 2010, 27(8): 79-81.

[20] Kaya, Y.. Impact of Carbon Dioxide Emission on GNP Growth: Interpretation of Proposed Scenarios[R]. Paris: IPCC Energe and lndustry Subgroup, 1989.

[21] Robalino-López, A., García-Ramos, J. E., Golpe, A. A., et al.. CO2Emissions Convergence among 10 South American Countries. A study of Kaya Components (1980-2010)[J].CarbonManagement, 2016, 7(1-2): 1-12.

[22] Mavromatidis, G., Orehounig, K., Richner, P., et al.. A Strategy for Reducing CO2, Emissions from Buildings with the Kaya Identity——A Swiss Energy System Analysis and a Case Study[J].EnergyPolicy, 2016, 88(12): 343-354.

[23] 戴小文, 何艷秋, 鐘秋波. 基于擴展的Kaya恒等式的中國農(nóng)業(yè)碳排放驅(qū)動因素分析[J]. 中國科學院大學學報, 2015, 32(6): 751-759.

[24] 劉丙泉, 程凱, 馬占新. 城鎮(zhèn)化對物流業(yè)碳排放變動影響研究[J]. 中國人口·資源與環(huán)境, 2016, 26(3): 54-60.

[責任編輯：陳 林]

Research on the Impact of Industrial Structure Upgrading on Carbon Emission Reduction in China

LI Bin ZHANG Xiao-dong

Based on the constructed industrial structure upgrading index and results of spatial correlation test of carbon emissions, we selects the 2005-2014 provincial panel data to analyze the carbon emission effect of Chinese industrial structure upgrading from the national level and regional level. The results show that the upgrading of the industrial structure can reduce carbon emissions, but subject to the backward industry structure, the carbon emission reduction effect of the industrial structure upgrading in China still needs to further stimulate; In region, spatial spillover effects of industrial structure upgrading on carbon emissions have significant spatial heterogeneity. Based on the above research,this paper provides the relevant policy.

carbon emission reduction; industrial structure; industrial upgrading; Spatial Durbin Model

2016-11-03

湖南省科技廳創(chuàng)新項目“我國基本公共服務均等化的評價體系及其應用研究”(項目編號：CX2016B142，項目負責人：李拓)；國家軟科學重大項目“科技促進經(jīng)濟發(fā)展方式轉(zhuǎn)變的評價方法和體系研究”(項目編號：2011GXS1B001，項目負責人：李斌)。

李斌，管理學博士,湖南大學經(jīng)濟與貿(mào)易學院教授，研究方向:物流管理，計量經(jīng)濟學；張曉冬，湖南大學經(jīng)濟與貿(mào)易學院碩士研究生，研究方向：產(chǎn)業(yè)經(jīng)濟。

F426

A

1674-8298(2017)02-0079-14