中國(guó)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)碳強(qiáng)度影響的空間計(jì)量研究

馮彥++祝凌云++張大紅

摘要：基于SDM運(yùn)用Matlab和Geoda測(cè)度細(xì)化產(chǎn)業(yè)結(jié)構(gòu)對(duì)我國(guó)30個(gè)省碳強(qiáng)度的影響，結(jié)果表明我國(guó)碳強(qiáng)度存在顯著的空間自相關(guān)性、集聚性和路徑依賴(lài)性。其中對(duì)碳強(qiáng)度的影響，交通業(yè)（0899，最為顯著）>工業(yè)（0372）>建筑業(yè)（0316）>第一產(chǎn)業(yè)（0083）>商業(yè)（-0246），整體上看，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整有利于降低碳強(qiáng)度；同時(shí)現(xiàn)今碳強(qiáng)度更易受交通業(yè)、工業(yè)和建筑業(yè)的正影響和商業(yè)的負(fù)影響。因此降低此三類(lèi)產(chǎn)業(yè)占比，增加商業(yè)占比，并配合新型節(jié)能環(huán)保技術(shù)，有利于降低本地區(qū)和周?chē)貐^(qū)的碳強(qiáng)度。

關(guān)鍵詞：碳強(qiáng)度；產(chǎn)業(yè)結(jié)構(gòu)；SDM；空間自相關(guān)性

DOI：10.13956/j.ss.1001-8409.2017.07.03

中圖分類(lèi)號(hào)：F264；F2240 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-8409（2017）07-0011-05

Spatial and Econometric Analysis of Effect of Industrial

Structure Adjustment on Carbon Intensity in China

FENG Yan， ZHU Lingyun， ZHANG Dahong

（ Economics and Management College， Beijing Forestry University， Beijing 100083）

Abstract： Based on spatial durbin model， this paper measures the influence of refined industrial structure on carbon intensity in Chinese 30 provinces via using Matlab and Geoda. The result of which demonstrates carbon intensity has significant spatial spillover effects， clustering and path dependence. In addition， the influence of transportation on carbon intensity is most obvious （0.864） > industry（0.372） > construction（0.316） >primary industry（0.083） >business（0.246）. Overall， adjustment of industrial structure is beneficial to reduce carbon intensity， andnowadays carbon intensity is more likely to be affected by transportation， industrial and construction and reduced by business， thereby reducing proportion of three industry， increasing proportion of business， using energysaving and energy protection technologies， can reduce carbon intensity effectively.

Key words：carbon intensity； industrial structure； SDM； spatial autocorrelation

當(dāng)前，我國(guó)針對(duì)環(huán)境問(wèn)題已提出建立環(huán)境追究責(zé)任制的要求，并于2015年向聯(lián)合國(guó)氣候變化框架公約秘書(shū)處提交了《強(qiáng)化應(yīng)對(duì)氣候變化行動(dòng)——中國(guó)國(guó)家自主貢獻(xiàn)》，提出2030年碳強(qiáng)度要相對(duì)于2005年下降60%～65%。

基于理論和實(shí)踐的需要，環(huán)境相關(guān)研究正逐步深入，其中不乏關(guān)于產(chǎn)業(yè)結(jié)構(gòu)與環(huán)境污染的研究。綜合國(guó)內(nèi)外研究，主要包括：（1）指數(shù)分解法。學(xué)者們主要利用Kaya恒等式分解得出碳排放的影響因素，并測(cè)度影響程度[1]。（2）結(jié)構(gòu)分解分析法。主要和投入產(chǎn)出模型相結(jié)合[2]。（3）回歸分析法。第一類(lèi)為關(guān)于EKC假設(shè)的驗(yàn)證及討論，許多學(xué)者探討了碳排放是否存在EKC曲線及預(yù)測(cè)[3]，如Salih分析得出表明旅游業(yè)發(fā)展和碳排放之間存在EKC關(guān)系[4]。除此之外，也有一些學(xué)者摒棄了EKC模型，研究環(huán)境對(duì)經(jīng)濟(jì)增長(zhǎng)的反作用[5]。第二類(lèi)為基于STIRPAT模型的中國(guó)碳排放影響因素研究[6]，如Yanan等人得出能源強(qiáng)度是影響發(fā)達(dá)地區(qū)碳排放的最大因素，工業(yè)化、人口和單位GDP對(duì)不發(fā)達(dá)地區(qū)的影響程度更大[7]。

實(shí)際上，當(dāng)今經(jīng)濟(jì)一體化進(jìn)程的加快伴隨的是貿(mào)易的互通有無(wú)、大量的進(jìn)出口和外商投資，這樣就忽略了不同經(jīng)濟(jì)體之間的“轉(zhuǎn)嫁”效應(yīng)以及“污染天堂”假說(shuō)中提到的污染避難，模型偏差難以避免，從而降低了結(jié)果的解釋力和說(shuō)服力。因此，本文從三個(gè)角度出發(fā)，研究細(xì)分產(chǎn)業(yè)對(duì)碳強(qiáng)度的影響大小，同時(shí)考慮經(jīng)濟(jì)一體化進(jìn)程背景下污染呈現(xiàn)的空間依賴(lài)性，判斷和甄別碳強(qiáng)度是否存在空間溢出效應(yīng)，比較產(chǎn)業(yè)結(jié)構(gòu)變化前后碳強(qiáng)度的影響因素差異，最終選取合適的模型研究細(xì)分產(chǎn)業(yè)對(duì)碳強(qiáng)度的影響，并就減少碳排放和實(shí)現(xiàn)中國(guó)的自主貢獻(xiàn)目標(biāo)提出建議。

33空間面板數(shù)據(jù)回歸分析

331非空間面板數(shù)據(jù)回歸結(jié)果

傳統(tǒng)和穩(wěn)健的LM檢驗(yàn)可判斷SEM或SLM哪個(gè)更為合適，由表3可知，傳統(tǒng)和穩(wěn)健的LM檢驗(yàn)均在1%的顯著性水平上拒絕了沒(méi)有空間滯后被解釋變量的原假設(shè)。雙固定效應(yīng)模型穩(wěn)健的LM檢驗(yàn)在5%的顯著性水平上拒絕了沒(méi)有空間自相關(guān)誤差項(xiàng)的原假設(shè)，除此之外，其余檢驗(yàn)均在1%的顯著性水平上拒絕了原假設(shè)。且似然比檢驗(yàn)時(shí)間固定效應(yīng)得出，時(shí)間固定效應(yīng)的估計(jì)值為339009（p=0000<001），表明可以選擇時(shí)間固定效應(yīng)模型。

Wald和LR檢驗(yàn)均在1%的顯著性水平上拒絕γ=0和γ+ρβ=0的原假設(shè)，因此必須拒絕SEM和SLM，選擇SDM。 Hausman檢驗(yàn)結(jié)果（估計(jì)值為17623，p=0000<001）表明，固定效應(yīng)更為合適。

332SDM回歸結(jié)果分析

表4列出了研究期初、期末各模型的回歸結(jié)果。前面已分析得出我國(guó)碳強(qiáng)度整體處于下降趨勢(shì)，表明從整體上看，隨著三次產(chǎn)業(yè)結(jié)構(gòu)占比的變化以及產(chǎn)業(yè)內(nèi)部的技術(shù)進(jìn)步等因素，我國(guó)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整有助于降低碳強(qiáng)度。從產(chǎn)業(yè)細(xì)分來(lái)看，期初碳強(qiáng)度增加的主要驅(qū)動(dòng)因素為交通業(yè)和工業(yè)。之后變?yōu)榻煌I(yè)、工業(yè)和建筑業(yè)。相比2005年工業(yè)來(lái)說(shuō)，現(xiàn)今碳強(qiáng)度更易受到交通業(yè)的影響。建筑業(yè)占比遠(yuǎn)低于工業(yè)占比，但它引起的碳強(qiáng)度的增加已經(jīng)不容忽視。

分析面板數(shù)據(jù)的SDM可知，交通業(yè)對(duì)碳強(qiáng)度的影響最大。2013年交通業(yè)能源消費(fèi)量占總量的496%，其中僅石油消費(fèi)量就占3796%，已超過(guò)了工業(yè)部門(mén)的石油消費(fèi)量（175946萬(wàn)噸）。車(chē)輛能源消耗是影響碳排放量的主要來(lái)源[9]，2013年民用汽車(chē)擁有量為1267014萬(wàn)輛，其他機(jī)動(dòng)車(chē)擁有量達(dá)113223萬(wàn)輛，車(chē)輛增加導(dǎo)致交通業(yè)成為能源消費(fèi)量較高、碳排放量增速較快的領(lǐng)域。2013年工業(yè)消耗能源總量為29113063萬(wàn)噸標(biāo)準(zhǔn)煤（占6983%），作為能源消耗的主要產(chǎn)業(yè)，工業(yè)對(duì)碳強(qiáng)度的影響仍然顯著。2013年建筑業(yè)的石油消費(fèi)量為30906萬(wàn)噸，并且建筑業(yè)在消耗能源的同時(shí)，碳排放比例高達(dá)36%[10]。建筑業(yè)的碳排放不僅包括自身活動(dòng)直接碳排放，還包括其對(duì)拉動(dòng)和誘發(fā)關(guān)聯(lián)產(chǎn)業(yè)產(chǎn)生的間接碳排放（這一比例達(dá)到95%）[11]，因此建筑業(yè)的影響系數(shù)較大。第一產(chǎn)業(yè)對(duì)碳強(qiáng)度的影響作用為正，但現(xiàn)代農(nóng)業(yè)生產(chǎn)模式的形成、機(jī)械使用效率的提高、第一產(chǎn)業(yè)比重下降等在一定程度上降低了其對(duì)碳強(qiáng)度的直接效應(yīng)，這和魯萬(wàn)波等研究的第五階段結(jié)果相近[12]。商業(yè)占比較小且商業(yè)的能源消費(fèi)量最低，因此提高商業(yè)和降低第一產(chǎn)業(yè)比重有利于降低碳強(qiáng)度。

工業(yè)和交通業(yè)的直接效應(yīng)最大，是碳強(qiáng)度增加的主要驅(qū)動(dòng)因素。建筑業(yè)占比低于第一產(chǎn)業(yè)占比，但其對(duì)碳強(qiáng)度的正向影響明顯高于第一產(chǎn)業(yè)，表明建筑業(yè)減排也是一項(xiàng)重點(diǎn)任務(wù)。商業(yè)的直接效應(yīng)和間接效應(yīng)均為負(fù)，表明商業(yè)占比的增加會(huì)降低本地區(qū)和周?chē)貐^(qū)的碳強(qiáng)度。其余四類(lèi)產(chǎn)業(yè)的間接效應(yīng)為正，其中交通業(yè)的間接效應(yīng)最大，表明本地區(qū)交通業(yè)的發(fā)展會(huì)比其他產(chǎn)業(yè)為周?chē)貐^(qū)帶來(lái)更多碳強(qiáng)度的增加。

4結(jié)論與討論

41結(jié)論

采用Matlab和Geoda軟件對(duì)2013年中國(guó)30個(gè)省域碳強(qiáng)度和產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行回歸分析，得出如下結(jié)論：

第一，我國(guó)碳強(qiáng)度分布呈現(xiàn)階梯性（東部>中部>西部），碳排放量呈相反趨勢(shì)分布，東部地區(qū)GDP增速大于碳排放量增速、碳排放轉(zhuǎn)移和碳泄露效應(yīng)都有可能導(dǎo)致這種結(jié)果。第二，Morans I和LISA聚類(lèi)圖表明，我國(guó)碳強(qiáng)度和產(chǎn)業(yè)結(jié)構(gòu)并非完全的隨機(jī)分布，存在空間正相關(guān)性，同時(shí)莫蘭指數(shù)的增加表明我國(guó)碳強(qiáng)度有路徑依賴(lài)性、集聚性和低流動(dòng)性，主要呈現(xiàn)HH和LL的二元分布結(jié)構(gòu)。第三，LM、Wald、LR和Hausman檢驗(yàn)判別時(shí)間固定效應(yīng)的SDM為本文計(jì)量模型，分析表明交通業(yè)是碳強(qiáng)度增加的最大驅(qū)動(dòng)因素，其次是工業(yè)>建筑業(yè)>第一產(chǎn)業(yè)>0>商業(yè)，第一產(chǎn)業(yè)、工業(yè)和交通業(yè)對(duì)碳強(qiáng)度的正影響作用以及商業(yè)和建筑業(yè)對(duì)碳強(qiáng)度的負(fù)影響作用在OLS中被高估。第四，交通業(yè)的間接效應(yīng)最大，其次是第一產(chǎn)業(yè)和工業(yè)，表明本地區(qū)這三類(lèi)產(chǎn)業(yè)的增加會(huì)引起周?chē)貐^(qū)碳排放的增加。第五，研究期初導(dǎo)致碳強(qiáng)度增加的主要因素為交通業(yè)和工業(yè)，期末為交通業(yè)。整體上看，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整有利于降低碳強(qiáng)度，相較2005年來(lái)說(shuō)，現(xiàn)今碳強(qiáng)度更易受交通業(yè)、工業(yè)和建筑業(yè)的影響。

42討論

回顧相關(guān)研究，有學(xué)者得出第三產(chǎn)業(yè)占比增加會(huì)降低污染物排放，如吳玉鳴和田斌[13]分析得出，第一產(chǎn)業(yè)和第三產(chǎn)業(yè)對(duì)環(huán)境污染的破壞不如第二產(chǎn)業(yè)嚴(yán)重，且第三產(chǎn)業(yè)占比增加會(huì)降低污染物排放；有學(xué)者得出第二產(chǎn)業(yè)占比增加會(huì)顯著增加碳排放[14]，這和程葉青等人[15]的研究結(jié)論一致。本文中工業(yè)和建筑業(yè)增加會(huì)增加碳排放強(qiáng)度，這與徐海平、程葉青等學(xué)者的結(jié)論一致，但第三產(chǎn)業(yè)中交通業(yè)占比的提高會(huì)增加碳強(qiáng)度，這與吳玉鳴等學(xué)者的研究結(jié)論不一致。

綜上所述，在未來(lái)發(fā)展過(guò)程中應(yīng)當(dāng)重視交通業(yè)和建筑業(yè)對(duì)碳強(qiáng)度的正影響，調(diào)整工業(yè)和建筑業(yè)結(jié)構(gòu)，加快發(fā)展新興工業(yè)、生產(chǎn)綠色環(huán)保建筑，規(guī)制高耗能、高污染企業(yè)；轉(zhuǎn)變交通業(yè)的發(fā)展方式，使用清潔能源和新型交通工具、提高能源轉(zhuǎn)化效率，環(huán)保出行；同時(shí)發(fā)展生態(tài)農(nóng)業(yè)和商業(yè)，考慮碳排放的空間溢出效應(yīng)，關(guān)注自身和周?chē)∮虍a(chǎn)業(yè)結(jié)構(gòu)調(diào)整的相互影響，共同為實(shí)現(xiàn)中國(guó)的自主貢獻(xiàn)目標(biāo)、控制全球溫室效應(yīng)做出努力。

參考文獻(xiàn)：

[1]Shrestha R M，Timilsina G R. Factours Affecting Intensities of Power Sector in Asia：A Divisia Decomposition Analysis[J].Energy Economics，1996，18（4）：283-293.

[2]Ren S，Yuan B，Ma X， et al.International trade， FDI （Foreign Direct Investment） and Embodied CO2 Emissions：A Case Study of Chinas Industrial Sectors[J].China Economic Review， 2014，28：123-134.

[3]Ajmi A N，Hammoudeh S，Nguyen D K， et al.On the Relationships between CO2 Emissions， Energy Consumption and Income：The Importance of Time Variation[J].Energy Economics， 2015，49：629-638.

[4]Katircio Lu S T.Testing the Tourism-induced EKC Hypothesis：The case of Singapore[J]. Economic Modelling，2014，41：383-391.

[5]呂健.中國(guó)經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染關(guān)系的空間計(jì)量分析[J].財(cái)貿(mào)研究，2011（4）：1-7.

[6]Cong X，Zhao M，Li L.Analysis of Carbon Dioxide Emissions of Buildings in Different Regions of China Based on STIRPAT Model[J].Procedia Engineering，2015，121：645-652.

[7]Wang Y，Zhao T.Impacts of Energy-related CO2 Emissions：Evidence from Under Developed， Developing and Highly Developed Regions in China[J].Ecological Indicators， 2015，50：186-195.

[8]肖雁飛，萬(wàn)子捷，劉紅光.我國(guó)區(qū)域產(chǎn)業(yè)轉(zhuǎn)移中“碳排放轉(zhuǎn)移”及“碳泄漏”實(shí)證研究——基于2002年、2007年區(qū)域間投入產(chǎn)出模型的分析[J].財(cái)經(jīng)研究，2014，40（2）：75-84.

[9]張?zhí)招?，曾熬?中國(guó)交通碳排放空間計(jì)量分析[J].城市發(fā)展研究，2013，20（10）：14-20.

[10]馮博，王雪青.中國(guó)各省建筑業(yè)碳排放脫鉤及影響因素研究[J].中國(guó)人口·資源與環(huán)境， 2015，25（4）：28-34.

[11]張智慧，劉睿劼.基于投入產(chǎn)出分析的建筑業(yè)碳排放核算[J].清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，53（1）：53-57.

[12]魯萬(wàn)波，仇婷婷，杜磊.中國(guó)不同經(jīng)濟(jì)增長(zhǎng)階段碳排放影響因素研究[J].經(jīng)濟(jì)研究，2013，（4）：106-118.

[13]吳玉鳴，田斌.省域環(huán)境庫(kù)茲涅茨曲線的擴(kuò)展及其決定因素——空間計(jì)量經(jīng)濟(jì)學(xué)模型實(shí)證[J].地理研究，2012，31（4）：627-640.

[14]許海平.空間依賴(lài)、碳排放與人均收入的空間計(jì)量研究[J].中國(guó)人口.資源與環(huán)境，2012，22（9）：149-157.

[15]程葉青，王哲野，張守志，等.中國(guó)能源消費(fèi)碳排放強(qiáng)度及其影響因素的空間計(jì)量[J].地理學(xué)報(bào)，2013，68（10）：1418-1431.

（責(zé)任編輯：辜萍）