基于空間計(jì)量的中國省域火電行業(yè)碳排放效率分析

蔣毅一，彭 林，趙 爽，劉 琳

（江蘇大學(xué)管理學(xué)院，江蘇鎮(zhèn)江 212013）

一、引 言

我國高度重視低碳經(jīng)濟(jì)發(fā)展，提出到2030年二氧化碳排放將達(dá)到峰值，2015年更是承諾將碳排放強(qiáng)度到2030年下降60%～65%[1]。電力行業(yè)是中國基礎(chǔ)能源行業(yè)，其中，火力發(fā)電由于其煤炭耗能特點(diǎn)，是電力行業(yè)碳排放的主要來源，2017年啟動的全國碳市場中，火力發(fā)電企業(yè)涉及排放二氧化碳35億噸，占全國碳排放總量的1/3[2]，因此，國務(wù)能源局出臺的《能源發(fā)展十三五規(guī)劃綱要》專門提出火電行業(yè)的嚴(yán)格減排目標(biāo)。鑒于以上原因，探究火電行業(yè)的碳生產(chǎn)率，區(qū)域間的差異以及影響該行業(yè)碳排放效率的因素，對中國能源結(jié)構(gòu)調(diào)整，區(qū)域協(xié)調(diào)發(fā)展，履行在國際社會中大國義務(wù)具有重要的意義。

低碳經(jīng)濟(jì)指在減少能源消耗和二氧化碳排放的同時，獲得更多的經(jīng)濟(jì)產(chǎn)出，Ang[3]提出能源強(qiáng)度和人均單位GDP排放量的概念，Kaya等[4]提出了碳生產(chǎn)率，可定義為單位能源投入的經(jīng)濟(jì)產(chǎn)出。碳排放強(qiáng)度和碳生產(chǎn)率雖然都是衡量低碳經(jīng)濟(jì)的重要指標(biāo)，但潘家華等[5]認(rèn)為碳排放效率強(qiáng)調(diào)每單位經(jīng)濟(jì)產(chǎn)生的二氧化碳排放量，作為正向指標(biāo)更符合大眾習(xí)慣。碳排放效率根據(jù)生產(chǎn)要素的多少分為單要素碳排放效率和全要素碳排放效率，全要素碳排放效率反映了所有投入要素的綜合產(chǎn)出效率，比單要素生產(chǎn)率更符合實(shí)際的生產(chǎn)環(huán)境[6]。

國內(nèi)外學(xué)者對碳排放效率進(jìn)行了深入研究，F(xiàn)are等[7]采用考慮非期望產(chǎn)出的方向性距離函數(shù)對火電企業(yè)碳排放效率進(jìn)行研究；Chen等[8]使用ML指數(shù)測算中國38個工業(yè)部門的綠色全要素生產(chǎn)率；林善浪等[9]在研究技術(shù)創(chuàng)新、空間聚集與區(qū)域碳生產(chǎn)率時，指出區(qū)域碳生產(chǎn)率主要受經(jīng)濟(jì)活動的影響；龍如銀等[10]從行業(yè)角度指出能源效率是提高碳生產(chǎn)率的主要因素，第二產(chǎn)業(yè)對碳生產(chǎn)率的影響較大。中國幅員遼闊，各地域能源結(jié)構(gòu)，經(jīng)濟(jì)水平差異明顯，忽略空間因素的傳統(tǒng)計(jì)量回歸可能對結(jié)果產(chǎn)生誤差[11]。Burnett等[12]使用面板數(shù)據(jù)研究美國工業(yè)碳排放發(fā)現(xiàn)存在顯著的空間效應(yīng)；Zhang等[13]利用空間計(jì)量模型分析得出中國碳排放強(qiáng)度具有很強(qiáng)的空間溢出效應(yīng)；袁長偉等[14]采用超效率SBM模型測算中國省域交通碳排放效率，并結(jié)合空間計(jì)量模型分析在空間上的分布特點(diǎn)及影響因素；李若影[15]使用計(jì)量模型考察中國各區(qū)域人口規(guī)模、富裕程度等因素與中國交通碳排放的相互關(guān)系；馬大來[16]運(yùn)用空間面板驗(yàn)證中國農(nóng)業(yè)能源碳排放效率的空間依賴性，并利用SAR和SEM模型研究其影響因素。

對中國電力行業(yè)碳排放效率的研究，任玉瓏等[17]指出電力行業(yè)的二氧化碳排放面臨巨大的壓力和顯著的減排空間；Zhao等[18]利用ARDL模型研究了行業(yè)增加值、火電設(shè)備平均利用小時數(shù)、標(biāo)準(zhǔn)煤耗率三個因素對中國電力工業(yè)碳排放的影響；Yuan等[19]和林伯強(qiáng)[20]的研究均指出中國的GDP、資本、人力資源和電力消費(fèi)之間存在長期的均衡關(guān)系；付坤等[21]從生產(chǎn)和消費(fèi)端共擔(dān)責(zé)任的視角分析了各省在電力系統(tǒng)減排中需要承擔(dān)的責(zé)任。在影響電力系統(tǒng)碳排放效率的影響因素的研究中，王常凱等[22]利用對數(shù)平均迪氏指數(shù)分解法把電力碳排放增長分解為排放因子、能源結(jié)構(gòu)、電力結(jié)構(gòu)等10個影響因素，表明中國需要從電力生產(chǎn)、輸送、消費(fèi)等環(huán)節(jié)入手控制碳排放；齊紹州等[23]利用Malmquist指數(shù)和STIRPAT模型，基于長江經(jīng)濟(jì)帶面板模型分析電力行業(yè)碳排放的影響因素；王喜平等[24]采用LMDI方法分析了電力行業(yè)碳排放的影響因素，從電力生產(chǎn)環(huán)節(jié)和消費(fèi)環(huán)節(jié)分別給出了政策建議。

以往學(xué)者圍繞碳排放效率的測算，影響碳排放效率的因素，演變趨勢等問題進(jìn)行了較為全面和深入的研究，但是部分研究未將空間因素考慮在內(nèi)，而忽略空間因素討論碳排放效率及其影響因素容易造成結(jié)果產(chǎn)生偏差，不利于制定科學(xué)的改善措施?；诖?，本文使用2003—2016年30個省市的面板數(shù)據(jù)的基礎(chǔ)，考慮非期望產(chǎn)出超效率SBM模型，對各省市的碳排放效率進(jìn)行測度，檢驗(yàn)中國省域火電行業(yè)碳排放效率的空間相關(guān)性，并結(jié)合空間計(jì)量模型對影響中國省域火電碳排放效率的主要影響因素進(jìn)行分析，并對中國火電行業(yè)低碳發(fā)展提出針對性建議。

二、中國省域火電行業(yè)碳排放效率的測算

（一）中國省域火電行業(yè)碳排放的計(jì)算

中國電力行業(yè)的內(nèi)部運(yùn)行主要包括電力勘探、建造、生產(chǎn)、輸電、配送、供電六個環(huán)節(jié)，其中，碳排放的產(chǎn)生僅限于電力生產(chǎn)環(huán)節(jié)。電力行業(yè)生產(chǎn)的主要方式有火電、水電、風(fēng)電、核電等，火電是主要的碳排放來源[17]。由于《中國能源統(tǒng)計(jì)年鑒》沒有對電力行業(yè)進(jìn)行單獨(dú)分類，因此采用電力、熱力生產(chǎn)和供應(yīng)業(yè)的相應(yīng)數(shù)據(jù)代替，采用IPCC給出排放因子法對電力系統(tǒng)的碳排放效率進(jìn)行測算，值得注意的是，火電生產(chǎn)產(chǎn)生的二氧化碳由生產(chǎn)端還是消費(fèi)端承擔(dān)的問題，在學(xué)術(shù)界還沒有形成定論，由于本文從空間角度考察碳生產(chǎn)率，故按照“生產(chǎn)地負(fù)責(zé)”原則進(jìn)行核算。

計(jì)算公式如下：

其中，CO2表示二氧化碳排放量，i表示能源種類，Ei表示能源消費(fèi)量，EFi表示i類能源的碳排放系統(tǒng)，NCVi表示i類能源平均低位發(fā)熱量，CEFi表示i能源平均熱值含碳量，COFi表示i類能源碳氧化率，44/12是二氧化碳分子量比值。

火電生產(chǎn)消費(fèi)的能源包括：煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天燃?xì)猓鞣N能源的消耗以及平均低位發(fā)熱量、碳氧化因子等系數(shù)來源于歷年《中國電力年鑒》《中國能源年鑒》《中國統(tǒng)計(jì)年鑒》。根據(jù)（1）式結(jié)果測算各省歷年平均火電碳排放均值，如圖1所示。

圖1 各省市電力系統(tǒng)碳排放均值灰度圖

從圖1可見，各省電力碳排放差異較大，內(nèi)蒙古、江蘇和山東的平均火電碳排放水平較高，海南、青海和北京火電行業(yè)碳排放較低，考慮原因是各地區(qū)能源稟賦，城市發(fā)展水平以及城市功能定位差異，根據(jù)火電行業(yè)碳排放水平，測算其全要素碳排放效率。

（二）中國省域火電行業(yè)碳排放效率測算

Tone[25]在2003年提出納入非期望產(chǎn)出的SBM模型，將松弛變量直接放入了目標(biāo)函數(shù)中，一方面解決了投入的松弛性問題，另一方面也解決了非期望產(chǎn)出的效率評價問題[26]，最終的效率值在0～1之間。當(dāng)存在多個決策單元同時有效時，無法進(jìn)一步比較，超效率SBM作為傳統(tǒng)DEA模型的改進(jìn)，允許效率值大于1[27]，定義其生產(chǎn)可能集為：

假設(shè)有n個決策單元，每個決策單元有m個投入，r1個期望產(chǎn)出和r2個非期望產(chǎn)出，構(gòu)建超效率SBM模型如下：

采用2003—2016年30個省份的面板數(shù)據(jù)，主要來源于歷年《中國統(tǒng)計(jì)年鑒》《中國電力年鑒》《中國能源年鑒》。K表示資本投入，用各省份歷年火電裝機(jī)容量表示。L表示勞動力投入，由于沒有專門的電力行業(yè)勞動者從業(yè)人數(shù)統(tǒng)計(jì)，采用與電力行業(yè)高度相關(guān)的電力、熱力生產(chǎn)與供應(yīng)業(yè)從業(yè)人數(shù)表示。F表示能源使用，采用歷年各省份發(fā)電技術(shù)經(jīng)濟(jì)指標(biāo)乘火力發(fā)電度數(shù)得到。期望產(chǎn)出E表示火電行業(yè)發(fā)電量。非期望產(chǎn)出C表示二氧化碳排放量。運(yùn)用DEA Solver 3.0進(jìn)行測算，得到中國省域火電行業(yè)碳排放效率，同時按照空間區(qū)位將30個省份分為東、中、西部，所得數(shù)據(jù)見表1。

表1 2003—2016年中國各省市電力系統(tǒng)碳排放效率

續(xù)表1

根據(jù)表1，北京、江蘇、上海的火電行業(yè)碳排放效率較高，歷年的效率均值達(dá)到最優(yōu)水平，作為全國經(jīng)濟(jì)領(lǐng)先的省市，經(jīng)濟(jì)技術(shù)發(fā)展水平較其他區(qū)域優(yōu)勢明顯，而屬于中部地區(qū)的江西、湖北、湖南等地區(qū)碳排放效率均值較低，承擔(dān)著區(qū)域電力生產(chǎn)的重要責(zé)任，電網(wǎng)系統(tǒng)技術(shù)水平和管理效率相比于沿海發(fā)達(dá)省市較低，火電生產(chǎn)環(huán)節(jié)能源完全燃燒率不高。各區(qū)域電力系統(tǒng)碳排放效率在時間序列上的變化趨勢如圖2所示。

圖2 2003—2016年全國及三大區(qū)域電力系統(tǒng)碳排放灰度圖

如圖2所示，火電行業(yè)碳排放效率東部省份普遍效率值較高，這和吳玉鳴等[28]的研究結(jié)論基本一致，東西、中部除個別年份外，呈現(xiàn)遞減格局。東部地區(qū)的碳排放效率大于全國平均效率值0.82，達(dá)到0.89，說明在考慮資本投入、勞動力投入、能源投入要素后，東部地區(qū)有地理位置方面的優(yōu)勢能夠吸引人才和投資，同時，在不斷引進(jìn)先進(jìn)技術(shù)后，產(chǎn)業(yè)結(jié)構(gòu)升級，能源利用效率提升，值得注意的是在2007年東部的效率值達(dá)到波峰1.05，并在2008年維持在0.93，可能原因是奧運(yùn)會期間，政府在環(huán)境整改上加大投入，綜合治理以電力生產(chǎn)為主的高能耗高污染部門。中部和西部的碳排放效率低于全國平均水平，西部略高于中部，中西部地區(qū)的經(jīng)濟(jì)發(fā)展對化石能源依賴較強(qiáng)，在技術(shù)水平和能源利用效率方面較沿海城市不高，高耗能、高排放、低產(chǎn)量的小火電組依舊正常運(yùn)營，環(huán)境保護(hù)、低碳發(fā)展意識有待加強(qiáng)。

綜上，中國省域火電行業(yè)的碳排放效率表現(xiàn)為西中遞減，西部略大于中部，效率值最優(yōu)的區(qū)域集中在東南沿海區(qū)域，而效率值較低的區(qū)域集中在中西部經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，這說明各省份在電力系統(tǒng)碳排放效率的空間分布上存在一定的規(guī)律，基于此，有必要進(jìn)一步驗(yàn)證中國電力系統(tǒng)碳排放效率的空間相關(guān)性并討論可能的影響因素。

三、中國省域火電行業(yè)碳排放效率的空間相關(guān)性

空間相關(guān)性是指地理距離鄰近的區(qū)域可能存在某種聯(lián)系，使得他們的碳排放效率呈現(xiàn)一定的相關(guān)性。全局Moran指數(shù)衡量被考察對象的全局空間相關(guān)性，該指標(biāo)能夠在空間上反映被考察對象是否有空間聚集、空間離散或者空間隨機(jī)的特性。其計(jì)算公式如下：

其中，xi和xj是電力行業(yè)碳排放績效的觀測值，表示觀測變量的平均值，wij是空間權(quán)重矩陣，刻畫了各空間單元的空間鄰接關(guān)系，本研究采用ROOK相鄰規(guī)則下的二進(jìn)制空間鄰接矩陣，當(dāng)i地區(qū)和j地區(qū)相鄰取1，反之取0，同時對矩陣wij以每一行為單位進(jìn)行標(biāo)準(zhǔn)化，使得每一行元素之和為1，即：。Moran’s I取值范圍在[－1，1]，當(dāng)取值大于0時，表示存在空間正相關(guān)；當(dāng)取值小于0時，表示存在空間負(fù)相關(guān)；若取值為0，表示不存在空間相關(guān)性。除此之外需要對莫蘭指數(shù)進(jìn)行顯著性檢驗(yàn)，檢驗(yàn)公式為：

E（I）和VAR（I）分別表示莫蘭指數(shù)的期望和方差，采用Open Geoda測算出全國30個省市2003—2016年的電力系統(tǒng)碳排放效率的全局Moran指數(shù)，并對其顯著性進(jìn)行檢驗(yàn)，結(jié)果如表2所示。

表2 2003—2016年中國省域火電行業(yè)碳排放效率Moran值及檢驗(yàn)

從表2可見，2003—2016年Moran’s I均為正數(shù)，且除部分年份外，均通過了P小于0.05的顯著性檢驗(yàn)，證明中國的碳排放效率在空間相關(guān)性上是正相關(guān)關(guān)系，效率較高的省份，周圍省市的碳排放效率往往也較高。同時，Moran指數(shù)隨時間推移不斷波動，2015和2016年觀測值較高。以上結(jié)果說明，區(qū)域間電力系統(tǒng)碳排放效率之間存在空間相關(guān)性，且隨時間推移進(jìn)一步加強(qiáng)，在進(jìn)行影響因素分析時不可忽略空間相關(guān)性的影響。

全域莫蘭指數(shù)反映了觀測單元的空間相關(guān)性，只能表述全域內(nèi)各單元的平均關(guān)聯(lián)程度，如果一些省區(qū)存在正的空間相關(guān)性而一些省區(qū)存在負(fù)的空間相關(guān)性，兩者可能會抵消，局部Moran’s I指數(shù)可以檢測出局部空間自相關(guān)的空間特征，Local Moran’s I的表達(dá)式為：

Local Moran’s I取值范圍[－1，1]。當(dāng)Local Moran’s I正值且較大時，區(qū)域單元與相鄰單元的觀測屬性存在較強(qiáng)的正空間自相關(guān)，呈局部空間聚集（高值聚集或低值聚集）；反之，存在較強(qiáng)負(fù)空間自相關(guān)。圖3～圖5給出反映區(qū)域電力系統(tǒng)碳排放效率的局部散點(diǎn)圖。根據(jù)觀測單元落在不同的象限，將中國省域電力系統(tǒng)的碳排放效率分為H－H聚集（第一象限），代表自身電力系統(tǒng)碳排放效率較高，周圍鄰近地區(qū)的碳排放效率也較高的地區(qū)。L－L聚集（第三象限），代表自身效率低，周圍地區(qū)也低的地區(qū)。H－L聚集（第二象限），代表自身高，周圍低的地區(qū)。L－H聚集（第四象限），代表自身低，周邊地區(qū)高的地區(qū)。

圖3 2003年中國省域火電行業(yè)碳排放效率莫蘭散點(diǎn)圖

圖5 2016年中國省域火電行業(yè)碳排放效率莫蘭散點(diǎn)圖

散點(diǎn)圖橫坐標(biāo)表示各省標(biāo)準(zhǔn)化之后火電行業(yè)碳排放效率，縱坐標(biāo)表示經(jīng)空間加權(quán)后的各省火電行業(yè)碳排放效率水平。2003年和2010年位于H－H和L－L象限的具有空間自相關(guān)的省份為22個，占70%，2016年是25個，達(dá)83.3%，隨著時間推移，空間相關(guān)性的趨勢逐漸增強(qiáng)，中國省域火電行業(yè)碳排放效率空間相關(guān)性不僅主要存在空間依賴性，同時也存在一部分的空間異質(zhì)性。高高聚集的區(qū)域主要集中在東部發(fā)達(dá)地區(qū)，低低聚集區(qū)域主要集中在中西部省份。

四、中國省域火電行業(yè)碳排放效率影響因素研究

根據(jù)上文的研究結(jié)果，Moran指數(shù)檢驗(yàn)發(fā)現(xiàn)中國省域火電行業(yè)碳排放效率具有顯著的空間相關(guān)性，使得在分析影響碳排放效率的因素過程中樣本的獨(dú)立性假設(shè)不再滿足，需要引入空間計(jì)量模型進(jìn)行估算，以消除空間相關(guān)性帶來的影響。面板計(jì)量模型相比較截面模型能夠提供更多的信息，使得計(jì)量結(jié)果更加精確。在普通面板模型的基礎(chǔ)上，引入空間效應(yīng)，基于空間自相關(guān)項(xiàng)是以何種方式引入回歸模型的，可以分為空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）[29]，其中：

（1）空間滯后模型（SLM）：

（2）空間誤差模型（SEM）：

其中，δ和λ分別表示空間自相關(guān)系數(shù)，ε表示隨機(jī)擾動項(xiàng)。

（3）空間杜賓模型不僅包含了因變量的空間滯后因子，也包含了自變量的空間滯后因子，基本公式為：

當(dāng)θ＝0時，模型退化為SLM；當(dāng)θ＋λβ＝0時，模型退化為SEM[30]。結(jié)合王常凱[22]、齊紹州等[23]的研究，選取人口規(guī)模，人均收入水平（為消除價格變動的影響，選取2003年為基期進(jìn)行調(diào)整），發(fā)電能源結(jié)構(gòu)，產(chǎn)業(yè)結(jié)構(gòu)，政府影響，城鎮(zhèn)化水平和企業(yè)研發(fā)水平七個變量，為了消除異方差和數(shù)據(jù)數(shù)量級帶來的誤差，對各個指標(biāo)均做對數(shù)化處理，建立公式（11）：

各解釋變量的說明及數(shù)據(jù)來源見表3。

表3 各解釋變量數(shù)據(jù)說明及數(shù)據(jù)來源

根據(jù)Elhorst[29]的步驟，基于Matlab 2015b平臺，建立未考慮空間相關(guān)性的普通面板模型，觀察每個模型的LM－Lag、Robust LM lag、LM－Error、Robust LM Error統(tǒng)計(jì)量的顯著性，普通面板混合OLS估計(jì)、空間固定效應(yīng)、時間固定效應(yīng)、雙向固定效應(yīng)結(jié)果如表4所示。

表4 普通面板模型估計(jì)結(jié)果及LM檢驗(yàn)

如表4所示，LM lag和LM Error均通過顯著性檢驗(yàn)，Robust LM Error未在OLS模型下通過10%的顯著性水平檢驗(yàn)，說明空間滯后模型是更為合適的選擇，進(jìn)一步通過LR檢驗(yàn)分析固定效應(yīng)模型選擇，檢驗(yàn)結(jié)果如表5所示。

表5 空間固定效用和時間固定效應(yīng)的LR檢驗(yàn)

觀察表5發(fā)現(xiàn)，時間固定效應(yīng)和空間固定效應(yīng)LR檢驗(yàn)均通過了1%水平上的顯著性檢驗(yàn)，故應(yīng)采用時間空間雙向固定模型，建立空間杜賓模型，并進(jìn)行Wald和LR檢驗(yàn)，觀察是否可以退化成空間滯后模型或空間誤差模型，回歸結(jié)果如表6所示。

表6 雙向固定效用空間杜賓模型估計(jì)結(jié)果

由表6知，Wald檢驗(yàn)和LR檢驗(yàn)結(jié)果顯示均在1%的顯著性水平上通過顯著性檢驗(yàn)，拒絕空間杜賓模型可以退化為空間滯后模型θ＝0和空間誤差模型θ＋δβ＝0的零假設(shè)，故采用時間空間雙固定效應(yīng)下的空間杜賓模型是合適的選擇，對比普通面板的檢驗(yàn)結(jié)果，更符合理論預(yù)期，具有更強(qiáng)的擬合優(yōu)度，說明雙向固定效應(yīng)下空間杜賓模型對中國省域火電行業(yè)碳排放效率的影響因素具有較強(qiáng)的解釋能力，空間杜賓模型引入權(quán)重矩陣W的空間滯后項(xiàng)也體現(xiàn)了本地區(qū)的解釋變量如何影響周邊區(qū)域的火電行業(yè)碳排放效率。

根據(jù)表6所示結(jié)果，各影響因素中，人口規(guī)模在1%的顯著性水平上對碳排放效率的影響為正，而空間滯后項(xiàng)人口規(guī)模不顯著，人均收入水平、城鎮(zhèn)化水平和其空間滯后項(xiàng)在1%的顯著性水平上對碳排放效率的影響為正。能源結(jié)構(gòu)1%的顯著性水平上對碳排放效率的影響為負(fù)，而空間滯后項(xiàng)能源結(jié)構(gòu)不顯著，產(chǎn)業(yè)結(jié)構(gòu)和空間滯后項(xiàng)產(chǎn)業(yè)結(jié)構(gòu)在1%的顯著性水平上對碳排放效率的影響為負(fù)，政府投資在1%的顯著性水平上對碳排放效率的影響為正，而空間滯后項(xiàng)政府投資為負(fù)，企業(yè)研發(fā)水平均在5%的水平下不顯著。

五、結(jié)論及建議

（一）結(jié)論

基于超效率SBM模型，測算得出各省市歷火電行業(yè)統(tǒng)碳排放效率，進(jìn)行空間相關(guān)性驗(yàn)證，并進(jìn)一步使用雙向固定效應(yīng)下空間杜賓模型分析影響中國省域火電行業(yè)碳排放效率的因素，結(jié)果表明：

1.中國省域火電行業(yè)碳排放效率表現(xiàn)為出東西中遞減，東部地區(qū)效率值高于全國水平，西部略微大于中部，效率值最優(yōu)的區(qū)域集中在東南沿海區(qū)域，而效率值較低的區(qū)域集中在中西部經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)。

2.空間相關(guān)性檢驗(yàn)中Moran指數(shù)均為正數(shù)，存在顯著的空間相關(guān)性，具體表現(xiàn)為正相關(guān)?？臻g分布中表現(xiàn)為高高聚集區(qū)域主要集中在東部發(fā)達(dá)地區(qū)，低低聚集區(qū)域主要集中在中西部省份。

3.人口規(guī)模、人均收入水平、政府投資、城鎮(zhèn)化水平對中國省域火電行業(yè)碳排放效率的影響為正，產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)的影響為負(fù)，同時人均收入水平、城鎮(zhèn)化水平存在正向的空間溢出效效應(yīng)，產(chǎn)業(yè)結(jié)構(gòu)、政府投資存在負(fù)向的空間溢出效應(yīng)，企業(yè)研發(fā)水平對中國省域火電行業(yè)碳排放效率的影響不顯著。

（二）建議

基于以上結(jié)論，建議如下：

1.因地制宜低碳發(fā)展，充分利用空間溢出效應(yīng)

江蘇、浙江、上海、北京、天津等地區(qū)的碳排放效率較高，均是屬于中國經(jīng)濟(jì)發(fā)展先進(jìn)省市，人口素質(zhì)、經(jīng)濟(jì)發(fā)展水平、對外開放程度普遍較高，對周邊地區(qū)的影響以及輻射較大，應(yīng)充分發(fā)揮優(yōu)勢資源，增加對周邊地區(qū)的技術(shù)扶持以及資源投入，擴(kuò)大空間影響程度，帶動電力系統(tǒng)低碳區(qū)域協(xié)同發(fā)展。內(nèi)蒙古、山西、吉林等地區(qū)的煤炭資源豐富，資源稟較強(qiáng)，資源利用效率低下，需進(jìn)一步發(fā)展清潔能源，建立智能電網(wǎng)，提高資源利用效率以及降低電力傳輸過程中的線損。安徽、江西、河北等地處于效率先進(jìn)省市周圍，具有良好的“被擴(kuò)散”機(jī)遇，碳排放效率提升空間較大，在提高自身技術(shù)以及資源投入的同時學(xué)習(xí)周邊先進(jìn)地區(qū)經(jīng)驗(yàn)，從主動發(fā)展和被動“擴(kuò)散”兩方面實(shí)現(xiàn)電力行業(yè)的低碳發(fā)展。

2.擴(kuò)大城鎮(zhèn)化水平，加強(qiáng)電力行業(yè)投資

研究結(jié)果得出，人口規(guī)模和城鎮(zhèn)化水平的提升對本地區(qū)火電行業(yè)碳排放效率帶來了正向影響，第二產(chǎn)業(yè)占比對本地區(qū)和周邊區(qū)域火電行業(yè)碳排放效率均為負(fù)向影響。城市化進(jìn)程為城市的發(fā)展帶來了大量的就業(yè)人口，促進(jìn)了第三產(chǎn)業(yè)服務(wù)業(yè)的發(fā)展，提升了第三產(chǎn)業(yè)在國民經(jīng)濟(jì)中的占比，人口規(guī)模的擴(kuò)大為本地區(qū)帶來了人口紅利，吸引優(yōu)質(zhì)的資源和生產(chǎn)要素的聚集，居民對生活質(zhì)量的要求也對高污染企業(yè)形成倒逼效應(yīng)，促進(jìn)火電企業(yè)改良生產(chǎn)方式，提高能源效率，進(jìn)而提升碳排放效率。政府投資對本地區(qū)火電行業(yè)碳排放效率帶來了正向影響，對周圍地區(qū)帶來負(fù)向影響，充分說明地方政府在電力行業(yè)的投資對優(yōu)化能源結(jié)構(gòu)，吸引優(yōu)秀人才，引進(jìn)先進(jìn)技術(shù)有重要的作用，對周邊區(qū)域的人才、技術(shù)、設(shè)備等生產(chǎn)要素形成虹吸效益，進(jìn)而造成本地區(qū)碳排放效率的提升，這要求政府在經(jīng)濟(jì)發(fā)展的同時，進(jìn)一步加大對電力行業(yè)的支持力度。

3.推進(jìn)協(xié)同發(fā)展，開發(fā)清潔電力

研究結(jié)果得出，中國省域火電行業(yè)碳排放效率存在一定的空間相關(guān)性，人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、政府投資均存在顯著的空間溢出效應(yīng)，政府需要建立有效的多邊交流機(jī)制，促進(jìn)先進(jìn)地區(qū)在技術(shù)、制度和優(yōu)勢資源等在周邊省市良性擴(kuò)散，實(shí)現(xiàn)區(qū)域協(xié)同減排，政策的制定需要與本地的技術(shù)和環(huán)境配套，相關(guān)物質(zhì)政策上對本地企業(yè)進(jìn)行傾斜，激發(fā)企業(yè)的創(chuàng)新活力，同時注重人才的培養(yǎng)，通過產(chǎn)學(xué)研結(jié)合將知識轉(zhuǎn)化成生產(chǎn)力；中國是世界上最大的電力生產(chǎn)和消費(fèi)國，研究發(fā)現(xiàn)火力發(fā)電的結(jié)構(gòu)占比對本地區(qū)火電行業(yè)碳排放效率存在負(fù)向作用，國內(nèi)各省市清潔電力占總發(fā)電量比例不高，行業(yè)自身需要加強(qiáng)技術(shù)進(jìn)步，需要進(jìn)一步提升清潔能源占比，優(yōu)化能源結(jié)構(gòu)，降低發(fā)電過程中能源損耗，提升碳排放效率。學(xué)習(xí)國外先進(jìn)的經(jīng)驗(yàn)，關(guān)閉能耗大，污染高的小火電機(jī)組，投入燃煤效率高，排放少的火電機(jī)組，提升火電生產(chǎn)的碳排放效率。