長江經(jīng)濟帶工業(yè)碳排放收斂及其驅(qū)動因素分析

胡 宇

一、緒 論

現(xiàn)階段，經(jīng)濟發(fā)展是國家和地區(qū)最為重視和長期追求的目標，也是改善國家和地區(qū)環(huán)境，提高社會福利待遇，實現(xiàn)社會長治久安的前提條件（程秀花等，2017）[1]。我國已明確規(guī)定在2020年到來之前，工業(yè)碳排放強度要較2005年降低40—45個百分點。從“十二五”規(guī)劃以來，我國一直強調(diào)加強管控能源消費總量，針對長江經(jīng)濟帶地區(qū)制定了應達到的碳強度數(shù)值等相關標準。然而，無論是碳總量管控數(shù)值，還是強度數(shù)值，都未能徹底解決制約長江經(jīng)濟帶各地區(qū)經(jīng)濟發(fā)展的因素，這樣就可能給地方政府減排工作帶來諸多困難，政策的可行性和有效性將會大打折扣（王少劍等，2017）[2]。因此，要想實現(xiàn)碳減排指標的同時又能推動區(qū)域經(jīng)濟的發(fā)展，各級政府必須對碳排放的分布、發(fā)展趨勢及其影響因素展開更深入地研究，找到問題的根源，解決問題的主要矛盾，制定實際可行的政策措施，讓減排工作能夠得到較好的處理。

二、數(shù)據(jù)來源、數(shù)據(jù)處理及模型方法

（一）長江經(jīng)濟帶碳排放驅(qū)動因素的數(shù)據(jù)來源與數(shù)據(jù)處理

1.數(shù)據(jù)來源

文章中的數(shù)據(jù)主要來源于國家統(tǒng)計部門數(shù)據(jù)庫、國家環(huán)境保護數(shù)據(jù)庫、國家能源統(tǒng)計部門數(shù)據(jù)庫，同時也參考了長江經(jīng)濟帶各省市相關統(tǒng)計數(shù)據(jù)庫，年份主要集中在2000—2018年。

2.指標權重的選取與確定

指標選取的正確性和合理性是系統(tǒng)分析與評價的基礎，本文涉及城市化和環(huán)境兩個系統(tǒng)，在遵循綜合性、客觀性、可比性等原則上，建立以下指標體系，見表1。

表1 指標詳情

文中統(tǒng)計核算碳排放量的原始數(shù)據(jù)主要取自于長江經(jīng)濟帶2000—2018年每年原煤、焦炭、原油、燃料油、汽油、煤油、柴油和天然氣等8種能源消費的具體數(shù)據(jù)。另外，文章關于城市化進程中影響碳排放因素相關數(shù)據(jù)則取自各省市地區(qū)統(tǒng)計年鑒，并通過統(tǒng)計核算軟件進行數(shù)據(jù)整理匯總減少誤差。

（二）長江經(jīng)濟帶碳排放收斂模型

1.α收斂

α收斂是生態(tài)環(huán)境經(jīng)濟學中影響生態(tài)環(huán)境指標的離散程度減小的狀態(tài)。它可以表現(xiàn)出個別地區(qū)與全國整體水平的偏離程度。文中分別通過極差、標準差和α系數(shù)考核α收斂，當以上三個指標隨著時間的增加而減少時就會出現(xiàn)α收斂。

（1）標準差指的是離散程度，即相對于全國平均水平各地碳強度的離散程度，表達式為：

式中省區(qū)數(shù)用n表示，第i個地區(qū)的碳排放強度用Ci表示。

（2）極差指的是衡量兩個最值（最大值與最小值）兩者的差額程度的參量，可以表示為R=Cmax-Cmin，其中，Cmax為碳強度的最大值，Cmin為碳強度的最小值。

（3）α系數(shù)大多數(shù)情況下可以當作估測各地碳強度偏離均值的水平，表達式為：

式中省區(qū)數(shù)用n表示，第i個地區(qū)的碳排放強度用Ci表示，Cˉ是全國碳強度的平均水平。

2.β的絕對收斂

在其他條件確定的前提下（產(chǎn)業(yè)構成、能源利用和收入），β的絕對收斂情況就是各地區(qū)的碳排放的強度最后可以同時收斂于相同的穩(wěn)態(tài)水平。表達式如下：

式中不同年份用t表示，第i個地區(qū)的t年份的碳強度用Cit表示，殘差項用μit表示。當β小于0時，就出現(xiàn)絕對收斂。

3.β的條件收斂

β條件收斂就是在一些經(jīng)濟條件不同的情況下，比如產(chǎn)業(yè)、能源消費結構等，各省市區(qū)的碳排放強度最終會收斂于不一樣的穩(wěn)態(tài)水平。表達式如下：

式中不同年份用t代替，不同區(qū)域用i代替，第i個區(qū)域的t年份的碳強度用Cit代替，第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、城市人口占比、城鎮(zhèn)建成區(qū)面積和人均 GDP 分別用 T、S、R、F、E 表示，殘差項用μit代替。在β小于0的時候，屬于條件收斂。

（三）其他模型與方法

1.STIRPAT模型

美國生態(tài)學家在上世紀七十年代針對經(jīng)濟發(fā)展與生態(tài)環(huán)境的聯(lián)系提出了IPAT模型，即I=IPAT。Rose在IPAT之后又通過對居民的富裕程度、科學技術的回歸采取生態(tài)壓力的隨機測算結果得出生態(tài)壓力隨機模型，也即STIRPAT模型（宋曉暉等，2018）[3]。

根據(jù)長江經(jīng)濟帶的總體經(jīng)濟發(fā)展態(tài)勢，從中選取作為影響城市化過程CO2排放量的指標，即第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、城鎮(zhèn)人口占比、城鎮(zhèn)建成區(qū)面積、城鎮(zhèn)居民人均 GDP、能源的強度。通過STIRPAT，得出這些參數(shù)與碳排放量內(nèi)部聯(lián)系的有關模型。通過回歸分析確定模型系數(shù)，得到如下公式：

對表達式取對數(shù)：

式中碳排放總量用Y表示，常數(shù)用A表示，第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值T、S，城鎮(zhèn)人口占比、城鎮(zhèn)建成區(qū)面積分別為R、F，人均可支配收入為E，能源強度用D表示，隨機模型項用μit表示，模型彈性系數(shù)用ai表示，即帶來Y的ai%變化是由于T、S、R、F、E和D每發(fā)生1%的變化時引起的。

2.偏相關關系探討

本文運用SPSS19.0中影響城市化進程及碳排放相關的指標與碳排放量之間的時間序列的數(shù)據(jù)所運行的偏相關分析，可得到各參數(shù)與碳排放量的偏相關系數(shù)，經(jīng)過顯著性檢驗來辨清是否能作為碳排放量的影響驅(qū)動因素。

3.主成分分析

主成分分析是指把之前的多個變量簡化為更少的幾個綜合指標的一種計量分析法，是一種降維分析的方法。首先，通過SPSS19.0中的主要成分辨析法對最初的自變量進行研究和辨析，找出解釋力很高的整體參數(shù)。接著，運行普通最小二乘回歸，得到因變量與整體之間的線性表達式。最后將綜合變量與自變量之間存在的線性關系式代入因變量與整體之間的線性表達式中，就能得到因變量與自變量間的表達式，在STIRPAT模型中得出最初變量的驅(qū)動因子彈性系數(shù)和貢獻率。

三、長江經(jīng)濟帶碳排放指標核算與實證分析

（一）長江經(jīng)濟帶碳排放指標核算

碳排放的產(chǎn)生主要是由于化石能源消費引起的。能源消費引起的緣由有很多，這些影響因素之間的關系同樣很復雜，如果采用較多的驅(qū)動因素，自然會造成數(shù)據(jù)的繁瑣化。一次能源消費總量參數(shù)折算為標準煤參考系數(shù)就可看作是碳排放值（CE），計算累計的碳排放量，主要包括煤炭、石油、天然氣三大能源，其表達式是：

表達式中，i=l，2，3，分別代表：煤炭、石油、天然氣，E為能源消費的總量（單位：萬噸），第i種一次能源消費所占的比例用Wi表示，第i種一次能源的消費量用Ei表示，第i類一次能源的碳排放系數(shù)δi表示，其中，煤炭δi=0.7229，石油δi=0.5573，天然氣δi=0.4225。

結合2000—2018每年能源消費所占比率和能源消耗量E，得到碳排放量如表2所示。

為更加形象地了解2000—2018年長江經(jīng)濟帶碳排放情況，根據(jù)表2中碳排放統(tǒng)計核算可以繪出碳排放量的變化折線圖，如圖1。

根據(jù)表2和圖1發(fā)現(xiàn)，2000—2004年碳排放量相對而言較穩(wěn)定，2004年后碳排放量一直處于上升趨勢，尤其是2007—2012年，碳排放量上升很快，隨后上升的速度逐漸放緩，到2014年，又開始加速增長，再到2016年增長速度又出現(xiàn)放緩，并逐步趨于穩(wěn)定狀態(tài)。

（二）長江經(jīng)濟帶碳排放收斂分析

根據(jù)公式（1）（2）進行計算整理，可得到表 3數(shù)據(jù)。

由表3可知，2000—2018年期間，長江經(jīng)濟帶各地單位GDP的CO2排放量伴隨時間增加逐步減少，碳強度在2007—2012年期間是不穩(wěn)定的，但從整體角度來觀察是下降趨勢。從整體角度來看碳強度平均減少了0.4514t/萬元，年度均減少2.191%。其中，貴州、云南兩省碳強度最高，然而從整體來看碳排放水平仍有較大程度的減少；上海、江蘇、浙江等煤炭資源缺乏的省市區(qū)碳強度最小。在樣本期間內(nèi)，單位GDP的CO2排放量稍低省份的碳強度的下降速度要明顯慢于單位GDP的CO2排放量稍高省份，另從表4中的極差、標準差、σ系數(shù)等統(tǒng)計結果也表明，長江經(jīng)濟帶各地碳強度收斂。

表2 2000—2018年碳排放量核算表

圖1 2000—2018年碳排放量的增長折線圖 （單位：萬噸）

表3 2000—2018年長江經(jīng)濟帶各地碳強度變化情況 （單位：t/萬元）

表4 2000—2018年長江經(jīng)濟帶地區(qū)間碳強度差異變化趨勢

關于β絕對收斂的具體情況，表5中，利用2000—2018年長江經(jīng)濟帶各地碳排放強度的樣本數(shù)據(jù)和Eviews 6.0，檢驗單位GDP的CO2排放量是否絕對收斂。首先看F—統(tǒng)計量和Hausman檢驗，結果顯示兩者都拒絕原假設，表示模型存在個體固定效應，所以回歸分析可以通過個體固定效應模型實現(xiàn)。

從表 5得知，LOG（C）的系數(shù)為負，且在0.010%的基礎上顯著不是0，說明回歸方程結果很好。可以推斷2000—2018年間，長江經(jīng)濟帶內(nèi)各地單位GDP的CO2排放雖然不一致，然而β絕對收斂是顯著的，所以長江經(jīng)濟帶各地碳強度差異有降低的態(tài)勢。

β條件收斂，根據(jù)公式（2），采用2000—2018年長江經(jīng)濟帶各地第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、城市人口占比、城鎮(zhèn)建成區(qū)面積和人均GDP等數(shù)據(jù)，最初借助F—統(tǒng)計量和Hausman檢驗，若結果均拒絕原假設，表示模型存在單個固定效應，則我們可以根據(jù)單個固定效應模型進行回歸分析。這里正好符合，表6即為β條件收斂檢驗結果。

表6中，LOG（C）的系數(shù)為負，且在0.01%基礎上顯著不是0，人均GDP、產(chǎn)業(yè)結構、能源結構、出口占GDP之比分別在0.50%、2%、60%、15%的水平上顯著不是0，由此可以看出，由于各省區(qū)經(jīng)濟發(fā)展水平、產(chǎn)業(yè)、能源結構等各種經(jīng)濟條件的不同，長江經(jīng)濟帶各地間碳強度在2000—2018年存在β條件收斂。

表7中，對碳強度的影響驅(qū)動因素進行了更進一步研究，可假設方程：

式中，各個年份用t表示，第i個地區(qū)t年份的碳強度用Cit表示，第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、城市人口占比、城鎮(zhèn)建成區(qū)面積和人均GDP分別用T、S、R、F、E 表示，殘差項用μit表示。借助 F—統(tǒng)計量和Hausman檢驗，結果均拒絕原假設，表示模型存在單個固定效應，可根據(jù)單個固定效應模型進行回歸分析。如表7，模型1、2、3中，針對碳強度的影響明顯的有 LN（T）、S、R 和 F。其中，產(chǎn)生正向影響的第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值是建立在0.01%的顯著性水平上，兩者的變化是同方向的；城市人口占比與城鎮(zhèn)建成區(qū)面積在1%的顯著性水平上也是正向影響，城市人口占比與碳強度排放量同方向變化；在0.01%的顯著性水平上，人均GDP同樣也是正向影響，即隨著人們生活水平的不斷提高，碳強度也在不斷增加（黃立洪等，2016）[4]。

表5 長江經(jīng)濟帶地區(qū)間碳強度的β絕對收斂檢驗結果

表6 長江經(jīng)濟帶地區(qū)間碳強度的β條件收斂檢驗結果

表7 長江經(jīng)濟帶地區(qū)間碳強度影響因素分析結果

從表8可知，2000—2018年長江經(jīng)濟帶每年的平均能源消耗總量、碳排放量以及人均碳排放量均呈現(xiàn)逐年遞增狀態(tài)。從2000年到2018年這十幾年中長江經(jīng)濟帶各地區(qū)能源強度和碳排放強度顯示出了明顯的下降趨勢。其中不難發(fā)現(xiàn)能源消耗增大和環(huán)境承載力下降造成的碳排放上升的趨勢，大部分原因可以認為是由于社會經(jīng)濟發(fā)展需要帶來的城市化進程的加快，同時也可以看到2008年以來，整個長江經(jīng)濟帶經(jīng)濟發(fā)展的核心產(chǎn)業(yè)是第二產(chǎn)業(yè)，主要包括工業(yè)區(qū)建設、房產(chǎn)開發(fā)、舊城新建等，還包括以電力、冶金、水泥加工等6大重化工業(yè)發(fā)展而迅速帶動了長江經(jīng)濟帶整個區(qū)域的能源消費持續(xù)上升，結果使得能源消耗和碳排放量不斷增加。但是，最近幾年來，因為各省市積極響應國家政策，加強生態(tài)環(huán)境保護，對高耗能、重污染的企業(yè)進行整治并提高了相關標準，通過鼓勵提高科學技術水平使得循環(huán)經(jīng)濟和低碳經(jīng)濟得到很好地實施，逐步提高了能源利用率，使得長江經(jīng)濟帶碳排放強度和能源強度出現(xiàn)了持續(xù)下降的態(tài)勢，碳排放強度呈減少態(tài)勢。

表8 長江經(jīng)濟帶2000—2018年平均能源消費和碳排放時間序列

表9 主成分分析相關系數(shù)矩陣

（三）穩(wěn)健性檢驗——長江經(jīng)濟帶驅(qū)動因素的主成分分析

為保證研究的結論更加客觀、科學，需對上述結果進行穩(wěn)健性檢驗，使評價結果更有說服力，同時也使得整個分析更具邏輯性。

偏相關討論。第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、城區(qū)人口占比、城鎮(zhèn)面積、能源的強度分別用T、S、R、F、E、D作為參數(shù)表示，因變量用Y表示，偏相關討論可以通過SPSS19.0實現(xiàn)。分析結果顯示，這些指標和相關參數(shù)顯然大于0.9，在0.01水平（雙側(cè)）上顯著相關，符合顯著性檢驗，則可認為這六個影響城市化發(fā)展的因素都是碳排放總量的驅(qū)動因素。

因子主成分分析討論。利用上述的六個指標和碳排放量最初時間序列數(shù)據(jù)進行對數(shù)變換，為降低各變量間的量綱和數(shù)量級差異，讓數(shù)據(jù)更具可比性，將數(shù)對變換后的數(shù)據(jù)進行標準化處理，將標準化后的數(shù)據(jù)輸入SPSS19.0運用主成分分析處理。結果如表9所示。

從表 10 得知，標準化后的自變量 T、S、R、F、E、D被進行分析與篩選后，可以采取2個主成分，即綜合變量用Z1、Z2顯示，解釋因變量的 97.582%和99.379%能夠通過Z1、Z2實現(xiàn)，而且t檢驗的Sig值小于0.01（見表8），擬合程度較好。由表11顯示得分（貢獻率）矩陣，顯示綜合變量Z1、Z2與因變量的聯(lián)系，表達式可為：

考核擬合優(yōu)度的統(tǒng)計量可以利用比較判定系數(shù)R2，R2越大就說明擬合度越高，通過以上兩式，被解釋變量、解釋變量與工具變量分別用 Y?、Z?1、Z?2表示。隨后回歸擬合，得到模型的比較判定系數(shù)R2、F值、標準誤差、t檢驗的 Sig值，分別對應為 0.842、49.38、0.098、0，顯然 Sig 值等于 0.0000，而小于0.01，模型擬合較好。

根據(jù)表 12 可得到綜合變量Z?1、Z?2與 Y?的關系式為：

根據(jù)主成分因子載荷量構成一個綜合評價函數(shù)，將 Z1、Z2代入即可得到：

表10 主成分分析解釋總方差

表11 主要構成得分系數(shù)（貢獻率）分布圖

表12 模型變量系數(shù)（載荷）

由上式可得出長江經(jīng)濟帶2000—2018年城市化進程中，碳排放量逐年增長的驅(qū)動因子模型：

通過公式可知，城市化過程中，影響長江經(jīng)濟帶2000—2018年碳排放量的第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、城市人口占比、城市建成區(qū)面積、居民人均GDP、能源強度等驅(qū)動因子的彈性系數(shù)分別是1.2088、0.2020、0.5023、4.7938、1.0660、-0.1202，其中1.2088表示當?shù)诙a(chǎn)業(yè)產(chǎn)值上升1%時，碳排放量將隨之增加1.2088%，其他彈性系數(shù)與之類似。

本文借助主成分分析法和SPSS19.0等軟件，對長江經(jīng)濟帶2000—2018年碳排放相關數(shù)據(jù)進行處理和分析，初步討論了長江經(jīng)濟帶碳排放驅(qū)動因素的作用及其相關關系。

1.第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、人口占比、城市建成區(qū)面積、居民人均GDP五個影響因素與碳排放量增長表現(xiàn)出正向關系。按影響重要性排序應是：建成區(qū)面積、第二產(chǎn)業(yè)產(chǎn)值、居民人均GDP、城市人口占比和第三產(chǎn)業(yè)產(chǎn)值。產(chǎn)生這種現(xiàn)象的原因可能是近年來長江經(jīng)濟帶正進行著新型城鎮(zhèn)化建設，同時伴隨著國家經(jīng)濟結構的調(diào)整和重點產(chǎn)業(yè)布局的優(yōu)化，整個長江經(jīng)濟帶的城鎮(zhèn)建成區(qū)面積在逐步擴大。除此之外，長江經(jīng)濟帶工業(yè)發(fā)展速度明顯加快，使得整個區(qū)域的工業(yè)化水平得到了很大提高，從而引起能源消耗量增加，最終導致碳排放量隨之逐年增加。

2.在2000—2018年期間，長江經(jīng)濟帶的碳強度與碳排放量增長存在著負相關關系。其原因可能是整個區(qū)域在城鎮(zhèn)化發(fā)展過程中，通過鼓勵技術創(chuàng)新，強調(diào)綠色環(huán)保意識，使得能源利用率得到了有效提高，最后碳排放量增加帶來了碳強度的減少（肖英等，2018）[5]。

四、實證結論與建議

文章基于2000—2018年長江經(jīng)濟帶九省二市相關統(tǒng)計資料，在碳排放研究中加入收斂等相關理論，較為系統(tǒng)地研究了長江經(jīng)濟帶各省市之間單位GDP的CO2排放量是否存在收斂性以及存在的影響驅(qū)動因素，得出兩點結論：首先，長江經(jīng)濟帶各省市之間碳強度有σ收斂、β絕對收斂和β條件收斂，表明可能降低單位GDP的CO2排放量的區(qū)別；其次，影響長江經(jīng)濟帶碳排放的原因分別是產(chǎn)生負向、正向、正向和正向的影響的經(jīng)濟發(fā)展水平、人口數(shù)量、產(chǎn)業(yè)結構情況和城市化水平等因素，在其他條件不變的前提下，能夠降低我國長江經(jīng)濟帶碳排放強度的主要措施是提升經(jīng)濟發(fā)展水平、減少第二產(chǎn)業(yè)產(chǎn)值占GDP的比重，以及控制城市人口規(guī)模。

為保證研究結論更加客觀、科學，進行了穩(wěn)健性檢驗，且最終通過了穩(wěn)健性檢驗。通過計算出城市化進程中影響碳排放的驅(qū)動因子彈性系數(shù)，得出以下兩點結論：首先，對于城鎮(zhèn)化進程中的長江經(jīng)濟帶，主要是由于第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、城市人口占比、建成區(qū)面積、居民人均GDP的增加帶來碳排放量的增加（程秀花等，2018）[8]。其次，長江經(jīng)濟帶在城市化進程中碳排放量表現(xiàn)出逐年上升趨勢。

黨的十八大以來，我國政府把生態(tài)文明建設和生態(tài)環(huán)境保護擺在重要的戰(zhàn)略地位。繼2016年7月1日全面推行資源稅改革后，11月國務院通過了《“十三五”生態(tài)環(huán)境保護規(guī)劃》，隨后又頒布了《環(huán)境保護稅法》（薛小青，2018）[6]。為實現(xiàn)長江經(jīng)濟帶低碳經(jīng)濟和可持續(xù)發(fā)展目標，提出以下幾點建議：

1.從城市發(fā)展和科學增長出發(fā)，應該嚴格執(zhí)行國家新頒發(fā)的土地利用規(guī)劃，樹立科學發(fā)展觀，科學推進城鎮(zhèn)化進程，調(diào)整城鎮(zhèn)空間布局，嚴格控制城鎮(zhèn)用地規(guī)模。

2.加強產(chǎn)業(yè)結構調(diào)整，加速整個經(jīng)濟發(fā)展過程中能源利用結構的轉(zhuǎn)型，大力發(fā)展綠色環(huán)保企業(yè)，因地制宜，同時不可忽視第三產(chǎn)業(yè)的發(fā)展。

3.在城市化進程中，要提高人口流動的方向性，加快產(chǎn)業(yè)結構調(diào)整，“綠色建筑”“生態(tài)住宅”等理念都值得提倡，低碳環(huán)保理念需得到具體落實。

4.在城市化進程中，不斷強化節(jié)能環(huán)保意識，加強綠色消費理念的宣傳力度，真正將口號、理念落實到實處。