我國(guó)碳排放的空間特征及影響因素研究
——基于空間溢出視角

（新疆財(cái)經(jīng)大學(xué)金融學(xué)院，新疆烏魯木齊830012）

一、引言

2014年，我國(guó)成為世界第一大碳排放國(guó)。國(guó)際能源署（IEA）統(tǒng)計(jì)數(shù)據(jù)顯示，2015年，我國(guó)燃料燃燒產(chǎn)生的二氧化碳排放量為9040 百萬(wàn)噸，降低碳排放已迫在眉睫。第21 屆聯(lián)合國(guó)氣候變化大會(huì)上，我國(guó)政府作出2030年單位國(guó)內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降60%～65%的減排承諾。黨的十九大報(bào)告中也強(qiáng)調(diào)“推進(jìn)能源生產(chǎn)和消費(fèi)革命，構(gòu)建清潔低碳、安全高效的能源體系”，以推進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展。

目前，我國(guó)碳排放過(guò)高是由經(jīng)濟(jì)發(fā)展模式粗放、技術(shù)水平不夠先進(jìn)、能源結(jié)構(gòu)單一、能源使用和環(huán)境治理效率不高等原因造成的。在建設(shè)“美麗中國(guó)”過(guò)程中，應(yīng)制定科學(xué)合理的節(jié)能減排政策，這要求對(duì)影響碳排放的關(guān)鍵因素進(jìn)行識(shí)別。本文利用我國(guó)部分省、自治區(qū)、直轄市（以下簡(jiǎn)稱省區(qū)市）能源實(shí)物消費(fèi)量計(jì)算碳排放量，考察2004—2016年碳排放的空間特征，借助STIRPAT模型探討我國(guó)碳排放空間特征影響因素，并提出相關(guān)政策建議，為我國(guó)碳排放治理工作提供助力。

二、文獻(xiàn)綜述

部分學(xué)者討論了經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的關(guān)系。Grossman和Krueger（1991）利用42個(gè)國(guó)家和地區(qū)的數(shù)據(jù)驗(yàn)證了環(huán)境庫(kù)茨尼涅曲線，發(fā)現(xiàn)環(huán)境質(zhì)量隨經(jīng)濟(jì)增長(zhǎng)先惡化后改善，經(jīng)濟(jì)增長(zhǎng)過(guò)程中的能源消耗波動(dòng)決定了碳排放水平。樸英愛(ài)（2010）闡述了經(jīng)濟(jì)增長(zhǎng)與碳排放的三個(gè)“倒U型”曲線關(guān)系。魯萬(wàn)波等（2013）利用兩層完全分解法，從產(chǎn)業(yè)結(jié)構(gòu)角度分解1994—2008年我國(guó)六大產(chǎn)業(yè)部門(mén)碳排放，認(rèn)為能源低碳化戰(zhàn)略應(yīng)持續(xù)進(jìn)行。厲以寧等（2017）結(jié)合我國(guó)經(jīng)濟(jì)發(fā)展實(shí)際情況，論證了低碳發(fā)展作為宏觀經(jīng)濟(jì)目標(biāo)的理論基礎(chǔ)。

部分學(xué)者研究了碳排放的空間差異。Groot（2010）結(jié)合基尼系數(shù)洛倫茲曲線分析了世界各國(guó)碳排放分配問(wèn)題。林伯強(qiáng)和孫傳旺（2011）、趙雲(yún)泰等（2011）利用空間計(jì)量模型對(duì)我國(guó)區(qū)域碳排放的空間特征進(jìn)行研究，認(rèn)為我國(guó)碳排放空間集聚效應(yīng)非常顯著。程葉青等（2013）采用空間自相關(guān)模型研究了1997—2010年我國(guó)30個(gè)省區(qū)市的碳排放強(qiáng)度，發(fā)現(xiàn)我國(guó)碳排放集聚程度不斷增強(qiáng)，且表現(xiàn)出一定的路徑依賴和空間鎖定效應(yīng)。岳婷和龍如銀（2014）利用2006—2011年的碳排放數(shù)據(jù)，研究了各省區(qū)市生活碳排放的空間自相關(guān)性。袁長(zhǎng)偉等（2017）利用超效率SBM模型對(duì)我國(guó)交通運(yùn)輸碳排放效率的變動(dòng)趨勢(shì)和時(shí)空分布進(jìn)行討論，認(rèn)為交通運(yùn)輸全要素碳排放具有明顯集聚性。

在碳排放影響因素研究方面，Tamazian和Rao（2009），Jalil和Feridum（2010）使用時(shí)間序列進(jìn)行分析，發(fā)現(xiàn)國(guó)家經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化水平、人口數(shù)量、金融發(fā)展程度等是影響碳排放的重要因素。杜立民（2010）發(fā)現(xiàn)重工業(yè)比重、煤炭消費(fèi)比重和城市化水平的提升是導(dǎo)致我國(guó)碳排放增加的主要原因。方齊云和陶守來(lái)（2017）利用LMDI 分解法，探討了人口增長(zhǎng)和城鎮(zhèn)化對(duì)碳排放的影響。邵帥等（2019）就經(jīng)濟(jì)集聚和能源強(qiáng)度對(duì)碳排放的影響進(jìn)行了探討，認(rèn)為經(jīng)濟(jì)集聚水平到達(dá)臨界點(diǎn)能出現(xiàn)節(jié)能減排效應(yīng)，能源強(qiáng)度是該效應(yīng)的中介變量。魏巍賢和楊芳（2010）、楊莉莎等（2019）從技術(shù)進(jìn)步視角探討了減排問(wèn)題，認(rèn)為提高技術(shù)水平是降低碳排放的有效方式。

可以看出，我國(guó)學(xué)術(shù)界對(duì)碳排放的研究主要集中在碳排放單一影響因素和區(qū)域差異方面，并未對(duì)碳排放區(qū)域間的相互作用及影響因素是否造成我國(guó)碳排放的區(qū)域差異進(jìn)行探討，且鮮有文獻(xiàn)對(duì)省域碳排放的動(dòng)態(tài)變化進(jìn)行定量分析。部分學(xué)者對(duì)碳排放的空間關(guān)系進(jìn)行了定量研究，利用空間權(quán)重矩陣從不同角度反映碳排放的空間關(guān)系，但鮮有學(xué)者以經(jīng)濟(jì)距離和地理距離為權(quán)重進(jìn)行分析。本文選取2004—2016年我國(guó)30個(gè)省區(qū)市的能源消耗量計(jì)算碳排放，在經(jīng)濟(jì)距離和地理距離兩個(gè)權(quán)重矩陣下檢驗(yàn)我國(guó)碳排放的空間自相關(guān)性，并在空間滯后模型和STIRPAT模型基礎(chǔ)上探討碳排放是否具有空間溢出效應(yīng)及其時(shí)變特征，分析造成碳排放區(qū)域差異和溢出效應(yīng)的可能因素。

三、碳排放量計(jì)算與空間特征

（一）樣本選取

2007年，聯(lián)合國(guó)政府間氣候變化專門(mén)委員會(huì)（IPCC）在第四次氣候評(píng)估報(bào)告中指出，化石燃料燃燒產(chǎn)生的碳排放占世界溫室氣體總排放的95.3%，因此，化石燃料燃燒是導(dǎo)致溫室氣體增加的主要原因。本文借鑒IPCC的碳排放計(jì)算方法，對(duì)2004—2016年我國(guó)30個(gè)省區(qū)市的碳排放進(jìn)行測(cè)算①西藏、香港、澳門(mén)和臺(tái)灣數(shù)據(jù)缺失嚴(yán)重，故剔除。，數(shù)據(jù)來(lái)源于2005—2017年《中國(guó)能源統(tǒng)計(jì)年鑒》對(duì)各省區(qū)市原煤、洗精煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣9類能源實(shí)物消費(fèi)量的統(tǒng)計(jì)。

（二）碳排放測(cè)算

依據(jù)9類化石燃料的實(shí)物消費(fèi)量計(jì)算碳排放②原始統(tǒng)計(jì)時(shí)各種能源的消費(fèi)均為實(shí)物統(tǒng)計(jì)量，計(jì)算碳排放時(shí)必需轉(zhuǎn)化為標(biāo)準(zhǔn)統(tǒng)計(jì)量。，即：

其中，Cit表示第i個(gè)省區(qū)市第t年碳排放；Eiht為第i個(gè)省區(qū)市第t年第h種能源消費(fèi)量；ηh為第h種能源的碳排放系數(shù)。借鑒李國(guó)志和李宗植（2010）的碳排放區(qū)域劃分方法，將碳排放均值5000萬(wàn)噸以下的省區(qū)市劃分為低排放區(qū)，標(biāo)記為區(qū)域1；碳排放均值5000萬(wàn)噸（含）至17000萬(wàn)噸的省區(qū)市劃分為中排放區(qū)，標(biāo)記為區(qū)域2；碳排放均值17000萬(wàn)噸以上（含）的省區(qū)市劃分為高排放區(qū)，標(biāo)記為區(qū)域3?？疾鞎r(shí)間區(qū)間內(nèi)，我國(guó)三個(gè)區(qū)域的碳排放均值分別為6918萬(wàn)噸、12427萬(wàn)噸和16726萬(wàn)噸，碳排放總量連年上升。選取碳排放變化較為明顯的年份制作雷達(dá)圖（見(jiàn)圖1），可以看出碳排放在地理位置上呈現(xiàn)“向西移動(dòng)”的特征。

圖1顯示，2004年，12個(gè)省區(qū)市位于區(qū)域1，至2016年該區(qū)域僅剩海南省和青海??；2004年，區(qū)域2有17個(gè)省區(qū)市，至2016年9個(gè)省區(qū)市碳排放升至區(qū)域3，無(wú)一省區(qū)市降至區(qū)域1；2004年，僅有山東省位于區(qū)域3，2016年則增加至10個(gè)。各區(qū)域碳排放增長(zhǎng)速度呈階梯分布，區(qū)域1碳排放量增長(zhǎng)速度最快，平均增速7.7%；區(qū)域2增長(zhǎng)速度次之，平均增速6.7%；區(qū)域3平均增速6.3%。各區(qū)域中，新疆碳排放增長(zhǎng)速度最快，平均增速13.3%。經(jīng)濟(jì)發(fā)達(dá)、人口密集的省區(qū)市碳排放較高。2016年，區(qū)域3 有10個(gè)省區(qū)市，且碳排放占全國(guó)碳排放總量的57%，而區(qū)域2和區(qū)域1分別占32%和11%。

圖1 部分年份碳排放區(qū)域劃分雷達(dá)圖

（三）空間相關(guān)性檢驗(yàn)

根據(jù)圖1中樣本省區(qū)市碳排放區(qū)域動(dòng)態(tài)變化可知，經(jīng)濟(jì)發(fā)展水平和地理位置可能會(huì)對(duì)碳排放產(chǎn)生影響，研究碳排放影響因素時(shí)應(yīng)考慮碳排放的空間溢出效應(yīng)。全域自相關(guān)和局部自相關(guān)能夠很好描述變量的空間相關(guān)性。用M表示莫蘭指數(shù)，正值（負(fù)值）表示指標(biāo)存在正向（負(fù)向）空間相關(guān)性，計(jì)算公式為：

其中，ωij為空間權(quán)重，為樣本省區(qū)市碳排放均值，S2為樣本方差。構(gòu)建地理距離權(quán)重矩陣Ω1，其中的元素ω1，ij表示i與j省區(qū)市省會(huì)城市（或直轄市、首府城市）地理距離的倒數(shù)，地理距離由城市經(jīng)緯坐標(biāo)計(jì)算獲得。構(gòu)建經(jīng)濟(jì)距離權(quán)重矩陣Ω2，其中的元素ω2，ij表示i與j省區(qū)市GDP 均值差的倒數(shù)。全局莫蘭指數(shù)檢驗(yàn)結(jié)果如表1所示。

表1 全局莫蘭指數(shù)

由表1可見(jiàn)，兩種空間權(quán)重矩陣下的莫蘭指數(shù)均為正值。因此，我國(guó)碳排放表現(xiàn)出明顯的正向空間集聚特性，在空間上表現(xiàn)出正的空間相關(guān)性。經(jīng)濟(jì)距離權(quán)重下的空間相關(guān)性在1%的水平上顯著，而地理距離權(quán)重下的空間相關(guān)性在5%水平上顯著，且莫蘭值在經(jīng)濟(jì)距離權(quán)重矩陣下更大?？臻g權(quán)重矩陣的選擇是空間計(jì)量模型的關(guān)鍵因素，Kooijman（1976）指出較好的空間權(quán)重矩陣是使得莫蘭指數(shù)最大的矩陣。因此，經(jīng)濟(jì)距離權(quán)重矩陣下的空間相關(guān)情況更適合解釋我國(guó)樣本省區(qū)市碳排放的空間特征。

全局相關(guān)性反映了碳排放的整體空間相關(guān)狀況，但可能會(huì)忽略局部非典型特征（Anselin，1995）。因此，還需要進(jìn)行碳排放局域空間相關(guān)性分析，較為常見(jiàn)的是局部莫蘭指數(shù)。為明晰樣本省區(qū)市碳排放空間相關(guān)模式，對(duì)局部空間自相關(guān)檢驗(yàn)結(jié)果進(jìn)行分析（見(jiàn)圖2）①由于篇幅限制，本文只展示2016年經(jīng)濟(jì)距離權(quán)重下的碳排放空間相關(guān)模式；圖內(nèi)數(shù)字1～30為樣本省區(qū)市編號(hào)。。

圖2 2016年碳排放局部莫蘭指數(shù)散點(diǎn)圖

圖2顯示，2016年我國(guó)樣本省區(qū)市碳排放呈空間正相關(guān)性且具有顯著的空間集聚特征，經(jīng)濟(jì)距離接近的省區(qū)市，碳排放量也較為接近。圖2第一和第三象限分別為“高高型”“低低型”空間相關(guān)模式，第二和第四象限分別為“高低型”“低高型”空間相關(guān)模式?！案吒咝汀焙汀暗偷托汀北硎咎寂欧鸥撸ǖ停┑氖^(qū)市被碳排放高（低）的省區(qū)市包圍；“低高型”和“高低型”表示碳排放高（低）的省區(qū)市被碳排放低（高）的省區(qū)市包圍。

根據(jù)圖2局部莫蘭指數(shù)分布的象限匯總，得到經(jīng)濟(jì)距離權(quán)重矩陣下樣本省區(qū)市2016年碳排放空間相關(guān)模式（見(jiàn)表2）?！案吒咝汀敝校颖?、遼寧、江蘇等被高碳排放省區(qū)市包圍；“高低型”中，北京、吉林等被高碳排放省區(qū)市包圍；“低低型”中，天津、青海、上海等與碳排放低省區(qū)市臨近；“低高型”中，山西、內(nèi)蒙古、新疆被低碳排放省區(qū)市包圍。該結(jié)果與上文區(qū)域劃分基本一致。

表2 2016年經(jīng)濟(jì)距離矩陣下碳排放空間相關(guān)模式

四、碳排放的空間溢出影響分析

（一）模型構(gòu)建

運(yùn)用可拓展的隨機(jī)性環(huán)境影響評(píng)估模型（STIRPAT模型）考查相鄰省區(qū)市對(duì)本地區(qū)碳排放的空間溢出影響，并探究引致空間特征的可能因素。STIRPAT模型是研究環(huán)境污染影響因素的常用模型，該模型將碳排放（C）與人口規(guī)模（P）、人均財(cái)富（A）、技術(shù)水平（T）聯(lián)系起來(lái)，并加入其他可能的影響因素。模型對(duì)數(shù)形式為：

選取樣本省區(qū)市人均GDP（gdp）、人口數(shù)量（pop）、科技研發(fā)人員數(shù)量（rd）反映人均財(cái)富、人口規(guī)模和技術(shù)水平。環(huán)境庫(kù)茲涅茨曲線假說(shuō)認(rèn)為經(jīng)濟(jì)增長(zhǎng)與環(huán)境污染之間存在“倒U型”關(guān)系，因此加入人均財(cái)富的二次項(xiàng)，預(yù)期其系數(shù)為負(fù)。此外，加入碳排放強(qiáng)度（eff）、產(chǎn)業(yè)結(jié)構(gòu)（ind）和能源結(jié)構(gòu)（ene）3個(gè)自變量。人均GDP、人口數(shù)量、科技研發(fā)人員數(shù)量、產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)均來(lái)自樣本省區(qū)市歷年統(tǒng)計(jì)年鑒，能源結(jié)構(gòu)數(shù)據(jù)來(lái)自歷年《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》。建立空間滯后模型和空間誤差模型，即：

其中，ρ為空間自相關(guān)系數(shù)，表示經(jīng)濟(jì)發(fā)展水平相近或地理距離相鄰省區(qū)市對(duì)本地區(qū)碳排放的影響；θ表示上一期碳排放對(duì)本期碳排放的影響；γ表示上一期經(jīng)濟(jì)發(fā)展水平相近或地理距離相鄰省區(qū)市碳排放對(duì)本地區(qū)當(dāng)期碳排放的影響；Xit表示碳排放其它影響因素。空間滯后模型和空間誤差模型是常見(jiàn)的空間計(jì)量模型，在進(jìn)行實(shí)證分析前需要對(duì)模型進(jìn)行比較和選擇。常用的檢驗(yàn)方法有LM檢驗(yàn)和穩(wěn)健LM檢驗(yàn)。表3和表4顯示了經(jīng)濟(jì)距離權(quán)重矩陣下的檢驗(yàn)結(jié)果，檢驗(yàn)后選擇空間滯后模型。

表3 空間滯后模型檢驗(yàn)結(jié)果

表4 空間誤差模型檢驗(yàn)結(jié)果

（二）實(shí)證分析

表5中，1（1）～1（5）為經(jīng)濟(jì)距離權(quán)重矩陣下的估計(jì)結(jié)果，2（1）～2（5）為地理距離權(quán)重矩陣下的估計(jì)結(jié)果。

1.碳排放空間特征

首先，樣本省區(qū)市碳排放表現(xiàn)出空間溢出效應(yīng)。表5顯示，空間自相關(guān)系數(shù)ρ在經(jīng)濟(jì)和地理距離權(quán)重矩陣下均顯著為正，即經(jīng)濟(jì)發(fā)展水平相近和地理相鄰省區(qū)市的碳排放呈同方向變化。同時(shí)，上文表2 碳排放空間相關(guān)模式分析中，23個(gè)省區(qū)市碳排放空間相關(guān)模式為“高高型”和“低低型”，碳排放具有空間溢出效應(yīng)再次得到印證。其次，碳排放具有滯后效應(yīng)，上一期碳排放對(duì)本期碳排放的影響系數(shù)在經(jīng)濟(jì)和地理距離權(quán)重矩陣下均顯著為負(fù)，即本期高碳排放將對(duì)下一期碳排放量施壓，使之減少。最后，碳排放會(huì)受相鄰省區(qū)市上一期碳排放的空間溢出影響。系數(shù)γ在經(jīng)濟(jì)和地理距離權(quán)重矩陣下均顯著為正，即樣本省區(qū)市會(huì)效仿相鄰省區(qū)市上一期碳排放水平。

2.影響因素

（1）經(jīng)濟(jì)增長(zhǎng)。表5顯示，經(jīng)濟(jì)增長(zhǎng)的一次項(xiàng)系數(shù)為正，二次項(xiàng)系數(shù)不顯著，表明樣本省區(qū)市碳排放量仍隨經(jīng)濟(jì)增長(zhǎng)而增多。同時(shí)，經(jīng)濟(jì)發(fā)展并不完全依靠區(qū)域自身資本和勞動(dòng)力的數(shù)量和質(zhì)量，而是受其他省區(qū)市經(jīng)濟(jì)發(fā)展的溢出影響，且溢出效應(yīng)隨著距離增加而減弱（潘文卿，2012）。同時(shí)，污染物排放與經(jīng)濟(jì)增長(zhǎng)呈正相關(guān)關(guān)系，而在治理環(huán)境污染過(guò)程中，其他污染物排放的下降可能會(huì)導(dǎo)致碳排放的上升。因此，經(jīng)濟(jì)增長(zhǎng)是產(chǎn)生碳排放空間溢出效應(yīng)的因素之一。

（2）人口數(shù)量。表5顯示，人口數(shù)量越多，碳排放越高。勞動(dòng)力增加能夠促進(jìn)經(jīng)濟(jì)增長(zhǎng)，而當(dāng)經(jīng)濟(jì)發(fā)展到一定程度，居民生活水平的提升會(huì)對(duì)環(huán)境改善提出更高要求。環(huán)保需求提升以及環(huán)境保護(hù)制度和政策的落實(shí)會(huì)使碳排放增長(zhǎng)放緩（邵帥等，2019）。我國(guó)各省區(qū)市對(duì)環(huán)境保護(hù)政策的實(shí)施落實(shí)有差異，在人口自然流動(dòng)的情況下，人口數(shù)量是影響碳排放空間溢出的主要因素。

（3）技術(shù)水平。表5顯示，技術(shù)水平在兩個(gè)權(quán)重矩陣下均顯著為負(fù)。技術(shù)創(chuàng)新不僅能加速經(jīng)濟(jì)增長(zhǎng)，提升要素生產(chǎn)率，還能降低碳排放，提高減排效率。因此，技術(shù)水平是影響碳排放空間特征的因素之一。

（4）能源與產(chǎn)業(yè)結(jié)構(gòu)。在兩種權(quán)重矩陣下，能源結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放的影響顯著為正。碳排放與煤炭消費(fèi)比重呈正相關(guān)關(guān)系，因此，當(dāng)前粗放式的工業(yè)化發(fā)展模式和以工業(yè)為主的產(chǎn)業(yè)結(jié)構(gòu)，是碳排放較高的重要原因。

（5）碳排放強(qiáng)度。在兩種權(quán)重矩陣下，碳排放強(qiáng)度對(duì)碳排放的影響顯著為正。碳排放強(qiáng)度主要衡量單位GDP 產(chǎn)生的碳排放量，多數(shù)學(xué)者的研究也表明碳排放強(qiáng)度對(duì)碳排放量的影響顯著為正。我國(guó)各省區(qū)市生態(tài)文明建設(shè)效率存在空間差異，碳排放強(qiáng)度的比較使得各省區(qū)市間存在模仿引進(jìn)行為，因此區(qū)域差異正逐步縮小（王耕等，2018）。

表5 模型輸出結(jié)果

表5（續(xù)）

五、結(jié)論與建議

（一）結(jié)論

首先，從樣本省區(qū)市碳排放動(dòng)態(tài)變化及自相關(guān)檢驗(yàn)結(jié)果來(lái)看，地理和經(jīng)濟(jì)發(fā)展水平相近地區(qū)的碳排放表現(xiàn)出空間集聚特征，低碳排放區(qū)碳排放增速較快，高碳排放區(qū)呈現(xiàn)“向西移動(dòng)”的空間特征。

其次，樣本省區(qū)市碳排放具有空間溢出效應(yīng)，碳排放的升高（降低）會(huì)帶動(dòng)經(jīng)濟(jì)發(fā)展水平相近或地理相鄰省區(qū)市碳排放升高（降低）；當(dāng)期碳排放將對(duì)下一期碳排放產(chǎn)生負(fù)效用，若上期碳排放較高，政府部門(mén)將實(shí)行更加嚴(yán)厲的節(jié)能減排措施抑制碳排放；樣本省區(qū)市碳排放水平會(huì)受到相鄰地區(qū)上一期碳排放的空間溢出影響。

最后，實(shí)證結(jié)果顯示，經(jīng)濟(jì)增長(zhǎng)、人口數(shù)量、技術(shù)水平、產(chǎn)業(yè)和能源結(jié)構(gòu)、碳排放強(qiáng)度是影響我國(guó)碳排放空間特征的重要因素。

（二）建議

首先，碳排放的空間溢出效應(yīng)使得區(qū)域碳排放治理工作難以取得顯著成效，應(yīng)推廣區(qū)域聯(lián)防聯(lián)控機(jī)制。在碳排放治理工作中抓住重點(diǎn)，降低高碳排放省區(qū)市碳排放溢出效應(yīng)，同時(shí)注意經(jīng)濟(jì)增長(zhǎng)、人口數(shù)量、技術(shù)水平、產(chǎn)業(yè)和能源結(jié)構(gòu)等因素的影響。

其次，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，建立長(zhǎng)期節(jié)能減排保障制度，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，保障綠色經(jīng)濟(jì)長(zhǎng)期發(fā)展。嚴(yán)格執(zhí)行環(huán)境保護(hù)相關(guān)法律法規(guī)，適當(dāng)提高高耗能、高污染和資源型企業(yè)的市場(chǎng)準(zhǔn)入門(mén)檻，積極宣傳綠色發(fā)展，加強(qiáng)環(huán)境保護(hù)和節(jié)能減排意識(shí)。在激勵(lì)創(chuàng)新、加大科技研發(fā)投入的同時(shí)，加快構(gòu)建全國(guó)碳排放權(quán)交易市場(chǎng)，并采取財(cái)稅優(yōu)惠政策引導(dǎo)綠色技術(shù)創(chuàng)新。

最后，碳排放的空間溢出效應(yīng)和區(qū)域集聚特征意味著區(qū)域環(huán)境治理效果不顯著。我國(guó)各省區(qū)市經(jīng)濟(jì)發(fā)展程度和碳排放存在差異，可以通過(guò)劃分碳排放區(qū)域進(jìn)行節(jié)能減排治理。各區(qū)域明確減排目標(biāo)，找到本區(qū)域的主要碳排放源，共商共享有效節(jié)能減排措施，建立統(tǒng)一的環(huán)境治理機(jī)制，形成區(qū)域治理碳排放合力。