空間計(jì)量方法下我國碳排放的時(shí)空格局及影響因素研究

李艷芹 李宗堯

（1.中共江陰市委黨校，江蘇 無錫，214400；2.中共江蘇省委黨校，江蘇 南京，210009）

一、引言

改革開放以來，我國工業(yè)化和城市化水平不斷提高，碳排放量也在逐年攀升。由溫室效應(yīng)引起的全球變暖問題日益嚴(yán)峻，僅二氧化碳一項(xiàng)占比就達(dá)總溫室氣體的一半以上，碳減排意義重大。2020年9月22日，習(xí)近平主席在第七十五屆聯(lián)合國大會上向世界作出莊嚴(yán)承諾，中國將提高國家自主貢獻(xiàn)力度，采取更加有力的措施和政策，力爭于2030年前實(shí)現(xiàn)二氧化碳排放達(dá)到峰值，努力爭取2060年前實(shí)現(xiàn)碳中和。探索我國碳排放規(guī)律并采取針對性措施減少碳排放，是我國環(huán)境領(lǐng)域的重中之重和當(dāng)務(wù)之急。

關(guān)于我國碳排放分布特征的相關(guān)研究多從單一空間角度出發(fā)，以截面數(shù)據(jù)或時(shí)間序列數(shù)據(jù)為測算基礎(chǔ)，對碳排放空間分布特征作出定性判斷（張雷，2006；范定祥和劉會洪，2012；李丹丹和劉銳等，2013；楊青林和趙榮欽等，2017）[1-4]。近年也有學(xué)者嘗試將時(shí)間要素納入研究體系，進(jìn)一步探索碳排放的時(shí)空分布特征（施開放，2017；武敏，2019）[5-6]。雖然這些研究的對象均為我國碳排放，但由于選取的數(shù)據(jù)尺度和碳排放來源不同，加之差異化的分析方法，目前關(guān)于我國碳排放時(shí)空分布格局的研究尚未達(dá)成共識。

有關(guān)碳排放影響因素的研究多以IPAT模型和KAYA恒等式為基礎(chǔ)展開。由于研究區(qū)域和研究時(shí)段存在差異，學(xué)界關(guān)于碳排放的影響因素并未形成共識，不同地區(qū)在特定時(shí)間段內(nèi)的碳排放量、碳排放強(qiáng)度和碳排放效率等指標(biāo)的影響因素具有一定的特殊性，但綜合看，多數(shù)學(xué)者對碳排放影響因素的研究基本從規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)展開（Wang和Fang等，2016；馬大來，2015；李建豹和黃賢金等，2015；周亞軍和吉萍，2019；郭莉和鄒夢瑤，2020）[7-11]，側(cè)面證實(shí)了這三大效應(yīng)對碳排放的影響已得到學(xué)界的廣泛認(rèn)可。

通過研究碳排放時(shí)空分布格局和影響因素的相關(guān)文獻(xiàn)，發(fā)現(xiàn)研究對象多局限于碳排放量或碳排放強(qiáng)度等單一指標(biāo)，碳排放影響因素的提出與碳排放分布狀況相互孤立，有關(guān)碳排放影響因素的空間回歸鮮有篩選模型，且默認(rèn)影響因素與碳排放之間呈一次相關(guān)關(guān)系。為更全面、真實(shí)地反映我國碳排放呈特定分布格局的具體影響因素及其影響方式，本文綜合分析碳排放量和碳排放強(qiáng)度雙指標(biāo)的時(shí)空分布格局，提出影響因素假說，結(jié)合已有研究成果，為碳排放指標(biāo)選取合適的空間面板模型，并驗(yàn)證各影響因素和碳排放之間是否存在二次相關(guān)關(guān)系，進(jìn)一步分析各影響因素的空間溢出效應(yīng)，提出相應(yīng)政策建議。

二、碳排放測算與時(shí)空格局分析

（一）碳排放測算

1.碳排放量測算

本文研究樣本為2002—2017年我國省級行政區(qū)（多數(shù)省區(qū)市2018年及以后相關(guān)數(shù)據(jù)尚未更新），考慮核算的準(zhǔn)確性和數(shù)據(jù)的可得性，參照張翠菊（2016）[12]對二氧化碳排放量的估算方法，本文中各?。▍^(qū)市）二氧化碳排放量的測算按照中國氣象網(wǎng)（IPCC）發(fā)布的相關(guān)能源碳排放系數(shù)進(jìn)行折算，測度公式如式（1），相關(guān)能源對應(yīng)的折標(biāo)準(zhǔn)煤系數(shù)及二氧化碳排放系數(shù)如表1所示。

表1 八大能源的折標(biāo)準(zhǔn)煤系數(shù)和二氧化碳排放系數(shù)

式（1）中，CO2表示二氧化碳排放量，i表示第 i種能源，E表示能源消耗量，SSC表示該能源的折標(biāo)準(zhǔn)煤系數(shù)。

2.碳排放強(qiáng)度測算

碳排放強(qiáng)度是指單位經(jīng)濟(jì)產(chǎn)出消耗的碳排放量，一般用單位GDP的碳排放量表示，反映地區(qū)的能源利用效率，測算公式如式（2）所示，其中WCO2表示碳排放強(qiáng)度，GDP表示各省歷年的地區(qū)生產(chǎn)總值。

（二）碳排放時(shí)空格局分析

1.碳排放的時(shí)間變化與空間分布

為準(zhǔn)確反映2002—2017年我國碳排放的整體時(shí)間變化和空間分布特征，根據(jù)以上關(guān)于二氧化碳排放量和排放強(qiáng)度的測算公式，繪出我國總體碳排放量和碳排放強(qiáng)度的時(shí)間變化圖（圖1）和空間分布圖（圖2）。其中，由于采用的數(shù)據(jù)為2002—2017年的數(shù)據(jù)，為更加精準(zhǔn)地反映各?。▍^(qū)市）在此時(shí)間區(qū)間的綜合碳排放量和碳排放強(qiáng)度，把各省（區(qū)市）對應(yīng)的歷年數(shù)據(jù)進(jìn)行平均化，即圖2所反映的碳排放量和碳排放強(qiáng)度為各省（區(qū)市）16年間的平均值。

圖1 2002—2017年碳排放時(shí)間變化趨勢

圖2 2002—2017年碳排放空間分布情況

圖1中，我國碳排放量的增長趨勢明顯，2002—2011年全國碳排放量穩(wěn)步增加，2011年以后碳排放量呈緩慢上升趨勢。碳排放強(qiáng)度整體呈先緩慢上升后下降趨勢。

圖2中，碳排放量最大的地區(qū)主要集中在內(nèi)蒙古、河北、河南、山東、山西、江蘇等省區(qū)，南方多數(shù)地區(qū)碳排放量較低，廣東碳排放量水平高于多數(shù)南方省份，碳排放量呈現(xiàn)北多南少、東多西少的總體特征；碳排放強(qiáng)度最大的地區(qū)主要集中在內(nèi)蒙古、新疆、寧夏、山西、貴州等省區(qū)，東南沿海地區(qū)碳排放強(qiáng)度較低，且呈現(xiàn)越往南越低的趨勢，碳排放強(qiáng)度分布總體呈現(xiàn)為北高南低、西南突出格局。

2.局部碳排放的時(shí)空分布演進(jìn)

為進(jìn)一步明確各?。▍^(qū)市）歷年碳排放水平在全國范圍內(nèi)所處的位置及變化，本文選取2002年、2006年、2010年、2014年和2017年的全國各?。▍^(qū)市）平均碳排放量和碳排放強(qiáng)度為基準(zhǔn)，考察各?。▍^(qū)市）對應(yīng)年份的碳排放水平及整體變化情況，對應(yīng)的碳排放量和碳排放強(qiáng)度的空間差異情況如圖3、圖4所示。

圖3 碳排放量空間差異變化

圖4 碳排放強(qiáng)度空間差異變化

圖3中，河北、山西、山東、河南、江蘇等地的碳排放量顯著高于全國平均水平，且呈現(xiàn)逐年上升態(tài)勢，海南、青海、寧夏等地的碳排放量明顯低于全國平均水平。圖4中，內(nèi)蒙古、山西、甘肅、寧夏等地的碳排放強(qiáng)度顯著高于全國平均水平，但是近年來與全國平均水平的差距逐漸縮小，而江蘇、浙江、廣東等地的碳排放強(qiáng)度低于全國平均水平。

無論是從整體還是從局部看，高碳排放量主要是在山東、山西、河北、河南和江蘇等5個省份，該區(qū)域碳排放量呈現(xiàn)高度的空間相關(guān)性。其中，河南、山東、河北和江蘇是全國人口大省、經(jīng)濟(jì)大省，整體看，較大的碳排放量可能和龐大的人口基數(shù)和經(jīng)濟(jì)規(guī)模有關(guān)。由此提出假說1。

假說1：我國碳排放量的主要影響因素是規(guī)模因素，即經(jīng)濟(jì)規(guī)模和人口規(guī)模。經(jīng)濟(jì)規(guī)模和人口規(guī)模越大，碳排放量越大。

結(jié)合圖4的部分年份碳排放強(qiáng)度分布變化和圖2的整體碳排放強(qiáng)度分布情況，發(fā)現(xiàn)碳排放強(qiáng)度高的地區(qū)主要是內(nèi)蒙古、山西、陜西、甘肅和寧夏等地，廣東則與此相反，雖然碳排放量大但碳排放強(qiáng)度并不高，前者在地理上處于西北內(nèi)陸地區(qū)，技術(shù)水平和東部沿海地區(qū)存在一定差距，單位產(chǎn)值消耗的二氧化碳較高，而后者雖然碳排放量大但由于技術(shù)水平較高，可以維持較低的碳排放強(qiáng)度的同時(shí)保證較高的經(jīng)濟(jì)產(chǎn)出。由此提出假說2。

假說2：我國碳排放強(qiáng)度的主要影響因素是技術(shù)因素，即國內(nèi)技術(shù)進(jìn)步與國外技術(shù)進(jìn)步，且國內(nèi)技術(shù)進(jìn)步和國外技術(shù)進(jìn)步均對降低碳排放強(qiáng)度有促進(jìn)作用。

三、指標(biāo)選取與數(shù)據(jù)說明

本文數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》《中國環(huán)境統(tǒng)計(jì)年鑒》和各?。▍^(qū)市）統(tǒng)計(jì)年鑒。根據(jù)已有的研究結(jié)論，本文在分析碳排放影響因素的過程中，選擇經(jīng)濟(jì)規(guī)模、人口規(guī)模作為規(guī)模效應(yīng)指標(biāo)，產(chǎn)業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)作為結(jié)構(gòu)效應(yīng)指標(biāo)，國內(nèi)技術(shù)進(jìn)步、國外技術(shù)進(jìn)步作為技術(shù)效應(yīng)指標(biāo)。具體的指標(biāo)含義和核算方法如下。

被解釋變量：① 碳排放量（CO2），根據(jù)式（1）和表1綜合測算所得，單位為萬噸；②碳排放強(qiáng)度（WCO2），即單位產(chǎn)出二氧化碳排放量，用各?。▍^(qū)市）碳排放總量除以各?。▍^(qū)市）GDP總量表示，單位為噸/萬元。

解釋變量：①人口規(guī)模（popu），用人口密度表示；②經(jīng)濟(jì)規(guī)模（pgdp），用各?。▍^(qū)市）歷年人均經(jīng)濟(jì)產(chǎn)出表示；③產(chǎn)業(yè)結(jié)構(gòu)（pstru），用第二產(chǎn)業(yè)產(chǎn)值在經(jīng)濟(jì)總產(chǎn)出中所占的比重表示；④能源消費(fèi)結(jié)構(gòu)（cstru），用煤炭消費(fèi)量在總能源消費(fèi)量中所占的比重表示；⑤國內(nèi)技術(shù)進(jìn)步（patent），用各?。▍^(qū)市）歷年三項(xiàng)專利授權(quán)數(shù)表示；⑥國外技術(shù)進(jìn)步（fdi），用各?。▍^(qū)市）歷年外商直接投資額表示。

為驗(yàn)證假說1和假說2，在實(shí)證檢驗(yàn)碳排放量和碳排放強(qiáng)度的影響因素時(shí)，分別把規(guī)模指標(biāo)和技術(shù)指標(biāo)作為核心解釋變量，其他解釋變量作為控制變量加入模型中。

四、空間相關(guān)性檢驗(yàn)與模型設(shè)定

（一）空間相關(guān)性檢驗(yàn)

為觀察各?。▍^(qū)市）的碳排放總量和碳排放強(qiáng)度是否存在空間自相關(guān)，采用莫蘭指數(shù)檢驗(yàn)碳排放空間相關(guān)性。有關(guān)碳排放總量和碳排放強(qiáng)度的歷年莫蘭指數(shù)（全局 Moran’s I）如表2所示。

表2 碳排放量和碳排放強(qiáng)度的空間相關(guān)性檢驗(yàn)結(jié)果

表2中，2002—2017年碳排放量的莫蘭指數(shù)均在1%水平下拒絕原假設(shè)，表明我國碳排放量具有顯著的空間自相關(guān)性；碳排放強(qiáng)度數(shù)據(jù)除在2002年和2003年僅通過了5%水平下的顯著性檢驗(yàn)，其余各年均通過了1%的顯著性檢驗(yàn)，表明碳排放強(qiáng)度同樣具有強(qiáng)烈的空間自相關(guān)性。

（二）模型選取與設(shè)定

在LM檢驗(yàn)、LR檢驗(yàn)、豪斯曼檢驗(yàn)和聯(lián)合顯著性檢驗(yàn)基礎(chǔ)上，最終在選定碳排放量的影響因素模型時(shí)，采用雙向固定的SDM模型，而碳排放強(qiáng)度的影響因素模型則采用雙向固定的SAR模型?？紤]到環(huán)境庫茲涅茨曲線中環(huán)境污染與經(jīng)濟(jì)發(fā)展水平之間呈二次相關(guān)關(guān)系，不排除規(guī)模因素和技術(shù)因素與碳排放量和碳排放強(qiáng)度之間同樣存在類似的相關(guān)關(guān)系，因此在驗(yàn)證假說1和假說2的同時(shí)，加入結(jié)構(gòu)因素和技術(shù)因素的二次項(xiàng)，以對比分析一次相關(guān)關(guān)系模型和二次相關(guān)關(guān)系模型的回歸結(jié)果。針對假說1，設(shè)定碳排放量的SDM模型如模型1和模型2所示；針對假說2，設(shè)定碳排放強(qiáng)度的SAR模型如模型3和模型4所示。

其中，i表示?。▍^(qū)市），t表示年份，εit表示誤差項(xiàng)，ρ、θ、α和 δ均為相關(guān)系數(shù)，Con 表示控制變量，μi和γt分別表示個體效應(yīng)和時(shí)間效應(yīng)，W為Queen權(quán)重矩陣，具體定義如下：

五、實(shí)證檢驗(yàn)

（一）規(guī)模因素對碳排放量的影響

1.SDM回歸結(jié)果

在考慮空間因素的基礎(chǔ)上，利用Stata軟件和極大似然估計(jì)法（MLE）分別對模型1和模型2進(jìn)行參數(shù)估計(jì)，估計(jì)結(jié)果如表3所示。

表3 碳排放量的SDM回歸結(jié)果

表3的估計(jì)結(jié)果顯示：模型1中，本省（區(qū)市）的核心解釋變量人口規(guī)模和經(jīng)濟(jì)規(guī)模均在1%水平下與碳排放量顯著正相關(guān)，表明人口規(guī)模和經(jīng)濟(jì)規(guī)模越大，碳排放量越大?？刂谱兞恐校Y(jié)構(gòu)因素第二產(chǎn)業(yè)產(chǎn)值占比和煤炭消費(fèi)量占比均在1%水平上顯著為正，說明碳排放量與結(jié)構(gòu)要素存在強(qiáng)烈的相關(guān)關(guān)系，且第二產(chǎn)業(yè)占比和煤炭消費(fèi)量占比越大，碳排放量越大。此外，三項(xiàng)專利授權(quán)數(shù)和外商直接投資額作為技術(shù)因素指標(biāo)，均在5%水平下與碳排放量顯著負(fù)相關(guān)，表明技術(shù)進(jìn)步對減少碳排放量具有促進(jìn)作用。加權(quán)自變量中，W*lnCO2前的系數(shù)顯著為正，表明本省（區(qū)市）的碳排放量受相鄰?。▍^(qū)市）碳排放量的影響，二者同向變動，相鄰省（區(qū)市）的碳排放量越大，本?。▍^(qū)市）的碳排放量越大。同時(shí)，W*lnpgdp、W*lnpopu、W*pstru 和W*lnpatent未通過顯著性檢驗(yàn)，而W*cstru和W*lnfdi分別在1%水平下與碳排放量顯著正相關(guān)和負(fù)相關(guān)，表明相鄰?。▍^(qū)市）的經(jīng)濟(jì)規(guī)模、人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)和國內(nèi)技術(shù)進(jìn)步水平對本?。▍^(qū)市）的碳排放量并無明顯影響，而相鄰?。▍^(qū)市）的能源消費(fèi)結(jié)構(gòu)和國外技術(shù)進(jìn)步水平則顯著影響本?。▍^(qū)市）的碳排放量，相鄰?。▍^(qū)市）的煤炭消費(fèi)占比越大，本?。▍^(qū)市）的碳排放量則越大，而相鄰?。▍^(qū)市）的外商直接投資額越多，本省（區(qū)市）的碳排放量越小。

模型2在模型1的基礎(chǔ)上加入了人口規(guī)模的二次方項(xiàng)和經(jīng)濟(jì)規(guī)模的二次方項(xiàng)，但是回歸結(jié)果顯示本?。▍^(qū)市）和其他省（區(qū)市）的核心解釋變量均不顯著，即規(guī)模因素和碳排放量之間的二次相關(guān)關(guān)系并不存在，且相鄰?。▍^(qū)市）的規(guī)模效應(yīng)對本省（區(qū)市）的碳排放量并無明顯影響，同時(shí)W*lnCO2雖然系數(shù)同樣為正，但顯著性降低。此外，模型2中pstru、cstru、lnpatent和lnfdi均在1%水平下顯著，且對應(yīng)的相關(guān)系數(shù)的正負(fù)同模型1一致，進(jìn)一步佐證了模型1回歸結(jié)果的穩(wěn)健性。

對比模型1和模型2的回歸結(jié)果發(fā)現(xiàn)，規(guī)模因素和碳排放量之間不存在二次相關(guān)關(guān)系，僅呈簡單的正相關(guān)關(guān)系，即經(jīng)濟(jì)規(guī)模和人口規(guī)模越大，碳排放量越大，證實(shí)了假說1。

整體看，目前我國經(jīng)濟(jì)規(guī)模和人口規(guī)模的擴(kuò)大意味著更多的能源消耗，而這些能源以傳統(tǒng)能源為主，碳排放量遠(yuǎn)比新能源、清潔能源高得多，從而導(dǎo)致碳排放量隨之增加。第二產(chǎn)業(yè)中重工業(yè)占比高，屬于典型的高耗能產(chǎn)業(yè)，而煤炭是高碳排放的典型傳統(tǒng)能源，隨著第二產(chǎn)業(yè)在三次產(chǎn)業(yè)生產(chǎn)總值中占比和煤炭在能源消費(fèi)總量中占比的提高，碳排放量也隨之增加。國外技術(shù)進(jìn)步伴隨著外商直接投資轉(zhuǎn)移到我國相關(guān)行業(yè)，國內(nèi)技術(shù)進(jìn)步也在不斷發(fā)展，二者都可以通過升級生產(chǎn)方式、改善傳統(tǒng)高耗能生產(chǎn)工藝流程等方式減少碳排放量，但由于技術(shù)進(jìn)步因素相較于其他因素起步晚，目前對我國碳排放量的影響程度明顯小于規(guī)模因素。

2.SDM回歸效應(yīng)分解

在模型1的基礎(chǔ)上，測得各解釋變量對碳排放量影響的直接效應(yīng)、間接效應(yīng)和總效應(yīng)結(jié)果如表4所示。

表4 碳排放量相關(guān)效應(yīng)分解

表4中，所有解釋變量的直接效應(yīng)均顯著，其中，核心解釋變量lnpgdp和lnpopu對lnCO2的直接效應(yīng)分別為0.6749和0.5243，而在表3中對應(yīng)的回歸系數(shù)分別為0.6702和0.5142，二者分別相差0.0047和0.0101，表明人口規(guī)模和經(jīng)濟(jì)規(guī)模存在反饋效應(yīng)，本?。▍^(qū)市）的人口規(guī)模和經(jīng)濟(jì)規(guī)模通過影響相鄰?。▍^(qū)市）的碳排放量而對本省（區(qū)市）碳排放量造成一定的正向影響，同樣可以計(jì)算出控制變量pstru、cstru、lnpatent和lnfdi對應(yīng)的反饋效應(yīng)分別為0.0000、0.0103、0.0004和-0.0028，表明產(chǎn)業(yè)結(jié)構(gòu)不存在反饋效應(yīng)，能源消費(fèi)結(jié)構(gòu)和國內(nèi)技術(shù)進(jìn)步的反饋效應(yīng)為正，而國外技術(shù)進(jìn)步的反饋效應(yīng)為負(fù)。間接效應(yīng)中，只有能源結(jié)構(gòu)和國外技術(shù)進(jìn)步通過了1%的顯著性檢驗(yàn)，二者對應(yīng)的間接效應(yīng)分別為0.0109和-0.0903，表明本?。▍^(qū)市）的煤炭消費(fèi)占比和外商直接投資分別會對相鄰?。▍^(qū)市）的碳排放量產(chǎn)生正向溢出效應(yīng)和負(fù)向溢出效應(yīng)。

（二）技術(shù)因素對碳排放強(qiáng)度的影響

1.SAR回歸結(jié)果

在考慮空間因素的基礎(chǔ)上，利用Stata軟件和極大似然估計(jì)法（MLE）分別對模型3和模型4進(jìn)行參數(shù)估計(jì)，估計(jì)結(jié)果如表5所示。

表5 碳排放強(qiáng)度的SAR回歸結(jié)果

表5中，在不考慮反饋效應(yīng)的情況下，模型3的核心解釋變量即本?。▍^(qū)市）的lnpatent和lnfdi均和本?。▍^(qū)市）的碳排放強(qiáng)度顯著相關(guān)，且本省（區(qū)市）的三項(xiàng)專利授權(quán)數(shù)和碳排放強(qiáng)度呈顯著負(fù)相關(guān)，外商直接投資與碳排放強(qiáng)度顯著正相關(guān)，表明技術(shù)進(jìn)步的確可以影響碳排放強(qiáng)度，但只有國內(nèi)技術(shù)進(jìn)步才可以降低碳排放強(qiáng)度，國外技術(shù)進(jìn)步反而會提高碳排放強(qiáng)度。所有控制變量均在1%水平下通過了顯著性檢驗(yàn)，且pstru和cstru的回歸系數(shù)為正，lnpgdp和lnpopu的回歸系數(shù)為負(fù)，表明本?。▍^(qū)市）的第二產(chǎn)業(yè)占比和煤炭消費(fèi)占比越大，碳排放強(qiáng)度越大，而人口規(guī)模和經(jīng)濟(jì)規(guī)模對碳排放強(qiáng)度的影響則相反，前者越大，后者反而越小。此外，W*lnWCO2同樣在1%水平下顯著為正，表明本省（區(qū)市）的碳排放強(qiáng)度除受本省（區(qū)市）的技術(shù)因素、結(jié)構(gòu)因素和規(guī)模因素等影響外，還受相鄰省（區(qū)市）碳排放強(qiáng)度的影響，相鄰?。▍^(qū)市）的碳排放強(qiáng)度越高，本?。▍^(qū)市）的碳排放強(qiáng)度越高。

模型4在模型3的基礎(chǔ)上加入了國內(nèi)技術(shù)進(jìn)步的平方項(xiàng)和國外技術(shù)進(jìn)步的平方項(xiàng)，但是回歸結(jié)果顯示此時(shí)的核心解釋變量并不顯著，同樣表明技術(shù)因素與碳排放強(qiáng)度之間的二次相關(guān)關(guān)系不成立，W*lnWCO2在5%水平下顯著，顯著性同樣低于模型3，表明在二次相關(guān)關(guān)系回歸模型下相鄰省（區(qū)市）的碳排放強(qiáng)度對本?。▍^(qū)市）碳排放強(qiáng)度的影響解釋力下降。作為控制變量的產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、人口規(guī)模和經(jīng)濟(jì)規(guī)模均在1%水平下與碳排放強(qiáng)度顯著相關(guān)，且相關(guān)系數(shù)的正負(fù)與模型3一致，進(jìn)一步說明了模型3中解釋變量回歸結(jié)果的穩(wěn)健性。

對比模型3和模型4的回歸結(jié)果發(fā)現(xiàn)，技術(shù)因素與碳排放強(qiáng)度之間與二次相關(guān)關(guān)系相比，一次相關(guān)關(guān)系更為顯著。

2.SAR回歸效應(yīng)分解

在模型3的基礎(chǔ)上，進(jìn)一步測算各解釋變量對碳排放強(qiáng)度影響的直接效應(yīng)、間接效應(yīng)和總效應(yīng)，結(jié)果如表6所示。

表6 碳排放強(qiáng)度相關(guān)效應(yīng)分解

表6中，所有解釋變量的直接效應(yīng)均顯著，其中，核心解釋變量lnpatent和lnfdi的直接效應(yīng)分別為-0.0433和-0.0396，對碳排放強(qiáng)度的直接效應(yīng)均為負(fù)值，表明本?。▍^(qū)市）的三項(xiàng)專利授權(quán)數(shù)和外商直接投資額的提高對降低本?。▍^(qū)市）碳排放強(qiáng)度具有顯著作用，結(jié)合表5可計(jì)算出二者對應(yīng)的反饋效應(yīng)分別為-0.0004和-0.0790，表明本?。▍^(qū)市）的三項(xiàng)專利授權(quán)數(shù)和外商直接投資額，可以通過對相鄰?。▍^(qū)市）碳排放強(qiáng)度的溢出效應(yīng)來反作用于本?。▍^(qū)市）的碳排放強(qiáng)度。

控制變量中l(wèi)npgdp和lnpopu的直接效應(yīng)均為負(fù)，pstru和cstru的直接效應(yīng)均為正，表明本省（區(qū)市）的經(jīng)濟(jì)規(guī)模、人口規(guī)模對碳排放強(qiáng)度有顯著的負(fù)向影響，而產(chǎn)業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)對碳排放強(qiáng)度有顯著的正向影響。結(jié)合表5中對應(yīng)解釋變量的回歸系數(shù)，剔除本?。▍^(qū)市）解釋變量對碳排放強(qiáng)度的直接影響，得出這4項(xiàng)解釋變量的反饋效應(yīng)分別為-0.0005、-0.0065、0.0002和0.0001。雖然反饋效應(yīng)較小，但仍能表明本?。▍^(qū)市）的規(guī)模因素和結(jié)構(gòu)因素能夠通過影響相鄰省（區(qū)市）的碳排放強(qiáng)度而進(jìn)一步影響本?。▍^(qū)市）的碳排放強(qiáng)度，其中經(jīng)濟(jì)規(guī)模和人口規(guī)模屬于負(fù)反饋，產(chǎn)業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)屬于正反饋。

間接效應(yīng)中，核心解釋變量lnfdi在5%水平上顯著為負(fù)，表明本?。▍^(qū)市）的外商直接投資額的提高對降低相鄰?。▍^(qū)市）的碳排放強(qiáng)度具有促進(jìn)作用，而lnpatent的間接效應(yīng)僅在10%水平下顯著，本?。▍^(qū)市）的專利授權(quán)數(shù)對相鄰省（區(qū)市）碳排放強(qiáng)度的解釋力度偏低?？刂谱兞恐校琹npgdp、pstru和cstru的間接效應(yīng)顯著性較高，表明本省（區(qū)市）的經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)對相鄰省（區(qū)市）的碳排放強(qiáng)度具有顯著的溢出效應(yīng)，本省（區(qū)市）經(jīng)濟(jì)規(guī)模的擴(kuò)大、第二產(chǎn)業(yè)產(chǎn)值占比的下降以及煤炭消費(fèi)占比的降低都可以在一定程度上降低相鄰?。▍^(qū)市）的碳排放強(qiáng)度。

綜合表5和表6看，在不考慮相鄰關(guān)系影響時(shí)，國內(nèi)技術(shù)進(jìn)步有利于降低本省（區(qū)市）的碳排放強(qiáng)度，國外技術(shù)進(jìn)步不利于降低本?。▍^(qū)市）的碳排放強(qiáng)度，但考慮到反饋效應(yīng)的存在，國內(nèi)、國外技術(shù)進(jìn)步對碳排放強(qiáng)度的直接效應(yīng)系數(shù)均顯著為負(fù)，表明國內(nèi)、國外技術(shù)進(jìn)步均可以降低碳排放強(qiáng)度，證實(shí)了假說2。

六、結(jié)論與政策建議

（一）主要研究結(jié)論

我國碳排放量和碳排放強(qiáng)度的時(shí)空分布特征明顯。時(shí)間序列上，我國近年來碳排放總量緩慢增加、碳排放質(zhì)量明顯提升；空間分布上，我國平均碳排放量整體呈現(xiàn)“東多西少”的分布規(guī)律，碳排放強(qiáng)度呈現(xiàn)“北高南低”的整體分布特征。

規(guī)模因素和技術(shù)因素與我國碳排放量和碳排放強(qiáng)度顯著相關(guān)。人口規(guī)模、經(jīng)濟(jì)規(guī)模與碳排放量正相關(guān)，規(guī)模因素與碳排放量之間呈一次相關(guān)關(guān)系而非二次相關(guān)關(guān)系，證實(shí)了假說1。經(jīng)濟(jì)規(guī)模和人口規(guī)模的擴(kuò)大意味著更多的能源消耗，而這些能源以傳統(tǒng)能源為主，碳排放量遠(yuǎn)比新能源、清潔能源等高得多，從而導(dǎo)致碳排放量隨之增加。技術(shù)因素與碳排放強(qiáng)度之間同樣呈一次相關(guān)關(guān)系，由于反饋效應(yīng)的存在，國內(nèi)技術(shù)進(jìn)步和國外技術(shù)進(jìn)步都可以在一定程度上降低碳排放強(qiáng)度，證實(shí)了假說2。

我國碳排放量和碳排放強(qiáng)度的影響因素存在明顯的空間溢出效應(yīng)。人口規(guī)模和經(jīng)濟(jì)規(guī)模對碳排放量存在正反饋效應(yīng)，本?。▍^(qū)市）的人口規(guī)模和經(jīng)濟(jì)規(guī)模通過影響相鄰?。▍^(qū)市）的碳排放量而對本?。▍^(qū)市）碳排放量造成一定的正向影響，國內(nèi)技術(shù)進(jìn)步和國外技術(shù)進(jìn)步均可以在一定程度上通過影響相鄰?。▍^(qū)市）碳排放強(qiáng)度間接影響本?。▍^(qū)市）的碳排放強(qiáng)度。

（二）政策建議

1.加強(qiáng)區(qū)域間碳減排政策溝通交流與合作。碳排放在相鄰?。▍^(qū)市）之間的空間溢出效應(yīng)明顯，各?。▍^(qū)市）在制定碳減排政策時(shí)，應(yīng)積極主動和相鄰?。▍^(qū)市）合作交流，制定出既能有效實(shí)現(xiàn)本?。▍^(qū)市）碳減排目標(biāo)又為相鄰省（區(qū)市）的碳排放帶來正外部效應(yīng)的政策，形成區(qū)域碳減排政策聯(lián)動機(jī)制，推動區(qū)域碳排放量和碳排放強(qiáng)度實(shí)現(xiàn)“雙降”，使各相鄰?。▍^(qū)市）在環(huán)保領(lǐng)域和社會經(jīng)濟(jì)發(fā)展領(lǐng)域?qū)崿F(xiàn)多贏。

2.著力推動國內(nèi)技術(shù)進(jìn)步，提高科技發(fā)展水平，加大財(cái)政資金投入，鼓勵企業(yè)將低碳技術(shù)變現(xiàn)，將市場機(jī)制作為實(shí)現(xiàn)碳減排的重要手段之一。政府可以出臺相應(yīng)的鼓勵發(fā)展低碳技術(shù)的優(yōu)惠政策，包括為發(fā)展低碳技術(shù)的企業(yè)或機(jī)構(gòu)發(fā)放技術(shù)補(bǔ)貼、減免企業(yè)稅收和出臺低息甚至免息貸款政策等，將政府調(diào)節(jié)與市場機(jī)制相結(jié)合，最大程度激發(fā)市場主體研發(fā)低碳技術(shù)的動力與活力，實(shí)現(xiàn)碳排放領(lǐng)域的帕累托最優(yōu)。

3.提高引進(jìn)外資質(zhì)量，充分利用國外技術(shù)進(jìn)步的溢出效應(yīng)，發(fā)揮外商直接投資對碳減排的重要作用。改善外商直接投資領(lǐng)域，提高引進(jìn)外資質(zhì)量。綜合考慮國際分工形勢的變化，增加引進(jìn)技術(shù)密集型和資本密集型外資，主動逐步降低勞動密集型企業(yè)投資在外商直接投資中所占比例，進(jìn)一步發(fā)揮國外技術(shù)進(jìn)步對國內(nèi)碳減排的優(yōu)勢，實(shí)現(xiàn)碳排放量和碳排放強(qiáng)度的雙降。

4.穩(wěn)步推廣碳交易試點(diǎn)項(xiàng)目，加快形成全國性碳交易市場體系，積極參與國際碳交易。目前我國已開啟北京、上海、天津、湖北等8個碳交易試點(diǎn)，截至2020年8月，試點(diǎn)省（區(qū)市）碳市場覆蓋鋼鐵、電力、水泥等20多個行業(yè)，接近3000家企業(yè)，累計(jì)成交量超過4億噸，累計(jì)成交額超過90億元，有效推進(jìn)了碳減排和碳中和工作進(jìn)程。隨著試點(diǎn)?。▍^(qū)市）碳交易的有序進(jìn)行，不斷總結(jié)各試點(diǎn)的經(jīng)驗(yàn)，為加快形成全國碳交易市場蓄力，進(jìn)一步推動碳減排。