中國碳排放全要素生產(chǎn)率的區(qū)域演進(jìn)及其影響機(jī)制
——基于胡煥庸線的實(shí)證分析

吳旭曉

（河南省社會(huì)科學(xué)院 統(tǒng)計(jì)與管理科學(xué)研究所，河南 鄭州 451464）

世界現(xiàn)代化進(jìn)程中二氧化碳大量排放所導(dǎo)致的全球氣候變暖及其衍生的自然災(zāi)害頻發(fā)是各國面臨的主要挑戰(zhàn)之一。目前我國是世界最大的發(fā)展中國家和二氧化碳排放國，如何協(xié)調(diào)好經(jīng)濟(jì)增長與碳減排之間的關(guān)系，是當(dāng)前亟須破解的難題。2020 年9 月以來，習(xí)近平總書記多次提出：“我國將力爭于2030 年前實(shí)現(xiàn)碳達(dá)峰，努力爭取于2060 年前實(shí)現(xiàn)碳中和。”黨的二十大報(bào)告中明確提出，要立足我國能源資源稟賦，積極穩(wěn)妥推進(jìn)碳達(dá)峰、碳中和，積極參與應(yīng)對氣候變化全球治理?！半p碳”目標(biāo)既體現(xiàn)了我國構(gòu)建人類命運(yùn)共同體的責(zé)任擔(dān)當(dāng)，也是全面建設(shè)中國式現(xiàn)代化的內(nèi)在要求。在推進(jìn)“雙碳”目標(biāo)實(shí)現(xiàn)過程中，想要同時(shí)兼顧碳減排和經(jīng)濟(jì)保持中高速增長，有賴于找準(zhǔn)碳排放效率的提升路徑。碳排放全要素生產(chǎn)率也稱為全要素碳排放效率，是指一定時(shí)期內(nèi)利用勞動(dòng)、資本、能源等生產(chǎn)要素開展經(jīng)濟(jì)活動(dòng)時(shí)，獲得盡可能多符合預(yù)期的經(jīng)濟(jì)產(chǎn)出及盡可能減少二氧化碳排放量的能力；碳排放全要素生產(chǎn)率綜合考慮了勞動(dòng)、資本和能源要素既定下的合意產(chǎn)出（GDP）與非合意產(chǎn)出（CO2），與單一考慮碳排放量或者碳強(qiáng)度相比，更能全面地反映區(qū)域碳排放動(dòng)態(tài)績效，更有助于找準(zhǔn)碳減排與經(jīng)濟(jì)發(fā)展的動(dòng)態(tài)平衡點(diǎn)。因此，科學(xué)測度我國區(qū)域碳排放全要素生產(chǎn)率，準(zhǔn)確把握碳排放全要素生產(chǎn)率的區(qū)域動(dòng)態(tài)演進(jìn)趨勢，并找出其影響機(jī)制，對于高質(zhì)量推進(jìn)我國現(xiàn)代化建設(shè)具有重大的理論意義和實(shí)踐價(jià)值。

1 文獻(xiàn)評(píng)述

當(dāng)前碳排放效率已經(jīng)成為國內(nèi)外低碳經(jīng)濟(jì)領(lǐng)域?qū)W者研究的重點(diǎn)內(nèi)容。在國外，RAMANATHAN[1]在分析二氧化碳排放、國內(nèi)生產(chǎn)總值（GDP）增長和能源消耗之間聯(lián)系的基礎(chǔ)上，利用數(shù)據(jù)包絡(luò)分析（DEA）測度全球1980—2001 年碳排放效率。HERRALA 等[2]使用SFA 方法估算全球170 個(gè)國家1997—2007 年碳排放效率。MEHMOOD 等[3]應(yīng)用了一種二分網(wǎng)絡(luò)數(shù)據(jù)包絡(luò)分析模型來分析2001—2011 年各經(jīng)濟(jì)體的二氧化碳排放效率的跨期變化，發(fā)現(xiàn)大多數(shù)經(jīng)濟(jì)體碳排放效率較低。MIURA 等[4]運(yùn)用網(wǎng)絡(luò)數(shù)據(jù)包絡(luò)分析法（NDEA）對日本47 個(gè)行政區(qū)各部門二氧化碳排放效率進(jìn)行了實(shí)證分析。

在國內(nèi)，張偉等[5]以資本、勞動(dòng)力和能源為投入要素，以GDP 和CO2排放為產(chǎn)出，利用環(huán)境方向性距離函數(shù)建立規(guī)模報(bào)酬不變的DEA 模型，測度了1995—2010 年我國30 個(gè)省份全要素CO2的減排效率。李小勝等[6]利用共同前沿Malmquist Luenberger 生產(chǎn)率指數(shù)法測算了“十二五”時(shí)期我國30 個(gè)省份全要素碳排放生產(chǎn)率指數(shù)并對其影響因素進(jìn)行實(shí)證分析。李珊珊等[7]利用DEA-Malmquist 指數(shù)法對2000—2015 年我國28 個(gè)省份全要素碳排放效率進(jìn)行分解研究，發(fā)現(xiàn)全要素碳排放效率的提升是技術(shù)進(jìn)步與技術(shù)效率共同作用的結(jié)果，環(huán)境規(guī)制、經(jīng)濟(jì)發(fā)展水平、人力資本對全要素碳排放效率都存在門檻效應(yīng)。李金鎧等[8]利用三階段DEA-Malmquist指數(shù)測度和分析了2000—2017 年我國八大綜合經(jīng)濟(jì)區(qū)全要素碳排放效率的區(qū)域異質(zhì)性，發(fā)現(xiàn)我國八大經(jīng)濟(jì)區(qū)全要素碳排放效率變化特征趨同，技術(shù)進(jìn)步指數(shù)和技術(shù)效率指數(shù)的增長有助于全要素碳排放效率改善。顧劍華等[9]利用Meta-frontier GML（Global Malmquist Luenberger）指數(shù)測評(píng)了2005—2015 年我國區(qū)域間產(chǎn)業(yè)轉(zhuǎn)移帶來的全要素碳排放效率效應(yīng)，發(fā)現(xiàn)我國區(qū)域間產(chǎn)業(yè)轉(zhuǎn)移的全要素碳排放效率有所提高，縮小的技術(shù)差距在全要素碳排放效率增長中逐漸占據(jù)主導(dǎo)地位；東部沿海地區(qū)全要素碳排放效率最高，其次是東北地區(qū)，而中西部地區(qū)則表現(xiàn)為無效性。郭衛(wèi)香等[10]采用SBMDDF 模型測算和分析了2006—2017 年中國省域全要素碳生產(chǎn)率，發(fā)現(xiàn)中國各省全要素碳生產(chǎn)率存在顯著空間集聚特征，環(huán)境規(guī)制能夠促進(jìn)全要素碳生產(chǎn)率提升，技術(shù)創(chuàng)新在環(huán)境規(guī)制對全要素碳生產(chǎn)率的影響中發(fā)揮部分中介效應(yīng)。姚鳳閣等[11]利用超效率SBM-Malmquist 指數(shù)模型測算和分析了2010—2018 年中國30 個(gè)省份全要素碳排放效率，發(fā)現(xiàn)中國大部分省份全要素碳排放效率呈逐年下降態(tài)勢，不僅存在空間集聚特征，還具有空間溢出效應(yīng)。白雪潔等[12]利用SBM-GML 指數(shù)法測算了2012—2017 年我國30 個(gè)省份全要素碳生產(chǎn)率指數(shù)，發(fā)現(xiàn)我國全要素碳生產(chǎn)率總體呈上升趨勢，且呈現(xiàn)出東部、中部和西部地區(qū)依次遞減趨勢。

綜上所述，目前對碳排放效率的測度方法上國外學(xué)者主要采用隨機(jī)前沿分析法（SFA）、數(shù)據(jù)包絡(luò)分析法（DEA）和網(wǎng)絡(luò)數(shù)據(jù)包絡(luò)分析法（NDEA）；國內(nèi)專家主要運(yùn)用SBM 模型，SBM 模型雖然考慮到徑向與非徑向松弛變量，但是缺少投入或產(chǎn)出目標(biāo)值與實(shí)際值之間的比例信息，計(jì)算出來的效率值通常會(huì)與實(shí)際情況存在較大偏差。在研究內(nèi)容上，國外學(xué)者對區(qū)域動(dòng)態(tài)全要素碳排放效率研究很少，國內(nèi)學(xué)者則采用Malmquist 指數(shù)或者M(jìn)almquist Luenberger 指數(shù)開展研究的越來越多。與Malmquist 指數(shù)相比，Malmquist Luenberger 指數(shù)同時(shí)兼顧了期望產(chǎn)出增加和非期望產(chǎn)出減少，方便對決策單元進(jìn)行時(shí)空比較，正逐漸成為動(dòng)態(tài)測度全要素碳排放效率的主流方法。國內(nèi)學(xué)者對我國全要素碳排放效率研究中的區(qū)域劃分仍然以東中西部、東中西部及東北或者八大經(jīng)濟(jì)區(qū)為主，缺少從人口和經(jīng)濟(jì)分布視角來進(jìn)行區(qū)域劃分研究。此外，雖然國內(nèi)學(xué)者研究探討了我國全要素碳排放效率區(qū)域演變態(tài)勢，但缺乏對其影響機(jī)制的系統(tǒng)探討。

1935 年地理學(xué)家胡煥庸提出了基于人口密度的區(qū)域劃分線“黑河—騰沖分割線”，即“胡煥庸線”。胡煥庸線從東北向西南延伸，依次經(jīng)過黑龍江、內(nèi)蒙古、河北、陜西、山西、甘肅、四川和云南（沿線區(qū)域），以此為界，在空間地理上將我國劃為三大板塊，即西北區(qū)域（新疆、青海、寧夏）、沿線區(qū)域和東南區(qū)域（北京、天津、遼寧、吉林、山東、河南、安徽、上海、江蘇、浙江、湖北、湖南、重慶、貴州、江西、福建、廣東、廣西、海南）。人口分布決定了經(jīng)濟(jì)活躍程度，而人口分布和經(jīng)濟(jì)發(fā)展又在很大程度上影響到碳排放全要素生產(chǎn)率。有鑒于此，本文以胡煥庸線為分界線，運(yùn)用NCSEEBM 與Malmquist Luenberger 指數(shù)相結(jié)合的模型測度了2011—2020 年我國三大區(qū)域30 個(gè)省份（西藏及港澳臺(tái)地區(qū)除外）碳排放全要素生產(chǎn)率，分析中國碳排放全要素生產(chǎn)率區(qū)域動(dòng)態(tài)演進(jìn)趨勢，并采用灰色關(guān)聯(lián)方法探討碳排放全要素生產(chǎn)率演變的影響機(jī)制，為我國經(jīng)濟(jì)實(shí)現(xiàn)綠色低碳轉(zhuǎn)型提供理論支撐與決策參考。

2 研究模型

2.1 研究方法

2.1.1 二氧化碳排放量測算

根據(jù)《2006 年IPCC 國家溫室氣體清單指南》提供的方法，使用能源數(shù)據(jù)來估算省域二氧化碳排放量，測算公式為：

式中：CO2代表二氧化碳排放量；i=1, 2, …表示i種能源；Ei表示第i種能源消費(fèi)量；NCVi為第i種能源凈發(fā)熱值；CCi為第i種能源的單位熱值含碳量；COFi為第i種能源的碳氧化率；44/12 為二氧化碳和碳元素的分子量比。公式中各類能源相應(yīng)數(shù)值見表1。

表1 各類能源凈發(fā)熱值、單位熱值含碳量、碳氧化率和標(biāo)準(zhǔn)煤折算系數(shù)

2.1.2 碳排放全要素生產(chǎn)率測度

在研究中采用非導(dǎo)向規(guī)模報(bào)酬不變的超效率EBM（nonradial constant super efficiency epsilon-based measure，NCSE-EBM）模型來測度區(qū)域碳排放效率，在保留TONE 等[13]提出的EBM 模型優(yōu)點(diǎn)的同時(shí)，兼容ANDERSEN 等[14]提出的超效率DEA 模型功能，可以有效克服徑向BC2模型與非徑向SBM 模型的固有缺陷，充分考慮到不同投入指標(biāo)之間的替代效應(yīng)[15]，較好地反映出實(shí)際值與目標(biāo)值之間的比例信息[16]，使得測算結(jié)果更加符合現(xiàn)實(shí)情況。NCSE-EBM 模型計(jì)算公式如下。

式中：ψ為NCSE-EBM 模型計(jì)算得到的綜合效率值；n為決策單元個(gè)數(shù)，x、y和z分別是投入、期望產(chǎn)出和非期望產(chǎn)出向量，m、p、q分別表示投入、期望產(chǎn)出和非期望產(chǎn)出指標(biāo)個(gè)數(shù)；θ為徑向條件時(shí)的效率值；s-、s+為投入、產(chǎn)出的松弛變量；λ為各指標(biāo)權(quán)重，w為松弛變量線性組合系數(shù)。ε是效率值計(jì)算中非徑向部分的權(quán)重系數(shù)，取值范圍為(0，1)。ε=0 時(shí)，EBM 模型退化為徑向模型，有效決策單元的效率值均等于1，不能進(jìn)行排名比較；ε=1 時(shí)，EBM 模型相當(dāng)于非徑向SBM 模型，有效決策單元效率值也均是1，不能進(jìn)行排名比較；0 ＜ε＜1 時(shí)，作為NCSE-EBM 模型，有效兼顧了徑向和非徑向問題，測算結(jié)果介于徑向BC2模型和非徑向SBM模型之間，有效決策單元效率值大于或等于1，可以進(jìn)行排序比較。

將NCSE-EBM 模型和Malmquist Luenherger 指數(shù)（MLI）[17]相結(jié)合，能夠測算出碳排放全要素生產(chǎn)率，基于NCSE-EBM 模型的MLI 計(jì)算及其分解如下。

其中，MLI＞1 時(shí)，表示決策單元碳排放全要素生產(chǎn)率提升；MLI=1 時(shí)，表示決策單元碳排放全要素生產(chǎn)率不變；MLI＜1 時(shí)，表示決策單元碳排放全要素生產(chǎn)率下降。MLI可以分解為規(guī)模報(bào)酬不變假定下效率改善指數(shù)（efficiency change，EC）與技術(shù)變化指數(shù)（technological change，TC）之積。EC反映了地區(qū)追趕技術(shù)前沿的能力，如果效率改善指數(shù)EC大于1，表示技術(shù)效率得到改善，反之則表示技術(shù)效率呈現(xiàn)惡化狀態(tài)。TC反映了最佳技術(shù)前沿的變化，如果技術(shù)變化指數(shù)TC大于1 時(shí)，說明存在技術(shù)進(jìn)步，表現(xiàn)為生產(chǎn)可能性邊界發(fā)生外移；反之則意味著技術(shù)退步，生產(chǎn)可能性邊界內(nèi)移。

2.2 指標(biāo)選取及數(shù)據(jù)來源

借鑒李琳等[18]的研究成果，選擇勞動(dòng)力、資本和能源為投入指標(biāo)，以各省生產(chǎn)總值為期望產(chǎn)出指標(biāo)，以各省二氧化碳排放總量為非期望產(chǎn)出指標(biāo)，構(gòu)建出區(qū)域碳排放全要素生產(chǎn)率評(píng)價(jià)指標(biāo)體系。勞動(dòng)力用各省年末從業(yè)人數(shù)（單位：萬人）[19]表示，資本用各省全社會(huì)固定資產(chǎn)投資（單位：億元）[20]表示，能源用各省能源消費(fèi)總量（單位：萬噸標(biāo)準(zhǔn)煤）表示。各指標(biāo)原始數(shù)據(jù)來自相應(yīng)年份的《中國統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒。

3 實(shí)證結(jié)果分析

基于各省份碳排放系統(tǒng)投入產(chǎn)出數(shù)據(jù)，運(yùn)用MAXDEA 軟件計(jì)算出考慮非期望產(chǎn)出的中國各省份碳排放的MLI 指數(shù)及其分解，并以胡煥庸線為分界線對測算結(jié)果進(jìn)行系統(tǒng)分析，具體情況見表2、表3、圖1 ～圖5。

圖1 省域碳排放全要素生產(chǎn)率變異系數(shù)

表2 碳排放MLI及其分解變化

表3 三大區(qū)域碳排放MLI及其分解變化

3.1 碳排放MLI及其分解變化

運(yùn)用NCSE-EBM Malmquist Luenherger 指數(shù)模型，測算出2011—2020 年了我國各省份碳排放全要素生產(chǎn)率變化指數(shù)（MLI）及其分解指數(shù)效率改善指數(shù)（EC）與技術(shù)變化指數(shù)（TC），受篇幅限制，僅列出2011—2012 年、2015—2016 年和2019—2020 年間我國各省份碳排放全要素生產(chǎn)率變化指數(shù)及其分解指數(shù)，結(jié)果見表2。

由表2 可以看出，2011—2012 年寧夏、新疆、內(nèi)蒙古、遼寧、吉林、重慶實(shí)現(xiàn)了技術(shù)追趕（1 ＜EC）；上海和北京出現(xiàn)技術(shù)前沿面轉(zhuǎn)移的情況（EC=1 且1 ＜TC），這意味著這兩個(gè)地區(qū)存在明顯的技術(shù)進(jìn)步；其余22 個(gè)省份與最佳技術(shù)前沿邊界的距離不斷擴(kuò)大（EC＜1）。2015—2016 年實(shí)現(xiàn)了技術(shù)追趕的省份增加到14 個(gè)，分別為遼寧、湖北、四川、貴州、廣東、青海、重慶、江蘇、河北、福建、河南、山東、甘肅、吉林；上海和北京再次出現(xiàn)技術(shù)前沿面轉(zhuǎn)移的情況；其余14 個(gè)省份與最佳技術(shù)前沿邊界的距離不斷擴(kuò)大。2019—2020 年實(shí)現(xiàn)了技術(shù)追趕的省份下滑到11 個(gè)，分別是天津、黑龍江、青海、河北、寧夏、重慶、內(nèi)蒙古、遼寧、山東、江蘇、福建；僅有北京再次出現(xiàn)技術(shù)前沿面轉(zhuǎn)移的情況；遠(yuǎn)離技術(shù)前沿的省份上升到15 個(gè)。

2011—2012 年以及2015—2016 年，我國30 個(gè)省份碳排放技術(shù)變化指數(shù)均大于1，表明都存在技術(shù)進(jìn)步，生產(chǎn)可能性邊界均發(fā)生外移。2019—2020 年情況出現(xiàn)了分化，山西、甘肅、遼寧和上海碳排放技術(shù)變化指數(shù)小于1，這4 個(gè)省份生產(chǎn)可能性邊界發(fā)生了內(nèi)移，出現(xiàn)了技術(shù)退步；其余26 個(gè)省份情況相反，碳排放技術(shù)變化指數(shù)均大于1，都存在技術(shù)進(jìn)步，生產(chǎn)可能性邊界均發(fā)生外移。

2011—2012 年山東、貴州、云南、河北、黑龍江、甘肅、山西等7 個(gè)省份碳排放全要素生產(chǎn)率下滑，即MLI 小于1；其余23 個(gè)省份碳排放全要素生產(chǎn)率增長，其中排在前五位的依次為寧夏（1.087）、重慶（1.081）、海南（1.074）、福建（1.073）、新疆（1.071）。2015—2016 年只有黑龍江和新疆碳排放全要素生產(chǎn)率下降，碳排放全要素生產(chǎn)率增長較快的省份有遼寧（1.807）、湖北（1.292）、四川（1.266）、貴州（1.164）、重慶（1.156）。在2019—2020 年間廣西、新疆、安徽、云南、遼寧、上海、甘肅、山西等8 個(gè)省份碳排放全要素生產(chǎn)率下跌；其余22 個(gè)省份碳排放全要素生產(chǎn)率增長，增長較快的省份有天津（1.388）、黑龍江（1.251）、重慶（1.235）、青海（1.21）、河北（1.179）。

表3 給出的是2011—2020 年我國三大區(qū)域碳排放MLI 及其分解變化情況。在胡煥庸線西北區(qū)域，2013—2014 年、2014—2015 年、2015—2016 年、2017—2018年效率變動(dòng)指數(shù)均下降，技術(shù)效率出現(xiàn)惡化；除了2012—2013 年出現(xiàn)技術(shù)退步外，其余時(shí)間段表現(xiàn)為技術(shù)進(jìn)步。胡煥庸線沿線區(qū)域和東南區(qū)域均在2011—2012年、2012—2013 年、2013—2014 年以及2014—2015 年出現(xiàn)技術(shù)效率惡化情形，且在研究期間均表現(xiàn)為技術(shù)進(jìn)步。區(qū)別之處在于胡煥庸線東南區(qū)域在2017—2018 年、2019—2020年再次出現(xiàn)技術(shù)效率惡化情形。在研究期間，除了胡煥庸線沿線區(qū)域在2011—2012 年的碳排放全要素生產(chǎn)率均呈現(xiàn)下降態(tài)勢外，其余時(shí)間段內(nèi)三大區(qū)域碳排放全要素生產(chǎn)率均表現(xiàn)出增長態(tài)勢（MLI 大于1）。從研究期間均值來看，效率改善指數(shù)呈現(xiàn)從胡煥庸線西北區(qū)域到東南區(qū)域逐步下降的態(tài)勢；技術(shù)變化指數(shù)的情況與效率變動(dòng)指數(shù)剛好相反，呈現(xiàn)從胡煥庸線西北區(qū)域到東南區(qū)域逐步上升的趨勢；碳排放全要素生產(chǎn)率在空間上表現(xiàn)為胡煥庸線西北和東南區(qū)域高、沿線區(qū)域低的“V”型分布態(tài)勢。

3.2 MLI的區(qū)域差異性分析

以2011 年為基期求得2012—2020 年我國不同省份碳排放全要素生產(chǎn)率，本文采取變異系數(shù)來分析各省份碳排放全要素生產(chǎn)率穩(wěn)定性以及胡煥庸線的西北地區(qū)、沿線地區(qū)以及東南地區(qū)碳排放全要素生產(chǎn)率的收斂性。如果隨著時(shí)間的推移，區(qū)域內(nèi)部各省份之間的碳排放全要素生產(chǎn)率效率值的離差隨著時(shí)間的變遷而逐漸變小，意味著存在趨同態(tài)勢；否則屬于發(fā)散態(tài)勢。

2012—2020 年各省碳排放全要素生產(chǎn)率的變異系數(shù)如圖1 所示。各省份碳排放全要素生產(chǎn)率在時(shí)序變化方面呈現(xiàn)出一定的波動(dòng)性；東南區(qū)域的江蘇、北京、海南、浙江、江西、安徽、貴州以及沿線區(qū)域的內(nèi)蒙古、河北和陜西穩(wěn)定性非常高，變異系數(shù)小于0.05；西北區(qū)域的三個(gè)省、沿線地區(qū)的云南以及東南區(qū)域的福建、廣西和吉林的穩(wěn)定性較高，變異系數(shù)介于0.05 ～0.1 之間；東南區(qū)域的山東、天津、河南、上海、湖北以及沿線區(qū)域的黑龍江、四川的穩(wěn)定性一般，變異系數(shù)分布在0.1 ～0.15 之間；沿線地區(qū)的甘肅、東南地區(qū)的廣東、重慶和湖南的穩(wěn)定性較差，變異系數(shù)分布在0.15 ～0.2之間；東南區(qū)域的遼寧以及沿線區(qū)域的山西表現(xiàn)出強(qiáng)烈的不穩(wěn)定性，變異系數(shù)在0.3 以上。

圖2 顯示了2012—2020 年三大區(qū)域碳排放全要素生產(chǎn)率變異系數(shù)演變趨勢。顯然三大區(qū)域的碳排放全要素生產(chǎn)率均不存在嚴(yán)格收斂。西北區(qū)域碳排放全要素生產(chǎn)率在2012—2015 年呈現(xiàn)出波動(dòng)式發(fā)散態(tài)勢，而在2015—2020 年表現(xiàn)為波動(dòng)式收斂。沿線區(qū)域碳排放全要素生產(chǎn)率在2016 年前變異系數(shù)比較穩(wěn)定，2016 年后發(fā)散性特征最為突出。東南區(qū)域碳排放全要素生產(chǎn)率一直呈現(xiàn)出發(fā)散態(tài)勢，情況不容樂觀，提升區(qū)域碳排放全要素生產(chǎn)率協(xié)同度相關(guān)政策尚待持續(xù)加強(qiáng)。

圖2 三大區(qū)域碳排放全要素生產(chǎn)率收斂性分析

3.3 各效率之間影響力分析

圖3 ～圖5 顯示了2011—2020 年我國三大區(qū)域碳排放全要素生產(chǎn)率指數(shù)與技術(shù)變化指數(shù)和效率改善指數(shù)之間散點(diǎn)圖分布情況。通過對散點(diǎn)圖的指數(shù)、線性、對數(shù)、多項(xiàng)式、冪、移動(dòng)平均等多種趨勢線函數(shù)進(jìn)行比較，選取R2值最大的趨勢線表達(dá)式，進(jìn)而分析它們之間的影響關(guān)系。就效率改善指數(shù)對碳排放全要素生產(chǎn)率指數(shù)來說，西北、沿線和東南地區(qū)的R2值分別為0.654 6、0.910 5和0.817 6，函數(shù)擬合程度較好；技術(shù)變化指數(shù)與碳排放全要素生產(chǎn)率指數(shù)之間的擬合程度較差，西北、沿線和東南地區(qū)的R2值分別為0.062 9、0.073 1 和0.058 2。無論是胡煥庸線的西北地區(qū)、沿線地區(qū)，還是東南地區(qū)，效率改善指數(shù)對碳排放全要素生產(chǎn)率指數(shù)均表現(xiàn)出較強(qiáng)的影響力，影響系數(shù)分別為0.758 8、1.028 2 和0.952 4，這意味著效率改善指數(shù)每提升一個(gè)百分點(diǎn)，三大區(qū)域碳排放全要素生產(chǎn)率指數(shù)將分別提升0.758 8、1.028 2 和0.952 4 個(gè)百分點(diǎn)。顯然，與技術(shù)變化指數(shù)的作用相比，效率改善指數(shù)對碳排放全要素生產(chǎn)率的促進(jìn)能力居于主導(dǎo)地位。

圖3 西北地區(qū)全要素碳排放分解指數(shù)對全要素生產(chǎn)率指數(shù)的影響

圖4 沿線地區(qū)全要素碳排放分解指數(shù)對全要素生產(chǎn)率指數(shù)的影響

圖5 東南地區(qū)全要素碳排放分解指數(shù)對全要素生產(chǎn)率指數(shù)的影響

4 影響機(jī)制分析

4.1 變量甄選及其影響機(jī)理

綜合考量指標(biāo)數(shù)據(jù)的可獲得性、指標(biāo)的典型性、重要性，選取外商投資、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)水平、數(shù)字化、城鎮(zhèn)形態(tài)、技術(shù)創(chuàng)新、環(huán)境規(guī)制7 個(gè)指標(biāo)作為碳排放全要素生產(chǎn)率的影響變量。

外商投資（fdi）。外商投資對區(qū)域碳排放效率的影響是多方面的；一方面，高載能、高排放產(chǎn)業(yè)轉(zhuǎn)移可能導(dǎo)致承接地區(qū)成為高碳產(chǎn)業(yè)的集中地和避難所，增加承接地區(qū)減碳?jí)毫?；另一方面，外商投資的技術(shù)溢出效應(yīng)有助于提升能源利用效率并降低碳排放強(qiáng)度。此外，外商投資引起區(qū)域經(jīng)濟(jì)總量擴(kuò)張和相關(guān)產(chǎn)業(yè)集聚所產(chǎn)生的規(guī)模效應(yīng)和集聚效應(yīng)有助于碳排放全要素生產(chǎn)率的整體提高。本文用各省外商直接投資額與GDP 的比值來反映外商投資強(qiáng)度。

產(chǎn)業(yè)結(jié)構(gòu)（iso）。區(qū)域碳排放全要素生產(chǎn)率與其產(chǎn)業(yè)結(jié)構(gòu)密切關(guān)聯(lián)，產(chǎn)業(yè)結(jié)構(gòu)不僅影響能源消費(fèi)總量，而且影響碳排放強(qiáng)度；產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)有助于促進(jìn)低碳產(chǎn)業(yè)發(fā)展，縮短區(qū)域碳達(dá)峰時(shí)間。本文用產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化系數(shù)來衡量區(qū)域產(chǎn)業(yè)結(jié)構(gòu)，其計(jì)算公式如下。

式中：gi(i=1, 2, 3)表示各省份第i產(chǎn)業(yè)增加值，G代表各省份GDP。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)系數(shù)（iso）的取值區(qū)間為[1, 3]；iso越接近1，意味著該省經(jīng)濟(jì)以第一產(chǎn)業(yè)為主；iso越接近2，說明著該省以工業(yè)為主；iso越接近3，表明該省服務(wù)業(yè)越發(fā)達(dá)。

經(jīng)濟(jì)水平（edl）。經(jīng)濟(jì)發(fā)展對碳排放的影響是一把“雙刃劍”。在經(jīng)濟(jì)增長與碳排放沒有脫鉤的情況下，隨著經(jīng)濟(jì)規(guī)模的不斷擴(kuò)張，必然消耗更多的能源，導(dǎo)致碳排放總量持續(xù)上揚(yáng)。當(dāng)經(jīng)濟(jì)水平達(dá)到較高水平后，必然會(huì)改善基礎(chǔ)設(shè)施，增加對科技研發(fā)投入，提升能源資源集約節(jié)約利用水平，增強(qiáng)二氧化碳儲(chǔ)存、固化和再利用能力，從而推動(dòng)碳排放全要素生產(chǎn)率的改善和提升。經(jīng)濟(jì)水平用各省份人均GDP 來衡量。

數(shù)字化（dig）。數(shù)字化通過數(shù)字技術(shù)與金融、產(chǎn)業(yè)相結(jié)合，推動(dòng)金融數(shù)字化、產(chǎn)業(yè)數(shù)字化、數(shù)字產(chǎn)業(yè)化，從而影響區(qū)域碳排放全要素生產(chǎn)率。金融數(shù)字化程度是影響碳排放的重要因素，數(shù)字金融發(fā)展通過經(jīng)濟(jì)增長效應(yīng)和技術(shù)創(chuàng)新效應(yīng)提升了碳排放績效[21]。無論是數(shù)字產(chǎn)業(yè)化，還是產(chǎn)業(yè)數(shù)字化，均具有明顯的碳減排效應(yīng)，兩者融合疊加助推數(shù)字經(jīng)濟(jì)發(fā)展。而數(shù)字經(jīng)濟(jì)發(fā)展一方面通過改善能源消費(fèi)結(jié)構(gòu)，可以有效抑制碳排放強(qiáng)度；另一方面通過自帶的有偏技術(shù)進(jìn)步也會(huì)引起碳排放強(qiáng)度顯著降低[22]。數(shù)字化水平用各省份互聯(lián)網(wǎng)寬帶接入端口數(shù)與其總?cè)丝诒戎当硎尽?/p>

城鎮(zhèn)形態(tài)（upd）。隨著城鎮(zhèn)化的快速推進(jìn)，城鎮(zhèn)地區(qū)目前已經(jīng)成為生活能耗及碳排放的主要區(qū)域，我國城鎮(zhèn)地區(qū)能源消耗量占到了全國總能耗的75.15%，碳排放增量占全球碳排放增量的四分之三[23]。城市人口分布與乘用車CO2排放量之間存在密切關(guān)系，緊湊和分散情景下乘用車人均碳排放量的差異約為5%[24]。有研究顯示，提高城鎮(zhèn)人口密度有助于發(fā)揮公共產(chǎn)品的規(guī)模效應(yīng)，提升資源利用效率，促使碳排放效率提高[25]。也有研究表明，城鎮(zhèn)空間緊湊度與碳排放量之間存在較強(qiáng)的負(fù)相關(guān)關(guān)系，人口密度較之于建筑和經(jīng)濟(jì)密度對空間碳績效的影響更大，城市密度提高可以抑制空間碳績效的增高[26]。由于城鎮(zhèn)形態(tài)與城市建成區(qū)人口密度高度相關(guān)，因此，在本研究中城鎮(zhèn)形態(tài)用建成區(qū)人口密度來描述。

技術(shù)創(chuàng)新（tiq）?？萍歼M(jìn)步通過提升能源資源利用效率，推動(dòng)清潔能源開發(fā)利用，提高二氧化碳儲(chǔ)藏和循環(huán)利用水平，降低碳排放強(qiáng)度，從而促進(jìn)碳排放全要素生產(chǎn)率的改善和提升。技術(shù)創(chuàng)新用各省專利質(zhì)量指數(shù)來衡量。借鑒白俊紅等[27]的研究成果，綜合考慮不同類型專利的數(shù)量和質(zhì)量，根據(jù)技術(shù)創(chuàng)新程度差異，對發(fā)明專利、實(shí)用新型以及外觀設(shè)計(jì)3 種不同專利分別賦權(quán)0.5、0.3 和0.2，通過線性加總得到各省專利質(zhì)量指數(shù)。

環(huán)境規(guī)制（enr）。環(huán)境規(guī)制對碳排放全要素生產(chǎn)率的影響可能存在“綠色悖論”效應(yīng)或“倒逼減排”效應(yīng)。SINN[28]認(rèn)為，隨著環(huán)境規(guī)制強(qiáng)度的提升，能源供給者會(huì)加快高碳能源的開采，導(dǎo)致能源利用效率下降和碳排放增長，最終制約碳排放效率的提高，這就是環(huán)境規(guī)制的“綠色悖論”效應(yīng)。環(huán)境規(guī)制的“倒逼減排”效應(yīng)理論認(rèn)為，環(huán)境規(guī)制標(biāo)準(zhǔn)的不斷提升，會(huì)通過波特技術(shù)創(chuàng)新效應(yīng)、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和能源消費(fèi)結(jié)構(gòu)低碳化等途徑，倒逼企業(yè)提升生產(chǎn)效率與能效，提高產(chǎn)出水平，進(jìn)而提升碳排放績效[29-30]。環(huán)境規(guī)制用各省份節(jié)能環(huán)保支出占財(cái)政預(yù)算支出比重來表示。

4.2 灰色綜合關(guān)聯(lián)分析模型

由于胡煥庸線西北區(qū)域樣本較少，利用回歸方法分析碳排放全要素生產(chǎn)率演變的影響因素，難以找出其中的統(tǒng)計(jì)規(guī)律，且回歸分析要求研究樣本服從某種概率分布、各因素之間無多重共線性，這些條件也難以全部滿足。而灰色關(guān)聯(lián)分析所需數(shù)據(jù)較少，對樣本數(shù)據(jù)要求條件相對較低。因此，本文使用灰色綜合關(guān)聯(lián)分析模型[31]來量化分析影響區(qū)域碳排放全要素生產(chǎn)率的各個(gè)因素。

灰色關(guān)聯(lián)分析是依據(jù)序列曲線之間的幾何形狀相似程度來研判它們之間聯(lián)系的緊密性?；疑P(guān)聯(lián)度定量描述各因素之間發(fā)展趨勢相似程度，適合影響因素動(dòng)態(tài)分析。系統(tǒng)因素與影響因素之間的幾何形狀越相似，它們發(fā)展態(tài)勢越接近，它們之間的灰色關(guān)聯(lián)度就越大。初始值非零的兩個(gè)長度相同的序列X0、Xj，它們之間的灰色綜合關(guān)聯(lián)度計(jì)算公式如下。

式中：ρ0i、ε0i、r0i分別為兩序列的灰色綜合關(guān)聯(lián)度、灰色絕對關(guān)聯(lián)度和灰色相對關(guān)聯(lián)度。τ是調(diào)節(jié)變量，τ取值越大，越能反映兩序列絕對量之間的關(guān)系；τ取值越小，越能反映兩序列變化速率之間的關(guān)系；為了兼顧序列的絕對量和變化速率，τ取值0.5。ρ0i、ε0i、r0的具體數(shù)值通過灰色系統(tǒng)理論建模軟件（GSTA V7.0）計(jì)算得到。ρ0i越大表示兩個(gè)序列之間的綜合關(guān)聯(lián)性越強(qiáng)；ρ0i＜0.6，表示兩因素屬于低度關(guān)聯(lián)；0.6 ≤ρ0i＜0.7，表示兩因素屬于中度關(guān)聯(lián)；0.7 ≤ρ0i＜0.8，表示兩因素屬于較強(qiáng)關(guān)聯(lián)；0.8 ≤ρ0i＜0.9，表示兩因素屬于強(qiáng)關(guān)聯(lián)；0.9 ≤ρ0i≤1.0，表示兩因素屬于極強(qiáng)關(guān)聯(lián)。

4.3 影響結(jié)果分析

為了可以對比分析不同量綱影響因素的作用程度，先對各影響因素的原始數(shù)據(jù)進(jìn)行初值化處理，然后根據(jù)灰色綜合關(guān)聯(lián)度公式計(jì)算得到各個(gè)影響因素與區(qū)域碳排放全要素生產(chǎn)率的灰色關(guān)聯(lián)度，結(jié)果見表4。

表4 區(qū)域碳排放全要素生產(chǎn)率演變影響因素的灰色關(guān)聯(lián)度

對胡煥庸線西北區(qū)域而言，2011—2020 年，產(chǎn)業(yè)結(jié)構(gòu)對碳排放全要素生產(chǎn)率的影響最突出，灰色關(guān)聯(lián)度達(dá)到0.998，屬于極強(qiáng)關(guān)聯(lián)；人口密度的灰色關(guān)聯(lián)度也達(dá)到0.83，屬于強(qiáng)關(guān)聯(lián)；環(huán)境規(guī)制與碳排放全要素生產(chǎn)率之間存在較強(qiáng)關(guān)聯(lián)；經(jīng)濟(jì)水平與碳排放全要素生產(chǎn)率之間只是中等關(guān)聯(lián)；外商投資、數(shù)字化及技術(shù)創(chuàng)新與碳排放全要素生產(chǎn)率之間的關(guān)聯(lián)性較低，只達(dá)到低度關(guān)聯(lián)等級(jí)。對比“十二五”時(shí)期（2011—2015 年）與“十三五”時(shí)期（2016—2020 年）的情況可以發(fā)現(xiàn)，外商投資、城鎮(zhèn)形態(tài)和技術(shù)創(chuàng)新對碳排放全要素生產(chǎn)率的影響呈現(xiàn)下降趨勢，城鎮(zhèn)形態(tài)影響力下滑的幅度最大，其次是外商投資；產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)水平、數(shù)字化和環(huán)境規(guī)制對碳排放全要素生產(chǎn)率的影響程度呈現(xiàn)上升態(tài)勢，環(huán)境規(guī)制影響力提升的幅度最大。

對胡煥庸線沿線區(qū)域而言，2011—2020 年碳排放全要素生產(chǎn)率的影響因素按照關(guān)聯(lián)度由高到低排列依次為產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)制、城鎮(zhèn)形態(tài)、經(jīng)濟(jì)水平、外商投資、技術(shù)創(chuàng)新、數(shù)字化。與“十二五”時(shí)期相比，“十三五”時(shí)期外商投資、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境規(guī)制的關(guān)聯(lián)度有所下跌，外商投資關(guān)聯(lián)度下降的幅度最大，由極強(qiáng)關(guān)聯(lián)下跌為中度關(guān)聯(lián)；其余因素的關(guān)聯(lián)度呈現(xiàn)上升態(tài)勢，上升幅度最大的是數(shù)字化，由低度關(guān)聯(lián)躍升到較強(qiáng)關(guān)聯(lián)。

對胡煥庸線東南區(qū)域而言，2011—2020 年產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)形態(tài)和環(huán)境規(guī)制是碳排放全要素生產(chǎn)率演進(jìn)的三個(gè)主要影響因素，關(guān)聯(lián)度分別達(dá)到極強(qiáng)、強(qiáng)和較強(qiáng)等級(jí)；其余因素與碳排放全要素生產(chǎn)率的關(guān)聯(lián)性均處于低度關(guān)聯(lián)等級(jí)。與“十二五”時(shí)期相比，“十三五”時(shí)期只有產(chǎn)業(yè)結(jié)構(gòu)和數(shù)字化與碳排放全要素生產(chǎn)率的關(guān)聯(lián)度表現(xiàn)出上升趨勢，并且上升的幅度都不大；其余因素的關(guān)聯(lián)度則表現(xiàn)出下跌態(tài)勢，對外開放的關(guān)聯(lián)度下滑幅度最突出，由極強(qiáng)關(guān)聯(lián)下降到低度關(guān)聯(lián)。

整體上看，2011—2020 年，產(chǎn)業(yè)結(jié)構(gòu)是我國三大區(qū)域碳排放全要素生產(chǎn)率的最主要影響因素，技術(shù)創(chuàng)新是胡煥庸線西北區(qū)域和東南區(qū)域影響力最小的因素，而數(shù)字化是胡煥庸線沿線區(qū)域關(guān)聯(lián)度最小的因素。與“十二五”時(shí)期相比，“十三五”時(shí)期外商投資對我國三大地區(qū)碳排放全要素生產(chǎn)率的影響程度均表現(xiàn)出下降態(tài)勢，而數(shù)字化的情況剛好相反，均表現(xiàn)出上升趨勢。

5 結(jié)論及策略

5.1 結(jié)論

本文以胡煥庸線為區(qū)域劃分線，運(yùn)用NCSE-EBM與Malmquist Luenberger 指數(shù)相結(jié)合的模型測度了2011—2020 年我國三大區(qū)域30 個(gè)省份碳排放全要素生產(chǎn)率，分析中國碳排放全要素生產(chǎn)率區(qū)域動(dòng)態(tài)演進(jìn)特征，并采用灰色關(guān)聯(lián)方法探討區(qū)域碳排放全要素生產(chǎn)率演變的影響機(jī)制，主要結(jié)論如下：（1）碳排放全要素生產(chǎn)率在空間上表現(xiàn)為胡煥庸線西北和東南區(qū)域高、沿線區(qū)域低的“V”型分布態(tài)勢。（2）三大區(qū)域的碳排放全要素生產(chǎn)率均不存在嚴(yán)格收斂，胡煥庸線西北區(qū)域內(nèi)部各省份之間差異性最小，其次是東南區(qū)域，差異性最大的是沿線區(qū)域。（3）三大區(qū)域效率改善指數(shù)對碳排放全要素生產(chǎn)率指數(shù)均表現(xiàn)出較強(qiáng)的影響力，與技術(shù)變化指數(shù)的作用相比，效率改善指數(shù)是碳排放全要素生產(chǎn)率提升的主導(dǎo)性促進(jìn)因素。（4）2011—2020 年，產(chǎn)業(yè)結(jié)構(gòu)是我國三大區(qū)域碳排放全要素生產(chǎn)率的最主要影響因素，技術(shù)創(chuàng)新與胡煥庸線西北區(qū)域和東南區(qū)域碳排放全要素生產(chǎn)率的灰色綜合關(guān)聯(lián)度最低，而數(shù)字化與胡煥庸線沿線區(qū)域碳排放全要素生產(chǎn)率的灰色綜合關(guān)聯(lián)度最小。（5）與“十二五”時(shí)期相比，“十三五”時(shí)期外商投資對我國三大區(qū)域碳排放全要素生產(chǎn)率的影響程度均表現(xiàn)出下降態(tài)勢，而數(shù)字化的情況剛好相反，均表現(xiàn)出上升趨勢。

5.2 策略

根據(jù)以上研究結(jié)論，從區(qū)域碳排放全要素生產(chǎn)率及其影響機(jī)制的異質(zhì)性出發(fā)，基于系統(tǒng)思維和強(qiáng)弱項(xiàng)的考量，采取因地制宜的優(yōu)化策略。

胡煥庸線西北區(qū)域抓住國家構(gòu)建“雙循環(huán)”新發(fā)展格局的戰(zhàn)略機(jī)遇，以提升技術(shù)創(chuàng)新能力為目標(biāo)靶向，在“開籠引鳳”吸收外資和承接產(chǎn)業(yè)轉(zhuǎn)移的同時(shí)，科學(xué)設(shè)置好節(jié)能降碳環(huán)境門檻，堅(jiān)持資金引進(jìn)和技術(shù)引進(jìn)并重，協(xié)同引進(jìn)跨國公司研發(fā)中心和成套技術(shù)，重視引進(jìn)技術(shù)的消化吸收和再創(chuàng)新。加大清潔煤技術(shù)研發(fā)投資力度，注重核心技術(shù)和關(guān)鍵技術(shù)的自主創(chuàng)新能力培育。完善碳排放權(quán)市場交易機(jī)制，主動(dòng)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、淘汰低端污染產(chǎn)能，加快高碳經(jīng)濟(jì)向低碳經(jīng)濟(jì)轉(zhuǎn)型步伐。堅(jiān)持以創(chuàng)新驅(qū)動(dòng)、數(shù)據(jù)賦能、跨界融合為主線，以產(chǎn)業(yè)數(shù)字化為抓手，推動(dòng)以“銅墻鐵壁”為重點(diǎn)的傳統(tǒng)高碳產(chǎn)業(yè)脫胎換骨，突破原有產(chǎn)業(yè)發(fā)展的路徑依賴，打造開放型、智能化、綠色化和低碳化的現(xiàn)代產(chǎn)業(yè)體系，推動(dòng)區(qū)域碳排放全要素生產(chǎn)率持續(xù)提升。

胡煥庸線沿線區(qū)域急需補(bǔ)齊數(shù)字產(chǎn)業(yè)化短板，構(gòu)建和完善數(shù)據(jù)要素價(jià)值流通體系。錨定網(wǎng)絡(luò)強(qiáng)國和數(shù)字中國的戰(zhàn)略部署，從數(shù)字經(jīng)濟(jì)全產(chǎn)業(yè)鏈視角，統(tǒng)籌數(shù)據(jù)計(jì)算處理中心的空間布局，推進(jìn)大數(shù)據(jù)云計(jì)算中心建設(shè)，輻射和帶動(dòng)關(guān)聯(lián)產(chǎn)業(yè)高速高質(zhì)量發(fā)展，打造信創(chuàng)產(chǎn)業(yè)生態(tài)新體系，形成數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化耦合發(fā)展的產(chǎn)業(yè)生態(tài)新格局。改變政府包辦型環(huán)境規(guī)制，綜合運(yùn)用市場激勵(lì)型、命令控制型和自愿意識(shí)型多種環(huán)境規(guī)制模式，充分發(fā)揮環(huán)境規(guī)制的節(jié)能減碳作用，實(shí)現(xiàn)碳排放全要素生產(chǎn)率跨越式躍遷。促進(jìn)“互聯(lián)網(wǎng)+生態(tài)”融合發(fā)展，推進(jìn)區(qū)域城鄉(xiāng)生態(tài)聯(lián)建，快速縮小胡煥庸線沿線區(qū)域碳排放全要素生產(chǎn)率與其他區(qū)域的差距，實(shí)現(xiàn)中國區(qū)域碳排放全要素生產(chǎn)率均衡協(xié)調(diào)發(fā)展。

胡煥庸線東南區(qū)域要充分發(fā)揮現(xiàn)有科技優(yōu)勢，完善數(shù)字化的自主創(chuàng)新政策環(huán)境，強(qiáng)化區(qū)域自主創(chuàng)新公共服務(wù)平臺(tái)建設(shè)，優(yōu)化自主創(chuàng)新次序，充分利用國內(nèi)龐大的碳減排技術(shù)市場需求，加快節(jié)能減碳科研成果產(chǎn)業(yè)化步伐，實(shí)現(xiàn)單項(xiàng)技術(shù)突破型研發(fā)向產(chǎn)業(yè)鏈全鏈條科技創(chuàng)新升級(jí)，樹立全球低碳領(lǐng)域自主創(chuàng)新的產(chǎn)業(yè)技術(shù)標(biāo)準(zhǔn)。改進(jìn)環(huán)境規(guī)制政策著力點(diǎn)，由傳統(tǒng)的節(jié)能環(huán)保財(cái)政支出轉(zhuǎn)變?yōu)樘技s型基礎(chǔ)設(shè)施、二氧化碳儲(chǔ)存、可再生能源開發(fā)等領(lǐng)域投資，在刺激經(jīng)濟(jì)活力、促進(jìn)就業(yè)的同時(shí)，兼顧氣候變化，提高碳排放全要素生產(chǎn)率。持續(xù)提升營商環(huán)境成熟度，加快由要素型開放向制度型開放升級(jí)，提升引進(jìn)外資的質(zhì)量和效益。要將經(jīng)濟(jì)發(fā)展水平領(lǐng)先優(yōu)勢轉(zhuǎn)化為低碳消費(fèi)優(yōu)勢，降低經(jīng)濟(jì)社會(huì)綠色低碳全面轉(zhuǎn)型的成本及難度。

此外，雖然城鎮(zhèn)形態(tài)對三大區(qū)域碳排放全要素生產(chǎn)率提高起到明顯的促進(jìn)作用，但仍然存在較大的提升空間，尤其要進(jìn)一步提升城鎮(zhèn)形態(tài)對胡煥庸線沿線區(qū)域的影響力度。因此，需要全面推進(jìn)人與自然和諧共生的內(nèi)涵式城鎮(zhèn)化，持續(xù)優(yōu)化城市內(nèi)部生產(chǎn)生活生態(tài)“三生空間”融合發(fā)展格局，顯著提升建成區(qū)功能品質(zhì)，協(xié)同提高人口、土地、生態(tài)和經(jīng)濟(jì)多元城鎮(zhèn)化質(zhì)量，降低能耗強(qiáng)度，減少二氧化碳排放，建設(shè)綠色、韌性、智能、低碳、活力、和諧、集約及創(chuàng)新型城市，進(jìn)而推動(dòng)我國整體碳排放全要素生產(chǎn)率持續(xù)提高。