我国碳排放的空间特征及影响因素研究
——基于空间溢出视角

（新疆财经大学金融学院，新疆乌鲁木齐830012）

一、引言

2014年，我国成为世界第一大碳排放国。国际能源署（IEA）统计数据显示，2015年，我国燃料燃烧产生的二氧化碳排放量为9040 百万吨，降低碳排放已迫在眉睫。第21 届联合国气候变化大会上，我国政府作出2030年单位国内生产总值二氧化碳排放比2005年下降60%～65%的减排承诺。党的十九大报告中也强调“推进能源生产和消费革命，构建清洁低碳、安全高效的能源体系”，以推进经济可持续发展。

目前，我国碳排放过高是由经济发展模式粗放、技术水平不够先进、能源结构单一、能源使用和环境治理效率不高等原因造成的。在建设“美丽中国”过程中，应制定科学合理的节能减排政策，这要求对影响碳排放的关键因素进行识别。本文利用我国部分省、自治区、直辖市（以下简称省区市）能源实物消费量计算碳排放量，考察2004—2016年碳排放的空间特征，借助STIRPAT模型探讨我国碳排放空间特征影响因素，并提出相关政策建议，为我国碳排放治理工作提供助力。

二、文献综述

部分学者讨论了经济发展与环境保护的关系。Grossman和Krueger（1991）利用42个国家和地区的数据验证了环境库茨尼涅曲线，发现环境质量随经济增长先恶化后改善，经济增长过程中的能源消耗波动决定了碳排放水平。朴英爱（2010）阐述了经济增长与碳排放的三个“倒U型”曲线关系。鲁万波等（2013）利用两层完全分解法，从产业结构角度分解1994—2008年我国六大产业部门碳排放，认为能源低碳化战略应持续进行。厉以宁等（2017）结合我国经济发展实际情况，论证了低碳发展作为宏观经济目标的理论基础。

部分学者研究了碳排放的空间差异。Groot（2010）结合基尼系数洛伦兹曲线分析了世界各国碳排放分配问题。林伯强和孙传旺（2011）、赵雲泰等（2011）利用空间计量模型对我国区域碳排放的空间特征进行研究，认为我国碳排放空间集聚效应非常显著。程叶青等（2013）采用空间自相关模型研究了1997—2010年我国30个省区市的碳排放强度，发现我国碳排放集聚程度不断增强，且表现出一定的路径依赖和空间锁定效应。岳婷和龙如银（2014）利用2006—2011年的碳排放数据，研究了各省区市生活碳排放的空间自相关性。袁长伟等（2017）利用超效率SBM模型对我国交通运输碳排放效率的变动趋势和时空分布进行讨论，认为交通运输全要素碳排放具有明显集聚性。

在碳排放影响因素研究方面，Tamazian和Rao（2009），Jalil和Feridum（2010）使用时间序列进行分析，发现国家经济发展水平、城镇化水平、人口数量、金融发展程度等是影响碳排放的重要因素。杜立民（2010）发现重工业比重、煤炭消费比重和城市化水平的提升是导致我国碳排放增加的主要原因。方齐云和陶守来（2017）利用LMDI 分解法，探讨了人口增长和城镇化对碳排放的影响。邵帅等（2019）就经济集聚和能源强度对碳排放的影响进行了探讨，认为经济集聚水平到达临界点能出现节能减排效应，能源强度是该效应的中介变量。魏巍贤和杨芳（2010）、杨莉莎等（2019）从技术进步视角探讨了减排问题，认为提高技术水平是降低碳排放的有效方式。

可以看出，我国学术界对碳排放的研究主要集中在碳排放单一影响因素和区域差异方面，并未对碳排放区域间的相互作用及影响因素是否造成我国碳排放的区域差异进行探讨，且鲜有文献对省域碳排放的动态变化进行定量分析。部分学者对碳排放的空间关系进行了定量研究，利用空间权重矩阵从不同角度反映碳排放的空间关系，但鲜有学者以经济距离和地理距离为权重进行分析。本文选取2004—2016年我国30个省区市的能源消耗量计算碳排放，在经济距离和地理距离两个权重矩阵下检验我国碳排放的空间自相关性，并在空间滞后模型和STIRPAT模型基础上探讨碳排放是否具有空间溢出效应及其时变特征，分析造成碳排放区域差异和溢出效应的可能因素。

三、碳排放量计算与空间特征

（一）样本选取

2007年，联合国政府间气候变化专门委员会（IPCC）在第四次气候评估报告中指出，化石燃料燃烧产生的碳排放占世界温室气体总排放的95.3%，因此，化石燃料燃烧是导致温室气体增加的主要原因。本文借鉴IPCC的碳排放计算方法，对2004—2016年我国30个省区市的碳排放进行测算①西藏、香港、澳门和台湾数据缺失严重，故剔除。，数据来源于2005—2017年《中国能源统计年鉴》对各省区市原煤、洗精煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然气9类能源实物消费量的统计。

（二）碳排放测算

依据9类化石燃料的实物消费量计算碳排放②原始统计时各种能源的消费均为实物统计量，计算碳排放时必需转化为标准统计量。，即：

其中，Cit表示第i个省区市第t年碳排放；Eiht为第i个省区市第t年第h种能源消费量；ηh为第h种能源的碳排放系数。借鉴李国志和李宗植（2010）的碳排放区域划分方法，将碳排放均值5000万吨以下的省区市划分为低排放区，标记为区域1；碳排放均值5000万吨（含）至17000万吨的省区市划分为中排放区，标记为区域2；碳排放均值17000万吨以上（含）的省区市划分为高排放区，标记为区域3。考察时间区间内，我国三个区域的碳排放均值分别为6918万吨、12427万吨和16726万吨，碳排放总量连年上升。选取碳排放变化较为明显的年份制作雷达图（见图1），可以看出碳排放在地理位置上呈现“向西移动”的特征。

图1显示，2004年，12个省区市位于区域1，至2016年该区域仅剩海南省和青海省；2004年，区域2有17个省区市，至2016年9个省区市碳排放升至区域3，无一省区市降至区域1；2004年，仅有山东省位于区域3，2016年则增加至10个。各区域碳排放增长速度呈阶梯分布，区域1碳排放量增长速度最快，平均增速7.7%；区域2增长速度次之，平均增速6.7%；区域3平均增速6.3%。各区域中，新疆碳排放增长速度最快，平均增速13.3%。经济发达、人口密集的省区市碳排放较高。2016年，区域3 有10个省区市，且碳排放占全国碳排放总量的57%，而区域2和区域1分别占32%和11%。

图1 部分年份碳排放区域划分雷达图

（三）空间相关性检验

根据图1中样本省区市碳排放区域动态变化可知，经济发展水平和地理位置可能会对碳排放产生影响，研究碳排放影响因素时应考虑碳排放的空间溢出效应。全域自相关和局部自相关能够很好描述变量的空间相关性。用M表示莫兰指数，正值（负值）表示指标存在正向（负向）空间相关性，计算公式为：

其中，ωij为空间权重，为样本省区市碳排放均值，S2为样本方差。构建地理距离权重矩阵Ω1，其中的元素ω1，ij表示i与j省区市省会城市（或直辖市、首府城市）地理距离的倒数，地理距离由城市经纬坐标计算获得。构建经济距离权重矩阵Ω2，其中的元素ω2，ij表示i与j省区市GDP 均值差的倒数。全局莫兰指数检验结果如表1所示。

表1 全局莫兰指数

由表1可见，两种空间权重矩阵下的莫兰指数均为正值。因此，我国碳排放表现出明显的正向空间集聚特性，在空间上表现出正的空间相关性。经济距离权重下的空间相关性在1%的水平上显著，而地理距离权重下的空间相关性在5%水平上显著，且莫兰值在经济距离权重矩阵下更大。空间权重矩阵的选择是空间计量模型的关键因素，Kooijman（1976）指出较好的空间权重矩阵是使得莫兰指数最大的矩阵。因此，经济距离权重矩阵下的空间相关情况更适合解释我国样本省区市碳排放的空间特征。

全局相关性反映了碳排放的整体空间相关状况，但可能会忽略局部非典型特征（Anselin，1995）。因此，还需要进行碳排放局域空间相关性分析，较为常见的是局部莫兰指数。为明晰样本省区市碳排放空间相关模式，对局部空间自相关检验结果进行分析（见图2）①由于篇幅限制，本文只展示2016年经济距离权重下的碳排放空间相关模式；图内数字1～30为样本省区市编号。。

图2 2016年碳排放局部莫兰指数散点图

图2显示，2016年我国样本省区市碳排放呈空间正相关性且具有显著的空间集聚特征，经济距离接近的省区市，碳排放量也较为接近。图2第一和第三象限分别为“高高型”“低低型”空间相关模式，第二和第四象限分别为“高低型”“低高型”空间相关模式。“高高型”和“低低型”表示碳排放高（低）的省区市被碳排放高（低）的省区市包围；“低高型”和“高低型”表示碳排放高（低）的省区市被碳排放低（高）的省区市包围。

根据图2局部莫兰指数分布的象限汇总，得到经济距离权重矩阵下样本省区市2016年碳排放空间相关模式（见表2）。“高高型”中，河北、辽宁、江苏等被高碳排放省区市包围；“高低型”中，北京、吉林等被高碳排放省区市包围；“低低型”中，天津、青海、上海等与碳排放低省区市临近；“低高型”中，山西、内蒙古、新疆被低碳排放省区市包围。该结果与上文区域划分基本一致。

表2 2016年经济距离矩阵下碳排放空间相关模式

四、碳排放的空间溢出影响分析

（一）模型构建

运用可拓展的随机性环境影响评估模型（STIRPAT模型）考查相邻省区市对本地区碳排放的空间溢出影响，并探究引致空间特征的可能因素。STIRPAT模型是研究环境污染影响因素的常用模型，该模型将碳排放（C）与人口规模（P）、人均财富（A）、技术水平（T）联系起来，并加入其他可能的影响因素。模型对数形式为：

选取样本省区市人均GDP（gdp）、人口数量（pop）、科技研发人员数量（rd）反映人均财富、人口规模和技术水平。环境库兹涅茨曲线假说认为经济增长与环境污染之间存在“倒U型”关系，因此加入人均财富的二次项，预期其系数为负。此外，加入碳排放强度（eff）、产业结构（ind）和能源结构（ene）3个自变量。人均GDP、人口数量、科技研发人员数量、产业结构数据均来自样本省区市历年统计年鉴，能源结构数据来自历年《中国环境统计年鉴》。建立空间滞后模型和空间误差模型，即：

其中，ρ为空间自相关系数，表示经济发展水平相近或地理距离相邻省区市对本地区碳排放的影响；θ表示上一期碳排放对本期碳排放的影响；γ表示上一期经济发展水平相近或地理距离相邻省区市碳排放对本地区当期碳排放的影响；Xit表示碳排放其它影响因素。空间滞后模型和空间误差模型是常见的空间计量模型，在进行实证分析前需要对模型进行比较和选择。常用的检验方法有LM检验和稳健LM检验。表3和表4显示了经济距离权重矩阵下的检验结果，检验后选择空间滞后模型。

表3 空间滞后模型检验结果

表4 空间误差模型检验结果

（二）实证分析

表5中，1（1）～1（5）为经济距离权重矩阵下的估计结果，2（1）～2（5）为地理距离权重矩阵下的估计结果。

1.碳排放空间特征

首先，样本省区市碳排放表现出空间溢出效应。表5显示，空间自相关系数ρ在经济和地理距离权重矩阵下均显著为正，即经济发展水平相近和地理相邻省区市的碳排放呈同方向变化。同时，上文表2 碳排放空间相关模式分析中，23个省区市碳排放空间相关模式为“高高型”和“低低型”，碳排放具有空间溢出效应再次得到印证。其次，碳排放具有滞后效应，上一期碳排放对本期碳排放的影响系数在经济和地理距离权重矩阵下均显著为负，即本期高碳排放将对下一期碳排放量施压，使之减少。最后，碳排放会受相邻省区市上一期碳排放的空间溢出影响。系数γ在经济和地理距离权重矩阵下均显著为正，即样本省区市会效仿相邻省区市上一期碳排放水平。

2.影响因素

（1）经济增长。表5显示，经济增长的一次项系数为正，二次项系数不显著，表明样本省区市碳排放量仍随经济增长而增多。同时，经济发展并不完全依靠区域自身资本和劳动力的数量和质量，而是受其他省区市经济发展的溢出影响，且溢出效应随着距离增加而减弱（潘文卿，2012）。同时，污染物排放与经济增长呈正相关关系，而在治理环境污染过程中，其他污染物排放的下降可能会导致碳排放的上升。因此，经济增长是产生碳排放空间溢出效应的因素之一。

（2）人口数量。表5显示，人口数量越多，碳排放越高。劳动力增加能够促进经济增长，而当经济发展到一定程度，居民生活水平的提升会对环境改善提出更高要求。环保需求提升以及环境保护制度和政策的落实会使碳排放增长放缓（邵帅等，2019）。我国各省区市对环境保护政策的实施落实有差异，在人口自然流动的情况下，人口数量是影响碳排放空间溢出的主要因素。

（3）技术水平。表5显示，技术水平在两个权重矩阵下均显著为负。技术创新不仅能加速经济增长，提升要素生产率，还能降低碳排放，提高减排效率。因此，技术水平是影响碳排放空间特征的因素之一。

（4）能源与产业结构。在两种权重矩阵下，能源结构和产业结构对碳排放的影响显著为正。碳排放与煤炭消费比重呈正相关关系，因此，当前粗放式的工业化发展模式和以工业为主的产业结构，是碳排放较高的重要原因。

（5）碳排放强度。在两种权重矩阵下，碳排放强度对碳排放的影响显著为正。碳排放强度主要衡量单位GDP 产生的碳排放量，多数学者的研究也表明碳排放强度对碳排放量的影响显著为正。我国各省区市生态文明建设效率存在空间差异，碳排放强度的比较使得各省区市间存在模仿引进行为，因此区域差异正逐步缩小（王耕等，2018）。

表5 模型输出结果

表5（续）

五、结论与建议

（一）结论

首先，从样本省区市碳排放动态变化及自相关检验结果来看，地理和经济发展水平相近地区的碳排放表现出空间集聚特征，低碳排放区碳排放增速较快，高碳排放区呈现“向西移动”的空间特征。

其次，样本省区市碳排放具有空间溢出效应，碳排放的升高（降低）会带动经济发展水平相近或地理相邻省区市碳排放升高（降低）；当期碳排放将对下一期碳排放产生负效用，若上期碳排放较高，政府部门将实行更加严厉的节能减排措施抑制碳排放；样本省区市碳排放水平会受到相邻地区上一期碳排放的空间溢出影响。

最后，实证结果显示，经济增长、人口数量、技术水平、产业和能源结构、碳排放强度是影响我国碳排放空间特征的重要因素。

（二）建议

首先，碳排放的空间溢出效应使得区域碳排放治理工作难以取得显著成效，应推广区域联防联控机制。在碳排放治理工作中抓住重点，降低高碳排放省区市碳排放溢出效应，同时注意经济增长、人口数量、技术水平、产业和能源结构等因素的影响。

其次，转变经济发展方式，建立长期节能减排保障制度，促进产业结构升级，保障绿色经济长期发展。严格执行环境保护相关法律法规，适当提高高耗能、高污染和资源型企业的市场准入门槛，积极宣传绿色发展，加强环境保护和节能减排意识。在激励创新、加大科技研发投入的同时，加快构建全国碳排放权交易市场，并采取财税优惠政策引导绿色技术创新。

最后，碳排放的空间溢出效应和区域集聚特征意味着区域环境治理效果不显著。我国各省区市经济发展程度和碳排放存在差异，可以通过划分碳排放区域进行节能减排治理。各区域明确减排目标，找到本区域的主要碳排放源，共商共享有效节能减排措施，建立统一的环境治理机制，形成区域治理碳排放合力。