中國區域碳排放空間計量研究

摘要：如何從空間視角實現經濟發展與碳減排雙贏，是建設“美國中國”的重要推手，也是生態文明建設的必然要求。基于STIRPAT模型，從區域層面構建碳排放驅動因素擴展STIRPAT模型，并運用空間杜賓模型實證考察各驅動因素對碳排放規模和碳排放強度的影響。結果顯示：地區間碳排放存在顯著的示范和帶頭作用，驅動因素通過直接和間接途徑影響碳排放，除能源價格外，其他影響因素均表現出顯著性。因此，實現碳減排需要充分考慮空間相關性、異質性和外溢性，穩步推進城鎮化進程，加大技術創新步伐，優化產業結構升級和能源消費結構，適度提高能源價格，在擴大對外開放的同時加大對外商投資的甄別。

關鍵詞：碳排放；空間杜賓面板數據模型；空間外溢性；STIRPAT

中圖分類號：F062.1 文獻標識碼：A 文章編號：1003-3890（2013）12-0053-10

一、引言

自從低碳經濟被提出以來，各個國家均結合自身國情提出了相應的節能減排路徑。而要真正實現低碳發展，應對全球氣候變化，就必須有效地實現溫室氣體減排。因此，碳排放增長的驅動因素成為近年來學術界的熱點議題。在碳排放影響因素的研究中，已有大量文獻對其進行了研究。隨著空間計量經濟學的發展，在中國碳排放領域亦引起了一定的關注，國內學者開始運用空間計量模型對中國碳排放進行研究，如黃瑩、王良健、李桂峰、蔣荻（2009），蘇梽芳、胡日東、林三強（2009），朱平輝、袁加軍、曾五一（2010），王立平、管杰、張紀東（2010），姚奕、倪勤（2011），余泳澤（2011），鄭周勝、黃慧婷（2011），陳德湖、張津（2012），許和連、鄧玉萍（2012），王火根、滕玉華（2013）等運用空間面板模型對我國區域或者工業環境庫茲涅茨曲線進行分析[1-10]。從實證研究來看，大部分只考慮經濟發展和FDI對碳排放的影響，沒有考慮其他影響因素（如人口規模、城鎮化水平、能源價格等）對碳排放的空間影響。從空間模型選擇來看，大部分選擇固定效應模型或者同時給出空間滯后模型與空間誤差模型的估計結果，結果差異大導致經濟解釋性很牽強。較之前相比，雖然近年來已有部分學者開始運用空間計量方法對碳排放進行研究，但在實證研究中存在模型設定偏誤的問題，如空間滯后模型與空間誤差模型選擇、固定效應和隨機效應選擇、空間異質性模型選擇、空間權重矩陣構建等問題。因此，對中國碳排放從空間的角度進行研究，探討影響碳排放增長的驅動因素，對有的放矢地制定碳減排政策，發展低碳經濟，應對氣候變化有著重要的理論和現實意義。本文運用空間計量模型對碳排放進行研究，從區域層面對碳排放進行空間計量，將空間效應納入研究體系，使得空間計量模型估計更加有效，從而挖掘出影響碳排放增長的驅動因素，進而更有針對性地制定碳減排政策。

二、碳排放擴展STIRPAT模型構建

Ehrlish P R等（1971）[11]首次提出建立IPAT方程（IPAT等式）來反映人類活動對環境壓力的影響，由于其采用簡單直接的方式把環境與其影響因素巧妙地連接起來，目前已被廣泛地作為基本模型框架研究環境問題[12-17]，IPAT方程一般形式為式（1）：

I=PAT（1）

其中，I代表環境影響，P表示人口規模，A表示人均財富，T表示技術水平。

IPAT方程的主要目的在于挖掘出環境變化的主要決定性影響因素，在保持其他因素固定不變的情況下，通過改變其中一個因素來研究問題。IPAT經過多次改進發展，包括將T分解成T和每單位產出消耗C的ImPACT模型[18]和STIRPAT模型[19]。由于IPAT方程和ImPACT模型是一個賬戶恒等式，等式兩邊要求單位嚴格統一，影響因素與環境之間只存在同比例的變化，應用其進行分析時受到局限，只能得到各驅動因素對碳排放的等比例影響。然而在碳排放影響因素研究中，驅動因素與碳排放之間通常存在非線性、非等比例的影響變化，因此簡單地直接使用IPAT方程和ImPACT模型不能客觀地反映驅動因素對碳排放的影響。為了解決IPAT方程和ImPACT模型的上述問題，Dietz Rosa（1994）將IPAT等式以隨機形式表示，建立了STIRPAT（stochastic impacts by regression on population，affluence and technology）模型，通過對人口、財富和技術條件的統計回歸，進行碳排放影響的隨機估計[19]。STIRPAT模型表達式（2）：

I=aPbAcTde（2）

其中，a為模型系數，b、c、d為人口、財富和技術條件指數，e為模型誤差項，I、P、A、T分別代表環境壓力、人口規模、富裕程度、技術水平。如果令a=b=c=d=1，則STIRPAT模型還原成IPAT方程，指數的引入使得STIRPAT模型可用于分析驅動因素對碳排放的非比例影響。

對STIRPAT模型兩邊取自然對數，得到方程式（3）：

lnI=lna+b（lnP）+c（lnA）+d（lnT）+lne（3）

由彈性系數的概念可得，方程的回歸系數反映的是因變量與自變量之間的彈性系數，即維持其他自變量不變時，某一自變量變化1%所引起的因變量變化百分比。

STIRPAT模型不僅允許將各系數作為參數來估計，同時也允許對各影響因素進行適當分解[19]，大量文獻在上式基礎上根據各自研究對象和目的進行相應的改進來開展各種實證研究[20-21]。為了深入研究驅動因素對區域碳排放的影響，對STIRPAT模型進行擴展，將城鎮化率、產業結構、能源消費結構、能源價格、對外開放水平分別引入模型，擴展后的STIRPAT模型表達形式如式（4）、式（5）：

lnCS=lna+？茁1（lnP）+？茁2（lnUR）+？茁3（lnGDPPC）+？茁4（lnEI）+？茁5（lnIS）+？茁6（lnECS）+？茁7（lnEP）+？茁8（lnOPEN）+lne

=？琢+？茁1（lnP）+？茁2（lnUR）+？茁3（lnGDPPC）+？茁4（lnEI）+？茁5（lnIS）+？茁6（lnECS）+？茁7（lnEP）+？茁8（lnOPEN）+？著（4）

lnCI=lna+？茁1（lnP）+？茁2（lnUR）+？茁3（lnGDPPC）+？茁4（lnEI）+？茁5（lnIS）+？茁6（lnECS）+？茁7（lnEP）+？茁8（lnOPEN）+lne

=？琢+？茁1（lnP）+？茁2（lnUR）+？茁3（lnGDPPC）+？茁4（lnEI）+？茁5（lnIS）+？茁6（lnECS）+？茁7（lnEP）+？茁8（lnOPEN）+？著（5）

式中各變量定義為：

CS——碳排放規模（Carbon Scale），用碳排放總量表示，單位為萬噸。

CI——碳排放強度（Carbon Intensity），用單位GDP二氧化碳排放量表示，單位為噸碳/萬元。

P——人口因素（Population），用人口規模表示，單位為萬人。

UR——城鎮化率（Urbanization Rate），用城鎮人口比重表示，單位為%。

GDPPC——經濟發展水平（GDP per Capita），即財富因素，用人均GDP表示，單位為元/人。

EI——能源強度（Energy Intensity），即技術因素，用單位GDP能耗表示，單位為噸標準煤/萬元。

IS——產業結構（Industrial Structure），用第二產業生產總值占地區生產總值的比重表示，單位為%。

ECS——能源消費結構（Energy Consumption Structure），用煤炭消費量占能源消費總量比重表示，單位為%。

EP——能源價格（Energy Price），用各地區工業品出廠價格指數表示。

OPEN——對外開放水平，用各地區外商投資企業年底注冊登記情況（投資總額）表示，單位億美元。

三、碳排放空間計量模型設定及空間權重矩陣構建

從擴展的STIRPAT模型出發，考慮到碳排放在區域和行業層面具有顯著的空間相關性和異質性，建立空間計量經濟模型。對于碳排放變量，國務院印發的《“十二五”控制溫室氣體排放工作方案》中明確了2015年前中國控制溫室氣體排放的總體要求和主要目標，指出到2015年全國單位國內生產總值二氧化碳排放比2010年下降17%，強調各省（區、市）將大幅度降低二氧化碳排放強度納入本地區經濟社會發展規劃和年度計劃，因此碳排放強度指標成為衡量區域碳排放的重點指標；同時國家發展改革委辦公廳《關于開展碳排放權交易試點工作的通知》中同意在北京市、天津市、上海市、重慶市、廣東省、湖北省、深圳市7省市開展碳排放權交易試點，要求各試點地區要著手研究制定碳排放權交易試點管理辦法，明確試點的基本規則，測算并確定本地區溫室氣體排放總量控制目標，因此碳排放規模（碳排放總量）亦成為區域碳排放的重點監測指標。為了得到更為全面的碳排放分析結果，選取碳排放規模和碳排放強度分別作為被解釋變量。

空間面板數據模型將空間計量經濟學與面板數據方法相結合，把時空特征和空間效應同時納入研究體系，使得空間計量模型的估計更加有效。考慮到碳排放省域間空間依賴性和異質性的存在，初步建立以下三種空間面板數據模型：

1. 空間滯后面板數據模型（Spatial Lag Panel Data Model，SLPDM）

lnCSit=？啄■wijlnCSit+lna+？茁1（lnPit）+？茁2（lnURit）+？茁3（lnGDPPCit）+？茁4（lnEIit）+？茁5（lnISit）+？茁6（lnECSit）+？茁7（lnEPit）+？茁8（lnOPENit）+？滋i+？姿t+lneit

=？啄■wijlnCSit+？琢+？茁1（lnPit）+？茁2（lnURit）+？茁3（lnGDPPCit）+？茁4（lnEIit）+？茁5（lnISit）+？茁6（lnECSit）+？茁7（lnEPit）+？茁8（lnOPENit）+？滋i+？姿t+？著it（6）

lnCIit=？啄■wijlnCIit+lna+？茁1（lnPit）+？茁2（lnURit）+？茁3（lnGDPPCit）+？茁4（lnEIit）+？茁5（lnISit）+？茁6（lnECSit）+？茁7（lnEPit）+？茁8（lnOPENit）+？滋i+？姿t+lneit

=？啄■wijlnCIit+？琢+？茁1（lnPit）+？茁2（lnURit）+？茁3（lnGDPPCit）+？茁4（lnEIit）+？茁5（lnISit）+？茁6（lnECSit）+？茁7（lnEPit）+？茁8（lnOPENit）+？滋i+？姿t+？著it（7）

式（6）、式（7）中，lnCSit、lnCIit分別為區域i在t時刻被解釋變量碳排放規模、碳排放強度的觀測值，變量∑wijlnCSit、∑wijlnCIit刻畫了被解釋變量lnCSit、lnCIit與相鄰單元的被解釋變量lnCSjt、lnCIjt之間的空間相互作用，lnPit、lnURit、lnGDPPCit、lnEIit、lnISit、lnECSit、lnEPit、lnOPENit為區域i在t時刻解釋變量的觀測值，？啄為空間自回歸系數，wij為空間權重矩陣W的元素，？琢為常數項，？茁為固定的未知參數向量，反映解釋變量對被解釋變量的影響，？著it是均值為0，方差為？滓2的獨立同分布隨機誤差成分，？滋i為空間特質效應，？姿t為時期特質效應。

2. 空間誤差面板數據模型（Spatial Error Panel Data Model，SEPDM）

lnCSit=lna+？茁1（lnPit）+？茁2（lnURit）+？茁3（lnGDPPCit）+？茁4（lnEIit）+？茁5（lnISit）+？茁6（lnECSit）+？茁7（lnEPit）+？茁8（lnOPENit）+？滋i+？姿i+lneit

=？琢+？茁1（lnPit）+？茁2（lnURit）+？茁3（lnGDPPCit）+？茁4（lnEIit）+？茁5（lnISit）+？茁6（lnECSit）+？茁7（lnEPit）+？茁8（lnOPENit）+？滋i+？姿t+？準it

？準it=？籽■wij？準it+？著it （8）

lnCIit=lna+？茁1（lnPit）+？茁2（lnURit）+？茁3（lnGDPPCit）+？茁4（lnEIit）+？茁5（lnISit）+？茁6（lnECSit）+？茁7（lnEPit）+？茁8（lnOPENit）+？滋i+？姿i+lneit

=？琢+？茁1（lnPit）+？茁2（lnURit）+？茁3（lnGDPPCit）+？茁4（lnEIit）+？茁5（lnISit）+？茁6（lnECSit）+？茁7（lnEPit）+？茁8（lnOPENit）+？滋i+？姿t+？準it

？準it=？籽■wij？準it+？著it （9）

式（8）、式（9）中，lnCSit、lnCIit分別為區域i在t時刻被解釋變量碳排放規模、碳排放強度的觀測值，？琢為常數項，？茁為固定的未知參數向量，？滋i為空間特質效應，？姿t為時期特質效應，lnPit、lnURit、lnGDPPCit、lnEIit、lnISit、lnECSit、lnEPit、lnOPENit為區域i在t時刻解釋變量的觀測值，？準it為空間誤差自相關，？籽為空間自相關系數，？著it 是均值為0，方差為？滓2的獨立同分布隨機誤差成分。

3. 空間杜賓面板數據模型（Spatial Durbin Panel Data Model，SDPDM）

lnCSit=？啄■wijlnCSit+lna+？茁1（lnPit）+？茁2（lnURit）+？茁3（lnGDPPCit）+？茁4（lnEIit）+？茁5（lnISit）+？茁6（lnECSit）+？茁7（lnEPit）+？茁8（lnOPENit）+？茲1■wijlnPijt+？茲2■wijlnURijt+？茲3■wijlnGDPPCijt+？茲4■wijlnEIijt+？茲5■wijlnISijt+？茲6■wijlnECSijt+？茲7■wijlnEPijt+？茲8■wijlnOPENijt+？滋i+？姿t+lneit

=？啄■wijlnCSit+？琢+？茁1（lnPit）+？茁2（lnURit）+？茁3（lnGDPPCit）+？茁4（lnEIit）+？茁5（lnISit）+？茁6（lnECSit）+？茁7（lnEPit）+？茁8（lnOPENit）+？茲1■wijlnPijt+？茲2■wijlnURijt+？茲3■wijlnGDPPCijt+？茲4■wijlnEIijt+？茲5■wijlnISijt+？茲6■wijlnECSijt+？茲7■wijlnEPijt+？茲8■wijlnOPENijt+？滋i+？姿t+？著it（10）

lnCIit=？啄■wijlnCSit+lna+？茁1（lnPit）+？茁2（lnURit）+？茁3（lnGDPPCit）+？茁4（lnEIit）+？茁5（lnISit）+？茁6（lnECSit）+？茁7（lnEPit）+？茁8（lnOPENit）+？茲1■wijlnPijt+？茲2■wijlnURijt+？茲3■wijlnGDPPCijt+？茲4■wijlnEIijt+？茲5■wijlnISijt+？茲6■wij

lnECSijt+？茲7■wijlnEPijt+？茲8■wijlnOPENijt+？滋i+？姿t+lneit

=？啄■wijlnCIit+？琢+？茁1（lnPit）+？茁2（lnURit）+？茁3（lnGDPPCit）+？茁4（lnEIit）+？茁5（lnISit）+？茁6（lnECSit）+？茁7（lnEPit）+？茁8（lnOPENit）+？茲1■wijlnPijt+？茲2■wijlnURijt+？茲3■wijlnGDPPCijt+？茲4■wijlnEIijt+？茲5■wijlnISijt+？茲6■wijlnECSijt+？茲7■wijlnEPijt+？茲8■wijlnOPENijt+？滋i+？姿t+？著it（11）

式（10）、式（11）中，lnCSit、lnCIit分別為區域i在t時刻被解釋變量碳排放規模、碳排放強度的觀測值，lnPit、lnURit、lnGDPPCit、lnEIit、lnISit、lnECSit、lnEPit、lnOPENit為區域i在t時刻解釋變量的觀測值，？琢為常數項，？茲與？茁類似，均為固定的K×1維未知參數向量，？滋i為空間特質效應，？姿t為時期特質效應。空間杜賓面板數據模型圍繞零假設H0：？茲=0和？茲+？啄？茁=0展開，如果兩個零假設均被拒絕，則空間杜賓模型能夠最好地刻畫數據。

空間擴展STIRPAT模型，首先從時間維度測度本區域人口規模、城鎮化率、人均GDP、能源強度、產業結構、能源消費結構、能源價格、對外開放水平對碳排放規模和碳排放強度的影響。其次，通過區域碳排放空間依賴性的假設，將本區域碳排放規模和碳排放強度與鄰近區域人口規模、城鎮化率、人均GDP、能源強度、產業結構、能源消費結構、能源價格、對外開放水平及碳排放相關聯，從空間維度測度鄰近區域人口規模、城鎮化率、人均GDP、能源強度、產業結構、能源消費結構、能源價格、對外開放水平對本區域的影響，以及鄰近區域碳排放規模和碳排放強度對本區域的影響。

在空間計量建模之前，需要構建空間權重矩陣來刻畫空間依賴性，空間權重矩陣構建是否恰當對空間計量模型的效果起著至關重要的影響。在碳排放空間計量研究中，空間權重矩陣的構建對是否存在空間相關性、空間計量模型的選擇、空間計量模型結果是否與現實吻合等影響較大。為了更加合理地對我國碳排放進行客觀計量，提高空間計量模型的可解釋性，在區域碳排放層面上，需要考慮地理要素和非地理要素上的空間相鄰給碳排放空間計量帶來的影響，有必要對空間權重矩陣進行改進。本文以全面考慮地理要素和非地理要素上的空間相鄰為原則，對區域層面的空間權重矩陣進行構建。

在對區域層面建立空間面板數據模型時，我們采用地理空間權重和經濟空間權重相結合的空間權重矩陣，其中地理空間權重矩陣采用大圓距離反比法進行構造，用大圓距離的倒數來衡量這種空間關系。

WijGS =■ i≠j0 i=j（12）

式（12）中，dij為第i個地理空間位置與第j個地理空間位置之間的大圓距離，通過經度、緯度進行計算。

經濟空間權重矩陣W*，W*=W.×E。其中經濟權重矩陣E中的元素如下：

Eij=■ i≠j 0 i=j，■i=■■Git（13）

式（13）中，Git為人均GDP，代表第i個地區第t年的實際人均收入水平（統一以2006年為不變價計算）。W*=W.×E為地理空間權重矩陣與經濟權重矩陣的點乘，為包含經濟發展的經濟空間權重矩陣。

對于區域碳排放測算，本文充分考慮了各個地區的電力和熱力碳排放因子時空動態變化，區域電力按照“生產地”原則計算碳排放，能源標準量轉換系數動態變化等因素，對區域碳排放進行動態測算，數據來源于《中國能源統計年鑒》。

四、區域碳排放空間模型選擇LM檢驗

在建立空間計量模型之前，為了檢驗空間滯后面板數據模型、空間誤差面板數據模型、空間杜賓面板數據模型中哪個模型最能刻畫區域碳排放數據，運用LM檢驗對區域碳排放及其驅動因素進行空間效應檢驗。在傳統面板數據模型中，有空間固定效應、時間固定效應、時間空間雙固定效應以及無固定效應四類，為了更為全面地反映空間效應，我們對四類面板數據模型進行LM檢驗，以碳排放規模的自然對數Log（CS）為被解釋變量的空間滯后模型與空間誤差模型選擇LM檢驗結果如表1所示，以碳排放強度的自然對數Log（CI）為被解釋變量的空間滯后模型與空間誤差模型選擇LM檢驗結果如表2所示。

從表1和表2可知：在0.05的顯著性水平下，傳統面板數據模型中的無固定效應、空間固定效應、時間固定效應、時間空間雙固定效應四類模型的空間滯后LM檢驗均顯著，時間空間雙固定效應模型的空間誤差LM檢驗顯著，結合空間滯后和空間誤差穩健LM檢驗，可以完全拒絕非空間性。從空間固定效應聯合顯著性和時間固定效應聯合顯著性檢驗LR檢驗可以得出，無空間固定效應和無時間固定效應的原假設均被拒絕，似然比LR檢驗結果表明時空固定效應模型更能刻畫碳排放數據。當基于LM檢驗拒絕非空間模型時，選擇空間滯后模型還是空間誤差模型，依然需要慎重，我們考慮包括空間滯后模型與空間誤差模型的空間杜賓模型，在空間杜賓面板數據模型的基礎上，對其是否可簡化為空間滯后模型或空間誤差模型進行Wald檢驗和LR檢驗。

五、區域碳排放空間杜賓面板模型實證

通過上文的LM檢驗顯示，我們建立空間固定和時間固定雙向固定效應杜賓模型，對時空固定效應、時空固定效應偏差修正[22]、空間隨機時間固定效應三種模型進行估計，空間杜賓面板數據模型圍繞零假設H0：？茲=0和H0：？茲+？啄？茁=0展開，如果兩個零假設均被拒絕，則空間杜賓模型能夠最好地刻畫數據。運用Wald和LR檢驗可以得出，兩個零假設均被拒絕，說明空間滯后模型和空間誤差模型均被拒絕，從而空間杜賓模型更能適合區域碳排放驅動因素模型。同時，運用Hausman檢驗可以得出，應該選擇空間隨機效應、時間固定效應的空間杜賓模型。以碳排放規模的自然對數Log（CS）和以碳排放強度的自然對數Log（CI）為被解釋變量的帶時空效應的空間杜賓模型估計結果如表3所示。從模型的結果來看，空間隨機效應杜賓模型的相關系數平方高，且所有變量的系數符號與預期一致。

表3的空間杜賓模型1和空間杜賓模型2分別為碳排放規模的自然對數Log（CS）和碳排放強度的自然對數Log（CI）為被解釋變量的分析結果。模型結果顯示，大部分解釋變量的系數估計值顯著，且系數的符號與預期一致。以碳排放規模和碳排放強度為解釋變量的空間杜賓模型結果都顯示空間效應系數顯著為負，表明地區間碳排放存在顯著的示范和帶頭作用，相鄰地區碳排放規模或碳排放強度增加一個單位，本地區碳排放規模或碳排放強度會減少約0.2個單位。說明我國各地區在“十一五”期間認真貫徹落實黨中央、國務院的決策部署，采取有力措施，切實加大減排工作力度，沒有因為相鄰地區犧牲環境爭取政績而改變自身的低碳發展之路，基本實現了“十一五”規劃綱要確定的節能減排約束性目標，節能減排工作成效顯著。地區之間碳排放減少的示范和帶頭作用對整個國家低碳經濟的發展起著舉足輕重的作用，對區域碳排放的有效規劃，加以政府的政策支持，可以使區域碳減排實現良性循環，有效降低碳排放。下面將基于空間杜賓模型的估計結果，逐一討論區域碳排放的影響因素。

人口規模對碳排放的影響：在以碳排放規模的自然對數Log（CS）為被解釋變量的杜賓模型中人口規模估計系數顯著為正，說明人口總量的增加對我國碳排放規模的擴大產生了重要影響。究其原因是隨著我國人口總量的增加，對能源消費的需求越來越多，從而導致能源消費產生的二氧化碳排放亦越來越多。在以碳排放強度的自然對數Log（CI）為被解釋變量的杜賓模型中人口規模估計系數顯著為負，說明人口總量的增加對我國碳排放強度的增加沒有促進作用，相反，隨著我國把節能減排作為調整經濟結構、轉變發展方式的重要抓手，碳排放強度呈下降趨勢。2009年11月26日我國政府本著積極、建設性和對人類社會高度負責的態度，在哥本哈根世界氣候變化大會上宣布二氧化碳減排的目標為到2020年我國單位國內生產總值（GDP）二氧化碳排放量（碳強度）比2005年下降40%～45%，彰顯了大國的責任。考慮到我國正處于工業化和城市化的發展階段、人口總量增加、人均消費水平提高和成本有效性，降低碳排放強度是我國首選的碳減排指標，在遵循“共同但有區別的責任”原則下，實現我國低碳經濟可持續發展。在空間杜賓模型中空間滯后人口規模估計系數顯著為正，證明存在人口規模產生的碳排放空間外溢效應，但是人口規模對碳排放規模產生的空間外溢效應遠大于對碳排放強度產生的空間外溢效應。究其原因主要是人口流動產生外溢，從本地流動到外地，從農村流動到城市，基礎設施建設的增加和生活能耗的增加均導致二氧化碳隨之增加。

城鎮化率對碳排放的影響：人口因素對碳排放的影響主要通過人的生產和消費行為表現出來，而與生產和消費行為密切相關的人口因素除了人口總量外，還有人口城鎮化水平。在空間杜賓模型中城鎮化率估計系數顯著為負，說明隨著城鎮化進程的進一步加快，則會抑制碳排放規模和碳排放強度的增加。近十年來，我國城鎮化進程明顯加快，城鎮化率大約每年提高一個百分點，在2011年首次超過50%，2011年底城鎮化率已經達到51.27%。人口城鎮化水平與碳排放的關系呈倒U型，在人口城鎮化初期會促進碳排放的增加，隨著城鎮化的快速推進則會抑制碳排放。在空間杜賓模型中空間滯后城鎮化率估計系數顯著為正，證明存在城鎮化率產生的碳排放空間外溢效應，且城鎮化率對碳排放規模產生的空間外溢效應與對碳排放強度產生的空間外溢效應相差不大。究其原因主要是同質化競爭產生外溢，雖然我國城鎮化進程取得了一定的成績，但是區域間的城鎮化進程差異大，不少進程低的區域相繼加速進程，已經出現同質化競爭的現象。區域間城鎮化進程的同質化競爭導致部分城市為了追求城鎮化水平的提高，以“攤大餅”式的粗放式發展模式擴大城鎮規模，土地利用效率低、城市功能設施不完善、城鎮化布局不合理等因素導致碳排放增加。

人均GDP對碳排放的影響：我國目前正處于工業化、城鎮化快速發展的關鍵時期，隨著經濟產出快速增長，能源消費產生的二氧化碳排放亦快速增長。在空間杜賓模型中人均GDP估計系數顯著為正，說明目前我國經濟的快速發展是碳排放增長的主導因素，在經濟發展的一定階段，經濟發展與碳排放保持著高度的相關性，經濟快速發展引起的碳排放上升在一定程度是難以回避的。因此，我國目前碳減排不能寄希望于控制經濟發展規模，在既要保持國民經濟又好又快發展，又要減緩碳排放的雙重挑戰下，根本出路在于調整能源消費結構、轉變經濟發展方式、堅持走低碳發展之路，以達到實現經濟發展與碳減排的雙贏。在空間杜賓模型中空間滯后人均GDP估計系數顯著為負，證明存在經濟發展產生的碳排放空間外溢效應，但是經濟發展對碳排放強度產生的空間外溢效應大于對碳排放規模產生的空間外溢效應。究其原因主要是低碳競爭產生外溢，“十一五”期間，我國各區域把節能減排作為調整經濟結構、轉變發展方式的重要抓手，堅持走低碳發展之路，減緩由于經濟發展水平快速增長引起的碳排放增長，從而切斷區域經濟增長與碳排放之間的聯系。

能源強度對碳排放的影響：能源強度的下降更多地來自于技術進步，技術進步是影響碳排放的重要因素，其對碳排放規模和碳排放強度的影響越來越大。在空間杜賓模型中能源強度估計系數顯著為正，說明隨著技術的不斷進步，能源強度不斷下降，從而對碳排放的貢獻率表現出顯著的負效應。在能源消費持續快速增長、產業結構和能源消費結構調整難度大的情況下，通過技術進步來提高能源利用效率成為我國碳減排的關鍵手段之一。隨著我國能源開采、轉換及利用環節的創新技術（清潔能源替代技術、可再生能源技術、新能源技術等）的研發與推廣，低碳技術成為我國實現2020年碳減排目標的重要支撐。在空間杜賓模型中空間滯后能源強度估計系數為負，但均不顯著，說明技術進步產生的碳排放空間外溢效應不顯著。究其原因主要是碳減排技術在區域間難以模仿，當一個區域引進先進的碳減排技術時，可能會引起鄰近區域模仿，但是碳減排技術引進的模仿力度卻依賴于自身的經濟發展水平和研發能力大小，即自身的研發能力須達到一定的門檻才能吸收技術進步帶來的外溢，我國區域間研發能力差異顯著，部分地區因自身經濟發展水平和研發能力水平低的限制，吸收技術進步的能力受到一定程度的限制。

產業結構對碳排放的影響：產業結構為第二產業的比重，第二產業包括工業和建筑業，為高能耗產業，當前我國正處于工業化和城鎮化快速發展的關鍵時期，第二產業依然是支撐我國國民經濟快速發展的支柱產業，其對碳排放規模和碳排放強度的影響較大。在空間杜賓模型中產業結構估計系數顯著為正，說明我國產業結構的變化對我國碳排放依然表現出正效應，產業結構調整過程中，高耗能、低能效、高排放的狀況依然未得到明顯改善，與我國一度強調重化工業的發展戰略有著密切關系。要想實現碳減排的目標，從產業結構調整的角度來看，需要加快產業升級換代的步伐，大力發展高新技術產業和現代服務業，提高低碳的第三產業在國民經濟中的比重。在以碳排放規模的自然對數Log（CS）為被解釋變量的杜賓模型中空間滯后產業結構估計系數為正，但是不顯著，說明產業結構產生的碳排放規模空間外溢效應不顯著。究其原因主要是區域產業結構在短期內難以調整實現對碳排放總量的減少。在以碳排放強度的自然對數Log（CI）為被解釋變量的杜賓模型中空間滯后產業結構估計系數顯著為正，證明存在產業結構產生的碳排放強度空間外溢效應，碳強度約束指標分配到各個省市，不僅可以針對能源消費，還可以針對能源生產，不同碳強度約束指標的設定和分配，將促使不同區域的產業結構調整和能源生產消費策略，從而促使不同區域間的碳減排。

能源消費結構對碳排放的影響：隨著我國經濟的快速發展，要實現碳排放增速的減緩和下降，從長期來看，加快我國能源消費從傳統的以煤炭為主轉向以含碳量相對較低的石油、天然氣為主的能源消費結構是必然選擇。但是由于我國現有的資源狀況和煤炭資源在能源生產和消費結構中的比例，我國以煤炭為主的能源消費結構在相當長一段時間內不會發生改變。在空間杜賓模型中能源消費結構估計系數為正，但均不顯著，說明我國能源消費結構的變化對我國碳排放表現出正效應不顯著，煤炭占能源消費比重的下降，有助于碳排放的減少，雖然能源消費結構的變化對碳排放的減少作用數量小，但是意義重大。要想增強能源消費結構調整對碳排放減少的作用，從能源消費結構調整的角度來看，主要出路在于大力發展非化石能源，堅持走能源消費低碳化道路，保持風電、水電、核電、太陽能、生物質、智能電網等非化石能源比重穩步上升，同時通過產業政策和國際貿易政策提高相對低碳的化石能源中的天然氣占比。在空間杜賓模型中空間滯后能源消費結構估計系數顯著為負，說明能源消費結構產生的碳排放空間外溢效應顯著。能源總量和強度雙控制成效顯著，優化能源消費結構，大力發展非化石能源，讓新能源和可再生能源在能源消費結構調整中發揮突出作用，同時，“十二五”期間，根據我國各地區的實際情況，逐步建立起合理控制能源消費總量的機制，實施能源總量強度雙控制，各個地區相互優化能源消費結構，促進碳減排穩步推進。

能源價格對碳排放的影響：本文運用工業品出廠價格指數來度量能源價格，從理論上來講，要素價格與要素需求量呈負相關關系。在空間杜賓模型中能源價格估計系數為負，但均不顯著，說明我國能源價格的變化對我國碳排放表現出負效應不顯著，能源價格的上漲有助于碳排放的減少，雖然能源價格的變化對碳排放的減少作用數量小，但是意義重大。繼續完善能源價格機制，逐步形成發電和售電價格由市場決定、輸配電價由政府制定的電價機制，建立反映資源稀缺性程度和市場供求關系的天然氣價格形成機制，運用價格杠桿作用控制日益緊張的能源消費量和日趨增長的碳排放量。在空間杜賓模型中空間滯后能源價格估計系數為正，但均不顯著，說明能源價格產生的碳排放空間外溢效應不顯著。究其原因主要是區域能源價格信息發布制度不完善，當本區域能源價格上漲時，會從相鄰區域購買能源，造成碳排放總量小幅上升，我國應完善價格信息發布制度，穩定社會預期。

對外開放水平對碳排放的影響：在經濟全球化的大背景下，我國實施正確的開放戰略，有力地推動了中國經濟改革與經濟發展，取得了卓有成效的成績。隨著工業化和城鎮化進程的不斷加快，能源消費量和與之相伴的二氧化碳排放量持續攀升，在低碳經濟發展的背景下，對對外開放亦提出了新的要求，不光是引進國外先進的技術和方法，還要加大國外來華投資的審查力度確保有利于經濟環境協調發展。因此，對外開放水平越高，越有利于碳減排。在空間杜賓模型中對外開放水平估計系數為負，但均不顯著，說明我國對外開放水平的變化對我國碳排放表現出負效應不顯著。對外開放水平的提高有助于碳排放的減少，雖然對外開放水平的變化對碳排放的減少作用數量小，但是意義重大。我國從國外購買低碳技術或者吸引低碳的外商直接投資，FDI技術溢出效應可以降低我國碳排放規模和碳排放強度，大力引進國外先進技術設備和對外商直接投資進行嚴格審查對我國碳排放的降低起到正面的促進作用。在空間杜賓模型中空間滯后對外開放水平估計系數顯著為負，說明對外開放水平產生的碳排放空間外溢效應顯著。我國幅員遼闊，在我國加大與周邊經濟體合作的背景下，不僅沿海、沿江、沿邊地區加大了對外開放的力度，中西部地區也加快了對外開放的步伐，為我國走低碳經濟發展道路奠定了堅實的基礎。

六、區域碳排放空間溢出效應分析

許多實證研究者通常運用一個或者多個空間回歸模型的點估計來檢驗是否存在空間溢出效應，然而LeSag（2008）指出多個空間回歸模型的點估計檢驗是否存在空間溢出效應可能會得出錯誤的結論[23]，繼而提出了直接效應與間接效應的分解。

空間杜賓面板數據模型（Spatial Durbin Panel Data Model，SDPDM）

Yit=？啄■wijYit+？琢+■？茁iXit+■wijXijt？茲+？滋i+？姿t+？著it（13）

可以寫成：

Yit=？啄WYit+Xit？茁+WXit？茲+？滋i+？姿t+？著it（14）

化簡可得：

Yit = （I-？啄W）-1（Xit？茁+WXit？茲）+（I-？啄W）-1？滋i+（I-？啄W）-1？姿t+（I-？啄W）-1？著it（15）

式（13）～（15）中，Yit為空間地理位置i在t時刻被解釋變量Y的觀測值，Xit為空間地理位置i在t時刻解釋變量的觀測值，？琢為常數項，？茲與？茁類似，均為固定的K×1維未知參數向量，？滋i為空間特質效應，？姿t為時期特質效應。被解釋變量Y對第k個解釋變量X從區域1到區域N的偏導數為：

■L■=■ L ■ L L L■ L ■

=（I-？啄W）-1？茁k w12？茲k L w1N？茲kw21？茲k ？茁k L w2N？茲k L L L LwN1？茲k wN2？茲k L ？茁k（16）

式（16）中wij是W矩陣中的第（i，j）個元素，LeSag（2008）將直接效應界定為上式右邊矩陣對角線元素值和的平均值，間接效應界定為非對角線元素所有行和列元素的和的平均值。但是該計算直接效應和間接效應的缺點是（I-？啄W）-1計算耗時。LeSag（2008）又提出了另外一種計算方法，分解如下：

（I-？啄W）-1=I+？啄W+？啄2W2+？啄3W3+L（17）

在計算直接效應和間接效應過程中，原始計算（I-？啄W）-1的直接效應與間接效應計算方法本文記做計算方法1，式（17）的（I-？啄W）-1的化簡方法計算直接效應與間接效應計算方法記做計算方法2。

根據LeSag（2008）提出的兩種計算方法得出的以碳排放規模的自然對數Log（CS）為被解釋變量的空間杜賓模型解釋變量直接效應與間接效應分解如表4。人口規模、城鎮化率、人均GDP、能源強度、產業結構、能源消費結構、能源價格、對外開放水平通過直接和間接途徑影響碳排放規模，其中人口規模、人均GDP、能源強度、產業結構對碳排放規模的直接效應顯著為正，而城鎮化率對碳排放規模的直接效應顯著為負，能源消費結構、能源價格、對外開放水平對碳排放規模的直接效應不顯著，但系數符號均與預期一致。以碳排放強度的自然對數Log（CI）為被解釋變量的空間杜賓模型解釋變量直接效應與間接效應分解如表5所示。人口規模、城鎮化率、人均GDP、能源強度、產業結構、能源消費結構、能源價格、對外開放水平通過直接和間接途徑影響碳排放強度，其中能源強度、產業結構、能源消費結構對碳排放強度的直接效應顯著為正，而人口規模、城鎮化率對碳排放強度的直接效應顯著為負，人均GDP、能源價格、對外開放水平對碳排放規模的直接效應不顯著，但系數符號均與預期一致。從空間杜賓模型間接效應來看，除能源價格外，其他影響因素均表現出顯著性，而傳統面板數據模型中，間接效應都假設為0，顯然存在較強的空間溢出效應。空間溢出效應主要通過被解釋變量和解釋變量的空間滯后項進行傳遞，人口規模、城鎮化率、人均GDP、能源強度、產業結構、能源消費結構、能源價格、對外開放水平直接效應與間接效應的比例差異較大，與傳統的面板數據模型相比，空間杜賓面板數據模型估計的驅動因素對碳排放的系數變化大，進一步表明未考慮空間效應，可能會給驅動因素對碳排放的影響大小帶來偏誤。

七、結論與政策建議

本文以STIRPAT模型為理論基礎，從區域層面構建了碳排放驅動因素的擴展的STIRPAT模型。在此基礎上，利用2006—2010年中國面板數據，運用空間杜賓模型進行了估計，證實了碳排放之間的空間依賴性和驅動因素的外溢效應，實證考察了各驅動因素對碳排放規模和碳排放強度的影響。得到的主要結論如下：

（1）無論是以碳排放規模的自然對數Log（CS）還是以碳排放強度的自然對數Log（CI）為被解釋變量，大部分驅動因素的系數估計值顯著，且系數的符號與預期一致，且空間效應系數顯著為負，表明地區和行業間碳排放存在顯著的示范和帶頭作用，地區和行業之間碳排放減少的示范和帶頭作用對整個國家低碳經濟的發展起著舉足輕重的作用。

（2）驅動因素通過直接和間接途徑影響碳排放，從空間杜賓模型間接效應來看，除能源價格外，其他影響因素均表現出顯著性，而傳統面板數據模型中，間接效應都假設為0，顯然存在較強的空間溢出效應。空間溢出效應主要通過被解釋變量和解釋變量的空間滯后項進行傳遞，人口規模、城鎮化率、人均GDP、能源強度、產業結構、能源消費結構、能源價格、對外開放水平直接效應與間接效應的比例差異較大，與傳統的面板數據模型相比，空間杜賓面板數據模型估計的驅動因素對碳排放的系數變化大，進一步表明未考慮空間效應，可能會給驅動因素對碳排放的影響大小帶來偏誤。

從各驅動因素對碳排放影響作用大小和外溢效應可以得出，要想實現碳減排，需要充分考慮空間相關性、異質性和外溢性，需要在區域和行業差異化碳排放的基礎上，穩步推進城鎮化進程，加大技術創新的步伐，優化產業結構升級和能源消費結構，適度提高能源價格來控制碳排放的快速增長，在擴大對外開放的同時加大對外商投資的甄別，實現經濟發展與碳減排的雙贏。

參考文獻：

[1]黃瑩，王良健，李桂峰，蔣荻.基于空間面板模型的我國環境庫茲涅茨曲線的實證分析[J].南方經濟，2009，（10）：59-68.

[2]蘇梽芳，胡日東，林三強.環境質量與經濟增長庫茲尼茨關系空間計量分析[J].地理研究，2009，28（2）：303-310.

[3]朱平輝，袁加軍，曾五一.中國工業環境庫茲涅茨曲線分析——基于空間面板模型的經驗研究[J].中國工業經濟，（6）：65-74.

[4]王立平，管杰，張紀東.中國環境污染與經濟增長：基于空間動態面板數據模型的實證分析[J].地理科學，2010，30（6）：818-825.

[5]姚奕，倪勤.中國地區碳強度與 FDI 的空間計量分析——基于空間面板模型的實證研究[J].經濟地理，2011，31（9）：1432-1438.

[6]余泳澤.創新要素集聚、政府支持與科技創新效率——基于省域數據的空間面板計量分析[J].經濟評論，2011，（2）：93-101.

[7]鄭周勝，黃慧婷.地方政府行為與環境污染的空間面板分析[J].統計與信息論壇，2011，26（10）：52-57.

[8]陳德湖，張津.中國碳排放的環境庫茲涅茨曲線分析——基于空間面板模型的實證研究[J].統計與信息論壇，2012，27（5）：48-53.

[9]許和連，鄧玉萍.外商直接投資導致了中國的環境污染嗎？——基于中國省際面板數據的空間計量研究[J].管理世界，2012，（2）：30-43.

[10]王火根，滕玉華.經濟發展與環境污染空間面板數據分析[J].技術經濟與管理研究，2013，（2）：85-89.

[11]Ehrlich P R，Holdren J P.Impact of Population Growth[J].Science，1971，171（3977）：1212-1217.

[12]Harrison P.Inside the Third World：the Anatomy of Poverty[M].Penguin，1981.

[13]Raskin P D.Methods for Estimating the Population Contribution to Environmental Change[J].Ecological Economics，1995，15（3）：225-233.

[14]York R，Rosa E A，Dietz T.Bridging Environmental Science with Environmental Policy：Plasticity of Population，Affluence，and Technology[J].Social Science Quarterly，2002，83（1）：18-34.

[15]Shi A.The Impact of Population Pressure on Global Carbon Dioxide Emissions，1975-1996：Evidence from Pooled Cross-country data[J].Ecological Economics，2003，44（1）：29-42.

[16]Cole M A，Neumayer E.Examining the Impact of Demographic Factors on Air Pollution[J].Population and Environment，2004，26（1）：5-21.

[17]Rosa E A，York R，Dietz T.Tracking the Anthropogenic Drivers of Ecological Impacts[J].AMBIO：A Journal of the Human Environment，2004，33（8）：509-512.

[18]Waggoner P E，Ausubel J H.A Framework for Sustainability Science：A Renovated IPAT Identity[J].Proceedings of the National Academy of Sciences，2002，99（12）：7860-7865.

[19]Dietz T，Rosa E A.Rethinking the Environmental Impacts of Population，Affluence and Technology[J].Human Ecology Review，1994，1：277-300.

[20]Dietz T，Rosa E A.Effects of Population and Affluence on CO2 Emissions[J].Proceedings of the National Academy of Sciences，1997，94（1）：175-179.

[21]York R，Rosa E A，Dietz T.STIRPAT，IPAT and ImPACT：Analytic Tools for Unpacking the Driving Forces of Environmental Impacts[J]. Ecological Economics，2003，46（3）：351-365.

[22]Lee L，Yu J.Estimation of Spatial Autoregressive Panel Data Models with Fixed Effects[J].Journal of Econometrics，2010，154（2）：165-185.

[23]LeSage J P.An Introduction to Spatial Econometrics[J].Revue D'économie Industrielle， 2008，（3）：19-44.

責任編輯、校對：張 然

Spatial Econometric Study of Regional Carbon Emissions

Xiao Hongwei1，Yi Danhui2， Zhang Yaxiong1

（1.Economic Forecasting Department， State Information Center， Beijing 100045， China；

2.School of Statistics， Renmin University of China， Beijing 100872， China）

Abstract： How to realize the economic development and carbon emission reduction win-win from space perspective is the construction of \"push American Chinese\"， is also an inevitable requirement of the construction of ecological civilization. Under the theoretical basis of STIRPAT model， the drivers of carbon emissions extended STIRPAT model was constructed considering regional level. And using spatial Durbin model empirically examines the impact of the drivers on the scale of carbon emissions and carbon intensity， empirical results show that： there is a significant demonstration and leading role in regional carbon emissions， driving factors through direct and indirect impact on carbon emissions， in addition to energy prices， other factors have shown significant. In order to achieve carbon emission reduction， we need to take full account of spatial correlation， heterogeneity and spillover， by steadily push forward the process of urbanization， increase the pace of technological innovation， optimize the upgrading of industrial structure and energy consumption structure， an appropriate increase in energy prices to control the rapid growth of carbon emissions， open wider to the outside world at the same time to increase the screening of foreign investment， to achieve win-win economic development and carbon reduction.

Key words： Carbon emission； Spatial Durbin panel data model； Space spillover； STIRPAT