區域碳排放空間轉移特征及其經濟溢出效應

孫立成+程發新+李群

收稿日期：2014-04-02

作者簡介：孫立成，博士，副教授，主要研究方向為碳排放轉移分析。

基金項目：國家自然科學基金項目“基于產品全生命周期的企業低碳制造戰略形成機制與驅動模式研究：以水泥行業為例”(編號：71273118)；教育部人文社會科學研究青年基金項目“區域碳排放轉移驅動機制及其對碳減排配額初始分配影響研究”(編號：13YJC630141)；教育部高校博士點基金新教師類項目“區域間商品流動和碳排放轉移效應：模型與實證研究”(編號：20123227120010)。

摘要準確把握區域碳排放轉移的空間轉移特征，明確其經濟溢出效應是引導區域碳排放合理轉移的基礎。以中國省際區域為研究對象，以投入產出表為基礎，采用碳排放系數法分別測算了中國省際區域碳排放轉入總量及碳排放轉出總量；通過構建基于地理特征和經濟特征的空間權重矩陣，綜合運用Morans I指數和地理加權回歸模型分別研究了中國省際區域碳排放轉移的空間分布特征及其經濟溢出效應。研究結果表明：中國各省碳排放轉移總量均較大，其中碳排放轉入總量大于碳排放轉出總量，東部及中部較發達地區均具有正的凈轉移特征；中國省際區域碳排放轉入和碳排放轉出的Morans I指數分別為0.17和0.14，表明中國省際區域碳排放轉移在整體上具有一定的空間集群特征；中國省際區域碳排放轉移在局部空間主要表現為L-L模式和H-H模式。其中東部及中部經濟較為發達的地區表現為H-H模式，西部地區及中部欠發達地區表現為L-L模式,而中部地區則表現為L-H模式或H-L模式為主；中國省際區域碳排放轉移經濟溢出類型主要有五種具有區域特征的溢出模式，其中中國省際區域碳排放轉入所產生的經濟溢出效應要強于碳排放轉出。最后，針對研究結果，分析了其產生的可能原因，并提出相應的優化對策和建議。

關鍵詞碳排放轉移；經濟溢出效應；Morans I指數；地理加權回歸模型

中圖分類號X24文獻標識碼A文章編號1002-2104（2014）08-0017-07doi:10.3969/j.issn.1002-2104.2014.08.003

自《京都議定書》生效以來，區域間碳排放轉移現象已日益顯現。數據表明，發展中國家溫室氣體排放增長量的1/4源自于發達國家商品和服務貿易的增加［1］，其中中國每年碳排放轉移量就高達12億t，占中國目前碳排放總量的近20%。2011年3月頒布的《低碳經濟藍皮書:中國低碳經濟發展報告(2011)》也指出，中國制造1個芭比娃娃要承受3/4的碳排放。然而，由于當前有關地區碳排放配額的劃分均是以區域本土碳排放為核算基準，忽略了區域間碳排放轉移的潛在影響，致使區域碳減排責任難以清晰地加以界定。因此，當前眾多學者針對區域碳排放轉移問題展開了較為詳細的研究。早期學者們主要應用Merge, GREEN, GTAP-E等模型模擬測算了各區域的碳排放轉移量，結果表明:在現有的可能存在的情景下，區域間碳排放轉移現象均普遍存在，且碳轉移偏高的概率較大［2-6］。隨后，考慮到上述模型的局限性，一些學者采用投入產出等模型測算了英國、美國等發達國家對中國的碳排放凈轉移量，結果顯示其值在7%-23%左右［7-13］。就流向而言，McKibbi［14］等則通過測算表明大多數碳排放轉移將發生在減排國家之間，而不是流向非減排國家。而李小平和盧現祥［15］則從具體行業的角度指出，中國沒有通過國際貿易成為發達國家的“污染產業天堂”。姚亮和劉晶茹［16］則利用EIO-LCA 方法及1997 年中國區域間投入產出表分析中國八大區域間產品(服務)以及隱含的碳排放在區域之間流動和轉移總量規律。然而，由于中國是世界CO2排放最多的發展中國家，且中國幅員遼闊，各區域在地理空間分布、資源格局、產業結構及經濟發展水平等方面不但有著較大的差異，而且這些區域有著較強的空間相關性；而現有的研究較少分析中國省際區域間碳排放的空間轉移特征，也沒有就碳排放轉移的經濟溢出效應展開研究。實踐表明，要保證中國經濟高速發展, 實現中國政府及各省際區域既定的減排目標，就需要準確把握區域碳排放空間轉移特征, 明確其經濟溢出效應，有效引導碳排放在中國省際區域間合理轉移，這也是本文研究的出發點。

1變量及數據1.1碳排放轉移測算當前有關碳排放轉移的測算方法主要有以下幾類［17］：實測法或物料衡算法、模型測算法、生命周期法及排放系數法等。由于在短期條件下碳排放系數法具有較強的實用性，從數據的可得性來看也比較適用于區域碳排放轉移的核算分析。考慮到現有統計數據的限制，本文選取碳排放系數法來測算中國省際區域。

由于目前的碳排放系數是理想狀態下的數值，而實際上各產業在生產過程中不同的技術水平、生產管理水平、能源的使用及工藝過程等各類影響因素的影響，具體到某個具體的產品可以隨著時間的不同其碳排放系數也不一定相同，其計算公式具體如下：

EIi=∑i,jEIij×QIij=λIi×GIi(1)

EEi=∑i,jEEij×QEij=λEi×GEi(2)

Ei=EIi-EEi(3)

其中，EIi為i地區由外地區商品的流入而形成的碳排放轉移量，即為外地區生產的商品卻由i地區消費而形成的碳排放轉移量；EEi為i地區由商品的流出而形成的碳排放轉移量，即為i地區生產的商品由別的地方消費而形成的碳排放轉移量；Ei為i地區由商品流動所形成的凈轉移量；EIij和QIij分別代表i地區流入商品j的碳排放系數及流入量，EEij和QEij分別代表i地區流出商品j的碳排放系數及流入量。考慮到有關區域i各具體流入和流出商品數量及各具體商品所產生的碳排放系數相關基礎統計數據較為缺乏，因此，為方便起見，本文選用i地區流入和流出商品的資金流來核算其碳排放轉移量，因此，上式中λIi和GIi分別代表i地區流入商品的平均碳排放強度及流入商品的產值，λEi和GEi分別代表i地區流出商品的平均碳排放強度及流出商品的產值。

1.2區域間空間權重變量構建

區域間空間權重變量是從外生信息視角反映了空間單元間相互依賴性和關聯性，因此，為減少或消除區域間的外在影響，就需要提前確定空間權值變量。現有有關區域間空間權重變量主要采用鄰近標準和距離標準來定義，然而，空間權重矩陣更多地是從地理空間聯系的角度來確定的，而區域間碳排放轉移屬于區域經濟管理范疇，地理空間聯系往往不是唯一的決定因素。

因此，本文將以林光平等［18］提出的經濟權重矩陣為基礎，構建區域碳排放轉移的經濟權重矩陣，其基本形式如下：W*ij=Wij×Eij ，其中Wij即為空間地理位置權重矩陣，Eij為經濟系數矩陣。考慮到經濟發達地區對落后地區有著較大的輻射力和吸引力，因此，學者們通常將各地區實際GDP占所有地區GDP之和的比重刻畫經濟系數Eij［19］。由于在區域產業優化升級過程中，承接發達地區產業轉移是形成碳排放轉移的主要因素［20］，實踐表明工業是形成碳排放的主體，因此，本文將各地區工業產值占總工業產值的比重來衡量Eij，據此，本文所構建的區域碳排放轉移權重矩陣具體如下：

W*ij=Wij×Eij=Wij×diag(G1/G,G2/G…Gn/G)(4)

其中，Wij即為上述所闡述的地理空間距離權重矩陣，表明距離較近的兩地區相互影響較大，而較遠的兩地區則較小。G1,G2…Gn表示n個空間單元工業總產值，G則表示所有地區工業總產值；Gi/G表示空間單元i的工業產值占總工業產值的比重，表明相對而言，工業發達地區對工業落后地區的經濟有著較大的影響力，且落后地區所承接的碳排放轉移量也相對較大；而落后地區之間或發達地區之間勢必也會有相應的經濟聯系，也會產生一定的碳排放轉移現象，但凈碳排放轉移量往往相對較少，而式(4)則表明，區域空間單元碳排放轉移的相互聯系是由地理空間距離和工業產值占總產值比重共同決定的。

1.3數據來源

本文以中國省際區域為研究對象，考慮到2012年《中國統計年鑒》中最新的投入產出表也是2007年的數據，雖然部分省份在2010年推出了延長版投入產出表，但由于未更新的省份較多，數據缺失較為嚴重。因此，本文所需的數據均來自于2007年中國各省市的投入產出表。為使得結果具有一致性和可信性，本文各指標的具體數據均以當年價進行核算。空間權重矩陣則主要是以國家地理信息系統網站提供的電子地圖為基礎，采用OpenGeoDa軟件計算而得到的，而各省際區域工業產值占工業總產值數據則主要是來源于2012年《中國統計年鑒》。由于西藏數據缺失較多，因此本文研究中不包含西藏。

2區域碳排放空間轉移特征分析

2.1中國省際區域總體碳排放空間轉移特征分析

依據式(1)-(3)和相關數據，可得2007年中國各省際區域碳排放轉出量、碳排放轉入量及凈轉移量，其對比圖具體如圖1所示，從中可以得出以下兩個結論：

(1)從總量來看，不論是各地區的碳排放轉出量還是碳排放轉入量均較大，且各地區碳排放轉入總量要大于碳排放轉出總量。說明由區域間商品流動所引發的碳排放轉移現象在中國省際區域間已大量存在，而且這一存量的凈值也是趨向于增強的態勢。

(2)從碳排放轉移的區域結構來看，碳排放轉移凈值為正的地區一共有18個，主要分布在東部和中部經濟較為發達地區。其中，碳排放凈碳轉移量為正數排名最高的前三個地區分別是廣東省、江蘇省和浙江省，后三位的地區分別是江西、湖北和海南。而碳排放轉移凈值為負的12個地區基本都是西部欠發達地區。可見，從碳排放轉移區域結構來看，較為發達地區往往憑借其產業結構乃至經濟總量的優勢，將其本該是其承擔的碳排放轉嫁到其他欠發達地區，而且經濟越發達的地區其轉移凈值就越大。2.2區域碳排放轉移空間相關性分析

為進一步判斷中國省際區域碳排放空間轉移特征，本文采用多數學者通常采用的Morans I指數法［21］來對中國省際區域碳排放轉移進行自相關性檢驗。其表達式具體如下：

MoranI=∑ni=1∑nj=1Wij(Yi-Y)(Yj-Y)S2∑ni=1∑nj=1Wij(5)其中，S2=1n∑ni=1(Yi-Y),Y=1n∑ni=1Yi，Yi表示空間單元i的碳排放轉移值，n為空間單元數，Wij為空間元的權重矩陣元素，具體是按式(4)求得。

依據上述方法及數據，在5%的顯著水平下，2007年中國省際區域碳排放轉入(EI)和碳排放轉出 (EE)的Morans I指數分別為0.17和0.14。表明中國省際區域碳排放轉移在整體上具有一定的空間集群特征。為深入剖析其集群特征，本文采用局域空間關系LISA法對其進行檢驗。由表1可以得出如下結論：從整體來看，無論是碳排放轉入還是轉出其Morans I散點圖在局部空間上均表現為L-L模式和H-H模式為主，兩種類型占總體比例的60%左右，其中L-L模式的比例要高于H-H模式。說明在整體上中國省際區域碳排放轉移具有較強的空間集群特征，呈現出碳排放轉移低的地區被碳排放轉移低的地區包圍的空間集群特征。從各具體省際區域來看主要有三個特征：一是表現為H-H模式的則主要是以發達地區為主，但也有少量中西部地區，如遼寧和河北地區的碳排放轉入，遼寧和內蒙古兩個地區的碳排放轉出也處于H-H模式；二是表現為L-L模式的地區主要是西部地區或中部發展欠佳的地區；三是表現為L-H模式或H-L模式主要是中部地區，其中是以碳排放轉移低的地區被高的地區包圍的比例較大。

從其產生原因來看，可能有以下幾點：一是隨著國家和地區碳減排政策的制定和實施，發達地區既要保持經濟的快速增長又要保證碳減排任務的實現，不可避免地會將圖1中國省際區域碳排放轉移結構對比圖

Fig.1Carbon emission transfer structure comparison chart of the interprovince in China

表1Morans I散點圖局部空間關聯模式歸類

Tab.1Local spatial association pattern classification of Morans I scatter plot

象限

Quadrant關聯模式

Assocition pattern碳排放轉入(EI)

Carbon emission in比例(%)

Proportion碳排放轉出(EE)

Carbon emission out比例(%)

Proportion第一象限H-H模式江蘇、浙江、上海、北京、山東、天津、遼寧、河北26.67江蘇、浙江、上海、山東、安徽、遼寧、內蒙古23.33第二象限L-H模式福建、廣西、安徽、江西、海南、內蒙古、吉林、山西26.67北京、天津、福建、黑龍江、廣西、江西、海南、山西26.67第三象限L-L模式黑龍江、陜西、湖南、湖北、四川、重慶、青海、甘肅、云南、新疆、寧夏、貴州39.99湖南、湖北、四川、重慶、青海、甘肅、云南、新疆、寧夏、貴州33.33第四象限H-L模式廣東、河南6.67廣東、河南、陜西、河北、吉林16.67一些高污染高耗能的產業轉移到別的地區，考慮到發達地區之間的經濟聯系較為密切，其共生模式雖然有一定的相似性，但其產業的差異性是其共生模式的主體，如：江蘇的蘇南模式和浙江的溫州模式在產業結構及經濟發展階段上均有較大的差異性，同時中國發達省際區域位置以東部為主，其地理空間位置較為鄰近，這些均使得其區位碳排放轉移呈現H-H模式。但也有一些欠發達地區也存在H-H模式，這也是和該地區產業結構與區域位置有著一定的影響，如：內蒙古等地；二是由于中部地區在地理位置上聯結了東西兩大區域，且其所具備的產業形態往往是東部地區的上游產業，不論是人才儲備還是相關產業資源的積累，其均對東部地區相關的產業轉移有著較強的承擔能力，因此，處于中部地區的相關省份在碳排放轉移上大多數均表現為L-H模式，表明這些地區碳排放轉移在空間分布具有異常性。具體到北京和天津兩個地區來看，這兩個地區的碳排放轉入屬于H-H模式，而其碳排放轉出則屬于L-H模式，說明這兩個地區在主動轉移碳排放和承接碳排放轉移上有著較大的差異，更多地表現為凈轉移這一特征；三是由于西部欠發達地區數量較多，分布較廣，且其有著較強的區域環境承載力，因此，其碳排放轉入和轉出均表現為較低水平，在地理空間上表現為碳排放低的區域集群的特征。

3區域碳排放空間轉移經濟溢出效應分析

從上述分析可以看出，區域間碳排放轉移現象廣泛存在于各省際區域，這既符合區域經濟發展的需要也是實現區域碳減排目標一種重要手段，然而要判斷區域碳排放轉移是否合理，就需要研究其經濟溢出效應。

3.1模型設定

考慮到上述中國省際區域碳排放轉移的空間轉移特征，傳統的OLS法對變量進行整體估計顯然不能反映出變量在不同空間上的非穩態性。本文主要采用地理加權回歸模型來分別分析區域碳排放轉出、碳排放轉入及兩者共同對區域經濟的影響，其模型具體如下［22］：

Yi=β0(μi,υi)+∑kjβj(μi,υi)Xij+εi(6)

其中，Yi為省際區域i的GDP，Xij為區域i碳排放轉移量，j表示碳排放轉入或轉出兩種類型，βj即為Xij對Yi的影響系數，εi為第i個區域的隨機誤差，滿足零均值、同方差、相互獨立等基本假設。

依據式(6)本文主要設立以下三個模型，模型1和模型2分別僅用于考察區域碳排放轉出或區域碳排放轉入的經濟溢出效應，而模型3則用于考察區域碳排放轉出和轉入共同存在的條件下的經濟溢出效應。當模型系數項為正時，說明區域碳排放轉移對區域經濟的發展產生正向的影響，系數越大說明單位碳排放轉移對區域經濟增長的推動力越大，同時也表明該地區碳排放轉移就越合理；當系數為負時，則與之相反，說明區域碳排放轉移對區域經濟發展有著一定阻礙作用，不利于區域經濟的發展，說明該區域的碳排放轉移不合理，系數絕對值的大小則反映了碳排放轉移的不合理程度。

3.2結果分析

依據上述模型的設定及相關數據，本文主要應用SAM軟件研究中國省際區域碳排放轉移的經濟溢出效應，以判斷其空間轉移的合理性與否。具體結果如表2所示。

在只考慮區域碳排放轉出或碳排放轉入單獨影響的條件下，中國絕大部分省際區域的碳排放轉移對區域經濟增長均具有正向帶動作用，具有正向的經濟溢出效應。從模型1的EE系數可以看出，僅有山東、浙江，云南、貴州、重慶和四川6個地區為負，其他地區均為正數（見表2）。表明由這6個地區所生產的商品流到其他地區所形成的碳排放轉移不但不能為該地區產生經濟溢出效應，反而還具有一定的經濟阻礙作用，其碳排放轉出結構不合理。同樣，從模型2的EI系數也可以看出，僅有浙江的碳排放轉入量對其經濟增長具有負面的影響，其他地區均帶來了一定的增長（見表2）。這2個模型結果進一步說明，對于碳排放轉出來說，由于山東等6個地區在承接其他地區產業的過程中要形成其他地區所需的商品，其所需的投資也相對較高，致使其所流出的商品很難帶來所需的經濟增長；而就碳排放轉入而言，其系數也從側面反映了各地區商品流入的結構，說明絕大多數地區商品的流入均為該地區經濟帶來了溢出效應。對于浙江省而言，由于其本身就是發達地區，處于產業鏈的下游產業較多，從其它地區所引入的商品作為中間商品的也較多，若從其他地區所引入的商品結構出現問題，則在一定程度上會阻礙其經濟的增長，說明浙江省商品流入結構不合理。

從區域碳排放轉出和碳排放轉入共同對區域經濟的影響來看，區域碳排放轉入的經濟溢出效應比碳排放轉出要強。由模型3的EE系數和EI系數可以看出，其中EI系數為正值的地區一共有23個，EE系數為正值的地區共有13個（見表2），說明這些地區碳排放轉入或轉出均具有經濟溢出效應，隨著碳排放轉入或轉出的增加該地區的經濟也趨向于增長，其碳排放轉移相對較為合理。然而，由于山西等7個地區的EI系數為負（見表2），說明相比較于模型2的單獨影響來看，在有碳排放轉出存在的條件下這些地區的碳排放轉入不合理，也即這些地區隨著碳排放轉入的增長其經濟反而會有所減緩。同理，黑龍江等17個地區的EE系數也為負數（見表2），說明這些地區在碳排放轉入的影響下，其碳排放轉出也是不合理的，對區域經濟的發展有阻礙的作用。因此，需進一步優化這些地區產業結構，從而從源頭上優化其商品的流出或流入結構，以追求碳排放轉出和碳排放轉入經濟溢出效應。

從區域結構來看，區域碳排放轉移的經濟溢出效應在東部、中部和西部三大區域間無明顯差異，但就各具體地區而言則差異較大。由表2的模型3可以看出，各省際區域碳排放轉移的經濟溢出效應主要有5種類型：一是無論是區域碳排放轉出系數還是碳排放轉入系數其值均為正數的省份7個，有遼寧、江西、廣西、新疆、四川、內蒙古和重慶。說明從整體影響來看，這7個地區不論是碳轉入還

是碳轉出均具有較強的經濟溢出效應，區域碳排放轉移較為合理，這與其本身的產業結構、環保政策及經濟調控政策有著很大的關系，這些政策的制定使得這些地區與其他地區有著較好的商品流入及流出結構，從而帶動了更多的經濟增長。二是區域碳排放轉出系數為負，但其絕對值小于碳排放轉入系數的省份，有北京、天津、河北、黑龍江、吉林、貴州和甘肅等7個地區，說明這些地區每單位碳排放轉入的經濟溢出效應較高，不但能抵消其單位碳排放轉出的負經濟效應，而且還能帶來區域經濟的凈增長，這些地區碳排放轉入量越大，其經濟增長效應就越高。因此，從表2區域碳排放轉移地理加權回歸結果表

Tab.2Geographically weighted regression result stable of regional carbon emissions transfer

省份

Province模型1

Model 1模型2

Model 2模型3

Model 3常數項

ConstantEE系數

EE coefficient常數項

ConstantEI系數

EI coefficient常數項

ConstantEE系數

EE coefficientEI系數

EI coefficient北京5 078.89 0.10 -759.30 0.18 -5 229.16 -0.09 0.33 天津5 771.04 0.09 -989.95 0.19 -5 229.16 -0.09 0.33 遼寧-12 797.41 0.68 -1 833.23 0.33 -14 999.41 0.51 0.22 江蘇-9 927.15 0.66 1 450.50 0.21 148 438.18 -7.09 2.15 上海-6 238.47 0.51 -1 484.94 0.20 1 686.33 -1.96 1.12 山東24 905.19 -0.06 15 463.18 0.11 -579 137.09 6.38 -2.39 浙江41 136.53 -0.58 23 023.58 -0.07 32 089.90 -1.35 0.48 福建3 088.11 0.38 4 369.17 0.16 13 057.43 -2.98 1.46 廣東2 173.21 0.34 5 010.28 0.13 -3 188.07 0.96 -0.24 海南668.12 0.36 1 466.50 0.15 495.26 0.44 -0.03 河北4 892.92 0.10 -1 206.66 0.19 -5 229.16 -0.09 0.33 黑龍江6 400.53 0.03 1 656.78 0.24 1 570.09 -0.180.42山西3 533.53 0.12 4 572.15 0.12 2 558.72 -0.18 0.42 河南5 001.73 0.30 5 001.89 0.26 7 147.65 -3.06 2.79 安徽-18 675.57 0.87 -394.97 0.24 148 438.18 -7.09 2.15 湖北6 025.92 0.29 6 102.97 0.24 7 527.41 -4.28 3.80 江西2 554.01 0.41 3 952.00 0.18 2 836.95 0.28 0.06 湖南5 246.25 0.22 5 078.85 0.20 10 967.79 4.13 -3.67 廣西4 343.95 0.06 2 806.72 0.17 -6 506.20 0.23 0.56 吉林3 405.11 0.14 -877.58 0.31 1 570.09 -0.18 0.42 新疆-8.13 0.24 236.75 0.33 0.00 0.24 0.01 寧夏-1 102.31 0.25 1 144.93 0.15 4 491.88 -0.46 0.45 云南18 340.11 -0.75 -1 883.63 0.60 61 338.77 -2.11 -1.62 貴州7 638.81 -0.22 49.11 0.36 1 431.26 -0.05 0.31 青海8.57 0.24 548.08 0.28 0.00 0.24 -0.01 四川12 558.48 -0.37 -8 622.66 1.35 -16 912.54 0.30 1.73 甘肅-98.50 0.20 885.25 0.18 763.30 -0.08 0.37 陜西-2 308.13 0.33 1 143.75 0.18 -7 867.58 0.95 -0.41 內蒙古4 187.82 0.08 3 943.15 0.11 3 567.41 0.02 0.11 重慶5 690.22 -0.12 -6 383.39 1.05 -16 912.54 0.30 1.73 政策上來看，這些地區應加大碳排放轉入的力度，提高凈碳轉移量。三是區域碳排放轉出系數為負，但其絕對值卻大于碳排放轉入系數的省份，有江蘇、上海、浙江、福建、河南、安徽、湖北和寧夏等8個地區。說明這些地區單位碳排放轉出具有經濟阻礙效應，單位碳排放轉入的經濟溢出效應抵消不了其阻礙效應。因此，從碳轉移調控策略上來看，要加大碳排放轉入的力度，減少碳排放轉出，這樣才有可能保證從整體上保障碳排放轉移具有正的溢出效應。四是區域碳排放轉出系數為正，但碳排放轉入為負的省份，有山東、廣東、海南、湖南、青海和陜西等7個地區。說明這些地區碳排放轉出具有較強的經濟溢出效應，而碳排放轉入則對經濟產生一定的阻礙作用，因此，加大碳排放轉出力度對經濟發展有著較強的促進作用。五是區域碳排放轉出和轉入均為負值的地區，只有云南省。說明無論是碳排放轉入還是轉出均不能促進云南經濟的發展，其碳排放轉入轉出均不合理，需要進一步調控其產業結構，以適應當前經濟發展的需求。

4結論與啟示

通過對上述中國省際區域碳排放轉移空間轉移特征及其溢出效應的分析，可以得出如下結論：

(1)從總體來看，中國省際區域間碳排放轉移總量均較大，其中各地區碳排放轉入總量要大于碳排放轉出總量，且碳排放轉移凈值為正的地區主要分布在廣東省、江蘇省和浙江省等東部或中部發達的18個地區，而碳排放轉移凈值為負的地區主要分布在山西、貴州和云南等西部或中部欠發達的12個地區。說明區域碳排放轉移存在于中國各省際區域之間，且當前碳排放轉移以轉入為主、具有較為明顯的區域地理特征。

(2)從具體的空間轉移特征來看，中國省際區域間碳排放轉移具有較強的空間集聚特征，即其碳排放轉入或轉出主要表現為L-L模式和H-H模式，占60%左右，其中以L-L模式為主，也即中國省際區域碳排放轉移主要呈現低的碳排放轉移地區被低的碳排放轉移地區包圍的地理空間特征；而從具體地區結構來看：表現為H-H模式的則主要是以江蘇、浙江等發達地區為主，但也有如遼寧和河北地區的碳排放轉入、遼寧和內蒙古兩個地區的碳排放轉出也表現為H-H模式；西部地區或中部發展欠佳的地區主要表現為L-L模式；而中部地區則主要表現為L-H模式或H-L模式，其中是以碳排放轉移低的地區被高的地區包圍的比例較大。

(3)從區域碳排放轉移的經濟溢出效應來看，就區域碳排放轉入或轉出的單獨影響而言，區域無論是單獨的碳排放轉入還是轉出，大多數地區的碳排放轉入或轉出均能產生正向的經濟增長效應；但若考慮到區域碳排放轉入或轉出共同存在的條件下，則區域碳排放轉移的經濟溢出效應主要表現為五種類型，各種類型均具有比較明顯的區域特征。

針對上述研究結論，本文也相應給出了其產生的可能原因，并因地制宜地提出了碳排放合理轉移的調控對策和建議。可見，挖掘區域碳排放轉移的空間轉移特征、揭示區域碳排放轉移的經濟溢出效應不但有助于促進區域經濟的快速發展，而且也有助于有效實現區域的碳減排目標。然而，由于數據的限制，本文沒有進行時間序列的對比分析，缺乏對區域碳排放轉移相關問題的變化趨勢分析，考慮到各種資源的動態變化關系，中國省際區域碳排放轉移在空間轉移規律及其經濟溢出效應也勢必會相應地發生變化，這些也將在后續的研究中進一步考察。

（編輯：李琪）

參考文獻（References）

［1］Guan D, Refiner D M. Emissions Affected by Trade Among Developing Countries［J］.Nature, 2009,462(7270):159.

［2］Manne A,Richels R G.The Kyoto Protocol: A Costeffective Strategy for Meeting Environmental Objectives? ［J］.Energy Journal,2000,21(Suppl):1-24.

［3］McKibbin W, Ross M T, Shackleton R, et al. Emissions Trading, Capital Flows and the Kyoto Protocol［J］. Energy Journal,1999, (3):287-333.

［4］Li Yun. The Costs of Implementing the Kyoto Protocol and Its Implications to China ［J］. International Review for Environmental Strategies, 2000,1(1): 159-174.

［5］Kuik O, Gerlagh R. Trade Liberalization and Carbon Leakage ［J］. Energy Journal, 2003, 24(3): 97-120.

［6］Babiker M H. Climate Change Policy, Market Structure, and Carbon Leakage［J］. Journal of International Economics, 2005, 65: 421-445.

［7］Shui B R C.The Role of CO2 Embodiment in USChina Trade［J］.Energy Policy,2006,34(12): 4063-4068.

［8］Li Y, Hewitt C N.The Effect of Trade Between China and the UK on National and Global Carbon Dioxide Emissions［J］.Energy Policy,2008,36(6):1907-1914.

［9］Weber C L, Matthews H S. Embodied Environmental Emissions in US International Trade,1997-2004［J］. Environ,Science & Technology, 2007,41(14):4875-4881.

［10］Schaeffer R, Leal A.The Embodiment of Carbon Associated with Brazilian Imports and Exports［J］.Energy Conversion and Management,1996,37(6-8):955-960.

［11］Tunc G I, TürütAsik S,Akbostanci E. CO2 Emissions vs CO2 Responsibility:An Imputoutput Approach for the Turkish Economy［J］.Energy Policy,2007,35(2):855-868.

［12］Ahmad N, Wyckoff A.Carbon Dioxide Emissions Embodied in International Trade of Goods［R］.OECD STI Working Paper,2003.

［13］Peters G P,Hertwich E G. CO2 Embodied in International Trade with Implications for Global Climate Policy［J］.Enrironmental Science and Technology,2008,42:1401-1407.

［14］McKibbin W, Ross M T, Shackleton R, et al.Emissions Trading, Capital flows and the Kyoto Protocol ［J］. Energy Journal,1999(3): 287-333.

［15］李小平,盧現祥.國際貿易,污染產業轉移和中國工業CO2排放［J］.經濟研究，2010(1):15-26.［Li Xiaoping,Lu Xianxiang.International Trade,Pollution Industry Transfer and Chinese Industries CO2 Emissions［J］.Economic Research Journal,2010(1):15-26.］

［16］姚亮,劉晶茹.中國八大區域間碳排放轉移研究［J］.中國人口·資源與環境,2010,20(12):16-19.［Yao Liang,Liu Jingru.Transfer of Carbon Emission Between Chinas Eight Major Regions［J］.China Population,Resources and Environment,2010,20(12):16-19.］

［17］李丁,汪云林,牛文元.出口貿易中的隱含碳計算:以水泥行業為例［J］.生態經濟,2009,(2):58-60.［Li Ding,Wang Yunlin,Niu Wenyuan.Embodied Cardon in Export Trade:A Case Study of Cement Industry［J］.Ecological Economy,2009,(2):58-60.］

［18］林光平,龍志和,吳梅.我國地區經濟收斂的空間計量實證分析:1978-2002［J］.經濟學(季刊),2005,4(10):67-82.［Lin Guangping,Long Zhihe,Wu Mei.A Spatial Analysis of Regional Economic Convergence in China:1978-2002［J］.China Economic Quarterly,2005,4(10):67-82.］

［19］王火根,沈利生.中國經濟增長與能源消費空間面板分析［J］.數量經濟技術經濟研究,2007,(12):98-107.［Wang Huogen,Shen Lisheng.A Spatial Panel Statistical Analysis on Chinese Economic Growth and Energy Consumption［J］.The Journal of Quantitative and Technical Economics,2007, (12):98-107.］

［20］杜運蘇,張為付.我國承接國際產業轉移的碳排放研究［J］.南京社會科學,2012,(11):22-28.［Du Yunsu,Zhang Weifu.Research on Chinas CO2 Emission Induced by Undertaking International Industry［J］.Social Sciences in Nanjing,2012, (11):22-28.］

［21］Moran P. Notes on Continuous Stochastic Phenomena［J］. Biometrika,1950,37: 17-23.

［22］Lesage J P, Anselin L, Raymond J,et al. A Family of Geographically Weighted Regression Models in Advances in Spatial Econometrics ［M］.Berlin:SpringerVerlag,2004:241-264.

Characteristics and Economic Spillover Effect of the Regional Carbon Emissions Transfer

SUN Licheng1CHENG Faxin1LI Qun2

(1.School of Management, Jiangsu University，ZhenjiangJiangsu212013, China；2.Institute of

Quantitative Economics & Technical Economics, Chinese Academy of Social Science,Beijing 100732, China）

AbstractAccurately grasping the spatial transfer characteristics of the regional carbon emissions transferand clarifying the spillover effects is the basis for reasonably guiding the regional carbon emissions. In this paper, regarding the Chinese provincial region as research object, based on the inputoutput table, the provincial carbon emissions in and out is calculated by using the carbon emission coefficient method respectively. By constructing a spatial weight matrix based on the geographic and economic characteristics, the spatial distribution characteristics and its spillover effects of Chinese provincial carbon emissions transfer is studied by applying the Morans I index and geographically weighted regression model. The research results show that:①The Chinese provincial carbon emissions transfer amount is relatively larger, and the amount of the carbon transfer in is more than out, the more developed eastern and central regions have positive net transfer.②The Moran I of Chinese provincial carbon emissions in and out is 0.17 and 0.14, showed that Chinese provincial carbon emissions has some characteristics of spatial cluster in the whole.③In the local space, the Chinese provincial carbon transfer is showed as the L-L mode and H-H mode, and the central and eastern developed area is H-H mode, the western region and central underdeveloped area is the L-L model, while the central region is mainly the L-H mode or H-L mode.④The economic spillover type of Chinese provincial carbon transfer has five kinds with the regional characteristics of the overflow model, and economic spillover effect of Chinese provincial carbon transfer in is stronger than out. Finally, according to the results of this study, the possible causes are analyzed, and the paper puts forward the corresponding countermeasures and suggestions It is useful to optimize carbon emissions transfer path among the Chinese provinces and provide the important theoretical and practical basis for enhancing the economic spillover effect of Chinese provincial carbon emissionstransfer.

Key wordscarbon emissions transfer; economic spillover effect; Morans I index; geographically weighted regression model

［16］姚亮,劉晶茹.中國八大區域間碳排放轉移研究［J］.中國人口·資源與環境,2010,20(12):16-19.［Yao Liang,Liu Jingru.Transfer of Carbon Emission Between Chinas Eight Major Regions［J］.China Population,Resources and Environment,2010,20(12):16-19.］

［17］李丁,汪云林,牛文元.出口貿易中的隱含碳計算:以水泥行業為例［J］.生態經濟,2009,(2):58-60.［Li Ding,Wang Yunlin,Niu Wenyuan.Embodied Cardon in Export Trade:A Case Study of Cement Industry［J］.Ecological Economy,2009,(2):58-60.］

［18］林光平,龍志和,吳梅.我國地區經濟收斂的空間計量實證分析:1978-2002［J］.經濟學(季刊),2005,4(10):67-82.［Lin Guangping,Long Zhihe,Wu Mei.A Spatial Analysis of Regional Economic Convergence in China:1978-2002［J］.China Economic Quarterly,2005,4(10):67-82.］

［19］王火根,沈利生.中國經濟增長與能源消費空間面板分析［J］.數量經濟技術經濟研究,2007,(12):98-107.［Wang Huogen,Shen Lisheng.A Spatial Panel Statistical Analysis on Chinese Economic Growth and Energy Consumption［J］.The Journal of Quantitative and Technical Economics,2007, (12):98-107.］

［20］杜運蘇,張為付.我國承接國際產業轉移的碳排放研究［J］.南京社會科學,2012,(11):22-28.［Du Yunsu,Zhang Weifu.Research on Chinas CO2 Emission Induced by Undertaking International Industry［J］.Social Sciences in Nanjing,2012, (11):22-28.］

［21］Moran P. Notes on Continuous Stochastic Phenomena［J］. Biometrika,1950,37: 17-23.

［22］Lesage J P, Anselin L, Raymond J,et al. A Family of Geographically Weighted Regression Models in Advances in Spatial Econometrics ［M］.Berlin:SpringerVerlag,2004:241-264.

Characteristics and Economic Spillover Effect of the Regional Carbon Emissions Transfer

SUN Licheng1CHENG Faxin1LI Qun2

(1.School of Management, Jiangsu University，ZhenjiangJiangsu212013, China；2.Institute of

Quantitative Economics & Technical Economics, Chinese Academy of Social Science,Beijing 100732, China）

AbstractAccurately grasping the spatial transfer characteristics of the regional carbon emissions transferand clarifying the spillover effects is the basis for reasonably guiding the regional carbon emissions. In this paper, regarding the Chinese provincial region as research object, based on the inputoutput table, the provincial carbon emissions in and out is calculated by using the carbon emission coefficient method respectively. By constructing a spatial weight matrix based on the geographic and economic characteristics, the spatial distribution characteristics and its spillover effects of Chinese provincial carbon emissions transfer is studied by applying the Morans I index and geographically weighted regression model. The research results show that:①The Chinese provincial carbon emissions transfer amount is relatively larger, and the amount of the carbon transfer in is more than out, the more developed eastern and central regions have positive net transfer.②The Moran I of Chinese provincial carbon emissions in and out is 0.17 and 0.14, showed that Chinese provincial carbon emissions has some characteristics of spatial cluster in the whole.③In the local space, the Chinese provincial carbon transfer is showed as the L-L mode and H-H mode, and the central and eastern developed area is H-H mode, the western region and central underdeveloped area is the L-L model, while the central region is mainly the L-H mode or H-L mode.④The economic spillover type of Chinese provincial carbon transfer has five kinds with the regional characteristics of the overflow model, and economic spillover effect of Chinese provincial carbon transfer in is stronger than out. Finally, according to the results of this study, the possible causes are analyzed, and the paper puts forward the corresponding countermeasures and suggestions It is useful to optimize carbon emissions transfer path among the Chinese provinces and provide the important theoretical and practical basis for enhancing the economic spillover effect of Chinese provincial carbon emissionstransfer.

Key wordscarbon emissions transfer; economic spillover effect; Morans I index; geographically weighted regression model

［16］姚亮,劉晶茹.中國八大區域間碳排放轉移研究［J］.中國人口·資源與環境,2010,20(12):16-19.［Yao Liang,Liu Jingru.Transfer of Carbon Emission Between Chinas Eight Major Regions［J］.China Population,Resources and Environment,2010,20(12):16-19.］

［17］李丁,汪云林,牛文元.出口貿易中的隱含碳計算:以水泥行業為例［J］.生態經濟,2009,(2):58-60.［Li Ding,Wang Yunlin,Niu Wenyuan.Embodied Cardon in Export Trade:A Case Study of Cement Industry［J］.Ecological Economy,2009,(2):58-60.］

［18］林光平,龍志和,吳梅.我國地區經濟收斂的空間計量實證分析:1978-2002［J］.經濟學(季刊),2005,4(10):67-82.［Lin Guangping,Long Zhihe,Wu Mei.A Spatial Analysis of Regional Economic Convergence in China:1978-2002［J］.China Economic Quarterly,2005,4(10):67-82.］

［19］王火根,沈利生.中國經濟增長與能源消費空間面板分析［J］.數量經濟技術經濟研究,2007,(12):98-107.［Wang Huogen,Shen Lisheng.A Spatial Panel Statistical Analysis on Chinese Economic Growth and Energy Consumption［J］.The Journal of Quantitative and Technical Economics,2007, (12):98-107.］

［20］杜運蘇,張為付.我國承接國際產業轉移的碳排放研究［J］.南京社會科學,2012,(11):22-28.［Du Yunsu,Zhang Weifu.Research on Chinas CO2 Emission Induced by Undertaking International Industry［J］.Social Sciences in Nanjing,2012, (11):22-28.］

［21］Moran P. Notes on Continuous Stochastic Phenomena［J］. Biometrika,1950,37: 17-23.

［22］Lesage J P, Anselin L, Raymond J,et al. A Family of Geographically Weighted Regression Models in Advances in Spatial Econometrics ［M］.Berlin:SpringerVerlag,2004:241-264.

Characteristics and Economic Spillover Effect of the Regional Carbon Emissions Transfer

SUN Licheng1CHENG Faxin1LI Qun2

(1.School of Management, Jiangsu University，ZhenjiangJiangsu212013, China；2.Institute of

Quantitative Economics & Technical Economics, Chinese Academy of Social Science,Beijing 100732, China）

AbstractAccurately grasping the spatial transfer characteristics of the regional carbon emissions transferand clarifying the spillover effects is the basis for reasonably guiding the regional carbon emissions. In this paper, regarding the Chinese provincial region as research object, based on the inputoutput table, the provincial carbon emissions in and out is calculated by using the carbon emission coefficient method respectively. By constructing a spatial weight matrix based on the geographic and economic characteristics, the spatial distribution characteristics and its spillover effects of Chinese provincial carbon emissions transfer is studied by applying the Morans I index and geographically weighted regression model. The research results show that:①The Chinese provincial carbon emissions transfer amount is relatively larger, and the amount of the carbon transfer in is more than out, the more developed eastern and central regions have positive net transfer.②The Moran I of Chinese provincial carbon emissions in and out is 0.17 and 0.14, showed that Chinese provincial carbon emissions has some characteristics of spatial cluster in the whole.③In the local space, the Chinese provincial carbon transfer is showed as the L-L mode and H-H mode, and the central and eastern developed area is H-H mode, the western region and central underdeveloped area is the L-L model, while the central region is mainly the L-H mode or H-L mode.④The economic spillover type of Chinese provincial carbon transfer has five kinds with the regional characteristics of the overflow model, and economic spillover effect of Chinese provincial carbon transfer in is stronger than out. Finally, according to the results of this study, the possible causes are analyzed, and the paper puts forward the corresponding countermeasures and suggestions It is useful to optimize carbon emissions transfer path among the Chinese provinces and provide the important theoretical and practical basis for enhancing the economic spillover effect of Chinese provincial carbon emissionstransfer.

Key wordscarbon emissions transfer; economic spillover effect; Morans I index; geographically weighted regression model