區(qū)域碳生產率空間格局演進及其影響因素分析—基于貴州的實證

■ 蘇方林 教授 黎文勇（廣西師范大學經濟管理學院 廣西桂林 541006）

問題的提出

我國在“十二五”發(fā)展規(guī)劃中提出了發(fā)展低碳經濟的戰(zhàn)略性目標。低碳經濟是具有低排放、低能耗、高效益特征，集經濟、社會和生態(tài)效益于一體的發(fā)展模式。它的核心是既要控制溫室氣體（CO2）排放，也要保持經濟穩(wěn)定增長。而將CO2減排和經濟增長實現(xiàn)連接的是“碳生產率”指標。碳生產率概念最早由Kaya 和Yokobori兩位學者于1993年提出，用于反映單位碳排放所產生的經濟效益。許多學者也認為碳生產率是將低碳經濟概念中控制二氧化碳排放和經濟增長實現(xiàn)連接有效指標。筆者經過對國內外文獻梳理后發(fā)現(xiàn)，目前碳生產率的研究主要集中在兩個方面：一是碳生產率的影響因素及分解研究。何建坤（2009）、Zhou（2010）、諶偉（2010）、張永軍（2011）、張麗峰（2013）等學者從不同角度研究了碳生產率的影響因素及分解。二是碳生產率差異的研究。吳玉鳴（2006）、潘家華和張麗峰（2011）、徐大豐（2012）、彭文強（2012）和林善浪等（2012）等學者從空間視角或者區(qū)域視角對碳生產率差異進行研究。

國內外學者從不同角度對碳生產率進行了研究，成果豐碩。但鮮見涉及地級市空間尺度的研究，也忽略區(qū)域之間的空間聯(lián)系和異質性問題。對于受霧霾影響的我國，該如何走出一條綠色發(fā)展道路？對于落后地區(qū)而言，面臨著發(fā)展經濟和節(jié)能減排的雙重任務，又該如何探索適合自身的低碳經濟之路？本文對此進行分析。

理論模型與數(shù)據(jù)說明

（一）空間計量模型

由于區(qū)碳生產率水平不僅受本地區(qū)要素投入的影響，而且還有可能受到鄰近地區(qū)碳生產率產出的溢出影響。本研究借鑒柯布－道格拉斯（C-D）生產函數(shù)提出以下空間滯后模型（SLM）：

W為空間權重矩陣，WLnTSCL是空間滯后變量，是地理上鄰近的各地級市碳生產率變量的加權求和，參數(shù)ρ度量鄰近地級市的碳生產率空間外部溢出效應。

（二）空間自相關性檢驗方法

根據(jù)地理學定理，地理距離近的單元之間往往存在某種聯(lián)系（Tobler W，2004）。利用全域莫蘭指數(shù)（global Moran’s I）來刻畫全域空間的自相關，可以有效判斷碳生產率是否存在空間相關性或異質性，表達式為：

式中Yi表示第i個區(qū)域的碳生產率觀測值，Yj表 示第j個區(qū)域的碳生產率觀測值，n為區(qū)域個數(shù)，為碳生產率觀測值平均水平，Wij為空間權重矩陣。

（三）區(qū)域碳生產率的測算

碳生產率表示單位CO2排放量的GDP產出水平，數(shù)學表達式為某國家或地區(qū)在一定時期（通常為一年）內的國內生產總值與同期二氧化碳排放量的比值，具體的碳生產率的核算碳公式如下：

LnTSCLij為碳生產率，單位為萬元/噸，GDPij為j 地區(qū)第i年的國內生產總值，Aij為j地區(qū)第i年碳排放總量。

（四）指標說明及數(shù)據(jù)來源

本研究所用數(shù)據(jù)均來自于《中國區(qū)域經濟統(tǒng)計年鑒》《貴州統(tǒng)計年鑒》。研究指標分別為：財政環(huán)保支出（fin）、能源強度（eff）、產業(yè)結構（st）和人均地區(qū)生產總值（rgdp）。其中，環(huán)保財政支出為財政支出中用于環(huán)保的資金份額；能源強度為單位GDP能耗，表示某一地區(qū)能源綜合利用效率；產業(yè)結構為第二產業(yè)產值占GDP比重，衡量某地區(qū)產業(yè)化水平；人均GDP反映某一地區(qū)的經濟發(fā)展水平。為了有效消除異方差帶來的影響，對各變量取對數(shù)處理，記為LnTSCL、Lnfin、Lneff、Lnrgdp和Lnst。

貴州地區(qū)碳生產率空間格局及演進分析

（一）碳生產率空間分布格局分析

碳生產率作為單位碳排放量的經濟產出，它的高低取決于該地區(qū)經濟發(fā)展水平。圖1是“十一五”到“十二五”期間貴州各地級市碳生產率變化趨勢圖。

圖1 貴州各地級市碳生產率變化趨勢圖

圖2 不同年份貴州各地區(qū)碳生產率變化趨勢圖

表1 貴州各地區(qū)碳生產率的Moran’s I估計值

圖3 基于WRook1的Moran’s I 散點圖

從圖1可知，2008年以前碳生產率高于0.2萬元/噸標準煤的有同仁、貴陽、遵義、黔西南州和黔東南州五市（州），其中銅仁市碳生產率水平最高，保持在0.25-0.3萬元/噸標準煤的水平；六盤水市碳生產率水平最低，在0.05萬元/噸標準煤水平波動。由于受2008年全球金融風暴影響，除六盤山和畢節(jié)市持續(xù)增長外，其他各市在2008-2009年初出現(xiàn)不同程度下降。2009年后，經濟較發(fā)達的省會城市貴陽市與紅色旅游城市遵義市碳生產率水平處在全省一二名，其他市（州）也逐漸恢復增長。到2012年，除六盤水市外其他各市（州）碳生產率均高于0.2萬元/噸標準煤?？傮w上，各地級市碳生產率呈斜“N”型波動增長趨勢。

但是，即使在同一區(qū)域內的各地級市，由于各地級市在人口、資金、交通條件等要素稟賦及面臨的機遇存在差異，該區(qū)域碳生產率的空間格局也會隨著時間的推移而產生變化。圖2是各市（州）在不同時期碳生產率的空間分布。具體地，黔東（黔東南州、銅仁市）地區(qū)碳生產率從2006年的高碳生產率下降到2010年的中碳生產率水平，總體排位呈下降趨勢；黔中（遵義、貴陽和黔南州）地區(qū)碳生產率從2006年的中等碳生產率水平上升到2010年高碳生產率水平，到2013年貴陽和遵義依然保持高碳生產率水平，黔中三市總體排位保持領先地位；黔西（畢節(jié)、黔西南州、安順和六盤水）地區(qū)碳生產率水平逐年上升，但總體排位依然墊底。

（二）碳生產率全域空間差異分析

近幾年來，貴州各地級市碳生產率在總量上呈現(xiàn)增長趨勢，在空間分布格局上也在不斷變化。為了考察各地級市碳生產率在空間上是否存在關聯(lián)性或差異性，對各地級市2006年、2010年和2013年的碳生產率空間總體差異進行分析，從表1的結果可發(fā)現(xiàn)，貴州各地級市碳生產率的總體差異表現(xiàn)為以下兩點：

第一，貴州地級市碳生產率2006年、2010年和2013年的全域莫蘭指數(shù)估計值分別為0.1844、0.2321和0.0902，均大于零，表明貴州各地級市碳生產率活動存在顯著的空間正相關，即提高某一地區(qū)的碳生產率水平可在一定程度上對其鄰近地區(qū)碳生產率的提高產生積極影響。

第二，貴州地級市碳生產率的全域莫蘭指數(shù)估計值先從2006年的0.1844增長到2010年的0.2321，再從2010年的0.2321下降到2013年的0.0902。表明貴州地級市碳生產率活動的總體空間差異呈先縮小再擴大的演進格局。

（三）局部空間差異分析

盡管上述分析表明貴州地級市碳生產率存在顯著的總體空間相關性，且這種空間差異呈現(xiàn)先縮小后擴大的趨勢，但并不能說明每個地級市與其鄰近地區(qū)具有局域空間相關性。這是因為，如果某部分地級市碳生產率活動具有擴展效應（正相關），而另一部分地級市碳生產率活動存在空間集聚效應（負相關），二者全域莫蘭指數(shù)估計值相抵消后有剩余值，則有可能會判定兩地區(qū)碳生產率之間不存在空間相關性，從而不能正確揭示各地級市的局域空間相關性或空間差異性。因此，還需檢驗各地級市局域莫蘭指數(shù)估計值。本文對貴州各地級市2006-2013年的碳生產率加權平均值進行局部Moran’s I散點圖和LISA集聚分析，具體結果如圖3所示。

由圖3可知，位于第一象限的地級市有遵義市、銅仁市、黔東南苗族侗族自治州、黔南布依族苗族自治州，其碳生產率水平表現(xiàn)為高碳生產率的地區(qū)被高碳生產率的地區(qū)所包圍（High-High，高—高集聚）；位于第三象限的地級市有畢節(jié)市、安順市和六盤山市，其碳生產率局部空間特征表現(xiàn)為低碳生產率的地區(qū)被低碳生產率的地區(qū)所包圍（Low-Low，低—低集聚）；位于第四象限的地級市有黔西南布依族苗族自治州和貴陽市，其碳生產率的局部空間特征為高碳生產率的地區(qū)被低碳生產率的地區(qū)所包圍（High-Low，高—低集聚）。

空間計量分析

在檢驗了貴州地區(qū)碳生產率活動空間效應的基礎上，本研究引用考慮空間效應的空間計量模型，分析影響區(qū)域碳生產率增長的因素。

首先，對貴州地級市碳生產率的進行空間依賴性檢驗，OLS估計的空間自相關Moran’s I 指數(shù)檢驗及空間滯后變量或空間誤差的Robust LM檢驗表明，基于WRook1的滯后模型的Lagrange Multiplier值和Robust LM值分別為6.1106和5.8879，P值分別為0.0134和0.0152，均低于5%顯著性水平，基于WRook1的誤差模型的Lagrange Multiplier值和Robust LM值分別為0.419和0.1964，但p值均大于5%顯著水平；此外，不管是基于WRook2或WRook3的滯后模型還是誤差模型，對應的Lagrange Multiplier值和Robust LM值的p值均未能通過5%顯著性水平檢驗。因此選擇WRook1的空間滯后模型（SLM）更為合適。

其次，表2 檢驗結果顯示，在OLS模型、SLM模型和SEM模型中，SLM模型和SEM模型的各種檢驗值均優(yōu)于OLS模型，且在OLS模型下變量Lnrgdp 和Lnst 統(tǒng)計結果并不顯著，但增加空間因素之后均通過5%顯著性水平檢驗，表明納入了空間依賴性的空間計量經濟模型更優(yōu)，而一旦忽略地區(qū)之間的相關性則可能產生估計誤差。此外，基于WRook1的空間滯后模型（SLM）的擬合優(yōu)度最高（0.9993）、LogL最大（32.0785）、AIC（-52.1569）和SC（-50.9736）值最小。而普通最小二乘回歸模型各項檢驗值在三種模型中基本是效果最差的，基于WRook2和WRook3的空間模型各項指標值效果也均比基于WRook1的空間滯后模型（SLM）差，因此，本研究選擇基于WRook1的SLM模型，具體SLM模型如式（4）所示：

表2 模型回歸結果

最后，從各指標系數(shù)符號看，基于WRook1的OLS模型、SLM模型和SEM模型的LNEFF、LNST和LNRGDP系數(shù)都為負，LNFIN系數(shù)符號都為正。表明能源強度增加、第二產業(yè)產值比重越大以及人均GDP增加都會抑制碳生產率水平提高，而財政環(huán)保支出（LNFIN）增加有助于提高碳生產率水平。具體地，在其他條件不變的前提下：貴州各地區(qū)財政環(huán)保支出額每增加1%，將會促使碳生產率增加0.15%，意味著增加財政環(huán)保支出對地方低碳發(fā)展進程具有正向作用，政府可以加大財政支出來提高碳生產率；第二產值比重（LNST）每提高1%，將會使碳生產率降低0.06%，表明地區(qū)經濟中工業(yè)經濟產值占經濟總產值份額越大，不僅不利于碳生產率提高，還會抑制地區(qū)碳生產率水平的提高；單位GDP能耗（LNEFF）每提高1%，將會使碳生產率降低0.74%，說明必須要降低單位GDP能耗才有助于實現(xiàn)碳減排目標；人均GDP每增加1%，將會使碳生產率降低0.03%，說明粗放式經濟發(fā)展方式雖然可能會促進經濟產出快速增長，但未必能提高單位CO2碳排放量的經濟效益。此外，貴州各地級市碳生產率活動存在明顯的空間效應，在其他條件不變的情況下，鄰近地區(qū)碳生產率水平每增加1%，將會促進本地區(qū)碳生產率下降0.09%，意味著周邊地區(qū)碳生產率活動對本地區(qū)碳生產率活動產生顯著的負影響，且該影響（0.09%）明顯大于LNEFF和LNRGDP（分別為0.06%、0.03%）的影響?？梢?，地區(qū)碳生產率活動還受到周邊地區(qū)碳生產率活動的影響，各地區(qū)在發(fā)展經濟時更應該要自覺走低碳經濟發(fā)展道路，要警惕經濟發(fā)展中的從眾效應風險。

結論

本文分析了近8年貴州各地級市碳生產率活動的空間分布格局及演變趨勢，實證分析了財政環(huán)保支出、能源強度、產業(yè)結構和人均GDP對貴州地區(qū)碳生產率活動的空間影響。得出以下結論：

其一，2006年以來，貴州各地級市碳生產率總體呈斜“N”型波動增長趨勢，且存在明顯的空間集聚性和空間自相關性。2006-2008年初，貴州各地區(qū)碳生產率呈增長趨勢，在2008年遭遇國際金融危機后出現(xiàn)回落，2009-2013年又持續(xù)增長。在空間分布格局上，黔中地區(qū)碳生產率水平逐漸提高，并在2010年之后保持最高水平，而黔西地區(qū)碳生產率平均水平始終保持最低。從區(qū)域空間關聯(lián)性來看，各市碳生產率存在明顯集聚現(xiàn)象，經濟較發(fā)達以及旅游城市，其碳生產率水平相對比其他城市高，如貴陽市和遵義市在2008年后處于全省最高水平。而對于工業(yè)城市，如六盤水碳生產率水平一直處在全省最低位置。

其二，空間滯后回歸模型的估計結果表明，納入了空間依賴性的空間計量經濟模型各指標數(shù)值比OLS模型更優(yōu)。在貢獻率方面，對碳生產率影響最大的是能源強度（LNEFF）和財政環(huán)保支出（LNFIN），分別為-0.74和0.15，其次分別是鄰近地區(qū)碳生產率活動（ρ）、產業(yè)結構（LNST）和人均GDP（LNRGDP），分別為-0.09、-0.06和-0.03。指標系數(shù)符號方面，OLS模型、SLM模型和SEM模型的LNEFF、LNST和LNRGDP系數(shù)都為負，表明能源強度增加、第二產業(yè)產值比重增加以及人均GDP增加都會抑制碳生產率水平提高；而LNFIN系數(shù)符號都為正，意味著增加財政環(huán)保支出對地方低碳發(fā)展進程具有正向作用，政府可以加大財政支出來提高碳生產率。

其三，貴州地級市碳生產率活動的空間溢出不是誤差沖擊對碳生產率活動產生影響，而是通過相鄰地級市碳生產率活動的空間溢出效應發(fā)揮作用。在其他條件不變的情況下，鄰近地區(qū)碳生產率水平每增加1%，將會促進本地區(qū)碳生產率下降0.09%，意味著周邊地區(qū)碳生產率活動對本地區(qū)碳生產率活動產生顯著的負影響，且該影響（0.09%）明顯大于LNEFF和LNRGDP（分別為0.06%、0.03%）的影響。這啟示著我們在發(fā)展低碳經濟的過程中應該充分考慮空間效應，尤其是局域性特征的作用，加大財政支出的合理使用，推動地區(qū)產業(yè)結構優(yōu)化升級，降低單位GDP能耗，加強區(qū)域經濟合作發(fā)展，實現(xiàn)經濟社會可持續(xù)發(fā)展。

1.何建坤，蘇明山.應對全球氣候變化下的碳生產率分析[J].中國軟科學，2009（10）

2.諶偉，諸大建等.上海市工業(yè)碳排放總量與碳生產率關系[J].中國人口·資源與環(huán)境，2010，20（9）

3.張永軍.技術進步、結構變動與碳生產率增長[J].中國科技論壇，2011（5）

4.張麗峰.基于LMDI分解法的我國碳生產率影響因素研究[J].資源開發(fā)與市場，2013，29（7）

5.吳玉鳴，李建霞.中國區(qū)域工業(yè)全要素生產率的空間計量經濟分析[J].地理科學，2006，26（4）

6.潘家華，張麗峰.我國碳生產率區(qū)域差異性研究[J].中國工業(yè)經濟，2011（5）

7.徐大豐.碳生產率的差異與低碳經濟結構調整— 基于滬陜投入產出表的比較研究[J].上海經濟研究，2012（11）

8.彭文強，趙凱.我國碳生產率的收斂性研究[J].西安財經學院學報，2012（5）

9.林善浪，張作雄，劉國平.技術創(chuàng)新，空間集聚與區(qū)域碳生產率[J].中國人口·資源與環(huán)境，2013，23（5）