我國省際碳排放量空間溢出效應的實證檢驗

楊桂元，吳 齊

（安徽財經大學 數量經濟研究所，安徽 蚌埠233030）

我國省際碳排放量空間溢出效應的實證檢驗

楊桂元，吳 齊

（安徽財經大學 數量經濟研究所，安徽 蚌埠233030）

文章選取中國省際面板數據，引入行業集中度概念，基于多種權重矩陣建立空間計量模型，并運用偏微分效應分解方法測算產業結構、人口規模、技術產值、技術進步等因素對碳排放總量的區域內溢出、區域間溢出及空間總溢出效應。結果表明：碳排放總量呈現輕度集聚態勢并具有正向空間溢出效應；空間杜賓模型擬合最優；不同因素對于碳排放總量的各種溢出效應存在差異。

碳排放；集中度；空間計量模型；偏微分效應分解方法；低碳發展

0 引言

氣候變暖已是全球性的問題，二氧化碳排放量的不斷增加使得該問題更為嚴峻，降低碳排放和發展低碳經濟成為全球普遍關注的話題。對于中國，在經濟新常態下，探尋省際碳排放影響因素的空間效應分析，有助于我國建立低碳節能發展機制和實施可持續發展戰略。

《京都協定書》正式生效于2005年，隨后環境、經濟、能源以及相關問題引起國內外學者和決策者的研究和關注。在研究碳排放量方面，國內外學者主要從地域范圍、領域范圍和理論方法三個方面研究。主要包括：碳排放量核算及空間屬性分析、碳排放效率核算、碳排放影響因素分析、經濟增長與碳排放關系等。本文主要運用空間計量方法，分析我國省際碳排放總量的空間屬性，影響碳排放因素的區域間、區域內和總體空間溢出效應。根據實證，從產業規劃、城市規模、技術利用效率、技術創新水平四個方面探尋我國省際低碳合作發展路徑。

1 研究方法

1.1 空間自相關檢驗模型

對于某個統計指標Y，判斷區域i和區域 j（i1j）在該指標下的觀測值x是否存在相關關系可以用全局空間自相關來描述，體現該統計指標的觀察值在整個區域的空間屬性。常用Moran’sI值[1]來估算空間自相關性，MI值介于-1和1之間。若MI>0，則表示區域間在該統計指標觀測值下是空間正相關；若MI<0，則表示為負相關；MI=0表示相互獨立。

1.2 空間計量模型與方法

1.2.1 空間計量模型

空間計量經濟學能夠處理面板數據模型中的空間自相關和空間異質性。空間回歸模型[2，3]的一般表達式見式（1），i=1，2…n表示不同個體；t=1，2…T表示時間。

式（1）中，y表示被解釋變量，X表示解釋變量行向量，β為系數列向量；εit、μit為隨機誤差項；ρ、θ為空間回歸系數，分別衡量y和X的空間依賴性；λ為空間誤差系數，衡量除X以外空間相關作用沖擊的影響；W為空間權重矩陣。當λ=0，即為空間杜賓模型（SDM）；當λ=θ=0，即為空間滯后模型（SLM）；當ρ=θ=0，即為空間誤差模型（SEM）。當ρ、θ、λ大于0時，與參數對應的變量有正向的空間溢出；反之存在負的空間溢出。在空間計量模型中，如果估計參數ρ10，那么Wyit和WXit的回歸系數ρ和θ、Xit的回歸系數β不能直接解釋空間溢出效應，需進一步分解。

1.2.2 空間溢出效應分解方法

LeSage和Pace（2009）提出空間計量模型的偏微分分解方法[3]，該方法通過對模型進行變換，可對空間計量模型進行合理解釋，模型見式（2）至式（7）：

式（2）至式（4）中，k表示解釋變量x的個數，xr表示第r個解釋變量，βr表示xr的回歸系數，θr表示WXit的第r個變量的回歸系數；I為單位矩陣；某個個體yi（i=1，2…n）表示為式（5）：

式（5）中，yi對自身i的第r個解釋變量xir求偏導得式（6），yi對空間中其他個體 j的第r個解釋變量xjr求偏導得式（7），Sr(W)ii表示個體i的第r個解釋變量對于自身被解釋變量的影響，Sr(W)ij表示個體i的第r個解釋變量對于空間內其他個體j被解釋變量的影響。

某個個體解釋變量的變化既影響自身的被解釋變量（稱為直接效應），也影響空間中其他個體的被解釋變量（稱為間接效應），兩種效應相加為總體空間效應。

2 實證分析

2.1 數據與指標

選取2006—2012年中國省際面板數據為研究對象（由于部分數據缺失，樣本不包括西藏和港澳臺地區）。原始數據來源：《中國統計年鑒》、《中國能源統計年鑒》和《中國高技術產業統計年鑒》。

碳排放總量，記為TCE。先將一次能源消耗折算成萬噸標準煤，再根據IPCC清單法核算，見式（8）：i、j、t分別表示不同的省份、能源類別及年份，δ為對應能源折算成萬噸標準煤的系數；Q為各能源消費量；CS為二氧化碳排放總量（單位：萬噸）；α表示各能源二氧化碳排放系數。

產業結構，記為IS。不同產業構成比例會影響碳排放量，大部分文獻均是研究第二產業，而本文的產業結構指標選取第三產業總產值占GDP比重，研究其對碳排放的影響。人口規模，記為PS。從碳產品需求市場來看，高碳產品需求會促進高碳產品的生產與供給，這對碳減排工程具有負面影響。一般情況下，人口規模與高碳產品需求量成正比，而城鎮人口對碳產品需求遠高于農村人口，故選擇城鎮人口比重作為衡量人口規模的指標。技術產值，記為TP，它反映一個地區采用先進技術的產出情況和技術利用效率。選擇高技術產業總產值指標度量技術產值。技術進步，記為TA。技術上的創新可在一定程度上減少能耗和碳排放。由于沒有碳減排技術的直接指標，故選擇專利申請受權數作為技術進步的代理變量，是衡量碳減排工作的重要指標。

空間權重矩陣選擇。0～1鄰接空間權重矩陣：W0=(wij)n′n，其中兩地區相鄰wij為1，否則為0；地理距離權重矩陣：W1=(sij)n′n，sij為兩地區球面距離的倒數；經濟空間權重矩陣[4]（借鑒林廣平等的研究）：W2=W1·G，G是代表地區由于經濟發展程度所造成的空間影響力差異的矩陣，矩陣元素選擇各省市人均GDP差額（已剔除計量中通脹等影響因素）絕對值的倒數。（區域自身距離定義為0）

2.2 碳排放量的空間屬性

對我國省際碳排放量（TCE）數據進行探索性分析，得到空間地理格局見圖1所示。地圖顏色由深至淺表示TCE由高逐漸降低。30個省市在2006—2012年中，黑龍江、吉林、陜西、安徽、湖南、云南、貴州、新疆等呈現較淺顏色，TCE處于較低水平；內蒙古、河北、山東、山西、河南、江蘇呈現較深顏色，TCE處于較高水平，且在地域上呈現集中態勢；新疆、湖南、廣西由深色轉為淺色，說明TCE具有逐年減少趨勢；云南、陜西、重慶、安徽、江西、吉林、貴州顏色由淺色轉為深色說明隨著經濟發展，TCE也逐年增多。總體上，相同顏色的省份呈現區域相鄰，表明TCE水平接近的省域呈現接壤成片，初步認為我國省域TCE存在地理空間上的相關性與集聚性。此外，TCE主要集中在東北地區并向東中南有擴散趨勢，可能存在時空上的相關性。

圖1 2006年和2012年碳排放空間分布圖

2.2.1 空間自相關檢驗

三種權重矩陣下對碳排放量（TCE）進行空間自相關檢驗。由表1，Moran指數均顯著大于0，TCE具有正的空間自相關性，即TCE不是隨機分布而是水平相近的省市在空間上呈現集聚態勢，TCE存在溢出性與正向的空間依賴性，即碳排放量高的省市周圍地區碳排放量高，反之亦然。此外，碳排放量的Moran’s I值在0.344左右波動，變化浮度不大，說明我國省域的碳排放空間分布比較穩定。

表1 碳排放的全局空間自相關檢驗

2.2.2 空間集中度分析

由于我國省際碳排放（TCE）存在正的空間相關性，故可借鑒估算行業集中度的方法來量化分析TCE的集中分布情況。行業集中度[5]常用來衡量市場結構，度量規模排名靠前的幾家大企業規模之和占整個行業的比重。行業的集中程度按照30%、50%、70%三個節點劃分，處于30%～50%為輕度集中，處于50%～70%為中度集中，高于70%為高度集中。我國省域TCE的集中度計算見式（9），估算結果見表2。

式（9）中，CRa含義：碳排放前a的各個省市碳排放量之和占全國碳排放總量的比重。考慮實際情況，本文采用CR4測度碳排放量最大的四個省份占全國的份額。

表2 碳排放的空間集中度 （單位：%）

由表2，2006—2012年我國TCE的空間集中度CR4>30%，屬于輕度集中階段。究其原因，經濟快速發展，某些產業往往需要形成一定規模進行生產，產業的集聚化生產引起碳排放集聚化。樣本期間碳排放量主要集中在山東、山西、河北、內蒙古等地區，可能由于這些地區還處于工業化和城鎮化快速發展時期，大量耗能產業的集聚使得碳排放的高度集聚。

2.3 空間溢出效應分析[6]

2.3.1 空間面板模型回歸分析

在三種空間權重矩陣下對數據建立SLM、SEM和SDM，分別采用固定效應（FE）和隨機效應（RE）形式，并采用極大似然方法估計參數，結果見表3至表5所示。ρ(λ)表示被解釋變量的空間滯后項（空間誤差項）的系數，均顯著為正，說明我國省際碳排放總量具有顯著的空間依賴屬性。根據赤池信息準則（AIC）和對數似然值準則（LogL）篩選模型；分別檢驗SDM是否可以轉化為SLM或SEM（SDM?SLM、SDM?SEM），卡方統計量值在表3至表5中列出（參考劉華軍等[7]的實證）。空間計量模型的偏微分效應分解方法通過對溢出效應分解來度量產業結構、人口規模、技術產值、技術進步對于碳排放總量的各種效應，此時回歸結果就顯得不那么重要了，后面的效應分解才是分析重點。

表3 基于0～1鄰接權重矩陣的空間計量模型的估計及檢驗結果

表4 基于地理距離權重矩陣的空間計量模型的估計及檢驗結果

表5 基于經濟權重矩陣的空間計量模型的估計及檢驗結果

由表3，SDM的固定效應形式（SDM-FE）模型估計的AIC值最小、LogL值最大，為最優模型。根據卡方檢驗值，SDM不可轉化為SLM、SEM。結合AIC值和LogL值，SLM和SEM的隨機效應形式（SLM-RE，SEM-RE）擬合效果較差，這與卡方檢驗結果是一致的。

由表4，依照同樣的方法，SDM-FE為最優模型，且SDM不能轉化為SLM和SEM。對于SDM-FE，經濟空間權重矩陣下的模型估計優于地理距離權重矩陣下的模型估計。

由表5，SDM-FE為最優模型，SDM不能轉化為SLM與SEM。比較各空間權重矩陣下模型的AIC值和LogL值，基于經濟權重矩陣的SDM-FE擬合結果最優。由于ρ10，所以回歸分析中，解釋回歸系數的傳統方法失效，需要對系數分解分析。

2.3.2 空間溢出效應分解

對SDM-FE在各權重矩陣下的估計，運用偏微分效應分解方法對溢出效應進行分解與測算。由表6可知各因素對于碳排放的直接效應（區域內部的空間溢出效應）、間接效應（不同區域間的空間溢出效應）和空間總溢出效應。

表6 空間溢出效應分解（SDM-FE）

由表6，產業結構（IS）的空間溢出效應。0～1鄰接和地理距離權重矩陣下IS的直接效應顯著為負，說明第三產業總產值占GDP比重對碳排放總量存在負向區域內溢出效應，即三產占比增加使得本區域內碳排放總量的減少。經濟權重矩陣下產業結構直接效應顯著為正，與前兩個權重矩陣下系數的符號不同，這是合理的，由于三產產值與GDP相關，而前兩個矩陣僅從區域位置考慮相關關系。地理距離和經濟權重矩陣下產業結構的間接效應顯著為正，即區域之間碳排放存在正向溢出效應，根據系數絕對值看，遠大于直接效應，即某區域第三產占比增加所對區域間碳排放增加的影響作用大于對區域內碳減排作用。總效應上，地理距離和經濟權重矩陣下產業結構對于碳排放空間溢出為正，而0～1鄰接權重矩陣下空間溢出為負。

人口規模（PS）的空間溢出效應。各權重矩陣下PS對碳排放總量的三種效應均為正，即正向空間溢出，且直接效應、總效應系數均顯著；地理距離和經濟權重矩陣下的間接效應在統計上不顯著。由此表明，城鎮人口比重的增加會使得區域內和區域間的碳排放總量的增加，城鎮人口的增加不利于區域碳減排。

技術產值（TP）的空間溢出效應。各權重矩陣下技術產值對于碳排放的直接效應顯著為正，說明高技術產值對區域內碳排放沒有抑制作用，與采用先進技術生產能夠促進碳排放量減少的預期不符，考慮成因，可能是通過提升技術水平進行生產來促進碳減排存在“門檻效應”，即區域內高技術水平發展到一定程度才會使得區域內碳減排。

技術進步（TA）的空間溢出效應。各權重矩陣下技術進步對碳排放的總效應顯著為負，存在負的空間溢出效應，即當技術創新進步時，對區域碳減排是有利的。0～1鄰接和地理距離權重矩陣下技術進步的直接效應顯著為負，說明技術進步會有助于區域內碳排放減少。各權重矩陣下的技術進步對于碳排放的間接效應均顯著，但符號不同，0～1鄰接和地理距離權重矩陣下為正，經濟權重矩陣下為負，說明技術進步可以通過空間中的經濟關系來減少區域之間的碳減排。技術進步效應分解的系數很小，說明目前我國專門針對碳減排的技術進步力度還不夠，還需要加強。

3 結論

本文從空間維度出發，利用我國十一五規劃以來省際樣本數據建立相應指標體系，將行業集中度引入碳排放總量的空間集聚性分析中；運用空間計量模型偏微分效應分解方法，考慮區域不同關聯下的空間權重，分析產業結構、人口規模、技術產值、技術進步四個因素對我國省際碳排量的空間溢出效應，得到的主要結論如下：

（1）我國省際碳排放總量存在正的空間相關關系，具有顯著的空間依賴性和異質性。

（2）碳排放的空間集中度大于30%，屬于輕度集聚階段。

（3）各模型中碳排放均具有正向空間溢出效應。

（4）影響碳排放的各因素的空間效應有差異。產業結構存在負的區域內溢出效應和正向的區域間溢出效應，且區域間溢出效應遠大于區域內效應；人口規模存在正向空間溢出效應；技術產值存在“門檻效應”；技術進步的空間溢出總效應為負。

[1]沈體雁，馮等田，孫鐵山.空間計量經濟學[M].北京：北京大學出版社，2010.

[2]Anselin L.Spatial Econometric:Methods and Models.[M].Amstel Dam:Kluwer Academic Publisher，1988.

[3]LeSage J，Pace R.Introduction to Spatial Econometrics[M].New York: Taylor&Francis Group，2009.

[4]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年[J].經濟學(季刊)，2005，(4).

[5]韓中.中國制造業空間集聚、要素流動與技術進步[J].云南財經大學學報，2010，(4).

[6]Elhorst J.P Spatial Econometrics From Cross-Sectional Data to Spa?tial Panels[M].Berlin:Springer，2014.

[7]劉華軍，張權，楊騫.城鎮化、空間溢出與區域經濟增長——基于空間回歸模型偏微分方法及中國實證[J].農業技術經濟，2014，(10).

（責任編輯/浩 天）

F061.5;F064.1

A

1002-6487（2016）21-087-04

國家社會科學基金資助項目（12BTJ008）；安徽財經大學研究生科研創新基金項目（ACYC2015081）

楊桂元（1957—），男，安徽蕭縣人，教授，研究方向：數量經濟學。

吳 齊（1991—），女，安徽蚌埠人，碩士研究生，研究方向：數量經濟學。