制造業集聚對碳排放的影響研究

孫莉 蘭飛

摘 要：隨著氣候問題的日益加劇，低碳建設成為各國的重要議題。制造業是我國碳排放量最大的行業，如何實現制造業發展和低碳建設協同是越來越多學者開始關注的問題。運用空間計量模型，利用2007-2016年30個省市的面板數據實證驗證了我國各省份制造業空間集聚對碳排放的空間溢出效應。結果表明，制造業空間集聚可以有效降低本地和周邊地區碳排放水平。

關鍵詞：產業集聚;碳排放;空間溢出效應

中圖分類號：F2 文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2019.09.005

1 引言

20世紀以來，人類共同面臨著日益加劇的氣候問題。如何實現低碳建設成為各國人民共同關注的問題。中國是碳排放大國，2015年中國碳排放量占全球的29%，超過了美國和歐洲碳排放量的總和，為了推進低碳建設，應對氣候變化，低碳建設是目前中國實現產業發展需要思考的議題。

制造業具有高投入、高消耗的特點，制造業消耗的能源數量和碳排放量遠高于其他行業，且逐年增長。如何實現制造業的低碳化是推進減排工作要解決的重要問題。目前研究制造業的文獻很多，關于制造業的集聚現狀也是各大學者關注的熱點。早在19世紀，產業集聚的現象就受到了學者的關注，很多學者認為產業集聚不僅可以促進產業發展，也可以帶動周邊地區經濟的發展。目前，我國也形成了一批制造業集聚地，主要集中在東部。

目前關于制造業集聚減排作用的研究較少，對于兩者的討論多集中在產業層面，本文考慮到制造業集聚的空間外溢效應，運用空間計量模型試圖探究制造業集聚對碳排放的影響和內在機制，對于促進制造業發展和低碳建設具有重要作用。

2 相關文獻綜述

2.1 產業集聚與空間溢出效應

關于產業集聚的研究可以追溯到19世紀，最早系統研究產業集聚的學者是古典經濟學家馬歇爾，他在《經濟學原理》（1902）中提出了“產業集聚”的概念，認為產業集聚就是工業產業集中在特定的地方。同時馬歇爾認為產業集聚存在經濟外部性。波特（1998）提出了著名的“鉆石模型”，他認為產業集聚形成的原因是競爭，集群有利于提升競爭力。關于產業集聚理論的不斷完善和發展使得越來越多的學者意識到空間因素在產業集聚研究中的重要性。張可（2014）通過實證發現經濟集聚和環境污染均存在明顯的空間溢出效應，且相鄰城市間的經濟集聚和環境污染存在交叉影響。謝里（2016）研究了制造業集聚和制度環境通過技術創新影響空間技術溢出的機制。

2.2 碳排放與空間計量分析

隨著空間經濟學的興起，不少學者開始注意到碳排放問題中的空間效應，將空間計量分析引入碳排放問題的研究。許海平（2012）利用空間自相關指數考察了我國人均碳排放和人均收入的空間相關性問題，結果表明兩者的空間自相關性均表現顯著。楊騫（2012）通過研究發現中國碳排放存在明顯的區域差異。馬大來（2017）運用1998-2011年我國30個省份的面板數據，通過空間面板數據模型分析了我國省際碳排放效率的區域差異性以及空間相關性，實證分析結果表明我國省際碳排放效率表現出較大的省際差異性。

2.3 產業集聚與碳排放

關于產業集聚對碳排放影響的研究結論并不一致。部分學者認為產業集聚可以產生規模經濟效應、知識溢出效應以及促進產業結構優化從而促進碳排放的減少。王桂新和武俊奎（2012）的研究表明產業集聚程度的增加和碳排放的增長呈反向變化。路正南和朱新朗（2018）研究了研究表明產業集聚有利于碳排放強度的降低，但是政府干預會在一定程度上抵消這種作用。也有學者的研究表明產業集聚會環境產生不利的影響。韓峰和謝銳（2017）通過研究生產性服務業集聚對于區域碳排放量的影響，并認為多樣化和專業化的集聚并沒有產生“減排效用。”

從產業集聚和碳排放的相關研究來看，關于二者之間的關系目前還沒有統一的結論，關于制造業集聚對碳排放影響的空間分析仍然不足，尤其缺乏碳減排目標下制造業集聚對碳排放影響的差異研究和實證分析。本文考慮制造業集聚的空間溢出效應，利用我國2007-2016年30個省級城市面板數據為樣本，運用空間杜賓模型來探究制造業集聚對碳排放的影響。

3 模型構架與數據說明

3.1 空間計量模型

傳統的計量經濟學將研究對象視為相互獨立的個體，但是隨著新經濟地理學的發展，越來越多的學者認識到空間對象之間的空間相關性。許多學者的研究表明，空間外溢效應是我們在研究產業集聚對碳排放影響時不能忽略的。因此，我們通過空間計量模型來進行深入研究，模型如下：

Yit=α+ρ∑Nj=1WijYjt+βXit+φ∑Nj=1WijXjt+Ui（1）

Ui=λWμi+εi

其中，i，j表示不同省份區域，t表示年份，Wij表示空間權重矩陣，Xij表示解釋變量合集，ρ為被解釋變量空間回歸系數，β為解釋變量回歸系數變量，φ為解釋變量空間回歸系數，λ為空間誤差回歸系數。

對于式（1），如果ρ≠0且φ=0，則式（5）為空間滯后模型（SLM），如果λ≠0且ρ=0，則式（5）為空間誤差模型（SEM），如果ρ≠0且φ≠0同時λ=0，則式（5）為空間杜賓模型（SDM）。為了進一步確定適用模型，還需要進行檢驗。

3.2 數據來源和變量說明

本文的研究對象為2007-2016年全國30個省市（西藏除外），數據主要來自于《中國統計年鑒》、《中國能源統計年鑒》。所有數據均進行對數處理，并經過平減處理換算成2006年可比數據。以下是有關指標和測度的詳細說明。

3.2.1 碳排放量

碳排放主要產生于化石能源的燃燒，產生二氧化碳的燃燒能源主要包括八類，煤炭、柴油、汽油、煤油、原油、燃料油、焦炭和天然氣。碳排放量的計算公式為：

Cit=∑8j=1γjEijtvj（2）

其中，Cit是 i 省 t 年的碳排放量;γj是第j種能源的折標準煤系數，Eijt是i省在t年消耗第j種能源的數量;vj是第j種能源的排放系數。能源折算標準煤系數和碳排放系數參照IPCC（2006）標準，具體數據見表1。

3.2.2 產業集聚

關于集聚度的測算，考慮數據可獲得性和參考相關文獻，本文選擇區位熵作為制造業集聚的衡量指標，具體計算公式如下：

AGj=（PSj/Xj）/（PS/X）（3）

在（8）式中，PSj為j地區制造業的就業人數，Xj為j地區全部就業人數，PS為全國范圍內制造業的就業人數， X為全國就業人數。區位熵越大，則該地區的制造業集聚水平越高。

3.2.3 其他變量

除了產業集聚外，根據相關文獻，本文選取了外商直接投資（FDI）、政府干預（GOV）以及城鎮化水平（URB）作為控制變量。人口規模（P）采用各省份年末人口總數表示，人均財富（A）采用人均GDP表示。外商直接投資（FDI）采用地區實際外商直接投資額和地區生產總值的比值作為外商直接投資率的代理變量。政府干預（GOV）采用地方政府財政支出占GDP的比重來表示。城鎮化水平（URB）采用各省的城鎮人口與總人口的比例來表示。

4 實證分析

4.1 空間相關性檢驗

本文通過測算碳排放量的Morans I指數來檢驗變量的空間相關性。本文采用鄰接矩陣進行測算，表2給出了stata12.0軟件測算得出的2007-2016年中國各省份碳排放量的Moran值檢驗結果。

從表2可以看到，2007-2016年我國各省份碳排放量的Moran I指數均通過了1%水平下的顯著性檢驗且Moran I指數均為正值，這說明2007-2016年間各省份碳排放量表現出明顯的空間依賴性，這也說明了使用空間計量模型來研究碳排放量空間溢出的必要性。

4.2 空間計量模型結果分析

根據LeSage （2009）以及Elhorst （2010）的研究，通過LR檢驗和Wald檢驗判定SDM 是否可以轉化為SLM 或SEM。檢驗結果顯示，wald檢驗值和LR檢驗均在1%水平下顯著，拒絕原假設，即SDM模型不能退化為SLM模型和SEM模型，因此，選擇空間面板杜賓模型是最合適的。

本文通過Stata軟件實現空間杜賓模型的估計。Hausman檢驗值為19.82且p值大于0.01，接受原假設，應該選擇隨機效應模型。估計結果見表3。

注：***、**、*分別表示在1%、5%和10%的水平上顯著。

效應估計結果顯示，制造業集聚（AG）的直接效應、間接效應均在10%的顯著性水平下顯著為負，說明制造業的集聚可以帶來顯著的“減排”效應，不僅有利于本地的碳排放的減少，而且通過溢出效應可以影響周邊地區的碳排放量。制造業的集聚產生規模經濟效應、知識外溢效益可以促進周邊地區的技術發展、降低成本，減少能源的消耗，同時可以促進產業結構的優化，減少能源的過度消耗，從而減少碳排放量。

人口規模（P）和人均財富水平（A）的直接效應均顯著為正，說明人口數量的增加和人均財富水平的提高會提高本地碳排放量。同時可以看到人均財富的間接效應顯著為負，這說明本地人均財富水平的提高可以降低周邊地區的碳排放。政府干預（GOV）的直接效應顯著為正，這與路正南和朱新朗（2018）在研究中提出的觀點是一致的，政府的干預會對本地的減排起到反向的作用，這可能是由于政府降低環境標準，過度追求經濟增長有關。外商直接投資（FDI）和城鎮化（URB）的效應結果均不顯著，說明外資并未對碳排放量產生顯著影響，本文認為外商直接投資主要集中在東部沿海地區，使得在全國層面的研究中外商直接投資率的影響并不顯著。

5 結語

本文運用空間計量模型，利用我國30個省市2007-2016年的面板數據探究了我國制造業集聚對于碳排放水平的空間溢出效應。實證分析結果顯示，各省市的碳排放量在空間上呈現出顯著的相關性，制造業空間集聚不僅能顯著降低本地的碳排放水平，而且能通過空間外溢效應有效降低周邊地區的碳排放量。

基于以上結論，本文認為為了進一步推進減排工作，需要強化制造業空間集聚，充分發揮制造業集聚的溢出效應，帶動周邊地區的減排建設，實現經濟增長和低碳建設的協同發展。同時，有效控制人口規模帶來的碳排放壓力，避免過多的政府干預帶來的碳排放壓力。

參考文獻

[1]馬歇爾，陳良璧譯.經濟學原理[M].北京：商務印書館，1991.

[2]Porter.M.E.Clusters and the New Economics of Compertition [J].Harvard Business.1998，（6）：77-91.

[3]Dietz T.Rosa.，Rethinking the Environmental Impact of Population，Affluence，and Technology[J].Human Ecology Review，1994，（1）：277-300.

[4]原毅軍，謝榮輝.產業集聚、技術創新與環境污染的內在聯系[J].科學學研究，2015，33（09）：1340-1347.

[5]謝里，張敬斌.中國制造業集聚的空間技術溢出效應：引入制度環境差異的研究[J].地理研究，2016，35（05）：909-928.

[6]許海平.空間依賴、碳排放與人均收入的空間計量研究[J].中國人口資源與環境，2012，22（09）：149-157.

[7]楊騫，劉華軍.中國二氧化碳排放的區域差異分解及影響因素——基于1995-2009年省際面板數據的研究[J].數量經濟技術經濟研究，2012，29（05）：36-49+148.

[8]李建豹，黃賢金，吳常艷，周艷，徐國良.中國省域碳排放影響因素的空間異質性分析[J].經濟地理，2015，35（11）：21-28.

[9]馬大來，武文麗，董子銘.中國工業碳排放績效及其影響因素——基于空間面板數據模型的實證研究[J].中國經濟問題，2017，（01）：121-135.

[10]王桂新，武俊奎.產業集聚、城市規模與碳排放[J].工業技術經濟，2012，31（06）：68-80.

[11]路正南，朱新朗.政府干預視角下產業集聚對碳排放強度的影響分析[J].工業技術經濟，2018，37（02）：121-127.

[12]韓峰，謝銳.生產性服務業集聚降低碳排放了嗎？——對我國地級及以上城市面板數據的空間計量分析[J].數量經濟技術經濟研究，2017，34（03）：40-58.