基于動態SDM的中國區域碳排放強度空間效應研究

[摘"要]"利用中國各省市區2005-2017年的數據，在碳排放強度測度和空間自相關檢驗的基礎上，構建動態空間杜賓模型（SDM）研究中國區域碳排放強度的空間效應。研究表明：中國區域間的碳排放強度具有顯著的空間效應。經濟增長、技術投入對碳排放強度產生負向的空間直接效應，產業結構、能源強度、能源消費結構對碳排放強度產生正向的空間直接效應，并且長期效應大于短期效應;技術投入對碳排放強度產生負向的空間溢出效應，產業結構、能源強度對碳排放強度產生正向的空間溢出效應，且能源強度僅存在短期的空間溢出效應;經濟增長、能源消費結構對碳排放強度的空間溢出效應不顯著。

[關鍵詞]"碳排放強度;動態SDM;空間效應

[中圖分類號]""F224[文獻標識碼] A"[文章編號] 1008—1763（2020）01—0040—09

A""Study"on"Spatial"Effect"of"Regional"Carbon"Emission

Intensity"based"on"Dynamic"SDM"in"China

ZHOU"Sijun，"JIANG"Qiuchi

（College"of"Finance"and"Statistics，"Hunan"University，"Changsha"410079，"China）

Abstract：On"the"basis"of"carbon"emission"intensity"measurement"and"spatial"autocorrelation"test，"dynamic"spatial"Durbin"model"（SDM）"was"constructed"to"study"the"spatial"effect"of"carbon"emission"intensity"in"China"from"2005"to"2017."The"results"show"that"the"interregional"carbon"emission"intensity"in"China"has"a"significant"spatial"effect."Economic"growth"and"technology"input"have"negative"direct"spatial"effects"on"carbon"emission"intensity，"while"industrial"structure，"energy"intensity"and"energy"consumption"structure"have"positive"direct"spatial"effects"on"carbon"emission"intensity，"and"the"longterm"effects"are"greater"than"the"shortterm"effects."Technology"investment"has"negative"spatial"spillover"effect"on"carbon"emission"intensity."Industrial"structure"and"energy"intensity"have"positive"spatial"spillover"effect"on"carbon"emission"intensity，"but"energy"intensity"only"has"shortterm"spatial"spillover"effect."The"spatial"spillover"effect"of"economic"growth"and"energy"consumption"structure"on"carbon"emission"intensity"is"not"significant.

Key"words："carbon"emission"intensity;"Dynamic"spatial"Durbin"model;"spatial"effect

一"引"言

氣候變暖是全球共同面臨的環境問題。改革開放以來，中國在保持經濟高速增長的同時，也對環境產生了不利影響。根據國際能源署（IEA）的統計數據，2007年中國已成為世界上最大的碳排放國，在國際上受到了巨大的減排壓力。在此背景下，中國于2009年在哥本哈根氣候峰會上提出2020年碳排放強度比2005年下降40%-45%的減排目標。中國"“十三五”規劃明確提出要在控制碳排放的同時穩定經濟增長;黨的十九大強調要全面深化綠色發展的制度創新，必須樹立“綠水青山就是金山銀山”的理念，建立健全綠色低碳循環發展的經濟體系。中國區域經濟發展與能源利用的不均衡性導致中國碳排放強度存在區域差異，因此本文通過研究中國區域碳排放強度的空間效應，為衡量不同區域綠色低碳發展水平提供參考，對各區域轉變經濟發展方式、實現高質量發展給予理論指導與政策建議。

如何降低碳排放強度，一直是眾多學者研究的重點。在碳排放強度的概念方面，張文婧等對“單位GDP碳排放”概念的合理性進行了深入分析[1]。現有文獻主要集中在碳排放強度的影響因素上，虞義華等基于廣義最小二乘面板模型，考察了經濟發展水平、產業結構對碳排放強度的影響，結果表明：碳排放強度與人均GDP之間存在“N”形關系，產業結構對碳排放強度具有顯著的正向影響[2]。姚奕等運用動態面板模型，發現外商直接投資可以降低碳排放強度[3]。付云鵬等利用空間滯后模型對中國2000-2012年30個省市碳排放強度的影響因素進行探究，結果表明：人口結構、能源強度、能源結構、產業結構是中國碳排放強度的主要影響因素[4]。Ibrahim"M"H等應用偏差校正的LSDV估計量分析貿易融資互補性對碳排放強度的影響，結果表明：在經濟高度發達的地區，金融發展有利于碳排放強度降低[5]。Liang"S等基于創新驅動的視角，結合創新技術和規模因素，構建空間面板模型，發現創新技術、外商直接投資和GDP對碳排放強度具有顯著的負向影響[6]。部分學者在影響因素分析的基礎上，對碳排放強度的空間效應展開進一步研究，馬艷艷等構建空間面板模型，揭示了技術進步、產業結構對碳排放強度的驅動機制，結果表明：技術進步對本省區碳排放強度下降有顯著的促進作用，同時還存在正向的空間溢出效應;產業結構對降低本省區碳排放強度的作用不顯著，但空間溢出效應為負[7]。程葉青等利用空間面板模型發現能源結構、能源強度對碳排放強度產生負向的空間溢出效應[8]。張翠菊等基于空間杜賓模型對中國區域碳排放強度進行空間效應研究，發現技術進步、能源結構具有顯著的空間溢出效應[9]。Wang"S等采用空間馬爾科夫鏈對中國283個城市碳排放強度的空間溢出效應進行分析，發現中國城市碳排放強度存在空間溢出效應，并且在不同區域環境下溢出效應存在異質性[10]。劉漢初等運用空間計量模型對中國高能耗產業碳排放強度的空間溢出效應進行分析，認為：技術創新、對外貿易不僅促使本省高能耗產業碳排放強度降低，還促進周邊省份碳排放強度降低[11]。

已有研究為本文提供了十分有益的借鑒，但仍存在一定不足。在碳排放強度空間效應的研究方法上，主要以靜態空間杜賓模型為主，缺乏對碳排放強度動態效應的考慮，難以對碳排放強度的空間效應進行深入分析，缺乏有力的解釋。因此本文在前人研究的基礎上構建動態空間杜賓模型，研究區域碳排放強度的空間效應，主要包括空間直接效應和空間溢出效應，為降低區域碳排放強度提供對策建議。

二"理論機制與方法研究

碳排放是溫室氣體排放的總稱，二氧化碳作為溫室氣體的主要部分，主要來源于工業化進程中化石能源的燃燒，二氧化碳的過度排放對人類生存環境與發展產生巨大威脅。可持續發展理論認為，實現碳減排并不是單純減少碳排放總量，而是應該兼顧經濟發展，保證經濟、環境與能源的協調統一。目前，國際社會以及中國政策均傾向于以碳排放強度作為減排標準。碳排放強度是指單位國內生產總值的碳排放量，用來衡量國家或區域經濟與碳排放量之間的關系。不同于整體碳排放目標，碳排放強度是一個相對指標，符合降低碳排放的同時保障經濟發展這一理念，如果碳排放強度較高則表明創造同等財富需要消耗更多的能源，不利于可持續發展。考慮到中國各區域地理位置的關系，在經濟發展過程中，鄰近區域能夠存在地理上的聯系，再加上區域間信息與資源的流動，增加了區域間的經濟聯系，空間效應顯著，因此，為了更好地實現區域碳減排目標，必須充分考慮中國區域碳排放強度的空間效應。

（一）碳排放強度的空間效應理論機制

碳排放強度是衡量國家或區域經濟同碳排放之間關系的指標，由于碳排放主要來源于化石燃料的燃燒，而經濟發展離不開能源，故本文從經濟發展與能源消費的角度分析碳排放強度的空間效應，重點考察空間直接效應與空間溢出效應。空間直接效應是指本區域影響因素對碳排放強度的影響，反映影響因素在區域內的作用效果;碳排放強度是一個逆向指標，正向的直接效應表示本區域影響因素的增加可以提高碳排放強度，負向的直接效應表示本區域影響因素的增加可以降低碳排放強度。空間溢出效應是指其他區域影響因素對本區域碳排放強度的影響，反映影響因素在不同區域之間的作用效果;正向的溢出效應表示其他區域影響因素的增加可以提高本區域碳排放強度，負向的溢出效應表示其他區域影響因素的增加可以降低本區域碳排放強度。

1.空間直接效應的理論機制

從經濟發展的角度看，Grossman"G"M提出經濟發展可以分解成經濟增長、技術投入、產業結構三部分，從而對碳排放強度產生影響。具體來看，一個區域的經濟增長依賴于能源的消耗，不可避免地產生一定的碳排放：根據環境庫茲涅茨曲線（EKC）可知，一個國家或區域的環境質量在經濟發展初期會隨著經濟增長水平的提高而惡化，而當該國或地區的經濟發展達到較高水平時，經濟增長會有利于環境質量的提升。其原因在于：隨著區域經濟增長水平提高，人們日益追求美好生活的愿望強烈，會產生環境治理的規模效益。技術投入是低碳經濟發展的核心：一方面推進以高能效、低排放為核心的“低碳革命”，著力發展“低碳技術”，不僅有利于資源的合理利用，并且對環境質量產生凈化效應;另一方面內生增長理論認為技術是經濟持續增長的決定因素，通過技術進步提高能源利用效率，形成新的經濟增長點，進而降低區域碳排放強度。產業結構是通過調整產業之間比重來影響碳排放強度：低碳經濟學理論強調低碳經濟需要優化經濟發展方式，通過產業調整、政策扶持等方式，實現第二產業從工業密集型結構到知識密集型結構的升級，提高第三產業在國民經濟中的比重，進而降低碳排放強度。

從能源消費的角度看，減少能源消耗中所產生的碳排放，將有利于降低碳排放強度。主要途徑有兩種：一是降低能源強度。聯合國政府間氣候變化專門委員會（IPCC）認為近年來的氣候變化主要歸因于人類活動，發展過程中的能源消耗導致二氧化碳排放量的增加，進而直接影響碳排放強度，因此降低生產過程中的能源強度是氣候政策的核心目標，根據國際能源署（IEA）的預測，到2050年通過降低能源強度可以完成31%的減排目標。二是優化能源消費結構。中國能源消費結構的不合理是導致碳排放難以控制的關鍵因素之一。2017年，中國煤炭消費量占能源消費總量的60.4%，在國民經濟中占據重要地位，這種高能耗、高污染的生產方式造成碳排放總量過高，不利于降低中國各區域整體碳排放強度。因此，通過優化能源消費結構，減少煤炭消耗，增加清潔能源的利用量，有利于碳排放強度降低。

2.空間溢出效應的理論機制

作為溫室效應和碳排放的主要來源，二氧化碳具有顯著的流動特性，再加上區域間地理位置的聯系，本地碳排放強度不僅影響本區域，"還會影響鄰近區域，從空間溢出效應視角進行實證分析，"能夠更為完整、準確地描述區域碳排放強度的空間效應。本文在空間直接效應分析的基礎上，繼續從經濟發展與能源消費的角度展開空間溢出效應的分析。

從經濟發展的角度看，本區域的經濟增長將通過區域間的經濟聯系帶動周邊區域的經濟發展，新經濟地理學的市場潛能理論指出：經濟水平高、發展速度快的區域對周邊區域產品的需求能力大，從而對周邊區域有較強的帶動作用，有利于優化各區域的經濟結構與發展質量，促使周邊區域碳排放強度降低。隨著各區域技術投入的不斷提高，本區域資本、知識、技術的擴散會對周邊區域技術創新產生促進作用，盡管技術投入會導致人才、資金、企業等創新要素的集聚，導致產業升級與高耗能產業的二次遷出，但是技術作為經濟持續發展的決定因素，當本區域技術投入達到一定水平時，有利于緩解區域經濟結構性矛盾，帶動周邊區域經濟發展方式轉型，進而降低碳排放強度。產業結構的空間溢出效應體現在：區域之間存在分工協作，以產業聯系為紐帶形成產業鏈，各區域通過降低第二產業比重，減少化石燃料的消耗，不僅有利于緩解本區域的碳排放壓力，并且經過產業鏈的傳導機制減少碳排放對周邊區域的輻射，帶動區域間的低碳發展，降低碳排放強度。

從能源消費的角度看，能源強度較高的區域資源較為豐富，對能源消耗的依賴程度也高。由于不同區域之間存在著開放聯動性，各區域在進行節能減排降低本區域能源強度的同時，也減少了排放物對周邊區域的負面影響，有效促進周邊區域碳排放強度的降低。近年來各區域加大能源合作力度，對區域資源調配、分布式能源發展、天然氣產供儲銷體系建設、可再生能源開發等重點工作展開交流，緩解資源短缺問題、促進資源開發，形成資源相關產業鏈，進而有效改善各區域能源消費結構，改善生態環境，促進周邊區域碳排放強度的降低。

（二）方法研究

Elhorst"（2014）"提出動態空間杜賓模型，它能夠從時間和空間兩個維度刻畫碳排放強度的影響因素，是分析碳排放強度空間效應的有力工具。本文在空間自相關性檢驗的基礎上，論證空間計量模型的合理性，構建動態空間杜賓模型（SDM），研究碳排放強度空間效應。

1.空間自相關性檢驗

空間自相關性分析從定量角度描述被解釋變量在空間上的依賴關系。通過檢驗被解釋變量的空間自相關性，來判斷使用空間計量方法是否合理。

（1）全局空間自相關性檢驗

全局空間自相關性用來反映碳排放強度相關程度的整體特征，常用全局Moran's"I指數作為衡量指標，其計算公式為：

I=[∑ni=1∑nj=1wij（xi-）

（xj-）]/[S2∑ni=1∑nj=1wij]（1）

其中：S2=（1/n）∑ni=1（xi-）2，=（1/n）∑ni=1xi。xi為第i個區域的觀測值，n為樣本區域個數，wij為空間權重矩陣元素。I的取值范圍為[-1，1]，其絕對值越大，空間自相關程度越高，Igt;0表示各地區的碳排放強度之間存在空間正自相關性，Ilt;0表示地區的碳排放強度之間存在空間負自相關性，I=0表示各地區碳排放強度不存在空間自相關性。

（2）局部空間自相關性檢驗

局部空間自相關性分析了每個區域的碳排放強度與周邊地區的空間差異程度。本文采用局部Moran's"I統計量來檢驗中國區域碳排放強度的局部空間自相關性。局部Moran's"I指數的計算公式為：

Ii=[（xi-）/S2]×[∑nj=1wij（xj-）]（2）

其中：Iigt;0表示相鄰地區內碳排放強度存在正的空間集聚效應，Iilt;0表示相鄰地區內碳排放強度存在負的空間集聚效應。

2.動態空間杜賓模型

目前用于研究空間效應的計量模型主要為空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）。其中，空間滯后模型（SLM）認為被解釋變量的影響因素可以空間傳導機制作用于其他空間區域;空間誤差模型（SEM）認為空間依賴性通過隨機誤差項來體現，不可觀測的隨機沖擊存在空間相關性;而空間杜賓模型（SDM）綜合了SLM與SEM的特點，引入了被解釋變量與解釋變量的空間滯后項，能夠更好地估計基于面板數據所測得的空間效應。空間效應計量模型的一般形式為：

Yt=ρWYt+Xtβ+WXtθ+γtA+B+εt

εt=δWεt+et，et～N（0，σ2In）（3）

式中，Yt=（y1t，y2t，…，ynt）′，yit表示區域i（=1，2，…，n）的被解釋變量在t時刻的觀測值;Xt表示解釋變量，它是n×k矩陣（k為解釋變量個數）;β表示解釋變量系數向量;ρ表示空間自回歸系數，取值范圍為[-1，1]，ρWYt表示來自其他區域被解釋變量的影響;W表示n×n空間權重矩陣;WXtθ表示來自其他區域解釋變量的影響，是解釋變量的空間滯后項，θ為相應的影響系數向量;γt表示時間效應，A=（1，1，…，1）′;B表示個體效應，B=（b1，b2，…，bn）′;εt表示隨機誤差項;δ表示隨機誤差項εt的空間相關系數;et表示隨機誤差項。如果δ=0且θ=0，則為SLM;如果ρ=0且θ=0，則為SEM;如果δ=0，則為SDM。對于上述三種模型，需通過以下檢驗才能做出選擇。首先，通過LM檢驗對面板數據進行診斷，說明引入空間計量模型的合理性。其次，基于LR似然比檢驗對SLM、SEM、SDM進行篩選，并對模型的個體效應與時間效應進行檢驗。最后，根據Hausman檢驗對固定效應模型、隨機效應模型進行選擇，得到合適的空間效應計量模型。

上述模型屬于靜態空間效應模型，僅包含空間滯后項，沒有考慮解釋變量對被解釋變量影響的時間滯后性。在經濟系統中，解釋變量對被解釋變量的影響在短時間內難以完成，需通過一段時間才能完全作用于被解釋變量，因此模型需要引入動態效應，反映空間效應隨著時間推移的變化情況。本文在靜態空間杜賓模型的基礎上引入時間滯后項、時空滯后項，構建動態空間杜賓模型，模型形式如下。

Yt=τYt-1+μWYt-1+ρWYt+Xtβ+WXtθ+

γtA+B+εt（4）

其中，Yt-1表示被解釋變量的一階滯后項，τ為相應系數，τYt-1表示被解釋變量的時間滯后項，μWYt-1表示被解釋變量的時空滯后項，μ為相應系數;當τ=0且μ=0時，模型退化為靜態空間杜賓模型。為了進一步測算碳排放強度的空間效應，將等號右邊的被解釋變量項移到等號左邊，式（4）改寫為：

Yt=（I-ρW）-1（τI+μW）Yt-1+

（I-ρW）-1（Xtβ+WXtθ）+

（I-ρW）-1（γtA+B）+（I-ρW）-1εt

（5）

通過對式（5）進行偏微分矩陣運算可以求得X對Y的空間直接效應與空間溢出效應。動態空間杜賓模型可以測算空間效應的短期效應與長期效應短期效應表示解釋變量在短期內對被解釋變量所產生的空間效應;長期效應表示解釋變量在長期內

對被解釋變量所產生的空間效應。短期是指1年及以內，長期是指5年及以上。，更全面地體現空間效應的變化情況，而靜態空間杜賓模型僅存在長期效應，結果較為片面。被解釋變量關于第p個解釋變量的偏導數矩陣如下：

E（Yt）x1p，E（Yt）x2p，…，E（Yt）xnp=

（I-ρW）-1θpW12θp…W1nθp

W21θpθp…W2nθp

Wn1θpWn2θp…θp（6）

式（6）用來測算被解釋變量的短期空間效應。在偏導數矩陣中，對角線元素的均值表示短期空間直接效應，非對角線元素的行和或列和的均值表示短期空間溢出效應。類似地，被解釋變量的長期空間效應如式（7）所示：

E（Yt）x1p，E（Yt）x2p，…，E（Yt）xnp=[I-ρW-（τI+μW）]-1θpW12θp…W1nθp

W21θpθp…W2nθp

Wn1θpWn2θp…θp（7）

在偏導數矩陣中，對角線元素的均值表示長期空間直接效應，非對角線元素的行和或列和的均值表示長期空間溢出效應。

三"碳排放強度測算與空間自相關性檢驗

（一）碳排放強度的測算

由于中國沒有公布各區域碳排放總量的數據，現有文獻主要根據化石燃料的燃燒來對碳排放總量進行測算。本文基于付云鵬[4]的方法，選取煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣八種能源的消費量，根據IPCC公布的標準煤折算系數與碳排放系數（見表1），計算碳排放總量，公式如下：

C=∑8i=1Ei×SCi×CFi（8）

其中，C代表碳排放總量，E代表能源消費量，SC代表標準煤折算系數，CF代表碳排放系數。基于公式（8）測算出區域碳排放總量，并除以2005年不變價表示的GDP，得到中國30個省市區2005-2017年碳排放強度的測算結果，見表2。

由表2可知，歷年的碳排放強度較高的地區是山西、內蒙古、貴州、寧夏，其中山西、內蒙古、貴州呈逐年下降的趨勢，但是寧夏的碳排放強度在2005—2009年呈下降趨勢，2010年上升，在2011年寧夏成為全國30個地區中碳排放強度最高的地區，達到了3.95噸/萬元，隨后呈下降趨勢，在2017年又回升到3.50噸/萬元;北京、福建、浙江、廣東的碳排放強度較低，并且呈逐年下降的趨勢，其中北京是歷年碳排放強度最低的地區;而海南、甘肅、青海的碳排放強度呈現先上升后下降的趨勢。

（二）碳排放強度的空間自相關性檢驗

1.空間權重矩陣

空間權重矩陣反映了各區域在地理位置上的關系。本文根據各省的地理聯系，基于實際地理距離構造地理距離權重距陣，其元素wij為i區域和j區域最近公路距離的倒數，令dij為i區域和j區域最近公路距離，矩陣為：

wij=1dij，i≠j

0，i=j（9）

2.全局空間自相關性檢驗

利用Matlab軟件計算2005-2017年中國30個省市區碳排放強度的全局Moran's"I指數。采用地理距離權重矩陣進行檢驗，檢驗結果見表3。結果表明：在地理距離權重矩陣下，全局Moran's"I統計量在樣本年份內均顯著為正，說明碳排放強度在空間上并非隨機分布，存在顯著的空間正自相關性。

3.局部空間自相關性檢驗

利用Stata軟件計算出2005-2017年中國30個省市區碳排放強度的局部Moran's"I指數，并畫出具有代表年份的Moran散點圖。圖1為2017年中國區域碳排放強度分布的Moran散點圖，第一象限、第三象限分別表示區域i的高值被高值包圍、低值被低值包圍，存在空間正自相關，第二象限、第四象限分別表示區域i的低值被高值包圍、高值被低值包圍，存在空間負自相關。由圖可知，中國大部分省市區落在第一、三象限內，說明各省市碳排放強度存在空間正自相關性。

四"碳排放強度空間效應的實證分析

本文在對中國2005-2017年各省市區的碳排放強度進行測算的基礎上，根據文獻的梳理以及理論分析，構建動態空間杜賓模型，重點考察經濟增長、技術投入、產業結構、能源強度、能源消費結構對碳排放強度空間效應的影響。

（一）變量選擇與數據來源

本文用區域人均GDP（萬元/人）表示經濟增長（pgdp），用Ramp;D經費內部支出占GDP比重（%）表示技術投入（ti），用第二產業增加值占GDP比重（%）表示產業結構（is），用單位GDP能源消耗（噸標準煤/萬元）表示能源強度（ei），用煤炭消費量占能源消費總量比重（%）表示能源消費結構（es）。考慮到研究的準確性，將區域人均GDP利用GDP指數折算成以2005年為基期的區域人均實際GDP，以消除通貨膨脹對于區域人均GDP的影響。

本文選取2005-2017年中國30個省市區（不含西藏）的數據進行研究。數據來源于《中國能源統計年鑒》（2005-2018）、《中國環境統計年鑒》（2005-2018）以及各省2005-2018年的統計年鑒。為了避免出現異方差，將數據進行對數化處理，表4是各省面板數據對數值的描述性統計結果。

（二）空間效應計量模型的選擇

在Moran's"I檢驗的基礎上，需要對空間效應計量模型進行選擇。首先，根據LM檢驗結果可知，LMLag、Robust"LMLag、LMError均在5%水平下顯著，可以選擇空間計量模型進行實證研究。其次，通過LR似然比檢驗，發現其統計量均通過顯著性水平5%的顯著性檢驗，說明空間杜賓模型（SDM）比空間滯后模型（SLM）和空間誤差模型（SEM）更適宜，并且存在個體效應與時間效應。最后，Hausman檢驗結果說明固定效應模型優于隨機效應模型。綜上所述，選擇含雙向固定效應的空間杜賓模型進行空間效應研究。檢驗結果見表5。

根據模型選擇結果，選擇雙向固定效應的空間杜賓模型，考慮到動態效應的影響，引入碳排放強度的時間滯后項τlncii，t-1、時空滯后項μWlncii，t-1，構建動態空間杜賓模型。為了保證研究的穩健性，根據引入滯后項的不同，本文對三種形式的動態空間杜賓模型進行估計，表達式為：

lnciit=τlncii，t-1+μWlncii，t-1+ρWlnciit+

βXit+θWXit+δi+μi+εit（10）

lnciit=τlncii，t-1+ρWlnciit+βXit+θWXit+

δi+μi+εit（11）

lnciit=μWlncii，t-1+ρWlnciit+βXit+

θWXit+δi+μi+εit（12）

其中，Xit=[lnpgdpit，lntiit，lnisit，lneiit，lnesit];δi為時間效應，μi為個體效應，εit為隨機誤差項，W為空間權重矩陣。將上述三種模型的結果與靜態空間杜賓模型結果進行比較分析。結果見表6。

由表6可知，空間自回歸系數ρ在三種動態空間杜賓模型中均通過10%的顯著性水平，說明區域間的碳排放強度存在空間溢出效應，鄰近區域碳排放強度降低會引起本區域碳排放強度的減少，而靜態空間杜賓模型的空間自回歸系數ρ未通過顯著性檢驗。對于空間滯后項的估計，動態空間杜賓模型估計系數的顯著性優于靜態空間杜賓模型，并且動態空間杜賓模型的決定系數高于靜態空間杜賓模型。結果表明，研究碳排放強度的空間效應不能忽略動態效應，運用動態空間杜賓模型是合理的。

根據動態空間杜賓模型估計結果，時間滯后項τlncii，t-1與各影響因素的估計系數θ均通過1%的顯著性檢驗，時空滯后項μWlncii，t-1未通過顯著性檢驗。對于空間滯后項系數θ，僅包含時間滯后項τlncii，t-1的動態空間杜賓模型的估計結果要優于另外兩個模型，估計結果的顯著性更強。結果表明，僅包含時間滯后項τlncii，t-1的動態空間杜賓模型更適合研究碳排放強度的空間效應。

（三）空間效應的估計結果

根據式（6）、式（7）的偏導數矩陣對僅包含時間滯后項τlncii，t-1的動態空間杜賓模型進行分解，來檢驗碳排放強度影響因素的空間效應。為了進行比較分析，本文還對靜態空間杜賓模型進行分解。動態空間杜賓模型存在長期效應與短期效應，靜態空間杜賓模型只存在長期效應。檢驗結果見表7。

1.空間直接效應

由表7可知，經濟增長、技術投入對碳排放強度產生負向的空間直接效應，即經濟增長、技術投入有利于減低碳排放強度;產業結構、能源強度、能源消費結構對碳排放強度產生正向的空間直接效應，即產業結構、能源強度、能源消費結構不利于降低碳排放強度。與靜態空間杜賓模型不同，動態空間杜賓模型考慮了短期空間直接效應與長期空間直接效應，并且長期空間直接效應大于短期空間直接效應，符合經濟學理論中的累積效應。當本區域碳排放強度得到顯著改善時，人們會提高預期，對碳排放提出更高要求，從而引致政府在未來幾年采取更大規模的減排舉措，加大對上述影響因素的控制，故碳排放強度的長期空間直接效應大于短期空間直接效應。

空間直接效應的結果表明：經濟增長水平較高的區域具備充足的資金開發綠色能源技術，提高綠色技術創新，挖掘新的經濟增長點，進而帶動高新技術產業、綠色產業的發展，增加第三產業在國民經濟的比重，改善高能耗、高污染的發展模式;與此同時，技術投入帶來的節能技術可以有效降低能源強度，綠色能源的開發進一步減少煤炭資源的使用，改善能源消費結構，有利于降低碳排放強度。

2.空間溢出效應

由表7可知，動態空間杜賓模型實證結果顯示：在短期內，技術投入對碳排放強度產生負向的空間溢出效應，有利于降低碳排放強度;產業結構、能源強度對碳排放強度產生正向的空間溢出效應，不利于降低碳排放強度;在長期內，技術投入對碳排放強度產生負向的空間溢出效應，產業結構對碳排放強度產生正向的空間溢出效應。而靜態空間杜賓模型僅考慮了產業結構、能源強度對碳排放強度的長期空間溢出效應，忽略了短期內的情況，并且技術投入對碳排放強度的空間溢出效應未通過顯著性檢驗，從而進一步證明了動態空間杜賓模型的合理性。

從空間溢出效應的結果來看，長期空間溢出效應大于短期空間溢出效應，符合經濟學理論中的累積效應。隨著時間的推移，區域間開放程度增加，鄰近區域資源轉移更加通暢，不僅為各區域帶來更多的技術支持，同時增強各區域科技成果轉化能力，提升產業整體技術水平，為降低碳排放強度注入新的動力，所以技術投入、產業結構對碳排放強度的長期空間溢出效應大于短期空間溢出效應。

空間溢出效應的結果表明：技術投入、產業結構是實現區域低碳減排的核心要素。各區域以技術投入為基礎，形成以高新技術產業為先導、基礎產業和制造業為支撐、服務業全面發展的產業格局，推動各區域產業結構升級，不僅有利于緩解本地區的碳排放壓力，并且經過產業鏈的傳導機制減少碳排放對周邊地區的輻射，降低各區域碳排放強度。與此同時，各區域通過降低能源強度，可以在短期內減少碳排放對周邊區域的影響，進而有效降低各區域碳排放強度。但是在不考慮技術投入、產業結構空間溢出效應的基礎上，從長期來看，能源強度并不會顯著影響相鄰區域的碳排放強度，無法解決中國經濟現有的結構性問題，反而會影響本區域的經濟發展，故能源強度只存在短期空間溢出效應。

五"結論與政策建議

（一）主要結論

本文對中國30個省市區2005-2017年碳排放強度進行了測算，利用空間自相關Moran'"s"I檢驗對中國區域碳排放強度進行了空間自相關性檢驗，在此基礎上，構建動態空間杜賓模型，實證分析了中國區域碳排放強度的空間效應，得出如下結論：從空間直接效應來看，經濟增長、技術投入對碳排放強度產生負向的空間直接效應，有利于減低碳排放強度;產業結構、能源強度、能源消費結構對碳排放強度產生正向的空間直接效應，不利于減低碳排放強度，并且長期效應大于短期效應。從空間溢出效應來看，在短期內，技術投入對碳排放強度產生負向的空間溢出效應，有利于減低碳排放強度;產業結構、能源強度對碳排放強度產生正向的空間溢出效應，不利于減低碳排放強度;在長期內，技術投入對碳排放強度產生負向的空間溢出效應，有利于減低碳排放強度;產業結構對碳排放強度產生正向的空間溢出效應，不利于減低碳排放強度;而經濟增長與能源消費結構的空間溢出效應并不顯著。

（二）政策建議

為了更好地實現經濟發展和節能減排的雙贏目標，推動經濟高質量發展，本文通過對中國區域碳排放強度空間效應的研究，提出以下政策建議：

第一，充分發揮碳排放強度的空間直接效應，深入推動能源供給側改革，轉變經濟發展方式，促進低碳經濟發展。各區域在保證經濟增長的同時，加大技術投入，推進清潔能源與低碳技術的開發，積極制定產業結構轉型的政策，嚴把行業準入關，引導企業走低能耗、低污染之路，鼓勵高新技術產業的發展，增加高能耗產業的治理投入，資助落后產業，降低能源強度，改善能源消費結構，實現節能減排目標。

第二，積極利用技術投入、產業結構對碳排放強度的空間溢出效應，促進資源信息在區域間的流通，實現區域之間的協調發展。在技術投入的過程中，建立人才、資金、知識等技術要素的共享機制網絡，加速各區域間經濟技術等多方面的交流，提升綠色自主創新能力，進而帶動周邊區域產業結構轉型，通過產業鏈的傳導機制，實現低碳發展。

第三，各地政府需將碳排放強度的空間效應納入到區域的交流合作中，增強區域間碳排放的共同治理。通過設置跨區域的碳排放協調治理機構，構建制度化的區域碳排放控制體系，促進多方達成碳減排的共識。充分考慮各區域碳排放強度的差異性，發揮各區域的減排優勢，在推動各區域進行總體減排的同時，對重點區域采用差異化的政策措施;碳排放強度較低的區域應繼續發展新能源與高新技術，帶動周邊碳排放強度較高的區域，形成以強帶弱、由點及面的發展格局，進而達到降低碳排放強度的整體目標，實現中國經濟高質量發展。

[參"考"文"獻]

[1]"張文婧，廖進中，廖任飛.關于“單位GDP碳排放”概念的探析[J].湖南大學學報（社會科學版），2010，24（5）：74-76.

[2]"虞義華，鄭新業，張莉.經濟發展水平、產業結構與碳排放強度—中國省級面板數據分析[J].經濟理論與經濟管理，2011（3）：72-81.

[3]"姚奕，倪勤.外商直接投資對碳強度的影響—基于中國省級動態面板數據的實證研究[J].數理統計與管理，2013，32（1）：113-122.

[4]"付云鵬，馬樹才，宋琪.中國區域碳排放強度的空間計量分析[J].統計研究，2015，32（6）：67-73.

[5]"Ibrahim"M"H"."Tradefinance"complementarity"and"carbon"emission"intensity："panel"evidence"from"middleincome"countries[J].""Environment"Systems"and"Decisions，"2018，38（4）：489-500.

[6]"Liang"S"，"Zhao"J"，"He"S"，"et"al."Spatial"econometric"analysis"of"carbon"emission"intensity"in"Chinese"provinces"from"the"perspective""of"innovationdriven[J]."Environmental"Science"and"Pollution"Research，"2019，26（14）：13878-13895.

[7]"馬艷艷，逯雅雯，孫玉濤.技術進步、結構調整與碳排放強度—基于中國省區層面空間面板數據模型的實證[J].研究與發展管理，"2016，28（5）：23-33.

[8]"程葉青，王哲野，張守志，葉信岳，姜會明.中國能源消費碳排放強度及其影響因素的空間計量[J].地理學報，2013，68"（10）：1418-1431.

[9]"張翠菊，柏群，張文愛.中國區域碳排放強度影響因素及空間溢出性—基于空間杜賓模型的研究[J].系統工程，2017，35（10）：70-78.

[10]Wang"S"，"Huang"Y"，"Zhou"Y"."Spatial"spillover"effect"and"driving"forces"of"carbon"emission"intensity"at"the"city"level"in"China[J]."Journal"of"Geographical"Sciences，2019，29（2）：231-252.

[11]劉漢初，樊杰，曾瑜皙，郭銳.中國高耗能產業碳排放強度的時空差異及其影響因素分析[J/OL].生態學報，2019（22）：1-13.

[收稿日期]"2019-08-24

[基金項目]"國家社會科學基金重點項目：中國能源高質量發展的統計監測研究（19ATJ007）

[作者簡介]"周四軍（1966—），男，湖南長沙人，湖南大學金融與統計學院教授，經濟學博士。研究方向：經濟統計分析。