中國工業碳生產率的空間收斂性及其影響因素研究

□蘭梓睿

一、引言

為有效應對氣候變化帶來的一系列環境污染、氣溫升高等問題，2020 年9 月習近平主席在聯合國大會一般性辯論上宣布，中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030年前達到峰值，努力爭取2060 年前實現碳中和。中國作為碳排放第一大國及經濟體量最大的發展中國家，在積極主動承擔減排責任過程中一直探尋實現綠色低碳發展的對策方法。這就意味著中國必須重視能源結構和消費結構的轉型發展。而工業作為國民經濟的支柱產業，其生產總值占全國GDP 的比重長期維持在40%左右，終端能源消費量占全國終端能源消費量的70%以上[1]，在為中國創造經濟紅利的同時，也逐漸成為能源消耗和污染物排放的主體。對于中國工業部門的發展來說，一方面需要加快轉變能源消費結構以降低碳排放量，另一方面還要實現部門經濟的穩定增長，這就迫使工業部門尋求兼顧兩者的發展途徑。“碳生產率”指標作為實現經濟增長與CO2減排的重要橋梁[2]，是發展低碳經濟的核心和關鍵因素[3]。因此，提升工業碳生產率是符合兩者目標的可行途徑，成為工業低碳發展的關鍵。然而，由于各地區經濟發展水平、資源稟賦結構、地理位置等方面具有較大的差異，不同地區工業碳生產率水平也呈現出不均衡性的特征。那么，如何刻畫中國工業碳生產率的演變特征、空間相關性以及地區間工業碳生產率是否存在空間收斂現象？厘清上述問題，對于更好地了解中國省域工業碳生產率的演變特征，分析工業碳生產率的區域差異以及空間收斂性，進而實現工業低碳可持續發展，具有重要的現實意義。

二、文獻綜述

對于碳生產率的研究一直是學者們關注的重點，碳生產率最早是由Kaya 和Yokobori[4]定義，即“單位CO2排放的GDP 產出”，這一概念將碳減排與經濟發展目標結合起來，對于評估發展中國家的低碳增長績效有重要參考作用[5]。學術界關于碳生產率的研究集中在以下幾方面：（1）在研究方法上，主要包括單要素碳生產率和全要素碳生產率的測度，單要素碳生產率的測算主要采用單位碳排放的經濟產出表示，如潘家華等[6]、沈能等[7]、孫慧等[8]對中國區域碳生產率進行測算并分析其差異性，從而為提高區域碳生產率水平提供依據；全要素碳生產率的測度得到更廣泛的應用，學者們主要采用方向距離函數和Malmquist 指數來進行分析，如張成等[2]對中國省際全要素碳生產率進行測度，并對其影響因素進行研究。（2）在研究尺度上，主要側重于從國別[9-11]、區域[6][12]和行業[13]等層面分析碳生產率的變化，得出的結論大都表明碳生產率的高低對提升經濟的低碳發展有至關重要的作用。（3）在影響機制識別方面，多數研究表明：碳生產率的變化趨勢主要與經濟結構、產業結構、能源結構和技術創新等關聯[6][12][14]，而對于碳生產率優化提升的路徑，則考慮從人力資本[15]、全球價值嵌入[16]和降低煤炭資源配置比例[1]等方面進行了嘗試性研究。（4）關于碳生產率收斂機制的檢驗。關于碳生產率收斂性的研究方法主要包括α 收斂、β 收斂和俱樂部收斂，α 收斂主要側重檢驗各地區碳生產率的標準差，標準差隨著時間變化下降則證明存在α 收斂；如果隨著時間的推移，高碳生產率地區的碳生產率增長水平低于低碳生產率地區的水平，則說明是β 收斂；如果所研究的區域整體是不收斂，其中部分地區存在收斂現象，則證明是俱樂部收斂；具體研究如王許亮等[17]、張普偉等[18]、沈能等[7]、張成等[2]分別對服務業、建筑業以及區域碳生產率的趨同效應和收斂趨勢進行了研究，發現碳生產率存在較強的局部聚集特征和空間條件收斂性，從而較為全面地完善了碳生產率的相關研究。

梳理近年來的研究文獻，從國家、地區到具體行業中關于碳生產率的研究較為豐富，但立足于考察工業碳生產率的文獻涉及較少，也有少數文獻針對服務業[17]、建筑業[18]、種植業[19]和旅游業[20]碳生產率進行研究和分析，而對于工業碳生產率的測算往往采用單要素碳生產率進行測度，缺乏對其空間收斂機制的深入研究。因此，本文從考察工業的經濟增長和碳減排效應入手：（1）考慮單要素碳生產率的不足，基于考慮CO2排放的Shephard 距離函數（以下簡稱Shephard 碳距離函數）和Malmquist 指數方法，測算2005-2019 年中國其中30 個省市區（除西藏、港澳臺地區）的工業全要素碳生產率。（2）以往研究只注重工業的減排效應，而忽略了其對經濟增長的促進作用。因此本文從考慮經濟增長和碳排放兩個目標入手，重點考察中國工業全要素碳生產率的變化趨勢。（3）將空間因素引入傳統的收斂模型，注重考察工業碳生產率的空間收斂特征，更好地解決生產要素跨區域流動對收斂結果的偏差問題。（4）深入分析影響工業碳生產率區域差異性的影響因素，進而為更好地促進省域工業的綠色、低碳發展提供一定借鑒和參考。

三、研究方法與數據說明

（一）研究方法

1.全要素工業碳生產率的測算

（1）工業CO2排放量的計算方法

工業CO2排放的主要來源是工業生產過程和能源化石燃料燃燒。由于工業生產過程產生的CO2量較少，且現有研究多是根據能源消耗量估算CO2排放量[1]。因此，CO2的計算方法參考“政府間氣候變化專門委員會”（IPCC）報告[21]。具體公式如下：

其中，CO2代表二氧化碳排放總量，CO2，i是第i 種能源，n 為能源種類數，選取煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣8 種能源作為終端能源，Ei代表能源消耗量，NCVi是第i 種一次能源的凈熱值，CEFi是碳排放因子，COFi是碳氧化因子。

（2）Malmquist 指數計算方法

參考前人[14][22]的研究方法，本文基于Shephard 碳距離函數，利用Malmquist 指數衡量全要素工業碳生產率，具體公式如下：

其中，K，L，Y 和C 分別代表資本、勞動力、期望產出（GDP）和非期望產出（CO2），P 表示一個生產技術集，其定義的形式如下：

因此，基于Shephard 碳距離函數，可以利用Malmquist 指數計算地區全要素工業碳生產率，具體公式如下：

其中，ICPi(m，n)代表第i 省從m 期到n 期的工業CO2排放水平變化情況，若該指標大于1，表明工業CO2排放績效良好，小于1 表明績效較差；同時，參考Zhou 等[14]的分析方法，將ICPI 指標進一步分為效率變化和技術變化兩部分，分解公式如下：

其中，EFFCH 反映一種技術追趕效應，當EFFCH 指數大于1，表示其更接近于生產前沿，反之則落后；TECCH 反映一種邊界轉移效應，當TECCH 指數大于1，表示其技術進步，反之則倒退。

2.空間相關性檢驗

為進一步了解中國省域工業碳生產率的整體變動趨勢以及空間相關性，通過Moran'I 指數對省域工業碳生產率的空間自相關性進行檢驗，Moran'I 指數的計算方法如下：

其中，S2=為樣本方差，Yi和Yj分別表示i 地區和j 地區的工業碳生產率，為省域工業碳生產率的均值，Wij為空間權證矩陣，即地區i 與j 的空間關系，若地區i 和地區j 相鄰，則Wij取值為1；反之，則取值為0。若Moran's I<0，則代表負相空間自相關；若Moran's I>0，則代表正相空間自相關；若Moran's I=0，則表示不存在空間自相關效應。

表1 列出了工業碳生產率空間自相關檢驗的結果，可以發現：2005-2019 年所有年份的Moran's I 指數均為正且通過5%顯著性檢驗，說明我國省域工業碳生產率存在顯著的正向空間相關性，即工業碳生產率存在空間集聚特征，呈現高-高、低-低聚集。究其原因是由于相鄰地區工業經濟發展水平和資源稟賦結構比較相似，要素投入過程中與碳排放的空間關聯性比較高，進而影響地區經濟的低碳發展。

表1 中國省域工業碳生產率空間相關性檢驗結果

（二）變量選取與數據來源

1.變量選取

鑒于數據的完整性和可得性，選取2005-2019 年中國其中30 個省市區（不包括西藏、香港、澳門和臺灣地區）的數據作為研究樣本進行分析，根據國家統計局區域劃分方法，將30 個省市區進行區域劃分。東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南10 個省市區，中部地區包括山西、安徽、江西、河南、湖北、湖南6 個省，東北地區包括黑龍江、吉林和遼寧3 個省，西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆11 個省市區。

關于變量選?。海?）工業碳生產率。基于IPCC 報告測算的工業碳排放，考慮單要素工業碳生產率的不足，采用全要素碳生產率進行分析和研究。（2）人均GDP。經濟發展水平較高的地區，資本雄厚、基礎設施建設便利，更加注重經濟與環境協調發展。本文采用地區國民生產總值與地區年末常住人口的比重來反映地區經濟發展水平的高低。（3）人力資本。人力資本水平越高的地區，對環境質量的要求就越嚴格，此指標可以很好地反映人才水平對區域發展的影響，本文采用工業從業人員中研發人員所占比重來衡量。（4）工業化水平。工業化水平較高往往伴隨著高能耗、高污染、高排放產業為主導的發展方式，各地在積極推進傳統工業化向綠色低碳新型工業化轉型，工業綠色發展效率也會隨之上升。采用工業增加值占地區GDP 的比重來進行衡量。（5）城鎮化水平。已有相關研究發現，地區城鎮化水平的高低以及處于不同發展階段對碳生產率的提高存在較大差異[23]。本文采用地區城鎮人口數量與地區年末常住人口數比值衡量。（6）工業能源結構。合理的工業能源結構平衡對實現地區經濟低碳轉型發展有重要作用。本文采用工業煤炭消費量占工業全部能源消費量的比重來衡量（見表2）。

表2 影響因素變量及符號說明

2.數據來源

本文選擇中國部分省域面板數據進行研究，全部樣本來自中國30 個省市區（不包括西藏、香港、澳門和臺灣地區），樣本數據時間跨度為2005-2019 年，原始數據主要來源于《中國統計年鑒》、《中國能源統計年鑒》、《中國環境統計年鑒》、《中國科技統計年鑒》、各地區統計年鑒和中經網統計數據庫，部分缺失數據采用插值法進行補充。同時，為消除異方差的影響和量綱問題，對數據進行了對數化處理。

四、中國工業碳生產率的收斂性分析

（一）測算結果分析

探討區域工業碳生產率的空間收斂性，首先要對工業碳生產率值進行測算。利用Malmquist 指數方法對2005-2019 年中國各省市區工業碳生產率進行測算，計算出全國及東、中、東北、西部地區工業碳生產率均值及年均增長率，結果如表3 所示?？梢钥闯鋈珖I碳生產率從2005 年的0.734 上漲至2019 年的1.321，整體上呈現上升趨勢。分地區來看，東部地區在15 年間的增長率最高為0.049，其次是東北地區為0.390，西部地區次之為0.034，中部地區最后為0.016，說明東部地區工業碳生產率的提升幅度較大，中西部及東北地區有很大的上升空間。從各年度工業碳生產率的均值來看，2005-2019 年全國工業碳生產率均值為1.020，東部地區為1.144，東北地區為1.043，中部地區為1.004，西部地區為0.907?？梢?，東部地區的工業碳生產率值遠高于全國平均水平，西部地區則低于全國水平。這一方面說明東部地區在促進工業經濟增長的同時，很好地兼顧了碳減排問題，合理有效地運用區域資源配置機制，激發了其減排動力；另一方面說明中西部以及東北在地區經濟低碳發展過程中，出現了經濟增長與環境保護不協調的現象，導致其工業碳生產率水平較低。

表3 中國區域工業碳生產率測算結果

通過上述空間自相關分析表明我國工業碳生產率存在明顯的區域差異性，基于此，本文進一步采用收斂理論來考察中國省域碳生產率的收斂性。主要的收斂有σ 收斂、絕對β 收斂和條件β 收斂，其中β 收斂為σ收斂的必要不充分條件。[5]

（二）σ 收斂檢驗

σ 系數主要是衡量樣本的離散程度，本文通過計算全國及各區域的σ 系數來判斷工業碳生產率是否存在σ 收斂。若工業碳生產率的σ 系數隨著時間推移而逐漸縮小，則說明存在σ 收斂；反之則說明σ 發散。具體計算公式如下：

其中，σ 表示σ 系數，ICPi表示i 省份的工業碳生產率，ICP 表示工業碳生產率的均值，n 為省份個數，數值計算上取對數處理。

工業碳生產率σ 系數變化趨勢如圖所示，總體來看，全國工業碳生產率σ 系數呈現波動上升趨勢，說明全國工業碳生產率的省際差異在逐步擴大，工業碳生產率不存在σ 收斂。東部與中部以及東北呈現先上升后下降的“倒V 型”演變趨勢，西部地區服務于碳生產率呈現穩定的上升趨勢，可以看出東、中部以及東北地區工業碳生產率整體上呈現小幅度的σ 收斂，而西部地區呈現出σ 發散勢態。

圖 2005-2019 年工業碳生產率σ 系數變化趨勢圖

（三）β 收斂檢驗

1.β 收斂模型的設定

絕對β 收斂是指每一個地區的工業碳生產率增長速度與初始水平存在負相關關系，并且會在未來某一時刻收斂于相同的穩態水平和增長速度。本文借鑒王許亮等[17]的研究成果，構建絕對β 收斂模型如下：

其中，i 和t 分別為省份和時間，ICPi，t為i 省t 年的工業碳生產率，α 為常數項，β 為基期工業碳生產率的回歸系數。若β 小于0 且通過顯著性檢驗，則說明工業碳生產率存在絕對β 收斂，反之則發散。γi為個體效應，ηi為時間效應，εi為隨機干擾項。

條件β 收斂是指由于不同地區在某些方面條件的不同，各地區的工業碳生產率最終收斂于自身的穩態水平。在絕對β 收斂模型的基礎上加入影響工業碳生產率的控制變量，構建條件β 收斂模型如下：

其中，Xit為加入的控制變量，β 為條件β 收斂系數，θ 為控制變量的回歸系數，其余變量的含義與前述相同。若β 為負且顯著，這說明工業碳生產率存在條件β 趨同，通過θ 的符號及顯著性可以探究影響其收斂的主要因素。

2.空間分析

通過對省域工業碳生產率進行空間相關性檢驗，可以發現其存在顯著的空間正相關。因此，在條件收斂檢驗時，必須考慮空間因素的影響，否則會導致估計結果的偏差[24]。所以，本文分別構建考慮空間因素的空間滯后模型（SLM）和空間誤差模型（SEM），SLM 模型主要是指相鄰地區的工業碳生產率通過空間傳導機制相互影響，SEM 模型假設地區間工業碳生產率的空間依賴性通過誤差項體現，具體設定模型如下：

其中，模型（10）、（11）為SLM 模型，模型（12）、（13）為SEM 模型，W 為空間權重矩陣，這里采用空間鄰接矩陣，即鄰接為1，反之為0。ρ 為空間滯后系數，λ 為空間誤差系數，εit，μij為隨機誤差項。

五、回歸結果分析

（一）β 收斂模型的選擇

在對空間β 收斂模型選擇時，首先進行普通的最小二乘回歸，之后得到殘差，然后進行拉格朗日檢驗（LM test）和穩健性拉格朗日檢驗（Robust LM test），基于LM 檢驗的結果選擇具體的空間收斂模型。具體檢驗結果如表4 所示，（1）（3）（5）（7）（9）為絕對β 收斂模型選擇結果，（2）（4）（6）（8）（10）為條件β 收斂模型選擇結果。

根據LM 檢驗結果可以看出，LM-Error 和LM-Lag 均通過1%的顯著水平檢驗，此時需要根據穩健性拉格朗日檢驗結果進行判別。從表4 可發現，全國地區工業碳生產率的兩種類型β 收斂均通過Robust LM-Lag 檢驗且在1%水平下顯著，說明選擇SLM 模型更加合適；東部地區絕對β 收斂選取SLM 模型更適宜，絕對β 收斂選取SEM 模型更加適宜；中、西部以及東北地區LM 檢驗均不顯著，故該地區工業碳生產率分析選擇傳統的β 收斂模型。對于未考慮空間因素的β 收斂模型和空間β 收斂模型，采用Hausman 檢驗進行固定效應與隨機效應檢驗，檢驗結果拒絕原假設，說明固定效應估計方法更加適用于該模型，Hausman 檢驗結果如表4 所示。

表4 空間回歸模型檢驗表

（二）β 收斂的結果分析

1.絕對β 收斂檢驗

分別采用傳統β 收斂和考慮空間因素的β 收斂對全國、東部地區的工業碳生產率進行分析，采用傳統β 收斂對中西部以及東北地區進行檢驗，結果如表5 所示?？梢钥闯?，在不考慮空間因素的無權重回歸中，全國以及中、東、東北、西地區的β 值均小于0，且在1%的水平上顯著，說明我國省際間工業碳生產率存在絕對β 收斂，即工業碳生產率較低地區的增長率高于工業碳生產率較高的地區，工業碳生產率較低的地區對較高地區存在“追趕效應”。具體來看，全國工業碳生產率在考慮空間相關性后，空間系數ρ 顯著大于0，說明中國省域工業碳生產率在空間上存在正向相關關系；收斂系數β 也顯著小于0，說明增加空間因素后工業碳生產率仍然存在絕對β 收斂。從分區域的β 收斂結果來看，不同區域的β 收斂系數均顯著為負，表明東、中、東北、西部服務業碳生產率存在絕對β 收斂。東部地區的空間系數ρ 顯著為正，而中西部以及東北地區不存在顯著的空間相關關系?？赡艿脑蛟谟冢簴|部地區憑借其自身優越的地理位置吸引更多資源，可以有效地帶動整個地區技術創新和要素流動整合，從而較基礎設施落后、科技發展水平不高的中、西部以及東北地區有一定的優勢。

表5 工業碳生產率絕對β 收斂結果

全國及各地區的條件β 收斂結果如表6 所示，全國及東、中、東北、西部工業碳生產率無論是否考慮空間因素，其β 值均顯著小于0，可以認為在控制了經濟水平、人力資本以及工業能源結構以后，全國及東、中、東北、西部工業碳生產率存在條件β 收斂，全國空間系數ρ 及東部地區的空間系數λ 均顯著大于0，說明其工業碳生產率存在顯著正向的空間相關性。

從控制變量來看，在全國層面，經濟發展水平和人力資本對工業碳生產率有顯著促進作用。近年來我國經濟增長速度加快，人力資本存量的增加也在一定程度上改善了區域創新能力和生產效率，對工業碳生產率的增長有一定的促進作用。工業化水平與工業能源結構抑制區域工業碳生產率的提升，表示我國工業化水平不高且能源結構不合理導致高能耗、高排放行業仍占有一定的比例。在區域層面，經濟發展水平對四個地區工業碳生產率有顯著的促進作用，而人力資本的促進作用在逐漸減弱，主要原因可能是經濟實力愈發雄厚的東部地區吸引人才的能力遠大于中、西部以及東北地區，先進生產力的加入提升東部地區創新效率，中西部以及東北地區人才進入相對較少且面臨人才流失的現狀。城鎮化率對東部地區工業碳生產率有促進作用，而對中西部以及東北地區則有顯著的抑制作用?？赡艿脑蚴牵涸诔擎偦M程中仍然追求利益最大化的粗放經濟發展模式，不利于區域工業碳生產率的提升。工業化水平和能源結構對四個區域工業碳生產率均有抑制作用，表明工業化水平的提高并未促進碳生產率的提升，反而對其有所抑制。因此，各省市區在發展過程中，不應一味地追求工業化水平的絕對提高，而要更加關注產業的轉型升級。

（三）穩健性檢驗

考慮到不同時期的經濟狀況和外部環境可能會對收斂結果產生一定的影響，本文參照王許亮等[17]的做法，以2008 年國際金融危機爆發的年份為節點，將樣本期劃分為2005-2008 年和2009-2019 年兩個時間段，分別進行收斂估計，具體結果如表7 所示：（1）（3）為絕對β 收斂估計結果，（2）（4）為絕對β 收斂估計結果?？梢钥闯?，在改變樣本期后，收斂系數β 始終顯著為負，說明上文的β 收斂結果具有一定的穩定性。

表7 穩健性檢驗結果

六、結論與建議

（一）結論

1.中國全國以及東、中、東北、西部地區工業碳生產率在整體上呈現波動上升趨勢，其中，東部地區工業碳生產率的年均增長率最高，這與其自身經濟發展水平有密切關系，東北地區次之，西部地區再次之，中部地區最后。中國工業碳生產率總體上呈現明顯的空間區域差異性，表現為從沿海向內部由東向西逐次遞減的格局。

2.中國省域工業碳生產率存在顯著的正向空間自相關，某一地區工業碳生產率可能會受到鄰近地區的影響。隨著時間推移，工業碳生產率的空間自相關呈波動上升的趨勢。

3.全國的工業碳生產率不存在σ 收斂，其省際差異并未隨時間推移而縮小；東、中部以及東北地區存在σ 收斂，其工業碳生產率的省際間差異正逐漸縮??；西部地區存在σ 發散。全國及東、中、東北、西部地區均存在顯著的絕對β 收斂和條件β 收斂，說明工業碳生產率低的地區對工業碳生產率高的地區存在追趕效應，且各地區工業碳生產率呈現向自身穩態水平趨同的勢態。

4.經濟發展水平、人力資本以及城鎮化對工業碳生產率增長有顯著的正向作用，說明經濟發展水平較高則更有利于吸引優秀人才，可以有效推動區域科技創新、提升生產效率，進而促進工業碳生產率的提升。工業化水平和工業能源結構則不利于工業碳生產率提升，部分地區在工業化進程中過分追求經濟效益的絕對增加，忽視了其帶來的外部環境壓力。不同區域工業碳生產率的差異化影響是工業碳生產率區域差異化的重要原因。

（二）啟示

1.重視工業領域的碳減排問題，降低高耗能、高污染企業排放，以提升工業碳生產率為發展目標，實現地區工業經濟增長和二氧化碳減排的共贏發展，從而建立工業低碳增長的評價體系。

2.需要注重東、中、東北、西部地區間經濟的差異性，東部地區應注重以發展綠色產業為主，調整產業結構，不斷加強低碳技術創新水平；而中、東北、西部地區則在發展經濟的基礎上降低CO2排放，并提高環境監管力度，加大資金、技術投入，以促進碳生產率的提高。

3.積極發揮工業碳生產率的正面外溢效應。工業碳生產率的提升會受到相鄰地區的顯著影響，一方面要大力發展區域協同、區域一體化等發展戰略，促進高碳生產率地區和低碳生產率地區間的相互轉化、外溢，以促進整體碳生產率的提升；另一方面，繼續增強人力資本和城鎮化水平提高在促進工業碳生產率中的作用，并推動工業化進程，進一步提高資源配置效率及技術利用效率，進而實現省域工業協同、高質量發展。