京津冀及周邊“2+26”城市碳排放強度時空演變規律及影響因素分析*

劉鵬振 張力元 董會忠

(1.山東理工大學管理學院，山東 淄博 255012；2.湖南科技大學商學院，湖南 湘潭 411201)

目前，中國的CO2排放量占全球累計CO2排放量的29%[1]。如何化解經濟增長與碳減排的矛盾已成為現階段研究的重要議題。參考以往文獻，國內外關于碳排放的研究主要集中在以下方面：一是有關碳排放測度方法的討論。學者們多基于最小距離法[2]、SBM模型[3]和碳排放系數法[4-5]等方法對碳排放效率以及碳排放強度進行測算分析。二是關于碳排放影響因素的研究。EHRLICH等[6]最早從社會經濟的角度研究人類活動對碳排放的影響。此后隨著工業的發展，越來越多的學者開始關注能源結構、經濟增長、產業結構、外商直接投資、環境規制等對碳排放的影響[7-12]。三是關于碳排放區域差異性的探討。從現有研究來看，對于碳排放的研究大多集中在黃河三角洲[13]、長江經濟帶[14]、京津冀地區[15]以及相關省份[16]等區域，主要強調碳排放的時序變化[17]、空間格局特征[18]、空間溢出[19]和空間相關性[20]，重點探索碳排放在不同地區之間的異質性和時空演變規律，旨在為縮小區域差距、降低碳排放量、實現生態經濟共同發展提供決策參考。

上述研究拓展了碳排放的研究思路，但仍存在以下不足：一是對碳排放的空間研究大多基于地理空間鄰接關系，忽略了經濟發展水平的影響。二是對于碳排放的空間異質性以及空間演變規律缺乏協同研究。因此，本研究基于經濟距離權重矩陣，采用探索性空間數據分析(ESDA)和空間計量模型分析了“2+26”城市(包括北京、天津兩個直轄市，河北省的石家莊、唐山、邯鄲、邢臺、保定、滄州、廊坊、衡水8個地級市，山西省的太原、陽泉、長治和晉城4個地級市，山東省的濟南、淄博、濟寧、德州、聊城、濱州和菏澤7個地級市，河南省的鄭州、開封、安陽、鶴壁、新鄉、焦作、濮陽7個地級市)碳排放的時空演化特征，并解析其主要影響因素，以期為該區域碳排放的控制提供理論依據與決策參考。

1 研究方法與指標選取

1.1 指標選取與數據來源

被解釋變量為碳排放強度，用每萬元碳排放量表示。目前碳排放測度方法主要包括碳排放系數法、實測法和物料平衡法3種。考慮到數據的可得性、實用性和可操作性，本研究采用碳排放系數法計算，計算方式見式(1)：

(1)

式中：Ci是第i個城市總體的碳排放量；ηj是第j種能源的碳排放系數；Eij是第i個城市第j種能源的消耗量；變量具體單位根據實際情況而定。考慮到城市能源消費品種龐雜，本研究最終選用煤炭、石油、天然氣、焦炭、汽油、柴油6種能源核算碳排放，排放因子參照政府間氣候變化專門委員會(IPCC)提供的溫室氣體排放清單[21]。

解釋變量主要包括環境規制、能源結構、產業結構、科技投入和經濟規模5個變量。為了全面衡量環境規制對碳排放的影響，本研究參考王濤等[22]的研究思路，選取工業二氧化硫去除率、工業煙(粉)塵去除率、工業固體廢物綜合利用率、生活污水處理率和生活垃圾無害化處理率5個指標，并運用熵值法來測度環境規制。科技投入采用永續盤存法[23]計算各城市研究與開發(R&D)內部經費支出來表示。其余變量及具體說明見表1。

表1 變量說明

研究數據為“2+26”城市的面板數據。指標的原始數據來源于各年的中國城市統計年鑒、中國能源統計年鑒、各地市的統計年鑒以及EPS數據庫。為了消除量綱單位的影響，本研究對上述變量進行對數化處理。

1.2 空間自相關檢驗

運用全局莫蘭指數和局部莫蘭指數從整體和局部兩個層面揭示城市碳排放強度空間關聯特征和區域差異[24]，依據不同城市的碳排放差異，可將其空間集聚類型分為4類，分別為高高集聚(H-H)、高低集聚(H-L)、低低集聚(L-L)和低高集聚(L-H)。

1.3 空間計量模型

以往研究常用模型主要包括空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)，由于SDM同時考慮了因變量和自變量的空間相關性[25]，本研究主要采用SDM探究各影響因素對碳排放強度的影響。

2 碳排放強度時空演變分析

2.1 碳排放強度時序特征

“2+26”城市碳排放強度見圖1。結果表明，碳排放強度整體變化可分為兩個階段：第一階段(2008—2014年)為下降期，該時間段內碳排放強度逐年降低，從1.479 t/萬元降到了0.830 t/萬元。這一方面是由于環境規制對工業企業污染物排放的制約進一步增強，另一方面是因為城市基礎設施不斷完善以及技術水平提高減少了能源的使用量。第二階段(2015—2018年)為波動期，隨著時間的推移，碳排放強度表現出先上升后下降的趨勢，2018年碳排放強度又回到0.838 t/萬元的水平。原因可能是工業發展與生態環境原有的平衡狀態被打破，盡管生產設備、技術條件不斷升級，但部分企業需要一段過渡期來適應新市場環境，企業收益受到一定影響，從而引發碳排放強度“波浪式”變動。

圖1 2008—2018年“2+26”城市碳排放強度

2.2 碳排放強度空間特征

2.2.1 碳排放強度空間分布格局

運用ArcGIS 10.2軟件，采用自然間斷點法對2008、2018年城市碳排放強度的空間分布格局進行分析(見圖2)。結果顯示，長治和陽泉兩個城市始終處于高排放狀態。相比于2008年，大多數城市的碳排放強度都有不同程度的降低；濱州由原來的中等碳排放強度上升到較高碳排放強度，晉城由原來的較高碳排放強度上升到高碳排放強度。從空間分布來看，碳排放強度大體呈現出由東北向西南遞增的趨勢。2008年，高碳排放強度的地區主要分布在山西(長治、太原等)、河南(安陽、焦作等)，較低碳排放強度城市大多集中在北京、河北(廊坊、保定等)。2018年城市碳排放強度空間分布階梯性特征進一步凸顯出來，低碳排放強度的城市表現出“區塊狀”的分布特點，因此本研究推測碳排放強度可能存在空間關聯性。

圖2 2008、2018年碳排放強度空間分布格局

2.2.2 碳排放強度空間相關性分析

2008—2018年“2+26”城市碳排放強度的全局莫蘭指數見圖3。結果顯示，研究期內的統計值均大于0且通過了10%水平上的顯著性檢驗(全局莫蘭指數在0.038～0.145之間波動)，這表明“2+26”城市的碳排放強度在空間上呈正相關性。2008—2011年，碳排放強度全局莫蘭指數逐年上升，并在2011年出現了急劇增加的現象，達到0.125，2015年，碳排放強度空間集聚程度達到峰值，全局莫蘭指數為0.145。

圖3 “2+26”城市碳排放強度全局莫蘭指數

進一步對“2+26”城市碳排放強度進行局部空間自相關檢驗，測算局部莫蘭指數。經測算可知，“2+26”城市碳排放強度集聚主要位于第三象限(L-L)，少部分位于第一象限(H-H)、第二象限(L-H)和第四象限(H-L)，這表明大部分城市與其鄰近城市表現出相似的空間集聚特征。

采用時空躍遷測度法描述各城市的時空演化，時空躍遷包含Ⅰ、Ⅱ、Ⅲ、Ⅳ 4種類型。Ι類為城市本身發生變化而鄰近地區未變化，例如H-H→L-H、H-L→L-L、L-H→H-H、L-L→H-L；Ⅱ類為城市本身未發生變化而鄰近地區發生變化，例如H-H→H-L、H-L→H-H、L-H→L-L、L-L→L-H；Ⅲ類為城市本身與鄰近地區均發生變化，例如H-H→L-L、H-L→L-H、L-L→H-H、L-H→H-L；Ⅳ類為城市本身與鄰近地區均未發生變化，例如H-H→H-H、H-L→H-L、L-H→L-H、L-L→L-L。從表2可以看出，陽泉、濱州等城市發生了Ⅰ類躍遷；太原、晉城發生了Ⅱ類躍遷；淄博、安陽發生了Ⅲ類躍遷；天津、濟南等城市均發生了Ⅳ類躍遷。發生躍遷的城市占比為28.6%，說明局部空間上具有持續穩定性。大部分城市位于一、三象限，這表明碳排放強度陷入了“馬太效應”困境。高碳排放強度地區依然以高耗能、高污染的傳統企業為主，加之某些城市地域環境的特殊性，對能源的依賴性較大，難以憑借自身來改變高碳排放強度的現狀。對于低碳排放強度地區來說，環境友好型、資源節約型發展進一步降低了碳排放強度。

表2 “2+26”城市碳排放強度時空躍遷規律1)

3 碳排放強度影響因素分析

對“2+26”城市碳排放強度的影響因素進行空間計量回歸檢驗，基于SDM的參數估計結果，測算解釋變量對碳排放強度造成的直接效應、間接效應(溢出效應)和總效應，結果見表3。

表3 空間效應分解1)

環境規制對碳排放強度的直接效應為-0.723，間接效應為-2.416，在5%水平下顯著。這表明當地政府對城市污染治理的投入對于碳排放強度的降低有直接促進作用，環境規制對碳排放強度存在負向空間溢出效應。環境規制對碳排放強度的總效應為-3.140，在1%水平下顯著。總體而言，環境規制是實現碳排放量減少的一種有效途徑，一方面需要加大城市對節能環保的投入，另一方面還應考慮環境規制的空間溢出效應，通過鄰近城市的治理政策和治理投入的溢出來降低本市的碳排放量。

能源結構對碳排放強度的直接效應為0.819，在1%水平下顯著。表明能源消費占比增加阻礙碳排放量降低。“2+26”城市是我國北方經濟發展的核心區域，重工業相對集中，能源消耗和環境污染一直較高，大氣污染等環境問題相對于其他地方也更為嚴重。能源結構對碳排放強度的間接效應為0.181，在5%水平下顯著。造成這種現象的根源在于“2+26”城市經濟發展不平衡、不協調的問題沒有得到有效的解決。

產業結構對碳排放強度的直接效應為0.466，在10%水平下顯著，表明第二產業產值的增加會導致碳排放量的增加。產業結構是連接生態建設與經濟發展的重要“橋梁”，地區產業結構特征在一定程度上決定了企業生產活動對能源資源的消耗與生態環境的影響。產業結構對碳排放的間接效應不顯著，總效應為0.444，且在5%水平下顯著。可能是因為地區內部產業集聚與產業轉移導致高污染、高耗能產業形成“區塊狀”分布，毗鄰地區的能源消耗量與污染物排放量居高不下，從而導致整體碳排放強度增高。

科技投入對碳排放強度的影響不顯著，這表明短時間內想要通過技術水平的提升來促進碳排放量的降低是有一定難度的。技術進步是一個長期過程，政府要不遺余力地支持科技創新，繼續加大科技的投入，加快創新技術落地和使用，提升資源利用效率與資本配置效率。

經濟規模對碳排放強度的直接效應為-0.595，在1%水平下顯著，這表明經濟實力的提升能夠有效促進碳排放量的降低。一般來說，經濟發展水平較高的城市，其經濟發展方式逐步向密集型、節約型轉變，有利于城市碳排放量的降低。經濟規模對碳排放強度的間接效應和總效應為負，說明城市經濟發展水平的提高不僅會促進本地區碳排放量的降低，一定程度上也會促進鄰近地區碳排放量的降低。

4 結論與建議

(1) 在研究期內，碳排放強度可分為下降期和波動期兩個階段：2008—2014年為下降期，碳排放強度從1.497 t/萬元下降到0.830 t/萬元，每年呈階梯狀下降；2014—2018年為波動期，碳排放強度表現出先上升后下降的特征，這可能和工業發展與生態環境原有的平衡狀態被打破有關。

(2) “2+26”城市碳排放強度總體呈現出自東北向西南遞增的空間演變規律，并呈現出“兩極化”的變化趨勢，逐漸形成了“區塊狀”的空間分布格局。全局莫蘭指數為正并波動上升，空間集聚特征隨著時間的推移逐步增強。局部莫蘭指數的集聚主要發生在H-H、L-L象限內，發生躍遷的城市占28.6%，在空間上表現為持續的穩定性。

(3) 環境規制與經濟規模對碳排放強度的降低具有顯著的促進作用，兩者對鄰近城市存在負向的空間溢出效應；目前的能源結構和產業結構阻礙碳排放強度的降低，前者表現為正向的空間溢出效應，后者溢出效應并不顯著；科技投入的影響并不顯著。

(4) 政府要堅持“因地制宜，因時制宜”的發展戰略，結合區域經濟社會發展特征，逐步構建階段性、深層次創新發展規劃。一方面需要加大本地區節能環保投入，另一方面還應該考慮環境規制等影響因素帶來的空間溢出效應，借助鄰近城市的治理政策和治理投入的溢出來降低本市能源消耗。此外，還應該努力挖掘“2+26”城市的資源潛力，發展環保、高效的生態經濟。例如，充分發揮保定、開封和邯鄲等歷史名城的優勢，深度挖掘文化底蘊，著力發展文化創意產業；濟南、天津和鄭州這些城市應充分重視生態涵養功能，重點發展休閑旅游產業和綠色產品供給等生態經濟。