碳排放強度對長江經濟帶綠色發展水平的空間溢出效應研究

胡孟穎 ,劉德志，b，胡雅潔

(1.安徽財經大學a.統計與應用數學學院；b.數量經濟研究中心，安徽 蚌埠 233000；2.滁州學院 經濟與管理學院，安徽 滁州 239000）

0 引言

“十四五”規劃提出加快推進綠色低碳發展，既要推動經濟增長，也要改善環境質量，要全面高效地利用資源，避免不必要的浪費.習近平總書記在中央財經委員會第九次會議中強調，“十四五”是碳達峰的關鍵期、窗口期，因此需要在發展的過程中加大綠色技術創新力度，合理安全地推動清潔低碳能源使用，力求能夠按期實現碳達峰、碳中和的目標.

深入打好污染防治攻堅戰，需要提升環保意識，促進綠色低碳循環發展.本文以長江經濟帶各區域為研究對象，研究樣本期間碳排放強度與綠色發展水平之間的關系，并將環境規制、創新投入等變量納入研究框架，分析其影響效應.本文研究結果可為長江經濟帶構建綠色低碳安全高效的能源體系和制定科學的經濟環保政策提供參考.

1 文獻綜述

1.1 綠色發展水平測算及影響因素研究

有關綠色發展水平的測算和綠色發展水平的影響因素研究成果較多，李光勤等[1]以黃河流域為樣本，運用全局Malmquist-Luenberger 指數測得2001—2018 年的綠色全要素生產率來表征綠色發展水平，分析綠色發展水平時空演變特征；李雪松等[2]以研發驅動理論作指導，構建DEASBM 模型，對傳統型、創新型綠色發展效率分別進行了測算，并分析了其在各區域的分布特征以及FDI、城鎮化水平等變量對其的影響效應；郝淑雙等[3]從資源利用、環境質量、綠色生活等維度出發構建評價體系，用加權平均法測算出綠色發展指數，進而構建SDM模型，分析技術進步、環境規制等對綠色發展水平的影響.基于上述研究，本文選取包含非期望產出的DEA-SBM 模型測算長江經濟帶11省市的綠色發展水平.

1.2 碳排放強度研究

在碳強度研究方面，王鋒等[4]基于Divisia指數分解法，分析了全國各省市及其他變量對全國碳強度下降的影響，結果發現，遼寧、黑龍江、河北等省市的貢獻最大，海南、寧夏等省市則阻礙了全國碳強度的下降，且每個省份的碳強度、能源強度等的變動共同影響全國碳強度變化；張偉等[5]在對碳排放量進行因素分解的基礎上，測度了碳排放強度并進行了影響因素分析，結果表明，各產業的碳排放強度都是在不斷下降的，并且產業體系能源碳排放效率、能源結構等都對碳排放強度產生了影響；史丹等[6]從制造業產業結構優化角度出發，分析了產業結構優化調整目標以及節能減排的潛能，認為產業結構優化調整可以降低碳強度的水平，為實現“經濟增長和環境保護”雙贏提供可能.本文則選取IPCC 推薦的碳排放計算公式計算出各省市二氧化碳排放量，并以碳排放量與地區GDP的比值來表示碳強度.

1.3 碳強度與綠色發展水平間關系研究

關于碳強度與綠色發展水平之間的關系，高贏[7]運用US -SBM 模型測算了樣本區域的綠色發展績效，并對其影響因素進行了分析，結果發現，碳強度對各區域的綠色發展績效提高作用十分有限，節能減排仍有較大的空間與潛力；陳瑤等[8]從技術和創新雙視角出發，探究工業綠色發展與工業碳強度間的關系，結果表明，工業碳強度隨著工業綠色發展呈倒“U”型趨勢，也就是說在綠色發展水平不斷提高時碳強度會先上升再下降.也有文獻也將綠色發展與低碳發展納入同一體系進行測度分析，張友國等[9]從發展動力、生活系統等角度出發，構建了綠色低碳循環發展經濟體系，將低碳、綠色、循環發展納入一個體系中進行分析，并用時空極差熵權法進行測度，結果表明樣本期間該指數在全國范圍內都有所提升；趙慧卿等[10]構建了綠色低碳循環發展經濟指標體系，并結合雙重激勵模型與最小方差法進行動態綜合評價，結果表明，全國范圍內的綠色低碳循環發展是不均衡的，并且受長邊原則支配，需要加強對長邊的提升.

本文在借鑒上述研究成果的基礎上，對碳排放強度與綠色發展水平之間的空間關系進行了研究，并嘗試在以下方面進行擴展：（1）考慮到碳強度對綠色發展水平的非線性影響，將碳強度的二次方項納入模型中；（2）在進行空間計量分析時，列出SDM 模型、SEM 模型和SLM 模型的回歸結果，以對比分析結果的穩健性.

2 模型設計與變量選取

2.1 空間計量模型的建立

為了研究碳排放強度對綠色發展水平的影響，選取綠色發展水平（GDL）作為被解釋變量、碳排放強度（EI）作為解釋變量，由于碳排放強度與綠色發展水平之間可能存在非線性關系，擬在模型中引入碳排放強度的平方項.相關文獻表明，環境規制（ER）、人均國內總產值（PGDP）、產業結構（IS）、進出口（IE）、R&D 人員（RDFE）、R&D 經費支出（RDIE）和專利申請授權數（DPA）也會對綠色發展水平產生重要影響，故將這些變量作為控制變量X，構建如下計量模型：

其中，i，t，εit分別為省市、年份、隨機擾動項.

考慮到綠色發展水平與碳排放強度的空間滯后項對綠色發展水平的影響，建立空間杜賓模型如下：

其中，ωij為空間權重矩陣，σ為空間自回歸系數，φi為空間效應，τt為時間效應，εit為隨機誤差.

2.2 變量測度與數據來源

本文選取了長江經濟帶2009—2019 年11 個省市地區的面板數據，數據主要來源于《中國能源統計年鑒》《中國環境統計年鑒》和各省市的統計年鑒，為剔除價格波動的影響，選取相應的價格指數來進行相關指標的平減.對于少數缺失的數據，利用線性插補或均值來進行處理.

2.2.1 被解釋變量：綠色發展水平（GDL）

本文從投入、期望產出和非期望產出角度構建綠色發展水平指標體系，并運用SBM -DEA 模型測算具體數值，具體模型如下：

其中，ρ代表效率值，取值范圍是0 到1，當ρ為1 時，表示決策單元強有效的；當其值小于1 時，表示決策單元在投入和產出上需要改進，并未到達理想狀態；ω代表決策單元；s-代表投入變量的松弛變量；s+代表期望產出；sb代表非期望產出.

本文的投入指標考慮到創新，具體包括勞動投入、資本投入、能源投入、R&D 勞動投入、R&D 資本投入等指標，期望產出指標為地區GDP，非期望產出指標包括廢氣排放與廢水排放.具體指標見表1.

表1 綠色發展水平的投入產出指標

2.2.2 核心解釋變量：碳排放強度（EI）

首先，對碳排放量進行測度，參照IPCC 推薦的依據燃燒的燃料數量以及缺省排放因子推算二氧化碳排放量，計算公式如下：

其中，CO2代表二氧化碳排放量；i代表能源種類，由數據可得性和計算的精確性，本文選取了煤油、焦炭、汽油、燃料油、柴油、天然氣和原煤七種原料來進行測算；Ei代表能源i的消耗量（實物量）；NCVi代表能源i的平均低位發熱量；CEFi代表能源i的單位熱值含碳量；COFi代表能源i的碳氧化因子；44/12 為二氧化碳氣化系數.

各類能源的平均低位發熱量取自《綜合能耗計算通則》（GB/T2589-2020），單位熱值含碳量和碳氧化因子來源于2006 年《IPCC 國家溫室氣體清單指南目錄》.計算碳強度，即單位GDP 所產生的CO2排放量，計算公式如下：

2.2.3 其他控制變量

參考李雪松等[2]和郝淑雙等[3]的研究成果，本文選取控制變量及其具體描述如表2.

表2 控制變量的具體描述

3 實證分析

3.1 指標測算

3.1.1 綠色發展水平

將具體數據帶入SBM -DEA 模型中測算出各區域綠色發展水平的具體數值，繪制出綠色發展在2008 年、2013年、2019 年以及各年份均值的演變情況，如圖1 所示.從綠色發展水平的均值來看，重慶的綠色發展水平是最高的，上海次之，四川、安徽、江蘇的綠色發展水平處于相對較低的水平，總體來看，長江經濟帶綠色發展的均值水平不是很高，有較大的提升空間.按照時間順序來看，重慶市的綠色發展一直處于較高的水平，但是波動幅度稍大，易受相關因素的影響；上海市的綠色發展水平經歷了從下降到上升再到下降的趨勢，需要加大關注度，使其保持上升的態勢；浙江省和貴州省的綠色發展水平降幅很大，應當找出下降的具體原因并進行修正；其余省份的綠色發展水平基本呈穩步上升態勢，但上升幅度不大，需要采取措施以增加上升速度.

圖1 長江經濟帶綠色發展水平演變情況

3.1.2 碳排放強度

根據具體數據測算出碳排放強度，將長江經濟帶劃分為上、中、下游，上游包括重慶、四川、貴州和云南，中游包括湖北、湖南和江西，下游包括安徽、江蘇、浙江和上海.按照全地區、上游地區、中游地區和下游地區計算平均值，繪制如圖2 所示的折線圖.

圖2 長江經濟帶碳排放強度的變化趨勢

從圖中可以看出，上游地區的碳排放強度處于最高的水平，高于中游、下游和全地區的碳排放強度；中游地區的碳排放強度與全地區的碳排放強度水平基本相當，沒有太大的差別；下游地區的碳排放強度要低于其他地區以及全地區.隨著時間的推移，各區域的碳排放強度處于不斷下降的狀態，并且各區域之間的差別在不斷地縮小，各地區的減排成效顯著.

3.2 普通面板回歸

3.2.1 描述性統計分析

對各變量進行描述性統計分析，結果見表3.為減弱異方差性，對部分指標進行取對數處理.由表3 可見，綠色發展水平取對數后的均值為-0.29，標準差為0.135，表明不同區域之間的綠色發展水平存在一定的差異性.碳排放強度的均值為0.785，標準差為0.484，不同地區間的CO2排放強度也存在區域性.

表3 變量描述性統計分析結果

3.2.2 基準回歸分析

首先對數據進行平穩性檢驗，經驗證各項數據均為平穩數據；接著進行Hausman檢驗，結果顯示P 值為0.04 顯著小于0.05，故而本文選擇固定效應模型，具體結果見表4.色發展的水平.進出口的增加會顯著增加綠色發展水平，可能是由于進出口拉動了經濟發展.R&D 經費支出和專利申請授權數對綠色發展的影響系數都是顯著為負的，可能是由于創新投入的利用率過低，從而創新投入的增加反而會拉低綠色發展水平.

表4 基準回歸結果

觀察表4的第（1）至（3）列可知，雙固定效應回歸、使用聚類穩健標準誤的單項固定效應回歸系數的方向與普通標準誤的單項固定效應一致，只是部分變量的顯著性水平有所下降.

3.3 空間杜賓回歸

3.3.1 空間相關性分析

在進行空間回歸前需要進行空間相關性分析，本文通過計算Moran’s I 指數進行檢驗.對綠色發展水平、碳強度、人均GDP 以及專利申請授權數進行檢驗，結果見表5.

表5 莫蘭指數結果

表4 第（1）列和第（2）列的區別在于，前者使用的是普通標準誤，后者使用的則是聚類穩健標準誤;第（3）列是在地區、年份雙固定效應情況下的回歸結果.

由表4 的第（1）列可知，從全地區范圍來看，碳排放強度對綠色發展水平的負向影響不顯著，而碳強度的平方項對綠色發展水平有顯著正向影響，表明樣本期間長江經濟帶的綠色發展水平隨碳排放水平的提高呈現先升后降的“U”型曲線趨勢.計算得到拐點位于碳排放強度為0.46 的水平上，當碳排放強度高于0.46 時，隨著碳排放強度的降低，綠色發展水平也是降低的；當碳排放強度降低至0.46以下時，降低碳排放強度反而提高綠色發展水平.從控制變量角度看，環境規制對綠色發展的正向影響不顯著；人均GDP 會對綠色發展水平產生顯著正向影響，人均GDP提高會拉動綠色發展水平.產業結構對綠色發展水平有顯著負向影響，因而需要適當調整產業結構，以提高當地綠

從表5 中可以看出，綠色發展水平的莫蘭指數只有在2010 年是顯著為正的，其他年份都不顯著，即空間相關性不確定；但是碳強度、人均GDP 和專利申請授權數的莫蘭指數在每一年都是顯著為正的，存在較強的空間效應.基于此，可以進行后續的空間計量模型的回歸.此外，本文選取的空間權重矩陣為地理距離矩陣.

3.3.2 空間面板回歸結果分析

在對SDM 進行回歸之前，需要進行相關檢驗.首先，進行LM 檢驗，結果見表6.表6結果顯示大部分指標均在0.01的顯著性水平上，拒絕了原假設，從而空間計量模型是適用的.其次，進行固定效應檢驗，結果均拒絕原假設，優先選用雙固定效應模型.再次，進行Hausman 檢驗，結果并未顯著拒絕原假設，表明采用隨機效應的SDM 模型有一定的優勢.最后，進行Wald 與LR 檢驗，結果均通過了顯著性檢驗，因而SDM 模型不能轉化為SLM 或SEM 模型.

表6 LM檢驗結果匯總表

綜上結果，本文運用雙固定效應的SDM 模型和隨機效應的SDM 模型來進行回歸，并將SEM 模型、SLM 模型的回歸作為參照對比，結果見表7.

表7 空間計量模型回歸結果

由表7 可知，SDM 模型的空間自回歸系數顯著為負，表明各地區之間的綠色發展水平會相互影響，各地區之間的綠色發展水平間的聯系較為復雜；各模型的回歸系數的正負較為一致、顯著個數差別不大，因而選取雙固定效應的SDM 模型較為合理.

在表8 中列出SDM 模型的直接效應、間接效應和總效應，以分析各變量對解釋變量的影響.

表8 雙固定效應SDM 模型下的直接效應與間接效應

首先，對于碳強度的一次項和二次項，其直接效應和間接效應的回歸系數的正負同前文普通面板回歸的系數正負是一致的，說明碳排放強度對本地和鄰近地區的綠色發展水平的影響是一致的，都是呈“U”型，也即當碳強度降低到拐點之后，隨著碳排放強度的降低綠色發展水平會提高.環境規制的直接效應和間接效應都顯著為正，表明環境規制強度的增加既可以增加本地的綠色發展水平，也可以促進相鄰區域綠色發展水平的提高.人均GDP 的直接效應顯著為正，表明人均GDP 的增加可以促進本地綠色發展水平的提高，但對鄰近地區無顯著影響.R&D經費支出和專利申請授權數的直接效應均顯著為負，也就是說會拉低本地的綠色發展水平，可能是對科研投入的利用效率不夠高引起的，但是兩者的間接效應均不顯著.

3.3.3 基于不同區域的異質性檢驗

前文將長江經濟帶劃分為上、中、下游，因此運用SDM 模型分別對各區域進行回歸，結果見表9.

表9 基于不同區域的SDM 模型穩健性檢驗結果

關于碳排放強度的一次項和二次項，上游地區和中游地區的直接效應回歸結果與整個長江經濟帶的直接效應回歸結果是相反的，下游地區則與全地區相同，這表明在下游地區，碳排放強度對綠色發展水平的影響是“U”型的，降低到拐點前，碳排放強度降低會拉低綠色發展水平，降低到拐點后，碳排放強度降低則會推動綠色發展水平提高；而在上游地區和中游地區，碳排放強度對綠色發展水平的影響是倒“U”型的，綠色發展水平在降低到拐點前隨著碳排放強度的降低而提高，在降低到拐點之后則隨著碳排放強度的降低而降低.這表明在不同的區域，碳強度對綠色發展的影響存在不同的效果，因此各區域需要結合實際，制定不同的發展政策.

關于其他變量的回歸系數，各區域與全區域有一定的差異，但是區別不大.

4 結論與啟示

本文以長江經濟帶各省市2009—2019 年為樣本區間，測算了綠色發展水平、碳排放強度等變量的具體數值，考察了碳強度對綠色發展水平的空間影響效應，實證結果可以為長江經濟帶各地區實施綠色低碳可持續發展政策提供一定的經驗證據.

4.1 結論

（1）在樣本期間，長江經濟帶各區域的綠色發展水平存在一定差異性，上游地區處于較為領先的地位，隨著年份的推進，各地的綠色發展水平也存在相應的波動性.

（2）關于各地區的碳排放強度，上游地區的碳排放強度處于最高的水平，高于中游、下游和全地區的碳排放強度；中游地區的碳排放強度與全地區的碳排放強度水平基本相當；下游地區的碳排放強度要低于其他地區以及全地區.此外，各區域的碳排放強度有不斷下降的趨勢，各地區的減排成效顯著，并且各區域之間碳強度的差別在不斷地縮小.

（3）碳排放強度對本地和鄰近地區的綠色發展水平的影響都呈“U”型，在到達拐點之前，碳強度降低時，綠色發展水平也會隨之下降，在碳強度降低至拐點之后，碳強度的降低就會拉動綠色發展水平提高.

（4）環境規制對綠色發展水平有顯著正向影響，環境規制強度的增加不僅可以增加本地的綠色發展水平，還可以促進相鄰區域綠色發展水平的提高.

（5）人均GDP 的增加只會促進本地綠色發展水平的提高，對附近地區沒有顯著影響.

（6）RD 經費支出和專利申請授權數會拉低本地的綠色發展水平，但是對鄰近地區的綠色發展水平影響不顯著.

4.1 啟 示

首先，由于碳排放強度對綠色發展水平的影響存在拐點，各地針對自己的經濟環境發展狀況確定具體的拐點，并盡快將碳強度降低到拐點之后，這樣碳強度的下降才會帶來區域綠色發展水平的提高，在拐點之前碳強度下降會拉低區域綠色發展水平.其次，環境規制強度會推動區域綠色發展，環境規制強度的增加可以促進本地和相鄰區域的綠色發展水平的提高，因此需要制定適當的環境資源保護政策，以拉動當地和鄰地的綠色發展水平.再次，人均GDP 的增加會促進本地綠色發展水平的提高，因此需要拉高地區生產總值和地區人均生產總值，以推動本地綠色可持續發展.最后，重視R&D 經費支出和專利申請授權數對區域綠色發展水平的阻礙作用，今后應當更加充分合理地利用創新投入，防止創新投入不必要的浪費.