中國區域碳生產率的空間特性及影響因素分析

林珊珊　吳玉斌

摘 要：基于2006—2021年中國30個省的碳生產率測算及空間特征，采用鄰接、經濟和地理矩陣下的空間杜賓模型，實證檢驗了各影響因素對碳生產率的直接效應和間接效應。研究表明：從空間特征來看，我國碳生產率表現為“發達聚集，欠發達分散”的特征；從作用效果來看，城鎮化、產業結構和能源結構對本地區及相鄰地區碳生產率均具有顯著的抑制作用，經濟發展水平具有顯著的促進作用，而綠色技術創新和FDI對本地區碳生產率具有顯著的促進作用但對相鄰地區具有顯著的抑制作用；從作用大小來看，經濟發展水平對碳生產率的促進作用最大，綠色技術創新的促進作用最小，FDI的抑制作用最大，能源結構的抑制作用最??；從區域異質性來看，經濟發展水平在西部的提升作用不顯著；FDI在西部表現出負溢出效應。建議從完善外商政策、降低能源強度、加快綠色技術創新和促進產業結構高級化來助力碳生產率提升。

關鍵詞：碳生產率；空間集聚；空間杜賓模型；直接效應；間接效應

中圖分類號：X 196;F 061.1 文獻標識碼：A 文章編號：1672-7312（2023）03-0281-11

Analysis of Spatial Characteristics and Influencing Factors of Regional Carbon Productivity in China

LIN Shanshan1，2，WU Yubin1，2

（1.School of Economics and Management，Nantong University，Nantong 226000，China;2.Yangtze River Economic Belt Research Institute，Nantong University，Nantong 226000，China）

Abstract：Based on the calculation and spatial characteristics of carbon productivity of 30 provinces in China during 2006—2021，the direct and indirect effects of each influencing factor on carbon productivity were empirically tested by using the spatial Dubin model under adjacency，economic and geographical matrices.The research shows that，from the perspective of spatial characteristics，Chinese carbon productivity shows the characteristics of “developed agglomeration and under-developed dispersion”.From the perspective of effect，urbanization，industrial structure and energy structure all have a significant inhibitory effect on the carbon productivity of the region and adjacent regions，and the level of economic development has a significant promoting effect on the carbon productivity of the region，while green technology innovation and FDI have a significant promoting effect on the carbon productivity of the region but have a significant inhibiting effect on the adjacent regions.From the perspective of effect size，the promoting effect of economic development level on carbon productivity is the largest，the promoting effect of green technology innovation is the least，the inhibiting effect of FDI is the largest，and the inhibiting effect of energy structure is the least.From the perspective of regional heterogeneity，the improvement of economic development level in the west is not significant；FDI shows negative spillover effect in western China.It is suggested to improve foreign policy，reduce energy intensity，accelerate green technology innovation and promote the upgrading of industrial structure to help improve carbon productivity.

Key words：carbon productivity；spatial agglomeration；space Dubin model；direct effects；indirect effects

0 引言

為應對日益嚴峻的能源安全和氣候變化的威脅，中國提出二氧化碳排放力爭2030年前達到峰值，2060年前達到碳中和的雙碳目標，但由于中國是世界最大的碳排放國，2021年占世界能源碳排放總量比重的30.9%，而美國同期為13.8%，說明現階段研究碳排放的戰略意義重大且艱巨。數據顯示到2021年，我國單位國內生產總值二氧化碳排放比2015年和2005年分別下降約21.4%和63.2%，非化石能源占一次能源消費比重從2005年的7.4%提高到2021年的16.6%；可再生能源總消費量占世界比重從2005年的2.3%上升至2021年的34.6%，能源減排具有一定的成效，但到2021年能源消耗量、碳排放量比2006年仍分別提高了53.4%和51.3%，處在“雙上升”階段，而且上升的時間越長、峰值就越高、付出的代價就越大[1]。這一系列數據背后其實是一場前所未有的綠色工業化革命，要想實現3060計劃，實現經濟和生態質量的同步增長，需要不斷提高碳生產率。碳生產率是連結經濟增長和環境保護的重要橋梁。從國外來看，MIELNIK O認為將單位能源的CO2排放量作為發展中國家經濟發展模式評價的主要標準，并分析了其對實現低碳經濟的重要意義[2]。在國內，陳詩一認為，綠色發展要求經濟增長和環境保護的共贏，而碳生產率則是連接經濟增長和環境保護的重要橋梁[3]。也有研究表明碳生產率和社會人文科學發展是綠色經濟發展的2個基本要素[4]，認為碳排放效率的提高對增加整個社會的福利績效具有重要的意義[5]。因此，今后的競爭不是傳統勞動力的競爭，也不是石油效率的競爭，而是碳生產率的競爭[6]。

當前對碳排放的研究主要圍繞碳生產率及其驅動因素來展開。研究發現我國省級碳生產率均呈不斷上升的趨勢，且空間滯后系數顯示各地碳生產率均會顯著受到鄰近地區的正向影響，表現出“一榮俱榮，一損俱損”的特征[7]。梁圣蓉等先后考察碳生產率的空間相關性、區域異質性和空間溢出性發現[8-10]：在空間相關性上中國碳生產率呈現一種高值聚集與低值聚集相結合的空間聚集模式，具有顯著的空間正相關性；在區域異質性上，我國區域碳生產率呈穩步上升態勢，區域間“趕超效應”作用明顯；地區間碳生產率的不均衡主要來源于東—西部和東—中部區域間差異。在空間溢出性上，現有文獻主要考察某單一變量對碳生產率的影響，鐘茂初等認為[11-13]：本地區綠色技術創新能力越強，則碳生產率越高，且會對周邊地區碳生產率的提升起到顯著促進作用；由于各?。ㄊ?、區）產業同構，減弱了技術進步和生產效率提升的作用，低碳產業的發展并沒有有效地起到替代高碳產業的作用，其規模效應和強度效應依舊驅動碳排放維持增長趨勢；FDI對本地區碳生產率有顯著的正向促進作用，但對周圍地區碳的生產率具有負向的溢出作用；能源結構對于本地碳生產率具有抑制作用，且煤炭比重越高，提高碳生產率的阻礙程度越大，反之亦然；城鎮化抑制了本省和外部區域碳生產率的發展，且在全國、中部、西部地區負向影響顯著。

碳生產率測算方法不盡相同?？梢源笾路譃閮深?，單一指標法和多指標法。文中采用的是單一指標法，即用生產總值除以二氧化碳的總數來衡量。多指標法考慮所有的投入因素和所有的產出因素后得到的總投入和總產出的比率。這種方法雖然可以更為全面的把可能的影響因素考慮在內，但缺點是由于計算靈活，使得基于此方法下不同模型其評估的結果也不盡相同，因此可能導致同一因素在不同模型下對碳效率產生不同的影響[14]。此外對于同一時間下截面數據的處理后者也沒有前者更具有可比性。因此文中采用前述方法。

綜上，雖然不同學者在不同的領域、從不同角度研究碳生產率本身或其相關影響因素，但是在空間層面近年來仍然較少，中國碳生產率的區域差異性和影響機制仍有待深入研究。且目前鮮有作者運用3種矩陣分析多因素對碳生產率影響，而空間權重的不同，往往對結果賦予具有一定的經濟意義和地理意義，同一解釋變量在不同矩陣下其結果也會產生不同層面的理解。因此在研究方法上，文中采用莫蘭指數及散點圖來分析現階段碳生產率的區域差異、聚集效應以及空間相關性。接著采用空間杜賓模型3種空間權重下討論碳生產率的影響因素，并從直接和間接效應對效應大小進一步分析，最后研究各影響因素對東中西部地區碳生產率的區域異質性。文中有助于研究中國整體和三大區域碳生產率差異性和其影響機制在空間上的表現，為中國雙碳目標的實現提供借鑒和參考價值。

2.2 變量描述

文中主要關注產業結構、外商投資水平、能源結構、城鎮化水平、綠色技術創新和經濟發展水平對碳生產率的影響，選取如下變量探討碳生產率的優化路徑。

經濟發展水平（pgdp）：一般的，經濟發展水平越高，地方經濟越發達，地方的碳生產率就越高。此處選取地區人均生產總值表示經濟發展水平。

城鎮化水平（ur）：城鎮化水平對碳生產率影響也需要根據實際情況看待。首先城鎮化水平的上升，一方面由于城市粗放式擴張降低碳生產率。另一方面隨著城市人力資本和環境規制提高，人力資本的集聚會加劇對改善城市環境質量的要求，環境規制提高會促使企業進行碳減排，從而提高碳生產率[17]。

文中采用城鎮人口/城鎮總人口來衡量。產業結構（streq）：一般二產占比越高，碳生產率越低。地方產業結構從一定程度上反映地方產業的布局，產業結構越合理，地方產業轉型和資源配置效率越高，從而提高碳生產率。文中選取省份第二產業增加值占省份總產值表示產業結構的惡化程度。

綠色技術創新（gip）：綠色技術創新對碳生產率的提升具有2方面。一方面能夠推動企業清潔生產，提高節能力度，催生產業結構升級，從而提高碳生產率。另一方面也能夠有效控制脫碳成本，能夠為二氧化碳的利用、封存和捕集提供技術支撐，催生技術紅利效應，從而提高碳生產率[18]。文中用人均綠色發明技術專利數量來表示。

外商投資水平（fdi）：外商直接投資水平對碳生產率影響方式不確定。一方面將價值鏈低端、污染排放較高的生產環節轉移到發展中國家，而接收國為了迫切提升本國經濟，縮小與發達國家差距，允許高污染高排放的企業進入，從而降低了本地碳生產率，另一方面FDI具備的先進生產技術和管理經驗在東道國產生了一定的技術溢出，當本國企業在充分學習應用后，會有效提高資源利用率，逐步提高碳生產率。采用外商投資額占地區生產總值的比值來衡量。

能源消費結構（es）：能源結構會抑制碳生產率的提高。重工業屬于高耗能高排放的行業，也是煤炭的消耗大戶，煤炭的消耗增加會顯著抑制碳生產率的提高。但由于能源的要素稟賦和產業結構的差異，不同省份其重工業占比和清潔型企業占比存在差異，因此總體影響機制也會有所區別。借鑒已有文獻做法，采用煤炭消費量占總能源消費量來衡量。

2.3 數據說明

文中數據為2006—2021年中國各?。ㄊ?、區）的碳生產率及其影響因素。主要來自《中國統計年鑒》《中國城市統計年鑒》《中國能源統計年鑒》以及各省的統計年鑒。鑒于數據的可獲得性，暫不考察港澳臺以及西藏地區。同時，為了剔除通脹的影響，采用2006年為基期的GDP和取對數進行分析。由于樣本周期較長，存在極少的缺失數值，文中采用統一的處理方法：對于個別年份某指標的缺失值，用缺失值前后兩期的均值填補或插線法進行缺失填補。

3 碳生產率測算結果和空間特性

3.1 碳生產率測算結果分析

由圖1可知，我國整體的碳生產率呈現逐年增長的態勢，從2006年0.279到2021年0.711，增長154.8%，表明在新時代生態文明思想下我國正逐步把把碳達峰、碳中和理念納入經濟社會發展全局，在加快經濟社會全面綠色發展和形成節約資源和保護環境的格局上已具有明顯的成效。從三大地區碳生產率來看，各地區呈現波動上升態勢，表明各地區碳排放效率穩步提升、低碳轉型進程不斷加快。從異質性來看，東部生產率始終大于中西部和整體的碳生產率，且差距在逐漸擴大，主要由于東部發達地區在創新能力和資金實力方面優勢明顯，加上政府大力推動傳統高碳產業向中西部地區遷移，因而其碳生產率發展較快，但同時也會造成在區域發展上差距的擴大。中西部地區始終小于全國水平、中部始終大于西部地區的碳生產率。說明西部一些資源型和老工業城市產業結構以高能耗高排放的資源導向型工業和重化工業為主，使得其綠色技術效益低下導致其整體碳生產率低于全國平均水平。而中部由于區位上承接東部高碳企業以及綠色創新水平較低使得其低于全國平均水平。

3.2 碳生產率的空間特性

3.2.1 碳生產率空間自相關性分析

文中在計算全局莫蘭指數時探討鄰接矩陣下地理空間對碳生產率的影響情況，見表1，從指數大小來看，莫蘭指數集中在0.18～0.5之間且均在5%以內顯著，當莫蘭指數大于0時，變量之間具有空間溢出效應，因此樣本期間的碳生產率存在顯著的正向空間溢出性。雖然莫蘭指數在下降，但在樣本期間大多數時候都維持在0.2以上，因此碳生產率仍具有較強的空間外部性。且從2006年開始z得分也在顯著下降，由于z值表示樣本的離散程度，這也說明碳生產率的總體差距在縮小，但z值大于2.187說明現階段碳生產率表現出較強區域差異。

3.2.2 碳生產率空間聚集特征

為了更好的說明各省之間碳生產率的空間相關性，文中使用局部莫蘭指數和莫蘭散點圖反映區域空間的異質性。文中給出了2006、2021年的局部莫蘭散點圖的聚集分析，如圖2、圖3所示。

首先，比較曲線斜率發現碳生產率空間相關性有略微減弱的趨勢。此外，樣本期間省份處于第Ⅰ、第Ⅲ象限穩定在21～24個，僅有少數省份位于Ⅱ、Ⅳ象限，表明碳生產率高高集聚和低低聚集是我國碳生產率的空間基本分布，總體呈現出碳生產率強強聯合、弱弱相連的省份的聚集方式。由于Ⅱ、Ⅳ象限表示碳生產率的隨機分布，且省份占比不到1/3，說明整體碳生產率高低聚集（分散）情況較少。另外，西北地區2/3以上的省份位于第Ⅲ象限，仍長期處于低低集聚，表明西部很多省份轉型升級能源結構調整方面仍然水平較低，低碳減排壓力較大。由于西部地區的四川整體低碳發展水平較高，因此其對周圍呈現明顯虹吸效益，使得其處于第Ⅳ象限的高低聚集區域，此類虹吸效益還有重慶、河南等。同時發現東部發達地區大多位于第一象限，說明我國碳生產率空間上具有“發達聚集，欠發達分散”的特征。最后觀察圖上局部莫蘭指數在[0.224，0.498]，說明碳生產率具有顯著的正向空間相關性。

4 碳生產率的影響因素分析

4.1 空間面板模型適用性分析

4.1.1 模型選擇

由于碳生產率具有較強的空間溢出性，因此在研究其影響因素機制時，考慮到各因素可能會在不同空間結構下對碳生產率產生不同影響，文中借鑒了李小平[7]的做法，采用空間模型來研究。表2報告了常見的3種空間模型和普通OLS模型。首先未考慮空間性的OLS各個變量顯著性并不優良，此時若繼續進行分析將導致結果出現偏差。因此考慮空間模型。其次通過LM檢驗、Wald檢驗及LR檢驗對空間模型進行選擇。LM檢驗系數均通過了5%的顯著性水平，而且在穩健的LM檢驗也大多通過了1%的顯著性，見表3，可以說明變量存在空間相關性，由于空間杜賓模型能夠把空間滯后模型和空間誤差模型包括進來進行一般化，按照不等式原則，研究選取SDM模型進行分析。且在LR和Ward檢驗中，3個矩陣下顯著性水平都通過1%水平，因此可以認為本樣本的SDM不會退化為SAR和SEM。最后，判斷模型是隨機效應還是固定效應。表3中Hausman檢驗顯著性水平均通過了5%，因此可以認為空間杜賓模型選擇固定模型。由于固定模型包括個體、時間和個體時間固定模型，文中在進行空間回歸前進行擬合度檢驗，發現時間個體雙固定模型最優。

4.1.2 模型平穩性檢驗和協整分析

為了避免存在偽回歸即各變量不平穩的發生，文中在進行回歸之前對數據進行平穩性檢驗。在ADF檢驗中，各變量經過滯后期后均通過顯著性的檢驗，說明原序列具有平穩性即不存在單位根情況，見表2。但是平穩檢驗只能檢驗單個變量在時間序列上的穩定性，在進行回歸時往往是多種變量進行線性組合，因此進一步進行協整檢驗。文中報告了Kao、Westerlund以及Pedroni 3種協整檢驗方法，見表3。結果表明7個變量在總體上均協整，因此各變量之間存在長期均衡的關系。

4.1.3 模型穩健性分析

為了使結果更具有穩定性，文中參考了楊慶[19]的做法，先對碳生產率進行滯后一期，另外對所有的解釋變量也進行滯后一期，結果見表2模型（1）和模型（2），發現各個解釋變量對碳生產率無論是在當期還是滯后期都較穩定。

為了消除極端年份可能對結果產生的不利影響，排除了樣本期內發生金融危機的2008年以及發生新冠疫情的2020、2021年，結果見表2模型（3），解釋變量的方向和顯著性也基本無變化。綜上分析，文中模型和數據具有穩健性，因此可以接著進行空間杜賓模型的實證分析。

4.2 空間面板回歸分析

為了更好說明不同解釋變量在不同的空間下的對碳生產率的影響方向，文中同時報告了經濟距離矩陣、地理距離矩陣和鄰接矩陣下的空間SDM回歸結果。其中SAR和SEM模型作對照，見表4。

經濟發展水平本地效應和空間溢出在3種矩陣下均通過1%的顯著水平，都為正。表明本地經濟發展水平可以促進本地碳生產率的提高，同時鄰近地區的經濟發展水平也會促進本地的碳生產率的提高。

城鎮化水平本地效應在鄰接和距離矩陣下顯著較弱或不顯著，但在經濟矩陣下顯著為負。表明相鄰或相近地區之間的碳生產率提高并不依賴于城鎮化水平的提高。但在經濟發展水平較高下，城鎮化可能對碳生產率促進作用減弱直到為負。而在空間溢出方面，在經濟矩陣下顯著為負，說明經濟發展的集聚導致的城鎮化提高，可能會抑制周圍衛星城市碳生產率的提高。

產業結構（二產比重）在3種矩陣下對本地碳生產率表現顯著負向影響。驗證了大多數研究結果中關于工業占比越高污染越嚴重的觀點。在空間溢出效應方面，鄰接和距離權重下產業結構水平系數顯著為負，表明在和本地相鄰的省份中，存在距離越近，產業結構的提高對鄰近省份碳效率降低越明顯的特征。

綠色技術創新在3種矩陣下本地效應在1%顯著水平下均為正，空間效應在1%水平下均顯著為負。表明綠色技術創新不僅有助于提高本地碳生產率還會顯著抑制周圍地區碳生產率的提高。

外商直接投資（FDI）水平在經濟矩陣下顯示其對本地碳生產率表現1%水平的正向影響。說明FDI對經濟水平較高的地區碳生產率具有顯著提升效果。在空間溢出性上，鄰接權重和距離權重中外商投資水平滯后項在1%水平顯著為負，表明，外商投資水平會抑制和本地相鄰且最近的省份的碳生產率提高。

能源結構（煤炭占比）的本地效應和空間溢出效應均在1%水平顯著為負，這表明煤炭消耗量占比越高，越不利于碳生產率的提高。在空間溢出性方面，距離矩陣通過了5%的顯著檢驗，說明能源結構惡化可能存在一定的距離閥值，隨著距離變化對碳生產率產生不同大小的影響。

4.3 空間分解效應分析

在明確各因素對本地區及周邊地區碳生產率產生影響后，由于空間杜賓模型的回歸系數不能直接用來衡量自變量對因變量的影響，因此借助偏微分方程來實現這一目標。LESAGE等認為在空間計量回歸中利用點估計得出的各解釋變量的系數是有偏誤的，他們通過求偏微分方程將解釋變量系數估計值分解為直接、間接效應和總效應[16]來表示。

4.3.1 直接效應

經濟發展水平、綠色技術創新及外商投資水平直接效應為正，而城鎮化水平、產業結構和能源結構直接效應為負，見表5。

上述因素3種矩陣下系數平均值分別為0.208、0.071、1.232和-0.561、-0.577、-0.516，表明這些因素每提高1%，分別對碳生產率提高0.208%、0.071%、1.232%和抑制0.561%、0.577%、0.516%。

從促進大小來看，對碳生產率促進作用最大為外商投資水平，抑制作用最大為城鎮化水平，前者表明：①FDI通過規模、結構和技術效應傳導到本區域，本地企業在獲得這種正向影響后有助于當地碳生產率提高。②后者表明，城鎮化率的提高雖然可以提高整體的利用效率，但也會造成更多的化石消耗和污染物的排放，過去片面注重追求城市規模擴大的方式，使得城市的資源環境遭到破壞，并沒有依托人力物力等資源進行科技創新提高碳生產率[20]。

經濟發展水平直接效應為正，根據環境庫茲涅茨假說：當經濟發展水平較低時，環境污染水平將隨著經濟發展水平的提高而加劇；當環境污染到達頂峰后將會隨著經濟發展水平的提高而降低。表明我國經濟發展水平已越過U曲線拐點，向低碳階段轉型發展。產業結構直接效應為負，說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。綠色技術創新直接效應為正，這是因為綠色技術發展加快了綠色生產要素的空間集聚，有助于本地區生產運行效率與能源利用效率的優化，但其促進作用最小，說明實際效率仍較低，今后綠色創新仍是我國綠色發展的重點和薄弱點。能源結構直接效應為負，說明現階段能源結構中煤炭等化石能源依然對碳生產率具有很強的抑制作用，其不合理導致的高能耗、高排放行業仍占有一定的比例。各省不僅要努力改進能源生產工藝，還得努力提高新能源的占比，降低化石能源消費在碳排放中的占比。

4.3.2 間接效應

間接效應表示空間溢出性。根據表5可知，經濟發展水平間接效應系數平均值0.697為正，而城鎮化水平、產業結構、綠色技術創新、外商投資水平和能源結構間接效應系數平均值-0.972、-0.560、-0.055、-7.112、-0.407為負，說明這些因素提升1%，對鄰近地區碳生產率分別提高0.972%，抑制0.972%、0.560%、0.055%、7.112%、0.407%。

其中僅有經濟發展水平可以促進周圍地區碳生產率提升，對周圍地區碳生產率抑制作用最大的為FDI。

經濟發展水平間接效應3種矩陣下顯著為正，但在距離矩陣下促進最小。①由于相鄰，在專業化分工、學習效應以及運輸采購方面經濟性，會賦予其地理空間上的經濟聚集意義，使得相鄰地區的良性互動提升了區域碳生產率；②在地理相近的省份，距離過近會吸引距離相近省市各類資源要素的聚集，形成虹吸效應，阻礙了相鄰省市碳生產率的提升，使得正向促進作用降低。

城鎮化水平間接效應在經濟矩陣下顯著為負，在地理和鄰接矩陣下不顯著。①相鄰兩省的經濟聚集，會由于城市圈的虹聚集效應吸引經濟聯系緊密省份的高精尖人力資源，本地人力資源的增加也在一定程度上抑制了周圍區域創新能力和生產效率，由于經濟過度集聚導致人口擁擠和資源分配不均加劇。因此對碳生產率表現負向溢出效應。②由于我國總體城鎮化仍處于粗放式發展階段，城鎮化仍以追求利益最大化的目標發展，其不斷提高往往和人口吸引和工業化同步進行，地理相近和相鄰省份會由于人口和資源過度集中導致其對周圍地區帶動作用降低。

產業結構的間接效應在地理和鄰接矩陣下顯著為負，在經濟矩陣下不顯著但為正。①當前產業結構的調整會選擇距離相近或相鄰的省份進行，將碳排放密集型企業外遷，并對距離相近地區的戰略性產業以及高新產業吸引，使得高碳產業不斷形成空間扎堆集聚，企業缺乏創新激勵、能源過度消耗使得鄰近地區碳生產率出現下降[21]。②一方面兩地區經濟關聯越相近時模糊了經濟活動的地理邊界，二產占比提升可能會加劇各省產業的同構現象，減弱了技術進步和生產效率對低碳產業的發展，并沒有有效地起到替代高碳產業的作用，因此表現出不顯著。另一方面

經濟矩陣所衡量的是整體經濟的總體效益，而非第二產業占比的局部效益，由于產業結構比重在整個經濟矩陣下仍不具備絕對性占比優勢，因此其對碳生產率可能會受其他因素影響，使得其在經濟矩陣下不顯著。

綠色技術創新間接效應在3種矩陣下均顯著為負，表明綠色技術創新對周圍地區碳生產率產生抑制作用。①很多鄰近省份學習強省的綠色低碳技術時，由于人是技術發揮碳減排的重要載體，而現階段勞動供給數量和勞動力質量兩個發展要素沒有實現同步提升，所以當學習成本大于綠色經濟效益時，就會產生負效益。②由于當前綠色投資在各省之間的逐頂競爭和資金稀缺造成的資源擠兌，除了以利潤為導向和綠色創新不足外，還會導致鄰近地區的資本投資減少，這可能也會降低周圍地區的碳生產力水平。

外商投資水平間接效應在距離和鄰接權重上顯著為負，在經濟矩陣不顯著。①地方政府一味地追求經濟發展使得低碳環保的經濟發展方式被忽略，通常會優先吸引鄰近地區或距離相近地區的外資企業來投資，因此迫于降低環境保護要求和碳排放標準，這種無序競爭從整體上對碳生產率造成惡劣影響，使得自己成為污染密集地。②說明經濟聚集導致的外資在周圍地區的集聚并不具有高耗能和高排放的特征，在污染天堂的假說下可能造成不顯著。

能源結構（煤炭占比）間接效應在鄰接和距離矩陣顯著為負，而在經濟矩陣不顯著。①能源結構對碳生產率存在地理距離衰減特征，本地煤炭占比的提高會促進與之距離相近或相鄰省份碳生產率的降低，但隨著溢出距離不斷增加，地方保護主義的存在和行政障礙，使得能源結構對碳生產率的空間溢出效應逐漸衰減，同時效應大小可能存在一定的距離閥值區間。②周圍地區中經濟的聚集度越高，能源結構惡化對這些地區碳生產率不會產生顯著影響。由于我國能源消耗較大的省份往往在西北和東北地區，這些省份由于經濟總量占全國較低，碳生產率一方面受碳排放影響，一方面也是受經濟總量影響，當經濟總量較低，碳生產率也會較低，因此溢出效應較弱。

4.4 區域異質性分析

由于三大區域之間的經濟發展水平和工業化階段明顯不同，因此各變量在各區域可能存在異質。此處采用鄰接矩陣進行分析，見表6。①東部和中部地區的經濟發展水平在直接和間接效應表現出顯著的正向空間溢出效應，西部對本地不顯著且對鄰近地區產生抑制作用。這是由于東部和中部地區經濟發展水平相對較高，低碳經濟具有先發優勢，政府對綠色、節能高效的指向性更加明確，從而促進了低碳環保技術的進步和應用和資源配置，對本地和鄰近地區碳生產率具有較強的輻射作用。而西部地區經濟發展相對滯后，資源錯配嚴重，本地綠色經濟發展可能會以犧牲鄰近地區為代價。②FDI對碳生產率的直接效應在西部負向顯著，間接效應僅在中部不顯著。這可能是現階段東中部地區以擺脫污染型企業以及對外活動應以“走出去”為主，發揮出FDI的逆向技術溢出效應，因此東中部地區直接效應并不顯著。另一方面東部地區地跨海岸線，與國際聯系緊密，吸收了大量的外資，而西部地區則靠近內陸貧困地區，FDI的流入相對較少。中部地區地處中部，既不具備東部地區的國際聯系，也不像西部地區那樣缺乏資金和技術支持，因此FDI在中部地區發展均衡，其對碳生產率的溢出效應并不顯著。③產業結構對碳生產率在中部地區本地系數均不顯著但為正，在東西部地區表現負向顯著。究其原因我國經濟正由高速度增長階段邁向高質量發展階段，發展較好的東部地區在加快自主產業轉型升級上已處于后期，使得產業結構改變對碳生產率的提高趨于飽和，說明一味降低高耗能產業并不是最好的解藥，關鍵還在于技術進步。近年來，受貿易戰和國家工業強國的影響，中部地區憑借自身獨特優勢近些年在大力發展實體經濟和高端制造業上具有一定成效，在生產效率提高的同時也會使得工業碳排放降低，因此二產提高可能會促進碳生產率的提升。西部地區，由于產業結構更偏向于重工業，具有高污染高排放性質，其轉型升級存在一定的技術障礙，導致現階段二產占比對本地碳生產率仍具有顯著的負向抑制作用。④從能源結構（煤炭占比）來看，東中西部地區均對本地碳生產率產生抑制作用，說明各區域化石能源對降碳仍具有顯著影響，今后工作重點仍應放在加快向綠色能源結構轉變以及對化石能源利用技術的改造上來；而對比能源結構空間滯后項的顯著性，僅有西部顯著為負，說明東部和中部地區內部在發展新能源產業方面，已經顯示出低碳產業集聚（相互分工）和技術溢出（相互學習）效應，使得其可再生能源及社會資源利用效率持續提升，對周圍鄰近省份降碳開始表現正向作用。⑤對比各地區在綠色創新和城鎮化水平上的直接效應間接效應系數大小，西部最大。表明西部地區由于具有后發優勢，表現出較好的低碳城市發展進步空間和技術溢出，從而能夠較大幅度的提高本地和鄰近地區碳生產率。東部地區綠色創新溢出效應為負，可能是由于資金的稀缺性導致的資源擠占，即當前的資本投入除了具有利潤導向、綠色創新不足特征外，還造成了鄰近區域的資金投入減少，使得周圍碳生產率下降。

5 結語

1）我國整體和東中西部地區碳生產率呈現波動上升和集聚態勢，在空間上表現顯著的空間溢出性和高高、低低集聚方式，即“發達聚集，欠發達分散”的聚集特征。建議繼續開展發達地區幫扶欠發達地區，對欠發達地區提供基礎設施、資金以及科技資源的支持，而發達地區也要科學開發利用區域資源，建立健全生態補償機制，樹立經濟發展與環境保護并重的可持續發展理念。

2）首先，經濟發展水平對碳生產率具有顯著的促進作用和溢出效應，因此以經濟建設為中心不動搖，要促進經濟和環境協同發展。其次，產業結構和城鎮化水平和能源結構對碳生產率具有顯著的抑制作用和負的溢出效應，因此政府部門應當建立綠色的營商環境，制定獎懲政策，對于污染嚴重、效能低的企業制定有效措施進行懲罰、強令整改，加快政策對綠色技術創新的鼓勵。同時，各省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促進經濟綠色發展。在城鎮化質量上，要處理好經濟發展、碳減排和城鎮化的關系，使城鎮化和經濟發展水平與區域內的資源環境承載能力相協調。在能源結構上，各區域亟須開發新能源、減少對石化能源依賴，發展低排放、低污染、低能耗的綠色經濟。最后，綠色技術創新和FDI在直接和間接效應對碳生產率具有顯著促進和抑制作用，在總效應系數上，其中綠色技術創新對碳減排提升作用最弱。因此各地在發展過程中應當相互協作，破除各自為戰的壟斷行為，消除區域行政壁壘，促進技術、人力資本等要素在市場上的自由流動，對重要的綠色技術大力支持，增加低碳環保技術的研發投入，加大其對碳減排的技術支撐，為加強各省對低碳環保技術的研發強度和吸收能力制定科學合理的激勵政策。外資引進和監管的標準應該和產業轉型一起升級，在大力引進外資的同時也要注重自身低碳經濟發展的質量和可持續性，適時適地出臺綠色技術準入壁壘，促進綠色經濟高質量發展。

3）從區域異質性上，經濟發展水平在東部和中部地區對碳生產率的溢出和本地提升效應最強，在西部地區對本地碳生產率提升并不顯著；FDI在西部地區對周圍地區碳生產率表現出負溢出效應；產業結構在東西部地區對當地碳生產率具有抑制作用；綠色技術創新和城鎮化水平上對西部碳生產率提升和溢出效應最大。因此中東西部地區要因地制宜，根據自身的資源稟賦優勢和實際情況進行產業轉移升級和提升能源效率。同時，為了縮小區域差異，國家在綠色政策上應向中西部地區傾斜，加快和東部地區協同發展。東部地區要依據其資本和技術優勢，大力發展高端制造業和服務業，通過強強聯合積極探索提升清潔能源的開發與利用。中西部地區可以通過改善外部環境促進碳生產率的提升，加大對污染密集型外商投資的監管，提高政府環保支出和有為政策引導作用，根據獨特的地理資源稟賦，以市場為導向，建立前瞻優勢產業，加快產業結構調整和高端制造業對碳生產率的促進作用。

參考文獻：

[1] 胡鞍鋼.中國實現2030年前碳達峰目標及主要途徑[J].北京工業大學學報（社會科學版），2021，21（03）：1-15.

[2]MIELNIK O，GOLDEMBERG J.The evolution of the carbonization index in developing countries[J].Energy Policy，1999，27（05）：307-308.

[3]陳詩一.《綠色發展背景下中國碳生產率的時空演變和系統優化研究》評介[J].中國工業經濟，2020（02）：2.

[4]劉曄，耿涌.低碳經濟認識探析[J].中國人口·資源與環境，2010，20（10）：123-128.

[5]劉國平，曹莉萍.基于福利績效的碳生產率研究[J].軟科學，2011，25（01）：71-74.

[6]潘家華，張麗峰.我國碳生產率區域差異性研究[J].中國工業經濟，2011（05）：47-57.

[7]李小平，余東升，余娟娟.異質性環境規制對碳生產率的空間溢出效應——基于空間杜賓模型[J].中國軟科學，2020（04）：82-96.

[8]梁圣蓉，羅良文.技術創新對碳生產率影響的空間效應——基于產業結構和對外開放視角[J].廣西社會科學，2022（04）：16-27.

[9]孫慧，黎炯嬋，原偉鵬，等.中國碳生產率測度與時空動態演化研究——基于三階段Super-Window-SBM模型的分析[J].價格理論與實踐，2022（04）：84-88.

[10]王淑英，程南皓，衛朝蓉.綠色技術創新與碳生產率的空間溢出效應——基于政府支持的調節作用研究[J].管理現代化，2021，41（05）：87-92.

[11]段世霞，靳楊柳.綠色技術創新對碳生產率的空間溢出效應——基于地方政府競爭的調節作用[J].工業技術經濟，2022，41（02）：62-69.

[12]唐志鵬，劉衛東，宋濤.基于混合地理加權回歸的中國省域碳生產率影響因素分析[J].資源科學，2017，39（12）：2223-2232.

[13]鐘茂初，趙天爽.雙碳目標視角下的碳生產率與產業結構調整[J].南開學報（哲學社會科學版），2021（05）：97-109.

[14]馮杰，張世秋.基于DEA方法的我國省際綠色全要素生產率評估——不同模型選擇的差異性探析[J].北京大學學報（自然科學版），2017，53（01）：151-159.

[15]KAYA Y，YOKOBORI K.Environment，energy and economy：Strategies for sustainability[M].Tokyo：United Nations University Press，1997.

[16]LESAGE J，PACE R K.Introduction to spatial econometrics[M].New York：CRC Press，Taylor & Francis Group，2009.

[17]張騰飛，楊俊，盛鵬飛.城鎮化對中國碳排放的影響及作用渠道[J].中國人口·資源與環境，2016，26（02）：47-57.

[18]郭豐，楊上廣，任毅.數字經濟、綠色技術創新與碳排放——來自中國城市層面的經驗證據[J].陜西師范大學學報（哲學社會科學版），2022，51（03）：45-60.

[19]楊慶，江成濤，蔣旭東，等.高技術產業集聚能提升碳生產率嗎[J].宏觀經濟研究，2021（04）：141-159.

[20]江艷婷，余華銀.中國省域綠色全要素生產率空間分布差異及影響因素研究[J].合肥工業大學學報（社會科學版），2020，34（05）：17-24.

[21]曹聰麗，陳憲.生產性服務業發展模式、結構調整與城市經濟增長——基于動態空間杜賓模型的實證研究[J].管理評論，2019，31（01）：15-26+61.

（責任編輯：王強）

收稿日期：2023-01-12

基金項目：江蘇省社科基金項目“碳達峰目標下江蘇省域空間協同減排路徑研究”（22GLB027）

作者簡介：林珊珊（1978—），女，山東文登人，副教授，主要從事技術創新低和綠色經濟方面的研究工作。