中國省域降碳潛力空間關聯網絡結構特征及影響因素

丁穎輝，楊亞茹

（河北大學經濟學院，河北保定 071000）

0 引言

降碳減排是實現高質量發展和中國式現代化的題中之義和必然舉措。我國政府在2020 年9 月明確提出，到2030 年我國碳排放達到峰值，爭取在2060年前實現碳中和。為實現這一目標，我國在《2030年前碳達峰行動方案》中進一步制定了我國碳排放強度到2025 年同2020 年相比下降18%，2030 年同2005 年相比下降65%以上的目標。在降碳目標分解到省域經濟體的現實狀況下，測度我國省域降碳潛力對于把握省域碳減排提升空間，制定差異化區域性降碳減排政策以如期實現各個階段降碳目標具有重要的理論價值和現實意義。由于省域碳排放具有呈現網絡特征的空間關聯關系，使得省域碳排放潛力之間也存在著空間關聯網絡結構。分析省域降碳潛力空間網絡結構特征及其影響因素，有助于深入理解省域之間降碳潛力的聯動特征，為實現省域協同降碳提供科學依據和政策參考。

在碳減排潛力的相關研究方面，多數學者通過計算能源效率、構建綜合評價指標體系以及對研究情境進行模擬來測算碳減排潛力。如 Xia 等［1］、Akan 等［2］通過計算能源效率來對減排潛力進行量化研究；王勇等［3］基于公平和效率構建評價指標體系，對我國碳排放主要工業及細分行業減排潛力進行評估；甘巧巧［4］通過采用自然斷點法將產業分為三類，結合情景模擬法測算出在提質增效時新疆各產業的碳減排潛力。也有學者采用非參數法中的數據包絡法（DEA）測度碳減排潛力。如杜春麗［5］基于DEA 理論方法，將不期望產出引入模型，對我國鋼鐵產業節能減排潛力進行測度研究；曾賢剛［6］將二氧化碳減排潛力定義為二氧化碳排放過剩率，而二氧化碳排放過剩率又反映了環境正影響產出不足率，并采用DEA 方法計算出我國30 個省市的環境正影響產出不足率，從而得到二氧化碳減排潛力；汪克亮等［7］選取基于投入導向的CCR-DEA 模型，測算了中國29 個省份能源利用的經濟效率并度量了其環境績效，在此基礎上進一步計算得到中國各省份的節能減排潛力。上述方法的不足在于測度碳減排潛力時易忽視外部環境及隨機干擾對潛力值的影響，特別是傳統DEA 模型無法體現投入產出的松弛性，難以考慮非期望產出對于實際生產的影響，使得實際情況與測度結果存在偏差。因此，Tone［8］在傳統DEA 模型的基礎上，提出Super-SBM 模型，將非期望產出納入模型，更好地考慮了投入、產出、非期望產出之間的關系，此后，Super-SBM 模型被廣泛應用于碳排放效率及碳減排潛力的測度中。有學者從區域層面測度碳排放效率，如周迪等［9］使用Super-SBM 模型對中國29 個省的碳排放效率進行了測算，并對其碳減排潛力進行了評價。也有學者從產業層面開展相關研究，屈秋實等［10］通過構建超效率SBM 模型并求解目標函數最優值，計算出各省有色金屬產業在不同生產環節的碳減排潛力。狄乾斌等［11］采用超效率SBM 模型對海洋漁業碳排放效率進行測度，利用基尼系數、泰爾指數等方法對各區域差異性作量化分析，并測算其碳減排潛力。

隨著研究推進，諸多學者發現碳排放空間關聯呈現復雜的網絡結構形態，并通過構建空間關聯網絡來研究區域碳排放的空間關聯特征。如邵帥等［12］在采用社會網絡分析方法考察中國區域碳排放空間關聯網絡結構特征的基礎上，利用指數隨機圖模型解釋空間關聯網絡的機制及規律；鐘詩雨等［13］在測度產業部門隱含碳流動量的前提下建立隱含碳流動網絡，并對其網絡特征和聚類特征進行分析；童磊等［14］采用引力模型，探討不同省份間碳排放量的空間關聯網絡特征，認為“全國一盤棋”的聯動效應顯著，且碳排放的空間溢出效應在一定程度上與地理位置有關；吳玉鳴等［15］運用空間計量模型分析了中國碳排放空間關聯特征；馬歆等［16］通過構建中國各省份碳排放結構信息熵的空間關聯網絡，對各省份能源利用演化過濾以及碳排放結構的時空分布特征進行研究。由于碳排放在空間層面上受經濟、產業、能源消費等多種因素影響，使得碳排放空間關聯結構也會受到這些影響因素的空間關聯結構影響，學界對此開展了相關研究，如盧奕亨等［17］通過運用面板Tobit 模型對農業碳排放的影響因素進行回歸分析，研究認為農業碳排放受經濟和社會兩個層面因素的共同影響；李云燕等［18］運用GTWR模型對中國城市碳強度影響因素進行實證分析,提出能源消費結構對碳強度呈正向影響，而經濟發展、產業升級、人口集聚、科技研發和外商投資對碳強度呈現抑制作用；趙紅巖等［19］研究發現常住人口、城鎮化率、鋼材產量、平均運輸里程以及建筑企業勞動生產率的提高不利于建筑碳排放降低，而人均GDP 和第三產業增加值的增加會減少建筑碳排放；徐盈之等［20］研究結果表明R&D 經費支出、高新技術產業規模和節能環保財政支出與碳排放之間存在負相關關系，城市人口規模對本省碳減排存在正向促進作用；張德鋼等［21］運用社會網絡分析方法對碳排放空間關聯特征進行分析，并利用QAP 回歸分析探討中國碳排放空間關聯的影響因素；楊桂元等［22］運用社會網絡分析法探究區域碳排放空間關聯關系，并基于QAP 回歸對碳排放空間關聯網絡影響因素進行分析。

回顧既有文獻，學界在碳排放效率和潛力測度、碳排放空間關聯結構及其影響因素方面進行了豐富研究，但是省域降碳潛力空間關聯呈現怎樣的網絡關聯特征？基于網絡關聯結構，省域降碳潛力表現為怎樣的空間溢出效應？省域降碳潛力空間網絡關聯的驅動機制是怎樣的？這些問題尚有待回答。因此，本文從公平、效率雙重視角出發，利用超效率SBM 模型對省域降碳潛力進行測度，同時構建省域降碳潛力空間關聯網絡，定量分析降碳潛力空間關聯網絡的整體和個體特征，最后利用QAP 模型，探討省域降碳潛力空間關聯網絡的影響機制，以期從全局和個體角度把握我國降碳潛力的省域空間關聯特征，揭示降碳潛力區域聯動的驅動機制，為減排政策制定和實現“雙碳”目標提供科學支撐，對于推動區域低碳轉型和協同降碳具有重要的理論價值與實踐意義。

1 研究方法和數據來源

1.1 中國省域降碳潛力指數測算

本文參考周迪等［9］的研究，從公平、效率兩方面對省域降碳潛力指數進行測算。公平角度是指在考察降碳潛力的過程中，應當兼顧人口規模和碳排放絕對量的情況。效率角度即在給定生產要素和產出水平下實現碳排放最小化。基于這一思路，并參考Wei 等［23］的計算方法，確定省域降碳潛力指數的計算如式（1）所示：

式中，i省份t年的降碳潛力為ACIit；θ表示權重，參照吳賢榮等［24］，θ取0.5；Eqit為降碳潛力公平指數，用人均碳排放量表示；Efit為降碳潛力效率指數，用基于Super-SBM 模型測算的碳排放效率表示。其次，對人均碳排放量和碳排放效率分別進行正向、逆向標準化處理來消除量綱對指數計算的影響。

1.1.1 人均碳排放量—公平角度

采用碳排放總量與年末總人口數的比值來衡量人均碳排放量。其中碳排放總量根據聯合國政府間氣候變化專門委員會（IPCC）清單法進行計算如式（2）所示：

其中，δj為第j種能源萬噸標準煤的折算系數，αj為第j種能源碳排放系數，二者的具體數值見表1。Qij為i省第j種能源消耗量，Ci,t為i省第t年的碳排放量。

表1 能源萬噸標準煤折算系數和碳排放系數

1.1.2 碳排放效率——效率角度

借助Tone［8］提出的Super-SBM 模型，基于規模報酬可變和非導向的超效率SBM 模型測算碳排放效率。參考周迪等［9］做法，投入指標選用年末從業人員數、固定資產投資額、能源消費總量，期望產出指標選用各省份GDP，非期望產出指標選用碳排放總量，其模型設定如式（3）所示：

其中，δ*為的碳排放效率，m、b分別為投入、產出的松弛變量個數，λ為權重向量，xij為第j個省份的i項投入，ykj為第j個省份的k項產出。

1.2 修正引力模型與社會網絡分析法

1.2.1 降碳潛力空間網絡結構指標的構建

本文采用修正的引力模型構建省域降碳潛力空間關聯網絡。不同省份用i、j表示,省域降碳潛力的空間關聯強度用H表示，降碳潛力用Si、Sj表示，距離用dij表示，人均GDP 用Rgi、Rgj表示，GDP用Gi、Gj表示，K表示不同地區降碳潛力聯系的貢獻率，測度方法為K=Gi/ (Gi+Gj)。由此，得到修正引力模型計算如公式（4）所示：

根據公式（4）得到中國30 個省份降碳潛力引力矩陣，表征省域降碳潛力的空間關聯關系。取引力矩陣各行的平均值為閾值，若各行數據超過平均值，取1，表明省份間降碳潛力存在關聯關系；反之取 0，表明省份間不存在降碳潛力關聯關系。以此構建省域降碳潛力的空間關聯二值矩陣，以此為基礎構建省域降碳潛力空間關聯網絡。

1.2.2 降碳潛力空間網絡結構特征指標

為了探究省域降碳潛力空間關聯網絡的結構特征，參考王凱等［25］的做法，選擇網絡關聯度、網絡密度、網絡效率和網絡等級度4 個指標來分析降碳潛力空間關聯網絡的整體特征；選取度數中心度、接近中心度以及中間中心度測度各個節點在網絡中的作用和重要程度；為更深入分析省域降碳潛力空間關聯特點，運用塊模型，將網絡分為凈受益、雙向溢出、凈溢出、經紀人4 個板塊，揭示各省份在降碳潛力空間關聯網絡中的空間聚類特征。

（1）網絡關聯度。網絡關聯度刻畫了整體網絡的穩健性和脆弱性。在降碳潛力網絡中，若任何兩個省份之間存在直接或間接聯系，則表明該網絡有較強的關聯性和穩健性；反之，若連線均是通過某個省份鏈接，則表明該網絡對這個省份依賴性較大，是非常脆弱的。設空間網絡中總的成員數目為N，網絡關聯度為CO，網絡中不可達的點對數目為V。

（2）網絡密度。網絡密度反映空間網絡的緊密程度，網絡密度越大，說明成員間聯系越緊密。設網絡密度為I，空間網絡中總的成員數目為N，實際關系數為M。

（3）網絡效率。網絡效率刻畫了網絡中各成員的聯系效率，反映網絡中存在多余線的程度。在省域降碳潛力網絡中，網絡效率越低，說明省域間存在更多的連線，溢出渠道多，網絡也就更穩定。設網絡效率GE，多余線的條數為J，Max(J) 表示最大可能的多余連線的條數。

（4）網絡等級度。網絡等級度刻畫了網絡中各成員非對稱地可達，反映了各成員在整體網絡中所處的地位。在降碳潛力網絡中表示各省份的等級結構以及省份之間在多大程度上能夠非對稱地可達。設網絡等級度為GH，網絡中對稱地可達的點對數目為K，網絡中最大對稱地可達的點對數目為Max(K)。

（5）度數中心度。度數中心度刻畫了節點在網絡中的中心位置程度和某個節點與其他節點相聯系的程度。在降碳潛力網絡中，若網絡中某個省份具有較高的度數，說明該省份居于網絡的中心并與其他省份聯系越多。設度數中心度為CD，網絡中某個節點與其他節點直接關聯的數目為n。

（6）接近中心度。接近中心度測度了空間網絡中某節點不受其他節點控制的程度。節點接近中心度越大，在降碳潛力網絡中對其他節點依賴性越低，越不易受其他省份的限制。設接近中心度為CC，連接節點i和節點j的捷徑路徑為dij。

（7）中間中心度。中間中心度是反映了網絡中某節點對其他節點控制能力的大小。在降碳潛力網絡中，某省份若是處在圖中其他節點的“中間”，說明該省能夠控制其他省份降碳潛力之間的相互聯系。設中間中心度為CB，設節點j和節點k之間所有捷徑數目為bjk，其中，經過節點i的捷徑數目為bjk(i),j≠k≠i，且j

1.2.3 空間關聯網絡的QAP 模型

由于省域之間地理位置的差異會導致回歸模型存在共線性問題，因此，不能采用多元回歸分析對空間關聯網絡模型進行影響因素分析。QAP 模型以關系數據為基礎，能處理多元線性或非線性問題，也可以用來研究多因素系統中各變量間復雜相關的情況。因此，本文基于QAP 模型分析省域降碳潛力空間關聯網絡的主要影響因素。

1.3 數據來源

本文以中國30 個省份（不含港澳臺及西藏地區）作為研究對象，樣本時期選擇2011—2020 年。實證部分所涉及的數據來自《中國能源統計年鑒》《中國統計年鑒》、年度國民經濟和社會發展統計公報和國家統計局。對于某些年份的能源缺失數據，采用插值法進行補全。

2 省域降碳潛力的空間關聯網絡結構特征分析

2.1 省域降碳潛力的時序變化特征

表2 呈現了各省份在2011 年、2014 年、2017年和2020 年的降碳潛力計算結果。可以看出，降碳潛力均值水平在各省份間存在顯著差異，降碳潛力較低的省份主要分布在我國東部及沿海地區，降碳潛力較高的省份主要分布在我國西北內陸地區。主要原因在于東部地區多為經濟和產業發達地區，產業結構相對更為合理和高級，經濟低碳綠色轉型較為成熟，因此，碳減排的提升空間相對較小。西部地區在產業構成方面多以高能耗產業和資源產業為主，碳排放量較高，產業結構低碳化、綠色化程度較低，使得該地區存在較大降碳空間。

表2 中國省域降碳潛力

從時序變化來看，各省份的降碳潛力在研究期間內變化幅度明顯。黑龍江、廣西、寧夏等8 個省份降碳潛力有不同程度提升，其中寧夏增幅最大，為85.7%。北京、江蘇、上海等22 個省份降碳潛力則有所降低，降幅最大的省份為北京。由此可見，我國多數省份降碳潛力在樣本區間都有不同程度的降低。近年來，我國經濟堅持走綠色低碳發展道路，產業綠色轉型取得了積極成效，能源資源利用效率持續提升，使得區域降碳減排效果顯著，降碳空間存在不同程度縮減。

本部分研究從時間尺度上拓展了周迪等［9］的研究成果。對比周迪等［9］對我國1997—2015 年29 個省份碳減排潛力的測算結果，2015 年碳減排潛力較高的省份與本文測算結果大致相同，均為新疆、貴州、內蒙古等西部地區。同時結合本文2016—2020 年的測算結果可以發現，我國省域降碳潛力值自2015 年后呈現普遍的降低趨勢，印證了隨著我國經濟產業優化升級和低碳轉型帶來了區域降碳潛力不同程度的降低。

2.2 整體網絡特征分析

圖1 是中國30 個省份降碳潛力在2020 年的空間關聯網絡結構圖，可以看出，中國省域降碳潛力空間關聯結構顯著，不僅與鄰近省份存在空間關聯關系，還與非鄰近省份存在空間關聯關系；還可以看出，各省份降碳潛力之間的溢出關系復雜，整體網絡聯系較為密切。

圖1 2020 年中國30 個省份降碳潛力空間關聯網絡

圖2 呈現了2011—2020 年省域降碳潛力空間關聯網絡的網絡密度和網絡關系數?？梢钥闯?，樣本期內實際網絡關系數整體呈現上升趨勢，從2011 年的198 增長至2020 年的208，漲幅為5.051%。網絡密度也呈現整體上升趨勢，從2011 年的0.228 增長至2020 年的0.239，漲幅為4.825%。需要注意的是，理論上降碳潛力空間關聯網絡最大可能關系數為870，而樣本期內網絡關系數最大值為 208，說明中國省域降碳潛力的空間關聯仍存在較大提升空間。

圖2 中國30 個省份降碳潛力網絡的網絡密度和網絡關系數

圖3 呈現了2011—2020 年省域降碳潛力網絡等級度和網絡效率。總體來看，網絡等級度和網絡效率在樣本期內較為穩定。從2011 年至2020 年，網絡效率由0.719 2 下降至0.692 1；網絡等級度由0.292 1 下降至0.129 0。二者略有下降趨勢，表明中國省域降碳潛力空間關聯網絡中的區域間相互作用逐漸增強且聯系日益緊密。此外，網絡關聯度在樣本期內均為1，表明我國省域降碳潛力空間關聯網絡具有較強的穩健性，網絡結構較為穩定。

圖3 中國30 個省份降碳潛力網絡的網絡效率和網絡等級度

綜上可見，隨著我國區域經濟協同發展水平提升，各省域的資源和技術集聚增強，在對各省份降碳減排產生積極作用的同時，也使得各省份降碳潛力空間關聯更為密切，并逐漸趨于穩定。

2.3 個體網絡特征分析

本文從度數中心度、接近中心度和中間中心度3 個維度刻畫網絡個體特征，探究各省份在降碳潛力空間關聯網絡中的地位和作用。表3 列出了樣本期內代表年份的各省市網絡中心性測度結果。

表3 2011—2020 年中國30 個省份降碳潛力空間關聯網絡結構中心性分析

（1）度數中心度。度數中心度均值在樣本期內呈整體上升趨勢，由2011 年的32.874 提升至2020 年的35.402，表明各省份降碳潛力與其他省份的空間關聯數不斷增多，省際之間聯系日益密切。2011—2020 年度數中心度排名靠前的省份主要有北京、天津、上海、浙江、福建、甘肅和內蒙古等。除內蒙古和甘肅外，其他省份主要分布在東部及沿海省份，表明東部及沿海省份對整體降碳潛力關聯及溢出關系影響顯著。排名靠后的省份主要有黑龍江、吉林、遼寧、青海、山東等，在省域降碳潛力的空間關聯網絡中多居于邊緣位置，與其他省份降碳潛力的空間溢出關系較少。

（2）接近中心度。2011 年接近中心度均值為58.928，2020 年接近中心度均值為60.348，漲幅為2.410%。其中，低于均值的省份多分布于中西部地區，為省域降碳潛力空間網絡中的“邊緣行動者”；高于均值的省份多為北京、天津、上海等東部地區，說明這些省份易與其他省份產生直接的降碳潛力空間關聯關系。

（3）中間中心度。2011—2012 年中間中心度均值從2.627 降至2.455，樣本期內中間中心度超過均值的省份大多為東部、中部較發達地區，而多數西部和中部地區則排名靠后，中間中心度基本上在0.5 上下波動，易受其他省份的限制，表明中國省域降碳潛力網絡呈現出網絡個體地位的非均衡性。

綜上，北京、天津、上海、內蒙古、甘肅等省份處于降碳潛力空間關聯網絡的中心位置。北京、天津、上海經濟發達，與周邊地區經濟聯系緊密，人才、技術、資本等要素流動性強。內蒙古、甘肅是能源和資源大省，與中東部諸多省份存在能源輸出關系，同時還可以利用自身資源優勢，通過調整產業結構在省份之間形成產業轉移。上述原因使得這些省市與其他區域之間存在較強的降碳潛力關聯關系。排名靠后的省份主要有黑龍江、吉林、遼寧以及大多數中西部地區，這些地區由于地理位置相對偏遠、經濟規模相對有限以及能源結構單一等因素，導致與其他省份間的降碳潛力關聯較弱。

2.4 塊模型分析

參考余娟娟等［26］、駱燦等［27］的研究，借助UCINET 軟件中的CONCOR 工具，最大分割深度為2，收斂標準為0.2，將中國省域降碳潛力空間關聯網絡劃分為凈受益、凈溢出、雙向溢出、經紀人等4 個板塊，對我國省域降碳潛力網絡的空間聚類特征做進一步分析。其中，凈受益板塊接收的板塊外關系數量明顯大于其對其他板塊發出的關系數量，凈溢出板塊對其他板塊發出的關系數量遠大于其接收到的其他板塊關系數量，雙向溢出板塊的地區既接收來自其他板塊的關系也向其他板塊發出關系，同時也接收較多的來自板塊內部的關系，經紀人板塊的接收和發出關系數量相當，但是板塊外關系數量明顯大于板塊內關系數量。計算結果如表4 所示。

表4 中國30 個省份降碳潛力空間關聯板塊的溢出效應（2020 年）

可以看出，2020 年中國省域降碳潛力網絡存在208 個關聯關系，其中板塊內部之間48 個，板塊之間160 個，占比分別為23.08%和76.92%，說明板塊間降碳潛力空間關聯關系和溢出效應顯著。板塊Ⅰ實際、期望內部關系比例分別為8.00%、10.34%，雖然實際內部關系比例比內部關系比例略小，但從板塊外的接發關系看，板塊Ⅰ接收關系73個顯著高于發出關系23 個，因此板塊Ⅰ為“凈受益”板塊。這一板塊由京、津、江、滬組成，板塊內省份大量接收其他省份降碳潛力溢出，會更多地受到其他省份降碳潛力變動影響。板塊Ⅲ實際、期望內部關系比例分別為43.08%和34.48%，前者要比后者大；從板塊外接發關系看，板塊Ⅲ發出關系數近似接收關系數，因此，板塊Ⅲ是“雙向溢出”板塊，該板塊中的地區在接收其他板塊降碳潛力溢出的同時，自身的降碳潛力變化也會影響其他省份。板塊Ⅱ的板塊外接收關系數為32，板塊外發出關系數為26，板塊Ⅳ的板塊外接收關系數為27，板塊外發出關系數量為74。因此，板塊Ⅱ是“經紀人”板塊，在降碳潛力空間關聯網絡扮演著“中介”角色，對網絡中的降碳潛力空間溢出效應起到傳導和擴散作用。板塊Ⅳ是“凈溢出”板塊，該板塊省份多為內陸或邊緣地區，資源相對豐富，多向其他省份輸出能源資源，進而形成降碳潛力溢出。

為進一步考察各板塊之間的降碳潛力空間關聯關系，基于板塊劃分的計算結果得到省域降碳潛力網絡的密度矩陣和像矩陣（見表5）?？梢钥吹?，板塊Ⅰ接收板塊Ⅲ、Ⅳ的溢出關系，僅向板塊Ⅲ發出關系；板塊Ⅳ僅接收板塊Ⅱ的溢出，同時向板塊Ⅰ和板塊Ⅱ發出關系，因此板塊Ⅰ為典型的“凈受益”板塊，而板塊Ⅳ為典型的“凈溢出”板塊。板塊Ⅱ僅與板塊Ⅳ存在關系的接收和溢出；板塊Ⅲ既接收板塊Ⅳ的溢出，也向板塊Ⅳ發出關系，且板塊Ⅲ內部也存在著降碳潛力的溢出關系。

表5 中國30 個省份降碳潛力空間關聯板塊的密度矩陣與像矩陣

3 省域降碳潛力空間關聯網絡的影響因素分析

在分析我國省域降碳潛力空間關聯網絡的結構特征和傳導機制的基礎上，進一步分析省域降碳潛力空間關聯網絡結構的影響因素。

3.1 模型假定與指標選取

中國省域降碳潛力空間關聯網絡結構的演化是多種因素相互作用的結果。從網絡結構特征分析結果來看，鄰近省份間的空間關聯和溢出效應可能更為顯著，且省域之間降碳潛力溢出程度可能與各區域發展方式密切相關，進而可從省份間發展差異的角度來研究中國省域降碳潛力的空間關聯性。童磊等［14］提出地理位置不同會減少碳排放的溢出效應，產業轉移度和對外開放水平、經濟發展水平、能源結構的差異會促進碳排放的空間溢出；楊桂元等［22］研究發現省份接近和產業結構、消費水平差異越大，省份之間碳排放的空間關聯和溢出越大，而區域間能源消耗和城鎮人口越相似,其空間關聯和溢出越大；鄭航等［28］提出經濟發展水平、能源利用效率、技術水平和環保力度差異的擴大有利于促進碳排放空間關聯關系的形成；李愛等［29］認為京津冀城市群碳排放空間關聯關系主要受地理位置和技術創新差異的影響，長三角城市群碳排放空間關聯關系主受地理位置、產業結構差異、人口密度差異和城鎮化水平差異影響，珠三角城市群碳排放空間關聯關系則受到地理位置、產業結構差異和城鎮化水平差異的影響；龐慶華等［30］研究發現地理鄰近關系、城鎮人口差異、能源消費差異、產業結構差異對長江經濟帶碳排放空間關聯關系有著顯著的影響。參照現有文獻研究成果，文章選取以下5 個變量作為省域降碳潛力空間關聯性的主要影響因素并做進一步研究。

（1）地理位置差異（D）。地理位置臨近的省份更有利于發揮省域資源的集聚效應，提高各省份降碳潛力，降低碳排放減少碳污染。選用空間鄰接矩陣D來表征。

（2）經濟水平差異（A）。經濟發展水平是各省份發展的基礎，同時可以促進區域內投資，是提高省域降碳潛力水平的物質保證和技術支撐。選用省份間人均GDP 對數差值來衡量。

（3）能源消耗差異（E）。能源消耗與降碳潛力間存在著密切聯系，充分提升能源的循環利用對提高各省份的降碳潛力具有重要影響作用。使用省份間單位GDP 能耗差值來反映。

（4）產業結構差異（I）。產業結構調整會形成省份間產業轉移，改善區域能源利用效率低、排放量高的現狀，進一步提高省域降碳潛力。使用省份間第三產業的GDP 占比差值來衡量。

（5）城鎮化程度差異（P）。城鎮化能加快技術和人才聚集，優化產業結構，進而對各省降碳潛力產生積極作用。選取省份間城鎮人口比重差值來表征。

3.2 QAP 相關性分析

利用UCINET 軟件，經過10 000 次隨機置換，對降碳潛力空間關聯矩陣與地理位置差異D、經濟發展水平差異A、能源消耗差異E、產業結構差異I、城鎮化程度差異P進行QAP 相關性檢驗。由表6 可知，D、A、I、P的相關系數均在1%的水平上顯著，且都為正向影響。E的相關系數在5%的水平下顯著為負。表明選取的5 個變量與降碳潛力空間關聯結構均存在具有顯著的相關關系。

表6 中國30 個省份降碳潛力空間關聯矩陣與影響因素的QAP 相關性檢驗結果

由表7 可知，D與其他自變量在5%的顯著性水平上均有顯著相關關系，A與I、P的相關系數在1%的水平上顯著，I與P的相關系數在1%的水平上顯著，故進行普通的面板回歸可能出現“多重共線性”問題，進而影響回歸結果的正確性。因此，采用QAP 回歸分析來探究這些因素對降碳潛力空間關聯關系的影響是合理的。

表7 中國30 個省份降碳潛力空間關聯影響因素之間的 QAP 相關性檢驗結果

3.3 QAP 回歸分析

表8 反映了經過10 000 次隨機置換的QAP 回歸結果。由結果可見，修正后的R2為0.321，且在1%的水平上顯著。

表8 中國30 個省份降碳潛力空間關聯影響因素的QAP 回歸分析結果

（1）D和A系數均在1%的水平上顯著為正，且標準化后的回歸系數顯示地理位置差異和經濟水平差異系數的絕對值較大，說明地理鄰近關系和經濟水平是影響降碳潛力空間關聯關系的主要因素，且省份越相近、經濟水平差異越大，省域降碳潛力的空間關聯和溢出作用越顯著。原因在于，臨近的省份更有利于發揮區域資源的集聚效應，相關要素空間轉移的成本和難度也越小，進而有助于提高省域降碳潛力空間關聯；經濟水平差異的增大使得省域經濟發展不平衡、不協調，進而加速省域間要素流動，經濟水平相對高的省份較易形成資源外溢，并與臨近省份社會經濟發展各要素不斷發生重組，有助于優化省域降碳潛力空間關聯網絡結構。

（2）E的回歸系數在10%的水平上顯著為負，說明省份單位GDP 能耗越接近，降碳潛力的空間關聯就越強。省份間能源消耗強度越接近，省域間進行協同降碳的合作空間越大，進而可以推動省域間降碳潛力空間關聯。

（3）I 的回歸系數在10%的水平上顯著為正，P的回歸系數在5%的顯著性水平上顯著為正，說明省域降碳潛力空間關聯關系受到產業結構差異和城鎮化差異的影響。產業結構和城鎮化差異程度越大，越容易形成人才、資金、技術等相關要素在省域間的流動，使得省域降碳潛力空間關聯網絡結構更加緊密。

4 結論與建議

本文在對2011—2020 年中國30 個省的降碳潛力進行測度的基礎上，利用修正引力模型構建中國省域降碳潛力空間關聯網絡，對各省份間的空間關聯網絡結構特征進行定量分析，并基于QAP 模型識別省域降碳潛力空間關聯網絡影響因素，主要結論及建議如下：

第一，省域降碳潛力空間網絡緊密程度呈現增長趨勢，空間網絡結構較為穩定。因此，應當積極利用省域間降碳潛力關聯緊密的特征，樹立全國一盤棋的意識觀念，在加強各省自身降碳減排的同時，由點帶面，積極推動區域協同降碳減排。

第二，北京、天津、上海等東部發達省市以及內蒙古和甘肅等資源能源大省份的度數中心度、接近中心度和中間中心度排名居前，處于空間關聯網絡的核心位置，對于降碳潛力空間溢出具有較強的支配能力。多數中西部省份在省域降碳潛力空間關聯網絡中居于邊緣位置，對于省域降碳潛力關聯難以施加較大影響。因此，為了有效提升降碳潛力，應當加強各省（區、市）之間廣泛的多層次交流協作，積極推動核心區域與邊緣區域的降碳減排合作，從經濟、技術、人才和信息等方面推動區域間資源共享和流通；對于邊緣區域，吸引和利用更多的資金、技術和人才以提高他們的減排能力。

第三，京津滬等發達地區多屬于凈受益板塊，廣東、浙江、重慶和福建屬于“經紀人”板塊，內蒙古等十一個省份屬于雙向溢出板塊，新疆等十一個省份則構成凈溢出板塊。凈受益板塊和“經紀人”板塊多為經濟發達且降碳潛力較低的省市，這些區域應當積極發展新業態經濟，尋求新的產業和經濟增長點，進一步優化產業結構，以提升降碳空間。同時，還要充分利用“經紀人”板塊在降碳潛力空間關聯網絡的中介地位，發揮其經濟、技術、產業優勢的輻射和帶動作用，推動降碳潛力空間溢出效應的傳導和擴散，帶動關聯區域的降碳潛力提升。雙向溢出板塊和凈溢出板塊多為資源大省或欠發達省份，這些地區應當積極推進產業低碳轉型升級，增強與凈受益板塊和“經紀人”板塊的區域合作，加大人才、技術、資金引進力度，以提升降碳減排力度和效率。

第四，地理位置、經濟水平、產業結構、城鎮化程度等差異對省際降碳潛力空間關聯具有顯著正向影響，能源消耗差異則具有顯著負向影響。應當根據不同省份間的要素稟賦差異，精準制定降碳減排政策，并加強省域間技術交流與合作，大力發展綠色產業，提高減排技術，充分發揮各地區降碳減排優勢，以提升省域間的降碳協同水平，降低省域降碳潛力的空間非均衡性，實現各區域降碳潛力有效。