馮彥++祝凌云++張大紅

摘要：基于SDM運用Matlab和Geoda測度細化產(chǎn)業(yè)結構對我國30個省碳強度的影響，結果表明我國碳強度存在顯著的空間自相關性、集聚性和路徑依賴性。其中對碳強度的影響，交通業(yè)（0899，最為顯著）>工業(yè)（0372）>建筑業(yè)（0316）>第一產(chǎn)業(yè)（0083）>商業(yè)（-0246），整體上看，產(chǎn)業(yè)結構調整有利于降低碳強度；同時現(xiàn)今碳強度更易受交通業(yè)、工業(yè)和建筑業(yè)的正影響和商業(yè)的負影響。因此降低此三類產(chǎn)業(yè)占比，增加商業(yè)占比，并配合新型節(jié)能環(huán)保技術，有利于降低本地區(qū)和周圍地區(qū)的碳強度。

關鍵詞：碳強度；產(chǎn)業(yè)結構；SDM；空間自相關性

DOI：10.13956/j.ss.1001-8409.2017.07.03

中圖分類號：F264；F2240 文獻標識碼：A 文章編號：1001-8409（2017）07-0011-05

Spatial and Econometric Analysis of Effect of Industrial

Structure Adjustment on Carbon Intensity in China

FENG Yan， ZHU Lingyun， ZHANG Dahong

（ Economics and Management College， Beijing Forestry University， Beijing 100083）

Abstract： Based on spatial durbin model， this paper measures the influence of refined industrial structure on carbon intensity in Chinese 30 provinces via using Matlab and Geoda. The result of which demonstrates carbon intensity has significant spatial spillover effects， clustering and path dependence. In addition， the influence of transportation on carbon intensity is most obvious （0.864） > industry（0.372） > construction（0.316） >primary industry（0.083） >business（0.246）. Overall， adjustment of industrial structure is beneficial to reduce carbon intensity， andnowadays carbon intensity is more likely to be affected by transportation， industrial and construction and reduced by business， thereby reducing proportion of three industry， increasing proportion of business， using energysaving and energy protection technologies， can reduce carbon intensity effectively.

Key words：carbon intensity； industrial structure； SDM； spatial autocorrelation

當前，我國針對環(huán)境問題已提出建立環(huán)境追究責任制的要求，并于2015年向聯(lián)合國氣候變化框架公約秘書處提交了《強化應對氣候變化行動——中國國家自主貢獻》，提出2030年碳強度要相對于2005年下降60%～65%。

基于理論和實踐的需要，環(huán)境相關研究正逐步深入，其中不乏關于產(chǎn)業(yè)結構與環(huán)境污染的研究。綜合國內外研究，主要包括：（1）指數(shù)分解法。學者們主要利用Kaya恒等式分解得出碳排放的影響因素，并測度影響程度[1]。（2）結構分解分析法。主要和投入產(chǎn)出模型相結合[2]。（3）回歸分析法。第一類為關于EKC假設的驗證及討論，許多學者探討了碳排放是否存在EKC曲線及預測[3]，如Salih分析得出表明旅游業(yè)發(fā)展和碳排放之間存在EKC關系[4]。除此之外，也有一些學者摒棄了EKC模型，研究環(huán)境對經(jīng)濟增長的反作用[5]。第二類為基于STIRPAT模型的中國碳排放影響因素研究[6]，如Yanan等人得出能源強度是影響發(fā)達地區(qū)碳排放的最大因素，工業(yè)化、人口和單位GDP對不發(fā)達地區(qū)的影響程度更大[7]。

實際上，當今經(jīng)濟一體化進程的加快伴隨的是貿易的互通有無、大量的進出口和外商投資，這樣就忽略了不同經(jīng)濟體之間的“轉嫁”效應以及“污染天堂”假說中提到的污染避難，模型偏差難以避免，從而降低了結果的解釋力和說服力。因此，本文從三個角度出發(fā)，研究細分產(chǎn)業(yè)對碳強度的影響大小，同時考慮經(jīng)濟一體化進程背景下污染呈現(xiàn)的空間依賴性，判斷和甄別碳強度是否存在空間溢出效應，比較產(chǎn)業(yè)結構變化前后碳強度的影響因素差異，最終選取合適的模型研究細分產(chǎn)業(yè)對碳強度的影響，并就減少碳排放和實現(xiàn)中國的自主貢獻目標提出建議。

33空間面板數(shù)據(jù)回歸分析

331非空間面板數(shù)據(jù)回歸結果

傳統(tǒng)和穩(wěn)健的LM檢驗可判斷SEM或SLM哪個更為合適，由表3可知，傳統(tǒng)和穩(wěn)健的LM檢驗均在1%的顯著性水平上拒絕了沒有空間滯后被解釋變量的原假設。雙固定效應模型穩(wěn)健的LM檢驗在5%的顯著性水平上拒絕了沒有空間自相關誤差項的原假設，除此之外，其余檢驗均在1%的顯著性水平上拒絕了原假設。且似然比檢驗時間固定效應得出，時間固定效應的估計值為339009（p=0000<001），表明可以選擇時間固定效應模型。

Wald和LR檢驗均在1%的顯著性水平上拒絕γ=0和γ+ρβ=0的原假設，因此必須拒絕SEM和SLM，選擇SDM。 Hausman檢驗結果（估計值為17623，p=0000<001）表明，固定效應更為合適。

332SDM回歸結果分析

表4列出了研究期初、期末各模型的回歸結果。前面已分析得出我國碳強度整體處于下降趨勢，表明從整體上看，隨著三次產(chǎn)業(yè)結構占比的變化以及產(chǎn)業(yè)內部的技術進步等因素，我國產(chǎn)業(yè)結構調整有助于降低碳強度。從產(chǎn)業(yè)細分來看，期初碳強度增加的主要驅動因素為交通業(yè)和工業(yè)。之后變?yōu)榻煌I(yè)、工業(yè)和建筑業(yè)。相比2005年工業(yè)來說，現(xiàn)今碳強度更易受到交通業(yè)的影響。建筑業(yè)占比遠低于工業(yè)占比，但它引起的碳強度的增加已經(jīng)不容忽視。

分析面板數(shù)據(jù)的SDM可知，交通業(yè)對碳強度的影響最大。2013年交通業(yè)能源消費量占總量的496%，其中僅石油消費量就占3796%，已超過了工業(yè)部門的石油消費量（175946萬噸）。車輛能源消耗是影響碳排放量的主要來源[9]，2013年民用汽車擁有量為1267014萬輛，其他機動車擁有量達113223萬輛，車輛增加導致交通業(yè)成為能源消費量較高、碳排放量增速較快的領域。2013年工業(yè)消耗能源總量為29113063萬噸標準煤（占6983%），作為能源消耗的主要產(chǎn)業(yè)，工業(yè)對碳強度的影響仍然顯著。2013年建筑業(yè)的石油消費量為30906萬噸，并且建筑業(yè)在消耗能源的同時，碳排放比例高達36%[10]。建筑業(yè)的碳排放不僅包括自身活動直接碳排放，還包括其對拉動和誘發(fā)關聯(lián)產(chǎn)業(yè)產(chǎn)生的間接碳排放（這一比例達到95%）[11]，因此建筑業(yè)的影響系數(shù)較大。第一產(chǎn)業(yè)對碳強度的影響作用為正，但現(xiàn)代農業(yè)生產(chǎn)模式的形成、機械使用效率的提高、第一產(chǎn)業(yè)比重下降等在一定程度上降低了其對碳強度的直接效應，這和魯萬波等研究的第五階段結果相近[12]。商業(yè)占比較小且商業(yè)的能源消費量最低，因此提高商業(yè)和降低第一產(chǎn)業(yè)比重有利于降低碳強度。

工業(yè)和交通業(yè)的直接效應最大，是碳強度增加的主要驅動因素。建筑業(yè)占比低于第一產(chǎn)業(yè)占比，但其對碳強度的正向影響明顯高于第一產(chǎn)業(yè)，表明建筑業(yè)減排也是一項重點任務。商業(yè)的直接效應和間接效應均為負，表明商業(yè)占比的增加會降低本地區(qū)和周圍地區(qū)的碳強度。其余四類產(chǎn)業(yè)的間接效應為正，其中交通業(yè)的間接效應最大，表明本地區(qū)交通業(yè)的發(fā)展會比其他產(chǎn)業(yè)為周圍地區(qū)帶來更多碳強度的增加。

4結論與討論

41結論

采用Matlab和Geoda軟件對2013年中國30個省域碳強度和產(chǎn)業(yè)結構進行回歸分析，得出如下結論：

第一，我國碳強度分布呈現(xiàn)階梯性（東部>中部>西部），碳排放量呈相反趨勢分布，東部地區(qū)GDP增速大于碳排放量增速、碳排放轉移和碳泄露效應都有可能導致這種結果。第二，Morans I和LISA聚類圖表明，我國碳強度和產(chǎn)業(yè)結構并非完全的隨機分布，存在空間正相關性，同時莫蘭指數(shù)的增加表明我國碳強度有路徑依賴性、集聚性和低流動性，主要呈現(xiàn)HH和LL的二元分布結構。第三，LM、Wald、LR和Hausman檢驗判別時間固定效應的SDM為本文計量模型，分析表明交通業(yè)是碳強度增加的最大驅動因素，其次是工業(yè)>建筑業(yè)>第一產(chǎn)業(yè)>0>商業(yè)，第一產(chǎn)業(yè)、工業(yè)和交通業(yè)對碳強度的正影響作用以及商業(yè)和建筑業(yè)對碳強度的負影響作用在OLS中被高估。第四，交通業(yè)的間接效應最大，其次是第一產(chǎn)業(yè)和工業(yè)，表明本地區(qū)這三類產(chǎn)業(yè)的增加會引起周圍地區(qū)碳排放的增加。第五，研究期初導致碳強度增加的主要因素為交通業(yè)和工業(yè)，期末為交通業(yè)。整體上看，產(chǎn)業(yè)結構調整有利于降低碳強度，相較2005年來說，現(xiàn)今碳強度更易受交通業(yè)、工業(yè)和建筑業(yè)的影響。

42討論

回顧相關研究，有學者得出第三產(chǎn)業(yè)占比增加會降低污染物排放，如吳玉鳴和田斌[13]分析得出，第一產(chǎn)業(yè)和第三產(chǎn)業(yè)對環(huán)境污染的破壞不如第二產(chǎn)業(yè)嚴重，且第三產(chǎn)業(yè)占比增加會降低污染物排放；有學者得出第二產(chǎn)業(yè)占比增加會顯著增加碳排放[14]，這和程葉青等人[15]的研究結論一致。本文中工業(yè)和建筑業(yè)增加會增加碳排放強度，這與徐海平、程葉青等學者的結論一致，但第三產(chǎn)業(yè)中交通業(yè)占比的提高會增加碳強度，這與吳玉鳴等學者的研究結論不一致。

綜上所述，在未來發(fā)展過程中應當重視交通業(yè)和建筑業(yè)對碳強度的正影響，調整工業(yè)和建筑業(yè)結構，加快發(fā)展新興工業(yè)、生產(chǎn)綠色環(huán)保建筑，規(guī)制高耗能、高污染企業(yè)；轉變交通業(yè)的發(fā)展方式，使用清潔能源和新型交通工具、提高能源轉化效率，環(huán)保出行；同時發(fā)展生態(tài)農業(yè)和商業(yè)，考慮碳排放的空間溢出效應，關注自身和周圍省域產(chǎn)業(yè)結構調整的相互影響，共同為實現(xiàn)中國的自主貢獻目標、控制全球溫室效應做出努力。

參考文獻：

[1]Shrestha R M，Timilsina G R. Factours Affecting Intensities of Power Sector in Asia：A Divisia Decomposition Analysis[J].Energy Economics，1996，18（4）：283-293.

[2]Ren S，Yuan B，Ma X， et al.International trade， FDI （Foreign Direct Investment） and Embodied CO2 Emissions：A Case Study of Chinas Industrial Sectors[J].China Economic Review， 2014，28：123-134.

[3]Ajmi A N，Hammoudeh S，Nguyen D K， et al.On the Relationships between CO2 Emissions， Energy Consumption and Income：The Importance of Time Variation[J].Energy Economics， 2015，49：629-638.

[4]Katircio Lu S T.Testing the Tourism-induced EKC Hypothesis：The case of Singapore[J]. Economic Modelling，2014，41：383-391.

[5]呂健.中國經(jīng)濟增長與環(huán)境污染關系的空間計量分析[J].財貿研究，2011（4）：1-7.

[6]Cong X，Zhao M，Li L.Analysis of Carbon Dioxide Emissions of Buildings in Different Regions of China Based on STIRPAT Model[J].Procedia Engineering，2015，121：645-652.

[7]Wang Y，Zhao T.Impacts of Energy-related CO2 Emissions：Evidence from Under Developed， Developing and Highly Developed Regions in China[J].Ecological Indicators， 2015，50：186-195.

[8]肖雁飛，萬子捷，劉紅光.我國區(qū)域產(chǎn)業(yè)轉移中“碳排放轉移”及“碳泄漏”實證研究——基于2002年、2007年區(qū)域間投入產(chǎn)出模型的分析[J].財經(jīng)研究，2014，40（2）：75-84.

[9]張?zhí)招?，曾熬?中國交通碳排放空間計量分析[J].城市發(fā)展研究，2013，20（10）：14-20.

[10]馮博，王雪青.中國各省建筑業(yè)碳排放脫鉤及影響因素研究[J].中國人口·資源與環(huán)境， 2015，25（4）：28-34.

[11]張智慧，劉睿劼.基于投入產(chǎn)出分析的建筑業(yè)碳排放核算[J].清華大學學報（自然科學版），2013，53（1）：53-57.

[12]魯萬波，仇婷婷，杜磊.中國不同經(jīng)濟增長階段碳排放影響因素研究[J].經(jīng)濟研究，2013，（4）：106-118.

[13]吳玉鳴，田斌.省域環(huán)境庫茲涅茨曲線的擴展及其決定因素——空間計量經(jīng)濟學模型實證[J].地理研究，2012，31（4）：627-640.

[14]許海平.空間依賴、碳排放與人均收入的空間計量研究[J].中國人口.資源與環(huán)境，2012，22（9）：149-157.

[15]程葉青，王哲野，張守志，等.中國能源消費碳排放強度及其影響因素的空間計量[J].地理學報，2013，68（10）：1418-1431.

（責任編輯：辜萍）