呂天宇, 曾 晨,2,*, 劉澤瑾, 楊 婧

1 華中農(nóng)業(yè)大學(xué)公共管理學(xué)院, 武漢 430070 2 中國(guó)科學(xué)院地理科學(xué)與資源研究所, 北京 100101 3 武漢大學(xué)資源與環(huán)境科學(xué)學(xué)院, 武漢 430079

全球氣候變暖已成為21世紀(jì)人類社會(huì)的嚴(yán)峻挑戰(zhàn),嚴(yán)重制約人類可持續(xù)發(fā)展[1- 2]。2018年,聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(Intergovernmental Panel on Climate Change,IPCC)在《全球升溫1.5℃特別報(bào)告》中指出,如果變暖速度不變,全球?qū)⒂?030—2052年間升溫1.5℃,這將造成全球極端天氣增加、海平面上升、生態(tài)系統(tǒng)多樣性下降,并威脅人類的生計(jì)與健康。為了應(yīng)對(duì)氣候變暖危機(jī),各國(guó)積極尋求緩解氣候變暖措施,先后在《聯(lián)合國(guó)氣候變化框架公約》、《京都議定書》、《哥本哈根協(xié)議》、《巴黎協(xié)定》中就全球氣候變化問題展開部署,抑制氣候變暖已經(jīng)成為世界各國(guó)共識(shí)[3- 4]。IPCC第五次評(píng)估報(bào)告指出,傳統(tǒng)化石能源燃燒產(chǎn)生的CO2是造成溫室效應(yīng)的主要原因,因此減少CO2排放是抑制氣候變暖的重要路徑。但由于歷史原因,發(fā)達(dá)國(guó)家和欠發(fā)達(dá)國(guó)家所處發(fā)展階段不同,CO2排放特征也存在顯著差異,CO2減排問題需具體分析[5]。因此在氣候變暖已成為全球性挑戰(zhàn)的背景下,基于全球宏觀視角探討CO2排放的驅(qū)動(dòng)機(jī)制及其空間外溢效應(yīng),并識(shí)別不同發(fā)達(dá)程度國(guó)家CO2排放驅(qū)動(dòng)機(jī)制異同,可以為制定低碳減排策略進(jìn)而抑制氣候變暖提供參考。

隨著氣候變暖問題日益突出,越來(lái)越多的學(xué)者開始關(guān)注CO2排放影響因子和驅(qū)動(dòng)機(jī)制領(lǐng)域。在研究尺度方面,當(dāng)前學(xué)者在全球[6]、經(jīng)濟(jì)組織[7]、國(guó)家[8]、省[9- 10]、市[11]等不同尺度上均有研究,大尺度研究有利于從宏觀視角把握CO2排放總體情況,中微觀視角有利于精準(zhǔn)施策。從現(xiàn)有文獻(xiàn)看,IPAT模型[12]、STIRPAT模型[13- 14]、主成分分析法[15]、SDA和IDA方法[16]、Kaya Index方法[9]、投入產(chǎn)出模型[17]等是CO2排放驅(qū)動(dòng)機(jī)制研究的代表模型。此外,CO2排放的影響因素研究可以劃分為研究單一類型指標(biāo)與CO2排放之間的關(guān)系和研究多因素指標(biāo)對(duì)CO2排放的貢獻(xiàn)。單一指標(biāo)研究主要集中在城市化水平[6]、人口[18]、貿(mào)易[19- 20]、經(jīng)濟(jì)[21- 22]、產(chǎn)業(yè)結(jié)構(gòu)[23]、部門[24]、技術(shù)[25]等方面。也有很多學(xué)者通過(guò)構(gòu)建多指標(biāo)體系研究其對(duì)CO2排放的影響[26- 28],如Wang和Zhao[29]基于中國(guó)1997年至2012年面板數(shù)據(jù),并將中國(guó)的30個(gè)省級(jí)行政單位劃分為三個(gè)不同的經(jīng)濟(jì)發(fā)展區(qū),采用STIRPAT模型研究人口、經(jīng)濟(jì)水平、技術(shù)水平、城市化水平、工業(yè)化水平和外貿(mào)程度對(duì)不同經(jīng)濟(jì)發(fā)展區(qū)CO2排放的影響;Wang等[14]基于擴(kuò)展STIRPAT理論框架研究北京市1997—2010年CO2排放影響因子,得出人均GDP、城市化水平、工業(yè)化水平、能源結(jié)構(gòu)以及研發(fā)產(chǎn)出均是影響CO2排放的顯著因子。近些年來(lái),越來(lái)越多的學(xué)者關(guān)注到CO2排放的空間效應(yīng),將空間計(jì)量引入CO2排放驅(qū)動(dòng)機(jī)制研究領(lǐng)域[30],并研究CO2排放的空間溢出效應(yīng)。在空間互動(dòng)關(guān)系的構(gòu)建上,學(xué)者們通?；诳臻g鄰接關(guān)系[31- 32]、地理距離空間矩陣[33]和其它拓展的社會(huì)經(jīng)濟(jì)距離矩陣[34]進(jìn)行空間計(jì)量研究。

過(guò)去在CO2排放影響機(jī)理方面的研究成果較為豐富,但是在基于發(fā)展差異研究視角和貿(mào)易空間互動(dòng)模式研究方面還有待進(jìn)一步探索：(1)在全球視角下的CO2排放研究領(lǐng)域,較少有學(xué)者基于發(fā)展差異視角研究不同發(fā)展程度國(guó)家的CO2排放驅(qū)動(dòng)機(jī)制差異性。(2)現(xiàn)有貿(mào)易與CO2排放互動(dòng)研究中,大多研究從總商品貿(mào)易出發(fā)[35- 36],少數(shù)研究基于單類別商品貿(mào)易的碳排放效應(yīng)[37- 39],且較少有學(xué)者從空間實(shí)體之間的貿(mào)易往來(lái)和網(wǎng)絡(luò)連接來(lái)挖掘空間互動(dòng)的形成機(jī)理。綜上,在考慮國(guó)家的代表性和數(shù)據(jù)的可獲取性的基礎(chǔ)上,以全球98個(gè)國(guó)家為研究對(duì)象,基于總商品貿(mào)易和化石能源貿(mào)易的引力模型構(gòu)建兩種空間互動(dòng)關(guān)系,利用擴(kuò)展的S-STIRPAT模型對(duì)2000、2005、2010年和2014年四個(gè)年份的CO2排放的驅(qū)動(dòng)機(jī)制和空間溢出效應(yīng)展開實(shí)證分析,并基于發(fā)展差異視角,劃分發(fā)達(dá)和欠發(fā)達(dá)國(guó)家研究CO2排放驅(qū)動(dòng)機(jī)制異同,識(shí)別不同發(fā)展程度國(guó)家CO2排放的關(guān)鍵驅(qū)動(dòng)因素,從而為減緩全球氣候變暖和可持續(xù)發(fā)展提供理論參考依據(jù)。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 擴(kuò)展的S-STIRPAT模型

1.1.1STIRPAT模型

IPAT模型最初是由Ehrlich和Holdre提出[40],用于分析人口(Population)、財(cái)富水平(Affluence)和技術(shù)水平(Technology)對(duì)環(huán)境的影響(Impact),其表達(dá)式如下：

I=PAT

(1)

式中,I代表環(huán)境影響,P代表人口規(guī)模,A代表財(cái)富水平,T代表技術(shù)水平。1994年Dietz和Rosa[41]基于IPAT模型建立了STIRPAT模型,相比于IPAT模型,STIRPAT模型拒絕了單位彈性假設(shè),并增加了隨機(jī)性,以方便進(jìn)行經(jīng)驗(yàn)分析。此外,STIRPAT模型允許將各系數(shù)作為參數(shù)進(jìn)行估計(jì),并且允許將影響因子進(jìn)行適當(dāng)?shù)姆纸夂透倪M(jìn)[42]。由于其靈活性,STIRPAT模型已成為研究CO2排放影響因素的重要方法之一。STIRPAT模型表達(dá)式如下：

I=aPbAcTde

(2)

式中,a為常數(shù)項(xiàng),b、c、d分別為P、A、T的指數(shù)項(xiàng),e為隨機(jī)誤差項(xiàng)。由于STIRPAT模型是非線性,需要通過(guò)在等式兩邊取對(duì)數(shù)以減少異方差,取對(duì)數(shù)后的模型表達(dá)式如下：

lnI=a+b(lnP)+c(lnA)+d(lnT)+e

(3)

具體就本研究而言,(3)式中的I為人均CO2排放量,(3)式右邊的影響因素及其度量指標(biāo)的選取說(shuō)明如下(表1)：

(1)人口(P)。在研究CO2排放影響因素方面,學(xué)者們通常將總?cè)丝诩{入考慮范疇[43]。但由于對(duì)CO2排放量進(jìn)行了人均化處理,因此不再將總?cè)丝谧鳛榻忉屪兞?而選取城市化水平(Urbanization rate,UR)來(lái)表征人口結(jié)構(gòu)變動(dòng)對(duì)CO2排放的影響。城市化水平是指城市人口占總?cè)丝诒壤?目前已有學(xué)者將城市化水平納入STIRPAT模型進(jìn)行分析[44- 45],并得出了城市化水平是影響CO2排放量的重要指標(biāo)。

(2)財(cái)富(A)。人均GDP通常被用來(lái)衡量國(guó)家經(jīng)濟(jì)發(fā)展水平,因此研究選取人均GDP(Per capita GDP,PGDP)作為財(cái)富水平的衡量指標(biāo),并對(duì)GDP進(jìn)行人均化處理使其與被解釋變量的人均化處理相對(duì)應(yīng)。

(3)技術(shù)(T)。技術(shù)進(jìn)步是減少CO2排放最重要的途徑之一[46]。將能源強(qiáng)度(Energy intensity,EI)和可再生能源使用率(Renewable energy consumption,REG)納入技術(shù)指標(biāo)的考慮范疇。這是基于如下考慮：能源強(qiáng)度指單位GDP的能源消耗量,可以很好地反映國(guó)家或地區(qū)的節(jié)能減排技術(shù)水平[47-48]?？稍偕茉词褂寐时碚骺稍偕茉聪恼伎偰茉聪牡陌俜直取？稍偕茉词莻鹘y(tǒng)化石能源的清潔替代品,對(duì)溫室效應(yīng)有積極的改善作用,但實(shí)際利用難度大,對(duì)技術(shù)和設(shè)備要求較高,因此可再生能源使用率也可以反映技術(shù)水平。

表1 影響因子的變量說(shuō)明

擴(kuò)展后的STIRPAT模型表達(dá)式為：

lnPCE=a+b(lnUR)+c(lnPGDP)+d1(lnEI)+d2(lnREG)+e

(4)

1.1.2考慮空間互動(dòng)關(guān)系的S-STIRPAT模型

地理學(xué)第一定律表明任何事物都與其他事物存在空間聯(lián)系[49],因此本文在CO2排放驅(qū)動(dòng)機(jī)制研究中也考慮了國(guó)家間CO2排放的空間聯(lián)系與互動(dòng),引入空間計(jì)量模型對(duì)其展開進(jìn)一步研究,形成考慮空間互動(dòng)關(guān)系的S-STIRPAT,即空間STIRPAT模型：

lnPCE=a+αW1PCE′+bW2lnUR+cW2lnPGDP+d1W2lnEI+d2W2lnREG+ηW3u+e

(5)

式中,α為空間滯后項(xiàng)的系數(shù);b、c、d1、d2為解釋變量的系數(shù);η為誤差項(xiàng)的系數(shù);a表示常數(shù)項(xiàng),PCE代表人均CO2排放量,PCE′表示其貿(mào)易“鄰居”的人均CO2排放量。W1是滯后項(xiàng)上的空間權(quán)重矩陣,W2是解釋變量中的空間權(quán)重,W3是誤差項(xiàng)的空間權(quán)重矩陣。當(dāng)W1和W2等于0時(shí),空間回歸模型的一般形式轉(zhuǎn)化為空間誤差模型。當(dāng)W2和W3等于0時(shí),空間回歸模型的一般形式轉(zhuǎn)化為空間滯后模型。當(dāng)W3等于0時(shí),空間回歸模型的一般形式轉(zhuǎn)化為空間杜賓模型。

1.1.3基于貿(mào)易互動(dòng)關(guān)系的引力模型

世界一體化進(jìn)程加快使得各國(guó)間貿(mào)易往來(lái)日益密切,貿(mào)易包含的“貿(mào)易內(nèi)涵碳排放”成為國(guó)家間CO2排放溢出的重要渠道,因此本文基于國(guó)家間貿(mào)易聯(lián)系構(gòu)建空間互動(dòng)關(guān)系具有合理性。隨著國(guó)際分工協(xié)作的不斷加深,基于不同類別商品貿(mào)易產(chǎn)生的碳排放影響得到了學(xué)者們的關(guān)注[37- 39],但總的來(lái)看基于單類別貿(mào)易商品的碳排放效應(yīng)研究仍然較少。從總商品貿(mào)易綜合視角和化石能源這一單商品類別貿(mào)易視角構(gòu)建兩種空間互動(dòng)關(guān)系。首先考慮了貿(mào)易對(duì)國(guó)家間碳排放溢出的重要影響構(gòu)建了基于國(guó)家間總商品貿(mào)易的空間權(quán)重矩陣(W1),以全面反映由貿(mào)易流帶來(lái)的CO2排放溢出效應(yīng)。此外考慮到化石能源是CO2排放的重要排放源,80%—90%的CO2排放來(lái)源于化石能源消耗[50],故基于國(guó)家間化石能源貿(mào)易構(gòu)建基于化石能源貿(mào)易的空間權(quán)重矩陣(W2),以研究基于化石能源貿(mào)易的CO2排放溢出效應(yīng)。兩種空間互動(dòng)關(guān)系引力模型表達(dá)式如下：

(6)

(7)

式中,TFij為i、j兩國(guó)間的總商品貿(mào)易引力,FFij為i、j兩國(guó)間的化石能源貿(mào)易引力,TMTij為i國(guó)出口到j(luò)國(guó)的總商品貿(mào)易額,TMTji為j國(guó)出口到i國(guó)的總商品貿(mào)易額,FETij為i國(guó)出口到j(luò)國(guó)的化石能源量,FETji為j國(guó)出口到i國(guó)的化石能源量。商品貿(mào)易數(shù)據(jù)均來(lái)源于聯(lián)合國(guó)商品貿(mào)易統(tǒng)計(jì)數(shù)據(jù)庫(kù)(https://resourcetrade.earth/data),d為CEPII數(shù)據(jù)庫(kù)(http://www.cepii.fr/CEPII/fr/bdd_modele/bdd_modele.asp)公布的國(guó)家間經(jīng)濟(jì)距離,r為系數(shù),通常取1。

1.2 數(shù)據(jù)來(lái)源

本文基于數(shù)據(jù)可獲得性選取了全球98個(gè)國(guó)家作為研究對(duì)象(圖1),并以聯(lián)合國(guó)發(fā)布的《2010年人類發(fā)展報(bào)告》中OECD發(fā)達(dá)國(guó)家作為本文劃分發(fā)達(dá)國(guó)家和欠發(fā)達(dá)國(guó)家的依據(jù),其中,本文研究的發(fā)達(dá)國(guó)家有28個(gè),欠發(fā)達(dá)國(guó)家有70個(gè)。根據(jù)世界銀行統(tǒng)計(jì)數(shù)據(jù),選取的98個(gè)國(guó)家2014年CO2排放量占全球總排放量的87.29%,在一定水平上可以反映全球的CO2排放水平并表征全球CO2排放趨勢(shì)。研究中的被解釋變量為人均CO2排放量(PCE),解釋變量為城市化水平(UR)、人均GDP(PGDP)、能源強(qiáng)度(EI)和可再生能源使用率(REC),數(shù)據(jù)均來(lái)源于世界銀行(https://data.worldbank.org/)。

圖1 研究區(qū)分布Fig.1 Study area 研究區(qū)范圍：加拿大、哥斯達(dá)黎加、多米尼加、危地馬拉、洪都拉斯、牙買加、墨西哥、尼加拉瓜、巴拿馬、薩爾瓦多、美國(guó)、澳大利亞、新西蘭、貝寧、摩洛哥、科特迪瓦、喀麥隆、埃及、加蓬、加納、莫桑比克、毛里求斯、尼日利亞、塞內(nèi)加爾、多哥、突尼斯、坦桑尼亞、阿根廷、玻利維亞、巴西、智利、哥倫比亞、厄瓜多爾、秘魯、巴拉圭、烏拉圭、阿爾巴尼亞、奧地利、比利時(shí)、保加利亞、波黑、白俄羅斯、瑞士、塞浦路斯、捷克、德國(guó)、丹麥、西班牙、愛沙尼亞、芬蘭、法國(guó)、英國(guó)、希臘、克羅地亞、匈牙利、愛爾蘭、冰島、意大利、立陶宛、盧森堡、拉脫維亞、摩爾多瓦、北馬其頓、荷蘭、挪威、波蘭、葡萄牙、俄羅斯、斯洛伐克、斯洛文尼亞、瑞典、烏克蘭、阿塞拜疆、孟加拉國(guó)、文萊、中國(guó)大陸、格魯吉亞、印度尼西亞、印度、伊朗、伊拉克、以色列、約旦、日本、哈薩克斯坦、吉爾吉斯斯坦、韓國(guó)、黎巴嫩、斯里蘭卡、蒙古、馬來(lái)西亞、尼泊爾、巴基斯坦、菲律賓、沙特阿拉伯、新加坡、泰國(guó)、土耳其

2 人均CO2排放差異與貿(mào)易引力分析

2.1 人均CO2排放時(shí)空特征分析

2000、2005、2010年和2014年研究區(qū)內(nèi)人均CO2排放量空間分布格局變化明顯。本文利用GIS的自然斷點(diǎn)法,將人均CO2排放水平劃分為5類進(jìn)行渲染。由圖2可以看出,美國(guó)、加拿大、澳大利亞、沙特阿拉伯等國(guó)家人均CO2排放量一直處于高水平,俄羅斯、新西蘭以及歐洲部分國(guó)家人均CO2排放量處于較高水平,位于非洲、南亞等地區(qū)的欠發(fā)達(dá)國(guó)家人均CO2排放水平較低。從時(shí)間序列看,中國(guó)和蒙古人均CO2排放水平呈增加態(tài)勢(shì),歐洲人均CO2排放水平較高的國(guó)家數(shù)量卻趨于減少。初步可以看出,發(fā)達(dá)國(guó)家為全球人均CO2排放貢獻(xiàn)較大,盡管這種貢獻(xiàn)度已呈下降趨勢(shì);欠發(fā)達(dá)國(guó)家人均CO2排放量處于較低水平,但近些年來(lái)發(fā)展迅速的國(guó)家,如中國(guó)、蒙古等人均CO2排放量增加顯著。

2.2 人均CO2排放的相對(duì)差異分析

變異系數(shù)是標(biāo)準(zhǔn)差除以均值的結(jié)果,衡量的是各國(guó)人均CO2排放量偏離平均值的相對(duì)差異。圖3顯示了2000—2014年研究區(qū)內(nèi)全部國(guó)家以及發(fā)達(dá)國(guó)家和欠發(fā)達(dá)國(guó)家兩個(gè)小組的相對(duì)差異(變異系數(shù))變化趨勢(shì),可以看出研究區(qū)內(nèi)98個(gè)國(guó)家人均CO2排放量相對(duì)差異在2000年至2014年期間呈波動(dòng)下降的趨勢(shì),由2000年的0.9776下降至2014年的0.8814,表明研究區(qū)內(nèi)的98個(gè)國(guó)家間人均CO2排放離散程度整體降低。具體來(lái)看,發(fā)達(dá)國(guó)家和欠發(fā)達(dá)國(guó)家人均CO2排放量均呈波動(dòng)上升趨勢(shì),表明發(fā)達(dá)國(guó)家間人均CO2排放差異和欠發(fā)達(dá)國(guó)家間人均CO2排放相對(duì)差異進(jìn)一步拉大。其中,發(fā)達(dá)國(guó)家相對(duì)差異由2000年的0.4062上升至2014年的0.4588,欠發(fā)達(dá)國(guó)家相對(duì)差異則由1.04上升至1.08。由此可見,不同發(fā)達(dá)程度國(guó)家間人均CO2排放存在較大的相對(duì)差異,但欠發(fā)達(dá)國(guó)家間相對(duì)差異更大。

2.3 基于貿(mào)易的空間互動(dòng)引力分析

圖4通過(guò)和弦圖(chord diagram)的方式對(duì)2014年研究區(qū)內(nèi)國(guó)家間基于總商品貿(mào)易和化石能源貿(mào)易的國(guó)家間貿(mào)易引力聯(lián)系進(jìn)行可視化表達(dá),直觀地揭示國(guó)家間貿(mào)易的拓?fù)浣换リP(guān)系。圓弧長(zhǎng)短表示貿(mào)易引力的大小,節(jié)點(diǎn)間弦連線的粗細(xì)反映貿(mào)易聯(lián)系強(qiáng)弱程度,數(shù)字代表的國(guó)家與圖1圖注國(guó)家順序一致。以2014年為例展開分析,在2014年總商品貿(mào)易引力和弦圖中,美國(guó)(11號(hào))、印度(79號(hào))和中國(guó)(76號(hào))在和弦中所占份額最大,表明美國(guó)、印度和中國(guó)是2014年總商品貿(mào)易活力最強(qiáng)的國(guó)家。2014年化石能源貿(mào)易引力和弦圖中,美國(guó)(11號(hào))、荷蘭(64號(hào))和印度(79號(hào))在和弦中所占份額最大,表明這些國(guó)家在2014年化石能源貿(mào)易中占有重要地位,就國(guó)家間貿(mào)易引力而言,總商品貿(mào)易引力和化石能源貿(mào)易引力最強(qiáng)的前2對(duì)國(guó)家組合均為荷蘭(64號(hào))與比利時(shí)(39號(hào))、荷蘭(64號(hào))與德國(guó)(46號(hào))。此外,從圖4中可以看出,不管是總商品貿(mào)易還是化石能源貿(mào)易,均主要集中在大洲內(nèi)部國(guó)家之間,這可能是由地理距離所驅(qū)動(dòng)。

圖3 相對(duì)差異變化趨勢(shì)圖Fig.3 Temporal change of the relative differences

圖4 引力關(guān)系圖Fig.4 Gravitational relationship diagram

3 人均CO2排放的驅(qū)動(dòng)機(jī)制和空間效應(yīng)

3.1 全球98個(gè)國(guó)家人均CO2排放的驅(qū)動(dòng)機(jī)制和空間效應(yīng)

首先對(duì)2000、2005、2010年和2014年人均CO2排放量(PCE)、人均GDP(PGDP)、城市化水平(UR)、可再生能源使用率(REC)和能源強(qiáng)度(EI)進(jìn)行相關(guān)性分析。四個(gè)年份相關(guān)性分析結(jié)果差異不大,其中,被解釋變量人均CO2排放量(PCE)與解釋變量人均GDP(PGDP)的相關(guān)性最強(qiáng),與城市化水平(UR)的相關(guān)性次之。解釋變量間,人均GDP(PGDP)和城市化水平(UR)相關(guān)性最強(qiáng),但其相關(guān)性系數(shù)小于0.8,表明解釋變量間不存在高度相關(guān)的因子。此外,城市化水平(UR)和人均GDP(PGDP)是與其他變量具有正相關(guān)關(guān)系的變量,可再生能源使用率(REC)和能源強(qiáng)度(EI)是與其他變量具有負(fù)相關(guān)關(guān)系的變量。在進(jìn)行相關(guān)性分析的基礎(chǔ)上,本文使用方差膨脹因子(VIF)進(jìn)行共線性檢驗(yàn),結(jié)果顯示各解釋變量間共線性在容差范圍之內(nèi)(VIF<10)。

圖5 相關(guān)性關(guān)系圖Fig.5 Correlation diagramPCE：人均二氧化碳排放量 Per CO2 emissions;PGDP：人均GDP Per capita GDP;UR：城市化水平 Urbanization rate;REC∶可再生能源使用率 Renewable energy consumption;EI：能源強(qiáng)度 Energy intensity。因STIRPAT模型需要,各變量均取對(duì)數(shù)(取ln)處理

為了對(duì)解釋變量進(jìn)行初步預(yù)判并與空間計(jì)量模型進(jìn)行比較,本文首先使用普通最小二乘法(OLS)進(jìn)行模型估計(jì)。以2000、2005、2010年和2014年四個(gè)年份的人均CO2排放量(PCE)為被解釋變量,以城市化水平(UR)、人均GDP(PGDP)、能源強(qiáng)度(EI)和可再生能源使用率(REC)為解釋變量做回歸分析。結(jié)果如表3所示,四個(gè)年份R2均大于0.89,表明模型具有較好的擬合效果。進(jìn)一步將空間效應(yīng)納入考慮發(fā)現(xiàn),四個(gè)年份被解釋變量人均CO2排放均存在顯著的空間自相關(guān)性,因此,忽視空間效應(yīng)的普通OLS方法結(jié)果是有偏的?；谏鲜龇治?全球98個(gè)國(guó)家CO2排放驅(qū)動(dòng)機(jī)制研究更適合采用空間回歸模型。

首先采用Moran′sI指數(shù)對(duì)全局空間相關(guān)性進(jìn)行檢驗(yàn)(限于篇幅,本文沒有給出Moran′sI指數(shù)的測(cè)算公式),四個(gè)年份Moran′sI均在1%的水平下顯著,表明四個(gè)年份人均CO2排放量具有顯著的空間正相關(guān)關(guān)系。其次進(jìn)行LM檢驗(yàn),LM lag顯著性要明顯優(yōu)于LM error,因此空間回歸部分選取空間滯后模型(SAR)展開研究。

表2 莫蘭指數(shù)及LM檢驗(yàn)

表3顯示了OLS和空間滯后模型的回歸結(jié)果。本文主要基于空間滯后模型分析CO2排放的驅(qū)動(dòng)機(jī)制?？傮w而言,在W1和W2的空間互動(dòng)關(guān)系下,影響CO2的驅(qū)動(dòng)因子變動(dòng)趨勢(shì)和顯著性基本一致,全球98個(gè)國(guó)家CO2排放驅(qū)動(dòng)機(jī)制以總商品貿(mào)易構(gòu)建的空間關(guān)系(W1)為例展開具體分析。城市化水平(UR)僅在2000年和2005年對(duì)人均CO2排放量產(chǎn)生顯著正向影響,且其影響程度呈減弱趨勢(shì),城市化水平每增加1%,人均CO2排放量增加分別增加0.4594%和0.2754%。城市是CO2排放的重要場(chǎng)所,全球70%以上的CO2排放和2/3的能源消費(fèi)來(lái)自城市[51]。其中,城市化進(jìn)程中承擔(dān)城市交通運(yùn)輸需求的交通運(yùn)輸業(yè)[52]、承載城市生產(chǎn)生活的建筑業(yè)以及城市居民生活碳排放[18]是造成城市CO2排放的重要原因。此外,隨著時(shí)間推移城市化水平不再是影響人均CO2排放的顯著因子,這可能與世界主要發(fā)達(dá)國(guó)家城市化水平放緩有關(guān)。

表3 全球國(guó)家回歸結(jié)果

人均GDP(PGDP)在四個(gè)年份中均對(duì)人均CO2排放產(chǎn)生顯著正向影響,人均GDP每增加1%,人均CO2排放量分別增加0.8702%、0.8702%、0.8588%、0.8441%。就其系數(shù)而言,人均GDP對(duì)人均CO2排放量貢獻(xiàn)度最大,盡管這種貢獻(xiàn)度呈現(xiàn)下降趨勢(shì),這表明雖然當(dāng)前人均GDP仍是造成CO2排放的第一大誘因,但其對(duì)CO2排放影響程度已呈下降趨勢(shì)。人均GDP綜合衡量了一個(gè)國(guó)家的人均產(chǎn)品與服務(wù)的生產(chǎn)能力, 反映了該國(guó)經(jīng)濟(jì)發(fā)展水平[53]。盡管世界各國(guó)對(duì)經(jīng)濟(jì)結(jié)構(gòu)劃分標(biāo)準(zhǔn)不同,但普遍認(rèn)可農(nóng)業(yè)、工業(yè)和服務(wù)業(yè)三大產(chǎn)業(yè)的劃分方法。其中,以化石能源為依托的工業(yè)部門是CO2排放的重要產(chǎn)生源,高排放工業(yè)部門是人均GDP造成高碳排放的重要作用路徑。

能源強(qiáng)度(EI)在四個(gè)年份中對(duì)人均CO2排放量均產(chǎn)生顯著正向影響,能源強(qiáng)度每增加1%,人均CO2排放量分別增加0.5113%、0.4623%、0.4753%、0.5639%。就其系數(shù)變化趨勢(shì)可以看出,2014年能源強(qiáng)度系數(shù)高于前三年,這意味著能源強(qiáng)度對(duì)CO2排放的貢獻(xiàn)度變大,而能源強(qiáng)度的變化與技術(shù)水平發(fā)展息息相關(guān),因此,積極發(fā)展低碳技術(shù)對(duì)減少CO2排放具有重要意義。

可再生能源使用率(REG)在四個(gè)年份中均對(duì)人均CO2排放量產(chǎn)生顯著負(fù)向影響。能源強(qiáng)度每增加1%,人均CO2排放量分別減少0.1263%、0.1458%、0.1787%、0.1559%。相比于化石能源,可再生能源具有污染少、CO2排放少的優(yōu)點(diǎn)。在當(dāng)前全球氣候變暖的挑戰(zhàn)下,提高可再生能源使用率是在不損害各國(guó)能源使用前提下保障經(jīng)濟(jì)平穩(wěn)運(yùn)行的重要契入點(diǎn)。此外,人口增加和經(jīng)濟(jì)發(fā)展使得全球能源結(jié)構(gòu)調(diào)整落后于能源需求的增加,不可再生的化石能源使用的絕對(duì)量仍在增加。在化石能源衰竭和氣候變暖的雙重約束下,提高可再生能源使用率是調(diào)整能源結(jié)構(gòu)、促進(jìn)經(jīng)濟(jì)轉(zhuǎn)型、減緩氣候變暖的重要途徑。

進(jìn)一步探究人均CO2排放的空間溢出效應(yīng),結(jié)果顯示,兩種空間互動(dòng)關(guān)系下的空間滯后系數(shù)均顯著為正,表明人均CO2排放存在明顯的空間溢出效應(yīng)。具體而言,在總商品貿(mào)易構(gòu)建的空間關(guān)系(W1)下,貿(mào)易“鄰居”人均CO2排放量每變動(dòng)1%,本國(guó)的人均CO2排放量會(huì)往相同的方向變動(dòng)0.1875%、0.2270%、0.2212%和0.2509%。在化石能源貿(mào)易構(gòu)建的空間關(guān)系(W2)下,化石能源貿(mào)易“鄰居”人均CO2排放量每變動(dòng)1%,本國(guó)的人均CO2排放量會(huì)往相同的方向變動(dòng)0.1103%、0.2876%、0.1915%和0.2112%。除2005年外,總商品貿(mào)易產(chǎn)生的空間溢出效應(yīng)均高于化石能源貿(mào)易的空間溢出效應(yīng),這表明貿(mào)易產(chǎn)生的人均CO2溢出效應(yīng)要高于化石能源貿(mào)易直接碳轉(zhuǎn)移的溢出效應(yīng),但不可否認(rèn)的是,化石能源造成的人均CO2溢出效應(yīng)是總商品貿(mào)易人均CO2排放溢出的重要渠道。從時(shí)間序列看,人均CO2排放量的空間溢出效應(yīng)表現(xiàn)出波動(dòng)增長(zhǎng)的趨勢(shì),表明基于貿(mào)易“媒介”產(chǎn)生的人均CO2排放溢出效應(yīng)逐漸增強(qiáng)。

3.2 發(fā)展差異視角下人均CO2排放的驅(qū)動(dòng)機(jī)制和空間效應(yīng)

由于歷史原因,發(fā)達(dá)國(guó)家和欠發(fā)達(dá)國(guó)家在CO2排放領(lǐng)域存在明顯差異[5],處于不同發(fā)展階段的國(guó)家,其人均CO2排放量的驅(qū)動(dòng)機(jī)制和影響因子貢獻(xiàn)度也不盡相同。因此,在對(duì)全球98個(gè)國(guó)家進(jìn)行人均CO2排放驅(qū)動(dòng)機(jī)制和溢出效應(yīng)研究的基礎(chǔ)上,基于發(fā)展差異視角進(jìn)一步將研究區(qū)內(nèi)國(guó)家劃分為發(fā)達(dá)(28個(gè)國(guó)家)和欠發(fā)達(dá)(70個(gè)國(guó)家)兩個(gè)小組展開研究,以識(shí)別不同發(fā)達(dá)程度國(guó)家CO2排放驅(qū)動(dòng)機(jī)制的異同,進(jìn)而為制定更加科學(xué)合理的減排策略提供參考。首先進(jìn)行OLS回歸,結(jié)果見表4。

表4 發(fā)達(dá)國(guó)家與欠發(fā)達(dá)國(guó)家OLS回歸結(jié)果

其次進(jìn)一步將空間回歸納入考慮范疇(限于篇幅,本文沒有給出此部分Moran′sI和LM檢驗(yàn)結(jié)果),欠發(fā)達(dá)國(guó)家小組的人均CO2排放量空間自相關(guān)性強(qiáng),發(fā)達(dá)國(guó)家小組內(nèi)空間自相關(guān)性較弱。Moran′sI和LM檢驗(yàn)結(jié)果顯示,欠發(fā)達(dá)國(guó)家適合利用空間滯后模型(SAR)進(jìn)行分析,但發(fā)達(dá)國(guó)家未通過(guò)LM檢驗(yàn),空間回歸分析的可行性較差。此外考慮到發(fā)達(dá)國(guó)家小組涵蓋的國(guó)家樣本數(shù)量較少,空間計(jì)量誤差較大。因此,“發(fā)展差異視角下人均CO2排放的驅(qū)動(dòng)機(jī)制和空間效應(yīng)”部分基于OLS回歸對(duì)發(fā)達(dá)國(guó)家小組和欠發(fā)達(dá)國(guó)家小組展開對(duì)比分析,并基于空間滯后模型(SAR)對(duì)欠發(fā)達(dá)國(guó)家小組展開空間分析。

首先基于OLS回歸展開對(duì)比分析,城市化水平(UR)僅在2000年對(duì)欠發(fā)達(dá)國(guó)家小組人均CO2排放量產(chǎn)生顯著正向影響,但未在發(fā)達(dá)國(guó)家小組中表現(xiàn)出顯著性,這表明對(duì)于發(fā)達(dá)國(guó)家而言,城市化已不再是影響其人均CO2排放量的顯著因子,這可能與發(fā)達(dá)國(guó)家已步入后城市化階段,國(guó)民低碳素質(zhì)提高、政府低碳投入大有關(guān)。而對(duì)于城市化水平較低、城市化快速擴(kuò)張的欠發(fā)達(dá)國(guó)家而言,城市化水平仍是影響其人均CO2排放量的顯著因子,盡管其貢獻(xiàn)度呈逐漸下降直至不顯著的趨勢(shì)。人均GDP(PGDP)在發(fā)達(dá)國(guó)家與欠發(fā)達(dá)國(guó)家兩個(gè)小組的四個(gè)年份回歸中均表現(xiàn)出顯著正向影響。就其系數(shù)而言,人均GDP對(duì)欠發(fā)達(dá)國(guó)家影響更大,但其貢獻(xiàn)度呈現(xiàn)下降趨勢(shì),這可能與欠發(fā)達(dá)國(guó)家產(chǎn)業(yè)轉(zhuǎn)型升級(jí)有關(guān)。能源強(qiáng)度(EI)在發(fā)達(dá)國(guó)家與欠發(fā)達(dá)國(guó)家兩個(gè)小組的四個(gè)年份回歸中均表現(xiàn)出顯著正向影響。能源強(qiáng)度在欠發(fā)達(dá)國(guó)家小組中呈現(xiàn)波動(dòng)增強(qiáng)的趨勢(shì),但在發(fā)達(dá)國(guó)家小組中則呈現(xiàn)波動(dòng)減弱的態(tài)勢(shì),這可能由于欠發(fā)達(dá)國(guó)家對(duì)低碳技術(shù)的需求更大,意味著節(jié)能減排對(duì)欠發(fā)達(dá)國(guó)家而言更為迫切。可再生能源使用率(REG)在發(fā)達(dá)國(guó)家與欠發(fā)達(dá)國(guó)家兩個(gè)小組的四個(gè)年份回歸中均表現(xiàn)出顯著負(fù)向影響。具體而言,可再生能源使用率在欠發(fā)達(dá)國(guó)家小組中呈現(xiàn)波動(dòng)增強(qiáng)的趨勢(shì),但其貢獻(xiàn)度極小;在發(fā)達(dá)國(guó)家小組中的貢獻(xiàn)度呈增大趨勢(shì),且增速較快。綜合國(guó)力較強(qiáng)的發(fā)達(dá)國(guó)家經(jīng)過(guò)快速的工業(yè)化階段已趨于平穩(wěn),開始尋求高質(zhì)量低污染的發(fā)展模式,提高可再生能源使用率是低碳發(fā)展的重要路徑。由回歸結(jié)果也可以看出可再生能源使用率對(duì)發(fā)達(dá)國(guó)家CO2排放具有明顯的抑制作用,因此提高可再生能源使用率是當(dāng)前發(fā)達(dá)國(guó)家碳減排的重要途徑。

在考慮欠發(fā)達(dá)國(guó)家小組人均CO2排放空間效應(yīng)后發(fā)現(xiàn),在W1和W2的空間互動(dòng)關(guān)系下,影響欠發(fā)達(dá)國(guó)家的CO2驅(qū)動(dòng)因子變動(dòng)趨勢(shì)和顯著性基本一致。欠發(fā)達(dá)國(guó)家CO2排放空間效應(yīng)驅(qū)動(dòng)機(jī)制具體以總商品貿(mào)易構(gòu)建的空間關(guān)系(W1)為例展開具體分析。城市化水平(UR)對(duì)欠發(fā)達(dá)國(guó)家影響逐漸減弱,僅在2000、2005年和2010年表現(xiàn)出了顯著性,城市化水平每增加1%,人均CO2排放量分別增加0.5055%、0.3628%、0.3699%。就其系數(shù)而言,人均GDP仍是影響欠發(fā)達(dá)國(guó)家CO2排放的最重要的原因,人均GDP每增加1%,人均CO2排放量分別增加1.0024%、0.9995%、0.9117%、0.9418%,但這種影響已呈現(xiàn)減弱趨勢(shì)。能源強(qiáng)度對(duì)欠發(fā)達(dá)國(guó)家影響逐漸增強(qiáng),能源強(qiáng)度每增加1%,人均CO2排放量分別增加0.5783%、0.5334%、0.5594%、0.6638%?？稍偕茉词褂寐蕦?duì)欠發(fā)達(dá)國(guó)家影響十分微弱,能源強(qiáng)度每增加1%,人均CO2排放量分別減少0.0826%、0.0903%、0.1189%、0.0966%。

欠發(fā)達(dá)國(guó)家存在明顯的人均CO2排放的空間溢出效應(yīng)。兩種空間互動(dòng)關(guān)系下的空間滯后系數(shù)均顯著為正,表明欠發(fā)達(dá)國(guó)家人均CO2排放存在明顯的空間溢出效應(yīng)。2000年和2014年總商品貿(mào)易構(gòu)建的空間關(guān)系(W1)產(chǎn)生的空間溢出效應(yīng)高于化石能源貿(mào)易構(gòu)建的空間關(guān)系(W2),2005年和2010年化石能源貿(mào)易構(gòu)建的空間關(guān)系(W2)產(chǎn)生的空間溢出效應(yīng)高于總商品貿(mào)易構(gòu)建的空間關(guān)系(W1),這表明欠發(fā)達(dá)國(guó)家間總商品貿(mào)易和化石能源貿(mào)易造成的人均CO2空間溢出效應(yīng)均較強(qiáng)。從時(shí)間序列看,人均CO2排放量的空間溢出效應(yīng)表現(xiàn)出先增后減的趨勢(shì),表明欠發(fā)達(dá)國(guó)家基于貿(mào)易“媒介”產(chǎn)生的人均CO2排放溢出效應(yīng)先增強(qiáng)后減弱。

表5 欠發(fā)達(dá)國(guó)家SAR回歸結(jié)果

4 討論

本文的主要貢獻(xiàn)在于基于STIRPAT模型和貿(mào)易網(wǎng)絡(luò)的引力關(guān)系研究CO2排放的驅(qū)動(dòng)機(jī)制和空間影響,從而為各國(guó)制定低碳策略提供參考。將貿(mào)易視為國(guó)家間CO2空間溢出效應(yīng)的重要媒介,并考慮到化石能源對(duì)CO2排放貢獻(xiàn)的特殊性,研究全球總商品貿(mào)易網(wǎng)絡(luò)和化石能源貿(mào)易網(wǎng)絡(luò)對(duì)CO2排放的空間影響,揭示發(fā)達(dá)國(guó)家和欠發(fā)達(dá)國(guó)家CO2排放驅(qū)動(dòng)機(jī)制的異同。

聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(IPCC)在第五次評(píng)估報(bào)告中指出,氣候變化具有在全球尺度上集體采取行動(dòng)解決問題的特點(diǎn),且國(guó)家間存在CO2排放交互現(xiàn)象,因此全球視角下的CO2排放研究不能孤立國(guó)家個(gè)體,應(yīng)將國(guó)家間CO2排放互動(dòng)關(guān)系納入考慮范疇。貿(mào)易網(wǎng)絡(luò)是全球各國(guó)空間互動(dòng)的重要網(wǎng)絡(luò)之一,也是CO2國(guó)家間轉(zhuǎn)移的重要途徑。在實(shí)現(xiàn)《巴黎協(xié)定》全球變暖保持在平均2℃以下的壓力下,研究基于貿(mào)易網(wǎng)絡(luò)的碳減排效應(yīng)具有重要意義。在全球產(chǎn)業(yè)分工日益細(xì)化的背景下,商品的生產(chǎn)和消費(fèi)被分割在不同區(qū)域,貿(mào)易商品生產(chǎn)和消費(fèi)過(guò)程釋放的CO2也在不同區(qū)域被分割,因此商品貿(mào)易是貿(mào)易雙邊國(guó)家CO2排放聯(lián)動(dòng)影響的橋梁。本文將國(guó)家間貿(mào)易視為雙向影響的貿(mào)易流,基于貿(mào)易引力模型計(jì)算表征兩國(guó)間貿(mào)易聯(lián)系緊密度的國(guó)家間貿(mào)易引力,以考察在貿(mào)易流的雙向影響下CO2排放的空間效應(yīng)和驅(qū)動(dòng)機(jī)制,并分別從總商品貿(mào)易和化石能源貿(mào)易兩種貿(mào)易渠道構(gòu)建空間互動(dòng)關(guān)系,總商品貿(mào)易可以反映國(guó)家間全面的貿(mào)易互動(dòng)關(guān)系,而化石能源貿(mào)易可以反映隱含在化石能源貿(mào)易中的碳排放轉(zhuǎn)移國(guó)家間互動(dòng)。在驅(qū)動(dòng)機(jī)制研究中,本文證實(shí)了經(jīng)濟(jì)發(fā)展對(duì)CO2排放的重要影響,且相較于發(fā)達(dá)國(guó)家,經(jīng)濟(jì)對(duì)欠發(fā)達(dá)國(guó)家CO2排放的促進(jìn)影響更大,這與庫(kù)茲涅茨曲線倒U型趨勢(shì)基本一致。城市化水平、能源強(qiáng)度對(duì)CO2排放的正向影響和可再生能源使用率對(duì)CO2的抑制作用也得到了證實(shí),因此針對(duì)不同發(fā)展層次國(guó)家制定差異化減排策略十分重要。

此外,聯(lián)合國(guó)政府間氣候變化專門委員會(huì)(IPCC)在第五次評(píng)估報(bào)告(AR5)中還確認(rèn)了貿(mào)易與氣候之間的密切聯(lián)系,但隨著貿(mào)易產(chǎn)業(yè)門類和全球化分工的進(jìn)一步細(xì)化,不同貿(mào)易商品類別產(chǎn)生的碳排放效應(yīng)仍需進(jìn)一步探討。盡管本文在空間關(guān)系構(gòu)建上研究了基于總商品貿(mào)易和化石能源貿(mào)易對(duì)CO2排放的溢出影響,但未研究其他類別商品貿(mào)易產(chǎn)生的空間溢出效應(yīng),尤其是基于技術(shù)效應(yīng)的低碳產(chǎn)品貿(mào)易和可再生能源貿(mào)易能否顯著緩解CO2空間溢出仍需進(jìn)一步探討,故在今后的研究中將對(duì)更多商品類別的貿(mào)易空間互動(dòng)關(guān)系進(jìn)行深入剖析。此外,盡管本文在空間尺度上給予了挖掘,但受數(shù)據(jù)可獲取性的限制,所選時(shí)段未能更新到最新。本文采用四個(gè)年份截面數(shù)據(jù)雖然可以很好反映單個(gè)年份的CO2空間變化和驅(qū)動(dòng)機(jī)制,但目前較難反映長(zhǎng)期變化趨勢(shì)和驅(qū)動(dòng)機(jī)制,因此采用面板數(shù)據(jù)進(jìn)行分析也是未來(lái)改進(jìn)的方向。

5 結(jié)論與建議

本文基于國(guó)家間化石能源貿(mào)易的引力模型構(gòu)建空間權(quán)重矩陣,利用擴(kuò)展后的S-STIRPAT模型選取人口、財(cái)富和技術(shù)指標(biāo)納入空間滯后模型,對(duì)研究區(qū)2000、2005、2010年和2014年的CO2排放情況展開空間計(jì)量分析,并劃分發(fā)達(dá)國(guó)家和欠發(fā)達(dá)國(guó)家兩個(gè)小組展開具體研究,以探討研究區(qū)的CO2排放驅(qū)動(dòng)機(jī)制和空間溢出效應(yīng),并有針對(duì)性的對(duì)不同發(fā)達(dá)程度國(guó)家的碳減排提供參考。結(jié)果顯示,2000、2005、2010年和2014年CO2排放溢出效應(yīng)呈波動(dòng)增強(qiáng)的態(tài)勢(shì),國(guó)家間人均CO2排放空間互動(dòng)效應(yīng)增強(qiáng),總商品貿(mào)易和化石能源貿(mào)易均是促進(jìn)國(guó)家間人均CO2排放溢出的重要渠道。此外,城市化水平、人均GDP、能源強(qiáng)度對(duì)人均CO2排放產(chǎn)生顯促進(jìn)作用,而可再生能源使用可以有效抑制人均CO2排放增加。但隨著時(shí)間推移城市化對(duì)人均CO2排放影響度逐漸減小。基于發(fā)展差異視角,城市化水平、人均GDP和能源強(qiáng)度對(duì)欠發(fā)達(dá)國(guó)家的影響要強(qiáng)于發(fā)達(dá)國(guó)家,而可再生能源利用率對(duì)發(fā)達(dá)國(guó)家影響更大。基于以上結(jié)論,提出以下政策建議：

(1)協(xié)調(diào)經(jīng)濟(jì)發(fā)展和CO2排放之間的關(guān)系。各國(guó)大力追求GDP的發(fā)展,但從發(fā)達(dá)國(guó)家發(fā)展的歷史路徑看,快速經(jīng)濟(jì)增長(zhǎng)不可避免導(dǎo)致CO2高排放,如何在不損害國(guó)家經(jīng)濟(jì)發(fā)展的前提下減少CO2排放成為亟需探討的議題。在發(fā)展與保護(hù)的矛盾困境下,協(xié)調(diào)好經(jīng)濟(jì)-能源-環(huán)境的關(guān)系,減少化石能源投入,優(yōu)化能源結(jié)構(gòu)占比,提高可再生能源利用效率,以最小的能源和環(huán)境代價(jià)獲取最大的經(jīng)濟(jì)產(chǎn)值,是使人類社會(huì)由高碳工業(yè)文明邁向低碳生態(tài)文明時(shí)代的重要路徑。

(2)加強(qiáng)國(guó)際合作。技術(shù)進(jìn)步對(duì)人均CO2排放具有顯著的抑制作用。技術(shù)進(jìn)步對(duì)人均CO2排放的抑制作用在發(fā)達(dá)國(guó)家已經(jīng)得到了驗(yàn)證,但在欠發(fā)達(dá)國(guó)家卻仍然欠缺。這就要求發(fā)達(dá)國(guó)家充分發(fā)揮帶動(dòng)作用,主動(dòng)擔(dān)負(fù)起責(zé)任,加強(qiáng)國(guó)際間低碳技術(shù)的合作與共享,提升欠發(fā)達(dá)國(guó)家的低碳技術(shù)水平,從而減緩氣候變化效應(yīng)。

(3)減少貿(mào)易CO2排放。證實(shí)了總商品貿(mào)易和化石能源貿(mào)易均使人均CO2產(chǎn)生顯著的空間外溢效應(yīng),因此應(yīng)該針對(duì)貿(mào)易溢出渠道做出具體減排措施：①就總商品貿(mào)易驅(qū)動(dòng)的溢出減排視角而言,究其原因,貿(mào)易造成CO2排放增加的最主要的原因還是商品生產(chǎn)過(guò)程中的CO2排放,因此技術(shù)進(jìn)步是遏制貿(mào)易碳排放的重要途徑,這一點(diǎn)對(duì)于欠發(fā)達(dá)國(guó)家而言尤為重要。②就化石能源貿(mào)易驅(qū)動(dòng)的溢出減排視角而言,盡管這種由資源稟賦差異驅(qū)動(dòng)的化石能源貿(mào)易在短期內(nèi)無(wú)法減少,但隨著技術(shù)進(jìn)步與清潔可再生能源普及,可以預(yù)想未來(lái)的國(guó)際能源貿(mào)易網(wǎng)絡(luò)將有可再生能源的重要一席。因此,大力發(fā)展可再生能源技術(shù)既可以保障本國(guó)能源安全,又可以有效遏止化石能源產(chǎn)生的CO2排放轉(zhuǎn)移。

(4)制定不同發(fā)達(dá)程度國(guó)家的碳減排策略。具體而言,對(duì)于欠發(fā)達(dá)國(guó)家而言,先污染后治理的發(fā)展路徑是行不通的。在城市化與工業(yè)化迅速發(fā)展的背景下,欠發(fā)達(dá)國(guó)家要緊緊抓牢低碳技術(shù)和國(guó)際合作的契機(jī),以技術(shù)進(jìn)步作為平衡發(fā)展和減排的重要切入點(diǎn)。中國(guó)作為全球最大的能源消費(fèi)國(guó)和CO2排放國(guó)[54],節(jié)能減排刻不容緩。不僅要以優(yōu)化能源結(jié)構(gòu)倒逼產(chǎn)業(yè)轉(zhuǎn)型,還要以一帶一路“建設(shè)”為契機(jī),積極和沿線國(guó)家交流低碳減排技術(shù)。對(duì)于發(fā)達(dá)國(guó)家而言,需要積極發(fā)展可再生能源技術(shù),逐步擺脫對(duì)化石能源的依賴。樹立命運(yùn)共同體意識(shí),加大與欠發(fā)達(dá)國(guó)家的低碳技術(shù)產(chǎn)業(yè)合作力度,共同抵御氣候變化風(fēng)險(xiǎn)。