李金超，向思徽

（1.華北電力大學(xué) 經(jīng)濟(jì)與管理學(xué)院，北京 102206；2.華北電力大學(xué) 新能源電力與低碳發(fā)展北京重點(diǎn)實(shí)驗(yàn)室，北京 102206）

2019 年，中國(guó)碳排放量達(dá)115 億噸，其中，能源行業(yè)占社會(huì)碳排放總量的80%，電力碳排放量達(dá)到45.69 億噸，約占社會(huì)碳排放總量的40%。中國(guó)GDP 約占全球總量的16%，碳排放量占全球總量的28%，經(jīng)濟(jì)發(fā)展對(duì)能源消耗的過度依賴問題尚未有效解決，碳排放總量仍處于高位[1]。為了應(yīng)對(duì)碳排放量增加造成的環(huán)境問題，2020 年9 月，中國(guó)政府首次提出“雙碳”目標(biāo)；2021 年3 月，中國(guó)政府提出建設(shè)以新能源為主體的新型電力系統(tǒng)。電力行業(yè)碳減排受到極大關(guān)注，控制電力碳排放對(duì)碳減排意義重大。此外，由于資源稟賦和經(jīng)濟(jì)發(fā)展的差異，導(dǎo)致風(fēng)能、光熱、煤炭、水力等電力資源主要集中在西部地區(qū)，而電力消費(fèi)集中于東部地區(qū)，電力生產(chǎn)和消費(fèi)之間存在明顯的空間差異[2]。因此，基于空間視角研究中國(guó)電力碳排放的驅(qū)動(dòng)因素，對(duì)電力碳減排和構(gòu)建清潔高效能源體系有重要意義。

1 文獻(xiàn)綜述

碳排放受到人們的廣泛關(guān)注，電力行業(yè)是碳減排的主戰(zhàn)場(chǎng)。提高電氣化水平，優(yōu)化終端能耗結(jié)構(gòu)，大力推進(jìn)電能替代等被視為電力可持續(xù)發(fā)展的方向[3]。本文從碳排放量測(cè)算、電力碳排放驅(qū)動(dòng)因素和空間特征等幾個(gè)視角區(qū)分了以下文獻(xiàn)。

近年來，全球?qū)μ寂欧蓬I(lǐng)域的研究隨著碳排放量的日益增加而增加，尤其是在發(fā)展中國(guó)家[4-5]。20 世紀(jì)70年代至今，中國(guó)的碳排放量以5.34%的速度增長(zhǎng)，比世界平均水平高出3.5%[6]，中國(guó)燃煤電廠的二氧化碳排放占比近30%，而東盟二氧化碳排放中，約有40%可歸因于電力生產(chǎn)[7]，隨著我國(guó)經(jīng)濟(jì)社會(huì)的快速發(fā)展，二氧化碳排放總量將不斷增長(zhǎng)?，F(xiàn)有的研究從不同的視角和地理尺度測(cè)量了碳排放總量、強(qiáng)度、足跡等。碳排放測(cè)算方面，工農(nóng)業(yè)、旅游業(yè)和交通等行業(yè)受到學(xué)界廣泛關(guān)注[8-10]，對(duì)電力行業(yè)部門的碳排放量測(cè)算研究則較少。因此，對(duì)電力碳排放的研究具有重要意義。

電力在最終能源使用中所占份額的增加為一個(gè)國(guó)家減少二氧化碳排放提供了更多的機(jī)會(huì)。簡(jiǎn)而言之，雖然電力需求持續(xù)增加，如果采取適當(dāng)?shù)臏p排措施，相關(guān)的二氧化碳排放量的增長(zhǎng)可以與電力需求的增加脫耦。因此，在氣候變化、可持續(xù)發(fā)展以及能源政策的背景下，了解電力生產(chǎn)部門二氧化碳排放增長(zhǎng)的驅(qū)動(dòng)因素具有重要意義[11]。大多數(shù)研究常用對(duì)數(shù)平均迪氏指數(shù)LMDI 來分析影響電力碳排放的因素[12-13]。本文對(duì)以往研究總結(jié)發(fā)現(xiàn)人口規(guī)模、經(jīng)濟(jì)發(fā)展、綠色創(chuàng)新對(duì)碳排放產(chǎn)生正向驅(qū)動(dòng)效應(yīng)，而能源結(jié)構(gòu)、能源強(qiáng)度和碳強(qiáng)度對(duì)碳排放產(chǎn)生負(fù)向驅(qū)動(dòng)效應(yīng)[14]。

目前，我國(guó)各地區(qū)間電力碳排放存在明顯的空間異質(zhì)性，主要原因是區(qū)域電氣化發(fā)展水平不同，東部地區(qū)終端用能電氣化水平更高，中部地區(qū)電力消費(fèi)強(qiáng)度更低，而西部地區(qū)發(fā)電用能占比更高，粵港澳大灣區(qū)、長(zhǎng)三角區(qū)域等電氣化進(jìn)程已經(jīng)與發(fā)達(dá)國(guó)家同期水平相當(dāng)[15]。許多文獻(xiàn)通過空間模型分析碳排放的影響因素和空間相關(guān)性[16-17]。文獻(xiàn)[18]利用歐盟2001—2017 年的面板數(shù)據(jù)，對(duì)可再生電力滲透的空間異質(zhì)性和動(dòng)態(tài)演變進(jìn)行了研究。工具變量法和空間計(jì)量經(jīng)濟(jì)學(xué)模型是研究碳排放異質(zhì)問題常用的方法[19-20]，最后再將空間效應(yīng)進(jìn)行分解，研究碳排放的空間溢出效應(yīng)[21]。

綜上所述，現(xiàn)有研究聚焦于電力行業(yè)碳減排并對(duì)其驅(qū)動(dòng)因素進(jìn)行了研究。然而，上述研究大多是從時(shí)間面板的角度分析電力碳排放影響因素，對(duì)電力碳排放的空間特征研究較少。因此，本文從全壽命周期角度重新計(jì)算了電力行業(yè)碳排放量，結(jié)合空間計(jì)量經(jīng)濟(jì)學(xué)，進(jìn)一步研究電力行業(yè)碳排放驅(qū)動(dòng)因素的影響機(jī)制，進(jìn)而分析電力行業(yè)碳排放與中國(guó)經(jīng)濟(jì)發(fā)展的關(guān)系，為碳減排政策提供依據(jù)。

2 研究方法

2.1 電力碳排放核算方法

多數(shù)學(xué)者對(duì)電力碳排放的研究都是通過發(fā)電量或能源排放系數(shù)來測(cè)算碳排放強(qiáng)度，本文從全壽命周期視角出發(fā)，計(jì)算發(fā)電側(cè)和輸電側(cè)的碳排放量來表征總的電力碳排放。

（1）發(fā)電側(cè)。文獻(xiàn)[22]對(duì)建筑材料生產(chǎn)、建造、運(yùn)維、回收階段產(chǎn)生的碳排放量進(jìn)行了核算，發(fā)現(xiàn)碳排放主要來源于材料生產(chǎn)。基于此，本文從原材料的生產(chǎn)制造、電廠的建設(shè)運(yùn)行、電廠的日常發(fā)電以及最后的回收處理計(jì)算發(fā)電側(cè)碳排放。由于不同的設(shè)備、技術(shù)和運(yùn)行條件，不同的發(fā)電方式會(huì)產(chǎn)生不同的碳排放，本文根據(jù)世界核能協(xié)會(huì)數(shù)據(jù)，計(jì)算不同發(fā)電技術(shù)生命周期碳排放量（表1）。

表1 不同發(fā)電技術(shù)類型生命周期碳排放強(qiáng)度

（2）輸電側(cè)。輸電側(cè)碳排放由輸電線路敷設(shè)和輸電損耗產(chǎn)生的碳排放組成。輸電線路在材料制造、運(yùn)輸建設(shè)、報(bào)廢回收階段產(chǎn)生的碳排放可從已有研究中得到[23]，具體數(shù)據(jù)如表2 所示。

表2 輸電側(cè)不同階段二氧化碳排放

輸電損耗是指電網(wǎng)公司通過輸配電網(wǎng)向用戶輸送電力時(shí)產(chǎn)生的損失，不能產(chǎn)生任何價(jià)值?？紤]被損耗部分需要重新生產(chǎn)相應(yīng)數(shù)量的電量才能滿足供應(yīng)，輸電損耗電量產(chǎn)生的碳排放可替換為新增相應(yīng)發(fā)電量產(chǎn)生的碳排放量。電力碳排放計(jì)算公式如下：

式中：Carbon表示電力行業(yè)二氧化碳排放量；Q1表示發(fā)電量，Q2表示線損量；I表示不同發(fā)電技術(shù)生命周期碳排放強(qiáng)度；L表示輸電線路年凈增長(zhǎng)度；S表示輸電線路敷設(shè)不同階段碳排放量；i表示不同發(fā)電技術(shù)類型；j表示輸電線路敷設(shè)的不同階段。

2.2 空間權(quán)重矩陣

空間權(quán)重矩陣即區(qū)域間地理關(guān)系，是計(jì)算空間相關(guān)性指標(biāo)的基礎(chǔ)，常用的空間權(quán)重矩陣有地理鄰接矩陣、地理距離矩陣和經(jīng)濟(jì)距離矩陣。

（1）地理鄰接矩陣W1。地理鄰接矩陣，也被稱為0-1矩陣，是空間計(jì)量中最常用的空間權(quán)重矩陣。判斷空間區(qū)域間是否相鄰時(shí)，如果這兩個(gè)區(qū)域有公共邊界，則取1，否則取0，具體公式為：

（2）地理距離矩陣W2。地理距離矩陣以各省市省會(huì)城市的經(jīng)緯度為基礎(chǔ)計(jì)算得出，表示實(shí)際距離，城市距離越近，權(quán)重越大，公式如下：

（3）經(jīng)濟(jì)距離矩陣W3。經(jīng)濟(jì)距離矩陣將納入經(jīng)濟(jì)發(fā)展對(duì)電力碳排放的影響，反映兩地區(qū)間的經(jīng)濟(jì)差距，以人均GDP 均值之差的絕對(duì)值的倒數(shù)刻畫兩地區(qū)之間的“經(jīng)濟(jì)距離”，兩地人均GDP 差值越大，則“經(jīng)濟(jì)距離”越大，權(quán)重越小。具體公式如下：

2.3 空間相關(guān)性指標(biāo)

莫蘭指數(shù)是常用的空間相關(guān)性指標(biāo)，也是空間計(jì)量的基礎(chǔ)，多用于空間異質(zhì)性和聚類分析等問題，本文采用全局莫蘭指數(shù)和局部莫蘭指數(shù)來描述電力行業(yè)二氧化碳排放的空間特征。

如果全局莫蘭指數(shù)顯著為正，說明各地區(qū)的變量屬性值呈空間正相關(guān)；如果全局莫蘭指數(shù)顯著為負(fù)，說明各地區(qū)的變量屬性值之間正好相反，即呈空間負(fù)相關(guān)；如果全局莫蘭指數(shù)取值為0，說明各地區(qū)變量屬性值的空間分布具有隨機(jī)性。全局莫蘭指數(shù)會(huì)隨時(shí)間推移呈動(dòng)態(tài)變化，也會(huì)隨距離增大而衰減。全局莫蘭指數(shù)的表達(dá)式為：

全局莫蘭指數(shù)從整體上度量變量屬性值的空間相關(guān)性特征，但卻無法度量不同省份變量屬性值空間相關(guān)性的具體類型，這就需要用到局部莫蘭指數(shù)。局部莫蘭指數(shù)的表達(dá)式為：

如果局部莫蘭指數(shù)顯著為正，說明該省碳排放量屬性值與周圍省份碳排放量屬性值一致，即呈現(xiàn)高—高聚集或低—低聚集；如果局部莫蘭指數(shù)顯著為負(fù)，說明該省碳排放量屬性值與周圍省份碳排放量屬性值相反，即呈現(xiàn)高—低聚集或低—高聚集；如果莫蘭指數(shù)為0，表示碳排放量屬性值的空間分布具有隨機(jī)性。

3 變量選取與數(shù)據(jù)來源

3.1 變量選取

本文選取電力碳排放量作為因變量計(jì)算莫蘭指數(shù)并檢驗(yàn)空間關(guān)聯(lián)性。此外，經(jīng)濟(jì)發(fā)展、人口數(shù)量、人均用電量和產(chǎn)業(yè)結(jié)構(gòu)等都存在一定的空間效應(yīng)?？紤]到數(shù)據(jù)觀測(cè)值可能存在的估計(jì)偏差和不一致性，本文采用空間面板模型對(duì)電力碳排放進(jìn)行分析?？臻g面板模型的一般形式為：

式中：lnCarbonit指的是第i省第t年的電力碳排放；Wij為空間權(quán)重矩陣；ρ為空間滯后自回歸系數(shù)；θ為控制變量自回歸系數(shù)；λ為空間誤差自回歸系數(shù)；αi為固體效應(yīng)；ξt為時(shí)間效應(yīng)；μit、εit是隨機(jī)擾動(dòng)項(xiàng)；Xit為一組可以不同程度影響電力行業(yè)碳排放的控制變量，本文中，Xit包括以下幾個(gè)因素：

式中：gdpit、pit、ppit、sit分別為經(jīng)濟(jì)發(fā)展、人口數(shù)量、人均用電量和產(chǎn)業(yè)結(jié)構(gòu)。具體情況如下：

（1）經(jīng)濟(jì)發(fā)展（gdp）。人類經(jīng)濟(jì)活動(dòng)為世界經(jīng)濟(jì)增長(zhǎng)做出巨大貢獻(xiàn)的同時(shí)也帶來了大量的碳排放[24]。電力行業(yè)碳排放占中國(guó)碳排放總量的四成以上，預(yù)計(jì)地區(qū)經(jīng)濟(jì)發(fā)展也將在很大程度上影響電力二氧化碳排放[25]。

（2）人口數(shù)量（p）。人口增長(zhǎng)將會(huì)對(duì)碳排放產(chǎn)生影響，一方面，人口增長(zhǎng)將增加能源消耗并導(dǎo)致更多的碳排放；另一方面，人口的迅速增長(zhǎng)導(dǎo)致了耕地和森林的減少，城市化發(fā)展進(jìn)一步改變?nèi)丝诮Y(jié)構(gòu)和消費(fèi)方式，這些都導(dǎo)致了碳排放的增加[26]。

（3）人均用電量（pp）。人均用電量可以反映國(guó)家或地區(qū)的經(jīng)濟(jì)發(fā)展水平和人民生活質(zhì)量水平[27]?！笆濉逼陂g，中國(guó)人均用電量年均增長(zhǎng)5.2%，電力需求剛性持續(xù)增長(zhǎng)，新冠疫情影響下經(jīng)濟(jì)和社會(huì)復(fù)蘇導(dǎo)致電力消耗進(jìn)一步增加。此外，電能替代的潛力巨大，人均用電量預(yù)計(jì)持續(xù)上升，并產(chǎn)生更多的二氧化碳排放。

（4）產(chǎn)業(yè)結(jié)構(gòu)（s）。高耗能行業(yè)是影響碳排放的關(guān)鍵行業(yè)，我國(guó)工業(yè)用電占比接近七成，是碳排放的重要來源[28]。電能替代技術(shù)在工業(yè)領(lǐng)域推廣應(yīng)用，導(dǎo)致替代電量快速增長(zhǎng)，是新增用電量的主要因素。

以上變量具體統(tǒng)計(jì)數(shù)據(jù)如表3 所示。

表3 主要變量統(tǒng)計(jì)數(shù)據(jù)

3.2 數(shù)據(jù)來源

各省市發(fā)電量、線損、輸電線路長(zhǎng)度數(shù)據(jù)來自各期《中國(guó)電力年鑒》和《中國(guó)電力統(tǒng)計(jì)年鑒2020》，地區(qū)生產(chǎn)總值、人口數(shù)量、人均用電量、第二產(chǎn)業(yè)產(chǎn)值數(shù)據(jù)來自國(guó)家統(tǒng)計(jì)局。由于缺少港澳臺(tái)相關(guān)數(shù)據(jù)，本文面板分析數(shù)據(jù)僅為31 個(gè)省份。為減小數(shù)據(jù)計(jì)量單位和性質(zhì)的不同對(duì)回歸結(jié)果產(chǎn)生的影響，減小數(shù)據(jù)波動(dòng)差異的影響，提高結(jié)果的可解釋性和準(zhǔn)確性，使用自然對(duì)數(shù)處理所有數(shù)據(jù)。

4 實(shí)證結(jié)果與分析

4.1 空間演變特征分析

結(jié)合前文構(gòu)建的地理鄰接權(quán)重矩陣W1、地理距離權(quán)重矩陣W2、經(jīng)濟(jì)距離權(quán)重矩陣W3，計(jì)算2002—2019年中國(guó)各省份電力碳排放量的全局Moran’s I 值，結(jié)果如表4 和圖1 所示。可以看出，在地理鄰接矩陣和地理距離矩陣下，中國(guó)電力碳排放的全局Moran’s I 值均大于0 且顯著，說明電力碳排放在這兩種矩陣下的空間相關(guān)性表現(xiàn)為一定的正相關(guān)，存在高—高聚集和低—低聚集的特征；在經(jīng)濟(jì)距離矩陣下，Moran’s I 值逐漸減小，自2009 年后不顯著，說明2002—2009 年電力碳排放在經(jīng)濟(jì)距離矩陣下呈現(xiàn)空間正相關(guān)，2009 年后表現(xiàn)出空間隨機(jī)性，說明在經(jīng)濟(jì)發(fā)展層面，各省電力碳排放量之間表現(xiàn)為隨機(jī)分布。

表4 2002—2019年中國(guó)電力碳排放量的全局Moran’s I值

圖1 2002—2019年中國(guó)電力碳排放量的全局Moran’s I值

圖2 為中國(guó)電力碳排放量的空間分布圖?？梢钥闯鲋袊?guó)電力碳排放呈現(xiàn)明顯的聚集效應(yīng)。為進(jìn)一步觀察電力碳排放局部的空間特征，本文繪制了局部空間關(guān)聯(lián)指標(biāo)來觀察各省份之間具體的空間聚集特征，圖3 ～圖5為不同空間權(quán)重下的莫蘭散點(diǎn)圖。

圖2 2002年、2008年、2014年、2019年中國(guó)電力碳排放量空間分布圖

由圖3 和圖4 可以看出，低—低聚集區(qū)域多位于中國(guó)西南部，高—高聚集區(qū)域多位于中國(guó)華北地區(qū)，說明電力碳排放與中國(guó)傳統(tǒng)的地理區(qū)劃有一定的關(guān)系，這與華北各省份火電集群對(duì)周邊豐富煤炭資源的嚴(yán)重依賴是一致的。電力碳排放的空間聚集特征較為明顯，位于第一象限和第三象限的省份期初較期末均有所減少，說明空間聚集效應(yīng)有所減弱，也進(jìn)一步驗(yàn)證了電力碳排放空間聚集效應(yīng)減弱的情況。從圖5 可以明顯看出，有較多的省份產(chǎn)生了躍遷，Moran’s I 值接近于0，說明存在明顯的空間隨機(jī)性，位于第一象限和第三象限的省份期初和期末的比例分別為64.5%和45.2%，期末的聚集效應(yīng)較期初有較大程度的下降。

圖3 地理鄰接矩陣W1下中國(guó)電力碳排放2002年、2008年、2014年、2019年莫蘭散點(diǎn)圖

特高壓輸電線路的建設(shè)能實(shí)現(xiàn)能源資源的優(yōu)化配置，從根本上改善電力供應(yīng)和電力消費(fèi)就地平衡的格局，實(shí)現(xiàn)能源電力和經(jīng)濟(jì)社會(huì)發(fā)展與碳排放脫鉤，圖6 為國(guó)家電網(wǎng)在建在運(yùn)特高壓輸電工程。特高壓輸電線路的建設(shè)運(yùn)營(yíng)使省際碳排放流動(dòng)更加頻繁，導(dǎo)致各省份碳排放的差距縮小，側(cè)面印證了上述空間聚集效應(yīng)減弱的現(xiàn)象。

圖6 國(guó)家電網(wǎng)在建在運(yùn)特高壓項(xiàng)目

4.2 空間計(jì)量模型的選擇與檢驗(yàn)

為進(jìn)一步分析我國(guó)電力碳排放的空間效應(yīng)，需要建立空間模型進(jìn)行參數(shù)分析?？臻g模型包括空間自回歸模型（SAR）、空間杜賓模型（SDM）和空間誤差模型（SEM）。本文通過LM 檢驗(yàn)、LR 檢驗(yàn)和Wald 檢驗(yàn)對(duì)三種模型進(jìn)行選擇，檢驗(yàn)結(jié)果表明應(yīng)采用空間杜賓模型。Huasman檢驗(yàn)結(jié)果表明應(yīng)選擇固定效應(yīng)模型?？臻g計(jì)量模型檢驗(yàn)結(jié)果如表5 所示。

表5 空間計(jì)量模型檢驗(yàn)結(jié)果

4.3 空間面板分析結(jié)果

本文采用OLS 和空間面板回歸來研究各驅(qū)動(dòng)因素對(duì)電力碳排放的影響，檢驗(yàn)結(jié)果如表6 所示。

表6 中國(guó)電力碳排放空間杜賓模型估計(jì)結(jié)果

在OLS 回歸中，所有變量都通過顯著性檢驗(yàn)，經(jīng)濟(jì)發(fā)展系數(shù)為負(fù)，對(duì)電力碳排放有顯著負(fù)向影響，人口數(shù)量、人均用電量和產(chǎn)業(yè)結(jié)構(gòu)對(duì)電力碳排放有顯著正向影響。不考慮空間滯后效應(yīng)時(shí)，空間杜賓模型在不同權(quán)重矩陣下與OLS 回歸結(jié)果具有一致性。經(jīng)濟(jì)發(fā)展對(duì)電力碳排放有抑制作用，而人口數(shù)量、人均用電量和第二產(chǎn)業(yè)比值的增加會(huì)導(dǎo)致電力碳排放量的增加。

考慮空間滯后效應(yīng)，除地理鄰接矩陣中第二產(chǎn)業(yè)產(chǎn)值和經(jīng)濟(jì)距離矩陣中人均用電量結(jié)果不顯著外，其他變量通過顯著性檢驗(yàn)。表明經(jīng)濟(jì)發(fā)展水平相近的地區(qū)之間存在一定的空間相關(guān)性，但是地理位置鄰近的地區(qū)電力碳排放的空間相關(guān)性高于經(jīng)濟(jì)發(fā)展接近的地區(qū)。因變量的自回歸系數(shù)為負(fù)，表明鄰近地區(qū)電力碳排放的增加有利于該地區(qū)電力碳排放的減排，且區(qū)域間存在示范效應(yīng)，這種示范效應(yīng)起到標(biāo)桿作用，使周圍地區(qū)的碳排放形成一種交替下降的良性循環(huán)，最終能有效控制區(qū)域碳排放。

4.4 空間效應(yīng)分解

空間計(jì)量中考慮空間滯后項(xiàng)后，計(jì)算的是平均總效應(yīng)，不能反映真實(shí)的邊際效應(yīng)[29]。對(duì)解釋變量進(jìn)行分解，進(jìn)一步分析各區(qū)域的空間效應(yīng)，估計(jì)結(jié)果見表7。

表7 空間杜賓效應(yīng)空間效益分解結(jié)果

從表7 可以看出，三種權(quán)重矩陣下，地區(qū)生產(chǎn)總值的直接效應(yīng)、間接效應(yīng)、總效應(yīng)均為負(fù)，表明區(qū)域經(jīng)濟(jì)發(fā)展將產(chǎn)生負(fù)的空間溢出效應(yīng)，對(duì)周邊地區(qū)的負(fù)溢出效應(yīng)大于對(duì)本地的直接效應(yīng)，說明地區(qū)示范效應(yīng)在電力碳減排中發(fā)揮很大作用，本地區(qū)技術(shù)進(jìn)步、科技創(chuàng)新帶來經(jīng)濟(jì)高速發(fā)展的同時(shí)，會(huì)降低當(dāng)?shù)氐碾娏μ寂欧?，?huì)對(duì)周邊地區(qū)產(chǎn)生正向的積極引導(dǎo)作用，促使周邊地區(qū)技術(shù)進(jìn)步的同時(shí)降低碳排放。

地理鄰接矩陣下，人口增長(zhǎng)對(duì)當(dāng)?shù)靥寂欧庞酗@著的積極影響，但會(huì)使周邊地區(qū)的碳排放量減少，說明本地區(qū)發(fā)展會(huì)產(chǎn)生一定的虹吸效應(yīng)，使周邊地區(qū)人口不斷流失，造成負(fù)向的空間溢出效應(yīng)，不利于周邊地區(qū)發(fā)展；地理距離矩陣下人口數(shù)量空間滯后項(xiàng)不顯著，說明在該條件下不存在空間溢出效應(yīng)；經(jīng)濟(jì)距離矩陣下，人口數(shù)量空間滯后項(xiàng)系數(shù)為正，說明經(jīng)濟(jì)發(fā)展接近的地區(qū)之間存在正向的空間溢出效應(yīng)，經(jīng)濟(jì)發(fā)展水平相近的地區(qū)吸收外來人口的能力接近，人口數(shù)量的增加帶來醫(yī)療、環(huán)境、生活壓力的增加，必然帶來碳排放量的增加。

人均用電量直接效應(yīng)系數(shù)均為正并通過1%的置信檢驗(yàn)，說明人均用電量的增加對(duì)本地區(qū)電力碳排放有顯著的推動(dòng)作用，人均用電量的增加，說明社會(huì)經(jīng)濟(jì)發(fā)展仍處于上升期，對(duì)電力需求還在增加，相應(yīng)地產(chǎn)生更多的碳排放量，而該變量的間接效應(yīng)在地理鄰接和經(jīng)濟(jì)距離下沒通過置信檢驗(yàn)，說明人均用電量更多的是通過直接效應(yīng)對(duì)電力碳排放產(chǎn)生影響，不存在明顯的空間溢出效應(yīng)或空間競(jìng)爭(zhēng)效應(yīng)。

第二產(chǎn)業(yè)產(chǎn)值具有顯著的空間溢出效應(yīng)，能夠促使周邊地區(qū)碳排放量的增加。工業(yè)化水平的提高會(huì)導(dǎo)致本地碳排放的增加，也會(huì)促進(jìn)周邊地區(qū)的發(fā)展；受當(dāng)?shù)卣吆铜h(huán)境發(fā)展的影響，高污染、高排放的企業(yè)被迫向外轉(zhuǎn)移，對(duì)周邊地區(qū)的碳排放有負(fù)面影響，導(dǎo)致周邊地區(qū)的碳排放增加。因此，推廣清潔能源，鼓勵(lì)發(fā)展第三產(chǎn)業(yè)，降低第二產(chǎn)業(yè)比值，不僅能減少本地區(qū)碳排放，同時(shí)可推動(dòng)周邊地區(qū)的碳減排，有利于地區(qū)長(zhǎng)期發(fā)展。

4.5 穩(wěn)健性檢驗(yàn)和內(nèi)生性檢驗(yàn)

常用的穩(wěn)健性檢驗(yàn)方法是變量替換法。然而，本文不適用替換因變量，也難以找到替換核心自變量的變量。因此，我們考慮調(diào)整樣本期來檢驗(yàn)結(jié)果的穩(wěn)健性。中國(guó)在2002 年和2015 年進(jìn)行了兩次電力體制改革，對(duì)中國(guó)電力行業(yè)有深刻影響，本文將參數(shù)分為2002—2014 年和2015—2019 年兩個(gè)時(shí)間段，檢驗(yàn)結(jié)果如表8 所示。

表8 不同階段空間杜賓模型結(jié)果

在兩個(gè)時(shí)間段內(nèi)，各變量估計(jì)系數(shù)的正負(fù)沒有發(fā)生變化，僅在值的大小上發(fā)生變化，說明各變量對(duì)電力碳排放的影響是穩(wěn)定的，在一定程度上表明估計(jì)結(jié)果是穩(wěn)健的。

在空間回歸中，采用廣義空間二階最小二乘法（GS2SLS）來進(jìn)行工具變量回歸與估計(jì)。將解釋變量的一階滯后值作為工具變量，回歸結(jié)果如表9 所示?？梢钥闯?，核心解釋變量的估計(jì)系數(shù)與前面的估計(jì)系數(shù)是一致的。以核心解釋變量的滯后二至八階作為工具變量，結(jié)果顯示估計(jì)系數(shù)均顯著且系數(shù)值逐漸增加至0.027 6，說明消除內(nèi)生性問題后，火力發(fā)電將帶來更多的電力碳排放。

表9 GS2SLS回歸結(jié)果

5 結(jié)論與建議

本文運(yùn)用空間計(jì)量的方法，利用中國(guó)31 個(gè)省份2002—2019 年的空間面板數(shù)據(jù)，對(duì)中國(guó)電力碳排放的驅(qū)動(dòng)因素進(jìn)行研究。首先采用空間測(cè)度方法來測(cè)試電力碳排放的空間相關(guān)性，然后采用空間杜賓模型對(duì)電力碳排放的驅(qū)動(dòng)因素進(jìn)行分析，并將其空間效應(yīng)進(jìn)行分解，分析各因素對(duì)鄰省的影響，得出以下結(jié)論。

（1）地區(qū)生產(chǎn)總值對(duì)電力碳排放具有顯著反向影響，且有明顯的負(fù)向空間溢出效應(yīng)。人口數(shù)量、人均用電量、第二產(chǎn)業(yè)產(chǎn)值對(duì)電力碳排放有顯著的正向作用，影響最大的是人口數(shù)量，其次是人均用電量和第二產(chǎn)業(yè)產(chǎn)值?？臻g回歸結(jié)果表明，電力碳排放在地理鄰接和鄰近地區(qū)具有明顯的空間正相關(guān)性，但這種聚集效應(yīng)正在減弱，鄰近地區(qū)的差距正在縮小，電力碳排放在經(jīng)濟(jì)距離下具有空間異質(zhì)性?？臻g杜賓模型與OLS回歸結(jié)果一致。對(duì)比空間滯后項(xiàng)系數(shù)時(shí)，地理位置相近的地區(qū)比經(jīng)濟(jì)差距較小的地區(qū)的空間效應(yīng)更強(qiáng)。

（2）空間效應(yīng)分解后，各解釋變量對(duì)當(dāng)?shù)氐闹苯有?yīng)與全國(guó)層面的總效應(yīng)一致。間接效應(yīng)方面，經(jīng)濟(jì)發(fā)展具有明顯的反向溢出空間效應(yīng)，其示范作用能促使周邊地區(qū)達(dá)到長(zhǎng)期減排的良性循環(huán)。人口數(shù)量在鄰近地區(qū)產(chǎn)生虹吸效應(yīng)，不利于周邊地區(qū)發(fā)展。人均用電量和第二產(chǎn)業(yè)比值的增加會(huì)對(duì)周邊地區(qū)產(chǎn)生空間溢出效應(yīng)，本地的工業(yè)經(jīng)濟(jì)發(fā)展會(huì)不斷輻射周邊地區(qū)，推動(dòng)周邊地區(qū)發(fā)展，從而增加碳排放。

根據(jù)以上結(jié)論，提出以下建議：

（1）加強(qiáng)技術(shù)創(chuàng)新，加強(qiáng)區(qū)域聯(lián)動(dòng)。CCUS 技術(shù)可以有效減少燃煤電廠90%的二氧化碳排放，是電力行業(yè)實(shí)現(xiàn)“雙碳”目標(biāo)的關(guān)鍵技術(shù)。一方面，應(yīng)關(guān)注技術(shù)研發(fā)和應(yīng)用，制定相關(guān)技術(shù)標(biāo)準(zhǔn)；另一方面，加強(qiáng)跨區(qū)域協(xié)調(diào)聯(lián)動(dòng)，各省應(yīng)充分研究周邊地區(qū)的碳減排政策，在相互合作的基礎(chǔ)上促進(jìn)信息共享、技術(shù)溢出、人才交流，實(shí)現(xiàn)高質(zhì)量協(xié)同發(fā)展，綜合制定減排政策。

（2）構(gòu)建多元化的清潔能源體系。除四川、湖北外，我國(guó)各省發(fā)電類型還是以火力發(fā)電為主，在保證供應(yīng)的前提下，應(yīng)優(yōu)化電源結(jié)構(gòu)，逐步用風(fēng)電、光電替換火電，鼓勵(lì)核電和分布式能源發(fā)展。提升清潔能源裝機(jī)容量，特別是非水可再生能源在發(fā)電中的比重，在提高火電機(jī)組靈活性的同時(shí)，既要注重低碳轉(zhuǎn)型，又要注重靈活地調(diào)節(jié)電源建設(shè)，實(shí)現(xiàn)各類電源的協(xié)調(diào)發(fā)展。

（3）提升終端用能電氣化，實(shí)現(xiàn)電能替代。電氣化水平的提升可顯著降低能源強(qiáng)度，提升綜合能效水平。中國(guó)的電力消費(fèi)還在繼續(xù)增長(zhǎng)，未來碳排放也將繼續(xù)增加。要同時(shí)兼顧其他行業(yè)碳達(dá)峰，加快發(fā)展清潔能源，促進(jìn)電力行業(yè)自身的碳減排。