丁穎輝，楊亞茹

（河北大學(xué)經(jīng)濟(jì)學(xué)院，河北保定 071000）

0 引言

降碳減排是實(shí)現(xiàn)高質(zhì)量發(fā)展和中國(guó)式現(xiàn)代化的題中之義和必然舉措。我國(guó)政府在2020 年9 月明確提出，到2030 年我國(guó)碳排放達(dá)到峰值，爭(zhēng)取在2060年前實(shí)現(xiàn)碳中和。為實(shí)現(xiàn)這一目標(biāo)，我國(guó)在《2030年前碳達(dá)峰行動(dòng)方案》中進(jìn)一步制定了我國(guó)碳排放強(qiáng)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(biāo)。在降碳目標(biāo)分解到省域經(jīng)濟(jì)體的現(xiàn)實(shí)狀況下，測(cè)度我國(guó)省域降碳潛力對(duì)于把握省域碳減排提升空間，制定差異化區(qū)域性降碳減排政策以如期實(shí)現(xiàn)各個(gè)階段降碳目標(biāo)具有重要的理論價(jià)值和現(xiàn)實(shí)意義。由于省域碳排放具有呈現(xiàn)網(wǎng)絡(luò)特征的空間關(guān)聯(lián)關(guān)系，使得省域碳排放潛力之間也存在著空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)。分析省域降碳潛力空間網(wǎng)絡(luò)結(jié)構(gòu)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(lián)動(dòng)特征，為實(shí)現(xiàn)省域協(xié)同降碳提供科學(xué)依據(jù)和政策參考。

在碳減排潛力的相關(guān)研究方面，多數(shù)學(xué)者通過(guò)計(jì)算能源效率、構(gòu)建綜合評(píng)價(jià)指標(biāo)體系以及對(duì)研究情境進(jìn)行模擬來(lái)測(cè)算碳減排潛力。如 Xia 等［1］、Akan 等［2］通過(guò)計(jì)算能源效率來(lái)對(duì)減排潛力進(jìn)行量化研究；王勇等［3］基于公平和效率構(gòu)建評(píng)價(jià)指標(biāo)體系，對(duì)我國(guó)碳排放主要工業(yè)及細(xì)分行業(yè)減排潛力進(jìn)行評(píng)估；甘巧巧［4］通過(guò)采用自然斷點(diǎn)法將產(chǎn)業(yè)分為三類(lèi)，結(jié)合情景模擬法測(cè)算出在提質(zhì)增效時(shí)新疆各產(chǎn)業(yè)的碳減排潛力。也有學(xué)者采用非參數(shù)法中的數(shù)據(jù)包絡(luò)法（DEA）測(cè)度碳減排潛力。如杜春麗［5］基于DEA 理論方法，將不期望產(chǎn)出引入模型，對(duì)我國(guó)鋼鐵產(chǎn)業(yè)節(jié)能減排潛力進(jìn)行測(cè)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(guò)剩率，而二氧化碳排放過(guò)剩率又反映了環(huán)境正影響產(chǎn)出不足率，并采用DEA 方法計(jì)算出我國(guó)30 個(gè)省市的環(huán)境正影響產(chǎn)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(dǎo)向的CCR-DEA 模型，測(cè)算了中國(guó)29 個(gè)省份能源利用的經(jīng)濟(jì)效率并度量了其環(huán)境績(jī)效，在此基礎(chǔ)上進(jìn)一步計(jì)算得到中國(guó)各省份的節(jié)能減排潛力。上述方法的不足在于測(cè)度碳減排潛力時(shí)易忽視外部環(huán)境及隨機(jī)干擾對(duì)潛力值的影響，特別是傳統(tǒng)DEA 模型無(wú)法體現(xiàn)投入產(chǎn)出的松弛性，難以考慮非期望產(chǎn)出對(duì)于實(shí)際生產(chǎn)的影響，使得實(shí)際情況與測(cè)度結(jié)果存在偏差。因此，Tone［8］在傳統(tǒng)DEA 模型的基礎(chǔ)上，提出Super-SBM 模型，將非期望產(chǎn)出納入模型，更好地考慮了投入、產(chǎn)出、非期望產(chǎn)出之間的關(guān)系，此后，Super-SBM 模型被廣泛應(yīng)用于碳排放效率及碳減排潛力的測(cè)度中。有學(xué)者從區(qū)域?qū)用鏈y(cè)度碳排放效率，如周迪等［9］使用Super-SBM 模型對(duì)中國(guó)29 個(gè)省的碳排放效率進(jìn)行了測(cè)算，并對(duì)其碳減排潛力進(jìn)行了評(píng)價(jià)。也有學(xué)者從產(chǎn)業(yè)層面開(kāi)展相關(guān)研究，屈秋實(shí)等［10］通過(guò)構(gòu)建超效率SBM 模型并求解目標(biāo)函數(shù)最優(yōu)值，計(jì)算出各省有色金屬產(chǎn)業(yè)在不同生產(chǎn)環(huán)節(jié)的碳減排潛力。狄乾斌等［11］采用超效率SBM 模型對(duì)海洋漁業(yè)碳排放效率進(jìn)行測(cè)度，利用基尼系數(shù)、泰爾指數(shù)等方法對(duì)各區(qū)域差異性作量化分析，并測(cè)算其碳減排潛力。

隨著研究推進(jìn)，諸多學(xué)者發(fā)現(xiàn)碳排放空間關(guān)聯(lián)呈現(xiàn)復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)形態(tài)，并通過(guò)構(gòu)建空間關(guān)聯(lián)網(wǎng)絡(luò)來(lái)研究區(qū)域碳排放的空間關(guān)聯(lián)特征。如邵帥等［12］在采用社會(huì)網(wǎng)絡(luò)分析方法考察中國(guó)區(qū)域碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征的基礎(chǔ)上，利用指數(shù)隨機(jī)圖模型解釋空間關(guān)聯(lián)網(wǎng)絡(luò)的機(jī)制及規(guī)律；鐘詩(shī)雨等［13］在測(cè)度產(chǎn)業(yè)部門(mén)隱含碳流動(dòng)量的前提下建立隱含碳流動(dòng)網(wǎng)絡(luò)，并對(duì)其網(wǎng)絡(luò)特征和聚類(lèi)特征進(jìn)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(guān)聯(lián)網(wǎng)絡(luò)特征，認(rèn)為“全國(guó)一盤(pán)棋”的聯(lián)動(dòng)效應(yīng)顯著，且碳排放的空間溢出效應(yīng)在一定程度上與地理位置有關(guān)；吳玉鳴等［15］運(yùn)用空間計(jì)量模型分析了中國(guó)碳排放空間關(guān)聯(lián)特征；馬歆等［16］通過(guò)構(gòu)建中國(guó)各省份碳排放結(jié)構(gòu)信息熵的空間關(guān)聯(lián)網(wǎng)絡(luò)，對(duì)各省份能源利用演化過(guò)濾以及碳排放結(jié)構(gòu)的時(shí)空分布特征進(jìn)行研究。由于碳排放在空間層面上受經(jīng)濟(jì)、產(chǎn)業(yè)、能源消費(fèi)等多種因素影響，使得碳排放空間關(guān)聯(lián)結(jié)構(gòu)也會(huì)受到這些影響因素的空間關(guān)聯(lián)結(jié)構(gòu)影響，學(xué)界對(duì)此開(kāi)展了相關(guān)研究，如盧奕亨等［17］通過(guò)運(yùn)用面板Tobit 模型對(duì)農(nóng)業(yè)碳排放的影響因素進(jìn)行回歸分析，研究認(rèn)為農(nóng)業(yè)碳排放受經(jīng)濟(jì)和社會(huì)兩個(gè)層面因素的共同影響；李云燕等［18］運(yùn)用GTWR模型對(duì)中國(guó)城市碳強(qiáng)度影響因素進(jìn)行實(shí)證分析,提出能源消費(fèi)結(jié)構(gòu)對(duì)碳強(qiáng)度呈正向影響，而經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)升級(jí)、人口集聚、科技研發(fā)和外商投資對(duì)碳強(qiáng)度呈現(xiàn)抑制作用；趙紅巖等［19］研究發(fā)現(xiàn)常住人口、城鎮(zhèn)化率、鋼材產(chǎn)量、平均運(yùn)輸里程以及建筑企業(yè)勞動(dòng)生產(chǎn)率的提高不利于建筑碳排放降低，而人均GDP 和第三產(chǎn)業(yè)增加值的增加會(huì)減少建筑碳排放；徐盈之等［20］研究結(jié)果表明R&D 經(jīng)費(fèi)支出、高新技術(shù)產(chǎn)業(yè)規(guī)模和節(jié)能環(huán)保財(cái)政支出與碳排放之間存在負(fù)相關(guān)關(guān)系，城市人口規(guī)模對(duì)本省碳減排存在正向促進(jìn)作用；張德鋼等［21］運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法對(duì)碳排放空間關(guān)聯(lián)特征進(jìn)行分析，并利用QAP 回歸分析探討中國(guó)碳排放空間關(guān)聯(lián)的影響因素；楊桂元等［22］運(yùn)用社會(huì)網(wǎng)絡(luò)分析法探究區(qū)域碳排放空間關(guān)聯(lián)關(guān)系，并基于QAP 回歸對(duì)碳排放空間關(guān)聯(lián)網(wǎng)絡(luò)影響因素進(jìn)行分析。

回顧既有文獻(xiàn)，學(xué)界在碳排放效率和潛力測(cè)度、碳排放空間關(guān)聯(lián)結(jié)構(gòu)及其影響因素方面進(jìn)行了豐富研究，但是省域降碳潛力空間關(guān)聯(lián)呈現(xiàn)怎樣的網(wǎng)絡(luò)關(guān)聯(lián)特征？基于網(wǎng)絡(luò)關(guān)聯(lián)結(jié)構(gòu)，省域降碳潛力表現(xiàn)為怎樣的空間溢出效應(yīng)？省域降碳潛力空間網(wǎng)絡(luò)關(guān)聯(lián)的驅(qū)動(dòng)機(jī)制是怎樣的？這些問(wèn)題尚有待回答。因此，本文從公平、效率雙重視角出發(fā)，利用超效率SBM 模型對(duì)省域降碳潛力進(jìn)行測(cè)度，同時(shí)構(gòu)建省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)，定量分析降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)的整體和個(gè)體特征，最后利用QAP 模型，探討省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)的影響機(jī)制，以期從全局和個(gè)體角度把握我國(guó)降碳潛力的省域空間關(guān)聯(lián)特征，揭示降碳潛力區(qū)域聯(lián)動(dòng)的驅(qū)動(dòng)機(jī)制，為減排政策制定和實(shí)現(xiàn)“雙碳”目標(biāo)提供科學(xué)支撐，對(duì)于推動(dòng)區(qū)域低碳轉(zhuǎn)型和協(xié)同降碳具有重要的理論價(jià)值與實(shí)踐意義。

1 研究方法和數(shù)據(jù)來(lái)源

1.1 中國(guó)省域降碳潛力指數(shù)測(cè)算

本文參考周迪等［9］的研究，從公平、效率兩方面對(duì)省域降碳潛力指數(shù)進(jìn)行測(cè)算。公平角度是指在考察降碳潛力的過(guò)程中，應(yīng)當(dāng)兼顧人口規(guī)模和碳排放絕對(duì)量的情況。效率角度即在給定生產(chǎn)要素和產(chǎn)出水平下實(shí)現(xiàn)碳排放最小化?；谶@一思路，并參考Wei 等［23］的計(jì)算方法，確定省域降碳潛力指數(shù)的計(jì)算如式（1）所示：

式中，i省份t年的降碳潛力為ACIit；θ表示權(quán)重，參照吳賢榮等［24］，θ取0.5；Eqit為降碳潛力公平指數(shù)，用人均碳排放量表示；Efit為降碳潛力效率指數(shù)，用基于Super-SBM 模型測(cè)算的碳排放效率表示。其次，對(duì)人均碳排放量和碳排放效率分別進(jìn)行正向、逆向標(biāo)準(zhǔn)化處理來(lái)消除量綱對(duì)指數(shù)計(jì)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?cè)丝跀?shù)的比值來(lái)衡量人均碳排放量。其中碳排放總量根據(jù)聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)（IPCC）清單法進(jìn)行計(jì)算如式（2）所示：

其中，δj為第j種能源萬(wàn)噸標(biāo)準(zhǔn)煤的折算系數(shù)，αj為第j種能源碳排放系數(shù)，二者的具體數(shù)值見(jiàn)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(wàn)噸標(biāo)準(zhǔn)煤折算系數(shù)和碳排放系數(shù)

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(guī)模報(bào)酬可變和非導(dǎo)向的超效率SBM 模型測(cè)算碳排放效率。參考周迪等［9］做法，投入指標(biāo)選用年末從業(yè)人員數(shù)、固定資產(chǎn)投資額、能源消費(fèi)總量，期望產(chǎn)出指標(biāo)選用各省份GDP，非期望產(chǎn)出指標(biāo)選用碳排放總量，其模型設(shè)定如式（3）所示：

其中，δ*為的碳排放效率，m、b分別為投入、產(chǎn)出的松弛變量個(gè)數(shù)，λ為權(quán)重向量，xij為第j個(gè)省份的i項(xiàng)投入，ykj為第j個(gè)省份的k項(xiàng)產(chǎn)出。

1.2 修正引力模型與社會(huì)網(wǎng)絡(luò)分析法

1.2.1 降碳潛力空間網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)的構(gòu)建

本文采用修正的引力模型構(gòu)建省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)。不同省份用i、j表示,省域降碳潛力的空間關(guān)聯(lián)強(qiáng)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(qū)降碳潛力聯(lián)系的貢獻(xiàn)率，測(cè)度方法為K=Gi/ (Gi+Gj)。由此，得到修正引力模型計(jì)算如公式（4）所示：

根據(jù)公式（4）得到中國(guó)30 個(gè)省份降碳潛力引力矩陣，表征省域降碳潛力的空間關(guān)聯(lián)關(guān)系。取引力矩陣各行的平均值為閾值，若各行數(shù)據(jù)超過(guò)平均值，取1，表明省份間降碳潛力存在關(guān)聯(lián)關(guān)系；反之取 0，表明省份間不存在降碳潛力關(guān)聯(lián)關(guān)系。以此構(gòu)建省域降碳潛力的空間關(guān)聯(lián)二值矩陣，以此為基礎(chǔ)構(gòu)建省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)。

1.2.2 降碳潛力空間網(wǎng)絡(luò)結(jié)構(gòu)特征指標(biāo)

為了探究省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)的結(jié)構(gòu)特征，參考王凱等［25］的做法，選擇網(wǎng)絡(luò)關(guān)聯(lián)度、網(wǎng)絡(luò)密度、網(wǎng)絡(luò)效率和網(wǎng)絡(luò)等級(jí)度4 個(gè)指標(biāo)來(lái)分析降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)的整體特征；選取度數(shù)中心度、接近中心度以及中間中心度測(cè)度各個(gè)節(jié)點(diǎn)在網(wǎng)絡(luò)中的作用和重要程度；為更深入分析省域降碳潛力空間關(guān)聯(lián)特點(diǎn)，運(yùn)用塊模型，將網(wǎng)絡(luò)分為凈受益、雙向溢出、凈溢出、經(jīng)紀(jì)人4 個(gè)板塊，揭示各省份在降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)中的空間聚類(lèi)特征。

（1）網(wǎng)絡(luò)關(guān)聯(lián)度。網(wǎng)絡(luò)關(guān)聯(lián)度刻畫(huà)了整體網(wǎng)絡(luò)的穩(wěn)健性和脆弱性。在降碳潛力網(wǎng)絡(luò)中，若任何兩個(gè)省份之間存在直接或間接聯(lián)系，則表明該網(wǎng)絡(luò)有較強(qiáng)的關(guān)聯(lián)性和穩(wěn)健性；反之，若連線均是通過(guò)某個(gè)省份鏈接，則表明該網(wǎng)絡(luò)對(duì)這個(gè)省份依賴(lài)性較大，是非常脆弱的。設(shè)空間網(wǎng)絡(luò)中總的成員數(shù)目為N，網(wǎng)絡(luò)關(guān)聯(lián)度為CO，網(wǎng)絡(luò)中不可達(dá)的點(diǎn)對(duì)數(shù)目為V。

（2）網(wǎng)絡(luò)密度。網(wǎng)絡(luò)密度反映空間網(wǎng)絡(luò)的緊密程度，網(wǎng)絡(luò)密度越大，說(shuō)明成員間聯(lián)系越緊密。設(shè)網(wǎng)絡(luò)密度為I，空間網(wǎng)絡(luò)中總的成員數(shù)目為N，實(shí)際關(guān)系數(shù)為M。

（3）網(wǎng)絡(luò)效率。網(wǎng)絡(luò)效率刻畫(huà)了網(wǎng)絡(luò)中各成員的聯(lián)系效率，反映網(wǎng)絡(luò)中存在多余線的程度。在省域降碳潛力網(wǎng)絡(luò)中，網(wǎng)絡(luò)效率越低，說(shuō)明省域間存在更多的連線，溢出渠道多，網(wǎng)絡(luò)也就更穩(wěn)定。設(shè)網(wǎng)絡(luò)效率GE，多余線的條數(shù)為J，Max(J) 表示最大可能的多余連線的條數(shù)。

（4）網(wǎng)絡(luò)等級(jí)度。網(wǎng)絡(luò)等級(jí)度刻畫(huà)了網(wǎng)絡(luò)中各成員非對(duì)稱(chēng)地可達(dá)，反映了各成員在整體網(wǎng)絡(luò)中所處的地位。在降碳潛力網(wǎng)絡(luò)中表示各省份的等級(jí)結(jié)構(gòu)以及省份之間在多大程度上能夠非對(duì)稱(chēng)地可達(dá)。設(shè)網(wǎng)絡(luò)等級(jí)度為GH，網(wǎng)絡(luò)中對(duì)稱(chēng)地可達(dá)的點(diǎn)對(duì)數(shù)目為K，網(wǎng)絡(luò)中最大對(duì)稱(chēng)地可達(dá)的點(diǎn)對(duì)數(shù)目為Max(K)。

（5）度數(shù)中心度。度數(shù)中心度刻畫(huà)了節(jié)點(diǎn)在網(wǎng)絡(luò)中的中心位置程度和某個(gè)節(jié)點(diǎn)與其他節(jié)點(diǎn)相聯(lián)系的程度。在降碳潛力網(wǎng)絡(luò)中，若網(wǎng)絡(luò)中某個(gè)省份具有較高的度數(shù)，說(shuō)明該省份居于網(wǎng)絡(luò)的中心并與其他省份聯(lián)系越多。設(shè)度數(shù)中心度為CD，網(wǎng)絡(luò)中某個(gè)節(jié)點(diǎn)與其他節(jié)點(diǎn)直接關(guān)聯(lián)的數(shù)目為n。

（6）接近中心度。接近中心度測(cè)度了空間網(wǎng)絡(luò)中某節(jié)點(diǎn)不受其他節(jié)點(diǎn)控制的程度。節(jié)點(diǎn)接近中心度越大，在降碳潛力網(wǎng)絡(luò)中對(duì)其他節(jié)點(diǎn)依賴(lài)性越低，越不易受其他省份的限制。設(shè)接近中心度為CC，連接節(jié)點(diǎn)i和節(jié)點(diǎn)j的捷徑路徑為dij。

（7）中間中心度。中間中心度是反映了網(wǎng)絡(luò)中某節(jié)點(diǎn)對(duì)其他節(jié)點(diǎn)控制能力的大小。在降碳潛力網(wǎng)絡(luò)中，某省份若是處在圖中其他節(jié)點(diǎn)的“中間”，說(shuō)明該省能夠控制其他省份降碳潛力之間的相互聯(lián)系。設(shè)中間中心度為CB，設(shè)節(jié)點(diǎn)j和節(jié)點(diǎn)k之間所有捷徑數(shù)目為bjk，其中，經(jīng)過(guò)節(jié)點(diǎn)i的捷徑數(shù)目為bjk(i),j≠k≠i，且j

1.2.3 空間關(guān)聯(lián)網(wǎng)絡(luò)的QAP 模型

由于省域之間地理位置的差異會(huì)導(dǎo)致回歸模型存在共線性問(wèn)題，因此，不能采用多元回歸分析對(duì)空間關(guān)聯(lián)網(wǎng)絡(luò)模型進(jìn)行影響因素分析。QAP 模型以關(guān)系數(shù)據(jù)為基礎(chǔ)，能處理多元線性或非線性問(wèn)題，也可以用來(lái)研究多因素系統(tǒng)中各變量間復(fù)雜相關(guān)的情況。因此，本文基于QAP 模型分析省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)的主要影響因素。

1.3 數(shù)據(jù)來(lái)源

本文以中國(guó)30 個(gè)省份（不含港澳臺(tái)及西藏地區(qū)）作為研究對(duì)象，樣本時(shí)期選擇2011—2020 年。實(shí)證部分所涉及的數(shù)據(jù)來(lái)自《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》、年度國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)和國(guó)家統(tǒng)計(jì)局。對(duì)于某些年份的能源缺失數(shù)據(jù)，采用插值法進(jìn)行補(bǔ)全。

2 省域降碳潛力的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征分析

2.1 省域降碳潛力的時(shí)序變化特征

表2 呈現(xiàn)了各省份在2011 年、2014 年、2017年和2020 年的降碳潛力計(jì)算結(jié)果?？梢钥闯?，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(guó)東部及沿海地區(qū)，降碳潛力較高的省份主要分布在我國(guó)西北內(nèi)陸地區(qū)。主要原因在于東部地區(qū)多為經(jīng)濟(jì)和產(chǎn)業(yè)發(fā)達(dá)地區(qū)，產(chǎn)業(yè)結(jié)構(gòu)相對(duì)更為合理和高級(jí)，經(jīng)濟(jì)低碳綠色轉(zhuǎn)型較為成熟，因此，碳減排的提升空間相對(duì)較小。西部地區(qū)在產(chǎn)業(yè)構(gòu)成方面多以高能耗產(chǎn)業(yè)和資源產(chǎn)業(yè)為主，碳排放量較高，產(chǎn)業(yè)結(jié)構(gòu)低碳化、綠色化程度較低，使得該地區(qū)存在較大降碳空間。

表2 中國(guó)省域降碳潛力

從時(shí)序變化來(lái)看，各省份的降碳潛力在研究期間內(nèi)變化幅度明顯。黑龍江、廣西、寧夏等8 個(gè)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(gè)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(jiàn)，我國(guó)多數(shù)省份降碳潛力在樣本區(qū)間都有不同程度的降低。近年來(lái)，我國(guó)經(jīng)濟(jì)堅(jiān)持走綠色低碳發(fā)展道路，產(chǎn)業(yè)綠色轉(zhuǎn)型取得了積極成效，能源資源利用效率持續(xù)提升，使得區(qū)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(shí)間尺度上拓展了周迪等［9］的研究成果。對(duì)比周迪等［9］對(duì)我國(guó)1997—2015 年29 個(gè)省份碳減排潛力的測(cè)算結(jié)果，2015 年碳減排潛力較高的省份與本文測(cè)算結(jié)果大致相同，均為新疆、貴州、內(nèi)蒙古等西部地區(qū)。同時(shí)結(jié)合本文2016—2020 年的測(cè)算結(jié)果可以發(fā)現(xiàn)，我國(guó)省域降碳潛力值自2015 年后呈現(xiàn)普遍的降低趨勢(shì)，印證了隨著我國(guó)經(jīng)濟(jì)產(chǎn)業(yè)優(yōu)化升級(jí)和低碳轉(zhuǎn)型帶來(lái)了區(qū)域降碳潛力不同程度的降低。

2.2 整體網(wǎng)絡(luò)特征分析

圖1 是中國(guó)30 個(gè)省份降碳潛力在2020 年的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)圖，可以看出，中國(guó)省域降碳潛力空間關(guān)聯(lián)結(jié)構(gòu)顯著，不僅與鄰近省份存在空間關(guān)聯(lián)關(guān)系，還與非鄰近省份存在空間關(guān)聯(lián)關(guān)系；還可以看出，各省份降碳潛力之間的溢出關(guān)系復(fù)雜，整體網(wǎng)絡(luò)聯(lián)系較為密切。

圖1 2020 年中國(guó)30 個(gè)省份降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)

圖2 呈現(xiàn)了2011—2020 年省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)的網(wǎng)絡(luò)密度和網(wǎng)絡(luò)關(guān)系數(shù)。可以看出，樣本期內(nèi)實(shí)際網(wǎng)絡(luò)關(guān)系數(shù)整體呈現(xiàn)上升趨勢(shì)，從2011 年的198 增長(zhǎng)至2020 年的208，漲幅為5.051%。網(wǎng)絡(luò)密度也呈現(xiàn)整體上升趨勢(shì)，從2011 年的0.228 增長(zhǎng)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(guān)聯(lián)網(wǎng)絡(luò)最大可能關(guān)系數(shù)為870，而樣本期內(nèi)網(wǎng)絡(luò)關(guān)系數(shù)最大值為 208，說(shuō)明中國(guó)省域降碳潛力的空間關(guān)聯(lián)仍存在較大提升空間。

圖2 中國(guó)30 個(gè)省份降碳潛力網(wǎng)絡(luò)的網(wǎng)絡(luò)密度和網(wǎng)絡(luò)關(guān)系數(shù)

圖3 呈現(xiàn)了2011—2020 年省域降碳潛力網(wǎng)絡(luò)等級(jí)度和網(wǎng)絡(luò)效率。總體來(lái)看，網(wǎng)絡(luò)等級(jí)度和網(wǎng)絡(luò)效率在樣本期內(nèi)較為穩(wěn)定。從2011 年至2020 年，網(wǎng)絡(luò)效率由0.719 2 下降至0.692 1；網(wǎng)絡(luò)等級(jí)度由0.292 1 下降至0.129 0。二者略有下降趨勢(shì)，表明中國(guó)省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)中的區(qū)域間相互作用逐漸增強(qiáng)且聯(lián)系日益緊密。此外，網(wǎng)絡(luò)關(guān)聯(lián)度在樣本期內(nèi)均為1，表明我國(guó)省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)具有較強(qiáng)的穩(wěn)健性，網(wǎng)絡(luò)結(jié)構(gòu)較為穩(wěn)定。

圖3 中國(guó)30 個(gè)省份降碳潛力網(wǎng)絡(luò)的網(wǎng)絡(luò)效率和網(wǎng)絡(luò)等級(jí)度

綜上可見(jiàn)，隨著我國(guó)區(qū)域經(jīng)濟(jì)協(xié)同發(fā)展水平提升，各省域的資源和技術(shù)集聚增強(qiáng)，在對(duì)各省份降碳減排產(chǎn)生積極作用的同時(shí)，也使得各省份降碳潛力空間關(guān)聯(lián)更為密切，并逐漸趨于穩(wěn)定。

2.3 個(gè)體網(wǎng)絡(luò)特征分析

本文從度數(shù)中心度、接近中心度和中間中心度3 個(gè)維度刻畫(huà)網(wǎng)絡(luò)個(gè)體特征，探究各省份在降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)中的地位和作用。表3 列出了樣本期內(nèi)代表年份的各省市網(wǎng)絡(luò)中心性測(cè)度結(jié)果。

表3 2011—2020 年中國(guó)30 個(gè)省份降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)中心性分析

（1）度數(shù)中心度。度數(shù)中心度均值在樣本期內(nèi)呈整體上升趨勢(shì)，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(guān)聯(lián)數(shù)不斷增多，省際之間聯(lián)系日益密切。2011—2020 年度數(shù)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(nèi)蒙古等。除內(nèi)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(duì)整體降碳潛力關(guān)聯(lián)及溢出關(guān)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(guān)聯(lián)網(wǎng)絡(luò)中多居于邊緣位置，與其他省份降碳潛力的空間溢出關(guān)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(qū)，為省域降碳潛力空間網(wǎng)絡(luò)中的“邊緣行動(dòng)者”；高于均值的省份多為北京、天津、上海等東部地區(qū)，說(shuō)明這些省份易與其他省份產(chǎn)生直接的降碳潛力空間關(guān)聯(lián)關(guān)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(nèi)中間中心度超過(guò)均值的省份大多為東部、中部較發(fā)達(dá)地區(qū)，而多數(shù)西部和中部地區(qū)則排名靠后，中間中心度基本上在0.5 上下波動(dòng)，易受其他省份的限制，表明中國(guó)省域降碳潛力網(wǎng)絡(luò)呈現(xiàn)出網(wǎng)絡(luò)個(gè)體地位的非均衡性。

綜上，北京、天津、上海、內(nèi)蒙古、甘肅等省份處于降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)的中心位置。北京、天津、上海經(jīng)濟(jì)發(fā)達(dá)，與周邊地區(qū)經(jīng)濟(jì)聯(lián)系緊密，人才、技術(shù)、資本等要素流動(dòng)性強(qiáng)。內(nèi)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(guān)系，同時(shí)還可以利用自身資源優(yōu)勢(shì)，通過(guò)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)在省份之間形成產(chǎn)業(yè)轉(zhuǎn)移。上述原因使得這些省市與其他區(qū)域之間存在較強(qiáng)的降碳潛力關(guān)聯(lián)關(guān)系。排名靠后的省份主要有黑龍江、吉林、遼寧以及大多數(shù)中西部地區(qū)，這些地區(qū)由于地理位置相對(duì)偏遠(yuǎn)、經(jīng)濟(jì)規(guī)模相對(duì)有限以及能源結(jié)構(gòu)單一等因素，導(dǎo)致與其他省份間的降碳潛力關(guān)聯(lián)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(biāo)準(zhǔn)為0.2，將中國(guó)省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)劃分為凈受益、凈溢出、雙向溢出、經(jīng)紀(jì)人等4 個(gè)板塊，對(duì)我國(guó)省域降碳潛力網(wǎng)絡(luò)的空間聚類(lèi)特征做進(jìn)一步分析。其中，凈受益板塊接收的板塊外關(guān)系數(shù)量明顯大于其對(duì)其他板塊發(fā)出的關(guān)系數(shù)量，凈溢出板塊對(duì)其他板塊發(fā)出的關(guān)系數(shù)量遠(yuǎn)大于其接收到的其他板塊關(guān)系數(shù)量，雙向溢出板塊的地區(qū)既接收來(lái)自其他板塊的關(guān)系也向其他板塊發(fā)出關(guān)系，同時(shí)也接收較多的來(lái)自板塊內(nèi)部的關(guān)系，經(jīng)紀(jì)人板塊的接收和發(fā)出關(guān)系數(shù)量相當(dāng)，但是板塊外關(guān)系數(shù)量明顯大于板塊內(nèi)關(guān)系數(shù)量。計(jì)算結(jié)果如表4 所示。

表4 中國(guó)30 個(gè)省份降碳潛力空間關(guān)聯(lián)板塊的溢出效應(yīng)（2020 年）

可以看出，2020 年中國(guó)省域降碳潛力網(wǎng)絡(luò)存在208 個(gè)關(guān)聯(lián)關(guān)系，其中板塊內(nèi)部之間48 個(gè)，板塊之間160 個(gè)，占比分別為23.08%和76.92%，說(shuō)明板塊間降碳潛力空間關(guān)聯(lián)關(guān)系和溢出效應(yīng)顯著。板塊Ⅰ實(shí)際、期望內(nèi)部關(guān)系比例分別為8.00%、10.34%，雖然實(shí)際內(nèi)部關(guān)系比例比內(nèi)部關(guān)系比例略小，但從板塊外的接發(fā)關(guān)系看，板塊Ⅰ接收關(guān)系73個(gè)顯著高于發(fā)出關(guān)系23 個(gè)，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(nèi)省份大量接收其他省份降碳潛力溢出，會(huì)更多地受到其他省份降碳潛力變動(dòng)影響。板塊Ⅲ實(shí)際、期望內(nèi)部關(guān)系比例分別為43.08%和34.48%，前者要比后者大；從板塊外接發(fā)關(guān)系看，板塊Ⅲ發(fā)出關(guān)系數(shù)近似接收關(guān)系數(shù)，因此，板塊Ⅲ是“雙向溢出”板塊，該板塊中的地區(qū)在接收其他板塊降碳潛力溢出的同時(shí)，自身的降碳潛力變化也會(huì)影響其他省份。板塊Ⅱ的板塊外接收關(guān)系數(shù)為32，板塊外發(fā)出關(guān)系數(shù)為26，板塊Ⅳ的板塊外接收關(guān)系數(shù)為27，板塊外發(fā)出關(guān)系數(shù)量為74。因此，板塊Ⅱ是“經(jīng)紀(jì)人”板塊，在降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)扮演著“中介”角色，對(duì)網(wǎng)絡(luò)中的降碳潛力空間溢出效應(yīng)起到傳導(dǎo)和擴(kuò)散作用。板塊Ⅳ是“凈溢出”板塊，該板塊省份多為內(nèi)陸或邊緣地區(qū)，資源相對(duì)豐富，多向其他省份輸出能源資源，進(jìn)而形成降碳潛力溢出。

為進(jìn)一步考察各板塊之間的降碳潛力空間關(guān)聯(lián)關(guān)系，基于板塊劃分的計(jì)算結(jié)果得到省域降碳潛力網(wǎng)絡(luò)的密度矩陣和像矩陣（見(jiàn)表5）?？梢钥吹?，板塊Ⅰ接收板塊Ⅲ、Ⅳ的溢出關(guān)系，僅向板塊Ⅲ發(fā)出關(guān)系；板塊Ⅳ僅接收板塊Ⅱ的溢出，同時(shí)向板塊Ⅰ和板塊Ⅱ發(fā)出關(guān)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(guān)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(fā)出關(guān)系，且板塊Ⅲ內(nèi)部也存在著降碳潛力的溢出關(guān)系。

表5 中國(guó)30 個(gè)省份降碳潛力空間關(guān)聯(lián)板塊的密度矩陣與像矩陣

3 省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)的影響因素分析

在分析我國(guó)省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)的結(jié)構(gòu)特征和傳導(dǎo)機(jī)制的基礎(chǔ)上，進(jìn)一步分析省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的影響因素。

3.1 模型假定與指標(biāo)選取

中國(guó)省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)的演化是多種因素相互作用的結(jié)果。從網(wǎng)絡(luò)結(jié)構(gòu)特征分析結(jié)果來(lái)看，鄰近省份間的空間關(guān)聯(lián)和溢出效應(yīng)可能更為顯著，且省域之間降碳潛力溢出程度可能與各區(qū)域發(fā)展方式密切相關(guān)，進(jìn)而可從省份間發(fā)展差異的角度來(lái)研究中國(guó)省域降碳潛力的空間關(guān)聯(lián)性。童磊等［14］提出地理位置不同會(huì)減少碳排放的溢出效應(yīng)，產(chǎn)業(yè)轉(zhuǎn)移度和對(duì)外開(kāi)放水平、經(jīng)濟(jì)發(fā)展水平、能源結(jié)構(gòu)的差異會(huì)促進(jìn)碳排放的空間溢出；楊桂元等［22］研究發(fā)現(xiàn)省份接近和產(chǎn)業(yè)結(jié)構(gòu)、消費(fèi)水平差異越大，省份之間碳排放的空間關(guān)聯(lián)和溢出越大，而區(qū)域間能源消耗和城鎮(zhèn)人口越相似,其空間關(guān)聯(lián)和溢出越大；鄭航等［28］提出經(jīng)濟(jì)發(fā)展水平、能源利用效率、技術(shù)水平和環(huán)保力度差異的擴(kuò)大有利于促進(jìn)碳排放空間關(guān)聯(lián)關(guān)系的形成；李?lèi)?ài)等［29］認(rèn)為京津冀城市群碳排放空間關(guān)聯(lián)關(guān)系主要受地理位置和技術(shù)創(chuàng)新差異的影響，長(zhǎng)三角城市群碳排放空間關(guān)聯(lián)關(guān)系主受地理位置、產(chǎn)業(yè)結(jié)構(gòu)差異、人口密度差異和城鎮(zhèn)化水平差異影響，珠三角城市群碳排放空間關(guān)聯(lián)關(guān)系則受到地理位置、產(chǎn)業(yè)結(jié)構(gòu)差異和城鎮(zhèn)化水平差異的影響；龐慶華等［30］研究發(fā)現(xiàn)地理鄰近關(guān)系、城鎮(zhèn)人口差異、能源消費(fèi)差異、產(chǎn)業(yè)結(jié)構(gòu)差異對(duì)長(zhǎng)江經(jīng)濟(jì)帶碳排放空間關(guān)聯(lián)關(guān)系有著顯著的影響。參照現(xiàn)有文獻(xiàn)研究成果，文章選取以下5 個(gè)變量作為省域降碳潛力空間關(guān)聯(lián)性的主要影響因素并做進(jìn)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(fā)揮省域資源的集聚效應(yīng)，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(lái)表征。

（2）經(jīng)濟(jì)水平差異（A）。經(jīng)濟(jì)發(fā)展水平是各省份發(fā)展的基礎(chǔ)，同時(shí)可以促進(jìn)區(qū)域內(nèi)投資，是提高省域降碳潛力水平的物質(zhì)保證和技術(shù)支撐。選用省份間人均GDP 對(duì)數(shù)差值來(lái)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(lián)系，充分提升能源的循環(huán)利用對(duì)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(lái)反映。

（4）產(chǎn)業(yè)結(jié)構(gòu)差異（I）。產(chǎn)業(yè)結(jié)構(gòu)調(diào)整會(huì)形成省份間產(chǎn)業(yè)轉(zhuǎn)移，改善區(qū)域能源利用效率低、排放量高的現(xiàn)狀，進(jìn)一步提高省域降碳潛力。使用省份間第三產(chǎn)業(yè)的GDP 占比差值來(lái)衡量。

（5）城鎮(zhèn)化程度差異（P）。城鎮(zhèn)化能加快技術(shù)和人才聚集，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，進(jìn)而對(duì)各省降碳潛力產(chǎn)生積極作用。選取省份間城鎮(zhèn)人口比重差值來(lái)表征。

3.2 QAP 相關(guān)性分析

利用UCINET 軟件，經(jīng)過(guò)10 000 次隨機(jī)置換，對(duì)降碳潛力空間關(guān)聯(lián)矩陣與地理位置差異D、經(jīng)濟(jì)發(fā)展水平差異A、能源消耗差異E、產(chǎn)業(yè)結(jié)構(gòu)差異I、城鎮(zhèn)化程度差異P進(jìn)行QAP 相關(guān)性檢驗(yàn)。由表6 可知，D、A、I、P的相關(guān)系數(shù)均在1%的水平上顯著，且都為正向影響。E的相關(guān)系數(shù)在5%的水平下顯著為負(fù)。表明選取的5 個(gè)變量與降碳潛力空間關(guān)聯(lián)結(jié)構(gòu)均存在具有顯著的相關(guān)關(guān)系。

表6 中國(guó)30 個(gè)省份降碳潛力空間關(guān)聯(lián)矩陣與影響因素的QAP 相關(guān)性檢驗(yàn)結(jié)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(guān)關(guān)系，A與I、P的相關(guān)系數(shù)在1%的水平上顯著，I與P的相關(guān)系數(shù)在1%的水平上顯著，故進(jìn)行普通的面板回歸可能出現(xiàn)“多重共線性”問(wèn)題，進(jìn)而影響回歸結(jié)果的正確性。因此，采用QAP 回歸分析來(lái)探究這些因素對(duì)降碳潛力空間關(guān)聯(lián)關(guān)系的影響是合理的。

表7 中國(guó)30 個(gè)省份降碳潛力空間關(guān)聯(lián)影響因素之間的 QAP 相關(guān)性檢驗(yàn)結(jié)果

3.3 QAP 回歸分析

表8 反映了經(jīng)過(guò)10 000 次隨機(jī)置換的QAP 回歸結(jié)果。由結(jié)果可見(jiàn)，修正后的R2為0.321，且在1%的水平上顯著。

表8 中國(guó)30 個(gè)省份降碳潛力空間關(guān)聯(lián)影響因素的QAP 回歸分析結(jié)果

（1）D和A系數(shù)均在1%的水平上顯著為正，且標(biāo)準(zhǔn)化后的回歸系數(shù)顯示地理位置差異和經(jīng)濟(jì)水平差異系數(shù)的絕對(duì)值較大，說(shuō)明地理鄰近關(guān)系和經(jīng)濟(jì)水平是影響降碳潛力空間關(guān)聯(lián)關(guān)系的主要因素，且省份越相近、經(jīng)濟(jì)水平差異越大，省域降碳潛力的空間關(guān)聯(lián)和溢出作用越顯著。原因在于，臨近的省份更有利于發(fā)揮區(qū)域資源的集聚效應(yīng)，相關(guān)要素空間轉(zhuǎn)移的成本和難度也越小，進(jìn)而有助于提高省域降碳潛力空間關(guān)聯(lián)；經(jīng)濟(jì)水平差異的增大使得省域經(jīng)濟(jì)發(fā)展不平衡、不協(xié)調(diào)，進(jìn)而加速省域間要素流動(dòng)，經(jīng)濟(jì)水平相對(duì)高的省份較易形成資源外溢，并與臨近省份社會(huì)經(jīng)濟(jì)發(fā)展各要素不斷發(fā)生重組，有助于優(yōu)化省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)。

（2）E的回歸系數(shù)在10%的水平上顯著為負(fù)，說(shuō)明省份單位GDP 能耗越接近，降碳潛力的空間關(guān)聯(lián)就越強(qiáng)。省份間能源消耗強(qiáng)度越接近，省域間進(jìn)行協(xié)同降碳的合作空間越大，進(jìn)而可以推動(dòng)省域間降碳潛力空間關(guān)聯(lián)。

（3）I 的回歸系數(shù)在10%的水平上顯著為正，P的回歸系數(shù)在5%的顯著性水平上顯著為正，說(shuō)明省域降碳潛力空間關(guān)聯(lián)關(guān)系受到產(chǎn)業(yè)結(jié)構(gòu)差異和城鎮(zhèn)化差異的影響。產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化差異程度越大，越容易形成人才、資金、技術(shù)等相關(guān)要素在省域間的流動(dòng)，使得省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)更加緊密。

4 結(jié)論與建議

本文在對(duì)2011—2020 年中國(guó)30 個(gè)省的降碳潛力進(jìn)行測(cè)度的基礎(chǔ)上，利用修正引力模型構(gòu)建中國(guó)省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)，對(duì)各省份間的空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征進(jìn)行定量分析，并基于QAP 模型識(shí)別省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)影響因素，主要結(jié)論及建議如下：

第一，省域降碳潛力空間網(wǎng)絡(luò)緊密程度呈現(xiàn)增長(zhǎng)趨勢(shì)，空間網(wǎng)絡(luò)結(jié)構(gòu)較為穩(wěn)定。因此，應(yīng)當(dāng)積極利用省域間降碳潛力關(guān)聯(lián)緊密的特征，樹(shù)立全國(guó)一盤(pán)棋的意識(shí)觀念，在加強(qiáng)各省自身降碳減排的同時(shí)，由點(diǎn)帶面，積極推動(dòng)區(qū)域協(xié)同降碳減排。

第二，北京、天津、上海等東部發(fā)達(dá)省市以及內(nèi)蒙古和甘肅等資源能源大省份的度數(shù)中心度、接近中心度和中間中心度排名居前，處于空間關(guān)聯(lián)網(wǎng)絡(luò)的核心位置，對(duì)于降碳潛力空間溢出具有較強(qiáng)的支配能力。多數(shù)中西部省份在省域降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)中居于邊緣位置，對(duì)于省域降碳潛力關(guān)聯(lián)難以施加較大影響。因此，為了有效提升降碳潛力，應(yīng)當(dāng)加強(qiáng)各?。▍^(qū)、市）之間廣泛的多層次交流協(xié)作，積極推動(dòng)核心區(qū)域與邊緣區(qū)域的降碳減排合作，從經(jīng)濟(jì)、技術(shù)、人才和信息等方面推動(dòng)區(qū)域間資源共享和流通；對(duì)于邊緣區(qū)域，吸引和利用更多的資金、技術(shù)和人才以提高他們的減排能力。

第三，京津滬等發(fā)達(dá)地區(qū)多屬于凈受益板塊，廣東、浙江、重慶和福建屬于“經(jīng)紀(jì)人”板塊，內(nèi)蒙古等十一個(gè)省份屬于雙向溢出板塊，新疆等十一個(gè)省份則構(gòu)成凈溢出板塊。凈受益板塊和“經(jīng)紀(jì)人”板塊多為經(jīng)濟(jì)發(fā)達(dá)且降碳潛力較低的省市，這些區(qū)域應(yīng)當(dāng)積極發(fā)展新業(yè)態(tài)經(jīng)濟(jì)，尋求新的產(chǎn)業(yè)和經(jīng)濟(jì)增長(zhǎng)點(diǎn)，進(jìn)一步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，以提升降碳空間。同時(shí)，還要充分利用“經(jīng)紀(jì)人”板塊在降碳潛力空間關(guān)聯(lián)網(wǎng)絡(luò)的中介地位，發(fā)揮其經(jīng)濟(jì)、技術(shù)、產(chǎn)業(yè)優(yōu)勢(shì)的輻射和帶動(dòng)作用，推動(dòng)降碳潛力空間溢出效應(yīng)的傳導(dǎo)和擴(kuò)散，帶動(dòng)關(guān)聯(lián)區(qū)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(fā)達(dá)省份，這些地區(qū)應(yīng)當(dāng)積極推進(jìn)產(chǎn)業(yè)低碳轉(zhuǎn)型升級(jí)，增強(qiáng)與凈受益板塊和“經(jīng)紀(jì)人”板塊的區(qū)域合作，加大人才、技術(shù)、資金引進(jìn)力度，以提升降碳減排力度和效率。

第四，地理位置、經(jīng)濟(jì)水平、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化程度等差異對(duì)省際降碳潛力空間關(guān)聯(lián)具有顯著正向影響，能源消耗差異則具有顯著負(fù)向影響。應(yīng)當(dāng)根據(jù)不同省份間的要素稟賦差異，精準(zhǔn)制定降碳減排政策，并加強(qiáng)省域間技術(shù)交流與合作，大力發(fā)展綠色產(chǎn)業(yè)，提高減排技術(shù)，充分發(fā)揮各地區(qū)降碳減排優(yōu)勢(shì)，以提升省域間的降碳協(xié)同水平，降低省域降碳潛力的空間非均衡性，實(shí)現(xiàn)各區(qū)域降碳潛力有效。