中国省域能源消费碳排放时空格局演进及驱动机制研究*——基于环境规制视角的分析

尚 梅 王蓉蓉 胡 振

(西安科技大学管理学院，陕西 西安 710054)

2020年我国碳排放强度较2005年累计下降45.8%，距达成2030年碳排放强度下降60%～65%的目标更进一步[1-2]。据统计，能源消费碳排放量占碳排放总量的70%，抓住能源消费碳排放的驱动因素是控制碳排放的关键所在。国内外学者对能源消费碳排放问题进行了广泛的探讨，在碳排放测算方面，现有研究可分为宏观层面(国家、区域、行业)和微观层面(家庭)测算，宏观层面的碳排放测算主要采用政府间气候专门变化委员会(IPCC)提出的碳排放因子法[3]；微观层面的碳排放测算主要借助碳折算系数法[4]，以电力生产碳排放测算为例，大多数研究都按固定系数测算碳排放，然而在技术进步视角下，电力生产碳排放系数具有动态性，且电力生产碳排放量占能源消费碳排放总量的20%[5]，故考虑电力生产碳排放系数的动态性对准确计算能源消费引致的碳排放至关重要。在影响因素方面，学者们考虑了经济增长、技术创新、产业结构、人口结构、城镇化、国际贸易、能源消费结构对碳排放的单一作用[6-7]，也有学者提出碳排放增加是多种因素综合作用的产物[8]。王韧[9]认为我国碳排放现状会在环境规制与技术创新的综合作用下得到改善。陈婕[10]却发现技术创新和经济增长的综合作用会加剧我国碳排放。

环境规制是政府干预碳排放、保护环境的主要途径。能源消费碳排放的影响因素多，作用机理及路径存在差异，此差异可用计量经济学的方法甄别，故从环境规制视角分析多种因素对碳排放的综合作用，可使实证结果更符合实际情况。因此，本研究基于环境规制视角分析了我国省域能源消费碳排放时空格局演进及驱动机制，为我国2030年“碳达峰”与2060年“碳中和”目标的达成提供理论支持。

1 研究方法

1.1 研究假设及研究框架

环境规制是解决环境问题和经济发展矛盾的重要手段之一，现有文献对环境规制的研究主要集中在“绿色悖论”和“倒逼减排”两方面，部分学者发现环境规制对碳排放具有直接作用，具体作用效果表现为倒“U”型[11]或“N”型[12]，故提出假设1：环境规制对碳排放的作用效果呈非线性。应对政府的环境规制，企业的主要选择是技术创新，同时随着消费者环保意识增强会更青睐绿色低能耗产品，间接促使企业进行技术创新，故提出假设2：环境规制通过技术创新间接抑制碳排放。能源价格是影响碳排放的一个重要因素，有学者发现能源价格上涨能有效降低碳排放强度[13]，故提出假设3：环境规制通过调节能源价格间接抑制碳排放。我国区域资源禀赋不同，能源资源禀赋较少的地区通过国内贸易进口能源，而出口能源地区增大开采量势必会造成环境污染，故提出假设4：环境规制通过国内贸易间接促进碳排放。从政府层面来讲，一方面增加公共基础建设等财政支出，如发展公交车、地铁等交通设施，致使私家车使用量减少，汽车尾气排放量减少，碳排放量下降；另一方面公共基础设施的完善更有利于经济发展，经济发展对碳排放的促进效应可能会掩盖使用公共设施对碳排放的抑制效应，导致碳排放增加，故提出假设5：环境规制通过政府经济干预间接促进碳排放。

此外，城镇化、对外开放水平、人口结构，产业结构、经济发展水平、能源消费结构也均被认为是影响碳排放的因素，故把上述变量作为控制变量纳入碳排放的回归分析。现有研究未把温度对碳排放的影响考虑在内，事实上温度与环境问题紧密相关，故把温度指数一并纳入回归分析。根据理论分析及研究假设，构建实证分析的研究框架(见图1)。

1.2 模型构建、变量选取及数据来源

借鉴理论分析的研究成果，采用中介作用及调节作用检验法甄别解释变量的间接作用机理，并考虑所有可能的控制变量，研究环境规制视角下各因素对能源消费碳排放的综合影响。

图1 研究框架Fig.1 Framework of the research

根据式(1)检验核心解释变量(环境规制)对碳排放的直接作用，若β1显著则环境规制对碳排放的直接作用成立；根据式(2)、式(3)检验4个解释变量(技术创新、政府经济干预、国内贸易及能源价格)的中介作用，若β1、β4均显著，则被检验解释变量的中介作用成立；最后，针对中介作用不显著的解释变量，逐步加入交叉项，根据式(4)检验解释变量的调节作用，若β1显著，则被解释变量的调节作用成立。

(1)

(2)

(3)

(4)

本研究中涉及到的变量说明及数据来源见表1。

2 结果与分析

2.1 碳排放测算

采用IPCC提出的碳排放因子法，核算2003—2017年我国省域能源消费的碳排放总量(由于数据缺失，本研究核算省域暂不包括西藏、香港、台湾、澳门)。本研究核算的能源类型包括原煤、原油、天然气、电力和热力在内的共19种，核算方法见式(5)。其中，热力碳排放系数[14]取2.6。考虑电力碳排放系数的动态性，借鉴朱勤等[15]的方法分别计算各年的电力碳排放系数。

TC=∑En×Tn×Fn

(5)

式中：TC为能源消费的碳排放总量，万t；En为第n种能源的消耗量，万t；Tn为第n种能源的标准煤折算系数；Fn为第n种能源的碳排放系数。

2.2 人均碳排放时间动态演进

将研究省域按照经济地带划分为东部地区、中部地区、西部地区，核算研究期内不同地区人均碳排放，结果见图2。空间维度上看，我国碳排放分布态势呈东部低、中西部高的特征，东部地区人均碳排放变化幅度总体较小，西部地区增速最快。其中东部地区人均碳排放大致呈倒“U”型变化，2013年人均碳排放最大；中部地区人均碳排放在2013年前增幅较大，2013年后增速放缓，可能与2004—2013年中部地区第二产业发展迅速有关，该时段第二产业占比年均增长率为38.1%，2013年以后随着一系列环境规制措施落地，人均碳排放仅有小幅波动；西部地区人均碳排放在2003—2011年呈快速增长态势，2011年后增速放缓，2008年后西部地区人均碳排放位于三大区域之首，可能与其多为资源型地区，煤炭资源使用量占全国的比例高(63.5%[16])以及冬夏气候变化较大，采暖设施较多有关。

表1 变量说明汇总Table 1 Summary of variable description

图2 2003—2017年三大区域人均碳排放变化趋势Fig.2 Trends of per capita carbon emissions in the three regions from 2003 to 2017

2.3 我国人均碳排放空间动态演进

从全局和局部两个视角研究我国人均碳排放空间动态演进态势。全局自相关是检验某地区与整体的相关程度，常用莫兰指数(I值)衡量，借鉴文献[17]中的方法计算研究期间我国人均碳排放的I值，结果见表2。2003—2017年I值均为正且总体逐年增长，说明我国人均碳排放呈较为明显的空间集聚分布模式且空间集聚性持续增强。通过分析全局自相关可知我国人均碳排放整体差异性，却无法衡量省域内部人均碳排放的空间聚集情况，故还需对省域人均碳排放进行局部自相关分析。

用Stata15软件对2003、2017年不同省域的人均碳排放进行局部空间自相关性分析，分析结果见表3。总体看来，处于第Ⅱ、第Ⅳ象限的省域逐渐向第Ⅰ、第Ⅲ象限演变，其中陕西由第Ⅱ象限演变至第Ⅰ象限，云南、四川由第Ⅱ象限演变至第Ⅲ象限，

表2 2003—2017年全国人均碳排放I值1)Table 2 I index of China’s per capita carbon emissions during 2003-2017

北京由第Ⅳ象限演变至第Ⅲ象限。上述现象说明我国各省域人均碳排放具有强空间自相关性，且随时间推移自相关效应呈增长态势，与全局自相关分析结果相互印证。

2.4 回归结果分析

2.4.1 全国层面

利用式(1)至式(4)从全国层面检验各变量对人均碳排放影响，拟合结果见表4。式(1)检验了环境规制对人均碳排放的直接作用，回归结果显示HG项拟合系数为正，HG2项拟合系数为负，说明环境规制对我国碳排放作用效果为先促后抑的倒“U”型曲线，印证了假设1；利用式(2)、式(3)进行中介作用检验时发现，仅TECH项通过显著性检验且拟合系数为负，说明环境规制可通过技术创新的中介作用抑制碳排放，印证了假设2；利用式(4)进行调节作用检验时发现，HG×GOV、HG×TRAN项拟合系数为正，说明政府经济干预、国内贸易在环境规制对碳排放影响中的调节作用为正，即政府投资公共基础设施建设带来的经济增长作用超出使用这些基础设施带来的碳减排作用，且省际间进行碳交易造成碳流通，也会促进碳排放。然而，HG×PRI项拟合系数为负，说明能源价格在环境规制对碳排放影响中的调节作用为负，即能源价格上涨，引起消费量下降，从而造成碳排放量下降，印证了假设3、假设4、假设5。根据式(1)对控制变量的拟合结果，PGDP、ENE、TEMP、URB项拟合系数为正，说明经济发展水平、能源消费结构、城镇化对碳排放具有正向促进作用，全球气温逐年升高也不利于碳减排，INDU、FDI、POP项拟合系数为负，说明产业结构、对外开放水平、人口结构对碳排放有抑制作用。

表3 2003、2017年各省域人均碳排放局部自相关分布Table 3 Local autocorrelation distribution of different province’s per capita carbon emission in 2003 and 2017

2.4.2 省域层面

为考察各变量对碳排放作用的省域异质性，对各变量的省域面板数据与人均碳排放面板数据进行回归分析，结果见表5。

环境规制方面，对于处在倒“U”型及“U”型曲线上升阶段的省份，环境规制的实施增加了碳排放。其中，山西、辽宁、吉林、黑龙江、云南、陕西、甘肃、青海、宁夏、新疆这些资源禀赋型省域处于倒“U”型曲线上升阶段，其能源结构中碳含量偏高、等量经济产出的碳排放量也高，这是其处于不利阶段的主要原因；江西、山东、河南、重庆、贵州、四川这些省域处于“U”型曲线的上升阶段，说明经济粗放发展带来的碳排放增长作用掩盖了环境规制的碳减排作用。处于倒“U”型及“U”型曲线下降阶段的省份，环境规制的实施抑制了碳排放，均处于经济发展和环境保护的良性循环阶段。其中，经济持续稳速发展的北京、天津、河北、上海均处于倒“U”型曲线的下降阶段，技术创新提高了环境治理投资效率；经济相对发达的江苏、浙江、安徽、福建、湖北、湖南、广东、广西这些省域以发展第三产业为主，合理的产业结构、能源消费结构使得环境规制对碳排放的作用效果处于“U”型曲线的下降阶段。

表4 全国层面回归结果Table 4 Regression results at national level

表5 各省域解释变量对人均碳排放的回归结果Table 5 Regression results of variable coefficient of explanatory variables to per capita carbon emissions in different provinces

政府经济干预方面，北京、上海经济发展稳定，政府经济干预对碳排放起到抑制作用，其他省份政府通过增加公共交通基础设施投资带来的减排作用不足以抵消推动经济增长带来碳排放的增加。

技术创新方面，山东、广西、四川、贵州、陕西、甘肃技术创新对碳排放的影响为促进作用，可能是因为技术创新带来的产出增长导致碳排放增长作用大于通过改善能源效率带来的碳减排作用。

能源价格方面，绝大多数省域能源价格对碳排放起抑制作用，说明能源价格可能通过倒逼高能耗产业的低碳技术创新，达到碳减排效果。

国内贸易方面，山西、内蒙古、吉林、重庆、四川、云南、陕西、甘肃、新疆多为资源禀赋型地区，通过资源的开发利用生产能源满足其他省域的需求，故国内贸易对此类地区碳排放不具有抑制作用，其他多为资源输入型省域，国内贸易抑制了碳排放。

3 结论与建议

3.1 结 论

(1) 空间维度上看，我国人均碳排放分布态势呈东部低、中西部高的特征，东部地区人均碳排放变化幅度总体较小，西部地区增速最快。全国人均碳排放呈较为明显的空间集聚分布模式且空间集聚性持续增强。

(2) 全国层面，环境规制对碳排放的作用呈倒“U”型变化，技术创新在环境规制与碳排放间起负向中介作用抑制碳排放，政府经济干预、国内贸易在环境规制中起正向调节作用，而能源价格起负向调节作用；省域层面，各变量对碳排放的作用呈现出省域差异，其中环境规制的作用效果可归类为“U”型、倒“U”型和直线型3种模式。

3.2 建 议

(1) 我国省域碳排放表现为强烈的空间聚集特征，各省的碳排放会受到邻省的影响，因此各省不仅要关注自身的碳排放情况，更要和邻省相互合作，共同承担经济发展和环境保护协同发展的重任。

(2) 从驱动因素角度上看，考虑不同省域技术创新和国内贸易的区域差异性，建议山东、广西、四川等倡导经济高质量发展，强调在发展经济的同时保护环境；对于山西、内蒙古、吉林、陕西、四川等西部资源禀赋型省域，建议政府适当提高碳配额及高能耗企业的进驻门槛，促进高能效技术从东部向西部输入；同时能源价格对碳排放有抑制作用，合理调控能源价格可以作为降低碳排放的有效手段。

(3) 从曲线走向角度，环境规制对碳排放作用效果处于倒“U”型曲线左侧的山西、辽宁、黑龙江、陕西、宁夏、甘肃、新疆、云南等资源型省份，应在提高技术创新的前提下，进一步加强环境规制强度，到达拐点后，碳排放就会随环境规制强度反向变动；处于“U”型曲线右侧的重庆、四川、贵州、山东、河南、江西类经济高速发展型省份，应优化产业结构，扶持低耗能和清洁产业，使经济由高速发展向高质量发展转变；处于倒“U”型曲线右侧和“U”型曲线左侧的省份，处于经济发展和环境保护的良性循环阶段，建议继续保持目前的环境规制强度稳步高质量发展。