长江经济带交通碳排放空间溢出效应研究——基于空间杜宾模型分析

0 引言

中国作为碳排放大国，承担着巨大的责任和压力，环境问题越来越突出，如何进行可持续发展是面临的首要问题。国家主席习近平2020年9月22日在第七十五届联合国大会一般性辩论上表示，中国将提高国家自主贡献力度，采取更加有力的政策和措施，CO

排放力争于2030 年前达到峰值，努力争取2060年前实现碳中和的目标。在2021年两会期间首次将碳达峰、碳中和写入政府工作报告中，体现国家对碳排放的重视。

长江经济带横跨11 个省市，以20%左右的国土面积承载了全国40%以上的人口和40%以上的GDP。它不仅是我国总量最大、腹地最广的经济区，也是重要的生态宝库。在2017 年国家发展和改革委员会为推动长江经济带发展印发了《长江经济带生态环境保护规划》，以督促长江沿岸的城市做好生态保护。交通运输业作为碳排放的来源之一，降低碳排放量是进行大气污染防治的重要一环。长江经济带各省市分布如图1所示。

比较1) 和2) 可以看出，当频率残差在修正中所占权重较大时，修正效果要远好于各残差所占权重相同时的修正结果。比较2) 和3) 可以看出，在进行相同次数迭代修正后，模态频率和MAC值变化几乎相同，且效果都远好于1) 。但是，从图9和图12，可以看出，2) 的修正参数变化太过剧烈，在目标函数中残差几乎不变的情况下，修正参数依然在大幅度改变，没有收敛的趋势；3) 的修正参数在目标函数中残差不怎么改变后也减小了改变量，修正参数缓慢变化，最后收敛。综合比较可知，3) 的结果更好，修正后有限元模型与实际结构贴合很好，修正参数的变化也在正常范围内，修正结果可信度高(表2)，具有较好的工程应用意义。

根据公安部交通管理局发布的消息，全国机动车保有量由 2014 年的 2.64 亿辆增长到 2020 年的3.72 亿辆，增幅为41%。机动车保有量的剧增，导致大量温室气体的排放，交通运输行业已成为重要的排放来源，公路运输作为交通运输行业的重要运输方式，能源消耗和碳排放更是居交通运输排放之首，引起社会和学者的广泛关注。

1 文献综述

从现有文献来看，对交通碳排放量的研究起源于20 世纪初Vitze W 对位于德国中部的Hesse 的研究

。近年来，许多学者使用空间杜宾模型从不同角度研究各个因素对于碳排放的影响。孙爱军

和陈迁等

基于省级面板空间数据研究了出口贸易对碳排放效率的影响及其空间效应。王艳等

建立空间动态模型探索了城市化进程中城市人口空间结构对环境污染的影响效应。李建豹等

基于考虑非期望产出的SBM-DEA 模型与窗口分析相结合的方法，测算了长三角地区的碳排放效率。Suarez等

认为机动车产生的尾气是引发城市污染的首要问题。Zhang 等

基于STIRPAT 模型分析了我国1995-2010年的交通碳排放影响因素，通过对比得到人口数量、富裕程度和客运周转量等因素对我国碳排放量影响最大。赵小曼等

以中国交通运输业经济发展与行业CO

排放的关系为研究对象，构建了环境库兹涅茨曲线的空间计量检验拓展模型，对中国交通运输行业的环境库兹涅茨曲线进行了实证检验。另有一些学者从空间角度对区域碳排放进行研究，Hopkins 等

基于人口密度分布的模型，探究了城市扩张情况下对区域碳排放的影响。陈珍启等

利用回归模型从城市空间形态角度检验城市形态对碳排放的影响，进而提出“空间·土地·交通”综合系统的低碳发展框架。石敏俊等

通过测算各省区的碳足迹和省区间的碳排放转移，发现各省区之间碳足迹和人均碳足迹在空间上存在显著的差异。周四军等

研究了中国区域碳排放强度的空间效应，指出中国区域间的碳排放强度在空间水平上具有显著效应。

长江经济带作为国家重大战略，区域的空间联系紧密，研究长江经济带的交通排放的空间联系和影响，对其排放治理、协同消减、绿色可持续发展具有重要意义。

2 空间计量模型建立

2.1 空间面板数据模型的建立

（4）做好决策气象服务还需要加大财力的投入，创新管理模式。做好气象灾害防御工作的物质基础，保障仪器、设备能够正常运行，以促进气象业务的现代化发展。同时还要落实基础民生建设，保证一些偏远地区也能够及时接收到相关天气预警，然后做好防范工作，以避免不必要的损失。

2.2.1 教练员的基本情况 教练员的学历统计结果显示，研究生学历的教练员为空缺状态，2名（占20%）教练员的学历为本科以下水平；具有本科学历的教练员有8名，占有绝大多数（80%）。对比国家体育总局下发的《“国家高水平体育后备人才基地”认定办法》（以下简称《办法》）中关于教练学历方面满分的标准：“具有本科及以上学历的教练员占教练员总数：中等体育运动学校100%；少体校85%及以上。每降低1个百分点扣1分”[2]，我们可以发现武进少体校的教练员学历水平虽然已达较高标准，但还有一定的提升空间。

对于空间面板数据回归模型的估计结果，由于在不考虑和考虑空间滞后项的时候，回归系数对变量的影响会发生变化。因此，Lesage、Pace提出了直接效应、间接效应和总效应等概念，用来反映自变量对因变量的影响

。在处理上参考戈艳霞

的处理方法。

2.2 空间权重矩阵的建立

根据Tobler 等（1970）

提出的地理学第一定律指出地理事物或属性在空间分布上互为相关，存在集聚、随机、规则分布。而由于机动车的流动性，相邻的地区更容易受到彼此的影响。因此，基于邻接性的方法构建空间权重矩阵。首先，在Geoda软件中根据中国地图将长江经济带11 个省市采用车邻接（Rook Contiguity）方式创建空间权重矩阵，生成的空间权重矩阵是一个11×11 的0-1 矩阵，对角线都是0，邻接元素为1。在空间计量的分析过程中，将空间权重矩阵进行了行和为1 的正规化处理。

3 变量和数据

为了推动长江经济带高质量发展，国家在2016年9 月印发了《长江经济带发展规划纲要》，明确了长江经济带的发展路径。选择长江经济带覆盖的上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州11个省市作为研究样本，根据地理位置以及发展的阶段性特征，划分为长江上游、中游、下游地区。各区位的划分见表1。

图1所示支护建议图适用于一般情况，并没有对支护类型进行明确的区分，而是基于连续的变化。支护图给出了相应于支护形式所采用的锚杆中心对中心间距和喷混凝土厚度。标注了钢纤维喷混凝土的能量吸收，以及锚杆长度和钢支撑加固的喷混凝土设计。对于特殊情况，可适当增加相应的支护形式和支护结构数量。钢纤维的参量设计及其力学性能国内亦有诸多研究[8-9]，可与Q系统能量吸收参照。

被解释变量方面，选取交通运输业碳排放量作为某个地区综合碳排放量的衡量指标。所以交通碳排放量根据《2006 年IPCC 国家温室气体清单指南》中的移动源中化石燃料燃烧排放的自上而下的方法计算。测算方法如下：

长江经济带的各个城市对交通运输业的投资额要作出一定的调整，避免对环境造成破坏。GDP的系数显著为正，且在控制变量中最大，说明GDP是促进交通碳排放量增加的主要因素之一，这是由于目前大多数地区仍然处于以破坏环境为代价的发展模式中。此外有些地方的经济以重工业为主，生产的产品笨重、批量大，因此在生产和运输过程中更易产生大量的碳排放。

此外，根据居民收入、交通运输、能源利用、交通运输业占比等因素，具体代理变量分别选择人均国内生产总值（GDP）为各个省市的国内生产总值除以总人口，交通运输结构（STR）为公路运输周转量除以综合运输周转量，其中综合运输总周转量为客运折算周转量与货运周转量之和，能源效率（IE）为交通运输业增加值与交通运输业能源消耗量之比，产业结构（IS）为交通运输业增加值与第三产业增加值之比。

4 实证结果分析

4.1 空间自相关检验

2）长江中游地区亟须优化交通运输结构。中游地区运输结构不合理，公路运输占比较大，相对于铁路和水路运输，公路运输单位周转量碳排放强度明显偏高，交通运输排放影响较大。长江中游地区公路货运量占交通运输总量的74%，以武汉市为例，2019 年货物量达到 67 555.22 万 t，其中公路运输约占62%。从当前趋势来看，公路运输仍处于发展状态，在碳达峰目标下，长江中游地区运输结构需要优化，把公路运输转为铁路或水路运输，降低交通运输排放。

通过计算Moran's I 指数发现，五个变量的Moran's I 指数都通过了5%显著性水平的检验，表明长江经济带交通碳排放量的变化和机动车保有量指标均表现出不同程度的空间溢出效应。

以2010年山东省制造业指数计算综合得分值作为基数，定义其指数为100；2011—2016年的指数用当年的指数计算综合得分值与该基数相比得出（经济创造能力指数、科技创新能力指数、科技创新能力指数、能源节约能力指数按照同样方式计算）。计算结果如表6所示。

4.2 空间计量结果分析

基于2000-2019年长江经济带11个中心城市的面板数据，采用极大似然估计法分别进行SLM、SEM 和SDM 模型估计，估计结果见表2。并基于SDM 模型对机动车保有量对CO

排放量的直接效应、间接效应和总效应进行了估计，结果见表3。通过表中数据可以看出三种模型的估计结果存在一定的差异。空间滞后项系数表现的是解释变量的空间相关性程度，综合来看，SDM 模型是本模型的最优实证模型和分析模型。

With annealing, the sulfur ions leave the lattice since they are volatile and the covellite phase transforms into the chalcocite phase as following:

完善园内外的综合交通规划，打造便捷快速的交通连接系统，确保游客的可出入性，展会期间可设置公交专线，做好高峰客流组织预案。充分考虑游客、儿童、老人、残疾人等不同群体的需求，设置好相应的设施设备及服务。注重互联网VR实景展示、交互式展览设计、手机APP等技术手段应用，服务于园博会网络预定、园区导航、停车、餐饮等游客需求［4］；仪征枣林湾地理位置优越，提前做好统筹规划，以省园博园为主，统筹周边景点和餐饮配套服务，整合周边生态旅游和运动休闲景区，在开园期间形成组合，为游客提供看点多、参与性强的旅游套餐，为枣林湾创建国家级旅游度假区和打造宁镇杨都市圈后花园、长三角旅游目的地做好准备。

STR 在三个模型中的系数均显著为正，说明交通运输结构对碳排放起到促进作用。IE 的系数为负值且显著，表明能源效率对各省域交通碳排放起到抑制作用，进一步说明提高节能减排技术水平对省域碳排放的降低有明显作用。IS 的系数显著为正，这是交通运输业作为现代产业的重要分支，具有高能耗的特点，对交通碳排放起到促进作用。

主要关注的解释变量是各个地区的机动车保有量，而机动车一般包括私家车、公交车、载货汽车等，不同类型的交通方式都存在很大的差异，其对交通碳排放量的增加效应也存在着较大的差异。因此选取一个总量指标机动车保有量（GD）和三个结构性指标私家车保有量（SJ）、公交车保有量（GG）、载货汽车保有量（ZH）作为衡量的主要指标，同时为了避免城市规模的影响，四个指标都采用人均水平。

机动车总保有量对CO

排放量产生明显正向效应。在 SLM 和 SEM 模型中，GD 的系数为正，且在SLM模型中通过了10%水平下的显著性检验，而在SDM模型中，GD及其空间滞后项W＊GD的系数均为正，前者不太显著。从效应分解上来看，GD对CO

排放量的直接效应、间接效应和总效应都显著为正。这是因为目前大多数机动车还都是依靠化石燃料进行驱动的，行驶过程中耗费了大量的化石燃料进而增大了CO

的排放量。城市交通存在的主要问题之一就是机动车保有量迅猛增长所导致的环境污染问题。比如雾霾天气很大一部分成因源于城市交通，极大地影响了城市居民的生活品质和身体健康。值得注意的是，数据显示私家车保有量占机动车总保有量的60%～70%。从表2可以看出，SJ的系数明显小于GD，这可能是由于虽然私家车数量较大，但近年来，随着新能源汽车的大力发展，越来越多的新能源汽车开始投入市场。其次是国家对新能源汽车的补贴也吸引更多的人选择购买新能源汽车。这在一定程度上降低了私家车保有量对于碳排放的影响。

4.3 分区域进行空间异质估计

依据地理位置和经济发展水平把长江经济带划分为长江上游，中游和下游地区，分别进行空间杜宾模型回归。由表4 可知，机动车总保有量对CO

排放量的影响效应存在着一定的区域差异，分地区的实证分析主要有以下发现：

对于空间面板数据模型，选取既包含了被解释变量的滞后项，又包含了解释变量的滞后项的空间杜宾模型，并考虑空间依存度与空间异质性，构造模型如下：

1）长江上游地区能源效率的提高能有效抑制该地区交通碳排放。上游地区GD的系数在上中下游中最小，说明机动车保有量产生的排放对该区域的影响较小，主要是上游地区经济发展水平相对较低、人口密度较小，人均机动车保有量明显低于另外两个地区。IE的系数显著为负，对抑制交通碳排放最为明显，这是由于长江上游地区的西部省份科技水平增长明显，能源利用效率大大提高。

采用Moran's I 指数进行主要变量的空间自相关检验，Moran's I 指数值位于[-1，1]之间，Moran's I ＞0 表示空间正相关性，其值越大，空间相关性越明显，Moran's I ＜0表示空间负相关性，其值越小，空间差异越大，否则，Moran's I=0，空间呈随机性。对碳排放水平和机动车保有量等变量进行了空间相关性检验，结果见图2。

3）长江下游地区应大力提倡公共出行。下游地区公路条件较好、路网发达，机动车保有量系数低于长江上游和中游地区，但便捷的公路交通导致私家车保有量远高于长江上游和中游地区。因此，机动车产生的总的碳排放量高于上游和中游地区。利用便捷的路网系统发展公共交通和轨道交通，降低私家车等机动车出行，从而消减机动车排放。

5 结论

基于长江经济带11个中心城市2000-2019年的面板数据，利用空间杜宾模型实证研究中心城市机动车总保有量对碳排放量的增长效应以及对邻近地区碳排放增长的空间溢出效应。研究发现：

1）中心城市碳排放增长水平与主要解释变量都存在着显著的空间相关性

机动车总保有量、私家车保有量、载货汽车保有量对区域碳排放量增长都产生正效应，公共交通保有量对区域碳排放量增长产生负效应。

先生的《译名》写于1919年，正值20世纪初中国国内译名研究的高潮期，不久前就有章士钊、胡以鲁、容挺公等学者对于译名的激烈论战，这在《译名》中也多次被提起，先生由此对译名讨论予以了全面的总结。全文一共分为八节，对译名讨论的历史进行了简单的回顾，又分别考究了由来已久的对于译名的五种译法，通读的过程中自然而然地加深了对译名的理解。

2）主要解释变量对其他城市碳排放量增长的空间溢出效应略有不同

机动车保有量和私家车保有量的空间溢出效应为正，公共交通保有量和载货汽车保有量的空间溢出效应为负。

3）分区域估计结果显示

对长江上游，中游，下游地区碳排放量增长影响较为显著的变量分别是，能源效率，载货汽车保有量，公共交通保有量，因此从整个长江经济带的协调和可持续发展角度来看，长江上游地区应努力提高能源效率，长江中游地区亟须优化载货方式，长江下游地区应大力提倡公共出行。

[1]Vitze W. Long-term development of traffic emissions in Hesse[J].Schriftenr Ver Wasser Boden Lufthyg，1986，67:81-111.

[2]孙爱军.省际出口贸易、空间溢出与碳排放效率——基于空间面板回归偏微分效应分解方法的实证[J].山西财经大学学报，2015，37(4):1-10.

[3]陈迁，王磊.对外开放与碳排放——基于省际面板的空间计量分析[J].经济研究导刊，2016(4):153-156+176.

[4]王艳，龚新蜀.空间溢出视角下城市人口空间结构对环境污染的影响研究[J].石河子大学学报(自然科学版)，2019，37(5):604-612.

[5]李建豹，黄贤金，揣小伟，孙树臣.长三角地区碳排放效率时空特征及影响因素分析[J].长江流域资源与环境，2020，29(7):1486-1496.

[6]Suarez P，Anderson W，Mahal V，et al. Impacts of flooding and climate change on urban transportation: A systemwide performance assessment of the Boston Metro Area[J]. Transportation Research Part D，2005，10(3):231-244.

[7]Zhang C，Jiang N.Panel estimation for transport sector CO

emissions and its affecting factors: A regional analysis in China[J].Energy Policy，2013，63(4):918-926.

[8]赵小曼，张帅，袁长伟.中国交通运输碳排放环境库兹涅茨曲线的空间计量检验[J].统计与决策，2021，37(4):23-26.

[9]Svirejeva-Hopkins A，Schellnhuber H J.Urban expansion and its contribution to the regional carbon emissions:Using the model based on the population density distribution[J].Ecological Modelling，2008，216(2):208-216.

[10]陈珍启，林雄斌，李莉，等.城市空间形态影响碳排放吗?——基于全国110个地级市数据的分析[J].生态经济，2016，32(10):22-26.

[11]石敏俊，王妍，张卓颖，周新.中国各省区碳足迹与碳排放空间转移[J].地理学报，2012，67(10):1327-1338.

[12]周四军，江秋池.基于动态SDM 的中国区域碳排放强度空间效应研究[J].湖南大学学报(社会科学版)，2020，34(1):40-48.

[13]James LeSage，Robert Kelley Pace. Introduction to Spatial Econometrics[M].CRC Press:2009-01-20.

[14]戈艳霞.中国的城镇化如何影响生育率?——基于空间面板数据模型的研究[J].人口学刊，2015，37(3):88-101.

[15]Tobler W RMielke H W，Detwyler T R.Geobotanical Distance between New Zealand and Neighb，oring Islands[J].Bioscience，1970(9):537-542.