碳中和视角下产业协调对碳排放的影响研究

田家豪嘘 刘思佳 李运玮嘘

(1.天津财经大学经济学院 天津 300222；2.天津财经大学统计学院 天津 300221)

传统的绿色发展倾向于节能减排，从源头上进行限制，中国在此方面做出过许多贡献。现代的绿色发展不再把节能减排作为唯一途径，还添加了碳中和的方式来减少碳排放净值。随着碳吸收行业的不断发展，碳吸收量逐步向碳排放量靠齐，最终两者相等，实现进入大气的温室气体排放和吸收达到平衡，这被称为中和或净零排放。

张琳杰等基于长江中游城市群表明，产业结构高级化的碳减排作用相较产业结构合理化更加显著。刘青利等(2021)利用DEA-SBM模型来测算河南省工业绿色发展效率，并提出产业结构与经济发展水平对河南省工业绿色发展有明显的正向驱动。刘杨等(2019)利用非期望产出的DEA-SBM模型对城市群绿色发展效率在2011—2015年的变化情况进行了分析，并构造均衡函数研究城市群的均衡特征。

本文基于碳中和视角，分析产业协调度对碳排放的影响及其中的作用机制。基于此，提出对策建议，这对碳排放、碳吸收企业有较强的实践价值，对新时代的绿色发展及帮助中国尽早实现碳达峰也具有现实意义。

1 理论机制

H1：每个产业均有能产生碳排放的部门与能产生碳吸收的部门，其碳排放量与碳吸收量的差值可以大致计量。

任何一个碳排放产业与碳吸收产业都不是绝对的，对于一些社会公认的碳排放产业，如火力发电、水泥、交通运输等会存在碳吸收部门，如使用新能源，人工碳储存、碳转换等来减少碳能源的依赖。自然生态系统的碳吸收不只是单纯的光合作用，由于呼吸作用的存在，生态系统的碳排放也是不可避免的。

H2：在某一时间某一地点内，某一产业所产生的碳排放量与碳吸收量之间的差值大于零，或差值约为零，但其生产要素的差值大于零，将此类产业定义为碳排放产业。

H3:在某一时间某一地点内，某一产业所产生的碳排放量与碳吸收量之间的差值小于零，或相对减少了社会的碳排放量，将此类产业定义为碳吸收产业。

2 研究设计

2.1 指标体系构建

综合指标体系能将碳排放产业与碳吸收产业两个既相对独立又有相互联系的研究对象按其本质属性和特征，由抽象分解成具体化、可量化、可操作结构。借鉴已有的发展指标体系的研究成果，本文设计了表1。

表1 发展指标体系

2.2 数据来源及说明

本文以我国13个省级行政区为研究对象，即甘肃、山西、云南、贵州、四川、广东、福建、山东、河北、黑龙江、吉林、辽宁、新疆，中国各省份碳排放净值采用碳排放量与碳吸收量的差值，碳吸收的计算采用裴银宝等(2015)生态系统碳吸收计算方法。

3 研究方法

3.1 熵值法计算综合发展水平评价

本文采用谢明义等综合发展水平评价方法，对碳排放产业水平与碳吸收产业水平进行测度。

3.1.1 数据标准化

对碳排放产业与碳吸收产业指标进行标准化处理，主要采用极值标准化方法：

式(1)(2)中：Xij表示第i(i=1,2,…,n)年第j(j=1,2,…,m)项指标的原始值和标准化处理后的数值；maxXij和minXij分别表示第j列指标中的最大值与最小值。

3.1.2 指标权重计算

采用熵值法计算两产业的评价指标权重，其步骤如下：

(1)求取指标比重。第i年(或行)第j项(或列)指标的比重Pij为：

(2)求取指标熵值。第j项指标的熵值Ej为：

式(4)中：k=1/lnn，n为年数(或行数)；0≤Ej≤1；当Pij=0时，令PijlnPij=0。

(3)求取指标熵冗余度Dj：

(4)计算权重结果Wj：

(5)综合评价指数计算

采用权重和指标加权求和的方法，计算综合评价指数Sj：

3.2 耦合协调模型

本文采用王淑佳等的耦合协调模型。计算碳排放产业与碳吸收产业之间的产业协调关系。

式(8)中：n为子系统个数(个)；U为各子系统值，其分布区间为[0,1]，故耦合度C值区间为[0,1]。C值越大，子系统间离散程度越小，耦合度C值越高；反之，子系统间耦合度C值越低。

式(9)中：Ui为第i个子系统的标准化值；αi为第i个子系统的权重，此处令两者权重相等，各为0.5。

因此，耦合协调度D的计算公式为：

式(10)中：D为耦合协调度，取值范围是[0, 1]，本文根据耦合协调度数据将其划分为 10个等级，如表2所示。

表2 耦合协调度等级

4 实证分析

4.1 熵值法与耦合协调度

4.1.1 指标权重

指标权重结果如表3所示。

表3 指标权重结果

4.1.2 耦合协调度

耦合协调度部分统计结果如表4所示。

表4 耦合协调度结算结果

整体来说，从各个省份的碳排放与碳吸收产业的耦合协调度及其均值来看，大部分省份处于0.3～0.8。工业发达的地区，如广东、福建、山东、河北等地碳排放产业占主体，产业协调处于失调状态；相反，甘肃、云南、贵州等地工业发展程度稍弱，自然环境优越，自然碳吸收能力强，产业协调处于协调状态。

4.2 回归实证

多元回归分析结果如表5所示。

表5 多元回归分析结果

根据拟合结果可以看出，模型R2值为0.860，通过F检验，模型不存在共线性问题及自相关性，模型较好，同时根据系数可得方程：

根据分析结果可知，产业协调度的估计系数在1%水平上显著为负，表明碳排放产业和碳吸收产业之间的协调度越高，碳排放净值越少，即产业协调度对碳排放净值具有明显的抑制效果；研发投入的估计系数在5%水平上显著为负，即研发投入对碳排放净值具有抑制效果；环境制度强度的估计系数在5%水平上显著为负，加大环境治理投资，可有效缓解碳排放导致的环境污染，从而降低碳排放净值。

5 规模异质性分析

5.1 城市规模差异

经过对样本城市的产业协调度计算发现，不同区域及同一区域内的省市在产业协调度上均存在一定的差异。据此，为探究城市规模对省市碳排放水平的影响，本文基于样本省市规模的分类标准，建立固定效应模型。

5.2 规模异质性

5.2.1 样本省市规模分类

在样本省市规模分类上，本文将年末常住人口作为量化指标，将样本城市分为三类，年末常住人口低于3000万的省市定义为小规模省市，低于5000万并高于3000万的省市定义为中等规模省市，5000万人口以上定义为大规模省市。

5.2.2 分规模实证结果分析

本文采用固定效用模型对面板数据中自变量与因变量之间的效应进行分析，如表6所示。电力产业、农业的发展对不同规模省市地区的碳排放水平都有显著的相关效应。

表6 FE模型回归数据

从大、中、小规模省市的实证结果可知不同规模的省市之间产业协调度对碳排放水平影响存在差异性，可以看出存在不同规模的省市具有不同的对碳中和系统的影响因素，同时同一因素可能在不同规模的省市造成不同性质的影响，对农业、电力产业等在碳中和系统中有显著影响的产业，本文将其放在不同的框架中分析对比，最终得出不同规模省市其产业对城市碳排放的影响具有异质性结论。

6 结语

本文通过样本数据分析，思考城市碳中和程度影响机制，得出的主要结论包含以下三点：第一，产业协调度对碳排放量起抑制性作用，提高产业协调度有利于减少碳排放；第二，人力资本对环境效率的作用由于受到经济发展和物质资本积累程度的影响，在我国产业协调度和碳排放水平的关系中呈负向调节作用；第三，从城市规模异质性分析视角来看，不同规模省市具有不同的对碳中和系统的影响因素，同一因素在不同规模的省市会造成不同性质的影响。

在人力资本对环境效率的作用中，经济发展和物质资本积累水平作为无关变量产生了显著影响，在该种经济环境下，建立完善的生态补偿机制、顶层制度设计及环境制度供给已成为经济制度改革的必经之路。因此，要重点提高经济高发展区技术型人力资本的投入，提升经济低发展区人力资本的存量水平，更要优化物质资本中等地区以上的产业间结构，加大吸引顶尖人力资本需求的产业投资，并注意两者之间的优化配置结构。