去工业化的碳排放脱钩效应——来自黄河流域县域经济体的经验证据

席建成，安纪钊

（1.西北工业大学公共政策与管理学院，陕西 西安 710129；2.西北工业大学碳达峰碳中和技术与政策研究中心，陕西 西安 710129）

引言

中国的碳排放总量在2006 年超越了美国，成为全球最大的碳排放国。2020年9月，习近平总书记在第七十五届联合国大会上提出：“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，二氧化碳排放力争于2030 年前达到峰值，努力争取2060年前实现碳中和。”工业是二氧化碳排放的主要来源，“双碳”目标下，如何兼顾工业化与碳减排，是当下政府和学术界关注的重要议题。

2022年中央经济工作会议指出：“要推动经济社会发展绿色转型，协同推进降碳、减污、扩绿、增长，建设美丽中国。”这意味着在发展路径上，应从追求碳减排向低碳增长转变，即促进经济增长与碳排放相脱钩[1]。根据黄群慧（2020）[2]的研究，2020 年中国基本实现工业化，实现了党的十八大提出的工业化目标。

尽管中国各地工业化进程不同，但无论是发达地区还是欠发达地区，近年来工业占比在逐渐下降，服务业占比持续上升。从工业到服务业的转变，最显著的特征是劳动力、资本等生产要素逐步从工业流向服务业，这一现象即为“去工业化”[3]。去工业化最早发生于二战后的战败国，为削弱战败国的经济基础，战胜国对其工业发展进行压迫与限制[4]，导致战败国制造业或者工业在国民经济中所占比重逐渐降低[5]。根据工业化阶段的不同，去工业化又可以分为“正常去工业化”和“过早去工业化”。中国的工业化是发展极不平衡的工业化，区域工业化水平差异巨大，工业占比的下降在发达地区属于“正常去工业化”，但在欠发达地区，则称之为“过早去工业化”[6-7]。

关于工业化（去工业化）对碳排放的影响，佟新华等（2020）[8]研究了不同工业化阶段的国家，碳排放强度、能源强度、可再生能源占比及工业化率对碳排放变动的驱动效应。研究发现，技术进步在工业化阶段的碳减排作用显著，而能源结构和产业结构调整在后工业化阶段的碳减排效果显著。邵帅等（2019）[9]研究发现，经济集聚与碳排放强度存在典型的倒“N”型关系，当经济集聚水平达到一定阈值后，其可能同时表现出节能和减排的“双重”效应。Dinda（2004）[10]的研究也表明，推动产业结构升级，发展知识密集型工业与服务业能够减少环境污染。上述文献增进了工业化与碳排放之间关系的理解，本文在此基础上，基于黄河流域378 个县域经济体“去工业化”和“低碳增长”的典型事实，进一步研究了“去工业化”是否有助于降低经济增长对碳排放的依赖，不同情形下的“去工业化”对经济增长的碳排放脱钩效应是否存在差异，以及“去工业化”影响经济发展与碳排放相脱钩的影响因素。

本文可能的边际贡献为：第一，基于发展与减排的双重视角，研究去工业化对经济增长碳排放脱钩效应的影响，为“双碳”目标下的工业转型路径选择提供经验支持；第二，引入政府财政能力变量，地区禀赋因素研究了去工业化对经济增长碳脱钩效应影响的差异，为制定差别化的碳达峰碳中和政策提供理论参考。黄河流域县域经济体发展面临着产业转型、城镇化与落实“双碳”目标多重任务，推进县域经济高质量发展需统筹经济发展与碳减排之间的关系，兼顾县域资源禀赋和发展条件的差异，因而以黄河流域县域经济体为研究对象具有较强的典型性，对于深入理解地方政府落实“双碳”目标过程中正确处理发展与减排、整体与局部、长远目标与短期目标、政府与市场之间的关系具有重要的启示。

一、“去工业化”与“低碳增长”典型事实

（一）黄河流域县域经济体的工业化现状

为了对黄河流域县域经济体工业化进程和去工业化现状有一个直观认识，本文根据县域经济统计年鉴测算得出研究期内工业化相关指标的变动情况。图1 为2010—2019 年黄河流域县域经济体三次产业增加值比重变动趋势。

如图1所示，2011年以来，县域经济体第一产业增加值占国内生产总值（GDP）比重持续下降，第二产业增加值占国内生产总值比重在2012 年达到峰值（61.29%）后持续下降，整体呈现先上升后下降的趋势。与此同时，以服务业为主体的第三产业增加值占国内生产总值比重快速上升，并且第二产业占比与第三产业占比差距逐渐缩减。

为进一步探究黄河流域县域经济体工业化发展进程，本文对黄河流域县域经济体工业化峰值时间分布进行梳理。通过图2 可以发现，黄河流域内高达306 个县域经济体在2015 年前达到工业化峰值，之后第二产业增加值占国内生产总值比重便开始下降，同时以服务业为主体的第三产业产值比重逐步上升，呈现出“去工业化”态势。进一步分析发现，黄河流域县域经济体中高达65.87%的县域未完全实现工业化进程，其第二产业增加值占国内生产总值比重未能达到黄河流域县域平均水平后进行“去工业化”发展服务业。可见，黄河流域县域经济体三次产业产值表现为由农业到工业再到服务业的变化态势，经济结构越来越趋于服务化，第三产业对地区经济发展的贡献力度越来越大，“去工业化”现象较为明显。而横向的区域间比较表明不同县域间工业化进程差距较大，部分县域存在“过早去工业化”现象。

图2 黄河流域县域经济体工业化峰值时间分布

（二）黄河流域县域经济体低碳增长进程

在物理学中，脱钩指数用于描述物理量之间的响应关系[11]。Tapio（2005）[12]提出新的脱钩模型，并将其定义为碳排放变化率与经济增长变化率的比值，计算公式如式（1）所示。在式（1）中，△C与△GDP分别代表当期与基期之间的碳排放量与地区生产总值的差异，C与GDP分别代表当期碳排放量与地区生产总值。Tapio 模型目前广泛应用于环境经济学领域，根据Tapio 脱钩指数可以将经济体的低碳增长进程分为强脱钩、弱脱钩、扩张脱钩、强负脱钩、弱负脱钩、扩张负脱钩、增长连结与衰退连结8种状态。其中，强脱钩是指经济变动为正值，碳排放变动为负值，为最佳状态；强负脱钩与之相反，表示最消极状态。

基于Tapio 脱钩模型，本文测度了黄河流域县域经济体经济增长与碳排放的脱钩情况（图3）。根据各年度黄河流域县域经济体脱钩数量占县域总量的比重大致可以分为两个阶段。第一阶段为2011 年到2015 年，脱钩数量占比从58.58%增长至74.93%，负脱钩数量由45.38%降为20.58%。在此期间黄河流域县域经济体经济发展与碳排放较为协调。第二阶段为2016 年到2019 年，该研究期内碳脱钩占比数量波动性较大，经济增长与碳排放脱钩状态的稳定性较弱，呈现出震荡下降趋势，负脱钩数量占比在2019 年上升到42%，这意味着绿色、低碳的经济发展模式并未得到有效持久推进，经济增长仍旧处于高能耗、高污染的状态。综上，黄河流域县域经济体经济增长与碳排放的脱钩分布呈现较为剧烈的变动态势，县域经济发展与环境保护协调程度呈现出先改善后恶化的趋势，说明县域经济体在发展前期对资源的依赖一定程度上能够实现经济发展目标，但后期随着经济发展，依赖资源消耗来实现经济增长的粗放发展模式只会导致环境的恶化。

图3 2011、2015、2019年黄河流域县域经济体碳脱钩格局

二、理论与假说

（一）“去工业化”与经济增长的碳排放脱钩效应

工业化是推动经济增长，跨越发展鸿沟的阶梯，但工业化往往伴随着经济结构的重型化，扩大了对化石能源的需求，加剧了二氧化碳排放[13]。对碳排放来源的分解也表明，工业部门的碳排放在碳排放总量中的占比最大[14]。随着经济的发展，劳动力、资本等生产要素逐步由工业流向服务业，服务业在国民经济中逐渐占据主导地位。相比于工业，服务业对能源的需求显著降低。同时，“正常去工业化”能够更好地发挥服务业规模效应，实现工业与服务业发展的协调，促进长期经济增长[15]。在环境经济学的研究文献中，上述现象被称为碳排放库兹涅茨曲线[16]。尽管对曲线拐点的位置存在争议，但随着经济的增长和产业结构由工业向服务业的转变，碳排放会呈现出先上升后下降的趋势，以人均收入衡量的经济增长与二氧化碳排放之间存在着倒“U”型的关系。

在全球化和全国统一大市场背景下，制造业产品的价格取决于具有一定垄断势力的大企业，这种大企业的所在地往往是在发达国家或者发达地区。如对于中国而言的“卡脖子”技术产品，其显著的特征便是定价权被欧美等发达国家的大企业所掌控，在国内，陶瓷、家具、重型机械、汽车等行业具备定价能力的企业及以其为核心的产业均集中在珠三角、长三角等发达地区。随着制造业的快速发展，与工业密切相关的高端服务业兴起，经济体中服务业占比逐渐上升，工业占比逐步下降，经济体呈现出去工业化的特征。对于欠发达地区，制造业产品作为价格的被动接受者，技术进步使得制造业产品相对价格显著下降，制造业产品产出的占比逐步被低端服务业替代，呈现出“过早去工业化”的典型特征。

也就是说，从工业到服务业转型的去工业化过程也是经济体逐步降低碳排放的过程。对于发达地区，去工业化过程常伴随着高端服务业的快速增长，高端服务业相比于制造业的全要素生产率高，对环境更为友好，以服务业为主导的增长模式将更为绿色，因而去工业化有助于经济体实现经济增长与碳排放相脱钩。但如果是欠发达地区，当工业化仍能够推动经济发展时，过早去工业化则是用生产效率较低的低端服务业代替制造业。由于传统服务业的劳动生产率低于制造业[17]，过早去工业化容易产生资源错配，导致经济增长损失。在这种情形下，去工业化对经济增长的碳排放脱钩效应将有所下降。由此，我们提出了如下假说。

假说1：去工业化有助于经济增长与碳排放相脱钩，但“过早去工业化”对经济增长的碳排放脱钩效应明显下降。

作为发展中的转型经济体，中国的经济发展不能忽视地方政府之间“为晋升而增长”的强大驱动力，地区去工业化的过程也是政府与市场共生演化共同发生作用的结果。因而，地方政府财政能力、地方传统的发展模式将会显著影响“去工业化”的经济增长碳排放效应。

（二）地方政府财政能力的影响

中国是一个社会主义市场经济大国，政治上相对集权与经济上相对分权的中国式分权治理模式保障了经济发展的集中统一领导与地方的差异化政策实施[18]。碳达峰碳中和目标的落实不仅需要全国一盘棋，深入实施“1+N”的政策体系和行动方案，而且离不开地方政府的主动作为，对发展和减排进行权衡。由于地区经济发展水平的差异，地方政府面临着不同的激励和约束，使得地方政府在发展与减排的选择上存在一定程度的差异。地方政府一方面为了促就业、保民生，须确保一定的经济增长率；另一方面，为了落实“双碳”目标，需要促进产业结构转型，降低对石化能源的消耗，短期内可能损失部分的经济增长。分税制改革实现了中央政府在经济上特别是财政上的再集权[19]，但在地方政府层面，加剧了财权与事权的失衡，欠发达地区的财政支出缺口需要依赖中央政府的转移支付来解决。地方政府面临的财政压力，往往会降低环境规制水平，对于高污染、高能耗的纳税大户企业放宽限制，容忍落后产能进一步扩张与僵尸企业继续生存，同时不断招商引资，增加辖区内工业企业数量，从而使得地区环境污染程度进一步恶化，这一情况也被一些学者的研究所证实。席鹏辉等（2017）[20]的研究表明，地方财政收入减少、财政压力增加，显著增加了地区工业的污染水平。包国宪和关斌（2019）[21]基于206 个地级市的面板数据研究发现，财政压力对地方政府的环境治理效率具有显著的负向效应，随着财政压力的增加，地方政府环境治理效率逐步降低。相反，在一些发达地区，当地方财政自给率较高，财政收入能够满足地方支出的需要时，地方政府往往会提高环境治理水平，推动经济向绿色转型，从而使得经济增长对碳排放的依赖程度显著下降。由此，我们提出了如下假说。

假说2：地方政府的财政自给率越强，经济体的去工业化越有利于经济发展与碳排放相脱钩。

（三）传统发展模式的影响

由于规模经济、学习效应、协调效应、适应性预期以及既得利益约束等因素的存在，经济发展一旦选择了某种模式和体制，则往往会沿着既定的方向不断自我强化，想改变既定模式面临着较大的困难。地方政府作为贯彻落实“双碳”目标的主体，在发展与减排权衡的过程中，由于资源禀赋和发展条件不同，去工业化对经济增长的碳脱钩效应则存在一定程度的差异。企业引进低碳技术或者进行技术创新都需要大量的投资，同时还存在产品结构调整、经营模式转换的风险，短期内将会对企业经营造成较大影响。因而，对于以重化工业为主导产业的地区，低碳转型面临着巨大的成本，无论是选择创新型的减碳方式，还是选择进取型的减碳方式[22]，短期内地方政府都将面临经济增长的损失。另一方面，经济增长模式以高污染、高消耗为特征的地区往往具有丰富的自然资源[23]。资源密集型产业集聚逐渐成长为地区支柱产业，进一步加剧环境压力，削弱产业结构调整所产生的减排效应[24]。因此，经济增长对碳排放依赖程度较强的地区，高能耗产业是地区产出的主要来源，放弃污染型产业会导致经济增长的下降，导致经济结构失衡，增长动力不足[25]。由此得到假说3。

假说3：传统的经济发展模式如果对碳排放的依赖性越强，去工业化对经济增长的碳排放脱钩效应也将越弱。

三、研究设计

（一）模型设定

本文首先构建了碳脱钩指标，通过面板数据计量模型检验去工业化对经济增长与碳排放脱钩的影响，模型如下：

其中，i、t 分别表示观测个体与观测时间，D表示地区碳脱钩指数，Dil 表示去工业化程度，X为选择的一组控制变量，θi和θt分别表示不受控制的个体和时间因素，uit表示随机误差项。

经济增长的碳排放效应涉及两个方面的影响因素：一是去工业化对经济增长的影响；二是去工业化对碳排放的影响。为了进一步分析去工业化对经济增长碳排放脱钩效应的驱动机制，本文进一步设定模型（3）与模型（4）

其中，C表示地区碳排放量，GDP表示地区生产总值，其余符号含义与模型（2）相同。

（二）变量选择

1.关键被解释变量

碳脱钩指数D。本文参考王书斌和徐盈之（2015）[26]构建的雾霾脱钩指数，将碳排放脱钩指数定义为地区生产总值与碳排放量之间的比值，以反映经济增长对碳排放依赖程度。同时，本文选择Tapio 脱钩指数作为被解释变量的替代变量，以此来检验结果的稳健性。由于Tapio 脱钩指数存在负值，本文在取对数前参考陆铭和陈钊（2004）[27]做法，将数据同时加100，以解决负值无法取对数的问题。

2.核心解释变量

去工业化程度Dil。由于无法获取县级层面工业产业（工业就业人数）、制造业产业（制造业就业人数）等详细数据，所以本文选择第二产业产值与地区生产总值的比值作为工业化发展水平的代理变量，记为Ind。参考王文和孙早（2017）[28]的做法，将去工业化程度表示为Dil=1-Ind。

3.控制变量

根据王锋等 （2010）[29]、 王艺明等（2014）[30]、严成樑等（2016）[31]的研究内容，本文选择人均经济发展水平、金融发展状况、财政支出强度、人口密度等影响碳排放脱钩的重要影响因素加入模型之中。其中：Pgdp 表示人均经济发展水平，用地区生产总值与地区户籍人口的比值来衡量；Fina表示金融发展状况，用年末金融机构各项贷款余额与地区生产总值的比值来衡量；Gov表示政府支出强度，用地方财政一般公共预算支出与地区生产总值的比值来衡量；Pop表示人口密度，用人口数量与行政区域面积的比值来代表。

（三）数据说明

本文中，DMSP/OLS 与NPP/VIIRS 等测算夜间灯光的数据来源于美国国家地球物理数据中心，各省区能源消耗数据来源于《中国能源统计年鉴》（2011—2020 年）。目前，我国能源消耗统计数据仅限于省级层面，难以通过化石能源消耗量直接计算县级尺度行政区的碳排放量。因而本文参考Chen 等[32]做法，通过夜间灯光拟合校正数据与省级能源消费统计碳排放数据构建黄河流域县域碳排放数据，这一方法在已有研究中得到运用，具有较高可信度。碳排放具体估算方法包括如下步骤：第一，对DMSP/OLS 与NPP/VIIRS 夜间灯光数据进行拟合校正，并裁剪得出黄河流域省、市、县三级灯光数据。第二，基于能源消费数据计算省级层面碳排放量。第三，建立省级夜间灯光数据与能源消耗碳排放量回归模型，并得出逐年灯光数据与碳排放的拟合参数。第四，基于拟合参数，通过各县域灯光数值计算得出黄河流域县域经济体的碳排放数据。

黄河流域县级行政区生产总值、人口数量、财政支出、金融状况等数据来源于《中国县域统计年鉴》（2011—2020 年）、历年各地级市统计年鉴和各县国民经济和社会发展统计公报。为剔除价格因素影响，地区生产总值均以2010 年为基期进行了平减处理。由于缺乏县级尺度的价格指数，各县域GDP 以所在省区的GDP 平减指数进行平减。

传统课堂，讲台往往是教师一个人“唱独角戏”的舞台，课上、课下学生处于被动接受的地位，有问题不能第一时间沟通交流，严重影响学习效果。在线开放课程为师生间、生生间提供交流的平台。教师利用平台提出问题，引发讨论；学生无论在课上还是课下均可第一时间参与进来，交流各自的想法。另外，学生间也可以在课程平台自发地讨论学习内容，协作完成学习任务。

表1是变量的描述性统计结果，碳脱钩指数均值为7.3956，大致处于中等水平，说明黄河流域县域普遍比较注重经济增长与碳环境保护相协调。核心解释变量Dil 中位数为0.5166，并且各县去工业化指标存在较为明显的差异，离散系数为0.35（标准差与均值的比值）。同时，人均经济发展水平、金融发展状况、财政支出强度和人口密度等控制变量总体上也较为离散，区域间差异较大。

表1 主要变量描述性统计

四、实证结果分析

（一）基准回归结果

根据F检验结果，固定效应模型（FE）优于混合最小二乘法（OLS）；LM检验结果显示，随机效应模型（RE）优于混合最小二乘法（OLS）；Hausman检验结果显示固定效应模型（FE）优于随机效应模型（RE）。因而本文选用固定效应模型（FE）进行实证检验，同时给出随机效应模型（RE）与混合最小二乘法（OLS）的回归结果以便对比讨论。模型（2）至模型（4）基准回归结果如表2、表3所示。

表2 模型（3）和模型（4）基准回归结果

表3 模型（2）基准回归结果

通过表2 的列（2）和列（5）结果可以发现，当被解释变量为LnC 和LnGDP 时，Dil 的估计系数分别为-0.8819 和-0.0686，并通过了1%的显著性检验，这说明去工业化对碳排放有显著的正向影响，同时，去工业化不利于地区经济增长。但是，去工业化对经济增长的碳排放脱钩效应具有正向影响，混合OLS 与随机效应（RE）回归结果同样支持上述结论。

进一步地，表3 中列（2）显示，当被解释变量为LnD时，Dil的系数为0.8133，且在1%的水平上显著，同时具有经济显著性与统计显著性，表明以第二产业产值占地区生产总值比重衡量的去工业化与地区碳脱钩具有显著的正相关关系。这说明在总体上黄河流域县级行政区去工业化能够获得经济增长与碳排量下降的“双赢”效益。混合OLS 与随机效应（RE）回归结果同样支持上述结论。

表3还显示，在控制变量方面，财政支出强度（Gov）与碳脱钩水平呈负相关，并通过了5%的显著性检验，表明财政支出对经济增长的碳排放脱钩有负向效应。金融发展状况（Fina）与碳脱钩水平呈正相关，但并未通过至少10%的显著性检验，表明黄河流域县域经济体金融发展状况对地区碳脱钩并无显著影响。人均经济发展水平（Pgdp）与碳脱钩水平呈正相关，并通过了5%的显著性检验，表明经济增长能够促进碳脱钩水平的提升。这意味着黄河流域县域总体上形成了以绿色、低碳为特征的经济发展模式，人均GDP 的提升并不会伴随着碳排放量的大幅增加。人口密度（Pop）与碳脱钩水平呈负相关，并通过了10%的显著性检验，表明人口规模的增加在资源消耗、交通运输等方面都对碳排放量的增加具有一定促进作用。

（二）内生性讨论与稳健性检验

为验证基准回归结果的可靠性，本文进一步在内生性分析、缩尾处理、排除样本误差和替换变量等方面进行讨论与检验。

1.内生性讨论

表4 内生性与稳健性检验结果

2.稳健性检验

（1）排除样本误差。我国县级层面行政区划中分为县、县级市等不同类型，相比于县，县级市往往掌握着更多的自主管辖权，可以调动更多的经济资源[33]，因而本文进行剔除县级市样本进行稳健性检验，结果如表4 列（2）所示。可以发现核心解释变量估计系数显著为正，排除县级市影响后基准检验结论依然成立。

（2）缩尾处理。为避免异常值等问题对实证结果的影响，本文对LnD与Dil进行上下1%的双边缩尾处理，结果如表4 列（3）所示。可以发现对被解释变量与核心解释变量缩尾处理后结果依旧支持基准回归结论。

（3）替换变量。本文选择Tapio 脱钩指数作为被解释变量的替换变量，由于Tapio 脱钩指数为负向指标，因此LnTapio 与Dil 回归系数为负值时表明去工业化有助于实现碳脱钩。通过表4 的列（4）结果可以发现，Dil的系数为-0.0979，并通过了1%的显著性检验，说明基准回归结果依旧成立。

五、进一步讨论

（一）过早去工业化的影响

正常去工业化与过早去工业化会对地区经济发展产生迥然相异的影响[17]，因此有必要将两者分开研究。本文参考尹虹潘（2019）[34]研究内容，中国改革开放以来第二产业产值占GDP 比重的倒“U”型拐点约为48%，因而本文将第二产业产值与地区生产总值的比值为0.48 作为去工业化状态的临界值。当Dil-0.48＜0时，认为该地区为过早去工业化（GZ-Dil）；当Dil-0.48＞0 时，认为该地区为正常去工业化（HL-Dil）。通过表5 列（1）结果可以发现，过早去工业化与正常去工业化都会对地区碳脱钩有显著的促进作用，但“过早去工业化”的影响效应弱于“正常去工业化”下的情形，“过早去工业化”会对经济长期发展产生不利影响[3]。

表5 去工业化类型、政府财政能力与传统发展模式的影响结果

（二）政府财政能力

考虑到地方政府的财政能力，本文检验了不同的财政自给水平下，去工业化对经济增长碳排放脱钩效应的影响。借鉴刘树鑫等（2021）[35]做法，采用各县域公共财政收入与公共财政支出的比重衡量财政自给率，并与核心解释变量Dil 相乘得到两者的交互项Dil×Czzj，模型设定如式（5）所示。

其中，交互项Dil×Czzj 系数是本节关注的对象，其被称为调节效应[36]，刻画财政自给率对去工业化的调节作用，其含义为“不同财政自给率下，去工业化对经济增长碳脱钩影响效应的差异”。

回归结果如表5 列（2）所示。财政自给率与去工业化交互项的系数为0.4999，并通过了5%的显著性检验，这意味着财政自给水平可以协同去工业化来降低经济增长对碳排放的依赖性，财政自给率越大、财政压力越小，去工业化对碳脱钩水平的提升作用越强。相反，因财政压力引致的工业增长往往是以牺牲环境为代价[37]。

（三）传统的发展模式

考虑到去工业化效应会受到传统发展模式的影响，本文根据样本结尾年份（2019 年）各县区经济增长与碳排放脱钩水平，基于自然断裂点法将样本分为三组：脱钩指数介于0～6.93 之间的经济体，定义为低水平碳脱钩发展模式（Dsp）；脱钩指数介于6.93～7.93 之间的经济体，定义为中水平碳脱钩发展模式（Zsp）；脱钩指数介于7.93～10.15 之间的经济体，定义为高水平碳脱钩发展模式（Gsp）。基于不同的碳脱钩水平组，进一步探究去工业化对经济增长的碳排放脱钩效应。

由表5 中列（3）可以看出，Dsp、Zsp 与Gsp估计系数分别为0.5027、0.6535 与1.2317，并且除低水平区域外，其余两水平区均通过了1%的显著性水平检验。不同水平区域去工业化对碳脱钩的影响程度大不相同。低水平碳脱钩区域去工业化对地区碳脱钩水平的提升并未呈现显著的影响效应；中、高水平碳脱钩区域去工业化促进了碳脱钩水平的提升，并且高水平区域的促进程度高于中水平区域。低水平脱钩状态无异于两种原因造成：一是经济增长速率不高，同时伴有一定数额的碳排放产生；二是经济高速增长，但衍生了大量的碳排放。在此状态下去工业化一方面会削弱了原本就低迷的经济增长动力，造成地区经济发展陷入“困境”。另一方面，经济发展高度依赖碳排放下，强行去工业化发展非工业化产业虽能够抑制碳排放，但会造成新型发展模式不能适应现实经济发展，新旧经济增长动力未能有效衔接，新动力不足造成经济发展出现停滞[25]，同样会使碳脱钩水平并无显著提升。高水平碳脱钩区相较于中水平区域，其经济发展初步实现了经济增长与碳排放的脱钩，去工业化与低碳发展是内在统一的。

六、结论与政策建议

本文利用2010—2019 年黄河流域县域面板数据，通过固定效应模型分析去工业化对经济增长与碳排放相脱钩的影响，并进一步讨论过早去工业化和正常去工业化、政府财政能力、传统发展模式下去工业化对经济增长与碳排放相脱钩影响的差异。研究发现：“去工业化”对经济增长与碳排放相脱钩的影响与地方政府的财政能力密切相关，并存在显著的路径依赖效应。地方政府的财政能力越强，“去工业化”对经济增长与碳排放相脱钩的正向效应越明显；“碳脱钩”水平越高的地区，“去工业化”对经济增长与碳排放相脱钩的影响效应越强。据此，本文提出如下建议：

第一，正确处理工业与服务业发展之间的关系，保持工业GDP 占比基本稳定于合理区间，谨防过早去工业化。我国工业发展取得伟大成就，但必须清楚地认识到我国工业“大而不强”、发展不平衡不充分的问题突出，并且在产业升级过程中，制造业的“引擎”功能并未消失[38]。去工业化“去”的只是高污染、高能耗产业在国民经济中的比重，是为了淘汰落后产能，剔除僵尸企业。基于此，黄河流域县域产业转型升级应立足工业化发展阶段，坚持以提高产业发展质量为主，依托《中国制造2025》强国战略，引导落后产能有序退出，提高发展质量与产业竞争力，构建工业与服务业良性发展机制，防止工业化进程未有效推进的情况下盲目发展服务业，造成服务业与制造业发展“脱轨”。

第二，尊重地区发展差异，有序推进地区经济的低碳增长。黄河流域发展不平衡不充分与产业倚能倚重问题突出，经济发展模式难以快速转换。这需要黄河流域县域在落实碳达峰碳中和目标时要把握自身的定位，发挥产业优势，培育特色经济，探寻差异化发展路径。对于经济发展对碳排放依赖程度较大的地区，要有序转型、分步推进，推动高污染行业多元化结构发展，在最大限度降低对地区环境破坏的同时避免新型发展模式动力不足造成经济发展停滞。碳脱钩效应优势区应总结既有做法与工业转型路径机理，加快发展低碳技术，发挥碳脱钩引领作用，推动全流域碳减排水平的提升。

第三，充分考虑地区财政能力的影响，最大限度降低去工业化对地区经济发展的负面影响。一方面，上级政府要使县域经济体更多地获得经济增长带来的税收分成，适当提高县域政府在共享税中的分成比例，提高县域财政收入，降低收支缺口，促使财力与支出责任相匹配，避免因财政压力而引致发生污染行为；另一方面，县域财政支出应量入为出、合理分配，财政政策要支持高质量、低能耗的企业发展，避免财政资金流向落后产能，造成财政压力上升且效益低下的困境。进一步地，提高环境污染治理的转移支付力度，根据各县域碳脱钩水平与工业化发展阶段，结合地区财政状况合理安排环保支出转移支付比重。