中國產業結構升級對碳減排的影響研究

李 斌 張曉冬

中國產業結構升級對碳減排的影響研究

李 斌 張曉冬

產業升級與節能減排存在交互效應和空間效應，將這兩個中央正在實施的國家發展戰略置于統一框架內研究具有重要意義。通過構建產業結構高級化指標，選取我國2005-2014年的省際面板數據，以碳排放的空間相關性檢驗為基礎，從全國層面和區域層面對我國產業結構升級的碳減排效應進行實證分析。研究結果表明：產業結構升級能夠減少碳排放，但受制于工業結構落后等原因，我國產業結構升級的碳減排效應還有待進一步激發；區域層面上產業結構升級對碳減排的空間溢出效應存在顯著的區域異質性。因此，各省在制定產業發展戰略、促進碳減排時，應結合區域特點制定產業政策，加強區域合作，加快工業結構轉型升級。

碳減排； 產業結構； 產業升級； 空間杜賓模型

一 引 言

近一個世紀以來，人類在經濟生產活動中大量使用化石燃料，造成以CO2為主的溫室氣體大量排放，對人類生存和社會經濟可持續發展造成嚴重威脅。隨著中國經濟的高速發展，資源過度消耗和環境污染也日益加重。早在2008年，中國的CO2排放量就已達到68.96億噸，超越美國成為全球第一大溫室氣體排放國，碳減排和發展低碳經濟已成為中國可持續發展的關鍵任務。由于產業結構直接決定著能源消費結構和能源利用效率，而能源消費與碳排放密切相關，因此，產業結構對碳排放有著重要影響。加快產業結構升級，不僅是促進我國經濟可持續發展的重要動力，也是解決環境問題、減少碳排放的重要手段。

國內外許多學者對產業結構升級和碳排放的關系進行了研究，其研究方法可大致分為三類——指數分解法(IDA)、結構分解法(SDA)和計量分析法。采用LMDI模型①IDA包括Laspeyres IDA和Divisia IDA，而Divisia IDA又包括AMDI和LMDI兩種方法。研究產業結構與碳排放的文獻較多，林伯強和蔣竺均(2009)[1]最早采用LMDI模型對產業結構與碳排放間的關系進行探究。趙欣和龍如銀(2010)[2]通過建立江蘇省碳排放增量的因素分解模型，首次定量分析了產業結構對江蘇省碳排放增量的影響。而郭朝先(2012)[3]在定量分析我國產業結構變動對碳排放影響的基礎上，對未來產業結構變動對中國碳減排的影響作出預測。除了LMDI法，SDA法在研究中也被廣泛使用。Liaskas et al.(2000)[4]以歐盟的碳排放為研究對象，運用SDA法研究產業結構對碳排放的影響。劉紅光等(2010)[5]在區域投入產出表的基礎上,對區域產業結構調整的碳減排效果進行分析。而徐大豐(2011)[6]通過計算不同行業的碳排放影響力系數，從產業內角度提出產業結構調整的具體建議。隨著研究的深入，越來越多的計量方法被應用到產業結構升級和碳減排關系的實證分析中。Talukdar和Meisner(2001)[7]以44個發展中國家的面板數據為基礎，使用隨機效應模型進行回歸分析。譚丹等(2008)[8]、劉再起和陳春(2010)[9]、陳兆榮(2011)[10]分別運用灰色關聯度法、似不相關回歸方法和方差分解法研究產業結構和碳排放間的關系。吳振信等(2012)[11]在環境庫茲涅茨曲線的基礎上建立個體固定效應模型，牛鴻蕾和江可申(2013)[12]基于STIRPAT擴展模型，陶長琪等(2015)[13]基于面板向量自回歸模型(PVAR)，都對中國產業結構調整的碳排放效應進行了研究。

在產業結構和碳排放關系的問題上，國內外學者通過大量研究，已形成較為完善的理論與實證框架，為本文提供了借鑒和參考。雖然研究方法不同，但得出的結論大多一致：經濟增長、能源消耗、人口數量、技術進步和產業結構等是影響碳排放的重要因素，產業結構升級能夠在一定程度上降低碳排放。但現有研究結果仍有一定局限性：首先，在研究產業結構和碳排放關系時，忽略了產業結構升級的空間溢出效應。其次，既有研究大多仍停留在三次產業層面，對產業內部結構研究較少。最后，許多文獻僅使用第三產業占GDP的比重來表示產業結構高級化水平，未對產業結構升級進行有效衡量。因此，本文選取我國2005-2014年的省際面板數據，構建一個產業結構高級化指標，運用空間杜賓模型，著重考察了產業結構升級對碳排放的影響。

二 中國產業結構升級和碳排放的空間相關性檢驗

(一)產業結構升級和碳排放的測度

1.碳排放量的測度

關于碳排放量，我國暫時沒有官方公布的統計數據，只能進行粗略估算。通用的計算方法為活動水平和排放因子的乘積。根據2006年《IPCC國家溫室氣體指南》，有三類排放因子可以選擇：(1)IPCC缺省排放因子；(2)國別排放因子；(3)利用模型工具的復雜方法。本文借鑒陳詩一(2009)[14]、王鋒等(2010)[15]、王群偉等(2010)[16]等的衡量方法 ，用化石燃料消費量及缺省排放因子來計算碳排放量，具體公式如下：

(1)

其中,CC為碳排放量，Ei為i類能源的消費量，δi為第i類能源的碳排放系數*碳排放系數=缺省碳含量×缺省碳氧化率×平均低位發熱量。。在計算碳排放量的基礎上，根據碳排放量和CO2排放量之間的轉換公式：CCO2=CC×44/12,即可計算出CO2的排放量。

表1 各類能源的碳排放系數表

(續上表)

燃料類型缺省碳含量(kgc/GJ)缺省碳氧化率平均低位發熱量(KJ/kg，m3)碳排放系數(kgc/kg，m3)煤油196143070084417柴油202142652086157燃料油211141816088232天然氣153138931059564液化石油氣172150179086308其他石油制品200141816083632

注：數據根據《2006年IPCC國家溫室清單指南》和《中國能源統計年鑒》計算所得。

2.產業結構升級的測度

20世紀末，鄧偉根(1990)[17]首次提出產業經濟至少包括產業結構和產業組織兩個部分，開啟了國內學者研究產業結構的大門，其在后續研究中，運用產業轉型系數分析了產業轉型對經濟增長速度和質量的影響(凌文昌和鄧偉根，2004)[18]。在衡量產業結構升級時，既有研究主要采用非農產業的比重、第三產業與第二產業的比值、高技術產業占工業增加值的比重等簡單方法，因而難以對產業結構升級進行全面而準確的衡量。本文參考付凌暉(2010)[19]的方法來衡量產業結構升級：首先根據三次產業劃分，計算出各產業增加值占GDP的比重，并將其構成一組三維向量X0=(x1, 0,x2, 0,x3, 0)。然后分別計算X0與X1=(1, 0, 0)，X2=(0, 1, 0)，X3=(0, 0, 1)的夾角θ1，θ2，θ3：

(2)

j=1,2,3；最后據此定義產業結構高級化值S：

(3)

S越大，表明產業結構高級化水平越高。

(二)中國產業結構升級和碳排放的空間自相關檢驗

1.Moran’I檢驗

空間自相關檢驗分為全局空間自相關檢驗和局域空間自相關檢驗。前者可以從總體衡量區域間的空間關聯程度，后者反映空間要素的異質性特征。全局空間自相關常用Moran’I來衡量。其計算方法可以表示為：

(4)

局域空間自相關常用局域Moran’I衡量，對于某一區域i，計算公式為：

(5)

2.產業結構升級和碳排放的全局空間自相關檢驗結果

產業結構升級和碳排放的全局空間自相關檢驗結果見表2。由表2可知，在樣本期間內，產業結構升級和碳排放的Moran’I值均為正，產業結構升級的Moran’I值呈上升趨勢，但2005-2008年的結果沒有通過5%的顯著性檢驗，說明產業結構升級的空間自相關性近年來不斷增強，產業結構高級化程度較高的省份在地理空間上相對鄰接，而高級化程度較低的省份也相互靠近。碳排放的Moran’I值始終保持在0.3左右，且顯著性水平都小于1%，表明碳排放在空間分布上表現出顯著的集聚特征，一省的碳排放能夠通過空間溢出效應對周邊省份的碳排放產生顯著影響。

表2 產業結構升級和碳排放全局空間自相關檢驗結果

3.碳排放的局域空間自相關檢驗結果

基于式(5)，繪制2005、2008、2011和2014年我國碳排放的LISA集聚圖(圖1-圖4)。具體而言，“熱點區”主要分布在山東、山西、河北、河南、江蘇、內蒙古、吉林等地，地理位置相對集中，其省內和周邊省份的碳排放水平都較高。而新疆、四川等省區自身和周圍的碳排放水平都較低，屬于“盲點區”。在“熱點區”和“盲點區”的省區，都存在較強的空間正相關性。而在以安徽為代表的LH區域和以廣東為代表的HL區域，其省內碳排放水平與周圍差距較大，具有負的空間自相關性。可見，省際碳排放在空間分布上具有一定的相關性和異質性。

圖1 2005年我國碳排放的LISA集聚圖 圖2 2008年我國碳排放的LISA集聚圖

圖3 2011年我國碳排放的LISA集聚圖 圖4 2014年我國碳排放的LISA集聚圖

根據產業結構升級和碳排放的空間相關性檢驗結果，提出研究假說：產業結構升級能夠促進本地區的碳減排，也能通過空間溢出效應促進周邊地區的碳減排。

三 中國產業結構升級對碳減排影響的實證分析

(一)模型的構建

1.基本模型

Kaya恒等式最早由日本學者Kaya(1989)[20]提出，它揭示了人口、經濟、能源與碳排放之間的關系，被廣泛用于碳排放影響因素的分析中。在最新的研究中，Robalino-Lópezaetal.(2016)[21]、Mavromatidisetal.(2016)[22]、戴小文等(2015)[23]、劉丙泉等(2016)[24]也將Kaya恒等式作為分析碳排放影響因素的重要工具。其最初表達式如下：

(6)

其中，C表示CO2排放量，E表示一次能源消費總量，GDP為國內生產總值，P為人口數量，表明碳排放與能源消費結構、經濟增長和人口規模密切相關。本文在Kaya恒等式的基礎上，引入能源消費結構、經濟增長、人口規模和FDI等作為控制變量，建立一個基本的面板模型。為消除異方差，對模型進行對數化處理，得到表達式如下：

(7)

其中，i和t分別表示省份和年份，C表示CO2排放量，CE表示清潔能源消費量占能源消費量的比重，GDP為國內生產總值，P為人口數量，S代表產業結構高級化值，F代表FDI占GDP比重，e為隨機擾動項。

2.空間杜賓模型

空間計量模型包括空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)。空間滯后模型主要研究各變量在某一地區內是否具有空間溢出效應，空間誤差模型主要度量相鄰地區關于因變量的誤差沖擊對本地區的空間影響。比較而言，空間杜賓模型最大的區別在于同時考慮自變量和因變量的空間相關性，可以考察因變量受到本地區自變量及周邊地區自變量和因變量的影響，其基本表達式如下：

Y=ρWY+βX+θWX+e

(8)

其中，Y表示因變量，X表示自變量，W為空間權重矩陣，WY和WX為空間滯后變量，e為隨機擾動項，且服從正態分布。

基于空間杜賓模型，得到最終表達式如下：

(9)

3.權重矩陣的構建

空間權重矩陣是衡量空間單元間關聯程度的重要指標，常見的空間權重矩陣包括基于鄰接標準和基于距離標準兩類。本文基于鄰接標準，根據空間中不同區域的相對位置，構建一個0-1鄰接權重矩陣Wij=(wij)n×n。若兩地區相鄰，則wij取1，若兩地區不相鄰，則取0。

(二)數據來源與變量說明

本文以2005-2014年中國30個省(市、自治區)的面板數據為研究對象。由于部分數據缺失，研究樣本不包括港澳臺及西藏地區。主要數據來源于《中國統計年鑒》、《中國能源統計年鑒》和中國經濟與社會發展統計數據庫。相關變量具體說明如下：

(1)CO2排放量Cit：表示i省t年的CO2排放量，單位為萬噸。由式(1)計算所得，其中，各省能源消費量數據來源于《中國能源統計年鑒》。

(2)能源消費結構CEit：表示i省t年清潔能源消費量占能源消費量的比重。CEit與碳排放呈負相關關系，其原始數據來源于《中國能源統計年鑒》。其中，清潔能源消費量為天然氣消費量、一次電力及其他能源消費量之和。

(3)人均國內生產總值GDPit/Pit：表示i省t年的人均GDP，單位為元/人。環境庫茲涅茨曲線表明經濟增長與碳排放間存在倒U型曲線關系：一方面，經濟增長通過投入的增加，對碳排放產生促進作用；另一方面，隨著國民收入的提高，研發支出會上升，進而推動技術進步，降低單位產出的碳排放。本文以2005年的不變價計算出各省實際GDP，除以年末常住人口得到實際人均GDP。

(4)人口數量Pit：表示i省t年的人口數量，單位為萬人。人口規模對碳排放具有正向影響。人口規模越大，高碳產品的需求量越多，碳排放也越大。各省的人口數量數據來源于《中國統計年鑒》。

(5)產業結構高級化值Sit：表示i省t年的產業結構高級化值。Sit對碳排放具有負向影響，各省三次產業增加值數據來源于《中國統計年鑒》，根據式(2)、式(3)計算得到Sit。

(6)FDI占GDP的比重Fit:表示i省t年外商直接投資占GDP的比重。FDI的流入能夠通過技術溢出效應對碳減排產生促進作用。各省FDI的原始數據來自《中國統計年鑒》和各省的統計年鑒。

(三)實證結果分析

1.全國層面分析

表3給出了全國層面不同模型的回歸結果。與SAR、SEM比較而言，SDM的擬合優度R2和對數似然值LogL都有所提高，離散度Sigma2相對變小，因此選擇SDM作為本文實證研究的最優模型。SDM的空間相關系數ρ為0.391，通過了1%的顯著性檢驗，說明我國省際碳排放之間存在正的空間自相關性，與全局Moran’I檢驗結果相一致。

表3 全國層面不同模型回歸結果比較

注： *、**、***表示參數估計值在10%、5%、1%的水平上顯著。

由于SDM的回歸系數并不能有效反映自變量和因變量的關系，因此需進一步通過直接效應、間接效應和總效應來考察。表4給出了全國層面SDM的直接效應、間接效應和總效應。

表4 全國層面SDM的直接效應、間接效應和總效應

(續上表)

變量回歸系數直接效應間接效應總效應lnp0498??-01300368(195)(-020)(060)lns0210-4960??-4750?(024)(-236)(-195)lnf-0063???-0154???-0217???(-411)(-299)(-358)

注：括號內為t值；*、**、***表示參數估計值在10%、5%、1%的水平上顯著。

(1)產業結構升級。產業結構升級對碳排放的直接效應不顯著，且回歸符號與預期不符。本文認為其原因可能是，產業結構升級對碳排放的影響是能源利用效率、能耗結構、技術進步等共同作用的結果，具有門檻效應。在到達門檻值之前，產業結構升級的碳減排效應可能并不顯著，甚至出現促進碳排放的現象。一旦突破門檻值，產業結構升級將會顯著減少碳排放。間接效應回歸系數為-4.960，通過了5%的顯著性檢驗，說明一省產業結構升級，能夠通過技術交流等方式，帶動周邊省份產業結構的升級優化，間接促進周邊省份的碳減排，與研究假設相符。總效應回歸系數為-4.750,且通過了10%的顯著性水平檢驗，說明在全國層面上，產業結構升級與碳排放總體呈負相關關系，即產業結構升級在一定程度上能夠減少碳排放。但其顯著性水平不高，表明我國產業結構升級的碳減排效應還沒有得到充分發揮。造成這一現象的原因可能是，我國產業結構和工業結構的非同步發展。從產業結構來看，我國第三產業增加值占GDP比重已經超過第二產業，步入工業化后期。但從工業結構來看，我國制造業增加值占總商品增加值比重依舊不高，一直沒有進入以技術密集型加工工業為重心的時期，高能耗、高排放、高污染問題依然嚴重。工業結構的落后，導致產業結構升級的碳減排效應難以充分實現。

(2)能源消費結構。能源消費結構對碳排放直接效應和間接效應的回歸系數分別為-0.212和-0.349，均通過了顯著性檢驗。說明提高清潔能源消費比重將有助于改善能源消費結構，進而減少本省碳排放。同時，通過清潔能源技術的交流傳播，周邊省份的碳排放也將顯著減少。

(3)人均GDP。人均GDP對碳排放直接效應的回歸系數在1%的水平上顯著為正，說明經濟增長對本省碳排放存在明顯的促進作用。在全國層面上，經濟增長對環境的負面影響仍大于正面影響，經濟增長的碳減排效應沒有得到充分發揮。間接效應回歸系數在5%的水平上顯著為負，表明經濟增長能夠減少周圍省份的碳排放，與預期不符。本文認為，一省經濟的高速增長，可能會吸引周圍省份資源要素的流入，進而導致本省碳排放的增加和鄰近省份碳排放的減少。

(4)人口規模。人口規模對本省碳排放具有顯著的促進作用，說明人口規模越大的省份，對高碳產品的需求量也越大，碳排放也相對較多。人口規模對周邊省份碳排放的影響為負，但沒有通過顯著性檢驗，這表明人口規模對周圍省份碳排放影響不大，不符合預期。本文認為，高碳產業的遷入受到成本、政府環境規制等多種因素制約。在經濟發達的地區，高碳產品需求量較大，但準入門檻較高；在經濟相對落后的地區，準入門檻降低，但需求量較少。因此，高碳產業將不會遷入。

(5)引入外資情況。Fit直接效應和間接效應的回歸系數在1%的水平上都顯著為負，表明FDI占GDP比重越高，越有助于促進本省和周圍省份碳減排。

2.區域層面分析

本文將我國的省域劃分為四大區域*東部地區包括：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南。中部地區包括：山西、安徽、江西、河南、湖北和湖南。西部地區包括：內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。東北地區包括：遼寧、吉林和黑龍江。，表5給出了區域層面SDM回歸結果。R2、LogL和Sigma2表明，四個模型均具有較高的擬合優度。東部、西部地區的ρ為正，且東部地區大于西部地區，符合局域空間自相關檢驗結果。中部地區既包括山西、河南等碳排放大省，也包括安徽、江西等碳排放較小的省份，各省之間碳排放水平差距較大，因此ρ為負值。但東部、中部、西部地區均沒有通過顯著性檢驗，說明在區域層面上，碳排放的空間自相關性并沒有預期顯著。比較而言，東北地區無論是在地理上還是在經濟上都具有極強的關聯性，所以ρ在1%的水平上顯著為正。

表5 區域層面SDM回歸結果

(續上表)

變量回歸系數東部中部西部東北R-squared0877093008960981Log-likelihood11925210236811167181220Sigama20005???0001?0008???0001?

注：括號內為t值；*、**、***表示參數估計值在10%、5%、1%的水平上顯著。

表6給出了區域層面SDM的直接效應、間接效應和總效應。可見，各變量對碳排放的影響在區域層面上存在一定的差異性。

(1)產業結構升級。各區域產業結構升級對碳排放總效應的系數分別為-9.027、-0.836、-7.223、-3.934，僅中部地區沒有通過顯著性檢驗。說明區域內產業結構升級對碳減排具有促進作用，其中東部地區的碳減排效應最強，西部、東北地區次之，中部地區最弱。中部地區不顯著，可能是因為山西、河南等能耗大省產業結構升級緩慢，在一定程度上抵消了其他省份產業結構升級的碳減排效應。間接效應系數分別為-10.069、-0.906、-3.690、-3.745，中西部地區都沒有通過顯著性檢驗。結果表明，東部、東北地區經濟經過多年的發展，產業結構升級已突破門檻值，周邊省份的碳排放隨著技術溢出效應而逐漸降低。相反地，中西部地區產業結構升級緩慢，技術溢出效應還未形成，因此對周圍省份的影響不顯著。

(2)能源消費結構。東部地區能源消費結構的直接效應系數在1%的水平上顯著為負，但其它地區均沒有通過顯著性檢驗。本文認為，相較于東部地區，其它地區清潔能源消費量較少，清潔能源占能源消費量比重變化不大，因此回歸結果不夠顯著。東部地區能源消費結構的間接效應系數在1%的水平上顯著為負，說明東部地區能源消費結構的改善能夠減少周圍省份的碳排放，符合預期。東部地區科研能力相對較強，清潔能源技術發展較快，能夠通過技術交流等方式將清潔能源技術推廣至周圍省份，進而降低其碳排放。其它地區沒有通過檢驗，說明其清潔能源技術的發展和東部地區仍有一定差距。

(3)人均GDP。東西部地區經濟增長的直接效應系數在1%的水平上顯著為正，說明區域層面上經濟增長將增加本省碳排放，與全國層面分析所得結論一致。東部地區經濟增長的間接效應系數在1%的水平上也顯著為正，說明東部地區經濟增長促進了周邊省份的碳排放。本文認為，擴散效應使生產要素從發達地區逐漸向周邊輻射，在促進周邊省份經濟發展的同時也增加其碳排放。而中西部、東北地區的發展程度不及東部地區，其回波效應仍大于擴散效應，因此回歸結果并不顯著。

(4)人口規模。直接效應回歸結果表明，西部和東北地區人口規模的擴大能夠顯著增加本省碳排放；而東部和中部地區的系數為負，即人口增加能夠減少碳排放，顯然與事實不符。究其原因，可能是因為人口規模擴張和高碳產品需求量的增加不成正比。隨著人們環保意識提高，東部各省對高碳產品的需求已呈下降趨勢；而中部地區有山西、內蒙古等煤炭輸出大省，其省內對高碳產品的需求增長動力不足，因此回歸結果呈負相關關系。間接效應回歸結果表明，東部、西部地區人口增長對周圍省份的碳排放并未產生顯著的空間溢出效應，與全國層面分析所得結果一致。東部地區具有嚴格的政府環境規制，而西部地區高碳產品需求不大，且具有較高的遷入成本，因此回歸結果不顯著。而東北地區的回歸結果為正，其原因可能是東北三省無論在地理上還是在經濟上都聯系緊密，一省人口規模的擴大能夠同時增加本省和周圍省份的碳排放。

(5)引入外資情況。各區域引入外資情況對碳排放直接效應的系數分別為0.043、0.006、-0.055、-0.024，回歸系數普遍偏小，僅西部地區通過了顯著性檢驗，說明FDI在區域層面上對本省碳排放的影響并不顯著。FDI既能通過技術溢出效應對碳減排產生正面影響，也能通過規模效應、高碳產業的轉移對碳減排產生負面影響。各省在外資引入和使用的差異，導致其對碳排放的影響也不盡相同，因此回歸結果不夠顯著。間接效應系數分別為0.073、-0.090、-0.099、-0.229，均通過了10%的顯著性檢驗，表明中西部地區和東北地區FDI的流入能夠促進周邊省份的碳減排，符合預期。但東部地區的系數為正，可能是因為FDI的流入，同時促進了周邊省份的經濟增長，使得FDI的規模效應大于技術效應，所以碳排放也相應增加。

表6 區域層面SDM的直接效應、間接效應、總效應

(續上表)

變量效應回歸系數東部中部西部東北lnf直接效應00430006-0055??-0024(148)(021)(-219)(-046)間接效應0073?-0090?-0099?-0229??(174)(-174)(-165)(-221)總效應0116?-0084-0154??-0253??(200)(-157)(-199)(-208)

注：括號內為t值；*、**、***表示參數估計值在10%、5%、1%的水平上顯著。

四 結論與政策含義

(一)主要結論

在檢驗碳排放空間相關性的基礎上，選取我國2005-2014年的省際面板數據，運用空間計量模型，從全國層面和區域層面對我國產業結構升級的碳減排效應進行實證分析，主要得到以下結論：

(1)從全國層面來看，產業結構升級能夠減少碳排放，且具有顯著的空間溢出效應，但受制于工業結構落后等因素，產業結構升級的碳減排效應還有待進一步激發。從區域層面來看，產業結構升級對碳減排同樣具有促進作用。其中，東部地區最強，西部和東北地區次之，中部地區最弱。在空間溢出效應方面，東部和東北地區產業結構升級能夠減少周圍省份的碳排放，而中西部地區產業結構升級對周圍省份碳減排的影響不顯著。

(2)在全國層面上，能源消費結構的改善和FDI的流入能夠減少本省及周圍省份的碳排放，而經濟增長和人口規模擴大在增加本省碳排放的同時卻對周圍省份的碳排放產生抑制作用。在區域層面上，各控制變量對碳減排的直接效應和間接效應具有明顯的差異性。

(二)政策含義

根據研究結論及中國當前的產業發展實際，提出政策建議如下：

(1)加強區域合作。由于產業結構升級具有正的空間自相關性，且在全國層面上，產業結構升級能夠促進周圍省份的碳減排，因此各省在制定產業發展戰略時，應從區域整體視角出發，加強區域內的合作，最大限度發揮產業結構升級的空間溢出效應，促進區域內各省碳排放水平的共同降低。

(2)加快工業結構轉型升級。全國層面的分析表明，雖然產業結構升級能夠減少碳排放，但是其碳減排效應并不顯著。本文認為，工業結構落后是制約其碳減排效應發揮的重要原因。產業結構的升級，不能單純看第三產業的發展。如果沒有工業發展作為支撐，第三產業的快速增長必將導致過度投資、重復建設、惡性競爭等問題，使我國陷入中等收入陷阱，阻礙經濟的可持續發展。因此，要充分發揮產業結構升級的碳減排效應，在鼓勵第三產業發展的同時，必須進一步促進第二產業從低端制造業向高技術產業、裝備制造業轉型升級，從勞動密集型、資本密集型產業向技術密集型和知識密集型產業過渡，加快工業結構的轉型升級，使產業規模的擴大與質量的提升相匹配。

(3)結合區域特點，在區域間制定不同的產業政策。區域層面的分析表明，產業結構升級的碳減排效應在區域間存在明顯差異。東部和東北地區產業結構升級能夠促進周圍省份的碳減排，具有顯著的空間溢出效應，而中西部地區則沒有。因此，對于東部和東北地區而言，應提高產業的準入標準，限制高消耗、高排放產業的遷入，同時大力發展高新技術產業，保持產業結構升級空間溢出效應的持續發揮。對于中西部地區，現在正處于承接產業轉移的重要階段。在承接產業轉移的過程中，不能盲目接收所有產業，應結合區域特點制定相應的產業政策，有目的性地進行產業結構調整，加快自身產業結構升級，發揮產業結構升級的碳減排效應。

[1] 林伯強, 蔣竺均. 中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析[J]. 管理世界, 2009, (4): 27-36.

[2] 趙欣, 龍如銀. 江蘇省碳排放現狀及因素分解實證分析[J]. 中國人口·資源與環境, 2010, 20(7): 25-30.

[3] 郭朝先. 產業結構變動對中國碳排放的影響[J]. 中國人口·資源與環境, 2012, 22(7): 15-20.

[4] Liaskas, K., Mavrotas, G., Mandaraka, M., et al.. Decomposition of Industrial CO2Emissions: The Case of European Union[J].EnergyEconomics, 2000, 22(99): 383-394.

[5] 劉紅光, 劉衛東， 唐志鵬等. 中國區域產業結構調整的CO2減排效果分析——基于區域間投入產出表的分析[J]. 地域研究與開發, 2010, 29(3): 129-135.

[6] 徐大豐. 碳生產率、 產業關聯與低碳經濟結構調整——基于我國投入產出表的實證分析[J]. 軟科學, 2011, 25(3): 42-46.

[7] Talukdar, D., Meisner, C. M.. Does the Private Sector Help or Hurt the Environment？Evidence from Carbon Dioxide Pollution in Developing Countries[J].WorldDevelopment, 2001, 29(5): 827-840.

[8] 譚丹, 黃賢金, 胡初枝. 我國工業行業的產業升級與碳排放關系分析[J]. 四川環境, 2008, 27(2): 74-78.

[9] 劉再起, 陳春. 低碳經濟與產業結構調整研究[J]. 國外社會科學, 2010, (3): 21-27.

[10] 陳兆榮. 我國產業結構高級化與碳排放量關系的實證研究[J]. 湖北經濟學院學報, 2011, 9(4): 77-81.

[11] 吳振信, 謝曉晶, 王書平. 經濟增長、 產業結構對碳排放的影響分析——基于中國的省際面板數據[J]. 中國管理科學, 2012, 20(3): 87-89.

[12] 牛鴻蕾, 江可申. 中國產業結構調整的碳排放效應——基于STIRPAT擴展模型及空間面板數據的實證研究[J]. 技術經濟, 2013, 32(8): 53-62.

[13] 陶長琪, 彭永樟, 琚澤霞. 經濟增長、 產業結構與碳排放關系的實證分析——基于PVAR模型[J]. 經濟經緯, 2015, (4): 126-131.

[14] 陳詩一. 能源消耗、 二氧化碳排放與中國工業的可持續發展[J]. 經濟研究, 2009, (4): 41-55.

[15] 王鋒, 吳麗華, 楊超. 中國經濟發展中碳排放增長的驅動因素研究[J]. 經濟研究, 2010, (2): 123-136.

[16] 王群偉, 周鵬, 周德群. 我國二氧化碳排放績效的動態變化、 區域差異及影響因素[J]. 中國工業經濟, 2010, (1): 45-54.

[17] 鄧偉根. 產業經濟: 結構與組織[M]. 廣州: 暨南大學出版社, 1990.

[18] 凌文昌， 鄧偉根. 產業轉型與中國經濟增長[J]. 中國工業經濟， 2004， (12)： 20-24.

[19] 付凌暉. 我國產業結構高級化與經濟增長關系的實證研究[J]. 統計研究, 2010, 27(8): 79-81.

[20] Kaya, Y.. Impact of Carbon Dioxide Emission on GNP Growth: Interpretation of Proposed Scenarios[R]. Paris: IPCC Energe and lndustry Subgroup, 1989.

[21] Robalino-López, A., García-Ramos, J. E., Golpe, A. A., et al.. CO2Emissions Convergence among 10 South American Countries. A study of Kaya Components (1980-2010)[J].CarbonManagement, 2016, 7(1-2): 1-12.

[22] Mavromatidis, G., Orehounig, K., Richner, P., et al.. A Strategy for Reducing CO2, Emissions from Buildings with the Kaya Identity——A Swiss Energy System Analysis and a Case Study[J].EnergyPolicy, 2016, 88(12): 343-354.

[23] 戴小文, 何艷秋, 鐘秋波. 基于擴展的Kaya恒等式的中國農業碳排放驅動因素分析[J]. 中國科學院大學學報, 2015, 32(6): 751-759.

[24] 劉丙泉, 程凱, 馬占新. 城鎮化對物流業碳排放變動影響研究[J]. 中國人口·資源與環境, 2016, 26(3): 54-60.

[責任編輯：陳 林]

Research on the Impact of Industrial Structure Upgrading on Carbon Emission Reduction in China

LI Bin ZHANG Xiao-dong

Based on the constructed industrial structure upgrading index and results of spatial correlation test of carbon emissions, we selects the 2005-2014 provincial panel data to analyze the carbon emission effect of Chinese industrial structure upgrading from the national level and regional level. The results show that the upgrading of the industrial structure can reduce carbon emissions, but subject to the backward industry structure, the carbon emission reduction effect of the industrial structure upgrading in China still needs to further stimulate; In region, spatial spillover effects of industrial structure upgrading on carbon emissions have significant spatial heterogeneity. Based on the above research,this paper provides the relevant policy.

carbon emission reduction; industrial structure; industrial upgrading; Spatial Durbin Model

2016-11-03

湖南省科技廳創新項目“我國基本公共服務均等化的評價體系及其應用研究”(項目編號：CX2016B142，項目負責人：李拓)；國家軟科學重大項目“科技促進經濟發展方式轉變的評價方法和體系研究”(項目編號：2011GXS1B001，項目負責人：李斌)。

李斌，管理學博士,湖南大學經濟與貿易學院教授，研究方向:物流管理，計量經濟學；張曉冬，湖南大學經濟與貿易學院碩士研究生，研究方向：產業經濟。

F426

A

1674-8298(2017)02-0079-14