我國省際碳減排強度收斂檢驗及協調發展路徑研究

譚靈芝 姜曉群

摘要：利用Topsis方法與灰色關聯理論對2011—2019年我國省際碳減排強度協調水平進行綜合測度，選取基尼系數、δ-收斂模型和β-收斂模型等方法分析我國碳減排非均衡發展態勢，進而構建面板Tobit模型識別省際碳減排強度協調路徑及影響因素。研究發現：經濟結構和經濟可持續競爭力兩個指標其權重最高，我國省際碳減排強度整體相對差異呈“擴大—縮小”趨勢，地區間相對差異是主導地區相對差異的主要來源;東部地區消費碳排放占比與產業結構、FDI和凈出口碳排放占比等交互效應對省際碳減排協調度正向顯著。中部地區投資碳排放占比與政府財政規模、政府財政規模與城鎮化率的交互作用具有負向抑制作用。西部地區投資與政府財政規模的交互效應為負向顯著，產業結構與城鎮化率的交互作用具有正向促進作用。因此，應優化區域經濟結構、增加產品科技含量、依靠市場手段，做好區域協調碳減排工作。

關鍵詞：區域協調;碳減排強度;低碳經濟;產業結構;城鎮化率

中圖分類號：F014.9? ? 文獻標識碼：A? ?文章編號：1007-2101（2020）05-0058-14

一、引言

黨的十九大明確提出實施區域協調發展戰略，并將其作為建設現代化經濟體系的重點任務。實現區域協調發展對省際間碳排放協調減排起著重要的推動作用，更是決勝社會主義生態文明體制總體改革持久戰中需要解決的重大環境問題，準確判斷省際間碳減排強度收斂趨勢是推進區域碳減排協調治理的重要依據和現實基礎。

長期以來，我國經濟增長多依靠高環境投入和高耗能產業驅動，在取得經濟奇跡的同時也產生了大量碳排放。根據譚靈芝（2019）測算結果，2000—2011年，我國潛在碳排放增長率增長明顯，遠超同期潛在經濟增長率[1]。經歷了多年高速發展，現階段我國經濟發展正發生著新的變化：一方面，環境紅利逐漸消失，能源供給短缺、氣候變化和環境污染等引發的各類社會經濟問題開始凸顯[2];另一方面，伴隨全球氣候變化引發了對各國碳排放權的爭議，發展低碳經濟成為維護國家經濟安全的重要手段[3]。

對碳排放強度的計算，學者們主要從經濟增長角度進行研究[4]。絕大多數研究者用碳排放總量與GDP的比值來表示[5]。其中省域是我國碳減排實施的主要區域，也是碳減排配額分配的關鍵主體[6]。當前我國碳減排強度的省際差異存在如下特征：一是省際之間仍存在較大經濟差距，地區間碳減排強度分化跡象更加明顯。從經濟增速來看，增速居于后五位省份其碳排放量較之增速前五位省份顯著為低[7]，即經濟增長與碳排放之間存在顯著的一致性和區域差異。二是省際間碳減排聯動性增強，表現出一定程度的均衡化趨勢。特別是在國家產業結構調整和區域協調戰略的穩步實施下，各種資本、信息、勞動力、技術之間的交流融通在省際之間流動日趨緊密，致使與之相關的碳排放也發生了變化。

收斂理論是現代經濟增長理論的重要內容。隨著收斂理論的發展，一些學者將收斂理論與碳排放結合，使其成為研究節能減排績效和碳排放強度區域差異的重要手段。John A等（2003）研究發現，主要工業化國家1960—1970年人均碳排放存在條件收斂[8];Nguyen-Van（2005）通過分析100個國家1966—1996年人均碳排放收斂性，發現存在俱樂部收斂，即碳排放量較低的國家收斂特征不明顯，高碳排放國家呈現收斂[9];Panopulou和Pantelidis（2009）研究發現，人均碳排放收斂與收入密切相關，收入越高的國家，收斂性越強[10];Aldy（2006）利用核密度估計法[11]、Hee-Jung Chung等（2009）[12]采用結構突變和截面相關的面板模型均得出類似結論。

我國對碳排放收斂研究較晚，目前研究主要集中在如下幾個方面：一是認為我國并不存在碳排放收斂。如魏梅等（2010）借助DEA模型和誤差修正模型檢驗，結果發現我國并不存在地區收斂性[13]。類似結論還有楊騫等（2012）[14]等。二是認為我國碳排放存在部分收斂，或者不同形式的收斂。例如許廣月（2013）研究認為1995—2007年中國人均碳排放不存在β絕對收斂，但存在β條件收斂和地區俱樂部收斂[15];陳青青等（2011）利用中國1997—2007年的省際碳排放面板數據，結果表明中國碳排放僅存在條件收斂[16];胡宗義等（2015）研究發現省域整體碳排放強度存在內部收斂現象，但整體收斂并不存在[17];佟昕（2017）則認為中國存在區域俱樂部絕對β收斂特征[18]。三是借助空間面板模型分析碳排放的收斂特征。例如孫耀華等（2014）研究發現省際碳排放強度呈現俱樂部收斂和條件β收斂特征[19];劉亦文等（2016）實證證實我國東中部地區污染物排放強度均存在α收斂特征[20]。

區域協調發展模式就是要從梯度發展模式的“極化效應”向“均衡效應”轉化，使得各地區資本、信息、技術、資金通過擴散和溢出效應，實現不同地區協調發展。在這種均衡發展模式下，區域經濟逐步收斂，碳排放的強度也可能趨于收斂，但這是一個漫長的過程，不同省域資源稟賦和經濟發展基礎的差異長期存在，引致省域間經濟發展存在條件收斂，還存在顯著的俱樂部收斂特征等，使得我國區域碳減排問題更為復雜。因此，需根據區域協調發展下區域經濟增長的收斂性理論及空間計量經濟學模型，以便更好地辨析現階段我國省域碳減排強度的收斂特征和驅動因素。

二、區域協調發展背景下省際碳減排強度水平綜合測度

（一）指標選擇及數據來源

碳減排強度采用碳排放總量與GDP比值進行分析，對碳排放量的計算參考IPCC（2006）給出的碳排放計算方法，以我國主要能源（煤炭、石油和天然氣）消耗量為基礎計算。根據2018年11月《中共中央國務院關于建立更加有效的區域協調發展新機制的意見》通知及相關文獻，省際碳減排協調發展主要從經濟結構、城鎮化率、社會包容性強度、科技創新、環境質量、經濟競爭力、省域碳減排治理能力等幾方面進行討論（見表1）。其中經濟結構指標從產業協調發展角度進行評價，而其余六個指標是對區域協調發展的內涵式體現（數據來源于2012—2018年《中國統計年鑒》《中國城市統計年鑒》《中國環境統計年鑒》及《中國法律年鑒》等和中國30個省（市、自治區，樣本數據中未包含西藏、香港、澳門和臺灣，下同）的相應統計年鑒。省域競爭力具體結果參考中國社會科學院發布的《中國省域經濟綜合競爭力發展報告》系列藍皮書，環境質量具體計算方法參考胡宗義等（2017）[21]。社會包容度指標參考國家中心城市歷年《中國中心城市（人口）包容能力排名》報告。此外，2019年的數據采取趨勢值方法計算。

（二）評價模型設定

Topsis（Technique for Order Prefererce by Similarity to Ideal Solution）方法是通過測算評價單元與“理想解”和“負理想解”的接近程度對現有的對象進行相對優劣排序。理想解是設想的最優的解（方案），其各個屬性值都達到各備選方案中的最好值;負理解則與之相反，是最劣解（方案）和最壞值。方案排序的規則是把各備選方案與理想解和負理想解進行比較，若其中有一個方案最接近理想解，而同時又遠離負理想解，則該方案是備選方案中最好的方案[22]。據此，筆者采用Topsis方法揭示省際碳減排強度協調度的現實狀態與理想狀態的接近度。其具體評價步驟有如下幾個方面[23]。

1. 構建評價矩陣

針對省域碳減排強度協調發展程度評價系統中n個評價對象某一要素層所選擇的m個指標，可得原始數據矩陣X={xij}n×m。其中xij為第i個評價單位的第j個評價指標值，i=1，2，…，n，j=1，2，…，m。

2. 矩陣標準化

從矩陣中分別找出每一列{xj}的最大值xjmax和最小值xjmin，隨后對xij進行標準化處理，得到標準化數值rij（i=1，2，…，n;j=1，2，…，m），得到標準化矩陣R={rij}n×m。此時，“理想解”rjmax的值為rj+=1，“負理想解”rj-=0。

3. 借助變異系數法[12]確定指標權重wj

4.計算每個評價對象的指標實際值與理想解rj+和rj-負理想解的歐式距離

5.計算總目標值省域碳減排協調發展程度測算值Ci

Ci=di-/（di-+di+）（i=1，2，…，n）（3）

（三）評價結果分析

根據表2所示子目標層的指標權重值可知①，北京、上海和浙江經濟結構權重最高，分別為0.277 1、0.268 7和0.258 4，即上述三地經濟結構在推進省域碳減排協調發展中其重要程度更高。四川、吉林及內蒙古城鎮化權重值最高，分別為0.211 7、0.198 7及0.193 6;北京、上海和內蒙古社會包容性權重最高，分別為0.276 4、0.272 2、0.271 3;浙江、上海及陜西科技創新權重值最高，依次為0.193 4、0.191 9、0.186 4;河北、山東、山西環境質量權重值最高，依次為0.072 9、0.068 7、0.065 3;北京、上海、浙江經濟競爭力權重為最高，分別為0.295 6、0.293 1、0.290 1;遼寧、河北、山東省域碳減排治理能力權重最高，分別為0.153 7、0.151 1和0.149 8。對比各類指標權重結果可以發現，經濟結構和經濟競爭力兩個指標其權重更高，表明良好的經濟結構和經濟競爭力能較好地實現省域間碳減排協調發展。而社會包容度權重也相對較高，即更為和諧、包容的社會環境有助于提高省域碳減排協調程度。相較之下，環境質量權重相對較小，這與黨的十八大以來生態文明制度在我國的全面確立有關。經濟發展與環境保護的協調關系逐步建立，環境質量權重對碳減排協調發展的重要程度顯著降低。此外需要注意的是，科技創新及碳減排治理能力的權重并不靠前，說明現階段我國依靠技術創新提高省域間碳減排協調程度的貢獻率仍然偏低，而單純依靠碳減排投入其效果也并不十分明顯。增加科技投入、調整產業結構、提高經濟增長質量、改善社會發展質量是實現省域碳減排協調的應有之義。

綜合TOPSIS利用歐式距離只能反映位置關系，難以表現出數據變化的動態性。一些研究者采用灰色關聯方法進行解決。灰色關聯系數能系統地度量各指標之間關聯的強弱程度、次序及理想與現實結果的貼近程度，較好地反映系統運行的動態變化態勢[24]。進一步，筆者利用灰色關聯評價模型，以貼近度計算出2011—2019年我國省際碳減排協調度綜合指數（見表3）②。從表3中可知，省際碳減排協調發展的灰色關聯相對貼近度呈上升態勢，特別是2015—2019年上升速度最為明顯：2011年省際碳減排協調發展度的灰色關聯相對貼近度均值為0.281 3，2015年為0.384 0，201 9年則增至0.530 8。這說明我國省際間碳減排協調程度增長較快。從分省指標對比中可知，廣東、山東、四川三地灰色關聯相對貼近度均值在整個研究期最高，分別為0.499 5、0.470 8及0.462 6。從整個研究期分省相對貼近度均值增速可以發現，河北、廣東、北京三地綜合指數年均增速超過20%，上升速度最快。天津、陜西和云南三地的增速為最低，不足10%。若從評價年始末的灰色關聯相對貼近度變化則可以發現，有18個省的碳減排協調度增速已超過40%，其余12個省級單元增速超過20%。上述結果說明，我國省際碳減排協調程度仍存在區域差異，但整體都得到了持續改善。另一方面，將表3的結果按照東、中、西部三個經濟帶進行分類可以發現，2011—2013年，東部地區灰色關聯貼近度均值遠高于中西部地區。2014年始，三大經濟帶均值差進一步增大，其中，東部地區收斂增速最快，西部地區次之。產生上述結果的原因在于：東部地區更受益于國家產業結構轉型的政策紅利，而西部地區則較為普遍的享受到國家傾斜性支持政策，包括新能源發展和利用政策、低碳產業支持政策等，這些政策對西部地區大力發展低碳產業提供了契機;西部地區多存在產業發展不足的現象，但西部地區產業慣性較中東部地區為低，在向低碳產業內涵式發展過程中，西部地區更容易實現產業轉型或發展新興產業。

三、我國省際碳減排強度省際差異測度

如前所述，我國省際之間產業結構、資源稟賦、經濟基礎等方面的不平衡性使得省際間碳減排強度存在顯著差異，而這種差異的長期存在又會影響我國碳減排目標的實現。所以，客觀分析省際間碳減排強度協調程度，并從空間視角分析影響其省際碳排放強度的演變趨勢，有助于推進協調穩健的省際碳減排路徑。

（一）省際碳減排強度差異測度方法

筆者利用基尼系數、β-收斂模型和泰爾指數等對我國省際碳減排差異收斂速度進行測量。

1. 基尼系數及其分解

現階段研究區域差異的指標主要有變異系數、泰爾指數和基尼系數（Gini Cofeeicient）等，但上述方法在分析時，多由各種缺陷，難以完整表征區域差異或組群內差異。為克服上述難題，一些研究者利用Dagum基尼系數分析經濟指標的動態分布、區域動態差異及演變趨勢，能更好地測度區域經濟差異。筆者參考趙磊等（2019）[23]觀點，利用Dagum基尼系數對我國省際碳減排強度水平的地區相對差異進行測度，進而對其進行分解，以此獲知省際碳減排協調程度區域相對差異的構成。

G=■■■■yji-yhr/2N2■（4）

其中，yji（yhr）為j（h）地區內任意省際單元的碳減排強度，N為樣本省數量，為全國碳減排強度均值，n表示地區劃分數量，Cj（Cn）表示j（h）地區內省際單元數量。根據Dagum基尼系數分解含義，可將貢獻率分為：地區內差異貢獻Gw、地區間差異貢獻Gcb和超變密度貢獻Gt，且G=Gw+Gcb+Gt。

其中，（5）式和（6）式為第j地區內基尼系數Gjj和地區內差異貢獻率Gw;式（7）和式（8）則表示地區j和h地區之間基尼系數Gjh和地區間碳減排強度差異貢獻率Gcb;式（9）則表征超變密度Gt。此外，pj=，sj=cjYj/cY，j=1，2，…，n;∑pj=∑sj=1;在式（10）中，Djh表示h和j地區省際碳減排強度的相對影響;此外，式（11）djh表示地區間碳減排強度貢獻率差值，即j和h地區所有yji-yhr>0的樣本值加權平均;式（11）中和pjh為超變一階矩，即j和h地區所有yhr-yji>0的樣本值的加權平均。Fj（Fh）分別為j（h）地區的累積密度分布函數。

2. 泰爾指數分解法

泰爾（Theil）指數分解法常被用于測度收入差異。借鑒基本思路，具體可將樣本分為多個群組，以此衡量組內差距與組間差距對總差距的貢獻。通常情況下，泰爾指數對上層水平的變化比較敏感[25]。其值越小則省際間碳排放強度空間差距越小，反之則大。基本公式如下：

其中，yi代表碳排放強度按由小到大的順序排列后第i個地區間碳減排強度;為所有樣本省份碳減排強度均值;假設包含n個個體的樣本被分為k個群組，每組分別為gk（k=1，…，K），第k組gk中的個體數目為nk。Tb表示地區間碳排放強度差異，Tw表示區域內碳排放強度差異。

3. δ-收斂模型

C=（17）

其中C為碳排放強度省際差異收斂系數;yi代表碳排放強度按由小到大的順序排列后，第i個省碳減排強度;為所有樣本省份碳減排強度均值;n代表三大經濟帶所轄省份數量。

4. β-收斂模型

如前所述，除需了解省際間碳減排強度差距收斂過程外，對其差距收斂速度的分析同樣重要。β-收斂模型能較好地衡量非均衡的收斂速率，明確我國各省份之間實現碳減排區域協調的速率。基本模型如下：

ln=？琢+？茁lnyit-1+μit+eit（18）

其中，yit和yit-1分別表示全國及各省碳減排強度變量值，為模型固定效應或隨機效應，服從N（0，σ2）。若yit-1有β-收斂，則β的系數為負，表明碳減排強度較低的省份其增速高于高碳減排強度省份。此外，根據β的估計值計算所得收斂所達的穩態值r0=和收斂速度θ=，其表示省際間實現碳減排強度協調的速度。

（二）測度結果分析

1. 基尼系數結果分析

（1）我國省際碳減排強度整體差異及演變態勢測度。通過基尼系數計算結果發現（見表4），在整個研究期省際碳減排強度整體基尼系數均值為0.053，且整體差異變化呈現“縮減—增強—縮減”交替變化的態勢，說明我國整體相對差異有明顯的波動性動態演進趨勢。具體而言，2011—2014年我國省際碳減排強度整體相對差異高于平均相對差異值，該階段省際差異處于不斷增強的態勢;2015—2019年整體相對差異低于平均相對差異水平即該階段省際差異具有不斷縮減的特征。從演進態勢來看，省際碳減排強度整體基尼系數從2011年的0.061降至2019年的0.039，降幅顯著，其中2015—2019年降幅最大。這主要是由于我國省際碳減排強度整體相對差異，并不是立即表現出縮小趨勢，而是微弱擴大，但隨著生態文明制度建設的深入，我國供給側改革逐步深化等，這種差距在逐漸縮小，我國省際間碳減排強度更加均衡化。

（2）三大經濟區內相對差異及其變化趨勢。從表4中可見，在整個研究期，東、中和西部省際碳減排強度地區內基尼系數小于全國整體水平，表明不同經濟區區域內相對差異低于全國整體。其中，中部地區內部基尼系數最大，東部最小。從年均增速來看，各經濟區內相對差異都呈現下降態勢，但西部地區內部基尼系數降幅最明顯，其次是東部地區。該結果說明三大地區內部碳減排強度相對差異呈下降態勢，但中部地區內相對差異縮減態勢則較為緩慢。

（3）地區間相對差異及其變化趨勢。由表4可知，東—中部、東—西部、中—西部地區之間相對差異逐步縮減，但僅東—中部地區間基尼系數大于全國平均水平，說明東—中部省際碳減排強度相對差異最高。從時間變化趨勢來看，2011—2014年東—中部、東—西部、中—西部地區省際碳減排強度相對差異降幅年均僅分別為0.03%、0.10%和0.05%，2015—2019年降幅則分別為0.05%、0.14%和0.09%。上述結果表明東—西部地區、中—西部地區碳減排強度地區間差異的年度縮減速度明顯，但東—中部地區相對差異在整個研究年度縮減態勢表現得最不明顯。

（4）地區相對差異來源及其貢獻率。從表4中可知，省際碳減排強度地區內相對差異貢獻率變化并不十分明顯，地區間相對差異和超變密度貢獻率變化趨勢則趨于一致，基本上呈現縮減與增強交替出現的變化規律。其中，地區間相對差異來源最大，為0.59～0.70，顯著大于地區內相對差異（0.18～0.20）和超變密度（0.09～0.22）。從時間變化來看，地區內、地區間和超變密度三者的貢獻率年增幅分別為-0.19%，-1.44%和16.46%，且2015年之后年均增幅變化加快。該結果說明，整個研究期三大經濟區區域間相對差異對省際碳減排強度地區相對差異的影響更大。

2. 收斂模型測度結果

根據式（17），通過δ-收斂模型③對我國2011—2019年省際碳減排強度省際差異的動態變化趨勢進行進一步驗證。結果發現，2011—2014年我國省際碳減排強度差異增加，但年均增幅較小;2015—2019年省際差異縮減，且逐年增大。結果表明我國省際碳減排強度差異變化呈現不斷增強—縮減趨勢，且2016年之后縮減趨勢表現得更加顯著。

泰爾指數分解結果則發現④，整個研究期，三大經濟區間碳減排強的相對差異對全國整體差異的貢獻率高于區域內部貢獻值。具體而言，2011—2014年區域間差異和區域內差異對全國整體差異的貢獻率都持續增加，且區域間增幅高于區域內增幅。2015—2019年區域間和區域內相對差異對全國整體相對差異的貢獻率降低，且區域間降幅高于區域內降幅。結果說明在我國省際碳減排強度差異收斂過程中，三大經濟區間和區域內的差異都在縮小，即整個研究期我國省際間碳減排強度趨于均衡。

δ-收斂模型和泰爾指數分解結果與Dagum基尼系數測度結果基本一致。為進一步分析我國省際碳減排強度差異的收斂速度，筆者借助β-收斂模型進行分析（見表5）。根據Hausman無偏檢驗結果可知，P值為0，拒絕了隨機效應模型，因此，采用固定效應模型進行分析。其中差異收斂系數β為負，且年均降速為0.46%，說明我國省際碳減排強度差異逐步縮減，省際間碳減排強度趨于協調一致。

四、我國碳減排實現區域協調發展路徑及其檢驗

為進一步檢驗影響碳減排協調發展路徑的因素，通過對以省際碳減排綜合協調度為被解釋變量的面板Tobit模型進行計量檢驗，為尋求區域協調發展路徑提供實證分析數據。

（一）指標選取

根據研究目的，主要被解釋變量為省際碳減排協調度綜合值（y），解釋變量主要來自于文獻、調查資料及統計數據等（見表6），分別為消費碳排放比重（CON）、投資碳排放比重（INV）、凈出口碳排放比重（EXP）、政府財政規模（GOV）、對外開放水平（FDI）、產業結構（STR）和城鎮化率（UBR）。調節變量為專利授權量（RDE）。

（二）模型構建

OLS模型對于非連續數據的估計易產生估計偏差，采用面板Tobit模型能較好地克服數據受限及參數偏差的問題。

1. 構建因變量及其各變量交互項回歸模型

y*it=b1iconit+bi2Innit+b3iEXPit+b4iGOVit+b5iFDIit+b6iSTRit+b7iUBRit+Uit

y*it=b1iCONit+b2iINVit+b3iEXPit+b4iGOVit+b5iFDIit+b6iSTRit+b7iUBRit+b8iCONYitINit+b9iCONitEXPit+b10iCONitGOVit+b11iCONitFDIit+b12iCONitSTRit+b13iCONitUBRit+b14iINitEXPit+b15iINVitGOVit+b16iINVitFDIit+b17iINVitSTRit+b18iINVitUBRit+b19iEXPitGOVit+b20iEXPitFDIit+b21iEXPitSTRit+b22iEXPitUBRit+b23iGOVitFDIit+b24iGOVitSTRit+b25iGOVitUBRit+b26iFDIitSTRit+b27iFDIitUBRit+b28iSTRitUBRit+uit（19）

此時，被觀測變量yit與潛在變量y*it之間關系如下：

yit=y*it=b1iCONit+b2iINVit+b3iEXPit+b4iGOVit+? b5iFDIit+b6iSTRit+b7iUBRit+uit? ? ?y*it>0c? ? ? ? ? ? ? ? ? ? ? ?y*it≤c

yit=y*it=b1iCONit+b2iINVit+b3iEXPit+b4iGOVit+? b5iFDIit+b6iSTRit+b7iUBRit+b8iCONitINVit+? b9iCONitEXPit+b10iCONitGOVit+b11iCONitFDIit+? b12iCONitSTRit+b13iCONitUBRit+b14iINitEXPit+? b15iINVitGOVit+b16iINVitFDIit+b17iINVitSTRit+? b18iINVitUBRit+b19iEXPitGOVit+b20iEXPitFDIit+? b21iEXPitSTRit+b22iEXPitUBRit+b23iGOVitFDIit+? b24iGOVitSTRit+b25iGOVitUBRit+b26iFDIitSTRit+? b27iFDIitUBRit+b28iSTRitUBRit+uit? ? ?y*it>0c? ? ? ? ? ? ? ? ? ? ? ? ? ? ?y*it≤c

假定模型uit服從N（0，σ2）的正態分布，Tobit模型最終構建如下：

yit=y*it=b1iCONit+b2iINVit+b3iEXPit+b4iGOVit+? b5iFDIit+b6iSTRit+b7iUBRit+uit? ?y*it>00? ? ? ? ? ? ? ? ? ? y*it≤0 （20）

yit=y*it=b1iCONit+b2iINVit+b3iEXPit+b4iGOVit+b5iFDIit+? b6iSTRit+b7iUBRit+b8iCONitINVit+b9iCONitEXPit+? b10iCONYitGOVit+b11iCONYitFDIit+b12iCONYitSTRit+? b13iCONYitUBRit+b14iINitEXPit+b15iINVitGOVit+? b16iINVitFDIit+b17iINVitSTRit+b18iINVitUBRit+? b19iEXPitGOVit+b20iEXPitFDIit+b21iEXPitSTRit+? b22iEXPitUBRit+b23iGOVitFDIit+b24iGOVitSTRit+? b25iGOVitUBRit+b26iFDIitSTRit+b27iFDIitUBRit+? b28iSTRitUBRit+uit? ? ? ? y*it>00? ? ? ? ? ? ? ? ? ? ? ? ? ? ? y*it≤0? ? （21）

2. 考慮調節變量RDE，設定潛在因變量的調節變量回歸模型

y*it=b1iCONit+b2iINVit+b3iEXPit+b4iGOVit+b5iFDIit+b6iSTRit+b7iUBRit+b8iRDEit+uit

y*it=b1iCONit+b2iINVit+b3iEXPit+b4iGOVit+b5iFDIit+b6iSTRit+b7iUBRit+b8iRDEit+b9iRDEitINVit+b10iRDEitGOVit+b11iRDEitUBRit+uit? ? ? ? ? ?y*it>0

此時，被觀測變量yit與潛在變量y*it之間關系如下，并采取極大似然法進行估計：

yit=y*it=b1iCONit+b2iINVit+b3iEXPit+b4iGOVit+? b5iFDIit+b6iSTRit+b7iUBRit+b8iRDEit+uit y*it>cc? ? ? ? ? ? ? ? ? y*it≤c （22）

假定模型uit服從N（0，σ2）的正態分布，Tobit模型最終構建如下：

yit=y*it=b1iCONit+b2iINVit+b3iEXPit+b4iGOVit+? b5iFDIit+b6iSTRit+b7iUBRit+b8iRDEit+uit? ?y*it>00? ? ? ? ? ? ? ? ? ? ? y*it≤0

yit=y*it=b1iCONit+b2iINVit+b3iEXPit+b4iGOVit+? b5iFDIit+b6iSTRit+b7iUBRit+b8iRDEit+? b9iRDEitINVit+b10iRDEitGOVit+? b11iRDEitUBRit+uit? ? ? ? ? ? ? ?y*it>cc? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?y*it≤c

yit=y*it=b1iCONit+b2iINVit+b3iEXPit+b4iGOVit+? b5iFDIit+b6iSTRit+b7iUBRit+b8iRDEit+? b9iRDEitINVit+b10iRDEitGOVit+? b11iRDEitUBRit+uit? ? ? ? y*it>00? ? ? ? ? ? ? ? ? y*it≤0? （23）

（三）檢驗結果

1. 主效應檢驗

根據公式（19）—（23），筆者分別對未加入調節變量和加入調節變量之后的模型進行估計（見表7、表8）。為避免交互變量與核心變量的共線性問題，筆者參考陳恒等（2019）處理方法[26]，對交互變量采取數據中心化處理，形成新的交互項變量（見表7）。根據表7模型（20）的估計結果可知，我國三大經濟區消費領域碳排放對地區碳減排協調度的增加有顯著正向影響，其中東部地區在1%統計水平上高度顯著，且估計值最大，說明東部地區的消費領域碳排放對推進區域碳排放協調影響最大，對西部地區影響最小。三大經濟區，投資領域碳排放均在1%統計水平上負向顯著，但中部地區影響最大，西部地區次之。出口領域碳排放影響與消費領域類似。這表明東部地區的碳排放逐漸向消費領域轉移，出口仍然是主要的碳排放源;中西部地區則更易受到投資碳排放的影響。上述結果意味著東部地區存在較為明顯的產業轉移或產業調整，但出口導向型的產業發展模式仍占主導[27]，投資對東部地區經濟增長的影響力降低，這種良好的碳排放結構在降低地區碳排放強度的同時，也增加了省際碳減排協調度。若進一步分析東部地區出口產業類型，可以較好地發現高新技術產業出口增強，這種低碳類型產品出口對區域碳排放協調程度的影響逐年增加。因此，進一步改善東部地區產業結構、出口結構及消費結構，避免高碳排放產業向中西部地區轉移，有助于實現區域碳減排協調度。而中西部地區則與東部地區相反，高投資的發展模式明顯增加了區域碳減排強度，致使整個中西部地區與東部地區碳減排強度差距進一步增大。因此在區域協調發展背景下，仍然以投資驅動促進經濟發展的模式必然導致中西部地區高碳排放行業更為集中，抑制區域碳排放協調程度。因此提升中西部地區低碳產業水平，只有加強經濟手段對產業結構和能源結構進行調控，才能優化中西部地區省際碳排放強度分配水平、降低區域間碳排放的非均衡性，有助于正向推動中西部地區省際碳減排協調度的提高。

三大經濟區政府財政規模估計系數均在1%統計水平上負向顯著，其中西部地區數值最大，西部地區政府財政規模每提高1%，西部地區省際碳減排協調度降低0.503%。這說明西部地區政府投資規模較大，這種大規模政府投資會產出過多碳排放，造成投資效率損失，最終表現出西部地區政府投資對其他產業投資的擠出效應[28]。整體而言，過高的財政規模體現了政府對經濟資源的支配和控制情況，政府財政規模與投資效率呈反比，也是我國高碳排放的重要原因之一[29]。因此，高政府投入降低省際碳減排協調度，如果僅控制區域減排強度目標，卻不合理控制政府財政規模，政府則可能會犧牲產業和消費等碳排放需求以滿足自身碳排放空間，導致區域經濟效率下降和碳排放強度增加。

對比三大經濟區對外開放水平的協調作用可以發現，東部地區對外開放水平對省際碳減排強度協調度提高有顯著正向影響，中部地區和西部地區則并不顯著。產生上述結果的原因在于東部地區集中了全國80%以上的FDI，且隨著東部地區產業升級戰略的實施，FDI投資向高新技術產業集中成為趨勢，東部地區FDI碳排放強度降低對區域碳排放協調表現出明顯的正向影響。

產業結構和城鎮化對西部地區省際碳減排協調度正向影響最為顯著，東部地區次之。一方面，西部地區是我國承接東中部地區產業梯度轉移的主要區域，傳統產業結構的改善和新興產業的發展較好地降低了西部地區傳統產業的碳排放量，縮減了與其他地區的碳排放強度差異。另一方面，西部地區在國家城市化發展政策扶持下，城鎮化比例提升較中東部地區更快，更因后發優勢使城鎮布局與產業結構形成了相當程度的協調度[30]，結構更加合理，并由此釋放出產業結構和城鎮化的紅利，為區域產業碳減排、建設用地碳減排等提供了重要支撐。風能、太陽能等新能源建設的大規模投入與新能源對西部地區產業和城鎮化支撐作用的增強對西部地區降低省際碳減排強度產生了重要影響，提高了西部地區的省際碳減排協調度。

從模型（20）三大經濟區交互變量估計結果可知，東部地區消費碳排放占比與出口碳消費占比、消費碳排放占比與產業結構、FDI和凈出口碳排放占比等交互效應對省際碳減排協調度正向顯著，而投資碳排放占比與政府財政規模等交互作用則為負向顯著。中部地區投資碳排放占比與政府財政規模、政府財政規模與城鎮化率的交互作用具有負向抑制作用。西部地區投資與政府財政規模的交互效應為負向顯著，產業結構與城鎮化率的交互作用具有正向促進作用。由上述結果可知，若想提高東部地區省際碳減排協調度，應更好地改善產業結構，以低碳和綠色產業結構促進消費碳排放結構的改善，進而提高省際碳減排協調度;當對外開放水平較高時，應繼續優化FDI質量，以此為契機強化FDI對降低出口產品碳排放量的正向溢出作用，最終提高省際碳減排協調度;當投資碳排放占比較高時，降低政府財政規模可以較好地降低區域碳減排強度，提高省際碳減排協調度。對中部地區而言，若投資碳排放占比較高，增加政府財政規模則會進一步增加中部地區碳排放總量，強化區域間碳排放差異，不利于區域碳排放協調程度的提升;當政府財政規模較大時，應該進一步調整中部地區城鎮化集中模式，適當降低城鎮化速率，以更為集約的方式提高各類資金、土地和人力資本等在城鎮化發展中的投入，防止兩者同步投入增加而大規模增加區域碳排放總量，降低區域碳減排協調度。對西部地區而言，增加投資強度，則應進一步降低政府財政規模，降低政府支出的碳排放量對整個地區碳排放量增長的貢獻率，提升省際碳減排效率和省際碳減排協調度。當產業結構趨于合理時，應進一步提高城鎮化率，通過集約式發展降低產業集聚和人口集中等產生的碳排放量，可有助于省際碳減排協調度提升。

2. 專利調節效應的檢驗結果

筆者選擇層次回歸分析檢驗地區專利水平的調節效應，仍采取去中心化數據處理方式，形成新的變量N_RDE×INV、N_RDE×GOV和N_RDE×UBR（結果見表8）。根據表8結果可知，三大經濟區專利水平均對省際碳減排協調度產生正向促進作用，但東部地區正向影響遠高于中部地區，西部地區則介于兩者之間。東部地區專利水平對省際碳減排協調度產生促進作用的原因主要是東部地區，高新產業、總部經濟的發展對專利有極大需求，專利水平的提升提高了產業結構的低碳化和高新化，最終促進了省際碳減排的協調程度。而對于中部地區而言，仍處于工業化發展中期，產業轉型難度大，產業對既有路徑依賴性強[31]，盡管專利申請量逐年增加，但可促進產業低碳化轉型的新型技術和專利增長不足[32]，也在一定程度上導致專利增加并未能更好地提升省際碳減排協調度。盡管西部地區專利申請量較東中部地區低，但在國家西部地區新興技術產業和新能源發展戰略推動下，先進技術改進型專利被較大規模使用，可有效地降低西部地區碳排放強度，縮小與其他地區的碳排放量差異，提升省際碳減強度協調度。從模型（21）估計結果可知，東部地區高的專利水平能調節投資碳排放效率，提高省際碳減排協調度，但并不能通過調節政府投資規模和城鎮化率提高省際碳減排協調度。提高中部地區專利水平能調節投資碳排放效率和政府財政規模，促進省際碳減排協調度提升，但不能調節城鎮化率提升省際減排協調度。西部地區可通過專利水平的提高，調節投資碳排放占比和政府財政規模，提升省際碳減排協調度。城鎮化率的提高也對提高省際碳減排協調度有正向作用。

五、研究結論及啟示

（一）研究結論

筆者借助Topsis分析方法對我國省際碳減排協調程度進行了綜合估計，根據灰色關聯相對貼近度指數，利用基尼系數及其分解、β-收斂模型和泰爾指數等對我國省際碳減排差異及收斂速度進行測量，并基于面板Tobit模型對不同經濟區省際碳減排協調影響因素進行實證檢驗，具體結論有以下幾個方面。

1. 由Topsis準則層權重分析可知，經濟結構和經濟可持續競爭力兩個指標權重最高，社會包容度權重次之

根據灰色關聯評價模型的貼近度計算結果，整個研究期省際碳減排協調發展的灰色關聯相對貼近度呈上升態勢，且2015—2019年上升速度最為顯著。就分省指標對比而言，北京、上海、浙江三地灰色關聯相對貼近度均值在整個研究期為最高，河北、吉林、貴州三地綜合指數年均增速為最高。湖南、湖北和河南三地的增速為最低。

2. 基尼系數計算結果發現，在整個研究期，省際碳減排強度整體基尼系數整體差異變化呈現“縮減—增強—縮減”的態勢，說明我國整體相對差異有明顯的波動性動態演進趨勢

東、中和西部省際碳減排強度地區內基尼系數小于全國整體水平。其中，中部地區內部基尼系數最大，東部最小。從年均增速來看，各經濟區內相對差異都呈現下降態勢，但東部地區內部基尼系數降幅最明顯，其次是西部地區，且兩者均高于全國平均降幅，但中部地區內相對差異縮減態勢則較為緩慢。δ-收斂模型和泰爾指數分解結果與Dagum基尼系數測度結果基本一致。β-收斂模型估計結果發現，我國省際碳減排強度差異逐步縮減，且隨著時間推移，省際間碳減排強度趨于協調一致。

3. 由省際碳減排協調程度檢驗結果發現，我國三大經濟區消費領域碳排放對地區碳減排協調度的增加有顯著正向影響，其中東部地區估計值最大，西部地區最小

在三大經濟區，投資領域碳排放均在1%統計水平上負向顯著，但中部地區影響最大，西部地區次之。出口領域碳排放影響與消費領域類似。三大經濟區政府財政規模估計系數均在1%統計水平上負向顯著，其中西部地區數值最大。東部地區對外開放水平對省際碳減排協調度提高有顯著正向影響，中部地區和西部地區則并不顯著。產業結構和城鎮化對西部地區省際碳減排協調度正向影響最為顯著，東部地區次之。三大經濟區交互變量估計結果表明，東部地區消費碳排放占比與產業結構、FDI和凈出口碳排放占比等交互效應對省際碳減排協調度正向顯著，而投資碳排放占比與政府財政規模等交互作用則為負向顯著。中部地區投資碳排放占比與政府財政規模、政府財政規模與城鎮化率的交互作用具有負向抑制作用。西部地區投資與政府財政規模的交互效應為負向顯著，產業結構與城鎮化率的交互作用具有正向促進作用。專利調節效應的檢驗結果發現，三大經濟區專利水平均對省際碳減排協調度產生正向促進作用。東部地區高的專利水平能調節投資碳排放效率，進而提高省際碳減排協調度，但并不能通過調節政府投資規模和城鎮化率正向提高省際碳減排協調度。提高中部地區專利水平雖能調節投資碳排放效率和政府財政規模，促進省際碳減排協調度提升，但不能調節城鎮化率增加省際碳減排協調度。與中部地區類似，西部地區通過專利水平的提高、調節投資碳排放占比和政府財政規模，進而提升省際碳減排協調度，城鎮化率的調節也對提高省際碳減排協調度有正向作用。

（二）政策啟示

1. 明確省際碳減排協調發展必須以高質量式的減排模式為中心，改善經濟結構，提高經濟可持續競爭力和增加社會包容程度，進一步降低區域碳排放量

要以完善省際生態文明建設為根本目標，以經濟、環境、社會等融合為一體的發展方式，降低區域間經濟發展差異和省際碳減排強度差異。其中，以國家產業轉型升級戰略為契機，改善三大經濟區產業結構，縮小三大經濟區經濟增長差距，以區域協調增強產業關聯性、互補性，不斷釋放產業結構優化紅利和國家生態文明建設的制度紅利，以低碳產業聯動省際碳排放強度下降和區域碳排放強度的協調，真正實現省際間、區域間經濟社會發展差距縮減與碳減排強度縮減之間的融合，進而形成“區域協調”“碳排放綜合減量”和“生態文明建設為先”的省際碳排放強度協調的正向推進機制。但由于我國省際間社會經濟發展水平、產業結構和技術投入水平等存在較大差異，提高省際間碳排放協調度在短期內難以實現。因此，應該分階段、分類型推進區域協調發展，進而提高省際間碳排放強度協調度。

2. 在繼續增加東部地區對外投資水平和產品出口量的同時，更加強調提高質量，特別是減少低科技含量外貿產業在東部地區的增長，以經濟高質量發展降低區域碳排放總量

要通過多渠道改變中部地區過多依靠投資和低科技含量產業驅動經濟增長的產業模式和發展方式，向高新技術、優勢產業和服務型產業發展轉型，經濟增長方式改變降低區域碳排放，提高省際碳排放協調度。西部地區應更多吸引東、中部地區先進技術和先進產業，增加各類資本要素向西部地區的流動，降低對投資和政府財政投入的依賴性，以東、中部地區產業溢出縮小經濟發展差異，改善碳排放結構。此外，作為我國主要新能源生產基地，西部地區應該重視擴展新能源碳減排的廣度和深度，以新能源利用帶動相關產業的發展，降低整個西部地區產業碳排放總量，提高省際碳排放協調度。

3. 依靠市場提高省際碳排放協調度，以價格調節引導碳排放強度和碳排放方式的轉變

中央及地方政府需轉變政府職能，以“放管服”改革為契機，最大程度地消除制約各地區降低碳排放量的不利因素和外在環境，激發各省發展低碳經濟、調整經濟增長方式的動力和活力。在推進供給側結構性改革過程中，除中央頂層設計之外，地方政府應加強區域內已有高碳產業和高污染產業的環境規制和治理強度，形成碳排放減量和經濟發展協同效應，改變經濟增長方式和能源消耗方式，以產業結構優化促進區域協調發展與省際碳排放協調的深度融合，有效改善省際間資源、資金和資本流動方式、產業分工和環境規制強度差異，以內在發展模式驅動省際間產業優化、區域協同和碳減排強度降低。

注釋：

①②③④限于篇幅，具體計算結果備索。

參考文獻：

[1]譚靈芝.供給側結構性改革下中國碳排放量潛在增長率估算[J].中國科技論壇，2019（1）：161-169.

[2]潘家華，黃承梁，李萌.系統把握新時代生態文明建設基本方略——對黨的十九大報告關于生態文明建設精神的解讀[J].環境經濟，2017（20）：68-73.

[3]樊綱.經濟增長、消費升級與服務業的發展[J].城市開發，2017（20）：50-51.

[4]張友國.經濟發展方式變化對中國碳排放強度的影響[J].經濟研究，2010（4）：121-134.

[5]陳詩一，林伯強.中國能源環境與氣候變化經濟學研究現狀及展望——首屆中國能源環境與氣候變化經濟學者論壇綜述[J].經濟研究，2019（7）：203-208.

[6]趙桂梅，趙桂芹，陳麗珍，孫華平.中國碳排放強度的時空演進及躍遷機制[J].中國人口·資源與環境，2017（10）：84-93.

[7]楊冕，盧昕，段宏波.中國高耗能行業碳排放因素分解與達峰路徑研究[J].系統工程理論與實踐，2018（10）：2501-2511.

[8]John A.，List，Mark C Strazicich. Are CO2 Emission Levels Converging Among Industrial Countries？[J].Environmental & Resource Economics，2003，24（3）：263-271.

[9]Van P N. Distribution Dynamics of CO Emissions[J].Environmental & Resource Economics，2005，32（4）：495-508.

[10]Panopoulou E， Pantelidis T. Club Convergence in Carbon Dioxide Emissions[J].Environmental & Resource Economics，2009，44（1）：47-70.

[11]Aldy J E. Per Capita Carbon Dioxide Emissions：Convergence or Divergence？[J].Environmental and Resource Economics，2006，33（4）：533-555.

[12]Hee-Jung Chung，Woochang Lee，Sail Chun，et.al.Changes in Total CO2 Measurement According to Reagent Cassette Rotation in Chemistry Autoanalyzers[J].Annals of Clinical & Laboratory Science，2009，39（2）：150-154.

[13]魏梅，曹明福，江金榮.生產中碳排放效率長期決定及其收斂性分析[J].數量經濟技術經濟研究，2010（9）：44-53.

[14]楊騫，劉華軍.中國二氧化碳排放的區域差異分解及影響因素——基于1995—2009年省際面板數據的研究[J].數量經濟技術經濟研究，2012（5）：36-49.

[15]許廣月.碳強度俱樂部收斂性：理論與證據——兼論中國碳強度降低目標的合理性和可行性[J].管理評論，2013（4）：48-58.

[16]陳青青，龍志和.中國省級CO2排放影響因素的空間計量分析[J].中國人口·資源與環境，2011（11）：15-20.

[17]胡宗義，唐李偉，蘇靜.省域碳排放強度的收斂性與動態演進[J].資源科學，2015（1）：142-151.

[18]佟昕.我國區域碳排放的收斂性研究[J].東北大學學報（社會科學版），2017（4）：364-370.

[19]孫耀華，仲偉周.中國省際碳排放強度收斂性研究——基于空間面板模型的視角[J].經濟管理，2014（12）：31-40.

[20]劉亦文，文曉茜，胡宗義.中國污染物排放的地區差異及收斂性研究[J].數量經濟技術經濟研究，2016（4）：78-94.

[21]胡宗義，李繼波，劉亦文.中國環境質量與經濟增長的空間計量分析[J].經濟經緯，2017（3）：13-18.

[22]夏勇其，吳祈宗.一種混合型多屬性決策問題的TOPSIS方法[J].系統工程學報，2004（6）：80-84.

[23]趙磊，方成.中國省際新型城鎮化發展水平地區差異及驅動機制[J].數量經濟技術經濟研究，2019（5）：44-64.

[24]武春友，郭玲玲，于驚濤.基于TOPSIS—灰色關聯分析的區域綠色增長系統評價模型及實證[J].管理評論，2017（1）：228-239.

[25]趙偉，馬瑞永.中國區域金融增長的差異——基于泰爾指數的測度[J].經濟地理，2006（1）：13-17.

[26]陳恒，蘇航，魏修建.我國物流業非均衡發展態勢及協調發展路徑[J].數量經濟技術經濟研究，2019，36（7）：81-98.

[27]許廣月.中國二氧化碳排放峰值研究述評[J].重慶工商大學學報（社會科學版），2019（4）：11-24.

[28]王竹君，任保平.基于高質量發展的地區經濟效率測度及其環境因素分析[J].河北經貿大學學報，2018（4）：8-16.

[29]王娟，張克中.財政分權、地方官員與碳排放——來自中國省長、省委書記的證據[J].現代財經（天津財經大學學報），2014（9）：3-14.

[30]楊佩卿.新發展理念下新型城鎮化發展水平評價——以西部地區為例[J].當代經濟科學，2019（3）：92-102.

[31]姚鵬，張明志.新中國70年中國中部地區工業發展——歷程、成就、問題與對策[J].宏觀質量研究，2019（2）：103-113.

[32]羅敏.低碳專利商業化激勵機制研究[J].科學學研究，2018（10）：1795-1800.

責任編輯：李金霞

Convergence Test and Coordinated Development Path of Carbon

Emission Reduction Intensity in China

Tan Lingzhi1， Jiang Xiaoqun2

（1. Center for Population Development and Policy Research， Chongqing Technology and Business University，

Chongqing 400067， China; 2. School of Environment， Renmin University of China， Beijing 100872， China）

Abstract： Topsis method and Grey correlation theory were used to comprehensively measure the coordination level of China's inter-provincial carbon emission reduction intensity from 2011 to 2019. Gini coefficient， delta convergence model and delta convergence model were selected to analyze the unbalanced development trend of China's carbon emission reduction intensity， and then panel Tobit model was constructed to identify the influencing factors of inter-provincial carbon emission reduction intensity coordination. The study found that： economic structure and sustainable economic competitiveness are the two indicators with the highest weight. The overall relative difference of carbon emission reduction intensity among provinces in China shows a trend of "widening - narrowing". The relative difference between regions is the main source of the relative difference between leading regions. The interaction effects of the proportion of consumption carbon emissions and industrial structure， FDI and net export carbon emissions in the eastern region are positively significant for the coordination degree of inter-provincial carbon emission reduction. The interaction between the proportion of investment carbon emission and the scale of government finance and the urbanization rate in the central region has a negative inhibitory effect. In western China， the interaction between investment and government financial scale is negative and significant， and the interaction between industrial structure and urbanization rate is positive. Therefore， we should optimize the regional economic structure， increase the content of product science and technology， rely on market means， and do a good job in regional coordination of carbon emission reduction.

Key words： regional coordination; carbon emission reduction intensity; low-carbon economy; industrial structure; urbanization rate