碳排放強度對長江經(jīng)濟帶綠色發(fā)展水平的空間溢出效應研究

胡孟穎 ,劉德志，b，胡雅潔

(1.安徽財經(jīng)大學a.統(tǒng)計與應用數(shù)學學院；b.數(shù)量經(jīng)濟研究中心，安徽 蚌埠 233000；2.滁州學院 經(jīng)濟與管理學院，安徽 滁州 239000）

0 引言

“十四五”規(guī)劃提出加快推進綠色低碳發(fā)展，既要推動經(jīng)濟增長，也要改善環(huán)境質(zhì)量，要全面高效地利用資源，避免不必要的浪費.習近平總書記在中央財經(jīng)委員會第九次會議中強調(diào)，“十四五”是碳達峰的關鍵期、窗口期，因此需要在發(fā)展的過程中加大綠色技術創(chuàng)新力度，合理安全地推動清潔低碳能源使用，力求能夠按期實現(xiàn)碳達峰、碳中和的目標.

深入打好污染防治攻堅戰(zhàn)，需要提升環(huán)保意識，促進綠色低碳循環(huán)發(fā)展.本文以長江經(jīng)濟帶各區(qū)域為研究對象，研究樣本期間碳排放強度與綠色發(fā)展水平之間的關系，并將環(huán)境規(guī)制、創(chuàng)新投入等變量納入研究框架，分析其影響效應.本文研究結(jié)果可為長江經(jīng)濟帶構(gòu)建綠色低碳安全高效的能源體系和制定科學的經(jīng)濟環(huán)保政策提供參考.

1 文獻綜述

1.1 綠色發(fā)展水平測算及影響因素研究

有關綠色發(fā)展水平的測算和綠色發(fā)展水平的影響因素研究成果較多，李光勤等[1]以黃河流域為樣本，運用全局Malmquist-Luenberger 指數(shù)測得2001—2018 年的綠色全要素生產(chǎn)率來表征綠色發(fā)展水平，分析綠色發(fā)展水平時空演變特征；李雪松等[2]以研發(fā)驅(qū)動理論作指導，構(gòu)建DEASBM 模型，對傳統(tǒng)型、創(chuàng)新型綠色發(fā)展效率分別進行了測算，并分析了其在各區(qū)域的分布特征以及FDI、城鎮(zhèn)化水平等變量對其的影響效應；郝淑雙等[3]從資源利用、環(huán)境質(zhì)量、綠色生活等維度出發(fā)構(gòu)建評價體系，用加權(quán)平均法測算出綠色發(fā)展指數(shù)，進而構(gòu)建SDM模型，分析技術進步、環(huán)境規(guī)制等對綠色發(fā)展水平的影響.基于上述研究，本文選取包含非期望產(chǎn)出的DEA-SBM 模型測算長江經(jīng)濟帶11省市的綠色發(fā)展水平.

1.2 碳排放強度研究

在碳強度研究方面，王鋒等[4]基于Divisia指數(shù)分解法，分析了全國各省市及其他變量對全國碳強度下降的影響，結(jié)果發(fā)現(xiàn)，遼寧、黑龍江、河北等省市的貢獻最大，海南、寧夏等省市則阻礙了全國碳強度的下降，且每個省份的碳強度、能源強度等的變動共同影響全國碳強度變化；張偉等[5]在對碳排放量進行因素分解的基礎上，測度了碳排放強度并進行了影響因素分析，結(jié)果表明，各產(chǎn)業(yè)的碳排放強度都是在不斷下降的，并且產(chǎn)業(yè)體系能源碳排放效率、能源結(jié)構(gòu)等都對碳排放強度產(chǎn)生了影響；史丹等[6]從制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化角度出發(fā)，分析了產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整目標以及節(jié)能減排的潛能，認為產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整可以降低碳強度的水平，為實現(xiàn)“經(jīng)濟增長和環(huán)境保護”雙贏提供可能.本文則選取IPCC 推薦的碳排放計算公式計算出各省市二氧化碳排放量，并以碳排放量與地區(qū)GDP的比值來表示碳強度.

1.3 碳強度與綠色發(fā)展水平間關系研究

關于碳強度與綠色發(fā)展水平之間的關系，高贏[7]運用US -SBM 模型測算了樣本區(qū)域的綠色發(fā)展績效，并對其影響因素進行了分析，結(jié)果發(fā)現(xiàn)，碳強度對各區(qū)域的綠色發(fā)展績效提高作用十分有限，節(jié)能減排仍有較大的空間與潛力；陳瑤等[8]從技術和創(chuàng)新雙視角出發(fā)，探究工業(yè)綠色發(fā)展與工業(yè)碳強度間的關系，結(jié)果表明，工業(yè)碳強度隨著工業(yè)綠色發(fā)展呈倒“U”型趨勢，也就是說在綠色發(fā)展水平不斷提高時碳強度會先上升再下降.也有文獻也將綠色發(fā)展與低碳發(fā)展納入同一體系進行測度分析，張友國等[9]從發(fā)展動力、生活系統(tǒng)等角度出發(fā)，構(gòu)建了綠色低碳循環(huán)發(fā)展經(jīng)濟體系，將低碳、綠色、循環(huán)發(fā)展納入一個體系中進行分析，并用時空極差熵權(quán)法進行測度，結(jié)果表明樣本期間該指數(shù)在全國范圍內(nèi)都有所提升；趙慧卿等[10]構(gòu)建了綠色低碳循環(huán)發(fā)展經(jīng)濟指標體系，并結(jié)合雙重激勵模型與最小方差法進行動態(tài)綜合評價，結(jié)果表明，全國范圍內(nèi)的綠色低碳循環(huán)發(fā)展是不均衡的，并且受長邊原則支配，需要加強對長邊的提升.

本文在借鑒上述研究成果的基礎上，對碳排放強度與綠色發(fā)展水平之間的空間關系進行了研究，并嘗試在以下方面進行擴展：（1）考慮到碳強度對綠色發(fā)展水平的非線性影響，將碳強度的二次方項納入模型中；（2）在進行空間計量分析時，列出SDM 模型、SEM 模型和SLM 模型的回歸結(jié)果，以對比分析結(jié)果的穩(wěn)健性.

2 模型設計與變量選取

2.1 空間計量模型的建立

為了研究碳排放強度對綠色發(fā)展水平的影響，選取綠色發(fā)展水平（GDL）作為被解釋變量、碳排放強度（EI）作為解釋變量，由于碳排放強度與綠色發(fā)展水平之間可能存在非線性關系，擬在模型中引入碳排放強度的平方項.相關文獻表明，環(huán)境規(guī)制（ER）、人均國內(nèi)總產(chǎn)值（PGDP）、產(chǎn)業(yè)結(jié)構(gòu)（IS）、進出口（IE）、R&D 人員（RDFE）、R&D 經(jīng)費支出（RDIE）和專利申請授權(quán)數(shù)（DPA）也會對綠色發(fā)展水平產(chǎn)生重要影響，故將這些變量作為控制變量X，構(gòu)建如下計量模型：

其中，i，t，εit分別為省市、年份、隨機擾動項.

考慮到綠色發(fā)展水平與碳排放強度的空間滯后項對綠色發(fā)展水平的影響，建立空間杜賓模型如下：

其中，ωij為空間權(quán)重矩陣，σ為空間自回歸系數(shù)，φi為空間效應，τt為時間效應，εit為隨機誤差.

2.2 變量測度與數(shù)據(jù)來源

本文選取了長江經(jīng)濟帶2009—2019 年11 個省市地區(qū)的面板數(shù)據(jù)，數(shù)據(jù)主要來源于《中國能源統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》和各省市的統(tǒng)計年鑒，為剔除價格波動的影響，選取相應的價格指數(shù)來進行相關指標的平減.對于少數(shù)缺失的數(shù)據(jù)，利用線性插補或均值來進行處理.

2.2.1 被解釋變量：綠色發(fā)展水平（GDL）

本文從投入、期望產(chǎn)出和非期望產(chǎn)出角度構(gòu)建綠色發(fā)展水平指標體系，并運用SBM -DEA 模型測算具體數(shù)值，具體模型如下：

其中，ρ代表效率值，取值范圍是0 到1，當ρ為1 時，表示決策單元強有效的；當其值小于1 時，表示決策單元在投入和產(chǎn)出上需要改進，并未到達理想狀態(tài)；ω代表決策單元；s-代表投入變量的松弛變量；s+代表期望產(chǎn)出；sb代表非期望產(chǎn)出.

本文的投入指標考慮到創(chuàng)新，具體包括勞動投入、資本投入、能源投入、R&D 勞動投入、R&D 資本投入等指標，期望產(chǎn)出指標為地區(qū)GDP，非期望產(chǎn)出指標包括廢氣排放與廢水排放.具體指標見表1.

表1 綠色發(fā)展水平的投入產(chǎn)出指標

2.2.2 核心解釋變量：碳排放強度（EI）

首先，對碳排放量進行測度，參照IPCC 推薦的依據(jù)燃燒的燃料數(shù)量以及缺省排放因子推算二氧化碳排放量，計算公式如下：

其中，CO2代表二氧化碳排放量；i代表能源種類，由數(shù)據(jù)可得性和計算的精確性，本文選取了煤油、焦炭、汽油、燃料油、柴油、天然氣和原煤七種原料來進行測算；Ei代表能源i的消耗量（實物量）；NCVi代表能源i的平均低位發(fā)熱量；CEFi代表能源i的單位熱值含碳量；COFi代表能源i的碳氧化因子；44/12 為二氧化碳氣化系數(shù).

各類能源的平均低位發(fā)熱量取自《綜合能耗計算通則》（GB/T2589-2020），單位熱值含碳量和碳氧化因子來源于2006 年《IPCC 國家溫室氣體清單指南目錄》.計算碳強度，即單位GDP 所產(chǎn)生的CO2排放量，計算公式如下：

2.2.3 其他控制變量

參考李雪松等[2]和郝淑雙等[3]的研究成果，本文選取控制變量及其具體描述如表2.

表2 控制變量的具體描述

3 實證分析

3.1 指標測算

3.1.1 綠色發(fā)展水平

將具體數(shù)據(jù)帶入SBM -DEA 模型中測算出各區(qū)域綠色發(fā)展水平的具體數(shù)值，繪制出綠色發(fā)展在2008 年、2013年、2019 年以及各年份均值的演變情況，如圖1 所示.從綠色發(fā)展水平的均值來看，重慶的綠色發(fā)展水平是最高的，上海次之，四川、安徽、江蘇的綠色發(fā)展水平處于相對較低的水平，總體來看，長江經(jīng)濟帶綠色發(fā)展的均值水平不是很高，有較大的提升空間.按照時間順序來看，重慶市的綠色發(fā)展一直處于較高的水平，但是波動幅度稍大，易受相關因素的影響；上海市的綠色發(fā)展水平經(jīng)歷了從下降到上升再到下降的趨勢，需要加大關注度，使其保持上升的態(tài)勢；浙江省和貴州省的綠色發(fā)展水平降幅很大，應當找出下降的具體原因并進行修正；其余省份的綠色發(fā)展水平基本呈穩(wěn)步上升態(tài)勢，但上升幅度不大，需要采取措施以增加上升速度.

圖1 長江經(jīng)濟帶綠色發(fā)展水平演變情況

3.1.2 碳排放強度

根據(jù)具體數(shù)據(jù)測算出碳排放強度，將長江經(jīng)濟帶劃分為上、中、下游，上游包括重慶、四川、貴州和云南，中游包括湖北、湖南和江西，下游包括安徽、江蘇、浙江和上海.按照全地區(qū)、上游地區(qū)、中游地區(qū)和下游地區(qū)計算平均值，繪制如圖2 所示的折線圖.

圖2 長江經(jīng)濟帶碳排放強度的變化趨勢

從圖中可以看出，上游地區(qū)的碳排放強度處于最高的水平，高于中游、下游和全地區(qū)的碳排放強度；中游地區(qū)的碳排放強度與全地區(qū)的碳排放強度水平基本相當，沒有太大的差別；下游地區(qū)的碳排放強度要低于其他地區(qū)以及全地區(qū).隨著時間的推移，各區(qū)域的碳排放強度處于不斷下降的狀態(tài)，并且各區(qū)域之間的差別在不斷地縮小，各地區(qū)的減排成效顯著.

3.2 普通面板回歸

3.2.1 描述性統(tǒng)計分析

對各變量進行描述性統(tǒng)計分析，結(jié)果見表3.為減弱異方差性，對部分指標進行取對數(shù)處理.由表3 可見，綠色發(fā)展水平取對數(shù)后的均值為-0.29，標準差為0.135，表明不同區(qū)域之間的綠色發(fā)展水平存在一定的差異性.碳排放強度的均值為0.785，標準差為0.484，不同地區(qū)間的CO2排放強度也存在區(qū)域性.

表3 變量描述性統(tǒng)計分析結(jié)果

3.2.2 基準回歸分析

首先對數(shù)據(jù)進行平穩(wěn)性檢驗，經(jīng)驗證各項數(shù)據(jù)均為平穩(wěn)數(shù)據(jù)；接著進行Hausman檢驗，結(jié)果顯示P 值為0.04 顯著小于0.05，故而本文選擇固定效應模型，具體結(jié)果見表4.色發(fā)展的水平.進出口的增加會顯著增加綠色發(fā)展水平，可能是由于進出口拉動了經(jīng)濟發(fā)展.R&D 經(jīng)費支出和專利申請授權(quán)數(shù)對綠色發(fā)展的影響系數(shù)都是顯著為負的，可能是由于創(chuàng)新投入的利用率過低，從而創(chuàng)新投入的增加反而會拉低綠色發(fā)展水平.

表4 基準回歸結(jié)果

觀察表4的第（1）至（3）列可知，雙固定效應回歸、使用聚類穩(wěn)健標準誤的單項固定效應回歸系數(shù)的方向與普通標準誤的單項固定效應一致，只是部分變量的顯著性水平有所下降.

3.3 空間杜賓回歸

3.3.1 空間相關性分析

在進行空間回歸前需要進行空間相關性分析，本文通過計算Moran’s I 指數(shù)進行檢驗.對綠色發(fā)展水平、碳強度、人均GDP 以及專利申請授權(quán)數(shù)進行檢驗，結(jié)果見表5.

表5 莫蘭指數(shù)結(jié)果

表4 第（1）列和第（2）列的區(qū)別在于，前者使用的是普通標準誤，后者使用的則是聚類穩(wěn)健標準誤;第（3）列是在地區(qū)、年份雙固定效應情況下的回歸結(jié)果.

由表4 的第（1）列可知，從全地區(qū)范圍來看，碳排放強度對綠色發(fā)展水平的負向影響不顯著，而碳強度的平方項對綠色發(fā)展水平有顯著正向影響，表明樣本期間長江經(jīng)濟帶的綠色發(fā)展水平隨碳排放水平的提高呈現(xiàn)先升后降的“U”型曲線趨勢.計算得到拐點位于碳排放強度為0.46 的水平上，當碳排放強度高于0.46 時，隨著碳排放強度的降低，綠色發(fā)展水平也是降低的；當碳排放強度降低至0.46以下時，降低碳排放強度反而提高綠色發(fā)展水平.從控制變量角度看，環(huán)境規(guī)制對綠色發(fā)展的正向影響不顯著；人均GDP 會對綠色發(fā)展水平產(chǎn)生顯著正向影響，人均GDP提高會拉動綠色發(fā)展水平.產(chǎn)業(yè)結(jié)構(gòu)對綠色發(fā)展水平有顯著負向影響，因而需要適當調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，以提高當?shù)鼐G

從表5 中可以看出，綠色發(fā)展水平的莫蘭指數(shù)只有在2010 年是顯著為正的，其他年份都不顯著，即空間相關性不確定；但是碳強度、人均GDP 和專利申請授權(quán)數(shù)的莫蘭指數(shù)在每一年都是顯著為正的，存在較強的空間效應.基于此，可以進行后續(xù)的空間計量模型的回歸.此外，本文選取的空間權(quán)重矩陣為地理距離矩陣.

3.3.2 空間面板回歸結(jié)果分析

在對SDM 進行回歸之前，需要進行相關檢驗.首先，進行LM 檢驗，結(jié)果見表6.表6結(jié)果顯示大部分指標均在0.01的顯著性水平上，拒絕了原假設，從而空間計量模型是適用的.其次，進行固定效應檢驗，結(jié)果均拒絕原假設，優(yōu)先選用雙固定效應模型.再次，進行Hausman 檢驗，結(jié)果并未顯著拒絕原假設，表明采用隨機效應的SDM 模型有一定的優(yōu)勢.最后，進行Wald 與LR 檢驗，結(jié)果均通過了顯著性檢驗，因而SDM 模型不能轉(zhuǎn)化為SLM 或SEM 模型.

表6 LM檢驗結(jié)果匯總表

綜上結(jié)果，本文運用雙固定效應的SDM 模型和隨機效應的SDM 模型來進行回歸，并將SEM 模型、SLM 模型的回歸作為參照對比，結(jié)果見表7.

表7 空間計量模型回歸結(jié)果

由表7 可知，SDM 模型的空間自回歸系數(shù)顯著為負，表明各地區(qū)之間的綠色發(fā)展水平會相互影響，各地區(qū)之間的綠色發(fā)展水平間的聯(lián)系較為復雜；各模型的回歸系數(shù)的正負較為一致、顯著個數(shù)差別不大，因而選取雙固定效應的SDM 模型較為合理.

在表8 中列出SDM 模型的直接效應、間接效應和總效應，以分析各變量對解釋變量的影響.

表8 雙固定效應SDM 模型下的直接效應與間接效應

首先，對于碳強度的一次項和二次項，其直接效應和間接效應的回歸系數(shù)的正負同前文普通面板回歸的系數(shù)正負是一致的，說明碳排放強度對本地和鄰近地區(qū)的綠色發(fā)展水平的影響是一致的，都是呈“U”型，也即當碳強度降低到拐點之后，隨著碳排放強度的降低綠色發(fā)展水平會提高.環(huán)境規(guī)制的直接效應和間接效應都顯著為正，表明環(huán)境規(guī)制強度的增加既可以增加本地的綠色發(fā)展水平，也可以促進相鄰區(qū)域綠色發(fā)展水平的提高.人均GDP 的直接效應顯著為正，表明人均GDP 的增加可以促進本地綠色發(fā)展水平的提高，但對鄰近地區(qū)無顯著影響.R&D經(jīng)費支出和專利申請授權(quán)數(shù)的直接效應均顯著為負，也就是說會拉低本地的綠色發(fā)展水平，可能是對科研投入的利用效率不夠高引起的，但是兩者的間接效應均不顯著.

3.3.3 基于不同區(qū)域的異質(zhì)性檢驗

前文將長江經(jīng)濟帶劃分為上、中、下游，因此運用SDM 模型分別對各區(qū)域進行回歸，結(jié)果見表9.

表9 基于不同區(qū)域的SDM 模型穩(wěn)健性檢驗結(jié)果

關于碳排放強度的一次項和二次項，上游地區(qū)和中游地區(qū)的直接效應回歸結(jié)果與整個長江經(jīng)濟帶的直接效應回歸結(jié)果是相反的，下游地區(qū)則與全地區(qū)相同，這表明在下游地區(qū)，碳排放強度對綠色發(fā)展水平的影響是“U”型的，降低到拐點前，碳排放強度降低會拉低綠色發(fā)展水平，降低到拐點后，碳排放強度降低則會推動綠色發(fā)展水平提高；而在上游地區(qū)和中游地區(qū)，碳排放強度對綠色發(fā)展水平的影響是倒“U”型的，綠色發(fā)展水平在降低到拐點前隨著碳排放強度的降低而提高，在降低到拐點之后則隨著碳排放強度的降低而降低.這表明在不同的區(qū)域，碳強度對綠色發(fā)展的影響存在不同的效果，因此各區(qū)域需要結(jié)合實際，制定不同的發(fā)展政策.

關于其他變量的回歸系數(shù)，各區(qū)域與全區(qū)域有一定的差異，但是區(qū)別不大.

4 結(jié)論與啟示

本文以長江經(jīng)濟帶各省市2009—2019 年為樣本區(qū)間，測算了綠色發(fā)展水平、碳排放強度等變量的具體數(shù)值，考察了碳強度對綠色發(fā)展水平的空間影響效應，實證結(jié)果可以為長江經(jīng)濟帶各地區(qū)實施綠色低碳可持續(xù)發(fā)展政策提供一定的經(jīng)驗證據(jù).

4.1 結(jié)論

（1）在樣本期間，長江經(jīng)濟帶各區(qū)域的綠色發(fā)展水平存在一定差異性，上游地區(qū)處于較為領先的地位，隨著年份的推進，各地的綠色發(fā)展水平也存在相應的波動性.

（2）關于各地區(qū)的碳排放強度，上游地區(qū)的碳排放強度處于最高的水平，高于中游、下游和全地區(qū)的碳排放強度；中游地區(qū)的碳排放強度與全地區(qū)的碳排放強度水平基本相當；下游地區(qū)的碳排放強度要低于其他地區(qū)以及全地區(qū).此外，各區(qū)域的碳排放強度有不斷下降的趨勢，各地區(qū)的減排成效顯著，并且各區(qū)域之間碳強度的差別在不斷地縮小.

（3）碳排放強度對本地和鄰近地區(qū)的綠色發(fā)展水平的影響都呈“U”型，在到達拐點之前，碳強度降低時，綠色發(fā)展水平也會隨之下降，在碳強度降低至拐點之后，碳強度的降低就會拉動綠色發(fā)展水平提高.

（4）環(huán)境規(guī)制對綠色發(fā)展水平有顯著正向影響，環(huán)境規(guī)制強度的增加不僅可以增加本地的綠色發(fā)展水平，還可以促進相鄰區(qū)域綠色發(fā)展水平的提高.

（5）人均GDP 的增加只會促進本地綠色發(fā)展水平的提高，對附近地區(qū)沒有顯著影響.

（6）RD 經(jīng)費支出和專利申請授權(quán)數(shù)會拉低本地的綠色發(fā)展水平，但是對鄰近地區(qū)的綠色發(fā)展水平影響不顯著.

4.1 啟 示

首先，由于碳排放強度對綠色發(fā)展水平的影響存在拐點，各地針對自己的經(jīng)濟環(huán)境發(fā)展狀況確定具體的拐點，并盡快將碳強度降低到拐點之后，這樣碳強度的下降才會帶來區(qū)域綠色發(fā)展水平的提高，在拐點之前碳強度下降會拉低區(qū)域綠色發(fā)展水平.其次，環(huán)境規(guī)制強度會推動區(qū)域綠色發(fā)展，環(huán)境規(guī)制強度的增加可以促進本地和相鄰區(qū)域的綠色發(fā)展水平的提高，因此需要制定適當?shù)沫h(huán)境資源保護政策，以拉動當?shù)睾袜彽氐木G色發(fā)展水平.再次，人均GDP 的增加會促進本地綠色發(fā)展水平的提高，因此需要拉高地區(qū)生產(chǎn)總值和地區(qū)人均生產(chǎn)總值，以推動本地綠色可持續(xù)發(fā)展.最后，重視R&D 經(jīng)費支出和專利申請授權(quán)數(shù)對區(qū)域綠色發(fā)展水平的阻礙作用，今后應當更加充分合理地利用創(chuàng)新投入，防止創(chuàng)新投入不必要的浪費.