中國省際服務業碳排放空間網絡結構及其驅動因素

甘 暢，王 凱

湖南師范大學旅游學院，湖南 長沙 410081

實現碳達峰、碳中和是一場廣泛而深刻的經濟社會系統性變革，也是實現經濟社會全面綠色轉型和建設“美麗中國”的有力抓手[1].作為助推中國產業轉型升級以及居民消費需求升級的重要產業，服務業快速發展所導致的生態環境問題日益凸顯[2]，在生態文明建設和高質量發展的時代背景下，服務業是實現中國碳達峰、碳中和目標不可忽視的產業部門.然而，服務業省際產業轉移與地理空間鄰近性的存在，使得服務業碳減排具有顯著的整體性和全域性，并不拘囿于單一責任[3].同時，隨著我國市場機制的完善和區域經濟一體化進程的加速，服務業生產要素在地理空間上的流動與互通，使得服務業碳排放在空間上形成了多線程的復雜網絡型關系[2].服務業碳排放空間網絡結構是以區域為載體，以服務業生產與消費活動為基礎，通過服務業資源要素的集聚擴散，連接不同規模等級的網絡節點進而形成緊密聯系的循環有機系統.精準刻畫中國服務業碳排放空間網絡結構特征并剖析其關鍵驅動因素，對于完善跨區域碳達峰、碳中和行動方案，以及優化服務業生態文明建設路徑具有重要的實踐價值和理論意義.

隨著服務業碳排放量的迅猛增長，國內外學者針對服務業碳排放及其相關問題展開了一系列前瞻性的研究，主要分為以下3 個方面：①服務業發展與碳排放的關系.研究[4-5]顯示：服務業集聚不僅有助于降低本地碳排放，同時通過跨區域的外溢效應促進周邊地區碳減排，但這種碳減排效應發揮的載體僅僅集中于以金融、網絡、商務等為代表的現代服務業，而以交通運輸和倉儲物流為代表的傳統服務業的碳減排效應并不顯著；同時，服務業碳減排效應的釋放受地區信息技術水平的制約[6-7].②服務業碳排放及其驅動因素.部分學者[8-10]對全球、國際組織以及國家等不同研究對象的服務業碳排放進行了測算，發現在經濟邁入服務化時代的背景下，服務業存在巨大的節能減排潛力；部分學者采用LMDI 分析法和回歸分析模型探索了影響服務業碳減排的關鍵因素，發現依托科技進步和產業內部結構調整可有效降低服務業碳排放量[11-12].③服務業碳生產率與能源利用效率.提高服務業碳生產率和能源利用效率是促進服務業高質量發展的重要路徑，對該主題的研究，局限于統計口徑的不完善，多集中于全球[13]、國際組織[14]、國家[15-16]、省份[17]等研究對象；研究方法多采用單一比值法[2]和數據包絡分析法(DEA)[13,15]，由于服務業碳生產率存在顯著的空間相關性，王許亮等[2]采用空間計量模型分析了中國服務業碳生產率的收斂性.

綜上，既有服務業碳排放的相關成果呈現出研究要素豐富多樣以及研究方法科學多元的特征，但也存在如下不足：①現有研究對于服務業碳排放空間演化特征的探索與勾勒較為薄弱，少數研究采用傳統探索性空間數據分析法，僅能驗證服務業碳排放是否存在空間效應，難以從更大尺度全景式地把握服務業碳排放空間網絡結構的動態演化特征；②已有研究多基于“屬性數據”視角考察不同區域服務業碳排放的空間聚類方式，忽視了基于“關系數據”視角厘清不同區域在服務業碳排放空間網絡結構中的角色和地位.鑒于此，該文綜合運用修正后的引力模型和社會網絡分析法，探索中國服務業碳排放空間網絡結構及其驅動因素，以期為中國服務業制定共同但有差別的碳達峰、碳中和行動方案提供科學遵循.

1 研究方法與數據來源

1.1 服務業碳排放量測算

基于IPCC (Intergovernmental Panel on Climate Change)提供的碳排放核算方法[18]，對我國各省份服務業的碳排放量進行核算，服務業碳排放量計算公式：

式中：i為省份；t為年份；j為能源消費類型；Cit為省份i第t年的服務業碳排放總量，104t；Eijt為省份i第t年第j類能源的消費量，1011kJ；αj為第j類能源的碳排放系數，即每消耗1 kg 能源所產生的碳排放量.由《中國能源統計年鑒》可知，服務業主要能源消耗的類型大致可劃分為煤炭、焦煤和原油等9 種，各類型能源的碳排放系數根據其平均低位發熱量以及《2006 年IPCC 溫室氣體排放清單指南》中所使用的碳排放因子計算得出(見表1).

表1 能源消費類型及碳排放系數Table 1 Type of energy consumption,and coefficient of carbon emission

1.2 修正后的引力模型

該文采用修正后的引力模型構建服務業碳排放空間關聯矩陣，參考已有研究[11-12]，采用服務業碳排放量、常住人口數量、服務業增加值修正“質量”系數.根據空間相互作用理論，區域間經濟發展水平差異是影響空間溢出效應的重要因素[19]；服務業發展水平較高的省份將產業鏈條中的中低端生產企業轉移至發展水平較低的省份，而服務業的生產與消費在空間上的分離意味著隱含碳轉移，進而產生服務業碳排放空間關聯與空間溢出；同時考慮區域間空間距離衰減效應的影響，該文以省際間的地理距離除以省際間人均服務業增加值的差距修正“距離”系數[20].省份間服務業碳排量的空間關聯和溢出由于服務業能源消費差異而具有雙向性和非均衡性[11]，由此該文采用服務業能源消費貢獻率作為經驗常數對引力模型進行修正.修正后的引力模型：

式中：Fmn為m省份和n省份服務業碳排放的空間聯系強度；Pm和Pn分別表示m省份和n省份的常住人口數量，104人；Cm和Cn分別表示m省份和n省份的服務業碳排放總量，103t；Sm和Sn分別表示m省份和n省份的服務業增加值，108元；dmn表示m省份和n省份的省會(首府)間的最短空間距離，km；sm和sn分別為m省份和n省份的人均服務業增加值，元；Em和En分別表示m省份和n省份的服務業能源消費總量，1011kJ；k表示經驗常數.參考已有研究中能源消費與碳排放空間關聯矩陣的二值化處理方法[21-25]，以空間關聯矩陣每行的平均值為閾值，服務業碳排放空間聯系強度大于平均值的記為1，服務業碳排放空間聯系強度小于平均值的記為0，以此獲取中國服務業碳排放空間聯系的二值化矩陣.

1.3 社會網絡分析法

社會網絡分析法是一種以關系數據挖掘為基礎的跨學科研究方法，旨在通過圖論工具和代數模型描述網絡結構中各成員間的關系以及不同類型、關系和模式對空間網絡結構特征的影響[26].該文運用社會網絡分析法研究中國省際服務業碳排放空間網絡結構及其驅動因素.整體空間網絡結構特征主要采用網絡密度、網絡等級度和網絡效率3 個指標來反映；個體空間網絡結構特征主要采用度數中心度、中間中心度和接近中心度3 個指標來反映；運用QAP 回歸分析探索中國省際服務業碳排放空間聯系的關鍵驅動因素.各項指標的計算公式參考文獻[23].

1.4 數據來源

以中國30 個省(自治區、直轄市)為研究對象，其服務業能源消費數據(不含西藏自治區和港澳臺地區數據)主要來源于2001—2019 年《中國能源統計年鑒》.研究期內各省份服務業增加值的數據來自2001—2019 年《中國第三產業統計年鑒》.影響因素所涉及的數據如各省份城鎮化率、第三產業增加值、固定資產投資、三大發明專利等數據主要來源于2001—2019 年《中國統計年鑒》.省份間空間鄰接矩陣以及省會(首府)之間最短空間距離運用ArcGIS 10.2軟件獲取.

2 結果與討論

2.1 服務業碳排放空間聯系強度

參考張帥等[27]的處理方法，僅可視化排名前30位的省份之間的服務業碳排放空間聯系強度.樣本考察期內，中國服務業碳排放空間聯系強度不斷增大，省份間服務業碳排放空間聯系逐漸復雜化和緊密化，省際服務業碳排放空間網絡結構逐漸顯現(見圖1).服務業碳排放空間聯系具有顯著的空間鄰近性，即相鄰省份間的服務業碳排放空間聯系強度更大，如北京市與天津市、天津市與河北省、上海市與浙江省、上海市與江蘇省、江蘇省與浙江省，這主要是由于相鄰省份間的服務業子部門(如交通運輸和電子商務等)的聯系與合作的時間成本和通勤成本更低，其服務業經貿往來與產業轉移中的隱含碳聯系強度更大，進而促進了省份間服務業碳排放空間聯系.此外，服務業碳排放空間聯系緊密的省份主要分布于環渤海地區和長三角地區，以北京市、天津市、上海市、江蘇省和浙江省為代表的節點省份在服務業碳排放空間聯系中扮演著“主導者”的角色.

2.2 服務業碳排放整體空間網絡結構特征

由圖2 可見，中國服務業碳排放空間網絡密度大致呈“上升—下降—上升—下降”的演化趨勢，由2000 年的0.140 波動增至2018 年的0.166，這說明隨著服務業資本、人才、技術等生產要素跨區域流動性的增強，省際間的服務業交流與合作的規模不斷擴大，從而使得服務業碳排放空間網絡結構愈加緊密；盡管網絡密度值整體表現出增長趨勢，但最大值僅為0.187，這說明中國服務業碳排放空間網絡結構仍然較為疏松.在樣本考察期內，網絡等級度表現出波動下降的演化態勢，網絡等級度基本穩定在0.8 以下；研究期末，網絡等級度已降至0.513，這說明等級結構較為森嚴的空間網絡逐漸被打破，服務業碳排放的空間關聯性不斷增強.網絡效率則呈現出波動下降的演變態勢，由2000 年的0.822 波動小幅降至2018 年的0.770，網絡效率值始終維持在0.740 以上，這顯示隨著中國服務業碳排放的連線不斷增多，多重疊加效應愈加顯著，空間網絡結構的穩定性在一定程度上得以提升.

2.3 服務業碳排放個體空間網絡結構特征

通過測算研究期內所有年份的網絡中心性指標發現，研究期內各省份中心性指標的數值并無顯著變化，因此以2018 年的結果來分析中國服務業碳排放個體空間網絡結構的中心性(見表2).

表2 2018 年中國服務業碳排放個體空間網絡結構特征Table 2 Individual spatial network structure characteristics regarding carbon emission from service industry in China in 2018

2.3.1 度數中心度

中國省際服務業碳排放空間網絡結構的度數中心度的平均值為28.046，高于平均值的省份共6 個，由高到低依次為上海市、北京市、江蘇省、浙江省、廣東省和天津市，上述地區均位于我國東部，其他省份在服務業碳排放空間網絡結構中與這些省份的聯系更多，整體空間網絡結構的集聚性和穩定性主要依靠這些省份來鞏固.上海市的度數中心度高達93.103，在所有省份中位居第一位，處于服務業碳排放空間網絡結構的中心地位.內蒙古自治區、遼寧省、河北省、吉林省、黑龍江省、安徽省、寧夏回族自治區等地區的度數中心度較小，這表明上述省份與其他省份的服務業碳排放空間聯系較少.由表2 可見，點入度和點出度的平均值均為4.967，點入度大于平均值的省份共8 個，點出度大于平均值的省份共20 個.其中，北京市、上海市、山東省、江蘇省和廣東省的點入度和點出度均大于平均值，說明上述省份不僅可以接收來自其他省份的溢出，同時通過產業轉移和能源調配也可以對其他省份產生輻射效應.

2.3.2 接近中心度

中國省際服務業碳排放空間網絡結構的接近中心度的平均值為59.463，高于平均值的省份共6 個，與度數中心度一致，由高及低依次為上海市、北京市、江蘇省、浙江省、廣東省和天津市，這說明上述6 個省份在服務業碳排放空間網絡結構中扮演著“中心行動者”的角色，這些省份在空間網絡結構中處于中心地位，能快速與其他省份產生空間聯系.上述省份均位于我國東部，與其他省份的服務業碳排放權的交易效率較高，這些省份的服務業獲取碳排放交易權的能力也會更強.具體來看，上海市的接近中心度為93.548，遠高于其他省份，處于中國服務業碳排放空間網絡結構的絕對中心位置，這與其作為碳排放權交易的首批試點城市，能快速與其他省份進行碳排放權交易有關.此外，上海市清潔生產技術先進，其低碳、零碳和負碳技術也能進一步輻射其他省份，從而加強了與其他省份的服務業碳排放聯系.內蒙古自治區、河北省、寧夏回族自治區、吉林省和黑龍江省等地區的接近中心度排名靠后，說明這些省份在服務業碳排放空間網絡結構中扮演著“邊緣行動者”的角色.

2.3.3 中間中心度

中國省際服務業碳排放空間網絡結構的中間中心度的平均值為2.570，大于平均值的省份共6 個，從高到低依次為上海市、北京市、江蘇省、浙江省、天津市和廣東省.這些省份的服務業碳排放至少能與10 個以上的省份產生空間聯系，是其他省份進行碳排放空間聯系的重要“橋接”和“樞紐”，控制著中國服務業碳排放的空間溢出和空間聯系，在中國服務業碳排放空間網絡中掌控的“優先權”較大.可以看出，中間中心度大于平均值的省份均位于我國東部經濟發達地區.具體層面上，江蘇省和浙江省服務業發展成熟，主要通過服務業產業轉移和服務業經濟貿易加強與其他省份的服務業碳排放空間聯系，因此其中間中心度相對較大.北京市、天津市、上海市和廣東省主要以碳金融產品和碳中和技術為載體，在服務業碳排放權交易中扮演“中間人”的角色，因此這些省份的中間中心度排名靠前.其他24 個省份的中間中心度的占比僅為4.95%，難以對省份間的服務業碳排放空間聯系施加影響.

2.4 服務業碳排放空間網絡結構的驅動因素

2.4.1 驅動因素選取與模型構建

服務業碳排放空間網絡結構是服務業內部發展和外部社會經濟動力交互協同作用的產物，通過各種驅動因素作用強度的改變促進空間網絡結構的重組或優化[28].該文驅動因素選取如下：①地理空間鄰近性.地理學第一定律顯示距離相隔較近的區域間的聯系越強，即相鄰省份間的服務業碳排放更容易產生空間聯系[25]，采用空間鄰近矩陣表征省份間的地理空間鄰近性.②服務業碳排放強度差異.服務業碳排放強度是衡量服務業生產方式的重要標尺，服務業生產方式相近的區域更容易產生產業集聚，采用服務業碳排放強度的差異值矩陣來表征[29].③環境規制強度差異.區域間相似的服務業碳減排政策更有利于區域間協同推進服務業節能減排，采用環境投資總額占GDP 比例的差異值矩陣來表征[30].④產業結構優化差異.產業結構優化會促進地區服務業生產與消費空間分離，進而影響省份間服務業碳排放的空間聯系[31]，采用第三產業占GDP 比重的差異值矩陣來表示.⑤城鎮化水平差異.城鎮化進程的加速能有效擴大投資主體的市場規模，形成域內域外“雙循環發展”模式，進而影響省際間服務業碳排放在空間上的溢出與聯系[24]，以城鎮人口占常住人口比重的差異值矩陣來表征.⑥投資水平差異和科技發展水平差異.資本和技術的跨區域流動是省份間服務業交流合作的載體，而省份間交流合作是服務業碳排放空間聯系的重要因素[23,32]，采用固定資產投資的差異值矩陣表征省份間投資水平的差異，運用三大發明專利申請數量的差異值矩陣表示省份間科技發展水平的差異.由此，該文以對應年份的服務業碳排放空間關聯矩陣為被解釋變量，同時構建各解釋變量的差異值矩陣，為消除量綱對回歸結果科學性的干擾，采用極值標準化對各矩陣進行標準化處理.

2.4.2 驅動因素分析

分別選取2000 年、2006 年、2012 年和2018 年4 個截面年份進行QAP 回歸分析(見表3).4 個截面年份調整后的擬合優度介于[0.226,0.322]之間，均在0.01 水平下顯著相關，這說明所有解釋變量可解釋中國服務業碳排放空間聯系的22.6%～32.2%.Meijers 等[33]研究顯示，同一數據下QAP 回歸分析的擬合優度一般低于OLS 回歸分析，對比碳排放空間關聯的相關文獻，該文的擬合優度基本能夠滿足QAP 回歸分析的需要.

由表3 可見，地理空間鄰近性對服務業碳排放空間聯系產生顯著的正向影響，說明相鄰省份間的服務業碳排放更易產生空間關聯和空間溢出，并助推服務業碳排放空間網絡結構的形成，這是由于地理位置鄰近的省份其服務業產業轉移與經濟貿易的時間成本和物質成本較低，因此其交流合作的規模更大、范圍更廣以及程度更深，進而提升了省份間服務業碳排放的空間網絡結構的緊密程度.

由表3 可見，服務業碳排放強度的差異對服務業碳排放空間聯系的負向影響由初期的不顯著逐漸轉為顯著.這說明服務業碳排放強度差異越小，服務業碳排放的空間聯系越緊密.服務業碳排放強度是衡量服務業能源利用質量的重要指標，服務業碳排放強度差異越小，省份間的服務業能源消費結構的差異越小，服務業碳排放產生空間聯系的可能性越大，越有利于省份間服務業碳排放空間聯系.環境規制強度差異的回歸系數在2018 年轉為負向顯著，這說明隨著生態文明建設戰略的深入推進，省份間的環境規制更多傾向構建跨區域協同減排機制，環境規制所產生的“倒逼減排效應”逐漸顯現.

表3 中國服務業碳排放空間網絡結構的驅動因素回歸結果Table 3 Regression results of the driving factors regarding spatial network structure of carbon emission from service industry in China

由表3 可見，產業結構優化的差異對服務業碳排放空間聯系始終產生顯著的正向影響，這主要是由于產業結構優化程度更高的省份，其現代化服務業體系也愈加完善，這些省份會將傳統服務業以異地設廠和業務外包的形式轉移至欠發達的西部省份，從而在一定程度上產生“污染避難所效應”，這無疑將會加強省份間服務業碳排放的空間聯系.城鎮化水平的差異對服務業碳排放的空間聯系始終產生顯著的正向影響，且數值在波動中增大.由于城鎮化進程的加速，生活性與生產性服務的市場需求不斷擴張，服務業產業鏈上下游省份間的溝通與合作將愈加頻繁，進而促進服務業碳排放的空間聯系.隨著我國新型城鎮化戰略的推進，服務業產業上下游鏈條涉及的地區更多，地區間服務業碳排放的空間聯系將愈加緊密.

由表3 可見，投資水平的差異對服務業碳排放空間聯系的負向影響始終不顯著，這可能與盲目性和低效率的投資導致地區間服務業“市場分割”和“技術鎖定”有關，尤其是當前服務業市場機制尚不健全，存在低效投資甚至是無效投資等問題，資本的“集聚-擴散”機制未能有效強化省份間服務業碳排放的空間聯系.科技發展水平的差異對服務業碳排放空間聯系始終產生顯著的正向影響，科學技術在促進省份間服務業跨區域交流合作中發揮著愈加重要的作用，尤其是生態文明建設戰略實施以來，以低碳、零碳和負碳為代表的技術研發、應用和推廣提高了省份間服務業碳排放權的市場交易效率，進而強化了省份間服務業碳排放的空間聯系.

3 結論與建議

3.1 結論

a)研究期內，中國服務業碳排放空間聯系強度不斷增大，服務業碳排放空間聯系具有顯著的空間鄰近性，環渤海地區和長三角地區省份間的服務業碳排放空間聯系更加緊密.服務業碳排放空間網絡結構表現出漸趨復雜且穩定性增強的演變趨勢，同時其關聯性和穩定性不斷提高.

b)上海市、北京市、江蘇省、浙江省、廣東省和天津市在中國服務業碳排放空間網絡結構中扮演“中心行動者”的角色，這些省份也是其他省份進行服務業碳排放空間聯系的重要“橋接”和“樞紐”，控制與主導中國服務業碳排放空間溢出和空間關聯；而內蒙古自治區、遼寧省、河北省、吉林省、黑龍江省在中國服務業碳排放空間網絡結構中扮演著“邊緣行動者”的角色.

c)省份間地理位置越鄰近以及產業結構優化、城鎮化水平和科技發展水平的差異程度越大，中國服務業碳排放空間聯系越多；而服務業碳排放強度的差異越大，中國服務業碳排放空間聯系越少；環境規制強度差異對中國服務業碳排放空間聯系的影響由正向不顯著轉變為負向顯著.

3.2 建議

a)中央政府應從“全國一盤棋”的視角優化服務業碳減排行動方案，以碳排放權交易市場開放為契機，以價格、供需、競爭等市場機制為根本動力，提高不同省份間服務業碳排放的空間關聯性，推動服務業碳達峰、碳中和的實現路徑從“局域”轉向“全局”、從“個體”轉向“整體”.

b)充分發揮上海市、北京市和江蘇省等省份的主導性作用，通過服務業碳排放權交易和“衛星式”產業鏈，提高省份間服務業協同節能減排的能力；邊緣行動者省份應通過服務業節能減排技術、人才、資金等資源要素跨區域流動所產生的學習效應、趕超效應和溢出效應，著力提升其服務業綠色生產水平.

c)建立健全鄰近省份間服務業碳排放綜合治理機制，通過業務關聯、鏈條延伸、資本輸出、技術滲透，促進服務業整體內部結構優化與重組；同時充分發揮投資和技術的先導性作用，特別是需建立健全服務業碳減排技術溝通機制，以技術溢出推動省份間服務業碳排放多維協同治理.