“雙碳”視閾下我國降碳驅動機制研究

王軍　高瑋濃　車帥

〔摘要〕 能源開采業作為雙高行業之一，如何降碳成為推動我國低碳減 排進程的重要課題。文章采用數據定量分析及空間自相關實證分析，得出碳排放量具有空間 相關性，并通過構建空間計量模型分析各驅動因素對碳排放的影響以及通過分解來探究空間 溢出效應。研究結果表明：外商直接投資與經濟發展水平是實現本地區碳排放減少的主要抓 手，人口聚集度對本地與毗鄰地區的碳排放呈不同效應，能源消費結構與行業發展水平均是 促進行業碳排放提升的重要因素。為進一步細化研究，文章對我國東、中、西部地區分組進 行回歸，得出各驅動因素對不同地區呈差異化，尤其是西部地區，外商直接投資與行業發展 水平對碳排放具有顯著的抑制作用，但由于資金和技術受限，其降碳效果較弱，并不能向毗 鄰地區產生溢出效應。為實現能源開采業低碳發展，各級各部門可通過鼓勵能源技術創新、 優化能源消費結構等因地制宜制定降碳政策，加快能源開采業低碳轉型進程。

〔關鍵詞〕 “雙碳”目標；能源開采業；低碳轉型；地區異質性

〔中圖分類號〕X322 〔文獻標識碼〕A 〔文章編號〕1008-0694（2023）01 -0065-17

〔作者〕

王 軍 教授 博士生導師 中國石油大學（華東）經濟管理學院 青島 266000

高瑋濃 碩士研究生 中國石油大學（華東）經濟管理學院 青島 266000

車 帥 博士研究生 中國石油大學（華東）經濟管理學院 青島 266000

黨的二十大報告指出，“積極穩妥推進碳達峰碳中和。”“推動能源清潔低碳高效利用，推 進工業、建筑、交通等領域清潔低碳轉型。深入推進能源革命，加強煤炭清潔高效利用，加 大油氣資源勘探開發和增儲上產力度，加快規劃建設新型能源體系，統籌水電開發和生態保 護。”“碳達峰”和“碳中和”是2020年9月習近平主席在第75屆聯合國大會上立足碳排放 領域提出的更高目標。在2021年，“碳達峰”和“碳中和”首次被寫入政府工作報告。針對 能源行業的問題，國務院在2021年發布的《關于加快建立健全綠色低碳循環發展經濟體系的 指導意見》中提出，推動能源體系綠色低碳轉型，完善能源消費總量與強度雙控制度。2021 年發布的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》 提出了能源資源配置更加合理和利用效率大幅提高的目標。

在“雙碳”大背景下，目前我國能源消費與碳排放總量仍居世界首位，與能源活動相關的碳 排放占到總量的77.7%。能源開采業作為我國基礎性行業，在快速發展的背后，是以“高能 耗、高污染、高碳排”為代價的粗放型經濟增長模式。能源開采業作為六個最高能源密集型 產業之一，其在挖掘、提取、運輸、精煉過程中消耗大量能源，同時增加我國碳排放。據統 計，在我國以石油、天然氣和煤炭開采物造成的碳排放在工業36個部門內居第5位和第10位 （數據來源：《2018年國民經濟和社會發展統計公報》。）。由于開采技術落 后和能源需求過大，導致能源利用率低和碳排放高等問題。在產業發展綠色轉型及低碳發展 的約束下，能源開采企業作為生產排污的主體，各級各部門如何因地制宜制定相關政策降低 能源開采業碳排放成為至關重要的問題〔1〕。

一、文獻回顧

隨著綠色低碳轉型的提出，碳排放的研究成果不斷涌現，主要涉及旅游業〔2-3〕、 高耗能產業〔4〕、農業〔5-6〕等各領域和縣域〔7-9〕、省域〔1 0-11〕等層面。在研究內容方面主要包括碳排放測算〔12-14〕、時空特征演變 〔15-17〕、空間相關性分析〔18〕和驅動影響探討〔19-20〕等。聚焦能 源開采行業的相關研究大多從全要素生產率測度〔21〕、脫鉤效應情景模擬〔 22〕或僅專注研究某種因素對碳排放的影響〔23-24〕。在研究主體上，大多從國 家、省域和縣域層面進行碳排放的研究，行業層面研究較少。在研究方法上，對驅動因素或 影響因素研究多是采用LMDI分解法〔25〕、VAR模型的構建〔26〕、地理加權 回歸〔27〕等。其中，顧阿倫等（2016）運用LMDI分解法將碳排放量的變化分解，得出 技術進步對下降速度貢獻最大，產業結構變動貢獻較小〔28〕。李湘梅等（2014）運用 VAR模型探究能源消費總量、人均GDP、城市化水平和能源強度四個指標對碳排放的影響 〔29〕。Liu G等（2012）運用Kaya恒等式改進模型分解出影響碳排放強度的為碳排放因子 、能源強度、能源結構和產業結構四個影響因素〔30〕。王凱等（2019）通過地理加權 回歸方法得出技術水平、產業結構、能源結構、經濟發展水平和人口密度對碳排放的影響依 次減弱〔31〕。

綜上所述，梳理研究時空格局與影響因素的文獻，可以發現對于“雙碳”研究的范圍較廣， 奠定了堅實的理論基礎，但也存在以下不足。首先，大部分文獻研究主體以省域和縣域為主 ，還有部分文獻從行業角度出發，而這部分行業大多是農業、旅游業和高耗能產業，缺少對 碳排放貢獻較大的能源開采行業的研究。其次，在選取驅動因素方面，多以宏觀因素為主， 選取較片面，缺少對微觀因素的研究，對應的實證分析也有待深入。因此，本文以我國各省 能源開采業的碳排放數據為主進行空間自相關分析及驅動機制研究，并在參考相關文獻的基 礎上結合研究的行業進行影響因素選取面的拓展，加入行業本身因素，采用空間計量模型探 究其對能源開采業的碳排放是否具有影響，從而為國家制定各省能源開采業減排任務及相關 政策提供對應參考。

二、機理分析與假設

影響能源開采業碳排放主要分為需求與企業本身，需求方主要受經濟和人口因素影響，企業 本身主要受能源消費結構、企業發展水平和外商直接投資水平等因素的影響。因此，本文解 決能源行業碳排放主要從以上兩大方面進行解決。

1.人口聚集度

外來人口的流入對資源與環境均造成巨大的壓力，龐大的人口基數必會造成碳排放的剛性增 加。根據王凱等（2019）〔32〕、王瑛等（2020）〔33〕和嚴志翰等（2017）〔 34〕的研究，人口聚集對行業碳排放的影響是多面的。由于城鎮化率提高造成的“規模效 應”，城市建筑、娛樂設施等對能源需求不斷增加，能源供給壓力激增。但是，人口聚集會 帶來資金與技術的集中效應，也有利于提高能源利用率，降低行業碳排放。

2.經濟發展水平

各省份的經濟發展水平體現經濟實力與未來發展前景。根據江心英等（2018）〔35〕、 陳曉東等（2022）〔36〕和莫惠斌等（2021）〔37〕研究表明，經濟增長對碳排放 的作用表現在兩個方面：一方面，經濟增長提升居民人均收入水平，增加對各類耗能產品需 求，需要更多能源資源滿足人們日益增長的生活需要。另一方面，當資源消耗過度時，相關 部門將采取措施，大力宣傳低碳節約的生活理念，鼓勵節約環保的生活方式，以需求倒逼企 業生產環保產品。由EKC理論研究可知，碳排放量與人均收入呈高度相關性。

基于以上分析，本文提出假設1：經濟與人口因素加大對能源的需求，增加能源開采業工作 量，從而消耗更多的能源，增加開采業碳排放。

3.能源消費結構

煤炭作為我國碳排放的主要來源，在能源總消費中占比最高。隨著“雙碳”進程的推進，加 快能源消費結構轉型替代迫在眉睫。從行業角度來看，能源消費結構體現行業的進步程度， 最高水平對應的能源結構占比最多的應該是清潔能源。根據劉賢趙等（2017）〔38〕、 史琴琴等（2018）〔39〕和高長春等（2016）〔40〕的研究均得出能源消費結構對 碳排放具有顯著的正向關系。

4.行業發展水平

行業的發展水平代表其資金聚集度以及技術先進程度，資金分配到項目建設、技術創新和設 備更替均有利于能源供給結構優化和能源利用效率的提高，進一步打破能源行業的高碳鎖定 效應，能夠在保持行業經濟增長的同時，實現經濟和環保協同發展。朱智等（2018）〔41 〕在考察國內投資對碳排放影響時得出在一定程度上有利于碳排放的減少。

5.對外開放程度

能源作為世界各國不可缺少的資源，外資是行業創新與發展的重要推動力。近年來隨著“一 帶一路”倡議深入推進，行業外資占比不斷上升，先進技術不斷輸入。根據路正南等（2020） 在探究FDI對碳排放的驅動機制中提出外資的引進對碳排放的影響大體分為兩種〔42〕 ：一是作為發展中國家，同時也是勞動型國家，相比于發達國家，我國企業大多從事著低 技術含量的工作，弱勢地位的外貿會造成國外將一些高污染、高耗能的產業遷至我國，加重 我國碳排放負擔；二是對外貿易所帶來的技術效應將提高能源利用率，減少開采浪費。

基于以上分析，本文提出假設2：能源消費結構中煤炭比例增加將加大開采業碳排放，行業 發展水平與對外開放程度的增加將有利于抑制碳排放。

三、研究設計

1.探索性空間數據分析（1）空間權重矩陣。此矩陣主要反映各單 元空間依賴關系。按照類型分為鄰接矩陣和距離矩陣。本文采用0-1權重設置方法進行空間 權重矩陣組合，具體公式如下：

其中，i表示省份；t表示年份；j表示能源消費類型；Ait為i省份第t年的能源開采碳 排放總量；Eijt為第i省份第t年第j類能源的消費量；醞為第j類能源的碳排放系 數，具體參數見表1。

解釋變量。經濟發展水平（gdp），以人均實際GDP作為衡量經濟發展水平的 指標；人口密度（pd），以年末各省人口總數占地區地理面積的比重進行衡量；城鎮化率（urb ），以城鎮人口數量占年末各省人口數量比重進行衡量；能源消費結構（en），以各省能源開 采業煤炭消費占總行業能源消費比重作為衡量指標；外商直接投資（fdi），各省份以當年匯 率進行換算后的實際利用外資額作為衡量指標；行業發展水平（rd），以各省能源開采業投資 額作為衡量指標。

考慮數據可得性以及統計口徑的一致性，缺失值采用插值法進行填充，本文采用各省2010— 2019年28個省份的面板數據作為統計樣本，由于數據缺失或行業消耗量為0，本文所涉及的 數據均不包括上海、西藏、海南、香港、澳門和臺灣地區。其中，各省份各類能源消耗總量 和能源消費結構來自《中國能源統計年鑒》；人均實際GDP、人口密度、外商直接投資來自 《中國統計年鑒》；行業投資額來自國家統計局。此外，為消除可能存在的異方差，非百分 數均取對數處理。四、空間相關性實證1.行業碳 排放時間變動特征第一，變動趨勢迥異，大致呈現7種趨勢。（1）正U型：包括吉林1個省份；（2）倒U型：包括山 西1個省份；（3）倒V型：包括江西、遼寧、陜西、重慶、云南、貴州、甘肅、河北、黑龍江 、江蘇、寧夏、新疆12個省份；（4）不斷升高：包括內蒙古、青海2個省份；（5）正V型：包括 四川1個省份；（6）不斷下降：包括安徽、河南、湖南、山東4個省份；（7）變化不明顯：包括 北京、福建、廣東、廣西、湖北、天津、浙江7個省份。

第二，各省差距顯著。由圖1可知，2010—2019年，河北、河南、山東和陜西均屬碳排放高 區域，北京、福建、甘肅、廣東、廣西、湖北、天津、浙江始終處于碳排放低區域。河北、 山東和河南在全國均施行低碳經濟發展的大環境下，低碳轉型緩慢。河北的能源消費結構以 煤炭為主，占總量80%以上，較大的能源需求導致開采行業壓力大，可再生能源市場不景氣 ，碳排放居高不下。山東、河南和陜西資源消耗型產業比例偏高，特別是陜西和山東，其經 濟命脈是以煤炭為主導的能源密集型產業；此外，山東和河南作為人口大省，能源開采業除 需滿足各生產所需外，還需滿足較大的人民生活所需。

為進一步說明，運用核密度估計計算2010、2013、2016和2019年的碳排放量，結果如圖2所 示。

從核密度峰值來看，核密度峰值從2010—2016年不斷向右移動，2016—2019年峰值左移，說 明各省碳排放量先升高再降低。從形狀來看，2010—2019年始終處于“矮胖”的形狀，說明 我國各省碳排放之間差距較大。從核密度曲線尾部趨勢來看，2019年碳排放量右尾縮小，證 明各省碳排放量差距逐漸縮小。

2.行業碳排放空間變動特征

從空間上看，地理位置分布特征為：（1）空間分布特征整體呈“四周低、中部高”。從2010 —2019年來看，中部地區顏色始終加深，周邊的其他省份顏色較淺，碳排放集中聚集在中部 地區。（2）從變動趨勢來看，高碳排放區域逐漸由中部擴散到西南地區；東部、東北以及西 部部分省份在研究期內碳排放偏低。通過分析說明，我國中部地區與東部地區的碳排放在空 間上差異性明顯，相鄰省份的碳排放也存在一定的空間相關性。

3.行業碳排放空間相關性

（1）全局空間相關性

能源開采業的碳排放存在顯著空間相關性。我國除上海、海南、西藏和港澳臺地區外28個省 份的能源開采業碳排放全局Morans I指數均為正，且全部通過10%的顯著性檢驗，說明我 國各省能源開采業的碳排放具有顯著的空間相關性。這充分說明，各省能源開采業碳排放之 間相互影響，且各省行業的碳排放表現出空間聚集性。進一步證明定性分析中得出的結論是 正確的，即相鄰地區在行業碳排放水平上十分相近。

空間相關性在波動中略有減弱。2010—2013年，莫蘭指數整體在0.2上下波動；2013—2015 年，莫蘭指數呈下降趨勢；2015—2017年，莫蘭指數由0.133上升到0.219；2017—2019年 ，莫蘭指數回落到0.161。這表明各地區在節能減排壓力大的情況下，更多注重各自地區的 革新，省際關聯性逐漸減弱，這也從側面表明各省對相鄰省份的溢出影響是有所忽視的。

（2）局部空間相關性

由圖4可知：我國中部、北部、東部大多數省份局部莫蘭指數呈現H-H、L-L分布，這表明我 國省份與其相鄰省份之間存在很強的正相關，具體關系如下：

HH主要聚集在我國中部地區以及內蒙古、云南和貴州，基本與我國能源開采業碳排放量分布 格局一致。可見這些高碳排放區域對周邊省份具有高輻射作用，且作用效果逐漸加強。資源 型省份的經濟發展均以資源消耗型企業為主，開采技術落后、科研力量薄弱與人才流失嚴重 均是造成碳排放高的原因。

LL聚集區主要分布在東部地區以及吉林和黑龍江。涉及地區相互之間的輻射作用較強，其中 東部地區作為新能源轉型重要發展區域，提高可再生能源利用率，解決低碳技術的“卡脖子 ”問題，并積極對周邊省域發揮低—低聯帶作用。

LH聚集區域主要包括遼寧、北京、天津、湖北、江蘇。相關省份分布散亂，連帶作用較弱。 青海在2019年從LH型躍遷為LL型，說明激化效應減弱，受到優勢地區對其正向的輻射作用。 京津冀經濟區內的北京與天津相互輻射，成為了實現綠色低碳轉型目標的“第一梯隊”。江 蘇與湖北實現開采業的碳中和，并將能源開采碳中和作為能源供給側結構性改革的核心，實 現能源開采清潔化替代。

HL聚集區域主要包括新疆和陜西等省份。這些省份由于地區發展不均衡，許多人才和資金從 HL聚集地轉移到東部發達地區。特別是新疆和貴州等地，由于發達地區產生“虹吸效應”， 造成煤炭清潔技術落后，可再生能源發展受阻。此外，由于西部資源稟賦豐富，吸引眾多重 工業投資建廠。

五、能源開采業碳排放驅動機制分析

1.模型選取及估計

由于各省能源開采業碳排放具有空間相關性，普通基準回歸已無法滿足數據的要求，根據An selin（1988）提出的拉格朗日判斷準則進行初步模型選取，并運用STATA進行相關檢驗，具體 結果如表3。從表中可知，LM-Error、Robust LM-Error與LM-lag均通過了1%的顯著性檢驗，? Robust LM-lag未通過顯著性檢驗，說明應選取SEM模型，然而LM檢驗未考慮模型的適用性 ，因此，根據Burridge（1981）提出的Wald檢驗與LR檢驗兩個原假設，檢驗SDM模型是否可以 退化為SEM模型與SAR模型。

根據Wald檢驗與LR檢驗結果可知，所得出的結果均拒絕原假設，說明SDM模型不能退化為SEM 模型或SAR模型，證明本文應構建SDM模型進行相關回歸，而LM檢驗與Wald、LR檢驗結果出現 了不一致的情況，根據胡新明（2010）文中提到〔43〕，當LM檢驗結果與Wald檢驗、LR 檢驗結果不一致時，大部分學者根據著名不等式Wald≥LR≥LM的原則進行判斷，因此，本文 選擇建立SDM模型。

此外，根據Hausman檢驗結果為17.71，且通過1%的顯著性檢驗，說明SDM模型應選取固定效 應模型。因此，本文運用2010-2019年各省能源開采業相關數據分別進行SAR、SEM和固定效 應SDM回歸，具體結果如表5。

根據上述三種回歸模型的擬合優度可知，R2 （SDM）＞R2 （SAR）＞R2 （SEM），結合相關 檢驗，說明本文面板數據適合SDM模型。根據回歸可知，外商直接投資與經濟發展水平對本 地碳排放均呈顯著的抑制作用；人口密度、行業發展水平和行業能源消費結構對本地碳排放 呈顯著的促進作用；城鎮化率對本地碳排放呈促進作用，但并不顯著。從相鄰地區對本地碳 排放的回歸系數中可知，鄰近地區對外貿易水平對本地碳排放起顯著的抑制作用，說明鄰近 地區對外貿易水平對本地具有顯著的負向空間溢出效應；經濟發展水平、人口密度和行業發 展水平均具有顯著的促進作用；能源消費結構與城鎮化率對本地區碳排放起抑制作用，但并 不顯著。 2.空間效應分解

為進一步深入研究，本文分別研究各驅動因素的直接效應、間接效應和總效應，具體結果如 表6。

外商直接投資的回歸系數為-0.177，說明對外貿易程度增加會導致碳排放的減少，對外貿 易能夠帶來先進的技術、管理經驗和技術研發所需的外資，進一步提升開采技術。由于目前 我國自主研發的開采技術面臨不少瓶頸，交流合作能夠快速獲取先進的開采設備以及人員技 術的提升。從間接效應來看，外商直接投資通過1%水平的顯著性檢驗且系數為-0.424，說 明技術具有共享性，發揮出溢出效應，擴大了外貿對降碳的作用。從總效應來看，外商直接 投資通過1%水平的顯著性檢驗且系數小于0，說明對本地區以及鄰近地區行業的碳排放均有 顯著的抑制作用。

城鎮化率的直接回歸系數為0.315，并未通過顯著性水平檢驗。一方面，城鎮化推進是一個 漫長的過程，對于能源增長的需求會隨著產業技術升級自身綜合消化；另一方面，能源需求 的主體為企業生產，居民生活所需的增加占比較小，未得到顯著變化。從間接效應來看，城 鎮化率通過10%水平的顯著性檢驗且系數小于0，說明本地區城鎮化率的提高對鄰近省份碳排 放具有顯著的抑制作用，城鎮化率高代表地區經濟發展水平高，對周圍地區起到“虹吸效應 ”，造成鄰近地區人才流失、資源缺乏等，從而減少能源需求。從總效應來看，城鎮化率系 數小于0，并未通過顯著性檢驗，說明城鎮化率對碳排放未起到顯著作用。

經濟發展水平的直接回歸系數為-0.001。隨著經濟快速發展，一方面，行業環保意識得到 增強，企業的戰略核心將變革為低碳生產模式；另一方面，經濟水平的提高將協同產業發展 ，在方法、設備和技術方面均會提高資金投入。從間接效應來看，經濟發展水平通過1%水平 的顯著性檢驗且系數大于0，經濟若想持久地增長，必須與環境協同發展，而被淘汰的重工 企業，便選擇轉移到政策寬松地區，不可避免地造成鄰近地區碳排放增加。從總體上看，間 接效應大于所產生的直接效應，本地在經濟水平發展的同時，還需攜手鄰近地區共同減碳， 實現彼此雙贏。

人口密度直接效應的回歸系數為0.002，說明人口的增加促進了開采業的碳排放。一方面， 外來人口的流入對城市本身和周邊的資源與環境均造成巨大的壓力，龐大的人口基數必會造 成碳排放的剛性增加；另一方面，人口密度的增加，所帶來資源與技術的集中效應會因資源 稟賦的差異化，使效用呈未知狀態。從間接效應來看，本地區人口密度的增加對相鄰地區碳 排放的影響是不顯著的。從總效應來看，人口密度因素對本地區行業碳排放具有顯著的影響 ，說明人口因素是各省份不能忽略的因素。

行業發展水平的直接效應系數為1.159，說明行業投資增加時，所形成的“羊群效應”會吸 引部分行業觀望者。在初期能源開采業規模較小時，礙于資金將采用傳統的開采設備造成資 源利用率不高、資源浪費等。從間接效應來看，本地區能源開采業投資在增加時，受限于本 地市場，不少企業將擴大規模，追求規模經濟效應，從而增加相鄰地區碳排放。從總效應來 看，一個地區的行業投資信號對本地區的行業以及相鄰地區的行業會產生顯著的影響。

能源消費結構的直接效應系數為0.274，說明不合理的能源消費結構是行業碳排放降低的重 要阻礙。從間接效應來看，能源結構的提升對鄰近省份行業碳排放不顯著，說明大氣流通具 有滯后性，本地區因煤炭消費增加而排出的氣體經生態碳循環到鄰近地區所耗時間較長，且 流動具有不確定性。從總效應來看，能源結構的調整僅對本省行業的碳排放具有顯著影響， 因此要優化能源結構，使行業進一步降碳。

3.穩健性檢驗

為了進一步驗證回歸結果的穩健性，本文首先采取更換空間權重矩陣的方法，用地理距離矩 陣代替鄰接矩陣進行相關回歸，結果如表7所示。通過檢驗，6個解釋變量系數符號和顯著性 與前文得出的結果基本一致，說明得出的結果具有穩健性。

此外，本文將樣本區間改為2011—2018年，再次進行穩健性驗證，結果如表8所示。根據驗 證結果可知，所涉及的解釋變量相關系數及顯著性與前文基本一致，說明結果具有一定的穩 健性。

4.區域差異分析

在分析我國各因素對能源開采業驅動機制后，考慮到我國區域發展不平衡的現狀，進一步對 我國東、中、西部地區分別進行空間分解效應分析〔44〕。將上述涉及的地區按照國 家統計局標準分類，東部省份主要包括北京、天津、河北、遼寧、江蘇、浙江、福建、山東 和廣東；中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、 湖南；西部地區 包括四川、重慶、貴州、云南、陜西、甘肅、青海、寧夏、新疆、廣西、內蒙古。檢驗結果 如表9所示。

從表9的回歸結果可知，所選取的影響因素對于我國東、中、西部地區能源開采業碳排放效 用呈差異化。在直接效應方面，東部地區的對外貿易水平、城鎮化率、人口密度和行業發展 水平均對碳排放具有顯著的抑制作用，說明東部地區外資質量和人才聚集度高，推動行業綠 色低碳轉型順利，并逐步形成良性循環。中部地區的對外貿易水平與經濟發展水平對碳排放 具有顯著的抑制作用，說明中部地區要注重外資的引進，并實現經濟與環境治理同步進行。 西部地區的外商直接投資和行業發展水平對行業碳排放具有顯著的抑制作用，但貿易水平的 抑制效果小于中部與東部，說明西部地區所獲取的外商直接投資較少或引進的技術較少在清 潔能源上，而回歸結果證明投資與技術對于西部降碳尤為重要。我國西部作為能源稟賦多油 多煤的地區，地廣人稀與礦產豐富吸引了眾多開采企業投資建廠，為此，需要大量技術與資 金提升西部企業能源開采效率。

在間接效應方面，東部地區外商直接投資與經濟發展水平所帶來的先進技術對周邊地區產生 溢出效應，從而抑制周邊地區碳排放。中部地區的經濟發展水平提高可以為周邊地區帶來溢 出效應，降低碳排放。西部地區無影響因素能顯著降低周邊城市碳排放，說明西部地區在降 低行業碳排放方面處于落后的狀態，所持有的技術和資源與相鄰地區相比可能略遜一籌，多 為其他地區向西部輸送技術和人才，所以西部地區所持有的投資與技術僅能降低本地碳排放 。

六、結論及政策建議

1.主要結論

本文分別觀察各省份碳排放的時空演變特征，運用空間自相關分析檢驗各省份的空間依賴性 以及空間異質性，根據檢驗空間相關性進行驅動因素的空間計量分析，對總效應以及間接效 應進行分解，根據實證結果給予政策建議。主要結論如下：

一方面，2010—2019年能源開采業碳排放變動趨勢迥異，且各省份差距顯著。從空間看，行 業碳排放整體呈空間聚集性且分布特征呈“四周低、中部高”，在研究期內中部高排放區域 逐漸擴散到西南地區，東部地區始終處于碳排放低區域。從數據變動趨勢來看能源開采業碳 排放具有空間相關性。根據空間自相關實證分析，各省份碳排放具有顯著的空間正相關性， 且空間相關性略微下降。其中，HH型聚集在我國中部地區，對周邊地區具有較強的輻射作用 ，且輻射作用不斷擴大。LH型聚集分布散落，未對鄰近省份起到連帶作用。HL型省份不斷減 少，HH型省份不斷增加，說明碳排放的鄰近效應是不可忽視的影響因素。

另一方面，從驅動機制分析來看，外商直接投資對本地區以及鄰近地區能源開采業的碳排放 均具有顯著的抑制作用，說明吸引外資對行業降碳來說是可行之策。城鎮化率對鄰近地區碳 排放具有抑制作用。經濟發展水平對本地區碳排放具有顯著抑制作用，對鄰近地區碳排放均 具有顯著的促進作用，但作用效果較小。人口密度對本地區以及鄰近地區行業的碳排放均具 有顯著促進作用。行業發展水平對本地區以及鄰近地區的碳排放增加具有推動作用。能源結 構對本地區碳排放的增加具有積極作用。從異質性分析來看，各影響因素對我國東、中和西 部地區影響呈差異化，在制定政策時需分別針對不同地區采取不同的策略。

2.政策建議

一是重視技術引進與創新，鼓勵能源開采業跨省合作。對國外引進的技術，應對企業規模、 生產條件等進行綜合考慮，切忌盲目激進。而且，先進的技術要配備對應的人員。企業應重 視對相關技術人員的培訓以及人才的引進。在設備方面，企業應對標龍頭企業，不斷對設備 進行更新，減少資源的開采浪費，既有助于能源開采量的提高又能促進行業經濟發展。此外 ，鼓勵能源開采業跨省交流合作，充分發揮對外貿易對行業碳排放的間接效應，在相互交流 中不斷探索高效的清潔技術，使行業碳排放得以降低。

二是優化行業能源結構，推進低碳生產可持續發展。由于我國目前的資源稟賦限制，各企業 煤炭消費占比高，清潔技術不過關，導致能源開采技術無法滿足低碳需求，因此，能源企業 需減少煤炭消費，積極推進能源消費多元化發展。提高煤炭清潔技術，減少煤炭燃燒過程中 的浪費，提高對“三廢”的利用率，加強能源高效循環利用，減少資源浪費。進一步優化行 業能源結構，積極推進綠色能源開發，如西部地區具有豐富的自然資源，可進一步發展風能 、水能和太陽能等，加快對傳統能源的替代。在推進新能源產業時，國家還需加大政策支持 力度，同時避免投資過度造成浪費，尋求多元的創新性投資，為新能源產業注入新活力 〔45〕。

三是采取差異化降碳政策，因地制宜提高減排效率。東部地區碳排放水平相對較低，且具備 優秀的人力資源和物資，應充分發揮東部地區的溢出效應，在保持自身碳排放較低水平的同 時，對于中部碳排放高的省份與西部能源開采業較密集的省份實行點對點幫扶，加強區域之 間人才交流，輸入先進技術。中部地區應減少居民生活的能源需要，加強對綠色生活產品的 研究，倡導生活綠色低碳化〔46〕，以綠色需求倒逼企業減少傳統煤炭用量。西部地 區具有較多的能源開采企業，但人才資源流失較嚴重，導致企業低碳轉型困難。因此，西部 地區應加大對外開放度，引進質量高的外資，因地制宜地改進技術。同時，國家也應制定西 部投資優惠政策，完善西部融資機制，鼓勵創新投資方式。

參考文獻：

〔1〕車帥.“節能低碳”政策能否實現企業績效雙贏［J］.財經科學，2022，（09）.

〔2〕〔27〕〔31〕〔32〕王凱，楊亞萍，張淑文，等.中國旅游產業集聚與碳排放空間關聯 性［J］.資源科學，2019，（02）.

〔3〕〔15〕李振環，馮學鋼，王亞玲.中國旅游業碳排放脫鉤效應測度與時空格局演變［J ］.統計與決策，2021，（22）.

〔4〕劉漢初，樊杰，曾瑜皙，等.中國高耗能產業碳排放強度的時空差異及其影響因素［J ］.生態學報，2019，（22）.

〔5〕〔19〕高晨曦，盧秋萍，歐年青，等.“雙碳”目標下河南省農業碳排放影響因素及預 測研究［J］.中國生態農業學報（中英文），2022，（11）.

〔6〕夏四友，趙媛，許昕，等.近20年來中國農業碳排放強度區域差異、時空格局及動態演 化［J］.長江流域資源與環境，2020，（03）.

〔7〕王少劍，謝紫寒，王澤宏.中國縣域碳排放的時空演變及影響因素［J］.地理學報，20 21，（12）.

〔8〕〔16〕〔37〕莫惠斌，王少劍.黃河流域縣域碳排放的時空格局演變及空間 效應機制［J］.地理科學，2021，（08）.

〔9〕趙文婷，羅淑貞，原曉紅，等.山西省縣域碳排放時空格局及影響因素分析［J］.環境 科學與技術，2022，（08）.

〔10〕〔33〕王瑛，何艷芬.中國省域二氧化碳排放的時空格局及影響因素［J］.世界地理 研究，2020，（03）.

〔11〕李建豹，張志強，曲建升，等.中國省域CO2排放時空格局分析［J］.經濟地理，20 14，（09）.

〔12〕劉妍慧，栗洋.湖北省交通運輸業碳排放測算及影響因素分解［J］.統計與決策，202 2，（15）.

〔13〕王安靜，馮宗憲，孟渤.中國30省份的碳排放測算以及碳轉移研究［J］.數量經濟技 術經濟研究，2017，（08）.

〔14〕劉宇，呂郢康，周梅芳.投入產出法測算CO2排放量及其影響因素分析［J］.中國人 口·資源與環境，2015，（09）.

〔17〕杜海波，魏偉，張學淵，等.黃河流域能源消費碳排放時空格局演變及影響因素—— 基于DMSP/OLS與NPP/VIIRS夜間燈光數據［J］.地理研究，2021，（07）.

〔18〕〔40〕高長春，劉賢趙，李朝奎，等.近20年來中國能源消費碳排放時空格局動態［J ］.地理科學進展，2016，（06）.

〔20〕袁偉彥，方柳莉，羅明.中國工業碳排放驅動因素及其脫鉤效應——基于時變參數C-D 生產函數的分解和測算［J］.資源科學，2022，（07）.

〔21〕王克強，武英濤，劉紅梅.中國能源開采業全要素生產率的測度框架與實證研究［J］ .經濟研究，2013，（06）.

〔22〕揭俐，王忠，余瑞祥.中國能源開采業碳排放脫鉤效應情景模擬［J］.中國人口·資 源與環境，2020，（07）.

〔23〕〔42〕路正南，羅雨森.中國雙向FDI對二氧化碳排放強度的影響效應研究［J］.統計 與決策，2020，（07）.

〔24〕臧新，潘國秀.FDI對中國物流業碳排放影響的實證研究［J］.中國人口·資源與環境 ，2016，（01）.

〔25〕〔28〕顧阿倫，何崇愷，呂志強.基于LMDI方法分析中國產業結構變動對碳排放的影 響［J］.資源科學，2016，（10）.

〔26〕〔29〕李湘梅，姚智爽.基于VAR模型的中國能源消費碳排放影響因素分析［J］.生態 經濟，2014，（01）.

〔30〕LIU G，ZHAO T.Influencing Factors and Dynamic Effect Analysis of Chinas? Carbon Emission Intensity［J］.Resources Science，2012，（11）.

〔34〕嚴志翰，任麗燕，劉永強，等.浙江省碳排放時空格局及影響因素研究［J］.長江流 域資源與環境，2017，（09）.

〔35〕江心英，趙爽.江蘇省經濟增長、產業結構與碳排放關系的實證研究——基于VAR模型 和脈沖響應分析［J］.南京財經大學學報，2018，（02）.

〔36〕〔45〕陳曉東，劉冰冰.數字經濟背景下我國制造業低碳發展路徑選擇［J］.中國西 部，2022，（05）.

〔38〕劉賢趙，高長春，宋炎，等.湖南市域化石能源消費碳排放時空格局及驅動因素［J］ .生態學報，2017，（07）.

〔39〕史琴琴，魯豐先，陳海，等.中原經濟區城鎮居民消費間接碳排放時空格局及其影響 因素［J］.資源科學，2018，（06）.

〔41〕朱智，朱靜，方培.FDI和國內投資對江蘇碳排放強度影響的比較分析［J］.南京工業 大學學報（社會科學版），2018，（03）.

〔43〕胡新明.論Wald、LR和LM檢驗不一致時的選擇依據［J］.數量經濟技術經濟研究，201 0，（05）.

〔44〕王軍，車帥.黃河流域數字經濟對高質量發展的影響——來自城市異質性的經驗證據 ［J］.資源科學，2022，（04）.

〔46〕徐波，王潤娟.綠色創新效率時空演變及影響因素研究——以成渝地區雙城經濟圈為 例［J］.中國西部，2022，（04）.

（責任編輯 張 筠）

〔基金項目〕國家社會科學基金項目“數字經濟推動黃河流域城市群創新 集聚的機制與路徑研究”（22BJL056）；山東省重點研發計劃（軟科學項目）“科技支撐黃河流 域生態保護與高質量發展研究”（2021RZA04027）；中央高校基本科研業務費專項資金項目“ 基于土地異質性的我國生物燃料產業政策評估與優化”（19CX04033B）。