苗二森

(福建師范大學(xué)經(jīng)濟(jì)學(xué)院，福建　福州　350000)

?

中國不同區(qū)域碳強(qiáng)度差異及其收斂性空間計(jì)量分析

苗二森

(福建師范大學(xué)經(jīng)濟(jì)學(xué)院，福建福州350000)

摘要：基于中國各省域二氧化碳排放量的相關(guān)數(shù)據(jù)，運(yùn)用泰爾指數(shù)對中國不同區(qū)域(絲綢之路經(jīng)濟(jì)帶、海上絲綢之路、京津冀經(jīng)濟(jì)區(qū)、東北經(jīng)濟(jì)區(qū)、長江經(jīng)濟(jì)帶)碳強(qiáng)度差異進(jìn)行探討，并引入空間計(jì)量模型分析碳排放強(qiáng)度的收斂性。結(jié)果表明：中國碳排放強(qiáng)度區(qū)域差異十分明顯，且區(qū)域內(nèi)的差異大于區(qū)域間的差異，絲綢之路經(jīng)濟(jì)帶的差異最顯著，東北經(jīng)濟(jì)區(qū)的差異最弱；中國碳排放強(qiáng)度在省份之間不存在β絕對收斂，但是存在β條件收斂，收斂的速度只有微弱的2.65%。最后提出政府制定政策時(shí)應(yīng)依據(jù)不同區(qū)域制定出統(tǒng)一性和差異性的政策。

關(guān)鍵詞：碳強(qiáng)度；泰爾指數(shù)；空間計(jì)量；條件收斂

2014年IPCC第五次報(bào)告中明確指出，CO2排放引起全球氣候變暖超過2℃將帶來嚴(yán)重的災(zāi)難；同年，利馬氣候大會也初步明確了各國2020年后應(yīng)對氣候變化的有關(guān)事宜?？梢姡壳肮?jié)能減排十分迫切。但當(dāng)前世界面臨著經(jīng)濟(jì)蕭條，同時(shí)缺少足夠的理論對實(shí)現(xiàn)節(jié)能減排任務(wù)給予必要的指導(dǎo)，因此，節(jié)能減排陷入了困局。我國作為全球第一碳排放大國，早于2009年在哥本哈根氣候大會上就做出承諾：到2020年每單位GDP的CO2排放量要比2005年降低40%至50%。然而，我國幅員遼闊，不同地區(qū)的資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展差別甚大，這必然使各省之間碳強(qiáng)度存在差異。為此，本文基于碳強(qiáng)度的理論對我國省域碳強(qiáng)度的差異與收斂進(jìn)行探討，以期為節(jié)能減排政策的制定提供一些參考建議。

1文獻(xiàn)綜述

測量區(qū)域之間差異性的一個(gè)重要指標(biāo)是泰爾指數(shù)，該指標(biāo)不僅可以體現(xiàn)出整體差異，而且還可以分解為組間差異和組內(nèi)差異。已有的文獻(xiàn)大都局限在對傳統(tǒng)三大區(qū)域的分析，例如，楊騫[1]和趙成柏[2]認(rèn)為這種區(qū)域的劃分已經(jīng)不適合當(dāng)代中國的實(shí)際國情，隨著改革開放的不斷深入，尤其是新形勢下必然要求重新劃分區(qū)域；也有文獻(xiàn)則大多是研究碳排放量的差異性分布，如徐大豐[3]認(rèn)為中國碳排放總量存在明顯的區(qū)域差異。

而收斂理論已逐漸成為現(xiàn)代經(jīng)濟(jì)理論研究的重要內(nèi)容之一。隨著科技的發(fā)展和計(jì)量工具的成熟，收斂理論已不再只是單一地研究經(jīng)濟(jì)增長的收斂問題，而是擴(kuò)展到對環(huán)境問題、能源利用和碳排放等一系列問題的研究。在我國，雖然已有不少學(xué)者對有關(guān)碳排放收斂問題進(jìn)行了研究，但是由于其采用的指標(biāo)和收斂檢驗(yàn)方法的不同，得出的結(jié)論也不盡相同，甚至有些截然相反。許廣月[4]選取人均碳排放量作為收斂指標(biāo)，論證了中國于1995—2007年在東、中、西部存在β相對收斂和俱樂部收斂；孫傳旺[5]以2001—2007年碳排放績效的時(shí)間序列得出中國碳排放不存在σ收斂、β絕對收斂和β條件收斂；楊騫等[1]則以碳強(qiáng)度為衡量指標(biāo)，從1995—2009年時(shí)間序列中得到中國碳排放強(qiáng)度不存在任何收斂性。

縱觀目前學(xué)者的研究方法和研究對象，發(fā)現(xiàn)其或多或少存在不足。首先，中國承諾的是碳強(qiáng)度的減排，碳排放量指標(biāo)并不能準(zhǔn)確地反映節(jié)能減排的效果；其次，在對各種影響碳強(qiáng)度的指標(biāo)的選取上，通常學(xué)者都能夠選取影響碳排放的正確指標(biāo)，卻容易忽略一個(gè)重要的因素——空間因素。由于碳排放具有很強(qiáng)的外部性，如何將外部性內(nèi)部化，新地理經(jīng)濟(jì)學(xué)的空間計(jì)量就提供了很好的解決方法。本文擬采用碳強(qiáng)度為衡量指標(biāo)，將空間計(jì)量運(yùn)用到收斂理論中，探討了2000—2012年中國省域碳強(qiáng)度的收斂性。

2理論分析

2.1　泰爾指數(shù)差異分析

為了衡量中國碳排放強(qiáng)度的區(qū)域之間的差異，本文采用泰爾指數(shù)進(jìn)行分析，這種方法可以準(zhǔn)確地衡量不同區(qū)域內(nèi)部之間的差異，并將差異分為組內(nèi)差異和組間差異，使人們更容易看清差異化的源頭。具體公式如下：

(1)

(2)

(3)

(4)

(5)

其中，C代表碳排放強(qiáng)度，GDP代表地區(qū)生產(chǎn)總值，T、Twi、Tw、Tb分別代表總體泰爾指數(shù)、區(qū)域內(nèi)部泰爾指數(shù)、區(qū)域泰爾指數(shù)、區(qū)域間泰爾指數(shù)；通常泰爾指數(shù)在0~1之間，指數(shù)接近1，說明差異越大，反之則越小。

2.2　收斂性理論和方法

碳強(qiáng)度收斂性分析主要是研究中國的碳強(qiáng)度將來在各個(gè)省份之間是發(fā)散還是收斂情況，以此來為國家宏觀調(diào)控提供政策建議。目前最流行和被認(rèn)可的收斂分析主要有3種：σ收斂、β絕對收斂和β條件收斂。本文將主要分析后兩種收斂。

β收斂主要是指不同經(jīng)濟(jì)體之間的碳強(qiáng)度增長率的絕對值和初始碳強(qiáng)度之間是負(fù)相關(guān)的關(guān)系。考慮到各個(gè)區(qū)域有各自經(jīng)濟(jì)體的異質(zhì)性，例如產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦等不同，可以將β收斂分為β絕對收斂和β條件收斂。

(1)β絕對收斂。又稱為無條件收斂，是指如果不同區(qū)域具有相同的經(jīng)濟(jì)環(huán)境(資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)等)，那么不同地區(qū)的碳強(qiáng)度會收斂于相同的穩(wěn)態(tài)水平。本文采用面板分析法進(jìn)行分析，計(jì)算公式如下：

Ln(Ci,t+1/Ci,t)=α+βLnCi,t+εi,t

(6)

其中，i表示不同地區(qū)；t表示不同年份；Ci,t表示碳強(qiáng)度；α是常數(shù)項(xiàng)；εi,t是誤差項(xiàng)；Ln(Ci,t+1/Ci,t)是碳強(qiáng)度的年增長率；β為待估參數(shù)，如果β<0，那么存在β絕對收斂。由于碳強(qiáng)度的是有減弱趨勢的，因此，雖然碳強(qiáng)度的增長率與碳強(qiáng)度的初始值是反比例的關(guān)系，但是并不是楊騫[1]所認(rèn)為的存在碳強(qiáng)度較低的地區(qū)追趕碳強(qiáng)度較高的地區(qū)的趨勢，而恰恰是存在較高碳強(qiáng)度地區(qū)追趕較低碳強(qiáng)度地區(qū)的趨勢。

(2)β條件收斂。考慮到不同地區(qū)的經(jīng)濟(jì)、資源和產(chǎn)業(yè)結(jié)構(gòu)等因素的異質(zhì)性，會使得各個(gè)地區(qū)的碳強(qiáng)度收斂于不同的穩(wěn)態(tài)水平。參考文獻(xiàn)[1，4，6]，本文篩選了幾個(gè)重要因素，分別測量其影響碳強(qiáng)度的水平，這些因素依次為：城市化水平、人口總數(shù)、產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資、人均GDP、能源強(qiáng)度、能源結(jié)構(gòu)。具體模型如下：

Ln(Ci,t+1/Ci,t)=α+βLnCi,t+Xi,t+εi,t

(7)

其中，Xi,t表示城市化水平、人口總數(shù)、產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資、人均GDP、能源強(qiáng)度、能源結(jié)構(gòu)，其他字母含義同公式(6)。如果β<0，那么說明存在β條件收斂。

3數(shù)據(jù)來源與處理

3.1　碳排放強(qiáng)度

碳排放強(qiáng)度可通過測算CO2的排放量和GDP的比值計(jì)算得到，目前我國還沒有相關(guān)部門直接給出CO2的排放量，因此需要對其進(jìn)行估算。CO2排放的主要來源是化石燃料的消費(fèi)，因此，本文主要以煤炭、石油和天然氣為指標(biāo)來估算中國各個(gè)省份的CO2的排放量。其中煤炭、石油和天然氣按照相應(yīng)的能源轉(zhuǎn)換系數(shù)和碳排放系數(shù)[7]分別計(jì)算出各自CO2的排放量，然后相加算出各省份總的CO2的排放量；各省份的GDP的測量值來源于《中國統(tǒng)計(jì)年鑒》，并將其調(diào)整到以2000年為基期的序列。

3.2　其他變量

在實(shí)證β條件收斂時(shí)需要使用城市化水平、人口總數(shù)、產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資、人均GDP、能源強(qiáng)度、能源結(jié)構(gòu)等控制變量。其中，城市化水平用每年各省的城鎮(zhèn)人口和總?cè)丝诘谋戎当硎?；產(chǎn)業(yè)結(jié)構(gòu)是“各省份第二產(chǎn)業(yè)增加值/各省份GDP”；外商直接投資是“FDI/GDP”，其中，F(xiàn)DI要按匯率轉(zhuǎn)換為當(dāng)年的人民幣，人均GDP是“實(shí)際GDP/總?cè)丝凇?實(shí)際GDP要扣除價(jià)格因素的影響，以2000為基準(zhǔn)年)；能源強(qiáng)度是“能源消費(fèi)量/GDP”；能源結(jié)構(gòu)是“煤炭/全部能源的比重”。以上數(shù)據(jù)均來源于《中國統(tǒng)計(jì)年鑒》(2000—2012)和《中國能源統(tǒng)計(jì)年鑒》(2000—2013)。

4我國碳強(qiáng)度區(qū)域差異性分析

4.1　各省份的碳強(qiáng)度可視化情況

本文首先統(tǒng)計(jì)各個(gè)省份于2012年的碳排放強(qiáng)度，并通過可視化方法，構(gòu)建全國碳強(qiáng)度的分布形式(圖1)。從圖1可以看到，整體來看，中國碳強(qiáng)度的分布是十分不均衡的：新疆、甘肅、寧夏、陜西等省份位于高碳強(qiáng)度區(qū)域，這些省份基本都是絲綢之路經(jīng)濟(jì)帶省份；而沿海的江蘇、上海、浙江、福建、廣東這些省份都是低碳排放區(qū)，基本都是位于海上絲綢之路的起點(diǎn)。這種由西北內(nèi)陸省份的高碳強(qiáng)度區(qū)域逐步向東南沿海省份的低碳排放區(qū)域遞減的趨勢，大體上是和目前中國所依托的絲綢之路經(jīng)濟(jì)帶路線所重合的。因此，本文依據(jù)碳強(qiáng)度情況將全國劃分為絲綢之路經(jīng)濟(jì)帶、海上絲綢之路、京津冀經(jīng)濟(jì)區(qū)、東北經(jīng)濟(jì)區(qū)、長江經(jīng)濟(jì)帶五大區(qū)域。雖然可視化方法可以清楚看到這種不均衡性，但是并不能解釋這種差異的成因和演變規(guī)律。故本文采用泰爾指數(shù)法來更加深入地解釋這種現(xiàn)象。

圖1　2012年各省份的碳強(qiáng)度分布情況(單位：t/萬元)

4.2　泰爾指數(shù)結(jié)果和分析

利用2000—2012年的數(shù)據(jù)，根據(jù)泰爾指數(shù)的測算方法[公式(1)~(5)]，分別計(jì)算出了全國和五大區(qū)域的泰爾指數(shù)，結(jié)果如圖2、圖3所示。

圖2　2000—2012年區(qū)域間、區(qū)域內(nèi)和總體碳強(qiáng)度差異趨勢

從圖2和圖3中可知，(1)2003年之前中國的總體泰爾指數(shù)呈上升趨勢，并于2003年達(dá)到最大值0.65；從2003—2007年，呈現(xiàn)的是下降趨勢；2007之后，總體泰爾指數(shù)基本處于0.60~0.62之間波動，趨于穩(wěn)定。區(qū)域間的泰爾指數(shù)在0.28上下波動，處于平緩趨勢；同時(shí)，區(qū)域間的泰爾指數(shù)全部小于區(qū)域內(nèi)泰爾指數(shù)，和區(qū)域內(nèi)的變化趨勢基本相同。(2)2000年內(nèi)部差異排序由大到小依次是絲綢之路經(jīng)濟(jì)帶、京津冀經(jīng)濟(jì)區(qū)、長江經(jīng)濟(jì)帶、海上絲綢之路、東北經(jīng)濟(jì)區(qū)；到2012年，則由大到小依次是絲綢之路經(jīng)濟(jì)帶、海上絲綢之路、京津冀經(jīng)濟(jì)區(qū)、長江經(jīng)濟(jì)帶、東北經(jīng)濟(jì)區(qū)。絲綢之路經(jīng)濟(jì)帶的泰爾指數(shù)整體在均值0.81附近，2000—2003年之間是遞增的，2003年之后趨于平穩(wěn)趨勢，可見這些省份的經(jīng)濟(jì)發(fā)展是極其不平穩(wěn)的；京津冀經(jīng)濟(jì)區(qū)的泰爾指數(shù)的整體差異趨勢是遞減的，近幾年一直維持在0.50左右；海上絲綢之路沿海省份的泰爾指數(shù)以2007年為分水嶺，2007年之前雖有上升趨勢，但是緩慢，2007年之后進(jìn)入高速增長階段，甚至超過了長江流域經(jīng)濟(jì)帶的區(qū)域內(nèi)差異，并一直維持在0.59附近；長江流域經(jīng)濟(jì)帶的泰爾指數(shù)基本穩(wěn)定在0.30左右；東北經(jīng)濟(jì)區(qū)域的泰爾指數(shù)則一直維持在0.1左右。

圖3　2000—2012年五大區(qū)域的碳強(qiáng)度內(nèi)部差異趨勢

由公式(5)可得到：

1=Tw/T+Tb/T

(8)

表1　碳強(qiáng)度泰爾指數(shù)的貢獻(xiàn)率

5中國碳排放強(qiáng)度收斂性的空間數(shù)據(jù)分析

5.1　空間效應(yīng)檢驗(yàn)

空間效應(yīng)分為空間依賴性和空間異質(zhì)性，主要是指不同地區(qū)之間經(jīng)濟(jì)活動存在著一定的空間交互作用。目前比較權(quán)威的是運(yùn)用全局空間和局部自相關(guān)性來檢驗(yàn)空間相關(guān)性。

5.1.1全局空間自相關(guān)性檢驗(yàn)碳排放強(qiáng)度在空間整體上的集群分布和相關(guān)性，可以用全局空間自相關(guān)性來表示。本文主要使用Moran’s I統(tǒng)計(jì)量來檢驗(yàn)我國碳排放強(qiáng)度的全局自相關(guān)性。該統(tǒng)計(jì)量的計(jì)算公式是：

(9)

由表2可知，所有的Moran′s I統(tǒng)計(jì)值都通過了1%的顯著性檢驗(yàn)，這說明中國碳排放強(qiáng)度的空間自相關(guān)性極為顯著，并呈現(xiàn)出正相關(guān)的趨勢。

表2　2000—2012年中國各個(gè)省份碳排放強(qiáng)度的Moran′s I

5.1.2局部空間自相關(guān)性檢驗(yàn)Moran′s I指數(shù)只能說明中國碳排放強(qiáng)度在空間上的平均差異，而不能具體反映不同省份之間的局部之間的空間差異。因此還需要采用局部空間自相關(guān)性來檢驗(yàn)空間相關(guān)性。具體的計(jì)算公式如下：

Ii=Zi∑WijZj

(10)

其中，Wij是空間權(quán)重矩陣，Zi與Zj是標(biāo)準(zhǔn)化的觀測量。

本文做出了2000年和2012年的Moran散點(diǎn)圖(圖4)。其中，2012年的散點(diǎn)圖分析如下：(1)第二象限：河北、山西、內(nèi)蒙古位于第二象限，是負(fù)空間自相關(guān)關(guān)系；(2)第三象限：北京、天津、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東位于第三象限，是正自相關(guān)關(guān)系，但是是弱碳排放強(qiáng)度聚集區(qū)；(3)第四象限：河南、湖北、湖南、廣東、海南位于第四象限，是弱自相關(guān)關(guān)系；(4)第一象限：廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆位于第一象限，屬于正自相關(guān)關(guān)系，而且是強(qiáng)碳排放強(qiáng)度集聚區(qū)域。從圖4看，大部分省份位于第一、三象限，說明中國的區(qū)域碳排放強(qiáng)度在空間上存在著明顯的相互依賴，有空間集聚趨勢。

圖4　碳排放強(qiáng)度的Moran′s I散點(diǎn)圖

5.2　碳強(qiáng)度收斂性模型

相關(guān)文獻(xiàn)顯示，在進(jìn)行收斂性分析時(shí)，一般都要假定各個(gè)變量之間是相互獨(dú)立的，而前文已經(jīng)證明了碳排放強(qiáng)度存在著顯著的空間相關(guān)性，因此，獨(dú)立性的假設(shè)就不存在了，而空間計(jì)量可以很好地克服變量之間的不獨(dú)立的問題。一般情況下，可以采用空間誤差模型和空間滯后模型來解決空間相關(guān)性。

(1)空間誤差模型(SEM)：假設(shè)誤差不存在相互獨(dú)立，而是表現(xiàn)為空間協(xié)方差特性，其公式表示如下：

εt=λWεt+μt

(11)

將其帶入公式(6)中得到：

Ln(Ci,t+1/Ci,t)=α+βLnCi,t

+(I-λW)-1μi,t

(12)

從式(12)可看到，如果某個(gè)省份受到一個(gè)隨機(jī)沖擊，不僅會對本省的碳排放強(qiáng)度產(chǎn)生影響，而且會通過空間變換矩陣(I-λW)-1對周圍的省份產(chǎn)生影響。

(2)空間滯后模型(SLM)：假設(shè)被解釋變量之間是不獨(dú)立的，其公式表示如下：

Ln(Ci,t+1/Ci,t)=α+βLnCi,t

(13)

從公式(13)可看出，每個(gè)省份碳強(qiáng)度的變化不僅受到本省的碳排放強(qiáng)度大小的影響，還同時(shí)受到周圍省份的碳強(qiáng)度的影響。

5.3　中國各省份碳排放強(qiáng)度的β絕對收斂實(shí)證分析

5.3.1空間固定效應(yīng)和隨機(jī)效應(yīng)空間面板數(shù)據(jù)首先要進(jìn)行固定效應(yīng)和隨機(jī)效應(yīng)的選取，LR for FE、LR for RE和Hausman是最常見的檢驗(yàn)方法。從表3可看到：(1)LR for FE是用于判斷是否存在空間固定效應(yīng)，結(jié)果顯示拒絕無空間固定效應(yīng)假設(shè)，但是不意味著接受空間固定效應(yīng)；(2)LR for RE是用于判斷存在無固定效應(yīng)還是隨機(jī)效應(yīng)，結(jié)果顯示拒絕無固定效應(yīng)假設(shè)，但是不意味著選擇隨機(jī)效應(yīng)；(3)Hausman是用于判斷選擇空間固定效應(yīng)還是空間隨機(jī)效應(yīng)，結(jié)果顯示應(yīng)該選擇固定效應(yīng)。

表3　空間固定效應(yīng)與隨機(jī)效應(yīng)檢驗(yàn)

5.3.2收斂性分析由表4可知，綜合對數(shù)似然值和顯著性雙方面考慮，空間誤差(SEM)模型的空間固定效應(yīng)模型的擬合效果最好，比其他模型具有更多的可信度。結(jié)果顯示，中國省份之間的碳排放強(qiáng)度不存在絕對收斂的情況。

表4　SLM和SEM模型估計(jì)結(jié)果

5.4　中國各省份碳排放強(qiáng)度的β條件收斂實(shí)證分析

5.4.1空間固定效應(yīng)和隨機(jī)效應(yīng)由表5可以判斷出此模型應(yīng)該選擇固定效應(yīng)模型。(1)LR for FE是用于判斷是否存在空間固定效應(yīng)，結(jié)果顯示拒絕無空間固定效應(yīng)假設(shè)，但是不意味著接受空間固定效應(yīng)；(2)LR for RE是用于判斷存在無固定效應(yīng)還是隨機(jī)效應(yīng)，結(jié)果顯示拒絕無固定效應(yīng)假設(shè)，但是不意味著選擇隨機(jī)效應(yīng)；(3)Hausman是用于判斷選擇空間固定效應(yīng)還是空間隨機(jī)效應(yīng)，結(jié)果顯示應(yīng)該選擇固定效應(yīng)。

表5　 空間固定效應(yīng)與隨機(jī)效應(yīng)檢驗(yàn)

5.4.2收斂性分析通過比較空間誤差模型的空間固定、時(shí)點(diǎn)固定和空間時(shí)點(diǎn)雙固定模型與空間自相關(guān)模型的空間固定、時(shí)點(diǎn)固定和空間時(shí)點(diǎn)雙固定模型，發(fā)現(xiàn)對數(shù)似然比最大的是時(shí)點(diǎn)固定模型，顯著性最好的也是時(shí)點(diǎn)固定模型。因此，應(yīng)選擇更優(yōu)的空間誤差時(shí)點(diǎn)固定模型。從模型的回歸結(jié)果(表6)來看，在引入城市化水平、產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資、人均GDP、能源結(jié)構(gòu)和人口總量這些控制變量后，全國各省份的碳排放強(qiáng)度是條件收斂的。其中，城市化水平、產(chǎn)業(yè)結(jié)構(gòu)、外商直接投資、能源結(jié)構(gòu)對碳排放是正的影響，影響最為顯著的是產(chǎn)業(yè)結(jié)構(gòu)的變動，產(chǎn)業(yè)結(jié)構(gòu)每增加一個(gè)百分點(diǎn)，將引起碳排放強(qiáng)度增加1.23個(gè)百分點(diǎn)，其他影響因素雖然不是極顯著，但是都符合經(jīng)濟(jì)學(xué)傳導(dǎo)機(jī)制。此外，人均GDP和人口總量對碳排放強(qiáng)度的影響是負(fù)向的，高的GDP說明經(jīng)濟(jì)發(fā)展水平更高，這樣就導(dǎo)致人們對生活質(zhì)量提出更高的要求，同時(shí)又有能力進(jìn)行技術(shù)創(chuàng)新和增強(qiáng)低碳消費(fèi)動力；而人口總量對碳排放強(qiáng)度的影響則是負(fù)向的，不符合人們傳統(tǒng)的觀念，這是非經(jīng)濟(jì)學(xué)者的普遍觀點(diǎn)，但如果認(rèn)真分析人口對碳排放強(qiáng)度的傳導(dǎo)機(jī)制，就不難理解這是不客觀的。例如，趙成柏[2]在論證人口總量和碳排放強(qiáng)度的關(guān)系時(shí)，認(rèn)為人口規(guī)模增長不僅會促進(jìn)GDP的增加和技術(shù)的進(jìn)步，而且也會增加能源的消耗和CO2的排放，但是人口增加的規(guī)模經(jīng)濟(jì)效應(yīng)大于碳排放增加的效應(yīng)，雖然這兩種效應(yīng)的差異是極小的?？傮w來講，中國各省域的碳排放強(qiáng)度存在β條件收斂，但是收斂速度是十分緩慢的，只有2.65%。

表6　SLM和SEM模型估計(jì)結(jié)果

6結(jié)論

本文對中國省域碳排放強(qiáng)度分布的差異性和收斂性進(jìn)行了探究，結(jié)果如下：

首先，碳排放強(qiáng)度整體的差異十分顯著。新疆、甘肅、寧夏、陜西等省份位于高碳強(qiáng)度區(qū)域，這些省份基本都是絲綢之路經(jīng)濟(jì)帶省份；而沿海的江蘇、上海、浙江、福建、廣東這些省份都是低碳強(qiáng)度區(qū)域，基本都是位于海上絲綢之路的起點(diǎn)。由西北內(nèi)陸省份的高碳強(qiáng)度區(qū)域逐步向東南沿海省份的低碳強(qiáng)度區(qū)域遞減的變化趨勢極為符合當(dāng)今和今后將長期實(shí)行的“一帶一路”戰(zhàn)略思想，并劃分出了更加適合現(xiàn)實(shí)的五大區(qū)域：絲綢之路經(jīng)濟(jì)帶、海上絲綢之路、京津冀經(jīng)濟(jì)區(qū)、東北經(jīng)濟(jì)區(qū)、長江經(jīng)濟(jì)帶。同時(shí)，運(yùn)用泰爾指數(shù)法，測算出全國30個(gè)省份的碳強(qiáng)度的總體差異及區(qū)域間和區(qū)域內(nèi)部差異，結(jié)果顯示，2000年到2012年我國碳強(qiáng)度整體的差異十分顯著，并沒有縮小的趨勢。其中，區(qū)域間差異對整體差異的貢獻(xiàn)小于區(qū)域內(nèi)差異的貢獻(xiàn)，而且區(qū)域間的差異略微有增大的趨勢；絲綢之路經(jīng)濟(jì)帶和京津冀地區(qū)的內(nèi)部省際差異最大，東北地區(qū)內(nèi)部省際差異最小；海上絲綢之路地區(qū)的內(nèi)部差異主要源于海南省。因此，在節(jié)能減排政策制定的時(shí)候，應(yīng)該充分考慮區(qū)域差異性和統(tǒng)一性。如，為了節(jié)約成本，針對東北經(jīng)濟(jì)帶的節(jié)能政策可以適當(dāng)?shù)慕y(tǒng)一化，因?yàn)槠鋬?nèi)部差異較小，產(chǎn)業(yè)結(jié)構(gòu)類似，而絲綢之路經(jīng)濟(jì)帶上差異比較大的省份，雖然統(tǒng)一政策可以節(jié)約成本，但是效果會大大打折，這時(shí)候應(yīng)更多地考慮采取差異性的政策，根據(jù)這些省份內(nèi)部的獨(dú)有的經(jīng)濟(jì)活動特征制定單獨(dú)的政策指導(dǎo)。

其次，中國省域碳強(qiáng)度不存在β絕對收斂，但是存在β條件收斂特性。這和楊騫[1]的結(jié)論不同。導(dǎo)致結(jié)論不同的原因，主要是其考慮的因素中沒有包含空間因素，這樣數(shù)據(jù)的原假設(shè)就會大大受到影響(沒有考慮變量之間的不獨(dú)立性)，碳強(qiáng)度存在著條件收斂，說明即使沒有政策的指導(dǎo)，最終省域之間的碳強(qiáng)度也將會趨向于一個(gè)低水平的“穩(wěn)態(tài)”。但是這種收斂速度是十分緩慢的，只有2.65%，也就是需要將近30年的時(shí)間，而中國節(jié)能排的任務(wù)規(guī)定在2020年之前實(shí)現(xiàn)，因而需要進(jìn)行必要的政策指導(dǎo)。而政府在制定政策時(shí)，制定出差異化和統(tǒng)一化的政策。只有這樣，中國的節(jié)能減排任務(wù)才能迅速地調(diào)整至低水平的“穩(wěn)態(tài)”中。

參考文獻(xiàn)：

[1]楊騫. 中國碳強(qiáng)度分布的地區(qū)差異和收斂性[J]. 當(dāng)代財(cái)經(jīng)，2012(2)：87-98.

[2]趙成柏. 中國經(jīng)濟(jì)增長中碳排放強(qiáng)度演化機(jī)制及減排路徑研究[M]. 北京：經(jīng)濟(jì)科學(xué)出版社，2013.

[3]徐大豐. 我國碳強(qiáng)度結(jié)構(gòu)的區(qū)域差異分析[J]. 江西社會科學(xué)，2010(4)：79-82.

[4]許廣月. 碳排放收斂性：理論假說和中國的經(jīng)驗(yàn)研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010(9)：31-42.

[5]孫傳旺，劉希穎，林靜. 碳強(qiáng)度約束下中國全要素生產(chǎn)率測算與收斂性研究[J]. 金融研究，2010(6)：17-33.

[6]杜立民. 我國二氧化碳排放的影響因素：基于省際面板數(shù)據(jù)的研究[J]. 南方經(jīng)濟(jì)，2010(11)：20-33.

[7]中國科學(xué)院可持續(xù)發(fā)展戰(zhàn)略研究組.中國可持續(xù)發(fā)展戰(zhàn)略報(bào)告——探索中國特色的低碳道路[M]. 北京：科學(xué)出版社，2009.

Differences of Carbon Intensity in China’s Different Regions and Spatial

Econometric Analysis of Its Convergence

MIAO Er-sen

(SchoolofEconomics,FujianNormalUniversity,Fuzhou,Fujian350117,China)

Abstract:Based on relevant data of China’s provincial carbon emissions, the differences of carbon intensity in different regions of China were discussed by using Theil index in this paper. The regions included Silk Road Economic Belt, Maritime Silk Road, Beijing-Tianjin-Hebei Economic Area, the northeastern economic region and Yangtze River Economic Belt. The spatial econometric model was also used to analyze the convergence of carbon intensity. The results showed that the regional differences of China’s carbon intensity were obvious, and the intra-regional difference was greater than the inter-regional one, and the difference in Silk Road Economic Belt was the most obvious while the difference in the northeastern economic area was the most non-obvious. What’s more, there was no β absolute convergence problem in carbon intensity among the provinces in China, but there was β conditional convergence and the convergence rate was weakly 2.65%. Therefore, the government should make unified and diversified policies according to different regions.

Key words:carbon intensity; Theil index; spatial econometric; conditional convergence

文獻(xiàn)標(biāo)志碼：A

文章編號：1637-5617(2015)06-0047-07

中圖分類號：F061.5；F124.5

doi:10.16006/j.cnki.twnt.2015.06.010

作者簡介：苗二森(1989-)，男，碩士研究生，研究方向：低碳經(jīng)濟(jì). E-mail：505125725@qq.com

收稿日期：2015-06-03