我國省際碳減排強(qiáng)度收斂檢驗及協(xié)調(diào)發(fā)展路徑研究

譚靈芝 姜曉群

摘要：利用Topsis方法與灰色關(guān)聯(lián)理論對2011—2019年我國省際碳減排強(qiáng)度協(xié)調(diào)水平進(jìn)行綜合測度，選取基尼系數(shù)、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(fā)展態(tài)勢，進(jìn)而構(gòu)建面板Tobit模型識別省際碳減排強(qiáng)度協(xié)調(diào)路徑及影響因素。研究發(fā)現(xiàn)：經(jīng)濟(jì)結(jié)構(gòu)和經(jīng)濟(jì)可持續(xù)競爭力兩個指標(biāo)其權(quán)重最高，我國省際碳減排強(qiáng)度整體相對差異呈“擴(kuò)大—縮小”趨勢，地區(qū)間相對差異是主導(dǎo)地區(qū)相對差異的主要來源;東部地區(qū)消費碳排放占比與產(chǎn)業(yè)結(jié)構(gòu)、FDI和凈出口碳排放占比等交互效應(yīng)對省際碳減排協(xié)調(diào)度正向顯著。中部地區(qū)投資碳排放占比與政府財政規(guī)模、政府財政規(guī)模與城鎮(zhèn)化率的交互作用具有負(fù)向抑制作用。西部地區(qū)投資與政府財政規(guī)模的交互效應(yīng)為負(fù)向顯著，產(chǎn)業(yè)結(jié)構(gòu)與城鎮(zhèn)化率的交互作用具有正向促進(jìn)作用。因此，應(yīng)優(yōu)化區(qū)域經(jīng)濟(jì)結(jié)構(gòu)、增加產(chǎn)品科技含量、依靠市場手段，做好區(qū)域協(xié)調(diào)碳減排工作。

關(guān)鍵詞：區(qū)域協(xié)調(diào);碳減排強(qiáng)度;低碳經(jīng)濟(jì);產(chǎn)業(yè)結(jié)構(gòu);城鎮(zhèn)化率

中圖分類號：F014.9? ? 文獻(xiàn)標(biāo)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(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，并將其作為建設(shè)現(xiàn)代化經(jīng)濟(jì)體系的重點任務(wù)。實現(xiàn)區(qū)域協(xié)調(diào)發(fā)展對省際間碳排放協(xié)調(diào)減排起著重要的推動作用，更是決勝社會主義生態(tài)文明體制總體改革持久戰(zhàn)中需要解決的重大環(huán)境問題，準(zhǔn)確判斷省際間碳減排強(qiáng)度收斂趨勢是推進(jìn)區(qū)域碳減排協(xié)調(diào)治理的重要依據(jù)和現(xiàn)實基礎(chǔ)。

長期以來，我國經(jīng)濟(jì)增長多依靠高環(huán)境投入和高耗能產(chǎn)業(yè)驅(qū)動，在取得經(jīng)濟(jì)奇跡的同時也產(chǎn)生了大量碳排放。根據(jù)譚靈芝（2019）測算結(jié)果，2000—2011年，我國潛在碳排放增長率增長明顯，遠(yuǎn)超同期潛在經(jīng)濟(jì)增長率[1]。經(jīng)歷了多年高速發(fā)展，現(xiàn)階段我國經(jīng)濟(jì)發(fā)展正發(fā)生著新的變化：一方面，環(huán)境紅利逐漸消失，能源供給短缺、氣候變化和環(huán)境污染等引發(fā)的各類社會經(jīng)濟(jì)問題開始凸顯[2];另一方面，伴隨全球氣候變化引發(fā)了對各國碳排放權(quán)的爭議，發(fā)展低碳經(jīng)濟(jì)成為維護(hù)國家經(jīng)濟(jì)安全的重要手段[3]。

對碳排放強(qiáng)度的計算，學(xué)者們主要從經(jīng)濟(jì)增長角度進(jìn)行研究[4]。絕大多數(shù)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(qū)域，也是碳減排配額分配的關(guān)鍵主體[6]。當(dāng)前我國碳減排強(qiáng)度的省際差異存在如下特征：一是省際之間仍存在較大經(jīng)濟(jì)差距，地區(qū)間碳減排強(qiáng)度分化跡象更加明顯。從經(jīng)濟(jì)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(jīng)濟(jì)增長與碳排放之間存在顯著的一致性和區(qū)域差異。二是省際間碳減排聯(lián)動性增強(qiáng)，表現(xiàn)出一定程度的均衡化趨勢。特別是在國家產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和區(qū)域協(xié)調(diào)戰(zhàn)略的穩(wěn)步實施下，各種資本、信息、勞動力、技術(shù)之間的交流融通在省際之間流動日趨緊密，致使與之相關(guān)的碳排放也發(fā)生了變化。

收斂理論是現(xiàn)代經(jīng)濟(jì)增長理論的重要內(nèi)容。隨著收斂理論的發(fā)展，一些學(xué)者將收斂理論與碳排放結(jié)合，使其成為研究節(jié)能減排績效和碳排放強(qiáng)度區(qū)域差異的重要手段。John A等（2003）研究發(fā)現(xiàn)，主要工業(yè)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(fā)現(xiàn)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(xiàn)收斂[9];Panopulou和Pantelidis（2009）研究發(fā)現(xiàn)，人均碳排放收斂與收入密切相關(guān)，收入越高的國家，收斂性越強(qiáng)[10];Aldy（2006）利用核密度估計法[11]、Hee-Jung Chung等（2009）[12]采用結(jié)構(gòu)突變和截面相關(guān)的面板模型均得出類似結(jié)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(rèn)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(jié)果發(fā)現(xiàn)我國并不存在地區(qū)收斂性[13]。類似結(jié)論還有楊騫等（2012）[14]等。二是認(rèn)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(rèn)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(qū)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(shù)據(jù)，結(jié)果表明中國碳排放僅存在條件收斂[16];胡宗義等（2015）研究發(fā)現(xiàn)省域整體碳排放強(qiáng)度存在內(nèi)部收斂現(xiàn)象，但整體收斂并不存在[17];佟昕（2017）則認(rèn)為中國存在區(qū)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(fā)現(xiàn)省際碳排放強(qiáng)度呈現(xiàn)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(qū)污染物排放強(qiáng)度均存在α收斂特征[20]。

區(qū)域協(xié)調(diào)發(fā)展模式就是要從梯度發(fā)展模式的“極化效應(yīng)”向“均衡效應(yīng)”轉(zhuǎn)化，使得各地區(qū)資本、信息、技術(shù)、資金通過擴(kuò)散和溢出效應(yīng)，實現(xiàn)不同地區(qū)協(xié)調(diào)發(fā)展。在這種均衡發(fā)展模式下，區(qū)域經(jīng)濟(jì)逐步收斂，碳排放的強(qiáng)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(jīng)濟(jì)發(fā)展基礎(chǔ)的差異長期存在，引致省域間經(jīng)濟(jì)發(fā)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(qū)域碳減排問題更為復(fù)雜。因此，需根據(jù)區(qū)域協(xié)調(diào)發(fā)展下區(qū)域經(jīng)濟(jì)增長的收斂性理論及空間計量經(jīng)濟(jì)學(xué)模型，以便更好地辨析現(xiàn)階段我國省域碳減排強(qiáng)度的收斂特征和驅(qū)動因素。

二、區(qū)域協(xié)調(diào)發(fā)展背景下省際碳減排強(qiáng)度水平綜合測度

（一）指標(biāo)選擇及數(shù)據(jù)來源

碳減排強(qiáng)度采用碳排放總量與GDP比值進(jìn)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(chǔ)計算。根據(jù)2018年11月《中共中央國務(wù)院關(guān)于建立更加有效的區(qū)域協(xié)調(diào)發(fā)展新機(jī)制的意見》通知及相關(guān)文獻(xiàn)，省際碳減排協(xié)調(diào)發(fā)展主要從經(jīng)濟(jì)結(jié)構(gòu)、城鎮(zhèn)化率、社會包容性強(qiáng)度、科技創(chuàng)新、環(huán)境質(zhì)量、經(jīng)濟(jì)競爭力、省域碳減排治理能力等幾方面進(jìn)行討論（見表1）。其中經(jīng)濟(jì)結(jié)構(gòu)指標(biāo)從產(chǎn)業(yè)協(xié)調(diào)發(fā)展角度進(jìn)行評價，而其余六個指標(biāo)是對區(qū)域協(xié)調(diào)發(fā)展的內(nèi)涵式體現(xiàn)（數(shù)據(jù)來源于2012—2018年《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》及《中國法律年鑒》等和中國30個?。ㄊ?、自治區(qū)，樣本數(shù)據(jù)中未包含西藏、香港、澳門和臺灣，下同）的相應(yīng)統(tǒng)計年鑒。省域競爭力具體結(jié)果參考中國社會科學(xué)院發(fā)布的《中國省域經(jīng)濟(jì)綜合競爭力發(fā)展報告》系列藍(lán)皮書，環(huán)境質(zhì)量具體計算方法參考胡宗義等（2017）[21]。社會包容度指標(biāo)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(shù)據(jù)采取趨勢值方法計算。

（二）評價模型設(shè)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(fù)理想解”的接近程度對現(xiàn)有的對象進(jìn)行相對優(yōu)劣排序。理想解是設(shè)想的最優(yōu)的解（方案），其各個屬性值都達(dá)到各備選方案中的最好值;負(fù)理解則與之相反，是最劣解（方案）和最壞值。方案排序的規(guī)則是把各備選方案與理想解和負(fù)理想解進(jìn)行比較，若其中有一個方案最接近理想解，而同時又遠(yuǎn)離負(fù)理想解，則該方案是備選方案中最好的方案[22]。據(jù)此，筆者采用Topsis方法揭示省際碳減排強(qiáng)度協(xié)調(diào)度的現(xiàn)實狀態(tài)與理想狀態(tài)的接近度。其具體評價步驟有如下幾個方面[23]。

1. 構(gòu)建評價矩陣

針對省域碳減排強(qiáng)度協(xié)調(diào)發(fā)展程度評價系統(tǒng)中n個評價對象某一要素層所選擇的m個指標(biāo)，可得原始數(shù)據(jù)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(biāo)值，i=1，2，…，n，j=1，2，…，m。

2. 矩陣標(biāo)準(zhǔn)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(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化數(shù)值rij（i=1，2，…，n;j=1，2，…，m），得到標(biāo)準(zhǔn)化矩陣R={rij}n×m。此時，“理想解”rjmax的值為rj+=1，“負(fù)理想解”rj-=0。

3. 借助變異系數(shù)法[12]確定指標(biāo)權(quán)重wj

4.計算每個評價對象的指標(biāo)實際值與理想解rj+和rj-負(fù)理想解的歐式距離

5.計算總目標(biāo)值省域碳減排協(xié)調(diào)發(fā)展程度測算值Ci

Ci=di-/（di-+di+）（i=1，2，…，n）（3）

（三）評價結(jié)果分析

根據(jù)表2所示子目標(biāo)層的指標(biāo)權(quán)重值可知①，北京、上海和浙江經(jīng)濟(jì)結(jié)構(gòu)權(quán)重最高，分別為0.277 1、0.268 7和0.258 4，即上述三地經(jīng)濟(jì)結(jié)構(gòu)在推進(jìn)省域碳減排協(xié)調(diào)發(fā)展中其重要程度更高。四川、吉林及內(nèi)蒙古城鎮(zhèn)化權(quán)重值最高，分別為0.211 7、0.198 7及0.193 6;北京、上海和內(nèi)蒙古社會包容性權(quán)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(chuàng)新權(quán)重值最高，依次為0.193 4、0.191 9、0.186 4;河北、山東、山西環(huán)境質(zhì)量權(quán)重值最高，依次為0.072 9、0.068 7、0.065 3;北京、上海、浙江經(jīng)濟(jì)競爭力權(quán)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(quán)重最高，分別為0.153 7、0.151 1和0.149 8。對比各類指標(biāo)權(quán)重結(jié)果可以發(fā)現(xiàn)，經(jīng)濟(jì)結(jié)構(gòu)和經(jīng)濟(jì)競爭力兩個指標(biāo)其權(quán)重更高，表明良好的經(jīng)濟(jì)結(jié)構(gòu)和經(jīng)濟(jì)競爭力能較好地實現(xiàn)省域間碳減排協(xié)調(diào)發(fā)展。而社會包容度權(quán)重也相對較高，即更為和諧、包容的社會環(huán)境有助于提高省域碳減排協(xié)調(diào)程度。相較之下，環(huán)境質(zhì)量權(quán)重相對較小，這與黨的十八大以來生態(tài)文明制度在我國的全面確立有關(guān)。經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的協(xié)調(diào)關(guān)系逐步建立，環(huán)境質(zhì)量權(quán)重對碳減排協(xié)調(diào)發(fā)展的重要程度顯著降低。此外需要注意的是，科技創(chuàng)新及碳減排治理能力的權(quán)重并不靠前，說明現(xiàn)階段我國依靠技術(shù)創(chuàng)新提高省域間碳減排協(xié)調(diào)程度的貢獻(xiàn)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(diào)整產(chǎn)業(yè)結(jié)構(gòu)、提高經(jīng)濟(jì)增長質(zhì)量、改善社會發(fā)展質(zhì)量是實現(xiàn)省域碳減排協(xié)調(diào)的應(yīng)有之義。

綜合TOPSIS利用歐式距離只能反映位置關(guān)系，難以表現(xiàn)出數(shù)據(jù)變化的動態(tài)性。一些研究者采用灰色關(guān)聯(lián)方法進(jìn)行解決?；疑P(guān)聯(lián)系數(shù)能系統(tǒng)地度量各指標(biāo)之間關(guān)聯(lián)的強(qiáng)弱程度、次序及理想與現(xiàn)實結(jié)果的貼近程度，較好地反映系統(tǒng)運行的動態(tài)變化態(tài)勢[24]。進(jìn)一步，筆者利用灰色關(guān)聯(lián)評價模型，以貼近度計算出2011—2019年我國省際碳減排協(xié)調(diào)度綜合指數(shù)（見表3）②。從表3中可知，省際碳減排協(xié)調(diào)發(fā)展的灰色關(guān)聯(lián)相對貼近度呈上升態(tài)勢，特別是2015—2019年上升速度最為明顯：2011年省際碳減排協(xié)調(diào)發(fā)展度的灰色關(guān)聯(lián)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(xié)調(diào)程度增長較快。從分省指標(biāo)對比中可知，廣東、山東、四川三地灰色關(guān)聯(lián)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(fā)現(xiàn)，河北、廣東、北京三地綜合指數(shù)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(guān)聯(lián)相對貼近度變化則可以發(fā)現(xiàn)，有18個省的碳減排協(xié)調(diào)度增速已超過40%，其余12個省級單元增速超過20%。上述結(jié)果說明，我國省際碳減排協(xié)調(diào)程度仍存在區(qū)域差異，但整體都得到了持續(xù)改善。另一方面，將表3的結(jié)果按照東、中、西部三個經(jīng)濟(jì)帶進(jìn)行分類可以發(fā)現(xiàn)，2011—2013年，東部地區(qū)灰色關(guān)聯(lián)貼近度均值遠(yuǎn)高于中西部地區(qū)。2014年始，三大經(jīng)濟(jì)帶均值差進(jìn)一步增大，其中，東部地區(qū)收斂增速最快，西部地區(qū)次之。產(chǎn)生上述結(jié)果的原因在于：東部地區(qū)更受益于國家產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的政策紅利，而西部地區(qū)則較為普遍的享受到國家傾斜性支持政策，包括新能源發(fā)展和利用政策、低碳產(chǎn)業(yè)支持政策等，這些政策對西部地區(qū)大力發(fā)展低碳產(chǎn)業(yè)提供了契機(jī);西部地區(qū)多存在產(chǎn)業(yè)發(fā)展不足的現(xiàn)象，但西部地區(qū)產(chǎn)業(yè)慣性較中東部地區(qū)為低，在向低碳產(chǎn)業(yè)內(nèi)涵式發(fā)展過程中，西部地區(qū)更容易實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型或發(fā)展新興產(chǎn)業(yè)。

三、我國省際碳減排強(qiáng)度省際差異測度

如前所述，我國省際之間產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦、經(jīng)濟(jì)基礎(chǔ)等方面的不平衡性使得省際間碳減排強(qiáng)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(biāo)的實現(xiàn)。所以，客觀分析省際間碳減排強(qiáng)度協(xié)調(diào)程度，并從空間視角分析影響其省際碳排放強(qiáng)度的演變趨勢，有助于推進(jìn)協(xié)調(diào)穩(wěn)健的省際碳減排路徑。

（一）省際碳減排強(qiáng)度差異測度方法

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

1. 基尼系數(shù)及其分解

現(xiàn)階段研究區(qū)域差異的指標(biāo)主要有變異系數(shù)、泰爾指數(shù)和基尼系數(shù)（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(qū)域差異或組群內(nèi)差異。為克服上述難題，一些研究者利用Dagum基尼系數(shù)分析經(jīng)濟(jì)指標(biāo)的動態(tài)分布、區(qū)域動態(tài)差異及演變趨勢，能更好地測度區(qū)域經(jīng)濟(jì)差異。筆者參考趙磊等（2019）[23]觀點，利用Dagum基尼系數(shù)對我國省際碳減排強(qiáng)度水平的地區(qū)相對差異進(jìn)行測度，進(jìn)而對其進(jìn)行分解，以此獲知省際碳減排協(xié)調(diào)程度區(qū)域相對差異的構(gòu)成。

G=■■■■yji-yhr/2N2■（4）

其中，yji（yhr）為j（h）地區(qū)內(nèi)任意省際單元的碳減排強(qiáng)度，N為樣本省數(shù)量，為全國碳減排強(qiáng)度均值，n表示地區(qū)劃分?jǐn)?shù)量，Cj（Cn）表示j（h）地區(qū)內(nèi)省際單元數(shù)量。根據(jù)Dagum基尼系數(shù)分解含義，可將貢獻(xiàn)率分為：地區(qū)內(nèi)差異貢獻(xiàn)Gw、地區(qū)間差異貢獻(xiàn)Gcb和超變密度貢獻(xiàn)Gt，且G=Gw+Gcb+Gt。

其中，（5）式和（6）式為第j地區(qū)內(nèi)基尼系數(shù)Gjj和地區(qū)內(nèi)差異貢獻(xiàn)率Gw;式（7）和式（8）則表示地區(qū)j和h地區(qū)之間基尼系數(shù)Gjh和地區(qū)間碳減排強(qiáng)度差異貢獻(xiàn)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(qū)省際碳減排強(qiáng)度的相對影響;此外，式（11）djh表示地區(qū)間碳減排強(qiáng)度貢獻(xiàn)率差值，即j和h地區(qū)所有yji-yhr>0的樣本值加權(quán)平均;式（11）中和pjh為超變一階矩，即j和h地區(qū)所有yhr-yji>0的樣本值的加權(quán)平均。Fj（Fh）分別為j（h）地區(qū)的累積密度分布函數(shù)。

2. 泰爾指數(shù)分解法

泰爾（Theil）指數(shù)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(nèi)差距與組間差距對總差距的貢獻(xiàn)。通常情況下，泰爾指數(shù)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(qiáng)度空間差距越小，反之則大?；竟饺缦拢?/p>

其中，yi代表碳排放強(qiáng)度按由小到大的順序排列后第i個地區(qū)間碳減排強(qiáng)度;為所有樣本省份碳減排強(qiáng)度均值;假設(shè)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(shù)目為nk。Tb表示地區(qū)間碳排放強(qiáng)度差異，Tw表示區(qū)域內(nèi)碳排放強(qiáng)度差異。

3. δ-收斂模型

C=（17）

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

4. β-收斂模型

如前所述，除需了解省際間碳減排強(qiáng)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(xiàn)碳減排區(qū)域協(xié)調(diào)的速率?；灸Ｐ腿缦拢?/p>

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(qiáng)度變量值，為模型固定效應(yīng)或隨機(jī)效應(yīng)，服從N（0，σ2）。若yit-1有β-收斂，則β的系數(shù)為負(fù)，表明碳減排強(qiáng)度較低的省份其增速高于高碳減排強(qiáng)度省份。此外，根據(jù)β的估計值計算所得收斂所達(dá)的穩(wěn)態(tài)值r0=和收斂速度θ=，其表示省際間實現(xiàn)碳減排強(qiáng)度協(xié)調(diào)的速度。

（二）測度結(jié)果分析

1. 基尼系數(shù)結(jié)果分析

（1）我國省際碳減排強(qiáng)度整體差異及演變態(tài)勢測度。通過基尼系數(shù)計算結(jié)果發(fā)現(xiàn)（見表4），在整個研究期省際碳減排強(qiáng)度整體基尼系數(shù)均值為0.053，且整體差異變化呈現(xiàn)“縮減—增強(qiáng)—縮減”交替變化的態(tài)勢，說明我國整體相對差異有明顯的波動性動態(tài)演進(jìn)趨勢。具體而言，2011—2014年我國省際碳減排強(qiáng)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(qiáng)的態(tài)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(jìn)態(tài)勢來看，省際碳減排強(qiáng)度整體基尼系數(shù)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(qiáng)度整體相對差異，并不是立即表現(xiàn)出縮小趨勢，而是微弱擴(kuò)大，但隨著生態(tài)文明制度建設(shè)的深入，我國供給側(cè)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(qiáng)度更加均衡化。

（2）三大經(jīng)濟(jì)區(qū)內(nèi)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(qiáng)度地區(qū)內(nèi)基尼系數(shù)小于全國整體水平，表明不同經(jīng)濟(jì)區(qū)區(qū)域內(nèi)相對差異低于全國整體。其中，中部地區(qū)內(nèi)部基尼系數(shù)最大，東部最小。從年均增速來看，各經(jīng)濟(jì)區(qū)內(nèi)相對差異都呈現(xiàn)下降態(tài)勢，但西部地區(qū)內(nèi)部基尼系數(shù)降幅最明顯，其次是東部地區(qū)。該結(jié)果說明三大地區(qū)內(nèi)部碳減排強(qiáng)度相對差異呈下降態(tài)勢，但中部地區(qū)內(nèi)相對差異縮減態(tài)勢則較為緩慢。

（3）地區(qū)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(qū)之間相對差異逐步縮減，但僅東—中部地區(qū)間基尼系數(shù)大于全國平均水平，說明東—中部省際碳減排強(qiáng)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(qū)省際碳減排強(qiáng)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(jié)果表明東—西部地區(qū)、中—西部地區(qū)碳減排強(qiáng)度地區(qū)間差異的年度縮減速度明顯，但東—中部地區(qū)相對差異在整個研究年度縮減態(tài)勢表現(xiàn)得最不明顯。

（4）地區(qū)相對差異來源及其貢獻(xiàn)率。從表4中可知，省際碳減排強(qiáng)度地區(qū)內(nèi)相對差異貢獻(xiàn)率變化并不十分明顯，地區(qū)間相對差異和超變密度貢獻(xiàn)率變化趨勢則趨于一致，基本上呈現(xiàn)縮減與增強(qiáng)交替出現(xiàn)的變化規(guī)律。其中，地區(qū)間相對差異來源最大，為0.59～0.70，顯著大于地區(qū)內(nèi)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(qū)內(nèi)、地區(qū)間和超變密度三者的貢獻(xiàn)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(jié)果說明，整個研究期三大經(jīng)濟(jì)區(qū)區(qū)域間相對差異對省際碳減排強(qiáng)度地區(qū)相對差異的影響更大。

2. 收斂模型測度結(jié)果

根據(jù)式（17），通過δ-收斂模型③對我國2011—2019年省際碳減排強(qiáng)度省際差異的動態(tài)變化趨勢進(jìn)行進(jìn)一步驗證。結(jié)果發(fā)現(xiàn)，2011—2014年我國省際碳減排強(qiáng)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(jié)果表明我國省際碳減排強(qiáng)度差異變化呈現(xiàn)不斷增強(qiáng)—縮減趨勢，且2016年之后縮減趨勢表現(xiàn)得更加顯著。

泰爾指數(shù)分解結(jié)果則發(fā)現(xiàn)④，整個研究期，三大經(jīng)濟(jì)區(qū)間碳減排強(qiáng)的相對差異對全國整體差異的貢獻(xiàn)率高于區(qū)域內(nèi)部貢獻(xiàn)值。具體而言，2011—2014年區(qū)域間差異和區(qū)域內(nèi)差異對全國整體差異的貢獻(xiàn)率都持續(xù)增加，且區(qū)域間增幅高于區(qū)域內(nèi)增幅。2015—2019年區(qū)域間和區(qū)域內(nèi)相對差異對全國整體相對差異的貢獻(xiàn)率降低，且區(qū)域間降幅高于區(qū)域內(nèi)降幅。結(jié)果說明在我國省際碳減排強(qiáng)度差異收斂過程中，三大經(jīng)濟(jì)區(qū)間和區(qū)域內(nèi)的差異都在縮小，即整個研究期我國省際間碳減排強(qiáng)度趨于均衡。

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

四、我國碳減排實現(xiàn)區(qū)域協(xié)調(diào)發(fā)展路徑及其檢驗

為進(jìn)一步檢驗影響碳減排協(xié)調(diào)發(fā)展路徑的因素，通過對以省際碳減排綜合協(xié)調(diào)度為被解釋變量的面板Tobit模型進(jìn)行計量檢驗，為尋求區(qū)域協(xié)調(diào)發(fā)展路徑提供實證分析數(shù)據(jù)。

（一）指標(biāo)選取

根據(jù)研究目的，主要被解釋變量為省際碳減排協(xié)調(diào)度綜合值（y），解釋變量主要來自于文獻(xiàn)、調(diào)查資料及統(tǒng)計數(shù)據(jù)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(guī)模（GOV）、對外開放水平（FDI）、產(chǎn)業(yè)結(jié)構(gòu)（STR）和城鎮(zhèn)化率（UBR）。調(diào)節(jié)變量為專利授權(quán)量（RDE）。

（二）模型構(gòu)建

OLS模型對于非連續(xù)數(shù)據(jù)的估計易產(chǎn)生估計偏差，采用面板Tobit模型能較好地克服數(shù)據(jù)受限及參數(shù)偏差的問題。

1. 構(gòu)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(guān)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(tài)分布，Tobit模型最終構(gòu)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(diào)節(jié)變量RDE，設(shè)定潛在因變量的調(diào)節(jié)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(guān)系如下，并采取極大似然法進(jìn)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(tài)分布，Tobit模型最終構(gòu)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(jié)果

1. 主效應(yīng)檢驗

根據(jù)公式（19）—（23），筆者分別對未加入調(diào)節(jié)變量和加入調(diào)節(jié)變量之后的模型進(jìn)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(shù)據(jù)中心化處理，形成新的交互項變量（見表7）。根據(jù)表7模型（20）的估計結(jié)果可知，我國三大經(jīng)濟(jì)區(qū)消費領(lǐng)域碳排放對地區(qū)碳減排協(xié)調(diào)度的增加有顯著正向影響，其中東部地區(qū)在1%統(tǒng)計水平上高度顯著，且估計值最大，說明東部地區(qū)的消費領(lǐng)域碳排放對推進(jìn)區(qū)域碳排放協(xié)調(diào)影響最大，對西部地區(qū)影響最小。三大經(jīng)濟(jì)區(qū)，投資領(lǐng)域碳排放均在1%統(tǒng)計水平上負(fù)向顯著，但中部地區(qū)影響最大，西部地區(qū)次之。出口領(lǐng)域碳排放影響與消費領(lǐng)域類似。這表明東部地區(qū)的碳排放逐漸向消費領(lǐng)域轉(zhuǎn)移，出口仍然是主要的碳排放源;中西部地區(qū)則更易受到投資碳排放的影響。上述結(jié)果意味著東部地區(qū)存在較為明顯的產(chǎn)業(yè)轉(zhuǎn)移或產(chǎn)業(yè)調(diào)整，但出口導(dǎo)向型的產(chǎn)業(yè)發(fā)展模式仍占主導(dǎo)[27]，投資對東部地區(qū)經(jīng)濟(jì)增長的影響力降低，這種良好的碳排放結(jié)構(gòu)在降低地區(qū)碳排放強(qiáng)度的同時，也增加了省際碳減排協(xié)調(diào)度。若進(jìn)一步分析東部地區(qū)出口產(chǎn)業(yè)類型，可以較好地發(fā)現(xiàn)高新技術(shù)產(chǎn)業(yè)出口增強(qiáng)，這種低碳類型產(chǎn)品出口對區(qū)域碳排放協(xié)調(diào)程度的影響逐年增加。因此，進(jìn)一步改善東部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)、出口結(jié)構(gòu)及消費結(jié)構(gòu)，避免高碳排放產(chǎn)業(yè)向中西部地區(qū)轉(zhuǎn)移，有助于實現(xiàn)區(qū)域碳減排協(xié)調(diào)度。而中西部地區(qū)則與東部地區(qū)相反，高投資的發(fā)展模式明顯增加了區(qū)域碳減排強(qiáng)度，致使整個中西部地區(qū)與東部地區(qū)碳減排強(qiáng)度差距進(jìn)一步增大。因此在區(qū)域協(xié)調(diào)發(fā)展背景下，仍然以投資驅(qū)動促進(jìn)經(jīng)濟(jì)發(fā)展的模式必然導(dǎo)致中西部地區(qū)高碳排放行業(yè)更為集中，抑制區(qū)域碳排放協(xié)調(diào)程度。因此提升中西部地區(qū)低碳產(chǎn)業(yè)水平，只有加強(qiáng)經(jīng)濟(jì)手段對產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)進(jìn)行調(diào)控，才能優(yōu)化中西部地區(qū)省際碳排放強(qiáng)度分配水平、降低區(qū)域間碳排放的非均衡性，有助于正向推動中西部地區(qū)省際碳減排協(xié)調(diào)度的提高。

三大經(jīng)濟(jì)區(qū)政府財政規(guī)模估計系數(shù)均在1%統(tǒng)計水平上負(fù)向顯著，其中西部地區(qū)數(shù)值最大，西部地區(qū)政府財政規(guī)模每提高1%，西部地區(qū)省際碳減排協(xié)調(diào)度降低0.503%。這說明西部地區(qū)政府投資規(guī)模較大，這種大規(guī)模政府投資會產(chǎn)出過多碳排放，造成投資效率損失，最終表現(xiàn)出西部地區(qū)政府投資對其他產(chǎn)業(yè)投資的擠出效應(yīng)[28]。整體而言，過高的財政規(guī)模體現(xiàn)了政府對經(jīng)濟(jì)資源的支配和控制情況，政府財政規(guī)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(xié)調(diào)度，如果僅控制區(qū)域減排強(qiáng)度目標(biāo)，卻不合理控制政府財政規(guī)模，政府則可能會犧牲產(chǎn)業(yè)和消費等碳排放需求以滿足自身碳排放空間，導(dǎo)致區(qū)域經(jīng)濟(jì)效率下降和碳排放強(qiáng)度增加。

對比三大經(jīng)濟(jì)區(qū)對外開放水平的協(xié)調(diào)作用可以發(fā)現(xiàn)，東部地區(qū)對外開放水平對省際碳減排強(qiáng)度協(xié)調(diào)度提高有顯著正向影響，中部地區(qū)和西部地區(qū)則并不顯著。產(chǎn)生上述結(jié)果的原因在于東部地區(qū)集中了全國80%以上的FDI，且隨著東部地區(qū)產(chǎn)業(yè)升級戰(zhàn)略的實施，F(xiàn)DI投資向高新技術(shù)產(chǎn)業(yè)集中成為趨勢，東部地區(qū)FDI碳排放強(qiáng)度降低對區(qū)域碳排放協(xié)調(diào)表現(xiàn)出明顯的正向影響。

產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化對西部地區(qū)省際碳減排協(xié)調(diào)度正向影響最為顯著，東部地區(qū)次之。一方面，西部地區(qū)是我國承接?xùn)|中部地區(qū)產(chǎn)業(yè)梯度轉(zhuǎn)移的主要區(qū)域，傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)的改善和新興產(chǎn)業(yè)的發(fā)展較好地降低了西部地區(qū)傳統(tǒng)產(chǎn)業(yè)的碳排放量，縮減了與其他地區(qū)的碳排放強(qiáng)度差異。另一方面，西部地區(qū)在國家城市化發(fā)展政策扶持下，城鎮(zhèn)化比例提升較中東部地區(qū)更快，更因后發(fā)優(yōu)勢使城鎮(zhèn)布局與產(chǎn)業(yè)結(jié)構(gòu)形成了相當(dāng)程度的協(xié)調(diào)度[30]，結(jié)構(gòu)更加合理，并由此釋放出產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化的紅利，為區(qū)域產(chǎn)業(yè)碳減排、建設(shè)用地碳減排等提供了重要支撐。風(fēng)能、太陽能等新能源建設(shè)的大規(guī)模投入與新能源對西部地區(qū)產(chǎn)業(yè)和城鎮(zhèn)化支撐作用的增強(qiáng)對西部地區(qū)降低省際碳減排強(qiáng)度產(chǎn)生了重要影響，提高了西部地區(qū)的省際碳減排協(xié)調(diào)度。

從模型（20）三大經(jīng)濟(jì)區(qū)交互變量估計結(jié)果可知，東部地區(qū)消費碳排放占比與出口碳消費占比、消費碳排放占比與產(chǎn)業(yè)結(jié)構(gòu)、FDI和凈出口碳排放占比等交互效應(yīng)對省際碳減排協(xié)調(diào)度正向顯著，而投資碳排放占比與政府財政規(guī)模等交互作用則為負(fù)向顯著。中部地區(qū)投資碳排放占比與政府財政規(guī)模、政府財政規(guī)模與城鎮(zhèn)化率的交互作用具有負(fù)向抑制作用。西部地區(qū)投資與政府財政規(guī)模的交互效應(yīng)為負(fù)向顯著，產(chǎn)業(yè)結(jié)構(gòu)與城鎮(zhèn)化率的交互作用具有正向促進(jìn)作用。由上述結(jié)果可知，若想提高東部地區(qū)省際碳減排協(xié)調(diào)度，應(yīng)更好地改善產(chǎn)業(yè)結(jié)構(gòu)，以低碳和綠色產(chǎn)業(yè)結(jié)構(gòu)促進(jìn)消費碳排放結(jié)構(gòu)的改善，進(jìn)而提高省際碳減排協(xié)調(diào)度;當(dāng)對外開放水平較高時，應(yīng)繼續(xù)優(yōu)化FDI質(zhì)量，以此為契機(jī)強(qiáng)化FDI對降低出口產(chǎn)品碳排放量的正向溢出作用，最終提高省際碳減排協(xié)調(diào)度;當(dāng)投資碳排放占比較高時，降低政府財政規(guī)?？梢暂^好地降低區(qū)域碳減排強(qiáng)度，提高省際碳減排協(xié)調(diào)度。對中部地區(qū)而言，若投資碳排放占比較高，增加政府財政規(guī)模則會進(jìn)一步增加中部地區(qū)碳排放總量，強(qiáng)化區(qū)域間碳排放差異，不利于區(qū)域碳排放協(xié)調(diào)程度的提升;當(dāng)政府財政規(guī)模較大時，應(yīng)該進(jìn)一步調(diào)整中部地區(qū)城鎮(zhèn)化集中模式，適當(dāng)降低城鎮(zhèn)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(zhèn)化發(fā)展中的投入，防止兩者同步投入增加而大規(guī)模增加區(qū)域碳排放總量，降低區(qū)域碳減排協(xié)調(diào)度。對西部地區(qū)而言，增加投資強(qiáng)度，則應(yīng)進(jìn)一步降低政府財政規(guī)模，降低政府支出的碳排放量對整個地區(qū)碳排放量增長的貢獻(xiàn)率，提升省際碳減排效率和省際碳減排協(xié)調(diào)度。當(dāng)產(chǎn)業(yè)結(jié)構(gòu)趨于合理時，應(yīng)進(jìn)一步提高城鎮(zhèn)化率，通過集約式發(fā)展降低產(chǎn)業(yè)集聚和人口集中等產(chǎn)生的碳排放量，可有助于省際碳減排協(xié)調(diào)度提升。

2. 專利調(diào)節(jié)效應(yīng)的檢驗結(jié)果

筆者選擇層次回歸分析檢驗地區(qū)專利水平的調(diào)節(jié)效應(yīng)，仍采取去中心化數(shù)據(jù)處理方式，形成新的變量N_RDE×INV、N_RDE×GOV和N_RDE×UBR（結(jié)果見表8）。根據(jù)表8結(jié)果可知，三大經(jīng)濟(jì)區(qū)專利水平均對省際碳減排協(xié)調(diào)度產(chǎn)生正向促進(jìn)作用，但東部地區(qū)正向影響遠(yuǎn)高于中部地區(qū)，西部地區(qū)則介于兩者之間。東部地區(qū)專利水平對省際碳減排協(xié)調(diào)度產(chǎn)生促進(jìn)作用的原因主要是東部地區(qū)，高新產(chǎn)業(yè)、總部經(jīng)濟(jì)的發(fā)展對專利有極大需求，專利水平的提升提高了產(chǎn)業(yè)結(jié)構(gòu)的低碳化和高新化，最終促進(jìn)了省際碳減排的協(xié)調(diào)程度。而對于中部地區(qū)而言，仍處于工業(yè)化發(fā)展中期，產(chǎn)業(yè)轉(zhuǎn)型難度大，產(chǎn)業(yè)對既有路徑依賴性強(qiáng)[31]，盡管專利申請量逐年增加，但可促進(jìn)產(chǎn)業(yè)低碳化轉(zhuǎn)型的新型技術(shù)和專利增長不足[32]，也在一定程度上導(dǎo)致專利增加并未能更好地提升省際碳減排協(xié)調(diào)度。盡管西部地區(qū)專利申請量較東中部地區(qū)低，但在國家西部地區(qū)新興技術(shù)產(chǎn)業(yè)和新能源發(fā)展戰(zhàn)略推動下，先進(jìn)技術(shù)改進(jìn)型專利被較大規(guī)模使用，可有效地降低西部地區(qū)碳排放強(qiáng)度，縮小與其他地區(qū)的碳排放量差異，提升省際碳減強(qiáng)度協(xié)調(diào)度。從模型（21）估計結(jié)果可知，東部地區(qū)高的專利水平能調(diào)節(jié)投資碳排放效率，提高省際碳減排協(xié)調(diào)度，但并不能通過調(diào)節(jié)政府投資規(guī)模和城鎮(zhèn)化率提高省際碳減排協(xié)調(diào)度。提高中部地區(qū)專利水平能調(diào)節(jié)投資碳排放效率和政府財政規(guī)模，促進(jìn)省際碳減排協(xié)調(diào)度提升，但不能調(diào)節(jié)城鎮(zhèn)化率提升省際減排協(xié)調(diào)度。西部地區(qū)可通過專利水平的提高，調(diào)節(jié)投資碳排放占比和政府財政規(guī)模，提升省際碳減排協(xié)調(diào)度。城鎮(zhèn)化率的提高也對提高省際碳減排協(xié)調(diào)度有正向作用。

五、研究結(jié)論及啟示

（一）研究結(jié)論

筆者借助Topsis分析方法對我國省際碳減排協(xié)調(diào)程度進(jìn)行了綜合估計，根據(jù)灰色關(guān)聯(lián)相對貼近度指數(shù)，利用基尼系數(shù)及其分解、β-收斂模型和泰爾指數(shù)等對我國省際碳減排差異及收斂速度進(jìn)行測量，并基于面板Tobit模型對不同經(jīng)濟(jì)區(qū)省際碳減排協(xié)調(diào)影響因素進(jìn)行實證檢驗，具體結(jié)論有以下幾個方面。

1. 由Topsis準(zhǔn)則層權(quán)重分析可知，經(jīng)濟(jì)結(jié)構(gòu)和經(jīng)濟(jì)可持續(xù)競爭力兩個指標(biāo)權(quán)重最高，社會包容度權(quán)重次之

根據(jù)灰色關(guān)聯(lián)評價模型的貼近度計算結(jié)果，整個研究期省際碳減排協(xié)調(diào)發(fā)展的灰色關(guān)聯(lián)相對貼近度呈上升態(tài)勢，且2015—2019年上升速度最為顯著。就分省指標(biāo)對比而言，北京、上海、浙江三地灰色關(guān)聯(lián)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(shù)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(shù)計算結(jié)果發(fā)現(xiàn)，在整個研究期，省際碳減排強(qiáng)度整體基尼系數(shù)整體差異變化呈現(xiàn)“縮減—增強(qiáng)—縮減”的態(tài)勢，說明我國整體相對差異有明顯的波動性動態(tài)演進(jìn)趨勢

東、中和西部省際碳減排強(qiáng)度地區(qū)內(nèi)基尼系數(shù)小于全國整體水平。其中，中部地區(qū)內(nèi)部基尼系數(shù)最大，東部最小。從年均增速來看，各經(jīng)濟(jì)區(qū)內(nèi)相對差異都呈現(xiàn)下降態(tài)勢，但東部地區(qū)內(nèi)部基尼系數(shù)降幅最明顯，其次是西部地區(qū)，且兩者均高于全國平均降幅，但中部地區(qū)內(nèi)相對差異縮減態(tài)勢則較為緩慢。δ-收斂模型和泰爾指數(shù)分解結(jié)果與Dagum基尼系數(shù)測度結(jié)果基本一致。β-收斂模型估計結(jié)果發(fā)現(xiàn)，我國省際碳減排強(qiáng)度差異逐步縮減，且隨著時間推移，省際間碳減排強(qiáng)度趨于協(xié)調(diào)一致。

3. 由省際碳減排協(xié)調(diào)程度檢驗結(jié)果發(fā)現(xiàn)，我國三大經(jīng)濟(jì)區(qū)消費領(lǐng)域碳排放對地區(qū)碳減排協(xié)調(diào)度的增加有顯著正向影響，其中東部地區(qū)估計值最大，西部地區(qū)最小

在三大經(jīng)濟(jì)區(qū)，投資領(lǐng)域碳排放均在1%統(tǒng)計水平上負(fù)向顯著，但中部地區(qū)影響最大，西部地區(qū)次之。出口領(lǐng)域碳排放影響與消費領(lǐng)域類似。三大經(jīng)濟(jì)區(qū)政府財政規(guī)模估計系數(shù)均在1%統(tǒng)計水平上負(fù)向顯著，其中西部地區(qū)數(shù)值最大。東部地區(qū)對外開放水平對省際碳減排協(xié)調(diào)度提高有顯著正向影響，中部地區(qū)和西部地區(qū)則并不顯著。產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化對西部地區(qū)省際碳減排協(xié)調(diào)度正向影響最為顯著，東部地區(qū)次之。三大經(jīng)濟(jì)區(qū)交互變量估計結(jié)果表明，東部地區(qū)消費碳排放占比與產(chǎn)業(yè)結(jié)構(gòu)、FDI和凈出口碳排放占比等交互效應(yīng)對省際碳減排協(xié)調(diào)度正向顯著，而投資碳排放占比與政府財政規(guī)模等交互作用則為負(fù)向顯著。中部地區(qū)投資碳排放占比與政府財政規(guī)模、政府財政規(guī)模與城鎮(zhèn)化率的交互作用具有負(fù)向抑制作用。西部地區(qū)投資與政府財政規(guī)模的交互效應(yīng)為負(fù)向顯著，產(chǎn)業(yè)結(jié)構(gòu)與城鎮(zhèn)化率的交互作用具有正向促進(jìn)作用。專利調(diào)節(jié)效應(yīng)的檢驗結(jié)果發(fā)現(xiàn)，三大經(jīng)濟(jì)區(qū)專利水平均對省際碳減排協(xié)調(diào)度產(chǎn)生正向促進(jìn)作用。東部地區(qū)高的專利水平能調(diào)節(jié)投資碳排放效率，進(jìn)而提高省際碳減排協(xié)調(diào)度，但并不能通過調(diào)節(jié)政府投資規(guī)模和城鎮(zhèn)化率正向提高省際碳減排協(xié)調(diào)度。提高中部地區(qū)專利水平雖能調(diào)節(jié)投資碳排放效率和政府財政規(guī)模，促進(jìn)省際碳減排協(xié)調(diào)度提升，但不能調(diào)節(jié)城鎮(zhèn)化率增加省際碳減排協(xié)調(diào)度。與中部地區(qū)類似，西部地區(qū)通過專利水平的提高、調(diào)節(jié)投資碳排放占比和政府財政規(guī)模，進(jìn)而提升省際碳減排協(xié)調(diào)度，城鎮(zhèn)化率的調(diào)節(jié)也對提高省際碳減排協(xié)調(diào)度有正向作用。

（二）政策啟示

1. 明確省際碳減排協(xié)調(diào)發(fā)展必須以高質(zhì)量式的減排模式為中心，改善經(jīng)濟(jì)結(jié)構(gòu)，提高經(jīng)濟(jì)可持續(xù)競爭力和增加社會包容程度，進(jìn)一步降低區(qū)域碳排放量

要以完善省際生態(tài)文明建設(shè)為根本目標(biāo)，以經(jīng)濟(jì)、環(huán)境、社會等融合為一體的發(fā)展方式，降低區(qū)域間經(jīng)濟(jì)發(fā)展差異和省際碳減排強(qiáng)度差異。其中，以國家產(chǎn)業(yè)轉(zhuǎn)型升級戰(zhàn)略為契機(jī)，改善三大經(jīng)濟(jì)區(qū)產(chǎn)業(yè)結(jié)構(gòu)，縮小三大經(jīng)濟(jì)區(qū)經(jīng)濟(jì)增長差距，以區(qū)域協(xié)調(diào)增強(qiáng)產(chǎn)業(yè)關(guān)聯(lián)性、互補(bǔ)性，不斷釋放產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化紅利和國家生態(tài)文明建設(shè)的制度紅利，以低碳產(chǎn)業(yè)聯(lián)動省際碳排放強(qiáng)度下降和區(qū)域碳排放強(qiáng)度的協(xié)調(diào)，真正實現(xiàn)省際間、區(qū)域間經(jīng)濟(jì)社會發(fā)展差距縮減與碳減排強(qiáng)度縮減之間的融合，進(jìn)而形成“區(qū)域協(xié)調(diào)”“碳排放綜合減量”和“生態(tài)文明建設(shè)為先”的省際碳排放強(qiáng)度協(xié)調(diào)的正向推進(jìn)機(jī)制。但由于我國省際間社會經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)投入水平等存在較大差異，提高省際間碳排放協(xié)調(diào)度在短期內(nèi)難以實現(xiàn)。因此，應(yīng)該分階段、分類型推進(jìn)區(qū)域協(xié)調(diào)發(fā)展，進(jìn)而提高省際間碳排放強(qiáng)度協(xié)調(diào)度。

2. 在繼續(xù)增加?xùn)|部地區(qū)對外投資水平和產(chǎn)品出口量的同時，更加強(qiáng)調(diào)提高質(zhì)量，特別是減少低科技含量外貿(mào)產(chǎn)業(yè)在東部地區(qū)的增長，以經(jīng)濟(jì)高質(zhì)量發(fā)展降低區(qū)域碳排放總量

要通過多渠道改變中部地區(qū)過多依靠投資和低科技含量產(chǎn)業(yè)驅(qū)動經(jīng)濟(jì)增長的產(chǎn)業(yè)模式和發(fā)展方式，向高新技術(shù)、優(yōu)勢產(chǎn)業(yè)和服務(wù)型產(chǎn)業(yè)發(fā)展轉(zhuǎn)型，經(jīng)濟(jì)增長方式改變降低區(qū)域碳排放，提高省際碳排放協(xié)調(diào)度。西部地區(qū)應(yīng)更多吸引東、中部地區(qū)先進(jìn)技術(shù)和先進(jìn)產(chǎn)業(yè)，增加各類資本要素向西部地區(qū)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(qū)產(chǎn)業(yè)溢出縮小經(jīng)濟(jì)發(fā)展差異，改善碳排放結(jié)構(gòu)。此外，作為我國主要新能源生產(chǎn)基地，西部地區(qū)應(yīng)該重視擴(kuò)展新能源碳減排的廣度和深度，以新能源利用帶動相關(guān)產(chǎn)業(yè)的發(fā)展，降低整個西部地區(qū)產(chǎn)業(yè)碳排放總量，提高省際碳排放協(xié)調(diào)度。

3. 依靠市場提高省際碳排放協(xié)調(diào)度，以價格調(diào)節(jié)引導(dǎo)碳排放強(qiáng)度和碳排放方式的轉(zhuǎn)變

中央及地方政府需轉(zhuǎn)變政府職能，以“放管服”改革為契機(jī)，最大程度地消除制約各地區(qū)降低碳排放量的不利因素和外在環(huán)境，激發(fā)各省發(fā)展低碳經(jīng)濟(jì)、調(diào)整經(jīng)濟(jì)增長方式的動力和活力。在推進(jìn)供給側(cè)結(jié)構(gòu)性改革過程中，除中央頂層設(shè)計之外，地方政府應(yīng)加強(qiáng)區(qū)域內(nèi)已有高碳產(chǎn)業(yè)和高污染產(chǎn)業(yè)的環(huán)境規(guī)制和治理強(qiáng)度，形成碳排放減量和經(jīng)濟(jì)發(fā)展協(xié)同效應(yīng)，改變經(jīng)濟(jì)增長方式和能源消耗方式，以產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化促進(jìn)區(qū)域協(xié)調(diào)發(fā)展與省際碳排放協(xié)調(diào)的深度融合，有效改善省際間資源、資金和資本流動方式、產(chǎn)業(yè)分工和環(huán)境規(guī)制強(qiáng)度差異，以內(nèi)在發(fā)展模式驅(qū)動省際間產(chǎn)業(yè)優(yōu)化、區(qū)域協(xié)同和碳減排強(qiáng)度降低。

注釋：

①②③④限于篇幅，具體計算結(jié)果備索。

參考文獻(xiàn)：

[1]譚靈芝.供給側(cè)結(jié)構(gòu)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(tǒng)把握新時代生態(tài)文明建設(shè)基本方略——對黨的十九大報告關(guān)于生態(tài)文明建設(shè)精神的解讀[J].環(huán)境經(jīng)濟(jì)，2017（20）：68-73.

[3]樊綱.經(jīng)濟(jì)增長、消費升級與服務(wù)業(yè)的發(fā)展[J].城市開發(fā)，2017（20）：50-51.

[4]張友國.經(jīng)濟(jì)發(fā)展方式變化對中國碳排放強(qiáng)度的影響[J].經(jīng)濟(jì)研究，2010（4）：121-134.

[5]陳詩一，林伯強(qiáng).中國能源環(huán)境與氣候變化經(jīng)濟(jì)學(xué)研究現(xiàn)狀及展望——首屆中國能源環(huán)境與氣候變化經(jīng)濟(jì)學(xué)者論壇綜述[J].經(jīng)濟(jì)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(qiáng)度的時空演進(jìn)及躍遷機(jī)制[J].中國人口·資源與環(huán)境，2017（10）：84-93.

[7]楊冕，盧昕，段宏波.中國高耗能行業(yè)碳排放因素分解與達(dá)峰路徑研究[J].系統(tǒng)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(chǎn)中碳排放效率長期決定及其收斂性分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（9）：44-53.

[14]楊騫，劉華軍.中國二氧化碳排放的區(qū)域差異分解及影響因素——基于1995—2009年省際面板數(shù)據(jù)的研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012（5）：36-49.

[15]許廣月.碳強(qiáng)度俱樂部收斂性：理論與證據(jù)——兼論中國碳強(qiáng)度降低目標(biāo)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(huán)境，2011（11）：15-20.

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

[18]佟昕.我國區(qū)域碳排放的收斂性研究[J].東北大學(xué)學(xué)報（社會科學(xué)版），2017（4）：364-370.

[19]孫耀華，仲偉周.中國省際碳排放強(qiáng)度收斂性研究——基于空間面板模型的視角[J].經(jīng)濟(jì)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(qū)差異及收斂性研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2016（4）：78-94.

[21]胡宗義，李繼波，劉亦文.中國環(huán)境質(zhì)量與經(jīng)濟(jì)增長的空間計量分析[J].經(jīng)濟(jì)經(jīng)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(tǒng)工程學(xué)報，2004（6）：80-84.

[23]趙磊，方成.中國省際新型城鎮(zhèn)化發(fā)展水平地區(qū)差異及驅(qū)動機(jī)制[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019（5）：44-64.

[24]武春友，郭玲玲，于驚濤.基于TOPSIS—灰色關(guān)聯(lián)分析的區(qū)域綠色增長系統(tǒng)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(qū)域金融增長的差異——基于泰爾指數(shù)的測度[J].經(jīng)濟(jì)地理，2006（1）：13-17.

[26]陳恒，蘇航，魏修建.我國物流業(yè)非均衡發(fā)展態(tài)勢及協(xié)調(diào)發(fā)展路徑[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)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(xué)學(xué)報（社會科學(xué)版），2019（4）：11-24.

[28]王竹君，任保平.基于高質(zhì)量發(fā)展的地區(qū)經(jīng)濟(jì)效率測度及其環(huán)境因素分析[J].河北經(jīng)貿(mào)大學(xué)學(xué)報，2018（4）：8-16.

[29]王娟，張克中.財政分權(quán)、地方官員與碳排放——來自中國省長、省委書記的證據(jù)[J].現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報），2014（9）：3-14.

[30]楊佩卿.新發(fā)展理念下新型城鎮(zhèn)化發(fā)展水平評價——以西部地區(qū)為例[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2019（3）：92-102.

[31]姚鵬，張明志.新中國70年中國中部地區(qū)工業(yè)發(fā)展——歷程、成就、問題與對策[J].宏觀質(zhì)量研究，2019（2）：103-113.

[32]羅敏.低碳專利商業(yè)化激勵機(jī)制研究[J].科學(xué)學(xué)研究，2018（10）：1795-1800.

責(zé)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