任英華，丁浩珂

（湖南大學(xué) 金融與統(tǒng)計(jì)學(xué)院，長(zhǎng)沙 410000）

改革開放以來，中國(guó)經(jīng)濟(jì)增長(zhǎng)取得了舉世矚目的成就，2010年中國(guó)GDP超越日本成為世界經(jīng)濟(jì)第二強(qiáng)國(guó)，2017年中國(guó)GDP就已達(dá)到82.71萬億元。但如此迅猛的經(jīng)濟(jì)增長(zhǎng)是以環(huán)境污染和資源消耗為代價(jià)的。據(jù)國(guó)際能源署（EIA）統(tǒng)計(jì)，早在2008年中國(guó)能耗就已占世界能耗約20%，碳排放總量達(dá)到了64.99億萬t，成為世界上最大的CO2排放國(guó)。因此，中國(guó)提出了相應(yīng)的減排目標(biāo)，在2020年單位GDP的CO2排放比相較于2005年降低40%左右。在此背景下，研究中國(guó)碳排放與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系有著重要意義。

經(jīng)濟(jì)增長(zhǎng)對(duì)CO2排放的影響，理論上一直存在2種不同觀點(diǎn)。一種觀點(diǎn)認(rèn)為，兩者間存在簡(jiǎn)單的正線性關(guān)系［1-3］。另一種觀點(diǎn)則認(rèn)為二者呈倒“U”型曲線關(guān)系，即當(dāng)經(jīng)濟(jì)發(fā)展水平較低時(shí)，人均收入的增加會(huì)導(dǎo)致生態(tài)環(huán)境的惡化，當(dāng)經(jīng)濟(jì)發(fā)展到達(dá)一定程度時(shí)，生態(tài)環(huán)境會(huì)隨著人均收入的增加而逐步改善。在影響因素上，王鋒等［4］認(rèn)為用人均可支配收入衡量經(jīng)濟(jì)發(fā)展時(shí)，人均收入主要通過影響居民消費(fèi)及生活方式影響碳排放，收入的增加使人們對(duì)于私人交通、住宅及家用電器的需求量增大，從而導(dǎo)致碳排放量增加，當(dāng)收入達(dá)到一定水平后，人們便擁有了充分的財(cái)力去購(gòu)買價(jià)格相對(duì)較高的節(jié)能產(chǎn)品，從而降低碳排放量；Aunan K等［5-6］認(rèn)為，當(dāng)經(jīng)濟(jì)發(fā)展達(dá)到一定水平時(shí)，科技創(chuàng)新的投入增加會(huì)使得生產(chǎn)行業(yè)從高碳生產(chǎn)走向低碳生產(chǎn)，從而抑制碳排放。

已有研究提供了較好的研究基礎(chǔ)，但從理論模型到實(shí)證研究仍存在一定不足。在理論模型方面，以往的研究大多只關(guān)注經(jīng)濟(jì)增長(zhǎng)與CO2之間的關(guān)系，而忽略了其他因素對(duì)CO2產(chǎn)生的影響［7］。為了全面分析CO2增長(zhǎng)的驅(qū)動(dòng)因素，Dietz等［8］在IPAT模型的基礎(chǔ)上進(jìn)行改進(jìn)，提出了STIRPAT模型，該模型允許將人口、富裕度、技術(shù)水平進(jìn)行分解及拓展。本研究引入的STIRPAT模型是一個(gè)運(yùn)用廣泛且較為成熟的模型，能夠更加科學(xué)、全面地分析CO2排放的各個(gè)因素。在研究方法上，以往的研究大多使用傳統(tǒng)的計(jì)量模型，假設(shè)各個(gè)省份是相互獨(dú)立的個(gè)體，不考慮空間相關(guān)性和空間溢出效應(yīng)，如鄭長(zhǎng)德等分析中國(guó)各省份的經(jīng)濟(jì)增長(zhǎng)與碳排放之間的關(guān)系時(shí)，并未考慮空間效應(yīng)［9］。但在現(xiàn)實(shí)生活中，相鄰省域間信息交流及資源共享會(huì)進(jìn)一步促進(jìn)碳排放從本省向相鄰省域溢出，因此距離相對(duì)較近的省域碳排放存在較強(qiáng)的相關(guān)性，距離相對(duì)較遠(yuǎn)的省域碳排放存在較弱的相關(guān)性。Tobler的地理第一定律也表明，區(qū)域間的任何事物都存在必然的相關(guān)性，區(qū)域距離越近，相關(guān)性越強(qiáng)，區(qū)域距離越遠(yuǎn)，相關(guān)性越弱?；诖?，本研究將空間相關(guān)性和溢出效應(yīng)考慮在內(nèi)是十分有必要的［10］。

在實(shí)證研究方面，首先，Maraseni［11］指出以家庭為單位和以社區(qū)街鎮(zhèn)等為單位的消費(fèi)支出分別占了最終消費(fèi)支出的70%和30%，以家庭為單位的消費(fèi)是碳排放的最主要來源，且根據(jù)社會(huì)學(xué)理論，家庭是社會(huì)生活的基本單位。居民因社會(huì)活動(dòng)而產(chǎn)生的碳排放，常常不以個(gè)人、街道聚會(huì)和城鎮(zhèn)集會(huì)的方式進(jìn)行，而以家庭的方式展開。因此研究家庭戶總數(shù)，家庭平均人口規(guī)模對(duì)碳排放的影響相較于研究總?cè)丝?、社區(qū)人口總量對(duì)碳排放的影響更有意義。其次，從城鄉(xiāng)對(duì)比來看，中國(guó)2000—2017年的平均城鄉(xiāng)收入差距為2.9∶1，而國(guó)際上城鄉(xiāng)居民收入比最高僅為2倍左右［12］，中國(guó)的這一比例大大超過了世界各國(guó)的水平，因此，有必要明確考察城鎮(zhèn)家庭戶單位下居民消費(fèi)與碳排放之間的關(guān)系。而目前，通過梳理和查閱國(guó)內(nèi)文獻(xiàn)，關(guān)于城鎮(zhèn)視角下以家庭為單位的研究尚未發(fā)現(xiàn)。

2014年我國(guó)正式步入“新常態(tài)”時(shí)期，中國(guó)強(qiáng)調(diào)結(jié)構(gòu)可持續(xù)增長(zhǎng)的經(jīng)濟(jì)，而不是一味追求經(jīng)濟(jì)總量，此背景下以高投入換取高能耗和高排放的經(jīng)濟(jì)發(fā)展模式必須轉(zhuǎn)變。中國(guó)GDP已從2005年的18.73萬億元上升至2015年的68.60萬億元，西部地區(qū)人均國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)速度已經(jīng)快于東部地區(qū)，東西部地區(qū)人均國(guó)內(nèi)生產(chǎn)總值的相對(duì)差異在不斷縮?。?3］，在經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化以及人民環(huán)保意識(shí)加強(qiáng)的驅(qū)動(dòng)下，中國(guó)的EKC曲線往往可能存在并達(dá)到拐點(diǎn)且正處于下降階段，即經(jīng)濟(jì)增長(zhǎng)能帶動(dòng)節(jié)能減排。事實(shí)上，城鎮(zhèn)CO2排放總量從2010年開始趨于平穩(wěn)，如圖1所示。為了探求這種波動(dòng)是偶然的短期波動(dòng)，還是由于經(jīng)濟(jì)發(fā)展所引起的長(zhǎng)期波動(dòng)，本研究基于2000—2015年中國(guó)國(guó)內(nèi)30個(gè)省份城鎮(zhèn)碳排放測(cè)算結(jié)果，將STIRPAT模型拓展為家庭消費(fèi)STIRPAT模型，采用空間杜賓模型（SDM）研究經(jīng)濟(jì)增長(zhǎng)與城鎮(zhèn)CO2排放之間的長(zhǎng)期關(guān)系，以期為有針對(duì)性地制定城鎮(zhèn)消費(fèi)碳減排政策提供決策依據(jù)。

1 研究方法和數(shù)據(jù)

本研究基于肖宏偉等［14-16］提供的核算方法，在測(cè)算2000—2015年中國(guó)省域城鎮(zhèn)CO2排放量的基礎(chǔ)上，檢驗(yàn)城鎮(zhèn)CO2排放量空間相關(guān)性，并拓展STIRPAT模型得到家庭消費(fèi)STIRPAT模型分析城鎮(zhèn)CO2排放的驅(qū)動(dòng)因素，最后選用空間杜賓模型進(jìn)行實(shí)證分析。

1.1 空間相關(guān)性檢驗(yàn)

為說明建立空間計(jì)量模型的適用性，需檢驗(yàn)省域城鎮(zhèn)碳排放是否存在空間相關(guān)性，若存在空間相關(guān)性，則說明本省碳排放會(huì)對(duì)相鄰省域碳排放產(chǎn)生影響，那么采用空間計(jì)量模型；反之相反。本研究采用莫蘭指數(shù)Moran’s I討論城鎮(zhèn)碳排放總量的空間相關(guān)性，用式（1）表示。

式中：Xi為省份i的碳排放量；n為省份數(shù)量；W為空間權(quán)重矩陣，本研究中采用空間鄰接矩陣，取值范圍在-1～1。在給定的顯著性水平下，Moran’s I值越接近1表示正相關(guān)性越強(qiáng)；Moran’s I值越接近-1表示負(fù)相關(guān)性越強(qiáng)；若Moran’s I值越接近0，則表示不具有空間相關(guān)性或呈隨機(jī)分布。

1.2 STIRPAT模型的擴(kuò)展

在空間相關(guān)性存在的基礎(chǔ)上，本文對(duì)城鎮(zhèn)碳排放的影響因素進(jìn)行研究。20世紀(jì)70年代初由Ehrlich等［17］提出的IPAT模型揭示了人類活動(dòng)對(duì)環(huán)境的影響是由人口（P）、富裕度（A）、技術(shù)水平（T）決定的。Dietz等［8］在IPAT模型的基礎(chǔ)上進(jìn)行改進(jìn)，提出了STIRPAT模型：

York等［18］指出STIRPAT模型中所有變量均為對(duì)數(shù)的形式更便于估計(jì)和假設(shè)檢驗(yàn)，且在STIRPAT模型的典型應(yīng)用中，T均被包括在誤差項(xiàng)中而不是單獨(dú)估算，因此，式（2）可以變換成式（3）：

在居民消費(fèi)行為方面，居民收入水平、消費(fèi)水平、消費(fèi)結(jié)構(gòu)等是影響居民碳排放的主要驅(qū)動(dòng)因素［19］。借鑒王鋒等［4］用居民消費(fèi)水平衡量富裕度（A），本研究在此基礎(chǔ)上將富裕度（A）分解為居民收入（A1）、消費(fèi)水平（A2）、消費(fèi)結(jié)構(gòu)（A3），并引入A1的二次多項(xiàng)式，如式（4）：

進(jìn)一步地，本研究認(rèn)為家庭戶概念較人均概念而言，更適合作為居民消費(fèi)碳排放研究的基礎(chǔ)單位［15］，因此，根據(jù)人口總量（P）＝家庭總戶數(shù)（P1）×平均家庭戶規(guī)模（P2），可將人口消費(fèi)模型進(jìn)一步拓展成家庭消費(fèi)模型，如式（5）：

式中：I表示城鎮(zhèn)碳排放量；P1表示城鎮(zhèn)家庭總戶數(shù)；P2表示城鎮(zhèn)平均家庭規(guī)模；A1表示城鎮(zhèn)居民收入水平，用城鎮(zhèn)人均可支配收入表示；A2表示城鎮(zhèn)居民消費(fèi)水平，用城鎮(zhèn)居民“發(fā)展系數(shù)”表示；A3表示城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)，用城鎮(zhèn)居民消費(fèi)信息熵表示。技術(shù)水平因素包含在誤差項(xiàng)里。a、b、c為待估參數(shù)；e為隨機(jī)誤差項(xiàng)。

1.3 空間計(jì)量模型的建立及模型的選擇

對(duì)于式（5），運(yùn)用空間計(jì)量模型進(jìn)行參數(shù)估計(jì)。在經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)模型中，假定被考察對(duì)象是獨(dú)立同分布的，忽略了截面?zhèn)€體單元之間的空間相關(guān)性，將導(dǎo)致模型的估計(jì)結(jié)果存在較大偏差。但實(shí)際上，省域城鎮(zhèn)碳排放不僅隨著自然氣候條件的變化會(huì)在地區(qū)間擴(kuò)散，而且隨著交通技術(shù)和通信技術(shù)的發(fā)展，也可能通過要素流動(dòng)等方式在空間上傳播，因而碳排放現(xiàn)象可能存在較為明顯的關(guān)聯(lián)效應(yīng)。為解決省域城鎮(zhèn)碳排放現(xiàn)象中可能存在的空間依賴性與空間相關(guān)性等問題，構(gòu)建空間計(jì)量模型如下：

式中：Yit表示碳排放量，即ln I；Xit表示解釋變量向量；εit為殘差。

μi、νt分別表示地區(qū)效應(yīng)和時(shí)間效應(yīng)；下標(biāo)i，j表示地區(qū)，下標(biāo)t表示時(shí)間；ρ和φ分別表示空間自回歸系數(shù)和空間自相關(guān)系數(shù)；Wij為空間權(quán)重矩陣，本研究借鑒程鵬的做法構(gòu)建經(jīng)濟(jì)距離權(quán)重矩陣，其中 π取0.4［20］。

在實(shí)際情況中：若 ρ≠0，θ＝0，φ＝0，則式（6）為空間自回歸（滯后）模型（SAR）；若 ρ＝0，θ＝0，φ≠0，則式（5）為空間誤差模型（SEM）；若 ρ≠0，θ≠0，φ＝0，則式（6）為空間杜賓模型（SDM）。

本研究參考Elhorst［21］的思路對(duì)模型進(jìn)行選擇。首先，“具體到一般”的檢驗(yàn)思路。估計(jì)非空間效應(yīng)模型，采用LM檢驗(yàn)是否使用空間滯后模型（SAR）或者空間誤差模型（SEM）。若LM-lag檢驗(yàn)通過，LM-err檢驗(yàn)被拒絕，則選擇SAR模型，反之亦然。若LM-lag檢驗(yàn)和LM-err檢驗(yàn)均通過，則需要進(jìn)一步地比較R-LM-lag和R-LM-err。若RLM-lag檢驗(yàn)通過，R-LM-err檢驗(yàn)被拒絕，則選擇SAR模型，反之亦然。其次，若非空間效應(yīng)模型被拒絕，采用“一般到具體”的檢驗(yàn)思路。先建立空間杜賓模型（SDM），通過Hausman檢驗(yàn)，抉擇出模型是采用固定效應(yīng)還是隨機(jī)效應(yīng)；再采用LR和Wald檢驗(yàn)法檢驗(yàn)假設(shè)：：SDM模型可以簡(jiǎn)化為SAR模型；：SDM模型可以簡(jiǎn)化為SEM模型。若以上2個(gè)假設(shè)均被拒絕，則SDM模型是估計(jì)空間面板模型的最佳選擇。

1.4 數(shù)據(jù)說明

本文中所有數(shù)據(jù)均來自于2000—2015年《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》和《中國(guó)人口與就業(yè)統(tǒng)計(jì)年鑒》（港澳臺(tái)、西藏地區(qū)除外），所有涉及價(jià)格的數(shù)據(jù)均作了消除通貨膨脹因素處理。對(duì)涉及到的部分?jǐn)?shù)據(jù)作如下補(bǔ)充說明：

1）自1995年以來，可查找到的分城鄉(xiāng)家庭戶總數(shù)數(shù)據(jù)有2000、2002—2015年，2001年的數(shù)據(jù)缺失，采用插值法將該年數(shù)據(jù)補(bǔ)全。為了使數(shù)據(jù)之間有可比性，還做了如下2步操作。第1步，將2002—2015年城市和鎮(zhèn)的數(shù)據(jù)相加，作為城鎮(zhèn)數(shù)據(jù)；而鄉(xiāng)村數(shù)據(jù)則為農(nóng)村數(shù)據(jù)。第2步，用調(diào)查數(shù)據(jù)的真實(shí)抽樣比進(jìn)行換算。1%或1‰的抽樣比不能作為抽樣比，如2005年的真實(shí)抽樣比為1.35%，高于1%；2013年的真實(shí)抽樣比為0.082 2‰，低于1‰，需根據(jù)真實(shí)抽樣比計(jì)算。

2）城鎮(zhèn)居民家庭消費(fèi)水平。采用醫(yī)療保健、教育文化娛樂2項(xiàng)支出之和除以消費(fèi)總支出，來衡量城鎮(zhèn)居民家庭消費(fèi)水平，以反映居民的購(gòu)買力水平（簡(jiǎn)稱“發(fā)展系數(shù)”）。長(zhǎng)期以來，人們習(xí)慣用恩格爾系數(shù)來描述家庭生活水平的高低，但隨著居民生活水平的提高，“發(fā)展系數(shù)”在衡量居民生活水平時(shí)比“恩格爾系數(shù)”更有效［22］。需要指出的是，當(dāng)前的醫(yī)療保健、教育文化娛樂支出越多，不僅不會(huì)降低未來消費(fèi)，反而會(huì)刺激未來消費(fèi)。

3）城鎮(zhèn)居民家庭消費(fèi)結(jié)構(gòu)。將城鎮(zhèn)居民人均消費(fèi)支出分為食品、衣著、家庭設(shè)備及服務(wù)、醫(yī)療保健、交通和通訊、娛樂教育及文化服務(wù)、居住、其他用品和服務(wù)8大類。由于城鎮(zhèn)居民家庭消費(fèi)系統(tǒng)是一個(gè)與外界緊密相連的非線性開放系統(tǒng)，隨著時(shí)間的推移，消費(fèi)結(jié)構(gòu)會(huì)在技術(shù)進(jìn)步等帶來的外部影響及自身內(nèi)部的影響下，發(fā)生結(jié)構(gòu)上的變化。為了綜合度量城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)的這種演變規(guī)律，反映其變動(dòng)的結(jié)構(gòu)特征［23］，采用信息熵度量城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)。信息熵的具體計(jì)算公式為

式中：下標(biāo)i代表城鎮(zhèn)居民消費(fèi)支出類別個(gè)數(shù)；下標(biāo)j表示省份數(shù)量；下標(biāo)t表示年份；nijt為第t年第j個(gè)省份對(duì)應(yīng)第i個(gè)指標(biāo)的消費(fèi)性支出；Rijt為第t年第j個(gè)省份對(duì)應(yīng)第i個(gè)指標(biāo)的消費(fèi)性支出占總支出的比重；Sjt為居民消費(fèi)結(jié)構(gòu)信息熵，表征消費(fèi)結(jié)構(gòu)的變化趨勢(shì)，其值越小，居民消費(fèi)結(jié)構(gòu)越簡(jiǎn)單；反之，其值越大，居民消費(fèi)結(jié)構(gòu)越復(fù)雜。

2 實(shí)證分析結(jié)果與討論

2.1 空間相關(guān)性分析

表1顯示所有Moran’s I值均為正，且正態(tài)統(tǒng)計(jì)量Z值都在5%的水平上統(tǒng)計(jì)性顯著，表明中國(guó)30個(gè)省的城鎮(zhèn)碳排放量之間具有顯著的空間相關(guān)性，即高度碳排放省區(qū)的周圍也必然匯集著擁有較高碳排放水平的省區(qū)。

表1 莫蘭指數(shù)值

下面對(duì)碳排放的空間集聚在2000、2010—2017年上的分布做進(jìn)一步分析。圖2中第一象限表明高碳排放省區(qū)的周圍也匯集著擁有較高碳排放水平的省區(qū)；第三象限表明低碳排放省區(qū)的周圍也匯集著擁有較低碳排放水平的省區(qū)；第二、四象限表明相異碳排放省區(qū)兩兩相鄰的狀態(tài)。由圖2還可以看出：大部分省份均分布于第一、三象限，第二、四象限散點(diǎn)分布較少，這更加直觀地驗(yàn)證了中國(guó)30個(gè)省的碳排放量之間具有顯著的空間相關(guān)性，即高碳排放省區(qū)的周圍也必然匯集著擁有較高碳排放水平的省區(qū)，低碳排放省區(qū)的周圍也必然匯集著擁有較低碳排放水平的省區(qū)。

2.2 空間計(jì)量模型的選擇結(jié)果

表2顯示了統(tǒng)計(jì)量的不同檢驗(yàn)結(jié)果，在顯著性10%的水平下均拒絕了原假設(shè)，根據(jù)空間計(jì)量模型的檢驗(yàn)結(jié)果及上述的模型選擇標(biāo)準(zhǔn)，固定效應(yīng)下的空間杜賓模型（SDM）是本文實(shí)證分析中的最佳選擇。

表2 LM、Hausman、LR、Wald檢驗(yàn)結(jié)果

2.3 模型的估計(jì)結(jié)果

由于空間相關(guān)性的存在，模型的經(jīng)典假設(shè)前提不再滿足，如果仍然用OLS進(jìn)行參數(shù)估計(jì)會(huì)產(chǎn)生有偏或者無效估計(jì)，Elhorst［24］提出的極大似然法可以解決這一問題，作為對(duì)比，表3中同時(shí)列出了OLS與SDM模型的估計(jì)結(jié)果，空間杜賓模型的Log-lik＝-194.496且R2＝0.832，相比較OLS模型來說都有所提高，這說明SDM模型擬合效果更佳。

表3 2000—2017年區(qū)域碳排放量的估計(jì)結(jié)果

空間杜賓模型的解釋變量和被解釋變量均包含了空間滯后項(xiàng)，這時(shí)估計(jì)系數(shù)不能說明自變量對(duì)因變量影響程度的大小，僅在方向上是有效的，因此需要進(jìn)一步估計(jì)模型的直接效應(yīng)、間接效應(yīng)及總效應(yīng)。模型解釋變量的變化不僅會(huì)對(duì)本地區(qū)的被解釋變量造成影響，還會(huì)對(duì)相鄰地區(qū)的被解釋變量同樣造成影響，前者稱為直接效應(yīng)，后者稱為間接效應(yīng)。本研究通過對(duì)直接效應(yīng)、間接效應(yīng)和總效應(yīng)的比較，分析各自變量對(duì)碳排放量產(chǎn)生的影響程度，具體情況見表4。

表4 直接效應(yīng)、間接效應(yīng)與總效應(yīng)

人口因素是城鎮(zhèn)碳排放重要的影響因素之一，下面分別從城鎮(zhèn)家庭戶總數(shù)和城鎮(zhèn)平均家庭戶規(guī)模2個(gè)方面進(jìn)行分析。

1）城鎮(zhèn)家庭戶總數(shù)的直接效應(yīng)為0.796，遠(yuǎn)大于其間接效應(yīng)0.105，這意味著本省城鎮(zhèn)家庭戶總數(shù)增加相對(duì)于鄰近省份而言，更能促進(jìn)本省城鎮(zhèn)碳排放的產(chǎn)生。

2）城鎮(zhèn)平均家庭戶規(guī)模的間接效應(yīng)為0.117，大于直接效應(yīng)0.065，這表明本地區(qū)的城鎮(zhèn)平均家庭戶規(guī)模越大，越能帶動(dòng)鄰近省份碳排放量的產(chǎn)生。

富裕因素仍是影響城鎮(zhèn)碳排放的關(guān)鍵變量，下面分別從城鎮(zhèn)人均可支配收入、城鎮(zhèn)居民家庭消費(fèi)水平和消費(fèi)結(jié)構(gòu)進(jìn)行解釋。

1）城鎮(zhèn)人均可支配收入與碳排放呈現(xiàn)倒“U”型關(guān)系，即其環(huán)境庫(kù)茲涅茨曲線存在（二次項(xiàng)系數(shù)效應(yīng)值為負(fù)，一次項(xiàng)系數(shù)效應(yīng)值為正），本研究按照王子敏等［25］的方法計(jì)算拐點(diǎn)，結(jié)果表明：直接效應(yīng)下所有地區(qū)拐點(diǎn)都已到來，而間接效應(yīng)下拐點(diǎn)為城鎮(zhèn)居民人均可支配收入等于10 390元（2000年為不變價(jià)），僅有北京、上海、廣東、浙江、天津分別在2002年、2000年、2007年、2009年、2012年之后到達(dá)拐點(diǎn)。這表明：首先，各省市出現(xiàn)拐點(diǎn)的時(shí)間存在明顯差異，經(jīng)濟(jì)發(fā)達(dá)的地區(qū)較早到達(dá)拐點(diǎn)；其次，在直接效應(yīng)下所有地區(qū)已經(jīng)處在倒“U”型曲線的下降階段，人均可支配收入的增加將對(duì)生態(tài)環(huán)境起到改善作用。

2）城鎮(zhèn)居民家庭消費(fèi)水平的直接效應(yīng)為-0.583，間接效應(yīng)為0.701。這說明城鎮(zhèn)居民家庭消費(fèi)水平的空間溢出作用明顯，其增長(zhǎng)會(huì)促進(jìn)相鄰省份碳排放的增加。

城鎮(zhèn)居民家庭消費(fèi)結(jié)構(gòu)的直接效應(yīng)為7.579，且在1%的水平上顯著，但其間接效應(yīng)不顯著，這說明其對(duì)城鎮(zhèn)碳排放的作用以直接效應(yīng)為主。

3 結(jié)論與建議

1）我國(guó)國(guó)內(nèi)30個(gè)省份城鎮(zhèn)碳排放表現(xiàn)出明顯的空間集群特征，各省域之間碳排放的空間自相關(guān)性存在。因此政府在工業(yè)生產(chǎn)活動(dòng)時(shí)，應(yīng)該考慮到城鎮(zhèn)二氧化碳排放也會(huì)對(duì)相鄰省份造成影響。此外，某省在制定節(jié)能減排的政策時(shí)，應(yīng)該有大局觀念，相鄰省份應(yīng)該加強(qiáng)溝通交流與合作，發(fā)揮某省節(jié)能減排的“示范效應(yīng)”，從而實(shí)現(xiàn)多省節(jié)能減排的協(xié)同作用。

2）人均可支配收入與碳排放呈現(xiàn)倒“U”型關(guān)系，即其環(huán)境庫(kù)茲涅茨曲線存在。具體來看，直接效應(yīng)下所有地區(qū)拐點(diǎn)都已到來，而間接效應(yīng)下僅有北京、上海、廣東、浙江、天津分別在2002、2000、2007、2009年2012年之后到達(dá)拐點(diǎn)。直接效應(yīng)結(jié)果顯示隨著技術(shù)的不斷推進(jìn)，中國(guó)的邊際減排效應(yīng)將增大，技術(shù)進(jìn)步帶來的減排效應(yīng)將愈來愈明顯，因此，政府應(yīng)通過加大研發(fā)人員的創(chuàng)新投入，更新減排裝置設(shè)配，推動(dòng)創(chuàng)新項(xiàng)目等促進(jìn)科技進(jìn)步。但由于間接效應(yīng)下僅有北京、上海、廣東、浙江、天津到達(dá)拐點(diǎn)，政府應(yīng)將空間相互依賴納入減少碳排放量的政策制定過程當(dāng)中，加強(qiáng)東部地區(qū)和中、西部地區(qū)的交流，實(shí)現(xiàn)全國(guó)各省經(jīng)濟(jì)聯(lián)動(dòng)，從而使得我國(guó)的碳排放量朝著良性方向發(fā)展。

3）城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)是影響碳排放的一大要素。其直接效應(yīng)為7.579。隨著中國(guó)家庭消費(fèi)結(jié)構(gòu)不再單一，商品在生產(chǎn)、加工、運(yùn)輸和服務(wù)的過程中都伴有能源消耗，且家庭在使用商品（如食品、衣服等）的過程中都會(huì)間接地消耗能源從而促進(jìn)碳排放量的產(chǎn)生。因此，在消費(fèi)行為導(dǎo)向上，政府應(yīng)鼓勵(lì)居民進(jìn)行綠色消費(fèi)，例如減少非必要的消費(fèi)，如一次性的塑料袋和一次性的筷子等；提倡使用玻璃等再生原料的產(chǎn)品，避免使用石油、天然氣等一次不可再生能源；提倡簡(jiǎn)潔實(shí)惠的消費(fèi)理念，盡量少用包裝及加工復(fù)雜的產(chǎn)品。

4）從人口因素看，城鎮(zhèn)家庭戶總數(shù)及城鎮(zhèn)平均家庭戶規(guī)模越大，對(duì)本省及鄰近省份碳排放均有正向影響。因此，政府應(yīng)加強(qiáng)對(duì)城鎮(zhèn)居民低碳消費(fèi)意識(shí)的教育投入，使居民建立正確的綠色消費(fèi)意識(shí)。2015年以來二孩政策的實(shí)施會(huì)進(jìn)一步加快居民數(shù)量，這意味著中國(guó)人口在未來幾年內(nèi)將持續(xù)增長(zhǎng)。因此在人口增長(zhǎng)趨勢(shì)下，政府應(yīng)通過加大稅收力度抑制高碳消費(fèi)，并對(duì)居民的綠色消費(fèi)行為進(jìn)行鼓勵(lì)；制定涉及各個(gè)行業(yè)的綠色標(biāo)準(zhǔn)、印發(fā)綠色環(huán)保小手冊(cè)，加大對(duì)高碳行為監(jiān)督力度，使居民逐步融入到低碳生活環(huán)境，建設(shè)生態(tài)文明的新時(shí)代。