田娟娟 張金鎖

摘 要：以煤炭資源富集區(qū)47個地級市作為研究對象，基于拓展STIRPAT模型，利用2003—2017年的面板數(shù)據(jù)對該區(qū)域碳排放驅(qū)動因素進行實證研究，以為制定科學(xué)合理的碳減排政策提供依據(jù)。研究結(jié)果表明：煤炭資源富集區(qū)經(jīng)濟發(fā)展與碳排放之間不存在非線性關(guān)系，碳排放隨著經(jīng)濟發(fā)展持續(xù)增長;人口密度、能源強度、產(chǎn)業(yè)結(jié)構(gòu)對碳排放均有顯著“促排”效應(yīng);而對外貿(mào)易與技術(shù)進步對碳排放產(chǎn)生了顯著抑制效應(yīng)。環(huán)境規(guī)制與碳排放之間的非線性關(guān)系顯著，隨著環(huán)境規(guī)制強度提升，碳排放呈現(xiàn)先下降再反彈的態(tài)勢，金融發(fā)展對煤炭資源富集區(qū)的抑碳效應(yīng)不顯著。政策制定者應(yīng)更加注重保持經(jīng)濟健康發(fā)展的步伐，大力推進煤炭清潔生產(chǎn)及低碳高效利用，積極推進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，注重外商投資引進質(zhì)量，加強環(huán)境規(guī)制力度，深化金融發(fā)展，積極發(fā)展科技金融、綠色金融。

關(guān)鍵詞：煤炭資源富集區(qū);碳排放;拓展STIRPAT模型;影響因素

中圖分類號：X 24

文獻標(biāo)志碼：A

文章編號：1672-9315（2021）04-0692-08

DOI：10.13800/j.cnki.xakjdxxb.2021.0415開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Analysis of influencing factors of carbon emission in

coal-rich areas based on? STIRPAT model

TIAN Juanjuan1，3，ZHANG Jinsuo2

（1.College of Energy Science and Engineering，Xian University of Science and Technology，Xian 710054，China;

2.School of Economics and Management，Yanan University，Yanan 716000，China;

3.Research Center for Energy Economy and Management，Xian University of Science and Technology，Xian 710054，China）

Abstract：Based on the expanded STIRPAT model，a

study has been made of the driving factors of carbon emission using

the panel data of 47 prefecture-level cities in the coal-rich areas from 2003—2017，so as to provide the basis for formulating scientific and reasonable carbon emission reduction policies.The results showed that：there is no nonlinear relationship between economic development and carbon emissions，and the carbon emissions continue to grow with economic development;factors such as population density，energy intensity，and industrial structure have significant promotion effects on carbon emissions.The foreign trade and technical progress have expected inhibitory effects on carbon emissions.There is a significant nonlinear relationship between environmental regulation and carbon emissions.With the promotion of environmental regulation，carbon emissions show a trend of first decline and then rebound，the carbon suppression effect of financial development on coal-rich areas is not significant.Policy makers should attach importance to the pace of healthy economic development，vigorously promote clean coal production and low-carbon and efficient utilization;actively promote the

industrial

structure optimization and the quality of foreign investment;strengthen environmental regulation，deepen financial development and actively develop science and technology finance and green finance.

Key words：coal-rich areas;carbon emission;expanded STIRPAT model;influencing factors

0 引 言

全球氣候變暖所帶來的環(huán)境問題及日益凸顯的極端天氣，正在嚴(yán)重威脅人類的生存發(fā)展。作為2007年首次超越美國成為全球最大的能源消費國和溫室氣體排放國[1]，2015年中國在向《聯(lián)合國氣候變化框架公約》提交《強化應(yīng)對氣候變化行動-中國國家自主貢獻》文件中承諾2030年左右二氧化碳排放達到峰值并爭取盡快達峰，2020年聯(lián)合國大會上中國宣布到2060年實現(xiàn)碳中和。盡管政府在不斷做出減排努力，但是中國的碳排放量依然在逐年增長，并且主要來源于煤炭消費，作為主要的煤炭生產(chǎn)與消費大國，1990—2015年，中國煤炭消費量增長約20億t標(biāo)準(zhǔn)煤，占全球增量煤炭消費量的108%[2]。大量及粗放的煤炭消費也伴隨著大量的碳排放，2016年，中國二氧化碳排放占世界排放總量的近30%[3-4]，2017年底，中國的二氧化碳排放量占全球能源相關(guān)排放量的28%，其中76%來自煤炭使用，煤炭成為中國作為二氧化碳主要排放國的主要原因[5-6]。根據(jù)中國的能源稟賦條件，短期內(nèi)煤炭在中國能源結(jié)構(gòu)中占據(jù)主導(dǎo)地位的事實不會改變[7]，所以中國面臨越來越大的二氧化碳減排壓力。隨著越來越多區(qū)域開始采取應(yīng)對氣候變化的碳減排行動，煤炭資源富集區(qū)成為控制碳排放的重點區(qū)域。煤炭資源富集區(qū)包含山西、陜西、內(nèi)蒙古自治區(qū)（內(nèi)蒙）、甘肅、寧夏回族自治區(qū)（寧夏）、新疆維吾爾自治區(qū)（新疆）6個省份，該區(qū)域碳排放達峰對于中國減排目標(biāo)實現(xiàn)至關(guān)重要，表現(xiàn)為：

1）近些年隨著西部大開發(fā)戰(zhàn)略的深入實施，該區(qū)域已經(jīng)步入工業(yè)化中期階段，經(jīng)濟增長迅速，“絲綢之路經(jīng)濟帶”的提出也為區(qū)域提供了新的經(jīng)濟增長點。

2）得益于豐富優(yōu)質(zhì)的煤炭資源，該區(qū)域擔(dān)負著我國70%左右的煤炭生產(chǎn)產(chǎn)能，是我國未來煤炭資源重點開發(fā)區(qū)域。根據(jù)《全國礦產(chǎn)資源規(guī)劃2016—2020》公布的14個億噸級煤炭基地，超過二分之一都位于該地區(qū)。

3）為提高產(chǎn)業(yè)附加值，保障國家能源供給安全，該區(qū)域煤炭開發(fā)之后大部分被就地轉(zhuǎn)化，就地利用比例從2010年的43%增長到2016年的56%，目前我國的煤化工項目主要位于西部地區(qū)。隨著西部煤化工項目的推進，未來煤化工耗煤量將逐步增加。

4）煤炭資源富集區(qū)位于中國甘肅祁連山地區(qū)、甘南高原等黃河流域等生態(tài)敏感脆弱區(qū)，隨著人口增長，粗放型的經(jīng)濟增長方式使得該地生態(tài)破壞非常嚴(yán)重，重工業(yè)廣泛分布，碳排放效率低。隨著產(chǎn)業(yè)轉(zhuǎn)移規(guī)模的擴大，西部地區(qū)資源優(yōu)勢及轉(zhuǎn)移優(yōu)勢逐漸顯現(xiàn)，伴隨著工業(yè)化進程的加快，西部地區(qū)經(jīng)濟發(fā)展水平、城鎮(zhèn)化水平將快速發(fā)展，這必然導(dǎo)致碳排放量增加。煤炭資源富集區(qū)碳減排效果直接關(guān)系到中國整體碳減排成效。而識別該區(qū)域碳排放驅(qū)動因素，并據(jù)此選擇合適的減排路徑進而制定相應(yīng)的減排政策是實現(xiàn)低碳轉(zhuǎn)型發(fā)展的必要條件。近年來，碳排放影響因素的研究獲得學(xué)者們的廣泛關(guān)注，主要集中在二氧化碳排放與社會經(jīng)濟因素的關(guān)系上。崔和瑞等和張京玉分別運用STIRPAT（stochastic impacts by regression on population，affluence and technology model）模型和LMDI（logarithmic mean divisia index）模型探索了我國碳排放驅(qū)動因素[8-9]。

馮宗憲等運用STIRPAT模型分析了影響我國東、東北、西、中四大區(qū)域的碳排放影響因素，發(fā)現(xiàn)，人口、經(jīng)濟、產(chǎn)業(yè)結(jié)構(gòu)、固定資產(chǎn)投資是影響全國及區(qū)域碳排放的穩(wěn)定因素，但是在不同區(qū)域碳排放貢獻中發(fā)揮差異性作用[10]。劉玉珂等運用LMDI分解方法對中部省份的碳排放影響因素進行分解，研究發(fā)現(xiàn)區(qū)域碳排放影響因素貢獻率從大到小為：產(chǎn)出規(guī)模、能源強度、產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模和能源結(jié)構(gòu)[11]。吳振信運用環(huán)境庫涅茲模型探索了環(huán)渤海經(jīng)濟圈碳排放影響因素[12]。YANG L等、陳占明等、WANG S等運用STIRPAT模型分別分析了浙江省、廣東省的碳排放驅(qū)動因素[13-15]。ZHANG Y Q等、程鐵軍等、陶良虎等分別以保定市、江蘇省、湖北工業(yè)行業(yè)作為研究對象，運用LMDI對其碳排放影響因素進行分解[16-18]。

1）從研究對象來看，盡管相關(guān)研究對一些區(qū)域的碳排放影響因素進行了分析，但是主要集中于東部、中部、西部區(qū)域或者特定區(qū)域，缺乏對煤炭資源富集區(qū)碳排放的研究。其次，研究對象主要集中于國家、省域、區(qū)域等層面，缺乏對于城市層面碳排放影響因素的研究。城市是中國能源消費和溫室氣體排放的主要來源，世界銀行的《中國可持續(xù)低碳城市發(fā)展》報告指出，70%的能源相關(guān)溫室氣體排放是在城市產(chǎn)生的[19]，并且國際能源署預(yù)測，到2030年中國城市的能源消耗將占全國消費的83%，產(chǎn)生大量碳排放。城市是中國能源轉(zhuǎn)型、環(huán)境保護的行動中心，因此從城市層面剖析碳排放影響因素至關(guān)重要。

2）從研究方法看，指數(shù)分解法如LMDI、Kaya恒等式、IPAT（the human impact，population，affluence，technology model）、STIRPAT模型被廣泛用于探索碳排放驅(qū)動因素。其中LMDI無法同時考慮到絕對指標(biāo)與相對指標(biāo)的影響[20]。STIRPAT模型由于考慮到社會、經(jīng)濟和技術(shù)方面等因素，被認為是探索能源相關(guān)碳排放驅(qū)動因素的有效方法并被廣泛應(yīng)用[21]。

3）目前運用STIRPAT模型探索碳排放影響因素的相關(guān)研究仍然局限于模型的初始狀態(tài)，人口、經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)、對外貿(mào)易、技術(shù)進步等是學(xué)者們主要關(guān)注的碳排放的影響因素。隨著環(huán)境問題日益凸顯，環(huán)境規(guī)制與環(huán)境治理之間的關(guān)系成為學(xué)者們的研究熱點。根據(jù)波特假說，環(huán)境規(guī)制能夠激發(fā)“創(chuàng)新補償”效應(yīng)，提高企業(yè)生產(chǎn)率進而實現(xiàn)“倒逼減排”。但是隨著“綠色悖論”效應(yīng)的提出[22]，對環(huán)境規(guī)制有效抑制碳排放的質(zhì)疑聲不絕于耳。張華等利用我國省級面板數(shù)據(jù)發(fā)現(xiàn)環(huán)境規(guī)制與碳排放的非線性關(guān)系呈現(xiàn)倒“U”形[23]。徐斌等研究表明環(huán)境規(guī)制對我國中東西部碳排放均產(chǎn)生負向影響，有利于碳減排[24]。董棒棒等研究發(fā)現(xiàn)目前我國西北五省環(huán)境規(guī)制處于“倒逼減排”狀態(tài)。因此有必要將環(huán)境規(guī)制變量納入模型中進行剖析[25]。目前對于環(huán)境規(guī)制變量的設(shè)置標(biāo)準(zhǔn)各不相同，無法全面反映環(huán)境規(guī)制強度現(xiàn)狀。此外，隨著研究深入，金融發(fā)展與環(huán)境污染之間的關(guān)系也逐漸成為關(guān)注點[26-27]。綜上，研究將選取煤炭資源富集區(qū)地級市作為研究對象，建立拓展STIRPAT模型，運用面板數(shù)據(jù)選取有效指標(biāo)，探討煤炭資源富集區(qū)碳排放影響因素，以推動煤炭資源富集區(qū)減排任務(wù)的實現(xiàn)，并為其制定針對性政策以實現(xiàn)經(jīng)濟環(huán)境協(xié)調(diào)可持續(xù)發(fā)展提供相應(yīng)的參考。

1 模型構(gòu)建與數(shù)據(jù)來源

1.1 STIRPAT模型構(gòu)建為了全面研究人類活動對環(huán)境的影響，DIETZ（1998）提出了STIRPAT模型，因為IPAT模型無法測量變量之間的非線性關(guān)系，也無法探索其他環(huán)境驅(qū)動因素的影響[28]。STIRPAT模型的一般形式如下

I=aPbAcTd

（1）

式中 I為環(huán)境因素;a為常數(shù);P，A，T分別代表人口、財富及技術(shù)狀況;b，c，d分別為需要估計的參數(shù)，在實際應(yīng)用中通常將變量取對數(shù)形式，但不會改變數(shù)據(jù)性質(zhì)，見式（2）

lnI=lna+blnP+clnA+dlnT+lnε

（2）由于STIRPAT模型的可拓展性，為深入分析煤炭資源富集區(qū)碳排放驅(qū)動力量，基于學(xué)者們的研究成果，對經(jīng)濟、社會及技術(shù)三大因素進行適當(dāng)分解，并對模型進行擴展，見式（3）

lnC=alnG+blnG2+clnI+dlnP+elnT+flnF+glnO+hlnS+ilnR+jlnR2+ε

（3）其中自變量C為碳排放總量;經(jīng)濟發(fā)展水平（G），以地區(qū)人均生產(chǎn)總值表示，根據(jù)環(huán)境庫涅茲假說，碳排放與經(jīng)濟增長之間存在非線性關(guān)系，為了驗證EKC假說在煤炭資源富集區(qū)是否成立，將經(jīng)濟變量二次項納入模型中;P為人口密度，以單位行政區(qū)域面積年末人口來表示;I與S為產(chǎn)業(yè)結(jié)構(gòu)及能源強度，分別以第二產(chǎn)業(yè)增加值占生產(chǎn)總值比重、能源消費總量（標(biāo)準(zhǔn)煤）占GDP比例來表示;T，F(xiàn)及O為技術(shù)進步、金融發(fā)展及對外貿(mào)易，分別以年末專利授權(quán)數(shù)量、年末金融機構(gòu)存貸款余額占GDP比重與進出口總額占GDP比重來表示。

關(guān)于環(huán)境規(guī)制（R）變量，由于其無法直接度量，學(xué)者們運用了不同的方法度量該指標(biāo)，其中環(huán)境污染治理投資額、廢水處理率、二氧化硫達標(biāo)率等單一指標(biāo)被廣泛應(yīng)用，但是隨著研究不斷深入，單一指標(biāo)度量的全面性不斷遭到質(zhì)疑。為了全面反映環(huán)境規(guī)制變量，基于二氧化硫去除率、煙塵去除率、工業(yè)固體廢物綜合利用率、生活污水處理率、生活垃圾無害化處理這5個指標(biāo)構(gòu)建綜合環(huán)境規(guī)制指數(shù)[29]。此外為了驗證環(huán)境規(guī)制與碳排放之間的非線性關(guān)系，將環(huán)境規(guī)制的二次方項引入模型中。為了更好表現(xiàn)數(shù)據(jù)的統(tǒng)計特征，運用Stata 15.1計算了各變量的統(tǒng)計值，見表1。

1.2 數(shù)據(jù)來源

考慮數(shù)據(jù)可得性，研究選取煤炭資源富集區(qū)47個地級市作為研究對象，研究時間為2003—2017年。由于缺乏城市尺度的碳排放統(tǒng)計，并且只有少量城市發(fā)布了能源消費清單，因此運用能源統(tǒng)計數(shù)據(jù)與夜間燈光數(shù)據(jù)反演城市尺度碳排放[30]。首先根據(jù)IPCC（intergovernmental panel on climate change）溫室氣體排放清單計算具有城市能源消費數(shù)據(jù)的能源消費碳排放;然后根據(jù)DMSP/OLS

（defense meteorological satellite program/operational linescan system）

夜間燈光影像，獲取城市夜間燈光數(shù)據(jù)，并統(tǒng)計夜間燈光總值;接著將夜間燈光數(shù)據(jù)與相應(yīng)的碳排放統(tǒng)計量進行擬合，根據(jù)擬合結(jié)果對城市碳排放量進行反演。其他解釋變量數(shù)據(jù)主要來源于歷年《中國城市統(tǒng)計年鑒》及各省份、各市統(tǒng)計年鑒，部分缺失數(shù)據(jù)利用插值法進行補充。此外，為消除價格因素的影響，貨幣指標(biāo)數(shù)據(jù)以2003年不變價格進行平減調(diào)整。

2 實證分析

2.1 平穩(wěn)性與協(xié)整檢驗面板數(shù)據(jù)能夠同時反映樣本在時間、個體方面的信息，并且能夠通過在回歸模型中引入一個特定的影響因素來捕獲個體的異質(zhì)性，從而提高估計有效性，因此本研究中采用面板模型進行因素分析。

在回歸之前首先對數(shù)據(jù)進行平穩(wěn)性檢驗，檢驗結(jié)果見表2?？梢园l(fā)現(xiàn)，原始序列均未通過單位根檢驗，而一階差分序列則全部通過單位根檢驗，

因此數(shù)據(jù)是平穩(wěn)的，可以進行變量回歸。為確定變量之間長期均衡關(guān)系的存在，對面板數(shù)據(jù)進行了Kao檢驗，如果能夠通過協(xié)整檢驗，則表明變量之間有著長期的穩(wěn)定均衡關(guān)系，檢驗結(jié)果見表3，p值為0.000 0，表明在1%水平下拒絕“不存在協(xié)整關(guān)系”假設(shè)，說明變量之間存在長期協(xié)整關(guān)系。

2.2 回歸結(jié)果分析通過Hausman檢驗發(fā)現(xiàn)煤炭資源富集區(qū)面板模型為固定效應(yīng)模型，并且異方差、序列相關(guān)、截面相關(guān)均存在于該模型中，因此采用xtscc[31]命令對模型進行“異方差-序列相關(guān)-截面相關(guān)”穩(wěn)健型標(biāo)準(zhǔn)誤估計，結(jié)果見表4。

從表4可以看出，模型擬合度較高，參數(shù)估計整體顯著性較高，可以較好代表煤炭資源富集區(qū)經(jīng)濟、社會、技術(shù)等發(fā)展與碳排放之間的關(guān)系。煤炭資源富集區(qū)碳排放驅(qū)動模型見式（4）。人均GDP一次項與二次項、產(chǎn)業(yè)結(jié)構(gòu)、人口密度、能源強度環(huán)境規(guī)制二次項對碳排放的影響顯著為正，技術(shù)進步、對外貿(mào)易、環(huán)境規(guī)制一次項均顯著負向影響碳排放。影響程度從大到小依次為：人口密度、人均GDP一次項、能源強度、環(huán)境規(guī)制一次項、環(huán)境規(guī)制二次項、技術(shù)進步、對外貿(mào)易、人均GDP二次項、產(chǎn)業(yè)結(jié)構(gòu)。此外金融發(fā)展雖然對于碳排放產(chǎn)生了抑制效應(yīng)，但是不顯著。 具體來看

lnC=0.753 4*lnG+0.009 1*lnG2

+0.005 4*lnI+0.945 1*lnP-0.025 2*lnT-0.000 5*lnF-0.023 8*lnO+0.375 6*lnS-0.161*lnR+0.068*lnR2-10.164

（4）1）人均GDP一次項與二次項的系數(shù)均顯著為正，說明碳排放隨著人均GDP增長一直呈現(xiàn)增長趨勢，不符合傳統(tǒng)EKC假說。經(jīng)濟增長對碳排放的彈性系數(shù)為0.753 4+0.018 2*lnG，這說明煤炭資源富集區(qū)經(jīng)濟發(fā)展與碳減排之間的沖突仍然顯著存在，這也與當(dāng)?shù)啬壳暗慕?jīng)濟環(huán)境狀況是一致的。與東部及中部地區(qū)相比，西部煤炭資源富集區(qū)相對落后，經(jīng)濟發(fā)展是該地區(qū)發(fā)展首要任務(wù)，隨著西部大開發(fā)戰(zhàn)略的深入實施，該地區(qū)承接了大量來自發(fā)達地區(qū)的高耗能產(chǎn)業(yè)轉(zhuǎn)移，極大促進了經(jīng)濟發(fā)展的同時也帶來了環(huán)境問題。并且依托豐富的煤炭資源，該地區(qū)不僅是主要的煤炭資源輸出地，同時還擔(dān)負著火電生產(chǎn)及輸出的主要任務(wù)，長期粗放的生產(chǎn)方式導(dǎo)致能源利用率較低，資源浪費及生態(tài)環(huán)境破壞問題較為嚴(yán)重。2）諸多解釋變量中，人口密度對于碳排放的影響最大，人口密度每增長1%，碳排放增長0.945 1%。隨著城鎮(zhèn)化進一步發(fā)展，工業(yè)快速擴張，能源需求快速增長，居民生活需求提高，城市基礎(chǔ)設(shè)施建設(shè)、交通發(fā)展均帶動了能源需求的快速增長，進而促進了碳排放量增加。3）產(chǎn)業(yè)結(jié)構(gòu)每增長1%，碳排放將增長0.005 4%。第二產(chǎn)業(yè)尤其是重工業(yè)主導(dǎo)的產(chǎn)業(yè)體系是煤炭資源富集區(qū)的顯著特征，作為中國重要的能源尤其是煤炭供給區(qū)，煤炭資源富集區(qū)不僅承擔(dān)煤炭生產(chǎn)、向經(jīng)濟發(fā)達地區(qū)供給煤炭的重要任務(wù)，同時也是火電、能源制成品的主要供給區(qū)，盡管產(chǎn)業(yè)持續(xù)不斷升級，但是整體來看，第二產(chǎn)業(yè)仍然是該地區(qū)經(jīng)濟增長的主要推動力。此外，與其他顯著解釋變量相比，產(chǎn)業(yè)結(jié)構(gòu)是影響煤炭資源富集區(qū)碳排放影響最小的因素。原因可能為目前煤炭資源富集區(qū)仍處于工業(yè)化中期階段，重工業(yè)仍然是該區(qū)域主要的產(chǎn)業(yè)基礎(chǔ)，并且產(chǎn)業(yè)調(diào)整較為緩慢。4）能源強度每增長1%，碳排放將增長0.375 6%，煤炭資源富集區(qū)處于中國西部地區(qū)，經(jīng)濟發(fā)展水平較低，有利的資源稟賦條件使得過去一些年該地區(qū)形成了粗放的能源生產(chǎn)與利用方式，能源清潔利用程度較低。5）

技術(shù)進步每增長1%，碳排放將減少0.052 5%，這說明西部煤炭資源富集區(qū)的技術(shù)進步產(chǎn)生了顯著的抑碳效應(yīng)。技術(shù)進步能夠通過改良生產(chǎn)工藝，減少工業(yè)企業(yè)對化石燃料的需求，提高企業(yè)的生產(chǎn)率水平和清潔技術(shù)水平，從源頭上減少污染排放，降低生產(chǎn)過程的環(huán)境污染。對外貿(mào)易每增長1%，碳排放降低0.023 8%。根據(jù)內(nèi)生增長理論，對外貿(mào)易通過技術(shù)溢出效應(yīng)提高生產(chǎn)率水平。作為絲綢之路沿線的主要省份，對外貿(mào)易有利于提升煤炭資源富集區(qū)技術(shù)水平及能源效率，產(chǎn)生相應(yīng)的抑碳效應(yīng)。6）環(huán)境規(guī)制對碳排放的彈性系數(shù)為-0.161+0.136 6*lnR，環(huán)境規(guī)制一次方的系數(shù)顯著為負，二次項顯著為正，說明環(huán)境規(guī)制實施初期有利于降低碳排放，而隨著環(huán)境規(guī)制實施力度的增長，會產(chǎn)生相應(yīng)的反彈效應(yīng)。通過對彈性系數(shù)求導(dǎo)得出拐點為1.17，即當(dāng)環(huán)境規(guī)制強度小于1.17時，環(huán)境規(guī)制強度提高有利于降低碳排放，而當(dāng)環(huán)境規(guī)制強度大于1.17時，碳排放則隨著環(huán)境規(guī)制的增強而增加。觀察煤炭資源富集區(qū)樣本期間內(nèi)的環(huán)境規(guī)制水平，發(fā)現(xiàn)均顯著低于拐點水平值，這說明目前煤炭資源富集區(qū)增強環(huán)境規(guī)制強度，有利于促使部分污染型企業(yè)改善管理，改進技術(shù)與生產(chǎn)工藝，進而提高資源使用效率，實現(xiàn)倒逼減排。但仍然需警惕環(huán)境規(guī)制“綠色悖論”現(xiàn)象的產(chǎn)生。不合理的環(huán)境規(guī)制可能會促使相關(guān)企業(yè)增強能源開采使用力度，進而加大環(huán)境污染程度。7）金融發(fā)展每提升1%，碳排放將下降0.000 5%，但是該效應(yīng)對于煤炭資源富集區(qū)并不顯著。說明目前金融發(fā)展沒有對煤炭資源富集區(qū)產(chǎn)生顯著的抑碳效應(yīng)。原因可能歸結(jié)于：金融的快速發(fā)展為企業(yè)發(fā)展提供了豐富的資金支持，有利于企業(yè)環(huán)保技術(shù)的開發(fā)，進而降低經(jīng)濟生產(chǎn)對環(huán)境污染的影響。但是同時也會產(chǎn)生一定的反彈效應(yīng)，利潤驅(qū)動下，越來越多的金融資金會進入能源密集型產(chǎn)業(yè)，導(dǎo)致能源需要快速增長，并且金融要素扭曲是中國金融市場一直存在的問題，尤其是資源富集區(qū)，不合理的金融機制及政府本位主義、官僚主義使得金融市場無法正常運行，大量的資金進入國有企業(yè)，無法發(fā)揮效率提升效應(yīng)。此外，中國金融發(fā)展一直存在區(qū)域不平衡現(xiàn)象，煤炭資源富集區(qū)主要位于西部，與東部地區(qū)相比，金融發(fā)展較為落后并且機制不健全。

3 政策建議1）目前煤炭資源富集區(qū)經(jīng)濟增長對碳排放表現(xiàn)出顯著的積極效應(yīng)，為實現(xiàn)可持續(xù)發(fā)展，必須保持健康理性的經(jīng)濟增長步伐，堅決杜絕任何以犧牲生態(tài)環(huán)境獲取經(jīng)濟利益的做法。此外人口增長仍然是制約環(huán)境的最主要因素。提高人口素質(zhì)，倡導(dǎo)低碳生活勢在必行，包括強化低碳生活理念，通過使用低碳產(chǎn)品、實行垃圾分類、綠色出行等個人自覺行為，提高生物資源利用率。此外隨著城鎮(zhèn)化進程的加快，提高城鎮(zhèn)化質(zhì)量而非數(shù)量勢在必行，煤炭資源富集區(qū)需加強城市治理，深入推行綠色低碳生活。2）大力推進煤炭清潔生產(chǎn)及低碳高效利用。首先，應(yīng)加快煤炭生產(chǎn)方式變革，實現(xiàn)“安全高效綠色開采”，積極開發(fā)資源綜合開發(fā)利用等技術(shù)，加強煤炭開發(fā)生態(tài)環(huán)境保護。由于能源強度在驅(qū)動碳排放中作用顯著，因此應(yīng)推進煤炭高效轉(zhuǎn)化，實現(xiàn)煤炭清潔利用。加強現(xiàn)代煤化工技術(shù)開發(fā)創(chuàng)新，建立清潔高效煤電體系，全面提升煤電能效水平，積極開發(fā)污染物處理技術(shù)，提高污染控制率。3）積極推進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化。首先加強高耗能高污染行業(yè)投資控制力度，積極發(fā)展低能耗的第三產(chǎn)業(yè)，此外煤炭資源富集區(qū)區(qū)應(yīng)根據(jù)自身特點加強對傳統(tǒng)工業(yè)的新型工業(yè)化改造，結(jié)合各省份的不同特點優(yōu)化區(qū)域內(nèi)工業(yè)產(chǎn)業(yè)布局，產(chǎn)生產(chǎn)業(yè)集聚。如依托豐富的旅游資源發(fā)展旅游業(yè)。此外煤炭資源富集區(qū)同時還有著豐富風(fēng)能、光伏能源等可再生能源，因此須促進清潔能源的開發(fā)，提高可再生能源的使用率。4）目前來看對外貿(mào)易對于煤炭資源富集區(qū)有著顯著的技術(shù)溢出效應(yīng)，因此增強對外開放力度，充分利用絲綢之路戰(zhàn)略，積極引進外資，發(fā)展對外貿(mào)易。但同時注重外商投資引進質(zhì)量仍然是招商引資工作的重點，不同地區(qū)應(yīng)根據(jù)自身發(fā)展制定相應(yīng)的招商引資政策，杜絕高耗能外資企業(yè)進入，避免成為發(fā)達國家的“污染天堂”。5）過去煤炭資源富集區(qū)為了保障經(jīng)濟生產(chǎn)的正常運行，容易出現(xiàn)環(huán)境規(guī)制落實不到位的情況，且經(jīng)常采用命令型環(huán)境規(guī)制工具，無法產(chǎn)生顯著減排效應(yīng)，因此必須加強環(huán)境規(guī)制力度，同時采取科學(xué)的環(huán)境規(guī)制手段，根據(jù)目前的經(jīng)濟生產(chǎn)狀況制定科學(xué)的環(huán)境管制政策，對違規(guī)排放企業(yè)給予嚴(yán)厲處罰。其次選擇合理的環(huán)境規(guī)制工具雙管齊

下，積極引入碳稅、碳排放交等市場型環(huán)境規(guī)制工具。6）金融深化過程中充分注重低碳經(jīng)濟發(fā)展，積極發(fā)展綠色金融及科技金融，金融機構(gòu)應(yīng)提高高能耗、高排放的企業(yè)的貸款門檻，降低地方政府對金融市場的干預(yù)，通過碳排放交易所等加大資本市場對低碳產(chǎn)業(yè)的支持力度。

4 結(jié) 論

1）影響因素方面，經(jīng)濟發(fā)展與碳排放之間不存在非線性關(guān)系，隨著經(jīng)濟發(fā)展水平的提高，碳排放呈現(xiàn)不斷增長態(tài)勢;產(chǎn)業(yè)結(jié)構(gòu)、人口密度、能源強度對碳排放均有顯著“促排”效應(yīng)，并且人口密度的影響效應(yīng)最大，產(chǎn)業(yè)結(jié)構(gòu)最小;而技術(shù)進步與對外貿(mào)易均在煤炭資源富集區(qū)產(chǎn)生了顯著技術(shù)溢出效應(yīng)，對碳排放產(chǎn)生了顯著抑制效應(yīng);環(huán)境規(guī)制與碳排放存在顯著非線性關(guān)系，初期有抑制碳排放效應(yīng)，而隨著環(huán)境規(guī)制力度的增強，會產(chǎn)生反彈效應(yīng)。金融發(fā)展對煤炭資源富集區(qū)碳排放抑制效應(yīng)不顯著。2）為有效控制碳排放，煤炭資源富集區(qū)應(yīng)保持健康經(jīng)濟增長步調(diào)，加強城市治理，推進煤炭清潔生產(chǎn)及低碳高效利用，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，注重外資引進質(zhì)量，加強金融深化，積極發(fā)展科技金融與綠色金融，因地制宜加強區(qū)域環(huán)境管制。

參考文獻（References）：

[1] IEA.CO2emissions from fuel combustion，highlights[R].Paris：International Energy Agency，2012.

[2]EPA.International energy statistics[R].Washington，D.C.：U.S.Energy Information Administration，2011.

[3]

IEA.CO2 emissions from fuel combustion[R].Paris：International Energy Agency，2017.

[4]IEA.Global energy statistical yearbook[R].Paris：International Energy Agency，2016.

[5]ZHOU N，PRICE L，DAI Y，et al.A roadmap for China to peak carbon dioxide emissions and achieve a 20% share of non-fossil fuels in primary energy by 2030[J].Applied Energy，2019，239：793-819.

[6]DONG K，DONG X，DONG C.Determinants of the global and regional CO2 emissions：what causes what and where？[J].Applied Economics，2019，51（46-48）：5031-5044.

[7]MA M D，CAI W，CAI W G，et al.Whether carbon intensity in the commercial building sector decouples from economic development in the service industry？ Empirical evidence from the top five urban agglomerations in China[J].Journal of Cleaner Production，2019，222：193-205.

[8]崔和瑞，王浩然，趙巧芝.基于動態(tài)面板模型的中國區(qū)域碳排放影響因素研究[J].科技管理研究，2019，39（12）：238-244.

CUI Herui，WANG Haoran，ZHAO Qiaozhi.Study on the influencing factors of regional carbon emissions in China based on dynamic panel[J].Model Science and Technology Management Research，2019，39（12）：238-244.

[9]張京玉.影響中國能源消耗碳排放因素分析——基于LMDI分解模型[J].煤炭經(jīng)濟研究，2019，39（11）：23-28.ZHANG Jingyu.Analysis of factors affecting Chinas energy consumption and carbon emission based on LMDI decomposition model[J].Coal Economic Research，2019，39（11）：23-28.

[10]馮宗憲，高贏.中國區(qū)域碳排放驅(qū)動因素、減排貢獻及潛力探究[J].北京理工大學(xué)學(xué)報（社會科學(xué)版），2019，21（4）：13-20.

FENG Zongxian;GAO Ying.Driving factors，contribution and potential of regional carbon emission reduction in China[J].Journal of Beijing Institute of Technology（Social Sciences Edition），2019，21（4）：13-20.

[11]劉玉珂，金聲甜.中部六省能源消費碳排放時空演變特征及影響因素[J].經(jīng)濟地理，2019，39（1）：182-191.

LIU Yuke，JIN Shengtian.Temporal and spatial evolution characteristics and influencing factors of carbon emission from energy consumption in six provinces of central China[J].Economic Geography，2019，39（1）：182-191.

[12]吳振信，閆洪舉.經(jīng)濟增長、產(chǎn)業(yè)結(jié)構(gòu)對環(huán)渤海經(jīng)濟圈碳排放的影響分析——基于空間面板數(shù)據(jù)模型[J].中國管理科學(xué)，2014，22（S1）：724-730.WU Zhenxin，YAN Hongju.Analysis of the influence of economic growth and industrial structure on carbon emission in Bohai economic circle based on spatial panel data model[J].Chinese Journal of Management Science，2014，22（S1）：724-730.

[13]YANG L，XIA H，ZHANG X，et al.What matters for carbon emissions in regional sectors？ A China study of extended STIRPAT model[J].Journal of Cleaner Production，2018，180：595-602.

[14]陳占明，吳施美，馬文博，等.中國地級以上城市二氧化碳排放的影響因素分析：基于擴展的STIRPAT模型[J].中國人口·資源與環(huán)境，2018，28（10）：45-54.

CHEN Zhanming，WU Shimei，MA Wenbo，et al.Analysis of the influencing factors of carbon dioxide emission in cities above prefecture level in China：Based on the extended STIRPAT model[J].China Population，Resources and Environment，2018，28（10）：45-54.

[15]WANG S，WANG J，LI S，et al.Socioeconomic driving forces and scenario simulation of CO2 emissions for a fast-developing region in China[J].Journal of Cleaner Production，2019，216（10）：217-229.

[16]ZHANG Y，LIU C，CHEN L，et al.Energy-related CO2 emission peaking target and pathways for Chinas city：A case study of Baoding city[J].Journal of Cleaner Production，2019，226：471-481.

[17]程鐵軍，王曼，王濟干，等.經(jīng)濟新常態(tài)背景下江蘇省碳排放驅(qū)動效應(yīng)研究[J].科技管理研究，2019，39（23）：242-249.

CHENG Tiejun，WANG Man，WANG Jigan，et al.Study on the driving effect of carbon emission in Jiangsu province under the background of new normal of economy[J].Science and Technology Management Research，2019，39（23）：242-249.

[18]陶良虎，胡雪蓓.湖北省工業(yè)行業(yè)碳排放驅(qū)動因素分解——基于面板數(shù)據(jù)的實證分析[J].生態(tài)經(jīng)濟，2019，35（12）：31-37.TAO Lianghu，HU Xuebei.Decomposition of industrial carbon emission drivers in Hubei province：An empirical analysis based on panel data[J].Ecological Economics，2019，35（12）：31-37.

[19]AXEL B，EDE I，SHOMIK M.Sustainable low-carbon city development in China[R].Washington，D.C.：World Bank Group，2012.

[20]SHAO S，LIU J H，GENG Y，et al.Uncovering driving factors of carbon emissions from Chinas mining sector[J].Applied Energy，2016，15（166）：220-238.

[21]ZHANG C，LIN Y.Panel estimation for urbanization，energy consumption and CO2 emissions：A regional analysis in China[J].Energy Policy，2012，49：488-498.

[22]SINN H W.Public policies against global warming：a supply side approach[J].International Tax Public Finance，2008，15：360-394.

[23]張華，魏曉平.綠色悖論抑或倒逼減排——環(huán)境規(guī)制對碳排放影響的雙重效應(yīng)[J].中國人口·資源與環(huán)境，2014，24（9）：21-29.

ZHANG Hua，WEI Xiaoping.Green paradox or forced emission-reduction：dual effect of environmental regulation on carbon emissions[J].China Population，Resources and Environment，2014，24（9）：21-29.

[24]徐斌，陳宇芳，沈小波.清潔能源發(fā)展、二氧化碳減排與區(qū)域經(jīng)濟增長[J].經(jīng)濟研究，2019，54（7）：188-202.

XU Bin，CHEN Yufang，SHEN Xiaobo.Clean energy development，carbon dioxide emission reduction and regional economic growth[J].Economic Research Journal，2019，54（7）：188-202.

[25]董棒棒，李莉，唐洪松，等.環(huán)境規(guī)制、FDI與能源消費碳排放峰值預(yù)測——以西北五省為例[J].干旱區(qū)地理，2019，42（3）：689-697.DONG Bangbang，LI Li，TANG Hongsong，et al.Environmental regulation，F(xiàn)DI and energy consumption peak carbon emissions forecast：A case of five provinces in northwest China[J].Arid Land Geography，2019，42（3）：689-697.

[26]ACHEAMPONG A O.Economic growth，CO2 emissions and energy consumption：what causes what and where？[J].Energy Economics，2018，74：677-692.

[27]ABID M.Does economic，financial and institutional developments matter for environmental quality？ A comparative analysis of EU and MEA countries[J].Journal of Environmental Management，2017，188：183-194.

[28]ROSA E A，DIETZ T.Climate change and society：speculation，construction and scientific investigation[J].International Sociology，1998，13（4）：421-455.

[29]REN S，LI X，YUAN B，et al.The effects of three types of environmental regulation on eco-efficiency：A cross-region analysis in China[J].Journal of Cleaner Production，2018，173：245-255.

[30]WANG Y，LI G D.Mapping urban CO2 emissions using DMSP/OLS city lights satellite data in China[J].Environment and Planning A，2017，49（2）：248-251.

[31]DRISCOLL J C，KRAYY A C.Consistent covariance matrix estimation with spatially dependent panel data[J].The Review of Economics and Statistics，1998，80（4）：549-560.