能源禀赋与技术进步对中国碳排放强度的空间效应

张翠菊　张宗益

摘要 基于1997-2012年中国30省（自治区、直辖市）的相关统计数据以及 IPCC温室气体排放清单指南估算碳排放量，结合GDP数据得出各地区的碳排放强度，并利用空间面板计量模型，就能源禀赋和技术进步对碳排放强度的影响及趋势展开实证研究。结果显示：①样本区间内，我国碳排放强度的全域Morans I指数均为正值，且通过了5%水平的显著性检验，表明我国省域的碳排放强度具有明显的空间集聚特征，碳排放强度较高的省区和较低的省区均趋于相邻。另外，碳排放强度全域Morans I指数呈现出波动上升趋势，表明碳排放强度的集聚程度趋于强烈。②能源禀赋对地区碳排放强度具有显著正向影响，能源丰裕地区，倾向于利用比较优势，发展能源开发、加工等能源依赖性强、附加值低的初级产品，最终形成了高碳排放的发展路径。能源禀赋对碳排放强度还具有显著的空间外溢效应，能源丰裕的地区在推高当地的碳排放强度的同时，还会辐射到周边地区，并进一步影响全国的数据。受能源开采限制以及国家政策等的影响，能源禀赋对碳排放强度的影响程度有弱化的趋势。③技术进步各变量对我国碳排放强度的影响有所差异，其中外商投资和科技经费投资对碳排放强度具有显著的负向效应，而人力资本和专利授权量的溢出效应不明显。从时间趋势来看，技术进步各变量对碳排放强度的影响均有所减弱，甚至出现由负向转为正向效应的情况。这说明，我国目前的技术无法适应低碳要求，需要进一步优化外商投资结构，加大对教育及科技的投入，特别是要加强节能技术的扶持，以发挥技术溢出效应，实现节能减排目标。

关键词 能源禀赋；技术进步；碳排放强度；空间计量

中图分类号 F061.5 文献标识码 A

文章编号 1002-2104（2015）09-0037-07

doi：10.3969/j.issn.1002-2104.2015.09.006

根据国际能源署 （IEA，2009）统计数据，2007年中国二氧化碳排放量已超过美国，成为全球第一大二氧化碳排放国。在未来较长时期内，中国的经济仍将以较快的速度增长，加之城市化和工业化进程的推动将会加剧经济增长与能源环境之间的矛盾[1]，使我国面临更大的减排压力。就此，中国政府于2009年首次提出具体温室气体减排目标，即到2020年，我国单位国内生产总值（GDP）CO2排放量（碳强度）比2005年下降40%-45%，并将约束性指标纳入国民经济和社会发展中长期规划中。由于区域经济发展和资源禀赋的不均衡性，我国碳排放存在显著的省际和区域差异。为实现减排目标，中国必须充分考虑碳排放的空间特征，针对性地出台相应的产业和能源政策，才能公平有效地降低社会经济成本，实现减排目标[2-4]。

在此背景下，深入研究中国区域碳排放的空间特征，揭示碳排放变化的主要影响因素具有重大现实意义。国内学者对于碳排放影响因素的研究，主要集中于经济发展、产业结构、能源消费结构、人口规模和城市化等，同时，技术进步也受到越来越多的关注。一些学者认为技术进步能有效提高能源效率并减少碳排放量，是降低碳排放的重要手段和主导因素[5-7]。也有学者认为由于能源消费“回弹效应”的存在，导致技术进步对降低碳排放量的作用并不明显[8-9]。赵楠[10]发现追随型技术进步对中国能源效率呈现显著正向影响，而前沿型技术进步作用并不明显。李凯杰[11]认为长期内技术进步可以减少碳排放，但在短期内则不明显。

丰裕的能源禀赋使区域发展具有比较优势，理应推动经济增长并带动就业，然而在现实却并非如此。现有研究显示，能源禀赋会推高地区能源强度[12-13] ，抑制就业增长[14]，影响产业结构调整和优化[15]，最后导致“资源诅咒”的形成。蔡荣生[16]认为我国碳强度“资源诅咒”的产生机理为：在能源丰裕的地区，能源短缺与使用的压力较小，技术进步的动力不足，惯性地依赖传统高能耗产业、层次低产业，最终形成 “高碳”经济发展路径。

上述研究已将能源禀赋或技术进步作为解释变量分析其对碳排放的影响，但往往忽略领域单元间的空间联系和相关性，只注重对地区碳排放的直接影响，缺乏对能源禀赋和技术进步的空间外溢效应和辐射作用的研究。实际上，地区能源禀赋越高会使该地区以及周边地区的能源使用成本降低，推动能源的使用量进而拉动该地区的碳排放强度。同样，技术进步的外溢作用也会辐射到周边地区。因此，本文将通过空间面板计量模型，就能源禀赋和技术进步对碳排放强度的空间效应展开实证分析。

1 变量选取及数据来源

1.1 碳排放强度的估算

本文根据IPCC《国家温室气体排放清单指南》2006版（IPCC，2006）推荐的方法估算碳排放数据，选取煤炭、焦炭、原油、燃料油、汽油、煤油、柴油和天然气8种主要化石能源。计算方法如式（1）所示。最后，采用以1997年为基准年进行调整的GDP数据，根据碳排放强度的定义（即单位GDP的碳排放量，CI）计算全国30个省份1997-2012年的碳排放强度。由于西藏自治区、台湾省、香港和澳门特别行政区的相关数据缺失，因此本研究所有源数据和计算结果均不包括这些地区。

C=∑8i=1Ci=∑8i=1Ei×SCCi×CEFi（1）

其中，Ci表示估算的碳排放量；i表示各能源；Ei代表能源的消费量，来自于《中国能源统计年鉴》中能源终端消费数据；SCCi为各种能源的折标煤系数；CEFi为IPCC（2006）提供的碳排放系数（见表1）。

1.2 自变量的选择

参考已有的研究文献，本文选取的解释变量分为能源禀赋变量和技术进步变量两类。

能源禀赋用能源生产量（EP）和能源自给度（SR）来表征，其中能源生产量由地区各种能源生产量折算为标准煤相加得来。能源自给度，是指某一区域内能源的消费由区域内自身供给的比例，计算公式为区域能源生产量除以能源消费量，据此来测度各区域内能源的充裕程度。以上数据均来自于《中国能源统计年鉴》。

技术进步变量则由外商直接投资（FDI）、R&D投入（RD）、人力资本（HC）和专利授权量（PAT）表征。其中，外商直接投资用各地区年末登记的外商投资企业投资额表示，数据来源于《中国贸易外经统计年鉴》。R&D投入用各地区研究与实验发展内部经费支出数据表示，来源于《中国统计年鉴》。人力资本用各地区研究与开发机构从事科技活动人员数表征，数据来源于各年《中国科技统计年鉴》，由于2009-2012年与以往年份统计口径不一致，本文参考各省统计年鉴作为补充，缺乏的年份按照加权平均的方法计算得出。用3种专利授权数代表各省地区的专利授权数，数据来源于《中国科技统计年鉴》。

2 实证结果分析

2.1 中国能源碳排放强度相关性检验

我国碳排放强度在样本区间内总体呈下降的趋势，从1997年的1.49 t/万元下降为2012年的0.89 t/万元（见图1）。利用matlab软件计算的1997-2012年中国碳排放强度全域Morans I指数显示均为正值，且其正态统计量z值均通过5%水平的显著性检验，表明全国各省区碳排放强度的空间分布并非是完全随机的状态，而是呈现出显著的空间自相关特征，即碳排放强度较高的省区和较低的省区均趋于相邻。同时，观察的Morans I的走势发现，中国省区碳排放强度的全域Morans I指数在整个研究期间呈现波动性上升的趋势。其中，1997-2005年间Morans I指数在0.226 8-0.295 9之间，在2006-2012年Morans I指数显著上升，均在0.3以上，且z值均满足1%的显著性检验，表明中国省区碳排放强度的集聚程度加强，即碳排放强度相似的省区在空间上趋于集中。

2.2 模型选择策略

本文分别采用传统混合面板模型SLM、SEM和SDM模型进行分析，模型的检验过程按照：OLS（SLM或SEM）SDM是顺序展开。验证方法如下：首先，基于无空间交互效应的传统面板模型的残差，对个体固定效应和时间固定效应进行LR检验，然后利用两个拉格朗日乘数（Lagrange Multiplier）形式LMlag、LMerror和稳健（Robust）的RLMlag、LMerror进行检验，检验标准为：如果LMlag在LM检验中显著性优于LMerror，同时RLMlag也优于RLMerror，选择SLM模型。反之，选择SEM模型。LM检验结果若支持其中之一或两者同时成立，则需要通过Wald统计量和LR统计量对SDM进行检验，若不能同时支持原假设H0：θ=0和H0：θ+ρβ=0，则表示SDM不能简化为SLM或SEM，应在模型中同时包含被解释变量和解释变量的空间滞后项，来考察解释变量的空间交互作用[17-18]。

2.3 估计结果分析

2.3.1 总样本估计结果分析

根据空间计量模型的选择策略，首先检验传统混合模型，得到结果（见表2）：①LM关于空间滞后与空间误差存在性的绝大多数检验均拒绝了原假设，由此确定了模型估计的残差空间自相关的存在，SLM和SEM模型均优于无空间效应传统混合面板模型。②LR检验均拒绝原假设，其结果分别为（804.154 5，0.000 0）和（636.444 6，0.000 0），即模型存在双边固定效应。③LMlag、RLMlag和LMerror分别通过了1%、5%和10%的显著性检验， RLMerror没有通过显著性检验，即空间滞后模型的检验统计量更为显著。综合以上结果，可以认为双边固定效应的空间滞后模型更符合模型设定。

接下来需要进一步分析空间杜宾模型以确定最优模型（见表3），Wald和LR检验结果均支持选择空间杜宾模型，另外Hausman的检验不能拒绝原假设，即应采纳随机效应模型进行分析。由此确定分析能源禀赋和技术进步对碳排放强度影响的模型：随机效应的空间杜宾模型。

从表3中随机效应的空间杜宾模型估计来看，表征能源禀赋和技术进步变量对碳排放强度的系数在统计上较为显著。其中，①ln EP和ln SR系数显著为正，表明在样本期间内能源产量和能源自给度与碳排放强度呈显著正相关关系，能源禀赋高的区域能源使用成本具有比较优势，

更倾向于依靠能源密集型产业来推动经济发展，导致这些地区单位能耗和碳排放强度都较高。②表征技术创新的lnFDI、lnRD和lnPAT的弹性系数均显著为负，表明外商直接投资、R&D经费投入和专利授权量均有利于抑制区域碳排放强度，而lnHC的估计结果则显示为不显著的正效应，也就是说人力资本对促进节能减排效应不足。③W·lnPAT和W·lnFDI的系数在1%水平上显著，W·lnEP在5%水平上显著，W·lnSR在10%水平上显著，表明因变量的空间滞后项和自变量的空间交互项均存在空间溢出效应，即能源禀赋和技术进步在空间上对其他地区碳排放强度产生影响。

进一步地，就能源禀赋和技术进步对碳排放强度的空间效应进行分解，以便了解不同变量变动对系统中各部分影响的冲击。这里分别用空间杜宾模型下的直接效应、间接效应和总效应来检验各变量对本地区、其他地区以及全国所有地区碳排放强度的影响（见表4），发现大部分变量对地区的辐射作用在统计上表现显著。①能源生产量和能源自给度的直接效应、间接效应和总效应均显著为正，说明能源禀赋对本地区以及其他地区均显示出明显的刺激作用。②外商直接投资直接效应、间接效应和总效应均显著为负，从而肯定了外商直接投资降低本地区和其他地区碳排放强度的溢出效应。③R&D投入的直接效应和总效应显著为负，而间接效应则为不太显著的微弱负效应，说明研究与实验经费的投入对降低其他地区碳排放强度的效果不佳。④人力资本的直接效应、间接效应和总效应均不显著，即人力资本投资还没有产生足够的空间外溢效应。⑤专利授权量的直接效应显著为负，但间接效应和总效应则均表现为正效应。说明由于我国区域差异明显，一些技术的研发成果可能仅仅适用于本地区，无法在更大范围内推广，导致技术进步受惠的局限性。

2.3.2 分阶段样本估计结果分析

基于不同时间阶段技术进步的特点和方法存在较大的差异，接下来将划分两个时间阶段1997-2004年和2005-2012年，来考察能源禀赋和技术进步对碳排放强度的影响趋势。首先，根据前述的模型选择策略，最后确定两个阶段均选定固定效应的空间杜宾模型，如表5所示。可以看出，在经济发展的不同阶段上，各变量对碳排放强度的影响呈现不同的特征。①能源生产量和能源自给度在两个阶段均表现出显著的正效应，且其效应都有所收敛；另外，两个变量的空间交互效应在前一阶段显著，后一阶段不显著。表明随着时间的推移，能源储存量的减少以及国家调控政策的推动，能源的效率有所提高，能源产量丰富的地区也开始注重节约能源，促使能源禀赋对碳排放强度的影响有所减弱。②后一阶段中技术进步对碳排放强度的显著作用明显低于前一阶段，说明由于节能技术缺失以及存在技术推广困难等问题，现有的技术手段越来越不适应低碳需求，无法有效地指导节能减排。其中，lnFDI和 lnHC的符号出现了由负转正情况。说明以现有的技术手段，外商直接投资和人力资本投资无法发挥降低碳排放强度的作用；lnRD和 lnPAT两阶段的系数都为负号，但显著程度都有所下降，也就是说资金投入和技术产出促进低碳转型的效果也在下降。

从两阶段分解的空间效应来看（见表6），后一阶段的显著程度明显低于前一阶段。①能源生产量的直接效应变化不大，而间接效应和总效应出现了大幅的下降。说明能源生产量对其他地区和全国的辐射作用有所减少，而对本地区仍然具备显著的正向效应。②能源自给度的直接效应、间接效应和总效应符号依然为正，但其影响作用有所减弱，尤其是间接效应变化明显，即能源自给度对其他地区的碳排放强度的影响趋于减弱。③在后一阶段技术进步各变量的影响作用都趋于减弱，甚至出现推高碳排放强度的效应。变量中只有专利授权量的直接效应存在微弱负效应，外商直接投资、R&D投入的直接效应、间接效应和总效应均不显著，而人力资本的间接效应和总效应则出现显著的正效应。

3 结论与政策建议

本文选取了1997-2012年我国30个省区的数据，利用空间计量模型，实证考察了能源禀赋和技术进步对地区碳排放强度的作用机制。研究结果显示，在样本区间内，碳排放强度呈现出显著的空间外溢效应，能源丰裕的地区不仅会推高当地的碳排放强度，还会辐射到其他地区，并进一步影响全国的数据。

（1）能源禀赋与碳排放强度呈正相关状态。在能源丰裕地区可供利用的能源比较丰富，能源密集性产业具有比较优势，更倾向于提高能耗来谋求经济发展，最终形成了高碳发展路径。

（2）技术进步对碳排放强度的影响路径各不相同。外商直接投资和R&D投入在空间上对碳排放强度形成了有效的外溢作用，而人力资本对碳排放强度不存在显著的影响。专利授权量可以抑制本地区的碳排放强度，却推高了其他地区的碳排放强度。

（3）近年来，能源过度开发严重，能源丰裕地区可开采能源受到限制，国家及地方节能减排调控政策也相继出台，能源禀赋丰裕的地区通过调整产业结构等方式以降低对能源的依赖，使得能源产量和能源自给度对碳排放强度的影响都有所弱化。

（4）随着时间的推移，技术进步各变量对碳排放强度

的显著程度都有所减弱，甚至出现由负效应转为正效应的情况。这可能是由于在市场利益的驱使下，人们将更多的精力着眼于提高生产力等方面的技术，忽视了节能需求，造成节能减排技术的缺失。同时，提高的生产力带来的经济增长又进一步推动更多能源的使用，即“回弹效应”。以上结论对于国家制定节能减排政策提供了启示，第一，政府在制定节能减排策略时，应关注能源禀赋的扩散作用，出台相应的政策措施促进能源良性流动。第二，更加重视能源丰裕地区的低碳政策引导，改变其过分依赖能源的经济增长方式。第三，地方政府应适时调整外资准入门槛，优化投资结构，主动剔除能耗较高，污染严重的外商投资。第四，加大研发和教育的投入，鼓励节能技术的研发及推广，以充分发挥技术进步的溢出效应。

（编辑：于 杰）

参考文献（References）

[1]林伯强，蒋竺均.中国二氧化碳的环境库茨涅茨曲线预测及影响因素分析[J].管理世界，2009，（4）：27-36.[Lin Boqiang， Jiang Zhujun. Chinas Carbon Dioxide Environment Coontz Kuznets Curve to Predict and Influence Factors Analysis[J].Management World，2009，4（4）：27-36.]

[2]林伯强，黄光晓.梯度发展模式下中国区域碳排放的演化趋势-基于空间分析的视角[J].金融研究，2011，（12）：35-46.[Lin Boqiang， Huang Guangxiao. Evolution Trend of Chinas Regional Carbon Emissions Under the Gradient Development Pattern from the Spatial Analysis Perspective [J].Journal of Financial Research， 2011，（12）：35-46.]

[3]Chuai Xiaowei，Huang Xianjin. Spatial Econometric Analysis of Carbon Emissions from Energy Consumption in China[J].Journal of Geographical Sciences，2012，22（4）：630-642.

[4]程叶青，王哲野.中国能源消费碳排放强度及其影响空间计量[J].地理学报，2012，68（10）：1418-1431.[Cheng Yeqing，Wang Zheye. Spatial Econometric Analysis of Carbon Emission Intensity and Its Driving Factors from Energy Consumption in China[J].Acta Geographica Sinica，2012，68（10）：1418-1431.]

[5]张兵兵，徐康宁，陈庭强.技术进步对二氧化碳排放强度的影响研究[J].资源科学，2014，36（3）：567-576.[Zhang Bingbing，Xu Kangning，Chen Tingqiang.The Influence of Technological Progress on Carbon Dioxide Emission Intensity[J].Resorces Science，2014，36（3）：567-576.]

[6]孙建卫，赵荣钦.1995-2005年中国碳排放核算及其因素分解研究[J].自然资源学报，2010，25（8）：1284-1295.[Sun Jianwei，Zhao Rongqin.Research on Carbon Emission Estimation and actor Decomposition of China from 1995 to 2005[J]. Journal of Resorces，2010，25（8）：1284-1295.]

[7]魏巍贤.技术进步对中国二氧化碳排放的影响[J].统计研究，2010，（7）：36-44.[Wei Weixian.Impact of Technology Advance on Carbon Dioxide Emission in China[J]. Statistical Research， 2010（7）：36-44.]

[8]申萌，李凯杰.技术进步、经济增长与二氧化碳排放：理论和经验研究[J].世界经济，2012，（7）：83-100.[Shen Meng，Li Kaijie. Theory and Empirical Research on Technological Progress， Economic Growth and Carbon Dioxide Emissions[J].The Journal of World Economy，2012，（7）：83-100.]

[9]吴玉鸣，吕佩蕾.空间效应视角下中国省域碳排放总量的驱动因素分析[J].桂海论丛，2013，（1）：40-45.[Wu Yuming， Lv Peilei. Analysis of Driving Factor of Chinese Provincial Overall Carbon Emissions from a Spatial Effects Persepective[J].Guihai Tribune，2013，（1）：40-45.]

[10]赵楠，贾丽静.技术进步对中国能源利用效率影响机制研究[J].统计研究，2013，30（4）： 63-69.[Zhao Nan，Jia Lijing. Analysis of Effect Mechanism of Technical Progrss on Energy Efficiency[J].Statistical Research， 2013，30（4）： 63-69.]

[11]李凯杰，曲如晓.技术进步对中国碳排放的影响：基于向量误差修正模型的实证研究[J].中国软科学，2012，（6）：51-58.[Li Kaijie，Qu Ruxiao.The Effect of Techological Change on Chinas Carbon Dioxide Emisson：an Empirical Based on the Vector Error Correction Model[J].China Soft Science Magazine， 2012，（6）：51-58.]

[12]王军，仲伟周.中国地区能源强度差异研究：要素禀赋的分析视角[J].产业经济研究，2009，6（43）：44-51.[Wang Jun， Zhong Weizhou. The Research of Regional Energy Intensity Difference in China from the Factor Endowment Perspctive[J].Industrial Econimics Research，2009，6（43）：44-51.]

[13]仲伟周，王军.基于能源禀赋的地区能源消费强度差异研究[J].山西财经大学学报，2009，31（3）：42-50.[Zhong Weizhou， Wang Jun. Research on the Energy Intensity Difference[J].Journal of Shanxi Finance and Economics University，2009，31（3）：42-50.]

[14]赵领娣，杨明晔，张磊.能源禀赋与就业增长：基于省际面板数据的实证研究[J].资源科学，2013，35（9）：1801-1811.[Zhao Lingdi，Yang Mingye，Zhang Lei.Energy Endowment and Employment Growth Based on Provincial Panel Date[J].Resources Science，2013，35（9）：1801-1811.]

[15]吴海兵，肖地楚，王欣欣，等.基于固定效应模型的能源资源禀赋与产业结构关系研究[J].宏观经济研究，2013，（10）：59-66.[Wu Haibing，Xiao Dichu，Wang Xinxin， et al. Research on Energy Resources and the Industrial Structure Based on Fixed Effects Model[J].Macroeconomics，2013，（10）：59-66.]

[16]蔡荣生，刘传阳.碳排放强度差异与能源禀赋的关系：基于中国省级面板数据的实证分析[J].烟台大学学报：哲学社会科学版，2013，26（1）：104-110.[Cai Rongsheng，Liu Chuanyang.The Relationship Between Carbon Emission Intensity Difference and Energy Endowment：An Empirical Based on the Interprovincial Panel Date in China[J].Journal of Yantai University：Philosophy and Social Science Edition，2013，26（1）：104-110.]

[17]侯新硕，张宗益，周靖祥.中国经济结构的增长效应及作用路径研究[J].世界经济，2013，（5）：88-111.[Hou Xinshuo，Zhang Zongyi，Zhou Jingxiang. On the Path of the Growth and Its Chinese Economic Structure[J]. The Journal of World Economy，2013，（5）：88-111.]

[18]邹薇，刘红艺.城市扩张对产业结构与经济增长的空间效应：基于空间面板模型的研究[J].中国地质大学学报：社会科学版，2014，14（3）：1-13. [Zou Wei， Liu Hongyi. The Spatial Effect of City Expansion on Industrial Structure and Economic Growth Based on the Spatial Panel Model[J].Journal of China University of Geosciences：Social Sciences Edition，2014，14（3）：1-13.]