中国碳排放强度的区域差异与驱动因素——基于1995-2013年省际面板数据的实证分析

周杰琦,韩 颖,2

(1.广东财经大学　经济与贸易学院，广州　510320；2.东北大学,沈阳　110004)



中国碳排放强度的区域差异与驱动因素
——基于1995-2013年省际面板数据的实证分析

周杰琦1,韩 颖1,2

(1.广东财经大学经济与贸易学院，广州510320；2.东北大学,沈阳110004)

[摘要]探究碳强度的区域差异及其成因，对于中国制定差异化减排政策、实现2020年减排承诺及促进可持续发展，具有重要意义。在测度中国1995-2013年28个省份排放量基础上，利用泰尔指数测算碳强度的区域差异，并对碳强度省际差距进行结构分解。进一步地，结合可导性对数方差分解法，挖掘碳强度省际差距的动因，结果发现：(1)中国碳强度存在明显的区域差异，碳强度省际差异在样本期间大部分年份呈现扩大趋势；(2)碳强度省际差异主要源于区域内差异，但区域间差异对总差异的贡献率呈上升态势；(3)人均实际GDP是碳强度省际差异形成的首要因素，其他因素按照贡献由高到低依次是能源结构、人口结构、技术水平、产业结构，对外开放的贡献较低。

[关键词]碳强度；区域差异；泰尔指数；因素分解

一、引言

伴随工业化与城市化的推进，中国能源消费和CO2排放日益增长，成为全球第二大能源消费国与CO2排放增量最大的国家。以CO2为代表的温室气体排放被认为是全球气候变化的主因[1]，据“共同却有区别责任”原则，中国尚无须承担强制性的减排义务，但中国为减缓温室气体排放一直不懈努力，于2009年提出2020年碳强度要比2005年下降40%-45%，并作为约束指标纳入“十二五”规划。这一减排承诺是在充分考虑自身发展阶段基础上确定的，然而，中国幅员辽阔，各地区在资源禀赋、经济发展水平、能源结构等方面参差不齐，可能导致CO2排放呈现明显区域差异。研究CO2排放区域差异及其演变趋势，并定量考察碳排放区域差异驱动因素的贡献度，对于制定区域差异化的减排战略、实现节能减排和经济增长的双赢，具有重要理论价值和现实意义。

对CO2排放地区差异问题的研究，最早可追溯到IPCC关于全球气候变化的报告[2]，其考察了处于不同发展阶段的各国对全球温室气体排放作用的差异。自Heil等[3]对该领域进行拓展研究后，国外学者将收入差距测度指标用于分析全球CO2排放区域差异问题[4-5]。从研究方法看，国外文献可划分为两类，一类采用集中度指数(如基尼系数)衡量CO2排放地区差异[6-7]。另一类文献通过熵指数(如泰尔指数)对CO2排放地区差异进行分解[8-9]。国外研究较为成熟，其经验和方法可资借鉴，国内相关研究也较为丰富，潘家华等[10]、刘华军等[11]等学者采用泰尔指数、基尼系数也进行了相关的实证分析，普遍认为中国碳强度在区域分布上存在显著的非均衡特征，这种地区差异呈现扩大趋势，但大多文献样本时期的末尾年份普遍较早，且没有进一步对区域间碳强度差距形成及其变迁的成因进行定量考察，以至所提出的政策建议缺乏针对性。

有关中国CO2排放影响因素的文献，从研究方法看可划分为三类，第一类采用指数分解法[12-13]，该方法直观明确，能够根据研究需要对分解恒等式进行层层分解和一定的调整，但分解因素比较单一，难以将更多因素纳入分析框架；第二类文献采用投入产出法[14]，该方法优点是能够对细分部门之间内在联系进行分析，但在数据时效性上有一定局限；第三类文献采用计量经济方法[15-16]，是研究碳排放问题的重要工具。目前研究对中国碳排放区域间差距形成及其变迁的影响因素并未形成一致的结论，究其原因，主要是由研究视角、样本、驱动因素贡献分解计量方法的不同所引起的。

借鉴已有研究，本文考察中国CO2排放的区域差异及其成因，并在如下4个方面对现有研究进行拓展：首先，多数文献采用碳排放总量、人均CO2排放量作为衡量二氧化碳排放水平的指标，这些指标优点在于简单直观、便于国际比较，然而，中国应对气候变化的关键战略指标是碳强度，从碳强度角度考察中国CO2排放的区域差异更具现实意义。其次，无论从理论还是实践来看，碳排放取决于诸多因素的综合作用，且这些因素对碳排放的影响可能有所区别。因此，本文对中国碳强度的影响因素进行更加系统的梳理与检验，并比较研究碳排放影响因素的区域差异。再次，现有文献较少考虑解释变量的内生性问题，这容易导致估计结果的有偏非一致性，容易引起对结果可信性的相关质疑。本文采用SYS-GMM方法考察碳强度与各解释变量之间的经济逻辑关系与区域差异性；最后，在回归基础上引入一种较新的分解计量方法——可导性对数方差分解法，对省际间碳强度差距进行影响因素贡献分解，从而更深刻地揭示形成碳排放区域差距的原因，为在碳减排的各种路径中分清轻重缓急、寻找政策着力点、实现区域经济又好又快发展提供理论支撑。

二、测度方法、计量模型与数据说明

(一)省际碳强度的测度方法

中国尚无区域层面CO2排放的官方数据，鉴于CO2主要来自能源消耗和水泥工业生产过程中的排放①，参考IPCC(2006)的方法，测算能源燃烧排放的CO2，测算式为：

(1)

式(1)中，CO2是能源燃烧排放的二氧化碳排放量，Ei是煤炭、石油与天然气的消费总量，数据源于《中国能源统计年鉴》“地区能源平衡表”。NCVi是能源发热值，数据源于《中国能源统计年鉴》。CEF是碳排放系数，由IPCC(2006)提供。COF是碳氧化因子(因燃烧过程中大部分的碳均被氧化，将其设为1)。44/12是CO2和碳分子量的比例。关于水泥生产过程中排放的CO2，参考林伯强等[17]的做法进行推算，计算式为：

CC=Q×EFcement

(2)

式(2)中，CC为水泥生产过程中的碳排放量，Q是水泥生产量，EFcement是水泥生产的CO2排放系数(0.496)。结合上述能源消费产生的碳排放，得出各省CO2排放总量。

(二)碳强度区域差异的测度方法

本文采用泰尔指数与变异系数两种方法测度碳强度的区域差异，并采用泰尔指数对碳强度的省际总体差异进行地区分解，以考察区域内部差异和区域间差异对总体差异的影响。根据Conceicao等[18]的方法，泰尔指数测算式为：

(3)

式(3)中，TCO2/GDP为碳强度的总体泰尔指数，用于测算碳强度省际总体差异，N为全国省份数，Ci是i省区的CO2排放总量，C是全国碳排放总量，GDPi为i省区的国民生产总值，GDP为全国的国民生产总值。可以按下式对TCO2/GDP进行区域分解：

TCO2/GDP=TCO2/GDP(wr)+TCO2/GDP(br)

(4)

式(4)表明，碳强度省际总体差异可以分解为区域内差异与区域间差异。TCO2/GDP(wr)、TCO2/GDP(br)是测算碳强度区域内差异和区域间差异的泰尔指数，计算式为：

(5)

(6)

式(6)中，Cj、GDPj分别为j区域的碳排放总量和国民生产总值，j(N)为j区域内包含的省份个数，M代表区域划分个数。按照中国东、中、西三大区域划分标准，区域划分个数M=3，j=1、2、3分别代表东、中、西地区。Cji、GDPji分别为j区域i省份的碳排放量和国内生产总值。为考察区域内差异和区域间差异对总体差异作用的大小，分别定义区域内贡献率为TCO2/GDP(wr)/TCO2/GDP、区域间贡献率为TCO2/GDP(br)/TCO2/GDP。

(三)碳强度影响因素的计量模型

IPAT模型因设定形式简洁，被广泛用于分析环境的人口、经济和技术因素[19]。Dietz等[20]将IPAT模型转化为随机形式，构建如下STIRPAT模型：

I=aPb1Ab2Tb3e

(7)

式(7)中，I、P、A、T、e分别是污染物排放指标、人口规模、人均富裕程度、技术水平和随机误差。STIRPAT模型既允许对回归参数进行估计，又能够对各驱动因素进行恰当分解。结合中国碳排放模式及排放驱动因素的实际，并借鉴相关成果，本文对STIRPAT模型加以拓展，以更全面考察驱动因素对中国碳排放及其区域差距的影响，构造如下计量模型：

lnCit=α0+α1lnyit+α2(lnyit)2+α3lnPit+α4lnTit+βX+ηit+εit

(8)

其中，i与t是省区和年份，C为二氧化碳排放水平指标，采用碳强度作为二氧化碳排放的相对指标。解释变量包含两类：一是核心解释变量：人均收入(y)、人口因素(P)、技术水平(T)；二是控制变量，以向量X代表其他一些控制因素。ηi是非观察的地区固定效应，反映区域特征对碳强度的影响。变量选取逻辑及数据来源的说明如下：

(1)人均实际GDP(y)。根据EKC曲线假说，在低收入水平，人们更注重物质生活，但随着收入水平提高，人们开始追求更高的环境质量，故碳排放和人均收入间可能存在倒U型关系。本文以人均实际GDP衡量人均收入，并引入人均GDP的一次项及平方项。为保证可比性，将历年名义人均GDP转化为以1995年为基期的实际值。

(2)人口因素(P)。既有文献一般将人口规模作为人口指标，然而，采用人口规模指标容易掩盖人口结构变化的信息。因此，用非农业人口占总人口比重衡量人口因素，考察城镇化过程中人口向城市迁移对环境的影响。

(3)技术水平(T)。理论上，中国可以通过加快技术进步提高能源效率与改善能源结构，从而有助于提高环境质量，预期T对碳排放影响为负。在技术水平度量上，学界一直存在分歧。借鉴Popp[21]，从创新产出角度，通过专利数据构建知识存量指标来衡量技术水平，详细构建方法见Popp的研究[21]。

(4)产业结构(IS)。第三产业在能源消耗与污染排放较低的同时，产出水平也较高，而第二产业占GDP比重的提高将导致碳排放量的明显增加。以第二产业增加值占GDP比重衡量各省区产业结构②。预期该指标越高，碳强度也越高。

(5)能源结构(ES)。不同类型的能源存在差异化的碳排放系数，以煤炭消费占一次能源消费总量比重反映能源结构，预期ES估计系数符号为正。

(6)对外开放水平(OPEN)。对外开放为中国经济发展注入了强大的动力，同时对环境也可能带来严重的影响。学界关于对外开放的环境效应存在两种相对的观点，Vogel等[22]、Antweiler[23]等认为，对外开放不仅使东道国更易接触国际先进环保技术，还通过“干中学”、竞争等机制促进环境全要素生产率。而Dua等[24]则认为，作为对外开放带来的一种后果，发展中国家竞相降低环境标准以吸引发达国家污染产业的转移，将导致其成为发达国家的“污染天堂”。由于对外贸易和FDI均为表征地区对外开放的重要方面，若仅用单一的指标来度量，则不能全面准确衡量地区对外开放水平。因此，利用主成分分析法将外贸依存度(进出口贸易总额占GDP比重)与外资依存度(外商直接投资额占GDP比重)这两个指标进行加权，构造一个全面反映地区对外开放水平的指标。

(7) 政策因素(GP)。进入新世纪，中国政府相继推出促进节能减排技术研发、产业结构优化升级、能源价格改革等的政策，可能会对环境带来直接或间接的影响，参考李锴等[25]，通过引入时间趋势变量来捕捉政策因素对各地区环境的效应。

三、碳强度的区域差异及其地区分解

(一)中国区域碳强度的变化趋势及比较

图1　全国及区域碳排放强度及其演变趋势：1995-2013

首先，本文测算中国及其三大区域1995-2013年碳强度的平均水平④，结果见图1，可见，在1995-2013年期间，全国及三大区域的碳排放强度大体呈现不断下降的趋势，但东部地区碳强度明显较低，样本考察期一直低于全国平均水平，而中、西部地区碳强度较高，尤其是西部地区历年均显著高于全国水平，并与东、中部地区的差距呈现不断扩大的趋势。如果令全国平均水平为1，1995年三大区域碳强度的比率为0.84∶1.06∶1.12，东部地区最低，西部最高；2005年变为0.81∶0.98∶1.17，东中部地区相对接近，东、中部与西部的差异均更为明显；到2013年这一比率为0.72∶0.96∶1.28，东部碳强度显著低于其他地区，东部与其他两个地区差距有扩大的趋势。以上结果表明，虽然全国及三大区域的碳强度在样本期均呈现下降趋势，但碳强度的区域分化较为明显，究其原因，可能是在东部地区产业结构升级的同时，中西部也加快了承接东部产业转移的步伐，但受经济发展水平、制度环境、人力资本等因素的限制，中西部承接的往往是技术水平低、能源消耗大的投资项目，中西部粗放式的经济发展模式被进一步强化，从而加剧省际碳强度的失衡。

(二)碳强度省际总体差异的测度

图2　中国碳强度省际总体差异的演变趋势：1995-2013

为考察中国碳强度的省际差异，按照式(3)及变异系数公式测度1995-2013年中国碳强度的泰尔指数和变异系数，结果由图2显示，可见，在样本考察期碳强度的泰尔指数和变异系数的变化趋势基本上呈现出一致性，具体来看，可划分三个阶段：第一，两个测度指数在1995-2003年呈现上升态势；第二，2004-2010年两者呈现下降态势；第三，2011-2013年两者又开始呈上涨趋势。这些结果表明，在大多数年份，中国各省份碳排放总量与国内生产总值的非匹配程度呈现强化趋势，究其原因主要在于，在经济增长、就业、财政乃至政治晋升等多维目标的驱动下，各地政府存在很强的激励通过采用降低环境标准这种“追逐到底”的方式吸引污染产业的转移，经济发展方式比较粗放，同时，各地区盲目攀比与恶性竞争进一步引发了资源的巨大浪费与配置的扭曲，从而加剧了区域环境保护与经济发展之间的不协调性。因此，中国地区在协调经济发展和碳排放的关系上尚有较大提升空间。

(三)中国碳强度省际总体差异的区域分解

进一步，为分析东部、中部、西部三大区域内部差异和区域间差异对中国碳强度省际总体差异的影响，分别计算三大区域碳强度的泰尔指数、区域内泰尔指数、区域间泰尔指数及各自对总体泰尔指数的贡献率，结果由表1报告，可以发现：

按照三大区域划分标准，第一，碳强度省际总体差异主要源自区域内差异，在样本考察期，区域内差异对总体差异的贡献率均保持在70%以上，但其对总体差异的贡献呈下降态势。区域间差异对省际总体差异的贡献率较低，历年均未超过30%，然而，近年来区域间差异对总体差异的贡献率呈上涨趋势；第二，在各区域的内部差异中，东部地区内部差异对碳强度省际总体差异的贡献率历年保持在50%上下，是形成中国碳强度省际总体差异的重要来源。中部、西部内部地区差异对碳强度省际总体差异的贡献率较低，中部地区内部差异的贡献率基本呈下降态势，而西部地区内部差异的贡献率近年来呈上涨趋势。这些结果表明，按照三大区域划分标准，虽然中国碳强度的区域内部差异要大于区域间差异，但伴随中部崛起、振兴东北老工业基地等一系列区域经济发展政策的实施，东、中部地区内部各省际间经济发展及工业化水平差距趋于缩小，从而这些区域内的省际碳强度存在趋同趋势，呈现出俱乐部收敛特征，但西部地区内部各省份碳强度并未出现追赶效应，因此需要加强对西部地区碳排放状况的重点监测和防控。

2.3 两组产妇情况比较 两组产妇的产后出血量、输血量、术后并发症发生率、转入ICU率比较，差异均无统计学意义(P>0.05)。见表4。

表1　中国碳强度总体差异的地区分解: 1995-2013

注：系数指泰尔系数系数;贡献率的单位为%.

四、碳强度省际差异的影响因素分析

(一)基础回归模型的实证结果

在对碳强度区域差异进行测算的基础上，进一步对导致这种差异的影响因素进行检验。表2报告了回归方程(8)的估计结果。本文通过Hausman检验发现使用固定效应模型进行估计更优。因此，表2模型(1)用固定效应模型估计人均收入、人口结构、技术水平这些核心解释变量对碳强度的影响。为验证模型(1)的稳健性，模型(2)引入了影响碳强度的控制变量。然而，鉴于固定效应方法无法解决解释变量的内生性问题，而系统GMM能较好地控制内生性，此外，由于系统GMM法不仅结合了水平方程和差分方程的信息，还放松了古典假设的严格限制，相对混合OLS、固定效应模型，系统GMM估计结果更为可信。因此，在模型(3)-(7)中采用系统GMM法(Sys-GMM)进行估计，其中模型(4)报告了全样本的回归结果，模型(5)、(6)和(7)给出了东部、中部及西部地区的回归结果。

表2　计量方程(8)的参数估计结果

注：1.FE、Sys-GMM分别表示固定效应估计和系统GMM估计；2. *、**、***分别表示10%、5%、1%的显著性水平；3.回归系数括号里的数字表示标准误差，AR(2)检验、Hansen检验对应的数均为P值.

表2提供了GMM估计的二阶序列相关与工具变量过度识别的检验结果。结果显示，AR(2)和Hansen检验值的伴随概率均大于0.1，意味着不存在二阶序列相关，并且系统GMM估计是有效的。

表2显示，从全样本结果来看，模型(1)、(3)支持人均GDP与碳强度呈倒“U”型环境库兹涅茨曲线，而一旦加入控制变量，结果却不支持以上结论，说明二氧化碳环境库兹涅茨假说的经验结论不具有稳健性，这部分解释了现有文献相关结论的差异。从模型(4)的结果看，人口结构、技术水平对碳强度分别具有显著的正向、负向影响，在加入控制变量之后这一结果仍然是稳健的，另外，产业结构、能源结构对碳强度有显著为正的影响，这符合理论预期，与李锴等[25]的研究结论也是一致的。而对外开放的回归系数在统计上均显著为正，表明中国对外开放总体上对环境造成了负面影响，这可能是由于对外开放引致的“向环境标准逐底竞赛”效应超过了环境收益效应。政策变量与碳强度呈显著负相关，这表明中国政府各项节能减排政策有效促进了地区碳强度的下降。

从分区域的结果看，模型(5)、(6)回归结果支持环境库兹涅茨假说在东部、中部地区成立，但模型(7)的结果并不支持环境库兹涅茨假说在西部地区成立，这反映了西部地区的经济发展水平还没有跨越改善环境质量的门槛值。人口结构、技术水平、产业结构、能源结构、对外开放、政策因素对各区域碳强度的影响方向与全国的情况基本一致，但各变量对碳强度的影响程度在不同地区之间呈现出明显的差异，这可能反映由于经济发展水平、能源资源禀赋、技术水平以及对外开放水平等方面存在较大的差异，各地区碳强度的具体原因及其效应存在一定的结构性差异。主要原因在于，西部地区迫于经济增长的压力，往往以高能耗与高污染为代价进行招商引资，而没有注重移植东部发达地区碳排放绩效较高的产业，加之西部自身的环保技术相对落后，因此产业结构变动对于西部地区碳强度的负面效应要大于东、中部地区。

(二)碳强度省际差距的影响因素贡献度测算

表2给出了驱动因素对碳强度的影响效应，但尚不能据此量化各影响因素对碳强度省际差距的贡献，借鉴朱子云[26]的思路，利用可导性对数方差分解法，把式(8)中因变量(lnCit)的省际差异(通过方差来测度)分解为回归方程中自变量的贡献度。如果lnC=α+ΣβilnXi+μ，在满足如下两个假设条件下：一是同方差；二是自变量Xi是随机变量，但与随机干扰项μ不相关，可得出碳强度省际差距的各因素贡献的方差分解方程：

σ2(lnC)=Σβicov(lnC,lnXi)+δ2(μ)

(9)

式(9)中，σ2(lnC)、σ2(μ)是因变量lnCit与随机干扰项的方差，cov(lnC,lnXi)为因变量lnCit和自变量Xi的协方差，βi是回归方程各自变量的回归参数。

式(9)两边同时除以σ2(lnC)得出：

1=Σβicov(lnC,lnXi)/σ2(lnC)+δ2(μ)/σ2(lnC)

(10)

式(10)中，Σβicov(lnC,lnXi)/σ2(lnC)为各个自变量对省际碳强度差距的总贡献，cov(lnC,lnXi)/σ2(lnC)为某一自变量对省际碳强度差距的贡献；δ2(μ)/σ2(lnC)表示未在模型中体现的其他影响因素对省际碳强度差距的贡献。

根据表2模型(4)中的回归结果及各变量的样本观察数据，基于式(10)可测算出各因素对省际碳强度差距的贡献度，结果列于表3⑤。从表3可以看到，人均收入、能源结构、人口结构、技术水平、产业结构以及对外开放等因素对中国碳强度省际差距的形成与变迁具有较强的解释力，各因素的总贡献度在1995年最低，为47.55%，在2009年最高，达74.25%，历年平均值达到64%。

表3　各因素对碳强度省际差异的贡献度和累计值：1995-2013(单位：%)

从单影响因素来看，人均GDP是碳强度省际差距形成的关键动力，历年贡献度平均达37.81%。能源结构对碳强度省际差距的贡献度平均达7.68%，贡献度经较持续上涨后于2006年开始下降，这可能与中国在此期间制定的节能减排目标与措施有关。人口结构对碳强度省际差异的平均贡献度达6.29%，并呈上升趋势，这可能与不同地区间人口城市化进程差异所引致的节能减排效应的差异性有关。技术水平对碳强度省际差距的贡献度平均为4.75%，这一贡献度在样本期处于上涨趋势，这可能反映了省际间技术水平差距呈现不断扩大的趋势，技术因素在解释碳强度省际差异的作用逐步得以体现。一般来说，研发投入与技术进步高度相关，据统计，2013年，东部的广东、江苏、上海三地全社会研发投入近三千亿，约占GDP的2.7%，达到发达国家水平，明显高于全国1.8%的平均水平，区域间研发投入的明显差异导致了区域技术水平差距的持续扩大。产业结构对碳强度省际差异的解释程度较低，历年平均贡献度为4.69%，但在样本期内贡献度呈现上升态势，其原因在于，在实施西部大开发、中部崛起的背景下，中西部地区加快承接东部地区的产业转移，一些重型化工业的转移在优化东部产业结构的同时，使得中西部地区的产业发展模式更具有粗放型特征，从而扩大了区域间碳强度的差距。对外开放对碳强度省际差异的解释程度最小，平均贡献度为2.79%，但其贡献呈现不断上涨的趋势，表明省际参差不齐的对外开放逐步影响了碳强度的区域差异，与中西部相比，对外开放带来的技术溢出更有利于东部提升生产管理和环保技术水平，从而有利于该区域的减排。

五、结论和政策启示

在估算中国1995-2013年28个省区排放量的基础上，本文利用泰尔指数及变异系数，测算碳强度的区域差异及演化趋势，并对碳强度省际的总体差异进行区域分解；进一步地，结合STIRPAT模型与可导性对数方差分解法，对省际碳强度差距进行影响因素的贡献分解，得出以下丰富的结论和启示：

第一，无论从区域层面抑或是省际层面来看，中国碳强度均呈现明显的地区差异。三大区域碳强度呈现出东、中、西逐次递增的格局，区域间碳强度的差异呈现扩大趋势；样本考察期大多数年份中国碳强度的省际差异在波动中呈扩大趋势。这反映中国碳排放空间分布具有较为严重的非均衡性，同时也表明各地区碳排放与经济发展水平之间不匹配程度呈强化趋势，因此中国在区域经济环境协调发展上仍有较大的提升空间。中央应根据各地区经济发展的阶段性特征，将各地区经济发展嵌入生态文明建设，改进生态环境质量的评估方法，公平科学分配各地减排额度，通过差别化的政绩考核机制促进地区经济与环境的协调发展。

第二，根据三大区域划分标准，中国碳强度的省际差异主要源于区域内部差异，但区域内部差异对总差异的贡献率呈下降态势，而区域间差异对总差异的贡献率呈上升态势。在区域内部差异中，东部地区内部差异是构成区域内差异的主要来源，同时也是引起省际总体差异的主要来源。中部地区差异的贡献率一直呈下降的趋势，而西部地区差异的贡献率近年呈上升趋势。而在八大区域的划分标准下，区域间差异对碳强度省际差异贡献率较大，欠发达地区对总体差异具有较大贡献并且呈现扩大趋势。因此，为有效缩小碳强度的区域差距，既要对区域差异贡献大的重点地区加强环境规制，实行更严格的减排政策，又要动态监管对区域差异贡献具有上升势头的区域，同时，中央应考虑将重点生态工业项目与清洁工业企业优先落户于欠发达地区。此外，各地政府还可以利用各区域在资源禀赋、能源效率、气候特征、人力资本等方面的差异性，搭建合作交流平台，建立长效合作机制，加强产业转型升级、节能减排技术、环境监管政策等方面的协同创新。

第三，碳排放影响因素的计量结果表明，人口结构、产业结构、能源结构及对外开放对中国碳强度具有显著的正向影响，技术水平、政策因素对碳强度具有显著的负向影响。进一步，基于可导性对数方差分解法的结果显示，人均收入对碳强度省际差距的贡献最高，表明优先缩小区域间经济发展水平差距是平衡区域间碳强度的战略举措，贡献度由高到低的因素依次是能源结构、人口结构、技术水平及产业结构，而对外开放对碳强度省际差异的解释度较小。这表明，为实现可持续发展和2020年减排目标，不仅要求中央必须积极应对碳排放的驱动因素，而且要求各级政府厘清各因素对碳排放省际差异的差异化影响，在涉及减排的系统工程中分清轻重缓急。

[注释]

①根据IPCC(2006)估算，除矿石燃料燃烧外，水泥、石灰、钢铁等生产过程也会排放CO2，其中，水泥占57%，石灰占34%，钢铁占比不到10%.由于石灰和钢铁的分省数据难以收集且排放份额较低，本文并不对这些排放源加以考虑.

②虽然也有文献采用重工业比重来反映产业结构(杜立民，2011)，但由于重工业比重与本文的IS具有较高的相关性，为避免严重的多重共线性问题，本文舍弃重工业比重.

③由于西藏、海南数据大量缺失，从样本中剔除，重庆市的数据并入四川省，样本不包含港澳台地区.

④按照一般的区域划分方法，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东及广东共10个省份；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南共8个省份；西部地区包括广西、内蒙古、云南、四川(包括重庆)、贵州、陕西、甘肃、青海、宁夏和新疆10个省份.

[参考文献]

[1]Intergovernmental Panel on Climate Change (IPCC).IPCC Guide lines for National Green House Gas Inventories[R]. United Nations:World Meteorological Organization,2006.

[2]Bruce J P.Climate Change 1995:Economic and Social Dimensions of Climate Change[M].Cambridge: Cambridge University Press,1996.542-585.

[3]Heil M T,Wodon Q T.Inequality in Emissions between Poor and Rich Countries[J].The Journal of Environment & Development,1997,(6):426-452.

[4]Heil M T,Wodon Q T.Future Inequality in Emissions and the Impact of Abatement Proposals[J].Environmental and Resource Economics,2000,(17):163-181.

[5]Cantore N,Padilla E.Equality and Emissions Distribution in Climate Change Integrated Assessment Modeling[J].Energy,2010,(35):298-313.

[6]Groot L.Carbon Lorenz Curves[J].Resource and Energy Economics,2010,(1):45-64.

[7]Hedenus F,Azar C.Estimates of Trends in Global Income and Resource Inequalities[J].Ecological Economics,2005,(55):351-364.

[8]Padilla E,Serrano A.Inequality in Emissions Across Countries and Its Relationship with Income Inequality:A Distributive Approach[J].Energy Policy,2006,(3):1762-1772.

[9]Zhang N,Zhou P,Choi Y.Energy Efficiency,Emission Performance and Technology Gaps in Fossil Fuel Electricity Generation in Korea:A Meta-frontier Non-radial Directional Distance Function Analysis[J].Energy Policy,2013,(5):653-667.

[10]潘家华，张丽.我国碳生产率区域差异性研究[J].中国工业经济，2011,(5):47-57.

[11]刘华军，赵浩.中国二氧化碳排放强度的地区差异分析[J].统计研究，2012,(6):46-50.

[12]Ang B W,Pandiyan G.Decomposition of Energy-related Emissions in Manufacturing[J].Energy Economics,1997,(3):363-374.

[13]Liu L,Fan Y,Wu G,Wei Y.Using LMDI Method to Analyze the Change of China's Industrial Emission from Final Fuel Use:An Empirical Analysis[J].Energy Policy,2007,(11):589-590.

[14]张友国.中国贸易增长的能源环境代价[J].数量经济技术经济研究，2009,(1):16-30.

[15]Auffhammer M,Richard T.Forecasting the Path of China’s Emissions Using Province-level Information[J].Journal of Environmental Economics and Management,2008,(3):229- 247.

[16]杜立民.我国二氧化碳排放的影响因素：基于省级面板数据的研究[J].南方经济，2010,(11)：20-33.

[17]林伯强，刘希颖.中国城市化阶段的碳排放：影响因素和减排策略[J].经济研究，2010,(8):66-78.

[18]Conceicao P,Ferreira P.The Young Person’s Guide to the Theil Index: Suggesting Intuitive Interpretations and Exploring Analytical Applications[R].UTIP Working Paper, 2000.

[19]Ehrlich P R,Holdren J P. Impact of Population Growth[J].Science,1971,(3):1212-1217.

[20]Dietz T,Rosa E A.Rethinking the Environmental Impacts of Population Affluence and Technology[J].Human Ecology Review,1994,(2):277-300.

[21]Popp D.Induced Innovation and Energy Prices[J].The American Economic Review,2001,(1):160-180.

[22]Vogel D.Trading Up:Consumer and Environmental Regulation in a Global Economy[M].Cambridge,MA:Harvard University Press,1995.

[23]Antweiler W,Copeland B R,Taylor M S.Is Free Trade Good for the Environment[J].American Economic Review,2001,(4):877-908.

[24]Dua A,Esty D C.Sustaining the Asia Pacific Miracle:Environmental Protection and Economic Integration[M].Washington:Institute for International Economics,1997.57-60.

[25]李锴，齐绍洲.贸易开放、经济增长与中国二氧化碳排放[J].经济研究，2011,(11):60-72.

[26]朱子云.中国经济发展省际差距成因的双层挖掘分析[J].数量经济技术经济研究，2015,(1):3-19.

[责任编辑：张晓娟]

Regional Difference Influence Factors of China's Carbon Intensity：Empirical Analysis Based on Provincial Panel Data from 1995 to 2013

ZHOU Jie-qi1,HAN Ying2

(1.The Faculty of Economics,Guangdong University of Finance and Economics,Guangzhou 510320, China;2.Northeastern University，Shenyang 110004,China)

Abstract:Analyzing regional difference of carbon intensity and the influence factors of this difference for China, has important significance for reasonable formulation of emission reduction policies, achieving the 2020 emission reduction commitments and the sustainable development of China. Basing on estimating the quantity of emissions for 28 provinces of China covering the years from 1995 to 2013，this paper uses Theil index to investigate regional difference of carbon intensity, and decomposes inter-provincial differences of carbon emission intensity into between and within region components. Using extensive STIRPAT Model and a variance decomposition methodology, this paper empirically studies the causes of inter-provincial differences of carbon intensity. The results show that: (1)The imbalance between regions is obvious, inter-provincial difference of carbon emission intensity shows an enlarging trend in fluctuation; (2) According to the three zone standards, the inter-provincial difference of carbon emission intensity is mainly from the regional difference, but the contribution of the inter-regional difference to the total difference is on the rise. The overall difference are mainly from the inter-regional differences in eight zones standards ;(3)The per capita income has the most important influence on the inter-provincial difference of carbon emission intensity, followed by energy consumption structure, demographic factors, technology level, industry structure, but explanation degree of opening to the outside world is low.

Key words:carbon intensity; regional difference; Theil index; factor decomposition

[中图分类号]F205

[文献标识码]A

[文章编号]2095-5863(2016)01-0018-09

[作者简介]周杰琦(1983-)，男，广东韶关人，广东财经大学经济与贸易学院讲师，博士，从事低碳发展与科技对策研究.

[基金项目]教育部人文社会科学研究青年基金项目(15YJCZH242)；广东省普通高校人文社科研究项目(14GDQX04B76)；广东省教育厅国家级重大培育项目(2014GWXM018)；广东省打造理论粤军重大项目(2013A2)；国家自然科学基金项目(71173052)

[收稿日期]2015-12-13