李治国,王 杰
(中国石油大学(华东)经济管理学院,山东 青岛 266580)
经济集聚作为区域发展战略实施和经济绿色转型发展的必然结果和重要推力,有效发挥经济活动集中的正外部性,是提升经济发展效率、实现低碳目标和促进可持续发展的关键。基于黄河流域发展现实,城镇化加速、城市群兴起以及上中下产业链延伸的空间分布形态已然成为经济集聚的基本表现。中原城市群等七大城市群作为人口—产业—城镇的重点集聚区,经济密度较高,同时,大气污染问题也尤为突出,在黄河流域全域减排中承担重大责任。以黄河流域生态保护和高质量发展为代表的区域发展战略的实施,一方面得益于生产要素的集中配置和规模效应,有助于经济水平提升和生产技术进步等,进而体现为对低碳减排的促增作用;另一方面,经济集聚则又通过生产活动扩张和要素投入的增加,形成对能源消费数量的引致需求,最终引起局域碳排放总量攀升和环境污染加重。同时,大气污染排放具有跨界传输和边界扩张的分布特征,而区域碳排放又往往存在显著的空间差异性和聚敛性特征,基于区域异质性的能源需求、产业活动以及经济发展与碳排放的现实相关性不断加深,经济集聚与碳排放分布特征动态演化的内在关联不断强化。显然,把握经济集聚与碳排放空间格局分布之间动态的复杂关系,准确监测省际碳排放强度跃迁状态和分异特征,明晰其作用方向和影响机制,对于构建经济发展和环境保护的双赢路径具有重要的现实意义。针对黄河流域经济集聚和低碳减排实现情况,本文提出如下问题:黄河流域碳排放强度空间分布呈现怎样的演化格局?经济集聚在碳强度动态跃迁过程中存在怎样的驱动效应?基于对上述问题的思考,本文立足于区域视角和空间分析理论,探讨经济集聚对于碳强度空间跃迁的驱动效应,并基于省际碳强度差异考察多元驱动模式。
基于时间和空间尺度考察环境污染(碳排放)动态分布特征,从而寻求节能减排和环境治理在经济转型过程中的优化路径,是现阶段双控目标约束下环境研究的热点问题。已有的研究往往选取单项或多项环境污染指标构建反映区域污染状况的综合性污染指数,并基于探索性时空数据分析(ESTDA)方法描述环境污染时空格局演变过程,如朱平辉等(2010)、朱菁(2010)以及许和连和邓玉萍(2012)分别基于工业污染数据等构建环境污染综合指数来考察我国省际或城市环境污染状况[1-3]。针对环境污染分布格局的具体研究,主要包括域间环境污染强度的比较(张雷等,2010)[4]、空间分布集聚或分异水平的评估(刘贤赵等,2016)[5]以及环境污染格局的动态演进(陈志建等,2015)[6]等方面。基于不同的区域主体,屈小娥(2012)利用环境污染动态综合评价模型评估我国三大区域污染状况,发现西部地区环境污染强度最小,依次为中部和东部地区[7];程叶青等(2015)采用莫兰指数方法分析得出中国省际碳排放强度空间集聚程度不断提高,且低碳省份和高碳省份均存在显著的空间锁定效应[8];周侃(2016)通过我国地市环境污染物空间集聚格局分析,发现污染强度呈现优化开发区域—重点开发区域—农产品主产区—重点生态功能区依次递减态势[9];李连刚等(2019)则选取吉林省县域环境污染数据精准分析,发现县域环境污染呈西北—东南分布格局且由中心向四周扩散[10]。任小静等(2018)应用空间相关性检验发现,环境污染高低集聚区域在省际存在差异化的演进路径,低污染物排放集聚区正在由东部向东南部扩展,高污染物排放集聚区正在由西北部向东北部扩展[11]。在空间维度上关注区域环境污染分布格局的同时,还有学者将时间因素纳入分析框架,邵帅等(2019)通过构建动态空间杜宾模型发现碳排放强度和人均碳排放指标均存在时间滞后效应和时间路径依赖特征,跨期碳排放的滚雪球效应明显[12]。与此同时,部分学者则定位于产业碳排放时空分布研究,李波等(2011)将农业部门碳排放总量的波动划分为快速增长期、缓慢增长期、增速反弹回升期、增速明显放缓期等四个变化阶段,高碳区域则集中于东部沿海发达省份和中部农业大省[13];毕斗斗等(2018)则聚焦于旅游产业部门,指出其碳排放效率具有稳定的空间结构和较强的时空依赖性[14]。
针对环境污染(碳排放)时空分布规律和演进趋势,国内外学者采用LMDI指数方法(巩芳和王芳,2013;陈祖海和雷朱家华,2015)[15-16]、STIRPAT分解模型(汤姿和李晓红,2019;牛鸿蕾,2019)[17-18]、EKC假说(许广月和宋德勇,2010;魏下海和余玲铮,2011)[19-20]以及格兰杰因果检验(潘慧峰等,2015)[21]等方法考察多因素与环境污染(碳排放)的内在关联、驱动效应和影响机理。进一步地,含有空间效应的空间计量方法被引入碳排放驱动的分析框架,如邓长德和刘帅(2011)、佟昕等(2014)、胡宗义和刘亦文(2015)等学者均采用空间回归分析考察碳排放的多维度空间驱动效应[22-24]。基于上述研究方法,已有的文献指出区域碳排放和减排过程受多方面因素的影响,包括能源结构(马丽 梅 和 张 晓 ,2014)[25]、经 济 发 展(Wang 等 ,2015)[26]、能源效率(Shao等,2016)[27]、产业结构(杨浩和张灵,2018)[28]、政策管理(陈诗一,2018)[29]以及技术创新(李志学等,2019)[30],等等。而在现阶段区域一体化战略实施、城镇化快速推进以及产业集群化发展的宏观背景下,经济资源和经济活动集中所形成的集聚效应对区域碳排放的作用效果不断凸显。如杨仁发(2015)以及袁华锡等(2019)考察经济集聚、产业集聚和金融集聚等集聚指标对于环境污染和绿色发展的影响[31-32]。
总结已有文献的相关结论,不难看出,经济集聚对于环境污染(碳排放)存在双重效应,即促增效应和抑制效应。一方面,基于生产活动集中的环境负外部性,经济集聚往往导致产业规模的扩张和能源需求上升,进而引起环境污染加剧。在国外早期研究中,Vikanen(1998)以及 Verhoef和Nijkamp(2002)等提出了经济活动规模化显著加剧大气污染的观点[33-34]。另一方面,基于生产活动集中的规模经济效应、技术溢出效应和资源集约效应,经济集聚通过能源利用效率提升的引致作用抑制污染物排放。Glaser(2011)、刘习平和宋德勇(2013)均通过经济集聚水平较高的城市样本证实产业集聚能够有效改善城市环境污染[35-36],张可和豆建民(2013)亦有相似的结论[37],产业集聚水平更高的东部沿海城市的环境效率高于中西部城市。陆铭和冯皓(2014)则进一步指出经济活动集聚有助于碳排放强度特别是工业碳排放强度的下降,在生产过程中呈现节能减排效应,在综合考虑上述双重效应的基础上,研究发现经济集聚与环境污染之间存在不确定或非线性关系[38]。杨仁发(2015)基于Copeland-Taylor模型分析产业集聚对环境污染的作用机制,发现两者之间存在显著的门槛效应。基于空间非线性关系假设,沈能(2014)发现工业集聚与城市环境效率存在“倒U”型关系[39],这一结论得到了李筱乐(2014)等学者相关研究的佐证[40]。基于不同的数据样本和考察周期,部分学者发现经济集聚水平与环境污染之间存在着更为复杂的联动关系。李伟娜等(2010)通过制造业集聚与环境污染的回归分析发现两者呈“N型”动态相关性,而现阶段我国制造业尚处于中级集聚阶段,即大气污染总量随集聚度提高而增加[41];与之相反,邵帅等(2019)运用动态空间杜斌模型考察经济集聚与碳强度、人均碳排放的关系,发现均存在“倒N”型关系[12]。
既有研究针对经济集聚和环境污染(碳排放)作用机理展开了较为丰富的讨论,但缺乏进一步将环境污染(碳排放)分布格局动态演进纳入分析框架的尝试。显然,基于生产活动的空间集聚与单元污染(碳)排放强度存在强相关性,进而形成对环境污染空间格局动态演进驱动效应的分析具有相对严谨的逻辑性,有助于从时空维度剖析经济集聚的节能效应及其影响机制。此外,现有文献的主要不足包括:研究视角上,多数文献多采用全国省域数据或单样本数据,但尚未发现以区域特别是黄河流域作为切入点的实证研究;研究方法上,空间计量分析在碳排放空间驱动问题中虽然应用较为广泛,但一方面缺乏区域异质性的考虑,缺乏不同碳环境下经济集聚驱动效应的差异化分析,另一方面,环境污染(碳排放)驱动因素空间回归分析中忽略了潜在的内生性问题、时间路径依赖特征以及研究结论的稳健性检验;研究内容上,已有文献中经济集聚作用于环境污染(碳排放)的研究多依托于经验分析和定性描述,而缺乏数理模型的严格推导和量化分析,更缺乏环境(碳)排放空间格局动态演进驱动机制的规范化阐释和框架构建。
基于上述研究不足,本文将环境变量(碳排放)纳入传统的产出密度模型,用以刻画黄河流域经济集聚与碳排放强度的理论相关性,进而构建空间面板分位数回归模型与碳强度时空跃迁机制相嵌套的分析框架,对经济集聚的碳强度空间分布驱动效应进行规范阐述和实证计量,强化研究结论稳健性的同时,拓展经济集聚驱动碳排放格局空间分析中的区域研究视角。
传统的经济集聚理论用以刻画经济活动的密集程度,即产出规模与生产空间的比重。本文在Ushifusa和Tomohara(2013)所提出的产出密度精简模型[42]基础上,基于生产投入端的改进将污染物(碳排放)纳入产出密度的分析框架。产出密度基本表达式如下:
其中,qi表示黄河流域i省份的产出密度水平;Qi和Ai分别对应i省份的非农业总产值和省域面积;ni和ki则表示i省份单位面积的非农业就业人口和物质资本投入;Ωi表示希克斯中性参数;β(0<β<1)表示劳动要素投入对于产出密度的贡献率;α表示劳动和资本要素投入对产出密度的综合贡献率;λ(λ>1)则表示产出密度系数。
不难看出,相较于传统的柯布—道格拉斯生产函数,产出密度模型在关注要素边际报酬率的同时,增加(Qi/Ai)(λ-1)λ乘项用以刻画集聚生产的外部性特征,即空间集聚效应。基于不同的经济发展阶段,产出密度系数λ以及产出密度弹性(Qi/Ai)(λ-1)λ与现实经济运行状况相匹配,且能够将生产要素的拥挤效应同时予以体现。有鉴于现阶段的产出密度函数尚未将环境要素(碳排放)纳入分析框架,本文从投入端尝试进行扩展,将环境要素视为生产投入要素,而将污染物(碳排放)对于环境的破坏视为环境要素消耗。假定pi为i省份单位面积的碳排放量,则投入端改进的生产密度模型表达为:
其中,l(0<β+l<1)定义为资本投入对于产出密度的贡献份额;α则重新定义为劳动力、资本和环境要素投入的综合贡献率。假定资本投入在黄河流域省份之间完全自由流动,即利率(r)与资本要素的边际产出持平,则资本投入的密度函数可以表示为:
将式(3)代入式(2)中可以得到:
将式(4)两边同时取对数并将环境投入项pi替换为碳排放Ci可得:
式(5)说明碳排放强度与经济集聚之间存在密切关联,经济集聚的边际节能减排效应可以近似表示为(1-αλ)α(1-l-β)。考虑经济集聚过程中不确定的外部效应,当满足λ>α-1>1时,经济集聚表现为对碳排放强度的抑制作用;相反,1<λ<α-1时,经济集聚则会导致碳排放强度上升和环境污染加剧。基于上述理论分析发现,经济集聚通过不确定的外部性、空间溢出以及专业化分工等途径作用于碳排放强度的机制分为两类:一是促进作用,即生产活动的聚集加剧产能扩张和能耗增加,经济集聚表现出显著的负外部性特征;二是抑制作用,得益于城市群经济和产业集群经济兴起,全域技术溢出、知识共享以及联防联控环保意识强化等正外部效应不断凸显,经济集聚有助于降低碳排放强度。
基于探索性时空数据分析(ESTDA)框架,全局空间自相关指数用以刻画黄河流域碳排放强度的整体空间相关性,进而利用局部空间自相关指数则反映局域碳强度的集聚或分异水平,即个别省区与邻接地区的差异情况,具体表达式为:
碳排放强度的局部空间自相关直观反映在Lo⁃cal Moran'sI散点图中,第一象限(高—高)和第三象限(低-低)说明所观测的局部地区分别以较高或较低的碳强度水平集聚;与之相反,第二象限(低—高)和第四象限(高—低)则说明局域碳强度水平差距较大,存在显著的分异特征。为刻画局部关联类型在不同时段的变动情况,本文利用Rey等(2006)提出的时空跃迁理论[43],从时间和空间维度划分省际碳排放强度在邻接单元间的转移状态和动态路径。具体来说,空间跃迁状态大致包括区域自身相对跃迁、邻接区域相对跃迁、区域自身和邻接区域共同跃迁以及区域自身和邻接区域保持稳定,具体见表1所列。
表1 碳强度时空跃迁基本类型划分
基于碳排放强度时空跃迁的类型划分,分位数回归模型能够与之进行深度嵌套(赵桂梅等,2017)[44]。一方面,碳强度分位数回归模型能够克服强分布假设约束和异常值的误差影响;另一方面,分位数回归结果在分阶段考察经济集聚对于碳强度驱动效应的同时,还能够兼顾估计结果的稳健性和驱动效应的动态特征。假定碳强度C的概率分布为F(C) =Prob(C≤c),C的τ分位数定义为满足则F(c)的τ分位数q(τ)基于加权误差绝对值最小化的目标函数可以表示为:
其中,argminξ表示ξ的取值设定下目标函数满足最小化。
具体来说,根据碳排放强度影响因素的分位数划分,本文依次设定高分位响应阶段(0.1~0.5)和低分位响应阶段(0.6~0.9),基于Ⅰ型、Ⅱ型、Ⅲ型以及Ⅳ型的碳强度时空跃迁模式和驱动因素的差异化作用方向,可以构建高分位驱动、高分位制约、低分位驱动以及低分位制约的跃迁机制。不同响应阶段和驱动模式下的跃迁类型既能够用以刻画多因素的差异化影响,又能够反映黄河流域整体的动态跃迁轨迹。碳强度时空跃迁及其分位数回归嵌套分析的机制框架如图1所示。
图1 碳强度时空跃迁及其分位数回归嵌套分析的机制框架
本部分利用2000-2017年黄河流域九省空间面板数据考察经济集聚对碳强度时空跃迁的驱动效应。具体来说,实证分析过程主要包括三部分:碳强度跃迁状态评价、经济集聚的碳强度跃迁驱动效应及其机制分析。分位数回归能够揭示区域异质条件下各驱动因素对于碳排放强度的差异化影响,进一步地,基于碳排放强度和经济集聚等较强的空间相关性,本文将空间滞后项纳入面板分位数回归分析,从而克服传统的分位数研究方法由于忽略空间溢出效应而造成的估计偏误。此外,考虑碳排放强度潜在的时间路径依赖特征,本文又将碳排放强度的一期滞后项引入分位数模型,依据碳强度与经济集聚水平关系式(5)建立动态空间面板分位数回归模型:
其中,cg和q分别表示碳排放强度和经济集聚水平,即单位省域面积的GDP产值;基于碳强度与经济集聚不确定非线性关系的考虑,本文依次将经济集聚的二次项和三次项引入模型,从而考察不同分位响应阶段中经济集聚对碳强度差异化的驱动路径;cgi,t-1表示碳排放强度的一期滞后项,用以反映碳强度时间路径依赖特征;W则是用以描述黄河流域省际空间邻接关系的空间权重矩阵,Wlncgit和Wqit分别表示碳强度和经济集聚的空间滞后项,用以刻画周边地区碳强度和经济集聚对本地的空间驱动效应;β0(τ)-β5(τ)表示 τ分位值对应的待估参数,ρ1(τ)-ρ2(τ)则分别表示空间滞后项的待估参数。综合考虑区域碳排放强度的主要影响因素,本文引入包括技术水平、城镇化水平、工业化水平、对外开放程度和信贷结构等变量在内的控制变量组X。具体的变量说明见表2所列。
表2 相关变量定性描述
续表2
由于式(8)中存在被解释变量碳强度的时空滞后项作为解释变量,与传统计量模型中残差的基本假设(同方差、外生性)相违背,普通的面板分位数回归方法所得到得参数估计往往是有偏且不稳健的,而采用动态面板分位数的工具变量回归则是有效解决潜在内生性条件下参数估计的有效手段。Kim和Muller(2004)所提出的拓展2SLS方法通过相同分位值τ的两阶段分位数回归能够避免解释变量的内生性问题,因而可以较好地胜任本文的动态空间面板分位数回归模型估计任务[45]。在第一阶段估计中,通过系列工具变量(X、WX)对因变量lncgi,t-1、Wlncgi和Wqi的τ分位回归筛选比较可得对应的估计值,进而在第二阶段中相同的τ分位下开展回归估计。作为对比,后文中同时列出了普通OLS回归、非空间面板固定效应、静态空间面板杜宾回归模型以及动态空间面板杜宾回归模型的估计结果,用以检验不同分位值回归中与整体回归趋势是否存在显著差异。与此同时,本文还需要基于全局莫兰指数对碳排放强度以及经济集聚水平进行空间相关性检验,以判断空间回归分析的合理性。
基于数据可得性和统计口径一致性,本文选用黄河流域四川、陕西、山西、山东、青海、宁夏、内蒙古、河南和甘肃九省2000-2017年的面板数据作为研究样本,数据主要来源于《中国统计年鉴》《中国能源统计年鉴》以及各省份统计年鉴等。指标选取主要参考已有文献的实证经验,为进一步降低样本数据离散程度和非平稳性波动影响,本文在实证分析中对部分变量取对数处理和正数化后的对数处理。
本文借鉴已有文献中对于控制变量的选取经验,选取技术进步、城镇化水平、工业化水平、外商投资规模和信贷规模作为控制变量。对于碳排放强度而言,技术进步一方面能够通过提升能源利用效率改善能源消费水平和调整能源利用结构,另一方面,技术亦能够基于生产效率的提升和生产规模的扩大而引起碳排放增加,最终导致碳强度上升(李廉水和周勇,2006)[46]。一般而言,工业化比重越高,则能源消费需求不断攀升,相对应的碳排放强度也不断提高;信贷规模和外商投资规模通过作用于生产生活领域而形成对能源消费的引致需求,同样的,两者对于碳排放亦存在正反两方面作用。既可以通过融资和吸引外资推动绿色技术的引进和发展,又容易导致“污染天堂”效应(李小平和卢现祥,2010)[47]。
本文基于探索性时空数据分析方法,得出黄河流域九省碳强度全局莫兰指数为正值且通过显著性检验,即说明黄河流域碳排放强度的空间分布存在空间关联性且适合采用空间计量分析。通过LISA集聚图刻画黄河流域碳强度局域分布特征(图2),不难发现,碳排放强度的低值集聚中心较为稳定地处在山东、陕西、河南以及四川等省,而高值集聚中心则波动出现于青海和山西两省,内蒙古和宁夏两区则长期表现为显著的分异特征。整体来看,黄河流域碳强度表现为集聚和分异并存的空间分布特征,而集聚地区则呈现出较强的空间路径锁定特征。
图2 黄河流域碳强度LISA集聚
基于Rey(2006)[43]等的时空跃迁理论,选用碳排放强度的空间稳定性指标即空间凝聚度来衡量黄河流域碳强度跃迁状态,其值等于研究时段内某一跃迁类型占跃迁总数的比重。一般而言,空间凝聚值越高,则发生跃迁的阻力越大,意味着碳排放强度的空间路径锁定特征越显著。在本文中,时段t=(2017-2000)×M(9)=153。根据时空跃迁基本类型,可得黄河流域碳排放强度的局域莫兰指数转移概率矩阵,见表3所列。
表3 局域莫兰指数转移概率矩阵
从空间转移概率矩阵中不难看出,黄河流域碳排放强度空间结构整体上呈现出稳定特征,跃迁惰性显著,即介于不同类型之间的跃迁发生数较少。I型、II型以及III型三类跃迁的转移概率仅有0.128 6,而IV类型的空间跃迁概率则达到0.871 4,对应的空间凝聚度为87.14%,从而说明2000-2017年黄河流域碳排放强度呈现出较强的空间路径锁定特征。进一步地,本文将时间要素引入传统的静态LISA聚散分析,通过LISA时间路径长度(Lm)和路径弯曲度(δm)等几何特征指标来刻画黄河流域碳排放强度的局部空间结构波动性,其计算公式如下所示:
其中,M代表研究单元数量即9;T代表研究时段跨度即17;Lm,t表示m单元在t年的LISA坐标;而d(Lm,t,Lm,t+1)则表示相邻期间内单元m的空间移动距离。一般而言,L值越大,即说明所对应单元的空间结构动态趋势越强烈;δ值越大,则表明空间结构变动过程越曲折。
从表4来看,四川、山东和宁夏等地的时间路径长度相对较短,即碳排放强度空间结构较为稳定,这与相关省份经济发展水平相对稳定、经济发展的集约化程度不断加深有关;而山西、陕西、内蒙古和甘肃等地的时间路径长度则较长。究其原因,在中部崛起政策实施背景下,中部省份经济发展的同时其能源需求不断攀升,且以煤炭作为最主要的能源供给类型,从而呈现出强烈的碳强度动态特征。就时间路径弯曲度而言,同样是陕西、山西和甘肃等省的弯曲值最高,即碳强度空间分布演变过程中存在强波动性,这与之处于高—低集聚地带或不同类型的临界处密切相关。一方面,相关省份由于经济发展加速、能源消费攀升等导致碳强度空间结构变动明显;另一方面,受到邻近省份碳强度动态跃迁的空间效应影响。综合来看,黄河流域沿线省份碳强度整体上空间锁定效应明显,同时局部省份又呈现出显著的跃迁特征。
表4 LISA时间路径相对长度和弯曲度
表5报告了基于空间距离权重矩阵(8)式的2SLS回归结果,根据分位值0.1~0.9划分为高分位响应阶段和低分位响应阶段,刻画不同分位响应类型下的驱动因素差异。由空间面板分位数回归模型估计结果可知,黄河流域碳排放强度兼具时空滞后效应。时间维度上,碳排放强度一期滞后项系数在低分位阶段(0.2~0.5)与高分位阶段(0.6~0.7)均显著为正,说明碳强度具有较强的时间路径锁定效应和“滚雪球”效应,即相邻期碳强度水平保持着稳定,如果上一期的碳强度水平较高,则本期的碳强度水平依然维持在较高的水平;空间维度上,碳强度空间滞后项系数在低分位阶段(0.1~0.3)和高分位阶段(0.6~0.9)均在1%的显著性水平下通过检验,但回归系数却呈现正负波动态势,意味着省域之间虽然存在着较强的碳排放空间效应,但作用方向和驱动效果却有不确定性。究其原因,周边地区经济发展能够通过上下游产业链条和区域经济合作强化对本地能源消费的引致需求,从而形成对当地碳强度的促增作用,而地区之间碳排放的策略性竞争行为更强化这一正向驱动效应;反之,周边地区亦能够通过环境治理、清洁生产以及严格的低碳标准产生对当地的“示范效应”,形成碳强度抑制作用。
不难看出,经济集聚的一次项、二次项和三次项均能够通过1%的显著性水平检验,且在低分位响应阶段(0.1~0.5)和高分位响应阶段(0.6~0.9)中均依次为正、负和负,表明整体上经济集聚与碳强度之间存在着显著且稳健的“倒U”型曲线关系。当经济集聚水平达到拐点值前,对于碳排放强度具有正向驱动作用,这与黄河流域经济快速扩张期相对应。该时段内,经济活动的大量集中导致产能扩张、能源消费攀升进而碳排放增加,同时,黄河流域沿线省份偏重重工业的产业结构和煤炭消费为主体的能源结构的集中也会对碳排放产生较强的促进作用;然而当经济集聚水平超过临界值后,对于碳排放强度的抑制作用显著。得益于经济集聚过程中成本节约、规模经济以及知识溢出效应等正外部性作用不断凸显,一方面,经济集聚可以通过专业化分工协作而提高能源利用效率和减排效率;另一方面,经济集聚能够通过对减排成本的控制而强化节能减排的规模效应。值得注意的是,经济集聚二次项和三次项在不同分位响应阶段中的回归系数明显大于一次项,即经济集聚对于碳强度的抑制程度显著高于其促进作用,这表明整合区域经济、提升经济集聚水平是推进节能减排工作的重要路径。除此之外,经济集聚的空间滞后项系数整体上显著为正,表明周边地区的经济集聚与本地碳强度存在较高的正相关性。其主要原因在于省际的经济竞争和产业关联在区域一体化推进背景下不断加强,牵一发而动全身,邻近地区的经济集聚能够带动当地的能源消费和碳减排。
表5 经济集聚对碳强度空间面板分位数回归结果
从控制变量来看,技术进步的估计系数在高低分位显著为正,技术进步每提升1%,碳排放强度在低分位响应阶段将增加0.059%,高分位响应阶段则增加0.075%,这表明技术进步并不利于黄河流域碳强度控制和节能减排工作落实。造成这一现象的可能原因包括:其一,相较于绿色偏向型技术进步,生产导向的技术进步有助于生产效率的提升,进而引致投入要素增加和产能扩张;其二,基于本地经济发展压力和环保技术研发投入回报周期较长的考虑,地方政府往往更倾向于经济增长型技术投资;其三,技术进步的应用推广存在较长的时滞性,短期内难以发挥对碳强度的有效抑制作用[48-49]。城镇化率对碳排放强度的整体驱动效应表现为负,即随着城镇化水平的不断提高,集约化生产生活方式推广、城市基础设施不断完善以及城市群生态融合等有助于抑制碳排放;同样地,对外开放度和信贷规模整体上也均表现出对碳强度的抑制效果。值得注意的是,对外开放水平在高分位响应阶段中对于碳排放强度呈现出不确定的驱动效应,而利用外资规模则显著表现为对碳排放的促进作用。一方面,对外交流开放的同时有助于国外低碳环保标准和清洁生产技术的引进,从而在碳减排中发挥促进作用;另一方面,外资引进的过程中容易导致“污染避难所”效应和贸易等过程中的碳泄露问题。除此之外,工业化对于碳强度的作用显著为正,这与已有的研究结论基本相符,工业比重较大的经济结构中碳强度水平较高且减排困难。
基于碳排放强度时空跃迁与经济集聚空间分位数回归的嵌套分析框架,黄河流域沿线省份节能减排目标下的碳排放驱动路径有所差异。低分位响应阶段中,四川、陕西、山东和河南(LL→LL)保持自身低碳强度水平不变,即处于低分位制约模式。其中,经济集聚与碳强度显著的“倒U”型曲线关系表明,提升经济集聚水平和促进区域经济协同发展是抑制相关省份碳强度状态跃迁的关键所在,有利于避免碳排放强度向高水平的动态跃迁。城镇化水平、对外开放度和信贷规模亦是有效抑制碳强度上升重要因素。在城市化水平不断提升的背景下,基础建设、产业活动乃至居民环保意识的正外部性凸显,而对外开放水平提高和信贷规模扩大则能够通过高标准环境规制、清洁生产技术的引进和资本要素的有效流通实现碳强度下降的减排目标,从而有助于保持四川等地区低碳集聚状态。与之相反,经济集聚滞后项的回归系数则整体为正,即周边地区经济活动的集中化能够形成对本地碳强度水平上升的促进作用,而技术进步、工业化进程加快和引进外资规模的扩大均是打破相关省份原有低碳状态的原因所在。高分位响应阶段中,山西、青海(HH→HH)和甘肃(HL→HL)则稳定在高碳强度集聚状态。显然,经济集聚在高分位驱动模式下尚未有效发挥出对碳强度的抑制作用,而经济集聚的空间溢出效应则成为相关省份碳强度水平居高不下的重要驱动力。从控制变量的参数估计结果来看,工业化和利用外资是导致山西等地区维持在高碳强度集聚水平的最主要因素,其次为技术进步。相较之下,城镇化建设、对外开放和信贷规模扩大对于碳强度下降的抑制作用弱化,难以真正落实碳强度下降的减排目标。对于内蒙古和宁夏地区而言,碳强度在空间维度上并不存在显著的集聚效应,因此其低碳目标的落实应重点着力于自身的节能发展,通过省内经济集聚水平的提升以及城市化推进等自我驱动。
根据各省区碳强度时空跃迁及其经济集聚空间驱动机制的分析结果,省域环境治理着力点和碳减排政策实施路径存在差异化。整体来看,黄河流域九省的碳强度均呈现出较强的空间稳定特征,其中四川、陕西、山东和河南属于低碳排放强度集聚区,而山西、青海和甘肃则属于高碳排放强度集聚区。对于高碳集聚区而言,其重点在于对碳排放强度关键驱动因素的控制和优化,具体来说,包括提高第三产业比重、改善外资利用结构以及推动具有“绿色偏向”特征的技术进步等。除此之外,促进区域协同发展和提高经济集聚水平也是扭转高碳排放强度“空间锁定”困境的重要选择。不同的是,对于低碳集聚区域而言,则关注于碳排放强度抑制因素的改进和强化。同样,在低分位抑制模式中需要充分发挥经济集聚对碳强度的抑制作用,同时有效发挥周边地区经济集聚对本地碳排放积极的空间外部性,这是抵消碳强度正向驱动效应和实现减排目标的最主要因素。进一步地,通过城镇化水平进步、对外开放程度加深以及信贷规模扩大等路径来保持低碳集聚的稳定性。综合来看,黄河流域沿线省份低碳发展既强调不同碳强度集聚类型和跃迁路径下的差异化减排措施选择,也离不开区域内部之间协同交流和区域经济集聚节能减排效应的有效发挥。
在区域发展战略稳步推进的背景下,经济活动的空间集聚已然成为区域发展格局的基本态势和重要驱动,而把握经济集聚发展和节能减排的均衡关系是实现双控目标约束下区域可持续发展的关键。同时,基于区域内部发展异质性而形成的差异化碳强度驱动路径也是不可忽视的现实问题。针对上述问题,本文通过传统产出密度模型的改进刻画碳强度与经济集聚的理论关系,选用黄河流域九省2000-2017年面板数据并基于空间面板分位数回归模型进行实证计量,并且在分位数回归与碳强度时空跃迁的嵌套分析框架中展开分析,所得结论如下:
(1)黄河流域经济集聚与碳强度存在显著且稳健的“倒U”型曲线关系。在高低分位响应阶段中,经济集聚和碳强度均存在减排临近点,即当经济集聚超过一定阈值后,开始呈现出显著的碳强度抑制作用。从影响程度来看,经济集聚对于碳强度的抑制作用程度远超促增效应,是降低碳强度水平、落实低碳目标的关键因素。同时,经济集聚具有显著的正向空间溢出效应,即在地方策略性竞争效应以及产业关联发展引致的规模经济效应之下,周边地区的经济集聚发展会导致本地碳强度水平的升高。
(2)黄河流域碳强度水平呈现较强的时空路径依赖特征。时间维度上,相邻期碳排放强度存在显著的正相关性,即上一期碳强度水平如果较高,则本期碳强度可能会不断走高,意味着低碳减排需要立足于长效机制和持续治理;空间维度上,黄河流域省际碳强度的空间溢出效应具有不确定性,表明周边地区的碳强度既能够通过积极的示范作用改善本地碳排放状况,也能够基于规模扩张等效应导致本地的碳环境恶化,因而区域整体节能减排目标的实现必须强化区域内部的协作机制和联动效应。
(3)黄河流域碳强度空间分布状态“集聚”和“分异并存”,且碳强度状态跃迁过程中空间锁定效应明显。基于碳强度时空跃迁和分位数回归的嵌套分析框架,黄河流域四川、陕西、山东和河南(LL→LL)表现为稳定的低碳强度集聚状态,在低分位制约模式下其节能减排的重点在于维持低碳强度水平稳定并弱化技术进步、工业化发展等因素的正向驱动效应;山西、青海(HH→HH)和甘肃(HL→HL)整体上则表现为高碳强度集聚或高—低碳强度集聚状态,在高分位驱动模式下其关注的重点则在于扭转当前高碳强度水平的空间锁定困境,实现碳强度下降的关键则在于强化金融集聚、城镇化发展等抑制性因素的作用。
上述研究结论对于促进黄河流域经济集聚和节能减排的均衡发展,以及全域碳环境向低碳集聚状态跃迁的路径选择,具有重要的指导意义。
首先,区域协同发展的基本空间形态和经济活动的空间集中化趋势,对地区环境治理、节能减排以及绿色发展具有重要影响。本文的研究发现,经济集聚在达到一定水平后,对于碳强度具有显著的抑制作用。基于这样的判断,黄河流域沿线省份应在“高质量发展战略”实施基础上,打造城市群经济和一体化产业模式,充分发挥以中原城市群等为核心的经济辐射和引领作用,从而形成区域碳强度下降的内在动力。
其次,本文显示碳强度与经济集聚均存在较强的空间溢出效应,这表明碳强度下降目标的实现要求区域间的协同减排和合作治理,通过碳排放权交易与生态补偿、环境规制的联合出台以及环境污染的联防联控等途径,充分发挥邻域之间积极的示范效应和溢出效应的正外部性。
最后,基于黄河流域碳强度空间集聚和分异的异质性特征,需要制定“共同又有区别”的减排调控政策,并明确差异化的碳强度跃迁驱动路径。在强化经济集聚水平在碳强度变动过程中的抑制作用的同时,重点通过优化产业结构降低第二产业比重、推动绿色偏向型技术进步以及改善外资利用结构等,保持四川、陕西、山东和河南低碳强度集聚状态的稳定;对于高碳强度集聚状态的山西、青海和甘肃等省,则应聚焦促进城镇化建设、扩大信贷规模和提高资金利用效率等措施,以此打破高碳强度集聚的空间锁定困境,加速向低碳强度状态的跃迁。