“双碳”目标下企业碳排放强度驱动因素及空间溢出性研究

王 博

(广东康逸环保科技有限公司，广东 广州 510000)

1 引言

近十年来，随着国内经济、城镇化建设以及工企业科技的发展，使国内能源市场过度膨胀，与此同时，由于企业能源过剩和低效率运营造成的碳排量持续增长，进一步加剧了国内节能减排、低碳、绿色循环发展的压力[1～3]。在此背景下，积极落实“双碳”战略目标，系统性变革企业产业结构和经济发展方式，优化企业区域生态环境则极为关键。根据相关能源统计数据[4]，国内石化(不可再生能源)生产能源是碳排放量的主要来源，如2019年国内企业碳排放总量占总比重约60%，数据统计表明落实“双碳”目标的关键在于企业能源更迭、经济建设和绿色发展，然而当前国内研究多集中为碳排放同产业结构的关系，如王姚等[5]以空间自相关分析法和空间面板计量模型分析了农业产业结构碳排放驱动因素及空间溢出性；苗二森等[6]则弥补了传统方法不足，通过区域经济发展水平和产业结构特征分析碳排放影响因素间空间溢出性和异质性，提出了因地制宜策略；为更准确地分析碳排放驱动因素和溢出性特征，张翠菊等[7]构建绝对和条件、收敛模型，考究收敛特征，进而通过空间滞后模型、空间误差模型(SEM)等分析区域“碳减排”差异的深层原因，进一步了解不同驱动变量对碳排放强度的直接或间接效应。然上述研究多集中于空间溢出性分析，尚未明确“双碳”目标背景与产业机构的量化分析[8]。为此，为落实“双碳”战略目标，本文以企业能源绿色发展为基，通过碳排放现状及绿色关联性研究，探索碳排放强度驱动影响因素，同时构建空间计量模型分析碳排放强度溢出效益演变规律，最终，制定多层次、全方位的碳排放调整策略，在落实“双碳”目标的同时为企业节能减排，绿色发展提供科学性、针对性的参照价值。

2 文献综述

2.1 企业碳排放强度现状

为合理、科学地研究分析碳排放强度和空间溢出特征性，本文通过碳排放量、经济产业结构优化2个维度层级探索碳排放强度现状。其中，碳排放量维度中，有关学者发现[9]，2020年“双碳”目标提出后，国内各企业碳排放强度整体出现显著性变化趋势，如东北区域，该区域企业多样，不可再生资源丰富，但经碳排放量调控后，总体呈下降趋势；在结构优化维度中，有学者研究表明[10]，随着“碳达峰”“碳中和”的绿色发展理念构建，企业逐步调整碳排放量目标、优化能源结构和企业结构，科学管理碳排放量，逐步形成新的绿色发展趋势。

2.2 企业碳排放强度与绿色发展关联性分析

探索企业碳排放强度与绿色发展关联性有助于系统且科学的分析选取“双碳”目标下企业碳排放强度驱动因素，提升企业碳排放强度管理。在此背景下，研究表明[11]以生产技术和创新角度分析两者间关联性，发现企业碳排放强度同生态绿色发展间呈“U”型关联状，表明当绿色发展提升时，企业碳排放量强度先呈上升，后呈下降的趋势；为此，本文在上述研究成果基础上，依据驱动因素关联性原则，以空间预测模型进行预测分析和偏差比较，最终设计分析拟选取绿色发展关联性因素为空间计量模型因子进行真实值模拟。

3 驱动因素及空间分析模型设计探索

3.1 碳排放强度测算分析

综上，分析筛选企业碳排放驱动因素后，各类型驱动因素表明当前企业产生的碳排放量以生产能源(不可再生能源)消耗为主。为此，本文为合理评估测算局部区域内企业碳排放量，首先，选取企业多种类不可再生能源(煤炭、石油、焦炭等)[12]，其次，将选取能源经相关数学模型分析后，参照原嫄等[13]方法进行选定企业碳排放量测算，公式如(1)所示：

(1)

式(1)中：C表示所测算的碳排放量；i表示选取的不可再生能源种类；Oi表示不可再生能源燃烧时的碳化率；CCi表示单位热值燃料含碳量；NCVi表示不同种类不可再生能源发热量；Ei代表不同种类不可再生能源的消费量。

碳排放量计算后，本文为测算碳排放强度，进一步分析能源效益和CO2空间溢出特征，以企业碳排放量相比实际GDP，测算碳排放强度，如式(2)所示：

EC=C/GDP

(2)

式(2)中：EC表示碳排放强度测算量；C表示碳排放量；GDP表示实际生产总值。

3.2 驱动因素定义及分析

依据碳排放强度测算及绿色发展关联性相关研究现状及特点，本文以选取经济因素(产业结构、生产总量、经济发展水平等)、生态环境质量因素(人口空间分布特征、开放水平等)8个碳排放强度驱动因素进行关联性分析(具体见图1所示)。其中，常以企业第二产业所占GDP衡量产业结构，以区域人均GDP衡量经济发展水平，为此，以经济因素分析，当前，企业产业结构对优化碳排放强度有极为显著的影响，当企业第二生产业通过差异化产业结构优化或节能减排优化后，绿色优质产品质量降低高能耗、高污染型排放源降低，进而在碳排放强度降低的同时促进了企业经济发展[14]；以生态环境质量因素分析时，常以人均可支配水平衡量人口空间分布，则企业人口空间分布密度低区域，受人为干扰因素影响，且区域消费和服务大面积减少，使GDP总值降低，进而在维持碳排放量不变的前提下，有助于实现了碳排放强度的合理控制。

3.3 空间计量模型设计与特征分析

3.3.1 设计目的及原理

本文以区域企业碳排放强度为基础研究对象，并在企业碳排放强度受驱动因素变化条件下，以碳排放量和GDP为依据进行碳排放强度关联性、空间跃迁矩阵方法[15]分析企业碳排放时空格局特征，进而实现多尺度区域内企业碳排放强度的同质性和差异性变化分析。

图1 碳排放强度驱动因素分析结果示意

由于区域碳排放强度空间相关性易受干扰因素造成实际偏差，故经碳排放强度驱动因素后，本文从空间溢出维度出发，以空间计量模型分析碳排放强度空间格局变化及差异性影响因素[16]，以此，为合理的企业碳节能减排策略和经济增益分析提供相关理论依据。

3.3.2 模型设计构建

本文拟构建空间计量模型以分析社会经济发展对碳排放强度的差异性影响因素及空间格局变化特征。由于该计量模型同时兼顾空间效应和时间效应，故相比传统空间聚集权重矩阵模型，该模型更满足企业区域环境污染(过量碳排放量)同GDP指标发展中的现实特征，同时具备碳排放强度同区域经济变化间的密切相关性，具体模型矩阵如式(3)所示：

Wij=1/[1+abs(Ri-Rj)]

(3)

式(3)中：Wij表示空间集聚权重矩阵；Ri表示i-j年城市间经济水平的均值。

在空间聚集权重矩阵基础上，为具体表征实际区域面积内企业总经济值同碳排放量间的聚集程度，以直观分析企业碳排放强度、经济变化总量指标和经济发展中碳排放强度差异性，本文以式(4)进行相关研究：

CCit=α0+α1CCit-1+ρ1W.CCjt+α2DIGit+α3DIGit2+ρ2W.DIGjt+ρ3W.DIGjt2+α2DIGit×pathit+α3DICGit2×pathit+ρ2W.DIGjt×pathjt+ρ3W.DIGjt2×pathjt+α4X+ρ4W.X+μi+vt+εit

(4)

式(4)中，pathit依次表示经济增长、固定资产投资和技术进步路径。

3.3.3 空间溢出效益检验

由于空间计量模型以不同区域类型碳排放强度和区域经济发展指标为基础特征值进行相关预测，故模型解释变量和被解释变量的空间溢出效益存在偏差，在此基础上，本文选取偏微分矩阵进行偏差校正，以最大限度获取溢出效益真实性，公式如(5)所示：

Y=(I-ρWi,j)-1+(I-ρWi,j)-1(Xβ+Wi,jXθ)+(I-ρWi,j)-1ε

(5)

在公式(5)基础上，本文为进一步分析空间溢出效益中各变量的直接效益、间接效益以及总效益，进而通过解释变量转化矩阵分析，见公式(6)：

(6)

3.3.4 空间溢出性特征分析

本文通过莫兰指数(Moran's I)分别构建全局空间自相关检验模型和局部自相关检验模型，以进一步解释企业中碳排放强度和多类型经济指标的空间溢出整体特征，实现碳排放强度合理管理、区域经济可持续发展和绿色生态安全的总体目标[17]。

(1)全局空间自相关模型。

该解释模型以Moran's I进行衡量判定，以ZI模型检验Moran's I结果显著性，模型式分别如式(7)、(8)所示：

(7)

(8)

(2)局部空间自相关模型。

局部模型及分区研究，常以分析空间聚集性和分散性，通过直观的维度以Moran's I空间关联图解译局部模型碳排放强度同和经济指标间自相关显著性，局部空间自相关模型如式(9)所示；

(9)

在碳排放强度全局和局部自相关模型特征描述下，为进一步掌握空间溢出演变规律，本文将全局指标(I)、局部指标(Ii)系统的分为三部分，如下：当I或Ii>0时，表明区域内企业碳排放量增多，刺激周边生态环境变化，使碳排放强度增加，故企业经济效益、生态安全性降低；反之，当I或Ii<0时，则表明区域企业碳排放强度降低，故企业经济效益在一定程度内提升。

3.3.5 实证分析

表1以沿海某区域企业碳排放为例，通过全局和各区域间相关系数和ZI检验以论证企业碳排放量的空间相关性。由表1可知，全局及局部Moran's I特征值均为正相关，即存在某些空间传导机制致使沿海区域企业碳排放水平呈正向关联性。

表1 近五年沿海某区域碳排放量全局Moran's I特征值统计结果分析

从近5年统计年鉴可知，企业发展同碳排放量全局和局部空间相关性正逐步降低，表明针对“碳减排”政策逐步显现成效，沿海企业更注重企业新能源式的经济建设模式。如2016～2020年全区域相关系数于0.40降至0.24，值由3.86降至2.48，表明整体空间相关系数降低，相关性减弱，但于2019年达0.32，相较上一年度空间相关系数提升，同时统计多年份中局部Moran's I相关系数均大于全局区域(2016年0.42>0.40)，仅2020年检验特征值(2.48)低于5%的极显著水平，表明沿海某区域内大部分企业碳排放量存在空间相关性，少部分区域碳排放量存在空间异质性，碳排放空间溢出局部多呈现高高聚集态势或低低聚集态势，全局呈现高低聚集态势。

4 讨论与政策建议

4.1 讨论

为进一步分析驱动因素对碳排放量效益和经济效益重要性，本文针对经济发展水平、技术创新水平量两因素进行论证研究。首先，经济发展水平方面，若直接经济效益增长为负，则说明区域经济发展水平制约了企业碳排放强度；反之，则促进了企业碳排放强度，如史丹等[18]通过对“双碳”目标下工业碳排放结构模拟与政策冲击研究发现，在强政策经济发展区域，企业整体实现“碳达峰”时间短，区域碳排放量显著降低，表明区域经济增益与碳排放强度有显著相关性，为此，实现区域企业的节能减排绿色目标，需政府强化企业管理措施，优化产业结构，并加强区域经济、基础设施建设，提升GDP产值。其次，技术创新方面，若仅单一以技术创新为核心，而尚未设计绿色技术开发，即使企业创新水平提升，但区域碳排放强度仍旧为降低，表明企业的节能减排技术创新不足，将依旧引起能源消费、碳排放强度的逆增长，如有学者等对京津冀及周边“2+26”城市碳排放强度时空演变规律及影响因素分析发现，能源结构创新不足、科技投入不足易阻碍碳排放强度降低，对区域环境规制和经济规模发展均造成严重影响；同时王茜等[19]通过碳达峰背景下区域碳排放强度影响因素及空间溢出性研究分析得出，能源结构、技术创新水平、产业结构创新分别在不同程度，不同区域内呈现空间溢出效益，同时也是影响企业碳排放强度的关键技术因素，在此背景下，政府需及时调度优化，合理开发清洁能源，实施绿色生态安全准则；企业需优化生产结构，降低碳排放强度，以增加经济效益。

4.2 政策建议

4.2.1 因地制宜，提高绿色创新水平

未实现区域企业经济增益、节能减排和绿色生态的总体“双碳”战略目标，提升区域碳排放强度综合治理能力和绿色发展创新新水平，本文在空间溢出分布和驱动因素分析下，首先，提出企政协调，依据碳排放空间溢出特性，政府提出生态安全治理策略(如调度优化清洁能源、区域植树造林等)，企业强化设备生产管理，人员生态环境安全培训等，经企政协调，一方面，提高企业经济效益，另一方面降低区域环境污染[20]；其次，优化企业经济结构，实现绿色清洁能源和企业高新技术相结合，同时由低碳点转向低碳面，带动经济效益、绿色生态共同发展；最终，基于“大数据”相关技术手段，创新构建碳排放监测智慧管理平台，该平台具备科学性、数据准确性、全方位性等，一方面依托绿色高新创新技术实现企业区域碳排放科学、全面的监测带动城镇居民、区域经济，共建绿色、环保、高效益的企业共享机制；另一方面，以实现企业绿色高新技术转型的同时改善区域环境，促进区域经济。

4.2.2 创新能源，能源供给改革

随着“双碳”目标提出，各企业为限制区域碳排放空间溢出，降低碳排放强度驱动因素成为了根本目标，在此背景下，本文为创新能源发展，降低碳排放溢出效益，提出能源供给侧改革战略思路[21]。首先，着力推进能源革命，优化能源供给结构，实现能源效率提升，同时建设清洁低碳、安全高效的现代能源体系，降低碳排放强度驱动因素，优化区域碳排放溢出性；其次，依据碳排放驱动因素构建多源供应体系同时优化能源数配网络和设施建设，在大力推进煤炭清洁高效利用的同时减少碳排放驱动因素；最终，本文依据碳排放空间溢出性区域等级，确立以绿色低碳为方向，推进产业创新，商业模式创新，同时紧密结合其他领域高新技术，通过创新能源改革技术，将能源技术及其关联产业培育成带动我国产业升级的新增长点。

5 结论

本文在分析企业碳排放来源及产业机构后，对区域内企业碳排放强度驱动因素及空间溢出效益进行了相关研究，并通过溢出效益检验、溢出特性全局和局部分析，合理地构建企业节能减排绿色发展策略，得到以下相关结论：①产业结构、经济发展水平、技术创新水平、开放水平等驱动因子是影响企业碳排放强度在不同区域的空间溢出效益特征变化的关键因素；②生产企业的碳排放存在一定空间自相关性；③碳排放强度易受企业经济因素、技术因素、企业生产结构因素，能源因素等影响，呈多样化空间溢出特性。