城市居民低碳消费的产业结构优化效应——基于空间杜宾模型的实证

郭淑娟

（安徽新华学院商学院，合肥 230088）

居民的低碳消费行为是指居民降低传统高碳、高能耗产品的使用，转而增加低碳、低能耗产品的使用[1]。“十二五”以来，“低碳经济”成为我国经济发展的主流，低碳消费理念日益深入人心。在我国经济快速发展阶段，人民生活水平的快速提高带动了人均能耗的增加，低碳消费势在必行。城市的产业结构是我国宏观经济结构的重要组成部分，而城市居民的消费结构则深刻影响着城市产业结构的变化。因此，推动城市居民低碳消费对于优化我国产业结构意义重大。产业结构优化是指通过产业调整来推动各产业的协调发展，在满足居民消费需求的基础上实现产业结构的合理化和高级化[2]。从城市居民角度探讨低碳消费行为对产业结构优化的作用和效应，对于我国实现高质量的城市化以及深入发展宏观经济意义重大。

有关低碳消费与产业结构之间的关系已引起不少学者的关注，比如宋晓利[3]、孙亚静[4]和王曼怡[5]等，他们的研究内容主要集中在低碳经济背景下产业结构调整的方式与途径上。有部分学者对居民低碳消费行为在产业结构调整过程中的作用进行了理论分析，比如邱振卓[6]、马德秀[7]、孙丽文[8]等。但总的来说，目前鲜有学者有针对性地探讨过城市居民低碳消费的产业结构优化效应，结合我国现实数据进行的实证研究则更为罕见。笔者从城市居民消费的角度出发，结合空间效应现象，理论探讨了居民低碳消费的产业结构优化效应，并利用“长三角城市群”2016—2021年的面板数据，基于空间杜宾模型进行了实证分析。

一、理论与假设

（一）城市居民低碳消费对产业结构优化的作用机制

消费结构是指人们所消费的各种消费资料的比例关系[9]。消费结构理论指出，消费结构对产业结构的作用效应主要通过消费对生产的引导作用来实现。居民消费结构的变动要求社会生产与之匹配，不适应消费趋势的产业将会产量过剩，并逐渐萎缩，而适应消费趋势的产业将会得到快速发展，从而迫使产业结构不断调整以适应消费结构的变化。消费结构对产业结构优化的作用具体通过以下3个方面实现。一是淘汰过时产业。在市场机制作用下，任何产业的出现都在于其是否能够创造出符合市场需求的使用价值，一定规模的市场需求就是产业生存的基础条件。因此，当某一产业丧失市场需求时，其产品所耗费的劳动便得不到社会的承认，该产业会收缩甚至退出市场，而更符合经济发展趋势以及消费者需求观念的产业则开始发展。这些产业在社会总生产中的占比增加，产业结构得以优化。二是刺激新兴产业发展。随着社会经济的发展、居民可支配收入的增加，居民对商品质量、性能、技术含量等的要求更高、更多样化，新的消费需求不断涌现刺激新产业的产生和发展，产业结构得以优化。三是改变现有产业的市场地位。居民消费结构的变化直接关系到现有相关产业的规模，影响着相关产业的扩张或收缩，尤其是符合消费需求变化趋势的高技术产业会在这一过程中快速扩张，挤占其他过时、耗能高、污染重的产业的市场份额，从而改变产业结构。

低碳消费理念的普及促进城市居民更倾向于选择低碳、低能耗的环保产品，居民的消费结构随之发生变化。以往高能耗、高污染的产品逐渐被淘汰，与此对应的相关产业逐渐萎缩，直至被挤出市场，取而代之的是那些技术含量高、能耗低的低碳产业与新技术产业。这些产业逐渐成为市场的主体，城市的产业结构随之向更加高级、更加合理的方向转变。

基于上述分析提出假设1：城市居民低碳消费对产业结构优化具有显著的正向作用。

（二）城市居民低碳消费对产业结构优化作用效应的空间效应

1.消费的外部性

居民消费的外部性是指居民个人的消费行为会给他人或社会带来或正或负的影响，但并未因此得到相应的报酬或补偿[10]。一方面，城市居民低碳消费的外部性表现为经济效益的外部性，能够对外部的社会经济和产业结构产生作用。低碳消费契合居民自身的消费理念，可以满足居民的消费需求，推动社会经济向低碳化、产业结构向合理化方向发展。同时，居民的低碳消费外部性还表现为空间上的外部性。相关联的产业由于彼此空间上的联系，当某地居民的低碳消费行为作用于当地的产业结构时，周边地区的相关产业亦会受到联动影响而向低碳化转变，其产业结构同样会发生变化。此外，人的观念和行为会在人际交往间相互传递，某一城市居民的低碳消费观念和行为会对周边地区居民的消费观念和行为产生影响，进而对周边地区的产业结构带来间接作用效应。

2.知识的溢出效应

知识溢出理论认为，知识与普通商品的区别在于其存在溢出效应[11]。知识的溢出效应是知识的扩散方式，表现出学习、模仿、交流等特征。根据知识溢出理论，不但进行投资的企业可以通过创造新知识、新技术提高生产率，而且其他企业也可以通过学习、模仿等手段提高生产率，推动社会经济体系中新的投资领域的比重增加。空间距离是知识溢出水平的重要影响因素，尤其是显性知识的溢出与空间距离有着直接的联系，学界普遍认为显性知识的传播成本与距离成正比，距离越近的地区获得知识溢出的成本越小[11]。技术知识是显性知识的重要代表，是追逐利润的企业进行投资决策的产物，其空间溢出水平受到空间距离的影响[12]。城市居民的低碳消费推动了低碳产业的发展，而低碳技术是有别于以往生产技术的新兴技术。根据知识溢出理论，低碳技术会带动周边地区相关产业生产技术向低碳化转变，引导周边地区的低碳产业在经济总量中的比重增加。

基于上述分析提出假设2：城市居民低碳消费对产业结构优化的作用具有显著的空间溢出效应。

二、实证检验

（一）模型设定与样本选择

考虑到城市居民低碳消费对产业结构优化的作用可能存在空间效应，构建空间面板数据模型如式（1）。

式中，Y为被解释变量；X为解释变量；τ为被解释变量一阶滞后项Yit-1的系数，φ为解释变量系数，ρ为空间自回归系数；w'为权重矩阵，w'Yit为空间权重矩阵与被解释变量的交互项；d'ixt为解释变量的空间滞后项，δ为空间滞后项系数，d'i为相应空间权重矩阵的第i行；γt为时间效应，ψi为个体效应，μit为随机扰动项；下标i和t分别表示变量的空间属性和时间属性。

1.被解释变量

产业结构优化可以分为产业结构的高计划和合理化，分别由产业高计划指数和产业结构合理化指数替代。

（1）产业结构高级化指数

参考余东华[13]、赵红霞[14]、张阿城[15]等学者的研究，笔者将产业结构高级化指数用第三产业占GDP的比重替代，该指标反映了产业结构是否朝着服务化方向发展，该指标指数越高则城市的产业结构越高级。

（2）产业结构合理化指数

泰尔指数是学界认可度较高的产业结构合理化水平衡量指标[16-18]，该指标为逆向指标，为了便于理解分析，笔者选取泰尔指数的倒数，将其转化为正向指标，以此表示产业结构合理化指数（RI）。其具体计算公式为：

式中，G为城市的GDP总量；L为城市就业人数；i表示产业分类。

2.解释变量

（1）直接碳排放指数

城市居民的消费碳排放分为直接碳排放和间接碳排放。直接碳排放主要指来自居民消费煤炭、电力、液化石油气和天然气等能源商品或服务的碳排放[19]。结合各能源的标准转化系数和碳排放系数来计算城市居民消费的直接碳排放指数（CC）。

式中，Ei为各种能源的实际消耗量，即煤炭、电力、液化石油气和天然气等的消耗量；Si为各种能源的折算标准煤系数；Ei×Si为以标准煤为单位的能源使用量；Fi为各种能源的碳排放转化系数。能源折算标准煤系数和碳排放转换系数依据《综合能耗计算通则》（GB/T 2589-2020）计算所得。

（2）间接碳排放指数

间接碳排放是指居民消费包括食品、衣着、居住、家庭设备以及服务、医疗保健、交通和通信、教育文化娱乐服务等八大类非能源商品或服务的碳排放。由于目前学界尚没有普遍认可的针对间接碳排放的测量方法，因此笔者采用了Wei Yiming提出的间接碳排放指数[20]。该指数很好地结合了国家能源统计局计算的行业能耗和产值，同时计算过程也较为简便，得到了彭璐璐[21]、李治国[19]等国内学者的认可。该指数的计算分为两个阶段，首先计算各类消费活动的碳排放强度，然后计算各类消费活动的间接碳排放指数。居民各种消费活动与具体产业部门的对应关系以及各产业部门的能耗和产值参照2021年《中国能源统计年鉴》公布的数据。

碳排放强度（CS）计算公式如下。

式中，CSi为第i类消费领域对应的碳排放强度；Ei，n为i类消费领域所对应的第n个产业部门的能耗；Gi，n为第i类消费领域所对应的第n个产业部门的产值；γ为标准碳排放系数。

基于式（4）计算的间接碳排放指数（IC）如下。

式中，Xi为第i类消费领域的总支出。

3.控制变量

已有研究表明，影响产业结构变动的社会经济因素是多样的。为了控制其他因素对城市产业结构的影响，笔者参考李鲁[22]、苏永伟[23]、张翱祥[24]等学者的研究，选择经济发展水平、人力资本水平、固定资产投资水平和技术研发水平4个变量作为控制变量，分别用人均GDP（万元）、接受过高等教育的人口比重（%）、城镇地区固定资产投资额（亿元）和R&D支出（亿元）替代。具体各类变量信息如表1所示。

表1 变量信息汇总表

“长三角城市群”是我国最大的城市群，也是世界第六大城市群，是我国最具经济活力的资源配置中心和创新高地，充当着生态经济环境构造的先行者。在国家宏观政策指导下，该城市群中的各城市一直以来都非常重视低碳发展，在国家发展和改革委员会2016年发布《能源生产和消费革命战略（2016—2030）》以来，低碳经济是长三角各城市的发展主流，并尤其强调居民低碳消费对经济和产业的重要推动作用。根据国务院批准的《长江三角洲城市群发展规划》，“长三角城市群”涵盖上海、江苏、浙江、安徽等省（市）的共计26个城市。笔者选择这26个城市2016—2021年的年度数据作为实证检验样本。相关数据整理自各省市统计年鉴和统计局官网以及2016—2021年的《中国统计年鉴》《中国能源统计年鉴》和《中国工业经济统计年鉴》。个别城市的个别年份的缺失数据用外推法弥补，所有计算过程由MATLAB软件完成。

（二）模型校验

1.空间自相关性检验

变量的空间自相关性是评判空间面板数据模型合理性的重要标准，莫兰指数是衡量变量空间自相关性的主要指标。通过计算被解释变量AI和RI的莫兰指数（见表2）可以看出，2016—2021年间，城市居民的产业结构高级化指数和产业结构合理化指数均为正值。其中AI至少通过了5%的显著性检验，RI至少通过了10%的显著性检验，表明城市居民的产业结构高级化指数和产业结构合理化指数均存在显著的正空间自相关性，笔者选择的空间面板数据模型是合理的。

表2 被解释变量的莫兰指数表

2.空间效应检验

空间面板数据模型根据空间效应的差异有空间自回归模型和空间杜宾模型之分。通过对各被解释变量下的模型进行空间效应检验（见表3），笔者发现，在10%水平下，各被解释变量下的LM-Error检验和LM-Lag检验均显著，各被解释变量下的模型适合空间自回归形式。进一步利用Robust LM-Error法和Robust LM-Lag法进行检验，AI至少通过了5%的显著性水平，而RI则在1%水平下显著，各被解释变量下的模型也适合空间杜宾模型，并且整体显著性更高，所以这里的空间面板数据模型选择空间杜宾模型。

表3 空间效应检验表

3.面板效应检验

面板数据模型在具体应用过程中有随机效应、混合效应和固定效应之分。F检验可以判断面板数据模型适合随机效应还是固定效应；Hausman检验可以区分混合效应和固定效应。根据测试，在5%显著性水平下，F检验认为各被解释变量下的空间面板数据模型更适合固定效应形式，而Hausman检验则认为更适合混合效应形式（见表4）。因此，本次研究的变量更适合构建固定效应的空间杜宾模型。

表4 面板效应检验表

（三）参数估计与空间效应分解

1.参数估计与分析

基于模型式（1），分别以AI和RI为被解释变量、R2和Sig.为检验统计量构建混合效应空间杜宾模型，并进行参数估计，结果见表5。可以看出，各可决系数均在0.5以上，显著性水平均低于5%，各模型的整体拟合优度较高。

表5 空间杜宾模型参数估计值汇总表

表5中，CC和IC在两个模型中的参数估计值均为正数，且至少在10%水平下显著，表明城市居民的直接碳排放和间接碳排放对产业结构高级化指数和合理化指数均存在正向作用，能够推动产业结构优化，假设1成立。CC和IC在AI下的参数估计值均大于在RI下的估计值，表明无论是城市居民的直接碳排放还是间接碳排放，对产业结构高级化都具有更强的作用效应，引导城市居民低碳消费能够有力推动城市第三产业的发展，但对三次产业间比例关系的合理化作用效应稍弱。

通过比较CC和IC的参数估计值发现，城市居民的直接碳排放和间接碳排放对产业结构优化的作用效应存在差异。在AI下，CC的参数估计值略大于IC，直接碳排放对产业结构的高级化作用效应相对较强；而在RI下，IC的参数估计值略大于CC，间接碳排放对产业结构的合理化作用效应相对较强。笔者认为，这是由于决定城市居民直接碳排放的因素主要在于煤炭、电力、液化石油气和天然气等刚需的能源消费方式，而低碳消费恰好促使这些消费方式被放弃或者被其他消费方式所替代，因此使得环保型的第三产业在城市中的占比提升。间接碳排放所涉及的行业众多，既有第二产业，也有第三产业，在低碳消费理念刺激下，高碳排放产业占比下降，工业、服务类等低碳排放产业得到更大发展空间，城市产业结构逐渐向合理化方向发展。

2.空间效应分解

空间效应可以分解为直接效应和间接效应。通过对各被解释变量下的空间杜宾模型进行空间效应分解（见表6）可以看出，各被解释变量下的间接效应值都为正数，且均在10%水平下显著，表明城市居民低碳消费对产业结构优化的作用效应存在显著的空间溢出，某一城市居民的低碳消费行为在作用于当地产业结构优化的同时，也能够显著的带动周边城市的产业结构优化，假设2成立。同时，各解释变量的直接效应值均大于间接效应值，但二者的差距并不大，表明城市居民的低碳消费行为对产业结构优化的作用效应主要还是局限在当地，对周边城市的空间溢出效应也不容忽视。

表6 空间效应分解表

3.稳健性检验

为检验上述空间杜宾模型参数估计的稳健性，将样本数据按时间分为2016—2018年和2019—2021年两个子样本，分别对前文各模型进行参数估计，结果见表7。根据表7可知，两个子样本的各模型参数估计可决系数R2均在0.48以上，显著性水平均低于5%，各模型估计优度较高，模型估计结果有效。对比发现，虽然两个子样本下各模型中的解释变量参数估计值与表5中的参数估计值存在一定差异，但它们的显著性水平差异很小，均在10%水平下显著。同时，不同被解释变量下的CC和IC的参数估计值对比关系也与表5一致，均表现为在AI下CC的参数估计值大于IC，而在RI下IC的参数估计值大于CC。因此，前文构建的混合效应空间杜宾模型均有较高稳健性。

表7 稳健性检验结果汇总表

三、结论与建议

通过理论分析与实证检验，得出如下结论。（1）城市居民的直接碳排放和间接碳排放指数对产业结构高级化指数和合理化指数均存在正向作用，城市居民低碳消费对产业结构优化具有显著的正向作用效应；（2）相对于产业结构合理化，城市居民的直接碳排放和间接碳排放对产业结构高级化的作用效应更明显；（3）城市居民的直接碳排放和间接碳排放对产业结构优化的作用效应存在差异，直接碳排放对产业结构的高级化作用效应相对较强，而间接碳排放对产业结构的合理化作用效应相对较强；（4）城市居民低碳消费对产业结构优化的作用效应存在显著的空间溢出，整体上直接效应大于间接效应值，但二者的差距并不大。

实现产业结构的高级化和合理化是我国当前经济转型期的重要任务。政府部门完全可以在推行城市居民低碳消费理念的同时，实现产业结构的优化。对此，笔者提出以下3条建议。

一是提升居民低碳消费意识。政府部门应积极调动各种传播媒介向居民宣传低碳消费理念，帮助他们树立低碳消费意识。首先，可以向居民普及并宣传低碳消费知识，使其准确认识到什么是低碳消费、好处在哪里等，让低碳消费观念深入人心；其次，可以通过发放宣讲或指导手册、聘请专业人士讲解等多种方式，帮助居民理解低碳消费的相关知识，指导居民如何在具体生活中实现低碳消费。

二是推广刚需消费低碳试点。住房和交通是城市居民的两大主要刚需消费，政府管理部门应从这两个领域着手推动城市居民的低碳消费。在住房方面，尝试建设低碳社区，以清洁能源替代石油液化气等传统能源，安装居民循环用水系统，通过费用补贴等形式，鼓励居民在房屋装修上只用环保或可再利用的建筑废弃物等建筑材料。在交通方面，进一步合理规划道路，提升城区道路的运输效率，尽量降低车辆拥堵现象，同时提升公共交通运输量和运输时效性，提升公共交通在城市地区的运载量，引导居民选择乘坐公共交通工具。

三是强化城市之间的联动。由于城市居民低碳消费对产业结构的优化作用存在空间溢出，政府部门在推动居民低碳消费时，应该给予城市间的联动性更多考虑。长三角地区城市密集、数量众多，各个城市都有自己的优势产业，彼此之间应该加强合作、相互联动，充分发挥各自的比较优势。首先，应该加快城市之间交通一体化进程，加强城际高铁建设，提升居民在不同城市之间的通勤效率，降低私家车的使用率。其次，各城市在推广居民低碳消费时，应彼此联动，在推广方式、宣传手段、激励措施等方面相互学习。最后，针对居民低碳消费相关产业的发展，各城市在积极发挥各自比较优势的基础上，应互通有无，在保证居民基本消费不受影响的前提下，实现低碳产业的集约化发展，避免因为过度投资、生产效率低下而带来资源浪费、碳排放量增加等问题。