产业结构合理化对碳排放影响的空间效应

孙凌宇 罗杨帆

（中共重庆市委党校经济学教研部，重庆 400041）

改革开放以来，我国经济持续高速增长，经济规模由1978年的3 678.7亿元增加至2020年的1 006 363.3亿元，物质产品极大丰富，人民生活质量快速提升。与此相伴随的是，我国的碳排放量迅速增加，在进入21世纪后，我国成为世界上最大的温室气体排放和能源消费国［1-2］，节能减排逐步成为我国政府的重要工作。2020年9月22日，我国政府在联合国大会上做出庄严承诺，提出力争2030年前二氧化碳排放达到峰值，2060年前争取实现二氧化碳排放“收支相抵”的减排目标。

由于化石能源在我国能源结构中占比较大，保持经济增长必将产生大量二氧化碳排放，我国面临巨大的减排压力，而产业结构是影响碳排放的重要因素，对碳排放的促进作用仅次于经济增长。在此基础上，有研究认为当产业结构不合理时，经济增长才会促进碳排放，所以产业结构是影响碳排放的最主要因素［3］。研究产业结构合理化的减排效应可为我国碳减排提供政策启示，推动我国更早实现碳达峰碳中和。

一、文献综述与问题提出

在对碳排放影响因素进行分解的过程中，许多学者认为产业结构是影响我国碳排放的主要因素。朱勤等研究发现产业结构对碳排放的贡献率仅次于经济产出和人口规模［4］。谭飞燕和刘辉煌研究认为碳排放量与产业结构变化具有极大的正相关性［5］。一些学者研究了产业结构对碳排放的影响机制。田华征和马丽研究发现不同工业部门产值与其碳排放的关系不同［6］。顾阿伦和吕志强研究认为我国的基础性行业大多是高耗能行业，提出节能减排的重点是降低第二产业比重［7］。杨恺钧和杨甜甜同样提出第二产业比重增加不利于碳减排，并进一步发现产业结构对碳排放强度的影响存在门槛效应［8］。

自周振华对产业结构理论进行系统研究，提出产业结构调整包括产业结构合理化和产业结构高级化，该观点就得到了学术界的广泛认同［9］，产业结构合理化衡量了产业间要素配置的效率水平，着重关注资源在三类产业间的配置，同时度量了投入和产出之间的协调程度，而产业结构高级化衡量产业结构的优化升级。已有文献显示，学者利用不同模型、不同数据对两者的碳排放效应进行实证分析，相应的研究结论不尽相同。苏方林和黎文勇基于1997—2012年西南地区数据，设定面板回归模型，研究提出产业结构合理化和产业结构高级化均抑制碳排放［10］。孙攀等在产业结构调整的碳排放效应研究中考虑空间因素，基于1999—2014年省级数据，设定空间杜宾模型，研究发现产业结构合理化促进碳排放，产业结构高级化抑制碳排放［11］，当孙攀等修改模型设定后，利用相同数据研究得出产业结构合理化与产业结构高级化均抑制碳排放［12］。余志伟等采用空间计量模型考察了产业结构高级化对碳排放强度的影响，研究发现产业结构高级化对碳排放强度具有抑制作用［13］。

由于产业结构高级化对碳排放的抑制作用高于产业结构合理化［14-15］，所以近年来学者更多关注产业结构高级化的碳排放效应，赵玉焕等基于1998—2017年30个省级行政区数据，设定空间杜宾模型，研究发现产业结构升级具有碳排放抑制效应，但在西部地区不显著［16］。张晨露和张凡基于2004—2020年长江经济带数据，设定空间杜宾模型，研究提出产业结构升级对碳排放的直接效应为负，但间接效应为正［17］。伴随着资源配置在碳减排中作用的提升，有研究认为产业结构合理化的碳减排效应已经高于产业结构高级化［18］，而深入研究产业结构合理化的碳排放效应相关文献还较少，在考察分析中还存在一些不足。

已有研究为本文提供了深厚的理论基础和经验借鉴，然而产业结构合理化和碳排放的关系还有一定的研究空间。具体而言：首先，部分学者在产业结构合理化的碳排放效应研究中考虑了空间效应，但同时考虑空间效应和时间滞后效应的研究还很少；其次，现有文献关于产业结构合理化对碳排放的影响机制分析有待进一步完善；最后，已有文献忽略了不同经济发展阶段下，产业结构合理化的碳排放效应存在不同的可能性。

在此基础上，本文基于2002—2019年我国30个省级行政区（不含西藏、香港、澳门和台湾）的面板数据，利用动态空间面板数据模型考察产业结构合理化对碳排放影响的空间效应。一方面，同时考虑空间效应和时间滞后效应，可以更为全面地考察产业结构合理化的碳排放效应，为产业结构合理化和碳排放的分析提供新的视角，丰富现有研究；另一方面，研究不同经济发展阶段中产业结构合理化对碳排放影响的空间效应，可以为当前处于不同经济发展阶段的地区制定相关政策提供一定启示。

二、机制分析

已有研究表明，产业结构合理化对碳排放具有重要影响。产业结构合理化程度衡量了要素投入结构和产业结构的耦合程度，反映了产业间协调程度，表征各产业间要素配置的合理化水平［9］。产业结构合理化是资源配置持续优化的过程，体现为资源利用效率的不断提高，进而抑制碳排放。在梳理文献的基础上，本文从产业结构合理化的资源配置改善效应、碳排放强度降低效应和能源消费优化效应三个角度阐述产业结构合理化对碳排放的影响机制。

（一）产业结构合理化的资源配置改善效应

产业结构合理化将改变现有的产业间组合关系，相应的生产要素组合关系也发生改变，形成更加高效的区域分工协作。我国作为世界上工业规模最大的国家，产业间要素调整所产生的资源配置改善效应对碳排放有重要影响，产业结构合理化的资源配置改善效应表现为包括劳动力、资本、技术等投入要素在产业间不断动态调整和重新分配的过程。首先，生产要素总是由生产率低的产业向生产率高的产业转移，伴随着经济发展和技术进步，生产要素由初级产品生产部门向工业制造部门转移，进而向服务部门转移，最终保持基本平衡［19］，在当前我国经济发展阶段主要表现为第一产业、第二产业的生产要素向第三产业转移所带来的减排效应。其次，以市场为导向，生产要素逐渐由落后的工艺技术流向先进工艺技术，新旧技术、新旧设备、新旧材料和新旧工艺的逐步替代将抑制二氧化碳排放，如农业绿色发展的减排效应、工业低碳技术应用的减排效应和绿色低碳产业替代传统产业的减排效应。

（二）产业结构合理化的碳排放强度降低效应

碳排放强度表示单位GDP的二氧化碳排放量，是反映经济增长与二氧化碳排放两者联系的重要指标，产业结构合理化通过提高资源配置效率和调整产业比重影响碳排放强度［20］。有研究指出，产业结构不合理是促进碳排放的最主要因素，资源错配约束了企业产能，导致经济增长伴随大量碳排放，而产业结构合理化可提高资源配置效率，降低因单位产品生产导致的二氧化碳排放，从而降低碳排放强度。同时，产业结构合理化是优化经济发展方式的过程，通过市场回报和产业政策调整三大产业比重，推动资源密集型产业向技术、资本密集型产业转型，进而降低碳排放强度。

（三）产业结构合理化的能源消费优化效应

产业结构合理化从能源强度和能源结构两方面影响二氧化碳排放。一方面，产业结构合理化提高了资源利用效率，降低单位GDP的能源使用，通过减少能源消耗强度降低二氧化碳排放。另一方面，截至目前，化石能源在我国能源消费结构中仍占较大比例，可再生能源占比较少［21］。产业结构合理化有利于促进化石能源使用向清洁能源使用转变，通过调整能源消费结构降低二氧化碳排放。

总的来说，通过资源配置改善效应、碳排放强度降低效应和能源消费优化效应，产业结构合理化推动各个产业结构水平所对应碳排放量的下降，对节能减排起到积极作用，促使我国更早实现碳达峰。

三、实证模型

由机制分析可知，产业结构合理化通过资源配置改善效应、碳排放强度降低效应和能源消费优化效应对碳排放产生影响。同时碳排放存在一定的空间溢出效应，因此，文章通过构建动态空间面板模型对产业结构合理化的碳排放效应进行实证分析。

（一）模型设定

空间效应在碳排放研究中具有重要作用［22］。目前，学界关于碳排放空间效应相关研究所采用的计量模型主要包括空间自回归模型（Spatial Autoregression Model,SAR）和空间误差模型（Spatial Error Model,SEM），当碳排放存在空间依赖性使得计量模型存在空间自相关时，采用空间自回归模型；当扰动项存在空间依赖性，即对碳排放有影响的遗漏变量存在空间相关性时，采用空间误差模型。

空间自回归模型和空间误差模型可表示为：

其中，Y为因变量；X为自变量；α0为模型截距；i为省级行政区；t为年份；εit和μit为服从正态分布的误差项；αj、ρ、λ为变量系数，是判断产业结构合理化和城乡收入差距对碳排放作用的依据。W为空间权重矩阵，空间权重矩阵是对研究中各个区域的地理位置进行量化，其主要依据是“距离”，包括邻接距离、地理距离、经济距离、产业距离等，常用的包括二进制邻近矩阵和基于距离的权重矩阵。本文选择邻接矩阵中的后相邻矩阵(Queen Contiguity）来计算碳排放的空间相关性，后相邻矩阵中，相邻区域有共同的边或顶点为1，其余为0。

由于碳排放是一个动态过程，当期碳排放受到前期碳排放的影响，因此选择动态空间面板模型来考察产业结构合理化对碳排放的影响效应。本文建立的动态空间面板模型如下：

其中，emissionit为第i个省级行政区在t年份的碳排放；structureit为产业结构合理化指数；z表示控制变量向量，包括城乡收入差距（gap）、能源强度（intensity）、城镇化率（urbanization）、环境规制（regulation）和对外开放程度（open）；ρ为空间滞后系数；λ为空间误差系数；W为空间权重矩阵。

由于产业结构合理化可以有效改善收入不平等［23］，为了控制产业结构合理化与城乡收入差距的交互性影响，所以在式（3）的基础上加入产业结构合理化和城乡收入差距的交叉项，最终的动态空间面板模型为：

（二）变量定义

被解释变量。碳排放量（emission）等于研究区域的化石能源消费量乘以二氧化碳排放系数。对于二氧化碳排放系数，联合国政府间气候变化专门委员会（IPCC）、国际能源署（IEA）和美国能源信息署（EIA）公布的吨标准煤的二氧化碳排放系数在2.68～2.72吨之间，本文采用中间值2.70吨来计算各省级行政区的二氧化碳排放［24］。

解释变量。产业结构合理化程度衡量一个经济体各个产业间要素配置的合理化水平，同时度量投入和产出之间的协调程度。参考于斌斌修正后的做法，采用泰勒指数的倒数衡量产业结构合理化程度［25］：

其中，er表示产业结构合理化指数；tl表示泰勒指数，在泰勒指数中，各产业按照其产值赋予相应的权重；y表示国内生产总值；l表示就业人数；t表示年份；i表示第i产业。

控制变量。城乡收入差距（gap）。现有文献通常采用两种方法考察城乡收入差距。城乡收入差距对碳排放的影响具有两种效应。一方面，由于农村居民的收入与城市居民存在较大差距，因此，相比居住地区的环境质量，农村居民则更关注自己的收入问题，加之农村居民的环保意识相对较弱，共同导致了农村居民不计环境代价发展经济［26］，表现为城乡收入差距的碳排放促进作用。另一方面，由于收入的边际污染倾向是递减的，城市居民收入增加带来的环境污染小于农村居民，城乡收入差距扩大倾向于减少污染，表现为城乡收入差距的碳排放抑制作用。本文选择在基准回归中采用泰尔指数考察城乡收入差距，而在稳健性检验中采用城镇居民人均可支配收入与农村居民人均可支配收入的比值考察城乡收入差距。泰尔指数表达式如下：

其中，theil表示泰尔指数；iu、ir和i分别表示城镇可支配收入、农村可支配收入和地区总收入；pu、pr分别表示城镇和农村的人口数量；i、t分别表示省份i和年份t。

能源强度（intensity），以能源消费总量与人均国内生产总值的比值表示，表现研究区域的能源技术水平，能源强度正向影响碳排放［27］。城镇化率（urbanization），衡量城镇化的方法主要有城镇人口比重法、非农业人口比重法、建成区面积比重法、调整系数法等［28］，本文选择城镇人口比重法，即以城镇人口占总人口的比重表示城镇化，城镇化可通过人口流动、生活方式转变等途径影响碳排放。环境规制（regulation），以城市生活垃圾无害化处理率表示，环境规制对企业减少污染同时存在“竞争效应”和“挤出效应”两种作用，一方面，环境规制使得行业中污染较大的企业“淘汰出局”，污染小的企业得到更多的市场份额，而减少二氧化碳排放；另一方面，环境规制使得企业将更多的资源投入减少污染，“挤出”了企业的绿色创新投入［29］，从而不利于减少二氧化碳排放。对外开放程度（open），以实际利用外资金额表示，经济发展程度高的省份偏向于引进先进设备和技术，而有利于抑制碳排放；经济发展程度低的省份偏向于引进较为落后的设备和技术，产生“污染避难所效应”，而不利于控制碳排放。

（三）数据来源与描述性统计

本文所研究的时间区间为2002—2019年，观测个体为我国的30个省级行政区（不含西藏、香港、澳门和台湾），主要数据来源为中国知网的中国经济社会大数据研究平台，部分年份数据来自国家统计局网站，对个别缺失的数据采用插值法进行补充（表1）。

表1 变量描述性统计

四、主要发现与稳健性分析

在构建动态空间面板模型的基础上，对其进行模型识别检验，并考察被解释变量的空间相关性，从而选取合适的估计方法对计量模型进行基础回归。此外，文章对产业结构合理化的碳排放效应进行异质性分析和稳健性检验。

（一）空间相关性检验

文章采用空间自相关分析来测量空间集聚的程度，以莫兰指数表示空间相关性。莫兰指数包括全局莫兰指数和局部莫兰指数，全局莫兰指数是一个反映整个区域自相关指数的值，Moran's I指数最早应用于全局聚类检验，检验整个研究区域中相邻区域是空间正相关、负相关还是相互独立。表2为2002—2019年我国30个省级行政区碳排放的Moran's I指数检验结果。结果显示，2002—2018年我国30个省级行政区碳排放的Moran's I指数通过了显著性检验且均为正值，这意味着中国省级行政区的碳排放存在显著的空间相关性，具有空间溢出效应。

尽管全局莫兰指数为测量整个研究区域的空间相关性提供了依据，但当研究区域足够大时，空间自相关在各地理单元是不同的，局部莫兰指数可以检验局部地区是否存在相似或相异的观察值集聚现象。碳排放的莫兰散点图显示，2002—2019年间，碳排放空间集聚性较为稳定（表2）。从地区来看，东部地区呈现出“高—高”和“低—高”的特征，西部地区为“低—低”特征，中部地区整体聚集特征不明显。

表2 2002—2019年我国30个省级行政区碳排放的Moran's I指数检验结果

（二）基础回归

对空间自回归模型和空间误差模型进行LM检验，比较LM-LAG和LM-ERR的显著性，选择空间自回归模型作为分析模型。采用最大似然估计法（Maximum Likelihood Estimation,MLE）对模型进行估计。为了验证产业结构合理化对碳排放影响的稳健性，本文采用逐步引入解释变量和控制变量的方法来观察各个系数和显著性的变化。表3为动态与静态SAR模型估计结果，结果显示，在引入产业结构合理化和城乡收入差距的交叉项后，解释变量和控制变量的系数与显著性变化不大，这表明产业结构合理化和城乡收入差距存在较为明显的交互性影响，且模型的估计结果是稳定的。

首先，从表3可以看出，空间动态与静态SAR面板模型各项系数的估计结果和显著性基本类似，这意味着采用后相邻矩阵和考虑碳排放的空间效应是合适的。与空间动态SAR面板模型的回归结果相比，空间静态SAR面板模型显著高估了城乡收入差距对碳排放的抑制作用，以及能源强度、环境规制与城镇化率对碳排放的促进作用，原因在于碳排放的一阶滞后项能够将影响碳排放的潜在因素从空间结构影响中分离，纠正静态SAR面板模型的偏差。

表3 动态与静态SAR模型估计结果

其次，空间动态SAR面板模型（7）的估计结果显示，产业结构合理化在1%的显著性水平下抑制碳排放，影响系数为-0.023 0。我国在进入21世纪后，得益于政府和市场在资源配置上的相互补充，产业结构合理化程度不断提高，产业间的资源配置能力持续增强，改善了能源的利用效率，表现为产业结构合理化程度提高对碳排放的抑制作用。

最后，控制变量的估计结果显示：第一，城乡收入差距在10%的显著性水平下抑制碳排放，影响系数为-0.402 2，这说明在过去二十年中，伴随着经济快速增长，我国城市居民收入不断提高，中高收入群体快速扩大，由于收入的边际污染效应递减，表现为城乡收入差距扩大对碳排放的抑制作用；第二，碳排放强度在1%的显著性水平下促进碳排放，影响系数为0.243 9，符合理论预期，碳排放强度与能源技术水平呈负向相关，碳排放强度的提高意味着单位国内生产总值的能源消耗提高，伴随中国迈入后工业化时代，2002—2019年间各行业的碳排放强度总体呈下降趋势，且降幅巨大，这将对中国实现碳达峰产生积极影响；第三，环境规制在5%的显著性水平下促进碳排放，影响系数为0.000 7，这说明，环境规制所带来的“挤出效应”大于“竞争效应”，产生了较小的碳排放促进作用；第四，城镇化在1%的显著性水平下促进碳排放，影响系数为0.591 0，中国正处于快速城镇化阶段，大量的农村劳动力进入城市推动工业发展，带来碳排放的增加，同时这一部分劳动力在城市的生活碳排放也高于农村；第五，对外开放程度对碳排放的影响作用为正且未通过显著性检验，这可能是由于我国各省级行政区使用外资存在结构性差异而产生。

（三）控制经济发展阶段的考察

城乡收入差距的变化和经济发展阶段紧密相关。因此，本文按照城乡收入差距变化趋势将我国经济发展阶段划分为工业化（2002—2009年）和城镇化（2010—2019年）两个阶段。我国2002—2019年城乡收入差距如图1所示，回归结果见表4。在工业化阶段，产业结构合理化在1%的显著性水平下抑制碳排放，影响系数为-0.033 6，产业结构合理化改善了资源配置，提高了我国在经济高速发展时期的资源利用效率，对碳排放有一定抑制作用；城乡收入差距在1%的显著性水平下促进碳排放，影响系数为1.209 4，这个时期的我国刚刚加入世界贸易组织，迅速增加的出口贸易扩大了城乡收入差距［30］，导致农村居民以环境破坏为代价发展经济，碳排放随之增加；碳排放强度在1%的显著性水平下促进碳排放，影响系数为0.274 5，符合理论预期；环境规制对碳排放影响不显著，这一时期我国对于环境保护的各项规章制度正在逐步建立，但尚未形成较为完善的管理标准；城镇化在1%的显著性水平下促进碳排放，影响系数为0.779 8，符合理论预期。

表4 不同城乡收入差距发展阶段的回归估计结果

图1 我国2002—2019年城乡收入差距

在城镇化阶段，产业结构合理化在1%的显著性水平下抑制碳排放，影响系数为-0.177 9，经济发展的过程中，工业碳排放从“总量增加”转向“结构性增加”，产业结构合理化程度提高促进资源向主导优势产业倾斜，通过扩张低碳产业和压缩过剩产能，从而抑制碳排放；城乡收入差距对碳排放影响不显著；碳排放强度在10%的显著性水平下促进碳排放，影响系数为0.230 9，符合理论预期；环境规制在10%的显著性水平下抑制碳排放，影响系数为-0.001 8，在这一时期，我国政府已经将环境保护作为重要工作，从中央到地方出台了一系列环境保护政策，生态文明建设取得卓越成效；城镇化对碳排放影响不显著，和工业化时期农村人口涌向城镇伴随着大量中低端制造业快速发展不同，城镇化时期的人口流动伴随着高端制造业和服务业扩张，对碳排放不造成显著影响。

在我国经济由工业化迈向城镇化的过程中，产业结构合理化对碳排放的抑制作用大大加强，影响力由-0.033 6扩大到-0.177 9，说明伴随着经济发展，产业结构合理化对资源的配置效率不断提升，在实现碳达峰碳中和战略的过程中产业结构合理化将发挥重要作用。碳排放强度对碳排放的促进作用减小，影响系数由0.274 5下降到0.230 9，说明能源技术水平和能源利用效率提高，经济增长的碳排放效应下降。

（四）稳健性检验

为进一步检验产业结构合理化对碳排放影响效应的有效性，本文采用两种方式进行稳健性检验。第一，构建反距离空间权重矩阵来替代后相邻矩阵对基础回归的实证结果进行检验；第二，使用城镇居民人均可支配收入与农村居民人均可支配收入的比值替换泰尔指数来衡量城乡收入差距，以改变核心解释变量的衡量方法进行检验。所选择的空间动态面板模型和估计方法与基础回归一致，表5为替换后的回归估计结果。相比基础回归的估计结果，替换后系数大小和显著性有一定程度的改变，但核心解释变量系数符号保持一致，且可以得出与基础回归相同的研究结论。这表明产业结构合理化和城乡收入差距对碳排放的影响效应是具有可靠性和稳健性的。其中，反距离空间权重矩阵构建方法如下［31］：

表5 稳健性检验

式中：dij表示省份i与省份j的地理距离；d表示空间阈值的上限。

五、结论与政策启示

在碳达峰碳中和的大背景下，文章阐释了产业结构合理化对碳排放影响效应的理论机制，基于我国30个省级行政区（不含西藏、香港、澳门和台湾）的统计数据，运用解释力更强的动态空间面板模型检验了产业结构合理化对碳排放影响的空间效应。研究发现：

理论上，产业结构合理化通过资源配置改善效应、碳排放强度降低效应和能源消费优化效应影响碳排放。首先，产业结构合理化优化了生产要素在产业间的配置，促进劳动力、资本、技术等由第一、二产业流向第三产业，由落后的工艺技术流向先进的工艺技术，从而降低碳排放；其次，产业结构合理化通过提高资源配置效率和调整产业比重降低碳强度，进而减少碳排放；最后，产业结构合理化通过降低能源强度和优化能源消费结构降低碳排放。

实证结果显示，碳排放具有显著的空间溢出效应，并且该效应是研究产业结构合理化影响碳排放的重要因素。产业结构合理化对碳排放具有抑制作用，伴随我国由工业化迈向城市化，产业结构合理化的碳减排效应不断增强，因此，产业结构合理化是我国控制二氧化碳排放的重要手段。

城镇化、碳排放强度和环境规制对碳排放具有正向影响，城乡收入差距对碳排放具有负向影响。我国的快速城镇化伴随着第二产业的大量聚集，从而推动二氧化碳排放迅速增加；碳排放强度的促进作用逐渐减小，说明我国的能源技术进步抑制了二氧化碳排放；环境规制对碳排放产生较小的促进作用，表示环境规制的“挤出效应”大于“竞争效应”，不利于控制碳排放。城乡收入差距对碳排放的抑制作用大于促进作用。

主要的政策启示有：

第一，产业结构合理化对二氧化碳排放具有抑制作用，是实现碳达峰碳中和的重要路径。要进一步提高产业结构合理化水平，统一生产要素市场，促进生产要素合理流动和优化配置，逐步实现资源在三大产业间的合理配置，通过调整产业结构产生的“结构性减排”推动“总量减排”。产业结构合理化的过程内含了劳动力资源的优化配置，在促进二氧化碳减排的同时缩小了城乡收入差距。

第二，碳排放强度对二氧化碳排放具有促进作用，说明能源技术进步对二氧化碳排放具有抑制作用。要加大能源科技投入，推动能源技术进步，完善能源领域的创新体系，鼓励节能技术研发应用。能源技术进步将降低碳排放强度，为二氧化碳总量减少打下坚实基础。

第三，环境规制对碳排放具有双重效应，要因地制宜制定环境保护政策。大力发展新能源，优化能源结构，推动煤炭消费尽早达峰［32］，不同经济发展阶段环境规制带来的作用是不同的，针对发达地区制定较为严格的环境保护政策，促使当地企业淘汰落后产能，将资金更多地投入到环保技术的开发和应用中。对于较为落后地区制定具有针对性的环保政策，一方面避免出现“挤出效应”而适得其反，另一方面避免承接发达地区产能转移而产生“污染避难所效应”。