“双碳”视阈下我国降碳驱动机制研究

王军　高玮浓　车帅

〔摘要〕 能源开采业作为双高行业之一，如何降碳成为推动我国低碳减 排进程的重要课题。文章采用数据定量分析及空间自相关实证分析，得出碳排放量具有空间 相关性，并通过构建空间计量模型分析各驱动因素对碳排放的影响以及通过分解来探究空间 溢出效应。研究结果表明：外商直接投资与经济发展水平是实现本地区碳排放减少的主要抓 手，人口聚集度对本地与毗邻地区的碳排放呈不同效应，能源消费结构与行业发展水平均是 促进行业碳排放提升的重要因素。为进一步细化研究，文章对我国东、中、西部地区分组进 行回归，得出各驱动因素对不同地区呈差异化，尤其是西部地区，外商直接投资与行业发展 水平对碳排放具有显著的抑制作用，但由于资金和技术受限，其降碳效果较弱，并不能向毗 邻地区产生溢出效应。为实现能源开采业低碳发展，各级各部门可通过鼓励能源技术创新、 优化能源消费结构等因地制宜制定降碳政策，加快能源开采业低碳转型进程。

〔关键词〕 “双碳”目标；能源开采业；低碳转型；地区异质性

〔中图分类号〕X322 〔文献标识码〕A 〔文章编号〕1008-0694（2023）01 -0065-17

〔作者〕

王 军 教授 博士生导师 中国石油大学（华东）经济管理学院 青岛 266000

高玮浓 硕士研究生 中国石油大学（华东）经济管理学院 青岛 266000

车 帅 博士研究生 中国石油大学（华东）经济管理学院 青岛 266000

党的二十大报告指出，“积极稳妥推进碳达峰碳中和。”“推动能源清洁低碳高效利用，推 进工业、建筑、交通等领域清洁低碳转型。深入推进能源革命，加强煤炭清洁高效利用，加 大油气资源勘探开发和增储上产力度，加快规划建设新型能源体系，统筹水电开发和生态保 护。”“碳达峰”和“碳中和”是2020年9月习近平主席在第75届联合国大会上立足碳排放 领域提出的更高目标。在2021年，“碳达峰”和“碳中和”首次被写入政府工作报告。针对 能源行业的问题，国务院在2021年发布的《关于加快建立健全绿色低碳循环发展经济体系的 指导意见》中提出，推动能源体系绿色低碳转型，完善能源消费总量与强度双控制度。2021 年发布的《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》 提出了能源资源配置更加合理和利用效率大幅提高的目标。

在“双碳”大背景下，目前我国能源消费与碳排放总量仍居世界首位，与能源活动相关的碳 排放占到总量的77.7%。能源开采业作为我国基础性行业，在快速发展的背后，是以“高能 耗、高污染、高碳排”为代价的粗放型经济增长模式。能源开采业作为六个最高能源密集型 产业之一，其在挖掘、提取、运输、精炼过程中消耗大量能源，同时增加我国碳排放。据统 计，在我国以石油、天然气和煤炭开采物造成的碳排放在工业36个部门内居第5位和第10位 （数据来源：《2018年国民经济和社会发展统计公报》。）。由于开采技术落 后和能源需求过大，导致能源利用率低和碳排放高等问题。在产业发展绿色转型及低碳发展 的约束下，能源开采企业作为生产排污的主体，各级各部门如何因地制宜制定相关政策降低 能源开采业碳排放成为至关重要的问题〔1〕。

一、文献回顾

随着绿色低碳转型的提出，碳排放的研究成果不断涌现，主要涉及旅游业〔2-3〕、 高耗能产业〔4〕、农业〔5-6〕等各领域和县域〔7-9〕、省域〔1 0-11〕等层面。在研究内容方面主要包括碳排放测算〔12-14〕、时空特征演变 〔15-17〕、空间相关性分析〔18〕和驱动影响探讨〔19-20〕等。聚焦能 源开采行业的相关研究大多从全要素生产率测度〔21〕、脱钩效应情景模拟〔 22〕或仅专注研究某种因素对碳排放的影响〔23-24〕。在研究主体上，大多从国 家、省域和县域层面进行碳排放的研究，行业层面研究较少。在研究方法上，对驱动因素或 影响因素研究多是采用LMDI分解法〔25〕、VAR模型的构建〔26〕、地理加权 回归〔27〕等。其中，顾阿伦等（2016）运用LMDI分解法将碳排放量的变化分解，得出 技术进步对下降速度贡献最大，产业结构变动贡献较小〔28〕。李湘梅等（2014）运用 VAR模型探究能源消费总量、人均GDP、城市化水平和能源强度四个指标对碳排放的影响 〔29〕。Liu G等（2012）运用Kaya恒等式改进模型分解出影响碳排放强度的为碳排放因子 、能源强度、能源结构和产业结构四个影响因素〔30〕。王凯等（2019）通过地理加权 回归方法得出技术水平、产业结构、能源结构、经济发展水平和人口密度对碳排放的影响依 次减弱〔31〕。

综上所述，梳理研究时空格局与影响因素的文献，可以发现对于“双碳”研究的范围较广， 奠定了坚实的理论基础，但也存在以下不足。首先，大部分文献研究主体以省域和县域为主 ，还有部分文献从行业角度出发，而这部分行业大多是农业、旅游业和高耗能产业，缺少对 碳排放贡献较大的能源开采行业的研究。其次，在选取驱动因素方面，多以宏观因素为主， 选取较片面，缺少对微观因素的研究，对应的实证分析也有待深入。因此，本文以我国各省 能源开采业的碳排放数据为主进行空间自相关分析及驱动机制研究，并在参考相关文献的基 础上结合研究的行业进行影响因素选取面的拓展，加入行业本身因素，采用空间计量模型探 究其对能源开采业的碳排放是否具有影响，从而为国家制定各省能源开采业减排任务及相关 政策提供对应参考。

二、機理分析与假设

影响能源开采业碳排放主要分为需求与企业本身，需求方主要受经济和人口因素影响，企业 本身主要受能源消费结构、企业发展水平和外商直接投资水平等因素的影响。因此，本文解 决能源行业碳排放主要从以上两大方面进行解决。

1.人口聚集度

外来人口的流入对资源与环境均造成巨大的压力，庞大的人口基数必会造成碳排放的刚性增 加。根据王凯等（2019）〔32〕、王瑛等（2020）〔33〕和严志翰等（2017）〔 34〕的研究，人口聚集对行业碳排放的影响是多面的。由于城镇化率提高造成的“规模效 应”，城市建筑、娱乐设施等对能源需求不断增加，能源供给压力激增。但是，人口聚集会 带来资金与技术的集中效应，也有利于提高能源利用率，降低行业碳排放。

2.经济发展水平

各省份的经济发展水平体现经济实力与未来发展前景。根据江心英等（2018）〔35〕、 陈晓东等（2022）〔36〕和莫惠斌等（2021）〔37〕研究表明，经济增长对碳排放 的作用表现在两个方面：一方面，经济增长提升居民人均收入水平，增加对各类耗能产品需 求，需要更多能源资源满足人们日益增长的生活需要。另一方面，当资源消耗过度时，相关 部门将采取措施，大力宣传低碳节约的生活理念，鼓励节约环保的生活方式，以需求倒逼企 业生产环保产品。由EKC理论研究可知，碳排放量与人均收入呈高度相关性。

基于以上分析，本文提出假设1：经济与人口因素加大对能源的需求，增加能源开采业工作 量，从而消耗更多的能源，增加开采业碳排放。

3.能源消费结构

煤炭作为我国碳排放的主要来源，在能源总消费中占比最高。随着“双碳”进程的推进，加 快能源消费结构转型替代迫在眉睫。从行业角度来看，能源消费结构体现行业的进步程度， 最高水平对应的能源结构占比最多的应该是清洁能源。根据刘贤赵等（2017）〔38〕、 史琴琴等（2018）〔39〕和高长春等（2016）〔40〕的研究均得出能源消费结构对 碳排放具有显著的正向关系。

4.行业发展水平

行业的发展水平代表其资金聚集度以及技术先进程度，资金分配到项目建设、技术创新和设 备更替均有利于能源供给结构优化和能源利用效率的提高，进一步打破能源行业的高碳锁定 效应，能够在保持行业经济增长的同时，实现经济和环保协同发展。朱智等（2018）〔41 〕在考察国内投资对碳排放影响时得出在一定程度上有利于碳排放的减少。

5.对外开放程度

能源作为世界各国不可缺少的资源，外资是行业创新与发展的重要推动力。近年来随着“一 带一路”倡议深入推进，行业外资占比不断上升，先进技术不断输入。根据路正南等（2020） 在探究FDI对碳排放的驱动机制中提出外资的引进对碳排放的影响大体分为两种〔42〕 ：一是作为发展中国家，同时也是劳动型国家，相比于发达国家，我国企业大多从事着低 技术含量的工作，弱势地位的外贸会造成国外将一些高污染、高耗能的产业迁至我国，加重 我国碳排放负担；二是对外贸易所带来的技术效应将提高能源利用率，减少开采浪费。

基于以上分析，本文提出假设2：能源消费结构中煤炭比例增加将加大开采业碳排放，行业 发展水平与对外开放程度的增加将有利于抑制碳排放。

三、研究设计

1.探索性空间数据分析（1）空间权重矩阵。此矩阵主要反映各单 元空间依赖关系。按照类型分为邻接矩阵和距离矩阵。本文采用0-1权重设置方法进行空间 权重矩阵组合，具体公式如下：

其中，i表示省份；t表示年份；j表示能源消费类型；Ait为i省份第t年的能源开采碳 排放总量；Eijt为第i省份第t年第j类能源的消费量；醞为第j类能源的碳排放系 数，具体参数见表1。

解释变量。经济发展水平（gdp），以人均实际GDP作为衡量经济发展水平的 指标；人口密度（pd），以年末各省人口总数占地区地理面积的比重进行衡量；城镇化率（urb ），以城镇人口数量占年末各省人口数量比重进行衡量；能源消费结构（en），以各省能源开 采业煤炭消费占总行业能源消费比重作为衡量指标；外商直接投资（fdi），各省份以当年汇 率进行换算后的实际利用外资额作为衡量指标；行业发展水平（rd），以各省能源开采业投资 额作为衡量指标。

考虑数据可得性以及统计口径的一致性，缺失值采用插值法进行填充，本文采用各省2010— 2019年28个省份的面板数据作为统计样本，由于数据缺失或行业消耗量为0，本文所涉及的 数据均不包括上海、西藏、海南、香港、澳门和台湾地区。其中，各省份各类能源消耗总量 和能源消费结构来自《中国能源统计年鉴》；人均实际GDP、人口密度、外商直接投资来自 《中国统计年鉴》；行业投资额来自国家统计局。此外，为消除可能存在的异方差，非百分 数均取对数处理。四、空间相关性实证1.行业碳 排放时间变动特征第一，变动趋势迥异，大致呈现7种趋势。（1）正U型：包括吉林1个省份；（2）倒U型：包括山 西1个省份；（3）倒V型：包括江西、遼宁、陕西、重庆、云南、贵州、甘肃、河北、黑龙江 、江苏、宁夏、新疆12个省份；（4）不断升高：包括内蒙古、青海2个省份；（5）正V型：包括 四川1个省份；（6）不断下降：包括安徽、河南、湖南、山东4个省份；（7）变化不明显：包括 北京、福建、广东、广西、湖北、天津、浙江7个省份。

第二，各省差距显著。由图1可知，2010—2019年，河北、河南、山东和陕西均属碳排放高 区域，北京、福建、甘肃、广东、广西、湖北、天津、浙江始终处于碳排放低区域。河北、 山东和河南在全国均施行低碳经济发展的大环境下，低碳转型缓慢。河北的能源消费结构以 煤炭为主，占总量80%以上，较大的能源需求导致开采行业压力大，可再生能源市场不景气 ，碳排放居高不下。山东、河南和陕西资源消耗型产业比例偏高，特别是陕西和山东，其经 济命脉是以煤炭为主导的能源密集型产业；此外，山东和河南作为人口大省，能源开采业除 需满足各生产所需外，还需满足较大的人民生活所需。

为进一步说明，运用核密度估计计算2010、2013、2016和2019年的碳排放量，结果如图2所 示。

从核密度峰值来看，核密度峰值从2010—2016年不断向右移动，2016—2019年峰值左移，说 明各省碳排放量先升高再降低。从形状来看，2010—2019年始终处于“矮胖”的形状，说明 我国各省碳排放之间差距较大。从核密度曲线尾部趋势来看，2019年碳排放量右尾缩小，证 明各省碳排放量差距逐渐缩小。

2.行业碳排放空间变动特征

从空间上看，地理位置分布特征为：（1）空间分布特征整体呈“四周低、中部高”。从2010 —2019年来看，中部地区颜色始终加深，周边的其他省份颜色较浅，碳排放集中聚集在中部 地区。（2）从变动趋势来看，高碳排放区域逐渐由中部扩散到西南地区；东部、东北以及西 部部分省份在研究期内碳排放偏低。通过分析说明，我国中部地区与东部地区的碳排放在空 间上差异性明显，相邻省份的碳排放也存在一定的空间相关性。

3.行业碳排放空间相关性

（1）全局空间相关性

能源开采业的碳排放存在显著空间相关性。我国除上海、海南、西藏和港澳台地区外28个省 份的能源开采业碳排放全局Morans I指数均为正，且全部通过10%的显著性检验，说明我 国各省能源开采业的碳排放具有显著的空间相关性。这充分说明，各省能源开采业碳排放之 间相互影响，且各省行业的碳排放表现出空间聚集性。进一步证明定性分析中得出的结论是 正确的，即相邻地区在行业碳排放水平上十分相近。

空间相关性在波动中略有减弱。2010—2013年，莫兰指数整体在0.2上下波动；2013—2015 年，莫兰指数呈下降趋势；2015—2017年，莫兰指数由0.133上升到0.219；2017—2019年 ，莫蘭指数回落到0.161。这表明各地区在节能减排压力大的情况下，更多注重各自地区的 革新，省际关联性逐渐减弱，这也从侧面表明各省对相邻省份的溢出影响是有所忽视的。

（2）局部空间相关性

由图4可知：我国中部、北部、东部大多数省份局部莫兰指数呈现H-H、L-L分布，这表明我 国省份与其相邻省份之间存在很强的正相关，具体关系如下：

HH主要聚集在我国中部地区以及内蒙古、云南和贵州，基本与我国能源开采业碳排放量分布 格局一致。可见这些高碳排放区域对周边省份具有高辐射作用，且作用效果逐渐加强。资源 型省份的经济发展均以资源消耗型企业为主，开采技术落后、科研力量薄弱与人才流失严重 均是造成碳排放高的原因。

LL聚集区主要分布在东部地区以及吉林和黑龙江。涉及地区相互之间的辐射作用较强，其中 东部地区作为新能源转型重要发展区域，提高可再生能源利用率，解决低碳技术的“卡脖子 ”问题，并积极对周边省域发挥低—低联带作用。

LH聚集区域主要包括辽宁、北京、天津、湖北、江苏。相关省份分布散乱，连带作用较弱。 青海在2019年从LH型跃迁为LL型，说明激化效应减弱，受到优势地区对其正向的辐射作用。 京津冀经济区内的北京与天津相互辐射，成为了实现绿色低碳转型目标的“第一梯队”。江 苏与湖北实现开采业的碳中和，并将能源开采碳中和作为能源供给侧结构性改革的核心，实 现能源开采清洁化替代。

HL聚集区域主要包括新疆和陕西等省份。这些省份由于地区发展不均衡，许多人才和资金从 HL聚集地转移到东部发达地区。特别是新疆和贵州等地，由于发达地区产生“虹吸效应”， 造成煤炭清洁技术落后，可再生能源发展受阻。此外，由于西部资源禀赋丰富，吸引众多重 工业投资建厂。

五、能源开采业碳排放驱动机制分析

1.模型选取及估计

由于各省能源开采业碳排放具有空间相关性，普通基准回归已无法满足数据的要求，根据An selin（1988）提出的拉格朗日判断准则进行初步模型选取，并运用STATA进行相关检验，具体 结果如表3。从表中可知，LM-Error、Robust LM-Error与LM-lag均通过了1%的显著性检验，  Robust LM-lag未通过显著性检验，说明应选取SEM模型，然而LM检验未考虑模型的适用性 ，因此，根据Burridge（1981）提出的Wald检验与LR检验两个原假设，检验SDM模型是否可以 退化为SEM模型与SAR模型。

根据Wald检验与LR检验结果可知，所得出的结果均拒绝原假设，说明SDM模型不能退化为SEM 模型或SAR模型，证明本文应构建SDM模型进行相关回归，而LM检验与Wald、LR检验结果出现 了不一致的情况，根据胡新明（2010）文中提到〔43〕，当LM检验结果与Wald检验、LR 检验结果不一致时，大部分学者根据著名不等式Wald≥LR≥LM的原则进行判断，因此，本文 选择建立SDM模型。

此外，根据Hausman检验结果为17.71，且通过1%的显著性检验，说明SDM模型应选取固定效 应模型。因此，本文运用2010-2019年各省能源开采业相关数据分别进行SAR、SEM和固定效 应SDM回归，具体结果如表5。

根据上述三种回归模型的拟合优度可知，R2 （SDM）＞R2 （SAR）＞R2 （SEM），结合相关 检验，说明本文面板数据适合SDM模型。根据回归可知，外商直接投资与经济发展水平对本 地碳排放均呈显著的抑制作用；人口密度、行业发展水平和行业能源消费结构对本地碳排放 呈显著的促进作用；城镇化率对本地碳排放呈促进作用，但并不显著。从相邻地区对本地碳 排放的回归系数中可知，邻近地区对外贸易水平对本地碳排放起显著的抑制作用，说明邻近 地区对外贸易水平对本地具有显著的负向空间溢出效应；经济发展水平、人口密度和行业发 展水平均具有显著的促进作用；能源消费结构与城镇化率对本地区碳排放起抑制作用，但并 不显著。 2.空间效应分解

为进一步深入研究，本文分别研究各驱动因素的直接效应、间接效应和总效应，具体结果如 表6。

外商直接投资的回归系数为-0.177，说明对外贸易程度增加会导致碳排放的减少，对外贸 易能够带来先进的技术、管理经验和技术研发所需的外资，进一步提升开采技术。由于目前 我国自主研发的开采技术面临不少瓶颈，交流合作能够快速获取先进的开采设备以及人员技 术的提升。从间接效应来看，外商直接投资通过1%水平的显著性检验且系数为-0.424，说 明技术具有共享性，发挥出溢出效应，扩大了外贸对降碳的作用。从总效应来看，外商直接 投资通过1%水平的显著性检验且系数小于0，说明对本地区以及邻近地区行业的碳排放均有 显著的抑制作用。

城镇化率的直接回归系数为0.315，并未通过显著性水平检验。一方面，城镇化推进是一个 漫长的过程，对于能源增长的需求会随着产业技术升级自身综合消化；另一方面，能源需求 的主体为企业生产，居民生活所需的增加占比较小，未得到显著变化。从间接效应来看，城 镇化率通过10%水平的显著性检验且系数小于0，说明本地区城镇化率的提高对邻近省份碳排 放具有显著的抑制作用，城镇化率高代表地区经济发展水平高，对周围地区起到“虹吸效应 ”，造成邻近地区人才流失、资源缺乏等，从而减少能源需求。从总效应来看，城镇化率系 数小于0，并未通过显著性检验，说明城镇化率对碳排放未起到显著作用。

经济发展水平的直接回归系数为-0.001。随着经济快速发展，一方面，行业环保意识得到 增强，企业的战略核心将变革为低碳生产模式；另一方面，经济水平的提高将协同产业发展 ，在方法、设备和技术方面均会提高资金投入。从间接效应来看，经济发展水平通过1%水平 的显著性检验且系数大于0，经济若想持久地增长，必须与环境协同发展，而被淘汰的重工 企业，便选择转移到政策宽松地区，不可避免地造成邻近地区碳排放增加。从总体上看，间 接效应大于所产生的直接效应，本地在经济水平发展的同时，还需携手邻近地区共同减碳， 实现彼此双赢。

人口密度直接效应的回归系数为0.002，说明人口的增加促进了开采业的碳排放。一方面， 外来人口的流入对城市本身和周边的资源与环境均造成巨大的压力，庞大的人口基数必会造 成碳排放的刚性增加；另一方面，人口密度的增加，所带来资源与技术的集中效应会因资源 禀赋的差异化，使效用呈未知状态。从间接效应来看，本地区人口密度的增加对相邻地区碳 排放的影响是不显著的。从总效应来看，人口密度因素对本地区行业碳排放具有显著的影响 ，说明人口因素是各省份不能忽略的因素。

行业发展水平的直接效应系数为1.159，说明行业投资增加时，所形成的“羊群效应”会吸 引部分行业观望者。在初期能源开采业规模较小时，碍于资金将采用传统的开采设备造成资 源利用率不高、资源浪费等。从间接效应来看，本地区能源开采业投资在增加时，受限于本 地市场，不少企业将扩大规模，追求规模经济效应，从而增加相邻地区碳排放。从总效应来 看，一个地区的行业投资信号对本地区的行业以及相邻地区的行业会产生显著的影响。

能源消费结构的直接效应系数为0.274，说明不合理的能源消费结构是行业碳排放降低的重 要阻碍。从间接效应来看，能源结构的提升对邻近省份行业碳排放不显著，说明大气流通具 有滞后性，本地区因煤炭消费增加而排出的气体经生态碳循环到邻近地区所耗时间较长，且 流动具有不确定性。从总效应来看，能源结构的调整仅对本省行业的碳排放具有显著影响， 因此要优化能源结构，使行业进一步降碳。

3.稳健性检验

为了进一步验证回归结果的稳健性，本文首先采取更换空间权重矩阵的方法，用地理距离矩 阵代替邻接矩阵进行相关回归，结果如表7所示。通过检验，6个解释变量系数符号和显著性 与前文得出的结果基本一致，说明得出的结果具有稳健性。

此外，本文将样本区间改为2011—2018年，再次进行稳健性验证，结果如表8所示。根据验 证结果可知，所涉及的解释变量相关系数及显著性与前文基本一致，说明结果具有一定的稳 健性。

4.区域差异分析

在分析我国各因素对能源开采业驱动机制后，考虑到我国区域发展不平衡的现状，进一步对 我国东、中、西部地区分别进行空间分解效应分析〔44〕。将上述涉及的地区按照国 家统计局标准分类，东部省份主要包括北京、天津、河北、辽宁、江苏、浙江、福建、山东 和广东；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、 湖南；西部地区 包括四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古。检验结果 如表9所示。

从表9的回归结果可知，所选取的影响因素对于我国东、中、西部地区能源开采业碳排放效 用呈差异化。在直接效应方面，东部地区的对外贸易水平、城镇化率、人口密度和行业发展 水平均对碳排放具有显著的抑制作用，说明东部地区外资质量和人才聚集度高，推动行业绿 色低碳转型顺利，并逐步形成良性循环。中部地区的对外贸易水平与经济发展水平对碳排放 具有显著的抑制作用，说明中部地区要注重外资的引进，并实现经济与环境治理同步进行。 西部地区的外商直接投资和行业发展水平对行业碳排放具有显著的抑制作用，但贸易水平的 抑制效果小于中部与东部，说明西部地区所获取的外商直接投资较少或引进的技术较少在清 洁能源上，而回归结果证明投资与技术对于西部降碳尤为重要。我国西部作为能源禀赋多油 多煤的地区，地广人稀与矿产丰富吸引了众多开采企业投资建厂，为此，需要大量技术与资 金提升西部企业能源开采效率。

在间接效应方面，东部地区外商直接投资与经济发展水平所带来的先进技术对周边地区产生 溢出效应，从而抑制周边地区碳排放。中部地区的经济发展水平提高可以为周边地区带来溢 出效应，降低碳排放。西部地区无影响因素能显著降低周边城市碳排放，说明西部地区在降 低行业碳排放方面处于落后的状态，所持有的技术和资源与相邻地区相比可能略逊一筹，多 为其他地区向西部输送技术和人才，所以西部地区所持有的投资与技术仅能降低本地碳排放 。

六、结论及政策建议

1.主要结论

本文分别观察各省份碳排放的时空演变特征，运用空间自相关分析检验各省份的空间依赖性 以及空间异质性，根据检验空间相关性进行驱动因素的空间计量分析，对总效应以及间接效 应进行分解，根据实证结果给予政策建议。主要结论如下：

一方面，2010—2019年能源开采业碳排放变动趋势迥异，且各省份差距显著。从空间看，行 业碳排放整体呈空间聚集性且分布特征呈“四周低、中部高”，在研究期内中部高排放区域 逐渐扩散到西南地区，东部地区始终处于碳排放低区域。从数据变动趋势来看能源开采业碳 排放具有空间相关性。根据空间自相关实证分析，各省份碳排放具有显著的空间正相关性， 且空间相关性略微下降。其中，HH型聚集在我国中部地区，对周边地区具有较强的辐射作用 ，且辐射作用不断扩大。LH型聚集分布散落，未对邻近省份起到连带作用。HL型省份不断减 少，HH型省份不断增加，说明碳排放的邻近效应是不可忽视的影响因素。

另一方面，从驱动机制分析来看，外商直接投资对本地区以及邻近地区能源开采业的碳排放 均具有显著的抑制作用，说明吸引外资对行业降碳来说是可行之策。城镇化率对邻近地区碳 排放具有抑制作用。经济发展水平对本地区碳排放具有显著抑制作用，对邻近地区碳排放均 具有显著的促进作用，但作用效果较小。人口密度对本地区以及邻近地区行业的碳排放均具 有显著促进作用。行业发展水平对本地区以及邻近地区的碳排放增加具有推动作用。能源结 构对本地区碳排放的增加具有积极作用。从异质性分析来看，各影響因素对我国东、中和西 部地区影响呈差异化，在制定政策时需分别针对不同地区采取不同的策略。

2.政策建议

一是重视技术引进与创新，鼓励能源开采业跨省合作。对国外引进的技术，应对企业规模、 生产条件等进行综合考虑，切忌盲目激进。而且，先进的技术要配备对应的人员。企业应重 视对相关技术人员的培训以及人才的引进。在设备方面，企业应对标龙头企业，不断对设备 进行更新，减少资源的开采浪费，既有助于能源开采量的提高又能促进行业经济发展。此外 ，鼓励能源开采业跨省交流合作，充分发挥对外贸易对行业碳排放的间接效应，在相互交流 中不断探索高效的清洁技术，使行业碳排放得以降低。

二是优化行业能源结构，推进低碳生产可持续发展。由于我国目前的资源禀赋限制，各企业 煤炭消费占比高，清洁技术不过关，导致能源开采技术无法满足低碳需求，因此，能源企业 需减少煤炭消费，积极推进能源消费多元化发展。提高煤炭清洁技术，减少煤炭燃烧过程中 的浪费，提高对“三废”的利用率，加强能源高效循环利用，减少资源浪费。进一步优化行 业能源结构，积极推进绿色能源开发，如西部地区具有丰富的自然资源，可进一步发展风能 、水能和太阳能等，加快对传统能源的替代。在推进新能源产业时，国家还需加大政策支持 力度，同时避免投资过度造成浪费，寻求多元的创新性投资，为新能源产业注入新活力 〔45〕。

三是采取差异化降碳政策，因地制宜提高减排效率。东部地区碳排放水平相对较低，且具备 优秀的人力资源和物资，应充分发挥东部地区的溢出效应，在保持自身碳排放较低水平的同 时，对于中部碳排放高的省份与西部能源开采业较密集的省份实行点对点帮扶，加强区域之 间人才交流，输入先进技术。中部地区应减少居民生活的能源需要，加强对绿色生活产品的 研究，倡导生活绿色低碳化〔46〕，以绿色需求倒逼企业减少传统煤炭用量。西部地 区具有较多的能源开采企业，但人才资源流失较严重，导致企业低碳转型困难。因此，西部 地区应加大对外开放度，引进质量高的外资，因地制宜地改进技术。同时，国家也应制定西 部投资优惠政策，完善西部融资机制，鼓励创新投资方式。

参考文献：

〔1〕车帅.“节能低碳”政策能否实现企业绩效双赢［J］.财经科学，2022，（09）.

〔2〕〔27〕〔31〕〔32〕王凯，杨亚萍，张淑文，等.中国旅游产业集聚与碳排放空间关联 性［J］.资源科学，2019，（02）.

〔3〕〔15〕李振环，冯学钢，王亚玲.中国旅游业碳排放脱钩效应测度与时空格局演变［J ］.统计与决策，2021，（22）.

〔4〕刘汉初，樊杰，曾瑜皙，等.中国高耗能产业碳排放强度的时空差异及其影响因素［J ］.生态学报，2019，（22）.

〔5〕〔19〕高晨曦，卢秋萍，欧年青，等.“双碳”目标下河南省农业碳排放影响因素及预 测研究［J］.中国生态农业学报（中英文），2022，（11）.

〔6〕夏四友，赵媛，许昕，等.近20年来中国农业碳排放强度区域差异、时空格局及动态演 化［J］.长江流域资源与环境，2020，（03）.

〔7〕王少剑，谢紫寒，王泽宏.中国县域碳排放的时空演变及影响因素［J］.地理学报，20 21，（12）.

〔8〕〔16〕〔37〕莫惠斌，王少剑.黄河流域县域碳排放的时空格局演变及空间 效应机制［J］.地理科学，2021，（08）.

〔9〕赵文婷，罗淑贞，原晓红，等.山西省县域碳排放时空格局及影响因素分析［J］.环境 科学与技术，2022，（08）.

〔10〕〔33〕王瑛，何艳芬.中国省域二氧化碳排放的时空格局及影响因素［J］.世界地理 研究，2020，（03）.

〔11〕李建豹，张志强，曲建升，等.中国省域CO2排放时空格局分析［J］.经济地理，20 14，（09）.

〔12〕刘妍慧，栗洋.湖北省交通运输业碳排放测算及影响因素分解［J］.统计与决策，202 2，（15）.

〔13〕王安静，冯宗宪，孟渤.中国30省份的碳排放测算以及碳转移研究［J］.数量经济技 术经济研究，2017，（08）.

〔14〕刘宇，吕郢康，周梅芳.投入产出法测算CO2排放量及其影响因素分析［J］.中国人 口·资源与环境，2015，（09）.

〔17〕杜海波，魏伟，张学渊，等.黄河流域能源消费碳排放时空格局演变及影响因素—— 基于DMSP/OLS与NPP/VIIRS夜间灯光数据［J］.地理研究，2021，（07）.

〔18〕〔40〕高长春，刘贤赵，李朝奎，等.近20年来中国能源消费碳排放时空格局动态［J ］.地理科学进展，2016，（06）.

〔20〕袁伟彦，方柳莉，罗明.中国工业碳排放驱动因素及其脱钩效应——基于时变参数C-D 生产函数的分解和测算［J］.资源科学，2022，（07）.

〔21〕王克强，武英涛，刘红梅.中国能源开采业全要素生产率的测度框架与实证研究［J］ .经济研究，2013，（06）.

〔22〕揭俐，王忠，余瑞祥.中國能源开采业碳排放脱钩效应情景模拟［J］.中国人口·资 源与环境，2020，（07）.

〔23〕〔42〕路正南，罗雨森.中国双向FDI对二氧化碳排放强度的影响效应研究［J］.统计 与决策，2020，（07）.

〔24〕臧新，潘国秀.FDI对中国物流业碳排放影响的实证研究［J］.中国人口·资源与环境 ，2016，（01）.

〔25〕〔28〕顾阿伦，何崇恺，吕志强.基于LMDI方法分析中国产业结构变动对碳排放的影 响［J］.资源科学，2016，（10）.

〔26〕〔29〕李湘梅，姚智爽.基于VAR模型的中国能源消费碳排放影响因素分析［J］.生态 经济，2014，（01）.

〔30〕LIU G，ZHAO T.Influencing Factors and Dynamic Effect Analysis of Chinas  Carbon Emission Intensity［J］.Resources Science，2012，（11）.

〔34〕严志翰，任丽燕，刘永强，等.浙江省碳排放时空格局及影响因素研究［J］.长江流 域资源与环境，2017，（09）.

〔35〕江心英，赵爽.江苏省经济增长、产业结构与碳排放关系的实证研究——基于VAR模型 和脉冲响应分析［J］.南京财经大学学报，2018，（02）.

〔36〕〔45〕陈晓东，刘冰冰.数字经济背景下我国制造业低碳发展路径选择［J］.中国西 部，2022，（05）.

〔38〕刘贤赵，高长春，宋炎，等.湖南市域化石能源消费碳排放时空格局及驱动因素［J］ .生态学报，2017，（07）.

〔39〕史琴琴，鲁丰先，陈海，等.中原经济区城镇居民消费间接碳排放时空格局及其影响 因素［J］.资源科学，2018，（06）.

〔41〕朱智，朱静，方培.FDI和国内投资对江苏碳排放强度影响的比较分析［J］.南京工业 大学学报（社会科学版），2018，（03）.

〔43〕胡新明.论Wald、LR和LM检验不一致时的选择依据［J］.数量经济技术经济研究，201 0，（05）.

〔44〕王军，车帅.黄河流域数字经济对高质量发展的影响——来自城市异质性的经验证据 ［J］.资源科学，2022，（04）.

〔46〕徐波，王润娟.绿色创新效率时空演变及影响因素研究——以成渝地区双城经济圈为 例［J］.中国西部，2022，（04）.

（责任编辑 张 筠）

〔基金项目〕国家社会科学基金项目“数字经济推动黄河流域城市群创新 集聚的机制与路径研究”（22BJL056）；山东省重点研发计划（软科学项目）“科技支撑黄河流 域生态保护与高质量发展研究”（2021RZA04027）；中央高校基本科研业务费专项资金项目“ 基于土地异质性的我国生物燃料产业政策评估与优化”（19CX04033B）。