冯彦++祝凌云++张大红

摘要：基于SDM运用Matlab和Geoda测度细化产业结构对我国30个省碳强度的影响，结果表明我国碳强度存在显著的空间自相关性、集聚性和路径依赖性。其中对碳强度的影响，交通业（0899，最为显著）>工业（0372）>建筑业（0316）>第一产业（0083）>商业（-0246），整体上看，产业结构调整有利于降低碳强度；同时现今碳强度更易受交通业、工业和建筑业的正影响和商业的负影响。因此降低此三类产业占比，增加商业占比，并配合新型节能环保技术，有利于降低本地区和周围地区的碳强度。

关键词：碳强度；产业结构；SDM；空间自相关性

DOI：10.13956/j.ss.1001-8409.2017.07.03

中图分类号：F264；F2240 文献标识码：A 文章编号：1001-8409（2017）07-0011-05

Spatial and Econometric Analysis of Effect of Industrial

Structure Adjustment on Carbon Intensity in China

FENG Yan， ZHU Lingyun， ZHANG Dahong

（ Economics and Management College， Beijing Forestry University， Beijing 100083）

Abstract： Based on spatial durbin model， this paper measures the influence of refined industrial structure on carbon intensity in Chinese 30 provinces via using Matlab and Geoda. The result of which demonstrates carbon intensity has significant spatial spillover effects， clustering and path dependence. In addition， the influence of transportation on carbon intensity is most obvious （0.864） > industry（0.372） > construction（0.316） >primary industry（0.083） >business（0.246）. Overall， adjustment of industrial structure is beneficial to reduce carbon intensity， andnowadays carbon intensity is more likely to be affected by transportation， industrial and construction and reduced by business， thereby reducing proportion of three industry， increasing proportion of business， using energysaving and energy protection technologies， can reduce carbon intensity effectively.

Key words：carbon intensity； industrial structure； SDM； spatial autocorrelation

當前，我国针对环境问题已提出建立环境追究责任制的要求，并于2015年向联合国气候变化框架公约秘书处提交了《强化应对气候变化行动——中国国家自主贡献》，提出2030年碳强度要相对于2005年下降60%～65%。

基于理论和实践的需要，环境相关研究正逐步深入，其中不乏关于产业结构与环境污染的研究。综合国内外研究，主要包括：（1）指数分解法。学者们主要利用Kaya恒等式分解得出碳排放的影响因素，并测度影响程度[1]。（2）结构分解分析法。主要和投入产出模型相结合[2]。（3）回归分析法。第一类为关于EKC假设的验证及讨论，许多学者探讨了碳排放是否存在EKC曲线及预测[3]，如Salih分析得出表明旅游业发展和碳排放之间存在EKC关系[4]。除此之外，也有一些学者摒弃了EKC模型，研究环境对经济增长的反作用[5]。第二类为基于STIRPAT模型的中国碳排放影响因素研究[6]，如Yanan等人得出能源强度是影响发达地区碳排放的最大因素，工业化、人口和单位GDP对不发达地区的影响程度更大[7]。

实际上，当今经济一体化进程的加快伴随的是贸易的互通有无、大量的进出口和外商投资，这样就忽略了不同经济体之间的“转嫁”效应以及“污染天堂”假说中提到的污染避难，模型偏差难以避免，从而降低了结果的解释力和说服力。因此，本文从三个角度出发，研究细分产业对碳强度的影响大小，同时考虑经济一体化进程背景下污染呈现的空间依赖性，判断和甄别碳强度是否存在空间溢出效应，比较产业结构变化前后碳强度的影响因素差异，最终选取合适的模型研究细分产业对碳强度的影响，并就减少碳排放和实现中国的自主贡献目标提出建议。

33空间面板数据回归分析

331非空间面板数据回归结果

传统和稳健的LM检验可判断SEM或SLM哪个更为合适，由表3可知，传统和稳健的LM检验均在1%的显著性水平上拒绝了没有空间滞后被解释变量的原假设。双固定效应模型稳健的LM检验在5%的显著性水平上拒绝了没有空间自相关误差项的原假设，除此之外，其余检验均在1%的显著性水平上拒绝了原假设。且似然比检验时间固定效应得出，时间固定效应的估计值为339009（p=0000<001），表明可以选择时间固定效应模型。

Wald和LR检验均在1%的显著性水平上拒绝γ=0和γ+ρβ=0的原假设，因此必须拒绝SEM和SLM，选择SDM。 Hausman检验结果（估计值为17623，p=0000<001）表明，固定效应更为合适。

332SDM回归结果分析

表4列出了研究期初、期末各模型的回归结果。前面已分析得出我国碳强度整体处于下降趋势，表明从整体上看，随着三次产业结构占比的变化以及产业内部的技术进步等因素，我国产业结构调整有助于降低碳强度。从产业细分来看，期初碳强度增加的主要驱动因素为交通业和工业。之后变为交通业、工业和建筑业。相比2005年工业来说，现今碳强度更易受到交通业的影响。建筑业占比远低于工业占比，但它引起的碳强度的增加已经不容忽视。

分析面板数据的SDM可知，交通业对碳强度的影响最大。2013年交通业能源消费量占总量的496%，其中仅石油消费量就占3796%，已超过了工业部门的石油消费量（175946万吨）。车辆能源消耗是影响碳排放量的主要来源[9]，2013年民用汽车拥有量为1267014万辆，其他机动车拥有量达113223万辆，车辆增加导致交通业成为能源消费量较高、碳排放量增速较快的领域。2013年工业消耗能源总量为29113063万吨标准煤（占6983%），作为能源消耗的主要产业，工业对碳强度的影响仍然显著。2013年建筑业的石油消费量为30906万吨，并且建筑业在消耗能源的同时，碳排放比例高达36%[10]。建筑业的碳排放不仅包括自身活动直接碳排放，还包括其对拉动和诱发关联产业产生的间接碳排放（这一比例达到95%）[11]，因此建筑业的影响系数较大。第一产业对碳强度的影响作用为正，但现代农业生产模式的形成、机械使用效率的提高、第一产业比重下降等在一定程度上降低了其对碳强度的直接效应，这和鲁万波等研究的第五阶段结果相近[12]。商业占比较小且商业的能源消费量最低，因此提高商业和降低第一产业比重有利于降低碳强度。

工业和交通业的直接效应最大，是碳强度增加的主要驱动因素。建筑业占比低于第一产业占比，但其对碳强度的正向影响明显高于第一产业，表明建筑业减排也是一项重点任务。商业的直接效应和间接效应均为负，表明商业占比的增加会降低本地区和周围地区的碳强度。其余四类产业的间接效应为正，其中交通业的间接效应最大，表明本地区交通业的发展会比其他产业为周围地区带来更多碳强度的增加。

4结论与讨论

41结论

采用Matlab和Geoda软件对2013年中国30个省域碳强度和产业结构进行回归分析，得出如下结论：

第一，我国碳强度分布呈现阶梯性（东部>中部>西部），碳排放量呈相反趋势分布，东部地区GDP增速大于碳排放量增速、碳排放转移和碳泄露效应都有可能导致这种结果。第二，Morans I和LISA聚类图表明，我国碳强度和产业结构并非完全的随机分布，存在空间正相关性，同时莫兰指数的增加表明我国碳强度有路径依赖性、集聚性和低流动性，主要呈现HH和LL的二元分布结构。第三，LM、Wald、LR和Hausman检验判别时间固定效应的SDM为本文计量模型，分析表明交通业是碳强度增加的最大驱动因素，其次是工业>建筑业>第一产业>0>商业，第一产业、工业和交通业对碳强度的正影响作用以及商业和建筑业对碳强度的负影响作用在OLS中被高估。第四，交通业的间接效应最大，其次是第一产业和工业，表明本地区这三类产业的增加会引起周围地区碳排放的增加。第五，研究期初导致碳强度增加的主要因素为交通业和工业，期末为交通业。整体上看，产业结构调整有利于降低碳强度，相较2005年来说，现今碳强度更易受交通业、工业和建筑业的影响。

42讨论

回顾相关研究，有学者得出第三产业占比增加会降低污染物排放，如吴玉鸣和田斌[13]分析得出，第一产业和第三产业对环境污染的破坏不如第二产业严重，且第三产业占比增加会降低污染物排放；有学者得出第二产业占比增加会显著增加碳排放[14]，这和程叶青等人[15]的研究结论一致。本文中工业和建筑业增加会增加碳排放强度，这与徐海平、程叶青等学者的结论一致，但第三产业中交通业占比的提高会增加碳强度，这与吴玉鸣等学者的研究结论不一致。

综上所述，在未来发展过程中应当重视交通业和建筑业对碳强度的正影响，调整工业和建筑业结构，加快发展新兴工业、生产绿色环保建筑，规制高耗能、高污染企业；转变交通业的发展方式，使用清洁能源和新型交通工具、提高能源转化效率，環保出行；同时发展生态农业和商业，考虑碳排放的空间溢出效应，关注自身和周围省域产业结构调整的相互影响，共同为实现中国的自主贡献目标、控制全球温室效应做出努力。

参考文献：

[1]Shrestha R M，Timilsina G R. Factours Affecting Intensities of Power Sector in Asia：A Divisia Decomposition Analysis[J].Energy Economics，1996，18（4）：283-293.

[2]Ren S，Yuan B，Ma X， et al.International trade， FDI （Foreign Direct Investment） and Embodied CO2 Emissions：A Case Study of Chinas Industrial Sectors[J].China Economic Review， 2014，28：123-134.

[3]Ajmi A N，Hammoudeh S，Nguyen D K， et al.On the Relationships between CO2 Emissions， Energy Consumption and Income：The Importance of Time Variation[J].Energy Economics， 2015，49：629-638.

[4]Katircio Lu S T.Testing the Tourism-induced EKC Hypothesis：The case of Singapore[J]. Economic Modelling，2014，41：383-391.

[5]吕健.中国经济增长与环境污染关系的空间计量分析[J].财贸研究，2011（4）：1-7.

[6]Cong X，Zhao M，Li L.Analysis of Carbon Dioxide Emissions of Buildings in Different Regions of China Based on STIRPAT Model[J].Procedia Engineering，2015，121：645-652.

[7]Wang Y，Zhao T.Impacts of Energy-related CO2 Emissions：Evidence from Under Developed， Developing and Highly Developed Regions in China[J].Ecological Indicators， 2015，50：186-195.

[8]肖雁飛，万子捷，刘红光.我国区域产业转移中“碳排放转移”及“碳泄漏”实证研究——基于2002年、2007年区域间投入产出模型的分析[J].财经研究，2014，40（2）：75-84.

[9]张陶新，曾熬志.中国交通碳排放空间计量分析[J].城市发展研究，2013，20（10）：14-20.

[10]冯博，王雪青.中国各省建筑业碳排放脱钩及影响因素研究[J].中国人口·资源与环境， 2015，25（4）：28-34.

[11]张智慧，刘睿劼.基于投入产出分析的建筑业碳排放核算[J].清华大学学报（自然科学版），2013，53（1）：53-57.

[12]鲁万波，仇婷婷，杜磊.中国不同经济增长阶段碳排放影响因素研究[J].经济研究，2013，（4）：106-118.

[13]吴玉鸣，田斌.省域环境库兹涅茨曲线的扩展及其决定因素——空间计量经济学模型实证[J].地理研究，2012，31（4）：627-640.

[14]许海平.空间依赖、碳排放与人均收入的空间计量研究[J].中国人口.资源与环境，2012，22（9）：149-157.

[15]程叶青，王哲野，张守志，等.中国能源消费碳排放强度及其影响因素的空间计量[J].地理学报，2013，68（10）：1418-1431.

（责任编辑：辜萍）