孙莉 兰飞

摘 要：随着气候问题的日益加剧，低碳建设成为各国的重要议题。制造业是我国碳排放量最大的行业，如何实现制造业发展和低碳建设协同是越来越多学者开始关注的问题。运用空间计量模型，利用2007-2016年30个省市的面板数据实证验证了我国各省份制造业空间集聚对碳排放的空间溢出效应。结果表明，制造业空间集聚可以有效降低本地和周边地区碳排放水平。

关键词：产业集聚;碳排放;空间溢出效应

中图分类号：F2 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2019.09.005

1 引言

20世纪以来，人类共同面临着日益加剧的气候问题。如何实现低碳建设成为各国人民共同关注的问题。中国是碳排放大国，2015年中国碳排放量占全球的29%，超过了美國和欧洲碳排放量的总和，为了推进低碳建设，应对气候变化，低碳建设是目前中国实现产业发展需要思考的议题。

制造业具有高投入、高消耗的特点，制造业消耗的能源数量和碳排放量远高于其他行业，且逐年增长。如何实现制造业的低碳化是推进减排工作要解决的重要问题。目前研究制造业的文献很多，关于制造业的集聚现状也是各大学者关注的热点。早在19世纪，产业集聚的现象就受到了学者的关注，很多学者认为产业集聚不仅可以促进产业发展，也可以带动周边地区经济的发展。目前，我国也形成了一批制造业集聚地，主要集中在东部。

目前关于制造业集聚减排作用的研究较少，对于两者的讨论多集中在产业层面，本文考虑到制造业集聚的空间外溢效应，运用空间计量模型试图探究制造业集聚对碳排放的影响和内在机制，对于促进制造业发展和低碳建设具有重要作用。

2 相关文献综述

2.1 产业集聚与空间溢出效应

关于产业集聚的研究可以追溯到19世纪，最早系统研究产业集聚的学者是古典经济学家马歇尔，他在《经济学原理》（1902）中提出了“产业集聚”的概念，认为产业集聚就是工业产业集中在特定的地方。同时马歇尔认为产业集聚存在经济外部性。波特（1998）提出了著名的“钻石模型”，他认为产业集聚形成的原因是竞争，集群有利于提升竞争力。关于产业集聚理论的不断完善和发展使得越来越多的学者意识到空间因素在产业集聚研究中的重要性。张可（2014）通过实证发现经济集聚和环境污染均存在明显的空间溢出效应，且相邻城市间的经济集聚和环境污染存在交叉影响。谢里（2016）研究了制造业集聚和制度环境通过技术创新影响空间技术溢出的机制。

2.2 碳排放与空间计量分析

随着空间经济学的兴起，不少学者开始注意到碳排放问题中的空间效应，将空间计量分析引入碳排放问题的研究。许海平（2012）利用空间自相关指数考察了我国人均碳排放和人均收入的空间相关性问题，结果表明两者的空间自相关性均表现显著。杨骞（2012）通过研究发现中国碳排放存在明显的区域差异。马大来（2017）运用1998-2011年我国30个省份的面板数据，通过空间面板数据模型分析了我国省际碳排放效率的区域差异性以及空间相关性，实证分析结果表明我国省际碳排放效率表现出较大的省际差异性。

2.3 产业集聚与碳排放

关于产业集聚对碳排放影响的研究结论并不一致。部分学者认为产业集聚可以产生规模经济效应、知识溢出效应以及促进产业结构优化从而促进碳排放的减少。王桂新和武俊奎（2012）的研究表明产业集聚程度的增加和碳排放的增长呈反向变化。路正南和朱新朗（2018）研究了研究表明产业集聚有利于碳排放强度的降低，但是政府干预会在一定程度上抵消这种作用。也有学者的研究表明产业集聚会环境产生不利的影响。韩峰和谢锐（2017）通过研究生产性服务业集聚对于区域碳排放量的影响，并认为多样化和专业化的集聚并没有产生“减排效用。”

从产业集聚和碳排放的相关研究来看，关于二者之间的关系目前还没有统一的结论，关于制造业集聚对碳排放影响的空间分析仍然不足，尤其缺乏碳减排目标下制造业集聚对碳排放影响的差异研究和实证分析。本文考虑制造业集聚的空间溢出效应，利用我国2007-2016年30个省级城市面板数据为样本，运用空间杜宾模型来探究制造业集聚对碳排放的影响。

3 模型构架与数据说明

3.1 空间计量模型

传统的计量经济学将研究对象视为相互独立的个体，但是随着新经济地理学的发展，越来越多的学者认识到空间对象之间的空间相关性。许多学者的研究表明，空间外溢效应是我们在研究产业集聚对碳排放影响时不能忽略的。因此，我们通过空间计量模型来进行深入研究，模型如下：

Yit=α+ρ∑Nj=1WijYjt+βXit+φ∑Nj=1WijXjt+Ui（1）

Ui=λWμi+εi

其中，i，j表示不同省份区域，t表示年份，Wij表示空间权重矩阵，Xij表示解释变量合集，ρ为被解释变量空间回归系数，β为解释变量回归系数变量，φ为解释变量空间回归系数，λ为空间误差回归系数。

对于式（1），如果ρ≠0且φ=0，则式（5）为空间滞后模型（SLM），如果λ≠0且ρ=0，则式（5）为空间误差模型（SEM），如果ρ≠0且φ≠0同时λ=0，则式（5）为空间杜宾模型（SDM）。为了进一步确定适用模型，还需要进行检验。

3.2 数据来源和变量说明

本文的研究对象为2007-2016年全国30个省市（西藏除外），数据主要来自于《中国统计年鉴》、《中国能源统计年鉴》。所有数据均进行对数处理，并经过平减处理换算成2006年可比数据。以下是有关指标和测度的详细说明。

3.2.1 碳排放量

碳排放主要产生于化石能源的燃烧，产生二氧化碳的燃烧能源主要包括八类，煤炭、柴油、汽油、煤油、原油、燃料油、焦炭和天然气。碳排放量的计算公式为：

Cit=∑8j=1γjEijtvj（2）

其中，Cit是 i 省 t 年的碳排放量;γj是第j种能源的折标准煤系数，Eijt是i省在t年消耗第j种能源的数量;vj是第j种能源的排放系数。能源折算标准煤系数和碳排放系数参照IPCC（2006）标准，具体数据见表1。

3.2.2 产业集聚

关于集聚度的测算，考虑数据可获得性和参考相关文献，本文选择区位熵作为制造业集聚的衡量指标，具体计算公式如下：

AGj=（PSj/Xj）/（PS/X）（3）

在（8）式中，PSj为j地区制造业的就业人数，Xj为j地区全部就业人数，PS为全国范围内制造业的就业人数， X为全国就业人数。区位熵越大，则该地区的制造业集聚水平越高。

3.2.3 其他变量

除了产业集聚外，根据相关文献，本文选取了外商直接投资（FDI）、政府干预（GOV）以及城镇化水平（URB）作为控制变量。人口规模（P）采用各省份年末人口总数表示，人均财富（A）采用人均GDP表示。外商直接投资（FDI）采用地区实际外商直接投资额和地区生产总值的比值作为外商直接投资率的代理变量。政府干预（GOV）采用地方政府财政支出占GDP的比重来表示。城镇化水平（URB）采用各省的城镇人口与总人口的比例来表示。

4 实证分析

4.1 空间相关性检验

本文通过测算碳排放量的Morans I指数来检验变量的空间相关性。本文采用邻接矩阵进行测算，表2给出了stata12.0软件测算得出的2007-2016年中国各省份碳排放量的Moran值检验结果。

从表2可以看到，2007-2016年我国各省份碳排放量的Moran I指数均通过了1%水平下的显著性检验且Moran I指数均为正值，这说明2007-2016年间各省份碳排放量表现出明显的空间依赖性，这也说明了使用空间计量模型来研究碳排放量空间溢出的必要性。

4.2 空间计量模型结果分析

根据LeSage （2009）以及Elhorst （2010）的研究，通过LR检验和Wald检验判定SDM 是否可以转化为SLM 或SEM。检验结果显示，wald检验值和LR检验均在1%水平下显著，拒绝原假设，即SDM模型不能退化為SLM模型和SEM模型，因此，选择空间面板杜宾模型是最合适的。

本文通过Stata软件实现空间杜宾模型的估计。Hausman检验值为19.82且p值大于0.01，接受原假设，应该选择随机效应模型。估计结果见表3。

注：***、**、*分别表示在1%、5%和10%的水平上显著。

效应估计结果显示，制造业集聚（AG）的直接效应、间接效应均在10%的显著性水平下显著为负，说明制造业的集聚可以带来显著的“减排”效应，不仅有利于本地的碳排放的减少，而且通过溢出效应可以影响周边地区的碳排放量。制造业的集聚产生规模经济效应、知识外溢效益可以促进周边地区的技术发展、降低成本，减少能源的消耗，同时可以促进产业结构的优化，减少能源的过度消耗，从而减少碳排放量。

人口规模（P）和人均财富水平（A）的直接效应均显著为正，说明人口数量的增加和人均财富水平的提高会提高本地碳排放量。同时可以看到人均财富的间接效应显著为负，这说明本地人均财富水平的提高可以降低周边地区的碳排放。政府干预（GOV）的直接效应显著为正，这与路正南和朱新朗（2018）在研究中提出的观点是一致的，政府的干预会对本地的减排起到反向的作用，这可能是由于政府降低环境标准，过度追求经济增长有关。外商直接投资（FDI）和城镇化（URB）的效应结果均不显著，说明外资并未对碳排放量产生显著影响，本文认为外商直接投资主要集中在东部沿海地区，使得在全国层面的研究中外商直接投资率的影响并不显著。

5 结语

本文运用空间计量模型，利用我国30个省市2007-2016年的面板数据探究了我国制造业集聚对于碳排放水平的空间溢出效应。实证分析结果显示，各省市的碳排放量在空间上呈现出显著的相关性，制造业空间集聚不仅能显著降低本地的碳排放水平，而且能通过空间外溢效应有效降低周边地区的碳排放量。

基于以上结论，本文认为为了进一步推进减排工作，需要强化制造业空间集聚，充分发挥制造业集聚的溢出效应，带动周边地区的减排建设，实现经济增长和低碳建设的协同发展。同时，有效控制人口规模带来的碳排放压力，避免过多的政府干预带来的碳排放压力。

参考文献

[1]马歇尔，陈良璧译.经济学原理[M].北京：商务印书馆，1991.

[2]Porter.M.E.Clusters and the New Economics of Compertition [J].Harvard Business.1998，（6）：77-91.

[3]Dietz T.Rosa.，Rethinking the Environmental Impact of Population，Affluence，and Technology[J].Human Ecology Review，1994，（1）：277-300.

[4]原毅军，谢荣辉.产业集聚、技术创新与环境污染的内在联系[J].科学学研究，2015，33（09）：1340-1347.

[5]谢里，张敬斌.中国制造业集聚的空间技术溢出效应：引入制度环境差异的研究[J].地理研究，2016，35（05）：909-928.

[6]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（09）：149-157.

[7]杨骞，刘华军.中国二氧化碳排放的区域差异分解及影响因素——基于1995-2009年省际面板数据的研究[J].数量经济技术经济研究，2012，29（05）：36-49+148.

[8]李建豹，黄贤金，吴常艳，周艳，徐国良.中国省域碳排放影响因素的空间异质性分析[J].经济地理，2015，35（11）：21-28.

[9]马大来，武文丽，董子铭.中国工业碳排放绩效及其影响因素——基于空间面板数据模型的实证研究[J].中国经济问题，2017，（01）：121-135.

[10]王桂新，武俊奎.产业集聚、城市规模与碳排放[J].工业技术经济，2012，31（06）：68-80.

[11]路正南，朱新朗.政府干预视角下产业集聚对碳排放强度的影响分析[J].工业技术经济，2018，37（02）：121-127.

[12]韩峰，谢锐.生产性服务业集聚降低碳排放了吗？——对我国地级及以上城市面板数据的空间计量分析[J].数量经济技术经济研究，2017，34（03）：40-58.