张 铃

(重庆工商大学 数学与统计学院， 重庆 400067)

当前,我国整体发展处于工业化后期，工业能耗持续攀升，高投入、高排放的粗放式生产方式和能源的过度消耗给环境带来巨大影响。为了实现经济效益和环境效益的协同发展，2020年我国首次提出2030年前实现碳达峰、2060年前实现碳中和的“双碳”目标。我国气候专家指出，“十四五”期间我国要调整和优化产业结构，发展数字产业、高科技产业和现代服务业，控制一系列高耗能产业扩张以推进制造业智能化、绿色化转型。工业是碳排放的重要领域，第二产业要与碳排放从相对脱钩走向绝对脱钩,就需要与低污染、高附加值的现代服务业融合。2019年，国家发改委等15个部门联合印发《关于推动先进制造业和现代服务业深度融合发展的实施意见》，提出要推动先进制造业和现代服务业相融相长、耦合共生，为我国“两业”融合发展明确了主要方向。

一、“两业”融合环境效应分析

“两业”融合是先进制造业与现代服务业通过价值链逐步分解并截取彼此部分的价值活动单位以整合形成新价值链条的过程[1]。制造业能锁定高端服务业并将其融合到自身发展中来，以实现产业的增值效应；服务业作为产业结构的核心，有助于提高制造效率，推动价值链从中低端向高端转变。“两业”融合发展已成为一种必然趋势，国内已有一些研究聚焦“两业”融合发展对环境效应的实证影响机制，该机制理论上主要表现在三个方面。第一，产业集聚效应。“两业”融合促使产业在地理上集聚，一方面会加快区域能源消耗，另一方面能提高产业对地区知识、技术的集中利用水平[2]，使污染物排放减少并促进“三废”资源的循环使用。第二，制造业服务化效应。制造业服务化使得信息、金融保险、物流技术等服务业参与到企业生产过程中来，有助于改变制造商创造价值的方式,并以此来提高劳动生产率[3]，促使服务要素替代资源要素，减少制造业对资源的依赖程度[4]，淘汰资源错配程度高、生产效率低的产业以形成涟漪效应[5]，实现节能减排与绿色发展。第三，产业结构升级效应。“两业”融合发展推动制造业向价值链上游延伸以实现产业转型升级，可以促进作为经济绿色增长主要动力的绿色全要素生产率提升[6]。同时，产业结构化和产业高级化能合理分配资源，使资源得到充分利用[7]，有助于优化区域能源消费结构并减少污染物带来的危害[8]。“两业”融合不仅是产业链的信息化扩展，也是产业链向节能减排、安全生产领域的延伸。

西部地区是我国重要的能源和重化工基地，但产业发展不均衡、消费结构不合理、资源利用率低等问题也日益突出。“两业”融合发展虽在理论上能够提升环境效益，但其融合是否能真正影响碳排放以及相邻地区的碳排放是否会受到本地产业融合溢出效应干扰等问题仍待探究。本文从测度“两业”融合水平对碳排放的影响效应出发，考虑到各省份碳排放量存在较强的时空属性和扩散效应，采用空间计量经济模型，针对“两业”融合发展对碳排放的影响效应开展实证研究。

二、理论模型与数据来源

(一)理论模型

以STIRPAT模型为基础，研究人口、经济、社会等因素对碳排放的影响，模型框架如下：

I=aPbAcTde

(1)

式(1)中，I表示环境指数，P、A、T为人口、经济、技术三个因素，a为模型系数，e代表误差，b、c、d为变量指数。同时，在式(1)的基础上引入“两业”融合水平lev、能源结构esc作为新影响变量,考察它们对环境的影响，并对式(1)两边取对数消除异方差影响，得到扩展的线性模型：

lnI=lna+β1lnlev+β2lnP+β3lnA+β4T+β5lnesc+ε

(2)

在空间计量经济模型中需要引入空间权重矩阵来刻画个体在空间中的依赖关系，主要分为基于万有引力定律构建的邻接权重矩阵、基于距离标准构建的地理空间权重矩阵和经济空间权重矩阵三类。为了提高空间计量模型的合理性和可解释性，考虑到非地理因素和地理因素给区域碳排放带来的影响，本文主要选择0-1邻接权重矩阵W1和地理空间权重矩阵W2进行构建。

(3)

式(3)中，相邻地区权重记为1，否则记为0。需要指出的是，当地区i与地区j为同一地区时，记wij=0，由于本文测度的是我国西部地区11个省份,就可以得到一个11×11的邻接权重矩阵W1。

(4)

式(4)中，dij表示地区i与地区j的质心距离，两地距离越远，空间权重系数越小，空间相关性越差，同样可以得到一个11×11的地理空间权重矩阵W2。

在传统计量模型中，通常假设观测个体间存在独立性以简化模型分析。但由于各地区的经济社会发展之间存在紧密联系，如发达地区对周边地区具有辐射效应、经济发展强劲的地区会对周边地区产生虹吸效应等，地区间经济社会发展的紧密联系导致个体相互独立的假设难以成立，因此将个体间的空间相关因素引入模型会更加合理。个体间的空间相关性主要表现为两个方面:一是空间个体的观测数据存在相关性，适用空间滞后模型和空间杜宾模型；二是误差项存在相关性，适用空间误差模型。经过拉格朗日乘数检验发现，LM-lag在统计上比LM-err更加显著，因此选择空间滞后模型进行后续回归。公式如下：

lnIit=ρ∑wijlnIit+β1lnlevit+β2lnPit+β3lnAit+β4Tit+β5lnescit+ε

(5)

式(5)中，ρ表示其他地区的碳排放对本地碳排放的影响。在空间滞后模型基础上，如果受到邻近地区的影响，则考虑空间杜宾模型。公式如下:

lnIit=ρ∑wijlnIit+β1wijlnlevit+β2lnPit+β3lnAit+β4lnTit+β5lnescit+ε

(6)

(二)指标与变量选取

被解释变量I为各省份二氧化碳排放量，用CO2(单位：万吨)表示，可通过各种能源消费量及其能源含碳量估计得到。公式如下：

(7)

式(7)中，选取原煤、焦炭、煤油、石油、燃料油、柴油、汽油、天然气8种常见的化石能源，Ei代表每种能源的消耗量，CEFi代表该能源的碳排放系数，SCCi代表该能源的标准煤折算系数。

核心解释变量为“两业”融合水平lev，控制变量包括各省份人口因素(用年末常住人口pop表示，单位为万人)、各省份经济发展状况(用人均国内生产总值pgdp表示，单位为万元/人)、技术变量(用科技经费rd表示，单位为万元)、能源消费结构(用煤炭消耗量占能源消耗总量的比重esc表示，因为现阶段我国以煤炭为主的能源消费结构没有发生改变)。

考虑到数据的可获得性，本文数据的时间跨度为2008—2019年，西藏因缺失较多年份的数据，故不纳入后续分析。数据主要来源于国家统计局官方网站、CEADs数据库、《中国工业统计年鉴》、我国西部地区各省份统计年鉴。

(三)“两业”融合水平测度方法

现代服务业指以现代网络科学技术为主要支撑，运用新的商业模式、管理方法对传统服务业进行提升后形成的产业，具有资源消耗少、环境污染小的优点。参照国家统计局印发的《生产性服务业统计分类(2019)》，确定现代服务业包括交通运输、仓储和邮政业，信息传输、软件和信息技术服务业，金融业，租赁和商务服务业，科学研究和技术服务业[9]。先进制造业指不断吸收电子信息、计算机、机械、材料以及现代管理技术等方面的高科技成果,并将这些成果综合应用于产品生产全过程的产业。“两业”融合水平测度方法主要有技术系数法、统计模型法、投入产出法、生命周期法四大类。本文选取统计模型法中的耦合协调度模型，遵循指标选取的科学性、可操作性原则，在李琳和赵桁[10]构建的指标体系基础上进行调整，从产业规模、产业结构、产业发展三个方面展开测量，构建“两业”耦合评价指标体系，如表1所示。

表1 “两业”耦合评价指标体系

1．熵权法

计算耦合协调度指数首先需要确定各指标权重，常用熵权法计算。熵权法是一种客观赋权方法，依据的原理是指标的信息熵越小，即指标的变异程度越大，则该指标提供的信息量就会越大，在评价过程中所占权重也越大。计算步骤如下：

第一步，由于收集到的m个指标和n个样本数据的单位、数值大小不同，直接进行计算会造成较大误差。为避免误差产生，首先对数据进行标准化处理，得到标准化指标Xij。公式如下：

(8)

第二步，计算第j项指标的第i个样本所占比重Pij。公式如下：

(9)

第三步，计算指标熵值Ej。公式如下：

(10)

式(10)中，a=1/lnn。Ej越大代表该指标的信息熵越大，其包含的信息量越小。

第四步，计算信息效用值Dj。公式如下：

Dj=1-Ej

(11)

第五步，计算熵权Wj，将信息效用值归一化得到每个指标的权重大小。公式如下：

(12)

第六步，计算综合指数Ui。公式如下：

(13)

2.耦合协调度模型

在熵权法中计算得到先进制造业和现代服务业的综合指数，首先采用耦合度模型计算两个系统的耦合度。公式如下：

(14)

(15)

耦合协调度划分具体如表2所示。

表2 耦合协调度划分

三、实证分析

(一)“两业”融合水平分析

按照熵权法步骤依次计算出我国西部地区各省份先进制造业和现代服务业两个系统下的二级指标权重后，再计算每个地区两个系统的综合指数，根据式(15)计算得到不同省份的“两业”融合水平，如表3所示。

表3 2008—2019年我国西部地区各省份“两业”融合水平

从表3可知，我国西部地区“两业”融合水平呈现逐年缓慢上升的趋势，但整体协调水平不高，多处于低度耦合和初级协调耦合阶段。2008—2011年，西部各省份“两业”融合水平大多在0.4以下，处于低度耦合阶段，产业发展相对落后，但未来发展潜力大；2012—2014年，西部各省份“两业”融合水平大多在0.4～0.5之间，仍处于低度耦合阶段，但较2011年前有所提升，产业发展处于颉颃状态；2015—2019年，西部各省份“两业”融合水平大多在0.5～0.7之间，先进制造业与现代服务业进入初级协调耦合阶段，两者的融合发展水平得到明显提升。整体来看，四川、重庆、内蒙古、广西、陕西的“两业”融合平均水平高于其他省份,新疆、云南等边境省份和宁夏、甘肃等内陆省份的“两业”融合平均水平低于其他省份。

(二)空间计量模型回归分析

在进行空间计量模型分析前，利用Stata 15软件计算莫兰指数并进行空间相关检验，检验结果拒绝了无空间相关的原假设，证明在后续分析中有必要引入空间关系。利用Hausman检验确定选用固定效应模型还是随机效应模型，结果显示p值为0.001，拒绝个体效应与解释变量不相关的假设，因此选择时间个体双固定效应模型进行后续回归。表4展示了用普通最小二乘法回归模型(OLS)、空间滞后模型(SLM)、空间杜宾模型(SDM)估计的各种结果。

根据AIC和BIC信息最小准则来看，邻接权重矩阵中,时空个体双固定效应的空间杜宾模型为实证最优模型。在不考虑空间效应的情况下，“两业”融合水平对碳排放具有显著提升作用，除能源结构变量外，普通最小二乘法回归的系数估计结果小于具有空间效应的计量模型。空间滞后模型和空间杜宾模型在邻接权重矩阵中的空间自回归系数ρ分别为0.502和0.136，各自在1%和10%的水平上显著，表明我国西部地区各省份的碳排放之间存在正向的空间自相关，相邻地区的产业融合发展将显著影响本地区的碳排放，本地区的碳排放不仅与本地区自变量有关，且受到周边地区碳排放溢出效应的影响。在不直接考虑“两业”融合水平的空间影响的情况下，在1%的显著性水平上，邻近地区碳排放量每增加1%,将促使本地区碳排放量增加0.502%；在考虑“两业”融合水平的空间影响的情况下，在10%的显著性水平上，邻近地区碳排放量每增加1%,将促使本地区碳排放量增加0.136%。这表明，若不考虑“两业”融合水平带来的空间效应，则会高估邻近地区对本地区碳排放的溢出作用。我国西部地区碳排放的空间溢出效应反映出区域碳排放程度正在逐步加深，各省份内部明显受到邻近地区的正向影响，从而在西部全局空间中形成碳排放增长趋同态势，这将有效减小单个省份碳排放量受外部冲击所造成的碳排放波动幅度。

不同模型中,“两业”融合水平对碳排放量呈现差异化作用，邻近地区“两业”融合发展对碳排放的影响呈现空间溢出效应。在普通最小二乘法回归模型中，“两业”融合水平对当地碳排放表现出显著负向作用，系数估计值为-0.317，验证了产业融合发展会产生绿色效应这一理论，即产业融合程度越高,对当地碳排放的抑制作用越显著。

表4 空间效应模型估计结果

在空间滞后模型中，“两业”融合水平对当地碳排放具有正向影响，系数估计值为0.160和0.199。在空间杜宾模型中，邻近地区“两业”融合水平同样对本地碳排放具有正向影响，系数估计值为0.142。两个模型的估计结果均表明“两业”融合发展会对碳排放起到促进作用，原因是我国西部整体的产业发展落后于中东部，产业融合水平程度低，制造业加工深度不够、产业链条短，在产业结构和产业层次上与中东部地区有一定差距，加上产业发展过程中碳排放量不断增长，导致西部地区的产业融合对碳排放的环境协调效应不明显。具体表现为以政府为主的投资主体向重工业倾斜，产业发展不协调，导致“两业”融合发展对区域碳排放量呈现促进作用。

在取碳排放量对数为被解释变量的情况下，其他控制变量对区域碳排放量的影响表现如下：人口规模对碳排放的系数估计值为0.754，影响显著为正，表示人口规模每增加1%，能源碳排放量增加0.754%;我国人口基数大，居民个人消费、交通出行、农业发展对能源的需求较大，符合实际意义。经济发展对碳排放的系数估计值为0.486，影响显著为正，表明经济发展每增加1%，能源碳排放量增加0.486%;经济高速发展离不开工业支持，我国西部地区以煤炭为燃料的工厂居多，产业发展使得碳排放总量居高不下，排放强度不断增大,增长速度不断加快。技术发展对碳排放的系数估计值为-0.240，对碳排放具有显著抑制作用，说明技术发展每增加1%，能源碳排放量将减少0.240%;技术进步作为推动节能减排与低碳环保的动力之一，加大低碳创新资金投入与技术研发,推进碳减排技术稳步发展，是实现科技驱动碳减排的重要举措。能源消费结构对碳排放的系数估计值为0.943，影响显著为正，表示能源消费结构每增加1%，能源碳排放量增加0.943%，这表明能源消费结构在所有控制变量中具有最强的影响效应。我国作为能源大国，一切的经济社会行为主要以煤炭能耗为支撑，且以煤炭为主的能源消费结构在相当长的一段时间内不会发生改变，因此要实现碳排放量的增速放缓甚至下降，需要转变为含碳量较低的能源消费结构，煤炭占能源消费总量的比重下降将有助于减少碳排放。

为分解“两业”融合水平对碳排放的空间影响，在空间杜宾模型中对“两业”融合水平的直接效应、间接效应和总效应进行估计。公式如下：

(16)

式(16)中，W为空间权重矩阵，β是核心解释变量lev的参数。式(16)右边最终得到的矩阵主对角线上的元素均值代表直接效应，非主对角线上的元素均值代表间接效应，两者之和为总效应。效应分解结果如表5所示。

表5 “两业”融合水平空间效应分解结果

直接效应反映本地“两业”融合水平对本地碳排放的影响，间接效应反映邻近地区“两业”融合水平对本地区碳排放影响的空间效应。“两业”融合水平对碳排放的直接效应、间接效应和总效应在地理空间权重矩阵中不显著，在邻接权重矩阵中显著为正。其中，在邻接权重矩阵中表现为在1%的水平上显著，“两业”融合水平每提高1%，直接导致区域碳排放量增长0.217%，间接导致区域碳排放量增长0.343%，总体导致区域碳排放量增长0.560%，表明“两业”融合发展对邻近地区碳排放具有显著促进作用。

四、结论与启示

本文以STIRPAT模型为理论基础，利用2008—2019年我国西部地区的省际面板数据，借助空间计量模型，分析“两业”融合水平对碳排放的空间影响效应，得到研究结论如下：第一，2008—2019年，我国西部地区“两业”融合水平呈现逐年缓慢上升的趋势，但总体协调程度不高，聚集程度弱，多处于低度耦合和初级协调耦合阶段。第二，我国西部地区各省份碳排放具有正向的空间自相关性，邻近地区“两业”融合发展对本地区碳排放呈现空间溢出效应，且邻近地区的“两业”融合发展会显著促进本地区的碳排放，同样本地区“两业”融合发展对邻近地区碳排放也具有显著促进作用；由于我国西部地区“两业”融合程度不高，而产业发展一定程度上会增加区域碳排放量，导致“两业”融合发展对碳排放的协调改善作用不明显。第三，国内以煤炭为主的能源消费结构尚未发生改变，因此能源结构对碳排放的影响大于其他控制变量。

根据上述结论，得到以下政策启示：第一，我国西部地区“两业”融合水平有极大的提升空间，国家层面要高度重视西部地区产业融合发展，积极推进先进制造业与现代服务业的良性深度融合，加快产业升级与转型速度，缩小与东部沿海地区产业结构的差距。第二，在政策扶持和自身较强的生态资源禀赋优势下，我国西部地区各省份要充分利用交通和特色民族文化优势，因地制宜地探索具有地域特色的“两业”融合发展模式来促进产业价值链条的延伸。第三，就“两业”融合发展水平现状看，我国西部地区各省份应充分发挥与邻近地区的相互协调作用，加强协同开发，加强与中东部地区的互动合作，共同有效增强产业融合对二氧化碳的减排效应。第四，从影响因素看，要加快技术创新步伐，适当调整能源消费价格，优化能源消费结构，在兼顾“质量效益”和“绿色发展”的目标指引下，走减污降排的环境友好发展道路，积极推动“两业”融合发展在实现碳中和目标中承担重要角色。