何军
摘要：在测算30 个省市1997-2011年的二氧化碳排放量的基础上，运用空间DURBIN 模型分析了我国区域碳排放的空间聚敛性，量化分析了5 个变量对碳排放的影响以及5 个空间滞后变量在相邻区域碳排放之间形成的溢出或挤出效应。研究发现城镇化率、能源强度、建筑业总产值及规模以上工业产值等指标均对碳排放有显著影响；城镇化率、能源强度及规模以上工业产值的空间溢出或挤出效应对相邻区域碳排放产生了不同程度的影响。
教育期刊网 http://www.jyqkw.com
关键词 ：碳排放；空间DURBIN 模型；溢出效应；挤出效应
城市化、工业化是我国改革开放以来最显著的经济现象，城镇化率由1997年29.92%升到2011年51.27%，2013年超过54%。如此快速的城市化带来的是巨大的资源耗费及碳排放量，这也使得我国当前的二氧化碳减排工作压力不断增大。
关于城市化、工业化与碳排放的研究，主要体现在它们之间关系研究以及形成区域碳排放差异影响因素研究方面。
关于城市化、工业化与碳排放关系的研究，Cole & Neumayer（2004）以及林伯强（2010）认为城市化及工业化直接会对能源消费和碳排放带来增加压力。Liddle（2004）认为城市化和工业化会提高公共基础设施效率，可以降低能源浪费和碳排放。在形成区域碳排放差异影响因素研究方面，李卫兵（2011）采用STIRPAT 模型研究发现能源强度与碳排放存在正相关的关系。
对于城市化对碳排放的影响研究，使用方法等方面存在异质性，因此仍存在一定研究空间。本文采用空间DURBIN 模型来实证分析城市化、工业化对中国区域碳排放的影响，通过研究我们可以发现我国区域碳排放的空间聚敛性、不同因素对碳排放的影响程度、空间滞后变量在相邻区域碳排放之间形成的溢出或挤出效应程度。
一、变量选择与模型构建
1.数据来源
各省市二氧化碳排放量根据一定的公式进行测算，所需具体数据来源于《中国能源统计年鉴》、《中国统计年鉴》，西藏自治区的数据缺失较多，予以剔除。
2.二氧化碳排放量的测算
二氧化碳排放量的测算参照相关学者关于各省市二氧化碳排放量的计算公式来进行具体计算，公式如下：
式（1）中Cit为i省t年的二氧化碳排放量，Eijt为i省t年第j种能源的消费量，θj为第j种能源的碳排放系数。在具体测算二氧化碳排放量时需要将实物统计量转换为标准统计量，这需要参照能源统计年鉴中给出的各能源的标准煤换算标准和碳排放系数。最后计算得出30个省市1997到2011年的二氧化碳排放量。
3.变量选择
考虑到实体经济与碳排放影响的关系，本文选取以下经济指标来衡量城市化工业化水平。城镇化率；采取非农人口占总人口比重来度量，记为city。人均GDP；在模型中取人均GDP 的对数形式，记为pgdp。建筑业总产值；模型中采用对数形式的总产值，记为building。规模以上工业产值；为便于统计，模型采用规模以上工业产值，同时取对数形式，记为in?dustry。能源强度；即每一单位GDP产出的能源消费量，值越高，表示经济活动的能源效率越低，碳排放量相对越多，记为energy。
4.模型引用
空间DURBIN 模型是近几年发展起来的空间计量经济模型。模型考虑了因变量和自变量的滞后影响，能较好地反映空间外部性和溢出性，对空间经济集聚与扩散研究有较大解释能力(Anselin,1988 )。模型形式：
式（2）中yit 是i 省t 年二氧化碳排放量；W是0-1空间邻接矩阵；xit是解释变量向量，xit指i省t年数值；In是n阶单位矩阵；ρ ，β，θ，α是待估参数, μ 是随机误差项。
二、实证分析
实证部分主要运用空间DURBIN 模型对我国区域碳排放的影响进行量化分析。模型中，以co2为被解释变量，以city，energy，pgdp，building，industry 为解释变量，利用STATA 软件进行编程计算。具体模型如下：
模型估计结果见下表1。
可决系数R2 为0.3530，反映模型在变量的选择上及模型整体构建上基本上符合预期。因变量的空间滞后回归系数为0.1264，在0.01的水平上不显著为正，这反映了我国相邻的各省市间碳排放存在空间依赖性，但并不十分显著。
我国区域碳排放的空间影响因素分析：
城镇化率对碳排放的回归系数显著为正，在其他因素不变的情况下，城镇化率每提高1%，碳排放增加5.4%；城镇化率的空间滞后项系数为-0.072，显著为负，表明城镇化率对区域间碳排放存在显著的挤出效应，这表明相邻省市相同的城镇化率会形成竞争态势，使相邻区域碳排放量受到影响。
能源强度对碳排放的回归系数显著为正，能源强度每降低1 吨标准煤/万元GDP，碳排放降低11.5%；能源强度的空间滞后项系数为0.0337，显著为正，表明能源强度对区域间碳排放存在显著的溢出效应。
人均GDP的对数对碳排放的回归系数不显著为负，人均GDP的对数每增加1个单位，碳排放降低4.1%；人均GDP的对数形式的空间滞后项系数为-0.1735，但不显著，这表明人均GDP对相邻区域间碳排放不存在显著的挤出效应，这也表明人均GDP增加并不意味着相邻区域碳排放会增加。
建筑业总产值对碳排放的回归系数显著为正，建筑业总产值的对数每增加一个1个单位，碳排放增加0.74%；建筑业总产值的空间滞后项系数为0.102，但不显著，这表明建筑业总产值对相邻区域间碳排放存在不显著的溢出效应。
规模以上工业产值对碳排放的回归系数显著为正，规模以上工业产值的对数每增加一个1个单位，碳排放增加0.24%；规模以上工业产值的空间滞后项系数显著为负，表明规模以上工业产值对区域间碳排放存在显著的挤出效应，这表明相邻省市相同的规模以上工业产值会形成竞争态势，资本等生产要素要流向更有利于增值的地方。
三、结论与建议
本文通过测算1997-2011年30个省市的二氧化碳排放量，运用空间DURBIN模型对区域碳排放做了较深入的分析，研究表明城镇化率、能源强度、建筑业总产值及规模以上工业产值均对碳排放有显著影响；城镇化率、能源强度及规模以上工业产值的空间溢出或挤出效应对相邻区域碳排放产生了不同程度的影响。
因此，针对上述因素影响效果，当前应积极采取措施提高经济发展质量，加快技术革新、鼓励高新技术发展，引导社会资金向可以增加整体社会福利的现代产业领域投资，从产业结构转型的视角降低能源强度，实现产业结构更为优化合理发展。与此同时，从空间的角度、区域经济协调发展的角度出发，建议各地政府在制定相关产业发展政策时注重相邻区域的溢出效应，合理进行产业布局，使资源、生产要素达到最优化配置，且对相邻区域产生正向溢出效应，以提升我国的整体经济实力。
教育期刊网 http://www.jyqkw.com
参考文献
[1] Anselin，L.Spatial econometrics :methodsand models[M].Dordrecht：Kluwer Academic，1988.
[2] 林伯强，刘希颖.中国城市化阶段的碳排放：影响因素和减排策略[J].经济研究，2010(8)：66 -77．
[3] Cole M．，Neumayer E.Examining the Im?pact of Demographic Factors on Air Pollu?tion ［J］.Population and Environment，2004(1) ：5 -21．
[4] Liddle B.Demographic Dynamics and Percapita Environmental Impact:：Using PanelRegressions and Household Decompositionsto Examine Population and Transport［J］.Population and Environment，2004( 26) ：23 -39．
[5] 李卫兵，陈思.中国东中西部二氧化碳排放的驱动因素研究[J].华中科技大学学报，2011(3)．
[6] 徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析：1995-2004 [J].中国人口·资源与环境，2006，16 (6) ：158-161．
（作者单位：重庆工商大学长江上游经济研究中心）