中国省际碳排放强度的空间效应及其传导机制研究

中国人口•资源与环境 2020 年 第 30 卷 第3 期
CHINA POPULATION .RESOURCES AND ENVIRONMENT Vol. 30 No. 3 2020
赵桂梅，耿涌,孙华平，等•中国省际碳排放强度的空间效应及其传导机制研究[J].中国人口 •资源与环境,2220,30(0):49 -55.
[ZHAO Guimei,GENG Yong,SUN Huaping ,et al. Spatial effects and transmission mechanism of inter-provincial carbon emission intensity in
China]J]. China population, resources and environmeni, 2020,30(3) ：49 -55.]
中国省际碳排放强度的空间效应及其传导机制研究
赵桂梅2 耿 涌1>3>4孙华平1, 赵桂芹5
（1.上海交通大学环境科学与工程学院，上海202242 ； 2.江苏大学财经学院，江苏镇江212213；3.中国城市治理研究院，上海202242 ； 9.上海污染控制与生态安全研究院，上海220092；
5.江苏大学京江学院，江苏镇江212213）
摘要供给侧改革和高质量发展的适时提出为中国低碳经济发展提供了新思路，调整以往过多的行政配置资源带来的要素扭曲，研
究同一个国家不同省份之间资源要素协同问题的方法可以为提出有效的节能减排政策提供科学依据与决策参考。

基于此，对我国碳
排放强度空间面板数据进行测算，提出探索性时空数据分析框架，运用GeoDa 软件刻画我国省际碳排放强度时空关联及其局部空间 差异的波动性，将STIRPAT 模型和EKC 模型相结合检验我国碳排放强度影响因素的空间溢出特性，揭示我国碳排放强度时空演进的
一般规律。

研究结果表明:我国碳排放强度的局部空间自相关呈现集聚与分异并存的时空分布特征，碳排放强度水平相近的省区均
呈现出先减弱后增强的空间集聚现象，我国省际碳排放强度存在俱乐部收敛的演进特征。

我国省际碳排放强度存在空间溢出性特
征，我国碳排放强度空间集聚、分异与跃迁的形成与演变是各地区资源禀赋以及经济发展水平等多种资源要素协同作用的结果。

进
一步提出分区域、有重点的区域协同减排措施,提升区域碳排放协同治理的效率。

关键词高质量发展；碳排放强度；空间效应；传导机制；协同减排
中图分类号 F213
文献标识码 A 文章编号 1002 -2104（2020）03 -0049 -07
DOI : 10.32062/cpre. 30191102
碳排放强度指标反映的是经济发展过程中的资源利
用效率以及碳排放效率，碳排放强度指标的高低在一定程 度上可以反映一个国家或者地区的生产技术效率水平，基 于碳排放强度的节能减排政策有利于形成推动中国经济
转型的倒逼机制和长效机制［1「0。

碳排放强度的准确评 估是建立碳减排政策的基础与前提，因此，国家和地区碳
减排政策的制定需要重点关注各省区资源要素协同，降低 碳排放强度是推动绿色低碳转型，实现高质量经济发展的
重要抓手。

《巴黎协定》明确了 温升控制目标，发岀了 全球绿色低碳转型的明确信号。

由此，有针对性地剖析中 国省际碳排放强度的空间效应及其传导机制，强化区域能
源和气候政策的精准性、协同性和实质性作用力，不仅是 实现碳排放总量达峰目标的核心任务，更是保障中国经济
高质量可持续发展的必然要求O
1文献回顾
目前，国内外学者研究文献主要集中在对中国碳排放 量和碳排放强度影响因素进行分解，然而，在建立碳
排放影响因素的分解模型时，仅仅关注到各影响因素对本 地区碳排放变动产生的直接影响，常常忽略了各区域之间 存在的空间关联性，没有深入研究碳排放影响因素的外溢
效应以及辐射作用［9"3］ O 随着计量经济学的发展,学者们 开始运用空间计量经济模型对碳排放总量、人均碳排放、
碳排放强度等变动的影响因素展开分析［11"3 . O 其中，最 为广泛的是对碳排放总量的研究，通过构建碳排放空间计
量模型，发现中国碳排放量的梯度分布对地区之间碳排放 空间集聚产生了强化作用［-".，进一步采用空间计量经
济学的理论与方法揭示中国省域碳减排时空格局的演变
收稿日期1219 -08 -06 修回日期：2219 - 12-12
作者简介:赵桂梅，博士，副教授，主要研究方向为区域创新与可持续发展O E-mail ： gmzhao@ ujs. edu. ca 。

通信作者:耿涌，博士，教授，博导，主要研究方向为资源环境管理及政策o E-mPl ：4get@iu•eUu•ao
基金项目：国家自然科学基金重大项目'经济发展新常态下的绿色低碳转型特征与模式研究”批准号：7169221）；国家自然科学基金重点国
际合作研究项目“中国社会经济绿色低碳发展的规律研究”（批准号：7112127021）;中国博士后科学基金项目（批准号：4013M991999）；江苏省
教育厅高校哲学社会科学研究一般项目（批准号：2219SJA1887）；国家自然科学基金面上项目'基于全球价值链知识溢出的中国区域高碳产业
低碳化转型路径研究”批准号：1774271 ）o
・49
・
中国人口•资源与环境2020年第3期
机理。

这也为后续对碳排放空间交互作用机制研究提供了理论支持。

由空间集聚所引致的空间效率与区域公平之间的权衡问题是经济地理学的前沿研究主题之一。

根据“地理学第一定律”的原则，空间分布中的地理事物或属性相互关联，相邻区域之间的联系更为密切［1S］o探索性空间时空数据分析(ESTDA)是以空间权重矩阵为基础，检测和量化不同校准点中取样变化的空间依赖性的统计方法,ESTDA 方法能够有效地揭示任何地理单元与邻近单元之间的空间关系以及关联程度。

经济发展质量的提高是经济发展方式转变的前提，其中政府的环境治理有助于提升中国经济的高质量发展［S］o同时研究发现制度质量和绿色技术创新都会对能源效率提升具有重要的影响［S］。

根据新结构经济学的分析，有效的市场和有为的政府共同发挥作用，才能构建起经济持续发展的良性机制［S］。

供给侧改革和高质量发展的适时提岀为中国低碳经济发展提供了新思路，调整以往过多的行政配置资源带来的要素扭曲，研究同一个国家不同省份之间资源要素协同问题的方法可以为提岀真实有效的节能减排政策提供科学依据与决策参考。

2研究方法及数据来源
2.1探索性时空数据分析方法
全局空间自相关性分析是对区域之间空间自相关性的总体度量2］，通常由Z值检验和全局Moran*I指数进行判断各省区碳排放强度是否存在空间自相关性，以及其影响程度和作用方向，计算公式如下：
n n___
/"丫，=s》」=s W『((y*-yJ)⑴
=丫Q/工:
_13
其中，/为全局Moran*I,J=百若J为全部省区碳排放强度的平均值N=1,2,…,33,j=1,2,…,30,匕为空间权重矩阵,分别为t期省区i和省区J碳排放强度的测算值,n为总省区的数目(即n=30)。

对GloOnl Moran*I的结果进行Z值显著性的统计检验时，计算公式如下：
z(i)=-M0,l)(2)
槡V ar(()
其中，Var(I为GObnO Moran*I指数的理论方差，E(I)=-」〒是理论期望。

如果Z>0,且Z值的统计检n-S
验显著，意味着碳排放强度在空间分布上呈显著的正相关性。

将全局Moran*I指数分解到各个省区单元即可得到-50-局部空间自相关，可用Local Moran*I指数表示。

对于某个省区空间单元，有：
I=1兀-X］X丫W^-X)=Z》巴Z9丫(X-X)2;;
(3)
其中，W,.为空间权重矩阵，Z,与Z为标准化的观测X.-X
量,Z,=—为通过标准化变换后每行和为1且非对称a
性的权重矩阵。

采用GeoDa软件绘制各省区碳排放强度空间相关系数的Local Moran*I散点图，识别各个省区与其他邻近省区之间的相互关系。

21空间计量模型设定
STIRPAT模型既允许将各系数作为参数进行估计，又允许对各影响因子进行适当的分解和改进［20\鉴于STIRPAT模型和EKC假说是环境污染影响研究的基本理论框架，为了研究资源要素空间外溢效应在不同区域的异质性,该研究将两者相结合来检验各省区资源要素对碳排放空间效应的影响。

结合经济系统与碳排放系统的复杂性和相关性m」，在实际回归模型中，除了包括人口规模(P)、经济发展水平(GDPPC)、能源强度(EI)等核心解释变量外，还加入了能源价格(EP)、对外开放水平(OPEN)、能源消费结构(ECS)、产业结构(I)和城镇化水平(UR)等控制变量,将STRIPAT模型扩展为：o CI=a+8i u ln(p)+虑ln(GD ppc)+虑ln(EI)+
A.t ln(EP)+昆”ln(I)+凤.0(ECS)+
九ln(UR)+38111((OPEN)(4)其中,，1分别表示观测样本和时间~伐”为相应回归元系数，a为常数项。

为了更客观地衡量中国碳排放强度空间相关性和异质性,提高空间计量经济模型的可解释性，在区域层面建立空间面板数据模型时，结合了地理空间权重矩阵和经济权重矩阵的点积。

利用反比大圆距离法构造地理空间权重矩阵，用经度和纬度来计算的大圆距离倒数来度量空间关系。

在STIRPAT扩展模型的基础上，建立了以下三类空间面板数据模型。

(1)空间滞后面板数据模型(Spatial Lag Panel Data Model,SLPDM)设定为：
N
(C))=辽W(C))++01山化)+
J=1
11n(GD ppC…)+1ln(EI)+11n(EPQ+
11((I)+11(ECS”)+1(UR J+
1ln(OPEN.)+“，+人i+s,(5)其中，1(CI”)表示区域‘在1寸刻被解释变量碳排放强度的观测值，变量^1((CI”)表示被解释变量1(CI”)与相邻单元的被解释变量1(CI”)之间的空间相互作用
,
赵桂梅等：中国省际碳排放强度的空间效应及其传导机制研究
是空间自回归系数,a为常数项，是固定的未知参数向量,反映解释变量对被解释变量的影响,ln(P a)、ln(t<)、ln(S tt)、ln(ECS tt)、ln(GDPPC tt)、ln(E/a)、ln(EP tt)、In(OPEN,)是区域，在t时刻解释变量的观测值，W,是空间权重矩阵甲的元素,,,是空间特质效应是时期特质效应，”为随机误差项，九~NW
(2)空间误差面板数据模型(Spatial Error Panel Data Model,SEPDM)设定为：
In(G J=In a+風ln(P u)+角ln(GDPPC)+
(ES)+艮ln(Ep u)+0sln(S tt)+
/36n(ECS))+/37n(UR)+
伐ln(OpEN)+“，+人)+<p,,
S=P》：=1巴久+九(6)其中，1(CS)是区域，在)寸刻被解释变量碳排放强度的观测值,1((p))-MUR))-MIS))-MECS))1 n(GDPPC)、1(ES)、l(EP tt)、1((OPEN)分别为区域‘在)寸刻解释变量的观测值为空间误差自相关，从为空间特质效应,a为常数项，为固定的未知参数向量,)为时期特质效应，为空间自相关系数，”含义如前所述。

(3)空间杜宾面板数据模型(Saatil DurOia Panel Data Model,SDPDM)设定为：
N
1(CS)=5》巴n(CS)+lna+風1(化)+
^KGDPPC J+/3MES J++41(£卩”)+
念na s”)+4KECS J+41(UR”)+
N
4b(open)+a》匕1(卩”)+
NN
a》出((GOPPC)++3》出1(ES)+
I J11
NN
+》巴1(EP,,)++》巴1(IS”)+
NN
+》咛(ECS”)++》巴1(UR”)+
II1
N
+》巴1((OPEN”)+“，+入+九(7)
11
其中,ln(CS,t)为区域，在)寸刻被解释变量碳排放强度的观测值,In(P,,)ln(UR,,)ln(/S,,)Jn(ECS,,)i ln(EP”)、ln(GDPPC”)、ln(ES”)、ln(OPEN”)分别为区域i在t时刻解释变量的观测值，a为常数项；+与&类似，均为固定的K X1维未知参数向量，他为空间特质效应，九为时期特质效应，九含义如前所述。

空间杜宾面板数据模型围绕零假设展开,"0：+=0和++犖=0,如果空间杜宾模型的两个空假设都被拒绝，则能够最好地描述数据。

该研究以我国30个省区作为研究对象(由于数据限制，香港、澳门、台湾和西藏不在研究范围之列、，通过构造各省区平均能源消耗的碳排放系数测算各省区碳排放总量和碳排放强度，数据来源于历年的《中国统计年鉴》《中国人口统计年鉴》《中国能源统计年鉴》《中国城市(镇)生活与价格年鉴》《中国人口与就业统计年鉴》《中国科技统计年鉴》《中国工业统计年鉴》及各区域的统计年鉴。

3实证分析
3.1碳排放空间效应分析
全局Moran*I指数从整体上描述我国各省区碳排放强度的空间相关性,时间维度的引入可以体现碳排放强度的空间动态特征。

运用GeoDa软件生成一次邻接规则的空间权重矩阵(Rood)，计算岀我国碳排放强度的Mora(s I 值，并采用随机排列法构造正态分布检验其显著性，进一步将全局Mora(s I指数分解到各个省区单元，根据全局Moran*I指数分析中各阶段起始年份同时考虑时间间隔的均衡性，采用空间计量软件GeeDaO95i,绘制主要年份碳排放强度的局域Mora(s I散点图，反映我国30个省区碳排放强度与各自相邻近省区碳排放强度在空间分布上呈现“集聚”(高-高或低-低、与“分异”(高-低或低-高)的时空演进特征。

如图1所示,省际碳排放强度存在较强的空间正相关关系，各个省区碳排放强度对与之相邻地区的碳排放强度产生影响，同时，其自身的碳排放强度也会受相邻地区碳排放强度的影响。

我国各省区碳排放强度的空间分布是集聚和扩散共存的,研究期间呈现空间正相关性(高-高和低-低)省市的个数全部大于19个，表现为聚集特征的省区已经超过63.33%,说明我国碳排放强度的时空集聚特征显著，通过对6个年份的分析结果也验证了全局空间相关性的分析。

进一步分析发现，大多数省区处于第一和第三象限,具有较强的稳健性,表明各省及邻近地区碳排放强度呈正相关，这些省区与相邻接的省区体现岀相似的特征值，证明了各省域的碳排放强度在空间上存在较为显著的相互依赖性,我国碳排放强度相近省区的空间集聚表现岀不断增强的趋势，碳排放强度水平相近的省区也将会进一步收敛。

纵向比较发现位于第三象限的“低-低”省区数量远远多于位于第一象限“高-高”省区,表明低值聚集数量多于高值集聚区，是正向空间自相关性的主要贡献部分，表明我国近年来推行的节能减排和产业结构优化政策取得一定成效。

3.3碳排放空间效应的传导机制分析
为了更全面地反映空间效应，首先对资源要素碳排放空间效应影响的空间固定效应、时间固定效应、时空双固定效应以及无固定效应的4类传统面板数据模型进行LM 检验，结果如表1所示。

四种类型空间效应模型均通过9.95显著性水平的空间滞后LM检验，其中，时空双固定
-51
-
中国人口•资源与环境222。

年第3期
效应模型的空间误差LM 检验结果最为显著，进一步对 SLPDM 和SEPDM 的稳健性进行LM 检验,结果显示拒绝
非空间性的判断。

从时空固定效应LR 检验结果也表明 拒绝无时间固定效应以及无空间固定效应的原假设，因
此,LR 检验结果显示时空双固定效应模型能够更加准确 地能刻画资源要素空间溢岀效应。

基于LM 检验结果显示拒绝非空间模型时，就应该慎 重选择SLPDM 或者SEPDM ,进一步考虑包括SLPDM 和 SEPDM 的空间杜宾面板数据模型(SDPDM )，对于SDPDM
进行Wald 检验和LR 检验,从而判断空间杜宾面板数据 模型是否可简化为SLPDM 或者SEPDM o 根据以上LM 检
验的结果，首先选择建立时空双固定效应的SDPDM 进行
检验。

SDPDM 围绕零假设H2： =2以及H2： +60 =2,
进一步展开讨论。

如果以上两个零假设均被拒绝,那么说 明SDPDM 将能够最好地描述碳排放强度的数据变动。

根 据Wald 和LR 检验结果可以发现,两个零假设均被拒绝,
由此判断SLPDM 或者SEPDM 两个模型均被拒绝，因此,
选择SDPDM 将更加准确地刻画各省区资源要素对碳排放 空间效应影响。

进一步采用Hausman 检验方法判断，结果
显示应该选择反映空间随机效应以及时间固定效应的 SDPDM 模型。

具体检验结果如表2所示，我国各省区资 源要素对碳排放影响存在着较强的时空外溢效应，表明传
统的面板数据模型没有考虑到空间效应问题，其结果将会 存在一定的偏误。

CM
寸・
Moran s I = 0.1879寸
Moran s I = 0.1476
CI 2000
Moran's I = 0.2122
CM
-6 -4 -2
0 2 4 6
CI 1997
Moran's I = 0.2027
£
-4 -2
0 2CI 2004
Moran s I = 0.2186
4
-2
0 2 4
CI 2008Moran s I = 0.2241
o
CM
**■丄*
-20 2
CI 2012
寸
e o e —
寸—
9o e O I M -4 -2
0 2 4 6
CI 2016
图1空间自相关 Moran's I 散点图
・52
・
赵桂梅等：中国省际碳排放强度的空间效应及其传导机制研究
在以碳排放强度的自然对数为被解释变量的杜宾模型揭示岀各因素对碳排放强度的作用效果。

研究结果表明，人口规模和城镇化水平的估计系数为负，通过5%的显著性水平检验，说明人口总量的增加以及城镇化进程的进一步加快,对碳排放强度变动产生抑制作用。

能源强度和产业结构估计系数为正，通过1%的显著性水平检验，说明在重工业比重增加,产业结构不合理的情况下，如果地区能源效率水平不能得到有效提升，将驱动碳排放强度的增加。

人均收入水平估计系数为正，通过5%的显著性水平检验，说明人均收入水平是碳排放强度变动的主要因素。

能源消费结构估计系数为正，但是并不显著,说明能源消费结构对碳排放强度变动产生促进作用。

能源价格与对外开放水平估计系数为负,但是并不显著，说明能源价格的调整和对外开放水平扩大有助于推动碳排放强度的下降，虽然影响作用有限，但是意义重大。

进一步分析以碳排放强度的自然对数为被解释变量和其他因素为解释变量的空间滞后项，结果显示各影响因素产生的空间溢出性存在着较大差异。

空间滞后人口规模、空间滞后城镇化水平与空间滞后人均收入水平自然对数估计系数显著为正,证明存在人口规模与城镇化水平的上升将引致相邻区域碳排放强度的上升，产生碳排放空间外溢效应。

空间滞后能源强度和空间滞后产业结构估计系数为负，但均不显著，说明技术进步与产业结构转型升
表1空间滞后模型与空间误差模型的LM检验结果
检验统计量面板OLS 空间固定
效应
时间固定
效应
时空固定
效应
2S22992S22292S22992S2220 R2 2.89922S92102S99022S0992调整的R2 2.S8822S19152S99192S0111 Durbin-Watson2S20121S91292S29911S9119似然函数值199S9992092S5509195S5919092S1109
LM Spana：Lag 12S09999S929911S921912S9209 (2S222)(2S229)(2S221)(2S221)
稳健的LM12S92221S915911S29291S1991 Spatia：Lag(2S222)(2S229)(2S221)(2S219) LM Spatia：1S11950S90911S09159S5099 La,(2S291)(2S299)(2S201)(2S222)稳健的LM1S09992S12122S95912S1119 Spatia：Lag(2S292)(2S190)(2S055)(2S109)联合显著性
检验
固定效应统计量自由度P值
似然比（LR）空间固定999S291902S22222S2222
时间固定15S12225S22222S2299
级将推动邻近区域碳排放强度下降，产生的碳排放空间外
溢效应，但是效果并不显著。

能源价格估计系数为正，但
均不显著，说明能源价格的调整将促使邻近区域碳排放强
度上升，但是产生的碳排放强度空间外溢效应并不显著。

空间滞后能源消费结构和空间滞后对外开放水平估计系
数为负，通过5%的显著性水平检验，说明对外开放水平
的扩大与能源消费结构的调整有助于驱动邻近区域碳排
放强度的下降，呈现比较显著的空间外溢效应。

我国在经
济全球化以及区域经济一体化的背景下，对沿海、沿江地
区加大对外开放的力度，同时加快中西部地区对外开放的
步伐，为中国经济发展向低碳转型奠定了坚实的基础。

9结论及政策建议
中国特色社会主义进入新时代,新发展理念统领下的
区域协调发展更注重质量和协同性。

对我国碳排放强度
空间面板数据进行测算，提岀探索性时空数据分析框架，
运用GeeDa软件刻画我国各省区碳排放强度时空关联及
表2空间杜宾模型估计结果
变量空间杜宾估计变量空间杜宾滞后估计
2.S222***
W-1-(CI)
(-2.S779)——
-2.1105树 2.2917***
la(P)w-a(P)
(-2S2190(3.9792)
-2.S119梆 1.4943***
a(ur)W-1ov(ur)
(-2S999(4.3523)
1.2949糾*-
2.272
：(EI)w-a(ei)
(11.3239)(-HQl3)
2.4293郴*-22377
a(s)w-an(s)
(9S9910(9.2435)
2.2593树 2.9772***
：(GDPPC)w•la(GDPPC)
(2S5002(-4.2572)
2.2992—2.2651**
：(ECS)w-a(ecs)
(1.1512)(-2.2621)
-222090 2.23492
a(ep)w-a(ep)
(-220002(223932
-222205-222577**
：(OPEN)w-a(OPEN)
(-2.1131)(-222915
ieia 2.1269糾*(5.5234)
A22222202调整的R22299512
Durbin-Watson21929229522233
Wald test spatal Laa
似然函数值333.2113(22222
LR test spatial Lag NA Wld test spaanl erroo93.2457
LR test spatial erroo NA Hausman检验
P值
122222
注："表示5%的显著性水平，*"表示1%的显著性水平。

-53
-
中国人口 •资源与环境2022年第3期
其局部空间差异的波动性，将STIRPAT 模型和EKC 模型 相结合检验我国碳排放强度影响因素的溢岀性，揭示资源 要素对碳排放空间效应的传导机制，进一步提岀促进绿色 低碳转型的创新政策。

研究结果表明:①梯度发展模式下
碳排放强度的空间集聚促使我国碳排放强度水平相近的 省区将会进一步收敛。

碳排放强度水平相近的省区均呈 现岀先减弱后增强的空间集聚现象，而且相比于22年前， 这种空间集聚现象有所增强,我国省际碳排放强度存在俱 乐部收敛的演进特征。

②我国省际碳排放强度存在空间
溢岀性特征,高碳排放强度集聚区的辐射作用要远高于低
碳排放强度集聚区，碳排放强度较高的地区是节能减排工 作的重点。

我国碳排放强度的局部空间自相关呈现集聚
与分异并存的时空分布特征,6个时期碳排放强度表现为
聚集特征的省区已经超过63.33%,说明我国碳排放强度 具有一定的空间锁定或路径依赖特征。

③我国各省区资
源要素协同作用是驱动碳排放强度下降的重要原因。

资 源要素对碳排放空间效应的传导机制不仅能够很好的反
映相邻地区碳排放强度的时空关联性，而且有利于解释碳 排放强度的非均衡空间分布问题。

我国碳排放强度空间 集聚、分异与跃迁的形成与演变是各地区资源禀赋以及经
济发展水平等多种资源要素协同作用的结果。

④协同发 展的机制创新是实现绿色低碳转型,构建推动我国经济高 质量发展体制机制的着力点。

为实现我国政府向国际承
诺的碳排放强度下降以及碳排放总量达峰的低碳经济转 型发展目标,需要将空间关联效应纳入减排政策制定和政
策效果评价当中，加强对碳排放强度“稳定”以及“跃迁” 的关键省区进行有效监测与治理,进一步采取分区域、有 重点的区域协同减排措施，提升区域碳减排协同治理的
效率。

碳排放强度的准确评估是建立碳减排政策的基础，因 此，国家和地区碳减排政策的制定需要重点关注各省区资 源要素协同,降低碳排放强度是实现高质量经济发展的重 要组成部分。

为了实现我国在巴黎协定国家自主贡献上
承诺的国际承诺减排目标，中央以及地方政府需要明晰资 源要素对碳排放空间效应的作用机理和空间传导机制,充 分发挥空间溢岀效应，因地制宜制定差异化碳减排政策。

第一，采取分区域因地制宜制定碳排放强度控制措施，重 点控制碳排放强度水平高，增速又较快的空间集聚省区；
适当控制碳排放强度水平趋缓，增速较为稳定的空间集聚 省区。

从区域碳排放的溢出效应来看，对于区域间碳排放 转移,不能产生正向的经济增长效应的产业转移,应严格
执行国家相关政策法规，淘汰落后产能。

第二，碳排放强 度空间集聚显著的省区亟需加快产业结构优化与升级，改 变资源密集与高碳产品岀口贸易格局，突破高碳排放强度
的“空间锁定”与“路径依赖”。

促进传统重化工业向低消
耗、轻污染、高技术产业拓展和结构优化升级,延长产业 链,提高岀口产品附加值，改变传统以岀口高碳产品为主 的贸易格局，减少贸易中的碳泄露,有效抑制该地区碳排
放强度对碳排放份额的收敛效应。

利用碳排放控制监测 形成的倒逼机制，促进该区域的产业技术水平升级与产业 结构优化。

第三，碳排放强度空间集聚显著的省区应做好
跨区域功能布局与协同治理。

根据不同的发展阶段，对溢 岀热点集聚区的碳排放强度减排目标进行严格控制,通过 建立更加高效的区域协调发展新机制,控制集聚区的碳排
放，实现集聚区域内部不同功能区域的分工合作和资源最 优化组合。

依托高效公共交通体系促进集聚区域一体化
发展，进一步强化地区碳排放强度对碳排放份额的发散效 应。

在供给侧改革中,地方政府要让要素自由流动从而促 进资源优化配置，同时要从区域规划层面促进各地区之间 在绿色低碳转型上的协同创新，实现区域经济的高质量
发展。

(编辑:李琪)
参考文献
[1] 何建坤，刘滨-作为温室气体排放衡量指标的碳排放强度分析
[J].清华大学学报(自然科学版),2004,44(6):740 -743.[2] 潘家华，黄承梁，李萌.系统把握新时代生态文明建设基本方
略——对党的十九大报告关于生态文明建设精神的解读[J ]-
环境经济，2017(20):66 -71.
[3 ] WANG C , WANG F. Chaa can lead oo climate change [J ].
Scie(e , 2017, 337(6333) ：764.
[4] YE F, XIE X, ZHANG L, ei aL A( improea grey model a(
scenario analysis for carbon inteasite forecasti( ia the pearl river
delta reyioo of Chi([ J]. E(rgicc , 2018 , 11(1)： 91 - 103.
[5] 陈诗一.中国碳排放强度的波动下降模式及经济解释[J ].世界
经济,2011(4) ：124 -143.
[]林伯强，毛东昕.中国碳排放强度下降的阶段性特征研究[]•
金融研究,2014(8) ：101 -117.
[7] DONG L, LIANG H. Saatian analysic o China* recioda1 air
pollutanic a( CO? , emissicms : emission pattern and reciona1 eVparity [J]. Atmospheric eavironment, 2014, 92：280 -291.
[8 ] DOBES L, JOTZO F , STERN D I. The eccxmics of gUna1 clirnate
caa(e : a historicai literature review [ J ]. Review of ,
2014, 65(3) ：201 -320.
[]张翠菊，张宗益.中国省域碳排放强度的集聚效应和辐射效应
研究[]•环境科学学报,2017, 37(3)：1177 -1104.
[10] WANG S , CHU C , CHEN G, et aL Efficieacy a( reauction cot
of caracm emissioas ic China : a non-raniai eirectio(i eistaace
伍^!*! methoe J]. Journal of cleaaer pronuchon, 2016 , 113 ：624
-634.
[H ]张友国.经济发展方式变化对中国碳排放强度的影响[]•经
济研究,2010(4)：120 -133.
・54
・。