能源碳排放空间依赖和经济增长.docVIP

能源碳排放的空间依赖与经济增长 　　摘要：利用探索性空间数据，分析了广东省碳排放的空间格局及其空间跃迁状态，并进一步采用空间滞后模型（SLM）和空间误差模型（SEM）分析碳排放与经济增长的关系。结果表明：广东省市域人均碳排放存在显著的空间自相关性，绝大部分城市属于“高――高”和“低――低”类型，碳排放集群格局表现出高度的空间稳定性和路径依赖性。人均碳排放的主导驱动因素是人均GDP，但人均碳排放与人均GDP增长未呈现显著的倒“U”型关系；能源效率、产业结构调整与城市化水平提升对人均碳排放具有显著的削减作用，而对外贸易和技术进步对碳排放的影响在统计上不显著。 　　关键词：碳排放；空间格局；空间计量；广东省 　　基金项目：广东省发展和改革委员会低碳发展基金（2011-053,201212） 　　作者简介：胡新艳（1972-），女，湖南长沙人，博士，教授，主要从事农业与资源环境管理研究；林文声（1989-），男，广东饶平人，硕士研究生，主要从事资源经济学研究。 　　中图分类号：F062.2文献标识码：A文章编号：1006-1096(2014)04-0013-06收稿日期：2013-08-23 　　 　　 　　一、问题提出 　　区域能源碳排放引起全球环境变化是对人类社会可持续发展的挑战（丁仲礼等，2009）。中国作为世界上最大的发展中国家，在发展低碳经济方面面临着经济持续增长，产业结构重型化、能耗高与技术水平低等困难，需要政府制定适合国情的低碳经济战略规划（陶蕴芳等，2011）。中国政府承担“共同且有区别的责任”，2009年在哥本哈根世界气候大会上，明确承诺2020年实现碳强度比2005年下降40%~45%的约束性目标。这不仅需要从全局考虑碳排放的影响，还应从区域格局变化把握。我国存在省际层面的碳强度“资源诅咒”现象（蔡荣生 等，2013）。广东是全国首批确定的低碳试点省，需要制定区域低碳发展目标及衡量标准，明确碳减排责任。但广东经济发展和能源碳排放呈现较大的区域不平衡性，造成了碳排放及其减排目标分解的地域复杂性。把握碳排放的空间演变趋势及其驱动力因素，是广东进行碳减排任务合理的地区分解，构建有效的区域碳排放平衡机制的基础研究工作。 　　二、文献回顾 　　碳排放问题目前研究的重点在于：一是从时间序列角度分析碳排放的增长路径，关注环境库茨涅茨曲线（EKC）的存在性及其稳健性问题。研究中，部分学者从狭义角度理解经济增长，仅分析经济收入水平与碳排放两个变量间的关系。关于中国碳排放问题的研究，一个普遍结论是：能源消费碳排放在中国国家层面和各省、市层面上，都没呈现严格的EKC“倒U型”形状（William，2010）。另一部分学者从广义角度定义经济增长，分析收入、经济结构和技术进步等多维经济变量与碳排放间的关系。由于经济变量指标和数据选择不同，以及采用的研究方法不同，均会影响EKC的参数估计（彭水军 等，2006；Bo，2011），从而导致研究结论存在不一致性，由此有学者对EKC的存在性及其稳健性提出了质疑。二是从驱动因素角度，通过指数分解和结构分解方法分析影响碳排放的驱动因素。主要是采用Kaya恒等式、IPAT及其衍生的LMDI、Laspeyres等分解模型，分析技术进步、人口规模和城市化规模等因素对能源消费碳排放变化的贡献。如林伯强和蒋竺筠（2009）利用扩展的Kaya恒等式，分析了城市化进程对中国碳排放的影响。 　　上述研究对中国碳排放问题研究做出了有益的贡献。然而，这些研究存在共同的局限性，都忽视了碳排放的空间属性问题。事实上，各个地区的碳排放污染并非是相互独立的，风向、水流等客观因素使得一个地区的环境质量必然会受到邻近地区碳排放的影响（许和连 等，2012），这意味着外部性的存在；另一方面，从减排途径看，既可以通过区域内产业结构、能源结构和技术研发等途径实现结构性减排，也可以通过产品贸易、产业转移等途径实现转移性减排，这必然造成碳排放在地理空间上的依赖性和溢出效应。目前国内也有学者开始关注碳排放的空间格局特征，多采用聚类分析方法，对碳排放空间特征和地域类型进行划分（岳瑞锋 等，2010），这种分析方法的不足在于无法揭示碳排放高值聚集与低值聚集的动态变化，以及碳排放与空间属性、经济增长的内在因果机制。近年有部分学者引入空间计量模型进行分析，但采用的是某个时点的截面数据，易导致其估计结果存在较大的随机性和偶然性（张雷等，2010）。城市居民人均直接能耗CO2排放量在不同空间尺度上存在显著差异（徐大丰，2010）。从区域层面看，东北和东部地区高于中部和西部地区，北方地区高于南方地区；从省级层面看，北方高纬度地区的省份高于位置偏南的省份，中部无集中供暖的省份最低（张艳 等，2013）。从研究区域看，已有研究多从宏观背景