“一带一路”省域碳排放效率及驱动因素研究

尹妮妮，王川川，闫鹏程

(1.南京信息工程大学 管理工程学院，江苏 南京 210032；2.国网安徽省电力有限公司 五河县供电公司，安徽 蚌埠 233300；3.安徽理工大学 电气与信息工程学院，安徽 淮南 232001)

2020年，基于推动实现可持续发展的内在要求和构建人类命运共同体的责任担当，我国宣布了“碳达峰”“碳中和”(“双碳”)的目标愿景。习近平主席于2021年4月22日在“领导人气候峰会”讲话中强调将力争2030年、2060年前分别实现“碳达峰”和“碳中和”，这表明了“双碳 ”目标已然成为建设我国绿色低碳经济、推进生态文明建设的主要目标[1]。此外，“一带一路”的战略构想由习近平主席于2013年提出以来一直将绿色作为该重大倡议的发展底色，然而复杂的地质条件和多变的气候给沿线地区实现绿色低碳转型发展带来了巨大的阻力。加之“一带一路”国内沿线部分经过东北部矿区基地、内陆欠发达地区，仍未摆脱历史遗留的资源开发格局优化难、以煤炭消耗为主的能源利用率低的问题。这种粗放式发展让沿线地区面临节能减排的压力，同时也承受着环境问题的困扰。

在此背景下，如何合理测算沿线省域碳排放效率有其必要性，通过梳理碳排放效率的文献，相关研究主要集中于城市、区域和产业等层面。其中，张慧以我国资源型城市为研究对象采用SFA模型测算碳排放效率，发现对外开放和产业结构对碳排放效率有明显的驱动作用[2]；王少剑首次测算了全国城市的碳排放效率并预测了其演变趋势[3]；平智毅、李金铠分别测算了长江经济带、八大综合经济区域的碳排放效率，同时利用空间计量模型考察了其时空差异和影响因素[4，5]；郗永勤基于非期望产出的SBM模型和窗口DEA方法测算了我国工业行业的碳排放效率，探讨了环境规制、技术创新均可以有效促进工业碳排放效率的提升[6]；吴昊玥则在农业全要素框架下构建碳排放效率理论模型，基于空间杜宾模型从产业、要素和环境3个方面详细探讨了对农业碳排放效率的直接和间接效应[7]。

综上所述，目前已有研究缺乏“一带一路”区域有关碳排放效率的研究，急需丰富该区域的相关研究。因此，本文以“双碳”目标为背景，结合当前研究的热门区域“一带一路”，采用非期望产出的超效率SBM模型和空间杜宾模型合理测算沿线省域的碳排放效率，并科学分析其空间影响因素和空间溢出效应。为该区域有关碳排放效率研究开拓全新的思路和方法，同时为该区域实现绿色低碳经济转型提供数据参考和科学依据，帮助沿线地区提高应对复杂的地质条件和气候变化、提高绿色转型的能力，从而实现绿色“一带一路”的深远愿景。

1 研究方法

1.1 基于非期望产出的超效率SBM模型

式中，ρ*为沿线省域的碳排放效率值；λ为权重矩阵。当ρ*≥1时，该省域的碳排放效率是有效的，反之，当0≤ρ*<1时，该省域的碳排放效率是无效的。

1.2 空间杜宾模型

在Elhorst、Anselin的已有研究中，空间计量模型主要归为三类，为空间滞后模型、空间误差模型和空间杜宾模型[10，11]。其中空间杜宾模型为前两种空间计量模型的更一般表达形式，且包含了前两类模型的综合特征。在此基础上，本研究引入时间效应，结合研究内容建立省域碳排放效率(PCEE)的空间影响因素的面板空间杜宾模型，其模型表达式为：

PCEEit=α0+ρWijPCEEit+α1PEDit+α2TLit+α3ECSit

+α4INDUSit+δ1WitPEDit+δ2WitTLit+δ3WitECSit

+δ4WitINDUSit+εt+μit

式中，i为沿线地区变量；t为所考察的年份变量；α为被解释变量、解释变量系数；ρ，δ为PCEE的空间系数；εi为时间效应；μit为随机误差向量。

2 样本变量与数据

该研究参考已有文献[12-14]再结合投入、产出数据的可得性，将样本期间定为2013—2017年，研究对象为一带一路国内沿线的17省(其中西藏地区由于数据缺失不在本次样本内)。选取资本存量、劳动力和能源消耗作为投入变量，各省生产总值(GDP)、碳排放量分别为期望产出与非期望产出。投入产出汇总统计见表1。

表1 样本投入产出变量数据的描述统计

投入、产出的界定如下：采用“永续盘存法”以2006年为基期估算各省的资本存量；以各省年末就业人数表征劳动力变量；各省能源消耗总量统一以折标煤表示；各省GDP以2006年不变价格表示；各省的碳排放量参考何苗的碳排放测度方法测算沿线省域的碳排放量。以上变量均从《中国统计年鉴》《中国能源统计年鉴》及各省统计年鉴整理得到。根据第1.1节建立的基于非期望的产出的超效率SBM模型，对一带一路沿线地区省域碳排放效率进行测算，测算结果见表2。

3 实证测算

一带一路沿线地区省域碳排放效率值见表2。由表2测算结果分析可得，从整体层面来看，在2012—2017年间沿线地区总体碳排放效率为0.608，说明距离效率有效前沿面仍有39.2%的提升空间，且在整个考察期间呈现波动较小的平稳趋势。

表2 2013—2017年一带一路沿线地区省域碳排放效率值

从省域层面来看，观察省域之间的效率差异，可以看出靠近东部沿海地区的省域碳排放效率比内陆地区的效率值高。其中，以上海和广东两省的碳排放效率最高均值分别为1.282和1.098，两省在考察年间效率一直处于效率的前沿面，说明了两省在国家政策扶持，地理位置优越等原因的共同作用下，奠定了节能减排技术基础，也为沿线其他省域提供针对性的绿色低碳技术支持。此外，在效率相对有效的其他省份中，较为特殊的市海南和青海两省，其中海南地区在实现“双碳”目标上有着良好的(以低碳旅游业为主的)产业结构基础与绿色清洁能源的利用优势；而青海省地处西北，当地的风能、光能等可再生能源丰富，近年来成为我国新型清洁能源的基地，推动了过去以化石结构消耗为主的能源消费结构的变革。综上所述，使得海南、青海两省的碳排放量远远低于其他省份。

此外观察沿线内陆地区，尤其是西南、东北部分省份的效率值偏低，由于受制于地理位置与国家非均衡战略的影响，导致当地经济非均衡发展。另外，内陆地区的化石能源消耗比重较高，污染物处理能力低下且环境治理代价高，导致碳排放效率远落后于效率有效的前沿面。为更加直观考察沿线地区与非沿线地区省域的区别，通过查阅相关碳排放效率已有文献[15，16]，与当前研究区域进行比较发现，部分文献中全国层面的省域碳排放效率均值略低于沿线地区。试从非沿线区域内的京津冀环渤海地区、中部六省等省市的碳排放效率分析出发，究其原因可能是中部6省是我国产业转移的重要承接地区，且工业结构以重化工为主使得中部地区的经济增长伴随着大量的碳排放[17]。另外，如中部山西、河南等省单一的能源结构和较差的要素流动性，加之以高耗能为主的第二产业从东部至中部地区的转移，都直接导致了中部碳排放效率落后于东部沿海地区；而京津冀环渤海省域较之东部、南部沿海的碳排放效率均值较低[5]。主要由于京津冀环渤海地区作为我国的重工业与高新技术的重要基地在积极推进工业化与城镇化的进程中，能源需求量高居其他省域前列，且节能减排压力巨大，如河北省作为传统工业基地，经济增长模式较为粗放且高投入、高消耗的工业较多，导致京津冀环渤海地区的碳排放效率均值提升缓慢[18，19]。综上所述，导致非沿线地区的低于沿线地区省域的碳排放效率均值。

4 空间溢出效应分析

4.1 空间计量回归

基于上节所测算的碳排放效率作为被解释变量，反映沿线各省域碳排放效率水平；选取以下四个指标作为空间杜宾模型的解释变量，进一步探究省域碳排放效率的影响因素。一是省域经济增长(PED)：选取各省人均GDP衡量各省的经济增长水平；二是技术水平(TL)：选取各省工业企业R&D经费/各省GDP表示；三是能源消费结构(ECS)：选取各省煤炭消费类/各省能源消费总量表示；四是产业结构(INDUS)：选取各省第二产业/各省GDP表示。以上指标可从《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》获得。

本研究根据Elhorst的已有研究判断空间杜宾模型的选择，进行Wald检验和LR检验，检验结果分别为17.817、18.704和16.154、16.968，且均通过1%的显著性检验，验证结果表明空间杜宾模型是不会退化成空间滞后或空间误差模型，回归结果见表3。

表3 空间杜宾模型回归结果

从表3的空间杜宾回归结果可以看出，除技术水平(TL)的相关系数为正之外，其余的变量系数均为负数且均通过了10%的显著性检验，进一步说明了绿色低碳技术与沿线省域的碳排放效率的提升成正比，但由于该解释变量没有通过显著性检验，侧面表明沿线地区的低碳技术研发水平的提升与推广并没有达到预期水平。另外，经济增长与沿线省域的碳排放效率成负相关，说明沿线地区在经济发展过程中以环境污染为代价，部分地区呈现出“高碳”的经济发展特征；而能源消耗结构和产业结构的系数阻碍了沿线地区碳排放效率的提升，这揭示了沿线省域需要从能源消耗源头和产业结构出发来控制地区的碳排放量的迫切性，从而达到提升沿线省域的碳排放效率的目的。

4.2 空间效应分解

本研究利用偏微分方法[20]，将4.1节建立的空间杜宾模型进行总效应的分解，其中直接效应表示当前省域解释变量的变化对本地区碳排放效率的影响，而间接效应则表示当前省域解释变量的变动对邻接地区的碳排放效率的影响(即溢出效应)。分解结果见表4。

表4 空间杜宾回归模型总效应分解

由表4中直接效应的结果对比表3回归结果中解释变量的系数，可得两表中系数的正负方向和显著性检验结果保持一致，进一步验证了四种解释变量的变动对沿线省域的碳排放效率的影响机制。另外，从间接效应的系数结果分析来看，均与直接效应系数一致，除技术水平有着非显著的正向扩散效应外，经济增长、能源结构与产业结构均呈现负向的空间溢出效应。受益于“一带一路”战略构想的推动，内陆地区与沿海地区建立一条贯穿内陆与沿海的“经济走廊”稳定了地区之间的经济联系。此外，沿线省域的绿色低碳技术产生的扩散效应，推动了邻接地区的碳排放效率的改善。随着当前省域区域能源消耗与产业规模的不断集聚，工企业所产生的碳排放量给邻接地区的生态环境带来了压力，虽然近年来我国能源结构已向多元化转变，但是仍以煤炭为主，煤炭的燃烧仍是沿线碳排放总量的主要来源。

5 结论与建议

5.1 结 论

本研究基于非期望产出的超效率SBM模型测算一带一路沿线省域的碳排放效率，构建空间杜宾模型考察沿线省域碳排放效率的空间影响因素，同时通过分解空间总效应分析碳排放效率的直接和间接效应。研究发现：

1)沿线地区省域的碳排放效率较低，节能减排的潜力巨大，且沿海地区的碳排放效率值高于内陆地区有着显著的地理空间差异性。非沿线地区主要受中部地区较低的碳排放效率影响，整体数值较之沿线地区偏低。

2)从省域碳排放效率的空间影响因素分析结果可以发现，技术水平对沿线省域碳排放效率呈现不显著的正面效应，而经济增长、产业结构和能源消耗起到了负面的制约效应。

3)分解总效应发现，沿线地区的经济增长、产业结构与能源消耗的集聚是导致邻接地区碳排放效率的下降的主要原因。

5.2 建 议

1)推进“双碳”目标首要是加强碳排放的源头防治，防止沿线省域的经济增长被高碳锁定，加强省域地区在工业企业生产中多种污染物的协同控制，强化不同区域之间的“高耗能、高污染”的协同治理，从而推动沿线省域的生态环境防治模式从末端严堵到源头防治的转变。

2)“双碳”目标下为沿线省域发展低碳零碳负碳产业带来了新的机遇，是以往高碳产业地区实现低碳循环经济的必由之路，沿线省域借此机会改善已有能源产业格局，进一步扩大绿色清洁能源的比重，培育新兴产业构建绿色低碳的新型产业体系。