论文部分内容阅读
[摘 要] 进行碳排放的区域差异及成因研究，可以为制定合理科学、针对性强的节能减碳政策提供信息支持。论文较准确地测算了1995-2013年我国各省市的碳排放，从空间统计学的角度分析碳排放的区域特点，并构建空间滞后模型考察造成我国碳排放区域差异的成因。结果表明：一是我国各省市碳排放区域差异明显，且存在“北高南低”的特点；二是我国各地区碳排放差异存在空间集聚效应，雾霾现象会跨地区连片形成；三是科技创新效率、居民收入、能源消费结构和产业结构是造成我国碳排放区域差异的主要成因，对外贸易度和城市化水平对碳排放区域差异的影响不大。
[关键词] 碳排放差异；区域；空间滞后模型
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 19. 057
[中圖分类号] F830 [文献标识码] A [文章编号] 1673 - 0194（2017）19- 0133- 05
0 前 言
作为世界上最大的碳排放国家， 2015年我国政府在巴黎气候大会上再次承诺：2030年单位GDP的碳排放比2005年下降60%～65%。低碳减排行动实施以来，我国单位GDP的碳排放水平从2005年的29.68吨/万美元下降到2014年的19.65吨/万美元，下降幅度达到33.8%，低碳减排行动效果显著。但与单位GDP碳排放效率高的国家相比，我国还有较大差距。例如瑞士的单位GDP碳排放水平只有1.35吨/万美元，仅为我国的6.87%。我国各省市的经济发展不平衡、资源禀赋差异使得各省市的碳排放水平不同，碳排放区域差异是否明显，引起差异的主要影响因素有哪些，能否依据区域差异有针对性地制定碳减排政策，此类问题值得思考。鉴于此，论文将在测算我国各省市碳排放的基础上，分析区域差异特点并探究其成因，为制定合理科学、针对性强的节能减碳政策提供支持。
1 我国各省市碳排放的测算及差异分析
1.1 碳排放的测算方法
目前，我国尚未公布碳排放量的相应数据，因此应根据相关方法进行测算。考虑到化石能源燃烧和水泥、石灰等产品生产均会产生CO2，因此本文测算的碳排放不仅包括化石能源燃烧的CO2排放量，还包括水泥生产过程中的CO2排放量（各省市石灰等产品的相应数据难以获得，其比重较小，故未对其进行测算），由此保证碳排放测算的完整性。各类CO2排放系数见表1。
化石能源燃烧产生的CO2排放量计算公式：
CO2排放量估算值=第i种能源消费量×化石能源燃烧中CO2排放系数（1）
水泥生产过程产生的CO2排放量计算公式：
CO2排放量估算值=水泥产量×水泥生产的CO2排放系数（2）
1.2 估算各省市碳排放
以人均CO2排放量代表各地区的碳排放水平，按上述方法测算，我国30个省市1995年至2013年人均CO2排放估算值见表2。限于篇幅，论文中仅列出2013年各省市的人均CO2排放估算值。
1.3 各省市碳排放区域差异分析
测算的1995-2013年各省市人均CO2数据显示，我国各省市碳排放的区域差异存在以下特点：
一是我国各省市碳排放区域差异明显且呈现出“北高南低”两级集聚的特点。高碳排放集中于北部地区，例如内蒙古、宁夏、山西、新疆、河北、辽宁、青海等地区，内蒙古和宁夏的碳排放分别高达27.98和26.33吨/人。低碳排放则集中于南部地区，例如广东、广西、湖南、江西等地区，其碳排放均在5吨/人以下。高碳地区和低碳地区的碳排放相差五倍。比较特殊的是北京市，其地理位置在我国北部，但其碳排放最低，这应该与北京市近年来能耗和碳排放的有效控制有关。
二是各地区的碳排放不同程度的增长使得区域差异加剧。各地区按照2013年碳排放高低顺序排列。从1995年至2013年，北京市碳排放出现下降的变化趋势，其他地区碳排放均呈现不同幅度的增长，这使得区域变化明显且差异加剧。1995年，碳排放最低的海南省仅为0.63吨/人，碳排放最高的山西省为9.54吨/人，二者差距为8.91吨/人。至2013年，由于北京市碳排放的负增长使其碳排放降至4.43吨/人，海南省高达12.52%的年均增长使其碳排放上升至5.26吨/人，所以碳排放最低的地区由原来的海南省变为北京市。又因为内蒙古自治区的碳排放增长速度高达11.62%，高于山西省的4.18%，因此2013年内蒙古自治区的碳排放升至最高，其碳排放高达27.98吨/人。碳排放的区域差异正在逐步扩大，2013年差距已经高达23.55吨/人，为1995年差距的近3倍。
2 我国各省市碳排放区域差异的空间效应分析
考虑到经济单元的空间依存性，一个地区的碳排放并不是独立的，它不仅取决于自身因素，还会受相邻区域的影响，因此有必要检验我国碳排放是否存在显著的空间相关效应。
2.1 空间权重矩阵的确定
在进行空间自相关检验之前，我们先定义各地区之间的空间权重矩阵Wij来表达地区之间的邻近关系，其形式如下：
Wnw11 w12 … w1nw21 w22 … w2nwn1 wn2 … wnn（3）
其中，n表示地区总数，Wij表示区域i与区域j的邻近关系。空间权重矩阵有很多形式，最常用的是0-1矩阵和距离矩阵。论文中采用0-1矩阵度量空间邻近关系。其定义如下：
Wij=1，当区域i和区域j相邻0，当区域i和区域j不相邻
其中，i=1，2，…，n；j=1，2，…，m；m=n，或者，规定区域i与其自身不属于邻居关系，即Wii=0。
2.2 我国各省市碳排放的空间自相关检验
为分析我国碳排放的空间分布状况，论文借助Moran’s I指数分析我国各地区碳排放的空间关联性。评价空间关联程度的指标主要有Moran’s I指数和Geary’s C系数，鉴于Moran’s I的数值分布特征比Geary’s C更理想，论文采用Moran’s I指数。 Moran’s I指数计算公式：
式（4）中I表示Moran’s I指数，Wij为式（1）中的权重矩阵，取1或者0，n表示地区总数，xi、xj分別为地区i和地区j的碳排放水平。Moran’s I指数取值范围为-1～1。当0 根据我国各地区1995年至2013年的人均CO2排放数据，计算出历年人均CO2排放的Moran’s I指数。表3中的Moran’s I指数都落在0～1之间，且均通过1%显著性水平检验，说明我国碳排放高的地区相邻近，而碳排放低的地区相邻近，即我国各地区碳排放存在显著的空间集聚效应，空间相关效应对碳排放区域差异影响明显，分析碳排放区域差异的影响因素时，空间因素必不可少。1995-2013年Moran’s I统计量基本上保持稳定状态，说明空间因素对碳排放的影响一致，没有发生阶段性变化。
3 影响我国碳排放区域差异的成因分析
由于我国碳排放的区域差异存在空间集聚效应，因此在分析各地区碳排放的影响机制和影响因素时，论文构建空间统计模型探讨分析影响我国碳排放差异的成因。
3.1 模型的设定
体现空间效应的空间统计模型主要包括空间滞后面板模型SLM和空间误差面板模型SEM。空间滞后面板模型SLM主要用于研究相邻地区的行为对系统内其他地区有影响的情形，空间误差面板模型SEM主要用于研究因地区所处相对位置不同而导致地区之间的相互作用存在差异的情形。鉴于我国各地区碳排放的变化规律存在空间集聚效益，论文选用空间滞后模型SLM探究导致碳排放区域差异的成因有哪些。
空间滞后模型SLM：Y=ρWNTY Xβ ε（5）
模型中Y为人均CO2排放量，X为解释变量构成的矩阵，ρ为空间自回归系数，β为解释变量的影响系数向量，ε为随机误差向量。WNT为NT阶方阵，且WNT=IT？茚WN，即T阶单位矩阵与N阶空间权重矩阵的Kronecker乘积，T和N分别为时间跨度和地区数量。
为消除数据的异方差性并便于弹性分析，对模型中的变量取对数，则碳排放区域差异影响因素的空间滞后模型设定为：
SLM：LnY=C ρWTNLnY β1Ln（X1） β2Ln（X2） β3Ln（X3） β4Ln（X4） β5Ln（X5） β6Ln（X6） ε（6）
3.2 解释变量的确定
国内学术界大多认为影响碳排放的可能因素为居民收入、能源消费结构、产业结构、对外贸易度、城市化水平和技术水平。
首先，居民收入与碳排放的关系呈现二次曲线变化特点，即碳排放首先随着居民收入提高而上升，但进入到高收入阶段后碳排放随着居民收入的提高而下降。
其次，由于各类能源消费产生的碳排放存在差异，因此能源消费结构将会影响其碳排放的高低。
再次，各次产业在生产过程中均产生不同程度的碳排放，尤其是第二产业中的重工业大多是高能耗产业，从而也是高碳产业，因此产业结构将明显影响碳排放。
第四，由于对外贸易实现了碳排放转移，因此对外贸易度会给碳排放带来一定影响。
第五，城市化的推进意味着大规模的基础设施建设，能源消费特点表现为消耗量大、增长快，从而产生大量碳排放，因此，城市化水平的高低会影响碳排放。
最后，随着节能减排技术不断提升，能源利用效率逐步提高，碳排放将随之下降，因此，科技创新效率是影响碳排放的核心因素。
综上考虑，选取人均GDP的一次项X1和二次项、煤炭消费占一次能源消费总量的比重X2、高能耗产业占GDP的比重X3、出口贸易占GDP的比重X4、城镇人口比重X5、能源消耗强度X6即单位产值的能源消耗量作为模型中的解释变量。以上变量的数据根据历年的《中国统计年鉴》、《能源统计年鉴》、《工业统计年鉴》和各省市的《统计年鉴》查阅或测算获得。
3.3 成因分析
表4结论显示，在1%的显著性水平上，LR for FE检验、LR for RE检验、Hausman检验均表明SLM固定效应模型较随机效应模型更合适。模型估计结果见表5。
表5结论显示，各固定效应模型的拟合优度R2和自然对数似然函数值Log L表明模型的拟合效果较好。各解释变量对人均碳排放的影响如下：
首先，居民收入（变量X1）在1%水平显著且系数为正，居民收入二次项（变量）作用不显著。这说明在当前经济发展阶段，居民收入不高，属于低中收入阶段，因此随着居民收入提高，碳排放也相应上升，这与环境库兹涅茨曲线理论相吻合。同时，居民收入是碳排放区域差异形成的第二关键因素，各地区的之间居民收入方面的差异造成了碳排放的区域差异。
其次，能源消费结构（变量X2）在在1%水平显著，且系数为正，这说明能源消费结构是造成碳排放区域差异的重要因素之一。煤炭消费比重在70%以上的内蒙古、山西、宁夏、河北、新疆等地的碳排放很高，而煤炭消费比重多为60%左右的北京、广东、湖南、海南等地的碳排放则低很多，因此各地区煤炭消费水平差异会导致各地区碳排放存在差异。
再次，产业结构（变量X3）在在5%水平显著，且系数为正。这说明高能耗产业比重是影响碳排放水平的另一重要因素。北京、广州、四川、湖南等地的高能耗产业比重一般在30%左右，碳排放相应较低，而如新疆、河北、山西、宁夏、内蒙古等地的高能耗产业比重大多高达50%左右，碳排放相应也高。
第四，对外贸易度（变量X4）和城市化水平（变量X5）对区域碳排放影响小且不显著。此结论与其他学者研究我国碳排放成因问题时提出的观点有区别。这可能是因为各地区的对外贸易度指标只统计出口国外的数据，不会包括输出到国内其他地区的数据，因此不足以体现对外贸易度给碳排放区域差异带来的影响。关于城市化水平这一变量，在考察样本周期内各地区的城镇化水平变动情况时，发现随着城镇化水平的逐步提高，各地区碳排放持续上升，但高碳排放地区和低碳排放地区的城镇化水平变化差异不明显。因此，城镇化水平的影响不显著，它不是造成碳排放区域差异的关键因素。 第五，科技创新效率（变量X6）在1%水平显著，系数为正且影响最大。低碳排放地区如北京、广东、广西、湖南、江西等地单位产值的能源消耗量都在1吨/元以下，北京仅为0.34吨/元，近年来北京碳排放快速降低的主要原因是科技创新效率的提升。高碳排放地区如青海、河北、新疆、山西、宁夏、内蒙古等地的都在1吨/元以上，宁夏更是高达1.86吨/元。这说明随着科学技术的不断推进，能源利用效率逐步提升，碳排放随之下降。因此，哪个地区的科学技术进步越快，碳排放下降也越快。科技创新效率是碳排放区域差异形成的首要关键因素。
最后，空间滞后性的系数为正，通过5%的显著性检验。正向的空间滞后性表明区域碳排放存在空间集聚效益，即本省区碳排放高相邻省区碳排放也高，这与前文的空间相关分析结论吻合。
4 建 议
根据前文分析结论，提出相关建议如下：
一是制定差异化的区域减排目标和减排政策。我国碳排放区域差异显著，政府面对区域碳排放管理问题时，应因地制宜，制定差异化的区域减排目标。北部地区碳排放量高，应进行重点控制，碳排放预算应严格控制，低碳减排政策主要围绕低碳节能技术的应用推广、高能耗产业实施强制性产业升级和煤炭消费比重降低等方面来制定。南部地区碳排放量低，则可适当放宽减排目标，低碳减排政策主要围绕低碳技术创新、能源利用效率提升等方面来制定。
二是建立区域合作机制共同减排。由于我国碳排放区域差异存在空间集聚效应，因此低碳减排是一个系统工程。各地区之间应建立合作机制，协调解决区域突出环境问题，重视减排政策措施的空间联动性。如京、津、冀、晋、蒙五地可以统一生态环境规划、标准、监测、执法体系要求，建立区域环保标准合作机制，实现区域碳排放的联防联控。
三是经济发展的同时，多渠道缩小碳排放差异。鉴于碳排放区域差异的成因研究结论，各地推动经济发展的同时，会不可避免地带来碳排放的上升，因此推进科技创新、调整能源消费结构和优化产业结构将是各地政府低碳减排的有效手段。低碳排放地区在节能减排方面应发挥带头作用，加快节能减排技术的创新应用，引导其他地区实现有效减排。高碳排放地区可以通过借鉴低碳排放地区的技术、政策和经验，大力加强低碳技术和节能技术的研究、应用和推广，快速有效地提高能源利用效率以缩小碳排放差距。同时，大力发展太阳能、风能、水能等清洁能源以降低煤炭消费比重、限制高能耗产业发展以优化产业结构也是高碳排放地区实现节能减排、缩减差距的有效方法。
主要参考文献
[1]Wang Can，Chen Jining，Zou Ji. Decomposition of Energy-related CO2 Emission in China： 1957-2000[J].Energy，2005，30（1）.
[2]查冬蘭，周德群.地区能源效率与二氧化碳排放的差异性——基于Kaya因素分解[J].系统工程，2007（11）.
[3]王锋，吴丽华，杨超. 中国经济发展中碳排放增长的驱动因素研究[J].经济研究，2010（2）.
[4]赵奥，武春友.中国CO2排放量变化的驱动力与减排界域分析[J].经济与管理研究，2010（10）.
[5]樊星，马树才，朱连洲. 中国碳减排政策的模拟分析——基于中国能源CGE模型的研究[J].生态经济，2013（9）.
[6]朱启荣. 中国出口贸易中的CO2 排放问题研究[J].中国工业经济，2010（1）.
[7]张友国. 经济发展方式变化对中国碳排放强度的影响[J].经济研究，2010（4）.
[8]刘红光，刘卫东，唐志鹏.中国区域产业结构调整的CO2减排效果分析——基于区域间投入产出表的分析[J].地域研究与开发，2010（3）.
[9]王群伟，周鹏，周德群.我国二氧化碳排放绩效的动态变化、区域差异及影响因素[J].中国工业经济，2010（1）.
[10]胡玉莹.中国能源消耗、二氧化碳排放与经济可持续增长[J].当代财经，2010（2）.
[11]仲云云，仲伟周.中国区域全要素碳排放绩效及影响因素研究[J].商业经济与管理，2012（1）.
[12]刘亦文，胡宗义.中国碳排放效率区域差异性研究——基于三阶段DEA模型和超效率DEA模型的分析[J].山西财经大学学报，2015（2）.
[关键词] 碳排放差异；区域；空间滞后模型
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 19. 057
[中圖分类号] F830 [文献标识码] A [文章编号] 1673 - 0194（2017）19- 0133- 05
0 前 言
作为世界上最大的碳排放国家， 2015年我国政府在巴黎气候大会上再次承诺：2030年单位GDP的碳排放比2005年下降60%～65%。低碳减排行动实施以来，我国单位GDP的碳排放水平从2005年的29.68吨/万美元下降到2014年的19.65吨/万美元，下降幅度达到33.8%，低碳减排行动效果显著。但与单位GDP碳排放效率高的国家相比，我国还有较大差距。例如瑞士的单位GDP碳排放水平只有1.35吨/万美元，仅为我国的6.87%。我国各省市的经济发展不平衡、资源禀赋差异使得各省市的碳排放水平不同，碳排放区域差异是否明显，引起差异的主要影响因素有哪些，能否依据区域差异有针对性地制定碳减排政策，此类问题值得思考。鉴于此，论文将在测算我国各省市碳排放的基础上，分析区域差异特点并探究其成因，为制定合理科学、针对性强的节能减碳政策提供支持。
1 我国各省市碳排放的测算及差异分析
1.1 碳排放的测算方法
目前，我国尚未公布碳排放量的相应数据，因此应根据相关方法进行测算。考虑到化石能源燃烧和水泥、石灰等产品生产均会产生CO2，因此本文测算的碳排放不仅包括化石能源燃烧的CO2排放量，还包括水泥生产过程中的CO2排放量（各省市石灰等产品的相应数据难以获得，其比重较小，故未对其进行测算），由此保证碳排放测算的完整性。各类CO2排放系数见表1。
化石能源燃烧产生的CO2排放量计算公式：
CO2排放量估算值=第i种能源消费量×化石能源燃烧中CO2排放系数（1）
水泥生产过程产生的CO2排放量计算公式：
CO2排放量估算值=水泥产量×水泥生产的CO2排放系数（2）
1.2 估算各省市碳排放
以人均CO2排放量代表各地区的碳排放水平，按上述方法测算，我国30个省市1995年至2013年人均CO2排放估算值见表2。限于篇幅，论文中仅列出2013年各省市的人均CO2排放估算值。
1.3 各省市碳排放区域差异分析
测算的1995-2013年各省市人均CO2数据显示，我国各省市碳排放的区域差异存在以下特点：
一是我国各省市碳排放区域差异明显且呈现出“北高南低”两级集聚的特点。高碳排放集中于北部地区，例如内蒙古、宁夏、山西、新疆、河北、辽宁、青海等地区，内蒙古和宁夏的碳排放分别高达27.98和26.33吨/人。低碳排放则集中于南部地区，例如广东、广西、湖南、江西等地区，其碳排放均在5吨/人以下。高碳地区和低碳地区的碳排放相差五倍。比较特殊的是北京市，其地理位置在我国北部，但其碳排放最低，这应该与北京市近年来能耗和碳排放的有效控制有关。
二是各地区的碳排放不同程度的增长使得区域差异加剧。各地区按照2013年碳排放高低顺序排列。从1995年至2013年，北京市碳排放出现下降的变化趋势，其他地区碳排放均呈现不同幅度的增长，这使得区域变化明显且差异加剧。1995年，碳排放最低的海南省仅为0.63吨/人，碳排放最高的山西省为9.54吨/人，二者差距为8.91吨/人。至2013年，由于北京市碳排放的负增长使其碳排放降至4.43吨/人，海南省高达12.52%的年均增长使其碳排放上升至5.26吨/人，所以碳排放最低的地区由原来的海南省变为北京市。又因为内蒙古自治区的碳排放增长速度高达11.62%，高于山西省的4.18%，因此2013年内蒙古自治区的碳排放升至最高，其碳排放高达27.98吨/人。碳排放的区域差异正在逐步扩大，2013年差距已经高达23.55吨/人，为1995年差距的近3倍。
2 我国各省市碳排放区域差异的空间效应分析
考虑到经济单元的空间依存性，一个地区的碳排放并不是独立的，它不仅取决于自身因素，还会受相邻区域的影响，因此有必要检验我国碳排放是否存在显著的空间相关效应。
2.1 空间权重矩阵的确定
在进行空间自相关检验之前，我们先定义各地区之间的空间权重矩阵Wij来表达地区之间的邻近关系，其形式如下：
Wnw11 w12 … w1nw21 w22 … w2nwn1 wn2 … wnn（3）
其中，n表示地区总数，Wij表示区域i与区域j的邻近关系。空间权重矩阵有很多形式，最常用的是0-1矩阵和距离矩阵。论文中采用0-1矩阵度量空间邻近关系。其定义如下：
Wij=1，当区域i和区域j相邻0，当区域i和区域j不相邻
其中，i=1，2，…，n；j=1，2，…，m；m=n，或者，规定区域i与其自身不属于邻居关系，即Wii=0。
2.2 我国各省市碳排放的空间自相关检验
为分析我国碳排放的空间分布状况，论文借助Moran’s I指数分析我国各地区碳排放的空间关联性。评价空间关联程度的指标主要有Moran’s I指数和Geary’s C系数，鉴于Moran’s I的数值分布特征比Geary’s C更理想，论文采用Moran’s I指数。 Moran’s I指数计算公式：
式（4）中I表示Moran’s I指数，Wij为式（1）中的权重矩阵，取1或者0，n表示地区总数，xi、xj分別为地区i和地区j的碳排放水平。Moran’s I指数取值范围为-1～1。当0
3 影响我国碳排放区域差异的成因分析
由于我国碳排放的区域差异存在空间集聚效应，因此在分析各地区碳排放的影响机制和影响因素时，论文构建空间统计模型探讨分析影响我国碳排放差异的成因。
3.1 模型的设定
体现空间效应的空间统计模型主要包括空间滞后面板模型SLM和空间误差面板模型SEM。空间滞后面板模型SLM主要用于研究相邻地区的行为对系统内其他地区有影响的情形，空间误差面板模型SEM主要用于研究因地区所处相对位置不同而导致地区之间的相互作用存在差异的情形。鉴于我国各地区碳排放的变化规律存在空间集聚效益，论文选用空间滞后模型SLM探究导致碳排放区域差异的成因有哪些。
空间滞后模型SLM：Y=ρWNTY Xβ ε（5）
模型中Y为人均CO2排放量，X为解释变量构成的矩阵，ρ为空间自回归系数，β为解释变量的影响系数向量，ε为随机误差向量。WNT为NT阶方阵，且WNT=IT？茚WN，即T阶单位矩阵与N阶空间权重矩阵的Kronecker乘积，T和N分别为时间跨度和地区数量。
为消除数据的异方差性并便于弹性分析，对模型中的变量取对数，则碳排放区域差异影响因素的空间滞后模型设定为：
SLM：LnY=C ρWTNLnY β1Ln（X1） β2Ln（X2） β3Ln（X3） β4Ln（X4） β5Ln（X5） β6Ln（X6） ε（6）
3.2 解释变量的确定
国内学术界大多认为影响碳排放的可能因素为居民收入、能源消费结构、产业结构、对外贸易度、城市化水平和技术水平。
首先，居民收入与碳排放的关系呈现二次曲线变化特点，即碳排放首先随着居民收入提高而上升，但进入到高收入阶段后碳排放随着居民收入的提高而下降。
其次，由于各类能源消费产生的碳排放存在差异，因此能源消费结构将会影响其碳排放的高低。
再次，各次产业在生产过程中均产生不同程度的碳排放，尤其是第二产业中的重工业大多是高能耗产业，从而也是高碳产业，因此产业结构将明显影响碳排放。
第四，由于对外贸易实现了碳排放转移，因此对外贸易度会给碳排放带来一定影响。
第五，城市化的推进意味着大规模的基础设施建设，能源消费特点表现为消耗量大、增长快，从而产生大量碳排放，因此，城市化水平的高低会影响碳排放。
最后，随着节能减排技术不断提升，能源利用效率逐步提高，碳排放将随之下降，因此，科技创新效率是影响碳排放的核心因素。
综上考虑，选取人均GDP的一次项X1和二次项、煤炭消费占一次能源消费总量的比重X2、高能耗产业占GDP的比重X3、出口贸易占GDP的比重X4、城镇人口比重X5、能源消耗强度X6即单位产值的能源消耗量作为模型中的解释变量。以上变量的数据根据历年的《中国统计年鉴》、《能源统计年鉴》、《工业统计年鉴》和各省市的《统计年鉴》查阅或测算获得。
3.3 成因分析
表4结论显示，在1%的显著性水平上，LR for FE检验、LR for RE检验、Hausman检验均表明SLM固定效应模型较随机效应模型更合适。模型估计结果见表5。
表5结论显示，各固定效应模型的拟合优度R2和自然对数似然函数值Log L表明模型的拟合效果较好。各解释变量对人均碳排放的影响如下：
首先，居民收入（变量X1）在1%水平显著且系数为正，居民收入二次项（变量）作用不显著。这说明在当前经济发展阶段，居民收入不高，属于低中收入阶段，因此随着居民收入提高，碳排放也相应上升，这与环境库兹涅茨曲线理论相吻合。同时，居民收入是碳排放区域差异形成的第二关键因素，各地区的之间居民收入方面的差异造成了碳排放的区域差异。
其次，能源消费结构（变量X2）在在1%水平显著，且系数为正，这说明能源消费结构是造成碳排放区域差异的重要因素之一。煤炭消费比重在70%以上的内蒙古、山西、宁夏、河北、新疆等地的碳排放很高，而煤炭消费比重多为60%左右的北京、广东、湖南、海南等地的碳排放则低很多，因此各地区煤炭消费水平差异会导致各地区碳排放存在差异。
再次，产业结构（变量X3）在在5%水平显著，且系数为正。这说明高能耗产业比重是影响碳排放水平的另一重要因素。北京、广州、四川、湖南等地的高能耗产业比重一般在30%左右，碳排放相应较低，而如新疆、河北、山西、宁夏、内蒙古等地的高能耗产业比重大多高达50%左右，碳排放相应也高。
第四，对外贸易度（变量X4）和城市化水平（变量X5）对区域碳排放影响小且不显著。此结论与其他学者研究我国碳排放成因问题时提出的观点有区别。这可能是因为各地区的对外贸易度指标只统计出口国外的数据，不会包括输出到国内其他地区的数据，因此不足以体现对外贸易度给碳排放区域差异带来的影响。关于城市化水平这一变量，在考察样本周期内各地区的城镇化水平变动情况时，发现随着城镇化水平的逐步提高，各地区碳排放持续上升，但高碳排放地区和低碳排放地区的城镇化水平变化差异不明显。因此，城镇化水平的影响不显著，它不是造成碳排放区域差异的关键因素。 第五，科技创新效率（变量X6）在1%水平显著，系数为正且影响最大。低碳排放地区如北京、广东、广西、湖南、江西等地单位产值的能源消耗量都在1吨/元以下，北京仅为0.34吨/元，近年来北京碳排放快速降低的主要原因是科技创新效率的提升。高碳排放地区如青海、河北、新疆、山西、宁夏、内蒙古等地的都在1吨/元以上，宁夏更是高达1.86吨/元。这说明随着科学技术的不断推进，能源利用效率逐步提升，碳排放随之下降。因此，哪个地区的科学技术进步越快，碳排放下降也越快。科技创新效率是碳排放区域差异形成的首要关键因素。
最后，空间滞后性的系数为正，通过5%的显著性检验。正向的空间滞后性表明区域碳排放存在空间集聚效益，即本省区碳排放高相邻省区碳排放也高，这与前文的空间相关分析结论吻合。
4 建 议
根据前文分析结论，提出相关建议如下：
一是制定差异化的区域减排目标和减排政策。我国碳排放区域差异显著，政府面对区域碳排放管理问题时，应因地制宜，制定差异化的区域减排目标。北部地区碳排放量高，应进行重点控制，碳排放预算应严格控制，低碳减排政策主要围绕低碳节能技术的应用推广、高能耗产业实施强制性产业升级和煤炭消费比重降低等方面来制定。南部地区碳排放量低，则可适当放宽减排目标，低碳减排政策主要围绕低碳技术创新、能源利用效率提升等方面来制定。
二是建立区域合作机制共同减排。由于我国碳排放区域差异存在空间集聚效应，因此低碳减排是一个系统工程。各地区之间应建立合作机制，协调解决区域突出环境问题，重视减排政策措施的空间联动性。如京、津、冀、晋、蒙五地可以统一生态环境规划、标准、监测、执法体系要求，建立区域环保标准合作机制，实现区域碳排放的联防联控。
三是经济发展的同时，多渠道缩小碳排放差异。鉴于碳排放区域差异的成因研究结论，各地推动经济发展的同时，会不可避免地带来碳排放的上升，因此推进科技创新、调整能源消费结构和优化产业结构将是各地政府低碳减排的有效手段。低碳排放地区在节能减排方面应发挥带头作用，加快节能减排技术的创新应用，引导其他地区实现有效减排。高碳排放地区可以通过借鉴低碳排放地区的技术、政策和经验，大力加强低碳技术和节能技术的研究、应用和推广，快速有效地提高能源利用效率以缩小碳排放差距。同时，大力发展太阳能、风能、水能等清洁能源以降低煤炭消费比重、限制高能耗产业发展以优化产业结构也是高碳排放地区实现节能减排、缩减差距的有效方法。
主要参考文献
[1]Wang Can，Chen Jining，Zou Ji. Decomposition of Energy-related CO2 Emission in China： 1957-2000[J].Energy，2005，30（1）.
[2]查冬蘭，周德群.地区能源效率与二氧化碳排放的差异性——基于Kaya因素分解[J].系统工程，2007（11）.
[3]王锋，吴丽华，杨超. 中国经济发展中碳排放增长的驱动因素研究[J].经济研究，2010（2）.
[4]赵奥，武春友.中国CO2排放量变化的驱动力与减排界域分析[J].经济与管理研究，2010（10）.
[5]樊星，马树才，朱连洲. 中国碳减排政策的模拟分析——基于中国能源CGE模型的研究[J].生态经济，2013（9）.
[6]朱启荣. 中国出口贸易中的CO2 排放问题研究[J].中国工业经济，2010（1）.
[7]张友国. 经济发展方式变化对中国碳排放强度的影响[J].经济研究，2010（4）.
[8]刘红光，刘卫东，唐志鹏.中国区域产业结构调整的CO2减排效果分析——基于区域间投入产出表的分析[J].地域研究与开发，2010（3）.
[9]王群伟，周鹏，周德群.我国二氧化碳排放绩效的动态变化、区域差异及影响因素[J].中国工业经济，2010（1）.
[10]胡玉莹.中国能源消耗、二氧化碳排放与经济可持续增长[J].当代财经，2010（2）.
[11]仲云云，仲伟周.中国区域全要素碳排放绩效及影响因素研究[J].商业经济与管理，2012（1）.
[12]刘亦文，胡宗义.中国碳排放效率区域差异性研究——基于三阶段DEA模型和超效率DEA模型的分析[J].山西财经大学学报，2015（2）.