空間溢出效應下的環境規制影響碳排放強度路徑分析

劉曉晗，朱泯靜

（1. 廣州市社會科學院 財政金融研究所，廣東 廣州 510410；2. 廣州市社會科學院 社會研究所，廣東 廣州 510410）

2021 年10 月24 日，《中共中央 國務院關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見》（下文簡稱《意見》）正式發布?！兑庖姟分赋?，實現碳達峰、碳中和，是以習近平同志為核心的黨中央統籌國內國際兩個大局作出的重大戰略部署，是著力解決資源環境約束突出問題、實現中華民族永續發展的必然選擇，是構建人類命運共同體的莊嚴承諾。從已有的研究來看，“雙碳”目標的實現有多種路徑和手段。陳詩一[1]指出能源強度的降低是碳排放強度波動性下降的主要且直接的決定因素；崔和瑞等[2]發現人均GDP 與產業結構對碳排放強度具有顯著正向效應；籍艷麗和郜元興[3]則提出生產模式的轉變是碳排放強度下降的主要原因。但無論是能源強度的降低還是生產模式的轉變，其實很大程度上都依賴于外部的環境規制。因此，環境規制作為糾正市場主體外部性的重要工具，其對于我國碳減排目標的實現具有重要作用。

但需要注意的是，作為碳排放主要來源的大氣污染物，是可以在區域之間自由流動的，這就使得碳排放具有明顯的空間外溢性，因此，即使在政績考核中加入了碳減排這一指標，也很難規避部分地方政府的“搭便車”行為，這無疑大大提高了碳減排目標實現的難度，同時也不利于環境規制的順利實施。換言之，空間外溢將會顯著影響環境規制與碳排放強度之間的關系，并改變其作用路徑。但遺憾的是，迄今為止，鮮有學者從空間外溢性的角度對兩者之間作用的具體路徑進行深入分析。本文將在理論分析的基礎上對空間溢出效應下環境規制影響碳排放強度的路徑進行具體分析，并提出相應的治理對策，從而初步推進該領域的研究。

1 文獻綜述與理論分析

王文普[4]指出環境污染的空間相關性會造成該地區采取嚴厲的環境規制而無法從其中得到全部收益，這就造成了環境規制的空間外部性。馬麗梅和史丹[5]也提出一個轄區的碳排放程度受到本地和相鄰區域環境規制強度的共同作用，周邊地區規制強度的提高，可以更好地改善當地的環境質量。相反，朱向東等[6]則認為環境規制的影響不僅存在著負的本地效應，而且還發揮著積極的空間溢出效果，即本地規制水平的提高，會導致污染型企業遷移到周邊地區，從而導致“污染天堂”的出現。由此可見，空間外溢性對于環境規制與污染排放之間的關系具有雙重影響。一方面，由于空間外溢性的存在，一個地區環境規制水平的增強，會提高周邊地區環境規制的強度，進而抑制其污染排放，并帶來環境質量的改善；另一方面，一個地區環境規制的增強，也可能會導致本地污染企業外遷，進而加劇周邊地區的污染，不利于周邊地區環境質量的改善。那么在這兩種異質性影響的共同作用下，環境規制對于污染排放尤其是碳排放強度的作用路徑究竟是怎樣的呢？

張俊和肖傳友[7]通過中介效應法分析了環境規制對碳減排的直接效應和間接效應，結果發現隨著環境規制執行力度由弱變強，其對碳排放的作用效果也會從無效變為有效。王康等[8]也發現東北三省嚴格的環境規制不僅直接抑制碳排放，還可以通過優化產業結構和精簡粗放投資間接抑制碳排放。此外，張華和馮烽[9]使用漸進性的雙重差分法估計環境信息公開對碳排放的影響，以考察非正式環境規制的碳排放效應，結果也發現環境信息公開有助于降低碳排放水平，這不僅驗證了溫室氣體和大氣污染物的協同控制策略，也彰顯了非正式環境規制的碳減排作用。由此可以發現，環境規制對于碳排放的影響路徑很有可能是非線性的，但這些研究都沒有考慮環境外溢性的影響，本文將在考慮區域溢出效應的基礎上深入分析環境規制影響碳排放強度的具體路徑。

具體來說，在環境規制實施的初期，由于空間溢出效應的存在，本地區的環境規制實施效果會受到鄰近地區環境規制實施強度的影響。即使本地區嚴格實施環境規制，其實施效果也會因受到空間外溢性的影響而大打折扣，因此缺乏動力進行嚴格的環境規制。與此同時，在實施嚴格環境規制的條件下，本地區的污染企業就會外遷到鄰近地區，進而造成本地區產值和就業的下降。所以，一般來說，環境規制實施初期對于污染排放強度的影響是不顯著甚至是負的（這是因為地方政府和企業預期環境規制會持續加強，因此會增加當期的產出和污染排放）。而隨著環境規制力度的加強和持續實施，尤其是周邊地區環境規制力度的強化，空間溢出效應會強化環境規制的實施效果，使得污染排放強度顯著下降。因此，我們預期，由于受空間溢出效應的影響，環境規制對于碳排放強度的抑制作用在即期不顯著（甚至為負），而在長期則顯著為正。由此本文提出如下理論假說：

理論假說：在空間溢出效應的影響下，環境規制對于碳排放強度的抑制作用路徑是非線性的，這種非線性表現為即期影響不顯著甚至為負，但是長期則顯著為正。

2 研究方法、模型構建與變量選取

2.1 探索性空間數據分析

2.1.1 全局空間自相關

為了探究我國30 個省份（不包括西藏、港澳臺）碳排放的空間平均聚集狀況，選擇全局Moran’s I 指數來揭示區域碳排放的空間分布格局。全局Moran’s I 指數主要用于測度事件總體在空間上的平均關聯程度，識別事件的空間聚集特征。當全局Moran’s I 指數大于0 且小于1 時，表示區域之間存在空間正相關，即高值和高值聚集、低值和低值聚集；當全局Moran’s I 指數大于-1且小于0 時，則表示區域之間存在空間負相關，即高值和低值聚集；當全局Moran’s I 接近于0 時，則表示區域在空間上呈現隨機分布，無明顯聚集狀態，具體計算公式如下：

2.1.2 局部空間自相關

全局Moran’s I 指數主要測度空間的平均相關性，不能考察樣本區域附近的空間集聚狀況，故本文引入局部Moran’s I 指數來探究樣本鄰近地域地區碳排放強度的空間差異程度，具體計算公式如下：

2.2 模型的構建

2.2.1 靜態空間面板模型

碳排放是一個具有長期性、累積性的過程，并且各地區碳排放聚集狀況也會對后續的碳排放強度產生一定影響。在考察環境規制對于碳排放強度的影響時，應考慮到碳排放的空間外溢效應，其空間聚集特征會影響后續的碳排放強度，并且會呈現出一定的空間關聯性以及依賴性等特征[10]。本文參考黃賾琳和姚婷婷[11]等學者的研究，采用空間滯后模型（SAR）進行計量分析。

空間面板滯后模型（SAR）主要探討碳排放強度是否受其周邊碳排放強度的影響，基本公式如下：

式中：i表示個體，t表示時間；CAit表示i地區t時期的碳排放強度；Xit表示自變量和控制變量；Wij表示進行標準化后的空間權重矩陣；εit表示隨機誤差項；μi表示年份固定效應；λt表示省份固定效應。

2.2.2 動態空間面板模型

動態空間面板模型，是在傳統靜態空間面板模型中引入時間滯后變量來反映動態滯后效應的模型。其相對于靜態空間面板模型來說，優點在于能很好地解決模型內生性問題，并且可以將變量的影響分解為長短期效應進行研究?；诖?，本文參考Elhorst[12]的做法，構建動態空間滯后模型對此進行探究，模型設定如下：

式中：CAit表示i地區t時的碳排放強度；REGit表示i地區t時的環境規制水平；Wij表示進行標準化后的空間權重矩陣；Xit表示其他影響碳排放強度的控制變量；εit表示隨機誤差項；μi表示年份固定效應；λt表示省份固定效應；其他變量為模型待估計參數。

2.3 變量設定

（1）碳排放強度的測量。本文根據IPCC 的方法計算了中國大陸地區30 個省份（不包括西藏）的二氧化碳排放量數據，其中30 個省份在1996—2017 年消費的各種能源數據均來自1997—2018 年的《中國能源統計年鑒》。年鑒中提供了8 種化石燃料的消費量數據，其中包含了能源加工轉換中的一些燃料投入和非能源使用的化石燃料。為了避免重復計算，本文選取了30 個省份1997—2018年的654 張能源平衡表，其中，1996—2009 年獲取的能源平衡表中包括煤炭、焦炭、焦爐煤氣、其他煤氣、原油、汽油、煤油、柴油、燃料油、液化石油氣和天然氣共11種能源。2010—2017 年根據平衡表新增高爐煤氣、轉爐煤氣以及液化天然氣，總共14 種能源。逐年對每個省消費的各種能源剔除掉能源加工轉換過程中的投入量、損失量以及工業生產中用作原料和材料的部分。從而得到30 個省份在1996—2017 年的（凈）消費量。其中，海南缺失2002 年的數據，寧夏缺失2000—2002 年的數據，對于海南和寧夏缺失的數據，本文已通過線性插值法補齊。

（2）環境規制水平。由于工業仍然是我國碳排放的主要來源，而對于工業的環境規制可以是事前規制，也可以是事后規制。具體來說，政府可以實施源頭預防性的環保規制手段，比如在事前頒布嚴格的法律法規，規定好碳排放標準以及生產技術要求，對可能發生的違法排放問題打好預防針。由于工業污染治理總額可以反映地方政府對于本地環境的關注度以及治理力度，因此，本文采用工業污染治理完成投資同工業增加值占比來衡量環境規制。

（3）控制變量。

①科學技術支出（SCI）?？茖W技術是第一生產力，是環保型創新動力的根本來源?？茖W技術支出對于地區碳排放強度具有舉足輕重的地位，本文采用政府的科技支出占財政支出的比重來表示。

②貿易開放度（OPEN）。對外開放有利于吸引外商直接投資，改變區域產業結構，影響地區碳排放水平，本文采用“進出口總額占當年地區生產總值的比重”來表示貿易開放度。

③人力資本水平（HR）。人才興國，人才強國，人才是民族復興的基石。本文采用“勞動力平均受教育年限”來衡量人力資本水平，具體計算公式為：(小學學歷×6+初中×9+高中×12+大學以上×16)/六歲以上人口。

④產業結構（STR）。產業結構優化是降低碳排放的重要渠道，本文采用“第二產業產值占地區生產總值的比重”來表示。

2.4 空間權重矩陣的設定

（1）鄰接權重矩陣（W1）。鄰接權重矩陣基于省際是否相鄰來進行設定，只考慮區域之間相鄰的空間關系，矩陣定義如下：

（2）地理距離權重矩陣（W2）。地理距離權重矩陣基于省際距離來進行設定，假設各地區之間隨著距離增多而聯系減弱，采用兩個地區之間距離（dij）的倒數來表示，矩陣定義如下：

（3）經濟距離權重矩陣（W3）。經濟距離權重矩陣基于省際經濟發展水平來進行設定，主要是利用兩個地區之間的人均GDP 來進行構造，矩陣定義如下：

式中：GDPi和GDPj分別表示i和j地區的人均GDP。

2.5 描述性分析

本文數據來源于中國統計年鑒、各省份統計年鑒及中經網數據庫。鑒于數據可獲得性，本文選取中國大陸地區30 個省份（不包括西藏）作為樣本，研究時間段為1996—2017 年。利用Stata16 軟件進行數據可視化處理，描述性分析如表1 所示。

表1 描述性分析

3 環境規制對碳排放強度的空間計量分析

3.1 探索性空間數據分析結果

碳排放強度的全局Moran’s I 指數如表2 所示，所求全局Moran’s I 指數全部為正，1995—2018 年全局Moran’s I 指數均在1%的統計水平上顯著為正，并且數值在0.2 ～0.25 之間，說明各省份碳排放強度存在明顯的空間正關聯性及依賴性。Moran’s I 指數浮動比較小，呈現穩中稍降的趨勢，表明各省份碳排放強度存在明顯集聚特征，鄰近省份的碳排放強度具有一定的相似性，Moran’s I 指數減小說明鄰近省份的碳排放強度逐漸向區域均衡發展的態勢轉變。

表2 碳排放強度的全局Moran’s I指數結果

3.2 環境規制對碳排放強度的當期（靜態模型）實證結果

考慮到碳排放強度之間存在空間相關性，本文首先采用靜態空間滯后模型考察環境規制對于本地碳排放強度的當期影響，實證結果如表3 所示?；诓煌臋嘀鼐仃嚬烙嫿Y果基本一致，系數在大小方面略有差別?？梢钥闯?，無論是使用鄰接權重矩陣、地理距離權重矩陣還是經濟距離權重矩陣，環境規制系數均在1%的統計水平上顯著為正，即環境規制對于當期碳排放強度的影響為正。這表明在存在空間外溢性的情況下，如果周邊地區的環境規制加強，那么本地為了吸引到更多的要素資源來達到政績考核標準，就會實施與鄰地相反的規制策略，即選擇放松規制，出現“逐底競爭”態勢，于是大量高碳型產業轉移到此，進而加重了碳排放強度?？刂谱兞糠矫?，科學技術支出系數顯著為負，表明科學技術支出越多，越有利于碳減排。對外開放系數顯著為正，人力資本系數顯著為正，這表明我國的對外開放和人力資本結構是不利于碳減排的。產業結構系數顯著為正，這可能是第二產業主要是高碳排放型產業，不利于碳減排目標的實現。值得注意的是，模型的R2擬合度不高，這可能是由于靜態空間滯后模型的整體適配度較低，變量時間滯后項在模型中起到重要的角色，而靜態模型未將其納入進行分析，故本文采用動態空間滯后模型進行再次分析，具體研究結果見下文。

表3 靜態空間滯后模型檢驗結果

3.3 環境規制對碳排放強度的跨期（動態模型）實證結果

在靜態空間滯后模型的基礎上，將時間滯后和時空滯后項加入模型進行實證，檢驗結果如表4 所示?？梢钥闯?，時間滯后系數θ在1%的統計水平上顯著為正，這表明碳排放強度具有慣性，即地區前期碳排放強度會影響當前碳排放強度?？臻g滯后系數ρ在1%的統計水平上顯著為負，時空滯后系數α在1%的統計水平上顯著為正，并且空間滯后系數ρ絕對值遠小于時空滯后系數α。這表明周邊地區前期和當期碳排放強度會對本地區產生異質性影響，具體表現為前期促進，當期抑制。

表4 動態空間滯后模型檢驗結果

借鑒Elhorst[12]的做法，進一步將自變量對于因變量的影響分解為直接影響和間接影響，在時間維度上分解為短期影響和長期影響。其中，直接影響表示自變量對本地因變量的總體影響，主要包括兩方面：一方面是自變量對于本地因變量的影響，另一方面是本地自變量影響相鄰地區因變量，產生“反饋效應”，從而影響本地因變量。間接影響表示本地自變量對于相鄰地區因變量的影響?？傂硎颈镜刈宰兞繉τ诟鞯貐^因變量的總影響。從直接影響來看，環境規制在短期內對本地區碳排放強度的影響在1%的統計水平上顯著為正，這與靜態空間滯后模型的當期影響不謀而合；長期在1%的統計水平上顯著為負，這可能是由于隨著碳排放治理壓力的逐漸增大，環境問題也得到政府部門的重視。當鄰地加大碳排放治理力度時，那么本地會選擇跟隨與模仿，也相應地強化環境規制，產生一種“競相向上”現象，從而有助于碳減排。以上結果表明環境規制對于本地碳排放強度的作用大小及方向具有時間異質性，短期為正，長期則為負。從間接影響來看，環境規制在短期內對相鄰地區碳排放強度的影響在1%的統計水平上顯著為負，長期顯著為正。但總體來看，環境規制對碳排放強度的影響在短期內為正，長期則顯著為負。這表明隨著我國對碳排放治理力度和壓力的增加，環境規制最終是有利于碳減排的。

控制變量方面，從直接影響來看，科學技術支出在短期內對碳排放強度的直接影響顯著為正，長期內顯著為負，這可能是由于技術資金投入產生的成效具有時滯性，一開始投入收不到成效，隨著研發的推進，長期內技術得到創新，其對碳排放強度的影響會達到質的變化。對外開放短期內對碳排放強度的直接影響顯著為正，長期內顯著為負，這可能是由于短期對外開放吸引的外商直接投資直接拉動了經濟增長，但是由于對外開放水平較低，并且門檻不高，外商產業投資主要集中在高能耗、低附加值行業，導致其影響顯著為正，但是隨著對外開放水平和層次的提高，其對于碳排放強度的影響將顯著為負。人力資本水平在短期內對本地碳排放強度的直接影響顯著為正，長期內顯著為負，這也意味著隨著我國人力資本素質和水平的提高，其也將有利于我國碳減排的順利推進。產業結構在短期內對碳排放強度的直接影響顯著為正，長期內顯著為負，這也意味著我國的產業結構長期來看是有利于碳減排的。從間接影響來看，科學技術支出短期內對相鄰地區碳排放強度的影響顯著為負，長期內顯著為正。同樣的，對外開放、人力資本和產業結構短期內對相鄰地區碳排放強度的影響顯著為負，長期內顯著為正。但是從總效應來看，無論是環境規制還是其他控制變量，其對于碳排放強度的影響短期內為正，但是長期內則顯著為負。

4 結論與建議

在“雙碳”目標的約束之下，碳減排已經成為一項重要的國家戰略，但是與其他污染不同，碳排放具有明顯的空間外溢性，這就導致傳統的計量方法難以科學識別出環境規制對于碳減排的真實影響。本文則采用探索性空間數據分析來研究地區碳排放強度的空間聚集特征，并構建靜態和動態空間滯后模型，實證檢驗空間溢出效應下環境規制對于碳排放強度的具體影響路徑。理論研究發現，在空間溢出效應的影響下，環境規制對于碳排放強度的抑制路徑具有非線性特征，這種非線性表現為即期影響不顯著甚至為負（這是因為地方政府和企業預期環境規制會持續加強，因此會增加當期的產出和污染排放），但是長期則顯著為正。經驗研究則發現省際碳排放強度之間具有空間正相關性，且呈現穩中有降的趨勢，這表明各省份碳排放強度存在明顯的空間集聚特征。與此同時，雖然靜態空間滯后模型結果顯示環境規制對于當期碳排放強度呈現促進作用，但動態空間滯后模型結果則表明環境規制在長期內最終會抑制本地碳排放水平的提高。這說明進一步強化碳減排的目標約束、加強環境規制是有利于我國“雙碳”目標順利實現的。

需要注意的是，環境規制作為一種工具，其最終的效果取決于一系列的外部條件。在不存在空間溢出效應的情況下，中央政府可以通過污染治理結果來考核環境規制的實施情況，此時環境規制一般是有效的。但是在存在顯著的空間溢出效應的情況下，污染治理的效果不僅受本地區環境規制的影響，還受鄰近地區環境規制的影響，此時環境規制就可能是無效或者低效的。這就提示我們在實施環境規制時，必須要考慮其可能具有的空間外部性。此外，本文動態空間滯后模型的估計結果進一步表明，即使存在空間外溢性，長期來看，只要強化目標約束，將壓力切實傳導到基層政府，那么環境規制最終也會有利于碳減排。因此，在推進碳減排、實現“碳達峰”和“碳中和”的過程中，應該在切實加強對地方政府碳減排政績目標考核的同時，賦予地方政府更多的環境規制手段和規制工具，最終發揮出環境規制對于碳減排的積極作用。

具體來說，為更好地發揮環境規制對于碳減排的促進作用，首先，要防止可能存在的短視行為，即地方政府可能會利用空間外溢性的“煙霧彈”在環境規制前期增大碳排放強度，因此，要加強對“規制者”的規制，建議成立“碳排放”督察組，以明察暗訪的形式監督地方政府對環境規制尤其是碳減排的落實效果。其次，在考核地方政府碳減排完成效果的過程中，要切實考慮空間外溢的影響，建議以“考核區間”的形式對地方政府碳減排進行激勵和約束，可以由專家組在綜合考量當地實際和空間外溢效應的基礎上設立碳減排的下限，如果地方政府未達到下限，則實行一票否決制，由此提高地方政府推進碳減排的積極性和責任感。最后，隨著環境規制實施強度的提高，各地方政府又會在空間溢出效應的影響下加碼碳減排的力度，此時中央政府也應該及時調整規制路徑，鼓勵地方政府將碳減排和區域經濟增長有機結合，積極探索綠色低碳的高質量發展模式。