中国县域经济发展对碳排放的影响研究*

杨世乒 何邕健 YANG Shiping, HE Yongjian

0 引言

近年来，包括联合国政府间气候变化专门委员会在内的国际组织和各国政府对全球气候变化问题进行了多次评估。可以明确的是，持续的温室气体排放已对全球气候产生了重大的影响。我国能源结构以化石能源为主，面临着较大的减排压力。在生态文明发展背景下，我国提出碳达峰和碳中和的“双碳”战略，强调控碳的源头治理、产业结构的优化升级以及绿色生产生活方式的形成，明确了控碳减排与经济发展需同步推进的基本思路。

县域是我国社会经济发展的基础单元，在我国“五级三类四体系”的国土空间规划体系中，县是沟通城市与乡村之间重要的上下联动纽带。历史上我国高速城镇化发展进程中的县级单元始终处于弱势地位，产业发展多依靠被动式承接，因此暴露出一系列诸如能源结构不合理、环境污染严重和土地利用粗放等问题。统计资料显示，我国能源消费领域中以煤炭为主的高碳排放能源比重过高，在县域层级，水电、风电等清洁能源的比重更低，加之技术水平受限所导致的能源利用效率偏低，多重因素叠加导致县域单位GDP碳排放量普遍高于全国平均水平。由此可见，县域是我国实现碳中和战略的关键层级，低碳发展的潜力巨大、需求迫切。

目前，学者采用kaya公式[1]、对数均值迪氏分解（LMDI）[2]和回归分析[3]等方法针对国家[4-5]、省级[6-7]、市级[8-9]层面的研究已经表明，产业结构、能源消耗与碳排放间存在着密切且复杂的关系。相较于城市而言，县域低碳发展存在着绿色能源使用占比低、产业转型升级迟缓、发展路径粗放等问题[10]。另一方面，县域自身资源禀赋各异，发展路径多样，因此在推进县级单元控碳方面需要更具适应性和可操作性的具体策略。现有针对县级低碳发展的研究主要包括碳排放的空间格局演进研究[11]、低碳发展路径[12]、产业结构优化[13]以及低碳土地利用规划[14]等方面，基于定量分析的方法对控碳机理的研究讨论尚浅。

国土空间规划体系逐步建立，对全域全要素的管控将有助于提升我国碳排放治理能力。在此背景下，提高策略制定的科学性是提升环境治理能力的重要一步，对县域层级产业碳排放影响机理研究显得尤为必要。本文将聚焦于对县域整体碳收支平衡起到重要作用的经济发展因素，探究县域尺度碳排放特征与发展现状，分析县域经济产业发展对碳排放整体影响趋势，从而支撑国土空间规划低碳化治理路径与策略的制定。

1 研究对象与数据来源

1.1 研究对象

研究对象选取需充分考虑样本的代表性与普适性。本文采用分层抽样方法，抽取条件包括县域经济总量、县域人口总量、县域碳排放总量三方面指标，对三项指标进行分级后进行等比例县域抽取，以确保研究样本能够覆盖不同资源禀赋、地域特征、发展阶段和经济水平的研究单元，尽可能体现我国县域经济发展与碳排放的总体特征。最终依照数据可获取性原则对样本进行调整，确定172个县域作为研究对象，按照我国区域划分方式统计，其中包含东部区域56个、中部区域70个、西部区域46个。

1.2 数据来源

本文综合运用包括文献资料、统计资料和网络资料在内的多源融合数据。首先从2006年IPCC指南中获取各类化石能源的碳排放因子，用于对各研究样本的二氧化碳排放量做出估算。其次，通过整理各省统计年鉴中分区县地区生产总值（GDP）、工业产值、服务业产值、全社会固定资产投资额、社会消费品零售总额和能源消耗数据，形成研究样本指标数据库。最后，分别通过工商网站注册信息以及高德地图POI查询接口获取研究样本工业和服务业企业地址信息，用于计算县域企业空间结构指标。以上数据来源如表1所示。

2 中国县域经济发展与碳排放现状

2.1 评价模型

2.1.1 经济发展评价模型

首先，经济发展评价需要有数量指标。任何地理单元的经济发展首先是一个经济总量变动的过程，可以表现为产出的增加或减少。伴随着经济总量变化的是产业结构变动，一般情况下表现为工业增加值比重不断提高进而稳定，服务业比重持续上升而农业比重持续下降。因此，经济发展评价模型首先将经济规模和产业结构两个一级指标纳入，并结合数据的可获取性，将GDP、全社会固定资产投资和社会消费品零售总额作为经济规模的二级指标，将二产占比和三产占比作为产业结构的二级指标。

其次，经济发展也是一个空间过程，应该有空间指标。本文从企业微观位置出发，提取县域产业布局特征，构建集聚度和中心度两方面指标。其中，集聚度是指县域企业在空间分布中是否出现了集聚现象以及集聚现象发生的强弱，以企业空间最近邻指数指标测度。中心度则表示县城区对县域企业的吸引和辐射作用的强弱，以县城内企业占比指标测度。从而，本文构建的县域经济发展模型如表2所示。

2.1.2 碳排放评价模型

县域碳排放评价指标包含总量和强度两个方面。

碳排放总量采用IPCC指南中给出的较为通用的能源消费二氧化碳推荐计算方法，如式1所示。

式1中，CE表示各种能源消耗所带来的CO2总量；ADi为i类能源消耗总量；EFi为能源i的排放因子。排放因子选取具备本地特征的省级温室气体排放清单中推荐的化石燃料排放因子（表3）。

当前，中国尚未在县级单元形成统一的碳排放清单编制制度，因此，县域实际能源消耗量获取难度较大。本文借鉴景侨楠等[15]（2018）提出的方法，基于《中国城市温室气体排放数据集2015》（以下简称数据集）中的地级市能源消耗数据，采用分部门自上而下分配方式以获取县级能源消耗数据。分配参数为如表4所示。

碳排放强度指标采用单位GDP二氧化碳排放量表示。

表1 研究数据来源及其在分析中的作用Tab 1 research data sources and their role in analysis

表2 县域经济发展指标体系Tab 2 county economic development index system

表3 能源碳排放因子Tab 3 energy carbon emission factors

表4 能源消耗分配参数Tab 4 energy consumption distribution parameters

2.2 经济发展的数量与空间特征

2.2.1 经济发展的数量特征

经济发展数量特征采用K-means聚类分析法，此方法是一种迭代求解的非监督学习聚类法，在依据数据特征对样本进行分类组织方面广泛应用。对全部172个县域样本进行聚类分析，根据聚类结果可将其依据综合经济发展水平分为三类，共有12个县级单位处于高发展水平组，59个县级单位处于中等发展水平组，101个县级单位处于较低水平发展组，总体来看大部分县域仍处于较低发展水平（图1）。高经济发展水平分组中8个位于我国东部地区，4个位于我国中部地区，而位于我国西部地区的县级单元均处于中等或较低发展水平分组之内，可见县域经济发展地域差异明显。高经济发展水平组县域平均GDP、全社会固定资产投资和社会消费品零售总额三项指标的平均值分别达到了782.08亿元、564亿元和232亿元，是中等发展水平分组县域的数倍和数十倍，可见县域间经济发展水平差距显著（图2）。经济发展水平越高的县域往往工业化水平更高，高发展水平分组内，县域二产占比指标平均值达到55%，比较来看较低发展水平组二产占比平均值仅为38%（图3）。

2.2.2 经济发展的空间特征

经济发展空间特征采用核密度分析法对县域工业和服务业企业的空间集聚特征进行分析，通过初步分析发现，全部172个县域样本在县城区内均形成了企业集聚核心状态。从县域尺度出发，大部分县域形成了以县城区为核心的单核心布局模式。此外，由于发展水平、区位条件、产业结构等因素的影响，不同地区县域内部产业布局模式差异显著，表现为单核心、双核心、组团状以及网络状的分布模式。

单核心布局对于大部分发展水平中等或发展水平较低县域来说较为常见，企业空间分布仅在县城区形成了集聚态势，县域内其余地区企业零散分布。双核心布局是指县域内除县城区形成了集聚核心外，在城区以外与现有集聚核心不相连地区出现了新的次级核心，此类核心多以工业园区形式出现。组团状布局是指在县城区范围内形成了县域集聚核心外，在县域各乡镇形成了小规模的企业集聚组团。相较于组团状布局而言，网络状布局则表现为在多个次级核心间出现了沿主要道路布局的网络结构。四种布局模式典型县域如图4所示。

2.3 县域碳排放特征

碳排放总量方面，我国县域碳排放水平随着其经济活动规模与密度的提高同步提升，高水平发展分组中碳排放总量平均值为638.25 t，远高于中等和较低发展水平组县域，这一点从碳排放强度指标的对比中同样可以看出。较低发展水平组的县域碳排放强度平均值为1.65 t/万元，是三组中的最高值。而碳排放强度方面，随着经济发展水平的不断提升，碳排放强度指标呈现明显的下降趋势。

图1 样本县分组数量占比Fig 1 proportion of sample county groups

图2 样本县产业结构指标对比Fig2 comparison of industrial structure indicators of sample counties

图3 样本县经济规模指标对比Fig 3 Comparison of economic scale indicators of sample counties

图4 样本县典型产业空间布局Fig 4 typical industrial spatial layout of sample county

此外，中等发展水平组县域在碳排放总量指标上有着最大的规模跨度，而低发展水平组县域在碳排放强度指标上有着最大的规模跨度，这体现出不同经济发展阶段县域所面临的主要矛盾不同。对中等发展水平组县域而言，其碳排放强度已经得到一定控制，但碳排放总量仍然面临较大的增长压力；而对低发展水平县域而言，其碳排放强度尚需有效管控，否则将可能促进未来一段时期碳排放总量的大规模增长（图5）。

3 县域经济发展对碳排放的影响

3.1 经济的规模变化特征对碳排放的影响

经济发展对碳排放的影响采用多元线性回归分析方法，此方法在分析一个因变量与多个自变量之间相关关系当中有着广泛的应用。将前文县域经济发展评价模型中的各项指标与碳排放模型中的指标进行拟合回归分析，结果如表5所示。从中可以发现三个规律。

第一，经济总量增长有利于抑制碳排放。在经济的总量规模指标（GDP）拟合结果中，GDP总量增加将导致碳排放总量增长，但不是等比例关系，反而由于规模经济的作用，将导致碳排放强度的下降，这一方面表明了做大县域经济有利于降低碳排放强度，另一方面，也表明中国县域经济发展过程中出现了经济总量与碳排放之间的“相对脱钩”现象。

图5 样本县碳排放特征分析图Fig 5 analysis of carbon emission characteristics of sample counties

第二，投资和消费对碳排放影响具有显著的差异。一般情况下，投资规模扩大有利于GDP增长，从而带来碳排放总量增长，产生类似于“经济总量增长有利于抑制碳排放的特点”。但在本次拟合结果中，固定资产扩张仅对碳排放总量产生了逆向影响，对碳排放强度甚至不产生影响。究其原因，应有两方面：一是固定资产投资对经济和碳排放的增长存在滞后性。研究时期内，样本县正处在我国西部大开发战略以及中部崛起战略实施的关键期，部分综合实力偏弱地区投资总额提升迅速，但对二氧化碳排放的影响尚未显现。二是受固定资产投资内部构成的影响，对碳排放总量起正向作用的工业投资被其他对碳排放总量起负向作用的投资类型抑制了。值得注意的是，消费变化对碳排放没有显著影响，这应该是县级单元服务业发展规模和发展水平的体现。

第三，工业比服务业对碳排放的影响更为明显。拟合结果显示，工业化水平对碳排放总量和碳排放强度起正向作用，但对碳排放强度的影响更为显著，表明工业产出的数量增长，并未带来碳排放强度的显著降低，意味着当前县域的工业化仍具有较为明显的粗放型增长特征。服务业仅对碳排放强度有正向影响且强度弱于工业化水平。实际上，在已有研究中，服务业往往被认为可以对碳排放强度起到控制作用，但在县域层面，由于服务业构成中往往缺乏金融、信息、IT等高端生产性服务业，因此，对碳排放强度的控制作用未能显现。

3.2 经济的空间变化对碳排放的影响

在三次产业中，农业生产活动因为受地形、土壤等因素影响，在地表上的分布多呈均质状态。而第二产业和第三产业的发展受聚集经济影响显著，导致工业和服务业在地表上呈现出不同程度的集聚，因此，本文只对第二产业和第三产业空间形态对县域碳排放的效果进行分析。拟合结果如表6所示。

3.2.1 工业布局对碳排放的影响

首先，工业企业在空间上聚集有利于降低碳排放强度。最近邻指数代表了县域尺度上工业企业空间布局的紧凑程度，指数的值越小，表明工业企业在空间中布局越集中，从而，如果工业企业集聚度指数下降，表明企业在继续聚集，同时，碳排放强度下降，拟合值0.241显示了这一规律。但是，工业企业集聚度对碳排放总量的影响度很弱，相关系数仅为-0.089,这意味着，即便工业企业聚集度提高了，碳排放总量却基本不变。这种情况表明，对县级单元而言，工业企业集中对碳总量的下降意义不大，但由于聚集经济效应的作用，确实能够提高碳排放强度水平。

其次，县城中聚集的工业企业数量越多，对碳排放总量控制越有利。工业企业中心度指标与碳排放总量具有一定的负向弱相关关系，系数为-0.188，其机制类似于工业企业集聚度对碳排放总量的影响，但这种影响度很弱。比对工业企业集聚度指标值可以看出，工业企业不但要向县城集聚，还要在县城内向园区集聚，才能获得较好的控碳效果。

3.2.2 服务业布局对碳排放的影响

首先，服务业的聚集会同时提高排放总量和碳排放强度。服务业企业最近邻指数指标与碳排放总量、碳排放强度的拟合结果都是负相关，相关系数分别为-0.290和-0.363，表明随着服务业企业聚集度的提高（最近邻指数值降低），碳排放总量和碳排放强度都会同时提高。分析此现象产生的原因在于：工业企业和服务业对能源的需求不同，前者在空间上的集聚一定程度上提高了企业能源利用效率，而服务业集聚度的提升并不导致能源利用效率的提高；此外，县域层面更加集中的服务业带来了城乡居民更高的出行强度，这意味着，只有县域范围内基本公共服务设施的均等化，才能实现服务业在县域层面的布局降碳。

表5 经济的数量增长与碳排放拟合模型系数汇总Tab 5 summary of fitting model coefficients of economic quantitative growth and carbon emission

表6 企业空间布局与碳排放拟合模型系数汇总Tab 6 summary of fitting model coefficients of enterprise spatial layout and carbon emission

其次，县域内的服务业向县城聚集，将提高碳排放总量，但对碳排放强度无显著影响。导致这一现象的机制与上文描述的相似。

4 结论

通过对中国县域经济发展水平与碳排放特征指标的线性回归分析，主要结论如下：

一、碳排放总量与综合经济水平尤其是工业化程度高度正相关。从碳排放总量角度分析，第二产业对县域产业碳排放总量起到了最为重要的正向促进作用，随着经济增长碳排放总量必然保持增长，这也与目前县域经济发展阶段和模式相符合，促进工业企业的技术进步仍然是县域控碳的关键。

二、县域经济发展水平提高对控制碳排放强度有较大帮助。随着中国县域经济的持续增长，碳排放强度已经呈现出下降势头。这一现象表明中国减排控碳管控已经取得了一定成效，部分经济发展水平较高的县正逐步转向更加绿色的发展路径。

三、工业企业的聚集有利于降低碳排放强度。对碳排放强度起到抑制作用的是第二产业空间集聚度指标。因此，低碳理念下的工业布局规划应坚持“工业进园”原则，提高规模经济效应。

四、服务业的聚集将导致县域碳排放总量和强度的提升。因此，县域服务设施的布局，应以不同等级的生活圈为基本单元，在全域范围内构建多层次、网络化的服务设施体系，才有利于降低碳排放强度。