经济集聚对碳赤字的影响研究

王亚冲 陈东景

摘要：

为探寻在互联网发展推动下，经济集聚对碳赤字的影响及传导机制，基于2003—2020年中国275个城市的面板数据，采用双固定空间杜宾模型及有调节的中介效应模型进行实证分析。研究结果表明，经济集聚对本地及周边地区的碳赤字呈现显著倒U形影響，但现阶段研究样本仍位于倒U形左侧。机制分析表明，互联网发展在经济集聚直接影响碳赤字以及通过创新效应间接影响碳赤字的路径中发挥显著的调节作用，从而有效降低碳赤字，但互联网发展对经济集聚影响实质性创新和策略性创新的调节作用表现出明显的异质性。

关键词：

经济集聚；碳赤字；实质性创新；策略性创新；互联网发展

中图分类号：

F061.5；X321

文献标志码：A

顺利实现双碳目标是中国加快生态文明建设，推进经济高质量发展的一个重要任务。在有限的地理空间内，加强节约集约用地评价，推广节地技术和节地模式是优化绿色低碳发展区域布局，强化国土空间规划和用途管制的重要措施。中国要协调推进降碳、减污、扩绿、增长，推进生态优先、节约集约、绿色低碳发展。由此，集聚是未来经济要素在空间形态中发展的“主旋律”［1］，经济集聚是助力实现双碳目标的重要途经。已有研究发现，传统地理空间中的经济集聚模式可通过基础设施共享、知识和技术溢出［2］、绿色技术溢出［3］、产业结构转型［4］等降低碳排放；通过拥挤效应［5］增加碳排放；且经济集聚对碳排放的影响具有空间溢出效应［6］。传统经济集聚模式在影响国土空间布局的过程中，对碳汇空间产生影响［7］，进而影响陆地植被固碳。因此在研究经济集聚对碳中和的影响时，需综合考虑经济集聚对碳排放和陆地植被固碳的影响。在互联网发展的推动下，经济集聚模式突破了地理空间界限，产生了虚拟空间集聚模式［8］；知识与技术可随网络传播进一步扩散［9］。鉴于此，本文运用双固定空间杜宾模型考察经济集聚对碳赤字的空间影响效应；纳入互联网发展和创新效应，构建有调节的中介效应模型，分析经济集聚影响碳赤字的传导机制。

1 理论分析与研究假设

1.1 经济集聚影响本地碳赤字的直接路径

随着交通与信息技术的发展，区域间经济联系愈加密切，经济集聚程度不断加强。经济集聚对本地碳赤字产生了明显的直接影响，表现为正、负两方面的外部性。正外部性的影响主要表现为经济集聚程度提高而产生的共享效应。集聚区内的企业、居民共享基础设施、生产要素，提高了能源利用效率，降低了污染治理成本［2］，在一定程度上减缓了城市生产生活用地的扩张速度，有利于既有植被的生长。经济集聚的负外部性影响主要表现为经济集聚程度提高而产生的扩张效应。企业受政策扶持、消费市场、关联企业协作的吸引，人们受高工资、完善基础设施的吸引，不断向城市涌入，使城市生产、生活能耗不断增加；而城市住宅区、工业区及商业区的扩张导致城市陆地植被面积减少，陆地植被固碳能力下降，使碳赤字增加。因此提出假设：

H1：经济集聚对本地碳赤字产生影响。

1.2 经济集聚影响邻近地区碳赤字的直接路径

本地经济集聚水平提高，推动产业结构升级，淘汰的重污染企业转移到邻近地区［10］，增加了邻近地区的碳排放，同时邻近地区工业区域扩张，陆地植被面积减少，最终加剧了邻近地区的碳赤字；便捷的交通网络设施加快了知识溢出，促进了生产技术在邻近地区的传播，从而扩大了邻近地区生产规模，加剧了邻近地区的碳赤字。因此提出假设：

H2：经济集聚对邻近地区碳赤字产生影响。

1.3 经济集聚影响本地碳赤字的传导路径

1.3.1 创新效应的中介作用 经济集聚所形成的知识溢出，促进了创新活动中缄默知识的传播，从而提升了区域创新能力［11］，技术创新的相对利润决定了实质性创新与策略性创新的发展水平［12］。创新能力提高对碳赤字有两方面的影响：新技术的出现促使集聚区内的企业进一步扩大生产规模，从而加剧了碳赤字；技术创新带动区域内绿色环保技术的发展，在一定程度上促进了碳中和。因此提出假设：

H3：经济集聚通过创新效应对本地碳赤字产生影响。

1.3.2 互联网发展的调节作用 “互联网+”使生产要素配置打破了地理空间集聚的界限，形成了地理空间与虚拟空间相结合的集聚模式［8］，从而缓解了地理空间中经济集聚规模无限扩张的问题，推动生产、生活、生态空间协调发展；促进了资源有效整合、供需联动发展，提高了全社会资源空间配置效率，进而降低了碳赤字。其次，互联网发展推动了生态环境治理的数字化、智能化发展，从而提高了集聚区内的环境治理效率，降低了碳赤字。因此提出假设：

H4：互联网发展调节经济集聚影响本地碳赤字的直接路径。

互联网发展促进了集聚经济知识溢出的全域性与局域性扩散。技术含量相对较低的策略性创新更易于通过互联网进行远距离编码传播，进而削弱了这类知识技术溢出对地理空间经济集聚的依赖；而依托于企业间信任关系，具有面对面反复交流特点的，技术含量相对较高的实质性创新则大多无法通过网络进行数字化传播［9］，这使得互联网发展强化了地理空间经济集聚对实质性创新的促进作用。

其次，互联网发展促进技术创新向绿色低碳循环方向转变。互联网与传统产业相融合，有利于整合、优化行业资源，节约交易成本，进而推动绿色生产创新；互联网发展加强了环境治理的外部监督水平［13］，推进各创新主体进行绿色低碳循环技术的研发与推广，从而降低碳赤字。因此提出假设：

H5：互联网发展调节经济集聚影响本地碳赤字的间接路径。

基于上述理论分析，提出经济集聚影响碳赤字的传导机制分析框架见图1。

2 计量模型设定、数据来源与变量说明

2.1 计量模型设定

2.1.1 空间溢出效应的检验模型 由于经济集聚与碳赤字可能存在空间相关性，且空间杜宾模型（SDM）可以在不同系数设定条件下变形为常见的空间滞后模型（SLM）和空间误差模型（SEM），更具一般性。因此，本文采用SDM模型开展实证检验，并检验SDM模型是否符合理论假设。

lnCDit=β0+ρ∑ni=1WitlnCDit+β1lnAGGit+β2Zit+β3∑ni=1WitlnAGGit+β4∑ni=1WitZit+μi+vt+ξit                （1）

其中，i代表个体，t代表时间，lnCD为碳赤字，lnAGG为经济集聚，Wit为相关矩阵，Zit为控制变量，ρ为空间自回归系数，β为相关系数，μi为个体固定效应，vt为时间固定效应，SymbolxA@it为随机扰动项。

2.1.2 传导机制的检验模型 采用有调节的中介效应模型和双固定空间杜宾模型实证考察传导机制［14］。

Step 1 构建模型（2）考察互联网发展（inte）是否调节经济集聚影响碳赤字的直接路径，即检验经济集聚与互联网发展交互项的回归系数α3是否显著

lnCDit=α0+ρ1∑ni=1WitlnCDit+α1lnAGGit+α2inteit+α3（lnAGGit×inteit）+α4Zit+α5∑ni=1WitlnAGGit+

α6∑ni=1Witinteit+α7∑ni=1Wit（lnAGGit×inteit）+α8∑ni=1WitZit+μi+vt+ξit（2）

Step 2 构建模型（3），基于Step 1进一步考察实质性创新（subs）和策略性创新（stra）作为中介变量（M）时，中介变量与经济集聚及其与互联网发展交互项的关系，即检验回归系数θ1和θ3是否显著

Mit=θ0+ρ2∑ni=1WitMit+θ1lnAGGit+θ2inteit+θ3（lnAGGit×inteit）+θ4Zit+θ5∑ni=1WitlnAGGit+        θ6∑ni=1Witinteit+θ7∑ni=1Wit（lnAGGit×inteit）+θ8∑ni=1WitZit+μi+vt+ξit        （3）

Step 3 构建模型（4），以揭示中介变量对碳赤字的影响，以及此过程是否受互联网发展的调节，即检验回归系数γ4和γ5是否显著

lnCDit=γ0+ρ4∑ni=1WitlnCDit+γ1lnAGGit+γ2inteit+γ3（lnAGGit×inteit）+γ4Mit+

γ5（inteit×Mit）+γ6Zit+γ7∑ni=1WitlnAGGit+             γ8∑ni=1Witinteit+γ9∑ni=1Wit（lnAGGit×inteit）+

γ10∑ni=1WitMit+γ11∑ni=1Wit（inteit×Mit）+γ12∑ni=1WitZit+μi+vt+ξit（4）

综合模型（3）与模型（4），若θ1、γ5均显著，则互联网发展调节中介效应的后半路径；若θ3、γ4均显著，则互联网发展调节中介效应的前半路径；若θ3、γ5均显著，则互联网发展调节中介效应的前、后路径。

2.1.3 空间权重矩阵 随着经济社会发展，影响变量间空间相关性的因素不再局限于地理距离，经济发展等因素也需考虑［15］，选用经济与地理距离嵌套矩阵作为基准回归与机制分析中的空间权重矩阵［16］

W1=w1×diag（y-1y-，y-2y-，…，y-ny-）（5）

经济与地理距离嵌套矩阵（W1）是地理距离权重矩阵（w1）与对角线元素为地区GDP所占比重均值的对角矩阵的乘积。yi-和分别为第i个城市和总样本城市2003—2020年实际GDP加总的年均值。

2.2 数据来源

考虑数据的可得性与连续性，剔除数据缺失严重的城市，选取2003—2020年中国275个地级城市为研究样本。为避免异方差带来的计量偏差，对部分非百分比变量的数据取自然对数。为剔除价格因素的影响，所有货币指标均以2010年作为基期进行平减处理。碳排放量和陆地植被固碳量数据来源于中国碳核算数据库，因数据库中相关数据只到2017年，参考相应文献［17］，将其补全至2020年。社会经济变量数据来源于《中国城市统计年鉴》《中国区域经济统计年鉴》以及EPS数据库、国泰安数据库和中国研究数据服务平台。

2.3 变量说明

（1）被解释变量：碳赤字（lnCD）。参考碳赤字的定义以及用碳赤字代表碳中和实现效果的处理方法［18-19］

CD=CE/VCS（6）

其中，CE、VCS分别为碳排放量和陆地植被固碳量。对CD取自然对数后，若lnCD>0，则该城市为碳赤字；若lnCD<0，则该城市为碳盈余［18］。计算地级城市的碳排放量和陆地植被固碳量时，将中国县级层面碳排放数据及陆地植被固碳数据［20］加总至地级城市层面，得到中国地级城市层面的碳排放量和陆地植被固碳量［21］。

（2）核心解釋变量：经济集聚（lnAGG）。采用各地级城市第二、三产业增加值之和与城市的行政区域面积之比来度量［3］，取自然对数。

（3）调节变量：互联网发展（inte）。选取互联网从业人员比重、人均电信业务总量、每百人互联网接入户数、每百人移动电话年末用户数四个指标，采用熵值法计算［22］。

（4）中介变量：实质性创新（subs）和策略性创新（stra）。实质性创新用发明专利授权量表示；策略性创新用实用新型与外观设计专利授权量之和表示，代表两种类型创新的专利授权量有上下1%的缩尾，加1后取自然对数［23］。

（5）控制变量：经济发展水平（lnpGDP），采用人均实际GDP，取自然对数；人口密度（lnpop），以年末人口总数与行政区域面积之比表示，取自然对数；对外开放程度（open），采用外商实际投资额占实际GDP的比重衡量，其中外商实际投资额以年末汇率折算为人民币；人力资本（hum），以每百人在校大学生数衡量。环境规制（envir），采用单位产值工业废水、工业SO2、工业烟粉尘排放量综合计算［2］。

3 空间计量检验与实证结果分析

3.1 空间计量模型检验

首先，由Morans I检验（基于篇幅限制，全局莫兰指数检验结果可向作者索取）可知，2003—2020年碳赤字和经济集聚的全局莫兰指数均为正且通过1%的显著性检验，说明碳赤字和经济集聚存在正的空间依赖性，因此必需在模型中考虑空间溢出效应。其次，LM检验、LR检验以及Wald检验均通过了显著性检验（基于篇幅限制，具体检验结果可向作者索取），因此，SDM模型设定正确。

3.2 空间效应分析

参照相应文献［24］，根据偏微分分解结果分析空间效应。表1中第（1）～（3）列结果显示，经济集聚对碳赤字空间杜宾模型的空间自回归系数为0.895，通过了1%水平下的显著性检验，说明中国各城市碳赤字具有正向的空间溢出效应。直接效应中，经济集聚的回归系数显著为正，表明本地区经济集聚水平提高，会加剧本地的碳赤字。研究期间，中国总体仍处于工业化、城市化扩张阶段，区域内的生产生活能耗不断增加，导

致本地经济集聚的扩张效应所产生的负外部性大于共享效应所产生的正外部性，从而加剧了碳赤字，H1得到验证。间接效应中，经济集聚的回归系数同样显著为正，表明本地经济集聚水平提高，污染企业转移到邻近地区，技术扩散促使邻近地区生产规模扩大，加剧了邻近地区的碳赤字，H2得到验证。当加入经济集聚的二次项后，由表1第（4）～（6）列可知，直接效应和间接效应中，经济集聚对碳赤字的影响呈现倒U型曲线关系，拐点分别为15.365、40.733，大于2003—2020年中国经济集聚水平的最大值11.661，表明研究期间，经济集聚提高会加剧本地区及邻近地区的碳赤字。但当经济集聚水平达到一定程度时，集聚区内的能源利用效率、污染治理水平、国土空间布局水平相应得到提升，地区间交流与合作不断深化，切实可行的环境治理方案、空间布局规划在地区间推广，经济集聚有利于降低本地及邻近地区的碳赤字。

3.3 稳健性检验

为了检验基准回归结果的稳健性，采用以下方法检验：（1）改变空间权重矩阵，参考已有研究［25］，重新计算经济与地理嵌套矩阵，W2=w1+（1－）w2，其中，W2为重新计算后的经济与地理嵌套矩阵，w1为地理距离权重矩阵，w2为经济距离权重矩阵， =0.5；（2）将被解释变量滞后一期，在一定程度上缓解反向因果的问题；（3）去除异常值，对所有变量进行1%的双边缩尾处理，结果见表2（具体分析时，考虑了基准回归中的控制变量并进行双向固定，表3同理），在直接效应、间接效应和总效应中，核心解释变量回归系数的符号方向、显著性水平均与基准回归模型基本一致，因此，结果具有稳健性。

4 经济集聚对碳赤字的传导机制检验

基于模型（2）、（3）、（4），有调节的中介效应模型检验，回归结果见表3。表中第（1）列为直接路径的检验结果，经济集聚的回归系数显著为正，与互联网发展的交互项回归系数显著为负，表明互联网发展削弱了经济集聚对碳赤字的促进作用，互联网发展促进信息流通，降低了集聚的交易与匹配成本，提高了集聚区环境治理效率；互联网发展形成了线上与线下相结合的集聚模式，在一定程度上缓解了集聚区生产生活能耗增加、土地资源紧张等问题，从而降低了集聚区内的碳赤字，H4得到验证。

表3中第（2）～（5）列为间接路径的检验结果，经济集聚的回归系数显著为正，与实质性创新的交互项回归系数显著为正，但与策略性创新的交互项回归系数显著为负，表明经济集聚显著地促进了实质性创新和策略性创新能力提高，互联网发展强化了经济集聚对实质性创新的促进作用，削弱了经济集聚对策略性创新的促进作用。原因可能在于技术含量相对较低的策略性创新易于通过互联网进行传播，从而使得集聚区内的企业可以享受到“免费搭车”的便利，降低对策略性创新研发的投入，并将资金投入到关键核心技术的研发中去；同时基于信息传播的真实性、完整性、安全性等方面的考虑，核心的实质性创新更需依靠面对面交流与传播。因此，互联网发展使集聚区内实质性创新的交流与传播表现出更鲜明的地域根植性。第（4）、（5）列中实质性创新和策略性创新的回归系数均显著为正，两类创新与互联网发展的交互项回归系数均显著为负，表明这两类创新均加剧了碳赤字，互联网发展在其中发挥负向调节作用。可能因为在新研发的实质性和策略性技术创新推广之前，需投入大量人力物力，建设相应配套设施，从而加剧了碳赤字；在新技术推广之后，生产效率提高，生产规模扩大，能源消耗进一步增加，进而加剧了碳赤字。互联网平台的环境外部监督功能、绿色价值引领作用，促进企业进行绿色生产创新，推动绿色低碳循环技术的传播，进而削弱了两类创新对碳赤字的促进作用。因此，经济集聚通过促进实质性创新及策略性创新发展而加剧了碳赤字；互联网发展在“经济集聚→策略性创新→碳赤字”的前后路径中均发挥负向调节作用，并在“经济集聚→实质性创新→碳赤字”的前半路径中发挥正向调节作用，在后半路径中发挥负向调节作用，H3及H5得到验证。

5 结论与建议

基于2003—2020年中國地级城市的面板数据，构建双固定空间杜宾模型并进行有调节的中介效应检验，实证分析经济集聚对碳赤字的空间溢出效应以及互联网发展调节下经济集聚通过创新效应影响碳赤字的路径。经济集聚加剧了本地及邻近地区的碳赤字，但随着经济集聚程度进一步提高，其对本地及邻近地区碳赤字的影响将会出现拐点，即促进实现碳中和。传导机制分析表明，直接路径中，互联网发展削弱了经济集聚对碳赤字的正向影响；间接路径中，互联网发展在经济集聚通过促进策略性创新进而加剧碳赤字的全路径中发挥负向调节作用；在经济集聚促进实质性创新的路径中发挥正向调节作用，在实质性创新加剧碳赤字的路径中发挥负向调节作用，从而推动碳中和目标的实现。

为了促进碳中和目标的实现，首先要提高经济集聚质量，充分发挥经济集聚的共享效应；加强区域间的联防联控与协同治理，避免落后的重污染企业在区域之间转移。其次，制定灵活的创新策略，以绿色发展理念引领创新，分层级设定政府创新策略目标，推动绿色技术创新成果转化。最后，充分利用互联网技术与平台，释放互联网发展的“绿色红利”。利用线上与线下相结合的集聚模式，发挥各地比较优势，提高全社会空间资源配置效率；利用数字化、智能化技术与手段，优化污染治理方式，提高污染治理效率；利用互联网监督平台及传播渠道，引导企业进行绿色技术创新。

参考文献

［1］苏丹妮， 盛斌. 产业集聚、集聚外部性与企业减排——来自中国的微观新证据［J］. 经济学（季刊）， 2021， 21（5）： 1793-1816.

［2］任晓松， 刘宇佳， 赵国浩. 经济集聚对碳排放强度的影响及传导机制［J］. 中国人口·资源与环境， 2020， 30（4）： 95-106.

［3］邵帅， 张可， 豆建民. 经济集聚的节能减排效应：理论与中国经验［J］. 管理世界， 2019， 35（1）： 36-60+226.

［4］QIN B， WU J F. Does urban concentration mitigate CO2 emissions？ Evidence from China 1998—2008［J］. China Economic Review， 2015， 35： 220-231.

［5］何文舉， 张华峰， 陈雄超， 等. 中国省域人口密度、产业集聚与碳排放的实证研究——基于集聚经济、拥挤效应及空间效应的视角［J］. 南开经济研究， 2019（2）： 207-225.

［6］WANG Y A， YIN S W， FANG X L， et al. Interaction of economic agglomeration， energy conservation and emission reduction： Evidence from three major urban agglomerations in China［J］. Energy， 2022， 241： 122519.

［7］丁明磊， 杨晓娜， 赵荣钦， 等. 碳中和目标下的国土空间格局优化：理论框架与实践策略［J］. 自然资源学报， 2022， 37（5）： 1137-1147.

［8］王如玉， 梁琦， 李广乾. 虚拟集聚：新一代信息技术与实体经济深度融合的空间组织新形态［J］. 管理世界， 2018， 34（2）： 13-21.

［9］曹玉平. 互联网普及、知识溢出与空间经济集聚——理论机制与实证检验［J］. 山西财经大学学报， 2020， 42（10）： 27-41.

［10］ JIA R N， SHAO S， YANG L L. High-speed rail and CO2 emissions in urban China： A spatial difference-in-differences approach［J］. Energy Economics， 2021， 99： 105271.

［11］ 王俊松， 颜燕， 胡曙虹. 中国城市技术创新能力的空间特征及影响因素——基于空间面板数据模型的研究［J］. 地理科学， 2017， 37（1）： 11-18.

［12］ DU G， YU M， SUN C W， et al. Green innovation effect of emission trading policy on pilot areas and neighboring areas： An analysis based on the spatial econometric model［J］. Energy Policy， 2021， 156： 112431.

［13］ 刘保留， 张莹， 李雨珊. 互联网发展对城市绿色创新的影响机理——基于专利视角的分析［J］. 中国人口·资源与环境， 2022， 32（6）： 104-112.

［14］ 温忠麟， 叶宝娟. 有调节的中介模型检验方法：竞争还是替补？［J］. 心理学报， 2014， 46（5）： 714-726.

［15］ YUAN H X， FENG Y D， LEE C C， et al. How does manufacturing agglomeration affect green economic efficiency？［J］. Energy Economics， 2020， 92： 104944.

［16］ 王火根， 沈利生. 中国经济增长与能源消费空间面板分析［J］. 数量经济技术经济研究， 2007（12）： 98-107+149.

［17］ 郑汉， 郭立宏. 低碳城市试点对邻接非试点城市碳排放的外部效应［J］. 中国人口·资源与环境， 2022， 32（7）： 71-80.

［18］ 张俊彦， 贾玉成， 张诚. 外商直接投资对中国碳赤字的影响——基于空间溢出效应研究［J］. 经济问题探索， 2021（12）： 160-177.

［19］ CHEN J D， XU C， WANG Y Z， et al. Carbon neutrality based on vegetation carbon sequestration for China′s cities and counties： Trend， inequality and driver［J］. Resources Policy， 2021， 74： 102403.

［20］  CHEN J D， GAO M， CHENG S L， et al. County-level CO2 emissions and sequestration in China during 1997—2017［J］. Scientific Data， 2020， 7（1）： 391.

［21］ 张艳， 郑贺允， 葛力铭. 资源型城市可持續发展政策对碳排放的影响［J］. 财经研究， 2022， 48（1）： 49-63.

［22］ WANG K L， SUN T T， XU R Y， et al. How does internet development promote urban green innovation efficiency？ Evidence from China［J］. Technological Forecasting and Social Change， 2022， 184： 122017.

［23］ 黎文靖， 郑曼妮. 实质性创新还是策略性创新？——宏观产业政策对微观企业创新的影响［J］. 经济研究， 2016， 51（4）： 60-73.

［24］ ELHORST J P. Applied spatial econometrics： Raising the bar［J］. Spatial Economic Analysis， 2010， 5（1）： 9-28.

［25］ 邵帅， 李欣， 曹建华， 等. 中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角［J］. 经济研究， 2016， 51（9）： 73-88.

Research on the Impact of Economic Agglomeration on Carbon Deficit

——Based on the Moderated Mediating Effect of Internet Development

WANG Ya-chong， CHEN Dong-jing

（School of Economics， Qingdao University， Qingdao 266061， China）

Abstract：

In order to explore the impact and mechanism of economic agglomeration on carbon deficit driven by the development of the Internet， the dual fixed spatial Durbin model and moderated mediating effect model were used for empirical analysis based on the panel data of 275 cities in China from 2003 to 2020. The results show that economic agglomeration has a significant inverted U-shaped effect on carbon deficit in local and surrounding areas， but the current research sample is still located on the left side of the inverted U-shape. Mechanism analysis shows that Internet development can not only play a regulating role in the direct impact of economic agglomeration on carbon deficit， but also regulate the path of economic agglomeration on carbon deficit through innovation effect， so as to effectively reduce carbon deficit. However， the moderating effect of Internet development shows obvious heterogeneity in the ways that economic agglomeration affects substantive innovation and strategic innovation.

Keywords：

economic agglomeration; carbon deficit; substantial innovation; strategic innovation; internet development

收稿日期：2023-03-31

基金项目：

国家社会科学基金（批准号：21BGL269）资助，青岛市社会科学规划研究项目（批准号：QDSKL2301057）资助。

通信作者：

陈东景，男，博士，教授，主要研究方向为资源经济学与可持续发展。E-mail：cdongj@sina.com