京津冀产业集聚对城市碳排放强度的影响研究

孙一丹

（首都经济贸易大学 经济学院，北京 100070）

全球气候变暖现象日益严重，已有研究证实，温室气体的大规模释放导致温室效应的加剧，是造成全球变暖的主要原因。二氧化碳（CO2）是温室气体的最主要成分，因此如何降低碳排放量和碳排放强度就成为人们关注和研究的焦点。作为有担当的大国，中国主动承担起减排责任。在当前限制碳排放总量的背景下，想要达到促进产业集聚发展和实现控制碳排放的目标，就需要充分发挥生产规模效益、整合生产要素以及推进协调技术创新。通过规划产业集聚的发展来发挥其长期减排优势，应是实现产业集聚发展与节能减排双重目标的重要途径。

基于上述背景，本文着眼于京津冀地区，就产业集聚对碳排放强度的影响展开研究。京津冀地区不仅是我国北方经济规模最大、最具活力的地区，更是具有代表性的协同发展地区，因此将研究重点放在京津冀地区，对产业集聚与碳排放强度空间效应的研究以及地区协同发展和节能减排都有重要意义。

一、研究现状

目前，在产业集聚对碳排放的影响研究中主要有三方面观点。其一，许多学者认为产业集聚对抑制碳排放有显著影响。Zheng Yanting 等通过对1998—2013 年中国268 个城市的工厂分散指数（FSI）与碳排放之间的关系进行研究发现，增加FSI 会导致碳排放总量和碳排放强度的增加[1]。易艳春等利用中国108 个地级市2003—2015 年间的面板数据，对产业集聚、城市人口规模和二氧化碳排放量进行研究，结果表明：尽管工业集聚明显降低了城镇的碳排放量，但是产业集聚对于降低城市二氧化碳排放量的效果还存在着区域差异，具体表现为其对于一般人口城市，包括人口规模不足500 万的大城市的减排作用比较显著，产业集聚带来的减排效应也随着城市人口规模的扩大而递减[2]。王桂新、武俊奎利用全国283 个城市的市辖区相关统计数据对产业集聚和碳排放的关系展开了研究，发现产业集聚对碳排放具有“反弹效应”和“节能效应”，且在规模不同的城市中产业集聚影响碳排放量的程度也不同[3]。

其二，有些学者认为产业集聚会增加碳排放。Wu Jianxin 等在地级市层面上考察了产业集聚影响城市二氧化碳排放的机制，发现产业集聚通过规模效应加大了二氧化碳排放，并且集聚产生的规模效应对二氧化碳排放的影响以中西部城市为主[4]。肖爽爽等就制造业产业集聚对碳排放强度的空间效应影响展开了研究，结果表明我国制造业产业集聚水平会增加当地的制造业碳排放强度，而对周边地区的碳排放强度有抑制作用，即产业集聚与碳排放强度存在显著空间负相关[5]。路正南、朱新朗从政府干预的角度考虑，发现政府对产业集聚过度干预容易造成企业追逐“政策租”而引发“企业扎堆”等问题，从而对碳排放强度的改善产生不利影响[6]。

其三，还有一些学者认为产业集聚对碳排放的影响是非线性的，随着产业集聚的发展，两者呈倒“U”型或“N”型的线性关系。毛小明、钟诚构建了碳排放与产业集聚的空间误差模型。他们通过分析中国2007—2019 年省域面板数据，认为碳排放确实存在空间溢出效应，碳排放强度的“高－高”聚集区主要出现在我国西部省份，“低－低”聚集区则主要出现在我国东部发达省份；产业集聚对于碳排放的影响呈动态的“N”型趋势[7]。李小帆、张洪潮则关注到与生产性服务业和制造业相关的产业集聚均对碳排放存在影响，发现随着城镇化水平的提升，生产性服务业对碳排放的负相关关系表现为强—弱—强的特征，而制造业产业集聚与碳排放呈现倒“U”型的非线性关系[8]。赵凡、罗良文以2003—2019 年长江经济带108 个城市为研究对象，基于产业集聚类型异质性视角构建计量模型，实证检验制造业集聚和制造业与生产性服务业协同集聚对城市碳排放强度的异质性影响，发现制造业集聚和产业协同集聚均与城市碳排放强度之间存在明显的倒“U”型曲线关系[9]。

二、理论机制分析

新经济地理理论认为产业集聚的形成主要取决于两种作用力，一种为集聚力，另一种为市场拥挤效应所形成的分散力。产业是否集聚取决于这两种力的相对大小，如果集聚力大于分散力，产业将呈现集聚状态；反之，产业将呈现分散状态[10]。由于产业集聚在不同发展阶段的特点并不一致，所以产业集聚发展对碳排放强度的影响也可能随着产业集聚阶段的发展变化而波动。

在产业集聚发展初期，一些企业选择在某个地区或城市建设基地，通常是出于某种市场因素的考虑或是某种特殊资源的存在。这些企业在某个区域内建立起合作关系，共享资源，但这种最初的集合可能比较零散，无法形成完整产业链，也无法体现资源利用率的提升，因此规模报酬递增和技术溢出等效应并不明显。但产业集聚所带来的特定区域内制造业企业的聚集、人口的增加会加重对资源的消耗。由于还在发展起步阶段，企业对环境保护的不重视和监管的不到位，以及企业创新能力和对资源利用技术水平还不高，无法有效地控制碳排放，因此在这个阶段，产业集聚程度的加大会对碳排放的控制产生负效应，造成碳排放强度的增加。

产业集聚发展到一定阶段后，企业间产业链逐渐成型，公共设施基本完善，产业的集聚力不断增强。此时产业集聚可以让企业共享基础设施和资源，例如通过物质和能源的循环利用，减少资源的消耗和废弃物的排放。企业之间更容易进行技术交流和合作，促进技术创新。基础设施的共享和技术创新能够提高生产效率和资源利用率，从而减少能源和资源的浪费，降低碳排放强度。此外，随着对环保的重视程度加深，产业集聚的形式也更方便进行资源的合理规划以及接受政府的特殊政策和监管，由政府根据实际情况进行产业规划，制定环境标准和减排政策，达到减少碳排放的目的。故而在这个阶段产业集聚会降低碳排放强度。

当产业集聚超出了某个区域对该产业的承载能力时，拥挤效应带来的分散力就会超过集聚力，产业的集聚效应减弱。即产业在某个地区或区域内集聚时，企业之间可能会面对临时资源和市场的竞争，导致成本上升和效率下降。随着越来越多的企业进入集聚区，资源（如土地、劳动力、原材料等）供应有可能变得有限，导致这些资源的价格上涨，增大企业的竞争压力。此时的产业集聚反而会降低资源的利用效率，且由于企业间的竞争关系，技术外溢效应也不再明显，不能再通过企业间的资源共享和技术进步降低碳排放，从而造成碳排放强度的上升。

三、研究方法

（一）模型构建

本文引入STIRPAT 模型为基础进行京津冀地区产业集聚对碳排放影响的研究，STIRPAT 模型是Dietz 和Rosa[11]提出的一种可拓展的随机性的环境影响评估模型，目前被广泛用来研究环境压力的影响因素。该模型的面板数据形式为，其中 I、P、A、T 分别表示环境影响、人口规模、富裕水平以及技术水平，e 为误差项，下标t 和i 表示不同年份和地区，在此基础上本研究引入兴趣变量产业集聚对模型进行扩展得到

将公式两边取自然对数可以得到：

考虑到产业集聚对碳排放强度的影响可能是非线性的以及其他影响因素，所以进一步在模型中引入了产业集聚的平方项、三次项和其他控制变量，给出具体计量模型如下所示：

由于产业集聚存在较强的空间相关性，因此本文将在实证中考虑空间相关性，运用空间面板回归模型分析产业集聚对于碳排放的影响。对模型中空间效应的考虑是通过引入权重矩阵来实现的。本文采用邻接矩阵，其公式如下：

公式（5）为空间计量模型的普遍表达公式：

Yit代表被解释变量；Xit代表所有的解释变量；W 代表变量的空间权重矩阵；β 代表Xit的相关系数；ρ 和 δ 代表空间相关系数；εit代表随机误差。当 λ＝0，模型简化为空间杜宾模型（SDM）；当 λ＝0 且δ＝0，模型简化为空间自回归模型（SAR）；当 δ＝0 且 ρ＝0，模型简化为空间误差模型（SEM）。后续会通过一系列检验确定最为合适的空间计量模型进行实证。

（二）变量选择与数据处理

碳排放强度（ln cg）：本文的被解释变量为碳排放强度，碳排放强度是指单位地区生产总值（GDP）的二氧化碳排放量，文章中以碳排放量与城市地区生产总值的比值来表示碳排放强度。碳排放量的测算参照吴建新和郭智勇[12]的思路，从直接和间接两方面考虑产生碳排放的原因，碳排放的直接来源包括液化石油气、天然气等的燃烧，间接来源有电能、热能等的消耗，将上述几部分产生的二氧化碳排放量相加即为各个城市碳排放量，详细计算方法可参照相关文献。

产业集聚度（ln agg）：产业集聚度为本文的主要解释变量，文中选用各个地区就业人口的区位熵来表示产业集聚水平，具体计算公式为，其中分子为城市i 与全国在t 年的工业就业人数的比值，分母为城市i 与全国在t 年的就业总人数的比值。

人口规模（ln pop）：由于不同城市间的行政区划面积可能存在较大差异，为了消除城市面积对人口规模的影响，本文选取城市人口数量与行政区划面积之比，即人口密度来表示人口规模。一方面，人口聚集在一起的日常生活和生产活动通常会产生大量二氧化碳排放；另一方面，人口聚集也会造成环境治理成本的降低，进而对碳排放有抑制作用，因此该项预期系数不能确定。

财富水平（ln gdp）：本文选取城市人均GDP 水平用来衡量该城市的财富水平，根据库兹涅兹理论假说，人均财富水平的提高可能会通过规模效应、技术效应和结构效应对碳排放有一定影响，因为随着经济水平和财富水平提高，这些效应可能会从不同方面对碳排放水平产生影响，因此该项预期系数符号不能确定。

技术水平（ln tech）：技术水平的发展是影响碳排放强度的重要因素之一，本文用各城市政府公共财政支出中科学技术支出所占比重来表示技术水平。碳排放主要来源于各种能源开发和利用过程，技术水平的提高会使能源利用方式多样化，也会使能源利用效率大幅提升，进而减少碳排放，因此其预期符号为负。

教育投入（ln edu）：本文用政府教育支出占地方财政支出比重来表示政府的教育投入，一方面居民受教育水平提高会使居民环保意识增强，可能对碳排放有抑制作用，另一方面教育投入可能会导致各类纸质用品和木质用品的大量使用，进而造成碳排放量的增加，因此其系数符号不能确定。

本文共选取了京津冀13 个城市2006—2021 年的数据进行测算，原始数据大部分来自《中国统计年鉴》、各省统计年鉴、各城市统计年鉴、eps 数据库、中国城市数据库，少数缺失值通过各城市国民经济和社会发展统计公报进行补充，少量没有公布统计数据则采用插值法补齐。

为了保持数据的平稳性，本研究对各个变量的数据都进行了对数化处理，表1 和表2 分别表示描述性统计和相关性检验的结果。从中可以看出各变量没有异常值，也没有完全不相关的变量，数据总体标准差的值较小，数据集整体比较平稳，同时各个变量之间的相关系数均小于0.8，因此在后续的回归分析中可以忽略多重共线性问题。

表1 描述性统计

表2 相关系数

四、实证分析和相关检验

（一）莫兰指数

本研究用莫兰指数来判断被解释变量碳排放强度的空间相关性，其全局莫兰指数在表3 中给出，从中可以发现，碳排放强度在每个年份都有相关性，且大部分都在不同的置信水平上显著关联，即可以证明各城市的碳排放强度是存在空间相关性和空间集聚特征的。

表3 碳排放强度全局莫兰指数

全局莫兰指数可以反映碳排放强度的整体空间特点，而局部莫兰指数则能反映局部地区的非典型特征，进一步计算出碳排放强度的局部莫兰指数，并绘制莫兰散点图，见图1。从图1 可以看出，京津冀地区各城市碳排放强度主要分布在第一象限和第三象限之中，呈现出“高-高”聚集和“低-低”聚集的特征。例如北京、天津、唐山等规模较大、更为发达的城市就处在第一象限“高-高”分布中，而沧州、廊坊等规模较小的城市则处在第三象限的“低-低”聚集中。

图1 2006 年、2012 年莫兰散点图①各地区编号为：1 北京、2 天津、3 石家庄、4 唐山、5 秦皇岛、6 邯郸、7 邢台、8 保定、9 张家口、10 承德、11 沧州、12 廊坊、13 衡水。

（二）空间面板模型的相关检验

通过莫兰指数的计算结果可以发现京津冀各城市间的碳排放强度具有明显的正向空间关系，表明同一个区域的碳排放强度变动可能导致周边地区的碳排放强度出现同方向变动，因此可以通过空间计量模型来开展分析。进行LM 检验后发现LM lag 试验与LM error 试验的结果均可以通过显著性的检验，因此进一步试验确定选取比较恰当的空间模型。根据豪斯曼检验的结果，可以证明采用固定效应模型能更有效地探究产业集聚对碳排放强度的影响作用，并且通过LR 检验明确了可利用个体和时间双固定效应开展研究。本文同样也用LR 检验对空间误差模型（SEM）、空间滞后模型（SAR）以及空间杜宾模型（SDM）进行了判断，由于结果表明SDM 模型并没有退化成SEM 或SAR 模型，所以最后选取双固定效应的空间杜宾模型为本文的主要研究模型。

表4 空间面板模型的相关检验

（三）回归结果

根据空间面板模型的相关检验结果，本文在原STIRPAT 模型的基础上进一步考虑了空间要素的影响，构建了双固定效应的空间杜宾模型，具体如公式（6），其中W 为权重矩阵，Xkit为核心解释变量和控制变量，其中k（k∈［1，7］）与公式中系数β 的下标对应，用于区分各个解释变量：

表5 为三个空间计量模型的回归结果，从中我们可以看出，三个模型中主要解释变量产业集聚度与被解释变量碳排放强度都显著相关。从SDM 模型的回归结果中，我们可以得到产业集聚的一次项、平方项和三次项均在1%和5%的水平上与碳排放强度显著相关，且系数符号分别为正、负、正，这表明不同程度的产业集聚对碳排放强度有非线性的影响，也就是说随着产业集聚的发展，其对碳排放强度产生先促进—后抑制—再促进的影响。即在“N”型曲线第一个拐点前，产业集聚度的增加会造成碳排放强度的增加，在第一个拐点和第二个拐点之间，产业集聚度的增加会减少碳排放强度，在第二个拐点右侧，产业集聚的发展则继续促进碳排放强度的上升。此外，产业集聚的空间滞后项也在不同水平上显著，说明一个地区的产业集聚会对周边城市的碳排放强度造成影响，其一次项和三次项的空间滞后项为正，二次项的空间滞后项为负，与先前一致，即在第一个拐点左侧和第二个拐点右侧，一个地区产业集聚程度的增加会提高周围地区的碳排放强度，在两个拐点之间时，产业集聚度的增加会对周围的碳排放强度有抑制作用。

表5 SEM、SAR、SDM 模型检验结果

人口规模（ln pop）在10%的水平上与碳排放强度负相关，表明随着人口规模的扩大，碳排放强度会有所下降，这说明人口集聚会在一定程度上降低环境治理的成本，提高资源利用效率进而减少碳排放；另一方面人口集聚通常与城镇化进程息息相关，随着城镇化水平的上升，绿色出行工具越来越便利，人们也会更多地选择绿色出行方式，进而在一定程度上减少碳排放强度。财富水平（ln gdp）的系数为负，这说明随着人均财富水平的提升，碳排放强度也会下降，这是因为人均财富水平的提升通常伴随着消费模式的变化，随着收入的增加，人们更倾向于购买商品质量高、耐用性强且对环境友善的产品。同时，人们也更加关注节能减排的生活方式，例如购买节能家电、电动汽车等，从而减少个人和家庭的碳排放。技术水平（ln tech）的系数为负，与预期一致。一方面，可能是由于技术进步会提高资源的利用率，进而减少化石能源的消耗，有利于绿色节能产业的发展，最终抑制碳排放强度的增加；另一方面，技术水平的提高可能会促进对其他清洁能源的开发和利用，也可以减少碳排放强度的增加。教育投入（ln edu）的系数也为正，这说明政府增加在教育方面的投入会导致碳排放强度的增加，这可能是由于教育投入带来的纸质用品、木质用品等使用需求增加，不利于碳排放的减少，因此会对碳排放强度的增加有正向效应，但这种效应并不明显。

（四）稳健性检验

本文通过更换被解释变量碳排放强度的方法对上述模型的结果和得出的结论来检验其稳健性，将各城市的人均碳排放量（ln aco2）作为模型的被解释变量，以各城市的碳排放量与该城市常住人口的比值来表示，为了保证数据的平稳性，进行回归时同样对人均碳排放数据进行对数化处理，其检验结果如表6所示。

表6 稳健性检验结果

表6 是被解释变量为人均碳排放（ln aco2）的三个空间计量模型的检验结果，从回归结果可以看出，产业集聚的一次项、三次项系数为正，二次项系数为负，表明京津冀地区产业集聚度对人均碳排放量的影响也是呈“N”型的非线性关系。产业集聚三个变量的空间滞后项同样为“正”“负”“正”，并在不同水平上显著，表明一个地区的产业集聚会对周围地区的碳排放强度有影响，具有空间溢出效应。除了产业集聚度外，各个解释变量和控制变量的系数符号与之前的假设和结果一致，且大部分在不同的水平下显著。上述结果尤其是核心解释变量的结果与原先的检验结果均一致，因此证明本研究的核心结论是稳健的。

五、结论与对策建议

（一）结论

本文基于京津冀地区的面板数据，不仅分析了邻近地区碳排放强度的空间溢出效应，还运用空间杜宾模型检验了产业集聚对碳排放强度的影响。另外，本文还采用了代替被解释变量的方式，以京津冀区域人均碳排放代替了碳排放强度，进行并通过了稳健性检验，最终得到如下结论：

1）碳排放强度在我国京津冀地区的各个城市间基本都存在正向的空间溢出效应，“高－高”聚集区主要存在于规模较大、经济较为发达的城市之间，例如北京、唐山等；“低－低”聚集区主要出现在规模体量较小，经济发展较为缓慢的地区，例如沧州、廊坊等。这样的现象表明，一个地区的碳排放强度会对周围地区的碳排放强度产生一定影响，即某地区碳排放强度较高，则周围地区的碳排放强度可能会因为受到影响也处在较高的程度。

2）在京津冀地区产业集聚对于城市间碳排放的影响是非线性的，其一次项和三次项系数为正，二次项系数为负，呈“N”型，即：在一定范围内（小于“N”型曲线的第一个拐点时）随着产业集聚程度的增加，碳排放强度会随之上升；当产业集聚程度处于两个拐点之间时，碳排放强度会随着产业集聚的上升而下降；当超过第二个拐点时，碳排放强度则会随着产业集聚的增加而增加。

3）一个城市的产业集聚会对周边地区的碳排放强度产生影响，在空间杜宾模型的检验结果中，产业集聚的空间滞后项的系数均显著，且符号也分别为正、负、正，就是说如果一个地区产业集聚程度的增加对当地的碳排放强度有促进作用，则它对周围地区的碳排放强度也会有正向影响，反之如果一个地区产业集聚程度上升会抑制当地的碳排放强度增加，则它对周围地区的碳排放强度也会有负向影响。

（二）对策建议

根据上述结论，本文提出以下对策建议：

第一，由于本研究结果显示碳排放强度在京津冀地区间存在显著的空间溢出效应，因此想要达到全面的碳减排的效果，需要加强地区间的联系。也就是说各个城市在扩大经济规模和提升自身发展的同时更要全面考虑。北京是京津冀地区规模最大也是经济发展最好的城市，要加强环境治理，其余各城市也应当积极提出有效的减排措施，努力构建经济、绿色、低碳的发展模式，追求京津冀协同发展和共同利益最大化。

第二，本研究发现产业集聚对于京津冀地区碳排放强度的影响呈“N”型，因此在产业集聚度还没有达到“N”型曲线第一个拐点前，各地区要积极推动高质量产业集聚的发展，使其集聚程度达到第一个拐点右侧，充分发挥产业集聚在减少碳排放强度关系中的优化作用，例如完善基础设施建设，帮助相关产业之间构成产业链，提高资源利用效率，最终减少碳排放强度的增加。而当产业集聚度达到两个拐点之间时，则要注意产业过度集聚所带来的拥挤效应，可以一方面将一部分劳动密集型产业转移到还未达到第一个拐点、经济发展较为缓慢的地区，另一方面吸引更多的技术人才，引进先进的生产技术和绿色环保技术，解决当前产业过度集聚所造成的规模报酬递减的问题，这样不仅能帮助发展水平还不够高的城市进行快速发展，也能帮助发展到一定程度而受到产业集聚局限的地区将产业集聚程度控制在可以抑制碳排放强度的范围内，减轻过度产业集聚所带来的不良影响。

第三，研究结果显示一个城市的产业集聚会对周边地区的碳排放强度产生影响，因此各城市在制定相关政策时要充分考虑其所展示的空间特征，增加各类要素在地区间的合理流动，尽量实现成本最小化，优化产业布局，缩小区域间发展的差距。