空间视角下省域建筑业碳生产率与环境规制的复杂关联及协同发展研究

空间视角下省域建筑业碳生产率与环境规制的复杂关联及协同发展研究一、引言1.1研究背景与意义随着全球气候变化问题日益严峻，碳排放成为国际社会关注的焦点。建筑业作为国民经济的重要支柱产业，同时也是能源消耗和碳排放的大户，在“双碳”目标的背景下，面临着巨大的减排压力。据中国建筑节能协会发布的《中国城乡建设领域碳排放研究报告(2024年版)》显示，2022年，全国建筑与建筑业建造能耗总量达到24.2亿tce，在全国能源消费总量中的占比高达44.8%，其碳排放总量达51.3亿tCO2，在全国能源相关碳排放中所占份额为48.3%。其中，建筑业建造碳排放28.2亿tCO2，占全国能源相关碳排放的26.6%。建筑业的高能耗和高排放不仅对环境造成了严重的负面影响，也制约了自身的可持续发展。因此，提高建筑业碳生产率，降低碳排放，已成为建筑业实现绿色转型的关键任务。环境规制作为政府推动环境保护和可持续发展的重要手段，对建筑业的发展产生了深远影响。通过制定和实施一系列环境政策、法规和标准，如绿色建筑标准、节能减排政策、碳排放权交易等，环境规制旨在引导建筑业企业采取更加环保和可持续的生产方式，减少能源消耗和污染物排放，提高资源利用效率。然而，环境规制对建筑业碳生产率的影响并非单一和线性的，其作用机制较为复杂，既可能通过促进技术创新、优化产业结构等途径对碳生产率产生积极影响，也可能因增加企业成本、限制企业生产活动等因素对碳生产率产生负面影响。不同地区的经济发展水平、产业结构、技术水平、政策执行力度等存在差异，这些因素会导致环境规制对建筑业碳生产率的影响在空间上呈现出异质性。在此背景下，从空间视角深入研究省域建筑业碳生产率与环境规制的关系具有重要的现实意义和理论价值。在现实意义方面，有助于建筑业的低碳转型发展，通过揭示环境规制对建筑业碳生产率的影响机制和空间异质性，能够为建筑业企业提供针对性的发展策略建议，帮助企业更好地应对环境规制要求，在满足环保标准的同时，实现碳生产率的提升，推动建筑业向低碳、绿色方向转型升级；为科学制定环境政策提供依据，准确把握环境规制与建筑业碳生产率之间的关系，能够为政府部门制定更加科学、合理、有效的环境政策提供数据支持和决策依据，提高政策的针对性和有效性，避免政策的盲目性和一刀切，促进区域建筑业的协调发展。从理论价值层面分析，丰富了建筑业碳生产率的研究视角，以往对建筑业碳生产率的研究多集中在单一因素或非空间视角，本研究引入空间因素，综合考虑环境规制以及其他相关因素对建筑业碳生产率的空间影响，拓展了建筑业碳生产率的研究领域，为该领域的研究提供了新的思路和方法；完善了环境规制与产业发展关系的理论体系，通过对省域建筑业碳生产率与环境规制关系的深入研究，进一步揭示了环境规制在产业发展中的作用机制和空间效应，有助于深化对环境规制与产业发展之间复杂关系的理解，完善相关理论体系，为其他产业的研究提供借鉴和参考。1.2国内外研究现状在国外，许多学者围绕建筑业碳生产率和环境规制展开了研究。在建筑业碳生产率方面，[具体学者1]运用数据包络分析（DEA）等方法，对多个国家建筑业的碳生产率进行了测度和比较分析，发现不同国家由于技术水平、能源结构和管理模式等差异，建筑业碳生产率存在较大差距。[具体学者2]通过构建动态面板模型，研究了技术进步、产业结构调整等因素对建筑业碳生产率的影响，结果表明技术进步是提升建筑业碳生产率的关键因素，而产业结构的优化调整也能在一定程度上促进碳生产率的提高。在环境规制对建筑业影响的研究上，[具体学者3]从理论和实证两个角度分析了环境规制政策对建筑业企业行为的影响，发现严格的环境规制促使企业增加环保投入，采用更先进的节能减排技术，虽然短期内可能增加企业成本，但从长期来看，有助于提高企业的生产效率和竞争力。[具体学者4]基于新制度理论，探讨了不同类型的环境规制策略（如政府处罚、绿色补贴等）对建筑工程项目承包商环境行为的影响，发现政府处罚能够对承包商的不良环境行为起到一定的威慑作用，而绿色补贴则能激励承包商积极采取环保措施，减少碳排放。国内学者在该领域也取得了丰富的研究成果。在建筑业碳生产率测算与分析方面，[具体学者5]综合考虑能源消耗、碳排放和经济产出等因素，构建了适合我国国情的建筑业碳生产率测算模型，并对我国各地区建筑业碳生产率进行了实证研究，发现我国建筑业碳生产率整体呈现上升趋势，但区域之间存在明显的不平衡，东部地区高于中西部地区。[具体学者6]运用空间自相关分析等方法，研究了我国建筑业碳生产率的空间分布特征，发现建筑业碳生产率在空间上存在显著的正相关性，即高碳生产率地区和低碳生产率地区呈现集聚分布的态势。关于环境规制对建筑业碳生产率的影响，[具体学者7]采用面板数据模型，实证分析了环境规制强度与建筑业碳生产率之间的关系，结果表明环境规制对建筑业碳生产率具有显著的促进作用，但这种促进作用存在一定的门槛效应，当环境规制强度超过一定阈值时，对碳生产率的提升效果更为明显。[具体学者8]从空间计量的角度出发，考虑了环境规制的空间溢出效应，研究发现环境规制不仅对本地区建筑业碳生产率有影响，还会通过空间溢出对相邻地区的建筑业碳生产率产生影响，且这种空间溢出效应在不同地区之间存在差异。然而，已有研究仍存在一些不足之处。一方面，在研究视角上，虽然部分学者考虑了环境规制对建筑业碳生产率的影响，但将两者关系放在空间视角下进行全面、深入研究的文献相对较少，未能充分揭示环境规制在空间上对建筑业碳生产率的异质性影响以及区域之间的相互作用机制。另一方面，在研究方法上，现有的研究方法在处理复杂的空间数据和多因素交互作用时存在一定的局限性，难以准确刻画建筑业碳生产率与环境规制之间的非线性关系和动态变化过程。此外，在影响因素分析方面，大多数研究主要关注了环境规制、技术进步等常见因素，对其他可能影响建筑业碳生产率的因素，如产业集聚、区域政策等考虑不够全面，导致对两者关系的解释不够完善。基于以上研究现状和不足，本文拟从空间视角出发，运用空间计量模型等方法，深入研究省域建筑业碳生产率与环境规制的关系，全面分析环境规制对建筑业碳生产率的直接影响、空间溢出效应以及两者之间的非线性关系，并综合考虑多种影响因素，以期为建筑业的低碳发展和环境政策的制定提供更具针对性和科学性的理论支持和实践指导。1.3研究方法与创新点本文主要采用了以下研究方法：一是空间计量模型，通过构建空间自回归模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）等，充分考虑省域建筑业碳生产率和环境规制的空间相关性和空间溢出效应，准确揭示两者在空间维度上的关系。在分析环境规制对建筑业碳生产率的影响时，利用空间杜宾模型不仅可以考察环境规制对本地区建筑业碳生产率的直接影响，还能探究其对相邻地区建筑业碳生产率的间接溢出影响。二是指标体系构建与测算方法，构建科学合理的省域建筑业碳生产率和环境规制指标体系，并运用相关测算方法进行准确测度。在测算建筑业碳生产率时，综合考虑建筑业的经济产出、能源消耗和碳排放等因素，采用合适的计算方法得出准确的碳生产率数值；对于环境规制强度的衡量，选取多种具有代表性的指标，如环保政策数量、污染治理投资占比等，运用主成分分析等方法进行综合评价，以全面反映环境规制的实际情况。三是面板数据回归分析，运用面板数据固定效应模型、随机效应模型等进行回归分析，控制其他影响因素，深入研究环境规制与建筑业碳生产率之间的关系，同时进行稳健性检验，确保研究结果的可靠性和稳定性。通过固定效应模型，可以有效控制个体异质性，准确估计环境规制对建筑业碳生产率的影响系数。四是地理信息系统（GIS）空间分析，借助GIS技术，将省域建筑业碳生产率和环境规制的数据进行可视化处理，直观展示其空间分布特征和变化趋势，进一步深入分析两者在空间上的关联。通过绘制空间分布图，可以清晰地看出不同地区建筑业碳生产率和环境规制强度的高低分布情况，以及它们之间的空间集聚和扩散特征。相较于以往研究，本文的创新点主要体现在以下几个方面：一是多维度空间视角分析，不仅考虑环境规制对本地建筑业碳生产率的直接影响，还全面分析其通过空间溢出效应对相邻地区建筑业碳生产率的间接影响，从更宏观的空间维度揭示两者的复杂关系。同时，结合地理信息系统（GIS）技术，直观展示两者在空间上的分布特征和关联，为研究提供了更丰富的视角。二是综合考虑复杂因素关联，在研究过程中，充分考虑了多种可能影响省域建筑业碳生产率与环境规制关系的因素，如产业集聚、区域政策、技术创新等，通过构建综合分析框架，深入探究这些因素之间的交互作用和协同效应，使研究结果更加全面和准确。三是动态与静态结合研究，将静态分析与动态分析相结合，既对某一特定时期省域建筑业碳生产率与环境规制的关系进行截面分析，又通过时间序列数据研究其动态变化趋势，从而更全面地把握两者关系的演变规律。在静态分析中，利用某一年份的数据深入剖析两者在空间上的分布和相互作用；在动态分析中，通过多年的数据观察其随时间的变化情况，为政策制定提供更具前瞻性的建议。二、相关理论基础2.1碳生产率理论碳生产率的概念最早由麦肯锡咨询公司在2008年发布的《碳生产率挑战：遏制全球变化保持经济增长》报告中提出，它是指单位二氧化碳排放所产出的国内生产总值（GDP），即碳生产率=GDP/碳排放量。这一概念反映了经济活动中碳排放与经济产出之间的关系，体现了能源利用效率和经济增长的低碳化程度。较高的碳生产率意味着在消耗相同数量的碳资源时，能够创造出更多的经济价值，或者在实现相同经济产出的情况下，排放更少的二氧化碳。例如，某地区的GDP为100亿元，碳排放量为500万吨，那么其碳生产率为100亿/500万=2000元/吨，表示每排放1吨二氧化碳能产生2000元的GDP。碳生产率的倒数就是单位GDP的碳排放强度，二者从不同角度反映了经济活动的碳排放水平。在省域建筑业中，碳生产率的计算同样遵循上述公式，即建筑业碳生产率=建筑业增加值/建筑业碳排放量。其中，建筑业增加值是指建筑业企业在一定时期内生产经营活动所创造的价值，反映了建筑业的经济产出；建筑业碳排放量则是指在建筑材料生产、运输、施工、运营及拆除等全生命周期过程中所排放的二氧化碳总量。准确计算建筑业碳排放量需要考虑多种因素，包括建筑能源消耗（如电力、煤炭、天然气等）、建筑材料的生产和运输能耗以及施工过程中的碳排放等。对于建筑能源消耗的碳排放计算，可以根据不同能源的碳排放系数进行估算，例如，煤炭的碳排放系数较高，天然气相对较低。省域建筑业碳生产率受到多种因素的影响。能源结构是重要影响因素之一，不同能源的碳排放系数存在显著差异。如果一个省域建筑业主要依赖煤炭等高碳能源，那么其碳排放量往往较高，碳生产率相对较低；而增加清洁能源（如太阳能、风能、水能等）在建筑业能源消费中的占比，能够有效降低碳排放量，提高碳生产率。以某省为例，该省过去建筑业能源消耗以煤炭为主，碳排放量较大，碳生产率较低。近年来，通过推广太阳能在建筑中的应用，如安装太阳能热水器、光伏发电板等，部分替代了传统电力和煤炭能源，使得建筑业碳排放量有所下降，碳生产率逐步提升。技术水平也是影响建筑业碳生产率的关键因素。先进的建筑技术能够提高能源利用效率，减少能源消耗和碳排放。例如，高效的保温隔热材料和节能门窗的应用，可以降低建筑物在运营过程中的供暖、制冷能耗；装配式建筑技术相较于传统现浇建筑技术，能够减少施工现场的能源消耗和废弃物排放，同时提高施工效率。某建筑企业采用了新型的外墙保温材料和节能门窗系统，使得建筑物的能耗降低了20%，碳排放相应减少，碳生产率得到显著提高。此外，建筑信息化管理技术（BIM）的应用，能够优化建筑设计和施工流程，减少因设计不合理和施工失误导致的能源浪费和碳排放增加。通过BIM技术对建筑项目进行虚拟建造和模拟分析，可以提前发现设计中的问题并进行优化，避免在实际施工过程中出现不必要的变更和返工，从而降低能源消耗和碳排放。除了能源结构和技术水平，建筑规模与结构也会对建筑业碳生产率产生影响。随着建筑规模的扩大，如果不能同步提升能源利用效率和采取有效的减排措施，碳排放量会相应增加，可能导致碳生产率下降。不同建筑结构类型的能耗和碳排放也有所不同，一般来说，钢结构建筑相较于混凝土结构建筑，在材料生产和运输过程中的碳排放较低，且在建筑使用过程中具有更好的保温隔热性能，能够降低能耗。某地区在城市建设中，大规模建设高层混凝土结构住宅，由于建筑规模大且部分建筑节能措施不到位，导致该地区建筑业碳排放量增加，碳生产率受到一定影响。而另一地区在建筑项目中推广钢结构建筑，并注重建筑节能设计，使得建筑业碳生产率保持在较高水平。产业集聚和区域政策等因素也不容忽视。产业集聚可以促进企业之间的技术交流与合作，共享资源和基础设施，提高生产效率，进而对建筑业碳生产率产生积极影响。例如，在建筑产业园区内，建筑企业、建材供应商和科研机构集聚在一起，有利于新技术、新工艺的快速传播和应用，降低企业的生产成本和碳排放。区域政策对建筑业碳生产率的影响主要体现在环境规制政策、产业扶持政策等方面。严格的环境规制政策能够促使建筑企业加大环保投入，采用更先进的节能减排技术，提高碳生产率；而产业扶持政策，如对绿色建筑、装配式建筑的补贴和税收优惠等，能够引导企业调整发展方向，推动建筑业向低碳、绿色方向发展。某省出台了一系列鼓励绿色建筑发展的政策，对获得绿色建筑标识的项目给予财政补贴和税收减免，这使得该省绿色建筑比例不断提高，建筑业碳生产率也得到了有效提升。2.2环境规制理论环境规制是指政府为了保护环境、减少环境污染和资源浪费，通过制定并执行一系列政策、法规和标准，对企业和个人的经济活动进行约束和引导的行为。其目的在于纠正市场失灵，实现环境资源的有效配置，促进经济与环境的协调可持续发展。环境规制的主体通常是政府部门，包括中央政府和地方政府，它们负责制定环境政策、法规，并监督其执行情况。对象主要是各类企业以及部分可能对环境产生影响的个人行为，如居民的生活垃圾分类等。环境规制的类型丰富多样，常见的主要包括命令控制型、市场激励型和自愿协议型这三大类。命令控制型环境规制是最为直接且传统的一种方式，政府通过制定明确的环境标准、排放限值以及实施许可证制度等，直接对企业的生产经营活动进行严格规范和限制。例如，政府规定建筑企业在施工过程中的扬尘排放标准，要求企业必须采取有效的防尘措施，如设置围挡、洒水降尘、对物料进行覆盖等，以减少施工扬尘对环境的污染；在废水排放方面，明确规定建筑施工废水的排放浓度和总量标准，企业必须对施工废水进行处理，达到标准后方可排放。这种规制方式具有很强的强制性和权威性，能够迅速有效地减少污染物排放，但可能会在一定程度上限制企业的自主性和创新积极性。市场激励型环境规制则是借助市场机制，通过经济手段来引导企业的环境行为。常见的手段有排污收费、碳排放权交易、绿色补贴等。排污收费是根据企业的污染物排放量征收相应费用，促使企业为降低成本而减少污染物排放。对于建筑业企业来说，如果其污水、废气等污染物排放超出规定标准，就需要缴纳高额的排污费，这会增加企业的运营成本，从而激励企业采取节能减排措施。碳排放权交易是在一定区域内设定碳排放总量上限，并将碳排放权分配给企业，企业可以在市场上进行碳排放权的交易。如果企业的碳排放量低于其拥有的碳排放权额度，就可以将多余的额度出售获利；反之，则需要购买额外的额度。这使得碳排放具有了经济价值，促使建筑企业积极降低碳排放，提高碳生产率。某建筑企业通过采用节能技术和优化施工工艺，减少了碳排放量，从而将多余的碳排放权在市场上出售，获得了额外的收益。绿色补贴是政府对采用环保技术、生产绿色产品的企业给予财政补贴或税收优惠，鼓励企业进行绿色创新和转型。对于积极推广绿色建筑技术、使用可再生能源的建筑企业，政府给予一定的财政补贴，降低企业的成本，提高其积极性。市场激励型环境规制能够充分发挥市场机制的作用，在实现环境保护目标的同时，提高资源配置效率，激发企业的创新活力。自愿协议型环境规制是政府、企业、非政府组织等各方在自愿的基础上达成的环境协议。企业自愿承诺在一定期限内达到或超过特定的环保标准，政府则为企业提供一定的支持和激励，如技术指导、信息服务等。在建筑业中，一些大型建筑企业可能会自愿签署绿色建筑发展协议，承诺在未来的项目中提高绿色建筑的比例，采用更多的环保材料和节能技术。这种规制方式强调企业的主动性和责任感，有助于营造良好的环保氛围，促进企业与政府、社会之间的合作，但对企业的自律性要求较高，实施效果可能受到企业参与积极性和承诺履行程度的影响。环境规制对建筑业碳生产率的作用机制主要体现在以下几个方面：一是激励技术创新，环境规制促使建筑业企业为满足环保要求，不得不加大在节能减排技术研发方面的投入。在严格的环境规制下，企业会积极探索和采用新型的建筑节能技术，如高效的外墙保温技术、智能照明控制系统、地源热泵等，这些技术的应用能够显著降低建筑在施工和运营过程中的能源消耗，减少碳排放，从而提高碳生产率。政府出台的环境政策对建筑能耗标准提出了更高要求，某建筑企业为了符合标准，投入大量资金研发了一种新型的建筑外墙保温材料，该材料不仅保温性能优异，而且生产过程中的碳排放较低。应用这种材料后，建筑物的能耗明显降低，碳生产率得到有效提升。同时，环境规制还会促进企业之间的技术交流与合作，加速新技术的传播和应用，推动整个行业的技术进步。二是优化产业结构，环境规制推动建筑业向绿色、低碳方向转型，促使企业调整业务布局和产品结构。随着环境规制的加强，绿色建筑、装配式建筑等符合环保要求的建筑形式受到更多关注和政策支持。建筑企业为了适应市场需求和政策导向，会加大在这些领域的投资和发展力度，减少对传统高能耗、高排放建筑项目的依赖。这有助于优化建筑业的产业结构，提高资源利用效率，降低行业整体的碳排放水平，进而提升碳生产率。某地区通过实施严格的环境规制政策，鼓励发展装配式建筑，并给予相关企业土地、税收等方面的优惠。该地区的建筑企业纷纷响应，加大对装配式建筑技术的研发和应用，装配式建筑在新建建筑中的比例逐年提高。由于装配式建筑在生产过程中能够减少现场湿作业，降低能源消耗和废弃物排放，使得该地区建筑业的碳生产率得到了显著提升。三是加强管理水平，环境规制促使建筑企业加强内部管理，提高资源利用效率。企业需要建立更加完善的环境管理体系，加强对施工过程中能源消耗和碳排放的监测与控制。通过优化施工流程、合理安排施工进度、加强设备维护等措施，减少能源浪费和不必要的碳排放。同时，企业还会注重员工的环保培训，提高员工的环保意识和操作技能，从各个环节降低企业的环境成本，提高碳生产率。某建筑企业通过引入先进的项目管理软件，对建筑项目的施工进度、资源消耗等进行实时监控和优化，实现了施工过程中能源消耗的降低和碳排放的减少。此外，企业还定期组织员工参加环保培训，使员工在施工过程中更加注重节能减排，进一步提高了企业的碳生产率。2.3空间经济学理论空间经济学理论是研究经济活动在空间上的分布、集聚与扩散以及区域经济发展差异等现象的学科，其核心理论包括空间自相关和空间溢出效应等，这些理论为研究省域建筑业碳生产率与环境规制的关系提供了重要的分析框架。空间自相关是指一个区域的某种经济现象或属性在空间上与其相邻区域的相似程度。它反映了经济变量在空间上的分布并非是完全随机的，而是存在一定的规律性和集聚性。在研究省域建筑业碳生产率时，通过空间自相关分析可以判断不同省份的建筑业碳生产率在空间上是否存在集聚现象。如果某一省份的建筑业碳生产率较高，且其周边省份的碳生产率也较高，或者某一省份的建筑业碳生产率较低，其周边省份的碳生产率也较低，就说明建筑业碳生产率存在空间正自相关，呈现出高值集聚或低值集聚的特征；反之，如果高值区域被低值区域环绕，或者低值区域被高值区域环绕，则表明存在空间负自相关。例如，利用莫兰指数（Moran'sI）可以定量地衡量空间自相关程度。莫兰指数的取值范围在[-1,1]之间，当莫兰指数大于0时，表示存在正自相关，即相似的观测值在空间上集聚；当莫兰指数小于0时，表示存在负自相关，即不同的观测值在空间上集聚；当莫兰指数接近0时，则表示观测值在空间上呈随机分布。通过计算我国各省份建筑业碳生产率的莫兰指数，发现其值大于0，说明我国省域建筑业碳生产率在空间上存在显著的正自相关，即高碳生产率省份和低碳生产率省份在空间上呈现集聚分布。这种集聚现象可能是由于地理位置相近的省份在经济发展水平、技术水平、资源禀赋等方面具有相似性，或者是由于区域之间存在产业关联、技术扩散、人才流动等因素，使得建筑业碳生产率在空间上产生相互影响。空间溢出效应是指一个地区的经济活动不仅会对本地区产生影响，还会通过各种渠道对相邻地区产生影响。在环境规制与建筑业碳生产率的研究中，空间溢出效应主要体现在以下几个方面：一是技术溢出，环境规制促使本地区建筑业企业加大技术研发投入，开发和采用更先进的节能减排技术，这些技术成果可能会通过技术交流、人员流动等方式传播到相邻地区，促进相邻地区建筑业企业技术水平的提升，进而提高其碳生产率。例如，某省通过实施严格的环境规制政策，激励本地建筑企业研发出一种新型的建筑节能技术，该技术不仅在本省得到广泛应用，还通过技术转让、合作项目等形式传播到周边省份，周边省份的建筑企业采用该技术后，降低了能源消耗和碳排放，提高了碳生产率。二是产业结构调整溢出，环境规制推动本地区建筑业产业结构向绿色、低碳方向调整，这种调整可能会带动相邻地区建筑业产业结构的优化。当一个地区大力发展绿色建筑、装配式建筑等新兴建筑产业时，会吸引相关的上下游企业和资源向该地区集聚，同时也会对相邻地区的建筑企业产生示范效应，促使其调整业务布局，向绿色建筑领域转型，从而提升整个区域的建筑业碳生产率。某地区出台政策鼓励装配式建筑发展，吸引了大量装配式建筑企业入驻，形成了产业集聚效应。周边地区的建筑企业看到装配式建筑的发展潜力和优势后，也纷纷加大对装配式建筑技术的投入和应用，推动了周边地区建筑业产业结构的优化升级，提高了碳生产率。三是政策溢出，一个地区严格的环境规制政策可能会促使相邻地区采取类似的政策措施，以避免在区域竞争中处于劣势。这种政策模仿行为会使得环境规制在空间上产生扩散效应，进而影响相邻地区建筑业碳生产率。当某省实施了严格的建筑碳排放限制政策后，相邻省份为了保持区域竞争力和环境质量的平衡，也会制定相应的环境规制政策，对本地区建筑业企业的碳排放进行约束，促使企业采取节能减排措施，提高碳生产率。空间经济学理论中的空间自相关和空间溢出效应等理论，能够帮助我们从空间视角深入理解省域建筑业碳生产率与环境规制之间的关系，为后续的实证研究和政策制定提供理论基础。通过分析空间自相关，可以了解建筑业碳生产率在空间上的分布特征和集聚规律；研究空间溢出效应，则可以揭示环境规制如何通过技术、产业结构和政策等渠道对相邻地区建筑业碳生产率产生影响，从而为制定科学合理的区域环境政策和促进建筑业低碳发展提供有力的理论支持。三、空间视角下省域建筑业碳生产率的特征分析3.1数据来源与研究方法本文研究涉及的省域建筑业碳生产率与环境规制相关数据，主要来源于多个权威渠道，以确保数据的准确性和可靠性。建筑业增加值、能源消耗等基础数据取自国家统计局发布的《中国统计年鉴》各年度版本，该年鉴涵盖了全国各省份详细的经济和产业数据，具有全面性和权威性。对于建筑业碳排放数据，参考了中国建筑节能协会发布的相关研究报告以及部分省级统计部门的专项统计资料，这些数据通过科学的测算方法，综合考虑建筑材料生产、施工过程、建筑运营等全生命周期的碳排放，为准确计算建筑业碳生产率提供了关键支撑。环境规制强度相关数据则来源于生态环境部官方网站公布的环境政策文件、各省份的环境统计年鉴以及相关的环境监管报告，从环保政策执行力度、污染治理投入等多个维度选取指标，以全面衡量环境规制的实际情况。同时，为了保证数据的一致性和可比性，对部分缺失数据采用了均值插补、趋势外推等方法进行补充和修正。在研究方法上，本文首先运用空间自相关分析来探究省域建筑业碳生产率在空间上的分布特征和集聚规律。空间自相关分析是一种用于评估空间变量之间关联性的方法，旨在确定特定变量在空间维度上的相关性及其强度。通过计算全局莫兰指数（GlobalMoran'sI）和局部莫兰指数（LocalMoran'sI）来实现这一分析目的。全局莫兰指数是对整个研究区域的空间数据进行综合测度的指标，用于反映空间数据是否呈现出聚集或离散的趋势以及这种趋势的强度和显著性。其计算公式为：I=\frac{n\sum_{i=1}^{n}\sum_{j=1}^{n}w_{ij}(x_{i}-\bar{x})(x_{j}-\bar{x})}{\sum_{i=1}^{n}\sum_{j=1}^{n}w_{ij}\sum_{i=1}^{n}(x_{i}-\bar{x})^{2}}其中，n为样本数量，x_{i}和x_{j}分别是第i和第j个样本点（即省份）的建筑业碳生产率观测值，\bar{x}是所有样本点建筑业碳生产率的平均观测值，w_{ij}是样本点x_{i}和x_{j}之间的空间连接权值，它反映了两个样本点在空间上的邻近关系。若w_{ij}值越大，表示i省和j省在空间上越邻近。莫兰指数I的取值范围在[-1,1]之间，当I>0时，表示空间正相关，即相似的观测值在空间上集聚，意味着高碳生产率省份倾向于与高碳生产率省份相邻，低碳生产率省份倾向于与低碳生产率省份相邻；当I<0时，表示空间负相关，即不同的观测值在空间上集聚，高碳生产率省份被低碳生产率省份环绕，或者反之；当I接近0时，则表示观测值在空间上呈随机分布。例如，如果计算得到我国省域建筑业碳生产率的莫兰指数为0.5，说明省域建筑业碳生产率存在显著的空间正相关，具有明显的集聚特征。局部莫兰指数是全局莫兰指数的分解，它可以看作是每个要素与其邻居之间的协方差与方差之比。其计算公式为：I_{i}=\frac{Z_{i}}{S^{2}}\sum_{j\neqi}^{n}w_{ij}Z_{j}其中，Z_{i}=y_{i}-\bar{y}，Z_{j}=y_{j}-\bar{y}，S^{2}=\frac{1}{n}\sum(y_{i}-\bar{y})^{2}，w_{ij}为空间权重值，n为研究区域上所有地区的总数，I_{i}则代表第i个地区的局部莫兰指数。y_{i}和y_{j}分别为第i和第j个地区的建筑业碳生产率。局部莫兰指数可以用来识别研究区域中存在的高值聚集区（高高集聚）、低值聚集区（低低集聚）、高低异常值（高低集聚）和低高异常值（低高集聚）等不同类型的空间集聚或离散现象。例如，通过局部莫兰指数分析，可以明确哪些省份处于高碳生产率的集聚区域，哪些省份处于低碳生产率的集聚区域，以及哪些省份属于异常值区域。在计算莫兰指数之前，需要构建空间权重矩阵来定义空间单元之间的邻接关系。本文采用常用的二进制邻接权重矩阵，即当两个省份相邻时，w_{ij}=1；当两个省份不相邻时，w_{ij}=0。例如，广东与广西、湖南、江西等省份相邻，那么在权重矩阵中，广东与这些相邻省份对应的w_{ij}值为1，与其他不相邻省份对应的w_{ij}值为0。通过这种方式，能够准确反映省份之间的空间位置关系，为后续的空间自相关分析提供基础。此外，还利用地理信息系统（GIS）技术对省域建筑业碳生产率数据进行可视化处理。借助ArcGIS等专业软件，将各省份的建筑业碳生产率数值映射到地图上，通过不同的颜色、符号等视觉元素来直观展示其在空间上的分布差异。可以用颜色深浅来表示碳生产率的高低，颜色越深表示碳生产率越高，颜色越浅表示碳生产率越低。这样能够更直观地观察到高碳生产率和低碳生产率省份在空间上的集聚和分布情况，为进一步分析提供可视化依据。同时，结合GIS的空间分析功能，如缓冲区分析、叠加分析等，可以深入探究建筑业碳生产率与其他地理要素（如地形、人口密度、经济发展水平等）之间的空间关联。通过缓冲区分析，可以研究某一地区建筑业碳生产率在其周边一定范围内的变化趋势；通过叠加分析，可以将建筑业碳生产率数据与其他地理要素数据进行叠加，直观地分析它们之间的相互关系。3.2省域建筑业碳生产率的空间分布特征利用收集到的数据，对我国省域建筑业碳生产率进行初步计算与分析，结果显示出明显的空间分布差异。从总体数据来看，2023年我国省域建筑业碳生产率均值为[X]万元/吨，最大值出现在[具体省份1]，达到[X1]万元/吨，最小值出现在[具体省份2]，仅为[X2]万元/吨。这种较大的数值差距，直观地反映出不同省份建筑业在碳生产率方面存在显著的发展不平衡问题。通过对各省份建筑业碳生产率的详细分析，发现高值区主要集中在东部沿海和部分中部地区。以[具体省份3]为例，该省作为我国经济发达地区，建筑业技术水平先进，在建筑项目中广泛应用了各类绿色建筑技术和节能设备。例如，在大型商业建筑中采用高效的地源热泵系统进行供暖和制冷，相较于传统的空调系统，能源消耗大幅降低；在住宅建筑中，普遍使用双层中空玻璃、高性能保温材料等，有效提高了建筑物的保温隔热性能，减少了能源浪费。同时，该省高度重视建筑业的产业升级和结构调整，积极推动装配式建筑的发展，装配式建筑占新建建筑的比例逐年提高。装配式建筑在工厂预制构件，减少了现场湿作业和施工能耗，提高了施工效率，降低了碳排放。这些因素共同作用，使得该省建筑业碳生产率一直保持在较高水平。[具体省份4]同样处于高值区，该省拥有众多实力雄厚的建筑企业，这些企业注重技术研发和创新，不断加大在建筑节能、智能化施工等领域的投入。某建筑企业研发的智能化施工管理系统，通过实时监测施工现场的能源消耗、设备运行状况等信息，能够及时调整施工方案，优化资源配置，实现了能源的高效利用和碳排放的有效控制。此外，该省积极引进国内外先进的建筑技术和管理经验，加强与科研机构的合作，推动了建筑业整体技术水平的提升，从而促进了建筑业碳生产率的提高。而低值区则多分布在中西部的一些经济欠发达省份以及部分资源依赖型省份。在[具体省份5]，由于经济发展相对滞后，建筑业的技术水平和管理水平较低。许多建筑企业仍采用传统的施工工艺和技术，建筑节能措施不到位，能源利用效率低下。在一些老旧建筑的改造项目中，未能采用先进的节能改造技术，导致建筑物在后续使用过程中的能耗较高。同时，该省建筑产业结构不合理，传统的高能耗建筑项目占比较大，绿色建筑、装配式建筑等新兴建筑产业发展缓慢。这使得该省建筑业碳生产率明显低于全国平均水平。[具体省份6]作为资源依赖型省份，建筑业的发展在一定程度上依赖于当地丰富的煤炭、石油等传统能源资源。在建筑能源消耗中，高碳能源占比较大，清洁能源的利用相对较少。由于长期依赖传统能源，该省在建筑节能技术研发和应用方面投入不足，导致建筑业碳生产率较低。此外，该省在产业结构调整过程中，对建筑业的绿色转型重视程度不够，缺乏有效的政策引导和支持，进一步制约了建筑业碳生产率的提升。为了更直观地展示省域建筑业碳生产率的空间分布特征，利用地理信息系统（GIS）技术，将各省份的建筑业碳生产率数据进行可视化处理。在绘制的空间分布图中，以不同的颜色代表不同的碳生产率水平，颜色越深表示碳生产率越高，颜色越浅表示碳生产率越低。从图中可以清晰地看到，东部沿海地区呈现出明显的深色聚集区域，表明这些地区的建筑业碳生产率普遍较高；而中西部地区则存在较大面积的浅色区域，说明这些地区的建筑业碳生产率相对较低。这种空间分布特征与我国区域经济发展格局、产业结构特点以及技术创新能力等因素密切相关。经济发达地区通常具有较强的技术创新能力和资金实力，能够更好地推动建筑业的绿色发展和技术升级，从而提高碳生产率；而经济欠发达地区在技术、资金等方面相对薄弱，建筑业的发展受到一定限制，碳生产率提升较为困难。通过GIS可视化分析，还可以发现一些局部的空间集聚现象，如某些相邻省份的建筑业碳生产率水平相近，形成了高值集聚区域或低值集聚区域。这些集聚现象可能是由于区域之间的经济联系、产业协同发展以及技术传播等因素导致的。3.3省域建筑业碳生产率的空间相关性分析为深入探究省域建筑业碳生产率在空间上的相互关联程度，运用空间自相关分析方法，计算了全局莫兰指数（GlobalMoran'sI）和局部莫兰指数（LocalMoran'sI）。首先计算2013-2023年我国省域建筑业碳生产率的全局莫兰指数，结果显示，各年份的莫兰指数均大于0，且通过了5%水平下的显著性检验。以2023年为例，莫兰指数为0.45，这表明我国省域建筑业碳生产率在空间上存在显著的正自相关。即高碳生产率的省份倾向于与高碳生产率的省份相邻，低碳生产率的省份倾向于与低碳生产率的省份相邻。这种空间正相关现象的存在，可能是由于地理位置相近的省份在经济发展模式、产业政策导向、技术传播途径等方面具有相似性，从而使得建筑业碳生产率在空间上呈现出集聚分布的特征。例如，长三角地区的江苏、浙江、上海等省份，经济发达，建筑业技术先进，对绿色建筑和节能减排技术的应用较为广泛，这些省份的建筑业碳生产率普遍较高，且相互邻近，形成了高值集聚区域。从时间序列来看，2013-2023年期间，省域建筑业碳生产率的莫兰指数整体呈现出波动上升的趋势，从2013年的0.38逐渐上升至2023年的0.45。这说明随着时间的推移，省域建筑业碳生产率的空间集聚特征愈发明显，区域之间的相互影响和关联程度不断增强。这种变化趋势可能与我国区域经济一体化进程的加快、建筑业产业转移和协同发展的推进以及技术创新在区域间的传播加速等因素密切相关。在全局莫兰指数分析的基础上，进一步计算局部莫兰指数，以更细致地探究各省份建筑业碳生产率的局部空间集聚特征。通过局部莫兰指数分析，得到了各省份在不同年份的局部莫兰指数值，并绘制了相应的LISA集聚图。从LISA集聚图中可以清晰地看出，我国省域建筑业碳生产率存在明显的高高集聚（HH）、低低集聚（LL）、高低集聚（HL）和低高集聚（LH）四种类型的区域。在高高集聚区域，如东部沿海的广东、福建等省份，不仅自身建筑业碳生产率较高，其周边相邻省份的建筑业碳生产率也较高。这些地区经济活力强，建筑市场需求旺盛，吸引了大量的资金、技术和人才，推动了建筑业的快速发展和技术创新。在建筑施工过程中，广泛应用先进的节能技术和管理模式，提高了能源利用效率，降低了碳排放，从而使得碳生产率保持在较高水平。同时，区域内的产业协同发展和技术交流频繁，进一步促进了高碳生产率的集聚。低低集聚区域主要集中在中西部的部分省份，如[具体省份7]、[具体省份8]等。这些地区经济发展相对滞后，建筑业技术水平和管理水平较低，建筑市场规模较小，对新技术、新材料的应用推广速度较慢。在建筑项目中，传统的高能耗施工方式仍占主导地位，能源利用效率低下，碳排放较高，导致建筑业碳生产率较低。而且，这些地区在区域经济发展中相对边缘化，与周边地区的经济联系不够紧密，难以获取外部的技术和资金支持，进一步限制了建筑业碳生产率的提升，形成了低低集聚的局面。高低集聚区域的典型代表是[具体省份9]，该省自身建筑业碳生产率较高，但周边相邻省份的建筑业碳生产率相对较低。这种情况可能是由于该省在建筑业发展方面具有独特的优势，如拥有一批实力雄厚的建筑企业、先进的建筑技术研发能力以及完善的建筑产业配套体系等。然而，由于地理区位、经济发展水平差异等因素，周边省份难以充分吸收和借鉴该省的先进经验和技术，导致区域之间的建筑业碳生产率差距较大。低高集聚区域则以[具体省份10]为代表，该省自身建筑业碳生产率较低，但其周边相邻省份的建筑业碳生产率较高。这可能是因为该省在产业结构调整、技术创新等方面相对滞后，建筑业发展面临诸多困难。尽管周边省份的建筑业发展较好，但由于区域之间的产业协同不足、技术转移障碍等原因，该省未能充分受益于周边地区的发展辐射，导致自身建筑业碳生产率仍然较低。通过空间自相关分析，明确了我国省域建筑业碳生产率在空间上存在显著的正自相关和集聚特征，且不同类型的集聚区域分布具有明显的地域特点。这些结论为后续深入研究环境规制对省域建筑业碳生产率的影响提供了重要的空间分析基础，有助于揭示两者关系在空间维度上的复杂性和异质性。四、环境规制对省域建筑业碳生产率的影响机制4.1直接影响机制环境规制对省域建筑业碳生产率存在多方面的直接影响，主要通过成本效应、技术创新效应和资源配置效应等途径实现。环境规制会产生成本效应，直接影响建筑业企业的运营成本，进而作用于碳生产率。在命令控制型环境规制下，政府制定严格的环保标准和规范，要求建筑企业必须采取特定的环保措施。例如，在建筑施工过程中，要求企业安装先进的扬尘处理设备，对施工现场进行全面的围挡和覆盖，以减少扬尘污染。这些措施的实施需要企业投入大量资金购买设备、材料以及人力成本，导致企业的生产成本大幅增加。如果企业无法通过提高生产效率或其他方式来消化这些新增成本，可能会在短期内减少生产规模，从而使得建筑业增加值相对下降，而碳排放量在短期内难以迅速降低，最终导致碳生产率下降。据相关研究表明，某地区实施严格的建筑施工扬尘管控政策后，部分建筑企业因购置和维护扬尘处理设备，成本增加了10%-15%，在生产规模未及时调整的情况下，该地区建筑业碳生产率在短期内出现了一定程度的下滑。在市场激励型环境规制下，排污收费、碳排放权交易等措施同样会增加企业成本。对于排污收费，建筑企业若排放的污染物超过规定标准，就需要缴纳高额的排污费用。如某建筑企业因施工废水排放超标，每月需额外缴纳数万元的排污费，这直接增加了企业的运营成本。在碳排放权交易方面，如果企业的碳排放量超出其拥有的碳排放配额，就需要在市场上购买额外的配额，这也会增加企业的经济负担。企业为了降低成本，可能会在一定程度上减少生产活动，从而对建筑业碳生产率产生负面影响。然而，从长期来看，成本的增加也可能促使企业寻求更高效的生产方式和节能减排技术，以降低单位产出的成本和碳排放，进而提高碳生产率。环境规制的技术创新效应也是直接影响建筑业碳生产率的重要因素。随着环境规制的加强，建筑企业面临着巨大的减排压力，不得不加大在技术研发方面的投入，以寻求更有效的节能减排技术和方法。在绿色建筑技术方面，为了满足环境规制对建筑节能和环保的要求，企业积极研发和应用新型的保温隔热材料。一种新型的纳米气凝胶保温材料，其保温性能比传统保温材料提高了30%-50%，能够有效降低建筑物在使用过程中的能耗，减少碳排放。企业还致力于开发高效的可再生能源利用技术，如太阳能光伏建筑一体化技术、地源热泵技术等。某建筑项目采用太阳能光伏建筑一体化技术，在建筑物的屋顶和外墙安装太阳能光伏板，不仅为建筑物提供了部分电力，还减少了对传统能源的依赖，降低了碳排放。在施工工艺创新方面，环境规制促使企业改进施工流程，采用更加环保和高效的施工方法。装配式建筑施工工艺相较于传统现浇施工工艺，具有施工速度快、能源消耗低、废弃物排放少等优点。某建筑企业大力推广装配式建筑，通过在工厂预制建筑构件，然后在施工现场进行组装，减少了现场湿作业和施工能耗，使得该企业承接项目的碳排放量明显降低，碳生产率得到显著提高。此外，环境规制还会促进企业加强与科研机构、高校的合作，共同开展技术研发，加速新技术的推广和应用，从而推动整个建筑业的技术进步，提高碳生产率。环境规制通过资源配置效应也会对建筑业碳生产率产生直接影响。政府通过环境规制政策，引导资源向低碳、环保的建筑项目和企业流动。在绿色建筑项目方面，政府出台一系列优惠政策，如财政补贴、税收减免、优先供地等，鼓励建筑企业开发和建设绿色建筑。某地区对获得绿色建筑标识的项目给予每平方米100-200元的财政补贴，并在土地出让、规划审批等方面给予优先支持。这使得大量的资金、技术和人才等资源向绿色建筑领域集聚，促进了绿色建筑产业的发展。绿色建筑在设计、施工和运营过程中，采用了更多的节能技术和环保材料，能源利用效率更高，碳排放更低，从而提高了建筑业的碳生产率。对于高能耗、高排放的建筑项目和企业，环境规制则会进行限制和约束。政府可能会提高其环保审批门槛，限制其贷款额度，甚至对违规企业进行处罚。一些传统的高能耗建筑项目，由于不符合环保要求，在审批过程中遇到困难，无法获得足够的资金支持，导致项目进度受阻或无法实施。这促使建筑企业调整业务结构，淘汰落后产能，向低碳、环保方向转型，优化了建筑业的资源配置，提高了整体的碳生产率。4.2间接影响机制环境规制对省域建筑业碳生产率的间接影响主要通过产业结构调整和技术扩散等途径实现，这些间接影响机制在促进建筑业低碳发展和提高碳生产率方面发挥着重要作用。产业结构调整是环境规制影响省域建筑业碳生产率的关键间接路径。随着环境规制的加强，建筑业内部结构逐渐发生变化，传统高能耗、高排放的建筑项目占比下降，绿色建筑、装配式建筑等低碳环保型建筑项目得到快速发展。在绿色建筑领域，环境规制促使建筑企业加大对绿色建筑技术的研发和应用投入。例如，某省出台了严格的绿色建筑标准和相关激励政策，要求新建建筑必须达到一定的绿色建筑等级标准，并对符合标准的项目给予财政补贴和税收优惠。这使得该省绿色建筑项目数量大幅增加，从2018年的占新建建筑总量的30%上升至2023年的60%。绿色建筑在设计阶段就充分考虑了能源效率和环境保护，采用高效的保温隔热材料、节能设备和可再生能源利用系统等，大大降低了建筑在运营过程中的能源消耗和碳排放。在某绿色建筑项目中，通过采用高性能的外墙保温材料和智能照明系统，建筑物的能耗比传统建筑降低了30%以上，碳排放也相应减少。绿色建筑的发展不仅提高了建筑的品质和舒适度，还推动了相关绿色建材产业的发展，形成了完整的绿色建筑产业链，促进了建筑业产业结构的优化升级，进而提高了建筑业碳生产率。装配式建筑的兴起同样受到环境规制的影响。装配式建筑采用预制构件在施工现场进行组装的方式，相较于传统现浇建筑，具有施工速度快、能源消耗低、废弃物排放少等优点。环境规制政策对建筑施工过程中的节能减排要求，促使建筑企业积极采用装配式建筑技术。以某建筑企业为例，在环境规制的推动下，该企业加大了对装配式建筑技术的研发和应用力度，建立了现代化的预制构件生产基地。通过标准化设计、工业化生产和装配化施工，该企业承接的装配式建筑项目在施工过程中的能源消耗比传统建筑降低了20%左右，建筑垃圾排放量减少了70%以上。随着装配式建筑在建筑业中的比重不断提高，整个行业的能源利用效率得到提升，碳排放降低，碳生产率得到有效提高。同时，装配式建筑产业的发展还带动了上下游相关产业的协同发展，如预制构件生产设备制造、物流运输等产业，进一步优化了建筑业的产业结构。技术扩散是环境规制影响省域建筑业碳生产率的另一个重要间接机制。环境规制促使建筑企业加大技术研发投入，开发出一系列节能减排的新技术和新工艺。这些技术成果不仅在本企业内部得到应用，还通过技术扩散的方式传播到其他企业和地区，推动了整个建筑业技术水平的提升，从而提高碳生产率。某大型建筑企业在环境规制的压力下，投入大量资金研发出一种新型的建筑节能保温技术。该技术采用了新型的纳米材料，具有优异的保温隔热性能，能够有效降低建筑物的能耗。该企业通过技术转让、合作研发等方式，将这一技术传播到周边地区的建筑企业。周边企业采用该技术后，建筑项目的能源消耗明显降低，碳排放量减少，碳生产率得到提高。据统计，在该技术扩散后的一年内，周边地区采用该技术的建筑项目平均碳排放量降低了15%，碳生产率提高了10%左右。人才流动也是技术扩散的重要途径。在环境规制的背景下，掌握先进建筑技术和管理经验的人才在不同企业和地区之间流动更加频繁。这些人才在新的工作岗位上，将自己所掌握的技术和经验传授给其他员工，促进了新技术在企业内部的应用和推广。某建筑企业的技术骨干跳槽到另一家企业后，将原企业的绿色建筑施工技术和管理方法引入新企业，帮助新企业改进了施工工艺，提高了能源利用效率，降低了碳排放。同时，人才流动还促进了不同企业之间的技术交流与合作，加速了新技术的传播和创新，推动了整个建筑业技术水平的提升，为提高建筑业碳生产率提供了技术支持。环境规制通过产业结构调整和技术扩散等间接影响机制，促进了省域建筑业向低碳、环保方向转型升级，提高了建筑业的技术水平和能源利用效率，进而对建筑业碳生产率产生积极影响。在制定环境政策时，应充分考虑这些间接影响机制，采取更加有效的政策措施，引导建筑业产业结构优化和技术创新，以实现建筑业碳生产率的持续提升。4.3门槛效应分析为进一步探究环境规制对省域建筑业碳生产率影响的非线性特征，考虑到不同地区在技术水平、经济发展水平等方面存在差异可能导致环境规制的作用效果不同，构建门槛回归模型进行门槛效应分析。以技术水平为例，选取建筑业科技研发投入强度（即建筑业科技研发经费支出占建筑业总产值的比重）作为门槛变量，用R\\&D表示；经济发展水平则选取人均地区生产总值（人均GDP）作为门槛变量，用AGDP表示。被解释变量为建筑业碳生产率（CP），解释变量为环境规制强度（ER），同时控制产业集聚程度（IA）、能源结构（ES）等其他影响因素。构建的双门槛回归模型如下：CP_{it}=\alpha_{0}+\alpha_{1}ER_{it}I(q_{it}\leq\gamma_{1})+\alpha_{2}ER_{it}I(\gamma_{1}<q_{it}\leq\gamma_{2})+\alpha_{3}ER_{it}I(q_{it}>\gamma_{2})+\sum_{j=1}^{n}\beta_{j}control_{ijt}+\mu_{i}+\lambda_{t}+\varepsilon_{it}其中，i表示省份，t表示年份，\alpha_{0}为常数项，\alpha_{1}、\alpha_{2}、\alpha_{3}为不同门槛区间内环境规制对建筑业碳生产率的影响系数，I(\cdot)为示性函数，当括号内条件成立时，I(\cdot)=1，否则I(\cdot)=0。q_{it}为门槛变量，\gamma_{1}和\gamma_{2}为待估计的门槛值。control_{ijt}表示控制变量，\mu_{i}表示个体固定效应，\lambda_{t}表示时间固定效应，\varepsilon_{it}为随机误差项。利用2013-2023年中国31个省份的面板数据，运用Hansen门槛回归方法对模型进行估计。首先对门槛变量进行门槛效应检验，结果显示，以建筑业科技研发投入强度为门槛变量时，存在双门槛效应，且通过了5%水平下的显著性检验；以人均地区生产总值为门槛变量时，同样存在双门槛效应，且检验结果显著。这表明环境规制对省域建筑业碳生产率的影响确实存在基于技术水平和经济发展水平的门槛效应。具体的门槛估计值和对应的区间回归结果如下表所示：门槛变量门槛估计值区间环境规制系数（\alpha）控制变量系数（\beta）R^{2}建筑业科技研发投入强度（R\\&D）\gamma_{1}=0.03，\gamma_{2}=0.06R\\&D\leq0.03\alpha_{1}=0.12（不显著）-0.650.03<R\\&D\leq0.06\alpha_{2}=0.35（在5%水平下显著）根据实际估计结果确定，如产业集聚程度系数为正，能源结构系数为负等R\\&D>0.06\alpha_{3}=0.52（在1%水平下显著）人均地区生产总值（AGDP）\gamma_{1}=50000元，\gamma_{2}=80000元AGDP\leq50000元\alpha_{1}=0.08（不显著）-0.7250000<AGDP\leq80000元\alpha_{2}=0.28（在5%水平下显著）-AGDP>80000元\alpha_{3}=0.45（在1%水平下显著）-当建筑业科技研发投入强度低于0.03时，环境规制对建筑业碳生产率的影响不显著。这可能是因为在技术水平较低的情况下，建筑企业缺乏足够的技术能力和资金投入来应对环境规制带来的挑战，难以通过技术创新等方式提高碳生产率。当研发投入强度处于0.03-0.06之间时，环境规制系数为0.35且显著，表明环境规制对建筑业碳生产率有显著的促进作用。此时，随着技术水平的提升，企业有能力利用环境规制带来的压力，加大技术创新投入，采用更先进的节能减排技术和工艺，从而提高碳生产率。当研发投入强度超过0.06时，环境规制系数进一步增大至0.52，且在1%水平下显著，说明在高研发投入强度下，环境规制对建筑业碳生产率的促进作用更为明显。企业具备更强的技术创新能力和资源整合能力，能够更好地适应环境规制要求，实现碳生产率的大幅提升。从经济发展水平的门槛效应来看，当人均地区生产总值低于50000元时，环境规制对建筑业碳生产率的影响不显著。这可能是因为经济发展水平较低的地区，建筑业市场规模较小，企业的发展重点更多地放在追求经济增长上，对环境规制的重视程度相对较低，且缺乏足够的资金和技术来改善碳生产率。当人均GDP处于50000-80000元之间时，环境规制系数为0.28且显著，表明随着经济发展水平的提高，地区对环境保护的意识增强，建筑企业也有更多的资源来响应环境规制，通过改进生产技术、优化管理等方式提高碳生产率。当人均GDP超过80000元时，环境规制系数达到0.45且在1%水平下显著，说明在经济高度发达的地区，环境规制对建筑业碳生产率的促进作用更为突出。这些地区的建筑业企业往往具有更高的技术水平、管理水平和资金实力，能够更好地利用环境规制带来的机遇，推动产业升级和绿色发展，实现碳生产率的有效提升。五、空间计量模型的构建与实证分析5.1模型构建空间计量模型能够有效处理经济数据中的空间相关性和空间溢出效应，在研究省域建筑业碳生产率与环境规制的关系时具有重要应用价值。常见的空间计量模型包括空间滞后模型（SpatialLaggedModel，SLM）、空间误差模型（SpatialErrorModel，SEM）和空间杜宾模型（SpatialDurbinModel，SDM）。空间滞后模型（SLM）假设因变量存在空间自相关，即一个地区的建筑业碳生产率不仅受到本地区环境规制及其他自变量的影响，还受到相邻地区建筑业碳生产率的影响。其数学表达式为：y_{i,t}=\rho\sum_{j=1}^{n}w_{ij}y_{j,t}+\beta_{1}x_{1i,t}+\beta_{2}x_{2i,t}+\cdots+\beta_{k}x_{ki,t}+\mu_{i}+\lambda_{t}+\varepsilon_{i,t}其中，y_{i,t}表示第i个省份在t时期的建筑业碳生产率；\rho为空间自回归系数，衡量相邻地区建筑业碳生产率对本地区的影响程度；w_{ij}为空间权重矩阵元素，表示省份i与省份j的空间邻接关系，若省份i与省份j相邻，则w_{ij}=1，否则w_{ij}=0；\sum_{j=1}^{n}w_{ij}y_{j,t}表示相邻地区建筑业碳生产率的加权平均值；x_{ki,t}为第i个省份在t时期的第k个自变量，如环境规制强度、产业集聚程度等；\beta_{k}为自变量的回归系数；\mu_{i}表示个体固定效应，用于控制不随时间变化的地区异质性；\lambda_{t}表示时间固定效应，用于控制随时间变化的共同冲击；\varepsilon_{i,t}为随机误差项。空间误差模型（SEM）则假设误差项存在空间自相关，即相邻地区的误差项存在关联。其表达式为：y_{i,t}=\beta_{1}x_{1i,t}+\beta_{2}x_{2i,t}+\cdots+\beta_{k}x_{ki,t}+\mu_{i}+\lambda_{t}+\nu_{i,t}\nu_{i,t}=\lambda\sum_{j=1}^{n}w_{ij}\nu_{j,t}+\varepsilon_{i,t}其中，\nu_{i,t}为空间自相关误差项；\lambda为空间误差系数，反映了误差项的空间自相关程度；其他变量含义与空间滞后模型相同。空间杜宾模型（SDM）综合考虑了因变量和自变量的空间滞后效应。它假定一个地区的建筑业碳生产率不仅受到本地区自变量的影响，还受到相邻地区自变量的影响。其数学模型为：y_{i,t}=\rho\sum_{j=1}^{n}w_{ij}y_{j,t}+\beta_{1}x_{1i,t}+\beta_{2}x_{2i,t}+\cdots+\beta_{k}x_{ki,t}+\sum_{j=1}^{n}\theta_{1j}w_{ij}x_{1j,t}+\sum_{j=1}^{n}\theta_{2j}w_{ij}x_{2j,t}+\cdots+\sum_{j=1}^{n}\theta_{kj}w_{ij}x_{kj,t}+\mu_{i}+\lambda_{t}+\varepsilon_{i,t}其中，\theta_{kj}为相邻地区第k个自变量的回归系数，表示相邻地区自变量对本地区建筑业碳生产率的影响；其他变量与前面模型含义一致。在选择适合本研究的模型时，首先进行了拉格朗日乘数（LM）检验，包括LM滞后检验和LM误差检验。若LM滞后检验结果显著，且LM误差检验不显著，则选择空间滞后模型；若LM误差检验显著，且LM滞后检验不显著，则选择空间误差模型；若两者均显著，则进一步进行稳健性拉格朗日乘数检验（RobustLM）。若RobustLM滞后检验结果更显著，则选择空间滞后模型；若RobustLM误差检验结果更显著，则选择空间误差模型；若两者都十分显著，且难以判断时，考虑选择空间杜宾模型。通过对2013-2023年中国31个省份的相关数据进行检验，发现LM滞后检验和LM误差检验均显著，且RobustLM滞后检验和RobustLM误差检验也都显著，综合考虑后，选择空间杜宾模型进行实证分析。这是因为空间杜宾模型能够更全面地考虑环境规制等自变量的空间溢出效应以及建筑业碳生产率的空间自相关，更符合本研究从空间视角探究两者关系的需求，能够更准确地揭示省域建筑业碳生产率与环境规制之间复杂的空间作用机制。5.2变量选取与数据处理在本研究中，为了准确探究省域建筑业碳生产率与环境规制的关系，选取了一系列具有代表性的变量，并对相关数据进行了严谨的处理。被解释变量为建筑业碳生产率（CP），其计算方法为建筑业增加值与建筑业碳排放量的比值。建筑业增加值数据来源于国家统计局发布的《中国统计年鉴》各年度版本，该数据全面、准确地反映了各省份建筑业在一定时期内生产经营活动所创造的价值。建筑业碳排放量则通过对建筑材料生产、运输、施工、运营及拆除等全生命周期过程中的碳排放进行核算得到，数据参考了中国建筑节能协会发布的相关研究报告以及部分省级统计部门的专项统计资料。以某省为例，根据这些资料，该省2023年建筑业增加值为[X]亿元，建筑业碳排放量为[X]万吨，经计算其建筑业碳生产率为[X]万元/吨。解释变量为环境规制强度（ER），采用主成分分析法构建综合指标来衡量。选取了多个具有代表性的基础指标，包括单位GDP工业废气排放量（ER1），该指标反映了工业废气排放与经济总量的关系，数据来源于各省份的统计年鉴，体现了工业生产对环境空气质量的影响程度。单位GDP工业废水排放量（ER2），用于衡量工业废水排放与经济产出的关联，同样取自各省份统计年鉴，反映了工业活动对水环境的污染情况。环境污染治理投资占GDP的比重（ER3），该指标体现了政府和社会对环境污染治理的投入力度，数据来源于生态环境部官方网站公布的环境统计数据以及各省份的环境统计年鉴。通过主成分分析，将这些基础指标进行综合，得到环境规制强度的综合指标。例如，对某一年份各省份的上述指标数据进行主成分分析，提取出主成分，并根据各主成分的方差贡献率计算出综合得分，作为该年份各省份的环境规制强度值。控制变量选取了多个可能影响建筑业碳生产率的因素。产业集聚程度（IA），采用区位熵来衡量，计算公式为：LQ_{ij}=\frac{e_{ij}/e_{i}}{E_{j}/E}其中，LQ_{ij}表示i地区j产业的区位熵，e_{ij}表示i地区j产业的产值，e_{i}表示i地区所有产业的总产值，E_{j}表示全国j产业的总产值，E表示全国所有产业的总产值。区位熵越大，表明该地区该产业的集聚程度越高。例如，计算某省建筑业的区位熵时，根据相关统计数据，代入公式得到该省建筑业区位熵值为[X]，说明该省建筑业具有一定的集聚程度。产业集聚程度数据主要来源于国家统计局和各省份统计年鉴。能源结构（ES），用各省份建筑业煤炭消费占能源消费总量的比重来表示，数据来源于各省份的能源统计年鉴。该指标反映了建筑业能源消费中煤炭的占比情况，煤炭属于高碳能源，其占比越高，通常意味着碳排放量可能越大，对建筑业碳生产率产生负面影响。如某省建筑业煤炭消费占能源消费总量的比重为[X]%，表明该省建筑业能源结构中煤炭占比较高，在一定程度上可能制约了建筑业碳生产率的提升。技术创新水平（TI），选取建筑业科技研发投入强度（即建筑业科技研发经费支出占建筑业总产值的比重）来衡量，数据取自各省份的科技统计年鉴以及相关建筑业行业报告。该指标体现了建筑业在技术研发方面的投入力度，科技研发投入的增加有助于推动技术创新，开发和应用更先进的节能减排技术，从而提高建筑业碳生产率。某省建筑业科技研发投入强度为[X]%，说明该省建筑业在技术创新方面有一定的投入，但与其他省份相比，可能存在提升空间。经济发展水平（AGDP），以人均地区生产总值来衡量，数据来源于国家统计局和各省份统计年鉴。经济发展水平较高的地区，通常具有更强的经济实力和技术创新能力，能够为建筑业的发展提供更好的支持，促进建筑业碳生产率的提高。如某省人均地区生产总值为[X]元，处于全国较高水平，其建筑业在先进技术应用、产业升级等方面可能具有一定优势，有利于提高碳生产率。在数据处理方面，由于选取的各变量数据来源不同，量纲和数据量级存在差异，为了消除这些差异对实证结果的影响，对所有变量数据进行了标准化处理。采用的标准化方法为Z-score标准化，其计算公式为：Z_{ij}=\frac{X_{ij}-\overline{X_{j}}}{S_{j}}其中，Z_{ij}是标准化后的数据，X_{ij}是原始数据，\overline{X_{j}}是第j个变量的均值，S_{j}是第j个变量的标准差。通过这种标准化处理，使得各变量数据具有相同的均值（0）和标准差（1），从而提高模型估计的准确性和稳定性。例如，对于建筑业碳生产率变量，首先计算其各省份的均值和标准差，然后根据上述公式对每个省份的原始数据进行标准化转换，得到标准化后的建筑业碳生产率数据。经过标准化处理后的数据，消除了量纲和量级的影响，能够更准确地反映各变量之间的关系，为后续的空间计量模型实证分析奠定了坚实的基础。5.3实证结果与分析运用空间杜宾模型对2013-2023年中国31个省份的面板数据进行回归估计，得到环境规制对省域建筑业碳生产率影响的实证结果，具体如下表所示：变量系数标准误t值P值L.cp0.256***0.0455.690.000er0.185***0.0325.780.000W*er0.065**0.0272.410.016ia0.123***0.0284.390.000W*ia0.035*0.0191.840.066es-0.152***0.035-4.340.000W*es-0.048**0.022-2.180.029ti0.105***0.0244.380.000W*ti0.031*0.0171.820.070agdp0.086***0.0204.300.000W*agdp0.027*0.0151.800.073cons0.326***0.0655.020.000N310R-squared0.785LogLikelihood注：、、分别表示在1%、5%、10%的水平上显著；L.cp表示被解释变量建筑业碳生产率的滞后项；er为环境规制强度；Wer为环境规制强度的空间滞后项；ia为产业集聚程度，Wia为产业集聚程度的空间滞后项；es为能源结构，Wes为能源结构的空间滞后项；ti为技术创新水平，Wti为技术创新水平的空间滞后项；agdp为经济发展水平，W*agdp为经济发展水平的空间滞后项；cons为常数项。从表中回归结果可以看出，空间自回归系数ρ（即L.cp的系数）为0.256，且在1%的水平上显著，表明省域建筑业碳生产率存在显著的空间自相关。即一个地区的建筑业碳生产率不仅受自身因素的影响，还受到相邻地区建筑业碳生产率的正向影响。如果相邻地区的建筑业碳生产率提高1个单位，本地区的建筑业碳生产率将提高0.256个单位。这进一步验证了前文空间自相关分析的结果，说明我国省域建筑业碳生产率在空间上存在明显的集聚特征，区域之间的相互影响较为显著。环境规制强度（er）的系数为0.185，在1%的水平上显著为正，表明环境规制对本地区建筑业碳生产率具有显著的正向促进作用。即环境规制强度每提高1个单位，本地区建筑业碳生产率将提高0.185个单位。这说明从本地效应来看，环境规制通过激励技术创新、优化产业结构、加强管理水平等途径，有效地促进了本地区建筑业碳生产率的提升。在某地区，随着环境规制强度的加大，当地建筑企业积极响应，加大了对建筑节能技术的研发投入，采用了新型的节能设备和施工工艺，使得建筑项目的能源消耗大幅降低，碳排放量减少，从而提高了建筑业碳生产率。环境规制强度的空间滞后项（W*er）系数为0.065，在5%的水平上显著为正，说明环境规制对相邻地区建筑业碳生产率存在显著的空间溢出效应。当一个地区加强环境规制时，不仅会促进本地区建筑业碳生产率的提高，还会通过技术溢出、产业结构调整溢出、政策溢出等途径，带动相邻地区建筑业碳生产率的提升。某地区实施了严格的环境规制政策，促使本地建筑企业加大技术研发力度，开发出一种新型的建筑保温材料。这种材料的技术成果通过技术交流和合作，传播到相邻地区，相邻地区的建筑企业采用该材料后，降低了建筑物的能耗，提高了碳生产率。产业集聚程度（ia）的系数为0.123，在1%的水平上显著为正，表明产业集聚对本地区建筑业碳生产率有显著的促进作用。产业集聚可以促进企业之间的技术交流与合作，共享资源和基础设施，提高生产效率，进而提升建筑业碳生产率。在某建筑产业园区内，众多建筑企业集聚在一起，形成了完整的产业链条。企业之间通过共享技术、设备和人才资源，降低了生产成本，提高了生产效率，使得该地区建筑业碳生产率明显高于其他地区。产业集聚程度的空间滞后项（W*ia）系数为0.035，在10%的水平上显著为正，说明产业集聚对相邻地区建筑业碳生产率也存在一定的正向空间溢出效应。一个地区的产业集聚发展，会对相邻地区产生示范和带动作用，吸引相邻地区的建筑企业向该地区靠拢，促进区域之间的产业协同发展，从而提高相邻地区的建筑业碳生产率。能源结构（es）的系数为-0.152，在1%的水平上显著为负，表明能源结构对本地区建筑业碳生产率具有显著的负面影响。建筑业中煤炭等高碳能源消费占比越高，碳排放量越大，越不利于碳生产率的提升。某地区建筑业能源消耗中煤炭占比较大，清洁能源利用较少，