中国碳排放强度时空分异特征与驱动因素的深度剖析

中国碳排放强度时空分异特征与驱动因素的深度剖析一、引言1.1研究背景与意义工业革命以来，人类对化石能源的大规模开发和利用，导致二氧化碳等温室气体排放急剧增加。根据国际能源署（IEA）的数据，全球二氧化碳排放量从19世纪初的不到10亿吨，激增至2020年的超过315亿吨。这些过量排放引发了一系列严峻的气候变化问题，如全球气温上升、冰川融化、海平面上升、极端气候事件频发等，严重威胁着生态系统的平衡和人类的生存发展。据联合国政府间气候变化专门委员会（IPCC）的报告显示，过去一个世纪全球平均气温已经上升了约1.1℃，如果温室气体排放得不到有效控制，到本世纪末全球平均气温可能上升3℃-5℃，这将给地球带来灾难性的后果。中国作为全球最大的发展中国家和第二大经济体，在全球碳排放格局中占据重要地位。近年来，中国的碳排放量持续增长，尽管人均排放量仍低于部分发达国家，但总量巨大，给全球气候治理带来了一定压力。不过，中国始终积极承担应对气候变化的责任，展现出坚定的决心和行动力。2020年9月，习近平主席在第七十五届联合国大会一般性辩论上郑重宣布中国的“双碳”目标，即二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。这一目标的提出，充分彰显了中国作为负责任大国的担当，也为国内的经济社会发展和环境保护指明了新的方向。碳排放强度作为衡量单位国内生产总值（GDP）所产生碳排放量的关键指标，能够直观反映一个国家或地区在经济发展过程中的碳排放效率和低碳发展水平。对中国碳排放强度的时空差异与影响因素进行深入分析，具有至关重要的现实意义。一方面，从国家可持续发展的角度来看，深入研究碳排放强度有助于精准把握各地区碳排放的现状和动态变化，从而为制定科学合理、切实可行的碳减排政策提供坚实的数据支撑和决策依据。通过明确不同地区碳排放强度的高低及其背后的影响因素，政府可以有针对性地采取措施，如优化产业结构、推广清洁能源、加强技术创新等，推动各地区实现低碳转型，促进经济与环境的协调发展。另一方面，从全球气候治理的层面而言，中国在全球碳排放中占比较大，其碳排放强度的变化对全球气候变化有着不可忽视的影响。中国积极推进碳减排工作，降低碳排放强度，不仅是对自身发展负责，也是对全球气候治理的重大贡献，有助于推动全球气候治理进程朝着更加积极有效的方向发展。1.2国内外研究现状在碳排放强度时空差异与影响因素的研究领域，国内外学者已开展了大量富有价值的研究工作。国外方面，早期研究主要聚焦于碳排放与经济增长之间的关系。例如，Grossman和Krueger在对环境库兹涅茨曲线（EKC）的研究中，发现随着经济发展，环境污染程度（包括碳排放）呈现先上升后下降的倒U型趋势，为后续碳排放强度研究奠定了重要理论基础。在时空差异研究上，一些学者运用空间计量分析方法，对不同国家和地区的碳排放强度进行了对比分析。如Ang运用对数平均迪氏指数法（LMDI）对多个国家的碳排放强度进行分解，发现不同国家在能源结构、产业结构等方面的差异导致了碳排放强度的显著不同。在影响因素探究中，能源结构始终是重点关注对象。Stern研究表明，化石能源占比高的国家，其碳排放强度普遍较高，因为煤炭、石油等化石能源在燃烧过程中会释放大量二氧化碳。国内研究紧跟国际步伐，并结合中国国情进行深入拓展。在时空差异研究中，众多学者以省级行政区域为研究单元，全面分析中国碳排放强度的区域特征。例如，徐国泉等运用LMDI分解法，对中国各省份碳排放强度进行分解，发现东部地区由于产业结构优化和能源利用效率提升，碳排放强度明显低于中西部地区。在时间维度上，研究发现随着节能减排政策的持续推进，中国整体碳排放强度呈下降趋势，但不同地区的下降速度存在差异。在影响因素方面，国内研究更加多元化。经济增长方面，林伯强等通过实证研究指出，在经济发展的不同阶段，经济增长对碳排放强度的影响不同，在工业化初期，经济增长往往伴随着碳排放强度的上升，但随着经济结构调整和技术进步，二者关系逐渐弱化。产业结构调整是降低碳排放强度的关键因素之一，高耗能产业占比较高的地区，碳排放强度通常较高，而服务业等低耗能产业的发展有助于降低碳排放强度。技术创新也被证明对降低碳排放强度具有积极作用，先进的节能减排技术能够提高能源利用效率，减少单位产出的碳排放量。然而，当前研究仍存在一定不足。在时空差异研究中，部分研究对城市尺度的关注不够，而城市作为经济活动的主要载体，其碳排放强度的研究对于制定精细化的减排政策至关重要。在影响因素研究方面，各因素之间的交互作用研究相对较少，实际情况中，经济增长、产业结构、能源结构等因素相互关联、相互影响，仅单独研究某一因素难以全面揭示碳排放强度的变化机制。此外，对于一些新兴因素，如数字经济发展、区域一体化进程等对碳排放强度的影响，研究还不够深入。相较于现有研究，本文的创新点主要体现在以下几个方面：一是研究尺度更加细化，不仅关注省级区域，还深入分析城市层面的碳排放强度时空差异，以提供更具针对性的政策建议；二是综合考虑多种影响因素及其交互作用，构建全面的影响因素分析框架，运用结构方程模型等方法，深入探究各因素之间的复杂关系；三是将新兴因素纳入研究范畴，分析数字经济发展、区域一体化等对碳排放强度的影响路径和程度，为中国在新发展格局下实现碳减排目标提供新思路。1.3研究内容与方法1.3.1研究内容本文聚焦于中国碳排放强度的时空差异与影响因素，展开多维度、系统性的深入研究，具体内容如下：中国碳排放强度的测算与时空差异分析：基于详实的能源消费数据，运用科学的碳排放核算方法，精准测算中国各地区历年的碳排放强度。在时间维度上，深入剖析碳排放强度随时间的动态变化趋势，全面揭示其长期演变规律和阶段性特征，如分析不同时期碳排放强度的增减幅度、波动情况以及背后的政策驱动因素等。在空间维度上，借助空间分析工具，细致探究碳排放强度在不同区域间的分布格局和差异，包括东中西部地区、各省级行政区以及重点城市群之间的对比分析，识别出碳排放强度的高值区和低值区，并探讨其形成的地理、经济和产业基础等原因。中国碳排放强度的影响因素探究：从多个层面全面筛选对碳排放强度可能产生影响的因素，涵盖经济增长、产业结构、能源结构、技术水平、人口规模、政策导向等关键领域。通过构建严谨的计量经济模型，深入分析各因素对碳排放强度的作用方向和影响程度。例如，运用回归分析方法，定量研究经济增长与碳排放强度之间的关系，判断是否存在环境库兹涅茨曲线特征；分析产业结构中高耗能产业占比对碳排放强度的提升作用，以及服务业等低耗能产业发展的减排效应；研究能源结构中煤炭、石油等化石能源占比与清洁能源占比对碳排放强度的不同影响；探讨技术进步如何通过提高能源利用效率、促进低碳技术创新来降低碳排放强度。同时，考虑各因素之间的交互作用，深入探究它们如何共同影响碳排放强度，以更全面、准确地揭示碳排放强度变化的内在机制。基于时空差异的碳减排策略制定：紧密结合碳排放强度的时空差异特征以及影响因素的分析结果，针对性地提出具有科学性、合理性和可操作性的碳减排策略。对于碳排放强度较高的地区，根据其主要影响因素，制定精准的减排措施，如针对产业结构偏重的地区，提出加快产业结构调整，推动高耗能产业转型升级，培育发展新兴低碳产业的建议；对于能源结构不合理的地区，建议加大清洁能源开发利用力度，降低对化石能源的依赖。同时，充分考虑不同地区的经济发展水平和资源禀赋差异，确保减排策略既能有效降低碳排放强度，又能促进区域经济的可持续发展，实现经济增长与环境保护的协调共进。此外，还将从政策协同、技术创新、区域合作等多个角度，提出促进全国碳减排目标实现的综合性建议，为国家和地方政府制定碳减排政策提供有力的决策支持。1.3.2研究方法为确保研究的科学性、准确性和全面性，本研究综合运用多种研究方法，从不同角度对中国碳排放强度进行深入剖析，具体方法如下：数据来源：本研究的数据来源广泛且权威，以保证研究结果的可靠性和准确性。能源消费数据主要来源于《中国能源统计年鉴》，该年鉴详细记录了全国及各地区各类能源的生产、消费、进出口等数据，涵盖煤炭、石油、天然气、电力等多种能源类型，时间跨度长，数据连续性好。国内生产总值（GDP）、产业结构、人口规模等经济社会数据取自《中国统计年鉴》，其包含了丰富的经济指标和社会发展数据，能够全面反映各地区的经济发展水平、产业构成以及人口变动情况。此外，对于部分行业的特定数据，还参考了相关行业部门的统计报告和研究资料，以补充和完善数据体系。通过多渠道的数据收集，构建了一个全面、系统的数据集，为后续的研究分析奠定了坚实的数据基础。碳排放强度测算方法：采用国际通用且广泛认可的碳排放核算方法，即基于能源消费的碳排放核算方法。根据各类能源的消费量和对应的碳排放系数，计算出各地区的碳排放量。碳排放系数依据国际权威机构（如国际能源署、政府间气候变化专门委员会）发布的数据，并结合中国能源的实际情况进行适当调整，以确保核算结果符合中国国情。计算公式为：CE=\sum_{i=1}^{n}E_{i}\timesCF_{i}其中，CE表示碳排放量，E_{i}表示第i种能源的消费量，CF_{i}表示第i种能源的碳排放系数。在计算出碳排放量后，结合各地区的GDP数据，通过公式CI=\frac{CE}{GDP}计算出碳排放强度CI，以此准确衡量各地区单位经济产出所产生的碳排放量。时空差异分析方法：在时间差异分析方面，运用时间序列分析方法，对各地区历年的碳排放强度数据进行处理和分析。通过绘制时间序列图，直观展示碳排放强度随时间的变化趋势；采用趋势线拟合、移动平均等方法，消除数据中的短期波动，提取长期趋势特征，分析不同时间段内碳排放强度的变化速率和趋势转折点，深入探讨其背后的政策、经济和技术等因素的驱动作用。在空间差异分析中，借助地理信息系统（GIS）技术，将各地区的碳排放强度数据进行可视化处理，以地图形式直观呈现其空间分布格局。运用空间统计分析方法，如全局莫兰指数（GlobalMoran'sI）、局部莫兰指数（LocalMoran'sI）等，分析碳排放强度在空间上的相关性和集聚特征，判断是否存在高值集聚或低值集聚区域，以及这些集聚区域的分布范围和演变趋势。影响因素分析方法：构建多元线性回归模型，以碳排放强度为被解释变量，以经济增长、产业结构、能源结构、技术水平、人口规模等为解释变量，探究各因素对碳排放强度的影响。为了克服传统回归模型可能存在的多重共线性、异方差等问题，采用逐步回归、岭回归等方法对模型进行优化和检验。同时，运用结构方程模型（SEM），考虑各影响因素之间的潜在关系和相互作用，更全面、深入地揭示它们对碳排放强度的综合影响路径和机制。例如，通过SEM可以分析产业结构调整如何通过影响能源结构和技术进步，进而对碳排放强度产生间接影响，以及各条影响路径的相对重要性。此外，还将采用面板数据模型，充分利用各地区的截面数据和时间序列数据，控制个体异质性和时间趋势，提高模型估计的准确性和可靠性，以更精准地分析各因素在不同地区和不同时间的影响差异。二、中国碳排放强度的时空差异分析2.1时间差异分析2.1.1总体趋势为深入剖析中国碳排放强度的时间变化趋势，本研究收集并整理了1990-2022年期间中国历年的碳排放量与国内生产总值（GDP）数据，依据前文所述的碳排放强度测算公式（CI=\frac{CE}{GDP}），精准计算出各年份的碳排放强度。通过对计算结果进行分析，绘制出中国1990-2022年碳排放强度时间序列图（见图1）。从图中可以清晰地看出，中国碳排放强度在这一时期整体呈现出显著的下降趋势。1990年，中国碳排放强度约为5.48吨/万元（以2020年不变价计算），此后随着时间的推移，碳排放强度持续降低，到2022年，已降至约1.14吨/万元，降幅高达79.2%。这一成果充分彰显了中国在过去几十年间，在节能减排、推动经济绿色转型等方面所取得的卓越成效。中国碳排放强度之所以能够呈现出如此明显的下降趋势，主要归因于以下几方面关键因素：其一，能源结构的持续优化发挥了重要作用。中国积极推进能源领域的改革与发展，大力开发和利用太阳能、风能、水能、核能等清洁能源，逐步降低对煤炭、石油等高碳化石能源的依赖程度。数据显示，1990年，中国清洁能源占一次能源消费总量的比重仅为4.8%，而到2022年，这一比重已提升至25.9%。清洁能源消费占比的不断提高，有效减少了单位能源消费所产生的碳排放量，从而对碳排放强度的降低起到了积极的推动作用。其二，产业结构调整也是促使碳排放强度下降的重要驱动力。随着中国经济的快速发展，产业结构不断优化升级，逐渐从传统的高耗能、高排放产业向低耗能、高附加值的产业转变。工业领域积极推进转型升级，加大对技术创新和设备更新的投入，淘汰落后产能，提高生产效率，降低能源消耗和碳排放。与此同时，服务业等第三产业发展迅猛，在国民经济中的比重持续上升。2022年，中国第三产业增加值占GDP的比重达到52.8%，相比1990年提高了23.7个百分点。由于服务业的能源消耗和碳排放强度相对较低，其快速发展有助于降低整体经济的碳排放强度。其三，技术进步对降低碳排放强度功不可没。在过去几十年间，中国在能源利用、节能减排等领域取得了一系列重大技术突破，不断提高能源利用效率，减少能源浪费。例如，在电力行业，超超临界机组、循环流化床锅炉等先进发电技术得到广泛应用，大幅提高了煤炭发电的效率；在工业领域，余热回收利用、变频调速等节能技术的推广应用，有效降低了企业的能源消耗和碳排放。此外，科技创新还推动了新能源技术、碳捕获与封存技术（CCS）等低碳技术的发展，为进一步降低碳排放强度提供了技术支撑。2.1.2阶段性特征为了更细致地探究中国碳排放强度在不同时期的变化特点及其背后的驱动因素，本研究依据中国经济发展历程、能源政策调整以及重大事件的影响，将1990-2022年划分为以下四个具有代表性的阶段，并对各阶段碳排放强度的变化情况展开深入分析。第一阶段：1990-2000年：在这一阶段，中国正处于改革开放的深化期，经济保持着较高的增长速度，年均增长率达到10.6%。然而，由于当时经济发展主要依赖于传统的高耗能产业，能源结构以煤炭为主，清洁能源占比较低，导致碳排放强度虽然有所下降，但降幅相对较小。1990年，碳排放强度为5.48吨/万元，到2000年降至4.21吨/万元，下降了23.2%。在这一时期，中国政府开始逐渐意识到环境保护和节能减排的重要性，出台了一系列相关政策法规。例如，1996年发布的《国务院关于环境保护若干问题的决定》，明确提出要加强环境保护，控制污染物排放。这些政策措施的实施，在一定程度上促进了企业加强节能减排管理，推动了能源利用效率的提升，从而促使碳排放强度有所下降。但由于当时技术水平相对落后，产业结构调整步伐较慢，碳排放强度下降的幅度受到一定限制。第二阶段：2001-2010年：2001年中国加入世界贸易组织（WTO），经济全球化进程加速，中国经济迎来了新一轮的高速增长期，年均增长率达到10.5%。随着工业化和城市化进程的加快，能源需求大幅增长，而能源结构调整相对滞后，煤炭在能源消费中的占比仍然较高，导致碳排放强度在这一阶段出现了短暂的上升趋势。2001年，碳排放强度为4.16吨/万元，到2006年上升至4.58吨/万元。为了应对这一挑战，中国政府进一步加大了节能减排的力度，出台了一系列更为严格的政策措施。2005年，国家发布《关于做好建设节约型社会近期重点工作的通知》，明确提出要大力推进能源节约，提高能源利用效率。2007年，又发布《节能减排综合性工作方案》，对节能减排工作做出了全面部署。在这些政策的推动下，从2007年开始，碳排放强度逐渐呈现出下降趋势，到2010年降至3.79吨/万元。这一阶段，中国在节能减排方面取得了一定的成效，但由于经济增长对能源的需求较大，能源结构调整难度较大，碳排放强度下降的过程仍然面临诸多挑战。第三阶段：2011-2020年：这一阶段，中国经济进入新常态，经济增长速度从高速转向中高速，更加注重经济发展的质量和效益。在“创新、协调、绿色、开放、共享”新发展理念的指引下，中国加快了产业结构调整和能源结构优化的步伐，加大了对清洁能源的开发利用和节能减排技术的研发投入，碳排放强度下降速度明显加快。2011年，碳排放强度为3.65吨/万元，到2020年降至1.48吨/万元，下降了59.5%。在产业结构调整方面，中国大力推动战略性新兴产业发展，培育新的经济增长点，同时加快传统产业的转型升级，降低高耗能产业在经济中的比重。在能源结构优化方面，积极推进能源革命，加大对太阳能、风能、水能、核能等清洁能源的投资和开发力度，提高清洁能源在能源消费中的比重。此外，还加强了节能减排技术的创新和推广应用，提高了能源利用效率。例如，通过实施燃煤电厂超低排放和节能改造工程，大幅降低了燃煤电厂的污染物排放和能源消耗。这一阶段，中国在节能减排和应对气候变化方面取得了显著成效，碳排放强度下降速度加快，为实现碳达峰、碳中和目标奠定了坚实基础。第四阶段：2021-2022年：随着“双碳”目标的提出，中国应对气候变化工作进入了新的阶段。在这一阶段，中国政府进一步加强了对碳排放的管控，出台了一系列政策措施，推动经济社会发展全面绿色转型。2021年，碳排放强度为1.28吨/万元，2022年降至1.14吨/万元，下降了10.9%。在“双碳”目标的引领下，中国加快构建碳达峰、碳中和“1+N”政策体系，从能源、产业、交通、建筑等多个领域入手，全面推进节能减排和绿色低碳发展。在能源领域，持续加大对清洁能源的开发利用力度，提高非化石能源消费比重；在产业领域，严格控制高耗能、高排放项目建设，推动传统产业绿色低碳转型；在交通领域，大力发展新能源汽车和公共交通，推广绿色出行方式；在建筑领域，加强建筑节能标准的执行，推动绿色建筑发展。这些政策措施的实施，使得碳排放强度在这一阶段继续保持下降趋势，并且下降速度相对稳定，表明中国在实现“双碳”目标的道路上正在稳步前进。2.2空间差异分析2.2.1区域划分为深入剖析中国碳排放强度的空间差异，本研究依据地理位置、经济发展水平以及产业结构特征等多方面因素，将中国划分为东部、中部、西部和东北地区四大区域。其中，东部地区涵盖北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10个省市，该区域经济发达，对外开放程度高，产业结构以高端制造业和现代服务业为主；中部地区包括山西、安徽、江西、河南、湖北和湖南6个省份，是中国重要的农产品生产基地和制造业承接区，工业在经济中占比较大；西部地区包含内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12个省（自治区、直辖市），地域辽阔，资源丰富，但经济发展水平相对较低，产业结构中能源资源型产业占比较高；东北地区由辽宁、吉林和黑龙江3个省份组成，作为中国的老工业基地，传统重工业基础雄厚，但在经济转型过程中面临一定挑战。此外，考虑到国家重大战略区域在经济发展和碳排放方面的重要性，本研究还对京津冀、长江经济带、粤港澳大湾区、长三角和黄河流域等重大战略区域进行单独分析。京津冀地区包括北京、天津和河北，是中国的政治、文化和国际交往中心，也是北方经济发展的核心区域；长江经济带覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、贵州和云南11个省市，是中国经济最具活力和发展潜力的区域之一，在推动区域协调发展和绿色发展方面发挥着重要作用；粤港澳大湾区由香港、澳门两个特别行政区和广东省广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆九个珠三角城市组成，是中国开放程度最高、经济活力最强的区域之一，在科技创新和产业升级方面具有显著优势；长三角地区包括上海、江苏、浙江和安徽三省一市，是中国经济发展最活跃、开放程度最高、创新能力最强的区域之一，在高端制造业、现代服务业和科技创新领域处于全国领先地位；黄河流域涉及青海、甘肃、宁夏、内蒙古、陕西、山西、河南和山东8个省份，是中国重要的生态屏障和经济地带，在能源开发、农业生产和制造业发展等方面具有重要地位。通过对不同区域的划分和分析，能够更全面、细致地揭示中国碳排放强度的空间差异及其形成机制。2.2.2区域间差异为了准确衡量不同区域间碳排放强度的差异程度及其变化趋势，本研究运用Dagum基尼系数及其分解方法对2000-2022年期间中国东部、中部、西部和东北地区的碳排放强度数据进行深入分析。Dagum基尼系数能够将总体差异分解为组内差异、组间净差异和组间超变密度三部分，从而全面揭示区域间差异的来源和结构。计算结果显示，2000-2022年中国四大区域碳排放强度的总体Dagum基尼系数呈现出先上升后下降的趋势（见图2）。2000年，总体Dagum基尼系数为0.231，随后在2005年上升至0.265，达到阶段性高点，这主要是由于在这一时期，东部地区经济快速发展，能源利用效率提升较快，而中西部和东北地区经济增长对能源的依赖程度较高，产业结构调整相对滞后，导致区域间碳排放强度差距逐渐扩大。此后，随着国家节能减排政策的深入实施，各地区加大了产业结构调整和能源结构优化的力度，总体Dagum基尼系数开始逐渐下降，到2022年降至0.186，表明区域间碳排放强度差异在逐渐缩小。进一步对Dagum基尼系数进行分解分析发现，组间净差异是总体差异的主要来源，在2000-2022年期间，组间净差异对总体差异的贡献率始终保持在60%以上。这说明不同区域之间的碳排放强度存在显著差异，区域间的经济发展水平、产业结构和能源结构等因素对碳排放强度的影响较为突出。其中，东部地区与西部地区、东北地区之间的组间净差异相对较大，这是因为东部地区产业结构相对优化，能源利用效率较高，清洁能源占比较大，而西部地区和东北地区产业结构偏重，能源结构以化石能源为主，导致碳排放强度差异明显。例如，2022年，东部地区碳排放强度平均为0.85吨/万元，而西部地区为1.56吨/万元，东北地区为1.38吨/万元。组内差异对总体差异的贡献率相对较小，在2000-2022年期间，贡献率在20%-30%之间波动。其中，西部地区的组内差异相对较大，这是由于西部地区各省份之间经济发展水平和资源禀赋差异较大，部分资源富集省份以能源资源型产业为主，碳排放强度较高，而一些经济相对发达的省份在产业结构调整和节能减排方面取得了较好成效，碳排放强度相对较低，从而导致组内差异较为明显。例如，2022年，内蒙古碳排放强度高达3.12吨/万元，而重庆仅为1.03吨/万元。组间超变密度对总体差异的贡献率最小，一般在10%以下。这表明不同区域之间碳排放强度的重叠程度较低，区域划分具有一定的合理性，各区域在碳排放强度方面具有较为明显的特征差异。2.2.3区域内差异在对区域间碳排放强度差异进行分析的基础上，本研究进一步深入探究各区域内部城市或省份之间碳排放强度的差异，以揭示区域内发展不平衡对碳排放的影响。东部地区：东部地区内部各省市之间碳排放强度存在一定差异，但整体相对较小。其中，北京、上海、广东等省市碳排放强度较低，2022年，北京碳排放强度为0.45吨/万元，上海为0.52吨/万元，广东为0.71吨/万元。这些省市经济发展水平较高，产业结构以高端服务业和先进制造业为主，能源利用效率高，且在清洁能源开发利用方面取得了显著成效。例如，北京大力发展金融、科技服务等服务业，服务业占GDP比重超过80%；上海积极推进科技创新，在新能源汽车、智能制造等领域处于领先地位，同时加大对风能、太阳能等清洁能源的利用；广东加快产业转型升级，培育发展新兴产业，推动能源结构优化。而河北、山东等省份碳排放强度相对较高，2022年，河北碳排放强度为1.13吨/万元，山东为1.06吨/万元。这主要是因为这些省份产业结构中重化工业占比较大，能源消耗量大，且能源结构以煤炭等化石能源为主。例如，河北是钢铁大省，钢铁产业能耗高、碳排放量大；山东的化工、建材等行业也较为发达，对能源的依赖程度较高。中部地区：中部地区内部各省份碳排放强度差异相对较大。河南、湖北等省份碳排放强度相对较低，2022年，河南碳排放强度为1.01吨/万元，湖北为0.95吨/万元。这些省份近年来在产业结构调整和节能减排方面取得了积极进展，加快推进传统产业转型升级，大力发展战略性新兴产业，提高能源利用效率。例如，河南积极培育壮大装备制造、电子信息等产业，推动能源消费结构优化；湖北加强科技创新，在新能源、新材料等领域取得了一批重要成果，促进了碳排放强度的降低。而山西、江西等省份碳排放强度相对较高，2022年，山西碳排放强度为2.05吨/万元，江西为1.23吨/万元。山西作为煤炭资源大省，经济发展对煤炭产业依赖程度高，能源结构单一，导致碳排放强度居高不下；江西产业结构中传统制造业占比较大，能源利用效率有待进一步提高。西部地区：如前文所述，西部地区内部各省份碳排放强度差异最为显著。内蒙古、宁夏等能源资源富集省份碳排放强度较高，2022年，内蒙古碳排放强度高达3.12吨/万元，宁夏为2.35吨/万元。这些省份以能源开采和初加工产业为主，产业结构偏重，能源消耗量大，且清洁能源开发利用相对滞后。例如，内蒙古的煤炭、电力等产业在经济中占比较大，能源生产和消费过程中碳排放量大；宁夏的化工、电力等行业也较为发达，对煤炭等化石能源的依赖程度高。而重庆、四川等省份碳排放强度相对较低，2022年，重庆碳排放强度为1.03吨/万元，四川为1.12吨/万元。重庆和四川在产业结构调整和能源结构优化方面取得了一定成效，积极发展电子信息、汽车制造等产业，加大对水能、天然气等清洁能源的开发利用。东北地区：东北地区内部各省份碳排放强度差异相对较小，但整体水平较高。2022年，辽宁碳排放强度为1.42吨/万元，吉林为1.29吨/万元，黑龙江为1.44吨/万元。东北地区作为老工业基地，传统重工业基础雄厚，产业结构以装备制造、石油化工、钢铁等为主，能源消耗量大，且能源结构以煤炭、石油等化石能源为主，导致碳排放强度较高。尽管近年来东北地区在产业结构调整和节能减排方面采取了一系列措施，但由于产业转型难度较大，能源结构调整进展相对缓慢，碳排放强度仍然处于较高水平。区域内发展不平衡对碳排放产生了重要影响。经济发展水平较高、产业结构优化、能源利用效率高的地区，碳排放强度相对较低；而经济发展相对滞后、产业结构偏重、能源结构不合理的地区，碳排放强度相对较高。这种区域内差异表明，在制定碳减排政策时，需要充分考虑各区域内部的发展特点和差异，采取差异化的政策措施，促进区域内协调发展，共同实现碳减排目标。例如，对于碳排放强度较高的地区，应加大产业结构调整力度，推动传统产业转型升级，培育发展新兴产业，优化能源结构，提高能源利用效率；对于碳排放强度较低的地区，应继续发挥其示范引领作用，加强技术创新和经验推广，带动区域内其他地区共同降低碳排放强度。2.2.4空间格局演变为了深入揭示中国碳排放强度空间格局的演变规律，本研究借助空间自相关分析工具，运用全局莫兰指数（GlobalMoran'sI）和局部莫兰指数（LocalMoran'sI）对2000-2022年期间中国各省份的碳排放强度数据进行分析。全局莫兰指数用于衡量整个研究区域内变量的空间自相关性，其取值范围为[-1,1]。当GlobalMoran'sI>0时，表示存在正的空间自相关，即高值与高值相邻，低值与低值相邻；当GlobalMoran'sI<0时，表示存在负的空间自相关，即高值与低值相邻；当GlobalMoran'sI=0时，表示空间分布是随机的，不存在空间自相关。计算结果显示，2000-2022年中国碳排放强度的全局莫兰指数均大于0，且呈现出先上升后下降的趋势（见图3）。2000年，全局莫兰指数为0.215，表明中国碳排放强度在空间上存在一定的正自相关，即碳排放强度高的省份倾向于与碳排放强度高的省份相邻，碳排放强度低的省份倾向于与碳排放强度低的省份相邻。在2000-2005年期间，全局莫兰指数逐渐上升，到2005年达到0.256，这说明在这一时期，中国碳排放强度的空间集聚特征逐渐增强，区域间的碳排放强度差异进一步扩大，高排放区域和低排放区域的集聚现象更加明显。此后，随着国家节能减排政策的实施和区域协调发展战略的推进，全局莫兰指数开始逐渐下降，到2022年降至0.182，表明碳排放强度的空间集聚程度有所减弱，区域间的碳排放强度差异逐渐缩小，空间分布趋于均衡。为了更直观地了解碳排放强度的空间集聚情况，本研究进一步运用局部莫兰指数进行分析，并绘制了2000年和2022年中国碳排放强度的局部莫兰指数散点图（见图4和图5）。局部莫兰指数散点图将各省份划分为四个象限，分别表示HH（高-高）、LH（低-高）、LL（低-低）和HL（高-低）四种类型。其中，HH类型表示该省份及其周边省份的碳排放强度都较高，形成了高值集聚区域；LH类型表示该省份碳排放强度较低，但周边省份碳排放强度较高，处于高值集聚区的边缘；LL类型表示该省份及其周边省份的碳排放强度都较低，形成了低值集聚区域；HL类型表示该省份碳排放强度较高，但周边省份碳排放强度较低，处于低值集聚区的边缘。从2000年的局部莫兰指数散点图可以看出，HH类型的省份主要集中在内蒙古、山西、宁夏等西部地区，这些省份能源资源丰富，以能源开采和初加工产业为主，产业结构偏重，能源消耗量大，碳排放强度较高，形成了明显的高值集聚区域。LL类型的省份主要分布在东部沿海地区，如北京、上海、广东等，这些省份经济发达，产业结构优化，能源利用效率高，碳排放强度较低，形成了低值集聚区域。到2022年，HH类型的省份范围有所缩小，内蒙古、山西等省份的碳排放强度虽然仍然较高，但周边一些省份在节能减排方面取得了一定成效，碳排放强度有所下降，使得高值集聚区域的集聚程度有所减弱。LL类型的省份范围有所扩大，不仅东部沿海地区的省份碳排放强度持续降低，一些中部地区的省份如河南、湖北等在产业结构调整和节能减排方面也取得了积极进展，加入了低值集聚区域的行列。这表明中国碳排放强度的空间格局在2000-2022年期间发生了明显的演变，高值集聚区域和低值集聚区域的范围和集聚程度都发生了变化，整体呈现出高值集聚区域缩小、低值集聚区域扩大的趋势，空间分布逐渐趋于均衡。三、中国碳排放强度的影响因素分析3.1理论分析碳排放强度作为衡量单位GDP碳排放量的关键指标，受到多种复杂因素的综合影响。这些因素涵盖经济、能源、产业、技术等多个重要领域，它们相互交织、相互作用，共同塑造了中国碳排放强度的动态变化格局。深入剖析这些因素及其作用机制，对于制定科学有效的碳减排政策、推动经济绿色低碳转型具有至关重要的理论与现实意义。在经济增长层面，其与碳排放强度之间存在着复杂而微妙的关系。根据环境库兹涅茨曲线理论，在经济发展的初期阶段，随着人均收入水平的提升，经济活动规模不断扩张，对能源的需求持续增加，且能源结构往往以高碳的化石能源为主，这使得碳排放强度呈现上升趋势。以中国为例，在改革开放初期，经济快速增长主要依赖于高耗能的工业产业，煤炭在能源消费中占据主导地位，导致碳排放强度随之攀升。然而，当经济发展达到一定阶段后，产业结构开始优化升级，技术创新能力不断增强，清洁能源的应用逐渐广泛，能源利用效率大幅提高，这些积极变化促使碳排放强度逐渐下降。近年来，中国经济进入新常态，更加注重高质量发展，加大了对科技创新和绿色产业的投入，推动了经济增长与碳排放强度的逐步脱钩。能源结构是影响碳排放强度的核心因素之一。不同能源在生产和消费过程中产生的碳排放存在显著差异。煤炭、石油等化石能源在燃烧时会释放大量二氧化碳，而太阳能、风能、水能、核能等清洁能源则具有低碳甚至零碳的特性。长期以来，中国能源结构以煤炭为主，煤炭消费占一次能源消费总量的比重较高，这无疑是导致碳排放强度居高不下的重要原因之一。随着能源革命的深入推进，中国不断加大对清洁能源的开发利用力度，提高清洁能源在能源消费结构中的占比，有效降低了单位能源消费的碳排放量，从而推动了碳排放强度的下降。例如，中国在太阳能光伏发电和风力发电领域取得了显著成就，装机容量持续增长，对降低碳排放强度发挥了积极作用。产业结构调整对碳排放强度有着直接而深刻的影响。不同产业的能源消耗和碳排放水平存在巨大差异。工业尤其是高耗能产业，如钢铁、水泥、化工等，通常具有较高的能源需求和碳排放强度，这些产业在经济中所占比重较大时，会拉高整体的碳排放强度。相比之下，服务业和高新技术产业，如金融、信息技术、文化创意等，能源消耗较低，碳排放强度也相对较小。近年来，中国积极推动产业结构优化升级，加快传统产业的绿色改造，大力发展战略性新兴产业和现代服务业，逐步降低高耗能产业的比重，有力地促进了碳排放强度的降低。例如，一些传统制造业通过引入先进的生产技术和节能减排设备，实现了能源利用效率的提升和碳排放的减少；而新兴的新能源汽车产业的快速发展，不仅带动了相关产业链的发展，还降低了交通运输领域的碳排放。技术进步是降低碳排放强度的关键驱动力。一方面，技术创新能够提高能源利用效率，减少能源在生产、传输和消费过程中的损耗，从而降低单位产出的碳排放量。例如，先进的能源转换技术、高效的节能设备以及智能化的能源管理系统等的应用，使得能源利用更加高效，减少了能源浪费，进而降低了碳排放强度。另一方面，技术进步推动了低碳技术和可再生能源技术的发展与应用，如碳捕获与封存技术（CCS）、太阳能光伏发电技术、风力发电技术、生物质能利用技术等。这些技术的不断突破和广泛应用，为减少碳排放提供了强有力的技术支撑，有助于降低对高碳化石能源的依赖，实现经济发展与碳排放的脱钩。人口规模和城市化进程也对碳排放强度产生不可忽视的影响。随着人口规模的增长，能源需求总量相应增加，这在一定程度上会对碳排放强度产生向上的压力。特别是在人口密集地区，能源供应和碳排放管理面临更大的挑战。城市化进程的加速会带来一系列变化，如居民生活方式的改变、城市基础设施建设的加快以及产业向城市的集聚等，这些变化既可能导致能源消耗和碳排放的增加，也可能通过规模效应和技术溢出效应促进能源利用效率的提高和低碳技术的应用。在城市化过程中，城市建设需要大量的能源投入，建筑施工和交通运输等活动会产生较多的碳排放；但同时，城市的集聚效应也有利于集中推广节能减排技术和发展公共交通，从而降低碳排放强度。政策导向在碳排放强度的调控中发挥着引导性作用。政府通过制定和实施一系列环境政策、能源政策和产业政策，对经济活动和能源消费进行引导和约束，从而影响碳排放强度。环境政策方面，严格的环境监管标准和污染物排放标准，促使企业加大环保投入，采用更清洁的生产技术和工艺，减少碳排放。能源政策方面，鼓励清洁能源发展、提高能源效率、限制高碳能源消费等政策措施，有助于优化能源结构，降低碳排放强度。产业政策方面，扶持低碳产业发展、推动传统产业转型升级、淘汰落后产能等政策，对调整产业结构、降低碳排放强度具有重要作用。例如，政府通过实施碳排放权交易制度，为企业提供了碳排放的市场约束机制，激励企业积极减排；通过对新能源产业的补贴和税收优惠政策，促进了新能源产业的快速发展。3.2实证模型构建3.2.1变量选取为全面、深入地探究中国碳排放强度的影响因素，本研究基于理论分析和已有研究成果，精心选取了一系列具有代表性的变量，具体如下：被解释变量：碳排放强度（CI）：作为核心被解释变量，它是衡量单位国内生产总值（GDP）所产生碳排放量的关键指标，能够直观反映一个地区在经济发展过程中的碳排放效率和低碳发展水平。本研究通过基于能源消费的碳排放核算方法，依据《中国能源统计年鉴》中各类能源的消费量和对应的碳排放系数，准确计算出各地区的碳排放量，再结合各地区的GDP数据，运用公式CI=\frac{CE}{GDP}得出碳排放强度，为后续的实证分析奠定了坚实的数据基础。解释变量：经济增长（GDP）：以人均国内生产总值来衡量，反映地区的经济发展水平。经济增长是影响碳排放强度的重要因素之一，根据环境库兹涅茨曲线理论，在经济发展的不同阶段，经济增长对碳排放强度的影响存在差异。在经济发展初期，经济增长往往伴随着能源消耗的增加和碳排放强度的上升；而当经济发展到一定阶段后，产业结构优化和技术进步等因素可能促使碳排放强度下降。本研究使用各地区历年的人均GDP数据，以探究其对碳排放强度的影响。能源结构（ES）：用煤炭消费占一次能源消费总量的比重来表示。不同能源在生产和消费过程中产生的碳排放存在显著差异，煤炭作为高碳能源，其在能源结构中所占比重越大，碳排放强度通常越高。本研究依据《中国能源统计年鉴》中各地区各类能源消费数据，计算出煤炭消费占比，以此衡量能源结构对碳排放强度的影响。产业结构（IS）：以第二产业增加值占国内生产总值的比重来衡量。第二产业尤其是高耗能产业，如钢铁、水泥、化工等，通常具有较高的能源需求和碳排放强度，其在经济中所占比重的变化会直接影响碳排放强度。本研究通过收集各地区历年第二产业增加值和GDP数据，计算出第二产业占比，用于分析产业结构对碳排放强度的作用。技术水平（TECH）：采用各地区专利授权数量作为代理变量，反映技术创新和进步水平。技术进步可以通过提高能源利用效率、推动清洁能源技术发展等方式，降低单位产出的碳排放量，从而对碳排放强度产生负面影响。本研究使用各地区历年专利授权数量数据，以考察技术水平对碳排放强度的影响。人口规模（POP）：以各地区年末常住人口数量来衡量。人口规模的增长会导致能源需求总量的增加，从而对碳排放强度产生一定的影响。本研究收集各地区历年年末常住人口数据，分析人口规模与碳排放强度之间的关系。对外开放程度（OPEN）：用各地区进出口总额占国内生产总值的比重来表示。对外开放程度的提高可能会促进地区经济发展和技术引进，但也可能带来更多的能源消耗和碳排放。本研究依据各地区历年进出口总额和GDP数据，计算出对外开放程度指标，以探究其对碳排放强度的影响。能源效率（EE）：通过单位GDP能耗来衡量，反映能源利用效率的高低。能源效率的提高意味着单位能源能够产生更多的经济产出，从而降低碳排放强度。本研究根据各地区历年能源消费总量和GDP数据，计算出单位GDP能耗，用于分析能源效率对碳排放强度的作用。3.2.2模型设定考虑到本研究的数据具有面板数据的特征，即包含了多个地区在多个时间点的观测值，为充分利用这些数据信息，控制个体异质性和时间趋势，本研究选择构建面板数据模型进行实证分析。同时，由于碳排放强度在空间上可能存在相关性，如相邻地区之间的经济联系、技术溢出和政策影响等，可能导致一个地区的碳排放强度受到周边地区的影响，因此在模型设定中还需考虑空间相关性因素。基于此，本研究构建如下空间杜宾模型（SDM）：CI_{it}=\rho\sum_{j=1}^{n}w_{ij}CI_{jt}+\alpha_0+\sum_{k=1}^{m}\alpha_kX_{kit}+\sum_{k=1}^{m}\theta_k\sum_{j=1}^{n}w_{ij}X_{kjt}+\mu_i+\lambda_t+\varepsilon_{it}其中，i=1,2,\cdots,n表示地区，t=1,2,\cdots,T表示时间；CI_{it}为第i个地区在第t期的碳排放强度；\rho为空间自回归系数，反映被解释变量的空间溢出效应，即一个地区的碳排放强度受到周边地区碳排放强度的影响程度；w_{ij}为空间权重矩阵，用于刻画地区i与地区j之间的空间关系，本研究采用地理距离权重矩阵，即w_{ij}=\frac{1}{d_{ij}^2}，其中d_{ij}为地区i和地区j之间的地理距离；\alpha_0为常数项；X_{kit}为第i个地区在第t期的第k个解释变量，包括经济增长（GDP）、能源结构（ES）、产业结构（IS）、技术水平（TECH）、人口规模（POP）、对外开放程度（OPEN）和能源效率（EE）等；\alpha_k为解释变量的回归系数，反映各解释变量对本地区碳排放强度的直接影响；\theta_k为空间滞后项的回归系数，反映各解释变量的空间溢出效应，即一个地区的解释变量对周边地区碳排放强度的影响；\mu_i为个体固定效应，用于控制地区层面不可观测的异质性因素；\lambda_t为时间固定效应，用于控制时间层面的共同冲击；\varepsilon_{it}为随机误差项，服从正态分布N(0,\sigma^2)。通过构建上述空间杜宾模型，本研究能够全面考虑各因素对碳排放强度的直接影响和空间溢出效应，更准确地揭示中国碳排放强度的影响机制和空间分布特征，为制定科学合理的碳减排政策提供有力的实证依据。在模型估计过程中，采用极大似然估计法（MLE）对模型参数进行估计，并通过一系列检验，如豪斯曼检验、LR检验等，来确定模型的合理性和有效性。同时，为了检验模型的稳健性，还将采用不同的空间权重矩阵和变量衡量指标进行敏感性分析，以确保研究结果的可靠性和稳定性。3.3实证结果与分析3.3.1描述性统计在进行实证分析之前，对选取的变量进行描述性统计，以了解数据的基本特征，为后续的模型估计和结果分析提供基础。表1展示了2000-2022年中国31个省份（自治区、直辖市）碳排放强度及各影响因素变量的描述性统计结果。变量观测值平均值标准差最小值最大值碳排放强度（CI）7131.9320.9870.4505.480经济增长（GDP）7135.4682.3451.23015.890能源结构（ES）7130.6450.1520.2100.930产业结构（IS）7130.4420.0870.2800.650技术水平（TECH）71325.68031.4500.120215.670人口规模（POP）7134476.3502795.48056.89011521.000对外开放程度（OPEN）7130.2860.3650.0201.780能源效率（EE）7130.8720.3450.2102.150从表1可以看出，碳排放强度（CI）的平均值为1.932吨/万元，标准差为0.987，表明各地区碳排放强度存在较大差异，最大值达到5.480吨/万元，最小值仅为0.450吨/万元，这与前文空间差异分析中各地区碳排放强度的显著差异结果相一致。经济增长（GDP）的平均值为5.468万元/人，标准差为2.345，反映出各地区经济发展水平参差不齐，存在较大的区域差距。能源结构（ES）中煤炭消费占一次能源消费总量的平均比重为0.645，说明我国能源结构仍以煤炭为主，但各地区之间也存在一定差异，标准差为0.152，最大值为0.930，最小值为0.210。产业结构（IS）方面，第二产业增加值占GDP的平均比重为0.442，标准差为0.087，表明各地区产业结构存在一定程度的差异。技术水平（TECH）以专利授权数量衡量，平均值为25.680万件，标准差高达31.450万件，说明各地区技术创新能力差异显著，部分地区技术创新活跃，专利授权数量较多，而部分地区技术创新能力相对较弱。人口规模（POP）的平均值为4476.350万人，标准差为2795.480万人，各地区人口规模差异明显，最大值为11521.000万人，最小值仅为56.890万人。对外开放程度（OPEN）的平均值为0.286，标准差为0.365，各地区对外开放程度差距较大，最大值为1.780，最小值为0.020。能源效率（EE）的平均值为0.872吨标准煤/万元，标准差为0.345，说明各地区能源利用效率存在差异，部分地区能源利用效率较高，而部分地区仍有较大提升空间。通过对各变量的描述性统计分析，可以初步了解中国各地区在碳排放强度、经济增长、能源结构、产业结构、技术水平、人口规模、对外开放程度和能源效率等方面的基本特征和差异情况，为后续深入探究各因素对碳排放强度的影响提供了直观的认识和数据基础。3.3.2回归结果分析运用极大似然估计法（MLE）对构建的空间杜宾模型（SDM）进行参数估计，得到的回归结果如表2所示。变量系数标准误t值p值[95%置信区间]L.CI0.215***0.0326.720.000[0.152,0.278]GDP-0.086***0.021-4.100.000[-0.127,-0.045]ES0.568***0.0688.350.000[0.434,0.702]IS0.324***0.0536.110.000[0.220,0.428]TECH-0.005***0.001-3.570.000[-0.007,-0.003]POP0.0010.0011.230.220[-0.001,0.003]OPEN-0.112***0.035-3.200.001[-0.180,-0.044]EE-0.356***0.048-7.420.000[-0.450,-0.262]_cons2.456***0.2579.550.000[1.951,2.961]rho0.236***0.0455.240.000[0.148,0.324]注：表示在1%水平上显著，表示在5%水平上显著，表示在10%水平上显著。从回归结果来看，空间自回归系数rho为0.236，且在1%水平上显著，表明中国各地区的碳排放强度存在显著的空间正自相关，即一个地区的碳排放强度会受到周边地区碳排放强度的正向影响。当周边地区碳排放强度增加时，本地区的碳排放强度也会相应增加，这可能是由于地区之间的经济联系、技术溢出和政策传导等因素导致的。在各解释变量中，经济增长（GDP）的系数为-0.086，在1%水平上显著为负，这表明经济增长对碳排放强度具有显著的抑制作用。随着经济的发展，产业结构不断优化升级，技术创新能力不断提高，能源利用效率不断提升，这些因素共同作用使得单位GDP的碳排放量逐渐减少，验证了环境库兹涅茨曲线理论中经济增长与碳排放强度在一定阶段的脱钩关系。能源结构（ES）的系数为0.568，在1%水平上显著为正，说明煤炭消费占一次能源消费总量的比重越高，碳排放强度越大。煤炭作为高碳能源，其在能源结构中所占比重的增加会导致碳排放强度的上升，因此优化能源结构，降低煤炭消费占比，提高清洁能源比重，对于降低碳排放强度具有重要意义。产业结构（IS）的系数为0.324，在1%水平上显著为正，表明第二产业增加值占GDP的比重与碳排放强度呈正相关关系。第二产业尤其是高耗能产业，能源消耗量大，碳排放强度高，其在经济中所占比重的增加会拉高整体的碳排放强度。因此，加快产业结构调整，降低高耗能产业比重，发展低耗能、高附加值的产业，是降低碳排放强度的关键举措。技术水平（TECH）的系数为-0.005，在1%水平上显著为负，说明技术进步对碳排放强度具有显著的降低作用。技术创新可以提高能源利用效率，推动清洁能源技术的发展和应用，从而减少单位产出的碳排放量，降低碳排放强度。人口规模（POP）的系数为0.001，但不显著，说明人口规模对碳排放强度的影响不明显。这可能是因为人口规模的增长虽然会导致能源需求总量的增加，但同时也可能通过规模效应和技术溢出效应促进能源利用效率的提高和低碳技术的应用，从而在一定程度上抵消了其对碳排放强度的正向影响。对外开放程度（OPEN）的系数为-0.112，在1%水平上显著为负，表明对外开放程度的提高有助于降低碳排放强度。对外开放可以促进地区间的技术交流与合作，引进先进的生产技术和管理经验，推动产业结构升级和能源利用效率提升，从而减少碳排放。能源效率（EE）的系数为-0.356，在1%水平上显著为负，说明能源效率的提高对碳排放强度具有显著的抑制作用。能源效率的提升意味着单位能源能够产生更多的经济产出，从而降低单位GDP的碳排放量，有效降低碳排放强度。3.3.3稳健性检验为了确保实证结果的可靠性和稳定性，采用多种方法对模型进行稳健性检验。替换变量法：采用人均专利授权数量替换专利授权数量来衡量技术水平（TECH），以单位GDP电力消费量替换单位GDP能耗来衡量能源效率（EE），重新对空间杜宾模型进行估计。回归结果显示，各主要解释变量的系数符号和显著性水平与基准回归结果基本一致，表明研究结果对变量的选取具有一定的稳健性。改变样本期：考虑到某些特殊事件或政策可能对样本数据产生影响，选取2005-2022年作为新的样本期进行回归分析。结果表明，在缩短样本期后，各解释变量对碳排放强度的影响方向和显著性水平并未发生明显变化，进一步验证了研究结果的稳健性。采用不同的空间权重矩阵：在基准回归中采用地理距离权重矩阵，为检验结果的稳健性，分别采用邻接权重矩阵和经济距离权重矩阵重新估计模型。邻接权重矩阵定义为：若地区i和地区j相邻，则w_{ij}=1；否则w_{ij}=0。经济距离权重矩阵定义为：w_{ij}=\frac{1}{\vertGDP_{i}-GDP_{j}\vert}，其中GDP_{i}和GDP_{j}分别表示地区i和地区j的人均GDP。回归结果显示，在不同的空间权重矩阵下，各解释变量的系数符号和显著性水平与基准回归结果高度相似，说明研究结果在不同的空间权重设定下具有较好的稳健性。通过以上多种稳健性检验方法，均验证了前文回归结果的可靠性和稳定性，进一步表明经济增长、能源结构、产业结构、技术水平、对外开放程度和能源效率等因素对中国碳排放强度具有显著影响，且影响方向和程度与基准回归结果基本一致。这为制定科学合理的碳减排政策提供了坚实的实证依据，增强了研究结论的可信度和说服力。四、案例分析4.1典型区域案例4.1.1京津冀地区京津冀地区作为中国北方重要的经济区域和政治中心，在国家发展战略中占据关键地位。然而，该地区长期面临着严峻的碳排放挑战，碳排放强度相对较高，对区域生态环境和可持续发展构成了较大压力。深入剖析京津冀地区碳排放强度的时空差异及影响因素，对于推动该地区实现绿色低碳转型、促进区域协同发展具有重要的现实意义。在时间变化方面，2000-2022年京津冀地区碳排放强度整体呈现先上升后下降的趋势。2000-2005年期间，随着京津冀地区工业化和城市化进程的加速推进，经济快速发展，能源需求急剧增长，尤其是对煤炭等化石能源的依赖程度较高，导致碳排放强度持续攀升。以河北为例，作为钢铁大省，其钢铁产业在这一时期迅速扩张，能源消耗量大，碳排放强度也随之大幅增加。2005年，京津冀地区碳排放强度达到阶段性高点，约为2.86吨/万元。此后，随着国家节能减排政策的深入实施以及京津冀地区对生态环境保护的日益重视，该地区加大了产业结构调整和能源结构优化的力度，碳排放强度开始逐渐下降。到2022年，京津冀地区碳排放强度降至约1.18吨/万元，较2005年下降了58.8%。从空间差异来看，京津冀地区内部各省市之间碳排放强度存在显著差异。其中，北京作为中国的首都，经济发展水平较高，产业结构以高端服务业和科技创新产业为主，能源利用效率高，清洁能源占比较大，碳排放强度相对较低。2022年，北京碳排放强度仅为0.45吨/万元。天津作为重要的工业城市，产业结构中制造业占比较大，但近年来通过积极推进产业转型升级和节能减排，碳排放强度也有所下降，2022年为0.87吨/万元。而河北产业结构偏重，以钢铁、建材、化工等传统高耗能产业为主，能源结构以煤炭等化石能源为主，导致碳排放强度较高，2022年达到1.13吨/万元，在京津冀地区中处于较高水平。京津冀地区碳排放强度受到多种因素的综合影响。产业结构是影响该地区碳排放强度的关键因素之一。河北的高耗能产业占比较大，对能源的需求旺盛，且能源利用效率相对较低，使得碳排放强度居高不下。而北京的产业结构以服务业和高新技术产业为主，能源消耗和碳排放相对较少。能源结构方面，京津冀地区能源消费仍以煤炭等化石能源为主，清洁能源占比较低，这在一定程度上拉高了碳排放强度。尽管近年来京津冀地区加大了对清洁能源的开发利用力度，但煤炭在能源消费中的比重仍然较高，尤其是河北，煤炭消费占比超过70%。技术水平对碳排放强度也有重要影响。北京在科技研发和创新方面具有显著优势，大量的科研投入和先进技术的应用，有效提高了能源利用效率，降低了碳排放强度。而河北一些传统产业技术装备相对落后，能源利用效率较低，导致碳排放强度较高。此外，政策因素也不容忽视。国家和地方政府出台的一系列节能减排政策，如碳排放权交易制度、能源消费总量和强度双控政策等，对京津冀地区碳排放强度的降低起到了积极的推动作用。4.1.2粤港澳大湾区粤港澳大湾区作为中国开放程度最高、经济活力最强的区域之一，在经济快速发展的同时，也面临着能源消费和碳排放的双重压力。深入研究粤港澳大湾区碳排放强度的时空差异及影响因素，对于推动该地区实现可持续发展、打造绿色低碳大湾区具有重要意义。在时间变化上，2000-2022年粤港澳大湾区碳排放强度整体呈下降趋势。2000年，粤港澳大湾区碳排放强度约为2.13吨/万元，随着经济的发展和产业结构的优化升级，以及能源利用效率的提高，碳排放强度逐渐降低，到2022年降至约0.73吨/万元，降幅达到65.7%。在2000-2010年期间，虽然大湾区经济保持高速增长，但由于产业结构仍以传统制造业为主，能源结构中化石能源占比较高，碳排放强度下降速度相对较慢。2010年以后，随着大湾区加快产业结构调整，大力发展高端制造业、现代服务业和战略性新兴产业，同时加大对清洁能源的开发利用，碳排放强度下降速度明显加快。从空间差异来看，粤港澳大湾区内部各城市之间碳排放强度存在一定差异。香港和澳门作为特别行政区，经济发展水平较高，产业结构以服务业为主，能源利用效率高，碳排放强度相对较低。2022年，香港碳排放强度约为0.38吨/万元，澳门约为0.42吨/万元。广东省内的城市中，深圳、广州等核心城市在产业结构优化和节能减排方面取得了显著成效，碳排放强度相对较低。2022年，深圳碳排放强度为0.56吨/万元，广州为0.68吨/万元。而一些制造业较为发达的城市，如东莞、佛山等，虽然在产业升级方面取得了一定进展，但由于产业结构中制造业占比较大，能源消耗相对较高，碳排放强度相对较高。2022年，东莞碳排放强度为0.85吨/万元，佛山为0.92吨/万元。影响粤港澳大湾区碳排放强度的因素较为复杂。产业结构调整是降低碳排放强度的重要因素。随着大湾区产业结构逐渐从传统制造业向高端制造业、现代服务业和战略性新兴产业转型，能源消耗和碳排放强度显著降低。以深圳为例，近年来大力发展电子信息、生物医药、新能源等战略性新兴产业，这些产业具有高附加值、低能耗、低排放的特点，有效降低了全市的碳排放强度。能源结构优化也对碳排放强度产生重要影响。大湾区积极推进能源结构调整，加大对太阳能、风能、天然气等清洁能源的开发利用，提高清洁能源在能源消费中的比重。例如，广东在海上风电开发方面取得了显著成就，截至2022年底，海上风电装机容量达到1850万千瓦，对降低碳排放强度起到了积极作用。技术创新是降低碳排放强度的关键驱动力。大湾区拥有众多科研机构和创新企业，在能源利用、节能减排等领域的技术创新成果不断涌现，提高了能源利用效率，推动了低碳技术的应用。例如，一些企业研发的高效节能设备和智能化能源管理系统，有效降低了能源消耗和碳排放。此外，区域合作与协同发展也有助于降低碳排放强度。大湾区通过加强城市间的产业协同、能源合作和环境治理合作，实现资源共享、优势互补，促进了区域整体碳排放强度的降低。4.2行业案例以钢铁行业为例，其作为典型的高耗能行业，在国民经济中占据重要地位，同时也是碳排放的重点领域。2022年，钢铁行业碳排放量约占全国碳排放总量的15%左右，对中国碳排放强度有着重要影响。在时间变化上，2000-2022年钢铁行业碳排放强度呈现先上升后下降的趋势。2000-2010年期间，随着中国工业化和城市化进程的加速，钢铁需求大幅增长，钢铁行业规模迅速扩张，但由于技术水平相对落后，能源利用效率较低，导致碳排放强度上升。2000年，钢铁行业碳排放强度约为2.5吨/吨钢，到2010年上升至约2.8吨/吨钢。2010年以后，随着钢铁行业技术创新的不断推进，节能减排技术得到广泛应用，产业结构逐步优化，碳排放强度开始逐渐下降。到2022年，钢铁行业碳排放强度降至约2.2吨/吨钢，较2010年下降了21.4%。从空间分布来看，钢铁行业碳排放强度存在明显的区域差异。河北、山西等钢铁产业集中的省份，碳排放强度相对较高。2022年，河北钢铁行业碳排放强度约为2.4吨/吨钢，山西约为2.3吨/吨钢。这主要是因为这些省份钢铁企业数量众多，且部分企业生产设备老旧，技术水平较低，能源消耗量大，导致碳排放强度居高不下。而上海、江苏等地区，由于钢铁企业技术水平较高，注重节能减排，积极采用先进的生产工艺和设备，碳排放强度相对较低。2022年，上海钢铁行业碳排放强度约为2.0吨/吨钢，江苏约为2.1吨/吨钢。钢铁行业碳排放强度受到多种因素的综合影响。产业结构方面，钢铁行业内部不同生产工艺和产品结构对碳排放强度影响较大。长流程钢铁生产工艺以铁矿石为原料，经过炼铁、炼钢等多个环节，能源消耗量大，碳排放强度高；而短流程钢铁生产工艺以废钢为原料，主要通过电炉炼钢，能源消耗相对较少，碳排放强度较低。在产品结构上，生产高端钢材产品的企业，由于技术含量高，附加值大，能源利用效率相对较高，碳排放强度相对较低；而生产普通钢材产品的企业，碳排放强度相对较高。技术创新是降低钢铁行业碳排放强度的关键因素。近年来，钢铁行业在节能减排技术方面取得了一系列重要突破，如高炉煤气余压发电技术（TRT）、转炉煤气回收利用技术、干熄焦技术等，这些技术的广泛应用，有效提高了能源利用效率，减少了碳排放。例如，采用TRT技术后，高炉煤气的能量得到回收利用，可使吨钢能耗降低30-40千克标准煤，相应减少了二氧化碳排放。能源结构也对钢铁行业碳排放强度产生重要影响。钢铁行业能源消费以煤炭为主，煤炭在能源消费中的占比过高，导致碳排放强度较高。为降低碳排放强度，一些钢铁企业开始尝试使用天然气、氢气等清洁能源替代部分煤炭，取得了一定成效。例如，宝武集团在氢气直接还原铁（DRI）技术方面开展了积极探索，通过使用氢气作为还原剂，可大幅降低钢铁生产过程中的碳排放。五、结论与政策建议5.1研究结论本研究运用科学的研究方法，对中国碳排放强度的时空差异与影响因素进行了深入剖析，主要研究结论如下：碳排放强度的时空差异显著：在时间维度上，1990-2022年中国碳排放强度整体呈现明显的下降趋势，从1990年的5.48吨/万元降至2022年的1.14吨/万元，降幅达79.2%。这一成果得益于中国在能源结构优化、产业结构调整和技术进步等方面的持续努力。进一步分析发现，碳排放强度变化具有阶段性特征。1990-2000年，虽有下降但幅度较小；2001-2010年，因经济全球化和工业化、城市化加速，出现短暂上升后在政策推动下又下降；2011-2020年，在新发展理念指引下，下降速度加快；2021-2022年，“双碳”目标提出后，继续稳定下降。在空间维度上，中国碳排放强度存在显著的区域差异。东部地区碳排放强度相对较低，2022年平均为0.85吨/万元，而西部地区和东北地区相对较高，分别为1.56吨/万元和1.38吨/万元。区域间差异分析表明，组间净差异是总体差异的主要来源，东部与西部、东北地区之间的差异较为突出。区域内差异也不容忽视，如东部地区内部，北京、上海等省市碳排放强度较低，而河北、山东等省份相对较高。空间格局演变分析显示，中国碳排放强度存在空间正自相关，2000-2022年全局莫兰指数均大于0，且先上升后下降，高值集聚区域缩小，低值集聚区域扩大，空间分布趋于均衡。多因素共同影响碳排放强度：经济增长对碳排放强度具有显著的抑制作用，随着经济发展，产业结构优化和技术进步促使单位GDP碳排放量减少，验证了环境库兹涅茨曲线理论在一定阶段的正确性。能源结构中煤炭消费占比与碳排放强度呈正相关，煤炭占比越高，碳排放强度越大，优化能源结构是降低碳排放强度的关键。产业结构方面，第二产业占比与碳排放强度正相关，高耗能产业比重高会拉高碳排放强度，调整产业结构迫在眉睫。技术进步能显著降低碳排放强度，通过提高能源利用效率和推动清洁能源技术发展，减少单位产出碳排放量。对外开放程度的提高有助于降低碳排放强度，促进技术交流与合作，推动产业升级和能源利用效率提升。能源效率的提升对碳排放强度有显著抑制作用，单位能源产出增加，降低了单位GDP碳排放量。而人口规模对碳排放强度的影响不明显。典型区域和行业案例具有代表性：以京津冀地区和粤港澳大湾区为典型区域案例分析，京津冀地区碳排放强度先上升后下降，内部省市差异显著，产业结构、能源结构和技术水平等是主要影响因素；粤港澳大湾区整体呈下降趋势，内部城市有差异，产业结构调整、能源结构优化和技术创新是主要驱动因素。以钢铁行业为典型行业案例，其碳排放强度先上升后下降，区域分布有差异，产业结构、技术创新和能源结构是主要影响因素。5.2政策建议基于前文对中国碳排放强度时空差异与影响因素的研究结论，为有效降低碳排放强度，推动中国实现碳达峰、碳中和目标，提出以下针对性的政策建议：加强区域协调发展，促进碳减排协同共进：充分考虑不同区域碳排放强度的差异和影响因素，制定差异化的碳减排政策。对于东部地区，鼓励其发挥经济、技术和产业优势，加快发展战略性新兴产业和现代服务业，进