碳排放损益偏离的时空演化特征与影响因素分析_杨泽东.pdf

碳排放损益偏离的时空演化特征与影响因素分析杨泽东1，2，孙慧1，2，原伟鹏1，2，夏学超1，2（1.新疆大学 新疆创新管理研究中心，新疆 乌鲁木齐 830046；2.新疆大学 经济与管理学院，新疆 乌鲁木齐 830046）摘要：文章采用 20102020 年的市级面板数据，在对碳排放损益偏离定量测度的基础上，探究了其影响因素。研究表明：市域碳排放在时间上呈现出规模不断扩大的特征，在空间上呈现出由北向南递减、由东南向西北递增的特征，且存在显著的空间关联特征。碳排放的重心一直位于经济发展水平重心的北部，两者的错位距离呈现出倒“U”型的变化特征，存在明显的空间错位。碳排放损益偏离、市域单元的贡献度均呈现出明显的区域分异格局，由东到西不断递减。市场化水平、消费水平、金融发展水平、对外开放程度和绿色技术创新是碳排放损益偏离的重要影响因素，且存在显著的时空差异。最后，文章据此提出了针对性的碳减排对策。关键词：碳排放损益偏离；空间错位指数；碳生产率；时空演化中图分类号：F124文献标识码：A文章编号：1004-292X（2023）02-0023-07Analysis on the Spatial-temporal Evolution Characteristics and Influencing Factors ofCarbon Emission Profit and Loss DeviationYANG Ze-dong1，2，SUN Hui1，2，YUAN Wei-peng1，2，XIA Xue-chao1，2（1.Xinjiang Innovation Management Research Center，Xinjiang University，Urumqi Xinjiang 830046，China；2.School of Economics and Management，Xinjiang University，Urumqi Xinjiang 830046，China）Abstract：Based on the city-level data from 2010 to 2020,this paper explored the spatial-temporal evolution characteristics andinfluencing factors of carbon emission profit and loss deviation.The research showed that:Carbon emissions showed the characteristics ofcontinuous expansion in time;In space,it showed the characteristics of decreasing from the north to the south and increasing from thesoutheast to the northwest;Besides,there were spatial correlation characteristics.The barycenter of carbon emissions has always beenlocated in the north of the barycenter of the economic development level;Besides,the mismatch distance between the two showed aninverted U-shaped variation.The deviation of carbon emission profit and loss and the contribution of city units all showed a clear regionaldifferentiation pattern,which decreased continuously from the east to the west.Marketization level,consumption level,financialdevelopment level,degree of opening to the outside world and green technology innovation were the important influencing factors ofcarbon emission profit and loss deviation,and there were significant temporal and spatial differences.Finally,this paper put forwardtargeted carbon emission reduction countermeasures.Key words：Carbon emission profit and loss deviation；Spatial mismatch index；Carbon productivity；Spatio-temporal evolution基金项目：国家自然科学基金项目（71963030）；科技部重大项目第三次新疆综合科学考察课题（SQ2021xjkk01800）；新疆维吾尔自治区社会科学基金项目（21BJY050，21BJL038）。作者简介：杨泽东，新疆大学新疆创新管理研究中心、新疆大学经济与管理学院博士研究生，研究方向：资源与环境经济；孙慧（通讯作者），博士，新疆大学新疆创新管理研究中心、新疆大学经济与管理学院教授，博士生导师，研究方向：资源与环境经济；原伟鹏，新疆大学新疆创新管理研究中心、新疆大学经济与管理学院博士研究生，研究方向：资源与环境经济；夏学超，新疆大学新疆创新管理研究中心、新疆大学经济与管理学院博士研究生，研究方向：资源与环境经济。碳排放损益偏离的时空演化特征与影响因素分析一、引言近年来，随着全球气候变暖，碳排放量不断上升。截至2020 年，全球碳排放量达到 322.80 亿吨，给人类社会的可持续发展带来了越来越大的挑战。经济社会发展是碳排放最直接的原因，但是碳排放和经济发展水平不是一一对应的，存在明显的损益偏离，这已经成为环境经济学领域研究的热点问题。23技术经济与管理研究2023 年第 2 期地理空间是经济社会发展的载体，经济发展水平和碳排放规模在全国范围内存在显著的时空差异。既有研究表明，省域隐含碳排放呈现出不断增加的趋势，且高值区主要聚集在北部沿海地区，消费水平提高是隐含碳排放增加的主要原因1。县域人均碳排放呈现出先急后缓的增长趋势和“北高南低”的空间格局，人口密度对县域人均碳排放有显著的抑制作用2；能源碳排放稳中有进、碳足迹北方大于南方，且整体上与经济增长脱钩3。由此可见，碳排放存在显著的时空分异，且与经济发展水平存在明显的偏离；能源消费、人口、社会消费等经济社会因素对其产生着重要影响。在“双碳”行动不断推进的背景下，学术界关于碳排放与经济发展水平关系的研究成果不断增多。目前来看，既有研究成果主要包括四个方面：第一，探究了局部地区8，9、一定经济发展阶段10的碳排放特征；第二，探究了整体碳排放3，4，11-14、部门碳排放15、能源碳排放16，17、建筑业碳排放18、工业碳排放19与经济发展的关系；第三，探究了碳排放与新兴国家崛起20，21、影子经济22、金融发展23、对外直接投资24、产业转型25、外商直接投资、绿色技术、人均收入、贸易开放度26、数字经济27、绿色增长28、工业经济29等的关系；第四，探究了城市经济形态30、人口学特征31、出口结构调整32、自主经济模式33、不可再生能源34等经济社会因素对碳排放与经济发展关系的影响。从研究方法来看，既有研究成果主要运用了脱钩模型、EIO-LCA 模型、耦合协调模型、结构分解、协整模型、神经网络、多区域投入产出、空间杜宾模型、ARDL 模型、面板回归模型、向量自回归、STIRPAT 模型、CGE 模型与非线性自回归分布滞后技术等方法。总体来看，现有研究对碳排放与经济发展的关系开展了系统的研究。首先，既有研究成果主要集中于全球、国家、区域、部门与行业层面，从全国视角来探究市域碳排放与经济发展关系的研究较少；其次，现有研究未系统分析碳排放与经济发展水平的空间偏离；再次，既有研究主要探究了碳排放与经济社会因素的线性关系，中国幅员辽阔，经济社会因素存在显著的阶段性、区域差异性与复杂性，延续已有研究方法会忽略发展阶段和区域的差异，不利于国家和各级政府因地制宜地制定碳减排与经济发展政策、措施2。当前，中国的经济低碳转型和生态环境建设不断深入推进。2030 年前碳达峰行动方案 指出，要把碳达峰、碳中和纳入经济社会发展全局。同时，“十四五”规划指出，要推动经济社会的高质量发展。地理空间是经济社会发展与生态环境的载体，经济社会发展与生态环境的变化必然会产生空间上的偏离。那么，中国碳排放与经济发展水平是否存在偏离（以下简称“碳排放损益偏离”）？各地区的碳排放损益偏离程度如何？碳排放损益偏离呈现出什么样的时空演化特征？碳排放损益偏离的关键地区在哪里？碳排放损益偏离的影响因素有哪些？这些都是迫切需要探究的问题。因此，本研究以 20102020 年为研究期间，运用 ArcGIS10.8 直观化表达工具、自然断裂点分级法、空间自相关分析市域碳排放的空间格局，采用重心模型和空间错位指数探究碳排放与经济发展水平的空间偏离，采用 ArcGIS10.8 直观化表达、标准差椭圆工具探究碳排放损益偏离的时空格局，从而为“双碳”行动的制定、实施和经济社会的协同高质量发展提供理论参考。本研究可能的创新之处有：第一，基于空间错位理论，采用空间错位指数，对碳排放损益偏离进行定量测度；第二，基于 GTWR 模型探究了碳排放损益偏离的影响因素及其时空异质性；第三，从碳生产率的视角对碳排放损益偏离进行了分析。二、研究方法和数据来源1.空间错位指数空间错位在 20 世纪 60 年代由 Kain J(1968)提出，指某一要素与另一要素在空间上呈现出的非对称状态。如上文所述，碳排放应与经济发展水平相适应，达到二者间的协调。引入空间错位指数，将有利于探究碳排放规模与经济发展水平的空间均衡发展状态。因此，研究运用空间错位指数模型构建碳排放损益偏离指数如下：SMIi=1CDPGiPG()CD-CDi100(1)Ri=1mmk=1SMIini=1SMIi100%(2)其中，SMIi为地级市 i 的碳排放损益偏离指数，Ri为地级市 i 在 m 年期间的贡献度；CDi、PGi分别表示地级市 i 的碳排放规模与经济发展水平；CD、PG 则分别为该属性值的所有研究单元总和。当 SMIi0 时，i 地级市为正向碳排放损益偏离区域，碳生产率水平较高；当 SMIi0 时，i 地级市为负向碳排放损益偏离区域，碳生产率较低。此外，当 SMI 的绝对值越小，碳排放损益偏离程度越低，反之则越高。2.标准差椭圆标准差椭圆方法通过可视化的方式，基于全局空间统计方法描述研究对象的空间分布和多维特征。因此，文章引入标准差椭圆方法探究碳排放损益偏离的主要分布区域与变化趋势。其计算公式如下所示：重心：X?=ni=1iXini=1i，Y?=ni=1iYini=1i(3)方位角：tan=ni=1i2x?i2-ni=1i2y?i()2+ni=1i2x?i2-ni=1i2y?i()22+4ni=1i2x?iy?ini=12i2x?iy?i(4)X、Y 轴标准差：x=2ni=1(ix?icos-iy?isin)2ni=1i224y=2ni=1(ix?isin+iy?icos)2ni=1i2(5)其中，坐标偏差：x?i=xi-X?；y?i=yi-Y?(6)椭圆面积：S=xy(7)空间密集度计算公式如下：I=W/S(8)式中：n 表示地级市个数；(xi，yi)表示每个地级市的经纬度地理坐标；i表示每个地级市对应的空间错位指数；(X?，Y?)表示加权平均重心坐标；为椭圆的方位角；x和 y分别表示椭圆x 轴和 y 轴的标准差；x?i和 yi分别为各地级市到平均重心的坐标偏差；I 为椭圆的空间密度集；W 为研究区域内的空间错位指数之和；S 为标准差椭圆的面积。3.时空地理加权回归模型(GTWR)与传统的地理加权回归模型(GWR)只考虑空间维度不同，GTWR 模型加入了时间维度，从而为同时处理“时空”的非平稳性提供分析基础。因此，文章采用时空地理加权回归模型(GTWR)分析不同时空维度的影响因子。计算公式如下所示：Yi=0(ui，vi，ti)+kk(ui，vi，ti)Xik+i(9)上式中，Yi为观测值，ui和 vi分别是第 i 个观测点的纬度和经度，ti为第 i 个观测点所处的时序，(ui，vi，ti)为第 i 个观测点的时空坐标；0(ui，vi，ti)为回归常数；k(ui，vi，ti)为第 i 个观测点第 k 个自变量的回归系数；Xik为第 k 个自变量在第 i 点的值；i为残差。与 GWR 模型类似，时空地理加权回归模型的核心要素是时空权重矩阵与带宽的选择。所谓时空权重矩阵，就是对于每个时空位置的观测点 i 以及自变量 k 提供一个 k(ui，vi，ti)的估计值，即：?(ui，vi，ti)=XTW(ui，vi，ti)X-1XTW(ui，vi，ti)Y(10)其中，?(ui，vi，ti)为 k(ui，vi，ti)的估计值；W(ui，vi，ti)为时空权重矩阵；X 为自变量构成的矩阵；XT为矩阵的转置；Y 为观测值构成的矩阵。为避免因数据离散性造成的“长尾效应”，结合在确定权重时常用的距离阈值法和高斯函数法，文章采用有限高斯函数，即 bi-square 空间权函数：WijST=1-dijSTbi()22，dijSTbi0，dijSTbi(11)其中，WijST为利用 bi-square 空间权函数得到的时空权重矩阵，dijST为 观 测 点 i 和 观 测 点 j 之 间 的 时 空 距 离，即(ui-uj)2+(vi-vj)2+(ti-tj)2。显然，公式(11)中带宽的选择将在很大程度上影响时空权重矩阵的确立。考虑到数据观测点分布的疏密，文章采用自适应带宽(Adaptive Bandwidth)，确立的准则为 AICc 准则法。4.数据来源文章所采用的碳排放损益偏离程度和影响因素评价指标的数据，主要根据 20102021 年的 中国城市统计年鉴 、各地级市国民经济和社会发展统计公报、各省份的统计年鉴及统计公报、中经网数据库、公众环境研究中心、Wind 数据库的数据整理计算得到，数据来源客观、准确。其中，碳排放规模用碳排放总量来表征，经济发展水平用地区生产总值来表征；个别缺失数据通过增长率法估算得到。此外，研究基于自然资源部标准地图服务系统审图号为 GS(2019)1822 的标准底图展开分析，底图无修改。三、中国碳排放的空间格局1.市域碳排放的总体空间格局特征本研究运用 ArcGIS10.8 中的自然断裂点分级法对市域碳排放进行梯度划分，进而揭示其总体空间格局特征。总体来看，20102020 年中国市域碳排放在时间上呈现出规模不断扩大的特征，在空间上呈现出由北向南递减、由东南向西北递增的特征，与经济发展水平的空间分布不完全一致。具体从 2010 年、2015 年和 2020 年 3 个时间节点来看，碳排放位于第一、二梯度的地级市主要位于南方地区，位于第三、四梯度的地级市主要位于北方地区；从东南到西北地区，呈现出由第一、二梯度向第三、四梯度过渡的特征。其次，位于第三、四梯度的地级市整体呈现出在辽中南、京津冀、长三角和珠三角城市群、内蒙古和山西交界处、东北地区聚集分布的特征；此外，重庆的碳排放一直位于第四梯度。主要的原因有：首先，在研究期间内，中国的经济发展长期处于较高水平，发展速度较快。其次，中国的重工业基地主要分布在东北、华北、陕西等北方地区，这些地区聚集分布的重型机械、钢铁、石化、装备制造、化学化工、造船工业、汽车工业、能源工业等高能耗、高排放的产业占比较大，碳排放量大，南方地区主要以轻工业、服务业为主，能耗和排放规模相对较小，故最终中国的碳排放呈现出北方大于南方的分布格局。再次，中国的经济发展质量整体呈现出由东南到西北递减的特征，低能耗、低排放产业主要位于东南沿海地区；相反，西北地区聚集分布有大量能源资源导向型的高能耗、高排放产业。所以，中国的碳排放分布呈现出由东南到西北递增的特征。再次，辽中南、京津冀、长三角和珠三角地区是中国重要的工业基地，高能耗、高排放的制造业占比较大；内蒙古和山西交界的部分地区为中国重要的能源资源富集区，煤炭、钢铁等产业占比较大，碳排放规模较大。因此，碳排放量位于第三、四梯度的地级市聚集分布在以上地区。另外，重庆是重要的装备制造基地，所以其碳排放规模较大，长期位于第四梯度。2.市域碳排放的空间关联格局特征基于上述内容的分析，文章进一步探究中国市域碳排放的空间关联特征。由表 1 可知，2010 年、2015 年和 2020 年中国市域碳排放的全局 Moran 值分别为 0.1059、0.1261 和 0.1356，碳排放损益偏离的时空演化特征与影响因素分析25技术经济与管理研究2023 年第 2 期且均在 1%的水平上显著，即存在显著的空间关联特征。结合LISA 聚类分析可知：第一，中国市域碳排放的高高(HH)区域主要聚集分布在辽中南、京津冀、呼鄂包榆、山西中部、山东半岛和长三角城市群。可能的原因在于，辽中南与山东半岛城市群是中国重要的经济区和工业基地。其中，辽中南城市群是中国最大的综合性重工业基地和能源原材料基地，聚集分布有大量的装备制造、汽车、能源等高能耗、高排放产业。山东半岛城市群是中国北方地区和华东地区重要的城市密集区，聚集分布有石化、家电制造、汽车制造、纺织服装制造等产业。呼鄂包榆和山西中部城市群是中国重要的能源、原材料、煤化工、装备制造基地，碳排放量大。京津冀和长三角城市群都是世界级的城市群，是中国经济发展的中心地区，兼有高新技术产业、文化创意产业、高端服务业等新兴产业和装备制造、轻工业等传统产业聚集分布，经济密度高，碳排放量大。第二，高低(HL)聚集区主要分布于重庆、成都、武汉等内陆经济领先城市，这些城市为所在地区的经济增长极，经济发展水平较高、发展速度较快，因而其碳排放规模较大。第三，低高(LH)区域与高高(HH)区域交叉聚集分布在上述六大城市群。第四，低低(LL)聚集区主要分布在长江中游、粤闽浙澳、珠三角、北部湾、滇中、黔中与成渝城市群，并且存在一定的增长态势。总体来看，研究期内中国市域碳排放呈现出聚集分布在北方地区六大城市群和零星分布于南方地区各经济增长极的特征，与中国经济发展水平“东中西”的阶梯式演变、北低南高的规律不完全匹配。由此可见，中国的碳排放与经济发展水平存在明显的空间偏离。表 1中国市域碳排放量空间自相关 Moran 指数四、中国碳排放损益偏离的时空演化1.市域碳排放与经济发展水平的重心迁移由图 1 可知，20102020 年中国碳排放的重心呈现出先向西北迁移，再向东部迁移，但整体变化不大的特征；经济发展水平的重心一直呈现出向西南迁移的特征，向西迁移幅度较大；经济发展水平的重心始终位于碳排放重心的南方地区。主要原因有：中国的重工业基地、能源原材料基地以及其他高能耗、高排放的第二产业聚集分布在华北、陕西等北方地区。中部地区加速承接东部地区产业转移的步伐，长江中游地区经济发展迅速。中国经济发展水平较高的地区主要位于南方地区；但是，能源、资源导向型的能源原材料、制造业主要位于北方地区，碳排放量较大。从空间偏离的距离（如表 2）来看，碳排放与经济发展水平的重心偏离距离呈倒“U”型的变化特征，先由 2010 年的161.88km 上升到 2015 年的 223.77km，其后又下降到 2020 年的187.11km。由此可见，中国市域碳排放和经济发展水平的空间偏离是客观存在的。2.碳排放损益偏离的时空演化特征（1）市域碳排放损益偏离的时空演变第一，从 20102020 年的整体偏离格局来看：通过 ArcGIS10.8 将 2010 年、2015 年和 2020 年的中国市域单元碳排放损益偏离指数的平均值基于自然断裂点分级法划分为 4 个等级。其中，正向偏离的区域(SMI0)，即碳生产率较高的地级市有 146 个；负向偏离的区域(SMI0)，即碳生产率较低的地级市有 141 个。总体来看，碳排放损益偏离指数由东到西呈现出不断递减的趋势，即碳生产率由东到西呈现出不断递减的趋势，这与中国经济发展水平的时空演变规律趋于一致。具体来看，偏离指数较高的正向偏离区主要聚集分布在辽中南、京津冀、山东半岛、长三角、海峡西岸、珠三角等东部沿海城市群和成渝、长江中游城市群，表明这些地区有较高的碳生产率水平，未来需要进一步促进碳减排、提高碳生产率，发挥其对周边地区的辐射效应。偏离指数较低的负向偏离区主要聚集分布在除上述城市群之外的广大内陆地区，表明这些地区的碳生产率水平较低，未来需要加快承接东部产业转移的步伐、加强技术创新，提高碳生产率水平，促进“双碳”目标的尽早实现。第二，从 20102020 年的偏离格局演变来看：通过 ArcGIS10.8 将 2010 年、2015 年和 2020 年中国市域单元的碳排放损益偏离指数分别基于自然断裂点分级法划分为 4 个等级。结果表明：正向偏离区在研究初期呈现出在环渤海、山东半岛、长三角、海峡西岸、珠三角等沿海城市群集中分布的态势；结合上述内容的分析可知，这些区域是经济发展水平较高、发展速度较快的地区，技术、资金、人力资本等生产要素聚集分布，碳生产率较高，碳排放相对于经济发展水平较低，可以归类为正向偏离区域。随着时间的推移，长江中游、成渝等中西部城市群进入到正向偏离区的行列中。到 2015 年、2020 年，正向偏离地区辐射到广大的南方地区，聚集分布于胡焕庸线的东侧，负向偏离区则主要分布于胡焕庸线的西侧，与中国经济发展水平的地理分异格局相一致，这是中国的地理分异、资源2010年2015年2020年Moran指数0.10590.12610.1356P值0.00000.00000.0000表 2碳排放重心与经济发展水平重心的空间重叠性年份碳排放重心经济发展水平重心距离/km经度纬度经度纬度201011501E3431N11568E3298N161.88201511493E3461N11536E3266N223.77202011514E3451N11508E3196N187.11图 1市域碳排放与经济发展水平的重心迁移35.0034.5034.0033.5033.0032.5032.0031.502015 年2020 年2010 年2015 年2010 年2020 年114.80 114.90 115.00 115.10 115.20 115.30 115.40 115.50 115.60 115.70 115.8026禀赋与政策导向等一系列因素综合作用的结果。通过 ArcGIS10.8 中的标准差椭圆工具探究偏离的主要分布区域可以发现，2010 年、2015 年和 2020 年中国市域碳排放与经济发展水平空间偏离的标准差椭圆主要位于东部、中部地区，且整体上呈现出不断向南迁移、向西扩张的趋势；标准差椭圆的重心整体呈现出向西南迁移的特征。由此可见，中国市域碳排放与经济发展水平正向偏离的区域主要位于东部、中部地区，且整体上不断向南迁移、向西扩张；主要偏离地区的重心呈现出整体向西南迁移的特征。综上可知，这与中国经济发展水平由东向西递减、向南迁移与向西扩张的趋势相一致。（2）市域碳排放损益偏离贡献度的时空演变总体来看，20102020 年中国市域单元对整体碳排放损益偏离的贡献度呈现出不断由东部沿海地区向中西部递减的特征。具体来看，20102020 年对整体空间偏离贡献度较大的地级市呈现出向中、西部地区转移的趋势；2010 年，呼包鄂榆、山西中部、滇中等城市群成为贡献度较大的区域；到 2015、2020 年，关中、成渝城市群和东北部分地区成为贡献度较大的区域；同时，辽中南、山东半岛、海峡西岸等城市群逐步退出贡献度较大区域的行列。综上可知，这与中国经济发展水平不断向西扩张、中西部地区不断加快承接东部地区产业转移的步伐相一致。五、中国碳排放损益偏离的影响因素分析1.影响因素选择随着中国社会主义市场经济体制的不断完善与发展，各地区的市场化水平不断提高，对生态环境建设、碳生产率水平的提高产生着重要影响，主要体现在排污权交易机制、全国统一碳排放权交易市场的建立等方面。消费是拉动经济增长的重要动力，其规模、结构的变化对碳排放规模产生着重要影响。关于构建绿色金融体系的指导意见 指出，中国正处于经济结构调整和发展方式转变的关键时期，对支持绿色产业和经济、社会可持续发展的绿色金融需求不断扩大。改革开放以来，中国的经济社会发展实现了由封闭到开放的转变6。随着中国对外开放程度的不断提高，资金、技术等生产要素的引入对碳排放、碳生产率产生着越来越大的影响。科技创新是经济社会低碳化转型的重要引擎7。尤其，绿色技术创新对促进碳减排、能源绿色低碳转型和经济社会的高质量发展产生着重要影响。因此，文章将市场化水平、消费水平、金融发展水平、对外开放程度与绿色技术创新纳入碳排放损益偏离的影响因素分析中，探究其对提高碳生产率水平、促进碳减排和生态环境建设的影响。2.影响因素分析文章采用时空地理加权回归模型，将碳排放损益偏离作为因变量，将樊纲市场化指数、社会消费品零售总额、年末金融机构贷款余额、进出口货物总额、绿色专利申请数作为解释变量，表征市场化水平、消费水平、金融发展水平、对外开放程度和绿色技术创新，进而探究其对碳排放损益偏离的影响，并进行取对数处理。表 3 是时空地理加权回归结果的相关参数，其中 AICc 值为 42885.40，表明模型合理。因此，本研究进一步探究各因素对碳排放损益偏离影响系数的时空演化特征，并揭示其主要形成原因。（1）市场化水平对碳排放损益偏离的影响在时间上，市场化水平对碳排放损益偏离的影响系数呈现出先增加后降低的倒“U”型特征。在空间上，整体呈现出由西向东递减的趋势。具体来看，影响系数为正的地级市主要位于东北、西南和西北地区，如哈长、兰西、宁夏沿黄和滇中城市群，表明这些地区的市场化水平扩大了碳排放损益偏离程度、提高了碳生产率水平，主要是由于这些地区在研究初期的市场化水平相对较低，市场化建设有利于促进其要素流动、资源合理配置，进而提高碳生产率和经济发展水平。随着距海距离的减小，市场化水平对碳排放损益偏离的影响系数不断降低，即对提高碳生产率的促进作用不断减弱，主要是由于沿海地区的市场化水平本身相对较高，其对提高碳生产率的促进作用难以进一步发挥。（2）消费水平对碳排放损益偏离的影响在时间上，消费水平对碳排放损益偏离的影响系数整体上呈现出不断降低的特征。在空间上，整体呈现出由东南向西北递减的特征。具体来看，影响系数为正、且位于第四梯度的地级市主要分布在海峡西岸、珠三角、长三角和京津冀等城市群，表明这些地区的消费水平扩大了碳排放损益偏离，提高了碳生产率。随着距海距离的增大，消费水平对碳排放损益偏离的影响系数不断减小，影响系数为正，且位于第三梯度的地级市主要分布于滇中、黔中、长江中游与长三角等城市群，表明这些地区消费水平对碳排放损益偏离的正向影响较小，即对提高碳生产率的促进作用较小，主要是由于其消费水平相对于影响系数为正，且位于第四梯度的地级市较低。随着距海距离的进一步增大，消费水平对碳排放损益偏离的影响系数持续降低，且逐步变为负数，表明这些地区的消费水平难以发挥对碳排放损益偏离、碳生产率的正向促进作用，反而会降低碳生产率水平、加剧碳排放。（3）金融发展水平对碳排放损益偏离的影响在时间上，金融发展水平对碳排放损益偏离的影响系数呈现出不断下降的趋势。在空间上，其影响系数为正，且位于第四梯度的区域主要分布于华北、华东和华南地区。具体来看，呈现出向京津冀、长三角和珠三角城市群集聚，以及以此为中心向四周辐射和衰减的特征，表明这些地区的金融发展水平对碳排放损益偏离有正向影响，有利于促进碳生产率提高。主要原因在于，这些地区的金融发展较早，有完善的金融基础设施、较高的资本可获得性和市场流动性，资金流通和配置效率较高。序号参数名称值1带宽0.112残差平方和138975000.003残差估计标准差209.814赤池信息量准则(AICc)42885.405R20.476校正后R20.477时空距离比0.27表 3时空地理加权回归的相关参数碳排放损益偏离的时空演化特征与影响因素分析27技术经济与管理研究2023 年第 2 期（4）对外开放程度对碳排放损益偏离的影响在时间上，对外开放程度对碳排放损益偏离的影响系数呈现出先下降后上升的正“U”型变化趋势，说明对外开放程度前期不利于提高碳生产率，但达到一定程度后对碳排放损益偏离的正向影响效应逐步发挥，即有利于提高碳生产率。在空间上，其影响系数呈现出由东向西递增的特征。具体来看，其影响系数为正，且位于第四梯度的地级市主要分布于宁夏沿黄、兰西、成渝、黔中、北部湾等西部城市群，中部、东部城市群的影响系数相较于西部较低。主要原因在于，西部城市群的对外开放程度相较于中部、东部地区明显偏低，对外开放程度的提高将有利于提高其技术水平、扩宽其资金来源渠道，促进资源的整合和有效利用，提高碳生产率和经济发展水平；相反，东部、中部地区对外开放程度一直处于较高水平，对提高碳生产率的作用难以进一步发挥。（5）绿色技术创新对碳排放损益偏离的影响在时间上，绿色技术创新对碳排放损益偏离的影响呈现出先降低后提升的正“U”型特征，说明前期绿色技术创新不利于提高碳生产率，这与成本遵循假说相一致；后期，绿色技术创新有利于提高碳生产率，这与波特假说相一致。在空间上，其影响系数为正的地级市主要分布于长三角、长江中游、海峡西岸等东部城市群与兰西、宁夏沿黄、呼鄂包榆等西部城市群，以及辽中南、哈长等东部城市群。主要原因在于，东部地区经济发展水平较高、研发资金丰裕、人力资本水平较高，有利于促进绿色技术创新，进而绿色技术创新对碳生产率的正向促进作用得以发挥。此外，西部、东北地区的高耗能、高排放产业占比较大，长三角等东部地区经济密集，碳排放量大，进而绿色技术创新对碳减排有较大的促进作用，有利于提高碳生产率。六、结论与对策建议1.结论中国市域碳排放在时间上呈现出规模不断扩大的特征，在空间上呈现出由北向南递减、由东南向西北递增的特征。具体来看，碳排放位于第一、二梯度的地级市主要位于南方地区，位于第三、四梯度的地级市主要位于北方地区；从东南到西北地区，呈现出由第一、二梯度向第三、四梯度变化的特征。其次，位于第三、四梯度的地级市整体呈现出在辽中南、京津冀、长三角与珠三角城市群、内蒙古和山西交界处、东北地区聚集分布的特征；此外，重庆的碳排放一直位于第四梯度。中国市域碳排放存在显著的空间关联特征。高高(HH)区域主要聚集分布在辽中南、京津冀、呼鄂包榆、山西中部、山东半岛与长三角城市群；高低(HL)区域主要聚集分布在重庆、成都、武汉等内陆经济领先城市；低高(LH)区域与高高(HH)区域交叉聚集分布于上述六大城市群；低低(LL)区域主要分布于长江中游、粤闽浙澳、珠三角、北部湾、滇中、黔中与成渝城市群，并且存在一定的增长态势。最终，形成了中国市域碳排放聚集分布于北方地区六大城市群和零星分布于南方地区各经济增长极的特征。中国碳排放的重心呈现出先向西北迁移，再向东部迁移，但整体变化不大的特征；经济发展水平的重心呈现出向西南迁移的特征，向西迁移幅度较大；经济发展水平的重心始终位于碳排放重心的南方地区。从空间错位的距离来看，碳排放与经济发展水平的重心错位距离随时间的推移呈现出倒“U”型的变化特征。中国碳排放与经济发展水平的偏离指数呈现出明显的区域分异格局，由东到西不断递减；偏离指数较高的正向区域主要聚集分布在辽中南、京津冀、山东半岛、长三角、海峡西岸、珠三角等东部沿海城市群和成渝、长江中游城市群，其他地区主要为偏离指数较低的负向区域。中国市域碳排放与经济发展水平正向偏离的区域主要位于东部、中部地区，且整体上不断向南迁移、向西扩张；偏离的重心呈现出一直向西南迁移的特征。中国市域单元对碳排放损益偏离的贡献度呈现出由东部沿海地区到中西部地区不断递减的特征。在时间上，市场化水平对碳排放损益偏离的影响系数呈现出先提升后降低的倒“U”型特征；消费水平的影响系数整体上呈现出不断降低的特征；金融发展水平的影响系数呈现出不断下降的特征；对外开放程度、绿色技术创新的影响系数呈现出先下降后上升的正“U”型变化特征。在空间上，市场化水平对碳排放损益偏离的影响系数整体呈现出由西向东递减的特征；消费水平的影响系数整体呈现出由东南向西北递减的特征；金融发展水平的影响系数为正，且位于第四梯度的区域主要分布于华北、华东和华南地区；对外开放程度的影响系数呈现出由东向西递减的特征；绿色技术创新影响系数为正的地级市主要分布于长三角、长江中游、海峡西岸等东部城市群与兰西、宁夏沿黄、呼鄂包榆等西部城市群以及辽中南、哈长等东北城市群。2.对策建议碳排放问题是生态文明建设、全面可持续发展的核心问题。碳排放既不是越高越好，也不是越低越好，而是应该有利于碳减排与经济社会发展的协调、共赢；保持生态文明建设与经济社会发展的协同演进，是中国未来实现碳达峰与碳中和目标的关键所在。因此，本研究主要的政策启示有：东部、中部等经济相对发达地区的经济发展水平领先于碳排放。对此，其未来应该在遵循经济社会发展与生态环境保护规律的基础上，促进经济发展水平的持续提高；同时，在经济发展水平不断提高、产业转型升级步伐不断加快的背景下，通过环境规制、技术创新、环境治理投资等手段加强生态环境建设，最终促进碳减排与经济社会的协同发展，尽早完成“双碳”目标。西部等相对欠发达地区客观上存在经济发展水平滞后于碳排放的现实窘境，碳生产率较低。对此，其未来应逐步转变经济发展依赖资源开发的传统模式、加快产业结构升级，为经济社会与生态环境的协调高质量发展创造新的源泉。同时，通过环境治理投资、技术创新、植树造林等手段实现碳减排、碳中和。市场化水平、消费水平、金融发展水平、对外开放程度、绿色技术创新等重要因素对碳排放损益偏离的影响存在显著的时空差异。对此，东、中、西部地区分别结合其经济发展水平、产业结构等现状，因地制宜，差异化施策。具体来看，东部地区应该深入挖掘上述因素对提高碳生产率的促进作用，全面深化体制机制改革，促进碳减排和经济发展。中、西部地区应深入参与全国统一大市场建设，提高消费水平和金融发展水平，28融入国内国际双循环，加强绿色技术创新，从而促进碳减排与经济发展。【参考文献】1 崔盼盼，张艳平，张丽君，等.中国省域隐含碳排放及其驱动机理时空演变分析 J.自然资源学报，2018，33(5)：879-892.2 王少剑，谢紫寒，王泽宏.中国县域碳排放的时空演变及影响因素 J.地理学报，2021，76(12)：3103-3118.3 潘竟虎，张永年.中国能源碳足迹时空格局演化及脱钩效应 J.地理学报，2021，76(1)：206-222.4 韩梦瑶，刘卫东，谢漪甜，等.中国省域碳排放的区域差异及脱钩趋势演变 J.资源科学，2021，43(4)：710-721.5 李恩康，陆玉麒，陈娱.中国外贸货物出口的地理格局演化及影响因素分析基于货物出口距离和 GTWR 模型 J.地理研究，2019，38(11)：2624-2638.6 高翔，黄建忠.对外开放程度、市场化进程与中国省级政府效率基于 Malmquist-Luenberger 指数的实证研究 J.国际经贸探索，2017，33(10)：19-35.7 李菁，李小平，郝良峰.技术创新约束下双重环境规制对碳排放强度的影响 J.中国人口 资源与环境，2021，31(9)：34-44.8 Huang Y，Liu L，Pan X.CO2emissions structu