基于1999—2017年省级碳收支核算数据，构建空间计量模型检验影响碳排放公平性的关键因素。结果表明：①省域碳排放公平性的区域差异性显著，整体表现为西部地区＞中部地区＞东部地区；②中国省域碳排放公平性存在显著的空间溢出效应，从全国层面看，产业结构、经济发展水平、环境规制对碳排放公平性具有负向空间溢出效应，技术创新则对其具有正向空间溢出效应；从区域层面看，产业结构、城镇化进程、技术创新与对外开放水平对东部地区各省（市）碳排放公平性的空间溢出效应最明显，中部地区各省域的经济发展水平与技术创新对周边地区碳排放公平性有较为显著的正向空间溢出效应，经济发展水平、对外开放程度与环境规制是制约西部地区各省（区、市）碳排放公平性提升及溢出的主要因素。
关键词
"双碳"目标；碳排放；公平性
进入21世纪以来，碳排放公平性问题已成为影响一个国家可持续发展的重要因素。中国作为最大的发展中国家，碳排放公平性问题尤为严峻。中国政府在2020年提出了“双碳”目标，并将此工作作为2021年8项重点任务之一。与此同时，碳达峰、碳中和已成为各地“十四五”关注重点，上海、江苏、广东多地率先提出实现碳达峰目标。但同时需要认识到，中国政府需要在10a之内完成碳达峰，并且用30a的时间完成发达国家60~70a才完成的碳中和目标，面临的任务极为艰巨。特别是在省域碳排放公平性问题显著存在的情况下，既要确保各省（区、市）经济高质量发展，又要要求其同步实现“双碳”目标，在当前阶段不具备现实可行性。因此，从某种程度上来说，省域碳排放的公平性对实现“双碳”目标具有重要的推进作用，提升省域碳排放公平性已刻不容缓。
国内外学者对于碳排放公平性的定义有很多，如“人类享有平等的生存与发展权[1]”“人际公平、发展阶段公平和责任分配公平”[2]等。从碳排放公平性的测量指标来看，多数学者认为人均二氧化碳排放量是公平性原则的重点考量指标，但对于该指标是否去除贫困人口[3]、是否能应用于中国省际碳减排责任分摊[4]、是否同时包含个体平等和各省区减排的历史责任[5]持有不同意见。对于碳排放公平性测度，最初常用的是基尼系数法[6]，随着研究的深入，泰尔指数、变异系数[7]也逐渐用于碳排放公平性评价研究。此外，还有学者采用碳排放生态压力模型[8]等来测度碳排放公平性。从造成碳排放公平性的原因来看，学者们普遍认为经济发展水平[9]、产业结构升级[10]、环境分权[11]、城镇化水平[12]等是影响省域碳排放公平性的主要因素。碳市场启动后，学者们开始关注碳排放公平性与省域碳配额分配间的关系，认为在碳配额分配时，要兼顾效率与公平[13]。随着“双碳”目标的提出，学者们进一步指出，经济发展水平、资源禀赋存在差异的省（区、市）实现“双碳”目标的时间也各不相同，如果落后地区的省（区、市）不能按期实现“双碳”目标，必然会影响国家整体实现“双碳”目标的进程[14]。解决这一问题可行的路线是：实现碳达峰难度较大的中西部地区在不同程度上延缓碳达峰实现时间并在2030年前后逐步渡过拐点，而较易实现碳达峰的东部地区在2030年前率先达到拐点，依托低碳清洁技术稳步推进碳中和，进而分担中西部地区的碳达峰压力，形成错位有序的碳达峰梯度[15]。同样，在实现“碳中和”进程中，东部地区产业开发强度较大，自身碳排放量较大，二氧化碳排放量大大超出其自身的碳汇能力，仅仅依靠自身较难实现全国碳中和目标，而中西部地区可以依托自身的碳汇能力，帮助东部地区消化过量的碳排放量，最终实现全国层面的碳中和目标[16]。因此，无论是实现碳达峰还是碳中和目标，都存在省域碳排放公平性问题，如果不能有效提升省域碳排放公平性，会严重影响各级地方政府减排与固碳的积极性，从而阻碍碳达峰、碳中和的进程[17]。
学者们对碳排放公平性问题进行了比较成熟的研究。但也存在一些缺陷：①在研究视角上大多运用不同测度方法对全国或区域碳排放公平性进行对比，鲜有文献专门从碳汇视角进行研究；②在对碳排放公平性进行评价时，大多停留在时空上简单变化描述，缺乏对其变化原因深层次探讨，关于碳排放公平性理论价值有待进一步挖掘；③在探讨碳排放公平性影响因素时，多用面板模型，忽略了碳排放公平性可能存在的空间关联性与溢出效应，鉴于此，本文基于碳汇视角，测算1999—2017年中国省域碳排放公平性水平，同时引入空间杜宾模型与空间效应深入分析造成省域碳排放公平性差异的影响因素及内在动因，以期缓解碳失衡，为各省提升碳排放公平性水平、制定差异化的碳达峰、碳中和方案提供理论支撑，助力“双碳”目标如期实现。
1研究方法与数据来源
1.1研究方法
1）碳排放公平性测算方法。碳排放公平性本质上在测度全国碳排放空间在省域间分配的公平程度。本文引用学者卢俊宇等[8]提出的碳生态承载系数来测算基于碳汇视角的碳排放公平性程度。
2）碳收支测算方法。结合《IPCC温室气体清单方法》（https://wenku.baidu.com/view/303e40d6c1c708a1284a445c.html）、《省级温室气体清单编制指南》（http://www.doc88.com/p-2863901091195.html）及国内外学者的相关研究成果[18]，通过构建碳收支核算体系来测算各省（区、市）的碳收支情况。
3）ESDA。探索性空间数据分析（ESDA）[19]旨在探究某一空间位置的观测值与其周边区域观测值的相关性是否显著，如果显著，需要使用空间计量分析方法，否则使用传统的回归分析即可。
4）空间面板计量模型。根据空间相依性的不同可以将空间面板模型[20]分为3种：一是空间误差模型（SEM），刻画不同单元间误差项的空间相依性，二是空间滞后模型（SAR），解释不同单元被解释变量的空间相依性，三是空间杜宾模型（SDM），包含解释变量与被解释变量的空间误差项[20]。
1.2变量选择
被解释变量：碳排放公平性（CF），在“双碳”背景下，每个省（区、市）为生态环境保护做出的努力或牺牲应与其经济发展水平及相应的碳排放量相对等，用碳生态承载系数（ESC）来表示。
解释变量：①产业结构（IS）。地区间不同的产业结构带来的碳排放量与环境污染程度各不相同。第二产业比重较大，该地区碳排放量相对也会较多，碳排放也会趋向更不公平。此处采用第二产业增加值占地区生产总值的比重作为其替代变量；②经济发展水平（GDP）。经济的高速发展一般都会伴随高污染、高能耗与高投入，地区间经济发展水平的不同带来的环境污染程度也各有差异，一般来看，经济发展水平越高，碳排放相对越不公平。此处选取地区国内生产总值作为其替代变量；③城镇化进程（URBAN）。城镇化建设在促进地区经济发展的同时带来了产业结构失衡、环境污染等问题，会抑制碳排放公平性的进程，此处选取城镇人口占总人口比重作为其替代变量；④技术创新（TEC）。技术创新水平提升一方面可以促进企业变革新技术，转变现有生产方式，从而降低企业碳排放量；另一方面对于技术投入不敏感的企业来看，增加技术投入成本则会给其带来“挤出效应”。此处选取R&D经费内部支出占地区生产总值的比重作为其替代变量；⑤对外开放程度（OPEN）。地区对外开放程度的不同必然会影响外商的投资力度，外商投资的增加一方面会带来技术溢出效应，促进地区经济的发展，另一方面也会增加地区的碳排放，影响其碳排放公平性程度，此处选取外商投资额占地区生产总值比重作为其替代变量；⑥环境规制（ER）。地区环境规制标准越低，碳排放公平性越差，此处选取环境污染治理投资占地区生产总值比重作为其替代变量。
1.3数据来源
本文所需基础数据均来自统计年鉴，其中，能源消费碳排放所需数据来自《中国能源统计年鉴》[21]，工业生产活动、农业、畜牧业碳排放、碳汇量所需数据来自《中国统计年鉴》[22]、废弃物碳排放所需数据来自《中国环境统计年鉴》[23]。其中，1999—2002年垃圾填埋量和垃圾焚烧量数据缺失，可考虑通过数据一致性处理补齐，能源折标煤系数和碳排放系数参考《IPCC温室气体清单方法》（https://wenku.baidu.com/view/303e40d6c1c708a1284a445c.html），工业产品的碳排放系数、农作物碳吸收率、含水率、畜禽甲烷排放系数及所需其他参数都参考文献[24-25]。为规避异方差问题，对经济发展水平做取对数处理。同时，鉴于相关数据缺失，港澳台与西藏地区未纳入研究。
2省域碳排放公平性及其影响因素分析
2.1碳排放公平性时序动态演化分析
1999年以来，北京、天津、河北、山西、辽宁、吉林、黑龙江、上海、江苏、河南、湖北、重庆、四川、贵州、云南、甘肃的碳排放公平程度大幅提升。究其原因，中国政府对生态环保的重视促进了这些省（市）碳排放公平性水平的提升。内蒙古、浙江、安徽、福建、江西、山东、湖南、广东、广西、海南、陕西、青海、宁夏、新疆的碳排放公平性水平呈下降趋势，其原因也有所差异。从碳吸收量来看，由于碳吸收量的大部分来自林地碳吸收，而全国森林资源清查为每5a一次，导致清查间隔期内各地碳吸收水平变化不大。此外，内蒙古的草地面积已经逐步退化，其他省（区）的林地面积增长缓慢，使得其碳吸收量增速较缓。从碳排放量来看，不合理的能源消费结构与产业结构等致使碳排放量增速超过了碳吸收量的增速，使得这些地区碳排放公平性水平出现一定下降。
2.2碳排放公平性空间动态演化分析
1）碳排放公平性空间演化特征。本文对碳排放公平性的时间变化进行了分析，为了更直观地观察省域空间演化特征，结合中国省级行政区划矢量图，利用ArcGIS对碳排放公平性（碳生态承载系数）的空间分布进行绘制（图1）。选取2005年（“十五”末）、2010年（“十一五”末）和2016年（“十三五”开局）3个时点分别对各省碳排放公平性的空间分布进行考察。
图1中，不公平状态对应碳生态承载系数0~1，其他4组均为公平状态（碳生态承载系数>1），其数值越大，对全国碳排放空间的贡献越大，基于碳汇的碳排放越公平。从图1不难看出，2005年碳排放处于不公平状态的有重庆、甘肃等16省（市），其中东部①地区9个，中部地区4个，西部地区3个；2010年减少为北京、天津等14省（区、市），其中东部9个，中部地区4个，西部地区1个；2016年变为宁夏、新疆等14个省（区、市），其中东部地区9个，中部地区3个，西部地区2个。不同时间节点中国碳排放公平性分布总体呈由西向东递减的趋势，西部地区的碳生态承载系数最大，其次为中部地区，而东部地区的碳排放不公平现象比较严重。
2）碳排放公平性空间相关性分析。在空间计量分析前，有必要进行空间相关性分析。本文引入了ROOK一阶邻接权重。①全局空间自相关。1999—2017年碳排放公平性全局指数总体呈上升趋势且均大于0（图2），在2006年之后均在1%的显著性水平下通过检验。表明30个省（区、市）的碳排放公平性具有较强的正向空间依赖性。②局部空间自相关。通过绘制局部莫兰散点图，发现2005年省域碳排放公平性主要呈H-H（高−高）型和L-L（低−低）型集聚。其中，黑龙江、吉林等8个区域在H-H型区域，主要为东北与西南地区地区，北京、天津等11个地区在L-L型区域，主要为中部地区与东部地区；2017年H-H型区域增加了甘肃省变为9个，L-L型区域增加了陕西省变成12个。对比2005年与2017年可以看出，高值与低值聚集省（区、市）在小幅度增加，高低聚集与低高聚集省（区、市）在逐渐减少，区域聚集情况比较稳定，路径依赖性较强。
2.3碳排放公平性影响因素分析
1）空间面板模型分析。在进行空间模型选择之前，首先要构建LM检验统计量进行空间相关性检验，结果如表1所示，可以看出LMnolag、LMnoerror、RobustLMnolag、RobustLMnoerror均在1%的显著性水平下拒绝了不存在空间依赖性的原假设，与上文莫兰指数的结果一致，表明需要构建空间计量模型进行分析。进一步，构建Wald与LR统计量来检验空间杜宾模型是否可以简化成空间滞后模型或空间误差模型，从下表可以看出，两个统计量均在1%的显著性水平下拒绝了原假设，SDM模型不能简化为SEM模型或SAR模型。因此，本文采用时空双固定空间杜宾模型进行分析。
由表1看出：①从整体来看，模型中空间自回归系数显著为负，表明中国省域碳排放公平性存在负向空间溢出效应。其原因主要在于该省（区、市）在碳排放公平性提升方面尚未发挥对相邻省域的“示范效应”，相反，由于其在产业结构转型、城镇化、环境规制等方面的严控政策，使得本省（区、市）的污染密集型企业、人口等纷纷转移到相邻省域，导致碳排放量的大量增加，再加上碳汇提升空间有限，导致其碳排放公平性水平的进一步下降。②从核心解释变量来看，经济发展水平对碳排放公平性的抑制作用最大，经济发展水平每提升1个百分点，碳排放公平性下降0.5020个百分点，其原因在于中国目前经济增长仍处于转型阶段，由此带来的碳排放效应超过了经济效益。其次为环境规制与产业结构，每提升1个百分点，碳排放公平性分别下降0.0830和0.0067个百分点。环境规制对碳排放公平性有抑制作用，由于污染密集型企业碳减排成本要高于环境规制的罚款，导致纷纷选择接受罚款代替减排，并通过扩大生产规模来弥补所交罚款带来的成本，一定程度上抑制了碳排放公平性的提升；而产业结构表现出负向作用主要归因于以重工业为主的产业发展模式不利于碳排放公平性的提升。技术创新对碳排放公平性有显著促进作用，原因在于其对生产能力和治污能力较低的企业有显著的“挤出效应”。城镇化进程与对外开发程度对碳排放公平性影响不显著。③从各解释变量的空间滞后项来看，产业结构、经济发展水平、技术创新、对外开放程度、环境规制的系数均为正，说明相邻省域在经济发展的同时会加强环境规制对污染密集型企业的约束，节约了本省（区、市）的碳排放空间，提升了当地的碳排放公平性水平；城镇化进程的系数显著为负，表明随着相邻省域城镇化进程的提升，人口聚集、交通拥堵、环境污染等问题加重，占用了大量的碳排放空间，将会降低本省（区、市）的碳排放公平性水平。
2）空间杜宾模型的效应分解。本节先从全国层面进行效应分解（表2），然后分别对东中西部地区样本进行效应分解。
从全国层面来看：①产业结构与经济发展水平的直接效应与间接效应均为负值，且通过了1%显著性水平的检验，表明第二产业比重的提高与GDP的增加不仅会抑制本区域的碳排放公平性，而且还存在显著的空间溢出效应；②城镇化水平的间接效应在1%的水平下显著，表明城镇化水平的提升会对相邻省（区、市）与碳排放公平性产生负向空间溢出作用；③技术创新的直接效应与间接效应均在1%显著性水平下为正值，表明本省（区、市）技术创新不仅会提升自身的碳排放公平性，相邻省（区、市）与的技术创新也会对本省（区、市）碳排放公平性有显著的扩散作用；④对外开放水平的直接效应与间接效应均不明显，可能是由于外商投资虽然有利于促进经济增长，但同时污染排放也对碳排放公平性形成不利因素，正负作用相抵从而使得其空间效应不显著；⑤环境规制的直接效应显著为负，间接效应显著为正，表明环境保护政策会抑制该地区的碳排放公平性，但对相邻省（区、市）的碳排放公平性水平有显著提升作用。
从地区层面来看，①产业结构：东部地区与中部地区间接效应不显著，直接效应为负值，表明东部与中部地区第二产业比重的提升会抑制该地区省（市）碳排放公平性的提升；西部地区的直接效应与间接效应分别在10%与5%显著性水平下为负值与正值，表明西部地区第二产业比重的提升对本省碳排放公平性有负向影响，但第二产业增加带来的高污染也会促使人口与第三产业向周边省（区、市）转移，从而对其碳排放公平性产生正向空间溢出效应（表3）。②经济发展水平：东部地区的直接效应与间接效应不显著；中部地区的直接效应与间接效应分别在1%与5%的显著性水平下为正值，可能是由于东部地区经济发展水平最高，经济发展带来的碳排放效率提升与其造成的环境污染正负作用相抵消，而中部地区由于经济发展水平低于东部地区，经济发展对碳排放效率提升作用大于其带来的环境污染；西部地区经济发展水平最低，大部分省（区、市）更加迫切提升自身的经济实力，对环境保护的关注较少，因此，经济发展水平的提升会对本省（区、市）碳排放公平性带来负向抑制作用。③城镇化进程：东部地区与西部地区的直接效应不显著，间接效应分别在1%与10%的水平下显著为负，这是由于城镇化进程实施过程中必然会带来产业发展、基础设施建设、环境污染等问题，如果无法妥善解决就会对周边省（区、市）碳排放公平性带来负向空间溢出效应；中部地区的城镇化进程不仅抑制了周边省（区、市）碳排放公平性，对自身碳排放公平性也产生了显著抑制作用。④技术创新：东部地区技术创新的直接效应与间接效应均在1%的水平下显著为正，这是由于东部地区技术存量较高，技术创新带来的挤出效应不仅促进本省碳排放公平性水平，还存在显著空间溢出效应；中部地区技术创新的直接效应与间接效应分别在5%与10%的显著性水平下为正；西部地区技术创新的直接效应不明显，间接效应在5%的显著性水平下为正值，其原因在于西部地区的技术存量较低，技术创新对于碳排放公平性的促进作用尚未明显发挥，但仍然存在一定的空间溢出作用。⑤对外开放水平：东部地区的外商投资直接效应与间接效应分别在10%与1%水平下显著为正，原因在于东部地区本身经济发展水平较高，对外商投资的准入机制比较严格，因此，外商投资不仅会对本省的碳排放公平性有正向作用，也会降低相邻省（区、市）外商引入成本从而促进其碳排放公平性提升；中西部地区间接效应不明显，直接效应在1%水平下显著为负值，主要在于中西部地区外商投资引入较少且环境准入机制相对宽松，因而对本省（区、市）碳排放公平性产生抑制作用。⑥环境规制：东部地区直接效应与间接效应不显著，主要原因在于东部地区环境规制较严格，环境规制对碳排放的抑制作用与中小企业扩大生产规模带来的碳排放相抵消，因而效应不明显；中西部地区间接效应不明显，直接效应分别在5%和10%水平下显著为负值，原因在于中西部地区环境规制相对宽松，环境规制对碳排放的抑制作用小于中小企业扩大生产规模带来的碳排放，因而对本省碳排放公平性产生负面影响。
3结论与建议
本文在“双碳”目标背景下，基于碳排放量与碳吸收量测算了1999—2017年中国30个省（区、市）的碳排放公平性水平，采用空间面板杜宾模型分析了碳排放公平性的影响因素。主要结论如下：
1）1999—2017年中国省域碳排放公平性区域差异显著，整体呈由西向东递减的趋势。除福建、海南两省外，东部地区所有省域均处于碳排放不公平的状态。
2）省域碳排放公平性存在较强的空间关联，碳排放公平性不仅受到本（区、市）各因素的影响，还受到相邻省域经济社会因素的影响。此外，各省碳排放公平性呈现相对稳定的依赖路径，东部地区在空间上表现为低−低集聚，中西部地区在空间上表现为高−高集聚。
3）通过空间杜宾模型分析及效应分解发现，对东部地区碳排放公平性影响显著的因素为产业结构、城镇化进程、技术创新与对外开放水平，其中产业结构与城镇化进程对其有负向空间效应，而技术创新与对外开放水平对其有正向促进作用；对于中部地区而言，经济发展水平与技术创新对碳排放公平性有正向空间效应，产业结构、城镇化进程、对外开放水平与环境规制对碳排放公平性有负向空间效应；所有解释变量对西部地区省域碳排放公平性都有影响，其中经济发展水平、对外开放程度与环境规制的影响最大且均为负向影响。
基于以上结论，提出提升中国省域碳排放公平性水平的建议，以推动实现“双碳”目标：
1）分区域增强政策供给。东部地区要进一步推进经济结构战略性调整与城镇化建设的绿色转型，提升区域产业结构高级化水平。同时，由于东部地区森林覆盖率已经达到一定水平，应通过加强对现有森林资源的养护、优化绿地空间布局、重点发展生态用地等措施来提升其固碳能力，此外，还可以从技术、资金等方面对碳排放公平性较高的中西部地区进行补偿，借力去提升碳汇水平；中西部地区虽然碳排放公平性水平较高，但主要依赖于其自身丰富的碳汇资源，而经济的发展水平与东部地区相比还相对较低。因此，要以新发展理念为指引，在减排和增汇方面同时发力。在减排方面，加大与东部地区的交流与合作，推进产业结构优化调整，优化能源消费结构，避免因粗放式发展而带来的无序碳排放；在增汇方面，严守生态底线，加快与东部地区在绿色项目上的合作共建，保持在碳汇方面的已有优势，确保在经济高质量发展的同时进一步提升其碳排放公平性水平。
2）构建区域合作机制。省域碳排放公平性的显著空间相关性表明东中西部地区在空间上紧密相连。因此，一方面，中西部地区要优化其营商环境，精准承接东部地区的产业转移，不仅可以提升其自身的发展水平，也可以有效降低东部地区碳排放，提升其碳排放公平性水平；另一方面，进一步完善全国碳市场与碳补偿机制，从全国层面提升碳排放公平性水平，推动实现“双碳”目标。
由于数据限制，本研究仅从省域视角对碳排放公平性及其影响因素进行了分析，随着研究的深入，可以进一步探索省域内部、城市内部、城乡之间的碳排放公平性问题。此外，在碳市场发展初期，作为碳市场的有益补充，如何依据碳排放公平性差异进行省域碳补偿也是本文后续研究的重点。
原文信息
题目：“双碳”目标下中国省域碳排放公平性及其影响因素
作者：刘志华 徐军委
期刊：《地理科学》23年1期
电话：
