文摘

理论上,产业集聚是一把双刃剑,既有积极的和消极的外部性。中国的城市,产业集聚度的有很大的差距,经常面临不同的能量和二氧化碳排放问题,提高质疑工业集聚促进或抑制能源效率和二氧化碳排放。本文探讨了产业集聚对碳效率的影响。空间计量经济学方法使用面板数据实现(2007 - 2016)285县以上城市。结果显示,工业城市群重大影响在城市碳效率显著的空间溢出效应。的城市群制造业和高端生产性服务业对碳效率而采取积极影响低端生产和生活服务行业的负面影响。作为比较,我们发现,集聚效应在大都市的水平高于全国水平,特别是对生活服务业,更高水平的集聚使碳效率变化从消极到积极的影响。劳动部门对中央和特大城市中常见的城市融入工业集聚。此外,使用分数阶灰色预测模型。美德的优势在处理小样本数据缺乏统计规则,本文样本外预测碳效率和产业集聚程度的中国城市。 By adding the predicted results to the spatial correlation test, new evidence on the spatial correlation of carbon efficiency and spatial division of labor between cities is obtained. Based on the empirical results of the present study, we have proposed some policy recommendations.

1。介绍

改革开放以来,中国的快速城市化进程带来了显著增加能源消耗和有限公司₂排放。1980 - 2014年期间,中国的平均年增长率的有限公司₂排放高达9.2%。国际能源署(IEA)报道,中国自2007年以来,远远超过了公司₂欧盟和美国的排放(1]。目前,根据世界银行的统计,中国有限公司₂排放已经达到102.9亿吨,占全球28%的股份有限公司₂在2014年的排放。相比之下,在2014年,有限公司₂欧盟和美国的排放只有3.24和52.5亿吨,分别为(2]。毫无疑问,中国政府面临着越来越多的国际和国内压力,同时保持经济发展稳定。中国政府做出了一系列的承诺减少碳排放,遏制全球气候变化。2014年,中国政府宣布,“信和我们关于气候变化、联合声明”,计划达到的顶峰有限公司₂在2030年的排放。在2015年的巴黎气候会议上,中国政府致力于有限公司₂单位GDP排放在60 - 2030年比2005年水平低65%。因此,中国提高了一系列限制有限公司₂排放。例如,中国已经控制制造业的产能的扩张,因为这个行业产生高水平的污染,消耗了大量的能源,并负责高有限公司₂排放。中国有意减少对制造业的依赖,实现产业升级。然而,限制制造业的实施必然会减缓经济增长。

在经济发展的过程中,城市被视为经济活动和运营商也约占中国85%的有限公司₂排放(3]。快速城市化增加不仅大有限公司₂排放也全要素生产率(TFP)的水平与积累的人口,经济因素和活动在城市(4]。TFP的进步中扮演着重要的角色在促进经济增长和转型(5,6),以及改善努力减少能源消耗和有限公司₂排放(7,8]。因此,规模经济和技术溢出效应将不可避免地影响公司的数量和效率₂发射。从这个意义上说,城市工业集聚效应的有效使用不仅有利于减少有限公司₂排放也促进经济增长。

许多学者研究了城市化提高碳效率从集聚经济的角度。多数学者发现,提高碳效率的驱动因素是人口的聚集,技术进步和产业结构。例如,李等人研究了公司的效率₂中国31个制造业的排放量,从2012年到2016年,排名,发现高新技术产业的行业列表的顶部与不同级别的技术(9]。王等人发现能源结构,技术水平,城市化率都有显著影响碳效率(10]。太阳等人评估碳效率和全球价值链(GVC)位置索引。他们强调,劳动密集型和资源密集型制造业相比,技术密集型制造业在全球价值链最有效提高碳效率(11]。张等人表示,企业规模是提高碳效率的关键因素(12]。王先生和马认为城市化的水平,能源消费的结构,和工业化水平是公司的主要驱动因素₂排放(13]。王等人发现,技术水平的逐步改善的主要驱动力是提高公司的效率₂排放(14,15]。王等人发现,生产技术显示了异构性问题的地区(16和部门17]。

一般来说,技术进步,规模经济和人口的聚集将大大影响碳效率。然而,这些研究并没有讨论分段服务产业的集聚。因此,它是未知的,经济活动的空间集聚的影响碳效率来源于服务的集聚。此外,据中国特大城市发展报告2010个,此外,覆盖全国土地面积的21.13%,占总人口的48.99%,51.41%的城市人口,城市和46.7%的成员。此外,他们创造附加值的81.94%第二产业和第三产业增加值的83.5%。大都市是一个高级的空间组织形式与经济行为集中高度发达的工业化和城市化带来的(18]。大都市的空间特征有助于提供交通、通讯、信息、和其他基础设施,以及市场环境,进一步促进本地产业的集聚。然而,很少有学者研究了特大城市工业集聚和碳效率之间的关系。

现存的研究相比,本研究使三个主要贡献:(1)本研究建立了一个空间杜宾模型研究异质性的影响产业集聚的碳效率在国家层面和水平的大都市;(2)从各种服务行业我们探讨了不同影响城市群城市碳效率和识别特定的影响在特大城市;(3)制造业和分段服务行业之间的比较,最后,我们寻求最优发展道路的城市经济发展的双重目标,减少有限公司₂排放。

2。理论框架和研究假设

目前,大多数urban-related研究关注不同类型的产业集聚之间的关系和劳动生产率的一个城市,但没有可以得到一致的结论。首先,一些研究表明,产业集聚已造成严重的环境污染以及企业级的扩张和大规模的能源来自化石燃料的使用。Virkanen发现产业集聚在芬兰南部造成重金属污染当地的水资源和大气19]。Verhoef Nijkamp发现工业集聚危害环境的质量,导致了环境污染的加剧20.]。弗兰克等人表明,产业集聚恶化的空气质量抽样城市在欧盟(21]。Duc等人调查越南河两岸的工业企业,发现产业集聚造成河流污染(22]。与上面所提到的,一些学者进一步发现产业集聚有利于环保技术的进步和扩散,促进生产和能源效率,并减少环境污染(23- - - - - -27]。汉等人分析了马歇尔的集聚的影响,如劳动浓度效应,规模经济的中间投入,和空间溢出效应,对工业能源效率。他们指出,中间的空间可用性输入和空间技术溢出效应显著提高工业能源效率(28]。此外,汉等人建造了一个空间杜宾模型探索工业专业化和多元化的影响城市群的制造有限公司₂排放。他们提供了一个证据,他们可以减少有限公司₂排放在本地和周边城市的集聚经济外部性(29日]。张等人分析了河南省18个城市的数据,提出产业集聚降低CO₂排放在周边地区有一个负面影响的强度有限公司₂排放(30.]。沈等人使用一个动态空间面板模型,证明了生产性服务业的集聚具有重大积极的空间溢出效应在周边地区能源效率(31日]。雅各布斯等人发现,多元化的高端生产性服务业的集聚是可用的中心城市,如国际大城市。他们发现这些城市的行业内的高附加值产品的特点,一个大型的服务半径,和一个小交易频率,从而影响周边地区显著改善能源效率的空间溢出效应(32]。然而,在现有的文献中,有一个缺乏研究低端的生产服务和生活服务。此外,没有制造业和服务业之间的比较研究,或inter-heterogeneity细分服务行业,对于工业集聚在城市碳效率的影响。因此,我们提出假设1。

假设1。各种行业的集聚效应显示非均质性,及其对城市碳效率的影响多样性空间。
市区提供交通、通讯、信息、和其他基础设施以及市场条件和刺激产业的集聚。产业集聚的发展是城市化的趋势的一部分,导致了行业正在接近的源创新中心城市获得先进的技术。城市化是在不同的阶段时,内部产业集聚模式有不同的特征。城市的扩张促进产业的扩散和re-agglomeration。第二产业集群是主导的城市化的发展阶段,而第三产业集群是显而易见的发达阶段。区域产业集聚和城市化的协调发展促进区域经济的整体发展。因此,城市不同尺度和等级彼此相邻或相同的规模和等级的城市空间。这将形成一个大都市通过加强城市之间的分工与合作。黄等人认为,大都市的发展有利于改善城市生态效率和改善的程度是影响城市水平(33]。越等人发现,产业结构调整对能源强度的影响在珠江三角洲的城市不明显(34]。陈等人发现,高能耗产业的转移,这是由资本密集型产业,从发达地区向发展中地区,可以有效地减少CO₂排放在发达地区35]。李等人指出,任意两个城市之间产业转移在一个大都市将带来能源强度的下降36]。肖等人发现,全要素的性能有限公司₂第三产业的排放量比第二产业。然而,第三产业的低碳发展前景,在长江三角洲,不乐观37]。因此,我们提出假设2。

假设2。工业集聚的多元化特点的大都市空间导致对碳效率的影响是不同的。
结构优化的效果是提高碳效率的推动力量在一个大都市。首先,特大城市的发展提高生产服务行业的比例,促进在中心城市的多元化生产。第二,此外,促进其产业化的发展进步和普通城市的专业化生产。亨德森指出存在一个倒U型城市规模和产业集聚之间的关系。随着城市规模的扩张,城市公共资源,竞争要素成本的上升,交通拥堵和其他因素将加速工业扩散。同时,一些行业超越同级或低梯度的城市,也就是说,弗里德曼的“centre-periphery”模式,导致的初始形成特大城市(38,39]。近年来,此外,扮演了一个至关重要的角色,在中国的新城市化进程(40]。在长江三角洲,在上海服务业的发展远远超过其他行业,但制造业仍然领先,在江苏和浙江中起着决定性的作用41]。珠江三角洲已进入型职能时期和发展促进服务业和制造业的集聚扩散(35]。Circum-Bohai海洋经济区,重工业占太大比例的整体经济,限制城市之间的分工(42]。玉等人发现,之间存在着负相关城市的规模和碳排放,进一步证明了大都市更有效的关于碳排放(43]。刘等人认为,社会、土地、人口、城镇化和城市化和经济都是相关进行了一次评估这些组件的多个影响城市化进程的有限公司₂排放在珠江三角洲44- - - - - -46]。郑等人预测,长江三角洲的能源消费将继续上升,制造业和能源消耗的主要来源。他们还建议政府应该更新它的方法和概念相关的可持续发展和限制能源密集型产业的发展41]。欧阳等人发现,人均国内生产总值、环境监管力量,因素输入结构,外国直接投资,地方政府支出,和开放的程度有积极影响的工业全要素能源效率在珠江三角洲47]。李等人认为,社会经济因素,如产业结构、经济水平,碳排放强度,和其他空间因素,降低碳排放强度中扮演重要的角色在长江三角洲48]。因此,特大城市的发展提高第三产业的比例在中心城市的进步也促进工业化和城市专业生产共同之处。此外,分散的发展集聚不经济的中心城市,促进生产要素的流向常见的城市。然而,尽管上述研究理论讨论了产业集聚的机制影响经济发展的大都市,他们仍然缺乏实证支持。在这些研究的基础上,我们提出以下。

假设3。内部的大都市,中部和常见的城市之间的分工是伴随着工业集聚对提高碳效率。

3所示。数据和方法

有限的可用性数据,本研究选定的面板数据(2007 - 2016)在中国285个城市。原始数据来源是中国城市统计年鉴,中国能源统计年鉴》,北京蜀汇通环境技术研究所数据服务网络(http://www.3edata.com)。确保统计数据的一致性和可比性,本研究使用了相对稳定的统计口径。

3.1。测量有限公司₂排放在地市级城市

给定数据源的可用性,我们选择了四种形式的能源消耗、电力、天然气、液化石油气、和运输行业,测量有限公司₂排放(49]。

在中国,以更好地反映实际情况,参考煤炭为各种能源转换系数和平均低热值采用中国国家标准GB / t2589 - 2008。数据单位热值的碳含量和氧化率用来计算有限公司₂发射系数获得“2006年IPCC国家温室气体排放清单指南。“这个公式用于计算有限公司₂排放如下: 在哪里表示公司₂排放,是我th能量,是jth城市(地区),表示公司₂产生的排放我th能源消费在城市j,的消费吗我th能源在城市j,代表了公司₂的排放系数我th能源在城市j。

平均热值低、单位热值的碳含量,碳氧化率的主要能量,计算有限公司₂排放因子如表所示1。

全社会用电量的数据收集从中国城市统计年鉴》。格莱泽和卡恩认为,有一个独立的公司₂发射系数在每个区域电网50]。因此,我们把中国分为六个区域:华北、东北、华东、华中、西北和华南。的有限公司₂电力发射系数根据基线测量发射系数的区域电网,中国发出的经核证的减排量交换信息的平台。

上的数据供应的天然气和液化石油气的地区得到的数据服务网络北京蜀汇通环境技术研究所。的有限公司₂天然气排放系数是0.2666公斤/米³,有限公司₂液化石油气的发射系数是3.1013公斤/ m³。

由于中国的地区差异和不完整的统计数据,是很难获得数据,如里程乘坐车辆,每英里的燃料用于不同类型的机动车辆,等。根据公开数据,这是不太准确的使用“自下而上”的方法来计算有限公司₂排放的交通工具。在目前的研究中,我们使用一个“自上而下”的算法来计算有限公司₂排放量在中国各城市交通。的有限公司₂交通排放主要来自直接排放燃烧的化石燃料。相比之下,间接排放的CO₂从电力和热能消耗更少。因此,在目前的研究中,计算有限公司₂排放量运输只包括直接排放的化石燃料的消耗。

省级、地区能源资产负债表包含能源消耗的交通、仓储、和邮政行业。目前的研究排除仓储和邮政行业的能源消耗。这是通过使用收入比率的运输,仓储,和邮政行业的“中国经济普查年鉴”估计能源消耗和计算有限公司₂交通行业的排放。然后,指李et al。51),我们得到的值客运和货运失误从中国经济网络统计数据库和能源强度数据在交通能源数据手册(TEDB)。这些都是用来计算的比例有限公司₂排放之间的客运和货运运输。根据这个比例,我们把有限公司₂排放的运输活动省级客运和货运。在城市层面,我们计算的体积的比例每个城市的客运和货运的每个城市在一个省。然后我们将省公司₂排放到城市的每一个计算比例。最后,我们聚合有限公司₂客运和货运的排放数据传输的总排放量的交通运输业地市级城市。

根据图1,从2007年到2016年,总有限公司₂中国排放的地市级城市从2022.77增加到34.997亿吨,年均增长率为6.31%。的有限公司₂特大城市排放的城市从1065.89增加到17.4197亿吨,年均增长率为5.63%。的有限公司₂其他城市的排放从956.89增加到17.5772亿吨,平均增长率为7.04%。有每年减少的比例有限公司₂在特大城市排放。在2007 - 2016年期间,70个城市在三个特大城市的贡献平均公司总数的50.37%₂排放在285全国地市级以上城市。这意味着中国特大城市仍然是主要来源的有限公司₂排放。

3.2。空间分布的有限公司₂排放

根据Tobler第一定律,一切其他东西有关,和类似的事情更密切相关。这意味着空间数据可以相互作用,由于地理位置。我们公司的空间分布进行了探讨₂排放在2007年,2011年和2016年在地市级以上城市。如图2、有限公司₂排放显示出明显的空间集聚特征。有限公司₂排放逐渐下降沿东部,中部和西部地区。珠江三角洲,长江三角洲,京津冀经济区,和成渝经济区,是中国最大和最发达地区,表现出更高水平的排放。山东、辽宁显著表明高浓度的排放,加之Tianjin-Hebei经济区形成Circum-Bohai海经济区。

3.3。测量的服务业和制造业的集聚

至于工业集聚的测量,一系列的测量方法,如市场集中度、位置熵、赫芬代尔指数空间基尼系数,地理集中指数和指数。他们每个人都有自己的重点。位置熵措施通过工业专业化产业集聚,这有利于说明该地区优势产业。赫芬代尔指数反映了企业在业内的浓度,和空间基尼系数反映了区域集聚的产业。地理集中指数全面评估工业集聚的程度和结构。因此,找到不同城市的主导产业和主导产业,目前的研究集中在评估不同工业城市群的影响,在不同的地区,对当地及周边碳效率。员工的数量为每个行业获得公共数据。因此,我们使用了位置熵来衡量城市工业集聚水平。产业集聚水平的计算公式 在哪里表明行业员工的数量我在城市j,表明在城市的员工总数j,表明员工的总数我在这个国家,表明在中国的员工总数。更大的价值 ,集聚优势越明显。当 ,它表明,开发强度的行业在该地区类似行业高于全国平均水平;当 ,它表明,开发强度的行业在该地区有一个明显的比较优势。

在制造业,由于缺乏完整的分类统计上面的地市级城市,预设研究分析它作为一个整体,不能分割制造业进一步讨论。2011年,中国建立分类标准的15个分支工业服务业。有完整的就业统计数据在城市层面,并相应地研究预设分类。在服务行业的分类,指李,李52陆]和[53),我们将服务业分为三类:(1)生产性服务业的服务目标是工业产品的制造商;(2)生活服务行业服务最终消费者;和(3)公共服务行业的供应商是政府。公共管理部门确定的大小公共服务行业,它并没有讨论目前的研究。在强度方面知识积累的生产性服务业,存在高端生产性服务行业具有较强的知识积累和较低的低端生产服务行业知识积累(54]。因此,本文专注于特定行业在制造业、生产性服务(高端和低端),和生活服务(见表2)。

基于原始数据的员工在中国285个地市级以上城市,位置熵计算公式是用来测量每个产业的集聚水平的平均价值在各个城市(图3)。图4显示了不同区域的平均位置熵。

如图3制造业显示显著聚集空间,尤其是在东部沿海地区。然而,没有明显的空间分布的城市群服务业。在图4,平均每个大都市的制造业集聚程度高于全国水平。制造业集聚水平降低的顺序的珠江三角洲,长江三角洲,分别和Circum-Bohai海洋经济区。各种服务行业的平均浓度Circum-Bohai海洋经济区的高于在珠江三角洲和长江三角洲。生产性服务业的浓度在珠江三角洲的最低三个特大城市。

3.4。分数阶灰色预测模型

目前,有两种流行的方法做出预测:(1)白箱模型,常用的微分方程,和(2)黑盒模型,如机器学习模型。灰色模型采取以上模型的优点。尤其擅长建模时间序列预测灰色模型在小样本55]。黑人之间的灰色模型是模型和白色的模型。它包含两个未知的信息与已知信息。同时,系统中有不确定的因素关系,最大的特点是积累过程可以反映数据的规律性。这个模型已经应用在许多领域自成立以来(56]。旧的灰色模型都是整数阶导数模型,属于理想的内存模型和不适合描述一些不规则的现象。事实上,灰色模型通常是分数。例如,天气是气候的分数阶的导数,所以它是复杂系统因果之间的桥梁。此外,当对象部分特色是用分数阶描述对象的基本特征和行为可以更好的显示57]。因此,这种方法能够描述动态行为过程和系统的高精度和简洁的模型。经济现象是社会系统的活动,所以分数阶灰色预测能够解决我们的话题。

指吴(55],本文利用分数阶灰色预测模型预测碳效率和产业集聚程度的每个地市级城市从2017年到2021年。建模步骤如下。

步骤1。累计订单序列 计算:

步骤2。一个非负序列, ,应该是一个积累的订单吗 。规定 , ,也称为累积的命令序列 。

步骤3。替换 进一步2,使用最小二乘法估计参数 。

步骤4。使用 预测 。

第5步。减少 按订单 。也就是说,

4所示。计量经济学模型和主要结果

4.1。基本模型

指Griliches [58),我们认为柯布-道格拉斯函数可以体现城市的生产函数我在期t: 在哪里是理想的输出, , ,和是劳动、资本和能源消耗为城市生产,分别表示全要素生产率,这是相关的经济,经济技术变化、技术溢出,和制度安排, , ,和是生产弹性,误差项。两边的方程(5),C(有限公司₂发射): 在哪里 理想输出单位的公司吗₂排放,表示碳效率。 , ,和 输入factor-carbon比率包括劳动、资本和能源消耗,描述输入效率的因素。因此,输入的效率因素是碳的分解效率。以对数形式的方程(6)如下: 在哪里 。同时,我们把政府干预(政府)59)和外国直接投资(FDI) (60在方程()作为控制变量7)。控制模型 在哪里和控制变量的弹性。变换方程(8)成一个矩阵形式:

在方程(9), , , , , ,和是 独立变量的对数和向量是 向量误差项。

此外,全要素生产率的提高所带来的技术进步是提高碳效率,另一个重要的方法提高输入的效率以外的因素。技术溢出效应和规模经济,基于聚集经济的理论,两个主要的驱动力是促进全要素生产率(61年,62年),这也将进一步加强碳效率。此外,集聚的影响不仅影响当地的碳效率,还影响周围的城市(61年,63年]。因此,我们由全要素生产率与本地及周边城市的工业城市群。因此,可以设置为 在哪里是外生变量注意所有城市的先进技术先河; , , ,和是制造业,低端生产服务、高端生产性服务,和生活服务城市群城市吗我在时间t分别;_, , ,和表明四种工业集聚的弹性;和 ,和几何加权值的城市群制造业低端生产服务、高端生产性服务,生活服务,邻近城市的全要素生产率。工业集聚的程度的影响在城市所描述的相同 , , , ,和 ,分别。然而,这些影响的净效应是由每个城市之间的连接,可以用外源性摩擦条件描述 ,在哪里 和 。更紧密的连接存在,价值越高需要。我们用的对数方程(10),并把它转化为矩阵形式: 在哪里 , , ,和是 工业集聚和向量的对数是 矩阵的摩擦 。如果 , , , ,和 如果 , ,和 没有特征值 ,方程(11可以转化为)

代入方程(12)方程(9)和用方程(9)双方: 在哪里 , , , , ,和 。描述方程(13与下标)我并获得的碳效率的城市我:

方程(14),包括当地的效应和空间效应,称为空间杜宾模型。上述变量的描述性统计如表所示3。原始数据来源是中国城市统计年鉴,中国能源统计年鉴》,北京蜀汇通环境技术研究所数据服务网络(http://www.3edata.com)。

4.2。空间加权矩阵和空间相关分析

根据数据源的可用性,我们构造和标准化加权空间与地理距离矩阵,矩阵的每一行的元素之和等于1: 在哪里每一对城市之间的距离是基于纬向和纵向数据,在哪里 。的地理衰减参数的值2。的基础上 ,本研究使用莫兰我指数衡量的地理分布的自相关解释变量和解释变量:核心 在哪里地区变量的值吗我。莫兰我指数需要一个值在[1]。正值表示变量的空间集聚分布的感兴趣的是在一个特定地区相似的价值观;否则,它将跟随离散分布。如果莫兰是我值接近于零,观测值在空间随机分布的,没有关系。如表所示4莫兰是我值的碳效率,制造业集聚和高端生产性服务聚集所有满足1%的显著性检验,表明这些变量有显著的空间依赖性。低端生产服务最年来通过了显著性检验,但一小部分生活服务产业集聚程度通过了显著性检验。因此,结果表明,有必要考虑工业集聚的空间效应对碳效率。

为了弥补延迟公布的数据的官方统计数据,也使城市之间的功能空间的划分更有说服力,在这一部分中,我们使用数据从2007年到2016年和分数阶灰色预测模型预测的数据城市碳效率和工业集聚程度从2017年到2021年,测量莫兰值(即根据预测结果。,所有的预测莫兰的我再次指数计算基于预测的数据)。结果表明,空间相关性的碳效率预计将稳定在一个较高的水平在2017 - 2021年在经历“high-low-high-low”波动。制造业和高端生产性服务,代表的意义空间的城市劳动分工,莫兰的价值从2007年到2014年持续上升。在2015年达到最大值后,他们两人在第二年呈下降趋势。根据分数阶灰色预测的结果,他们的空间相关性逐年下降,从2017年到2021年,这也证实了变化趋势。值得注意的是,生活服务业的空间相关性在每个城市逐渐出现了,和它的空间相关性显示从2017年到2021年稳定的上升趋势。结果给我们以下的影响。(1)碳效率的空间相关性而言,除了二氧化碳由于其自然特征,城市之间的经济联系越来越密切。碳效率提出了一个“高”在空间集聚趋势,和空间表达的关联度莫兰我值保持在高水平的预测。(2)的本质在城市群空间分工上面讨论的是,城市不同层次的关注不同行业的发展。 According to the Moran value of the predicted values, it can be found that the pattern of urban functional spatial division of labor still exists at the national level. Especially for manufacturing and high-end productive service, local government should choose industries with comparative advantages according to their development status and resource endowment, to form “staggered peak” development among cities. China’s overall economic development will continue to advance in this development direction. (3) As a living service industry whose main function is to meet a number of necessary needs in residents’ life, the development of this industry is highly correlated with urban economic conditions and residents’ wealth. The increasing degree of spatial correlation of this industry year by year also proves that economic development among cities is more closely correlated.

4.3。空间计量经济学模型的决心

为了准确反映程度的空间效果和空间相关性的原因,有必要选择一个合适的空间计量经济学模型做回归分析。指Elhorst [64年),“特定于将军”的方法被用于研究预设识别空间计量经济模型(表5)。首先,拉格朗日乘子(LM)测试是用来选择空间自回归模型(SAR)或空间误差模型(SEM)。如果LM_lag和R-LM_lag意义测试失败,我们选择特区。如果LM_err和R_LM_err意义测试失败,我们选择扫描电镜。在目前的研究中,我们拒绝了SEM因为LM_err和R_LM_err测试通过了意义。然而,我们不能选择SAR,条件是LM_lag通过了显著性检验和R-LM_lag没有通过显著性检验。我们需要确定空间杜宾模型(SDM)可以通过执行LR沦为SAR和SEM测试和瓦尔德测试。因为这两个结果明显拒绝零假设,我们选择的长效磺胺空间计量经济学回归。然后,我们执行一个豪斯曼测试来确定是否使用固定或随机效应模型。然而,当计算方差膨胀因子(VIF),我们发现,增加城市固定效应会产生多重共线性问题(VIF > 10)中解释变量(表6)。因为豪斯曼检验的结果明显拒绝零假设,我们使用固定空间杜宾模型。

4.4。空间计量经济学模型的估计结果

根据表5,我们选择了SDM时间固定效应估计方程(14)。健壮性测试,我们也估计OLS SAR, SEM和基金的时间固定效应(表7)。大多数解释变量通过了显著性检验,表明经验数据支持理论模型和变量。同时,城市碳效率受到内源性和外源性空间交互作用。

空间计量经济学模型包括术语之间的交互空间权重矩阵和解释变量。它还包括术语之间的交互空间权重矩阵和解释变量。因此,总效应包括两个部分:局部区域的直接效应和间接效应引起的其他领域(也称为空间溢出效应)。随着空间溢出效应,解释变量的变化会导致碳效率的变化在当地和周边地区。因此,在周围地区碳效率的变化最终将导致当地碳效率的变化由于反馈效应(65年]。换句话说,解释变量的变化的城市我在时间t不仅会直接影响城市的解释变量本身也有一个间接影响其他城市(即的解释变量。城市的邻近地区),最终将影响该地区反过来(因为其他地区,面积也是“其他地区”)。因此,考虑到全球效应空间杜宾模型,解释变量的系数只代表他们的影响的方向和意义SDM模型中的解释变量,但不能反映实际边际效应,由勒和速度提出了作为一个问题(66年]。因此,解决问题的空间计量经济学模型中的系数难以解释,我们进一步分离直接和间接影响(表8)。直接影响包含纯粹的直接影响和反馈对地方碳效率的影响。间接影响包含的解释变量的空间影响周边地区对当地碳效率,反映了空间溢出效应。

如表所示8,我们发现不同行业的集聚效应显示显著的异质性。因此,假设1是验证。制造业的集聚,集聚高端生产性服务对城市碳效率有显著的影响。此外,高端生产性服务的影响大于制造业,而低端的生产服务和生活服务城市碳效率有负面影响。李等人表示,更大的能源需求从制造业的化石燃料导致更多的公司₂排放的气体比其他行业(67年]。然而,在制造业集聚的过程,知识溢出效应,规模经济的中间投入,企业之间的信息交换,多个基础设施建设将进一步促进碳效率(29日,30.,68年]。分段服务行业的影响显示显著的异质性。在高端生产性服务行业,企业间的知识溢出的学习效果中,高附加值的产品,带来了显著的改进效率。相反,低端的生产性服务业的集聚,如交通运输、仓储和邮政行业,和租赁和商业服务业,导致直接增加能源消耗和“拥挤效应”一样糟糕的城市交通拥堵和资源浪费,加重城市碳效率。因此,为了实现低碳发展,应优先考虑高端生产性服务业的知识和capital-intensiveness的特点。

工业城市群的影响从周边地区碳效率,也就是说,城市工业集聚带来的空间溢出效应,表明所有行业对碳效率将有积极的影响。高端生产性服务业的影响并不显著,这表明,中国仍处于产业转型的早期阶段。高端生产性服务业与服务半径和大小事务的频率没有显示显著的空间溢出效应。生活服务行业的影响也不显著,这表明生活服务行业的特点一个本地服务。

至于其他解释变量,直接影响系数labor-carbon比率,capital-carbon比率,和energy-carbon比率明显积极,指出提高效率的输入因素对碳效率的提高具有显著的积极作用。FDI的直接和间接影响都是显著的积极的,这表明,外国直接投资在促进中国经济发展发挥了积极作用,表明目前没有“污染天堂假说”对中国(67年]。lnGOV系数显著负的,这表明,政府不应过多干预经济。否则,将会导致资源配置的低效率和能源利用的“种族底部”,这将不会有利于改善城市碳效率。

4.5。产业集聚的影响碳效率在一个大都市

水平的大都市,城市群制造业、高端生产性服务,生活服务行业都扮演了一个重要的角色在促进城市碳效率(表9),而低端生产服务行业主要有碳效率产生负面影响。相比之下,在国家层面上(表估计结果8),制造业和高端产业方向有相同的影响,但工业集聚的程度促进大都市的碳效率明显高于全国水平。原因是产业和人口的空间集中在大都市改进生产和服务企业之间知识溢出的频率,减少企业间交换商品的运输成本。他们最终提高经济运行的效率和整个地区的能源利用效率。控制变量而言,labor-carbon比例的直接影响,capital-carbon比率,和energy-carbon比率明显积极,而lnGOV的直接影响是负面的。这表明在国家或水平的大都市,太多的政策干预将减少碳效率。

超级比较三大城市制造业聚集的直接影响长江三角洲是最大的,而制造业集聚的积极空间溢出效应在珠江三角洲显著大于其他特大城市。分段服务行业而言,低端生产服务行业没有Circum-Bohai海洋经济区产生重大影响。直接影响长江三角洲城市组显著负,和间接影响珠江三角洲城市组显著负的。高端生产性服务业在每个大都市有显著的积极影响,并且影响程度排列的珠江三角洲,长江三角洲,Circum-Bohai海洋经济区由大变小。上述所有与假设一致2。值得注意的是,高端生产性服务的空间效应对珠江三角洲城市群集聚远远大于其他特大城市,这为大都市的发展提供了一个很好的例子。

我们知道制造业倾向于附近的城市与生产性服务(69年),虽然也存在“挤出”效应之间的制造业和服务业(70年]。我们进一步分析的趋势在中心城市的就业数量的比值(直辖市、subprovincial城市和省会城市)在特大城市测量的水平分工。如图5,高端生产性服务的就业比例增加的中心城市,但制造业和低端生产服务逐年减少,这部分证实的假设3。因此,中心城市倾向于培养高端生产性服务业,逐步成为“技术池”和“市场领域”为提高碳效率本身及周边地区。常见的城市是倾向于开发周边地区的制造业与互补功能。因此,劳动部门为中心和大都市常见城市加上工业集聚对提高碳效率。

5。结论

在中国的经济发展有两个约束:经济增长和控制有限公司₂排放。在目前的研究中,我们使用了空间计量经济学方法探讨产业集聚的影响碳效率高于县285个城市面板数据的水平和三个特大城市在中国,2007 - 2016年期间。结果显示如下。(1)在国家层面上,所有工业城市群,除了生活服务行业,采取积极的角色在改善城市碳效率,和低端生产服务集聚的影响主要来自于空间溢出效应。(2)比较整个国家的工业城市群和特大城市,我们发现,制造业,高端生产性服务业和生活服务行业的每个大都市城市碳效率有显著的影响,而影响超过全国平均水平。(3)在三个特大城市,制造业集聚,集聚高端生产性服务,和生活服务聚集所有显著提高碳效率。制造业集聚的影响和高端生产性服务集聚碳效率排名从大到小的顺序珠江三角洲,长江三角洲,Circum-Bohai海洋经济区。低端的生产性服务在长江三角洲和珠江三角洲城市群有负面影响碳效率与拥挤的效果。

因此,我们提出一些政策影响。

实证检验表明,制造业集聚和高端生产性服务在城市集聚提高碳效率本身和周围的城市。保持稳定的经济增长的目的和减少有限公司₂排放,中国政府应“复兴”的要素市场和城市之间建立“共同市场”和释放的“制度红利”通过打破行政壁垒和地区贸易保护主义。根据产业集聚效应的异质性,政府应给予优先从区域比较优势的角度具体行业。它应该避免过度追求工业发展城市的竞争,尤其是比较和追求“高端生产性服务业发展的城市之一。

在特大城市的水平,与全国水平相比,城市群制造业和高端生产性服务对碳效率有更大的影响。中心城市有更多的机会获得制度和政策重点和应该培养多元化的高端生产性服务业成为“技术池”和“市场”在本地及周边地区提高碳效率。以来制造业和低端生产服务行业更依赖于节省生产成本,提高交易效率,共同的城市应该为中心城市形成互补的功能,使制造业和低端生产服务业的协调发展。

数据可用性

原始数据来源是中国城市统计年鉴,中国能源统计年鉴》,北京蜀汇通环境技术研究所数据服务网络(http://www.3edata.com)。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究得到了国家自然科学基金(批准号71704095)(一个研究区域空气污染物减排目标,一步一步的基准路径和技术预测基于环境生产技术)和山东大学的年轻学者计划,威海。