省际异质性视角下扶贫投资对我国碳排放的影响研究_韦韬.pdf

第 40 卷第 2 期吉林化工学院学报Vol40 No22023 年 2 月JOUNAL OF JILIN INSTITUTE OF CHEMICAL TECHNOLOGYFeb2023收稿日期:2022-11-14基金项目:湖南省教育厅科学研究优秀青年项目(19B493);南华大学博士启动基金项目(190XQD081);南华大学哲学社会科学基金重点培育项目(2018XZX20)南华大学经济管理与法学学院硕士生文章编号:1007-2853(2023)02-0088-05省际异质性视角下扶贫投资对我国碳排放的影响研究韦韬，魏雅昆(南华大学 经济管理与法学学院，湖南 衡阳 421200)摘要:扶贫投资推动了河北、陕西等贫困地区的经济发展，对农林牧渔产品和服务、食品和烟草等行业的拉动作用显著。扶贫投资使北京、天津等地区的碳排放强度增幅较小，使湖南、江西等较贫困地区的碳排放强度增幅稍大;农林牧渔产品和服务、交通运输设备等行业的碳排放强度下降，电力、热力的生产和供应行业始终是主要的碳排放来源。关键词:扶贫投资;结构变动;多区域投入产出模型;碳排放强度中图分类号:F 124文献标志码:ADOI:1016039/jcnkicn221249202302021减贫减碳是全世界面临的挑战和共同任务。因此，构建低碳发展经济体系的迫切性，使减排降碳理念深入各方面的工作当中，开始推进绿色减贫理念并付诸实践。在“双碳”背景下，研究扶贫投资与碳排放的关系具有重要的现实意义。对于扶贫对碳排放的影响，学者们持不同看法。有学者认为贫困人口容易受到空气污染等环境问题的威胁1，反过来也会加剧污染。特别是贫困人口中的深度贫困人口更容易为了生存去污染空气、破坏环境2。若提高收入，减少贫困人口，将有利于减少碳排放3-4。但也有学者认为贫困地区经济增长目前仍以传统粗放型发展模式占据主导，在一定程度上对碳减排产生不利影响5。农村家庭人均收入增加将导致能源消费从木柴、秸秆等向煤炭、电力等转变6，因而通过扶贫实现经济发展有可能导致碳排放增加。目前对于扶贫与碳排放的研究较少，针对区域与行业之间的差异也较少。本文选用多区域投入产出模型进行研究，因为其具有将各个独立区域连接为一个整体的优势，能够正确处理局部与整体的关系，为中、长期扶贫和碳减排政策的制定提供建议。一、模型方法与数据Chenery-Moses 模型的基本方程式为CAX+CF+E=X+M，(1)其中，C 为贸易系数矩阵;A 为投入系数矩阵;F为最终需求矩阵;E 为出口列阵;M 为进口列阵;X 为产出列阵;CAX 为三者乘积;CF 为两者乘积。区域间流量的估算采用 Leontief and Strout 提出的引力模型，其公式为trsi=xIdSIxiQSi，(2)其中，trsi是流出量;xi为总产出;dSi为总需求;xi为全部地区的总产出;QSi为摩擦系数。对于摩擦系数的计算，井原提出了运输量分布系数法，用公式表示为QSi=hrsihr i*h sih i，(3)其中，hrsi为产品输送量;hr i为产品总调出量;h si为产品总调入量;h i为全部地区产品总调出量。在求出 CAX、E、M 后，按照顺序放置，最后得出 31省份多区域投入产出表。由多区域投入产出表可计算生产诱发系数。生产诱发系数等于生产诱发额除以全部产业该项最终需求的合计，在本文中作为测量 s 区域 j 行业生产能力的调节幅度的指标。设 Cri为r 区域i 行业的二氧化碳排放系数，ri为 s 区域 j 行业产能的调整幅度，反映产业结构调整。rsij为直接消耗系数。假设直接消耗系数不变，如果 Xsj增加或减少 sj，引起其自身及其他地区部门总产出的变化为IXsj=Xsjsj+rirsijXsjsj(4)(r=127，i=130，且r，i，不同时等于s，j)假设碳排放系数不变，可得 s 区域 j 行业总产出的增加或减少 sj引起的二氧化碳增加或减少量ICsj为 ICsj=XsjsjCsj+rirsijXsjCrisj(5)定义 s 区域 j 行业产业结构调整的碳排放强度为引起的二氧化碳排放的变化与其引发的总产出变化的比值7。ICsj=ICsj IXsj=XsjsjCsj+rirsijXsjCrisjXsjsj+rirsijXsjsj=Csj+rirsijCri1+rirsij(6)编制多区域投入产出模型所需要的各省投入产出表源于统计年鉴。省际贸易数据可以借助中国统计年鉴 和中国交通年鉴 得到。考虑数据获取的局限性，本文将 42 行业合并为 27 个行业。对于贫困地区和扶贫行业的划分源于中国农村贫困监测报告，包括河北、山西、内蒙古等 22 个省份;扶贫主要集中在 5 个行业，分别是农林牧渔产品和服务、电器与机械及器材制造业、通信设备与电子计算机制造业、建筑业和其他服务业。二、实证结果与分析(一)扶贫投资对各省及各行业的经济拉动作用1扶贫投资对各省经济的拉动作用表 1 列举了主要省份扶贫投资的经济拉动效果。扶贫投资对于大部分地区都具有正向影响，并且对于贫困地区的经济拉动效果要更加明显。这与将集中连片特困地区作为扶贫主战场的重大战略举措密切相关。六盘山区、秦巴山区、燕山太行山区等集中连片特困地区大部分都位于上述省内。我国中央财政专项扶贫资金的新增部分主要用于连片特困地区，以开发式扶贫为导向，整合资源优势和市场需求，因地制宜发展种养业。按照产业化方向发展农产品生产，延长产业链并提高农产品附加值;利用贫困地区的自然资源发展旅游业，以生态旅游、乡村旅游等新经营模式拓宽收入渠道。表 1主要省份生产诱发系数省份2012 年2017 年河北06091072江西05630696广西05620805贵州04460675云南06050762陕西04890762青海07160931宁夏091604992扶贫投资对各行业的拉动作用表 2 列举了主要行业的生产诱发系数。从扶贫投资对各行业的拉动效果来看，扶贫投资对产业的拉动效果最明显的是建筑业，其次是其他服务业、农林牧渔产品和服务、电气机械和器材以及通信设备、计算机和其他电子设备。这些行业都是扶贫投资的重点行业，扶贫投资资金的流入直接影响其产出变化，因此拉动效果也最显著。对比两年的数据，农林牧渔产品和服务、食品和烟草、木材加工品和家具、交通运输、仓储和邮政及其他服务业等行业的生产水平均有提高，说明扶贫投资对与民生密切相关的行业具有较强的拉动作用，提高了贫困地区人们的生活水平。表 2主要行业生产诱发系数行业2012 年2017 年农林牧渔产品和服务13062949食品和烟草09871145木材加工品和家具00640081电气机械和器材12740793通信设备、计算机和其他电子设备17121533建筑79557193交通运输、仓储和邮政03940574其他服务业442064243河北、湖南、陕西的扶贫投资对经济的拉动效果对比98第 2 期韦韬，等:省际异质性视角下扶贫投资对我国碳排放的影响研究由于每个省份的情况不同，本文选取经济拉动效果较为明显的河北、湖南和陕西进行对比分析。从表 3 中可以看出，三个省份的扶贫投资对经济的拉动效果的相同之处在于上述行业均保持着较高水平的带动作用。不同之处在于，扶贫投资对于河北的农林牧渔产品和服务的拉动作用最强。河北省依托位处华北平原的地理优势，适宜发展农业，开展了包括发展食用菌、中药材和特种养殖等特色种植业扶贫工程。湖南的建筑业从扶贫投资中获益最多。湖南集中连片贫困地区主要分布在湘西自治州，地理位置偏远，多为山区，交通不便。当地政府积极组织扶贫搬迁，开创了绿色装配式建筑助力精准扶贫的模式。陕西的扶贫投资对其他服务业的推动力最明显。陕西利用丰富的历史文化遗产，坚持文化传承精神积极打造文化旅游产业，促进贫困地区农旅结合，带动文娱产业发展，帮助贫困人口脱贫致富。表 3河北、湖南、陕西的扶贫投资对经济的拉动效果对比地区、年份、行业河北湖南陕西201220172012201720122017农林牧渔产品和服务007707300021013000260076食品和烟草003800310029004900420034电气机械和器材005300190037001900420028通信设备、计算机和其他电子设备001700070055003000700074建筑027601720254051301420134其他服务业007600750186015100990375(二)扶贫投资对碳排放强度的影响1扶贫投资对各省碳排放强度的影响表 4 为扶贫投资引致的产业结构调整的碳排放强度。表 4主要省域碳排放强度(单位:t CO2/万元)省份2012 年2017 年北京862579天津1421911河北20292392山西21772780内蒙古25474381黑龙江23052529江西11452063湖南15212935贵州50287186宁夏24753838新疆60506684北京和天津能够在扶贫投资带动产业发展的同时降低碳排放强度，这考虑与当地雄厚的产业基础、合理的环境规制与先进的低碳技术等因素有关。湖南、江西等中部地区通过优化产业结构以减少碳排放量的成效甚微，这一点在其他学者的研究中也得到了证实8。河北、山西、内蒙古、黑龙江的碳排放强度也有明显提高。这些地区依赖以煤炭为主的能源消耗模式、经济结构偏重工业，加之北方地区冬季烧煤供暖，产生更多的二氧化碳。贵州、宁夏、新疆等西部地区的碳排放强度始终处于较高的水平，并伴有上升现象。化石燃料使用量的增加、缺少工业废气治理设施、有限的后续投入治理费用是导致碳排放向西部迁移的重要原因10。2扶贫投资对各行业碳排放强度的影响表 5 对比了扶贫投资对主要行业碳排放强度的数据。表 5主要行业碳排放强度(单位:t CO2/万元)行业2012 年2017 年农林牧渔产品和服务742578煤炭采选产品41294626金属矿采选产品14131963非金属矿和其他矿采选产品13851883石油、炼焦产品和核燃料加工品31582482非金属矿物制品68197466金属冶炼和压延加工品41683460金属制品14862322通信设备、计算机和其他电子设备999784电力、热力的生产和供应2084723918农林牧渔产品和服务的碳排放强度下降幅度最大，其次是通信设备、计算机和其他电子设备。09吉林化工学院学报2023 年扶贫投资虽未对金属矿采选产品、非金属矿和其他矿采选产品、金属制品等钢铁及相关产业产能造成显著变化，但这些行业一直是我国碳排放的主要来源。钢铁产业需要消耗的燃料多，存在先进与落后技术并存使用的情况，所以碳排放量也相对较高。另外，我国能源结构尚在调整之中，目前仍然是以煤为主导的化石燃料结构，燃烧煤炭排放的二氧化碳要远高于使用清洁能源的碳排放量。3福建、安徽、贵州扶贫投资导致产业结构变动的碳排放强度为了更细致地分析扶贫投资所致的产业结构变化的碳排放强度在省际的不同，本文选取福建、安徽和贵州进行对比。从表 6 中可以得出，福建、安徽和贵州的碳排放强度的区别在于，在福建省各行业的碳排放中，除金属制品和电力、热力的生产和供应外，其他行业的碳排放强度均有所下降。福建省积极推进光伏发电、农村小水电等能源设施建设，并在此基础上进一步提高核电、风电等清洁能源在能源结构中的比例。安徽省碳排放强度降低明显的行业集中在煤炭采选产品、金属矿采选产品、非金属矿物制品和金属冶炼和压延加工品等。安徽省支持皖南地区、皖西大别山革命老区(贫困区)生态产业发展;对于生态脆弱和开发强度大的皖北地区，结合降碳、扶贫和生态补偿综合考虑，实现环境保护与经济发展的“双赢。”贵州省各行业的碳排放强度均处于较高水平。除科技水平有限、碳排放向西部迁移的因素外，农资投入的快速增长导致种植业碳排放量增加、扶贫资金和其他涉农资金无法整合形成合力导致资金使用效益有限、贫困县考核机制指标的绿色发展的导向性不够强等因素也制约着碳减排工作的纵向深入和横向拓展11。表 6福建、安徽、贵州扶贫投资导致产业结构变动的碳排放强度(单位:t CO2/万元)地区及年份行业福建安徽贵州201220172012201720122017煤炭采选产品050044929156236290金属矿采选产品039005026002148220非金属矿和其他矿采选产品063009028047177305金属冶炼和压延加工品109041114036328406其他制造业039025023009055056电力、热力的生产和供应477481776825759715三、结论本文得到的结论如下:第一，扶贫投资对集中连片特困地区的经济拉动效果更为明显。第二，扶贫投资提高了与民生密切相关的行业的产出水平。第三，从全国趋势来看，扶贫投资所引发的碳排放强度总体上呈现东低西高，南低北高的趋势。第四，从行业来看，金属矿采选产品、非金属矿和其他矿采选产品、金属制品等行业的碳排放强度均处于较高水平。本文提出的政策建议如下:第一，推动数字经济助力巩固脱贫成果。电商扶贫、教育扶贫、科技扶贫等惠民工程将传统农民向专业化、数字化、规模化等新型农民过渡，而这就需要相应的基础设施与政策制度以满足扶贫新阶段农业发展特点。第二，加大高碳贫困地区减排降碳力度。在努力争取国家补偿资金和政策支持的同时，调整扶贫资金在产业间的比例并向低碳扶贫产业倾斜，例如光伏扶贫、生态扶贫等低碳扶贫项目。第三，不断优化能源结构和产业结构。提高光伏发电、风电、水电、核电及生物质发电在能源消耗中的使用比例，从源头控制碳排放量;加大对低碳冶炼、碳汇技术等前沿技术的研发投入，不断扩大应用范围，引导其向绿色低碳转变。参考文献:1JEHAN，S，UMANA，AEnvironment-poverty nexusJDevel-opment Policy Journal，2003(18):53-70 2OBIN BOADThe poor and the environment:Friends or foes J 19第 2 期韦韬，等:省际异质性视角下扶贫投资对我国碳排放的影响研究World Development，1994，22(6):811-822 3AHMAD SOHAIL，BAIOCCHI GIOVANNI，CEUTZIG FELIXCO2emissions from direct energy use of urban households in In-dia JEnvironmental Science Technology，2015，49(19):11312-11320 4DANIELE MALEBAThe trade-off between poverty reductionand carbon emissions，and the role of economic growth and ine-quality:An empirical cross-country analysis using a novel indi-catorJSocial Indicators esearch，2020，150(prepublish):1-29 5李世祥，王楠，吴巧生，等贫困地区能源与环境约束下经济增长尾效及其特征 基于中国 21 个省份 2000-2017 年面板数据的实证研究J数量经济技术经济研究，2020，37(11):42-60 6吴施美，郑新业收入增长与家庭能源消费阶梯 基于中国农村家庭能源消费调查数据的再检验J 经济学(季刊)，2022，22(1):45-66 7刘红光，刘卫东，唐志鹏，等中国区域产业结构调整的 CO2减排效果分析 基于区域间投入产出表的分析J地域研究与开发，2010，29(3):129-135 8刘玉珂，金声甜中部六省能源消费碳排放时空演变特征及影响因素J经济地理，2019，39(1):182-191 9林毅夫，付才辉基于新结构经济学视角的吉林振兴发展研究 吉林报告 分析思路、工具方法与政策方案J 社会科学辑刊，2017(6):5-20 10 唐贵谦，刘钰婷，高文康，等警惕大气污染和碳排放向西北迁移J中国科学院院刊，2022，37(2):230-237 11 王兴，马守田，濮超，等西南地区农业碳排放趋势及影响因素研究J 中国人口资源与环境，2017，27(S2):231-234Impact of Poverty Alleviation Investment on China s Carbon Emissionsfrom the Perspective of Inter-provincial HeterogeneityWEI Tao，WEI Yakun(School of Economics，Management and Law，University of South China，Hengyang 421001，China)Abstract:Investment in poverty alleviation has promoted the economic development of poor areas such asHebei and Shaanxi，and played a significant role in driving agriculture，forestry，animal husbandry and fisheryproducts and services，food and tobacco industriesPoverty alleviation investment increases the carbon emissionintensity in Beijing and Tianjin，and in poorer areas such as Hunan and Jiangxi;in agriculture，forestry，fisheryproducts and services，transportation equipment，and the production and supply of electricity and heat arealways the main sources of carbon emissionKeywords:poverty alleviation investment;structural change;multi-regional input-output model;carbonemission intensity29吉林化工学院学报2023 年