交通运输业碳排放强度的空间分异与收敛特征研究.pdf

统计与决策2023年第20期总第632期DOI:10.13546/ki.tjyjc.2023.20.0110引言交通运输业既是推动经济社会发展的重要力量，也是能源消耗和温室气体排放的主要行业之一。如何处理好交通发展的刚性需求与“双碳”目标的责任硬约束之间的矛盾，在服务经济社会发展的同时推动交通运输业高效低碳发展，是当前交通运输业亟待解决的重要问题。目前学术界对于交通碳排放问题的研究取得了丰富成果。由于交通部门纳入ETS（碳排放交易体系）的时间较短，现有研究以交易模式、现状分析与相关建议为主1。具体来说，在研究内容上，主要集中于交通运输业碳排放总量测度、碳排放效率评价和影响因素研究24；在研究对象上，主要集中于对区域和省域交通运输业碳排放的研究58；在研究方法上，主要采用LMDI方法和DEA方法进行交通运输业碳排放研究911。综上，已有文献为“双碳”目标下中国交通运输业碳排放强度的空间分异及收敛性研究提供了有益启发，但是也存在一些不足之处：一是现有研究多分析单个区域的交通运输业碳排放强度，鲜有探讨交通运输业碳排放强度区域差异的研究；二是尚未足够重视交通运输业区域差异的贡献来源以及分布动态，且缺乏对其收敛性的深入探讨。鉴于此，本文首先对长江经济带、黄河流域和珠江流域片交通运输业碳排放强度进行测度；然后，运用Dagum基尼系数进一步探讨交通运输业碳排放强度的区域差异及其贡献来源，并利用核密度估计法分析其动态演进趋势；最后，利用固定效应收敛模型对比分析三大区域交通运输业碳排放强度的收敛性，以期更好地推进“双碳”目标下中国三大区域交通运输业的绿色低碳转型工作，从而实现新时代交通运输业的高质量发展。1研究设计1.1交通运输业碳排放强度测算根据碳排放强度的定义12，将交通运输业的碳排放强度概括为每单位交通运输业增加值所产生的二氧化碳排放量。其中，碳排放量的计算采用 2006年IPCC国家温室气体清单指南 中的核算方法，并根据 中国能源统计年鉴 中对交通运输业能源消耗种类的划分，选取原煤、汽油、煤油、柴油、燃料油、液化石油气、天然气和电力共8种能源。具体公式如下：Ajt=i=18EijtNCViCEFi，Qjt=AjtYjt其中，i表示能源种类，j表示省份，t表示年份；Ajt表示交通运输业碳排放总量；E表示能源消费量；NCV表示能源的平均低位热值；CEF表示能源二氧化碳排放因子；Qjt表示交通运输业碳排放强度；Yjt表示交通运输业的产业增加值。1.2Dagum基尼系数及其分解方法本文采用Dagum基尼系数及其分解方法13考察三大区域交通运输业碳排放强度的相对差异，基于子样本分解分析法，分别将长江经济带、黄河流域和珠江流域片分为西部、中部和东部地区，进一步探究三大区域交通运输业交通运输业碳排放强度的空间分异与收敛特征研究田泽，肖玲颖，任阳军（河海大学 商学院，南京 211100）摘要：文章在测度长江经济带、黄河流域、珠江流域片三大区域交通运输业碳排放强度的基础上，采用Dagum基尼系数、核密度估计法分析其地区差异及动态演进趋势，并运用变异系数和固定效应收敛模型检验其收敛特征。研究结果表明：三大区域交通运输业碳排放强度较为接近，均呈现波动下降的趋势。长江经济带和珠江流域片交通运输业碳排放强度区域差异呈现缩小趋势，而黄河流域呈现扩大趋势；就贡献率而言，超变密度是长江经济带和珠江流域片交通运输业碳排放强度总体区域差异的主要来源，区域间差异是黄河流域总体区域差异的主要来源；考察期内长江经济带和珠江流域片交通运输业碳排放强度的地区绝对差异均呈缩小趋势，而黄河流域的地区绝对差异总体呈扩大趋势。此外，长江经济带和珠江流域片交通运输业碳排放强度存在收敛特征，黄河流域不存在收敛特征，但三大区域都存在绝对收敛和条件收敛特征。关键词：“双碳”目标；交通运输业；碳排放强度；空间分异；收敛性中图分类号：F512；X322文献标识码：A文章编号：1002-6487（2023）20-0061-05基金项目：国家社会科学基金后期资助项目（21FJYB047）；中央高校基本科研业务费专项资金资助项目（B210207018）作者简介：田泽（1964），男，甘肃张掖人，教授，博士生导师，研究方向：低碳经济学、国际贸易投资。肖玲颖（1998），女，湖北黄冈人，硕士研究生，研究方向：低碳经济学。任阳军（1991），男，安徽合肥人，博士，讲师，研究方向：管理定量分析。统 计 观 察61统计与决策2023年第20期总第632期碳排放强度差异来源。具体计算公式如下：G=j=1kh=1ki=1njr=1nh|yji-yhr2n2y Gjj=12y ji=1njr=1nj|yji-yjrnj2，Gjh=i=1njr=1nh|yji-yhrnjnh(y j+y h)Gw=j=1kGjjpjsj，Gnb=j=2kh=1j-1Gjh(pjsh+phsj)DjhGt=j=2kh=1j-1Gjh(pjsh+phsj)(1-Djh)其中，Pj=njy，Sj=njy jny(j=123k)，Djh=djh-pjhdjh+pjh，Djh表示区域j和h之间交通运输业碳排放强度的相互影响；G表示总体基尼系数，Gjj表示区域j的基尼系数，Gjh表示区域j和h之间的基尼系数；Gw表示区域内差异，Gnb表示区域间差异，Gt表示超变密度，且G=Gw+Gnb+Gt。1.3核密度估计方法本文运用核密度估计方法分析三大区域交通运输业碳排放强度的分布动态和变化趋势，其数学表达式如下：f(x)=1Nhi=1NK(Xi-xh)其中，N表示观测值个数；h为带宽，反映估计精确度；K(*)表示核函数，本文选择高斯核函数；Xi表示独立同分布的样本数据；x表示均值。1.4收敛模型1.4.1收敛模型本文采用变异系数法来检验长江经济带、黄河流域和珠江流域片三大区域的收敛特征，其计算公式如下：j=iNj(Qij-Qij)2NjQij其中，Qij表示j区域内i省份的交通运输业碳排放强度；Qij表示j区域内i省份的交通运输业碳排放强度均值；Nj表示j区域内的省份数量。1.4.2收敛模型收敛分为绝对收敛和条件收敛。其中，绝对收敛模型可表示为：ln(Qit+1Qit)=+lnQit+i+t+it其中，i表示省份，t表示时间；Qit+1和Qit分别表示i省份在t+1时期和t时期的交通运输业碳排放强度；ln(Qit+1/Qit)表示i省份交通运输业碳排放强度的年增长率；为常数项，为估计参数，若0且通过显著性检验，则表明收敛现象存在，其收敛速度可表示为v=ln(1+)/T；i和t分别表示个体效应与时间效应；it表示随机干扰项。条件收敛模型可表示为：ln(Qit+1Qit)=+lnQit+j=1nlnC+i+t+it其中，表示控制变量待估参数，C表示控制变量，n表示控制变量个数。为了提高预测交通运输业碳排放强度地区差异演变趋势的精确性，检验初始水平不同的省份交通运输业碳排放强度下降速度是否受某些变量的影响，在模型中引入一些对其有较大影响的控制变量5,14,15，进而构建绝对收敛模型。其中，经济水平（EL）用人均地区生产总值表示，人口规模（PS）以年末地区常住人口表示，行业发展规模（IS）为交通运输业产业增加值与各地区生产总值的比值，城镇化水平（UL）为常住人口与地区总人口的比值，交通运输强度（TI）为单位GDP交通运输总周转量，交通运输结构（TS）采用旅客换算周转量占综合换算周转量的比重表示，交通能源强度（ES）为交通运输业能源消费量与其产业增加值的比值。1.5数据来源本文以长江经济带、黄河流域和珠江流域片交通运输业碳排放强度为研究对象，基于数据的可获得性，选取20102019年三大区域共23个省份为研究单元。数据主要来自20112020年的 中国统计年鉴 中国能源统计年鉴 中国交通统计年鉴 以及各省份统计年鉴。此外，各种能源碳排放因子来源于 2006年IPCC国家温室气体清单指南，交通综合换算周转量根据中国统计制度规定的客货换算系数进行换算。2实证分析2.1三大区域交通运输业碳排放强度测度分析长江经济带、黄河流域和珠江流域片交通运输业碳排放强度测度结果见下页图 1、图 2 和图 3。可以看出，20102019年，三大区域交通运输业碳排放强度均值水平较为接近，其中，珠江流域片略高于长江经济带和黄河流域。从区域内部来看，长江经济带东、中、西部地区交通运输业碳排放强度均值非常接近，并且中部地区略低；黄河流域东、中、西部地区交通运输业碳排放强度均值相差较大，西部地区最高，其次是中部地区，东部地区最低，这主要与当地经济发展水平、交通运输结构等内外因素有关；珠江流域片东、中、西部地区交通运输业碳排放强度均值在研究期前期相差较大，在研究期后期均值水平相近。从时间趋势来看，三大区域交通运输业碳排放强度均值整体均呈现下降趋稳的态势，2010年长江经济带、黄河流域和珠江流域片交通运输业碳排放强度均值分别为3.038、长江经济带的范围覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州11个省份。黄河流域范围为黄河干支流流经的青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南、山东9个省份。珠江流域片涉及云南、贵州、广西、广东、湖南、江西、福建、海南8个省份。统 计 观 察62统计与决策2023年第20期总第632期3.047和3.331，2019年分别下降到2.114、2.026和2.305，黄河流域和珠江流域片下降速度整体要快于长江经济带。进一步从东、中、西部地区来看，长江经济带的西部地区下降速度最快，由2010年的3.627下降至2019年的2.323，中部和东部地区的下降速度较为缓慢；黄河流域的东、中、西部地区交通运输业碳排放强度均值下降均比较明显，其中，中部地区下降速度最快，由 2010 年的 3.183 下降到2019年的1.753；珠江流域片的西部地区交通运输业碳排放强度下降最快，由 2019 年的 4.008 下降到 2019 年的2.561，其次是东部地区，中部地区最慢。4.0003.0002.0001.00002010201120122013201420152016201720182019西部中部东部长江经济带图1 长江经济带交通运输业碳排放强度变化趋势3.5003.0002.5002.0001.5001.0000.50002010201120122013201420152016201720182019西部中部东部黄河流域图2 黄河流域交通运输业碳排放强度变化趋势5.0004.0003.0002.0001.00002010201120122013201420152016201720182019西部中部东部珠江流域片图3 珠江流域片交通运输业碳排放强度变化趋势2.2三大区域交通运输业碳排放强度空间差异及来源本文运用MATLAB软件，基于Dagum基尼系数及其分解方法，对长江经济带、黄河流域和珠江流域片交通运输业碳排放强度的总体差异、区域内差异、区域间差异及相应贡献率进行测算，结果如表1至表4所示。2.2.1三大区域交通运输业碳排放强度的总体差异分析整体来看，长江经济带、黄河流域和珠江流域片交通运输业碳排放强度总体基尼系数均值分别为 0.173、0.168、0.156，这表明三大区域交通运输业碳排放强度的空间非均衡性都较为显著，总体上珠江流域片交通运输业碳排放强度分布最为协调。从时间趋势来看，研究期内长江经济带和珠江流域片交通运输业碳排放强度基尼系数呈现下降的趋势，分别由 2010 年的 0.217 和 0.237 下降到2019年的0.147和0.061，说明这两大区域交通运输业碳排放强度由空间差异化逐渐向全域协同转变。但是，黄河流域交通运输业碳排放强度基尼系数呈现上升趋势，由2010年的0.113上升到2019年的0.190，说明黄河流域交统 计 观 察表1长江经济带交通运输业碳排放强度基尼系数年份2010201120122013201420152016201720182019均值总体基尼系数0.2170.2110.2090.1740.1640.1590.1560.1620.1330.1470.173区域内基尼系数东部0.1100.2420.1520.0580.0570.1590.1200.1190.1950.2120.142中部0.2410.1300.2350.1580.1610.0350.0800.0740.0510.0510.122西部0.1840.1840.1530.2240.2010.1950.2060.2160.0520.0640.168区域间基尼系数中部-西部0.2630.1940.2120.2070.1910.1580.1750.1820.0840.0800.175东部-西部0.2050.2470.2200.1840.1660.1940.1860.1990.1870.2100.200东部-中部0.2090.2110.2370.1320.1350.1330.1130.1090.1630.1920.163表2黄河流域交通运输业碳排放强度基尼系数年份2010201120122013201420152016201720182019均值总体基尼系数0.1130.1160.1240.1850.1880.1850.2020.1930.1840.1900.168区域内基尼系数东部0.0410.0190.0530.0030.0200.0050.0020.0250.0390.0420.025中部0.0890.1250.1380.0840.0760.0200.0890.0620.0840.0840.085西部0.0880.0950.0900.2130.1870.2130.1940.1770.1310.1290.152区域间基尼系数中部-西部0.1120.1200.1250.2100.1950.2060.2410.2320.1970.2030.184东部-西部0.1620.1090.1180.2410.2880.2520.2900.2990.3300.3470.244东部-中部0.1320.1380.1470.1190.1610.1750.1200.0980.1510.1610.140表3珠江流域片交通运输业碳排放强度基尼系数年份2010201120122013201420152016201720182019均值总体基尼系数0.2370.2210.2290.1780.1610.1490.1340.1220.0700.0610.156区域内基尼系数东部0.0990.0740.1260.0150.0540.1780.1620.1370.0660.0500.096中部0.2500.2350.2340.2030.1530.0260.0300.1470.0780.0610.142西部0.2120.2130.1840.1780.1840.1630.1400.0380.0040.0150.133区域间基尼系数中部-西部0.2530.2430.2310.2100.2170.1730.1470.1440.0750.0700.176东部-西部0.2700.2580.2720.2040.2070.1960.1790.1110.0700.0750.184东部-中部0.2560.2330.2490.1940.1350.1410.1310.1640.0800.0610.164表4三大区域交通运输业碳排放强度空间差异的贡献率（单位：%）年份2010201120122013201420152016201720182019均值长江经济带区域内差异30.0231.1930.3932.5232.7231.4031.7431.4126.4826.2530.41区域间差异34.8422.2930.0321.6517.0014.7412.8126.5728.1128.8123.68超变密度35.1446.5239.5945.8350.2853.8755.4642.0245.4144.9445.90黄河流域区域内差异26.8932.2933.0131.5528.3827.7428.0826.5522.9422.1427.96区域间差异41.9931.8826.8248.9160.9950.6064.0870.1275.5376.8654.78超变密度31.1235.8240.1719.5410.6221.667.843.331.531.0017.26珠江流域片区域内差异27.5527.1827.7325.3125.5826.1426.4327.1428.6126.2626.79区域间差异40.7841.3542.6636.3731.2615.6721.1018.3740.3648.7933.67超变密度31.6731.4729.6138.3343.1658.1852.4754.4931.0324.9539.5463统计与决策2023年第20期总第632期通运输业碳排放强度空间差异越来越显著。2.2.2三大区域交通运输业碳排放强度的内部差异分析从区域内基尼系数来看，在长江经济带中，西部地区交通运输业碳排放强度区域内基尼系数均值最大，东部地区次之，中部地区最小，说明西部地区交通运输业碳排放强度内部差异最大，而中部地区交通运输业碳排放强度空间协同性最强。在黄河流域中，交通运输业碳排放强度的空间非均衡性由西部地区向中部、东部地区依次减弱。在珠江流域片中，中部地区交通运输业碳排放强度内部差异最大，其次是西部地区，东部地区最小。从时间趋势看，在长江经济带中，东部地区交通运输业碳排放强度区域内基尼系数出现波动上升的态势，年均增长7.56%，而西部和中部地区交通运输业碳排放强度区域内基尼系数波动下降，分别年均下降11.07%和15.85%。黄河流域和珠江流域片内部交通运输业碳排放强度基尼系数出现明显波动，其中，黄河流域西部地区交通运输业碳排放强度基尼系数呈现先上升后下降的态势，东部和中部地区均呈现“上升下降上升”的“N”型变化趋势；珠江流域片西部地区交通运输业碳排放强度基尼系数呈下降的趋势，中部地区呈现先下降后上升的变化趋势，东部地区前期波动上升，后期波动下降。从区域间基尼系数来看，在长江经济带中，东部-西部交通运输业碳排放强度区域间差异最大，其次是中部-西部，东部-中部的区域间差异最小；黄河流域的东部-西部、中部-西部、东部-中部交通运输业碳排放强度区域间基尼系数均值分别为0.244、0.184、0.140；珠江流域片的东部-西部、中部-西部、东部-中部交通运输业碳排放强度区域间基尼系数均值分别为0.184、0.176、0.164。可以看出，三大区域的区域间差异均表现为东部-西部区域间差异最大，中部-西部次之，东部-中部最小。从时间趋势看，长江经济带交通运输业碳排放强度的中部-西部区域间差异呈下降趋势，而东部-西部、东部-中部区域间差异呈现“上升下降上升”的“N”型变化趋势；黄河流域与珠江流域片东部-西部、中部-西部、东部-中部的区域间差异变化相同，均呈波动上升的趋势。2.2.3交通运输业碳排放强度空间差异来源及贡献分析从贡献率大小看，长江经济带交通运输业碳排放强度的超变密度贡献率均值高达45.90%，区域内差异贡献率均值为30.41%，高于区域间差异贡献率的均值（23.68%），这表明超变密度是长江经济带交通运输业碳排放强度总体差异的主要来源。黄河流域区域间差异贡献率均值高达54.78%，区域内差异贡献率均值次之，为27.96%，超变密度贡献率均值最低，为17.26%，这表明区域间差异是黄河流域交通运输业碳排放强度总体差异的主要来源。珠江流域片超变密度平均贡献率最高，为39.54%，其次是区域间差异贡献率（33.67%），区域内差异贡献率最低（26.79%），表明珠江流域片交通运输业碳排放强度总体差异的主要来源是超变密度。2.3三大区域交通运输业碳排放强度动态演变分析本文利用Stata 16软件，选取部分年份的长江经济带、黄河流域和珠江流域片交通运输业碳排放强度进行核密度估计，结果如图4至图6所示。核密度0.80.60.40.201.01.52.02.53.03.54.04.55.05.56.02013年2011年2015年2017年2019年X1.00.80.60.40.20核密度1.01.52.02.53.03.54.04.55.02013年2011年2015年2017年2019年X图4 长江经济带交通运输业图5 黄河流域交通运输业碳排放强度动态演进碳排放强度动态演进2013年2011年2015年2017年2019年1.51.20.90.60.30核密度1.01.52.02.53.03.54.04.55.05.56.0X图6 珠江流域片交通运输业碳排放强度动态演进从分布位置来看，研究期内长江经济带、黄河流域和珠江流域片的核密度曲线的主峰位置均总体左移，说明三大区域交通运输业碳排放强度整体呈下降趋势；从移动幅度来看，黄河流域的分布向曲线中心左移幅度最大，变化最为明显，其次是长江经济带，而珠江流域片变化幅度最小，说明黄河流域交通运输业碳排放强度的下降幅度最大。从分布形态来看，长江经济带分布曲线在研究期内总体表现为峰值高度先上升再下降后略有上升，主峰宽度经历了“先缩小后扩大”的过程，这表明长江经济带交通运输业碳排放强度的地区差异总体波动幅度较大，但是地区内部交通运输业碳排放强度的绝对差异状况得到了改善。黄河流域与长江经济带正好相反，其分布曲线在研究期内总体峰值高度表现为“下降上升下降”的变化趋势，主峰宽度则表现为“扩大缩小扩大”的变化趋势，这说明研究期内黄河流域交通运输业碳排放强度地区差异总体呈上升趋势。在研究期内，珠江流域片分布曲线峰值高度总体表现为上升趋势，主峰宽度则逐年缩小，这表明珠江流域片交通运输业碳排放强度地区绝对差异在不断缩小。从分布延展性来看，长江经济带、黄河流域和珠江流域片的核密度曲线均存在不同程度的右拖尾特征，这是由于区域内部存在交通运输业碳排放强度较高的省份所致，说明三大区域内交通运输业碳排放强度都存在一定的梯度分布趋势。但是研究期内长江经济带、黄河流域和珠江流域片右拖尾特征均呈收敛态势，其中，珠江流域片收敛最为明显，说明这三大区域交通运输业碳排放强度的非均衡性均出现下降趋势，即区域内高低省份之间的交通运输业碳排放强度差异有一定程度的缩小。2.4三大区域交通运输业碳排放强度收敛性分析2.4.1收敛检验与结果分析从下页图7的三大区域交通运输业碳排放强度变异统 计 观 察64统计与决策2023年第20期总第632期系数变化趋势可以看出，20102019年长江经济带和珠江流域片的变异系数均呈波动下降趋势，分别减少了0.148和0.344，下降幅度分别为35.78%和75.48%。与长江经济带和珠江流域片相反，研究期内，黄河流域变异系数总体呈波动上升趋势，2019年较2010年上升了0.150，上升幅度约为74.59%。由此可见，长江经济带和珠江流域片交通运输业碳排放强度地区差异均出现明显的收敛趋势，而黄河流域交通运输业碳排放强度地区差异的演变趋势不具有收敛特征。0.600.400.2002010201120122013201420152016201720182019珠江流域片黄河流域长江经济带图7 三大区域交通运输业碳排放强度变异系数变化趋势2.4.2收敛检验与结果分析运用Stata 16软件，基于固定效应回归模型，对长江经济带、黄河流域和珠江流域片交通运输业碳排放强度进行绝对收敛和条件收敛检验，结果如表5所示。表5三大区域交通运输业碳排放强度收敛检验结果变量ELPSISULTITSES长江经济带-0.323*0.244*-0.981*-0.0350.326*0.0250.0820.0170.0170.985*-6.964*黄河流域-0.269*0.184*-0.972*-0.09510.759*-0.010-0.137-0.067-0.106*0.912*-8.426*珠江流域片-0.312*0.242*-0.991*-0.0590.390*0.054*0.068-0.047*-0.048*1.013*-7.177*注：*、*、*、分别表示在1%、5%、10%的水平上显著。由表5的绝对收敛检验结果可知，长江经济带、黄河流域和珠江流域片的回归系数均小于，且都通过了1%水平上的显著性检验，这表明三大区域交通运输业碳排放强度均存在绝对收敛特征，也就是说，长江经济带、黄河流域和珠江流域片在不受控制变量影响的情况下，交通运输业碳排放强度较高的省份比交通运输业碳排放强度较低的省份具有更快的下降速度，使得各省份交通运输业碳排放强度随着时间推移最终会收敛至同一稳态水平，区域差距出现不断缩小的趋势。从收敛速度来看，长江经济带交通运输业碳排放强度收敛速度最快，其次是珠江流域片，黄河流域收敛速度最慢。根据表5的条件收敛检验结果可知，长江经济带、黄河流域和珠江流域片的回归系数均在1%的水平上通过了显著性检验，这表明加入控制变量之后，三大区域交通运输业碳排放强度均存在条件收敛特征，即三大区域内各省份的交通运输业碳排放强度都是朝着各自的稳态水平变化发展。从收敛速度来看，在考虑了各区域自身的经济发展水平、交通行业发展规模、交通运输强度等因素后，珠江流域片的收敛速度明显要快于长江经济带和黄河流域。3结论本文基于20102019年长江经济带、黄河流域和珠江流域片共23个省份的交通运输业能源消费相关数据，在计算各省份交通运输业碳排放强度的基础上，分析三大区域交通运输业碳排放强度的地区差异以及动态演变趋势，并探讨三大区域交通运输业碳排放强度的收敛特征。主要结论如下：（1）我国三大区域交通运输业碳排放强度水平接近，但珠江流域片整体略高于其他两大区域；三大区域交通运输业碳排放强度的整体走势为先下降后趋稳，但相较于长江经济带和珠江流域片，黄河流域波动较大。（2）整体上黄河流域和珠江流域片交通运输业碳排放强度地区分布更为协调，但长江经济带和珠江流域片交通运输业碳排放强度地区差异呈缩小趋势，而黄河流域交通运输业碳排放强度地区差异呈扩大趋势。就地区差异来源及其贡献率而言，超变密度是长江经济带和珠江流域片交通运输业碳排放强度地区差异的主要来源，区域间差异对黄河流域交通运输业碳排放强度地区差异的贡献率最高。（3）从绝对差异来看，研究期内长江经济带和珠江流域片交通运输业碳排放强度地区绝对差异呈下降趋势，而黄河流域交通运输业碳排放强度地区绝对差异总体呈扩大趋势，但三大区域的核密度曲线均存在不同程度的右拖尾特征，说明三大区域内的交通运输业碳排放强度都存在一定的梯度分布趋势。（4）从收敛特征来看，就收敛特征而言，长江经济带和珠江流域片交通运输业碳排放强度地区差异显著收敛，而黄河流域交通运输业碳排放强度地区差异的演变趋势并未出现显著收敛特征；从绝对收敛特征来看，三大区域交通运输业碳排放强度均存在绝对收敛特征，长江经济带收敛速度明显快于珠江流域片和黄河流域；从条件收敛特征来看，三大区域交通运输业碳排放强度均存在条件收敛特征，其中，珠江流域片交通运输业碳排放强度收敛速度明显快于长江经济带和黄河流域。参考文献：1卢茗轩,谢如鹤,陈培荣.碳交易试点政策对交通运输碳排放强度的影响J.干旱区资源与环境,2020,34(9).2周银香,洪兴建.中国交通业全要素碳排放效率的测度及动态驱动机理研究J.商业经济与管理,2018,(5).3袁长伟,张帅,焦萍,等.中国省域交通运输全要素碳排放效率时空变化及影响因素研究J.资源科学,2017,39(4).4Zhu C,Gao D.A Research on the Factors Influencing Carbon Emission of Transportation Industry in the Belt and Road Initiative Countries Based on Panel Data J.Energies,2019,(12).5李健,景美婷,苑清敏.绿色发展下区域交通碳排放测算及驱动因子研究以京津冀为例J.干旱区资源与环境,2018,32(7).6马海涛,康雷.京津冀区域公路客运交通碳排放时空特征与调控预测J.资源科学,2017,39(7).统 计 观 察65统计与决策2023年第20期总第632期DOI:10.13546/ki.tjyjc.2023.20.0120引言人力资本为经济社会的长足发展提供了稳固的保障，也是影响国家间经济增长水平差异的核心资源。人口老龄化、人口红利逐渐消失等使得劳动力供给日益减少而社会养老负担日益加重，导致经济增速放缓，迫切需要强化人力资本的引领支撑作用1。人力资本与经济增长之间的关系备受学者关注，人力资本通过生产、消费、投资、储蓄等渠道直接或间接地影响经济增长，成为国家或地区经济发展不平衡的主要原因之一2。且随着经济全球化与区域经济一体化的推进，经济体之间的空间相关性客观存在，既体现在分工化和专业化使得经济体间存在交互作用而相互影响上，又体现在包括人力资本在内的生产要素存在跨区域流动上。那么各经济体是否充分实现了人力资本对经济的贡献潜力？各经济体间的经济发展状况是否会通过溢出效应而相互影响？基于新经济地理学，将人力资本具有的空间相关性对经济增长的影响纳入研究框架，研究人力资本对国家整体经济增长的贡献及其在区域经济增长中的空间溢出效应，对于国家制定人才培养、创新政策，依靠人力资本释放的“红利”促进国民经济持续稳定增长、增强综合国力以应对日趋激烈的国际竞争，具有重要的现实意义。学者们对于人力资本的研究主要经历了从关注“量”到“质”的转变：一是当劳动力存在绝对数量优势时，能够降低劳动力成本和实现较高就业率，称为“人口红利”3。二是随着知识经济日新月异，人力资本质量代替数量，助推经济发展，称为“人才红利”。关于人力资本对经济增长的影响机制，研究发现教育和创新都是影响人力资本结构进而影响经济发展的因素2。从教育角度看，人力资本积累通过直接改善供给，弥补逐渐消失的人口红利，利用人力资本产生的“知识外溢性”和要素互补性优化产出率4。从创新角度看，人力资本具有的研发特征是一种稀缺资源，创新水平体现了人力资本质量，创新人才能够增强国人力资本对经济增长的空间效应检验刘超，任彦秋（北京工业大学 经济与管理学院，北京 100124）摘要：文章基于20102019年15个国家的面板数据，运用改进引力模型和社会网络分析法刻画国家经济联系的空间关联结构特征，并通过构建引力空间权重矩阵，采用空间杜宾模型探讨人力资本与经济增长的空间关联性。结果表明：（1）从空间相关性来看，国家间的经济联系在不断加强；且国家间经济增长呈现显著的负向空间溢出效应。（2）从影响因素来看，初级人力资本对本国经济增长产生显著负向影响，而对其他国家产生显著正向空间溢出效应；高级人力资本与研发支出对经济增长的直接效应均为正向促进作用，而对其他国家均产生显著负面影响；专利水平对经济增长的直接效应和间接效应均为正。关键词：经济增长；人力资本；空间杜宾模型；空间溢出效应中图分类号：F015文献标识码：A文章编号：1002-6487（2023）20-0066-06基金项目：国家自然科学基金资助项目（62073007；61773029）作者简介：刘超（1969），男，山东枣庄人，教授，博士生导师，研究方向：社会经济系统分析与优化。任彦秋（1997），女，山东枣庄人，硕士研究生，研究方向：社会经济系统分析与优化。统 计 观 察7张国兴,苏钊贤.黄河流域交通运输碳排放的影响因素分解与情景预测J.管理评论,2020,32(12).8马慧强,刘嘉乐,弓志刚.山西省旅游交通碳排放测度及其演变机理J.经济地理,2019,39(4).9李想,吉敏全.基于LMDI模型的三江源地区交通碳排放影响因素分析J.科技管理研究,2019,39(20).10Margarita R A,Victor M.Decomposition Analysis and Innovative Accounting Approach for Energy-related CO2(Carbon Dioxide)Emissions Intensity Over 19962009 in Portugal J.Energy,2013,(57).11邵海琴,王兆峰.中国交通碳排放效率的空间关联网络结构及其影响因素J.中国人口 资源与环境,2021,31(4).12何建坤,刘滨.作为温室气体排放衡量指标的碳排放强度分析J.清华大学学报(自然科学版),2004,(6).13Dagum C.A New Approach to the Decomposition of the Gini IncomeInequality Ratio J.Empirical Economics,1997,22(4).14谢守红,蔡海亚,夏刚祥.中国交通运输业碳排放的测算及影响因素J.干旱区资源与环境,2016,30(5).15王文琳.中国省域交通运输碳排放强度的影响因素及空间收敛性研究D.西安:长安大学学位论文,2019.（责任编辑/梁红）66