杜鹏程，洪宇
（1.安徽大学商学院，安徽 合肥 230601；
2.安徽大学经济学院，安徽 合肥 230601）
中国已进入高质量发展阶段，如何快速实现碳中和目标成为中国生态文明建设新的历史使命，这一目标的提出不仅符合中国可持续发展的内在要求，也将中国绿色发展之路提升到了一个新的高度，成为中国未来数十年经济社会发展的主基调之一。为了应对全球气候变化问题，政府间气候变化专门委员会确立国际温控目标不超过工业化2℃过渡到1.5℃，要求全球在2050年实现碳中和［1］；
2020年9月在第75届联合国大会上，中国政府承诺将采用更加有力的政策措施，单位GDP碳排放在2005年基础上减少60%～65%，并且碳排放总量在2030年之前达到峰值，2060年之前实现碳中和［2］。目前有不少发达国家已经实现碳排放与经济脱钩，实现碳达峰至碳中和目标有60～70年，这是一个伴随着节能减排技术同社会经济发展一起进步的自然过程［3］。然而中国实现碳中和目标是一个自我加压的主动过程，需要通过强有力的政策手段实现碳达峰到碳中和的蜕变，而且实现这一目标只有30年左右时间，这就意味着中国治理碳排放的难度和紧迫性要比发达国家大得多，也意味着中国的碳中和之路只能“摸着石头过河”，在“干中学”，“用中国理论阐释中国实践”［4］。中国将在不平衡、不充分的发展条件下实现碳达峰，又将在最短时间内过渡到碳中和，成为新发展阶段下最艰难的目标之一［5］。
归根结底，碳中和的深层次问题和主要矛盾还是在于能源体系的建设问题。当前被广泛接受的一种观点是，通过改进技术提高能源利用效率，将有利于节能减排、降低能源消费总量、更快实现碳中和［4，6］，例如李江元等［7］通过修正后的Kaya曲线反映碳排放主要与人口、人均GDP、碳排放强度、能源结构有关。但也有研究表明政府提高能效措施获得的节能效果小于预期，这种结果被归结为“能源回弹效应”。Berkhout等［8］将能源回弹效应的含义表述为：技术进步虽然可以提高能源使用效率，进而起到节能的效果，但能效的提高也意味着单位生产成本和价格的提高，带来更多的新能源需求，促使能源效率提升减少的能耗被额外的能源消费所抵消，因此技术进步驱动碳中和政策有效实施仍需要考虑能源成本和环境资源等问题。例如一些地方政府采取激进的政策措施，运动式关停或上马一些项目，通过“拉闸限电”对所有煤电机组采取“一刀切”的方式，简单粗暴地关停能耗较高的传统产业［9］；
一些地方政府忽视经济社会发展规律，盲目出台新能源补贴政策，因而出现乱砍滥伐、抢装风电的现象，同时要求每个行业、每个企业都要做到碳达峰、碳中和，这是不切实际的［10］。出现上述运动式“减碳”现象的原因在于：一是地方政府没有厘清可再生能源与能源结构比例、减碳目标与经济发展、经济性与环保性之间的关系；
二是政策实施部门对“减碳”任务的政绩观念出现偏差，造成了政府部门对实现碳中和目标的理解不正确；
三是尚未厘清碳中和目标下政府与市场的关系，因而技术市场的竞争作用没有得到有效发挥［6］。此类过度行动、不符合客观经济规律的“减碳”政策，不仅造成碳中和的边际效益难以达到最优，也会影响国内经济平稳恢复和产业链稳定。
截至2021年，全球已有137个国家和地区承诺到2050年前后实现碳中和，占全球碳排放总量的73%；
与此同时，已有46个国家和地区实现碳达峰，主要为发达国家［11］。经济合作与发展组织认为一个国家碳排放越过峰值，并走向碳减排阶段，一般应具备以下几个要素：一是人均GDP超过一万美元，二是GDP增长速度放缓，三是减排伴随着产业结构转型。由此看来，发达国家碳达峰都遵循着碳强度率先达峰，而后碳排放总量、人均碳排放同时达峰的阶段性规律，这与其工业化、城镇化进程密切相关：地区工业化、城镇化建设基本完成，人口集聚促成了第三产业蓬勃发展，产业结构由规模密集型转变为技术密集型，在此基础上采取低碳燃料替代、能效技术进步、碳密集产业转移以实现碳达峰与碳中和目标［4］。但是发达国家在能源转型过程中也遇到了一些风险和困难值得中国警惕，例如欧洲自身能源禀赋匮乏，能源供应对外依存度高，然而能源转型较为激进、统一市场作用未充分发挥等，带来了严重的能源安全隐患［12］。
相比较，中国应该也必须走不同于西方发达国家的碳中和之路。如今，中国人口增长趋近峰值，国土资源开发趋近完成，国民经济仍处于上升水平，可以说中国已经具备实现碳中和目标坚实的经济基础［5］。所以，接下来制定和实施有效的政策实现碳中和目标至关重要。国内学者认为加快实现碳中和的政策措施包含以下三个方面：第一，推动全链条、全生命周期的能源革命，就要构建清洁低碳安全高效的能源体系，在保证能源安全的前提下控制化石能源比重，这一方面要形成以可再生能源为主体电源、大型可控电源和全时间尺度储能电池相互补充的新型电力系统，另一方面要努力实施可再生能源逐渐替代化石能源消费政策，实现“清洁替代”［13］；
第二，做加法而不仅是做减法，要以既发展又减排的思路推动碳中和，中国现阶段基本国情没有变，建设现代生态文明体系要全面把握人民日益增长的美好生活需要，不能因为碳中和目标牺牲未来发展机遇，而要将经济效益、社会效益、环境效益有机统一起来［14］；
第三，科学开展植树造林，加强森林、草原、湿地等资源保护和利用，充分发挥区域联合碳汇作用，形成多边共同治理体系［15］。然而，现有关于碳中和实现途径与政策治理的研究侧重于对碳中和的内涵、重要性进行定性分析，这不仅是因为研究对象本身抽象、碳源及碳汇难以界定、一般测度方法难以充分体现地区碳中和能力的真实水平，还因为有关专家学者认为定性的分析更能够体现碳中和的政策含义。
但政策的制定不仅需要严谨的定性分析，也需要科学的量化研究。关于碳中和实现途径及政策治理的定量研究中，由于对碳中和实现途径理解不同，选取的评价指标及测量方法、所构建的评价体系存在差异，使得研究结论也往往不尽一致，同时有关地区能源发展水平、碳汇作用衡量指标的科学性和可操作性、权重确定方法也需做进一步完善［16-18］。需要特别指出的是，碳中和并非局部的环境治理问题，在很大程度上涉及到产业转移、工业集聚、政策互选、能源结构等原因，与邻近区域的碳排放治理能力密切相关［19-21］。碳中和治理的实践经验表明，地方政府必须坚持属地管理和区域联动相结合的基本原则，采取积极的联防联控政策措施对二氧化碳固有传播效应予以监测和控制，从而提高区域减碳能力。然而，现有研究较少关注碳中和的时空演变特征及驱动因素的潜在变化趋势，更鲜见以空间溢出效应为视角对碳中和的实现途径与政策选择进行的研究。但理论和实践经验表明，探究碳中和的区域空间关联特征对于制定科学的碳中和政策更有价值。鉴此，文章在现有研究基础上，定义了碳中和能力及其驱动因素的概念，选取技术中和与环境中和作为碳中和双重促进机制，运用空间计量方法对中国区域碳中和能力的空间溢出效应及驱动因素进行系统分析，实证检验中国是否存在由能源变革和环境绿化引致对碳源的双向抑制作用，进而达到碳中和的逻辑事实。该研究旨在通过探寻促使中国地区碳中和的驱动因素，测度碳源水平和碳汇能力，分析区域间可能存在的空间关联特征，识别区域联合提高减碳能力的关键因素，以期为早日实现碳中和目标，促进中国现代生态环境治理提供科学合理的政策依据。
1.1 相关概念及定义
碳中和（carbon neutrality）指的是全球、国家和地区等不同主体在一段时间内，碳源和碳汇达到平衡的状态。
碳源（carbon source）指的是向大气排放温室气体、气溶胶或温室气体前体的过程和活动；
碳汇（carbon sink）指的是通过大自然的调节功能和人为的技术手段，从大气中清除温室气体、气溶胶或温室气体前体的过程和活动，这包括森林、湿地、草原的自然碳汇功能，也包括生物能源与碳捕获、利用与封存（Carbon Capture，Use and Storage，CCUS）等负排放技术实现能源体系的净零排放甚至负排放［6］。
一个国家或地区碳中和的目标能否实现，很大程度上取决于其碳排放治理能力。而碳排放治理能力表现在许多方面，其中很重要的一个方面就是碳中和能力。根据近年来已有研究［6，22］，现将碳中和能力定义为：全球、国家和地区等不同主体在一段时间内，通过技术变革、环境治理等政策手段，使得碳排放与碳吸收抵消，实现区域相对“零排放”的能力。
近年来，关于碳中和驱动因素的研究已有不少，这些因素总结起来就是技术变革和自然碳汇。为了增强碳中和政策研究的整体性与关联性，文章基于实现途径和政策选择的视角，构建了碳中和能力的两个维度即技术中和与环境中和，并将技术中和与环境中和作为实现碳中和的驱动因素进行测量。所谓技术中和是指通过节能提效、清洁能源替代、发展新能源、负排放技术（CCS，CCUS）等人为手段，提高地区碳中和能力的方式；
而所谓环境中和则是指通过森林碳汇、草原碳汇、湿地碳汇等碳汇手段，提高地区碳中和能力的方式。
1.2 数据来源
为尽量避免研究数据的观测偏差，拟采用Eggleston等［23］编写的IPCC2006《国家温室气体清单指南》碳排放核算办法和中国碳排放数据库（CEADs）碳排放核算清单两种计算方式测算中国省域二氧化碳排放量。前者的测量结果为地区按能源消费计算的碳排放总量，后者的测量结果为地区实际碳排放量，二者差值为碳汇的中和值。尽管观测期间存在生命活动释放二氧化碳的自然事实，但相关研究表明，这部分碳排放量可以被大气中自我调节机制所抵消，即排除人类生产活动，若无重大自然环境改变，大气中温室气体可以维持在一个恒定的水平。
首先，从数据选取的维度看，尽管现有文献中存在不少以地级市、县区为研究对象探究碳排放空间溢出效应，但是从空间跨度看来，以县市为界，中国存在碳排放产生剧烈改变的地区并不多见，因此探究中国区域碳排放量可以采用省域级别的数据。
其次，现有的研究一般采用时期漫长的数据，20～30年的时间跨度范围并不少见，但是中国近年来碳排放总量下降平稳，且无显著的历史遗留影响，同时该研究的对象为碳中和政策体系构建，而从21世纪初开始建设可再生能源生产体系的省份并不多见，由此10年的碳排放数据可以胜任该项研究的研究工作。
综上，为了能够全貌性地对区域碳排放量及碳中和能力的变化趋势予以准确反映，该项研究拟采用2010—2019年中国30个省份碳排放数据（研究未涉及香港、澳门、台湾和西藏地区），在此基础上计算单位GDP碳排放减少量，作为碳中和能力（Neu）溢出效应检验的分析依据。
1.3 空间溢出效应检验
为检验碳中和能力的空间溢出效应，研究采用“莫兰指数（Moran’sI）”对全域和局部空间自相关性进行检验，计算公式为：
其中：i表示被分析的中国30个省份，Wij表示空间权重矩阵。若I＞0为空间正相关，表示高值与高值相邻或低值与低值相邻；
若I＜0为空间负相关，表示高值与低值相邻；
若I=0为不存在空间相关关系，表示空间相关性为随机分布。为对碳中和能力空间关联特征予以系统考察，该研究设计了4种空间权重矩阵。
第一种是地理空间权重矩阵（W1），是以经度和纬度为基础测算中国省会距离得到的空间权重矩阵。
第二种是经济空间权重矩阵（W2），是以中国人均GDP测算中国各省份的“经济距离”得到的空间权重矩阵，其表现为：
其中：Yij表示i地区相对于j地区的人均GDP值。
第三种和第四种是以上述两种空间权重矩阵为基础，建立的广义空间权重矩阵：
为简化分析，式（3）仅以λ=-1和λ=2为例，构建中国全域空间权重矩阵，分别为（W3）和（W4）。对于广义空间权重矩阵（W3）和（W4），赋予λ不同的值权重矩阵的性质也会随之改变，即λ=-1的经济空间权重的解释比重较大，λ=2的地理空间权重的解释比重较大。由此看来，广义权重矩阵不仅考虑到区域之间地理距离差异，也体现了不同经济地带之间溢出效应和辐射效应，能够更加全面地反映研究对象单位截面的空间关联与差异［24］。全域空间自相关检验结果见表1（限于篇幅，选取3个代表年份检验结果显示）。
表1显示，在W2、W3和W4空间权重矩阵下，莫兰指数均为正值且在5%水平下显著，说明中国全域碳中和能力分布呈现“高值-高值”集聚和“低值-低值”集聚的空间正相关结果。而W1空间权重矩阵2019年以前莫兰指数均为负值，且较不显著，说明碳中和不仅具有地理空间的区域关联特征，而是与经济发展、地理与经济因素二者并存因素都具有空间关联特征。图1是以W4为权重矩阵的碳中和能力分布散点图，其横轴表示标准化后的碳中和能力估计值（趋平值），纵轴表示碳中和能力的空间滞后水平（空间权重矩阵与趋平值的乘积）。从图1中可以看出，分布在第1、3象限的省份（按照行政区划代码排序）随时间推移逐渐增多，表明其碳中和能力在时间递推和空间关联上呈现显著的正相关特征。其次，进行碳中和能力局部空间自相关检验，结果见表2。
图1 莫兰散点图
表1 碳中和能力全域空间自相关检验结果
在表2中，以W4为权重矩阵，进一步检验了碳中和能力的局部空间溢出效应，并列举了空间正相关的3个省份，结果分为“高值-高值”集聚和“低值-低值”集聚，即碳中和能力高的地区被碳中和能力高的地区包围，以及碳中和能力低的地区被碳中和能力低的地区包围。由表可见，碳中和能力“高值-高值”分布的区域包括北京、天津、浙江、青海、新疆、湖南、湖北、四川等省份，碳中和能力“低值-低值”分布的区域包括河北、山西、吉林、黑龙江、山东、河南、湖北等省份，值得注意的是，湖北省于2019年脱离碳中和低值区，进入高值聚集带。具体而言：从经济发展角度看，碳中和能力划分为“高值-高值”集聚的区域有北京、浙江等经济较为发达的地区，也有青海、新疆等经济较为滞后的地区，说明区域碳中和能力空间正相关性并不是单纯的经济差异引致的，需要识别驱动因素做进一步研判。从地理演变角度看，2011—2015年碳中和能力划分为“高值-高值”集聚的区域可分类为经济发达地带（如北京、浙江）和环境禀赋地带（如青海、新疆），尽管2016—2019年碳中和能力高同时经济发达的省份名单尚未发生改变，但越来越多的西部省份加入碳中和能力“高值-高值”的聚集群，由此看来，中国碳中和能力较高的聚集地区呈现“向西辐射”的演变趋势；
2011—2016年碳中和能力划分为“低值-低值”集聚的区域主要集中于中国的西北部和中部地区，然而2017—2019年吉林、黑龙江等中国东北省份逐渐取代了山西、河南等中部省份，中国碳中和能力较低的聚集地区呈现“向北转移”的演变特征。
表2 碳中和能力局部空间溢出效应为正相关的省份
1.4 标准差椭圆分析
对2015年、2017年和2019年碳中和能力较高聚集区与较低聚集区进行标准差椭圆分析，用以探究二者的方向分布，结果见图2和表3。
由图2和表3可以看出，碳中和能力较高的聚集区呈现东西分布，且呈现“向西辐射”的演变趋势，而标准差椭圆的扁平率在2015年最小，但随着时间推移，标准差椭圆的扁平率逐渐增大，2019年的X半轴与Y半轴的标准化差值为0.23，这说明碳中和能力的向心力逐渐提高、方向性逐渐明显。而碳中和能力较低的聚集区呈现南北分布，且呈现“向北转移”的演变特征，由标准差椭圆的扁平程度可以看出，碳中和能力的向心力也是逐渐提高的。值得注意的是，2019年标准差椭圆的扁平率发生骤减，说明碳中和能力较低的聚集区正在大幅度减少。整体看来，中国碳中和能力的空间集聚特征表现为向高值延伸。
表3 标准差椭圆估计结果
图2 碳中和能力较高聚集区与较低聚集区的标准差椭圆
2.1 动态空间面板模型设计
考虑到区域碳中和能力存在空间扩散特征，一个地区的碳中和能力空间效应可分为3个部分解释：一是空间静态部分，碳中和能力计量模型的一般形式可被概括为：
其中：nit表示i地区t时间的碳中和能力，sit表示其他地区对i地区水平的外部影响，sjt表示i地区对其他地区的溢出影响，sit和sjt均为不可测变量，sit-sjt反映了碳中和能力当期空间依赖程度；
二是时间动态部分，碳中和能力具有延续性，Neuit不仅受空间水平的影响，同时受上一期Neui，t-1滞后水平的影响［24］；
三是外部驱动因素部分，除时间空间影响外，碳中和能力的优化路径还包括了能源变革、环境绿化，即技术中和与环境中和的共同作用。
鉴于上述原因，将碳中和能力的空间依赖特征和空间误差特征修正为如下动态表达形式：sit-sjt=ρW′i Neut+τW′i Neut-1和sit-sjt=ζnt-1+λW′i nt+εit，同时假定碳中和实际效应N是社会、经济、生态环境等相关因素作用的函数，那么N=αXit+uit。碳中和能力观测量可表示为：
其中：X为碳中和驱动因素组成的向量，α和β是对应的相关系数，W′i表示空间权重矩阵的第i行，μit和εit是空间扰动项，均服从正态分布，ρ和τ分别是当期空间滞后系数和上一期空间滞后系数，λ为空间误差系数。
式（5）和式（6）假定了碳中和能力会随着各项驱动因素变化而发生实时的改变，换言之，碳中和能力不存在调整性的时间滞后特征。但是大量研究表明，宏观经济变量一般存在路径依赖特征，即往期水平可能对当期水平造成一定的历史遗留影响［25-26］。碳中和驱动因素如能源结构升级、清洁能源替代、绿色植被覆盖等本身存在不可忽视的“生效期”，即较为明显的时间滞后性，因而对碳中和产生的效用也被相对滞后了。因此，考虑碳中和能力的时间滞后特征具有重要意义。为此，依据局部空间滞后模型的调整思路，修正式（5）和式（6），变形为：
其中：θ1和θ2分别是空间滞后模型和空间误差模型的时间滞后系数，反映了前一期碳中和能力对当期的影响。
式（7）和式（8）是区域碳中和能力空间计量模型的完整表达形式。由此可见，该研究设计的动态空间面板模型能够从空间维度、时间维度和时空维度分别对碳中和能力的空间滞后、时间滞后和时空滞后效应予以更全面的反映，进而通过回归获得的检验结果也将更加稳健。
2.2 碳中和驱动因素识别
在考察了大量文献的基础上，认为GML（Global Malmquist-Luenberger）生产函数更适合于做产业结构升级和环境污染防治方面的测度研究［27-30］。而为了解决一般投入产出模型的径向性问题，李静等［31］选用SBM模型作为GML生产函数的框架，其优势在于考虑到非差额变量影响，具有非径向性，通过寻找最小比率达到最优效率前沿，可降低产业链非纯效率的影响，并可区分规模有效性，较其他DEA模型框架更易于评价资源配置的合理程度。综上，GML生产函数计算公式表示为：
式（9）中：PG（x）=P1∪P1∪…∪Pt，T表示在周期t中设置的参考产量。PG通过在所有相关决策单元（decision units，DMU）的输入和输出上通过面板数据构建单个生产计划单元（production planning making system，PPS）来包围所有Pt。因此，PG被称为全局技术集。式（10）中，DG（xt，yt，bt）表示DG（x，y，b；
gy，gb），即在全局技术集PG上定义的动态数据集（dynamic data fusion，DDF）。如果DMU的GMLt，t+1大于1，那么此DMU的生产活动可以增加所需的产出，并会减少不良的产出。式（11）表示要素分解部分，ECt，t+1是效率变化项，用于度量DMU的t和t+1期的技术变化；
TCt，t+1是最佳实践差距，它反映了同时期技术前沿与全局技术前沿之间的差距，并估计同时期技术前沿是否更靠近全局技术前沿［32］。
在明确使用GML生产函数作为测量工具后，下一步选取碳中和能力的相关变量，判别促进区域碳中和的驱动因素，度量指标的选取和说明如下。
（1）技术中和（ESO）：归根结底，中国区域性碳排放、大气污染问题主要是由能源结构失衡、能源效率低下、发展方式粗放等产业内生性原因引致的。因此，优化能源结构，并充分利用碳捕获、利用与封存（Carbon capture，use and storage，CCUS）等负排放技术，都是有助于提高区域碳中和能力的，即通过“技术中和”途径实现碳中和目标。基于这条途径，借鉴张伟等［33］提出的能源结构优化评估体系，选取的投入指标如下：水力发电量增长率、风力发电量增长率、太阳能发电量增长率、风电和太阳能发电总装机容量增长率、一次能源（包括原煤、原油、天然气）消费减少率、废气处理率和工业污染治理投资增长率。接下来，根据Eggleston等［23］编写的IPCC2006《国家温室气体清单指南》计算地区能源消费，选取单位GDP碳排放减少总量作为产出指标，以此来计算区域技术中和指数。
（2）环境中和（GRE）：绿色碳汇有利于吸收二氧化碳转化为氧气，致使大气中的二氧化碳浓度下降。因此，增加区域绿化覆盖面积将有利于碳排放总量的减少，即通过“环境中和”途径实现碳中和目标。然而，政府植树造林措施获得的减排效果小于预期，这一事实再一次证明了“资源诅咒”理论是存在的［34］，所以必须要测度地区环境中和指数，通过计量模型检验环境中和路径对碳中和能力的边际贡献。首先，依据IPCC2006《国家温室气体清单指南》碳排放核算办法计算区域能源消费碳排放总量，计算公式为：
式（12）中：i表示原煤、原油、天然气，E表示上述能源使用量，NCV表示三种能源的低热值，CEF表示碳排放系数，COF表示碳氧化因子，其中，原煤、原油和天然气因子系数分别为0.99、1.44和12，44/12是二氧化碳和碳元素的分子量之比。其次，将上述计算结果，即碳排放总量，减去中国碳排放数据库（CEADs）监测的二氧化碳实际排放量，二者差值为绿色植物进行光合作用吸收二氧化碳的中和值，最终计算得到的绿色贡献强度作为产出指标。与此同时，该研究还借鉴了任亚运等［35］的碳排放权交易和绿色发展相关指标，选取的投入指标为：建成区绿化覆盖率、森林面积、湿地面积。
3.1 碳中和驱动因素水平测度
运用GML生产函数计算得到碳中和能力的全要素生产率并对其分解，其中ESO和GRE分别是技术中和指数和环境中和指数，结果见表4（限于文章篇幅，仅选取2019年区域能源结构、自然环境主要因素予以反映）。
现识别出区域碳中和能力与能源变革和环境绿化相关，即技术中和与环境中和，二者的强度在表4中予以体现。从能源变革角度看，各地区技术中和指数差异明显，但是从全国平均水平看，其指数平均值为1.03，虽在1.00以上，表现技术进步，但是进步幅度较小，说明中国能源消费结构失衡、发展粗放、产能低效问题仍不容忽视。具体而言，技术中和指数不高的地区能源消费结构仍以化石能源为主，可再生能源消费比例不高，由此引致的技术效率递减是造成区域能源结构优化层级提升困难的主要原因。从环境绿化角度看，全国平均指数为1.12，表明环境技术前沿较前一期有所进步，表现为环境友好型发展，这说明中国近年来生态文明体系建设成效卓著，同时也说明通过扩大林木、湿地等绿色植物覆盖面积以加强碳吸收作用，是达到碳中和目标的有效途径。总而言之，能源变革和环境绿化均是碳中和的驱动因素，具体而言，前者是技术减排的重要手段，后者是减碳平衡的有效措施，二者均在一定程度上抑制了大气中二氧化碳浓度，并提高了地区碳中和能力。
表4 中国2019年区域技术中和指数与环境中和指数
3.2 空间计量模型选择检验
在进行空间面板模型估计之前，需考虑中国区域碳中和能力空间溢出效应选择何种计量模型较为合适。通常，空间计量模型会在空间误差模型（SEM）、空间滞后模型（SAR）或空间杜宾模型（SDM）之间进行比选，比选的方式为：对模型进行LM检验及Wald检验，结合拉格朗日乘数算子计算结果比较其显著性水平。具体而言，给定10%显著性水平，当lag LM较Error LM显著，选择空间滞后模型（SAR）；
当Error LM较lag LM显著，选择空间误差模型（SEM）；
当Error LM和lag LM显著性结果无法比较，则需要进行Wald检验，并结合检验结果及模型性质，考虑选择空间杜宾模型（SDM）。综上，根据3种空间权重矩阵W2、W3和W4，分别对其显著性水平进行检验，结果见表5。
在表5中，给定显著性水平10%，W2、W3和W4空间权重矩阵对应的空间模型误差水平或滞后水平均能通过；
但在5%显著性水平下，空间权重矩阵W2和W3对应的空间模型误差水平或滞后水平不通过，而空间权重矩阵W4所对应的显著性水平均通过，为体现分析的准确性，选择广义空间权重矩阵λ=2的最优权重矩阵W4，拒绝空间权重矩阵W2和W3。
表5 中国区域碳中和能力空间面板模型的LM检验结果
给定显著性水平10%，LM检验和Wald检验结果均显著，拒绝空间误差模型（SEM）和空间滞后模型（SAR），因而选择空间杜宾模型（SDM）。
3.3 碳中和能力全域空间面板模型估计结果
根据模型选择检验结果，选取空间杜宾模型，并据此进行结果分析。在空间计量模型中，变量对本地区的反馈效应被称作直接效应，由模型中x的系数决定，说明外部影响因素对本地区的影响程度；
对本地区以外地区的溢出效应被称为间接效应，由模型中Wx的系数决定，说明外部影响因素对本地区以外地区的影响程度。依据式（7）和式（8），计算碳中和能力全域空间面板模型变量系数，结果见表6。
在表6中，模型的可决系数为0.602，并且碳中和驱动因素的直接效应与间接效应均在5%水平下显著为正，再次证明碳中和能力存在明显的空间集聚特征。
表6 碳中和能力全域空间面板模型估计结果
从空间维度看，由能源要素集结、协调和优化所体现的技术中和，与林木、草原和湿地等自然因素所体现的环境中和，在技术和环境的双重驱动下，本地区碳中和能力与地理距离或经济距离相近地区的碳中和能力密切相关，表现出显著的空间依赖特征，即碳中和的“多边效应”。这表明，建立区域联控机制并采取一体化的治理方式有利于形成能源消费责任共同体、利益共同体，协同加强碳中和作用。
从时间维度看，碳中和能力时间滞后系数在5%水平下显著为正，表明当期的碳中和能力影响着下一期的碳中和的能力，表现出显著的时间连续特征，即碳中和的“滚雪球效应”。这表明，一方面，政府应对区域碳排放问题必须要快速、灵活、高效地制定方针策略，否则减排措施难度会越来越大，成为长期性的顽固难题；
另一方面，政府必须把生态文明建设放在突出位置，并融于经济建设、文化建设、社会建设的每一个方面，防止碳排放发生“反弹”。
从时空维度看，滞后一期的碳中和能力间接效应系数在5%水平下显著为正，表明上一期相邻地区碳中和能力促进本地区当期碳中和能力的提高，表现出显著的时空关联特征，即碳中和的“荣辱与共效应”。这表明，地方政府应借鉴采纳周边碳中和能力高的地方政府节能减排措施，而对于周边碳中和能力不高的省份地区应加强警示意识，以此来增强碳中和政策具体措施的有效性。
根据表6，现对碳中和驱动因素的空间关联特征予以分析。
（1）能源变革。由表6中可知，技术中和直接效应与间接效应的系数分别是4.385和1.914，说明能源变革对本地区碳中和的反馈效应大于对相邻地区碳中和的传递效应，换言之，本地区通过能源变革方式增强碳中和作用比相邻地区带动本地区能源变革更加有效。由上述回归结果可得以下政策启示：各级政府推进能源革命、加快能源结构转型，必须立足地区经济基础与资源环境，以重点产业为着力点，形成各具特色的能源消费模式；
同时，对邻近地区节能减排的成功案例或失败经验也不容忽视，应将其视为“前车之鉴”，据此制定更加科学有效的能源发展策略。
（2）环境绿化。环境中和直接效应和间接效应的系数分别是2.992和3.273，说明环境绿化对本地区碳中和的反馈效应小于相邻地区碳中和的传递效应。一方面，正如前文所述，区域绿化不是实现碳中和的充分必要条件，通过环境规制、植树造林等途径虽增强了地区绿色资源禀赋，但也抑制了经济增长，而且还在一定程度上降低了碳中和的边际收益；
另一方面，尽管加强环境绿化是本地区吸收碳排放的有效手段，但由于我国幅员辽阔，地区生产活动和经济发展水平有较大差异，以致各地提高绿化覆盖率、增加森林覆盖面积所产生的碳汇效应也不一致，本地的环境绿化措施对提高相邻地区碳中和能力可能更为有效，这就需要对环境绿化工作进行全面系统设计。
通过对能源变革、环境绿化等碳中和能力驱动因素的各项系数进行进一步分析发现，技术中和系数大于环境中和系数，说明能源变革促进区域达到碳中和的作用更为关键。从能源消费结构看，中国大部分地区仍以化石能源消费作为经济发展的核心动力，这无疑成为了碳排放量居高不下的罪魁祸首。通过推广清洁能源的使用、激励节能减排创新技术的研发、提高高碳行业准入门槛以加快能源结构绿色转型，是有效推进现代能源体系构建的一方良药；
同时也警示政府不应盲目规制经济发展，增加不合理的绿化面积，错误导致碳中和能力不增反降。
为更直观反映碳中和能力的空间分布，制作2015年、2017年和2019年中国碳中和能力矢量图，结果见图3（碳中和能力界定标准：碳中和能力较低-碳中和能力中等界定值为0.15；
碳中和能力中等-碳中和能力较高界定值为0.4）。
图3 碳中和能力空间分布
3.4 碳中和能力局部空间面板模型估计结果
依据2019年碳中和能力空间集聚区域划分特征，进一步考察中国碳中和能力较高聚集区、能力中等聚集区和能力较低聚集区空间相关特点，结果见表7。
通过比较表6和表7，采用空间面板模型估计的碳中和能力全域回归结果与局部回归结果各项因素方向完全一致，且均在10%水平下显著，再次反映了模型的稳健性。
表7 碳中和能力局部空间面板模型估计结果
（1）从时空维度看，无论是直接效应还是间接效应，碳中和能力较高的聚集区长期效应大于能力较弱的聚集区；
这表明节能减排工作具有相当的紧迫性和艰巨性，特别是碳中和能力较弱的地区，能源变革、环境绿化难度较大，政策难以落实，若长期罔顾、优化措施悬而未决，更容易结出碳排放累积和回弹的恶果，碳中和目标将无从实现。
（2）从能源变革角度看，碳中和能力较弱的聚集区科技创新的驱动力大于能力较强的聚集区。一些研究表明，技术进步可被区分为生产技术和减排技术两种类型［36］，从技术中和指数构建指标看，该研究的技术进步是偏向减排技术的，与此同时中国较弱强度聚集区技术进步尚未饱和，故此对于碳中和能力较弱的地区而言，能源变革更加重要。
（3）从环境绿化角度看，碳中和能力中等的聚集区对环境绿化的要求最低，能力较高的聚集区次之，能力较低的聚集区要求最高，这可以通过地区能源消费结构中的化石能源使用比例来解释：碳中和能力较低的聚集区能源消费主要仍以化石能源为主，地区环境特征表现为资源约束趋紧、环境污染严重、生态系统退化严峻，因而对环境绿化的要求更为迫切；
然而碳中和能力中等的聚集区能源结构优化空间较大，碳中和技术进步的边际收益较高，因而这些聚集区当前的首要任务是完成能源变革、提高能源利用效率，而非引导区域环境建设“绿色化”。
详细考察碳中和深层逻辑、精准识别驱动因素并检验其空间溢出效应，是科学构建现代能源体系、合理制定和有效实施碳中和政策的前提条件。主要研究结论为：①探索性空间数据分析结果显示，中国碳中和能力较高的聚集区呈现“向西辐射”的演变趋势，而碳中和能力较低的聚集区呈现“向北转移”的演变特征。②空间计量分析结果显示，碳中和能力在空间维度、时间维度和时空维度分别表现出多边效应、滚雪球效应和荣辱与共效应，表明政府应采取区块一体、长期高效和学习预防的战略措施。③关键因素识别结果显示，能源变革和环境绿化是碳中和的驱动因素，前者是技术减排的重要手段，后者是减碳平衡的有效措施，二者均在一定程度上抑制了大气中二氧化碳浓度，并增强了碳中和作用；
与环境绿化相比，能源变革的驱动作用更为重要，这说明采取激励的能源结构转型政策，推进现代能源体系构建是实现碳中和的有效措施，也警示政府不应盲目规制经济发展，抑制碳中和的边际收益。上述研究结论对于中国实现碳中和具有重要的政策启示。
首先，实行科学的顶层设计，从源头减少碳排放。要想从根本上转变能源结构，实现碳中和目标，就必须转变经济发展方式，通过市场化机制倒逼能源结构绿色转型。一方面，应加快制定实施相应的环境规制政策，通过征收环境税、资源保护税和碳排放税，提高高碳行业准入门槛，引导企业科技创新发展，加快落后能源产业淘汰，提高工业技术效率；
另一方面，也要制定相应的激励政策，推动各类主体加快科技创新，不断开发新能源、新技术并运用到整个能源体系建设中，逐步转向以非化石燃料为驱动核心的能源消费模式，加快推进能源体系市场化改革，依靠市场机制抑制能源回弹效应，保证政策实施的连贯性。
其次，要根据能源变革和环境绿化的空间差异进行全局规划，实施有所侧重的碳中和政策。研究显示碳中和能力存在明显的空间集聚特征，据此划分了三类中国碳中和能力聚集区。按照南北跨度地带划分，第一类是以北京、天津和湖南、江西为界的中间连接地带，这些省份组成碳中和能力较高的聚集区，特点是有较高的经济发展水平，能源结构开始向清洁能源转型，有望提前实现碳中和目标。第二类是以湖南、江西为界往南的南部及西南部地带，这些省份组成碳中和能力中等的聚集区，特点是经济基础较为薄弱，但是有着较为丰裕的环境资源，随着区域能源体系建设不断完善，这类区域进入高强度碳中和聚集区较为容易。第三类是以北京、天津为界往北的北部及东北部地带，这些省份组成碳中和能力较低的聚集区，特点是近年来经济发展缓慢，碳中和的边际收益降低，地区的能源消费结构仍以化石燃料消费为主，碳排放问题较为突出，实现碳中和难度较大。这三类聚集区碳中和政策的实施进程不尽相同，但考虑到环境地貌和经济发展的差异，应实行因地制宜的环境绿化方案：一方面，碳中和能力较高的聚集区要在煤炭清洁利用、技术绿色创新和环境科学治理等方面，进行大胆创新，加强新能源技术创新成果的应用，为全面深化能源变革和生态文明建设积累可复制、可推广的经验；
另一方面，碳中和能力较弱的聚集区，要加快现代新能源体系建设，以改善能源消费方式为着力点，引导消费主体更多利用新能源，以减少传统能源的消费。
最后，建立区域共商联控机制，构建区域一体化治理体系。碳中和存在“多边效应”，这说明碳排放的单边治理成效并不显著，本地区治理碳排放投入对碳中和能力的影响可能会通过“搭便车”行为，引致邻近地区碳排放治理投入减少，因而仅依靠单边努力不利于区域性碳排放治理。为此，提高碳中和能力必须建立在区域协同、相互监督的基础之上，形成从局部地区到全国范围碳中和利益一致的共识，运用清洁能源技术传播和环境资源转化打破行政区域的界限。通过统一规划和激励政策，在总体环境约束下实现区域内部个体碳交易成本最小化，以达到碳中和目标。当前，建立碳中和共同体的首要环节，是明确上述三类地区的责任与主体，制定统一的区域大气环境管理法规、标准体系，建立有效的激励机制和严格的惩罚措施；
加强环境评估和监督力度，构建统一的碳中和责任体系，实现区域内信息共享、责任共担、成果共享；
建立和完善一体化的联合预警和示范机制，合力预防碳排放总量发生反弹，助力高质量发展。