【文献分享】集聚对中国交通运输业二氧化碳排放的影响： 空间计量经济学分析

（1）将研究视角下沉到交通部门，在空间形态的考量下，将人口集聚和产业集聚纳入统一的研究框架。揭示不同的影响并确定不同集聚阶段对交通二氧化碳排放的积极和消极影响。这不仅增强了研究的深度和实用性，也为理解集聚与交通CO₂排放之间的关系提供了新的视角。

（2）空间机制模型弥补了交通基础设施发展中人口和产业集聚的不足，为政府部门在人口科学规划、区域联防合作、交通基础设施配置和低碳交通发展等方面提供理论指导。

（3）本研究选择自然因素作为工具变量来验证集聚与运输CO₂排放之间的关系。这可以为解决现有的集聚与碳排放关系的内生性问题提供新思路。

研究假说：

H1：人口集聚促进了当地交通二氧化碳排放，但增加了邻近地区的排放。

H2：产业集聚增加了区域交通二氧化碳排放，但没有溢出效应。

H3：经济演变显示了运输二氧化碳排放的阶段性变化。

H4：将集聚与交通基础设施相匹配，会对交通部门产生密集效应。

1. 空间自相关分析

表3的结果表明，2000-2019年全球人口密度、经济密度和企业密度的全局莫兰指数值均为正，并呈小幅向上波动趋势。这表明中国省际人口密度、经济密度和企业密度在空间分布上的集聚度逐渐提高，反映了省际间经济要素的相互依赖性增强。这一趋势归因于中国经济的快速发展，导致各省之间的经济联系日益紧密，区域经济一体化进程加快，表现为频繁的跨省货物和人员流动。这增强了各地区产业结构和经济活动的相似性。而且，经济要素向发达省份集中产生“虹吸效应”，吸引更多人员和企业到这些地区，从而提高区域竞争力和创新能力。因此，各省之间在人口、经济、企业密度等方面的相似性和关联性日益增强，可以看作是中国经济全球化的必然结果。

2. 集聚与运输CO₂排放分析

2.1 空间自回归效应

在表4中，空间自回归系数在5%水平上显著为正，表明跨省运输二氧化碳排放之间存在正的空间相关性。地理空间因素影响交通排放，本地排放的增加会增加邻近地区的排放。与上述计算的莫兰指数相印证，表明中国交通部门CO₂排放存在高-高和低-低的空间依赖性。

2.2 集聚与运输CO₂排放的关系

表4研究证实，人口密度每增加1%，交通运输CO₂排放减少1.7065%，验证了H1中人口集聚的碳减排效益。省域人口的集中促使地方政府更加重视公共交通系统的发展。随着人口密度的增加，对公共交通服务的需求也随之上升。通过扩大路线覆盖范围、增加运营频率和提高服务质量，可以提高公共交通的利用率，从而减少交通运输中的二氧化碳排放。此外，人口集聚还导致商业、教育和居住设施的集中，缩短了住宅区和工作场所之间的通勤距离，减少了对通勤交通的需求。这鼓励人们选择步行和骑自行车等非机动交通方式，这不仅减少碳排放，还有益于健康和环境。同时，规模经济带来的经济效益也是人口集聚带来的优势之一。更多的就业机会和商业活动促进了更高效的物流和供应链管理，降低了运输过程中的能源消耗和碳排放。此外，人口集聚为共享经济和绿色交通等创新模式提供了坚实的基础，进一步推动交通行业朝着低碳、可持续的方向发展。因此，政府部门在规划城市发展和土地利用时，应注重科学引导人口空间布局，促进公共交通系统的发展和完善，不断降低交通碳排放，实现交通可持续发展。通过政策制定、投资、技术创新，进一步推动城市交通系统的绿色转型，实现人口集聚与低碳交通的良性互动，为城市可持续发展注入动力。

对于产业集聚，当经济密度和企业密度增加1%时，交通CO₂排放量分别增加0.4038%和0.2578%，导致交通CO₂排放量平均增加0.3308%。这表明产业集聚确实增加了运输CO₂排放，证明了H2。当产业形成集聚时，劳动力、资本等生产要素在不同地理空间的流动和融合，增强了要素和商品的流动性。因此，企业之间的原材料供应和产品分销越来越依赖运输服务，增加了运输碳排放，加剧了气候问题。同时，更高的产业集聚需要更好的基础设施建设，其建设和维护需要大量的资源和能源，运输过程本身会产生二氧化碳排放。此外，产业集聚也会导致交通拥堵问题，特别是当交通基础设施无法满足日益增长的流动性需求时，会延长交通时间，导致车辆停滞和低速运行。这降低了燃料效率，增加了每单位行程的碳排放，并影响了城市空气和公众健康。为了减轻产业集聚对交通相关碳排放的不利影响，可以实施行业准入标准和环境支持政策，加强对企业碳排放的监测和监管，推动产业结构升级，鼓励绿色供应链管理清洁生产技术的应用。此外，增加交通基础设施投资，优化交通网络布局以提高运输效率，减少交通拥堵有助于降低碳排放。因此，促进产业集聚与城市增长的协调，对于实现经济、社会、环境的可持续发展至关重要。

2.3 集聚对交通CO₂排放的空间效应

从表4中的人口集聚结果来看，在5%的水平上，人口密度对交通运输的CO₂排放有显著的积极影响。当地人口密度增加1%可导致邻近地区交通CO₂排放增加1.0542%，验证了H1中人口集聚对交通CO₂排放的邻近效应。因为人口集聚带来更多的商业、服务和就业机会，有利于经济快速发展。然而，由于土地面积有限，集聚区的住房和生活成本往往较高，迫使许多人选择就近居住在集聚区。这一现象导致通勤距离变长，通勤需求频繁，导致对私家车的依赖增加，交通碳排放增加。同时，为了寻求更低的租金和更宽敞的土地，一些商业和服务支持设施可能会扩展到附近地区。这意味着前往这些地点的员工和消费者需要匹配的交通服务，进一步加重了环境负担。此外，人口稠密的地区通常需要更多的物流和供应链支持，以确保货物和服务的及时交付。这种需求促进了邻近地区货物运输和配送的增加，而这些运输和配送往往依赖于燃油动力车辆，产生了大量的碳排放。特别是在基础设施不足的情况下，运输活动变得更加频繁和低效，加剧了与运输相关的碳排放问题。

从产业集聚的结果来看，经济密度和企业密度的空间效应不显著，表明产业集聚可能不会产生预期的空间溢出效应，证明H2中产业集聚对交通CO₂排放不存在溢出效应。如果产业集聚区的基础设施不足以支撑本地与邻近地区之间的高效交通。即使形成了集聚，其运输活动也可能停留在局部地区，难以产生显著的空间溢出效应。另一方面，市场分割或贸易壁垒的现象可能使产业集聚区的运输活动难以跨越行政边界。这可能影响货物和服务的流动，抑制信息交流和技术转让。而且，能源依赖、环境承载力和区域竞争可能进一步制约交通碳排放从产业集聚区扩散。因此，要实现区域经济与环境的协调发展，就必须综合考虑这些因素之间的相互作用，促进不同区域之间的协调与合作。

2.4 空间杜宾模型的分解结果

表5提供了空间杜宾模型分解结果的附加分析。直接效应下的人口密度系数在1%水平下显著为-1.6947，表明人口密度减少了该地区交通部门的CO₂排放。而经济密度系数和企业密度系数分别为0.4090和0.2538。即产业集聚度每增加1%，当地交通CO₂排放量平均增加0.3314%。它表明工业密集地区伴随着更高的交通需求和排放。上述结果与表4中SLM和SEM模型的估计系数一致，证明了空间杜宾模型结果的可靠性。总体来看，集聚导致交通碳排放差异的原因也各不相同。在人口稠密地区，通勤距离的缩短和公共交通系统的改善减少了私家车的使用，从而减少了交通需求及其排放。产业集聚造成碳排放的主要原因是产业活动涉及大量的原材料投入和产成品产出，增加了物流活动和相应的排放。特别是在环境管理不到位的地区，产业集聚进一步增加了交通碳排放。

间接效应（空间溢出）下的人口密度系数为0.9064，在10%水平下显著为正，意味着当地人口密度增加1%将带来邻近地区交通运输CO₂排放量增加0.9064%。这是因为随着城市边缘的扩张，邻近地区可能会发展成为新的定居点。但缺乏完善的基础设施和公共交通服务导致对私家车的更大依赖，这增加了交通碳排放。而且，周边地区出行政策的缺失也可能导致周边地区碳排放控制不力。经济密度和企业密度的间接效应不显著，表明产业集聚程度的提高不会对相邻区域交通CO₂排放产生影响。在产业集群内部，通勤需求和物流活动相对集中，使得周边区域的交通活动得不到显著的溢出效应。

实际GDP和外国投资对交通运输二氧化碳都有显著的间接影响。实际GDP和外国投资每增加1%，当地交通二氧化碳排放量分别减少0.7088%和0.0962%。这是因为发展速度不同，导致发展水平和外贸投资存在差异。为了发展地方经济，促进经济增长，许多地区引进了一些高耗能、高污染的产业，形成了粗放型的经济增长模式。因此，在促进经济发展的过程中，同质化竞争会产生溢出效应，不断增加碳排放。

2.5 稳健性检验

表6中的分析结果显示，无论权重矩阵和建模方法是否改变，空间自回归系数在1%的显著性水平下仍然为正。这表明交通运输部门的二氧化碳排放确实存在正的空间相关性。从影响效应来看，人口集聚抑制了当地交通部门的CO₂排放，而产业集聚显著促进了交通CO₂排放。这一发现与表4中的基线回归结果一致。在探索集聚的溢出效应时发现，人口集聚对邻近地区交通CO₂排放具有溢出效应，而企业密度具有微弱的负溢出效应，这可能是由于数据处理方法的变化造成的。然而，在附录A的进一步稳健型试验中，证实该弱效应可忽略不计。总体而言，产业集聚的溢出效应并不显著。基于这些综合分析，本研究得出结论，集聚对交通碳排放的影响是可靠且一致的。

2.6 内生性检验

考虑指标选择的独立性和外生性问题以及缺失变量引起的内生性问题。本文选择犯罪率和地形起伏作为人口密度的工具变量。人们认为犯罪发生在人们聚集的地方，而地形起伏很小的地区往往意味着该地区的人口和产业高度集聚。由于经济发展具有一定的惯性，本文将经济密度的滞后阶段作为经济密度的工具变量之一。同时，夜间灯光数据反映了公共和商业照明的使用情况，这与经济发展密切相关。因此，滞后的经济密度、夜间光照数据和地形起伏被用作经济密度的工具变量。由于企业所处位置受自然环境的限制，因此选取平均温度、相对湿度、降水量作为企业密度的工具变量。模型（1）、（2）和（3）分别是对单变量人口密度、经济密度和企业密度的检验。模型（4）证明了人口密度、经济密度和企业密度与交通二氧化碳排放的关系。选择的仪器变量是地形起伏、夜间灯光数据、平均温度、相对湿度和降水量。结果如表7所示。

从表7第（1）-（4）列的回归结果来看，人口密度的回归系数显著为负，证实了人口集聚对省级交通CO₂排放的改善作用，即提高区域人口密度对本地交通CO₂排放具有显著的改善作用。经济密度和企业密度回归系数为正，表明产业集聚促进了省级交通运输CO₂排放，即提高经济密度和企业密度对地方交通运输碳排放的促进作用显著。其他控制变量的系数也如表4所示，证明了本文主要结论的有效性。

3. 进一步分析

3.1 集聚对交通CO₂排放的 “拥堵效应”

3.2 集聚对运输CO₂排放的机制效应

表9中的结果表明，增加交通基础设施并不能有助于减少交通二氧化碳排放，但它通过人口和产业集聚表现出对二氧化碳排放的强烈影响，证明了H4的有效性。

用人均道路面积补偿的人口集聚可以减少交通CO₂排放。具体来说，人均道路面积每增加1%，交通二氧化碳排放量增加0.5130%。在考虑人口密度后，这种增加被抵消，导致运输二氧化碳排放量减少0.0775%，显示出密集效应。人均道路拥有量的增加增强了省级交通部门的通达性。道路的通达性提高了出行的便利性和出行频率，从而带动了运输需求的增长。随着交通需求的增加，车辆的使用可能会导致更多的燃料燃烧，增加二氧化碳排放，对环境保护和气候变化构成挑战。然而，由于集聚效应，更多的人选择使用公共交通系统、道路和其他基础设施。通过规模效应提高了资源和设施的使用效率，从而降低人均基础设施建设和维护成本的负担。此外，人口集聚使人们能够通过共享效应减少重复建设和资源浪费，最终有助于减少交通碳排放。

产业集聚与路网密度相结合，减少了交通部门的碳排放。路网密度增加1%，交通CO₂排放量平均增加0.3790%。加入经济密度和企业密度因素后，交通运输CO₂排放量平均下降0.0352%，呈现集约效应。路网密度增加刺激省际机动化出行需求。然而，仅仅依靠道路网络的扩张会导致车辆数量的增加，使得交通碳排放的长期改善具有挑战性。此外，提高路网密度需要大量财政投入，可能会挤压政府对环保项目的支持，削弱环境监管，影响交通碳排放达峰进程。相比之下，经济密度和企业密度的作用保证了省际交通网络的层次结构和构成与区域产业发展相匹配。这保证了现有道路网络的连通性和可达性，缩短了出行时间，最大限度地减少了交通拥堵造成的能源消耗，并实现了交通碳排放的减少。因此，将经济和企业密度与运输网络规划相结合，可以平衡经济发展与环境可持续性，促进高效和环境友好的运输系统，并支持可持续性要求。

通过用人均运输二氧化碳排放量代替解释变量的总运输二氧化碳排放量来进行稳健性检验。表10的结果与表9一致，验证了主要结论的稳健性。