中国物流业碳排放的空间非均衡与极化研究

       一、引言

       随着低碳经济的迅速兴起，融入低碳和可持续发展理念的低碳物流应运而生。从国外的研究进展看，二氧化碳排放的地区差距问题最早由1996年IPCC气候变化报告中提出，随后国外学者开始将研究收入差距的工具用于研究跨国二氧化碳排放的地区差距问题。目前国际上对跨国碳排放的地区差距和不均衡性的研究正在逐渐增多，而对单一国家内部碳排放地区差距的研究却相对不足，仅有少数学者如Clarke-Sather等人进行了类似的研究，他将中国划分为东、中、西三大区域，利用变异系数、基尼系数和Theil指数，分析区域人均二氧化碳排放和GDP的差异。[1]尽管Clarke Sather运用了基尼系数和Theil指数，但这两类指数在本质上均是测度不同样本二氧化碳排放离散程度的。而极化研究强调不同地区之间的对抗程度，最早将极化理论用于分析环境问题的是Ezcurra，他利用Esteban等人提出的极化指数和核密度估计方法分析了87个国家人均二氧化碳排放的极化情况。[2]随后Duro和Padilla利用指数测度了欧盟29个国家人均二氧化碳排放的极化程度。[3]

       从国内的研究进展看，仅有少数学者研究了中国二氧化碳排放的地区差异和极化分布问题，如肖黎姗等利用基尼系数和空间自相关方法，分析了中国省际碳排放空间分布格局和集聚程度；[4]孙耀华等利用Theil指数分析了中国碳排放的区域分布特征及差异性；[5]刘华军等结合基尼系数和动态分布分析方法对省际二氧化碳排放的地区差距、分布动态进行了实证研究。[6]上述文献多集中于分析总体碳排放的地区差距和分布情况，而针对某一行业分析碳排放地区差距的文献却较少。目前有关物流业碳排放的文献主要围绕以下三个方面展开：一是物流业碳排放的影响因素研究；[7]二是物流业碳减排政策的研究和模拟；[8]三是物流业碳排放的绩效研究[9]，目前针对中国物流业碳排放空间分布的地区差距及极化研究仍为空白。

       本文利用中国30个省1997-2011年数据测算得到分省物流业的碳排放强度，以此为指标，基于Dagum提出的组群分解方法研究物流业碳排放的地区差距[10]，并对中国物流业碳排放分布的极化程度进行测度，以期为中央及地方政府制定物流业的碳减排政策提供依据。

       二、研究方法

       (一)物流业碳排放的地区分解方法

       基尼系数由意大利经济学家基尼根据洛伦兹曲线提出，主要用于分析居民收入分配的均衡性和差异度。借鉴这一原理，本文将基尼系数引入污染排放的地区差异性研究中，利用基尼系数测度不同地区物流业碳排放分布的平均差异。基尼系数取值在0-1之间，系数越大，表示碳排放空间分布的差异越大。根据国际惯例对基尼系数进行划分，以0.4作为碳排放空间分布的“警戒线”，基尼系数在0.2以下，表示碳排放空间分布“高度平均”，0.2-0.3表示“相对平均”，0.3-0.4为“比较合理”，0.4-0.5为“差距偏大”，0.5以上为“高度不平均”。基尼系数的计算公式为：

      

      

       对比Mookherjee和Shorrocks给出的基尼系数组群分解的表达式：

      

       上式右边第一项和第二项分别为地区内差距和地区间差距，为剩余项，反映地区间碳排放强度分布的交错程度。洪兴建指出式(10)、(11)各项在数量上分别相等[12]，因此，(10)中第三项为剩余项的另一种诠释。

       (二)区域空间极化的测度

       极化是区域经济发展中出现的一种“中间阶层消失”的现象，本文利用极化指数衡量碳排放较多的东部地区和碳排放较低的中西部地区围绕各自所在区域均值聚集分布的不均衡状态。如果不同区域之间不均衡很大，同一区域内部不均衡较小，则认为存在空间极化现象。极化指数越大，极化现象越明显。本文测度了以下四种极化指数。

       1.ER指数。在判断极化时，Esteban和Ray提出分布应具备三个特征：组内高度同质性、组间高度异质性、存在少量规模显著的组群，并通过定义组内认同感和组间疏远感对前两个特征进行度量。[13]ER指数用公式表示为：

      

       k为地区数，为j(h)组样本数占总体样本数的比重，为j(h)组的平均碳排放水平，为认同函数，为疏远函数。K＞0是起标准化作用的常数，假定K=10/u，u为所有地区物流业碳排放水平的均值，α是极化敏感度系数，α∈[1，1.6]。当α=0且K=0.5时，ER指数等同于基尼系数，本文取α=1.5。