| 752 | 0 | 45 |
| 下载次数 | 被引频次 | 阅读次数 |
在全球气候变化日益加剧的背景下,识别各地区新质生产力对碳排放强度的影响差异,对我国经济发展模式实现绿色低碳转型具有重要意义。为研究新质生产力对碳排放强度的影响效应及时空分异特征,基于2011—2022年中国省级面板数据,构建涵盖技术创新、产业发展和要素结构的新质生产力综合评价指标体系,采用熵权法测算省域新质生产力水平,运用空间自相关分析碳排放强度的空间分布特征,并进一步通过时空地理加权回归模型实证检验新质生产力对碳排放强度的影响。结果表明:我国各地区新质生产力水平整体持续提升,并呈现东强、中稳、西北相对滞后的空间梯度格局;碳排放强度存在显著的空间集聚特征,但空间正相关程度呈下降趋势。新质生产力及其分项指标(技术创新、产业发展、要素结构)均对碳排放强度具有显著抑制效应,且在时间和空间上表现出明显的异质性。时间上,新质生产力整体对碳排放的抑制效应持续增强,技术创新表现出稳定且持续的负向抑制作用,产业发展的抑制力度不断加大,而各省要素结构的抑制效应差距则呈逐步扩大的趋势。空间上,东南沿海地区抑制作用强,而中西部地区呈递减态势。最后,从促进低碳技术创新与推广、重点发展战略性新兴产业和绿色未来产业、引导要素向绿色发展领域集聚等方面提出政策建议,以进一步加强新质生产力对碳排放强度的抑制作用。
Abstract:Against the backdrop of increasingly intensified global climate change, identifying the regional differences in the impact of new quality productive forces on carbon emission intensity is of great significance for promoting a green and low-carbon transformation of China's economic development model.To examine the impact effects of new quality productive forces on carbon emission intensity and their spatiotemporal heterogeneity characteristics, this study constructed a comprehensive evaluation index system encompassing technological innovation, industrial development, and factor structure, based on provincial panel data for China from 2011 to 2022.The entropy weight method was applied to measure provincial levels of new quality productive forces.Spatial autocorrelation analysis was used to reveal the spatial distribution characteristics of carbon emission intensity, and a Geographically and Temporally Weighted Regression(GTWR) model was further employed to empirically assess the spatio-temporal effects of new quality productive forces on carbon emission intensity.The results indicate that the overall level of new quality productive forces has continuously improved across China, forming a spatial gradient pattern characterized by strong performance in the East, stable development in the central region, and relative lag in the Northwest.Carbon emission intensity exhibits significant spatial clustering, although its degree of positive spatial correlation shows a declining trend.New quality productive forces and their sub-indicators(technological innovation, industrial development, factor structure) all exert significant inhibitory effects on carbon emission intensity, displaying notable temporal and spatial heterogeneity.Temporally, the overall inhibitory effect of new quality productive forces on carbon emissions continues to strengthen, with technological innovation exhibiting a stable and persistent negative effect, industrial development showing an increasingly strong suppressive impact, and provincial disparities in the inhibitory effect of factor structure gradually widening.Spatially, the southeastern coastal region demonstrates the strongest suppression effect, while the effect weakens across the central and western regions.Finally, policy recommendations are proposed from the perspectives of promoting low-carbon technological innovation and diffusion, prioritizing the development of strategic emerging industries and green future industries, and guiding factors to cluster in green development fields, so as to further enhance the inhibitory effect of new quality productive forces on carbon emission intensity.
[1] 邵帅,范美婷,杨莉莉.经济结构调整、绿色技术进步与中国低碳转型发展:基于总体技术前沿和空间溢出效应视角的经验考察[J].管理世界,2022,38(2):46-69.
[2] 习近平在中共中央政治局第十一次集体学习时强调:加快发展新质生产力扎实推进高质量发展[EB/OL].(2024-02-01)[2026-01-12].https://www.gov.cn/yaowen/liebiao/202402/content_6929446.htm.
[3] 栗向阳,张静.新质生产力赋能低碳经济发展的效应与机制:基于2013—2021年长江经济带110个城市碳强度的实证分析[J].江汉论坛,2025(3):56-64.
[4] 王洪艳.新质生产力对碳排放效率的影响:基于产业结构高度化和合理化的双重视角[J].统计与决策,2024,40(17):24-29.
[5] 王珏,王荣基.新质生产力:指标构建与时空演进[J].西安财经大学学报,2024,37(1):31-47.
[6] 郭郡郡,李金浓.成渝地区双城经济圈新质生产力发展水平测度、时空演变与障碍因子[J].西华师范大学学报(自然科学版),2025,46(6):640-648.
[7] 韩文龙,张瑞生,赵峰.新质生产力水平测算与中国经济增长新动能[J].数量经济技术经济研究,2024,41(6):5-25.
[8] 李阳,陈海龙,田茂再.新质生产力水平的统计测度与时空演变特征研究[J].统计与决策,2024,40(9):11-17.
[9] 刘耀彬,邓伟凤,李硕硕,等.数字产业集聚对减污降碳协同的影响:以长江经济带为例[J].资源科学,2024,46(4):744-760.
[10] 陆香怡,赵彦云.绿色发展目标下智慧城市建设对碳排放效率的影响研究[J].经济问题探索,2024(3):155-171.
[11] 田虹,秦喜亮.绿色技术创新对城市碳减排影响的区域差异和收敛性:来自地级市层面的经验证据[J].财经理论与实践,2024,45(1):97-103.
[12] 徐政,张姣玉,李宗尧.新质生产力赋能碳达峰碳中和:内在逻辑与实践方略[J].青海社会科学,2023(6):30-39.
[13] 陆瑶,孙慧,夏学超,等.新质生产力对降碳减污协同推进的影响[J].环境科学,2026,47(7):4519-4531.
[14] 王盼盼,王艳伟,任飞武,等.新质生产力对长三角城市碳排放的影响机制[J/OL].环境科学,2025-10-13.https://doi.org/10.13227/j.hjkx.202504011.
[15] 欧辉,刘沛峣,张禹罗.新质生产力对我国碳排放的影响及其空间效应研究[J].湖南师范大学自然科学学报,2025,48(1):28-36.
[16] 杜立民.我国二氧化碳排放的影响因素:基于省级面板数据的研究[J].南方经济,2010(11):20-33.
[17] 朱东波,任力,刘玉.中国金融包容性发展、经济增长与碳排放[J].中国人口·资源与环境,2018,28(2):66-76.
[18] 周棱楠,潘安,罗芳,等.川东北地区“人口-经济-空间”城市化耦合协调性研究[J].西华师范大学学报(自然科学版),2024,45(1):79-86.
[19] 张海,王震,李秉远.新质生产力发展水平、空间差异及动态演进[J].统计与决策,2024,40(24):11-16.
[20] 胡彪,付业腾.中国生态效率测度与空间差异实证:基于SBM模型与空间自相关性的分析[J].干旱区资源与环境,2016,30(6):6-12.
[21] 李良鑫,李文颜,李慧,等.基于县域尺度的人口平均受教育年限时空分异及其影响因素研究:以四川省为例[J].西华师范大学学报(自然科学版),2024,45(3):267-274.
[22] 冯一凡,李翅,冯君明.基于GTWR模型的济南都市圈生态系统服务价值对城市扩张时空响应[J].北京林业大学学报,2024,46(1):104-118.
[23] 吴小影,杨山,尹上岗,等.基于GTWR模型的长三角地区城市建设用地时空动态特征及其驱动机理[J].长江流域资源与环境,2021,30(11):2594-2606.
[24] 任保平,李禹墨.经济高质量发展中生产力质量的决定因素及其提高路径[J].经济纵横,2018(7):27-34.
[25] 干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究,2011,46(5):4-16.
[26] 逯进,李婷婷.产业结构升级、技术创新与绿色全要素生产率:基于异质性视角的研究[J].中国人口科学,2021,35(4):86-97.
[27] 沈坤荣,程果,赵倩.以新质生产力增强高质量发展新动能[J].学术研究,2024(4):87-93.
[28] 苗佳慧,郭茜,刘江伟.新质生产力促进“双碳”目标实现的实施路径[J].今日国土,2024(5):24-25.
[29] 杜仕菊,叶晓宣.新质生产力赋能绿色发展的逻辑理路、价值意蕴与实践路径[J].北京理工大学学报(社会科学版),2024,26(6):52-61.
[30] 罗寒,岳强.以新质生产力推进“双碳”战略:内在逻辑·现实困囿·实践指向[J].西安建筑科技大学学报(社会科学版),2025,44(2):39-45.
[31] 覃朝晖,李伦,丁志国.长江经济带新质生产力对碳排放效率的影响及空间效应[J].环境科学,2026,47(7):4357-4373.
[32] 安博文.新质生产力的降碳减污扩绿增长效应:动力源泉与区域协调[J].财经理论研究,2025(3):23-41.
[33] 高赢.新质生产力对减污降碳的影响效应及作用机制[J].环境科学,2025,46(9):5543-5553.
基本信息:
DOI:10.16246/j.issn.1673-5072.2026.05.006
中图分类号:F124;X22
引用信息:
[1]傅玮韡,佘沁轩,王怡萱,等.基于GTWR模型的新质生产力对碳排放强度的影响效应及时空分异特征研究[J].西华师范大学学报(自然科学版),2026,47(05):530-542.DOI:10.16246/j.issn.1673-5072.2026.05.006.
基金信息:
福建省教育系统哲学社会科学研究项目(JAS24029); 福建省社会科学基金项目(FJ2022BF050); 中国商业统计学会年度规划课题(2025STY24); 福建农林大学科技创新专项基金项目(KFB23159)
2026-02-13
2026-02-13
2026-02-13