績(jī)效評(píng)估視角下我國(guó)CO2排放的地區(qū)差異及隨機(jī)收斂

楊 騫 劉華軍

(1.山東財(cái)經(jīng)大學(xué)公共管理學(xué)院，山東 濟(jì)南 250014;2.山東財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，山東 濟(jì)南 250014)

2009年12月哥本哈根世界氣候大會(huì)上，作為全球CO2排放最多①的國(guó)家，中國(guó)政府向全世界鄭重承諾，“2020年中國(guó)單位GDP二氧化碳排放要比2005年下降40%-45%”。目前，國(guó)家“十二五”規(guī)劃也做出明確要求，“2015年單位GDP二氧化碳排放量要比2010年降低17%”。在大力降低CO2排放的同時(shí)，我們也需要認(rèn)識(shí)到，當(dāng)前中國(guó)正處于工業(yè)化和城市化加速發(fā)展的關(guān)鍵時(shí)期，經(jīng)濟(jì)發(fā)展的意義至關(guān)重大，二氧化碳的減排應(yīng)以保證經(jīng)濟(jì)正常穩(wěn)定增長(zhǎng)為前提，換言之，降低二氧化碳排放必須要與經(jīng)濟(jì)發(fā)展“結(jié)合”起來(lái)予以考慮，以實(shí)現(xiàn)二氧化碳減排與經(jīng)濟(jì)發(fā)展的“雙贏”。二氧化碳排放績(jī)效(簡(jiǎn)稱(chēng)碳排放績(jī)效)能夠衡量二氧化碳減排約束下的經(jīng)濟(jì)發(fā)展水平，體現(xiàn)二氧化碳減排與經(jīng)濟(jì)發(fā)展的“雙贏”程度。本文將二氧化碳排放作為“壞”產(chǎn)出，運(yùn)用環(huán)境生產(chǎn)技術(shù)框架下的方向性距離函數(shù)模型，在對(duì)1995-2009年全國(guó)28個(gè)省區(qū)市的二氧化碳排放績(jī)效測(cè)算的基礎(chǔ)上，對(duì)我國(guó)二氧化碳排放績(jī)效的動(dòng)態(tài)演變規(guī)律和地區(qū)差異進(jìn)行分析，并運(yùn)用區(qū)域經(jīng)濟(jì)增長(zhǎng)的隨機(jī)收斂檢驗(yàn)方法對(duì)我國(guó)二氧化碳排放績(jī)效的收斂性進(jìn)行研究。以上問(wèn)題的研究，對(duì)于掌握我國(guó)二氧化碳排放績(jī)效的演變特征以及區(qū)域分布規(guī)律，協(xié)調(diào)經(jīng)濟(jì)增長(zhǎng)與二氧化碳減排之間的關(guān)系、制定科學(xué)合理的低碳經(jīng)濟(jì)發(fā)展戰(zhàn)略具有重要的現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

依據(jù)投入要素考察的多寡，二氧化碳排放績(jī)效指標(biāo)可分為單要素指標(biāo)和全要素指標(biāo)。其中，單要素指標(biāo)多以二氧化碳排放總量與某一要素的比值來(lái)表示，雖易于理解和操作，卻無(wú)法反映碳績(jī)效是能源消費(fèi)、經(jīng)濟(jì)發(fā)展等多要素共同作用的結(jié)果，而全要素指標(biāo)則可以彌補(bǔ)以上不足，因此全要素碳排放績(jī)效指標(biāo)更具現(xiàn)實(shí)意義。關(guān)于全要素碳排放績(jī)效的測(cè)算，一般做法是將二氧化碳排放納入到DEA模型中(Zhou et al.，2008)。［9］在具體處理過(guò)程中，由于所選擇的方法或者模型不同，往往導(dǎo)致測(cè)算結(jié)果存在較大差異。目前對(duì)二氧化碳排放的處理思路包括四種，其一是將CO2排放作為投入要素;其二是將CO2排放進(jìn)行相應(yīng)的變換(如取其倒數(shù)或者乘以-1);其三是構(gòu)建Malmquist二氧化碳排放績(jī)效指數(shù)，如Zhou et al.(2010)［10］、王群偉等(2010)［11］;其四是基于方向性距離函數(shù)構(gòu)建包含二氧化碳的曼奎斯特—盧恩伯格生產(chǎn)率指數(shù)(簡(jiǎn)稱(chēng)MLPI)。前三種處理方法均建立在傳統(tǒng)的Shephard距離函數(shù)上，其中將CO2作為投入或者作線性變換是將CO2排放視為可自由處置的要素，有悖于實(shí)際生產(chǎn)過(guò)程，并且可能破壞模型的凸性要求(王兵，2011)［12］。第四種處理方法所涉及的方向性距離函數(shù)模型是近年在測(cè)算環(huán)境績(jī)效時(shí)逐漸受到重視并被廣泛應(yīng)用的一種模型 (Watanabe and Tanaka，2007［7］;胡鞍鋼等，2008［13］;涂正革，2008［14］;王兵等，2011［12］)，該模型既考慮環(huán)境因素的影響，又繼承了傳統(tǒng)生產(chǎn)率分析技術(shù)的系統(tǒng)性和結(jié)構(gòu)性框架，且不需要污染排放的價(jià)格數(shù)據(jù)(胡鞍鋼等，2008)［13］。目前對(duì)我國(guó)碳排放績(jī)效測(cè)算的研究中，王群偉等(2010)［11］、魏梅等(2010)［15］均是在傳統(tǒng)Shephard產(chǎn)出或投入距離函數(shù)的基礎(chǔ)上進(jìn)行的，運(yùn)用DEA方向性距離函數(shù)模型對(duì)碳排放績(jī)效進(jìn)行測(cè)算的較少，在此基礎(chǔ)上對(duì)我國(guó)碳排放績(jī)效的區(qū)域差異及隨機(jī)收斂性進(jìn)行研究更是稀缺。

收斂分析方法是衡量變量區(qū)域差異的重要理論是經(jīng)濟(jì)增長(zhǎng)理論中區(qū)域差異分析的重要工具，具體包括β收斂、σ收斂和隨機(jī)收斂(stochastic convergence)三類(lèi)。目前，收斂分析方法已突破僅研究區(qū)域經(jīng)濟(jì)增長(zhǎng)的收斂性問(wèn)題，而將研究空間擴(kuò)展到對(duì)生產(chǎn)率以及能源、環(huán)境等領(lǐng)域的研究中。國(guó)內(nèi)對(duì)二氧化碳排放收斂性的研究主要集中于對(duì)β收斂的檢驗(yàn)(王群偉等，2010［11］)，而事實(shí)上，β 收斂方法具有諸多難以克服的缺陷。例如β收斂不能表明收斂或不平衡的動(dòng)態(tài)過(guò)程;β收斂檢驗(yàn)主要是采用橫截面數(shù)據(jù)，而橫截面收斂檢驗(yàn)具有不理想的規(guī)模性質(zhì)，經(jīng)常拒絕非收斂假說(shuō)，從而使檢驗(yàn)結(jié)果出現(xiàn)偏倚(Bernard，A.D.和 Durlauf，S.N.，1995)。［2］為避免 β收斂檢驗(yàn)所存在的以上問(wèn)題，國(guó)外對(duì)二氧化碳排放收斂的研究大多是采用隨機(jī)收斂的檢驗(yàn)方法。Romer-Avila(2008)采用23個(gè)OECD國(guó)家1960-2002年的數(shù)據(jù)，使用面板單位根對(duì)人均碳排放的收斂進(jìn)行了檢驗(yàn)，研究發(fā)現(xiàn)了較強(qiáng)的隨機(jī)收斂證據(jù)。［6］Barassi etal.(2008)以21 個(gè) OECD 國(guó)家 1950-2002年的數(shù)據(jù)為樣本，利用單一樣本時(shí)間序列和面板數(shù)據(jù)的單位根檢驗(yàn)方法，研究發(fā)現(xiàn)OECD國(guó)家的人均二氧化碳排放并不存在隨機(jī)收斂。［1］Westerlund etal.(2008)利用16個(gè)OECD國(guó)家1870-2002年數(shù)據(jù)和28個(gè)發(fā)達(dá)國(guó)家與發(fā)展中國(guó)家1901-2002年的數(shù)據(jù)，使用面板數(shù)據(jù)單位根檢驗(yàn)方法，驗(yàn)證了人均二氧化碳排放是收斂的。［8］相比較β收斂，隨機(jī)收斂更側(cè)重研究動(dòng)態(tài)環(huán)境下產(chǎn)出差距隨時(shí)間變化的特征。

二、研究方法與模型

(一)碳排放績(jī)效的測(cè)算方法

借鑒 F?re et al.(2007)［5］、Zhou et al.(2008)［9］等對(duì)環(huán)境生產(chǎn)技術(shù)(environmental production technology)的研究，構(gòu)造一個(gè)同時(shí)包含期望產(chǎn)出(Desirable Outputs)和非期望產(chǎn)出(Undesirable Outputs)的生產(chǎn)可能性集T。在生產(chǎn)可能性集T中，假定資本(K)、勞動(dòng)(L)和能源(E)三種要素的投入生產(chǎn)得到國(guó)內(nèi)生產(chǎn)總值(期望產(chǎn)出Y)和二氧化碳排放(非期望產(chǎn)出C)，則該生產(chǎn)過(guò)程可描述為:T={(K，L，E，Y，C):(K，L，E)can produce(Y，C)}。

本文假設(shè)生產(chǎn)可能性集T有閉合、有界和凸性特征，投入要素和期望產(chǎn)出要素均滿足強(qiáng)可處置性②。除此之外，根據(jù) Fare et al.(2007)［5］，環(huán)境生產(chǎn)技術(shù)需滿足非期望產(chǎn)出的弱可處置(Week Disposability)以及期望產(chǎn)出與非期望產(chǎn)出的“零結(jié)合”(Null jointness)。其中，非期望產(chǎn)出弱可處置指在給定要素投入水平下，減少非期望產(chǎn)出必須減少期望產(chǎn)出，即減少非期望產(chǎn)出是有成本的，用公式表示為:如果(K，L，E，Y，C)∈T 且0 ≦ θ ≦ 1，則(K，L，E，θY，θC)∈T。期望產(chǎn)出和非期望產(chǎn)出的“零結(jié)合”性指期望產(chǎn)出的存在必然伴隨著非期望產(chǎn)出的存在，用公式表示為:若(K，L，E，Y，C)∈T 且 C=0，則 Y=0。

運(yùn)用數(shù)據(jù)包絡(luò)分析方法(DEA)可以將上述環(huán)境生產(chǎn)技術(shù)模型化為(1)式:

在(1)式中，1，…，s表示地區(qū)，第s個(gè)地區(qū)的投入、產(chǎn)出向量為(KS，LS，ES，YS，CS);λS 為權(quán)重;非負(fù)的權(quán)重變量之和等于1，表示生產(chǎn)規(guī)模報(bào)酬是可變的;合意產(chǎn)出和投入變量的不等式約束意味著合意產(chǎn)出和投入均是可自由處置的，而非合意產(chǎn)出的等式約束，則表示非合意產(chǎn)出的弱可處置性。

為了能夠?qū)⑵谕a(chǎn)出和非期望產(chǎn)出聯(lián)系起來(lái)，Chung等(1997)［3］在環(huán)境生產(chǎn)技術(shù)框架下引入方向性距離函數(shù)(Directional Distance Function，DDF)。參照.(2007)［5］，定義包含碳排放的基于產(chǎn)出方向性距離函數(shù)，如(2)所示:

其中β為距離函數(shù)值，表示決策單元觀測(cè)值與其在生產(chǎn)前沿面上投影(Y+βgY，C-βgC)之間的距離。方向向量(gY，gC)決定效率測(cè)度的方向，即產(chǎn)出擴(kuò)張或減少的方向。按照已有文獻(xiàn)(Fare et al.，2007［5］;Chung et al.，1997［3］)的做法，假設(shè)方向向量g=(Y，-C)，即要求同比例增加期望產(chǎn)出Y而減少非期望產(chǎn)出C。

為了研究碳排放績(jī)效的動(dòng)態(tài)變化特征，本文將Chung et al. (1997)［3］提出的Malmquist-Luenberger(ML)生產(chǎn)率指數(shù)進(jìn)一步拓展，構(gòu)建Malmquist二氧化碳排放績(jī)效指數(shù)用MLC表示，測(cè)算公式如(3)所示。

MLC大于(或小于)1，表示碳排放績(jī)效的增長(zhǎng)(或下降)。碳排放績(jī)效還可以進(jìn)一步分解為效率改進(jìn)指數(shù)(EFFCH)和技術(shù)進(jìn)步指數(shù)(TECH)的乘積，其中效率改進(jìn)指數(shù)衡量的是技術(shù)落后者追趕技術(shù)先進(jìn)者的速度，若EFFCH大于(或小于)1，表示技術(shù)效率的改善(或惡化);技術(shù)進(jìn)步指數(shù)衡量的是技術(shù)前沿的進(jìn)步速度，若TECH大于(或小于)1，表示前沿技術(shù)的進(jìn)步(或退步)。效率改進(jìn)指數(shù)與技術(shù)進(jìn)步指數(shù)的測(cè)算公式如(4)、(5)式所示。

為求解二氧化碳排放績(jī)效及效率改進(jìn)系數(shù)、技術(shù)進(jìn)步系數(shù)，需求解方向性距離函數(shù)的數(shù)值，這就需要運(yùn)用DEA方法求解以下線性規(guī)劃:

(二)隨機(jī)收斂方法及檢驗(yàn)?zāi)Ｐ?/h3>

碳排放績(jī)效的隨機(jī)收斂檢驗(yàn)表明的是:在動(dòng)態(tài)和長(zhǎng)期環(huán)境下，地區(qū)碳排放績(jī)效之間的差距是否隨時(shí)間變化的特征。如果兩個(gè)地區(qū)的碳排放績(jī)效之間的差距服從平穩(wěn)的隨機(jī)過(guò)程，即能夠構(gòu)成一個(gè)穩(wěn)定的且不隨時(shí)間變化的差異均衡，則存在隨機(jī)收斂。如果碳排放績(jī)效之間的差距存在固定趨勢(shì)或者單位根過(guò)程，則表明任何微小的外生沖擊都會(huì)造成差距的持續(xù)擴(kuò)大，從而也就不存在隨機(jī)收斂。本文借鑒Evans and Krass(1996)［4］的隨機(jī)收斂檢驗(yàn)方法，來(lái)研究我國(guó)碳排放績(jī)效的隨機(jī)收斂，基本思路如下:

考慮1，2，…N個(gè)地區(qū)，如果這N個(gè)地區(qū)存在收斂，當(dāng)且僅當(dāng)共同趨勢(shì)at和參數(shù)μ1，μ2…μn存在，使得(6)式成立。其中yit是第i個(gè)地區(qū)碳排放績(jī)效的自然對(duì)數(shù)，at是 N個(gè)地區(qū)的共同趨勢(shì)(common trend)。通過(guò)對(duì)(6)式進(jìn)行平均，得到(7)式。其中，由于(7)式中的at+k是不可觀察的，為了使估計(jì)可行，用(6)式減去(7)式得到(8)式。

當(dāng)且僅當(dāng)對(duì)每一個(gè)地區(qū)，有yi，t+k-yt+k是平穩(wěn)序列時(shí)，稱(chēng)這N個(gè)地區(qū)的碳排放績(jī)效存在隨機(jī)收斂。因此檢驗(yàn)N個(gè)地區(qū)碳排放績(jī)效的隨機(jī)收斂就變?yōu)闄z驗(yàn)面板數(shù)據(jù) yi，t-yt中所有序列是否平穩(wěn)。

在具體檢驗(yàn)過(guò)程中，將各個(gè)省市碳排放績(jī)效的自然對(duì)數(shù)(lnMLCit)減去平均碳排放績(jī)效的自然對(duì)數(shù)(lnAMLCt)后的差值命名為相對(duì)碳排放績(jī)效，則對(duì)碳排績(jī)效隨機(jī)收斂檢驗(yàn)就成為對(duì)各省市相對(duì)碳排放績(jī)效(RMLCit)所構(gòu)成面板數(shù)據(jù)的平穩(wěn)性檢驗(yàn)，如(9)式。根據(jù) Evans and Krass(1996)［4］的定義，如果RMLC平穩(wěn)或者不存在單位根，則表明長(zhǎng)期中各地區(qū)碳排放績(jī)效將趨于某一穩(wěn)定水平，表現(xiàn)為隨機(jī)收斂的過(guò)程;反之，如果RMLC不平穩(wěn)或者存在單位根，則表明各地區(qū)碳排放績(jī)效為隨機(jī)發(fā)散。

按照以上思路，本文將分別對(duì)我國(guó)碳排放績(jī)效的全局性隨機(jī)收斂和俱樂(lè)部隨機(jī)收斂進(jìn)行檢驗(yàn)。在全局性隨機(jī)收斂檢驗(yàn)時(shí)，以全國(guó)平均碳排放績(jī)效作為AMLC，對(duì)所有省份碳排放績(jī)效、不同區(qū)域平均碳排放績(jī)效與全國(guó)平均碳排放績(jī)效的差所構(gòu)成的面板數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn);在俱樂(lè)部隨機(jī)收斂檢驗(yàn)時(shí)，分別按照三大區(qū)域、八大區(qū)域兩種地域單元?jiǎng)澐址椒?，以各區(qū)域的平均碳排放績(jī)效作為AMLC，對(duì)各區(qū)域內(nèi)部各個(gè)省份碳排放績(jī)效與其在區(qū)域平均碳排放績(jī)效的差所構(gòu)成的面板數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。

三、碳排放績(jī)效的測(cè)算及結(jié)果分析

(一)數(shù)據(jù)選擇及處理

為測(cè)度各省份二氧化碳排放績(jī)效，本文搜集了1995-2009年全國(guó)28個(gè)省、市、自治區(qū)③的投入產(chǎn)出數(shù)據(jù)，投入要素包括資本投入、勞動(dòng)力投入和能源投入，產(chǎn)出要素包括期望產(chǎn)出(國(guó)民生產(chǎn)總值)和非期望產(chǎn)出(二氧化碳排放)。下面具體說(shuō)明各類(lèi)數(shù)據(jù)的選擇及處理情況。

1.資本投入

采用資本存量作為各地區(qū)的資本投入指標(biāo)。資本存量數(shù)據(jù)無(wú)法直接從相關(guān)統(tǒng)計(jì)年鑒獲取，一般采用推算法進(jìn)行估算。本文資本存量數(shù)據(jù)采用“永續(xù)盤(pán)存法”，其中1995-2006年資本存量數(shù)據(jù)來(lái)源于單豪杰(2008)的研究成果［16］，2007-2009 年資本存量數(shù)據(jù)根據(jù)單豪杰(2008)［16］方法進(jìn)行估算所得。在資本存量估算中，需要用到各省2007-2009年資本形成總額和固定資產(chǎn)投資價(jià)格指數(shù)兩類(lèi)數(shù)據(jù)，它們均來(lái)自于2008-2010年《中國(guó)統(tǒng)計(jì)年鑒》。資本存量數(shù)據(jù)的單位為億元，且均以1952年不變價(jià)格進(jìn)行了調(diào)整。

2.勞動(dòng)投入、能源投入與國(guó)民生產(chǎn)總值

采用各省年初、年末就業(yè)人數(shù)的算術(shù)平均值作為勞動(dòng)力投入指標(biāo)，單位為萬(wàn)人，數(shù)據(jù)來(lái)自于1996-2010年《中國(guó)統(tǒng)計(jì)年鑒》。采用各省能源消費(fèi)量作為能源投入指標(biāo)，各省能源消費(fèi)量數(shù)據(jù)均來(lái)源于歷年《中國(guó)能源統(tǒng)計(jì)年鑒》，且2005年后的能源消費(fèi)量數(shù)據(jù)是根據(jù)2010年《中國(guó)能源統(tǒng)計(jì)年鑒》調(diào)整后的數(shù)據(jù)，單位為萬(wàn)噸標(biāo)準(zhǔn)煤。為與資本存量保持一致，各省國(guó)民生產(chǎn)總值均以1952年作為基期，單位為億元，數(shù)據(jù)來(lái)源于《新中國(guó)60年統(tǒng)計(jì)資料匯編》。

3.二氧化碳排放量

以煤炭、原油和天然氣三種一次能源消費(fèi)量為基準(zhǔn)來(lái)估算中國(guó)分省的二氧化碳排放量。各省的一次能源消費(fèi)根據(jù)《中國(guó)能源統(tǒng)計(jì)年鑒》中“能源消費(fèi)”及“地區(qū)能源平衡表”的相關(guān)數(shù)據(jù)獲得。在具體估算中，利用2006年聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)(IPCC)提供的參考方法，二氧化碳排放總量估算公式如(10)所示:

其中，CO2為二氧化碳排放量，i=1，2，3分別表示三種一次能源(煤炭、原油、天然氣)，E代表它們的消耗量，NCV平均低位發(fā)熱量，δ為有效二氧化碳碳排放系數(shù)。

(二)結(jié)果分析

以地區(qū)國(guó)民生產(chǎn)總值作為期望產(chǎn)出變量，二氧化碳排放作為非期望產(chǎn)出變量，資本存量、人口和能源消費(fèi)量作為投入變量，根據(jù)第二部分測(cè)算方法，得到1995-2009年全國(guó)28個(gè)省市自治區(qū)(以下簡(jiǎn)稱(chēng)省份)的碳排放績(jī)效，如表1所示。

表1 1995-2009年中國(guó)28個(gè)省份碳排放績(jī)效變化及排名

根據(jù)表1，樣本期間各省碳排放績(jī)效都有不同程度的增長(zhǎng)，其中增長(zhǎng)幅度較多的省份主要集中在東部地區(qū)，包括江蘇、山東、安徽、廣東、北京、上海等，增長(zhǎng)幅度較少的省份主要集中在西部地區(qū)，包括寧夏、青海、云南等。從碳排放績(jī)效的分解情況來(lái)看，絕大多數(shù)省份碳排放績(jī)效的增長(zhǎng)主要是由技術(shù)進(jìn)步導(dǎo)致的，而天津、山東等5個(gè)省份碳排放績(jī)效的增長(zhǎng)是技術(shù)效率提高和技術(shù)進(jìn)步的雙重貢獻(xiàn)。具體來(lái)看，除云南外所有省份的技術(shù)進(jìn)步指數(shù)都有所提升，而技術(shù)效率在各省份存在不同情況的變動(dòng)，如天津、山東等5個(gè)省份的技術(shù)效率有所提高，山西、內(nèi)蒙古等18個(gè)省份的技術(shù)效率有所降低，北京等5個(gè)省份的技術(shù)效率保持不變。

表2 1995-2009年全國(guó)碳排放績(jī)效變化及分解

表2則是1995-2009年全國(guó)28個(gè)省份碳排放績(jī)效的動(dòng)態(tài)變動(dòng)及分解。根據(jù)表2，1995-2009年全國(guó)碳排放績(jī)效平均增長(zhǎng)幅度為2.79%，累計(jì)增長(zhǎng)幅度為47.09%。樣本期間全國(guó)碳排放績(jī)效的增長(zhǎng)主要是來(lái)自于技術(shù)進(jìn)步而非效率變化，其中技術(shù)進(jìn)步平均增長(zhǎng)幅度為3.81%、累計(jì)增長(zhǎng)幅度為68.73%，技術(shù)效率平均下降幅度為0.21%、累計(jì)下降幅度為2.96%。從變動(dòng)趨勢(shì)來(lái)看，樣本期間碳排放績(jī)效增長(zhǎng)除在1995年和2009年較低外，其他年份變動(dòng)幅度不大，而技術(shù)效率與技術(shù)進(jìn)步除在2002-2003年間分別出現(xiàn)陡升與陡降外其他年份變動(dòng)趨勢(shì)不明顯。

四、碳排放績(jī)效的隨機(jī)收斂檢驗(yàn)

在測(cè)算各省份碳排放績(jī)效的基礎(chǔ)上，本部分首先對(duì)我國(guó)碳排放績(jī)效的區(qū)域差異進(jìn)行整體分析，其次運(yùn)用IPS、ADF-Fisher和PP-Fisher單位根檢驗(yàn)方法，對(duì)全國(guó)以及各區(qū)域二氧化碳績(jī)效進(jìn)行隨機(jī)收斂檢驗(yàn)。

(一)區(qū)域差異分析

表3報(bào)告了1995-2009年我國(guó)東中西三區(qū)域④碳排放績(jī)效及其分解的平均值與累計(jì)值。根據(jù)表3，樣本期間東中西三大區(qū)域碳排放績(jī)效均有所改善，其中東部地區(qū)碳排放績(jī)效平均增長(zhǎng)4.44%，累計(jì)增長(zhǎng)83.4%，是三個(gè)區(qū)域中增長(zhǎng)幅度最大的;其次是中部地區(qū)，碳排放績(jī)效平均增長(zhǎng)4.1%，累計(jì)增長(zhǎng)76.1%;西部地區(qū)碳排放績(jī)效增長(zhǎng)幅度最小，平均增長(zhǎng)率為1.1%，累計(jì)增長(zhǎng)率為16.8%。從三個(gè)區(qū)域碳排放績(jī)效的分解來(lái)看，東部地區(qū)技術(shù)效率平均值為1，沒(méi)有構(gòu)成對(duì)碳排放績(jī)效增長(zhǎng)的影響，技術(shù)進(jìn)步平均增長(zhǎng)幅度為4.4%，即為碳排放績(jī)效的平均增長(zhǎng)幅度;中部地區(qū)和西部地區(qū)碳排放績(jī)效的增長(zhǎng)是技術(shù)進(jìn)步與技術(shù)效率下降共同作用的結(jié)果，其中技術(shù)效率出現(xiàn)了不同程度下降，但技術(shù)進(jìn)步的改善程度大大高于技術(shù)效率的下降程度，最終導(dǎo)致了碳排放績(jī)效的增長(zhǎng)。

為進(jìn)一步揭示各地區(qū)碳排放績(jī)效的省際差異，本文分別測(cè)算全國(guó)及東中西三大區(qū)域碳排放績(jī)效的變異系數(shù)。經(jīng)測(cè)算，1995-2009年間西部地區(qū)變異系數(shù)最大，其次是東部地區(qū)，中部地區(qū)變異系數(shù)最小，西部地區(qū)變異系數(shù)高于全國(guó)平均水平，而東部地區(qū)和中部地區(qū)變異系數(shù)低于全國(guó)平均水平。由此表明西部地區(qū)省際間碳排放績(jī)效差異最大，中部地區(qū)省際間碳排放績(jī)效差異最小，東部地區(qū)省際間碳排放績(jī)效差異介于西部和中部之間。根據(jù)變異系數(shù)的變動(dòng)，東部地區(qū)和中部地區(qū)的變異系數(shù)隨時(shí)間變動(dòng)的趨勢(shì)不明顯;而西部地區(qū)和全國(guó)的變異系數(shù)呈現(xiàn)隨時(shí)間推移而趨于縮小的態(tài)勢(shì)，由此表明西部地區(qū)和全國(guó)的碳排放績(jī)效差異存在一定收斂特征。

表3 1995-2009年?yáng)|中西部地區(qū)碳排放績(jī)效及其分解的均值和累計(jì)值

(二)隨機(jī)收斂檢驗(yàn)

考慮到樣本時(shí)間跨度較短的情況下，單變量單位根檢驗(yàn)存在“檢驗(yàn)勢(shì)”過(guò)低的問(wèn)題，即在備選假設(shè)為真時(shí)，正確地拒絕了原假設(shè)的概率較低，因此選擇采用面板單位檢驗(yàn)?zāi)Ｐ瓦M(jìn)行隨機(jī)收斂檢驗(yàn)。由于不同地區(qū)碳排放績(jī)效存在較大差異，故采用異質(zhì)面板單位根檢驗(yàn)?zāi)Ｐ?，包括Im，Pesaran＆ Shin、ADF-Fisher和PP-Fisher，以上三種檢驗(yàn)?zāi)Ｐ偷脑僭O(shè)均是所有序列都存在單位根。其中，IPS檢驗(yàn)?zāi)Ｐ涂紤]了殘差的異方差和序列相關(guān)性，允許面板數(shù)據(jù)中的各截面序列具有不同的單位根，且在數(shù)據(jù)較短的情況下依然具有很強(qiáng)的檢驗(yàn)?zāi)芰?ADF和PP是傳統(tǒng)意義上使用較成熟的面板單位根檢驗(yàn)?zāi)Ｐ?。同時(shí)采用三種不同的模型可以保證研究結(jié)論的穩(wěn)健性。

首先以全國(guó)平均碳排放績(jī)效作為AMLC進(jìn)行全局性的隨機(jī)收斂性檢驗(yàn)。IPS、ADF和PP三種檢驗(yàn)方法結(jié)果均顯示，全國(guó)所有省份所構(gòu)成的面板數(shù)據(jù)在1%的顯著性水平下拒絕了存在單位根的原假設(shè)(如表5第2行所示)，這意味著我國(guó)碳排放績(jī)效存在全局性隨機(jī)收斂特征，即在長(zhǎng)期內(nèi)二氧化碳排放績(jī)效的總體差異將不斷縮小，最終趨于穩(wěn)態(tài)水平。由于面板單位根檢驗(yàn)結(jié)果常常帶有一定的模糊性，如果部分序列平穩(wěn)、其余序列存在單位根的情況同樣也會(huì)導(dǎo)致原假設(shè)被拒絕。鑒于此，有必要進(jìn)一步使用時(shí)間序列單位根檢驗(yàn)KPSS模型對(duì)各省份碳排放績(jī)效的隨機(jī)收斂性進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表4所示。根據(jù)表4，北京、天津、河北、江蘇、浙江、廣東、遼寧、黑龍江、山西、陜西、河南、湖南、安徽、江西、寧夏和新疆等16個(gè)省份接受序列平穩(wěn)原假設(shè)，即碳排放績(jī)效存在隨機(jī)收斂;山東、上海、福建、吉林、內(nèi)蒙古、湖北、廣西、四川、貴州、云南、甘肅、青海等12個(gè)省份拒絕序列平穩(wěn)原假設(shè)，即碳排放績(jī)效不存在隨機(jī)收斂。根據(jù)以上，通過(guò)時(shí)間序列單位根檢驗(yàn)，全國(guó)28個(gè)省份中有一半以上省份的碳排放績(jī)效存在隨機(jī)收斂，其余省份不存在隨機(jī)收斂，這與面板單位根檢驗(yàn)得到的存在全局性隨機(jī)收斂的結(jié)論存在一致。

表4 各省份時(shí)間序列單位根KPSS檢驗(yàn)

為了研究我國(guó)碳排放績(jī)效在區(qū)域之間的變化趨勢(shì)，分別按照三區(qū)域和八區(qū)域⑤兩種地域劃分標(biāo)準(zhǔn)，將各個(gè)區(qū)域作為一個(gè)整體，以全國(guó)平均碳排放績(jī)效作為AMLC進(jìn)行隨機(jī)收斂檢驗(yàn)，檢驗(yàn)結(jié)果如表5中第3、4行所示。根據(jù)表5，三大區(qū)域所構(gòu)成的面板數(shù)據(jù)在5%的顯著性水平下拒絕了存在單位根的原假設(shè)，八區(qū)域所構(gòu)成的面板數(shù)據(jù)在1%的顯著性水平下拒絕了存在單位根的原假設(shè)。這表明無(wú)論以三區(qū)域還是八區(qū)域作為劃分標(biāo)準(zhǔn)，我國(guó)碳排放績(jī)效區(qū)域間的差異正在逐漸縮小。

為了檢驗(yàn)各個(gè)區(qū)域的碳排放績(jī)效在長(zhǎng)期中是否趨向于本區(qū)域的平均碳排放績(jī)效，即檢驗(yàn)我國(guó)碳排放績(jī)效是否存在俱樂(lè)部隨機(jī)收斂特征，本文依然是按照三大區(qū)域和八大區(qū)域兩種地域劃分標(biāo)準(zhǔn)進(jìn)行檢驗(yàn)。在三區(qū)域劃分標(biāo)準(zhǔn)下，分別以三大區(qū)域各自的平均碳排放水平作為AMLC進(jìn)行隨機(jī)收斂檢驗(yàn)，結(jié)果顯示(如表5中第5至7行):東中西三大區(qū)域均拒絕了存在單位根的原假設(shè)，這表明三大區(qū)域均存在俱樂(lè)部隨機(jī)收斂，即長(zhǎng)期內(nèi)三大區(qū)域的碳排放績(jī)效差異均將隨時(shí)間推移而趨于各自的穩(wěn)態(tài)水平，從而形成各自區(qū)域的差異均衡。在八區(qū)域劃分標(biāo)準(zhǔn)下，分別以八大區(qū)域各自的平均碳排放水平作為AMLC進(jìn)行隨機(jī)收斂檢驗(yàn)，結(jié)果顯示(如表5中第8至15行):除南部沿海接受了存在單位根的原假設(shè)，其他七大區(qū)域均拒絕了存在單位根的原假設(shè)，這表明除南部沿海外的其他七大區(qū)域均存在俱樂(lè)部隨機(jī)收斂特征，在長(zhǎng)期內(nèi)各區(qū)域的碳排放績(jī)效差異將會(huì)隨時(shí)間推移而趨于各自的穩(wěn)態(tài)水平，從而形成差異均衡;而南部沿海地區(qū)的碳排放績(jī)效差異長(zhǎng)期內(nèi)不會(huì)自動(dòng)達(dá)到穩(wěn)態(tài)水平。

表5 面板單位根檢驗(yàn)結(jié)果

五、結(jié)論與政策啟示

在當(dāng)前工業(yè)化和城市化加速發(fā)展的關(guān)鍵時(shí)期，二氧化碳減排任務(wù)要與經(jīng)濟(jì)發(fā)展任務(wù)“結(jié)合”起來(lái)。本文用二氧化碳排放績(jī)效來(lái)衡量碳減排與經(jīng)濟(jì)發(fā)展水平之間的“結(jié)合”程度。首先，以二氧化碳排放作為“壞”產(chǎn)出、GDP作為“好”產(chǎn)出，運(yùn)用環(huán)境生產(chǎn)技術(shù)框架下的方向性距離函數(shù)模型，對(duì)1995-2009年全國(guó)28個(gè)省區(qū)市的二氧化碳排放績(jī)效進(jìn)行測(cè)算;其次，分析了全國(guó)及三大區(qū)域二氧化碳排放績(jī)效的動(dòng)態(tài)演變規(guī)律和地區(qū)差異;最后，運(yùn)用區(qū)域經(jīng)濟(jì)增長(zhǎng)的隨機(jī)收斂方法對(duì)我國(guó)二氧化碳排放績(jī)效進(jìn)行檢驗(yàn)。研究結(jié)論如下:(1)1995-2009年間絕大多數(shù)省份的二氧化排放績(jī)效有不同程度增長(zhǎng)，其中增長(zhǎng)幅度較大的省份主要集中在東部地區(qū)，增長(zhǎng)幅度較小的省份主要集中在西部地區(qū)。(2)從全國(guó)和絕大多數(shù)省份來(lái)看，技術(shù)進(jìn)步是導(dǎo)致碳排放績(jī)效增長(zhǎng)的主要因素，而技術(shù)效率呈現(xiàn)不斷惡化之勢(shì)。(3)隨機(jī)收斂檢驗(yàn)結(jié)果顯示，我國(guó)二氧化碳排放績(jī)效存在全局性隨機(jī)收斂特征，其中北京等16個(gè)省份存在隨機(jī)收斂，山東等12個(gè)省份不存在隨機(jī)收斂;區(qū)域間碳排放績(jī)效的差異均在不斷縮小;區(qū)域內(nèi)部存在俱樂(lè)部隨機(jī)收斂特征。

上述結(jié)論在政策層面具有重要意義:第一，加快二氧化碳減排技術(shù)的創(chuàng)新，發(fā)揮技術(shù)進(jìn)步對(duì)二氧化碳排放績(jī)效提升的促進(jìn)作用，同時(shí)通過(guò)優(yōu)化資源配置等手段扭轉(zhuǎn)技術(shù)效率對(duì)碳排放績(jī)效提升的反向作用。第二，政府在對(duì)西部地區(qū)實(shí)施扶貧發(fā)展政策時(shí)，應(yīng)格外重視節(jié)能減排的約束，大力通過(guò)技術(shù)創(chuàng)新、制度創(chuàng)新、產(chǎn)業(yè)轉(zhuǎn)型、新能源開(kāi)放、排放權(quán)交易等多種手段，盡可能地減少高碳能源消耗、減少二氧化碳排放，以促進(jìn)西部地區(qū)把握低碳轉(zhuǎn)型的機(jī)遇，追趕東、中部地區(qū)，實(shí)現(xiàn)碳排放績(jī)效的提升。第三，應(yīng)加大對(duì)二氧化碳減排規(guī)制力度，制定科學(xué)有效的二氧化碳減排政策，充分發(fā)揮政府宏觀收斂機(jī)制，從而縮小二氧化碳排放績(jī)效的地區(qū)差距，最終實(shí)現(xiàn)二氧化碳減排和經(jīng)濟(jì)發(fā)展的雙贏。

【注】

①根據(jù)IEA(2009)的統(tǒng)計(jì)，2007年中國(guó)二氧化碳排放量已超過(guò)美國(guó)，成為全球二氧化碳排放量最多的國(guó)家。

②要素可自由處置是指在生產(chǎn)過(guò)程中要素能夠不受限制地增加或者減少。

③海南和西藏因數(shù)據(jù)缺失過(guò)多而不包括在內(nèi)，重慶則并入四川一起統(tǒng)計(jì)。

④其中東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西;中部地區(qū)包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南;西部地區(qū)包括云南、四川(含重慶)、貴州、陜西、甘肅、青海、寧夏、新疆。

⑤東北地區(qū)包括遼寧、吉林、黑龍江;北部沿海地區(qū)包括北京、天津、河北、山東;東部沿海地區(qū)包括上海、江蘇、浙江;南部沿海地區(qū)包括廣東、福建;黃河中游地區(qū)包括內(nèi)蒙古、山西、陜西、河南;長(zhǎng)江中游地區(qū)包括湖北、湖南、江西、安徽;西南地區(qū)包括四川(含重慶)、貴州、云南、廣西;西北地區(qū)包括甘肅、寧夏、青海、新疆。

［1］Barassi，M.R.，Cole，M.A.，Elliott，R.J.R.Stochastic Divergence or Convergence of Per Capita Carbon Dioxide Emissions:Re-examining the Evidence.Environmental and Resource Economics，2008，40(1):121-137.

［2］Bernard，A.B.，S.N.Durlauf.Convergence in International Output，Journal of Applied Econometrics，1995，10(2):97-108.

［3］Chung，Y.H.，R.Fare，S.Grosskopf.Productivity and Undesirable Outputs:A Directional Distance Function Approach，Journal of Environmental Management，1997，51(3):229-40.

［4］Evans，P.，G.Karras.Convergence Revisited，Journal of Monetary Economics，1996，37(2):249-265.

［5］F?re，R.，S.Grosskopf，and Carl A.，Pasurka.Environmental Production Functions and Environmental Directional Distance Functions，Energy，2007，32(7):1055-1066.

［6］Romer-Avila，D.Convergence in Carbon Dioxide E-missions among Industrialized Countries Revisited.Energy Economics，2008，30(5):2265-2282.

［7］Watanabe，M.，K.Tanaka.Efficiency Analysis of Chinese Industry:A Directional Distance Function Approach，Energy Policy，2007，35(12):6323-6331.

［8］Westerlund，J.，Basher，S.A.Testing for Convergence in Carbon Dioxide Emissions Using a Century of Panel Data，Environmental and Resource Economics，2008，40(1):109-121.

［9］Zhou P.，Ang B.W.，Poh K.L.A Survey of Data Envelopment Analysis in Energy and Environmental Studies，European Journal of Operational Research，2008，189(1):1-18.

［10］Zhou P.，Ang B.W.，Han J.Y.Total Factor Carbon Emission Performance:A Malmquist Index Analysis，Energy E-conomics，2010，32(1):194-201.

［11］王群偉，周鵬，周德群.我國(guó)二氧化碳排放績(jī)效的動(dòng)態(tài)變化、區(qū)域差異及影響因素［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2010，(01).

［12］王兵，張技輝，張華.環(huán)境約束下中國(guó)省際全要素能源效率實(shí)證研究［J］.經(jīng)濟(jì)評(píng)論，2011，(04).

［13］胡鞍鋼，鄭京海.考慮環(huán)境因素的省級(jí)技術(shù)效率排名(1999-2005) ［J］.經(jīng)濟(jì)學(xué)(季刊)，2008，(03).

［14］涂正革，肖耿.環(huán)境約束下的中國(guó)工業(yè)增長(zhǎng)模式研究［J］.世界經(jīng)濟(jì)，2009，(11).

［15］魏梅，曹明福，江金榮.生產(chǎn)中碳排放效率長(zhǎng)期決定及其收斂性分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，(09).

［16］單豪杰.中國(guó)資本存量K的再估算:1952-2006年［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，(10).