我國(guó)東西地區(qū)的碳排放效率對(duì)比及科技減排路徑研究——基于三階段DEA和超效率SBM模型的分析

孫秀梅，張　慧，綦振法，董會(huì)忠

（山東理工大學(xué)商學(xué)院，山東淄博255012）

［DOI］10.3969/j.issn.1007-5097.2016.04.014

?

我國(guó)東西地區(qū)的碳排放效率對(duì)比及科技減排路徑研究——基于三階段DEA和超效率SBM模型的分析

孫秀梅，張慧，綦振法，董會(huì)忠

（山東理工大學(xué)商學(xué)院，山東淄博255012）

［DOI］10.3969/j.issn.1007-5097.2016.04.014

摘要：文章探索性地將三階段DEA模型和超效率SBM模型相結(jié)合來(lái)測(cè)算我國(guó)東西地區(qū)的碳排放效率，并對(duì)東西地區(qū)碳排放效率的差異及受科技因素的影響進(jìn)行了對(duì)比分析。結(jié)果表明，東西地區(qū)受所處的外部環(huán)境和運(yùn)氣等隨機(jī)因素影響，碳排放效率表現(xiàn)出顯著差異，剔除環(huán)境因素和隨機(jī)誤差的影響后，雖然東部地區(qū)的碳排放效率依舊高于西部地區(qū)，但其差距明顯縮??；其中，R&D人員對(duì)東部地區(qū)碳排放效率的提高有顯著正向影響，而R&D項(xiàng)目對(duì)西部地區(qū)碳排放效率的提高有顯著促進(jìn)作用。研究認(rèn)為，東西地區(qū)碳排放效率存在差異的主要原因是科技因素，實(shí)現(xiàn)西部地區(qū)科技減排的關(guān)鍵在于為西部地區(qū)R&D項(xiàng)目的立項(xiàng)開(kāi)通綠色通道，同時(shí)鼓勵(lì)更多高科技人才流向西部地區(qū)。

關(guān)鍵詞：碳排放效率；科技減排；三階段DEA模型；超效率SBM模型

一、引言

氣候變化問(wèn)題已經(jīng)受到全球各國(guó)的普遍重視，減少溫室氣體排放刻不容緩，中國(guó)作為碳排放大國(guó)面臨巨大的碳減排壓力。我國(guó)政府在APEC會(huì)議上做出承諾，2030年左右二氧化碳排放達(dá)到峰值且將努力早日達(dá)峰，并計(jì)劃到2030年非化石能源占一次能源消費(fèi)比重提高到20％左右。在促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展的同時(shí)完成碳減排任務(wù)，關(guān)鍵在于提高碳排放效率。所謂碳排放效率，有學(xué)者定義為用更少的碳排放量獲得更多的經(jīng)濟(jì)產(chǎn)出和更好的生活質(zhì)量［1］。

目前，國(guó)際上在對(duì)碳排放效率研究中有兩類(lèi)方法最為典型。一類(lèi)是參數(shù)方法，其中最典型的是隨機(jī)前沿分析，Risto Herrala等運(yùn)用SFA模型對(duì)1997-2007年期間170個(gè)國(guó)家的碳排放效率進(jìn)行了測(cè)算［2］；另一類(lèi)是非參數(shù)方法，應(yīng)用最廣泛的就是數(shù)據(jù)包絡(luò)分析，Zaim et al［3］、Claude Mandil［4］和Zhou P et al［5］等運(yùn)用DEA模型評(píng)價(jià)了OECD國(guó)家及部分地區(qū)、行業(yè)的碳排放績(jī)效，Ramanathan R則利用DEA方法對(duì)GDP、碳排放和能源消耗之間的關(guān)系進(jìn)行研究，通過(guò)分析碳排放效率的波動(dòng)情況發(fā)現(xiàn)全球碳排放效率的特征［6］。除此以外，Marklund et al［7］和Maradan D et al［8］等利用DEA模型對(duì)76個(gè)發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家的二氧化碳邊際減排成本進(jìn)行了研究。國(guó)內(nèi)學(xué)者對(duì)碳排放效率的研究也取得了一定成果，魏梅等［9］、席建國(guó)［10］及游和遠(yuǎn)等［11］運(yùn)用DEA模型對(duì)我國(guó)各地區(qū)及土地利用的碳排放效率進(jìn)行了測(cè)算，周五七等［12］和郭文慧等［13］則是基于改進(jìn)后的SBM模型對(duì)我國(guó)的區(qū)域、工業(yè)和山東省的碳排放效率及差異性進(jìn)行了分析，劉亦文等［14］、孫愛(ài)軍［15］和路正南等［16］基于超效率DEA模型對(duì)我國(guó)省際和工業(yè)碳排放效率進(jìn)行研究。而趙國(guó)浩等［17］、雷玉桃等［18］、陳黎明等［19］、杜克銳等［20］和孫慧等［21］則是采用隨機(jī)前沿分析模型分別對(duì)山西省、西部地區(qū)以及我國(guó)省際的碳排放效率進(jìn)行了評(píng)價(jià)分析。

由此可知，目前研究碳排放效率的主流方法以數(shù)據(jù)包絡(luò)分析（DEA模型）和隨機(jī)前沿分析（SFA模型）為主，而這兩種方法各有利弊，三階段DEA模型可以將兩種方法的優(yōu)勢(shì)互補(bǔ)，其效率評(píng)估更客觀、更真實(shí)?？紤]到三階段DEA模型的第一階段和第三階段均以傳統(tǒng)DEA模型為基礎(chǔ)，而傳統(tǒng)DEA模型存在兩個(gè)弊端：一是對(duì)非期望產(chǎn)出的處理存在問(wèn)題，多數(shù)學(xué)者取非期望產(chǎn)出作為投入的方法或者取非期望產(chǎn)出的倒數(shù)，使之失去了原本的經(jīng)濟(jì)學(xué)意義；二是當(dāng)存在多個(gè)決策單元有效時(shí)，無(wú)法做出進(jìn)一步的對(duì)比分析?；谝陨峡紤]，本文構(gòu)建三階段DEA模型的同時(shí)，借助改進(jìn)后的超效率SBM模型，使得評(píng)估結(jié)果不僅客觀真實(shí)，更有利于準(zhǔn)確對(duì)比分析。我國(guó)東部地區(qū)借助自身的地理位置等優(yōu)勢(shì)優(yōu)先發(fā)展，經(jīng)濟(jì)水平領(lǐng)先其他地區(qū)，而西部地區(qū)受到交通條件等限制，經(jīng)濟(jì)水平一直比較落后。經(jīng)濟(jì)快速發(fā)展伴隨著大量的碳排放，那么，在經(jīng)濟(jì)發(fā)展水平存在明顯差距的情況下，研究東西地區(qū)真實(shí)的碳排放效率具有重要的現(xiàn)實(shí)意義。本文通過(guò)對(duì)東西地區(qū)的真實(shí)碳排放效率進(jìn)行對(duì)比研究，探索造成其差異的環(huán)境因素，試圖為西部地區(qū)的減排路徑提供政策建議和思路。

二、研究方法及數(shù)據(jù)處理

（一）方法概述

三階段DEA模型由Fried et al（2002）［22］提出，該模型最大的優(yōu)勢(shì)就是能夠有效剔除環(huán)境因素和隨機(jī)因素等不可控因素的影響，可以更準(zhǔn)確地評(píng)估效率，從而得到更為真實(shí)的結(jié)果。該方法已在經(jīng)農(nóng)戶(hù)生產(chǎn)效率、區(qū)域創(chuàng)新效率和城市基礎(chǔ)設(shè)施建設(shè)投資績(jī)效等領(lǐng)域得以應(yīng)用［23-25］。

本文綜合運(yùn)用三階段DEA模型和超效率SBM模型對(duì)我國(guó)東西地區(qū)碳排放效率進(jìn)行測(cè)算，其模型的構(gòu)建分為以下三個(gè)步驟：

（1）第一階段。DEA模型可以用于評(píng)價(jià)同質(zhì)性決策單元之間的相對(duì)效率，將決策單元區(qū)分為有效率和無(wú)效率兩類(lèi)，其中效率值為1的決策單元為有效率的，效率值小于1的決策單元?jiǎng)t是無(wú)效率的。但是，該方法存在兩個(gè)弊端，其一是無(wú)法在有效率的各個(gè)決策單元之間做進(jìn)一步區(qū)分，其二是對(duì)非期望產(chǎn)出的處理失去了原來(lái)的經(jīng)濟(jì)意義。在超效率SBM模型中，不僅恰當(dāng)?shù)靥幚矸瞧谕a(chǎn)出，更是對(duì)有效率的決策單元做出了準(zhǔn)確區(qū)分，比如效率值為1.3，說(shuō)明該決策單元按照目前的投入比例再增加30％，依然可以保持有效率。

在第一階段中，通過(guò)運(yùn)用超效率SBM模型測(cè)算出各個(gè)決策單元的效率值。假設(shè)有n個(gè)決策單元，每個(gè)決策單元由投入m，期望產(chǎn)出r1和非期望產(chǎn)出r2三個(gè)部分構(gòu)成。用向量表示為。本文在討論超效率SBM時(shí)，定義決策單元是SBM有效的，那么，超效率SBM模型構(gòu)建如下：

（2）第二階段。構(gòu)建相似SFA模型。決策單元不可避免地受到外部環(huán)境、管理因素和隨機(jī)因素等的影響，構(gòu)建相似SFA模型可以消除外部環(huán)境和隨機(jī)因素的影響。假設(shè)有n個(gè)決策單元，每個(gè)決策單元有m種投入，受到p個(gè)可觀測(cè)環(huán)境變量的影響，對(duì)每個(gè)決策單元的投入差額變量進(jìn)行SFA回歸，方程如下：

上式中，i=1,…,m；k=1,…,n；sik表示第k個(gè)決策單元第i個(gè)投入的投入差額變量；表示p個(gè)環(huán)境變量，βi表示環(huán)境變量的待估參數(shù)；表示環(huán)境變量對(duì)投入差額變量的影響，一般取是混合誤差項(xiàng)，νik是隨機(jī)干擾項(xiàng)，μik是管理無(wú)效率項(xiàng)，且假定二者是獨(dú)立不相關(guān)的。

基于最有效的決策單元，以其投入量作為基礎(chǔ)，對(duì)其他決策單元的投入量做出如下調(diào)整：

式中的兩個(gè)方括號(hào)將所有決策單元置于相同的環(huán)境和機(jī)會(huì)下，第一個(gè)方括號(hào)表示調(diào)整到相同的環(huán)境狀況，第二個(gè)方括號(hào)表示將隨機(jī)誤差調(diào)整到相同情況。

（3）第三階段。將第二階段調(diào)整后的投入量代替原始的投入數(shù)據(jù)，產(chǎn)出數(shù)據(jù)仍為原始產(chǎn)出數(shù)據(jù)，再次運(yùn)用超效率SBM模型進(jìn)行效率評(píng)估，此時(shí)得到的就是各個(gè)決策單元剔除外部環(huán)境和隨機(jī)誤差影響后更加公平的效率值。

（二）數(shù)據(jù)來(lái)源

本文使用的原始數(shù)據(jù)來(lái)源于中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局網(wǎng)站的數(shù)據(jù)，考慮到各個(gè)省份各種能源消費(fèi)量的數(shù)據(jù)完整性和時(shí)效性，樣本時(shí)間選擇了2012年。由于西藏的相關(guān)數(shù)據(jù)不完整，因此本文研究對(duì)象為東部地區(qū)的北京市、天津市、河北省、遼寧省、上海市、江蘇省、浙江省、福建省、山東省、廣東省和海南省11個(gè)地區(qū)和西部地區(qū)的內(nèi)蒙古自治區(qū)、廣西壯族自治區(qū)、重慶市、四川省、貴州省、云南省、陜西省、甘肅省、青海省、寧夏回族自治區(qū)和新疆維吾爾自治區(qū)11個(gè)地區(qū)，共計(jì)22個(gè)省份。

（三）變量選擇及描述

1.投入變量和產(chǎn)出變量

本文分別從人力、物力和財(cái)力三個(gè)方面選擇投入變量，選取地區(qū)生產(chǎn)總值作為產(chǎn)出變量，碳排放量則作為非期望產(chǎn)出，具體說(shuō)明如下：

（1）勞動(dòng)力投入。由于碳排放主要來(lái)源于第二產(chǎn)業(yè)，因此在人力投入方面，本文選取了第二產(chǎn)業(yè)的就業(yè)人員作為勞動(dòng)力投入，主要統(tǒng)計(jì)了采礦業(yè)、制造業(yè)、電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)和建筑業(yè)的城鎮(zhèn)單位就業(yè)人員數(shù)量以及制造業(yè)和建筑業(yè)的私營(yíng)企業(yè)和個(gè)體就業(yè)人員數(shù)量。

（2）能源投入。本文選取各省份每年的能源消耗總量作為能源投入，單位是萬(wàn)噸標(biāo)準(zhǔn)煤。

（3）資本投入。本文選取全社會(huì)固定投資作為資本的投入，單位是億元。

（4）地區(qū)生產(chǎn)總值（GDP）作為期望產(chǎn)出。

（5）碳排放量作為非期望產(chǎn)出。由于我國(guó)沒(méi)有直接公布的碳排放數(shù)據(jù)，本文基于IPCC公布的《國(guó)家溫室氣體排放清單指南》，對(duì)各個(gè)省份能源碳排放的計(jì)算如下：

其中，C代表碳排放總量，單位為萬(wàn)噸，Ai表示能源i的消費(fèi)量，其單位為萬(wàn)噸標(biāo)準(zhǔn)煤，Bi表示能源i的碳排放系數(shù)，具體系數(shù)見(jiàn)表1。

表1　不同能源種類(lèi)的標(biāo)準(zhǔn)量轉(zhuǎn)換系數(shù)和碳排放系數(shù)

2.環(huán)境變量

環(huán)境變量的選取應(yīng)當(dāng)主要考慮對(duì)碳排放效率產(chǎn)生影響的地理因素、產(chǎn)權(quán)結(jié)構(gòu)、制度環(huán)境、能源價(jià)格、經(jīng)濟(jì)發(fā)展水平和城市化水平等，諸多因素都可能會(huì)影響碳排放效率，但由于客觀條件的限制和模型本身的局限性，測(cè)評(píng)所有因素是不可能實(shí)現(xiàn)的，綜合以上考慮，本文重點(diǎn)選取了產(chǎn)業(yè)結(jié)構(gòu)（第二產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值的比重）、能源消費(fèi)結(jié)構(gòu)（煤炭消費(fèi)量占能源消費(fèi)總量的比重）、科技支持水平（地方財(cái)政科技支出占地方財(cái)政一般預(yù)算支出的比重）和對(duì)外開(kāi)放程度（外商投資企業(yè)進(jìn)出口總額占地區(qū)生產(chǎn)總值的比重）四個(gè)因素。

從表2中，我們可以直觀看到我國(guó)東西地區(qū)的環(huán)境變量存在顯著差異。在產(chǎn)業(yè)結(jié)構(gòu)方面，東部地區(qū)和西部地區(qū)的第二產(chǎn)業(yè)均占重要比重，但是不管從最大值、最小值的角度，還是均值的角度，東部地區(qū)第二產(chǎn)業(yè)的比重都略小于西部地區(qū)，且其方差顯著大于西部地區(qū)，即離散程度更高，說(shuō)明東部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)整體上比西部地區(qū)優(yōu)化程度更高。在能源結(jié)構(gòu)方面，東部地區(qū)煤炭消費(fèi)的比重遠(yuǎn)遠(yuǎn)低于西部地區(qū)，整體而言，西部地區(qū)煤炭消費(fèi)的比重比東部地區(qū)高出大約30％。在科技支持水平方面，東部地區(qū)政府的科技投入支持程度普遍高于西部地區(qū)，西部地區(qū)科技支持水平的最大值僅比東部地區(qū)的最小值高大約0.3個(gè)百分點(diǎn)。在對(duì)外開(kāi)放程度方面，東部地區(qū)的最大值是90.68，西部地區(qū)的最大值僅有13.8，盡管東部地區(qū)的離散程度比較大，但其均值仍是西部地區(qū)的10倍左右。由此可見(jiàn)，相對(duì)于東部地區(qū)而言，西部地區(qū)的外部環(huán)境處于顯著的劣勢(shì)地位。

表2　我國(guó)東西地區(qū)環(huán)境變量的數(shù)據(jù)描述

三、實(shí)證分析

（一）第一階段實(shí)證結(jié)果

第一階段超效率SBM模型的測(cè)算結(jié)果如表3的第三列和第四列所示。由此可知，在不考慮外部環(huán)境變量和隨機(jī)因素的影響下，2012年我國(guó)東部地區(qū)的碳排放效率和西部地區(qū)存在較大差異。整體而言，東部地區(qū)碳排放效率的平均值為0.872，而西部地區(qū)只有0.674，東部地區(qū)的碳排放效率明顯高于西部地區(qū)，從綜合排名的角度來(lái)看，東部地區(qū)的碳排放效率平均排名第9，而西部地區(qū)的碳排放效率排名顯著落后于東部地區(qū)。但是，從表2中對(duì)東西部地區(qū)環(huán)境變量的對(duì)比分析可以看出，東部地區(qū)所處的外部環(huán)境遠(yuǎn)遠(yuǎn)優(yōu)于西部地區(qū)，因此我們有必要研究剔除環(huán)境因素影響后東西地區(qū)的真實(shí)碳排放效率。

表3　2012年我國(guó)東西地區(qū)的碳排放效率

（二）第二階段SFA回歸結(jié)果

第二階段分別以勞動(dòng)力投入、能源投入和資本投入的松弛變量作為因變量，以產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、科技支持水平和對(duì)外開(kāi)放程度作為自變量建立SFA回歸模型，具體回歸結(jié)果見(jiàn)表4所列。

表4　第二階段SFA回歸結(jié)果

從表4中可以看出，產(chǎn)業(yè)結(jié)構(gòu)對(duì)勞動(dòng)力差額、能源消費(fèi)差額和資本投入差額均表現(xiàn)為正向影響，其中對(duì)勞動(dòng)力差額和資本投入差額的影響達(dá)到了1％的顯著水平，對(duì)能源消費(fèi)差額的影響也達(dá)到了5％的顯著水平。而能源消費(fèi)結(jié)構(gòu)對(duì)三項(xiàng)差額則表現(xiàn)為負(fù)向影響，但其顯著性不高?？萍贾С炙綄?duì)三項(xiàng)投入變量的松弛值都為正向影響，其系數(shù)值遠(yuǎn)高于其他環(huán)境變量的影響系數(shù)，且均達(dá)到1％的顯著水平。而對(duì)外開(kāi)放程度的影響均為負(fù)向，但其僅對(duì)勞動(dòng)力差額的影響達(dá)到1％的顯著水平，對(duì)能源消費(fèi)差額和資本投入差額的影響均不顯著。

從上述分析可知，外部環(huán)境因素對(duì)投入要素冗余的影響程度有差異，因此處于不同外部環(huán)境的地區(qū)，由于受到外部環(huán)境不同程度的影響，很可能造成碳排放效率的偏差。

（三）第三階段投入調(diào)整后的實(shí)證結(jié)果

將調(diào)整后的投入變量和原始的產(chǎn)出變量數(shù)據(jù)再次代入超效率SBM模型，從而得到第三階段東西地區(qū)的碳排放效率值，為了便于對(duì)比，第三階段數(shù)據(jù)處理結(jié)果和第一階段結(jié)果在同一表中排列對(duì)比顯示，具體如表3的第五列和第六列所示。

從中我們可以看出，剔除環(huán)境變量和隨機(jī)因素的影響之后，再次對(duì)東西地區(qū)的碳排放效率進(jìn)行對(duì)比，結(jié)果發(fā)現(xiàn)形勢(shì)有了很大改變，有11個(gè)省份的碳排放效率有了不同程度的提高，其中8個(gè)省份屬于西部地區(qū)。對(duì)比第一階段效率值，東部地區(qū)的碳排放效率有了較小幅度的下降，碳排放效率均值為0.829，而西部地區(qū)的碳排放效率則顯著上升，其碳排放效率均值達(dá)到了0.906，從綜合排名的角度來(lái)看，東部地區(qū)碳排放效率綜合排名降至第11名，而西部地區(qū)的排名升至第12名。具體來(lái)看，東部地區(qū)只有海南省和北京市的碳排放效率排名仍分別保持第一、二名，天津、江蘇、浙江和山東的排名降低了8個(gè)名次，上海市的排名甚至降低了11個(gè)名次，可見(jiàn)，這五個(gè)省份在第一階段中表現(xiàn)出較高的碳排放效率更多地得益于其所處的有利的外部環(huán)境。而西部地區(qū)的重慶、四川、貴州、甘肅和新疆等8個(gè)省份的碳排放效率排名有不同程度的上升，說(shuō)明這些省份在第一階段表現(xiàn)出的較低的碳排放效率排名是由它們所面臨的不利的外部環(huán)境導(dǎo)致的。

整體而言，第一階段中實(shí)現(xiàn)碳排放有效率的省份有6個(gè)，調(diào)整投入后的第三階段中實(shí)現(xiàn)碳排放有效率的省份達(dá)到了9個(gè)，調(diào)整前后的碳排放效率發(fā)生了顯著變化。由此我們可以得出：外部環(huán)境和隨機(jī)因素對(duì)各個(gè)省份的碳排放效率有顯著影響，而影響程度也因各個(gè)省份所處的具體環(huán)境而有所差異，因此，在對(duì)不同省份的碳排放效率進(jìn)行客觀評(píng)價(jià)時(shí)要置其于統(tǒng)一環(huán)境下，只有剔除環(huán)境變量和隨機(jī)因素的影響后才能真實(shí)反映我國(guó)東西地區(qū)碳排放效率的客觀水平。

四、科技因素對(duì)碳排放效率的影響分析

在影響碳排放效率的四個(gè)環(huán)境變量中，產(chǎn)業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)無(wú)法在短期內(nèi)實(shí)現(xiàn)有效升級(jí)，這是由于我國(guó)的產(chǎn)業(yè)結(jié)構(gòu)長(zhǎng)期以第二產(chǎn)業(yè)為主，能源消費(fèi)結(jié)構(gòu)以煤炭為主，結(jié)構(gòu)單一，盡管不斷優(yōu)化，依然存在很多問(wèn)題，同樣地，對(duì)外開(kāi)放程度也很難在短期內(nèi)得到提高。而科技因素一旦取得進(jìn)展，可以在短期內(nèi)實(shí)現(xiàn)碳排放效率的大幅提升。從表4中我們可以看出，科技支持水平對(duì)三項(xiàng)投入變量的冗余都通過(guò)了1％的顯著性水平，且該因素的影響系數(shù)比產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)和對(duì)外開(kāi)程度的影響系數(shù)都大，因此，對(duì)科技因素對(duì)碳排放效率的影響進(jìn)行研究有重要意義。

將上文得到的碳排放效率值進(jìn)行0-1標(biāo)準(zhǔn)化處理后作為因變量，同時(shí)，本著樣本數(shù)大于三倍自變量個(gè)數(shù)的要求，選取R&D人員、R&D經(jīng)費(fèi)和R&D項(xiàng)目三個(gè)指標(biāo)作為科技因素自變量，通過(guò)建立Tobit模型對(duì)我國(guó)東西地區(qū)科技因素對(duì)碳排放效率的影響進(jìn)行了研究，結(jié)果見(jiàn)表5所列。

表5　科技因素對(duì)我國(guó)東西地區(qū)碳排放效率的影響

分析科技因素對(duì)碳排放效率的影響，實(shí)質(zhì)是在探索提高碳排放效率的科技減排路徑。由表5可知，R&D人員對(duì)東西地區(qū)碳排放效率的影響均通過(guò)了1％的顯著性水平，但是，其對(duì)東部地區(qū)的碳排放效率影響是正向的，對(duì)西部地區(qū)的碳排放效率則表現(xiàn)為負(fù)向影響，說(shuō)明東西地區(qū)在引進(jìn)人才方面存在差異，東部地區(qū)的R&D人員在一定程度上對(duì)提高碳排放效率做出了貢獻(xiàn)，而西部地區(qū)由于受到地理環(huán)境和經(jīng)濟(jì)發(fā)展水平等因素的限制，沒(méi)能有效引進(jìn)并留住科技人才。R&D經(jīng)費(fèi)對(duì)我國(guó)東西地區(qū)碳排放效率的影響雖有差異，但均未通過(guò)顯著性檢驗(yàn)，這也說(shuō)明盲目增加科研經(jīng)費(fèi)是不可取的。R&D項(xiàng)目對(duì)東部地區(qū)碳排放效率的影響表現(xiàn)為負(fù)向影響，可能是由于東部地區(qū)研究人員的數(shù)量眾多，其研究項(xiàng)目必然數(shù)量繁多，無(wú)法保證全部項(xiàng)目的質(zhì)量水平，而其對(duì)西部地區(qū)碳排放效率的影響則是正向的，不僅系數(shù)比較大且通過(guò)1％的顯著性水平，說(shuō)明西部地區(qū)的研發(fā)項(xiàng)目數(shù)量雖少，但是做到并保證了項(xiàng)目的高質(zhì)量完成，從而有效促進(jìn)了西部地區(qū)碳排放效率的提高。由此也可以推斷出實(shí)現(xiàn)西部地區(qū)科技減排的切入點(diǎn)，即加大對(duì)西部地區(qū)的科技扶持力度可以分別從R&D項(xiàng)目和R&D人員兩方面著手。對(duì)于西部地區(qū)的R&D項(xiàng)目方面，政府要給予大力支持，為其開(kāi)通綠色通道，鼓勵(lì)更多高質(zhì)量R&D項(xiàng)目的申請(qǐng)立項(xiàng)，盡可能為其提供資金、人員和政策等方面的保證；人才的質(zhì)和量到位，是項(xiàng)目順利實(shí)施的保證，政府應(yīng)當(dāng)大力鼓勵(lì)高科技人才流向西部地區(qū)，通過(guò)為在西部地區(qū)工作的R&D人員提供豐厚的福利待遇等方式吸引人才流向并留在西部地區(qū)，為西部地區(qū)的科技減排源源不斷地輸送動(dòng)力。

五、結(jié)論

通過(guò)對(duì)我國(guó)東西地區(qū)碳排放效率差異的研究，本文得出以下結(jié)論：

（1）在三階段DEA模型的第一階段，運(yùn)用基于經(jīng)典DEA改進(jìn)的超效率SBM模型對(duì)東西地區(qū)碳排放效率進(jìn)行分析可知，我國(guó)東部地區(qū)的碳排放效率顯著高于西部地區(qū)，但在剔除外部環(huán)境和隨機(jī)因素的影響后，再次運(yùn)用超效率SBM模型進(jìn)行分析可知，西部地區(qū)的碳排放效率值比第一階段有明顯提高，而東部地區(qū)的碳排放效率值卻低于第一階段，且東西地區(qū)之間碳排放效率的差異明顯縮小。這說(shuō)明，在第一階段東部地區(qū)表現(xiàn)出的碳排放高效率得益于其所處的有利的外部環(huán)境，而西部地區(qū)碳排放的低效率是由其所處的不利的外部環(huán)境導(dǎo)致的。

（2）發(fā)展科技是有效提高碳排放效率的長(zhǎng)久之計(jì)，在對(duì)影響碳排放效率的科技因素進(jìn)行分析后發(fā)現(xiàn)，R&D人員對(duì)東部地區(qū)碳排放效率的提高有顯著正向影響，對(duì)西部地區(qū)碳排放效率的影響則表現(xiàn)為負(fù)向；R&D項(xiàng)目對(duì)西部地區(qū)碳排放效率的提高有顯著促進(jìn)作用，對(duì)東部地區(qū)碳排放效率的影響則不明顯。這說(shuō)明，高科技人才的引進(jìn)以及高質(zhì)量項(xiàng)目的完成對(duì)提高碳排放效率有積極的推動(dòng)作用。

要促進(jìn)西部地區(qū)的減排工作盡快取得進(jìn)展，不僅需要繼續(xù)并加大西部大開(kāi)發(fā)的力度，為西部地區(qū)的低碳經(jīng)濟(jì)發(fā)展提供有利的外部環(huán)境，還要為西部地區(qū)R&D項(xiàng)目的申請(qǐng)立項(xiàng)創(chuàng)造更好的環(huán)境，給予更多的優(yōu)惠政策，加大扶持力度，同時(shí)積極為西部地區(qū)引進(jìn)R&D高科技人才，加大對(duì)低碳技術(shù)的研發(fā)力度，提升本土創(chuàng)新能力。

參考文獻(xiàn)：

［1］董鋒，劉曉燕，龍如銀，等.基于三階段DEA模型的我國(guó)碳排放效率分析［J］.運(yùn)籌與管理，2014，23（4）：196-205.

［2］Risto Herrala，Rajeev K Goel.Global CO2efficiency：coun?try-wise estimates using a stochastic cost frontier［J］.Ener?gy Policy，2012，45（6）：762-770.

［3］Zaim O，Taskin F.Environmental Efficiency in Carbon Di?oxide Emissions in the OECD：a Non-paramatric Approach［J］.Journal of Environmental Management，2000（2）：95-107.

［4］Claude Mandil.Tracking Industrial Energy Efficiency and CO2Emissions［R］.Paris：International Energy Agency，2007.

［5］Zhou P，Ang B W，Poh K L.Slacks-based Efficiency Mea?sures for Modeling Environmental Performance［J］.Ecologi?cal Economics，2006（1）：111-118.

［6］Ramanathan R.A multi-factor Efficiency Perspective to the Relationships among World GDP，Energy Consumption and Carbon Dioxide Emissions［J］.Technological Forecast?ing and Social Change，2006（5）：483-494.

［7］Marklund P O，Samakovlis E.What is Driving the EU Bur?den-sharing Agreement：Efficiency or Equity?［J］.Journal of Environmental Management，2007（2）：317-329.

［8］Maradan D，Vassiliev A.Marginal Costs of Carbon Dioxide Abatement：Empirical Evidence from Cross-country Ananly?sisi［J］.Revue Suissed Economic et de Statisque，2005（3）：332-350.

［9］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（9）：43-52+81.

［10］席建國(guó).我國(guó)碳排放效率的區(qū)域動(dòng)態(tài)差異、斂散性及時(shí)變因素分析［J］.地域研究與開(kāi)發(fā)，2013，32（5）：83-87.

［11］游和遠(yuǎn)，吳次芳.土地利用的碳排放效率及其低碳優(yōu)化——基于能源消耗的視角［J］.自然資源學(xué)報(bào)，2010，25 （11）：1875-1886.

［12］周五七，聶鳴.中國(guó)工業(yè)碳排放效率的區(qū)域差異研究——基于非參數(shù)前沿的實(shí)證分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012（9）：58-70+161.

［13］郭文慧，吳佩林，王玎.山東省碳排放效率與影響因素分析——基于非期望產(chǎn)出的SBM模型的實(shí)證研究［J］.東岳論叢，2013，34（5）：172-176.

［14］劉亦文，胡宗義.中國(guó)碳排放效率區(qū)域差異性研究——基于三階段DEA模型和超效率DEA模型的分析［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015，37（2）：23-34.

［15］孫愛(ài)軍.省際出口貿(mào)易、空間溢出與碳排放效率——基于空間面板回歸偏微分效應(yīng)分解方法的實(shí)證［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015，37（4）：1-10.

［16］路正南，王志誠(chéng).我國(guó)工業(yè)碳排放效率的行業(yè)差異及動(dòng)態(tài)演進(jìn)研究［J］.科技管理研究，2015（6）：230-235.

［17］趙國(guó)浩，李瑋，張榮霞，等.基于隨機(jī)前沿模型的山西省碳排放效率評(píng)價(jià)［J］.資源科學(xué)，2012，34（10）：1965-1971.

［18］雷玉桃，楊娟.基于SFA方法的碳排放效率區(qū)域差異化與協(xié)調(diào)機(jī)制研究［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2014（7）：13-22.

［19］陳黎明，黃偉.基于隨機(jī)前沿的我國(guó)省域碳排放效率研究［J］.統(tǒng)計(jì)與決策，2013（9）：136-139.

［20］杜克銳，鄒楚沅.我國(guó)碳排放效率地區(qū)差異、影響因素及收斂性分析——基于隨機(jī)前沿模型和面板單位根的實(shí)證研究［J］.浙江社會(huì)科學(xué)，2011（11）：32-43+156.

［21］孫慧，張志強(qiáng)，周銳.基于隨機(jī)前沿模型的中國(guó)西部地區(qū)碳排放效率評(píng)價(jià)研究［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2013（12）：71-77.

［22］Fried H O，Lovell C A K，Schmidt S S，et al.Accounting for environmental effects and statistical noise in data envel?opment analysis［J］.Journal of Productivity Analysis，2002，17（1）：157-174.

［23］朱帆，余成群，曾嶸，等.西藏“一江兩河”地區(qū)農(nóng)戶(hù)生產(chǎn)效率分析及改進(jìn)方案——基于三階段DEA模型和農(nóng)戶(hù)微觀數(shù)據(jù)［J］.經(jīng)濟(jì)地理，2011，31（7）：1178-1184.

［24］白俊紅，蔣伏心.考慮環(huán)境因素的區(qū)域創(chuàng)新效率研究——基于三階段DEA方法［J］.財(cái)貿(mào)經(jīng)濟(jì)，2011（10）：104-112+136.

［25］胡宗義，魯耀純，劉春霞.我國(guó)城市基礎(chǔ)設(shè)施建設(shè)投融資績(jī)效評(píng)價(jià)——基于三階段DEA模型的實(shí)證分析［J］.華東經(jīng)濟(jì)管理，2014，28（10）：104-112+136.

［責(zé)任編輯：張兵］

●經(jīng)濟(jì)觀察

A Study on the Comparison of Carbon Emissions Efficiency in China’s Eastern and Western Regions and the Science and Technology Path of Carbon Emissions Reduction —An Analysis Based on Three-stage DEA Model and Super Efficiency SBM Model

SUN Xiu-mei，ZHANG Hui，QI Zhen-fa，DONG Hui-zhong
(School of Business，Shandong University of Technology，Zibo 255012，China)

Abstract：This paper，combining three-stage DEA model and super efficiency SBM model，measures carbon emissions effi?ciency in China’s eastern and western regions，and then makes a comparative analysis on the regional differences of carbon emissions efficiency and the influences of science and technology factors.The results show that the carbon emissions efficiency in the eastern region is quite different from that in the western region due to the impacts of environment and random factors.Although the efficiency in the eastern region is still higher than that in the western region after excluding the impacts of envi?ronment factors and random errors，the gap between them narrows significantly.Among them，R&D personnel have a significant positive impact on carbon emissions reduction in the eastern region，while R&D projects play a significant role in promoting carbon emissions efficiency in the western region.The study suggests that the main reason for the differences of carbon emis?sions efficiency between the eastern region and the western region is technological factors.The key to achieve the science and technology path of carbon emissions reduction in the western region is to open a green channel for R&D projects，while encour?aging more high-tech talents to the western region.

Keywords：carbon emissions efficiency；science and technology emissions reduction；three-stage DEA model；super efficien?cy SBM model

作者簡(jiǎn)介：孫秀梅（1976-），女，山東聊城人，副教授，碩士生導(dǎo)師，博士，研究方向：低碳經(jīng)濟(jì)，產(chǎn)業(yè)轉(zhuǎn)型；張慧（1990-），女，山東臨沂人，碩士研究生，研究方向：管理科學(xué)理論與方法；綦振法（1964-），男，山東平度人，教授，副院長(zhǎng)，研究方向：組織創(chuàng)新；董會(huì)忠（1968-），男，山東煙臺(tái)人，副教授，碩士生導(dǎo)師，研究方向：能源經(jīng)濟(jì)。

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目（14BGL159）；教育部人文社會(huì)科學(xué)規(guī)劃項(xiàng)目（12YJC630178）；山東省自然科學(xué)基金重點(diǎn)項(xiàng)目（ZR2015GZ003）

收稿日期：2015-10-16

中圖分類(lèi)號(hào)：F061.5；F062.2

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1007-5097（2016）04-0074-06