“十二五”時(shí)期中國(guó)碳排放全要素生產(chǎn)率及其影響因素研究

李小勝 胡正陶 張 娜 宋馬林

一、引 言

我國(guó)政府在“十二五”時(shí)期提出單位 GDP能耗和二氧化碳排放在“十一五”時(shí)期的基礎(chǔ)上分別再降低16%和17%以及主要污染物排放總量減少8%～10%的目標(biāo)。從目前環(huán)境保護(hù)部和國(guó)家發(fā)展和改革委員會(huì)數(shù)據(jù)看，該目標(biāo)已經(jīng)順利完成，這些任務(wù)的完成與國(guó)家命令控制型工具和經(jīng)濟(jì)激勵(lì)措施的雙重作用是分不開的。十八屆五中全會(huì)我國(guó)政府又指出“十三五”時(shí)期經(jīng)濟(jì)要堅(jiān)持綠色發(fā)展，積極推進(jìn)生態(tài)文明建設(shè)，全面節(jié)約和高效利用資源，建立健全碳排放權(quán)初始分配制度，推動(dòng)形成勤儉節(jié)約的社會(huì)風(fēng)尚，這說明未來一段時(shí)間，節(jié)能減排仍然是政府關(guān)注的焦點(diǎn)。

“十二五”時(shí)期是我國(guó)節(jié)能減排的關(guān)鍵時(shí)期，我國(guó)節(jié)能減排效率如何？準(zhǔn)確評(píng)價(jià)過去綠色發(fā)展和節(jié)能減排的工作成效，對(duì)于“十三五”時(shí)期綠色發(fā)展、控制碳排放和建立碳交易市場(chǎng)制度都具有重要的參考意義。國(guó)內(nèi)很多文獻(xiàn)對(duì)碳排放效率和碳排放全要素生產(chǎn)率指數(shù)進(jìn)行研究，從最初的沒有考慮非期望產(chǎn)出，到考慮非期望產(chǎn)出情況，得出了很多有益的結(jié)論。但由于處理的方法不同，不同的研究方法得出的結(jié)論差別很大，究其原因包括：是否考慮非期望產(chǎn)出；考慮非期望產(chǎn)出的模型，采用方向性向量時(shí)是否調(diào)整比例一致，很多研究采用考慮非期望產(chǎn)出的方向性距離函數(shù)方法，但是這種方法通常采用所有要素調(diào)整都按照同一個(gè)比例進(jìn)行調(diào)整，這不是真正的碳排放效率；在采用方向性距離函數(shù)的方法時(shí)，很多研究都應(yīng)用的是徑向的調(diào)整，沒有考慮到松弛的作用。這些問題的存在都表明以往的碳排放效率測(cè)算以及基于效率的碳排放全要素生產(chǎn)率指數(shù)計(jì)算仍然存在著改進(jìn)的余地。

二、文獻(xiàn)綜述

雖然測(cè)算碳排放效率和碳排放全要素生產(chǎn)率指數(shù)的文獻(xiàn)很多，但是很多文獻(xiàn)沒有考慮上述的三個(gè)問題以及個(gè)體的異質(zhì)性問題。最近大量文獻(xiàn)認(rèn)為異質(zhì)性問題比較突出，異質(zhì)性表現(xiàn)在決策單元的地區(qū)不同、類型和所有制不同、規(guī)模大小不同等方面。如果不考慮異質(zhì)性將所有決策單元放在一起進(jìn)行效率評(píng)價(jià)會(huì)得到有偏的結(jié)果。考慮異質(zhì)性的共同前沿分析思想來源于Hayami和Ruttan(1971)提出的“Meta-frontier”(共同前沿)概念，后來該思想被很多研究者廣泛應(yīng)用在制造業(yè)效率、能源效率和碳排放效率的測(cè)量中(O’Donnell等，2008)。由于傳統(tǒng)的技術(shù)效率分析將不同的決策單元(DMU)生產(chǎn)技術(shù)看成是同質(zhì)的，具有不可比性。共同前沿分析有效回避所有時(shí)期或所有決策單元采用相同的生產(chǎn)前沿，可以將決策單元?jiǎng)澐譃椴煌慕M別，每個(gè)組別形成組別前沿(group frontier)，這樣避免因缺乏統(tǒng)一的標(biāo)準(zhǔn)而無法找到效率缺失的存在。共同前沿的分析方法中，早期應(yīng)用的都是參數(shù)模型，Battese和Rao(2002)、Battese等(2004)在異質(zhì)性條件下采用參數(shù)共同前沿分析方法研究了技術(shù)效率和技術(shù)缺口問題。O’Donnell 等(2008)又提出了一種非參數(shù)的共同前沿分析方法研究技術(shù)效率，Oh(2010)采用考慮非期望產(chǎn)出情況下的非參數(shù)共同前沿模型對(duì)環(huán)境效率進(jìn)行評(píng)價(jià)，Oh和Lee(2010)同時(shí)采用沒有考慮非期望產(chǎn)出的非參數(shù)共同前沿模型分析58個(gè)國(guó)家1970—2010年的全要素生產(chǎn)率指數(shù)情況。Fei和Lin(2016)采用共同前沿的分析方法對(duì)中國(guó)各個(gè)地區(qū)的農(nóng)業(yè)碳排放效率進(jìn)行了詳細(xì)的分析。

由于技術(shù)效率測(cè)量的是決策單元間靜態(tài)的相對(duì)比較，為了動(dòng)態(tài)分析效率的變化，很多文獻(xiàn)計(jì)算了全要素生產(chǎn)率指數(shù)。采用共同前沿的分析方法得到效率后計(jì)算全要素生產(chǎn)率指數(shù)是較為穩(wěn)健的方法。但是很多研究采用方向性距離函數(shù)進(jìn)行全要素生產(chǎn)率指數(shù)計(jì)算時(shí)，對(duì)各個(gè)要素調(diào)整比例采用相同的比例假定，這制約了全要素生產(chǎn)率指數(shù)的準(zhǔn)確性。例如，Oh(2010)、Oh和Lee(2010)、Zhang和Choi(2013)采用的都是所有要素調(diào)整按照相同比例的方式測(cè)算效率之后，再基于效率計(jì)算全要素生產(chǎn)率指數(shù)。Munisamy和Arabi(2015)首先注意到這個(gè)問題，他們采用各要素都調(diào)整1為度量單位，但調(diào)整比例不同的形式，對(duì)全要素生產(chǎn)率指數(shù)進(jìn)行測(cè)量，發(fā)現(xiàn)意大利48個(gè)熱電廠2003—2010年效率和全要素生產(chǎn)率指數(shù)增長(zhǎng)的都較快。

同樣國(guó)內(nèi)學(xué)者也注意到采用共同前沿分析方法是測(cè)算全要素生產(chǎn)率指數(shù)較為穩(wěn)健的方法。由于我國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展的極度不平衡，并且能源消費(fèi)和二氧化碳排放的區(qū)別較大，根據(jù)各個(gè)省份的不同情況進(jìn)行分析，按照共同前沿分析的思想能夠更細(xì)致準(zhǔn)確地度量各地區(qū)二氧化碳排放的效率、全要素生產(chǎn)率指數(shù)的大小及其影響因素，有利于做出不同的切實(shí)可行的碳減排計(jì)劃。Wang等(2015)認(rèn)為中國(guó)各個(gè)地區(qū)的經(jīng)濟(jì)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、地理和資源環(huán)境的情況不同，生產(chǎn)技術(shù)的差異性存在，所以在評(píng)價(jià)效率的時(shí)候必須考慮異質(zhì)性。李勝文等(2013)認(rèn)為對(duì)不同省份的效率進(jìn)行測(cè)量的前提是技術(shù)水平相當(dāng)，而國(guó)內(nèi)有些文獻(xiàn)在采用數(shù)據(jù)包絡(luò)分析和隨機(jī)前沿分析構(gòu)造共同前沿的時(shí)候忽視了這點(diǎn)，將全國(guó)看成一個(gè)整體，導(dǎo)致技術(shù)效率計(jì)算結(jié)果的不可比。在認(rèn)識(shí)到技術(shù)效率差距的前提下，他們將中國(guó)各省區(qū)分為東、中、西部地區(qū)，應(yīng)用共同前沿方法對(duì)技術(shù)效率和技術(shù)差距進(jìn)行研究。王群偉等(2014)利用共同前沿和非徑向DEA方法對(duì)58個(gè)國(guó)家和地區(qū)1995—2007 年二氧化碳排放績(jī)效進(jìn)行測(cè)量。沈能等(2013)充分考慮農(nóng)業(yè)環(huán)境技術(shù)差距，將中國(guó)各地區(qū)分為東部地區(qū)、中部地區(qū)和西部地區(qū)，劃分為三個(gè)技術(shù)異質(zhì)性組群進(jìn)行效率測(cè)量。

上述的研究中，國(guó)內(nèi)和國(guó)外的學(xué)者已經(jīng)采用共同前沿的方法對(duì)技術(shù)效率和全要素生產(chǎn)率指數(shù)進(jìn)行測(cè)度，但是采用的是徑向方法或者是方向性距離函數(shù)的方法，在利用方向性距離函數(shù)方法時(shí)，應(yīng)用的都是所有投入和產(chǎn)出(包括非期望產(chǎn)出)，按照相同比例，依據(jù)自身數(shù)據(jù)的大小進(jìn)行調(diào)整。但調(diào)整比例大小一樣，得到碳排放效率不是真正意義上的碳排放效率。其次，碳排放效率測(cè)量的前提是所有決策單元都具有類似的技術(shù)水平，但中國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展水平存在著較大的差距，技術(shù)水平也不一樣。共同前沿的分析方法明顯較傳統(tǒng)的不考慮異質(zhì)性的方法好。本文的目標(biāo)就是在考慮各個(gè)要素調(diào)整比例不一致的情況下，運(yùn)用共同前沿技術(shù)測(cè)量各個(gè)省份“十二五”時(shí)期的碳排放效率；在測(cè)算碳排放效率的基礎(chǔ)上，采用共同前沿Malmquist-Luenberger生產(chǎn)率指數(shù)方法測(cè)量全要素生產(chǎn)率指數(shù)并進(jìn)行分解；接著我們對(duì)影響全要素生產(chǎn)率指數(shù)的因素進(jìn)行實(shí)證分析，分析各影響因素的作用大?。蛔詈蠼o出結(jié)論和具體的政策建議。

三、研究方法

（一）環(huán)境生產(chǎn)技術(shù)

我們將每個(gè)省份看成是一個(gè)決策單元，有K個(gè)省份，i=1,…,K，每個(gè)省份應(yīng)用投入要素 x∈，生產(chǎn)出期望產(chǎn)出y∈和非期望產(chǎn)出 b∈，時(shí)期為t=1,…,T。環(huán)境生產(chǎn)技術(shù)可以表示為P={(x,y,b)x 能 夠生產(chǎn)出(y,b )}。環(huán)境生產(chǎn)技術(shù)滿足三條公理：(1)投入和期望產(chǎn)出是強(qiáng)可處置或可自由處置的，即如果(y,b )∈P(x)，且y'≤y，那么(x;y',b )∈P(x)；(2)非期望產(chǎn)出是弱可處置，即(y,b)∈P(x)時(shí)，0≤θ≤1會(huì)有(x;θy,θb)∈P(x)成立，這個(gè)條件表明期望產(chǎn)出和非期望產(chǎn)出具有聯(lián)合弱可處置性，即減少污染是有成本的；(3)零結(jié)合性，當(dāng)(x;y,b )∈P(x)時(shí)，并且有b=0，那么必有y=0，該性質(zhì)稱為零結(jié)合性，即沒有非期望產(chǎn)出就沒有期望產(chǎn)出。

實(shí)際的生產(chǎn)過程是追求期望產(chǎn)出最大化同時(shí)希望非期望產(chǎn)出最小化，這種思想直到Chung等(1997)提出方向性距離函數(shù)時(shí)才很好的解決，方向性距離函數(shù)可以對(duì)產(chǎn)出和投入按照不同的方向進(jìn)行調(diào)整，使期望產(chǎn)出最大化，投入和非期望產(chǎn)出最小化。方向性向量的選擇不同，方向性距離函數(shù)的結(jié)果也不一致，本文采用(gxnk, gymk, gblk)=(? xnk, ymk, ? blk→)表示，即以自身數(shù)據(jù)的大小為方向性向量調(diào)整距離，那么方向性距離函數(shù)可以表示為其中投入向量x包括資本、勞動(dòng)和能源消耗，期望產(chǎn)出變量y用地區(qū)生產(chǎn)總值表示，非期望產(chǎn)出b用地區(qū)的碳排放表示。方向性距離函數(shù)我們采用下面的Russell型線性規(guī)劃模型得到。

從規(guī)劃模型(1)和方向性向量的選擇可以看出，對(duì)于期望產(chǎn)出、投入和非期望產(chǎn)出的調(diào)整距離大小可以不一致，如果都為 0，那么說明該省份處在前沿面上，上面的距離結(jié)果越大，說明該決策單元的效率越低，離前沿面的距離越遠(yuǎn)。

上述的效率評(píng)價(jià)模型通常將所有的決策單元放在一起進(jìn)行構(gòu)造前沿面，通過測(cè)算各個(gè)體離前沿面的距離來分析效率的高低，通常被認(rèn)為沒有區(qū)分決策單元的異質(zhì)性(group heterogeneities)。實(shí)際上，不同技術(shù)水平的地區(qū)前沿面是明顯不同的，為了解決這個(gè)問題，Oh(2010)提出考慮非期望產(chǎn)出情況下的共同前沿模型，該模型在共同前沿的假定下結(jié)合傳統(tǒng)的Malmquist-Luenberger生產(chǎn)率指數(shù)對(duì)效率和全要素生產(chǎn)率進(jìn)行評(píng)價(jià)，結(jié)果相對(duì)合理和穩(wěn)健。本文將利用上述的Russell型距離函數(shù)公式得到真正意義上的碳排放效率，然后再按照共同前沿方法測(cè)量中國(guó)各地區(qū)的技術(shù)效率和 Malmquist-Luenberger生產(chǎn)率指數(shù)。

（二）基于各要素調(diào)整比例不同的共同前沿Malmquist-Luenberger生產(chǎn)率指數(shù)

為了能夠得到共同前沿模型中各地區(qū)的技術(shù)效率，需要對(duì)各個(gè)地區(qū)按照技術(shù)水平類似的原則進(jìn)行分組，得到相應(yīng)的三類環(huán)境生產(chǎn)技術(shù)：同期的環(huán)境生產(chǎn)技術(shù)、跨期的環(huán)境生產(chǎn)技術(shù)和全局的環(huán)境生產(chǎn)技術(shù)。假設(shè)總體決策單元一共有H組，h=1 ,2,…,H，對(duì)于具體的R組，同時(shí)期的環(huán)境生產(chǎn)技術(shù)可以表示為

h以同一個(gè)時(shí)期的該組所有決策單元構(gòu)造的前沿面表示的技術(shù)?？鐣r(shí)期的環(huán)境生產(chǎn)技術(shù)可以表示為，表示該組不同時(shí)期的決策單元放在一起構(gòu)造前沿面，再根據(jù)此前沿面計(jì)算得出各決策單元各時(shí)期的技術(shù)效率大小。全局環(huán)境生產(chǎn)技術(shù)可以表示為，表示所有決策單元的所有時(shí)期為參考前沿面，再計(jì)算各個(gè)地區(qū)不同時(shí)期的技術(shù)效率。

在以上三種共同前沿環(huán)境生產(chǎn)技術(shù)下，可以利用式(1)的方向性距離函數(shù)測(cè)量得到各個(gè)決策單元離前沿面的距離，即技術(shù)效率值。因此，可以根據(jù)Chung等(1997)的定義，計(jì)算得到同時(shí)期的Malmquist-Luenberger指數(shù)(ML)，該指數(shù)可以表示為：

對(duì)于跨時(shí)期的共同前沿Malmquist-Luenberger全要素生產(chǎn)率指數(shù)(ML)的計(jì)算，可以用下面的公式表達(dá)：

對(duì)于跨時(shí)期共同前沿 Malmquist-Luenberger生產(chǎn)率指數(shù)我們可以對(duì)其進(jìn)行分解，表示為技術(shù)效率變化(TE)和離最佳實(shí)踐前沿面的缺口(BPG)的乘積：

最后，基于不同要素調(diào)整比例的共同前沿全局Malmquist-Luenberger生產(chǎn)率指數(shù)，可以定義為式(7)：

其中，TEt仍是技術(shù)效率，表示某個(gè)決策單元離第h組t時(shí)期構(gòu)造的前沿面距離，越大技術(shù)效率越高，EC表示相鄰兩個(gè)時(shí)期的技術(shù)效率改變。BPGt表示第h組t時(shí)期構(gòu)造的前沿面與所有時(shí)期構(gòu)造的前沿面距離，越大表示t時(shí)期構(gòu)造的前沿面離該組所有時(shí)期構(gòu)造的前沿面距離越近，BPC表示最佳實(shí)踐前沿面缺口的改變，反映創(chuàng)新效應(yīng)或者技術(shù)進(jìn)步的效應(yīng)。TGRt表示第h組所有時(shí)期構(gòu)造的前沿面與所有組所有時(shí)期數(shù)據(jù)構(gòu)造的前沿面距離，越大表示該組與整體的距離越近，其中TGR表示技術(shù)缺口比率，TGC表示技術(shù)缺口比率的改變，即特定組技術(shù)與領(lǐng)先組之間的差別。與傳統(tǒng)的 Malmquist-Luenberger指數(shù)一樣，跨期和全局的全要素生產(chǎn)率指數(shù)的變化大于1表示全要素生產(chǎn)率指數(shù)上升，小于1表示全要素生產(chǎn)率指數(shù)下跌，等于1表示全要素生產(chǎn)率指數(shù)沒有變化。如果我們以群組1為例，假設(shè)時(shí)期1和時(shí)期2的產(chǎn)出分別為a1和a2，o1和o2分別是生產(chǎn)的起點(diǎn)，且o1a1和o2a2的距離都為1，那么全局性全要素生產(chǎn)率指數(shù)可以表示為式(9)：

其中，式(9)中最后的等式第一項(xiàng)反映的是技術(shù)效率的改變，第二項(xiàng)反映的是離最佳實(shí)踐前沿面距離的改變，最后一項(xiàng)反映的是技術(shù)缺口比率的改變，就是跨期的前沿面與全局的前沿面的距離。

（三）數(shù)據(jù)來源

本文以中國(guó)30個(gè)省、市、自治區(qū)“十二五”時(shí)期的資本、勞動(dòng)和能源作為投入要素，以各地區(qū) GDP和二氧化碳排放作為產(chǎn)出對(duì)碳排放效率和碳排放全要素生產(chǎn)率進(jìn)行分析。各地區(qū)的生產(chǎn)總值數(shù)據(jù)來自中國(guó)統(tǒng)計(jì)年鑒，并對(duì)該指標(biāo)按照國(guó)內(nèi)生產(chǎn)總值指數(shù)進(jìn)行不變價(jià)處理。能源消耗來自《中國(guó)能源統(tǒng)計(jì)年鑒》。勞動(dòng)數(shù)據(jù)來自《中國(guó)統(tǒng)計(jì)年鑒》，采用年初和年末勞動(dòng)力人數(shù)的平均表示，單位為萬人。資本存量采用尹向飛和段文斌(2016)的處理方法，按照“永續(xù)盤存法”進(jìn)行核算，并對(duì)后續(xù)數(shù)據(jù)擴(kuò)充，并采用不變價(jià)進(jìn)行表示，單位為億元。二氧化碳數(shù)據(jù)國(guó)內(nèi)外研究都從能源消耗的角度進(jìn)行估計(jì)，本文按照李小勝和宋馬林(2015)的文獻(xiàn)對(duì)該指標(biāo)進(jìn)行估計(jì)，單位為噸。2013—2015年的數(shù)據(jù)參考Wang等(2013)觀點(diǎn)，國(guó)內(nèi)生產(chǎn)總值按照年均7.5%的增長(zhǎng)速度推算得到，碳強(qiáng)度按照年均下降3.8%的速度外推得到，資本存量按照平均增長(zhǎng)速度為14%得到，從業(yè)人員按照增長(zhǎng)速度為0.622%計(jì)算得到，能源消耗強(qiáng)度按照16%的速度遞減得到，由于西藏自治區(qū)數(shù)據(jù)不全，本文只研究了中國(guó)大陸30個(gè)省份的投入產(chǎn)出數(shù)據(jù)。

四、實(shí)證結(jié)果分析

（一）技術(shù)效率分析

采用共同前沿的分析方法研究碳排放效率和碳排放全要素生產(chǎn)率，首先需要對(duì)群組進(jìn)行劃分，按照國(guó)家統(tǒng)計(jì)局的地區(qū)進(jìn)行分類，其中由于西藏?cái)?shù)據(jù)不全，我們將其從西部地區(qū)中剔除。即東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。

1.各地區(qū)全局的技術(shù)非效率

全局的技術(shù)效率測(cè)量是指不同地區(qū)各時(shí)期與所有組群中的個(gè)體所有時(shí)期構(gòu)造的前沿面相比距離是多大。在全局環(huán)境生產(chǎn)技術(shù)的約束下，按照公式(1)，我們計(jì)算得到2011—2015年各個(gè)地區(qū)的技術(shù)非效率值(如表1)。從表中的結(jié)果可以看出，按照全局的效率進(jìn)行測(cè)量，除廣東省外，各個(gè)地區(qū)都存在著非效率的情況，特別是一些不發(fā)達(dá)地區(qū)離前沿面的距離較遠(yuǎn)，相反，我們發(fā)現(xiàn)“十二五”時(shí)期發(fā)達(dá)地區(qū)的效率非常高，即非效率項(xiàng)的值小，廣東省在 2011—2015年間每年都是處在效率的前沿面上，說明廣東省的投入和產(chǎn)出組合得非常好，即使在全局效率測(cè)量下，前沿面組合結(jié)構(gòu)比較復(fù)雜的情況下，仍然各期都是有效率的。2011—2015年東部公認(rèn)的發(fā)達(dá)省份北京、上海、浙江和江蘇的技術(shù)效率都在 80%以上，東部地區(qū)的遼寧、山東和河北效率較低，特別是遼寧各年份的非效率都在50%以上，其次是山東省非效率項(xiàng)在35%以上，這個(gè)結(jié)果與李小勝和宋馬林(2015)的結(jié)論是一致的，山東省雖然經(jīng)濟(jì)總量很大，但是污染排放也較大，考慮所有的投入和產(chǎn)出組合后非效率項(xiàng)數(shù)值仍較高。2012年后廣東、上海、北京、江蘇、天津、浙江這6個(gè)發(fā)達(dá)省份始終處在前沿面的最前端。中部地區(qū)的各個(gè)省份非效率數(shù)值都在28%以上，效率均非常低，特別是山西省，在中部的8個(gè)省份中效率最低，非效率值在75%以上，這與多數(shù)文獻(xiàn)的結(jié)論是一致的，山西省是一個(gè)資源型大省，能源消耗較大，導(dǎo)致碳排放效率低。其次中部效率較低的省份是吉林和河南兩省，這兩個(gè)省份的特征較為類似，經(jīng)濟(jì)總量在中部地區(qū)也偏大，但是能源消耗也大。西部11個(gè)省份與東部和中部相比效率更低，絕大多數(shù)省份的非效率項(xiàng)明顯高于前兩個(gè)地區(qū)，西部地區(qū)的寧夏在所有年份都是效率最低的地區(qū)，每年的非效率項(xiàng)都在88%以上，這表明按照全局性技術(shù)效率的測(cè)量，寧夏投入產(chǎn)出組合最無效。實(shí)際上這個(gè)結(jié)果與寧夏的碳排放強(qiáng)度是緊密相連的，寧夏的碳排放強(qiáng)度是全國(guó)所有省份中最高的，這也從某種意義上表明全局效率測(cè)量方法在碳排放效率計(jì)算中的合理性，共同前沿分析方法是未來碳排放效率測(cè)量中應(yīng)該值得提倡的測(cè)量技術(shù)。

表1 各群組中的地區(qū)在全局技術(shù)下的非效率值

續(xù)表1

2.各地區(qū)跨期的技術(shù)非效率

跨期的群組技術(shù)效率是指該群組中各地區(qū)離該群組所有地區(qū)所有時(shí)期構(gòu)造的前沿面距離。跨期的群組環(huán)境技術(shù)可以用表示，在這種技術(shù)下，采用距離測(cè)量式(1)，我們可以得到各個(gè)地區(qū)的技術(shù)非效率值(如表2所示)。通過分析表2中的數(shù)據(jù)，我們發(fā)現(xiàn)一個(gè)非常有意思的現(xiàn)象，分組的情況下各個(gè)地區(qū)的非效率出現(xiàn)了較大的變化，中部地區(qū)除了吉林和湖北有非效率的情況外其他省份都沒有非效率情況出現(xiàn)，而且各個(gè)省份之間的非效率相差非常得小。這從某種程度上可以看出，這些省份的投入和產(chǎn)出結(jié)構(gòu)沒有多大的差異，群組的劃分還是比較正確的，也進(jìn)一步表明該群組在以不同時(shí)期的數(shù)據(jù)構(gòu)造前沿面時(shí)是合理的，跨期的技術(shù)效率測(cè)量結(jié)果離前沿面的距離比全局效率測(cè)量的值更小。其次，東部11個(gè)省份中，各年技術(shù)效率數(shù)值較高的依次是廣東、北京和上海，同樣河北、遼寧和山東的技術(shù)效率仍較低，其他幾個(gè)省份的非效率數(shù)值在 0.2左右，離前沿面的距離不是很遠(yuǎn)。但是中部各個(gè)省份之間的差別比較大，很多省份雖然出現(xiàn)了非效率的狀況，但是與全局的非效率測(cè)量來看，數(shù)值明顯小于后者。同樣西部地區(qū)的效率還是較低的地區(qū)，西部省份中仍然是寧夏和青海的技術(shù)效率最差，寧夏的技術(shù)非效率每年都達(dá)到 80%以上，西部效率較高的省份是內(nèi)蒙古、四川和重慶，其他省份的技術(shù)非效率也是維持在 20%左右，但是這種劃分省份測(cè)算的效率結(jié)果沒有中部技術(shù)效率測(cè)算結(jié)果之間的差距小，說明這一組個(gè)體之間存在著一定的差異，群組的同質(zhì)性沒有中部地區(qū)好。

表2 各個(gè)群組中的地區(qū)在跨期技術(shù)下的非效率

續(xù)表2

3.各地區(qū)同時(shí)期的技術(shù)非效率

同時(shí)期的技術(shù)效率測(cè)量與傳統(tǒng)的效率測(cè)量是一樣的，只不過對(duì)地區(qū)進(jìn)行了劃分，形成了各群組的共同前沿，時(shí)期上并無太大不同，用來反映各個(gè)省區(qū)在當(dāng)期單個(gè)群組情況下的非效率結(jié)果。對(duì)于各個(gè)地區(qū)同時(shí)期的技術(shù)非效率我們采用式(1)在生產(chǎn)技術(shù)約束下得到的結(jié)果(表3)。同時(shí)期的生產(chǎn)技術(shù)參考前沿面比上述的兩種技術(shù)效率測(cè)量都少，所以形成的效率明顯高于上述兩種結(jié)果。從表3中我們看到東部地區(qū)的廣東、海南、上海和北京各年都是處在前沿面上，非效率項(xiàng)的數(shù)值為 0，是最有效率的地區(qū)，效率較低的省份仍然是遼寧、山東、福建和浙江，但是這些省份的效率數(shù)值明顯高于前面兩種技術(shù)下的效率值。中部地區(qū)除了河南和湖北存在著非效率現(xiàn)象，其他省份都不存在非效率狀況，且全局的非效率項(xiàng)和跨期的非效率項(xiàng)數(shù)值大于當(dāng)期的非效率狀況。西部地區(qū)的寧夏、云南和青海的非效率狀況持續(xù)最差，但是與前面兩種碳排放測(cè)量技術(shù)相比還是低些，同樣西部其他省份的非效率數(shù)值比較小，與實(shí)際經(jīng)濟(jì)表現(xiàn)相一致，從上面的三種效率測(cè)量的技術(shù)看，共同前沿效率分析模型是合適的：一方面能夠區(qū)分出效率低的省份，另一方面通過群組的劃分，可明顯發(fā)現(xiàn)不同的環(huán)境生產(chǎn)技術(shù)下各種效率測(cè)量的大小差別。

表3 各個(gè)群組中的地區(qū)在同時(shí)期技術(shù)下的非效率

綜合上述的三種效率分析結(jié)果，我們可以看到，無論是采用全局的效率分析，還是跨期的效率分析和當(dāng)期的效率分析，效率不高的地區(qū)通常是經(jīng)濟(jì)不發(fā)達(dá)的中、西部地區(qū)，也是資源生產(chǎn)和消耗較大的地區(qū)。我們從國(guó)家統(tǒng)計(jì)局收集到2005—2011年全國(guó)30個(gè)省份能源消耗強(qiáng)度指標(biāo)，即萬元國(guó)內(nèi)生產(chǎn)總值的能源消耗數(shù)據(jù)，各年這幾個(gè)省份的能源消耗強(qiáng)度始終是最高的，特別是寧夏自治區(qū)逐年的能源消耗強(qiáng)度都在每萬元GDP能源消耗為 3噸標(biāo)準(zhǔn)煤以上，在全國(guó)是能源消耗強(qiáng)度最高的省份，貴州省在 2005—2007年這3年也是能源消耗為3噸標(biāo)準(zhǔn)煤/萬元GDP左右。但是這些能源消耗強(qiáng)度高的省份能源消耗下降的速度和絕對(duì)量也是非常大的，寧夏自治區(qū)從2005年4.14噸標(biāo)準(zhǔn)煤/萬元GDP下降到2011年的2.28噸標(biāo)準(zhǔn)煤/萬元GDP，年均下降速度達(dá)到10%，即使是這樣能源消耗強(qiáng)度還是遠(yuǎn)遠(yuǎn)高于其他發(fā)達(dá)省份。2011年能源消耗強(qiáng)度最低的省份是北京為0.46噸標(biāo)準(zhǔn)煤/萬元GDP，寧夏是北京的能源消耗強(qiáng)度的5倍，可見能源消耗強(qiáng)度相差較大，這也佐證了寧夏等不發(fā)達(dá)省份效率非常低的原因。綜合上述三種效率測(cè)量結(jié)果我們發(fā)現(xiàn)全局的非效率數(shù)值大于群組的非效率值，群組的非效率值大于當(dāng)期的非效率，前沿面構(gòu)造中的地區(qū)越多，各個(gè)地區(qū)與前沿面相比效率越低，共同前沿模型的規(guī)律較為明顯。

（二）各要素調(diào)整比例不同的共同前沿全要素生產(chǎn)率指數(shù)分析

1.基于共同前沿的Malmquist-Luenberger全要素生產(chǎn)率指數(shù)

基于共同前沿模型的效率分析是從靜態(tài)比較的角度對(duì)各個(gè)地區(qū)離前沿面的距離進(jìn)行闡述，不能夠反映效率的動(dòng)態(tài)變化，為了動(dòng)態(tài)研究效率的變化，我們需要計(jì)算全要素生產(chǎn)率指數(shù)，該指數(shù)從動(dòng)態(tài)比較的角度對(duì)各地區(qū)的不同時(shí)期效率進(jìn)行比較評(píng)價(jià)得到指數(shù)，比上述靜態(tài)效率計(jì)算提供的信息更多，也更加全面和詳細(xì)。根據(jù)上述的三種效率測(cè)量結(jié)果，利用式(7)我們就可以得到各個(gè)地區(qū)的全局Malmquist-Luenberger全要素生產(chǎn)率指數(shù)(表4)。從表中全要素生產(chǎn)率指數(shù)可以看出發(fā)達(dá)省份中的北京、天津、浙江、上海、海南、廣東的全要素生產(chǎn)率指數(shù)都在100%以上，相反，寧夏、青海、甘肅各年的全要素生產(chǎn)率指數(shù)都在1以下，出現(xiàn)了全要素生產(chǎn)率指數(shù)的下降狀態(tài)。其他省份的全要素生產(chǎn)率指數(shù)出現(xiàn)了交替的變化，但是大多數(shù)年份各個(gè)地區(qū)的全要素生產(chǎn)率指數(shù)都是上升的狀態(tài)。

按照共同前沿全局Malmquist-Luenberger生產(chǎn)率指數(shù)的計(jì)算，2012年全要素生產(chǎn)率最高的是海南省為103.59%，青海省的全要素生產(chǎn)率指數(shù)為97.29%(最低的省區(qū))，其他省區(qū)的全要素生產(chǎn)率指數(shù)都接近1，沒有發(fā)生大的變化。2013年全要素生產(chǎn)率指數(shù)增長(zhǎng)較多是上海市為105.97%，青海省的全要素生產(chǎn)率指數(shù)為98.16%(當(dāng)年最低)，其他省份的全要素生產(chǎn)率指數(shù)都接近100%。2014年所有地區(qū)的全要素生產(chǎn)率指數(shù)都出現(xiàn)了上升情況，其中江蘇省的全要素生產(chǎn)率指數(shù)上漲最多為107.71%，全要素生產(chǎn)率指數(shù)最低的省份是青海省為99.02%，天津、山東等發(fā)達(dá)地區(qū)的全要素生產(chǎn)率指數(shù)都處在增長(zhǎng)較快的地區(qū)，2015年全要素生產(chǎn)率指數(shù)與2014年一樣，多數(shù)省份的全要素生產(chǎn)率指數(shù)出現(xiàn)了上升并且接近1，全要素生產(chǎn)率指數(shù)最低的為寧夏自治區(qū)為99.02%，最高的省份為天津市(105.44%)。全要素生產(chǎn)率指數(shù)是逐年上升的，每年最低的省份全要素生產(chǎn)率指數(shù)數(shù)值也逐漸增大，從橫截面?zhèn)€體看，各個(gè)個(gè)體的全要素生產(chǎn)率指數(shù)也是上升的，這表明“十二五”時(shí)期我國(guó)碳排放全要素生產(chǎn)率指數(shù)是上升的。

綜合上述現(xiàn)象，我們還發(fā)現(xiàn)全要素生產(chǎn)率指數(shù)的測(cè)算結(jié)果與各個(gè)地區(qū)的三種效率高低是一致的，特別是發(fā)達(dá)地區(qū)各年的全要素生產(chǎn)率指數(shù)都是處在上升的狀態(tài)，并且是持續(xù)的上升，與效率呈現(xiàn)上升是一致的，中、西部的一些不發(fā)達(dá)地區(qū)效率較低，有些年份效率還出現(xiàn)了下降，這樣導(dǎo)致全要素生產(chǎn)率指數(shù)也出現(xiàn)了下降的狀況。

表4 2012—2015年各省份全局的全要素生產(chǎn)率

2.全局全要素生產(chǎn)率指數(shù)的分解

全局全要素生產(chǎn)率指數(shù)的分解，能夠使我們看到全要素生產(chǎn)率指數(shù)中各個(gè)部分的貢獻(xiàn)大小。根據(jù)全要素生產(chǎn)率指數(shù)的分解公式(8)我們可以得到全局 Malmquist-Luenberger全要素生產(chǎn)率指數(shù)分解項(xiàng)，包含技術(shù)效率改變項(xiàng)(EC)、離最佳實(shí)踐缺口比率的改變項(xiàng)(BPC)、技術(shù)缺口比率改變項(xiàng)(TGC)數(shù)據(jù)。我們發(fā)現(xiàn)由于全要素生產(chǎn)率指數(shù)的變化較小，很多地區(qū)的全要素生產(chǎn)率指數(shù)接近1，所以分解導(dǎo)致這三個(gè)部分的大小變化不大。發(fā)達(dá)地區(qū)的技術(shù)效率始終都是超過1的，但是發(fā)達(dá)地區(qū)的離最佳實(shí)踐缺口比率的改變項(xiàng)、技術(shù)缺口比率改變項(xiàng)會(huì)出現(xiàn)交替小于1的情況，表明發(fā)達(dá)地區(qū)的領(lǐng)導(dǎo)者地位會(huì)經(jīng)常出現(xiàn)交替的變化，導(dǎo)致該發(fā)達(dá)地區(qū)離跨期的前沿面或者全局的前沿面距離發(fā)生變化，發(fā)達(dá)地區(qū)并不是所有時(shí)期數(shù)據(jù)都處在前沿面上，發(fā)達(dá)地區(qū)的各個(gè)省份處在前沿面地位是交替變換的，這也表明雖然各發(fā)達(dá)地區(qū)的效率是上升的，但是要想成為始終的領(lǐng)先地位還要繼續(xù)努力。相反不發(fā)達(dá)地區(qū)的技術(shù)效率通常會(huì)小于1，這表明效率還有提升的空間，但是不發(fā)達(dá)地區(qū)的離最佳實(shí)踐缺口比率的改變項(xiàng)、技術(shù)缺口比率改變項(xiàng)多數(shù)情況下是大于1的，這表明這些地區(qū)的效率雖低，但其追趕的速度是上升的，特別是西部地區(qū)的云南、陜西、甘肅、青海、寧夏、新疆，雖然效率小于1，但是其技術(shù)缺口的比率的縮小是明顯的，這可能是由于發(fā)達(dá)地區(qū)的技術(shù)進(jìn)步外溢，導(dǎo)致不發(fā)達(dá)地區(qū)的技術(shù)前沿也逐漸得到提高。技術(shù)效率表現(xiàn)的是管理經(jīng)驗(yàn)、技術(shù)的使用狀況，從上面的研究可以看出，不發(fā)達(dá)地區(qū)的技術(shù)效率提高得并非非常明顯，所以今后不發(fā)達(dá)地區(qū)還是要努力提高技術(shù)效率，發(fā)揮效率這種第三生產(chǎn)率的作用，走節(jié)能減排的道路，最終提高生產(chǎn)率，為綠色發(fā)展貢獻(xiàn)力量。

五、碳排放全要素生產(chǎn)率的影響因素分析

二氧化碳減排目標(biāo)能否順利實(shí)現(xiàn)，既有賴于國(guó)家宏觀政策的制定，又依賴于相應(yīng)的統(tǒng)計(jì)監(jiān)測(cè)分析以及政策措施的實(shí)施。因此，從定性、定量角度研究影響我國(guó)二氧化碳排放的主要影響因素以及因素的貢獻(xiàn)大小有著重要的意義。

本文將前面測(cè)算出來的全要素生產(chǎn)率指數(shù)采用計(jì)量回歸分析的方法研究其影響因素，但是采用傳統(tǒng)的方法時(shí)會(huì)出現(xiàn)一定的問題。Simar和Wilson(2007)認(rèn)為采用基于數(shù)據(jù)包絡(luò)分析得到的全要素生產(chǎn)率指數(shù)會(huì)存在著序列相關(guān)性，他們采用自助抽樣法緩解這種相關(guān)性。Guan和 Lansink(2006)為了克服這種動(dòng)態(tài)上的全要素生產(chǎn)率指數(shù)的前后相關(guān)性，對(duì)測(cè)量出的全要素生產(chǎn)率指數(shù)應(yīng)用動(dòng)態(tài)面板 GMM 估計(jì)方法進(jìn)行影響因素分析。王兵和王麗(2010)同樣采用動(dòng)態(tài)面板數(shù)據(jù)模型對(duì)全要素生產(chǎn)率指數(shù)的影響因素進(jìn)行分析。

考慮到全要素生產(chǎn)率指數(shù)的這種相關(guān)性特點(diǎn)，本文也采用該方法進(jìn)行影響因素分析。首先，我們?cè)谀Ｐ椭锌紤]了生產(chǎn)率指數(shù)的慣性，即包含了全要素生產(chǎn)率指數(shù)的滯后一期值，而動(dòng)態(tài)面板數(shù)據(jù)能較好地處理這種滯后性問題。其次，實(shí)際上，人均產(chǎn)出高的地區(qū)全要素生產(chǎn)率指數(shù)也高，而動(dòng)態(tài)面板數(shù)據(jù)模型能夠較好地處理變量的內(nèi)生性問題。在引入被解釋變量的滯后一期值后，我們還需要其他影響因素的指標(biāo)，例如，考慮了經(jīng)濟(jì)發(fā)展水平、外商直接投資等因素。我們?cè)诮梃b已有文獻(xiàn)影響因素的基礎(chǔ)上提出以下變量。

經(jīng)濟(jì)發(fā)展水平一般決定了一個(gè)地區(qū)的效率高低，經(jīng)濟(jì)發(fā)展水平高的地區(qū)通常對(duì)環(huán)境的要求高，環(huán)境控制得較為嚴(yán)格，我們采用不變價(jià)格的人均國(guó)內(nèi)生產(chǎn)總值的對(duì)數(shù)(GDP)來表示，為了反映經(jīng)濟(jì)發(fā)展水平對(duì)產(chǎn)出的非線性影響，我們?cè)谟绊懸蛩刂邪私?jīng)濟(jì)發(fā)展水平的二次項(xiàng)(2GDP)。根據(jù)國(guó)際貿(mào)易理論外商直接投資會(huì)帶來一個(gè)國(guó)家的環(huán)境效率變化，但是不同的實(shí)證研究的結(jié)論是不一致的，為此我們引入外商直接投資(FDI)這個(gè)變量。產(chǎn)業(yè)結(jié)構(gòu)對(duì)環(huán)境的效率影響很大，工業(yè)產(chǎn)值比重過大，影響環(huán)境效率的提高，當(dāng)然以工業(yè)中重工業(yè)或者高耗能行業(yè)增加值占國(guó)內(nèi)生產(chǎn)總值的比重，來表示結(jié)構(gòu)對(duì)效率的影響會(huì)更加明顯，不過由于本文是宏觀加總的數(shù)據(jù)，工業(yè)產(chǎn)值比重較高的省份也通常是重工業(yè)或者高耗能行業(yè)比較多的地區(qū)，因此我們將工業(yè)增加值占國(guó)內(nèi)生產(chǎn)總值的比重表示產(chǎn)業(yè)結(jié)構(gòu)(JG)。技術(shù)進(jìn)步導(dǎo)致環(huán)境效率提升，技術(shù)進(jìn)步我們用單位產(chǎn)出的能源消耗來表示(JSJB)，單位是噸標(biāo)準(zhǔn)煤/萬元。最后一個(gè)變量是城鎮(zhèn)化，城鎮(zhèn)化對(duì)環(huán)境效率的影響是不確定的，我們用城鎮(zhèn)人口占地區(qū)人口的比重來表示(CZH)。這些數(shù)據(jù)來自《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》各年。根據(jù)上述的指標(biāo)我們建立的動(dòng)態(tài)面板數(shù)據(jù)模型可以表示成式(10)：

其中 MMLit表示各個(gè)省區(qū)各年的全要素生產(chǎn)率指數(shù)值，其他指標(biāo)如上所述。由于模型右邊有被解釋變量的滯后一階，應(yīng)用普通的面板數(shù)據(jù)回歸模型會(huì)導(dǎo)致有偏的結(jié)果，在實(shí)際中對(duì)動(dòng)態(tài)面板數(shù)據(jù)常用的估計(jì)方法主要是廣義矩(GMM)估計(jì)，其主要包含差分廣義矩估計(jì)和系統(tǒng)廣義矩估計(jì)。為了比較各種模型的結(jié)果差異，我們估計(jì)了6種模型，分別是 OLS估計(jì)、固定效應(yīng)面板數(shù)據(jù)回歸模型、一步和兩步差分廣義矩估計(jì)以及一步和兩步系統(tǒng)廣義矩估計(jì)，模型估計(jì)的結(jié)果見表5。

表5 全要素生產(chǎn)率指數(shù)影響因素的估計(jì)結(jié)果

續(xù)表5

廣義矩估計(jì)具有一致性的特點(diǎn)，但當(dāng)樣本容量較小或者使用較弱的工具變量時(shí)，動(dòng)態(tài)面板廣義矩估計(jì)容易產(chǎn)生很大的偏倚。Bond(2002)提出動(dòng)態(tài)面板數(shù)據(jù)模型估計(jì)是否存在偏倚的方法，認(rèn)為廣義矩估計(jì)的結(jié)果應(yīng)該在 OLS估計(jì)和固定效應(yīng)估計(jì)的值之間，從我們模型估計(jì)的結(jié)果看，所有的廣義矩估計(jì)結(jié)果均落在這兩種估計(jì)值之間，估計(jì)的結(jié)果較好，沒有存在較大的偏倚。

差分廣義矩估計(jì)會(huì)導(dǎo)致一部分樣本信息的損失，當(dāng)解釋變量在時(shí)間上具有持續(xù)性特點(diǎn)時(shí)，工具變量的有效性減弱，從而影響估計(jì)結(jié)果的漸進(jìn)有效性，系統(tǒng)廣義矩估計(jì)能夠很好地解決上述問題，該方法同時(shí)利用了差分方程和水平方程的信息，水平方程中可以繼續(xù)使用差分方程中用到的工具變量。檢驗(yàn)工具變量是否有效的統(tǒng)計(jì)量是差分Sargan統(tǒng)計(jì)量，從檢驗(yàn)的結(jié)果看，并不能拒絕新增工具變量是有效的假設(shè)，這表明系統(tǒng)廣義矩估計(jì)是有效的。Sargan檢驗(yàn)使用的前提是模型殘差項(xiàng)εit符合一定的序列相關(guān)結(jié)構(gòu)。從我們模型的估計(jì)結(jié)果看一階不相關(guān)的假設(shè)被顯著的拒絕，二階不存在相關(guān)的假設(shè)不能被拒絕，說明殘差項(xiàng)滿足非序列相關(guān)的假定。差分廣義矩估計(jì)和系統(tǒng)廣義矩估計(jì)在方差結(jié)構(gòu)復(fù)雜的情況下，兩步估計(jì)優(yōu)于一步估計(jì)，所以本文應(yīng)用系統(tǒng)兩步估計(jì)的結(jié)果進(jìn)行分析。

從表5可以看出，環(huán)境全要素生產(chǎn)率指數(shù)的上期對(duì)下一期的影響比較大，上期環(huán)境全要素生產(chǎn)率指數(shù)的估計(jì)系數(shù)為0.9152，說明解釋變量在時(shí)間上具有持續(xù)性特點(diǎn)，采用系統(tǒng)廣義矩估計(jì)是合理的。城鎮(zhèn)化對(duì)全要素生產(chǎn)率指數(shù)的影響在10%的顯著性水平下顯著，且系數(shù)是負(fù)的，表明城鎮(zhèn)化不利于碳排放效率的提高，中國(guó)的城鎮(zhèn)化會(huì)導(dǎo)致電力消耗和污染排放的增加，對(duì)全要素生產(chǎn)率指數(shù)起著下降的作用。技術(shù)進(jìn)步在本文的研究中系數(shù)為正，技術(shù)進(jìn)步導(dǎo)致排放的效率提高，全要素生產(chǎn)率指數(shù)的上升，未來應(yīng)該繼續(xù)加強(qiáng)節(jié)能減排技術(shù)的更新，降低單位產(chǎn)值的能源消耗，讓技術(shù)成為提高全要素生產(chǎn)率指數(shù)的主要力量。經(jīng)濟(jì)結(jié)構(gòu)變量對(duì)全要素生產(chǎn)率指數(shù)的作用為負(fù)，因?yàn)楸疚牡慕Y(jié)構(gòu)變量用工業(yè)總產(chǎn)值占國(guó)內(nèi)生產(chǎn)總值的比重表示，該指標(biāo)上升表示經(jīng)濟(jì)結(jié)構(gòu)逐漸重型化，這會(huì)導(dǎo)致碳排放全要素生產(chǎn)率指數(shù)的下降，且在1%的顯著性水平下顯著。經(jīng)濟(jì)發(fā)展水平對(duì)全要素生產(chǎn)率指數(shù)的貢獻(xiàn)為正，這與多數(shù)文獻(xiàn)的研究是一致的，一方面經(jīng)濟(jì)發(fā)展水平高，環(huán)境治理的技術(shù)也高；另一方面隨著人們生活水平的提高，對(duì)環(huán)境的要求也越來越高，這兩個(gè)因素共同作用導(dǎo)致效率的提升，同時(shí)本文還發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平的二次方系數(shù)為負(fù)，且在10%的顯著性水平下顯著，這表明經(jīng)濟(jì)發(fā)展水平對(duì)提高效率的作用是非線性的，各省份的經(jīng)濟(jì)發(fā)展水平會(huì)影響到環(huán)境的效率，但是這種作用的效率是邊際遞減的。Grossman 和 Krueger(1995)認(rèn)為外商直接投資對(duì)一個(gè)環(huán)境的改善存在著技術(shù)效應(yīng)，在王兵和王麗(2010)的文獻(xiàn)中驗(yàn)證了該結(jié)論，本文研究發(fā)現(xiàn)外商直接投資對(duì)全要素生產(chǎn)率指數(shù)影響為正但不顯著。

六、結(jié)論和政策建議

本文通過基于改進(jìn)的共同前沿模型，采用加權(quán) Russell型距離函數(shù)，對(duì)各個(gè)地區(qū)的效率和全要素生產(chǎn)率指數(shù)進(jìn)行計(jì)算，并對(duì)全要素生產(chǎn)率指數(shù)進(jìn)行分解。通過計(jì)算我們發(fā)現(xiàn)，“十二五”時(shí)期的碳排放效率和全要素生產(chǎn)率呈現(xiàn)出全局效率、群組效率和同時(shí)期效率，在經(jīng)濟(jì)不發(fā)達(dá)地區(qū)和西部地區(qū)都較低，特別是寧夏自治區(qū)，其效率在各種測(cè)量方法下都是最低的，這與國(guó)家統(tǒng)計(jì)局公布的能源消耗強(qiáng)度的指標(biāo)是吻合的。全局效率分析時(shí)絕大多數(shù)地區(qū)都存在非效率狀況；跨期效率分析時(shí)，非效率的地區(qū)數(shù)量明顯比全局效率分析中的地區(qū)少；同時(shí)期效率分析時(shí)存在非效率情況的地區(qū)更少，這主要是參考的前沿面地區(qū)越多時(shí)個(gè)體的效率變化越大，是共同前沿群組的異質(zhì)性導(dǎo)致的。根據(jù)共同前沿模型的特點(diǎn)，我們還發(fā)現(xiàn)各地區(qū)存在著全局效率小于跨期效率，跨期效率小于同時(shí)期效率的現(xiàn)象，這進(jìn)一步說明采用共同前沿模型分析效率是必要的。

根據(jù)上述的效率數(shù)據(jù)，本文又計(jì)算了共同前沿 Malmquist-Luenberger 全要素生產(chǎn)率指數(shù)，計(jì)算結(jié)果表明效率高的地區(qū)，全要素生產(chǎn)率指數(shù)也較高，但是全要素生產(chǎn)率指數(shù)的數(shù)值都較小；對(duì)全要素生產(chǎn)率指數(shù)進(jìn)行分解，發(fā)現(xiàn)技術(shù)進(jìn)步較為明顯，表現(xiàn)在跨期的前沿面和全局的前沿面不斷的縮小，技術(shù)效率有待提高。

最后，本文選取了影響全要素生產(chǎn)率指數(shù)的各種因素，應(yīng)用動(dòng)態(tài)面板數(shù)據(jù)對(duì)全要素生產(chǎn)率指數(shù)的影響因素進(jìn)行分析，研究發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展水平對(duì)全要素生產(chǎn)率指數(shù)有著積極的作用，但是這種作用的邊際效應(yīng)是遞減的，經(jīng)濟(jì)結(jié)構(gòu)重型化不利于技術(shù)效率和全要素生產(chǎn)率指數(shù)的提高，用能源消耗強(qiáng)度表示的技術(shù)進(jìn)步始終對(duì)全要素生產(chǎn)率指數(shù)起著積極的作用，城鎮(zhèn)化不利于全要素生產(chǎn)率指數(shù)的上升，城鎮(zhèn)化導(dǎo)致能源消耗增加，從某種程度上對(duì)環(huán)境的影響比農(nóng)村要大，上述指標(biāo)對(duì)全要素生產(chǎn)率指數(shù)都有不同的影響，而且比較顯著；但是本文發(fā)現(xiàn)外商直接投資對(duì)全要素生產(chǎn)率指數(shù)的作用為正，但不顯著，這與有些文獻(xiàn)認(rèn)為有積極或者消極作用的結(jié)論明顯不同。上述結(jié)論的出現(xiàn)可能與已有的研究有區(qū)別，一個(gè)方面取決于效率變化的范圍大小，即數(shù)據(jù)的變化范圍越大，影響因素分析的計(jì)量結(jié)果可能越合理；另一方面是數(shù)據(jù)的研究區(qū)間長(zhǎng)短會(huì)影響計(jì)量結(jié)果，所以未來的研究方向應(yīng)該是更加準(zhǔn)確的原始數(shù)據(jù)和更長(zhǎng)的研究時(shí)間。