碳排放交易市場(chǎng)建立對(duì)提高我國(guó)碳排放效率影響研究
——基于三階段超效率SBM模型

李菲菲，錢魏冬，許正松

(亳州學(xué)院 經(jīng)濟(jì)與管理系，安徽 亳州 236800)

氣候變暖引發(fā)的諸多環(huán)境問題已引起全球多個(gè)國(guó)家的重視。隨著我國(guó)經(jīng)濟(jì)的高速發(fā)展，能源消耗和二氧化碳排放量大幅增長(zhǎng)。為減少二氧化碳的排放，積極應(yīng)對(duì)氣候變化，我國(guó)政府在《巴黎協(xié)定》中承諾到2020年實(shí)現(xiàn)碳排放強(qiáng)度下降40%～45%的目標(biāo)。為推進(jìn)綠色低碳發(fā)展，自2013年起，我國(guó)碳排放交易試點(diǎn)從北京、上海和天津開始，至2014年，7個(gè)試點(diǎn)地區(qū)碳排放交易已全面上線。2017年12月，已啟動(dòng)全國(guó)碳排放交易市場(chǎng)。這些舉措推動(dòng)我國(guó)加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，標(biāo)志著我國(guó)必然走低碳經(jīng)濟(jì)發(fā)展和增長(zhǎng)的道路。碳排放效率作為衡量各要素投入、生產(chǎn)總值和二氧化碳排放量之間關(guān)系的重要指標(biāo)之一，可以較好地評(píng)價(jià)低碳經(jīng)濟(jì)的發(fā)展質(zhì)量。

一、文獻(xiàn)綜述

在考慮非期望產(chǎn)出的二氧化碳排放效率時(shí)，Scheel對(duì)非期望產(chǎn)出的處理是把它們的值都取倒數(shù)然后作為期望產(chǎn)出[1]。Seiford、Zhu把非期望產(chǎn)出值乘以一個(gè)負(fù)的轉(zhuǎn)換變量，使之變成正值[2]。雖然這兩種方法可以在一定程度上解決非期望產(chǎn)出的效率評(píng)價(jià)問題，但受到一些應(yīng)用條件的限制。Fare、Grosskopf、Parurka用方向性距離函數(shù)將期望產(chǎn)出包含在內(nèi)，但屬于徑向角度[3]。Tone在考慮非期望產(chǎn)出的同時(shí)使用非期望、非角度的SBM模型[4]。我國(guó)學(xué)者對(duì)二氧化碳的排放效率進(jìn)行的研究主要集中在運(yùn)用DEA模型、SBM模型、最小距離法、非參數(shù)方向距離函數(shù)等對(duì)我國(guó)省級(jí)區(qū)域或東、中、西部地區(qū)二氧化碳排放效率的研究。郭炳南、曹國(guó)勇運(yùn)用非徑向、非角度的SBM超效率模型測(cè)算了我國(guó)各省級(jí)區(qū)域CO2排放效率，發(fā)現(xiàn)半數(shù)省級(jí)區(qū)域CO2減排潛力超過50%，各省級(jí)區(qū)域減排潛力差異較大[5]。馬大來、陳仲常、王玲采用強(qiáng)有效前沿的最小距離法測(cè)算我國(guó)省際CO2排放效率，發(fā)現(xiàn)省際碳排放效率表現(xiàn)出較大差異，全國(guó)及中西部地區(qū)的碳排放效率呈現(xiàn)出“U型”趨勢(shì)[6]。高贏、馮宗憲采用US-SBM模型測(cè)評(píng)“一帶一路”沿線32個(gè)國(guó)家的低碳發(fā)展效率，發(fā)現(xiàn)考察期內(nèi)低碳發(fā)展效率偏低，差異的主要原因是純技術(shù)效率[7]。孫秀梅、王格、董會(huì)忠、張慧采用DEA-SBM模型對(duì)106個(gè)資源型城市的碳排放效率進(jìn)行研究，發(fā)現(xiàn)不同類型的資源型城市和同一類型城市的碳排放效率都有差異性[8]。蔡火娣采用非徑向SBM模型分析了我國(guó)各省級(jí)區(qū)域的CO2排放效率，結(jié)論為我國(guó)的平均效率偏低，東部的碳排放效率高于中西部，技術(shù)進(jìn)步是生產(chǎn)率增長(zhǎng)的原因[9]。陳曉紅、易國(guó)棟、劉翔采用三階段SBM-DEA模型測(cè)算全要素碳排放效率，從2006年起碳排放效率上升明顯，剔除隨機(jī)因素和外部環(huán)境因素后，碳排放效率仍呈現(xiàn)東部>中部>西部的格局[10]。還有少數(shù)學(xué)者測(cè)度了我國(guó)某些城市的碳排放效率。孫秀梅、王格等采用DEA和SE-SBM模型研究我國(guó)106個(gè)資源型城市的碳排放效率，發(fā)現(xiàn)同一類型城市的碳排放效率在規(guī)模、技術(shù)、規(guī)模收益和綜合效率等方面均存在差異[8]。王星、蓋美、王嵩利用三階段DEA方法測(cè)算了2005～2014年山東省17個(gè)地級(jí)市的碳排放績(jī)效，結(jié)論是山東省地級(jí)市之間碳排放效率存在差異，純技術(shù)效率和規(guī)模效率分別被低估或高估[11]。郭文慧、吳佩林、王玎采用非期望產(chǎn)出SBM模型測(cè)算了1995～2011年山東省的碳排放效率，發(fā)現(xiàn)自2000年起山東省的碳排放效率持續(xù)上升，研發(fā)投入不足和環(huán)境技術(shù)落后是山東省的碳排放效率低于東部省份的主要原因[12]。

筆者擬在以上已有研究的基礎(chǔ)上，運(yùn)用三階段超效率DEA-SBM模型測(cè)算2011～2016年我國(guó)的30個(gè)省市(不含港、澳、臺(tái)和西藏地區(qū))的碳排放效率。與上述文獻(xiàn)不同的是本研究對(duì)我國(guó)2011～2013年碳市場(chǎng)建立前和2014～2016年碳市場(chǎng)建立后的碳排放效率是否存在差異進(jìn)行分析，并采用SFA方法探究碳排放效率的影響因素，最終給出減排路徑建議。

二、理論模型

(一)超效率DEA-SBM模型

傳統(tǒng)徑向和角度的DEA模型雖然不需要估計(jì)函數(shù)的具體形式，卻忽略了變量的松弛問題，而且測(cè)算得到的效率值均位于[0,1]范圍內(nèi)。如果有多個(gè)決策單元的效率值均為1，就無法對(duì)它們進(jìn)行比較。超效率DEA(SE-DEA)模型的效率測(cè)算結(jié)果可出現(xiàn)大于1的情形，這樣就可以比較所有決策單元的效率水平。非期望產(chǎn)出的SBM模型解決了投入和產(chǎn)出變量的松弛性問題，使得效率的測(cè)算結(jié)果偏差更小。超效率SBM模型結(jié)合了超效率DEA模型和SBM模型，既可以清晰地測(cè)算所有決策單元的效率，又可以將投入和產(chǎn)出的松弛量納入其中。設(shè)有n個(gè)決策單元，每個(gè)決策單元有m個(gè)投入，期望產(chǎn)出r1和非期望產(chǎn)出r2。其中，x∈Rm,yd∈Rs1,yu∈Rs2;X、Yd、Yu為矩陣，X=[x1,...,xn]∈Rm*n，Y=[yd1,...,ydn]∈Rr1*n。超效率SBM模型形式

(1)

其中，

λj≥0,j=1,...,n;j≠0 ；

(二)三階段超效率DEA-SBM方法

Fried提出三階段DEA模型，用來更好地評(píng)價(jià)決策單元的效率水平。此模型的優(yōu)點(diǎn)是能夠剔除效率中環(huán)境因素和隨機(jī)因素的影響，使得決策單位內(nèi)部真實(shí)的管理水平體現(xiàn)出來。其過程如下。

第一階段 初始碳排放效率值的計(jì)算。應(yīng)用超效率SBM模型，計(jì)算出各省級(jí)區(qū)域初始效率值和各投入松弛量、期望產(chǎn)出和非期望產(chǎn)出松弛量。

第二階段 SFA模型的構(gòu)建。SFA模型可以消除外部環(huán)境和隨機(jī)因素對(duì)松弛量的影響。設(shè)有n個(gè)決策單元，每個(gè)決策單元有m個(gè)投入，環(huán)境變量的個(gè)數(shù)為P，對(duì)每個(gè)決策單元的松弛量作SFA回歸分析。SFA回歸方程為

Sik=fi(Zk;βi)+υik+uik，

(2)

上式中，i為投入變量的個(gè)數(shù)，i=1,2,...,m；k為決策單元數(shù)，k=1,2,...,n；Sik為第i個(gè)投入變量在第k個(gè)決策單元的松弛量。Zk為P個(gè)環(huán)境變量，βi為它們的待估計(jì)參數(shù)。υik為隨機(jī)誤差項(xiàng)，uik為管理無效率項(xiàng)。vik～N(0,σ2ik),uik～N+(μi,σ2iu)。令υ=σ2iu/σ2ik+σ2iu，若v值趨于0，表明隨機(jī)誤差項(xiàng)的影響大。若v值趨于1，表明管理無效率所占比重較大。未知參數(shù)βi的估計(jì)采用極大似然函數(shù)方法，之后對(duì)各決策單元的投入產(chǎn)出數(shù)據(jù)進(jìn)行調(diào)整，調(diào)整公式為

(3)

第三階段 剔除環(huán)境因素和隨機(jī)誤差的碳排放效率值的計(jì)算。將(3)調(diào)整后的投入量與產(chǎn)出量再次運(yùn)用超效率SBM模型，得到消除隨機(jī)誤差和外部環(huán)境影響的各省碳排放效率值。

三、實(shí)證過程

(一)變量及數(shù)據(jù)來源

本研究所選取我國(guó)的30個(gè)省級(jí)區(qū)域的變量數(shù)據(jù)均來自于國(guó)家統(tǒng)計(jì)局網(wǎng)站或各省級(jí)區(qū)域地方統(tǒng)計(jì)年鑒。數(shù)據(jù)時(shí)間范圍為2011～2016年。由于2014年我國(guó)的7個(gè)碳交易試點(diǎn)市場(chǎng)均已啟動(dòng)，因此將碳交易市場(chǎng)啟動(dòng)前的數(shù)據(jù)范圍定為2011～2013年，而2014～2016年為碳交易市場(chǎng)啟動(dòng)后的數(shù)據(jù)時(shí)間。

(1)投入、產(chǎn)出變量K為各省市各年的資本存量，采用2008年單豪杰提出的永續(xù)盤存法[13]測(cè)算得到。L為各省市就業(yè)人口數(shù)，E為各省市能源消耗量，GDP為各省市地區(qū)生產(chǎn)總值，CO2為各省市二氧化碳排放量。L、E、GDP數(shù)據(jù)均來自國(guó)家統(tǒng)計(jì)局網(wǎng)站。二氧化碳排放總量數(shù)據(jù)是根據(jù)聯(lián)合國(guó)政府氣候變化專門委員會(huì)(IPCC)發(fā)布的方法粗略估算得到的。計(jì)算公式為

(4)

上式中，Ei為各能源的燃燒消費(fèi)量；NCVi表示各能源的平均低位發(fā)熱量；CEFi為各能源的二氧化碳排放因子。各省市的Ei數(shù)據(jù)來源于《中國(guó)能源統(tǒng)計(jì)年鑒2017》和IPCC(2006)，其數(shù)據(jù)如表1所示。

表1 二氧化碳計(jì)算方法中涉及的各種指標(biāo)及系數(shù)

(2)環(huán)境變量 我國(guó)省級(jí)區(qū)域碳排放效率的影響因素很多，參考已有文獻(xiàn)，選取可能對(duì)碳排放效率有顯著影響的4個(gè)變量，分別是產(chǎn)業(yè)結(jié)構(gòu)、城市化水平、能源結(jié)構(gòu)和科技支撐水平等。

二氧化碳的排放量大部分是來自于第二產(chǎn)業(yè)對(duì)能源的消耗，第二產(chǎn)業(yè)對(duì)碳排放強(qiáng)度的影響較大，故可用第二產(chǎn)業(yè)產(chǎn)值占GDP的比重表示產(chǎn)業(yè)結(jié)構(gòu)。隨著城市化進(jìn)程的加快，城鎮(zhèn)人口日益增多，改變了傳統(tǒng)的能源消費(fèi)構(gòu)成，對(duì)碳排放量和碳排放強(qiáng)度的影響較大，故可用非農(nóng)人口數(shù)占地區(qū)總?cè)丝跀?shù)的比重來表示城市化水平。煤炭這一傳統(tǒng)能源的較多使用會(huì)導(dǎo)致碳排放量的增加。如果增加清潔能源的使用量會(huì)減少二氧化碳的排放總量，故可用煤炭消耗量占能源消耗量的比重表示能源結(jié)構(gòu)?？萍歼M(jìn)步會(huì)提高新能源的開發(fā)和能源使用效率，故可用地方財(cái)政科學(xué)技術(shù)支出占地方財(cái)政一般預(yù)算支出的比重來表示科技支撐水平。以上指標(biāo)所需要的數(shù)值均來自于國(guó)家統(tǒng)計(jì)局網(wǎng)站。

(二)實(shí)證過程

1.第一階段：超效率SBM模型下的碳交易市場(chǎng)建立前后效率值

本研究的投入變量為資本存量K、就業(yè)人口數(shù)L、能源消耗量E，期望產(chǎn)出變量為地區(qū)生產(chǎn)總值GDP，非期望產(chǎn)出變量為CO2。運(yùn)用DEA-SOLVER Pro5 軟件測(cè)算未剔除環(huán)境變量和隨機(jī)誤差影響的我國(guó)的30個(gè)省市碳排放效率平均值及排名(2011～2013年和2014～2016年)，結(jié)果列入表2中。調(diào)整前2011～2013年碳排放效率值大于等于1的省級(jí)區(qū)域有9個(gè)，分別為內(nèi)蒙古、北京、寧夏、安徽、廣東、上海、江蘇、山西、貴州，其他省級(jí)區(qū)域的碳排放效率值均小于1，表明存在不同程度的效率提升空間，特別是青海和云南，碳排放效率值小于0.6，碳排放效率提升的潛力巨大。

表2 超效率SBM模型下的碳交易市場(chǎng)建立前后效率值

在碳交易市場(chǎng)建立后，2014～2016年碳排放效率值大于等于1的省級(jí)區(qū)域達(dá)到了13個(gè)，分別為北京、內(nèi)蒙古、江蘇、寧夏、上海、安徽、山西、河北、廣東、天津、貴州、新疆、江西，比碳排放交易市場(chǎng)建立前增加了4個(gè)，且碳交易市場(chǎng)建立后的碳排放效率平均值比建立前提高了0.002。北京、天津、上海、湖北、廣東、重慶等6個(gè)試點(diǎn)地區(qū)(深圳是試點(diǎn)地區(qū)，由于其屬于廣東省，因此未單獨(dú)列出)在碳市場(chǎng)建立前后，北京、天津、上海、重慶的碳排放效率均有所提高，湖北和廣東的碳排放效率略微下降。未調(diào)整前，所選取的全國(guó)30個(gè)省級(jí)區(qū)域中14個(gè)省級(jí)區(qū)域的碳排放效率在碳市場(chǎng)建立后上升，但是卻有16個(gè)省級(jí)區(qū)域的碳排放效率在碳市場(chǎng)建立后是下降的。碳排放效率下降的原因可能是：2011～2013年平均效率值和2014～2016年平均效率值均未剔除環(huán)境變量和隨機(jī)誤差的影響，可能存在一定的測(cè)算誤差。如果實(shí)證過程經(jīng)歷了第二階段和第三階段之后，仍然有半數(shù)以上的省級(jí)區(qū)域碳排放效率未增加，說明碳交易市場(chǎng)建立后確實(shí)未能提高全國(guó)碳排放效率。

2.第二階段：SFA模型的建立

采用超效率SBM模型測(cè)算結(jié)果可知，各省級(jí)區(qū)域生產(chǎn)總值的冗余量都為0，這表明期望產(chǎn)出不足不是碳排放效率降低的原因。運(yùn)用Frontier 4.1軟件，分別以2011～2013年、2014～2016年的資本存量、就業(yè)人口數(shù)、能源消耗量和二氧化碳排放量等的冗余量為因變量，以產(chǎn)業(yè)結(jié)構(gòu)、城市化水平、能源結(jié)構(gòu)和科技支撐水平等為自變量，建立SFA相似回歸模型，結(jié)果如表3和表4所示。

表3 2011～2013年SFA回歸結(jié)果

表4 2014～2016年SFA回歸結(jié)果

由表3可知，2011～2013年碳排放交易市場(chǎng)建立前，產(chǎn)業(yè)結(jié)構(gòu)與資本存量、能源消耗和二氧化碳排放量等均呈顯著的正向關(guān)系。這表明第二產(chǎn)業(yè)占GDP的比值越高，資本存量、能源消耗相應(yīng)增加，二氧化碳排放量也會(huì)增多，碳排放效率會(huì)降低，但對(duì)就業(yè)人口的影響不顯著。因此，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，減少第二產(chǎn)業(yè)在GDP中所占的比重，加強(qiáng)低碳綠色產(chǎn)業(yè)的發(fā)展會(huì)提高碳排放效率。城市化水平與資本存量、能源消耗和二氧化碳排放呈顯著的正相關(guān)，與就業(yè)人口數(shù)的負(fù)相關(guān)關(guān)系不顯著。這表明對(duì)于城市化水平越高的省級(jí)區(qū)域，隨著資本和能源的消耗增多，碳排放量就會(huì)相應(yīng)地增加。城市化水平的程度高低對(duì)就業(yè)人口方面的影響作用微弱。在我國(guó)的城市化進(jìn)程中，會(huì)有初期的碳排放效率的增加，但最終城市化的程度加深會(huì)抑制碳排放效率[14]，2011～2013年可能就是城市化進(jìn)程的初期。能源結(jié)構(gòu)對(duì)資本存量、就業(yè)人口數(shù)、能源消耗量及二氧化碳排放量等均有顯著的正向影響。這說明煤炭在能源消耗中所占的比重增大會(huì)增加資本、勞動(dòng)力人口和能源的消耗，使碳排放量增多，碳排放效率下降。因此，減少煤炭類“骯臟能源”(燃燒排放二氧化碳的能源)的使用，增加風(fēng)能、電能等清潔能源的投入，是降低碳排放效率的有效途徑。科技支撐水平對(duì)能源和二氧化碳排放均有顯著的負(fù)向影響，對(duì)資本存量和就業(yè)人口的正向和負(fù)向影響不顯著。這說明地方政府財(cái)政支出中對(duì)科學(xué)技術(shù)的支出越多，能源的消耗越少，碳排放效率也會(huì)提高。只有加大科技投入、提高科研經(jīng)費(fèi)的開支比例，才能有效降低碳排放效率。

表4顯示：2014～2016年碳排放交易市場(chǎng)建立后，相比表3的碳排放交易市場(chǎng)建立前，4個(gè)環(huán)境變量對(duì)投入和產(chǎn)出冗余量的影響，其不同之處在于：產(chǎn)業(yè)結(jié)構(gòu)和城市化水平對(duì)能源消耗的影響不再顯著。這表明2013年以來，隨著碳排放交易市場(chǎng)的建立以及我國(guó)綠色低碳發(fā)展和生態(tài)文明建設(shè)的推進(jìn)，第二產(chǎn)業(yè)的增加和城市化進(jìn)程的加快已不再增加對(duì)能源的消耗，這會(huì)減少碳排放量，提高碳排放效率。科技支撐水平對(duì)資本和勞動(dòng)力人口的影響由不顯著變?yōu)樨?fù)向顯著的影響，說明科技支出的增加可以減少資本和勞動(dòng)力的投入和消耗，科技支出的效果日益顯現(xiàn)。

3.第三階段：調(diào)整后的碳交易市場(chǎng)建立前后效率值

雖然表3、表4中的環(huán)境變量和個(gè)別投入變量的系數(shù)不顯著，但LR單邊誤差檢驗(yàn)均通過5%的臨界水平值。所以在調(diào)整時(shí)仍把資本存量、就業(yè)人口數(shù)、能源消耗量和二氧化碳排放量等都考慮進(jìn)去。由公式(3)，求出投入產(chǎn)出數(shù)據(jù)，再代入超效率SBM模型中，得到剔除環(huán)境因素和隨機(jī)誤差影響的調(diào)整后的碳交易市場(chǎng)建立前后效率值，其結(jié)果如表5所示。

表5 調(diào)整后2011～2013年和2014～2016年碳排放效率值和排名

2014～2016年調(diào)整后的碳排放效率的平均值與2011～2013年平均值相比，除河北、山西、江蘇等3個(gè)省份外，碳排放效率均有所提高，這表明碳排放交易市場(chǎng)的建立有助于提高絕大部分省級(jí)區(qū)域的碳排放效率值。2011～2013年的碳排放效率平均值中，位于生產(chǎn)前沿面的省級(jí)區(qū)域有5個(gè)，分別為河北、山西、江蘇、山東、廣東。2014～2016年碳交易市場(chǎng)建立后，在碳排放效率的平均值中，效率值大于或等于1的省級(jí)區(qū)域有10個(gè)，分別為河北、山西、黑龍江、江蘇、浙江、福建、山東、廣東、云南和青海。碳交易市場(chǎng)建立后，2011～2013年有14個(gè)省級(jí)區(qū)域的碳排放效率值小于0.6，而2014～2016年僅有6個(gè)省級(jí)區(qū)域的碳排放效率值小于0.6，分別是天津、內(nèi)蒙古、海南、貴州、寧夏、新疆。這表明碳排放交易市場(chǎng)的建立有助于提高絕大部分省級(jí)區(qū)域的碳排放效率值。2014～2016年平均碳排放效率大于1的省級(jí)區(qū)域中，河北、江蘇、浙江、福建、山東和廣東均位于東部地區(qū)，這些地區(qū)產(chǎn)業(yè)結(jié)構(gòu)更加合理，科技支撐力度更大，能源結(jié)構(gòu)更加優(yōu)化，經(jīng)濟(jì)發(fā)展較快，資源稟賦較好及政府支持度高，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)更加迅速，因此低碳經(jīng)濟(jì)發(fā)展較好，碳排放效率處于較高水平。山西碳排放高效率的可能原因是較少的勞動(dòng)投入，而黑龍江的能源消耗和碳排放量均較少，使得黑龍江的碳排放效率大于1。青海的能源結(jié)構(gòu)優(yōu)勢(shì)顯著，云南在2010年獲批低碳試點(diǎn)省級(jí)區(qū)域之一，形成了以低碳排放為特征的產(chǎn)業(yè)體系和消費(fèi)模式。內(nèi)蒙古、貴州、寧夏和新疆屬于我國(guó)西部地區(qū)，經(jīng)濟(jì)相對(duì)落后。天津雖然地處東部，產(chǎn)業(yè)集聚，生產(chǎn)總值位居前列，但投資拉動(dòng)形成的產(chǎn)業(yè)結(jié)構(gòu)固化造成碳排放效率不高。云南由于歷史和自然地理因素的制約，經(jīng)濟(jì)開發(fā)較晚，經(jīng)濟(jì)發(fā)達(dá)地區(qū)淘汰的浪費(fèi)資源、污染環(huán)境的企業(yè)較多，因此碳排放效率全國(guó)排名靠后。

將表2和表5對(duì)比發(fā)現(xiàn)，2011～2013年和2014～2016年全國(guó)碳排放效率平均值分別由0.842和0.844下降到0.728和0.818，表明碳排放效率值確實(shí)受到環(huán)境變量的影響。調(diào)整前后碳排放效率明顯下降的省級(jí)區(qū)域有9個(gè)，分別為北京、天津、內(nèi)蒙古、上海、安徽、江西、貴州、寧夏和新疆。這說明這些省級(jí)區(qū)域調(diào)整前碳排放效率較高的很大一部分原因是受外部環(huán)境因素的影響。碳排放效率在調(diào)整后上升明顯的有黑龍江、浙江、福建、山東、河南、湖南、廣西、四川、云南、青海等10個(gè)省級(jí)區(qū)域。這表明這些省級(jí)區(qū)域的碳排放效率受外部環(huán)境的不利因素影響較大，而內(nèi)部管理效率不一定很低。

在碳排放交易市場(chǎng)建立前后，6個(gè)試點(diǎn)省級(jí)區(qū)域中廣東、重慶的碳排放效率值排名不變，北京排名從第26提升到第20。天津、上海和湖北的排名雖下降，但這3個(gè)省級(jí)區(qū)域的碳排放效率都是增加的。廣東的碳排放效率一直處于領(lǐng)先地位，說明廣東的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整良好，創(chuàng)新發(fā)展擺脫了“高污染高能耗”的老路子，經(jīng)濟(jì)發(fā)展方式值得其他省級(jí)區(qū)域借鑒。天津的碳排放效率較低，應(yīng)重點(diǎn)發(fā)展低碳產(chǎn)業(yè)，減少對(duì)能源消耗的依賴。北京的碳排放效率在碳交易市場(chǎng)建立后有所提升，但存在改進(jìn)的空間。積極布局雄安的副首都功能，將重工業(yè)從北京遷出，減輕北京的環(huán)境承載負(fù)荷。重慶、上海和湖北的碳排放效率仍有較大的提升可能。重慶的產(chǎn)業(yè)結(jié)構(gòu)以汽車產(chǎn)業(yè)等制造業(yè)為主，資源消耗多，環(huán)境污染重，應(yīng)向戰(zhàn)略新興產(chǎn)業(yè)和旅游業(yè)轉(zhuǎn)移，提升碳排放效率。上海工業(yè)企業(yè)的二氧化碳排放量比較高，環(huán)境問題的負(fù)效應(yīng)超過了經(jīng)濟(jì)增長(zhǎng)的正效應(yīng)，應(yīng)增加科學(xué)技術(shù)投入，提高污染應(yīng)對(duì)能力，解決碳排放效率不高的問題[15]。湖北工業(yè)煤炭消耗量高，產(chǎn)出效率低，能源消費(fèi)的碳排放占碳排放總量的90%以上。湖北應(yīng)提高經(jīng)濟(jì)發(fā)展質(zhì)量，加快經(jīng)濟(jì)轉(zhuǎn)型，促進(jìn)綠色經(jīng)濟(jì)發(fā)展[16]。

四、結(jié) 語

在經(jīng)濟(jì)轉(zhuǎn)型的當(dāng)下，我國(guó)走低碳發(fā)展之路已成為必然，而掌握各省級(jí)區(qū)域碳排放效率是制定碳減排策略的關(guān)鍵。本研究運(yùn)用三階段超效率SBM-DEA模型測(cè)算了我國(guó)碳排放交易市場(chǎng)建立前2011～2013年和碳排放交易市場(chǎng)建立后2014～2016年平均碳排放效率值，以此檢驗(yàn)各省市低碳經(jīng)濟(jì)的發(fā)展情況及碳交易市場(chǎng)的建立是否有助于提高我國(guó)碳排放效率。得到如下結(jié)論及建議。

(一)結(jié) 論

第一，不管是在碳排放交易市場(chǎng)建立前還是建立后，剔除環(huán)境因素和隨機(jī)誤差影響的全國(guó)平均碳排放效率值均呈下降態(tài)勢(shì)，其中，北京、天津、內(nèi)蒙古等9個(gè)省級(jí)區(qū)域的碳排放效率明顯下降，說明碳排放效率值受到了環(huán)境變量的影響。

第二，調(diào)整后，碳交易市場(chǎng)建立前的碳排放效率(2011～2013年平均值)大于1的有河北、山西、江蘇等5個(gè)省級(jí)區(qū)域。碳交易市場(chǎng)建立后碳排放效率(2014～2016年平均值)大于1的省市又增加了7個(gè)。碳交易市場(chǎng)建立前有13個(gè)省級(jí)區(qū)域的碳排放效率小于0.6，碳交易市場(chǎng)建立后減少了7個(gè)，僅剩6個(gè)省市的碳排放效率小于0.6。這表明碳排放交易市場(chǎng)的建立提高了絕大部分省級(jí)區(qū)域的碳排放效率值。

第三，城市化進(jìn)程的初期會(huì)抑制碳排放效率，但碳排放交易市場(chǎng)建立后，城市化進(jìn)程的加快都不會(huì)顯著增加能源的消耗，科技支撐水平也會(huì)減少對(duì)資本和勞動(dòng)力人口的消耗，這些都會(huì)提高碳排放效率。

(二)政策建議

第一，加快推進(jìn)全國(guó)碳排放交易市場(chǎng)建設(shè)。我國(guó)已于2017年12月啟動(dòng)了全國(guó)碳排放交易體系建設(shè)，但因各試點(diǎn)地區(qū)間存在較大差異，全國(guó)市場(chǎng)無經(jīng)驗(yàn)參照，碳金融產(chǎn)品單一，試點(diǎn)市場(chǎng)碳交易的有效性不足，碳交易價(jià)格的發(fā)現(xiàn)機(jī)制尚未形成。應(yīng)在考察全國(guó)各地區(qū)，各行業(yè)不同發(fā)展水平的基礎(chǔ)上進(jìn)行碳市場(chǎng)頂層設(shè)計(jì)和各類配套制度建設(shè)。增強(qiáng)碳排放交易促進(jìn)企業(yè)減排的作用，提高碳排放效率。

第二，積極調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，減少第二產(chǎn)業(yè)占比，加快城市化進(jìn)程步伐，加大科技支撐水平，減少碳排放量，提升碳排放效率。