中國低碳技術(shù)效率、技術(shù)差距與低碳化進(jìn)程研究
——基于MinDS-Luenberger方法的實(shí)證分析

董 梅，李存芳

（江蘇師范大學(xué) 商學(xué)院，江蘇 徐州 221116）

一、引言及文獻(xiàn)綜述

當(dāng)前中國經(jīng)濟(jì)正由高速增長階段向高質(zhì)量發(fā)展階段轉(zhuǎn)型，大力推進(jìn)綠色低碳發(fā)展是事關(guān)人民美好生活的重要課題。近年來，隨著我國經(jīng)濟(jì)和綜合國力持續(xù)提升，一次能源消費(fèi)快速增加，2018年能源消費(fèi)總量46.4 億噸標(biāo)準(zhǔn)煤，產(chǎn)生二氧化碳排放（以下簡稱碳排放）94.29 億噸，占全球碳排放總量的27.8%（數(shù)據(jù)來源于《BP世界能源統(tǒng)計(jì)年鑒》），依賴要素投入驅(qū)動(dòng)的粗放式發(fā)展帶來的環(huán)境問題日益突出。在此基礎(chǔ)上值得思考的是：考慮碳排放約束的情形下，中國省際低碳效率和低碳全要素生產(chǎn)率呈現(xiàn)何種特征？各區(qū)域群組與共同前沿的技術(shù)差距是否有改善？如何評價(jià)當(dāng)前的經(jīng)濟(jì)增長方式？哪些省份的低碳化水平有改善？分析以上指標(biāo)的動(dòng)態(tài)演進(jìn)和空間差異，對探索中國不同區(qū)域的碳減排機(jī)制設(shè)計(jì)具有現(xiàn)實(shí)意義和參考價(jià)值。

國內(nèi)外學(xué)者對于低碳技術(shù)效率問題進(jìn)行了一系列的研究。近年來眾多研究認(rèn)為，盡管全要素生產(chǎn)率TFP可作為衡量經(jīng)濟(jì)發(fā)展的核心指標(biāo)，但忽視環(huán)境因素的TFP 評價(jià)是存在偏差的。F?re 等（1989）［1］等最早提出方向距離函數(shù)（Directional distance function，DDF），較好地解決了與環(huán)境污染相關(guān)的“非合意”產(chǎn)出效率問題。Tone（2001）［2］提出非徑向非角度的SBM（Slacks-based measure）模型，有效處理投入指標(biāo)和產(chǎn)出指標(biāo)松弛測度的問題。此后，F(xiàn)?re 等（2007）［3］提出 SBM 模型的一些改進(jìn)。在生產(chǎn)率動(dòng)態(tài)分析中，比值結(jié)構(gòu)的Malmquist 指數(shù)被廣泛應(yīng)用，隨后，具有相加結(jié)構(gòu)的Luenberger 指數(shù)［4］以及 Malmquist-Luenberger 指數(shù)［5］相繼出現(xiàn)，Boussemart 等（2003）［6］認(rèn)為與 Luenberger 指數(shù)結(jié)果相比，Malmquist-Luenberger 指數(shù)對生產(chǎn)率的估計(jì)值過高。近年來，SBM-luenberger 指數(shù)應(yīng)用廣泛，如 Mahlberg 等（2011）［7］測算 1995-2004 年 22 個(gè)經(jīng)合組織國家的生產(chǎn)率績效，Emrouznejad 等（2016）［8］分析中國制造業(yè)碳排放效率。國內(nèi)學(xué)者對包含環(huán)境因素的生產(chǎn)率研究也大量涌現(xiàn)，魏楚等（2011）［9］詳細(xì)梳理了環(huán)境敏感性生產(chǎn)率研究方法；王兵等（2010）［10］、劉瑞翔等（2012）［11］、汪克亮等（2016）［12］、李小勝（2016）［13］、李平（2017）［14］、邱士雷（2018）［15］、林衛(wèi)斌等（2019）［16］均利用中國省際或城市數(shù)據(jù)，通過SBM 模型分析TFP 的變化；陳詩一（2011）［17］、蔣偉杰等（2018）［18］利用細(xì)分行業(yè)的數(shù)據(jù)測算環(huán)境生產(chǎn)效率。

以上文獻(xiàn)在環(huán)境效率和TFP 研究方面提供了較為完整的理論支撐，為經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的評價(jià)提供了相應(yīng)視角，但仍存在部分不足：首先，對于省級層面群組前沿與共同前沿之間的技術(shù)差距變化關(guān)注較少，對厘清經(jīng)濟(jì)增長方式轉(zhuǎn)變程度的分析不足；其次，SBM模型應(yīng)用較廣泛，但其將距離被評價(jià)單元最遠(yuǎn)的點(diǎn)作為投影點(diǎn)的設(shè)計(jì)存在不足；最后，在投入和非期望產(chǎn)出的指標(biāo)選擇上差異較大，且投入指標(biāo)未能體現(xiàn)出治理投入對環(huán)境績效的影響。

基于此，本文試圖在以下四方面進(jìn)行拓展：①運(yùn)用MinDS 距離函數(shù)測度包含碳排放約束的我國30個(gè)省份（不包括西藏和港澳臺(tái)地區(qū)）2000-2017年的低碳生產(chǎn)效率，將治理投入納入投入要素，并對其無效率來源進(jìn)行分解；②運(yùn)用Luenberger生產(chǎn)率指數(shù)評價(jià)低碳全要素生產(chǎn)率LTFP 及其成分；③將30個(gè)省劃分為8個(gè)區(qū)域群組，評價(jià)各群組前沿與共同前沿之間的技術(shù)差距；④構(gòu)造并測算經(jīng)濟(jì)增長的低碳化水平，分析經(jīng)濟(jì)增長方式轉(zhuǎn)變程度。

二、研究方法與數(shù)據(jù)來源

（一）研究方法

1.MinDS距離函數(shù)

Aparicio等（2007）［19］提出至強(qiáng)有效前沿最小距離模型（Miniumum distance to strong efficient frontier DEA，簡稱MinDS），該模型在SBM 模型基礎(chǔ)上增加一組混合整數(shù)規(guī)劃約束，將被評價(jià)DMU 的參考標(biāo)桿限定在同一超平面再進(jìn)行效率評價(jià)，彌補(bǔ)了SBM 的不足。Aparicio 設(shè)經(jīng)過SBM 模型判定有效的DMU 集合為再求解混合整數(shù)線性規(guī)劃獲得minDS的效率值，即

式（1）及約束中，ρk是第k個(gè)DMU 的效率值；I、P和Q分別為投入、期望產(chǎn)出和非期望產(chǎn)出的種類分別是以上三類的松弛變量；xik是k單元第i種投入量；ypk和bqk分別是第p種期望產(chǎn)出量和第q種非期望產(chǎn)出量；λj為組合系數(shù)；M是足夠大的正整數(shù)。約束（5）′～約束（9）′是將參考標(biāo)桿限制于同一超平面，約束（10）′限定是對應(yīng)可變規(guī)模效應(yīng)VRS。

2.Luenberger指數(shù)分解

被評價(jià)DMU 數(shù)據(jù)為面板數(shù)據(jù)時(shí)，可采用相鄰時(shí)期技術(shù)效率的差值構(gòu)造Luenberger 生產(chǎn)率指數(shù)來分析生產(chǎn)率變動(dòng)，即

式（7）、式（8）中，Et和Et+1分別表示t和t+1 時(shí)期的效率值大于0 表示低碳全要素生產(chǎn)率增長，反之為下降大于0 表示技術(shù)效率改善，反之為技術(shù)效率惡化大于0 表示技術(shù)進(jìn)步，反之為技術(shù)退步。

3.技術(shù)差距的動(dòng)態(tài)分析

共同邊界效率函數(shù)是假設(shè)所有DMU的技術(shù)水平具有一致性，將所有DMU 確定的生產(chǎn)前沿作為共同前沿（Metafrontier）。若不滿足技術(shù)水平同質(zhì)性假設(shè)，將相同技術(shù)屬性的DMU分成一組，各組確定的生產(chǎn)前沿為群組前沿（Groupfrontiers），共同前沿可看作是包絡(luò)所有群組前沿的生產(chǎn)函數(shù)。本文的30個(gè)省按地理關(guān)聯(lián)性分為8個(gè)區(qū)域（見圖3），各區(qū)域在要素投入、能源消費(fèi)、技術(shù)水平等方面均存在異質(zhì)性，因此采用群組邊界分析效率函數(shù)。本文借鑒周五七（2014）［20］考慮非期望產(chǎn)出的比率型MML（Metafrontier malmquist luenberger）指數(shù)的思路，結(jié)合加法型Luenberger 生產(chǎn)率指數(shù)的特點(diǎn)，對共同前沿和群組前沿的關(guān)系做如下推導(dǎo)：

式（9）中,下標(biāo)m表示共同前沿，下標(biāo)g表示群組前沿。本文將兩種前沿的相減得到純技術(shù)追趕指標(biāo)（Pure technology catch-up），反映群組前沿生產(chǎn)技術(shù)對共同前沿生產(chǎn)技術(shù)的追趕效應(yīng)，當(dāng)表示群組前沿向共同前沿靠近，實(shí)際生產(chǎn)技術(shù)與前沿生產(chǎn)技術(shù)差距變小，技術(shù)追趕效應(yīng)顯著；反之，則表示實(shí)際生產(chǎn)技術(shù)遠(yuǎn)離前沿技術(shù)，技術(shù)差距拉大。本文將兩種前沿的相減得到前沿技術(shù)相對變動(dòng)指標(biāo)（Frontier technology relative change），反映群組前沿和共同前沿技術(shù)進(jìn)步的相對變動(dòng)表示共同前沿技術(shù)進(jìn)步速度快于群組前沿技術(shù)進(jìn)步速度，即技術(shù)追趕難度加大；反之，則群組前沿對共同前沿追趕的難度減小。

4.經(jīng)濟(jì)增長低碳化水平的衡量

經(jīng)濟(jì)增長低碳化是指增長方式由粗放型向集約型、污染損耗型向可持續(xù)型轉(zhuǎn)變，這也是經(jīng)濟(jì)“高質(zhì)量發(fā)展”的內(nèi)涵之一。效率提升和技術(shù)進(jìn)步能夠推動(dòng)全要素生產(chǎn)率TFP的提高，但不能準(zhǔn)確反應(yīng)經(jīng)濟(jì)增長方式轉(zhuǎn)變過程。本文借鑒唐未兵等（2014）［21］、陳曉和車治輅（2018）［22］構(gòu)建經(jīng)濟(jì)增長綠色化水平的研究思路，將經(jīng)濟(jì)增長視為要素投入增長和LTFP 增長的共同結(jié)果，比較兩者對經(jīng)濟(jì)增長率的貢獻(xiàn)程度。具體而言，以LTFP 增長率對經(jīng)濟(jì)增長率的貢獻(xiàn)作為分子，以要素投入增長率對經(jīng)濟(jì)增長率的貢獻(xiàn)作為分母，構(gòu)造的比值視為經(jīng)濟(jì)增長低碳化水平，衡量經(jīng)濟(jì)增長方式向低碳化轉(zhuǎn)變的程度：

（二）數(shù)據(jù)來源

依照以上模型及指標(biāo)設(shè)計(jì)，本文選取我國30個(gè)省份2000-2017年的要素投入和產(chǎn)出指標(biāo)數(shù)據(jù)。

（1）要素投入指標(biāo)。要素投入包括：①勞動(dòng)力投入（L，單位：億元），采用各省歷年的勞動(dòng)力報(bào)酬指標(biāo)，該指標(biāo)比以往文獻(xiàn)中的就業(yè)人數(shù)能更好反應(yīng)勞動(dòng)投入；②資本投入（K，單位：億元），本文采用永續(xù)盤存法計(jì)算而得的2000 年價(jià)格資本存量，即Kt＝It+（1-δt）Kt-1，其中Kt為第t年的資本存量，將2000年的固定資本形成總額除以10%代替基期資本存量值，It為2000年價(jià)格的全社會(huì)固定資產(chǎn)投資額，并取固定資產(chǎn)折舊率δt為0.1進(jìn)行計(jì)算；③能源投入（E，單位：萬噸標(biāo)準(zhǔn)煤），采用各省歷年的能源消費(fèi)量；④治理投入（SR，單位：萬元），采用各省歷年節(jié)能減排投入。以往文獻(xiàn)鮮有將治理投入納入投入要素，這是本文的特色之一。節(jié)能減排投入指標(biāo)在2006 年之前缺失值較多，本文采用線性插值法補(bǔ)齊。

（2）期望產(chǎn)出指標(biāo)（Y，單位：億元）。本文以2000 年為基期，計(jì)算各省歷年不變價(jià)格的地區(qū)生產(chǎn)總值，以此衡量期望產(chǎn)出。

（3）非期望產(chǎn)出指標(biāo)（C，單位：萬噸）。采用通過IPCC2006中固定源燃燒提供的能源消費(fèi)量與缺省排放因子相乘方法估算的各省歷年碳排放。需要說明的是，以往文獻(xiàn)將SO2、COD（化學(xué)需氧量）和氮氧化物等污染物也作為非期望產(chǎn)出，魏楚［9］認(rèn)為這些污染物減排成本相對較小，而CO2因其技術(shù)限制，減排成本較高，更符合方向距離函數(shù)中期望產(chǎn)出與非期望產(chǎn)出的“零點(diǎn)關(guān)聯(lián)性”假設(shè)，因此本文僅將碳排放作為非期望產(chǎn)出。

依據(jù)以上變量選取及相應(yīng)處理，得到30 個(gè)省份2000-2017 年的相關(guān)指標(biāo)，將其劃分為8 個(gè)區(qū)域，可以對比各區(qū)域相關(guān)指標(biāo)的均值。由表1 可以看出，2000-2017 年經(jīng)濟(jì)高速增長，全國增加值Y年均增速為10.94%，伴隨該增速，勞動(dòng)力投入L和資本投入K的年均增速也超過兩位數(shù)；同時(shí)，能源投入E的年均增長率達(dá)到6.88%，該增速低于Y和E的增速，這得益于“十一五”和“十二五”期間對能源強(qiáng)度和碳排放強(qiáng)度的嚴(yán)格約束；節(jié)能減排支出年均18.34%的增長率也有效抑制了碳排放過快增長。分區(qū)域來看，就Y的增速而言，除東北地區(qū)外，其余區(qū)域的Y年均增速都在兩位數(shù)以上；就能源投入E而言，東北地區(qū)的E增速僅為4.3%，其余區(qū)域該指標(biāo)均在6%以上，西北地區(qū)E的增速更高達(dá)8.86%；較高的E 增速會(huì)帶來較高的C增速，因此西北地區(qū)的C增速達(dá)到8.04%，遠(yuǎn)高于其他區(qū)域；東北地區(qū)和黃河中游的C增速也超過7%，東北較低的E增速卻帶來較高的C增速，說明東北地區(qū)能源結(jié)構(gòu)中碳排放系數(shù)較大的化石能源比重較高；C的增速與碳減排治理的資金投入SR有關(guān)，北部沿海和東部沿海因其經(jīng)濟(jì)實(shí)力較強(qiáng)，SR增速超過20%，因此這兩個(gè)區(qū)域的C增速也比其他區(qū)域低。

表1 2000-2017年分區(qū)域要素投入與產(chǎn)出指標(biāo)平均增長率 單位：%

三、實(shí)證結(jié)果與相關(guān)分析

（一）低碳效率測度及無效率分解

低碳效率值ρ反映了各省與生產(chǎn)邊界的相對值，就ρ的全國均值來看（見表2），2000-2017 年該指標(biāo)為0.839，就時(shí)間演進(jìn)而言，第一時(shí)期（時(shí)期劃分見表2 注）ρ均值最高（0.899），而后兩個(gè)時(shí)期，該指標(biāo)先降至0.806，后又回升至0.825。對低碳無效率的因素分解后發(fā)現(xiàn)，2000-2017年投入、Y與C的無效率分別貢獻(xiàn)了無效率的26.3%、31.5% 和42.3%，說明碳排放是引起低碳無效率的主因。要實(shí)現(xiàn)低碳完全有效率，需要降低8.2%的投入和13.3%的碳排放，并提高9.9%的Y即可實(shí)現(xiàn)。從時(shí)間演進(jìn)來看，在第一時(shí)期，投入無效率貢獻(xiàn)了49.3%，是低碳無效率的主因；但第二個(gè)時(shí)期，C的無效率貢獻(xiàn)率漲至47.5%，說明2006年后全國碳排放增速過快，導(dǎo)致了低碳效率值的下降，并且影響延續(xù)至第三時(shí)期。這也印證了經(jīng)濟(jì)由污染損耗型向可持續(xù)發(fā)展轉(zhuǎn)變的重要性。

分區(qū)域來看，2000-2017 年南部沿海、東部沿海的ρ都超過0.95，北部沿海和東北地區(qū)該指標(biāo)也超過0.85，西北地區(qū)為0.817，而黃河中游、西南地區(qū)和長江中游的該指標(biāo)均在0.8 以下。由此看出，除了西北地區(qū)外，低碳效率水平呈現(xiàn)由東部向中西部遞減的特征。就無效率的因素分解而言，北部沿海、東北地區(qū)和東部沿海的C無效率貢獻(xiàn)率超過50%，黃河中游和西北地區(qū)的C無效率貢獻(xiàn)率也超過40%，說明碳排放對多數(shù)區(qū)域的效率提升都具有抑制作用。

細(xì)分各省來看（見圖3），2000-2017 年低碳效率值ρ為1 的省有四個(gè)（上海、廣東、海南和青海），此外，北京（0.974）、天津（0.978）、山東（0.972）、黑龍江（0.993）、江 蘇（0.93）、浙江（0.942）、福建（0.979）的ρ也超過0.9，以上省份大多集中在東南部。該時(shí)期，ρ在0.7 以下的省份有河北（0.622）、山西（0.61）、內(nèi)蒙古（0.619）、貴州（0.638）和新疆（0.611）。關(guān)注第三時(shí)期（2011-2017 年），低碳效率值ρ比 2000-2017 年的均值略有下降。

表2 低碳效率值和無效率分解的時(shí)空演進(jìn)

（二）低碳全要素生產(chǎn)率及其分解

低碳全要素生產(chǎn)率LTFP 反映了各省低碳效率值在時(shí)間上的動(dòng)態(tài)變化趨勢，包括效率變化和生產(chǎn)邊界的移動(dòng)。2000-2017 年，全國LTFP 的平均增長率為-1.7%（見表3），這是由于該時(shí)期技術(shù)效率LEC 增長率為-0.3%和技術(shù)進(jìn)步LTC 變化率為-1.4%共同作用的結(jié)果。LTFP 在圖1 中的線性趨勢更加直觀，2000-2007年該指標(biāo)在零值附近小幅波動(dòng)，這是由LEC 變動(dòng)負(fù)向影響和LTC 變動(dòng)正向影響的共同作用；2008-2013 年LTFP 的增長率連續(xù)為負(fù)值，主要因LTC 變動(dòng)為負(fù)所致；2013 年后LEC的增長率正向拉動(dòng)LTFP，致使LTFP的增長率回升并震蕩加大。以上LTFP 增長率的變化是源于“十五”時(shí)期出現(xiàn)重工業(yè)化過程，節(jié)能減排政策未能有效執(zhí)行導(dǎo)致碳排放快速上升，致使技術(shù)效率LEC 大幅降低?！笆晃濉睍r(shí)期政府加大了節(jié)能減排力度，并將能源強(qiáng)度下降作為約束指標(biāo)，其后的“十二五”時(shí)期更是將能源強(qiáng)度與碳強(qiáng)度的雙降作為的目標(biāo)約束，碳減排政策更加嚴(yán)格。這些管理規(guī)制和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的“陣痛”在一定程度上限制了技術(shù)邊界前移，因此LTC 增長率為負(fù)成為LTFP增長率下降的主因。但隨著產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)的優(yōu)化，技術(shù)效率LEC 不斷改善，促進(jìn)了LTFP增長率緩慢提升。

分區(qū)域來看，2000-2017 年，僅有黃河中游和長江中游的LTFP 增長率為正，這是由于該時(shí)期的LTC 增長率為正帶來的，其余各區(qū)域的LTFP增長率均為負(fù)。就LEC 增長率變動(dòng)而言，僅有東部沿海和南部沿海的該指標(biāo)為零，其余區(qū)域均為負(fù)值，LEC 變動(dòng)對LTFP 增長率均未產(chǎn)生正向推動(dòng)。

細(xì)分省份來看（見圖3），2000-2017 年有12 個(gè)省的LTFP 增長率為正，其中，山西（0.034）、湖南（0.024）和北京（0.021）位居前三；同一時(shí)期，部分省的LTFP 增長率大幅下降，其中，寧夏（-0.173）、青海（-0.117）、海南（-0.098）降幅排前三位。關(guān)注第三時(shí)期各指標(biāo)特征，能清晰掌握LTFP 增長率的變動(dòng)趨勢：遼寧（0.025）、北京（0.017）和四川（0.017）的LTFP 增長率位居前三；相反，寧夏（-0.165）、青海（-0.115）和海南（-0.089）的LTFP 增長率降幅排前三。以上LTFP 的排名反映了各省對非期望產(chǎn)出反應(yīng)的異質(zhì)性，碳排放因素對排名靠前省份的產(chǎn)出影響較小，而對排名靠后省份的產(chǎn)出影響較大。

表3 LTFP及分解的時(shí)空演進(jìn)

圖1 全國LTFP及分解的時(shí)間演進(jìn)

（三）技術(shù)差距的時(shí)空演進(jìn)

依據(jù)公式（9），可獲得群組前沿與共同前沿動(dòng)態(tài)比較下各省的技術(shù)差距指標(biāo)。

就全國技術(shù)差距均值來看（見表4），2000-2017年純技術(shù)追趕PTCU 均值為-0.003，說明群組前沿整體并未向共同前沿靠近，沒有技術(shù)追趕效應(yīng)，技術(shù)差距每兩期以0.3%的速度拉大；該時(shí)期前沿技術(shù)相對變動(dòng)FTRC均值為0.019，表明共同前沿的技術(shù)進(jìn)步速度超過群組前沿，且兩種技術(shù)前沿的差距每兩期以1.9%的速度拉大。從時(shí)間演進(jìn)來看，在第一和第二時(shí)期沒有技術(shù)追趕效應(yīng)（PTCU＜0），且群組前沿對共同前沿的追趕難度變大（FTRC＞0），但情況在第三個(gè)時(shí)期發(fā)生逆轉(zhuǎn)，技術(shù)差距每兩期以0.9%的速度縮小，且群組技術(shù)進(jìn)步速度也超過共同前沿，追趕難度變小，說明隨著時(shí)間推移，群組對共同前沿的技術(shù)追趕效應(yīng)有不斷增強(qiáng)的趨勢，技術(shù)差距正在縮小。

分區(qū)域來看，就2000-2017年P(guān)TCU而言，僅有北部沿海該指標(biāo)大于零，即有顯著的技術(shù)追趕效應(yīng)；東部沿海、南部沿海和西南地區(qū)的PTCU為零，其余區(qū)域均沒有技術(shù)追趕效應(yīng)（PTCU＜0）；就2000-2017年FTRC而言，僅有西北地區(qū)和北部沿海表現(xiàn)出群組技術(shù)進(jìn)步速度超過共同前沿（FTRC＜0）。

細(xì)分省份來看（見圖3），就PTCU 而言，2000-2017年多數(shù)東南部省份PTCU在零值附近，這是因?yàn)橥苿?dòng)前沿移動(dòng)的正是這些省份。PTCU均值大于零的省區(qū)有9 個(gè)，其中，河北（0.023）、云南（0.006）和四川（0.004）位居前三；相反，14 個(gè)省PTCU 均值小于零，其中，寧夏（-0.023）、湖北（-0.021）、陜西（-0.02）的群組前沿和共同前沿的差距每兩期以超過2%的速度拉大。在第三時(shí)期，21 個(gè)省的PTCU大于零，特別是中西部省份技術(shù)追趕效應(yīng)整體提升，其中，遼寧（0.051）、湖北（0.021）和河南（0.021）位居前三，僅有浙江（-0.002）的PTCU 均值小于零?？傮w來看，中西部省份的PTCU 超過東南部省份，源于前者的工業(yè)化水平相對較低，技術(shù)追趕的空間較大，群組前沿推進(jìn)速度相對較快。就FTRC而言，2000-2017 年有 12 個(gè)省的 FTRC 小于零，即群組的技術(shù)進(jìn)步速度超過共同前沿，其中，河北（-0.096）、寧夏（-0.075）、江蘇（-0.036）的群組技術(shù)進(jìn)步速度位于前三。在第三時(shí)期，F(xiàn)TRC 小于零的省區(qū)為18 個(gè)，其中，寧夏（-0.101）、安徽（-0.054）和青海（-0.045）位居技術(shù)進(jìn)步速度的前三。中西部省份技術(shù)進(jìn)步速度較快，是由于其技術(shù)水平較低，技術(shù)進(jìn)步空間和潛力較大。

（四）低碳化水平的時(shí)空演進(jìn)

低碳化是一個(gè)連續(xù)的動(dòng)態(tài)變化過程，依據(jù)式（10）計(jì)算經(jīng)濟(jì)增長低碳化水平LEG。首先，通過C-D 生產(chǎn)函數(shù)分別估計(jì)2000-2017 年各省投入指標(biāo)L、K、E和SR 對應(yīng)的產(chǎn)出彈性，再結(jié)合投入指標(biāo)各年的增長率，連同對應(yīng)年份的LTFP 增長率綜合計(jì)算出LEG的數(shù)值。

2000-2017 年全國的 LEG 總均值為-0.077（見表4），即低碳化水平在整體上是下降的。就變化趨勢來看（見圖 2），2000-2003 年 LEG 大于零，2003-2017 年 LEG 在-0.5～0.05 之間波動(dòng)，僅有 3個(gè)年份該指標(biāo)為正，其中2006-2007 年LEG 最高（0.037）。LEG 多數(shù)年份為負(fù)，意味著經(jīng)濟(jì)增長主要依賴于生產(chǎn)要素的增加，屬于要素驅(qū)動(dòng)型的經(jīng)濟(jì)增長方式，而不重視碳排放的快速上漲，致使低碳效率降低。依據(jù)陳曉［22］的分析，中國近年來較低的低碳化水平可能與節(jié)能減排邊際成本上升導(dǎo)致LTFP 增長趨弱有關(guān)，因此要加大對低碳生產(chǎn)和節(jié)能減排相關(guān)技術(shù)研發(fā)與推廣的投入，有效降低節(jié)能減排邊際成本。

分區(qū)域來看，有4 個(gè)區(qū)域2000-2017 年的LEG大于零，其中，長江中游（0.331）和西南地區(qū)（0.209）該指標(biāo)較高。各區(qū)域LEG 特征顯示，西北地區(qū)的經(jīng)濟(jì)增長仍然呈“粗放”模式，中西部區(qū)域經(jīng)濟(jì)增長方式由“粗放”向“集約”型轉(zhuǎn)變；經(jīng)濟(jì)水平較高的東部區(qū)域，經(jīng)濟(jì)增長方式轉(zhuǎn)變?nèi)杂休^大空間。

細(xì)分各省來看（見圖3），多數(shù)省份2000-2017年的LEG 值都在零值附近，有11 個(gè)省區(qū)的LEG 大于0，其中，湖南（1.265）、貴州（1.062）、廣東（0.826）位居前三，低碳化水平改善較多；而相反，天津（-1.138）、寧夏（-1.049）、青海（-0.869）的低碳化水平下降居前三。關(guān)注第三時(shí)期各省區(qū)LEG 的特征，LEG 大于0 的省區(qū)也有11 個(gè)，北京（0.184）、四川（0.114）和山東（0.091）位居前三；相反，遼寧（-2.143）、寧夏（-1.001）、青海（-0.675）和海南（-0.511）的LEG低于-0.5，這些省區(qū)的低碳化水平惡化較多。

表4 技術(shù)差距與LEG的時(shí)空演進(jìn)

圖2 全國技術(shù)差距與LEG均值的時(shí)間演進(jìn)

圖3 相關(guān)指標(biāo)的省際比較

四、結(jié)論與啟示

本文利用MinDS 距離函數(shù)和Luenberger 生產(chǎn)率指數(shù)，測度了碳排放約束下2000-2017年全國30個(gè)省份的低碳效率、低碳全要素生產(chǎn)率LTFP、技術(shù)差距和低碳化水平，對相關(guān)指標(biāo)的動(dòng)態(tài)演進(jìn)和空間差異進(jìn)行對比分析。主要研究結(jié)論與啟示如下：

（1）就低碳效率而言，2000-2017 年全國低碳效率均值為0.839，且經(jīng)歷了先大幅下降后小幅回升的過程。其中，投入、期望產(chǎn)出和非期望產(chǎn)出對無效率的貢獻(xiàn)率分別為26.3%、31.5%和42.3%，碳排放過快增長是低碳無效率的主因。分區(qū)域來看，南部沿海、東部沿海的低碳效率較高，而黃河中游、西南地區(qū)和長江中游的該指標(biāo)較低，低碳效率呈現(xiàn)出由東部向中西部遞減的趨勢。因此，需因地制宜地制定低碳化政策與措施。

（2）就低碳全要素生產(chǎn)率而言，2000-2017 年全國LTFP 平均增長率為-1.7%，這是效率變化增長率-0.3%和技術(shù)進(jìn)步增長率-1.4%共同作用的結(jié)果。自“十一五”時(shí)期政府大力推進(jìn)節(jié)能減排措施，在有效控制碳排放增速的同時(shí)，一定程度上限制了技術(shù)邊界前移，這是技術(shù)進(jìn)步減速下降的主因。分區(qū)域來看，僅有黃河中游和長江中游的LTFP 增長為正，說明碳排放因素對這兩個(gè)區(qū)域的產(chǎn)出影響較小。細(xì)分各省來看，12 個(gè)省的LTFP 增長率是上升的。整體而言，探索并消除制約LTFP 改進(jìn)的阻滯因素，對推動(dòng)低碳轉(zhuǎn)型有重要意義。

（3）就技術(shù)差距特征來看，2000-2017 年全國群組前沿對共同前沿沒有顯著的技術(shù)追趕效應(yīng)，并且前者的技術(shù)進(jìn)步速度也低于后者。2011-2017年，這一情形發(fā)生逆轉(zhuǎn)，群組前沿與共同前沿的技術(shù)差距顯著縮小，前者對后者的追趕難度也降低了。細(xì)分省份來看，中西部省份由于技術(shù)水平較低，共同前沿移動(dòng)速度快，因此技術(shù)進(jìn)步的空間和潛力很大。

（4）就低碳化水平來看，2000-2017 年全國低碳化水平整體下降，并有逐漸走低的趨勢，這說明經(jīng)濟(jì)增長主要依賴于生產(chǎn)要素增加，同時(shí)以過多的碳排放為代價(jià)。分區(qū)域來看，長江中游和西南地區(qū)低碳化水平有顯著提高，而西北地區(qū)北部沿海和東北地區(qū)的低碳化水平下降較多。細(xì)分省份來看，有11 個(gè)省的低碳化水平是改善的?？傮w而言，中國低碳化水平較低，經(jīng)濟(jì)增長仍呈現(xiàn)“粗放型”特征，節(jié)能減排邊際成本上升，致使LTFP 增長率降低。因此，應(yīng)大力推進(jìn)碳減排以及節(jié)能技術(shù)的研發(fā)和推廣投入，有效促進(jìn)經(jīng)濟(jì)增長方式轉(zhuǎn)變。