長江經(jīng)濟(jì)帶工業(yè)碳排放績效測度及分析★

吳雨昕， 蘭國輝

（安徽理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院， 安徽 淮南 232001）

0 引言

在19 世紀(jì)工業(yè)革命之后，溫室氣體例如二氧化碳的大規(guī)模釋放被看作造成全世界天氣惡化的主要原因。二氧化碳和溫室氣體的總排放量大部分來自化石能源消耗和人類活動(dòng)，其中能源是一個(gè)國家的經(jīng)濟(jì)和社會(huì)發(fā)展的關(guān)鍵因素之一，因此，國際上對此問題的研究逐漸增多，也愈發(fā)受到國際社會(huì)的關(guān)注。

當(dāng)前，在社會(huì)經(jīng)濟(jì)高速發(fā)展和人民生活水平不斷提高的過程中，我國的能源消費(fèi)碳排放量呈持續(xù)上升態(tài)勢[1]，污染防治和環(huán)境治理是需要跨越的一道重要關(guān)口?！吨袊鷳B(tài)環(huán)境統(tǒng)計(jì)年報(bào)》指出，2020 年全國二氧化硫排放總量的79.6%是工業(yè)源二氧化硫，因此，降低工業(yè)活動(dòng)的碳排放量對實(shí)現(xiàn)國家減排目標(biāo)具有重要意義。提高工業(yè)碳排放效率，已經(jīng)成為推動(dòng)我國綠色、低碳和高質(zhì)量發(fā)展的重要途徑。不僅如此，長江經(jīng)濟(jì)帶是我國最大城市群，橫跨東中西三部，既是國家經(jīng)濟(jì)的核心和活力所在，又是我國持續(xù)發(fā)展的關(guān)鍵區(qū)，如何保護(hù)生態(tài)環(huán)境并穩(wěn)定長江經(jīng)濟(jì)帶的經(jīng)濟(jì)健康發(fā)展是當(dāng)下亟需解決的。在低碳發(fā)展、綠色發(fā)展的大背景下，對長江經(jīng)濟(jì)帶的工業(yè)碳排放狀況及各省份之間的差距進(jìn)行研究，將為今后的產(chǎn)業(yè)發(fā)展提供科學(xué)的理論基礎(chǔ)和借鑒，并對我國其他區(qū)域的碳減排工作起到一定的促進(jìn)作用。

1 文獻(xiàn)綜述

碳排放績效不是通過直觀的感覺和經(jīng)驗(yàn)，而是利用數(shù)據(jù)建立計(jì)算和模型進(jìn)行分析，國內(nèi)外學(xué)者對其進(jìn)行了大量的研究?，F(xiàn)有研究主要以能源結(jié)構(gòu)[2]、碳排放強(qiáng)度[3]、能源消耗強(qiáng)度[4]等作為主要評(píng)價(jià)指標(biāo)，但這些指標(biāo)往往僅體現(xiàn)了碳排放量和某個(gè)變量間的關(guān)聯(lián)，而不能把環(huán)境和經(jīng)濟(jì)聯(lián)系在一起。利用數(shù)據(jù)包絡(luò)分析法測度的綠色全要素碳排放績效指標(biāo)更加全面，可以將非期望產(chǎn)出納入從而得到綠色全要素生產(chǎn)率。目前的相關(guān)研究成果可粗略分成二類，一類是應(yīng)用DEA的靜態(tài)碳排放績效評(píng)價(jià)方法，如劉利平等[5]構(gòu)建了以投入要素作為導(dǎo)向的CCR 和BCC 模型，對我國農(nóng)業(yè)碳排放效率進(jìn)行了測度；任俊等[6]利用非參數(shù)三階段DEA 方法衡量碳排放績效；徐國泉等[7]運(yùn)用三階段SBM-DEA 模型對江蘇省十二個(gè)城市進(jìn)行測算；另一類是在DEA 的基礎(chǔ)上使用Malmquist 指數(shù)得到動(dòng)態(tài)的碳排放績效指標(biāo)，如王剛[8]使用超效率DEAMalmquist 方法對湖北科技投入產(chǎn)出效率進(jìn)行評(píng)估。

以上的資料對碳排放測度有著一定的啟迪意義，但是也有一些有待改進(jìn)之處，首先，由于目前的研究都集中在省際間，所以長江經(jīng)濟(jì)帶內(nèi)各省間的碳排放績效還需要繼續(xù)完善和研究；第二，從模型選取方面出發(fā)，例如采用SBM模式衡量碳排放績效時(shí)在計(jì)算過程中缺失效率與前沿投影值的原始比例數(shù)據(jù)，從而導(dǎo)致了效率數(shù)值具有丟失可能，被評(píng)價(jià)DMU 的投影點(diǎn)也是在前沿中離被評(píng)估DMU 最遠(yuǎn)的一個(gè)點(diǎn)，這是較不合理的。基于此情況，本文結(jié)合已有的研究，決定采用非期望產(chǎn)出的Super-EBM 模型及Global-Malmqusit-Luenberger 指數(shù)法對長江經(jīng)濟(jì)帶的工業(yè)碳排放績效進(jìn)行測度，分別以靜態(tài)和動(dòng)態(tài)的視角分析，并使用Tobit 模型對其驅(qū)動(dòng)因子研究。

2 研究方法和數(shù)據(jù)處理

2.1 研究方法

EBM-DEA 模型，是一種綜合了考慮徑向和SBM兩個(gè)距離函數(shù)的混合模型。該模型不但克服了傳統(tǒng)數(shù)據(jù)包絡(luò)分析中未能顧及松弛變量，并且損失效率前沿投影值與原始比率數(shù)據(jù)信息的問題，也同時(shí)克服了對各個(gè)處于前沿區(qū)域內(nèi)的決策單位進(jìn)行對比問題，給決策單位績效衡量創(chuàng)造了一個(gè)全新方式，但因?yàn)閭鹘y(tǒng)EBM模式測量的有效單元效率值為一，因此無法深入的分析與有效評(píng)價(jià)單元之間的績效差距，所以Andersen 等[9]提出了Super-EBM模型即超效率EBM 模型，由于把非期望產(chǎn)出納入到測算框架，基于非期望產(chǎn)出的、非導(dǎo)向的超效率EBM模型，其公式為：

假設(shè)所計(jì)算的決策單元為DMU，則在上式中y*為規(guī)模報(bào)酬可變EBM 模型的最佳效率；φ 為產(chǎn)出要素?cái)U(kuò)大比重；θ 為徑向規(guī)劃參數(shù)，εx作為徑向與非徑向松弛條件的關(guān)鍵參數(shù)，其滿足0≤εx≤1。εy、εb為關(guān)鍵參數(shù)；bpj為決策單元j的第p類的非期望產(chǎn)出；bpk為決策單元k的第p類非期望產(chǎn)出。si-為投入要素i個(gè)的松弛變量；j為決策單元；n為決策單元總數(shù)；wi-為投入指標(biāo)的重要程度，其滿足；xij和yrk分別為決策單元k的第i類投入和第r類產(chǎn)出；m和s分別為投入和產(chǎn)出的數(shù)量；λj為線性組合系數(shù)式中，sr+為第r類期望產(chǎn)出的松弛變量；spb-為第p類非期望產(chǎn)出的松弛變量；wr+和wpb-分別為兩者的指標(biāo)權(quán)重；q為非期望產(chǎn)出數(shù)量。

將DEA 和GML 指數(shù)結(jié)合，可對生產(chǎn)效益的動(dòng)態(tài)變化進(jìn)行研究分析，借鑒已有的研究，構(gòu)建GML 指數(shù)如下：

2.2 指標(biāo)選擇與數(shù)據(jù)來源

考慮到數(shù)據(jù)的滯后性和可得性層面，本文選擇了年長江經(jīng)濟(jì)帶11 個(gè)省（市）有關(guān)統(tǒng)計(jì)資料加以分析，所用的指標(biāo)資料大多來源于國家統(tǒng)計(jì)局和各省(市)統(tǒng)計(jì)局2011—2021 年的統(tǒng)計(jì)年鑒，缺少的數(shù)據(jù)資料則通過線性插值法加以補(bǔ)充。投入、產(chǎn)出指標(biāo)的具體情況如表1 所示。

表1 工業(yè)碳排放績效投入、產(chǎn)出指標(biāo)統(tǒng)計(jì)表

投入的指標(biāo)中固定資產(chǎn)投入、能源消耗和工業(yè)從業(yè)比例，分別從經(jīng)濟(jì)、自然和社會(huì)的方面加以分析；生產(chǎn)指標(biāo)中的工業(yè)生產(chǎn)增加值，是指企業(yè)在當(dāng)年度生產(chǎn)的產(chǎn)品其貨幣化的成果，并在扣減整個(gè)生產(chǎn)過程中所耗費(fèi)以及使用過的實(shí)際產(chǎn)品和勞務(wù)的價(jià)格后的總金額，因此工業(yè)生產(chǎn)增加值也是評(píng)價(jià)企業(yè)生產(chǎn)效益的一項(xiàng)關(guān)鍵因素，應(yīng)將之視為預(yù)期產(chǎn)出。把碳排放量視為非預(yù)期產(chǎn)量，其數(shù)據(jù)以各地區(qū)2010—2020 年的工業(yè)能源消耗為基礎(chǔ)進(jìn)行折算，具體系數(shù)如表2 所示。

表2 碳排放量估算相關(guān)系數(shù)

3 實(shí)證分析

3.1 靜態(tài)工業(yè)碳排放績效分析

研究應(yīng)用了MAX-DEA 8.0 軟件，并采用包含期望、非期望產(chǎn)出的Super-EBM模型，對長江經(jīng)濟(jì)帶十一個(gè)省（市）2010—2020 年的碳排放效率進(jìn)行測度，具體效率值如表3 所示，綜合技術(shù)效率反映了當(dāng)前技術(shù)水平對于碳排放績效的影響程度，由表3 可以看出長江下游碳排放績效處于生產(chǎn)前沿面，長江中游次之，長江上游的工業(yè)碳排放績效水平不盡人意。其中，浙江省的碳排放績效最高，在2010—2020 年的碳排放績效始終保持有效并且大于1，整體均值更是達(dá)到了1.050；其次是湖南省的碳排放績效，2012—2020年碳排放績效達(dá)到了0.998，表明了湖南省在研究期內(nèi)表現(xiàn)較好，但仍有上升空間；其他省份如上海、江蘇、湖北、湖南、江西、重慶的碳排放績效在部分年份綜合技術(shù)效率值大于1，證明這些地區(qū)在提高碳排放績效上有很大潛力。而貴州、安徽、四川、云南的碳排放績效表現(xiàn)則相對較差，其中安徽省是中國煤炭能源的重要產(chǎn)地，污染嚴(yán)重，是其工業(yè)生產(chǎn)效率低的主要原因；四川省、貴州省、云南省的碳排放績效不理想的主要原因可能是其地理位置上需要更注重生態(tài)保障，并且這三個(gè)省份的工業(yè)化程度相對較低，交通運(yùn)輸能力較差、工業(yè)經(jīng)濟(jì)規(guī)模較小造成碳排放績效不好；云南省的碳排放績效最低，均值僅有0.584，具有很大提升空間?？偟膩碚f，長江經(jīng)濟(jì)帶的總碳排放量在持續(xù)增長，但大部分省份的碳排放績效表現(xiàn)欠佳，仍有較高碳減排的潛力，應(yīng)當(dāng)注重勞動(dòng)人口、資本、能源消耗的合理分配。

表3 長江經(jīng)濟(jì)帶各省份碳排放績效

為更好地分析長江上中下游碳排放績效之間的差異，將2010 年和2020 年各省份單獨(dú)觀察并借鑒學(xué)者查建平[10]對工業(yè)碳排放績效的等級(jí)劃分，并結(jié)合本文的情況，碳排放績效在0.6 以下的定為低水平碳排放績效，反之定為高水平碳排放績效，根據(jù)此劃分可得各省工業(yè)碳排放績效等級(jí)分布。可以得出2010 年高水平碳排放績效區(qū)主要分布在長江下游，低水平碳排放績效區(qū)主要分布在上游。中游僅有兩個(gè)省份績效大于1；2020 年高碳排放績效區(qū)從下游擴(kuò)散至中游及接近中游地區(qū)的重慶。碳排放績效區(qū)的分布呈現(xiàn)由東向西、由南至北的演化趨勢。

3.2 動(dòng)態(tài)工業(yè)碳排放績效分析

采用包括時(shí)間變量的面板數(shù)據(jù)，以更好地理解分析區(qū)域與技術(shù)、規(guī)模之間的變化關(guān)系，利用GML 指數(shù)模型測算得到全要素生產(chǎn)效率指數(shù)即動(dòng)態(tài)工業(yè)碳排放績效以及其分解項(xiàng)科技效率變化指數(shù)、科技進(jìn)步指數(shù)，通過圖1 考察歷年碳排放績效動(dòng)態(tài)變化情況可知，從動(dòng)態(tài)層面來看，工業(yè)碳排放績效與技術(shù)進(jìn)步的變化趨勢類似，因此可以推論工業(yè)碳排放績效增長的動(dòng)因主要來自工業(yè)科技發(fā)展。長江經(jīng)濟(jì)帶碳排放績效總體呈N 型變動(dòng)，即先下降，后上升，再下降?？梢钥吹教寂欧趴冃г?011—2018 年間穩(wěn)定增長，2011 年是“十二五”的第一個(gè)年頭，在這個(gè)時(shí)期內(nèi)長江經(jīng)濟(jì)帶的碳排放成績一直平穩(wěn)遞增，而后2015—2018 年間提升迅速，這離不開“十二五”建立的良好基礎(chǔ)，此外，2015 年正式實(shí)施了《環(huán)境保護(hù)法》并制定了“十三五”環(huán)保規(guī)劃，這一階段的迅速增長說明該政策針對區(qū)域性城市碳排放績效有顯著效果，在環(huán)境保護(hù)、工業(yè)科技發(fā)展等方面對工業(yè)碳排放效率產(chǎn)生了積極作用，提高了工業(yè)現(xiàn)代化和科技化水平，因此研究區(qū)域的工業(yè)碳排放效率開始提升。2019 年開始出現(xiàn)碳排放績效倒退，形成一個(gè)倒U 曲線，將2017—2020 年各省份工業(yè)碳排放績效指數(shù)變化情況列出如圖2 所示，從各個(gè)省份碳排放效率的分解結(jié)果來看，研究期內(nèi)安徽、湖北、湖南、江西、貴州、云南的純技術(shù)效率值偏低，造成了整體碳排放績效下滑，表明這6 個(gè)省份應(yīng)當(dāng)更加注重先進(jìn)科學(xué)技術(shù)和新能源產(chǎn)品的引入，以科技創(chuàng)新來改善碳排放效率；而江蘇、浙江、江西和湖北這四個(gè)區(qū)域的規(guī)模效率偏低，沒有發(fā)揮規(guī)模效應(yīng),應(yīng)該改善管理方式、提高技術(shù)水平,在保證經(jīng)濟(jì)增長的同時(shí)減少不必要的投入，著重優(yōu)化固定資產(chǎn)投資結(jié)構(gòu)，讓投資更多用于生態(tài)環(huán)保領(lǐng)域，完善碳減排設(shè)備。

圖1 長江經(jīng)濟(jì)帶工業(yè)碳排放績效及其分解項(xiàng)

圖2 長江經(jīng)濟(jì)帶各省份技術(shù)效率指數(shù)分解情況

4 長江經(jīng)濟(jì)帶工業(yè)碳排放績效驅(qū)動(dòng)因素分析及建議

4.1 Tobit 模型構(gòu)建

為了更進(jìn)一步分析影響長江經(jīng)濟(jì)帶工業(yè)碳排放績效的因素，去除經(jīng)濟(jì)評(píng)價(jià)體系中的投入產(chǎn)出指標(biāo)，再借鑒以往研究，并遵循數(shù)據(jù)可獲得性原則，選取部分指標(biāo)以超效率EBM 的結(jié)果為被解釋變量進(jìn)行分析，給出具體指標(biāo)，如表4 所示:

表4 變量選取

根據(jù)以上數(shù)據(jù)，構(gòu)建Tobit 模型，公式如下：

式中：t為年份；β0為常數(shù)項(xiàng)；β1～β5為回歸系數(shù)；εit為誤差項(xiàng)。

采用Stata16.0 軟件完成求解，基于固定效應(yīng)的面板Tobit 建模會(huì)產(chǎn)生不一致問題，為了保證最終結(jié)論數(shù)據(jù)的真實(shí)性，本文先用混合效應(yīng)Tobit 模型完成回歸解析，繼而再使用隨機(jī)效應(yīng)的Tobit 建模完成返回解析。LR 檢驗(yàn)結(jié)論強(qiáng)烈拒絕原假設(shè)，指出存在個(gè)體效應(yīng)，并引入了隨機(jī)效應(yīng)的Tobit 模式。另外，論文中還選擇了固定效應(yīng)模式為參照，回歸結(jié)論如表5 所示。

表5 長江經(jīng)濟(jì)帶碳排放績效影響因素回歸結(jié)果

4.2 回歸結(jié)果分析及建議

表5 顯示，地區(qū)水平、基礎(chǔ)水平的提升對碳排放績效的提高有所幫助，很有可能是因?yàn)槠髽I(yè)、科研機(jī)構(gòu)、高等院校是R&D 活動(dòng)的三大執(zhí)行主體，其中企業(yè)R&D 的密集度越高，說明企業(yè)的創(chuàng)新力越強(qiáng)，可以很好地推動(dòng)該省跨過創(chuàng)新型經(jīng)濟(jì)體門檻，而工業(yè)化率是工業(yè)轉(zhuǎn)型能力提升的關(guān)鍵因素，會(huì)對產(chǎn)業(yè)的健康發(fā)展產(chǎn)生一定促進(jìn)效果，側(cè)方面反映出了樣本地區(qū)的科研技術(shù)水平，而能源結(jié)構(gòu)也對工業(yè)碳排放績效有著很重要的負(fù)向影響，也就是說煤炭資源占用比越大，反而越是不利于產(chǎn)業(yè)碳排放績效的提升，所以，長江經(jīng)濟(jì)帶的城市群在經(jīng)濟(jì)發(fā)展過程中要根據(jù)當(dāng)下狀況提高資源轉(zhuǎn)換效率，從而促進(jìn)煤炭資源利用與新能源的優(yōu)化組合，為中國經(jīng)濟(jì)社會(huì)的繼續(xù)健康地蓬勃發(fā)展提供了良好的前提條件?？萍妓酵瑯訉I(yè)生產(chǎn)效率具有負(fù)向影響且該影響在統(tǒng)計(jì)上顯著，說明當(dāng)前長江經(jīng)濟(jì)帶的工業(yè)企業(yè)研發(fā)經(jīng)費(fèi)投資仍然不足，工業(yè)自動(dòng)化、機(jī)械化水平需要進(jìn)一步提高。生產(chǎn)水平對長江經(jīng)濟(jì)帶碳排放績效也具有負(fù)向的影響，企業(yè)產(chǎn)成品的影響主要作用在經(jīng)濟(jì)發(fā)展上，其數(shù)值越大，越能夠促進(jìn)當(dāng)?shù)毓I(yè)產(chǎn)品的生產(chǎn)效率，但過度增加生產(chǎn)效率而不注重收益方面的優(yōu)化，將會(huì)對碳排放績效產(chǎn)生負(fù)面影響。

5 研究結(jié)論

本文基于2010—2020 年長江經(jīng)濟(jì)帶11 個(gè)重點(diǎn)城市的面板數(shù)據(jù)，借助超效率EBM模型測算碳排放績效，建立動(dòng)態(tài)面板數(shù)據(jù)GML 模型分析影響碳排放績效的因素，得到了以下主要結(jié)論，在此基礎(chǔ)上提出相應(yīng)的政策建議。

5.1 結(jié)論

首先，長江經(jīng)濟(jì)帶的碳排放數(shù)量總體呈現(xiàn)持續(xù)增長態(tài)勢，下游區(qū)域的碳排放數(shù)量已超過中游、上游區(qū)域。就地區(qū)排放增長速度而言，中游區(qū)域的碳排放量平均速度明顯領(lǐng)先于其他區(qū)域。

其次，城市碳排放績效出現(xiàn)倒“U”曲線，說明大部分區(qū)域存在資源浪費(fèi)、生態(tài)環(huán)境污染等現(xiàn)象。

5.2 政策建議

首先，在科學(xué)發(fā)展觀的指引下，政府要對各個(gè)區(qū)域的碳排放進(jìn)行綜合評(píng)價(jià)，實(shí)現(xiàn)區(qū)域間的產(chǎn)業(yè)協(xié)作和協(xié)調(diào)發(fā)展，將高碳的行業(yè)轉(zhuǎn)移到符合當(dāng)?shù)刭Y源稟賦的區(qū)域。例如，新安江開展上下游水環(huán)境補(bǔ)償，進(jìn)行跨區(qū)域補(bǔ)償?shù)挠幸嫣剿鳌?/p>

其次，采用“引導(dǎo)”與“治理”相結(jié)合的方式，一方面，依據(jù)區(qū)域特有的環(huán)境資源、人口資源、技術(shù)資源等資源，對區(qū)域的發(fā)展進(jìn)行比較優(yōu)勢的識(shí)別，從而指導(dǎo)行業(yè)的發(fā)展；另外，要有針對性地解決碳排放問題，比如建立防護(hù)林制度、退耕還草等。長江中上游和下游區(qū)域的碳排放特性存在很大差異，在治理過程中不同區(qū)域要有不同方法。

再次，長江經(jīng)濟(jì)帶是國家經(jīng)濟(jì)重心所在，我國粗放型、高能耗型發(fā)展模式也影響著長江經(jīng)濟(jì)帶的綠色經(jīng)濟(jì)發(fā)展，碳減排的工作任重而道遠(yuǎn)，長江經(jīng)濟(jì)帶可以根據(jù)不同地理位置劃分為上中下游，上中下游城市之間又有不同的產(chǎn)業(yè)結(jié)構(gòu)特征，各區(qū)域需要合理開展碳減排的工作，避免操之過急使經(jīng)濟(jì)付出難以承受的代價(jià)，尤其是下游、中游省份應(yīng)加速節(jié)能減排進(jìn)程，具體來說：下游省（市）應(yīng)在政府引導(dǎo)下，利用雄厚經(jīng)濟(jì)基礎(chǔ)、社會(huì)累積資本建設(shè)更多產(chǎn)業(yè)園，提升減碳技術(shù)，同時(shí)完善環(huán)境規(guī)制政策和技術(shù)創(chuàng)新機(jī)制，有條不紊地削減工業(yè)用煤量，逐漸引入綠色能源因地制宜。中游省份應(yīng)在政府的引導(dǎo)下，引入更多適齡勞動(dòng)人口，并借鑒東部地區(qū)經(jīng)驗(yàn)，以發(fā)展較快的城市帶動(dòng)周邊，打造產(chǎn)業(yè)鏈條更長、技術(shù)創(chuàng)新明顯的合作型工業(yè)帶，實(shí)現(xiàn)低能耗、高經(jīng)濟(jì)增長方式的轉(zhuǎn)變；上游省份應(yīng)加強(qiáng)素質(zhì)教育，優(yōu)化人才政策，吸引人才和避免人才外流，加快跨區(qū)、跨省的交通建設(shè)為經(jīng)濟(jì)發(fā)展打好基礎(chǔ)，并實(shí)施環(huán)境規(guī)制，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。