碳排放效率的區(qū)域差異、動(dòng)態(tài)演進(jìn)及其收斂性

胡劍波，李瀟瀟，王 蕾

（1.貴州財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，貴陽(yáng) 550025；2.中國(guó)社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所，北京 100006）

0 引言

當(dāng)前，我國(guó)仍處于工業(yè)化和城市化的關(guān)鍵節(jié)點(diǎn)，能源消費(fèi)持續(xù)攀升和資源稟賦現(xiàn)狀短期內(nèi)難以轉(zhuǎn)變?，F(xiàn)階段以傳統(tǒng)能源為主的用能結(jié)構(gòu)客觀上要求將提高碳排放效率上升到新的戰(zhàn)略高度。為降低二氧化碳等溫室氣體的排放，碳排放權(quán)交易機(jī)制被納入我國(guó)減排政策體系，其通過(guò)激勵(lì)邊際減排成本較低的地區(qū)優(yōu)先減排以實(shí)現(xiàn)某一減排目標(biāo)下全社會(huì)的減排成本最小。碳排放效率作為評(píng)估綠色發(fā)展的關(guān)鍵指標(biāo)，能夠準(zhǔn)確利用投入產(chǎn)出數(shù)據(jù)表征經(jīng)濟(jì)增長(zhǎng)與碳排放的關(guān)系[1]。

當(dāng)前基于DEA方法評(píng)估碳排放效率時(shí)一般將生產(chǎn)要素視為投入變量，結(jié)合產(chǎn)出變量，通過(guò)求解不同距離函數(shù)的線性規(guī)劃問(wèn)題得出效率值[2]。應(yīng)用SFA方法研究碳排放效率時(shí)通常將CO2當(dāng)作一種負(fù)投入，和其他生產(chǎn)要素一同納入?yún)?shù)方程，根據(jù)參數(shù)方程構(gòu)建生產(chǎn)前沿面，進(jìn)而對(duì)效率進(jìn)行評(píng)估[3]。由于我國(guó)區(qū)域間經(jīng)濟(jì)、技術(shù)發(fā)展不平衡不充分的現(xiàn)象明顯，部分學(xué)者將技術(shù)異質(zhì)性引入生產(chǎn)前沿，從共同前沿理論出發(fā)研究碳排放效率問(wèn)題[4]。揭示碳交易試點(diǎn)政策實(shí)施下碳排放效率的區(qū)域差異與演化趨勢(shì)有助于厘清碳排放效率的差異來(lái)源與變化規(guī)律，有助于高質(zhì)量發(fā)展的區(qū)域經(jīng)濟(jì)布局和國(guó)土空間體系。學(xué)者們利用Dagum基尼系數(shù)、核密度估計(jì)與GIS空間分析法從區(qū)域、產(chǎn)業(yè)等角度揭示碳排放效率的動(dòng)態(tài)演進(jìn)[5]。在核算出碳排放效率后，對(duì)其進(jìn)行收斂性分析可以為制定合理的差異化減排政策提供理論支撐，特別是全國(guó)性碳交易市場(chǎng)建立之后，依據(jù)本區(qū)域碳排放效率的長(zhǎng)期收斂態(tài)勢(shì)能夠更加科學(xué)地評(píng)估自身減排空間、減排成本與責(zé)任。經(jīng)典的收斂理論源自新古典增長(zhǎng)理論中的索羅模型，不同初始值的經(jīng)濟(jì)體發(fā)展水平最終會(huì)趨近于同一水平。根據(jù)要素邊際產(chǎn)出或收益遞減的規(guī)律，不同經(jīng)濟(jì)體的發(fā)展水平最終會(huì)收斂于穩(wěn)態(tài)。根據(jù)分析方法和研究對(duì)象的不同，主要分為σ收斂、β收斂、時(shí)空β收斂和俱樂(lè)部收斂。

鑒于此，本文做了如下工作：第一，將兩步法隨機(jī)前沿模型應(yīng)用于碳交易試點(diǎn)政策下碳排放效率的測(cè)度，將共同前沿理論納入隨機(jī)前沿分析中，充分考慮地區(qū)生產(chǎn)技術(shù)異質(zhì)性與隨機(jī)誤差、技術(shù)效率之間的聯(lián)系。第二，將空間馬爾可夫鏈引入碳排放效率的動(dòng)態(tài)演進(jìn)中，動(dòng)態(tài)化地反映出區(qū)域在不同鄰域、不同時(shí)期下的演變特點(diǎn)及其狀態(tài)轉(zhuǎn)移規(guī)律；第三，從時(shí)間和空間兩大維度深入探討碳交易試點(diǎn)政策下碳排放效率的區(qū)域差異及時(shí)空收斂性，并應(yīng)用俱樂(lè)部收斂模型對(duì)碳排放效率最終收斂穩(wěn)態(tài)做進(jìn)一步識(shí)別。

1 研究設(shè)計(jì)

1.1 兩步法隨機(jī)前沿模型

Kaya和Yokobori（1997）[6]將CO2的排放視為一種“容碳空間”，將CO2當(dāng)作投入要素提出碳生產(chǎn)率的概念。本文利用Zhang 和Zhou（2020）[7]提出的兩步法隨機(jī)前沿模型，將CO2（C）作為投入要素同資本（K）、勞動(dòng)力（L）納入謝潑德距離函數(shù)中，估計(jì)組群前沿面效率，進(jìn)而建立共同前沿面，通過(guò)組群效率得出共同前沿效率。構(gòu)造生產(chǎn)技術(shù)集T：

根據(jù)生產(chǎn)技術(shù)集，建立投入導(dǎo)向的謝潑德距離函數(shù)：

本文將碳排放效率定義為潛在最優(yōu)CO2投入與實(shí)際CO2投入之比，即：

根據(jù)Zhang 和Zhou（2020）[7]的模型設(shè)定，利用距離函數(shù)的一次齊次性，即，并結(jié)合超越對(duì)數(shù)函數(shù)對(duì)謝潑德距離函數(shù)進(jìn)行估計(jì)：

其中，u為碳排放無(wú)效率值，設(shè)定為服從截?cái)嗾龖B(tài)分布；v為隨機(jī)擾動(dòng)項(xiàng)，設(shè)定為服從正態(tài)分布。

利用兩步法隨機(jī)前沿模型要先估計(jì)組內(nèi)前沿。將施行碳交易政策的地區(qū)設(shè)定為試點(diǎn)組群，其他地區(qū)為非試點(diǎn)組群，則組群碳排放效率CEEg可以表示為：

1.2 泰爾指數(shù)及其分解

本文利用泰爾指數(shù)來(lái)衡量碳排放效率的區(qū)域差異。泰爾指數(shù)可以將區(qū)域總體差異分解為區(qū)域內(nèi)部差異和區(qū)域間差異，并由此衡量他們?cè)诳傮w差異中的重要性與貢獻(xiàn)率。具體公式如下：

其中，nq表示第q組包含的省份數(shù)量，ceei表示第i個(gè)省份的碳排放效率，ceeqi表示第q組中第i個(gè)省份的碳排放效率，表示碳排放效率的總體平均值，表示第q組的碳排放效率的平均值，Tw和Tb分別表示區(qū)域內(nèi)差異與區(qū)域間差異。和分別為區(qū)域內(nèi)差異和區(qū)域間差異對(duì)總體差異的貢獻(xiàn)度。

1.3 空間馬爾可夫鏈

本文通過(guò)引入空間馬爾可夫鏈分析碳排放效率的動(dòng)態(tài)發(fā)展特征及狀態(tài)轉(zhuǎn)移規(guī)律。建立一個(gè)1×k的矩陣M用于儲(chǔ)存t時(shí)期各地區(qū)碳排放效率的狀態(tài)概率，而不同時(shí)期區(qū)域內(nèi)碳排放效率的轉(zhuǎn)移概率用矩陣N表示。本文將各地區(qū)碳排放效率按照四分位數(shù)劃分為4種類型，由低到高表示為k=1，2，3，4。其中，矩陣N中的元素Pij表示t到t+1 時(shí)期碳排放效率由第i型向第j型轉(zhuǎn)移的概率。，lij表示概率發(fā)生轉(zhuǎn)移的地區(qū)加總，li為屬于第i種類型地區(qū)數(shù)量加總。引入“空間滯后”的概念，考察在空間溢出效應(yīng)下鄰近地區(qū)的碳排放效率對(duì)本地區(qū)碳排放效率轉(zhuǎn)移概率的影響。以k種類型將矩陣N分解為k個(gè)k×k條件轉(zhuǎn)移概率矩陣，記為矩陣R，其中Pki/j為在第k型空間滯后條件下，該地區(qū)碳排放效率由第i型向第j型轉(zhuǎn)移的概率。用Lag表示某區(qū)域鄰近地區(qū)碳排放效率值的加權(quán)平均，記為表示地區(qū)i與j的空間關(guān)系，本文選擇地理鄰接矩陣。

1.4 收斂性

1.4.1 時(shí)空β收斂

本文參考劉明和王思文（2018）[8]的研究將空間因素納入經(jīng)典收斂檢驗(yàn)?zāi)Ｐ椭?，建立時(shí)空β收斂模型，時(shí)空β收斂模型可以同時(shí)體現(xiàn)碳排放效率在時(shí)間、空間維度上的相互依存關(guān)系。

其中，i為地區(qū)，t、T為時(shí)間，β為收斂速度，φ為常數(shù)，μit為隨機(jī)誤差項(xiàng)。令，引入基于地理距離平方倒數(shù)的空間矩陣ωij，得到ri，t+1=，ωijCEEt為碳排放效率的加權(quán)平均值，式（10）即為同時(shí)納入時(shí)間、空間維度的收斂模型。

將式（10）兩端同時(shí)左乘矩陣ωij再減去式（10）得到：

式（12）即為時(shí)空β收斂模型，若β＞0，則呈時(shí)空收斂態(tài)勢(shì)，其中β值越大，收斂速度則越快；若β＜0，則呈時(shí)空發(fā)散態(tài)勢(shì)；若β=0，則此時(shí)碳排放效率在時(shí)空上保持均衡態(tài)勢(shì)。

1.4.2 俱樂(lè)部收斂

本文利用Phillips 和Sul（2007）[9]提出的非線性時(shí)變因子模型，檢驗(yàn)碳交易政策實(shí)施下地區(qū)碳排放效率的長(zhǎng)期收斂態(tài)勢(shì)，具體形式如下：

其中，下標(biāo)i、t表示地區(qū)、時(shí)間，pit表示碳排放效率隨時(shí)間推移保持穩(wěn)定不變的部分，dit表示其中隨時(shí)間變化的部分，ωt為被檢驗(yàn)地區(qū)同質(zhì)性時(shí)變因子，bit為異質(zhì)性時(shí)變指標(biāo)。若所有bit最終收斂到常數(shù)b，則說(shuō)明所有地區(qū)的碳排放效率最終會(huì)收斂到同一穩(wěn)態(tài)。為檢驗(yàn)bit是否收斂到常數(shù)b，構(gòu)造如下時(shí)變參數(shù)：

hit衡量個(gè)體值與均值隨時(shí)間t變化的偏差，t→∞，且hit→1，截面方差因子Ft將收斂于常數(shù)0：

根據(jù)以上理論可以構(gòu)建俱樂(lè)部收斂檢驗(yàn)表達(dá)式（16），若β2為負(fù)，且t值小于-1.65，則所有個(gè)體異質(zhì)性時(shí)變指標(biāo)bit最終將不會(huì)收斂于常數(shù)b，則受檢驗(yàn)地區(qū)的碳排放效率在長(zhǎng)期不會(huì)趨于同一穩(wěn)態(tài)。

1.5 數(shù)據(jù)來(lái)源及處理

本文所使用數(shù)據(jù)來(lái)自2001—2020年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》及我國(guó)30個(gè)省份（不含西藏和港澳臺(tái)）的統(tǒng)計(jì)年鑒。投入要素中，資本使用永續(xù)盤存法測(cè)算，為以2000年為基期的資本存量數(shù)據(jù)，單位為億元[10]；勞動(dòng)力為各省份年末就業(yè)人數(shù)，單位為萬(wàn)人；CO2采用《IPCC國(guó)家溫室氣體清單指南》中提供的碳排放系數(shù)乘以8種化石能源的終端消費(fèi)量進(jìn)行匯總，單位為萬(wàn)噸。期望產(chǎn)出中，各地區(qū)生產(chǎn)總值全部換算為以2000年為基期的不變價(jià)格，單位為億元。

2 實(shí)證結(jié)果與分析

2.1 碳排放效率測(cè)算結(jié)果分析

表1展示了不同組別下隨機(jī)前沿函數(shù)的回歸結(jié)果，表2 匯報(bào)各省份2000—2019 年碳排放效率均值。由表2 可知組前沿下效率均值高于共同前沿下均值，主要原因在于技術(shù)參照不同。在組前沿下以組內(nèi)潛在最優(yōu)技術(shù)為參考，而共同前沿下以全國(guó)潛在最優(yōu)技術(shù)為參照。本文通過(guò)組前沿效率值進(jìn)而得出共同前沿下效率值，因此在后文區(qū)域差異、動(dòng)態(tài)演進(jìn)及收斂性的研究中以共同前沿下的碳排放效率為依據(jù)。

表1 隨機(jī)前沿函數(shù)估計(jì)結(jié)果

表2 2000—2019年不同前沿下碳排放效率均值

試點(diǎn)地區(qū)中北京、天津、重慶、湖北、廣東的碳排放效率均得到一定幅度的提升。其中，北京提升幅度最大，從試點(diǎn)建立之前的0.7940上升至0.9649。重慶為第二位，由試點(diǎn)建立之前的0.8089提升至0.9193。天津、廣東、湖北提升幅度位列第三、四、五位。上海雖然從試點(diǎn)建立之前的0.9390下降至0.9286，但其效率值仍屬于高類型，接近區(qū)域內(nèi)潛在最優(yōu)減排技術(shù)。然而，值得注意的是福建碳排放效率由試點(diǎn)建立之前的0.8190下降至0.7311。這一結(jié)果與王勇和趙晗（2019）[1]對(duì)福建碳排放效率的測(cè)度相似，可能的原因是福建在政策實(shí)施后的觀測(cè)期相對(duì)較短，碳交易政策的優(yōu)勢(shì)未能充分釋放，市場(chǎng)發(fā)育不夠成熟。碳交易的作用效果與要素市場(chǎng)的發(fā)育成熟度有著密不可分的關(guān)系，我國(guó)的要素市場(chǎng)與產(chǎn)品市場(chǎng)相比，市場(chǎng)程度較為滯后，生產(chǎn)要素市場(chǎng)的扭曲對(duì)能源效率產(chǎn)生了明顯的負(fù)向作用[11]。分區(qū)域來(lái)看，試點(diǎn)地區(qū)的碳排放效率均值更趨于向高值聚集，而非試點(diǎn)地區(qū)分布得更為離散。試點(diǎn)地區(qū)碳排放效率均值除福建外均在0.9 以上，政策施行效果明顯改善了區(qū)域內(nèi)的碳排放效率。圖1 展示了2000—2019 年各省份碳排放效率的分布變化特征，各省份碳排放效率由2000 年的離散分布逐漸發(fā)展為兩端擴(kuò)散、高值聚集、中低值離散的分布形態(tài)。除福建外，試點(diǎn)地區(qū)碳排放效率居于領(lǐng)先地位，代表全國(guó)最優(yōu)的減排技術(shù)與排放水平，而非試點(diǎn)地區(qū)中多數(shù)省份碳排放效率仍舊處于較低區(qū)間，地區(qū)之間的碳排放效率存在明顯差異。

圖1 2000—2019年碳排放效率箱型圖

2.2 碳排放效率區(qū)域差異分析

利用泰爾指數(shù)揭示碳交易試點(diǎn)地區(qū)與非試點(diǎn)地區(qū)碳排放效率的分布差異，測(cè)算結(jié)果如圖2所示。2000—2019年，泰爾指數(shù)大體上呈“U”型，在政策施行前，由2000年的0.0287 下降至2013 年的0.0095，區(qū)域整體差異呈縮小態(tài)勢(shì)；在政策施行后，由2013 年的0.0095 上升至2019 年的0.0159，區(qū)域整體的差異逐步擴(kuò)大。碳排放權(quán)交易機(jī)制在一定程度上影響了區(qū)域碳排放效率的整體差異，但整體差異正在縮小。根據(jù)泰爾指數(shù)的分解結(jié)果，碳排放效率的區(qū)域間差異總體呈波動(dòng)下降趨勢(shì)，表明區(qū)域間的差距不斷縮小。試點(diǎn)地區(qū)內(nèi)部碳排放效率普遍較高，然而由于福建政策實(shí)施期較短，與其他試點(diǎn)地區(qū)存在一定差距；非試點(diǎn)地區(qū)內(nèi)部差距遠(yuǎn)高于試點(diǎn)地區(qū)，其內(nèi)部既有效率較高的浙江（0.9039）、又有效率較低的新疆（0.5865），這種非均衡的特征拉大其內(nèi)部差距。在碳交易試點(diǎn)政策實(shí)施之下，試點(diǎn)地區(qū)內(nèi)部差距遠(yuǎn)小于非試點(diǎn)地區(qū)，其在協(xié)調(diào)區(qū)域間減排降碳、提升排放效率的過(guò)程中發(fā)揮了一定作用?？傊瑓^(qū)域內(nèi)部差距的平均貢獻(xiàn)度為88.65%，區(qū)域間差距的平均貢獻(xiàn)度為11.35%，說(shuō)明區(qū)域內(nèi)部差異是造成試點(diǎn)地區(qū)與非試點(diǎn)地區(qū)碳排放效率差異分化的主要原因，區(qū)域內(nèi)部效率的不平衡制約著我國(guó)碳排放效率的整體優(yōu)化。

圖2 2000—2019年泰爾指數(shù)趨勢(shì)圖

2.3 碳排放效率動(dòng)態(tài)演進(jìn)分析

表3 為2000—2019 年碳排放效率傳統(tǒng)馬爾可夫轉(zhuǎn)移概率矩陣，其中，1、2、3、4表示效率值的劃分類型，分別對(duì)應(yīng)低、較低、較高、高四種類型，n代表屬于某種類型下的觀測(cè)值個(gè)數(shù)。從表3可知，對(duì)角線上的轉(zhuǎn)移概率遠(yuǎn)大于非對(duì)角線上的轉(zhuǎn)移概率，這說(shuō)明不同省份碳排放效率向上或向下轉(zhuǎn)移具有一定的穩(wěn)定性；碳排放效率低類型和高類型在下一階段的變化中保持原有類型的概率最大，其轉(zhuǎn)移概率分別為75.5%和69.1%，揭示省份之間碳排放效率存在俱樂(lè)部收斂。

表3 2000—2019年碳排放效率傳統(tǒng)馬爾可夫轉(zhuǎn)移概率矩陣

根據(jù)表4 可知，在加入空間滯后條件之后，碳排放效率轉(zhuǎn)移概率發(fā)生了顯著的變化，這說(shuō)明空間溢出效應(yīng)在地區(qū)碳排放效率類型的轉(zhuǎn)移過(guò)程中產(chǎn)生了深刻的影響；在t時(shí)期處于碳排放效率較低、較高類型的省份數(shù)量遠(yuǎn)大于處于其他類型的省份數(shù)量，這表明我國(guó)未來(lái)碳排放效率的整體水平有待提高。除福建外碳交易試點(diǎn)地區(qū)碳排放效率普遍在0.9以上，屬于高類型，其維持原有類型的轉(zhuǎn)移概率最大；受空間滯后類型的影響，碳排放效率轉(zhuǎn)移概率容易產(chǎn)生俱樂(lè)部收斂的現(xiàn)象，即低類型與高類型無(wú)論在何種空間滯后條件下維持其自身類型的轉(zhuǎn)移概率最大。

表4 2000—2019年碳排放效率空間馬爾可夫轉(zhuǎn)移概率矩陣

2.4 碳排放效率收斂性分析

2.4.1 時(shí)空β收斂分析

下頁(yè)表5匯報(bào)了全國(guó)和試點(diǎn)、非試點(diǎn)地區(qū)碳排放效率的時(shí)空β收斂信息。從全國(guó)層面來(lái)看，參數(shù)β估計(jì)值在1%的顯著性水平上顯著且大于零，碳排放效率在觀測(cè)期內(nèi)呈時(shí)空收斂態(tài)勢(shì)，即在全國(guó)范圍內(nèi)碳排效率較低的地區(qū)對(duì)較高的地區(qū)產(chǎn)生了追趕效應(yīng)，效率之間的差距不斷縮小。從區(qū)域?qū)用鎭?lái)看，試點(diǎn)、非試點(diǎn)地區(qū)參數(shù)β估計(jì)值分別在10%、5%的水平上顯著且大于零，表明二者在觀測(cè)期內(nèi)碳排放效率呈現(xiàn)時(shí)空收斂的趨勢(shì)，低水平地區(qū)加快了對(duì)高水平地區(qū)的追趕。從收斂速度來(lái)看，“試點(diǎn)＞全國(guó)＞非試點(diǎn)”。試點(diǎn)地區(qū)碳排放效率收斂速最快，然而非試點(diǎn)地區(qū)碳排放效率的收斂速度最低。

表5 2000—2019年碳排放效率時(shí)空β 收斂檢驗(yàn)結(jié)果

2.4.2 俱樂(lè)部收斂分析

采用logt 檢驗(yàn)對(duì)各省份碳排放效率進(jìn)行俱樂(lè)部收斂分析，通過(guò)全局收斂檢驗(yàn)。俱樂(lè)部收斂具體結(jié)果如表6所示，其中俱樂(lè)部1 碳排放效率均值為0.8169，俱樂(lè)部2 為0.7340。俱樂(lè)部成員碳排放效率的長(zhǎng)期趨同性使得不同地區(qū)的碳排放效率更具可比性，同一俱樂(lè)部?jī)?nèi)碳排放效率較低的地區(qū)擁有更大的減排潛力。根據(jù)文獻(xiàn)[12]中評(píng)估污染物減排潛力的方法，將地區(qū)減排潛力定義為1-CEE。則俱樂(lè)部1 減排潛力均值為18.31%，俱樂(lè)部2 為26.6%。從表6可知，碳交易試點(diǎn)地區(qū)碳排放效率同屬于俱樂(lè)部1，在長(zhǎng)期收斂于同一穩(wěn)態(tài)，表明了碳交易政策在碳排放效率提升上發(fā)揮了積極作用。俱樂(lè)部2減排潛力遠(yuǎn)大于俱樂(lè)部1，距離全國(guó)潛在最優(yōu)技術(shù)仍然有不小差距，減排空間巨大。

表6 2000—2019年碳排放效率俱樂(lè)部收斂識(shí)別結(jié)果

3 結(jié)論

本文運(yùn)用兩步法隨機(jī)前沿模型測(cè)算了各地區(qū)的碳排放效率，使用泰爾指數(shù)及其分解、傳統(tǒng)與空間馬爾可夫鏈、時(shí)空β和俱樂(lè)部收斂模型，分析了碳排放效的區(qū)域差異、動(dòng)態(tài)演進(jìn)及時(shí)空收斂性。實(shí)證結(jié)論如下：第一，碳交易試點(diǎn)地區(qū)中北京、天津、重慶、湖北、廣東的碳排放效率均得到一定幅度的提升。福建碳排放效率小幅下降，可能的原因在于其碳交易市場(chǎng)發(fā)育不夠成熟，生產(chǎn)要素市場(chǎng)的扭曲阻礙了碳排放效率的優(yōu)化。各省份碳排放效率由離散分布發(fā)展為兩端擴(kuò)散、高值聚集、中低值離散的分布形態(tài)。第二，從區(qū)域差異來(lái)看，試點(diǎn)與非試點(diǎn)地區(qū)碳排放效率泰爾指數(shù)大體上呈“U”型，總體差異逐步縮小，區(qū)域內(nèi)部差異是造成試點(diǎn)與非試點(diǎn)地區(qū)差異分化的主要原因。從泰爾指數(shù)分解結(jié)果來(lái)看，區(qū)域間差異呈波動(dòng)式下降，區(qū)域內(nèi)部同樣呈“U”型，非試點(diǎn)地區(qū)差異高于試點(diǎn)地區(qū)。第三，從動(dòng)態(tài)演進(jìn)特征來(lái)看，傳統(tǒng)的馬爾可夫轉(zhuǎn)移概率矩陣表明碳排放效率保持原有類型的概率較大，實(shí)現(xiàn)跨類型轉(zhuǎn)移的概率較低。在空間馬爾可夫轉(zhuǎn)移概率矩陣中，空間滯后條件的存在使轉(zhuǎn)移概率發(fā)生了明顯的變化，處于較低、較高類型的省份數(shù)量遠(yuǎn)高于其他類型，說(shuō)明我國(guó)碳排放效率的整體水平有待提高。第四，從收斂特征來(lái)看，全國(guó)、試點(diǎn)與非試點(diǎn)地區(qū)均存在顯著的時(shí)空β收斂，收斂速度“試點(diǎn)＞全國(guó)＞非試點(diǎn)”，證明碳交易政策在縮小碳排放效率地區(qū)差距上發(fā)揮明顯的作用。在研究期內(nèi)，存在兩個(gè)長(zhǎng)期趨同的俱樂(lè)部，俱樂(lè)部中碳排放效率較低的地區(qū)擁有更大的減排潛力。