中國減污降碳效率測度及影響因素研究
——基于超效率SBM-Tobit模型

張雪純，曹霞, ，宋林壕

（1.山西財經(jīng)大學 法學院，山西 太原 030006；2.澳門科技大學 法學院，澳門 999078）

長期以來，中國的能源結構以化石能源為主，據(jù)自然資源部發(fā)布的《中國礦產資源報告（2022）》顯示，中國2021年煤炭消費占能源消費總量的比重為56.0%，這一高比例的化石能源消費是大氣污染物與溫室氣體排放的主要來源。近年來，“綠水青山就是金山銀山”等綠色發(fā)展理念深入人心，已融入各地的經(jīng)濟建設當中，但目前中國經(jīng)濟增長與生態(tài)環(huán)境尚未完全形成良性協(xié)調發(fā)展的局面，且同時面臨著經(jīng)濟復蘇、能源轉型、雙碳目標實現(xiàn)、空氣質量達標等多重壓力。尤其是“后疫情時代”的經(jīng)濟復蘇可能會對污染物排放的治理與雙碳目標的實現(xiàn)帶來更大難度。在中國面臨著環(huán)境質量提升和溫室氣體減排的雙重壓力和緊迫需要的情況下，同時基于大氣污染物排放與碳排放的同根、同源、同過程特點，協(xié)同推進減污與降碳任務刻不容緩。“十四五”時期，中國生態(tài)文明建設進入了推動減污降碳協(xié)同增效的關鍵時期，黨的二十大將協(xié)同推進降碳、減污，作為美麗中國建設的具體要求之一。因此，有必要將減污降碳指標納入整體經(jīng)濟運行框架中，科學測算中國減污降碳綜合效率，把握減污降碳效率的動態(tài)變化與空間分異特征，厘清影響減污降碳效率的主要因素，為進一步探究減污降碳協(xié)同增效機制，實現(xiàn)環(huán)境效益、氣候效益、經(jīng)濟效益多贏提供理論支撐。

1 文獻綜述

目前學界關于減污降碳的研究主要集中在對二者協(xié)同效應的評估上，既有從不同行業(yè)角度，如毛顯強等[1]、BEEVERS等[2]、WANG等[3]分別對電力、交通、工業(yè)等部門的減污降碳協(xié)同效應進行評估，也有從不同地域角度，如張瑜等[4]、ZHANG等[5]、劉茂輝等[6]對省域以及城市層面的減污降碳協(xié)同效應進行分析。一些研究還特別關注減污降碳與經(jīng)濟水平的關聯(lián)性，如王涵等[7]通過灰色關聯(lián)度法對中國各省2016年和2018年的減污降碳和經(jīng)濟水平進行測度；劉華軍等[8]發(fā)現(xiàn)減污降碳協(xié)同推進有利于提升3E（能源—經(jīng)濟—環(huán)境）系統(tǒng)的整體績效。除此之外，還有學者通過隨機森林（RF）法[9]、嵌套型投入產出模型[10]對減污降碳的驅動因素進行分析。

從上述可以看出，目前學界對于減污降碳綜合效率的測度鮮有探討，但現(xiàn)階段相近領域的研究已較為成熟。由于越來越多的國家重視經(jīng)濟發(fā)展與生態(tài)保護的良性互動，因此，不久的將來，有關碳減排效率、大氣污染物減排效率、節(jié)能減排效率等環(huán)境治理效率的研究將不斷涌現(xiàn)，其中數(shù)據(jù)包絡分析方法（DEA）將成為測度效率的主流方法之一。目前學界已拓展出各類加以改進的DEA模型用以評價基于非期望產出的環(huán)境治理效率。HALKOS等[11]使用定向距離函數(shù)模型（DDF）分別測度28個歐盟成員國的環(huán)境效率；李軍軍等[12]在DDF模型的基礎上，利用考慮非期望投入的擴展型DDF模型對中國區(qū)域節(jié)能減排效率進行評價。非同質DEA模型也被用于生態(tài)環(huán)境效率的測算中，LI等[13]在衡量中國各省的環(huán)境效率時考慮了非同質投入情況；WU等[14]則同時構建基于非同質投入與產出的DEA模型以對中國工業(yè)部門的能源與環(huán)境效率進行測度。除上述改進的DEA評價模型外，考慮到松弛變量對于效果測算結果的影響以及有效決策單元的可比問題[15]，超效率SBM模型更加常見于環(huán)境領域的效率測度。就大氣污染減排效率而言，現(xiàn)有研究基于超效率SBM模型從省際、城市和部門等不同尺度對大氣污染減排效率進行測度：楊剛強等[16]利用環(huán)境污染治理投資額等投入指標以及SO2排放量、碳排放量等產出指標測算了中國各省級行政區(qū)的空氣污染治理效率；呂曉劍等[17]選取PM2.5年均濃度為非期望產出，對山東省各地市的大氣環(huán)境效率值進行了測算；吳文潔等[18]將工業(yè)廢氣排放總量作為非期望產出，測算中國工業(yè)部門的生態(tài)效率。有關碳排放效率測度的研究成果同樣豐碩，如ZHANG等[19]、郭沛等[20]、徐英啟等[21]、宋敏等[22]分別從全國各省份、各地級市、低碳試點城市、黃河流域地區(qū)等不同區(qū)域角度測算了碳排放效率；袁長偉等[23]、ZHANG等[24]、張廣泰等[25]、郗永勤等[26]均運用超效率SBM模型分別測度了交通運輸、建筑、工業(yè)等行業(yè)的碳排放效率。其中某些研究在通過超效率SBM模型測算效率的基礎上，進一步利用Tobit模型探究影響減污與降碳效率的因素[27]。

綜上所述，減污降碳現(xiàn)已成為中國實現(xiàn)“雙碳”目標、推進生態(tài)文明建設的重要戰(zhàn)略決策，近年來學界對于減污降碳協(xié)同效應研究的不斷關注，為本文提供了方向性指導，同時環(huán)境、能源方面的效率測度指標體系及方法的日趨完善，也為本文提供了科學的理論性指導。然而，目前學界對于減污降碳綜合效率的測度研究仍存在不足。具體表現(xiàn)在：雖然減污與降碳分屬兩個系統(tǒng)，但由于其同根、同源等特性，二者不可分而治之，應將大氣污染減排效率與碳減排效率納入統(tǒng)一框架中進行測度。在此視角下，如何構建減污降碳效率評價指標體系、如何盡可能準確測度中國減污降碳效率、中國減污降碳效率在時間變化與空間分布上呈現(xiàn)怎樣的特點、哪些因素是影響中國減污降碳效率的主要因素等，這些問題亟待做出回應。因此，本文將大氣污染減排與碳減排一同納入減污降碳效率的測算框架內，構建基于投入—產出視角的減污降碳效率評價指標體系，引入非期望產出的超效率SBM模型對中國減污降碳效率進行測度，分析減污降碳效率的時空演變特征，并利用Tobit模型對影響減污降碳效率的各種因素進行分析。本文將有助于測度各區(qū)域的減污降碳效率，并揭示減污降碳效率的時空差異及其形成原因，為地方制定具有針對性的減污降碳政策提供理論依據(jù)。

2 評價方法介紹

2.1 減污降碳效率的測度

2.1.1 減污降碳效率評價指標選取

本文選取2010—2019年我國30個省份（不包括西藏及港澳臺地區(qū)）的面板數(shù)據(jù)，在已有減污降碳、節(jié)能減排以及環(huán)境治理相關研究的基礎上[28-29]，遵循評價指標選取的全面性、科學性、可獲得性等原則，充分考慮中國各省份減污降碳的投入以及相應產出，并構建減污降碳效率評價指標體系，見表1。資本投入用資本存量表示：這里按照永續(xù)盤存法（PIM）[30]計算全國各省份的資本存量，Kit=Kit-1(1-δ)+Ii，其中Kit為i省份t年的資本存量，δ為折舊率，取9.6%，Iit為i省份t年按照價格指數(shù)進行平減后的固定資產投資額；能源投入用能源消耗量來表示；勞動投入用各省份從業(yè)人數(shù)來表示；各省份各年度的地區(qū)生產總值GDP以2010年為基期換算成可比價，以去除價格變動的影響；著眼于大氣污染物排放與碳排放較強的空間聚集性[31]，本文將“減污”限定于大氣污染領域，用主要污染排放物SO2的排放量來表示，碳排放則用CO2排放量表示。測度數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》以及中國碳核算數(shù)據(jù)庫（CEADs）。

表1 減污降碳效率投入—產出指標體系

2.1.2 減污降碳效率評價方法介紹

超效率SBM模型可以很好地解決傳統(tǒng)DEA和SBM模型的不足，它充分考慮了投入和產出松弛變量對效率水平的影響，從而精確地度量了決策單元的投入產出效率，同時可以對多個有效決策單元進行比較[21,32]。因此，本文建立基于非期望產出的超效率SBM減污降碳效率評價模型，假設對n個決策單元（DMU）的減污降碳效率進行測度，那么每個DMU的效率表達式為：

式中：ρ*為目標效率值；k為被測算的DMU；λj為各DMU的權重；每個DMU有m個投入指標：xi（i=1, 2,…,m）；q1個期望產出指標：yr（r=1, 2,…,q1）；q2個非期望產出指標：bt（t=1, 2, …,q2），這里m=3，q1=1，分別表示投入xi、期望產出yr和非期望產出bt的松弛變量；ρ*越大說明減污降碳效率越高，反之則越低。

2.2 減污降碳效率的影響因素識別及模型構建

2.2.1 減污降碳效率影響因素識別

中國不同地域的減污降碳協(xié)同效應存在明顯的時空差異[33]，減污降碳效率不僅與區(qū)域減污降碳要素的投入與產出有關，而且會受到減污降碳系統(tǒng)的外部經(jīng)濟、技術、政策等因素影響。因此，本文從以下方面對減污降碳效率影響因素進行探討。

（1）經(jīng)濟發(fā)展水平。經(jīng)濟—能源—環(huán)境三大系統(tǒng)的協(xié)調發(fā)展是當前經(jīng)濟高質量發(fā)展的新目標、新要求。一個地區(qū)的環(huán)境污染治理能力與其經(jīng)濟發(fā)展密不可分。有實證研究表明，經(jīng)濟發(fā)展可以對環(huán)境治理效率起到顯著的促進作用[34]。這也意味著，經(jīng)濟越發(fā)達的地區(qū)，環(huán)境治理效率相對越高，其污染物與CO2減排的效率也可能越高。因此，本文將人均GDP（單位：元）作為衡量地區(qū)經(jīng)濟發(fā)展水平的變量，并以2010年為基期換算為可比價。

（2）技術進步。技術進步被認為是減少污染物與CO2排放量的重要驅動因素[35-36]，技術進步提高減污降碳效率的途徑有：①通過促進全要素生產率的提升，有效地改進技術、工藝和生產設備的使用壽命，降低生產過程中的能耗，進一步提高能源利用率，從而降低污染物與CO2的排放強度；②通過綠色創(chuàng)新技術推廣、綠色能源開發(fā)，轉變企業(yè)以往粗放型生產方式，形成綠色低碳生產方式，進而減少污染物與CO2的排放量。本文選取各省份的專利授權數(shù)（單位：件）以衡量其技術創(chuàng)新水平。

（3）產業(yè)結構升級水平。減污降碳與產業(yè)結構的優(yōu)化密切相關[37-38]。產業(yè)結構優(yōu)化與升級是產業(yè)結構由低級向高級層層演化的歷程，在這一演進過程中，第三產業(yè)的比重不斷提升。通過產業(yè)結構的調整，使各個行業(yè)得到良性的、協(xié)調的發(fā)展，從而促進要素資源的自由流動；產業(yè)結構的升級還能促進某些行業(yè)的產業(yè)鏈得以優(yōu)化，從而減少礦物能源的消費，顯著降低生產過程中的環(huán)境成本，有效促進大氣污染物和CO2的協(xié)同減排。產業(yè)結構升級的核心與靈魂是產品附加值的提高，因此本文參考徐敏等[39]用產業(yè)結構層次系數(shù)來表示產業(yè)結構升級水平，計算公式為：表示第j產業(yè)的產值比重）。

（4）環(huán)境規(guī)制強度。環(huán)境規(guī)制對于解決生態(tài)環(huán)境問題的重要性不言而喻，它也是推進減污降碳協(xié)同治理的有效手段，在一定程度上有利于提高減污降碳效率。一個地區(qū)的環(huán)境規(guī)制強度可以通過其頒布的政策與法規(guī)數(shù)量來反映，環(huán)境規(guī)制政策法規(guī)的出臺，使得環(huán)境治理依靠國家強制力收到立竿見影的治污效果[40]。中國現(xiàn)階段雖尚未針對減污降碳協(xié)同治理形成系統(tǒng)化的制度，但有研究表明，碳排放交易[41]、環(huán)保稅[42-43]等制度的設立對大氣污染排放與碳排放均有不同程度的減排作用；污染治理投資也可以從側面反映出地方政府在減污降碳上的努力程度。基于此，本文將政策與法規(guī)文本數(shù)量（單位：個），即各地出臺的與大氣污染防治、碳減排相關的地方性政策文件和法規(guī)的數(shù)量，以及污染治理投資額占地方GDP比重作為環(huán)境規(guī)制強度的代理變量。

（5）能源消費強度。近年來，煤炭消費在中國仍占主體地位，這類高碳化石能源消耗量的持續(xù)增長是制約污染物和CO2減排的主要原因[44]，能源消耗會對地區(qū)的減污降碳效率起到抑制作用[45]。減污降碳協(xié)同治理的重要途徑之一就是要積極推動煤炭供給側結構性改革，優(yōu)先發(fā)展可再生能源，促使能源消費結構更加高效化、綠色化。本文將單位能耗（單位：噸/萬元）作為能源消費的代理變量。

2.2.2 Tobit模型構建

考慮到由超效率SBM模型測算的減污降碳效率值具有非負截斷特征，若采用OLS法通常會使估計結果失真，大多數(shù)學者采用Tobit模型[27,46-48]進行分析，以有效規(guī)避參數(shù)有偏等問題。因此，本文建立Tobit模型進行減污降碳效率影響因素的實證分析，見公式（2）。

式中：PCE為被解釋變量減污降碳效率，RGDP、TEC、IND、Policy+Law、INV、ENC分別表示人均GDP、專利授權數(shù)、產業(yè)結構升級水平、地方性政策和法規(guī)的數(shù)量、污染治理投資占比、單位能耗。

PCE值是基于前述測算出的減污降碳效率，TEC、IND、INV、ENC數(shù)據(jù)通過《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》整理計算所得。關于Policy+Law數(shù)據(jù)，參考郭海紅等[49]的研究，在北大法寶、地方人民政府網(wǎng)站等公開數(shù)據(jù)庫上對“減污降碳”“大氣污染”“碳排放”“減排”等進行標題關鍵詞檢索，搜集30個省份與大氣污染防治、碳減排相關的地方性政策文件和法規(guī)，提取與研究主題相關的地方性政策文件和法規(guī)數(shù)量作為度量指標。相關變量的描述性統(tǒng)計如表2所示。

表2 變量的描述性統(tǒng)計結果

3 減污降碳效率時空演變分析

3.1 時間變化特征

本文利用MaxDea軟件，基于超效率SBM模型對2010—2019年中國減污降碳效率進行測算，結果如圖1所示。中國減污降碳效率的波動較為平穩(wěn)，效率均值處于0.41～0.46之間，減污降碳水平仍有較大的提升空間。在研究期內，中國減污降碳效率出現(xiàn)兩段比較明顯的變化：第一階段為2014—2016年，減污降碳效率保持穩(wěn)定上升狀態(tài)，2016年的減污降碳效率達到研究期的最高點，這與國家的政策引導密不可分。2013年我國正式啟動碳排放交易試點，這一政策措施通過轉移污染產業(yè)和提升技術創(chuàng)新，顯著降低了CO2與污染物的排放[40]，提升了減污降碳效率。2016年是“十三五”規(guī)劃開局之年，國家“十三五”規(guī)劃明確將碳減排納入生態(tài)環(huán)境保護約束性指標體系，擺脫過去環(huán)保和節(jié)能、降碳相互割裂的狀態(tài)，探索污染物排放與碳排放的雙重規(guī)制機制。第二階段為2017—2019年，減污降碳效率呈現(xiàn)下降趨勢。中國煤炭消費量在經(jīng)歷2014—2016年三連降之后，2017年又有所回升，尤其是2019年中國煤炭消費總量約達28.04億噸標煤，煤炭消費在能源結構中比重依然最高。煤炭消費量與大氣污染物、碳排放量之間有著顯著的正相關關系[50-51]，高碳化石能源消費量過高，已成為減污降碳協(xié)同增效的一大痛點。中國現(xiàn)處的減污降碳階段與歐美國家不同，多數(shù)發(fā)達國家的能源消費及碳排放程度均處于下降態(tài)勢，而中國由于存量基數(shù)較大，碳排放的峰值尚未出現(xiàn)，污染物排放量仍居高位，生態(tài)環(huán)境質量還未實現(xiàn)由量變到質變的突破。因此，在研究期，中國減污降碳效率整體上并未有較大的提升，為盡早實現(xiàn)“雙碳”目標，今后的減污降碳協(xié)同治理任務仍緊迫且艱巨。此外，將減污降碳效率分解為純技術效率和規(guī)模效率，可以看出：研究期內，規(guī)模效率均高于純技術效率，減污降碳效率主要取決于純技術效率，這表明純技術效率是影響減污降碳效率的關鍵。進一步提升中國減污降碳協(xié)同增效水平，不僅需要改善減污降碳投入產出的適配度，最大化實現(xiàn)生產最優(yōu)規(guī)模，更應優(yōu)化減污降碳協(xié)同治理決策，并提高要素利用的有效程度。

圖1 中國減污降碳效率變化水平

3.2 空間分異特征

各省份減污降碳效率值存在較大差異。表3為全國各省份的減污降碳效率，以2010—2019年的平均值來看，位于前三位的是北京、上海、廣東，減污降碳效率均值分別是1.222、1.047和0.829。一方面，由于這三個省份的經(jīng)濟發(fā)展水平高，產業(yè)結構較為合理，且在控制能源消耗和推動減污降碳技術進步方面成效顯著，表現(xiàn)出較高的減污降碳效率；另一方面，北京、上海、深圳等城市最先提出減污—降碳—經(jīng)濟三者協(xié)同增效的目標并付諸實踐，這些省份現(xiàn)已成為降碳、減污、增長協(xié)同推進的中國樣板。東部地區(qū)的天津、浙江、江蘇等省份減污降碳效率均值在0.4～0.7之間，表明這些地區(qū)的減污降碳工作取得一定成效，但還有進一步提升的空間；除中部地區(qū)的江西省以及西部地區(qū)的重慶市外，其余省份的減污降碳效率均值均低于0.4，表明這些省份在溫室氣體及污染物排放方面的治理力度尚顯不足，減污降碳成效還不明顯。

區(qū)域的減污降碳效率水平從高到低依次為東部、中部、西部。受經(jīng)濟發(fā)展水平、資源稟賦、地理位置等因素的影響，中國東部、中部、西部的減污降碳效率存在差異，從圖2可以看出，減污降碳效率明顯呈現(xiàn)“東—中—西”階梯式分布。整體分析全國東部、中部、西部三大區(qū)域，2010—2019年減污降碳效率的平均值分別為0.622、0.356、0.295?？梢钥闯?，東部地區(qū)的減污降碳效率最高，其包含的省份除了經(jīng)濟最為發(fā)達的北上廣，其余大部分為沿海省份。除了地理環(huán)境的影響，東部地區(qū)大部分省份的經(jīng)濟發(fā)展水平位于全國前列、經(jīng)濟轉型處于領先地位，綠色經(jīng)濟發(fā)展程度較高，一些省份很早就通過政策指引將減污與降碳緊密聯(lián)系在一起，實現(xiàn)了減污降碳與綠色發(fā)展較高層次的協(xié)同。然而，中部與西部的減污降碳效率明顯低于東部地區(qū)。中國資源型省份主要分布于中、西部地區(qū)。就產煤大省山西而言，長期以來，其工業(yè)主要集中在煤炭、鋼鐵、電力等高耗能行業(yè)，能源消耗量過大，進一步制約了其經(jīng)濟轉型與綠色發(fā)展，此外，能源外送同時加劇了其減煤節(jié)能的壓力。面臨經(jīng)濟發(fā)展、環(huán)境治理、能源保供等目標要求，山西在減污降碳協(xié)同治理中受到多重約束，因而減污降碳效率偏低。除資源型省份外，其余中部、西部地區(qū)省份也會受到綠色發(fā)展理念不強、經(jīng)濟發(fā)展水平較低的制約，在產業(yè)綠色低碳轉型、技術創(chuàng)新等方面步履維艱，進一步影響其減污降碳效率。然而，得益于節(jié)能減排等政策措施安排以及2015年修訂的《中華人民共和國大氣污染防治法》中確立的“區(qū)域大氣污染聯(lián)合防治”規(guī)定，可以發(fā)現(xiàn)，在研究期間，東部、中部、西部三大區(qū)域之間減污降碳效率的差距與前期相比明顯縮?。▓D3），表明一系列綠色低碳政策措施的實施在減污降碳方面成效顯現(xiàn)，同時，區(qū)域聯(lián)防聯(lián)控機制的建立推動了政策、技術、資金等要素投入在地區(qū)間的流動與共享交流。

圖2 2010年和2019年中國減污降碳效率分布圖

圖3 中國各區(qū)域減污降碳效率變化趨勢

4 減污降碳效率驅動因素分析

產業(yè)結構升級水平（IND）不僅能促使產業(yè)結構系統(tǒng)進一步高級化，提升地區(qū)經(jīng)濟競爭力，也能通過產業(yè)鏈的優(yōu)化，降低污染物排放和改善生態(tài)環(huán)境[52]，被眾多研究認為是影響環(huán)境治理效率、節(jié)能減排效率的關鍵因素。因此，為探究減污降碳效率的驅動因素，本文以產業(yè)結構升級對減污降碳效率的回歸分析為基準模型，構建模型（1），之后，逐步加入人均GDP（RGDP）、專利授權數(shù)（TEC）、地方性政策和法規(guī)的數(shù)量（Policy+Law）、污染治理投資占比（INV）、單位能耗（ENC），分別形成模型（1）～（6），以分析經(jīng)濟發(fā)展、技術進步、環(huán)境規(guī)制強度、能源消費強度與產業(yè)結構升級共同對減污降碳效率的影響。Tobit回歸結果見表4。

表4 變量的描述性統(tǒng)計結果

基于表4中對2010—2019年中國減污降碳效率影響因素進行回歸的結果，具體分析如下。

（1）在模型（1）～（6）中，產業(yè)結構升級系數(shù)（IND）均在1%的統(tǒng)計水平上顯著為正，表明產業(yè)結構的調整與優(yōu)化可以有效提升減污降碳效率。通過產業(yè)結構的不斷升級可以逐步擺脫以第二產業(yè)為主導的粗放型經(jīng)濟增長模式，進一步降低污染物排放水平，在一定程度上有利于減污降碳效率的提升。

（2）在模型（2）～（6）中，人均GDP（RGDP）對減污降碳效率的影響在1%的統(tǒng)計水平上顯著為正，表明減污降碳效率會隨著人均GDP的增加而提高，這一結果與上述減污降碳效率的空間分異特征大致吻合。經(jīng)濟發(fā)展水平的提升，不僅能夠促進產業(yè)結構優(yōu)化、技術進步，而且還能夠有效作用于環(huán)境治理。經(jīng)濟越發(fā)達的地區(qū)，也往往意味著其綠色發(fā)展理念較為超前，無論是政府在制定政策目標時較早關注污染防治、環(huán)境治理，還是人們隨著生活質量的改善更加追尋綠色環(huán)保的生活方式，都會有助于提升減污降碳效率。

（3）在模型（3）～（6）中，技術進步的代理變量——專利授權數(shù)（TEC）對減污降碳效率具有顯著的促進作用。對于傳統(tǒng)產業(yè)來說，技術進步可以推動其產業(yè)技術升級，在一定程度上減少高碳、高污染資源要素投入，提高其資源利用率，進而降低能耗、大氣污染物與CO2排放。因此，技術進步對于重點能源消耗等企業(yè)至關重要。除此之外，對于新興產業(yè)，如可再生能源發(fā)電企業(yè)，技術進步也是其未來發(fā)展的關鍵。鑒于可再生能源發(fā)電具有波動性、間歇性等特點，對電力預測、儲存、調峰等方面進行技術優(yōu)化改進，可以在一定程度上解決可再生能源消納難題，加快能源綠色轉型，進一步提升減污降碳效率。

（4）在模型（4）～（6）中，地方性政策和法規(guī)數(shù)量（Policy+Law）作為環(huán)境規(guī)制的代理變量，其系數(shù)均在1%的統(tǒng)計水平上顯著為正，表明地方性相關政策和法規(guī)的出臺對地區(qū)的減污降碳效率具有明顯的促進作用。因此，未來碳排放交易、排污權交易、綠色稅收等一系列制度與政策的銜接與整合，對于豐富、完善減污降碳協(xié)同制度體系至關重要。

（5）在模型（5）～（6）中，污染治理投資占比（INV）同樣作為環(huán)境規(guī)制的代理變量，但卻呈現(xiàn)出與預期不一致的結果。在模型（5）中，INV在5%的統(tǒng)計水平下顯著為負；在模型（6）中，INV不顯著且系數(shù)為負。中國近年來對于大氣污染物與溫室氣體排放的治理投資規(guī)模不斷擴大，但目前資金的運行效率仍處低位且各省份的資金利用率存在較大差異[53]，某些地區(qū)忽視治理投入資金的有效配置，進而污染治理投資無法對減污降碳起到促進作用。

（6）在模型（6）中可以看出，單位能耗（ENC）對減污降碳效率具有顯著的抑制作用，且通過了1%水平的顯著性檢驗，這一結果與預期一致。單位GDP能耗越低，表明每單位GDP的能源投入越少，也意味著地區(qū)經(jīng)濟活動中對能源的利用效率越高，粗放型經(jīng)濟增長模式逐步向集約化、綠色化經(jīng)濟增長模式轉變，因而減污降碳效率相對較高。

5 結論及政策建議

本文構建了減污降碳效率的投入—產出指標，將2010—2019年全國30個省份作為研究樣本，運用超效率SBM模型對中國減污降碳效率進行測算，并采用Tobit模型對影響中國各省份減污降碳效率的主要因素進行實證分析。主要結論如下。

（1）從時序變化上來看，在研究期內中國減污降碳效率整體上并未有較為明顯的突破，減污降碳效率均值處于0.41～0.46之間，中國減污降碳水平仍有較大的提升空間；從空間分異上來看，減污降碳效率具有顯著的地域特征，東部、中部、西部地區(qū)效率依次遞減，均值分別為0.622、0.356、0.295，地區(qū)間效率差距較大，但隨著時間推移，三大區(qū)域間減污降碳效率的差距逐漸縮小。其中東部地區(qū)所包含的北京、上海、廣東等省份，減污降碳效率普遍較高，均值可達0.7以上，中部、西部地區(qū)多數(shù)省份的減污降碳效率普遍較低，均值基本低于0.4。

（2）通過采用Tobit模型對減污降碳效率的主要影響因素進行實證分析，發(fā)現(xiàn)產業(yè)結構升級水平、人均GDP、專利授權數(shù)、地方性政策和法規(guī)數(shù)量對減污降碳效率具有顯著的正向作用；單位能耗對減污降碳效率具有顯著的抑制作用；污染治理投資占比對減污降碳效率影響不顯著。

根據(jù)研究結論，為提升中國減污降碳效率，本文提出以下政策建議。

（1）立足新發(fā)展理念及“兩山”理論，建立健全減污降碳協(xié)同治理政策體系。相關政策措施和法律法規(guī)的完善對于減污降碳協(xié)同治理具有重要指導性意義。構建減污降碳協(xié)同治理政策體系要以新發(fā)展理念、“兩山”理論為指引，從整體性、系統(tǒng)性、長遠性角度深刻理解減污降碳協(xié)同治理對于經(jīng)濟高質量發(fā)展的重要意義，在布局政策體系時要把握好在目標設定、法律法規(guī)制定、管理機制構建上的協(xié)同。首先，在減污降碳目標設定上做到上下統(tǒng)籌協(xié)調，步調一致，總體規(guī)劃要從整體上對環(huán)境目標與氣候目標進行考量，并為各地區(qū)分配合理的減污降碳責任權重。各省份的減污降碳目標應與上級規(guī)劃基本保持一致，并結合自身經(jīng)濟發(fā)展與生態(tài)環(huán)境現(xiàn)狀動態(tài)調整目標規(guī)劃。電力、鋼鐵、煤化工等重污染行業(yè)也要結合實際，主動設定減污降碳總量目標。其次，減污降碳的相關立法有待進一步完善。目前有關應對氣候變化的規(guī)定在立法層面有所不足，應盡快將碳減排等相關要求納入現(xiàn)有的生態(tài)環(huán)境法律法規(guī)中，并加強減污和降碳在治理標準、權責劃分、管理制度等方面的協(xié)調融合。最后，在構建基于源頭—過程—末端的管理機制時要實現(xiàn)減污與降碳的協(xié)同。在源頭防控上，將降碳與環(huán)評、能評制度結合，協(xié)同控制排放增量、減少能源消耗；在過程控制上，加強降碳與清潔生產制度、排污許可制度的有效銜接，充分利用大數(shù)據(jù)信息管理的優(yōu)勢，實現(xiàn)排污權交易與碳交易的一體化管理，深挖過程減排；在末端治理上，強化降碳與生態(tài)補償制度、環(huán)保督察制度的結合，在生態(tài)環(huán)境約束性指標體系中納入減污降碳綜合效率，并將減污降碳水平作為生態(tài)環(huán)境考核的重要內容。

（2）優(yōu)化產業(yè)結構，加快綠色化、低碳化產業(yè)結構的形成。對于減污降碳效率較高的北京、上海、廣東等省份，要嚴格控制產業(yè)規(guī)模，增強投入要素的利用效率，促進大數(shù)據(jù)新業(yè)態(tài)與現(xiàn)有產業(yè)的融合發(fā)展，在實現(xiàn)自身創(chuàng)新資源積累及產業(yè)升級的同時，進一步帶動周邊地區(qū)的產業(yè)結構優(yōu)化。對于浙江、江蘇、山東等減污降碳效率達到全國平均水平的省份，要積極引導資金、人才等要素流入服務業(yè)、制造業(yè)等技術密集型產業(yè)，促進產業(yè)鏈向多維度延伸發(fā)展。對于減污降碳效率較低的省份，如寧夏、青海、新疆等，要結合自身比較優(yōu)勢，因地制宜調整產業(yè)結構優(yōu)化升級策略，加快產業(yè)發(fā)展模式的轉變，在加強創(chuàng)新投入的基礎上構建戰(zhàn)略性新興產業(yè)布局。

（3）引導綠色低碳技術創(chuàng)新，促使技術進步。政府可以通過設立專項基金支持企業(yè)開發(fā)綠色清潔技術，并激勵社會資本的加入；鼓勵高校及科研院所在綠色低碳技術研發(fā)中發(fā)揮“智力”優(yōu)勢，構建“校企”合作長效機制；在清潔技術成果推廣過程中，應給予充分的稅收優(yōu)惠與補貼，或者采取政府采購方式保證新技術最終落地，進而降低綠色低碳技術的研發(fā)風險；倡導地區(qū)之間技術創(chuàng)新的交流共享，尤其是鼓勵較為發(fā)達的東部地區(qū)對中西部地區(qū)的綠色低碳技術開發(fā)進行引導與幫扶。通過技術進步推動各地區(qū)減污降碳效率的逐步提升。

（4）發(fā)揮地區(qū)生態(tài)優(yōu)勢，推動綠色經(jīng)濟發(fā)展。生態(tài)環(huán)境保護與經(jīng)濟發(fā)展并非對立矛盾關系，減污降碳協(xié)同治理也亦非要求經(jīng)濟發(fā)展做出讓步，良好的生態(tài)環(huán)境本身蘊藏著無窮的經(jīng)濟價值。各地區(qū)應依托自身生態(tài)優(yōu)勢，將生態(tài)效益更好地轉化為經(jīng)濟效益，讓生態(tài)價值成為經(jīng)濟高質量發(fā)展的新動能。如青海、內蒙古、新疆等地，可再生能源資源儲量巨大，應把握好這一能源優(yōu)勢，大力推進可再生能源規(guī)?；_發(fā)，提高可再生能源跨省跨區(qū)供給能力，為本地區(qū)綠色經(jīng)濟發(fā)展帶來新的增長點；對于黃河流域地區(qū)，可依托其特有的自然風光以及民俗文化等資源，適度開發(fā)生態(tài)康養(yǎng)、休閑旅游等服務，豐富本地區(qū)的產業(yè)形態(tài)，為當?shù)鼐用駝?chuàng)造更多的就業(yè)機會；對于偏遠山區(qū)地區(qū)，要善于將天然的生態(tài)優(yōu)勢轉化提升為產業(yè)優(yōu)勢，結合自身資源，培育特色產業(yè)體系，并借助“互聯(lián)網(wǎng)+”等電子商務平臺，增加當?shù)靥厣a品的競爭力。通過促進各地區(qū)經(jīng)濟發(fā)展的綠色低碳轉型，進一步推動減污降碳效率的提升。

（5）合理制定環(huán)境治理投資規(guī)劃，提高減污降碳效率。應重點關注減污降碳工作的薄弱環(huán)節(jié)，使環(huán)境治理投入資金得到高效利用，實現(xiàn)治理投資的合理配置；各省份應立足本地區(qū)資源稟賦，并根據(jù)污染物排放與碳排放狀況，及時對治理資金的投入方向與力度進行動態(tài)調整；在區(qū)域協(xié)調發(fā)展戰(zhàn)略的部署下，完善縱向及橫向生態(tài)轉移支付制度，根據(jù)各地的減污降碳現(xiàn)狀，平衡地區(qū)間的治理資金投入，促進各省份經(jīng)濟與減污降碳的協(xié)調發(fā)展。

（6）控制能源消費總量，推動能源低碳轉型。過度依賴煤炭等化石能源是導致中國減污降碳效率大打折扣的根源，能源的“綠色”與“低碳”是減污降碳協(xié)同治理的關鍵。首先，在能源供給側，應加快風電、光伏項目的建設，推進可再生能源對于傳統(tǒng)能源的替代；在能源需求側，通過可再生能源消納責任權重、綠色電力證書等制度的有效落實，增加全社會對于綠色電力的用電需求，提高可再生能源電力消納水平。其次，通過市場化促進能源轉型，推動碳排放交易與排污權交易在政策、機制和標準上的融合，發(fā)揮綠色金融對于減污降碳協(xié)同增效的作用。最后，對于資源型地區(qū)，如山西等省份，應協(xié)調能源保供與低碳轉型的關系，通過著力研發(fā)核心能源技術，推進煤礦的綠色智能開采，盡可能減少開采過程中的碳排放與污染物排放。通過加速能源低碳轉型，實現(xiàn)減污降碳的協(xié)同增效。