王艷秋, 蔣惠園, 方晨晨, 盧升榮
(1.武漢理工大學(xué) 交通學(xué)院, 湖北 武漢 430063 ;2.湖北大學(xué) 商學(xué)院, 湖北 武漢 430063)
全球環(huán)境污染日益嚴(yán)重,這與人類活動(dòng)造成的CO2等溫室氣體排放密不可分。交通運(yùn)輸業(yè)是國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的基礎(chǔ)性、先導(dǎo)性產(chǎn)業(yè),也是高能耗、高排放產(chǎn)業(yè)。中部地區(qū)相較于東部地區(qū)整體經(jīng)濟(jì)發(fā)展水平較落后且人口眾多,碳減排壓力巨大,對(duì)中部六省交通運(yùn)輸業(yè)全要素碳排放效率進(jìn)行研究具有理論和現(xiàn)實(shí)意義。
碳排放效率是指一定時(shí)間內(nèi)投入單位生產(chǎn)要素進(jìn)行生產(chǎn)活動(dòng)所帶來(lái)的期望產(chǎn)出及碳排放量,包括單要素碳排放效率和全要素碳排放效率。單要素碳排放效率是指碳排放量與單個(gè)投入變量的比值,無(wú)法度量多種影響因素同時(shí)作用下的碳排放效率值,且忽略了能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)等因素的影響;全要素碳排放效率是指綜合研究勞動(dòng)、資本、能源等投入指標(biāo)及GDP、換算周轉(zhuǎn)量、碳排放量等產(chǎn)出指標(biāo)的碳排放效率?,F(xiàn)階段,大多數(shù)學(xué)者采用隨機(jī)前沿分析法(SFA)和數(shù)據(jù)包絡(luò)分析法(DEA)測(cè)算全要素碳排放效率,因采用傳統(tǒng)DEA模型進(jìn)行效率測(cè)度未考慮投入產(chǎn)出的松弛性問題,往往不夠準(zhǔn)確,一些學(xué)者運(yùn)用由傳統(tǒng)DEA模型衍生出的非徑向非角度SBM模型進(jìn)行測(cè)算。韓一杰等以中國(guó)各地區(qū)鋼鐵行業(yè)為研究對(duì)象,應(yīng)用超效率DEA模型對(duì)其能源效率及節(jié)能減排潛力進(jìn)行了分析;Yongrok Choi等采用SBM模型估計(jì)了中國(guó)能源CO2排放效率和邊際減排成本;宋震、袁長(zhǎng)偉等運(yùn)用SBM-DEA模型測(cè)算并對(duì)比分析了中國(guó)各省交通運(yùn)輸業(yè)碳排放效率的差異;王騰等基于非期望產(chǎn)出的超效率SBM模型構(gòu)建港口能源效率評(píng)價(jià)模型,對(duì)上海港2008—2016年能源效率進(jìn)行了實(shí)證研究。為了解全要素效率的動(dòng)態(tài)變化,部分學(xué)者將ML指數(shù)與DEA結(jié)合起來(lái)進(jìn)行研究,如王白雪等利用超效率SBM模型并借助ML指數(shù)分析了北京市公共交通系統(tǒng)的全要素碳排放效率跨期動(dòng)態(tài)變化情況,馮新宇利用ML指數(shù)對(duì)全國(guó)建筑業(yè)的碳排放效率進(jìn)行了動(dòng)態(tài)分析,吳傳清等運(yùn)用ML指數(shù)法研究了長(zhǎng)江經(jīng)濟(jì)帶全要素能源效率的時(shí)空分布差異。但對(duì)交通運(yùn)輸領(lǐng)域的研究不多,且在指標(biāo)選取方面大多以地區(qū)GDP作為期望產(chǎn)出,不符合交通運(yùn)輸業(yè)的特征。因此,該文以中部六省交通運(yùn)輸業(yè)為研究對(duì)象,選取換算周轉(zhuǎn)量為期望產(chǎn)出,在構(gòu)建包含非期望產(chǎn)出的Super-SBM模型的基礎(chǔ)上,構(gòu)建ML指數(shù)模型對(duì)中部六省交通運(yùn)輸業(yè)全要素碳排放效率進(jìn)行動(dòng)態(tài)分析,并運(yùn)用莫蘭指數(shù)對(duì)其空間自相關(guān)性進(jìn)行分析。
1.1.1 Super-SBM模型
DEA是一種前沿分析法,其本質(zhì)是將各決策單元的投入和產(chǎn)出指標(biāo)值投影到運(yùn)用數(shù)學(xué)規(guī)劃方法建立的一個(gè)生產(chǎn)前沿面上,計(jì)算每個(gè)決策單元的效率值。傳統(tǒng)DEA模型由于其具有徑向性等諸多嚴(yán)格假定,其評(píng)價(jià)結(jié)果存在偏差,無(wú)法考慮非期望產(chǎn)出等負(fù)外部效益。為此,Kaoru Tone提出基于松弛變量測(cè)度的非徑向非角度SBM模型,將松弛變量直接引入目標(biāo)函數(shù),為了考慮非期望等負(fù)面外部效益,構(gòu)造出基于非期望產(chǎn)出的SBM模型;鑒于在使用基于非期望產(chǎn)出的SBM模型計(jì)算時(shí)通常會(huì)出現(xiàn)多個(gè)評(píng)價(jià)單元的效率值為1的情形,在此基礎(chǔ)上又提出Super-SBM模型。
非期望產(chǎn)出的Super-SBM模型可寫為:
(1)
(2)
1.1.2 ML指數(shù)模型
Chung Y. H.等將包含壞產(chǎn)出的方向距離函數(shù)應(yīng)用于Malmquist模型,并將得到的Malmquist指數(shù)稱為ML生產(chǎn)率指數(shù)。在規(guī)模報(bào)酬不變(CRS)假設(shè)下,ML指數(shù)可分解為技術(shù)效率變化指數(shù)MLEC與技術(shù)進(jìn)步指數(shù)MLTC;在規(guī)模報(bào)酬可變(VRS)假設(shè)下,可將技術(shù)效率變化指數(shù)分解為純技術(shù)效率變化指數(shù)MLPEC與規(guī)模效率變化指數(shù)MLSEC。計(jì)算公式如下:
(3)
(4)
(5)
以中部六省2007—2016年實(shí)際情況為決策單元,根據(jù)交通運(yùn)輸業(yè)特征,選取勞動(dòng)、資本和能源3個(gè)投入指標(biāo),換算周轉(zhuǎn)量、二氧化碳排放量分別作為期望產(chǎn)出和非期望產(chǎn)出指標(biāo),對(duì)中部六省交通運(yùn)輸業(yè)的全要素碳排放效率進(jìn)行測(cè)算。指標(biāo)數(shù)據(jù)來(lái)源于2007—2016年中部六省統(tǒng)計(jì)年鑒、中國(guó)統(tǒng)計(jì)局、《中國(guó)能源統(tǒng)計(jì)年鑒》并經(jīng)過計(jì)算整理得出。
1.2.1 投入指標(biāo)
(1) 勞動(dòng)。采用中部六省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)上年末從業(yè)人員數(shù)和本年末從業(yè)人員數(shù)的平均值作為本年的勞動(dòng)力投入。
(2) 資本。選取資本存量作為資本投入。由于無(wú)法從年鑒中獲得,借鑒王維國(guó)等提出的“永續(xù)盤存法”進(jìn)行資本存量測(cè)算,公式如下:
(6)
式中:n為中部六省編號(hào);Knt、Kn(t-1)分別為n省第t、t-1年的資本存量值;Int為n省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)按當(dāng)期價(jià)格計(jì)算的固定資產(chǎn)投資額,以2006年n省交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)新增固定資產(chǎn)的10倍為基準(zhǔn);Pnt為投資價(jià)格指數(shù);γ為交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)資本折舊率,取9.66%。
(3) 能源。將交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)生產(chǎn)運(yùn)營(yíng)所消耗的各類能源作為能源投入。由于能源消費(fèi)種類不同,需將不同類型能源消費(fèi)量統(tǒng)一折算成標(biāo)準(zhǔn)煤后匯總,計(jì)算公式如下:
Q=∑θt×Et
(7)
式中:Q為交通運(yùn)輸業(yè)能源消耗總量;θt為第t種能源的折標(biāo)準(zhǔn)煤系數(shù)(見表1);Et為第t種能源消耗量。
表1 各種能源的折標(biāo)準(zhǔn)煤系數(shù)
1.2.2 產(chǎn)出指標(biāo)
(1) 換算周轉(zhuǎn)量。交通運(yùn)輸業(yè)的產(chǎn)出在價(jià)值形態(tài)上是交通運(yùn)輸業(yè)的總產(chǎn)值,但在實(shí)用價(jià)值形態(tài)上表現(xiàn)為周轉(zhuǎn)量,包括貨物周轉(zhuǎn)量和旅客周轉(zhuǎn)量。借鑒喻潔等換算周轉(zhuǎn)量轉(zhuǎn)化方法,將客運(yùn)周轉(zhuǎn)量轉(zhuǎn)換為貨運(yùn)周轉(zhuǎn)量。各種運(yùn)輸方式的轉(zhuǎn)換系數(shù)見表2。
表2 各種運(yùn)輸方式客運(yùn)周轉(zhuǎn)量換算因子
(2) 二氧化碳排放量?!白陨隙隆狈ê汀白韵露稀狈ㄊ钱?dāng)前二氧化碳排放量的主要測(cè)算方法。采用“自上而下”法,應(yīng)用IPCC公布的二氧化碳排放因子數(shù)據(jù),以8種主要能源(煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣)消耗為基準(zhǔn)測(cè)算中部六省交通運(yùn)輸業(yè)的碳排放量。各種能源的二氧化碳排放因子見表3。
表3 各種能源的二氧化碳排放因子
基于2007—2016年中部六省交通運(yùn)輸業(yè)面板數(shù)據(jù),利用Super-SBM測(cè)度模型,綜合考慮非期望產(chǎn)出,運(yùn)用MaxDEA6.8pro軟件測(cè)算各省交通運(yùn)輸業(yè)全要素碳排放效率,結(jié)果見表4、圖1、圖2。
表4 2007—2016年中部六省交通運(yùn)輸業(yè)全要素碳排放效率
根據(jù)表4、圖1、圖2,中部六省交通運(yùn)輸業(yè)的全要素碳排放效率平均值為0.97,處于無(wú)效率狀態(tài),有待提高。安徽、江西、山西交通運(yùn)輸業(yè)的全要素碳排放效率大于0.9,全要素碳排放效率較高;河南、湖北、湖南交通運(yùn)輸業(yè)的全要素碳排放效率小于0.9,全要素碳排放效率較低。從各省情況來(lái)看,僅安徽的全要素碳排放效率呈現(xiàn)上升趨勢(shì)并一直處于技術(shù)前沿面上;江西的全要素碳排放效率整體處于上升態(tài)勢(shì),2012年有一個(gè)較小回落,但仍處于技術(shù)前沿面上;河南總體呈現(xiàn)下降趨勢(shì),在2008年有一個(gè)小小的回升,2007、2009、2010、2011年處于技術(shù)前沿面上;山西總體呈現(xiàn)穩(wěn)定的態(tài)勢(shì),2011年有一個(gè)較小的回落,在2013年又有一個(gè)回升,總體水平保持不變;湖南總體呈現(xiàn)下降趨勢(shì),僅2007年的全要素碳排放效率處于技術(shù)前沿面上;湖北總體呈現(xiàn)穩(wěn)定的態(tài)勢(shì),但2007—2016年的全要素碳排放效率均未處于技術(shù)前沿面上。
圖1 2007—2016年中部六省交通運(yùn)輸業(yè)全要素碳排放效率
圖2 2007—2016年中部六省交通運(yùn)輸業(yè)全要素碳排放效率空間格局
在測(cè)算中部六省交通運(yùn)輸業(yè)全要素碳排放效率的基礎(chǔ)上,利用ML指數(shù)模型研究2007—2016年各省交通運(yùn)輸業(yè)全要素碳排放效率的演變過程,并將ML指數(shù)分解為純技術(shù)效率變化指數(shù)MLPEC、規(guī)模效率變化指數(shù)MLSEC、技術(shù)進(jìn)步指數(shù)MLTC。分析結(jié)果見表5、圖3。
表5 中部六省交通運(yùn)輸業(yè)全要素碳排放效率變動(dòng)及分解
圖3 中部六省交通運(yùn)輸業(yè)全要素碳排放效率變動(dòng)及分解
2.2.1 總體分析
根據(jù)表5,從整個(gè)中部六省來(lái)看,交通運(yùn)輸業(yè)純技術(shù)效率下降2.83%、技術(shù)進(jìn)步率上升15.39%、規(guī)模效率下降6.36%。其中:純技術(shù)效率變化不大,表明整體而言中部六省交通運(yùn)輸業(yè)運(yùn)營(yíng)管理水平?jīng)]有明顯進(jìn)步;技術(shù)進(jìn)步顯著是中部六省交通運(yùn)輸業(yè)碳排放效率上升的絕對(duì)驅(qū)動(dòng)因素;規(guī)模效率下降較明顯,是中部六省交通運(yùn)輸業(yè)碳排放效率下降的主要因素。說(shuō)明技術(shù)進(jìn)步是提升中部六省交通運(yùn)輸業(yè)碳排放效率水平的重要原因,中部六省交通運(yùn)輸業(yè)應(yīng)著力于提高發(fā)展過程中的技術(shù)含量,實(shí)施高質(zhì)量發(fā)展。
2.2.2 省際層面
根據(jù)圖3,大部分省份交通運(yùn)輸業(yè)全要素碳排放效率ML指數(shù)大于1,表明研究期間其全要素碳排放效率處于上升趨勢(shì),湖南和山西的全要素碳排放效率略有下降。
(1) 純技術(shù)效率。安徽、江西、山西三省的純技術(shù)效率等于1,未發(fā)生變化;河南、湖北、湖南三省的純技術(shù)效率小于1,處于下降狀態(tài),其中河南、湖南下降較明顯(分別下降7.93%、5.70%),表明這些省的交通運(yùn)輸業(yè)運(yùn)營(yíng)管理水平有待進(jìn)一步提高。綜合表現(xiàn)為中部六省交通運(yùn)輸業(yè)運(yùn)營(yíng)管理水平有所降低、純技術(shù)效率變化不大。
(2) 技術(shù)進(jìn)步率。各省技術(shù)進(jìn)步率均大于1,增長(zhǎng)最少的是湖北省的13.63%,增長(zhǎng)最多的湖南省的18.73%。表明隨著生態(tài)環(huán)保日漸被重視,中部六省交通運(yùn)輸業(yè)更著力于運(yùn)輸生產(chǎn)過程中設(shè)備設(shè)施的更新改造、升級(jí)換代,節(jié)能減排技術(shù)得到更廣泛、更深入的應(yīng)用。綜合表現(xiàn)為中部六省交通運(yùn)輸業(yè)技術(shù)進(jìn)步明顯。
(3) 規(guī)模效率。僅安徽省的規(guī)模效率等于1,其他五省的規(guī)模效率均小于1。其中河南的規(guī)模效率略小于1,表明其規(guī)模效率在研究期間變化不大;湖北、江西的規(guī)模效率下降較大,湖南、山西的規(guī)模效率下降明顯,表明這些省的社會(huì)經(jīng)濟(jì)及交通運(yùn)輸業(yè)發(fā)展水平相對(duì)落后,交通運(yùn)輸業(yè)規(guī)模與其他省相比較小。綜合表現(xiàn)為中部六省交通運(yùn)輸業(yè)規(guī)模效率下降,中部六省交通運(yùn)輸業(yè)不能簡(jiǎn)單地增大規(guī)模、粗放式發(fā)展,而應(yīng)追求精細(xì)化、高質(zhì)量發(fā)展。
Anselin L.認(rèn)為幾乎所有空間數(shù)據(jù)都有空間依賴性或空間自相關(guān)的特征。為研究中部六省交通運(yùn)輸業(yè)全要素碳排放效率之間的空間關(guān)系,對(duì)其全局、局部自相關(guān)性進(jìn)行檢驗(yàn)。
2.3.1 全局空間自相關(guān)
全局空間自相關(guān)用來(lái)分析研究對(duì)象總體的空間關(guān)聯(lián)和空間差異程度,判斷是否存在空間集聚現(xiàn)象。全局莫蘭指數(shù)I表達(dá)式見式(8),I∈[-1,1]。I>0時(shí),表示各地區(qū)在空間上存在正相關(guān);I=0時(shí),表示各地區(qū)在空間上不存在相關(guān)性;I<0時(shí),表示各地區(qū)在空間上存在負(fù)相關(guān)。
(8)
用標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z檢驗(yàn)空間自相關(guān)的顯著水平,其表達(dá)式見式(9)。Z值為正且顯著時(shí),表明存在顯著正的空間自相關(guān),即相似的觀測(cè)值(高值或低值)趨于空間集聚;Z值為負(fù)且顯著時(shí),表明存在顯著負(fù)的空間自相關(guān),相似的觀測(cè)值趨于分散分布;Z=0時(shí),觀測(cè)值呈獨(dú)立隨機(jī)分布。
(9)
式中:E(I)為觀測(cè)變量自相關(guān)性的期望;VAR(I)為方差。
運(yùn)用Stata軟件計(jì)算各省交通運(yùn)輸業(yè)全要素碳排放效率的全局莫蘭指數(shù)I,結(jié)果見表6。
表6 2007—2016年中部六省交通運(yùn)輸業(yè)全要素碳排放效率的全局空間自相關(guān)性檢驗(yàn)結(jié)果
由表6可知:2007—2016年中部六省交通運(yùn)輸業(yè)全要素碳排放效率的全局莫蘭指數(shù)I為(-0.364,-0.057)且均未通過10%的顯著性檢驗(yàn),表明各省交通運(yùn)輸業(yè)全要素碳排放效率呈現(xiàn)較弱的負(fù)相關(guān)性,產(chǎn)生了類似“虹吸效應(yīng)”的負(fù)向溢出效應(yīng)。
2.3.2 局域空間自相關(guān)
為進(jìn)一步探討各省交通運(yùn)輸業(yè)全要素碳排放效率是否存在局域自相關(guān),通過全局莫蘭指數(shù)I散點(diǎn)圖、局域空間自相關(guān)分析更準(zhǔn)確地把握空間要素的異質(zhì)性特性。全局莫蘭指數(shù)I散點(diǎn)圖由4個(gè)象限組成,分別表示研究區(qū)域與周圍區(qū)域?qū)傩灾档?種不同空間相關(guān)關(guān)系,4個(gè)象限按照空間結(jié)構(gòu)分為高-高、低-高、低-低和高-低4種集聚類型,通常用HH、LH、LL、HL表示,分別對(duì)應(yīng)第一象限到第四象限。2007、2016年各省交通運(yùn)輸業(yè)全要素碳排放效率的全局莫蘭指數(shù)I散點(diǎn)圖分別見圖4、圖5。
由圖4可知:2007年,山西分布在第一象限,其交通運(yùn)輸業(yè)全要素碳排放效率大于1,為高-高局部自相關(guān)空間關(guān)系集群;湖北分布于第二象限,為低-高局部自相關(guān)空間關(guān)系集群;江西、河南、安徽、湖南分布于第四象限,為高-低局部自相關(guān)空間關(guān)系集群。
圖4 2007年中部六省交通運(yùn)輸業(yè)全要素碳排放效率全局莫蘭指數(shù)I散點(diǎn)圖
圖5 2016年中部六省交通運(yùn)輸業(yè)全要素碳排放效率全局莫蘭指數(shù)I散點(diǎn)圖
由圖5可知:2016年,江西分布在第一象限,為高-高局部自相關(guān)空間關(guān)系集群;湖北、湖南、河南分布在第二象限,為低-高局部自相關(guān)空間關(guān)系集群;安徽、山西分布在第四象限,為高-低局部自相關(guān)空間關(guān)系集群。
綜合圖4、圖5可知:隨著時(shí)間的推移,各省交通運(yùn)輸業(yè)全要素碳排放效率的空間相關(guān)關(guān)系發(fā)生顯著變化。山西、江西的交通運(yùn)輸業(yè)發(fā)展存在一定的正向拉動(dòng)作用,呈現(xiàn)高-高發(fā)展的良性循環(huán),其余省份處于第二、四象限,全要素碳排放效率呈現(xiàn)負(fù)相關(guān)關(guān)系。整體來(lái)看,各省交通運(yùn)輸業(yè)發(fā)展缺乏聯(lián)動(dòng)性,未能形成全局性的“高效率省帶動(dòng)周邊省高效發(fā)展”的良性互動(dòng),這也是未來(lái)發(fā)展中急需解決的問題。
構(gòu)建Super-SBM-ML指數(shù)模型測(cè)度中部六省交通運(yùn)輸業(yè)全要素碳排放效率,并對(duì)其演變特征進(jìn)行分析,得到如下主要結(jié)論:1) 中部六省交通運(yùn)輸業(yè)全要素碳排放效率平均值為0.97,處于無(wú)效率狀態(tài),有待提高;各省交通運(yùn)輸業(yè)在發(fā)展過程中更多關(guān)注所創(chuàng)造的周轉(zhuǎn)量增長(zhǎng),對(duì)其造成的環(huán)境污染的關(guān)注力度不夠,造成整體效率低下,交通運(yùn)輸業(yè)發(fā)展處于粗放、低水平、低質(zhì)量階段。2) 中部六省交通運(yùn)輸業(yè)全要素碳排放效率的ML指數(shù)上升4.99%,純技術(shù)效率和規(guī)模效率處于下降趨勢(shì),技術(shù)進(jìn)步率處于上升趨勢(shì),技術(shù)進(jìn)步是提升中部六省交通運(yùn)輸業(yè)整體全要素碳排放效率的重要因素。3) 中部六省交通運(yùn)輸業(yè)全要素碳排放效率的全局莫蘭指數(shù)均為負(fù)值,呈現(xiàn)較弱的負(fù)相關(guān)性,除山西、江西處于全局莫蘭指數(shù)散點(diǎn)圖第一象限外,其余省大多處于第二、四象限,各省交通運(yùn)輸業(yè)發(fā)展缺乏聯(lián)動(dòng)性,尚未形成全局性的“高效率省帶動(dòng)周邊省高效發(fā)展”的良性互動(dòng)。
現(xiàn)階段中部六省交通運(yùn)輸業(yè)全要素碳排放效率仍有進(jìn)一步提升的空間,中部六省交通運(yùn)輸業(yè)綠色發(fā)展應(yīng)加強(qiáng)區(qū)域聯(lián)動(dòng),重點(diǎn)關(guān)注交通運(yùn)輸技術(shù)水平的有效提升,以技術(shù)進(jìn)步驅(qū)動(dòng)交通運(yùn)輸業(yè)低碳發(fā)展。建議如下:1) 提升交通運(yùn)輸信息技術(shù)水平,打造中部六省交通運(yùn)輸信息平臺(tái),增強(qiáng)信息的交互性與共享性,提高運(yùn)輸效率。2) 促進(jìn)低碳技術(shù)開發(fā)和應(yīng)用,加快專業(yè)化、標(biāo)準(zhǔn)化及新能源、清潔能源載運(yùn)工具等運(yùn)輸裝備制造及充電、加氣設(shè)施設(shè)備制造的技術(shù)進(jìn)步。3) 鼓勵(lì)企業(yè)引進(jìn)、培育高水平交通運(yùn)輸技術(shù)人才,提高交通運(yùn)輸業(yè)人力資本水平等知識(shí)型“軟技術(shù)”。4) 合理配置交通基礎(chǔ)設(shè)施建設(shè),加強(qiáng)區(qū)域聯(lián)動(dòng)發(fā)展;加強(qiáng)技術(shù)交流和合作,促進(jìn)先進(jìn)的節(jié)能減排技術(shù)向相對(duì)落后地區(qū)轉(zhuǎn)移。