摘? ?要:不同地區(qū)人口、經(jīng)濟(jì)和技術(shù)等發(fā)展水平和特征呈現(xiàn)出較大差異,這使得碳排放績(jī)效以及影響碳排放績(jī)效的因素也存在差異。本文在評(píng)估2001—2019年全國(guó)各省區(qū)碳排放績(jī)效基礎(chǔ)上,深入分析碳排放績(jī)效的結(jié)構(gòu)和差異,研究分析其影響因素,并提出完善碳績(jī)效考核機(jī)制、制定差異化碳減排政策、完善碳減排管理制度、加快能源結(jié)構(gòu)轉(zhuǎn)型等政策建議。
關(guān)鍵詞:碳排放績(jī)效;Malmquist指數(shù);碳減排
DOI:10.3969/j.issn.1003-9031.2022.09.004
中圖分類(lèi)號(hào):F124.6;F062.1? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? ? ?文章編號(hào):1003-9031(2022)09-0042-16
一、引言
目前,全球已經(jīng)有54個(gè)國(guó)家的碳排放實(shí)現(xiàn)達(dá)峰,其中大部分屬于發(fā)達(dá)國(guó)家。我國(guó)碳減排的難度遠(yuǎn)遠(yuǎn)高于發(fā)達(dá)國(guó)家,由于經(jīng)濟(jì)發(fā)展仍處于上升期,當(dāng)前階段發(fā)展對(duì)化石能源消耗仍具有較高的需求,碳排放仍處在一個(gè)平穩(wěn)增長(zhǎng)的趨勢(shì)。“雙碳”目標(biāo)意味著廣泛而深刻的社會(huì)經(jīng)濟(jì)系統(tǒng)性變革,只有采取科學(xué)、嚴(yán)苛的減排機(jī)制才能確?!半p碳”目標(biāo)如期實(shí)現(xiàn)。碳排放權(quán)意味著發(fā)展權(quán),由于我國(guó)不同地區(qū)人口、經(jīng)濟(jì)和技術(shù)等發(fā)展水平和特征呈現(xiàn)出較大差異,碳排放不平衡問(wèn)題尤其突出,造成不同地區(qū)在碳減排任務(wù)分配時(shí)存在較大的利益沖突,這就需要在碳減排過(guò)程中平衡好地區(qū)間發(fā)展,避免因碳減排進(jìn)一步擴(kuò)大不同區(qū)域發(fā)展差異。在碳減排過(guò)程中實(shí)現(xiàn)區(qū)域協(xié)調(diào)發(fā)展有賴(lài)于科學(xué)的碳減排機(jī)制,而評(píng)估各地區(qū)間的碳排放差異,準(zhǔn)確識(shí)別造成這種差異的因素,是進(jìn)一步制定和明確各地區(qū)碳減排任務(wù)的基礎(chǔ),也是完善碳補(bǔ)償機(jī)制并制定差異化政策措施、開(kāi)展各類(lèi)減排活動(dòng)的重要前提。
二、文獻(xiàn)綜述
有關(guān)碳排放研究對(duì)象主要有碳排放量、碳排放強(qiáng)度、人均碳排放、碳排放效率以及碳排放績(jī)效等。碳排放量依據(jù)碳核算方法測(cè)算得出,較為成熟的國(guó)際碳排放核算體系以聯(lián)合國(guó)政府間氣候變化專(zhuān)門(mén)委員會(huì)(IPCC)的《國(guó)家溫室氣體清單指南》為代表。碳排放強(qiáng)度、人均碳排放量等變量是基于碳排放總量計(jì)算出來(lái)的。碳排放效率是一種考慮了碳排放生產(chǎn)技術(shù)的環(huán)境效率,環(huán)境效率被定義為考慮污染排放等非期望產(chǎn)出的經(jīng)濟(jì)單位的實(shí)際產(chǎn)出和潛在產(chǎn)出的比值,主要通過(guò)使用隨機(jī)前沿分析(SFA)和數(shù)據(jù)包絡(luò)分析(DEA)等方法構(gòu)建生產(chǎn)前沿面測(cè)算得出(周五七和聶鳴,2012)。
碳排放績(jī)效與碳排放效率具有相似之處,但碳排放績(jī)效更加強(qiáng)調(diào)能源消費(fèi)、經(jīng)濟(jì)發(fā)展、生產(chǎn)要素等多個(gè)因素共同作用的結(jié)果,因此在測(cè)算中要突出“全要素”特點(diǎn),基于此,大量學(xué)者使用DEA模型對(duì)碳排放績(jī)效進(jìn)行測(cè)算,將能源消費(fèi)、生產(chǎn)要素作為投入,形成GDP期望產(chǎn)出和碳排放非期望產(chǎn)出。如Zhou等(2006)利用DEA方法從宏觀角度上測(cè)算并評(píng)價(jià)了OECD國(guó)家和部分地區(qū)碳排放績(jī)效。王群偉等(2010)利用含有非期望產(chǎn)出的DEA模型構(gòu)建可用于研究碳排放績(jī)效動(dòng)態(tài)變化的Malmquist指數(shù),測(cè)度了1996—2007年我國(guó)28個(gè)省區(qū)市二氧化碳的排放績(jī)效。韓晶等(2015)利用DEA-Malmquist指數(shù)對(duì)2005—2011年全國(guó)各省的工業(yè)碳排放績(jī)效進(jìn)行測(cè)算。王少劍等(2020)基于DEA超效率SBM模型對(duì)中國(guó)各城市碳排放績(jī)效進(jìn)行測(cè)定。
碳排放差異研究方面,大部分研究認(rèn)為盡管我國(guó)碳排放強(qiáng)度有所下降、碳排放績(jī)效有所改善,但人均碳排放量仍處于增長(zhǎng)階段,減排整體任務(wù)仍較重,省域碳排放存在顯著的區(qū)域差異,發(fā)展極不平衡。任志娟(2014)研究發(fā)現(xiàn),2003—2010年全國(guó)碳減排總量的均值持續(xù)上升,但碳排放強(qiáng)度穩(wěn)中有降,人均碳排放量溫和上升,全國(guó)各省份的碳排放強(qiáng)度和人均碳排放差異較大。王群偉等(2010)的研究表明,我國(guó)碳排放績(jī)效主要因技術(shù)進(jìn)步而不斷提高,東、中、西以及東北四大區(qū)域碳排放績(jī)效有所差異,但差異性有下降趨勢(shì)。張珍花等(2011)根據(jù)年均碳排放量將全國(guó)各省劃分為重度、中度以及輕度排放區(qū),發(fā)現(xiàn)重度與中度排放區(qū)域的碳排放水平差異在擴(kuò)大,而中度與輕度排放區(qū)域的碳排放水平差異在縮小。
研究碳排放影響因素是解決碳排放問(wèn)題的關(guān)鍵,20世紀(jì)70年代,美國(guó)生態(tài)學(xué)家Ehrlich和Comnoner提出IPAT模型,認(rèn)為環(huán)境的三個(gè)直接因素是人口、人均財(cái)富、技術(shù)及這些因素之間的相互作用。Dietz T等在IPAT模型基礎(chǔ)上進(jìn)一步發(fā)展STIRPAT模型,將區(qū)域環(huán)境的影響因素分解為人口、經(jīng)濟(jì)發(fā)展水平和技術(shù)因素三大類(lèi),為分析碳排放影響因素提供一個(gè)較為實(shí)用的框架,之后大量研究中,對(duì)碳排放影響因素的選取都建立在該模型基礎(chǔ)上(吳青龍等,2018)。大部分研究認(rèn)為經(jīng)濟(jì)水平是造成碳排放增長(zhǎng)的最主要因素,能源強(qiáng)度等是抑制碳排放量增長(zhǎng)的重要因素,人口規(guī)模、城市化水平、居民收入、貿(mào)易水平也是影響碳排放增長(zhǎng)的重要因素,但對(duì)于產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)對(duì)碳排放是否存在確切影響尚未達(dá)成共識(shí)。潘家華和張麗峰(2011)研究認(rèn)為碳生產(chǎn)率反映經(jīng)濟(jì)增長(zhǎng)與碳排放之間的依存關(guān)系,影響碳排放因素包括經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、能源利用效率、消費(fèi)方式等。周杰琦和韓穎(2016)證實(shí)人均實(shí)際 GDP 是碳強(qiáng)度省際差異形成的首要因素,其他因素按照貢獻(xiàn)由高到低依次是能源結(jié)構(gòu)、人口結(jié)構(gòu)、技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu),對(duì)外開(kāi)放的貢獻(xiàn)較低。
已有研究中主要存在以下不足。從研究對(duì)象來(lái)看,大部分采用碳排放量、人均碳排放量、碳排放強(qiáng)度、碳排放效率等作為研究對(duì)象,這些指標(biāo)是靜態(tài)的,未能全面反映經(jīng)濟(jì)發(fā)展水平、技術(shù)進(jìn)步等外在因素動(dòng)態(tài)變化對(duì)碳排放效率改善的影響,一般只適合地區(qū)間同一時(shí)期的橫向比較而不利于不同時(shí)期地區(qū)間的縱向比較。在分析碳排放區(qū)域差異上,研究碳排放指標(biāo)的效率變化、技術(shù)進(jìn)步角度分析的較少,缺乏多要素共同作用的綜合分析,且在區(qū)域劃分上較多直接采用行政地理區(qū)域劃分,忽略同一區(qū)域內(nèi)不同省區(qū)經(jīng)濟(jì)發(fā)展水平、技術(shù)水平的差異。從研究時(shí)期來(lái)看,文獻(xiàn)重點(diǎn)關(guān)注2010年以前的碳排放情況,黨的十八大以來(lái),我國(guó)越來(lái)越重視低碳經(jīng)濟(jì)發(fā)展,積極采取措施促進(jìn)節(jié)能減排,2020年全國(guó)碳排放強(qiáng)度較2015年降低18.8%,已有研究無(wú)法全面反映我國(guó)在碳減排領(lǐng)域所取得的成效。結(jié)合已有研究的不足,本文綜合考慮能源、資本、勞動(dòng)力等要素,使用包含非期望產(chǎn)出的SBM模型測(cè)度碳排放生產(chǎn)效率,并基于生產(chǎn)技術(shù)前沿面的距離函數(shù),構(gòu)造一種可考察動(dòng)態(tài)變化的Malmquist碳排放績(jī)效指數(shù),從動(dòng)態(tài)的角度研究碳排放區(qū)域差異性,并利用2001—2019年我國(guó)28個(gè)省區(qū)的面板數(shù)據(jù)對(duì)影響碳排放績(jī)效的因素進(jìn)行實(shí)證研究,并根據(jù)實(shí)證結(jié)果提出建議,以期為促進(jìn)完善碳減排政策體系、促進(jìn)各地區(qū)協(xié)調(diào)發(fā)展提供有益參考。
三、我國(guó)省域碳排放績(jī)效區(qū)域差異分析
(一)我國(guó)碳排放總體情況
中國(guó)碳排放數(shù)據(jù)庫(kù)CEADs顯示,我國(guó)碳排放總量不斷增長(zhǎng),但增長(zhǎng)趨勢(shì)有所減緩,各省區(qū)碳排放總量從2001年32.25億萬(wàn)噸上升至2019年108.82億萬(wàn)噸,增速?gòu)?003、2005年約18%的高位下降至2019年的3%左右,表明我國(guó)碳排放增長(zhǎng)趨勢(shì)得到初步控制(見(jiàn)圖1)。
碳排放強(qiáng)度方面,若GDP價(jià)格以2000年為基期計(jì)算,我國(guó)每單位實(shí)際GDP碳排放強(qiáng)度下降明顯,從2001年的3.0036下降至2019年的1.7720,19年間累計(jì)降幅達(dá)41%,表明我國(guó)碳減排取得了積極成效。然而,我國(guó)碳減排仍面臨著嚴(yán)峻形勢(shì),由于經(jīng)濟(jì)體量大、能源消費(fèi)需求仍處于上升階段,我國(guó)人均碳排放量仍呈現(xiàn)出穩(wěn)步上升態(tài)勢(shì),人均碳排放量從2001年的2.55噸/人上升至2019年7.75噸/人。國(guó)際能源署數(shù)據(jù)顯示,中國(guó)碳排放量總量排全球第一,人均碳排放量超過(guò)發(fā)達(dá)經(jīng)濟(jì)體的平均水平,2020年發(fā)達(dá)經(jīng)濟(jì)體的人均碳排放量降至8.2噸,低于中國(guó)8.4噸的水平,可以預(yù)見(jiàn),“雙碳”目標(biāo)實(shí)現(xiàn)過(guò)程中,我國(guó)碳排放空間將越來(lái)越小。
(二)碳排放績(jī)效測(cè)度
為更好反映經(jīng)濟(jì)水平、能源、技術(shù)等因素的綜合作用及其動(dòng)態(tài)變化,本文深入研究碳排放績(jī)效的變動(dòng)情況與區(qū)域差異。首先使用含有非期望產(chǎn)出的超效率SBM模型計(jì)算碳排放生產(chǎn)效率,再使用碳排放生產(chǎn)效率構(gòu)造Malmquist指數(shù),以衡量碳排放績(jī)效。
1.構(gòu)建含有非期望產(chǎn)出的超效率SBM模型
當(dāng)經(jīng)濟(jì)系統(tǒng)的環(huán)境效率考慮了碳排放等非期望產(chǎn)出,就稱(chēng)之為碳排放生產(chǎn)效率。碳排放生產(chǎn)效率的測(cè)算和評(píng)價(jià)通常需要使用DEA模型,DEA模型將資本、勞動(dòng)力、能源等作為投入指標(biāo),將GDP和碳排放量作為產(chǎn)出指標(biāo)。但當(dāng)決策單元(DMU)存在投入過(guò)度或產(chǎn)出不足時(shí),經(jīng)典DEA模型會(huì)高估決策單元的效率值,使得所計(jì)算結(jié)果不符合客觀實(shí)際。為此,Tone(2001)基于DEA構(gòu)建一個(gè)SBM(Slacks-Based Measure)模型克服了上述問(wèn)題。減少污染物排放成為經(jīng)濟(jì)系統(tǒng)的重要目標(biāo),在考慮非期望產(chǎn)出情況下,不管投入多少,都期望產(chǎn)出更少的廢棄物。為更好評(píng)估含有非期望產(chǎn)出經(jīng)濟(jì)系統(tǒng)的效率,Tone(2003)在基于SBM模型,構(gòu)建含有非期望產(chǎn)出 SBM 模型,具體為:
2.構(gòu)造及分解Malmquist指數(shù)
Malmquist由瑞典經(jīng)濟(jì)學(xué)家Sten Malmquist在1953年首先提出并得到不斷豐富發(fā)展,Malmquist指數(shù)本身已經(jīng)得到了學(xué)術(shù)界的廣泛認(rèn)可,但對(duì)M指數(shù)分解形式仍存在分歧。碳排放績(jī)效本質(zhì)上是衡量碳排放生產(chǎn)率的變動(dòng)水平,因此碳排放Malmquist指數(shù)必然涉及DMU兩個(gè)不同時(shí)期的碳排放效率值的比較。Malmquist 指數(shù)本質(zhì)上是兩個(gè)距離函數(shù)值的比值,通過(guò)線性規(guī)劃方法(如DEA)測(cè)度技術(shù)效率后,然后將其轉(zhuǎn)化為距離函數(shù)值。借鑒成剛(2014)做法,本文使用含有非期望產(chǎn)出的超效率SBM模型測(cè)度得出的生產(chǎn)效率作為距離函數(shù)值,計(jì)算Malmquist指數(shù),以此來(lái)衡量碳排放績(jī)效。Fare 等(1992)根據(jù)投入導(dǎo)向的 CCR 模型構(gòu)建了幾何平均的綜合Malmquist指數(shù)并分解為 EC 效率變化和TC技術(shù)變化(技術(shù)進(jìn)步),也稱(chēng)為FGLR(1992)分解。根據(jù) Malmquist指數(shù)的公式也可以直接推導(dǎo)出規(guī)模報(bào)酬可變的Malmquist指數(shù),并分解為PEC純技術(shù)效率變動(dòng)和 PTC純技術(shù)變動(dòng),分解公式如下所示:
(三)碳排放績(jī)效總體情況及區(qū)域差異分析
1.投入產(chǎn)出指標(biāo)選取及數(shù)據(jù)來(lái)源
基于上述思路,結(jié)合數(shù)據(jù)的可得性和實(shí)證研究需要,本文以我國(guó)28個(gè)省2000—2019年的數(shù)據(jù)為樣本,海南、西藏、寧夏的數(shù)據(jù)缺失嚴(yán)重,予以剔除。投入數(shù)據(jù)選取勞動(dòng)力、資本和能源等指標(biāo),產(chǎn)出數(shù)據(jù)選取實(shí)際GDP和碳排放總量。勞動(dòng)力投入選取平均從業(yè)人員。資本投入使用資本存量來(lái)衡量,借鑒單豪杰(2008)的做法,以2000年為基期,采用永續(xù)盤(pán)存法基于歷年固定資產(chǎn)投入、固定資產(chǎn)價(jià)格指數(shù)等數(shù)據(jù)計(jì)算得到資本存量。能源投入采用能源消費(fèi)總量來(lái)衡量。實(shí)際GDP以2000年為基期,基于地區(qū)生產(chǎn)總值指數(shù)、名義GDP等指標(biāo)計(jì)算得出。以上原始數(shù)據(jù)均來(lái)源于歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》以及國(guó)家統(tǒng)計(jì)局。碳排放總量來(lái)源于中國(guó)碳排放數(shù)據(jù)庫(kù)CEADs。相關(guān)數(shù)據(jù)的描述性統(tǒng)計(jì)如表1所示。
2.碳排放績(jī)效動(dòng)態(tài)變化總體情況分析
基于以上數(shù)據(jù),本文使用含有非期望產(chǎn)出的超效率SBM模型測(cè)算碳排放績(jī)效。由于碳排放績(jī)效反映了兩個(gè)不同時(shí)期碳排放效率值的比較,因此碳排放績(jī)效計(jì)算結(jié)果將減少1個(gè)。在規(guī)模報(bào)酬不變假設(shè)下,根據(jù)上述模型公式使用Matlab測(cè)算得到2001—2019年28個(gè)省的具體碳排放排放績(jī)效指數(shù)。表2給出了歷年平均的Malmquist碳排放績(jī)效指數(shù)及其分解值,圖2是累計(jì)的Malmquist碳排放績(jī)效指數(shù)及其分解的變動(dòng)情況。
表2和圖2顯示碳排放績(jī)效的純技術(shù)效率(PEC)呈現(xiàn)下降趨勢(shì),在19年間從0.9944下降至0.7257,累計(jì)降幅達(dá)27.01%,平均年降幅1.42%;碳排放績(jī)效的純技術(shù)變動(dòng)(PTC)累計(jì)增長(zhǎng)65.77%,年均增長(zhǎng)3.46%。由于PEC的下降幅度小于PTC的增長(zhǎng)幅度,使碳排放績(jī)效指數(shù)(Malmquist)保持穩(wěn)步增長(zhǎng)趨勢(shì),19年間累計(jì)增長(zhǎng)20.98%,碳排放績(jī)效年平均改進(jìn)效率保持1.10%水平。
從圖2可知,2001—2005年碳排放績(jī)效的累計(jì)變動(dòng)值有所下降,表示碳排放績(jī)效出現(xiàn)一定程度的退化,主要由于碳排放技術(shù)效率下降過(guò)快所致(在4年間累計(jì)降低11.82%),其中2004、2005年碳排放績(jī)效也一定程度受碳排放純技術(shù)變動(dòng)下降的影響,這可能與該時(shí)期我國(guó)高耗能、高排放行業(yè)發(fā)展過(guò)快有關(guān),2005年我國(guó)呈現(xiàn)出過(guò)度工業(yè)化特征(王群偉等,2010),呈現(xiàn)出一定程度的規(guī)模不經(jīng)濟(jì),導(dǎo)致我國(guó)碳排放總量快速上升、碳排放績(jī)效下降。
3.碳排放績(jī)效動(dòng)態(tài)變化區(qū)域差異分析
受諸多因素影響,我國(guó)碳排放績(jī)效可能呈現(xiàn)出區(qū)域差異。一般而言,省區(qū)的人均碳排放量越小,表明碳排放生產(chǎn)效率越高。本文利用28省區(qū)2001—2019年人均碳排放量的年平均值作為劃分依據(jù),將28省區(qū)劃分為低排放區(qū)(12個(gè))、中排放區(qū)(11個(gè))、高排放區(qū)(5個(gè)),分別考察各個(gè)區(qū)域內(nèi)的碳排放績(jī)效動(dòng)態(tài)變化情況(見(jiàn)表3)。表4給出了低、中、高排放區(qū)域的排放績(jī)效Malmquist指數(shù)及其分解的歷年均值和累計(jì)值。
表4顯示,低、中排放區(qū)域的Malmquist平均指數(shù)大于1,表明這些區(qū)域的平均碳排放績(jī)效均得到改善,累計(jì)改善的幅度分別達(dá)19.05%、50.79%,主要得益于純技術(shù)改進(jìn)的平均幅度大于技術(shù)效率退化的幅度,中排放區(qū)域的純技術(shù)改進(jìn)累計(jì)增幅高達(dá)86.44%。高排放區(qū)域Malmquist指數(shù)指數(shù)小于1,表明其碳排放績(jī)效存在退化,退化幅度累計(jì)接近30%,主要原因是技術(shù)效率退化的幅度較大,累計(jì)超過(guò)50%,說(shuō)明高排放省區(qū)的技術(shù)效率存在較大的改善空間。
為進(jìn)一步揭示全國(guó)及各類(lèi)排放區(qū)域內(nèi)部的碳排放績(jī)效改善進(jìn)程,本文運(yùn)用絕對(duì)?茁收斂理論對(duì)碳排放績(jī)效進(jìn)行收斂性分析。設(shè)yi,0和yi,t分別表示基期和第t期的碳排放績(jī)效指數(shù),則?茁收斂檢驗(yàn)?zāi)P蜑椋?/p>
1n(yi,t / yi,0)=?琢+?茁1n(yi,0)+?滋i,t? ? (11)
1n(yi,t / yi,0)表示從基期到第t期碳排放績(jī)效的平均增長(zhǎng)率,當(dāng)系數(shù)?茁為負(fù),則表明i省區(qū)的碳排放增長(zhǎng)率與基期呈現(xiàn)反向變動(dòng)關(guān)系,存在收斂性。利用全國(guó)28省及分區(qū)域的碳排放面板數(shù)據(jù)對(duì)上述模型進(jìn)行檢驗(yàn),檢驗(yàn)結(jié)果見(jiàn)表5。表5顯示,全國(guó)28省、低排放區(qū)、高排放區(qū)系數(shù)分別在5%、10%、5%顯著水平下為負(fù)數(shù),存在絕對(duì)?茁收斂,中排放區(qū)的收斂性則不明顯。?茁系數(shù)的大小反映出碳排放績(jī)效平均增長(zhǎng)率與基期碳排放績(jī)效的背離程度,低排放區(qū)碳排放績(jī)效的收斂速度和趨同性要快于中、高排放區(qū),表明低排放區(qū)的碳減排績(jī)效進(jìn)程更快。為加強(qiáng)這種趨同性,有必要增強(qiáng)區(qū)域間的碳減排技術(shù)交流和碳補(bǔ)償機(jī)制合作。
四、我國(guó)碳排放績(jī)效影響因素實(shí)證研究
(一)模型構(gòu)建與指標(biāo)選取
為進(jìn)一步揭示全國(guó)28省碳排放績(jī)效及其組成部分差異的原因,本文對(duì)相關(guān)變量做進(jìn)一步分析。IPAT模型被廣泛應(yīng)用于分析環(huán)境效率,其隨機(jī)形式為STIRPAT模型:I=?琢Pa1Aa2 Ta3e,其中,I為碳排放指標(biāo),P為人口因素,A表示經(jīng)濟(jì)發(fā)展情況,T表示技術(shù)水平,e為隨機(jī)誤差。STIRPAT模型允許驅(qū)動(dòng)因素進(jìn)行適當(dāng)分解。為更深入探究我國(guó)碳排放績(jī)效的驅(qū)動(dòng)因素,結(jié)合我國(guó)碳排放影響因素實(shí)際情況,本文對(duì)STIRPAT模型進(jìn)行擴(kuò)展和延伸,構(gòu)建如下模型:
Mali,t=?琢1+?琢2lnpgdpi,t+?琢3(lnpgdpi,t)2+?琢3lnPi,t+?琢4lnTi,t+?琢5EIi,t+?琢6ISi,t+?琢7ESi,t+?滓i,t+?滋i,t? ? ? ?(12)
PECi,t=?琢1+?琢2lnpgdpi,t+?琢3(lnpgdpi,t)2+?琢3lnPi,t+?琢4lnTi,t+?琢5EIi,t+?琢6ISi,t+?琢7ESi,t+?滓i,t+?滋i,t? ?(13)
PTCi,t=?琢1+?琢2lnpgdpi,t+?琢3(lnpgdpi,t)2+?琢3lnPi,t+?琢4lnTi,t+?琢5EIi,t+?琢6ISi,t+?琢7ESi,t+?滓i,t+?滋i,t? ?(14)
Mal表示i省區(qū)t時(shí)期的碳排放績(jī)效Malmquist指數(shù),PEC、PTC為Malmquist指數(shù)分解而來(lái)的純技術(shù)效率變動(dòng)、純技術(shù)變動(dòng),核心解釋變量為經(jīng)濟(jì)發(fā)展水平(lnpgdp)、人口因素(lnP)、技術(shù)水平(lnT),控制變量為能源強(qiáng)度(EI)、能源結(jié)構(gòu)(ES)、產(chǎn)業(yè)結(jié)構(gòu)(IS)。?滓i表示未觀察到的固定效應(yīng),表示區(qū)域特征對(duì)碳排放績(jī)效的影響。庫(kù)茲涅茨假說(shuō)認(rèn)為經(jīng)濟(jì)發(fā)展水平與環(huán)境影響存在倒U型關(guān)系,本文在全國(guó)28省面板數(shù)據(jù)回歸中設(shè)置對(duì)照組(即是否加入二次項(xiàng))考察這種關(guān)系是否存在。變量的指標(biāo)選取說(shuō)明如下(見(jiàn)表6)。
經(jīng)濟(jì)發(fā)展水平(lnpgdp)。根據(jù)庫(kù)茲涅茨假設(shè),環(huán)境效率與經(jīng)濟(jì)發(fā)展水平可能存在倒U型關(guān)系,本文使用人均實(shí)際GDP的對(duì)數(shù)值來(lái)衡量經(jīng)濟(jì)發(fā)展水平變量,并引入二次項(xiàng)。
人口因素(lnP)。參考已有文獻(xiàn),本文考慮人口規(guī)模變化對(duì)碳排放績(jī)效的影響,人口規(guī)模使用年末常住人口的對(duì)數(shù)值來(lái)表示。
技術(shù)水平(lnT)。已有研究認(rèn)為,由于科技創(chuàng)新、技術(shù)進(jìn)步能提升能源效率,優(yōu)化能源結(jié)構(gòu),有助于提升碳排放績(jī)效,結(jié)合數(shù)據(jù)可得性,本文使用國(guó)內(nèi)專(zhuān)利申請(qǐng)授權(quán)量的對(duì)數(shù)值衡量技術(shù)水平。
能源強(qiáng)度(EI)和能源結(jié)構(gòu)(ES)。能源強(qiáng)度反映了每單位GDP所消耗能源量,因此能源強(qiáng)度越高,碳排放績(jī)效越低,本文使用能源消費(fèi)總量和實(shí)際GDP的比值來(lái)表示。在一次能源中,煤炭燃燒產(chǎn)生的碳排放量占比最大,本文將煤炭消費(fèi)占終端能源消費(fèi)總量的比值指代能源結(jié)構(gòu)。
產(chǎn)業(yè)結(jié)構(gòu)(IS)。產(chǎn)業(yè)結(jié)構(gòu)的變化對(duì)碳排放績(jī)效有顯著的影響,第二產(chǎn)業(yè)尤其是高耗能、高排放的產(chǎn)業(yè)占比越高,碳排放量越大,產(chǎn)業(yè)結(jié)構(gòu)的變動(dòng)也會(huì)影響能源效率,從而影響碳排放總量,本文選取第二產(chǎn)業(yè)占GDP比重代表產(chǎn)業(yè)結(jié)構(gòu)。
城市化水平(UL)。為考察城市化進(jìn)程中人口遷移至城鎮(zhèn)對(duì)環(huán)境的影響,本文將城市化水平納入模型,使用城鎮(zhèn)人口與年末常住人口的比值來(lái)衡量。
對(duì)外開(kāi)放水平(OL)。地區(qū)進(jìn)出口額增加,意味著對(duì)外開(kāi)放水平提高,對(duì)外開(kāi)放水平提高不但會(huì)增加碳密集地區(qū)的碳減排壓力,而且減排技術(shù)外溢性帶來(lái)了先進(jìn)技術(shù)、設(shè)備和管理經(jīng)驗(yàn),從而帶來(lái)碳排放績(jī)效的變化。本文選取進(jìn)出口總額與GDP的比值衡量對(duì)外開(kāi)放水平。
以上指標(biāo)的原始數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局以及《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)人口與就業(yè)統(tǒng)計(jì)年鑒》。為確保數(shù)據(jù)可比性,統(tǒng)一以2000年為基期進(jìn)行計(jì)算,以剔除價(jià)格因素影響。樣本數(shù)據(jù)經(jīng)原始數(shù)據(jù)計(jì)算得到,28省2001—2019年共得到532個(gè)觀測(cè)值,各變量描述性統(tǒng)計(jì)量見(jiàn)表7。
(二)實(shí)證結(jié)果分析
本文首先使用28省2001—2019年面板數(shù)據(jù)進(jìn)行回歸分析。hausman檢驗(yàn)顯示使用固定效應(yīng)模型對(duì)模型進(jìn)行估計(jì)更佳。表8報(bào)告了全國(guó)28省分別以碳排放績(jī)效(Mal)及其分解因素(技術(shù)效率變動(dòng)PEC、純技術(shù)變動(dòng)PTC)的模型估計(jì)結(jié)果。模型(1)中,在全國(guó)層面,經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放績(jī)效具有顯著正向影響,這些因素每增長(zhǎng)1單位分別能使碳排放績(jī)效改善0.089、0.223單位;然而,技術(shù)水平、人口規(guī)模、能源結(jié)構(gòu)等因素抑制了碳排放績(jī)效的改善。模型(2)顯示,人均實(shí)際GDP的二次項(xiàng)系數(shù)為正,表明碳排放績(jī)效與經(jīng)濟(jì)發(fā)展水平存在顯著U型關(guān)系。模型(3)—(6)分別以PEC、PTC為被解釋變量,同時(shí)加入人均實(shí)際GDP的二次項(xiàng)進(jìn)行檢驗(yàn),結(jié)果顯示,經(jīng)濟(jì)發(fā)展水平與純技術(shù)效率變動(dòng)存在U型關(guān)系,而與純技術(shù)變動(dòng)不存在此關(guān)系;相比之下,能源強(qiáng)度對(duì)技術(shù)效率變動(dòng)具有顯著的負(fù)面影響,但對(duì)純技術(shù)變動(dòng)無(wú)明顯影響,能源結(jié)構(gòu)則反之,對(duì)外開(kāi)放水平對(duì)純技術(shù)變動(dòng)存在顯著的負(fù)面影響。
上述結(jié)論具有較強(qiáng)的政策含義。第一,碳排放績(jī)效與經(jīng)濟(jì)發(fā)展水平存在從負(fù)相關(guān)向正相關(guān)轉(zhuǎn)變的關(guān)系,當(dāng)前經(jīng)濟(jì)發(fā)展階段中,兩者更多是呈現(xiàn)出顯著負(fù)相關(guān),表明經(jīng)濟(jì)發(fā)展中存在過(guò)于追求經(jīng)濟(jì)效益而忽視環(huán)境效益的現(xiàn)象,特別是存在忽視環(huán)境技術(shù)效率的現(xiàn)象。第二,技術(shù)效率和技術(shù)進(jìn)步的影響因素存在差異,使二者呈現(xiàn)出不協(xié)調(diào)現(xiàn)象,總體技術(shù)進(jìn)步對(duì)碳排放績(jī)效沒(méi)有發(fā)揮出應(yīng)有的正向影響作用,表明要進(jìn)一步處理好管理制度的“軟”實(shí)力創(chuàng)新和科技進(jìn)步“硬”實(shí)力創(chuàng)新的關(guān)系,既要注重碳減排技術(shù)創(chuàng)新,也要加強(qiáng)環(huán)境管理制度創(chuàng)新,提高碳減排技術(shù)管理的效率。第三,產(chǎn)業(yè)結(jié)構(gòu)、能源因素等對(duì)碳排放績(jī)效有顯著的影響,表明既要支持綠色產(chǎn)業(yè)發(fā)展,加快發(fā)展風(fēng)電、光伏等清潔能源產(chǎn)業(yè),又要加大對(duì)高耗能產(chǎn)業(yè)的升級(jí)改造力度,嚴(yán)格控制高耗能高排放行業(yè)的新增和發(fā)展。
為進(jìn)一步考察上述因素對(duì)低、中、高排放區(qū)域的影響,本文對(duì)各區(qū)域的樣本數(shù)據(jù)進(jìn)行回歸分析(見(jiàn)表9)。結(jié)果顯示,上述因素對(duì)各區(qū)域的影響呈現(xiàn)出較大差異??傮w來(lái)看,低排放區(qū)碳排放績(jī)效主要受產(chǎn)業(yè)結(jié)構(gòu)正向影響,中排放區(qū)域同時(shí)顯著受到經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)的正向影響以及人口規(guī)模、能源結(jié)構(gòu)的負(fù)向影響,高排放區(qū)域受技術(shù)創(chuàng)新、對(duì)外開(kāi)放水平的一定影響。經(jīng)濟(jì)發(fā)展水平與碳排放績(jī)效的U型關(guān)系僅在中、高排放區(qū)域成立,在低排放區(qū)域中不成立,但低排區(qū)域碳排放純技術(shù)變動(dòng)與經(jīng)濟(jì)發(fā)展水平呈現(xiàn)出一定的倒U型關(guān)系,低排放區(qū)域的碳排放績(jī)效純技術(shù)進(jìn)步明顯,主要得益于經(jīng)濟(jì)快速發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)改善以及對(duì)外開(kāi)放水平提升。結(jié)果表明在不同區(qū)域制定和實(shí)施統(tǒng)一的碳減排政策和碳補(bǔ)償機(jī)制具有較大難度。
上述結(jié)論說(shuō)明不同人均碳排放量區(qū)域碳排放績(jī)效的影響因素呈現(xiàn)出顯著的結(jié)構(gòu)差異,碳減排、碳補(bǔ)償政策制定和實(shí)施必須考慮這些差異。第一,低排放區(qū)域的技術(shù)效率具有一定的改善空間,碳減排政策制定應(yīng)以改善技術(shù)效率為目標(biāo),在產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、對(duì)外交流合作中應(yīng)注重加強(qiáng)碳減排技術(shù)、制度安排的交流和擴(kuò)散。第二,中排放區(qū)域碳排放績(jī)效技術(shù)效率受能源結(jié)構(gòu)、人口規(guī)模的負(fù)面影響較大,碳減排政策應(yīng)注重人口規(guī)模因素,加快推進(jìn)節(jié)能低碳建筑和低碳設(shè)施,引導(dǎo)居民消費(fèi)向綠色低碳消費(fèi)轉(zhuǎn)變,加強(qiáng)對(duì)清潔能源的開(kāi)發(fā)使用。第三,高排放區(qū)域能源結(jié)構(gòu)以煤炭為主,其技術(shù)效率退化嚴(yán)重拖累碳排放績(jī)效改善,短期內(nèi)碳排放績(jī)效難以改善,要合理設(shè)置減排目標(biāo),避免強(qiáng)減排約束引起經(jīng)濟(jì)發(fā)展的劇烈波動(dòng),加大地區(qū)的轉(zhuǎn)型風(fēng)險(xiǎn),同時(shí)應(yīng)注重逐步完善煤炭領(lǐng)域碳排放控制管理機(jī)制,提高煤炭清潔高效利用效率。
五、結(jié)論及政策建議
(一)結(jié)論
本文主要深入分析2001—2019年全國(guó)28省區(qū)碳排放績(jī)效差異和影響因素,主要結(jié)論如下:第一,盡管碳減排對(duì)經(jīng)濟(jì)發(fā)展的約束作用日益明顯,然而,我國(guó)碳排放績(jī)效指數(shù)保持穩(wěn)步增長(zhǎng)趨勢(shì),主要得益由于碳排放績(jī)效的純技術(shù)改善的速度快于純技術(shù)效率。第二,不同人均碳排放量區(qū)域的碳排放績(jī)效改善存在顯著差異,低、中排放區(qū)域的平均碳排放績(jī)效均得到改善,主要得益于純技術(shù)改進(jìn)的平均幅度大于技術(shù)效率退化的幅度,高排放區(qū)碳排放績(jī)效存在退化,主要是技術(shù)效率退化幅度較大所致;?茁收斂檢驗(yàn)表明低排放區(qū)碳排放績(jī)效的收斂速度和趨同性要快于中、高排放區(qū)。第三,實(shí)證結(jié)果顯示,在全國(guó)層面,經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)對(duì)碳排放績(jī)效具有顯著正向影響,技術(shù)水平、人口規(guī)模、能源結(jié)構(gòu)等因素抑制碳排放績(jī)效改善,碳排放績(jī)效技術(shù)效率和技術(shù)進(jìn)步呈現(xiàn)出不協(xié)調(diào)現(xiàn)象。第四,不同人均碳排放量區(qū)域碳排放績(jī)效的影響因素呈現(xiàn)出顯著差異,低排放區(qū)碳排放績(jī)效受產(chǎn)業(yè)結(jié)構(gòu)正向影響,中排放區(qū)顯著受到經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)的正向影響,以及人口規(guī)模、能源結(jié)構(gòu)的負(fù)向影響,高排放區(qū)受技術(shù)創(chuàng)新、對(duì)外開(kāi)放水平的一定影響。
(二)政策建議
1.完善碳績(jī)效考核機(jī)制
碳排放績(jī)效能動(dòng)態(tài)、全面反映出地區(qū)碳減排的潛力和能力,建議建立以Malmquist指數(shù)為基礎(chǔ)的碳排放績(jī)效評(píng)估體系,并作為衡量地區(qū)碳減排成效的依據(jù)。在實(shí)現(xiàn)“雙碳”目標(biāo)過(guò)程中,遵循“共同但有區(qū)別”的原則,科學(xué)、公平分配各地區(qū)碳減排任務(wù),完善差別化的碳排放績(jī)效改善考核機(jī)制,既要加大對(duì)碳排放績(jī)效高的重點(diǎn)地區(qū)加強(qiáng)環(huán)境規(guī)制,實(shí)行更嚴(yán)格的減排政策,又要?jiǎng)討B(tài)監(jiān)測(cè)對(duì)碳排放績(jī)效具有退化勢(shì)頭的地區(qū)。探索建立以碳排放績(jī)效為基礎(chǔ)的省域橫向碳補(bǔ)償機(jī)制,建立區(qū)域碳收支賬戶,完善碳排放成本、碳吸收價(jià)值核算體系,設(shè)立區(qū)域碳補(bǔ)償基金,深化區(qū)域碳補(bǔ)償?shù)穆窂郊胺绞?,加大?duì)后發(fā)展地區(qū)的生態(tài)補(bǔ)償轉(zhuǎn)移支付力度,推動(dòng)受償?shù)貐^(qū)和補(bǔ)償?shù)貐^(qū)加強(qiáng)經(jīng)濟(jì)聯(lián)系,協(xié)同打造綠色產(chǎn)業(yè)鏈,促進(jìn)各區(qū)域公平低碳發(fā)展。
2.制定差異化碳減排政策
碳減排政策制定和實(shí)施要充分考慮不同區(qū)域碳排放績(jī)效的影響因素的差異。低排放區(qū)域要兼顧優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、改善減排技術(shù)效率雙重目標(biāo),在加大對(duì)碳減排制度創(chuàng)新力度的同時(shí),要加快淘汰落后產(chǎn)能,培育發(fā)展戰(zhàn)略性新興產(chǎn)業(yè),加快發(fā)展現(xiàn)代服務(wù)業(yè)。中排放區(qū)域碳減排績(jī)效顯著受人口規(guī)模影響,人口增加將導(dǎo)致更多的能耗和碳排放量,要合理布局城市空間結(jié)構(gòu)、人口分布,把握好城市適度規(guī)模和人口閾值,保持人口規(guī)模和產(chǎn)業(yè)集聚程度與環(huán)境承載力相匹配。高排放區(qū)域能源結(jié)構(gòu)仍以煤炭為主,其技術(shù)效率嚴(yán)重拖累碳排放績(jī)效改善,要注重完善碳排放管理制度,嚴(yán)格控制煤炭消費(fèi)總量,加快引入和推廣應(yīng)用清潔能源生產(chǎn)技術(shù),依托豐富的風(fēng)能和太陽(yáng)能發(fā)展清潔能源,逐步完善可再生能源產(chǎn)業(yè)體系,降低地區(qū)整體能源強(qiáng)度和碳排放強(qiáng)度。
3.完善碳減排管理制度
碳排放績(jī)效技術(shù)效率和技術(shù)進(jìn)步呈現(xiàn)出不協(xié)調(diào)現(xiàn)象表明要處理好管理制度的“軟”實(shí)力創(chuàng)新和科技進(jìn)步“硬”實(shí)力創(chuàng)新的關(guān)系,既要注重碳減排技術(shù)創(chuàng)新,完善低碳技術(shù)創(chuàng)新體系,也要加強(qiáng)環(huán)境管理制度創(chuàng)新,提高碳減排技術(shù)管理的效率。一方面要鼓勵(lì)有條件的地區(qū)加大碳減排技術(shù)、清潔能源利用技術(shù)、清潔生產(chǎn)技術(shù)等的研發(fā)投入,支持高耗能企業(yè)積極引入低排放生產(chǎn)設(shè)備,推廣應(yīng)用碳捕集、利用與封存等技術(shù),降低工藝生產(chǎn)過(guò)程和燃料燃燒碳排放量;另一方面要建立健全碳減排制度體系,進(jìn)一步完善碳市場(chǎng)、碳稅、碳信用等市場(chǎng)化碳減排政策工具,建立碳減排補(bǔ)貼制度,發(fā)揮專(zhuān)項(xiàng)碳減排基金促進(jìn)綠色低碳技術(shù)創(chuàng)新、科技成果轉(zhuǎn)化作用,引導(dǎo)社會(huì)資本加大對(duì)低碳技術(shù)領(lǐng)域的投入。同時(shí),由于不同區(qū)域碳排放績(jī)效的收斂速度和趨同性不一致,因此要建立不同區(qū)域間的碳減排管理合作機(jī)制,建立不同區(qū)域間的碳減排項(xiàng)目合作機(jī)制,經(jīng)濟(jì)發(fā)展較好地區(qū)通過(guò)購(gòu)買(mǎi)碳配額或進(jìn)行碳減排項(xiàng)目合作的方式從經(jīng)濟(jì)發(fā)展落后地區(qū)獲取碳排放信用以緩解碳減排壓力。
4.加快能源結(jié)構(gòu)轉(zhuǎn)型
產(chǎn)業(yè)結(jié)構(gòu)、能源結(jié)構(gòu)是影響碳排放績(jī)效的重要因素,因此,產(chǎn)業(yè)政策要將優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、加快能源轉(zhuǎn)型作為實(shí)現(xiàn)“雙碳”目標(biāo)工作重點(diǎn)。一是因地制宜開(kāi)發(fā)水電和其他可再生能源,增強(qiáng)清潔能源供給能力,構(gòu)建新型電力系統(tǒng),促進(jìn)新能源占比逐步提高。二是推動(dòng)能源產(chǎn)業(yè)鏈加大碳減排力度,降低能源開(kāi)發(fā)生產(chǎn)、加工儲(chǔ)運(yùn)等各環(huán)節(jié)能源利用水平,建立新能源產(chǎn)業(yè)協(xié)同體制機(jī)制,加快構(gòu)建零碳新工業(yè)體系。三是推動(dòng)交通、建筑等重點(diǎn)行業(yè)和領(lǐng)域轉(zhuǎn)變能源利用方式,加快發(fā)展新能源交通,在城市公交等公共服務(wù)領(lǐng)域推廣新能源汽車(chē),發(fā)展綠色建筑、綠色生態(tài)住宅,推行綠色化、信息化、集約化的新型綠色建造方式。四是加大對(duì)傳統(tǒng)高耗能產(chǎn)業(yè)升級(jí)改造支持力度,探索拓展煤炭清潔高效利用專(zhuān)項(xiàng)再貸款、碳減排支持工具等貨幣政策工具支持范圍,引導(dǎo)金融機(jī)構(gòu)積極積極支持具有顯著碳減排效應(yīng)的項(xiàng)目發(fā)展,促進(jìn)煤電產(chǎn)業(yè)技術(shù)改造,逐步降低煤炭在一次能源消費(fèi)中的比重。
(責(zé)任編輯:孟潔)
參考文獻(xiàn):
[1]AGU.Journals Assessment to China's recent emission pattern shifts[EB/OL].[2021-10-21].https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2021EF002241.
[2]Kaoru Tone.A slacks-based measure of efficiency in data envelopment analysis[J].European Journal of Operational Research,2001(130):498-509.
[3]Kaoru Tone.Dealing with Undesirable Outputs in DEA:A Slacks-based Measure(SBM)Approach[EB/OL].[2003-12-03].https://www.researchgate.net/publication/284047010_Dealing_with_undesirable_outputs_in_DEA_a_Slacks-Based_Measure_SBM_approach.
[4]R Fare,S Grosskopf,B Lindgren,P Roos.Productivity Changes in Swedish Pharamacies 1980-1989[J].The Journal of Productivity Analysis,1992(3):85-101.
[5]Seidman L,Lewis K.Compensations and contributions under an international carbon treaty[J].Journal of Policy Modeling,2009,31(3):341-350.
[6]Zhou P,Ang B W,Poh K L.Slacks-based Efficiency Measures for Modeling Environmental Performance[J].Ecological Economics,2006,60(1).
[7]成剛.數(shù)據(jù)包絡(luò)分析方法與 MaxDEA 軟件[M].北京:知識(shí)產(chǎn)權(quán)出版社,2014.
[8]韓晶,王赟,陳超凡.中國(guó)工業(yè)碳排放績(jī)效的區(qū)域差異及影響因素研究——基于省域數(shù)據(jù)的空間計(jì)量分析[J].經(jīng)濟(jì)社會(huì)體制比較,2015(1):113-124.
[9]潘家華,張麗峰.我國(guó)碳生產(chǎn)率區(qū)域差異性研究[J].中國(guó)工業(yè)經(jīng)濟(jì),2011(5):47-57.
[10]任志娟.中國(guó)碳排放區(qū)域差異與減排機(jī)制研究[D].北京:首都經(jīng)濟(jì)貿(mào)易大學(xué),2014.
[11]王群偉,周鵬,周德群.我國(guó)二氧化碳排放績(jī)效的動(dòng)態(tài)變化、區(qū)域差異及影響因素[J].中國(guó)工業(yè)經(jīng)濟(jì),2010(1):45-54.
[12]王少劍,高爽,黃永源,史晨怡.基于超效率SBM模型的中國(guó)城市碳排放績(jī)效時(shí)空演變格局及預(yù)測(cè)[J].地理學(xué)報(bào),2020,75(6):1316-1330.
[13]吳青龍,王建明,郭丕斌.開(kāi)放STIRPAT模型的區(qū)域碳排放峰值研究——以能源生產(chǎn)區(qū)域山西省為例[J].資源科學(xué),2018,40(5):1051-1062.
[14]張珍花,方勇,侯青.我國(guó)碳排放水平的區(qū)域差異及影響因素分析[J].經(jīng)濟(jì)問(wèn)題探索,2011(11):90-97.
[15]周五七,聶鳴.中國(guó)工業(yè)碳排放效率的區(qū)域差異研究——基于非參數(shù)前沿的實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2012,29(9):58-70+161.
[16]陳煌鑫,陳毅晰.環(huán)境規(guī)制對(duì)中國(guó)工業(yè)綠色發(fā)展的影響研究——基于碳排放權(quán)交易政策的準(zhǔn)自然實(shí)驗(yàn)[J].海南金融,2022(3):26-41.
[17]徐智浩,石懿,陳煌鑫.碳金融相關(guān)外文文獻(xiàn)研究及對(duì)雙碳目標(biāo)的建議[J].海南金融,2022(1):47-63.
[18]單豪杰.中國(guó)資本存量K的再估算:1952~2006年[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2008,25(10):17-31.
[19]周杰琦,韓穎.中國(guó)碳排放強(qiáng)度的區(qū)域差異與驅(qū)動(dòng)因素——基于1995-2013年省際面板數(shù)據(jù)的實(shí)證分析[J].財(cái)經(jīng)理論研究,2016(1):18-26.
[20]管河山,王培,王謙.我國(guó)碳排放權(quán)交易市場(chǎng)的有效性研究[J].金融經(jīng)濟(jì),2020(11):8-17.
收稿日期:2022-06-19
作者簡(jiǎn)介:陳燕和(1992-),女,廣西玉林人,現(xiàn)供職于中國(guó)人民銀行南寧中心支行。本文僅代表作者個(gè)人觀點(diǎn),不代表所在單位意見(jiàn)。