肖枝洪，冉 波

(重慶理工大學(xué) 理學(xué)院，重慶 400054)

碳排放約束下我國(guó)省際工業(yè)生產(chǎn)效率及空間分析

肖枝洪，冉 波

(重慶理工大學(xué) 理學(xué)院，重慶 400054)

以我國(guó)30個(gè)省市區(qū)1995—2015年工業(yè)生產(chǎn)面板數(shù)據(jù)為研究對(duì)象，運(yùn)用SBM模型測(cè)算碳排放約束下我國(guó)省際工業(yè)生產(chǎn)效率值，然后運(yùn)用Moran指數(shù)對(duì)省際工業(yè)生產(chǎn)效率進(jìn)行空間相關(guān)分析。結(jié)果表明：在碳排放約束下我國(guó)省際工業(yè)生產(chǎn)效率呈現(xiàn)“先減后增”的趨勢(shì)，到了2015年,各省市區(qū)工業(yè)生產(chǎn)都處在效率前沿上；2013年之前，“1值單元”的省份主要集中在東部，且“1值單元”的省份隨著年份增加呈現(xiàn)增加趨勢(shì)；各省市區(qū)的工業(yè)生產(chǎn)效率空間上存在正相關(guān)關(guān)系，東部省份主要呈現(xiàn)高高型聚集特征，西部省份呈現(xiàn)低低型聚集特征。

工業(yè)生產(chǎn)效率；化石碳排放；SBM模型；空間相關(guān)

近年來(lái)我國(guó)工業(yè)生產(chǎn)效率受到了廣大學(xué)者的高度關(guān)注。已有研究文獻(xiàn)大致可以劃分為3類：第一類是研究某個(gè)具體因素對(duì)工業(yè)生產(chǎn)效率的影響。如施潔等研究了基礎(chǔ)設(shè)施對(duì)工業(yè)效率的影響，認(rèn)為基礎(chǔ)設(shè)施對(duì)工業(yè)效率的提升存在顯著的促進(jìn)作用[1]；梁紅艷等分析了物流業(yè)對(duì)工業(yè)效率的影響，認(rèn)為物流業(yè)能夠促進(jìn)工業(yè)效率的提升[2]；徐志偉等研究了水資源對(duì)工業(yè)效率的影響，認(rèn)為工業(yè)廢水排放達(dá)標(biāo)率對(duì)效率提升具有正向作用[3]；余泳澤等探究了金融聚集對(duì)工業(yè)效率的溢出效應(yīng)，認(rèn)為金融服務(wù)業(yè)的聚集間接提升了工業(yè)效率[4]。第二類是測(cè)度工業(yè)生產(chǎn)效率的不同方法。如王燕等運(yùn)用共同前沿法分析了能源約束下的工業(yè)效率，認(rèn)為考慮能源環(huán)境約束下的區(qū)域工業(yè)全要素生產(chǎn)率逐年提高[5]；吳英姿等采用方向距離函數(shù)對(duì)工業(yè)生產(chǎn)效率進(jìn)行測(cè)度，認(rèn)為綠色生產(chǎn)率先升后降，對(duì)工業(yè)低碳發(fā)展有顯著正向影響[6]；Zhang等采用三階段數(shù)據(jù)包絡(luò)法研究工業(yè)生態(tài)效率，認(rèn)為生態(tài)環(huán)境協(xié)調(diào)發(fā)展對(duì)工業(yè)化有至關(guān)重要的作用[7]；劉勇等比較了6種DEA模型，認(rèn)為基于松弛測(cè)度的SBM模型效果較好[8]。第三類是研究工業(yè)生產(chǎn)效率的時(shí)空差異。如韓元軍等分析了環(huán)境規(guī)制強(qiáng)度下的區(qū)域工業(yè)效率，認(rèn)為相同規(guī)制條件下各區(qū)域的工業(yè)效率存在差異[9]；楊林川等研究了中國(guó)區(qū)域工業(yè)發(fā)展?fàn)顩r的時(shí)空差異，認(rèn)為區(qū)域工業(yè)發(fā)展有一定程度的分化，但區(qū)域間差距呈現(xiàn)逐年縮小的趨勢(shì)[10]。

雖然第一類研究文獻(xiàn)對(duì)影響工業(yè)生產(chǎn)效率的某個(gè)特定因素進(jìn)行了比較深入的研究，揭示了特定因素對(duì)工業(yè)生產(chǎn)效率的影響關(guān)系，但是缺乏考慮碳排放因素對(duì)工業(yè)生產(chǎn)效率的影響。第二類研究文獻(xiàn)雖然運(yùn)用不同的方法對(duì)工業(yè)生產(chǎn)效率進(jìn)行了測(cè)度，但是這些方法沒(méi)有充分考慮投入產(chǎn)出的松弛性問(wèn)題，從而導(dǎo)致結(jié)果有偏差[11]。第三類研究文獻(xiàn)雖然對(duì)我國(guó)工業(yè)生產(chǎn)效率的區(qū)域差異性進(jìn)行了研究，但是卻較少對(duì)省際工業(yè)生產(chǎn)效率的空間相關(guān)性及聚集性進(jìn)行分析，導(dǎo)致對(duì)區(qū)域差異認(rèn)識(shí)不全面。由于SBM模型能充分考慮非期望產(chǎn)出問(wèn)題和投入產(chǎn)出的松弛性問(wèn)題，所以本文用SBM模型來(lái)測(cè)算碳排放約束下我國(guó)省際工業(yè)生產(chǎn)效率，運(yùn)用所測(cè)得的效率值對(duì)省際工業(yè)生產(chǎn)效率做空間相關(guān)分析，從而尋找工業(yè)生產(chǎn)效率的時(shí)空差異，為我國(guó)各省市區(qū)的工業(yè)發(fā)展提供決策參考。

一、模型設(shè)定及指標(biāo)數(shù)據(jù)選取

(一)SBM模型介紹

我國(guó)省際工業(yè)生產(chǎn)效率的SBM模型[12]可以表示為下述非線性規(guī)劃問(wèn)題：

sg≥0,sb≥0,λ≥0

(1)

其中：ρ表示省際工業(yè)生產(chǎn)效率值；X、Yg、Yb分別表示各省市區(qū)工業(yè)生產(chǎn)的投入、期望產(chǎn)出與非期望產(chǎn)出；s-、sg、sb分別表示各省市區(qū)投入的松弛量、期望產(chǎn)出的松弛量和非期望產(chǎn)出的松弛量；λ表示權(quán)重；m表示投入指標(biāo)個(gè)數(shù)；h和p分別表示期望產(chǎn)出和非期望產(chǎn)出指標(biāo)個(gè)數(shù)。當(dāng)ρ=1時(shí)，各松弛量均為0，表明所評(píng)價(jià)的決策單元有效率，即該省當(dāng)年的工業(yè)生產(chǎn)是有效率的；當(dāng)ρ<1時(shí)，表明所評(píng)價(jià)的決策單元無(wú)效率，需要進(jìn)行改進(jìn)。

(二)碳排放測(cè)算方法

根據(jù)各省市自治區(qū)規(guī)模以上企業(yè)實(shí)際消耗的8種化石終端能源(原煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣)的總消費(fèi)量估算出各省市區(qū)的CO2排放量(未考慮其他形式導(dǎo)致的碳排放，下文指的碳排放均為這8種化石能源消費(fèi)產(chǎn)生的CO2排放量)，其計(jì)算公式[13]如下：

(2)

表1 8種主要化石能源的碳排放計(jì)算參數(shù)

(三)空間自相關(guān)方法

本文采用Moran指數(shù)對(duì)我國(guó)省際工業(yè)生產(chǎn)效率的全局空間相關(guān)性進(jìn)行檢驗(yàn)。Moran指數(shù)[15]的定義如下：

(3)

(4)

其中：E(I)為Moran’I的期望，SD(I)為Moran’I的方差。

局部空間自相關(guān)主要是研究各省份和鄰近省份工業(yè)生產(chǎn)效率的空間差異。局部Moran’I由全局Moran’I分解得到：

(5)

(四)數(shù)據(jù)指標(biāo)的選取與解釋

在省際工業(yè)生產(chǎn)效率測(cè)算方面，本文收集了中國(guó)大陸30個(gè)省、自治區(qū)、直轄市1995—2015年的工業(yè)生產(chǎn)相關(guān)數(shù)據(jù)，來(lái)源于國(guó)家統(tǒng)計(jì)年鑒和地區(qū)統(tǒng)計(jì)年鑒。數(shù)據(jù)指標(biāo)具體包括：投入指標(biāo)(x)包含固定資產(chǎn)凈值年平均余額、從業(yè)人員年平均人數(shù)和市場(chǎng)化指數(shù)[17],期望產(chǎn)出(yg)為工業(yè)增加值，非期望產(chǎn)出(yb)為工業(yè)消費(fèi)化石能源產(chǎn)生的二氧化碳排放量。

二、結(jié)果分析

(一)化石能源工業(yè)消費(fèi)二氧化碳排放量測(cè)算結(jié)果

化石能源是工業(yè)生產(chǎn)不可或缺的投入要素，也是工業(yè)碳排放的主要來(lái)源,所以對(duì)工業(yè)碳排放測(cè)算顯得十分重要。根據(jù)式(2)測(cè)得1995—2015年30個(gè)省市區(qū)化石能源工業(yè)消費(fèi)二氧化碳碳排放量如表2，部分工業(yè)消費(fèi)化石能源的缺失數(shù)據(jù)根據(jù)統(tǒng)計(jì)方法進(jìn)行填補(bǔ)。

由表2可以得知，整體上，我國(guó)化石能源工業(yè)碳排放量呈上升趨勢(shì)，這與我國(guó)正處于社會(huì)主義初級(jí)階段的基本國(guó)情相吻合，國(guó)家基礎(chǔ)建設(shè)離不開(kāi)工業(yè)的支持，二氧化碳排放量增加在所難免。還可以由表2得知，2010年以前的二氧化碳排放量增速高于2010年后的碳排放量增速。這是因?yàn)檎叨戎匾暯?jīng)濟(jì)與環(huán)境的協(xié)調(diào)發(fā)展，使我國(guó)的碳排放量增速逐年放緩。例如在北京、上海、湖北和云南，北京、上海和湖北由于工業(yè)企業(yè)的改造和升級(jí)，碳排放量近年來(lái)呈下降趨勢(shì)；云南由于大力發(fā)展旅游業(yè)，注重環(huán)境質(zhì)量，碳排放量近年來(lái)呈下降趨勢(shì)。因此，將來(lái)中國(guó)改善碳排放工作的重點(diǎn)應(yīng)該是實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)模式由粗放型向集約型轉(zhuǎn)變,著重調(diào)整工業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)[18]。

表2 部分年份我國(guó)省際化石能源工業(yè)消費(fèi)二氧化碳排放量 104 t

(二)省際工業(yè)生產(chǎn)效率測(cè)算

對(duì)投入產(chǎn)出數(shù)據(jù)進(jìn)行分析前，先對(duì)模型涉及的投入產(chǎn)出變量進(jìn)行相關(guān)性檢驗(yàn)，所用的方法為Spearman相關(guān)分析法[19]，由于省份較多，檢驗(yàn)所用的數(shù)據(jù)為省際的年平均值。相關(guān)系數(shù)通過(guò)了5%的顯著性水平檢驗(yàn)，說(shuō)明投入產(chǎn)出指標(biāo)之間存在顯著的正相關(guān)關(guān)系，也就是說(shuō)，當(dāng)投入增長(zhǎng)時(shí)，產(chǎn)出也將同時(shí)增加[19]。從而說(shuō)明所選投入產(chǎn)出指標(biāo)可以進(jìn)行效率測(cè)算。

將二氧化碳排放量作為非期望產(chǎn)出納入投入產(chǎn)出評(píng)價(jià)體系，根據(jù)式(1)的SBM模型，運(yùn)用DEA-Solver Pro 5.0軟件測(cè)得效率得分，并對(duì)效率值作折線圖，如圖1所示。

從圖1可以看出我國(guó)1995—2015年的省際工業(yè)行業(yè)生產(chǎn)效率得分情況。從總體趨勢(shì)來(lái)看，由于各省市區(qū)的趨勢(shì)線呈上升趨勢(shì)，說(shuō)明各省份碳排放約束下的工業(yè)生產(chǎn)效率呈現(xiàn)顯著的增長(zhǎng)趨勢(shì)。此外，由趨勢(shì)線的傾斜程度還可以得知，各省市區(qū)的工業(yè)生產(chǎn)效率增加速度存在較大差異。其中2003年出現(xiàn)最低值點(diǎn)，省際工業(yè)生產(chǎn)效率得分均值為0.453 0。這是因?yàn)?003年爆發(fā)的“非典”對(duì)我國(guó)工業(yè)產(chǎn)生了較強(qiáng)的負(fù)面影響，雖然疫情得到了有效控制，但是由于從事工業(yè)相關(guān)工作的人員流動(dòng)受到限制，業(yè)務(wù)往來(lái)和技術(shù)交流等出現(xiàn)了一定程度的阻滯，導(dǎo)致我國(guó)工業(yè)生產(chǎn)效率降到了最低點(diǎn)。2003年后，工業(yè)生產(chǎn)效率出現(xiàn)增長(zhǎng)趨勢(shì)，大部分省份在2012年達(dá)到了效率最大值,到了2015年，各省份的工業(yè)生產(chǎn)效率均處在效率前沿上，即各省份工業(yè)生產(chǎn)效率均比較理想。從個(gè)體發(fā)展趨勢(shì)來(lái)看，省際的工業(yè)生產(chǎn)效率差異比較大，說(shuō)明各省份的工業(yè)并不存在統(tǒng)一的發(fā)展路徑。此外，從圖1還可以看出，工業(yè)生產(chǎn)效率達(dá)到“1值單元”年份次數(shù)較多的省份為北京、天津和上海，京津滬3個(gè)直轄市由于地處東部經(jīng)濟(jì)發(fā)達(dá)、資金雄厚的沿海地區(qū)，工業(yè)起步早、發(fā)展快，所以工業(yè)生產(chǎn)效率較高，工業(yè)生產(chǎn)效率“1值單元”的年份也相對(duì)較多。

(三)省際工業(yè)生產(chǎn)效率的空間格局

為揭示我國(guó)省際工業(yè)生產(chǎn)效率的空間特征及其差異，對(duì)計(jì)算獲得的省際工業(yè)生產(chǎn)效率的截面數(shù)據(jù)進(jìn)行分類，運(yùn)用ArcGIS 10.2軟件分別對(duì)2000年和2010年我國(guó)省際工業(yè)生產(chǎn)效率值進(jìn)行空間格局分析，繪制得到圖2。其中黑色為“1值單元”省份，灰色為“非1值單元”，白色為本次未研究省份。

從圖2可以看出，工業(yè)生產(chǎn)效率的“1值單元”主要集中在東部地區(qū)和中西部少數(shù)地區(qū)。2000年“1值單元”的省份，東部地區(qū)有北京、天津和上海，中部省份為安徽，西部也只有云南。2010年“1值單元”的省份為北京、天津、上海、浙江、廣東、海南、云南和新疆8個(gè)省市區(qū)，且大多集中在東部，西部為新疆和云南，中部沒(méi)有“1值單元”省份。結(jié)合圖2和表3可以看出：工業(yè)生產(chǎn)效率“1值單元”省份的空間差異，與地區(qū)追求工業(yè)產(chǎn)值增長(zhǎng)時(shí)過(guò)度依賴消耗化石能源這種粗放的經(jīng)濟(jì)增長(zhǎng)方式有關(guān)，同時(shí)也說(shuō)明了我國(guó)的工業(yè)生產(chǎn)效率形勢(shì)不容樂(lè)觀，進(jìn)一步削減化石能源消費(fèi)，或改用低碳清潔能源來(lái)控制碳排放量，是我國(guó)工業(yè)生產(chǎn)效率提升需要考慮的現(xiàn)實(shí)問(wèn)題。

注：圖中的時(shí)間只顯示了1996年，每個(gè)城市的左邊時(shí)間為1995年，右邊為2015年，其他年份平均分布在時(shí)間軸上

圖1 1995—2015年我國(guó)省際工業(yè)生產(chǎn)效率折線圖

(四)省際工業(yè)生產(chǎn)效率的空間相關(guān)性檢驗(yàn)

從圖2的工業(yè)生產(chǎn)效率空間格局圖來(lái)看，需要對(duì)省際的工業(yè)生產(chǎn)效率進(jìn)行空間相關(guān)性檢驗(yàn)。本文采用Moran指數(shù)對(duì)我國(guó)省際能源進(jìn)行全局空間自相關(guān)檢驗(yàn)，根據(jù)式(3)運(yùn)用R軟件所得到的檢驗(yàn)結(jié)果見(jiàn)表3。

在10%的顯著性水平下，由P值可知：1995—2012年均通過(guò)了顯著性假設(shè)檢驗(yàn)，認(rèn)為我國(guó)工業(yè)生產(chǎn)效率在這期間存在全局空間相關(guān)性，2013—2015年未通過(guò)顯著性假設(shè)檢驗(yàn)，這是由于各省市區(qū)在這三年的工業(yè)生產(chǎn)效率值差異不是很大，導(dǎo)致各省市區(qū)工業(yè)生產(chǎn)效率的方差S2很小，尤其是到了2014、2015年，省際工業(yè)生產(chǎn)效率均為1，工業(yè)生產(chǎn)效率差異不存在，所以相關(guān)性檢驗(yàn)未通過(guò)。1995—2012年，Moran指數(shù)值在0.102 5～0.424 1，說(shuō)明我國(guó)省際工業(yè)生產(chǎn)效率存在空間正相關(guān)關(guān)系。此外，由于Moran指數(shù)值逐年變化不是太大，說(shuō)明我國(guó)工業(yè)生產(chǎn)效率的空間分布的相關(guān)性逐年變化不是太大。

全局相關(guān)性整體上反映了我國(guó)省際工業(yè)生產(chǎn)效率的聚集性，還需要進(jìn)一步做省際的局部異同性分析。采用局部空間自相關(guān)分析對(duì)我國(guó)省際工業(yè)生產(chǎn)效率的局部特征進(jìn)行分析，空間權(quán)重為各省會(huì)城市經(jīng)緯坐標(biāo)的地理距離權(quán)重法,結(jié)果如圖3所示。

落入第一象限的點(diǎn)為高高型聚集，表明工業(yè)生產(chǎn)效率高的省市聚集在一起，中心省市和鄰近省市的工業(yè)生產(chǎn)效率都高；落入二象限的點(diǎn)為低高型聚集，表明中心省市工業(yè)生產(chǎn)效率較低而鄰近省市的工業(yè)生產(chǎn)效率較高；落入三象限的點(diǎn)為低低型聚集，表明中心省市和鄰近省市的工業(yè)生產(chǎn)效率都較低；落入四象限的點(diǎn)為高低型聚集，表明中心省市的工業(yè)生產(chǎn)效率較高而鄰近省市的工業(yè)生產(chǎn)效率較低。在一三象限的省市區(qū)存在較強(qiáng)的空間正相關(guān)，而在二四象限的省市區(qū)存在較強(qiáng)的空間負(fù)相關(guān)。具體象限對(duì)應(yīng)的省市區(qū)如表4所示。

由表4可以看出，大部分省市區(qū)在一三象限，說(shuō)明各省市區(qū)工業(yè)在發(fā)展過(guò)程中，生產(chǎn)效率存在較大的高低差異，但是這種差距在逐年縮小。生產(chǎn)效率呈高高型聚集的省份大多聚集在東部和東北部，生產(chǎn)效率呈低低型聚集的大多聚集在西部。同時(shí)通過(guò)查閱資料可以得到，東部省份由于經(jīng)濟(jì)相對(duì)發(fā)達(dá)，率先進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)向服務(wù)業(yè)和制造業(yè)調(diào)整，重點(diǎn)發(fā)展低能耗、低排放、低污染的高新產(chǎn)業(yè)，故而工業(yè)生產(chǎn)效率較高；西部地區(qū)由于地處內(nèi)陸腹地，交通成本與中部和東部相比較高，所以在發(fā)展經(jīng)濟(jì)時(shí)，片面重視工業(yè)的規(guī)模效益，忽視了工業(yè)生產(chǎn)效率的提升，因此生產(chǎn)效率相對(duì)較低；中部省份由于近年來(lái)經(jīng)濟(jì)不斷發(fā)展，在經(jīng)濟(jì)發(fā)展的同時(shí)也比較重視效率的提升，故而工業(yè)生產(chǎn)效率由低轉(zhuǎn)高；少數(shù)西部地區(qū)的工業(yè)生產(chǎn)效率呈高低型趨勢(shì)，應(yīng)及時(shí)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，合理規(guī)劃產(chǎn)業(yè)發(fā)展，提升生產(chǎn)效率。

表3 1995—2015年我國(guó)省際工業(yè)生產(chǎn)效率全局Moran’s I統(tǒng)計(jì)量

圖3 我國(guó)省際工業(yè)生產(chǎn)效率的Moran散點(diǎn)圖

表4 省際工業(yè)生產(chǎn)效率散點(diǎn)圖對(duì)應(yīng)的象限

三、結(jié)論與建議

本文采用非期望產(chǎn)出的SBM模型對(duì)碳排放約束下我國(guó)省際工業(yè)生產(chǎn)效率進(jìn)行測(cè)度、并對(duì)省際工業(yè)生產(chǎn)效率進(jìn)行空間格局研究，分析其空間相關(guān)性，得到以下幾點(diǎn)結(jié)論：

第一，我國(guó)大部分省市區(qū)的化石能源消費(fèi)所造成的工業(yè)碳排放量呈現(xiàn)上升的趨勢(shì)，北京、上海、湖北和云南4個(gè)省份出現(xiàn)“先增后減”的趨勢(shì)。我國(guó)省際的化石能源工業(yè)消費(fèi)碳排放量增速逐漸放緩，2005年的碳排放量相較于1995年上升了88.7%,2014年相較于2005年上升比率為66.1%。

第二，1995—2015年，我國(guó)省際的工業(yè)生產(chǎn)效率呈現(xiàn)“先減后增”的趨勢(shì)。大部分省市區(qū)工業(yè)生產(chǎn)效率在2012年以前，都處在非效率狀態(tài)下，2012年后，我國(guó)大部分省市區(qū)開(kāi)始處在效率前沿上，少數(shù)省份的工業(yè)生產(chǎn)效率還有提升的空間，2015年后所有的省市區(qū)都處在效率前沿上。

第三，通過(guò)全局空間相關(guān)性分析可知，我國(guó)30個(gè)省市區(qū)的全局Moran指數(shù)處于0.102 5～0.424 1，工業(yè)生產(chǎn)效率存在空間正相關(guān)關(guān)系。1996年的Moran指數(shù)值為0.266 6，2012年的Moran指數(shù)值為0.421 4,隨著年份增加，Moran指數(shù)有所變化,但變動(dòng)幅度不大，說(shuō)明空間相關(guān)性變化不大。局部空間相關(guān)性分析表明，我國(guó)生產(chǎn)效率呈高高型聚集的省份大多聚集在東部和東北地區(qū)，生產(chǎn)效率呈低低型聚集的省份大多聚集在西部地區(qū)。

針對(duì)本文的分析結(jié)果，提出以下建議：

(1)針對(duì)我國(guó)大多數(shù)省市區(qū)的化石能源工業(yè)消費(fèi)的碳排放量呈現(xiàn)上升趨勢(shì)，各工業(yè)企業(yè)應(yīng)該提高能源利用效率，大力發(fā)展低碳清潔能源[22]；加大對(duì)工業(yè)生產(chǎn)效率研究的科研投入；總結(jié)前面發(fā)展的成功經(jīng)驗(yàn)；深入貫徹國(guó)家提出的“科技含量高、經(jīng)濟(jì)效益好、資源消耗低、環(huán)境污染少、人力資源優(yōu)勢(shì)得到充分發(fā)揮”的新型工業(yè)化路子的方針。

(2)我國(guó)省際工業(yè)生產(chǎn)效率在2015年均處在效率前沿上，處在效率前沿上省份的異質(zhì)性有待進(jìn)一步研究，各省份應(yīng)該對(duì)自身的工業(yè)生產(chǎn)效率有著清晰而深刻的認(rèn)識(shí)，結(jié)合自身發(fā)展的實(shí)際情況，借鑒其他省市區(qū)的減排經(jīng)驗(yàn)，走低碳高效的工業(yè)發(fā)展之路。

(3)我國(guó)省際工業(yè)生產(chǎn)效率存在空間正相關(guān)關(guān)系，每個(gè)省份在發(fā)展工業(yè)經(jīng)濟(jì)時(shí)應(yīng)充分考慮自身的區(qū)域價(jià)值[23]，走合理的工業(yè)發(fā)展道路。東部沿海省份可以充分發(fā)展自己的地理交通優(yōu)勢(shì)，而中西部省份應(yīng)發(fā)展自身自然資源和人力資源豐富的優(yōu)勢(shì)，增強(qiáng)區(qū)域競(jìng)爭(zhēng)力，提高工業(yè)生產(chǎn)效率。西部地區(qū)低低型的省份應(yīng)借鑒東部地區(qū)高高型省份的發(fā)展經(jīng)驗(yàn)，加快腹地工業(yè)發(fā)展進(jìn)程，科學(xué)、有序地推進(jìn)工業(yè)化，形成本地區(qū)特有的競(jìng)爭(zhēng)力產(chǎn)業(yè)聚集區(qū)。

[1] 施潔,史學(xué)貴.基礎(chǔ)設(shè)施對(duì)工業(yè)效率的影響——基于我國(guó)東、中、西部地區(qū)省際面板數(shù)據(jù)的經(jīng)驗(yàn)分析[J].經(jīng)濟(jì)問(wèn)題探索,2012(6):47-53.

[2] 梁紅艷,王健.中國(guó)物流業(yè)發(fā)展對(duì)工業(yè)效率的影響及其渠道研究[J].科研管理,2013,34(12):120-126.

[3] 徐志偉,溫孝卿.水資源與水環(huán)境雙重約束下的中國(guó)工業(yè)效率——基于2000—2010年省際數(shù)據(jù)的經(jīng)驗(yàn)研究[J].當(dāng)代財(cái)經(jīng),2013(10):86-95.

[4] 余泳澤,宣燁,沈揚(yáng)揚(yáng).金融集聚對(duì)工業(yè)效率提升的空間外溢效應(yīng)[J].世界經(jīng)濟(jì),2013(2):93-116.

[5] 王燕,謝蕊蕊.能源環(huán)境約束下中國(guó)區(qū)域工業(yè)效率分析[J].中國(guó)人口·資源與環(huán)境,2012,22(5):114-119.

[6] 吳英姿,聞岳春.綠色生產(chǎn)率及其對(duì)工業(yè)低碳發(fā)展的影響研究[J].管理科學(xué),2013,26(1):112-120.

[7] ZHANG J,LIU Y,CHANG Y,et al.Industrial eco-efficiency in China:A provincial quantification using three-stage data envelopment analysis[J].Journal of Cleaner Production,2016，143:238-249.

[8] 劉勇,李志祥,李靜.環(huán)境效率評(píng)價(jià)方法的比較研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2010,40(1):84-92.

[9] 韓元軍,林坦,殷書(shū)爐.中國(guó)的環(huán)境規(guī)制強(qiáng)度與區(qū)域工業(yè)效率研究:1999—2008[J].上海經(jīng)濟(jì)研究,2011(10):102-113.

[10] 楊林川,洪世鍵,成庚.中國(guó)區(qū)域工業(yè)發(fā)展的時(shí)空差異——基于偏離-份額分析的Esteban-Marquillas拓展模型[J].合肥工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2016,30(2):8-16.

[11] 李博,張文忠,余建輝.碳排放約束下的中國(guó)農(nóng)業(yè)生產(chǎn)效率地區(qū)差異分解與影響因素[J].經(jīng)濟(jì)地理,2016,36(9):150-157.

[12] DENG G,LI L,SONG Y.Provincial water use efficiency measurement and factor analysis in China:Based on SBM-DEA model[J].Ecological Indicators,2016,69:12-18.

[13] 劉賢趙,高長(zhǎng)春,宋炎，等.湖南市域化石能源消費(fèi)碳排放時(shí)空格局及驅(qū)動(dòng)因素[J].生態(tài)學(xué)報(bào),2017(7)：2476-2487.

[14] OLIVER J E.Intergovernmental Panel in Climate Change (IPCC)[J].Encyclopedia of Energy Natural Resource & Environmental Economics,2013,26(D14):48-56.

[15] 龍志和,李偉杰.空間面板數(shù)據(jù)模型Bootstrap Moran’sⅠ檢驗(yàn)[J].統(tǒng)計(jì)研究,2014,31(9):97-101.

[16] 鄧若冰,劉顏.工業(yè)集聚、空間溢出與區(qū)域經(jīng)濟(jì)增長(zhǎng)——基于空間面板杜賓模型的研究[J].經(jīng)濟(jì)問(wèn)題探索,2016(1):66-76.

[17] 樊綱,王小魯,馬光榮.中國(guó)市場(chǎng)化進(jìn)程對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)[J].經(jīng)濟(jì)研究,2011(9):4-16.

[18] 馬大來(lái),陳仲常,王玲.中國(guó)省際碳排放效率的空間計(jì)量[J].中國(guó)人口·資源與環(huán)境,2015,25(1):67-77.

[19] 肖枝洪.多元數(shù)據(jù)分析及其R實(shí)現(xiàn)[M].北京：科學(xué)出版社,2013:69-80.

[20] 王婷婷.基于DEA、FDA的中國(guó)省際能源效率測(cè)度研究[M].北京：清華大學(xué)出版社,2015:171-173.

[21] 中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.國(guó)家數(shù)據(jù)(1995—2014).[EB/OL].http://data.stats.gov.cn/easyquery.htm?cn=E0103.

[22] 章曉英,李陽(yáng). 重慶市碳排放趨勢(shì)及產(chǎn)業(yè)關(guān)聯(lián)性分析——基于灰色理論的實(shí)證研究[J].重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)),2015(4):21-27.

[23] 金碚.大國(guó)筋骨[M].廣州：廣東經(jīng)濟(jì)出版社,2015:253-264.

AnalysisoftheInter-provincialIndustrialProductionEfficiencyandSpaceinChinaUnderCarbonEmissionConstraints

XIAO Zhihong, RAN Bo

(Faculty of Science, Chongqing University of Technology, Chongqing 400054, China)

Based on the panel data of industrial production in 30 provinces, municipalities and autonomous regions in China from the year 1995 to 2015, the SBM model with non-expected output is used to measure the efficiency of the inter-provincial industrial production under the constraint of carbon emission and the efficiency of inter-provincial industrial production through Moran index. The aggregation situation is analyzed in this paper. The results show that under the constraint of carbon emission, the efficiency of inter-provincial industrial production in China shows the trend of “decreasing first and then increasing”, and the provincial and municipal areas are in the forefront of efficiency in 2015. The provinces of “1-value unit” are mainly concentrated in the east and the minority located in the western region, and also the provinces of “1-value unit” show an increasing trend with the increase of the year. There is a positive correlation between the industrial production efficiency in the provinces, municipalities and autonomous regions. Moreover, while the eastern provinces mainly show high and high aggregation characteristics, and the western provinces show low and low aggregation characteristics.

industrial production efficiency; fossil carbon emission; SBM model; spatial correlation

2017-07-08

國(guó)家統(tǒng)計(jì)局科研重點(diǎn)項(xiàng)目“多數(shù)據(jù)源的整合與價(jià)值挖掘研究”(2014LZ25)；重慶理工大學(xué)研究生創(chuàng)新基金項(xiàng)目“重慶市房地產(chǎn)項(xiàng)目風(fēng)險(xiǎn)預(yù)警系統(tǒng)”(YCX2016241)

肖枝洪，男，湖北漢川人，教授，研究方向：應(yīng)用統(tǒng)計(jì)、數(shù)據(jù)分析。

肖枝洪，冉波.碳排放約束下我國(guó)省際工業(yè)生產(chǎn)效率及空間分析[J].重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué))，2017(10):29-36.

formatXIAO Zhihong, RAN Bo.Analysis of the Inter-provincial Industrial Production Efficiency and Space in China Under Carbon Emission Constraints[J].Journal of Chongqing University of Technology(Social Science)，2017(10):29-36.

10.3969/j.issn.1674-8425(s).2017.10.005

F205

A

1674-8425(2017)10-0029-08

(責(zé)任編輯魏艷君)