李振冉　宋妍　岳倩等

關(guān)鍵詞 SFA?CKC模型；SFA?TFP模型；碳排放效率；脫鉤；可持續(xù)性發(fā)展

中圖分類號 F062. 2 文獻(xiàn)標(biāo)志碼 A 文章編號 1002-2104（2023）04-0046-10 DOI：10. 12062/cpre. 20221028

碳達(dá)峰是一個經(jīng)濟(jì)體綠色低碳轉(zhuǎn)型過程中的標(biāo)志性事件。實現(xiàn)碳達(dá)峰，意味著該經(jīng)濟(jì)體的經(jīng)濟(jì)社會發(fā)展與二氧化碳排放實現(xiàn)“脫鉤”，經(jīng)濟(jì)增長不再以犧牲環(huán)境為代價。2021年10月26日，國務(wù)院印發(fā)《2030年前碳達(dá)峰行動方案》。方案聚焦中國“十四五”和“十五五”兩個碳達(dá)峰關(guān)鍵期，提出到2025年，單位國內(nèi)生產(chǎn)總值二氧化碳排放比2020年下降18%，到2030年，單位國內(nèi)生產(chǎn)總值二氧化碳排放比2005年下降65%以上。方案目標(biāo)的實現(xiàn)直指二氧化碳排放減少，而安全平穩(wěn)減少二氧化碳排放的關(guān)鍵在于提高碳排放效率。

碳排放效率，國際上通常采用一個經(jīng)濟(jì)體的年收入與對應(yīng)年度的二氧化碳排放量相比來評估定義，表達(dá)式為二氧化碳排放量除以國內(nèi)生產(chǎn)總值。從概念內(nèi)涵上看，這樣的測度方式重在以較少的二氧化碳排放量來取得較高的經(jīng)濟(jì)增長，體現(xiàn)經(jīng)濟(jì)增長與二氧化碳排放之間的權(quán)衡關(guān)系［1］。當(dāng)前，對碳排放效率最具代表性的衡量方法是，使用超越對數(shù)生產(chǎn)函數(shù)構(gòu)造前沿面的隨機(jī)前沿分析模型（Stochastic Frontier Analysis Model Constructedby the Trans?log Production Function，SFA?TPF）。該方法認(rèn)為，在資本和勞動力等要素投入相同的情況下，如果合意產(chǎn)出（經(jīng)濟(jì)總量）越多，非合意產(chǎn)出（碳排放）越少，則（碳）排放效率越高［2］?？紤]到技術(shù)水平越高的地區(qū)，從投入到產(chǎn)出的技術(shù)轉(zhuǎn)換效率越高。因此，使用超越對數(shù)生產(chǎn)函數(shù)構(gòu)造前沿面的方法對碳排放效率進(jìn)行測度，體現(xiàn)的是一種側(cè)重衡量技術(shù)效率的思想。

這一效率思想對于縱向評估一個經(jīng)濟(jì)體或地區(qū)的歷時經(jīng)濟(jì)發(fā)展質(zhì)量是有益的，但卻不適宜橫向評估不同國家或地區(qū)的經(jīng)濟(jì)社會發(fā)展水平和生態(tài)環(huán)境安全治理能力。這是因為，在經(jīng)濟(jì)社會發(fā)展自然地具有不同周期、不同發(fā)展階段的實踐中，該效率指標(biāo)的構(gòu)造思路容易導(dǎo)致所得到的評價結(jié)果缺乏程序正義而不具有公平性。以中國經(jīng)濟(jì)發(fā)展實踐為例，中國當(dāng)前各省份的生產(chǎn)力水平差異較大，適宜經(jīng)濟(jì)發(fā)展水平的碳排放量存在著較大的差異。東部沿海省份改革開放較早，經(jīng)濟(jì)發(fā)展速度較快，取得的成效之一是其技術(shù)創(chuàng)新水平較高［3］，即從投入到產(chǎn)出的轉(zhuǎn)換效率較高。在關(guān)于中國不同省份碳排放效率評估的已有文獻(xiàn)中，結(jié)論普遍支持東部省份比中部和西部省份碳排放效率更高的研究假說［4-5］。但如前所述，各省份發(fā)展所處經(jīng)濟(jì)階段存在著較大的差異，單純由此得到的實證分析結(jié)果并不能說明在特定經(jīng)濟(jì)發(fā)展階段，中部和西部省份沒有努力去實現(xiàn)經(jīng)濟(jì)增長和二氧化碳排放之間的平衡，它們的碳排放效率是“低”的。類比國際舉重比賽，不同級別參賽選手拿到獎牌所要舉起的杠鈴重量存在著顯著差異；要體現(xiàn)對不同重量級選手參賽的公平性，參賽選手各自只能在其重量級別下參加比賽?；氐侥壳皬V泛使用的SFA?TFP模型中，由于忽略了各省份經(jīng)濟(jì)發(fā)展階段差異的事實，在同一賽道上得到的碳排放效率指標(biāo)對碳排放與經(jīng)濟(jì)發(fā)展之間內(nèi)在規(guī)律的關(guān)注是不足的。要公平評估中國各省份的碳排放效率，必須要剔除各省份的經(jīng)濟(jì)總量和發(fā)展階段的差異，以公正的評價結(jié)果來合理判斷各地區(qū)的經(jīng)濟(jì)社會發(fā)展水平，實現(xiàn)經(jīng)濟(jì)社會發(fā)展與二氧化碳排放之間的相對“脫鉤”。

碳排放的環(huán)境庫茲涅茨曲線（Environmental KuznetsCurve for Carbon Emissions，CKC）表明，在經(jīng)濟(jì)發(fā)展過程中二氧化碳排放量隨著經(jīng)濟(jì)增長先增加后減少，這意謂處于不同經(jīng)濟(jì)發(fā)展階段的地區(qū)，它們適宜的碳排放水平具有顯著的差異性［6］。工業(yè)經(jīng)濟(jì)時期，適宜碳排放量相對較高，如果碳排放水平設(shè)置過低，將不利于經(jīng)濟(jì)體向現(xiàn)代服務(wù)業(yè)階段發(fā)展轉(zhuǎn)型；現(xiàn)代服務(wù)業(yè)時期，適宜碳排放量相對較低，如果碳排放水平設(shè)置過高，將不利于經(jīng)濟(jì)體向高質(zhì)量可持續(xù)發(fā)展轉(zhuǎn)型，破壞生態(tài)環(huán)境體系。CKC可以反映一個經(jīng)濟(jì)體或地區(qū)從農(nóng)業(yè)經(jīng)濟(jì)到工業(yè)經(jīng)濟(jì)再到現(xiàn)代服務(wù)業(yè)經(jīng)濟(jì)發(fā)展過程中的碳排放情況［7］，考慮到這一特質(zhì)，該研究將借助CKC而非生產(chǎn)函數(shù)來剔除地區(qū)之間經(jīng)濟(jì)發(fā)展階段的差異，以此來衡量碳排放與經(jīng)濟(jì)發(fā)展之間的關(guān)系。假設(shè)某地區(qū)在經(jīng)濟(jì)社會發(fā)展過程中存在著一條最優(yōu)的CKC，代表著該地區(qū)碳排放和經(jīng)濟(jì)發(fā)展的最優(yōu)關(guān)系。一個地區(qū)在相應(yīng)發(fā)展階段如果沒有達(dá)到最優(yōu)CKC上的碳排放量，那么，可以認(rèn)為這個地區(qū)在發(fā)展過程中存在著無效率部分。沿著這一效率思想，該研究將基于隨機(jī)前沿分析模型（Stochastic Frontier Analysis，SFA）構(gòu)造前沿CKC，使用SFA?CKC 來計算中國各省份的碳排放效率。

創(chuàng)新之處主要有兩點：一是提出了具有程序正義的碳排放效率指標(biāo)構(gòu)造方法。SFA?CKC模型能夠剔除地區(qū)經(jīng)濟(jì)發(fā)展階段差異，將不同經(jīng)濟(jì)發(fā)展階段的地區(qū)納入同一賽道評判，基于該模型構(gòu)造的碳排放效率指標(biāo)更具公平性，可以更好地衡量碳排放和經(jīng)濟(jì)發(fā)展之間的平衡關(guān)系。二是計算了前沿CKC，對其經(jīng)濟(jì)學(xué)含義進(jìn)行了全面解讀。該研究借助SFA方法求得前沿CKC，前沿CKC位于CKC曲線的左下方，表明其拐點相對于CKC更早到來。進(jìn)而，解釋了CKC散點圖上點到前沿CKC距離的經(jīng)濟(jì)學(xué)含義，指出該距離可以表示各地區(qū)發(fā)展中無效率的部分，顯著拓展了環(huán)境庫茲涅茨曲線相關(guān)的研究空間。

1 研究方法和數(shù)據(jù)說明

1. 1 SFA?CKC模型

在環(huán)境庫茲涅茨曲線研究發(fā)現(xiàn)的基礎(chǔ)上［8］，學(xué)者們提出碳排放的環(huán)境庫茲涅茨曲線，即二氧化碳排放隨經(jīng)濟(jì)增長先增加后減少，兩者之間呈倒“U”型曲線的關(guān)系。當(dāng)然，受研究者所關(guān)注地區(qū)、視角和選取時段的差異影響，有學(xué)者認(rèn)為收入水平不同的國家或地區(qū)有著不同類型的CKC，如存在消費側(cè)視角的CKC、生產(chǎn)側(cè)視角的CKC［9］，但一致的觀點是：反映二氧化碳排放與經(jīng)濟(jì)增長之間關(guān)系的CKC普遍存在。

基于此，假設(shè)存在著一條最優(yōu)碳排放的環(huán)境庫茲涅茨曲線（稱為前沿CKC）。這條曲線代表在不同經(jīng)濟(jì)發(fā)展階段下，地區(qū)碳排放與經(jīng)濟(jì)發(fā)展之間的最優(yōu)關(guān)系，表示為：

1. 4 數(shù)據(jù)來源

SFA?CKC模型：ln c_it為人均碳排放量的自然對數(shù)，使用CO₂排放總量比年末總?cè)丝冢缓笕?shù)計算得到；ln pgdp_it為人均收入的自然對數(shù)，使用真實人均國內(nèi)生產(chǎn)總值（GDP）的自然對數(shù)表示，真實人均GDP由人均GDP以2000年為基準(zhǔn)年平減得到。

SFA?TPF模型：Y_it為經(jīng)濟(jì)產(chǎn)出的對數(shù)，使用各省份真實GDP的對數(shù)表示，為了保證各年經(jīng)濟(jì)產(chǎn)出的可比性，以2000年為基準(zhǔn)年對國內(nèi)生產(chǎn)總值進(jìn)行平減；ln K_it為資本存量的對數(shù)，參考張軍等［14］關(guān)于中國資本存量計算的方法，以2000年為基期，使用永續(xù)盤存法構(gòu)建各省資本存量數(shù)據(jù)；ln L_it為勞動力數(shù)量的對數(shù)，使用年末總?cè)丝诘膶?shù)表示；ln C_it使用CO₂排放總量的對數(shù)表示。

無效率項的影響因素：環(huán)境規(guī)制（ER）是根據(jù)Chen等［15］的研究，使用工業(yè)污染治理投資完成額占工業(yè)產(chǎn)值的比例衡量；技術(shù)創(chuàng)新水平（TI）是借鑒邵帥等［16］的研究，使用人均專利申請數(shù)表示。由于煤炭是中國使用的最主要能源，作為非清潔能源，使用時會排放出大量的廢氣［17-18］，因此煤炭消費占比會影響無效率項的大小。該研究選用煤炭、焦炭和原油等19種能源的使用量，換算成能源消費總量，使用原煤、洗精煤、其他洗煤、型煤、焦炭、焦?fàn)t煤氣和其他煤氣7種能源折算成煤炭總消費量，最后使用煤炭總消費量與總能源消費量的比例作為能源消費結(jié)構(gòu)（ECS）。

由于西藏、香港、澳門和臺灣數(shù)據(jù)缺失嚴(yán)重，該研究使用中國30個省份2000—2019年的面板數(shù)據(jù)。CO2排放總量數(shù)據(jù)來自中國碳核算數(shù)據(jù)庫（CEADs），19種能源消費量數(shù)據(jù)來自《中國能源統(tǒng)計年鑒》的各省份能源平衡表，其余數(shù)據(jù)均來自《中國統(tǒng)計年鑒》，缺失數(shù)據(jù)由各省份統(tǒng)計年鑒補齊。

2 研究假設(shè)

結(jié)合第一部分研究思路和方法闡釋，提出以下三個理論假設(shè)。

首先，前沿CKC和CKC分別代表著最優(yōu)情況下和實際情況下的碳排放量與經(jīng)濟(jì)發(fā)展之間的關(guān)系。根據(jù)式（3）可知，最優(yōu)情況下的碳排放量少于或等于實際情況下的碳排放量，因此前沿CKC應(yīng)位于CKC的下方。CKC的拐點為倒“U”型曲線的最高點，是經(jīng)濟(jì)增長對碳排放影響的正負(fù)分界點；前沿CKC為地區(qū)經(jīng)濟(jì)發(fā)展和碳排放的最優(yōu)路徑，理想情況下，各地區(qū)會努力向現(xiàn)代服務(wù)業(yè)為主的發(fā)展階段推進(jìn)，因此前沿CKC的拐點將早于CKC的拐點到達(dá)［19］。據(jù)此，提出理論假設(shè)1。

理論假設(shè)1：前沿CKC位于CKC的下方，且前沿CKC的拐點早于CKC。

其次，前沿CKC代表著地區(qū)在發(fā)展過程中碳排放和經(jīng)濟(jì)發(fā)展的最優(yōu)路徑，地區(qū)實際發(fā)展路徑與前沿CKC的偏差可以視為效率損失部分。張彩云等［20］認(rèn)為，地方政府作為地方環(huán)境保護(hù)和經(jīng)濟(jì)增長的代理人，會采用各種環(huán)境規(guī)制工具來限制企業(yè)的污染行為，從而平衡污染排放與經(jīng)濟(jì)發(fā)展之間的關(guān)系。因此由SFA?CKC模型測算的碳排放效率可以衡量地區(qū)在優(yōu)化碳排放與經(jīng)濟(jì)發(fā)展之間關(guān)系時是否具有效率，其主要影響因素為環(huán)境規(guī)制。SFA?TPF模型計算碳排放效率的思路是投入資本、勞動力和碳排放，得到合意產(chǎn)出，在這個過程中，投入到產(chǎn)出的轉(zhuǎn)化率越高，則碳排放效率越高。由生產(chǎn)函數(shù)設(shè)定可知，影響投入到產(chǎn)出轉(zhuǎn)化率的主要因素是技術(shù)創(chuàng)新水平。當(dāng)企業(yè)使用了更加先進(jìn)的設(shè)備和工藝，即使投入相同，所帶來的產(chǎn)出也會顯著增多，因此由SFA?TPF模型測算的碳排放效率側(cè)重于衡量投入到產(chǎn)出的技術(shù)效率［21］。據(jù)此，提出理論假設(shè)2。

理論假設(shè)2：SFA?CKC模型測算的碳排放效率側(cè)重反映政府平衡經(jīng)濟(jì)發(fā)展和碳排放時的效率，環(huán)境規(guī)制是其主要的促進(jìn)因素；SFA?TPF模型側(cè)重衡量生產(chǎn)側(cè)的投入產(chǎn)出效率，技術(shù)創(chuàng)新是其主要的促進(jìn)因素。

最后，經(jīng)濟(jì)發(fā)展階段越高的地區(qū)，其擁有的生產(chǎn)設(shè)備和技術(shù)水平會更高，因此，SFA?TPF模型測算出的碳排放效率會隨著人均收入的增加而提高。如圖1所示，假設(shè)存在這樣一種情景，在地區(qū)發(fā)展過程中，投入到產(chǎn)出的轉(zhuǎn)化效率是不變的，那么可認(rèn)為圖1中的A、B和C點的碳排放效率相同，因為它們的斜率都相同。但由CKC理論可知，碳排放量實際會隨著人均收入的增加先增多后減少，如果認(rèn)為A、B 和C 點的碳排放效率相同，則等于忽略了經(jīng)濟(jì)發(fā)展和碳排放之間的實際規(guī)律。圖1中A點處于工業(yè)化發(fā)展前期，此時地區(qū)的生產(chǎn)技術(shù)相對現(xiàn)代服務(wù)業(yè)時期落后、管理經(jīng)驗不足，單位產(chǎn)出的碳排放量相對較高。為了保證工業(yè)時期向現(xiàn)代服務(wù)業(yè)時期轉(zhuǎn)型，適宜碳排放量應(yīng)該設(shè)置得相對較高，由A 點上升至A'點。C點處于現(xiàn)代服務(wù)業(yè)時期，產(chǎn)業(yè)已經(jīng)實現(xiàn)高級化，生產(chǎn)技術(shù)成熟，管理經(jīng)驗豐富，適宜的碳排放量應(yīng)該設(shè)置得相對較低，由C下降至C'點。SFA?CKC模型認(rèn)為，A'、B和C'點的碳排放效率是相同的，該模型剔除了地區(qū)發(fā)展階段差異對碳排放效率的影響，因此計算出的碳排放效率不再受地區(qū)經(jīng)濟(jì)發(fā)展階段的影響。據(jù)此，提出理論假設(shè)3。

理論假設(shè)3：SFA?CKC模型剔除了地區(qū)經(jīng)濟(jì)發(fā)展階段差異產(chǎn)生的影響，計算出的碳排放效率將與真實人均GDP無關(guān)。SFA?TPF模型忽略了經(jīng)濟(jì)發(fā)展和碳排放之間的實際規(guī)律，計算出的碳排放效率與人均實際GDP正相關(guān)。

3 實證結(jié)果

3. 1 理論假說的驗證

如前所述，能夠使用CKC函數(shù)構(gòu)造碳排放效率指標(biāo)的前提是碳排放與人均收入之間存在倒“U”型曲線。為此，首先需要驗證中國各省碳排放和經(jīng)濟(jì)發(fā)展之間是否存在CKC。圖2是中國30個省份2000—2019年人均CO₂排放量對數(shù)與真實人均GDP對數(shù)之間的二次和三次散點擬合曲線圖。二次擬合曲線效果非常好，并且呈現(xiàn)顯著的倒“U”型；三次擬合曲線相對于二次擬合曲線在真實人均GDP 對數(shù)小于8. 3 和大于11. 2 處出現(xiàn)了輕微向上彎折，這是由于真實人均GDP對數(shù)小于8. 3和大于11. 2的數(shù)據(jù)量太少造成的偶然性，對此只保留了8. 3～11. 2的數(shù)據(jù)。重新擬合處于8. 3和11. 2之間的三次曲線，如圖2所示，再次擬合的三次曲線與二次擬合曲線非常貼合。由此，可以得出人均CO₂排放量和真實人均收入之間存在著倒“U”型關(guān)系，該研究可以借助CKC來構(gòu)造碳排放效率。

進(jìn)而，由式（1）可以知道，在地區(qū)發(fā)展不受各種限制時，地區(qū)的碳排放和人均收入之間會存在最優(yōu)的平衡關(guān)系，反映兩者之間最優(yōu)平衡關(guān)系的曲線可以稱為前沿CKC。該研究借助SFA方法剔除了地區(qū)發(fā)展中受到的各種限制因素（無效率部分），計算得到前沿CKC，并將其繪制在圖3中。如圖3所示，藍(lán)色的曲線為CKC，紅色的曲線為前沿CKC，垂直于橫軸的藍(lán)色和紅色虛線分別為CKC和前沿CKC的對稱軸?？梢钥闯?，前沿CKC作為最優(yōu)CKC，代表著地區(qū)發(fā)展過程中經(jīng)濟(jì)發(fā)展和碳排放量的最優(yōu)關(guān)系，處于大部分點的下方，并遠(yuǎn)低于CKC。前沿CKC的拐點要早于CKC的拐點到來，表明在理想發(fā)展情況下，CO₂排放的拐點會更早到來。CKC和前沿CKC的拐點分別在真實人均GDP 75 925和72 446元處達(dá)到，前沿CKC拐點比CKC拐點提前了3 479元。至此，理論假說1得到證明。

并且，由式（4）可知，圖3上點到前沿CKC曲線的垂直距離可以衡量實際碳排放量與最優(yōu)情況下碳排放量的差距，代表地區(qū)在實現(xiàn)碳排放和經(jīng)濟(jì)發(fā)展最優(yōu)路徑過程中效率損失的部分。

表1為SFA?CKC模型估計結(jié)果。其中，隨機(jī)前沿函數(shù)的系數(shù)均在1% 水平上顯著，表明前沿面的構(gòu)造非常好。在SFA?CKC模型無效率項函數(shù)估計結(jié)果中，環(huán)境規(guī)制對無效率項具有顯著的負(fù)向影響，也就是對碳排放效率具有統(tǒng)計上顯著的正向影響；技術(shù)創(chuàng)新對無效率項具有負(fù)向影響，但不顯著；能源消費結(jié)構(gòu)對無效率項具有顯著正向影響，也就是煤炭消費占比增加不利于碳排放效率提高，不利于實現(xiàn)經(jīng)濟(jì)發(fā)展和碳排放之間的最優(yōu)平衡。

表2為SFA?TPF模型估計結(jié)果。其中，SFA?TPF模型隨機(jī)前沿函數(shù)的大部分系數(shù)均顯著，表明SFA?TPF模型前沿面的構(gòu)造較好。在SFA?TPF模型無效率項函數(shù)估計結(jié)果中，環(huán)境規(guī)制對無效率項具有正向影響，但不顯著，也就是對碳排放效率具有負(fù)向影響。技術(shù)創(chuàng)新水平對無效率項為顯著的負(fù)向影響，表明技術(shù)創(chuàng)新水平的提高有助于提高SFA?TPF模型的碳排放效率；能源消費結(jié)構(gòu)對SFA?TPF模型的無效率項具有顯著正向影響。

環(huán)境規(guī)制作為政府調(diào)節(jié)經(jīng)濟(jì)發(fā)展和碳排放之間平衡性的重要工具，其對SFA?CKC模型的無效率項具有顯著負(fù)向影響，而對SFA?TPF模型無效率項有正向影響，這一對比可以證明SFA?CKC模型側(cè)重衡量政府在平衡碳排放和經(jīng)濟(jì)發(fā)展之間關(guān)系時是否具有效率。技術(shù)創(chuàng)新水平對SFA?TPF模型無效率項具有顯著負(fù)向影響，對SFA?CKC模型的無效率項具有負(fù)向影響，但不顯著，且相對較小。技術(shù)創(chuàng)新水平的提高有助于提高投入產(chǎn)出轉(zhuǎn)換率，這一結(jié)果對比表明SFA?TPF模型更側(cè)重衡量投入產(chǎn)出效率。綜上可知，理論假說2得證。

為了驗證理論假說3的正確性，分別繪制了兩種模型碳排放效率與真實人均GDP對數(shù)的散點圖（圖4）。圖4a是SFA?CKC模型的碳排放效率與真實人均GDP對數(shù)的散點圖，在每段真實人均GDP下，碳排放效率在0. 1～1之間均有分布，并不受到人均GDP 的影響；圖4b 為SFA?TPF 模型的碳排放效率與真實人均GDP 對數(shù)的散點圖，可以看出該模型碳排放效率在人均GDP各段分布并不均勻，真實人均GDP越高所對應(yīng)的碳排放效率也越高。通過兩張圖的對比可知，SFA?CKC模型借助CKC賦予不同經(jīng)濟(jì)發(fā)展階段地區(qū)不同的碳排放量，成功地剔除了各省份經(jīng)濟(jì)發(fā)展階段差異對碳排放效率的影響，而SFA?TPF模型在計算碳排放效率時沒有考慮不同經(jīng)濟(jì)發(fā)展階段適意碳排放不同這一事實，理論假說3得證。

3. 2 穩(wěn)健性檢驗

上述結(jié)果仍可能存在忽略碳排放和經(jīng)濟(jì)發(fā)展之間互為因果所導(dǎo)致的內(nèi)生性問題，為增強理論假說的穩(wěn)健性，參考Karakaplan［22-23］的研究，使用擬合內(nèi)生性隨機(jī)前沿分析模型解決可能存在的內(nèi)生性問題。該研究使用年平均云層厚度，平均氣溫的一期滯后項作為工具變量。一個地區(qū)的經(jīng)濟(jì)發(fā)展一定程度會受到氣象因素的影響，因此工具變量滿足相關(guān)性原則；氣候變量的滯后項不會影響到當(dāng)期碳排放量，因此工具變量滿足外生性。氣象數(shù)據(jù)來自美國國家海洋和大氣管理局，首先提取了中國400多個站點小時數(shù)據(jù)，通過計算一年內(nèi)數(shù)據(jù)的均值將小時數(shù)據(jù)轉(zhuǎn)換成年份數(shù)據(jù)。然后，使用一個省份內(nèi)部所有氣象站數(shù)據(jù)的均值代表該省的氣象狀況。

使用擬合內(nèi)生性隨機(jī)前沿分析模型獲得前沿CKC，發(fā)現(xiàn)其仍處于CKC曲線的左下方，與前沿CKC曲線不同的是，解決內(nèi)生性后的前沿CKC曲線的拐點來得更早，其拐點位于真實人均GDP 50 116元處，相對于CKC曲線拐點早了25 809元，擬合內(nèi)生性隨機(jī)前沿分析模型結(jié)果證明理論假設(shè)1的結(jié)論是穩(wěn)健的。

表3展示了使用擬合內(nèi)生性隨機(jī)前沿分析模型的估計結(jié)果。其中，解決內(nèi)生性后的隨機(jī)前沿函數(shù)的所有系數(shù)均在1%水平上顯著，表明隨機(jī)前沿面的構(gòu)造較好。無效率項函數(shù)估計結(jié)果表明環(huán)境規(guī)制對無效率項具有顯著的負(fù)向影響，技術(shù)創(chuàng)新水平對無效率項無顯著影響。其結(jié)果與未解決內(nèi)生性的SFA?CKC模型估計結(jié)果一致，環(huán)境規(guī)制是影響SFA?CKC模型無效率項的主要因素，表明SFA?CKC模型側(cè)重衡量政府在平衡碳排放和經(jīng)濟(jì)發(fā)展之間關(guān)系時是否具有效率，理論假設(shè)2是穩(wěn)健的。

使用擬合內(nèi)生性隨機(jī)前沿分析模型計算出碳排放效率隨真實人均GDP對數(shù)的變化情況，發(fā)現(xiàn)碳排放效率在0. 1～1之間均有分布，并不受到人均GDP高低的影響，其結(jié)果與圖4a一致。表明SFA?CKC模型剔除了各省份經(jīng)濟(jì)發(fā)展階段差異對碳排放效率的影響，理論假說3具有穩(wěn)健性。

3. 3 兩種模型碳排放效率時空對比

圖5為中國30個省份兩種模型碳排放效率值的對比圖。為了保證可比性，對碳排放效率值進(jìn)行了歸一化處理。在SFA?TPF模型計算得到的碳排放效率中，東部江蘇、浙江、廣東和北京等地區(qū)的碳排放效率較高，中部湖南、湖北、吉林和黑龍江等地區(qū)次之，西部重慶、四川、貴州等地區(qū)再次之，SFA?TPF模型計算得到的碳排放效率具有明顯的東高西低趨勢。在SFA?CKC模型計算的碳排放效率中，不再呈現(xiàn)出東高西低的趨勢，而是南部省份，如：海南、廣東、福建和湖南等地區(qū)的碳排放效率普遍相對較高；北部省份，如：遼寧、內(nèi)蒙古、陜西和河北等地區(qū)的碳排放效率普遍較低。SFA?CKC模型主要側(cè)重衡量經(jīng)濟(jì)發(fā)展和碳排放之間的關(guān)系，在中國北部省份冬季供暖會排放出大量的二氧化碳，這可能是導(dǎo)致SFA?CKC模型碳排放效率呈現(xiàn)南高北低的主要原因。兩種模型碳排放效率值的顯著差別揭露了一個事實，雖然部分省份在實現(xiàn)單位碳排放的經(jīng)濟(jì)產(chǎn)出最大化方面不如東部省份，但并不代表著這些省份沒有努力去維持碳排放和經(jīng)濟(jì)增長的平衡。

為了分析各省份碳排放效率差異隨時間變化情況，又繪制了兩種模型的碳排放效率與年份的二元核密度圖，如圖6所示。圖6a結(jié)果表明SFA?CKC模型碳排放效率在2000—2005年段差異較大，各省碳排放效率主要分布在0. 4～1。但省份間的差異在隨時間逐漸縮小，到2014—2019年段，各省碳排放效率差異已得到較大程度縮小，碳排放效率值在較高段0. 8～1集聚，這一結(jié)果證明了各省份越來越重視碳排放和經(jīng)濟(jì)發(fā)展的平衡性，注重可持續(xù)性發(fā)展，也證明中央政府可持續(xù)性發(fā)展工作取得了很大的成功。圖6b結(jié)果表明SFA?TPF 模型碳排放效率在2000—2010 年較為集聚，但2013 年后集聚程度逐漸減小，省份間的差異逐漸拉大。結(jié)合兩種模型的結(jié)果，證明雖然各省在投入產(chǎn)出效率方面的差異在增大，但各省越來越重視生態(tài)環(huán)境和經(jīng)濟(jì)的協(xié)調(diào)發(fā)展。

4 結(jié)論與政策啟示

該研究基于SFA模型，借助CKC剔除地區(qū)經(jīng)濟(jì)發(fā)展的階段差異，測算了中國30個省份2000—2019年的碳排放效率，并與使用超越對數(shù)生產(chǎn)函數(shù)構(gòu)造前沿面的SFA模型對比，證明了該研究方法的優(yōu)點。主要結(jié)論概括如下。

第一，SFA?CKC模型計算出的碳排放效率側(cè)重衡量地區(qū)碳減排和經(jīng)濟(jì)發(fā)展之間的平衡關(guān)系，而SFA?TPF模型計算出的碳排放效率側(cè)重衡量投入產(chǎn)出轉(zhuǎn)換效率。通過兩種模型碳排放效率值對比，得出部分省份在投入產(chǎn)出的技術(shù)轉(zhuǎn)換效率方面雖然不如東部省份，但它們依然付出努力以實現(xiàn)經(jīng)濟(jì)增長和碳排放之間的平衡。第二，各省碳排放和經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性逐年升高，并在較高點處集聚，這主要由于進(jìn)入21世紀(jì)以來，中國采取了嚴(yán)格控制能源消費總量和強度的環(huán)境規(guī)制，走向了綠色的可持續(xù)性發(fā)展道路。第三，前沿CKC可以代表經(jīng)濟(jì)發(fā)展和碳排放之間的最優(yōu)關(guān)系，前沿CKC位于CKC曲線的左下方，其拐點位于真實人均GDP72 446元處，比CKC拐點早3 479元。

基于上述研究，提出如下政策啟示：首先，完善生態(tài)環(huán)境治理評價體系，更合理地評價各地區(qū)的碳排放效率。合理的評價體系有助于破除“GDP至上”的發(fā)展模式，促進(jìn)生態(tài)環(huán)境保護(hù)和經(jīng)濟(jì)可持續(xù)性發(fā)展。在評價地區(qū)碳排放效率時，中央政府應(yīng)充分考慮各省所處的經(jīng)濟(jì)發(fā)展階段的差異，根據(jù)各省所處經(jīng)濟(jì)發(fā)展階段制定碳排放總量控制目標(biāo)。具體地，可以借助SFA?CKC模型剔除省份經(jīng)濟(jì)發(fā)展階段差異，將不同經(jīng)濟(jì)發(fā)展階段的地區(qū)碳排放納入同一賽道評判，從而公平合理地衡量各省份在維持經(jīng)濟(jì)發(fā)展和碳排放協(xié)調(diào)方面所做出的努力。

其次，因地制宜設(shè)計環(huán)境規(guī)制強度，更有序地提高各地區(qū)的碳排放效率。為了避免環(huán)境標(biāo)準(zhǔn)過高對企業(yè)產(chǎn)生一定的負(fù)擔(dān)、標(biāo)準(zhǔn)過低對企業(yè)起不到激勵和促進(jìn)作用，碳排放效率較低的省份應(yīng)根據(jù)本地經(jīng)濟(jì)發(fā)展、生態(tài)環(huán)境承載力、產(chǎn)業(yè)結(jié)構(gòu)、能源消費結(jié)構(gòu)等實際水平，采取逐步加強、循序漸進(jìn)的環(huán)境規(guī)制措施，使環(huán)境規(guī)制真正成為平衡經(jīng)濟(jì)發(fā)展和生態(tài)保護(hù)的有效工具。同時，由于碳排放效率較高的省份未必?fù)碛凶顑?yōu)的環(huán)境規(guī)制措施，因此這些省份也應(yīng)根據(jù)本地經(jīng)濟(jì)、環(huán)境等實際表現(xiàn)進(jìn)一步優(yōu)化環(huán)境規(guī)制力度，提高碳排放效率。

最后，優(yōu)化調(diào)整能源消費結(jié)構(gòu)，從源頭上減少對化石能源的依賴，降低碳排放。對于化石能源消費比例較高的省份，地方政府應(yīng)加強強制性標(biāo)準(zhǔn)實施，推動傳統(tǒng)能源依賴性較強產(chǎn)業(yè)退出；加強對新建和存量項目碳排放監(jiān)管，在結(jié)構(gòu)上實現(xiàn)重點行業(yè)能源消費結(jié)構(gòu)調(diào)整；大力推動清潔能源發(fā)展，發(fā)展電網(wǎng)，減少火電比重，降低用電成本，確保供電安全，通過供給側(cè)變革推動企業(yè)以清潔能源代替化石能源。對于化石能源消費比例較低的省份，同樣需要推動清潔能源發(fā)展，通過致力于技術(shù)革新，提高清潔能源利用水平，保證未來能源消費安全，從能源消費層面減少碳排放。

（責(zé)任編輯：田 紅）