［收稿日期］ 20230307

［基金項(xiàng)目］ 湖北省教育廳科技研究計(jì)劃重點(diǎn)項(xiàng)目（D20221407）； 2021年湖北省教育廳哲學(xué)社會(huì)科學(xué)研究重大項(xiàng)目（21ZD056）

［第一作者］ 汪" 果（1999-），男，湖北隨州人，湖北工業(yè)大學(xué)碩士研究生，研究方向?yàn)閰^(qū)域經(jīng)濟(jì)。

［通信作者］ 李" 平（1985-），男，湖北潛江人，經(jīng)濟(jì)學(xué)博士，湖北工業(yè)大學(xué)副教授，研究方向?yàn)榫G色發(fā)展、數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)經(jīng)濟(jì)。

［文章編號(hào)］ 1003-4684（2024）03-0034-06

［摘" 要］ 依據(jù)沿邊省份2005-2019年面板數(shù)據(jù)，采用EBM-GML方法測(cè)度各沿邊省份的碳排放效率水平，并借助Tobit模型分析碳排放效率水平的影響因素。結(jié)果發(fā)現(xiàn)：沿邊省份碳排放效率水平總體呈上升趨勢(shì)，但在碳排放效率存在較大差異；技術(shù)效率在早期是碳排放效率水平上升的主要原因，但后期技術(shù)進(jìn)步成為主要驅(qū)動(dòng)因素，與技術(shù)效率共同發(fā)揮作用；經(jīng)濟(jì)發(fā)展水平、對(duì)外開(kāi)放水平、政府支持水平對(duì)碳排放效率水平產(chǎn)生積極影響，能源消費(fèi)結(jié)構(gòu)與碳排放效率水平有顯著的負(fù)向關(guān)系。實(shí)踐中可通過(guò)制定低碳發(fā)展戰(zhàn)略規(guī)劃、提升對(duì)外開(kāi)放質(zhì)量、優(yōu)化能源消費(fèi)結(jié)構(gòu)等措施來(lái)賦能沿邊省份碳排放效率提升，進(jìn)而實(shí)現(xiàn)沿邊經(jīng)濟(jì)健康可持續(xù)發(fā)展。

［關(guān)鍵詞］ 沿邊省份； EBM-Tobit模型； 碳排放效率

［中圖分類號(hào)］ X322" ［文獻(xiàn)標(biāo)識(shí)碼］ A

在2030年前實(shí)現(xiàn)碳達(dá)峰，力爭(zhēng)在2060年前實(shí)現(xiàn)碳中和的“碳達(dá)峰碳中和”（以下簡(jiǎn)稱“雙碳”）目標(biāo)，不僅是中國(guó)政府做出的莊重承諾，也是我國(guó)經(jīng)濟(jì)轉(zhuǎn)型的一個(gè)必然選擇。要實(shí)現(xiàn)“雙碳”戰(zhàn)略目標(biāo)，二氧化碳排放管理應(yīng)由強(qiáng)度管制向總量管制轉(zhuǎn)變。各省、市、自治區(qū)相繼印發(fā)了“十四五”節(jié)能減排工作方案，諸多學(xué)者也圍繞“雙碳”目標(biāo)的碳減排省份分解與責(zé)任分?jǐn)傉归_(kāi)研究［1-3］，然而，這些研究的對(duì)象大多限于長(zhǎng)江經(jīng)濟(jì)帶、京津冀地區(qū)、長(zhǎng)三角地區(qū)等經(jīng)濟(jì)相對(duì)發(fā)達(dá)的內(nèi)陸地區(qū)和沿海地區(qū)，對(duì)相對(duì)欠發(fā)達(dá)的沿邊省份碳減排效率的研究比較缺乏。沿邊省份受要素稟賦、區(qū)位環(huán)境等因素影響，仍存在對(duì)綠色發(fā)展方式和生活方式認(rèn)識(shí)不深刻等問(wèn)題。因此，對(duì)沿邊省份的碳排放效率進(jìn)行深入研究將有助于我國(guó)“雙碳”目標(biāo)的實(shí)現(xiàn)，有利于促進(jìn)沿邊省份綠色低碳轉(zhuǎn)型。

1" 文獻(xiàn)綜述

在圍繞碳排放效率的研究中，如何測(cè)量碳排放效率水平是研究的熱點(diǎn)。目前具有多輸入多輸出的相對(duì)效率評(píng)價(jià)方法——數(shù)據(jù)包絡(luò)分析（DEA）方法得到廣泛應(yīng)用（Wang and Wei，2014；Meng et al，2016；王群偉等，2010；李金鎧等，2020）［4-7］。但傳統(tǒng)DEA模型僅關(guān)注投入與產(chǎn)出變量之間的對(duì)應(yīng)關(guān)系，忽視了徑向和角度的選取，容易造成效率測(cè)量的松弛性問(wèn)題和精度問(wèn)題（Song et al，2012）［8］。鑒于此，Tone 和Tsutsui（2010）［9］提出一種結(jié)合了徑向和非徑向特點(diǎn)來(lái)定義距離函數(shù)的EBM模型，而后被其他學(xué)者應(yīng)用于評(píng)價(jià)碳排放效率和碳排放績(jī)效（田澤等，2016；汪克亮等，2017）［10-11］。

在碳排放效率影響因素的研究方面，現(xiàn)有文獻(xiàn)大都從省際角度考察碳排放效率驅(qū)動(dòng)因素的區(qū)域性差異。研究發(fā)現(xiàn)，沿海省份碳排放效率普遍高于內(nèi)陸省份，且碳排放效率呈東、中、西依次遞減的趨勢(shì)，并通過(guò)規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)和技術(shù)效應(yīng)探討經(jīng)濟(jì)發(fā)展對(duì)碳排放效率的影響機(jī)制（李濤等，2011；馬大來(lái)等，2015；Xiao et al，2021）［12-14］。還有研究納入全要素框架，分析碳排放效率變化的影響因素，指出碳減排技術(shù)進(jìn)步、碳減排技術(shù)效率的調(diào)整會(huì)顯著促進(jìn)碳排放效率的改進(jìn)（屈小娥，2012；張偉等，2013）［15-16］。

本文使用改進(jìn)的EBM模型和GML指數(shù)方法對(duì)2005-2019年中國(guó)沿邊8個(gè)省份的碳排放效率水平進(jìn)行測(cè)度，以考察沿邊省份碳排放效率的動(dòng)態(tài)演變，并通過(guò)建立Tobit模型分析碳排放效率的影響因素。

2" 研究方法和指標(biāo)選取

2.1" 方法概述

2.1.1" 碳排放效率水平測(cè)度EBM-GML模型" 本文使用范建平等（2017）［17］提出的考慮非期望產(chǎn)出的改進(jìn)EBM模型來(lái)測(cè)度各沿邊省份和自治區(qū)的碳排放效率值，同時(shí)參考Fre et al.（1989）［18］的環(huán)境DEA技術(shù)。模型構(gòu)建思路如下：

假設(shè)有（K=1，…，k）個(gè)決策主體，每個(gè)決策主體利用N（N=1，…，n）種投入得到M（M=1，…，m）種期望產(chǎn)出和J（J=1，…，j）種非期望產(chǎn)出。投入矩陣為X={xn，k}∈RN×K，期望產(chǎn)出矩陣為Y={ym，k}∈RM×K，非期望產(chǎn)出矩陣B={bj，k}∈RJ×K且Xgt;0，Ygt;0。那么，P（x）={（y，b）|x（y，b）}就是包含了期望產(chǎn)出和非期望產(chǎn)出的生產(chǎn)可能集合，含有方向向量g=（gy，gb）的距離函數(shù)為D（x，y，b;g）=sup{β|（y+βgy，b-βgb）∈P（x）}，其中，β是使期望產(chǎn)出最大和非期望產(chǎn)出最小的生產(chǎn)函數(shù)的求解條件。考慮非期望產(chǎn)出的EBM模型為：

π*=min（δ－ε∑Nn=1wnsnxn0），0≤π*≤1，∑Nn=1wn=1

s.t.θxn0－σX－sn=0

σY≥ym0

σB=bj0

其中：π*是最優(yōu)效率值；xn0、ym0、bj0分別是決策主體k的第n種投入、第m種期望產(chǎn)出和第j種非期望產(chǎn)出； wn是n的權(quán)重，表示相對(duì)重要程度；sn是n對(duì)應(yīng)的松弛變量；ε是綜合徑向δ和非徑向松弛變量的待估參數(shù)；σ是參考決策主體的重要性。

為了進(jìn)一步分析各沿邊省份碳排放效率的動(dòng)態(tài)變化，參考Oh（2010）［19］的研究，采用GML指數(shù)分析方法研究碳排放效率水平動(dòng)態(tài)演變過(guò)程。GML指數(shù)公式的表達(dá)式如下：

GMLt，t+1k（xt，yt，bt，xt+1，yt+1，bt+1）=1+DG（xt，yt，bt）1+DG（xt+1，yt+1，bt+1）

式中，xt，yt，bt分別為決策單元t期的投入、期望產(chǎn)出和非期望產(chǎn)出，DG（xt，yt，bt）=sup{β|（y+βgy，b-βgb）∈PG（X）}為全局方向性距離函數(shù)，PG（X）是當(dāng)前所有生產(chǎn)可能性集合的并集。GML指數(shù)大于1，表明觀察年度內(nèi)碳排放效率值在增加，等于1表示保持不變，小于1則表示下降。另外，GML指數(shù)可以進(jìn)一步分解為測(cè)度技術(shù)效率變化的EC指數(shù)和測(cè)度技術(shù)進(jìn)步變化的TC指數(shù)的乘積。EC指數(shù)和TC指數(shù)的定義如下：

ECt，t+1k（xt，yt，bt，xt+1，yt+1，bt+1）=1+Dt（xt，yt，bt）1+Dt+1（xt+1，yt+1，bt+1）

TCt，t+1k（xt，yt，bt，xt+1，yt+1，bt+1）=1+DG（xt，yt，bt）1+Dt（xt，yt，bt）×1+Dt+1（xt+1，yt+1，bt+1）1+DG（xt+1，yt+1，bt+1）

當(dāng)EC指數(shù)和TC指數(shù)大于1時(shí)，表明觀察年度內(nèi)碳排放效率的技術(shù)效率部分和技術(shù)進(jìn)步部分在上升；反之則下降。因此，通過(guò)對(duì)GML指數(shù)的分析，可以觀察碳排放效率水平的變化趨勢(shì)。

2.1.2" 碳排放效率影響因素分析——Tobit模型" 因?yàn)樾手祵儆谑芟抟蜃兞浚ㄐ嗜≈捣秶?和1之間），若使用普通最小二乘法會(huì)導(dǎo)致估計(jì)結(jié)果有偏，所以，本文將進(jìn)一步以碳排放效率值為被解釋變量來(lái)識(shí)別影響因素，借鑒吳賢榮等（2014）［20］的方法，采用Tobit模型建立回歸方程：

π=β0+β1ELi，t+β2UDi，t+β3ISi，t+β4ESi，t+

β5ELi，t+β6OLi，t+β7GLi，t+εi，t

式中：i表示省份；t表示年份；π為被解釋變量碳排放效率值；β0為常數(shù)項(xiàng)，βn為各個(gè)解釋變量的回歸系數(shù)， εi，t為隨機(jī)誤差項(xiàng)。具體的變量符號(hào)及說(shuō)明見(jiàn)表1。

2.2" 指標(biāo)選取和數(shù)據(jù)來(lái)源

2.2.1" 投入產(chǎn)出指標(biāo)" 在碳排放效率量化指標(biāo)的選取上， 參考魏楚等 （2007） ［21］的研究 ，碳排放效率投入變量一般包括能源消耗、資本和勞動(dòng)力；產(chǎn)出變量選取沿邊省份地區(qū)生產(chǎn)總值作為期望產(chǎn)出，碳排放量為非期望產(chǎn)出（表2）。

具體含義為：

1）能源投入。本文選取沿邊省份歷年能源消耗總量作為能源投入，能源消耗量已按照標(biāo)準(zhǔn)系數(shù)折算成標(biāo)準(zhǔn)煤。

2）資本投入。本文根據(jù)單豪杰（2008）［22］的研究，采用永續(xù)盤(pán)存法（PIM）按當(dāng)期社會(huì)固定資產(chǎn)投資衡量新增投資，各沿邊省份的資本存量以2005年的可比價(jià)進(jìn)行折算，計(jì)算公式為：

Ki，t=Ki，t-1（1-θ）+Ii，t

式中：Ki，t表示第i省第t年的資本存量；θ為經(jīng)濟(jì)折舊率； I表示新增不變價(jià)的投資。設(shè)定折舊率為10.96%。

3）勞動(dòng)力投入。采用沿邊省份歷年全社會(huì)就業(yè)人數(shù)作為勞動(dòng)投入的替代變量。

4）期望產(chǎn)出。用沿邊省份歷年GDP衡量，并換算為2005年為基期的實(shí)際GDP。

5）非期望產(chǎn)出。用沿邊省份歷年碳排放量作為衡量指標(biāo)，碳排放數(shù)據(jù)來(lái)自CEADs數(shù)據(jù)庫(kù)。

2.2.2" 影響因素指標(biāo)" 將碳排放效率值作為被解釋變量進(jìn)行回歸。參考相關(guān)文獻(xiàn)（林伯強(qiáng)等，2010；徐英啟等，2022）［23-24］，本文選取經(jīng)濟(jì)發(fā)展水平、城市化進(jìn)程、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、科技支持水平、對(duì)外開(kāi)放水平和政府支出水平等7個(gè)指標(biāo)對(duì)沿邊省份的碳排放效率進(jìn)行分析。指標(biāo)的說(shuō)明詳見(jiàn)表3。

2.2.3 "數(shù)據(jù)來(lái)源" 本文研究的沿邊省份是我國(guó)對(duì)外經(jīng)貿(mào)按照邊境經(jīng)貿(mào)政策管理的省份，分別是遼寧省、吉林省、黑龍江省、內(nèi)蒙古自治區(qū)、甘肅省、新疆維吾爾自治區(qū)、廣西壯族自治區(qū)和云南?。ㄓ捎谖鞑刈灾螀^(qū)的數(shù)據(jù)缺失較多，予以剔除），樣本為2005-2019年的面板數(shù)據(jù)。研究數(shù)據(jù)均來(lái)自于2006-2020年各省份、自治區(qū)的統(tǒng)計(jì)年鑒和統(tǒng)計(jì)公報(bào)以及2006-2020年《中國(guó)能源統(tǒng)計(jì)年鑒》?？紤]異方差及數(shù)據(jù)波動(dòng)性的影響，本文對(duì)經(jīng)濟(jì)規(guī)模相關(guān)數(shù)據(jù)做了自然對(duì)數(shù)處理。

3" 沿邊省份碳排放效率水平實(shí)證分析

3.1" EBM模型測(cè)算結(jié)果

使用2005-2019年的面板數(shù)據(jù)，并利用表1中的投入產(chǎn)出指標(biāo)，借助Matlab R2021a軟件計(jì)算出2005-2019年沿邊省份的碳排放效率（表4）。由表4可知，總體而言，沿邊8個(gè)省份的碳排放效率呈先下降后上升的趨勢(shì)，并且逐步往生產(chǎn)前沿面靠近，效率均值由2005年的0.8857下降到2013年的0.7853，再上升至2019年的0.9112。

具體到各省份，2005年僅廣西壯族自治區(qū)達(dá)到生產(chǎn)前沿面，2019年有內(nèi)蒙古、吉林、黑龍江和云南4個(gè)省份的碳排放效率值為1，表明一半的沿邊省份在此期間的碳減排水平有所提高。并且，內(nèi)蒙古、遼寧、吉林和廣西的碳排放效率和總體趨勢(shì)一致，呈先下降后上升的態(tài)勢(shì)，其中內(nèi)蒙古、吉林和廣西三個(gè)省份的效率值上升幅度超過(guò)35%；僅有新疆相反，呈先上升后下降的趨勢(shì)，降幅達(dá)25.43%，這可能與近年來(lái)國(guó)家西部大開(kāi)發(fā)的不斷推進(jìn)下新疆工業(yè)化、城市化進(jìn)程加快有關(guān)聯(lián)；黑龍江、云南和甘肅的碳排放效率呈平穩(wěn)趨勢(shì)，但甘肅在樣本期間始終沒(méi)有達(dá)到生產(chǎn)前沿面，存在較大提升空間。

3.2 "GML指數(shù)及其分解

采用GML指數(shù)分析碳排放效率水平的動(dòng)態(tài)變化及其構(gòu)成（表5）。整體而言， 2005-2019年碳排放效率變化率均值為1.0024，表明沿邊省份碳減排水平呈積極態(tài)勢(shì)。從GML指數(shù)的分解來(lái)看，在2005-2010年，技術(shù)效率變化指數(shù)（EC）普遍高于技術(shù)進(jìn)步變化指數(shù)（TC），表明此階段碳排放效率水平的提高主要源自技術(shù)效率的提高。而在2015-2019年，碳排放效率水平的提高是技術(shù)效率提升與技術(shù)進(jìn)步共同作用的結(jié)果。值得注意的是，技術(shù)進(jìn)步變化指數(shù)（TC）從2005-2010年僅新疆大于1到2015-2019年沿邊省份全大于1，表明沿邊省份的技術(shù)水平呈現(xiàn)上升趨勢(shì)，并成為沿邊省份提高碳減排能力的重要?jiǎng)恿Α?/p>

分省份而言，碳排放效率變動(dòng)指數(shù)從2005-2010年沒(méi)有一個(gè)省份處于生產(chǎn)前沿面上，到2015-2019年除新疆以外的其他7個(gè)省份都處于生產(chǎn)前沿面及以上，表明沿邊省份的碳排放效率在不斷提升。從驅(qū)動(dòng)因素來(lái)看，內(nèi)蒙古、黑龍江、廣西、云南和甘肅5個(gè)省份的碳排放效率水平的提高，由單維的技術(shù)效率貢獻(xiàn)轉(zhuǎn)變?yōu)榧夹g(shù)效率和技術(shù)進(jìn)步雙重貢獻(xiàn)。遼寧的碳減排能力提高，由依靠技術(shù)效率提升轉(zhuǎn)變?yōu)橐揽考夹g(shù)進(jìn)步提升；而新疆的技術(shù)效率變化率一直小于1，其碳排放效率水平的提升主要源自技術(shù)進(jìn)步的提升。

3.3" 沿邊省份碳排放效率水平影響因素分析

LR檢驗(yàn)表明，對(duì)沿邊省份碳排放效率水平的回歸分析應(yīng)該選擇隨機(jī)效應(yīng)的面板數(shù)據(jù)Tobit模型?；貧w結(jié)果如表6所示。由表6可知，經(jīng)濟(jì)發(fā)展水平、能源消費(fèi)結(jié)構(gòu)、對(duì)外開(kāi)放水平、政府支持水平對(duì)沿邊省份碳排放效率產(chǎn)生了顯著影響，而城市化進(jìn)程、產(chǎn)業(yè)結(jié)構(gòu)和科技支持水平未通過(guò)顯著性檢驗(yàn)。

具體而言：

1）經(jīng)濟(jì)發(fā)展水平對(duì)碳排放效率具有顯著的正向影響，即在其他條件不變情況下，居民人均收入越高，地區(qū)碳排放效率越高?？赡艿慕忉屖牵阂环矫娼?jīng)濟(jì)越發(fā)展，經(jīng)濟(jì)活動(dòng)帶來(lái)的碳排放也隨之增加，但另一方面因?yàn)榻?jīng)濟(jì)水平的提高，政府和社會(huì)更有意愿為控制碳排放量而投資高新技術(shù)，當(dāng)后者處理的碳排放量超過(guò)經(jīng)濟(jì)發(fā)展帶來(lái)的碳排放量時(shí)，經(jīng)濟(jì)發(fā)展水平的提高就有利于碳排放效率的提高。

2）能源消費(fèi)結(jié)構(gòu)對(duì)碳排放效率存在顯著的負(fù)向影響，表明沿邊省份在生產(chǎn)活動(dòng)和日常生活中對(duì)煤炭等非再生能源的利用效率偏低，一定程度上制約了碳排放效率的提升。

3）對(duì)外開(kāi)放水平與碳排放效率水平之間呈現(xiàn)出顯著的正相關(guān)關(guān)系。這可能是因?yàn)閿U(kuò)大對(duì)外開(kāi)放會(huì)帶來(lái)高新技術(shù)、設(shè)備和管理經(jīng)驗(yàn)，既能減少能源消費(fèi)總量的消耗，又可以增加對(duì)清潔能源的開(kāi)發(fā)利用，進(jìn)而提升碳排放效率（李金鎧等，2020）［7］。

4）政府支持水平對(duì)碳排放效率具有顯著的正向影響。因此，要發(fā)揮財(cái)政對(duì)地區(qū)經(jīng)濟(jì)低碳發(fā)展導(dǎo)向作用，必須推進(jìn)財(cái)政支出政策向綠色低碳轉(zhuǎn)型（譚建立等，2021）［25］。

4" 結(jié)論及建議

4.1 "結(jié)論

1）沿邊省份碳排放效率總體呈上升趨勢(shì)，且碳排放效率的提升由單維技術(shù)效率貢獻(xiàn)，逐步過(guò)渡到技術(shù)效率和技術(shù)進(jìn)步共同發(fā)揮作用。

2）在影響沿邊省份碳排放效率變動(dòng)的因素中，能源消費(fèi)結(jié)構(gòu)對(duì)碳排放效率有顯著負(fù)向作用，經(jīng)濟(jì)發(fā)展水平、對(duì)外開(kāi)放水平、政府支持水平與碳排放效率水平呈顯著正相關(guān)，城市化進(jìn)程、產(chǎn)業(yè)結(jié)構(gòu)、科技支持水平未通過(guò)顯著性檢驗(yàn)。

4.2" 建議

1）在推進(jìn)沿邊省份低碳生產(chǎn)過(guò)程中，不僅要注重技術(shù)的合理有效利用，還要重視新技術(shù)的引進(jìn)和研發(fā)，多路徑賦能綠色低碳發(fā)展。

2）合理控制沿邊省份化石能源消費(fèi)，加快構(gòu)建清潔低碳、安全高效的能源體系，推動(dòng)能源生產(chǎn)和能源消費(fèi)全面脫碳。

3）促進(jìn)沿邊省份貿(mào)易綠色低碳轉(zhuǎn)型，發(fā)揮沿邊省份區(qū)位優(yōu)勢(shì)，拓展綠色產(chǎn)品貿(mào)易市場(chǎng)，加快沿邊省份碳減排進(jìn)程。

［" 參" 考" 文" 獻(xiàn)" ］

［1］" 黃國(guó)華，劉傳江，徐正華.長(zhǎng)江經(jīng)濟(jì)帶碳減排潛力與低碳發(fā)展策略［J］.長(zhǎng)江流域資源與環(huán)境，2018，27（04）：695-704.

［2］" 韓楠，羅新宇.多情景視角下京津冀碳排放達(dá)峰預(yù)測(cè)與減排潛力［J］.自然資源學(xué)報(bào)，2022，37（05）：1277-1288.

［3］" 董瑋，祝婉貞，秦國(guó)偉.跨區(qū)域碳排放協(xié)同治理機(jī)制與政策設(shè)計(jì)：基于長(zhǎng)三角一體化的案例分析［J］.華東經(jīng)濟(jì)管理，2022，36（09）：11-18.

［4］" WANG K， WEI Y M. China’s regional industrial energy efficiency and carbon emissions abatement costs［J］. Applied Energy， 2014， 130： 617-631.

［5］" MENG F， SU B， THOMSON E， et al. Measuring China’s regional energy and carbon emission efficiency with DEA models： A survey［J］. Applied Energy， 2016， 183： 1-21.

［6］" 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（01）：45-54.

［7］" 李金鎧，馬靜靜，魏偉.中國(guó)八大綜合經(jīng)濟(jì)區(qū)能源碳排放效率的區(qū)域差異研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020，37（06）：109-129.

［8］" SONG Malin et al. Environmental efficiency evaluation based on data envelopment analysis-A review［J］. Renewable and Sustainable Energy Reviews， 2012， 16（07） ： 4465-4469.

［9］" TONE Kaoru，TSUTSUI Miki. An epsilon-based measure of efficiency in DEA： A third pole of technical efficiency［J］. European Journal of Operational Research， 2010， 207（03） ： 1554-1563.

［10］ 田澤，嚴(yán)銘，顧欣.碳約束下長(zhǎng)江經(jīng)濟(jì)帶區(qū)域節(jié)能減排效率時(shí)空分異研究［J］.軟科學(xué)，2016，30（12）：38-42.

［11］ 汪克亮，劉悅，史利娟，等.長(zhǎng)江經(jīng)濟(jì)帶工業(yè)綠色水資源效率的時(shí)空分異與影響因素： 基于EBM-Tobit模型的兩階段分析［J］.資源科學(xué)，2017，39（08）：1522-1534.

［12］ 李濤，傅強(qiáng).中國(guó)省際碳排放效率研究［J］.統(tǒng)計(jì)研究，2011，28（07）：62-71.

［13］ 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（01）：67-77.

［14］ HUIJUAN X，" YA Z，" JINGZHENG R. CO2 emission reduction potential in China from combined effects of structural adjustment of economy and efficiency improvement［J］. Resources， Conservation amp; Recycling， 2021（09）： 174.

［15］ 屈小娥.中國(guó)省際全要素CO2排放效率差異及驅(qū)動(dòng)因素：基于1995—2010年的實(shí)證研究［J］.南開(kāi)經(jīng)濟(jì)研究，2012（03）：128-141.

［16］ 張偉，朱啟貴，李漢文.能源使用、碳排放與我國(guó)全要素碳減排效率［J］.經(jīng)濟(jì)研究，2013，48（10）：138-150.

［17］ 范建平，肖慧，樊曉宏.考慮非期望產(chǎn)出的改進(jìn)EBM-DEA三階段模型：基于中國(guó)省際物流業(yè)效率的實(shí)證分析［J］.中國(guó)管理科學(xué)，2017，25（08）：166-174.

［18］ FRE R， GROSSKOPF S， LOVELL C A K， et al. Multilateral Productivity Comparisons When Some Outputs are Undesirable： A Nonparametric Approach［J］. The Review of Economics and Statistics， 1989， 71（01） ： 90-98.

［19］ OH Dong-hyun. A global Malmquist-Luenberger productivity index［J］. Journal of Productivity Analysis， 2010， 34（03） ： 183-197.

［20］ 吳賢榮，張俊飚，田云，等.中國(guó)省域農(nóng)業(yè)碳排放：測(cè)算、效率變動(dòng)及影響因素研究：基于DEA-Malmquist指數(shù)分解方法與Tobit模型運(yùn)用［J］.資源科學(xué)，2014，36（01）：129-138.

［21］ 魏楚，沈滿洪.能源效率及其影響因素：基于DEA的實(shí)證分析［J］.管理世界，2007（08）：66-76.

［22］ 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.

［23］ 林伯強(qiáng)，劉希穎.中國(guó)城市化階段的碳排放：影響因素和減排策略［J］.經(jīng)濟(jì)研究，2010，45（08）：66-78.

［24］ 徐英啟，程鈺，王晶晶，等.中國(guó)低碳試點(diǎn)城市碳排放效率時(shí)空演變與影響因素［J］.自然資源學(xué)報(bào)，2022，37（05）：1261-1276.

［25］ 譚建立，趙哲.財(cái)政支出結(jié)構(gòu)、新型城鎮(zhèn)化與碳減排效應(yīng)［J］.當(dāng)代財(cái)經(jīng)，2021（08）：28-40.

Efficiency Evaluation and Influencing Factors Analysis on CarbonEmission of Border Provinces Based on EBM-Tobit Model

WANG Guo， LI Ping

（School of Economics and Management， Hubei Univ. of Tech.， Wuhan 430068，China）

Abstract： Based on the panel data of eight border provinces from 2005 to 2019， we used EBM-GML method to measure the carbon emission efficiency level of each province， and Tobit model was used to analyze the influencing factors of carbon emission efficiency.. The results show that the carbon emission efficiency level of border provinces is on the rise， but there is a big difference in carbon emission efficiency among border provinces. In the early stage， technical efficiency is the main reason for the rise of carbon emission efficiency level， but in the later stage， technological progress becomes the main driving factor， and then plays a role together with technical efficiency. Level of economic development， opening up and government support all have a positive effect on carbon emission efficiency， whereas the energy consumption structure has a significant negative relationship with carbon emission efficiency. In practice， we can improve the carbon emission efficiency of border provinces by making low-carbon development strategic planning， expanding opening to the outside world， optimizing the energy consumption structure and other measures， so as to realize the healthy and sustainable development of border economy.

Keywords： border provinces; EBM-Tobit model; carbon emission efficiency

［責(zé)任編校： 張" 眾］