魏麗莉,侯宇琦,曹昊煜

(蘭州大學(xué) a.經(jīng)濟(jì)學(xué)院;b.綠色金融研究院,甘肅 蘭州 730000)

一、引 言

應(yīng)對(duì)氣候變化、減少溫室氣體排放是全球面臨的共同挑戰(zhàn),也是中國同世界各國深入開展生態(tài)文明建設(shè)交流合作的關(guān)鍵領(lǐng)域。20世紀(jì)90年代以來,全球變暖和溫室效應(yīng)受到了社會(huì)的廣泛關(guān)注。1997年,聯(lián)合國氣候大會(huì)在日本通過《京都議定書》,作為人類歷史上第一部限制溫室氣體的國際法案,該公約對(duì)溫室氣體減排的目標(biāo)和路徑作出了明確規(guī)定。2015年,第21屆聯(lián)合國氣候變化大會(huì)上通過的《巴黎協(xié)定》對(duì)2020年以后全球應(yīng)對(duì)氣候變化行動(dòng)作出了統(tǒng)一安排,并設(shè)定“將全球平均氣溫較前工業(yè)化時(shí)期上升幅度控制在2攝氏度以內(nèi),努力將溫度上升幅度限制在1.5攝氏度以內(nèi)”。從全球碳排放責(zé)任的角度出發(fā),中國是減排責(zé)任的積極承擔(dān)者,也是最大的減排貢獻(xiàn)國之一。2020年習(xí)近平主席在第七十五屆聯(lián)合國大會(huì)一般性辯論上宣布“中國將力爭(zhēng)2030年實(shí)現(xiàn)碳達(dá)峰,2060年實(shí)現(xiàn)碳中和”?！半p碳”目標(biāo)的宣布昭示了中國碳減排路徑的關(guān)鍵錨點(diǎn),也是中國高度重視應(yīng)對(duì)氣候變化,堅(jiān)持綠色發(fā)展、高質(zhì)量發(fā)展的決心體現(xiàn)。在此背景下,準(zhǔn)確測(cè)度中國碳排放績效及其動(dòng)態(tài)變化,識(shí)別地區(qū)間碳排放績效差異及其來源,并分析驅(qū)動(dòng)二氧化碳排放績效變動(dòng)的關(guān)鍵因素,對(duì)精準(zhǔn)評(píng)估中國碳排放治理水平,踐行生態(tài)文明建設(shè)有重要意義。

20世紀(jì)90年代以來,中國碳排放規(guī)模不斷上升且存在顯著的地區(qū)差異。厘清地區(qū)之間的碳排放水平差異,有助于高效調(diào)配減碳資源,以更低的經(jīng)濟(jì)成本實(shí)現(xiàn)“雙碳”目標(biāo)。二氧化碳排放績效衡量了各地區(qū)是否能以較少的碳排放和能源消耗產(chǎn)生更高的經(jīng)濟(jì)效益,可以準(zhǔn)確地評(píng)價(jià)地區(qū)經(jīng)濟(jì)發(fā)展模式是否兼顧增長與低碳要求,是評(píng)估地區(qū)碳排放治理水平的重要指標(biāo),對(duì)中國踐行生態(tài)文明建設(shè)具有重要意義[1]。本文的研究重點(diǎn)是采用改進(jìn)后的全要素碳排放績效指數(shù)準(zhǔn)確測(cè)度中國城市碳排放績效及其動(dòng)態(tài)變化,識(shí)別中國不同城市群碳排放績效差異及其來源,并分析驅(qū)動(dòng)二氧化碳排放績效變動(dòng)的關(guān)鍵因素,以期為中國更好更快實(shí)現(xiàn)經(jīng)濟(jì)低碳轉(zhuǎn)型提供政策設(shè)計(jì)依據(jù)。

碳排放績效測(cè)度指標(biāo)可劃分為單要素碳排放績效指標(biāo)和全要素碳排放績效指標(biāo)。單要素指標(biāo)由碳排放規(guī)模與某一經(jīng)濟(jì)指標(biāo)之比構(gòu)造而成,主要包括碳排放強(qiáng)度和隱含碳排放密度等[2-3],由于單要素指標(biāo)無法全面反映各投入產(chǎn)出要素之間的關(guān)系,后期學(xué)者將碳排放和能源損耗納入TFP增長核算框架下,構(gòu)建碳排放效率等全要素指標(biāo),對(duì)地區(qū)碳排放績效進(jìn)行衡量[4]。常用的全要素碳排放績效指標(biāo)計(jì)算方法主要有基于隨機(jī)前沿分析的參數(shù)方法(SFA)和基于數(shù)據(jù)包絡(luò)分析模型(DEA)的非參數(shù)方法。由于數(shù)據(jù)包絡(luò)模型能夠同時(shí)實(shí)現(xiàn)多投入多產(chǎn)出的效率分析研究,更接近環(huán)境績效評(píng)價(jià)的實(shí)際需求,其演化而來的非徑向方向距離函數(shù)、松弛變量測(cè)度模型等各類數(shù)據(jù)包絡(luò)分析模型近年來被廣泛應(yīng)用于環(huán)境績效評(píng)價(jià)研究[5-6]。但也有研究指出,現(xiàn)有研究中常使用的各類DEA模型均存在不同程度的線性規(guī)劃無解和生產(chǎn)前沿設(shè)定偏誤,可能會(huì)在一定程度上導(dǎo)致碳排放績效測(cè)度結(jié)果不準(zhǔn)確[7]。

現(xiàn)有研究運(yùn)用上述測(cè)度方法對(duì)中國不同地區(qū)、不同行業(yè)的碳排放績效水平進(jìn)行測(cè)度和分析,部分研究采用空間自相關(guān)、時(shí)空躍遷矩陣、空間馬爾科夫鏈等方法對(duì)中國碳排放績效的時(shí)空演化進(jìn)行刻畫[8]。還有部分研究關(guān)注到碳排放績效的空間差異性,使用空間變差函數(shù)、探索性空間數(shù)據(jù)分析等方法,刻畫了中國碳排放績效的空間分異情況及區(qū)域收斂特征[9-10]。在碳排放績效的影響因素分析方面,現(xiàn)有研究在IPAT模型和STIRPAT模型等框架下,結(jié)合經(jīng)濟(jì)理論和實(shí)際發(fā)展特征,總結(jié)了碳排放績效的幾類影響因素,主要包括經(jīng)濟(jì)水平、技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、能源強(qiáng)度、人口密度等[11-13]。可以看出,在碳排放績效空間分析方面,現(xiàn)有研究多著重于刻畫其空間演化特征,對(duì)區(qū)域間的碳排放績效不平等現(xiàn)象關(guān)注不夠,且較少探討區(qū)域碳排放不平等現(xiàn)象及其差異來源;在影響因素探究方面,現(xiàn)有研究多局限于STIRPAT模型框架,并采用相關(guān)分析等傳統(tǒng)計(jì)量模型進(jìn)行相關(guān)性檢驗(yàn),一定程度上忽視了計(jì)量模型的過度控制等問題。

綜上,既有文獻(xiàn)圍繞中國碳排放效率的測(cè)度、時(shí)空演化及其影響因素等方面形成了豐富研究成果,然而仍存在碳排放績效估計(jì)不準(zhǔn)確、空間分異來源不明以及影響因素識(shí)別缺乏統(tǒng)計(jì)依據(jù)等問題。相較于現(xiàn)有研究本文邊際貢獻(xiàn)如下:一是較為新穎地以非徑向方向距離函數(shù)為框架,通過計(jì)算實(shí)際碳排放和經(jīng)濟(jì)增長與技術(shù)前沿的差距之比,構(gòu)造了全要素碳排放績效指數(shù),在一定程度上克服了現(xiàn)有研究中所采用的環(huán)境績效評(píng)估模型存在的跨期無解、角度和徑向效率有偏等缺陷,更準(zhǔn)確地衡量了中國城市碳排放治理績效;二是從經(jīng)濟(jì)含義、跨期動(dòng)態(tài)變化、區(qū)域均衡等層面對(duì)全要素碳排放績效指數(shù)進(jìn)行多維分解,不僅分析了全要素碳排放績效指數(shù)的效率改進(jìn)、技術(shù)進(jìn)步和技術(shù)落差及其動(dòng)態(tài)變化,還通過Dagum基尼系數(shù)分解對(duì)城市群間碳排放績效不平等的形成原因進(jìn)行識(shí)別;三是為更科學(xué)識(shí)別城市碳排放績效的影響因素,采用Lasso機(jī)器學(xué)習(xí)法對(duì)影響因素進(jìn)行篩選,有效克服傳統(tǒng)計(jì)量方法中過度控制導(dǎo)致的估計(jì)偏誤。

二、研究方法與數(shù)據(jù)來源

(一)環(huán)境技術(shù)與效率分析模型

為準(zhǔn)確測(cè)度中國的經(jīng)濟(jì)環(huán)境綜合績效及其動(dòng)態(tài)變化,本文借鑒Fare等的研究假設(shè),同時(shí)在生產(chǎn)技術(shù)中考慮經(jīng)濟(jì)發(fā)展和二氧化碳排放兩類產(chǎn)出,定義環(huán)境生產(chǎn)技術(shù)如下[14]:

(1)

式(1)中X表示投入,Y表示期望產(chǎn)出,C表示二氧化碳排放。理論上,對(duì)環(huán)境生產(chǎn)技術(shù)的估計(jì)方法主要可以分為兩類,一類是基于參數(shù)估計(jì)的隨機(jī)前沿分析和參數(shù)線性規(guī)劃方法,通過對(duì)環(huán)境生產(chǎn)函數(shù)施加超越對(duì)數(shù)或二次型函數(shù)形式的假設(shè),對(duì)生產(chǎn)可能集進(jìn)行估計(jì)[15];另一類基于非參數(shù)估計(jì),使用數(shù)據(jù)包絡(luò)方法(Data Envelopment Analysis,DEA)構(gòu)造生產(chǎn)技術(shù)前沿面。在DEA模型中,對(duì)于方向距離的選擇至關(guān)重要,應(yīng)用較為廣泛的CCR和BCC等基于謝潑德距離函數(shù)徑向模型,通過投入要素和產(chǎn)出的等比例擴(kuò)張計(jì)算觀測(cè)數(shù)據(jù)與前沿面的距離,具有較強(qiáng)的理論假設(shè)。在謝潑德距離函數(shù)的基礎(chǔ)上,Chung等提出了方向距離函數(shù)(Directional Distance Function,DDF),放松了期望產(chǎn)出和非期望產(chǎn)出同方向變化的模型假設(shè)[16]。Zhou等在DDF的基礎(chǔ)上進(jìn)一步提出了包含非期望產(chǎn)出的非徑向方向距離函數(shù)(NDDF),對(duì)不同產(chǎn)出類型的變化情況進(jìn)行了進(jìn)一步刻畫[17]。

與DEA模型密切相關(guān)的是效率分析的動(dòng)態(tài)特征。Chung等構(gòu)造了曼奎斯特—盧恩伯格(Malmquits-Luenberger,ML)指數(shù),使用不同時(shí)期效率分析結(jié)果的幾何平均測(cè)算了包含環(huán)境污染的TFP變化,但該指數(shù)存在跨期無解、角度和徑向效率有偏等缺陷,而彌補(bǔ)上述缺陷的主要方式是使用基于兩期數(shù)據(jù)的BML指數(shù)或?qū)⑷蚣夹g(shù)前沿與NDDF相結(jié)合,緩解ML指數(shù)計(jì)算導(dǎo)致的測(cè)算偏誤[16]。因此,本文使用NDDF方法對(duì)納入二氧化碳排放的技術(shù)無效率進(jìn)行測(cè)度,并借鑒Oh等的全局ML指數(shù)方法和共同邊界技術(shù)動(dòng)態(tài)刻畫NDDF的分析結(jié)果[18]。

(二)全要素碳排放績效指數(shù)構(gòu)建

根據(jù)研究問題,本文構(gòu)建如下非徑向方向距離函數(shù):

(2)

式(2)中K、L、E分別表示資本、勞動(dòng)和能源投入,Y表示期望產(chǎn)出,C表示二氧化碳排放,即非期望產(chǎn)出。wT表示投入和產(chǎn)出的權(quán)重,g=(-gK,-gL,-gE,gY,-gC)表示方向向量,β表示松弛變量。

結(jié)合式(1)中關(guān)于環(huán)境技術(shù)的假設(shè),本文使用DEA方法求解NDDF,模型設(shè)定如式(3)所示:

從結(jié)果的經(jīng)濟(jì)含義上看,式(3)的分析結(jié)果僅僅刻畫了包含非期望產(chǎn)出后,經(jīng)濟(jì)中效率改進(jìn)的空間,因此并不能直接度量碳排放的績效。ZHOU等通過計(jì)算目標(biāo)碳排放與實(shí)際碳排放之比定義了全要素碳排放指數(shù),ZHANG和CHOI則通過松弛變量之間的關(guān)系定義了全要素碳排放表現(xiàn)[17,19]。本文借鑒上述學(xué)者的做法,構(gòu)造全要素碳排放績效指數(shù)(Total-Factor CO2Performance Index,TCPI)度量碳排放績效,具體形式如式(4):

(4)

該指數(shù)度量了碳排放改進(jìn)空間與產(chǎn)出改進(jìn)空間之比。由于βC,βY的值和決策單元與前沿面的距離成正比,TCPI的取值越大時(shí),決策單元的碳排放和產(chǎn)出改進(jìn)空間越小,碳排放績效越高。

(三)共同邊界非徑向Malmquist碳排放績效指數(shù)分解

(5)

MNMCPI一方面度量了全要素碳排放績效指數(shù)的跨期動(dòng)態(tài)變化,另一方面通過共同邊界技術(shù)考察了不同能源消費(fèi)強(qiáng)度的城市異質(zhì)性。與ML指數(shù)相似,MNMCPI可以分解為效率改進(jìn)、技術(shù)進(jìn)步和技術(shù)落差三個(gè)部分。

(6)

式(6)中EC表示效率改進(jìn)(Efficiency Change),刻畫了不同時(shí)期技術(shù)效率的“追趕效應(yīng)”;BPC表示最佳實(shí)踐變化(Best Practice Change),用于度量跨期和同期全要素碳排放績效指數(shù)的變化,由于該指標(biāo)刻畫了同期技術(shù)前沿的移動(dòng)情況,因此也可以代表“技術(shù)進(jìn)步”;TGC表示技術(shù)落差(Technology Gap Change),度量不同城市分組的前沿面到總體前沿面的距離變化,體現(xiàn)不同組別的技術(shù)變化與全局技術(shù)之間的關(guān)系。通過對(duì)MNMCPI的定義和分解,可以進(jìn)一步考察碳排放績效的動(dòng)態(tài)變化和增長源泉。

(四)全要素碳排放績效指數(shù)空間差異及其分解

由于中國城市的碳排放績效可能存在地區(qū)差異,本文使用Dagum基尼系數(shù)方法對(duì)中國2006—2019年全要素碳排放績效指數(shù)的空間差異程度進(jìn)行測(cè)度和分解,從城市群層面刻畫碳排放績效空間差異的變化及其來源。Dagum基尼系數(shù)的定義如式(7)所示:

(7)

其中yji和yhr分別表示j或h地區(qū)內(nèi)i城市或r城市的全要素碳排放績效指數(shù),nj和nh分別表示j或h地區(qū)內(nèi)的城市數(shù)量。根據(jù)Dagum的做法,進(jìn)一步將總體基尼系數(shù)分解為地區(qū)內(nèi)部差異Gw、地區(qū)間差異Gnb和超變密度Gl三個(gè)部分[20]。三者分別定義為:

(8)

(9)

(10)

(11)

(12)

(13)

式(8)～(10)分別定義了地區(qū)內(nèi)差異、地區(qū)間差異和超變密度,式(13)為地區(qū)j和地區(qū)h全要素碳排放績效指數(shù)的相對(duì)影響,djh為地區(qū)間差值,pjh為超變一階矩,Fj(·)表示地區(qū)j全要素碳排放績效指數(shù)的累積分布函數(shù)。

(五)投入產(chǎn)出變量選取與數(shù)據(jù)說明

1.變量選取

應(yīng)用NDDF考察碳排放績效首先需要確定模型的投入產(chǎn)出變量,多數(shù)文獻(xiàn)在效率分析建模中納入了資本、勞動(dòng)和能源三個(gè)方面的投入指標(biāo)。使用以上三類要素分析中國城市碳排放績效的原因在于兩個(gè)方面:第一,資本、勞動(dòng)和能源是當(dāng)前生產(chǎn)過程中投入最廣泛的經(jīng)濟(jì)要素,能夠刻畫多數(shù)城市的生產(chǎn)特征;第二,三者與碳排放密切相關(guān),人口規(guī)模和能源消費(fèi)是導(dǎo)致二氧化碳排放強(qiáng)度提高的重要因素。因此,本文同樣采用資本、勞動(dòng)和能源作為NDDF模型的投入指標(biāo)。

2.數(shù)據(jù)說明

本文的研究樣本為2006—2019年中國城市層面數(shù)據(jù),考慮能源數(shù)據(jù)等指標(biāo)的缺失問題,最終納入研究254個(gè)地級(jí)市。資本投入使用資本存量度量,參考單豪杰對(duì)中國資本存量的估算,使用永續(xù)盤存法計(jì)算資本存量[21]:

Kt=Kt-1(1-δt)+It

(14)

其中Kt為第t年的資本存量,It為第t年的投資規(guī)模,使用投資價(jià)格指數(shù)和固定資產(chǎn)投資計(jì)算,δt為第t年的折舊率,取值為10.96%。

能源投入使用省級(jí)能源消費(fèi)和夜間燈光數(shù)據(jù)計(jì)算得到。測(cè)算過程中,本文主要從兩個(gè)方面提高了計(jì)算的精確度。常用的夜間燈光數(shù)據(jù)包括DMSP-OLS數(shù)據(jù)和NPP-VIIRS數(shù)據(jù),二者在年份上互補(bǔ)。為保持2013年前后燈光數(shù)據(jù)在量綱上的一致性,對(duì)2013年的DMSP-OLS和NPP-VIIRS數(shù)據(jù)建立擬合模型,并使用該模型矯正2013年之后的NPP-VIIRS數(shù)據(jù),再采用過原點(diǎn)回歸將省級(jí)能源消費(fèi)分解到城市層面[22-23]。

非期望產(chǎn)出為二氧化碳排放?，F(xiàn)有研究中測(cè)算碳排放的方法有基于能源消費(fèi)和碳排放折算因子的近似計(jì)算和使用夜間燈光數(shù)據(jù)反演兩類方法?？紤]前文能源消費(fèi)已使用夜間燈光數(shù)據(jù)計(jì)算,碳排放數(shù)據(jù)計(jì)算參考吳建新等人做法,分別根據(jù)IPCC相關(guān)轉(zhuǎn)化因子、電網(wǎng)基準(zhǔn)線排放因子、各類運(yùn)輸方式的客貨運(yùn)輸量以及供熱能源原煤量,計(jì)算電能、煤氣、液化石油氣、交通運(yùn)輸和熱能消耗的碳排放量,加總得到各城市碳排放量[24]。

勞動(dòng)力投入和期望產(chǎn)出分別使用城鎮(zhèn)單位從業(yè)人員期末人數(shù)和當(dāng)年價(jià)格地區(qū)生產(chǎn)總值度量。資本和勞動(dòng)投入、經(jīng)濟(jì)總產(chǎn)出數(shù)據(jù)來自《中國城市統(tǒng)計(jì)年鑒》,城市能源消費(fèi)和二氧化碳排放測(cè)算中使用的其他數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》《中國城市建設(shè)統(tǒng)計(jì)年鑒》和《中國區(qū)域統(tǒng)計(jì)年鑒》。

表1 投入產(chǎn)出變量選取及描述性統(tǒng)計(jì)

三、中國城市全要素碳排放績效指數(shù)測(cè)算及其分解

(一)中國城市全要素碳排放績效指數(shù)變化情況

依照式(4)對(duì)城市層面的全要素碳排放績效指數(shù)(TCPI)進(jìn)行測(cè)度,測(cè)算結(jié)果見表2。全國城市的平均全要素碳排放績效指數(shù)(TCPI)由2006年的0.180逐漸提高至2019年的0.326,年平均增長率為4.67%,說明樣本期內(nèi)中國碳排放績效顯著提高,中國減排降碳工作和生態(tài)文明建設(shè)取得了長足的進(jìn)展,這與已有研究中2006年以后中國環(huán)境TFP呈增長趨勢(shì)的結(jié)論一致[25]。結(jié)合當(dāng)下實(shí)際背景,可將中國全要素碳排放績效變化分為2006—2010年,2011—2014年和2015—2019年三個(gè)波動(dòng)上升階段。與直接將考慮了能源消費(fèi)和碳排放約束條件下的經(jīng)濟(jì)非效率水平作為碳排放績效表征的結(jié)果不同,本文定義的全要素碳排放績效指數(shù)在考察期內(nèi)未出現(xiàn)明顯的下降,進(jìn)一步證明了傳統(tǒng)方法直接將效率值作為碳排放治理水平的度量方法存在一定誤差。

表2 2006—2019年中國城市TCPI指數(shù)、MNMCPI指數(shù)變化及其分解

2006—2010年,全國城市的平均碳排放績效水平迅速上升,2010年碳排放績效較2006年提高了29.44%,該階段碳排放績效水平高速增長,一方面是由于2006年“十一五”規(guī)劃中首次將“節(jié)能減排”作為明確的戰(zhàn)略目標(biāo)提出,并對(duì)各級(jí)政府下達(dá)了污染物排放和能源強(qiáng)度等約束性任務(wù),2009年中國進(jìn)一步下達(dá)了溫室氣體控排目標(biāo),強(qiáng)化了減碳降廢政策的力度;另一方面,受到“十五”期間中國工業(yè)高污染高排放的發(fā)展模式影響,該時(shí)期各地化石能源消費(fèi)迅速增長,減排空間較大。

2011—2014年,全國城市的平均碳排放績效水平增速放緩,其可能原因在于,隨著二氧化碳減排規(guī)模的不斷提高,各地減排空間逐步縮小,碳排放績效提升無法繼續(xù)通過直接減少排放、調(diào)整能源結(jié)構(gòu)和初級(jí)技術(shù)進(jìn)步實(shí)現(xiàn),碳排放績效提高進(jìn)入瓶頸期,后期減排的動(dòng)力不足,進(jìn)一步提高碳排放績效的難度逐漸增加,減排的邊際成本提高,但在政策的持續(xù)作用下,各地區(qū)整體仍呈現(xiàn)低碳化發(fā)展轉(zhuǎn)型趨勢(shì)[26]。

2015—2019年,綠色發(fā)展理念作為新發(fā)展理念的主要內(nèi)容,為中國經(jīng)濟(jì)發(fā)展結(jié)構(gòu)調(diào)整指明了新方向,《巴黎協(xié)定》等氣候變化應(yīng)對(duì)承諾進(jìn)一步加強(qiáng)了政府對(duì)于提高碳排放績效的迫切和堅(jiān)定程度,在政策刺激下,該時(shí)期碳排放績效增速出現(xiàn)了小幅度提高,但由于各地碳排放績效已維持在較高水平,受限于技術(shù)進(jìn)步瓶頸,進(jìn)一步提升碳排放績效的難度較大。

(二)中國城市全要素碳排放績效指數(shù)分解

由于TCPI指數(shù)是全局技術(shù)下計(jì)算的靜態(tài)能源環(huán)境效率指數(shù),因此不能反映不同生產(chǎn)技術(shù)在不同時(shí)期的動(dòng)態(tài)變化。為進(jìn)一步探討決策單元生產(chǎn)技術(shù)和效率表現(xiàn)的動(dòng)態(tài)變化,避免決策單元技術(shù)異質(zhì)性造成的估計(jì)偏差,采用共同前沿方法,將城市按照能源強(qiáng)度進(jìn)行分組分別構(gòu)建前沿面,根據(jù)式(5),進(jìn)一步估算了共同前沿非徑向Malmquist碳排放績效指數(shù)(MNMCPI),結(jié)果見表2。MNMCPI指數(shù)展示了中國城市TCPI的平均動(dòng)態(tài)變化情況,當(dāng)MNMCPI>1時(shí),說明在t至t+1期內(nèi),各組的全要素碳排放績效指數(shù)出現(xiàn)進(jìn)步,MNMCPI指數(shù)的值越大,說明該決策單元的跨期進(jìn)步越快。

將MNMCPI指數(shù)分解為EC指數(shù)、BPC指數(shù)和TGC指數(shù)。其中,EC指數(shù)反映了各城市與其所在群組當(dāng)期生產(chǎn)技術(shù)前沿面的接近程度變化情況,可以將其解釋為效率改進(jìn)效應(yīng),當(dāng)EC>1時(shí),認(rèn)為相較于t期,t+1期實(shí)現(xiàn)了效率趕超,EC指數(shù)越高說明決策單元追趕速度越快?？傮w來看,中國城市碳排放效率趕超表現(xiàn)較差,多個(gè)年份出現(xiàn)了平均效率改進(jìn)指數(shù)退化。說明在相關(guān)年份中,大部分城市未能實(shí)現(xiàn)效率追趕,即少部分城市的改進(jìn)推動(dòng)了同期生產(chǎn)技術(shù)前沿面前移,城市間全要素碳排放績效差距擴(kuò)大。

BPC指數(shù)也稱為最佳實(shí)踐變化指數(shù),反映了當(dāng)期生產(chǎn)技術(shù)邊界向跨期技術(shù)邊界的移動(dòng)程度,衡量了各期前沿面之間距離的差距,因此被解釋為技術(shù)創(chuàng)新效應(yīng),當(dāng)BPC指數(shù)>1時(shí),則認(rèn)為該城市低碳技術(shù)創(chuàng)新效應(yīng)擴(kuò)大。結(jié)果顯示,中國城市低碳技術(shù)創(chuàng)新效應(yīng)表現(xiàn)良好,除第一期觀測(cè)樣本之外,創(chuàng)新效應(yīng)對(duì)碳排放績效的貢獻(xiàn)逐年增大,尤其是“十二五”期間,技術(shù)進(jìn)步規(guī)模不斷擴(kuò)大,但后期創(chuàng)新效應(yīng)增速出現(xiàn)下滑,進(jìn)一步驗(yàn)證了前文中關(guān)于中國低碳技術(shù)進(jìn)步陷入瓶頸引致TCPI指數(shù)增速放緩的理論分析。

TGC指數(shù)反映了不同組群之間的技術(shù)落差變化,當(dāng)TGC>1時(shí),說明特定組群的跨期生產(chǎn)技術(shù)與全局生產(chǎn)技術(shù)之間的技術(shù)差距縮小,即各組生產(chǎn)技術(shù)前沿之間的差距縮小。本文根據(jù)能源強(qiáng)度對(duì)中國城市類型進(jìn)行區(qū)分,以控制前沿面技術(shù)類型不同產(chǎn)生的差異估計(jì)偏差。根據(jù)TGC指數(shù)計(jì)算結(jié)果,中國不同類型城市的生產(chǎn)技術(shù)前沿之間距離變化情況不斷波動(dòng),但總體而言,大多數(shù)年份TGC指數(shù)均大于1,說明不同類型城市之間的碳排放績效水平差距在緩慢縮小。

為進(jìn)一步展現(xiàn)不同效應(yīng)對(duì)MNMCPI指數(shù)變化的貢獻(xiàn)度,將各期EC指數(shù)、BPC指數(shù)和TGC指數(shù)進(jìn)行可視化(圖1)。從各年MNMCPI指數(shù)構(gòu)成來看,EC指數(shù)對(duì)MNMMCPI變化具有一定的影響作用,但并未對(duì)MNMCPI指數(shù)的變化產(chǎn)生決定性作用。TGC指數(shù)整體波動(dòng)不大,對(duì)MNMCPI指數(shù)變化的貢獻(xiàn)度不高;BPC指數(shù)即技術(shù)創(chuàng)新效應(yīng)對(duì)MNMCPI指數(shù)變化的貢獻(xiàn)度最高。結(jié)果顯示,2016年起,中國城市創(chuàng)新效應(yīng)指數(shù)出現(xiàn)波動(dòng)下降,與此同時(shí)全要素碳排放績效指數(shù)平均動(dòng)態(tài)改進(jìn)速度放緩,說明體現(xiàn)創(chuàng)新效應(yīng)的BPC指數(shù)幾乎決定了全要素碳排放績效指數(shù)的動(dòng)態(tài)變化方向,即創(chuàng)新與技術(shù)進(jìn)步已成為中國低碳化轉(zhuǎn)型發(fā)展的決定因素。

圖1 2006—2019年中國MNMCPI變化及其分解

四、中國城市全要素碳排放績效指數(shù)的空間差異及其分解

(一)中國城市全要素碳排放績效指數(shù)的空間差異

為刻畫中國城市全要素碳排放績效指數(shù)的空間分異情況,本文采用Dagum基尼系數(shù)初步對(duì)全國城市間碳排放績效的不均衡程度進(jìn)行了測(cè)度,并在此基礎(chǔ)上,以國家“十四五”規(guī)劃中提到的19個(gè)城市群劃分方式為依據(jù),根據(jù)數(shù)據(jù)可得性,排除了城市數(shù)據(jù)缺失較多的天山北坡、滇中、黔中、蘭西和寧夏沿黃等城市群,最終納入長三角、珠三角、京津冀等14個(gè)城市群作為研究區(qū)域單元,分別測(cè)度了中國各城市群全要素碳排放績效指數(shù)的年均變化情況,測(cè)度結(jié)果見表3。

表3 2006—2019年中國各城市群全要素碳排放績效指數(shù)(TCPI)

全國層面的區(qū)域均衡性分析結(jié)果顯示,各城市間基尼系數(shù)呈現(xiàn)先下降后上升趨勢(shì),進(jìn)一步印證了中國城市間全要素碳排放績效指數(shù)之間存在不均衡情況,且近年來分異程度逐步加深。2006—2010年中國城市全要素碳績效指數(shù)的基尼系數(shù)從0.245下降至0.219,降幅為10.62%左右,但從2011年開始,中國全要素碳排放績效指數(shù)的分異程度開始逐年攀升,2019年基尼系數(shù)已達(dá)到0.266,較2011年上升17.70%左右?？梢钥闯?2011年是中國碳排放表現(xiàn)空間差異擴(kuò)大的關(guān)鍵節(jié)點(diǎn)。2011年中國制定下發(fā)了《“十二五”節(jié)能減排綜合性工作方案》和《“十二五”控制溫室氣體排放工作方案》,并在全國七個(gè)省市建立碳排放權(quán)交易試點(diǎn),對(duì)各地進(jìn)行了二氧化碳排放目標(biāo)限制,強(qiáng)化了溫室氣體排放控制政策力度,該系列政策雖提高了各地碳排放績效水平,但加劇了地區(qū)間碳排放績效的分異程度,說明減排政策在不同地區(qū)的政策效果具有較大差異,且近年來該差異仍在不斷擴(kuò)大。

從各城市群的全要素碳排放表現(xiàn)績效測(cè)度結(jié)果看,城市群之間無論是平均水平還是增長速度均存在較大差距。樣本期內(nèi)平均全要素碳排放績效指數(shù)排名前三的城市群分別是珠三角城市群、北部灣城市群和成渝城市群,其次是長三角城市群、粵閩浙沿海城市群和長江中游城市群。比較各城市群碳排放績效的增長率則發(fā)現(xiàn),在樣本期內(nèi)大多數(shù)城市群均實(shí)現(xiàn)了碳排放績效的改善,增長率較高的城市群有長江中游城市群、粵閩浙沿海城市群、成渝城市群和中原城市群,其次是長三角城市群、京津冀城市群、晉中城市群和珠三角城市群,但呼包鄂榆城市群年均增長率為負(fù),其碳排放績效自2014年起出現(xiàn)波動(dòng)式下滑?？梢钥闯?東部地區(qū)城市群不僅平均碳排放績效水平普遍較高,碳排放績效的增長速度也較快,而中西部地區(qū)僅成渝城市群碳排放績效表現(xiàn)較好,中原城市群、京津冀城市群雖初始水平較差,但近年來碳排放績效的改善速度也較快。

(二)中國城市全要素碳排放績效指數(shù)的城市群內(nèi)差異分析

為考察中國城市群內(nèi)部全要素碳排放績效指數(shù)的空間分異情況,本文測(cè)度了各城市群的全要素碳排放績效指數(shù)組內(nèi)基尼系數(shù),測(cè)度結(jié)果見表4。橫向?qū)Ρ雀鞒鞘腥旱慕M內(nèi)基尼系數(shù)可以看出,關(guān)中平原城市群組內(nèi)分異程度最高,平均基尼系數(shù)為0.574;珠三角城市群組內(nèi)差異程度次之,平均基尼系數(shù)為0.441。北部灣城市群、遼中南城市群和長三角城市群的均衡程度相對(duì)較好,組內(nèi)基尼系數(shù)較低,分別為0.211、0.290和0.313。從變動(dòng)趨勢(shì)看,除遼中南城市群、哈長城市群和中原城市群的組內(nèi)分異程度有下降趨勢(shì)外,其他城市群樣本期內(nèi)碳排放績效指數(shù)的組內(nèi)分異程度均呈上升趨勢(shì),說明粵閩浙沿海區(qū)域分異程度仍在不斷加劇,未出現(xiàn)收斂趨勢(shì)。其中組內(nèi)差距擴(kuò)大速度較快的城市群有北部灣城市群、哈長城市群和晉中城市群,樣本期內(nèi)組內(nèi)基尼系數(shù)增速分別為7.61%、3.88%和3.61%。組內(nèi)差距變化比較穩(wěn)定的城市群有關(guān)中平原城市群和成渝城市群,樣本期內(nèi)組內(nèi)基尼系數(shù)增速為0.37%和0.02%。

表4 2006—2019年中國各城市群全要素碳排放績效指數(shù)組內(nèi)基尼系數(shù)

(三)中國城市全要素碳排放績效指數(shù)的城市群組間差異分析

本文進(jìn)一步測(cè)度了各城市群的全要素碳排放績效指數(shù)組間基尼系數(shù),考察城市群之間的全要素碳排放績效指數(shù)空間分異情況,測(cè)度結(jié)果見表5。城市群全要素碳排放績效指數(shù)組間基尼系數(shù)測(cè)度結(jié)果顯示,在組間差距最大的前十對(duì)城市群中,珠三角城市群占據(jù)7位,珠三角城市群的碳排放績效高于國內(nèi)大部分城市群。在組間差距較小的十對(duì)城市群中,長三角、成渝、長江中游和關(guān)中平原四個(gè)城市群的碳排放績效指數(shù)的分異程度較小,其組間基尼系數(shù)均值較低?？梢钥闯?除成渝城市群外,晉中、京津冀、北部灣、哈長、關(guān)中平原等中西部城市群與珠三角等東部地區(qū)城市群的碳排放績效指數(shù)水平存在較大的地區(qū)差異。目前東部地區(qū)已初步形成以珠三角為引領(lǐng),長三角、粵閩浙沿海、長江中游等城市群環(huán)繞的低碳集聚態(tài)勢(shì),但中西部地區(qū)的城市群碳排放績效水平依然處于較為落后狀態(tài)。組間差距變化情況可以看出,近年來山東半島、關(guān)中平原、晉中、哈長等城市群與珠三角、長三角和粵閩浙沿海等城市群的差距迅速拉大。結(jié)合各城市群變化情況可知,珠三角、長三角和粵閩浙沿海等城市群發(fā)展基礎(chǔ)較好且近年來碳排放績效增長率也較高,但山東半島、關(guān)中平原和哈長等城市群在樣本期內(nèi)并未實(shí)現(xiàn)碳排放績效的快速增長,晉中城市群更是碳排放績效水平一直較差,進(jìn)一步加大了城市群之間的碳排放績效水平差距。此外,結(jié)果顯示中原城市群、遼中南城市群與其他城市群之間的差距正在逐步縮小,說明中原等城市群正在逐步實(shí)現(xiàn)碳排放績效趕超。

表5 中國各城市群全要素碳排放績效指數(shù)組間基尼系數(shù)

(四)中國城市全要素碳排放績效指數(shù)的差異分解

為了進(jìn)一步探究中國城市全要素碳排放績效指數(shù)的空間分異來源,本文采用Dagum基尼系數(shù)子群分解方法,對(duì)中國城市全要素碳排放績效指數(shù)的空間差異進(jìn)行貢獻(xiàn)度分解,將其分解為組內(nèi)差異、組間差異和超變密度,分解結(jié)果及其占比見表6。根據(jù)測(cè)算,中國各城市群的基尼系數(shù)呈波動(dòng)上升態(tài)勢(shì),在樣本期內(nèi)各城市群的不均衡程度出現(xiàn)了進(jìn)一步加重。分解結(jié)果顯示,中國城市碳排放績效的分異成因主要為城市群組間差異,城市群組間差異貢獻(xiàn)度為56.8%,呈波動(dòng)式先下降后上升趨勢(shì),樣本初期為59.7%,2016年下降至47.3%,后期波動(dòng)上升至57.5%;其次為超變密度,貢獻(xiàn)度為36.4%,超變密度反映了不同城市群間的重疊部分對(duì)總差異的影響作用,其占比較高說明各城市群間重疊部分的占比較大,重疊部分不平等程度加劇會(huì)提高城市群內(nèi)差異程度、降低城市群間差異程度,導(dǎo)致了基尼系數(shù)的升高。城市群內(nèi)部差異貢獻(xiàn)度較低,貢獻(xiàn)度僅為6.8%,樣本期內(nèi)雖有上升態(tài)勢(shì),但波動(dòng)不大。

表6 2006—2019年中國城市群全要素碳排放績效指數(shù)基尼系數(shù)及其分解

五、中國城市全要素碳排放績效指數(shù)影響因素分析

(一)指標(biāo)選取與數(shù)據(jù)說明

為探究影響全要素碳排放績效指數(shù)的影響因素,本文使用Lasso方法篩選影響因素,并使用面板模型對(duì)相關(guān)因素進(jìn)行實(shí)證檢驗(yàn)。二氧化碳的生產(chǎn)與人類經(jīng)濟(jì)活動(dòng)密切相關(guān),其影響因素不僅包括經(jīng)濟(jì)增長、技術(shù)進(jìn)步、資本投入等宏觀經(jīng)濟(jì)因素,還包括產(chǎn)業(yè)結(jié)構(gòu)、能源強(qiáng)度、城鎮(zhèn)化水平、人口密度、對(duì)外開放程度、政府關(guān)注度、環(huán)境規(guī)制等經(jīng)濟(jì)特征因素[27]。如果將所有影響因素全部納入回歸方程,則可能導(dǎo)致過度控制問題,為解決這一問題,本文結(jié)合機(jī)器學(xué)習(xí)中的Lasso方法,通過向回歸模型中引入懲罰項(xiàng),篩選影響二氧化碳排放的主要因素。Lasso方法的基本思路如式(15)所示:

(15)

其中N為樣本個(gè)數(shù),βj為影響因素的斜率參數(shù),τ為約束估計(jì)結(jié)果的懲罰項(xiàng)。Lasso的基本思路在于通過對(duì)所有解釋變量的參數(shù)估計(jì)結(jié)果施加總體約束,逐步減少解釋變量的個(gè)數(shù),剔除影響較小的因素。

基于理論分析和Lasso分析的結(jié)果,本文最終納入以下七個(gè)影響因素:一是經(jīng)濟(jì)發(fā)展水平,使用人均生產(chǎn)總值度量。根據(jù)環(huán)境庫茲涅茨理論,經(jīng)濟(jì)規(guī)模的擴(kuò)張?jiān)谠缙诳赡軙?huì)提高碳排放水平,但當(dāng)經(jīng)濟(jì)發(fā)展到達(dá)一定的水平后,能夠提高碳排放的績效。二是能源消耗強(qiáng)度,使用單位GDP的能源消耗度量。能源消費(fèi)水平與碳排放存在正向關(guān)聯(lián),能源消耗強(qiáng)度高可能會(huì)降低碳排放績效。三是清潔能源使用效率,使用每萬千瓦時(shí)工業(yè)用電產(chǎn)值度量?？疾旄鞒鞘兄须娏Φ惹鍧嵞茉吹氖褂眯?該效率可能對(duì)碳排放績效具有正向作用。四是產(chǎn)業(yè)結(jié)構(gòu),用第二產(chǎn)業(yè)從業(yè)人員比重度量。產(chǎn)業(yè)結(jié)構(gòu)決定城市生產(chǎn)方式,進(jìn)而決定碳排放規(guī)模,具有較高第二產(chǎn)業(yè)占比的地區(qū)碳排放績效在理論上應(yīng)低于其他地區(qū)。五是金融規(guī)模,使用年末金融機(jī)構(gòu)貸款余額占第三產(chǎn)業(yè)比重度量。金融業(yè)是經(jīng)濟(jì)轉(zhuǎn)型的重要經(jīng)濟(jì)力量,金融行業(yè)可以通過降低融資約束,提高企業(yè)參與綠色生產(chǎn)和技術(shù)創(chuàng)新的可能性。六是綠色環(huán)保,使用建成區(qū)綠化覆蓋率度量。建成區(qū)綠化覆蓋率一方面體現(xiàn)了政府對(duì)環(huán)境問題的重視程度,另一方面植物綠化能提高環(huán)境碳匯能力,也能夠促進(jìn)碳排放績效的提高。七是科技支持,使用科學(xué)技術(shù)支出占地方一般公共預(yù)算支出比度量。

全國城市全要素碳排放績效影響因素分析部分研究樣本為2006—2019年中國254個(gè)城市面板數(shù)據(jù),各城市群全要素碳排放績效指數(shù)影響因素異質(zhì)性分析部分城市群劃分為上文中涉及的14個(gè)城市群,能源強(qiáng)度數(shù)據(jù)為上文根據(jù)夜間燈光數(shù)據(jù)計(jì)算所得,其他數(shù)據(jù)均來自《中國城市統(tǒng)計(jì)年鑒》,各變量的分布特征如表7所示。

表7 變量解釋及描述性統(tǒng)計(jì)

(二)中國城市全要素碳排放績效指數(shù)影響因素分析

為檢驗(yàn)理論分析和Lasso分析結(jié)果,本文構(gòu)建面板數(shù)據(jù)個(gè)體時(shí)間雙固定效應(yīng)模型對(duì)全國城市全要素碳排放績效指數(shù)的影響因素進(jìn)行分析,具體模型設(shè)定如下:

TCPIit=β0+β1GDP+β2EEit+β3ESit+β4IS+β5Financialit+β6Greenit+β7Techit+δi+γt+εit

(16)

其中,下標(biāo)i表示城市,下標(biāo)t表示年份,βj表示各個(gè)影響因素對(duì)全要素碳排放績效指數(shù)的邊際影響。為解決遺漏不隨時(shí)間變化因素和年份趨勢(shì)導(dǎo)致的內(nèi)生性問題,在模型中加入了城市和年份的雙向固定效應(yīng),并且使用異方差穩(wěn)健標(biāo)準(zhǔn)誤。

對(duì)于影響全要素碳排放績效指數(shù)的七類影響因素,本文主要進(jìn)行三個(gè)方面的分析,第一是各影響因素對(duì)全要素碳排放績效指數(shù)的邊際影響;第二是不同地區(qū)影響全要素碳排放績效指數(shù)的差異性;第三是不同發(fā)展階段影響全要素碳排放績效指數(shù)的因素變化。

表8的列(1)～(2)報(bào)告了混合OLS和雙向固定效應(yīng)的估計(jì)結(jié)果。在混合OLS和固定效應(yīng)估計(jì)中,經(jīng)濟(jì)發(fā)展水平、清潔能源使用效率、金融規(guī)模、綠色環(huán)保和科技支持能夠有效改善城市層面的碳排放績效,而能源消耗強(qiáng)度和第二產(chǎn)業(yè)占比則對(duì)碳排放強(qiáng)度具有負(fù)面影響,所有結(jié)果均在1%的水平下顯著且符合理論預(yù)期,該結(jié)果與全要素碳排放績效指數(shù)的經(jīng)濟(jì)含義相符。當(dāng)經(jīng)濟(jì)發(fā)展效率較高,碳排放水平距離前沿面較近時(shí),全要素碳排放績效指數(shù)也越高。電能等清潔能源的單位產(chǎn)值越高,說明該區(qū)域清潔能源利用程度越深,則其碳排放績效水平越高。而金融規(guī)模、綠色環(huán)保和科技支持等特征因素分別展現(xiàn)了區(qū)域的金融發(fā)展水平、環(huán)保重視程度和科技投入力度,以上特征較高的地區(qū),其碳排放績效水平也會(huì)相對(duì)較高。從邊際影響的水平來看,金融規(guī)模和科技支持對(duì)全要素碳排放績效指數(shù)的影響較大,說明金融等清潔行業(yè)發(fā)展和技術(shù)進(jìn)步能夠有效改善碳排放績效。在負(fù)面的影響效果中,能源消費(fèi)的影響大于產(chǎn)業(yè)結(jié)構(gòu)邊際效應(yīng),降低能源水泵強(qiáng)度是提高碳排放績效的重要途徑。能源消耗強(qiáng)度體現(xiàn)了各城市每單位產(chǎn)值的能耗,能耗越高則碳排放績效表現(xiàn)越差。第二產(chǎn)業(yè)是經(jīng)濟(jì)結(jié)構(gòu)中碳排放占比最高的生產(chǎn)部門,地區(qū)產(chǎn)業(yè)結(jié)構(gòu)中第二產(chǎn)業(yè)占比越大,該地區(qū)減排難度越高,碳排放績效表現(xiàn)越差。

表8 中國全要素碳排放績效指數(shù)影響因素分析結(jié)果

中國幅員遼闊,經(jīng)濟(jì)結(jié)構(gòu)多樣,不同地區(qū)在長期的發(fā)展中表現(xiàn)出差異化的經(jīng)濟(jì)特征。因此,本文從地區(qū)和時(shí)間兩個(gè)方面進(jìn)行異質(zhì)性分析。地區(qū)異質(zhì)性方面,將全部樣本區(qū)分為東、中、西部三個(gè)子樣本進(jìn)行分析,回歸結(jié)果顯示,清潔能源使用效率、綠色環(huán)保、金融規(guī)模、技術(shù)支持、產(chǎn)業(yè)結(jié)構(gòu)在不同地區(qū)具有不同的影響方式,而經(jīng)濟(jì)發(fā)展、能源消耗和在不同地區(qū)間不存在顯著差異。所有因素均對(duì)東部地區(qū)具有顯著影響,但清潔能源使用效率、綠色環(huán)保、金融規(guī)模、技術(shù)支持、產(chǎn)業(yè)結(jié)構(gòu)對(duì)中西部地區(qū)影響作用不顯著。

黨的十八大首次就生態(tài)文明思想進(jìn)行了單篇論述,提出綠色發(fā)展、循環(huán)發(fā)展和低碳發(fā)展等理念,綠色低碳在發(fā)展過程中的重要性在該時(shí)間節(jié)點(diǎn)出現(xiàn)了重要升華。因此,年度異質(zhì)性考察方面,分別考察黨的十八大前后影響全要素碳排放績效指數(shù)的因素變動(dòng)。從參數(shù)估計(jì)結(jié)果上看,能源消耗和經(jīng)濟(jì)增長是長期影響全要素碳排放績效指數(shù)的關(guān)鍵因素,其他因素在2012年前后均發(fā)生了變動(dòng)。在黨的十八大以前,除了經(jīng)濟(jì)發(fā)展水平和能源消耗外,電力等清潔能源的應(yīng)用深度是改善全要素碳排放績效指數(shù)的主要方式。2013年以來,金融規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)和科技支持對(duì)碳排放績效指數(shù)的影響由不顯著變?yōu)轱@著,說明金融和科技投入在各地區(qū)經(jīng)濟(jì)低碳化轉(zhuǎn)型的發(fā)展過程中發(fā)揮了良好的引導(dǎo)作用,進(jìn)而促進(jìn)了各城市的碳排放績效改進(jìn),同時(shí)二產(chǎn)規(guī)模的上升進(jìn)一步抑制了各地碳排放績效的改善,說明近年來第二產(chǎn)業(yè)減污降碳的壓力愈發(fā)顯著,亟待解決。年度分異的估計(jì)結(jié)果體現(xiàn)了中國碳排放績效的改善模式從經(jīng)濟(jì)總量提升到結(jié)構(gòu)調(diào)整的演化過程。

(三)各城市群全要素碳排放績效指數(shù)影響因素異質(zhì)性分析

為分析各影響因素對(duì)不同城市群碳排放績效的差異化影響,本文進(jìn)一步采用地理探測(cè)器的因子探測(cè)檢驗(yàn)各影響因素對(duì)城市群全要素碳排放績效指數(shù)空間分布的影響程度。地理探測(cè)器模型的基本原理是通過考察兩個(gè)變量的空間分布相似性,判斷自變量對(duì)因變量的影響程度,該模型不僅可以反映影響因子的空間分異,還能較好地避免內(nèi)生性問題。因子探測(cè)結(jié)果見表9。

表9 中國各城市群全要素碳排放績效指數(shù)因子探測(cè)結(jié)果

因子探測(cè)結(jié)果顯示,能耗強(qiáng)度與各城市群的全要素碳排放績效的相關(guān)性最高,尤其是成渝、山東半島、中原、關(guān)中平原和呼包鄂榆城市群,能耗強(qiáng)度與上述城市群相關(guān)性高于0.5,說明能耗強(qiáng)度對(duì)其碳排放績效水平具有較大影響。清潔能源使用效率與各城市群的全要素碳排放績效的相關(guān)性次之,是珠三角和京津冀城市群的主導(dǎo)因子,且對(duì)晉中城市群的碳排放績效具有較大影響。經(jīng)濟(jì)發(fā)展水平是晉中和京津冀城市群碳排放績效改善的重要驅(qū)動(dòng)因素,且對(duì)成渝、長江中游、山東半島、珠三角等城市群具有一定影響作用。金融規(guī)模則是珠三角、京津冀、遼中南和晉中等城市群的核心驅(qū)動(dòng)因素。與上述因素相比,產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)進(jìn)步對(duì)各城市群碳排放績效的影響普遍較小,但技術(shù)進(jìn)步對(duì)珠三角城市群具有一定的影響作用。總體而言,能耗強(qiáng)度、清潔能源使用效率和經(jīng)濟(jì)發(fā)展水平依然是大部分地區(qū)碳排放績效的主導(dǎo)因子,但城市群間的轉(zhuǎn)型驅(qū)動(dòng)因子依然存在一定差異,少數(shù)城市群中金融規(guī)模和技術(shù)進(jìn)步已逐步成為新的驅(qū)動(dòng)因素。

六、結(jié)論與建議

本文構(gòu)造全要素碳排放績效指數(shù)對(duì)中國城市碳排放治理績效進(jìn)行測(cè)度,并通過計(jì)算共同邊界碳排放績效動(dòng)態(tài)指數(shù)并對(duì)其進(jìn)行分解,度量了全要素碳排放績效指數(shù)的跨期動(dòng)態(tài)變化和其效率改進(jìn)、技術(shù)進(jìn)步和技術(shù)落差的動(dòng)態(tài)變化。此外,運(yùn)用基尼系數(shù)及基尼系數(shù)子群分解等方法,對(duì)城市群間碳排放績效的空間分異及其差異來源進(jìn)行識(shí)別,在此基礎(chǔ)上,對(duì)中國城市碳排放績效的影響因素進(jìn)行篩選并檢驗(yàn)了其異質(zhì)性影響。主要得出了以下四個(gè)方面的結(jié)論:

首先,2006—2019年全國城市平均全要素碳排放績效指數(shù)總體呈現(xiàn)波動(dòng)上升態(tài)勢(shì),樣本期內(nèi)中國碳排放績效顯著提高,說明中國減排降碳工作和生態(tài)文明建設(shè)取得了長足的進(jìn)展,動(dòng)態(tài)分析結(jié)果顯示,中國城市平均碳排放績效水平在不斷改進(jìn),動(dòng)態(tài)指數(shù)分解結(jié)果顯示,中國城市碳排放效率趕超表現(xiàn)較差,一部分城市的改進(jìn)推動(dòng)了同期生產(chǎn)技術(shù)前沿面前移,創(chuàng)新效應(yīng)對(duì)碳排放績效的貢獻(xiàn)逐年增大,但后期創(chuàng)新效應(yīng)增速出現(xiàn)下滑;其次,以城市群為區(qū)域劃分單元的空間分異比較結(jié)果顯示,珠三角、長三角、粵閩浙沿海、長江中游等東部地區(qū)城市群不僅平均碳排放績效水平普遍較高,碳排放績效的增長速度也較快,中西部地區(qū)僅成渝城市群碳排放績效表現(xiàn)較好,但中原、京津冀等城市群近年來碳排放績效的改善速度較快;再次,基尼系數(shù)測(cè)度及其分解顯示,中國城市碳排放績效指數(shù)的分異程度逐步加深,各城市群的基尼系數(shù)呈波動(dòng)上升態(tài)勢(shì),中國城市碳排放績效的分異成因主要由城市群組間差異造成,城市群內(nèi)部差異貢獻(xiàn)度較低;最后,影響因素分析結(jié)果顯示,全國層面經(jīng)濟(jì)發(fā)展水平、清潔能源使用、金融發(fā)展、綠色環(huán)保和科技支持能夠有效改善城市層面的碳排放績效,能源消耗強(qiáng)度和第二產(chǎn)業(yè)就業(yè)人員比重對(duì)碳排放績效具有負(fù)面影響,清潔能源應(yīng)用、綠色環(huán)保意識(shí)、金融規(guī)模、技術(shù)支持和產(chǎn)業(yè)結(jié)構(gòu)對(duì)中西部地區(qū)影響作用并不顯著。2012年以前經(jīng)濟(jì)發(fā)展水平提升、清潔能源應(yīng)用和能源消耗減少是碳排放績效指數(shù)的主要影響因素,而2013年以后,金融規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)和科技支持逐漸成為改善碳排放績效指數(shù)的主要方式。城市群因子探測(cè)結(jié)果顯示,能耗強(qiáng)度、清潔能源使用效率和經(jīng)濟(jì)發(fā)展是各城市群碳排放績效的主導(dǎo)因子,但各城市群間的驅(qū)動(dòng)因子存在一定差異。

基于以上結(jié)論,提出如下政策建議:一是強(qiáng)化技術(shù)創(chuàng)新激勵(lì)機(jī)制。在中國經(jīng)濟(jì)的低碳轉(zhuǎn)型過程中,技術(shù)進(jìn)步一直發(fā)揮著重要作用,黨的十八大以來產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和科技支持已經(jīng)成為中國城市碳排放績效指數(shù)改善的主要?jiǎng)恿?但研究結(jié)果顯示,樣本后期創(chuàng)新效應(yīng)增速出現(xiàn)下滑,說明中國低碳技術(shù)進(jìn)步已出現(xiàn)瓶頸問題,如何有效激發(fā)創(chuàng)新的可持續(xù)性成為當(dāng)前工作重點(diǎn),因此政府應(yīng)進(jìn)一步增強(qiáng)對(duì)綠色低碳技術(shù)研發(fā)的支持力度,通過制定行業(yè)標(biāo)準(zhǔn)、技術(shù)指導(dǎo)目錄等方式,對(duì)綠色低碳技術(shù)創(chuàng)新進(jìn)行有針對(duì)性的扶持,引導(dǎo)市場(chǎng)形成完善的綠色低碳技術(shù)創(chuàng)新體系。二是應(yīng)進(jìn)一步重視區(qū)域間發(fā)展不均衡問題。樣本期內(nèi)城市群之間的碳排放績效指數(shù)水平空間差異不斷擴(kuò)大,形成“強(qiáng)者愈強(qiáng)”態(tài)勢(shì),珠三角等東部地區(qū)城市群發(fā)展基礎(chǔ)好,績效水平提升速度快,而呼包鄂榆等中西部城市群績效水平低、改進(jìn)速度慢,城市群之間的兩極分化現(xiàn)象愈發(fā)突出,政府應(yīng)加大對(duì)后發(fā)地區(qū)的政策支持力度,探索提煉中原城市群、京津冀城市群等趕超速度較快地區(qū)的轉(zhuǎn)型經(jīng)驗(yàn),助力落后城市群的低碳發(fā)展。三是要根據(jù)區(qū)域的不同經(jīng)濟(jì)結(jié)構(gòu)和發(fā)展特征因地制宜地設(shè)計(jì)低碳轉(zhuǎn)型路線。對(duì)于經(jīng)濟(jì)發(fā)展基礎(chǔ)較好的東部地區(qū)和中部地區(qū),應(yīng)積極鼓勵(lì)其探索通過經(jīng)濟(jì)結(jié)構(gòu)調(diào)整、技術(shù)水平升級(jí)等途徑,實(shí)現(xiàn)低碳和經(jīng)濟(jì)發(fā)展的雙贏目標(biāo),但對(duì)于經(jīng)濟(jì)發(fā)展基礎(chǔ)較為薄弱的西部地區(qū),應(yīng)以守住生態(tài)紅線作為主要目標(biāo),在優(yōu)先保障其實(shí)現(xiàn)低碳的基礎(chǔ)上力爭(zhēng)發(fā)展,可通過發(fā)揮西部地區(qū)風(fēng)光電能的天然優(yōu)勢(shì),調(diào)整能源消費(fèi)結(jié)構(gòu),探索低碳轉(zhuǎn)型發(fā)展路徑。在政策引導(dǎo)方面,政府不僅應(yīng)積極鼓勵(lì)各地區(qū)加快通過經(jīng)濟(jì)結(jié)構(gòu)調(diào)整、技術(shù)水平、能源轉(zhuǎn)型和環(huán)保意識(shí)等途徑實(shí)現(xiàn)低碳化轉(zhuǎn)型,還可加大對(duì)金融市場(chǎng)投資方向的綠色化引導(dǎo),發(fā)揮綠色金融力量調(diào)動(dòng)其低碳化轉(zhuǎn)型的積極性,進(jìn)而提高碳排放績效表現(xiàn)。