摘要：“雙碳”目標(biāo)下，我國(guó)對(duì)于低碳發(fā)展的重視程度不斷提高。本文采用熵權(quán)-DEA-BCC方法和熵權(quán)-Malmquist指數(shù)對(duì)低碳經(jīng)濟(jì)發(fā)展績(jī)效進(jìn)行靜態(tài)和動(dòng)態(tài)分析，并對(duì)低碳經(jīng)濟(jì)發(fā)展績(jī)效的影響因素進(jìn)行了分析。研究顯示：2006-2022年整體低碳經(jīng)濟(jì)發(fā)展較好，但仍存在提升空間。從時(shí)間上來看，2005-2010年和2021-2022年的低碳經(jīng)濟(jì)發(fā)展績(jī)效的增長(zhǎng)是由技術(shù)進(jìn)步引起的，2011-2015年和2016-2020年低碳經(jīng)濟(jì)發(fā)展績(jī)效的下降是由技術(shù)衰退引起的；從區(qū)域來看，2006-2010年與2021-2022年東部和東北地區(qū)的低碳經(jīng)濟(jì)發(fā)展績(jī)效保持穩(wěn)定，而中西部地區(qū)在2021-2022年呈現(xiàn)增長(zhǎng)趨勢(shì)。國(guó)內(nèi)專利申請(qǐng)授權(quán)量、出口額占GDP比重與低碳經(jīng)濟(jì)發(fā)展績(jī)效呈負(fù)相關(guān)：城鎮(zhèn)居民人均收入、城市綠地面積、單位GDP能耗、第二產(chǎn)業(yè)增加值占GDP比重與低碳經(jīng)濟(jì)發(fā)展績(jī)效呈正相關(guān)?；谝陨辖Y(jié)論提出相應(yīng)的政策建議。

關(guān)鍵詞：績(jī)效評(píng)價(jià)；低碳經(jīng)濟(jì)發(fā)展；DEA；Malmquist；面板回歸

基金項(xiàng)目：山西省哲學(xué)社會(huì)科學(xué)專項(xiàng)課題“產(chǎn)業(yè)振興帶動(dòng)鄉(xiāng)村振興的制度基礎(chǔ)和實(shí)現(xiàn)路徑研究”（2022YD129）；大同市科技計(jì)劃項(xiàng)目“大同市縣域產(chǎn)業(yè)多元化發(fā)展樣板研究”（2022072）

中圖分類號(hào)：F327 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1674-537X（2024）08.0109-10

一、引言

21世紀(jì)以來，全球過度的能源消耗和高碳排放導(dǎo)致的氣候和生態(tài)環(huán)境問題日益凸顯，發(fā)展低碳經(jīng)濟(jì)成為當(dāng)務(wù)之急。2007年，我國(guó)在APEC領(lǐng)導(dǎo)人會(huì)議中提出“發(fā)展低碳經(jīng)濟(jì)”的建議。新世紀(jì)初，習(xí)近平總書記在浙江安吉余村考察時(shí)提出“綠水青山就是金山銀山”，首次闡述了經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)協(xié)同發(fā)展的辯證統(tǒng)一關(guān)系，強(qiáng)調(diào)經(jīng)濟(jì)發(fā)展不得以破壞環(huán)境為代價(jià)，需要進(jìn)行低碳轉(zhuǎn)型。

面對(duì)氣候問題，國(guó)際組織也作出相應(yīng)的行動(dòng)。2015年在巴黎氣候大會(huì)上一致通過《巴黎協(xié)定》，該協(xié)定旨在減少全球溫室氣體排放，將全球平均氣溫較工業(yè)化前水平上升幅度控制在2℃以內(nèi)，并努力將溫度上升幅度限制在1.5℃以內(nèi)。全球各國(guó)為實(shí)現(xiàn)這一目標(biāo)，均提出了符合自己國(guó)情的碳中和目標(biāo)。2020年，在第七十五屆聯(lián)合國(guó)大會(huì)上，我國(guó)提出了實(shí)現(xiàn)“碳達(dá)峰、碳中和”的目標(biāo)：“二氧化碳的排放量力爭(zhēng)于2030年前達(dá)到峰值，努力爭(zhēng)取在2060年前實(shí)現(xiàn)‘碳中和’?！?024年《政府工作報(bào)告》中指出，要大力發(fā)展綠色低碳經(jīng)濟(jì)，積極穩(wěn)妥推進(jìn)碳達(dá)峰碳中和。

“雙碳”目標(biāo)下，我國(guó)關(guān)于低碳發(fā)展的重視程度不斷提高。自2010年以來，我國(guó)陸續(xù)開展低碳經(jīng)濟(jì)試點(diǎn)體系，并取得積極進(jìn)展與成效。數(shù)據(jù)顯示：在2003-2022年，我國(guó)GDP呈穩(wěn)步增長(zhǎng)趨勢(shì)，年均增長(zhǎng)率為8.5%，碳排放量由2.85億噸增長(zhǎng)到10.12億噸。但萬元GDP能耗率連續(xù)六年均為負(fù)增長(zhǎng)，表明我國(guó)資源能源利用效率、集約化程度大幅度提升。由此可見，通過采取一系列措施，碳排放量是可以有效降低的，逐步實(shí)行低碳是可行的。

本文運(yùn)用熵權(quán)-DEA（數(shù)據(jù)包絡(luò)分析）-BCC模型以及Malmquist（曼奎斯特）指數(shù)評(píng)價(jià)低碳經(jīng)濟(jì)的績(jī)效水平，運(yùn)用面板回歸模型研究低碳經(jīng)濟(jì)的影響因素。衡量低碳經(jīng)濟(jì)發(fā)展績(jī)效，有利于政府做出更加合理、科學(xué)的決策，激勵(lì)企業(yè)在低碳技術(shù)方面的技術(shù)創(chuàng)新，提升公眾對(duì)低碳經(jīng)濟(jì)的認(rèn)知和重視。對(duì)低碳經(jīng)濟(jì)的影響因素從多角度進(jìn)行分析，使結(jié)果更加客觀準(zhǔn)確，有利于政府和企業(yè)進(jìn)行結(jié)構(gòu)調(diào)整和轉(zhuǎn)型發(fā)展，共同促進(jìn)經(jīng)濟(jì)社會(huì)的進(jìn)步。

二、文獻(xiàn)綜述

對(duì)于低碳經(jīng)濟(jì)，資料顯示，2003年英國(guó)政府在《能源白皮書》中首次提出“低碳經(jīng)濟(jì)”，主要含義是在可持續(xù)發(fā)展的思想下，通過發(fā)展綠色新能源，研究低碳技術(shù)，促使產(chǎn)業(yè)結(jié)構(gòu)得到優(yōu)化，實(shí)現(xiàn)低污染、低能耗、低排放、高能效的經(jīng)濟(jì)發(fā)展方式。朱媛（2017）認(rèn)為，低碳經(jīng)濟(jì)主要是指在可持續(xù)發(fā)展理念的指導(dǎo)之下，通過一系列技術(shù)創(chuàng)新、制度創(chuàng)新等手段，盡可能減少碳排放，從而達(dá)到促進(jìn)經(jīng)濟(jì)發(fā)展與社會(huì)環(huán)境保護(hù)的雙贏局面。

關(guān)于低碳經(jīng)濟(jì)發(fā)展績(jī)效評(píng)價(jià)及影響因素的研究，學(xué)者們針對(duì)不同區(qū)域，采用不同的方法進(jìn)行了相關(guān)研究。在實(shí)證分析方面，柳鍵（2019）采用三階段DEA模型分析了全要素低碳經(jīng)濟(jì)發(fā)展績(jī)效，去除外部環(huán)境因素和隨機(jī)噪聲的影響，得到更準(zhǔn)確的客觀績(jī)效值。謝志祥（2017）采用DEA模型和Malmquist全要素生產(chǎn)率指數(shù)對(duì)2000-2014年我國(guó)31個(gè)省區(qū)的低碳經(jīng)濟(jì)發(fā)展績(jī)效進(jìn)行了靜態(tài)和動(dòng)態(tài)評(píng)價(jià)，同時(shí)采用Tobit回歸模型對(duì)我國(guó)低碳經(jīng)濟(jì)發(fā)展績(jī)效的影響因素進(jìn)行了分析。何鍵（2024）采用三階段DEA-Malmquist模型研究2010 - 2021年中國(guó)30個(gè)省區(qū)的低碳經(jīng)濟(jì)發(fā)展績(jī)效。周澤炯（2013）運(yùn)用考慮了非期望產(chǎn)出的Super-SBM模型對(duì)中原經(jīng)濟(jì)區(qū)2008-2011年低碳經(jīng)濟(jì)的發(fā)展績(jī)效進(jìn)行了評(píng)價(jià)，找出低碳化道路所面臨的困境與挑戰(zhàn)，同時(shí)揭示了影響低碳經(jīng)濟(jì)發(fā)展的因素。

從目前來看，國(guó)內(nèi)眾多學(xué)者對(duì)中國(guó)低碳經(jīng)濟(jì)發(fā)展績(jī)效評(píng)價(jià)方面的研究較少，2019年后的同類研究鮮有。隨著低碳經(jīng)濟(jì)的發(fā)展，經(jīng)濟(jì)、環(huán)境等方面的指標(biāo)和數(shù)據(jù)可能發(fā)生變化，本文對(duì)這些年的研究進(jìn)行補(bǔ)充并深入探討，同時(shí)在一定程度上完善研究方法，為實(shí)現(xiàn)可持續(xù)發(fā)展的目標(biāo)提供更全面和有效的支持。

在目前的研究中，對(duì)低碳經(jīng)濟(jì)發(fā)展績(jī)效的評(píng)價(jià)幾乎都直接采用DEA模型或其他模型，DEA模型默認(rèn)所有變量是等權(quán)重的，忽略了不同指標(biāo)具有不同的重要性。本文在運(yùn)用DEA-BCC模型和Malmquist指數(shù)之前，用熵權(quán)法對(duì)各個(gè)指標(biāo)進(jìn)行賦權(quán)，熵權(quán)法賦權(quán)不僅具有客觀性，同時(shí)可以反映不同指標(biāo)對(duì)中國(guó)低碳經(jīng)濟(jì)發(fā)展績(jī)效的影響深淺。最后進(jìn)一步采用面板回歸模型深入分析影響中國(guó)低碳經(jīng)濟(jì)發(fā)展績(jī)效的因素。

三、中國(guó)低碳經(jīng)濟(jì)發(fā)展績(jī)效評(píng)價(jià)

（一）低碳經(jīng)濟(jì)發(fā)展績(jī)效指標(biāo)體系的構(gòu)建

為了全面發(fā)展低碳經(jīng)濟(jì)，我國(guó)持續(xù)推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)轉(zhuǎn)型，開發(fā)低碳技術(shù)，盡可能地減少煤炭，石油等高碳能源的消耗。參考國(guó)內(nèi)學(xué)者的研究報(bào)告，結(jié)合我國(guó)的碳排放實(shí)際，同時(shí)根據(jù)DEA模型的概念，主要有兩大類指標(biāo)：本文從碳排放量、能源、交通、人力投入等方面選取投入指標(biāo)；從就業(yè)機(jī)會(huì)、經(jīng)濟(jì)增長(zhǎng)，居民生活水平、環(huán)境等方面選取產(chǎn)出指標(biāo)。具體指標(biāo)見表1。

根據(jù)圖l，可以發(fā)現(xiàn)二氧化碳排放量這一指標(biāo)的時(shí)序圖都有趨勢(shì)并且無季節(jié)性，其余省份的時(shí)序圖均是有趨勢(shì)并且無季節(jié)性，所以本文選用線性插值的方法填補(bǔ)缺失值。

本文選取DEA模型對(duì)中國(guó)低碳經(jīng)濟(jì)發(fā)展績(jī)效進(jìn)行分析。DEA模型中各個(gè)投入指標(biāo)和產(chǎn)出指標(biāo)之間，需要滿足正相關(guān)的關(guān)系，即“同向性”假設(shè)。因此，本文選用最簡(jiǎn)單并且有效的Pearson檢驗(yàn)，結(jié)果見表2。

根據(jù)表2可以看出，各個(gè)投入指標(biāo)和產(chǎn)出指標(biāo)之間存在正相關(guān)關(guān)系并且都通過了1%的顯著性檢驗(yàn)。說明投入和產(chǎn)出指標(biāo)之間滿足“同向性”，體現(xiàn)出指標(biāo)選取的合理性。

（二）數(shù)據(jù)來源與模型說明

本文將中國(guó)30個(gè)省市自治區(qū)（不包括西藏自治區(qū)）作為研究對(duì)象；數(shù)據(jù)來源于中國(guó)統(tǒng)計(jì)年鑒、各省的統(tǒng)計(jì)年鑒、中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒、林業(yè)統(tǒng)計(jì)年鑒、中國(guó)環(huán)境統(tǒng)計(jì)年鑒和中國(guó)知網(wǎng)的大數(shù)據(jù)研究平臺(tái)。碳排放量的數(shù)據(jù)來源于中國(guó)碳核算數(shù)據(jù)庫。獲取的所有數(shù)據(jù)均為2006-2022年。

1．熵權(quán)法

熵權(quán)法用于確定各個(gè)指標(biāo)在決策中的權(quán)重，是一種非?？陀^地對(duì)指標(biāo)賦予權(quán)重的方法，可以有效減少評(píng)價(jià)過程中的主觀性。基本原理是將數(shù)據(jù)標(biāo)準(zhǔn)化以后，計(jì)算各個(gè)指標(biāo)的信息熵來確定權(quán)重，信息熵越大，表明該指標(biāo)越重要，權(quán)重也就越大。

設(shè)評(píng)價(jià)指標(biāo)xij為第j個(gè)指標(biāo)在第i年的指標(biāo)值（i=1，2，…，m；j=1，2，…，n），評(píng)價(jià)指標(biāo)構(gòu)成矩陣X=（xij）m×n。

基本步驟為：對(duì)于負(fù)向指標(biāo)，我們會(huì)期望它的均值減少；反之，對(duì)于正向指標(biāo)，我們會(huì)期望它的均值增加。對(duì)正、負(fù)向指標(biāo)分別進(jìn)行無量綱處理：

xij=（xij -min xij）/（max xij -min xij）（1）

xij=（max xij - xij）/（max xij - min xij）（2）

求各項(xiàng)指標(biāo)的概率：Pij=xij/∑xij；約束條件為：∑ m i=1 pij=1；接著求各指標(biāo)的熵值：Hj=-k∑ m i=1 （Pij×lnPij）；信息熵系數(shù)：k=1/lnm；信息熵冗余度：dj=1 - Hj；指標(biāo)權(quán)重：ωj=d/∑n j=1 dj。

2．?dāng)?shù)據(jù)包絡(luò)分析模型

DEA是一種利用非參數(shù)技術(shù)進(jìn)行效率分析的方法，該方法基于被評(píng)價(jià)對(duì)象之間的相對(duì)比較。DEA的基本原理如下：

DEA將效率測(cè)度的對(duì)象稱為決策單元（DMU），在本文中，DMU指中國(guó)各個(gè)省份。本文測(cè)量中國(guó)30個(gè)省、市、自治區(qū)（不包括臺(tái)灣省、香港特別行政區(qū)和澳門特別行政區(qū)）的低碳經(jīng)濟(jì)發(fā)展績(jī)效，記為DMUj（j=l，2，…，30）;每個(gè)DMU有4種投入，記為xi（i=1，2，3，4），投入的權(quán)重表示為vi（i=1，2，3，4）；有3種產(chǎn)出，yk（k=1，2，3）表示3種產(chǎn)出，產(chǎn)出的權(quán)重用uk（k=1，2，3）表示。當(dāng)前效率測(cè)度的對(duì)象記為DMU。，它的產(chǎn)出投入比可表示為：

接著要將所有DMU采用上述公式得出的效率值θj的取值范圍限制在[0，1]內(nèi)，即

BCC模型可表示為：

3．曼奎斯特指數(shù)

曼奎斯特（Malmquist）指數(shù)由瑞典經(jīng)濟(jì)學(xué)家Malmquist首次提出，Caves，Christensen和Diewert于1982年開始將Malmquist指數(shù)應(yīng)用于生產(chǎn)效率變化的測(cè)算。1994年Fare等人將這一指數(shù)與DEA理論相結(jié)合，使得Malmquist生產(chǎn)率指數(shù)被廣泛應(yīng)用。Malmquist指數(shù)是一種表示DMU全要素生產(chǎn)率增長(zhǎng)的指數(shù)，以此來評(píng)價(jià)效率的跨期變動(dòng)。通俗來講，是一個(gè)比較常用的生產(chǎn)率的指數(shù)，用來衡量效率的動(dòng)態(tài)變動(dòng)。Malmquist指數(shù)有助于更深入地了解低碳經(jīng)濟(jì)投入產(chǎn)出效率的動(dòng)態(tài)變化。本文將采用全局Malmquist指數(shù)，其計(jì)算公式見式（8）。

式（8）中，MGc（xt，yt，xt+1，yt+1）為Mahuquist生產(chǎn)率指數(shù)，（xt，yt）為t時(shí)期的投入和產(chǎn)出向量，（xt+1，yt+1）為t+1時(shí)期的投入和產(chǎn)出向量；DGc（xt，yt）為t時(shí)期以技術(shù)為參照的距離函數(shù)，DGc（xt+1，yt+1）為t+1時(shí)期以技術(shù)為參照的距離函數(shù)。

Mahuquist全要素生產(chǎn)率指數(shù)通常分解為兩種指數(shù)，即綜合效率變化指數(shù)（EC）與技術(shù)進(jìn)步效率指數(shù)（TC）。分解公式：

式（9）中，MGc ＞1，表明在t到t+1時(shí)期區(qū)塊的生產(chǎn)效率提升；MGc＜1，表明t在t+1時(shí)期區(qū)塊的生產(chǎn)效率下降；MGc=1，表明t在t+1時(shí)期區(qū)塊的生產(chǎn)效率沒有變化。

4．面板回歸模型

面板數(shù)據(jù)也叫平行數(shù)據(jù)，包括時(shí)間序列和橫截面上兩個(gè)維度的數(shù)據(jù)。通常面板回歸模型分為混合模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型。

不同時(shí)點(diǎn)和不同個(gè)體之間都不存在顯著性差異，即截距和斜率都是相同的，就可以把時(shí)間序列和橫截面兩個(gè)維度的數(shù)據(jù)混合在一起，這樣的模型稱為混合回歸模型。一般形式如下：

式（12）中，i=1，2，…，N，表示Ⅳ個(gè)不同的個(gè)體（如國(guó)家，省，企業(yè)等），t=1，2，…，T，表示T個(gè)時(shí)點(diǎn)，k=1，2，…，K，表示第k個(gè)解釋變量。Yit為因變量，表示在時(shí)點(diǎn)t上第i個(gè)個(gè)體的觀測(cè)值；Xkit是自變量，表示第k個(gè)解釋變量在時(shí)點(diǎn)t上對(duì)于個(gè)體i的觀測(cè)值；βk為待估參數(shù)，εit真為隨個(gè)體和時(shí)間而改變的隨機(jī)擾動(dòng)項(xiàng)。

固定效應(yīng)與隨機(jī)效應(yīng)模型。面板回歸模型中，不同截面或不同時(shí)點(diǎn)上，模型的斜率系數(shù)是相同的，但模型的截距項(xiàng)是不同的?；灸Ｐ托问綖椋?/p>

式（13）中，λi是不可觀測(cè)的隨機(jī)擾動(dòng)項(xiàng)，隨個(gè)體變化但不隨時(shí)間變化，代表個(gè)體異質(zhì)性的截距項(xiàng)，即“個(gè)體固定效應(yīng)”。個(gè)體效應(yīng)也可能以隨機(jī)效應(yīng)的形式存在，判斷的關(guān)鍵是入，和某個(gè)解釋變量是否相關(guān)。如果λi和某個(gè)解釋變量相關(guān)，則該模型稱為“固定效應(yīng)模型”，否則為“隨機(jī)效應(yīng)模型”。此外，還可以考慮時(shí)間的異質(zhì)性，γt是不可觀測(cè)的隨機(jī)變量，隨時(shí)間變化但不隨個(gè)體變化，代表時(shí)間異質(zhì)性，即“時(shí)間固定效應(yīng)”。如果同時(shí)包含個(gè)體效應(yīng)和時(shí)間效應(yīng)，則為雙向固定效應(yīng)。

（三）中國(guó)低碳經(jīng)濟(jì)發(fā)展績(jī)效分析

1．靜態(tài)分析

為了在對(duì)中國(guó)低碳經(jīng)濟(jì)發(fā)展績(jī)效進(jìn)行評(píng)價(jià)時(shí)能夠客觀反映出各個(gè)指標(biāo)的重要性，本文采用熵權(quán)法對(duì)投入指標(biāo)進(jìn)行賦權(quán)，結(jié)果見表3。對(duì)于投入指標(biāo)，通常認(rèn)為民用汽車擁有量和第三產(chǎn)業(yè)就業(yè)人數(shù)屬于正向指標(biāo)，二氧化碳排放量和煤炭消耗量屬于負(fù)向指標(biāo)。

首先將投入指標(biāo)乘以相應(yīng)的權(quán)重（即表3），產(chǎn)出指標(biāo)保持不變，采用以投入為導(dǎo)向的模型，即DEA-BCC模型，通過DEAP 2.1軟件進(jìn)行分析，得到30個(gè)省份2006-2022年的綜合技術(shù)效率（TE）、純技術(shù)效率（PTE）、規(guī)模效率（SE）、規(guī)模報(bào)酬（RTS）。其中，TE= SE×PTE。

通過BCC的結(jié)果，本文發(fā)現(xiàn)，綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率每一年的最大值都達(dá)到了最優(yōu)，即DEA有效。最小值都在0．61 -0．81之間，這些效率值也都相對(duì)高效。

從表4可以發(fā)現(xiàn)，綜合技術(shù)效率、純技術(shù)效率以及規(guī)模效率的方差都很小，分布在[0．002，0．0171這個(gè)區(qū)間，說明這三個(gè)效率值波動(dòng)在均值附近且波動(dòng)不大。為了更好地了解中國(guó)整體低碳經(jīng)濟(jì)發(fā)展績(jī)效的趨勢(shì)，本文做出了2006-2022年綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率的均值變化圖，見圖2。

根據(jù)圖2，可以發(fā)現(xiàn)總體的綜合技術(shù)效率除了2010年以外均在0．9以上，2010的綜合技術(shù)效率也大于0．86，這說明投入指標(biāo)的利用率都達(dá)到了86%以上，利用率較高。2022年的綜合技術(shù)效率大于0．92。綜上，當(dāng)前中國(guó)整體低碳經(jīng)濟(jì)發(fā)展較好。

根據(jù)圖2，可以發(fā)現(xiàn)純技術(shù)效率除2010年大于0．92，其余年份均處于0．94 -0．96之間，總體波動(dòng)不大，整體都處于較高水平。2006-2022年，中國(guó)低碳經(jīng)濟(jì)的投人中，有92%以上都得到了充分利用，但仍然存在8%的提升空間。2020、2021、2022年的純技術(shù)效率大于0．96，表明這三年中國(guó)低碳經(jīng)濟(jì)發(fā)展績(jī)效處于最優(yōu)狀態(tài)。

根據(jù)圖2，可以發(fā)現(xiàn)規(guī)模效率均大于0.94，距離最優(yōu)生產(chǎn)規(guī)模差距都較小，表明中國(guó)低碳經(jīng)濟(jì)發(fā)展很大程度地利用了其生產(chǎn)規(guī)模。2014-2022年的規(guī)模效率呈上升趨勢(shì)，在未來，中國(guó)低碳經(jīng)濟(jì)發(fā)展績(jī)效有望達(dá)到最優(yōu)規(guī)模。

各年的規(guī)模報(bào)酬（RTS）分布情況見表5。

規(guī)模報(bào)酬不變的僅有241個(gè)，占總數(shù)的47%，可見在2006-2022年中國(guó)低碳經(jīng)濟(jì)整體的發(fā)展水平并不是很高。在2006-2011年，規(guī)模報(bào)酬遞增個(gè)數(shù)小于規(guī)模報(bào)酬遞減的，造成了資源的浪費(fèi)，需要擴(kuò)大規(guī)模增加資源的利用率：但在調(diào)控過程中，可能由于某些因素，使得以至于在2014、2021和2022年規(guī)模報(bào)酬遞減的個(gè)數(shù)遠(yuǎn)小于規(guī)模報(bào)酬遞增的，致使成本增加。

2．動(dòng)態(tài)分析

上述采用熵權(quán)-DEA-BCC模型研究低碳經(jīng)濟(jì)發(fā)展的靜態(tài)效率評(píng)價(jià)，為避免靜態(tài)分析的局限性和片面性，本文將利用熵權(quán)-Malmquist指數(shù)模型構(gòu)建更加較為全面的低碳經(jīng)濟(jì)發(fā)展績(jī)效評(píng)價(jià)體系。

本文采用熵權(quán)法對(duì)投入指標(biāo)和產(chǎn)出指標(biāo)綜合進(jìn)行賦權(quán)，正向指標(biāo)有民用汽車擁有量、第三產(chǎn)業(yè)就業(yè)人數(shù)、就業(yè)人數(shù)、國(guó)內(nèi)生產(chǎn)總值、城市綠地面積；負(fù)向指標(biāo)有二氧化碳消耗量、煤炭消耗量。得到綜合權(quán)重，結(jié)果見表6。

本文將投入指標(biāo)和產(chǎn)出指標(biāo)乘以相應(yīng)的權(quán)重（即表6），利用DEAP2.1軟件進(jìn)行分析。首先從時(shí)間序列的角度來分析。針對(duì)低碳經(jīng)濟(jì)發(fā)展的歷程，將其分為四個(gè)階段：

認(rèn)識(shí)階段：2006-2010年，政府、科研機(jī)構(gòu)和社會(huì)宣傳促進(jìn)低碳意識(shí)，發(fā)布相關(guān)政策，引導(dǎo)各行業(yè)參與，奠定低碳經(jīng)濟(jì)發(fā)展的基礎(chǔ)。試點(diǎn)階段：2011-2015年，政府支持低碳技術(shù)研發(fā)，建設(shè)示范區(qū)，推廣低碳生活成功，為全國(guó)低碳經(jīng)濟(jì)發(fā)展提供經(jīng)驗(yàn)。推廣階段：2016-2020年，政府扶持低碳產(chǎn)業(yè)，促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型，取得顯著成效，為可持續(xù)發(fā)展貢獻(xiàn)重要力量。第四階段：2021-至今，政府提出“碳達(dá)峰”和“碳中和”目標(biāo)，加大對(duì)低碳技術(shù)研發(fā)和應(yīng)用投入，全面推動(dòng)經(jīng)濟(jì)環(huán)?？沙掷m(xù)發(fā)展。

2006-2010年低碳經(jīng)濟(jì)發(fā)展績(jī)效全要素生產(chǎn)率值為1.006，增幅為0．6%，分解來看，其中技術(shù)進(jìn)步增長(zhǎng)了1.8%，綜合技術(shù)效率下降了1.3%，而綜合技術(shù)效率的下降是由于純技術(shù)效率下降（0．6%）和規(guī)模效率的下降（0．6%）導(dǎo)致的，可以看出，2006-2010年低碳經(jīng)濟(jì)發(fā)展績(jī)效的增長(zhǎng)主要是由于技術(shù)進(jìn)步引起的。

2011-2015年低碳經(jīng)濟(jì)發(fā)展績(jī)效全要素生產(chǎn)率值0．976，降幅為2.4%，分解來看，其中技術(shù)進(jìn)步下降了2.5%，綜合技術(shù)效率增長(zhǎng)了0．1%，細(xì)致來看，純技術(shù)效率增長(zhǎng)了0．2%，規(guī)模效率下降了0．1%，由此可見，2011-2015年低碳經(jīng)濟(jì)發(fā)展績(jī)效的下降主要是由于技術(shù)衰退引起的。

2016-2020年低碳經(jīng)濟(jì)發(fā)展績(jī)效全要素生產(chǎn)率值為0．981，其中，純技術(shù)效率增長(zhǎng)了0．4%，規(guī)模效率增長(zhǎng)了0．1%，因此2016-2020年低碳經(jīng)濟(jì)發(fā)展績(jī)效的下降主要是由于技術(shù)衰退引起的。2021-2022年低碳經(jīng)濟(jì)發(fā)展績(jī)效全要素生產(chǎn)率值為1.098，其中純技術(shù)效率下降了0．2%，規(guī)模效率下降了0．1%，由此可見，2021-2022年低碳經(jīng)濟(jì)發(fā)展績(jī)效的提高主要是技術(shù)進(jìn)步推動(dòng)的。

為進(jìn)一步分析，將全國(guó)30個(gè)省（市）按經(jīng)濟(jì)區(qū)域劃分為東部，西部，中部，東北四大地區(qū)來觀察。結(jié)果見表8。

根據(jù)表8，東部地區(qū)和東北地區(qū)在2006-2022年間全技術(shù)效率水平基本保持穩(wěn)定，中部地區(qū)和西部地區(qū)在2006-2020年間全技術(shù)效率水平一直保持低勢(shì)態(tài)，而在2021-2022年間全技術(shù)效率水平一改之前的頹勢(shì)，變?yōu)樵鲩L(zhǎng)勢(shì)態(tài)，中部地區(qū)全技術(shù)效率值為1.059，即增幅為5.9%：西部地區(qū)全技術(shù)效率值為1.714，即增幅為71.4%。

2006-2010年我國(guó)東部地區(qū)的全要素生產(chǎn)率為1.053，中部地區(qū)為0.944，西部地區(qū)為0.993，東北地區(qū)為1.038?？梢?，我國(guó)東部地區(qū)和東北地區(qū)的全要素生產(chǎn)率值大于1，即兩地區(qū)的低碳經(jīng)濟(jì)發(fā)展績(jī)效均實(shí)現(xiàn)了增長(zhǎng)，而中部地區(qū)和西部地區(qū)的全要素生產(chǎn)率值小于1，即兩地區(qū)的低碳經(jīng)濟(jì)發(fā)展效率整體呈下降趨勢(shì)。分解來看，東部地區(qū)和東北地區(qū)低碳經(jīng)濟(jì)發(fā)展績(jī)效的增長(zhǎng)源于技術(shù)進(jìn)步的推動(dòng)，而造成中部地區(qū)和西部地區(qū)低碳經(jīng)濟(jì)發(fā)展績(jī)效下降的原因主要是受到了綜合技術(shù)效率的制約。從綜合技術(shù)效率的角度看，又受到純技術(shù)效率水平降低和運(yùn)營(yíng)規(guī)模不濟(jì)的影響。

與2015年相比，2016-2020年間，東部、西部、中部、東北地區(qū)的低碳經(jīng)濟(jì)發(fā)展績(jī)效的變化趨勢(shì)基本一致。2021-2022年間，東部、西部、中部、東北地區(qū)的低碳經(jīng)濟(jì)發(fā)展績(jī)效都有了很大程度的提高，同樣得益于技術(shù)的進(jìn)步。

四、低碳經(jīng)濟(jì)發(fā)展績(jī)效的影響因素分析

（一）影響因素的確定

碳排放主要源于化石燃料的消耗，但碳排放量的多少不能簡(jiǎn)單地歸結(jié)于化石燃料的消耗，因?yàn)榈吞冀?jīng)濟(jì)是國(guó)民經(jīng)濟(jì)和社會(huì)一系列經(jīng)濟(jì)形態(tài)的總稱，涉及政策、經(jīng)濟(jì)、環(huán)境、技術(shù)和管理等諸多領(lǐng)域。經(jīng)查閱相關(guān)文獻(xiàn)后，影響低碳經(jīng)濟(jì)發(fā)展績(jī)效有以下6個(gè)因素：經(jīng)濟(jì)發(fā)展水平、生態(tài)環(huán)境、能源強(qiáng)度、科學(xué)技術(shù)水平、產(chǎn)業(yè)結(jié)構(gòu)和國(guó)際貿(mào)易分工，從這6個(gè)準(zhǔn)則層中各選取了一個(gè)指標(biāo)層作為自變量，因變量為低碳經(jīng)濟(jì)發(fā)展績(jī)效綜合技術(shù)效率（TE）（由前一部分計(jì)算所得），具體指標(biāo)見表9。

（二）低碳經(jīng)濟(jì)發(fā)展績(jī)效的面板回歸分析

以低碳經(jīng)濟(jì)發(fā)展績(jī)效綜合技術(shù)效率序列為因變量，其他指標(biāo)變量對(duì)數(shù)序列為自變量，利用最小二乘法進(jìn)行回歸模型估計(jì)，通過F檢驗(yàn)來進(jìn)一步確定模型的形式是混合效應(yīng)模型還是固定效應(yīng)模型，結(jié)果見表10。

由表10可知，F(xiàn)檢驗(yàn)的尸值為o．000，在5%的顯著性水平下是顯著的，說明拒絕了選用混合效應(yīng)模型的原假設(shè)，因此選用固定效應(yīng)模型。接下來通過豪斯曼（Hausman）檢驗(yàn)來進(jìn)一步確定模型的形式是隨機(jī)效應(yīng)模型還是固定效應(yīng)模型，結(jié)果見表11。

由表11可知，Hausman檢驗(yàn)的P值為0．0001，在5%的顯著性水平下是顯著的，說明拒絕了選用隨機(jī)效應(yīng)模型的原假設(shè)，所以本文最終選取了固定效應(yīng)模型。

根據(jù)表12和表13的結(jié)果，時(shí)點(diǎn)固定效應(yīng)模型和雙向固定效應(yīng)模型的回歸系數(shù)結(jié)果不顯著，所以最終選用個(gè)體固定效應(yīng)模型。結(jié)果見表14。

由表14可知，各變量在5%的顯著性水平下是顯著的，說明個(gè)體固定效應(yīng)模型是比較顯著的。

國(guó)內(nèi)專利申請(qǐng)授權(quán)量、出口額占GDP比重與低碳經(jīng)濟(jì)發(fā)展綜合技術(shù)效率成負(fù)相關(guān)關(guān)系。這可能是我國(guó)的出口型產(chǎn)業(yè)仍是以制造業(yè)為主，這些產(chǎn)業(yè)通常涉及高能耗和高排放的生產(chǎn)過程。另一方面創(chuàng)新方向可能偏離低碳領(lǐng)域，專利數(shù)量的增加可能主要集中在非低碳領(lǐng)域，盡管專利數(shù)量增加，但與低碳經(jīng)濟(jì)發(fā)展綜合技術(shù)效率的關(guān)系可能并不明顯，甚至成負(fù)相關(guān)。

城鎮(zhèn)居民人均收入、城市綠地面積與低碳經(jīng)濟(jì)發(fā)展績(jī)效綜合技術(shù)效率成正相關(guān)關(guān)系。隨著收入水平的提高，城鎮(zhèn)居民的消費(fèi)結(jié)構(gòu)可能逐漸向環(huán)保和低碳方向轉(zhuǎn)變，他們更有能力購買節(jié)能環(huán)保產(chǎn)品，選擇低碳出行方式。城市綠地面積的增加可以提高城市的碳吸收能力，從而間接地提高低碳經(jīng)濟(jì)發(fā)展績(jī)效綜合效率。

單位GDP能耗、第二產(chǎn)業(yè)增加值占GDP比重與低碳經(jīng)濟(jì)發(fā)展績(jī)效綜合技術(shù)效率成正相關(guān)關(guān)系。制造業(yè)通常需要大量的化石燃料，燃燒會(huì)導(dǎo)致碳排放量的增加，但隨著技術(shù)的進(jìn)步，制造業(yè)可能會(huì)更加注重技術(shù)創(chuàng)新和清潔生產(chǎn)技術(shù)的應(yīng)用，高能耗、高排放的產(chǎn)業(yè)逐漸被低能耗、清潔生產(chǎn)的產(chǎn)業(yè)所替代，從而降低了單位GDP能耗，進(jìn)一步促進(jìn)低碳經(jīng)濟(jì)的發(fā)展。

五、結(jié)論與建議

（一）結(jié)論

在靜態(tài)分析方面，2006年至2022年的分析表明，這些效率指標(biāo)整體表現(xiàn)良好。綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率的最大值均為最優(yōu)水平，每年波動(dòng)較小。然而，僅有241個(gè)年份的規(guī)模報(bào)酬不變，占總數(shù)的47%，表明整體發(fā)展水平仍有提升空間。尤其在2006年至2011年間，規(guī)模報(bào)酬遞增的情況多于遞減，可能導(dǎo)致資源浪費(fèi)，需要加強(qiáng)規(guī)模擴(kuò)大以提高資源利用率。但是在后續(xù)年份中規(guī)模報(bào)酬遞減的個(gè)數(shù)較少，可能導(dǎo)致成本增加。

在動(dòng)態(tài)分析方面，從時(shí)間序列的角度分析低碳經(jīng)濟(jì)發(fā)展的四個(gè)階段，2006-2010年的績(jī)效增長(zhǎng)主要是由技術(shù)進(jìn)步引起的，2011-2015年的下降主要是由技術(shù)衰退引起的，2016-2020年的下降同樣主要是由技術(shù)衰退引起的，而2021-2022年的提高主要是由技術(shù)進(jìn)步推動(dòng)的。另外，從不同區(qū)域的角度分析低碳經(jīng)濟(jì)發(fā)展，東部和東北地區(qū)在全技術(shù)效率上基本保持穩(wěn)定，中部和西部地區(qū)在2006-2020年間技術(shù)效率保持低水平，但在2021-2022年間呈增長(zhǎng)趨勢(shì)，其中中部地區(qū)增幅為5.9%，西部地區(qū)增幅為71.4%。

從績(jī)效影響因素來看，呈負(fù)相關(guān)的因素有國(guó)內(nèi)專利申請(qǐng)授權(quán)量、出口額占GDP比重；呈正相關(guān)的因素有城鎮(zhèn)居民人均收入、城市綠地面積、單位GDP能耗和第二產(chǎn)業(yè)增加值占GDP比重。其中，城鎮(zhèn)居民人均可支配收入是低碳經(jīng)濟(jì)發(fā)展績(jī)效的主要影響因素。

（二）建議

第一，提高城鎮(zhèn)居民人均收入。鼓勵(lì)城鎮(zhèn)地區(qū)發(fā)展高新技術(shù)產(chǎn)業(yè)，提高產(chǎn)值和城鎮(zhèn)居民的就業(yè)水平，增加居民的職業(yè)培訓(xùn)機(jī)會(huì)來提高其技能水平，進(jìn)而提高人均收入。

第二，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。在積極推動(dòng)第二產(chǎn)業(yè)發(fā)展的同時(shí)，要鼓勵(lì)采用低碳的生產(chǎn)技術(shù)。引導(dǎo)企業(yè)采用綠色技術(shù)和實(shí)施綠色制造，減少環(huán)境污染。

第三，改善生態(tài)環(huán)境。在政府的引導(dǎo)下，制定更綠色科學(xué)和可持續(xù)的城市規(guī)劃和建設(shè)政策，優(yōu)化城市交通布局，增加城市綠化面積。鼓勵(lì)綠色出行，增強(qiáng)環(huán)保意識(shí)，積極響應(yīng)政府決策，共同推動(dòng)城市生態(tài)文明的建設(shè)。

第四，鼓勵(lì)技術(shù)創(chuàng)新、投資和支持研發(fā)清潔能源技術(shù)，減少對(duì)高碳能源的依賴；制定低碳經(jīng)濟(jì)專利保護(hù)的政策，鼓勵(lì)企業(yè)、科研機(jī)構(gòu)和各大高校等在低碳領(lǐng)域進(jìn)行研究，力爭(zhēng)在低碳領(lǐng)域的前沿技術(shù)上進(jìn)行突破與創(chuàng)新。

第五，調(diào)整經(jīng)濟(jì)結(jié)構(gòu)，從傳統(tǒng)制造業(yè)向更加智能化和綠色化的轉(zhuǎn)型，用綠色經(jīng)濟(jì)逐步替代傳統(tǒng)能源；減少對(duì)高碳產(chǎn)業(yè)的出口，降低出口額占GDP比重：在國(guó)際貿(mào)易方面吸收和借鑒發(fā)達(dá)國(guó)家的先進(jìn)技術(shù)和經(jīng)驗(yàn)，引進(jìn)國(guó)外先進(jìn)的低碳技術(shù)并進(jìn)行內(nèi)化。