中国低碳经济增长效率空间格局及演变趋势.doc

中国低碳经济增长效率空间格局及演变趋势 　　摘 要：以中国30个省市区（不包括港、澳、台和西藏地区）为研究样本，将经济系统分为经济生产子系统和环境治理子系统，采用网络SBM-DEA模型对2001―2013年中国及各省份的低碳经济增长效率进行测算和分解，并计算各地区经济生产效率与环境治理效率之间的耦合协调度，结果表明：低碳经济增长效率呈现“U型”变化趋势，2001―2007年下降，2007―2013年逐步回升；低碳经济增长效率较高区域逐步由北部沿海向东部沿海和南部沿海地区扩散，西南地区低碳经济增长效率有所提高但整体仍处于效率一般状态；经济生产效率明显高于环境治理效率，且整体耦合协调度偏低。低碳经济增长效率的提高依赖于经济生产系统和环境治理系统的共同作用，应加大环境治理力度，实施因地制宜的低碳经济发展策略 关键词：低碳经济增长效率；经济生产效率；环境治理效率；环境污染；经济发展方式转变；经济发展新常态；网络SBM-DEA模型；耦合协调度 中图分类号：F127；F224.0 文献标志码：A 文章编号：1674-8131（2017）02-0039-10 一、引言 改革开放以来，中国经济实现了举世瞩目的持续高速增长，同时也付出了巨大的资源环境代价。据《中国能源统计年鉴》的数据，中国的能源消费总量从2001年的150 406万吨标准煤上升到2013年的375 000万吨标准煤，工业废水排放量、废气排放量、固体废物产生量分别以年均4.1%、12%和12%的速度增加，而环境治理投资仅占GDP的1.4%左右。资源紧缺、环境恶化降低了经济发展质量，制约了中国经济和社会的可持续发展。因此，深入研究区域低碳经济增长效率问题对中国经济增长低碳化水平的提升和经济社会可持续发展的实现具有重要意义 现有文献对低碳经济增长效率的研究，主要是采用数据包络分析对低碳经济增长效率进行测度。随着资源消耗、环境恶化与经济增长的矛盾日益尖锐，我国学者开始将资源环境约束纳入效率分析框架中，使用方向性距离函数或SBM 模型测度包含非期望产出的经济效率。李婧等（2013）构建了一个包含“稳增长”“低能耗”“低排放”多元目标的可持续发展分析框架，对中国经济低碳转型绩效进行了评估；钱争鸣和刘晓晨（2014）运用SBM和超效率SBM 模型对中国省级区域绿色经济效率静态水平和动态变动进行测度，进而分析绿色经济效率的区域差异；贾登勋和黄杰运（20014）采用包含非合意产出的模型测算了我国30个省市区低碳经济发展效率，并对区域差异进行了分析；雷明和虞晓雯（2015）基于非期望DEA和GML指数测算了中国1998―2013年的低碳经济增长，并利用面板VAR模型研究了低碳经济增长的动态作用机制 上述研究都是基于每一个决策单元的初始投入和最终产出数据进行效率的测度，将生产过程看成一个“黑箱”，忽略了系统的内部结构及其内在的关联机制。Tone和Tsutsui（2009）构建了非径向网络SBM-DEA模型，不再视整个系统为一个“黑箱”，从结构上考虑中间变量，从而得到分点效率及各阶段对整体效率的影?。Fukuyama（2012）在Tone 和 Tsutsui（2009）的加权网络DEA方法基础上，将松弛变量引入中间产出，进而测度整体效率和各阶段的效率。涂正革和谌仁俊（2013）将工业生产过程分为生产、环境治理两个环节，采用中国省级区域工业数据，基于网络DEA 的方向性环境距离函数方法分析了工业环境治理效率；李静和倪冬雪（2015）采用基于SBM的网络DEA 模型对我国工业行业 2001―2012 年绿色生产和环境治理的两阶段效率、生产率及构成进行了研究；王兵和罗佑军（2015）运用基于RAM的网络DEA 模型，对环境约束下2001―2010年我国区域工业生产效率、环境治理效率和综合效率进行了测算和分解，并对其影响因素进行了实证研究 事实上，低碳经济系统是由多个子系统共同组成的复合系统，评价低碳经济增长效率应将各子系统之间的相互关联考虑在内，不宜采用单系统 DEA 模型，而应采用网络DEA 模型。综观现有文献，一方面，网络DEA模型大多应用于工业行业效率研究和环境效率分析，很少涉及低碳经济增长效率评价；另一方面，对低碳经济增长效率的研究多基于时间视角，而基于空间维度的研究较少，将时间与空间两个维度结合起来研究的更是鲜见。有鉴于此，本文尝试在以下两个方面做出努力：一是构建网络SBM-DEA模型，将经济系统分为经济生产子系统和环境治理子系统，测算整体低碳经济增长效率及各子系统效率；同时，在变量选取上，不仅将环境污染排放物作为非期望产出，而且还将其作为联结经济生产和环境治理两个子系统的中间变量，以减少因忽略各子系统之间链接而带来的效率估计偏差。二是分析我国低碳经济增长效率的演