中国工业碳排放经济绩效及其影响因素研究

查建平+范莉莉+高敏

摘要：在全要素分析框架下运用序列DEA方法，结合碳排放影子价格信息，构建了全要素碳排放经济绩效模型，对2003～2010年我国省级工业碳排放绩效水平及可能的影响因素进行探究。研究显示：我国工业碳排放经济绩效整体上保持增长趋势，但尚处于较低水平，就增长幅度而言，东部最大，中部次之，西部最小；规模、产权结构、技术进步、重型工业化、环境规制、能源消费结构及对外开放等因素对碳排放经济绩效起到显著而又复杂的影响。

关键词：工业；碳排放经济绩效；影响因素

中图分类号：F205；F425

文献标识码：A文章编号：1001-8409（2014）11-0030-05

Research on Economic Performance of Industrial

Carbon Emissions of China and Its Affecting Factors

ZHA Jianping1， FAN Lili2， GAO Min3

（1. School of Management， Southwest University of Political Science and Law， Chongqing 401120；

2. School of Economics and Business Administration，Southwest Jiaotong University，Chengdu 610031；

3. School of Business Planning， Chongqing Technology and Business University， Chongqing 400060 ）

Abstract：

This paper constructs a model on economic performance of carbon emissions with sequential DEA and shadow price of carbon in the totalfactor analytical framework， evaluates the industrial carbon emission performance of Chinese 30 regions during 2003 to 2010，and analyzes its affecting factors. The results show that the carbon emissions economic performance is at a low level， where exists the condition of “eastern region> midland> western region”. As for the affecting factors， enterprise scale， stateowned property structure， technical level， industrial structure， environmental regulation ，energy consumption structure and foreign capital play a significant impact on the performance.

Key words： industry； economic performance of carbon emissions； affecting factors

1引言

作为世界上最大的发展中国家，中国尚处于工业化中期阶段，工业碳排放量急剧攀升，我国政府所面对的减排压力也越来越大。2009年，中国政府正式对外提出了控制碳排放的具体行动目标，即到2020年，单位国内生产总值碳排放量比2005年下降40%～45%。现有工业领域碳减排主要存在两种思路：一是碳排放绝对量缩减，二是碳排放绩效提升，前一种思路会对工业经济形成硬性约束，不利于国民经济发展及社会进步，亦与人类的生存权、发展权相背离，而后一种思路的关键在于在碳减排与工业经济发展之间取得平衡。合理、科学地评估与分析中国工业领域碳排放绩效水平及其可能的影响因素可以为中国工业领域碳减排工作提供参考，因而具有重要研究价值。

迄今为止，已有部分国内外学者利用不同方法或指标对碳排放绩效测度进行了研究，这些测度方法与指标主要分为两类：一是单要素碳排放绩效指数，譬如碳化指数、碳排放强度、碳生产率等；二是全要素碳排放绩效指数，譬如全要素碳排放综合绩效与全要素碳排放相对绩效等。Kaya、Mielnik、Ang、何建坤、查建平等学者利用碳排放强度、碳化指数以及碳生产率等单要素指标对碳排放绩效进行了测度与分析[1～5]。然而上述单要素碳排放绩效测度指标对应比值关系的多样性容易导致碳排放绩效测度结果无法统一，因而只有将能源消费、经济发展、碳排放等相关指标纳入碳排放绩效评价中，评价结果才更为合理 [6]。对此，Fre、Zhou、王群伟、查建平等

部分学者参照全要素框架下环境绩效的测度方法，通过构造包含非合意性产出的环境DEA分析法对碳排放绩效进行了评价与分析[7～10]。

现有全要素碳排放绩效研究在模型构建上存在两方面局限：一是运用当期DEA方法使得碳排放绩效测度中容易出现大范围、严重技术衰退现象，这与社会现实并不契合；二是仅在全要素分析框架下对经济增长和碳减排双向成效或者碳减排单一成效进行度量，并未从统一的经济价值视角出发，对受评省份低碳经济发展成效做出测度与分析，不符合低碳发展的内涵。有鉴于此，本文拟在全要素分析框架下运用序列DEA方法，结合碳排放影子价格信息，构建全要素碳排放经济绩效模型，规避了相关研究在非合意性产出投入处理方法上的局限，从综合经济价值视角出发，对2003～2010年中国省级工业碳排放绩效进行测度与分析。

2研究方法设计

传统全要素碳排放绩效模型主要包括环境技术、方向性距离函数及全要素碳排放绩效模型三部分，以此为基础构建全要素碳排放经济绩效模型。

2.1环境技术

Fre等将合意性产出、非合意性产出和要素投入之间的技术结构关系称之为“环境技术（The Environmental Technology）”[7]。每个省份使用N类投入得到合意性产出y，非合意性产出c，T（t=1，…，T）时期第i（i=1，…，M）省投入和产出值为（xti，yti，cti）。参照Fre等的环境技术公理[7]，环境技术如下：

Tt（xt）={（yt，ct）：Mi=1ztiyti≥yi′，Mi=1zticti=ci′，Mi=1ztixti≤xi′，zti≥0，i=1，…，M}（1）

式（1）是一个满足零结合性、联合弱可处置性、合意性产出的强可处置性、投入要素的自由可处置性等四大特性的产出集[8]。

2.2方向性环境距离函数与传统全要素碳排放绩效指标

在环境技术Tt（xt）构建的环境产出的可能前沿基础上，具体方向性环境距离函数构造如下：

Dt（xti′，yti′，cti′，gti′y，-gti′c）=max{yti′+βgti′y，cti′-βgti′c∈Tt（xt）} （2）

式（2）中，Dt表示受评省份在第t期所对应的技术前沿，距离函数值β是给定投入xti′和技术结构条件下，产出yti′增长、碳排放cti′减少在一定方向（gti′y，-gti′c）上所能实现的最大可行程度。对应全要素碳排放绩效指数定义如下：

CCPti′=1/[1+Dt（xti′，yti′，cti′；yti′，-cti′）]=1/（1+β）（3）

依据方向向量设定的不同，可以将现有全要素碳排放绩效划分为两类，即全要素碳排放综合绩效（gti′y，-gti′c）=（yti′，-cti′）与全要素碳排放相对绩效（gti′y，-gti′c）=（0，cti′），全要素碳排放综合绩效两个方向的量纲并不统一，对应方向向量必定在提升经济总产值与抑制碳排放之间有所偏倚，致使最终测算结果容易受到投射路径主观性的影响。全要素碳排放相对绩效旨在既定投入要素与产出条件下对碳减排单一维度成效做出测度，忽略了受评省份追求经济发展的权利，亦不符合低碳经济的内涵。

2.3全要素碳排放经济绩效模型

针对传统全要素碳排放绩效模型局限，本文构建了全要素碳排放经济绩效模型，具体模型构建如下：

假定存在m个省，每个省（DMUi）以N类投入要素x=（x1，…，xN）∈R+N生产得到合意性产出y与碳排放c，T（t=1，……，T）时期第i（i=1，…，M）省的投入和产出值为（xti，yti，cti），wti′，c为第i′受评省碳排放影子价格，则全要素碳排放经济绩效模型如下：

ρti′（t）=max（yt*i′-ωti′，cct*i′）

s.t.tp=1Mi=1zpiypi≥yt*i′

tp=1Mi=1zpicpi=ct*i′

tp=1Mi=1zpixpi≤xti′

zpi≥0，i=1，…，M（4）

式（4）中，ρti′（t）表示受评省DMUi′投入要素既定下，以基期与第t期之间所有样本所构筑的技术前沿为参照能够实现的最大净产出。yt*i′与ct*i′分别表示净产出最大化时的合意性与非合意性产出。给定要素投入、碳排放、合意性产出及碳排放影子价格，可以计算得到DMUi′所能实现的最大净产出，具体指数构建如下：

CEPi′=ηi′（t）ρti′（t）（5）

式（5）中，ρti′（t）为第DMUi′第t期最优净产出，ηi′（t）为DMUi′第t期实际净产出，二者比值CEPi′为全要素碳排放经济绩效，其数值越大，则经济绩效越大，反之则越小。借鉴Malmquist全要素生产率构造思路，构建Malmquist碳排放经济绩效动态指数（MCEPIi′（t，t+1））如下：

MCEPIi′（t，t+1）=ηi′（t+1）δti′（t+1）·ηi′（t+1）δt+1i′（t+1）ηi′（t）δti′（t）·ηi′（t）δt+1i′（t）1/2

（6）

式（6）中，ηi′（t）/δti′（t）、ηi′（t+1）/δt+1i′（t+1）分别表示DMUi′在t（t+1）期相对于基期到t（t+1）期参照技术前沿的静态绩效水平，ηi′（t+1）/δti′（t+1）、ηi′（t）/δt+1i′（t）分别为DMUi′在t+1（t）期相对于基期到t（t+1）期参照技术前沿的静态绩效水平。若MCEPIi′（t，t+1）>1则经济绩效上升，若MCEPIi′（t，t+1）=1则不变，若

MCEPIi′（t，t+1）<1则下降。

3碳排放影子价格估算

碳排放是工业生产中为了得到好产品而不可避免的附属物，因而对应大气碳容量消耗亦是社会物质福利提升不可或缺的要素，因而各省碳排放存在一个使社会净效益最大化的最优水平。若碳排放的社会成本与效益分别为SC（C）与SB（C），则社会净效益为：

NB=SB（C）-SC（C） （7）

依据式（7），社会净效益最大化的必要条件为碳排放的社会边际成本等于社会边际效益，即：

MSCC=MSBC （8）

满足式（8）的排放量C*为最优排放量，MSCC=MSBC符合生产要素市场的均衡等式PC=VMPC。若存在碳排放隐形市场，则社会边际成本与社会边际效益曲线交汇点的均衡价格即为碳排放影子价格ω*，这一价格在一定程度上反映出了碳排放的经济价值，即：

ω*=MSCC=MSBC （9）

为了计算2003～2010年中国各省工业碳排放的影子价格，该部分引入扩展的柯布-道格拉斯生产函数如下：

Yi，t=ALαi，tKβi，tEδi，teμi+ξi，t （10）

式（10）中，Yi，t为第i省第t年工业总产值，Li，t为劳动力，Ki，t为资本存量，Ei，t为能源消耗量，A为技术水平，α、β及δ分别表示要素产出弹性，μi为个体效应，ξi，t为随机误差项。通过碳排放与能源消费之间的线性关系将碳排放纳入生产函数，即Ei，t=θi，tCi，t，其中θi，t为第i省第t年能源碳排放平均系数倒数，生产函数转变为：

Yi，t=Aθδi，tLαi，tKβi，tCδi，teμi+ξi，t （11）

依据式（9），碳排放影子价格计算公式为：

ω*=DYdC=δAθδi，tLαi，tKβi，tCδ-1i，teμi+ξi，t （12）

本部分以2003～2010年30个省的工业劳动力、资本存量、总产值、碳排放量等面板数据为基础，对式（11）进行面板数据估计。以各省份年末工业从业人数平均值计算劳动力数据；以利用永续盘存法（PIM）估算工业资本存量

；以工业品出厂价格指数对各省份工业总产值进行价格平减，剔除价格波动的影响，进而得到2002年不变价格的产值数据；以各类型能源消费量、水泥生产量与对应排放系数的乘积和来估算碳排放量，参照参考文献[10]

。具体数据源于中国经济统计数据库及《中国能源统计年鉴》。

为了克服模型（11）的非线性问题，拟对其进行对数化处理如下：

ln Yi，t=ln（Aθδi，t）+αln（Li，t）+βln（Ki，t）+δln（Ci，t）+μi+ξi，t

（13）

为了减少共线性，通常运用人均形式来表示各变量，即将式（11）两边同时除以L，取对数后经整理，设（α+β+δ）=χ，式（13）转变为以下形式：

lnYi，t-lnLi，t=ln（Aθδi，t）+（χ-1）lnLi，t+β（lnKi，t-lnLi，t）+δ（lnCi，t-lnLi，t）+μi+ξi，t（14）

基于上述指标面板数据，本文运用静态面板数据估计方法对模型（14）进行估计。Hausman检验结果表明选用随机效应模型。为了克服可能出现的残差异方差与自相关问题，本文选择利用可行广义最小二乘法（FGLS）对随机效应模型进行稳健型估计，结合碳排放影子价格计算公式（12），计算得到2003～2010年中国省级工业碳排放影子价格（见图1）。从图中可以看出，全国与东部、中部及西部三大地区的工业碳排放影子价格呈现上升趋势，说明碳排放经济价值逐步增大，对应碳减排成本亦不断攀升。

4数据说明及全要素碳排放经济绩效测算结果

4.1数据来源与说明

基于上文构建的全要素碳排放经济绩效模型，本文选择以2003～2010年30个省市工业为决策单元，以工业劳动力、工业资本存量及工业能源消费量为投入要素指标，分别以工业生产总值与碳排放量为合意性与非合意性产出指标。各省份碳排放影子价格数据源于上文计算结果，其他指标数据处理与上文一致，相关统计性描述见表1。

4.2全要素碳排放经济绩效静态水平及动态变化

基于上述面板数据，利用Matlab分析软件计算得到2003～2010年中国省级工业全要素碳排放经济绩效静态值及动态变化指数，测算结果见图2、图3。

如图2所示，上海、北京、天津及广东等省市工业全要素碳排放经济绩效静态分值水平较高，东部地区工业全要素碳排放经济绩效静态值约0477，中部地区约为0149，西部地区约为0133，而全国整体上的绩效均值约为0264，因而整体上处于较低水平，这可能与我国的高能耗、高排放的产业布局及粗放、低效的资源配置方式有关。

如图3所示，全国层面上，2003～2010年各年工业全要素碳排放经济绩效保持增长趋势，东部、中部及西部地区工业全要素碳排放经济绩效亦保持增长，各年份增长幅度呈现出东部、中部、西部由大到小的分布态势。

5工业碳排放经济绩效的影响因素分析

上文测度了我国工业全要素碳排放经济绩效，因而有必要对影响其变动及差异的因素进行分析及解释。参照现有关于环境绩效、能源效率及生产率影响因素的研究文献 [10～12]，本文拟考察企业规模、产权结构、能源结构、技术水平、对外开放及轻重产业结构等因素对工业碳排放经济绩效的影响，对应指标定义及数据说明见表2，具体面板数据模型构建如下：

lnCMCEPIi，t=α0+β1lnSSi，t+β2lnPSi，t+β3lnESi，t+β4lnTSi，t +β5lnFDIi，t+β6lnERi，t+β7lnHSi，t+ηi+uit （15）

式（15）中，CMCEPIi，t为工业碳排放经济绩效，SS、PS、ES、TS、FDI、ER、HS分别代表企业规模、产权结构、能源结构、技术水平、对外开放及轻重产业结构等解释变量，β1、β2、β3、β4、β5、β6及β7则是待估参数，α0为截距项，ηi为个体效应，uit为随机扰动项。本文依据F检验与Breusch-Pagan的LM检验在混合OLS与面板数据模型之间做出选择，而随机效应模型与固定效应模型的选择依据Hausman检验值而定，并利用Driscoll-Kraay标准误估计法和FGLS分别对固定效应模型与随机效应模型进行稳健型估计，结果见表3。

表2碳排放经济绩效影响因素变量定义及说明

变量名变量定义单位数据来源

工业企业规模剔除价格波动的工业总产值/企业数目百万元/个

产权结构国有及国有控股工业企业产值/工业总产值%能源结构煤炭在工业能源中占比%轻重产业结构重型工业企业总产值占工业总产值比重 %技术水平专利授予数件外资工业企业占比外资工业企业产值/工业总产值%单位产值二氧化

硫排放环比比率单位工业产值二氧化硫排放量环比比率%

《中国统计年鉴》、《中国工业经济统计年鉴》、《中国环境统计年鉴》

6研究结论

（1）我国工业碳排放影子价格呈现上升趋势，东部工业碳排放影子价格最高，其次为中部、西部，说明东部工业碳减排成本最高，减排空间及减排难度相对较大，而中部、西部地区较小。

（2）我国整体工业碳排放经济绩效处于较低水平，同时也呈现出东部、中部、西部由高到低的态势。从动态变化趋势看，全国与东部、中部及西部工业全要素碳排放经济绩效保持增长趋势，而就增长幅度而言，东部最大，中部次之，西部较小。

（3）影响因素方面，规模性因素对碳排放经济绩效产生正面影响，工业企业规模扩增能够提高企业集约化生产能力，进而有利于碳排放经济绩效的提高； 2003～2010年产权结构对碳排放经济绩效的影响不显著，而2005～2010年该变量却呈现显著正面影响，其原因在于两个方面：一是国有产权制度层面上的弊病经过市场化改革已得到一定程度的缓解，与其他性质的企业相比，国有企业往往在行业准入、资本、资源及关系网络等方面存在“畸形”优势，使其在产出价值方面具有较强竞争力；二是国有企业往往是 “节能减排”政策执行重心，在能耗与排放标准上已取得了较大进步[11]；煤炭比重上升会对碳排放经济绩效产生抑制作用，因而有必要进一步优化能源结构、降低煤炭结构比重；2005～2010年模型估计结果显示，轻重产业结构对工业碳排放经济绩效产生显著正面影响。相较于轻工业产业而言，重工业能耗及碳排放量较大，但对应产出亦有较大优势，若以合意性与非合意性产出统一价值视角审视，则重工业比重上升反而有益于碳排放经济绩效提升；技术水平对工业碳排放经济绩效呈现正面影响，说明在工业经济发展过程中需要加大自主研发及技术引入强度，着重推进节能环保技术进步；2003～2010年FDI对碳排放经济绩效呈现负面影响，这可能是由“污染避难所”效应所致。随着外资引入“门槛”的抬升，FDI的污染转移效应得到有效扼制，技术溢出效应进一步凸显，负面效应亦逐步减弱，表现为2005～2010年模型估计系数不显著；作为环境规制代理变量的单位产值二氧化硫排放环比比率对碳排放经济绩效起到显著负面影响，说明环境规制对其产生正向推动作用。

参考文献：

[1]Kaya Y. Impact of Carbon Dioxide Emission Control on GNP Growth[R]. Paris： IPCC， 1990.

[2]Mielnik O， Goldemberg J. The Evolution of the “Carbonization Index” in Developing Countries [J].Energy Policy， 1999， 27：307–308.

[3]Ang B W， Liu N. A Cross-country Analysis of Aggregate Energy and Carbon Intensities [J].Energy Policy， 2006，34（15）： 2398-2404.

[4]何建坤，苏明山.应对全球气候变化下的碳生产率分析[J].中国软科学，2009，（10）：42-47.

[5]查建平，郑浩生，唐方方.中国区域工业碳排放绩效及其影响因素实证研究[J].软科学，2012，26（4）：1-6.

[6]Ramanathan R. Combining Indicators of Energy Consumption and CO2 Emissions：A Cross-country Comparison[J].International Journal of Global Energy Issues， 2002，17：214–227.

[7]Fre R， Grosskopf S， Carl A， Pasurka. Environmental Production Functions and Environmental Directional Distance Functions[J].Energy， 2008，32 ：1055-1066.

[8]Zhou P，Ang B W，Han J Y. Total Factor Carbon Emission Performance： A Malmquist Index Analysis [J].Energy Economics，2010，32：194-201.

[9]王群伟，周鹏，周德群. 我国二氧化碳排放绩效的动态变化、区域差异及影响因素[J].中国工业经济，2010，1：45-54.

[10]查建平，唐方方，郑浩生.什么因素多大程度上影响到工业碳排放绩效？来自中国（2003～2010）省级工业面板数据的证据[J]. 经济理论与经济管理，2013，1：79-95.

[11]邵帅， 杨莉莉， 曹建华. 工业能源消费碳排放影响因素研究——基于STIRPAT 模型的上海分行业动态面板数据实证分析[J]. 财经研究，2010，11：16-27.

[12]魏楚，沈满洪. 能源效率及其影响因素：基于DEA的实证分析[J].管理世界，2007，8：66-76.

（责任编辑：何彬）

产权结构国有及国有控股工业企业产值/工业总产值%能源结构煤炭在工业能源中占比%轻重产业结构重型工业企业总产值占工业总产值比重 %技术水平专利授予数件外资工业企业占比外资工业企业产值/工业总产值%单位产值二氧化

硫排放环比比率单位工业产值二氧化硫排放量环比比率%

《中国统计年鉴》、《中国工业经济统计年鉴》、《中国环境统计年鉴》

6研究结论

（1）我国工业碳排放影子价格呈现上升趋势，东部工业碳排放影子价格最高，其次为中部、西部，说明东部工业碳减排成本最高，减排空间及减排难度相对较大，而中部、西部地区较小。

（2）我国整体工业碳排放经济绩效处于较低水平，同时也呈现出东部、中部、西部由高到低的态势。从动态变化趋势看，全国与东部、中部及西部工业全要素碳排放经济绩效保持增长趋势，而就增长幅度而言，东部最大，中部次之，西部较小。

（3）影响因素方面，规模性因素对碳排放经济绩效产生正面影响，工业企业规模扩增能够提高企业集约化生产能力，进而有利于碳排放经济绩效的提高； 2003～2010年产权结构对碳排放经济绩效的影响不显著，而2005～2010年该变量却呈现显著正面影响，其原因在于两个方面：一是国有产权制度层面上的弊病经过市场化改革已得到一定程度的缓解，与其他性质的企业相比，国有企业往往在行业准入、资本、资源及关系网络等方面存在“畸形”优势，使其在产出价值方面具有较强竞争力；二是国有企业往往是 “节能减排”政策执行重心，在能耗与排放标准上已取得了较大进步[11]；煤炭比重上升会对碳排放经济绩效产生抑制作用，因而有必要进一步优化能源结构、降低煤炭结构比重；2005～2010年模型估计结果显示，轻重产业结构对工业碳排放经济绩效产生显著正面影响。相较于轻工业产业而言，重工业能耗及碳排放量较大，但对应产出亦有较大优势，若以合意性与非合意性产出统一价值视角审视，则重工业比重上升反而有益于碳排放经济绩效提升；技术水平对工业碳排放经济绩效呈现正面影响，说明在工业经济发展过程中需要加大自主研发及技术引入强度，着重推进节能环保技术进步；2003～2010年FDI对碳排放经济绩效呈现负面影响，这可能是由“污染避难所”效应所致。随着外资引入“门槛”的抬升，FDI的污染转移效应得到有效扼制，技术溢出效应进一步凸显，负面效应亦逐步减弱，表现为2005～2010年模型估计系数不显著；作为环境规制代理变量的单位产值二氧化硫排放环比比率对碳排放经济绩效起到显著负面影响，说明环境规制对其产生正向推动作用。

参考文献：

[1]Kaya Y. Impact of Carbon Dioxide Emission Control on GNP Growth[R]. Paris： IPCC， 1990.

[2]Mielnik O， Goldemberg J. The Evolution of the “Carbonization Index” in Developing Countries [J].Energy Policy， 1999， 27：307–308.

[3]Ang B W， Liu N. A Cross-country Analysis of Aggregate Energy and Carbon Intensities [J].Energy Policy， 2006，34（15）： 2398-2404.

[4]何建坤，苏明山.应对全球气候变化下的碳生产率分析[J].中国软科学，2009，（10）：42-47.

[5]查建平，郑浩生，唐方方.中国区域工业碳排放绩效及其影响因素实证研究[J].软科学，2012，26（4）：1-6.

[6]Ramanathan R. Combining Indicators of Energy Consumption and CO2 Emissions：A Cross-country Comparison[J].International Journal of Global Energy Issues， 2002，17：214–227.

[7]Fre R， Grosskopf S， Carl A， Pasurka. Environmental Production Functions and Environmental Directional Distance Functions[J].Energy， 2008，32 ：1055-1066.

[8]Zhou P，Ang B W，Han J Y. Total Factor Carbon Emission Performance： A Malmquist Index Analysis [J].Energy Economics，2010，32：194-201.

[9]王群伟，周鹏，周德群. 我国二氧化碳排放绩效的动态变化、区域差异及影响因素[J].中国工业经济，2010，1：45-54.

[10]查建平，唐方方，郑浩生.什么因素多大程度上影响到工业碳排放绩效？来自中国（2003～2010）省级工业面板数据的证据[J]. 经济理论与经济管理，2013，1：79-95.

[11]邵帅， 杨莉莉， 曹建华. 工业能源消费碳排放影响因素研究——基于STIRPAT 模型的上海分行业动态面板数据实证分析[J]. 财经研究，2010，11：16-27.

[12]魏楚，沈满洪. 能源效率及其影响因素：基于DEA的实证分析[J].管理世界，2007，8：66-76.

（责任编辑：何彬）

产权结构国有及国有控股工业企业产值/工业总产值%能源结构煤炭在工业能源中占比%轻重产业结构重型工业企业总产值占工业总产值比重 %技术水平专利授予数件外资工业企业占比外资工业企业产值/工业总产值%单位产值二氧化

硫排放环比比率单位工业产值二氧化硫排放量环比比率%

《中国统计年鉴》、《中国工业经济统计年鉴》、《中国环境统计年鉴》

6研究结论

（1）我国工业碳排放影子价格呈现上升趋势，东部工业碳排放影子价格最高，其次为中部、西部，说明东部工业碳减排成本最高，减排空间及减排难度相对较大，而中部、西部地区较小。

（2）我国整体工业碳排放经济绩效处于较低水平，同时也呈现出东部、中部、西部由高到低的态势。从动态变化趋势看，全国与东部、中部及西部工业全要素碳排放经济绩效保持增长趋势，而就增长幅度而言，东部最大，中部次之，西部较小。

（3）影响因素方面，规模性因素对碳排放经济绩效产生正面影响，工业企业规模扩增能够提高企业集约化生产能力，进而有利于碳排放经济绩效的提高； 2003～2010年产权结构对碳排放经济绩效的影响不显著，而2005～2010年该变量却呈现显著正面影响，其原因在于两个方面：一是国有产权制度层面上的弊病经过市场化改革已得到一定程度的缓解，与其他性质的企业相比，国有企业往往在行业准入、资本、资源及关系网络等方面存在“畸形”优势，使其在产出价值方面具有较强竞争力；二是国有企业往往是 “节能减排”政策执行重心，在能耗与排放标准上已取得了较大进步[11]；煤炭比重上升会对碳排放经济绩效产生抑制作用，因而有必要进一步优化能源结构、降低煤炭结构比重；2005～2010年模型估计结果显示，轻重产业结构对工业碳排放经济绩效产生显著正面影响。相较于轻工业产业而言，重工业能耗及碳排放量较大，但对应产出亦有较大优势，若以合意性与非合意性产出统一价值视角审视，则重工业比重上升反而有益于碳排放经济绩效提升；技术水平对工业碳排放经济绩效呈现正面影响，说明在工业经济发展过程中需要加大自主研发及技术引入强度，着重推进节能环保技术进步；2003～2010年FDI对碳排放经济绩效呈现负面影响，这可能是由“污染避难所”效应所致。随着外资引入“门槛”的抬升，FDI的污染转移效应得到有效扼制，技术溢出效应进一步凸显，负面效应亦逐步减弱，表现为2005～2010年模型估计系数不显著；作为环境规制代理变量的单位产值二氧化硫排放环比比率对碳排放经济绩效起到显著负面影响，说明环境规制对其产生正向推动作用。

参考文献：

[1]Kaya Y. Impact of Carbon Dioxide Emission Control on GNP Growth[R]. Paris： IPCC， 1990.

[2]Mielnik O， Goldemberg J. The Evolution of the “Carbonization Index” in Developing Countries [J].Energy Policy， 1999， 27：307–308.

[3]Ang B W， Liu N. A Cross-country Analysis of Aggregate Energy and Carbon Intensities [J].Energy Policy， 2006，34（15）： 2398-2404.

[4]何建坤，苏明山.应对全球气候变化下的碳生产率分析[J].中国软科学，2009，（10）：42-47.

[5]查建平，郑浩生，唐方方.中国区域工业碳排放绩效及其影响因素实证研究[J].软科学，2012，26（4）：1-6.

[6]Ramanathan R. Combining Indicators of Energy Consumption and CO2 Emissions：A Cross-country Comparison[J].International Journal of Global Energy Issues， 2002，17：214–227.

[7]Fre R， Grosskopf S， Carl A， Pasurka. Environmental Production Functions and Environmental Directional Distance Functions[J].Energy， 2008，32 ：1055-1066.

[8]Zhou P，Ang B W，Han J Y. Total Factor Carbon Emission Performance： A Malmquist Index Analysis [J].Energy Economics，2010，32：194-201.

[9]王群伟，周鹏，周德群. 我国二氧化碳排放绩效的动态变化、区域差异及影响因素[J].中国工业经济，2010，1：45-54.

[10]查建平，唐方方，郑浩生.什么因素多大程度上影响到工业碳排放绩效？来自中国（2003～2010）省级工业面板数据的证据[J]. 经济理论与经济管理，2013，1：79-95.

[11]邵帅， 杨莉莉， 曹建华. 工业能源消费碳排放影响因素研究——基于STIRPAT 模型的上海分行业动态面板数据实证分析[J]. 财经研究，2010，11：16-27.

[12]魏楚，沈满洪. 能源效率及其影响因素：基于DEA的实证分析[J].管理世界，2007，8：66-76.

（责任编辑：何彬）