宋杰鯤 梁璐璐 牛丹平 曹子建 張凱新

摘要：加強(qiáng)地市碳減排、提高地市碳排放效率是山東省碳減排的重要途徑。構(gòu)建考慮能源替代效應(yīng)的RAM模型對(duì)山東省地市碳排放效率進(jìn)行測(cè)度，并進(jìn)行差異性分析和聚類分析，運(yùn)用Morans I自相關(guān)指數(shù)進(jìn)行空間相關(guān)性檢驗(yàn)，構(gòu)建基于面板數(shù)據(jù)的空間計(jì)量模型進(jìn)行影響因素分析。結(jié)果表明：17地市碳排放效率呈現(xiàn)空間聚集效應(yīng)，多數(shù)地市表現(xiàn)為空間依賴性；能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化對(duì)碳排放效率有負(fù)向影響，對(duì)外開放與科技支持水平對(duì)其有正向影響；各地市可通過優(yōu)化能源消費(fèi)結(jié)構(gòu)、發(fā)展低碳產(chǎn)業(yè)、合理推進(jìn)城市化、鼓勵(lì)發(fā)展對(duì)外貿(mào)易、增加科技投入、完善區(qū)域碳減排合作機(jī)制等提升碳排放效率。

關(guān)鍵詞：碳排放效率；RAM模型；測(cè)度；影響因素；提升對(duì)策；山東省

中圖分類號(hào)：F124.5；F224

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：16735595（2018）01001507

IPCC評(píng)估報(bào)告指出，目前地球正在經(jīng)歷氣候變暖的過程，由此帶來了冰川融化、海平面上升等問題，嚴(yán)重威脅著人類的發(fā)展與物種的多樣性。氣候變暖主要是由于二氧化碳等溫室氣體過量排放引起的，碳減排已成為全球共同面對(duì)的一項(xiàng)挑戰(zhàn)。作為負(fù)責(zé)任的大國(guó)，中國(guó)始終堅(jiān)定碳減排決心，《國(guó)家應(yīng)對(duì)氣候變化規(guī)劃（2014—2020年）》提出到2020年單位GDP的碳排放要在2005年基礎(chǔ)上減少40%～45%； “十三五”規(guī)劃提出到2020年單位GDP碳排放比2015年降低18%；巴黎氣候大會(huì)中國(guó)國(guó)家自主貢獻(xiàn)提出，2030年單位GDP碳排放比2005年下降60%～65%。中國(guó)碳減排目標(biāo)的實(shí)現(xiàn)需要各省市的共同努力。山東省作為東部沿海大省，經(jīng)濟(jì)發(fā)展近年來一直走在全國(guó)前列，但由于山東省產(chǎn)業(yè)結(jié)構(gòu)長(zhǎng)期呈現(xiàn)“二三一”狀態(tài)，能源結(jié)構(gòu)以煤炭為主，加之17地市工業(yè)化、城市化快速發(fā)展，山東省碳排放居高不下?；谏綎|省17地市的經(jīng)濟(jì)發(fā)展、能源消耗和碳排放實(shí)際，對(duì)碳排放效率進(jìn)行客觀測(cè)度，分析其影響因素，進(jìn)而提出各地市碳排放效率提升對(duì)策，將有助于山東省碳減排目標(biāo)的實(shí)現(xiàn)。

一、文獻(xiàn)綜述

碳排放效率能夠反映一個(gè)地區(qū)的碳排放績(jī)效水平，廣大學(xué)者提出了碳排放強(qiáng)度[1]、人均單位GDP 碳排放量[2]、碳生產(chǎn)率[34]等多種單要素測(cè)度方法和隨機(jī)前沿分析（SFA）[57]、數(shù)據(jù)包絡(luò)分析（DEA）等全要素測(cè)度方法。由于DEA無需事先設(shè)定函數(shù)和進(jìn)行參數(shù)估計(jì)，是目前碳排放效率測(cè)度的主要方法。席建國(guó)、劉亦文等視碳排放為投入要素，分別定義投影與實(shí)際值的比值、DEA效率值為碳排放效率[89]；仲云云、華堅(jiān)、馮宗憲等將碳排放轉(zhuǎn)換為期望產(chǎn)出，以DEA效率值為碳排放效率[1012]。Guo

、查建平、劉丙泉等構(gòu)建二氧化碳距離函數(shù)模型測(cè)算省域碳排放效率[1315]；王群偉、Du等則構(gòu)建了GDP與二氧化碳有向距離函數(shù)模型[1617]。Wei、朱德進(jìn)、馬大來等以基于松弛變量測(cè)度模型（SBM）的目標(biāo)函數(shù)值為碳排放效率[1820]；Choi、杜慧濱等則以SBM投影值和實(shí)際值之比為碳排放效率[2122]。李濤、張麗虹、蔡火娣等構(gòu)建角度調(diào)整測(cè)度模型（RAM）測(cè)度了省域經(jīng)濟(jì)效率、碳環(huán)境效率以及聯(lián)合效率[2325]。郭文慧等基于SBM模型測(cè)算了1995—2011年山東省碳排放效率[26]。

在碳排放效率影響因素分析方面，李濤和傅強(qiáng)利用面板回歸從規(guī)模效應(yīng)、結(jié)構(gòu)效應(yīng)、技術(shù)效應(yīng)等6個(gè)方面考察了碳排放效率的影響因素，認(rèn)為結(jié)構(gòu)改善對(duì)效率改善貢獻(xiàn)最大，技術(shù)效應(yīng)尚顯不足，經(jīng)濟(jì)擴(kuò)張并未構(gòu)成較大負(fù)面影響。[27]朱德進(jìn)分析認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)、企業(yè)所有制和能源消費(fèi)結(jié)構(gòu)對(duì)省域碳排放效率具有負(fù)向作用，而對(duì)外貿(mào)易有著正向作用。[28]屈小娥從產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)權(quán)結(jié)構(gòu)、對(duì)外貿(mào)易等6個(gè)方面分析省域碳排放效率的影響因素，結(jié)果表明，三產(chǎn)比例提升對(duì)碳排放效率有正向作用，工業(yè)比例、產(chǎn)權(quán)結(jié)構(gòu)、能耗結(jié)構(gòu)和對(duì)外開放則呈負(fù)向作用。[29]

中國(guó)石油大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版） 2018年2月

第34卷 第1期 宋杰鯤，等：山東省地市碳排放效率測(cè)度、影響因素與提升對(duì)策

文獻(xiàn)梳理表明，DEA模型已成為碳排放效率測(cè)度的主要方法，特別是SBM和RAM模型能夠克服徑向DEA模型投入或產(chǎn)出同比例增加的不足，近年來應(yīng)用研究持續(xù)增多。但是其研究仍然存在兩方面不足：一是采用目標(biāo)函數(shù)值表示的綜合效率作為碳排放效率，未能真正剝離和表征碳排放本身的效率；二是較少考慮能源的替代效應(yīng)，即除煤炭外的其他能源投入并非越小越好，某種替代能源投入的增加可能并不一定使碳排放效率降低，反而會(huì)提高效率。此外，當(dāng)前研究多以中國(guó)省域?yàn)閱挝?，針?duì)具體省特別是山東省這一碳排放大省，開展地市碳排放效率的研究較少，而空間視閾的相關(guān)研究更是缺乏。

二、研究方法和數(shù)據(jù)說明

（一）研究方法

碳排放效率本質(zhì)上不應(yīng)等同于綜合效率，后者實(shí)際上是將碳排放作為一種投入產(chǎn)出要素，與人口、能源、GDP等一起反映投入產(chǎn)出效率。碳排放效率應(yīng)該能單獨(dú)反映碳排放相對(duì)產(chǎn)出效率的高低。由于RAM模型定義的綜合效率具有加性結(jié)構(gòu)特征，從中可以分離出單獨(dú)的碳排放效率，本文選擇RAM模型進(jìn)行山東省地市碳排放效率測(cè)度。假設(shè)有J個(gè)地區(qū)，N種越小越好的投入要素，M種未必越小越好的投入要素，P種期望產(chǎn)出，同時(shí)有I種非期望產(chǎn)出，構(gòu)建模型如下：

式中：R為各投入、產(chǎn)出變量的權(quán)重，而極差max（·）-min（·）則限定了各投入、產(chǎn)出變量的范圍，用以消除變量量綱的影響。

由RAM模型可知，其目標(biāo)函數(shù)表示融合各類投入、期望及非期望產(chǎn)出的聯(lián)合非效率。若模型中存在某個(gè)投入或產(chǎn)出要素的松弛變量不為零，則聯(lián)合非效率值小于1。設(shè)碳排放非期望產(chǎn)出的松弛變量為skb，則其非效率值可定義如下：

不難看出，RAM聯(lián)合非效率值等于所有投入、產(chǎn)出的非效率值之和，具有加和性。根據(jù)碳排放非效率值得出其效率值：

Ek=1-Nk

若Ek=1，表明碳排放效率值為1，即無論其他投入和產(chǎn)出要素如何變動(dòng)，決策單元的碳排放量已經(jīng)處于生產(chǎn)有效前沿面上；否則，若0

（二）變量與數(shù)據(jù)

選取2005—2014年山東省17個(gè)地市的資本存量、年末人口和能源消費(fèi)為投入指標(biāo)， GDP和二氧化碳排放量分別為期望和非期望產(chǎn)出指標(biāo)。采用張軍、吳桂英等提出的“永續(xù)盤存法”計(jì)算資本存量[30]：

Kit=Kit-1（1-Dit）+Iit

其中：Kit、Dit和Iit分別表示i市第t年的資本存量、折舊率和投資，折舊率取統(tǒng)一值96%；各地市在2005年的資本存量用山東省2005年資本存量乘以各地市GDP占山東省GDP的比例估算得到。GDP均折算為2005年基期價(jià)格下的數(shù)值。二氧化碳排放量則采用IPCC碳排放系數(shù)法進(jìn)行估算。[31]計(jì)算用到的原始數(shù)據(jù)來自2006—2015年《山東統(tǒng)計(jì)年鑒》和各地市統(tǒng)計(jì)年鑒。

三、碳排放效率測(cè)度

應(yīng)用MATLAB編程計(jì)算山東省各地市十年間的碳排放效率，結(jié)果見表1。由表1可知，山東省碳排放效率整體較為平穩(wěn)，青島、威海、煙臺(tái)、東營(yíng)和濟(jì)南等地市的碳排放效率相對(duì)較高，其他地市的碳排放效率則相對(duì)較低。對(duì)表1中的行、列數(shù)據(jù)進(jìn)行方差分析，得到行、列數(shù)據(jù)源的P-value分別為374E-84、0999663，這表明各地市之間的碳排放效率差異顯著，而各地市各自十年間差異較小。

對(duì)地市碳排放效率進(jìn)行σ收斂分析，結(jié)果見圖1。由圖1可見，2005—2011年山東省地市間碳排放效率變異系數(shù)值整體呈上升趨勢(shì)，而2012—2014年變異系數(shù)值穩(wěn)中有降。

圖1 2005—2014年山東省地市間碳排放效率變異系數(shù)值利用K-均值方法對(duì)17地市歷年碳排放效率的平均值進(jìn)行聚類，可分為5類：第一類為濟(jì)南，效率值是0789，定義為高效區(qū)；第二類包括青島、東營(yíng)、煙臺(tái)和威海，效率值為1，定義為完全高效區(qū)；第三類包括淄博、濟(jì)寧、臨沂，效率值在048～052之間，定義為中高效區(qū)；第四類包括濰坊、德州、聊城、濱州，效率值在041～046之間，定義為中低效區(qū)；第五類包括棗莊、泰安、日照、萊蕪和菏澤，效率值低于041，定義為低效區(qū)。根據(jù)聚類結(jié)果得到山東省地市碳排放效率平均值的區(qū)域劃分如圖2所示，從地域上可以看出，山東省東部到西部的效率值在空間上呈現(xiàn)出一定的特性，如沿海城市為完全高效區(qū)、西部地區(qū)為中低效區(qū)、偏南部區(qū)域?yàn)橹懈吆偷托^(qū)。

圖2 2005—2014年山東省地市碳排放效率區(qū)域劃分

四、碳排放效率的影響因素分析

（一）影響因素選取

考慮數(shù)據(jù)的可獲得性，本文選取產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、城鎮(zhèn)化水平、對(duì)外開放、科技支持水平作為影響二氧化碳排放效率的因素。各類影響因素的具體含義如下：能源消費(fèi)結(jié)構(gòu)用煤炭消費(fèi)量占能源消費(fèi)總量的比例表示；產(chǎn)業(yè)結(jié)構(gòu)以第二產(chǎn)業(yè)占 GDP 的比例表示；城鎮(zhèn)化水平即城鎮(zhèn)人口（非農(nóng)業(yè)人口）占總?cè)丝诘谋壤?；?duì)外開放水平用進(jìn)出口總額占GDP比例表示；科技支持水平用研究與試驗(yàn)發(fā)展（R&D;）活動(dòng)的支出占GDP比例表示。

（二）空間相關(guān)性檢驗(yàn)

由于山東省地市碳排放效率呈現(xiàn)一定的空間規(guī)律，所以選用不受數(shù)據(jù)分布影響的Morans I自相關(guān)指數(shù)進(jìn)行空間相關(guān)性檢驗(yàn)，以判斷是否利用空間計(jì)量模型對(duì)其影響因素進(jìn)行分析。Morans I指數(shù)包括全域指數(shù)和局域指數(shù)。全域指數(shù)用來探測(cè)整個(gè)研究地區(qū)的空間關(guān)聯(lián)程度，局域指數(shù)可以進(jìn)一步探尋局部區(qū)域的空間特性，計(jì)算公式分別如下：

利用Geoda軟件計(jì)算2005—2014年山東省17地市碳排放效率的全域Morans I指數(shù)，結(jié)果如表2所示?？梢?，山東省17地市碳排放效率在2005—2014年的Morans I指數(shù)均通過了1%的顯著性檢驗(yàn)，且Morans I指數(shù)值均大于零，這說明山東省17地市碳排放效率在空間上表現(xiàn)出較強(qiáng)的正相關(guān)性，分析影響二氧化碳排放的因素時(shí)需要考慮空間的因素。

利用Geoda軟件得到山東省17地市2005年和2014年碳排放效率的局部 Moran 散點(diǎn)圖，見圖3、圖4。其中，縱坐標(biāo)為經(jīng)空間權(quán)重矩陣加權(quán)后的碳排放效率值，橫坐標(biāo)為碳排放效率值。散點(diǎn)圖的第一象限表示效率值較高的地市被其他效率值較高的地市包圍，記為H-H；第二象限表示效率值較低的地市被效率值較高地市包圍，記為L(zhǎng)-H，同理第三、四象限分別記為L(zhǎng)-L和H-L。由圖3、圖4可知，2005年和2014年四個(gè)象限的城市分布沒有變動(dòng)，H-H的地市有威海、煙臺(tái)、青島，L-H有濰坊、日照、濱州，L-L有淄博、萊蕪、德州、聊城、泰安、臨沂、濟(jì)寧、菏澤、棗莊，H-L有濟(jì)南、東營(yíng)。H-H和L-L的地市個(gè)數(shù)占山東省全部地市個(gè)數(shù)的7058%，具有不同空間自相關(guān)性的地市個(gè)數(shù)僅占山東省全部地市個(gè)數(shù)的2942%?？梢姡綎|省地市碳排放效率的空間依賴性特征比較穩(wěn)定，大部分地市表現(xiàn)為空間的依賴性，只有5個(gè)地市表現(xiàn)出空間的異質(zhì)性。

（三）影響因素的空間計(jì)量回歸分析

應(yīng)用基于面板數(shù)據(jù)的空間計(jì)量模型對(duì)山東省地市二氧化碳排放效率的影響因素進(jìn)行分析，建立基于固定效應(yīng)的空間滯后模型如下：

利用Stata軟件得到的模型結(jié)果如表3所示。比較表中空間固定效應(yīng)、時(shí)間固定效應(yīng)以及雙向固定效應(yīng)模型下的R2和LogL值，雙向固定效應(yīng)模型的檢驗(yàn)效果更為理想。

雙向固定效應(yīng)模型中ρ=0308為正值，表明山東省地市碳排放效率水平因?yàn)猷徑厥刑寂欧判仕降奶嵘嵘?，其原因可能是本地區(qū)在提升自身碳排放效率的同時(shí)還不斷向鄰近地區(qū)學(xué)習(xí)，即有著一定的空間傳導(dǎo)機(jī)制。另外，按照解釋能力排序，各因素對(duì)碳排放效率的影響程度由高到低依次為能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、科技支持水平、對(duì)外開放及城鎮(zhèn)化水平。其中，能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平與碳排放效率呈負(fù)相關(guān)，科技支持水平、對(duì)外開放與碳排放效率呈正相關(guān)，這與學(xué)者們的研究結(jié)論基本一致。

A1在模型中系數(shù)估計(jì)值為-0176，說明地市的煤炭能源消費(fèi)比例對(duì)數(shù)值增加1，碳排放效率對(duì)數(shù)值會(huì)降低0176。山東省大多數(shù)地市以煤炭等常規(guī)化石能源為主，如棗莊、萊蕪的煤炭消費(fèi)比例相對(duì)較高，加之能源消耗量大，導(dǎo)致其碳排放效率較低；青島、煙臺(tái)、威海、東營(yíng)的煤炭消費(fèi)比例較低，碳排放效率則較高。

A2在模型中系數(shù)估計(jì)值為-0084，說明地市的第二產(chǎn)業(yè)GDP比例對(duì)數(shù)值增加1，碳排放效率對(duì)數(shù)值會(huì)降低0084。這可能是由于第二產(chǎn)業(yè)多以高能耗及高排放的重工業(yè)為主，能源利用效率較低，導(dǎo)致碳排放效率降低。例如，棗莊、萊蕪、聊城、菏澤的第二產(chǎn)業(yè)GDP比例均較高，且以重工業(yè)為主，碳排放效率較低；濟(jì)南、青島、臨沂的第二產(chǎn)業(yè)GDP比例較低，近年來基本在45%以下，則碳排放效率較高。

A3在模型中系數(shù)估計(jì)值為-0023，說明地市的城鎮(zhèn)化率對(duì)數(shù)值增加1，碳排放效率對(duì)數(shù)值會(huì)降低0023，這可能是由于隨著城鎮(zhèn)人口增多，城市公共設(shè)施規(guī)模不斷加大，建筑、交通運(yùn)輸?shù)犬a(chǎn)生的二氧化碳排放增多，服務(wù)于城市化過程的高耗能企業(yè)也不斷增加，能源消耗和二氧化碳排放增加，從而降低碳排放效率。例如，濱州、菏澤、泰安、德州近年來城鎮(zhèn)化率增長(zhǎng)較快，碳排放效率相對(duì)較低。

A4在模型中系數(shù)估計(jì)值為0032，說明地市進(jìn)出口總額占GDP比例的對(duì)數(shù)值增加1，碳排放效率對(duì)數(shù)值會(huì)提高0032，這可能是由于對(duì)外貿(mào)易有助于引進(jìn)國(guó)外先進(jìn)的清潔能源技術(shù)和管理經(jīng)驗(yàn)，從而有利于提高能源利用效率和碳排放效率。青島、煙臺(tái)和威海的碳排放效率較高，與其沿海城市進(jìn)出口貿(mào)易總額比例高有著一定的關(guān)系。朱德進(jìn)的分析結(jié)論也表明[19]，隨著中國(guó)進(jìn)出口貿(mào)易結(jié)構(gòu)優(yōu)化，加之技術(shù)效應(yīng)顯現(xiàn)，碳排放效率將實(shí)現(xiàn)整體提升。

A5在模型中系數(shù)估計(jì)值為0049，說明地市財(cái)政支出中科技支出占GDP比例的對(duì)數(shù)值增加1，碳排放效率對(duì)數(shù)值會(huì)提高0049?？萍贾С霰壤w現(xiàn)對(duì)技術(shù)創(chuàng)新的支持程度，隨著科技支出不斷加大，會(huì)促進(jìn)地區(qū)技術(shù)進(jìn)步和高新技術(shù)產(chǎn)業(yè)發(fā)展，提高能源利用效率和碳排放效率。例如，威海、煙臺(tái)財(cái)政支出中科技支出占GDP比例均超過3%，碳排放效率較高；而聊城、菏澤、棗莊、泰安、日照不足12%，碳排放效率相對(duì)較低。

五、碳排放效率提升對(duì)策

結(jié)合山東省17地市碳排放效率測(cè)度值和影響因素分析，本文提出如下對(duì)策：

（1）優(yōu)化能源消費(fèi)結(jié)構(gòu)。以煤炭為主要能源消費(fèi)結(jié)構(gòu)的地市碳排放效率較低，各地市可結(jié)合自身能源稟賦，針對(duì)性地提出優(yōu)化能源消費(fèi)結(jié)構(gòu)的對(duì)策。例如，淄博、棗莊、萊蕪等能源消耗較大且煤炭在能源消費(fèi)結(jié)構(gòu)中所占比重較高的地市，應(yīng)合理控制煤炭開采，投入資金推進(jìn)清潔煤技術(shù)發(fā)展，提高煤炭資源利用效率；菏澤、聊城、臨沂等能源消耗較小但經(jīng)濟(jì)水平不高的地市，其能耗年均增長(zhǎng)率較高，需要推進(jìn)低耗能產(chǎn)業(yè)的發(fā)展，加快清潔能源的開發(fā)利用；青島、煙臺(tái)、威海等能耗較低且經(jīng)濟(jì)水平較高的地區(qū)，可以利用其海洋優(yōu)勢(shì)，積極開發(fā)潮汐能、海上風(fēng)能等，通過發(fā)展清潔能源技術(shù)改善能源消費(fèi)結(jié)構(gòu)。

（2）積極發(fā)展低碳產(chǎn)業(yè)。第二產(chǎn)業(yè)GDP比例對(duì)碳排放效率有顯著的負(fù)向作用，各地市可結(jié)合地域優(yōu)勢(shì)，發(fā)展地域特色的新興戰(zhàn)略產(chǎn)業(yè)與服務(wù)業(yè)。例如，濰坊、東營(yíng)等地市風(fēng)能資源豐富，可加快風(fēng)力發(fā)電場(chǎng)建設(shè)；聊城、臨沂等地市可以發(fā)揮裝備制造業(yè)優(yōu)勢(shì)，推進(jìn)新能源汽車生產(chǎn)基地建設(shè)；濟(jì)南、泰安等地市太陽(yáng)能資源豐富，可積極發(fā)展太陽(yáng)能與光伏發(fā)電產(chǎn)業(yè)；青島、威海、煙臺(tái)等可積極發(fā)展海洋能產(chǎn)業(yè)，推進(jìn)海洋資源產(chǎn)業(yè)的進(jìn)程。

（3）合理推進(jìn)城市化。城鎮(zhèn)化水平提高對(duì)碳排放效率具有負(fù)面影響，各地市在推進(jìn)城市化建設(shè)的過程中，不應(yīng)該盲目躍進(jìn)，不應(yīng)以犧牲環(huán)境及能源消耗來追求經(jīng)濟(jì)的增長(zhǎng)，不能忽略環(huán)境的承載能力，而要結(jié)合自身情況，綜合考慮人口、公共服務(wù)資源及城市結(jié)構(gòu)布局等，有序、穩(wěn)妥地推進(jìn)新型城市化進(jìn)程。此外，城市化推進(jìn)中勢(shì)必會(huì)出現(xiàn)人口的大量聚集，為了降低因人口密度過大帶來的環(huán)境問題，要調(diào)整城市醫(yī)療、教育等公共資源的配置，使其更加均衡、合理。

（4）鼓勵(lì)發(fā)展對(duì)外貿(mào)易。進(jìn)出口總額占GDP的比例越高，越利于提升碳排放效率。山東省貿(mào)易結(jié)構(gòu)的不斷優(yōu)化促進(jìn)了高能耗產(chǎn)品向高新技術(shù)產(chǎn)品的轉(zhuǎn)變，并且在一些地區(qū)逐漸形成高新技術(shù)產(chǎn)業(yè)群，這對(duì)碳排放效率提升有著積極的作用。另外，青島、煙臺(tái)、日照、威海等沿海城市應(yīng)該積極發(fā)揮地理優(yōu)勢(shì)，加速引進(jìn)低碳產(chǎn)業(yè)，帶動(dòng)中西部地市發(fā)展高技術(shù)產(chǎn)品；對(duì)于高能耗商品，可以考慮適量進(jìn)口，降低本地區(qū)對(duì)其的需求。

（5）增加科技投入。科技與智力資源是發(fā)展生產(chǎn)力、增長(zhǎng)經(jīng)濟(jì)的決定性要素，因此，增加科技投入、開發(fā)智力資源是兼顧碳排放效率提高和經(jīng)濟(jì)增長(zhǎng)的有效途徑。各地市要積極出臺(tái)激勵(lì)性政策，加大科技投入的財(cái)政支出，推動(dòng)本地區(qū)技術(shù)進(jìn)步，提高能源利用效率；通過財(cái)政補(bǔ)貼等引導(dǎo)企業(yè)改進(jìn)生產(chǎn)線、簡(jiǎn)化生產(chǎn)流程，降低能耗；通過引進(jìn)科技創(chuàng)新人才，加快清潔能源技術(shù)發(fā)展，推動(dòng)各類固碳技術(shù)利用，降低碳排放。

（6）完善區(qū)域碳減排合作機(jī)制。各地市之間可以建立區(qū)域性的碳減排合作機(jī)制，破除區(qū)域間的壁壘，形成資源互補(bǔ)、技術(shù)聯(lián)動(dòng)的發(fā)展路徑，加強(qiáng)區(qū)域之間的技術(shù)傳導(dǎo)，加強(qiáng)威海、青島、煙臺(tái)等高效地市節(jié)能政策和企業(yè)“低碳”環(huán)保經(jīng)驗(yàn)的擴(kuò)散與外溢，以保證先進(jìn)技術(shù)、管理經(jīng)驗(yàn)?zāi)軌虻玫郊皶r(shí)轉(zhuǎn)移、擴(kuò)散，被低效區(qū)域吸收。

六、結(jié)論

本文構(gòu)建基于RAM的碳排放效率測(cè)度模型，并基于空間計(jì)量模型對(duì)山東省地市碳排放效率的影響因素進(jìn)行分析，進(jìn)而提出碳排放效率提升的相關(guān)對(duì)策。本研究得到如下結(jié)論：

（1）山東省碳排放效率整體較為平穩(wěn)，地區(qū)間有明顯差異。2005—2011年17地市間的差異呈擴(kuò)大趨勢(shì)，2012—2014年則有所放緩；地域上呈現(xiàn)從東到西二氧化碳效率值總體降低的特征。

（2）地市二氧化碳碳排放效率在空間上表現(xiàn)出較強(qiáng)的正相關(guān)性，空間依賴性特征整體比較穩(wěn)定，大部分地市表現(xiàn)為空間的依賴性，部分地市表現(xiàn)為空間的異質(zhì)性，在提升地市碳排放效率時(shí)應(yīng)充分認(rèn)識(shí)空間傳導(dǎo)機(jī)制的重要性。

（3）碳排放效率與煤炭能源消費(fèi)比例、第二產(chǎn)業(yè)GDP比例、城鎮(zhèn)化水平呈負(fù)相關(guān)性，與科技支持水平、對(duì)外開放呈正相關(guān)性。影響程度由高到低依次為能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、科技支持水平、對(duì)外開放及城鎮(zhèn)化水平。

（4）為提升碳排放效率，山東省各地市需要結(jié)合自身實(shí)際，優(yōu)化能源消費(fèi)結(jié)構(gòu)，積極發(fā)展低碳產(chǎn)業(yè)，合理推進(jìn)城市化，鼓勵(lì)發(fā)展對(duì)外貿(mào)易，增加科技投入。山東省需要從整體角度不斷完善區(qū)域碳減排合作機(jī)制。

參考文獻(xiàn)：

[1] 陳詩(shī)一.中國(guó)碳排放強(qiáng)度的波動(dòng)下降模式及經(jīng)濟(jì)解釋[J].世界經(jīng)濟(jì)，2011（4）：120133.

[2] Zhang Z Q， Qu J S， Zeng J J. A Quantitative Comparison and Analysis on the Assessment Indicators of Greenhouse Gases Emission[J]. Journal of Geographical Sciences， 2008，18（4）：387399.

[3] 潘家華，張麗峰.我國(guó)碳生產(chǎn)率區(qū)域差異性研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2011（5）：4757.

[4] 林善浪，張作雄，劉國(guó)平.技術(shù)創(chuàng)新、空間集聚與區(qū)域碳生產(chǎn)率[J].中國(guó)人口·資源與環(huán)境，2013，23（5）：3645.

[5] Dong F， Li X H， Long R Y， et al. Regional Carbon Emission Performance in China According to a Stochastic Frontier Model[J]. Renewable and Sustainable Energy Reviews， 2013，28（8）：525530.

[6] Wang Q W， Zhou P， Shen N， et al. Measuring Carbon Dioxide Emission Performance in Chinese Provinces[J]. Renewable and Sustainable Energy Reviews， 2013，21（5）：324330.

[7] 陳黎明，黃偉.基于隨機(jī)前沿的我國(guó)省域碳排放效率研究[J].經(jīng)濟(jì)與決策，2013（9）：136139.

[8] 席建國(guó).我國(guó)碳排放效率的區(qū)域動(dòng)態(tài)差異、斂散性及時(shí)變因素分析[J].地域研究與開發(fā)，2013，32（5）：8387.

[9] 劉亦文，胡宗義.中國(guó)碳排放效率區(qū)域差異性研究——基于三階段DEA模型和超效率DEA模型的分析[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015，37（2）：2334.

[10] 仲云云，仲偉周.中國(guó)區(qū)域全要素碳排放績(jī)效及影響因素研究[J].商業(yè)經(jīng)濟(jì)與管理，2012（1）：8596.

[11] 華堅(jiān)，任俊，徐敏，等.基于三階段DEA的中國(guó)區(qū)域二氧化碳排放績(jī)效評(píng)價(jià)研究[J].資源科學(xué)，2013，35（7）：14471454.

[12] 馮宗憲，何欣.基于共同邊界的中國(guó)區(qū)域碳排績(jī)效研究[J].青海社會(huì)科學(xué)，2013（4）：915.

[13] Guo X D， Zhu L， Fan Y， et al. Evaluation of Potential Reductions in Carbon Emissions in Chinese Provinces Based on Environmental DEA[J]. Energy Policy， 2011，39（5）：23522360.

[14] 查建平，唐方方，別念民.結(jié)構(gòu)性調(diào)整能否改善碳排放績(jī)效——來自中國(guó)省級(jí)面板數(shù)據(jù)的證據(jù)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012（11）：1833.

[15] 劉丙泉，尚夢(mèng)芳，馬占新.碳排放效率、發(fā)展成本與碳減排成本研究——基于虛擬包絡(luò)面的統(tǒng)一技術(shù)前沿[J].華東經(jīng)濟(jì)管理，2015，29（12）：8894.

[16] 王群偉，周德群，周鵬.區(qū)域二氧化碳排放績(jī)效及減排潛力研究[J].科學(xué)學(xué)研究，2011（6）：868875.

[17] Du K R， Huang L， Yu K. Sources of the Potential CO2 Emission Reduction in China[J]. Applied Energy， 2014，115（4）：491501.

[18] Wei C， Ni J L， DU L M. Regional Allocation of Carbon Dioxide Abatement in China[J]. China Economic Review， 2012，23：552565.

[19] 朱德進(jìn)，杜克銳.對(duì)外貿(mào)易、經(jīng)濟(jì)增長(zhǎng)與中國(guó)二氧化碳排放效率[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013，35（5）：111.

[20] 馬大來，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（1）：6777.

[21] Choi Y， Zhang N， Zhou P. Efficiency and Abatement Costs of Energyrelated CO2 Emissions in China[J]. Applied Energy， 2012， 98：198208.

[22] 杜慧濱，王洋洋.中國(guó)區(qū)域全要素二氧化碳排放績(jī)效及收斂性分析[J].系統(tǒng)工程學(xué)報(bào)，2013，28（2）：256264.

[23] 李濤.資源約束下中國(guó)碳減排與經(jīng)濟(jì)增長(zhǎng)的雙贏效率研究——基于非徑向DEA方法RAM模型的測(cè)度[J].經(jīng)濟(jì)學(xué)（季刊），2013（2）：667692.

[24] 張麗虹.基于RAM模型的中國(guó)省際低碳經(jīng)濟(jì)效率研究[D].天津：天津大學(xué)，2013.

[25] 蔡火娣.二氧化碳排放效率與影子價(jià)格研究[D].廣州：暨南大學(xué)，2015.

[26] 郭文慧，吳佩林，王玎.山東省碳排放效率與影響因素分析[J].東岳論叢，2013，34（5）：172176.

[27] 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（7）：6370.

[28] 朱德進(jìn).基于技術(shù)差距的中國(guó)二氧化碳排放績(jī)效研究[D].濟(jì)南：山東大學(xué)，2013.

[29] 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].南開經(jīng)濟(jì)研究，2012（3）：128141.

[30] 張軍，吳桂英，張吉鵬.中國(guó)省際物質(zhì)資本存量估算：1952—2000[J].經(jīng)濟(jì)研究，2004（10）：3544.

[31] 宋杰鯤.基于LMDI的山東省能源消費(fèi)碳排放因素分解[J].資源科學(xué)，2012，34（1）：3541.

責(zé)任編輯：張巖林