，

(江蘇大學(xué) 管理學(xué)院， 江蘇 鎮(zhèn)江 212013)

一、引言

節(jié)能減排、綠色低碳是區(qū)域經(jīng)濟(jì)健康發(fā)展的必由之路，中國(guó)政府已經(jīng)做出承諾，到2020年單位國(guó)內(nèi)生產(chǎn)總值碳排放量較2005年降低40%-50%，2030年左右達(dá)到碳峰值，這就要求中國(guó)在未來(lái)十多年內(nèi)加快減排步伐，提高科技水平和能源利用效率，轉(zhuǎn)變生產(chǎn)方式，爭(zhēng)取早日實(shí)現(xiàn)碳峰值目標(biāo)。工業(yè)是所有行業(yè)中碳排放最大的行業(yè)，降低工業(yè)行業(yè)碳排放，提高其能源利用效率是實(shí)現(xiàn)碳峰值的關(guān)鍵任務(wù)。2016年1月，習(xí)近平總書記在長(zhǎng)江經(jīng)濟(jì)帶發(fā)展座談會(huì)上提出“共抓大保護(hù)，不搞大開發(fā)”的建設(shè)思路，在今后相當(dāng)長(zhǎng)一段時(shí)期內(nèi)，將修復(fù)長(zhǎng)江生態(tài)環(huán)境擺在壓倒性位置。2016年9月，《長(zhǎng)江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》正式發(fā)布，其中明確提出大力保護(hù)生態(tài)環(huán)境、落實(shí)創(chuàng)新驅(qū)動(dòng)發(fā)展、加快產(chǎn)業(yè)轉(zhuǎn)型升級(jí)等戰(zhàn)略。長(zhǎng)江經(jīng)濟(jì)帶包括上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、云南、貴州等11個(gè)省市，已經(jīng)成為我國(guó)經(jīng)濟(jì)實(shí)力最強(qiáng)、發(fā)展最快的區(qū)域之一。其橫跨東中西部，各省發(fā)展水平、資源稟賦、科技水平等差異較大，這也造成了工業(yè)碳排放績(jī)效的差異顯著。在低碳發(fā)展、綠色發(fā)展的大背景下，摸清長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放水平及各省的績(jī)效差異有助于為未來(lái)的政策制定提供可靠的理論依據(jù)和參考價(jià)值，同時(shí)也為其他地區(qū)提升工業(yè)碳排放績(jī)效提供一定借鑒。

二、文獻(xiàn)綜述

氣候變暖是全球性的問(wèn)題，因此關(guān)于碳排放等相關(guān)話題研究成為學(xué)術(shù)界研究的熱點(diǎn)問(wèn)題，國(guó)外方面，Zaim et al等(2000)用非參數(shù)方法中的DEA模型研究了經(jīng)合組織國(guó)家的碳排放效率[1]。Ramanathan R(2006)同樣通過(guò)DEA等方法研究了全球碳排放效率變化特點(diǎn)[2]。Marklund et al(2007)對(duì)發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家進(jìn)行了碳排放對(duì)比研究[3]。Risto Herrala等(2012)以170個(gè)國(guó)家作為研究對(duì)象，選取1997-2007年面板數(shù)據(jù)，通過(guò)參數(shù)方法SFA模型研究其碳排放績(jī)效[4]。此外還有Zhou P等(2010)以18個(gè)主要的碳排放國(guó)家為研究對(duì)象，利用DEA模型測(cè)算了其碳排放相對(duì)效率[5]。

國(guó)內(nèi)方面的相關(guān)研究按照研究對(duì)象主要可以分為如下兩類，第一，碳排放脫鉤及相關(guān)影響因素研究。如岳立等(2011)利用Tapio模型研究了1994-2008年甘肅省經(jīng)濟(jì)增長(zhǎng)與碳排放之間脫鉤情況[6]。丁唯佳等(2012)研究了人口、財(cái)富和技術(shù)等因素對(duì)制造業(yè)行業(yè)碳排放的影響，并發(fā)現(xiàn)現(xiàn)階段環(huán)境庫(kù)涅茨曲線在制造業(yè)行業(yè)并不成立，按照目前的生產(chǎn)狀態(tài)不會(huì)出現(xiàn)碳峰值拐點(diǎn)，并提出了相應(yīng)減排優(yōu)化對(duì)策[7]。齊紹洲等(2015)用Tapio模型、面板模型等方法，分析了1995-2012年中部六省的經(jīng)濟(jì)增長(zhǎng)與碳排放之間的關(guān)系，認(rèn)為加強(qiáng)區(qū)域協(xié)作、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、大力發(fā)展低碳產(chǎn)業(yè)是促進(jìn)區(qū)域綠色發(fā)展、早日達(dá)到碳峰值的有效途徑[8]。馬宏偉等(2015)等用Stirpat模型研究了我國(guó)人均二氧化碳排放的影響因素，研究表明，能源消費(fèi)結(jié)構(gòu)、對(duì)外貿(mào)易度和城市化程度等因素對(duì)碳排放起到正向作用，而產(chǎn)業(yè)結(jié)構(gòu)、能源利用效率會(huì)抑制碳排放[9]。周銀香(2016)則用協(xié)整等方法研究了我國(guó)交通行業(yè)的碳脫鉤情況[10]。

第二，碳排放效率研究，又可以細(xì)分為碳排放區(qū)域效率研究和具體行業(yè)碳排放效率研究。在區(qū)域研究方面，劉亦文等(2015)用三階段DEA和超效率DEA比較了中國(guó)區(qū)域間碳排放差異，研究發(fā)現(xiàn)我國(guó)碳排放績(jī)效不斷提高，但速度較慢，且各地區(qū)碳排放效率差異顯著[11]。孫秀梅等(2016)用三階段DEA和超效率SBM模型，分析了我國(guó)東西地區(qū)的碳排放效率，研究發(fā)現(xiàn)，科技因素是導(dǎo)致東西部地區(qū)碳排放效率差異的主要因素[12]。孫葉飛等(2016)用超效率三階段DEA模型研究了2005-2014年沿海省區(qū)的碳排放效率，并通過(guò)聚類分析將其分為5個(gè)類別，海南處于低效率，廣東、遼寧則是高效區(qū)[13]。郭炳南等(2017)用基于非期望產(chǎn)出的SBM模型，研究了江浙滬三省市的碳排放效率值，研究表明，上海的碳排放效率值接近1，江蘇和浙江兩省的勞動(dòng)力、能源投入過(guò)剩導(dǎo)致了整體碳排放效率值不高[14]。在行業(yè)碳排放效率方面，鄧明君(2011)以湘潭市規(guī)模以上工業(yè)企業(yè)為研究對(duì)象，分別從整體、細(xì)分行業(yè)和重點(diǎn)企業(yè)三個(gè)層面，測(cè)算其碳排放強(qiáng)度，并提出針對(duì)性的優(yōu)化碳排放對(duì)策[15]。吳賢榮等(2014)測(cè)算了2000-2011年31個(gè)省市的農(nóng)業(yè)碳排放效率，發(fā)現(xiàn)吉林、黑龍江等24個(gè)省市碳排放效率在不斷提高，其余7省區(qū)則是下降，且各個(gè)農(nóng)業(yè)區(qū)的碳排放影響因素有一定差異[16]。楊斌等(2014)用PCA和DEA模型，研究了2010年江蘇13個(gè)地級(jí)市物流行業(yè)碳排放績(jī)效，南京、無(wú)錫等六市實(shí)現(xiàn)了技術(shù)效率有效，其他城市則處在有效前沿面以下[17]。張勝利等(2015)采用三階段DEA，以中國(guó)30個(gè)省份的工業(yè)行業(yè)為研究對(duì)象，選取1998-2013年面板數(shù)據(jù)，分析了各省市的工業(yè)碳排放相對(duì)效率，研究表明，各省市的工業(yè)碳排放效率在不斷提高，能源消費(fèi)、工業(yè)行業(yè)構(gòu)成、技術(shù)水平等因素是影響工業(yè)碳排放績(jī)效的主要因素[18]。

總結(jié)前人的研究成果發(fā)現(xiàn)主要存在以下不足，DEA雖然具有非參數(shù)測(cè)算效率的優(yōu)越性，但僅從靜態(tài)角度測(cè)算相關(guān)效率往往不能較為全面的評(píng)價(jià)決策單元。Malmquist指數(shù)則是從動(dòng)態(tài)角度評(píng)價(jià)效率變化情況，因此將三階段DEA與Malmquist指數(shù)方法相結(jié)合，可以實(shí)現(xiàn)靜態(tài)到動(dòng)態(tài)評(píng)價(jià)決策單元效率。本文以長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的工業(yè)行業(yè)為研究對(duì)象，選取2006-2015年面板數(shù)據(jù)，從靜態(tài)角度，運(yùn)用三階段DEA中 Undesirable outputs模型，剔除環(huán)境因素和統(tǒng)計(jì)噪聲的影響，獲得僅受管理因素影響的相對(duì)效率，并探索長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的工業(yè)碳排放績(jī)效演化特點(diǎn)。最后從動(dòng)態(tài)角度，用Malmquist指數(shù)分析全要素生產(chǎn)效率的變化情況，以期更系統(tǒng)準(zhǔn)確地掌握長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放績(jī)效。

三、研究方法與指標(biāo)構(gòu)建

(一)三階段DEA

決策單元(DMU)的相對(duì)效率受到管理無(wú)效率、環(huán)境因素和統(tǒng)計(jì)噪聲等多重因素的影響，但傳統(tǒng)的DEA模型并沒(méi)有充分考慮到這一點(diǎn)，而是將環(huán)境因素和統(tǒng)計(jì)噪聲全部歸結(jié)為管理無(wú)效率，這會(huì)掩蓋真實(shí)的僅受管理因素影響的效率值大小及對(duì)相對(duì)效率的分析。為了剔除環(huán)境因素和統(tǒng)計(jì)噪聲，F(xiàn)ried等人提出了三階段DEA，通過(guò)隨機(jī)前沿分析，有效的剔除環(huán)境因素和統(tǒng)計(jì)噪聲對(duì)相對(duì)效率值的影響。

第一階段：Undesirable outputs模型

目前在DEA研究中，非期望產(chǎn)出的處理方法主要有兩種，一是將非期望產(chǎn)出直接用作投入，如陳詩(shī)一(2010)[19]。二是通過(guò)線性轉(zhuǎn)化，將非期望產(chǎn)出轉(zhuǎn)化成期望產(chǎn)出，如相天東(2017)[20]。這兩種方法都不同程度地?fù)诫s了主觀因素，影響數(shù)據(jù)的真實(shí)性和效率測(cè)算。為了更客觀的計(jì)算效率值，本文選取包含非期望產(chǎn)出的Undesirable outputs模型。Undesirable outputs模型包含了期望產(chǎn)出和非期望產(chǎn)出，能有效減少對(duì)原始數(shù)據(jù)改動(dòng)和主觀因素影響，該模型具體形式如下所示：設(shè)DMU(X0，Y0)，X0為投入，Y0為產(chǎn)出。Y0包含期望產(chǎn)出Yg和非期望產(chǎn)出Yb，即DMU(X0，Yg，Yb)。設(shè)生產(chǎn)可能性集為P={(x,yg,yb)|x≥Xλ，yg≤Yg，yb≥Ybλ，L≤eλ≤U，λ≥0}，具體模型形式如式(1)：

(1)

若ρ*=1，s-*=0，sg*=0，sb*=0，則說(shuō)明決策單元有效。

通過(guò)Undesirable outputs-BadOutputs-C得到的效率值為綜合技術(shù)效率值(TE)，Undesirable outputs-BadOutputs-V得到的效率值為純技術(shù)效率(PTE),TE與PTE的比值為規(guī)模效率(SE)，通過(guò)效率分解可以發(fā)現(xiàn)影響綜合效率值大小的主要因素，并提出針對(duì)性措施。

第二階段：SFA回歸

由于第一階段得到的相對(duì)效率值受到管理無(wú)效率、環(huán)境因素和統(tǒng)計(jì)噪聲的多重影響，因此在本階段通過(guò)SFA進(jìn)行回歸。將第一階段得到的各決策單元的投入冗余值作為被解釋變量，選取的環(huán)境因素作為解釋變量，通過(guò)SFA回歸和調(diào)整后，各決策單元處在相同的外部環(huán)境。

第三階段：再次用Undesirable outputs模型測(cè)算相對(duì)效率值

通過(guò)第二階段的回歸結(jié)果調(diào)整各決策單元的投入量，保持產(chǎn)出量不變，再次用Undesirable outputs模型得到剔除環(huán)境因素和統(tǒng)計(jì)噪聲的相對(duì)效率值，并對(duì)效率值分析，以期更全面的把握區(qū)域效率值水平及其變化特點(diǎn)。

(二) Malmquist指數(shù)

三階段DEA是從靜態(tài)的角度對(duì)決策單元的效率值進(jìn)行分析，為了全面分析各省在2006-2015年的效率變化情況，本文通過(guò)Malmquist指數(shù)，動(dòng)態(tài)的研究各決策單元的碳排放效率值變化情況。Malmquist指數(shù)的表達(dá)式如式(2)。

(2)

其中，Dt(xt,yt)、Dt(xt+1,yt+1)表示以t時(shí)期的技術(shù)水平為參照，t期和t+1期的距離函數(shù)。同理，Dt+1(xt+1,yt+1)、Dt+1(xt+1,yt+1)表示以t+1期的技術(shù)水平為參考，t期和t+1期的距離函數(shù)。若tfpch>1，表示全要素生產(chǎn)率改善，反之則下降。進(jìn)一步，tfpch可以分解為技術(shù)效率變化指數(shù)(effch)和技術(shù)進(jìn)步變化指數(shù)(techch)，具體的表達(dá)式見式(3)、(4)。

(3)

其中，

(4)

技術(shù)效率變化指數(shù)反映技術(shù)效率在前后兩個(gè)階段的變化情況，技術(shù)效率變化指數(shù)大于1，表示技術(shù)效率提高。技術(shù)進(jìn)步變化指數(shù)反映技術(shù)進(jìn)步對(duì)全要素生產(chǎn)率變化的影響，技術(shù)進(jìn)步變化指數(shù)大于1,表示技術(shù)革新。

(三)指標(biāo)選取與數(shù)據(jù)處理

1.投入產(chǎn)出指標(biāo)

當(dāng)DEA模型的投入產(chǎn)出指標(biāo)大于決策單元數(shù)量的二分之一時(shí)，決策單元效率值會(huì)出大量為1的情況。因此根據(jù)指標(biāo)間數(shù)量要求，同時(shí)結(jié)合各省工業(yè)發(fā)展實(shí)際情況以及數(shù)據(jù)可得性，本文創(chuàng)建如下投入產(chǎn)出評(píng)價(jià)指標(biāo)體系。投入指標(biāo)為規(guī)模以上工業(yè)固定資產(chǎn)凈值(億元)、從業(yè)人數(shù)(萬(wàn)人)、工業(yè)能源終端消費(fèi)量(萬(wàn)噸標(biāo)準(zhǔn)煤)，產(chǎn)出指標(biāo)包括期望產(chǎn)出工業(yè)生產(chǎn)總值(億元)和非期望產(chǎn)出二氧化碳排放量(萬(wàn)噸)。

2.環(huán)境變量

環(huán)境變量是那些對(duì)效率值產(chǎn)生影響，但又不在主觀控制之內(nèi)的因素，環(huán)境變量指標(biāo)的選取直接關(guān)系到第二階段回歸結(jié)果，根據(jù)前人的研究成果，華堅(jiān)等(2013)[21]，王星等(2017)[22]，結(jié)合長(zhǎng)江經(jīng)濟(jì)帶各省發(fā)展實(shí)際情況和數(shù)據(jù)可得性[23]，本文選取所有權(quán)屬性、政府影響力和地區(qū)對(duì)外開放水平作為環(huán)境變量。

所有權(quán)屬性：一方面國(guó)有性質(zhì)企業(yè)缺乏足夠的市場(chǎng)競(jìng)爭(zhēng)因素，內(nèi)部監(jiān)督激勵(lì)不夠完善，資源利用效率不高，導(dǎo)致整體收益和碳排放績(jī)效不佳；另一方面，國(guó)有性質(zhì)企業(yè)實(shí)力較為雄厚，有足夠的財(cái)力引進(jìn)先進(jìn)設(shè)備和技術(shù)，且對(duì)政策和行政命令較為敏感，因此在碳減排上效果顯著；政府影響力：目前碳排放交易市場(chǎng)尚不成熟，市場(chǎng)因素對(duì)企業(yè)減排驅(qū)動(dòng)較為薄弱，在此環(huán)境下，地方政府對(duì)工業(yè)企業(yè)的政策扶持將對(duì)促進(jìn)企業(yè)減排起到重要作用。如地方政府通過(guò)設(shè)立碳減排補(bǔ)貼資金，大力鼓勵(lì)企業(yè)淘汰落后生產(chǎn)設(shè)備，提高技術(shù)水平和產(chǎn)出效率，從而對(duì)提升整體工業(yè)碳排放績(jī)效效果顯著；對(duì)外開放水平：較高的對(duì)外開放水平，有利于本地區(qū)吸納國(guó)內(nèi)外先進(jìn)的管理和技術(shù)資源，引進(jìn)領(lǐng)先的節(jié)能減排生產(chǎn)技術(shù)，并及時(shí)把握國(guó)內(nèi)外市場(chǎng)動(dòng)態(tài)，從而提升本地區(qū)碳排放績(jī)效。

在指標(biāo)量化方面，所有權(quán)屬性用國(guó)有及國(guó)有控股企業(yè)產(chǎn)值在地區(qū)工業(yè)總產(chǎn)值的比重表示；政府影響力用地方財(cái)政支出在地區(qū)生產(chǎn)總值中的比重衡量；地區(qū)對(duì)外開放水平用進(jìn)出口總額在地區(qū)生產(chǎn)總值中的占比表征。

3.二氧化碳排放量

由于各省統(tǒng)計(jì)年鑒并未直接給出規(guī)模以上工業(yè)企業(yè)二氧化碳排放量，本文根據(jù)IPCC推薦的碳排放計(jì)算公式，整理工業(yè)企業(yè)主要能源消費(fèi)量，計(jì)算得到最終的二氧化碳排放量，如式(5)。

C=∑i=1(Ai×bi)

(5)

其中，C表示二氧化碳排放量，單位為萬(wàn)噸，i表示能源種類，Ai為能源i的消耗量，單位為萬(wàn)噸標(biāo)準(zhǔn)煤，bi為能源i的碳排放系數(shù)。詳細(xì)的能源折標(biāo)準(zhǔn)煤系數(shù)和碳排放系數(shù)如表1所示。

表1各類能源折標(biāo)準(zhǔn)煤系數(shù)及碳排放系數(shù)

注：表中數(shù)據(jù)根據(jù)IPCC碳排放計(jì)算指南和中國(guó)能源統(tǒng)計(jì)年鑒整理得到.

4.數(shù)據(jù)來(lái)源

為了消除因?yàn)閮r(jià)格變動(dòng)因素對(duì)效率值的影響，根據(jù)各省各年的固定資產(chǎn)投資價(jià)格指數(shù)和工業(yè)品出廠價(jià)格指數(shù)(2006=100)，將各省的規(guī)模以上工業(yè)企業(yè)固定資產(chǎn)凈現(xiàn)值和工業(yè)總產(chǎn)值平減到2006年。同時(shí)為了比較長(zhǎng)江經(jīng)濟(jì)帶各區(qū)域的碳排放績(jī)效差異，按照地理區(qū)位將其分為東中西部地區(qū)，上海、浙江和江蘇為東部地區(qū)，安徽、江西、湖南和湖北為中部地區(qū)，重慶、四川、云南和貴州為西部地區(qū)。本文用到的數(shù)據(jù)均來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》及各省《統(tǒng)計(jì)年鑒》，計(jì)量軟件為Dea-solver8.0、frionte4.1、DEAP2.1。

四、實(shí)證分析

(一)三階段DEA

1.第一階段

根據(jù)投入產(chǎn)出指標(biāo)體系，將整理得到的相關(guān)數(shù)據(jù)帶入U(xiǎn)ndesirable outputs模型，得到第一階段各省碳排放相對(duì)效率值。此階段的效率值受到管理無(wú)效率、環(huán)境因素和統(tǒng)計(jì)噪聲等多重因素的影響。詳細(xì)結(jié)果見表2。

表2第一階段2006-2015年各省碳排放效率值及分解

注：表中各項(xiàng)數(shù)據(jù)是作者整理各省2006-2015年的平均值得到(下同).

根據(jù)表2結(jié)果，可以發(fā)現(xiàn)，2006-2015年長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放平均效率值為0.565，距離有效前沿面仍有0.435個(gè)單位，說(shuō)明效率值仍有較大的提升空間。純技術(shù)效率平均值為0.827，規(guī)模效率值為0.706，可以發(fā)現(xiàn)，純技術(shù)效率高于規(guī)模效率，說(shuō)明拉低長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放效率值的最主要因素是規(guī)模效率不佳；從區(qū)域角度分析，碳排放效率值呈現(xiàn)“東部>中部>西部”的格局；從各個(gè)省角度分析，僅上海處在有效前沿面上，其他各省在純技術(shù)效率或者規(guī)模效率上均有一定提升空間。因第一階段各省相對(duì)效率值并未剔除環(huán)境因素和統(tǒng)計(jì)噪聲的影響，故對(duì)第一階段的測(cè)算結(jié)果不做深入分析。各省所處環(huán)境差異較大，故有必要將其剔除，僅分析管理因素對(duì)效率值的影響。

2.第二階段

將投入變量的松弛變量作為被解釋變量，三個(gè)環(huán)境變量作為解釋變量，通過(guò)SFA進(jìn)行回歸分析。限于篇幅，本文選取2015年的回歸結(jié)果做相關(guān)說(shuō)明，如表3。

表3 2015年SFA回歸結(jié)果

注：***、**、*分別表示通過(guò)顯著性水平為1%、5%、10%的檢驗(yàn).

當(dāng)gamma的值趨近1時(shí)，說(shuō)明管理因素是影響松弛變量的主要因素，反之，當(dāng)gamma接近0時(shí)，說(shuō)明隨機(jī)因素占主導(dǎo)地位。當(dāng)回歸系數(shù)大于零時(shí)，表明隨著環(huán)境變量增加，各個(gè)冗余值同樣增加，效率值降低，同理，回歸系數(shù)小于零時(shí)，隨著環(huán)境變量的值增加，冗余值降低，效率值提高。

從表3可以發(fā)現(xiàn)，所有權(quán)屬性對(duì)資本投入和能源消費(fèi)差額值的回歸系數(shù)為正，而對(duì)勞動(dòng)力差額值為負(fù)，且均通過(guò)了1%的顯著性檢驗(yàn)，說(shuō)明所有權(quán)屬性的增加會(huì)增加資本投入和能源消費(fèi)的冗余，但會(huì)降低勞動(dòng)力冗余；政府影響力對(duì)資本投入、勞動(dòng)力和能源消費(fèi)差額值均為負(fù)，且全部通過(guò)了1%的檢驗(yàn)，說(shuō)明政府影響力增加會(huì)提高資本、勞動(dòng)力和能源消耗的利用率；對(duì)外開放水平對(duì)各項(xiàng)差額值的回歸系數(shù)均為負(fù)數(shù)，且分別通過(guò)了10%、1%和1%的顯著性檢驗(yàn)，說(shuō)明對(duì)外開放水平對(duì)提高效率有正向作用。此處對(duì)外開放水平的正向作用也與王星、蓋美、王嵩(2017)[22]的研究結(jié)論一致。

根據(jù)回歸分析發(fā)現(xiàn)，各種環(huán)境因素對(duì)效率值的影響程度差異顯著，長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市橫跨東中西部，工業(yè)企業(yè)處于不同的環(huán)境因素下，因此必須剔除環(huán)境因素和統(tǒng)計(jì)噪聲的影響，使11個(gè)省市處于相同的環(huán)境下。

3. 第三階段

根據(jù)第二階段的回歸結(jié)果，對(duì)各決策單元的投入變量調(diào)整，保持產(chǎn)出不變，重新用Undesirable outputs模型測(cè)算效率值，得到第三階段效率值，該階段得到的效率值僅受管理因素影響，具體結(jié)果見表4。

表4第三階段2006-2015年11省市碳排放效率值及其分解

在剔除環(huán)境因素和統(tǒng)計(jì)噪聲后，第三階段的效率和第一階段相比發(fā)生了較大變化，說(shuō)明在未剔除環(huán)境因素和統(tǒng)計(jì)噪聲的情況下，將影響效率值的因素全部歸結(jié)為管理因素有失客觀真實(shí)性。從長(zhǎng)江經(jīng)濟(jì)帶整體情況分析，綜合技術(shù)效率值由0.565提升到0.580，提升了2.66%，提升幅度偏小，距離有效前沿面仍有0.420單位。純技術(shù)效率由0.827增加到0.912，增幅為10.21%，但規(guī)模效率由0.706降低到0.635，降幅為10.11%，說(shuō)明第三階段的純技術(shù)效率與第一階段相比，純技術(shù)效率與規(guī)模效率值差距拉大，規(guī)模效率不高仍是拉低長(zhǎng)江經(jīng)濟(jì)帶整體綜合技術(shù)效率不佳的最主要原因；從區(qū)域角度分析，綜合技術(shù)效率值仍然呈現(xiàn)“東部>中部>西部”的格局，且差距明顯，東部地區(qū)遙遙領(lǐng)先與中西部地區(qū)，說(shuō)明地區(qū)發(fā)展差距較大。東中西部地區(qū)均出現(xiàn)規(guī)模效率不佳的現(xiàn)象。與第一階段相比，中部地區(qū)綜合技術(shù)效率提升顯著，為9.87%，大于東部的3.25%，但西部出現(xiàn)了下降，降幅為7.35%，說(shuō)明西部地區(qū)的綜合效率值得力于地區(qū)政策環(huán)境。東部地區(qū)的純技術(shù)效率達(dá)到有效，僅規(guī)模效率稍低。東部地區(qū)經(jīng)濟(jì)發(fā)達(dá)，工業(yè)基礎(chǔ)好，對(duì)外開放程度高，管理和技術(shù)水平先進(jìn)，故東部地區(qū)的純技術(shù)效率較中西部地區(qū)達(dá)到有效。西部地區(qū)純技術(shù)效率稍高于中部，但規(guī)模效率低于中部地區(qū)。同時(shí)，第一階段，中部地區(qū)的純技術(shù)效率偏低是造成其綜合技術(shù)效率不高的主要原因，但在第三階段，純技術(shù)效率大幅提升，規(guī)模效率則出現(xiàn)下降，規(guī)模效率不佳成為主要原因；從各省角度分析，上海退出了有效前沿面，江蘇、浙江兩省則實(shí)現(xiàn)了有效。同時(shí)，上海、江西和貴州均實(shí)現(xiàn)了純技術(shù)效率有效，但規(guī)模效率不佳，改善規(guī)模效率是三省市的最主要方向。11個(gè)省市中，僅四川的純技術(shù)效率低于規(guī)模效率，其與10個(gè)省市均呈現(xiàn)純技術(shù)效率大于規(guī)模效率，且江西、重慶、貴州和云南的規(guī)模效率低于0.5，已經(jīng)嚴(yán)重拉低整體效率值。

(二)長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放績(jī)效演化特征

1.長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放效率時(shí)間序列演化特征

根據(jù)2006-2015年長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放效率及其分解情況得到效率變化折線，如圖1所示。

圖1 2006-2015年長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放效率及其分解

2006-2011年，長(zhǎng)江經(jīng)濟(jì)帶碳排放綜合技術(shù)效率波動(dòng)上升，并在2011年達(dá)到最高，為0.643，之后出現(xiàn)下降，在2015年重新回升。純技術(shù)效率在2006-2011年波動(dòng)上升，在2011年達(dá)到0.968，2011年以后，純技術(shù)效率保持在0.900以上，但波動(dòng)幅度明顯減小，始終維持在較高水平。規(guī)模效率變化幅度則相對(duì)平緩，2010年，規(guī)模效率達(dá)到最大值，為0.678。從總體看,規(guī)模效率始終處于0.700以下，與純技術(shù)效率相差較大。保持較高的純技術(shù)效率，不斷提升規(guī)模效率是改善長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放效率的主要方向。

2.長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放效率區(qū)域差異演化特征

根據(jù)2006-2015年各省市的工業(yè)碳排放效率值，計(jì)算得到長(zhǎng)江經(jīng)濟(jì)帶各年的標(biāo)準(zhǔn)差及變異系數(shù)，如圖2所示。

圖2 2006-2015年長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放效率標(biāo)準(zhǔn)差和變異系數(shù)變化圖

標(biāo)準(zhǔn)差和變異系數(shù)分別反映各省效率值的絕對(duì)差異和相對(duì)差異，從圖4可以發(fā)現(xiàn)，標(biāo)準(zhǔn)差和變異系數(shù)在2006-2009年基本保持不變，在2009-2012年，標(biāo)準(zhǔn)差和變異系數(shù)均出現(xiàn)先下降后上升的變化趨勢(shì)，并在2012年之后出現(xiàn)回落，2015年，標(biāo)準(zhǔn)差和變異系數(shù)分別為0.254和0.398，是近十年的最低水平，反映長(zhǎng)江經(jīng)濟(jì)帶各省工業(yè)碳排放效率在2012年之后差距逐步縮小，主要原因是在2008年金融危機(jī)以后，以勞動(dòng)力、土地為代表的生產(chǎn)要素成本已經(jīng)發(fā)生深刻變化，迫于成本壓力，加上政府的政策支持，東部向中西部的產(chǎn)業(yè)轉(zhuǎn)移加快。以皖江城市帶為例，2010年初，《皖江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)規(guī)劃》得到國(guó)務(wù)院正式批復(fù)，它也成為第一個(gè)國(guó)家級(jí)產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)，反映新時(shí)期產(chǎn)業(yè)轉(zhuǎn)移問(wèn)題已經(jīng)得到國(guó)家層面的重視。同年9月，《國(guó)務(wù)院關(guān)于中西部地區(qū)承接產(chǎn)業(yè)轉(zhuǎn)移的指導(dǎo)意見》發(fā)布，該指導(dǎo)意見提出在財(cái)稅、土地、金融等方面給予產(chǎn)業(yè)轉(zhuǎn)移相應(yīng)的政策扶持。產(chǎn)業(yè)轉(zhuǎn)移加快了中西部地區(qū)工業(yè)化進(jìn)程，提升了其工業(yè)化實(shí)力。東部地區(qū)先進(jìn)的生產(chǎn)技術(shù)、管理經(jīng)驗(yàn)、資金等生產(chǎn)要素有利于帶動(dòng)中西部地區(qū)工業(yè)生產(chǎn)效率，逐步提升工業(yè)碳排放績(jī)效，縮小中西部與東部之間的差距。

(三)Malmquist指數(shù)的長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放績(jī)效分析

三階段DEA方法從靜態(tài)角度對(duì)長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放績(jī)效進(jìn)行分解研究，為了更全面的研究分析效率變化情況，筆者引入Malmquist指數(shù)并通過(guò)效率分解，得到動(dòng)態(tài)變化情況。通過(guò)DEAP2.1軟件及三階段DEA模型中第三階段的投入產(chǎn)出數(shù)據(jù)，得到如下結(jié)果，見表5。

表5 2006-2015年長(zhǎng)江經(jīng)濟(jì)帶11省市工業(yè)碳排放全要素生產(chǎn)率變化指數(shù)及分解

由表4可得，從全要素生產(chǎn)率變化指數(shù)發(fā)現(xiàn)，江西、重慶、貴州、云南四省市均小于1，其與七個(gè)省市均大于1，其中重慶最低，為0.957，湖北最高，為1.086。11個(gè)省市全要素生產(chǎn)率變化指數(shù)均值為1.029，略大于1，可以判定長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放效率仍有較大的提升空間。從指數(shù)分解情況分析，東部地區(qū)三省市均依靠技術(shù)進(jìn)步變化指數(shù)帶動(dòng)，這也符合東部地區(qū)發(fā)展實(shí)際。對(duì)外開放程度高，良好的知識(shí)溢出環(huán)境，且工業(yè)基礎(chǔ)較好，使得東部地區(qū)工業(yè)技術(shù)處于領(lǐng)先水平。中部地區(qū)的安徽、江西均是技術(shù)效率變化指數(shù)大于技術(shù)進(jìn)步變化指數(shù)。不斷引進(jìn)學(xué)習(xí)先進(jìn)的生產(chǎn)、低碳技術(shù)是兩地區(qū)未來(lái)的重要方向。兩湖地區(qū)則相反，繼續(xù)提高技術(shù)利用效率是其改進(jìn)方向。西部地區(qū)除了四川的技術(shù)進(jìn)步變化指數(shù)略大于1外，其他三省市均小于1。西部地區(qū)受限于地理位置、基礎(chǔ)設(shè)施等不利條件影響了先進(jìn)生產(chǎn)技術(shù)的引進(jìn)。

從圖3的長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放全要素生產(chǎn)率變化指數(shù)發(fā)現(xiàn)，技術(shù)效率變化指數(shù)始終在1上下波動(dòng)，且波動(dòng)幅度較小，全要素生產(chǎn)率變化指數(shù)主要圍繞技術(shù)進(jìn)步變化指數(shù)波動(dòng)。2008年受到金融危機(jī)的影響，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、轉(zhuǎn)變生產(chǎn)方式已經(jīng)迫在眉睫。產(chǎn)業(yè)轉(zhuǎn)移的加快以及各級(jí)政府的大量資金刺激，工業(yè)企業(yè)技術(shù)進(jìn)步取得一定成效，在2009-2010年達(dá)到峰值。2010年后，技術(shù)進(jìn)步變化指數(shù)則處在波動(dòng)并略有上升狀態(tài)。

圖3 2006-2015年長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放全要素生產(chǎn)率指數(shù)及分解

五、研究結(jié)論與對(duì)策建議

(一)研究結(jié)論

本文以長(zhǎng)江經(jīng)濟(jì)帶及其包含的11個(gè)省市為研究對(duì)象，選取2006-2015面板數(shù)據(jù)，通過(guò)三階段DEA模型和Malmquist指數(shù)，得出如下結(jié)論：

第一，通過(guò)剔除環(huán)境因素后，長(zhǎng)江經(jīng)濟(jì)帶整體工業(yè)碳排放效率提高到了0.580，效率值偏低，距離有效前沿面仍有較大提升空間。規(guī)模效率顯著低于純技術(shù)效率，提升規(guī)模效率是提升長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放效率的關(guān)鍵。區(qū)域間工業(yè)碳排放效率呈現(xiàn)“東部>中部>西部”的格局，東部純技術(shù)效率達(dá)到有效，規(guī)模效率略低于1，中部的純技術(shù)效率低于西部，提升規(guī)模效率和繼續(xù)保持較高水平的純技術(shù)效率是中西部的主要任務(wù)；第二，長(zhǎng)江經(jīng)濟(jì)帶11省市的工業(yè)碳排放效率在研究區(qū)間內(nèi)的差異呈現(xiàn)波動(dòng)下降態(tài)勢(shì)，表明區(qū)域間工業(yè)發(fā)展差距在逐步縮小；第三，從Malmquist指數(shù)分析發(fā)現(xiàn)，長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放全要素生產(chǎn)率主要依靠技術(shù)進(jìn)步帶動(dòng)，但在具體省份上仍有差異。

(二)對(duì)策建議

根據(jù)前文的研究分析，提出如下對(duì)策建議，以期提升長(zhǎng)江經(jīng)濟(jì)帶工業(yè)碳排放效率。

第一，優(yōu)化生產(chǎn)規(guī)模，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)。各個(gè)省市應(yīng)根據(jù)本地區(qū)的實(shí)際發(fā)展情況，調(diào)整生產(chǎn)規(guī)模，尤其是中西部地區(qū)，規(guī)模效率已經(jīng)成為嚴(yán)重制約工業(yè)碳排放效率的掣肘；第二，統(tǒng)籌協(xié)調(diào)區(qū)域發(fā)展，縮小地區(qū)差距。長(zhǎng)江經(jīng)濟(jì)帶應(yīng)加強(qiáng)上層規(guī)劃設(shè)計(jì)，成立區(qū)域經(jīng)濟(jì)協(xié)作中心，加強(qiáng)各省間的經(jīng)濟(jì)聯(lián)系。中西部地區(qū)省份應(yīng)利用本地區(qū)的勞動(dòng)力、土地、原材料等優(yōu)勢(shì)，積極承接?xùn)|部發(fā)達(dá)省份的產(chǎn)業(yè)轉(zhuǎn)移，提高本地區(qū)的工業(yè)化水平。同時(shí)，要注重生態(tài)保護(hù)，做好工業(yè)經(jīng)濟(jì)與生態(tài)環(huán)境的協(xié)調(diào)發(fā)展，避免走先污染后治理的老路；第三，加強(qiáng)區(qū)域研發(fā)合作，落實(shí)創(chuàng)新驅(qū)動(dòng)。工業(yè)生產(chǎn)中新技術(shù)的應(yīng)用會(huì)極大提升能源利用效率，各地區(qū)間應(yīng)成立技術(shù)創(chuàng)新協(xié)同中心，在重大關(guān)鍵技術(shù)上進(jìn)行加強(qiáng)合作，縮短研發(fā)周期。中西部省份利用產(chǎn)業(yè)轉(zhuǎn)移契機(jī)，借鑒發(fā)達(dá)省份的管理和技術(shù)優(yōu)勢(shì)，擺脫管理技術(shù)落后的局面；第四，繼續(xù)提高對(duì)外開放水平，吸納先進(jìn)生產(chǎn)要素。各地區(qū)間應(yīng)繼續(xù)擴(kuò)大對(duì)外開放，制定有吸引力的人才政策，以人才帶動(dòng)技術(shù)、資本等先進(jìn)要素匯聚。