王艷秋， 蔣惠園， 方晨晨， 盧升榮

(1.武漢理工大學 交通學院， 湖北 武漢 430063 ；2.湖北大學 商學院， 湖北 武漢 430063)

全球環(huán)境污染日益嚴重，這與人類活動造成的CO2等溫室氣體排放密不可分。交通運輸業(yè)是國民經(jīng)濟和社會發(fā)展的基礎性、先導性產(chǎn)業(yè)，也是高能耗、高排放產(chǎn)業(yè)。中部地區(qū)相較于東部地區(qū)整體經(jīng)濟發(fā)展水平較落后且人口眾多，碳減排壓力巨大，對中部六省交通運輸業(yè)全要素碳排放效率進行研究具有理論和現(xiàn)實意義。

碳排放效率是指一定時間內(nèi)投入單位生產(chǎn)要素進行生產(chǎn)活動所帶來的期望產(chǎn)出及碳排放量，包括單要素碳排放效率和全要素碳排放效率。單要素碳排放效率是指碳排放量與單個投入變量的比值，無法度量多種影響因素同時作用下的碳排放效率值，且忽略了能源結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)等因素的影響；全要素碳排放效率是指綜合研究勞動、資本、能源等投入指標及GDP、換算周轉(zhuǎn)量、碳排放量等產(chǎn)出指標的碳排放效率?，F(xiàn)階段，大多數(shù)學者采用隨機前沿分析法(SFA)和數(shù)據(jù)包絡分析法(DEA)測算全要素碳排放效率，因采用傳統(tǒng)DEA模型進行效率測度未考慮投入產(chǎn)出的松弛性問題，往往不夠準確，一些學者運用由傳統(tǒng)DEA模型衍生出的非徑向非角度SBM模型進行測算。韓一杰等以中國各地區(qū)鋼鐵行業(yè)為研究對象，應用超效率DEA模型對其能源效率及節(jié)能減排潛力進行了分析；Yongrok Choi等采用SBM模型估計了中國能源CO2排放效率和邊際減排成本；宋震、袁長偉等運用SBM-DEA模型測算并對比分析了中國各省交通運輸業(yè)碳排放效率的差異；王騰等基于非期望產(chǎn)出的超效率SBM模型構(gòu)建港口能源效率評價模型，對上海港2008—2016年能源效率進行了實證研究。為了解全要素效率的動態(tài)變化，部分學者將ML指數(shù)與DEA結(jié)合起來進行研究，如王白雪等利用超效率SBM模型并借助ML指數(shù)分析了北京市公共交通系統(tǒng)的全要素碳排放效率跨期動態(tài)變化情況，馮新宇利用ML指數(shù)對全國建筑業(yè)的碳排放效率進行了動態(tài)分析，吳傳清等運用ML指數(shù)法研究了長江經(jīng)濟帶全要素能源效率的時空分布差異。但對交通運輸領(lǐng)域的研究不多，且在指標選取方面大多以地區(qū)GDP作為期望產(chǎn)出，不符合交通運輸業(yè)的特征。因此，該文以中部六省交通運輸業(yè)為研究對象，選取換算周轉(zhuǎn)量為期望產(chǎn)出，在構(gòu)建包含非期望產(chǎn)出的Super-SBM模型的基礎上，構(gòu)建ML指數(shù)模型對中部六省交通運輸業(yè)全要素碳排放效率進行動態(tài)分析，并運用莫蘭指數(shù)對其空間自相關(guān)性進行分析。

1 Super-SBM-ML指數(shù)測度模型構(gòu)建

1.1 測度方法選擇與模型構(gòu)建

1.1.1 Super-SBM模型

DEA是一種前沿分析法，其本質(zhì)是將各決策單元的投入和產(chǎn)出指標值投影到運用數(shù)學規(guī)劃方法建立的一個生產(chǎn)前沿面上，計算每個決策單元的效率值。傳統(tǒng)DEA模型由于其具有徑向性等諸多嚴格假定，其評價結(jié)果存在偏差，無法考慮非期望產(chǎn)出等負外部效益。為此，Kaoru Tone提出基于松弛變量測度的非徑向非角度SBM模型，將松弛變量直接引入目標函數(shù)，為了考慮非期望等負面外部效益，構(gòu)造出基于非期望產(chǎn)出的SBM模型；鑒于在使用基于非期望產(chǎn)出的SBM模型計算時通常會出現(xiàn)多個評價單元的效率值為1的情形，在此基礎上又提出Super-SBM模型。

非期望產(chǎn)出的Super-SBM模型可寫為：

(1)

(2)

1.1.2 ML指數(shù)模型

Chung Y. H.等將包含壞產(chǎn)出的方向距離函數(shù)應用于Malmquist模型，并將得到的Malmquist指數(shù)稱為ML生產(chǎn)率指數(shù)。在規(guī)模報酬不變(CRS)假設下，ML指數(shù)可分解為技術(shù)效率變化指數(shù)MLEC與技術(shù)進步指數(shù)MLTC；在規(guī)模報酬可變(VRS)假設下，可將技術(shù)效率變化指數(shù)分解為純技術(shù)效率變化指數(shù)MLPEC與規(guī)模效率變化指數(shù)MLSEC。計算公式如下：

(3)

(4)

(5)

1.2 投入產(chǎn)出指標選擇

以中部六省2007—2016年實際情況為決策單元，根據(jù)交通運輸業(yè)特征，選取勞動、資本和能源3個投入指標，換算周轉(zhuǎn)量、二氧化碳排放量分別作為期望產(chǎn)出和非期望產(chǎn)出指標，對中部六省交通運輸業(yè)的全要素碳排放效率進行測算。指標數(shù)據(jù)來源于2007—2016年中部六省統(tǒng)計年鑒、中國統(tǒng)計局、《中國能源統(tǒng)計年鑒》并經(jīng)過計算整理得出。

1.2.1 投入指標

(1) 勞動。采用中部六省交通運輸、倉儲和郵政業(yè)上年末從業(yè)人員數(shù)和本年末從業(yè)人員數(shù)的平均值作為本年的勞動力投入。

(2) 資本。選取資本存量作為資本投入。由于無法從年鑒中獲得，借鑒王維國等提出的“永續(xù)盤存法”進行資本存量測算，公式如下：

(6)

式中：n為中部六省編號；Knt、Kn(t-1)分別為n省第t、t-1年的資本存量值；Int為n省交通運輸、倉儲和郵政業(yè)按當期價格計算的固定資產(chǎn)投資額，以2006年n省交通運輸、倉儲和郵政業(yè)新增固定資產(chǎn)的10倍為基準；Pnt為投資價格指數(shù)；γ為交通運輸、倉儲和郵政業(yè)資本折舊率，取9.66%。

(3) 能源。將交通運輸、倉儲和郵政業(yè)生產(chǎn)運營所消耗的各類能源作為能源投入。由于能源消費種類不同，需將不同類型能源消費量統(tǒng)一折算成標準煤后匯總，計算公式如下：

Q=∑θt×Et

(7)

式中：Q為交通運輸業(yè)能源消耗總量；θt為第t種能源的折標準煤系數(shù)(見表1)；Et為第t種能源消耗量。

表1 各種能源的折標準煤系數(shù)

1.2.2 產(chǎn)出指標

(1) 換算周轉(zhuǎn)量。交通運輸業(yè)的產(chǎn)出在價值形態(tài)上是交通運輸業(yè)的總產(chǎn)值，但在實用價值形態(tài)上表現(xiàn)為周轉(zhuǎn)量，包括貨物周轉(zhuǎn)量和旅客周轉(zhuǎn)量。借鑒喻潔等換算周轉(zhuǎn)量轉(zhuǎn)化方法，將客運周轉(zhuǎn)量轉(zhuǎn)換為貨運周轉(zhuǎn)量。各種運輸方式的轉(zhuǎn)換系數(shù)見表2。

表2 各種運輸方式客運周轉(zhuǎn)量換算因子

(2) 二氧化碳排放量?！白陨隙隆狈ê汀白韵露稀狈ㄊ钱斍岸趸寂欧帕康闹饕獪y算方法。采用“自上而下”法，應用IPCC公布的二氧化碳排放因子數(shù)據(jù)，以8種主要能源(煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣)消耗為基準測算中部六省交通運輸業(yè)的碳排放量。各種能源的二氧化碳排放因子見表3。

表3 各種能源的二氧化碳排放因子

2 全要素碳排放效率測度及分析

2.1 全要素碳排放效率測度結(jié)果

基于2007—2016年中部六省交通運輸業(yè)面板數(shù)據(jù)，利用Super-SBM測度模型，綜合考慮非期望產(chǎn)出，運用MaxDEA6.8pro軟件測算各省交通運輸業(yè)全要素碳排放效率，結(jié)果見表4、圖1、圖2。

表4 2007—2016年中部六省交通運輸業(yè)全要素碳排放效率

根據(jù)表4、圖1、圖2，中部六省交通運輸業(yè)的全要素碳排放效率平均值為0.97，處于無效率狀態(tài)，有待提高。安徽、江西、山西交通運輸業(yè)的全要素碳排放效率大于0.9，全要素碳排放效率較高；河南、湖北、湖南交通運輸業(yè)的全要素碳排放效率小于0.9，全要素碳排放效率較低。從各省情況來看，僅安徽的全要素碳排放效率呈現(xiàn)上升趨勢并一直處于技術(shù)前沿面上；江西的全要素碳排放效率整體處于上升態(tài)勢，2012年有一個較小回落，但仍處于技術(shù)前沿面上；河南總體呈現(xiàn)下降趨勢，在2008年有一個小小的回升，2007、2009、2010、2011年處于技術(shù)前沿面上；山西總體呈現(xiàn)穩(wěn)定的態(tài)勢，2011年有一個較小的回落，在2013年又有一個回升，總體水平保持不變；湖南總體呈現(xiàn)下降趨勢，僅2007年的全要素碳排放效率處于技術(shù)前沿面上；湖北總體呈現(xiàn)穩(wěn)定的態(tài)勢，但2007—2016年的全要素碳排放效率均未處于技術(shù)前沿面上。

圖1 2007—2016年中部六省交通運輸業(yè)全要素碳排放效率

圖2 2007—2016年中部六省交通運輸業(yè)全要素碳排放效率空間格局

2.2 全要素碳排放效率的演變分析

在測算中部六省交通運輸業(yè)全要素碳排放效率的基礎上，利用ML指數(shù)模型研究2007—2016年各省交通運輸業(yè)全要素碳排放效率的演變過程，并將ML指數(shù)分解為純技術(shù)效率變化指數(shù)MLPEC、規(guī)模效率變化指數(shù)MLSEC、技術(shù)進步指數(shù)MLTC。分析結(jié)果見表5、圖3。

表5 中部六省交通運輸業(yè)全要素碳排放效率變動及分解

圖3 中部六省交通運輸業(yè)全要素碳排放效率變動及分解

2.2.1 總體分析

根據(jù)表5，從整個中部六省來看，交通運輸業(yè)純技術(shù)效率下降2.83%、技術(shù)進步率上升15.39%、規(guī)模效率下降6.36%。其中：純技術(shù)效率變化不大，表明整體而言中部六省交通運輸業(yè)運營管理水平?jīng)]有明顯進步；技術(shù)進步顯著是中部六省交通運輸業(yè)碳排放效率上升的絕對驅(qū)動因素；規(guī)模效率下降較明顯，是中部六省交通運輸業(yè)碳排放效率下降的主要因素。說明技術(shù)進步是提升中部六省交通運輸業(yè)碳排放效率水平的重要原因，中部六省交通運輸業(yè)應著力于提高發(fā)展過程中的技術(shù)含量，實施高質(zhì)量發(fā)展。

2.2.2 省際層面

根據(jù)圖3，大部分省份交通運輸業(yè)全要素碳排放效率ML指數(shù)大于1，表明研究期間其全要素碳排放效率處于上升趨勢，湖南和山西的全要素碳排放效率略有下降。

(1) 純技術(shù)效率。安徽、江西、山西三省的純技術(shù)效率等于1，未發(fā)生變化；河南、湖北、湖南三省的純技術(shù)效率小于1，處于下降狀態(tài)，其中河南、湖南下降較明顯(分別下降7.93%、5.70%)，表明這些省的交通運輸業(yè)運營管理水平有待進一步提高。綜合表現(xiàn)為中部六省交通運輸業(yè)運營管理水平有所降低、純技術(shù)效率變化不大。

(2) 技術(shù)進步率。各省技術(shù)進步率均大于1，增長最少的是湖北省的13.63%，增長最多的湖南省的18.73%。表明隨著生態(tài)環(huán)保日漸被重視，中部六省交通運輸業(yè)更著力于運輸生產(chǎn)過程中設備設施的更新改造、升級換代，節(jié)能減排技術(shù)得到更廣泛、更深入的應用。綜合表現(xiàn)為中部六省交通運輸業(yè)技術(shù)進步明顯。

(3) 規(guī)模效率。僅安徽省的規(guī)模效率等于1，其他五省的規(guī)模效率均小于1。其中河南的規(guī)模效率略小于1，表明其規(guī)模效率在研究期間變化不大；湖北、江西的規(guī)模效率下降較大，湖南、山西的規(guī)模效率下降明顯，表明這些省的社會經(jīng)濟及交通運輸業(yè)發(fā)展水平相對落后，交通運輸業(yè)規(guī)模與其他省相比較小。綜合表現(xiàn)為中部六省交通運輸業(yè)規(guī)模效率下降，中部六省交通運輸業(yè)不能簡單地增大規(guī)模、粗放式發(fā)展，而應追求精細化、高質(zhì)量發(fā)展。

2.3 全要素碳排放效率的空間自相關(guān)性

Anselin L.認為幾乎所有空間數(shù)據(jù)都有空間依賴性或空間自相關(guān)的特征。為研究中部六省交通運輸業(yè)全要素碳排放效率之間的空間關(guān)系，對其全局、局部自相關(guān)性進行檢驗。

2.3.1 全局空間自相關(guān)

全局空間自相關(guān)用來分析研究對象總體的空間關(guān)聯(lián)和空間差異程度，判斷是否存在空間集聚現(xiàn)象。全局莫蘭指數(shù)I表達式見式(8)，I∈[-1,1]。I>0時，表示各地區(qū)在空間上存在正相關(guān)；I=0時，表示各地區(qū)在空間上不存在相關(guān)性；I<0時，表示各地區(qū)在空間上存在負相關(guān)。

(8)

用標準化統(tǒng)計量Z檢驗空間自相關(guān)的顯著水平，其表達式見式(9)。Z值為正且顯著時，表明存在顯著正的空間自相關(guān)，即相似的觀測值(高值或低值)趨于空間集聚；Z值為負且顯著時，表明存在顯著負的空間自相關(guān)，相似的觀測值趨于分散分布；Z=0時，觀測值呈獨立隨機分布。

(9)

式中：E(I)為觀測變量自相關(guān)性的期望；VAR(I)為方差。

運用Stata軟件計算各省交通運輸業(yè)全要素碳排放效率的全局莫蘭指數(shù)I，結(jié)果見表6。

表6 2007—2016年中部六省交通運輸業(yè)全要素碳排放效率的全局空間自相關(guān)性檢驗結(jié)果

由表6可知：2007—2016年中部六省交通運輸業(yè)全要素碳排放效率的全局莫蘭指數(shù)I為(-0.364，-0.057)且均未通過10%的顯著性檢驗，表明各省交通運輸業(yè)全要素碳排放效率呈現(xiàn)較弱的負相關(guān)性，產(chǎn)生了類似“虹吸效應”的負向溢出效應。

2.3.2 局域空間自相關(guān)

為進一步探討各省交通運輸業(yè)全要素碳排放效率是否存在局域自相關(guān)，通過全局莫蘭指數(shù)I散點圖、局域空間自相關(guān)分析更準確地把握空間要素的異質(zhì)性特性。全局莫蘭指數(shù)I散點圖由4個象限組成，分別表示研究區(qū)域與周圍區(qū)域?qū)傩灾档?種不同空間相關(guān)關(guān)系，4個象限按照空間結(jié)構(gòu)分為高-高、低-高、低-低和高-低4種集聚類型，通常用HH、LH、LL、HL表示，分別對應第一象限到第四象限。2007、2016年各省交通運輸業(yè)全要素碳排放效率的全局莫蘭指數(shù)I散點圖分別見圖4、圖5。

由圖4可知：2007年，山西分布在第一象限，其交通運輸業(yè)全要素碳排放效率大于1，為高-高局部自相關(guān)空間關(guān)系集群；湖北分布于第二象限，為低-高局部自相關(guān)空間關(guān)系集群；江西、河南、安徽、湖南分布于第四象限，為高-低局部自相關(guān)空間關(guān)系集群。

圖4 2007年中部六省交通運輸業(yè)全要素碳排放效率全局莫蘭指數(shù)I散點圖

圖5 2016年中部六省交通運輸業(yè)全要素碳排放效率全局莫蘭指數(shù)I散點圖

由圖5可知：2016年，江西分布在第一象限，為高-高局部自相關(guān)空間關(guān)系集群；湖北、湖南、河南分布在第二象限，為低-高局部自相關(guān)空間關(guān)系集群；安徽、山西分布在第四象限，為高-低局部自相關(guān)空間關(guān)系集群。

綜合圖4、圖5可知：隨著時間的推移，各省交通運輸業(yè)全要素碳排放效率的空間相關(guān)關(guān)系發(fā)生顯著變化。山西、江西的交通運輸業(yè)發(fā)展存在一定的正向拉動作用，呈現(xiàn)高-高發(fā)展的良性循環(huán)，其余省份處于第二、四象限，全要素碳排放效率呈現(xiàn)負相關(guān)關(guān)系。整體來看，各省交通運輸業(yè)發(fā)展缺乏聯(lián)動性，未能形成全局性的“高效率省帶動周邊省高效發(fā)展”的良性互動，這也是未來發(fā)展中急需解決的問題。

3 結(jié)論與建議

構(gòu)建Super-SBM-ML指數(shù)模型測度中部六省交通運輸業(yè)全要素碳排放效率，并對其演變特征進行分析，得到如下主要結(jié)論：1) 中部六省交通運輸業(yè)全要素碳排放效率平均值為0.97，處于無效率狀態(tài)，有待提高；各省交通運輸業(yè)在發(fā)展過程中更多關(guān)注所創(chuàng)造的周轉(zhuǎn)量增長，對其造成的環(huán)境污染的關(guān)注力度不夠，造成整體效率低下，交通運輸業(yè)發(fā)展處于粗放、低水平、低質(zhì)量階段。2) 中部六省交通運輸業(yè)全要素碳排放效率的ML指數(shù)上升4.99%，純技術(shù)效率和規(guī)模效率處于下降趨勢，技術(shù)進步率處于上升趨勢，技術(shù)進步是提升中部六省交通運輸業(yè)整體全要素碳排放效率的重要因素。3) 中部六省交通運輸業(yè)全要素碳排放效率的全局莫蘭指數(shù)均為負值，呈現(xiàn)較弱的負相關(guān)性，除山西、江西處于全局莫蘭指數(shù)散點圖第一象限外，其余省大多處于第二、四象限，各省交通運輸業(yè)發(fā)展缺乏聯(lián)動性，尚未形成全局性的“高效率省帶動周邊省高效發(fā)展”的良性互動。

現(xiàn)階段中部六省交通運輸業(yè)全要素碳排放效率仍有進一步提升的空間，中部六省交通運輸業(yè)綠色發(fā)展應加強區(qū)域聯(lián)動，重點關(guān)注交通運輸技術(shù)水平的有效提升，以技術(shù)進步驅(qū)動交通運輸業(yè)低碳發(fā)展。建議如下：1) 提升交通運輸信息技術(shù)水平，打造中部六省交通運輸信息平臺，增強信息的交互性與共享性，提高運輸效率。2) 促進低碳技術(shù)開發(fā)和應用，加快專業(yè)化、標準化及新能源、清潔能源載運工具等運輸裝備制造及充電、加氣設施設備制造的技術(shù)進步。3) 鼓勵企業(yè)引進、培育高水平交通運輸技術(shù)人才，提高交通運輸業(yè)人力資本水平等知識型“軟技術(shù)”。4) 合理配置交通基礎設施建設，加強區(qū)域聯(lián)動發(fā)展；加強技術(shù)交流和合作，促進先進的節(jié)能減排技術(shù)向相對落后地區(qū)轉(zhuǎn)移。