中國工業(yè)CO2排放績效的動態(tài)演化與空間外溢效應

王惠　王樹喬

摘要 首先在考慮能源投入與碳排放的共同生產前沿分析框架下，運用非徑向、非角度的SBM模型測評我國2003-2013年省際工業(yè)CO2排放績效，通過核密度估計工業(yè)CO2排放績效的動態(tài)分布特征，結果發(fā)現我國工業(yè)CO2排放績效總體水平偏低，東部地區(qū)的工業(yè)CO2排放績效水平較高，中、西部和東北地區(qū)存在追趕效應；通過核密度曲線展示我國工業(yè)CO2排放績效整體上處于上升態(tài)勢，隨著時間推進呈現由“單峰”向“雙峰”動態(tài)演進過程。空間自相關MoranS I檢驗顯示出省際工業(yè)CO2排放績效分布不是隨機的，而是具有空間上的依賴性。在納入空間因素的前提下，各省工業(yè)CO2排放績效具有空間外溢效應，即存在“鄰里模仿”的現象；技術創(chuàng)新、產業(yè)結構和經濟增長對工業(yè)CO2排放績效起到正向顯著影響，而出口依存度、工業(yè)產權結構與工業(yè)CO2排放績效顯著負相關，環(huán)境規(guī)制的正面影響并不顯著。據此，對于未來工業(yè)提高碳排放績效的重點應該是進一步秉承低碳工業(yè)的理念，加強工業(yè)企業(yè)內生的技術創(chuàng)新、注重綠色貿易發(fā)展、打破原有的產權結構格局、政府完善環(huán)境規(guī)制的監(jiān)管和實施機制，才能真正有效促進工業(yè)轉型升級和節(jié)能減排。

關鍵詞 工業(yè)CO2排放績效；核密度估計；空間面板模型

中圖分類號 F224.31

文獻標識碼 A 文章編號 1002-2104（2015）09-0029-08 doi：10.3969/j.issn.1002-2104.2015.09.005

自2003年英國提出發(fā)展“低碳經濟”倡議以來，減少CO2排放總量，提升碳排放績效，發(fā)展綠色經濟已成為世界各國的共識[1]。隨著全球氣候變暖，氣候異常現象頻現，國際減排呼聲日益高漲。國際能源署的數據統(tǒng)計顯示，2007年我國化石能源燃燒排放的CO2總量高達60.3億t，成為世界碳排放大國。作為全球最大的碳排放和發(fā)展中國家，我國面臨與不同利益集團在政治外交上的博弈和溫室氣體減排國際新框架的艱難談判，同時也面臨著國內生態(tài)資源環(huán)境承載力不足的巨大壓力[2]。我國政府在2009年哥本哈根召開的世界氣候大會上也做出承諾2020年我國單位GDP碳排放相比2005年要大幅下降40%-45%。因此，科學合理地測度我國不同區(qū)域CO2排放績效以及深入探析影響CO2排放績效的各個因素對于促進綠色工業(yè)發(fā)展、推動低碳經濟具有重要意義。

1 文獻綜述

對于CO2排放績效的測算研究，多數學者已從最初的僅關注單要素評價的思路轉變?yōu)槿販y算。Zofo & Prieto[3]、Zaim and Taskin[4]采用DEA模型測算經濟合作與發(fā)展組織（OECD）國家和地區(qū)的CO2排放績效。Zhou、Ang and Han[5]對世界CO2排放量最多18個國家的碳排放績效運用MCPI指數進行評價。查建平、唐方方[6]運用環(huán)境技術測度全要素分析框架下的各省工業(yè)CO2排放績效的靜態(tài)水平和動態(tài)變化，分析導致其差異性的原因。袁鵬[7]基于物質平衡，利用DEA構建Malmquist碳生產率指數考察碳排放績效的動態(tài)變化，將碳排放績效變化分解為配置效率效應、技術變化效應和技術效率效應。曹珂、屈小娥[8]在全要素框架下研究各省的CO2排放績效、減碳規(guī)模和減碳潛力，并探尋致使CO2排放績效變動的原因。李子豪、劉輝煌[9]以我國2000-2009年35個工業(yè)行業(yè)為研究對象，基于DEA模型的Malmqusit指數方法對工業(yè)行業(yè)的CO2排放績效進行測算，結果表明行業(yè)整體的CO2排放績效在樣本期內增長了7.8%，主要源于技術進步的推動。

劉明磊等[10]等借助非參數距離函數方法分析能源消費結構約束下的我國各省CO2碳排放績效水平和CO2邊際減排成本，認為各省CO2邊際減排成本與碳強度有關。張立國[11]等從環(huán)境生產技術出發(fā)，構建物流業(yè)CO2排放的績效測度函數研究我國物流業(yè)在2003-2009年期間CO2績效動態(tài)變化，對比區(qū)域的差異性表明我國物流業(yè)成為減排的主要壓力行業(yè)。仲云云、仲偉周[12]對生產過程中的非期望產出CO2排放運用線性數據轉換函數法進行處理，采用DEABCC和Malmquist指數法度量我國29個省1995-2009年的全要素CO2排放績效，結果顯示我國CO2排放績效逐年下降，呈現顯著的區(qū)域特征。

隨著碳排放問題研究的逐步深入，影響碳排放績效的諸多因素也備受關注。Ma&Stern運用碳排放因素分解法指出經濟增長、能源結構和能源強度對我國CO2排放產生顯著影響。查建平[13]等論證外商投資、環(huán)境規(guī)制、技術、要素稟賦、能源結構等對我國工業(yè)CO2排放績效的作用。韓晶、王赟[14]等構造可考察動態(tài)變化的DEAMalmquist指數對我國30個省的工業(yè)CO2排放績效進行測算，進一步采用面板計量模型考察工業(yè)CO2排放績效的驅動因素，結果顯示要素稟賦、對外開放、經濟發(fā)展對工業(yè)CO2排放績效產生顯著正向沖擊，而產業(yè)結構、能源結構對工業(yè)CO2排放績效的影響尚不明朗。

羅良文、李珊珊[15]引入DEA非參數方法測算我國各省1995-2010年的MalmquistLuenberger全要素碳排放績效指數，估算考慮非期望產出的技術效率和技術進步變化指數，繼而運用動態(tài)面板數據模型研究國際貿易技術效應、FDI對技術效率和技術進步影響。王群偉[16]等利用含有非期望產出的DEA模型測度1996-2007年我國28個省的CO2排放績效，結果發(fā)現所有制結構、能源強度、產業(yè)結構以及經濟發(fā)展水平對CO2排放績效具有顯著影響，貿易開放的影響并不明顯。

國內外學者對CO2排放績效及其影響因素的研究是深入而廣泛的，但在已有的研究中，針對工業(yè)CO2排放績效的研究相對匱乏，且研究方法存在一定的改進空間。據此，本文試圖在以下幾個方面對現有文獻進行拓展：運用包含非期望產出的SBM模型測度我國30個省、市、自治區(qū)的工業(yè)CO2排放績效；不再囿于工業(yè)CO2排放績效靜態(tài)時序變化分析，采用核密度估計函數展示省際工業(yè)CO2排放績效的動態(tài)演進過程；準確把握工業(yè)CO2排放績效的集群狀態(tài)和空間分布格局，引入空間面板進行分析，提高模型估算結果的精準度。

2 工業(yè)CO2排放績效的測算

2.1 研究方法

2.2 投入產出指標說明

本文繼續(xù)沿用王兵等[18]將資源、環(huán)境等因素納入到環(huán)境效率的測評框架的方法，將我國工業(yè)CO2排放績效定義為單位CO2排放的實際產出與最優(yōu)產出之間的比重。本研究選取2003-2013年我國30個省、市、自治區(qū)的有關數據為樣本，由于西藏、香港、臺灣和澳門地區(qū)部分數據缺失，因此不納入考察范圍。筆者選取工業(yè)資本存量、勞動力和能源消費量作為投入要素指標；CO2排放作為非期望產出，用工業(yè)增加值表示期望產出。數據來源于相應年份的《中國統(tǒng)計年鑒》和《中國能源統(tǒng)計年鑒》、《中國工業(yè)經濟統(tǒng)計年鑒》以及各省、市的統(tǒng)計年鑒和統(tǒng)計公報數據。相關指標以及數據處理說明如下：

資本存量（K），可采用永續(xù)盤存法進行估算，但這種方法設計初始資本存量、投資額以及資本折舊率等基礎數據，初始資本存量和工業(yè)資本折舊率亦需要估算，不同研究的估算方法結果差異較大，本文采用不少實證研究所采取的替代方法，以工業(yè)固定資產凈值年平均余額作為各地工業(yè)資本存量的近似估算，用各省固定資產投資價格指數將其平減為2003年可比價。能源投入（E），本文所指工業(yè)能源投入是工業(yè)終端能源消費量，單位是萬t標準煤。勞動投入（L），以工業(yè)企業(yè)的全部從業(yè)人員年平均人數計算，單位是萬人。碳排放量（TC），利用聯(lián)合國政府間氣候變化專門委員會推薦的CO2排放估算參考方法，依據工業(yè)細分品種能源消費量來推算CO2排放量，公式如下：

表示化石能源的消費種類，考慮到CO2的來源主要是化石燃料能源，這里共包括八種能源：天然氣、燃料油、柴油、煤油、汽油、原油、焦煤和煤炭，沒有加入電力的消費，以避免重復計算。少量缺失數據采用線性插值或者均值加以填補。

2.3 工業(yè)CO2排放績效的靜態(tài)時序變化

現有文獻對中國經濟區(qū)域的劃分存在較大差異，鑒于我國先后實施西部大開發(fā)戰(zhàn)略、中部崛起戰(zhàn)略和東北老工業(yè)基地振興計劃，本文選擇東部、中部、西部以及東北四大區(qū)域劃分法。根據上述的我國工業(yè)投入產出面板數據，基于考慮非期望產出的SBM模型，對2003-2013年我國30個省區(qū)以及四大經濟區(qū)域的工業(yè)CO2排放績效進行測算，表1給出我國30個省份2003-2013年期間的省際工業(yè)CO2排放績效。

從各省工業(yè)CO2排放績效的平均水平來看，排在前五位的省份依次為浙江、廣東、江蘇、江西和天津，其工業(yè)CO2排放績效均值都超過0.9；排名倒數后五位的省份依次為黑龍江、寧夏、貴州、甘肅和湖北，工業(yè)CO2排放績效均值都沒有超過0.4。由此可見，我國各省工業(yè)CO2排放績效均值水平存在明顯的地域差異性，工業(yè)CO2排放績效較高的省份集中在我國經濟較為發(fā)達的東部地區(qū)，碳排放績效較低的省份則主要分布在我國的中西部以及東北經濟綜合區(qū)。

圖1顯示全國以及四大經濟區(qū)域2003-2013年的工業(yè)CO2排放績效趨勢。可以看出，除了東部省份的工業(yè)CO2排放績效呈現先升后降再升的趨勢，其余三大經濟區(qū)域的工業(yè)CO2排放績效變動趨勢大致相同，2004-2007年期間我國工業(yè)CO2排放績效呈現上升態(tài)勢，究其原因可能是由于我國政府開始意識到環(huán)境保護的重要性，著手進行降低CO2排放的工作，2008年受金融危機的影響除了東北地區(qū)，其余三大經濟區(qū)域的工業(yè)碳排放績效較2007年均有下降，2010-2013年期間，東北、東部和西部的工業(yè)碳排放績效出現提高走勢，在此期間我國進一步提出節(jié)能減排的約束性目標，政府加強環(huán)境規(guī)制的力度和調整工業(yè)結構，注重綠色工業(yè)發(fā)展模式使得工業(yè)碳排放績效有所改善。從四大經濟區(qū)域工業(yè)CO2排放績效的均值來看，區(qū)域分化顯著，我國東部省份的工業(yè)CO2排放績效均值達到0.82，遠高于全國均值水平0.65，中部、西部和東北經濟區(qū)域的工業(yè)CO2排放績效分別為0.60、0.57和0.48，但都明顯低于東部地區(qū)和全國均值水平。需要強調的是，本文計算的工業(yè)CO2排放績效是相對的，碳排放績效處于最佳實踐省份是相對于國內其他省份而言，相對發(fā)達國家的碳排放績效而言，這些最佳實踐省份依然存在較大的改善空間。

2.4 工業(yè)CO2排放績效的動態(tài)演進

為了更加細致、直觀地描繪出我國工業(yè)CO2排放績效動態(tài)演進過程，利用核密度估計法對其進行進一步的考察。核密度估計法是使用核密度估計量來估計橫截面的分布，其原理如下：設p維隨機向量X的密度函數為f（x）= f（x1，…，xn），X1，X2，…，Xn為它的一個獨立同分布的樣本，則f（x）的核密度估計為：

其中：K（·）為核函數，h為帶寬，本研究選取常用的Silverman為最佳帶寬和Epanechnikov核函數[19]。圖2是描述2003、2006、2009和2013年我國工業(yè)CO2排放績效的核密度曲線。分布圖中的橫軸表示工業(yè)CO2排放績效水平，縱軸表示核密度。從密度分布曲線位置的平移來看，2003-2013年，密度分布曲線整體表現出向右平移的趨勢，較為直觀的反映出各省的工業(yè)CO2排放績效處于增長的趨勢；從曲線的形狀來看，在考察樣本期內，我國各省的工業(yè)CO2排放績效明顯表現出雙峰趨同，這種模式反映出一部分省份的工業(yè)碳排放績效將在較高水平聚攏，另一部分省份的工業(yè)碳排放績效在較低水平上集中。

3 工業(yè)CO2排放績效影響因素分析

3.1 空間相關性檢驗

是否需要在工業(yè)CO2排放績效影響因素計量模型中引入空間效應，取決于我國工業(yè)CO2排放績效在地理空間上依賴性和相關性。筆者采用全局Morans I指數來檢驗其空間分布是否存在相關特征。計算莫蘭指數的方法為[20]：

和Yj表示各地區(qū)的測量值（本文指SBM測算的各省工業(yè)CO2排放績效），n為省份總數，Wij表示二進制鄰接空間權重矩陣，可以采用距離標準或者鄰接標準來度量。Morans I的數值在[-1，1]。大于 0，表示目標區(qū)域存在空間正相關性；等于 0，表示目標區(qū)域空間分布相互獨立；小于 0，表示目標區(qū)域存在空間負相關性[21]。

本文所用空間權重矩陣為空間鄰接矩陣，經過操作GEODA軟件，測算出樣本考察期內大多數年份的工業(yè)CO2排放績效Morans I都為正值，且均通過10%的顯著性檢驗。充分驗證我國工業(yè)CO2排放績效分布并不是隨機的，而是具有空間依賴性，較低（高）工業(yè)CO2排放績效的省份往往與周圍具有較低（高）工業(yè)CO2排放績效的省份相靠近，表現出“相似相近”的特征。

3.2 模型設定和變量選取

上文對工業(yè)CO2排放績效的Morans I指數檢驗證實省際工業(yè)CO2排放績效具有空間相關性特征。據此，假如模型的回歸估計沒有將空間因素考慮在內，容易造成模型的估計結果出現偏誤。為了準確地研究各個因素對工業(yè)CO2排放績效的影響程度，本文將采用空間面板計量模型進行研究。空間計量模型一般可分為兩大類，即空間滯后模型（SAR）和空間誤差模型（SEM）。

空間誤差模型（SEM）的基本形式如下[22]：

Yt=Xtβ+ε

ε=λWε+u（6）

SEM模型認為空間影響存在擾動項誤差中，其反映相鄰地區(qū)自變量的變化對因變量的誤差沖擊對區(qū)域被解釋變量的空間影響。式（6）中，Y為因變量向量，為上文SBM模型測算的工業(yè)碳排放績效（CI）；X為自變量向量，依據CO2排放績效內涵以及既有的研究成果，結合低碳經濟、工業(yè)經濟、環(huán)境經濟的相關理論，本文擬從環(huán)境規(guī)制、出口貿易、技術水平、產業(yè)結構、經濟發(fā)展、工業(yè)產權結構等六個維度出發(fā)，對工業(yè)CO2排放績效影響可能的主要因素進行計量分析與檢驗。λ表示空間誤差系數，u為誤差項，W為N×N階的空間權重矩陣，β為回歸系數向量。

空間滯后模型（SAR）的基本表達如下[23]：

Yt=ρWYt+Xtβ+ε（7）

SAR模型只包含區(qū)域間被解釋變量間的交互影響，反映相鄰地區(qū)被解釋變量對區(qū)域被解釋變量的空間影響。式（7）中，W為空間權重矩陣，ρ為空間滯后系數，β為k×1階回歸系數向量。

為進一步揭示工業(yè)CO2排放績效差異產生的原因，接下來對選取的影響因素指標做出具體說明。環(huán)境規(guī)制（ERS），用工業(yè)環(huán)境治理投資額占GDP的比重來表示，CO2排放具有一定的環(huán)境外部性，這使得政府部門在碳減排過程中必須要承擔相應責任。STR表示產業(yè)結構，用第三產業(yè)增加值占GDP比重來衡量；EXP表示出口依存度，用各省出口額占GDP的比重來表示；GDP表示經濟發(fā)展水平，以2003年不變價計算的實際人均GDP表示；SOE表示工業(yè)產權結構，以當地國有（控股）工業(yè)企業(yè)產值占工業(yè)總產值的比重來表示；R&D表示技術創(chuàng)新，已有研究往往以發(fā)明專利申請數來表示，本文繼續(xù)沿用這一指標進行研究。涉及的數據來源于2004-2014年《中國統(tǒng)計年鑒》和地方統(tǒng)計年鑒，少量缺失數據采用線性插值或者均值加以填補。

3.3 結果解析

由于本文采用的是面板數據，在模型的選擇上到底采用固定效應模型還是隨機效應模型，需要通過F統(tǒng)計量和hausman檢驗來判定，SAR和SEM模型的hausman結果均通過1%的顯著性水平檢驗，接下來的分析均是基于固定效應模型進行。作為對比，對不考慮空間交互效應的傳統(tǒng)OLS面板數據結果也一并報告。在進行空間模型估計時，模型內生性將導致OLS估計的參數存在偏誤甚至是無效的，所以需要檢驗空間滯后和空間誤差的LR檢驗，如果在檢驗中LMerr在統(tǒng)計上比LMlag要顯著，則選擇SEM，反之則選擇SAR。表2的下半部分給出空間相關性檢驗結果，結果顯示LMerr、RLMerr并沒有通過顯著性檢驗，而LMlag、RLMlag均通過1%顯著性水平檢驗，據此，應該選用空間滯后模型分析較為合適。依據面板模型固定效應分為三種形式，時期固定效應、空間固定效應和時期空間雙固定效應，從表2上半部分可見三種空間面板模型擬合優(yōu)度均高于傳統(tǒng)面板回歸模型，說明納入空間因素分析是有必要的，而空間固定效應模型的擬合度最優(yōu)，所以采用空間固定效應的回歸結果對各個影響因素進行具體討論。

（1）環(huán)境規(guī)制（ERS）對工業(yè)CO2排放績效的影響為正，表明工業(yè)企業(yè)開始注重經濟增長質量的追求，企業(yè)在面臨環(huán)境規(guī)制時，為了達到污染物排放標準，往往會刺激企業(yè)通過技術創(chuàng)新改進來提高治污能力或改進工藝，減少治污支出的成本實現利潤最大化，環(huán)境規(guī)制通過技術傳導的節(jié)能減排效果就產生了。但遺憾的是本研究中環(huán)境規(guī)制對工業(yè)CO2排放績效的影響并沒有通過顯著性水平檢驗。這可能是由于我國政府環(huán)境規(guī)制的力度不高，規(guī)制的重點以廢氣、廢水和固體廢氣物有關，關注碳排放較少，相應的監(jiān)督和檢測機制處于起步階段，進而使得環(huán)境規(guī)制對CO2排放績效的影響并不顯著。

（2）經濟增長（GDP）對工業(yè)CO2排放績效的影響顯著為正。雖然長久以來，我國經濟增長以高投入、高排放和高能耗的粗放式生產為主，但是隨著經濟發(fā)展水平越高，越有利于產業(yè)結構的轉變，可以帶動這個地區(qū)的融資能力，從而為CO2排放績效改善所需要的設備、人力等資源提供物質保障；另一方面，人均收入增長到一定程度后，公眾對環(huán)境保護的意愿更加強烈以及對企業(yè)與政府的社會責任要求會不斷提高，從而督促企業(yè)減少CO2排放。

（3）R&D技術創(chuàng)新與工業(yè)CO2排放績效顯著正相關。技術創(chuàng)新是工業(yè)生產過程中減排的核心因素之一，正積極地推動低碳經濟發(fā)展到正確軌道上，其通過全要素生產率促進資源循環(huán)利用，對于降低當前減排技術成本至關重要，這將帶動新的零碳和低碳技術發(fā)明和推廣，進而增強工業(yè)企業(yè)減排的能力。

（4）產業(yè)結構（STR）的彈性回歸系數為正，且通過1%顯著性水平的檢驗，說明第三產業(yè)增加值占GDP的比重提升有助于提升工業(yè)CO2排放績效。目前，我國處于快速發(fā)展的工業(yè)化階段，重工業(yè)在整個體系的比重居高不下，導致工業(yè)降低CO2排放量的工作任務艱巨，而第三產業(yè)一直具有能耗少、污染小等優(yōu)點，發(fā)展第三產業(yè)能有效緩解資源、環(huán)境和經濟之間的矛盾。

（5）工業(yè)產權結構（SOE）與工業(yè)CO2排放績效顯著負相關。究其原因這可能與國有企業(yè)大多存在委托-代理問題，資源配置效率低，且多數享有行業(yè)壟斷優(yōu)勢，采取能效提升和清潔生產的動力缺乏，同時在GDP導向的政績考核機制下，地方政府對本地國有經濟企業(yè)的保護和干預致使國有企業(yè)的環(huán)境約束軟化，不利于CO2排放績效提升。

（6）出口依存度（EXP）在5%的顯著性水平上對工業(yè)CO2排放績效的影響為負，這表明出口貿易的提高將不利于改善我國工業(yè)CO2排放績效。因為加工貿易占據我國出口貿易的很大比例，也是我國出口貿易商品的主要來源，總體而言，其產品的技術含量相對較低、勞動密集度較高、高技術含量、高附加值的產品比重不高，不乏一部分加工貿易為高污染、高能耗、資源投入大（兩高一資）的產品，不利于我國低碳經濟和綠色貿易的發(fā)展。4 簡要結論與啟示

本文在考慮碳排放和能源投入的生產前沿分析框架下，利用非角度、非徑向考慮松弛變量的SBM模型測算我國2003-2013年工業(yè)CO2排放績效，結果發(fā)現：絕大部分工業(yè)CO2排放績效呈現不斷提升的趨勢，表現出對生產前沿的技術追趕，從分區(qū)域來看，東部地區(qū)的工業(yè)CO2排放績效最高，東北地區(qū)的工業(yè)CO2排放績效最低。核密度曲線展示工業(yè)CO2排放績效呈現兩極分化趨勢，整體上處于上升態(tài)勢，但減排潛力依然較大。空間計量模型對工業(yè)CO2排放績效影響因素的實證結果表明工業(yè)CO2排放績效具有空間外溢效應，產生這種空間效應的原因可能與各省地方政府注重節(jié)能減排技術的推廣和應用，借鑒、模仿鄰接省份的相關環(huán)境保護政策等有關；在考慮空間因素之后，經濟發(fā)展、產業(yè)結構、技術創(chuàng)新有益于工業(yè)CO2排放績效提升，出口依存度、工業(yè)產權結構與工業(yè)CO2排放績效顯著負相關，環(huán)境規(guī)制對工業(yè)CO2排放績效的正向影響并不顯著。

本文針對工業(yè)CO2排放績效的測算以及計量檢驗結論，對于如何提高工業(yè)綠色增長以及降低CO2排放具有借鑒意義和政策啟示。具體而言可以從以下幾個方面考慮：第一，我國工業(yè)CO2排放績效較高的省份大多分布在東部沿海地區(qū)，東部地區(qū)要發(fā)揮其自身資源優(yōu)勢幫助中部、西部以及東北地區(qū)發(fā)展低碳經濟，形成互惠互利機制。第二，政府設計更好的環(huán)境規(guī)制形式與工具，進一步完善環(huán)境規(guī)制的監(jiān)管機制，引導“波特假說”正效應顯現。第三，繼續(xù)調整優(yōu)化產業(yè)結構，積極發(fā)展第三產業(yè)，放松壟斷性行業(yè)的市場準入，推動國有企業(yè)從一般競爭性行業(yè)退出，在地方政府政績中加強環(huán)境績效的考核[23]。第四，加強工業(yè)企業(yè)內生技術創(chuàng)新，因為相比較其他創(chuàng)新形式，我國工業(yè)節(jié)能減排的效果提升更多的依賴于企業(yè)的自主創(chuàng)新，結合企業(yè)的創(chuàng)新能力高效研發(fā)節(jié)能減排的清潔技術。

（編輯：徐天祥）

參考文獻（References）

[1]馬大來，陳仲常，王玲.中國省際碳排放效率的空間計量[J].中國人口·資源與環(huán)境，2015，（1）：67-77.[Ma Dalai，Chen Zhongchang，Wang Ling.Spatial Econometrics Research on InterPriovincial Carbon Emissions Efficiency in China[J]. China Population， Resources and Environment，2015，（1）：67-77.]

[2]查建平，唐方方，別念民.結構性調整能否改善碳排放績效：來自中國省級面板數據的證據[J].數量經濟技術經濟研究，2012，（11）：18-33.[Zha Jiangping，Tang Fangfang，Bie Nianmin.Can Structural Adjustments Improve Carbon Emissions Performance：Come from Empirical Reseach of Chinas Provincial Panel Date[J]. The Journal of Quantitative & Technical Economics，2012，（11）：18-33.]

[3]Zofo J L，Prieto A M. Environmental Efficiency and Regulatory Standards： The Case of CO2 Emissions from OECD Industries[J].Resource and Energy Economics，2001，23（1）：63-81.

[4]Zaim O，Taskin F.Envirnomental Efficiency in Carbon Dioxide Emissions in the OECD：A Nonparametric Approach[J].Journal of Environmental Management，2000，58（2）：95-107.

[5]Zhou P，Ang B W，Han J Y. Total Factor Carbon Emission Performance：A Malmquist Index Analysis[J].Energy Economics，2010，32（1）：194-201.

[6]查建平，唐方方.中國工業(yè)碳排放績效：靜態(tài)水平及動態(tài)變化：基于中國省級面板數據的實證分析[J].山西財經大學學報，2012，（3）：71-80.[Zha Jianping，Tang Fangfang. Research on Static Level， Dynamic Change and Affecting Factors of Industrial Carbon Emissions Performance[J].Journal of Shanxi University of Finance and Economics，2012，（3）：71-80.]

[7]袁鵬.基于物質平衡原則的中國工業(yè)碳排放績效分析[J].中國人口·資源與環(huán)境，2015，（4）：9-10.[Yuan Peng.Analysis of the Performance of Carbon Emissions from Chinas Industrial Sector Based on the Materials Balance Principle[J].China Population， Resources and Environment， 2015，（4）：9-10.]

[8]曹珂，屈小娥.中國區(qū)域碳排放績效評估及減碳潛力研究[J].中國人口·資源與環(huán)境，2014，（8）： 24-32.[Cao Ke，Qu Xiaoe.Research on Regional Carbon Emissions Performance Evaluation and Carbon Reduction Potential in China[J].China Population， Resources and Environment， 2014，（8）： 24-32.]

[9]李子豪，劉輝煌. 中國工業(yè)行業(yè)碳排放績效及影響因素：基于FDI技術溢出效應的分析[J].山西財經大學學報，2012，（9）：65-73.[Li Zihao，Liu Huihuang.Research on Carbon Dioxide Emission Performance and Affecting Factors in Chinese Industrial Sectors[J].Journal of Shanxi University of Finance and Economics，2012，（9）：65-73.]

[10]劉明磊，朱磊，范英.我國省級碳排放績效評價及邊際減排成本估計：基于非參數距離函數方法[J]. 中國軟科學，2011，（3）：106-114.[Liu Minglei，Zhu Lei，Fan Ying.Evaluation of Carbon Emissions Performance and Estimation of Marginal CO2 Abatement Costs for Province of China：A Nonparametric Distance Function Approach[J].China Soft Science，2011，（3）： 106-114.]

[11]張立國，李東，周德群.中國物流業(yè)二氧化碳排放績效的動態(tài)變化及區(qū)域差異：基于省級面板數據的實證分析[J].系統(tǒng)工程，2013，（4）：95-102.[Zhang Liguo，Li Dong，Zhou Dequn. Dynamic Carbon Dioxide Emissions Performance and Regional Disparity of Logistics Industry in China[J].Systems Engineering，2013，（4）： 95-102.]

[12]仲云云，仲偉周.中國區(qū)域全要素碳排放績效及影響因素研究[J].商業(yè)經濟與管理，2012，（1）： 85-96.[Zhong Yunyun，Zhong Weizhou.Chinas Regional Total Factor Carbon Emission Performance and Influencing Factors Analysis[J].Journal of Business Economics，2012，（1）： 85-96.]

[13]查建平，唐方方，鄭浩生.什么因素多大程度上影響到工業(yè)碳排放績效：來自中國（2003-2010）省級工業(yè)面板數據的證據[J].經濟理論與經濟管理，2013，（1）：79-95[Zha Jianping，Tang Fangfang，Zheng Haosheng. Determinant factors of Industrial Carbon Emission PerformanceEvidence from Chinese Provincial Industrial Panel Data[J].Economic Theory and Business Management，2013，（1）：79-95.]

[14]韓晶，王赟，陳超凡.中國工業(yè)碳排放績效的區(qū)域差異及影響因素研究：基于省域數據的空間計量分析[J].經濟社會體制比較，2015，（1）：113-124.[Han Jing，Wang Yun，Chen Chaofan.A Study on Region Differences of Industrial Carbon Emissions Performance and Its Factors in China Spatial Econometric Analysis Based on Provincial Data[J].Comparative Economic & Social Systems，2015，（1）：113-124.]

[15]羅良文，李珊珊. FDI、國際貿易的技術效應與我國省際碳排放績效[J].國際貿易問題，2013，（8）： 142-150.[Luo Liangwen，Li Shanshan.Technical Effects of FDI and International Trade and Provincial Carbon Emission Performance in China[J].Journal of International Trade，2013，（8）： 142-150.]

[16]王群偉，周鵬，周德群. 我國二氧化碳排放績效的動態(tài)變化、區(qū)域差異及影響因素[J].中國工業(yè)經濟，2010，（1）：45-54.[Wang Qunwei，Zhou peng，Zhou Dequn.Research on Dynamic Carbon Dioxide Emissions Performance，Regional Disparity and Affecting Factors in Chian[J].China Industrial Economics，2010，（1）：45-54.]

[17]屈小娥.中國工業(yè)行業(yè)環(huán)境技術效率研究[J].經濟學家，2014，（7）：55-65.[Qu Xiaoe.A Study on the Efficiency of Environmental Technology of Chinese Industry[J].Economist，2014，（7）：55-65.]

[18]王兵，吳延瑞，顏鵬飛.中國區(qū)域環(huán)境效率與環(huán)境全要素生產率增長[J].經濟研究，2010，（5）： 95-109.[Wang Bing，Wu Yanrui，Yan Pengfei.Environmental Efficiency and Economices[J].Economic Research Journal，2010，（5）：95-109.]

[19]屈小娥.中國省際全要素CO2排放效率差異及驅動因素：基于1995-2010年的實證研究[J].南開經濟研究，2012，（3）：128-141.[Qu Xiaoe. Total Factor Efficiency Differences of CO2 Emissions and Driving Factors in Chinas InterprovincialBased on the 1995-2010 Years of Empirical Research[J].Nankai Economic Studies，2012，（3）：128-141.]

[20]葉明確，方瑩.出口與我國全要素生產率增長的關系：基于空間杜賓模型[J].國際貿易問題，2013，（5）：19-31.[Ye Mingque，Fang Ying.Relationship Between Export and Total Factor Productivity Growth in China：A Study Based on Spatial Durbin Model[J].Journal of International Trade，2013，（5）：19-31.]

[21]余澤泳，劉大勇.創(chuàng)新要素集聚與科技創(chuàng)新的空間外溢效應[J].科研管理，2013，（1）：49.[Yu Zeyong，Liu Dayong.Innovation Essential Factor Cluster and the Spatial Spillover of Technological Innovation Efficiency in China[J]. Science Research Management， 2013，（1）：49.]

[22]馬子量，郭志儀，馬丁丑.西部地區(qū)省域城市化動力機制研究[J].中國人口·資源與環(huán)境，2014，（6）：10.[Ma Ziliang，Guo Zhiyi，Ma Dingchou.Research of Priovincial Urbanization Dynamic Mechanism in the Western Region of China [J].China Population， Resources and Environment， 2014，（6）：10.]

[23]周五七，武戈.低碳約束的工業(yè)綠色生產率增長及其影響因素實證分析[J].中國科技論壇，2014，（8），67-73.[Zhou Wuqi，Wu Ge.Industrial Green TFP Growth Under Lowcarbon Constraint and Its Influencing Factors Analysis[J]. Forum on Science and Technology in China， 2014，（8），67-73.]