中国碳生产率的潜在改进空间——基于外部环境和内部管理视角，本文主要内容关键词为：生产率论文,内部管理论文,中国论文,视角论文,外部环境论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
文章编号：1007-7588(2015)06-1218-12 修订日期：2015-04-10 1 引言 近年来，“金砖五国”(BRICS)在经济领域的成就举世瞩目，但在环境保护领域交出的答卷不甚理想。正是由于采用这种非协调的经济发展模式，或者说处于快速推进工业化、城市化进程中难以逾越的倒“U”形环境库兹涅茨曲线拐点的左方阶段，金砖五国备受欧美国家的指责。欧美国家意欲凭借低碳经济重新拉开与金砖五国的经济距离，形成相对优势，与此同时，金砖五国也想通过低碳经济来赶超欧美国家，实现跨越式发展。 在这一背景下，低碳经济开始取代传统经济，成为世界经济的潮流。研究低碳经济的必要性、可能性和现实性也已成为当前学术界研究的焦点之一。要想实现低碳经济的关键是要实现“二氧化碳(
)减排和经济增长”的共赢，而碳生产率指标则是能够将两者有机结合的重要指标。虽然碳生产率构成简单，为单位
排放的经济产出[1]，但却是从投入要素角度给出了社会经济发展所面临的新约束条件，将隐含在能源和物质产品中的碳剥离出来，从而成为能够与传统的劳动生产率及资本生产率相比较的新指标[2]。 根据中国政府在哥本哈根会议上做出的在2020年将
排放强度比2005年下降40％～45％的郑重承诺，及国民经济“十二五”规划中提出的单位国内生产总值
排放强度降低17％的约束目标，可分别求出相应的碳生产率提升要求，前者需要碳生产率提升67％～82％，而后者则需提升20％左右。如何更为科学合理地将碳生产率目标在地区间和行业间进行合理分解，成为一个迫切需要解决的难题。要想破解这个难题，首先需要明确各地区碳生产率的潜在改进空间。 从已有文献来看，有大量文献研究了
和能源(两者虽不完全相等，但在很大程度上是一个硬币的两面)的减少潜力问题。史丹从趋同的角度估算了中国各省份在三次产业上的节能潜力，发现节能潜力在区域上呈现了西中东递减格局，在产业上则呈现一、二、三次产业递减趋势[3]。Hu等和Chang等基于全要素生产率框架，分别研究了中国的
]和能源的效率问题，为碳生产率潜在改进空间的研究提供前期基础[4，5]。基于此，魏楚等、郑立群、曹珂等基于全要素生产率框架，研究了中国各地区的
减排潜力或能源节约潜力[6-8]。也有学者从经济核算方法[9]、单指标时空比较分析法[10]、指数分解的方法[11]、投入产出模型[12]等多种方法研究了中国各地区、各行业的
减排潜力或能源节约潜力问题。陈诗一较早地基于方向性距离函数设计了中国工业
的减排路径，深入探讨了不同节能减排路径对工业未来潜在产出和未来生产率的影响[13]。进一步地，为完成国家的节能减排目标，林伯强等认为在维持城镇化进程的基础上，应重视能源效率的提升作用，走节能为主、发展清洁能源为辅的低碳经济转型战略，特别是要重视能源结构优化的巨大贡献潜力[14]，来自全国数据的模拟分析认为中国若能根本性地调整能源结构，在2020年能够节能16.16亿t～18.50亿t标准煤，降低
排放达50.31亿t～51.99亿t，就能够有利助推哥本哈根会议承诺的顺利完成[15]。 但是碳生产率的提升不仅取决于
的减排潜力，也需依靠现有要素投入下的产出能力增强潜力，因此理应结合
的节约潜力和GDP的增长潜力来研究碳生产率的潜在改进空间，如朱艳坤等和吴晓华等采用数据包络方法将
的节约潜力和GDP的增长潜力进行了有机结合，分析了碳生产率的增长潜力问题[16，17]。但是从这个角度来开展研究的文献少之又少。然而现有文献即便估算出碳生产率的潜在改进空间，也并未明确地回答到底是什么因素导致了它的存在。 Fried等认为要想更为公允地评估和效率有关的问题，就必须先把外部环境及运气等因素调整至同一标准，然后再去评估效率问题，否则就无法客观地识别出到底是外部环境或是利用这些外部环境的能力(内部管理)导致了差异化的效率，从而开创性地构建了三阶段DEA[18]。此后，众多学者将其应用到各个领域的效率评价问题上[19，20]。受该学者的启发，本文拟在评估出中国各省份碳生产率潜在改进空间的基础上，尝试从外部环境和内部管理这个角度去解释该潜在改进空间存在的原因。本文的主要贡献在于：①不同于Fried等先调整外部环境和随机因素再进行效率评估的思路，而是在求出碳生产率潜在改进空间之后，从外部环境、内部管理和随机偏差三个角度将该潜在改进率分解成：
外部环境改进率、
内部管理改进率、
随机偏差改进率、GDP外部环境改进率、GDP内部管理改进率和GDP随机偏差改进率6个变量，以期能够为有针对性地降低碳生产率潜在改进率、提升实际的碳生产率水平提供新的视角；②众多学者在使用Fried的三阶段DEA模型时，往往是在第二阶段对第一阶段求得的松弛变量原始值进行因素分解，但直接使用松弛变量原始值作为因变量是值得商榷的，不仅混淆了经济整体规模和单个企业规模的不同作用，而且用相对量的自变量去解释绝对量的因变量是有偏差的。因此，本文使用相对量的碳生产率潜在改进率作为因变量，简单但有效地解决了已有文献存在的不妥之处。 2 研究方法 在追求节能减排的目标时，可以有两种思路，一种是在满足产出要求的基础上力图实现投入要素的最大节约，另一种则是在充分利用投入要素的基础上追求产出的最大扩张。本文综合使用两种思路。具体研究时，首先利用超效率SBM模型(Slacks-based Measure of Super Efficiency Model)求出GDP和
的冗余量，进而计算出碳生产率的潜在改进空间及相应的
潜在改进空间和GDP潜在改进空间。对于某经济体而言，存在碳生产率潜在改进空间就意味着它未及效率前沿面，是一种资源的浪费，可以将其视为一种成本。因此，本文拟利用随机前沿成本函数模型将每种潜在改进空间的存在原因分解成外部环境、内部管理和随机偏差(即运气因素)三种，以此来更深入地把握各省份碳生产率的潜在改进效果及具体改进着力点。 2.1 碳生产率潜在改进空间估算 基于Tone构造的超效率SBM模型，可以较好地解决多个有效决策单元的超出效果以及排序问题，其基本思路是：在对决策单元进行效率评价时，先将被评价的决策单元排除在集合之外，计算其他决策变量的效率情况，然后对DEA有效的决策单元，再次构建生产前沿面，进而估算具体的效率超越程度[21]。假设有n个决策单元(
，j=1，2，…，n)，每个DMU均投入m种要素来生产s种产品，
表示第j个决策单元的第i种投入的输入量，
表示第j个决策单元的第r种产品的输出量。对于选定的
，判断其有效性的规模收益不变的SBM超效率混合导向模型形式设定如下：
式中θ为效率指数；
为输入和输出系数；
分别为输入和输出指标松弛变量。 以投入中的二氧化碳(c)和产出中的GDP(y)为进一步考核对象，并引入时间t，则可以通过该模型计算出
和GDP的松弛变量。在实际运算中，为了保证碳生产率潜在改进空间在时间和空间维度上的可比性，本文在使用超效率模型前，先使用曼奎斯特指数方法求出各DMU在样本年间的技术进步率，然后将所有年份的技术水平调整至2003年的技术基年水平。调整的原则为：如果某DMU和基年相比获得了一定的技术进步，则将其实际产出进行削减，削减程度为技术进步带来的经济产出增长幅度。考虑松弛变量后的碳生产率可以提升至：
为便于运算及后续分解，根据变动率公式，可将碳生产率潜在改进率近似表示成：
2.2 碳生产率潜在改进空间分解 从本质上看，某地区如果存在
潜在改进率和GDP潜在改进率，说明该地区在诸多因素的影响下，没有达到前沿有效水平而导致了这些浪费量，依据Fried等在研究松弛变量影响因素时的思路[18]，可以将潜在改进率定位为一种成本，进而使用成本函数进行影响因素分析。具体来看，将潜在改进率存在的原因归纳为以下三点：一是由先天外部环境不足导致的；二是由利用先天外部环境的能力不到位引起的；三是由运气不佳等偶然因素带来的。为了深入探讨何种因素导致了潜在改进率的存在，可以使用随机前沿成本函数模型，以
潜在改进率
为例，模型的具体设定如下：
3 数据来源与变量选取 3.1 数据来源 本文采用中国29个省份(剔除西藏、香港、澳门和台湾，由于数据获取的原因，重庆并入四川)2003-2012年的面板数据为样本，所用数据是根据历年《中国统计年鉴》[23]、《中国环境统计年鉴》[24]、《中国能源统计年鉴》[25]、《中国区域经济统计年鉴》[26]、《中国互联网发展报告》[27]、《中国人口与就业统计年鉴》[28]整理和计算而得。为扣除价格因素的影响，本文所有和价格有关的数据均根据相应价格指数或增长指数调整至2000年价格水平。 3.2 变量选取 在估算
潜在改进率和GDP潜在改进率时，采用的变量有以下几个：①产出(Y)：选取GDP作为产出；②劳动投入(L)：选用年末从业人员数来指代；③资本投入(K)：根据单豪杰使用的永续盘存法计算出的资本存量来衡量[29]；④
投入(C)：根据国家发改委能源研究所提供的二氧化碳排放因子计算出
的排放量；⑤技术进步(T)：用时间跨度1～10来刻画。 为了对碳生产率潜在改进空间进行因素分解，本文分别以
潜在改进率和GDP潜在改进率为因变量，通过引入多个外部环境向量，以期能够尽量真实客观地刻画现实的外部环境状况。引入的外部环境变量主要从以下几个层面进行构建： (1)政治环境因素：①环境规制强度(ENV)，鉴于我国
在政府环保工作中的重要地位，加之
排放数据的可获得性和高质量，用它作为环境规制强度的代理变量是可行的[30]，本文用
强度的倒数来指代环境规制强度；②财政分权(POW)，财政分权指标的度量方法有多种[31]，鉴于赵文哲对多种度量指标结果的对比和稳健性结果[32]，本文选用了各省份本级财政收入占总财政收入的比重衡量；③政府放权度(G&M)，为了体现十八届三中全会中提出的“要发挥市场在资源配置中起决定性作用和更好发挥政府作用”的核心思想，选用樊纲等提供的政府与市场的关系指数来度量[33]，由于该指数仅包括1997-2009年的数据，本文根据VAR模型将其数据预测补充至2012年；④民营企业优惠政策(PE)：选用各省份民营企业主营业务税金及附加费占主营业务收入的比重衡量。 (2)经济环境因素：①城镇化率(URB)，以各省份城镇人口占总人口比重衡量；②工业服务业比值(IND)，用各省份工业增加值与第三产业增加值的比值度量；③人均GDP(PGDP)，用各省份人均GDP除以人口数衡量。 (3)技术环境因素：①网络技术环境(INT)，用各省份网民数量与总人口的比值表示；②人力资本水平(HUM)，用各省份从业人员按受教育程度和教育回报率计算得出[34]；③科研投入强度(R&D)，用各省份人均研究与开发机构经费支出总额表示，且考虑到科研投入影响的滞后效应，本文取滞后一期参与模型回归。 (4)国际环境因素：①国际竞争程度(COM)，选用进出口总额与GDP的比值来度量；②外商直接投资比重(TFDI)，与常用变量不同，未直接使用外商直接投资(FDI)与GDP的比值来衡量，而用FDI资本存量与GDP的比重衡量。FDI存量计算公式为：
式中ZFDI为FDI资本存量；fdi为新增FDI投资量；δ为折旧率，取0.096。初期资本存量为1990年，计算方式为：
式中g为fdi 1990-2000年的年均增长率。 (5)要素环境因素：①资本能源比值(K/E)，用资本存量与标准煤能源的比值度量；②低碳能源结构(ENE)，用标准煤能源与
排放量的比值度量；③金融发展程度(FIN)，金融的发展程度能够为生产要素配置效率的提高提供保障，本文用各省份金融业产值与总产值的比值衡量；④交通通达度(TRA)，交通的便利程度也将是提高其他要素效率的重要因素，本文用铁路营业里程和等级公路里程之和与国土面积的比值衡量。 4 结果及分析 4.1 碳生产率潜在改进空间的估算及其分析 根据前文介绍的基于混合导向的超效率SBM模型，得到了各省份的逐年效率值，并根据投入和产出的冗余量，计算得出了碳生产率的潜在改进空间。具体计算时，主要根据规模报酬不变的假设对碳生产率的改进空间进行了估算，原因在于如果采取规模报酬可变的假设一般需要决策单元是单个企业，而在地区间进行比较时，地区间往往由多个企业构成，此时一个总体经济规模较小的地区，往往被赋予了规模报酬递增的特性，而一个经济规模较大的地区，则被赋予了规模报酬递减的特性，但两地区里单个企业的规模特性往往可能相同或恰好相反。为此，本文认为在比较地区间的效率时，使用规模报酬可变的假设可能会适得其反。 图1显示了各省份2003-2012年的超效率值均值水平。总体而言，广东和上海的超效率值均值分别为1.012和1.003，均大于1，说明两省份的效率水平已经超越了效率前沿面，在投入不变情况下，即使将产出分别减少1.20％和0.30％亦能恰好处于效率前沿面之上。而宁夏和青海的效率水平居于末位水平，均值分别仅为0.4169和0.4945。从时期角度来看，大多数省份的超效率水平在样本年间呈现了上升趋势，如北京在2003年的超效率值为0.8605，2012年则攀升至0.8971，离效率前沿面的差距在逐步缩小。
图1 2003-2012年中国各省(市、自治区)超效率值和碳生产率潜在改进率 注：由于数据获取原因，未将香港、澳门和台湾纳入本文计算中。 基于投入和产出的冗余量，计算了各省份在样本年间的碳生产率潜在改进率及相应的
潜在改进率和GDP潜在改进率。其中，
潜在改进率是为了达到资本、劳动和
的最佳比值关系，决策单元可以节约的
排放量比率；GDP潜在改进率则是决策单元在达到各要素最佳比值关系后，为达到效率前沿面，GDP应该扩大的比率。限于篇幅，仅在图1中给出了三种潜在改进率的年份均值。可以发现，碳生产率潜在改进率和超效率值高度负相关，如宁夏的超效率均值低居末位，其碳生产率潜在改进率则高居首位，广东的超效率均值高居首位，其碳生产率潜在改进率则居于末位①。不过，碳生产率潜在改进率和超效率值并非完全一致，原因就在于资本和劳动冗余量产生的扰动。碳生产率潜在改进率总体高达0.6915，且呈现了明显的西中东递减格局，年均改进率分别为1.0476、0.7059和0.3572。总体而言，全国整体的
潜在改进率(0.3709)高于GDP潜在改进率(0.3205)，说明中国若想降低碳生产率潜在改进率，提高实际的碳生产率水平，不仅应当重视对现有要素生产潜力的挖掘，更应当重视对要素间比值关系的优化调整。从东中西的角度来看，中部和西部的
潜在改进率要高于GDP潜在改进率，但东部则恰好相反，说明不同区域在要素间配置效率和要素总体利用效率上存在较大差异性。 4.2 碳生产率潜在改进空间的随机前沿成本函数估算结果及其分析 为研究碳生产率潜在改进率主要受哪些因素影响是制定切实可行政策建议的基本提前。在回归结果开展之前，首先要对数据的共线性问题进行排查，解释变量之间的共线性程度越高，回归结果失真的可能性就相对越大。共线性检验结果表明，自变量的整体KMO取值高达0.8954，且个体KMO取值的最小值亦高达0.7941，而且独立性与Bartlett球体检验均至少在1％的统计水平上显著，表明变量之间具备较高的相关性，可以先采用主成分分析来消除多重共线性问题，然后将主成分引入回归模型，用于评估其对因变量的影响程度。 具体研究时，先对所有自变量数据进行标准化处理，然后进行主成分分析，根据特征值的悬崖碎石图，发现前五个主成分的特征值分别为8.36、1.91、1.13、1.08和0.89，按照常规的判定标准，通常以特征值取1为临界点，提取前四个主成分。但是如果要开展下一步的回归分析，只按照特征值的大小选取主成分自变量，在控制有偏估计上存在固有的缺陷[35]。因此，本文分别以
潜在改进率和GDP潜在改进率为因变量，将16个主成分自变量全部引入回归模型，根据系数值15％的显著性临界水平和似然比检验来确定最优的模型回归形式，最终的回归形式与结果见表1中Model-1和Model-2。主成分自变量的显著性水平、γ值及似然比检验均支持了随机前沿成本函数模型的必要性和有效性。 基于Model-1和Model-2的主成分回归模型系数结果及各主成分的数据构成，可以还原求得原始自变量的系数取值，相关结果见表1中Model-3和Model-4。由模型形式决定，自变量前的系数若显著为正，则表明其会对潜在改进率产生正向影响，意味着某省份随着该变量取值的提升，会让其更加远离前沿有效水平；反之则反是。细观二个因变量中各自变量的系数值，发现政府放权度、人均GDP、人力资本水平、科研投入强度、国际竞争程度、外商直接投资比重、资本能源比值和金融发展程度这八个指标前的系数全部为负，表明随着他们的提高会对
潜在改进率和GDP潜在改进率带来负向影响，提高了实际的碳生产率水平，降低了各省份与
和GDP效率前沿面的差距，由于这些自变量的系数符号与直觉较为吻合，不再对他们做进一步解析。工业服务业比值变量前的系数全部为正，说明适度提高服务业的比重能够有利于降低
潜在改进率和GDP潜在改进率，即降低碳生产率潜在改进率，纵观中国当前大力推进的产业政策也确实正在不断提高服务业特别是生产性服务业的比值，在获取服务业增长的同时，力争反哺制造业，提高制造业生产效率，助推制造业攀升全球价值链的高端[36]，最终实现经产业结构升级、经济增长和环境保护的“共赢”。 其他自变量对两个因变量的影响方向则恰好相反，其中环境规制强度、民营企业税负强度和低碳能源结构会对
潜在改进率带来负影响，但会对GDP潜在改进率带来正影响。说明随着环境规制强度的增强虽然有利于降低环境保护工作的推进，能够促使企业降低要素之间的错配程度，但当前以行政命令为主的环境规制形式尚不能有效地激发出波特的“创新补偿效应”，从而未能在促进GDP增长上发挥应有的潜力。提高民营企业税负强度，能够给企业传递成本信号，促进企业降低要素错配程度，但相对过重的税负却不利于企业产出能力的增强。低碳能源结构的提高，毫无疑问地会有利于降低
排放量，降低
潜在改进率，但当前推行的低碳能源政策特别是新能源产业政策还过多地依赖于政府的扶持，未能步入良性的市场化运行阶段，从而对经济产出带来了不利影响。财政分权、城镇化率、网络技术环境和交通通达度这四个变量会对
潜在改进率带来正向影响，但会对GDP潜在改进率带来负向影响。从内在机制上来看，虽然财政分权具备诸多潜在优点[37]，但财政分权本身会弱化中央政府的宏观调控，可能会促成地方政府间的恶性竞争和低水平竞争[32]，特别是样本期的官员政绩考核标准依然以GDP为准，所以财政分权虽然有利于各省份促进GDP增长，但却会对环境保护引致不利影响。伴随着城镇化进程的推进，的确会给经济的进一步增长带来新的动力，但由于城镇化的推进往往伴随着工业化和钢铁化，会比农村的经济和生活消耗更多的能源、排放更多的
，如何推行绿色城镇化进程，实现经济增长和环境保护的双赢无疑是摆在当前城镇化进程中的一个重点与难点。网络技术环境和交通通达度的提高，确实能够直接和间接地有力推进经济增长，但却会让
的产出能力越发显得相形见绌，使得
潜在改进率相对被提升。
注：***、**、*和#分别表示在1％、5％、10％和15％的水平上显著；Comp1至Comp16为根据主成分法提取的16个主成分自变量；基于Model-1和Model-2的主成分回归模型系数结果及各主成分的数据构成，可以还原求得原始自变量的系数取值，即分别对应为Model-3和Model-4的结果。 4.3 碳生产率潜在改进空间的影响因素分解 基于表1的模型结果和原始数据，本文将碳生产率潜在改进率如式(7)进行了分解，部分结果见表2和图2。总体来看，碳生产率潜在改进率呈现了不断降低的趋势，由2003年的80.32％降低至2012年的44.54％，初步验证了中国节能减排工作已经取得较大成效，特别是近几年的整体碳强度始终能够徘徊于哥本哈根会议承诺和国民经济“十二五”规划的阶段性目标左右，扭转了“十一五”期间未能完成碳强度降低目标的尴尬局面。
图2 2003-2012年中国东、中、西部碳生产率潜在改进空间的因素分析
从总体格局上来看，
内部管理效应和GDP内部管理效应是构成碳生产率潜在改进率的主要成因，但碳生产率潜在改进率波动主要由
外部环境效应和GDP外部环境效应引起。从表2中可看出，全国整体的碳生产率潜在改进率为0.6915，
内部管理效应和GDP内部管理效应分别贡献了其中的0.2491和0.3024，
外部环境效应和GDP外部环境效应则分别贡献了0.1222和0.0184，至于
随机偏差效应和GDP随机偏差效应的影响更小，分别仅有-0.0004和-0.0002。分组考察时，在
内部管理效应上，东中西呈递增趋势，分别取值0.1888、0.2518和0.3132；但在GDP内部管理效应上，中东西部则呈递增趋势，取值分别为0.2437、0.2841和0.3693。在
外部环境效应和GDP外部环境效应上，东中西部排名均呈现递增趋势，东部的取值均为负，分别为-0.0239和-0.0911，体现了东部在外部环境上的优越性。图2a、图2b和图2c分别刻画了东中西部相关取值的逐年趋势。容易看出，虽然东中西部的
内部管理效应和GDP内部管理效应均是构成碳生产率潜在改进率的主要因素，但两者加总的总内部管理效应在样本年间趋于稳步降低，而
外部环境效应和GDP外部环境效应虽然取值相对较小，但两者加总的总外部环境效应在样本年间有明显波动，如中部的总外部环境效应从2003年的0.3391上升至2005年的0.3819后，又快速降至2012年的-0.0532，总体变动高达-0.3923，远高于中部总内部管理效应的总体变动(-0.1574)。因此，可以认为
外部环境效应和GDP外部环境效应的趋势变化主导了碳生产率潜在改进率的变化趋势。 从样本期演变趋势上来看，碳生产率的总外部环境和总内部管理效应在趋于优化，但内部管理效应在绝对水平和优化幅度上，均滞后于外部环境效应的改良进程，特别是GDP内部管理效应甚至呈现了恶化趋势。全国碳生产率的总外部环境效应由2003年0.1705的不良影响改进至2012年-0.0543的有利影响，改进程度高达0.2247，同期的总内部管理效应则仅由期初的0.6362改进至期末的0.5000，改进程度仅为0.1363，低于总外部环境效应的改进状况。进一步深入到总外部环境效应的分解变量上，
外部环境效应和GDP外部环境效应的改良进程较为同步，全国整体均呈现先恶化后改良的趋势，总体分别改进了0.1215和0.1032，说明全国整体的外部环境正在趋于改良，中国当前的政策环境、经济环境和要素环境等外部环境正在不断得以优化。至于中国整体的总内部管理效应分解变量的演变轨迹却恰好相反，
内部管理效应由期初的0.3827改进至期末的0.1480，但GDP内部管理效应则由期初的0.2536恶化至期末的0.3520。即使在东、中、西内部亦维持了上述演变格局，其中东、中、西部的总外部环境效应改进程度分别为0.1241、0.3923和0.1903，全部高于总内部管理效应的改进程度(取值分别为0.0866、0.1574和0.1740)；东中西部
外部环境效应和GDP外部环境效应均有不同程度的改良，特别是中部的
外部环境效应改良幅度更是高达0.2847；至于东中西部的
内部管理效应均呈现了改良趋势，而GDP内部管理效应则均呈现了恶化趋势。 前文曾指出碳生产率潜在改进率和超效率值并非完全一致，而表2的结果进一步显示各省份的超效率水平与内部管理水平并非完全一致，部分省份的高碳生产率主要由先天外部环境效应引致。在直观上，可能会认为某省份的超效率值越高，其内部管理水平就会较高，但事实发现并非完全如此。首先来看超效率均值大于1的上海和广东的对应取值，在
内部管理效应上，上海的内部管理效应虽然低至0.0264，但要略高于浙江的0.0238，广东的内部管理效应(0.2572)更是低于浙江、北京、天津和福建等多个未及效率前沿面的省份。在GDP内部管理效应上，虽然广东的GDP内部管理效应低至0.0202，说明其内部管理效率领先其他省份，但上海的GDP内部管理效应高至0.3208，表明该省份的GDP内部管理效率落后于全国多个省份。因此，上海和广东之所以能超越效率前沿面，不是因为拥有高超的内部管理效率，而是受惠于优良的外部环境，特别是它们在科研投入、人力资本和要素结构上的外部优势为其加分良多。同时，一个有趣的现象就是，各省份
内部管理效应和GDP内部管理效应的取值存在明显的分化现象，如广东、山西、黑龙江和甘肃等省份的
内部管理效应明显高于GDP内部管理效应，但上海、北京、湖北和青海等省份则恰好相反，这种两类内部管理效率的不一致性，体现了它们在要素配置和生产能力上的不一致性，从而为各省份有针对性地提高各自的内部管理效率提供技术支撑。 5 结论与政策建议 5.1 结论 本文以中国29个省份2003-2012年的面板数据为基础，先基于超效率SBM模型估算出各省份样本期的碳生产率潜在改进空间，并将其分解为
潜在改进空间和GDP潜在改进空间，然后使用随机前沿成本函数模型进一步将它们分解成
外部环境效应、
内部管理效应、
随机偏差效应、GDP外部环境效应、GDP内部管理效应和GDP随机偏差效应6个细分因素。在碳生产率潜在改进空间的研究结论显示： (1)中国整体的碳生产率潜在改进率年均高达0.6915，不仅普遍存在随着年份推进而不断降低的趋势，而且呈现了明显的西中东递减格局。不过，各省份的
潜在改进率和GDP潜在改进率的状况差异较大，总体而言，两种潜在改进率在东部和西部地区较为接近，但在中部地区，
潜在改进率明显高于GDP潜在改进率。 (2)
内部管理效应和GDP内部管理效应是构成碳生产率潜在改进率的主要成因，但碳生产率潜在改进率波动主要由
外部环境效应和GDP外部环境效应引起。 (3)碳生产率的外部环境和内部管理效应在趋于优化，但内部管理效应在绝对水平和优化幅度上，均滞后于外部环境效应的改良进程，特别是GDP内部管理效应更是呈现了恶化趋势。 (4)各省份
内部管理效应和GDP内部管理效应的取值存在明显的分化现象，且总内部管理效应与各省份的超效率水平并非完全一致，部分省份的高碳生产率水平主要受惠于先天优良的外部环境。 5.2 政策建议 要提高我国的碳生产率水平，在未来实现既要经济有增长又要环境有改善的绿色经济，可以对不同省份采取不同的碳生产率提升目标及具体措施。总体而言，东部地区的整体外部环境是较好的，主要工作应放在如何提高内部管理效率上，特别是要提高如何利用现有要素投入进一步增强产出的能力，虽然东部整体GDP绝对水平领先于中西部地区，但与其先天优良的外部环境相比，东部地区理应做得更好；中部地区凭借“中部崛起”战略，在GDP外部环境上的改良效果已经初步显现，但在
外部环境的改良进程上较为滞后，而且中部地区总体尚未能充分挖掘和利用自身已有的外部环境，内部管理水平亟待大幅度提高，因此，中部地区未来的工作重点是改进
外部环境、
内部管理水平以及GDP内部管理水平；西部大开发战略虽已经实施多年，但由于前期基础较差，虽然在GDP外部环境、
外部环境和
内部管理水平上有了一定进步，但总体依然不甚理想，至于GDP内部管理水平则更是在低层次徘徊，因而西部地区的整体外部环境和内部管理水平均需全方位提升。相对而言，调整中西部地区的产业结构，降低对能源要素的过分依赖，缓解要素错配程度是未来工作的重中之重。 注释： ①广东和上海的碳生产率潜在改进率分别为-1.20％和-0.30％，即将碳生产率降低1.20％和0.30％，亦恰好处于效率前沿水平。潜在改进率之所以考虑负值，一方面体现了超效率DEA的优点，可以进一步评价超越前沿面的具体程度，更主要的是为了在随机前沿成本函数模型分析中，能够更为准确地对其进行因素分解.
标签：生产率论文; 能源效率论文; 经济模型论文; 经济研究论文; 能源强度论文; 内部环境论文; 环境经济论文; 自变量论文; 经济学论文;
