張強(qiáng)

[摘要] 為測算“絲綢之路經(jīng)濟(jì)帶”中國段交通運(yùn)輸碳排放效率，基于Luenberger生產(chǎn)率指數(shù)法，構(gòu)建加權(quán)Russell方向性距離函數(shù)指數(shù)包絡(luò)分析等模型，并對全要素生產(chǎn)率增長指數(shù)進(jìn)行分解。結(jié)果顯示：2004-2017年西北地區(qū)交通運(yùn)輸碳排放非效率值逐年增加，交通運(yùn)輸?shù)吞及l(fā)展效率較低；交通運(yùn)輸碳排放全要素生產(chǎn)率增長指數(shù)大多為正值，地區(qū)差異較大；2010年以來，各地交通運(yùn)輸碳排放的技術(shù)效率與技術(shù)進(jìn)步因素共同促進(jìn)了交通運(yùn)輸碳排放全要素生產(chǎn)率增長，但是技術(shù)進(jìn)步增長較慢，貢獻(xiàn)率偏低。

[關(guān)鍵詞] “絲綢之路經(jīng)濟(jì)帶”；交通運(yùn)輸碳排放；全要素生產(chǎn)率；技術(shù)效率

[中圖分類號(hào)] F503[文獻(xiàn)標(biāo)識(shí)碼] A[文章編號(hào)] 1008—1763（2018）05—0078—07

An Analysis on Transportation Carbon Emission

Efficiency of “the Silk Road Economic Belt” in China

——Based on Luenberger Productivity Index Method

ZHANG Qiang1，2

（1. The School of International Business， Shaanxi Normal University， Xian710161 ，China；

2.Enterprise Management Center， Xi'an University of Finance and Economics， Xian710100， China）

Abstract： In order to measure the growth of the efficiency of the transportation carbon emissions under the influence of many factors in the northwest of China of “the Silk Road Economic Belt” ，the decomposition model of total factor productivity growth of carbon emissions in transportation industry was constructed based on Luenberger Productivity Index method，this paper analyzed the carbon emission inefficiency of the transportation industry，the calculations showed that the five provinces had obvious differences in the transportation carbon emission intensity， carbon emission inefficiency and TFP growth from 2004 to 2017. Most of the total factor productivity growth index of transportation carbon emissions was positive， the regional differences were obvious. The two factors of technical efficiency and technological progress contributed to the growth of the TFP in transportation carbon emissions since 2010； however， compared with technological efficiency， the technical progress growth was slower， the technical progress had a low contribution rate to total factor productivity growth of the transportation carbon emissions.

Key words： “the Silk Road Economic Belt”； transportation carbon emission； TFP； technical efficiency

一問題的提出與文獻(xiàn)綜述

目前，“一帶一路”交通運(yùn)輸網(wǎng)絡(luò)發(fā)展迅速，但是交通運(yùn)輸?shù)奶寂欧乓?guī)模、強(qiáng)度也在不斷增長。面對我國到2020年、2030年碳排放強(qiáng)度下降為2005年的40%～45%、60%～65%的碳減排目標(biāo)，面對構(gòu)建“綠色生態(tài)大西北”及“防污控霾”的要求，降低交通運(yùn)輸碳強(qiáng)度，提高碳排放效率成為一項(xiàng)重要而必要的舉措。黨的“十八大”以來，按照“綠色發(fā)展、低碳環(huán)?！钡葢?zhàn)略要求，“絲綢之路經(jīng)濟(jì)帶”中國段交通運(yùn)輸碳排放強(qiáng)度趨勢如何？其交通運(yùn)輸碳排放效率呈現(xiàn)怎樣的特征？交通運(yùn)輸碳排放全要素生產(chǎn)率增長呈現(xiàn)怎樣的態(tài)勢？技術(shù)效率、技術(shù)進(jìn)步因素是否對交通運(yùn)輸碳排放全要素生產(chǎn)率增長有貢獻(xiàn)？在構(gòu)建“絲綢之路經(jīng)濟(jì)帶”、推動(dòng)“新一輪西部大開發(fā)”及“十三五”發(fā)展的重要時(shí)期，科學(xué)、全面、準(zhǔn)確地測度“絲綢之路經(jīng)濟(jì)帶”中國段交通運(yùn)輸業(yè)碳排放效率及全要素生產(chǎn)率，對構(gòu)建“絲綢之路經(jīng)濟(jì)帶”交通運(yùn)輸?shù)吞伎沙掷m(xù)發(fā)展具有重要的現(xiàn)實(shí)意義。

國內(nèi)外關(guān)于交通運(yùn)輸業(yè)碳排放效率的實(shí)證研究，主要采取隨機(jī)前沿分析法和數(shù)據(jù)包絡(luò)分析法。關(guān)于隨機(jī)前沿分析法，Watanabe和Tanaka [1]納入資本、人員、能源等多種因素，分析碳排放強(qiáng)度，解釋影響碳排放效率低下的原因。楊騫等[2]分析區(qū)域碳排放強(qiáng)度，測算區(qū)域碳排放效率差異。涂正革[3]從行業(yè)視角運(yùn)用LMDI兩層完全分解法，測算我國7大行業(yè)邊際碳排放量，比較區(qū)域碳排放效率。張金燦等[4]運(yùn)用隨機(jī)前沿分析法，測算了我國三大區(qū)域的碳排放效率和技術(shù)進(jìn)步對全要素生產(chǎn)率的貢獻(xiàn)。關(guān)于數(shù)據(jù)包絡(luò)分析法，Chung等[5]構(gòu)建數(shù)據(jù)包絡(luò)模型，采用污染排放非期望產(chǎn)出方向性距離函數(shù)法，綜合多要素分析碳排放強(qiáng)度及碳排放效率，開啟了考慮資源環(huán)境等因素的碳排放效率研究的先河。胡鞍鋼等[6]將環(huán)境因素引入生產(chǎn)率模型，構(gòu)建方向性距離函數(shù)的全要素生產(chǎn)率模型，分析技術(shù)效率對碳排放的影響。王兵等[7]運(yùn)用MalmquistLuenberger生產(chǎn)率模型法，通過全要素生產(chǎn)率分解測算環(huán)境約束下各影響變量對碳排放效率的影響。Fujii等[8]采取加權(quán)Russell方向性距離函數(shù)模型，以非等比例調(diào)整各種要素分析了碳排放的非效率，得到了碳排放效率值顯著低于以往方法測算結(jié)果的結(jié)論。王惠[9]、袁長偉等[10]分別從技術(shù)進(jìn)步視角構(gòu)建包含非期望產(chǎn)出超效率SBM模型，測算省際工業(yè)碳排放效率、區(qū)域交通運(yùn)輸全要素碳排放效率。李小勝[11]、Yuan等[12]運(yùn)用調(diào)整不同比例的Russell方向性距離函數(shù)包絡(luò)分析法，測算碳排放的非效率及省域碳排放的全要素生產(chǎn)率，得出了技術(shù)創(chuàng)新促進(jìn)了碳排放總體效率提高的結(jié)論。

加權(quán)Russell方向性距離模型在測算氣體排放效率時(shí)可以引入非效率產(chǎn)出（污染氣體排放，非期望產(chǎn)出），并對非效率因素進(jìn)行分解，分析效率損失的原因，比數(shù)據(jù)包絡(luò)分析法等其他方法具有更大的優(yōu)勢，MalmquistLuenberger分析法對投入、期望產(chǎn)出、非期望產(chǎn)出均按既定的方向性向量選擇，對每種因素以相同的比例調(diào)整而得到的碳排放效率等數(shù)值，不能真正反映碳排放效率的大小，而Luenberger生產(chǎn)率指數(shù)法分析多個(gè)樣本面板數(shù)據(jù)，得到的結(jié)果比采用Mamquist生產(chǎn)率指數(shù)法測算的更可信。本文選取“絲綢之路經(jīng)濟(jì)帶”中國段省際面板數(shù)據(jù)，構(gòu)建加權(quán)Russell方向性距離等模型，借鑒Luenberger生產(chǎn)率指數(shù)法測算碳排放效率及全要素生產(chǎn)率，以期對交通運(yùn)輸業(yè)節(jié)能減排的相關(guān)政策調(diào)整提供實(shí)證支撐。

二實(shí)證分析

（一）樣本數(shù)據(jù)與變量選擇

本文在研究交通運(yùn)輸業(yè)碳排放效率時(shí)，選取“絲綢之路經(jīng)濟(jì)帶”中國段的樣本數(shù)據(jù)，投入指標(biāo)X包括：勞動(dòng)力指標(biāo)，選取各省當(dāng)年交通運(yùn)輸業(yè)的從業(yè)人員（記作XL）；資本存量指標(biāo)，參考單豪杰[13]的永續(xù)盤存計(jì)算方法，折舊率為5%，剔除當(dāng)期消費(fèi)價(jià)格指數(shù)，對交通運(yùn)輸業(yè)的資本存量進(jìn)行平減處理（記作XK）；依據(jù)歷年《中國能源統(tǒng)計(jì)年鑒》各省能源平衡表中交通運(yùn)輸、倉儲(chǔ)郵政業(yè)的終端能源消費(fèi)數(shù)據(jù)（記作XE）。產(chǎn)出指標(biāo)Y包括：期望產(chǎn)出指標(biāo)，選取各省、各地區(qū)的交通運(yùn)輸、倉儲(chǔ)郵電通訊業(yè)的經(jīng)濟(jì)總量，對其進(jìn)行當(dāng)期消費(fèi)價(jià)格指數(shù)的剔除處理，折算成不變價(jià)格的交通運(yùn)輸業(yè)GDP（記作YT）；非期望產(chǎn)出指標(biāo)，參見《IPCC國家溫室氣體清單指南》關(guān)于移動(dòng)源CO2排放量測算方法，以“自上而下”的思路，具體的核算參考張為付等的計(jì)算方法[14]，依據(jù)交通運(yùn)輸業(yè)能源消耗量，按照汽油、柴油、煤油等不同能源

種類的碳排放因子進(jìn)行折算

注：i表示汽油、柴油、煤炭等燃料的種類；表示消耗第i種能源的數(shù)量；不同能源種類根據(jù)平均低位發(fā)熱量得到各自的折標(biāo)準(zhǔn)煤系數(shù)，用f表示；標(biāo)準(zhǔn)煤的碳排放系數(shù)（噸/噸標(biāo)煤）用c表示，國家發(fā)改委能源研究所規(guī)定c的標(biāo)準(zhǔn)值為0.67，當(dāng)前“西部地區(qū)”產(chǎn)能落后，能源利用率不高。因此，本文取c=0.7，也就是1 噸標(biāo)準(zhǔn)煤充分燃燒釋放的能量相當(dāng)于同等情況下0.7噸純碳釋放的熱量。根據(jù)分子式計(jì)算二氧化碳排放量。交通運(yùn)輸業(yè)的碳排放（記作YC）。時(shí)間段為2004-2017年。

1.交通運(yùn)輸業(yè)碳排放效率的加權(quán)Russell方向性距離模型

設(shè)每個(gè)樣本地區(qū)是一個(gè)決策單位，那么，“絲綢之路經(jīng)濟(jì)帶”中國段西北五省共有S個(gè)地區(qū)（S=1，2，3，4，5），每個(gè)決策單位（省份）投入要素為X∈RN+，期望產(chǎn)出為YT∈RM+，非期望產(chǎn)出為YC∈RL+。環(huán)境生產(chǎn)技術(shù)為：J={（X，YT ，YC）：投入要素X能生產(chǎn)（YT，YC）}，滿足投入與產(chǎn)出強(qiáng)可處置性，非期望產(chǎn)出弱可處置性及零結(jié)合性原理。參照Chung等[5]方向性距離函數(shù)的設(shè)定方法，方向性距離函數(shù)

A→（X，YT，YCa）=

Sup{（X+βa，YT+βa，YC+βa）∈T}

其中，方向性向量a=（-aX，aYT，aYC），期望產(chǎn)出YT的遞增值是方向性向量的β倍，非期望產(chǎn)出YC、投入要素X的減少值是各自方向性向量的β倍

Fare（2007）相關(guān)文獻(xiàn)中的方法。，依據(jù)Fulii[8]設(shè)定的環(huán)境生產(chǎn)技術(shù)、方向性距離函數(shù)法，第b個(gè)樣本省份的交通運(yùn)輸業(yè)碳排放非效率的計(jì)算公式為：

S.t A（X，Yr，Yca）=

Max131N∑Nn=1βbn+1M∑Mm=1βbm+1L∑Ll=1βbl

∑Ss=1ZSXns≤Xnb-βbnanxb

∑Ss=1ZSYTms≥YTmb+βbmaYTmb

∑Ss=1ZSYCls=YCls-βblaYClb

ZS≥0，S=1，2，3，4，5（1）

將投入要素及產(chǎn)出要素參照式（1）中的變量設(shè)置，

成剛：數(shù)據(jù)包絡(luò)分析方法與Max DEA軟件[M]. 北京：知識(shí)產(chǎn)權(quán)出版社，2014。 則可得到變量的非效率值為：

A→X，YT，YCb=

Max1313βbXL+βbXK+βbXE+βbYT+βbYC

∑SS=1ZSXLS≤XLb-βbXLaXL

∑SS=1ZSXKs≤XKb-βbXkaXk

∑SS=1ZSXEs≤XEb-βbXEaXE

∑SS=1ZSYTs≥YTb+βbYTaYT

∑SS=1ZSYCs=YCb-βbYcaYc

ZS≥0，S=1，2，3，4，5（2）

式（2）用來測算第t期的交通運(yùn)輸碳排放非效率。為了測算不同種類的能源消費(fèi)引致的碳排放的非效率性，需要通過全要素生產(chǎn)率計(jì)量方法測算，就必須計(jì)算第t+1期的碳排放非效率。參照式（2）的方向性變量設(shè)置，以第t期為基期，第t+1期的非效率的計(jì)算公式為：

A→Xt+1，Yt+1T，Yt+1Ca=

Max1313βbXL+βbXK+βbXE+βbYT+βbYC

A→X，YT，YCb=

Max1313βbXL+βbXK+βbXE+βbYT+βbYC

∑SS=1ZsXtLS≤Xt+1Lb-βbXLat+1XL

∑SS=1ZsXtKS≤Xt+1Kb-βbXKat+1XK

∑SS=1ZsXtES≤Xt+1Eb-βbXEat+1XE

∑SS=1ZsYtTS≥Yt+1Tb+βbYTat+1YT

∑SS=1ZsYtCS=Yt+1Cb-βBYCat+1YC

ZS≥0，S=1，2，3，4，5（3）

由式（3）可知，若以第t+1期的非效率為基期，計(jì)算第t期的非效率值，只要將約束模型中指數(shù)的t+1換成t便可以了。

2.交通運(yùn)輸業(yè)全要素生產(chǎn)率增長模型

一個(gè)地區(qū)的投入非效率與產(chǎn)出非效率構(gòu)成了該地區(qū)非效率的大小，此非效率僅反映出各地非效率的橫向比較（模型1）。為了了解不同地區(qū)的非效率在不同時(shí)點(diǎn)的縱向變化趨勢，需要進(jìn)一步采用全要素生產(chǎn)率指數(shù)法。在方向性距離函數(shù)測算的技術(shù)效率下，測算全要素生產(chǎn)率的常用方法有MalmquistLuenberger與Luenberger生產(chǎn)率指數(shù)法兩種。由于MalmquistLuenberge

Bousscmart J P，Bricc W，Crstcns K.Luenberger and malmquist productivity indices： theoretical comparisons and empirical illustration[J]. Bulletin of Economic Research，2003（4）：391-405。生產(chǎn)率指數(shù)法比Luenberger指數(shù)法的測算結(jié)果高兩倍多，為了不高估交通運(yùn)輸碳排放，本文運(yùn)用Luenberger生產(chǎn)率指數(shù)法，構(gòu)建全要素生產(chǎn)率增長模型，樣本地區(qū)b從第t期至第t+1期的全要素生產(chǎn)率指數(shù)的計(jì)算公式為：

Qt+1t=12{A→t+1Xtb，YtTb，YtCb-

A→t+1（Xt+1b，Yt+1Tb，Yt+1Cb）+A→t（Xtb，YtTb，YtCb）-

A→t（Xt+1b，Yt+1Tb，Yt+1Cb）} （4）

式（4）中Qt+1t代表各樣本地區(qū)的全要素生產(chǎn)率指數(shù)，運(yùn)用式（3）計(jì)算式（4）中的4個(gè)距離函數(shù)值，Luenberger全要素生產(chǎn)率指數(shù)法與Malmquist-Luenberger生產(chǎn)率指數(shù)法中的全要素生產(chǎn)率指數(shù)均可以分解為技術(shù)效率指數(shù)、技術(shù)進(jìn)步指數(shù)，將Luenberger全要素生產(chǎn)率指數(shù)Qt+1t進(jìn)一步分解成（式（5））與（式（6））為技術(shù)進(jìn)步指數(shù)JJt+1t：

JJt+1t=12[A→t+1（Xtb，YtTb，YtCb，）+

A→t+1（Xt+1b，Yt+1Tb，Yt+1Cb，）-

A→t（Xtb，YtTb，YtCb，）-A→t（Xt+1b，Yt+1Tb，Yt+1Cb，）]（5）

JXt+1t=A→t（Xtb，YtTb，YtCb）-

A→t+1（Xt+1b，Yt+1Tb，Yt+1Cb）（6）

3.交通運(yùn)輸業(yè)碳排放全要素生產(chǎn)率分解模型

為了測算影響樣本地區(qū)交通運(yùn)輸業(yè)碳排放全要素生產(chǎn)率指數(shù)的各變量貢獻(xiàn)率大小，需要進(jìn)一步分解式（4）等全要素生產(chǎn)率指數(shù)中的投入要素、產(chǎn)出要素之期望產(chǎn)出要素、非期望產(chǎn)出要素。分解式為：

Qt+1t=12{A→t+1（Xt，YTt，YCt）-

A→t+1（Xt+1，YT（t+1），YC（t+1））+A→t（X，YTt，YCt）-

A→t（X（t+1），YT（t+1），YC（t+1））}=

12{A→t+1X（Xt，YtT，YtC）-A→t+1X（Xt+1，Yt+1T，Yt+1C）+

A→tX（Xt，YtT，YtC）-A→tX（Xt+1，Yt+1T，Yt+1C）}=

12{A→t+1YT（Xt，YtT，YtC）-A→t+1YT（Xt+1，Yt+1T，Yt+1C）+

A→tX（Xt，YtT，YtC）-A→tX（Xt+1，Yt+1T，Yt+1C）}=

12{A→t+1YC（Xt，YtT，YtC）-A→t+1YC（Xt+1，Yt+1T，Yt+1C）+

A→tYC（Xt，YtT，YtC）-A→tYC（Xt+1，Yt+1T，Yt+1C）}=

Qt+1t，X+Qt+1t，YT+Qt+1t，YC（7）

其中，Qt+1t，X、Qt+1t，Yt和Qt+1t，YC分別表示投入要素、期望產(chǎn)出因素及非期望產(chǎn)出因素對交通運(yùn)輸碳排放全要素生產(chǎn)率的貢獻(xiàn)率。

同理，分解式（5）中投入要素與產(chǎn)出要素，可分析期望產(chǎn)出因素、非期望產(chǎn)出因素分別對技術(shù)進(jìn)步的貢獻(xiàn)率，具體公式為：

JJt+1t=12{A→t+1（Xtb，YtTb，YtCb）+

A→t+1（Xt+1b，Yt+1Tb，Yt+1Cb）-A→t（Xtb，YtTb，YtCb）-

A→t（Xt+1b，Yt+1Tb，Yt+1Cb）}=12{A→t+1X（Xtb，YtTb，YtCb）+

A→t+1X（Xt+1b，Yt+1Tb，Yt+1Cb）-A→tX（Xtb，YtTb，YtCb）-

A→tX（Xt+1b，Yt+1Tb，Yt+1Cb）}=12{A→t+1YT（Ytb，YtTb，YtCb）+

A→t+1YT（Xt+1b，Yt+1Tb，Yt+1Cb）-A→tYT（Ytb，YtTb，YtCb）-

A→tYT（Xt+1b，Yt+1Tb，Yt+1Cb）}=12{A→t+1YC（Xtb，YtTb，YtCb）+

A→t+1YC（Xt+1b，Yt+1Tb，Yt+1Cb）-A→tYC（Xtb，YtTb，YtCb）-

A→tYC（Xt+1b，Yt+1Tb，Yt+1Cb）}=JJt+1t，X+JJt+1t，YT+JJt+1t，YC（8）

式（8）中JJt+1t，X、JJt+1t，YT、JJt+1t，YC分別表示投入要素、期望產(chǎn)出因素以及非期望產(chǎn)出因素對技術(shù)進(jìn)步的貢獻(xiàn)率。

進(jìn)一步分解JXt+1t中的投入要素、產(chǎn)出要素之期望產(chǎn)出、非期望產(chǎn)出要素，其公式為：

JXt+1t=A→t（Xtb，XtTb，XtCb）-A→t+1（Xt+1b，Xt+1Tb，Xt+1Cb）=

A→tX（Xtb，XtTb，XtCb）-A→t+1X（Xt+1b，Xt+1Tb，Xt+1Cb）+

A→tYT（Xtb，XtTb，XtCb）-A→t+1YT（Xt+1b，Xt+1Tb，Xt+1Cb）+

A→tYC（Xtb，YtTb，YtCb）-A→t+1YT（Xt+1b，Yt+1Tb，Yt+1Cb）=

JXt+1t，X+JXt+1t，YT+JXt+1t，YC（9）

式（9）中JXt+1t，X、JXt+1t，YC、JXt+1t，YT分別表示投入要素、非期望產(chǎn)出要素以及期望產(chǎn)出要素對技術(shù)效率指數(shù)的貢獻(xiàn)率。

（二）測算結(jié)果與分析

1.交通運(yùn)輸碳排放非效率測算結(jié)果

依據(jù)式（2）對樣本地區(qū)所有要素共同作用下的非效率值進(jìn)行測算，結(jié)果見表1。2004-2017年樣本地區(qū)陜西、甘肅、寧夏、青海、新疆的非效率項(xiàng)之和分別為0.4142、0.6144、0.2829、0.5057和0.4489，寧夏的非效率值是五個(gè)地區(qū)中最小的，甘肅的非效率值是最大的，其中，非效率項(xiàng)和處于0.3左右的是寧夏，處于0.4左右的有陜西、新疆，處于0.5左右的有青海，處于0.6左右的是甘肅。運(yùn)用加權(quán)Russell方向性距離模型，測得的非效率值中甘肅的效率是最低的，說明甘肅的交通運(yùn)輸結(jié)構(gòu)、防污政策等績效低下。2013年以來，陜西省的非效率值呈下降趨勢，即陜西省交通運(yùn)輸?shù)吞及l(fā)展的效率是呈上升之勢，而其余四個(gè)地區(qū)的非效率值在2004-2017年間一路漸增，表明其交通運(yùn)輸?shù)吞及l(fā)展的效率較低。

根據(jù)式（2）可以得到各地區(qū)每年的交通運(yùn)輸碳排放非效率，按方向性距離函數(shù)比例進(jìn)行調(diào)整，是真正意義上單個(gè)碳排放要素的非效率，碳排放可以減少的比例為βbYC，該值越大其效率就越低，在總的非效率中，碳排放的非效率值為βbYC/9，以此非效率值推算各樣本對應(yīng)每年的交通運(yùn)輸碳排放非效率絕對值（見表2），2004-2017年，五個(gè)地區(qū)交通運(yùn)輸碳排放非效率值均有所波動(dòng)，其絕對值呈漸增趨勢，即交通運(yùn)輸碳排放的效率值逐漸變小。

基于表1的總的非效率值、表2中的交通運(yùn)輸碳排放非效率項(xiàng)絕對值及式（3）得到的交通運(yùn)輸碳排放非效率的分解項(xiàng)、交通運(yùn)輸碳排放效率值，進(jìn)而計(jì)算可得交通運(yùn)輸碳排放效率占總的非效率比重（見表2）。相關(guān)比重?cái)?shù)據(jù)顯示：2004-2017年，甘肅的交通運(yùn)輸碳排放效率占總的非效率比重在0.22左右，該值在五個(gè)地區(qū)中最小，表明甘肅靠減少交通運(yùn)輸碳排放達(dá)到低碳發(fā)展的可能性最小，甘肅的能源非效率為0.09左右，勞動(dòng)力、資本因素的非效率分別在0.24、0.31左右，期望產(chǎn)出占當(dāng)?shù)谿DP比重的非效率在0.55左右，表明甘肅得靠增大期望產(chǎn)出（交通運(yùn)輸GDP）來提升交通運(yùn)輸碳排放效率。陜西則相反，其交通運(yùn)輸碳排放效率占總的非效率比重最高（0.66左右），尤其是“十二五”以來，此值逐漸增加，表明陜西靠減少交通運(yùn)輸碳排放達(dá)到低碳發(fā)展的可能性最大。從樣本地區(qū)交通運(yùn)輸碳排放的非效率占總的非效率比重值來看，寧夏的非效率整體值最低，然而交通運(yùn)輸碳排放的非效率占總的非效率比重在0.44左右，這幾年有降低的趨勢。新疆的非效率整體值較低，其交通運(yùn)輸碳排放的非效率占非效率比重在0.65左右，表明甘肅、新疆地區(qū)的交通運(yùn)輸碳排放效率不高，整體非效率主要與經(jīng)濟(jì)發(fā)展水平、交通基礎(chǔ)設(shè)施、交通運(yùn)輸結(jié)構(gòu)及交通運(yùn)輸碳排放的低效率有關(guān)，需要進(jìn)一步地科學(xué)節(jié)能減排，降低交通運(yùn)輸碳排放的非效率，促進(jìn)整體的效率水平提升。

2.交通運(yùn)輸碳排放全要素生產(chǎn)率增長測算結(jié)果

為了進(jìn)一步了解交通運(yùn)輸碳排放的縱向動(dòng)態(tài)變化特征，對式（4）的全要素生產(chǎn)率增長模型用生產(chǎn)率指數(shù)的計(jì)算方法，將其分解成技術(shù)效率指數(shù)、技術(shù)進(jìn)步指數(shù)，基于非效率的距離函數(shù)，得到各個(gè)樣本地區(qū)全要素生產(chǎn)率指數(shù)，用該指數(shù)減去1便得到全要素生產(chǎn)率增長指數(shù)值，依據(jù)式（7）計(jì)算各樣本地區(qū)的全要素生產(chǎn)率指數(shù)中的交通運(yùn)輸碳排放全要素生產(chǎn)率增長值（見表3）。

表3的計(jì)算結(jié)果顯示，2004-2017年陜西交通運(yùn)輸碳排放全要素生產(chǎn)率指數(shù)增長值均為正，其值最大并呈現(xiàn)出隨時(shí)間逐漸增加的特征。2011年甘肅、青海的交通運(yùn)輸碳排放全要素生產(chǎn)率增長值為負(fù)，陜西、寧夏、新疆的交通運(yùn)輸碳排放全要素生產(chǎn)率增長率分別為0.8%、0.4%、1.1%。2012年甘肅、寧夏的全要素生產(chǎn)率增長值為負(fù)，其余三個(gè)地區(qū)的增長值均為正，尤其是2013-2017年，樣本地區(qū)的交通運(yùn)輸碳排放全要素生產(chǎn)率增長值均為正，且有所增加，表明這幾年來各地區(qū)在節(jié)能減排、低碳交通、生態(tài)發(fā)展等環(huán)保政策實(shí)施有一定的成效。2015年碳排放全要素生產(chǎn)率增長中陜西為1.6%、寧夏為1.1%、新疆為1.0%、青海為0.8%、甘肅為0.7%，表明盡管甘肅的低碳交通在實(shí)施中取得了一定的成效，但是與其他省份相比較，相關(guān)工作仍有待進(jìn)一步加強(qiáng)。

3.交通運(yùn)輸碳排放全要素生產(chǎn)率增長值分解

為了清楚共同影響交通運(yùn)輸碳排放全要素生產(chǎn)率增長的因素的貢獻(xiàn)率大小，依據(jù)式（8）、式（9）計(jì)算影響交通運(yùn)輸碳排放全要素增長率中的技術(shù)進(jìn)步、技術(shù)效率指數(shù)，測算結(jié)果顯示（見表4），2004-2017年，西北地區(qū)交通運(yùn)輸碳排放的技術(shù)進(jìn)步值中，只有陜西在連續(xù)的12年中數(shù)值為正，其他四個(gè)地區(qū)的技術(shù)進(jìn)步值在2009年之前有負(fù)值出現(xiàn)，2009年以后其技術(shù)效率值均為正值，甘肅、寧夏的技術(shù)效率值呈現(xiàn)出逐漸增加的態(tài)勢，而青海的技術(shù)進(jìn)步值有所下降，新疆的技術(shù)進(jìn)步值趨于平穩(wěn)，變化不明顯。從技術(shù)效率指數(shù)值來看，五個(gè)地區(qū)的指數(shù)值均在增加，甘肅、寧夏、青海、新疆地區(qū)的技術(shù)效率指數(shù)值在個(gè)別年份出現(xiàn)了負(fù)值，而陜西省此項(xiàng)指數(shù)值一直為正，在五個(gè)地區(qū)中排名第一。2009年以來，五個(gè)地區(qū)技術(shù)效率的提高不斷促進(jìn)了當(dāng)?shù)亟煌ㄟ\(yùn)輸碳排放全要素生產(chǎn)率的增長，貢獻(xiàn)率從大到小依次為陜西、寧夏、新疆、甘肅、青海。

綜合表3與表4可以看出，各樣本地區(qū)的交通運(yùn)輸碳排放全要素生產(chǎn)率的變化受碳排放技術(shù)效率與技術(shù)進(jìn)步的共同影響，2009年以來，不斷提升的碳排放技術(shù)水平對交通運(yùn)輸碳排放全要素生產(chǎn)率增長貢獻(xiàn)率顯著，有極個(gè)別年度的技術(shù)效率下降影響了交通運(yùn)輸碳排放的全要素生產(chǎn)率增長率。陜西主要受技術(shù)效率因素的影響，技術(shù)進(jìn)步、技術(shù)效率的提升促進(jìn)了陜西交通運(yùn)輸碳排放全要素生產(chǎn)率增長；技術(shù)效率是影響甘肅的交通運(yùn)輸碳排放全要素生產(chǎn)率增長的主要因素，[11]但由于技術(shù)進(jìn)步值較低引致此地的全要素生產(chǎn)率增長水平較低；技術(shù)效率與技術(shù)進(jìn)步兩項(xiàng)因素共同影響了寧夏地區(qū)的交通運(yùn)輸全要素生產(chǎn)率增長，不斷增長的這兩項(xiàng)指標(biāo)值引致寧夏在五個(gè)樣本地區(qū)的碳排放強(qiáng)度下降快、全要素生產(chǎn)率增長明顯；青海的交通運(yùn)輸碳排放全要素生產(chǎn)率增長主要受技術(shù)進(jìn)步的影響，較低水平的技術(shù)效率因素影響了青海交通運(yùn)輸碳排放全要素生產(chǎn)率的增長；新疆的技術(shù)進(jìn)步值在五個(gè)地區(qū)中最小，此項(xiàng)指標(biāo)發(fā)揮的作用不明顯，而技術(shù)效率對新疆地區(qū)的交通運(yùn)輸碳排放全要素生產(chǎn)率增長具有較為顯著的促進(jìn)作用。

三主要結(jié)論與政策建議

（一）研究結(jié)論

基于Luenberger生產(chǎn)率指數(shù)法，通過構(gòu)建交通運(yùn)輸碳排放效率的不同比例的加權(quán)Russell方向性距離模型、交通運(yùn)輸業(yè)全要素生產(chǎn)率增長模型及交通運(yùn)輸業(yè)碳排放全要素生產(chǎn)率分解模型，測算了2004-2017年“絲綢之路經(jīng)濟(jì)帶”中國段西北五省的交通運(yùn)輸碳排放效率、交通運(yùn)輸碳排放全要素生產(chǎn)率增長及分解，實(shí)證結(jié)論認(rèn)為：

第一，西北五省的交通運(yùn)輸碳排放非效率值呈逐漸增加的趨勢，節(jié)能減排的效果逐漸降低。2013年以來，交通運(yùn)輸碳排放非效率值從小到大依次為甘肅、新疆、寧夏、青海、陜西。甘肅應(yīng)該增大期望產(chǎn)出來進(jìn)一步促進(jìn)交通運(yùn)輸碳排放效率的提升，陜西應(yīng)該減少交通運(yùn)輸碳排放降低非效率值，新疆地區(qū)經(jīng)濟(jì)發(fā)展水平、交通基礎(chǔ)設(shè)施、交通運(yùn)輸結(jié)構(gòu)及交通運(yùn)輸碳排放強(qiáng)度影響了交通運(yùn)輸碳排放的效率。

第二，“十二五”期間，西北地區(qū)交通運(yùn)輸在節(jié)能減排、低碳發(fā)展方面取得了一定的成效。2013以來，交通運(yùn)輸碳排放全要素生產(chǎn)率增長指數(shù)均為逐漸增加的正值，陜西的增幅顯著，甘肅的交通運(yùn)輸?shù)吞及l(fā)展工作仍任重道遠(yuǎn)。

第三，技術(shù)效率因素與技術(shù)進(jìn)步因素共同促進(jìn)了交通運(yùn)輸碳排放全要素生產(chǎn)率增長，技術(shù)效率的促進(jìn)作用顯著于技術(shù)進(jìn)步。甘肅、青海、新疆的交通運(yùn)輸碳排放技術(shù)進(jìn)步貢獻(xiàn)率偏低，技術(shù)效率增長較為緩慢。

第四，隨著“絲綢之路經(jīng)濟(jì)帶”地區(qū)交通運(yùn)輸碳排放規(guī)模、碳排放強(qiáng)度的不斷增長，如何提高交通運(yùn)輸碳排放的技術(shù)效率與技術(shù)進(jìn)步水平，高效利用節(jié)能減排設(shè)備，促進(jìn)交通運(yùn)輸碳排放全要素生產(chǎn)率增長率提升，對于構(gòu)建可持續(xù)發(fā)展之“美麗生態(tài)、綠色低碳”的西部是很有必要的。

（二）政策建議

依據(jù)實(shí)證結(jié)論，筆者認(rèn)為要重視研發(fā)節(jié)能減排的新技術(shù)、新工藝、新產(chǎn)品及交通運(yùn)輸工具，推廣信息化、智能化的新能源，推動(dòng)交通運(yùn)輸碳排放全要素生產(chǎn)率增長的技術(shù)進(jìn)步；進(jìn)一步提高交通運(yùn)輸系統(tǒng)的技術(shù)效率，加速推廣替代能源、低碳型交通運(yùn)輸設(shè)備的應(yīng)用，加快電氣化鐵路改造，推動(dòng)公共軌道交通建設(shè)，降低單位交通運(yùn)輸強(qiáng)度，降低交通運(yùn)輸碳排放的非效率，提升交通運(yùn)輸碳排放全要素生產(chǎn)率增長的技術(shù)效率；同時(shí)，提高交通運(yùn)輸?shù)娜剂闲?，提升載運(yùn)工具的油品質(zhì)量。鑒于各地在交通運(yùn)輸碳排放全要素增長方面存在較為明顯的差異性，建議優(yōu)化本地區(qū)的交通運(yùn)輸碳減排政策時(shí)，綜合考慮地區(qū)經(jīng)濟(jì)發(fā)展水平、能源消費(fèi)結(jié)構(gòu)、交通運(yùn)輸需求結(jié)構(gòu)、資源稟賦等多維因素影響；優(yōu)化地區(qū)交通運(yùn)輸結(jié)構(gòu)，保障低碳交通公共信息服務(wù)；健全交通運(yùn)輸碳排放管理體系，強(qiáng)化監(jiān)督考核，科學(xué)化交通運(yùn)輸碳排放的統(tǒng)計(jì)測算體系等配套措施，切實(shí)降低交通運(yùn)輸碳排放非效率，推動(dòng)交通運(yùn)輸業(yè)的低碳發(fā)展。

[參考文獻(xiàn)]

[1]Watanabe M， Tanaka K.Efficiency analysis of chinese industy：a directional distance function approach[J]. Energy Policy，2007（12）：6323-6331.

[2]楊騫，劉華軍.中國二氧化碳排放的區(qū)域差異分解及影響因素—基于1995-2009年省際面板數(shù)據(jù)的研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012（5）：36-50.

[3]涂正革，諶仁俊. 工業(yè)化、城鎮(zhèn)化的動(dòng)態(tài)邊際碳排放量研究—基于LMDI兩層完全分解法的分析框架[J].中國工業(yè)經(jīng)濟(jì)，2013（9）：31-43.

[4]張金燦，仲偉周. 基于隨機(jī)前沿的我國省域碳排放效率和全要素生產(chǎn)率研究[J].軟科學(xué)，2015（6）：105-109.

[5]Chung Y，F(xiàn)are R，Grosskopf S. Productivity and undesirable outputs：a directional distance function approach[J]. Journal of Environmental Management，1997（51）：229-240.

[6]胡鞍鋼，鄭京海，高宇寧，等.考慮環(huán)境因素的省級(jí)技術(shù)效率排名（1999-2005）[J].經(jīng)濟(jì)學(xué)，2008（7）：933-960.

[7]王兵，吳延瑞，顏鵬飛.環(huán)境管制與全要素生產(chǎn)率增長：APEC的實(shí)證研究[J].經(jīng)濟(jì)研究，2008（5）：19-32.

[8]Fujii H，Managi S， Matousek R. Indian bank efficiency and productivity changes with undesirable outputs：a regurgitated approach[J]， Journal of Banking & Finance， 2014（38）：41-50.

[9]王惠，卞藝杰，王樹喬.出口貿(mào)易、工業(yè)碳排放效率動(dòng)態(tài)演進(jìn)與空間溢出[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2016（1）：3-19.

[10]袁長偉，張帥，焦 萍，等.中國省域交通運(yùn)輸全要素碳排放效率時(shí)空變化及影響因素研究[J].資源科學(xué)，2017（4）：687-697.

[11]李小勝，張煥明.中國碳排放效率與全要素生產(chǎn)率研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2016（8）：64-79，161.

[12]Yuan C，Wu D，Liu H. Energy consumption，CO2 emissions，and growth patterns in Chinas provincial transport sectors：a grey relational analysis[C]. Washington：Transportation Research Board Annual Meeting，2017.

[13]單豪杰.中國資本存量K的再估算：1952-2006年[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（10）：17-31.

[14]張為付，李逢春，胡雅蓓.中國CO2排放的省際轉(zhuǎn)移與減排責(zé)任度量研究[J].中國工業(yè)經(jīng)濟(jì)，2014（3）：57-69.