杨友才 牛晓童

2022年1月17日，习近平主席在世界经济论坛视频会议上指出：实现碳达峰、碳中和是中国高质量发展的内在要求，也是中国对国际社会的庄严承诺。中国将践信守诺、坚定推进2030年前碳达峰行动方案，2060年前实现碳中和的国家目标。“碳中和”就是要实现碳排放和碳吸收的平衡。从碳吸收来看，草原、湿地、灌丛和森林等生态系统是吸收和固定碳的主要来源，尤其是森林系统固碳量可达到80%以上。相对于生态系统有限碳吸收能力而言，实现碳中和的目标主要是解决碳排放问题。实现“碳中和”并非意味着要减少生产总量、降低经济增长速度，而是要在保持我国经济中高速增长的基础上，通过提高碳排放技术创新来实现。这是因为技术能从根本上解决碳排放问题，尤其是提高碳排放效率。我国碳达峰和碳中和“3060”战略目标的实现一定伴随碳排放效率不断提升，从而形成了碳排放和碳汇之间的平衡。当然，为了尽快提高各行各业的碳排放的效率，一种办法是政府和企业投入大量的研发资金进行技术创新，但这会给国家财政和企业经营造成很大的资金压力；
另一种办法是先提高某一行业的碳排放技术，通过产业间相互关联的技术溢出效应，从而提高整个行业的碳排放效率，有效解决占有大量资金的问题。

重污染行业是我国经济体系中的支柱性产业，其产生的经济效益推动了我国经济的发展，但由于其高能耗、高污染的特性已成为我国环境污染和碳排放的主要来源。改进重污染行业碳排放技术能从根本上有效缓解能源消耗过多等问题，在减少污染排放的同时提高碳排放效率。政府对该行业研发的支持也在一定程度上能够提高其技术创新水平，推动碳排放效率的提升。但同时有学者认为政府支持对技术创新存在“挤出效应”，该效应是否也会在行业间传播或溢出？研究碳排放效率在行业间的正向溢出效应可以从整体上实现先进技术在行业间传播，推动各个行业碳排放效率的提升，降低行业二氧化碳排放量，改善我国环境质量，实现绿色低碳可持续发展。

本文基于碳中和背景对我国重污染行业间碳排放效率的溢出效应进行研究，边际贡献有以下三点：其一，近年来有关碳排放效率展开研究的文献逐年增多，但多集中在对该效率的测算和影响因素分析中，构建基于非期望产出的超效率SBM模型，将CO2排放量作为非期望产出，专利申请数和新产品的销售收入作为期望产出，更为准确地测算出1998-2019年我国重污染行业包含绿色技术提高的碳排放效率。其二，目前文献中对溢出效应的研究侧重在空间层面，多为单一整体性空间溢出效应，很少有考虑行业层面上的溢出效应。本文选取重污染行业作为研究对象，利用行业间投入产出关联矩阵，采用全局向量自回归(GVAR)模型研究行业间碳排放效率的溢出效应。GVAR模型不仅可以准确地抓住行业间的相关关系，还能研究行业间相互溢出效应的大小和方向，充分展示行业间的联系和依赖性，这为提升我国重污染行业的碳排放效率提供了一个较为清晰的路径图。其三，基于政府支持这一外生视角，分析政府对重污染行业中某一行业提供研发资金支持时，其他行业碳排放效率溢出效应的异同。这对政府完善相关政策，实现政府财政支出的效用最大化及早日全面实现“青山绿水”的宜居环境提供了合理的依据。

(一)超效率SBM模型

(1)

在公式(1)中：ρ*是决策单元的效率值，其大小可以超过1，s表示投入与产出的松弛量。

(二)样本选择及数据来源

以1998-2019年我国重污染行业作为研究样本。选择3个投入指标、2个期望产出指标和1个非期望产出指标来测算碳排放效率，具体见表1。其中非期望产出为二氧化碳排放量(16)陈晓兰、孟庆港、史佳凝、沈万芳：《中国八大综合经济区生态效率测度及时空演进分析》，《经济与管理评论》2022年第2期。，参考陈诗一(17)陈诗一：《能源消耗、二氧化碳排放与中国工业的可持续发展》，《经济研究》2009年第4期。的研究，以煤炭、石油和天然气三种消耗量较大的能源作为基准，利用IPCC提出的因素分解法测算CO2排放量，公式如下：

表1 我国重污染行业碳排放效率评价指标

(2)

(三)我国重污染行业碳排放效率测算

如图1所示，我国重污染行业整体碳排放效率均值的范围是0.126-0.687，虽然总体来看效率值较低且波动幅度较大，但呈现出上升的趋势。其中，2000年我国重污染行业整体的效率均值最低，仅为0.126，之后该效率均值稳步上涨，碳排放效率在此期间提高的主要原因是，随着2001年《国家环境保护“十五”计划》出台，国家加大对污染的治理力度，淘汰掉企业的旧设备及落后的生产技术，同时加速在重污染行业中开展技术创新研发，由此重污染企业的基础设施得以更新升级，技术水平也有所提升。2009年起重污染行业整体碳排放效率相较于之前的增速有所提升，这是由于2006年以来，我国政府制定财税、金融、人才等一系列政策全面推动企业进行自主创新，在这些政策的支持下，我国重污染企业的技术创新水平有了质的飞跃，碳排放效率均值也于2014年达到研究期间内的小高峰，为0.555。2015年效率值降低至0.440，随后效率值持续上涨，并于2019年上升至0.687。

图1 19982019年我国重污染行业碳排放效率均值变动趋势

重污染行业的碳排放效率在行业间存在较大差异。在我国重污染行业中碳效率均值前三名的行业分别为电力.热力生产和供应业、石油加工.炼焦和核燃料加工业和皮革.毛皮.羽毛(绒)及其制品业。其中电力.热力生产和供应业碳排放效率均值最高，在2019年该效率值高达1.234，远超过重污染行业碳排放效率均值。这是由于近年来随着相关政策的出台，该行业不断开展技术创新和研发，进而提升了碳排放效率。重污染中采矿业的碳排放效率值远低于行业平均水平，其中有色金属矿采选业的碳排放效率值最低，该行业的生产活动多为煤炭的开采和洗选等，能源消耗量较大且排污量大，该行业在2010年以前效率均值低意味着在此期间进行开采时未做好环保方面的管理，但随着行业内部的改善及技术的进步，自2010年后效率值有所提升，说明该行业越来越重视绿色开采。

在我国16个重污染行业中碳排放效率均值小于0.4的行业共11个，占比68.75%。效率均值范围在0.4-0.7间的行业共4个，占比25%。效率均值大于0.7的行业仅有1个，占比6.25%，因此在我国重污染行业中，大多行业的效率值处于低水平。

基于GVAR(Global VAR)模型，通过广义脉冲响应函数(GIRFS)研究我国重污染行业间碳排放效率的溢出效应和政府支持对重污染行业间碳排放效率的溢出效应。将我国重污染行业按照《国民经济行业分类标准》归并为3类，分别是重污染行业中的采矿业、制造业以及电力、热力、燃气及水生产和供应业(以下简称电热燃水业)，以此分析我国重污染行业间碳排放效率的溢出效应。

(一)GVAR模型的构建

1.模型设定

指标GVAR模型中的内生变量分别为碳排放效率值(ie)和政府支持(gov),其中政府支持选择重污染行业科研经费筹集中政府资金的数额进行衡量，表达式如下：

Xit=((ieit,govit))′

(3)

相对应的是弱外生变量分别为碳排放效率值(ie′)和政府支持(gov′)，表达式如下：

(4)

其中，wad为重污染行业间的关联权重矩阵。

2.重污染行业间关联权重矩阵

GVAR模型中通过关联权重矩阵描述行业之间的联动关系，可以求出某一行业对应其他所有行业的加权平均影响，根据2012年投入产出流量表，利用投入产出分析法测算行业关联。行业关联度的计算公式表示如下：

(5)

其中，kad为a行业对d行业的投入，根据此公式求得三类重污染行业的关联矩阵见表2。

表2 重污染行业中各行业的投入产出关联权重矩阵

3.模型检验

在运行GVAR模型前先进行平稳性检验，以防止伪回归。根据WS检验可知，原序列不平稳，经过1阶差分后变为平稳序列，进一步分析可知各变量之间存在显著的协整关系。由于本文研究系统内生变量的动态关系，当部分变量存在协整关系时，模型不会出现识别错误，故在GVAR模型中采取原序列不影响模型结果。

GVAR模型的前提为外生变量存在弱外生性，对各个行业的外生变量进行弱外生性检验。结果如表3所示，我国三类重污染行业外生变量都在5%的显著性水平下不显著，满足弱外生性检验。

(二)重污染行业间碳排放效率的溢出效应研究

重污染行业间碳排放效率的溢出效应是指当重污染行业中某一个行业的碳排放效率受到一单位正向冲击时，该行业自身和其他重污染行业碳排放效率因这一冲击所发生的变动。

1.采矿业碳排放效率的溢出效应研究

图2为重污染行业中采矿业碳排放效率的溢出效应结果。其中，图中横坐标为脉冲响应的期数，预测最长期限为40期，纵坐标为各个重污染行业在受到采矿业一单位正向的标准差冲击后各个行业碳排放效率的变动值。

图2 采矿业碳排放效率的脉冲响应注: 图中从左到右依次为重污染行业中采矿业、制造业和电热燃水业，下同。

当采矿业的碳排放效率受到冲击时，自身当期的响应值为0.022。第1期降至最低值0.014后并于第3期达到期间内最大值0.037。从冲击效应图来看，在前9期的波动区间较大，第27期开始均在0.02以上，且保持在0.023上下小幅变化，表明采矿业碳排放效率的提升对自身产生正向促进作用。重污染行业中制造业在面对采矿业碳排放效率的冲击时，当期响应值为0.020，为40期内最低值，后持续增强并于第2期升高到0.091。第14期的响应值是0.041，为期间内的次低值，自第24期开始稳定在0.055上下波动，因此采矿业对制造业碳排放效率的溢出效应长期来看为正。电热燃水业在面对采矿业碳排放效率一个标准差的正向冲击时，当期响应值0.053，同样是40期内最低值，第4期上升至0.114，第17期起波动幅度变缓，最大值与最小值的差值小于0.015，且第17期至40期响应值的均值为0.081。可见，采矿业碳排放效率的提升推动了电热燃水业的碳排放效率，溢出效应为正。

由上述可知，对采矿业的碳排放效率施加一个标准差的正向冲击时，对制造业和电热燃水业都产生正向溢出效应，且溢出效应均较为明显。长期来看，响应值分别为0.055和0.081，其中对制造业溢出效应的最大值达到0.091，对电热燃水业溢出效应的最大值为0.114。

2.重污染行业中制造业碳排放效率的溢出效应研究

图3 重污染行业中制造业碳排放效率的脉冲响应

图4 电热燃水业碳排放效率的脉冲响应

综上所述，制造业对采矿业和电热燃水业都产生正向溢出效应。长期来看，响应值分别为0.0003和0.001，其中电热燃水业响应值的最大值为0.053，相较于对采矿业的最大值0.005而言，溢出效应的更为明显。

3.重污染行业中电热燃水业碳排放效率的溢出效应研究

对电热燃水业的碳排放效率施加一个标准差的正向冲击时，其自身具有较强的自我增强效应，对其他行业碳排放效率都产生显著的正向溢出效应。长期来看，采矿业的响应值均值接近0.033，制造业的响应值均值则较高，是0.081，大约为采矿业的2.5倍。通过脉冲图可以看出，三类重污染行业的变动趋势均表现为在受到冲击后，当期的响应值为40期内最小值，在经历一段大幅上涨后有所回落，并最终趋于稳定。

(三)政府支持对重污染行业间碳排放效率的溢出效应研究

当对重污染某一行业的政府支持施加一个标准差的正向冲击时，对本行业及其他行业碳排放效率所产生的影响。

1.政府对采矿业资金支持所产生碳排放效率的溢出效应研究

图5 政府支持采矿业对各行业碳排放效率的脉冲响应

采矿业增加政府支持导致整个重污染行业碳排放效率降低的原因有两点：首先，由于采矿业中包括煤炭开采和洗选业、黑色金属矿采选业和有色金属矿采选业，这些行业多为垄断性质。垄断行业中的企业利用天然的垄断地位，与政府部门保持良好的沟通机制，可能通过寻租等方式获得政治资源、优惠政策以及资金支持，导致政府提供的资金支持没有真正投入到技术研发部门，从而造成了碳排放效率的降低。其次，采矿业多为垄断企业这一特性，容易发生监管不到位的问题，影响资金的利用效率。当对该行业增加政府支持时，资金可能因监管缺失而未能实现合理利用，致使整个行业效率值出现下降。

2.政府对制造业资金支持所产生碳排放效率的溢出效应研究

如图6所示当制造业受政府支持的冲击时，自身表现为正响应，且当期响应值为期间内最低值，仅为0.005。在经历5期大幅波动后，于第6期达到期间内顶峰0.048。整体而言响应值在前9期波动幅度较大，自12期开始脉冲响应值逐渐趋于一条直线，稳定在0.034左右。这表明制造业在获得政府支持后提升了自身的碳排放效率，且从长期来看响应值在0.034上下浮动。采矿业在受到该正向冲击时，当期的响应值为0.002，呈正响应且趋近于0，响应值在随后2期持续波动上升，第3期开始增速大幅提升且在第5期响应值达0.021，是40期内最大值。第6期至40期响应值最大值与最小值之差小于0.01，且这35期的均值是0.016。可见，制造业在受到政府支持后提高了采矿业的碳排放效率，表现为正向溢出效应。电热燃水业面对这一冲击时，当期的响应值为0.011，第1期提升至0.046，冲击效应图整体呈上升趋势曲折变化，第6期上升至峰值0.064。从13期开始至40期的响应值大体呈一条直线，均值为0.050。即制造业加强政府支持对电热燃水业的碳排放效率表现为正向溢出效应。

图6 政府支持制造业对各行业碳排放效率的脉冲响应

综上，当重污染行业中制造业的政府支持受冲击时，尽管不同行业溢出效应的响应值不同，但长期来看都表现为正向溢出效应。其中对电热燃水业的溢出效应相对较大，为0.067，对采矿业的溢出效应相对较小，为0.016。

3.政府对电热燃水业资金支持所产生碳排放效率的溢出效应研究

图7 政府支持电热燃水业对各行业碳排放效率的脉冲响应

采用超效率SBM模型对我国1998-2019年间重污染行业的碳排放效率进行测算，在此基础上通过GVAR模型分析重污染行业间碳排放效率的溢出效应和政府支持对碳排放效率所产生的溢出影响。主要结论为以下三点：

首先，在研究期间我国重污染行业碳排放效率均值处于0.126-0.687之间，效率值较低且波动幅度较大。但近年来呈现出上涨的趋势，这得益于我国政府近年来加强环境监管，制定了很多环保相关政策，支持企业开展技术创新。重污染行业的碳排放效率在行业间存在较大差异，其中电热燃水业效率值最高，采矿业效率值最低。

其次，重污染行业中某一个行业的碳排放效率在面对冲击时，该行业不仅具有较强的自我增强效应，同时对其他行业的碳排放效率都能产生正向溢出效应，由此可见，一个行业碳排放效率的增强推动了整个重污染行业碳排放效率的提高。其中，当对电热燃水业的碳排放效率施加正向冲击时，长期来看其响应值均大于0.15，表明该行业的自我增强效应最明显。

第三，当重污染行业的政府支持受一个标准差的正向冲击时，仅有制造业的政府支持提高了该行业自身和其他行业的碳排放效率，这与我国不断推行从“制造大国”向“制造强国”的战略有非常大的关系。采矿业和电热燃水业对行业自身碳排放效率造成负向抑制影响，对其他行业表现为负向溢出效应。这可能是因为这两类行业中的企业大多为垄断性质，存在寻租行为及由于监管不到位导致的政府资金利用效率较低等问题。

因此，根据研究结论，有以下建议：

第一，为了更快地实现碳中和的目标，重污染行业需要不断提高行业自身的碳排放效率。根据本文的研究可以发现，重污染行业作为我国创新驱动产业转型的重点对象，应通过开展绿色创新驱动来实现行业的绿色转型。企业作为行业的主体，应积极推行绿色技术创新和管理制度创新，由之前“先污染、再治理”的理念转变为加大在企业的生产过程对环保的关注度，注重节能减排，淘汰掉落后的设备和技术。同时我国的重污染企业还需积极引入高质量人才，真正实现行业的绿色可持续发展。

第二，实现我国碳中和这一目标，需要充分发挥重污染行业间碳排放效率的溢出效应。根据本文的研究结果可知，溢出效应由大到小的行业为电热燃水业、采矿业和制造业，这为我国实现绿色低碳经济提供了路径图。此外，行业间应开展互补性质的科技创新活动，建立行业内部的技术创新联盟，加强行业内上中下游企业互相交流学习，从而减少技术壁垒和阻碍。通过形成互惠的长期战略合作关系实现企业技术水平和竞争力的提升，达到整个行业的碳排放效率的增强。

最后，重污染行业受到政府支持冲击的溢出效应存在异质性，不同行业所表现出的溢出效应有所差异。负向溢出效应出现的原因可能是寻租行为和监管的缺失，因此，为了实现碳中和的目标，对于一些垄断行业应不断加大市场化改革力度，加强对政府资金使用过程中的监管力度，遏制我国重污染行业中垄断性质企业的寻租行为，有效降低政府支出的“挤出效应”。加强对政府财政支出的管理，实现其效用最大化，使重污染行业真正攻克关键核心技术，有效提升行业的碳排放效率。

猜你喜欢 响应值采矿业电热 1-5月份山西省煤炭开采和洗选业投资增长21.6%矿山安全信息(2022年21期)2022-11-26紫外荧光法测定醇基液体燃料中的总硫含量云南化工(2022年9期)2022-10-12基于程序性知识学习的项目状态转移函数与多分知识结构模式识别与人工智能(2022年3期)2022-04-06南京师范大学研发可电热消毒的石墨烯口罩纺织科学研究(2021年1期)2021-12-03我国上市公司社会责任信息披露现状分析——以采矿业为例活力(2021年6期)2021-08-05全国工业电热设备标准化技术委员会(SAC/TC121)归口国家标准清单工业加热(2021年1期)2021-02-04气相色谱法测定蔬菜中常见有机磷农药响应值变化规律现代农业科技(2020年15期)2020-08-16可拆洗自如的电热水龙头发明与创新·小学生(2020年7期)2020-07-18提高环境监测数据准确性初探环境与发展(2019年11期)2019-02-12浅谈矿山采矿安全技术管理环球人文地理·评论版(2016年5期)2017-01-03