經濟規模的定義范文

導語：如何才能寫好一篇經濟規模的定義，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

【關鍵詞】地下經濟，四川省，規模衡量

一、引言

地下經濟作為一個全球范圍內的普遍現象，它的存在使得政府統計存在很大一部分空缺，降低了政府統計的科學性和完整性，數據的失真困擾著政府宏觀政策的制定，同時也妨礙了政府宏觀調控的執行。另外，它也不利于一個國家和地區的經濟秩序、經濟發展甚至是政治安全和社會公共安全，地下經濟的治理已成為世界性的難題。本文通過對四川省1978年至2012年地下經濟規模的度量，力求展現四川省地下經濟規模的變化情況，進而為今后探討地下經濟形成的原因及對社會經濟的影響提供數據佐證。

二、地下經濟的定義及研究現狀

地下經濟又可稱為非正式經濟、影子經濟等。關于地下經濟的提出，最早是Feige（1979）在其主編的《地下經濟學》中第一次較為全面地提出了地下經濟的定義、影響和測算方法，并對地下經濟與經濟運行和資源配置的關系等進行了研究。本文將地下經濟定義為經濟主體有意或無意的為隱藏收入、逃避政府管制而未向政府申報收入、未被政府統計從而脫離于正式經濟之外的各種經濟活動。

由于地下經濟的隱蔽性，各國的數據統計都極其困難，但仍有很多學者通過采用不同的測算方法，取得了很多有價值的成果。Cagan（1958）最早使用貨幣需求法，測算了美國1919—1955年的地下經濟規模。Schneider（2002）采用貨幣需求法測算了世界上110個發展中國家、經濟轉型型國家以及OECD國家的地下經濟規模。蘇飛、胡艷（2012）通過使用MIMIC模型方法，衡量了我國1978—2009年間地下經濟的規模介于0.78%—20.88%之間，并認為從長遠來看，地下經濟行為嚴重破壞了正常的市場經濟秩序，導致了資源配置效率的低下。

三、模型建立及規模測算

（一）基本思想

本文對四川省地下經濟規模的度量采用間接法中的現金需求法。現金需求法的基本思想為：地下經濟活動的從事者為了逃避政府的監管或避免留下交易記錄，通常會使用現金進行交易，因而對現金需求的增加可以視為地下經濟活動規模增加的表現。

蘇飛（2012）通過對Tanzi（1983）衡量美國1952—1970年地下經濟規模的測算方程中的貨幣需求量不同形式以及稅收負擔不同形式之間皮爾森相關系數的檢驗，認為現金需求與零售價格指數比例（C/P）與稅收總額絕對值（TT）之間存在顯著正相關，因而根據我國的實際情況將上述回歸方程調整為如下形式（3.2）：

其中C/P為實際現金需求量，即現金流通量除以零售價格指數；TT為稅收總額；RS為人均消費品零售額；R為央行一年期定期存款利率，INL為以CPI表示的通貨膨脹率。

本文將采用蘇飛（2012）調整后的模型對四川省的地下經濟規模進行衡量。

（二）模型的回歸分析及規模測量

通過使用EVIEWS軟件對上述數據進行回歸分析，運用OLS法可得回歸方程如下所示（3.1）：

由結果可知，方程的T值和F值都比較顯著，且各項的系數符號也與最初的模型設定思想相符，但由于DW > R2，此時方程存在自相關問題。為對自相關問題進行修正，本文使用了廣義差分法。

通過對差分方程進行回歸，新的回歸方程為（3.2）：

由回歸結果可知，此時方程中各項系數符號均與現實情況相符，T值和F值都比較顯著，且此時方程不存在自相關問題，自相關情況得到修正。故文章用此方程作為基本衡量方程，結合四川省數據，估測四川省地下經濟規模。

首先利用模型方程（3.2）求得被解釋變量In（C/P）的擬合值，并進一步推導出實際現金需求量的估計值。在不存在稅收負擔的情況下，用歷年實際現金需求量乘以貨幣流通速度（V0）即可求得四川省歷年地下經濟的規模。在貨幣流通速度數據的選取上，本文借鑒胡正，秦娟（2012）在2012年對1978至2009年現金流通量（M0）流通速度的衡量（V0），并采取與該文章相同的方法計算得2010至2012年的貨幣流通速度（V0）。經計算，從1978至2012年，四川省地下經濟規模占當年GDP的比例介于2%—23%之間，且在九十年代規模逐漸縮小后在近年又有增大的趨勢。

四、模型討論及結論

篇2

關鍵詞:因子分析;聚類分析;城市經濟;綜合評價

中圖分類號:F290文獻標志碼:A文章編號:1673-291X(2009)24-0152-03

一、樣本數據的引入與指標體系的構建

影響西部中心城市經濟發展的因素繁多且復雜,根據數據的準確性、可比性、易獲取性、非重疊性、定量分析等原則,從《中國統計年鑒(2007)》中選取8個具體指標構建西部中心城市經濟發展評價指標體系,并運用該指標體系對11個中心城市經濟發展水平進行實證分析。這8個指標,分別是:人均地區生產總值(萬元)―X1、工業增加值(萬元)―X2、地方財政預算內收入(萬元)―X3、固定資產投資總額(萬元)―X4、城鄉居民儲蓄年末余額(萬元)―X5、在崗職工平均工資(元)―X6、社會商品零售總額(萬元)―X7、貨物進出口總額(萬美元)―X8[2](數據來源于《中國統計年鑒(2007)》,原始數據中沒有的相關數據)。

西部中心城市經濟發展評價的基本步驟:

1.因子分析過程。本文使用SPSS(16.0)軟件作為統計分析工具,先對8個指標的原始數據進行標準化處理(消除量綱差異和數量級影響,ZX1表示的是原始指標X1經過標準化處理后對應的變量,表1中其余各指標的含義如此類推,變量值為負數,表示低于該類指標的平均值,正數則含義相反) ,并得到各指標之間的相關系數矩陣R(見表1)。由相關系數矩陣可以看出, 指標之間既存在正負相關也存在強弱相關,部分指標彼此之間存在很強的相關性,說明指標之間反映的經濟信息有很大重疊,如果直接用于分析,可能會帶來嚴重的多重共線性。由表1可知,指標間存在較強的相關性,可用因子分析進行降維。其中統計為0.806 ,Bartlett球形檢驗顯著性水平小于0.0001,表明樣本數量充足,相關系數矩陣非單位陣,故可以實施因子分析。矩陣特征值與累計貢獻率如表2所示,提取前3個因子即提取了樣本93.784%的數據信息(前3個特征值的累計貢獻率為93.784%)。提取的三個主成分的載荷矩陣見表3(其中F1、F2、F3分別表示第1、2、3個公共因子,星號(*)標注在較高的荷載值)。

由表3可知,第一個公共因子F1在ZX2(工業增加值)、ZX3(地方財政預算內收入)、ZX5(城鄉居民儲蓄年末余額)、ZX7(社會商品零售總額)、ZX8(貨物進出口總額)5個變量上的荷載值都很大。城鄉居民儲蓄存款年末余額反映了居民的收入水平,工業增加值反映了工業企業在一定時期內工業生產活動創造的價值,是國內生產總值的組成部分。這些指標都是絕對指標,反映了西部中心城市經濟發展的規模大小,屬于宏觀層面指標,可定義為經濟規模因子;第二個公共因子F2在ZX1(人均地區生產總值)、ZX6(在崗職工平均工資)2個指標上有較高的載荷,人均地區生產總值反映的就是人民的富裕程度和生活水平,是目前國際通行的經濟發展的核心指標,也是衡量全面小康社會最核心的一個指標, 在崗職工平均工資表明一定時期職工工資收入的高低程度,是反映職工工資水平的主要指標。這兩個指標都是相對指標,反映了西部中心城市居民的富裕程度,屬于微觀層面指標,可定義為城市富裕因子。第三個公共因子F3在ZX4(固定資產投資總額)上的荷載較高,該指標反映的是固定資產投資能力。因此可以定義為資產投資因子。由表3可知,前三個主成分的因子得分表達式分別為:

F1=0.024ZX1+0.24ZX2+0.225ZX3-0.199ZX4+0.242ZX5+

0.107ZX6+0.2666ZX7+0.1485ZX8 (1)

F2=0.529ZX1+0.0189ZX2-0.020ZX3-0.032ZX4+0.005ZX5+0.559ZX6+0.033ZX7+0.106ZX8 (2)

F3=0.089ZX1-0.095ZX2-0.089ZX3+0.996ZX4-0.116ZX5

-0.142ZX6-0.179ZX7+0.218ZX8(3)

由因子協方差矩陣表4可知,F1、F2、F3三個因子兩兩之間的協方差均為0,表明任意兩個因子之間沒有線性相關,實現了因子分析的設計目標。通過因子分析,將8個指標變量降維成三個公共因子F1、F2、F3,如表5所示。采用回歸方法估計出因子得分,以各因子的方差貢獻率占三個因子總方差貢獻率的比重作為權重進行加權匯總,得出各中心城市經濟發展的綜合得分F,即

F=63.373411F1+20.302606F2+10.107549F3)/93.783566(4)

將各個中心城市的數據代入上述等式(1)、(2)、(3)后得到三大公共因子得分F1、F2、F3,然后把F1、F2、F3代入等式(4)可得出各中心城市經濟發展的綜合得分F,以這個綜合得分F的大小進行排序,就得到西部各中心城市經濟發展的綜合排名,排名結果見表6。

2.聚類分析過程。聚類分析是以各種距離來度量個體間的“親疏”程度的,傳統的聚類分析是在所選變量的基礎上對樣本數據進行分類,分類的結果是各個變量綜合計量的結果。系統聚類又稱層次聚類,是目前國內外使用最多的一種聚類方法,其基本思想是先將所有樣品看成一個類,然后選擇性質最接近(距離最小)的兩類合并為一個新類,接著計算新類與其他類的距離,再將距離最近的兩類合并,這樣直至所有的樣品合并為一類。聚類過程中如果所選變量之間存在較高的線性關系,能夠相互替代,則計算距離時同類變量將重復“貢獻”,將在距離中有較高的權重,因而使最終的聚類結果偏向該類變量,極大地影響了聚類分析的精度。集成后的因子聚類分析法,不僅消除了聚類分析的數據輸入中各變量之間的數量級和量綱影響,同時還能剔除變量之間較強的線性關系[3]。

二、內涵分析

首先考慮分別按3、4、5類進行劃分,發現聚為4類較為合理,最后得到各城市的具體類別(見表6)。結合各城市的三大因子得分和其具體類別,分析其特征及內涵[4]:

1.第一類中心城市的特點是宏觀經濟規模大,工業生產對城市經濟的貢獻率高。該類別包括成都和重慶2個城市,它們的綜合得分排名分別為1、2,比較接近且很靠前,它們在經濟規模因子F1上的得分分別排在1、2,在城市富裕因子F2上的得分分別排在3、10,在資產投資因子F3上的得分分別排在2、3,由此看出,除重慶在城市富裕因子F2上的排名很靠后外,第一類中的兩個城市在三大綜合因子的得分上都非常高,而且很接近,這說明第一類城市在經濟規模、城市富裕、固定資產投資三個方面發展都較為均衡,屬于經濟發展相對全面的城市。

2.第二類中心城市的特點是宏觀經濟規模小, 工業生產對城市經濟的貢獻率低,發展不平衡。該類別包括西安、銀川、南寧、蘭州、貴陽、西寧6個城市。雖然西安的綜合得分排在第3位,按理說應該排在第一類中心城市,但分析西安的三大因子得分可知:經濟規模因子F1為0.50969,與第一類中心城市成都F1得分1.65049、重慶F1得分2.09303相差太大,不在一個級別上,而且西安的富裕因子F2為-0.2258、資產投資因子F3為-0.16312,均低于相應因子的平均水平,因此無法進入第一類。其余5個城市三個公共因子F1、F2、F3的得分均為負數,低于相應因子的平均水平,其中,西寧的規模經濟因子F1得分、貴陽的城市富裕因子F2得分、南寧的資產投資因子F3得分均排在11個城市的末位。這些分析表明,第二類中心城市從總體上看,經濟規模因子、城市富裕因子、固定資產投資因子三個方面發展都相對滯后,經濟發展不均衡。

3.第三類中心城市的特點是城市富裕程度較高,人口總量小。該類包括了烏魯木齊、呼和浩特、銀川3個城市,其綜合得分排名分別為四、五、六位,其富裕因子得分F3分別為1.40642、1.64892、0.64187,排名分別為二、一、四位,表明這三個城市的富裕程度較高,而規模經濟因子F1、資產投資因子F3得分相對較低。隨著國家西部大開發戰略的深入實施和政府出臺的相關政策優勢,烏魯木齊2006年人均GDP已突破4 000美元大關,位居中國西部12個省會城市前列。呼和浩特作為中國著名的“乳都”,在2007年的全球城市競爭力報告中,位列2001―2005年五年中GDP增長世界前二十名。這些都表明該類中心城市的富裕程度較高。同時應該看到,該類城市的人口總量較小,也是導致城市富裕因子得分較高的原因之一。

4.第四類中心城市的特點是固定資產投資額度大。該類別只有昆明1個城市,其綜合得分排名為第六位,其固定資產投資因子F3得分為2.960556,排在第一位,遠高于其他10個城市的F3得分,使得其他10個城市的固定資產投資因子F3的得分均為負數,低于公共因子F3的平均值,昆明的其他兩個公共因子得分F1、F2得分都很低,其綜合得分排在第六位,是綜合因子得分F正負的分水嶺。這也是昆明在聚類圖中單列一類的原因。實際上,昆明的固定資產投資總規模自2003年、2004年、2005年、2006年分別突破300億元、400億元、500億元和600億元的投資規模,連年實現百億“四級跳”。這些都表明,固定資產投資的穩步增長是昆明城市經濟增長的重要驅動力。

把三大公共因子得分作為聚類分析的輸入,剔除了傳統聚類分析中指標之間的信息重疊,提高了聚類分析的精度,同時為聚類分析的結果提供了直觀、精確的經濟內涵分析范式,有助于各城市從宏觀規模因子、城市富裕因子、資產投資因子三個方面分析各自的優勢和不足,進而制定與自身適宜的經濟戰略方針,為整體提升西部中心城市經濟發展的綜合實力提供決策參考[5]。

參考文獻:

[1]林樂義,印凡成.基于聚類分析和因子分析消除多重共線性的方法[J].統計與決策,2008,(8):153-155.

[2]中華人民共和國國家統計局.中國統計年鑒(2007)[K].北京:中國統計出版社,2007:258-336.

[3]薛薇.SPSS統計分析方法及應用[M].北京:電子工業出版社,2007:153-200.

篇3

作者簡介：

趙放(1961― )，北京人，吉林大學經濟學院教授、博士、博士生導師，研究方向為國際貿易；

李季(1978― )，吉林長春人，吉林大學經濟學院博士研究生，研究方向為國際貿易。摘要：文章利用產業內貿易指數分析了1991～2008年間的中韓貿易數據，其結果顯示：中韓貿易特別是工業制成品貿易具有明顯的產業內貿易特征，而且與貿易初期相比，中韓工業制成品產業內貿易雖仍以垂直型為主，但水平型產業內貿易比重得到了大幅提升。這表明中韓在部分工業制成品上的技術差距正逐漸縮小。對中韓產業內貿易影響因素的回歸結果顯示：中韓整體經濟規模的擴大、中國吸引的FDI以及加工貿易在中國對外貿易中比重的提升等因素對中韓產業內貿易的發展具有正效應，而中韓經濟規模相對差異的擴大則對中韓產業內貿易具有負效應。

關鍵詞：中韓貿易；產業內貿易；產業內貿易指數；外商直接投資

中圖分類號：F752.7

文獻標識碼：A　文章編號：1002-0594(2010)03-0017-07　收稿日期：2009-10-30

上世紀80年代伊始，東亞逐漸成為世界經濟發展最為活躍的地區，作為東亞地區重要經濟體的中韓兩國在經濟發展上更取得了舉世矚目的成就。由于地緣相近，文化相似，加之在經貿結構上所具有的互補性，中韓經貿往來自1992年建交后日益密切，并在兩國經濟發展過程中發揮出越來越重要的作用。隨著中國經濟的高速發展，中韓產業結構差異逐步縮小，兩國雙邊貿易顯示出了與初期有所不同的特征，除整體規模不斷擴大外，產業內貿易所占比重大幅提升，并已占據絕大份額。本文通過對中韓產業內貿易的實證分析，揭示了兩國產業內貿易的發展與兩國經濟結構的整體演進間的內在聯系，此外還對影響兩國產業內貿易的具體因素作出了分析，而這對進一步促進中韓兩國雙邊貿易乃至雙方整體的經濟發展具有重要的現實意義。

一、對本文產業內貿易指數應用的說明

隨著產業內貿易的興起，一些學者對此進行了廣泛而深入的研究。在測定產業內貿易的方法中，Grubel和Lloyd(1975)的G-L指數計量法是最為廣泛采用的方法，其經濟含義是：在特定產業中，相對于該產業的貿易總量，出口在多大程度上為進口所抵消。其公式為：

GLi=[1-IXi-Mil／(Xi+Mi)]　(1)

式中xi和Mi分別代表i產業的出口額和進口額，GLi代表i產業的產業內貿易指數。通常，GLi值在0～1.00之間，其值越接近1.00表明該產業的產業內貿易特征越明顯，反之，GLi值越接近0則表明該產業的產業間貿易特征越明顯。一國全部貿易產業的整體產業內貿易指數可通過對個別產業的產業內貿易指數按權數求和得到，其公式為：

GL=[1一∑lXi-MiI／∑(xi+Mi)]　(2)

但當一國對外貿易處于不均衡狀態時，按式(2)計算的產業內貿易指數值會發生向下的偏倚。對此Grubel和Lloyd(1975)進一步調整了整體產業內貿易指數的計算公式，調整后的公式為：

GLadj=[∑(Xi+Mi)-∑lxi―Mil]／[∑(Xi+Mi-I∑xi-∑Mi1]　(3)

在定義了產業內貿易指數的計算公式后，還需進一步明確產業劃分的具體標準。一些學者如Grubel和Lloyd(1975)、Greenaway和Milher(1982)等，將SITC商品分類號前三位數相同的商品的雙向貿易定義為產業內貿易。由于這種分類法最接近產業定義的要求，而且能夠準確的將商品分為初級品和工業制成品并有利于簡化統計，因此本文沿用此種方法。按此種分類標準，貿易商品共分為10大類，其中0-4類為初級品，5-9類為工業制成品。在工業制成品中，第5類加第7類商品大多是資本或技術密集型工業制成品，第6類加第8類商品大多是勞動密集型工業制成品，第9類商品為非正常貿易品，本文未將其列入討論。

二、中韓貿易整體概況及走勢

1992年中韓建交后，兩國間貿易取得了穩定而快速的發展。根據WTO統計數據，自1997年以來，除1998年因亞洲金融危機導致中韓雙邊貿易額減少外，其余年份兩國貿易額都有所增加。

根據2001～2008年WTO《International TradeStatistics》資料，這一時期中國自韓進出口額都有大幅增加，其中進口額由2001年的125.20億美元上升至cJ2008年的739.00億美元，增長了490.26％，出口額由2001年的233.80億美元上升到2008年的1121.60億美元，增長了379.73％。就比重而言，雖然對韓進出口占中國進出口總額的比重都有所上升，但整體幅度不大，數據顯示，對韓貿易在中國對外貿易中所占比重并沒有發生明顯變化，韓國保持了中國主要貿易伙伴國的地位。而就韓國來說，中國的貿易地位則有顯著提升，至2007年中國已成為韓國第一大貿易伙伴國。

隨著中韓貿易往來的日益密切，尤其是中國經濟的持續發展，中韓貿易除整體規模有所擴大外，其進出口商品結構也發生了明顯改變。據uN comtrade數據，2008年中韓進出口商品中，SITC 5-8類工業制成品所占比重分別達到89.45％和89.93％，比重表明工業制成品已成為中韓貿易的主要商品。由于工業制成品成為中韓貿易的主要商品，而工業制成品在貿易上又具有較強的產業內貿易傾向，因此有理由認為：兩國貿易決定因素正逐漸從以資源稟賦條件為基礎轉變為以產品多樣化和產品品質差異為基礎，因此兩國貿易方式也正由以產業間貿易為主逐漸轉變為以產業內貿易為主，并且可以預見，只要當前中韓經貿發展的趨勢得以延續，今后中韓貿易的產業內貿易特征將更為明顯。

三、中韓產業內貿易發展趨勢

在分析了中韓整體貿易狀況后，進一步利用產業內貿易指數描述中韓產業內貿易發展趨勢。表1為利用SITC3位分類計算的中韓產業內貿易指數。與貿易初期相比，近年來中韓初級品產業內貿易指數無論是調整前還是調整后的指數值都較低，因而未表現出明顯的產業內貿易特征，但中韓整體產業內貿易指數及工業制成品產業內貿易指數卻明顯升高，分別由1991年的0.18和0.27上升到2008年的0.42

和0.45，而2001至2008年間中韓調整后的產業內貿易指數值都接近或超過了0.50，表明中韓貿易整體上具有產業內貿易特征。此外，經調整后的中韓工業制成品產業內貿易指數值高于調整后的中韓整體產業內貿易指數值，說明在中韓貿易中工業制成品貿易的產業內貿易特征更為明顯，這一事實與產業內貿易理論的推斷是一致的，即工業制成品貿易具有更為明顯的產業內貿易特征。

中韓兩國產業內貿易的發展與兩國經濟結構的整體演進具有內在的聯系。產業內貿易理論認為：一般來說，人均收入越高、貿易伙伴國之間的資源稟賦條件越相似、市場規模越大、貿易壁壘越低、運輸成本越少、跨國企業的活動越多，產業內貿易的比重就越高。中韓兩國間產業內貿易的發展正可以歸結為這幾個原因：

首先，中國加入WTO及中韓經貿關系的加強，削弱了兩國間的貿易壁壘，促進了兩國雙邊貿易的展開，自然也有利于產業內貿易的發展。此外，中國經濟的高速發展提高了中國的人均收入，擴大了中國的市場規模，增加了中國消費者對“異質性”產品的需求，從而促進了中韓間產業內貿易的展開。

其次，經濟的高速發展與FDI的大量流入加快了中國產業結構的升級，縮小了中韓兩國在產業結構和技術水平上的差距。隨著兩國資源稟賦的接近，兩國貿易商品結構逐步趨同，從而促進了兩國間產業內貿易的發展。此外，FDI的流入還促進了中國加工貿易的展開，工業制成品加工貿易促進了中國自韓零部件的進口和對韓工業制成品的出口，由于中國工業制成品加工貿易產業鏈較短，多數加工產品的單位產品增值不高，因而進口零部件與出口成品多屬于同類商品，因此促進了中韓工業制成品產業內貿易的發展。

再次，同樣地處東亞的中韓兩國具有相似的文化背景和歷史習俗，消費者的消費習慣、審美情趣相近，這些都有利于兩國間產業內貿易的發展。而且，由于地理位置的接近使中韓貿易具有較低的運輸成本，從而為產業內貿易的展開提供了“先天”條件。

最后，中韓在工業制成品貿易上的產業內貿易特征之所以尤為明顯，除了是由工業制成品自身的貿易特征所決定之外，還與目前中韓經濟發展水平與要素稟賦的差異有關。一方面，工業品由于在產品包裝、外形設計、材質選取及生產工藝上的選擇多種多樣，因此能夠向消費者提供千差萬別的“異質性”產品，從而使其產業內貿易更易于展開。另一方面，中韓經濟發展水平與比較優勢的差異是促進中韓產業內貿易發展的一個主要原因。具體而言，這種差異在整個工業制成品產業內部表現為，相比于韓國，中國在資本或技術密集型工業制成品生產上處于競爭劣勢，而在勞動密集型及部分資本或技術密集型工業制成品生產上則占有競爭優勢。就某一具體貿易產品而言，這種差異則表現為，韓國在產品包裝、設計、質量及營銷上具有競爭優勢，而中國則往往能夠提供更為低廉的產品。因此，正是由于在整個產業內以及產品市場內，中韓兩國存在著競爭優勢的差異，使得兩國有可能通過垂直分工和產品細分發揮各自的競爭優勢，分別占據高端和低端產品市場，從而使兩國間工業制成品的產業內貿易得以發展。

在分析了中韓產業內貿易發展的整體趨勢后，為對中韓產業內貿易作出更為細致的考察，進一步將中韓產業內貿易劃分為垂直型和水平型產業內貿易，其劃分標準采用Fontagne，Freudenberg和Peridy(1997)的方法：1／(1+а)≤Pix，Pim≤1+а

其中Pix和Pim分別為第i產業的出口單位價格和進口單位價格，按通常對水平型產業內貿易的劃分標準取а=0.25，從而將水平型產業內貿易的進出口價格之比的區間定義為0.8至1.25。當0.8≤Pix，Pim≤1.25時，將第i產業的產業內貿易劃分為水平型產業內貿易，當Pix／Pim1.25時，將第i產業的產業內貿易劃分為垂直型產業內貿易，其中當pix／pim1.25時，表明本國出口單位商品價格高于進口單位商品價格的1.25倍，本國處于貿易條件優勢地位。

按此標準對中韓水平型和垂直型產業內貿易占整體產業內貿易的比重進行計算，結果如表2所示。由表2可見，自中韓貿易開展以來，在初級品產業內貿易中，水平型產業內貿易所占比重雖有所上升但波動幅度很大。就整體而言，中韓初級品產業內貿易以垂直型產業內貿易為主的特征并未改變。除個別年份外，垂直型產業內貿易占初級品產業內貿易的比重都超過了70％。初級品的這種產業內貿易格局符合其自身的貿易特點，由于初級品產業內貿易主要依靠以資源稟賦差異形成的價格差異為基礎，因此必然以垂直型產業內貿易為主。與初級品相比，在中韓工業制成品產業內貿易中，水平型和垂直型產業內貿易所占比重則變化明顯，其中，在5+7類資本或技術密集型工業制成品產業內貿易中，垂直型產業內貿易比重雖仍高于水平型，但水平型產業內貿易的比重已有所升高，由1996年的17.12％上升至2008年25.18％，而在6＋8類勞動密集型工業制成品產業內貿易中，水平型產業內貿易比重上升更為明顯，由1996年的10.42％上升到2008年的31.37％，同期垂直型產業內貿易比重則由85.49％下滑至68.43％。進一步將5+7類工業制成品和6+8類工業制成品整合為5―8類工業制成品來綜合考察，其水平型和垂直型產業內貿易比重如圖1所示。數據表明，相比于貿易初期，在中韓工業制成品產業內貿易中，垂直型產業內貿易比重整體呈下降趨勢，而水平型產業內貿易比重則明顯上升，兩者比重有所接近，但中韓工業制成品產業內貿易以垂直型為主的特征雖并未改變。

此外，在中韓工業制成品垂直型產業內貿易中，對中國而言，VIIT1.25的垂直型產業內貿易比重走勢如圖2所示。中國進出口單位商品價格之比小于0.8的貿易商品，即中國處于貿易劣勢地位的工業制成品垂直型產業內貿易，與中國進出口單位商品價格大于1.25，即中國處于貿易優勢地位的工業制成品垂直型產業內貿易，兩者占中韓工業制成品產業內貿易的比重雖有所波動，但整體變動幅度并不明顯，中國處于貿易劣勢地位的垂直

型產業內貿易比重仍遠大于中國處于貿易優勢地位的垂直型產業內貿易比重。由此可見，與貿易初期相比，中國在中韓垂直型工業制成品產業內貿易中的貿易條件并未發生顯著改變，在整體上仍處于貿易劣勢地位，這是中國在對韓貿易中存在巨額貿易逆差的一個主要原因。

上述中韓水平型和垂直型產業內貿易比重的變化可由中國經濟發展的現實予以解釋。中國經濟的高速發展加快了產業結構的升級和技術水平的提升，由此提高了中國工業制成品的外貿競爭力及商品品質，改變了以往單純依靠價格低廉出口低品質商品的貿易局面，轉而憑借商品在品質、包裝和設計等方面的差異來獲得出口優勢，從而提升了水平型產業內貿易在工業制成品產業內貿易中的比重。此外，一方面，中國在勞動密集型工業制成品生產上的比較優勢隨著中國經濟的發展得以充分發揮；另一方面，中國相對韓國在資本或技術密集型工業制成品生產上的技術差距卻仍然存在。因此，相比于5+7類資本或技術密集型工業制成品而言，中韓在6+8類勞動密集型工業制成品產業內貿易中的水平型產業內貿易比重上升更為明顯。總而言之，隨著中韓貿易關系的密切與中國經濟的發展，中國在對韓貿易中的貿易條件有所改善，水平型產業內貿易在中韓產業內貿易中所占比重有所提升，但整體上中韓產業內貿易仍以垂直型為主，中國在對韓貿易中的劣勢地位并未改變。

四、對中韓產業內貿易影響因素的實證分析

在分析了中韓產業內貿易水平、結構及整體演進后，接下來進一步對中韓產業內貿易的具體影響因素予以研究。對產業內貿易影響因素的已有研究主要關注需求結構、規模經濟、市場開放程度、產品差異化和FDI等因素，基于中韓產業內貿易的現實并考慮到數據的可獲得性本文將主要研究以下解釋變量：(1)市場規模；(2)市場規模差異；(3)中國吸引的FDI；(4)加工貿易在中國的開展。

結合上文的理論分析對中韓產業內貿易影響因素的實際效應可給出如下預測：(1)中韓整體市場規模、中國吸引的FDI和加工貿易在中國的開展對中韓產業內貿易應具有正效應。(2)兩國經濟規模的相對差異對兩國產業內貿易的實際影響則難以判斷，Fontagnes，Freudenberg和P6ridy(1997)對歐盟內部垂直型和水平型產業內貿易往來的研究結果顯示：經濟規模的相對差異對水平型產業內貿易具有負效應，而對垂直型產業內貿易具有正效應。

基于上述討論，為明確影響中韓產業內貿易的相關因素的實際效應，構造如下經驗模型：

GLk=f(GI)Pck，GDPDck，FDI，JXM)

(4)

其中，GLck為中韓產業內貿易指數，其數值按公式(2)計算得出，GDPck和GDPDck分別代表中韓整體經濟規模和中韓經濟規模的相對差異，GDPck為中韓GDP求和后取均值得出，GDPDck則采用Balassa和Bauwens(1987)的計算方法：

GDPDck=1+[WLnW+(1-w)Ln(1-W)yEn2

(5)

W=GDPJ(eDPc+GDPk)

(6)

式中GDPc和GDPk分別代表中國和韓國的國內生產總值。按公式(5)計算的中韓經濟規模的相對差異值在0到1之間，越接近0表明兩國經濟規模差異越小，反之則表明兩國經濟規模差異越大，相比于以兩國GDP的絕對差值來反映兩國經濟規模的差異，這種計算方法排除了兩國絕對經濟規模對相對差異造成的影響，因而能更準確的衡量兩國經濟規模的相對差異。此外，FDI代表歷年中國吸引的FDI流量，JXM代表加工貿易在中國對外貿易中所占比重并取百分數。

由于估計值可能超出0～1的取值范圍，因此對模型做Logit概率函數的轉換是必要的，轉換后的一元常彈性回歸模型為：

tn[GLck/-GLck+β1LnGDPa+β2LnGDPDck+

+β3LnFDI+β4LrtJXM+μ

(7)

篇4

安全是危害或災害的反義詞，它與危害（或災害）的風險緊密聯系。危害（或災害）的風險愈小，安全度就愈高，反之亦然。水安全問題通常指相對人類社會生存環境和經濟發展過程中發生的水的危害問題。例如，水多了（發生洪水災害，導致人的財產損失，人口死亡問題）、水少了（發生干旱、水資源短缺以及引起的生態環境退化、人類生存環境損失）和水臟了（水污染導致的病害健康問題、人口死亡問題）。

中國是降水時空分配非常不均勻、“水“的問題十分突出的發展中國家。水多了（洪澇災害）、水少了（干旱、水資源短缺）和水臟了（水污染問題）業已成為制約中國可持續發展最為重要的限制因子，其緊急程度已經危及人類基本環境和生存問題和國家發展利益的安全問題。

在水安全問題研究中，水資源安全問題是最為重要的一個方面[1]。水資源安全通常指水的供需矛盾產生對社會經濟發展、人類生存環境的危害問題。20世紀末，不滿足可持續水資源利用的模式和環境問題導致嚴重的水資源安全問題，業已引起國際各國政府的高度重視。2000年3月，在荷蘭海牙(Hague)召開了“第二屆世界水論壇及部長級會議”。會議主題是：水的安全：從洞察到行動，全世界140多個國家首腦或部長，3000名科學家出席會議。21世紀水安全面臨7個主要挑戰[23]：

（1）滿足基本需求（meetingbasicneeds）

（2）保護生態（protectingecosystems）

（3）食品安全（securingthefoodsupply）

（4）水資源共享（sharingwaterresources）

（5）處理災害（dealingwithhazards）

（6）水的價值(valuingwater)

（7）科學管水(governingwaterwisely)

因此，水資源安全已經成為水資源研究的國家前沿熱點，受到世界范圍的注目。

水資源安全問題研究主要有：水資源安全的范疇，水資源安全的度量，水資源安全評價和水資源安全保障體系的建設等方面。從學術研究，水資源安全的度量最為關鍵。核心問題是：回答如何量度水資源安全程度和如何保證水資源安全？我們的觀點是：水資源承載力是水資源安全的基本度量。因此，研究水資源承載力對于認識和建設水資源安全保障體系尤為重要。

“承載力”一詞，亦稱“承載能力”（CarryingCapacity），起源于生態學，用以衡量特定區域在某一環境條件下可維持某一物種個體的最大數量[1]。隨著人類社會經濟發展，全球資源環境問題日趨嚴重，人們逐漸認識到自然資源是支持地球上生命系統和人類生存發展的物質基礎，其量和質是有限的，它們滿足人類現在與未來發展需要的能力也是有限的。關于生態承載力的一個較早的概念，是由世界自然保護同盟（IUCN）聯合國環境規劃署（UNEP）及世界野生生物基金會WWF在其出版的《保護地球》一書中提出的。他們把承載能力定義為一個生態系統所能支持的健康有機體即在維持它的生產力、適應能力和再生能力的容量。后了“承載力”概念得到延伸發展，比較多地用于說明生態系統、環境系統、資源系統承受發展和特定活動能力的限度。因此，生態承載力、環境承載力、資源承載力等諸多概念也相繼出現。

1974年，Bishop在《環境管理中的承載力》一書中指出“環境承載力表明在維持一個可以接受的生活水平的前提下，一個區域所能永久地承載的人類活動的強烈程度”[2]；高吉喜（2000）在其關于生態承載力的研究別指出：環境承載力是指在一定生活水平和環境質量要求下，在不超出生態系統彈性限度條件下環境子系統所能承納的污染物數量以及可支撐的經濟規模與相應人口數量[3]。此外，一些學者還從經濟、社會、環境、發展等方面對全球承載力進行了探討（Cohen，J.E.,1995；Sagoff,M,1995；Daly，H.E.，1995，1996）[4][5][6]。然而無論是生態承載力、環境承載力抑或全球（區域）承載力都是一個比較泛化的概念，如何描述和量化，實施和操作性不強，目前的研究還不深入。事實上，在對作為生態環境組成要素的各項自然資源的承載力問題還沒有完全解決的時候，是無法對生態環境承載力做更深入的研究的。

相比之下，當前對資源承載力的研究則獲得了更多學者的關注。對自然資源承載力的研究主要集中于土地、水和關鍵礦產資源方面。1949年美國的Allan將土地資源承載力定義為：“在維持一定水平并不引起土地退化的前提下，一個區域能永久地供養人口數量及人類活動水平”。50-70年代，國外許多學者探討了土地承載力的計算依據為：在確保不會對土地資源造成不可逆的負面影響的前提下，土地的生產潛力能容納的最大人口數量。同時，對承載力的研究從靜態轉向動態，Millington等應用多目標決策分析方法，以各種資源（土地、水、氣候、能源等）對人口數量的限制，計算了澳大利亞的土地資源承載力。1986年我國也開始了題為“中國土地資源生產力及人口承載量”的研究，研究者認為土地資源承載力通常是指：一個區域在一定的農業技術條件下，土地用于食物生產所能供養的人口數量；或在一定生產條件下，土地資源生產力所能承載一定生活水平下的人口限度。由此，關于土地和水資源承載力的研究在中國全面展開[7]。

承載力概念的演化與發展是對發展中出現問題的反應與變化結果。在不同的發展階段，產生了不同的承載力概念和相應的承載力理論。如針對環境問題，人們提出了環境承載力的概念與理論，針對土地資源短缺問題，人們提出了土地資源承載力的概念與理論。而“水資源承載力”一詞，則是隨著水問題的日益突出由我國學者在80年代末提出來的。水資源承載力是一個國家或地區持續發展過程中各種自然資源承載力的重要組成部分，且往往是水資源緊短和貧水地區支持人口與發展的“瓶頸”,它對一個國家或地區綜合發展和發展規模有至關重要的影響。進入90年代以來，在地區和國家社會經濟發展中堅持走可持續發展道路已是普遍的共識，而水資源短缺與“水資源安全”問題也已成為影響可持續發展的重要制約因素，作為可持續發展研究和水資源安全戰略研究中的一個基礎課題，水資源承載力研究已引起學術界的高度關注并成為當前水資源科學中的一個重點和熱點研究問題。

2．水資源承載力的定義

水資源承載力最早是源自生態學中的“承載能力”（CarryingCapacity）一詞，是自然資源承載力的一部分。近年來，我國不少學者在資源承載力、環境承載力等概念的基礎上對水資源承載力的定義進行了更深入的探討，茲選取幾個有代表性的例子列舉如下：

（1）在某一歷史發展階段的技術、經濟和社會發展水平條件下，水資源對該地區社會經濟發展的最大支撐能力[8]。（劉燕華，1999）

（2）某一歷史發展階段，以可預見的技術、經濟和社會發展水平為依據，以可持續發展為原則，以維護生態良性循環發展為條件，在水資源得到合理開發利用下，該地區人口增長與經濟發展的最大容量[9]。（李令躍，2000）

（3）一個流域、一個地區、一個國家，在不同階段的社會經濟和技術條件下，在水資源合理開發利用的前提下，當地水資源能夠維系和支撐的人口、經濟和環境規模總量[10]（何希吾，2000）。

（4）一定的區域內，在一定的生活水平和生態環境質量下，天然水資源的可供水量能夠支持人口、環境與經濟協調發展的能力或限度[2]。（馮尚友，2000）

（5）可理解為某一區域的水資源條件在“自然-人工”二元模式影響下，以可預見的技術、經濟、社會發展水平及水資源的動態變化為依據，以可持續發展為原則，以維護生態良性循環發展為條件，經過合理優化配置，對該地區社會經濟發展所能提供的最大支撐能力。（惠泱河，2001）

總之，盡管已有的水資源承載力定義在表述上各有不同，但其思路并無本質上的差異，都強調了支撐能力的概念。但是，對水資源“承載力”本身的內涵，表達比較宏觀。

結合中國科學院知識創新工程有關項目初步研究，作者的觀點是：水資源承載力可定義為“在一定的水資源開發利用階段，滿足生態需水的可利用水量能夠維系有限發展目標的最大的社會-經濟規模”。因此，水資源承載力是一個度量區域社會經濟發展受水資源制約的閾值，它通常用滿足生態需水的可利用水量與社會經濟可持續發展有限目標需求水量的供需平衡退化到臨界狀態所對應的單位水資源量的人口規模和經濟發展規模（如GDP）等指標體系表達。

顯然，水資源承載力受水的供、需矛盾雙方影響，它需要從受自然變化和人類活動影響的水循環系統出發，通過“自然生態-社會經濟”系統對水的需求和流域能夠提供的多少可利用水資源量的“支撐能力”方面加以量度。一種概化的水循環與水資源供需關系如圖1所示意。

圖1量化水資源承載力的系統關系示意

核心問題是：在一定的水資源開發利用階段和生態環境保護目標下，一個流域/區域的可再生利用的水資源量究竟能夠支撐多大規模的社會經濟系統發展？如何合理管理有限的水資源（開源與節流），維持和改善陸地系統水資源承載能力？

考慮到水資源承載力研究的現實與長遠意義，對它的理解和界定，要遵循下列的事實：

·變化環境下（即自然變化和人類活動影響）的水循環是水資源演變和水資源承載力研究的基礎。因為一個流域和區域的水資源承載能力大小，直接與該流域和區域的可利用水資源量與質有本質的聯系。而區域可利用水資源量又決定于在不但變化的自然環境（包括全球氣候變化）和人類活動影響下水文循環規律及其控制的水資源形成規律。

·需要把把它置于水資源的可持續利用概念的框架，建立在生態系統完整、水資源持續供給和水環境長期有容納量的基礎上。生態系統需水是水資源承載力必須要考慮的重要、方面。

·需要從“水循環-自然生態-社會經濟”系統耦合機理上綜合考慮水資源對地區人口、資源、環境和經濟協調發展的支撐能力；

·水資源承載能力度量除了水循環和水資源變化的自然屬性影響外，還取決與社會經濟持續發展的有限目標。社會經濟發展的要求目標不同，相應的承載能力也不一樣。

因此，水資源承載能力的大小是隨水資源開發階段、目標和條件不同而變化，是一個動態、變化的概念。它不僅是水文循環、水資源研究的重要方面，而且與社會經濟發展、環境系統的耦合研究密切相聯，是可持續發展重大的國家需求研究的問題。

3．水資源承載力的度量與計算方法

由圖1的系統關系和水資源承載力的定義，可以導出水資源承載力的度量與計算方法。主要過程概述如下：

（1）水資源總量（W）：它指流域水循環過程中可更新恢復的地表水與地下水資源總量（WL）。流域水循環受自然變化(包括氣候變化)和人類活動的影響，可更新恢復的地表水與地下水資源量也在不斷變化。另外，除了本地產生的水資源量外，人工跨流域調水（WT）可以增加本流域（或地區）的水資源總量。由于流域水循環降水和徑流形成的不確定性，對應不同保證率的水資源量，有流域水資源總量關系

W=WL+WT

（2）生態需水量（We）：生態系統是流域水循環和流域環境系統的基本部分，滿足一定環境要求的最小生態需水量（We）首先應該加以估算。它們通常由河道外的生態需水的估算（如天然生態需水、人工生態需水等），和河道內的生態需水估算（如防止河道斷流所需的最小徑流量等）構成。

（3）可利用水資源量（WS）：流域可利用水資源量是指在經濟合理、技術可行和生態環境容許的前提下，通過技術措施可以利用的不重復的一次性水資源量。在概念上，維系生態環境最小的需水量需要扣除，以保證生態環境容許的前提條件。因此，原則上講，可利用水資源量可以通過流域可更新恢復的地表水與地下水資源總量加上境外調水扣除生態需水量加以估算，即：

WS=aWL+WT–We

式中：a為反映工程技術措施的開發利用系數。

（4）水資源需求總量（WD）:流域社會經濟發展規模水平可以表達為人口數量(P),國民生產總值(GDP)或凈福利(H)等指標。因此，它們對水資源需求包括：人口需水(Wp)，工業需水(WI)，農業需水(WA)，環境和其它需水(WM)等。因此，社會經濟發展對水資源需求總量（WD）可表達為：

WD=Wp+WI+WA+WM

（5）流域水資源承載力的平衡指數（IWSD）：為了描述水資源的承載力，首先需要定義流域水資源承載力的供需平衡指數（IWSD）即：

很顯然，當流域可利用水量小于流域社會經濟系統的需水量，即,有,這說明流域可供的水資源量不具備對這樣規模的社會經濟系統的支撐能力。流域水資源對應的人口及經濟規模是不可承載。但是，通過調水增加WS和通過節水減少WD可提高IWSD。反過來，當流域可供水量大于等于流域社會經濟系統的需水量，即,這說明流域可供的水資源量具備對這樣規模的社會經濟系統的支撐能力，流域水資源對應的人口及經濟規模是可承載，供需為良好狀態。

（6）水資源承載力的分量測度：如何量度流域水資源的承載力呢？由定義和上述水資源承載力的供需指數可知，首先需要建立研究對象的“水-社會經濟-環境”系統關系。它們的作用是將水資源量支撐的環境、社會經濟系統規模（如人口數或人口密度、人均GDP工業產值、農業產值、水環境污染級別等）聯系起來。然后，通過一定的水資源開發利用階段與有限發展目標，分析識別出由供大于需,即IWSD>0可行域退化到IWSD＝0，即系統供需平衡達臨界狀態的水資源WS=WD所對應的流域人口數（P）和社會經濟規模（GDP）等等指標參數。記水資源供需平衡達到臨界狀態的可供水資源量為，進一步，可以定義水資源承載力的各個分量，即：

意義是：λ1表明維系現狀/目標水平的人口規模所需要最少水資源量WS；λ2維系現狀/目標水平的經濟規模所需要的最少水資源量WS。

流域的綜合水資源承載力（F）是其分量的集成，例如，

λ=人均GDP/WS=(GDP/p)/Ws

（7）單位水資源量承載力的度量：為了達到水資源承載力分量和總量可比性的目的，可以進一步轉化水資源承載力分量為某單位水資源量的承載指標參數。例如，當統一轉化W0為億m3的可比單位水資源量，有對應的水資源承載力的各個分量，即：

上述公式中的就是流域系統第i個水資源承載力分量。例如，F1的單位量綱是每億m3的人口數目，說明該流域每億m3可利用水資源量能夠承載的最大人口數。同理，F2的單位量綱是每億m3的GDP，它說明該流域每億m3可供水資源量能夠承載的經濟發展最大規模的GDP。

同理，流域的綜合水資源承載力（F）是其分量的集成。例如：

F=人均GDP/億m3=(GDP/p)/W0

4．西北干旱區水資源承載力綜合研究的關鍵問題

廣義上的西北地區包括新疆、青海、甘肅、寧夏、陜西和內蒙古的西北部，總土地面積為374萬km2，占全國的39%，總人口約1億，占全國的8%。涉及西北內陸河流域（包括新疆的部分外流河流域）、黃河流域、長江流域和瀾滄江流域。本文討論的范圍，界定在西北內陸河干旱地區。

西北干旱區水資源承載力綜合研究的關鍵問題有：變化環境的流域水循環模擬研究，生態需水研究，社會經濟可持續發展的水資源需求研究，流域水資源承載力的計量，西北干旱區水資源承載力綜合。下面重點討論水循環模擬，生態需水和指標體系問題。

（1）變化環境的流域水循環模擬研究

水文循環是聯系地球系統地圈~生物圈~大氣圈的紐帶，是全球變化三大主題碳循環、水資源和食物纖維中的核心問題之一，它受自然變化和人類活動的影響，決定水資源形成與演變的規律。因此，人類活動經濟開發和影響劇烈地區的水循環與水資源安全研究，是21世紀資源環境學科領域一個十分重要的方向性問題。

目前水科學發展的前沿問題突出反映在：水文循環的生物圈方面，自然變化和人類活動影響下的水資源演變規律，水與土地利用土地覆被等社會經濟相互作用影響等。因此，水文循環需要考慮地球生物圈、全球變化以及人類活動等方面的影響。國際地圈生物圈計劃（IGBP）代表國際地球學科發展前沿，水文循環的生物圈方面(BiosphereAspectsofHydrologicalCycle，簡稱BAHC)是IGBP的核心之一。它注重陸面生態-水文過程與空間格局的變化規律和受人類活動影響的關鍵問題。進入90年代末，變化環境（即全球變化與人類活動影響）下的水文循環研究成為熱點。

人類活動對水文過程的影響，集中表現在對下墊面的改變上，改變流域下墊面的地形、地貌、土壤、植被等條件，可概括為土地利用和土地覆被的變化。下墊面條件發生變化了，水文過程的各環節也相應發生變化，如蒸發、入滲、產流的量會加大或減小，水循環的路徑和速率也會發生變化，也就是說，利用原來的降水-徑流關系不能反映土地利用/土地覆被變化后的流域降水徑流形成規律和水文循環過程，分析人類活動（土地利用/土地覆被變化）對流域徑流形成規律的影響成為當水資源承載力研究的基礎問題。

以河西走廊的黑河流域為例，由于中游引水等人類活動的劇烈影響，已經完全改變了流域中下游水循環關系，造成下游流量減少和斷流，產生嚴重的生態環境問題。為了說明黑河干流的水資源變化，我們將黑河干流上游出流控制水文站（鶯落峽站）及下游輸水控制水文站（正義峽站）1959年以來的實測流量資料進行了分析比較。根據1959-1998年實測資料統計，黑河鶯落峽多年平均流量49.83m3/s，相當于年徑流量15.71×108m3，正義峽多年平均流量31.05m3/s，相當于徑流量9.80×108m3，鶯落峽流量高于正義峽流量18.78m3/s，相當于區間多年平均每年損耗水量5.92×108m3。

從兩站流量多年變化趨勢看，鶯落峽站水量歷年變化平穩，年際變化不大，甚至還稍有上升。正義峽站水量不僅遠遠小于鶯落峽站，且水量在逐年減少（圖2），兩站水量年均差值越來越大（圖3）。

圖2黑河鶯落峽及正義峽歷年徑流量變化圖

圖3鶯落峽-正義峽年均流量差值圖

造成下游水資源量減少的原因：中游張掖地區人口持續增長，工農業生產迅速發展，用水量急劇增加，導致黑河干流水資源大量損耗，水資源的變化與人類活動的關系密不可分。

因此，深入研究自然變化和人類活動影響下的黑河流域水循環規律，是建立黑河流域水資源承載力模型的重要基礎。

（2）生態需水研究

中國西北地區氣候干旱、水資源短缺，水已經成為中國西北地區環境與發展最大的限制因子。實際觀測與實驗研究表明，水對生態環境質量有明顯的限制作用，生態系統對水的需求也存在脅迫響應的機制。生態環境需水量是維系生態系統平衡最基本的需用水量，是生態系統安全的一種基本閾值。因此，生態環境需水估算問題成為生態環境建設依據的重要基礎。確定不同生態類型的生態需水量，是生態環境建設區域配置的重要內容，是建設生態環境系統的關鍵。這也是中國工程院咨詢項目“西北地區水資源合理配置、生態環境建設和可持續發展問題”中第2課題中的關鍵問題之一。

20世紀90年代后，隨著國際地圈生物圈計劃（IGBP）等大的科學計劃推動，如水文循環的生物圈方面（BAHC）實施，國際國內對生態環境需水問題十分重視并且已有了一些研究。國家“九五”科技攻關項目有關課題，如“西北地區生態環境保護對策研究”等，利用土地利用/覆被變化的遙感信息對區域生態需水進行初步的估算。中國工程院一期咨詢項目《中國可持續發展水資源戰略研究》，取得了一批重要的研究成果，所完成9個專題報告中對生態環境用水也做出初步的測算，取得一些進展。但是，目前有關生態需水的研究仍處在初級發展階段，人們對“生態需水”問題理解還不盡相同。目前，與生態需水有關的概念和定義有多個方面，如“生態需水”、“生態用水”、“生態環境耗水”等。不同人從不同角度看問題有不同的理解與解釋。總之，生態環境與水文水資源以及人類生存環境的交叉研究，面臨許多挑戰，也存在不同的學術觀點與看法。

由于目前對“生態需（用）水量”一詞，還沒有確切的或者得到公認的定義，因此在對它的理解與計算上還存在這樣那樣的問題。總的來看，多數認為：生態需水量是指在水資源短缺地區為了維系生態系統生物群落基本生存和一定生態環境質量（或生態建設要求）的最小水資源需求量。它包括天然生態保護與人工生態建設所消耗的水量。其內涵：以可持續發展為前提的天然生態保護與人工生態建設的需水，其外延包括地帶性植被所用降水和非地帶性植被所用的徑流。因此，生態需水量可以理解為維系一定生態系統功能所不能被占用的最小水資源需求量，包括天然生態和人工生態，其計算有河道內和河道外之分。基礎是自然變化和人類活動影響下的流域水循環規律的認識與模擬。

·河道外的流域上的生態需水的計算

根據補給來源，生態需水首先可以分為降水性生態需水和徑流性生態需水。降雨形成徑流以及徑流運動過程中，地帶性植被所在的天然生態系統完全消耗降水量，非地帶性植被所在的天然生態系統消耗徑流量為主、降水為補充，處于地帶性與非地帶性的交錯過渡帶以消耗降水為主、徑流為補充。

從生態系統形成的原動力又進一步分為天然生態需水和人工生態需水兩大類。從植物生理角度分析生態需水，可以得到天然植被或農作物正常生長時的總騰發量ET。其水分來源有兩部分：直接利用的有效降水，以及通過水利工程直接或間接利用的供水。

區域生態需水計算應該以流域為單元，建立變化環境下的流域水循環模型，如圖1所示意。然后，充分利用高分辨率的土地利用遙感信息，結合陸面水文生態實驗站的校核分析識別確定。對于每個流域，結合其生態特點和水循環特點，確定一級分區為山區、平原綠洲、過度區、荒漠無流區。為了突出人類活動影響，在山區和平原綠洲中進一步區分天然生態系統和人工生態系統，作為二級計算分區。二級計算單元內在以土地利用單元作為三級計算分區,由遙感信息土地利用圖上讀取各類生態面積單元。對三級分區的每一項，單獨計算其生態需水或經濟需水。在計算中考慮了天然植被或人工植被對徑流性水資源和降水性水資源的同時利用。國家“85”科技攻關項目中的一種基于水循環概念的流域生態需水計算框圖如圖6所示意（細節略）。

·河道內的生態需水的計算

河道內的生態需水的計算主要考慮的問題是維系河流湖泊水系的生態平衡的最小水量。主要考慮的方面有：

維持河湖水生生物生存的最小需水量；

維系城市人工生態環境景觀的最小需水量；

防止河流泥沙淤積所需最小徑流量；

防止河流水污染的最小水量；

防止海水入侵所需維持的河道最小流量；

防止河道斷流、湖泊萎縮所需維持的最小徑流量

通常需要通過流域水循環模擬、枯水分析后，在給出一定生態環境標準（或要求）下確定上述多個的最小流量組合的閾值（具體方法討論略）。

（3）水資源承載力評價指標及計算方法

水資源承載力評價指標的建立是水資源承載力研究中的另一個關鍵問題。核心是用什么指標體系反映“社會-經濟-環境”系統的發展規模與質量？目前，借鑒土地資源承載力的概念，采用在水資源可供給量所能維持生產的糧食產量的基礎上計算水資源承載力的方法顯然將問題過于簡化了[10]。

從目前的認識，水資源承載力評價指標的選取有不同的做法。例如，有人從定義出發直接選取可支持人口數量、工農業發展規模等人口和社會經濟發展指標作為衡量水資源承載力大小的依據[14]。也有人從水資源可供水量、需水量，可承載人口、社會、經濟技術發展水平和規模，水環境容量等方面綜合考慮建立水資源承載力評價指標體系，采用層次分析方法進行評價[15]。

本文建議，從水資源承載力的基本概念出發，通過水循環系統模擬，水資源評價、生態需水估算和社會經濟對水的需求分析，選取計算參數，主要有：對應不同保證率的水資源量，最小生態需水量，可利用水資源量，水資源需求量（包括人口需水，工業需水，農業需水，環境和其它需水等）；通過流域“社會-經濟-環境”系統的實際分析，確定水資源承載力評價指標體系，如水資源承載力的平衡指數（IWSD）等。運用本文提出的量化方法，獲得比較具體和實在的水資源承載力的度量結果，如維系現狀/目標水平的人口規模所需要最少水資源量，維系現狀/目標水平的經濟規模所需要的最少水資源量等。

總之，希望概念清楚，基礎扎實、評價方法簡單、可比性好。這方面研究工作需要在實際中發展和完善。

4．結語

水資源承載力的研究在我國雖然已有諸多研究課題和論述，但總的來說，已有的研究重點主要集中在對水資源承載力的評價與計算等方面，還沒有形成水資源承載力研究的成熟的理論和方法。筆者“拋磚引玉”。希望在其概念、新的理論與方法研究方面開展研討。幾點建議如下：

（1）加強學科交叉融合的研究

水資源承載力研究涵蓋了從理論到實證，從“水-生態-社會經濟”多學科基礎問題和可持續發展問題。從變化環境下的水文循環水資源演變規律到流域水文生態、植被耗水機理等微觀領域，從水文水資源科學到社會經濟科學、規劃科學等不同層次、不同學科的研究范圍，并以多目標決策分析方法、系統動力學方法、遙感與地理信息系統方法等作為技術手段，因此，迫切需要加強學科交叉融合的研究。

（2）技術方法的創新

目前制約水資源承載力研究的一個重要因素就是數據的獲取與分析處理。GIS在支持與水文和水環境有關的地理空間數據的獲取、管理、分析、模擬和顯示，以解決復雜的水資源、水環境規劃和管理問題方面顯示了其強大的功能[17]。水資源承載力研究必須突破陳舊的數據獲取與分析手段，充分利用現代先進技術，將地面水文觀測與空中遙感信息相結合，利用地理信息系統進行數值計算和模擬，并將現有水資源承載力數學模型方法與GIS集成，這是水資源承載力研究取得突破性進展的一個關鍵所在。

（3）研究領域的拓展

篇5

    關鍵詞:逃稅;地下經濟;現金比率法;相關系數

    一、引  言

    逃稅(tax evasion)是指納稅人通過非法途徑減少其應納稅額的經濟活動。大規模地逃稅不但會影響一國政府的財政收入,而且還會造成社會資源配置的扭曲以及收入分配的失控,給一國社會經濟帶來嚴重影響。

    準確地把握逃稅規模是對逃稅問題進行研究和治理的基礎,逃稅規模的測算是對逃稅問題進行分析的必要前提。早在1980年Tanzi首先使用貨幣需求法對地下經濟的規模進行了測算,隨后各種貨幣需求法被廣泛運用于美、日、西歐等國地下經濟的研究當中,1sachsen(1985)和Schneider(1986)使用貨幣需求法對OECD國家的地下經濟規模進行了估計,Lacko和Maria(1999)運用實際投入法對OECD國家的地下經濟規模進行了估計。

    近幾年來,在國內也有不少學者和專家對我國地下經濟和稅收流失規模進行過測算。夏南星(2000,2002)先后兩次分別運用現金比率法和通過全國貨運量估測我國地下經濟規模總量,用現金比率法計算得出我國地下經濟占GDP比重在1988年到1994年期間一直高于20%;在運用貨運量估測時,1987年地下經濟增加值占GDP的比重高達42.03%.梁朋(2000)運用現金比率法和收支差異法對我國1985~1998年的地下經濟和因地下經濟導致的逃稅稅收流失規模進行了估測,地下經濟規模占GDP比重1992年高達21.48%,因地下經濟導致的稅收流失規模從1985年的178.“億元上升到1997年的675.25億元,1994年最高達到975.60億元;用收支差異法估測的1993~1997年的逃稅規模也一直高于600億元以上。朱小斌、楊緬昆(2000)將整個經濟定義為三個部分:地上部門可觀察到的經濟活動,地上部門不可觀察到的經濟活動和地下部門的經濟活動,并對后兩者進行加總計算得出了我國1979—1997年地下經濟的規模。賈紹華(2002)同樣用現金比率法估測了1990~2000年我國的地下經濟規模和稅收流失額以及稅收流失率,他所測算出的稅收流失率高達26.11%~42.56%.

    以上的測算大部分都是關于地下經濟規模的測算,即使有對逃稅規模進行測算的,也大多只局限于地下經濟導致的逃稅規模的測算,而很少涉及到地上經濟中的逃稅部分,但事實上地上經濟中存在的逃稅規模巨大,不可忽略。本文在測算我國1985—2002年期間逃稅總規模(包括地下經濟與地上經濟中的逃稅規模)的基礎上,從逃稅對GDP的影響、逃稅的資源配置效應和收入分配效應三個方面著重分析了我國逃稅對社會經濟的影響,并在此基礎上提出了我國治理逃稅的政策建議。

    二、逃稅規模的測量

    由于外國各學者乃至國內大多數學者所采用的方法與引用資料的口徑等尚不統一,從而導致對我國逃稅規模測算的結果差距較大。因此,采用國際公認的測算方法和國家公布的統計數據對我國的逃稅規模進行測算是取得比較可信結果的重要前提。

    本文對我國逃稅規模進行了重新測算,測算分成兩個部分,一是對地下經濟導致的逃稅規模進行測算,主要采用現金比率法;二是對地上經濟存在的逃稅規模進行測算,主要是將其分成國內非農部門的逃稅、關稅逃稅以及個人所得稅逃稅三個方面,通過對這三方面進行加總得出地上經濟逃稅規模。地上經濟逃稅規模和地下經濟逃稅規模的總和即為我國逃稅的總體規模。

    1.地下經濟導致的逃稅規模的測算

    摘要:通過對溫州市公立醫院和民營醫院經濟運營現狀的抽樣調查,從現行政策范圍內,對當前制約民營醫院發展的稅費問題展開討論,并對完善稅費政策,鼓勵民營醫院的進一步發展提出了建議。

    國務院八部委出臺的《關于城鎮醫藥衛生體制改革的指導意見》(簡稱《意見》)明確提出:衛生改革的根本目標是要打破公立醫院的一統天下,在各個環節建立起公平、有序、適度的市場競爭機制,發揮醫療機構本身主動利用政策和市場合理配置資源,少花錢、多辦事,用比較低廉的費用,使人民群眾得到比較優質的服務。但是,縱觀《意見》出臺4年來的現狀,衛生改革不盡如人意,突出反映在:公立醫院改制舉步維艱;民營醫院發展困難重重,公立醫院一統天下的格局基本未被打破,有悖衛生改革的初衷。

    造成目前狀況的因素雖然較多,但主要是政府對營利性醫院現行的稅費政策成了阻礙深化衛生改革的瓶頸。據此,溫州市衛生經濟學會開展了專題研究。現將結果報告如下:

    一、資料和方法

    在截止2002年12月31日溫州市登記在冊的三級公立醫院和各類民營醫院中,隨機抽取5所公立醫院和7所民營醫院為樣本單位,分別占全市縣級以上公立醫院總數的10.9%和民營醫院總數的35%.其中公立綜合醫院3所,占樣本總數的25%;民營綜合醫院3所,占樣本總數的25%;公立專科醫院2所,占樣本總數的16.7%;民營專科醫院4所,占樣本總數的33%.以問卷調查和實地訪談相結合的方式,采集樣本單位2002年度業務運行狀況和相關財務數據,根據現行稅收政策規定的稅種和稅率,預測樣本單位的稅費負擔及其實際承擔能力,分析現行稅收政策對營利性醫院生存和發展造成的影響。

    二、結果分析

    1.基本情況

    溫州市95%的民營醫院均創建于20世紀90年代,在實行醫院分類管理中,均被定為營利性醫院。由于多系個人或合伙投資,因此,普遍起點低,規模小,雖經近10年的艱苦創業,但目前在服務功能、技術力量、設備條件等綜合實力方面,與公立醫院相比均存在明顯差距。

    (1)職工人數。調查顯示,目前溫州市公立綜合醫院的職工人數平均為802人,相當民營綜合醫院69人的11.6倍;公立專科醫院的職工人數平均為388人,相當民營專科醫院94人的4.1倍。特別是被調查的5所公立醫院均已建立由學科帶頭人、高級技術骨干、中級技術骨干和基本技術隊伍組成,結構合理、比例恰當的人才梯隊;而7所民營醫院中級以上技術骨干的總和,尚不足一所公立醫院擁有的技術人才。

    (2)病床規模。調查顯示,公立綜合醫院的病床規模平均為436張,相當于民營綜合醫院平均49床的8.9倍,公立專科醫院的病床規模平均為287張,相當于民營專科醫院平均122張的2.4倍;特別是5所公立醫院普遍建立了由市級重點學科、市級重點專科、院級特色專科和基礎學科組成的分支學科體系,服務功能齊全,具有對各類社會群體提供全方位服務的能力。而7所民營醫院普遍未形成比較完整的學科體系,服務范圍局限性較大。

    (3)凈資產總額。調查顯示,公立綜合醫院的凈資產總額平均為16268.2萬元,相當于民營綜合醫院平均445.7萬元的36.5倍;公立專科醫院的凈資產總額平均為5328.1萬元,相當于民營專科醫院平均1121.1萬元的4.8倍。

    2.業務工作

    2002年度,被調查的3所公立綜合醫院平均入院病人為12043人次,出院病人為11984人次,門急診量為323332人次,分別是被調查的3所民營綜合醫院的729人次、705人次和38905人次的16.5倍、17倍和8.3倍。2所公立專科醫院平均入院病人為3609人次,出院病人為3571人次,門急診量為172007人次,分別是被調查的4所民營專科醫院1540人次、1514人次和19987人次的2.3倍、2.4倍和8.6倍。由此可見,目前醫療市場上公立醫院一統天下的局面基本尚未改變。

    3.收費標準比較

    “收費價格放開”是醫院分類管理政策給予營利性醫院的唯一比較明確的優惠措施。但是調查顯示,由于社會公眾已習慣于將醫院視作“社會福利性公益事業”,包括政府有關職能部門的觀念也仍未轉變,營利性醫院實行“價格放開”不僅難脫“亂收費”的嫌疑,而且無疑是主動脫離市場的“自殺”行為。因此,目前被定為營利性的民營醫院,不僅尚無一家敢于實行“價格放開”,而且為了與公立醫院爭奪市場,絕大部分采用降低收費標準來吸引患者。其中每門診人次費、住院病人床日費用、出院者人均住院費及高血壓腦梗塞等單病種費用,民營醫院都低于公立醫院。

    4.公立醫院不包括財政補貼)

    調查顯示,目前醫院的經濟狀況公立醫院明顯好于民營醫院,綜合醫院又好于專科醫院。

    目前,公立醫院憑借長期經營中形成的優勢和規模效應,在社會醫療消費總量中,仍占有90%以上的份額,而民營醫院多數仍處于“小打小鬧”的狀況。2002年度3所公立綜合醫院的最高業務收入達到1.7億元以上,平均達到1.3億多元,3所民營綜合醫院最高業務收入僅600余萬元,平均不足500萬元,公立綜合醫院的年業務收入超過民營綜合醫院26.8倍。2所公立專科醫院與4所民營專科醫院相比,兩者也相差3.51倍。

    在醫院經濟支出方面,盡管民營醫院普遍采取精簡機構、精簡人員等積極措施,努力降低運營成本,但年支出占年收入的比例仍高于公立醫院,最根本的原因是:(1)已經實行的職工平均月工資超960元需繳納33%的企業所得稅,約占民營醫院總收入的2.51%~7.71%,平均為4.75%;(2)規避醫療風險的“醫療責任保險”費用和醫療廣告費,約占民營醫院年收入的6%~10%;(3)民營醫院擔負的各類社會公益義務的支出約占年收入的1%以上,其中康寧醫院的年支出達56.12萬元,占年收入的3.76%.公立醫院的公益支出已從財政補貼中得到補償,民營醫院卻至今得不到應有的補償。

    在醫院稅前結余方面,公立綜合醫院超過民營醫院近44倍,公立專科醫院超過民營專科醫院36倍以上。

篇6

關鍵詞：長江經濟帶；節能減排效率；DEAEBM模型；全局MalmquistLuenberger指數法

DOI：10.13956/j.ss.1001-8409.2016.12.09

中圖分類號：F0622；F1245 文獻標識碼：A 文章編號：1001-8409（2016）12-0038-05

Study on Time and Sparities of Energysaving & Emission

Reduction Efficiency in Yangtze River Economic Zone

TIAN Ze1，2， YAN Ming1， GU Xin2

（1. Institute of Lowcarbon Economy and Technology， Hohai University， Changzhou 213022；

2.Jiangsu Provincial Collaborative Innovation Center of World Water Valley and Water Ecological Civilization， Nanjing 211100）

Abstract： This paper evaluates the energysaving & emission reduction efficiency in Yangtze River Economic Zone from 2006 to 2014 by adjusted Super DEAEBM model and Global MalmquistLuenberger index method， and analyzes the change rule and regional difference characteristics of them. Result show that， the whole Yangtze river economic belt efficiency was improved. From the spatial distribution of the Yangtze river economic belt， the provinces presents the efficiency with “east high， but west low” characteristics. From the time the whole Yangtze river economic belt efficiency has the “U” type trend. The provincial efficiency difference has the process of “increase after decreases first”， and have continued to decline trend. In a number of factors that influence efficiency， technological progress is the main power to ascend. In the end， it gave the conclusion and got some implications.

Key words： Yangtze River Economic Zone； the efficiency of energy conservation & emission reduction； DEAEBM model； DeaMalmquist index method

長江經濟帶涵蓋我國滬蘇浙皖贛鄂湘渝川云黔11個省市，已發展成為中國綜合實力最強、戰略支撐作用最大的區域之一。2014年我國提出將生態文明建設的先行示范帶作為長江經濟帶的重要戰略定位。然而近年來，長江流域沿岸地區水質惡化，固體廢物嚴重污染。這一系列問題的出現，嚴重制約著長江經濟帶的可持續發展。在當前形勢下，國家“十三五”規劃綱要確立了實現單位GDP能耗、CO2排放量分別下降15%和18%的目標，國家層面對節能減排指標的硬性約束，對區域、地方的節能減排工作起到了規范和引領作用。本文針對2006～2014年對長江經濟帶節能減排效率進行時空分布差異進行實證研究，為評價“十一五”“十二五”期間我國節能減排實施效果提供依據，也對長江經濟帶發展綠色低碳經濟和全國生態文明建設具有重要的現實意義。

1文獻回顧

關于我國節能減排效率的研究，主要是從能源效率的研究中拓展出來的。大多數學者在全要素的框架下，把勞動力、資本、能源消耗等作為投入，把GDP等作為產出，采用數據包絡分析（DEA）法進行研究。研究污染物排放等非期望產出，又可分為兩類。第一類研究未考慮非期望產出，在評價模型上分別采用了一般DEA模型、改進的DEA模型、超效率DEA模型以及DEA-Malmquist生產率指數模型[1]等；第二類研究考慮了非期望產出，即在第一類研究的模型中加入了一個或多個污染物排放的非期望產出（即減排指標），在處理非期望產出時，這些研究分別采用視為投入代法、Seiford和Zhu提出的線性變化法[2，3]以及Malmquist-Luenberger指數法[4]等。其中，Tone等基于前期DEA模型的不足，構建了一個結合徑向與非徑向特點的EBM（EpsilonBased Measure）模型[5]；而Cheng等在前者研究的基礎上，進一步對相關系數計算方法改進和修正，提出了AdjustedEBM模型（即AEBM）[6]。同時，Pastor和Lovell在前人研究的基礎上，率先提出全局Malmquist指數計算方法（簡稱GML法），使得估算結果更加真實穩健[7]。另外，有的研究采用了改進的熵值法將多個污染排放指標綜合為一個非期望產出以減少模型產出、提升模型有效性。

本文借鑒上述研究成果，鑒于非期望產出的選取、指標選取等方面的不足，從以下方面進行創新：研究框架與方法上，采用考慮CO2等非期望產出的全要素節能減排效率的研究框架，運用改進的超效率DEAEBM模型以及全局ML指數法相結合的綜合方法，對整個長江經濟帶各省及上中下游三大區域的節能減排效率進行全面評價；研究視角上，考慮碳排放和無碳排放約束兩種情景下的省級節能減排效率比較分析，以更全面、客觀地反映當前節能減排的現實。

2評價方法與模型

21改進的DEAEBM模型

基于CRS和SBM等數據包絡模型的不足，Cheng等在Tone構建的EBM模型的基礎上，提出了改進后的DEAEBM模型（AEBM）。本文將運用該模型對節能減排效率進行靜態估算，效率范圍在0和1之間，效率等于1代表DEA有效，處于前沿面上；不足1時則是DEA無效，出現投入不足或者冗余的情況，說明投入產出仍有改進空間。特別是在超效率EBM模型中分值EBM*>1時，繼續增加投入還可以促進全要素節能減排效率的提高。

22全局MalmquistLuenberger（GML）指數法

在此基礎上，本文結合有非期望產出的全局ML（GML）指數法可以測算效率增長率以及各個分解指數的特點，對節能減排效率做動態分析。其中，GML>1，表示節能減排效率提升；反之，則下降。進一步可將GML生產率指數分解為效率變化（GEFC）和技術變動（GTEC），再根據Zofio[8]的生產率指數分解方法，將GEFC分為純效率變化（GPEC）和規模效率變化（GSEC），將GTEC又可以分為純技術變化（GPTC）和技術規模偏好（GSTC）。根據結果的不同，GPEC可體現地區環境治理水平，GSEC表示地區規模經濟的情況，GPTC是區分地區技術進步的標準，而GSTC體現了經濟規模與技術進步間的互動關系。這一分解方法能夠從4個不同維度來分析長江經濟帶各區域的節能減排現狀，比以往的研究更全面、具體。

3長江經濟帶節能減排效率評價的實證分析

31節能減排效率評價指標選取與數據來源

“十一五”規劃中才提出節能減排的具體指標，考慮到數據的可獲得性，本文選取2006～2014年作為考察期，并將針對長江經濟帶各省市及上中下游三大區域開展研究。

在全要素框架下，本文設定生產函數為F（L，K，E）=Y（Q，P），其中L為考慮質量的勞動力投入，K為考慮質量的資本投入，E為能源投入，Q為期望產出（即地區GDP），P為非期望產出（地區污染物排放指數）。各指標的定義及數據來源如下：①考慮質量的勞動力L用勞動力人均教育年數衡量勞動力素質（質量）的差異；②考慮質量的資本存量K用資本存量的使用年限衡量資本質量的差異；③能源投入E為各地每年的能源消費總量作為能源投入指標；④期望產出Q為GDP，并折算為2005年不變價；⑤非期望產出P（地區污染物排放指數）：本文選取“十一五”“十二五”規劃中明確要求減排的污染物，即SO2、COD和氨氮的排放量。此外，CO[9]2加入到非期望產出，并采用改進的熵值法[10]將三個污染物排放量綜合成一個地區污染物排放指數P代入到模型中。以上數據取自歷年《中國統計年鑒》《中國勞動統計年鑒》《中國能源統計年鑒》以及《各省市統計年鑒》。

32節能減排效率評價結果及分析

根據上述方法，運用MAXDEA66 PRO軟件計算2006～2014年長江經濟帶省市、區域的節能減排效率及各項指數，分析時間變化規律、空間分布特征及差異。

321長江經濟帶節能減排整體效率分析

由表1可知：2006～2014年間無碳約束的長江經濟帶節能減排AEBM效率和GML指數都會被高估，這說明加入碳約束會降低節能減排效率。總體來看，是否考慮碳排放約束的節能減排效率值是存在差異的。實際生產過程中，宜采用有碳約束的AEBM效率值及GML指數進行如下分析。

進一步觀察表1得到：期間整個長江經濟帶節能減排AEBM效率以及GML指數均呈先降后升的U型變化趨勢，可分為兩個階段。第一階段，“十一五”期間，效率變化波動的現實原因主要受金融危機影響，造成產出水平下降，與此同時，經濟帶前期發展的高碳高污染行業造成的環境問題愈發嚴重，使得在環保投入不斷增長的情形下，節能減排效率值依舊有所下降；而第二階段，即2010年以后節能減排效率取得了較大幅度的提升。這也得益于進入“十二五”規劃期之后，國家從政策上明確了節能減排的目標和方向，使得節能減排工作取得快速發展。2014年，AEBM效率值和GML指數均到達峰值（0721和1053）。

從A-EBM分解式中可得到：規模效率SE在8年間較為平穩保持在085左右，而純技術效率VRS的下降導致了整體效率值的下跌，直到2012年才有所好轉。這體現了節能減排管理水平方面有一定欠缺。

從GML指數分解來分析，9年間長江經濟帶節能減排效率進步了43%。進一步分析分解式可知：技術進步指數（GTEC）始終大于1（均值1040），這表明了技術進步對長江經濟帶節能減排效率的提高起了決定性的作用。其中，GPTC均值為1024，GSTC為1016，說明：一方面純技術進步速度較快；另一方面經濟規模的技術偏好在加強。而造成期間效率波動主要是由效率變化指數（GEFC）的波動造成的，如表1所示。原因是經濟規模（GSEC）相對穩定，而環境治理水平（GPEC）有一定程度的降低，特別

是“十一五”期間GPEC持續地下降，到“十二五”才有所緩和，國家制定了更嚴苛的環境制度來協調地方經濟與環境的關系，使效率有所回升，GEFC均值超過1，為1003。這說明，期間長江經濟帶在總體的節能減排管理水平和制度設計上仍有改進空間，與A-EBM效率分解結果相符。

322長江經濟帶省際節能減排AEBM效率評價

（1）空間分布

由圖1可得長江經濟帶省際節能減排AEBM效率未達到理想狀態（DEA值為0670），且省際間差異明顯。均值由高到低排序依次為：上海、江蘇、浙江、湖南、湖北、江西、重慶、安徽、四川、云南和貴州。其中，上海的綜合效率是1002，處于效率前沿，其他10個省市距離效率前沿還有一定的差距。空間分布特征上，效率值由長江下游到上游逐步降低。只有下游的上海、江蘇和浙江3個省市的節能減排效率大于整個長江經濟帶的平均值，而云南和貴州遠遠低于平均值，差距明顯。

從AEBM效率值分解的測算結果可知：無論是VRS還是SE，效率值都是由長江下游到上游依次降低，其中①純技術效率均值前4名為：上海、江蘇、重慶和浙江，而且上中下游地區間的效率差異較大。可以看出純技術效率的差異是造成AEBM效率地區差異的主要原因，即下游地區在節能減排的管理水平和制度設計上遙遙領先，中、上游地區分別屬于純技術中、低效水平本文根據DEA方法的結果，將A-EBM效率值分為高（08～1）、中（06～08）、低（04～06）、無（0～04）效4個類別。，改進空間巨大。②規模效率的省際差異較小，絕對值前4為上海、江蘇、浙江和湖南，只有貴州的規模經濟發展效率屬于低效范疇。

（2）時間演進

①三個區域都經歷了效率值從高位到低位再回到高位的過程，長江下游的節能減排效率仍然遠高于中、上游地區。而具體來說，長江中、上游地區期間跌幅較小，只有7%左右，漲幅則達到了將近20%；下游地區由于整體效率屬于較高水平，上漲空間不大，上升和下降幅度基本持平。②從省際的角度，2006年節能減排均屬于高效的省份占27%。其中，上海為完全有效；有55%屬于中等效率水平，包括了中、上游的6個省份；而貴州、云南的效率處于低水平。“十二五”初期，浙江連續兩年跌出高效的省份，高效省份變為2個；而中效地區最少的時候只有中游的4個省份；上游的重慶和四川跌至低效水平，云南、貴州始終保持在最低水準上。2012年以來節能減排形勢有所好轉，截止2014年，高效水平為下游的3個省份；中效的省份又回到6個，湖北、湖南、重慶的效率進步較快，其中重慶市的效率已經迫近了高效地區；下游云南的效率也接近了中等水平，而貴州仍然在低水平下徘徊。

323長江經濟帶節能減排效率GML指數評價結果分析

（1）空間分布

從GML指數來看省際的效率變化，所有11個省市總體上是效率進步的。進步較快的省市集中在中上游地區，按進步快慢排序依次有重慶（74%）、四川（67%）、湖南（6%）、江西（54%）。下游地區效率絕對水平高，相應地，進步放緩且進步空間較小。其中，上海的效率一直處于整個經濟帶的前沿，而云南、貴州效率值低，進步速度也較慢。

各省市節能減排效率GML各項分解指數均值可知：①從技術變化指數GTEC來看：上海、江蘇、浙江、湖南、重慶、四川6個省市均超過1，反映技術前沿面獲得了不同程度的推進；②從效率變化指數來看，下游地區3個省市處在規模報酬遞減階段，經濟規模有所飽和，而中上游地區則處于規模報酬遞增階段，經濟規模的擴大還有一定的空間。綜合以上，湖南、重慶、四川3個省市無論是GTEC還是GEFC都大于1，節能減排效率發展較快。

進一步分解得到：從GPEC和GSEC來看，江蘇的節能減排管理水平得到提升，但經濟規模發展已經飽和，而其他省市的管理水平和監管機制還有待加強，經濟規模卻獲得一定的發展空間；從GPTC和GSTC來看，下游的省市經濟規模的技術偏好基礎較好、發展較快，中下游省市技術研發水平提高較快，但與經濟規模發展的互補進展較遲緩。

（2）時間演進

從GML的指數分解變化趨勢看：長江經濟帶三大區域的規模效率變化在2008～2013年間多次出現退步，但

總體上的變化是平穩的；經濟規模的技術偏好方面，下游地區指數有所下降，中、上游地區有一定的上漲趨勢；純效率變化指數在2006～2011年間多數省市出現下降趨勢，尤其是中、上游地區下降趨勢更為明顯。處于下游的江蘇是唯一趨勢上升的地區；純技術進步指數9年間三大區域各省市基本都處于上升趨勢，尤其是2012年以來，上升幅度愈發明顯。

由測算結果及以上分析，結合各項指數的分解關系可知：下游區域的技術前沿推進以及經濟規模的技術偏好較高是促進節能減排效率大幅提升的關鍵因素；長江中游的節能減排效率主要受技術進步水平的影響；而影響上游區域節能減排效率發展的因素是技術和管理水平。

324長江經濟帶省際節能減排效率差異分析

在了解省際節能減排效率空間變化情況的基礎上，根據2006～2014年經濟帶省際A-EBM效率值以及GML指數對經濟帶11個省份進一步做聚類分析，以利于從空間上把握各地節能減排效率高低的分布情況。運用SPSS190軟件的系統聚類WARD法，把經濟帶11個省市的節能減排A-EBM效率值分為高（08～1）、中（06～08）、低（04～06）效三個類別，再根據節能減排效率GML指數歷年均值，將研究對象分為效率上升（大于1且排名前列）、平穩（大于且接近1）和下降三個級別，最后綜合得到表2。

由表2可以看出：平穩（或上升）―高效地區，包括江蘇、浙江及上海，該類省市在長江經濟帶范圍內的節能減排工作中發揮示范作用；重慶、四川、湖南和江西為上升―中效地區，有向節能減排高效地區發展的潛力；包括湖北和安徽，該部分區域節能減排事業發展平穩推進，但效果不明顯，屬于平穩―中效地區；而處于平穩―低效的貴州和云南，無論從政策、管理上，還是技術水平上與其他地區還有一定的差距。

325長江經濟帶節能減排效率收斂性分析

本文通過σ收斂分析方法[11]分析長江經濟帶節能減排效率差異隨時間變化的趨勢。由圖2結果可知：省際變異系數呈上下波動形態，在2010年達到峰值，總體趨勢向下收斂，而區域變異系數從2008年起逐漸向下收斂。相較而言，區域間的變異系數收斂性更明顯，而城際變異系數波動幅度更小。

為了探求省際變異系數波動較大的原因，本文進一步測算了三個經濟區域間的變異系數。結果顯示：主要是上游地區節能減排效率差異分化明顯造成的。從趨勢看：長江中、下游地區省際變異系數變化較為平穩，而上游地區省際變異系數有發散的趨勢；橫向比較來看：中游地區城際效率差異最小，下游地區其次，而上游的城際差異相對較大，且持續發散。主要原因在于長江中下游地區經濟相對領先，經濟規模的技術偏好水平高，人才資源豐富，更有利于地區間協同實現互利共贏；而上游城市群發展相對落后且不平衡，制度建設進展緩慢，個別城市的效率提高并沒有帶動周邊城市協同進步，所以造成了區域內城際發展差異越來越大。

4結論與啟示

本文測算了2006～2014年長江經濟帶各省市、區域的節能減排效率，并對時間變化規律和區域差異特征進行探究，得出以下結論：

（1）考慮碳約束對于節能減排效率的測度具有明顯影響且更符合現實情況。因而，碳約束下2006～2014年期間整個長江經濟帶節能減排效率GML指數為1043，即節能減排工作取得了一定的進步；但A-EBM效率為0670，仍未達到理想狀態。

（2）空間分布上，節能減排效率由長江下游到上游逐步降低。時間演化上，整個長江經濟帶節能減排效率呈先降后升的U型變化趨勢。差異程度來看，省際變異系數呈上下波動的倒U形態，而區域變異系數逐漸向下收斂。可見，省際節能減排工作的協同方面仍然存在一定差距。

（3）技術進步指數與節能減排效率同步提高，說明技術進步是推動長江經濟帶節能減排效率提升的主要動力。而節能減排的管理水平和治理差異是導致效率向下波動的主要原因；而純技術進步以及經濟規模的技術偏好水平的不斷提升促進了整個長江經濟帶節能減排效率先下降后提升的轉折。

基于上述結論，提出以下啟示：

（1）充分發揮政府的主導作用以及市場的基礎調節作用。各省市節能減排在管理水平和制度設計上還有改進空間，特別是上游地區，應該充分發揮政府的監督管理職能，用行政手段促進企業減排；中游地區要大力探索發展碳權交易，建立正式的碳交易市場來促進減排；下游地區要注重政府職能創新，通過財政撥款來補貼技術創新的形式來加大對節能減排工作的支持力度。

（2）重視和發揮技術進步以及科技創新的關鍵作用，加大節能環保技術、工藝和裝備研發投入。特別是要加強節能減排、低碳環保等技術的產業化示范和推廣，以推動長江經濟帶整體的技術進步。

（3）統籌協調發展，推進區域協同。中下游地區嚴格控制并逐步淘汰高耗能、高排放產業。推動建立綠色低碳循環發展產業體系。上游地區資源稟賦優勢明顯，要優化能源消費結構，提倡使用清潔能源，同時應該注意防范下游地區產業的轉移帶來污染排放的跨區域轉移。

參考文獻：

[1]孫欣，韓偉偉，宋馬林. 中國省域節能減排效率評價及其影響因素[J]. 西北農林科技大學學報（社會科學版）， 2014， 14（4）： 137-143.

[2]Seiford L M， Zhu J. Modeling Undesirable Factors in Efficiency Evaluation[J]. European Journal of Operational Research， 2002，142（1）： 16-20.

[3]袁曉玲，張寶山，楊萬平. 基于環境污染的中國全要素能源效率研究[J]. 中國工業經濟， 2009（2）： 76-86.

[4]王維國，范丹. 中國區域全要素能源效率收斂性及影響因素分析――基于MalmqulistLuenberger指數法[J]. 資源科學， 2012， 34（10）： 1816-1824.

[5]Tone K， Tsutsui M. An Epsilon-based Measure of Efficiency in DEAa Third Pole of Technical Efficiency[J]. European Journal of Operational Research，2010，207（3）：1554-1563.

[6]Cheng G， Zhenhua Qian. An Epsilon-based Measure of Efficiency in DEAAn Alternative Method for the Affinity Index[J]. Mpra Paper， 2011.

[7]Pastor J T，Lovell C A. A Global Malmquist Productivity Index[J]. Economics Letters，2005（88）：266-271.

[8]Zofio J L. Malmquist Productivity Index Decompositions：A Unifying Framework[J]. Applied Economics， 2007， 39（18）：2371-2387.

[9]齊紹洲， 付坤. 低碳經濟轉型中省級碳排放核算方法比較分析[J]. 武漢大學學報：哲學社會科學版， 2013（2）：85-92.

篇7

【關鍵詞】城市；休閑產業；文獻綜述

中圖分類號：F59文獻標識碼A文章編號1006-0278（2013）06-045-01

一、引言和文獻檢索總體情況

文章以中國學術期刊網數據庫為主要檢索庫，以“篇名”作為檢索項，“城市”“休閑產業”作為關鍵詞進行檢索，到2012年為止，13年間，得到文獻135篇，篩選后剩余有效文獻119篇。文章主要對這119篇文獻進行初步的分類和討論。

二、文獻內容分析

（一）城市休閑發展研究

城市休閑產業發展研究主要集中在對戰略對策、區域發展、格局趨勢、發展模式以及發展綜述等方面的探討。除了針對城市旅游產業進行整體綜述性研究之外，也有部分文獻探討具體區域的休閑產業發展，如王琪延以北京為例，探索了國際化大都市率先進入休閑經濟時代的條件和特征①。郝影利從國家戰略層面討論了上海休閑產業的發展②，雖然略顯空大，但是顯著的說明了城市休閑產業在大都市發展過程中的重要作用。

（二）城市休閑產業基礎及開發研究

城市休閑產業的基礎性研究主要集中在研究綜述、相關概念辨析、產業結構3個方面。例如，黃安民，韓光明詳細闡述了旅游城市、休閑城市這兩個概念，并從兩者的定義，兩者間的滲透、差異等方面進行了系統的論述③。楊振之、周坤的“也談休閑城市與城市休閑”，作者對休閑城市的標準做了較為系統的整理，對城市休閑的基本問題從規劃實踐的角度做了較為全面的闡述，對城市休閑的產業體系、城市休閑的游憩方式與城市休閑的空間構成等問題進行了深入研究④。城市休閑產業開發涉及產品開發、產業集群、開發原因、開發經驗等內容。何建明提出了基于休閑需求結構與行為的分析對城市休閑產業與產品的發展導向研究的思路⑤。王紅寶，張啟，苗澤華在城市休閑旅游領域提出了產品“深度開發”這個概念⑥。劉濱，周帥則從旅游休閑產業集群的角度，探索了其在理論基礎、形成條件和競爭優勢上與普通產業集群的不同⑦。這對于研究城市休閑產業集群的發展同樣具有重要的意義。

（三）城市休閑產業的功能

郝影利從多個角度論述了城市化進程中休閑產業的作用⑧，不僅為發展城市休閑產業找到了更多理論支撐，更為城市化進程的加速提供了一條可供參考的措施。龐學銓和王景全均從文化的角度探索了休閑對于城市建設、發展的重要意義⑨⑩，文化作為軟實力的關鍵因素，正受到越來越多的重視，這種研究切入點有待挖掘。產業的后期發展階段，最終都應該形成相對完善的評估體系。

（四）從休閑經濟的角度看待城市休閑產業的發展

苗建軍提出了“中心城市就是休閑經濟的空間結點”的學術觀點，作者從空間安排角度來思考休閑的經濟屬性，較為新穎。付達院看到了我國城市休閑產業發展過程中的一些問題，他指出“我國大部分城市的休閑經濟規模遠沒有達到最優狀態。盡管我國城市休閑經濟產業化呈現不斷升級趨勢，但與國外其他城市相比仍存在較大差距。”

三、研究小結及對國內相關研究的啟示

城市休閑產業的研究內容不斷拓展，研究的視角日益寬泛，研究日益細化、深化。當然，通過對文獻的整理和分析，有一些問題也是應該引起我們注意和思考的，比如研究的角度多有雷同，研究的范式主義過于嚴重，研究過程的反思性缺乏等等。因此，對概念的字斟句酌，思路的創新與批判性反思應該成為在日后的研究中應該重點關注的問題。

參考文獻：①王琪延.北京將率先進入休閑經濟時代[J].北京社會科學，2004（2）.②郝影利.從國家戰略層面論上海休閑產業的發展[J].商業經濟研究，2011（18）.

③黃安民，韓光.從旅游城市到休閑城市的思考：滲透，差異和途徑[J].經濟地理.2012，32（5）.

④楊振之，周坤.也談休閑城市與城市休閑[D].第十三屆全國區域旅游開發學術研討會論文，2008，23（12）.

⑤何建民.城市休閑產業與產品的發展導向研究――基于休閑需求結構與行為的分析[J].旅游學刊，2008，23（7）.

⑥王紅寶，張啟，苗澤華.城市休閑旅游產品深度開發研究.[J].改革與戰略，2010，26（12）.

⑦劉濱，周帥.大力發展旅游休閑產業集群[J].經濟研究導刊，2010（32）.

⑧郝影利.城市化進程中休閑產業的作用[J].企業家天地，2006（2）.

⑨龐學銓.試論休閑對于城市發展的文化意義[J].浙江大學學報（人文社會科學版），2010，40（2）.

⑩王景全.休閑產業：城市經濟發展的文化路徑[J].城市觀察，2012（4）.

篇8

市場匯率低估中國經濟實際美元總量

2009年,中國的名義國內生產總值(GDP)約為33.5萬億元人民幣,美國的名義GDP大約是14.3萬億美元。因為度量的貨幣不同,所以需要一個人民幣與美元之間的轉換指標。最常使用的是市場匯率,如果按2009年的平均市場匯率約6.83來計算的話,中國的GDP大概是4.9萬億美元,約為美國GDP的34%。

然而,這樣的一次計算低估了中國的實際經濟規模。市場匯率反映的僅僅是可貿易的商品和服務之間的價格轉換關系。比如說,中國出口了很多襯衫和皮鞋到美國,同樣的一件襯衫,在中國買如果要花70元人民幣的話,在美國大概只要花10美元就能買到。然而,市場匯率并不反映不可貿易的商品和服務之間的價格關系。譬如,你在中國一家中檔的理發店里理一次發需要20元人民幣,而你在美國差不多的理發店里可能需要花10美元,這之間的比例關系就不是6.83∶1了,通常遠低于這個比例。

在一個經濟中,有很多商品和服務都是不參與國際貿易的,包括一些日常消費的食品和基本的醫療服務。若使用市場匯率的話,就把它們以人民幣標明的價格都除以6.83,那么20元一次的理發服務就被折算成了2.9美元。

“購買力平價”: 2005年1美元約值3.45元人民幣

所以,我們若要更加準確地比較中美經濟的相對規模,就需要知道那些不可貿易的商品和服務的價格轉換比例。這就是“購買力平價”(Purchasing Power Parity,簡稱PPP)所要反映的。

構建“購買力平價”是一個非常復雜的任務。首先,要挑選出“一籃子標準的商品和服務”――就是中國老百姓通常消費些什么,美國老百姓通常消費些什么,并且對應起來。然后,要在中國和美國分別搜集這些商品和服務的價格。比如說,差不多的一個面包在兩國分別是什么價格,看一次牙分別是什么價,打一次長途電話是什么價,等等。最后,以這些商品在各自GDP中的比重作為權重,來計算一個綜合的價格指標。

世界銀行國際比較項目是專門測算各國的“購買力平價”的。最新“購買力平價”的數據是基于2005年的價格編制而成的。這個項目首先詳細定義了超過1000項的商品和服務,然后在全球各國搜集它們在2005年的價格,最后匯總編制出各個國家的“購買力平價”。2005年,中國的“購買力平價”是3.45,也就是說:當年,1美元在美國可以購買到的標準商品和服務,平均而言在中國大概需要3.45元人民幣來購買。

從世行的網站上,我們還可以得到2005年中國各個部門的“購買力平價”。在此項上,各個部門間有著很大的差異。比如,在“醫療”和“教育”部門,中國和美國的價格比幾乎是1或者低于1。這就是說:在美國花100美元所得到的醫療服務和教育服務,在中國大概花100元人民幣就能夠買到。

而相反,一些出口行業的“購買力平價”就與匯率非常接近。2005年美元兌人民幣的平均市場匯率是8.17。“衣服與鞋類”部門的“購買力平價”是6.86。而“機械與設備”的“購買力平價”為8.79。這意味著,中國百姓在購買這些商品時支付了一個“國際價格”――你在中國買衣服和鞋與你把錢按市場匯率兌換成美元,然后到美國去買的價格是一樣的。而如果你換了錢去美國接受醫療服務,你就會覺得價格非常高,因為在國內會便宜很多。

各個部門的“購買力平價”反映了它們的價格在多大程度上是由國際市場決定的。類似于“醫療”和“教育”部門,其商品和服務的價格主要是在本地市場上決定的,所以按市場匯率計算所得到的美元價格會遠低于按“購買力平價”轉換得到的價格。

2009年中國經濟的實際規模:人均不到美國的16%

回到文章開頭提出的問題。有了“購買力平價”的數據,我們就可以更加準確地比較各個國家的實際經濟規模了。

但“購買力平價”會有一些逐年的變化,尤其是對于發展中國家。在比較長的時期內,這是由于“一籃子標準的商品和服務”發生了變化――當一國消費者變得更加富有時,他們通常會消費更多的耐用品,諸如電器和汽車,以及其他在國際市場上貿易的商品和服務。

另外,在長期中,隨著本地勞動力收入(工資)的上升,一些基本的商品和服務的價格也會上升。而在較短的時期內,“購買力平價”的變化主要是由于各國商品和服務的相對價格發生了變化,或者說,通貨膨脹的程度不同所引致的。

篇9

關鍵詞 能源碳足跡；IPCC排放因子；LMDI分解法；珠江三角洲

中圖分類號 X196 文獻標識碼 A

文章編號 1002-2104(2012)02-0069-06 doi:10.3969/j.issn.1002-2104.2012.02.011

聯合國政府間氣候變化專門委員會（IPCC）第四次評估報告[1]證實，全球氣候系統變暖是毋庸置疑的。該報告認為，自20世紀中葉以來，大部分已觀測到的全球平均溫度升高很可能是由于人為溫室氣體濃度增加所導致。如何控制碳足跡增長成為全球共同關注的焦點。分析碳足跡的影響因素，并從中找出相應的控制對策，是當前碳足跡研究熱點之一。日本學者Yoichi Kaya[2]在一次IPCC研討會上提出了著名的Kaya恒等式，把碳排放分解成能源碳排放強度、能源結構、能源效率、人均GDP和人口規模五方面因素的乘積，很好地解釋了碳排放變化的影響因素，得到了廣泛認同。此后，許多學者基于Kaya恒等式對碳足跡影響因素開展了大量研究[3-5]。不同學者對不同區域研究得到的影響碳排放的主導因素并不一樣。Sue J. Lin等[6]認為經濟發展過程中過于依賴以電力、石油為主的“富碳”能源，是臺灣過去20年CO2排放持續增長的主要因素。Juan和Emilio[4]研究發現，國際人均碳排放的不平等主要歸因于人均收入水平的不平等，能源碳排放強度的影響很小，這一點在中國和印度表現較為顯著。郭朝先[7]則認為經濟規模的擴張是中國碳排放高速增長的最主要原因。本文結合IPCC的能源碳排放因子，計算珠江三角洲的能源碳足跡，然后基于Kaya恒等式的因素分解，運用指數分解分析法對珠三角能源碳足跡各影響因素的作用方向和影響權重進行分析，以期為實現珠三角碳減排提出對策和建議。

1 研究方法

1.1 碳足跡計算

本文基于IPCC的碳排放因子進行能源碳足跡計算。《2006年IPCC國家溫室氣體清單指南》（以下簡稱《IPCC指南》）把表示人類活動發生程度的信息稱為活動數據（Activity Data），把用于量化單位人類活動所造成的排放物量或清除量的系數稱為排放因子（Emission Factors）[8]。由此得到一下基本模型：

排放量 = 活動數據 × 排放因子（1）

1.1.1 活動數據

在能源碳足跡計算中，活動數據即為各種能源的消費量。

基于不重不漏的原則，兼顧考慮珠三角能源消費特點，本文選取的用于碳足跡計算的能源指標包括原煤、焦炭、汽油、柴油、煤油、燃料油和液化石油氣的消費量，共7項。

1.1.2 排放因子

排放因子是消費單位能源所產生的CO2的排放量，這里實際上是指CO2排放因子。CO2排放因子和燃燒技術關系不大（《IPCC指南》，基于燃料中的碳100%氧化的假設制訂排放因子），主要取決于能源的種類，即能源的碳含量和能源的平均低位發熱量。各種能源的通用碳含量因子依據《IPCC指南》提供。

一般情況下，計算各種能源的消費量時，將能源的折算為標準煤當量。低位發熱量等于29 307 kJ的能源，稱為1 kg標準煤（1kgce）。

綜上所述，七種能源指標的碳含量和折標煤系數如表1所示。

1.2 對數平均迪氏指數分解法（LMDI）

指數分解分析運用統計指數的基本原理，旨在考察某一影響因素的變化對目標產生的單一影響。通過該方法可以考察各影響因素對目標的作用方向和影響程度[9]。對于在能源與環境問題的應用，指數分解分析分離了各種可能機制對污染變化的貢獻，并且通過對各可能機制進行分解，達到追溯污染變化趨勢的原因，找出間接影響污染指標的深層次因素[10]。

很多學者針對指數分解分析法做了大量研究[11-12]。其中， Ang[13]提出了對數平均迪氏指數分解法（logarithmic mean Divisia index method，簡稱LMDI法），解決了指數分解分析法原有的殘值和零值問題。LMDI法基于這么一個函數：

L(x,y)=(x-y)/ln(x/y) x＞0，y＞0L(0,0)=0（3）

對于任何一個因式分解Wt=Xt×Yt，結合函數L(x,y)有

WX=L(Wt,W0)ln(Xt/X0)

WY=L(Wt,W0)ln(Yt/Y0)（4）

其中，W表示目標函數，X、Y表示影響因素，Xt、Yt、Wt分別表示t時期X、Y、W的值（t=0時，表示基期的值），WX、WY分別表示單獨受X、Y作用時，W的變化值。通過比較WX和WY可以得到X和Y單獨作用時對W的影響權重。

2 珠江三角洲能源碳足跡狀況

2.1 研究對象及區域

碳足跡（Carbon Footprint）概念起源于生態足跡（Ecological Footprint），但其內涵又與之不同。碳足跡一般是指人類各種活動所造成的CO2排放總量，本質上是碳排放的量度。目前，對碳足跡定義還沒有統一認識，不同學者和組織[14-15]對其有不同的理解，其主要分歧點在于碳足跡的范圍是否包含全部溫室氣體的排放。

針對這個分歧，本文區分了“廣義碳足跡”和“狹義碳足跡”的區別。本文認為“廣義碳足跡”指自然界中所有排放途徑（包括人類活動和自然界活動，如化石燃料燃燒、動植物的生命活動排放、自然揮發等）所造成的所有溫室氣體（包括CO2、CH4、NOx等）的排放量。而“狹義碳足跡”，則特指能源活動所帶來的CO2排放量，也稱為“能源碳足跡”。狹義的“碳足跡”，實際上已經占所有溫室氣體排放總量的大部分份額，是當前碳減排工作的重點。考慮到條件的限制，本文研究的是能源碳足跡（Energy Carbon Footprint, ECF），即特指能源活動造成的CO2排放總量。

本文的研究區域為廣義的珠江三角洲，即包括廣州、深圳、珠海、佛山、江門、東莞、中山、惠州和肇慶九個城市的全部區域。研究時間為1998-2009年。

2.2 能源碳足跡計算

1998-2009年珠江三角洲九個城市原煤、焦炭、汽油、柴油、煤油、燃料油和液化石油氣的消費量、地區GDP以及人口數量等數據來源包括：歷年珠三角九市的統計年鑒、《廣東省統計年鑒》和《數說廣東六十年1949-2009》。珠三角能源消費狀況如圖1所示。

由上圖可以看出，珠三角能源結構對能源碳足跡的年貢獻值有較大的浮動性，總體上呈現推動作用。其中2002、2004年能源結構效應出現負值，主要原因是這兩年煤炭消費在珠三角能源消費中所占比例有所下降，分別從2001年的54.81%下降到2002年的54.48%，以及從2003年的56.44%下降到2004年54.97%。由此可見，降低珠三角能源消費對煤炭的依賴，有助于減少珠三角的CO2排放。

3.2 能源效率因素

把能源效率累計貢獻值分解為年貢獻值（見圖5）。

研究期間，能源效率效應一直為負值（基準年除外），說明了能源效率因素對減少CO2排放起到了積極作用。根據能源效率效應的變化趨勢，研究期間可分為兩個階段。第一階段為1999-2004年，該時期能源效率效應有一定波動，但年貢獻值絕對值不高，普遍低于1 000萬t。第二階段為2005-2009年，該期能源效率效應的年貢獻值絕對值迅速增加，至2008年達到峰值，接近2 500萬t，2009年則有所回落。第二階段能源效率效應

的減排作用在顯著增強，主要原因是“十一五”規劃剛要規定，“十一五”期間我國單位國內生產總值能耗降低20%左右。珠三角各市響應該規定，積極采取措施淘汰落后產能，特別是關停許多小火電廠、水泥廠、鋼鐵工業等高污染落后產能，提高能源效率的同時，大幅度削減了這些行業所造成的CO2排放。

由此可見，發展低碳產業，提高能源效率，是珠三角控制CO2排放的有效手段。

由圖6可見，研究期間，能源效率效應一直為正值（基準年除外），且年貢獻值巨大，說明了經濟規模擴大是CO2排放量增長的主要推動力。

經濟效應的變化趨勢可分為三個階段。該階段，1999-2004年，珠三角經濟效應年貢獻值保持迅速增長，這與該階段珠三角人均GDP增長率不斷上升有直接關系。第一階段實際上是經濟因素的規模效應最典型的體現。第二階段，2005-2007年，珠三角經濟效應年貢獻值依然保持持續增長，但增長速度明顯放緩，最大同比增長率不超過5%。本階段主要處于“十一五”規劃時期，“十一五”規劃綱要明確提出了“降低單位國內生產總值能源消耗20%”、“主要污染物排放總量減少10%”等約束性指標，進一步明確了經濟、資源、環境協調的發展方向，不再盲目追求GDP的快速增長。人均GDP增速略有回落，扭轉了經濟效應迅速增長的勢頭，國家政策的調控作用顯著。第三階段，2008-2009年，珠三角經濟效應的年貢獻值出現了明顯的回落。第三階段是一個較為特殊的時期，國際金融危機背景下，國際經濟普遍低迷。珠三角對外貿易占經濟總量中的比重較大，受國際金融危機影響，珠三角經濟增長明顯放緩，導致經濟效應出現明顯的下降。

綜上所述，經濟效應受經濟規模、國家政策、國際金融環境影響。因此，要抑制珠三角碳足跡快速增長，就必須適度控制珠三角的經濟規模，并制訂相應環境經濟政策以削弱經濟效應的影響。

3.4 人口因素

把人口因素的累計貢獻值分解為年貢獻值，見圖7。

從圖7可以看出，珠三角人口效應年貢獻值的變化與人口數量的變化基本是一致的。人口規模的擴大，對珠三角碳足跡增長起推動作用。Birdsall[16]認為人口增長對CO2排放的影響主要有兩方面：一是人口增加，通過需求引導生產擴大，能源消費增長導致碳排放增長；二是人口增長導致森林破壞，改變土地利用方式。雖然進入21世紀以來，珠三角人口增長緩慢，但由于人口基數巨大，由人口數量引起的能源碳足跡增加量也相當可觀。人口效應是僅次于經濟效應的能源碳足跡增長的主要推動力。

由此可見，合理控制人口規模，對控制珠三角CO2排放具有積極的意義。

4 結 論

通過計算珠三角能源碳足跡，并分析其影響因素，可以得到以下五點結論：①珠三角能源碳足跡總體呈現快速增長趨勢，且年排放量巨大，最高值超過25 000萬噸CO2。②珠三角人均碳足跡略低于全國平均水平，但處于上升趨勢；而珠三角的單位GDP碳足跡雖遠低于全國平均水平，但距離發達國家的水平仍有較大差距。③經濟因素的規模效應是珠三角碳足跡快速增長主要推動力，人口規模擴大對珠三角碳排放的增長也起到推動作用。④能源效率的提高，是抑制珠三角CO2排放增長的最重要因素。⑤研究期間珠三角能源結構變化不大，能源結構效應的作用表現并不顯著。

參考文獻（References）

［1］The Fourth Assessment Report(AR4)-“Climate Change 2007”［R］.IPCC,2007.

［2]Kaya Y.Impact of Carbon Dioxide Emission on GNP Growth: Interpretation of Proposed Scenarios［R］.Presentation to the Energy and Industry Subgroup,Response Strategies Working Group, IPCC,Paris,1989.

［3］馮相昭,鄒驥.中國CO2排放趨勢的經濟分析［J］.中國人口?資源與環境，2008，18（3）：43-47. ［Feng Xiangzhao,Zou Ji.Economic Analysis of CO2 Emission Trends in China［J］.China Population,Resources and Environment,2008,18(3):43-47.］

［4］Duro J A, Padilla E.International Inequalities in per Capita CO2 Emissions:A Decomposition Methodology by Kaya Factors［J］.Energy Economics,2006,28(2):170-187.

［5］朱勤,彭希哲,陸志明,等.中國能源消費碳排放變化的因素分解及實證分析［J］.資源科學，2009，31（12）：2072-2079. ［Zhu Qin,Peng Xizhe,Lu Zhiming,et al.Factors Decomposition and Empirical Analysis of Variations in Energy Carbon Emission in China［J］.Resources Science,2009,31(12):2072-2079.］

［6］Sue J L, Lu I J,Charles Lewis.Grey Relation Performance Correlations Among Economics,Energy Use and Carbon Dioxide Emission in Taiwan［J］.Energy Policy,2007,35(3):1948-1955.

［7］郭朝先.中國碳排放因素分解：基于LMDI分解技術［J］.中國人口?資源與環境，2010，20（12）：4-9. ［Guo Chaoxian.Decomposition of Chinas Carbon Emissions:Based on LMDI Method［J］.China Population, Resources and Environment,2010,20(12):4-9.］

［8］2006 IPCC Guidelines for National Greenhouse Gas Inventories―Volume 2 Energy［R］.IPCC,2006.

［9］張敬偉,宮興國.產業結構變動對能源消費的影響研究：以河北省為例［J］.燕山大學學報：哲學社會科學版，2010，11（1）：106-110. ［Zhang Jingwei,Gong Xingguo.The Impact of Changes in Industrial Structure to Energy Consumption：Take Hebei Province as an Example［J］.Journal of Yanshan University: Philosophy and Social Science Edition,2010,11(1):106-110.］

［10］楊國銳.中國經濟發展中的碳排放波動及減碳路徑研究［D］.湖北：華中科技大學，2010. ［Yang Guorui.A Study on the Fluctuation of Carbon Emission in China s Economic Development and the Path of Reducing Carbon Emission［D］.Hubei:Huazhong University of Science and Technology,2010.］

［11］Sun J W.Accounting for Energy Use in China,1980-90［J］.Energy,1998,23(10):835-849.

［12］Liu X Q, Ang B W, Ong H L.The Application of the Divisia Index to the Decomposition of Changes in Industrial Energy Consumption［J］.Energy Journal,1992,13(4):161-177.

［13］Ang B W, Zhang F Q, Choi Kihong.Factorizing Changes in Energy and Environmental Indicators Through Decomposition［J］.Energy,1998,23(6):489-495.

［14］Wiedmann T, Minx J.A definition of carbon footprint［J］.SA Research & Consulting,2007:1-9.

［15］王微,林劍藝,崔勝輝,等.碳足跡分析方法研究綜述［J］.環境科學與技術，2010，33（7）：71-78. ［Wang Wei,Lin Jianyi,Cui Shenghui,et al.An Overview of Carbon Footprint Analysis［J］.Envrionmental Science & Technology,2010,33(7):71-78.］

［16］Birdsall N.Another Look at Population and Global Warming［C］.Working Paper, Washington,DC: World Bank,WPS 1020,1992.

Decomposition of Pearl River Deltas Carbon Emissions Based on LMDI Method

PENG Junming1,2 WU Renhai2

(1.Zhonshan Environmental Monitoring Branch, Zhongshan Guangdong 528400, China; 2.School of Environmental Science and Engineering, Sun Yatsen University, Guangzhou Guangdong 510275, China)

篇10

在能源和環境容量約束嚴峻的背景下，既要保持經濟增長，還要推進低碳經濟轉型和不斷提高社會生產的環境友好性程度，是各國特別是發展中國家實現可持續發展和建設生態文明的重要課題。但是，在碳減排意義上如何理解和界定社會生產環境友好性的內涵？如何考慮歷史累積碳排放責任與碳強度減排策略的關系？如何對一經濟體的碳排放責任和碳減排努力作出更為合理的評價？這些都是需要深入探討的重要問題。

因此，研究中既需要考察一經濟體當前絕對碳減排量，也同時考慮經濟發展要求、歷史累積碳排放和實際作出的累積碳減排努力程度，進行綜合評價和分析判斷，在下一階段國際碳減排磋商談判和實際碳減排決策中，有助于理性把握各經濟體實際碳減排努力程度和可能承諾，進行有效決策。

一、碳減排和環境產出

社會生產的環境友好性，要求納入環境產出因素，建立社會“環境―經濟”復合社會產出目標。假設社會產出包括經濟生產和環境生產兩個方面，兩者之間存在替代關系，但又具有某種聯合生產和范圍經濟特性[1]。其中，在本研究中，經濟產出以一經濟體GDP總量，環境產出以碳減排量（根據相對2005年基期2020年中國碳排放強度降低45%的相對減排目標，以2005年中國碳排放強度為基準參照強度，進行絕對減排量的換算，參考表1中計算公式）進行度量。借鑒生產可能性的概念，可知：在一定范圍內，存在通過技術進步或提高技術效率實現同時提高經濟產出和改善環境的社會生產調整路徑。從碳減排意義上來說，也就是兼顧實現經濟發展和碳減排的環境友好型調整路徑。

在主流環境經濟學理論中，通常把污染排放（包括碳排放）視為經濟發展的外部性效應或負的非期望產出（undesirable output），然后，將其導致的社會負收益或正成本通過內部化而納入經濟分析框架，用以研究環境資源和經濟資源的優化配置方式與調整過程。在采用DEA方法進行環境績效和效率評價時，該理論假設隱含設定負的非期望環境產出具有弱處置性，降低非期望產出，就需要減少正期望產出，不能滿足DEA模型產出最大化的要求，因而一般將求解目標調整為在兩者之間尋求平衡。為方便研究，對負期望產出的處理方法主要有負產出法、線性數據轉換法和非線性數據轉換法[2]。

根據IPCC定義，碳排放是7種主要大氣污染物按一定系數加總換算得到的等當量碳排放值，主要與能源利用有關，依據環境經濟學假設一般將其作為負期望產出。相對于一般污染排放的概念，碳排放與社會經濟發展過程的關系更為緊密和廣泛。根據IPAT模型，碳排放主要取決于人口規模（P）、經濟發展水平（A，人均GDP）和技術水平（T，一般采用碳排放強度表征）。STIRPAT模型將IPAT模型擴展為C-D函數形式，將碳排放量的變化歸因于人口數量、人均GDP、產業結構、城市化等指數化驅動因素的影響[3]。

不同于傳統的環境管理，降低碳排放影響的努力，不僅包括“主動”降低生產生活過程中與能源消費直接相關的碳排放（即碳減排），如能源利用清潔化、能源結構低碳化、能源效率與節能、碳捕獲/碳儲存（CSS）等，還應包括通過產業結構低碳化、增加碳匯（如植樹造林）、不破壞或不過度開發現有環境資源（或碳匯資源）、生活方式低碳化等“消極”或間接的碳減排和提高可排放容量的努力。該努力部份，特別是碳匯資源增量，具有長期的減排效應。該部分的減排努力不易測算，現有基于負期望產出假設的理論，對此未給予明確和充分的解釋。

與一般負期望環境產出假設不同，非負環境產出假設[4]認為，給定經濟生產和環境生產可替代，在社會生產可能性邊界內，社會生產目標是追求相對實現社會環境產出（Q）和經濟產出（P）的最優配置（即林達爾均衡配置）的“合意”目標，而不是一般意義上在徑向距離上逼近經濟生產前沿面。與碳減排概念相結合，把該“環境產出”概念界定為考察第t年及之前年份的累積碳減排量，滿足正期望產出假設，表示為：

進一步，假設碳排放量本文中有關變量，在未特殊說明的情況下，一般是指年均量。直接取決于一經濟體能源消費量及其含碳程度，碳排放量應當是實際發生的碳排放量。因此，與能源消費有關的碳排放量測算的基本方法，是采用各種一次能源消費與相應碳排放系數乘數再加總得到。碳減排量則是該變量的衍生概念，是指相鄰年份的相對凈碳減排量。作為累積碳減排量的環境產出概念，包括了對已實現碳減排成果（或環境存量）的保護。

采用環境方向產出距離函數的DEA生產效率測度理論，在有關研究[4-5]的基礎上，借鑒采用切克蘭德的“水平―結構―動態效率”三維度軟系統評價方法，提出了評價一經濟體社會生產環境友好性的指標集，對有關概念和評價指標及方法進行了進一步厘清界定、修正和拓展（表1），提取了有關評價指標集，用于對1980-2013年期間美國（USA）、歐盟（EU）、日本（JAP）、德國（GER）、印度（IND）與中國（CHN）的環境友好性進行評價、分析和比較。

同時，對其他國家水平指標的測算均以2020年中國經濟產出目標和環境產出目標作為參照指標，結構指標和動態效率指標測算方式不受影響。在國際比較中，水平指標和結構指標本身已經是相對指標，而對于動態效率指標，統一以1980-2013年期間中國對應指標的t-1期值作為參照進行測算，形成可用于比較的相對動態效率指標。

二、數據準備

為了解中國環境生產水平及其效率相對國際水平的差異，選擇了發達經濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經濟規模具有可比性的生產單元進行評價和比較。

2018年及以前各經濟體（包括中國）經濟產出數據，采用國際貨幣基金組織世界經濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數據；為預測2019-2020年各經濟體GDP總量，采用二次指數平滑法（阻尼系數α=0.05）和IMF所預測2018年各經濟體貨幣對美元不變匯率預測各經濟體這兩年的GDP增長率。其他數據采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環境產出測算方面，考察期（1980-2013年）內各經濟體碳減排數據參考BP公司的《2014年世界能源統計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據分別計算各經濟體2015年或2020年絕對碳排放量和環境產出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環境產出測算的基準強度，因部分環境產出指數測算不允許負值，因此采用各經濟體各年份環境產出值減去1980年中國環境產出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環境產出值是零，但其他經濟體1980年環境產出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環境生產和環境友好性評價

（一）環境產出、GDP和人均GDP

采用經濟產出規模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據新環境產出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環境產出值

因測算方法原因，結合滯后期影響分析，環境產出值均采用1986年及以后的數據。與環境產出有關的指數測算結果，也作相同處理。。將該環境產出作為縱坐標，可以看出新的“環境產出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產出水平上，中國2007年環境產出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現同等經濟產出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現了較高環境產出（累積碳減排），以新的“環境產出”概念進行指標評價，中國作出了更多的環境努力。總的來說，實現同等經濟規模，中美歐三者環境產出水平基本相近。

進一步，采用衡量社會經濟綜合發展水平的人均GDP指標（作為橫軸），分別以環境產出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環境產出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環境產出量都顯著“雙高”于其他經濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環境產出則反之。

總體上，“環境產出―GDP（表征經濟規模）”、“環境產出―人均GDP（表征社會經濟發展水平）”兩組變量數據分別呈現出明顯不同的關系模式（如圖1a和圖2a）。

二、數據準備

為了解中國環境生產水平及其效率相對國際水平的差異，選擇了發達經濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經濟規模具有可比性的生產單元進行評價和比較。

2018年及以前各經濟體（包括中國）經濟產出數據，采用國際貨幣基金組織世界經濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數據；為預測2019-2020年各經濟體GDP總量，采用二次指數平滑法（阻尼系數α=0.05）和IMF所預測2018年各經濟體貨幣對美元不變匯率預測各經濟體這兩年的GDP增長率。其他數據采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環境產出測算方面，考察期（1980-2013年）內各經濟體碳減排數據參考BP公司的《2014年世界能源統計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據分別計算各經濟體2015年或2020年絕對碳排放量和環境產出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環境產出測算的基準強度，因部分環境產出指數測算不允許負值，因此采用各經濟體各年份環境產出值減去1980年中國環境產出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環境產出值是零，但其他經濟體1980年環境產出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環境生產和環境友好性評價

（一）環境產出、GDP和人均GDP

采用經濟產出規模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據新環境產出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環境產出值

因測算方法原因，結合滯后期影響分析，環境產出值均采用1986年及以后的數據。與環境產出有關的指數測算結果，也作相同處理。。將該環境產出作為縱坐標，可以看出新的“環境產出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產出水平上，中國2007年環境產出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現同等經濟產出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現了較高環境產出（累積碳減排），以新的“環境產出”概念進行指標評價，中國作出了更多的環境努力。總的來說，實現同等經濟規模，中美歐三者環境產出水平基本相近。

進一步，采用衡量社會經濟綜合發展水平的人均GDP指標（作為橫軸），分別以環境產出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環境產出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環境產出量都顯著“雙高”于其他經濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環境產出則反之。

總體上，“環境產出―GDP（表征經濟規模）”、“環境產出―人均GDP（表征社會經濟發展水平）”兩組變量數據分別呈現出明顯不同的關系模式（如圖1a和圖2a）。

二、數據準備

為了解中國環境生產水平及其效率相對國際水平的差異，選擇了發達經濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經濟規模具有可比性的生產單元進行評價和比較。

2018年及以前各經濟體（包括中國）經濟產出數據，采用國際貨幣基金組織世界經濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數據；為預測2019-2020年各經濟體GDP總量，采用二次指數平滑法（阻尼系數α=0.05）和IMF所預測2018年各經濟體貨幣對美元不變匯率預測各經濟體這兩年的GDP增長率。其他數據采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環境產出測算方面，考察期（1980-2013年）內各經濟體碳減排數據參考BP公司的《2014年世界能源統計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據分別計算各經濟體2015年或2020年絕對碳排放量和環境產出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環境產出測算的基準強度，因部分環境產出指數測算不允許負值，因此采用各經濟體各年份環境產出值減去1980年中國環境產出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環境產出值是零，但其他經濟體1980年環境產出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環境生產和環境友好性評價

（一）環境產出、GDP和人均GDP

采用經濟產出規模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據新環境產出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環境產出值

因測算方法原因，結合滯后期影響分析，環境產出值均采用1986年及以后的數據。與環境產出有關的指數測算結果，也作相同處理。。將該環境產出作為縱坐標，可以看出新的“環境產出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產出水平上，中國2007年環境產出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現同等經濟產出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現了較高環境產出（累積碳減排），以新的“環境產出”概念進行指標評價，中國作出了更多的環境努力。總的來說，實現同等經濟規模，中美歐三者環境產出水平基本相近。

進一步，采用衡量社會經濟綜合發展水平的人均GDP指標（作為橫軸），分別以環境產出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環境產出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環境產出量都顯著“雙高”于其他經濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環境產出則反之。

總體上，“環境產出―GDP（表征經濟規模）”、“環境產出―人均GDP（表征社會經濟發展水平）”兩組變量數據分別呈現出明顯不同的關系模式（如圖1a和圖2a）。

二、數據準備

為了解中國環境生產水平及其效率相對國際水平的差異，選擇了發達經濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經濟規模具有可比性的生產單元進行評價和比較。

2018年及以前各經濟體（包括中國）經濟產出數據，采用國際貨幣基金組織世界經濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數據；為預測2019-2020年各經濟體GDP總量，采用二次指數平滑法（阻尼系數α=0.05）和IMF所預測2018年各經濟體貨幣對美元不變匯率預測各經濟體這兩年的GDP增長率。其他數據采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環境產出測算方面，考察期（1980-2013年）內各經濟體碳減排數據參考BP公司的《2014年世界能源統計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據分別計算各經濟體2015年或2020年絕對碳排放量和環境產出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環境產出測算的基準強度，因部分環境產出指數測算不允許負值，因此采用各經濟體各年份環境產出值減去1980年中國環境產出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環境產出值是零，但其他經濟體1980年環境產出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環境生產和環境友好性評價

（一）環境產出、GDP和人均GDP

采用經濟產出規模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據新環境產出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環境產出值

因測算方法原因，結合滯后期影響分析，環境產出值均采用1986年及以后的數據。與環境產出有關的指數測算結果，也作相同處理。。將該環境產出作為縱坐標，可以看出新的“環境產出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產出水平上，中國2007年環境產出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現同等經濟產出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現了較高環境產出（累積碳減排），以新的“環境產出”概念進行指標評價，中國作出了更多的環境努力。總的來說，實現同等經濟規模，中美歐三者環境產出水平基本相近。

進一步，采用衡量社會經濟綜合發展水平的人均GDP指標（作為橫軸），分別以環境產出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環境產出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環境產出量都顯著“雙高”于其他經濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環境產出則反之。

總體上，“環境產出―GDP（表征經濟規模）”、“環境產出―人均GDP（表征社會經濟發展水平）”兩組變量數據分別呈現出明顯不同的關系模式（如圖1a和圖2a）。

二、數據準備

為了解中國環境生產水平及其效率相對國際水平的差異，選擇了發達經濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經濟規模具有可比性的生產單元進行評價和比較。

2018年及以前各經濟體（包括中國）經濟產出數據，采用國際貨幣基金組織世界經濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數據；為預測2019-2020年各經濟體GDP總量，采用二次指數平滑法（阻尼系數α=0.05）和IMF所預測2018年各經濟體貨幣對美元不變匯率預測各經濟體這兩年的GDP增長率。其他數據采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環境產出測算方面，考察期（1980-2013年）內各經濟體碳減排數據參考BP公司的《2014年世界能源統計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據分別計算各經濟體2015年或2020年絕對碳排放量和環境產出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環境產出測算的基準強度，因部分環境產出指數測算不允許負值，因此采用各經濟體各年份環境產出值減去1980年中國環境產出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環境產出值是零，但其他經濟體1980年環境產出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環境生產和環境友好性評價

（一）環境產出、GDP和人均GDP

采用經濟產出規模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據新環境產出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環境產出值

因測算方法原因，結合滯后期影響分析，環境產出值均采用1986年及以后的數據。與環境產出有關的指數測算結果，也作相同處理。。將該環境產出作為縱坐標，可以看出新的“環境產出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產出水平上，中國2007年環境產出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現同等經濟產出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現了較高環境產出（累積碳減排），以新的“環境產出”概念進行指標評價，中國作出了更多的環境努力。總的來說，實現同等經濟規模，中美歐三者環境產出水平基本相近。

進一步，采用衡量社會經濟綜合發展水平的人均GDP指標（作為橫軸），分別以環境產出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環境產出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環境產出量都顯著“雙高”于其他經濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環境產出則反之。

總體上，“環境產出―GDP（表征經濟規模）”、“環境產出―人均GDP（表征社會經濟發展水平）”兩組變量數據分別呈現出明顯不同的關系模式（如圖1a和圖2a）。

二、數據準備

為了解中國環境生產水平及其效率相對國際水平的差異，選擇了發達經濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經濟規模具有可比性的生產單元進行評價和比較。

2018年及以前各經濟體（包括中國）經濟產出數據，采用國際貨幣基金組織世界經濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數據；為預測2019-2020年各經濟體GDP總量，采用二次指數平滑法（阻尼系數α=0.05）和IMF所預測2018年各經濟體貨幣對美元不變匯率預測各經濟體這兩年的GDP增長率。其他數據采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環境產出測算方面，考察期（1980-2013年）內各經濟體碳減排數據參考BP公司的《2014年世界能源統計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據分別計算各經濟體2015年或2020年絕對碳排放量和環境產出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環境產出測算的基準強度，因部分環境產出指數測算不允許負值，因此采用各經濟體各年份環境產出值減去1980年中國環境產出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環境產出值是零，但其他經濟體1980年環境產出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環境生產和環境友好性評價

（一）環境產出、GDP和人均GDP

采用經濟產出規模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據新環境產出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環境產出值

因測算方法原因，結合滯后期影響分析，環境產出值均采用1986年及以后的數據。與環境產出有關的指數測算結果，也作相同處理。。將該環境產出作為縱坐標，可以看出新的“環境產出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產出水平上，中國2007年環境產出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現同等經濟產出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現了較高環境產出（累積碳減排），以新的“環境產出”概念進行指標評價，中國作出了更多的環境努力。總的來說，實現同等經濟規模，中美歐三者環境產出水平基本相近。

進一步，采用衡量社會經濟綜合發展水平的人均GDP指標（作為橫軸），分別以環境產出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環境產出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環境產出量都顯著“雙高”于其他經濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環境產出則反之。

總體上，“環境產出―GDP（表征經濟規模）”、“環境產出―人均GDP（表征社會經濟發展水平）”兩組變量數據分別呈現出明顯不同的關系模式（如圖1a和圖2a）。

二、數據準備

為了解中國環境生產水平及其效率相對國際水平的差異，選擇了發達經濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經濟規模具有可比性的生產單元進行評價和比較。

2018年及以前各經濟體（包括中國）經濟產出數據，采用國際貨幣基金組織世界經濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數據；為預測2019-2020年各經濟體GDP總量，采用二次指數平滑法（阻尼系數α=0.05）和IMF所預測2018年各經濟體貨幣對美元不變匯率預測各經濟體這兩年的GDP增長率。其他數據采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環境產出測算方面，考察期（1980-2013年）內各經濟體碳減排數據參考BP公司的《2014年世界能源統計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據分別計算各經濟體2015年或2020年絕對碳排放量和環境產出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環境產出測算的基準強度，因部分環境產出指數測算不允許負值，因此采用各經濟體各年份環境產出值減去1980年中國環境產出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環境產出值是零，但其他經濟體1980年環境產出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環境生產和環境友好性評價

（一）環境產出、GDP和人均GDP

采用經濟產出規模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據新環境產出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環境產出值

因測算方法原因，結合滯后期影響分析，環境產出值均采用1986年及以后的數據。與環境產出有關的指數測算結果，也作相同處理。。將該環境產出作為縱坐標，可以看出新的“環境產出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產出水平上，中國2007年環境產出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現同等經濟產出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現了較高環境產出（累積碳減排），以新的“環境產出”概念進行指標評價，中國作出了更多的環境努力。總的來說，實現同等經濟規模，中美歐三者環境產出水平基本相近。

進一步，采用衡量社會經濟綜合發展水平的人均GDP指標（作為橫軸），分別以環境產出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環境產出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環境產出量都顯著“雙高”于其他經濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環境產出則反之。

總體上，“環境產出―GDP（表征經濟規模）”、“環境產出―人均GDP（表征社會經濟發展水平）”兩組變量數據分別呈現出明顯不同的關系模式（如圖1a和圖2a）。

二、數據準備

為了解中國環境生產水平及其效率相對國際水平的差異，選擇了發達經濟體美國、歐盟、德國、日本和同屬金磚四國的巴西、印度作為參照，視為經濟規模具有可比性的生產單元進行評價和比較。

2018年及以前各經濟體（包括中國）經濟產出數據，采用國際貨幣基金組織世界經濟展望2013（IMF WEO2013）的美元單位購買力平價GDP及增長率數據；為預測2019-2020年各經濟體GDP總量，采用二次指數平滑法（阻尼系數α=0.05）和IMF所預測2018年各經濟體貨幣對美元不變匯率預測各經濟體這兩年的GDP增長率。其他數據采取與中國類似的測算方式。

碳減排方面，以2005年中國碳排放強度（約1.039tC/萬美元）為參照基準。在碳減排量和環境產出測算方面，考察期（1980-2013年）內各經濟體碳減排數據參考BP公司的《2014年世界能源統計年鑒》，減排目標參考值分別設定為：歐盟承諾2020年前碳排放總量相對1990年降低20%，美國承諾2015年碳排放總量相對2005年下降17%，印度承諾相對2005年碳排放強度降低25%。以此為依據分別計算各經濟體2015年或2020年絕對碳排放量和環境產出。

另外，需要指出的是，由于采用中國2005年碳排放強度作為環境產出測算的基準強度，因部分環境產出指數測算不允許負值，因此采用各經濟體各年份環境產出值減去1980年中國環境產出（負值），進行坐標變換。這種情況下，采用該算法和坐標變換后得到的1980年環境產出值是零，但其他經濟體1980年環境產出值非零。該坐標變換會影響到中國相關指標考察期間的選擇，但不影響國際比較。

三、環境生產和環境友好性評價

（一）環境產出、GDP和人均GDP

采用經濟產出規模指標――購買力平價GDP（單位：10億美元）為橫坐標，根據新環境產出公式（式（1）），以2005年中國碳排放強度為參考強度，可換算得到美國、歐盟、日本、德國、印度與中國的環境產出值

因測算方法原因，結合滯后期影響分析，環境產出值均采用1986年及以后的數據。與環境產出有關的指數測算結果，也作相同處理。。將該環境產出作為縱坐標，可以看出新的“環境產出”（圖1a）、碳排放量（圖1b）與GDP的關系明顯不同。

特別是，在圖1a中，按新的概念測算，在同等約6.2萬億美元及以上GDP產出水平上，中國2007年環境產出水平略超過美國1994年的水平，而在圖1b中，在同等約4.6萬億美元及以上GDP產出水平上，中國碳排放量（2004年水平）開始顯著超過美國（1986水平）。顯然，兩者的涵義相反：實現同等經濟產出水平，后者意味著中國碳排放更高，前者則意味著中國同時實現了較高環境產出（累積碳減排），以新的“環境產出”概念進行指標評價，中國作出了更多的環境努力。總的來說，實現同等經濟規模，中美歐三者環境產出水平基本相近。

進一步，采用衡量社會經濟綜合發展水平的人均GDP指標（作為橫軸），分別以環境產出（以2005年碳排放強度為參考強度計算）和碳排放量作為縱軸（如圖2），可知：隨著人均GDP增長，歐美的環境產出水平高于德日巴3國，歐盟顯著高于美國；考察期內，除中印外的其他經濟體碳排放量增長明顯趨于平緩，歐盟和德國甚至開始下降，呈現明顯的“碳脫鉤”[6-7]。需要重點指出的是，在人均GDP低于1萬美元水平上，隨著人均GDP增長，中印兩國碳排放量和環境產出量都顯著“雙高”于其他經濟體，中國的增長曲線更為陡峭。并且，同等人均GDP水平上，中國碳排放量遠高于印度，環境產出則反之。

總體上，“環境產出―GDP（表征經濟規模）”、“環境產出―人均GDP（表征社會經濟發展水平）”兩組變量數據分別呈現出明顯不同的關系模式（如圖1a和圖2a）。

式（12）說明：環境產出與經濟發展水平（人均GDP）、當期與基期的廣義技術差距（碳排放強度之差）和人口規模POPt有關。同時可以看出，環境產出與人口規模之間的關系，與碳排放IPAT公式的簡單關系刻畫有所不同。

基于以上關系描述，可以初步理解，中印“雙高”的原因主要在于：一方面，因經濟增長迅速和高碳能源結構等約束，兩國碳排放增長迅速；另一方面，依據本文環境產出測算方法，兩國環境產出增長迅速與人口規模增長、GDP/人均GDP雙增長和年均碳減排量高等原因有關，說明考察期內隨著社會經濟發展水平提高，兩國也同時付出了很大的碳減排和環境生產努力，GDP的能源消費及相關碳排放強度下降明顯。

對應來看，美歐德日巴5個經濟體環境產出增長與碳排放趨勢在內涵上基本一致，即環境生產的增長主要是由碳減排推動。其中，美歐德主要是通過加大碳減排力度和促進碳排放脫鉤，來實現環境產出提高；而日巴也呈現出一定的環境產出與碳排放“雙略增”的趨勢，原因在于兩國因經濟增長影響碳排放有所增加，具體而言是：仍未走出經濟增長停滯“怪圈”的日本近年來的經濟增長有所復蘇，同時因暫停核電開發，增加了碳基能源消費；巴西則是處于經濟追趕階段的發展中國家，經濟增長及其規模效應推動了碳排放的增長。

（二）基于“水平―結構―動態效率”三維指標的測算和比較

1.水平相對指標的測算和比較

由測算得到各經濟體經濟產出（EL）和環境產出水平指數（ENL）、“經濟―環境”綜合發展水平指數（EENL）（圖3），可得以下發現。

經濟產出水平指數（EL）：結合IMF WEO（2014）預測，2020年前中國GDP（PPP修正）將一直處于快速增長過程，2020年美國和歐洲經濟規模將相當于中國的約90.89%和83.33%，其他國家都被遠遠超越。

環境產出水平指數（ENL）：考察期內，中國環境產出在2008年和2009年分別超過德國和日本，僅次于歐美位居第3。但是，在考察期內，德日兩國環境產出水平相近且始終保持平穩，歐美分別在1983年和1993年才超過兩國，說明德日始終保持較高的低碳化水平。

進一步，采用變異系數法測算不同經濟體在發展過程中對環境產出和經濟產出的權重（表2）。變異系數用以描述期內各經濟體對于實現環境和經濟產出目標的難易程度。結合本研究可知，變異系數越大，意味著對應環境努力程度更高。所測算得到的權重系數，可用于評價考察期內對該項指標實現的側重程度。

由各指標結果可以看到：考察期內，中國環境產出水平相對最低，歐美水平較高，其他相近；歐美中的努力水平較高。由于基礎相對較差，中國環境產出改善的效果最為明顯。在經濟產出方面，中美歐努力水平（變異系數）較高，但中國改善程度最大。整體看，中國對經濟發展和環境的政策偏好與歐美相近，說明考察期內中國在致力于社會經濟發展方面以歐美發展模式作為了主要參考，同時取得了經濟環境“雙快速增長”的良好成績。日德巴印4國均相對側重于經濟發展，主要與這些國家環境基礎條件保持較好有關。中國要真正實現環境和經濟協調的低碳化發展，下一階段應提高環境產出權重，加大環境努力。圖3 “經濟―環境”綜合發展水平指數

“經濟―環境”綜合發展水平指數（EENL）：該指數測算采用Fisher指數構造方法。環境產出和經濟產出的測算均以中國2020年目標水平為參照（標準化為1），因此，據此得到的中國2020年“經濟―環境”綜合發展水平指數也是標準化值1。

由圖3可知，歐美發展水平明顯高于除中國外的其他經濟體，但中國追趕速度很快。印度增速也較快。從“環境―經濟”協調程度改善（綜合指數增速）的角度看，中國改善最快，歐美次之，印日德巴4國增長平緩。但是，需要說明的是，中國該指數的改善主要得益于快速經濟增長的貢獻。

2.結構指標的測算和比較

考察期內，依據碳排放強度指標，各經濟體廣義碳減排技術水平基本處于持續進步狀態，即碳排放強度持續降低，與多數研究結論一致。但是，依據評價廣義環境技術進步的環境生產強度（單位與碳排放強度相同）指標，結論卻顯然不同（表3）。

總體上，各經濟體環境強度有趨同趨勢，中國技術進步水平最低，但改善最為明顯；歐美技術進步水平相對穩定；德日巴印的所謂“技術退步”狀態，主要原因在于GDP增速高于環境產出增速，其中，印巴兩國更多地強調了經濟增長。

環境友好指數是社會產出和環境產出的無量綱化比值，說明的是一經濟體在社會發展中趨于環境友好的程度。2020年中國該指數取值為1。雖然這并不完全標志著該年份中國的“環境―經濟”生產滿足目標“合意”配置，但不影響國際間比較。

由圖4和表4看出，各國社會生產的環境友好程度呈現明顯的趨同趨勢。

考察期內，中國社會生產的環境友好程度底子薄，雖在整個考察期內呈提高趨勢，但橫向比仍最低。

德日歐美環境友好程度高，發展平穩。結合實際看，4經濟體經濟發展水平也較高，說明采取了較合理的社會發展方式。其中，美歐人口和經濟規模與中國相近，在環境生產上采取“踩碎步”的改進模式，具有更高的可比性和借鑒意義。日德的環境友好程度一直好于歐美，指數略趨降的原因是考察期內總體上GDP增長超過環境產出增長。

圖4 環境友好指數國際比較

巴印兩國則是在較低經濟發展水平上實現的“高”環境友好性。并且，在考察期內，兩國環境友好程度明顯下降，應與兩國側重經濟增長的發展模式有關。

3.動態效率指數的測算和比較

動態效率基本指數集包括對環境產出的總體績效（DENP）、廣義技術進步影響（DENT）和經濟產出影響（DEEN）的3項評價指數，是基于相鄰年份環比關系對單一經濟體環境生產的動態評價。該類指標只能用于經濟體自身動態效率的縱向比較。此外，為更便于辨析環境產出和碳排放概念及其應用的不同，也分別給出考察期內經濟增長（DCEP）和技術進步（DCTP）對碳排放影響的動態指數變化情況，測算方法相同。

由測算結果（如圖5）可得以下結論。

第一，對所有經濟體，考察期內經濟增長對環境產出的動態影響均基本為負向效應（DEEN

第二，在廣義技術進步對環境產出動態影響方面，在整個考察期內對中國始終保持正向效應（DETP>1）且最為顯著，但作用逐漸減弱；對歐美在多數年份保持平穩正向效應，變動很小，對歐盟作用強于美國；對其他4國均基本保持負向效應（DETP

第三，依據DCEP指數，考察期內經濟增長對碳排放的影響，對發達經濟體而言，對歐盟和德國在約1/2年份和對美日在約1/3年份呈現正向效應。

大體以1996年和2001年為兩個標志性年份，經濟增長對4個發達經濟體碳排放的影響方式分為三個階段：1980-1996年和2001年后4個經濟體的影響模式相近，1996-2001年期間有所差異。對中巴印3國，經濟增長的碳排放效應均呈負向效應（DCEP

第四，依據DCTP指數，在整個考察期內對各經濟體，廣義技術進步對碳排放均基本呈正向效應，對中國作用相對最為顯著。

進一步，采用同年份中國環境產出及其強度、碳排放及碳排放強度、GDP數據作為參照，僅選取廣義環境技術進步可比指數（正向指標，簡寫為RENTP，測算公式如式（13））和廣義碳減排技術進步可比指數（負向指標，簡寫為RCTP，測算公式如式（14）），用于比較同期其他經濟體與中國的廣義環境技術和廣義碳減排技術進步差距。

由測算結果（如圖6）有以下發現。

其一，考察期內，各經濟體之間及其與中國的廣義環境技術進步差距，均呈現迅速縮小和趨同的趨勢。依據RENTP指數，總體上，發達經濟體均保持較高技術進步水平，德日兩國高于歐美。僅依據表面指數值，巴印兩國廣義環境技術進步衰退明顯，原因在于初期兩國經濟發展較低，碳排放水平低，近年來也采取了側重經濟增長的發展模式。

其二，依據RCTP指數，考察期內，各經濟體的廣義碳減排技術進步影響的變化趨勢趨同，且均明顯高于中國。但是，巴西的廣義碳排放技術退步明顯。

4.基于2020年碳減排承諾的預期環境友好特征評價和國際比較

以2020年預期GDP標準化為參照值1，以及根據中國承諾測算的2020年碳排放量（1 026 652萬噸），相應環境產出量（2 962 654萬噸）也標準化為參照值1，可知2020年中國環境友好指數和復合產出水平指數也是1。

由表4可知，以2020年中國各環境生產相關指數為參照，日德兩國環境產出水平最高，環境技術進步水平也最高。經濟發展處于較低水平的巴印兩國，環境產出水平和環境友好程度較高的原因在于既有的高環境存量，其環境技術水平較高內涵意味著對環境存量的保護工作開展得好。歐美兩經濟體與中國經濟規模相近，但環境友好程度、環境產出水平和碳減排技術進步程度均高。比較可知，中國“經濟―環境”復合生產水平高的原因，主要在于經濟發展的貢獻，在以碳減排努力為代表的環境生產領域仍亟待努力。

具體而言，測算得到的中國2015和2020年環境友好指數反而相對之前明顯降低。以2020年環境友好為1，考察期內1990年至今的環境友好都高于1。這說明中國現有碳強度減排承諾目標偏低或經濟產出目標過高，“環境―經濟”生產目標制定的環境友好性偏低。

四、經濟增長對碳排放和環境產出的影響分析

根據前述定義，可以將環境產出看作受經濟增長、直接碳排放和影響碳排放的其他間接因素等影響的趨勢性成份和周期性成分的疊加。HP濾波方法可以幫助剔出周期性成分影響，保留某一影響因素的趨勢性成份。

這里，采用HP濾波方法，對各經濟體，在碳排放和環境產出序列中分別剔出經濟產出（GDP）周期性因素的影響，識別經濟影響的趨勢性成份（如圖7），用以說明一經濟體經濟增長對于自身碳排放影響（DCEP）和環境產出影響（DEEN）的不同趨勢特征。該趨勢成份值大于1，說明經濟增長對該方面影響呈正向效應；趨勢成分值小于1，則說明呈負向效應。

依據結果可以看到，各經濟體經濟增長對環境產出的凈影響總體呈負向效應，也就是說，經濟增長在一定程度上會抵消碳減排努力。而對碳排放則因經濟體不同而不同。相應的趨勢影響分析（表5）也能夠說明經濟與環境產出、碳排放存在不同的趨勢效應。

五、政策建議和結論

本文采用基于正期望產出假設的環境經濟分析理論，對中國和美歐等7個主要經濟體的社會“環境―經濟”生產的狀況進行了比較和分析，與采用碳排放或年度碳減排指標的有關國際比較研究結論有所不同，本研究主要有以下結論。

碳減排與社會生產的環境友好性在內涵上具有一致性。經濟增長對環境生產（累積碳減排）總體呈負面影響，有效的碳減排政策應與促進經濟增長的政策相獨立。考察期內，實現同等經濟規模，中美歐3經濟體環境產出水平相近，日德始終保持較高低碳化水平，巴印環境產出水平較高的原因在于較低經濟發展水平上對環境存量的低消耗；中美歐對經濟和環境產出的政策偏好相近，但中國未來需要更加重視環境生產；美歐德日巴5經濟體環境生產與碳減排變化趨勢一致，而中印兩國環境生產與碳排放“雙增長”的原因在于伴隨經濟增長的結構調整等政策導致的碳減排；各國社會生產的環境友好程度呈現明顯趨同趨勢，而中國相對仍最低，德日歐美的社會經濟發展模式更為合理。但是，中國累積環境生產努力最大，改善也最明顯。此外，從環境友好性角度看，按照中國2020年承諾測算的社會生產環境友好性水平偏低，甚至低于現階段，需要進行調整。

從動態效率角度看，考察期內，經濟增長對環境產出的負面效應，對較大規模的經濟體影響也較大，但隨時間推移趨于減弱，其中對中國影響最明顯；廣義環境技術進步影響對各經濟體呈現趨同趨勢，對中美歐體現為正效應，而對其他4經濟體效應為負，對中國正效應最顯著。但是與碳減排相關的單純技術進步也沒有遏止碳排放增長的勢頭。

由此，結合中國實際情況提出以下政策建議：在當前放緩經濟增長和建設生態文明的背景下，中國應在未來適當調高環境生產目標或降低經濟產出目標，提高環境友好性程度，進一步加大環境和碳減排努力，促進經濟低碳化發展；調整經濟增長速率和節奏，控制經濟增長的負面環境影響；采取與經濟增長相獨立的碳減排政策，加大該領域投入，推進“碳脫鉤”進程；促進經濟結構調整和有關制度創新，更加重視碳減排技術的實用化和推廣；密切跟蹤各國碳減排和社會生產調整進展，學習他國的先進技術和經驗。