中国各省份碳排放效率与减排潜力测度研究——基于undesirable-sbm超效率模型的实证分析-郭炳南.pdf

《中国各省份碳排放效率与减排潜力测度研究——基于undesirable-sbm超效率模型的实证分析-郭炳南.pdf》由会员分享，可在线阅读，更多相关《中国各省份碳排放效率与减排潜力测度研究——基于undesirable-sbm超效率模型的实证分析-郭炳南.pdf（6页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、20 生态经济第33卷第8期(2017年8月) Ecological Economy，V0133，No8(August 20 1 7)中国各省份碳排放效率与减排潜力测度研究 q于UndesirableSBM超效率模型的实证分析郭炳南1，曹国勇2(1江苏科技大学人文社科学院，江苏镇江212003；2宜春学院计划财务处，江西宜春336000)摘要：在全要素生产技术框架下，考虑非期望产出，采用非径向、非角度的SBM超效率模型对中国各省份二氧化碳排放效率进行了测算，将二氧化碳排放效率进一步分解为纯技术效率与规模效率，并计算了各省份产出与二氧化碳的目标值、增进空间与减排潜力。研究结果表明：中国二氧化碳排

2、放效率总体上处于较低水平，纯技术效率作用大于规模效率，但省份之间差距很大，半数以上的省份二氧化碳减排潜力超过50，中国整体的减排空间巨大。最后，基于上述结论提出了建议。关键词：非期望产出；超效率；二氧化碳排放效率中图分类号：F1246；F0622 文献标识码：A 文章编号：16714407(2017)0802005Study on the Measurement of Carbon Emission Efficiency and Emission Reduction Potential inChina：An Empirical Analysis Based on the Undesirable

3、 SBM Super Efficiency ModelGUO Bingnanl，CAO Guoyon92(1School ofHumanity&Social Science，Jiangsu University ofScience and Technology,Zhenjiang Jiangsu 212003，China；2The Financial Department，Yichun University,Yichun Jiangxi 336000，China)Abstract：Based on the technical framework oftoml factor production

4、，considered undesirable outputs，the Paper uses no radialand no angle SBM super efIiciency model to calculate the efIiciency of carbon dioxide emissions of Chinese provincesanddecomposes the efficiency into pure technical emciency and scale e伍ciency,and calculates improvement output and carbondioxide

5、 emission reduction potentialThe research results show thatthe overall emciency of China on carbon dioxide emissionsis at a low leveland has a large gap between provinces；pure technical e衔ciency iS greater than the scale e伍ciencyThepotential for carbon dioxide emissions iS more than 50in half of the

6、 provinces；ChinaS overall emission reduction space iShugeFinally,suggestions are put forward based on the above conclusionsKey words：undesirable output；super e伍ciency；carbon dioxide emission e伍ciency1 引言 责任的大国，中国于2009年公布了2020年单位GDP二改革开放以来，中国的经济增长取得了巨大的成就，19782016年，中国的GDP从3 650亿元增长到744 127亿元，年平均增长率超过

7、10，远高于世界的同期水平。与此同时，随着经济的快速增长，中国的能源消耗与二氧化碳排放也日益增加，并且于2007年成为全球第一大二氧化碳排放国以及第一大能源消费国。近几十年来，全球气候异常成为常态，而其主要元凶之一就是二氧化碳，际社会为了缓解二氧化碳排放对人类生存环境的影响，氧化碳排放强度降低4045的减排目标，2015年又承诺，到2030年二氧化碳排放达到峰值，单位GDP二氧化碳排放量比2005年下降6065。中国的减排行动显示着中国正以最大的决心、最高的智慧走绿色发展之路。然而，不可否认的是，中国仍然是世界上最大的发展中国家，还面临消除贫困，提高人民的生活水平的艰巨任务。国 要实现二氧化碳

8、排放减少与经济增长的双赢，促进经济的进 绿色增长，必须着力提高二氧化碳排放效率，实现经济增行了不懈地努力。从1992年的联合国气候变化公约到1997年的京都议定书，再到2015年的巴黎气候峰会，每一次国际协作都体现对二氧化碳排放过度增长的忧虑与减排的决心。作为全球最大的二氧化碳排放国，中国的二氧化碳排放表现自然引起了国际社会的广泛关注，作为负长方式从高能耗、高排放向低能耗、低排放转变，从要素粗放投入驱动转向要素集约与创新驱动转变。为此，对中国各省份的二氧化碳排放效率进行评价，并测算各省份二氧化碳排放的提升潜力，对于未来制定差异化的减排战略具有重要的意义。基金项目：全国统计科学研究项目“低碳经济

9、下中国碳排放效率的提升潜力与实现路径研究”(2015LY72)；教育部青年基金项目“中国国际贸易隐含碳的测算及碳减排责任分配研究”(14YJC790081)第一作者简介：郭炳南(1980一)，男，江西万安人，博士，副教授，硕导，研究方向为国际贸易与低碳经济。E-mail：harkin126com万方数据郭炳南等：中国各省份碳排放效率与减排潜力测度研究 212文献综述在发展低碳经济已经成为各国迫切需要的背景下，国内外学者展开了对二氧化碳排放效率的深入研究，相关研究成果相当丰富，大致可以分为两种研究思路：一种是单要素研究，一种是全要素研究。单要素研究主要是以碳生产率为代表，由Kaya&Yokobo

10、ri提出，指一段时期内国内生产总值与同期产生的二氧化碳排放量之比，反应了人类在追求经济增长的同时，降低二氧化碳排放的努力。Kim21运用碳生产率指标对韩国的碳排放效率研究表明，为了实现韩国2020年二氧化碳减排目标，如果GDP增长为4，则碳生产率年均增幅必须达到48。国内学者分别从区域层面3-5 J、行业层面16-7测算了中国的碳生产率。碳生产率作为单要素指标对碳排放效率进行衡量，简单易操作，但却不能反映一个经济体碳排放效率的综合特征。事实上，二氧化碳排放主要是由能源消耗产生，而能源又必须与资本、劳动等其他要素相结合才能进行生产，单要素无法反映各要素之间的替代关系。正是由于单要素指标的不足，近

11、年来越来越多的研究选择在全要素的框架下研究二氧化碳排放效率。二氧化碳排放的全要素研究利用生产前沿边界的方法，用决策单元偏离生产边界的程度来衡量其技术非效率，可以显示二氧化碳排放效率是资本与劳动投入、能源消耗等多种要素共同作用的结果，凸显了全要素特征。作为一种相对效率，二氧化碳排放效率的测算需要构建生产前沿面，主要有数据包络法(DEA)和随机前沿分析法(SFA)。Zaim&Taskin【81利用DEA模型对OECD国家的二氧化碳排放效率进行了评价。Hailua&Veaman91利用DEA模型将非期望的污染排放物作为投入指标处理，分析了包含非期望产出的二氧化碳排放效率。周五七、聂鸣【I川利用DEA

12、模型测算了中国省际工业碳排放效率。董锋等1基于三阶段DEA模型测算了我国二氧化碳排放效率。许士春、龙如银【l引采用DEA方法测算了中国19952011年间的能源与二氧化碳排放效率。李明生、侯芳芳【l列基于DEA模型研究了长株潭城市群低碳经济的效率。部分学者则利用SFA方法进行分析，如Risto&Rajeev【141利用SFA方法测算了170个国家在1997-2007年间的二氧化碳排放效率水平。杜克锐、邹楚沅”习利用SFA方法测算了我国二氧化碳排放效率地区差异。郑松华1 6】基于SFA方法测算了中国西部地区的二氧化碳排放效率。上述文献从全要素的角度应用DEA方法与SFA方法对二氧化碳排放效率进行

13、了测度，由于SFA方法涉及生产函数的确定以及无法处理多投入多产出的情形，而应用DEA方法无须设定具体的生产函数以及方便处理多投入多产出的情形。因此，相对来说，运用DEA方法在研究二氧化碳排放效率方面得到了更为广泛的应用。综上所述，相较于单要素分析，基于全要素角度运用DEA模型测算二氧化碳排放效率已然成为多数文献的首选，但还存在以下问题：第一，以往的研究多是基于期望产出的视角，将二氧化碳排放作为投入进入目标函数，显然违背了二氧化碳排放作为一种非期望产出的事实，而从考虑二氧化碳排放作为非期望产出对二氧化碳排放效率开展的研究并不多见；第二，传统的DEA模型没有考虑投入与产出的松弛性问题，在径向与角度

14、的选择上可能会出现测算偏差。为解决上述问题，Tone【l刀构造了基于松弛变量的测算模型(slacksbased measureSBM)，将松弛变量直接纳入目标函数，形成了一种非径向、非角度的效率度量方法，可以避免径向与角度的选择差异带来的偏差。Tone&Sahoo【1研又迸一步将非期望产出纳入模型，更好地拟合了效率测算中的现实情况，可以有效地测算环境效率。然而，运用SBM模型分析非期望产出环境污染物，如废气、废水等的文献较多，而直接分析碳排放效率的文献较少，尚有待完善；第三，对于出现多个有效DMU单位的情况，传统方法无法进一步比较单位效率值为l的决策单元的效率值，Andersen&Peters

15、en【l明提出的超效率模型可以进一步区分效率值为1的决策单元的技术效率值。但从已有文献来看，少有将SBM与超效率模型结合研究碳排放效率的文献。因此，本文在全要素的框架下，探索性地将考虑非期望产出的SBM模型与超效率模型结合，考虑投入产出松弛性以及区分有效DMU效率值，对中国各省份的二氧化碳排放效率做出更精确的测算，并分析各省份二氧化碳排放的减排潜力，为提高二氧化碳排放效率制定政策提供参考。3研究方法与数据来源31研究方法数据包络分析(data envelopment analysis)是一种基于被评价对象间相对比较的非参数技术效率分析方法。由美国的Chames等【2州于1978年首次提出，后来

16、被广泛应用，且被命名为CCR模型，该模型的基本假定为规模报酬不变。Banker等旺”放松了CCR模型的规模报酬不变假定，提出了基于规模收益可变的BCC模型。虽然CCR与BCC等传统模型被广泛运用于经济、企业管理等领域，但是模型的产出一般为有价值指标的期望产出，而未将非期望产出纳入考虑范围。目前在效率评价中多数文献对非期望产出的处理多应用投入产出转置法、方向性距离函数法以及正向属性转换法等，忽视了投入产出变量松弛性问题，会对效率的度量结果造成偏差。Tone&Sahoo【l引提出的SBM模型，同时解决了松弛变量与非期望产出问题，该模型在生态效率与环境效率评价中迅速得到大量应用，并且表现出良好的性状

17、与可信度。本文模型构建如下：万方数据22 生态经济第33卷第8期(20178月) Ecological Economy，V0133，No8(August 2017)1一!生minp=T丢等i丁b 1 jl P 岛 1+去c善茜+善stX*=X九+SyX=Yg九一SgJ，：=Y。A+S6 S一，S8，S6，A0式(1)中：五是权重向量；k表示被评价单元；S表示投入过度；S6表示非期望产出二氧化碳排放过多；，表示期望产出GDP不足。P表达式的分子与分母分别表示生产决策单元实际投入与产出相对于生产前沿的平均可缩减比例与平均可扩张比例，代表投入无效率与产出无效率。可以知道，P关于町、s，g、s?是严格

18、递减的，P在0l之间取值。对于特定的DMU而言，当且仅当p=l，表示不存在投入与非期望产出的过剩以及期望产出的不足，此时生产单元完全有效率，当Pm=L-疵p+21s,g s2 o+s2：iy磊：iy；(2)stXik-一5i珐y；旯广s一去c喜簧+善s,静b。S一，Sg，sb旯0卢1，2，研；r=1，2，q：，=1，2，甩(，D模型(2)为基于非期望产出的SBM超效率模型，模型中p得到评价DMU距离由其他DMU构成的距前沿最近的点，因此SBM超效率模型的效率值会超过l，克服了以往有效单位效率值为1时无法比较的缺陷，可以进一步精确比较单位效率有效值的大小。32指标与数据本文的主要目的是测算二氧化

19、碳排放效率与减排潜力，二氧化碳减排潜力是对未来的一种预期，采用研究年份越接近越好。本文根据最近可得的统计资料，确定为2014年中国30个省份(西藏、港澳台地区除外)的数据。另外，之所以没有选择跨期的长面板数据，主要是因为2014年作为研究基年数据已经能够满足本文的研究需求，能充分实现本文的研究目标。本文以各省份的GDP为期望产出，二氧化碳排放量为非期望产出，以劳动力、资本、能源消耗为投入变量。劳动力与GDP数据来源于2015年中国统计年鉴，资本存量并无现成的统计数据，参考张军等【2习的研究，采用永续盘存法(PIM)按不变价格计算资本存量，并将其折算为2005年不变价。能源消费量包括煤炭、焦炭、

20、原油、汽油、煤油、柴油、燃料油、天然气等能源的消费，本文将根据中国能源统计年鉴中的地区能源平衡表，将上述能源消费量折算成万吨标准煤，能源数据来源于2015年中国能源统计年鉴。二氧化碳排放量的估算采用联合国政府间气候变化专门委员会(IPCC)推荐的方法，并借鉴郭炳南等陋1的测算思路，测算结果如图l所示。图1 2014年中国各省份二氧化碳排放量4实证分析41中国各省份二氧化碳排放效率评价根据效率值大小将二氧化碳排放效率分为有效、弱有效与无效，当测度值大于或等于l时，则该地区的二氧化碳排放效率有效；当测度值在O51之间时(包括05，不包括1)，则该地区的二氧化碳排放效率值为弱有效；当测度值小于05时

21、，则该地区的二氧化碳排放效率为无效。本文采用MaxDea62软件，利用超效率非期望产出SBM模型，分别将规模报酬设为不变与可变，可以得到二氧化碳排放综合效率与二氧化碳排放纯技术效率，并分解得到二氧化碳排放的规模效率(表1)。从二氧化碳排放综合效率来看，北京的二氧化碳排放综合效率最高，达到136，其次是上海，达到104，这两个市的二氧化碳排放综合效率表现为有效，说明北京与上海的二氧化碳排放综合效率处于全国前列，北京与上海在技术研发、技术投入、人才集聚等方面具有明显优势，使得北京与上海的二氧化碳排放综合效率达到有效。天津、万方数据郭炳南等：中国各省份碳排放效率与减排潜力测度研究 23表l 2014

22、年中国各省份二氧化碳排放效率与排名综合 纯技 规模 综合 综合 纯技 规模 综合省份 术效 效率 省份 术效 效率效率 效率 效率 效率益 排名 家 排名北京 136 147 O93 1 辽宁 035 041 086 16上海 104 104 100 2 江西 034 O37 09l 17广东 O78 119 066 3 陕西 O33 O35 O95 18天津 O56 1Ol 055 d 广西 O33 O36 O92 19江苏 O52 108 049 5 四川 O32 O37 O87 20浙江 O50 O68 074 6 黑龙江 O32 O35 09l 21福建 043 045 095 7 河

23、南 031 037 O83 22河北 039 100 039 8 安徽 029 029 099 23山东 O39 053 O73 9 云南 026 O31 085 24湖南 037 041 090 lO 新疆 O25 034 074 25内蒙古 O36 O37 O98 11 贵州 O24 O32 O76 26湖北 036 O4l O89 12 青海 023 128 O18 27吉林 O36 041 088 13 宁夏 O22 064 O35 28重庆 0_36 042 086 14 甘肃 022 033 066 29海南 036 159 O23 15 山西 O19 O22 088 30江苏、浙

24、江三省份的二氧化碳排放综合效率分别为056、052、050，处于弱有效位置，且从效率值来看，这三个弱有效省份的综合效率值与北京、上海的效率值差距较大。除此之外的24个省份均表现为二氧化碳排放综合效率无效，其中效率值最低的三个省份分别为宁夏(022)、甘肃(022)，山西(019)，说明中国整体的二氧化碳排放综合效率较低，这与多年来中国高能耗、高排放、粗放式的经济增长方式密切相关。从二氧化碳排放综合效率的排名来看，效率值排名靠前的多数是东部省份，而排名靠后的多数是西部省份，各省份二氧化碳排放综合效率呈现东部区域高，中部区域次之，西部区域低的区域分布阶梯格局，这与区域产业结构、人力资本、能源消费结

25、构的分布特征相吻合。从二氧化碳排放纯技术效率来看，处于纯技术效率DEA有效的省份有北京(147)、上海(104)、广东(119)、天津(101)、江苏(108、河北(100)、海南(159)、青海(128)等，与二氧化碳排放综合效率相比，能达到二氧化碳排放纯技术效率DEA有效的省份增加了广东、天津等6个省份。除上海、安徽两省份的二氧化碳排放纯技术效率等于综合效率，其余28个省份的二氧化碳排放纯技术效率均大于综合效率，可见，二氧化碳排放纯技术效率对综合效率起到了拉动作用。这说明了技术进步在提升二氧化碳排放效率上的关键作用。从纯技术效率的差距来看，效率值最高的北京(147)与最低的山西(022)之

26、间相差125个效率单位，这说明各省份的技术水平是造成二氧化碳排放效率差异大的主要原因，进一步说明了各省份在纯技术效率上具有巨大的上升潜力，二氧化碳减排的工具要着力依靠提高劳动者技能以及技术创新与技术进步上来。从二氧化碳排放规模效率来看，处于规模效率前沿的只有上海，其余各省份均没有达到规模效率有效，而与综合效率及纯技术效率相比，各省份的规模效率差距波动较小，多数集中于弱有效区间，说明规模效率不是造成各省份的二氧化碳排放综合效率差距的主要原因，且规模效率的提升空间相对有限。只有河北、宁夏、海南与青海的规模效率有所偏离，分别为039、035、023与018，说明在这四个省份的二氧化碳排放效率中，规模

27、效率的作用较小，在规模效率上有提升潜力。42中国各省份二氧化碳排放的减排潜力在利用非期望产出SBM超效率模型计算各省份二氧化碳排放效率的基础上，本文进一步计算了各省份欲达到效率最优，GDP与二氧化碳排放的目标值及GDP的增进空间与二氧化碳的减排潜力(表2)。表2 2014年中国各省份二氧化碳减排潜力目标值 变化率省份 二氧化碳二氧化碳百万吨 GDP百亿元 GDP增进空间减排潜力北京 9344 7，S 000 OOO天津 6894 20399 2439 一3710河北 13171 35327 1277 一5773山西 5759 17698 2920 一6872内蒙古 8580 24408 196

28、0 一6186辽宁 12775 34385 1316 一5300吉林 6108 18529 2753 一5159黑龙江 6682 19894 2517 5471上海 24072 24471 O00 OOO江苏 28824 7256l 583 一39，18浙江 17706 46114 950 一3358安徽 8958 25307 1877 一5182福建 10270 284-28 1637 一3665江西 6793 20159 2475 一4304山东 26478 66980 635 一5140河南 15404 406_39 lO92 -5017湖北 11757 31966 1430 一4162

29、湖南 11585 31556 14，52 一3813广东 52198 75584 559 一19OO广西 6875 20352 2446 一4333海南 1495 4523 2721 一3234重庆 6029 18340 2789 一3807四川 12452 33618 1351 一3958贵州 3924 13333 4286 一59，62云南 5432 16921 3096 一5092陕西 7634 22158 2203 一5700甘肃 2952 11021 5697 一5777青海 995 3526 4899 一5411宁夏 1188 4525 3012 一6548新疆 3931 1334

30、9 4278 一6270如表2，北京与上海己处于生产的前沿面上，达到了效率最优，其GDP与二氧化碳排放量无须变动。其他省份则需要GDP与二氧化碳排放量同时变动才能达N-氧化碳排放效率最优。从总体来看，中国各省份的GDP的增加量变化率明显小于碳排放消减量的变化率，因此，减少二氧化碳排放量是中国各省份提高二氧化碳排放率的前提。各省份的GDP变化率最大的甘肃，其GDP要增加5667，才能实现效率最优，其次是青海，其GDP要增加4899才能实现效率最优。二氧化碳排放量变化率最大的省份是山西，碳减排潜力为6872，其次是宁夏(6548)、新疆(627)。减排潜力超过50省份有16个，减排潜力处于3060

31、的省份有11个，一方面说明中国各省份二氧化碳排放潜力很大，另一方面说明中国的二氧化碳排放减排空间分布不均衡。同时，从表2中还可以看出，减排万方数据24 生态经济第33卷第8期(201798月) Ecological Economy，V0133，No8(August 2017)潜力较大的省份多数分布在中西部区域，这与中西部区域经济增长质量与能源利用效率较低有关，与东部区域相比，中西部在经济结构层次、能源消费结构、产业技术水平等方面落后于东部区域，因此，处于中西部区域的省份二氧化碳减排潜力较大，未来需要进一步优化中西部区域的能源消费结构，调整产业结构布局，促进中西部产业结构升级，以促进中国整体二氧

32、化碳排放效率的提升。5结论随着全球气候变暖问题的日益严峻以及中国二氧化碳排放量的剧量，中国的二氧化碳排放空间越来越小，迫切需要提升二氧化碳排放效率。不同与以往的研究，本文在全要素框架下，利用非期望产出SBM超效率模型测度了中国30个省份的二氧化碳排放效率，并将二氧化碳排放效率分解为二氧化碳排放纯技术效率与二氧化碳排效规模效率，同时测算了30个省份GDP与二氧化碳排放达到最优效率值的目标值及二氧化碳减排潜力，得到以下结论：(1)从有效决策单元的效率值排名来看，北京的二氧化碳排放综合效率最高，排名第1，为136，上海(104)排名第2，弥补了以往文献无法对效率为l决策单位排名的不足。(2)-氧化碳

33、排放效率区域差异明显。经济发达的东部区域省份的效率值大于经济欠发达的中西部区域省份，从二氧化碳排放综合效率来看，仅有北京、上海处于生产前沿面上，其他省份均未达到效率最优，且效率值呈现东部省份高、中西部省份低的阶梯式分布。从二氧化碳排放综合效率分解来看，二氧化碳排放纯技术效率对综合效率拉动作用较大，且纯技术效率的省际差距较大，而规模效率的影响较小，说明省份的技术水平差异是造成各省份二氧化碳排放效率差异的主要原因，未来中国二氧化碳排放效率的提升应当主要依赖于技术进步的作用。(3)不同省份的GDP增进空间与二氧化碳减排潜力差异较大。由于各省份的经济发展水平、产业结构、技术水平、资源禀赋等不同，各省份

34、在GDP的改进空间上也有很大落差，其中北京与上海达到了生产前沿面，无须作改进，其余省份中改进空间超过40的有甘肃、青海、贵州等省份。在二氧化碳减排潜力上，各省份碳减排的变化率明显高于GDP的改进百分比，二氧化碳减排潜力最大的省份达到了6872，且有半数省份的减排潜力超过了50，充分说明各省份的碳减排潜力巨大，也说明各省份碳减排工作的艰巨性。基于本文的实证研究，提出以下政策建议：(1)加强省际间的技术交流与合作，缩小区域技术差距。碳排放纯技术效率的空间差异是造成中西部省份的碳排放综合效率普遍低于东部区域省份的主要原因。要不断加大中西部技术无效率省份与东部技术标杆省份之间的技术交流，提高中西部省份

35、的技术吸收能力，以缩小区域间技术差距来实现技术赶超，激发技术潜能，从而实现中国二氧化碳排放效率的整体提升。(2)加速碳排放低效率省份的产业结构调整与优化，促进碳排放高效率省份产业结构高级化。针对各省份GDP的增进空间与减排潜力的差异，因地制宜，有差别性的实施产业结构调整战略。碳排放DEA有效省份进一步保持经济发展的同时，减少碳排放，碳排放DEA无效省份则要从提升技术、资本、自然资源等要素的效率入手，加快产业结构的升级，实现产业发展从依靠初级要素向中高级要素转变，从而实现GDP的增进以及碳排放的减少，最终达到二氧化碳排放效率的提升。(3)推动市场化改革，继续完善碳交易市场。中国于2011年启动了

36、碳交易市场的试点，并于2017年建设全国统一的碳交易市场。碳交易一方面可以通过交易有效控制二氧化碳排放总量，利用外部性市场调节全国的碳排放；另一方面可以有效地激励企业的技术革新与进步，提高二氧化碳排放效率。应当继续建设与完善碳交易市场，尝试建立若干个区域性的碳交易市场，按碳排放效率高低与排放潜力的大小划分为不同的区域，致力于区域间的碳交易与技术整合，从而实现整体碳排放效率的提升与减少碳排放。囫参考文献：【l】Kaya YYokobori KEnvironment，energy and economy：Strategies for sustainability【M】New York：United

37、 NationsUniversity Press，1997：56592Wonkyu KCurrent issues and implications of KoreaS carbonproductivityEBOL(201003-16、http：wwwbusinesskoreaCOkrarticle4363】潘家华，张丽峰我国碳生产率区域差异性研究J中国工业经济，2011(5)：47574】张丽峰，崔佳颖基于泰尔指数的我国碳生产率区域差异性分析【J】资源开发与市场，2013(3)：2332365】张成，蔡万焕，于同申区域经济增长与碳生产率基于收敛及脱钩指数的分析J】中国工业经济，2013(5)

38、：18-306】郭炳南，张成，林基外商直接投资、研发投入与中国工业行业碳生产率基于工业行业面板数据的实证分析【J】兰州学刊，2014(10)：1481587】祝树金，余嘉佳，唐曼艳我国行业碳生产率度量及演化动态J经济数学，2015(2)：2733【8Zaim O，Taskin FEnvironmental efficiency in carbon dioxideemissions in the OECD：A non-parametric approachJ】Journal ofEnvironmental Management，2000，58(2)：951079Hailu A，Veeman T

39、SNonparametric productivity analysis withundesirable outputs：An application to the Canadian pulp andpaper industryJ】American Journal of Agricultural Economics，2001，85(3)：60561610周五七，聂鸣中国工业碳排放效率的区域差异研究基于非参数前沿的实证分析明数量经济技术经济研究，2012(9)：5870【11董锋，刘晓燕，龙如银基于三阶段DEA模型的我国碳排放效率分析J】运筹与管理，2014(4)：196205万方数据袁建辉等：

40、碳信息披露对上市公司融资约束影响的实证研究 47规。西方发达国家早在20世纪就开始的关于碳信息披露立法的探索和实施，已经取得了许多成果，而我国还没有综合性的针对碳排放披露的法案。我国政府应加快建立健全碳信息披露的监管机制，明确碳信息概念，从披露主体、标准、范围和披露审计等方面出发为企业碳信息披露做出规范。通过政府监管和市场反应共同促使企业进行高质量的碳信息披露活动。第三，社会公众层面要充分意识碳信息披露的重要性。消费者和投资者应该更青睐于那些为努力减少碳排放并披露碳信息的企业，在合理的价格区间下，尽可能选择低排放、可持续性的产品，以此对上市公司碳信息披露行为产生监督与促进作用。同参考文献：1】

41、CDP中国企业碳信息披露情况现状深度分析【R】中国：安永，2015【2Doran K L，Quinn E LClimate change risk disclosure：A sectorby sector analysis of SEC 10一K filings from 19952008【EBOL(201006-25)http：ssrncomabstract=-14162793Kolk A，Levy D，Pinkse JCorporate responses in all emer舀ng climaleregime：The institutionalization and commensur

42、ation of carb ondisclosure【JEuropeanAccounting Review,2008，17(4)：7197454Haque S，Deegan C，An exploration of corporate climate changerelated governance practices and related disclosures：Evidence fromAustralia叨AustralianAccounting Review,2010，20(4)：317-333【5谭德明，邹树梁碳信息披露国际发展现状及我国碳信息披露框架的构建J】统计与决策，2010(1

43、1)：126-1286】吴勋，徐新歌企业碳信息披露质量评价研究来自资源型上市公司的经验证据J】科技管理研究，2015(13)：229233【7】陈华，王海燕，荆新中国企业碳信息披露：内容界定、计量方法和现状研究J】会计研究，2013(12)：18248】陈海宁上市公司气候变化关联治理披露与实践D】南京：南京信息工程大学，20139Dhaliwal D S，Li O Z，Tsang A，et a1Voluntary nonfinancialdisclosure and the cost of equity capital：The initiation ofcorporate social res

44、ponsibility reporting【J】The AccountingReview,201 1，86(1)：5910010Goss A，Roberts G SThe impact of corporate social responsibilityon the cost of bank loansJJournal of Banking&Finance，2009，35(7)：1794-18101 1Kim Y，Park M S，Wier BIs earnings quality associated withcorporate social responsibility?【JThe Acc

45、ounting Review，2012，87(3)：76 179612何贤杰，肖土盛，陈信元企业社会责任信息披露与公司融资约束J财经研究，2012(8)：6072【13罗珊梅，李明辉社会责任信息披露、审计师选择与融资约束来自A股市场的新证据J】山西财经大学学报，201 5(2)：10511514】戴皓宇碳信息披露对企业融资约束的影响分析【J】时代金融，2013(32)：216221【15】左继安，汤莹碳信息披露对我国企业融资效率的影响分析J】中国乡镇企业会计，2014(9)：293016Dhaliwal D S，Radhakrishnan S，Tsang A，et a1Nonfinancial

46、disclosure and analyst forecast accuracy：International evidenceon corporate social responsibility disclosure【J】The AccountingReview，2012，87(3)：72375917Almeida H，Campello M，Weisbach M SThe cash flow sensitivityofcashJThe Journal ofFinance，2004，59(4)：1777180418】张纯，吕伟。信息环境、融资约束与现金股利【J】金融研究，2009(7)：8194

47、【19】于蔚，金祥荣，钱彦敏宏观冲击、融资约束与公司资本结构动态调整J】世界经济，2012(3)：244720连玉君，苏治，丁志国现金一现金流敏感性能检验融资约束假说吗?【J统计研究，2008(10)：92992 1】Roy S K，Roy P K，Rahaman M，et a1Clonal propagation ofRauvolfia serpentina through in vitro culture【J1Acta Horticulturae，1995，390(20)：141一t45(责任编辑：国怀亮)(上接24页)12】许士春，龙如银中国能源和碳排放的效率测度与影响因素研究【J】软科学，2015(3)：747813】李明生，侯芳芳基于DEA的长株潭城市群低碳经济发展效率评价研究【J工业技术经济，2016(5)：106一ll 114Herrala R，Goel R GGlobal C02 efficiency：Coumtries estimatesusing a stochastic cost frontier【J】Energy Policy，2012，45：762770【15】杜克锐，邹楚沅我国碳排放效率地