長江經濟帶碳解鎖效率研究
——基于SE-DEA-Malmquist指數

張濟建 ，劉 清 ，丁緒輝

（江蘇大學 a.財經學院；b.產業經濟研究院，江蘇 鎮江 212013）

一、引言及文獻綜述

作為具有全球影響力的內河經濟帶，長江經濟帶所轄人口和地區經濟總量分別占中國的42.9%和46.2%，綠色循環低碳發展已經成為長江經濟帶建設的必然要求。習近平總書記強調，以共抓大保護、不搞大開發為導向推動長江經濟帶發展，但長江經濟帶快速發展的同時也帶來了生態環境壓力。研究機構Carbon Brief 推算得出2018 年中國碳排放總量達100億噸，而長江經濟帶占據國土面積的21.36%，覆蓋9 省2 市，橫跨東中西三大區域板塊，是我國碳排放的重點區域。一方面，長江經濟帶作為改革開放以來中國經濟保持30多年高速增長的重要支撐，必定伴隨著資源的高投入及環境的高污染；另一方面，周邊產業仍受“先污染、后治理”“先破壞、后修復”的陳舊觀念影響，與不斷惡化的區域生態承載力之間的矛盾不可調和。因此，傳統粗放的經濟發展方式需要轉變為更加環保、更加低耗能的可持續發展方式。長江黃金水道的綜合效益需要統籌經濟效益與環境效益之間的關系，而碳解鎖效率關鍵旨在保持長江經濟帶經濟效益增加的同時，降低地區碳排放強度以擺脫相應的碳鎖定效應。基于此，科學客觀地評價長江經濟帶碳解鎖效率，分析其區域差異性以及影響碳解鎖效率的驅動因素，合理制定碳減排目標和積極執行碳減排政策以實現碳排放強度“負增長”，對助力長江上中下游區域“一張圖”協調發展和推進長江經濟帶生態文明建設有著重要的指導意義。

西班牙學者Unruh G C 早在2000 年就提出基于“技術—制度綜合體”（Techno-Institutional Complex，TIC）演化形成的“碳鎖定”的概念，他認為工業經濟的發展桎梏于以化石能源為依賴的碳密集能源系統，技術與制度的共同演化阻礙工業發展進程中環境技術的廣泛應用［1-2］；后續研究進一步擴充“碳鎖定”的概念，有學者認為發展中國家特有的集權制和重污染產業的擴張效應最終導致技術鎖定和路徑依賴（Karlsson R，2012）［3］；碳鎖定是圍繞主導碳基技術形成的超穩定結構的技術體制，會對經濟社會產生不利影響（李宏偉等，2018）［4］。既有研究主要從宏觀視角，通過研究碳鎖定成因、碳鎖定程度等探尋相關碳解鎖路徑。有學者認為碳鎖定主要成因是技術、組織和社會制度等多方面的共同作用（謝海生、莊貴陽，2016）［5］；也有學者基于碳超載率衡量鎖定程度，認為技術和制度的改革成本阻礙現有技術的低碳化，從而導致鎖定狀態無解（汪中華、成鵬飛，2016）［6］。國內學者遵循碳鎖定“技術—制度”共同演化的驅動機制，具體從碳基技術體制、技術進步、制度創新等角度進行碳解鎖的相關研究。有學者從技術體制的角度得到外部環境與碳基技術體制適應能力共同作用能夠“解鎖”（李宏偉、楊梅錦，2013）［7］；也有學者認為技術進步具有的能源偏向性不利于解鎖碳排放鎖定效應，同時又指出加強制度創新能夠有效發揮綠色倒逼效應（劉備、董直慶，2020）［8］。之后研究進一步從區域鎖定和產業鎖定兩個角度探究碳鎖定和碳解鎖。有學者采用實證模型計算得出湖北省內各城市的區域碳鎖定狀況（劉曉鳳，2019）［9］；利用西北五省相關碳排放量數據與其產業結構碳鎖定程度進行灰色關聯分析（郭衛香、孫慧，2018）［10］。國內學者從微觀視角去探究區域碳解鎖微觀驅動機制，以基礎動力、發展動力和調節動力三個子系統構成的“區域碳解鎖”微觀動力結構為基礎，對系統內各微觀主體的行為策略展開博弈分析，并進一步形成了碳解鎖的微觀驅動機制（梁中等，2020）［11］。

后續研究學者主要集中于如何“擺脫碳鎖定”。Unruh G C在《解除碳鎖定》一文中指出，“逃脫碳鎖定”需要外力因素介入，政府制定相關政策可對碳解鎖有著直接作用和間接作用［2］。國外學者認為技術政策能夠有效減緩碳鎖定效應（Sanden B A、Aza C，2004）［12］；尤其是從制度視角認為對化石能源撤資能夠有效擺脫碳鎖定（Healy N、Barry J，2017）［13］。碳鎖定不但會造成技術和制度的路徑依賴問題，同時對低碳經濟的發展有著負面影響。有學者指出碳鎖定會造成對清潔能源投資的減少（Bento N，2010）［14］；也有學者指出碳鎖定造成的實際擱淺資產成本更高等（Unruh G C，2019）［15］。隨著研究的深入，碳解鎖問題逐漸具體化。大多學者致力于分情況研究各國碳鎖定過程，諸如美國電力行業是否在一系列措施下“擺脫碳鎖定”，加拿大自身碳鎖定程度不斷加深的過程以及認為某些激勵政策干預能夠引發低碳經濟結構變化從而降低碳鎖定出現的概率，并且認為開發出突破式清潔技術有利于打破發展中國家目前的碳鎖定過程（Karlsson R，2021；Carley S，2011；Haley B，2011；Mattauch L，et al.，2015）［3，16-18］。

通過文獻梳理發現，學者偏好對碳鎖定和碳解鎖相關研究的量化分析，且碳鎖定效應的測度方法主要包括測算替代效應和建立模型。國外學者通過研究漸進式技術創新的溢出效應與清潔部門和污染部門之間的替代效應的相互作用以評估碳鎖定效應，碳稅政策和加大清潔技術的補貼對碳解鎖起到顯著作用（Mattauch L，et al.，2015）［18］；也有學者研究荷蘭化學工業中潛在的碳鎖定效應，認為碳鎖定的加劇是政府頒布的相關政策和低碳技術不兼容所導致的（Janipour Z，et al.，2020）［19］。國內學者大多采用構建模型的方式對碳鎖定狀況進行測量，有學者運用投入產出法、空間自相關法以及通徑分析模型，測度中國各省碳鎖定系數并分析時空演變特征；有學者構建要素投入鎖定效應模型，并對高碳產業轉換成本鎖定效應進行實證分析；還有學者利用碳排放量和碳匯量構建碳鎖定系數模型，以測度中國30 個省份的碳鎖定程度（徐盈之等，2015；蔡海亞等，2016；張濟建等，2018；孫麗文等，2020）［20-23］。

綜上，圍繞對碳鎖定和碳解鎖的量化分析在國內外已有大量研究基礎，但鮮有文獻著眼于對長江經濟帶碳解鎖效率的測度分析。據此，本文提出“碳解鎖效率”的相關概念，認為碳解鎖效率是指相關部門提供一定制度投入和技術投入后，碳鎖定的“擺脫”程度。碳解鎖效率的內涵是基于“投入—產出”的角度追求社會經濟效益與生態環境效益之間的平衡，一方面需要通過對生產經營活動中利用投入指標要素的效率，即獲取期望產出的能力做出考量，同時也要對生產經營活動中獲取的非期望產出，即獲取期望產出而犧牲的生態環境效益做出考量。因此，本文通過SE-DEA-Malmquist 指數模型分別構建碳解鎖效率評價指標體系并測算出具體效率數值，分析碳解鎖效率的動態影響機制。本文從碳解鎖效率這一角度出發，考慮一個國家或一個地區的碳鎖定存在明顯的投入產出關系，因此以碳解鎖效率投入指標和產出指標劃分了評價指標的類型。本文首先利用非期望超效率模型測算長江經濟帶11 個省市2000—2018 年的碳解鎖效率，并對省際差異進行比較；其次運用Malmquist 指數模型測算碳解鎖效率時空動態變化；最后利用Tobit 面板模型分析影響碳解鎖效率差異的驅動因素。

二、研究方法與理論模型

（一）效率測度模型

研究采用數據包絡分析方法對長江經濟帶11個省市碳解鎖效率進行測度，這是一種可以忽略函數形式以及數據標準化并能夠對研究對象進行相對比較的方法。本文所提出的“碳解鎖效率”需要考慮“社會經濟—生態環境”雙重效益，因此，研究選取非期望產出的DEA模型。關于處理非期望產出的具體應用，國內外學者主要應用方向距離函數或者徑向模型以及SBM模型。國內學者在測度綠色生產效率等相關指標時，為有效解決非期望產出問題，即選擇SBM模型，并基于非期望產出處置生產可能集（肖澤磊等，2012；李靜、王姝蘭，2020；）［24-25］。再者，傳統的DEA模型不能夠進行對前沿面上有效決策單元的區分，伴隨著研究的不斷深入，1993 年Andersen 和Petersen 提出建立超效率模型［26］。本文將碳解鎖效率產出指標劃分為經濟發展水平和碳排放強度兩方面，其中碳排放強度為“壞產出”，即為非期望產出，碳排放強度的意向符號為負。同時，長江經濟帶綠色低碳發展的理想狀態是低投入、高產出、低排放，但在現實生活中，產出分為“好產出”和“壞產出”，GDP 的增長是“好產出”，但其所帶來的副產品，諸如“三廢”的增加就是“壞產出”。因此，Tone進一步提出非期望產出的效率測度模型，綜合考慮包含投入、期望產出、非期望產出三者關系。

本文參照Tone 提出的SBM 模型的解決方法，非期望產出的SE-SBM模型為：

首先假定整個生產系統有n個決策單元DMU，每個DMU又可以區分為m種投入x、s1種期望產出yg以及s2種期望產出yb；其次定義矩陣X、Yg、Yb分別 為其中x、yg、yb均大于0；最后不變規模報酬下的生產集合為P={( |x,yg,yb)x≥Xλ,yg≤Ygλ,yb≤Ybλ}。式（1）中，s是松弛變量，目標函數p關于s-、sg、sb,取值范圍在 0～1 之間，xij、yrj分別為第j個DMU 的i項投入和j項產出。當且僅當s-、sg、sb相等時，該 DMU 有效；否則，該 DMU無效。

（二）Malmquist指數模型

需要明確的是，上文所提及的效率測度模型不能夠直接觀測到長江經濟帶碳解鎖效率的動態變化情況，僅針對組內決策單元DMU 之間的相對效率值進行比較。因此，為對長江經濟帶碳解鎖效率進行效率分解以及動態影像機制分析，需要引入Malmquist 指數模型。Malmquist 生產力指數由Malmquist（1953）提出，由 Fare 等人進一步發展。Malmquist指數的模型內涵是運用距離函數描述多個輸入變量和輸出變量的生產技術。Malmquist生產率指數，即M(xt+1,yt+1,xt,yt)具體構造t期到t+1期的用以衡量技術效率、技術和全要素三者之間的變動關系。具體到本文對長江經濟帶碳解鎖效率的研究，將Malmquist 指數分解為技術效率變化（effch）和技術變化（techch）兩部分，技術效率變化（effch）又可進一步劃分為純技術效率變化（pech）和規模效率變化（sech），其公示如下：

式（2）表 示 ，若 Malmquist 生 產 率 指 數M(xt+1,yt+1,xt,yt)＞1，表示生產率水平提高。技術效率變化（effch）具體指相對技術效率的變化程度，即技術效率變動指數，effch＞1 表示 DMU 在t+1 期與其前沿面的距離相對近于t期與其前沿面，相對效率提高。純技術效率變化（pech）大于1 意味著管理的改善促進效率提高，規模效率變化（sech）大于1 意味著DMU 逐步趨于最優規模，技術變化（techch）大于1 表示技術進步。因此，本文進一步選擇Malmquist 指數模型，能夠分析得到長江經濟帶碳解鎖效率的動態影響機制。

（三）面板回歸模型

為進一步研究長江經濟帶碳解鎖效率的影響因素，并考慮效率測度模型測算出的碳解鎖效率值是“截尾”數據，因此，本文選擇Tobit 面板回歸模型。Tobin（1958）認為被解釋變量存在有上限、下限或者極值等問題，后人將這類存在選擇性行為、存在極值的模型統稱為“Tobit”［27］。Tobit 面板模型又被稱為樣本選擇模型，不同于離散模型或者連續變量模型，其最大特點是被解釋變量是受限變量。Tobit面板模型由表示約束條件的選擇方程和滿足前者的連續變量選擇方程構成，一般表現形式為：

式（3）中，y*是潛在因變量，潛變量大于0 時被觀察到，取值為yi，小于等于0 時在0 處截尾，則Tobit 面板模型中y*的負值應用0 來替代，以此減少回歸帶來的偏差。由于效率測度模型得到的長江經濟帶碳解鎖效率值除了受到已經考慮的投入指標、產出指標的影響，還應受到其他因素的驅動，且本文測算得出的碳解鎖效率的超效率值是大于0 的截尾數據，若直接以效率值為被解釋變量建立OLS 模型進行回歸，參數的估計將出現較大偏差。因此，研究長江經濟帶碳解鎖效率適合應用Tobit 面板模型對其驅動因素進行實證分析。

三、長江經濟帶碳解鎖效率測度

（一）指標選取

碳解鎖效率指標內涵是追求社會經濟效益和生態環境效益之間的平衡，一方面需要通過對生產經營活動中利用投入指標要素的效率，即獲取期望產出的能力做出考量，同時也要對生產經營活動中獲取的非期望產出，即獲取期望產出而犧牲的生態環境效益做出考量。

本文構建長江經濟帶碳解鎖效率所需投入與產出的指標體系見表1 所列。碳鎖定本質上是工業國家經濟發展過程中對化石能源的高度依賴性導致的“制度—技術”雙重鎖定，且一個國家或一個地區的碳鎖定存在明顯的投入產出關系［20］，因此本文以碳解鎖效率投入指標和產出指標劃分評價指標的兩種類型。結合以上研究內容，本文立足制度和技術兩個視角，依據碳解鎖最終目標是促進經濟發展和保護生態環境，認為所需指標包括投入、期望產出和非期望產出三類。其中，投入指標包括制度和技術。在制度投入方面，環境規制水平是反映制度水平的指標之一，環境規制策略的選擇基于地方政府治理環境的意愿，意愿不同導致地區環境治理強度存在差異［28］，用地區環境污染治理投資與地區生產總值之比來表示可以反映出政府治理環境的意愿；本文參考劉偉麗、劉宏楠（2020）［29］的做法，用市場中介組織的發育和法治環境評分來表示制度質量水平。技術投入用技術經費和技術人才予以表征，其中，技術經費具體為地區規模以上工業企業R&D經費支出與總收入之比；技術人才具體為地區規模以上工業企業R&D人員全時當量與總收入之比。期望產出采用各省市地區人均實際GDP與中國人均實際GDP之比來表示，為消除通貨膨脹的影響，以2000年為基期進行平減。關于非期望產出的選取，本文出于綜合考量，用地區碳排放量與地區生產總值之比來表示碳排放強度，地區碳排放量數據根據《2006年IPCC國家溫室氣體清單指南》，并參考于向宇等（2019）［30］的做法，采用碳排放系數法計算。

本文以長江經濟帶上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、貴州和云南11 個省市作為決策單元，利用2000—2018 年的數據測算長江經濟帶各省市碳解鎖效率值。原始數據來源于《中國統計年鑒》《中國能源統計年鑒》《中國環境統計年鑒》《中國科技統計年鑒》以及《中國分省份市場化指數報告》，部分缺失數據由最近鄰數據填補。

表1 碳解鎖效率評價指標體系

（二）碳解鎖效率估計結果

根據MaxDEA軟件中的超效率模型，估算得到長江經濟帶11 個省市歷年碳解鎖效率值，見表2所列。

表2 2000—2018年長江經濟帶各省市碳解鎖超效率值

（三）碳解鎖效率實證分析

第一，從整體時間演進來看，長江經濟帶11個省市的碳解鎖效率總體呈現先下降后升高的狀態，以5年為分界線，2000—2004年各決策單元的碳解鎖效率總體均值為1.016，2005—2009 年各決策單元的碳解鎖效率總體均值為1.000，2010—2014 年各決策單元的碳解鎖效率總體均值為1.096，2015—2018 年各決策單元的碳解鎖效率總體均值為1.118，這充分表明長江經濟帶區域的碳解鎖水平總體上較高且呈現出較為良好的發展勢頭。其中，2005—2009年碳解鎖效率整體水平下浮1.6%，這種下降可能是重工產業的快速發展導致的高污染高排放，使得考慮非期望產出的碳解鎖效率水平下降；2015—2019年碳解鎖效率整體水平上浮2.0%，這種上升可能是政府部門積極實現低碳經濟發展的良好轉變。從長江經濟帶11個省市來看，地區間的效率值差異呈現先擴大后縮小的趨勢，2000年最高效率值的上海為1.653，最低效率值的四川為0.445，兩者相差1.208，這表明區域之間差異性明顯；2013年區域之間呈現出更大的差異性，最高效率值的上海與最低效率值的安徽相差1.845，但2014—2018 年各省市出現拐點，地區之間的差異性在逐步縮小并趨于穩定（見圖1），高效率地區主要為上海、江蘇、浙江，低效率地區主要為四川、貴州、安徽。

圖1 長江經濟帶各省市碳解鎖效率趨勢

第二，從長江經濟帶按上游、中游、下游三大區域劃分來看，長江經濟帶上游、中游、下游碳解鎖效率呈現出明顯的區域性差異（見圖2）。長江經濟帶中游區域的碳解鎖效率在1.0～1.2區間內波動式變化，沒有較為明顯的趨勢，下游區域的碳解鎖效率呈現出波動式下降的趨勢，上游區域的碳解鎖效率呈現出明顯的波動式上升趨勢，這表明2000—2018 年長江經濟帶上中下游三大區域碳解鎖效率的變化趨勢不盡相同，可能與地區自身經濟發展水平、生態環境容量以及相關法律政策有關。下游區域經濟發展水平較高，并積極響應國家號召，促進產業低碳轉型，碳解鎖效率一開始高于上游區域和中游區域，之后卻呈下降趨勢，應進一步提高碳解鎖效率；上游區域經濟發展水平較低，但生態環境容量巨大，碳解鎖效率雖起點低，但具有良好的發展勢頭，應積極扛起長江經濟帶“上游生態責任”，努力打造長江經濟帶生態環境機制。

圖2 長江經濟帶及上游、中游、下游區域碳解鎖效率趨勢

第三，從省際差異來看，總體上呈現上游地區碳解鎖效率低，下游地區碳解鎖效率高的趨勢，除卻安徽，下游地區的上海、江蘇、浙江的碳解鎖效率較高，平均碳解鎖效率值為1.220左右，大多年份為DMU有效值；安徽的平均碳解鎖效率值為0.707，DMU有效值較少，碳解鎖效率水平較低，這與其自身仍以重工產業為主，導致以碳排放量為非期望產出的總量增加有關。另外，從單個省份的碳解鎖效率值來看，重慶、四川、貴州的平均碳解鎖效率值分別為0.898、0.786、0.944，這些省市都屬于上游地區，與碳解鎖效率水平較高地區仍有顯著差距；但云南作為上游地區之一，其平均碳解鎖效率值為1.253，并且隨著時間的推移，碳解鎖效率水平呈現出逐年遞增的趨勢，截至2018年，其碳解鎖效率值為1.767，位列11省份第一。云南利用自身區位優勢，把保護和修復長江生態環境擺在壓倒性位置，形成長江經濟帶上中下游優勢互補、協同發展格局，建設東西雙向、陸海統籌的對外開放新走廊，并積極推進清潔能源交易，這表明推進動能轉換提速有利于提高碳解鎖效率。

四、長江經濟帶碳解鎖效率動態分析

（一）總體動態分析

為進一步分析碳解鎖效率變化受哪個分解效率的影響，本文進一步引入Malmquist 指數模型進行分析。在此之前，由上述估計結果得到長江經濟帶碳解鎖效率在時間序列上的效率值變化，如圖3所示。

圖3 長江經濟帶碳解鎖效率歷年均值

長江經濟帶碳解鎖效率值大體呈現出“M”型變動趨勢，總體都在0.9 以上，一直處于高效率水平，說明長江經濟帶碳解鎖效率處于良好的發展狀態。2010 年以前，碳解鎖效率處于波動式上升趨勢，這表明國家在注重經濟發展的同時，也逐步開始注重保護長江生態環境；2010—2012 年，碳解鎖效率出現陡然下降，這是由于“十一五”末期及“十二五”初期，長江經濟帶經濟增速持續走低，從經濟增長動力來看，拉動經濟增長的“三駕馬車”增速均不同程度下滑，對經濟增長的拉動力弱化，長江經濟帶產業處于轉型初步階段，隨后帶來能源消耗量過多、環境污染嚴重等問題，使得碳解鎖效率值由 2010 年的 1.143 下降至 2012 年的 1.019；隨后碳解鎖效率值于2013 年達到峰值1.149，這是由于2012—2013 年大力推動長江經濟帶發展戰略、包括全面落實加快推進增強黃金水道能力、加快產業轉型升級、推進新型城鎮化、深化全方位對外開放、保護好長江生態環境、創新區域發展體制機制等六大任務；從2014年起，長江經濟帶碳解鎖效率處于上升趨勢，這是由于2014 年9 月國務院印發《關于依托黃金水道推動長江經濟帶發展的指導意見》，有利于形成上中下游優勢互補、協作互動格局，縮小東中西部地區發展差距，在保護長江生態環境的基礎上，進一步擴大經濟優勢和區域輻射；從2016 年起，碳解鎖效率出現小幅下降，這可能是由于隨著《長江經濟帶發展規劃綱要》正式印發，長江經濟帶地區吸引相關產業駐扎，從而能源需求總量擴大。

（二）Malmquist指數實證分析

利用Malmquist 指數模型可以分解出2000—2018年的技術進步效率和技術效率，其中，技術效率又可以進一步分解為純技術效率和規模效率（見表3、圖4）。大部分碳解鎖效率指數大于1，這表明長江經濟帶總體碳解鎖效率變化指數處于上升階段，2000—2018 年 TFP 指數曾于 2006—2007 年達到峰值1.970，但于2005—2006 年出現陡然下降。技術效率指數可進一步分解得到的純技術效率指數和規模效率指數，其變化幅度不大；技術進步指數變化趨勢與TFP指數變化趨勢保持相對一致，且均值大于1，技術進步指數的變化直接影響到TFP指數的增長，這表明依靠技術進步能夠有效提高碳解鎖效率水平。

表3 碳解鎖效率按年份Malmquist指數模型分解結果

圖4 長江經濟帶碳解鎖效率分解結果變化趨勢

五、碳解鎖效率驅動因素分析

長江經濟帶碳解鎖效率的差異除了受到投入、產出指標的影響，還受到其他影響因素的驅動。為探討影響碳解鎖效率發展的因素，本文在得到長江經濟帶碳解鎖超效率值的面板數據之后，以此作為解釋變量，通過建立Tobit面板模型，分析其他因素對碳解鎖效率的影響。

（一）變量選取及相關說明

被解釋變量（Yit）為考慮非期望產出的長江經濟帶碳解鎖超效率值，i、t分別表示不同時期不同地區的值。參考以往相關文獻研究，考慮從地區經濟發展水平、產業結構、創新水平、對外開放程度以及城鎮化水平等方面作為解釋變量。①地區經濟發展水平（X1），本文選取地區人均生產總值與當年全國人均生產總值之比來表示；②產業結構（X2），本文選取高技術產業主營業務收入占工業主營業務收入的比重來衡量；③創新水平（X3），本文選取科技開發項目內部支出占工業總產值的比重來衡量；④對外開放程度（X4），一般認為，一個地區的出口開放程度可以通過該地區的進出口額高低來表示，但考慮數據的平穩性，本文選取實際利用外資占固定資產投資比重來度量；⑤城鎮化水平（X5），本文選取城鎮化水平作為指標之一，具體表現為城鎮常住人口占總人口比重。所有數據均來源于《中國統計年鑒》《中國工業統計年鑒》《中國高技術產業統計年鑒》《中國環境統計年鑒》和《中國科技統計年鑒》等。

（二）模型構建及結果分析

根據以上變量選取，Tobit面板模型構建如下：

其中：β1、β2、β3、β4、β5分別表示各變量的回歸系數；εit為隨機誤差項。利用Stata 14 得到回歸結果見表4所列。

表4 碳解鎖效率影響因素的Tobit回歸結果

續表4

（1）經濟發展水平對碳解鎖效率存在顯著的正向影響，即經濟發展水平的提高會促使碳解鎖效率的提高，當經濟發展水平每上升1 個單位，碳解鎖效率則提高0.087 9 個單位，這與理論上隨著經濟發展水平提高會使碳解鎖效率提高相一致。具體來說，經濟發展水平較高的地區，產業的集聚效應、技術水平較高，地區碳減排政策較為完善，對廢氣治理的投資相對較大，使得碳解鎖效率水平較高；相反，經濟發展水平較低的地區，第三產業占比較小，地區碳減排政策處于模仿階段，對廢氣治理的投資相對較小，因而碳解鎖效率水平較低。本文實證結果符合這一說法，具有傳統理論意義。

（2）產業結構與碳解鎖效率之間存在顯著的負相關性，這違背傳統的理論設想，一般來說，產業結構較為優化的地區，其技術水平也較高，尤其以高技術產業為代表，這有利于碳解鎖效率水平的提高。產業結構是影響碳解鎖效率的重要因素，其回歸系數為-0.890 2，數值較小，說明產業結構對碳解鎖效率的影響作用有限。之所以產業結構對碳解鎖效率的影響與傳統意義不符，一方面是因為我國大多數的工業是高耗能高排放的工業，二氧化碳的排放量大，碳減排技術處于需要進一步加強階段，經營者的環境保護觀念有待加強；另一方面是因為高技術產業處于快速發展階段，其產品正在不斷從創新成果轉化為規模商品生產，高技術產業企業數量急劇增長，但其中只有一部分企業能夠實現產業總值的迅速增長。

（3）創新水平與碳解鎖效率之間呈現負相關關系，這說明雖然對于科研開發項目的內部支出在逐年增加，但是帶來的實際效應并不高。對科技創新的投入大多集中于研發節能減排技術而并非實現研發與應用之間的過渡，從而并不能夠實現經濟效益與環保效益的雙贏局面。一般來說，創新水平的提高有利于碳解鎖效率的提升，本文研究結果與之相佐，是因為科技創新并未做到有針對性，以及技術成果沒有得到進一步轉化。

（4）對外開放程度對碳解鎖效率存在顯著的正向影響，這充分表明經濟開放程度是影響碳解鎖效率的驅動因素，一個地區的對外開放程度越高，這個地區的碳解鎖效率就越高。相關研究指出，外商直接投資通過規模效應和結構效應加劇二氧化碳的排放，但其帶來的技術效應能夠顯著減少二氧化碳的排放，即外資的技術效應大于其規模效應和結構效應；并且，雖然近年來對外貿易依存度有所下降，但引進外資仍然能夠帶動經濟效率的提升，從而帶動地區碳解鎖效率的提高。

（5）城鎮化水平與碳解鎖效率之間呈現顯著正相關，即城鎮化水平越高，碳解鎖效率越高，當城鎮化水平每提高1個單位，碳解鎖效率則提高0.683 3個單位。相關研究表明，城鎮化水平能夠影響碳解鎖效率，且具有明顯的促進作用。這是由于城鎮化的一個具體效益在于規模效益，城鎮化初期階段會促進二氧化碳的排放，但隨著城鎮化的進一步擴大則會抑制碳排放，因而城鎮化是實現低碳發展的重要途徑之一，低碳發展有利于提高碳解鎖效率，所以城鎮化水平與碳解鎖效率之間正相關。

六、結論與建議

長江經濟帶在產業集聚與人口聚集的同時也面臨著嚴峻的資源環境壓力，要實現地區低碳發展、促進經濟轉型升級，必須全面推進節能減排。在積極響應“深入推動長江經濟帶發展”的號召下，要堅持低碳發展與生態優先，控制在經濟發展過程中造成的資源浪費和環境污染，尤其要控制碳排放強度，提高碳解鎖效率。本文通過非期望產出的超效率模型與Malmquist指數模型相結合，并以制度、技術為投入，以經濟發展水平與碳排放強度為期望產出和非期望產出，測算長江經濟帶11 個省市2000—2018 年碳解鎖效率，最后利用Tobit 面板模型分析碳解鎖效率差異的影響因素。長江經濟帶碳解鎖效率評估結果顯示，長江經濟帶11個省市的碳解鎖效率總體呈現先下降后升高發展趨勢，各省市間的差異性先擴大后縮小并逐步趨于穩定；但按上游、中游、下游的劃分來看，碳解鎖效率具有明顯區域性差異的特征，下游地區除安徽外的上海、江蘇和浙江的碳解鎖效率較高。Malmquist指數模型結果顯示，大部分碳解鎖效率指數大于1，即長江經濟帶總體碳解鎖效率變化指數處于上升階段；分解結果顯示技術進步指數的變化直接影響到TFP 指數的增長，即依靠技術進步能夠有效提高碳解鎖效率水平。而關于影響碳解鎖效率差異的因素中，地區經濟發展水平、對外開放水平以及城鎮化水平與碳解鎖效率呈現顯著的正相關，產業結構和創新水平對其呈負向影響。

為提升長江經濟帶碳解鎖效率，應從以下方面采取措施：①綜合考慮長江經濟帶11 個省市實際情況，注重利用自身發展優勢，調整自身發展劣勢，以取得碳解鎖效率的進一步提升。長江經濟帶下游區域內的安徽應當注重經濟生產活動與生態環境之間的平衡發展，做到在發展自身經濟的同時，評估自身環境承載力，以實現環境的可持續發展。②引導長江經濟帶的新型城鎮化建設與工業化轉型升級，減少城鎮化盲目擴張的行為，控制高能耗、高污染的產業項目，淘汰低端落后產業鏈，構建長江經濟帶現代化產業體系。③制定科學合理的外商直接投資利用政策，將外資優先用于發展綠色環保或高新技術產業，同時充分吸收外資企業的先進節能減排技術。④加快在環境治理引導下進行科技創新，促進資源節約化和產業綠色化的實現，促使長江經濟帶向環境友好型的經濟發展模式轉變，抓緊科學技術研究和人才注入，重點加強對節能減排技術改造的實現和應用。⑤做好長江經濟帶發展頂層設計，涉及跨部門、跨地區的問題要建立部際聯系機制和全流域省際協調機制，依照區位建立長江經濟帶上中下游聯系機制和專項碳解鎖項目協調機制，推進經濟帶一體化發展。