2  文献综述

    随着碳排放预警的出现，国内外学界也掀起了研究碳排放的热潮。研究主要集中在碳排放效率和影响碳排放的因素两个方面。

对于碳排放强度的研究，学者们提出了各种不同的指标体系与研究方法，常用的计算方法是DEA或者SFA。张兵兵、徐康宁、陈庭强（2014）[1]用DEA计算方法测算了1990-2011年我国30个省的技术进步状况，然后运用面板数据模型的估计方法分整体、分区域、分阶段验证了技术进步对二氧化碳排放强度的影响，结果显示技术进步是降低二氧化碳排放强度的有效手段。朱智洺、张伟（2015）[2]基于方向性距离函数与GML指数模型，以2000-2012年中国36个工业行业的面板数据为样本，测度分析了碳排放规制对中国工业行业全要素生产率的影响，研究表明碳排放规制有利于工业行业全要素生产率的增长。熊灵、齐绍洲（2016）[3]估算了中国30个省区的二氧化碳排放水平，并从总体规模、深化程度、效率水平以及中介发展四个角度进行测量，结果显示金融发展总体上对节能减排呈现负面效应。刘子豪（2014）[4]分别以1995-2011年29个省区和1999-2010年35个工业行业为对象，借助Hansen（1999）门槛面板的估计方法考察了FDI碳排放的门槛效应。薛俊宁（2015）[5]根据IPCC介绍的方法测算了我国30个省1998-2012年的二氧化碳排放量，构建了二氧化碳排放面板数据集。李卓霖（2014）[6]从基于数据包络分析的全要素碳排放效率和碳排放强度的两个角度开展对碳排放效率的测度和影响因素研究。赵凯（2013）[7]利用中国1978-2012年的单位GDP碳排放、劳均工业产值的变异系数、东中西部各自的平均劳均工业产值为变量够早了两个向量自回归（VAR）模型，通过脉冲响应函数探讨并检验了碳排放强度与地区工业劳动生产率、整体工业差距之间的动态关系。林基（2014）[8]基于我国1978年后重新融入世界经济体系的客观背景，从外商直接投资与环境关系的理论出发，从正反两面构建了研究外商直接投资与二氧化碳排放关系的理论分析框架。李国志（2011）[9]采用了STIRPAT模型和LMDI因素分解方法分析了人口、经济和技术对二氧化碳排放的影响弹性。郭旭（2014）[10]采用DEA理论中的VRS模型和Malmquist指数模型，选择五类数据为指标对上海市10个行业的碳排放能源效率进行静态测度和动态测度。谌伟等（2011）[11]采用对数平均迪氏分解法分析了中国二氧化碳排放效率。李国志、王群伟（2011）[12]应用变参数模型，立足出口贸易角度，研究出口商品结构对二氧化碳排放的动态作用，结论是出口贸易各项组成部分与二氧化碳排放存在长期的动态均衡。沈能，王群伟（2013）[13]采用了三阶段DEA模型，将污染排放指数作为非合意性产出测度我国区域能源效率。刘广为、赵涛（2012）[14]采用Kaya恒等式的改进模式，对碳排放强度进行因素分解，得到碳排放银子、能源强度、能源结构与产业结构与碳排放强度的相关性进行平稳性检验。李健、周慧（2012）[15]选用2001-2008年全国及28个主要省域的碳排放总量、三次产业比重、单位GDP碳排放数据，运用灰色关联分析法研究了我国碳排放强度与第一第二第三产业之间的关联性。

本文在全要素框架下计算中国省级的二氧化碳排放强度（以下简称碳排放强度），分析其空间分布特征，研究碳排放强度对效率的空间作用，主要贡献在于以下三点，一是构造序列DEA的SE-U-SBM模型计算省级经济发展的碳排放强度；二是分析碳排放强度对生产率的空间影响；三是分析经济、开放度、能源结构、等变量对效率影响的空间效应。

3  效率计算及其空间性检验 碳排放强度影响因素的实证分析(2):http://www.youerw.com/guanli/lunwen_89189.html