中国碳交易市场启动对地区碳排放效率的影响

王勇　赵晗

摘要 在碳排放交易背景下，中国碳排放效率的趋势变动成为政府重点关注的目标，科学考察我国碳排放效率水平，分析碳交易试点启动对低碳发展是否具有促进作用具有重要的理论价值和明确的现实意义。基于投入产出的生产函数思想，本文利用三阶段DEA模型对碳交易市场建立前后的中国碳排放效率进行评价并排序，并利用收敛性原理对中国各省区碳排放效率的差异进行分析。研究结果显示：①碳交易市场启动对碳排放效率有一定的提升作用，中国碳交易试点地区碳排放效率排名均保持不变或有所上升。②从全国平均水平来看，中国各省区碳排放效率较低是由于纯技术效率引起的，技术效率应用程度还处于中低端状态，改善空间很大。③从全国整体效果来看，广东省一直处于生产前沿面上，碳排放效率最高，而宁夏、青海和陕西省稳居后三名。④中国碳排放效率水平还存在一定的改进空间，而在纯技术效率水平上需要改进的空间更大。⑤碳交易试点建立前，中国各省区的碳排放效率差距在逐渐缩小，试点交易市场建立后，差距逐渐增大。⑥城市化程度会拉大省区之间的碳排放效率差距，不利于碳排放效率的收敛。本文研究结论显示，我国需要坚持完善全国碳交易市场，借鉴试点经验，加强内部监管，形成严格有效的交易制度;不断调整地区间的差距，加强合作，由发达地区带动落后地区，促进全国统筹发展;优化产业结构，促进低碳绿色发展机制，扩大清洁能源的使用范围。

关键词 碳排放交易市场;碳排放效率;收敛性;三阶段DEA模型

中图分类号 F224.3

文献标识码A

文章编号1002 - 2104（2019） 01 - 0050 - 09

D01：10.12062/cpre.20180915

2001年IPCC发布的第三次气候变化评估报告称，全球气候变暖已经成为重要的国际政治问题。建立一个绿色低碳、可持续发展的经济体系以应对全球气候变化成为世界各国面临的重要任务。随着人口和经济的持续快速增长，中国过去几十年消耗了大量的能源，由此产生的二氧化碳排放及一系列环境问题已经引起了世界范围的关注。据国际能源机构（IEA）公布的数据显示，2007年中国二氧化碳排放量为62亿t，超过美国成为世界上碳排放最多的国家。2011年，中国一次能源消费总量超过美国，2013年中国二氧化碳排放量已经占全球的28.0%。同时，中国碳排放量还在快速增加，基准情况下，中国碳排放量将于2020年达到全球的三分之一。面对这一严峻的现实，中国政府将降低碳排放、发展低碳经济作为国家战略，并向全世界作出郑重承诺，2020年碳排放强度在2005年的基础上降低40%～45%，2030年单位国内生产总值的二氧化碳排放量在2005年的基础上下降60%～65%。要实现中国宏伟的减排目标绝非易事：一方面，中国的经济转型和产业结构升级步入关键时期，新旧动能顺利转换尚需时日，以资源特别是能源为主要驱动力的经济发展模式短期内难以根本改变;另一方面，区域间发展不均衡的问题依然突出，中国不同省区的经济社会发展水平和自然环境条件各异，减排责任、能力、需求等也存在很大区别，不仅导致区域碳排放效率与全国碳排放效率不一致，而且意味着各省区实现降低碳排放目标时间的差异化。利用市场机制能够有效降低减排成本，中国政府在2017年12月19日宣布启动全国统一的碳排放交易体系，以降低能源消耗强度，提高二氧化碳效率。

2013年6月18日，中国首个碳排放权交易平台在深圳启动，标志着中国碳交易市场建设迈出了关键性一步。此后，北京、天津、上海、广东、湖北、重庆等省市先后启动了碳排放权交易试点。经过一年多的发展，各试点省市的碳交易市场规则逐步完善。2017年12月19日，全国碳排放交易体系正式启动。此前，国家发改委印发了《全国碳排放权交易市场建设方案（发电行业）》。首批纳入碳交易的企业1 700余家，排放总量超过30亿t二氧化碳当量。按照设定的时间表，2017-2020年为试运行和完善阶段，2020年以后为全面实施阶段。在碳排放交易市场建立以及一系列低碳减排目标提出的背景下，走中国特色绿色低碳减排发展的道路已经是中国政府重要的戰略目标之一。而如何对低碳目标进行科学公平合理的评定，如何确保在经济增长的前提下，早日实现节能减排目标，对深化中国碳排放交易研究、构建合理的碳排放交易体系具有重要的理论意义和现实意义。碳排放效率作为绿色低碳经济发展的关键指标，能准确利用投入产出关系反应经济增长与二氧化碳排放的关系，全面评定各地区用更少的碳排放换取更高的经济增长的能力。

l 文献综述

欧盟的碳排放交易系统（EU-ETS）是目前世界上最有效的交易系统，它的发展主要分为三个阶段：第一阶段（2005-2007年），覆盖电力、石油、钢铁、水泥、玻璃、纸张等行业;第二阶段（2008-2012年）加入了航空业;第三阶段（2013-2020年）列入铝和有机化学，这标志着几乎所有的行业均被EU-ETS涵盖。在我国，碳排放权交易市场建立主要学习和参照欧盟碳交易市场的经验，在试点阶段，采取了与欧盟类似的碳交易运作模式。2017年12月19日，中国正式启动全国碳排放交易体系，第一阶段将涉及石化、化工、建材、钢铁、有色、造纸、电力和航空等8个行业重点排放企业，即耗能达到1万t标准煤及其以上的企业。初步统计，中国有7 000多家企业符合标准，占全国碳排放总量的一半以上，其交易规模将会超过欧盟碳排放交易体系。

国内外有关碳排放效率的研究主要利用数据包络分析（DEA）模型、随机前沿模型、topsis、CGE模型等方法。Wang QW等建立了几种基于环境生产技术的效率模型，将不良产出纳入效率评估框架，结果表明，中国的环境和经济效益总体偏低，不同地区存在较大差异。Zhao Y等提出了一个径向随机DEA模型扩展为非径向的方法，测量能源使用和二氧化碳排放效率，通过对2010年数据的分析，结果表明，二氧化碳排放效率在不同的区域有显著影响。Zhao X G等在有效市场理论和公平博弈模型的基础上，对中国四个具有代表性城市的碳排放市场进行单位根检验和运行检验。结果表明，中国的碳交易市场只取得了低效率，随着市场规模的扩大，交易量的增加，碳交易市场将从低效率状态收敛到弱效率状态，中国的碳交易市场逐渐显现出恢复市场效率的迹象。Lin B Q等建立了一个考虑统计噪声的Malmquist指数参数方法，采用固定效应面板随机前沿模型来处理区域异质性，分析2000-2010年中国30个省份的碳排放绩效。结果显示，东部地区表现最好，其次是中部地区，西部地区的碳排放绩效最差。Duman Y S等利用参数双曲线距离函数来调查1990-2011年欧盟成员国和候选国家小组的环境技术效率。结果表明，与新成员和候选国家相比，欧盟15国在降低二氧化碳排放量的同时，增加国内生产总值和减少能源使用方面具有更大的潜力，欧盟成员国和候选国之间存在环境技术效率趋同。

相天东运用三阶段DEA模型对中国30个省区2000-2014年的碳排放效率和全要素生产率进行分析。结果表明，30个省区市综合技术效率偏低，西部的综合技术效率最高，东部的纯技术效率最高，东、中、西部技术进步依次递减。王婷婷提出生态一博弈交叉数据包络分析（ECO-GCDEA）模型，对低碳约束下的中国省际能源效率进行测算和排序，发现中东部地区能源效率较好，而西部地区能源利用效率与环境发展协调程度较差。冯东等选取了京津冀区域的13个城市为研究对象，利用非期望产出的SBM模型对2005-2014年的二氧化碳排放效率进行测算。结果表明，京津冀城市整体碳排放效率出现下降的趋势，只有北京、秦皇岛两个城市排放效率相对有效。周健运用OWA算子赋权方法结合TOPSOS评估对中国2003-2008年的省级碳排放经济效率进行评价。结果表明：东部发达地区的碳排放经济效率普遍高于中西部地区。张金灿等运用随机前沿方法对中国30个省区2000-2011年的碳排放效率进行分析。结果表明，中国碳排放效率还比较低，在2000-2007年效率不断升高，而2008年后有所下降。崔玮等运用结合Bootstrap技术的Malmquist指数方法测算了武汉城市圈土地利用空间关联的碳排放效率及其技术进步和技术效率。发现碳排放效率在2010年前呈上升趋势，之后出现下降。瞿小松等利用动态CGE模型对全球温室气体减排效果进行分析，并比较了不同交易模式下的全球减排效率。分析结果表明，碳交易市场规模越大，全球减排成本越低。周杰琦等基于2000-2013年中国省际面板数据，构建联立方程模型探讨FDI、环境管制对碳排放效率的作用机制与影响效应。

综上所述，国内外学者在碳排放效率上的研究较多，为该领域的后续发展奠定了基础。目前国内外关于在特定时期下碳排放效率的研究文献较少，大多数学者在研究碳排放效率问题时，都只是测算各地区碳排放效率，并将各地区之间进行比较分析。本文引入碳交易试点建立前后这两个特定时期对碳排放效率进行分析，重点通过各试点省区效率的比较，判断在碳交易市场建立的环境下，中国省区碳排放效率的趋势和差异，丰富这一领域的研究成果。另外，本文在借鉴以往研究引用和现实可得条件的变量基础上，新增代表碳交易市场形成的指标碳交易量，并将其引用至条件收敛的变量中，以期本文构建的指标体系能够更好地表现出在碳交易试点建立的背景下，对碳排放效率的影响程度。

2 碳排放效率测算的模型构建

2.1 碳排放效率的指标体系

本文选取全国除台湾、西藏、香港、澳门以外的30个省、市、自治区的2006-2016年的相关数据。根据中国七个碳排放交易试点的建立时间，将2006-2013年划分为碳排放交易市场建立前，2014-2016年为碳排放交易试点建立后的年份，由于深圳市部分数据的缺失，将深圳市合并到广东省进行计算。所有数据均来源于历年《中国统计年鉴》《中国能源统计年鉴》。

2.1.1 投入产出变量

本文选取GDP为产出变量，为了消除价格变动的影响，各省区生产总值利用平减指数转换成2006年不变价格。投入变量为资本存量、劳动力和碳排放总量。其中资本存量使用单豪杰的原始数据，由于其数据只到2006年，2006-2016年的数据根据其方法进行推衍;劳动投入量为各省区市年末总就业人数。

本文利用《2006年IPCC指南》的建议，利用各地区使用的能源矿物燃料排放量来计算各地区的碳排放量。根据《2006年IPCC指南》中的规定，碳排放量计算公式如式（1）：

式（1）中，C为碳排放量，单位为t;i为第i种能源，根据《IPCC指南（2006）》将能源划分为八种常见的种类，分别为原煤、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣;Ei为第i种能源的消费量，单位为t或m3，数据来源于各年度《中国能源统计年鉴》;NVCi为i第种能源的平均低位发热量，单位为TJ/tce;CCi为第i种能源的碳含量，单位为t/TJ;COFi为第i种能源的碳氧化因子，根据《IPCC指南》排放因子是源于100%氧化的假设，因此此值通常取1;44/12表示C02与碳的分子量之比，即碳转化成C02的转化系数，以上数据来源自《IPCC指南（2006）》。

2.1.2环境变量的选择

环境变量主要包括对碳排放效率有显著影响但又不在主观可控范围内的因素。影响碳排放效率的因素众多，参考已有的研究，结合本文研究的重点，主要考虑各省的工业化程度、城市化程度、技术进步和能源消费强度等四个因素，并在条件收敛模型中引入碳交易量指标。

（1）工业化程度。碳排放效率与产业结构有着密不可分的关系，产业结构影响能源消费总量和碳排放强度，地区产业结构的优化重组升级对低碳经济发展效率有着重要的影响。本文采用第二产业占GDP的比重代表工业化程度。

（2）城市化程度。随着社会经济的发展，城市规模不断扩大，农村人口的城市化也给能源消费结构带来了巨大的改变，进而也影响了碳排放量。因此，城市化程度也是影响碳排放效率的重要因素，本文采用城镇人口占比代表城市化程度。

（3）技术进步。技术进步可以提高资源的利用效率，技术创新能力是淘汰落后产能，促进能源清洁利用和清洁能源发展的必然选择，在一定的产出水平上会减少能源消费量，减少碳排放量，碳排放效率必然会相对提高。本文采取R&D经费支出占GDP的比例来表示技术进步。

（4）能源消费强度。能源消费强度即单位GDP的能源消费量，是衡量能源利用效率的指标。能源强度的降低意味着能源利用效率的提高，也代表着碳排放效率的提高。

（5）碳交易量。碳交易量是衡量碳交易市场规模大小的重要指标，也是市场发挥作用大小的体现。

2.2 碳排放效率评价方法——三阶段DEA模型

三阶段DEA模型是由Fried等提出的一种能够更好地评估DMU（decision making unit，决策单元）效率的方法。模型最大的特点是能够将非经营的因素（外部环境因素与随机因素）对效率的影响剔除，使得所评估出来的效率值能更真实地反映决策单元的内部管理水平。该方法已经在农业生产、金融业、房地产等许多行业领域广泛应用。

第一阶段：传统的DEA模型（BCC模型）。

对某一决策单元，其效率可以由如下的对偶形式BCC模型求得：

式（2）中，i=1，2，…，m;k=l，2，…，n;r=l，2，…s。n为决策单元个数，m和s分别为输入与输出变量的个数，xa为第k个决策单元第i个投入要素，Yik为第k个决策单元第r个产出要素。θ为决策单元的有效值。若θ=1，且s+ =s- =0，则决策单元DEA有效;若θ=1，且s+≠0或s≠0，则决策单元为弱DEA有效;若θ<1，则决策单元非DEA有效。

在第一阶段经典DEA效率模型中，只考虑了各省区的四个投入产出变量，但在现实情况中，中国地域辽阔，各省区在工业化程度、城市化发展水平、技术创新能力和能源消费强度等方面都有着巨大差异，并且也会存在一定的随机误差因素，但这些在传统的DEA模型中并没有体现。因此，本文将引入环境变量，对碳排放效率进一步分析。

第二阶段：构建相似SFA模型。

通过第二阶段构建相似SFA模型消除外部环境因素和随机因素的影响。假设有n个决策单元，每个决策单元均有m种投入，有p个可观测的环境变量，对每个决策单元的投入差额变量进行SFA分析。SFA回归方程如下：

式（3）中，/=1，2，…，m;k=l，2，…，n;sit为第k个决策单元第i个投入的投入差額变量，为投入的松弛变量;zk=（zik，z2k，…，znk）为p个环境变量，Bt表示环境变量的待估参数fi（Zk;βi）表示外生环境变量对投入松弛变量的影响，一般令fi（Zk;βi）=为复合误差项，其中，是随机误差项，用来表示统计噪声，是反映管理无效率的非负随机变量，且与相互独立。令，显然O≤γ≤l，如果γ趋近于1，说明管理因素的程度比较大，如果y趋近于0，说明随机误差的影响比较大。随机误差vit的表达式为：

以最有效率的决策单元相应投入量为参照，对其他各决策单元相应投入量进行调整，调整公式为：

式（4）中，Xit为第k个决策单元第i项投入的实际值;Xit为第k个决策单元第i项投入调整后的值;βi为外生环境变量参数的估计值;Vik为随机误差项的估计值。通过上述调整，每个决策单元面临的环境因素和随机因素的影响基本一致。

第三阶段：调整后的DEA模型。

将经第二阶段调整后的Xik代替原来未经调整的Xit，产出数据保持不变，再次使用第一阶段模型重新计算各地区经济发展中二氧化碳排放效率。同时计算各地区全要素生产率，并进行分解。因此，计算结果客观反映了各地区碳排放效率和全要素生产率的状况。

2.3 碳排放效率收敛检验方法

2.3.1 a收敛

作为描述地区间碳排放效率差距的重要指标，a收敛可以采用变异系数（cv）等指标测度。如果指数随时间推移下降，则表示碳排放效率存在收敛。cv计算公式如下：

式（7）中，Ⅳ为地区个数，这里等于30;EEit为i地区的t年碳排放效率。EEt为各省份t年碳排放效率的均值。

2.3.2 绝对启收敛

关于绝对β收敛的横截面分析方法模型为：

式（8）中，a为常数项;λ为收敛速度;yit+t为经济体i在t+T时期的人均CDP，Yit为地区i在时期t+T的（初始）人均CDP为从初始时期t到时期t+T经济体i的人均GDP年均增长率。εit为随机干扰项。如果实证结果表明p

借鉴Martin关于收敛的模型，考虑中国各省份碳排放效率的收敛情况，为i地区（i=1，2，…，30）在某段时期内的碳排放年均增长率，β为基年碳排放效率的对数log（yi，o）的系数。

2.3.3 条件β收敛

在绝对β收敛的基础上，加人对收敛有影响的控制变量，如果此时回归系数β的估计值仍然显著小于0，即存在条件β收敛。根据数据的可得性和可靠性，本文在能源效率绝对β收敛的模型中，加入各省工业化程度、城市化程度、技术进步、能源强度和碳市场交易额等控制变量，得到条件收敛模型：

其中，dPi，t表示地区i在t时期的工业化程度，用该地区第二产业占GDP比重表示;CPit表示地区i在t时期的城市化程度，用该地区城镇人数占比表示;妒。表示地区i在t时期的技术进步，用该地区R&D经费支出占GDP比例表示;npit表示地区i在t时期的能源强度，用该地区的单位GDP能源消耗量表示jpit表示地区i在t时期的碳市场交易额。其他变量的含义同上式。

3 碳交易市场建立前后各地区碳排放效率的变动分析

3.1 第一阶段DEA模型下交易市场建立前后碳排放效率比较

本文使用DEAP2.1软件计算得到的各省碳排放交易市场建立前（2006-2013年）和建立后（2014-2016年）的碳排放效率结果，如表1所示。

（1）由表1可知，不考虑外部环境与随机误差影响时，在碳交易市场建立前，碳排放效率为1的省区有北京市、天津市、辽宁省、上海市、福建省、广东省和云南省。在碳交易市场建立后，碳排放效率为1的省区只有北京市和广东省。其他省区的技术效率和规模效率都有不同程度的改进空间。

（2）从全国的均值水平来看，交易市场建立前后的纯技术效率均值（0.818，0.74）均低于纯规模效率均值（0.922，0.888）。这表明中国无论在技术层面上还是规模层面都存在一定缺陷，而技术层面有着更大的提升空间，在碳排放的内部管理控制等方面应该引起相关政府部门的重视。

（3）碳排放交易试点中，北京市和广东省在交易市场建立前后的效率值均为1，表现良好。天津市和上海市均从1的效率值降低，分别降到第3名和第4名，重庆市也从第10名降到第9名，只有湖北省的排名有所提升。

3.2 第二阶段相似SFA分析模型

分别以碳排放、资本存量、劳动力投入的松弛变量为因变量，工业化程度、城市化程度、技术进步、对外开放程度和能源消费强度为自变量建立SFA回归模型，结果如表2所示。

由表2的结果可知，工业化程度与碳排放、资本存量和劳动力都呈显著的正相关。说明第二产业占比的增加均会导致碳排放、资本存量和劳动力的增加，对碳排放效率有抑制作用。因此，优化地区产业结构、促进地区经济的低碳绿色发展，是提高中国碳排放效率的有效途径。城市化程度与碳排放、资本存量呈显著正相关，与劳动力呈显著的负相关。这体现了城市化水平越高的省区在劳动力使用上更有效率，但是城市化进程的加剧也会促进碳排放和资本存量的增长。技术进步与碳排放、资本存量、劳动力均呈现正相关，但在碳排放上的影响并不显著。这表明科技经费的投入在抑制碳排放、提升碳排放效率方面还没有充分发挥作用，并且技术的进步会消耗大量的人力和资金。能源消费强度与碳排放呈正相关，与劳动力呈负相关，但却都不显著，与资本存量呈现显著的负相关。表明单位GDP能耗的增多也会增加资金的使用。

综上所述，外部环境变量对投入要素冗余的影响有很大差异，因此在不同省区会受到不同外部环境变量的影响，可能会造成碳排放效率的偏差。

3.3 第三阶段DEA模型下碳交易市场建立前后碳排放效率比较

由表2可知，虽然有些环境变量与松弛值的回归系数并不显著，但所有的LR单边误差检验均通过了1%的置信水平，因此在對投入产出变量进行调整的过程中仍考虑了所有因素。根据公式（5）调整得到的剔除环境变量和随机因素后的碳排放效率值，结果如表3所示。

（1）如表3所示，从全国平均水平来看，交易市场建立前后总体的纯技术效率低于纯规模效率的幅度更大，进一步说明，中国各省区碳排放效率较低是由于纯技术效率引起的，技术效率应用程度还处于中低端状态，改善空间很大。处在生产前沿面上的只有广东省，其地处沿海地带，经济快速发展，并且在其省内有广东、深圳两个碳交易试点，碳排放权成交量也居于全国领先水平。宁夏、青海和陕西省稳居后三名，这些省区经济水平较为落后，区域内丰富的化石能源资源，决定了这些地区主要经济支撑力量为高能耗、低产出的工业产业，必然导致碳排放效率处于全国低端行列。

（2）从中国碳排放权交易试点的整体情况来看，碳排放交易市场建立后，所有试点省区排名保持不变或有所上升。北京市从第7名上升至第3名，上海市从第6名上升至第5名，这两个地区纯技术效率水平都已经达到生产前沿，管理和技术等因素表现良好，碳交易市场建立后纯规模效率方面有所改善，但还存在一定问题，说明需要在产业规模的优化配置上继续提升。重庆市从第22名上升到第21名，其纯规模效率较高，但交易市场建立前后的纯技术效率仅为0.204、0.256，在管理效率方面还有很大的提升空间。重庆市效率排名在全国平均水平上较为靠后，这是由于重庆工业基础雄厚，是全国重工业生产基地，第二产业增加值在50%左右浮动，虽然建立了碳排放交易市场，成交量也是七个试点中最少的。天津市排名保持在第27名不变，处于全国较低水平，其劳动力和城市化率水平和北京、上海等较为接近，但能源消费强度、第二产业占比很高，GDP和技术进步水平又不足，因此在引入环境变量调整后的差异较大。湖北省也从第12名上升至第11名。虽然这些试点地区排名前进幅度较小，但从交易前后的整体排名情况看，省区排名变动情况都不大，因此，在碳交易市场建立前后稳定的全国局面来看，碳交易市场对碳排放效率的提升具有一定的促进作用。

（3）通过表2和表3的比较来看，剔除了外部环境和随机因素的影响，交易市场建立前后的效率均值分别由（0.749，0.647）下降到（0.369，0.408），说明外部环境因素对碳排放效率有显著影响。分地区来看，天津市、上海市、福建省、重庆市等省区效率排名下降明显，说明这些地区在第一阶段效率较高和它们地区有利的外部环境密切相关。河北省、山西省、内蒙古、山东省、河南省等省区效率排名有明显提升，相对而言，这些地区的外部环境对碳排放效率有不利影响，并不是它们的内部管理水平较低。

4 各地区碳排放效率收敛性分析

4.1 碳排放效率的收敛

根据式（6）、式（7）可以计算得出2006-2016年中国碳排放效率的变异系数，结果如表4所示。

从表4的结果可以看出，中国各省区碳排放效率的变异系数呈现先上升再下降再上升的趋势。因此，2006-2016年这11年期间，中国碳排放效率敛散性大致可以分为三个阶段。第一阶段，2006-2008年，全国省区碳排放效率的差距逐渐扩大。在这个阶段，2006年国务院发布了加强节能工作的决定，制定了促进节能减排的一系列政策措施，各省区开始相继实施，由于开始的时间以及政策原因不同，碳排放效率的差距开始逐渐扩大。第二阶段，2009-2012年，各省区之间加强合作互助，因地制宜，逐渐促进全国趋同发展。第三阶段，2013-2016年，各省区敛散性趋于小幅度上升的平稳状态。在这个阶段，中国碳排放交易试点陆续启动，对试点区和非试点区的排放效率也会产生一定的影响。

4.2 碳排放效率的绝对β收敛

根据式（8）建立碳排放效率回归方程，基于a收敛结果和碳交易试点市场建立的时间，本文选取两种时间节点进行分析。第一种是上节所描述的三个阶段，三个基本年份：2006年、2009年和2013年，终点年分别为2008年、2012年和2016年。第二种的两个阶段分别代表碳交易市场建立前和建立后，两个基本年份：2006年和2014年，终点年分别为2013年和2016年。根据回归结果显示，基于上节a收敛结果分出的三个阶段，虽然在2006-2008年、2009-2012年这两个阶段中，回归系数都小于0，但是都不显著，因此不能认为存在绝对β收敛。而最后一个阶段2003-2016年，回归系数大于0，当然也不可能存在绝对β收敛。基于碳交易市场建立前后所分出的两个阶段，在交易市场建立前的2006-2013年回归系数为-0018，且在5%的显著性水平下显著，因此认为在这个期间内存在绝对β收敛。这可能是由于中国政府开始重视节能减排，协调区域之间统筹发展的功效。而在交易市场建立后，回归系数大于0，不存在绝对β收敛。

4.3 碳排放效率的条件收敛

根据式（10）碳排放效率的条件收敛模型，并基于以往研究和现实情况，本文选取各省工业化程度、城市化程度、技術进步和能源消费强度加入收敛模型，并在2014-2016年度碳交易市场建立后的时期加入碳交易量的变量，结果如表5所示。

加入外部环境控制变量之后，基于a收敛划分的三个阶段中，2006-2008年，工业化程度即第二产业占比的系数为负，说明这个阶段内国内各地区工业化程度的结构分布是有利于各省区碳排放效率收敛性的。而城市化程度和能源消费强度会拉大省区之间的差距，不利于碳排放效率的收敛。2009-2012年在5%的显著性水平下存在条件β收敛，表明在这个期间内，各省区碳排放效率有缩小的趋势。2013-2016年仍然不存在条件β收敛。

表5回归结果所示，在加入控制变量后，2006-2013年即碳交易市场建立前全国碳排放效率存在条件β收敛。而2014-2016年碳交易市场试点建立后全国碳排放效率不存在条件β收敛，各省之间的差距进一步扩大。其中，碳交易量系数虽然为负，但并不显著，说明此期间七个试点地区的碳交易量并不能促进全国省区碳排放效率差异的缩小。因此，中国政府在制定相应节能减排的政策时，应该注重各省区排放效率差异问题，切忌只顾部分省区的利益而忽略自然资源禀赋较差、经济发展落后的地区。

5 结论建议

本文基于三阶段DEA模型对中国碳交易试点建立前后的碳排放效率进行分析，结果显示：各试点在碳排放交易市场建立后，碳排放效率排名均保持不变或有所上升。处在生产前沿面上的只有广东省，其他省区的技术效率和规模效率都有不同程度的改进空间;宁夏、青海和陕西省稳居后三名。中国的碳排放效率水平无论在技术层面上还是规模层面都存在一定缺陷，而技术层面有着更大的提升空间，在碳排放的内部管理控制等方面应该引起相关政府部门的重视。本文还对碳排放效率进行了收敛性分析，结果显示，在碳交易试点建立前，省区存在条件收敛，而在建立后则不存在收敛现象。其中城市化程度会拉大省区之间的差距，不利于碳排放效率的收敛。在试点建立前的期间内，主要是2009-2012年对条件收敛的贡献程度比较大。碳交易量对收敛性的影响并不显著，这有可能是只有试点省区数据因素影响，在全国交易系统启动后可以做进一步分析。

通过以上的研究分析，本文提出以下几点建议：

第一，不断探索完善全国碳交易市场。目前，中国全国碳交易市场已经正式启动，结合各试点省区的表现来看，试点区碳排放效率有所提升，但提升效果还不够好。因此，应该借鉴试点地区的经验教训，以点带面，进一步完善交易机制、约束机制和分配机制。

第二，不断加强完善碳排放内部控制管理。通过纯技术效率的结果可知，目前碳交易效率较低主要是内部控制管理引起的。因此，中央以及各地区政府应该借鉴国内外高效管理经验，注意加强内部监管措施，建立严格有效的内部监管、审批制度，不断完善内部管理，提高碳排放效率。

第三，不断调整缩小地区间排放差距。根据本文碳排放效率收敛性的结果，发现虽然在2013年前地区间碳排放差异开始逐渐缩小，但近几年来差距又开始逐渐扩大。因此，今后应充分利用碳交易全国市场启动时机，进一步加强区域之间相互合作与相互扶持，由发达地区提供资金和先进技术，在落后地区开展清洁绿色环保的经济产业，促进全国协调统筹发展。

第四，不断优化完善地区产业结构。在引入环境变量调整投入产出变量时可知，第二产业占比的增加会抑制碳排放效率的提升。因此，必须尽快优化地区产业结构，促进地区经济的低碳绿色发展。合理控制能源消费和碳排放总量，调整优化地区产业结构，高效利用清洁能源，减少煤炭消耗，因地制宜发展太阳能、风能等清洁能源，抑制高排放产业的过快发展，做好生态保护工作。