经济规模的定义范文

导语：如何才能写好一篇经济规模的定义，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

经济规模的定义

篇1

【关键词】地下经济，四川省，规模衡量

一、引言

地下经济作为一个全球范围内的普遍现象，它的存在使得政府统计存在很大一部分空缺，降低了政府统计的科学性和完整性，数据的失真困扰着政府宏观政策的制定，同时也妨碍了政府宏观调控的执行。另外，它也不利于一个国家和地区的经济秩序、经济发展甚至是政治安全和社会公共安全，地下经济的治理已成为世界性的难题。本文通过对四川省1978年至2012年地下经济规模的度量，力求展现四川省地下经济规模的变化情况，进而为今后探讨地下经济形成的原因及对社会经济的影响提供数据佐证。

二、地下经济的定义及研究现状

地下经济又可称为非正式经济、影子经济等。关于地下经济的提出，最早是Feige（1979）在其主编的《地下经济学》中第一次较为全面地提出了地下经济的定义、影响和测算方法，并对地下经济与经济运行和资源配置的关系等进行了研究。本文将地下经济定义为经济主体有意或无意的为隐藏收入、逃避政府管制而未向政府申报收入、未被政府统计从而脱离于正式经济之外的各种经济活动。

由于地下经济的隐蔽性，各国的数据统计都极其困难，但仍有很多学者通过采用不同的测算方法，取得了很多有价值的成果。Cagan（1958）最早使用货币需求法，测算了美国1919—1955年的地下经济规模。Schneider（2002）采用货币需求法测算了世界上110个发展中国家、经济转型型国家以及OECD国家的地下经济规模。苏飞、胡艳（2012）通过使用MIMIC模型方法，衡量了我国1978—2009年间地下经济的规模介于0.78%—20.88%之间，并认为从长远来看，地下经济行为严重破坏了正常的市场经济秩序，导致了资源配置效率的低下。

三、模型建立及规模测算

（一）基本思想

本文对四川省地下经济规模的度量采用间接法中的现金需求法。现金需求法的基本思想为：地下经济活动的从事者为了逃避政府的监管或避免留下交易记录，通常会使用现金进行交易，因而对现金需求的增加可以视为地下经济活动规模增加的表现。

苏飞（2012）通过对Tanzi（1983）衡量美国1952—1970年地下经济规模的测算方程中的货币需求量不同形式以及税收负担不同形式之间皮尔森相关系数的检验，认为现金需求与零售价格指数比例（C/P）与税收总额绝对值（TT）之间存在显著正相关，因而根据我国的实际情况将上述回归方程调整为如下形式（3.2）：

其中C/P为实际现金需求量，即现金流通量除以零售价格指数；TT为税收总额；RS为人均消费品零售额；R为央行一年期定期存款利率，INL为以CPI表示的通货膨胀率。

本文将采用苏飞（2012）调整后的模型对四川省的地下经济规模进行衡量。

（二）模型的回归分析及规模测量

通过使用EVIEWS软件对上述数据进行回归分析，运用OLS法可得回归方程如下所示（3.1）：

由结果可知，方程的T值和F值都比较显著，且各项的系数符号也与最初的模型设定思想相符，但由于DW > R2，此时方程存在自相关问题。为对自相关问题进行修正，本文使用了广义差分法。

通过对差分方程进行回归，新的回归方程为（3.2）：

由回归结果可知，此时方程中各项系数符号均与现实情况相符，T值和F值都比较显著，且此时方程不存在自相关问题，自相关情况得到修正。故文章用此方程作为基本衡量方程，结合四川省数据，估测四川省地下经济规模。

首先利用模型方程（3.2）求得被解释变量In（C/P）的拟合值，并进一步推导出实际现金需求量的估计值。在不存在税收负担的情况下，用历年实际现金需求量乘以货币流通速度（V0）即可求得四川省历年地下经济的规模。在货币流通速度数据的选取上，本文借鉴胡正，秦娟（2012）在2012年对1978至2009年现金流通量（M0）流通速度的衡量（V0），并采取与该文章相同的方法计算得2010至2012年的货币流通速度（V0）。经计算，从1978至2012年，四川省地下经济规模占当年GDP的比例介于2%—23%之间，且在九十年代规模逐渐缩小后在近年又有增大的趋势。

四、模型讨论及结论

篇2

关键词:因子分析;聚类分析;城市经济;综合评价

中图分类号:F290文献标志码:A文章编号:1673-291X(2009)24-0152-03

一、样本数据的引入与指标体系的构建

影响西部中心城市经济发展的因素繁多且复杂,根据数据的准确性、可比性、易获取性、非重叠性、定量分析等原则,从《中国统计年鉴(2007)》中选取8个具体指标构建西部中心城市经济发展评价指标体系,并运用该指标体系对11个中心城市经济发展水平进行实证分析。这8个指标,分别是:人均地区生产总值(万元)―X1、工业增加值(万元)―X2、地方财政预算内收入(万元)―X3、固定资产投资总额(万元)―X4、城乡居民储蓄年末余额(万元)―X5、在岗职工平均工资(元)―X6、社会商品零售总额(万元)―X7、货物进出口总额(万美元)―X8[2](数据来源于《中国统计年鉴(2007)》,原始数据中没有的相关数据)。

西部中心城市经济发展评价的基本步骤:

1.因子分析过程。本文使用SPSS(16.0)软件作为统计分析工具,先对8个指标的原始数据进行标准化处理(消除量纲差异和数量级影响,ZX1表示的是原始指标X1经过标准化处理后对应的变量,表1中其余各指标的含义如此类推,变量值为负数,表示低于该类指标的平均值,正数则含义相反) ,并得到各指标之间的相关系数矩阵R(见表1)。由相关系数矩阵可以看出, 指标之间既存在正负相关也存在强弱相关,部分指标彼此之间存在很强的相关性,说明指标之间反映的经济信息有很大重叠,如果直接用于分析,可能会带来严重的多重共线性。由表1可知,指标间存在较强的相关性,可用因子分析进行降维。其中统计为0.806 ,Bartlett球形检验显著性水平小于0.0001,表明样本数量充足,相关系数矩阵非单位阵,故可以实施因子分析。矩阵特征值与累计贡献率如表2所示,提取前3个因子即提取了样本93.784%的数据信息(前3个特征值的累计贡献率为93.784%)。提取的三个主成分的载荷矩阵见表3(其中F1、F2、F3分别表示第1、2、3个公共因子,星号(*)标注在较高的荷载值)。

由表3可知,第一个公共因子F1在ZX2(工业增加值)、ZX3(地方财政预算内收入)、ZX5(城乡居民储蓄年末余额)、ZX7(社会商品零售总额)、ZX8(货物进出口总额)5个变量上的荷载值都很大。城乡居民储蓄存款年末余额反映了居民的收入水平,工业增加值反映了工业企业在一定时期内工业生产活动创造的价值,是国内生产总值的组成部分。这些指标都是绝对指标,反映了西部中心城市经济发展的规模大小,属于宏观层面指标,可定义为经济规模因子;第二个公共因子F2在ZX1(人均地区生产总值)、ZX6(在岗职工平均工资)2个指标上有较高的载荷,人均地区生产总值反映的就是人民的富裕程度和生活水平,是目前国际通行的经济发展的核心指标,也是衡量全面小康社会最核心的一个指标, 在岗职工平均工资表明一定时期职工工资收入的高低程度,是反映职工工资水平的主要指标。这两个指标都是相对指标,反映了西部中心城市居民的富裕程度,属于微观层面指标,可定义为城市富裕因子。第三个公共因子F3在ZX4(固定资产投资总额)上的荷载较高,该指标反映的是固定资产投资能力。因此可以定义为资产投资因子。由表3可知,前三个主成分的因子得分表达式分别为:

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)

由因子协方差矩阵表4可知,F1、F2、F3三个因子两两之间的协方差均为0,表明任意两个因子之间没有线性相关,实现了因子分析的设计目标。通过因子分析,将8个指标变量降维成三个公共因子F1、F2、F3,如表5所示。采用回归方法估计出因子得分,以各因子的方差贡献率占三个因子总方差贡献率的比重作为权重进行加权汇总,得出各中心城市经济发展的综合得分F,即

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

将各个中心城市的数据代入上述等式(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)可得出各中心城市经济发展的综合得分F,以这个综合得分F的大小进行排序,就得到西部各中心城市经济发展的综合排名,排名结果见表6。

2.聚类分析过程。聚类分析是以各种距离来度量个体间的“亲疏”程度的,传统的聚类分析是在所选变量的基础上对样本数据进行分类,分类的结果是各个变量综合计量的结果。系统聚类又称层次聚类,是目前国内外使用最多的一种聚类方法,其基本思想是先将所有样品看成一个类,然后选择性质最接近(距离最小)的两类合并为一个新类,接着计算新类与其他类的距离,再将距离最近的两类合并,这样直至所有的样品合并为一类。聚类过程中如果所选变量之间存在较高的线性关系,能够相互替代,则计算距离时同类变量将重复“贡献”,将在距离中有较高的权重,因而使最终的聚类结果偏向该类变量,极大地影响了聚类分析的精度。集成后的因子聚类分析法,不仅消除了聚类分析的数据输入中各变量之间的数量级和量纲影响,同时还能剔除变量之间较强的线性关系[3]。

二、内涵分析

首先考虑分别按3、4、5类进行划分,发现聚为4类较为合理,最后得到各城市的具体类别(见表6)。结合各城市的三大因子得分和其具体类别,分析其特征及内涵[4]:

1.第一类中心城市的特点是宏观经济规模大,工业生产对城市经济的贡献率高。该类别包括成都和重庆2个城市,它们的综合得分排名分别为1、2,比较接近且很靠前,它们在经济规模因子F1上的得分分别排在1、2,在城市富裕因子F2上的得分分别排在3、10,在资产投资因子F3上的得分分别排在2、3,由此看出,除重庆在城市富裕因子F2上的排名很靠后外,第一类中的两个城市在三大综合因子的得分上都非常高,而且很接近,这说明第一类城市在经济规模、城市富裕、固定资产投资三个方面发展都较为均衡,属于经济发展相对全面的城市。

2.第二类中心城市的特点是宏观经济规模小, 工业生产对城市经济的贡献率低,发展不平衡。该类别包括西安、银川、南宁、兰州、贵阳、西宁6个城市。虽然西安的综合得分排在第3位,按理说应该排在第一类中心城市,但分析西安的三大因子得分可知:经济规模因子F1为0.50969,与第一类中心城市成都F1得分1.65049、重庆F1得分2.09303相差太大,不在一个级别上,而且西安的富裕因子F2为-0.2258、资产投资因子F3为-0.16312,均低于相应因子的平均水平,因此无法进入第一类。其余5个城市三个公共因子F1、F2、F3的得分均为负数,低于相应因子的平均水平,其中,西宁的规模经济因子F1得分、贵阳的城市富裕因子F2得分、南宁的资产投资因子F3得分均排在11个城市的末位。这些分析表明,第二类中心城市从总体上看,经济规模因子、城市富裕因子、固定资产投资因子三个方面发展都相对滞后,经济发展不均衡。

3.第三类中心城市的特点是城市富裕程度较高,人口总量小。该类包括了乌鲁木齐、呼和浩特、银川3个城市,其综合得分排名分别为四、五、六位,其富裕因子得分F3分别为1.40642、1.64892、0.64187,排名分别为二、一、四位,表明这三个城市的富裕程度较高,而规模经济因子F1、资产投资因子F3得分相对较低。随着国家西部大开发战略的深入实施和政府出台的相关政策优势,乌鲁木齐2006年人均GDP已突破4 000美元大关,位居中国西部12个省会城市前列。呼和浩特作为中国著名的“乳都”,在2007年的全球城市竞争力报告中,位列2001―2005年五年中GDP增长世界前二十名。这些都表明该类中心城市的富裕程度较高。同时应该看到,该类城市的人口总量较小,也是导致城市富裕因子得分较高的原因之一。

4.第四类中心城市的特点是固定资产投资额度大。该类别只有昆明1个城市,其综合得分排名为第六位,其固定资产投资因子F3得分为2.960556,排在第一位,远高于其他10个城市的F3得分,使得其他10个城市的固定资产投资因子F3的得分均为负数,低于公共因子F3的平均值,昆明的其他两个公共因子得分F1、F2得分都很低,其综合得分排在第六位,是综合因子得分F正负的分水岭。这也是昆明在聚类图中单列一类的原因。实际上,昆明的固定资产投资总规模自2003年、2004年、2005年、2006年分别突破300亿元、400亿元、500亿元和600亿元的投资规模,连年实现百亿“四级跳”。这些都表明,固定资产投资的稳步增长是昆明城市经济增长的重要驱动力。

把三大公共因子得分作为聚类分析的输入,剔除了传统聚类分析中指标之间的信息重叠,提高了聚类分析的精度,同时为聚类分析的结果提供了直观、精确的经济内涵分析范式,有助于各城市从宏观规模因子、城市富裕因子、资产投资因子三个方面分析各自的优势和不足,进而制定与自身适宜的经济战略方针,为整体提升西部中心城市经济发展的综合实力提供决策参考[5]。

参考文献:

[1]林乐义,印凡成.基于聚类分析和因子分析消除多重共线性的方法[J].统计与决策,2008,(8):153-155.

[2]中华人民共和国国家统计局.中国统计年鉴(2007)[K].北京:中国统计出版社,2007:258-336.

[3]薛薇.SPSS统计分析方法及应用[M].北京:电子工业出版社,2007:153-200.

篇3

作者简介：

赵放(1961― )，北京人，吉林大学经济学院教授、博士、博士生导师，研究方向为国际贸易；

李季(1978― )，吉林长春人，吉林大学经济学院博士研究生，研究方向为国际贸易。摘要：文章利用产业内贸易指数分析了1991～2008年间的中韩贸易数据，其结果显示：中韩贸易特别是工业制成品贸易具有明显的产业内贸易特征，而且与贸易初期相比，中韩工业制成品产业内贸易虽仍以垂直型为主，但水平型产业内贸易比重得到了大幅提升。这表明中韩在部分工业制成品上的技术差距正逐渐缩小。对中韩产业内贸易影响因素的回归结果显示：中韩整体经济规模的扩大、中国吸引的FDI以及加工贸易在中国对外贸易中比重的提升等因素对中韩产业内贸易的发展具有正效应，而中韩经济规模相对差异的扩大则对中韩产业内贸易具有负效应。

关键词：中韩贸易；产业内贸易；产业内贸易指数；外商直接投资

中图分类号：F752.7

文献标识码：A　文章编号：1002-0594(2010)03-0017-07　收稿日期：2009-10-30

上世纪80年代伊始，东亚逐渐成为世界经济发展最为活跃的地区，作为东亚地区重要经济体的中韩两国在经济发展上更取得了举世瞩目的成就。由于地缘相近，文化相似，加之在经贸结构上所具有的互补性，中韩经贸往来自1992年建交后日益密切，并在两国经济发展过程中发挥出越来越重要的作用。随着中国经济的高速发展，中韩产业结构差异逐步缩小，两国双边贸易显示出了与初期有所不同的特征，除整体规模不断扩大外，产业内贸易所占比重大幅提升，并已占据绝大份额。本文通过对中韩产业内贸易的实证分析，揭示了两国产业内贸易的发展与两国经济结构的整体演进间的内在联系，此外还对影响两国产业内贸易的具体因素作出了分析，而这对进一步促进中韩两国双边贸易乃至双方整体的经济发展具有重要的现实意义。

一、对本文产业内贸易指数应用的说明

随着产业内贸易的兴起，一些学者对此进行了广泛而深入的研究。在测定产业内贸易的方法中，Grubel和Lloyd(1975)的G-L指数计量法是最为广泛采用的方法，其经济含义是：在特定产业中，相对于该产业的贸易总量，出口在多大程度上为进口所抵消。其公式为：

GLi=[1-IXi-Mil／(Xi+Mi)]　(1)

式中xi和Mi分别代表i产业的出口额和进口额，GLi代表i产业的产业内贸易指数。通常，GLi值在0～1.00之间，其值越接近1.00表明该产业的产业内贸易特征越明显，反之，GLi值越接近0则表明该产业的产业间贸易特征越明显。一国全部贸易产业的整体产业内贸易指数可通过对个别产业的产业内贸易指数按权数求和得到，其公式为：

GL=[1一∑lXi-MiI／∑(xi+Mi)]　(2)

但当一国对外贸易处于不均衡状态时，按式(2)计算的产业内贸易指数值会发生向下的偏倚。对此Grubel和Lloyd(1975)进一步调整了整体产业内贸易指数的计算公式，调整后的公式为：

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

在定义了产业内贸易指数的计算公式后，还需进一步明确产业划分的具体标准。一些学者如Grubel和Lloyd(1975)、Greenaway和Milher(1982)等，将SITC商品分类号前三位数相同的商品的双向贸易定义为产业内贸易。由于这种分类法最接近产业定义的要求，而且能够准确的将商品分为初级品和工业制成品并有利于简化统计，因此本文沿用此种方法。按此种分类标准，贸易商品共分为10大类，其中0-4类为初级品，5-9类为工业制成品。在工业制成品中，第5类加第7类商品大多是资本或技术密集型工业制成品，第6类加第8类商品大多是劳动密集型工业制成品，第9类商品为非正常贸易品，本文未将其列入讨论。

二、中韩贸易整体概况及走势

1992年中韩建交后，两国间贸易取得了稳定而快速的发展。根据WTO统计数据，自1997年以来，除1998年因亚洲金融危机导致中韩双边贸易额减少外，其余年份两国贸易额都有所增加。

根据2001～2008年WTO《International TradeStatistics》资料，这一时期中国自韩进出口额都有大幅增加，其中进口额由2001年的125.20亿美元上升至cJ2008年的739.00亿美元，增长了490.26％，出口额由2001年的233.80亿美元上升到2008年的1121.60亿美元，增长了379.73％。就比重而言，虽然对韩进出口占中国进出口总额的比重都有所上升，但整体幅度不大，数据显示，对韩贸易在中国对外贸易中所占比重并没有发生明显变化，韩国保持了中国主要贸易伙伴国的地位。而就韩国来说，中国的贸易地位则有显著提升，至2007年中国已成为韩国第一大贸易伙伴国。

随着中韩贸易往来的日益密切，尤其是中国经济的持续发展，中韩贸易除整体规模有所扩大外，其进出口商品结构也发生了明显改变。据uN comtrade数据，2008年中韩进出口商品中，SITC 5-8类工业制成品所占比重分别达到89.45％和89.93％，比重表明工业制成品已成为中韩贸易的主要商品。由于工业制成品成为中韩贸易的主要商品，而工业制成品在贸易上又具有较强的产业内贸易倾向，因此有理由认为：两国贸易决定因素正逐渐从以资源禀赋条件为基础转变为以产品多样化和产品品质差异为基础，因此两国贸易方式也正由以产业间贸易为主逐渐转变为以产业内贸易为主，并且可以预见，只要当前中韩经贸发展的趋势得以延续，今后中韩贸易的产业内贸易特征将更为明显。

三、中韩产业内贸易发展趋势

在分析了中韩整体贸易状况后，进一步利用产业内贸易指数描述中韩产业内贸易发展趋势。表1为利用SITC3位分类计算的中韩产业内贸易指数。与贸易初期相比，近年来中韩初级品产业内贸易指数无论是调整前还是调整后的指数值都较低，因而未表现出明显的产业内贸易特征，但中韩整体产业内贸易指数及工业制成品产业内贸易指数却明显升高，分别由1991年的0.18和0.27上升到2008年的0.42

和0.45，而2001至2008年间中韩调整后的产业内贸易指数值都接近或超过了0.50，表明中韩贸易整体上具有产业内贸易特征。此外，经调整后的中韩工业制成品产业内贸易指数值高于调整后的中韩整体产业内贸易指数值，说明在中韩贸易中工业制成品贸易的产业内贸易特征更为明显，这一事实与产业内贸易理论的推断是一致的，即工业制成品贸易具有更为明显的产业内贸易特征。

中韩两国产业内贸易的发展与两国经济结构的整体演进具有内在的联系。产业内贸易理论认为：一般来说，人均收入越高、贸易伙伴国之间的资源禀赋条件越相似、市场规模越大、贸易壁垒越低、运输成本越少、跨国企业的活动越多，产业内贸易的比重就越高。中韩两国间产业内贸易的发展正可以归结为这几个原因：

首先，中国加入WTO及中韩经贸关系的加强，削弱了两国间的贸易壁垒，促进了两国双边贸易的展开，自然也有利于产业内贸易的发展。此外，中国经济的高速发展提高了中国的人均收入，扩大了中国的市场规模，增加了中国消费者对“异质性”产品的需求，从而促进了中韩间产业内贸易的展开。

其次，经济的高速发展与FDI的大量流入加快了中国产业结构的升级，缩小了中韩两国在产业结构和技术水平上的差距。随着两国资源禀赋的接近，两国贸易商品结构逐步趋同，从而促进了两国间产业内贸易的发展。此外，FDI的流入还促进了中国加工贸易的展开，工业制成品加工贸易促进了中国自韩零部件的进口和对韩工业制成品的出口，由于中国工业制成品加工贸易产业链较短，多数加工产品的单位产品增值不高，因而进口零部件与出口成品多属于同类商品，因此促进了中韩工业制成品产业内贸易的发展。

再次，同样地处东亚的中韩两国具有相似的文化背景和历史习俗，消费者的消费习惯、审美情趣相近，这些都有利于两国间产业内贸易的发展。而且，由于地理位置的接近使中韩贸易具有较低的运输成本，从而为产业内贸易的展开提供了“先天”条件。

最后，中韩在工业制成品贸易上的产业内贸易特征之所以尤为明显，除了是由工业制成品自身的贸易特征所决定之外，还与目前中韩经济发展水平与要素禀赋的差异有关。一方面，工业品由于在产品包装、外形设计、材质选取及生产工艺上的选择多种多样，因此能够向消费者提供千差万别的“异质性”产品，从而使其产业内贸易更易于展开。另一方面，中韩经济发展水平与比较优势的差异是促进中韩产业内贸易发展的一个主要原因。具体而言，这种差异在整个工业制成品产业内部表现为，相比于韩国，中国在资本或技术密集型工业制成品生产上处于竞争劣势，而在劳动密集型及部分资本或技术密集型工业制成品生产上则占有竞争优势。就某一具体贸易产品而言，这种差异则表现为，韩国在产品包装、设计、质量及营销上具有竞争优势，而中国则往往能够提供更为低廉的产品。因此，正是由于在整个产业内以及产品市场内，中韩两国存在着竞争优势的差异，使得两国有可能通过垂直分工和产品细分发挥各自的竞争优势，分别占据高端和低端产品市场，从而使两国间工业制成品的产业内贸易得以发展。

在分析了中韩产业内贸易发展的整体趋势后，为对中韩产业内贸易作出更为细致的考察，进一步将中韩产业内贸易划分为垂直型和水平型产业内贸易，其划分标准采用Fontagne，Freudenberg和Peridy(1997)的方法：1／(1+а)≤Pix，Pim≤1+а

其中Pix和Pim分别为第i产业的出口单位价格和进口单位价格，按通常对水平型产业内贸易的划分标准取а=0.25，从而将水平型产业内贸易的进出口价格之比的区间定义为0.8至1.25。当0.8≤Pix，Pim≤1.25时，将第i产业的产业内贸易划分为水平型产业内贸易，当Pix／Pim1.25时，将第i产业的产业内贸易划分为垂直型产业内贸易，其中当pix／pim1.25时，表明本国出口单位商品价格高于进口单位商品价格的1.25倍，本国处于贸易条件优势地位。

按此标准对中韩水平型和垂直型产业内贸易占整体产业内贸易的比重进行计算，结果如表2所示。由表2可见，自中韩贸易开展以来，在初级品产业内贸易中，水平型产业内贸易所占比重虽有所上升但波动幅度很大。就整体而言，中韩初级品产业内贸易以垂直型产业内贸易为主的特征并未改变。除个别年份外，垂直型产业内贸易占初级品产业内贸易的比重都超过了70％。初级品的这种产业内贸易格局符合其自身的贸易特点，由于初级品产业内贸易主要依靠以资源禀赋差异形成的价格差异为基础，因此必然以垂直型产业内贸易为主。与初级品相比，在中韩工业制成品产业内贸易中，水平型和垂直型产业内贸易所占比重则变化明显，其中，在5+7类资本或技术密集型工业制成品产业内贸易中，垂直型产业内贸易比重虽仍高于水平型，但水平型产业内贸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类劳动密集型工业制成品产业内贸易中，水平型产业内贸易比重上升更为明显，由1996年的10.42％上升到2008年的31.37％，同期垂直型产业内贸易比重则由85.49％下滑至68.43％。进一步将5+7类工业制成品和6+8类工业制成品整合为5―8类工业制成品来综合考察，其水平型和垂直型产业内贸易比重如图1所示。数据表明，相比于贸易初期，在中韩工业制成品产业内贸易中，垂直型产业内贸易比重整体呈下降趋势，而水平型产业内贸易比重则明显上升，两者比重有所接近，但中韩工业制成品产业内贸易以垂直型为主的特征虽并未改变。

此外，在中韩工业制成品垂直型产业内贸易中，对中国而言，VIIT1.25的垂直型产业内贸易比重走势如图2所示。中国进出口单位商品价格之比小于0.8的贸易商品，即中国处于贸易劣势地位的工业制成品垂直型产业内贸易，与中国进出口单位商品价格大于1.25，即中国处于贸易优势地位的工业制成品垂直型产业内贸易，两者占中韩工业制成品产业内贸易的比重虽有所波动，但整体变动幅度并不明显，中国处于贸易劣势地位的垂直

型产业内贸易比重仍远大于中国处于贸易优势地位的垂直型产业内贸易比重。由此可见，与贸易初期相比，中国在中韩垂直型工业制成品产业内贸易中的贸易条件并未发生显著改变，在整体上仍处于贸易劣势地位，这是中国在对韩贸易中存在巨额贸易逆差的一个主要原因。

上述中韩水平型和垂直型产业内贸易比重的变化可由中国经济发展的现实予以解释。中国经济的高速发展加快了产业结构的升级和技术水平的提升，由此提高了中国工业制成品的外贸竞争力及商品品质，改变了以往单纯依靠价格低廉出口低品质商品的贸易局面，转而凭借商品在品质、包装和设计等方面的差异来获得出口优势，从而提升了水平型产业内贸易在工业制成品产业内贸易中的比重。此外，一方面，中国在劳动密集型工业制成品生产上的比较优势随着中国经济的发展得以充分发挥；另一方面，中国相对韩国在资本或技术密集型工业制成品生产上的技术差距却仍然存在。因此，相比于5+7类资本或技术密集型工业制成品而言，中韩在6+8类劳动密集型工业制成品产业内贸易中的水平型产业内贸易比重上升更为明显。总而言之，随着中韩贸易关系的密切与中国经济的发展，中国在对韩贸易中的贸易条件有所改善，水平型产业内贸易在中韩产业内贸易中所占比重有所提升，但整体上中韩产业内贸易仍以垂直型为主，中国在对韩贸易中的劣势地位并未改变。

四、对中韩产业内贸易影响因素的实证分析

在分析了中韩产业内贸易水平、结构及整体演进后，接下来进一步对中韩产业内贸易的具体影响因素予以研究。对产业内贸易影响因素的已有研究主要关注需求结构、规模经济、市场开放程度、产品差异化和FDI等因素，基于中韩产业内贸易的现实并考虑到数据的可获得性本文将主要研究以下解释变量：(1)市场规模；(2)市场规模差异；(3)中国吸引的FDI；(4)加工贸易在中国的开展。

结合上文的理论分析对中韩产业内贸易影响因素的实际效应可给出如下预测：(1)中韩整体市场规模、中国吸引的FDI和加工贸易在中国的开展对中韩产业内贸易应具有正效应。(2)两国经济规模的相对差异对两国产业内贸易的实际影响则难以判断，Fontagnes，Freudenberg和P6ridy(1997)对欧盟内部垂直型和水平型产业内贸易往来的研究结果显示：经济规模的相对差异对水平型产业内贸易具有负效应，而对垂直型产业内贸易具有正效应。

基于上述讨论，为明确影响中韩产业内贸易的相关因素的实际效应，构造如下经验模型：

GLk=f(GI)Pck，GDPDck，FDI，JXM)

(4)

其中，GLck为中韩产业内贸易指数，其数值按公式(2)计算得出，GDPck和GDPDck分别代表中韩整体经济规模和中韩经济规模的相对差异，GDPck为中韩GDP求和后取均值得出，GDPDck则采用Balassa和Bauwens(1987)的计算方法：

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

(5)

W=GDPJ(eDPc+GDPk)

(6)

式中GDPc和GDPk分别代表中国和韩国的国内生产总值。按公式(5)计算的中韩经济规模的相对差异值在0到1之间，越接近0表明两国经济规模差异越小，反之则表明两国经济规模差异越大，相比于以两国GDP的绝对差值来反映两国经济规模的差异，这种计算方法排除了两国绝对经济规模对相对差异造成的影响，因而能更准确的衡量两国经济规模的相对差异。此外，FDI代表历年中国吸引的FDI流量，JXM代表加工贸易在中国对外贸易中所占比重并取百分数。

由于估计值可能超出0～1的取值范围，因此对模型做Logit概率函数的转换是必要的，转换后的一元常弹性回归模型为：

tn[GLck/-GLck+β1LnGDPa+β2LnGDPDck+

+β3LnFDI+β4LrtJXM+μ

(7)

篇4

安全是危害或灾害的反义词，它与危害（或灾害）的风险紧密联系。危害（或灾害）的风险愈小，安全度就愈高，反之亦然。水安全问题通常指相对人类社会生存环境和经济发展过程中发生的水的危害问题。例如，水多了（发生洪水灾害，导致人的财产损失，人口死亡问题）、水少了（发生干旱、水资源短缺以及引起的生态环境退化、人类生存环境损失）和水脏了（水污染导致的病害健康问题、人口死亡问题）。

中国是降水时空分配非常不均匀、“水“的问题十分突出的发展中国家。水多了（洪涝灾害）、水少了（干旱、水资源短缺）和水脏了（水污染问题）业已成为制约中国可持续发展最为重要的限制因子，其紧急程度已经危及人类基本环境和生存问题和国家发展利益的安全问题。

在水安全问题研究中，水资源安全问题是最为重要的一个方面[1]。水资源安全通常指水的供需矛盾产生对社会经济发展、人类生存环境的危害问题。20世纪末，不满足可持续水资源利用的模式和环境问题导致严重的水资源安全问题，业已引起国际各国政府的高度重视。2000年3月，在荷兰海牙(Hague)召开了“第二届世界水论坛及部长级会议”。会议主题是：水的安全：从洞察到行动，全世界140多个国家首脑或部长，3000名科学家出席会议。21世纪水安全面临7个主要挑战[23]：

（1）满足基本需求（meetingbasicneeds）

（2）保护生态（protectingecosystems）

（3）食品安全（securingthefoodsupply）

（4）水资源共享（sharingwaterresources）

（5）处理灾害（dealingwithhazards）

（6）水的价值(valuingwater)

（7）科学管水(governingwaterwisely)

因此，水资源安全已经成为水资源研究的国家前沿热点，受到世界范围的注目。

水资源安全问题研究主要有：水资源安全的范畴，水资源安全的度量，水资源安全评价和水资源安全保障体系的建设等方面。从学术研究，水资源安全的度量最为关键。核心问题是：回答如何量度水资源安全程度和如何保证水资源安全？我们的观点是：水资源承载力是水资源安全的基本度量。因此，研究水资源承载力对于认识和建设水资源安全保障体系尤为重要。

“承载力”一词，亦称“承载能力”（CarryingCapacity），起源于生态学，用以衡量特定区域在某一环境条件下可维持某一物种个体的最大数量[1]。随着人类社会经济发展，全球资源环境问题日趋严重，人们逐渐认识到自然资源是支持地球上生命系统和人类生存发展的物质基础，其量和质是有限的，它们满足人类现在与未来发展需要的能力也是有限的。关于生态承载力的一个较早的概念，是由世界自然保护同盟（IUCN）联合国环境规划署（UNEP）及世界野生生物基金会WWF在其出版的《保护地球》一书中提出的。他们把承载能力定义为一个生态系统所能支持的健康有机体即在维持它的生产力、适应能力和再生能力的容量。后了“承载力”概念得到延伸发展，比较多地用于说明生态系统、环境系统、资源系统承受发展和特定活动能力的限度。因此，生态承载力、环境承载力、资源承载力等诸多概念也相继出现。

1974年，Bishop在《环境管理中的承载力》一书中指出“环境承载力表明在维持一个可以接受的生活水平的前提下，一个区域所能永久地承载的人类活动的强烈程度”[2]；高吉喜（2000）在其关于生态承载力的研究别指出：环境承载力是指在一定生活水平和环境质量要求下，在不超出生态系统弹性限度条件下环境子系统所能承纳的污染物数量以及可支撑的经济规模与相应人口数量[3]。此外，一些学者还从经济、社会、环境、发展等方面对全球承载力进行了探讨（Cohen，J.E.,1995；Sagoff,M,1995；Daly，H.E.，1995，1996）[4][5][6]。然而无论是生态承载力、环境承载力抑或全球（区域）承载力都是一个比较泛化的概念，如何描述和量化，实施和操作性不强，目前的研究还不深入。事实上，在对作为生态环境组成要素的各项自然资源的承载力问题还没有完全解决的时候，是无法对生态环境承载力做更深入的研究的。

相比之下，当前对资源承载力的研究则获得了更多学者的关注。对自然资源承载力的研究主要集中于土地、水和关键矿产资源方面。1949年美国的Allan将土地资源承载力定义为：“在维持一定水平并不引起土地退化的前提下，一个区域能永久地供养人口数量及人类活动水平”。50-70年代，国外许多学者探讨了土地承载力的计算依据为：在确保不会对土地资源造成不可逆的负面影响的前提下，土地的生产潜力能容纳的最大人口数量。同时，对承载力的研究从静态转向动态，Millington等应用多目标决策分析方法，以各种资源（土地、水、气候、能源等）对人口数量的限制，计算了澳大利亚的土地资源承载力。1986年我国也开始了题为“中国土地资源生产力及人口承载量”的研究，研究者认为土地资源承载力通常是指：一个区域在一定的农业技术条件下，土地用于食物生产所能供养的人口数量；或在一定生产条件下，土地资源生产力所能承载一定生活水平下的人口限度。由此，关于土地和水资源承载力的研究在中国全面展开[7]。

承载力概念的演化与发展是对发展中出现问题的反应与变化结果。在不同的发展阶段，产生了不同的承载力概念和相应的承载力理论。如针对环境问题，人们提出了环境承载力的概念与理论，针对土地资源短缺问题，人们提出了土地资源承载力的概念与理论。而“水资源承载力”一词，则是随着水问题的日益突出由我国学者在80年代末提出来的。水资源承载力是一个国家或地区持续发展过程中各种自然资源承载力的重要组成部分，且往往是水资源紧短和贫水地区支持人口与发展的“瓶颈”,它对一个国家或地区综合发展和发展规模有至关重要的影响。进入90年代以来，在地区和国家社会经济发展中坚持走可持续发展道路已是普遍的共识，而水资源短缺与“水资源安全”问题也已成为影响可持续发展的重要制约因素，作为可持续发展研究和水资源安全战略研究中的一个基础课题，水资源承载力研究已引起学术界的高度关注并成为当前水资源科学中的一个重点和热点研究问题。

2．水资源承载力的定义

水资源承载力最早是源自生态学中的“承载能力”（CarryingCapacity）一词，是自然资源承载力的一部分。近年来，我国不少学者在资源承载力、环境承载力等概念的基础上对水资源承载力的定义进行了更深入的探讨，兹选取几个有代表性的例子列举如下：

（1）在某一历史发展阶段的技术、经济和社会发展水平条件下，水资源对该地区社会经济发展的最大支撑能力[8]。（刘燕华，1999）

（2）某一历史发展阶段，以可预见的技术、经济和社会发展水平为依据，以可持续发展为原则，以维护生态良性循环发展为条件，在水资源得到合理开发利用下，该地区人口增长与经济发展的最大容量[9]。（李令跃，2000）

（3）一个流域、一个地区、一个国家，在不同阶段的社会经济和技术条件下，在水资源合理开发利用的前提下，当地水资源能够维系和支撑的人口、经济和环境规模总量[10]（何希吾，2000）。

（4）一定的区域内，在一定的生活水平和生态环境质量下，天然水资源的可供水量能够支持人口、环境与经济协调发展的能力或限度[2]。（冯尚友，2000）

（5）可理解为某一区域的水资源条件在“自然-人工”二元模式影响下，以可预见的技术、经济、社会发展水平及水资源的动态变化为依据，以可持续发展为原则，以维护生态良性循环发展为条件，经过合理优化配置，对该地区社会经济发展所能提供的最大支撑能力。（惠泱河，2001）

总之，尽管已有的水资源承载力定义在表述上各有不同，但其思路并无本质上的差异，都强调了支撑能力的概念。但是，对水资源“承载力”本身的内涵，表达比较宏观。

结合中国科学院知识创新工程有关项目初步研究，作者的观点是：水资源承载力可定义为“在一定的水资源开发利用阶段，满足生态需水的可利用水量能够维系有限发展目标的最大的社会-经济规模”。因此，水资源承载力是一个度量区域社会经济发展受水资源制约的阈值，它通常用满足生态需水的可利用水量与社会经济可持续发展有限目标需求水量的供需平衡退化到临界状态所对应的单位水资源量的人口规模和经济发展规模（如GDP）等指标体系表达。

显然，水资源承载力受水的供、需矛盾双方影响，它需要从受自然变化和人类活动影响的水循环系统出发，通过“自然生态-社会经济”系统对水的需求和流域能够提供的多少可利用水资源量的“支撑能力”方面加以量度。一种概化的水循环与水资源供需关系如图1所示意。

图1量化水资源承载力的系统关系示意

核心问题是：在一定的水资源开发利用阶段和生态环境保护目标下，一个流域/区域的可再生利用的水资源量究竟能够支撑多大规模的社会经济系统发展？如何合理管理有限的水资源（开源与节流），维持和改善陆地系统水资源承载能力？

考虑到水资源承载力研究的现实与长远意义，对它的理解和界定，要遵循下列的事实：

·变化环境下（即自然变化和人类活动影响）的水循环是水资源演变和水资源承载力研究的基础。因为一个流域和区域的水资源承载能力大小，直接与该流域和区域的可利用水资源量与质有本质的联系。而区域可利用水资源量又决定于在不但变化的自然环境（包括全球气候变化）和人类活动影响下水文循环规律及其控制的水资源形成规律。

·需要把把它置于水资源的可持续利用概念的框架，建立在生态系统完整、水资源持续供给和水环境长期有容纳量的基础上。生态系统需水是水资源承载力必须要考虑的重要、方面。

·需要从“水循环-自然生态-社会经济”系统耦合机理上综合考虑水资源对地区人口、资源、环境和经济协调发展的支撑能力；

·水资源承载能力度量除了水循环和水资源变化的自然属性影响外，还取决与社会经济持续发展的有限目标。社会经济发展的要求目标不同，相应的承载能力也不一样。

因此，水资源承载能力的大小是随水资源开发阶段、目标和条件不同而变化，是一个动态、变化的概念。它不仅是水文循环、水资源研究的重要方面，而且与社会经济发展、环境系统的耦合研究密切相联，是可持续发展重大的国家需求研究的问题。

3．水资源承载力的度量与计算方法

由图1的系统关系和水资源承载力的定义，可以导出水资源承载力的度量与计算方法。主要过程概述如下：

（1）水资源总量（W）：它指流域水循环过程中可更新恢复的地表水与地下水资源总量（WL）。流域水循环受自然变化(包括气候变化)和人类活动的影响，可更新恢复的地表水与地下水资源量也在不断变化。另外，除了本地产生的水资源量外，人工跨流域调水（WT）可以增加本流域（或地区）的水资源总量。由于流域水循环降水和径流形成的不确定性，对应不同保证率的水资源量，有流域水资源总量关系

W=WL+WT

（2）生态需水量（We）：生态系统是流域水循环和流域环境系统的基本部分，满足一定环境要求的最小生态需水量（We）首先应该加以估算。它们通常由河道外的生态需水的估算（如天然生态需水、人工生态需水等），和河道内的生态需水估算（如防止河道断流所需的最小径流量等）构成。

（3）可利用水资源量（WS）：流域可利用水资源量是指在经济合理、技术可行和生态环境容许的前提下，通过技术措施可以利用的不重复的一次性水资源量。在概念上，维系生态环境最小的需水量需要扣除，以保证生态环境容许的前提条件。因此，原则上讲，可利用水资源量可以通过流域可更新恢复的地表水与地下水资源总量加上境外调水扣除生态需水量加以估算，即：

WS=aWL+WT–We

式中：a为反映工程技术措施的开发利用系数。

（4）水资源需求总量（WD）:流域社会经济发展规模水平可以表达为人口数量(P),国民生产总值(GDP)或净福利(H)等指标。因此，它们对水资源需求包括：人口需水(Wp)，工业需水(WI)，农业需水(WA)，环境和其它需水(WM)等。因此，社会经济发展对水资源需求总量（WD）可表达为：

WD=Wp+WI+WA+WM

（5）流域水资源承载力的平衡指数（IWSD）：为了描述水资源的承载力，首先需要定义流域水资源承载力的供需平衡指数（IWSD）即：

很显然，当流域可利用水量小于流域社会经济系统的需水量，即,有,这说明流域可供的水资源量不具备对这样规模的社会经济系统的支撑能力。流域水资源对应的人口及经济规模是不可承载。但是，通过调水增加WS和通过节水减少WD可提高IWSD。反过来，当流域可供水量大于等于流域社会经济系统的需水量，即,这说明流域可供的水资源量具备对这样规模的社会经济系统的支撑能力，流域水资源对应的人口及经济规模是可承载，供需为良好状态。

（6）水资源承载力的分量测度：如何量度流域水资源的承载力呢？由定义和上述水资源承载力的供需指数可知，首先需要建立研究对象的“水-社会经济-环境”系统关系。它们的作用是将水资源量支撑的环境、社会经济系统规模（如人口数或人口密度、人均GDP工业产值、农业产值、水环境污染级别等）联系起来。然后，通过一定的水资源开发利用阶段与有限发展目标，分析识别出由供大于需,即IWSD>0可行域退化到IWSD＝0，即系统供需平衡达临界状态的水资源WS=WD所对应的流域人口数（P）和社会经济规模（GDP）等等指标参数。记水资源供需平衡达到临界状态的可供水资源量为，进一步，可以定义水资源承载力的各个分量，即：

意义是：λ1表明维系现状/目标水平的人口规模所需要最少水资源量WS；λ2维系现状/目标水平的经济规模所需要的最少水资源量WS。

流域的综合水资源承载力（F）是其分量的集成，例如，

λ=人均GDP/WS=(GDP/p)/Ws

（7）单位水资源量承载力的度量：为了达到水资源承载力分量和总量可比性的目的，可以进一步转化水资源承载力分量为某单位水资源量的承载指标参数。例如，当统一转化W0为亿m3的可比单位水资源量，有对应的水资源承载力的各个分量，即：

上述公式中的就是流域系统第i个水资源承载力分量。例如，F1的单位量纲是每亿m3的人口数目，说明该流域每亿m3可利用水资源量能够承载的最大人口数。同理，F2的单位量纲是每亿m3的GDP，它说明该流域每亿m3可供水资源量能够承载的经济发展最大规模的GDP。

同理，流域的综合水资源承载力（F）是其分量的集成。例如：

F=人均GDP/亿m3=(GDP/p)/W0

4．西北干旱区水资源承载力综合研究的关键问题

广义上的西北地区包括新疆、青海、甘肃、宁夏、陕西和内蒙古的西北部，总土地面积为374万km2，占全国的39%，总人口约1亿，占全国的8%。涉及西北内陆河流域（包括新疆的部分外流河流域）、黄河流域、长江流域和澜沧江流域。本文讨论的范围，界定在西北内陆河干旱地区。

西北干旱区水资源承载力综合研究的关键问题有：变化环境的流域水循环模拟研究，生态需水研究，社会经济可持续发展的水资源需求研究，流域水资源承载力的计量，西北干旱区水资源承载力综合。下面重点讨论水循环模拟，生态需水和指标体系问题。

（1）变化环境的流域水循环模拟研究

水文循环是联系地球系统地圈~生物圈~大气圈的纽带，是全球变化三大主题碳循环、水资源和食物纤维中的核心问题之一，它受自然变化和人类活动的影响，决定水资源形成与演变的规律。因此，人类活动经济开发和影响剧烈地区的水循环与水资源安全研究，是21世纪资源环境学科领域一个十分重要的方向性问题。

目前水科学发展的前沿问题突出反映在：水文循环的生物圈方面，自然变化和人类活动影响下的水资源演变规律，水与土地利用土地覆被等社会经济相互作用影响等。因此，水文循环需要考虑地球生物圈、全球变化以及人类活动等方面的影响。国际地圈生物圈计划（IGBP）代表国际地球学科发展前沿，水文循环的生物圈方面(BiosphereAspectsofHydrologicalCycle，简称BAHC)是IGBP的核心之一。它注重陆面生态-水文过程与空间格局的变化规律和受人类活动影响的关键问题。进入90年代末，变化环境（即全球变化与人类活动影响）下的水文循环研究成为热点。

人类活动对水文过程的影响，集中表现在对下垫面的改变上，改变流域下垫面的地形、地貌、土壤、植被等条件，可概括为土地利用和土地覆被的变化。下垫面条件发生变化了，水文过程的各环节也相应发生变化，如蒸发、入渗、产流的量会加大或减小，水循环的路径和速率也会发生变化，也就是说，利用原来的降水-径流关系不能反映土地利用/土地覆被变化后的流域降水径流形成规律和水文循环过程，分析人类活动（土地利用/土地覆被变化）对流域径流形成规律的影响成为当水资源承载力研究的基础问题。

以河西走廊的黑河流域为例，由于中游引水等人类活动的剧烈影响，已经完全改变了流域中下游水循环关系，造成下游流量减少和断流，产生严重的生态环境问题。为了说明黑河干流的水资源变化，我们将黑河干流上游出流控制水文站（莺落峡站）及下游输水控制水文站（正义峡站）1959年以来的实测流量资料进行了分析比较。根据1959-1998年实测资料统计，黑河莺落峡多年平均流量49.83m3/s，相当于年径流量15.71×108m3，正义峡多年平均流量31.05m3/s，相当于径流量9.80×108m3，莺落峡流量高于正义峡流量18.78m3/s，相当于区间多年平均每年损耗水量5.92×108m3。

从两站流量多年变化趋势看，莺落峡站水量历年变化平稳，年际变化不大，甚至还稍有上升。正义峡站水量不仅远远小于莺落峡站，且水量在逐年减少（图2），两站水量年均差值越来越大（图3）。

图2黑河莺落峡及正义峡历年径流量变化图

图3莺落峡-正义峡年均流量差值图

造成下游水资源量减少的原因：中游张掖地区人口持续增长，工农业生产迅速发展，用水量急剧增加，导致黑河干流水资源大量损耗，水资源的变化与人类活动的关系密不可分。

因此，深入研究自然变化和人类活动影响下的黑河流域水循环规律，是建立黑河流域水资源承载力模型的重要基础。

（2）生态需水研究

中国西北地区气候干旱、水资源短缺，水已经成为中国西北地区环境与发展最大的限制因子。实际观测与实验研究表明，水对生态环境质量有明显的限制作用，生态系统对水的需求也存在胁迫响应的机制。生态环境需水量是维系生态系统平衡最基本的需用水量，是生态系统安全的一种基本阈值。因此，生态环境需水估算问题成为生态环境建设依据的重要基础。确定不同生态类型的生态需水量，是生态环境建设区域配置的重要内容，是建设生态环境系统的关键。这也是中国工程院咨询项目“西北地区水资源合理配置、生态环境建设和可持续发展问题”中第2课题中的关键问题之一。

20世纪90年代后，随着国际地圈生物圈计划（IGBP）等大的科学计划推动，如水文循环的生物圈方面（BAHC）实施，国际国内对生态环境需水问题十分重视并且已有了一些研究。国家“九五”科技攻关项目有关课题，如“西北地区生态环境保护对策研究”等，利用土地利用/覆被变化的遥感信息对区域生态需水进行初步的估算。中国工程院一期咨询项目《中国可持续发展水资源战略研究》，取得了一批重要的研究成果，所完成9个专题报告中对生态环境用水也做出初步的测算，取得一些进展。但是，目前有关生态需水的研究仍处在初级发展阶段，人们对“生态需水”问题理解还不尽相同。目前，与生态需水有关的概念和定义有多个方面，如“生态需水”、“生态用水”、“生态环境耗水”等。不同人从不同角度看问题有不同的理解与解释。总之，生态环境与水文水资源以及人类生存环境的交叉研究，面临许多挑战，也存在不同的学术观点与看法。

由于目前对“生态需（用）水量”一词，还没有确切的或者得到公认的定义，因此在对它的理解与计算上还存在这样那样的问题。总的来看，多数认为：生态需水量是指在水资源短缺地区为了维系生态系统生物群落基本生存和一定生态环境质量（或生态建设要求）的最小水资源需求量。它包括天然生态保护与人工生态建设所消耗的水量。其内涵：以可持续发展为前提的天然生态保护与人工生态建设的需水，其外延包括地带性植被所用降水和非地带性植被所用的径流。因此，生态需水量可以理解为维系一定生态系统功能所不能被占用的最小水资源需求量，包括天然生态和人工生态，其计算有河道内和河道外之分。基础是自然变化和人类活动影响下的流域水循环规律的认识与模拟。

·河道外的流域上的生态需水的计算

根据补给来源，生态需水首先可以分为降水性生态需水和径流性生态需水。降雨形成径流以及径流运动过程中，地带性植被所在的天然生态系统完全消耗降水量，非地带性植被所在的天然生态系统消耗径流量为主、降水为补充，处于地带性与非地带性的交错过渡带以消耗降水为主、径流为补充。

从生态系统形成的原动力又进一步分为天然生态需水和人工生态需水两大类。从植物生理角度分析生态需水，可以得到天然植被或农作物正常生长时的总腾发量ET。其水分来源有两部分：直接利用的有效降水，以及通过水利工程直接或间接利用的供水。

区域生态需水计算应该以流域为单元，建立变化环境下的流域水循环模型，如图1所示意。然后，充分利用高分辨率的土地利用遥感信息，结合陆面水文生态实验站的校核分析识别确定。对于每个流域，结合其生态特点和水循环特点，确定一级分区为山区、平原绿洲、过度区、荒漠无流区。为了突出人类活动影响，在山区和平原绿洲中进一步区分天然生态系统和人工生态系统，作为二级计算分区。二级计算单元内在以土地利用单元作为三级计算分区,由遥感信息土地利用图上读取各类生态面积单元。对三级分区的每一项，单独计算其生态需水或经济需水。在计算中考虑了天然植被或人工植被对径流性水资源和降水性水资源的同时利用。国家“85”科技攻关项目中的一种基于水循环概念的流域生态需水计算框图如图6所示意（细节略）。

·河道内的生态需水的计算

河道内的生态需水的计算主要考虑的问题是维系河流湖泊水系的生态平衡的最小水量。主要考虑的方面有：

维持河湖水生生物生存的最小需水量；

维系城市人工生态环境景观的最小需水量；

防止河流泥沙淤积所需最小径流量；

防止河流水污染的最小水量；

防止海水入侵所需维持的河道最小流量；

防止河道断流、湖泊萎缩所需维持的最小径流量

通常需要通过流域水循环模拟、枯水分析后，在给出一定生态环境标准（或要求）下确定上述多个的最小流量组合的阈值（具体方法讨论略）。

（3）水资源承载力评价指标及计算方法

水资源承载力评价指标的建立是水资源承载力研究中的另一个关键问题。核心是用什么指标体系反映“社会-经济-环境”系统的发展规模与质量？目前，借鉴土地资源承载力的概念，采用在水资源可供给量所能维持生产的粮食产量的基础上计算水资源承载力的方法显然将问题过于简化了[10]。

从目前的认识，水资源承载力评价指标的选取有不同的做法。例如，有人从定义出发直接选取可支持人口数量、工农业发展规模等人口和社会经济发展指标作为衡量水资源承载力大小的依据[14]。也有人从水资源可供水量、需水量，可承载人口、社会、经济技术发展水平和规模，水环境容量等方面综合考虑建立水资源承载力评价指标体系，采用层次分析方法进行评价[15]。

本文建议，从水资源承载力的基本概念出发，通过水循环系统模拟，水资源评价、生态需水估算和社会经济对水的需求分析，选取计算参数，主要有：对应不同保证率的水资源量，最小生态需水量，可利用水资源量，水资源需求量（包括人口需水，工业需水，农业需水，环境和其它需水等）；通过流域“社会-经济-环境”系统的实际分析，确定水资源承载力评价指标体系，如水资源承载力的平衡指数（IWSD）等。运用本文提出的量化方法，获得比较具体和实在的水资源承载力的度量结果，如维系现状/目标水平的人口规模所需要最少水资源量，维系现状/目标水平的经济规模所需要的最少水资源量等。

总之，希望概念清楚，基础扎实、评价方法简单、可比性好。这方面研究工作需要在实际中发展和完善。

4．结语

水资源承载力的研究在我国虽然已有诸多研究课题和论述，但总的来说，已有的研究重点主要集中在对水资源承载力的评价与计算等方面，还没有形成水资源承载力研究的成熟的理论和方法。笔者“抛砖引玉”。希望在其概念、新的理论与方法研究方面开展研讨。几点建议如下：

（1）加强学科交叉融合的研究

水资源承载力研究涵盖了从理论到实证，从“水-生态-社会经济”多学科基础问题和可持续发展问题。从变化环境下的水文循环水资源演变规律到流域水文生态、植被耗水机理等微观领域，从水文水资源科学到社会经济科学、规划科学等不同层次、不同学科的研究范围，并以多目标决策分析方法、系统动力学方法、遥感与地理信息系统方法等作为技术手段，因此，迫切需要加强学科交叉融合的研究。

（2）技术方法的创新

目前制约水资源承载力研究的一个重要因素就是数据的获取与分析处理。GIS在支持与水文和水环境有关的地理空间数据的获取、管理、分析、模拟和显示，以解决复杂的水资源、水环境规划和管理问题方面显示了其强大的功能[17]。水资源承载力研究必须突破陈旧的数据获取与分析手段，充分利用现代先进技术，将地面水文观测与空中遥感信息相结合，利用地理信息系统进行数值计算和模拟，并将现有水资源承载力数学模型方法与GIS集成，这是水资源承载力研究取得突破性进展的一个关键所在。

（3）研究领域的拓展

篇5

关键词:逃税;地下经济;现金比率法;相关系数

一、引言

逃税(tax evasion)是指纳税人通过非法途径减少其应纳税额的经济活动。大规模地逃税不但会影响一国政府的财政收入,而且还会造成社会资源配置的扭曲以及收入分配的失控,给一国社会经济带来严重影响。

准确地把握逃税规模是对逃税问题进行研究和治理的基础,逃税规模的测算是对逃税问题进行分析的必要前提。早在1980年Tanzi首先使用货币需求法对地下经济的规模进行了测算,随后各种货币需求法被广泛运用于美、日、西欧等国地下经济的研究当中,1sachsen(1985)和Schneider(1986)使用货币需求法对OECD国家的地下经济规模进行了估计,Lacko和Maria(1999)运用实际投入法对OECD国家的地下经济规模进行了估计。

近几年来,在国内也有不少学者和专家对我国地下经济和税收流失规模进行过测算。夏南星(2000,2002)先后两次分别运用现金比率法和通过全国货运量估测我国地下经济规模总量,用现金比率法计算得出我国地下经济占GDP比重在1988年到1994年期间一直高于20%;在运用货运量估测时,1987年地下经济增加值占GDP的比重高达42.03%.梁朋(2000)运用现金比率法和收支差异法对我国1985~1998年的地下经济和因地下经济导致的逃税税收流失规模进行了估测,地下经济规模占GDP比重1992年高达21.48%,因地下经济导致的税收流失规模从1985年的178.“亿元上升到1997年的675.25亿元,1994年最高达到975.60亿元;用收支差异法估测的1993~1997年的逃税规模也一直高于600亿元以上。朱小斌、杨缅昆(2000)将整个经济定义为三个部分:地上部门可观察到的经济活动,地上部门不可观察到的经济活动和地下部门的经济活动,并对后两者进行加总计算得出了我国1979—1997年地下经济的规模。贾绍华(2002)同样用现金比率法估测了1990~2000年我国的地下经济规模和税收流失额以及税收流失率,他所测算出的税收流失率高达26.11%~42.56%.

以上的测算大部分都是关于地下经济规模的测算,即使有对逃税规模进行测算的,也大多只局限于地下经济导致的逃税规模的测算,而很少涉及到地上经济中的逃税部分,但事实上地上经济中存在的逃税规模巨大,不可忽略。本文在测算我国1985—2002年期间逃税总规模(包括地下经济与地上经济中的逃税规模)的基础上,从逃税对GDP的影响、逃税的资源配置效应和收入分配效应三个方面着重分析了我国逃税对社会经济的影响,并在此基础上提出了我国治理逃税的政策建议。

二、逃税规模的测量

由于外国各学者乃至国内大多数学者所采用的方法与引用资料的口径等尚不统一,从而导致对我国逃税规模测算的结果差距较大。因此,采用国际公认的测算方法和国家公布的统计数据对我国的逃税规模进行测算是取得比较可信结果的重要前提。

本文对我国逃税规模进行了重新测算,测算分成两个部分,一是对地下经济导致的逃税规模进行测算,主要采用现金比率法;二是对地上经济存在的逃税规模进行测算,主要是将其分成国内非农部门的逃税、关税逃税以及个人所得税逃税三个方面,通过对这三方面进行加总得出地上经济逃税规模。地上经济逃税规模和地下经济逃税规模的总和即为我国逃税的总体规模。

1.地下经济导致的逃税规模的测算

摘要:通过对温州市公立医院和民营医院经济运营现状的抽样调查,从现行政策范围内,对当前制约民营医院发展的税费问题展开讨论,并对完善税费政策,鼓励民营医院的进一步发展提出了建议。

国务院八部委出台的《关于城镇医药卫生体制改革的指导意见》(简称《意见》)明确提出:卫生改革的根本目标是要打破公立医院的一统天下,在各个环节建立起公平、有序、适度的市场竞争机制,发挥医疗机构本身主动利用政策和市场合理配置资源,少花钱、多办事,用比较低廉的费用,使人民群众得到比较优质的服务。但是,纵观《意见》出台4年来的现状,卫生改革不尽如人意,突出反映在:公立医院改制举步维艰;民营医院发展困难重重,公立医院一统天下的格局基本未被打破,有悖卫生改革的初衷。

造成目前状况的因素虽然较多,但主要是政府对营利性医院现行的税费政策成了阻碍深化卫生改革的瓶颈。据此,温州市卫生经济学会开展了专题研究。现将结果报告如下:

一、资料和方法

在截止2002年12月31日温州市登记在册的三级公立医院和各类民营医院中,随机抽取5所公立医院和7所民营医院为样本单位,分别占全市县级以上公立医院总数的10.9%和民营医院总数的35%.其中公立综合医院3所,占样本总数的25%;民营综合医院3所,占样本总数的25%;公立专科医院2所,占样本总数的16.7%;民营专科医院4所,占样本总数的33%.以问卷调查和实地访谈相结合的方式,采集样本单位2002年度业务运行状况和相关财务数据,根据现行税收政策规定的税种和税率,预测样本单位的税费负担及其实际承担能力,分析现行税收政策对营利性医院生存和发展造成的影响。

二、结果分析

1.基本情况

温州市95%的民营医院均创建于20世纪90年代,在实行医院分类管理中,均被定为营利性医院。由于多系个人或合伙投资,因此,普遍起点低,规模小,虽经近10年的艰苦创业,但目前在服务功能、技术力量、设备条件等综合实力方面,与公立医院相比均存在明显差距。

(1)职工人数。调查显示,目前温州市公立综合医院的职工人数平均为802人,相当民营综合医院69人的11.6倍;公立专科医院的职工人数平均为388人,相当民营专科医院94人的4.1倍。特别是被调查的5所公立医院均已建立由学科带头人、高级技术骨干、中级技术骨干和基本技术队伍组成,结构合理、比例恰当的人才梯队;而7所民营医院中级以上技术骨干的总和,尚不足一所公立医院拥有的技术人才。

(2)病床规模。调查显示,公立综合医院的病床规模平均为436张,相当于民营综合医院平均49床的8.9倍,公立专科医院的病床规模平均为287张,相当于民营专科医院平均122张的2.4倍;特别是5所公立医院普遍建立了由市级重点学科、市级重点专科、院级特色专科和基础学科组成的分支学科体系,服务功能齐全,具有对各类社会群体提供全方位服务的能力。而7所民营医院普遍未形成比较完整的学科体系,服务范围局限性较大。

(3)净资产总额。调查显示,公立综合医院的净资产总额平均为16268.2万元,相当于民营综合医院平均445.7万元的36.5倍;公立专科医院的净资产总额平均为5328.1万元,相当于民营专科医院平均1121.1万元的4.8倍。

2.业务工作

2002年度,被调查的3所公立综合医院平均入院病人为12043人次,出院病人为11984人次,门急诊量为323332人次,分别是被调查的3所民营综合医院的729人次、705人次和38905人次的16.5倍、17倍和8.3倍。2所公立专科医院平均入院病人为3609人次,出院病人为3571人次,门急诊量为172007人次,分别是被调查的4所民营专科医院1540人次、1514人次和19987人次的2.3倍、2.4倍和8.6倍。由此可见,目前医疗市场上公立医院一统天下的局面基本尚未改变。

3.收费标准比较

“收费价格放开”是医院分类管理政策给予营利性医院的唯一比较明确的优惠措施。但是调查显示,由于社会公众已习惯于将医院视作“社会福利性公益事业”,包括政府有关职能部门的观念也仍未转变,营利性医院实行“价格放开”不仅难脱“乱收费”的嫌疑,而且无疑是主动脱离市场的“自杀”行为。因此,目前被定为营利性的民营医院,不仅尚无一家敢于实行“价格放开”,而且为了与公立医院争夺市场,绝大部分采用降低收费标准来吸引患者。其中每门诊人次费、住院病人床日费用、出院者人均住院费及高血压脑梗塞等单病种费用,民营医院都低于公立医院。

4.公立医院不包括财政补贴)

调查显示,目前医院的经济状况公立医院明显好于民营医院,综合医院又好于专科医院。

目前,公立医院凭借长期经营中形成的优势和规模效应,在社会医疗消费总量中,仍占有90%以上的份额,而民营医院多数仍处于“小打小闹”的状况。2002年度3所公立综合医院的最高业务收入达到1.7亿元以上,平均达到1.3亿多元,3所民营综合医院最高业务收入仅600余万元,平均不足500万元,公立综合医院的年业务收入超过民营综合医院26.8倍。2所公立专科医院与4所民营专科医院相比,两者也相差3.51倍。

在医院经济支出方面,尽管民营医院普遍采取精简机构、精简人员等积极措施,努力降低运营成本,但年支出占年收入的比例仍高于公立医院,最根本的原因是:(1)已经实行的职工平均月工资超960元需缴纳33%的企业所得税,约占民营医院总收入的2.51%~7.71%,平均为4.75%;(2)规避医疗风险的“医疗责任保险”费用和医疗广告费,约占民营医院年收入的6%~10%;(3)民营医院担负的各类社会公益义务的支出约占年收入的1%以上,其中康宁医院的年支出达56.12万元,占年收入的3.76%.公立医院的公益支出已从财政补贴中得到补偿,民营医院却至今得不到应有的补偿。

在医院税前结余方面,公立综合医院超过民营医院近44倍,公立专科医院超过民营专科医院36倍以上。

篇6

关键词：长江经济带；节能减排效率；DEAEBM模型；全局MalmquistLuenberger指数法

DOI：10.13956/j.ss.1001-8409.2016.12.09

中图分类号：F0622；F1245 文献标识码：A 文章编号：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

长江经济带涵盖我国沪苏浙皖赣鄂湘渝川云黔11个省市，已发展成为中国综合实力最强、战略支撑作用最大的区域之一。2014年我国提出将生态文明建设的先行示范带作为长江经济带的重要战略定位。然而近年来，长江流域沿岸地区水质恶化，固体废物严重污染。这一系列问题的出现，严重制约着长江经济带的可持续发展。在当前形势下，国家“十三五”规划纲要确立了实现单位GDP能耗、CO2排放量分别下降15%和18%的目标，国家层面对节能减排指标的硬性约束，对区域、地方的节能减排工作起到了规范和引领作用。本文针对2006～2014年对长江经济带节能减排效率进行时空分布差异进行实证研究，为评价“十一五”“十二五”期间我国节能减排实施效果提供依据，也对长江经济带发展绿色低碳经济和全国生态文明建设具有重要的现实意义。

1文献回顾

关于我国节能减排效率的研究，主要是从能源效率的研究中拓展出来的。大多数学者在全要素的框架下，把劳动力、资本、能源消耗等作为投入，把GDP等作为产出，采用数据包络分析（DEA）法进行研究。研究污染物排放等非期望产出，又可分为两类。第一类研究未考虑非期望产出，在评价模型上分别采用了一般DEA模型、改进的DEA模型、超效率DEA模型以及DEA-Malmquist生产率指数模型[1]等；第二类研究考虑了非期望产出，即在第一类研究的模型中加入了一个或多个污染物排放的非期望产出（即减排指标），在处理非期望产出时，这些研究分别采用视为投入代法、Seiford和Zhu提出的线性变化法[2，3]以及Malmquist-Luenberger指数法[4]等。其中，Tone等基于前期DEA模型的不足，构建了一个结合径向与非径向特点的EBM（EpsilonBased Measure）模型[5]；而Cheng等在前者研究的基础上，进一步对相关系数计算方法改进和修正，提出了AdjustedEBM模型（即AEBM）[6]。同时，Pastor和Lovell在前人研究的基础上，率先提出全局Malmquist指数计算方法（简称GML法），使得估算结果更加真实稳健[7]。另外，有的研究采用了改进的熵值法将多个污染排放指标综合为一个非期望产出以减少模型产出、提升模型有效性。

本文借鉴上述研究成果，鉴于非期望产出的选取、指标选取等方面的不足，从以下方面进行创新：研究框架与方法上，采用考虑CO2等非期望产出的全要素节能减排效率的研究框架，运用改进的超效率DEAEBM模型以及全局ML指数法相结合的综合方法，对整个长江经济带各省及上中下游三大区域的节能减排效率进行全面评价；研究视角上，考虑碳排放和无碳排放约束两种情景下的省级节能减排效率比较分析，以更全面、客观地反映当前节能减排的现实。

2评价方法与模型

21改进的DEAEBM模型

基于CRS和SBM等数据包络模型的不足，Cheng等在Tone构建的EBM模型的基础上，提出了改进后的DEAEBM模型（AEBM）。本文将运用该模型对节能减排效率进行静态估算，效率范围在0和1之间，效率等于1代表DEA有效，处于前沿面上；不足1时则是DEA无效，出现投入不足或者冗余的情况，说明投入产出仍有改进空间。特别是在超效率EBM模型中分值EBM*>1时，继续增加投入还可以促进全要素节能减排效率的提高。

22全局MalmquistLuenberger（GML）指数法

在此基础上，本文结合有非期望产出的全局ML（GML）指数法可以测算效率增长率以及各个分解指数的特点，对节能减排效率做动态分析。其中，GML>1，表示节能减排效率提升；反之，则下降。进一步可将GML生产率指数分解为效率变化（GEFC）和技术变动（GTEC），再根据Zofio[8]的生产率指数分解方法，将GEFC分为纯效率变化（GPEC）和规模效率变化（GSEC），将GTEC又可以分为纯技术变化（GPTC）和技术规模偏好（GSTC）。根据结果的不同，GPEC可体现地区环境治理水平，GSEC表示地区规模经济的情况，GPTC是区分地区技术进步的标准，而GSTC体现了经济规模与技术进步间的互动关系。这一分解方法能够从4个不同维度来分析长江经济带各区域的节能减排现状，比以往的研究更全面、具体。

3长江经济带节能减排效率评价的实证分析

31节能减排效率评价指标选取与数据来源

“十一五”规划中才提出节能减排的具体指标，考虑到数据的可获得性，本文选取2006～2014年作为考察期，并将针对长江经济带各省市及上中下游三大区域开展研究。

在全要素框架下，本文设定生产函数为F（L，K，E）=Y（Q，P），其中L为考虑质量的劳动力投入，K为考虑质量的资本投入，E为能源投入，Q为期望产出（即地区GDP），P为非期望产出（地区污染物排放指数）。各指标的定义及数据来源如下：①考虑质量的劳动力L用劳动力人均教育年数衡量劳动力素质（质量）的差异；②考虑质量的资本存量K用资本存量的使用年限衡量资本质量的差异；③能源投入E为各地每年的能源消费总量作为能源投入指标；④期望产出Q为GDP，并折算为2005年不变价；⑤非期望产出P（地区污染物排放指数）：本文选取“十一五”“十二五”规划中明确要求减排的污染物，即SO2、COD和氨氮的排放量。此外，CO[9]2加入到非期望产出，并采用改进的熵值法[10]将三个污染物排放量综合成一个地区污染物排放指数P代入到模型中。以上数据取自历年《中国统计年鉴》《中国劳动统计年鉴》《中国能源统计年鉴》以及《各省市统计年鉴》。

32节能减排效率评价结果及分析

根据上述方法，运用MAXDEA66 PRO软件计算2006～2014年长江经济带省市、区域的节能减排效率及各项指数，分析时间变化规律、空间分布特征及差异。

321长江经济带节能减排整体效率分析

由表1可知：2006～2014年间无碳约束的长江经济带节能减排AEBM效率和GML指数都会被高估，这说明加入碳约束会降低节能减排效率。总体来看，是否考虑碳排放约束的节能减排效率值是存在差异的。实际生产过程中，宜采用有碳约束的AEBM效率值及GML指数进行如下分析。

进一步观察表1得到：期间整个长江经济带节能减排AEBM效率以及GML指数均呈先降后升的U型变化趋势，可分为两个阶段。第一阶段，“十一五”期间，效率变化波动的现实原因主要受金融危机影响，造成产出水平下降，与此同时，经济带前期发展的高碳高污染行业造成的环境问题愈发严重，使得在环保投入不断增长的情形下，节能减排效率值依旧有所下降；而第二阶段，即2010年以后节能减排效率取得了较大幅度的提升。这也得益于进入“十二五”规划期之后，国家从政策上明确了节能减排的目标和方向，使得节能减排工作取得快速发展。2014年，AEBM效率值和GML指数均到达峰值（0721和1053）。

从A-EBM分解式中可得到：规模效率SE在8年间较为平稳保持在085左右，而纯技术效率VRS的下降导致了整体效率值的下跌，直到2012年才有所好转。这体现了节能减排管理水平方面有一定欠缺。

从GML指数分解来分析，9年间长江经济带节能减排效率进步了43%。进一步分析分解式可知：技术进步指数（GTEC）始终大于1（均值1040），这表明了技术进步对长江经济带节能减排效率的提高起了决定性的作用。其中，GPTC均值为1024，GSTC为1016，说明：一方面纯技术进步速度较快；另一方面经济规模的技术偏好在加强。而造成期间效率波动主要是由效率变化指数（GEFC）的波动造成的，如表1所示。原因是经济规模（GSEC）相对稳定，而环境治理水平（GPEC）有一定程度的降低，特别

是“十一五”期间GPEC持续地下降，到“十二五”才有所缓和，国家制定了更严苛的环境制度来协调地方经济与环境的关系，使效率有所回升，GEFC均值超过1，为1003。这说明，期间长江经济带在总体的节能减排管理水平和制度设计上仍有改进空间，与A-EBM效率分解结果相符。

322长江经济带省际节能减排AEBM效率评价

（1）空间分布

由图1可得长江经济带省际节能减排AEBM效率未达到理想状态（DEA值为0670），且省际间差异明显。均值由高到低排序依次为：上海、江苏、浙江、湖南、湖北、江西、重庆、安徽、四川、云南和贵州。其中，上海的综合效率是1002，处于效率前沿，其他10个省市距离效率前沿还有一定的差距。空间分布特征上，效率值由长江下游到上游逐步降低。只有下游的上海、江苏和浙江3个省市的节能减排效率大于整个长江经济带的平均值，而云南和贵州远远低于平均值，差距明显。

从AEBM效率值分解的测算结果可知：无论是VRS还是SE，效率值都是由长江下游到上游依次降低，其中①纯技术效率均值前4名为：上海、江苏、重庆和浙江，而且上中下游地区间的效率差异较大。可以看出纯技术效率的差异是造成AEBM效率地区差异的主要原因，即下游地区在节能减排的管理水平和制度设计上遥遥领先，中、上游地区分别属于纯技术中、低效水平本文根据DEA方法的结果，将A-EBM效率值分为高（08～1）、中（06～08）、低（04～06）、无（0～04）效4个类别。，改进空间巨大。②规模效率的省际差异较小，绝对值前4为上海、江苏、浙江和湖南，只有贵州的规模经济发展效率属于低效范畴。

（2）时间演进

①三个区域都经历了效率值从高位到低位再回到高位的过程，长江下游的节能减排效率仍然远高于中、上游地区。而具体来说，长江中、上游地区期间跌幅较小，只有7%左右，涨幅则达到了将近20%；下游地区由于整体效率属于较高水平，上涨空间不大，上升和下降幅度基本持平。②从省际的角度，2006年节能减排均属于高效的省份占27%。其中，上海为完全有效；有55%属于中等效率水平，包括了中、上游的6个省份；而贵州、云南的效率处于低水平。“十二五”初期，浙江连续两年跌出高效的省份，高效省份变为2个；而中效地区最少的时候只有中游的4个省份；上游的重庆和四川跌至低效水平，云南、贵州始终保持在最低水准上。2012年以来节能减排形势有所好转，截止2014年，高效水平为下游的3个省份；中效的省份又回到6个，湖北、湖南、重庆的效率进步较快，其中重庆市的效率已经迫近了高效地区；下游云南的效率也接近了中等水平，而贵州仍然在低水平下徘徊。

323长江经济带节能减排效率GML指数评价结果分析

（1）空间分布

从GML指数来看省际的效率变化，所有11个省市总体上是效率进步的。进步较快的省市集中在中上游地区，按进步快慢排序依次有重庆（74%）、四川（67%）、湖南（6%）、江西（54%）。下游地区效率绝对水平高，相应地，进步放缓且进步空间较小。其中，上海的效率一直处于整个经济带的前沿，而云南、贵州效率值低，进步速度也较慢。

各省市节能减排效率GML各项分解指数均值可知：①从技术变化指数GTEC来看：上海、江苏、浙江、湖南、重庆、四川6个省市均超过1，反映技术前沿面获得了不同程度的推进；②从效率变化指数来看，下游地区3个省市处在规模报酬递减阶段，经济规模有所饱和，而中上游地区则处于规模报酬递增阶段，经济规模的扩大还有一定的空间。综合以上，湖南、重庆、四川3个省市无论是GTEC还是GEFC都大于1，节能减排效率发展较快。

进一步分解得到：从GPEC和GSEC来看，江苏的节能减排管理水平得到提升，但经济规模发展已经饱和，而其他省市的管理水平和监管机制还有待加强，经济规模却获得一定的发展空间；从GPTC和GSTC来看，下游的省市经济规模的技术偏好基础较好、发展较快，中下游省市技术研发水平提高较快，但与经济规模发展的互补进展较迟缓。

（2）时间演进

从GML的指数分解变化趋势看：长江经济带三大区域的规模效率变化在2008～2013年间多次出现退步，但

总体上的变化是平稳的；经济规模的技术偏好方面，下游地区指数有所下降，中、上游地区有一定的上涨趋势；纯效率变化指数在2006～2011年间多数省市出现下降趋势，尤其是中、上游地区下降趋势更为明显。处于下游的江苏是唯一趋势上升的地区；纯技术进步指数9年间三大区域各省市基本都处于上升趋势，尤其是2012年以来，上升幅度愈发明显。

由测算结果及以上分析，结合各项指数的分解关系可知：下游区域的技术前沿推进以及经济规模的技术偏好较高是促进节能减排效率大幅提升的关键因素；长江中游的节能减排效率主要受技术进步水平的影响；而影响上游区域节能减排效率发展的因素是技术和管理水平。

324长江经济带省际节能减排效率差异分析

在了解省际节能减排效率空间变化情况的基础上，根据2006～2014年经济带省际A-EBM效率值以及GML指数对经济带11个省份进一步做聚类分析，以利于从空间上把握各地节能减排效率高低的分布情况。运用SPSS190软件的系统聚类WARD法，把经济带11个省市的节能减排A-EBM效率值分为高（08～1）、中（06～08）、低（04～06）效三个类别，再根据节能减排效率GML指数历年均值，将研究对象分为效率上升（大于1且排名前列）、平稳（大于且接近1）和下降三个级别，最后综合得到表2。

由表2可以看出：平稳（或上升）―高效地区，包括江苏、浙江及上海，该类省市在长江经济带范围内的节能减排工作中发挥示范作用；重庆、四川、湖南和江西为上升―中效地区，有向节能减排高效地区发展的潜力；包括湖北和安徽，该部分区域节能减排事业发展平稳推进，但效果不明显，属于平稳―中效地区；而处于平稳―低效的贵州和云南，无论从政策、管理上，还是技术水平上与其他地区还有一定的差距。

325长江经济带节能减排效率收敛性分析

本文通过σ收敛分析方法[11]分析长江经济带节能减排效率差异随时间变化的趋势。由图2结果可知：省际变异系数呈上下波动形态，在2010年达到峰值，总体趋势向下收敛，而区域变异系数从2008年起逐渐向下收敛。相较而言，区域间的变异系数收敛性更明显，而城际变异系数波动幅度更小。

为了探求省际变异系数波动较大的原因，本文进一步测算了三个经济区域间的变异系数。结果显示：主要是上游地区节能减排效率差异分化明显造成的。从趋势看：长江中、下游地区省际变异系数变化较为平稳，而上游地区省际变异系数有发散的趋势；横向比较来看：中游地区城际效率差异最小，下游地区其次，而上游的城际差异相对较大，且持续发散。主要原因在于长江中下游地区经济相对领先，经济规模的技术偏好水平高，人才资源丰富，更有利于地区间协同实现互利共赢；而上游城市群发展相对落后且不平衡，制度建设进展缓慢，个别城市的效率提高并没有带动周边城市协同进步，所以造成了区域内城际发展差异越来越大。

4结论与启示

本文测算了2006～2014年长江经济带各省市、区域的节能减排效率，并对时间变化规律和区域差异特征进行探究，得出以下结论：

（1）考虑碳约束对于节能减排效率的测度具有明显影响且更符合现实情况。因而，碳约束下2006～2014年期间整个长江经济带节能减排效率GML指数为1043，即节能减排工作取得了一定的进步；但A-EBM效率为0670，仍未达到理想状态。

（2）空间分布上，节能减排效率由长江下游到上游逐步降低。时间演化上，整个长江经济带节能减排效率呈先降后升的U型变化趋势。差异程度来看，省际变异系数呈上下波动的倒U形态，而区域变异系数逐渐向下收敛。可见，省际节能减排工作的协同方面仍然存在一定差距。

（3）技术进步指数与节能减排效率同步提高，说明技术进步是推动长江经济带节能减排效率提升的主要动力。而节能减排的管理水平和治理差异是导致效率向下波动的主要原因；而纯技术进步以及经济规模的技术偏好水平的不断提升促进了整个长江经济带节能减排效率先下降后提升的转折。

基于上述结论，提出以下启示：

（1）充分发挥政府的主导作用以及市场的基础调节作用。各省市节能减排在管理水平和制度设计上还有改进空间，特别是上游地区，应该充分发挥政府的监督管理职能，用行政手段促进企业减排；中游地区要大力探索发展碳权交易，建立正式的碳交易市场来促进减排；下游地区要注重政府职能创新，通过财政拨款来补贴技术创新的形式来加大对节能减排工作的支持力度。

（2）重视和发挥技术进步以及科技创新的关键作用，加大节能环保技术、工艺和装备研发投入。特别是要加强节能减排、低碳环保等技术的产业化示范和推广，以推动长江经济带整体的技术进步。

（3）统筹协调发展，推进区域协同。中下游地区严格控制并逐步淘汰高耗能、高排放产业。推动建立绿色低碳循环发展产业体系。上游地区资源禀赋优势明显，要优化能源消费结构，提倡使用清洁能源，同时应该注意防范下游地区产业的转移带来污染排放的跨区域转移。

参考文献：

[1]孙欣，韩伟伟，宋马林. 中国省域节能减排效率评价及其影响因素[J]. 西北农林科技大学学报（社会科学版）， 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]袁晓玲，张宝山，杨万平. 基于环境污染的中国全要素能源效率研究[J]. 中国工业经济， 2009（2）： 76-86.

[4]王维国，范丹. 中国区域全要素能源效率收敛性及影响因素分析――基于MalmqulistLuenberger指数法[J]. 资源科学， 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]齐绍洲，付坤. 低碳经济转型中省级碳排放核算方法比较分析[J]. 武汉大学学报：哲学社会科学版， 2013（2）：85-92.

篇7

【关键词】城市；休闲产业；文献综述

中图分类号：F59文献标识码A文章编号1006-0278（2013）06-045-01

一、引言和文献检索总体情况

文章以中国学术期刊网数据库为主要检索库，以“篇名”作为检索项，“城市”“休闲产业”作为关键词进行检索，到2012年为止，13年间，得到文献135篇，筛选后剩余有效文献119篇。文章主要对这119篇文献进行初步的分类和讨论。

二、文献内容分析

（一）城市休闲发展研究

城市休闲产业发展研究主要集中在对战略对策、区域发展、格局趋势、发展模式以及发展综述等方面的探讨。除了针对城市旅游产业进行整体综述性研究之外，也有部分文献探讨具体区域的休闲产业发展，如王琪延以北京为例，探索了国际化大都市率先进入休闲经济时代的条件和特征①。郝影利从国家战略层面讨论了上海休闲产业的发展②，虽然略显空大，但是显著的说明了城市休闲产业在大都市发展过程中的重要作用。

（二）城市休闲产业基础及开发研究

城市休闲产业的基础性研究主要集中在研究综述、相关概念辨析、产业结构3个方面。例如，黄安民，韩光明详细阐述了旅游城市、休闲城市这两个概念，并从两者的定义，两者间的渗透、差异等方面进行了系统的论述③。杨振之、周坤的“也谈休闲城市与城市休闲”，作者对休闲城市的标准做了较为系统的整理，对城市休闲的基本问题从规划实践的角度做了较为全面的阐述，对城市休闲的产业体系、城市休闲的游憩方式与城市休闲的空间构成等问题进行了深入研究④。城市休闲产业开发涉及产品开发、产业集群、开发原因、开发经验等内容。何建明提出了基于休闲需求结构与行为的分析对城市休闲产业与产品的发展导向研究的思路⑤。王红宝，张启，苗泽华在城市休闲旅游领域提出了产品“深度开发”这个概念⑥。刘滨，周帅则从旅游休闲产业集群的角度，探索了其在理论基础、形成条件和竞争优势上与普通产业集群的不同⑦。这对于研究城市休闲产业集群的发展同样具有重要的意义。

（三）城市休闲产业的功能

郝影利从多个角度论述了城市化进程中休闲产业的作用⑧，不仅为发展城市休闲产业找到了更多理论支撑，更为城市化进程的加速提供了一条可供参考的措施。庞学铨和王景全均从文化的角度探索了休闲对于城市建设、发展的重要意义⑨⑩，文化作为软实力的关键因素，正受到越来越多的重视，这种研究切入点有待挖掘。产业的后期发展阶段，最终都应该形成相对完善的评估体系。

（四）从休闲经济的角度看待城市休闲产业的发展

苗建军提出了“中心城市就是休闲经济的空间结点”的学术观点，作者从空间安排角度来思考休闲的经济属性，较为新颖。付达院看到了我国城市休闲产业发展过程中的一些问题，他指出“我国大部分城市的休闲经济规模远没有达到最优状态。尽管我国城市休闲经济产业化呈现不断升级趋势，但与国外其他城市相比仍存在较大差距。”

三、研究小结及对国内相关研究的启示

城市休闲产业的研究内容不断拓展，研究的视角日益宽泛，研究日益细化、深化。当然，通过对文献的整理和分析，有一些问题也是应该引起我们注意和思考的，比如研究的角度多有雷同，研究的范式主义过于严重，研究过程的反思性缺乏等等。因此，对概念的字斟句酌，思路的创新与批判性反思应该成为在日后的研究中应该重点关注的问题。

参考文献：①王琪延.北京将率先进入休闲经济时代[J].北京社会科学，2004（2）.②郝影利.从国家战略层面论上海休闲产业的发展[J].商业经济研究，2011（18）.

③黄安民，韩光.从旅游城市到休闲城市的思考：渗透，差异和途径[J].经济地理.2012，32（5）.

④杨振之，周坤.也谈休闲城市与城市休闲[D].第十三届全国区域旅游开发学术研讨会论文，2008，23（12）.

⑤何建民.城市休闲产业与产品的发展导向研究――基于休闲需求结构与行为的分析[J].旅游学刊，2008，23（7）.

⑥王红宝，张启，苗泽华.城市休闲旅游产品深度开发研究.[J].改革与战略，2010，26（12）.

⑦刘滨，周帅.大力发展旅游休闲产业集群[J].经济研究导刊，2010（32）.

⑧郝影利.城市化进程中休闲产业的作用[J].企业家天地，2006（2）.

⑨庞学铨.试论休闲对于城市发展的文化意义[J].浙江大学学报（人文社会科学版），2010，40（2）.

⑩王景全.休闲产业：城市经济发展的文化路径[J].城市观察，2012（4）.

篇8

市场汇率低估中国经济实际美元总量

2009年,中国的名义国内生产总值(GDP)约为33.5万亿元人民币,美国的名义GDP大约是14.3万亿美元。因为度量的货币不同,所以需要一个人民币与美元之间的转换指标。最常使用的是市场汇率,如果按2009年的平均市场汇率约6.83来计算的话,中国的GDP大概是4.9万亿美元,约为美国GDP的34%。

然而,这样的一次计算低估了中国的实际经济规模。市场汇率反映的仅仅是可贸易的商品和服务之间的价格转换关系。比如说,中国出口了很多衬衫和皮鞋到美国,同样的一件衬衫,在中国买如果要花70元人民币的话,在美国大概只要花10美元就能买到。然而,市场汇率并不反映不可贸易的商品和服务之间的价格关系。譬如,你在中国一家中档的理发店里理一次发需要20元人民币,而你在美国差不多的理发店里可能需要花10美元,这之间的比例关系就不是6.83∶1了,通常远低于这个比例。

在一个经济中,有很多商品和服务都是不参与国际贸易的,包括一些日常消费的食品和基本的医疗服务。若使用市场汇率的话,就把它们以人民币标明的价格都除以6.83,那么20元一次的理发服务就被折算成了2.9美元。

“购买力平价”: 2005年1美元约值3.45元人民币

所以,我们若要更加准确地比较中美经济的相对规模,就需要知道那些不可贸易的商品和服务的价格转换比例。这就是“购买力平价”(Purchasing Power Parity,简称PPP)所要反映的。

构建“购买力平价”是一个非常复杂的任务。首先,要挑选出“一篮子标准的商品和服务”――就是中国老百姓通常消费些什么,美国老百姓通常消费些什么,并且对应起来。然后,要在中国和美国分别搜集这些商品和服务的价格。比如说,差不多的一个面包在两国分别是什么价格,看一次牙分别是什么价,打一次长途电话是什么价,等等。最后,以这些商品在各自GDP中的比重作为权重,来计算一个综合的价格指标。

世界银行国际比较项目是专门测算各国的“购买力平价”的。最新“购买力平价”的数据是基于2005年的价格编制而成的。这个项目首先详细定义了超过1000项的商品和服务,然后在全球各国搜集它们在2005年的价格,最后汇总编制出各个国家的“购买力平价”。2005年,中国的“购买力平价”是3.45,也就是说:当年,1美元在美国可以购买到的标准商品和服务,平均而言在中国大概需要3.45元人民币来购买。

从世行的网站上,我们还可以得到2005年中国各个部门的“购买力平价”。在此项上,各个部门间有着很大的差异。比如,在“医疗”和“教育”部门,中国和美国的价格比几乎是1或者低于1。这就是说:在美国花100美元所得到的医疗服务和教育服务,在中国大概花100元人民币就能够买到。

而相反,一些出口行业的“购买力平价”就与汇率非常接近。2005年美元兑人民币的平均市场汇率是8.17。“衣服与鞋类”部门的“购买力平价”是6.86。而“机械与设备”的“购买力平价”为8.79。这意味着,中国百姓在购买这些商品时支付了一个“国际价格”――你在中国买衣服和鞋与你把钱按市场汇率兑换成美元,然后到美国去买的价格是一样的。而如果你换了钱去美国接受医疗服务,你就会觉得价格非常高,因为在国内会便宜很多。

各个部门的“购买力平价”反映了它们的价格在多大程度上是由国际市场决定的。类似于“医疗”和“教育”部门,其商品和服务的价格主要是在本地市场上决定的,所以按市场汇率计算所得到的美元价格会远低于按“购买力平价”转换得到的价格。

2009年中国经济的实际规模:人均不到美国的16%

回到文章开头提出的问题。有了“购买力平价”的数据,我们就可以更加准确地比较各个国家的实际经济规模了。

但“购买力平价”会有一些逐年的变化,尤其是对于发展中国家。在比较长的时期内,这是由于“一篮子标准的商品和服务”发生了变化――当一国消费者变得更加富有时,他们通常会消费更多的耐用品,诸如电器和汽车,以及其他在国际市场上贸易的商品和服务。

另外,在长期中,随着本地劳动力收入(工资)的上升,一些基本的商品和服务的价格也会上升。而在较短的时期内,“购买力平价”的变化主要是由于各国商品和服务的相对价格发生了变化,或者说,通货膨胀的程度不同所引致的。

篇9

关键词能源碳足迹；IPCC排放因子；LMDI分解法；珠江三角洲

中图分类号 X196 文献标识码 A

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

联合国政府间气候变化专门委员会（IPCC）第四次评估报告[1]证实，全球气候系统变暖是毋庸置疑的。该报告认为，自20世纪中叶以来，大部分已观测到的全球平均温度升高很可能是由于人为温室气体浓度增加所导致。如何控制碳足迹增长成为全球共同关注的焦点。分析碳足迹的影响因素，并从中找出相应的控制对策，是当前碳足迹研究热点之一。日本学者Yoichi Kaya[2]在一次IPCC研讨会上提出了著名的Kaya恒等式，把碳排放分解成能源碳排放强度、能源结构、能源效率、人均GDP和人口规模五方面因素的乘积，很好地解释了碳排放变化的影响因素，得到了广泛认同。此后，许多学者基于Kaya恒等式对碳足迹影响因素开展了大量研究[3-5]。不同学者对不同区域研究得到的影响碳排放的主导因素并不一样。Sue J. Lin等[6]认为经济发展过程中过于依赖以电力、石油为主的“富碳”能源，是台湾过去20年CO2排放持续增长的主要因素。Juan和Emilio[4]研究发现，国际人均碳排放的不平等主要归因于人均收入水平的不平等，能源碳排放强度的影响很小，这一点在中国和印度表现较为显著。郭朝先[7]则认为经济规模的扩张是中国碳排放高速增长的最主要原因。本文结合IPCC的能源碳排放因子，计算珠江三角洲的能源碳足迹，然后基于Kaya恒等式的因素分解，运用指数分解分析法对珠三角能源碳足迹各影响因素的作用方向和影响权重进行分析，以期为实现珠三角碳减排提出对策和建议。

1 研究方法

1.1 碳足迹计算

本文基于IPCC的碳排放因子进行能源碳足迹计算。《2006年IPCC国家温室气体清单指南》（以下简称《IPCC指南》）把表示人类活动发生程度的信息称为活动数据（Activity Data），把用于量化单位人类活动所造成的排放物量或清除量的系数称为排放因子（Emission Factors）[8]。由此得到一下基本模型：

排放量 = 活动数据 × 排放因子（1）

1.1.1 活动数据

在能源碳足迹计算中，活动数据即为各种能源的消费量。

基于不重不漏的原则，兼顾考虑珠三角能源消费特点，本文选取的用于碳足迹计算的能源指标包括原煤、焦炭、汽油、柴油、煤油、燃料油和液化石油气的消费量，共7项。

1.1.2 排放因子

排放因子是消费单位能源所产生的CO2的排放量，这里实际上是指CO2排放因子。CO2排放因子和燃烧技术关系不大（《IPCC指南》，基于燃料中的碳100%氧化的假设制订排放因子），主要取决于能源的种类，即能源的碳含量和能源的平均低位发热量。各种能源的通用碳含量因子依据《IPCC指南》提供。

一般情况下，计算各种能源的消费量时，将能源的折算为标准煤当量。低位发热量等于29 307 kJ的能源，称为1 kg标准煤（1kgce）。

综上所述，七种能源指标的碳含量和折标煤系数如表1所示。

1.2 对数平均迪氏指数分解法（LMDI）

指数分解分析运用统计指数的基本原理，旨在考察某一影响因素的变化对目标产生的单一影响。通过该方法可以考察各影响因素对目标的作用方向和影响程度[9]。对于在能源与环境问题的应用，指数分解分析分离了各种可能机制对污染变化的贡献，并且通过对各可能机制进行分解，达到追溯污染变化趋势的原因，找出间接影响污染指标的深层次因素[10]。

很多学者针对指数分解分析法做了大量研究[11-12]。其中， Ang[13]提出了对数平均迪氏指数分解法（logarithmic mean Divisia index method，简称LMDI法），解决了指数分解分析法原有的残值和零值问题。LMDI法基于这么一个函数：

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

对于任何一个因式分解Wt=Xt×Yt，结合函数L(x,y)有

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

WY=L(Wt,W0)ln(Yt/Y0)（4）

其中，W表示目标函数，X、Y表示影响因素，Xt、Yt、Wt分别表示t时期X、Y、W的值（t=0时，表示基期的值），WX、WY分别表示单独受X、Y作用时，W的变化值。通过比较WX和WY可以得到X和Y单独作用时对W的影响权重。

2 珠江三角洲能源碳足迹状况

2.1 研究对象及区域

碳足迹（Carbon Footprint）概念起源于生态足迹（Ecological Footprint），但其内涵又与之不同。碳足迹一般是指人类各种活动所造成的CO2排放总量，本质上是碳排放的量度。目前，对碳足迹定义还没有统一认识，不同学者和组织[14-15]对其有不同的理解，其主要分歧点在于碳足迹的范围是否包含全部温室气体的排放。

针对这个分歧，本文区分了“广义碳足迹”和“狭义碳足迹”的区别。本文认为“广义碳足迹”指自然界中所有排放途径（包括人类活动和自然界活动，如化石燃料燃烧、动植物的生命活动排放、自然挥发等）所造成的所有温室气体（包括CO2、CH4、NOx等）的排放量。而“狭义碳足迹”，则特指能源活动所带来的CO2排放量，也称为“能源碳足迹”。狭义的“碳足迹”，实际上已经占所有温室气体排放总量的大部分份额，是当前碳减排工作的重点。考虑到条件的限制，本文研究的是能源碳足迹（Energy Carbon Footprint, ECF），即特指能源活动造成的CO2排放总量。

本文的研究区域为广义的珠江三角洲，即包括广州、深圳、珠海、佛山、江门、东莞、中山、惠州和肇庆九个城市的全部区域。研究时间为1998-2009年。

2.2 能源碳足迹计算

1998-2009年珠江三角洲九个城市原煤、焦炭、汽油、柴油、煤油、燃料油和液化石油气的消费量、地区GDP以及人口数量等数据来源包括：历年珠三角九市的统计年鉴、《广东省统计年鉴》和《数说广东六十年1949-2009》。珠三角能源消费状况如图1所示。

由上图可以看出，珠三角能源结构对能源碳足迹的年贡献值有较大的浮动性，总体上呈现推动作用。其中2002、2004年能源结构效应出现负值，主要原因是这两年煤炭消费在珠三角能源消费中所占比例有所下降，分别从2001年的54.81%下降到2002年的54.48%，以及从2003年的56.44%下降到2004年54.97%。由此可见，降低珠三角能源消费对煤炭的依赖，有助于减少珠三角的CO2排放。

3.2 能源效率因素

把能源效率累计贡献值分解为年贡献值（见图5）。

研究期间，能源效率效应一直为负值（基准年除外），说明了能源效率因素对减少CO2排放起到了积极作用。根据能源效率效应的变化趋势，研究期间可分为两个阶段。第一阶段为1999-2004年，该时期能源效率效应有一定波动，但年贡献值绝对值不高，普遍低于1 000万t。第二阶段为2005-2009年，该期能源效率效应的年贡献值绝对值迅速增加，至2008年达到峰值，接近2 500万t，2009年则有所回落。第二阶段能源效率效应

的减排作用在显著增强，主要原因是“十一五”规划刚要规定，“十一五”期间我国单位国内生产总值能耗降低20%左右。珠三角各市响应该规定，积极采取措施淘汰落后产能，特别是关停许多小火电厂、水泥厂、钢铁工业等高污染落后产能，提高能源效率的同时，大幅度削减了这些行业所造成的CO2排放。

由此可见，发展低碳产业，提高能源效率，是珠三角控制CO2排放的有效手段。

由图6可见，研究期间，能源效率效应一直为正值（基准年除外），且年贡献值巨大，说明了经济规模扩大是CO2排放量增长的主要推动力。

经济效应的变化趋势可分为三个阶段。该阶段，1999-2004年，珠三角经济效应年贡献值保持迅速增长，这与该阶段珠三角人均GDP增长率不断上升有直接关系。第一阶段实际上是经济因素的规模效应最典型的体现。第二阶段，2005-2007年，珠三角经济效应年贡献值依然保持持续增长，但增长速度明显放缓，最大同比增长率不超过5%。本阶段主要处于“十一五”规划时期，“十一五”规划纲要明确提出了“降低单位国内生产总值能源消耗20%”、“主要污染物排放总量减少10%”等约束性指标，进一步明确了经济、资源、环境协调的发展方向，不再盲目追求GDP的快速增长。人均GDP增速略有回落，扭转了经济效应迅速增长的势头，国家政策的调控作用显著。第三阶段，2008-2009年，珠三角经济效应的年贡献值出现了明显的回落。第三阶段是一个较为特殊的时期，国际金融危机背景下，国际经济普遍低迷。珠三角对外贸易占经济总量中的比重较大，受国际金融危机影响，珠三角经济增长明显放缓，导致经济效应出现明显的下降。

综上所述，经济效应受经济规模、国家政策、国际金融环境影响。因此，要抑制珠三角碳足迹快速增长，就必须适度控制珠三角的经济规模，并制订相应环境经济政策以削弱经济效应的影响。

3.4 人口因素

把人口因素的累计贡献值分解为年贡献值，见图7。

从图7可以看出，珠三角人口效应年贡献值的变化与人口数量的变化基本是一致的。人口规模的扩大，对珠三角碳足迹增长起推动作用。Birdsall[16]认为人口增长对CO2排放的影响主要有两方面：一是人口增加，通过需求引导生产扩大，能源消费增长导致碳排放增长；二是人口增长导致森林破坏，改变土地利用方式。虽然进入21世纪以来，珠三角人口增长缓慢，但由于人口基数巨大，由人口数量引起的能源碳足迹增加量也相当可观。人口效应是仅次于经济效应的能源碳足迹增长的主要推动力。

由此可见，合理控制人口规模，对控制珠三角CO2排放具有积极的意义。

4 结论

通过计算珠三角能源碳足迹，并分析其影响因素，可以得到以下五点结论：①珠三角能源碳足迹总体呈现快速增长趋势，且年排放量巨大，最高值超过25 000万吨CO2。②珠三角人均碳足迹略低于全国平均水平，但处于上升趋势；而珠三角的单位GDP碳足迹虽远低于全国平均水平，但距离发达国家的水平仍有较大差距。③经济因素的规模效应是珠三角碳足迹快速增长主要推动力，人口规模扩大对珠三角碳排放的增长也起到推动作用。④能源效率的提高，是抑制珠三角CO2排放增长的最重要因素。⑤研究期间珠三角能源结构变化不大，能源结构效应的作用表现并不显著。

参考文献（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］冯相昭,邹骥.中国CO2排放趋势的经济分析［J］.中国人口・资源与环境，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,陆志明,等.中国能源消费碳排放变化的因素分解及实证分析［J］.资源科学，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.中国碳排放因素分解：基于LMDI分解技术［J］.中国人口・资源与环境，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］张敬伟,宫兴国.产业结构变动对能源消费的影响研究：以河北省为例［J］.燕山大学学报：哲学社会科学版，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］杨国锐.中国经济发展中的碳排放波动及减碳路径研究［D］.湖北：华中科技大学，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,林剑艺,崔胜辉,等.碳足迹分析方法研究综述［J］.环境科学与技术，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

在能源和环境容量约束严峻的背景下，既要保持经济增长，还要推进低碳经济转型和不断提高社会生产的环境友好性程度，是各国特别是发展中国家实现可持续发展和建设生态文明的重要课题。但是，在碳减排意义上如何理解和界定社会生产环境友好性的内涵？如何考虑历史累积碳排放责任与碳强度减排策略的关系？如何对一经济体的碳排放责任和碳减排努力作出更为合理的评价？这些都是需要深入探讨的重要问题。

因此，研究中既需要考察一经济体当前绝对碳减排量，也同时考虑经济发展要求、历史累积碳排放和实际作出的累积碳减排努力程度，进行综合评价和分析判断，在下一阶段国际碳减排磋商谈判和实际碳减排决策中，有助于理性把握各经济体实际碳减排努力程度和可能承诺，进行有效决策。

一、碳减排和环境产出

社会生产的环境友好性，要求纳入环境产出因素，建立社会“环境―经济”复合社会产出目标。假设社会产出包括经济生产和环境生产两个方面，两者之间存在替代关系，但又具有某种联合生产和范围经济特性[1]。其中，在本研究中，经济产出以一经济体GDP总量，环境产出以碳减排量（根据相对2005年基期2020年中国碳排放强度降低45%的相对减排目标，以2005年中国碳排放强度为基准参照强度，进行绝对减排量的换算，参考表1中计算公式）进行度量。借鉴生产可能性的概念，可知：在一定范围内，存在通过技术进步或提高技术效率实现同时提高经济产出和改善环境的社会生产调整路径。从碳减排意义上来说，也就是兼顾实现经济发展和碳减排的环境友好型调整路径。

在主流环境经济学理论中，通常把污染排放（包括碳排放）视为经济发展的外部性效应或负的非期望产出（undesirable output），然后，将其导致的社会负收益或正成本通过内部化而纳入经济分析框架，用以研究环境资源和经济资源的优化配置方式与调整过程。在采用DEA方法进行环境绩效和效率评价时，该理论假设隐含设定负的非期望环境产出具有弱处置性，降低非期望产出，就需要减少正期望产出，不能满足DEA模型产出最大化的要求，因而一般将求解目标调整为在两者之间寻求平衡。为方便研究，对负期望产出的处理方法主要有负产出法、线性数据转换法和非线性数据转换法[2]。

根据IPCC定义，碳排放是7种主要大气污染物按一定系数加总换算得到的等当量碳排放值，主要与能源利用有关，依据环境经济学假设一般将其作为负期望产出。相对于一般污染排放的概念，碳排放与社会经济发展过程的关系更为紧密和广泛。根据IPAT模型，碳排放主要取决于人口规模（P）、经济发展水平（A，人均GDP）和技术水平（T，一般采用碳排放强度表征）。STIRPAT模型将IPAT模型扩展为C-D函数形式，将碳排放量的变化归因于人口数量、人均GDP、产业结构、城市化等指数化驱动因素的影响[3]。

不同于传统的环境管理，降低碳排放影响的努力，不仅包括“主动”降低生产生活过程中与能源消费直接相关的碳排放（即碳减排），如能源利用清洁化、能源结构低碳化、能源效率与节能、碳捕获/碳储存（CSS）等，还应包括通过产业结构低碳化、增加碳汇（如植树造林）、不破坏或不过度开发现有环境资源（或碳汇资源）、生活方式低碳化等“消极”或间接的碳减排和提高可排放容量的努力。该努力部份，特别是碳汇资源增量，具有长期的减排效应。该部分的减排努力不易测算，现有基于负期望产出假设的理论，对此未给予明确和充分的解释。

与一般负期望环境产出假设不同，非负环境产出假设[4]认为，给定经济生产和环境生产可替代，在社会生产可能性边界内，社会生产目标是追求相对实现社会环境产出（Q）和经济产出（P）的最优配置（即林达尔均衡配置）的“合意”目标，而不是一般意义上在径向距离上逼近经济生产前沿面。与碳减排概念相结合，把该“环境产出”概念界定为考察第t年及之前年份的累积碳减排量，满足正期望产出假设，表示为：

进一步，假设碳排放量本文中有关变量，在未特殊说明的情况下，一般是指年均量。直接取决于一经济体能源消费量及其含碳程度，碳排放量应当是实际发生的碳排放量。因此，与能源消费有关的碳排放量测算的基本方法，是采用各种一次能源消费与相应碳排放系数乘数再加总得到。碳减排量则是该变量的衍生概念，是指相邻年份的相对净碳减排量。作为累积碳减排量的环境产出概念，包括了对已实现碳减排成果（或环境存量）的保护。

采用环境方向产出距离函数的DEA生产效率测度理论，在有关研究[4-5]的基础上，借鉴采用切克兰德的“水平―结构―动态效率”三维度软系统评价方法，提出了评价一经济体社会生产环境友好性的指标集，对有关概念和评价指标及方法进行了进一步厘清界定、修正和拓展（表1），提取了有关评价指标集，用于对1980-2013年期间美国（USA）、欧盟（EU）、日本（JAP）、德国（GER）、印度（IND）与中国（CHN）的环境友好性进行评价、分析和比较。

同时，对其他国家水平指标的测算均以2020年中国经济产出目标和环境产出目标作为参照指标，结构指标和动态效率指标测算方式不受影响。在国际比较中，水平指标和结构指标本身已经是相对指标，而对于动态效率指标，统一以1980-2013年期间中国对应指标的t-1期值作为参照进行测算，形成可用于比较的相对动态效率指标。

二、数据准备

为了解中国环境生产水平及其效率相对国际水平的差异，选择了发达经济体美国、欧盟、德国、日本和同属金砖四国的巴西、印度作为参照，视为经济规模具有可比性的生产单元进行评价和比较。

2018年及以前各经济体（包括中国）经济产出数据，采用国际货币基金组织世界经济展望2013（IMF WEO2013）的美元单位购买力平价GDP及增长率数据；为预测2019-2020年各经济体GDP总量，采用二次指数平滑法（阻尼系数α=0.05）和IMF所预测2018年各经济体货币对美元不变汇率预测各经济体这两年的GDP增长率。其他数据采取与中国类似的测算方式。

碳减排方面，以2005年中国碳排放强度（约1.039tC/万美元）为参照基准。在碳减排量和环境产出测算方面，考察期（1980-2013年）内各经济体碳减排数据参考BP公司的《2014年世界能源统计年鉴》，减排目标参考值分别设定为：欧盟承诺2020年前碳排放总量相对1990年降低20%，美国承诺2015年碳排放总量相对2005年下降17%，印度承诺相对2005年碳排放强度降低25%。以此为依据分别计算各经济体2015年或2020年绝对碳排放量和环境产出。

另外，需要指出的是，由于采用中国2005年碳排放强度作为环境产出测算的基准强度，因部分环境产出指数测算不允许负值，因此采用各经济体各年份环境产出值减去1980年中国环境产出（负值），进行坐标变换。这种情况下，采用该算法和坐标变换后得到的1980年环境产出值是零，但其他经济体1980年环境产出值非零。该坐标变换会影响到中国相关指标考察期间的选择，但不影响国际比较。

三、环境生产和环境友好性评价

（一）环境产出、GDP和人均GDP

采用经济产出规模指标――购买力平价GDP（单位：10亿美元）为横坐标，根据新环境产出公式（式（1）），以2005年中国碳排放强度为参考强度，可换算得到美国、欧盟、日本、德国、印度与中国的环境产出值

因测算方法原因，结合滞后期影响分析，环境产出值均采用1986年及以后的数据。与环境产出有关的指数测算结果，也作相同处理。。将该环境产出作为纵坐标，可以看出新的“环境产出”（图1a）、碳排放量（图1b）与GDP的关系明显不同。

特别是，在图1a中，按新的概念测算，在同等约6.2万亿美元及以上GDP产出水平上，中国2007年环境产出水平略超过美国1994年的水平，而在图1b中，在同等约4.6万亿美元及以上GDP产出水平上，中国碳排放量（2004年水平）开始显著超过美国（1986水平）。显然，两者的涵义相反：实现同等经济产出水平，后者意味着中国碳排放更高，前者则意味着中国同时实现了较高环境产出（累积碳减排），以新的“环境产出”概念进行指标评价，中国作出了更多的环境努力。总的来说，实现同等经济规模，中美欧三者环境产出水平基本相近。

进一步，采用衡量社会经济综合发展水平的人均GDP指标（作为横轴），分别以环境产出（以2005年碳排放强度为参考强度计算）和碳排放量作为纵轴（如图2），可知：随着人均GDP增长，欧美的环境产出水平高于德日巴3国，欧盟显著高于美国；考察期内，除中印外的其他经济体碳排放量增长明显趋于平缓，欧盟和德国甚至开始下降，呈现明显的“碳脱钩”[6-7]。需要重点指出的是，在人均GDP低于1万美元水平上，随着人均GDP增长，中印两国碳排放量和环境产出量都显著“双高”于其他经济体，中国的增长曲线更为陡峭。并且，同等人均GDP水平上，中国碳排放量远高于印度，环境产出则反之。

总体上，“环境产出―GDP（表征经济规模）”、“环境产出―人均GDP（表征社会经济发展水平）”两组变量数据分别呈现出明显不同的关系模式（如图1a和图2a）。

二、数据准备

三、环境生产和环境友好性评价

（一）环境产出、GDP和人均GDP

二、数据准备

三、环境生产和环境友好性评价

（一）环境产出、GDP和人均GDP

二、数据准备

三、环境生产和环境友好性评价

（一）环境产出、GDP和人均GDP

二、数据准备

三、环境生产和环境友好性评价

（一）环境产出、GDP和人均GDP

二、数据准备

三、环境生产和环境友好性评价

（一）环境产出、GDP和人均GDP

二、数据准备

三、环境生产和环境友好性评价

（一）环境产出、GDP和人均GDP

二、数据准备

三、环境生产和环境友好性评价

（一）环境产出、GDP和人均GDP

式（12）说明：环境产出与经济发展水平（人均GDP）、当期与基期的广义技术差距（碳排放强度之差）和人口规模POPt有关。同时可以看出，环境产出与人口规模之间的关系，与碳排放IPAT公式的简单关系刻画有所不同。

基于以上关系描述，可以初步理解，中印“双高”的原因主要在于：一方面，因经济增长迅速和高碳能源结构等约束，两国碳排放增长迅速；另一方面，依据本文环境产出测算方法，两国环境产出增长迅速与人口规模增长、GDP/人均GDP双增长和年均碳减排量高等原因有关，说明考察期内随着社会经济发展水平提高，两国也同时付出了很大的碳减排和环境生产努力，GDP的能源消费及相关碳排放强度下降明显。

对应来看，美欧德日巴5个经济体环境产出增长与碳排放趋势在内涵上基本一致，即环境生产的增长主要是由碳减排推动。其中，美欧德主要是通过加大碳减排力度和促进碳排放脱钩，来实现环境产出提高；而日巴也呈现出一定的环境产出与碳排放“双略增”的趋势，原因在于两国因经济增长影响碳排放有所增加，具体而言是：仍未走出经济增长停滞“怪圈”的日本近年来的经济增长有所复苏，同时因暂停核电开发，增加了碳基能源消费；巴西则是处于经济追赶阶段的发展中国家，经济增长及其规模效应推动了碳排放的增长。

（二）基于“水平―结构―动态效率”三维指标的测算和比较

1.水平相对指标的测算和比较

由测算得到各经济体经济产出（EL）和环境产出水平指数（ENL）、“经济―环境”综合发展水平指数（EENL）（图3），可得以下发现。

经济产出水平指数（EL）：结合IMF WEO（2014）预测，2020年前中国GDP（PPP修正）将一直处于快速增长过程，2020年美国和欧洲经济规模将相当于中国的约90.89%和83.33%，其他国家都被远远超越。

环境产出水平指数（ENL）：考察期内，中国环境产出在2008年和2009年分别超过德国和日本，仅次于欧美位居第3。但是，在考察期内，德日两国环境产出水平相近且始终保持平稳，欧美分别在1983年和1993年才超过两国，说明德日始终保持较高的低碳化水平。

进一步，采用变异系数法测算不同经济体在发展过程中对环境产出和经济产出的权重（表2）。变异系数用以描述期内各经济体对于实现环境和经济产出目标的难易程度。结合本研究可知，变异系数越大，意味着对应环境努力程度更高。所测算得到的权重系数，可用于评价考察期内对该项指标实现的侧重程度。

由各指标结果可以看到：考察期内，中国环境产出水平相对最低，欧美水平较高，其他相近；欧美中的努力水平较高。由于基础相对较差，中国环境产出改善的效果最为明显。在经济产出方面，中美欧努力水平（变异系数）较高，但中国改善程度最大。整体看，中国对经济发展和环境的政策偏好与欧美相近，说明考察期内中国在致力于社会经济发展方面以欧美发展模式作为了主要参考，同时取得了经济环境“双快速增长”的良好成绩。日德巴印4国均相对侧重于经济发展，主要与这些国家环境基础条件保持较好有关。中国要真正实现环境和经济协调的低碳化发展，下一阶段应提高环境产出权重，加大环境努力。图3 “经济―环境”综合发展水平指数

“经济―环境”综合发展水平指数（EENL）：该指数测算采用Fisher指数构造方法。环境产出和经济产出的测算均以中国2020年目标水平为参照（标准化为1），因此，据此得到的中国2020年“经济―环境”综合发展水平指数也是标准化值1。

由图3可知，欧美发展水平明显高于除中国外的其他经济体，但中国追赶速度很快。印度增速也较快。从“环境―经济”协调程度改善（综合指数增速）的角度看，中国改善最快，欧美次之，印日德巴4国增长平缓。但是，需要说明的是，中国该指数的改善主要得益于快速经济增长的贡献。

2.结构指标的测算和比较

考察期内，依据碳排放强度指标，各经济体广义碳减排技术水平基本处于持续进步状态，即碳排放强度持续降低，与多数研究结论一致。但是，依据评价广义环境技术进步的环境生产强度（单位与碳排放强度相同）指标，结论却显然不同（表3）。

总体上，各经济体环境强度有趋同趋势，中国技术进步水平最低，但改善最为明显；欧美技术进步水平相对稳定；德日巴印的所谓“技术退步”状态，主要原因在于GDP增速高于环境产出增速，其中，印巴两国更多地强调了经济增长。

环境友好指数是社会产出和环境产出的无量纲化比值，说明的是一经济体在社会发展中趋于环境友好的程度。2020年中国该指数取值为1。虽然这并不完全标志着该年份中国的“环境―经济”生产满足目标“合意”配置，但不影响国际间比较。

由图4和表4看出，各国社会生产的环境友好程度呈现明显的趋同趋势。

考察期内，中国社会生产的环境友好程度底子薄，虽在整个考察期内呈提高趋势，但横向比仍最低。

德日欧美环境友好程度高，发展平稳。结合实际看，4经济体经济发展水平也较高，说明采取了较合理的社会发展方式。其中，美欧人口和经济规模与中国相近，在环境生产上采取“踩碎步”的改进模式，具有更高的可比性和借鉴意义。日德的环境友好程度一直好于欧美，指数略趋降的原因是考察期内总体上GDP增长超过环境产出增长。

图4 环境友好指数国际比较

巴印两国则是在较低经济发展水平上实现的“高”环境友好性。并且，在考察期内，两国环境友好程度明显下降，应与两国侧重经济增长的发展模式有关。

3.动态效率指数的测算和比较

动态效率基本指数集包括对环境产出的总体绩效（DENP）、广义技术进步影响（DENT）和经济产出影响（DEEN）的3项评价指数，是基于相邻年份环比关系对单一经济体环境生产的动态评价。该类指标只能用于经济体自身动态效率的纵向比较。此外，为更便于辨析环境产出和碳排放概念及其应用的不同，也分别给出考察期内经济增长（DCEP）和技术进步（DCTP）对碳排放影响的动态指数变化情况，测算方法相同。

由测算结果（如图5）可得以下结论。

第一，对所有经济体，考察期内经济增长对环境产出的动态影响均基本为负向效应（DEEN

第二，在广义技术进步对环境产出动态影响方面，在整个考察期内对中国始终保持正向效应（DETP>1）且最为显著，但作用逐渐减弱；对欧美在多数年份保持平稳正向效应，变动很小，对欧盟作用强于美国；对其他4国均基本保持负向效应（DETP

第三，依据DCEP指数，考察期内经济增长对碳排放的影响，对发达经济体而言，对欧盟和德国在约1/2年份和对美日在约1/3年份呈现正向效应。

大体以1996年和2001年为两个标志性年份，经济增长对4个发达经济体碳排放的影响方式分为三个阶段：1980-1996年和2001年后4个经济体的影响模式相近，1996-2001年期间有所差异。对中巴印3国，经济增长的碳排放效应均呈负向效应（DCEP

第四，依据DCTP指数，在整个考察期内对各经济体，广义技术进步对碳排放均基本呈正向效应，对中国作用相对最为显著。

进一步，采用同年份中国环境产出及其强度、碳排放及碳排放强度、GDP数据作为参照，仅选取广义环境技术进步可比指数（正向指标，简写为RENTP，测算公式如式（13））和广义碳减排技术进步可比指数（负向指标，简写为RCTP，测算公式如式（14）），用于比较同期其他经济体与中国的广义环境技术和广义碳减排技术进步差距。

由测算结果（如图6）有以下发现。

其一，考察期内，各经济体之间及其与中国的广义环境技术进步差距，均呈现迅速缩小和趋同的趋势。依据RENTP指数，总体上，发达经济体均保持较高技术进步水平，德日两国高于欧美。仅依据表面指数值，巴印两国广义环境技术进步衰退明显，原因在于初期两国经济发展较低，碳排放水平低，近年来也采取了侧重经济增长的发展模式。

其二，依据RCTP指数，考察期内，各经济体的广义碳减排技术进步影响的变化趋势趋同，且均明显高于中国。但是，巴西的广义碳排放技术退步明显。

4.基于2020年碳减排承诺的预期环境友好特征评价和国际比较

以2020年预期GDP标准化为参照值1，以及根据中国承诺测算的2020年碳排放量（1 026 652万吨），相应环境产出量（2 962 654万吨）也标准化为参照值1，可知2020年中国环境友好指数和复合产出水平指数也是1。

由表4可知，以2020年中国各环境生产相关指数为参照，日德两国环境产出水平最高，环境技术进步水平也最高。经济发展处于较低水平的巴印两国，环境产出水平和环境友好程度较高的原因在于既有的高环境存量，其环境技术水平较高内涵意味着对环境存量的保护工作开展得好。欧美两经济体与中国经济规模相近，但环境友好程度、环境产出水平和碳减排技术进步程度均高。比较可知，中国“经济―环境”复合生产水平高的原因，主要在于经济发展的贡献，在以碳减排努力为代表的环境生产领域仍亟待努力。

具体而言，测算得到的中国2015和2020年环境友好指数反而相对之前明显降低。以2020年环境友好为1，考察期内1990年至今的环境友好都高于1。这说明中国现有碳强度减排承诺目标偏低或经济产出目标过高，“环境―经济”生产目标制定的环境友好性偏低。

四、经济增长对碳排放和环境产出的影响分析

根据前述定义，可以将环境产出看作受经济增长、直接碳排放和影响碳排放的其他间接因素等影响的趋势性成份和周期性成分的叠加。HP滤波方法可以帮助剔出周期性成分影响，保留某一影响因素的趋势性成份。

这里，采用HP滤波方法，对各经济体，在碳排放和环境产出序列中分别剔出经济产出（GDP）周期性因素的影响，识别经济影响的趋势性成份（如图7），用以说明一经济体经济增长对于自身碳排放影响（DCEP）和环境产出影响（DEEN）的不同趋势特征。该趋势成份值大于1，说明经济增长对该方面影响呈正向效应；趋势成分值小于1，则说明呈负向效应。

依据结果可以看到，各经济体经济增长对环境产出的净影响总体呈负向效应，也就是说，经济增长在一定程度上会抵消碳减排努力。而对碳排放则因经济体不同而不同。相应的趋势影响分析（表5）也能够说明经济与环境产出、碳排放存在不同的趋势效应。

五、政策建议和结论

本文采用基于正期望产出假设的环境经济分析理论，对中国和美欧等7个主要经济体的社会“环境―经济”生产的状况进行了比较和分析，与采用碳排放或年度碳减排指标的有关国际比较研究结论有所不同，本研究主要有以下结论。

碳减排与社会生产的环境友好性在内涵上具有一致性。经济增长对环境生产（累积碳减排）总体呈负面影响，有效的碳减排政策应与促进经济增长的政策相独立。考察期内，实现同等经济规模，中美欧3经济体环境产出水平相近，日德始终保持较高低碳化水平，巴印环境产出水平较高的原因在于较低经济发展水平上对环境存量的低消耗；中美欧对经济和环境产出的政策偏好相近，但中国未来需要更加重视环境生产；美欧德日巴5经济体环境生产与碳减排变化趋势一致，而中印两国环境生产与碳排放“双增长”的原因在于伴随经济增长的结构调整等政策导致的碳减排；各国社会生产的环境友好程度呈现明显趋同趋势，而中国相对仍最低，德日欧美的社会经济发展模式更为合理。但是，中国累积环境生产努力最大，改善也最明显。此外，从环境友好性角度看，按照中国2020年承诺测算的社会生产环境友好性水平偏低，甚至低于现阶段，需要进行调整。

从动态效率角度看，考察期内，经济增长对环境产出的负面效应，对较大规模的经济体影响也较大，但随时间推移趋于减弱，其中对中国影响最明显；广义环境技术进步影响对各经济体呈现趋同趋势，对中美欧体现为正效应，而对其他4经济体效应为负，对中国正效应最显著。但是与碳减排相关的单纯技术进步也没有遏止碳排放增长的势头。

由此，结合中国实际情况提出以下政策建议：在当前放缓经济增长和建设生态文明的背景下，中国应在未来适当调高环境生产目标或降低经济产出目标，提高环境友好性程度，进一步加大环境和碳减排努力，促进经济低碳化发展；调整经济增长速率和节奏，控制经济增长的负面环境影响；采取与经济增长相独立的碳减排政策，加大该领域投入，推进“碳脱钩”进程；促进经济结构调整和有关制度创新，更加重视碳减排技术的实用化和推广；密切跟踪各国碳减排和社会生产调整进展，学习他国的先进技术和经验。

经济规模的定义范文

篇1

篇2

篇3

篇4

篇5

篇6

篇7

篇8

篇9

篇10

热门标签

相关文章

相关期刊

外向经济

宁波经济

金融经济

金融经济

精品范文