交通運輸業(yè)是CO₂排放的重要來源。為測度中部六省交通運輸業(yè)碳排放效率情況,基于全要素生產(chǎn)率的視角,將換算周轉量作為期望產(chǎn)出、碳排放作為非期望產(chǎn)出,構建Super-SBM-ML指數(shù)模型,測度全要素碳排放效率值,并對其演變特征及空間自相關性進行分析。結果表明,中部六省2007—2016年交通運輸業(yè)的全要素碳排放效率平均值為0.97,處于無效率狀態(tài),各省差距較大;ML指數(shù)上升4.99%,純技術效率和規(guī)模效率處于下降趨勢,技術進步率處于上升趨勢,交通運輸業(yè)技術進步明顯,各省有所差異;各省交通運輸業(yè)發(fā)展缺乏聯(lián)動性,尚未形成全局性的"高效率省帶動周邊省高效發(fā)展"的良性互動;未來應加強區(qū)域聯(lián)動,重點關注以技術進步驅動交通運輸業(yè)低碳發(fā)展。 

【文章來源】：公路與汽運. 2020,(03)

【文章頁數(shù)】：7 頁

【部分圖文】：

2007—2016年中部六省交通運輸業(yè)全要素碳排放效率

2007—2016年中部六省交通運輸業(yè)全要素碳排放效率空間格局

表5 中部六省交通運輸業(yè)全要素碳排放效率變動及分解 省份 ML指數(shù) MLPEC MLTC MLSEC 安徽 1.165 5 1.000 0 1.165 5 1.000 0 河南 1.049 2 0.920 7 1.149 4 0.991 6 湖北 1.041 2 0.969 3 1.136 3 0.945 3 湖南 0.989 6 0.943 0 1.187 3 0.883 9 江西 1.064 0 1.000 0 1.142 1 0.931 6 山西 0.998 7 1.000 0 1.143 5 0.873 4 均值 1.049 9 0.971 7 1.153 9 0.936 42.2.1 總體分析

【參考文獻】：
期刊論文
[1]基于非期望產(chǎn)出超效率SBM模型的港口能源效率評價[J]. 王騰,梁晶.  武漢理工大學學報(交通科學與工程版). 2018(04)
[2]北京市公共交通碳排放效率研究——基于超效率SBM模型和ML指數(shù)[J]. 王白雪,郭琨.  系統(tǒng)科學與數(shù)學. 2018(04)
[3]中國省域交通運輸全要素碳排放效率時空變化及影響因素研究[J]. 袁長偉,張帥,焦萍,武大勇.  資源科學. 2017(04)
[4]環(huán)境約束下中國交通運輸業(yè)能源效率研究[J]. 宋震,叢林.  交通運輸系統(tǒng)工程與信息. 2016(04)
[5]環(huán)境約束下長江經(jīng)濟帶全要素能源效率的時空分異研究——基于超效率DEA模型和ML指數(shù)法[J]. 吳傳清,董旭.  長江流域資源與環(huán)境. 2015(10)
[6]基于LMDI分解方法的中國交通運輸行業(yè)碳排放變化分析[J]. 喻潔,達亞彬,歐陽斌.  中國公路學報. 2015(10)
[7]中國交通運輸業(yè)碳排放效率的省際差異研究[J]. 蘭梓睿,張宏武.  物流技術. 2014(07)
[8]中國區(qū)域物流產(chǎn)業(yè)效率——基于三階段DEA模型的Malmquist-luenberger指數(shù)方法[J]. 王維國,馬越越.  系統(tǒng)工程. 2012(03)
[9]基于超效率DEA模型的中國各地區(qū)鋼鐵行業(yè)能源效率及節(jié)能減排潛力分析[J]. 韓一杰,劉秀麗.  系統(tǒng)科學與數(shù)學. 2011(03)

碩士論文
[1]基于SBM模型與ML指數(shù)的建筑業(yè)碳排放效率及其影響因素研究[D]. 馮新宇.長安大學 2018



本文編號：3587508