论文设计中国区域GDP 发展质量评价——基于方向距离函数的研究03990

《论文设计中国区域GDP 发展质量评价——基于方向距离函数的研究03990》由会员分享，可在线阅读，更多相关《论文设计中国区域GDP 发展质量评价——基于方向距离函数的研究03990（15页珍藏版）》请在装配图网上搜索。

1、专业好文档中国区域GDP发展质量评价基于方向距离函数的研究段美宁1，2，3，房斌1，2，3，廖华3，4(1.中国科学院科技政策与管理科学研究所，北京100190；2.中国科学院研究生院，北京100049：3.北京理工大学能源与环境政策研究中心，北京100081；4.北京理工大学管理与经济学院，北京100081)摘要：长期以来，我们在衡量区域发展质量时以GDP为重，忽略了环境、资源等与可持续发展密切相关的重要因素。本文以二氧化硫为例，将大气污染物排放纳入经济分析系统中，将GDP和二氧化硫排放分别作为经济系统的好产出和坏产出，并以基于DEA的方向距离函数，测算了1998年2008年间中国各区域的环

2、境MalmquiStLuenberger(以下简称ML)指数，从而来判断各区域GDP真实发展质量，并将指数分解为技术效率和技术进步两个方面，从而来确定影响各区域GDP发展质量的原因。此外，本文还利用收敛分析，探讨了在不同阶段中国区域间ML指数的差异性。关键词：二氧化硫；方向距离函数；ML指数；收敛1引言中国能源结构以煤炭为主，2009年煤炭在中国一次能源结构中比重为70.3%。以煤炭为主的大量化石能源消费造成严重的污染物排放，并导致了环境及健康等社会问题。由国家环保部和国家统计局联合发布的报告指出：2004年，中国SO2排放量达到2450万t。当年SO2等空气污染物的实际治理成本为478.2亿

3、元，占当年行业合计GDP的0.29%；虚拟治理成本为922.3亿元，占GDP的0.55%。2004年，SO2等大气污染造成的环境退化成本为2198.0亿元，占当年地方GDP的1.31%。长期以来，我们在衡量区域发展质量时以GDP为重，忽略了环境及资源等与可持续发展密切相关的重要因素。本文以SO2为例，将环境因素作为产出纳入到经济系统中，并从动态的视角来研究中国各地区间真实GDP发展的演变情况以及影响因素。采用包含坏产出(SO2)的方向距离函数和指数方法来开展研究。传统的ML指数是一种用于测度生产率的距离函数，最早由Caves等人给予明确定义，后来很多学者不断推广完善。Fre等运用动态数据包络分

4、析(DEA)，将其从理论研究推广到定量研究中，并将全要素生产率增长分解为效率变化(effiCiency change)和技术进步(technical change)两个成分的ML生产率指数，这种双重分解对解释不同国家或地区发展的差异具有重要意义。Chulng等人在方向性距离函数(DirectiOnal DiStance Function)的基础上，提出了ML生产率指数，可以测度存在“坏”产出时的综合效率。ML生产率指数在考虑“好”产出提高的同时还考虑到“坏”产出的减少，并且具有ML指数所有的良好属性，因此是测度含有各类坏产出在内的综合效率的重要工具。虽然ML指数引入的时间较短，但是已在发展与环

5、境的评价等领域得到广泛运用。Chung等人在提出ML指数后，将其用于测度瑞典造纸业的效率变化，他们在产出中引入了各类污染物，其结果表明，瑞典造纸业平均效率在不断改善，主要原因是技术进步而不是效率变化。Fre等人运用类似的方法，研究了美国各州生产部门效率变化，指出在考虑到污染物排放后，年均效率提高3.6%，而不考虑污染物时，只有1.7%。20fo等人研究了OECD(经济合作与发展组织)国家不同的CO2排放等环境约束对其工业部门的效率的影响，从而为制定合理的排放标准提供了成本一收益分析的数量基础。Domazlicky和William研究了19881993年6个州立化学工业的效率变化，结果表明，在考

6、虑到有害物质排放时，化学工业部门的全要素生产率年平均增长率约为2.4%6.9%。Jeon和SiCkleS也进一步研究了在核算增长过程中的环境要素应该如何体现。Yrk和Osman通过该方法研究了全球温室气体减排公约对OFCD国家效率的影响。Kumar分析了1971年至1992年全球41个发达和发展中国家传统全要素生产率和环境全要素生产率的差异。Yu等人则将飞机的噪声作为航空业的产出，利用ML指数测度了台湾航空业的效率。王兵等人利用ML指数研究了APCE国家包含CO2排放的全要素生产率变化及影响因素，其研究发现，考虑环境管制后，APEC的全要素生产率增长水平提高，技术进步是其增长的根源。王群伟等人

7、利用ML指数研究了中国28个省区市CO2的排放绩效，认为中国CO2排放绩效主要因技术进步而不断提高，各区域CO2排放绩效有所差异，但差异有下降趋势。Oh等人则从方法论进一步深入探讨了利用ML指数以及DEA开展环境效率评价方法及相关应用。综合现有研究发现，目前利用ML指数对中国包含了环境因素的GDP质量研究很少。本研究运用ML生产率指数研究了在考虑SO2排放的情形下，中国主要地区19982008年的GDP发展质量。此外，本研究还通过收敛分析，研究了区域间变化的趋势。2研究方法2.1环境方向距离函数模型本研究所采用的方向距离函数模型是基于Fre等人的研究，采用二次的方向环境距离函数形式。将各省份看

8、作一个投入产出系统，其中投入向量用X表示；产出向量分为好产出Y(good output)和坏产出b(bad output)。P(x)为生产可能集，表示为式(1)。在研究中，投入向量包括各省资本存量(K)、就业人员(L)和能源消费量(E)；好产出则为各省GDP；坏产出为各省全部SO2排放量。方向距离函数假设生产可行性集是一个封闭有界凸集，满足P(0)=0，0。同时假设好产出和投入具有可自由处置性，即满足式(2)和式(3)。此外，方向距离函数还要满足零结合性和产出联合弱处置性，意味着好产出必然伴随着坏产出，减少坏产出必然带来好产出的降低，即式(4)和式(5)。如果(Y，b)P(x)，并且b=0，则

9、Y=0(4)如果(Y，b)P(x)，并且01，则有(y，b)P(x)(5)基于生产可能集P(X)，方向距离函数可以定义为如下方程，如式(6)所示。g=(gy，-gb)表示方向向量，该函数的最大值表示某单元U的产出向量(Y，b)P(X)按照方向向量g移动到产出可能集边界上时，好产出增加与坏产出减少的最大程度。*是各单元生产效率的体现。生产效率越低的单元对应的*越大。根据生产可能集的一些特征，方向距离函数具有一些相应的属性，比如：*一定为非负；方向距离函数具有投入和产出的单调性以及转移性等等。2.2基于产出的方向距离函数的DEA表达Chung等人提出，可以通过DEA将抽象的思想模型化，如式(7)所

10、示。假设对时期t，第k各区域的投入和产出为(xk，t，yk，t，bk，t)，其中：xk，t为k地区t时期的投入；yk，t为好产出，bk，t为坏产出。表示每一个横截面观测数值的权重，权重变量非负意味着生产技术规模报酬不变。式(7)中好产出和投入变量的不等式约束表示好产出和投入的自由可处置性(式2，式3)。结合坏产出的约束，则意味着好产出和坏产出的联合弱处置性(式5)。此外，式(8)和式(9)表示产出的零结合性(4)。为了便于计算，再次引入基于产出的方向距离函数，如式(6)所示，方向向量为(g，-b)，写成DEA形式则如式(7)所示。如果方向距离函数的值为0，则表明该区域的生产在生产可能集前沿，具

11、有技术效率；否则表示技术无效率。2.3MalmquistLuenberger(ML)指数构建在基于产出的方向性距离函数的基础上，为衡量考虑了环境的GDP质量，进一步构造MalmquistLuenberger指数。Chung等人提出，基于产出的MalmquistLuenberger指数t期和t+1期之间的生产率指数为(8)：ML指数大于1，则意味着区域环境的改善。该指数可以分解为效率变化(EFFCH)和技术进步指数(TECH)。效率变化测度了从t时期到t+1时期被评价地区对生产可能性前沿的追赶程度；技术进步则反映了技术前沿在t时期到t+1时期之间的变动情况。当效率变化或技术进步大于1时，表示其是

12、环境改善的原因。ML=EFFCHTECH(9)其中，效率变化和技术进步指数分别如(10)和(11)所示：3数据来源和模型求解3.1数据采源在本研究中，我们将中国大陆各省份(根据数据的可获得性和连续性，本研究暂不包括西藏数据，四川和重庆合并为川渝地区，所以一共为29个省级地区)作为投入产出单元，用方向距离函数来表示三种投入、一种好产出和一种坏产出的生产关系。由于数据可获得性和统计口径的限制，考虑的时间范围从1998年到2008年。其中，三种投入分别是各省资本存量、劳动力投入和能源投入。各省资本存量数据采用张军等人的部分估算结果，并在此基础上更新到2008年。为了保证数据的可比性，将其转换为200

13、0年不变价。各省份的劳动力投入来自中国统计年鉴(19992009年)；各省能源消费数据则来自中国能源统计年鉴(19992009年)。各省好产出为GDP，来自中国统计年鉴(19992009年)。为了保持数据的可比性，同样将其转换为2000年的不变价。坏产出为SO2，数据来自中国环境统计年鉴(19992009年)。3.2主要数据的描述性统计各省三类投入和产出数据的年平均数及标准差如表1所示。各省资本存量均保持高速增长，但区域增速差异较大。从总量上看，东部沿海区域资本存量处于全国最高水平。伴随着经济高速发展，各地区能源消费量均有大幅上升。东部主要经济大省能源消费总量处于全国前列。SO2排放量呈波动性

14、变化。19992002年间，受当时中国火电投资政策的影响，中国各地区SO2排放量均有较大幅度下降。而2002年以后，随着GDP快速增长，电力消费量激增，各省SO2排放开始反弹。3.3窗口DEA方法简介在计算混合方向性距离函数时，如果t期的投入产出值在t+1期的技术下是不可行的，则线性规划无解(这主要是因为决策单元过少，数据稀疏，无法构建前沿面)。为了增加决策单元，构造前沿面进而减少计算ML指数不可行解的数量，本研究采用窗口DEA(widows DEA)方法对决策单元进行扩展。窗口DEA方法由Charnes等人提出，Nghiem和Coelli将其运用于ML指数的计算中。其核心思想是通过重复利用现

15、有样本，将决策单元个数扩展到足够多，具体方法为：将T个时期的横截面数据分割成一系列较短时期的、相互重叠的子面板数据，每组子面板数据包含S个时期，这样，第一组面板数据包含的时期为1，2，s，第二组包含的时期为2，3，S+1，以此类推，最后一组面板数据包含的时期为TS+1，TS+2，T，这样总共有TS+1组扩展后的决策单元。但是，这种方法会使计算的时期减少S1个。本研究中，我们选择S为2，这样，扩展后的数据年限为19992008年，比原始数据减少1个时间段，但每个时间段的数据是原来的2倍。4结果分析与讨论4.119992008年中国部分地区ML指数演变从表2可以看出，随着东部地区产业升级和结构调整

16、，2005年以来山东、福建、浙江、海南等东部省份ML值在改善，表明“十一五”以来国家节能减排的政策对改善东部地区的产业结构、提高其能效、减少SO2等污染物排放起到了很好的促进作用。这也反映出这些地区在增长的同时，改善了环境，真正实现“又好又快”的发展。同时，我们也注意到，有许多省份的ML值在很多时期均小于1，而且有相当多省份的ML值持续小于1，比如甘肃、广西、川渝地区、内蒙古、宁夏、青海、山西、云南、江苏等。其中，江苏是唯一一个近年来ML值小于1的东部省份(20072008年间，江苏的ML值大于1)。除江苏外，发现ML值持续小于1的省份几乎集中在中部和西部地区。这种现象说明，随着东部地区产业结

17、构调整和升级，不少高能耗、高污染的企业逐步转移到中西部地区；另一方面，不少西部地区矿产资源丰富，随着资源价格的提高，资源开采业得到迅速发展，但是伴随着无序、过度资源开采和低水平加工同样也带来了严重的环境问题，如严重的SO2排放问题。这意味着这种GDP背后付出的环境代价是巨大的，并不能实现可持续发展。4.2部分代表性地区效率变化与技术进步情况在探讨各地区ML指数的动态演变后，我们再将ML值分解为效率变化和技术进步两个方面，来分析影响部分地区GDP发展质量的主要因素。图1可以看出，19982008年间上海的效率变化一直为1，而其技术进步基本大于1，表明上海的环境改善完全是依靠技术进步实现的。对一些

18、近年来环境开始改善的省份，以浙江和江苏为例(见图2，图3)，2005年之前，不仅与其效率降低有关，而且其技术进步也不进反退，这也意味着东部省份在早期发展时是一种粗放式的方式，效率低下、技术落后，必然带来严重的污染物排放等环境问题。而在国家开展节能减排以及产业结构调整等措施后，可以看到其对应的效率变化有明显改善，但是对应的技术进步并没有全面改善，甚至还有倒退的现象。这则意味着部分东部省份的环境还有相当大的改善空间，一方面应继续提高效率，另一方面应当加大技术创新，以技术进步来促进发展质量的提高。而对一些环境一直落后的中西部省份而言，如山西(见图4)，效率得不到改善和技术进步的倒退均是重要的影响因素

19、。这意味着不少中西部省份既要提高效率，比如技术升级，又要通过技术进步，比如结构调整等等，来实现又好又快地发展，实现经济发展的同时改善环境。4.3环境效率创新者我们可以通过对ML指数的分解，来计算不同年份不同地区的技术进步，但不能明确哪一个时期哪些省份的生产可能集前沿面向外移动。按照Fre等人和Kumar的定义，进一步来确定“创新者”(innovator)。创新者要满足式(12)的条件。从表3中可以看出，19992008年间广东和上海两省市的生产可能集前沿面向外移动的次数最多，分别为8次；福建次之，为6次；海南移动了5次；北京和黑龙江分别移动4次；江苏移动3次；湖南、天津、广西和内蒙古分别移动一

20、次。5区域间GDP发展质量差异的动态分析为进一步揭示中国区域间GDP发展质量的演变，本研究用绝对收敛分析对各地区之间的差异性变化进行了表明各地区ML指数的增长率与其初始水平存在方向关系，即表示存在收敛性，否则不存在收敛性。考虑到我国在“十一五”期间实施了节能减排政策，所以以2005年为界，分别分析了19992005、20062008以及19992008年这三个阶段各区域之间ML指数的收敛性变化。利用面板数据对(13)进行了估计，Hausman检验表明采用随机效应回归模型更为合适。估计结果如表4所示。从表4中可以看出，无论按照什么阶段估计，均为负值，表明中国各区域的真实GDP发展质量存在收敛的趋

21、势。数值越大，意味着收敛速度和趋同性更快。可以看出，2005年之前，即没有节能减排政策的时候，中国各区域间的收敛速度更快；而“十一五”期间实施了节能减排政策后，数值变为0.45，表明各区域真实发展质量的收敛和趋同速度变缓，这与前面的分析结果是一致的。“十一五”期间东、中、西部地区ML指数呈现出发展的不平衡性更为明显。这表明，中国的地区经济结构调整应当全国一盘棋，开展整体性的调整、优化、升级，而不是简单的产业转移。6主要结论和政策建议本研究利用基于DEA的产出方向距离函数，利用ML指数测算了中国各地区间GDP发展的真实质量，并对ML指数进行了分解，从效率变化和技术进步两个角度分析了ML指数变动的

22、原因。在此基础上，进一步通过绝对收敛分析，研究了不同阶段中国区域问发展质量的收敛性，得出了以下主要结论和政策建议。(1)上海、北京、黑龙江、广东等地区ML指数较高，表明这些省市实现了又好又快地发展。上海、北京主要依靠技术进步实现提高，是一种不断创新的发展模式，而黑龙江和广东虽然早期主要靠效率改善，而2005年后则主要依赖技术进步，说明其发展模式也有了提升。19992008年间，上海、广东等地区实现的生产可能集前沿面向外移动的次数最多，均达到8次。(2)东部许多省市早年ML指数偏低，在国家实施了节能减排政策后，这些省市通过产业升级和结构调整，发展质量得以提升。但是东部地区的部分高能耗、高排放产业

23、转移到中西部，并且中西部一些资源密集型产业近几年也发展迅速，造成其整体的ML指数偏低，不仅效率没有得到改善，技术进步也呈落后的趋势，说明要加快中西部地区发展方式的转型与升级。(3)整体上看，中国各区域问GDP真实发展质量演变呈现出收敛和趋同的趋势。但是与2005年之前相比，“十一五”期间，各地收敛速度放慢，在一定程度上表明各地区发展的不平衡性加剧。通过引入环境因素的ML指数的研究，不仅能得到各地区在考虑了环境因素后真实的发展情况及内在变动原因，更能为相关政策制定提供依据。通过研究并认为，各地区要加强效率改善和技术进步的协调发展，不仅要在技术创新上下功夫，也要在创新性发展上增加力度。同时，国家和

24、各地区在开展结构调整和产业升级时要树立“全国一盘棋”的大局观，要从科学发展的角度切实开展结构的调整、转型、优化和升级，而不是仅仅在区域间进行落后产能的转移。此外，东部地区和中西部地区之间应该加强区域合作，共同解决就污染物排放等环境问题，真正实现又快又好的科学发展。参考文献：1国家统计局.中国统计年鉴2010M.中国统计出版社，2010.2环保总局，国家统计局.中国绿色国民经济核算研究报告2004公众版R.北京，2006.3WorldBank.Cost of Pollution in ChinaR.Washington，D.C.，USA，2007.4廖华.能源效率的剂量经济模型及其应用研究博士论

25、文.北京.2008.5Caves Douglas W.，Christensen Laurits R.，Diewert W.Erwin.Multilateral Comparisons of Output，Input，and2Productivity Using Superlative Index Numbers J.Economic Journal，1982(92)：7386.6Fre Rolf，Shawna Grosskopf，Mary Norris，Zhongyang Zhang.Productivity Growth，Technical Progress，and Efficiency C

26、hange in Industrialized CountriesJ.American Economic Review，1994(84)：6683.7王兵，吴延瑞，颜鹏飞.环境管制与全要素生产率增长：APEC的实证研究J.经济研究，2008(5)：1931.8Chung Y.H.，Fre R，Grosskopf S.Productivity and Undesirable Outputs：A Directional Distance Function ApproachJ.Journal of Environmental Management，1997 (51)：229-240.9Fre Rol

27、f，Shawna Grosskopf，Carl A Pasurka，Jr.Ac counting for Air Pollution Emissions in Measures of State Manufacturing Productivity GrowthJ.Journal of Regional Science，2001(41)：381409.10Zofo Jos L.，Prieto Angel M.Environmental effi ciency and regulatory standards：the case of SO2 emissions from OECD industr

28、iesJ.Resource and Energy Economics，2001(23)：6383.11Domazlicky Bruce，William Weber.Does Environmental Protection Lead to Slower Productivity Growth in the Chemical Industry?J.EnvironmentalResource Economics，2004(28)：301324.12Jeon M.Byung，Robin C.Sickles.The role of environ mental factors in growth ac

29、countingJ.Journal of Ap plied Econometrics，2004(19)：567591.13Yrk Barls K.，Zaim Osman.Productivity growth in OECD countries：A comparison with Malmquist indicesJ.Journal of Comparative Economics，2005(33)：401420.14Kumar Surender.Environmentally sensitive productivity growth：A global analysis using Malm

30、quistLuenberger indexJ.Ecological Economics，2006(56)：280293.15Yu MingMiin，Hsu ShihHsun，Chang ChingCheng，Lee DuuHwa.Productivity growth of Taiwans major domes tic airports in the presence of aircraft noiseJ.Transpor tation Research Part E：Logistics and Transportation Review，2008(44)：543554.16王群伟，周鹏，周

31、德群.我图二氧化碳排放绩效的动态变化、 区域差异及影响因素J.中国工业经济，2010(1)：4554.17Oh Donghyun，Heshmati Almas.A sequential MalmquistLuenberger productivity index：Environmentally sensitive productivity growth considering the progressive nature of technologyJ.Energy Economics，2010(32)：13451355.18Oh Donghyun.A metafrontier approach

32、 for measuring an environmentally sensitive productivity growth indexJ.Energy Economics，2010(32)：146157.19Fre Rolf，Grosskopf Shawna，Noh DongWoon，Weber William.Characteristics of a polluting technology：theory and practiceJ.Journal of Econometrics，2005(126)：469492.20张军，吴桂英，张吉鹏.中国省级物质资本存量估算：19522000J.经

33、济研究，2004：3544.21Charnes Clark C.T.，W.W.Cooper，Golany B.A development study of data envelopment analysis in measuring the efficiency of maintenance units in the US air forcesJ.Annals of Operations Research，1985(2)：95112.22Nghiem Hong Son，Tim Coelli.The effect of incentivereforms upon productivity：evi

34、dence from the Vietnameserice industryJ.The Journal of Development Studies，2002(39)：7493.23王亚华，吴凡，王争.交通行业生产率变动的BootstrapMalmquiSt指数分析(19802005)J.经济学(季刊)，2008(7)：891912.24Fre Rolf，Grosskopf Shawna，Margaritis Dimitri.APEC and the Asian Economic Crisis：Early Signals from Productivity TrendsJ.Asian Econ

35、omic Journal，2001(15)：325341.25Baumol William J.Productivity Growth，Convergence，and Wel Fre：What the LongRun Data ShowJ.American Economic Review，1986(76)：10721085.26Barro Robert J，SalaiMartin Xavier.ConvergenceJ.Journal of Political Economy，1992(100)：223251.Editors note: Judson Jones is a meteorolog

36、ist, journalist and photographer. He has freelanced with CNN for four years, covering severe weather from tornadoes to typhoons. Follow him on Twitter: jnjonesjr (CNN) - I will always wonder what it was like to huddle around a shortwave radio and through the crackling static from space hear the fain

37、t beeps of the worlds first satellite - Sputnik. I also missed watching Neil Armstrong step foot on the moon and the first space shuttle take off for the stars. Those events were way before my time.As a kid, I was fascinated with what goes on in the sky, and when NASA pulled the plug on the shuttle

38、program I was heartbroken. Yet the privatized space race has renewed my childhood dreams to reach for the stars.As a meteorologist, Ive still seen many important weather and space events, but right now, if you were sitting next to me, youd hear my foot tapping rapidly under my desk. Im anxious for t

39、he next one: a space capsule hanging from a crane in the New Mexico desert.Its like the set for a George Lucas movie floating to the edge of space.You and I will have the chance to watch a man take a leap into an unimaginable free fall from the edge of space - live.The (lack of) air up there Watch m

40、an jump from 96,000 feet Tuesday, I sat at work glued to the live stream of the Red Bull Stratos Mission. I watched the balloons positioned at different altitudes in the sky to test the winds, knowing that if they would just line up in a vertical straight line we would be go for launch.I feel this m

41、ission was created for me because I am also a journalist and a photographer, but above all I live for taking a leap of faith - the feeling of pushing the envelope into uncharted territory.The guy who is going to do this, Felix Baumgartner, must have that same feeling, at a level I will never reach.

42、However, it did not stop me from feeling his pain when a gust of swirling wind kicked up and twisted the partially filled balloon that would take him to the upper end of our atmosphere. As soon as the 40-acre balloon, with skin no thicker than a dry cleaning bag, scraped the ground I knew it was ove

43、r.How claustrophobia almost grounded supersonic skydiverWith each twist, you could see the wrinkles of disappointment on the face of the current record holder and capcom (capsule communications), Col. Joe Kittinger. He hung his head low in mission control as he told Baumgartner the disappointing new

44、s: Mission aborted.The supersonic descent could happen as early as Sunday.The weather plays an important role in this mission. Starting at the ground, conditions have to be very calm - winds less than 2 mph, with no precipitation or humidity and limited cloud cover. The balloon, with capsule attache

45、d, will move through the lower level of the atmosphere (the troposphere) where our day-to-day weather lives. It will climb higher than the tip of Mount Everest (5.5 miles/8.85 kilometers), drifting even higher than the cruising altitude of commercial airliners (5.6 miles/9.17 kilometers) and into th

46、e stratosphere. As he crosses the boundary layer (called the tropopause), he can expect a lot of turbulence.The balloon will slowly drift to the edge of space at 120,000 feet (22.7 miles/36.53 kilometers). Here, Fearless Felix will unclip. He will roll back the door.Then, I would assume, he will slo

47、wly step out onto something resembling an Olympic diving platform.Below, the Earth becomes the concrete bottom of a swimming pool that he wants to land on, but not too hard. Still, hell be traveling fast, so despite the distance, it will not be like diving into the deep end of a pool. It will be lik

48、e he is diving into the shallow end.Skydiver preps for the big jumpWhen he jumps, he is expected to reach the speed of sound - 690 mph (1,110 kph) - in less than 40 seconds. Like hitting the top of the water, he will begin to slow as he approaches the more dense air closer to Earth. But this will no

49、t be enough to stop him completely.If he goes too fast or spins out of control, he has a stabilization parachute that can be deployed to slow him down. His team hopes its not needed. Instead, he plans to deploy his 270-square-foot (25-square-meter) main chute at an altitude of around 5,000 feet (1,5

50、24 meters).In order to deploy this chute successfully, he will have to slow to 172 mph (277 kph). He will have a reserve parachute that will open automatically if he loses consciousness at mach speeds.Even if everything goes as planned, it wont. Baumgartner still will free fall at a speed that would

51、 cause you and me to pass out, and no parachute is guaranteed to work higher than 25,000 feet (7,620 meters).It might not be the moon, but Kittinger free fell from 102,800 feet in 1960 - at the dawn of an infamous space race that captured the hearts of many. Baumgartner will attempt to break that record, a feat that boggles the mind. This is one of those monumental moments I will always remember, because there is no way Id miss this.