李 靜， 陳 武

（合肥工業(yè)大學 經濟學院，安徽 合肥 230009）

基于方向性距離函數(shù)的中國省區(qū)碳排放驅動因素研究

李 靜， 陳 武

（合肥工業(yè)大學 經濟學院，安徽 合肥 230009）

文章使用方向性距離函數(shù)的非參數(shù)框架把我國各省區(qū)碳排放變化的驅動因素分解為規(guī)模效應、技術效率效應、技術進步效應、資本碳比效應、勞動碳比效應、能源碳比效應以及結構效應等7個部分，擴充了碳排放的主要影響因素，擴展了對碳排放驅動力量的深入理解。研究結果表明：規(guī)模效應的持續(xù)擴大仍然是碳排放增長的首要原因；資本碳比效應是省區(qū)碳減排的主要驅動力量；勞動碳比效應是造成碳排放增長的重要因素，能源碳比效應自2001年以來表現(xiàn)出減排功能；技術進步減排效應微弱，技術效率和結構效應影響較小。

碳排放；驅動因素；方向性距離函數(shù)；分解

0 引 言

中國改革開放帶來了巨大的經濟效應，與此同時，中國的能源消耗與溫室氣體的排放也呈現(xiàn)大幅上升趨勢。碳排放量的快速增長已經超過美國成為全球碳排放第一大國，使中國政府面臨著巨大減排的壓力，在國際氣候談判中處于不利的地位。

正確地理解和考察碳排放增長背后的驅動因素具有重要的理論與現(xiàn)實意義。對此的研究多是因素分解的形式，把碳排放增長從總量角度分解成諸如規(guī)模效應（經濟發(fā)展）、能源結構和能源效率等部分［1－3］。大多數(shù)研究結果均指出，規(guī)模效應（GDP的增長）是碳排放增長的主要來源，其他主要是能源密集度或能源效率對碳排放的降低起著積極作用。

文獻［4－7］根據對數(shù)平均權重Divisia指數(shù)分解法（LMDI）對我國碳排放進行模型分解，并得出一致結論認為經濟規(guī)模是導致我國碳排放增長的主要推動力量，而對于其他因素則沒有得到統(tǒng)一的意見。其他相關研究［8－11］則主要利用計量經濟的回歸技巧研究各因素對碳排放的影響，利用回歸系數(shù)的顯著性來判斷碳排放的主要影響因素及作用大小。

本研究區(qū)別于其他相關研究的主要不同之處在于：① 本文使用的距離函數(shù)方法分解的7個成分更為全面具體，能從各個方面反映不同效應對碳排放變化的影響，比LMDI分解法更有利用價值和優(yōu)勢；② 以往的分解研究大多針對中國整體碳排放，很少涉及中國地區(qū)碳排放的因素研究，本文試圖彌補這一缺陷，并對地區(qū)碳排放的差異及影響作相應分析。

1 碳排放增長的距離函數(shù)分解方法

1.1 方向距離函數(shù)定義

依據文獻［12］的理論，定義環(huán)境距離函數(shù)，即在給定的投入水平下，以最小的非期望產出（污染）來盡可能多地生產期望產出。定義投入向量集X＝（X1，…，XN）∈，期望產出集Y＝（Y1，…，YM）∈，非期望產出，即污染產出向量集為b＝（b1，…，bJ）∈。3個向量分別是投入、經濟產出、污染排放。投入X表示勞動力L、資本存量K和能源消費E，而經濟產出指地區(qū)生產總值Y。污染排放主要指CO2排放量C?？啥x生產可能性技術集合P（X）為：

生產可能性集可以由方向性距離函數(shù)來描述。在上述假定條件下，設方向性向量g＝（gY，gb），g∈×，產出角度的方向性距離函數(shù)可定義成：

此函數(shù)試圖增加經濟產出的同時同比例地降低污染產出。方向性向量g決定了期望產出增加和非期望產出降低的方向，遵循文獻［12－13］的處理辦法，本研究中的方向性向量設定為g＝（Y，b），即等同于各自的實際值，意味著增加經濟產出GDP的同時同比例地降低CO2。

1.2 碳排放變化分解

以s時期的生產技術為參照，在時間s和t（s＜t）之間的CO2排放量變化可作如下分解：

其中，k≡K／C，l≡L／C，e≡E／C，分別表示資本碳比、勞動碳比和能源碳比。k、l和e的變化實質上反映了在權衡期望產出和CO2減排之間的投入要素間的配置變化。例如，其他條件不變，任何k、l和e增加將導致CO2減排放量的減少。特別地，由于能源消耗和CO2排放之間的密切關系，e的變化也能捕捉能源消費的變化對碳排放的影響。

注意到（6）式是以s時期技術為參照的（其中TC以t時期技術為參照），也可以都以t時期的技術為參照。為了避免參照時期選擇的任意性，取s和t時期技術參照的幾何平均值得到最終修正的分解形式：

（7）式的分解結果揭示了碳排放增長可以歸結為7項基本的驅動因素：規(guī)模效應、技術效率變化效應、技術進步效應、資本碳比效應、勞動碳比效應、能源碳比效應以及反映產業(yè)結構變遷影響的結構效應。可以觀察到k、l和e，其中任何一項如果其值小于1都會對碳的減排起到積極作用。

除了規(guī)模效應SC可以直接通過比較2個時期地區(qū)生產總值來求得外，其他5項可以根據方向性距離函數(shù)的定義，使用DEA（數(shù)據包絡分析）的線性規(guī)劃來求解：

其中，π＝s，t；為權重向量。

2 數(shù)據來源與處理

本文數(shù)據主要是1990—2009年中國省際面板數(shù)據，涵蓋大陸除西藏和重慶外的29個省、市、自治區(qū)（簡稱省區(qū)），并把其分為傳統(tǒng)的東、中、西部三大地區(qū)。數(shù)據主要指省區(qū)生產活動投入和產出2大類指標。投入變量主要選取勞動力L、資本存量K以及能源消費E3個指標，分別以年末從業(yè)人員（萬人）、能源消費量（104t標準煤）和物質資本存量（億元）表示；產出指標主要指省區(qū)地區(qū)生產總值（億元）和CO2排放量（104t）。凡價值量數(shù)據均以1990年的不變價進行處理。數(shù)據主要來源于《新中國60年統(tǒng)計資料匯編》、歷年各省區(qū)統(tǒng)計年鑒、各年度《中國環(huán)境年鑒》以及《中國環(huán)境統(tǒng)計年鑒》等。其中涉及的各區(qū)資本存量K和CO2排放量數(shù)據由于年鑒沒有提供，必須采用適合的辦法進行估計。資本存量數(shù)據遵照文獻［15］的處理辦法進行了推導，折舊率以文獻［16－17］設定為9.6%。每年的資本存量可通過永續(xù)盤存法Kt＝It＋（1－δ）Kt－1得到。

本文全國及省區(qū)的碳排放量的統(tǒng)計數(shù)據主要是以CDIAC提供的中國大陸的總量碳排放數(shù)據為基礎，假定能源消費與碳排放量成正比例，根據各省能源消費量占全國能源消費量的比重來分配這一總量排放數(shù)據，得到分省的碳排放數(shù)據。由于各省能源消費量大于全國能源消費量，且西藏無能源消費量數(shù)據，故在計算各省占全國能源消費比重時采用各省能源消費量與30個省區(qū)能源消費量之和的比值。

3 分解結果與解釋

在碳排放增長方面，各地區(qū)表現(xiàn)差異比較大，1990—2009年，東部碳排放增長了3.50倍，中西部地區(qū)增長了2.36倍和2.90倍，這與同期經濟規(guī)模的增長規(guī)律基本一致，東部地區(qū)增長幅度要大于中西部地區(qū)，顯示出碳排放增長與經濟發(fā)展以及工業(yè)化程度的密切關系。這期間，東部的海南、廣東、山東、福建、江蘇等省份增長幅度較大，中西部地區(qū)只有內蒙古、廣西、寧夏等省區(qū)增長幅度較大。

表1所列為7個分解因素對各省碳排放的貢獻，其中CC為7個分解因素對碳排放影響的總效應。

表1中首先可以反映規(guī)模效應即地區(qū)生產總值的增長是碳排放增長的首要來源，每年平均對碳排放增長的絕對貢獻達到11%，遠遠超過其他6個因素的影響。這一結論與國內其他文獻的研究如文獻［4－7］利用LMDI指數(shù)分解方法得到的結果完全一致。經濟規(guī)模的持續(xù)擴大是造成碳排放量居高不下的主要原因。TC與TE的影響可以概括為生產率效應的影響，因為兩者乘積為ML生產率指數(shù)。生產效率提升TE主要體現(xiàn)在管理水平的提高、管理程序的優(yōu)化等方面，它主要使相關經濟體能夠按照“標桿”或最佳實踐單元進行參照改進，產生所謂的“追趕”效應。而TC主要體現(xiàn)在狹義的中性技術進步上，使整體生產前沿得到擴展或提高，推動生產前沿不斷移動。生產率效應對碳排放的影響主要體現(xiàn)在兩者的相互關系變化上，技術進步一方面使得生產更加清潔化，從而減少碳排放量或降低碳排放的增長速率，但另一方面可能由于技術進步的作用使得經濟規(guī)模更大，從而不利于碳的減排；另外，如果落后地區(qū)的管理水平和管理手段得不到改善，也會使得生產效率不能產生追趕效應，使得生產更加粗放，不利于節(jié)能減排。從結果來看，我國相當多的省份這2項指標均不利于碳的減排，如北京、天津等均大于1，顯示出生產率效應沒能發(fā)揮減排的作用，然而一些中西部省份出現(xiàn)了技術進步有利于減排的信號。但是所有省份TE值均大于1，顯示出生產效率效應在所有省份均不能體現(xiàn)出減排的力量，也反映出我國地區(qū)管理水平有待提高。這樣由于2項指標的共同作用，使得技術進步TC和生產效率TE的碳減排作用只有微弱的影響：TC使碳排放年均下降0.2%，技術效率使得碳排放年均上升0.6%。

資本、勞動和能源碳比效應反映了投入要素在碳排放與經濟產出間的要素配置，從中發(fā)現(xiàn)，資本碳比效應的作用較大，僅次于規(guī)模效應，是碳減排的主要力量，20年間使我國碳排放絕對量減少了54.5%，每年使我國碳排放量減少7.1%，超過碳排放的絕對增長率。東北3省表現(xiàn)最為明顯，這可能緣于東北一直是我國的重工業(yè)基地，資本相對充裕，加之新世紀以來振興老工業(yè)基地戰(zhàn)略的實施，資本投入的增加使之有能力提高生產力的同時而使用更加節(jié)能減排的設備。整體上，東中部地區(qū)這一效應表現(xiàn)“搶眼”，使碳排放量比1990年降低了60%，西部地區(qū)相對滯后，但也使碳排放下降42.3%。

表1 1990—2009年地區(qū)碳排放的因素分解

主要年份碳排放的年均因素分解見表2所列。勞動碳比效應和能源碳比效應均扮演著促使碳排放增長的力量。勞動碳比效應20年間促使碳排放增長了1.1倍，年均增長3.3%，僅有黑龍江、遼寧和山西3省有減排效應。相比較而言，東部和中部地區(qū)這一效應較弱，分別比1990年使碳排放增長了90%和68%，西部地區(qū)這一效應使碳排放增長了1.77倍。這可能緣于東中部近年來資本充裕替代勞動力的關系表現(xiàn)比較明顯，而西部地區(qū)資本相對缺乏，勞動替代資本的效應較為明顯。能源碳比效應表現(xiàn)較弱，20年間僅使碳排放增長了約6.3%，年均僅為0.3%。一個值得注意的規(guī)律是：研究前期絕大多數(shù)年份這一效應均大于1，而后期，即2001年以來均明顯小于1，說明能源碳比效應開始發(fā)揮碳減排的作用，它反映了我國能源使用的強度下降和能源效率的提高。

表2 主要年份碳排放的年均因素分解

最后一項為結構效應，反應了三次產業(yè)結構變遷對碳減排的影響。平均意義上，結構效應20年間僅使碳排放下降了約1.5%，年均下降0.5%，說明結構效應作用微弱。分地區(qū)觀察，東部和中部地區(qū)均大于1，促使碳排放增長了8.2%和8.3%，而西部地區(qū)結構效應使碳排放下降了23.3%。一個可能的原因在于，東中部地區(qū)處于快速的產業(yè)結構變遷中，大部分省份正處于第一產業(yè)產值比重不斷下降，第二產業(yè)快速上升的階段，基本的結構形式排列是第二產業(yè)比重＞第三產業(yè)＞第一產業(yè)的格局。第二產業(yè)比重的上升反而不利于碳的減排，造成東中部省份沒有形成結構效應碳減排局面。而西部地區(qū)大部分省份第一產業(yè)比重仍然過高，工業(yè)不發(fā)達，反而有利于碳的減排。隨著東部地區(qū)產業(yè)結構逐步過渡到第三產業(yè)為主的產業(yè)格局，同時中西部工業(yè)化進程快速推進，可以看出，東部地區(qū)將逐步“享受”由于產業(yè)結構帶來的碳減排“紅利”，而中西部地區(qū)卻正好相反。

4 結 論

本文使用了一種距離函數(shù)的分解框架，基于CO2增長的恒等式把碳排放的增長分解為規(guī)模效應、技術進步效應、生產效率效應、資本碳比效應、勞動碳比效應、能源碳比效應和結構效應等7個部分，實證分解了我國29個省區(qū)1990—2009年碳排放的影響因素。研究結論如下：

（1）碳排放增長的速度與經濟規(guī)模是成正相關的，經濟規(guī)模的擴大是造成碳排放快速增長的主要原因。適度降低經濟增長速度有利于減緩碳強度以及減排政策的實施，必須及早實施經濟發(fā)展與碳排放增長間的“剛性”到“脫鉤”發(fā)展的轉變。

（2）資本碳比效應是促使碳減排的主要力量，反映了資本在節(jié)能減排與經濟產出間的配置差異。

（3）勞動碳比效應和能源碳比效應均未能形成積極的碳減排作用。

（4）包含技術效率效應和技術進步效應的生產率效應表現(xiàn)各異，對碳減排的影響由于相互作用而表現(xiàn)微弱。

（5）結構效應同樣沒有起關鍵作用。

［1］Ang B W，Pandiyan G.Decomposition of energy－induced CO2emissions in manufacturing［J］.Energy Economics，1997，19：363－374.

［2］Sun J W.Decomposition of aggregate CO2emissions in the OECD：1960—1995［J］.The Energy Journal，1999，20：147－155.

［3］Wang C，Jining C，Zhou J.Decomposition of energy－related CO2emissions in China：1957—2000［J］.Energy，2005，30：73－83.

［4］徐國泉，劉則淵，姜照華.中國碳排放的因素分解模型及實證分析：1995－2004［J］.中國人口·資源與環(huán)境，2006（6）：158－161.

［5］宋德勇，盧忠寶，中國碳排放影響因素分解及其周期性波動研究［J］.中國人口·資源與環(huán)境，2009（3）：18－24.

［6］李國志，李宗植.中國農業(yè)能源消費碳排放因素分解實證分析：基于 LMDI模 型 ［J］.農 業(yè)技術 經濟，2010（10）：66－72.

［7］郭朝先.中國碳排放因素分解：基于LMDI分解技術［J］.中國人口·資源與環(huán)境，2010（12）：4－9.

［8］鄒秀萍，陳紹鋒，寧 淼，等.中國省級區(qū)域碳排放影響因素的實證分析［J］.生態(tài)經濟，2009（3）：34－37.

［9］邵 帥，楊莉莉，曹建華.工業(yè)能源消費碳排放影響因素研究：基于STIRPAT模型的上海分行業(yè)動態(tài)面板數(shù)據實證分析［J］.財經研究，2010（11）：16－27.

［10］林伯強，劉希穎.中國城市化階段的碳排放：影響因素和減排策略［J］.經濟研究，2010（8）：66－78.

［11］許廣月.我國碳排放影響因素及其區(qū)域比較研究：基于省域面板數(shù)據［J］.財經論叢，2011（2）：14－18.

［12］Chung Y H，F(xiàn)¨are R，Grosskopf S.Productivity and undesirable outputs：a directional distance function approach［J］.Journal of Environmental Management，1997，51（3）：120－130.

［13］Kumar S.Environmentally sensitive productivity growth：aglobal analysis using Malmquist－Luenberger index ［J］.Ecological Economics，2006，56（2）：280－293.

［14］Li Man.Decomposing the change of CO2emissions in China：a distance function approach［J］.Ecological Economics，2010，70：77－85.

［15］King R G，Levine R.Capital fundamentalism，economic development，and economic growth［J］.Carnegie－Rochester Conference Series on Public Policy，1994，40（1）：259－292.

［16］張 軍，吳桂英，張吉鵬.中國省際物質資本存量的估算：1952－2000［J］.經濟研究，2004（10）：35－44.

［17］李 靜，程丹潤.基于DEA－SBM模型的中國地區(qū)環(huán)境效率研究［J］.合肥工業(yè)大學學報：自然科學版，2009，32（8）：1208－1211.

Study of driven factors of provincial CO2emission in China based on directional distance function approach

LI Jing， CHEN Wu
（School of Economics，Hefei University of Technology，Hefei 230009，China）

Using the nonparametric framework of directional distance function，this paper decomposes the driven factors of the changes of provincial CO2emission in China into seven components for the time period 1990－2009，including GDP scale effect，technical efficiency effect，technical change effect，emission indices associated with capital，labor and energy，and GDP composition effect.Some conclusions are as follows：the GDP scale effect accounts for the majority of emission increment；the capital－carbon ratio effect is a dominant contributor to provincial emission abatement；the labor－carbon ratio effect is also the main driver of emission increment；the energy－carbon ratio effect has began to decrease the emission since 2001；the effect of technical change，technical efficiency and GDP composition is negligible.

CO2emission；driven factor；directional distance function；decomposition

F205

A

1003－5060（2012）03－0381－06

10.3969／j.issn.1003－5060.2012.03.022

2011－06－23

國家自然科學基金資助項目（71103057）；安徽省自然科學基金資助項目（11040606Q29）

李 靜（1978－），男，安徽渦陽人，博士，合肥工業(yè)大學副教授，碩士生導師.

（責任編輯 張 镅）