檀勤良，張興平，魏詠梅，許倩楠

(華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京 102206;北京能源發(fā)展研究基地，北京 102206)

考慮技術(shù)效率的碳排放驅(qū)動(dòng)因素研究

檀勤良，張興平，魏詠梅，許倩楠

(華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京 102206;北京能源發(fā)展研究基地，北京 102206)

利用距離函數(shù)和數(shù)據(jù)包絡(luò)分析法測(cè)度要素相對(duì)效率，在此基礎(chǔ)上構(gòu)建了碳排放因素分解模型，該模型可以從13個(gè)方面來(lái)分析碳排放變化的驅(qū)動(dòng)因素。實(shí)證研究表明，7個(gè)因素導(dǎo)致中國(guó)碳排放的減少，尤其是能源強(qiáng)度的降低和能源利用技術(shù)水平的提高。其余6個(gè)因素導(dǎo)致中國(guó)碳排放增加，尤其是人均資本的變化和資本技術(shù)效率的降低。

碳排放;距離函數(shù);數(shù)據(jù)包絡(luò);因素分解

一、引言

二氧化碳排放對(duì)全球氣候產(chǎn)生了重要的影響，許多學(xué)者利用因素分解方法識(shí)別引起二氧化碳排放變化的影響因素，其中指數(shù)分解(IDA)和結(jié)構(gòu)分解法(SDA)是兩種最常用的方法，被大量應(yīng)用在碳排放驅(qū)動(dòng)力的研究中，如表1。SDA以投入產(chǎn)出模型為基礎(chǔ)，因而數(shù)據(jù)的收集依賴于能否獲得投入產(chǎn)出表。事實(shí)上投入產(chǎn)出表不是每年都編制，因而SDA的應(yīng)用收到了限制。IDA以指數(shù)理論為基礎(chǔ)，一般只需要部門(mén)數(shù)據(jù)，數(shù)據(jù)的收集相對(duì)于結(jié)構(gòu)分解法比較容易;同時(shí)在分解過(guò)程中可以采用加法和乘法的形式，因而在應(yīng)用中更加靈活。由于迪氏對(duì)數(shù)指數(shù)分解模型(LMDI)有效地解決了分解中的剩余問(wèn)題和數(shù)據(jù)中的零值問(wèn)題，因而得到了大量的應(yīng)用。對(duì)我國(guó)碳排放進(jìn)行因素分解的研究文獻(xiàn)見(jiàn)表1。

表1 碳排放因素分解方法及分解結(jié)果

近年來(lái)，一些學(xué)者利用距離函數(shù)和數(shù)據(jù)包絡(luò)分析法進(jìn)行因素分解，由于這種方法建立在生產(chǎn)理論的基礎(chǔ)上，Zhou和Ang［1］稱之為基于生產(chǎn)理論的因素分解法 (PDA)。與SDA/IDA相比，PDA方法的具有3個(gè)突出的優(yōu)點(diǎn):一是可以反映多種投入和產(chǎn)出要素技術(shù)效率對(duì)碳排放的影響;二是該方法利用總量數(shù)據(jù)就可以進(jìn)行因素分解，因而數(shù)據(jù)收集更加容易;三是擁有比較好的特性:可以通過(guò)因子互換檢驗(yàn) (factor reversal test)和時(shí)間互換檢驗(yàn) (time reversal test)，并能有效地解決分解中的剩余問(wèn)題和零值問(wèn)題。而在指數(shù)分解法中，只有LMDI和refined Laspeyres指數(shù)兩種形式可以通過(guò)全部的3個(gè)特性的檢驗(yàn)。Zhou和Ang［1］為能源投入和碳排放定義了一個(gè)投入距離函數(shù)，然后構(gòu)建了包括一個(gè)投入要素 (能源)和兩個(gè)產(chǎn)出 (GDP和CO2)的數(shù)據(jù)包絡(luò)模型，利用數(shù)據(jù)包絡(luò)模型對(duì)投入要素和碳排放的技術(shù)效率進(jìn)行測(cè)算。因而可以從7個(gè)方面來(lái)分析碳排放變化的驅(qū)動(dòng)因素和驅(qū)動(dòng)程度。其分析結(jié)果說(shuō)明，減排技術(shù)變化和能源利用技術(shù)變化是導(dǎo)致中國(guó)碳排放減少的主要因素，樣本期內(nèi) (2002-2004)分別導(dǎo)致碳排放減少11.66%和8.02%。而經(jīng)濟(jì)增長(zhǎng)和碳排放技術(shù)效率變化是導(dǎo)致碳排放增長(zhǎng)的主要因素，分別導(dǎo)致碳排放增加34.71%和21.18%;碳排放強(qiáng)度和碳因素的變化分別導(dǎo)致碳排放增長(zhǎng)5.4%和3.14%;能源利用技術(shù)效率沒(méi)有發(fā)生變化，因而對(duì)碳排放變化沒(méi)有影響。文獻(xiàn) ［2］為經(jīng)濟(jì)產(chǎn)出 (GDP)定義了一個(gè)產(chǎn)出距離函數(shù)，并利數(shù)據(jù)包絡(luò)模型對(duì)相關(guān)技術(shù)效率進(jìn)行測(cè)算，將引起碳排放變化的因素歸納為7分方面。基于我國(guó)1991-2006年的省際面板數(shù)據(jù)分析表明:這7個(gè)因素對(duì)碳排放變化的影響存在著較大的地區(qū)差異，對(duì)不同的省份具有不同影響力。但整體上看，經(jīng)濟(jì)增長(zhǎng)是碳排放增加的關(guān)鍵因素，導(dǎo)致碳排放增加 11.59%;勞動(dòng)-碳排放比導(dǎo)致碳排增長(zhǎng)1.64%。資本-碳排放比導(dǎo)致了碳排放減少了3.79%，經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和技術(shù)進(jìn)步導(dǎo)致碳排放分別減少1.03%和1.63%。該研究成果的突出優(yōu)點(diǎn)是可以從區(qū)域的角度來(lái)詳細(xì)分析引起碳排放變化的驅(qū)動(dòng)因素。

本文在Zhou和Ang［1］的基礎(chǔ)上，在數(shù)據(jù)包絡(luò)模型中構(gòu)建多投入-多產(chǎn)出模型。將GDP作為期望產(chǎn)出，將碳排放作為非期望產(chǎn)出同時(shí)引入模型，因?yàn)槠谕a(chǎn)出和非期望產(chǎn)出是同時(shí)產(chǎn)生的，這樣更符合實(shí)際情況。投入包括能源、資本和勞動(dòng)力。構(gòu)建產(chǎn)出距離函數(shù)衡量GDP產(chǎn)出的技術(shù)效率，為能源投入、資本和非期望產(chǎn)出構(gòu)建投入型距離函數(shù)，從而衡量其技術(shù)效率。這樣將影響碳排放的因素分解為13個(gè)方面，充分揭示不同投入/產(chǎn)出效率對(duì)碳排放變化的影響，為決策者提供更詳細(xì)的信息。在實(shí)證分析中，本文選擇20個(gè)發(fā)展中國(guó)家進(jìn)行分析，主要目的是從國(guó)際角度探討引起我國(guó)碳排放變化的主要驅(qū)動(dòng)力，通過(guò)國(guó)際比較，為我國(guó)的能源政策制定者提供參考。

二、研究方法

(一)距離函數(shù)及要素效率測(cè)算

Shephard距離函數(shù)被廣泛應(yīng)用于相對(duì)效率評(píng)價(jià)中。在時(shí)期t，首先定義一個(gè)生產(chǎn)可能集:St={(xt，kt，et，ct，yt):(xt，kt，et) 能生產(chǎn)出(ct，yt)}。其中，xt、kt和et分別代表勞動(dòng)力投入，資本投入和能源投入，ct和yt分別代表CO2排放和國(guó)內(nèi)生產(chǎn)總值 (GDP)。

St滿足以下3條性質(zhì):

對(duì)于非期望產(chǎn)出，定義一個(gè)投入導(dǎo)向距離函數(shù):

i=1，2，…，N為決策單元，i'為被評(píng)估單元;s，t∈ {0，T}表示不同的時(shí)期。

(二)碳排放因素分解模型

對(duì)于決策單元i，從時(shí)期0到時(shí)期T的CO2排放變化可以表示為:

以時(shí)期0的生產(chǎn)技術(shù)為參考，在式 (5)中引入投入和產(chǎn)出要素效率，則CO2排放變化可以分解為9個(gè)部分:

式 (6)將引起碳排放變化的因素分為九個(gè)部分。第一部分為潛在的碳因素變化 (PCFCH0i)。碳排放與能源消費(fèi)的比值被稱為碳因素，在本部分中，利用碳排放效率對(duì)碳排放進(jìn)行調(diào)整。從時(shí)期0到時(shí)期T，如果碳排放效率提高將導(dǎo)致潛在的碳因素變化加大，從而碳因素變化對(duì)碳排放變化的影響將增大。相反，如果碳排放效率降低將導(dǎo)致潛在的碳因素變化變小，從而碳因素變化對(duì)碳排放變化的影響也將減弱。第二部分，由于能源強(qiáng)度被能源使用效率調(diào)整，因而可以解釋為潛在的能源強(qiáng)度變化 (PEICH0i)。從時(shí)期0到時(shí)期T的能源消耗效率的提高將導(dǎo)致潛在能源強(qiáng)度變化加大，因此能源強(qiáng)度對(duì)碳排放變化的影響也將加大。相反，從時(shí)期0到時(shí)期T的能源消耗效率的降低將導(dǎo)致潛在能源強(qiáng)度變化減少，從而能源強(qiáng)度對(duì)碳排放變化的影響也將變小。第三部分為潛在單位資本產(chǎn)出變化 (PGGCH0i)。利用GDP產(chǎn)出效率對(duì)GDP進(jìn)行了調(diào)整，從時(shí)期0到時(shí)期T的GDP產(chǎn)出效率的提高將導(dǎo)致潛在單位資本產(chǎn)出變化加大，因而資本產(chǎn)出變化對(duì)碳排放變化的影響將加大。反之，從時(shí)期0到時(shí)期T的GDP產(chǎn)出效率的降低將導(dǎo)致潛在單位資本產(chǎn)出變化減小，因而資本產(chǎn)出變化對(duì)碳排放變化的影響也將變小。第四部分可以解釋為潛在的人均資本變化 (PGPCH0i)。利用資本效率對(duì)人均資本進(jìn)行了調(diào)整，從時(shí)期0到時(shí)期T，如果資本的效率提高，將導(dǎo)致潛在的人均資本變化加大，因而人均資本的變化對(duì)碳排放變化的影響也將加大。相反，如果資本的效率降低，將導(dǎo)致潛在人均資本變化減小，因而人均資本的變化對(duì)碳排放變化的影響也將減小。第五部分為人口變化(PCH0i)，反映人口變化對(duì)碳排放變化的影響。第六、七、八、九部分是測(cè)量投入或產(chǎn)出效率變化的因素，可以分別解釋為碳排放效率變化 (CETECH0i)、能源利用效率變化 (EUTECH0i)、資本利用效率變化 (KUTECH0i)和經(jīng)濟(jì)產(chǎn)出效率變化(TFPCH0i)。如果所有的投入、產(chǎn)出的效率都等于1，則式 (6)就是式 (5)。

式 (6)可以表示為:

如果用時(shí)期T的生產(chǎn)技術(shù)作參考，類似式(7)，碳排放變化可以分解為:

根據(jù)F?re等［17］的思路，為避免時(shí)期選擇的隨意性，取式 (7)和式 (8)的幾何平均數(shù)，則碳排放變化可以分解為:

式 (9)可以表示為:

F?re等［17］利用距離函數(shù)將效率的變化分解為技術(shù)效率變化和技術(shù)變化。類似地，可以將式 (9)的最后四個(gè)Malmquist指數(shù)進(jìn)一步分解為:

式 (11)右邊第一個(gè)因素測(cè)量CO2排放技術(shù)效率變化 (CEECHi)，第二個(gè)因素為碳排放技術(shù)變化(CATCHi)。式 (12)右邊的第一個(gè)因素測(cè)量能源消耗技術(shù)效率變化 (EUECHi)，第二個(gè)因素為能源使用技術(shù)水平變化 (EUTCHi)。式 (13)右邊的第一個(gè)因素測(cè)量資本技術(shù)效率變化 (KUECHi)，第二個(gè)因素為資本技術(shù)變革 (KUTCHi)。式 (14)右邊的第一個(gè)因素測(cè)量GDP生產(chǎn)技術(shù)效率變化 (TFECHi)，第二個(gè)因素為GDP生產(chǎn)技術(shù)變革 (TFTCHi)。

綜上所述，碳排放變化可以分解為13個(gè)因素，如式 (15)。這13個(gè)因素可以從五個(gè)方面反映碳排放變化的驅(qū)動(dòng)力:經(jīng)濟(jì)效應(yīng)、技術(shù)效應(yīng)、效率效應(yīng)、結(jié)構(gòu)效應(yīng)和人口效應(yīng)。其中，經(jīng)濟(jì)效應(yīng)是指由于經(jīng)濟(jì)增長(zhǎng)導(dǎo)致碳排放的變化，用潛在的資本產(chǎn)出變化 (PGGCH)和人均資本變化(PGPCH)來(lái)反映。技術(shù)效應(yīng)主要是指技術(shù)水平變化對(duì)碳排放變化的影響，包括能源利用技術(shù)水平變化 (EUTCH)、GDP生產(chǎn)技術(shù)水平變化(TFTCH)、減排技術(shù)水平 (CATCH)和資本技術(shù)水平的變化 (KUTCH)。效率效應(yīng)主要是指由于效率改變導(dǎo)致的碳排放變化的影響，包括:能源使用技術(shù)效率變化 (EUECH)、資本技術(shù)效率變化 (KUECH)、碳排放技術(shù)效率變化 (CEECH)、GDP生產(chǎn)技術(shù)效率變化 (TFECH)和潛在的能源強(qiáng)度變化 (PEICH)。結(jié)構(gòu)效應(yīng)主要反映能源結(jié)構(gòu)對(duì)碳排放的影響，用潛在的碳因素變化 (PCFCH)衡量。人口效應(yīng)主要是衡量人口變化(PCH)對(duì)碳排放的影響。

三、實(shí)證分析

本文選擇包括中國(guó)在內(nèi)的20個(gè)發(fā)展中國(guó)家作為研究樣本，由于樣本數(shù)據(jù)的可得性，樣本期為2004-2009。以能源消費(fèi)、資本和勞動(dòng)力作為投入，國(guó)內(nèi)生產(chǎn)總值 (GDP)和CO2排放量為產(chǎn)出。數(shù)據(jù)來(lái)源于世界發(fā)展指標(biāo)數(shù)據(jù)庫(kù) (World Development Indicators Database)。為了使數(shù)據(jù)保持一致，價(jià)值型數(shù)據(jù)都以2000年不變價(jià)格折算。應(yīng)用模型 (15)，20個(gè)發(fā)展中國(guó)家2004-2009年期間碳排放因素分解結(jié)果如表2。

表2 20個(gè)發(fā)展中國(guó)家2004-2009年期間碳排放因素分解結(jié)果

首先，將20個(gè)發(fā)展中國(guó)家作為一個(gè)整體來(lái)看，在2004-2009年碳排放平均增長(zhǎng)22.17%。其中，肯尼亞、中國(guó)、印度、玻利維亞和巴拿馬碳排放增長(zhǎng)比較快，增幅均超過(guò)40%。多米尼加、洪都拉斯、斯里蘭卡和菲律賓的碳排放只有微小的增加，而贊比亞的碳排放有所降低?？傮w上看，導(dǎo)致碳排放減少的驅(qū)動(dòng)因素包括5個(gè):潛在的資本產(chǎn)出變化 (PGGCH)、潛在的能源強(qiáng)度變化 (PEICH)、減排技術(shù)水平 (CATCH)、GDP生產(chǎn)技術(shù)水平的變化 (TFTCH)和碳排放技術(shù)效率變化 (CEECH)。這些因素導(dǎo)致碳排放減少的比例分別為:14.08%，5.24%，4.4%，1.79%，0.84%。結(jié)果表明，20個(gè)發(fā)展中國(guó)家整體上的技術(shù)水平在提高，尤其是GDP生產(chǎn)技術(shù)水平，從而資本產(chǎn)出水平大幅度提高，能源強(qiáng)度有了明顯的降低。相反，潛在的人均資本變化 (PGPCH)、潛在的碳因素變化 (PCFCH)、人口變化(PCH)、資本技術(shù)效率變化 (KUECH)、資本技術(shù)水平變化 (KUTCH)、生產(chǎn)技術(shù)效率變化(TFECH)、能源使用技術(shù)效率變化 (EUECH)和能源利用技術(shù)水平變化 (EUTCH)8個(gè)因素是碳排放增加的驅(qū)動(dòng)因素，分別導(dǎo)致碳排放增加比例 為:14.11%、 8.36%、 8.17%、 6.75%、3.89%、3.77%、3.08%、1.58%。因而這些國(guó)家的技術(shù)效率并沒(méi)有得到明顯的改善，因此發(fā)展中國(guó)家在提高技術(shù)水平的同時(shí)，更應(yīng)該注重追趕效應(yīng)。

其次，由表2也可以對(duì)每一個(gè)國(guó)家碳排放變化的驅(qū)動(dòng)力進(jìn)行國(guó)際比較，本文以中國(guó)為例。中國(guó)2004-2009年間CO2排放增加了49.74%，增長(zhǎng)率在20個(gè)國(guó)家中僅次于肯尼亞，位列第二。相對(duì)于所分析的樣本國(guó)家，導(dǎo)致中國(guó)碳排放減少的因素有7個(gè)。

(1)潛在的能源強(qiáng)度變化 (PEICH)使得我國(guó)碳排放減少11.69%，是導(dǎo)致我國(guó)碳排放減少的最關(guān)鍵的因素。在菲律賓、秘魯、敘利亞、贊比亞和委內(nèi)瑞拉5個(gè)國(guó)家中，潛在的能源強(qiáng)度變化起到了更明顯的減排效應(yīng)，分別使這些國(guó)家碳排放減少了 23.49%，18.18%，13.81%，11.88%和11.87。說(shuō)明這些國(guó)家潛在的能源強(qiáng)度有更明顯的降低。相反地，該因素導(dǎo)致智利、厄瓜多爾、伊朗、斯里蘭卡和危地馬拉5個(gè)國(guó)家碳排放增加，說(shuō)明這些國(guó)家潛在的能源強(qiáng)度增加比較明顯。

(2)能源利用技術(shù)水平變化 (EUTCH)導(dǎo)致我國(guó)碳排放減少10.09%，說(shuō)明我國(guó)潛在能源利用技術(shù)水平得到了有效的提高。值得關(guān)注的是，能源利用技術(shù)水平變化導(dǎo)致菲律賓碳排放更大幅度的減少 (17.83%)。但該因素導(dǎo)致12個(gè)國(guó)家的碳排放增加，尤其是，導(dǎo)致肯尼亞碳排放增加了20.01%，說(shuō)明這些國(guó)家能源利用技術(shù)水平在下降。

(3)潛在的資本產(chǎn)出變化 (PGGCH)使我國(guó)碳排放減少了7.06%。該因素導(dǎo)致19個(gè)國(guó)家碳排放減少，其中，使16個(gè)國(guó)家碳排放減少幅度超過(guò)10%，因而是絕大多數(shù)國(guó)家碳排放減少的重要驅(qū)動(dòng)力。我國(guó)潛在的資本產(chǎn)出水平雖然有一定的提升，但相對(duì)于這16個(gè)國(guó)家而言，提升的效果很有限。

(4)GDP生產(chǎn)技術(shù)水平變化 (TFTCH)使我國(guó)碳排放減少了4.33%。該因素導(dǎo)致16個(gè)國(guó)家碳排放減少，說(shuō)明這些國(guó)家技術(shù)水平得到改善。其中，該因素導(dǎo)致7個(gè)國(guó)家碳排放減少的幅度超過(guò)我國(guó)，尤其是，該因素導(dǎo)致阿根廷和玻利維亞碳排放減少的幅度超過(guò)10%，說(shuō)明這兩個(gè)國(guó)家GDP生產(chǎn)技術(shù)水平有了明顯的提高。

(5)潛在的碳因素變化 (PCFCH)導(dǎo)致我國(guó)碳排放減少3.83%。該因素導(dǎo)致11個(gè)國(guó)家碳排放減少，說(shuō)明這些國(guó)家單位能源的碳排放減少，能源結(jié)構(gòu)得到改善。其中，該因素分別導(dǎo)致贊比亞、智利、玻利維亞和菲律賓碳排放減少了15.1%、8.68%、7.33% 和 6.78%，因此這些國(guó)家能源結(jié)構(gòu)得到了更明顯的優(yōu)化。但該因素卻導(dǎo)致了其他9個(gè)國(guó)家碳排放的大幅度增加，增加幅度超過(guò)了16%，說(shuō)明這些國(guó)家能源更加依賴化石能源。

(6)碳排放技術(shù)效率變化 (CEECH)使我國(guó)碳排放減少了1.99%。該因素導(dǎo)致10個(gè)國(guó)家碳排放減少，說(shuō)明這些國(guó)家的碳排放技術(shù)效率得到改善。尤其是，對(duì)阿根廷、危地馬拉、伊朗和敘利亞4個(gè)國(guó)家有更明顯的減排效應(yīng)，分別達(dá)到9.43%、7.31%、6.87% 和 3.18% 的減排效果，因此這四個(gè)國(guó)家的技術(shù)效率得到了更好的提高。同時(shí)該因素導(dǎo)致其他9國(guó)家碳排放輕微的增加，但印度的碳排放技術(shù)效率明顯的惡化，該因素導(dǎo)致印度碳排放增加了10.91%。

(7)GDP生產(chǎn)技術(shù)效率變化 (TFECH)對(duì)減少碳排放具有積極的作用，但驅(qū)動(dòng)力較弱，導(dǎo)致我國(guó)碳排放減少1.66%。該因素對(duì)6個(gè)國(guó)家具有減排效應(yīng)，但減排效果比較小，說(shuō)明這些國(guó)家的生產(chǎn)技術(shù)效率得到了輕微的改善。但對(duì)于其余14個(gè)國(guó)家而言，該因素導(dǎo)致了碳排放的增加，說(shuō)明大部分國(guó)家的生產(chǎn)技術(shù)效率在惡化，尤其是阿根廷和玻利維亞。

其他6個(gè)因素導(dǎo)致了我國(guó)碳排放的增加。

(1)潛在的人均資本變化 (PGPCH)是導(dǎo)致我國(guó)碳排放增加的最主要的驅(qū)動(dòng)力。該因素導(dǎo)致13個(gè)國(guó)家碳排放增加，而且驅(qū)動(dòng)力很強(qiáng)。特別地，該因素驅(qū)動(dòng)肯尼亞碳排放增加88.6%;驅(qū)動(dòng)我國(guó)碳排放增加59.95%，是驅(qū)動(dòng)力最強(qiáng)的兩個(gè)國(guó)家。說(shuō)明這些國(guó)家潛在的人均資本增長(zhǎng)比較快。相反，該因素導(dǎo)致7個(gè)國(guó)家碳排放減少，說(shuō)明這些國(guó)家潛在的人均資本減少。

(2)資本技術(shù)效率變化 (KUECH)導(dǎo)致我國(guó)碳排放增加了10.78%。該因素導(dǎo)致13個(gè)國(guó)家碳排放增加，意味著這些國(guó)家資本技術(shù)效率在惡化，尤其是阿根廷等7個(gè)國(guó)家，該因素導(dǎo)致碳排放的增加超出了我國(guó)，這7個(gè)國(guó)家資本技術(shù)效率下降的程度比我國(guó)嚴(yán)重。相反，該因素導(dǎo)致了6個(gè)國(guó)家碳排放減少，說(shuō)明這些國(guó)家資本技術(shù)效率提高了。

(3)資本技術(shù)水平變化 (KUTCH)導(dǎo)致我國(guó)碳排放增加了7.71%。該因素引起12個(gè)國(guó)家碳排放增加，說(shuō)明這些國(guó)家資本技術(shù)水平在惡化。尤其是，委內(nèi)瑞拉、智利、厄瓜多爾、玻利維亞和肯尼亞5個(gè)國(guó)家，其資本技術(shù)水平下降的幅度超過(guò)了我國(guó)，引起的碳排放增加幅度超過(guò)了9%。但該因素引起了其他8個(gè)國(guó)家碳排放的減少，說(shuō)明這些國(guó)家資本技術(shù)水平在提升。

(4)減排技術(shù)水平 (CATCH)引起我國(guó)碳排放10.59%的增加。該因素引起8個(gè)國(guó)家的碳排放增加，說(shuō)明這些國(guó)家的減排技術(shù)水平在下降，尤其是中國(guó)和阿根廷下降的幅度超過(guò)10%。但該因素引起了其他12個(gè)國(guó)家的碳排放減少，說(shuō)明這些國(guó)家的減排技術(shù)水平在提高。

(5)能源使用技術(shù)效率變化 (EUECH)使我國(guó)碳排放增加了5.53%。該因素引起了11個(gè)國(guó)家的碳排放增加，說(shuō)明這些國(guó)家的能源使用技術(shù)效率在降低。尤其是，巴拉圭、巴拿馬、贊比亞、敘利亞、委內(nèi)瑞拉、秘魯和菲律賓7個(gè)國(guó)家，其能源使用技術(shù)效率更加惡化，導(dǎo)致了這7個(gè)國(guó)家碳排放增加了10%以上。遠(yuǎn)遠(yuǎn)超過(guò)了我國(guó)。但對(duì)于其余9個(gè)國(guó)家而言，該因素對(duì)減排具有積極效果，說(shuō)明這些國(guó)家能源使用技術(shù)效率在提高。

(6)人口變化 (PCH)使我國(guó)碳排放增加了2.73%。對(duì)于所有的樣本國(guó)家來(lái)說(shuō)，人口增長(zhǎng)都驅(qū)動(dòng)碳排放增加，但其驅(qū)動(dòng)力在中國(guó)是最小的，肯尼亞是最大的，該因素導(dǎo)致肯尼亞碳排放增加了14.04%。盡管該因素對(duì)我國(guó)碳排放增加的驅(qū)動(dòng)力比較小，但由于我國(guó)城市化進(jìn)程正在提速，城市人均能源消費(fèi)比農(nóng)村人均能源消費(fèi)多1085.26千克標(biāo)準(zhǔn)煤［18］，因此倡導(dǎo)低碳的生活理念也是我國(guó)節(jié)能減排的有效措施。

四、結(jié)論

本文利用距離函數(shù)和數(shù)據(jù)包絡(luò)分析法建立了碳排放因素分解模型，其突出的優(yōu)點(diǎn)是可以分析不同投入和產(chǎn)出要素的技術(shù)效率變化和技術(shù)水平變化對(duì)碳排放的影響機(jī)制。該分解模型可以將影響碳排放變化的驅(qū)動(dòng)因素分解為13個(gè)部分，從而可以揭示經(jīng)濟(jì)效應(yīng)、技術(shù)效應(yīng)、效率效應(yīng)、結(jié)構(gòu)效應(yīng)和人口效應(yīng)對(duì)碳排放的影響力。

本文選擇包括中國(guó)在內(nèi)的20個(gè)發(fā)展中國(guó)家進(jìn)行實(shí)證研究，目的就是從國(guó)際視角來(lái)分析引起碳排放變化的驅(qū)動(dòng)因素。相對(duì)于所分析的樣本國(guó)家而言，驅(qū)動(dòng)中國(guó)碳排放減少的主要因素歸納為3種效果:一是技術(shù)效應(yīng)。我國(guó)能源利用技術(shù)水平和整體生產(chǎn)技術(shù)水平的提高促使了碳排放的降低;二是效率效應(yīng)。主要表現(xiàn)為能源強(qiáng)度的下降、整體生產(chǎn)技術(shù)效率的提高、碳排放技術(shù)效率的改善;三是結(jié)構(gòu)效應(yīng)。可再生的清潔能源在我國(guó)得到了非常迅速的發(fā)展，因而能源結(jié)構(gòu)的變化是導(dǎo)致我國(guó)碳排放減少的重要因素。

導(dǎo)致我國(guó)碳排放增加的主要因素可以歸納為4類:一是經(jīng)濟(jì)效應(yīng):我國(guó)經(jīng)濟(jì)持續(xù)快速的增長(zhǎng)是導(dǎo)致碳排放增加的主要?jiǎng)恿Α６羌夹g(shù)效應(yīng):資本的技術(shù)水平和減排技術(shù)水平不高是驅(qū)動(dòng)碳排放增加的重要因素。三是效率效應(yīng):資本的技術(shù)效率和能源使用技術(shù)效率導(dǎo)致了碳排放的增加。四是人口效應(yīng):人口的增長(zhǎng)導(dǎo)致了碳排放的微小增長(zhǎng)，其驅(qū)動(dòng)力遠(yuǎn)不如其他因素明顯。

這些導(dǎo)致中國(guó)碳排放增加的因素，也是今后我們應(yīng)該加強(qiáng)的領(lǐng)域。因此今后我國(guó)節(jié)能減排的政策取向應(yīng)該關(guān)注以下幾點(diǎn):一是提升資本的技術(shù)效率和技術(shù)水平，這就要改變目前粗放的增長(zhǎng)模式，不斷過(guò)渡到內(nèi)涵發(fā)展的模式，提高資本的使用效率和技術(shù)水平，這對(duì)節(jié)能減排目標(biāo)的實(shí)現(xiàn)具有重要的長(zhǎng)效作用。二是提高能源使用技術(shù)效率和減排的技術(shù)水平，這種方式對(duì)于節(jié)能減排具有非常直接的效果。三是積極倡導(dǎo)低碳生活的價(jià)值觀。我國(guó)人口基數(shù)大，城市化進(jìn)程快，低碳價(jià)值觀有利于降低人們生活用能，從而減少碳排放。

［1］Zhou P，Ang B W.Decomposition of Aggregate CO2Emissions:A Production-theoretical Approach ［J］.Energy Economics，2008，30(3):1054-1067.

［2］Li M.Decomposing the Change of CO2Emissions in China:A Distance Function approach ［J］.Ecological Economics，2010，70(1):77-85.

［3］Zha D，Zhou D，Zhou P.Driving Forces of Residential CO2Emissions in Urban and Rural China:An Index Decomposition Analysis ［J］.Energy Policy，2010，38(7):3377-3383.

［4］趙志耘，楊朝峰.中國(guó)碳排放驅(qū)動(dòng)因素分解分析［J］.中國(guó)軟科學(xué)，2012(6):175-183.

［5］Liu L，F(xiàn)an Y，Wu G，et al.M.Using LMDI Method to Analyze the Change of China Industrial CO2Emissions From Final Fuel Use:An Empirical Analysis ［J］.Energy Policy，2007，35(11):5892-5900.

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

［7］王鋒，吳麗華，楊超.中國(guó)經(jīng)濟(jì)發(fā)展中碳排放增長(zhǎng)的驅(qū)動(dòng)因素研究 ［J］.經(jīng)濟(jì)研究，2010(2):123-136.

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

［9］朱勤，彭希哲，陸志明，等.中國(guó)能源消費(fèi)碳排放變化的因素分解及實(shí)證分析［J］.資源科學(xué)，2009(12):2072-2079.

［10］趙奧，武春友.中國(guó)CO2排放量變化的驅(qū)動(dòng)力與減排界域分析［J］.經(jīng)濟(jì)與管理研究，2010(10):48-54.［11］Zhang M，Mu H，Ning Y，et al.Decomposition of Energy Related CO2Emission Over 1991-2006 in China ［J］.Ecological Economics，2009，68(7):2122-2128.

［12］Yuan P，Cheng S.Determinants of Carbon Emissions Growth in China:A Structural Decomposition Analysis［J］.Energy Procedia，2011(5):169-175.

［13］朱勤，彭希哲，吳開(kāi)亞.基于結(jié)構(gòu)分解的居民消費(fèi)品載能碳排放變動(dòng)分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012(1):65-77.

［14］Ang B W，Zhang F Q，Choi K.Factorizing Changes in Energy and Environmental Indicators Through Decomposition［J］.Energy，1998，23(6):489-495.

［15］Tyteca D.On the Measurement of the Environmental Performance of Firms-a Literature Review and a Productive Efficiency Perspective ［J］.Journal of Environmental Management，1996，46(3):281-308.

［16］Tyteca D.Linear Programming Models for the Measurement of Environmental Performance of Firms-concepts and Empirical Results［J］.Journal of Production Analysis，1997，8(2):183-197.

［17］F?re R，Grosskopf S，Norris M，et al.Productivity Rrowth，Technical Progress，and Efficiency Change in Industrialized Countries［J］.American Economic Review，1994，84(1):66-83.

［18］張馨，牛叔文，趙春升，等.中國(guó)城市化進(jìn)程中的居民家庭能源消費(fèi)及碳排放研究 ［J］.中國(guó)軟科學(xué)，2011(9):65-75

The Driving Forces of Carbon Emissions in Consideration of Technical Efficiency

TAN Qin-liang，ZHANG Xing-ping，WEI Yong-mei，XU Qian-nan
(School of Economics and Management，North China Electric Power University，Beijing102206，China;Research Center For Beijing Energy Development，Beijing102206，China)

Based on measuring the efficiency changes of inputs/outputs，we present a decomposition model by using distance functions and data envelopment analysis.The components driving the change of carbon emissions are decomposed into the contributors from thirteen factors specified in this paper.The empirical results indicate that seven factors decrease the carbon emissions，especially the change in energy intensity and energy utilization technical level.While the other six factors increase the carbon emissions，especially the change in capital per capita and capital technical efficiency.

Carbon emission;Distance function;Data envelopment analysis;Decomposition analysis

F407

A

1002-9753(2013)07-0154-10

2013-01-27

2013-03-28

國(guó)家自然科學(xué)基金項(xiàng)目(71173075);教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃(NCET-12-0850);教育部博士點(diǎn)基金項(xiàng)目(20110036120013);北京市哲學(xué)社會(huì)科學(xué)規(guī)劃重點(diǎn)項(xiàng)目(11JGA010);中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)基金。

檀勤良(1969-)，福建福州人，華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院副教授，博士，研究方向:能源經(jīng)濟(jì)與政策模擬。

(本文責(zé)編:海 洋)