康玉泉 孫慶蘭

摘要：在共同前沿和組前沿概念下，對(duì)中國(guó)工業(yè)碳減排潛力及其來(lái)源進(jìn)行了研究。結(jié)果發(fā)現(xiàn)：工業(yè)碳減排潛力巨大，從2003年開(kāi)始逐步釋放；工業(yè)碳減排潛力來(lái)源地區(qū)差異明顯，技術(shù)差距導(dǎo)致的潛在碳減排量在總潛在碳減排量中所占比重逐步減少。

關(guān)鍵詞：共同前沿；組前沿；碳減排潛力；技術(shù)差距

DOI：10.13956/j.ss.1001-8409.2016.06.11

中圖分類號(hào)：F427；F1245 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-8409（2016）06-0049-04

Abstract：This paper studies the potential of industrial carbon emissions reduction and its sources based on metafrontier and group frontiers. It finds that the potential of industrial carbon emissions is huge and gradually released since 2003.The Sources of potential of industrial carbon emissions exist significant differences among provinces. The potential carbon emissions reduction is caused by technology gap to the total amount has led to reduction gradually.

Key words：metafrontier； group frontiers； potential carbon emissions reduction； technology gap

工業(yè)是二氧化碳排放的主要產(chǎn)業(yè)，其減排行動(dòng)對(duì)實(shí)現(xiàn)政府承諾的二氧化碳減排目標(biāo)至關(guān)重要。研究工業(yè)領(lǐng)域的碳減排潛力及其地區(qū)差異，分析潛在碳減排量的來(lái)源，對(duì)于碳減排目標(biāo)制定及政策實(shí)施具有重要意義。

1文獻(xiàn)回顧

從相關(guān)文獻(xiàn)看，節(jié)能和碳減排潛力研究所涉及的方法主要有兩類：一類是通過(guò)指數(shù)分解方法將能源或碳排放變化分解成不同的貢獻(xiàn)份額，利用給定的效率基準(zhǔn)計(jì)算節(jié)能或碳排放潛力。相關(guān)研究主要有：姚愉芳等（2007）、Ang等（2011）。另一類是把能源作為投入要素、碳排放（或其他污染物）作為非意愿產(chǎn)出引入生產(chǎn)函數(shù)，將生產(chǎn)過(guò)程看做多投入、多產(chǎn)出的聯(lián)合生產(chǎn)，進(jìn)而定義環(huán)境生產(chǎn)技術(shù)，運(yùn)用非參數(shù)方法來(lái)估計(jì)節(jié)能或減排潛力。魏楚等運(yùn)用DEA方法研究節(jié)能潛力和能源效率時(shí)考慮了污染物排放[1]。王群偉等（2011）和Guo等（2011）運(yùn)用環(huán)境DEA方法估計(jì)了中國(guó)各省潛在碳排放。為避免DEA方法求解存在的無(wú)可行解問(wèn)題，Bian等運(yùn)用擴(kuò)展的非徑向DEA方法對(duì)中國(guó)各省的節(jié)能和碳減排潛力進(jìn)行了研究[2]；張慶芝等建立超效率DEA模型對(duì)中國(guó)鋼鐵產(chǎn)業(yè)的能源效率和節(jié)能潛力進(jìn)行了分析[3]?，F(xiàn)有對(duì)碳減排潛力的研究大多是通過(guò)生產(chǎn)非效率的估計(jì)來(lái)進(jìn)行，但并未指出非效率的來(lái)源，因而也不能給出挖掘碳減排潛力的有效路徑。另外，已有研究在運(yùn)用非參數(shù)的DEA方法時(shí)，通常將決策單元看作具有相同技術(shù)的同一生產(chǎn)集的元素。但實(shí)際上，決策單元往往具有技術(shù)異質(zhì)性，導(dǎo)致非參數(shù)方法的效率估計(jì)出現(xiàn)偏差。

本文在O'Donnell等提出的共同前沿（metafrontier）和組前沿（group frontiers）的概念基礎(chǔ)上[4]，引入方向距離函數(shù)來(lái)估計(jì)碳排放效率，在一定程度上克服了技術(shù)差異對(duì)效率估計(jì)的影響，同時(shí)還指出了碳減排潛力的來(lái)源，為探索碳減排的有效路徑提供借鑒。

2研究方法

21組前沿與共同前沿

按照O'Donnell等的做法，具有相同技術(shù)屬性的決策單元?jiǎng)澐譃橐粋€(gè)組群（Group），I個(gè)決策單元可以分為K個(gè)組群。在每個(gè)組群中，決策單元以投入向量x∈RN+，生產(chǎn)意愿產(chǎn)出y∈RM+和非意愿產(chǎn)出b∈RJ+。在時(shí)期t，組群k的生產(chǎn)技術(shù)集合，即組群技術(shù)集（group technology set）定義為：

Tkt=（xkt，ykt，bkt）：xkt能生產(chǎn)（ykt，bkt）（1）

組群技術(shù)集Tkt的產(chǎn)出集合Pkt（xkt）為：

Pkt（xkt）=（ykt，bkt）：（xkt，ykt，bkt）∈Tkt（2）

產(chǎn)出集合Pkt（xkt）確定的邊界是組群k的生產(chǎn)前沿，稱為組前沿（group frontiers）。組前沿為技術(shù)相同的產(chǎn)出集邊界，是組群內(nèi)決策單元可能達(dá)到的最大產(chǎn)出。

共同技術(shù)集（metatechnology set）定義為所有技術(shù)可行的投入產(chǎn)出組合的集合，共同技術(shù)集不考慮決策單元的技術(shù)異質(zhì)性，并認(rèn)為每個(gè)決策單元都有達(dá)到共同技術(shù)前沿的潛力。時(shí)期t的共同技術(shù)集定義為：

共同技術(shù)集T*t的產(chǎn)出集合為：

共同技術(shù)集確定的生產(chǎn)可能性邊界定義為共同邊界（metafrontier），也稱為共同前沿，是無(wú)技術(shù)限制的所有投入產(chǎn)出的邊界。

根據(jù)共同技術(shù)集和組群技術(shù)集的定義，K個(gè)組群技術(shù)集的集合為共同技術(shù)集，Tkt與Tt滿足如下關(guān)系：

式（5）表明共同前沿是組前沿的包絡(luò)線。不同組群分別構(gòu)成各自的技術(shù)邊界，同時(shí)K個(gè)組群一起構(gòu)成所有決策單元的共同邊界。組群邊界表示決策單元的實(shí)際技術(shù)水平，共同邊界代表決策單元的前沿技術(shù)水平。

在文獻(xiàn)中，組群的劃分可根據(jù)研究對(duì)象的技術(shù)特征[5，6]，或其所處的地理位置來(lái)進(jìn)行[4，7]。本文按照各省份所處的地理位置，將全國(guó)30個(gè)省份劃分為東部、中部和西部三個(gè)組群東部地區(qū)包括11個(gè)省級(jí)行政區(qū)，分別為北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區(qū)有8個(gè)省級(jí)行政區(qū)，分別是山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)包括省級(jí)行政區(qū)共11個(gè)，分別為四川、重慶、貴州、云南、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古。 ，在此基礎(chǔ)上構(gòu)建組前沿和共同前沿，進(jìn)而對(duì)各省工業(yè)碳減排潛力及其來(lái)源進(jìn)行研究。

22方向距離函數(shù)

組群技術(shù)集Tkt和共同技術(shù)集T*t滿足Fre等提出的環(huán)境技術(shù)集的性質(zhì)[8]。因此，在組群技術(shù)集中，方向距離函數(shù)定義為：

在共同技術(shù)集中，方向距離函數(shù)定義為：

其中方向向量為=y，b=（1，-1），表明意愿產(chǎn)出按照y方向增加的同時(shí)，非意愿產(chǎn)出按照b方向減少。方向距離函數(shù)是在技術(shù)和投入給定時(shí)，技術(shù)集的生產(chǎn)組合按方向向量增加意愿產(chǎn)出的同時(shí)，減少非意愿產(chǎn)出，而后到達(dá)生產(chǎn)邊界的距離。距離函數(shù)的值越大，生產(chǎn)者提高意愿產(chǎn)出、降低非意愿產(chǎn)出的潛力越大，生產(chǎn)的非效率程度越高。

23基于共同前沿的碳排放非效率及其分解

根據(jù)式（6）和式（7）對(duì)方向距離函數(shù)的定義，決策單元在共同前沿和組前沿中的碳排放非效率分別為：

由于共同前沿是組前沿的包絡(luò)線，因此決策單元在共同前沿中的非效率MIE大于在組前沿中的非效率GIE。在技術(shù)給定的情況下，組前沿下決策單元的非效率是其意愿產(chǎn)出不足，或投入與非意愿產(chǎn)出過(guò)多；非效率原因是管理失效。共同前沿下決策單元的非效率除了管理失效以外，與共同前沿的技術(shù)差距也是產(chǎn)生非效率的原因。因此，共同前沿下決策單元的非效率由組前沿下的管理非效率（GMI）和技術(shù)差距非效率（TGI）構(gòu)成，即：

式（11）表明，共同前沿下決策單元的非效率可分解為TGI和GMI兩部分，技術(shù)差距非效率（TGI）為：

式（12）表明，決策單元與共同前沿的技術(shù)差距是其在共同前沿和組前沿下方向距離函數(shù)值之差。GMI是決策單元在組群中的方向距離函數(shù)值，度量管理非效率。

根據(jù)共同前沿下決策單元的非效率及分解，當(dāng)其實(shí)際碳排放量為C時(shí)，則潛在碳減排量（PCER）、管理失效導(dǎo)致的潛在碳減排量（PCEMI）和技術(shù)差距導(dǎo)致的潛在碳減排量（PCETG）分別為：

以上分析表明，決策單元的潛在碳減排量由管理失效和技術(shù)差距導(dǎo)致，這一分解給出了碳減排潛力的來(lái)源，指明了碳減排放的方向。

3工業(yè)碳減排潛力及其來(lái)源分析

31數(shù)據(jù)說(shuō)明

本文選取1995～2012年中國(guó)大陸30個(gè)省份工業(yè)投入與產(chǎn)出數(shù)據(jù)進(jìn)行研究由于西藏工業(yè)規(guī)模較小，研究中沒(méi)有考慮。 ，其中投入變量為勞動(dòng)（L）、資本存量（K）和能源消耗（E），產(chǎn)出變量為工業(yè)總產(chǎn)值（Y）和二氧化碳排放量（C）。資本存量數(shù)據(jù)由永續(xù)盤存法估算得到，二氧化碳排放量由工業(yè)能源消耗數(shù)據(jù)推算得到。由于不同變量數(shù)據(jù)統(tǒng)計(jì)口徑存在差異，同一變量不同時(shí)期數(shù)據(jù)的統(tǒng)計(jì)口徑也存在變化，為得到一致的研究樣本，本文將所用數(shù)據(jù)調(diào)整至全部工業(yè)口徑。另外，價(jià)值量數(shù)據(jù)以1990年為基期進(jìn)行平減，得到以不變價(jià)格計(jì)算的數(shù)據(jù)。

32工業(yè)碳減排潛力及其變化

潛在碳減排量是生產(chǎn)者在當(dāng)前實(shí)際碳排放量基礎(chǔ)上能夠進(jìn)一步減少的排放量。用潛在碳減排量（PCER）占實(shí)際碳排放量（C）的比例能更好地反映生產(chǎn)者的碳減排潛力。表1結(jié)果顯示，全國(guó)工業(yè)潛在碳減排量與實(shí)際碳排放量比例的平均值為5201%。東、中、西三地區(qū)該比例的平均值分別為3341%、6849%和7158%。根據(jù)這一比例的年平均值，可將30個(gè)省份分為三類：碳減排潛力最大的省份，這一比例達(dá)到80%以上，包括寧夏、山西、內(nèi)蒙古、新疆、黑龍江以及貴州6個(gè)省區(qū)；碳減排潛力最小的省份，這一比例在30%以下，包括北京、福建、天津、浙江、廣東以及上海6個(gè)省市；其他省份中，除海南（4899%）和山東（4630%）兩省該比例不足50%以外，其余15個(gè)省份的這一比例均在50%～80%之間。大多數(shù)省份潛在碳減排量占實(shí)際碳排放量的一半以上，工業(yè)碳減排空間較大。