諶　偉，李荷華

（上海第二工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，上海201209）

?

技術(shù)效率視角下的上海市物流業(yè)二氧化碳排放反彈效應(yīng)實(shí)證研究

諶偉，李荷華

（上海第二工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，上海201209）

摘要：物流業(yè)是城市經(jīng)濟(jì)活動(dòng)中的重要部分，也是能源消耗量大的行業(yè)之一。以上海市物流業(yè)二氧化碳排放量為研究對(duì)象，建立碳排放反彈與減量效應(yīng)兩類模型，定量分析2000～2012年間上海市物流二氧化碳排放控制過程中的反彈與減少量。結(jié)果表明，2000～2012年間，上海市物流業(yè)二氧化碳排放量的反彈效應(yīng)與減量效應(yīng)均顯著，物流產(chǎn)業(yè)發(fā)展產(chǎn)生的反彈效應(yīng)抑制了技術(shù)效率提升產(chǎn)生的減量效應(yīng)。鑒于上海市發(fā)展的實(shí)際情況，物流業(yè)低碳政策設(shè)計(jì)中應(yīng)以控制增速為政策構(gòu)建的出發(fā)點(diǎn)。

關(guān)鍵詞：低碳；反彈效應(yīng)；減量效應(yīng)

0　引言

低碳經(jīng)濟(jì)——二氧化碳排放減量，已經(jīng)成為國(guó)際上研究討論的熱點(diǎn)，無論是經(jīng)濟(jì)領(lǐng)域、工程領(lǐng)域，甚至是政治領(lǐng)域，全球都投入到一場(chǎng)新的綠色革命之中。盡管中國(guó)政府高度重視、積極響應(yīng)并向全世界承諾“2020年單位GDP能源消耗比2005年下降40%～45%”，然而國(guó)際上一些研究機(jī)構(gòu)已經(jīng)將中國(guó)列入碳排放超級(jí)大國(guó)，甚至量化了2013年中國(guó)人均CO2排放量數(shù)據(jù)。據(jù)中國(guó)商務(wù)部網(wǎng)站轉(zhuǎn)載的信息表明，2013年中國(guó)人均碳排放量約為7.2 t，而與此相對(duì)比的是歐盟的CO2排放量人均僅6.8 t，印度的人均排放量只有1.9 t［1］。上海是中國(guó)的經(jīng)濟(jì)中心，無論是經(jīng)濟(jì)水平、生活水平都處于中國(guó)前列。物流業(yè)是城市經(jīng)濟(jì)活動(dòng)中的重要部分，上海建立國(guó)際經(jīng)濟(jì)、金融、貿(mào)易、航運(yùn)四中心戰(zhàn)略又與物流業(yè)密切聯(lián)系。鑒于物流業(yè)是能源消耗大戶，因此分析上海市物流業(yè)能源消耗產(chǎn)生的二氧化碳變化趨勢(shì)，厘清二氧化碳排放過程中的反彈量與減排量，有利于科學(xué)構(gòu)建物流行業(yè)低碳政策。

反彈效應(yīng)（Rebound Effect）源于能源經(jīng)濟(jì)研究，Jevons在描述煤炭消耗時(shí)，發(fā)現(xiàn)資源生產(chǎn)率提高后，會(huì)導(dǎo)致成本降低從而進(jìn)一步刺激了對(duì)煤炭的需求，推動(dòng)經(jīng)濟(jì)增長(zhǎng)，使得煤炭資源更加稀缺，這也被稱為“杰文斯悖論（Jevons Paradox）”。國(guó)內(nèi)外能源經(jīng)濟(jì)研究中出現(xiàn)了許多基于反彈效應(yīng)的量化實(shí)證研究［2-9］。本文根據(jù)國(guó)際能源署的技術(shù)進(jìn)步主導(dǎo)的反彈減量的原理［10］，建立由技術(shù)因素碳生產(chǎn)率、經(jīng)濟(jì)因素、從業(yè)人員結(jié)構(gòu)因素以及從業(yè)人員總數(shù)因素等多因素組成的反彈與減量效應(yīng)模型?；诜磸椥?yīng)定義，定量估算了2000～2012年13年內(nèi)的上海市物流業(yè)能源消耗值產(chǎn)生的反彈效應(yīng)和減量效應(yīng)。

1　研究方法及數(shù)據(jù)來源

1.1研究方法

本文基于能源轉(zhuǎn)化法估算上海市物流業(yè)二氧化碳排放量，并采用上海的碳排放量能源轉(zhuǎn)化值［11］，計(jì)算公式如下：

式中：CEt為物流CO2排放量；K為標(biāo)準(zhǔn)煤碳排放系數(shù)；Et為以標(biāo)準(zhǔn)煤為單位的能源消耗量；t代表年份。

物流業(yè)二氧化碳排放影響因素模型表示如下：

式中：EAt為物流業(yè)總產(chǎn)值；POPt為上海物流業(yè)職工人數(shù)；Pt為上海物流業(yè)從業(yè)人數(shù)；4項(xiàng)因素分別對(duì)應(yīng)的是技術(shù)因素碳生產(chǎn)率CPt、經(jīng)濟(jì)因素Gt、從業(yè)人員結(jié)構(gòu)因素Mt以及從業(yè)人員總數(shù)因素Pt。

將式（2）轉(zhuǎn)化為因素變化速率公式：

式中：cet、gt、mt、pt、cpt分別表示二氧化碳排放、產(chǎn)值增長(zhǎng)、用工人員結(jié)構(gòu)調(diào)整、用工人數(shù)增長(zhǎng)以及技術(shù)效率變化的速率。

再轉(zhuǎn)化為速率增長(zhǎng)公式：

計(jì)算原理簡(jiǎn)化示意圖如圖1所示。本文對(duì)于反彈與減量效應(yīng)的估算是基于技術(shù)效率變化產(chǎn)生的二氧化碳排放量的變化值。上海市物流業(yè)二氧化碳排放趨勢(shì)分為3種情況，二氧化碳排放量增長(zhǎng)率以及變化量的計(jì)算公式如表1所示。第1種情況是慣性發(fā)展（BAU），即經(jīng)濟(jì)增長(zhǎng)、人員結(jié)構(gòu)以及從業(yè)人數(shù)三大因素變化而行業(yè)碳生產(chǎn)率維持基年不變，增長(zhǎng)率為零。慣性發(fā)展情景根據(jù)計(jì)算基數(shù)不同可分為兩類：① 計(jì)算基數(shù)為，即以上一年真實(shí)的二氧化碳排放量為基數(shù)計(jì)算本年度的二氧化碳排放量（BAU1）；② 計(jì)算基數(shù)為，即以上一年計(jì)算所得二氧化碳排放量為基數(shù)計(jì)算本年度二氧化碳排放量（BAU2）。第2種情況為實(shí)際發(fā)展（ACT），即經(jīng)濟(jì)增長(zhǎng)、人員結(jié)構(gòu)、從業(yè)人數(shù)以及碳生產(chǎn)率均按照現(xiàn)狀發(fā)展。實(shí)際發(fā)展情景也可以分為兩類：① 本年度實(shí)際二氧化碳排放量（ACT1）；② 以上一年二氧化碳排放量計(jì)算值作為基數(shù)計(jì)算本年度二氧化碳排放量（ACT2）。第3種情況為理想發(fā)展（IDE），即經(jīng)濟(jì)增長(zhǎng)、人員結(jié)構(gòu)、從業(yè)人數(shù)按現(xiàn)狀變化，而碳生產(chǎn)率按照最佳增長(zhǎng)率趨勢(shì)改善，該最佳增長(zhǎng)率是指研究時(shí)間段內(nèi)出現(xiàn)的增長(zhǎng)率的最大值，同樣，理想發(fā)展情景也有兩類情況，與慣性發(fā)展情景的兩類是類似的：① 以上一年真實(shí)的二氧化碳排放量為基數(shù)計(jì)算本年度的二氧化碳排放量（IDE1）；② 以上一年計(jì)算所得二氧化碳排放量為基數(shù)計(jì)算本年度二氧化碳排放量（IDE2）。

圖1　反彈/減量效應(yīng)示意圖Fig.1 Schematic diagram of rebound and reduce effect

表1　在3種發(fā)展情景下二氧化碳的排放量Tab.1　The carbon emissions of three scenarios

本文定義反彈效應(yīng)（Rebound Effcet，Rebt）為現(xiàn)實(shí)發(fā)展與理想發(fā)展的差值，而減量效應(yīng)（Reduce Effect，Redt）則為慣性發(fā)展與實(shí)際發(fā)展的差值，計(jì)算表達(dá)式分別如表2所示。對(duì)于反彈效應(yīng)與減量效應(yīng)符號(hào)的說明如下：若為正數(shù)，則表明反彈效應(yīng)結(jié)果是二氧化碳排放量增長(zhǎng)，減量效應(yīng)為二氧化碳排放量減少；若為負(fù)數(shù)，則表明反彈效應(yīng)結(jié)果為二氧化碳排放量減少，減量效應(yīng)為二氧化碳排放量增長(zhǎng)。

表2　反彈與減量效應(yīng)表達(dá)式Tab.2　Expression of rebound effect and reduce effect

1.2數(shù)據(jù)來源

本文設(shè)定物流業(yè)二氧化碳排放量是指物流倉(cāng)儲(chǔ)、運(yùn)輸過程中的能源消耗部分所產(chǎn)生的二氧化碳，原始數(shù)據(jù)均來源于2000～2013年的《上海統(tǒng)計(jì)年鑒》、《上海工業(yè)能源交通能源統(tǒng)計(jì)年鑒》。

2　實(shí)證結(jié)果分析

圖2　上海市物流業(yè)二氧化碳排放與工業(yè)總產(chǎn)值變化趨勢(shì)Fig.2 Trend of carbon emissions and economic activity in logistic industry

2.1上海市物流業(yè)二氧化碳排放趨勢(shì)

圖2為根據(jù)式（2）計(jì)算出的2000～2012年上海市物流業(yè)二氧化碳排放量以及同年份物流業(yè)工業(yè)總產(chǎn)值的變化趨勢(shì)。可以直觀地看到，整體上兩變量之間都出現(xiàn)了一定程度的增長(zhǎng)。二氧化碳排放量從2000年的1483.26萬(wàn)t增長(zhǎng)到2012年的5073.86萬(wàn)t，年均增幅高達(dá)11.2%；而物流業(yè)的經(jīng)濟(jì)產(chǎn)值則從2000年的317.71億元增長(zhǎng)到2012年的895.31億元，年均增幅略小于二氧化碳增長(zhǎng)速率，約為9.5%，甚至2009年行業(yè)產(chǎn)值出現(xiàn)了負(fù)增長(zhǎng)，約為?8.6%。原因是2009年上海市受到金融危機(jī)影響，物流行業(yè)出現(xiàn)結(jié)構(gòu)性調(diào)整。而隨著上海市出臺(tái)的四中心政策，物流行業(yè)出現(xiàn)了新的增長(zhǎng)態(tài)勢(shì)。在研究過程中，采用不變價(jià)作為時(shí)間序列工業(yè)總產(chǎn)值衡量的基本依據(jù)，由于部分年份數(shù)據(jù)在不同年鑒存在誤差，所以本文采用增長(zhǎng)率推算法估算各個(gè)年份的物流業(yè)經(jīng)濟(jì)總產(chǎn)值。以2000年為例，2002年上海統(tǒng)計(jì)年鑒中2000年的物流業(yè)生產(chǎn)值數(shù)據(jù)為315.42億元，而2013年上海年鑒數(shù)據(jù)中2001年的經(jīng)濟(jì)產(chǎn)值數(shù)據(jù)為345.99億元，較上年增長(zhǎng)8.9%，即2000年物流業(yè)產(chǎn)值約為317.71億元，同理根據(jù)增長(zhǎng)率可以計(jì)算得出2010年、2011年、2012年3年的上海市物流業(yè)生產(chǎn)值。

2.23種情景下上海市物流業(yè)二氧化碳排放量變化趨勢(shì)

2010～2012年上海市物流業(yè)在慣性發(fā)展情景、實(shí)際發(fā)展情景、理想發(fā)展情景下二氧化碳排放量的變化值如圖3所示，均呈現(xiàn)出增長(zhǎng)趨勢(shì)，符合經(jīng)濟(jì)增長(zhǎng)的趨勢(shì)。慣性發(fā)展情景中，第1種情況是以上一年二氧化碳排放量的計(jì)算值為基礎(chǔ)，假定技術(shù)效率為零增長(zhǎng)條件下定量估算，2012年5237.84萬(wàn)t，較2012年上海市物流業(yè)二氧化碳實(shí)際排放量高164 萬(wàn)t；第2種情況是以上一年的估算二氧化碳排放量為計(jì)算值，2012年5396.63萬(wàn)t，較2012年實(shí)際排放量高323萬(wàn)t。兩種情況下均呈現(xiàn)出大于實(shí)際排放量的原因在于，過去13年間，上海市物流業(yè)能源消耗的技術(shù)效率有所提高，并非零增長(zhǎng)。實(shí)際發(fā)展情景中，兩種情況與慣性發(fā)展情景類似，第1種情況是以上一年二氧化碳排放量的計(jì)算值為基礎(chǔ)，2012年二氧化碳排放量與圖2中數(shù)據(jù)一致，而第2種情況則是以上一年計(jì)算值為基礎(chǔ)，2012年二氧化碳排放量高達(dá)6232.67萬(wàn)t，超過第1種計(jì)算值1159萬(wàn)t。理想發(fā)展情景下是指上海市物流業(yè)能源消耗過程中技術(shù)效率大幅度提高，本文假設(shè)該技術(shù)效率的提高最大值為2000～2012年間最高值，這樣的假定較符合客觀實(shí)際。13年間技術(shù)效率極大值為2010年，該年份碳生產(chǎn)率為0.1631萬(wàn)元/t。當(dāng)以每年實(shí)際二氧化碳排放為基值估算時(shí)，2012年上海市物流業(yè)二氧化碳排放理想值為4792.30萬(wàn)t，而以上一年計(jì)算值為基礎(chǔ)，2012年的理想值僅為2160.21萬(wàn)t，低于第1種情況2632.09萬(wàn)t。這說明了若技術(shù)效率取極大值時(shí)，每一年份的估算排放量均會(huì)降低，直接導(dǎo)致2012年第2種理想二氧化碳排放量遠(yuǎn)低于第1種理想狀況。

圖3　3種情景下二氧化碳排放量變化值Fig.3 Change in the values of CO2on three scenarios

2.3反彈與減量效應(yīng)分析

根據(jù)本文構(gòu)建的反彈與減量效應(yīng)計(jì)算公式，定量估算3種情景下反彈與減量效應(yīng)，如圖4所示。需要注意的是，3類反彈效應(yīng)對(duì)應(yīng)的指標(biāo)分別為：①第1種實(shí)際發(fā)展情景與理想發(fā)展情景下二氧化碳排放量的差值（Rebt1），2000～2012年該反彈效應(yīng)平均值約為231.48萬(wàn)t，而13年間該反彈效應(yīng)的極值分別為2009年的790.03萬(wàn)t，2010年的?370.58萬(wàn)t，連續(xù)年份間反彈效應(yīng)發(fā)生逆轉(zhuǎn)的變化，可能與上海世博會(huì)期間出臺(tái)的限制性措施相關(guān)。②第2種實(shí)際發(fā)展情景與理想發(fā)展情景下二氧化碳排放量的差值（Rebt2）。該定義下的反彈效益與前者有所區(qū)別，由于第2種理想發(fā)展情景以上一年值為計(jì)算基值，技術(shù)效率提升明顯，所以反彈效應(yīng)也比較顯著，整體上呈現(xiàn)逐年遞增的趨勢(shì)，最大值為2012年的4072.45 萬(wàn)t，13年間平均值2171.84萬(wàn)t。③ 第1種實(shí)際發(fā)展情景與第2種理想發(fā)展情景下二氧化碳排放量的差值（Rebt3）。該定義的反彈效應(yīng)與第②類較為接近，2012年反彈值也達(dá)到了2913.64萬(wàn)t，13年間平均值為1695.26萬(wàn)t。總體上3種定義下，反彈效應(yīng)均表現(xiàn)出增長(zhǎng)的趨勢(shì)，說明了在經(jīng)濟(jì)增長(zhǎng)推動(dòng)下，上海市物流業(yè)能源消耗增長(zhǎng)，盡管技術(shù)效率有所提升，但二氧化碳排放量反彈明顯。未來物流業(yè)低碳政策的制定中務(wù)必要重視技術(shù)效率提升帶來的二氧化碳排放增長(zhǎng)量。這從本質(zhì)上說明了單純依靠技術(shù)手段，無法抑制行業(yè)二氧化碳排放的增長(zhǎng)趨勢(shì)。

圖4　二氧化碳反彈與減量效應(yīng)Fig.4 Rebound and reduce effect of carbon emissions

同樣，3類減量效益與反彈效應(yīng)相類似：①第1種慣性發(fā)展情景與實(shí)際發(fā)展情景下二氧化碳排放量的差值。2000～2012年間，上海市物流業(yè)二氧化碳排放的減量值年均約為79.40萬(wàn)t，極值年份在2010年，該年物流業(yè)二氧化碳減量值高達(dá)819.82萬(wàn)t，與該年份的反彈效應(yīng)相對(duì)應(yīng)，反彈效應(yīng)定量估算值為負(fù)值，而減量值又是極大值，這說明了世博會(huì)對(duì)于上海市物流業(yè)二氧化碳排放的影響意義極大。② 第2種慣性發(fā)展情景與實(shí)際發(fā)展情景下二氧化碳排放量的差值。在該定義下，物流業(yè)的減量值平均為?558.78萬(wàn)t，極值發(fā)生在2009年的?1362.07萬(wàn)t。這說明了慣性情景下的二氧化碳排放量遠(yuǎn)低于實(shí)際情景下的二氧化碳排放量。由于慣性情景下，本文假定技術(shù)效率為零增長(zhǎng)，這就說明了第2種實(shí)際情況下的技術(shù)效率推動(dòng)的二氧化碳反彈值增大。③第2種慣性發(fā)展情景與第1種實(shí)際發(fā)展情景下二氧化碳排放量的差值。13年間，物流業(yè)二氧化碳平均減量值為?82.21萬(wàn)t，總的變化趨勢(shì)由負(fù)值到正值，特別是2012年減量值達(dá)到了322.77萬(wàn)t，說明了近兩年來，上海市物流業(yè)二氧化碳排放控制具有一定效果。

從以上不同定義下的反彈與減量效應(yīng)來看，以實(shí)際數(shù)據(jù)為基礎(chǔ)進(jìn)行估算的二氧化碳變化值較以上一年計(jì)算值為基礎(chǔ)的更符合客觀發(fā)展的規(guī)律。特別是2010年，無論是反彈效應(yīng)還是減量效應(yīng)，Rebt1和Redt1都能夠符合該年份下的經(jīng)濟(jì)規(guī)律。反彈效應(yīng)本質(zhì)上是由于經(jīng)濟(jì)活動(dòng)加劇后消除或者部分減弱技術(shù)效率主導(dǎo)的二氧化碳減排效應(yīng)，而技術(shù)效率主導(dǎo)的二氧化碳減排則是減排效應(yīng)的核心意義。從圖4可以發(fā)現(xiàn)上海市二氧化碳反彈效應(yīng)比較明顯，而這種趨勢(shì)在未來仍將持續(xù)?？紤]到上海市將推進(jìn)上海國(guó)際經(jīng)濟(jì)、金融、貿(mào)易、航運(yùn)中心的建設(shè)工作，物流業(yè)仍將成為經(jīng)濟(jì)活動(dòng)中的重要組成部分，因此未來控制行業(yè)二氧化碳的有效措施應(yīng)該是以控制碳排放增速、控制反彈效應(yīng)、擴(kuò)大減量效應(yīng)為核心的政策構(gòu)建思路。

3　結(jié)論與政策建議

本文構(gòu)建了物流業(yè)二氧化碳排放量的反彈效應(yīng)與減量效應(yīng)模型，以上海市為例，定量估算了2000～2012年間該市物流業(yè)二氧化碳排放量。結(jié)果表明，上海市物流業(yè)二氧化碳排放量呈現(xiàn)逐年遞增的趨勢(shì)，盡管技術(shù)效應(yīng)對(duì)減排有貢獻(xiàn)，但經(jīng)濟(jì)活動(dòng)的反彈效應(yīng)極為明顯，消除了技術(shù)主導(dǎo)的減量效應(yīng)。鑒于上海市未來物流業(yè)仍將持續(xù)快速發(fā)展，設(shè)計(jì)控制二氧化碳排放負(fù)增長(zhǎng)或者零增長(zhǎng)的政策并不符合實(shí)際情況，而控制增長(zhǎng)速率則是相對(duì)意義上有效推動(dòng)低碳物流的政策構(gòu)建出發(fā)點(diǎn)。

參考文獻(xiàn)：

［1］商務(wù)部.2013年中國(guó)人均CO2排放量首次超過歐盟［EB/OL］.［2015-10-01］.http：//www.mofcom. gov.cn/article/i/jyjl/m/201409/20140900739703.shtml.

［2］YU B Y，ZHANG J Y，F(xiàn)UJIWARA A.Evaluating the directand indirect rebound effects in household energy consumption behavior：A case study of Beijing［J］.Energy Policy，2013，57（6）：441-453.

［3］BARKER T，DAGOUMAS A，RUBIN J.The Macroeconomic rebound effect and the UK economy［J］.Energy Policy，2007，35（10）：4935-4946.

［4］梁日忠，張林浩.1990年—2008年中國(guó)化學(xué)工業(yè)碳排放脫鉤和反彈效應(yīng)研究［J］.資源科學(xué)，2013，35（2）：268-274.

［5］范如國(guó)，羅明.中國(guó)能源效率演化中的異質(zhì)牲特征及反彈效應(yīng)影響［J］.經(jīng)濟(jì)管理，2014（6）：1-12.

［6］JIN S H.The effectiveness of energy efficiency improvement in a developing country：Rebound effect of residential electricity use in South Korea［J］.Energy Policy，2007， 35（11）：5622-5629.

［7］呂榮勝，聶銦.中國(guó)工業(yè)能源回彈效應(yīng)研究——基于技術(shù)進(jìn)步視角［J］.武漢理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013，26（05）：695-700.

［8］白竹嵐，諸大建，蔡兵.上海1978—2009年能源反彈效應(yīng)的完全分解分析［J］.華東經(jīng)濟(jì)管理，2011，25（9）：1-7.

［9］BERKHOUT P H G，MUSKENS J C，VELTHUIJSEN J W.Defining the rebound effect［J］.Energy Policy，2000，28（6）：425-432.

［10］TAYLOR P G，D'ORTIGUE O L，F(xiàn)RANCOEUR M，et al. Final energy use in IEA countries：The role of energy efficiency［J］.Energy Policy，2010，11（38）：6463-6474.

［11］諶偉，諸大建，白竹嵐.上海市工業(yè)碳排放總量與碳生產(chǎn)率關(guān)系［J］.中國(guó)人口資源與環(huán)境，2010，20（9）：24-29.

Research on the Rebound and Reduce Effect of CO2Emissions in Shanghai Logistic Industry from the Technological Perspective

CHEN Wei，LI Hehua
（School of Economics and Management，Shanghai Polytechnic University，Shanghai 201209，P.R.China）

Abstract：Logistics industry is an important part of the city's economy，but also is one of energy-intensive industries.The theoretically method is established to analyze the rebound effect and reduce effect of logistic industry based on the energy consumption data of Shanghai logistic industry from 2000—2012.The result indicates that the the rebound effect and the reduction effect of the logistics industry in Shanghai carbon emissions was significant during 2000—2012.Rebound effect caused by the economic development of the logistics industry limited the reduce effect caused by technical efficiency.Taking into account the actual stage of development in Shanghai，the low carbon policy maker should be to control the growth rate of CO2emissions rather than zero or negative growth for logistics industry.

Keywords：low carbon；rebound effect；reduce effect

中圖分類號(hào)：X24；F127

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1001-4543（2016）02-0146-06

收稿日期：2015-06-29

通信作者：諶偉（1982-），男，浙江杭州人，講師，博士，主要研究方向?yàn)榈吞冀?jīng)濟(jì)。電子郵箱njustchen@126.com。

基金項(xiàng)目：上海市教委科研創(chuàng)新基金（No.14YS141）資助