(遼寧師范大學(xué) 海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心,遼寧 大連 116029)

山東省區(qū)域碳排放績效評(píng)價(jià)

王 星,蓋 美,王 嵩
(遼寧師范大學(xué) 海洋經(jīng)濟(jì)與可持續(xù)發(fā)展研究中心,遼寧 大連 116029)

提高碳排放績效是實(shí)現(xiàn)綠色低碳可持續(xù)發(fā)展的關(guān)鍵。基于山東省17個(gè)地級(jí)市碳排放現(xiàn)狀,運(yùn)用IPCC推薦碳排放計(jì)算方法測(cè)算了2005—2014年各市碳排放量,將碳排放量作為非期望產(chǎn)出納入全要素研究框架,剔除環(huán)境變量和隨機(jī)誤差對(duì)結(jié)果的影響,探索性地利用三階段數(shù)據(jù)包絡(luò)分析法(DEA)評(píng)價(jià)各市碳排放績效,最后從空間進(jìn)行分析。結(jié)果表明：山東省各市碳排放績效存在明顯的差異性,隨機(jī)前沿分析法(SFA)下山東省各市碳排放績效發(fā)生顯著變化,其中純技術(shù)效率被低估、規(guī)模效率被高估是山東省總體碳排放無效率的主要來源。

碳排放績效;純技術(shù)效率;規(guī)模效率;三階段DEA

1 引言

隨著巴黎氣候大會(huì)的召開,引起各國對(duì)綠色低碳發(fā)展的高度重視。我國強(qiáng)調(diào)把生態(tài)文明建設(shè)放在突出地位,著力推進(jìn)綠色發(fā)展、循環(huán)發(fā)展、低碳發(fā)展,其中發(fā)展低碳經(jīng)濟(jì)的關(guān)鍵在于提高碳排放績效。作為我國的重要經(jīng)濟(jì)省份,山東省地處環(huán)渤海經(jīng)濟(jì)區(qū)與山東半島藍(lán)色經(jīng)濟(jì)區(qū),碳排放量更是居全國第一。以山東省為例,準(zhǔn)確把握該地區(qū)的碳排放特點(diǎn)對(duì)有效分析碳排放性能的空間差異、改善城市的碳排放量、實(shí)現(xiàn)碳減排目標(biāo)的整體性能均具有重大指導(dǎo)意義。

國外在效率方面,Chiu等[1]以零和收益的數(shù)據(jù)包絡(luò)分析模型探討了碳排放津貼以及24個(gè)歐盟成員國之間的碳排放配額分配問題,以期能找到一個(gè)相對(duì)公平、高效率的分配方法;Vine等[2]提出了指導(dǎo)方針開發(fā)的監(jiān)測(cè)、評(píng)價(jià)、綜述報(bào)告、驗(yàn)證和認(rèn)證氣候變化能源效率項(xiàng)目,監(jiān)測(cè)和評(píng)價(jià)能源效率項(xiàng)目需要確定溫室氣體(GHG)排放量和其他屬性,并確保全球氣候保護(hù);Asavavallobh等[3]提出采用三階段DEA模型來解決環(huán)境輸入問題,結(jié)果表明該方法實(shí)現(xiàn)了現(xiàn)有多級(jí)模型的非輸入潛在優(yōu)勢(shì)。國內(nèi)學(xué)者對(duì)碳排放績效的研究起步較晚。宋馬林[4]等結(jié)合國內(nèi)外節(jié)能減排的實(shí)踐,在此基礎(chǔ)上運(yùn)用超效率DEA模型探討了社會(huì)協(xié)同地區(qū)的節(jié)能減排評(píng)價(jià)模式;孫秀梅[5]等運(yùn)用超效率SBM-DEA模型和Malmquist指數(shù)對(duì)山東省2005—2012年山東省各市的碳排放績效進(jìn)行了測(cè)算研究,結(jié)果表明17個(gè)城市的碳排放績效存在明顯差異性;彭夢(mèng)霞[6]等利用DEA模型測(cè)度了山東省碳排放的績效,分析了主要影響因素,結(jié)果顯示山東省節(jié)能減排壓力形勢(shì)依然嚴(yán)峻;徐勝[7]等利用DEA方法測(cè)算了山東省17個(gè)地級(jí)市碳排放績效,并在分析各市碳排放空間差異的基礎(chǔ)上對(duì)碳排放績效的變化規(guī)律和趨勢(shì)進(jìn)行了預(yù)測(cè);李科[8]運(yùn)用超效率DEA方法測(cè)算我國30個(gè)省份1997—2010年的節(jié)能減排績效,分析了動(dòng)態(tài)變化特征;趙麗可[9]較詳細(xì)地測(cè)算了我國30個(gè)省份1997—2011年的碳排放量,并對(duì)碳排放的相關(guān)影響因素進(jìn)行了定性和定量分析;華堅(jiān)[10]等利用三階段DEA方法評(píng)價(jià)了我國省際區(qū)域的二氧化碳排放績效,剔除了環(huán)境變量和隨機(jī)誤差對(duì)結(jié)果的影響,為真實(shí)測(cè)度二氧化碳排放績效提供了可行方法;劉亦文[11]等從碳排放效率角度出發(fā),利用超效率三階段DEA模型測(cè)度了我國各地區(qū)的碳排放水平及其動(dòng)態(tài)變化并進(jìn)行了相互比較?；谝陨涎芯堪l(fā)現(xiàn):在模型選取方面,大多只選用一種效率測(cè)算模型,對(duì)研究區(qū)域效率測(cè)算單一且不全面;在研究內(nèi)容方面,多為基于一種效率測(cè)算結(jié)果對(duì)研究區(qū)域進(jìn)行空間差異分析,未分析造成各城市總體碳排放無效率的主要因素。本文根據(jù)純技術(shù)效率與規(guī)模效率共同進(jìn)行效率模式分類,探究地區(qū)間無效率差異原因,將其結(jié)果進(jìn)行分析并對(duì)比,使研究結(jié)果更具可靠性。

目前,大多數(shù)文獻(xiàn)研究山東省碳排放績效僅從山東省整體出發(fā),并未對(duì)山東省碳排放績效進(jìn)行空間差異分析。借鑒IPCC公布的標(biāo)準(zhǔn)公式，本文對(duì)一次能源消費(fèi)的碳排放量進(jìn)行測(cè)算,選取消耗量最大的兩類能源(煤炭、石油)對(duì)山東省2005—2014年各市碳排放量進(jìn)行估算。生產(chǎn)函數(shù)形式在非參數(shù)三階段DEA方法中不需要事先確定,且充分考慮隨機(jī)誤差和環(huán)境因素對(duì)生產(chǎn)單元管理績效性能的影響,所以兼具傳統(tǒng)SFA方法和DEA方法的優(yōu)點(diǎn)。在第一階段并未采用傳統(tǒng)DEA模型,而是采用包含非期望產(chǎn)出的超效率SBM-DEA模型,相對(duì)于傳統(tǒng)DEA模型,非期望產(chǎn)出的超效率SBM-DEA模型在處理非期望產(chǎn)出上更具有合理性和優(yōu)勢(shì)。優(yōu)點(diǎn)是決策單元的績效價(jià)值大于1,即可體現(xiàn)樣本達(dá)到相對(duì)有效后的績效變化情況。通過第三階段得到剔除環(huán)境因素和隨機(jī)因素干擾后的碳排放績效值,再對(duì)碳排放績效值進(jìn)行分析,探究碳排放績效無效率來源,根據(jù)碳排放效率值對(duì)山東省進(jìn)行空間差異分析,這對(duì)山東省各市發(fā)展低碳經(jīng)濟(jì)給出了戰(zhàn)略性的指導(dǎo)意見。

2 資料來源與研究方法

2.1 變量選取與數(shù)據(jù)來源

數(shù)據(jù)來源:本文的原始數(shù)據(jù)來源于2006—2015年《山東統(tǒng)計(jì)年鑒》、《山東省國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》和各地級(jí)市的統(tǒng)計(jì)年鑒。

投入—產(chǎn)出變量:本文主要選取三個(gè)投入指標(biāo),兩個(gè)產(chǎn)出指標(biāo)。根據(jù)投入指標(biāo)選取慣例和前人的研究成果,我們分別選取勞動(dòng)力投入、資本投入、能源消耗作為投入要素。其中,勞動(dòng)力投入要素以山東省各市的年末從業(yè)人數(shù)為指標(biāo)(萬人);資本投入要素參照資本存量估算的永續(xù)盤存法,并以2005年為基期年,將山東省各市各年的固定資產(chǎn)總額按不變價(jià)格進(jìn)行折算(億元)，選取年末從業(yè)人數(shù)作為人力投入要素(萬人);能源要素選取能源消耗總量(萬t標(biāo)準(zhǔn)煤);投入指標(biāo)的數(shù)據(jù)來源于相關(guān)年份的《山東統(tǒng)計(jì)年鑒》，產(chǎn)出指標(biāo)分為期望產(chǎn)出和非期望產(chǎn)出。在包含非期望產(chǎn)出的超效率SBM-DEA模型中,碳排放量作為污染物表現(xiàn)為非期望產(chǎn)出。由于山東省沒有官方公布的二氧化碳排放數(shù)據(jù),碳排放量的計(jì)算參照氣候變化專門委員會(huì)(IPCC)公布的標(biāo)準(zhǔn)公式計(jì)算得出。由于各地市統(tǒng)計(jì)數(shù)據(jù)的獲取難度大,本文選取山東省需求量最大的原油和煤炭兩種不可再生能源表示各地市的能源消費(fèi)量,對(duì)碳排放量進(jìn)行核算,再對(duì)山東省2005年以來各個(gè)市的碳排放量進(jìn)行估算,結(jié)果見表1。以山東省各市地區(qū)GDP作為期望產(chǎn)出,其中GDP以2005年后為基期計(jì)算,調(diào)整為實(shí)際GDP。

表1 2005—2014年山東省各市二氧化碳排放量(萬t)

環(huán)境變量:環(huán)境變量的選擇對(duì)碳排放績效有顯著影響,且不是在主觀可控因素的范圍內(nèi)。產(chǎn)業(yè)結(jié)構(gòu)、對(duì)外開放程度、能源結(jié)構(gòu)等因素都會(huì)對(duì)碳排放績效產(chǎn)生影響,但作用程度與方式的影響并不存在一致性。本文按照影響力作用最大的外部因素作為環(huán)境變量,在衡量指標(biāo)代表性功能、數(shù)據(jù)可用性和主要影響因素的基礎(chǔ)上,選取了以下三個(gè)因素作為外部環(huán)境變量。其中數(shù)據(jù)均來源于2006—2015年的《山東統(tǒng)計(jì)年鑒》、山東省各地市相關(guān)年份的統(tǒng)計(jì)年鑒。外部環(huán)境變量為:①產(chǎn)業(yè)結(jié)構(gòu)。碳排放績效與產(chǎn)業(yè)結(jié)構(gòu)有著密不可分的聯(lián)系,產(chǎn)業(yè)結(jié)構(gòu)對(duì)能源消費(fèi)和經(jīng)濟(jì)總量具有很大影響。即以能源密集型重工業(yè)(電力、石化等產(chǎn)業(yè))為主向第三產(chǎn)業(yè)(服務(wù)業(yè))方向轉(zhuǎn)移,對(duì)綠色低碳產(chǎn)業(yè)(清潔能源等產(chǎn)業(yè))的繁榮發(fā)展起了很大的推進(jìn)作用,降低經(jīng)濟(jì)的碳排放量,本文使用第三產(chǎn)業(yè)比重代表產(chǎn)業(yè)結(jié)構(gòu)。②對(duì)外開放程度。改革開放以來,山東省對(duì)外貿(mào)易快速發(fā)展。山東省是能源高消耗和高碳排放的經(jīng)濟(jì)發(fā)展特點(diǎn),一方面對(duì)對(duì)外貿(mào)易的粗放型結(jié)構(gòu)影響較大,另一方面對(duì)對(duì)外開放引進(jìn)的前沿技術(shù)、先進(jìn)設(shè)備、優(yōu)質(zhì)的管理經(jīng)驗(yàn)都會(huì)從不同程度上提高能源的利用效率,達(dá)到減少碳排放的目的。鑒于此,本文以對(duì)外依存度即進(jìn)出口總額與地區(qū)生產(chǎn)總值的比重(對(duì)外依存度=進(jìn)出口總額/GDP)為指標(biāo),用以表示對(duì)外開放程度的大小。③能源結(jié)構(gòu)。山東省經(jīng)濟(jì)發(fā)展的能源消耗主要包括煤炭、石油等,與能源造成的碳排放量存在差異、煤炭燃燒排放的二氧化碳排放量最大,是石油的1.3倍，煤炭占能源消耗比例的負(fù)面影響對(duì)碳排放表現(xiàn)顯著?？紤]到山東省各個(gè)城市數(shù)據(jù)的可用性和能源消耗的特點(diǎn),本文使用工業(yè)規(guī)模的煤炭消費(fèi)量作為能源結(jié)構(gòu)的衡量指標(biāo)。

2.2 修正的三階段DEA模型

由于傳統(tǒng)的DEA模型并沒考慮到環(huán)境因素對(duì)績效所產(chǎn)生的影響,Fried[12]等提出外生環(huán)境變量對(duì)碳排放績效影響的四階段DEA模型評(píng)價(jià)方法,但四階段法仍無法剔除隨機(jī)誤差所造成影響,所以Fried[13]等進(jìn)一步對(duì)四階段DEA模型法進(jìn)行了優(yōu)化,提出了三階段DEA模型法,既調(diào)整了環(huán)境變量的影響,又剔除了隨機(jī)誤差項(xiàng)的影響。本文將傳統(tǒng)DEA模型用包含非期望產(chǎn)出超效率的SBM-DEA模型進(jìn)行替換,改進(jìn)三階段DEA模型的構(gòu)建和運(yùn)用包括三個(gè)階段。

第一階段——包含非期望產(chǎn)出的超效率SBM-DEA模型。鑒于普通BCC和CCR模型不能體現(xiàn)樣本達(dá)到相對(duì)有效后的效率變化情況,本文采用包含非期望產(chǎn)出超效率的SBM-DEA模型,公式為:

(1)

采用包含非期望產(chǎn)出超效率SBM-DEA模型的優(yōu)點(diǎn)是決策單元的績效價(jià)值可大于1,即可體現(xiàn)樣本達(dá)到相對(duì)有效后的績效變化情況,因此考慮非期望產(chǎn)出的超效率SBM-DEA模型更能真實(shí)反應(yīng)山東省各市碳排放績效的本質(zhì)。

第二階段——構(gòu)建相似的SFA模型。由于第一階段包含非期望產(chǎn)出的超效率SBM-DEA模型在非管理績效中并未考慮隨機(jī)誤差與環(huán)境變量的影響,決策單元的實(shí)際績效管理未能得到有效反映,環(huán)境變量、隨機(jī)誤差因素在第一階段的投入松弛變量中并未剔除,因此在第二階段使用隨機(jī)前沿方法。即用SFA模型分析第一階段投入差額值、外生環(huán)境變量、隨機(jī)誤差,然后重新調(diào)整輸入變量。第二階段后,山東省所有地級(jí)市都面臨著一致的外部環(huán)境,測(cè)量出的績效值能反應(yīng)管理水平,即碳排放績效。

第三階段——調(diào)整后的超效率DEA模型。第二階段SFA模型是用來調(diào)整輸入量的,而不是原來的輸入,輸出仍然是原來的輸出,然后使用超效率SBM-DEA模型,包括非期望產(chǎn)出進(jìn)行績效評(píng)估,由此得到各DMU的績效值就能很好地避免環(huán)境因素和隨機(jī)因素干擾后的各個(gè)DMU績效值。

2.3 碳排放計(jì)算方法

碳排放的計(jì)算根據(jù)IPCC頒布的標(biāo)準(zhǔn)公式計(jì)算,公式為:

CO2=(Q×K×L-U)×Z×44/22

(2)

式中,CO2為二氧化碳排放總量(t);Q為能源消費(fèi)量,按照標(biāo)準(zhǔn)煤進(jìn)行計(jì)算,其中各地級(jí)市能源消耗數(shù)據(jù)選自2006—2015年的《山東統(tǒng)計(jì)年鑒》,17地市的統(tǒng)計(jì)年鑒。由于各地市的統(tǒng)計(jì)數(shù)據(jù)龐大難以獲取,本文選取了山東省需求量最大的煤炭和原油兩種不可再生能源代表各地市能源消費(fèi)量測(cè)算碳排放量。參照《中國能源統(tǒng)計(jì)年鑒》中煤炭和石油的能源轉(zhuǎn)換系數(shù)(K為能源轉(zhuǎn)換系數(shù)),將其轉(zhuǎn)化為統(tǒng)一的熱計(jì)量單位的消費(fèi)量(t標(biāo)準(zhǔn)煤),通過乘以相應(yīng)的碳排放系數(shù)分別為相應(yīng)的含碳量(L為固碳量),煤、石油能源的轉(zhuǎn)換系數(shù)和碳排放系數(shù)見表2。

表2 能源轉(zhuǎn)換系數(shù)

3 實(shí)證分析

3.1 碳排放績效測(cè)度

第一階段實(shí)證結(jié)果:第一階段中在決策單元的環(huán)境變量和隨機(jī)誤差的影響未被剔除的情況下,將投入—產(chǎn)出指標(biāo)數(shù)據(jù)運(yùn)用到包含非期望產(chǎn)出的超效率SBM-DEA模型中,通過DEA-SOLVER Pro 5.0軟件對(duì)山東省各市的碳排放績效進(jìn)行初步評(píng)估。由測(cè)算值可見,在不考慮統(tǒng)計(jì)誤差和環(huán)境因素的影響下,山東省各市碳排放綜合績效值2005—2014年呈現(xiàn)遞增趨勢(shì),年平均技術(shù)績效值為0.508,年平均純技術(shù)績效值僅為0.608,年平均規(guī)?？冃е禐?.868。即在10年內(nèi),山東省碳排放的平均技術(shù)績效水平遠(yuǎn)遠(yuǎn)低于生產(chǎn)前沿水平,仍然有很大的減排空間。同時(shí),山東省碳排放年平均純技術(shù)績效值遠(yuǎn)遠(yuǎn)低于平均規(guī)?？冃е?表明純技術(shù)績效低下是造成山東省各市碳排放無效率的主要原因。山東省城市之間的差異很大,生產(chǎn)所面臨的外部環(huán)境不同。在不考慮外部環(huán)境因素和隨機(jī)誤差的情況下,結(jié)論不能真實(shí)反映現(xiàn)實(shí)情況，因此環(huán)境和隨機(jī)誤差對(duì)碳排放績效的影響通過第二階段的SFA模型進(jìn)行剔除。

第二階段SFA模型回歸結(jié)果:分別將能源消耗總量、年末從業(yè)人數(shù)、固定資產(chǎn)投資總額的松弛變量作為因變量,其中環(huán)境變量使用產(chǎn)業(yè)結(jié)構(gòu)、對(duì)外開放程度、能源結(jié)構(gòu)作為自變量,建立SFA回歸模型,利用FRONTIER Version 4.1軟件對(duì)第一階段中得到的投入松弛值選取極大似然法進(jìn)行回歸分析,測(cè)算值見表3。

表3 SFA的回歸結(jié)果

注:*、**和***分別代表10%、5%和1%的顯著水平。

表3顯示,產(chǎn)業(yè)結(jié)構(gòu)對(duì)三項(xiàng)投入松弛值(資本存量、勞動(dòng)力、能源消費(fèi)量)全為負(fù)向影響,其中對(duì)資本存量、勞動(dòng)力的影響為5%的顯著水平,對(duì)能源消費(fèi)量的影響為10%的顯著水平。以上表明,產(chǎn)業(yè)結(jié)構(gòu)改善有利于降低投入資源的浪費(fèi),促進(jìn)提升地區(qū)二氧化碳排放績效,對(duì)操作與管理環(huán)境有利。外開放程度對(duì)資本存量、能源消費(fèi)量和勞動(dòng)力松弛量的回歸系數(shù)全為負(fù)值,且勞動(dòng)力和能源消費(fèi)量的系數(shù)通過了1%的顯著性檢驗(yàn),資本存量的影響通過了10%的顯著性檢驗(yàn),表明對(duì)外開放程度的提高對(duì)降低資本存量、勞動(dòng)力和能源投入冗余具有正向的激勵(lì)作用。能源結(jié)構(gòu)與資本存量、勞動(dòng)力和能源投入的松弛變量全為負(fù)值,且后兩項(xiàng)的回歸系數(shù)通過了1%的顯著性檢驗(yàn),表明能源結(jié)構(gòu)改進(jìn)減少了投入浪費(fèi),屬于優(yōu)勢(shì)環(huán)境因素,因此環(huán)境因素對(duì)各個(gè)地區(qū)投入要素的影響是不同的。在面臨不同的外部條件下,它很可能是由于外部因素對(duì)生產(chǎn)活動(dòng)中二氧化碳排放量的影響具有較大的差異性。因此,有必要去除環(huán)境因素和隨機(jī)因素的影響,將其放置在同一個(gè)外部環(huán)境中進(jìn)行分析。本文利用隨機(jī)前沿分析方法(SFA)對(duì)山東省17個(gè)市2005—2014年的投入要素進(jìn)行調(diào)整,分析了在相同環(huán)境因素和機(jī)遇條件下的二氧化碳排放績效情況。

第三階段投入重新調(diào)整后的DEA實(shí)證結(jié)果：通過式(1)對(duì)投入變量進(jìn)行調(diào)整,并將調(diào)整后的山東省各市的投入值與原始產(chǎn)出帶入包含非期望產(chǎn)出的超效率SBM-DEA模型,繼續(xù)運(yùn)用DEA SOLVER Pro5.0軟件進(jìn)行計(jì)算,得到剔除產(chǎn)業(yè)結(jié)構(gòu)等干擾環(huán)境變量和隨機(jī)誤差雙重影響的山東省各市的績效值,以及更符合各市2005—2014年的碳排放績效平均值。根據(jù)SFA的結(jié)果對(duì)原投入數(shù)據(jù)進(jìn)行調(diào)整,重新調(diào)整山東省各個(gè)地區(qū)的投入量,保持原有產(chǎn)出量不變,繼續(xù)運(yùn)用DEA SOLVER Pro5.0軟件,得到剔除經(jīng)濟(jì)干擾的環(huán)境變量和隨機(jī)誤差雙重影響的山東省各個(gè)市績效值見表4。

表4 山東省各市碳排放效率第一階段和第三階段DEA測(cè)評(píng)結(jié)果

相比第一階段的測(cè)算值,山東省10年的平均技術(shù)效率從第一階段的0.508提高到0.591,第三階段同比增長了16.34%。在山東省的大部分地區(qū),純技術(shù)效率得到了很大提高,平均純技術(shù)效率從0.608提高到0.800,同比增長31.58%;規(guī)模效率從0.868降低到0.754,降幅為13.13%?？梢?自調(diào)整環(huán)境變量和隨機(jī)因素后,碳排放技術(shù)效率提高的主要因素來源于純技術(shù)效率水平的提高。從各個(gè)區(qū)域的角度來看,大部分地區(qū)的純技術(shù)效率在第三階段有較大提升,表明相比以前較低的純技術(shù)效率確實(shí)有一部分是由于外部環(huán)境較差或機(jī)遇的影響,而不是技術(shù)管理水平的絕對(duì)低下。棗莊市、濟(jì)寧市、泰安市的規(guī)模效率在第三階段表現(xiàn)出不同程度的降低,顯示出原先較高的規(guī)模效率與它們所處的優(yōu)勢(shì)環(huán)境或相對(duì)較好的機(jī)遇關(guān)系密切,實(shí)際規(guī)模效率并不像顯示出的那么高。

由于第三階段測(cè)算的績效值更客觀真實(shí),為了進(jìn)一步提高碳排放績效,有效發(fā)展節(jié)能減排,在第三階段績效值測(cè)算基礎(chǔ)上以純技術(shù)效率和規(guī)模效率0.8(取10年效率平均值)為臨界點(diǎn),將山東省17個(gè)市劃分為圖1中的四種模式：第一種模式為“雙高”模式。該模式包括青島、煙臺(tái)、威海、東營、濰坊,規(guī)模效率和純技術(shù)效率較高,純技術(shù)效率平均值為0.947,規(guī)模效率的平均值為0.877,高于山東省整體平均值。這五個(gè)城市處于山東省沿海地區(qū),本身擁有豐富的海洋資源,人均生產(chǎn)總值排名分別列第一、二、三、五、十二位,擁有雄厚的經(jīng)濟(jì)實(shí)力,在碳減排和提高資源利用效率上成果顯著,績效所需的改進(jìn)空間較少。第二種模式為“高低”模式。該模式包括濟(jì)南、淄博、臨沂、日照、萊蕪,純技術(shù)效率平均值為0.945,而規(guī)模效率的平均值只有0.567,低于山東省整體均值。這五個(gè)城市處于山東省中部地區(qū),本身擁有豐富的煤炭資源,人均生產(chǎn)總值排名分列第四、六、八、十、十六位,經(jīng)濟(jì)實(shí)力處于中上水平。碳排放效率提升的關(guān)鍵在于規(guī)模效率改善,各個(gè)行業(yè)的規(guī)模要大量增加,達(dá)到資源的集中配置。第三種模式為“低高”模式。該模式包括聊城、濱州、德州,純技術(shù)效率平均值只有0.488,低于山東省整體平均值,規(guī)模效率的平均值為0.977。這三個(gè)城市處于山東省中部地區(qū),工業(yè)基礎(chǔ)薄弱,經(jīng)濟(jì)發(fā)展在一定程度上依賴農(nóng)業(yè)生產(chǎn),高新技術(shù)產(chǎn)業(yè)較少,人均生產(chǎn)總值排名分列第七、十四、十五位,屬于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)。碳排放效率改善的重點(diǎn)是純技術(shù)效率和產(chǎn)業(yè)管理技術(shù)水平,在大力發(fā)展高新技術(shù)產(chǎn)業(yè)的同時(shí)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。第四種模式為“低低”模式。該模式包括菏澤、濟(jì)寧、泰安、棗莊,純技術(shù)效率和規(guī)模效率的均值都較低,純技術(shù)效率平均值為0.671,規(guī)模效率的平均值為0.668,均低于山東省整體平均值。這四個(gè)城市處于山東省西部地區(qū),本身產(chǎn)業(yè)結(jié)構(gòu)較單一,環(huán)境污染嚴(yán)重,人均生產(chǎn)總值排名分列第九、十一、十三、十七位,經(jīng)濟(jì)實(shí)力發(fā)展水平低。這些城市碳排放效率改善困難,兩種模式都需要改變。該模式下這些城市相對(duì)規(guī)模效率更低,因此要擴(kuò)大規(guī)模,發(fā)展高新技術(shù)產(chǎn)業(yè),而碳排放效率問題應(yīng)引起當(dāng)?shù)卣闹匾暋?/p>

圖1 山東省碳排放績效模式分類

圖2 山東省碳排放綜合績效區(qū)域分布

通過考察第三階段樣本地區(qū)碳排放績效的區(qū)域分布情況,可對(duì)山東省碳排放績效的空間相關(guān)性進(jìn)行直觀分析。我們將山東省各市碳排放效率分為三個(gè)等級(jí),從圖2可見山東省各市的碳排放績效具有較強(qiáng)的相關(guān)性。其中,第一等級(jí)包括東營、青島、煙臺(tái)、濰坊、威海,稱為高效區(qū),效率均在0.641—1.031之間。這些城市碳排放效率較高,在低碳環(huán)保和資源高效利用上成績顯著,績效需要改進(jìn)的空間較少。第二等級(jí)包括濟(jì)南、聊城、淄博、萊蕪、日照、臨沂,稱為中效區(qū),效率均在0.475—0.632之間。這些城市在節(jié)能減排上還有很大的提高空間。第三等級(jí)包括德州、濱州、泰安、濟(jì)寧、棗莊、菏澤,稱為低效區(qū),效率均在0—0.474之間。這些城市應(yīng)借鑒其他地區(qū)的碳減排模式,加大節(jié)能減排力度?？梢钥闯?山東省沿海城市碳排放效率普遍較高。

3.2 二配對(duì)樣本檢驗(yàn)

剔除環(huán)境變量影響因素和未剔除環(huán)境變量影響因素兩種情況見表5。希望知道兩種處理結(jié)果是否不同時(shí),一般參數(shù)的檢驗(yàn)方法是將T檢驗(yàn)用于評(píng)分差,但在諸多場(chǎng)合下T檢驗(yàn)是不能使用的。因此,本文利用兩組配對(duì)樣本W(wǎng)ilcoxon符號(hào)秩檢驗(yàn)判斷樣本的分布是否存在顯著性差異,利用SPSS 19.0軟件計(jì)算結(jié)果見表5。從表5可見,僅泰安市的負(fù)秩和較多,即剔除環(huán)境變量影響因素后碳排放績效值較低;濟(jì)南市、青島市、東營市、煙臺(tái)市、淄博市、濰坊市、濟(jì)寧市、威海市、日照市、臨沂市、德州市、濱州市等的正秩和較多,即剔除環(huán)境變量影響因素后碳排放績效值較高。從Z值看,山東省各市的Z統(tǒng)計(jì)數(shù)均小于-1.96,說明剔除環(huán)境變量影響因素的碳排放績效改變顯著。

表5 碳排放績效結(jié)果的Wilcoxon檢驗(yàn)

4 結(jié)論和對(duì)策

本文對(duì)山東省17個(gè)地級(jí)市的碳排放特征進(jìn)行了分析,通過三階段DEA模型測(cè)算碳排放績效,剔除了外部環(huán)境因素和隨機(jī)誤差的影響,獲得更客觀準(zhǔn)確的績效值。根據(jù)規(guī)模效率和純技術(shù)效率,對(duì)山東省碳排放效率模式進(jìn)行了分類,研究了山東省各市碳排放績效的集聚程度和碳排放績效空間的差異。

與第一階段DEA績效測(cè)評(píng)情況相比,第三階段DEA調(diào)整后的碳排放績效發(fā)生了明顯變化,說明環(huán)境因素和隨機(jī)誤差確實(shí)對(duì)碳排放績效產(chǎn)生了重要影響。從績效的整體情況來看,山東省碳排放的整體技術(shù)績效均值為0.591,整體績效不高,有較大的改進(jìn)空間;同時(shí),純技術(shù)效率值為0.800,規(guī)模效率為0.754,技術(shù)效率比規(guī)模效率更接近效率生產(chǎn)前沿面,說明各市規(guī)模效率對(duì)碳排放效率提升的制約作用大。從績效模式劃分情況看,按照純技術(shù)效率和規(guī)模效率值臨界點(diǎn)均為0.8進(jìn)行劃分,山東省屬于碳排放績效“雙高”型的地級(jí)市不多,僅有5個(gè),而大部分地級(jí)市的碳排放績效都屬于“高低”型或“低高”型模式,因此更多城市的碳排放績效還應(yīng)該通過提高純技術(shù)效率或規(guī)模效率進(jìn)行改進(jìn)。對(duì)山東省各市碳排放績效進(jìn)行進(jìn)一步的等級(jí)分類可見,山東省各市的碳排放績效具有相對(duì)較強(qiáng)的相關(guān)性,青島、濟(jì)南等沿海城市的碳排放效率普遍較高。

青島、濟(jì)南、淄博、東營、濰坊、濟(jì)寧、威海、日照、萊蕪、臨沂應(yīng)加大企業(yè)的生產(chǎn)投入規(guī)模,達(dá)到規(guī)模經(jīng)濟(jì)是提高碳排放績效的關(guān)鍵。這些城市可根據(jù)自身情況,調(diào)整各產(chǎn)業(yè)規(guī)模,擴(kuò)大優(yōu)勢(shì)產(chǎn)業(yè)規(guī)模,實(shí)現(xiàn)規(guī)模經(jīng)濟(jì);調(diào)整要素配置,實(shí)現(xiàn)要素配置規(guī)模最優(yōu),達(dá)到在提高經(jīng)濟(jì)效的同時(shí)碳排放績效也得到相應(yīng)提高的目的。棗莊、煙臺(tái)、泰安、德州、聊城、濱州、菏澤碳排放無效率均來源于純技術(shù)效率,因此這些城市應(yīng)加強(qiáng)高新產(chǎn)業(yè)發(fā)展,提高推進(jìn)技術(shù)進(jìn)步,相互之間形成技術(shù)共享,加速技術(shù)推廣速度,實(shí)現(xiàn)各市之間的共同發(fā)展。為了縮小這些城市的碳排放績效差距,應(yīng)加強(qiáng)高新技術(shù)與人才的互動(dòng)與溝通。其中,德州、聊城、濱州、菏澤等碳排放績效較低的城市應(yīng)根據(jù)自身實(shí)際,借鑒青島、煙臺(tái)等城市的碳排放政策和具體措施,引進(jìn)高新技術(shù)和人才,制定符合自身綠色低碳的發(fā)展戰(zhàn)略,逐步優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟(jì)模式,整體提高山東省碳排放績效,最終實(shí)現(xiàn)各市之間綠色低碳共同發(fā)展。

[1]Chiu YH,Lin JC,Liu JK.An Efficiency Evaluation of the EU′s Allocation of Carbon Emission Allowances[J].Energy Sources Part B Economics Planning amp; Policy,2015,10(2)∶192-200.

[2]Vine EL,Sathaye JA.The Monitoring,Evaluation,Reporting,Verification,and Certification of Energy-efficiency Projects[J].Mitigation amp; Adaptation Strategies for Global Change,2000,5(2)∶189-216．

[3]Asavava-llobh N,Gronberg TJ,Jansen DW.Introducing a new DEA Methodology for Environmental Inputs[J].Applied Economics Letters,2013,20(17)∶1592-1595.

[4]宋馬林,楊杰,孫欣.國內(nèi)各地節(jié)能減排評(píng)價(jià)研究[J].資源開發(fā)與市場(chǎng),2008,24(1)∶31-33.

[5]孫秀梅,張慧,王格.基于超效率SBM模型的區(qū)域碳排放效率研究——以山東省17個(gè)地級(jí)市為例[J].生態(tài)經(jīng)濟(jì),2016,32(5)∶68-73.

[6]彭夢(mèng)霞.山東省碳排放效率測(cè)算及其影響因素的實(shí)證研究[D].青島：青島理工大學(xué)碩士學(xué)位論文,2013.

[7]徐勝,司登奎.藍(lán)色經(jīng)濟(jì)區(qū)海洋產(chǎn)業(yè)碳排放績效研究[J].地域研究與開發(fā),2014,33(3)∶122-126.

[8]李科.中國省際節(jié)能減排績效及其動(dòng)態(tài)特征分析[J].中國軟科學(xué),2013,(5)∶144-157.

[9]劉亦文,趙麗可,胡宗義.中國碳排放的省域差異及影響因素的實(shí)證研究[J].經(jīng)濟(jì)數(shù)學(xué),2014,31(4)∶75-80.

[10]華堅(jiān),任俊,徐敏,等.基于三階段DEA的中國區(qū)域二氧化碳排放績效評(píng)價(jià)研究[J].資源科學(xué),2013,35(7)∶1447-1454.

[11]劉亦文,胡宗義.中國碳排放效率區(qū)域差異性研究——基于三階段DEA模型和超效率DEA模型的分析[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào),2015,(2)∶23-34.

[12]Fried H O,Schmidt S S,Yaisawarng S.Incorporating the Operating Environment Into a Nonparametric Measure of Technical Efficiency[J].Journal of Productivity Analysis,1999,12(3)∶249-267.

[13]Fried H O,Yaisawarng S.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis,2002,17(1)∶157-174.

StudyonPerformanceEvaluationofRegionalCarbonEmissioninShandongProvince

WANG Xing,GAI Mei,WANG Song
(Center for Studies of Marine Economy and Sustainable Development,Liaoning Normal University,Dalian 116029,China)

To realize a green,low carbon and sustainable development,it was of key significance to improve the performance of carbon emission.Based on the current situation of performances from seventeen cities in Shandong Province,this paper calculated the carbon emission of these cities from 2005 to 2014 according to the methods recommended by the IPCC.It brought the carbon emission as unconsiderable output into the research framework of total elements and evaluated the performances of the seventeen cities in Shandong Province by exploringly using the three-stage DEA method,excluding the influence caused by environment variables and random errors.Finally,from the space analysis according to the calculating results,the result showed that there existed obvious differences among the carbon emission performances of the seventeen cities.In particular,after excluding the influences caused by environment variables and random errors,the performances changed a lot.Among the changes,pure technical efficiency was underestimated while the scaled efficiency overstated.These reflected that the no performance issue of carbon emission in Shandong Province was mainly caused by scaled efficiency.

carbon emission performance;pure technical efficiency;scaled efficiency;three-stage DEA

10.3969/j.issn.1005-8141.2017.02.005

X823

A

1005-8141(2017)02-0150-06

2016-12-17；

2017-01-13

國家社會(huì)科學(xué)基金重大項(xiàng)目(編號(hào):14ZDB130);2016年教育部人文社科重點(diǎn)研究基地重大項(xiàng)目“中國海洋經(jīng)濟(jì)可持續(xù)發(fā)展的理論基礎(chǔ)與實(shí)證研究”;遼寧省社會(huì)科學(xué)規(guī)劃基金項(xiàng)目(編號(hào):L15BJY017);遼寧省教育廳項(xiàng)目(編號(hào):W201683606)。

王星(1990-),女,河北省邯鄲人,碩士研究生,研究方向?yàn)閰^(qū)域海洋經(jīng)濟(jì)。

蓋美(1971-),女,遼寧省大連人,博士,教授,碩士生導(dǎo)師,研究方向?yàn)閰^(qū)域海洋經(jīng)濟(jì)與可持續(xù)發(fā)展。