宋雅靜 萬安位 黃珂婧

摘要：本研究首先對選取的我國30個省市2000-2016年碳排放量的變化趨勢進(jìn)行分析，發(fā)現(xiàn)碳排放總量呈逐年上升趨勢。通過采用超效率DEA模型估算碳排放效率，并反映為技術(shù)效率、純技術(shù)效率和規(guī)模效率。結(jié)果表明技術(shù)效率值具有明顯的區(qū)域差異性;純技術(shù)效率值大于1的省市只有六個;選取的30個省市規(guī)模效率值均小于1，對碳排放效率的提高具有消極作用。就整體而言，各省份碳排放效率值提升空間很大。

關(guān)鍵詞：碳排放效率;區(qū)域差異;超效率DEA模型

中圖分類號：F124.5? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1005-913X（2020）07-0030-03

一、引言

伴隨著碳排放量的日益增加，發(fā)展低碳經(jīng)濟已是各國政府的普遍共識。我國也十分重視碳減排工作，碳排放效率的研究已成為學(xué)術(shù)界的重要議題。王勇，趙晗運用三階段DEA模型測算了碳交易市場建立前后省際碳排放效率，對比分析得出碳排放效率在技術(shù)規(guī)模層面都存在不足，有待改進(jìn)。[1]李珊珊，馬艷芹運用Malmquist指數(shù)法測算了2000-2015年中國28個省的要素碳排放效率，得出部分東部地區(qū)碳排放效率較高，東北、西北、西南地區(qū)碳排放效率較低。[2]孫海燕、耿成軒[3]提出東部地區(qū)碳排放趨勢相對平穩(wěn)，而中西部地區(qū)的控制效果未達(dá)到理想狀態(tài)。[3]在測算碳排放效率時，需要選取合適的投入、產(chǎn)出變量。馬大來等選用GDP作為期望產(chǎn)出，CO2為非期望產(chǎn)出，能源、勞動力、資本為投入指標(biāo)。[4]孫海燕、耿成軒采用的投入指標(biāo)與馬大來的相同。本研究擬在以前學(xué)者研究的基礎(chǔ)上測算中國省際碳排放效率，根據(jù)得出的結(jié)果分析各地區(qū)之間的碳排放效率差異，并且分東中西部進(jìn)行區(qū)域分析。

二、研究方法

（一）模型構(gòu)建

數(shù)據(jù)包絡(luò)分析用于評價效率，但傳統(tǒng)的DEA模型對結(jié)果不能進(jìn)行有效分析，僅限于區(qū)分決策單元是否有效率，而超效率DEA模型可以彌補這一不足，并且超效率模型的結(jié)果可以突破1的限制。本研究擬采用超效率模型測算中國各省市的碳排放效率值。超效率DEA模型的規(guī)劃式為：

式（1）中，m為DMU投入種類，q為DMU產(chǎn)出種類，n為DMU個數(shù)，ρ為碳排放效率。xij為第j個決策單元的第i種投入，yrj為第j個決策單元的第r種產(chǎn)出，s-為剩余變量;s+為松弛變量。

（二）投入產(chǎn)出的指標(biāo)選取

對于投入產(chǎn)出指標(biāo)的選取，本研究選用能源、勞動力、固定資產(chǎn)投資作為投入，GDP和碳排放作為產(chǎn)出。一是能源消費。我國以煤炭為主導(dǎo)的消費結(jié)構(gòu)和過度的能源消費帶來嚴(yán)重的污染問題。由于各省資源稟賦有所不同，研究能源消費對碳排放效率的影響十分必要;二是勞動力。借鑒大多數(shù)學(xué)者的研究成果，本文選用各省年末從業(yè)人口數(shù)來表征該指標(biāo);三是固定資產(chǎn)投資。工業(yè)是最能導(dǎo)致碳排放增加的產(chǎn)業(yè)，固定資產(chǎn)投資在工業(yè)發(fā)展進(jìn)程中有著重要作用，因而研究固定資產(chǎn)投資對碳排放效率的影響必不可少。四是GDP。碳排放與經(jīng)濟增長有者莫大的關(guān)系，諸多研究已經(jīng)表明經(jīng)濟增長會帶來碳排放的增加。五是CO2排放量。其為非期望產(chǎn)出。固定資產(chǎn)投資、GDP選取2000年的數(shù)據(jù)進(jìn)行平減。本文構(gòu)建的碳排放效率評價指標(biāo)體系如表1所示。

（三）數(shù)據(jù)來源與處理

在測算CO2時借鑒了前人的測算方法，CO2的測算模型為：

CO2=■Ai×Bi×Ci? ? ? ? ? （2）

式（2）中，各變量的經(jīng)濟學(xué)含義為：Ai表示第i種能源消費總量;Bi表示折標(biāo)準(zhǔn)煤系數(shù);Ci表示CO2排放系數(shù)。本研究利用八種能源測算CO2排放量。相關(guān)參數(shù)值見表2：

三、結(jié)果分析

（一）碳排放情況分析

為了清晰的看出2000-2016年間CO2排放量、PCO2（即人均二氧化碳）排放量的變化趨勢以及區(qū)域性差異，利用ARCGIS對2000年、2005年、2010年及2015年的相關(guān)變量作地理信息圖，如圖1所示。

由圖1可知，2000～2016年間碳排放總量逐年上升且區(qū)域差異明顯，區(qū)域差異性主要表現(xiàn)為東部地區(qū)碳排放量高于中西部地區(qū)。處于碳排放高位的地區(qū)有：河北、遼寧、山西、山東、江蘇、浙江、廣東，其中山東、江蘇、浙江、廣東等地經(jīng)濟發(fā)展較快，相應(yīng)的需要的化石燃料較高，因而導(dǎo)致碳排放量較高;河北、遼寧、山西等經(jīng)濟發(fā)展主要依托重工業(yè)，因而碳排放量處于高位。

由圖1和圖2對比可知，東部地區(qū)碳排放總量較高，但人均來看，碳排放水平中等，主要是因為東部能源清潔技術(shù)水平高，其減少的碳排放量能夠抵消部分因經(jīng)濟發(fā)展過快帶來的碳排放量。中部地區(qū)碳排放總量與人均碳排放均為中等。這是由于中部地區(qū)經(jīng)濟發(fā)展水平與清潔技術(shù)水平均處于中等地位，中部有所崛起，相應(yīng)的環(huán)境治理措施有所進(jìn)步。內(nèi)蒙古、寧夏、新疆、青海等西部地區(qū)碳排放總量較低，但是人均二氧化碳排放量卻處于高位，說明這些地區(qū)能源結(jié)構(gòu)可能不夠合理，能源利用效率不高。

（二）碳排放效率結(jié)果分析

現(xiàn)利用MAXDEA軟件測算了2000-2016年選取中國30個省市的碳排放效率值，反映為技術(shù)效率、純技術(shù)效率值和規(guī)模效率，并計算出東中西部三部分的碳排放效率均值，以進(jìn)行區(qū)域之間碳排放效率值的比較研究，結(jié)果如表3所示。

從表3可知，技術(shù)效率區(qū)域差異明顯，表現(xiàn)為東部（0.875581）>中部（0.743084）>西部（0.643294）。北京、福建、廣東、上海的技術(shù)效率值大于1，位于生產(chǎn)前沿面;江蘇、天津和浙江技術(shù)效率值在0.85以上，這些地區(qū)地處東部沿海發(fā)達(dá)地區(qū)，技術(shù)進(jìn)步快，清潔技術(shù)水平高，從而表現(xiàn)出較高的碳排放效率。甘肅、青海、寧夏、新疆、貴州和山西等地技術(shù)效率值均在0.6以下。這主要是因為這些地區(qū)處于中西部地區(qū)，經(jīng)濟發(fā)展存在很大制約，節(jié)能減排技術(shù)不成熟，尤其山西省，作為煤炭資源大省，經(jīng)濟發(fā)展主要靠的是重污染、高耗能的產(chǎn)業(yè)。同時，這些省份對于提高碳排放效率有很大的潛力。東北三省的碳排放效率水平在0.7-0.83之間，總體上碳排放效率較高，而黑龍江自2006年以來，碳排放效率大幅下降，由1以上降為1以下，退出了前沿面。