2012年我國各地區低碳經濟發展效率的數據包絡分析評價*

張美戀

(集美大學理學院，福建 廈門 361021)

引言

長期以來，中國經濟走的是一條高增長、高消耗、高排放的粗放型發展道路. 近年來，我國遭遇了大范圍的霧霾天氣，多地出現了嚴重的霧霾天氣，致使空氣污染嚴重，北京更是達到了6級重度污染. 據中國氣象局統計，2013年全國平均霧霾天數為52年來之最，而安徽、湖南、湖北、浙江、江蘇等地更是創下了歷史紀錄，霧霾天氣不僅僅出現在華北，而且呈現由北向南蔓延的趨勢.霧霾天氣嚴重影響了人們的生產和生活，同時也給人們敲響了警鐘，綠色低碳經濟發展刻不容緩.

低碳經濟是以低能耗、低污染、低排放為基礎的經濟模式，即通過更少的自然資源消耗和更少的環境污染，獲得更多的經濟產出. 我國“十二五”規劃明確提出，到2015年，單位GDP的CO2排放比2010年下降17%，單位GDP能耗比2010年下降16%，非化石能源占一次能源消費比重達到11.4%，新增森林面積1 250 hm2，森林覆蓋率提高到21.66%，森林蓄積量增加6億m3.各省“十二五”規劃中也明確提出相應的節能減排目標，實現單位GDP能耗和CO2排放大幅下降.然而，我國正處于經濟快速發展時期，各地區的發展水平差距顯著，產業結構，能源的生產和消費不盡相同，科學地評價我國省級區域低碳經濟發展水平及其地區差距，分析其存在不足的因素，對調控各地區發展的方向和進程，促進低碳經濟的發展具有重要的理論和實踐意義.

1 研究方法

1.1 指標體系的建立與數據的處理

指標的選取是綜合效率評價的關鍵，是評價結果可靠性、客觀性的基礎. 低碳經濟的發展受到各種因素的綜合影響，指標體系要根據低碳經濟的內涵，能夠對低碳經濟的質量進行合理、較全面的描述，同時指標體系的指標內容要具有較強的可比性，通常以人均、單位GDP、百分比等表示. 建立指標體系進行實證分析，需要采集大量的統計數據，選取的指標數據最好是能夠直接獲得或者通過計算后可以獲得的，因此，指標體系要盡可能地利用現有統計數據. 根據以上原則，在借鑒相關研究成果[1]的基礎上，選取了一套相對完善適合省級區域低碳經濟發展評價的指標體系，輸入指標包括X1、X2、X3、X4四個指標；產出指標包括Y1、Y2、Y3三個指標，具體涵義及單位見表1.

表1 輸入輸出指標涵義及單位

對于輸入指標X1，統計意義上的固定資產投資是包含房地產投資的，由于房地產投資與碳排放沒有直接的聯系，因此，本文中的X1指地區固定資產投資減去地區房地產投資與地區人口之比；對于輸入指標單位GDP能耗X3，指的是地區能源消費總量與地區GDP之比；對于產出指標碳排放強度Y2，是指單位GDP二氧化碳排放量. 關于二氧化碳氣體排放情況，國內并沒有碳排放量的直接監測數據，相關機構也沒有公布過準確的數據，因而此類數據需要通過各種能源的消耗情況來進行測度. 根據我國統計年鑒，將最終能源消費種類劃分為9類( 煤炭、焦炭、原油、燃料油、汽油、煤油、柴油、天然氣、電力)，本文主要借鑒文獻[2]的相關方法，在計算碳排放量時采用9類能源消費總量乘以各自的碳排放系數, 碳排放量計算公式為：

CO2排放總量=∑Bi×Ci

式中，Bi是i類能源消費量，Ci是i類能源的碳排放系數.碳排放系數是每一種能源燃燒或使用過程中單位能源所產生的碳排放數量. 一般在使用過程中, 根據聯合國政府間氣候變化專門委員會(IPCC) 的假定, 認為某種能源的碳排放系數是不變的. IPCC 所給出的某能源碳排放系數是與該能源熱值等當量的標準煤的碳排放系數, 因此需要將能源消費折算成標準煤后, 乘以碳排放質量系數(見表2), 便可以測算出實際的碳排放量.

表2 各種能源折標準煤系數及碳排放系數

數據來源：IPCC guidelines for national Greenhouse gas inventories，2006年

選取全國30個省市自治區構成30個評價單元，由于西藏地區沒有能源消費的統計數據，沒有列入評價單元，選取2012年的統計數據作為各輸入輸出單元的數據，指標體系中涉及的數據均來自《中國統計年鑒2013》及《中國能源統計年鑒2013》，具體原始數據見表3.從表3可見，各地區的各項指標差距很大，比如輸入指標X3——單位GDP能耗，最低的是海南省，只有0.052 1 t標準煤/萬元，最高的是河北省，達到0.826 9 t標準煤/萬元，相差十幾倍；再比如輸出指標Y2——碳排放強度，最低的是北京地區，只有0.205 2 t碳/萬元，最高的是寧夏地區，達到2.254 8 t碳/萬元.

表3 2012年全國各地區低碳經濟效率評價指標的原始數據

數據來源：《中國統計年鑒2013》，《中國能源統計年鑒2013》

對數據進行無量綱處理，對于正向指標的標準化處理：

對于逆向指標的標準化處理：

1.2 數據包絡分析評價方法

數據包絡分析(Data Envelopment Analysis, 簡稱DEA )是由著名的運籌學家Charnes A, Cooper W W和Rhodes E于1978年首先提出的，第一個重要的DEA模型簡稱CCR(Charnes-Cooper-Rhodes)模型，DEA是一種評價具有多輸入多輸出同類決策單元相對有效性的方法，該方法具有很強的經濟背景. 全國各地區低碳經濟包含多個投入和多個產出，之間關系復雜，因此，運用DEA方法是評價全國各地區低碳經濟發展效率問題較為理想的方法.

假設有n個決策單元，每個決策單元有m種類型的“輸入”和s種類型的“輸出”，xij表示第j個決策單元對第i種輸入的投入量，yrj表示第j個決策單元對第r種輸出的產出量，且xij>0，yrj>0.這里，Xj=(x1j,x2j,…,xmj)T，Yj=(y1j,y2j,…,ysj)T為已知數據,n個決策單元都是具有可比性的，ε為非阿基米德無窮小量，CCR模型是在假設規模報酬不變的前提下對各決策單元的相對優劣進行評價，具體表達式為：

2 評價結果與分析

2.1 綜合技術效率分析

根據對表3的數據進行標準化處理后的數據以及CCR模型和BCC模型，運用Deap2.1軟件，求得2012年全國30個地區低碳經濟綜合技術效率值，具體見表4和圖1.

表4 2012年我國各地區低碳經濟相對效率

圖1 2012年我國各地區低碳經濟發展效率TE分布

從表4可知，綜合技術效率平均為0.621，總體低碳經濟發展水平不高，其中北京、天津、上海、浙江、福建、廣東、海南這7個地區綜合技術效率值為1，達到DEA有效，說明這7個地區的低碳經濟發展處于較高水平，但僅占決策單元的23%；綜合技術效率值在0.8～1.0之間的只有江西、廣西和云南3個地區；綜合技術效率值在0.6～0.8之間的也只有湖南、貴州和四川3個地區；綜合技術效率值在0.4～0.6之間的有11個地區，占決策單元的37%；綜合技術效率值在0.4以下的有6個地區，占決策單元的20%. 從總體來看，我國各地區低碳經濟的發展很不平衡，水平差異巨大.

從地域來看，綜合技術效率有效的地區集中在經濟發展較為成熟的華東、華南沿海地區，有上海、浙江、福建、廣東、海南5個地區，這兩個區域大部分經濟發展比較早，產業結構相對比較輕型化，能源消費結構相對比較合理，空氣質量也普遍較好，較少出現霧霾天氣. 而華北的河北、山西、內蒙，西北的陜西、甘肅、青海、寧夏、新疆這些地區的綜合技術效率值普遍較差，除了青海以外，其他地區綜合技術效率值都在0.5以下，這兩個區域也是近期霧霾天氣較嚴重的區域. 從投入角度看，一個原因是這些地區的第二產業占GDP的比重較大，產業結構趨于重型化，另一個原因是單位GDP能耗普遍較高；從產出角度看，這些地區的碳排放強度及單位GDP的SO2排放量普遍較高.

需要指出的是，海南省雖然各項指標都一般，但是綜合技術效率值為1，而江蘇省的人均GDP是較高的，但由于單位GDP能耗較高及森林覆蓋率較低，而綜合技術效率值只有0.419，這說明經濟發展水平的高低與低碳經濟的發展水平并非是正相關的.經濟發達地區雖然在資金、技術上占優勢，但過大的經濟規模會導致能源消費的急劇上升，導致廢氣大量排放，如果處置不當，會對低碳經濟的發展產生負面影響.

2.2 非DEA有效性分析

對于非DEA有效的決策單元，有必要繼續分析非技術有效是由哪些原因造成的，BCC模型能夠給出決策單元非技術有效的具體原因，BCC模型可以求出純技術效率，因此可以將綜合技術效率分解為純技術效率和規模效率兩部分，具體結果見表4和圖2.

圖2 2012年我國各地區低碳經濟發展效率分布

地區的非DEA有效是由生產規模及技術水平兩個因素非有效共同作用引起的. 在23個非DEA有效的地區中，河北、江蘇、安徽、山東、湖北、湖南、新疆這7個地區的純技術效率排名比綜合技術效率的排名靠前，相應的規模效率的排名比綜合技術效率的排名靠后，表明這些地區的低碳經濟的非DEA有效的原因更多是由生產規模引起的，比如貴州省，純技術效率為1，也就是純技術有效，但規模效率為0.641，表明貴州省的非DEA有效是由規模效率引起的，貴州省的規模收益是遞增的，說明貴州省可以擴大投入量以達到DEA有效. 內蒙古、遼寧、黑龍江、江西、廣西、云南、甘肅、青海、寧夏這些地區的純技術效率排名比綜合技術效率的排名靠后，相應的規模效率的排名比綜合技術效率的排名靠前，表明這些地區的低碳經濟的非DEA有效的原因更多是由技術水平引起的.

從表4可以發現，23個非DEA有效的地區的規模收益有21個是遞減的，即每增加一單位的投入，相應產出增加將小于一個單位，所以應穩定現有投入規模，通過調節產出的方向和數量來達到DEA(CCR)有效[4]，也就是說，通過調節提高人均GDP,減少CO2和SO2的排放來達到DEA有效.

3 結論與建議

通過上文的分析可以發現，我國低碳經濟發展效率總體水平還不高，各地區低碳經濟發展很不平衡，從地域上看，華東、華南的沿海地區最高，西南、華中、東北次之，華北、西北最差. 通過分析可以發現，經濟發展水平的高低與低碳經濟的發展水平并非是正相關的，因此要處理好經濟規模與低碳經濟的關系. 對于低碳經濟水平較低的地區提出如下對策建議.第一，調整產業結構，加快低碳產業發展，促進產業結構優化升級，提高第三產業產值的比重，因此，需要政府引導，對低碳產業在財政、稅收、金融、土地各方面給予傾斜.第二，優化能源結構，提高清潔能源和可再生能源的比重.低碳經濟水平較低的華北、西北能源消費長期以煤炭為主，結構不合理，必須降低煤炭在能源消費中的比例，根據各地區的地理優勢，積極推動發展新能源與可再生能源，加快普及太陽能的利用，合理地開采和利用地熱水源和風能資源以替代常規能源[5].第三，發展低碳技術，提高能源的利用效率.建立和完善低碳技術創新與研發的激勵機制，加強與發達國家的技術交流與合作，引進國外提高能效技術、節能技術，促進我國低碳技術的發展.

參考文獻:

[1]秦耀辰.低碳城市研究的模型與方法[M].北京：科學出版社,2013:54-56.

[2]徐國泉，劉則淵，姜照華.中國碳排放因素分解模型及實證研究：1995-2004[J]. 中國人口資源與環境,2006,16(6):158-161.

[3]魏權齡.評價相對有效性的數據包絡分析模型[M].北京:中國人民大學出版社, 2012:32-96.

[4]高亞春.基于DEA 的我國各地區經濟相對效率評價研究[J].統計教育，2009，(1):3-8.

[5]吳婧.福建省構建低碳城市的能源調查及建議[J]. 福建工程學院學報,2011，9(3):276-284.