基于隨機前沿模型的中國西部地區碳排放效率評價研究

鄭松華

（蘭州大學經濟學院，甘肅 蘭州 730000）

基于隨機前沿模型的中國西部地區碳排放效率評價研究

鄭松華

（蘭州大學經濟學院，甘肅 蘭州 730000）

本文基于隨機前沿模型，對中國西部地區2003—2011年的碳排放效率進行了測算，并根據計算結果對西部地區的碳排放效率進行分類。得出的主要結論是：（1）西部地區的碳排放效率在2003—2011年提升速度較慢，具有巨大的節能減排潛力。（2）西部地區的碳排放效率分類結果為：在2011年屬于碳排放高效區的只有廣西省；屬于碳排放中效區的有4個省：四川、重慶、青海、云南；屬于碳排放低效區的有6個省：陜西、新疆、甘肅、內蒙古、貴州、寧夏。最后根據分類提出了相應的政策建議。

碳排放效率；隨機前沿模型；西部地區

一、引言

2009年，中國政府提出了2020年單位GDP碳排放要在2005年的基礎上下降40%—45%的目標，但現實情況是中國已成為世界上二氧化碳排放量最多的國家，并且隨著現代化進程的推進，碳排放量有繼續增長的趨勢。如何在保證經濟發展的同時減少二氧化碳的排放是中國目前面臨的深刻問題。與此同時，2011年西部地區①的碳排放強度為1.08萬噸標準煤/億元，高于全國的0.70萬噸標準煤/億元②，即西部地區單位GDP的碳排放量高于全國。因此，研究西部地區的碳排放效率對于全國在2020年達到碳減排的目標有重要意義。另外，對西部地區碳排放效率進行分類，才能因地制宜地實施碳減排政策，才能充分利用碳減排的潛力來實現碳減排目標。

碳排放效率的相關研究方法主要分為三種：第一，隨機前沿研究方法（SFA）。杜克銳、鄒楚沅（2011）利用隨機前沿模型對中國碳排放效率的地區差異、影響因素和收斂性進行分析，研究結果表明，碳排放效率存在地區差異，并且差異在不斷擴大。另外，發揮市場的作用、城市化進程等因素對提高我國碳排放效率有促進作用。趙國浩等（2012）采用隨機前沿模型和模擬退火算法對山西省1995—2010年的碳排放效率和山西省“十二五”規劃的碳減排目標的可達性進行分析，結論為不可達。胡愛榮和岳磊（2011）采用隨機前沿模型對黑龍江省4個煤炭城市10年的技術效率進行了實證分析，研究表明，黑龍江4個煤炭城市的碳排放技術效率都不高，但都呈現緩慢上升的趨勢。第二，數據包絡分析方法（DEA）。塔斯金等（Zaimand Taskin等，2000）利用不同的DEA模型對經濟合作與發展組織（OECD）國家和部分地區碳排放績效進行了評價。魏楚和沈滿紅（2007）基于數據包絡分析法測算了我國1995—2004年的省際能源效率。第三，TOPSIS和OWA算子賦權方法。周健（2011）基于TOPSIS和OWA算子賦權方法測算了中國30個省（除西藏）2003—2008年的碳排放效率。徐勝和楊娟（2012）利用TOPSIS和OWA算子賦權方法測算了山東省17個地市2005—2009年的碳排放效率。

目前有關西部地區碳排放效率評價的相關文獻相對較少，本文著眼于中國西部地區，采用隨機前沿模型，測算2003—2011年的碳排放效率，對西部地區碳排放效率進行分類并提出因地制宜的對策建議，為西部地區提高能源利用效率和節能減排提供決策參考。

二、模型簡介

（一）計量模型

本文采用的研究方法為隨機前沿分析方法，采用的相關數據是宏觀層面的，并且有些數據是通過基礎數據進行計算獲得的，數據不可避免地存在噪聲，選擇隨機前沿邊界分析方法是較為合適的。另外，在隨機前沿邊界框架下，對碳排放效率進行定義更加直觀，更能貼切地評價生產活動中二氧化碳的排放績效，這也是本文選擇隨機前沿邊界分析方法的重要原因。

隨機前沿生產函數是艾格納、洛弗爾和施密特（Aigner、Lovell和Schmidt，977）以及米奧森和伯洛克（Meeusen和Vanden Broeck，1977）分別獨立提出來的。最初的模型是專門針對具有橫截面數據的生產函數，并將生產函數中的誤差項分為兩部分：一個是隨機誤差項，另一個是技術無效部分。該模型可用如下函數表示：

公式（1）中i表示樣本， xi表示解釋變量向量，設Vi～(0 ,σv)， β表示待估參數向量，Ui表示非負隨機變量，該變量與生產的技術無效率相關聯，設其服從截尾（在0點處截斷）正態分布。公式（2）說明了Ui即技術無效率影響的

界定：該模型起初并沒有處理綜列數據的能力，但是巴蒂斯和科埃利（Battese和Coelli）在1992年提出了一個針對綜列數據的隨機前沿生產函數模型，使該模型處理跨時間段的數據成為可能，極大地提升了應用范圍。本文在借鑒巴蒂斯和科埃利（1992）模型的基礎上，使用較為靈活的超越對數函數，具體表述如下：

式（3）兩端同時減去ln CO2it，得到下式：

式（5）表明碳排放效率值在0—1之間，越接近于1，表明效率越高，等于1意味著到達生產前沿邊界，現有技術得到充分發揮。對式（4）的待估參數，可以采用聯立的似然估計進行估計。

（二）數據來源

在隨機前沿模型中選取的投入產出相關指標為：GDP、碳排放量、城鎮固定資產投資和年末從業人口。西部地區2003—2011年的GDP數據來源于《中國統計年鑒》（經過1978年不變價計算），西部地區2003—2011年的能源消費數據來源于《中國能源統計年鑒》。將8種能源消費量乘以碳排放系數得出西部地區2003—2011年的碳排放量，其中碳排放系數來源于IPCC碳排放量計算指南缺省值。西部地區2003—2011年的城鎮固定資產投資和年末從業人口來源于《中國統計年鑒》。

三、實證結果與分析

（一）模型計算結果

基于隨機前沿模型，采用2003—2011年的面板數據，對中國西部地區2003—2011年的碳排放效率進行測算，各項參數由Frontier4.1程序用最大似然法估計出，參數估計結果如表1所示，碳排放效率計算結果如表2所示，圖1、圖2、圖3分別是根據計算結果繪制的西部地區2003—2011年碳排放效率平均值走勢圖、西部地區2003—2011年碳排放效率年均增長率柱狀圖、西部地區2009—2011年碳排放效率均值柱狀圖。

表1：西部地區2003—2011年碳排放效率各變量相關系數

從表1中看出，γ值在5%水平下顯著，γ值為0.711，擬合程度較為理想，表明碳排放的無效率是各個地區偏離其生產前沿的主要原因，使用隨機前沿函數的分析方法是合理的。

（二）碳排放效率的分類

1.在進行碳排放分類時，本文最終選擇西部地區各省區近3年碳排放效率的均值來代表西部地區碳排放效率的水平，這是由于考慮到若選擇西部地區2003—2011年的均值會使得西部地區整體的效率值被低估，而僅選擇1年的效率值則不能代表各省區碳排放的真實效率水平。

2.本文將碳排放效率劃分為碳排放高效區、中效區和低效區。根據杜克銳、鄒楚沅和趙國浩等的研究結果，國內先進省份的碳排放效率已達到0.900以上，因此本文將碳排放高效區的分類標準界定為大于0.900，又根據西部地區各年碳排放效率平均值為0.699，將碳排放中效區分類標準界定為0.699到0.900之間；碳排放效率低于西部地區平均水平的屬于低效區，因此對碳排放低效區的分類標準界定為小于0.699。

根據對碳排放效率分類標準的界定和表2的計算結果，本文對西部地區的碳排放效率分類結果為：在2011年屬于碳排放高效區的省只有1個，即廣西省；屬于碳排放中效區的省有4個，分別為四川、重慶、青海、云南；屬于碳排放低效區的省有6個，分別為陜西、新疆、甘肅、內蒙古、貴州、寧夏。如表3所示。

表2：西部地區2003—2011年碳排放效率

圖1：西部地區2003—2011年碳排放效率平均值走勢圖

（三）計算結果分析

從圖1中可以看出，我國西部地區的碳排放效率平均值在2003—2011年間呈現緩慢上升的趨勢，由圖2、圖3得出平均每年增長4.080%，2009—2011年碳排放效率的均值為0.699。從圖4中可看出，西部各省區的碳排放效率差距正在縮小。根據碳排放效率的定義，碳排放效率處于0—1之間，效率值越大意味著碳排放效率越高，因此西部地區的碳排放效率存在很大的上升空間，同時也表明西部地區有著巨大的節能減排潛力。

處于碳排放高效區的廣西，2011年碳排放效率已經達到0.923，在西部地區始終保持第一位，2009—2011年平均值為 0.916，年均增長率為1.065%，增長速度緩慢，節能減排的潛力較小。從圖4中也可看出，西部地區其余省區與廣西的碳排放效率差距正在縮小。廣西2011年的地區生產總值為11720.87億元，排在西部地區的第四位，碳排放量、年末從業人口、城鎮固定資產投資均排在西部地區的中間位置，而廣西在西部地區碳排放效率最高是得益于技術效率所具有的優勢，以及旅游業、服務貿易等第三產業的長足發展。

處于碳排放中效區的四川、重慶、青海和云南，在西部地區的排名分別在2—5位，碳排放效率高于西部地區均值，碳排放效率的年均增長率在2%—4%之間，增長速度較為緩慢。從圖4中可以看出，上述4個省區間的碳排放效率存在一定差距，其中最高的四川和重慶的碳排放效率較為接近，四川2009—2011年3年均值為0.836，重慶為0.804；青海和云南的碳排放效率較為接近，青海為0.749，排在中效區末位的云南為0.706。雖然在西部地區四川和重慶的經濟基礎較強，四川經濟總量為西部第一，重慶是長江上游地區的經濟中心，但近年來的循環經濟發展成效不突出，技術效率的進步不明顯，使得重慶碳排放效率未能躋身高效區。云南的投入和產出在西部地區處于中間位置，技術效率在西部地區屬于中等水平，節能減排具有較大的潛力。雖然青海的投入和產出比在西部地區都是最低的，但由于技術效率在西部地區也屬于中等水平，使得青海位列西部地區碳排放中效區。

表3：西部地區碳排放效率分類

圖3：西部地區2009—2011年碳排放效率均值柱狀圖

圖4：西部地區各省區2003—2011年碳排放效率平均值走勢圖

處于碳排放低效區的陜西、新疆、甘肅、內蒙古、貴州、寧夏，分別排名6—11位，碳排放效率的年均增長率高。從圖4中可以看出，陜西、新疆、甘肅的碳排放效率相近，差距在逐漸縮小，陜西2009—2011年3年均值為0.693，新疆為0.664，甘肅為0.641；內蒙古、貴州、寧夏的碳排放效率較為相近，但這3個省區與排在他們之前的省區碳排放效率差距縮小的趨勢并不明顯。上述6個省的碳排放效率都低于西部11省的平均水平，雖然他們碳排放效率的增長率高，但技術效率的嚴重不足，導致經濟總量快速增長的同時，碳排放量和其他投入也在快速上漲。

四、結論和政策建議

本文通過運用隨機前沿的研究方法對西部地區2003—2011年的碳排放效率進行測算，得出的主要結論為：（1）西部地區的碳排放效率在2003—2011年上升速度較慢，存在很大的上升空間，具有巨大的節能減排潛力。（2）西部地區的碳排放效率分類結果為：在2011年屬于碳排放高效區的省只有1個，即廣西省；屬于碳排放中效區的省有4個，分別為四川、重慶、青海、云南；屬于碳排放低效區的省有6個，分別為陜西、新疆、甘肅、內蒙古、貴州、寧夏。通過研究筆者認為，我國的節能減排要根據不同地區碳排放效率的差異實施因地制宜的政策措施，從而更好地利用各地區節能減排的潛力，實現國家在2009年提出的節能減排目標。因此根據本文對西部地區碳排放效率進行的測算和分類，得到以下主要的政策啟示：

（一）高效區：在維持現有水平的基礎上進一步提高

總的來說，對于像廣西這樣碳排放效率較高的省份，節能減排方面面臨的主要任務是：在維持現有水平的基礎上進一步提高碳排放效率。因此本文針對廣西省提出的政策建議為：首先，積極轉變經濟發展方式，努力將經濟增長方式由主要依靠投資和出口拉動轉變為由投資、出口和消費協調拉動；其次，促進經濟結構轉型，優化產業結構，政府牽頭引進高新技術和高附加值的產業，同時大力扶持服務業和金融業的發展。通過上述措施在保證經濟增長的情況下盡可能地減少碳排放量，從而提高碳排放效率，達到節能減排的目標。

（二）中效區：提高能源利用率，優化能源利用結構

對于四川、重慶、青海、云南這4個省，節能減排方面面臨的主要任務是：提高能源利用效率，優化能源利用結構。因此針對這4個省提出的政策建議為：政府和企業要加大對于技術改進的科研投入，積極建立企業和高校的合作機制，同時引進國內外先進的生產技術，淘汰落后的產能，限制高耗能高排放企業的盲目擴張，優化能源利用結構，積極開發和使用清潔能源，從而在保持經濟發展速度的情況下降低碳排放量的增長速度，提高碳排放的效率，達到節能減排的目標。

（三）低效區：保證經濟快速發展的同時，減少碳排放的增長速度

對于碳排放效率較低的陜西、新疆、甘肅、內蒙古、貴州、寧夏，其碳排放效率低的原因主要是粗放的無效率的生產方式，而西部各省區正處在社會經濟發展的戰略機遇期，不能放慢經濟快速發展的腳步，因此其節能減排的主要任務是：在保證經濟快速發展的同時，減少碳排放的增長速度。應該著重提高生產的技術效率，更新生產設備，引進國內外先進生產運營模式，加強對工業企業科技創新的激勵和支持，提高企業的創新能力；同時要科學合理地制定各省區的工業生產功能區規劃，整合資源形成產業集聚，從而提高碳排放的績效，在保持原有經濟效益的同時降低碳排放量。

注：

①本文所研究的西部地區是指除西藏以外的中國西部11省，即：廣西、四川、重慶、青海、云南、陜西、新疆、甘肅、內蒙古、貴州、寧夏；由于《中國能源統計年鑒》未給出西藏的碳排放數據，因此未將西藏納入研究范圍之內。

②GDP由《中國統計年鑒》獲得。能源消費數據由《中國能源統計年鑒》獲得，并將8種能源消費量乘以碳排放系數得出碳排放量，其中碳排放系數來源于政府間氣候變化專門委員會（IPCC）碳排放量計算指南缺省值。

[1]杜克銳，鄒楚沅.我國碳排放效率地區差異、影響因素及收斂性分析[J].浙江社會科學，2011，（11）.

[2]趙國浩，李瑋，張榮霞，梁文群.基于隨即前沿模型的山西省碳排放效率評價[J].資源科學，2012，（10）.

[3]胡愛榮，岳磊.基于前沿生產函數的黑龍江省煤炭城市的技術效率研究[J].價值工程，2011，（2）.

[4]Zaim.O.and Taskin.F.Evironmental Efficiency In Carbon Dioxide Em issions in the OECD，A Non-parametric Approach[J].Journalof EvironmentalManagement.58（2）.

[5]Aigner，D.J.，C.A.K Lovell，and Schmidt，1977. Formulation and Estimation of Stochastic Frontier Production FunctionsModels[J].Journalof Econometrics，（July）.

[6]Meeusen.W.，&J.van den Broeck，1977.Efficiency Estimation from Cobb-Douglas Production Functions w ith Composed Error[J].International Econom ic Review，18.

[7]Battese，G.E.&T.J.Coelli，1992.Frontier Production Functions，Technical Efficiency and Panel Data：W ith Application to Paddy Farmers in India[J].Journal of Productivity Analysis，3：1/2（June）.

[8]魏楚，沈滿洪.能源效率及其影響因素：基于DEA實證分析[J].管理世界，2007，（8）.

[9]周健.省際碳排放經濟效率的TOPSIS評價分析[J].統計與決策，2011，（21）.

[10]徐勝，楊娟.山東省經濟效率評價分析[J].中國漁業經濟，2012，（3）.

（特約編輯 齊稚平；校對 XY，GX）

Based on the stochastic frontier analysis，this paper uses the panel data from 2003 to 2011 to calculate the carbon em ission efficiency forWest China.According to the results，the paper classifies the carbon em ission efficiency ofWest China.The primary conclusions this paper draws are as follows.Firstly，carbon em ission efficiency of WestChina rose slow ly from 2003 to 2011 and there isgreatpotential for rise in the carbon em ission efficiency aswell as huge potential for saving energy.Secondly，the classification of carbon emission efficiency forWestChina are：At 2011，Guangxi is classified as high efficiency carbon emissions are as follows.Sichuan，Chongqing，Qinghai and Yunnan are classified as provincesw ithmiddle carbon em ission efficiency.Shanxi，Xinjiang，Gansu，Inner Mongolia and Ningxia are classified as provincesw ith low carbon emission efficiency.Finally，based on the classification，thispaper puts forward corresponding policy suggestions.

carbon emission efficiency，stochastic frontieranalysis，West China

F830

A

1674-2265（2014）01-0014-05

2013-12-15

蘭州大學中央高校人文社科類項目（編號：12LZUJBWYB090）。

鄭松華，男，江西上饒人，蘭州大學經濟學院，研究方向為區域經濟學。