“十二五”時期我國碳排放額度分配評估及效率研究?

李小勝 宋馬林

（安徽財經大學統計與應用數學學院 安徽蚌埠 233030）

一、引 言

隨著經濟增長，人均收入的上升，人民生活水平的提高，公眾對環境的訴求越來越高，社會上環境群體性事件也不斷發生。2015年年初的一部紀錄片《穹頂之下》更是將環境問題的探討推向了高潮。1992年《聯合國氣候變化框架公約》只對附件I國家有碳排放額度的限制，中國是非附件I國家，對排放額度沒有限制，隨著“共同但有區別的原則”的削弱以及中國碳排放量的增大，中國碳排放總量將來也會受限制。根據國際能源署（IEA）研究中心的測算，2011年中國CO2排放量為80億噸，占全球排放量的25.5%，中國人均碳排放量為5.92噸，美國為16.94噸，歐盟國家為9.95噸。中國的總量較大，但是人均排放量不大，如果按照目前的經濟增長方式，中國的人均排放很快趕上歐盟甚至美國的排放量。為了控制污染排放，中國政府采取了多種措施節能減排，包括：碳排放強度限制、碳排放額度限制等一系列命令控制性工具以及碳排放交易制度等環境經濟政策。

碳排放權交易制度不同于命令與控制性管理工具，是一種新型的、以發揮市場機制作用為特點的環境經濟政策。通過市場交易達到控制污染排放的手段，還能夠通過價格信號來引導企業和地區采用最優的減排方式達到控制污染排放。這種交易方式在2002年3月就出現在中國，當時國家環保總局與美國環境保護協會合作，選取中國山東省、山西省、江蘇省、河南省、上海市、天津市以及柳州市和中國華能集團公司，開展四省三市以及一家企業（即“4+3+1”項目）的二氧化硫排放總量控制及排污交易試點工作。為了應對氣候的變化，2011年國務院印發《“十二五”控制溫室氣體排放工作方案》和《關于開展碳排放權交易試點工作的通知》，同意北京市、天津市、上海市、重慶市、湖北省、廣東省以及深圳市開展碳排放交易試點工作。截止到2014年6月19日重慶碳排放交易所的開市為止，中國已經啟動了7個碳排放權交易所，這標志著中國碳排放權逐漸走向成熟。碳排放市場的交易依賴初始額度的分配，但碳排放交易市場中初始額度分配問題一直沒有得到解決，國內外一直存在著爭論，如何分配是個值得研究的重要問題。

二、文獻綜述

碳排放交易市場涉及到五個要素，首先是一個國家或者地區的總量目標的設定，其次是初始額度的分配，第三是核實證明注冊，第四是交易機制的構建，第五是懲罰機制構建。其中初始配額分配，是目前碳排放交易市場的難點。良好的初始分配，是產生二級市場交易的前提，影響到市場的交易活躍性和交易價格的合理性，初始額度分配也要體現公平和效率的原則，不會導致整個社會的不均和失衡。目前發展較好的交易市場包括歐盟的碳排放交易市場和澳大利亞的碳排放權交易市場，它們的初始額度分配都是無償分配的形式，考慮的分配原則也是從一些單指標進行探討，例如按照人均排放原則、累積排放原則、支付能力原則。陳文穎（1998）提出碳排放權的混合分配機制，即依據人均碳排放量和GDP碳排放強度的加權平均方法；以及以人均碳排放量為基準，同時兼顧 GDP碳排放強度兩種混合機制。丁仲禮（2009）提出應基于“未來排放配額”來分配各國碳排放權。這些分析主要集中在單指標的分析之中，不同的國家和不同的地區站在自己的立場上，選擇適合自己的指標，導致這種分配方式受到不斷的攻擊。為了彌補這些缺陷，學術界對單指標分配進行了許多探討和改進。朱潛挺（2015）通過構建一個全球配額分配模型（GQAM）對全球碳排放額度進行分配，并和其他分配原則進行比較。Nordhaus（1992） 采用全球一般均衡模型對各個國家的邊際減排成本和減排額度進行了估計。

與上述采用單指標和采用可計算一般均衡分析不同。Gomes 和Lins（2008）基于效率最大化的原則，采用投入和產出指標，應用數據包絡分析模型將二氧化碳排放作為唯一投入變量，人口、GDP和能源消耗作為產出變量，對《京都議定書》簽約國家中的64個國家CO2排放進行重新分配，分配后所有國家的效率都為1。這種分配考慮各個地區的投入和產出多個指標，并以效率最大化為目標，比采用考慮效率的單指標分析更加合理。這種分配的思想起源于 Lins 等（2003）的文獻，他們認為以往采用金牌單指標對參與奧運會國家的排名不合理，因為國家有大有小，投入有多有少。在考慮這些因素后，他們利用“零和博弈”DEA模型對悉尼奧運會獲獎國家的投入和產出數據，得出新的排名，他們認為這種排名明顯較以往的排名合理。基于上述的思想 Yang等（2011）提出了在產出固定情況下，一個個體的產出增加同時，另一些個體的產出必然減少的產出競爭型模型。Wu等（2014）采用考慮期望產出擴張的同時和非期望產出減少的競爭性數據包絡模型，并對中國各地區2007-2011年發電企業的效率進行了評價。Wang等（2015）對Gomes 和Lins（2008）的模型進行改進，考慮了松弛作用的“零和博弈”評價模型，對中國2020年各個省份CO2排放額度進行分配。林坦和寧俊飛（2011）根據Gomes 和Lins（2008）思想對2009年歐盟21個成員國的碳排放額度進行重新分配。苗壯等（2012）采用“零和博弈”模型對2010年中國化石能源二氧化碳排放的數據進行重新分配。鄭立群（2012）采用 Gomes 和 Lins（2008）思想，在文章中將CO2排放看成是唯一的投入，將人口、能源消耗和GDP作為模型產出變量，對中國各省區碳排放額度進行重新分配。

三、研究設計

（一）按照效率分配碳排放額度的理論分析

根據鐘茂初和閆文娟（2012）的研究，我國地區間環境負擔存在著嚴重的不公平現象，造成環境不公平現象的主要原因是收入差距的擴大。環境政策不是外生的，收入差距會導致環境政策差距，高收入地區對良好環境質量的偏好更強，從而會制定更加嚴厲的環境政策，而低收入地區的環境管制政策比較松，為了發展經濟這些地區承接了大量發達地區的資源消耗量大的污染性產業，導致污染發生轉移，實踐表明中西部地區的碳排放轉入量明顯大于轉出量。李夢潔和杜威劍（2014）表明環境規制和就業之間存在U型關系，東部地區已經處在拐點的右側，環境規制和就業之間存在著雙贏的局面，中西部地區主要關注經濟增長而對環境質量的重視相對不足。在市場經濟條件下，各地政府具有“經濟人”的本性，追求地方利益最大化，承接了大量發達地區淘汰的落后產業和污染性產業，導致污染從發達地區轉向落后地區，城市轉移到鄉村現象。由于污染是公共產品，落后地區根據比較優勢這樣選擇無可厚非，但是這樣選擇會導致全國總的碳排放量繼續上升。

政府間氣候變化專門委員會（IPCC）對附件I國家的要求是碳排放絕對量的減少，附件II國家包括中國、印度等發展中國家碳減排的目標是強度目標，強度目標在技術進步和產出擴大的情況下，會導致碳排放量的持續上升，超過地球的承載力，發生全球氣候變暖現象。碳排放絕對量的減少將是未來所有國家為緩解氣候變化應該做的承諾，中國政府宣布在 2030年后開始兌現碳排放絕對量減排規定。要實現該目標，較為可行的途徑是分階段將強度目標轉換為總量控制目標，然后將總量目標分解到各地區，明確各地區的碳減排責任，這也是建立碳交易市場的初衷。

我國新一輪經濟改革提出“既要金山銀山，又要綠水青山”發展目標，意味著經濟發展不但要創造經濟紅利，更要創造環境紅利，實現波特效應（涂正革和諶仁俊，2015）。在碳排放權交易市場中，政府是初始碳排放權分配的主體，建立碳排放市場的最終目標是以最優的經濟效益實現區域內排放總量的控制目標，而且不能夠損害經濟的增長。按照人均排放均等原則、累積排放原則、支付能力原則，發達地區的排放額度都應該下降，不發達地區的碳排放額度都應該上升。如果按照這種分配原則，經濟不發達地區會繼續走比較優勢之路，造成全國碳排放總量的繼續上升。為了改變這種現象就要求各地區不能各自為政，宏觀經濟決策者必須按照效率高低分配碳排放的額度，在碳排放總額固定的情況下，對碳排放效率高的地區增加排放，效率低的地區減少排放額度，額度不足的地區通過碳排放交易市場購買額度。這樣通過“倒逼機制”使得落后地區不敢繼續承接淘汰和污染排放量大的轉移項目，積極推進地區產業結構高級化，使產業結構向“三、二、一”結構過渡（李夢潔和杜威劍，2014），緩解當前環境不公平現象的發生，避免成為污染產業轉移的天堂。

按照效率分配排放額度一方面能夠積極促進產業結構的轉變，另一方面能在創造經濟紅利的同時，創造環境紅利，實現波特效應。例如，Br?nnlund等（1998）采用數據包絡分析對瑞典造紙工業的研究表明在污染排放權交易下，可實現經濟增長的目標。F?re等（2013）采用數據包絡分析對污染排放權在空間上和時間上進行跨期分配，發現碳排放的額度重新分配下，經濟總量是擴大的。F?re等（2014）繼續應用這種方法對美國燃煤發電廠的排放額度進行重新分配，發現不但能夠實現額度的重新分配，而且還能夠導致產出的增長。Zhou等（2014）對中國1995-2011年碳排放的數據應用數據包絡分析的跨期功能，發現各個地區碳排放額度重新分配下，經濟總量是擴大的，發生波特效應。涂正革和諶仁俊（2015）的研究表明按照數據包絡效率分配模型，嚴格執行環境管制政策，環境紅利和經濟紅利能夠同時出現。

對于國家間碳排放額度的分配，不但要考慮歷史排放的責任，還要考慮經濟發展狀況決定的未來排放水平，按照效率分配并不合適。但是，對于一個國家內的分配，效率分配能夠避免污染避難所和污染轉移效應的產生，真正淘汰落后產業，實現減排問題。本文認為效率分配應該是優先的選擇，在堅持效率分配原則下兌現中國政府對世界的承諾，并不會對中國經濟造成影響，相反還能夠促進經濟的增長。正是在上述思想的指導下，本文采用一種新的“零和博弈”效率分配模型，對中國“十二五”時期的碳排放效率和額度分配的合理性進行評估，為“十三五”或未來碳排放市場的初始額度分配提供計算參考。

（二）研究方法

Yang等（2011）提出了在產出固定情況下，一個個體的產出增加時，另一些個體的產出必然減少的產出競爭型模型，這種模型很類似于博弈論中的“零和博弈”思想。假設有n個決策單元，每個決策單元應用m項投入xik，生產出s項競爭性產出yrk，q項無競爭關系的產出zpk，對于固定的決策單元 DMUk，產出最新小化擴張的比例，可以用下面的非線性規劃模型（1）表示：

其中，βr表示決策單元DMUk的第r項產出增加的數量，Srj表示決策單元 DMUj的第r項產出減少的數量，vi表示投入項的權重，ur表示第r項競爭性產出的權重，wp表示第p項無競爭性關系產出的權重，μ0是與權重類似的待確定的變量。

上述模型只反映了競爭性關系下產出調整導致效率提高，沒有考慮非競爭性關系產出的擴張也能導致效率改變的情況。實際上這種情況在現實中也很常見，不能只考慮競爭性產出之間的調整，還要考慮非競爭性產出擴張導致效率的改變。Wu等（2014）對上述的模型進行改進，考慮了競爭性產出之間的調整，也考慮了非競爭項產出擴張情況下效率的提高，該模型可以用下面的模型（2）表示：

其中模型（2）中的pα（p=1,...,q）表示無競爭性關系的產出可以擴展的比例，kθ表示決策單元的效率高低。模型（2）在處理非期望產出的時候存在著問題，非期望產出在該模型中是越大越好，所以不符合現實情況。為了能處理非期望產出應該減少和期望產出應該增加的問題，我們將非期望產出看成是投入，用yrk表示，期望的產出用zpk表示，于是有模型（3）：

其中，Ek表示效率的大小，模型（3）是個非線性規劃，可以通過轉換（Wu等，2014），得到模型（4）：

通過模型（5）我們就能得到既考慮了具有競爭性關系產出之間的調整，又考慮了非競爭性關系產出同時擴大情況下的效率。下面的分析，我們依據模型（5）得到中國“十二五”時期各個地區的效率值，以及非期望產出在個體之間調整和期望產出應該擴張的實證分析。

四、數據來源和實證結果分析

（一）數據來源

根據本文研究的需要，我們從《中國能源統計年鑒》收集到2011年和2012年能源消費的數據，由于2014年《中國能源統計年鑒》未出版，2013-2015年的能源消費的數據缺失，Wang等（2014）認為“十二五”時期中國能源消耗強度將按照16%的速度遞減，據此推算出2013-2015年各省份能源消費。資本存量采用永續盤存法進行核算，具體的核算可以參考張軍等（2004）的文獻，林伯強和孫傳旺認為2011-2015年中國資本存量的平均增速為14%，按照該方法計算出2013-2015年的資本存量。勞動力數據來自各省區統計年鑒，用期初和期末數據的平均值表示，2013-2015年的從業人員數按照0.622%的增長速度計算得到。期望產出為地區生產總值（GDP）來自中經網，折算成不變價，根據國家“十二五”計劃提出的國內生產總值年均增長7.5%的速度，得到2013-2015年各省份的生產總值。非期望產出我們用CO2排放表示，具體的核算可以參見李小勝和安慶賢（2012）的文獻進行核算，“十二五”的最后兩年2014年和2015年的數據缺失，根據“十二五”時期碳強度年均下降3.8%的速度外推得到。

（二）基于“零和博弈”模型的各地區效率分析

根據公式（4）、（5），我們可以得到測度各省區效率的模型（3），從估計得到的效率值看，2011-2015年北京、上海、江蘇、廣東、海南、青海都是有效的地區，“十二五”期間都處在前沿面上。這些地區囊括了中國經濟最發達的地區和工業產值較小的海南和青海省。山東、浙江和天津這幾個發達地區的效率估計值雖然不為1，但是從估計的結果來看，這幾個發達地區的效率也是逐年上升的，例如天津的效率值“十二五”期間都在0.95以上，離前沿面的距離較近。浙江省效率上升得較快，從2011年0.87上升到2015年的0.93。山東省的效率在這些發達省份中是較低的，穩定在0.75左右，但也呈現出逐年上升的趨勢，西部和資源性地區如云南、內蒙古、新疆、山西、河南、吉林、廣西、遼寧、陜西等的效率值始終是處在0.7以下。總體上看模型估計的效果較好，落后地區和發達地區的效率存在明顯的差異，這些結論比國內多數采用非競爭性資源關系模型的研究結論更加穩健。Wu等（2014）采用該種方法對中國31個地區2007-2011年的工業效率進行分析得出，北京、廣東、山東、天津和西藏的效率為1，處在前沿面上，從我們的估計結果，我們的地區數據比他們利用地區工業數據估計的模型結果更加合理。對“十二五”時期中國 30個地區的碳排放的強度單指標看，山東和天津的強度明顯高于江蘇、上海和海南省，效率估計結果也明顯低于江蘇、上海和海南省，我們的結果進一步表明這些碳排放強度高的省份效率也偏低，更加符合實際經濟情況。

表1 2011-2015年各地區的效率（基于“零和博弈”DEA模型）

續表1

對上述的效率值進行分析，我們發現絕大多數省份效率值呈上升的趨勢，其中黑龍江和遼寧的效率值變化比較大，效率由低上升之后又變為下降趨勢，且波動較大。四川、貴州和吉林呈現出倒“U”型的趨勢，2013年效率值達到最大，2014年和2015年出現了下降。北京、上海、江蘇、廣東、海南、青海是處在前沿面的地區，效率沒有發生改變。從中國30個地區效率值的平均來看，各年值逐漸增大，由2011年的0.7791增加到2015年的0.8116，效率值提高3.25個百分點。對效率的標準差分析發現，效率的標準差2011年為0.1558，2012年上升為0.1578，隨后呈現逐年下降趨勢，2013年為0.1430，2014年為0.1406、2015年為0.1386。從變異系數看，由于均值呈現逐年上升的趨勢，而標準差呈現下降的趨勢，所以變異系數也是逐年減小的，這表明各地區的效率趨同的趨勢比較明顯。出現上述的狀況與中國近年來的環境控制政策是密不可分的，中國政府在“十一五”時期就對各個省份的碳排放強度下降制定了強制性目標，要求各個省份嚴格遵照執行。但是，上述的效率估計也出現了一個不發達省份青海省處在前沿面上的問題，這個估計與數據包絡分析模型是綜合考慮投入和產出要素，要素間出現替代的原因造成的，同樣在楊文舉（2015）的文獻中也出現了經濟不發達省份青海省處在前沿面上的情況。

（三）額度分配研究

在計算上述的效率過程中，我們得到各個地區的Srj，即決策單元 DMUj的第r項非期望產出應該減少的數量，本文中只有一項非期望產出CO2排放。從表2我們可以看到，北京、上海、江蘇、廣東、海南、青海都是有效的地區，處在前沿面上，本身無需減少碳排放，相反按照“零和博弈”的思想應該增加排放，其他各個地區為了達到有效必須減少排放量，其中2011年福建、江西、廣西、重慶、云南的減排量最多，為4874萬噸左右。從實際的效率看，當年云南和江西也是效率較低的地區。2012年湖南、天津、福建、江西、重慶、云南這六個地方的減排量最大，為5811.85萬噸左右。2013年四川、湖南、天津、江西、重慶、云南這六個省份的減排量都為5802.84萬噸左右。2014年福建、四川、湖南、天津、江西、云南六個省份，減排量均為6740.68萬噸左右。2015年吉林、湖北、浙江、福建、四川、湖南、天津、江西這八個省份，減排量均為7636.69萬噸左右。根據“零和博弈”的思想這些地區減少的數量按照模型（3）效率最大化的原則被分攤到其他省份，即其他各個地區增加βr數量的排放，這種重新分配的結果，我們可以用表2來表示。從表 2可以看到，與各個地區原來實際的排放數據相比，效率較高的地區排放都是增加的，而且增加的數量較大，例如北京、上海、江蘇、廣東、海南、青海這些省份的排放量增加的數額都比較大，效率越低的地區，減排的數值越大，例如寧夏雖然是在0.92左右，但是從排放的強度看，按照2005年不變價計算，2011-2015年的碳排放強度分別為13.88、13.38、13.50、13.28、12.99噸/萬元GDP。而同期北京的碳排放強度為0.99、0.94、0.88、0.83、0.79噸/萬元 GDP，二者相差非常的大，這也正好驗證了按照效率分配的思想，寧夏的碳排放量不但不會增加，按照重新計算后的結果，還應該是負的。這提醒我們如果將來碳排放市場建立的話，寧夏不但分配不到初始碳排放額度，而且還要在市場上進行購買。這進一步說明如果寧夏和其他效率低的地區如果不提高效率的話，未來按照效率進行分配，這些地區將會是碳額度嚴重不足的地區，這樣一方面由于限制排放會阻礙經濟的增長，另一方面為了生產排放的話，還需要從市場上購買額度，導致這些本身落后的地區落入“貧窮的陷阱”循環中。這也提醒國家今后的政策應該是促進這些地方的產業結構轉型和加大科技投入、發達地區應該向落后地區進行科技轉讓，促進該地區的效率上升和節能減排政策的實施。

表2 2011-2015各地區重新分配后的碳排放量 （單位：萬噸）

根據模型（3）的效率分析，基于“零和博弈”模型不但考慮了非期望產出總額固定情況下的重新分配，而且還考慮了期望產出調整的方向，為了達到模型（3）的效率，非期望產出在 30個地區進行重新分配的同時，還需要產出同時擴大才能達到有效。根據上述的模型我們計算出各個地區2011-2015年pα的大小（各個地區產出應該擴張的數量）。同樣對于有效的地區北京、上海、江蘇、廣東、海南、青海本身處在前沿面上，產出無需擴張，而其他非效率的決策單元，產出都存在不同程度的擴張才能達到有效。從我們的分析結果看，2011年和2012年河南和山東為了達到有效產出擴張的絕對量最多，2011年分別是14365.45億元、13581.25億元，2012年分別是15989.16億元、14696.19億元。2013-2015年為了達到河南和內蒙古有效增加的數量最多，2013年應該分別增加 18069.91億元、12868.81億元，2014年應該分別增加19833.46億元、14646.42億元，2015年應該分別增加1763.17億元、16105.23億元。從這些數額來看，為了達到有效，產出調整的額度不是很大，說明各個地區的產出基本是有效的，而上一節的分析表明碳排放的額度調整較大，所以未來宏觀決策者建立碳排放交易市場的主要目的是控制污染的排放。這也進一步說明按照效率分配，能夠給部分省份創造經濟紅利，實現經濟效益和環境效率雙重紅利。

表3 2011-2015各地區GDP的增加量 （單位：億元）

續表3

五、結論與政策建議

碳排放權初始分配是碳排放交易的起點，也是關系到溫室氣體控制目標能否達成、碳交易制度能否有效運轉、環境效益與經濟發展能否協調一致發展的關鍵問題。本文通過考慮非期望產出數額固定情況下，各個地區間按照“零和博弈”DEA模型效率最大化思想，計算得到各個地區的環境效率值，據此，重新計算了各個地區分配后的碳排放額度，這種模型與以往的模型不同的是既考慮了非期望產出之間的分配，也考慮了期望產出可以擴展的比例，更加符合實際生產的原理，保證了“既要金山銀山，也要綠水青山”的重要宏觀經濟問題，實現宏觀決策者在不損害經濟增長的條件下，即能夠創造經濟發展的奇跡，更能夠創造環境紅利，實現波特效應。這種分析方法可以為中國碳排放交易市場未來初始額度的分配提供一定的參考依據。通過對“十二五”時期中國碳排放等數據的研究，我們得到以下政策啟示：

（1）經濟發達地區的效率明顯較高，“十二五“期間都處在前沿面上，是最佳的實踐基地。落后地區應該以這幾個地區的經濟結構和節能減排制度為參考依據，制定地區的發展規劃，著實推進節能減排工作，切實降低排放強度。

（2）從效率的變化結果，可以看出雖然存在著很多無效率的地區，但是效率的平均趨勢是上升的，各年的值逐漸增大，而且效率的標準差是逐漸減小的，這表明中國地區效率的趨同趨勢的存在，今后應該進一步加大地區間節能減排經驗的交流和技術轉讓工作，推動全國減排工作平衡發展。

（3）從重新分配后的碳排放額度看，效率高的地區額度比原來都增加了很多，效率低以及碳排放強度高的地區，例如寧夏的碳排放額度應該減少，甚至是負排放。這表明落后地區確實應該調整經濟結構、轉變經濟增長方式實現可持續發展，否則在將來的全國統一碳排放市場建立的時候，這些地方會落入“貧困的陷阱”。為了避免發生這種現象，在按照效率分配的同時，宏觀決策者可用通過政策傾斜、稅收杠桿和轉移支付等政策工具縮小不發達地區與發達地區收入差距。

1. 陳文穎、吳宗鑫：《碳排放權分配與碳排放權交易》[J]，《清華大學學報（自然科學版）》1998年第12期。

2. 丁仲禮：《應基于“未來排放配額”來分配各國碳排放權》[J]，《群言》2010年第4期。

3. 李夢潔、杜威劍：《環境規制與就業的雙重紅利適用于中國現階段嗎？——基于省際面板數據的經驗分析》[J]，《經濟科學》2014年第8期。

4. 李小勝、安慶賢：《環境管制成本與環境全要素生產率研究》[J]，《世界經濟》2012年第12期。

5. 林伯強、孫傳旺：《如何在保障中國經濟增長前提下完成碳減排目標》[J]，《中國社會科學》2011年第1期。

6. 林坦、寧俊飛：《基于零和DEA模型的歐盟國家碳排放權分配效率研究》[J]，《數量經濟技術經濟研究》2011年第3期。

7. 苗壯、周鵬、李向民：《我國“十二五”時期省級碳強度約束指標效率分配研究--基于 ZSG 環境生產技術》[J]，《經濟管理》2012年第9期。

8. 涂正革、諶仁俊：《排污權交易機制在中國能實現波特效應？》[J]，《經濟研究》205年第7期。

9. 楊文舉:《中國省份工業的環境績效影響因素——基于跨期DEA-Tobit模型的經驗分析》[J]，《北京理工大學學報（社會科學版）》2015年第3期。

10. 張軍、吳桂英、張吉鵬：《中國省際物質資本存量估算: 1952-2000》[J]，《經濟研究》2004年第10期。

11. 鄭立群：《中國各省區碳減排責任分攤--基于零和收益DEA模型的研究》[J]，《資源科學》2012年第11期。

12. 鐘茂初、閆文娟：《發展差距引致地區間環境負擔不公平的實證分析》[J]，《經濟科學》2012年第1期。

13. 朱潛挺等：《后京都時代全球碳排放權配額分配模擬研究》[J]，《環境科學學報》2015年第1期。

14. Br?nnlund, R., Chung, Y., F?re, R., et al.,1998, “Emissions Trading and Profitability: The Swedish Pulp and Paper Industry”[J], Environmental and Resource Economics, 12(3): 345-356.

15. F?re. R., Grosskopf.S., Pasurka,C. A., 2014, “Potential Gains from Trading Bad Outputs: The Case of US Electric Power Plants”[J], Resource and Energy Economics, 36(1): 99-112.

16. F?re,R., Grosskopf,S., Pasurka,C.A., 2013, “Tradable Permits and Unrealized Gains From Trade”[J],Energy Economics, 40: 416-424.

17. Gomes,E.G. and Lins, M.P.E., 2008, “Modelling Undesirable Outputs with Zero Sum Gains Data Envelopment Analysis Models”[J], Journal of the Operational Research Society , 59: 616- 623.

18. Lins,M.P.E. and Gomes, E.G., 2008, “Olympic Ranking Based on a Zero Sum Gains DEA Model”[J],European Journal of Operational Research, 148:312-322.

19. Nordhaus,W.D.,1992,“The DICE Model: Background and Structure of a Dynamic Integrated Climateeconomy Model of the Economics of Global Warming”. No. 1009. Cowles Foundation for Research in Economics, Yale University.

20. Wang,K.et al.,2013,“Regional Allocation of CO2 Emissions Allowance Over Provinces in China by 2020”[J], Energy Policy,54 :214-229.

21. Wu,J.et al.,2014,“Environmental Efficiency Evaluation of Industry in China Based on a New Fixed Sum Undesirable Output Data Envelopment Analysis”[J], Journal of Cleaner Production, 74: 96-104.

22. Yang, F.et al.,2011,“Competition Strategy and Efficiency Evaluation for Decision Making Units with Fixed-sum Outputs”[J], European Journal of Operational Research, 212 :560–569.