中國“十三五”時期省際碳減排目標(biāo)的效率分配

郭文 劉小峰 吳孝靈

摘要首先，將“零和收益”的博弈思想引入到SBM模型中，構(gòu)建了基于零和收益的碳減排SBM效率分配模型（ZSGSBM）。然后，基于“十三五”規(guī)劃中我國整體碳強度降低18%的減排約束，從經(jīng)濟增速和能源消費結(jié)構(gòu)2個維度設(shè)置了“十三五”期間我國經(jīng)濟系統(tǒng)的4種發(fā)展情景，應(yīng)用上述ZSGSBM模型對碳減排目標(biāo)進行了省際層面的效率分配。并通過對比各省經(jīng)濟發(fā)展現(xiàn)狀和碳減排目標(biāo)的分配結(jié)果，分析了各省的低碳經(jīng)濟發(fā)展路徑。結(jié)果表明：采用ZSGSBM模型對碳排放量進行效率分配后，30個省份的投入、產(chǎn)出指標(biāo)實現(xiàn)了有效配置，碳排放效率到達效率前沿。政府基于“公平”導(dǎo)向的行政分配方案會造成一定程度的效率損失，基于ZSGSBM模型的效率分配方案更符合低碳經(jīng)濟的長遠發(fā)展要求。在碳強度約束的基礎(chǔ)上，能源強度的再約束將迫使各省優(yōu)化能源消費結(jié)構(gòu)，從而提升我國整體碳排放效率。“十三五”時期，我國有16個省份的碳減排目標(biāo)分配結(jié)果大于18%的平均標(biāo)準(zhǔn)，各省應(yīng)根據(jù)自身資源稟賦、經(jīng)濟水平、產(chǎn)業(yè)結(jié)構(gòu)和能源消費結(jié)構(gòu)的現(xiàn)狀選擇差異的低碳經(jīng)濟發(fā)展道路。

關(guān)鍵詞ZSGSBM模型；碳減排目標(biāo)；效率分配；低碳經(jīng)濟

中圖分類號X196

文獻標(biāo)識碼A文章編號1002-2104（2017）05-0072-12DOI： 10.12062/cpre.20170306

CO2等溫室氣體的排放是造成全球氣候變暖的源頭，節(jié)能減排已經(jīng)成為全球共識。為兼顧經(jīng)濟發(fā)展和節(jié)能減排，我國政府自2009年哥本哈根全球氣候會議后，積極實行低碳經(jīng)濟的可持續(xù)發(fā)展思路，并在《中華人民共和國國民經(jīng)濟和社會發(fā)展第十二個五年規(guī)劃綱要》中首次明確規(guī)定了17%的碳強度降低目標(biāo)，即相同經(jīng)濟產(chǎn)出水平下減少17%的CO2排放量。“十三五”規(guī)劃中進一步確定2020年末比2015年末全國碳強度降低18%的減排目標(biāo)。可見，低碳化發(fā)展將是未來一段時期內(nèi)我國經(jīng)濟發(fā)展的基本趨勢。然而，大量研究表明源于我國各省份經(jīng)濟規(guī)模、資源稟賦、產(chǎn)業(yè)結(jié)構(gòu)和能源消費結(jié)構(gòu)的巨大差異，我國省際碳強度差異也較大[1-4]。苗壯[5]研究表明，制定相同的減排目標(biāo)將導(dǎo)致各省份減排效率低下。雖然國務(wù)院發(fā)布的《“十三五”控制溫室氣體排放工作方案》中對各省份的碳排放強度減排目標(biāo)進行了進一步的調(diào)整，然而，不難看出中央政府的調(diào)整方案主要以“公平”為導(dǎo)向，在考慮調(diào)整省份減排目標(biāo)時，適當(dāng)?shù)慕档土瞬糠纸?jīng)濟欠發(fā)達省份的減排責(zé)任，但是，這不可避免的造成了我國省際碳排放效率的損失。因此，有必要根據(jù)省際碳強度的實際情況，將減排目標(biāo)在省際間進行效率分配。這對各省份制定相應(yīng)的經(jīng)濟發(fā)展規(guī)劃、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整策略具有重要指導(dǎo)意義。

1文獻綜述

碳排放是各國學(xué)者關(guān)注的焦點學(xué)術(shù)問題，相關(guān)的研究主要集中于碳排放績效評價、碳減排潛力分析和碳減排成本測算，本文首先從這三方面簡述現(xiàn)有研究的相關(guān)成果。

碳排放績效評價的相關(guān)研究大多采用數(shù)據(jù)包絡(luò)分析（DEA）方法，該方法無需事先設(shè)定模型的形式，適用于多投入、多產(chǎn)出的復(fù)雜系統(tǒng)效率評價[6]。然而，Tone[7]認為，傳統(tǒng)DEA模型僅僅測算了各決策單元的效率值，無法反映無效決策單元的改進路徑，他提出了SBM模型來解決這一問題。隨著全球碳排放問題的日益凸顯，碳排放問題成為學(xué)術(shù)界關(guān)注的焦點問題。Zhang[8]、Wu[9]等認為，碳排放伴隨著經(jīng)濟系統(tǒng)經(jīng)濟產(chǎn)出的產(chǎn)生而產(chǎn)生，是經(jīng)濟生產(chǎn)系統(tǒng)不可避免的環(huán)境外部性問題，因此，碳排放應(yīng)作為一項“壞產(chǎn)出”引入效率評價模型中，由此構(gòu)建非期望SBM模型。目前，非期望SBM模型正被廣泛地應(yīng)用于碳排放績效評價的相關(guān)研究中[10-12]。針對我國省際碳排放效率的相關(guān)研究也有很多，基本結(jié)論是：我國省際碳績效差異較大，呈現(xiàn)出自西向東逐步上升的空間趨勢[13-14]。

在碳排放績效評價的基礎(chǔ)上，大量的國內(nèi)外學(xué)者分析了我國整體、各區(qū)域、各省份以及產(chǎn)業(yè)層面的減排潛力。史丹[15]、Du[16]、查冬蘭[17]等分別采用隨機前沿分析（SFA）、非期望SBM模型、CGE模型等方法測算了我國整體和區(qū)域的碳減排潛力，測算結(jié)果表明我國整體和區(qū)域碳減排潛力巨大。〖JP+1〗李蘭冰[18]也得出了相似的結(jié)論，其測算結(jié)果表明我國整體碳減排潛力達到35%以上，并且經(jīng)濟相對落后的中、西部區(qū)域減排潛力更大。分析我國省際碳減排潛力的文獻大多基于省際異質(zhì)性的視角，研究結(jié)果也趨于一致——我國經(jīng)濟發(fā)展水平、人均收入較低的中、西部省份減排潛力顯著大于北京、上海、江蘇等經(jīng)濟發(fā)達省份[19-22]。產(chǎn)業(yè)層面上，F(xiàn)eng[23]、郭朝先[24]、劉貞[25]等分別測算了我國發(fā)電行業(yè)、汽車行業(yè)和工業(yè)行業(yè)整體的減排潛力。發(fā)現(xiàn)行業(yè)差異也是產(chǎn)業(yè)碳減排的重要影響因素。

目前，碳減排成本的計算方法主要有自下而上模型、自上而下模型和混合模型三類[26]，具體方法包括動態(tài)優(yōu)化模型[27]、投入產(chǎn)出分析[28]、可計算一般均衡模型[29]、混合模型[30]和效率分析模型[31]等等。鑒于本文以效率分配為研究視角，后文重點闡述基于效率分析模型的相關(guān)研究文獻及其成果。效率分析模型的理論基礎(chǔ)是對偶理論和距離函數(shù)，該方法通過測算碳排放的影子價格來替代碳減排的邊際成本（機會成本）。Maradan[32]、Fāre[33]都構(gòu)建了方向距離函數(shù)來測算CO2排放的影子價格，從而計算其碳減排成本。他們的結(jié)論是，碳減排成本隨人均收入的升高而降低，低收入國家的減排成本顯著高于高收入國家。針對我國省際碳減排成本的研究中，王群偉[34]、葉祥松[35]都將碳規(guī)制（減排）目標(biāo)劃分為無規(guī)制、一般規(guī)制和強規(guī)制等多種情景進行分析，結(jié)果發(fā)現(xiàn)我國中、西部地區(qū)的碳減排成本明顯高于東部地區(qū)。可見，鑒于我國各省份的經(jīng)濟發(fā)展水平差異較大，碳減排成本也存在較大的省際異質(zhì)性。

綜上可知，我國各省份碳績效、碳減排潛力和碳減排成本都存在巨大差異，簡單地按全國碳減排目標(biāo)均攤至各省份必然帶來碳減排效率的損失[36-39]。另外，碳績效評價、碳減排潛力分析和減排成本測算是碳減排目標(biāo)確定的基礎(chǔ)。碳績效評價通過數(shù)學(xué)模型勾勒出“經(jīng)濟產(chǎn)出—能源消耗—碳排放”三者的邏輯關(guān)系及各省份碳排放績效的時空現(xiàn)狀[40]；碳減排潛力分析為國家碳減排政策提供了可能的方向和路徑[41]；碳減排成本測算則衡量了碳減排各階段目標(biāo)的實現(xiàn)代價，三者進一步服務(wù)于碳減排目標(biāo)確定的決策問題[42]。上述國內(nèi)外研究成果為碳減排目標(biāo)的確定提供了理論基礎(chǔ)和定量測算方法，然而，目前國內(nèi)外碳減排政策實踐中，碳減排目標(biāo)的確定大多基于國家層面的總量目標(biāo)，如：我國“十二五”、“十三五”規(guī)劃中確定的CO2減排目標(biāo)等。因此，從效率視角出發(fā)對“十三五”時期，我國省際碳減排目標(biāo)進行分配具有重要意義。那么，如何將碳減排總量目標(biāo)分配至各省份？如何保證碳減排目標(biāo)省際分配的效率？成為實現(xiàn)碳減排目標(biāo)亟待研究的問題。

目前，國內(nèi)外現(xiàn)有關(guān)于碳減排目標(biāo)的相關(guān)研究上存在一些不足：現(xiàn)有文獻中針對碳減排目標(biāo)省際分配問題的研究較少；并且碳績效評價、減排潛力分析和減排成本測算等問題的研究都是基于歷史數(shù)據(jù)的后驗分析，研究成果缺乏前瞻性。因此，本文基于我國“十三五”規(guī)劃中確定的碳減排目標(biāo)，結(jié)合現(xiàn)有研究文獻對于我國“十三五”期間勞動力數(shù)量、能源消費量、固定資產(chǎn)等生產(chǎn)要素投入以及經(jīng)濟產(chǎn)出水平的預(yù)測，設(shè)置不同情景對我國“十三五”期間的碳減排目標(biāo)進行省際間的效率分配。另外，在確定了碳減排國家總量目標(biāo)和“十三五”期間經(jīng)濟發(fā)展情景設(shè)定的條件下，可以測算我國“十三五”期間我國整體的碳排放總量，并在此基礎(chǔ)上進行省際分配，省際碳排放總和與碳減排目標(biāo)下的國家碳排放總量相等，這一分配過程與“零和收益”的博弈思想相似。因此，本文構(gòu)建了基于零和收益的SBM模型（zero sum gains SBM， ZSGSBM）來進行碳減排目標(biāo)的效率分配，該模型融合了傳統(tǒng)SBM模型和“零和收益”思想的建模思路。

2模型與數(shù)據(jù)

2.1產(chǎn)出導(dǎo)向SBM模型（Outputoriented SBM）

SBM效率評價模型以系統(tǒng)決策單元的投入、產(chǎn)出松弛作為決策變量，直觀地體現(xiàn)決策單元的效率改進路徑，相較于傳統(tǒng)的DEA模型，其在系統(tǒng)效率評價及其資源效率分配中具有顯著優(yōu)勢[43]。Tone[7]首先提出了系統(tǒng)效率評價的SBM模型，相關(guān)的后續(xù)研究中，SBM模型被分為投入導(dǎo)向SBM、產(chǎn)出導(dǎo)向SBM和投入產(chǎn)出雙向SBM模型[44]。本文以我國省際碳排放為研究對象，在產(chǎn)出導(dǎo)向SBM模型的基礎(chǔ)上構(gòu)建了ZSGSBM模型，因此，下文重點介紹產(chǎn)出導(dǎo)向SBM模型。

假設(shè)生產(chǎn)系統(tǒng)包含m個決策單元DMUi（i=1，…，m），每個決策單元有k個投入和l1個期望產(chǎn)出和l2個非期望產(chǎn)出。

根據(jù)Tone[45]、Du[46]等的建模思路，基于非期望產(chǎn)出的產(chǎn)出導(dǎo)向SBM模型可表示為：

2.2產(chǎn)出導(dǎo)向ZSGSBM模型

（1）基本原理。本文以我國“十三五”規(guī)劃中確定的碳減排目標(biāo)的省際分配為研究對象，在我國“十三五”期間整體碳排放總量和國內(nèi)生產(chǎn)總值確定的條件下，各省份間碳排放量的分配具有一定的競爭性，即某一省份碳排放量的增加，則要求其他省份碳排放量減少，這體現(xiàn)了碳排放總量不變的“零和收益”思想。本文結(jié)合“零和收益”思想和產(chǎn)出導(dǎo)向SBM模型，構(gòu)建了一個產(chǎn)出導(dǎo)向ZSGSBM模型，其基本原理如圖1所示。

如圖1所示，在產(chǎn)出導(dǎo)向SBM模型評價的基礎(chǔ)上，產(chǎn)出導(dǎo)向ZSGSBM模型基于“零和收益”的思想對無效決策單元的非期望產(chǎn)出要素松弛量進行重新分配，以實現(xiàn)所有決策單元到達效率前沿，即實現(xiàn)了系統(tǒng)最優(yōu)效率條件下對非期望產(chǎn)出的分配。

（2）數(shù)學(xué)模型。假定決策單元（省份）DMUo需要減少Z單位非期望產(chǎn)出，則其他任意決策單元DMUi（i≠o）非期望產(chǎn)出的增加量為zi。用yb′i來表示DMUi分配后的非期望產(chǎn)出，則：

根據(jù)“零和收益”的基本原理，本文給出ZSGSBM模型的一般形式如下：

公式（4）中，hZSGo表示決策單元DMUo經(jīng)過效率分配后的效率值，體現(xiàn)了非期望產(chǎn)出效率分配后決策單元DMUo與ZSGSBM前沿面的差距。由于決策單元DMUo需要減少Z單位投入來到達ZSGSBM前沿面，可見，Z是hZSGo的函數(shù)，即Z=f（hZSGo）。并且Z需要在其它決策單元間進行分配，則yb′i是Z的函數(shù)，即yb′i=f1（Z）=f2（hZSGo）。因此，考慮Z單位投入在其它決策單元間的分配時，不同分配策略可能帶來差異化分配結(jié)果，本文選擇Lins[47]、Gomes[48]采用的比例分配策略。

（3）模型求解：比例分配策略。比例分配策略將決策單元DMUo的非期望產(chǎn)出分配量Z按照其余決策單元已有非期望產(chǎn)出比例來分配，即

按照上述求解過程迭代計算，直至hZSG*o=h*o=1時，各決策單元均達到系統(tǒng)前沿面，該非期望產(chǎn)出的分配達到效率最優(yōu)。

2.3指標(biāo)與數(shù)據(jù)說明

借鑒現(xiàn)有碳效率評價相關(guān)研究成果，本文選擇勞動力、資本存量和能源消費量作為系統(tǒng)的投入要素；國內(nèi)生產(chǎn)總值作為系統(tǒng)期望產(chǎn)出；CO2排放量作為系統(tǒng)的非期望產(chǎn)出變量。由于本文以我國“十三五”時期的省際碳排放目標(biāo)分配為研究對象，后續(xù)的計算涉及“十三五”時期的相關(guān)數(shù)據(jù)，因此，本文首先針對我國“十三五”時期的經(jīng)濟發(fā)展?fàn)顩r、能源消費結(jié)構(gòu)變動等情況設(shè)置假設(shè)情景。

2.3.1情景設(shè)置

2015年，我國“十三五”規(guī)劃中強調(diào)的“十三五”期間經(jīng)濟增長目標(biāo)為6.5%—7%，借鑒李善同[51]等的研究方法，本文對我國“十三五”期間的經(jīng)濟增長水平設(shè)置低速和高速兩種情景，分別對應(yīng)6.5%和7%的經(jīng)濟增長率，并且省際經(jīng)濟增長水平與國家經(jīng)濟增長水平一致。同時，大量研究表明，能源消費結(jié)構(gòu)是碳排放以及碳強度的重要影響因素，因此，本文針對能源消費結(jié)構(gòu)設(shè)置不變和變動兩種情景。能源消費結(jié)構(gòu)不變情景條件下，我國“十三五”期間省際能源消費量根據(jù)其“十二五”期間的碳排放系數(shù)倒推計算；而能源消費結(jié)構(gòu)變動情景條件下，我國“十三五”期間省際能源消費量根據(jù)“十三五”規(guī)劃中設(shè)定的能源強度15%的目標(biāo)約束計算。綜上所述，本文后續(xù)研究綜合考慮了我國“十三五”時期的經(jīng)濟發(fā)展?fàn)顩r和能源消費結(jié)構(gòu)變動情況等四種情景來進行分析。

2.3.2指標(biāo)及數(shù)據(jù)

具體指標(biāo)選擇上，勞動力指標(biāo)采用各省人口總量來指代，根據(jù)我國“十二五”期間省際人口平均增長率以及2015年底的省際總?cè)丝谟嬎惬@得。資本存量的測算采用林伯強[52]、Li[53]和郭文[54]等使用的永續(xù)盤存法計算，再結(jié)合我國“十二五”期間的固定資產(chǎn)平均投資額和苗壯[5]等計算的折舊率10.96%，計算獲得我國“十三五”時期的省際資本存量。能源消費量指標(biāo)和國內(nèi)生產(chǎn)總值指標(biāo)根據(jù)前文的情境設(shè)置來計算。碳排放量指標(biāo)的計算采用倒推法，根據(jù)我國“十二五”期間的省際碳強度，結(jié)合“十三五”期間的國內(nèi)生產(chǎn)總值以及碳強度降低18%的目標(biāo)約束逆算獲得。通過上述數(shù)據(jù)整理和計算，本文獲得我國“十三五”期末各省的投入產(chǎn)出數(shù)據(jù)預(yù)測值如表1所示。

3結(jié)果與討論

3.1省際碳排放效率測算

根據(jù)公式（2）和前文設(shè)定的四種情景，本文首先采用Matlab2009a軟件測算了我國各省份的碳排放效率。限于篇幅，本文的測算過程均以“十三五”期末2020年為例，結(jié)果如表2所示。

測算結(jié)果表明，在四種情景下，采用碳減排目標(biāo)平均分配原則會造成我國30個省份的碳排放效率產(chǎn)生巨大的差異，碳排放效率最高的北京市與最低的山西省間的效率極差達到54.56%。具體而言：①北京市、海南省和青海省的效率測算值都為1.000，說明上述省市的碳排放效率值位于數(shù)據(jù)包絡(luò)前沿面上，達到了碳排放量、勞動力數(shù)量、資本存量、能源消費以及GDP產(chǎn)出的帕累托最優(yōu)狀態(tài)。這與現(xiàn)有大量文獻的結(jié)論一致，北京市碳排放效率的優(yōu)勢主要來源于北京市施行的嚴格的環(huán)境規(guī)制政策、產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化以及先進的生產(chǎn)技術(shù)，而海南省和青海省的環(huán)境現(xiàn)狀一直處于我國前列。②經(jīng)濟較為發(fā)達的東部省份中，天津市、上海市、江蘇省、浙江省、福建省、山東省和廣東省的效率值較高，特別是在情景1中，天津市、上海市、江蘇省和廣東省的碳排放效率到達30個省份整體的前沿面上。而經(jīng)濟欠發(fā)達的中、西部省份以及東北三省的碳排放效率值普遍較低。這一結(jié)果與李小勝[55]等的結(jié)論一致，主要原因在于我國已經(jīng)施行了多年的低碳經(jīng)濟發(fā)展道路，而由于其經(jīng)濟水平和技術(shù)水平的優(yōu)勢，北京、天津、上海等經(jīng)濟發(fā)達地區(qū)一直是低碳經(jīng)濟、綠色經(jīng)濟模式的先驅(qū)，在我國“十二五”期間也承擔(dān)了18%—20%的最嚴格的碳排放強度約束目標(biāo)，這些都為這些發(fā)達省份在“十三五”時期，甚至更遠的未來獲得更高的碳排放效率奠定了基礎(chǔ)。③對比30個省份在情景1與情景2、情景3與情景4條件下的測算結(jié)果發(fā)現(xiàn)，在各省人口總量、資本存量規(guī)模預(yù)測值固定的情況下，經(jīng)濟發(fā)展水平增速越大，省際碳排放效率值越高。然而，碳排放效率的平均增值（0.18%）遠低于經(jīng)濟增速（0.50%），表明單純的追求經(jīng)濟發(fā)展增速對于提升我國省際碳排放效率的效果欠佳，而應(yīng)注重經(jīng)濟生產(chǎn)系統(tǒng)勞動力、資本存量、能源、碳排放以及GDP產(chǎn)出的分配和匹配。同時，對比30個省份在情景1與情景3、情景2與情景4條件下的測算結(jié)果可知，使用碳排放強度和能源強度雙重約束條件下的省際碳排放效率優(yōu)于采用碳排放強度單指標(biāo)約束的效率值。表明在碳排放強度約束的基礎(chǔ)上，能源強度約束將迫使各省調(diào)整和優(yōu)化能源消費結(jié)構(gòu)，從而更加接近數(shù)據(jù)包絡(luò)效率前沿。

3.2省際碳減排目標(biāo)分配

在“十三五”期末我國30個省份碳排放效率測算的基礎(chǔ)上，結(jié)合本文提出的ZSGSBM模型，我們經(jīng)過兩次迭代計算獲得了前文4種情景條件下，我國省際碳排放量的效率分配額度以及分配后的省際碳排放強度的變化情況。限于篇幅，本文沒有列示，若需要，作者可提供計算結(jié)果。

結(jié)果表明：①四種情景條件下，分別經(jīng)過ZSGSBM模型的迭代計算后，我國省際碳排放ZSGSBM效率值hZSG*o均為1，表明在碳排放量進行省際間的效率分配后，各省均到達前沿面，即實現(xiàn)了全部省份的碳排放量、勞動力數(shù)量、資本存量、能源消費以及GDP產(chǎn)出等投入、產(chǎn)出要素的效率配置。②從碳排放重新分配的增減額度來看，30個省份中，碳排放量需要進一步分配減少的省份包括河北省、山西省等16個省份，大多對應(yīng)著位于中、西部的那些碳排放效率較低、經(jīng)濟欠發(fā)達的省份。這些省份中，有一

注：原始數(shù)據(jù)均來自2011—2015年《中國統(tǒng)計年鑒》、2011—2015年《中國能源統(tǒng)計年鑒》。由于西藏自治區(qū)缺乏大量能源統(tǒng)計數(shù)據(jù)，本文不予考慮。另外，資本存量指標(biāo)和國內(nèi)生產(chǎn)總值指標(biāo)以2011年為基期進行了平減處理，平減指數(shù)分別選擇了我國“十二五”期間各省的平均居民消費價格指數(shù)和平均固定資產(chǎn)投資價格指數(shù)。

部分是我國的主要重工業(yè)省份，如東北三省等等，這些省份的污染性較高的產(chǎn)業(yè)比重較大，加上經(jīng)濟欠發(fā)達，環(huán)境處理技術(shù)落后，導(dǎo)致其碳排放效率一直處于較低水平；有一部分能源資源稟賦較好的省份，如山西省等，良好的資源稟賦造成區(qū)域能源資源成本偏低，能源消費量較大，造成其碳排放效率的低下；還有一部分是西部經(jīng)濟落后地區(qū)，如甘肅省、廣西省等等，由于生產(chǎn)技術(shù)的落后，這些省份的經(jīng)濟生產(chǎn)效率長期處于我國省份的末尾，其碳排放效率也較低。從碳排放效率分配的視角來看，這些省份均應(yīng)減少碳排放量。③分配增加碳排放量的省份包括北京市、天津市等14個省份。這些省份中，大多是經(jīng)濟發(fā)達、碳排放效率較高的東部省份，如北京市、上海市等等，由于經(jīng)濟水平較發(fā)達，人們的收入水平也相對較高，對于生活環(huán)境的關(guān)注和要求都更強，從而更加重視環(huán)境污染方面的投資和技術(shù)改進，帶來了相對較高的碳排放效率；還有一小部分是目前第二產(chǎn)業(yè)較少，環(huán)境狀態(tài)良好的省份，如海南省、青海省等等。上述省份的碳排放效率較高，從碳排放效率分配的視角來看，其“十三五”期間可以適量增加其碳排放量，即減小這些省份的碳排放約束目標(biāo)。④表3最后一行數(shù)字列示了“十三五”期末，在經(jīng)濟高速增長、能源結(jié)構(gòu)變化的情景條件下，我國30個省份整體的碳排放總量、ZSGSBM分配后的碳排放總量、碳排放總量的增減額度等指標(biāo)值。結(jié)果發(fā)現(xiàn)，我國整體碳排放總量的增減額度為0，即全國“十三五”期末在碳排放強度約束條件下的總碳排放量853 240.213 7萬t保持不變，碳排放強度也保持不變，這體現(xiàn)了本文“零和收益”的建模思想，即碳排放量的效率分配是在全國整體碳減排目標(biāo)完成基礎(chǔ)上，在省際之間分配。并且，情景2、情景3和情景4條件下的測算結(jié)果于情景1類似，此處不再贅述。

3.3效率分配與行政分配的差異分析

2016年，國務(wù)院發(fā)布的《“十三五”控制溫室氣體排放工作方案》確定了我國各省份的碳排放強度減排目標(biāo)：其中，碳排放強度約束最大的是北京市、天津市、河北省、上海市、江蘇省、浙江省、山東省和廣東省的20.5%；其次是福建省、江西省、河南省、湖北省、重慶市和四川省的19.5%；而山西省、遼寧省、吉林省、安徽省、湖南省、貴州省、云南省和陜西省則需下降18%，內(nèi)蒙古自治區(qū)、黑龍江省、廣西自治區(qū)、甘肅省、寧夏自治區(qū)分別下降 17%；最后，海南省、青海省、新疆自治區(qū)的碳排放強度約束指標(biāo)為12%。本文對比了各省的ZSG碳排放強度效率分配測算結(jié)果與上述碳排放強度行政分配目標(biāo)的差異，結(jié)果如表3所示。

計算結(jié)果表明：① “十三五”期末我國省際碳排放強度ZSG分配目標(biāo)與國家行政分配的省際碳排放強度分配目標(biāo)存在較大差異，包括北京市、天津市等省市在內(nèi)的15個省份的碳排放強度ZSG分配目標(biāo)低于國家行政分配目標(biāo)，其余省市則相反。需要特別提到的是海南省和青海省，這兩個省份要實現(xiàn)碳排放強度ZSG分配減排目標(biāo)值相對較低，然而，由于這兩個省份的環(huán)境保護基礎(chǔ)較好，碳排放效率較高，政府為其制定的碳排放強度目標(biāo)遠低于其他省市，造成這兩個省份出現(xiàn)了的碳排放強度ZSG分配目標(biāo)高于國家行政分配目標(biāo)的情況。②以情景1為例，體現(xiàn)最大正向差異的省份分別是廣東省、江蘇省、北京市和上海市。這些省市的經(jīng)濟發(fā)展水平較高，環(huán)境污染處理技術(shù)也處于領(lǐng)先地位，國家賦予這些省份較高的碳排放強度減排目標(biāo)是希望這些省份繼續(xù)發(fā)揮優(yōu)勢，挖掘潛力，并在全國低碳經(jīng)濟轉(zhuǎn)型的進程中起到示范作用。體現(xiàn)最大負向差異的是新疆自治區(qū)、山西省、甘肅省和黑龍江省等省市。其中，山西省是我國最大的能源生產(chǎn)和輸出省份，良好的資源稟賦造成該省份能源成本低，企業(yè)的成本控制更大的依賴能源資源投入；黑龍江省則是我國重型工業(yè)大省，污染型產(chǎn)業(yè)的比重較大；而新疆自治區(qū)和甘肅省則是我國經(jīng)濟落后省份，加上相對落后的污染治理技術(shù)，造成上述省份的碳排放效率較低。從“效率”導(dǎo)向的計算結(jié)果來看，這些省份應(yīng)當(dāng)承擔(dān)較高的減排責(zé)任；然而，政府的行政分配機制立足于省際碳減排目標(biāo)的“公平”導(dǎo)向，更多的考慮了這些省份的資源稟賦、經(jīng)濟發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)的現(xiàn)狀，在制定其碳排放強度減排目標(biāo)時，適當(dāng)?shù)慕档土诉@些省份的減排責(zé)任，進而造成了負向差異較大的結(jié)果。可見，基于“公平”導(dǎo)向的碳排放強度減排目標(biāo)分配方式必然導(dǎo)致一定程度的效率損失。因此，從經(jīng)濟長遠發(fā)展目標(biāo)來看，基于“零和收益”思想的碳減排目標(biāo)效率分配方法實現(xiàn)了各省份勞動力、資本、能源、GDP以及碳排放的有效配置，達到了各項投入、產(chǎn)出要素的帕累托最優(yōu)，更符合我國低碳經(jīng)濟的發(fā)展理念和要求。③對比表4第6列（情景1）和第9列（情景3）的結(jié)果可知，在經(jīng)濟發(fā)展水平預(yù)期一致的情況下，采取碳排放強度和能源強度的雙重約束會增大省際碳排放強度ZSG分配目標(biāo)與國家行政分配目標(biāo)，具體表現(xiàn)為情景1條件下的差異絕對值大于情景3條件下的差異絕對值。主要原因在于，相對于碳排放強度單指標(biāo)約束條件，碳排放強度和能源強度的雙重約束導(dǎo)致省際碳排放效率前沿面下移，需要分配的碳排放量更大，從而拉大了各省份經(jīng)過ZSG分配后的碳強度差距。

3.4“十三五”時期各省的低碳經(jīng)濟發(fā)展路徑分析

低碳經(jīng)濟發(fā)展路徑包含“經(jīng)濟增長”和“環(huán)境友好”兩層含義，前文的研究表明，由于資源稟賦、能源消費結(jié)構(gòu)等因素的省際異質(zhì)性，將我國“十三五”規(guī)劃中制定的18%的碳減排目標(biāo)平均分配至各個省份將造成各省碳排放效率的巨大差異。盡管《“十三·五”控制溫室氣體排放工作方案》對省際碳減排目標(biāo)進行了必要的調(diào)整，然而表4的結(jié)果表明，調(diào)整結(jié)果并沒有實現(xiàn)省際“經(jīng)濟—環(huán)境—能源”系統(tǒng)的投入、產(chǎn)出最優(yōu)配置。因此，下文以情景1為例，分別以6.97萬元/人的人均GDP和16%的碳減排目標(biāo)為分界線，從“經(jīng)濟增長”和“環(huán)境友好”兩個維度將我國30個省份劃分為高人均GDP低碳減排壓力、低人均GDP低碳減排壓力、高人均GDP高碳減排壓力和低人均GDP高碳減排壓力4類區(qū)域。其中，若省份的ZSG分配碳排放強度下降幅度大于15%，表示該省份的減排壓力較高，反之則較低。以此來探索4類區(qū)域的低碳經(jīng)濟發(fā)展路徑，結(jié)果見圖3。

如圖3所示：①位于I類地區(qū)的省份分別為北京市、上海市和廣東省等7個省市，說明這7個省市的人均GDP較高，且需要承擔(dān)的碳減排壓力較低，基本實現(xiàn)了低碳經(jīng)濟的發(fā)展模式，該類地區(qū)若要進一步降低碳排放強度，則應(yīng)增加風(fēng)電、水電等清潔能源的使用，通過能源消費結(jié)構(gòu)的調(diào)整優(yōu)化能源消費碳排放系數(shù)，從而減少單位能源消費碳排放量。②位于II類地區(qū)的省份分別是海南省、青海省和寧夏自治區(qū)，表明這3個省份的碳減排壓力較小，其低碳經(jīng)濟的發(fā)展路徑應(yīng)重點提升其人均GDP水平。其中，海南省可以充分發(fā)揮其參與我國“21世紀(jì)海上絲綢之路經(jīng)濟帶戰(zhàn)略”的契機，加快現(xiàn)代金融服務(wù)業(yè)、現(xiàn)代物流業(yè)的產(chǎn)業(yè)布局和發(fā)展；青海省和寧夏自治區(qū)獨特的地理和氣候特征為其農(nóng)牧業(yè)創(chuàng)造了獨特的優(yōu)勢和特色，一直是我國農(nóng)牧業(yè)大省，因此，它們應(yīng)突出其特色農(nóng)牧產(chǎn)品和生態(tài)環(huán)境優(yōu)良的優(yōu)勢，大力發(fā)展具有特色、高效和品牌效應(yīng)的生態(tài)農(nóng)牧業(yè)，并向上游產(chǎn)業(yè)鏈延伸，通過發(fā)展和優(yōu)化農(nóng)牧產(chǎn)品加工產(chǎn)業(yè)來保障農(nóng)畜產(chǎn)品供銷體系，進一步提高經(jīng)濟發(fā)展水平。③位于III類地區(qū)的省份具有較高人均GDP和較高的碳排放壓力，其低碳經(jīng)濟發(fā)展道路以降低碳排放強度為重點。其中，福建省應(yīng)充分發(fā)揮其承接長江三角洲和珠江三角洲兩大經(jīng)濟發(fā)達區(qū)域、以及沿海的區(qū)位優(yōu)勢。一方面，加強與長江三角洲、珠江三角洲的經(jīng)濟資源共享，促進以金融服務(wù)業(yè)為主的第三產(chǎn)業(yè)的聚集；另一方面，充分利用其海上風(fēng)電的優(yōu)勢，加快能源消費結(jié)構(gòu)調(diào)整，降低碳排放強度。而遼寧省是我國主要的重工業(yè)省份，內(nèi)蒙古自治區(qū)則是主要的煤炭輸出省份，這兩個省份應(yīng)以產(chǎn)業(yè)結(jié)構(gòu)升級為重心，努力降低高污染、高能耗行業(yè)的比重。④位于IV類地區(qū)的省份既承擔(dān)較重的碳減排壓力，同時經(jīng)濟發(fā)展水平相對較低。其中，湖北省、重慶市、陜西省和吉林省相似，其人均GDP水平接近于我國整體人均GDP的水平，因此，這些省份應(yīng)首先考慮提升當(dāng)?shù)亟?jīng)濟發(fā)展水平，先向III類地區(qū)靠近，再謀求碳排放強度的降低；而江西省、湖南省、河南省、安徽省、貴州省和四川省的人均GDP離全國整體人均GDP尚有距離，這些省份的低碳經(jīng)濟發(fā)展道路應(yīng)首先注重碳排放強度的降低，即挖掘自身節(jié)能減排潛力，調(diào)節(jié)能源消費結(jié)構(gòu)，先向II類地區(qū)靠近；由于資源稟賦特點而導(dǎo)致高能耗產(chǎn)業(yè)比重較大的山西省，應(yīng)加快淘汰煤炭開采、鋼鐵以及煤化工產(chǎn)業(yè)的過剩產(chǎn)能，注重產(chǎn)業(yè)結(jié)構(gòu)的重塑；最后，經(jīng)濟欠發(fā)達的廣西省、云南省、甘肅省和新疆自治區(qū)則應(yīng)經(jīng)濟發(fā)展目標(biāo)和碳減排目標(biāo)并重，并根據(jù)本省份的實際現(xiàn)狀選擇兩者中優(yōu)先考慮的目標(biāo)。

4結(jié)論

本文在傳統(tǒng)SBM效率測算模型中引入“零和收益”的博弈思想，構(gòu)建了基于零和收益的SBM（ZSGSBM）模型。然后從經(jīng)濟增速和能源消費結(jié)構(gòu)變化兩個維度，就我國“十三五”期間的經(jīng)濟生產(chǎn)系統(tǒng)的發(fā)展情況設(shè)置了4種情景條件，進而應(yīng)用上述ZSGSBM模型對“十三五”期間我國30個省份的碳排放強度減排目標(biāo)進行效率分配。最后通過對比本文碳排放強度減排目標(biāo)分配結(jié)果和國家行政分配方案，探索了“十三五”期間我國各省份的低碳經(jīng)濟發(fā)展道路。本文的主要結(jié)論在于：

（1）在本文4種情景條件下，將“十三五”規(guī)劃中確定18%的碳減排目標(biāo)平均分配到各省份中將造成我國“十三五”時期的省際碳排放效率出現(xiàn)巨大差異。經(jīng)濟較為發(fā)達的東部省份和環(huán)境現(xiàn)狀較好的海南省、青海省的碳排放效率較高，到達或接近于省際經(jīng)濟系統(tǒng)的碳排放效率前沿，而經(jīng)濟欠發(fā)達的中、西部地區(qū)則相反。在采用ZSGSBM模型對省際碳排放量進行效率分配后，30個省份的效率值hZSG*o均為1.000 0，即到達效率前沿，各省勞動力、資本存量和能源等投入資源與GDP、碳排放量等產(chǎn)出的有效配置，實現(xiàn)了全國整體資源的帕累托最優(yōu)。

（2）考慮到我國各省份在能源資源稟賦、經(jīng)濟發(fā)展水平和現(xiàn)有產(chǎn)業(yè)結(jié)構(gòu)的異質(zhì)性，目前，中央政府的行政分配機制主要立足于省際碳減排目標(biāo)的“公平”導(dǎo)向，在制定省際碳排放強度減排目標(biāo)時兼顧了區(qū)域經(jīng)濟增長、居民生活水平提高等因素，傾向于降低經(jīng)濟欠發(fā)達省份的減排責(zé)任，在短期內(nèi)保證了這些省份實現(xiàn)碳減排目標(biāo)的可行性。然而，這種基于“公平”導(dǎo)向的行政分配方式必然造成一定程度的效率損失，從經(jīng)濟長遠發(fā)展目標(biāo)來看，基于“零和收益”思想的碳減排目標(biāo)效率分配方法更符合低碳經(jīng)濟的發(fā)展要求。因此，政府在制定各省份碳減排具體目標(biāo)時，可以交叉使用“公平”導(dǎo)向和“效率”導(dǎo)向的碳減排目標(biāo)分配方法，既能緩解經(jīng)濟欠發(fā)達省份短期內(nèi)的減排壓力，又能逐步向投入、產(chǎn)出要素的帕累托最優(yōu)配置狀態(tài)靠近，最終實現(xiàn)我國低碳經(jīng)濟發(fā)展的長遠目標(biāo)。

（3）通過一一對比4種情景條件下的測算結(jié)果，本文發(fā)現(xiàn)：第一，使用碳排放強度和能源強度雙重目標(biāo)約束條件下的省際碳排放效率優(yōu)于采用碳排放強度單指標(biāo)約束的效率值。這是由于在碳排放強度約束的基礎(chǔ)上，能源強度的進一步約束將迫使各省調(diào)整和優(yōu)化能源消費結(jié)構(gòu)，從而更加接近數(shù)據(jù)包絡(luò)的碳排放效率前沿。第二，在經(jīng)濟發(fā)展水平預(yù)期相同的情況下，采取碳排放強度和能源強度的雙重目標(biāo)約束會增大省際碳排放強度ZSG分配目標(biāo)的差距。相對于碳排放強度單指標(biāo)約束條件，碳排放強度和能源強度的雙重目標(biāo)約束導(dǎo)致省際碳排放效率前沿面下移，碳排放效率較低的省份需要分配出去更多的碳排放量，從而拉大了各省份經(jīng)過ZSG分配后的碳強度差距。

（4）鑒于省份資源稟賦、地理位置、經(jīng)濟水平和現(xiàn)有產(chǎn)業(yè)結(jié)構(gòu)的異質(zhì)性，各省應(yīng)選擇有差異的低碳經(jīng)濟發(fā)展道路。I類地區(qū)的北京、上海等省市應(yīng)增加風(fēng)電、水電等清潔能源的使用，通過能源消費結(jié)構(gòu)的優(yōu)化來減少碳排放量。II類地區(qū)的海南省應(yīng)加快現(xiàn)代金融服務(wù)業(yè)、現(xiàn)代物流業(yè)的產(chǎn)業(yè)布局和發(fā)展；青海省和寧夏自治區(qū)則要大力發(fā)展具有特色、高效和品牌效應(yīng)的生態(tài)農(nóng)牧業(yè)，并向上游產(chǎn)業(yè)鏈延伸。III類地區(qū)的福建省應(yīng)充分發(fā)揮其區(qū)位優(yōu)勢，一方面加強與長江三角洲、珠江三角洲的經(jīng)濟資源共享，一方面充分利用其海上風(fēng)電的優(yōu)勢，加快能源消費結(jié)構(gòu)調(diào)整。而遼寧省和內(nèi)蒙古自治區(qū)則應(yīng)以產(chǎn)業(yè)結(jié)構(gòu)升級為重心，努力降低高污染、高能耗行業(yè)的比重。IV類地區(qū)的省份則應(yīng)將經(jīng)濟發(fā)展目標(biāo)和碳減排目標(biāo)并重，并根據(jù)本省份的實際現(xiàn)狀選擇兩者中優(yōu)先考慮的目標(biāo)。

（編輯：李琪）

參考文獻（References）

[1]周葵， 戴小文. 中國城市化進程與碳排放量關(guān)系的實證研究[J]. 中國人口·資源與環(huán)境， 2013， 23（4）： 41-48.[ZHOU Kui，DAI Xiaowen. An empirical study on the relationship between urbanization and carbon emission in China[J]. China population， resources and environment， 2013， 23（4）： 41-48.]

[2]WANG Zhaohua， YIN Fangchao， ZHANG Yixiang， et al. An empirical research on the influencing factors of regional CO2 emissions： evidence from Beijing city， China[J]. Applied energy， 2012， 100（4）：277-284.

[3]DONG Feng， LI Xiaohua， LONG Ruyin， et al. Regional carbon emission performance in China according to a stochastic frontier model[J]. Renewable & sustainable energy reviews， 2013， 28（8）：525-530.

[4]GUO Wen， SUN Tao， DAI Hongjun. Effect of population structure change on carbon emission in China[J]. Sustainability， 2016， 8（3）： 225-244.

[5]苗壯， 周鵬， 李向民. 我國“十二五”時期省級碳強度約束指標(biāo)的效率分配[J]. 經(jīng)濟管理， 2012（9）：25-36.[MIAO Zhuang， ZHOU Peng， LI Xiangmin. Chinas carbon intensity constraint efficiency allocation research during “12·5” period[J]. Economic management journal， 2012（9）：25-36.]

[6]HUA Zhongsheng， BIAN Yiwen， LIANG Liang. Ecoefficiency analysis of paper mills along the Huai River： an extended DEA approach[J]. Omega， 2007， 35（5）：578-587.

[7]TONE K. A slacksbased measure of efficiency in data envelopment analysis[J]. European journal of operational research， 2001， 130（3）：498-509.

[8]ZHANG Chunhong， LIU Haiying， BRESSERS H， et al. Productivity growth and environmental regulationsaccounting for undesirable outputs： analysis of Chinas thirty provincial regions using the MalmquistLuenberger index[J]. Ecological economics， 2011， 70（12）： 2369-2379.

[9]WU Fei， ZHOU Peng， ZHOU Dequn， et al. Industrial energy efficiency with CO2 emissions in China： a nonparametric analysis[J]. Energy policy， 2012， 49： 164-172.

[10]ZHOU Peng， ANG B W， POH K L. Slacksbased efficiency measures for modeling environmental performance[J]. Ecological economics， 2006， 60（1）： 111-118.

[11]王兵， 吳延瑞， 顏鵬飛. 中國區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長[J]. 經(jīng)濟研究， 2010 （5）： 95-109.[WANG Bing，WU Yanrui， YAN Pengfei. Environmental efficiency and environmental total factor productivity growth in Chinas regional economies[J]. Economic research journal， 2010 （5）： 95-109.]

[12]ZHOU Yan， LIANG Dapeng， XING Xinpeng. Environmental efficiency of industrial sectors in China： an improved weighted SBM model[J]. Mathematical and computer modeling， 2013， 58（9）： 990-999.

[13]周五七， 聶鳴. 中國工業(yè)碳排放效率的區(qū)域差異研究[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2012（9）： 58-70.[ZHOU Wuqi， NIE Ming. Regional differences in the efficiency of industrial carbon emissions in China[J]. The journal of quantitative & technical economics， 2012（9）： 58-70.]

[14]馬大來， 陳仲常， 王玲. 中國省際碳排放效率的空間計量[J]. 中國人口·資源與環(huán)境， 2015， 25（1）： 67-77.[ MA Dalai， CHEN Zhongchang， WANG Ling. Spatial econometrics research on interprovincial carbon emissions efficiency in China[J]. China population， resources and environment， 2015， 25（1）： 67-77.]

[15]史丹， 吳利學(xué)， 傅曉霞， 等. 中國能源效率地區(qū)差異及其成因研究[J]. 管理世界， 2008（2）： 35-43. [SHI Dan， WU Lixue， FU Xiaoxia， el at. A study on regional differences of energy efficiency and its causes in China[J]. Management world， 2008（2）： 35-43.]

[16]DU Juan， LIANG Liang， ZHU Joe. A slacksbased measure of superefficiency in data envelopment analysis： a comment[J]. European journal of operational research， 2010， 204（3）： 694-697.

[17]查冬蘭， 周德群， 孫元. 為什么能源效率與碳排放同步增長[J]. 系統(tǒng)工程， 2013， 238（10）： 105-111.[ ZHA Donglan， ZHOU Dequn，SUN Yuan. Why do the energy efficiency on reduction and carbon emission increase simultaneously[J]. Systems engineering， 2013， 238（10）： 105-111.]

[18]李蘭冰. 中國全要素能源效率評價與解構(gòu)——基于“管理—環(huán)境”雙重視角[J]. 中國工業(yè)經(jīng)濟， 2012（6）：57-69.[ LI Lanbing. Evaluation on regional energy efficiency in China： based on managerial and environmental viewpoints[J]. China industrial economics， 2012（6）：57-69.]

[19]GUO Xiaodan， ZHU Lei， FAN Ying， et al. Evaluation of potential reductions in carbon emissions in Chinese provinces based on environmental DEA[J]. Energy policy， 2011， 39（5）： 2352-2360.

[20]王群偉， 周德群， 周鵬. 區(qū)域二氧化碳排放績效及減排潛力研究——以我國主要工業(yè)省區(qū)為例[J]. 科學(xué)學(xué)研究， 2011（6）： 868-882.[ WANG Qunwei， ZHOU Dequn， ZHOU Peng. Regional carbon dioxide emission performance and its reduction potential based on environmental production technology： the case of main industrial provinces in China[J]. Studies in science of science， 2011（6）： 868-882.]

[21]BIAN Yiwen， HE Ping， XU Hao. Estimation of potential energy saving and carbon dioxide emission reduction in China based on an extended nonradial DEA approach[J]. Energy policy， 2013， 63（4）： 962-971.

[22]XU Feng， XIANG Nan， YAN Jingjing， et al. Dynamic simulation of Chinas carbon emission reduction potential by 2020[J]. Letters in spatial & resource sciences， 2015， 8（1）： 15-27.

[23]FENG Xiangzhao， ZOU Ji. Economic analysis of CO2 emission trends in China[J]. China population， resources and environment， 2008， 18（3）： 43-47.

[24]郭朝先. 中國二氧化碳排放增長因素分析：基于SDA分解技術(shù)[J]. 中國工業(yè)經(jīng)濟， 2010 （12）： 47-56.[GUO Chaoxian. An analysis of the increase of CO2 emission in China： based on SDA technique[J]. China industrial economics， 2010（12）： 47-56.]

[25]劉貞， 朱開偉， 閻建明， 等. 產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化下電力行業(yè)碳減排潛力分析[J]. 管理工程學(xué)報， 2014， 28（2）： 87-93.[LIU Zhen， ZHU Kaiwei， YAN Jianming， el at. The analysis of power sector carbon mitigation potential in the industrial structure optimization scene[J]. Journal of industrial engineering and engineering， 2014， 28（2）： 87-93.]

[26]周鵬， 周迅， 周德群. 二氧化碳減排成本研究述評[J]. 管理評論， 2014， 26（11）： 20-28.[ZHOU Peng， ZHOU Xun， ZHOU Dequn. A survey of studies on estimating CO2 mitigation costs[J]. Management review， 2014， 26（11）： 20-28.]

[27]SIMOES S， CLETO J， FORTES P， et al. Cost of energy and environmental policy in portuguese CO2 abatementscenario analysis to 2020[J]. Energy policy， 2008， 36（9）： 3598-3611.

[28]MINIHAN E S， WU Ziping. Economic structure and strategies for greenhouse gas mitigation[J]. Energy economics， 2012， 34（1）： 350-357.

[29]姚云飛， 梁巧梅， 魏一鳴. 國際能源價格波動對中國邊際減排成本的影響： 基于CEEPA模型的分析[J]. 中國軟科學(xué)， 2012（2）： 156-165.[YAO Yunfei1， LIANG Qiaomei， WEI Yiming. The impacts of international energy price volatility on Chinas marginal abatement cost： a CEEPAbased analysis[J]. China soft science， 2012 （2）： 156-165.]

[30]CHEN Wenying. The Costs of mitigating carbon emissions in China： findings from China MARKALMACRO modeling[J]. Energy policy， 2005， 33（7）： 885-896.

[31]ZHOU Peng， ZHOU Xu. On estimating shadow prices of undesirable outputs with efficiency models： a literature review[J]. Applied energy， 2014， 130（1）： 799-806.

[32]MARADAN D， VASSILIEV A. Marginal costs of carbon dioxide abatement： empirical evidence from crosscountry analysis[J]. Revue suisse d economie et de statistique， 2005， 141（3）： 377.

[33]FARE G， GROSSKOPF S， PASURKA C A. Environmental production functions and environmental directional distance functions[J]. Energy， 2007， 32（7）： 1055-1066.

[34]王群偉， 周德群， 葛世龍， 等. 環(huán)境規(guī)制下的投入產(chǎn)出效率及規(guī)制成本研究[J]. 管理科學(xué)， 2009， 22（6）： 111-119. [WANG Qunwei， ZHOU Dequn， GE Shilong， et al. Research on inputoutput efficiency and regulatory cost under environmental regulation[J]. Journal of management sciences， 2009， 22（6）： 111-119.]

[35]葉祥松， 彭良燕. 我國環(huán)境規(guī)制下的規(guī)制效率與全要素生產(chǎn)率研究：1999—2008[J]. 財貿(mào)經(jīng)濟， 2011（2）： 102-110. [YE Xiangsong， PENG Liangyan. Research on regulation efficiency and TFP of environmental regulation in China from 1999 to 2008[J]. Finance & trade economics， 2011（2）： 102-110.]

[36]PENG SZ， CHANG Y， ZHANG JT. Consideration of some key issues of carbon maket development in China[J]. Chinese journal of population， resources and environment， 2015，13（1）：10-15.

[37]FU JY， ZHANG CJ. International trade， carbon leakage， and CO2 emissions of manufacturing industry[J]. Chinese journal of population， resources and environment，2015，13（2）：139-145.

[38]SUN R，KUANG D，CHANG DQ. Effect analysis of carbon trading on EconomyEnergyEnvironment system and calculation of reasonable carbon price intervals[J]. Chinese journal of population， resources and environment， 2015，13（2）：146-154.

[39]FANG QQ， ZHOU XH， LIU JR. Double dividend of carbon intensity： environmentalquality improvement and sustainable economic growth[J].Chinese journal of population， resources and environment， 2015，13（3）：187-197.

[40]MIAO Zhuang， GENG Yong， SHENG Jichuan. Efficient allocation of CO2 emissions in China： a zero sum gains data envelopment model[J]. Journal of cleaner production， 2015， 112：4144-4150.

[41]RIETBERGEN M G， BLOK K. Assessing the potential impact of the CO2 performance ladder on the reduction of carbon dioxide emissions in the Netherlands[J]. Journal of cleaner production， 2013， 52（4）： 33-45.

[42]WANG Qunwei， CUI Qinjun， ZHOU Dequn， et al. Marginal abatement costs of carbon dioxide in China： a nonparametric analysis[J]. Energy procedia， 2011， 5（5）： 2316-2320.

[43]郭文， 孫濤， 朱建軍. 基于最大有效面集的網(wǎng)絡(luò)SBM評價模型及其應(yīng)用[J]. 控制與決策， 2014， 29（12）： 2282-2286. [GUO Wen， SUN Tao， ZHU Jianjun. Network slacksbased measure evaluation method based on maximum frontier set and its application[J]. Control and decision， 2014， 29（12）： 2282-2286.]

[44]ZHANG Ning， CHOI Y. Environmental energy efficiency of Chinas regional economies： a nonoriented slacksbased measure analysis[J]. Social science journal， 2013， 50（2）： 225-234.

[45]TONE K. Variations on the theme of slacksbased measure of efficiency in DEA[J]. European journal of operational research， 2010， 200（3）： 901-907.

[46]DU Juan， LIANG Liang， ZHU Joe. A slacksbased measure of superefficiency in data envelopment analysis： a comment[J]. European journal of operational research， 2010， 204（3）： 694-697.

[47]LINS M P E， GOMES E G， JOAO C， et al. Olympic ranking based on a zero sum gains DEA model[J]. European journal of operational research， 2003， 148（2）：312-322.

[48]GOMES E G， LINS M P E. Modelling undesirable outputs with zero sum gains data envelopment analysis models[J]. Journal of the operational research society， 2008， 59（5）： 616-623.

[49]AZADI M， SAEN R F. Developing an outputoriented super slacksbased measure model with an application to thirdparty reverse logistics providers[J]. Journal of multicriteria decision analysis， 2011， 18（5）： 267-277.

[50]PARADI J C， WILSON D， YANG Xiaopeng. Data envelopment analysis of corporate failure for nonmanufacturing firms using a slacksbased measure[J]. Journal of service science & management， 2014， 7（4）： 277-290.

[51]李善同， 侯永志， 劉云中，等. 中國經(jīng)濟增長潛力與經(jīng)濟增長前景分析[J]. 管理世界， 2005（9）： 7-19.[LI Shantong， HOU Yongzhi， LIU Yunzhong， et al. An analysis of Chinas economic growth potential and perspective[J]. Management world， 2005（9）： 7-19.]

[52]林伯強， 孫傳旺. 如何在保障中國經(jīng)濟增長前提下完成碳減排目標(biāo)[J]. 中國社會科學(xué)， 2011（1）： 64-76.[ LIN Boqiang， SUN Chuanwang. How can China achieve its carbon emission reduction target while sustaining economic growth？ [J]. Social sciences in China， 2011（1）： 64-76.]

[53]LI Lanbin， HU Jinli. Ecological totalfactor energy efficiency of regions in China[J]. Energy policy， 2012， 46（4）： 216-224.

[54]郭文， 孫濤. 中國工業(yè)行業(yè)生態(tài)全要素能源效率研究[J]. 管理學(xué)報， 2013， 10（11）： 1690-1695.[GUO Wen， SUN Tao. Chinese industries ecological total factor energy efficiency[J]. Chinese journal of management， 2013， 10（11）： 1690-1695.]

[55]李小勝， 宋馬林. “十二五”時期中國碳排放額度分配評估——基于效率視角的比較分析[J]. 中國工業(yè)經(jīng)濟， 2015 （9）： 99-113.[LI Xiaosheng， SONG Malin. Regional allocation of CO2 emissions allowance during the “Twelfth FiveYear” in China： from the perspective of efficiency comparative analysis[J]. China industrial economics， 2015 （9）： 99-113.]

作者簡介：郭文，博士，講師，主要研究方向為碳排放效率評價與優(yōu)化。Email： guowen_870608@163.com。

基金項目：國家自然科學(xué)基金面上項目“基于公眾認知視角的鄰避項目環(huán)境風(fēng)險評估與治理研究”（批準(zhǔn)號：71671080），“互聯(lián)網(wǎng)環(huán)境下考慮內(nèi)生信息的鄰避集群行為演化機理研究” （批準(zhǔn)號：71571099）；國家自然科學(xué)青年基金項目“鄰避行為的形成、演變及其沖突協(xié)調(diào)研究”（批準(zhǔn)號：71301070）；江蘇省社會科學(xué)基金“群體性鄰避行為的度量及其沖突協(xié)調(diào)研究”（批準(zhǔn)號：13SHC014）；全國統(tǒng)計科學(xué)研究項目“能源品階視角下我國能源統(tǒng)計核算及其資產(chǎn)負債表編制”（批準(zhǔn)號：2016LZ36）。