長江經濟帶終端能源消費碳減排效率與產業結構耦合分析

田澤　黃萌萌

一、文獻綜述

關于碳排放效率評價方法的應用，主要以數據包絡（DEA）法為主，目前運用較多的模型有DEACRS、SBM、超效率DEA以及DEA Malmquist指數法等。近年來，部分學者對DEA模型進行修正，納入環境變量作為非期望產出運用到經濟學領域，使得計算得出的效率結果更科學。吳傳清[1]1647基于超效率DEA模型和ML指數法，以工業廢氣排放為負向產出指標測算長江經濟帶全要素能源效率時，發現導致流域內效率低下的主要原因是污染排放。申建良[2]1以全國29個省份的面板數據為研究對象，運用DEACRS模型測算發現1995-2013期間，考慮環境約束的全要素能源效率整體呈下降走勢的同時，區域差距有不斷擴大的趨勢，表現出自東向西依次遞增的形態。孫秀梅[3]68揭示了 2005-2012年山東省17市碳排放效率的差異性特征，并認為不同排放水平的城市應根據自身情況采取不同的減排措施。田澤[4]38應用超效率DEAEBM模型和全局ML指數法相結合對長江經濟帶各省市節能減排效率進行評價，發現效率呈U型演變趨勢以及東高西低的空間分布特點。

產業結構轉型升級及演進會對碳排放效率有所影響，兩者內在的耦合交互關系值得探索。柴莎莎[5]130的研究解釋了畸形的產業結構導致江西省經濟發展與環境污染耦合協調度偏低的原因。江洪[6]152在研究我國各省能源管理效率與產業結構耦合度時，發現兩者均存在由東向西，由南向北逐漸先升后降的趨勢，地區差異性極為明顯；且經濟發展水平的高低與二者耦合協調度成正比。關偉[7]520通過耦合度評價模型分析了能源效率與產業結構的耦合特征，發現整體耦合度不高且區域差異顯著。馬麗[8]1299應用耦合度評價指標體系測算數百個地級單元經濟環境耦合度，發現全國經濟環境系統整體耦合度和協調度均較低，沿海地區較高，內陸地區則次之。

上述研究大多的是全國或某省份的社會經濟與生態環境系統的時空耦合情況，而針對長江經濟帶碳減排效率與產業結構的耦合情況的研究很少。本文旨在通過對長江經濟帶終端能源消費碳減排效率的測算評價，分析其時空演變特點，并進一步揭示長江經濟帶終端能源消費碳減排效率與產業結構的空間分布特征及其耦合關系。

二、長江經濟帶終端能源消費碳減排DEA效率評價

（一）指標選取與數據來源

1.研究對象

論文研究對象是長江經濟帶11個省市的終端能源消費碳減排效率。根據前面的理論模型，采用年度面板數據，選取2006-2015年為樣本區間。設定資本存量（K）、勞動力（L）、能源消耗量（E）為生產投入變量，同時設定地區生產總值（GDP）為期望產出，二氧化碳排放量（CO2）為非期望產出來測算碳減排效率。數據來源于各省市對應年份的《統計年鑒》、《中國統計年鑒》和《中國能源統計年鑒》

2.指標選取

（1）資本存量（K）。用折算成2005年不變價的社會固定資產總投資來衡量資本存量這一指標，以消除價格因素的影響。資本的價值會隨時間的推移而有所損耗，且與陳舊的資本相比，最新資本的技術含量高且優質[9]148。因此，運用“永續盤存法”來計算折舊后的資本存量，同時通過定義資本年齡來衡量資本質量，最終得到考慮質量的資本存量，數據均來源于國家統計局。

（2）勞動力（L）。勞動力的質量和數量是核算勞動力投入的兩大要素，選取就業總人數來衡量勞動力數量，勞動力質量則根據《中國2010年人口普查資料》提供的人口數量分布與人均教育年數來計算。

（3）能源消耗量（E）。能源消耗量主要考慮了包括煤炭類、石油類、電力及熱力在內的19種能源的消耗量，并將其折算成標準煤。

（4）二氧化碳排放量（CO2）。本文測算的是，沿用齊紹洲[10]8890提出的方法對長江經濟帶各省份電力熱力的CO2排放因子和終端承擔比進行計算，測算出19種終端能源消費的二氧化碳排放量。

（5）地區生產總值（GDP）。各省市的GDP是以2005年不變價計算。

（二）長江經濟帶終端能源消費碳減排效率測算

數據包絡法（DEA）是目前用于測算效率的主流方法。最開始的是徑向測算規模報酬不變CCR模型[11]229245，所有投入要素要等比例縮減這一嚴格的條件往往容易使得其結果與現實相背離。隨后Tone[12]12251231提出非徑向SBM模型避免了CCR模型中投入要素等比例縮減這一局限，但卻損失率效率前沿投影值，為克服CCR和SBM模型的缺陷，Tone創建了EBM模型[13]15541563同時具備徑向和非徑向特點。但上述模型均默認產出為期望產出，而生產過程中不可避免的會附帶一些非期望產出，因此本文通過構建考慮非期望產出的UndesirableEBM模型， UndesirableEBM模型具體如下：

Undesirable-EMB*=r*=minθ，λ，s（θxmi=1wisixi0）

s.t.Kk=1λΚxik+si=θxi0（i=1，2，L，I）

Kk=1λΚymk≥ym0（m=1，2，L，I）

Kk=1λΚujk=uj0（j=1，2，L，I）

λΚ≥0，si≥0

（1）

θ為CCR模型計算的徑向效率值，s代表非徑向的投入要素的松弛向量，λ為權重向量，X代表投入矩陣、Y代表期望產出矩陣，U代表非期望產出矩陣，ε為非徑向部分的重要程度（當ε為0時，即CCR模型；當ε=1時，即SBM模型），γ*為考慮非期望產出的效率，當γ*<1時無效，γ*=1時有效。

UndesirableEBM模型雖成功地考慮了非期望產出并得到有效決策單元，但由于其效率最大值為1且有效的決策單元效率值均為1，而測算結果往往會出現多個決策單元被評價為有效，因此無法準確地判斷有效決策單元之間的差異。Andersen等提出的超效率DEA模型[14]12611264恰好彌補了這一缺陷，可準確地判斷出處于生產前沿有效的多個決策單元的要素組合的優劣。超效率DEA原理是在評價某個決策單元時，用其他決策單元的投入和產出的線性組合來代替自身組合，一個有效決策單元按比例增加自身投入時可以達到效率值不變的效果，這個比例則是超效率評價值。因此本文在UndesirableEBM模型基礎上，結合超效率DEA模型的優點，綜合為EBM超效率模型對長江經濟帶的碳排放量效率進行測算，由此得到的效率分值可大于1，大于1時表明可追加投入以進一步提高碳減排效率。endprint

運用MAXDEA66 PRO計算了長江經濟帶11個省份的碳減排效率，結果如表1所示：

（三）碳減排效率結果分析

1.長江經濟帶整體碳減排效率時間演變分析

長江經濟帶碳減排效率在2006年到2015年間整體呈現出扁“U”先降后升的特征（見圖1），十年間碳減排平均效率為0738。2006年是碳減排效率最高的年份，效率值高達0875，隨后受國際金融危機的影響，碳減排效率在2007年至2009年期間驟降至0690，下降率高達2114%。2010年之后開始回升。但由于流域內產業結構主要以高能耗高污染工業為主，且近年來這些產業發展迅速，導致碳減排效率回升速度緩慢，截至2015年，碳減排效率回升至0789，尚未達到2006年的效率值，這表明長江經濟帶的碳減排效率還有很大的進步空間。

為了更有針對性的分析該流域碳減排的具體情況，本文將11個省份按照上中下游分類，上游包括四川重慶貴州云南，中游包括湖北湖南安徽江西，下游包括上海江蘇浙江。觀察圖1發現，上中下游碳減排效率趨勢與長江經濟帶整體情況基本一致，但區域差異明顯，上游城市的平均減排效率在055左右，中游城市穩定在07上下，下游城市高居09，區域減排效率呈明顯的梯級增長趨勢上、中和下游各柱條為2006—2015，10年各區域的碳減排效率。。

圖1 長江經濟帶2006-2015年分區域碳減排效率

2.長江經濟帶各省市碳減排效率空間演變分析

根據DEAEBM效率指數的大小，將流域內的碳減排效率分為完全有效（θ>1）、高效（08≤θ≤1）及低效（θ<08）。2006年，完全有效的省市有4個（上海、浙江、湖南和江蘇），高效的3個（湖北、四川及安徽），剩下的江西、重慶、云南和貴州則處于低效階段；2015年各省市減排效率明顯下降，完全有效省市僅剩江浙滬三省，湖南省減排效率降低至高效水平，成為唯一一個處于高效階段的省份，2006年位于高效階段的三個省份均降低到低效階段，2015年低效省份高達7個。

另外，折線圖2反映了各省份歷年碳減排效率走勢情況，我們可以發現長江經濟帶各省份的碳減排效率差異明顯，大多數省份位于0608之間。最高的是上海市，每年效率均超過09，且有兩年超過1（2006年和2015年）；效率最低的是貴州省，平均效率為0402。

圖2 長江經濟帶11省市碳減排效率演進

3.碳減排效率的空間收斂性分析

變異系數能有效地反映空間差異，圖3展示了長江經濟帶碳減排效率變異系數的走勢：①可以發現上中下游變異系數差距較大：上游碳減排效率的變異系數最大，在0203范圍內波動，中游均值約為008，下游地區均值則低于003，這主要是因為長江經濟帶的經濟發展水平從上游到下游呈階梯遞增演變，上游省份經濟落后，科技水平不高，發展水平層次不齊。②上中下游變異系數時間走勢不同：上游地區10年間變異系數呈現逐漸走低趨勢，但是絕對值仍高居首位；與上游不同的是，中下游的系數波動大，形成先降后升再減的波動演變。

圖3 2006-2015年長江經濟帶碳減排效率空間差異的變化走勢

三、長江經濟帶碳減排效率與產業結構空間耦合分析

（一） 碳減排效率與產業結構空間耦合模型構建

“耦合”是一個物理學概念，衡量的是多個不同系統之間的相互作用，耦合分析是在評估各子系統的基礎上在再對耦合度進行計算和分析。近年來耦合開始被用到經濟環境領域，在產業高級度、產業偏差度及產業集中度和碳減排效率的測算基礎上，對區域產業結構演變與碳排放關系進行更全面深入的研究，以期推動區域經濟可持續發展。本文構建了長江經濟帶碳減排效率與產業結構耦合模型，耦合度用C表示，C值越大表明系統間的耦合程度越高，C的計算公式如下：

C=E（x）Si（y）[E（x）+Si（y）]2221/k

（2）

K可根據具體情況取不同的值，此處假定k為2。E（x）和Si（y）代表碳減排效率與產業結構綜合指數，E（x）為表1中的碳減排效率值，Si（y）包括S1（y），S2（y）和S3（y），分別表示產業結構高級度、偏差度、集中度指數。在碳減排效率及產業結構“三度”計算結果的基礎上，將其進行01標準化處理帶入上述公式計算出耦合度C。

為避免耦合模型C的不平衡性，使耦合效應的分析結果更具有科學性和準確性，本文在為 E（x）和Si（y）分別設定06和04的權重的基礎上，引入耦合協調度模型，協調度用R表示，計算公式如下。

R=C×（06E（x）+04Si（y））

（3）

（二）產業結構綜合指數測算

1.長江經濟帶產業結構高級度（G）

產業結構高級度度量的就是地區經濟由低級水平向高級水平進化的動態過程，即由農業向工業、服務業轉化的過程，并能反映出某個時間點上經濟發展水平及未來變動趨向，本文借鑒付凌暉[15]80構造的產業高級化指標來衡量產業高級度。首先定義產業低層次向量為X1=（1，0，0），產業中層次向量為X2=（0，1，0），產業高層次向量X3=（0，0，1），隨后由三大產業增加值占地區生產總值比例構成三維向量X0=（x1，0，x2，0，x3，0），之后分別算出X0與X1，X2，X3的夾角θ1，θ2，θ3：

θj=arccos3i=1（xi，j·xi，0）3i=1x2i，j12·3i=1x2i，012，j=1，2，3（4）

隨后，定義產業結構高級化Upgrading Index如下：

G=3k=1kj=1θj=3θ1+2θ2+θ3

（5）

2.產業偏差度（P）

產業結構偏差度測算的是在標準產業結構基準下，當地實際產業結構與標準偏差的大小，反映出當前地區產業規模與產業結構是否與經濟發展水平一致，也是評價產業結構合理化的重要指標。目前對產業結構合理化的比較方法和測定指標有多種，本文借鑒關偉[7]525所用的方法，根據人均GDP大小將全國31個省份分為高收入地區、中收入地區及低收入地區，并測算出各個收入水平地區的三大產業結構比例，以此作為長江經濟帶標準產業結構（x*），從而測算出各個省份的產業偏差度。以2015年為例，2015年長江經濟帶第一產業標準值為103，第二產業標準值為441，第三產業標準值為456，則將x*2015=（103，441，456）作為標準對長江經濟帶各省份的產業結構偏差度進行測算，偏差度越小表明產業結構越合理，具體計算公式如下endprint