基于歷史法和零和DEA方法的用能權與碳排放權初始分配研究

劉海英，王 鈺

(1.吉林大學數量經濟研究中心，吉林 長春 130000； 2.吉林大學商學院，吉林 長春 130000)

1 引言

由于能源儲量不斷降低以及大氣對溫室氣體的容忍度有限，所以與其他物質資源相比，能源和碳排放權更具有稀缺性，而又由于市場具有高效配置稀缺資源的優勢，所以在能源環境規制領域也應強化市場交易機制，優化節能減排模式。雖然中國現階段主要的能源環境政策仍以行政管制為主，但隨著用能權交易、碳排放權交易和其他排污權交易等機制的不斷完善，能源環境政策的市場化程度也逐步提高。2011年底，中國在“兩省五市”開展了碳排放權交易試點工作，在試點地區經驗的基礎上，電力行業于2017年12月率先宣布啟動全國碳排放權交易市場。與碳排放權交易政策的實施進程不同，直至2016年7月，國家發改委印發的《用能權有償使用和交易制度試點方案》才確定在浙江、福建、河南和四川開展用能權有償使用和交易制度試點工作，但實現全國用能權交易市場仍然可期。

建立用能權與碳排放權交易市場均包含五個步驟，首先是確定總量目標，然后在總量約束下進行初始分配，第三是交易主體的核實與注冊，第四是建立市場交易機制，第五是建立違約懲罰機制。其中初始分配方式的選擇一直是市場交易機制建立過程中的重點和難點，一級初始分配市場選擇合理的分配機制有利于保障二級交易市場的交易機制穩健運行，所以實現市場化交易的基礎是選擇公平有效的初始分配方式。雖然科斯定理認為當產權明確，并且交易成本為零或很小時，初始分配方式不會影響交易的均衡結果，但結果公平有效并不意味著過程同樣公平有效，此外用能權與碳排放權作為稀缺資源，如果分配不均會影響社會穩定和經濟健康發展，所以選擇合理的初始分配方式至關重要。

用能權與碳排放權的初始分配方式主要分為無償和有償兩種方式。《用能權有償使用和交易制度試點方案》指出產能嚴重過剩行業、高耗能行業可采用基準法，其他用能單位可采取歷史法。以我國七個碳排放權交易試點省市為例，北京、上海和湖北綜合運用歷史法與基準法兩種無償分配方式，天津、廣州和深圳結合應用無償和有償分配方式，而重慶采取的是公司申請配額制度。國內學者結合我國實際情況分析了歷史法、基準法、拍賣等分配方式的適用性問題。部分研究認為我國正處于碳排放權交易市場建立初期，應采用基于歷史排放量的無償分配方式[1-3]。一些研究結果表明行業異質性會導致不同分配方式的適用性存在差別，吳潔等[4]建立了包含碳交易的CGE模型，結果表明，在我國碳市場建立初期，能源行業應采取無償分配方式，而高耗能行業應采取拍賣與混合分配方式。陸敏和方習年[5]基于動態博弈模型對比分析了歷史法與基于產出的基準法兩種無償分配方式，歷史法對高排放企業更有利，而采用基準法進行分配時，低排放企業的收益較高、碳排放較少。此外，一些學者還將研究視角轉向碳減排目標的分配方式上，崔佳和孔英[6]提出非線性社會成本最優化模型對中國南方某城市工業行業的碳減排目標進行分配。杜娟和胥敬華[7]在方向性距離函數的基礎上提出了交互式迭代算法，并在省級層面上對中國的碳減排目標進行分配。

零和DEA方法作為一種無償分配方式，近年來也被廣泛提及。Gomes和Lins[8]首次將零和DEA方法應用到碳排放權初始分配問題的研究中，而零和DEA方法是Lins和Gomes[9]提出的具有零和博弈特征的DEA模型。付京燕和黃芬[10]運用零和DEA方法模擬出充分考慮地區異質性的初始分配方案。宋杰鯤等[11]構建了存在非任意變化量的零和DEA模型，實現了碳排放總量約束下效率最優的初始分配方案。Ma Chaoqun等[12]同時應用雙層規劃模型與零和DEA模型對中國五大電力企業的碳排放配額進行重新分配。上述研究均假設只存在CO2一種非合意產出，而馮晨鵬等[13]考慮了同時存在多種非合意產出的情形，并提出基于非徑向方向性距離函數的零和DEA方法。此外，一些學者同時考慮了碳排放權與能源消耗的初始分配問題，Zeng Shihong等[14]利用零和DEA模型測度了中國30個省市碳排放權和非化石能源消耗的分配效率，Cucchiella等[15]也同樣利用零和DEA方法對28個歐盟成員國的碳排放權和可再生能源進行初始分配。一些學者認為基于零和DEA模型的初始分配方式可以實現最優分配，使所有決策單元均達到DEA有效，從而實現帕累托改進[16-21]。但筆者認為零和DEA方法其實是以犧牲前沿技術效率水平為代價來提高落后地區的技術效率水平，并不存在帕累托改進的機會，其更偏重初始分配的公平性，而非效率。零和DEA方法下的前沿面水平要低于歷史法下的前沿面水平，所有決策單元只是在一個低水平前沿面上實現了相對有效。由于歷史法是根據能源投入和CO2排放的實際數據來分配用能權和碳排放權，所以歷史法下的前沿面水平可以代表實際技術水平的前沿面。基于此，本文引入了技術效率的概念，即不同初始分配方式相對于實際技術水平前沿面的有效性，并以此作為效率評價指標，目前還沒有相關研究探討過零和DEA方法的技術效率問題。此外，大多數文獻只是從靜態角度研究零和DEA方法的公平性與效率性，并沒有在動態的市場交易模型中進一步檢驗該方法的適用性。基于此，本文首先分析了零和DEA方法下各地區用能權與碳排放權的調整方式。然后，同時納入公平與效率雙重指標來評價零和DEA方法的適用性，并以歷史法與之形成對比分析。最后，在動態的市場交易模型中進一步探究了不同初始分配方式對各地區交易行為的影響。

2 研究方法與數據

歷史法下用能權與碳排放權是基于能源投入與CO2排放的歷史實際數據進行初始分配。而零和DEA方法是在實際數據基礎上進行調整，使所有決策單元都達到零和DEA有效水平。雖然歷史法可以降低政策實施的阻力，但也會導致高耗能、高排放地區獲得較多的初始配額，在資源分配起點就存在較大的不公平性。筆者認為零和DEA方法是源于基準法的一種分配方式，傳統的基準法一般只基于產出進行分配，例如，以單位GDP能耗和單位GDP碳排放量為分配基準，而零和DEA方法同時基于投入和產出對用能權和碳排放權進行分配，可以視為一種復合指標的基準法。本文接下來主要對比歷史法與零和DEA方法兩種分配方式的適用性。

2.1 同時考慮用能權與碳排放權的零和DEA模型

本文根據Lins和Gomes[9]的零和DEA模型，并結合馮晨鵬等[13]提出的非徑向零和DEA方法，但假定能源投入與非合意產出(CO2)均具有弱可處置性，此時第i個地區的零和DEA模型如公式(1)所示。

(1)

(2)

(3)

2.2 公平性指標

為了避免單一評價指標導致的偏誤，此處同時選取變異系數、泰爾指數和基尼系數來測度兩種分配方式的公平性。由于能源強度(單位GDP能耗)和碳排放強度(單位GDP碳排放量)一直作為國家節能減排的約束性指標，所以本文主要研究能源強度與碳排放強度分配的公平性。

(1)變異系數。變異系數是反映數據離散程度的一種指標，其不受數據量綱的影響，多用于比較單位不同的數據的離散程度。其計算方法為能源強度或碳排放強度的標準差與均值的比，其數值越大表示分配越不公平，與基尼系數不同，該數值只具有相對意義。

(3)基尼系數。基尼系數是應用最廣泛的測度分配公平性的指標，如圖1所示，基尼系數的數值為洛倫茲曲線(B)和45°對角線(A)圍城的面積與45°對角線(A)以下三角形面積的比值。國際公認標準認為，當基尼系數小于0.3時分配相對公平，當處于0.3～0.4之間被認為分配相對合理，0.4為分配嚴重不公平的警戒線。本文采用張建華[23]提出的方法估算能源強度和碳排放強度的基尼系數，與傳統衡量收入分配公平性的洛倫茲曲線不同，本文的洛倫茲曲線的縱軸表示能源強度或碳排放強度的累計百分比，橫軸表示地區個數的累計百分比，能源強度的洛倫茲曲線反映是地區個數累計百分比與能源強度累計百分比的對應關系，碳排放強度的洛倫茲曲線同理。

圖1 能源強度的基尼系數圖示

2.3 前沿面演變與技術效率模型

2.3.1 不同初始分配方式下前沿面演變過程

零和DEA方法每進行一次迭代，效率高的地區都會接受非零和DEA有效地區調入的用能權和碳排放權，能源投入和CO2排放增加會降低生產效率，導致生產前沿面不斷后退，而調整的最終結果是使所有地區都處于一個較低水平的前沿面上。

以圖2為例，假定a、b兩點為具有不同能源投入效率和CO2排放效率的地區評價單元。由于是以二維狀態下的生產技術為例，此處假定效率準則(分配基準)為單位合意產出能耗和單位合意產出碳排放量，此時效率水平可以視為a和b兩點的斜率，顯然，地區a的效率大于地區b，因此，與b點相比，a點將更加靠近生產前沿。按照零和DEA模型的優化求解原理，效率高的地區將優先配置用能權和碳排放權，因此a點會向右水平移動到a’點，同理，效率低的地區將減少用能權和碳排放權配額，因此b點會向左水平移動到b’點。而零和DEA方法調整的最終結果是使所有地區都處于大致相同的技術效率水平，所以a’和b’兩點的斜率應該相同。如圖3所示，a’點和b’點將包絡產生基于零和DEA方法的技術前沿，即圖中的零和DEA前沿面，而實際的a點和b點將包絡產生基于歷史法的實際技術水平前沿面，基于歷史法的實際技術水平前沿面必然在零和DEA前沿面之上。經過零和DEA方法調整后，整體投入產出技術前沿將向下移動，其原因在于，這種調整方法雖然可以提高落后地區的技術效率水平，但卻是以犧牲前沿地區的技術效率為代價的。盡管如此，這種基于效率導向的零和DEA方法，能夠提高用能權與碳排放權初始分配的公平性。

圖2 零和DEA方法調整過程圖示

圖3 不同初始分配方式下前沿面演變過程圖示

2.3.2 技術效率模型構建

本文的技術效率是在給定合意產出、非能源投入和技術水平等條件下，綜合評價能源的利用效率和CO2的排放效率。

由圖3可知，歷史法與零和DEA方法兩種分配方式所對應的生產前沿面不同，即效率評價過程中給定的技術水平不同，此時二者相對于各自前沿面測得的效率值并沒有可比性。基于此，為了對比分析歷史法與零和DEA方法的技術效率，必須給定相同的技術水平，也就是以同一前沿面為基準來評價兩種分配方式的效率水平，此時二者的效率值才具有可比性。本文以實際技術水平前沿面(歷史法下的前沿面水平)為效率評價的統一基準，此時測得的效率值為兩種分配方式相對于實際技術水平前沿面的有效性，為了與零和DEA效率有所區別，我們稱之為技術效率。本文選用傳統DEA模型測度不同分配方式的技術效率水平。

(4)

2.4 用能權與碳排放權市場交易模型

以上研究還僅限于靜態地探討不同初始分配方式的差異，并沒有在動態的市場交易模型中檢驗不同初始分配方式對各地區交易行為的影響，所以接下來將引入用能權與碳排放權交易模型來進一步對比分析歷史法與零和DEA方法的差異。

市場交易模型假設用能權與碳排放權均可以自由交易，但兩個市場是相互獨立的。本文以F?re等[24]的碳排放權交易模型為基礎，本文的不同之處在于，第一，假定了能源投入具有弱可處置性。第二，假設用能權與碳排放權可以實現市場出清。第三，以最大產出增量之和為目標函數，其中潛在產出增量為各地區在生產可能集內所能達到的最大產出增加量。模型如公式(5)所示。

(5)

2.5 數據來源

本文選用2016年中國29個地區(西藏和港澳臺除外，重慶的數據被并入四川)的數據。非能源投入包括資本存量和人力資本，能源投入為能源消費量，合意產出為各地區的國內生產總值，非合意產出為CO2排放量。數據來源及處理說明如下：

(1)資本存量。由于我國并沒有關于資本存量的統計數據，所以本文根據單豪杰[25]提出的永續盤存法對資本存量進行估算。由于基年選擇越早，基年初始資本存量估計的誤差對之后年份的影響就越小，所以本文選取1952年作為估算的基年。將各地區固定資產折舊率統一設定為10.96%，固定資本形成總額作為當期投資額。

(2)人力資本。如果用就業人口數代表勞動投入，就忽略了因受教育水平不同而產生的差異，因此本文的勞動投入選擇一二三產業就業總人口與地區平均受教育年限的乘積。

(3)能源消費量。將各地區煤、石油和天然氣三種一次能源消費量折算成統一能源單位——萬噸標準煤。

(4)合意產出。合意產出為各地區的GDP，單位為億元人民幣。

(5)非合意產出。非合意產出為CO2，單位為萬噸。CO2排放量可以通過公式(6)估算得到：

(6)

公式中變量的含義如下：C代表估算的CO2排放量(單位為萬噸)，i=1, 2, 3分別代表三種一次能源(煤、石油和天然氣)，E代表它們的消耗量(前兩者單位為萬噸，后者單位為億立方米)。NCV為《中國能源統計年鑒》附錄4中提供的中國三種一次能源的平均凈發熱值。CEF為IPCC溫室氣體清單提供的碳排放系數，COF為三種一次能源的碳氧化因子。各種能源折算標準煤系數也由《中國能源統計年鑒》提供。

以上數據來自《中國統計年鑒》、《中國勞動統計年鑒》、《中國能源統計年鑒》和各地區《統計年鑒》。

3 實證結果

3.1 零和DEA效率與調整方式分析

3.1.1 零和DEA效率

經過四次迭代使所有地區都近似達到了零和DEA有效，此時零和DEA效率值都近似為1。圖4為各地區實際數據與四次迭代數據的零和DEA效率值。

圖4 各地區實際數據與四次迭代數據的零和DEA效率值

由圖4可知，實際數據的零和DEA效率水平最低，并且隨迭代次數的增加，零和DEA效率值不斷提高，經四次迭代后，所有地區的零和DEA效率值都近似為1。此處需要指出，圖4中五組數據的零和DEA效率值分別是以五個不同的前沿面為基準測定的，零和DEA效率僅表示以各自前沿面為基準的相對效率，不具有絕對意義，所以不同組之間的零和DEA效率值不具有可比性，只有處于同一組的零和DEA效率值才具有可比性。其中北京、天津和上海的零和DEA效率值一直為1，說明這三個地區的生產行為一直是相對有效，在四次迭代中這三個地區無須減少用能權和碳排放權，而且還要接受從其他無效率地區調入的用能權和碳排放權，盡管能源投入與CO2排放有所增加，但調整后的數據仍處于相對有效水平。

3.1.2 零和DEA方法下用能權與碳排放權的調整方式

各地區用能權與碳排放權具體的調整方式如表1所示。

由表1可知，經過零和DEA方法調整后，用能權與碳排放權的總量不變，即所有地區的調出總和等于調入總和。在29個地區中有15個調出用能權和碳排放權，且用能權調出地區均為碳排放權調出地區。其中山西、內蒙古和新疆為用能權和碳排放權調出的主要地區，廣東、上海、江蘇、天津、浙江和北京則調入了大量的用能權和碳排放權。從直觀上看，用能權和碳排放權主要是從經濟較為落后的內陸地區調入經濟較為發達的東南沿海地區。像山西這種能源儲量大省一直以高耗能、高排放為代價來發展經濟，生產效率水平較低，為了實現零和DEA有效就需要減少大量的用能權和碳排放權。而廣東和上海等經濟較發達地區的第三產業占比較高，生產過程中能源投入和CO2排放量相對較少，生產技術相對有效，從而需要接受其他無效率地區調入的用能權和碳排放權。

表1 各地區用能權與碳排放權的調整方式

3.2 不同初始分配方式的公平與效率分析

3.2.1 公平性分析

本文分別計算了不同初始分配方式下能源強度與碳排放強度的公平性指標(變異系數、泰爾指數和基尼系數)，在每種情形下分別對能源強度與碳排放強度的公平性指標進行算術平均作為該初始分配方式的綜合指數，具體如表2所示。

由表2可知，歷史法下能源強度和碳排放強度的變異系數、泰爾指數和基尼系數均大于零和DEA方法的結果。歷史法下綜合變異系數為0.753，而零和DEA方法下的綜合變異系數僅為0.226。歷史法的綜合泰爾指數為0.101，也明顯大于零和DEA方法的0.009。歷史法下的綜合基尼系數為0.371，已經比較接近分配不公平的預警線，而應用零和DEA方法進行分配時，綜合基尼系數僅為0.058。由此可見，零和DEA方法可以提高初始分配的公平性。從表2中還可以發現，歷史法下能源強度的三個公平性指標均小于碳排放強度的指標，此時用能權分配的公平性高于碳排放權，而在零和DEA方法下能源強度的三個指標卻又大于碳排放強度的指標，此時碳排放權的分配更加公平。

表2 不同初始分配方式的公平性指標

3.2.2 技術效率分析

兩種初始分配方式下技術效率的描述性統計如表3所示。

由表3可知，首先，歷史法下能源效率、CO2效率和技術效率的均值分別為0.4275、0.36和0.3938，零和DEA方法下這三個數值均小于歷史法，分別為0.3862、0.306和0.3461，可見基于零和DEA方法的初始分配方式并沒有提高技術效率水平，反而降低了平均技術效率。其次，歷史法下，技術效率的最大值為1(北京、天津和上海)，最小值僅為0.0795(寧夏)，標準差為0.2623，各地區的技術效率水平差距較大；零和DEA方法下，技術效率的最大值為0.3467(北京、天津、上海)，最小值為0.3443(寧夏)，標準差僅為0.0006，這說明零和DEA方法降低了技術效率水平的離散程度，使所有地區均處于一個大致相同的技術效率水平，雖然使寧夏等落后地區的技術效率水平提高，但前沿技術效率水平卻由1變為0.3467，由此可見，零和DEA方法是以犧牲前沿技術效率水平為代價來提高落后地區的技術效率水平。最后，無論是選擇歷史法還是零和DEA方法進行初始分配，能源效率均高于CO2效率。

表3 不同初始分配方式下技術效率的描述性統計

雖然選擇合理的初始分配方式是建立市場機制的重要組成部分，但市場機制的成熟度也會反向影響不同初始分配方式的政策效果。以具體地區為例，北京、天津和上海在歷史法下技術效率為1，而零和DEA方法下技術效率僅為0.3467，這是由于在零和DEA方法下，用能權和碳排放權的初始配額均大于歷史法下的初始配額，此時的用能權和碳排放權對于實際生產需要而言是過剩的。當市場機制成熟時，如果選擇零和DEA方法進行初始分配，北京、天津和上海等技術水平較高的地區通過出售多余的用能權和碳排放權可以獲得額外收益，生產過程中實際的能源投入和CO2排放減少可以使技術效率值由0.3467恢復為1，甚至提高實際的前沿技術效率水平，并且出售多余的用能權和碳排放權帶來的額外收益會促進技術進步。在短期內，對于寧夏這種技術水平較低的地區而言，很難通過技術進步來實現節能和CO2減排，為了維持原有生產規模必須買進用能權和碳排放權。但如果市場的交易機制和保障機制不健全，市場交易不活躍時，零和DEA方法的劣勢就會顯現，由于此時用能權和碳排放權無法正常交易，節能減排并不會帶來額外的收益，反而會增加生產成本，像北京、天津和上海這些實際技術水平較高的地區可能就利用多余的用能權和碳排放權進行低效率生產，使零和DEA方法的前沿技術效率總是維持在0.3467的水平上，不能恢復到實際的技術效率值1，此時選擇零和DEA方法會抑制技術進步，甚至導致技術倒退。而寧夏等技術水平較低地區的用能權和碳排放權的初始配額不足以維持原有的生產規模，而又無法在市場上買進用能權和碳排放權，短期內勢必會導致產出減少。綜上可知，當市場機制完善時，零和DEA方法不僅可以提高初始分配的公平性，還可以通過市場交易來提高前沿技術效率，并且可以保障部分低技術水平地區維持生產規模。但當市場機制運行不暢時，基于零和DEA方法的初始分配方式不僅會阻礙技術進步，甚至還可能破壞生產力，而此時如果選擇歷史法進行初始分配，至少在短期內可以保存現有生產力。

為了接下來的行文需要，我們根據29個地區歷史法下的技術效率將其分為高、中、低三個等級。其中技術效率值大于0.5的為高效率地區，包括北京、天津、上海、廣東、福建、浙江和江蘇；技術效率值低于0.25的為低效率地區，包括寧夏、山西、新疆、內蒙古、貴州、青海、黑龍江、陜西、甘肅、遼寧和河北；其余為中等效率地區。

3.3 不同初始分配方式下交易行為分析

本文接下來在市場有效的前提假設下，探究不同初始分配方式對各地區交易行為的影響。

從表4中我們可以發現，首先，無論初始分配是基于歷史法還是零和DEA方法，兩種情況下交易后合意產出(GDP)增加總和均為155946.4億元，合意產出增加總和反映的是所有地區在生產可能集內所能達到的最大產出增加的合計。在短期內，由于初始分配方式并不能改變實際的生產可能集，所以兩種情況交易后的產出增加總和相同。其次，當選擇歷史法進行初始分配時，北京、天津、內蒙古、上海、江蘇和廣東這六個地區并沒有進行用能權和碳排放權的交易，產出增加均為0，這說明市場交易機制并不能改變它們的生產行為。在這六個地區中，除內蒙古外其他均為高效率地區。可以從兩個方面解釋市場交易機制為什么沒有促進這些地區產出增加，一方面，一些高效率地區對各種資源投入的利用效率已經處于較高水平，當其他投入不變時，僅增加能源投入和CO2排放并不會明顯促進產出增加，但此時減少能源投入和CO2排放卻會導致產出減少，所以維持現有生產行為是最有利的；而另一方面，當市場處于出清狀態時，用能權與碳排放權的需求有限，而內蒙古等低效率地區的節能減排行為不具有比較優勢，無法通過出售用能權和碳排放權來獲得額外收益，而又由于生產技術水平較低，通過買進用能權和碳排放權來擴大產出規模并不符合利益最大化原則，所以維持現有生產規模是最佳選擇。最后，當選擇零和DEA方法進行初始分配時，以上六個地區的產出增加仍均為0，但此時存在用能權和碳排放權的交易行為，其中五個高效率地區賣出了用能權和碳排放權，只有內蒙古需要買進用能權和碳排放權來維持產出不變。由此可見，在零和DEA方法下，這五個高效率地區所分得的用能權和碳排放權超出生產所需，而內蒙古的初始分配額度不足以維持原有產出水平。

表4 不同初始分配方式下各地區產出增量和用能權與碳排放權的交易量

通過觀察各地區用能權與碳排放權的交易行為，我們可以發現，當初始分配方式選擇歷史法時，山西、遼寧、黑龍江、貴州、陜西、甘肅、寧夏和新疆八個地區為用能權的賣出方，除甘肅外，其余七個地區為碳排放權的賣出方，均為低效率地區。而在零和DEA方法下，北京、天津、上海、江蘇、浙江、福建、江西和廣東八個地區為用能權和碳排放權的賣出方，除江西外均為高效率地區，而江西的技術效率值為0.4449，也比較接近高效率水平的臨界值0.5。由此可知，初始分配方式不同會導致各個地區的交易行為發生變化，在歷史法下，用能權與碳排放權的賣出方主要是低效率地區，而在零和DEA方法下賣出方主要是高效率地區。由于歷史法是根據各個地區能源投入和CO2排放的歷史數據進行分配，一些高耗能、高排放的低效率地區的初始配額相對較多，在同等生產技術下，它們的節能減排空間更大，可以通過出售多余的用能權和碳排放權來獲額外收益，在這種分配方式下，能源利用效率和CO2排放效率較低的地區不僅沒有受到懲罰，反而可以從中獲益，這種行為無法正向引導技術創新。而零和DEA方法更注重分配起點的公平性，在綜合考慮投入產出變量的基礎上對用能權和碳排放權進行初始分配，一些高效率地區可以出售多余的用能權和碳排放權，此時通過技術進步來實現節能和CO2減排是有利可圖的，有利于正向促進綠色技術創新。

4 結語

本文在省級層面上討論了用能權與碳排放權的初始分配問題，主要介紹了同時考慮用能權與碳排放權初始分配的零和DEA方法，并以歷史法與之形成對比。從公平與效率視角考察兩種初始分配方式的適用性，并在有效市場假設下進一步分析不同初始分配方式對各地區交易行為的影響。研究結果表明，首先，零和DEA方法雖然提高了用能權與碳排放權初始分配的公平性，但并沒有提高技術效率水平。零和DEA方法是以犧牲前沿技術效率水平為代價來提高落后地區的技術效率水平，使所有地區均近似處于平均技術效率水平，這反而降低了平均技術效率。其次，初始分配方式的選擇依賴于市場機制的成熟度。當市場機制完善時，零和DEA方法不僅可以提高初始分配的公平性，還可以通過市場交易來提高前沿技術效率，進而促進技術進步。但當市場機制運行不暢時，基于零和DEA方法的初始分配方式不僅會阻礙技術進步，甚至還可能破壞生產力，而此時如果選擇歷史法進行初始分配，至少在短期內可以保存現有生產力。最后，當市場完全有效時，初始分配方式會導致各個地區的交易行為發生變化。在歷史法下，用能權與碳排放權的賣出方主要是低效率地區，而在零和DEA方法下，主要是高效率地區通過賣出用能權和碳排放權獲得收益。在歷史法下一些高耗能、高排放的低效率地區會分配到相對較多的初始配額，低效率地區不僅沒有受到懲罰，反而可以從中獲益，這種行為無法正向引導技術創新。而零和DEA方法更注重分配起點的公平性，高效率地區分得的初始配額已經超過生產所需，可以通過出售用能權和碳排放權獲得額外收益，此時節能減排是有利可圖的，這有利于正向促進綠色技術創新。

根據以上結論，本文建議，在用能權與碳排放權市場建立初期，由于市場機制還未完善，所以不宜采用零和DEA方法進行初始分配，避免出現因交易不暢導致的技術退步和生產力下降的現象。但隨著市場化程度不斷提高，初始分配方式可以逐漸由歷史法轉變為零和DEA方法，提高用能權與碳排放權初始分配的公平性，逐漸消除因歷史法導致的“鞭打快牛”現象。