省域碳排放權效率測算

許文芳，林 萍，朱衛未

（1.南京郵電大學 管理學院，江蘇 南京 210003；2.江蘇科技大學 經濟管理學院，江蘇 鎮江 212003）

一、引言

應對氣候變化，減少二氧化碳排放已成為全世界的共識。作為負責任的大國，我國深入推進低碳發展，積極履行減排承諾，減排內容逐漸細化。2009年，我國在哥本哈根會議上首次提出到2020 年時二氧化碳排放強度相比于2005 年下降40%～50%的目標[1]；2020 年9 月，我國在聯合國大會上明確提出，二氧化碳排放力爭于2030 年前達到峰值，努力爭取2060 年前實現碳中和。在“雙碳”目標的背景下，準確把握碳排放趨勢，客觀評價碳排放效率，是解決由于經濟發展所帶來的能源與環境問題的關鍵。

二、研究綜述

數據包絡分析方法（DEA）作為一種非參數方法，相較于隨機變量前沿方法具有無需事先假設生產函數形式的優點，以此來避免參數加權的主觀性，因此在碳排放的效率評價中得到了廣泛的應用[2]。世界范圍內的環境問題日益嚴重，各國政府都在通過控制碳排放量來遏制氣候變化，國家內部通過一定的碳排放控制框架，將碳排放量控制在一定的總量水平上[3]，因此在考慮碳排放問題的環境效率評價上，應將碳排放的總量保持不變，否則會引起結果的失真。在以往的研究中，有學者考慮到了這一約束，如Gomes 和Lins（2008）[4]使用零和博弈DEA方法（ZSG-DEA）對京都議定書簽署國的二氧化碳排放效率進行評估。針對零和博弈DEA 模型的不足，Yang 等（2011）[5]在2011 年提出固定和產出（FSODEA）模型，根據最小調整量構建新前沿面，以新前沿面為基準進行效率評價。針對FSODEA 模型前沿面不統一的問題，Yang 等（2014）[6]提出構建公共有效前沿面（EEFDEA）來評價；為了減少計算以及解決DMU 順序問題，Yang 等（2015）[7]提出構建一種均衡有效前沿面（GEEFDEA），并得到廣泛的應用與延伸[8]。以上模型解決了碳排放量總量固定這一問題，但都沒有涉及投入產出之間的不可分離性，Tone 和Tsutsui（2011）[9]在評價電力公司的效率時指出了指標之間是否可分離對效率評價的影響，Tone認為，非期望產出例如二氧化硫等廢棄物與化石燃料的使用之間是不可分離的，忽視它們之間的關系，會使結果偏離現實。Gonzalez 等（2015）[10]將碳化指數定義為一種評估燃料質量、燃料轉換效率的指標。碳化指數的提出給如何考慮能源與二氧化碳之間的關系提供了研究方向，本文擬繼續采用碳化指數度量二者之間的聯系，并將該指數引入DEA 模型。

綜上所述，現有研究雖然從多種原則對碳排放進行研究，但都沒有考慮能源總量的約束，也沒有考慮到能源與二氧化碳之間的不可分離的聯系。我們注意到，碳化指數建立起了能源與碳排放物質平衡聯系，它可以衡量能源中的碳元素向二氧化碳轉變的轉換率。因此，本文考慮碳排放量總量固定這一約束，在GEEFDEA 模型的基礎上引入碳化指數，在碳排放的調整量上進行嚴格的限制，保證能源的使用效率；同時調整能源與碳排放量。本文據此對我國2011—2020 年間30 個省份的碳排放效率進行評價，為提高碳排放決策提供客觀可行依據。

三、模型構建

本文突破GEEFDEA[7]模型的局限性，引入碳化指數。假設有n個DMU，每個DMUj（j=1，...，n）有m個投入xij（i=1，...，m），有s個變和產出yrj（r=1，...，s）和t個固定和產出ftj（t=1，...，t），其中變和產出是可自由處置的，固定和產出滿足約束Ft是個常量。結合本文應用背景，給出需要調整的變量分別是能源與碳排放量，其中每年碳排放總量是固定的，由于碳排放是生產生活中產生的廢棄物，將其作為一種非期望產出。重新定義變量，本模型需要用到三種變量，碳排放作為投入處理，將其與能源放在一起定義為可調整變量Ftj（t=1，2），為了計算方便，定義可調整變量中的第一個變量為能源，第二個變量為碳排放量，其余兩個變量分別為投入變量xij（i=1，...，m）和產出變量yrj（r=1，...，s）。首先計算最小縮減量，給出模型（1）：

調整原則仍按照Yang 等（2011，2014，2015）[5-7]的最小縮減原則，第一個約束保證調整后的DMU都是有效的，第二個約束保證碳排放的總量保持不變，第三個約束中的Mj表示碳排放量與能源的比值，它表示單位能源所產生的碳排放量，即碳化指數，我們希望碳排放的調整不能以犧牲能源的利用率為代價，第三個約束滿足了這一要求。

由于式（1）是非線性的，模型中的αtj=max{δtj，0}使計算難度增加，所以我們參考Yang 等（2015）[7]的方法處理得到式（2）：

至此可得出最優調整量，將最優調整量帶入效率評價模型（3），可得出基于均衡有效前沿面的效率值。

四、指標選取與數據來源

（一）指標選取

為了更好地說明碳排放效率，我們借鑒已有研究成果[11-12]，以及考慮數據的可獲得性和可操作性[13]，本文投入指標選取人口和能源消費，期望產出選取生產總值，非期望產出選取二氧化碳排放量，二氧化碳是導致全球氣候變暖最主要的溫室氣體，且為了控制全球碳排放量，每年二氧化碳的排放總量是固定的，因此選用二氧化碳作為固定和產出。

（二）數據來源

本文選取我國2011—2020 年30 個省（自治區、直轄市）的統計數據進行分析。關于能源消費總量，由于部分數據缺失，本文暫不考慮西藏自治區、臺灣地區、香港特別行政區和澳門特別行政區，其中人口數據來源于《中國統計年鑒》，能源消費來源于《中國能源統計年鑒》子項目分地區能源消費總量，其中2020 年的數據根據國家統計局官網公布的2020 年各省能源消耗總量增速計算得出，生產總值來源于《中國統計年鑒》，二氧化碳排放量參考Wu J等（2016）[14]的計算方法：

式（4）中i表示能源類型，Ai表示與碳相關的燃料使用量，CCF是碳含量系數，HE是熱當量，COF表示碳氧化系數，各系數的值如表1 所示，各種燃料數據從《中國能源統計年鑒》相對應的子項目中獲取。

表1 燃料對應系數

五、結果分析

運用本文提出的模型（2）和模型（3），計算我國2011—2020 年30 個省份的碳排放效率水平，結果如表2 所示。

表2 評價結果

從效率值來看，存在大于1 的現象，這是因為構建的新前沿面考慮了碳排放總量固定的約束，經過調整，有些DMU 位于前沿面之外，能實現DMU效率值的全排序、增加區分度。整體來看，我國各省份碳排放表現較好，2011—2020 年各年平均效率值均大于1，且除了2017 年、2018 年外各年效率值均呈上升趨勢。從各省份的十年平均值來看，有15 個省份的效率值均超過了1，表現較好，處于有效階段；剩下15 個省份的效率值小于1，在能源使用與碳排放上仍需向表現較好的省份學習。北京、上海、江蘇、浙江、廣東等省份表現最好，效率值均超過1，處于有效階段；山西、貴州、甘肅、青海、寧夏、新疆等地區表現最弱。進步較明顯的省份是河南省、云南省，河南省從2015 年效率值開始達到1 并逐年提升，云南省也從2011 年0.778 到2020 年達到1。

從省域數據可以發現效率較高的省份大多處于京津冀、長三角、珠三角等經濟中心地區，如廣東省、江蘇省十年的生產總值平均值分別排名第一、第二，排名暫時較低的山西是老工業基地，以煤炭采集和輸出為主，能源利用率較低。由此可見，地區經濟發展與能源效率存在密切關聯。對于碳排放效率暫時較低的省份，建議一方面向資源稟賦、外部環境等相似的同地區省份學習，保證能源利用與地區經濟發展基礎相適應，能源利用策略具有可執行性；另一方面，從效率較高地區引進先進技術，降低碳化指數，并尋找可替代的清潔能源等措施進行改進，從根本上實現能源利用質量提升。

六、結論

本文根據年碳排放量固定的事實，在GEEFDEA模型的基礎上進行改進，考慮不提高能源的碳化指數這一約束，對我國30 個省份在2011—2020 年間的碳排放效率進行評價，得出以下結論：

（1）整體效率較好，平均值達到1.15，15 個省市效率值超過1，達到有效階段，效率較高省市大多在京津冀、長三角、珠三角等經濟中心地區，區域間呈現出呈現由西到東依次增高的狀態。進一步印證了“優化綠色低碳發展區域布局”，“在京津冀協同發展、長江經濟帶發展、粵港澳大灣區建設、長三角一體化發展、黃河流域生態保護和高質量發展等區域重大戰略實施中，強化綠色低碳發展導向和任務要求”的重要意義。中西部地區在經濟發展的同時要注意碳排放的效率，對高污染、高排放的產業加強限制，充分發展新興產業，結合當地資源稟賦，發展特色產業，合理規劃產業布局，大力發展清潔能源，降低能耗，提高能效。

（2）北京市、上海市效率值超過2，屬于第一梯隊，山西省、寧夏回族自治區效率值在0.6 以下，屬于最后一個梯隊。效率較好省市和較落后省市之間差距較大，效率較低省市應注意向資源稟賦等外部環境相似的省市對標學習，引進先進低碳技術，加快產業轉型、現代化產業體系構建；“碳中和”目標的實現不能影響經濟的正常有序運轉，必須借助科技的力量，要加大低碳科研投入，培育新型低碳技術人才，鼓勵低碳技術的學習與使用，加強低碳技術創新驅動力，建立健全完善的創新體系，鼓勵創新技術向生產技術的轉換。