技術(shù)效率視角下的上海市物流業(yè)二氧化碳排放反彈效應實證研究

諶　偉，李荷華

（上海第二工業(yè)大學經(jīng)濟與管理學院，上海201209）

?

技術(shù)效率視角下的上海市物流業(yè)二氧化碳排放反彈效應實證研究

諶偉，李荷華

（上海第二工業(yè)大學經(jīng)濟與管理學院，上海201209）

摘要：物流業(yè)是城市經(jīng)濟活動中的重要部分，也是能源消耗量大的行業(yè)之一。以上海市物流業(yè)二氧化碳排放量為研究對象，建立碳排放反彈與減量效應兩類模型，定量分析2000～2012年間上海市物流二氧化碳排放控制過程中的反彈與減少量。結(jié)果表明，2000～2012年間，上海市物流業(yè)二氧化碳排放量的反彈效應與減量效應均顯著，物流產(chǎn)業(yè)發(fā)展產(chǎn)生的反彈效應抑制了技術(shù)效率提升產(chǎn)生的減量效應。鑒于上海市發(fā)展的實際情況，物流業(yè)低碳政策設計中應以控制增速為政策構(gòu)建的出發(fā)點。

關(guān)鍵詞：低碳；反彈效應；減量效應

0　引言

低碳經(jīng)濟——二氧化碳排放減量，已經(jīng)成為國際上研究討論的熱點，無論是經(jīng)濟領(lǐng)域、工程領(lǐng)域，甚至是政治領(lǐng)域，全球都投入到一場新的綠色革命之中。盡管中國政府高度重視、積極響應并向全世界承諾“2020年單位GDP能源消耗比2005年下降40%～45%”，然而國際上一些研究機構(gòu)已經(jīng)將中國列入碳排放超級大國，甚至量化了2013年中國人均CO2排放量數(shù)據(jù)。據(jù)中國商務部網(wǎng)站轉(zhuǎn)載的信息表明，2013年中國人均碳排放量約為7.2 t，而與此相對比的是歐盟的CO2排放量人均僅6.8 t，印度的人均排放量只有1.9 t［1］。上海是中國的經(jīng)濟中心，無論是經(jīng)濟水平、生活水平都處于中國前列。物流業(yè)是城市經(jīng)濟活動中的重要部分，上海建立國際經(jīng)濟、金融、貿(mào)易、航運四中心戰(zhàn)略又與物流業(yè)密切聯(lián)系。鑒于物流業(yè)是能源消耗大戶，因此分析上海市物流業(yè)能源消耗產(chǎn)生的二氧化碳變化趨勢，厘清二氧化碳排放過程中的反彈量與減排量，有利于科學構(gòu)建物流行業(yè)低碳政策。

反彈效應（Rebound Effect）源于能源經(jīng)濟研究，Jevons在描述煤炭消耗時，發(fā)現(xiàn)資源生產(chǎn)率提高后，會導致成本降低從而進一步刺激了對煤炭的需求，推動經(jīng)濟增長，使得煤炭資源更加稀缺，這也被稱為“杰文斯悖論（Jevons Paradox）”。國內(nèi)外能源經(jīng)濟研究中出現(xiàn)了許多基于反彈效應的量化實證研究［2-9］。本文根據(jù)國際能源署的技術(shù)進步主導的反彈減量的原理［10］，建立由技術(shù)因素碳生產(chǎn)率、經(jīng)濟因素、從業(yè)人員結(jié)構(gòu)因素以及從業(yè)人員總數(shù)因素等多因素組成的反彈與減量效應模型?；诜磸椥x，定量估算了2000～2012年13年內(nèi)的上海市物流業(yè)能源消耗值產(chǎn)生的反彈效應和減量效應。

1　研究方法及數(shù)據(jù)來源

1.1研究方法

本文基于能源轉(zhuǎn)化法估算上海市物流業(yè)二氧化碳排放量，并采用上海的碳排放量能源轉(zhuǎn)化值［11］，計算公式如下：

式中：CEt為物流CO2排放量；K為標準煤碳排放系數(shù)；Et為以標準煤為單位的能源消耗量；t代表年份。

物流業(yè)二氧化碳排放影響因素模型表示如下：

式中：EAt為物流業(yè)總產(chǎn)值；POPt為上海物流業(yè)職工人數(shù)；Pt為上海物流業(yè)從業(yè)人數(shù)；4項因素分別對應的是技術(shù)因素碳生產(chǎn)率CPt、經(jīng)濟因素Gt、從業(yè)人員結(jié)構(gòu)因素Mt以及從業(yè)人員總數(shù)因素Pt。

將式（2）轉(zhuǎn)化為因素變化速率公式：

式中：cet、gt、mt、pt、cpt分別表示二氧化碳排放、產(chǎn)值增長、用工人員結(jié)構(gòu)調(diào)整、用工人數(shù)增長以及技術(shù)效率變化的速率。

再轉(zhuǎn)化為速率增長公式：

計算原理簡化示意圖如圖1所示。本文對于反彈與減量效應的估算是基于技術(shù)效率變化產(chǎn)生的二氧化碳排放量的變化值。上海市物流業(yè)二氧化碳排放趨勢分為3種情況，二氧化碳排放量增長率以及變化量的計算公式如表1所示。第1種情況是慣性發(fā)展（BAU），即經(jīng)濟增長、人員結(jié)構(gòu)以及從業(yè)人數(shù)三大因素變化而行業(yè)碳生產(chǎn)率維持基年不變，增長率為零。慣性發(fā)展情景根據(jù)計算基數(shù)不同可分為兩類：① 計算基數(shù)為，即以上一年真實的二氧化碳排放量為基數(shù)計算本年度的二氧化碳排放量（BAU1）；② 計算基數(shù)為，即以上一年計算所得二氧化碳排放量為基數(shù)計算本年度二氧化碳排放量（BAU2）。第2種情況為實際發(fā)展（ACT），即經(jīng)濟增長、人員結(jié)構(gòu)、從業(yè)人數(shù)以及碳生產(chǎn)率均按照現(xiàn)狀發(fā)展。實際發(fā)展情景也可以分為兩類：① 本年度實際二氧化碳排放量（ACT1）；② 以上一年二氧化碳排放量計算值作為基數(shù)計算本年度二氧化碳排放量（ACT2）。第3種情況為理想發(fā)展（IDE），即經(jīng)濟增長、人員結(jié)構(gòu)、從業(yè)人數(shù)按現(xiàn)狀變化，而碳生產(chǎn)率按照最佳增長率趨勢改善，該最佳增長率是指研究時間段內(nèi)出現(xiàn)的增長率的最大值，同樣，理想發(fā)展情景也有兩類情況，與慣性發(fā)展情景的兩類是類似的：① 以上一年真實的二氧化碳排放量為基數(shù)計算本年度的二氧化碳排放量（IDE1）；② 以上一年計算所得二氧化碳排放量為基數(shù)計算本年度二氧化碳排放量（IDE2）。

圖1　反彈/減量效應示意圖Fig.1 Schematic diagram of rebound and reduce effect

表1　在3種發(fā)展情景下二氧化碳的排放量Tab.1　The carbon emissions of three scenarios

本文定義反彈效應（Rebound Effcet，Rebt）為現(xiàn)實發(fā)展與理想發(fā)展的差值，而減量效應（Reduce Effect，Redt）則為慣性發(fā)展與實際發(fā)展的差值，計算表達式分別如表2所示。對于反彈效應與減量效應符號的說明如下：若為正數(shù)，則表明反彈效應結(jié)果是二氧化碳排放量增長，減量效應為二氧化碳排放量減少；若為負數(shù)，則表明反彈效應結(jié)果為二氧化碳排放量減少，減量效應為二氧化碳排放量增長。

表2　反彈與減量效應表達式Tab.2　Expression of rebound effect and reduce effect

1.2數(shù)據(jù)來源

本文設定物流業(yè)二氧化碳排放量是指物流倉儲、運輸過程中的能源消耗部分所產(chǎn)生的二氧化碳，原始數(shù)據(jù)均來源于2000～2013年的《上海統(tǒng)計年鑒》、《上海工業(yè)能源交通能源統(tǒng)計年鑒》。

2　實證結(jié)果分析

圖2　上海市物流業(yè)二氧化碳排放與工業(yè)總產(chǎn)值變化趨勢Fig.2 Trend of carbon emissions and economic activity in logistic industry

2.1上海市物流業(yè)二氧化碳排放趨勢

圖2為根據(jù)式（2）計算出的2000～2012年上海市物流業(yè)二氧化碳排放量以及同年份物流業(yè)工業(yè)總產(chǎn)值的變化趨勢?？梢灾庇^地看到，整體上兩變量之間都出現(xiàn)了一定程度的增長。二氧化碳排放量從2000年的1483.26萬t增長到2012年的5073.86萬t，年均增幅高達11.2%；而物流業(yè)的經(jīng)濟產(chǎn)值則從2000年的317.71億元增長到2012年的895.31億元，年均增幅略小于二氧化碳增長速率，約為9.5%，甚至2009年行業(yè)產(chǎn)值出現(xiàn)了負增長，約為?8.6%。原因是2009年上海市受到金融危機影響，物流行業(yè)出現(xiàn)結(jié)構(gòu)性調(diào)整。而隨著上海市出臺的四中心政策，物流行業(yè)出現(xiàn)了新的增長態(tài)勢。在研究過程中，采用不變價作為時間序列工業(yè)總產(chǎn)值衡量的基本依據(jù)，由于部分年份數(shù)據(jù)在不同年鑒存在誤差，所以本文采用增長率推算法估算各個年份的物流業(yè)經(jīng)濟總產(chǎn)值。以2000年為例，2002年上海統(tǒng)計年鑒中2000年的物流業(yè)生產(chǎn)值數(shù)據(jù)為315.42億元，而2013年上海年鑒數(shù)據(jù)中2001年的經(jīng)濟產(chǎn)值數(shù)據(jù)為345.99億元，較上年增長8.9%，即2000年物流業(yè)產(chǎn)值約為317.71億元，同理根據(jù)增長率可以計算得出2010年、2011年、2012年3年的上海市物流業(yè)生產(chǎn)值。

2.23種情景下上海市物流業(yè)二氧化碳排放量變化趨勢

2010～2012年上海市物流業(yè)在慣性發(fā)展情景、實際發(fā)展情景、理想發(fā)展情景下二氧化碳排放量的變化值如圖3所示，均呈現(xiàn)出增長趨勢，符合經(jīng)濟增長的趨勢。慣性發(fā)展情景中，第1種情況是以上一年二氧化碳排放量的計算值為基礎，假定技術(shù)效率為零增長條件下定量估算，2012年5237.84萬t，較2012年上海市物流業(yè)二氧化碳實際排放量高164 萬t；第2種情況是以上一年的估算二氧化碳排放量為計算值，2012年5396.63萬t，較2012年實際排放量高323萬t。兩種情況下均呈現(xiàn)出大于實際排放量的原因在于，過去13年間，上海市物流業(yè)能源消耗的技術(shù)效率有所提高，并非零增長。實際發(fā)展情景中，兩種情況與慣性發(fā)展情景類似，第1種情況是以上一年二氧化碳排放量的計算值為基礎，2012年二氧化碳排放量與圖2中數(shù)據(jù)一致，而第2種情況則是以上一年計算值為基礎，2012年二氧化碳排放量高達6232.67萬t，超過第1種計算值1159萬t。理想發(fā)展情景下是指上海市物流業(yè)能源消耗過程中技術(shù)效率大幅度提高，本文假設該技術(shù)效率的提高最大值為2000～2012年間最高值，這樣的假定較符合客觀實際。13年間技術(shù)效率極大值為2010年，該年份碳生產(chǎn)率為0.1631萬元/t。當以每年實際二氧化碳排放為基值估算時，2012年上海市物流業(yè)二氧化碳排放理想值為4792.30萬t，而以上一年計算值為基礎，2012年的理想值僅為2160.21萬t，低于第1種情況2632.09萬t。這說明了若技術(shù)效率取極大值時，每一年份的估算排放量均會降低，直接導致2012年第2種理想二氧化碳排放量遠低于第1種理想狀況。

圖3　3種情景下二氧化碳排放量變化值Fig.3 Change in the values of CO2on three scenarios

2.3反彈與減量效應分析

根據(jù)本文構(gòu)建的反彈與減量效應計算公式，定量估算3種情景下反彈與減量效應，如圖4所示。需要注意的是，3類反彈效應對應的指標分別為：①第1種實際發(fā)展情景與理想發(fā)展情景下二氧化碳排放量的差值（Rebt1），2000～2012年該反彈效應平均值約為231.48萬t，而13年間該反彈效應的極值分別為2009年的790.03萬t，2010年的?370.58萬t，連續(xù)年份間反彈效應發(fā)生逆轉(zhuǎn)的變化，可能與上海世博會期間出臺的限制性措施相關(guān)。②第2種實際發(fā)展情景與理想發(fā)展情景下二氧化碳排放量的差值（Rebt2）。該定義下的反彈效益與前者有所區(qū)別，由于第2種理想發(fā)展情景以上一年值為計算基值，技術(shù)效率提升明顯，所以反彈效應也比較顯著，整體上呈現(xiàn)逐年遞增的趨勢，最大值為2012年的4072.45 萬t，13年間平均值2171.84萬t。③ 第1種實際發(fā)展情景與第2種理想發(fā)展情景下二氧化碳排放量的差值（Rebt3）。該定義的反彈效應與第②類較為接近，2012年反彈值也達到了2913.64萬t，13年間平均值為1695.26萬t?？傮w上3種定義下，反彈效應均表現(xiàn)出增長的趨勢，說明了在經(jīng)濟增長推動下，上海市物流業(yè)能源消耗增長，盡管技術(shù)效率有所提升，但二氧化碳排放量反彈明顯。未來物流業(yè)低碳政策的制定中務必要重視技術(shù)效率提升帶來的二氧化碳排放增長量。這從本質(zhì)上說明了單純依靠技術(shù)手段，無法抑制行業(yè)二氧化碳排放的增長趨勢。

圖4　二氧化碳反彈與減量效應Fig.4 Rebound and reduce effect of carbon emissions

同樣，3類減量效益與反彈效應相類似：①第1種慣性發(fā)展情景與實際發(fā)展情景下二氧化碳排放量的差值。2000～2012年間，上海市物流業(yè)二氧化碳排放的減量值年均約為79.40萬t，極值年份在2010年，該年物流業(yè)二氧化碳減量值高達819.82萬t，與該年份的反彈效應相對應，反彈效應定量估算值為負值，而減量值又是極大值，這說明了世博會對于上海市物流業(yè)二氧化碳排放的影響意義極大。② 第2種慣性發(fā)展情景與實際發(fā)展情景下二氧化碳排放量的差值。在該定義下，物流業(yè)的減量值平均為?558.78萬t，極值發(fā)生在2009年的?1362.07萬t。這說明了慣性情景下的二氧化碳排放量遠低于實際情景下的二氧化碳排放量。由于慣性情景下，本文假定技術(shù)效率為零增長，這就說明了第2種實際情況下的技術(shù)效率推動的二氧化碳反彈值增大。③第2種慣性發(fā)展情景與第1種實際發(fā)展情景下二氧化碳排放量的差值。13年間，物流業(yè)二氧化碳平均減量值為?82.21萬t，總的變化趨勢由負值到正值，特別是2012年減量值達到了322.77萬t，說明了近兩年來，上海市物流業(yè)二氧化碳排放控制具有一定效果。

從以上不同定義下的反彈與減量效應來看，以實際數(shù)據(jù)為基礎進行估算的二氧化碳變化值較以上一年計算值為基礎的更符合客觀發(fā)展的規(guī)律。特別是2010年，無論是反彈效應還是減量效應，Rebt1和Redt1都能夠符合該年份下的經(jīng)濟規(guī)律。反彈效應本質(zhì)上是由于經(jīng)濟活動加劇后消除或者部分減弱技術(shù)效率主導的二氧化碳減排效應，而技術(shù)效率主導的二氧化碳減排則是減排效應的核心意義。從圖4可以發(fā)現(xiàn)上海市二氧化碳反彈效應比較明顯，而這種趨勢在未來仍將持續(xù)?？紤]到上海市將推進上海國際經(jīng)濟、金融、貿(mào)易、航運中心的建設工作，物流業(yè)仍將成為經(jīng)濟活動中的重要組成部分，因此未來控制行業(yè)二氧化碳的有效措施應該是以控制碳排放增速、控制反彈效應、擴大減量效應為核心的政策構(gòu)建思路。

3　結(jié)論與政策建議

本文構(gòu)建了物流業(yè)二氧化碳排放量的反彈效應與減量效應模型，以上海市為例，定量估算了2000～2012年間該市物流業(yè)二氧化碳排放量。結(jié)果表明，上海市物流業(yè)二氧化碳排放量呈現(xiàn)逐年遞增的趨勢，盡管技術(shù)效應對減排有貢獻，但經(jīng)濟活動的反彈效應極為明顯，消除了技術(shù)主導的減量效應。鑒于上海市未來物流業(yè)仍將持續(xù)快速發(fā)展，設計控制二氧化碳排放負增長或者零增長的政策并不符合實際情況，而控制增長速率則是相對意義上有效推動低碳物流的政策構(gòu)建出發(fā)點。

參考文獻：

［1］商務部.2013年中國人均CO2排放量首次超過歐盟［EB/OL］.［2015-10-01］.http：//www.mofcom. gov.cn/article/i/jyjl/m/201409/20140900739703.shtml.

［2］YU B Y，ZHANG J Y，F(xiàn)UJIWARA A.Evaluating the directand indirect rebound effects in household energy consumption behavior：A case study of Beijing［J］.Energy Policy，2013，57（6）：441-453.

［3］BARKER T，DAGOUMAS A，RUBIN J.The Macroeconomic rebound effect and the UK economy［J］.Energy Policy，2007，35（10）：4935-4946.

［4］梁日忠，張林浩.1990年—2008年中國化學工業(yè)碳排放脫鉤和反彈效應研究［J］.資源科學，2013，35（2）：268-274.

［5］范如國，羅明.中國能源效率演化中的異質(zhì)牲特征及反彈效應影響［J］.經(jīng)濟管理，2014（6）：1-12.

［6］JIN S H.The effectiveness of energy efficiency improvement in a developing country：Rebound effect of residential electricity use in South Korea［J］.Energy Policy，2007， 35（11）：5622-5629.

［7］呂榮勝，聶銦.中國工業(yè)能源回彈效應研究——基于技術(shù)進步視角［J］.武漢理工大學學報（社會科學版），2013，26（05）：695-700.

［8］白竹嵐，諸大建，蔡兵.上海1978—2009年能源反彈效應的完全分解分析［J］.華東經(jīng)濟管理，2011，25（9）：1-7.

［9］BERKHOUT P H G，MUSKENS J C，VELTHUIJSEN J W.Defining the rebound effect［J］.Energy Policy，2000，28（6）：425-432.

［10］TAYLOR P G，D'ORTIGUE O L，F(xiàn)RANCOEUR M，et al. Final energy use in IEA countries：The role of energy efficiency［J］.Energy Policy，2010，11（38）：6463-6474.

［11］諶偉，諸大建，白竹嵐.上海市工業(yè)碳排放總量與碳生產(chǎn)率關(guān)系［J］.中國人口資源與環(huán)境，2010，20（9）：24-29.

Research on the Rebound and Reduce Effect of CO2Emissions in Shanghai Logistic Industry from the Technological Perspective

CHEN Wei，LI Hehua
（School of Economics and Management，Shanghai Polytechnic University，Shanghai 201209，P.R.China）

Abstract：Logistics industry is an important part of the city's economy，but also is one of energy-intensive industries.The theoretically method is established to analyze the rebound effect and reduce effect of logistic industry based on the energy consumption data of Shanghai logistic industry from 2000—2012.The result indicates that the the rebound effect and the reduction effect of the logistics industry in Shanghai carbon emissions was significant during 2000—2012.Rebound effect caused by the economic development of the logistics industry limited the reduce effect caused by technical efficiency.Taking into account the actual stage of development in Shanghai，the low carbon policy maker should be to control the growth rate of CO2emissions rather than zero or negative growth for logistics industry.

Keywords：low carbon；rebound effect；reduce effect

中圖分類號：X24；F127

文獻標志碼：A

文章編號：1001-4543（2016）02-0146-06

收稿日期：2015-06-29

通信作者：諶偉（1982-），男，浙江杭州人，講師，博士，主要研究方向為低碳經(jīng)濟。電子郵箱njustchen@126.com。

基金項目：上海市教委科研創(chuàng)新基金（No.14YS141）資助