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(qiáng)度降低18%的減排約束，從經(jīng)濟(jì)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(jì)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(jìn)行了省際層面的效率分配。并通過對比各省經(jīng)濟(jì)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(jì)發(fā)展路徑。結(jié)果表明：采用ZSGSBM模型對碳排放量進(jìn)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(dá)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(jì)的長遠(yuǎn)發(fā)展要求。在碳強(qiáng)度約束的基礎(chǔ)上，能源強(qiáng)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(jì)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(jì)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(jì)

中圖分類號X196

文獻(xiàn)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(jì)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(jì)的可持續(xù)發(fā)展思路，并在《中華人民共和國國民經(jīng)濟(jì)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(qiáng)度降低目標(biāo)，即相同經(jīng)濟(jì)產(chǎn)出水平下減少17%的CO2排放量?！笆濉币?guī)劃中進(jìn)一步確定2020年末比2015年末全國碳強(qiáng)度降低18%的減排目標(biāo)?？梢?，低碳化發(fā)展將是未來一段時期內(nèi)我國經(jīng)濟(jì)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(jì)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(qiáng)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(qiáng)度減排目標(biāo)進(jìn)行了進(jìn)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(jì)欠發(fā)達(dá)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(qiáng)度的實際情況，將減排目標(biāo)在省際間進(jìn)行效率分配。這對各省份制定相應(yīng)的經(jīng)濟(jì)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(xiàn)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(rèn)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(jìn)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(rèn)為，碳排放伴隨著經(jīng)濟(jì)系統(tǒng)經(jīng)濟(jì)產(chǎn)出的產(chǎn)生而產(chǎn)生，是經(jīng)濟(jì)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(jī)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?！糐P+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(dá)到35%以上，并且經(jīng)濟(jì)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(xiàn)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(jì)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(jì)發(fā)達(dá)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(xiàn)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(jī)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(qiáng)規(guī)制等多種情景進(jìn)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)?？梢姡b于我國各省份的經(jīng)濟(jì)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(jì)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(jìn)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(jìn)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(xiàn)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(xiàn)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(jì)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(jìn)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(jì)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(jìn)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(jìn)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(jìn)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(jìn)行重新分配，以實現(xiàn)所有決策單元到達(dá)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(dá)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(jìn)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(dá)到系統(tǒng)前沿面，該非期望產(chǎn)出的分配達(dá)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(jì)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(qiáng)調(diào)的“十三五”期間經(jīng)濟(jì)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(jì)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(jì)增長率，并且省際經(jīng)濟(jì)增長水平與國家經(jīng)濟(jì)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(qiáng)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(qiáng)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(jì)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(jìn)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(qiáng)[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(qiáng)度，結(jié)合“十三五”期間的國內(nèi)生產(chǎn)總值以及碳強(qiáng)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(dá)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(dá)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(xiàn)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(yán)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(jìn)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(jì)較為發(fā)達(dá)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(dá)30個省份整體的前沿面上。而經(jīng)濟(jì)欠發(fā)達(dá)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(jì)發(fā)展道路，而由于其經(jīng)濟(jì)水平和技術(shù)水平的優(yōu)勢，北京、天津、上海等經(jīng)濟(jì)發(fā)達(dá)地區(qū)一直是低碳經(jīng)濟(jì)、綠色經(jīng)濟(jì)模式的先驅(qū)，在我國“十二五”期間也承擔(dān)了18%—20%的最嚴(yán)格的碳排放強(qiáng)度約束目標(biāo)，這些都為這些發(fā)達(dá)省份在“十三五”時期，甚至更遠(yuǎn)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(jì)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(yuǎn)低于經(jīng)濟(jì)增速（0.50%），表明單純的追求經(jīng)濟(jì)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(jì)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(qiáng)度和能源強(qiáng)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(qiáng)度單指標(biāo)約束的效率值。表明在碳排放強(qiáng)度約束的基礎(chǔ)上，能源強(qiáng)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(qiáng)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(jìn)行省際間的效率分配后，各省均到達(dá)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(jìn)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(jì)欠發(fā)達(dá)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(jìn)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(jì)欠發(fā)達(dá)，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(jì)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(jì)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(jì)發(fā)達(dá)、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(jì)水平較發(fā)達(dá)，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(qiáng)，從而更加重視環(huán)境污染方面的投資和技術(shù)改進(jìn)，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(jì)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(qiáng)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(qiáng)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(qiáng)度減排目標(biāo)：其中，碳排放強(qiáng)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(qiáng)度約束指標(biāo)為12%。本文對比了各省的ZSG碳排放強(qiáng)度效率分配測算結(jié)果與上述碳排放強(qiáng)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(qiáng)度ZSG分配目標(biāo)與國家行政分配的省際碳排放強(qiáng)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(qiáng)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(qiáng)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(hù)基礎(chǔ)較好，碳排放效率較高，政府為其制定的碳排放強(qiáng)度目標(biāo)遠(yuǎn)低于其他省市，造成這兩個省份出現(xiàn)了的碳排放強(qiáng)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(jì)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(qiáng)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(jì)轉(zhuǎn)型的進(jìn)程中起到示范作用。體現(xiàn)最大負(fù)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(jì)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(jī)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(jì)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(qiáng)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(jìn)而造成了負(fù)向差異較大的結(jié)果?？梢?，基于“公平”導(dǎo)向的碳排放強(qiáng)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(jì)長遠(yuǎn)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(dá)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(jì)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(jì)發(fā)展水平預(yù)期一致的情況下，采取碳排放強(qiáng)度和能源強(qiáng)度的雙重約束會增大省際碳排放強(qiáng)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(qiáng)度單指標(biāo)約束條件，碳排放強(qiáng)度和能源強(qiáng)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(qiáng)度差距。

3.4“十三五”時期各省的低碳經(jīng)濟(jì)發(fā)展路徑分析

低碳經(jīng)濟(jì)發(fā)展路徑包含“經(jīng)濟(jì)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(jìn)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(jì)—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(jì)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(qiáng)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(jì)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(jì)的發(fā)展模式，該類地區(qū)若要進(jìn)一步降低碳排放強(qiáng)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(jì)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(jì)帶戰(zhàn)略”的契機(jī)，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(jìn)一步提高經(jīng)濟(jì)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(jì)發(fā)展道路以降低碳排放強(qiáng)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(jì)發(fā)達(dá)區(qū)域、以及沿海的區(qū)位優(yōu)勢。一方面，加強(qiáng)與長江三角洲、珠江三角洲的經(jīng)濟(jì)資源共享，促進(jìn)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(qiáng)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(jì)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(jì)發(fā)展水平，先向III類地區(qū)靠近，再謀求碳排放強(qiáng)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(jì)發(fā)展道路應(yīng)首先注重碳排放強(qiáng)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(jì)欠發(fā)達(dá)的廣西省、云南省、甘肅省和新疆自治區(qū)則應(yīng)經(jīng)濟(jì)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(jì)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(jì)生產(chǎn)系統(tǒng)的發(fā)展情況設(shè)置了4種情景條件，進(jìn)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(qiáng)度減排目標(biāo)進(jìn)行效率分配。最后通過對比本文碳排放強(qiáng)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(jì)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(jì)較為發(fā)達(dá)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(dá)或接近于省際經(jīng)濟(jì)系統(tǒng)的碳排放效率前沿，而經(jīng)濟(jì)欠發(fā)達(dá)的中、西部地區(qū)則相反。在采用ZSGSBM模型對省際碳排放量進(jìn)行效率分配后，30個省份的效率值hZSG*o均為1.000 0，即到達(dá)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(jì)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(jī)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(qiáng)度減排目標(biāo)時兼顧了區(qū)域經(jīng)濟(jì)增長、居民生活水平提高等因素，傾向于降低經(jīng)濟(jì)欠發(fā)達(dá)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(jì)長遠(yuǎn)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(jì)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(jì)欠發(fā)達(dá)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(jì)發(fā)展的長遠(yuǎn)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(qiáng)度和能源強(qiáng)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(qiáng)度單指標(biāo)約束的效率值。這是由于在碳排放強(qiáng)度約束的基礎(chǔ)上，能源強(qiáng)度的進(jìn)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(jì)發(fā)展水平預(yù)期相同的情況下，采取碳排放強(qiáng)度和能源強(qiáng)度的雙重目標(biāo)約束會增大省際碳排放強(qiáng)度ZSG分配目標(biāo)的差距。相對于碳排放強(qiáng)度單指標(biāo)約束條件，碳排放強(qiáng)度和能源強(qiáng)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(qiáng)度差距。

（4）鑒于省份資源稟賦、地理位置、經(jīng)濟(jì)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(jì)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(qiáng)與長江三角洲、珠江三角洲的經(jīng)濟(jì)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(jì)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(xiàn)（References）

[1]周葵， 戴小文. 中國城市化進(jìn)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(qiáng)度約束指標(biāo)的效率分配[J]. 經(jīng)濟(jì)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(jì)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(jì)技術(shù)經(jīng)濟(jì)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(jì)， 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(jì)， 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(jì)， 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(jì)增長潛力與經(jīng)濟(jì)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(qiáng)， 孫傳旺. 如何在保障中國經(jīng)濟(jì)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(jì)， 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(rèn)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(jī)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(fù)債表編制”（批準(zhǔn)號：2016LZ36）。