中國碳排放效率測算與差異性分析

謝蕾 侯強

摘要：以中國省級層面碳排放效率為研究對象，運用全局參比Malmquist測算2006-2015年各省份碳排放效率，分析了碳排放效率、技術(shù)效率變化與技術(shù)變化的總體趨勢，利用標(biāo)準(zhǔn)差、變異系數(shù)、對數(shù)離差系數(shù)、基尼系數(shù)和泰爾熵系數(shù)分析了我國碳排放效率的總體差異。研究結(jié)果表明，樣本期間我國平均效率值、技術(shù)效率及技術(shù)變化呈遞增態(tài)勢，技術(shù)進(jìn)步為碳排放效率增長的主要動力。

Abstract： Based on Global Malmquistmodel， this paper discusses carbon emission efficiency of China's provinces in 2006-2015， and analyzes the trend of carbon emission efficiency， and technical efficiency change， and technological change. The paper studies the overall difference by using standard deviation， coefficient of variation， logarithmic dispersion coefficient， Gini coefficient and Tyler entropy coefficients. The result is shown， during the sample period， there is an increase of the average efficiency value， and technical efficiency， and technical change. Meanwhile， technological progress is the main driver in carbon emission efficiency growth.

關(guān)鍵詞：碳排放效率;全局參比Malmquist;效率趨勢;區(qū)域差異

Key words： carbon emission efficiency;Global Malmquist;efficiency trend;regional differences

中圖分類號：F224? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2018）36-0266-03

0? 引言

氣候變化問題已成為人類共同關(guān)注的話題。中國作為碳排放大國，正處于經(jīng)濟發(fā)展需求和環(huán)境約束的雙重約束階段，碳排放效率的提升是有效緩解二重約束沖突的關(guān)鍵。研究初期學(xué)者多以碳排放強度等單要素指標(biāo)進(jìn)行研究，Sun[1]認(rèn)為CO2排放強度可作為評價減排效果的理想指標(biāo)，但碳排放具有明顯的多要素特征。Hu和Wang[2]使用DEA構(gòu)造全要素能源效率指標(biāo)（TFEE）。Zhou等[3]利用環(huán)境DEA構(gòu)造了Malmquist。周五七[4]進(jìn)一步運用全局DEA的GML（Global Malmquist-Luenberger）測算TFP指數(shù)。此外，分析效率差異時，史丹和董利[5]、楊正林[6]和寧亞東等[7]分別利用變異系數(shù)法和泰爾熵指數(shù)對省際數(shù)據(jù)做了收斂性檢驗。本文立足既有研究，運用全局參比Malmquist技術(shù)進(jìn)行碳排放效率的測度，利用時序變化分析各省和三大區(qū)域的碳排放演進(jìn)趨勢，利用標(biāo)準(zhǔn)差、變異系數(shù)、對數(shù)離差系數(shù)、基尼系數(shù)和泰爾熵系數(shù)差異度量指標(biāo)分析碳排放的差異。

1? 效率測度分析

1.1 效率測度方法選擇

效率測度常用的方法為單指標(biāo)的碳排放強度和全要素的碳排放效率，DEA方法的優(yōu)勢是處理多產(chǎn)出問題和不需要嚴(yán)格的計量檢驗，同時考慮效率的縱向可比性與動態(tài)變化分解，本文擬采用全局參比Malmquist方法。

Mg代表效率值的增加，當(dāng)Mg>1時，效率處于增長范圍，否則效率下降。

1.2 效率測度指標(biāo)選擇

本文借鑒既有研究以資本存量（K）、勞動力（L）和能源消耗（E）為投入，以GDP作為期望產(chǎn)出，二氧化碳排放作為非期望產(chǎn)出，指標(biāo)度量方式和數(shù)據(jù)來源見表1。

1.3 效率測度結(jié)果

利用全局參比Malmquist測算得出2006-2015年30個省份及東中西地區(qū)的碳排放效率，列舉2006和2015年數(shù)據(jù)如表2所示。

如表2和表3所示，2006-2015年，全國平均碳排放效率值增加了10.08%，其中2009年效率值增速變慢。從表3中可以看出各省份的MI、EC和TC三個指標(biāo)效率變化情況。

生產(chǎn)率指數(shù)MI代表效率增長率，由表中可以看出，我國總體碳排放效率呈正增長態(tài)勢，但是區(qū)域間差異較大。效率值增長較快的三個省份增長率約為1.3。有五個省份呈現(xiàn)負(fù)增長，其中寧夏為0.6956。

技術(shù)效率指數(shù)EC大于1代表技術(shù)效率改進(jìn)，總的來看，技術(shù)效率呈現(xiàn)了下滑趨勢，同時區(qū)域間和省際間表現(xiàn)不一。從細(xì)部數(shù)據(jù)分析看，到2015年，雖然部分省份呈現(xiàn)技術(shù)效率惡化的趨勢，但大部分是改進(jìn)的。

技術(shù)變化指數(shù)TC在大多數(shù)省份是正增長，三大區(qū)域也呈現(xiàn)為增長趨勢，技術(shù)進(jìn)步較快的四個省份中內(nèi)蒙古增長最快為1.2718。部分省份從碳排放角度出現(xiàn)了退步。

總體上，我國碳排放效率整體上升，相較于技術(shù)效率變化，技術(shù)進(jìn)步是總體效率增長的主要動力。除安徽和貴州外大部分省份效率提升是靠技術(shù)進(jìn)步推動的，安徽和貴州的效率提升是靠技術(shù)效率變化提升的。

2.2 總體性差異分析

從上述分析了解到碳排放效率變化趨勢，但總體存在何種差異，本節(jié)分別從標(biāo)準(zhǔn)差、變異系數(shù)、對數(shù)離差系數(shù)、基尼系數(shù)和泰爾熵系數(shù)進(jìn)行分析。

從五個系數(shù)變化可以看出，五個指標(biāo)均呈現(xiàn)類上拋物線趨勢。各地區(qū)碳排放差異比較明顯且都經(jīng)歷了兩個階段，2012年為轉(zhuǎn)折點。在2006-2012年總體差距逐漸變小，其中2008年下降最為明顯。2012-2015年全國差距逐年增大。從表4中可以看出，2006-2015年，標(biāo)準(zhǔn)差呈波動式下降且差距最小的為2008年，變異系數(shù)、對數(shù)離差系數(shù)、基尼系數(shù)和泰爾熵系數(shù)這4種指標(biāo)均具有相同的升降趨勢。在此期間，下降最快的為基尼系數(shù)，差距下降4.55%，其次為泰爾熵系數(shù)和變異系數(shù)，分別下降4.25%和3.63%，下降最慢的對數(shù)離差系數(shù)為1.26%。雖然下降幅度無顯著變化，但從系數(shù)變化可以看出，效率中等的省份和效率高的省份變動明顯，碳排放效率低的省份無顯著變化。總體來看，我國省份效率分布不均勻，最近幾年總體效率差異有逐年增大趨勢。

2.3 區(qū)域趨勢性分析

東部地區(qū)效率總體較高，高碳排放效率省份較聚集，平均水平在全國平均水平以上，而中部地區(qū)次之，西部地區(qū)整體效率最低，后兩者均在平均效率在全國平均線以下。東部地區(qū)是提升全國水平的動力源，超過平均水平的絕對水平呈擴大趨勢，中部地區(qū)與平均水平差值基本保持一致，而西部地區(qū)與平均水平的差距也略呈擴大趨勢。

東部地區(qū)處于生產(chǎn)前沿面的省份較多，技術(shù)變化出現(xiàn)正增長，增長率為1.1538。由此可見，技術(shù)進(jìn)步是東部地區(qū)碳排放效率提升的主要動力。中部地區(qū)承接?xùn)|西部，碳排放效率較東部地區(qū)相對落后。技術(shù)進(jìn)步變化率為1.1105，顯然技術(shù)變化促進(jìn)了中部地區(qū)碳排放效率的提升。西部地區(qū)碳排放效率和增長率均最低，同時低效率省份大多聚集在西部。西部地區(qū)的碳排放效率指標(biāo)、技術(shù)效率指標(biāo)和技術(shù)進(jìn)步指標(biāo)均大于1，呈現(xiàn)為技術(shù)效率和技術(shù)進(jìn)步的雙驅(qū)動，但相較于技術(shù)效率來說，技術(shù)進(jìn)步的作用更為明顯。

從總體上看，東部效率最高，其次為中部。區(qū)域碳排放效率雖然存在差異，但總體發(fā)展趨勢呈增長態(tài)勢，且各區(qū)域技術(shù)進(jìn)步比技術(shù)效率增長明顯，目前東部和中部的碳排放效率主要依靠技術(shù)進(jìn)步推動，而西部地區(qū)是技術(shù)效率和技術(shù)進(jìn)步的雙驅(qū)動。

3? 結(jié)論

本文首先采用Malmquist指數(shù)方法估算我國2006-2015年各省份及區(qū)域碳排放效率，同時將效率變化分解為技術(shù)效率和技術(shù)進(jìn)步，利用標(biāo)準(zhǔn)差、變異系數(shù)、對數(shù)離差系數(shù)、基尼系數(shù)和泰爾熵熵系數(shù)分別對碳排放效率進(jìn)行整體及區(qū)域差異分析，得出如下結(jié)論。

①通過利用全局Malmquist得出各省份區(qū)域的效率值變化、技術(shù)效率變化以及技術(shù)變化，總體上碳排放效率呈現(xiàn)增長趨勢，技術(shù)效率提升差異較大呈現(xiàn)分化現(xiàn)象，技術(shù)進(jìn)步貢獻(xiàn)呈現(xiàn)增長趨勢，總體上分析發(fā)現(xiàn)技術(shù)進(jìn)步對總體效率的提升貢獻(xiàn)較大。

②利用標(biāo)準(zhǔn)差、變異系數(shù)、對數(shù)離差系數(shù)、基尼系數(shù)和泰爾熵系數(shù)對全國碳排放效率進(jìn)行差異分析，發(fā)現(xiàn)效率值在研究期間呈現(xiàn)波動變化，總體上呈現(xiàn)出拋物線趨勢，且在2008年差異最小，目前總體差異呈現(xiàn)擴大態(tài)勢。

③通過區(qū)域效率數(shù)據(jù)分析，東中西區(qū)域效率趨勢與我國總體效率趨勢基本趨同。東部地區(qū)效率提升最快，其次為中部，對于東部和西部而言技術(shù)變化均為正增長，是效率提升的驅(qū)動力，而西部地區(qū)雖然效率較低但呈現(xiàn)為技術(shù)效率和技術(shù)進(jìn)步的雙驅(qū)動狀態(tài)。

參考文獻(xiàn)：

[1]J.W. Sun. The decrease of CO2 emission intensity is decarburization at national and global levels[J]. Energy Policy， 2005，33（8）.

[2]Jin-Li Hu， Shih-Chuan Wang. Total-factor energy efficiency of regions in China[J]. Energy Policy，2006，34 （17）.

[3]P.Zhou，B.W.Ang， J.Y.Han. Total factor carbon emission performance：A malmquist index analysis[J]. Energy Economics， 2010， 32（1）.

[4]周五七.行業(yè)特征對低碳約束下工業(yè)綠色TFP增長的影響[J].中國人口·資源與環(huán)境，2014，24（5）.

[5]史丹，董利，孟合合.我國各地能源效率與節(jié)能潛力及影響因素分析[J].天然氣技術(shù)，2007（2）.

[6]楊正林，方齊云.能源生產(chǎn)率差異與收斂：基于省際面板數(shù)據(jù)的實證分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2008（9）.

[7]寧亞東，張世翔，孫佳.基于泰爾熵指數(shù)的中國區(qū)域能源效率的差異性分析[J].中國人口·資源與環(huán)境，2014，v.24;No.165（s2）.

[8]魯濤，陸邦祥.一種新的Malmquist指數(shù)測算與分解方法[J].統(tǒng)計與決策，2012（23）.

[9]單豪杰.中國資本存量K的再估算：1952～2006年[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2008（10）.

[10]李海崢，賈娜.中國人力資本的區(qū)域分布及發(fā)展動態(tài)[J].經(jīng)濟研究，2013（7）.

[11]國家統(tǒng)計局能源統(tǒng)計司.中國能源統(tǒng)計年鑒[M].中國統(tǒng)計出版社，2016.

[12]中華人民共和國國家統(tǒng)計局.中國統(tǒng)計年鑒[M].中國統(tǒng)計出版社，2016.

[13]Y Shan， J Liu，Z Liuet al. New provincial CO2 emission inventories in China based on apparent energy consumption data and updated emission factors[J]. Applied Energy， 2016， 184.

[14]Yuli Shan， Da bo Guan， He ran Zheng et al. China CO2 emission accounts 1997-2015[J]. Scientific Data， 2018， 5：170201.