長江經(jīng)濟(jì)帶終端能源消費(fèi)碳減排效率與產(chǎn)業(yè)結(jié)構(gòu)耦合分析

田澤　黃萌萌

一、文獻(xiàn)綜述

關(guān)于碳排放效率評價方法的應(yīng)用，主要以數(shù)據(jù)包絡(luò)（DEA）法為主，目前運(yùn)用較多的模型有DEACRS、SBM、超效率DEA以及DEA Malmquist指數(shù)法等。近年來，部分學(xué)者對DEA模型進(jìn)行修正，納入環(huán)境變量作為非期望產(chǎn)出運(yùn)用到經(jīng)濟(jì)學(xué)領(lǐng)域，使得計算得出的效率結(jié)果更科學(xué)。吳傳清[1]1647基于超效率DEA模型和ML指數(shù)法，以工業(yè)廢氣排放為負(fù)向產(chǎn)出指標(biāo)測算長江經(jīng)濟(jì)帶全要素能源效率時，發(fā)現(xiàn)導(dǎo)致流域內(nèi)效率低下的主要原因是污染排放。申建良[2]1以全國29個省份的面板數(shù)據(jù)為研究對象，運(yùn)用DEACRS模型測算發(fā)現(xiàn)1995-2013期間，考慮環(huán)境約束的全要素能源效率整體呈下降走勢的同時，區(qū)域差距有不斷擴(kuò)大的趨勢，表現(xiàn)出自東向西依次遞增的形態(tài)。孫秀梅[3]68揭示了 2005-2012年山東省17市碳排放效率的差異性特征，并認(rèn)為不同排放水平的城市應(yīng)根據(jù)自身情況采取不同的減排措施。田澤[4]38應(yīng)用超效率DEAEBM模型和全局ML指數(shù)法相結(jié)合對長江經(jīng)濟(jì)帶各省市節(jié)能減排效率進(jìn)行評價，發(fā)現(xiàn)效率呈U型演變趨勢以及東高西低的空間分布特點。

產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級及演進(jìn)會對碳排放效率有所影響，兩者內(nèi)在的耦合交互關(guān)系值得探索。柴莎莎[5]130的研究解釋了畸形的產(chǎn)業(yè)結(jié)構(gòu)導(dǎo)致江西省經(jīng)濟(jì)發(fā)展與環(huán)境污染耦合協(xié)調(diào)度偏低的原因。江洪[6]152在研究我國各省能源管理效率與產(chǎn)業(yè)結(jié)構(gòu)耦合度時，發(fā)現(xiàn)兩者均存在由東向西，由南向北逐漸先升后降的趨勢，地區(qū)差異性極為明顯；且經(jīng)濟(jì)發(fā)展水平的高低與二者耦合協(xié)調(diào)度成正比。關(guān)偉[7]520通過耦合度評價模型分析了能源效率與產(chǎn)業(yè)結(jié)構(gòu)的耦合特征，發(fā)現(xiàn)整體耦合度不高且區(qū)域差異顯著。馬麗[8]1299應(yīng)用耦合度評價指標(biāo)體系測算數(shù)百個地級單元經(jīng)濟(jì)環(huán)境耦合度，發(fā)現(xiàn)全國經(jīng)濟(jì)環(huán)境系統(tǒng)整體耦合度和協(xié)調(diào)度均較低，沿海地區(qū)較高，內(nèi)陸地區(qū)則次之。

上述研究大多的是全國或某省份的社會經(jīng)濟(jì)與生態(tài)環(huán)境系統(tǒng)的時空耦合情況，而針對長江經(jīng)濟(jì)帶碳減排效率與產(chǎn)業(yè)結(jié)構(gòu)的耦合情況的研究很少。本文旨在通過對長江經(jīng)濟(jì)帶終端能源消費(fèi)碳減排效率的測算評價，分析其時空演變特點，并進(jìn)一步揭示長江經(jīng)濟(jì)帶終端能源消費(fèi)碳減排效率與產(chǎn)業(yè)結(jié)構(gòu)的空間分布特征及其耦合關(guān)系。

二、長江經(jīng)濟(jì)帶終端能源消費(fèi)碳減排DEA效率評價

（一）指標(biāo)選取與數(shù)據(jù)來源

1.研究對象

論文研究對象是長江經(jīng)濟(jì)帶11個省市的終端能源消費(fèi)碳減排效率。根據(jù)前面的理論模型，采用年度面板數(shù)據(jù)，選取2006-2015年為樣本區(qū)間。設(shè)定資本存量（K）、勞動力（L）、能源消耗量（E）為生產(chǎn)投入變量，同時設(shè)定地區(qū)生產(chǎn)總值（GDP）為期望產(chǎn)出，二氧化碳排放量（CO2）為非期望產(chǎn)出來測算碳減排效率。數(shù)據(jù)來源于各省市對應(yīng)年份的《統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》和《中國能源統(tǒng)計年鑒》

2.指標(biāo)選取

（1）資本存量（K）。用折算成2005年不變價的社會固定資產(chǎn)總投資來衡量資本存量這一指標(biāo)，以消除價格因素的影響。資本的價值會隨時間的推移而有所損耗，且與陳舊的資本相比，最新資本的技術(shù)含量高且優(yōu)質(zhì)[9]148。因此，運(yùn)用“永續(xù)盤存法”來計算折舊后的資本存量，同時通過定義資本年齡來衡量資本質(zhì)量，最終得到考慮質(zhì)量的資本存量，數(shù)據(jù)均來源于國家統(tǒng)計局。

（2）勞動力（L）。勞動力的質(zhì)量和數(shù)量是核算勞動力投入的兩大要素，選取就業(yè)總?cè)藬?shù)來衡量勞動力數(shù)量，勞動力質(zhì)量則根據(jù)《中國2010年人口普查資料》提供的人口數(shù)量分布與人均教育年數(shù)來計算。

（3）能源消耗量（E）。能源消耗量主要考慮了包括煤炭類、石油類、電力及熱力在內(nèi)的19種能源的消耗量，并將其折算成標(biāo)準(zhǔn)煤。

（4）二氧化碳排放量（CO2）。本文測算的是，沿用齊紹洲[10]8890提出的方法對長江經(jīng)濟(jì)帶各省份電力熱力的CO2排放因子和終端承擔(dān)比進(jìn)行計算，測算出19種終端能源消費(fèi)的二氧化碳排放量。

（5）地區(qū)生產(chǎn)總值（GDP）。各省市的GDP是以2005年不變價計算。

（二）長江經(jīng)濟(jì)帶終端能源消費(fèi)碳減排效率測算

數(shù)據(jù)包絡(luò)法（DEA）是目前用于測算效率的主流方法。最開始的是徑向測算規(guī)模報酬不變CCR模型[11]229245，所有投入要素要等比例縮減這一嚴(yán)格的條件往往容易使得其結(jié)果與現(xiàn)實相背離。隨后Tone[12]12251231提出非徑向SBM模型避免了CCR模型中投入要素等比例縮減這一局限，但卻損失率效率前沿投影值，為克服CCR和SBM模型的缺陷，Tone創(chuàng)建了EBM模型[13]15541563同時具備徑向和非徑向特點。但上述模型均默認(rèn)產(chǎn)出為期望產(chǎn)出，而生產(chǎn)過程中不可避免的會附帶一些非期望產(chǎn)出，因此本文通過構(gòu)建考慮非期望產(chǎn)出的UndesirableEBM模型， UndesirableEBM模型具體如下：

Undesirable-EMB*=r*=minθ，λ，s（θxmi=1wisixi0）

s.t.Kk=1λΚxik+si=θxi0（i=1，2，L，I）

Kk=1λΚymk≥ym0（m=1，2，L，I）

Kk=1λΚujk=uj0（j=1，2，L，I）

λΚ≥0，si≥0

（1）

θ為CCR模型計算的徑向效率值，s代表非徑向的投入要素的松弛向量，λ為權(quán)重向量，X代表投入矩陣、Y代表期望產(chǎn)出矩陣，U代表非期望產(chǎn)出矩陣，ε為非徑向部分的重要程度（當(dāng)ε為0時，即CCR模型；當(dāng)ε=1時，即SBM模型），γ*為考慮非期望產(chǎn)出的效率，當(dāng)γ*<1時無效，γ*=1時有效。

UndesirableEBM模型雖成功地考慮了非期望產(chǎn)出并得到有效決策單元，但由于其效率最大值為1且有效的決策單元效率值均為1，而測算結(jié)果往往會出現(xiàn)多個決策單元被評價為有效，因此無法準(zhǔn)確地判斷有效決策單元之間的差異。Andersen等提出的超效率DEA模型[14]12611264恰好彌補(bǔ)了這一缺陷，可準(zhǔn)確地判斷出處于生產(chǎn)前沿有效的多個決策單元的要素組合的優(yōu)劣。超效率DEA原理是在評價某個決策單元時，用其他決策單元的投入和產(chǎn)出的線性組合來代替自身組合，一個有效決策單元按比例增加自身投入時可以達(dá)到效率值不變的效果，這個比例則是超效率評價值。因此本文在UndesirableEBM模型基礎(chǔ)上，結(jié)合超效率DEA模型的優(yōu)點，綜合為EBM超效率模型對長江經(jīng)濟(jì)帶的碳排放量效率進(jìn)行測算，由此得到的效率分值可大于1，大于1時表明可追加投入以進(jìn)一步提高碳減排效率。endprint

運(yùn)用MAXDEA66 PRO計算了長江經(jīng)濟(jì)帶11個省份的碳減排效率，結(jié)果如表1所示：

（三）碳減排效率結(jié)果分析

1.長江經(jīng)濟(jì)帶整體碳減排效率時間演變分析

長江經(jīng)濟(jì)帶碳減排效率在2006年到2015年間整體呈現(xiàn)出扁“U”先降后升的特征（見圖1），十年間碳減排平均效率為0738。2006年是碳減排效率最高的年份，效率值高達(dá)0875，隨后受國際金融危機(jī)的影響，碳減排效率在2007年至2009年期間驟降至0690，下降率高達(dá)2114%。2010年之后開始回升。但由于流域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)主要以高能耗高污染工業(yè)為主，且近年來這些產(chǎn)業(yè)發(fā)展迅速，導(dǎo)致碳減排效率回升速度緩慢，截至2015年，碳減排效率回升至0789，尚未達(dá)到2006年的效率值，這表明長江經(jīng)濟(jì)帶的碳減排效率還有很大的進(jìn)步空間。

為了更有針對性的分析該流域碳減排的具體情況，本文將11個省份按照上中下游分類，上游包括四川重慶貴州云南，中游包括湖北湖南安徽江西，下游包括上海江蘇浙江。觀察圖1發(fā)現(xiàn)，上中下游碳減排效率趨勢與長江經(jīng)濟(jì)帶整體情況基本一致，但區(qū)域差異明顯，上游城市的平均減排效率在055左右，中游城市穩(wěn)定在07上下，下游城市高居09，區(qū)域減排效率呈明顯的梯級增長趨勢上、中和下游各柱條為2006—2015，10年各區(qū)域的碳減排效率。。

圖1 長江經(jīng)濟(jì)帶2006-2015年分區(qū)域碳減排效率

2.長江經(jīng)濟(jì)帶各省市碳減排效率空間演變分析

根據(jù)DEAEBM效率指數(shù)的大小，將流域內(nèi)的碳減排效率分為完全有效（θ>1）、高效（08≤θ≤1）及低效（θ<08）。2006年，完全有效的省市有4個（上海、浙江、湖南和江蘇），高效的3個（湖北、四川及安徽），剩下的江西、重慶、云南和貴州則處于低效階段；2015年各省市減排效率明顯下降，完全有效省市僅剩江浙滬三省，湖南省減排效率降低至高效水平，成為唯一一個處于高效階段的省份，2006年位于高效階段的三個省份均降低到低效階段，2015年低效省份高達(dá)7個。

另外，折線圖2反映了各省份歷年碳減排效率走勢情況，我們可以發(fā)現(xiàn)長江經(jīng)濟(jì)帶各省份的碳減排效率差異明顯，大多數(shù)省份位于0608之間。最高的是上海市，每年效率均超過09，且有兩年超過1（2006年和2015年）；效率最低的是貴州省，平均效率為0402。

圖2 長江經(jīng)濟(jì)帶11省市碳減排效率演進(jìn)

3.碳減排效率的空間收斂性分析

變異系數(shù)能有效地反映空間差異，圖3展示了長江經(jīng)濟(jì)帶碳減排效率變異系數(shù)的走勢：①可以發(fā)現(xiàn)上中下游變異系數(shù)差距較大：上游碳減排效率的變異系數(shù)最大，在0203范圍內(nèi)波動，中游均值約為008，下游地區(qū)均值則低于003，這主要是因為長江經(jīng)濟(jì)帶的經(jīng)濟(jì)發(fā)展水平從上游到下游呈階梯遞增演變，上游省份經(jīng)濟(jì)落后，科技水平不高，發(fā)展水平層次不齊。②上中下游變異系數(shù)時間走勢不同：上游地區(qū)10年間變異系數(shù)呈現(xiàn)逐漸走低趨勢，但是絕對值仍高居首位；與上游不同的是，中下游的系數(shù)波動大，形成先降后升再減的波動演變。

圖3 2006-2015年長江經(jīng)濟(jì)帶碳減排效率空間差異的變化走勢

三、長江經(jīng)濟(jì)帶碳減排效率與產(chǎn)業(yè)結(jié)構(gòu)空間耦合分析

（一） 碳減排效率與產(chǎn)業(yè)結(jié)構(gòu)空間耦合模型構(gòu)建

“耦合”是一個物理學(xué)概念，衡量的是多個不同系統(tǒng)之間的相互作用，耦合分析是在評估各子系統(tǒng)的基礎(chǔ)上在再對耦合度進(jìn)行計算和分析。近年來耦合開始被用到經(jīng)濟(jì)環(huán)境領(lǐng)域，在產(chǎn)業(yè)高級度、產(chǎn)業(yè)偏差度及產(chǎn)業(yè)集中度和碳減排效率的測算基礎(chǔ)上，對區(qū)域產(chǎn)業(yè)結(jié)構(gòu)演變與碳排放關(guān)系進(jìn)行更全面深入的研究，以期推動區(qū)域經(jīng)濟(jì)可持續(xù)發(fā)展。本文構(gòu)建了長江經(jīng)濟(jì)帶碳減排效率與產(chǎn)業(yè)結(jié)構(gòu)耦合模型，耦合度用C表示，C值越大表明系統(tǒng)間的耦合程度越高，C的計算公式如下：

C=E（x）Si（y）[E（x）+Si（y）]2221/k

（2）

K可根據(jù)具體情況取不同的值，此處假定k為2。E（x）和Si（y）代表碳減排效率與產(chǎn)業(yè)結(jié)構(gòu)綜合指數(shù)，E（x）為表1中的碳減排效率值，Si（y）包括S1（y），S2（y）和S3（y），分別表示產(chǎn)業(yè)結(jié)構(gòu)高級度、偏差度、集中度指數(shù)。在碳減排效率及產(chǎn)業(yè)結(jié)構(gòu)“三度”計算結(jié)果的基礎(chǔ)上，將其進(jìn)行01標(biāo)準(zhǔn)化處理帶入上述公式計算出耦合度C。

為避免耦合模型C的不平衡性，使耦合效應(yīng)的分析結(jié)果更具有科學(xué)性和準(zhǔn)確性，本文在為 E（x）和Si（y）分別設(shè)定06和04的權(quán)重的基礎(chǔ)上，引入耦合協(xié)調(diào)度模型，協(xié)調(diào)度用R表示，計算公式如下。

R=C×（06E（x）+04Si（y））

（3）

（二）產(chǎn)業(yè)結(jié)構(gòu)綜合指數(shù)測算

1.長江經(jīng)濟(jì)帶產(chǎn)業(yè)結(jié)構(gòu)高級度（G）

產(chǎn)業(yè)結(jié)構(gòu)高級度度量的就是地區(qū)經(jīng)濟(jì)由低級水平向高級水平進(jìn)化的動態(tài)過程，即由農(nóng)業(yè)向工業(yè)、服務(wù)業(yè)轉(zhuǎn)化的過程，并能反映出某個時間點上經(jīng)濟(jì)發(fā)展水平及未來變動趨向，本文借鑒付凌暉[15]80構(gòu)造的產(chǎn)業(yè)高級化指標(biāo)來衡量產(chǎn)業(yè)高級度。首先定義產(chǎn)業(yè)低層次向量為X1=（1，0，0），產(chǎn)業(yè)中層次向量為X2=（0，1，0），產(chǎn)業(yè)高層次向量X3=（0，0，1），隨后由三大產(chǎn)業(yè)增加值占地區(qū)生產(chǎn)總值比例構(gòu)成三維向量X0=（x1，0，x2，0，x3，0），之后分別算出X0與X1，X2，X3的夾角θ1，θ2，θ3：

θj=arccos3i=1（xi，j·xi，0）3i=1x2i，j12·3i=1x2i，012，j=1，2，3（4）

隨后，定義產(chǎn)業(yè)結(jié)構(gòu)高級化Upgrading Index如下：

G=3k=1kj=1θj=3θ1+2θ2+θ3

（5）

2.產(chǎn)業(yè)偏差度（P）

產(chǎn)業(yè)結(jié)構(gòu)偏差度測算的是在標(biāo)準(zhǔn)產(chǎn)業(yè)結(jié)構(gòu)基準(zhǔn)下，當(dāng)?shù)貙嶋H產(chǎn)業(yè)結(jié)構(gòu)與標(biāo)準(zhǔn)偏差的大小，反映出當(dāng)前地區(qū)產(chǎn)業(yè)規(guī)模與產(chǎn)業(yè)結(jié)構(gòu)是否與經(jīng)濟(jì)發(fā)展水平一致，也是評價產(chǎn)業(yè)結(jié)構(gòu)合理化的重要指標(biāo)。目前對產(chǎn)業(yè)結(jié)構(gòu)合理化的比較方法和測定指標(biāo)有多種，本文借鑒關(guān)偉[7]525所用的方法，根據(jù)人均GDP大小將全國31個省份分為高收入地區(qū)、中收入地區(qū)及低收入地區(qū)，并測算出各個收入水平地區(qū)的三大產(chǎn)業(yè)結(jié)構(gòu)比例，以此作為長江經(jīng)濟(jì)帶標(biāo)準(zhǔn)產(chǎn)業(yè)結(jié)構(gòu)（x*），從而測算出各個省份的產(chǎn)業(yè)偏差度。以2015年為例，2015年長江經(jīng)濟(jì)帶第一產(chǎn)業(yè)標(biāo)準(zhǔn)值為103，第二產(chǎn)業(yè)標(biāo)準(zhǔn)值為441，第三產(chǎn)業(yè)標(biāo)準(zhǔn)值為456，則將x*2015=（103，441，456）作為標(biāo)準(zhǔn)對長江經(jīng)濟(jì)帶各省份的產(chǎn)業(yè)結(jié)構(gòu)偏差度進(jìn)行測算，偏差度越小表明產(chǎn)業(yè)結(jié)構(gòu)越合理，具體計算公式如下endprint