我國區(qū)域電力行業(yè)碳排放效率測算及分析

汪中華 申劉崗

摘 要：碳排放效率提升是實現(xiàn)碳減排的重要途徑。文章以我國6大區(qū)域為研究對象，選取其2000—2016年電力行業(yè)的面板數(shù)據(jù)，使用3階段DEA模型對我國6大區(qū)域電力行業(yè)的碳排放效率進行了實證研究。分析結果表明：若不剔除環(huán)境因素和隨機擾動項的影響，會導致我國電力碳排放效率值被低估;在對原始投入進行調整后，6大區(qū)域電力行業(yè)碳排放效率的無效率主要來自于規(guī)模效率無效，效率值大小表現(xiàn)為“南方>華東>西北>華中>東北>華北”;經濟水平、能源強度、環(huán)境規(guī)制、發(fā)用電比例、火力點占比、電力價格、產業(yè)結構7個環(huán)境變量對電力碳排放效率具有不變方向的影響。

關 鍵 詞：碳排放效率;3階段DEA;投入;產出

DOI：10.16315/j.stm.2019.03.009

中圖分類號： F061.5;F062.4;F062.2

文獻標志碼： A

Abstract：The improvement of carbon emission efficiency is an important way to achieve carbon emission reduction. This paper takes the power grid of six regions in China as the research object， selects the panel data of the power industry from 2000 to 2016， and uses the threestage DEA model to conduct an empirical study on the carbon emission efficiency of the power grid of six regions in China. The analysis results show that if the influence of environmental factors and random disturbance items are not eliminated， the carbon emission efficiency of Chinas power grid will be underestimated. After adjusting the original input， the inefficiency of carbon emission efficiency in the power industry in the six major regions mainly comes from the inefficiency of scale efficiency. The efficiency values are shown as follows： “South>East China>Northwest>Central China>Northeast China>North China”. The seven environmental variables of economic level， energy intensity， environmental regulation， power generation and consumption ratio， power point ratio， power price and industrial structure have constant influence on the efficiency of electricity carbon emission.

Keywords：carbon emission efficiency; threestage DEA; input; output

根據(jù)國際能源署（IEA）的報告顯示2017年全球能源相關的CO2排放增加了4.89億t，碳排放總量更是創(chuàng)下新紀錄。我國早在2007年已超越美國成為全球最大的CO2排放國，迫于國內環(huán)境和其他國家的壓力，實施碳減排已經刻不容緩。在《巴黎協(xié)定》框架下，2015年我國向聯(lián)合國的國家提交了爭取在2030年使本國碳排放達到峰值的目標。電力行業(yè)作為我國的支柱型產業(yè)，需要滿足日常經濟發(fā)展、工業(yè)化生產和城市化建設對電力的需求，而我國現(xiàn)階段的發(fā)電方式是以火力發(fā)電為主，清潔型發(fā)電方式所產生的電力遠不能滿足社會需要，由此產生了大量CO2，給節(jié)能環(huán)保工作造成了巨大壓力。根據(jù)相關資料顯示我國電力行業(yè)發(fā)電所產生的CO2排放量在我國總碳排放量中所占的比重已經到達了40%。由此可見，電力行業(yè)作為高碳排放區(qū)，我國要實現(xiàn)碳減排的目標，對電力行業(yè)進行碳減排是非常有必要的。碳排放效率作為衡量碳排放情況的綜合性指標，相比其他指標，更能夠綜合考慮經濟、能源等因素帶來的耦合作用，測算各區(qū)域電力行業(yè)的碳排放效率情況有助于了解各區(qū)域電力行業(yè)的碳排放情況，為科學制定電力碳減排政策提供依據(jù)。

1 文獻回顧

綜合已有研究，可以把碳排放效率指標分為單要素和全要素2大類。單要素指標常見的有4種：一是Yamaji[1]提出的碳生產率，是指國內生產總值（GDP）與總碳排放量之比，這一指標在衡量碳排放效率時是以碳排放為基礎，將經濟發(fā)展與環(huán)境相結合，反映經濟發(fā)展的同時對環(huán)境的貢獻;二是Mielnik等[2]提出的碳指數(shù)，主要涉及碳排放量和能源消費總量2個指標，由碳排放量與能源消費量之比表示，該指標以能源消耗為基數(shù)來定義碳排放效率，反應了碳排放量與能源消耗之間的關系;三是單位GDP所對應的能源消耗，Ang[3]以單位GDP所消耗的能源作為碳指數(shù)，即能源強度，來反應一國或地區(qū)的碳排放效率水平;四是單位人均GDP所對應的碳排放量，Zhang等[4]認為將碳排放量與人均GDP的比值作為衡量碳排放效率的指標，因其考慮的因素有多個，所以在評價碳排放效率時要更加合理和準確。

以上4個單要素指標考慮因素較少，相對單薄，與現(xiàn)實情況有所差別，為此很多學者開始嘗試構建能夠包括這些相關因素在內的碳排放效率指標[5]。Zaim等[6]首次把碳排放定義為非期望產出，所謂非期望產出是指生產中不希望得到的產出，并由此提出了衡量碳排放績效的綜合指數(shù)。蔡火娣[7]運用隨機前沿分析法（SFA）對中國省區(qū)二氧化碳排放效率進行了測算，并在此基礎上對其影響因素進行實證分析。孫慧等[8]以我國西部地區(qū)為研究對象，基于SFA模型對西部地區(qū)的碳排放效率進行了測算。Zhou等[9]綜合考慮了資本、勞動、能源、碳排放、GDP因素，針對全球碳排放量較多的18個國家，使用DEA模型測算了其全要素碳排放效率的變動情況。孫愛軍等[10]基于非期望產出的DEA模型，對我國各省市在2000—2012年的出口貿易碳排放效率進行了測算。王喜平等[11]把我國劃分為東部、中部、西部和東北，基于傳統(tǒng)環(huán)境DEA模型測算了這四大區(qū)域電力行業(yè)的碳排放效率。仲云云等[12]在使用DEABC2以及Malmquist指數(shù)測算我國29個省市碳排放效率和全要素碳排放效率指數(shù)。王格等[13]使用DEA和SESBM模型，測算了106個處在不同發(fā)展時期的資源型城市的碳排放效率。杜良杰[14]基于期望產出和非期望產出，使用DEASBM模型對西部省市的綠色經濟效率進行了測算。

總的來說測算碳排放效率的方法主要是DEA和SFA，其中DEA模型由于不需要知道生產函數(shù)具體形式且不受量綱的影響而使用更加廣泛，但也因為沒有考慮環(huán)境變量和隨機誤差項的影響，導致計算出來的結果有偏差。為此，

Fried等[15]首次提出了3階段DEA模型，他認為決策單元的無效率不僅受技術水平的影響還會受外部環(huán)境因素和隨機擾動項的影響。國內學者華堅等[16]最先使用3階段DEA模型，剔除環(huán)境因素和隨機擾動項的影響，對我國2006—2010年各省市的行業(yè)碳排放效率進行測算。相天東[17]運用3階段的DEA模型，將可能對碳排放效率測算產生影響環(huán)境因素剔除，對我國2000—2014年30個省區(qū)的碳排放效率進行了測算。郭四代等[18]通過3階段的DEA模型研究了處于相同環(huán)境水平下的我國各個區(qū)域的環(huán)境效率，并通過隨機前沿模型對影響環(huán)境效率的環(huán)境因素進行了分析。白雪潔等[19]使用3階段DEA模型測算了我國30個省市電力行業(yè)的碳排放效率。

已有文獻雖然有對我國區(qū)域電力行業(yè)碳排放效率的研究，這些研究存在或是未考慮環(huán)境因素和隨機擾動項的影響，或是對區(qū)域的劃分過大或者過小的問題，而本文根據(jù)中國重點減排領域CDM項目和中國溫室氣體資源減排項目（CCER）認可的劃分標準，把我國電力行業(yè)劃分為6大區(qū)域，并把經濟、規(guī)制、電力、能源四大方面的環(huán)境因素考慮在內，結合3階段DEA模型對這6大區(qū)域電力行業(yè)的碳排放效率進行了對比分析，而后根據(jù)實證分析的結果有針對地提出相應地的建議，對我國電力行業(yè)實現(xiàn)碳減排有現(xiàn)實意義。

2 模型設立

傳統(tǒng)DEA模型未考慮到外部環(huán)境和隨機擾動項的影響，導致測算結果存在誤差，本文結合以往關于3階段DEA的研究以及相關資料，得出了3階段DEA模型的推導過程[20]。

2.1 第1階段：DEA模型

DEA模型可分為2大類，即基于投入導向和基于產出導向，大多數(shù)文獻中都是選擇投入導向規(guī)模報酬可變的BCC模型，因為使用該模型可以把綜合技術效率（TE）分解為純技術效率（PE）和規(guī)模效率（SE），TE=SE×PE。本文使用的也是該模型，首先第一階段，先使用原始投入產出數(shù)據(jù)進行DEA分析。對于任一決策單元，投入導向下的BCC模型具體形式如下：

2.2 第2階段：似SFA回歸剔除環(huán)境因素和隨機擾動項

第1階段DEA方法分析得出的效率值并未考慮環(huán)境因素和隨機擾動項的影響，而是把所有的影響都統(tǒng)一到歸結到了管理無效率里，這樣計算出來的結果未免會存在較大的誤差。通過構建SFA模型可以很好地解決這個問題，借助SFA回歸能夠有效地剔除環(huán)境因素和隨機噪聲的影響。根據(jù)Fried等的研究，可以構造如下類似SFA回歸函數(shù)：

2.3 第3階段：調整后的投入產出DEA模型

使用經第2階段剔除環(huán)境因素和隨機擾動項后的投入產出變量再次進行第1階段DEA碳排放效率值測算的過程，即可得到相對來說更加精確的效率值。

3 電力碳排放效率測算

3.1 變量與數(shù)據(jù)選取

由于西藏地區(qū)的部分數(shù)據(jù)缺失，本文選取我國30個省市2000—2016年電力行業(yè)的面板數(shù)據(jù)為研究對象，按照中國氣候變化網(wǎng)中給出的關于中國區(qū)域電力行業(yè)的劃分標準，把30個省市劃分6大電力區(qū)域。具體指標和數(shù)據(jù)的選取如下：

1）投入變量。根據(jù)柯布[KG-*5]-[KG-*5]道格拉斯生產函數(shù)（CD），地區(qū)的產出和該地區(qū)的資本和勞動投入有關，但是將投入變?yōu)楫a出的過程中還涉及能源的投入[21]。其中，勞動投入選取各省市電力行業(yè)的年就業(yè)人數(shù)表示;資本投入選取各省市電力行業(yè)固定資產投資額，經固定資產投資指數(shù)平減，換算成2000年不變價格后表示;能源投入選取各省市電力行業(yè)發(fā)電的能源消耗量來表示。

2）產出變量。實際生產中，除了得到期望產出外，還會得到非期望產出。期望產出以各省市電力行業(yè)經平減后以200年為基期的工業(yè)銷售產值表示;非期望產出，以各省市電力行業(yè)的碳排放量表示，對于電力行業(yè)碳排放的計算，本文使用2006年《IPCC國家溫室氣體指南》中所公布的方法，具體如下：

CO2排放量=含碳能源消耗量×平均低位發(fā)熱量×碳氧化因子×3.67。（6）

對于DEA模型來說，投入既定的情況下，產出越大越好，即使該產出是非期望的，因此需要對碳排放數(shù)據(jù)進行一定的處理，本文參考Seiford等[22]研究中的線性數(shù)據(jù)轉換法對碳排放的結果進行處理。設生產單元在第j年的非期望產出總量為Fij，=max{Fij}+C，C為任意一個比0大的常數(shù)，此處設定C的值為1，2000≤j≤2016，則轉化后的電力碳排放F*ij=-Fij，此時非期望產出也就轉化為了期望產出，F(xiàn)*ij的值越大代表電力碳排放越低。

3）環(huán)境變量。環(huán)境變量的選取應考慮那些對電力行業(yè)碳排放效率產生影響的客觀外生變量。已有的研究都是根據(jù)研究的目的異同，從而選取不同的環(huán)境變量，結合以往文獻以及電力行業(yè)的特點，具體指標的選取如下：

經濟發(fā)展水平以剔除通貨膨脹后的地區(qū)人均GDP表示，由于環(huán)境庫茲涅茨曲線（EKC）的存在，其對電力碳排放效率的影響方向待定[23];能源強度以地區(qū)能源消耗量與地區(qū)生產總值的比重來表示，預期對電力碳排放效率影響為負;環(huán)境規(guī)制以地區(qū)污染治理投資與GDP的比值來表示，由于“綠色悖論”和“倒逼減排”2種機制的存在，影響方向待定[24];發(fā)用電比例以發(fā)地區(qū)電量與消耗電量的比值來表示，預期對電力碳排放效率影響方向為負;火力發(fā)電占比以化石燃料燃燒所產生的電力占電力總生產量的比重表示，預期影響為負;電力價格以地區(qū)電力銷售額與電力消耗量的比值來表示，由于電力價格變化對需求方和供給方影響相反且大小不確定，故對電力碳排放效率的影響方向待定;產業(yè)結構以第二產業(yè)產值占總產值的比重來表示，預期對電力碳排放效率影響方向為負。相關數(shù)據(jù)來自于2000—2016年《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國工業(yè)統(tǒng)計年鑒》。

3.2 碳排放效率測算

3.2.1 6大區(qū)域電力碳排放量

由式（6）測出各個區(qū)域電力行業(yè)在2000—2016年的電力碳排放量。碳排放均值變化圖，如圖1所示，可以看出我國6大區(qū)域電力行業(yè)碳排放均值在2012年以前基本都處于不斷上升的趨勢，在2012年以后趨于穩(wěn)定，其中電力碳排放均值最高的是華北區(qū)域，最低的是西北區(qū)域。

3.2.2 第一階段：傳統(tǒng)DEA模型（BCC）

首先使用傳統(tǒng)DEABCC模型對30個省市電力行業(yè)碳排放效率進行測算，結果如表1所示。

由表1可知，調整前各個省市的電力碳排放綜合技術效率（TE）值都比較低，與效率前沿面1存在較大的距離，只有華東區(qū)域電力行業(yè)和南方區(qū)域電力行業(yè)的TE值超過了0.5，其他區(qū)域均在0.5以下。綜合技術效率水平表示了實際效率值偏離最優(yōu)值的程度大小，可以分解為純技術效率（PE）與規(guī)模效率（SE）的乘積，由此可知，6大區(qū)域電力行業(yè)碳排放效率值偏低的主要原因在于PE的拖累，SE雖未處于技術的前沿面，但相對PE來說更加接近與最優(yōu)規(guī)模，PE還有很大的提升空間;電力碳排放效率值為1，處于效率前沿面的省市有北京、青海、海南3個省市，分別位于華北電力行業(yè)、西北電力行業(yè)和南方電力行業(yè)，最低的是山西省，只有0.181，位于華北電力行業(yè);各個省市電力碳排放效率基本都表現(xiàn)為規(guī)模遞增，只有山東、江蘇、浙江、廣東4個地區(qū)變現(xiàn)為規(guī)模遞減;按照TE值由高到低對各區(qū)域電力行業(yè)的碳排放效率進行排序，則六大區(qū)域電力行業(yè)表現(xiàn)為“華東>南方>華北>西北>華中>東北”。由于未剔除環(huán)境因素和隨機擾動項的影響，所以其估算值相對于真實值很可能是有偏的，并不能真實地反映我國各省市電力碳排放效率水平。

3.2.3 第2階段：似SFA模型回歸分析

在第2階段，分別以資本、勞動、能源3個投入的松弛變量為被解釋變量，以所選取的環(huán)境變量為解釋變量構建隨機前沿回歸（SFA）模型，得到的結果，如表2所示。

由表2可知，6個環(huán)境變量對資本、勞動、能源3個松弛變量的系數(shù)基本都通過了顯著性檢驗，說明環(huán)境因素和隨機擾動項對我國電力生產的投入松弛存在顯著影響，需要說明的是部分環(huán)境變量影響不顯著，但仍具有方向性的影響。3個回歸的似然比檢驗（LR）均通過了1%的顯著性檢驗，模型擬合效果較好，3個回歸結果的γ值都較大，接近與1且顯著，說明管理無效率的影響占據(jù)主導地位，相對來說隨機擾動項的影響則較小，因此使用SFA模型是合理的，對電力碳排放效率測算中管理無效率和環(huán)境因素的剝離很有必要。

具體來說，經濟發(fā)展水平、發(fā)用電比例、火力發(fā)電占比、產業(yè)結構對資本、勞動、能源3個松弛變量的影響為正，且除了火力發(fā)電占比對資本松弛影響不顯著外，其他結果均顯著，表明這4個因素增加會導致投入松弛的上升，造成更多的投入浪費，對電力行業(yè)碳排放效率的提高會產生不利影響。除了經濟發(fā)展水平因素外，其他因素對電力碳排放效率的影響與預期表現(xiàn)一致，這說明現(xiàn)階段我國經濟發(fā)展方式整體來說仍較為粗獷，經濟的發(fā)展要依賴投入的增加，資源利用效率較低，經濟水平的上升不但不能促使電力碳排放效率的提高，反而會對其產生抑制作用。環(huán)境規(guī)制的回歸系數(shù)均表現(xiàn)為負，對勞動松弛的影響不顯著，對其余2者影響顯著，說明加強環(huán)境規(guī)制會促使投入松弛的減少，減少浪費，從而對電力碳排放效率的提高產生積極影響;能源強度的系數(shù)正負不一，對資本松弛的影響顯著為負，對勞動松弛和能源松弛的影響顯著為正，說明能源強度增加會減少資本松弛，增加勞動和能源松弛，且勞動和能源松弛增加量大于資本松弛的減少量，說明能源強度對電力碳排放效率的綜合影響為負，與預期方向相同;電力價格對資本松弛和勞動松弛的影響顯著為負，對能源松弛的影響顯著為正，說明電力價格的上升會減少資本和勞動松弛，增加能源松弛，整體上來說，減少量要大于增加量，即電力價格上升有助于電力碳排放效率的提高。

3.2.4 第三階段：調整后的DEA模型

根據(jù)式（3）剔除了環(huán)境因素和隨機擾動項對電力碳排放效率值的影響后，再次進行效率測算得到的結果，如表3所示。

對原始投入進行調整后，電力行業(yè)碳排放效率均值發(fā)生了較大變化。相比第1階段，6大區(qū)域的碳排放綜合技術效率都處于0.5以上，與技術效率前沿面的差距大大縮小，北京、青海、海南3個省市仍處于效率的前沿面上，另外新增的還有廣東省，此時南方電力行業(yè)有2個地區(qū)都處于效率的前沿面上，這些情況表明之前電力行業(yè)綜合技術效率較低的原因部分在于環(huán)境的惡劣和不好的運氣，而非管理和技術水平較差;除浙江省外，其他各省市的電力碳排放效率均表現(xiàn)為規(guī)模報酬遞增。此時6大電力行業(yè)區(qū)域電力碳排放效率值表現(xiàn)為“南方>華東>西北>華中>東北>華北”，這與第1階段中的結果有所不同，華北區(qū)域電力行業(yè)由原來的第3位變?yōu)榱俗詈?位，結合表5可以看出，華北電力行業(yè)碳排放效率下降的主要原因是河北、山西、內蒙3省的效率值過低，這3個省份都屬于工業(yè)化城市，地區(qū)經濟發(fā)展主要是依靠第二產業(yè)的貢獻，需要大量的能源投入，相對來說電力行業(yè)碳排放效率值較低。

從綜合技術效率分解來看，此時的PE和SE表現(xiàn)與第1階段有所不同，其中PE值有了很大的提升，而SE值有小幅度下降，這說明在未剔除環(huán)境因素和隨機擾動項之前，管理和技術水平被嚴重低估，規(guī)模效率水平則被有所高估，此時整體PE值要大于SE值，電力碳排放效率無效部分的原因主要是來源于規(guī)模效率的無效。電力碳排放純技術效率值變現(xiàn)為“南方>華東>西北>華北>華中=東北”，規(guī)模效率表現(xiàn)為“南方>華東>西北>華中>東北>華北”，由此可見，南方區(qū)域電力行業(yè)不論是純技術效率還是規(guī)模效率，相比其他5個地區(qū)都處于領先的地位，所包括的省市，如云南、貴州等，經濟發(fā)展水平并未處于國內第1梯隊，但是其電力碳排放效率水平卻相對來說較高，這也在一定程度上驗證了5.2.2中經濟發(fā)展水平和碳排放效率的負相關關系;東北區(qū)域電力行業(yè)和華北區(qū)域電力行業(yè)電力碳排放效率水平處于最低的水平，東北區(qū)域作為我國的老工業(yè)基地，工業(yè)化程度嚴重，當下正面臨轉型，電力規(guī)模效率水平嚴重拖累了其電力碳排放效率，而華北區(qū)域一方面北京市處于效率的前沿面，另一方面河北、山西、內蒙古等地區(qū)工業(yè)化又十分嚴重，區(qū)域內差異情況較大，使得華北區(qū)域電力行業(yè)整體的電力碳排放效率水平表現(xiàn)較低，剩余的3個區(qū)域電力行業(yè)碳排放效率處于中等水平，華東和西北比較接近，華中區(qū)域則低于2者，主要的原因在于華中區(qū)域電力行業(yè)的純技術效率要比華東和西北地區(qū)低，電力企業(yè)的管理和技術水平有待提高。

4 結論及建議

本文通過DEA 3階段模型對我國2000—2016年6大區(qū)域電力行業(yè)平均碳排放效率的測算和分析，主要得出以下結論：6大區(qū)域電力行業(yè)碳排放量在2000—2016年呈先上升后穩(wěn)定的趨勢，根據(jù)傳統(tǒng)DEA模型的測算結果，電力碳排放效率水平較低，具體表現(xiàn)為純技術效率無效率，規(guī)模效率水平較高;電力碳排放效率受環(huán)境因素和隨機擾動項的影響，在對原始投入進行調整后，6大區(qū)域電力行業(yè)的碳排放效率相比第一階段有了很大的提升，此時電力碳排放效率的無效率主要在于規(guī)模效率無效率，6大區(qū)域電力行業(yè)碳排放效率從高到低表現(xiàn)為“南方>華東>西北>華中>東北>華北”;第2階段SFA實證結果表明，各環(huán)境因素對電力碳排放效率的影響存在差異，經濟水平、能源強度、發(fā)用電比例、火力發(fā)電占比、產業(yè)結構的增長會對電力碳排放效率提高產生消極影響，而環(huán)境規(guī)制和電力價格的增長會對電力碳排放效率的提高產生積極影響。

根據(jù)以上結論，本文對我國區(qū)域電力行業(yè)碳排放效率的發(fā)展及碳減排，提出以下幾點建議：

1）從影響整體電力行業(yè)的環(huán)境變量和隨機因素的角度出發(fā)，隨機因素不可控，要改變的只有環(huán)境變量。經濟發(fā)展水平對電力碳排放效率的提高會產生不利影響，降低經濟發(fā)展水平明顯不可取，相應的措施應該是在提高經濟水平的同時注重經濟發(fā)展的質量，實現(xiàn)經濟綠色發(fā)展;環(huán)境規(guī)制對電力碳排放效率的影響，在我國現(xiàn)階段表現(xiàn)為正向促進，通過加強環(huán)境規(guī)制來限制電力碳排放也是提高電力碳排放效率的一個重要途徑;電力價格在影響電力碳排放效率時，表現(xiàn)為電價上升有利于提高電力行業(yè)碳排放效率，因此通過合理設置電價，防止電價過低，可以有效減少投入的浪費，提高電力碳排放效率;此外，合理規(guī)劃發(fā)用電比例，在滿足經濟發(fā)展的同時，不盲目增加自身的投入以換取電力產值的增加;改變電源結構，增加風力、水力、核能等清潔型發(fā)電方式所占的比重，逐漸取代火力發(fā)電的主導地位;積極開發(fā)新型能源，加快產業(yè)結構升級，提高能源的使用效率，都有助于提高我國各電力行業(yè)的碳排放效率，實現(xiàn)電力行業(yè)碳減排。

2）從電力碳排放效率及其分解值的地區(qū)差異角度出發(fā)，對不同的地區(qū)應根據(jù)其特點來實行不同的政策。首先，從碳排放效率的差異來說，南方區(qū)域電力行業(yè)相對來說電力碳排放效率較高，其他區(qū)域，尤其是東北區(qū)域應該學習和借鑒南方區(qū)域電力行業(yè)先進的技術和管理經驗，通過引進先進的設備和人才來提高自身電力行業(yè)的碳排放效率，至于華北區(qū)域則應該更加注重區(qū)域內電力碳排放效率差異的縮小，加強區(qū)域內的學習和交流，電力碳排放效率低的地區(qū)向高的地區(qū)看齊。其次，從純技術效率和規(guī)模效率的角度出發(fā)，對于2者水平都較高的南方區(qū)域，以后的發(fā)展方向應該是在保持現(xiàn)有的水平的基礎上，不斷嘗試新的方法和措施，保持自身的領先地位;對于純技術效率與南方區(qū)域基本持平，而規(guī)模效率較低的區(qū)域，如華北、東北、西北，以后的重點應該放在提高電力行業(yè)規(guī)模方面，通過發(fā)揮出電力行業(yè)的規(guī)模效應，來帶動該區(qū)域整體電力碳排放效率的提高;而對于純技術效率不高，規(guī)模效率又低的地區(qū)，如東北、華中，不僅要擴大電力生產規(guī)模，提高規(guī)模效率，同時還要提高電力技術和管理水平，以提高純技術效率，相比其他區(qū)域提高電力碳排放效率難度要更大?？傮w來說，6大區(qū)域電力行業(yè)要提高電力碳排放效率共同的一點是要改變以往電力行業(yè)規(guī)模小、分布分散的狀態(tài)，而后再結合不同區(qū)域在其他方面的差異，有針對地實施不同措施。

參考文獻：

[1] YAMAJI K，MATSUHASHI R，NAGATA Y，et al.A study on economic measures for CO2，reduction in Japan[J].Energy Policy，1993，21（2）：123.

[2] MIELNIK O，GOLDEMBERG J.Communication the evolution of the “carbonization index” in developing countries[J].Energy Policy，1999，27（5）：307.

[3] ANG B W.Is the energy intensity a less useful indicator than carbon factor in the study of climate change？[J].Energy Policy，1999，27（5）：943.

[4] ZHANG，ZHIQIANG，JIANSHENG，et al.A quantitative comparison and analysis on the assessment indicators of greenhouse gases emission[J].Journal of Geographical Sciences，2008，18（4）：387.

[5] RAMANATHAN R.Combining indicators of energy consumption and CO2 emissions：a crosscountry comparison[J].International Journal of Global Energy Issues，2002，17（3）：214.

[6] ZAIM O，TASKIN F.Environmental efficiency in carbon dioxide emissions in the OECD：a nonparametric approach[J].Journal of Environmental Management，2000，58（2）：95.

[7] 蔡火娣.基于RAMSFA模型的中國二氧化碳排放效率影響因素分析[J].當代經濟，2017（26）：

[8] 孫慧，張志強，周銳.基于隨機前沿模型的中國西部地區(qū)碳排放效率評價研究[J].工業(yè)技術經濟，2013（12）：71.

[9] ZHOU P，ANG B W，HAN J Y.Total factor carbon emission performance：A Malmquist index analysis[J].Energy Economics，2010，32（1）：194.

[10] 孫愛軍，房靜濤，王群偉.2000—2012年中國出口貿易的碳排放效率時空演變[J].資源科學，2015，37（6）：1230.

[11] 王喜平，劉興會.電力行業(yè)碳排放績效地區(qū)差異及空間相關性分析[J].工業(yè)技術經濟，2014，33（11）：129.

[12] 仲云云，仲偉周.中國區(qū)域行業(yè)碳排放績效及影響因素研究[J].商業(yè)經濟與管理，2012，1（1）：85.

[13] 孫秀梅，王格，董會忠，等.基于DEA與SESBM模型的資源型城市碳排放效率及影響因素研究：以全國106個資源型地級市為例[J].科技管理研究，2016，36（23）：78.

[14] 杜良杰.西部省市綠色經濟效率評價與排序研究[J].科技與管理，2018，20（4）：29.

[15] FRIED H O，LOVELL C A K，SCHMIDT S S，et al.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis，2002，17（1/2）：157.

[16] 華堅，任俊，徐敏，等.基于三階段DEA的中國區(qū)域二氧化碳排放績效評價研究[J].資源科學，2013，35（7）：1447.

[17] 相天東.我國區(qū)域碳排放效率與行業(yè)生產率研究：基于三階段DEA模型[J].經濟經緯，2017（1）：20.

[18] 郭四代，仝夢，郭杰，等.基于三階段DEA模型的區(qū)域環(huán)境效率測度[J].統(tǒng)計與決策，2018，34（16）：89.

[19] 白雪潔，宋瑩.中國各省火電行業(yè)的技術效率及其提升方向：基于三階段DEA模型的分析[J].財經研究，2008（10）：15.

[20] 陳巍巍，張雷，馬鐵虎，等.關于三階段DEA模型的幾點研究[J].系統(tǒng)工程，2014，32（9）：144.

[21] 何曉萍.工業(yè)經濟的節(jié)約型增長及其動力[J].經濟學（季刊），2012，11（4）：1287.

[22] SEIFORD L M，ZHU J.Modeling undesirable factors in efficiency evaluation[J].European Journal of Operational Research，2005，161（2）：579.

[23] 林伯強，蔣竺均.中國二氧化碳的環(huán)境庫茲涅茨曲線預測及影響因素分析[J].管理世界，2009（4）：27.

[24] 張華，魏曉平.綠色悖論抑或倒逼減排：環(huán)境規(guī)制對碳排放影響的雙重效應[J].中國人口·資源與環(huán)境，2014，24（9）：21.

[編輯：厲艷飛]