電力全要素碳排放效率及收斂性研究

王喜平，王素靜

（華北電力大學(xué) 經(jīng)濟(jì)管理系，河北 保定 071003）

0 引言

電力行業(yè)在社會(huì)經(jīng)濟(jì)發(fā)展中具有支柱性作用，同時(shí)也是我國(guó)碳排放的主要來(lái)源。電力行業(yè)碳排放在全國(guó)占比超過(guò) 40%，其碳減排效果對(duì)我國(guó)整體碳減排目標(biāo)的完成具有直接影響。我國(guó)不同區(qū)域在經(jīng)濟(jì)水平、技術(shù)條件、資源稟賦等方面具有顯著差異，電力生產(chǎn)技術(shù)存在較強(qiáng)的異質(zhì)性。這意味著要促進(jìn)電力行業(yè)碳減排必須準(zhǔn)確測(cè)算不同區(qū)域的電力碳排放效率并深入分析其增長(zhǎng)來(lái)源。

在低碳化發(fā)展背景下，碳排放效率的測(cè)算問(wèn)題受到國(guó)內(nèi)外學(xué)者的密切關(guān)注。學(xué)者們大致從單要素和全要素2個(gè)視角對(duì)碳排放效率進(jìn)行測(cè)算。文獻(xiàn)[1]使用單要素碳生產(chǎn)率（即單位二氧化碳的GDP產(chǎn)出）對(duì)我國(guó)碳生產(chǎn)率進(jìn)行研究。這一概念雖簡(jiǎn)單易懂，卻忽略了能源、勞動(dòng)、資本等要素的綜合影響。使用基于前沿函數(shù)的全要素生產(chǎn)效率，能更加全面準(zhǔn)確地測(cè)算碳排放效率。目前構(gòu)造生產(chǎn)前沿的方法主要有2種：一種是隨機(jī)前沿分析（SFA）。比如，文獻(xiàn)[2,3]考慮多投入產(chǎn)出要素，運(yùn)用SFA方法對(duì)我國(guó)碳排放效率進(jìn)行研究。SFA方法雖然考慮了多投入產(chǎn)出要素，但其單調(diào)性假設(shè)可能被拒絕；因此，目前最常用的是數(shù)據(jù)包絡(luò)分析（DEA）方法。為了對(duì)決策單元在生產(chǎn)過(guò)程中效率的動(dòng)態(tài)變化及其驅(qū)動(dòng)因素進(jìn)行分析，Malmquist-Luenberger（ML）生產(chǎn)率指數(shù)，將Malmquist生產(chǎn)率和含非期望產(chǎn)出的方向距離函數(shù)相結(jié)合；該方法在動(dòng)態(tài)效率的測(cè)算和分解方面具有顯著優(yōu)勢(shì)[4-6]。

由于傳統(tǒng)的ML指數(shù)不具有傳遞性，因此文獻(xiàn)[7]考慮到全局跨期技術(shù)前沿，提出 global Malmquist-Luenberger（GML）。GML指數(shù)具有循環(huán)累積性，避免了不可行問(wèn)題；但該指數(shù)沒(méi)有考慮到不同決策單元在投入產(chǎn)出過(guò)程中的技術(shù)前沿差距，忽略了區(qū)域間的技術(shù)異質(zhì)性，因此需要引入共同前沿理論對(duì)碳排放效率進(jìn)行全面分析。為此，文獻(xiàn)[8]基于GML指數(shù)構(gòu)建了Meta-frontier GML（MGML）指數(shù)。

近年來(lái)，共同前沿理論被廣泛應(yīng)用于碳排放效率的測(cè)算。文獻(xiàn)[9]從技術(shù)異質(zhì)性角度構(gòu)建了共同前沿ML指數(shù)對(duì)環(huán)境效率進(jìn)行了測(cè)算。文獻(xiàn)[10]構(gòu)建共同前沿全要素碳生產(chǎn)率，測(cè)算了2005—2015年我國(guó)省際工業(yè)碳排放效率。文獻(xiàn)[11]用共同前沿 MGML指數(shù)測(cè)算了我國(guó)工業(yè)環(huán)境全要素生產(chǎn)率。文獻(xiàn)[12]針對(duì)我國(guó)高耗能產(chǎn)業(yè)，構(gòu)建了共同前沿 Malmquist碳排放效率指數(shù)，并將其分解為效率變動(dòng)、技術(shù)變動(dòng)和追趕效應(yīng)3部分。文獻(xiàn)[13]運(yùn)用共同前沿非徑向Malmquist指數(shù)，對(duì)我國(guó)鋼鐵碳排放效率進(jìn)行研究。

在電力行業(yè)效率評(píng)價(jià)方面，學(xué)者們主要研究了電力行業(yè)整體環(huán)境或技術(shù)效率，而專門針對(duì)CO2排放效率的研究較少。文獻(xiàn)[14]把發(fā)電量作為產(chǎn)出變量，運(yùn)用Metafrontier模型對(duì)我國(guó)電力產(chǎn)業(yè)區(qū)域技術(shù)效率進(jìn)行比較分析，結(jié)果表明：東西部地區(qū)效率高于中部。文獻(xiàn)[15]將SFA和DEA方法相結(jié)合，基于3階段DEA模型測(cè)算了火電行業(yè)技術(shù)效率，結(jié)果認(rèn)為：環(huán)境因素和隨機(jī)因素對(duì)投入冗余具有顯著影響。文獻(xiàn)[16]將電力行業(yè)CO2、工業(yè)SO2排放量和煙粉塵量共同作為非期望產(chǎn)出，采用超效率SBM-GML模型來(lái)衡量電力行業(yè)區(qū)域環(huán)境效率；研究表明：環(huán)境效率總體呈上升趨勢(shì)且空間上由東南向西北遞減。該研究?jī)H把 GML指數(shù)分解為技術(shù)效率和技術(shù)進(jìn)步，但忽略了技術(shù)差距的影響。文獻(xiàn)[17]利用 DEA-Malmquist指數(shù)對(duì)我國(guó)電力全要素碳排放效率進(jìn)行測(cè)算；但該研究沒(méi)有將技術(shù)異質(zhì)性考慮在內(nèi)，且沒(méi)有對(duì)增長(zhǎng)來(lái)源進(jìn)行深入分析。

對(duì)于電力行業(yè)碳排放效率的測(cè)算，現(xiàn)有的研究通常假設(shè)不同省份具有相同或相似的生產(chǎn)技術(shù)。然而，我國(guó)各區(qū)域在經(jīng)濟(jì)發(fā)展、資源稟賦、電力系統(tǒng)內(nèi)部等方面的差異，使得不同地區(qū)能夠?qū)崿F(xiàn)的潛在最佳生產(chǎn)技術(shù)因生產(chǎn)前沿的多樣性而不同。位于不同地區(qū)的省份可能存在不同的生產(chǎn)前沿，不同地區(qū)可以實(shí)現(xiàn)的潛在最優(yōu)生產(chǎn)技術(shù)也各不相同。如果忽略技術(shù)異質(zhì)性，研究結(jié)論就會(huì)產(chǎn)生偏差，從而很難找到差距產(chǎn)生的真正原因，最終誤導(dǎo)決策。此外，將不同地區(qū)的省份放在不同的生產(chǎn)前沿下進(jìn)行比較，如果缺乏統(tǒng)一的標(biāo)準(zhǔn)，則會(huì)導(dǎo)致不同地區(qū)的省份之間的電力碳排放效率不具有可比性。

鑒于使用 MGML指數(shù)可以確定不同地區(qū)之間的技術(shù)差距并使之具有可比性，在現(xiàn)有研究的基礎(chǔ)上，本文進(jìn)行了以下擴(kuò)展：構(gòu)建 MGML指數(shù)，從動(dòng)態(tài)角度更加全面準(zhǔn)確地測(cè)算我國(guó)電力全要素碳排放效率；考慮技術(shù)異質(zhì)性的影響，將MGML指數(shù)分解為技術(shù)效率變化指數(shù)（EC）、技術(shù)進(jìn)步指數(shù)（BPC）和技術(shù)差距比率變化指數(shù)（TGC），以深入揭示電力全要素碳排放效率的增長(zhǎng)來(lái)源，分析其區(qū)域差異與動(dòng)態(tài)演化；最后利用收斂性檢驗(yàn)，分析這種差異是否會(huì)進(jìn)一步擴(kuò)大，從而為我國(guó)電力全要素碳排放效率的提升提供相關(guān)建議。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 研究方法

1.1.1 非期望產(chǎn)出的SBM模型

DEA通過(guò)數(shù)學(xué)規(guī)劃將決策單元向生產(chǎn)前沿進(jìn)行投影，然后通過(guò)比較決策單元與前沿面的距離來(lái)評(píng)價(jià)其有效性。傳統(tǒng)的DEA沒(méi)有考慮環(huán)境等負(fù)面因素的影響，也忽略了投入產(chǎn)出的冗余和不足問(wèn)題，使得測(cè)度值可能有所偏差。

本文采用包含非期望產(chǎn)出的 SBM 模型測(cè)算效率。將發(fā)電過(guò)程中投入冗余、期望產(chǎn)出不足、非期望產(chǎn)出冗余帶來(lái)的松弛性問(wèn)題納入目標(biāo)函數(shù)和約束，以更加準(zhǔn)確地測(cè)算效率值。模型建立如下。

在本文算例中：將每個(gè)省份視為一個(gè)決策單元（DMU）。用m、q1、q2分別表示DMU投入種類數(shù)量、期望產(chǎn)出種類數(shù)量和非期望產(chǎn)出種類數(shù)量。用xik、yrk和btk分別表示投入、期望產(chǎn)出和非期望產(chǎn)出的量。用分別表示投入冗余、期望產(chǎn)出不足和非期望產(chǎn)出冗余。λ為常數(shù)量。ρ越大，表示效率值越高；效率值為1表示決策單元處于有效狀態(tài)。

1.1.2 MGML指數(shù)

GML指數(shù)被廣泛應(yīng)用于動(dòng)態(tài)效率的測(cè)算?？紤]到我國(guó)各地區(qū)電力生產(chǎn)技術(shù)的異質(zhì)性，本文構(gòu)建MGML指數(shù)，從動(dòng)態(tài)角度衡量我國(guó)電力全要素碳排放效率。

在共同前沿方法中，技術(shù)缺口比率（TGR）為共同前沿技術(shù)效率與群組前沿技術(shù)效率的比率，表示共同前沿與群組前沿技術(shù)水平之間的差距。本研究中MGML指數(shù)可以定義為：

式（2）將電力全要素碳排放效率解構(gòu)成3個(gè)因素。EC表示t期到t+1期群組技術(shù)效率變化，反映了技術(shù)落后地區(qū)向先進(jìn)地區(qū)的追趕程度，可視為“追趕效應(yīng)”。EC大于1表示技術(shù)效率提高，反之則下降。BPC表示t期到t+1期群組當(dāng)期前沿與群組跨期前沿的接近程度，可視為“創(chuàng)新效應(yīng)”。BPC大于1表示技術(shù)進(jìn)步，反之則為技術(shù)退步。TGC表示t期到t+1期群組跨期前沿與全局跨期前沿之間的技術(shù)差距變化率，可視為“領(lǐng)先效應(yīng)”。TGC大于1表示群組跨期前沿與全局跨期前沿之間的差距縮小，反之則擴(kuò)大。

1.1.3σ收斂

本文使用變異系數(shù)來(lái)進(jìn)行標(biāo)準(zhǔn)差σ收斂檢驗(yàn)。若變異系數(shù)隨著時(shí)間的推移趨于下降，則說(shuō)明存在σ收斂現(xiàn)象。σ計(jì)算公式為：

式中：MGML表示i地區(qū)的電力全要素碳排放效率指數(shù)；表示各地區(qū)電力全要素碳排放效率指數(shù)的平均值；變異系數(shù)

若t+1期的變異系數(shù)比t期小，則存在σ收斂。

1.1.4β收斂

運(yùn)用以下模型進(jìn)行電力全要素碳排放效率的絕對(duì)β收斂檢驗(yàn)計(jì)算：

式中：MGMLi,t和MGMLi,t+1分別表示地區(qū)i在某一時(shí)段基期和末期電力全要素碳排放效率水平；表示基期到末期年均電力全要素碳排放效率增長(zhǎng)率；α為截距項(xiàng)；εi,t為隨機(jī)誤差項(xiàng)。若式中β顯著為負(fù)，則表明電力全要素碳排放效率存在絕對(duì)β收斂，收斂速度為λ=-ln（1+β）。

本文在絕對(duì)β收斂檢驗(yàn)的基礎(chǔ)上，進(jìn)一步對(duì)我國(guó)電力全要素碳排放效率變化是否存在條件β收斂進(jìn)行檢驗(yàn)。綜合相關(guān)文獻(xiàn)，選用以下5個(gè)因素作為控制變量代入模型，即可得到條件β收斂檢驗(yàn)?zāi)Ｐ停菏街校篨1、X2、X3、X4、X5分別代表經(jīng)濟(jì)發(fā)展水平（地區(qū)實(shí)際GDP，以2003年為基準(zhǔn)換算）、城鎮(zhèn)化水平（城鎮(zhèn)人口占總?cè)丝诒戎兀?、發(fā)電結(jié)構(gòu)（火力發(fā)電量在發(fā)電總量占比）、電耗強(qiáng)度（用電總量除以GDP）、環(huán)境規(guī)制（工業(yè)污染治理投資完成額占GDP比重）。

1.2 變量選擇與數(shù)據(jù)來(lái)源

選取我國(guó)30個(gè)?。ㄊ小^(qū)）的電力全要素碳排放效率相關(guān)數(shù)據(jù)，使用MaxDEA軟件進(jìn)行測(cè)算?；A(chǔ)數(shù)據(jù)全部來(lái)自2003—2019年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)電力年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》。

由于火力發(fā)電是電力行業(yè)碳排放的主要來(lái)源，因此以火力發(fā)電相關(guān)數(shù)據(jù)進(jìn)行測(cè)算。

將資本、勞動(dòng)和能源作為投入指標(biāo)，火力發(fā)電量作為期望產(chǎn)出，發(fā)電碳排放量作為非期望產(chǎn)出。資本投入用發(fā)電裝機(jī)容量表示。由于沒(méi)有單獨(dú)的針對(duì)電力行業(yè)的就業(yè)人數(shù)統(tǒng)計(jì)數(shù)據(jù)，本文采取和電力行業(yè)相近的電力、熱力生產(chǎn)和供應(yīng)業(yè)的就業(yè)人數(shù)對(duì)其表示。能源投入為火力發(fā)電消耗的能源，用發(fā)電標(biāo)準(zhǔn)煤耗與火力發(fā)電量的乘積來(lái)對(duì)其表示。對(duì)于電力行業(yè)碳排放量的計(jì)算，本文采用IPCC提出的碳排放測(cè)算法。對(duì)火電生產(chǎn)消耗的8種主要能源進(jìn)行測(cè)算，計(jì)算公式如下：

式中：PCO2表示電力行業(yè)二氧化碳排放量；i表示化石能源種類；PE,i表示能源消費(fèi)量；PEF,i表示碳排放系數(shù)；PNCV,i表示平均低位發(fā)熱量；PCEF,i表示平均熱值含碳量；PCOF,i表示碳氧化率；44/12是分子量比值。8種主要能源包括煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣。

2 電力全要素碳排放效率及動(dòng)態(tài)演變趨勢(shì)

2.1 省域MGML指數(shù)及其分解效應(yīng)

表1所示為我國(guó)分地區(qū)MGML指數(shù)及其分解結(jié)果。

表1 分地區(qū)MGML指數(shù)及其分解Tab. 1 Regional MGML index and its decomposition

對(duì)表1數(shù)據(jù)進(jìn)行計(jì)算分析。

我國(guó)電力全要素碳排放效率在樣本期內(nèi)以年均4.47%的速度增長(zhǎng)，且大多數(shù)省份MGML均值都大于1，可見(jiàn)我國(guó)電力行業(yè)在節(jié)能減排方面取得了顯著成效。各省增長(zhǎng)速度差異較大，其中四川年均增速高達(dá) 10.04%，海南則低至-0.73%。因此，需要進(jìn)一步從技術(shù)效率、技術(shù)進(jìn)步、技術(shù)差距等方面分析造成電力全要素碳排放效率增長(zhǎng)差異的原因。

從分解效應(yīng)來(lái)看，EC指數(shù)年均增長(zhǎng)1.28%，技術(shù)效率的改善反映了當(dāng)前我國(guó)大多數(shù)省份的電力行業(yè)資源配置效率逐漸提高，且在管理模式與制度安排等方面也得到優(yōu)化。BPC年均增長(zhǎng)2.27%，這表明隨著時(shí)間推移，群組當(dāng)期前沿逐漸趨近于群組跨期前沿，區(qū)域?qū)嶋H電力低碳生產(chǎn)技術(shù)已經(jīng)逐漸靠近區(qū)域潛在最優(yōu)技術(shù)水平，技術(shù)創(chuàng)新效應(yīng)比較顯著。TGC年均增長(zhǎng)0.87%，說(shuō)明我國(guó)區(qū)域潛在最優(yōu)電力低碳生產(chǎn)技術(shù)與全國(guó)潛在最優(yōu)電力低碳生產(chǎn)技術(shù)之間的差距在不斷縮小。綜上可知，電力全要素碳排放效率增長(zhǎng)主要來(lái)源于技術(shù)創(chuàng)新，而技術(shù)效率和技術(shù)差距變化的貢獻(xiàn)較小。

從3大區(qū)域來(lái)看，MGML指數(shù)呈現(xiàn)西—中—東遞減的趨勢(shì)。東部地區(qū)電力全要素碳排放效率增速低于平均水平。東部地區(qū)改革開(kāi)放早且發(fā)展迅速，電力生產(chǎn)技術(shù)已經(jīng)處于全國(guó)領(lǐng)先水平，上升空間不大從而增長(zhǎng)較慢。中西部地區(qū)電力全要素碳排放效率增長(zhǎng)速度均高于東部地區(qū)，這是因?yàn)椋褐形鞑康貐^(qū)原本電力生產(chǎn)技術(shù)比較落后；近年來(lái)通過(guò)學(xué)習(xí)東部發(fā)達(dá)地區(qū)的技術(shù)經(jīng)驗(yàn)，加上充分利用能源資源優(yōu)勢(shì)發(fā)展清潔能源發(fā)電，電力碳排放效率得到顯著提升。從各區(qū)域分解效應(yīng)來(lái)看，3大區(qū)域EC、BPC和TGC均值都大于1，可見(jiàn)各地區(qū)在管理效率、制度安排和技術(shù)創(chuàng)新水平都有了一定的提高。東西部地區(qū)BPC指數(shù)較大，表明技術(shù)創(chuàng)新是電力全要素碳排放效率增長(zhǎng)的主要?jiǎng)恿Α?/p>

近年來(lái)我國(guó)不斷推進(jìn)電力行業(yè)節(jié)能減排技術(shù)以及低碳技術(shù)的改革與創(chuàng)新，電力碳減排成效顯著。從TGC指數(shù)可知，我國(guó)3大地區(qū)的區(qū)域差距在不斷縮小，逐漸趨近于全國(guó)最優(yōu)生產(chǎn)技術(shù)水平。

總體而言，電力全要素碳排放效率呈增長(zhǎng)態(tài)勢(shì)，MGML指數(shù)呈現(xiàn)西—中—東遞減的趨勢(shì)，區(qū)域差距有所減小。3大區(qū)域電力全要素碳排放效率增長(zhǎng)來(lái)源不同：東西部地區(qū)主要依靠技術(shù)創(chuàng)新驅(qū)動(dòng)，中部地區(qū)的效率增長(zhǎng)則主要來(lái)源于技術(shù)差距的縮小。

2.2 MGML及其分解指數(shù)的動(dòng)態(tài)演變趨勢(shì)分析

圖1所示為我國(guó)3大區(qū)域MGML指數(shù)的變動(dòng)趨勢(shì)。

圖1 3大區(qū)域MGML指數(shù)的變動(dòng)趨勢(shì)Fig. 1 Change trend of MGML index in three regions of China

由圖1可以看出，MGML指數(shù)波動(dòng)較大，大部分年份為正增長(zhǎng)。2003—2004年MGML指數(shù)增長(zhǎng)幅度最大，達(dá)到12.21%；這與 2003年國(guó)家頒布了一系列保護(hù)資源環(huán)境的政策與措施，促使電力行業(yè)高度重視CO2減排工作有關(guān)。2011—2016年，電力全要素碳排放效率持續(xù)下降，2016年達(dá)到谷底，分析其原因?yàn)椋涸诖似陂g，城市化進(jìn)程的加速給電力行業(yè)碳減排工作帶來(lái)了巨大壓力。在“十三五”規(guī)劃期間，政府高度重視電力行業(yè)碳減排工作，2015年出臺(tái)的《關(guān)于進(jìn)一步深化電力體制改革的若干意見(jiàn)》促使了新一輪改革路徑探索。于是，從圖1可以看到，2015年之后，MGML指數(shù)有所回升。

我國(guó)不同區(qū)域在不同階段的發(fā)展極不平衡，電力全要素碳排放效率動(dòng)態(tài)變化趨勢(shì)也存在較大差異。總體來(lái)看，3大區(qū)域MGML指數(shù)的變化呈現(xiàn)較大的波動(dòng)性。東部地區(qū)MGML指數(shù)在大多數(shù)年份都大于1，中西部地區(qū)的電力全要素碳排放效率的增長(zhǎng)則比較低迷，整體呈現(xiàn)波動(dòng)下降趨勢(shì)。

圖2所示為電力全要素碳排放效率及其分解指數(shù)的變動(dòng)趨勢(shì)。

圖2 電力全要素碳排放效率及其分解指數(shù)變動(dòng)趨勢(shì)Fig. 2 Change trend of total factor carbon emission efficiency of power industry and its decomposition index

由圖2可知，MGML和BPC指數(shù)的變化趨勢(shì)幾乎一致，這再次說(shuō)明技術(shù)創(chuàng)新是電力全要素碳排放效率提升的關(guān)鍵。

圖2中，TGC指數(shù)呈現(xiàn)波動(dòng)上升趨勢(shì)，而EC和BPC指數(shù)都表現(xiàn)出波動(dòng)下降趨勢(shì)，其中BPC指數(shù)波動(dòng)幅度最大。對(duì)EC和BPC指數(shù)的演變趨勢(shì)進(jìn)行比較發(fā)現(xiàn)，技術(shù)效率和技術(shù)進(jìn)步?jīng)]有實(shí)現(xiàn)齊頭并進(jìn)，甚至出現(xiàn)相互背離的增減趨勢(shì)。導(dǎo)致這種現(xiàn)象產(chǎn)生的原因應(yīng)在于：在所分析的數(shù)據(jù)期，電力低碳化發(fā)展主要依靠的是資金和技術(shù)投入，而忽視了資源配置效率的提高，存在電力價(jià)格扭曲、財(cái)政體制缺陷、管理模式落后以及人力資本水平較低等諸多缺陷，進(jìn)而造成了技術(shù)效率變化與電力全要素碳排放效率增長(zhǎng)背道而馳的現(xiàn)象。因此，在實(shí)踐中應(yīng)該積極推進(jìn)協(xié)調(diào)良性發(fā)展，共同推動(dòng)電力全要素碳排放效率的提高。

圖2中，不同于EC和BPC指數(shù)的大幅波動(dòng)，TGC指數(shù)變化非常平穩(wěn)，大部分年份均穩(wěn)定增長(zhǎng)，這說(shuō)明：我國(guó)地區(qū)之間電力低碳生產(chǎn)技術(shù)差距在不斷縮小，全國(guó)范圍內(nèi)的電力全要素碳排放效率存在收斂現(xiàn)象。

3 電力全要素碳排放效率收斂性分析

由上述分析可知，不同區(qū)域之間電力碳排放技術(shù)的異質(zhì)性導(dǎo)致電力全要素碳排放效率存在顯著差異，TGC指數(shù)顯示區(qū)域差距有所減小。為了進(jìn)一步檢驗(yàn)這種差距是否會(huì)隨時(shí)間的推移而縮小，本文分別采用σ收斂、絕對(duì)β收斂和條件β收斂模型對(duì)電力全要素碳排放效率的收斂性進(jìn)行分析。

σ收斂檢驗(yàn)結(jié)果如圖3所示。

圖3 電力全要素碳排放效率σ收斂Fig. 3 σ convergence of total factor carbon emission efficiency of electric power

由圖3可知，中西部地區(qū)MGML指數(shù)標(biāo)準(zhǔn)差均存在σ收斂，這表明：中西部地區(qū)電力全要素碳排放效率區(qū)域差距在逐漸縮小，而東部地區(qū)電力全要素碳排放效率差異將繼續(xù)存在。

此外，對(duì)各地區(qū)MGML指數(shù)的變異系數(shù)進(jìn)行橫向比較發(fā)現(xiàn)，西部地區(qū)MGML指數(shù)的變異系數(shù)均值最大（0.094 8），東部次之（0.074 4），中部最?。?.047 2），這說(shuō)明西部地區(qū)電力全要素碳排放效率的內(nèi)部差異最大。原因分析：西部地區(qū)內(nèi)部的各省經(jīng)濟(jì)發(fā)展水平及環(huán)境狀況差異較大，既有經(jīng)濟(jì)較發(fā)達(dá)的四川、重慶、陜西，也有欠發(fā)達(dá)的新疆、青海、西藏；西部大開(kāi)發(fā)政策的實(shí)施更是擴(kuò)大了這種差異。東部地區(qū)大部分為沿海發(fā)達(dá)地區(qū)，但各省之間的經(jīng)濟(jì)水平和環(huán)境條件差距明顯。相比較而言，中部地區(qū)各省發(fā)展水平相當(dāng)，在經(jīng)濟(jì)基礎(chǔ)、環(huán)境狀況及發(fā)展戰(zhàn)略方面大同小異，使得電力全要素碳排放效率區(qū)域差距較小。

絕對(duì)β收斂檢驗(yàn)結(jié)果如表2所示。由表2可見(jiàn)，3大區(qū)域的β值都顯著為負(fù)，這表明：3大區(qū)域電力全要素碳排放效率都存在絕對(duì)β收斂，各地區(qū)電力全要素碳排放效率能夠趨向相對(duì)同步增長(zhǎng)，區(qū)域差距在不斷縮小。由于收斂速度λ與β絕對(duì)值呈正相關(guān)，因此可知東部地區(qū)收斂速度最快，西部地區(qū)次之，中部地區(qū)最慢，其原因在于：中部地區(qū)在經(jīng)濟(jì)發(fā)展、技術(shù)條件及資源稟賦方面沒(méi)有明顯優(yōu)勢(shì)；東部地區(qū)得益于優(yōu)越的地理位置和較好的經(jīng)濟(jì)基礎(chǔ)；西部地區(qū)則得益于國(guó)家的政策傾斜，例如西部大開(kāi)發(fā)。

表2 絕對(duì)β收斂檢驗(yàn)Tab. 2 Absolutely β convergence test

條件β收斂檢驗(yàn)結(jié)果如表3所示。由表3可知，在加入控制變量后，東、中、西部地區(qū)系數(shù)β仍然顯著為負(fù)，這說(shuō)明：電力全要素碳排放效率存在條件β收斂，也即表明各區(qū)域電力全要素碳排放效率會(huì)隨著時(shí)間的推移趨向于各自的穩(wěn)態(tài)水平。由于各地區(qū)在生產(chǎn)技術(shù)方面的改進(jìn)和管理效率的提升，各地區(qū)差距明顯縮??；收斂速度同樣呈東—西—中遞減的趨勢(shì)，分析其原因?yàn)椋褐胁康貐^(qū)各省份發(fā)展政策及條件相似，本身差異不大，因此向自身穩(wěn)態(tài)水平收斂的速度相對(duì)較慢；而東西部地區(qū)各省份內(nèi)部條件存在較大差距，通過(guò)近幾年的快速發(fā)展，差距不斷縮小，收斂速度相對(duì)較快。建議：通過(guò)適當(dāng)政策措施促進(jìn)區(qū)域效率的穩(wěn)態(tài)值趨于一致，縮小區(qū)域差距。

表3 條件β收斂結(jié)果Tab. 3 Conditional β convergence test

4 結(jié)論

4.1 研究結(jié)論

由于各地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展極不平衡，經(jīng)濟(jì)水平、技術(shù)條件和資源稟賦等方面存在較大差異，導(dǎo)致區(qū)域電力生產(chǎn)技術(shù)存在明顯的異質(zhì)性。

本文在技術(shù)異質(zhì)性假定下，基于2003—2019年各地區(qū)面板數(shù)據(jù)，運(yùn)用MGML指數(shù)對(duì)電力全要素碳排放效率進(jìn)行測(cè)度并將其分解為技術(shù)效率變化指數(shù)、技術(shù)進(jìn)步指數(shù)和技術(shù)差距比率變化指數(shù)，揭示了全要素碳生產(chǎn)率增長(zhǎng)的來(lái)源，在此基礎(chǔ)上分析其區(qū)域差異及動(dòng)態(tài)演化，最后通過(guò)σ收斂和β收斂模型分析電力全要素碳排放效率的收斂性。主要結(jié)論如下：

（1）我國(guó)電力全要素碳排放效率總體呈增長(zhǎng)趨勢(shì)，年均增速為 4.47%，大部分省份電力全要素碳排放效率均表現(xiàn)為正增長(zhǎng)。技術(shù)創(chuàng)新是促進(jìn)電力全要素碳排放效率增長(zhǎng)的主要原因，而技術(shù)效率提升和技術(shù)差距縮小的貢獻(xiàn)相對(duì)較小。

（2）3大區(qū)域電力生產(chǎn)技術(shù)存在明顯的異質(zhì)性。電力全要素碳排放效率呈西—中—東遞減的增長(zhǎng)趨勢(shì)且各區(qū)域增長(zhǎng)來(lái)源不同。東西部地區(qū)電力全要素碳排放效率的增長(zhǎng)依賴于技術(shù)創(chuàng)新，中部地區(qū)效率增長(zhǎng)則主要來(lái)源于技術(shù)差距的縮小。

（3）中西部地區(qū)電力全要素碳排放效率均存在σ收斂特征。3大區(qū)域均存在絕對(duì)β收斂和條件β收斂，這說(shuō)明各地區(qū)在朝著穩(wěn)態(tài)水平趨近的同時(shí)區(qū)域差距也在逐漸縮小。

4.2 政策建議

（1）加大電力行業(yè)技術(shù)創(chuàng)新，充分發(fā)揮技術(shù)進(jìn)步對(duì)電力全要素碳排放效率增長(zhǎng)的驅(qū)動(dòng)作用。調(diào)動(dòng)電力企業(yè)積極性，增加研發(fā)投入，不斷加強(qiáng)智能電網(wǎng)建設(shè)，推進(jìn)潔凈煤發(fā)電技術(shù)、二氧化碳捕集與封存技術(shù)等低碳技術(shù)的應(yīng)用和創(chuàng)新。

（2）提高管理效率，優(yōu)化資源配置。在促進(jìn)技術(shù)創(chuàng)新的同時(shí)注重管理效率改善，進(jìn)一步深化我國(guó)電力體制改革，提升電力行業(yè)市場(chǎng)化水平；通過(guò)培養(yǎng)高素質(zhì)人才、改進(jìn)管理方式等途徑，使技術(shù)進(jìn)步和效率改善，促進(jìn)電力全要素碳排放效率的提升。

（3）充分考慮地區(qū)電力生產(chǎn)的技術(shù)異質(zhì)性，因地制宜采取差異化措施提高電力全要素碳排放效率水平。東部地區(qū)應(yīng)繼續(xù)利用地理和政策優(yōu)勢(shì)，引進(jìn)先進(jìn)技術(shù)和人才。西部地區(qū)充分利用能源資源優(yōu)勢(shì)，大力發(fā)展風(fēng)能、太陽(yáng)能等清潔發(fā)電技術(shù)。中部地區(qū)要加強(qiáng)與東部地區(qū)電力行業(yè)的合作與交流，學(xué)習(xí)先進(jìn)的技術(shù)和管理經(jīng)驗(yàn)。