2012年我国各地区低碳经济发展效率的数据包络分析评价*

张美恋

(集美大学理学院，福建 厦门 361021)

引言

长期以来，中国经济走的是一条高增长、高消耗、高排放的粗放型发展道路. 近年来，我国遭遇了大范围的雾霾天气，多地出现了严重的雾霾天气，致使空气污染严重，北京更是达到了6级重度污染. 据中国气象局统计，2013年全国平均雾霾天数为52年来之最，而安徽、湖南、湖北、浙江、江苏等地更是创下了历史纪录，雾霾天气不仅仅出现在华北，而且呈现由北向南蔓延的趋势.雾霾天气严重影响了人们的生产和生活，同时也给人们敲响了警钟，绿色低碳经济发展刻不容缓.

低碳经济是以低能耗、低污染、低排放为基础的经济模式，即通过更少的自然资源消耗和更少的环境污染，获得更多的经济产出. 我国“十二五”规划明确提出，到2015年，单位GDP的CO2排放比2010年下降17%，单位GDP能耗比2010年下降16%，非化石能源占一次能源消费比重达到11.4%，新增森林面积1 250 hm2，森林覆盖率提高到21.66%，森林蓄积量增加6亿m3.各省“十二五”规划中也明确提出相应的节能减排目标，实现单位GDP能耗和CO2排放大幅下降.然而，我国正处于经济快速发展时期，各地区的发展水平差距显著，产业结构，能源的生产和消费不尽相同，科学地评价我国省级区域低碳经济发展水平及其地区差距，分析其存在不足的因素，对调控各地区发展的方向和进程，促进低碳经济的发展具有重要的理论和实践意义.

1 研究方法

1.1 指标体系的建立与数据的处理

指标的选取是综合效率评价的关键，是评价结果可靠性、客观性的基础. 低碳经济的发展受到各种因素的综合影响，指标体系要根据低碳经济的内涵，能够对低碳经济的质量进行合理、较全面的描述，同时指标体系的指标内容要具有较强的可比性，通常以人均、单位GDP、百分比等表示. 建立指标体系进行实证分析，需要采集大量的统计数据，选取的指标数据最好是能够直接获得或者通过计算后可以获得的，因此，指标体系要尽可能地利用现有统计数据. 根据以上原则，在借鉴相关研究成果[1]的基础上，选取了一套相对完善适合省级区域低碳经济发展评价的指标体系，输入指标包括X1、X2、X3、X4四个指标；产出指标包括Y1、Y2、Y3三个指标，具体涵义及单位见表1.

表1 输入输出指标涵义及单位

对于输入指标X1，统计意义上的固定资产投资是包含房地产投资的，由于房地产投资与碳排放没有直接的联系，因此，本文中的X1指地区固定资产投资减去地区房地产投资与地区人口之比；对于输入指标单位GDP能耗X3，指的是地区能源消费总量与地区GDP之比；对于产出指标碳排放强度Y2，是指单位GDP二氧化碳排放量. 关于二氧化碳气体排放情况，国内并没有碳排放量的直接监测数据，相关机构也没有公布过准确的数据，因而此类数据需要通过各种能源的消耗情况来进行测度. 根据我国统计年鉴，将最终能源消费种类划分为9类( 煤炭、焦炭、原油、燃料油、汽油、煤油、柴油、天然气、电力)，本文主要借鉴文献[2]的相关方法，在计算碳排放量时采用9类能源消费总量乘以各自的碳排放系数, 碳排放量计算公式为：

CO2排放总量=∑Bi×Ci

式中，Bi是i类能源消费量，Ci是i类能源的碳排放系数.碳排放系数是每一种能源燃烧或使用过程中单位能源所产生的碳排放数量. 一般在使用过程中, 根据联合国政府间气候变化专门委员会(IPCC) 的假定, 认为某种能源的碳排放系数是不变的. IPCC 所给出的某能源碳排放系数是与该能源热值等当量的标准煤的碳排放系数, 因此需要将能源消费折算成标准煤后, 乘以碳排放质量系数(见表2), 便可以测算出实际的碳排放量.

表2 各种能源折标准煤系数及碳排放系数

数据来源：IPCC guidelines for national Greenhouse gas inventories，2006年

选取全国30个省市自治区构成30个评价单元，由于西藏地区没有能源消费的统计数据，没有列入评价单元，选取2012年的统计数据作为各输入输出单元的数据，指标体系中涉及的数据均来自《中国统计年鉴2013》及《中国能源统计年鉴2013》，具体原始数据见表3.从表3可见，各地区的各项指标差距很大，比如输入指标X3——单位GDP能耗，最低的是海南省，只有0.052 1 t标准煤/万元，最高的是河北省，达到0.826 9 t标准煤/万元，相差十几倍；再比如输出指标Y2——碳排放强度，最低的是北京地区，只有0.205 2 t碳/万元，最高的是宁夏地区，达到2.254 8 t碳/万元.

表3 2012年全国各地区低碳经济效率评价指标的原始数据

数据来源：《中国统计年鉴2013》，《中国能源统计年鉴2013》

对数据进行无量纲处理，对于正向指标的标准化处理：

对于逆向指标的标准化处理：

1.2 数据包络分析评价方法

数据包络分析(Data Envelopment Analysis, 简称DEA )是由著名的运筹学家Charnes A, Cooper W W和Rhodes E于1978年首先提出的，第一个重要的DEA模型简称CCR(Charnes-Cooper-Rhodes)模型，DEA是一种评价具有多输入多输出同类决策单元相对有效性的方法，该方法具有很强的经济背景. 全国各地区低碳经济包含多个投入和多个产出，之间关系复杂，因此，运用DEA方法是评价全国各地区低碳经济发展效率问题较为理想的方法.

假设有n个决策单元，每个决策单元有m种类型的“输入”和s种类型的“输出”，xij表示第j个决策单元对第i种输入的投入量，yrj表示第j个决策单元对第r种输出的产出量，且xij>0，yrj>0.这里，Xj=(x1j,x2j,…,xmj)T，Yj=(y1j,y2j,…,ysj)T为已知数据,n个决策单元都是具有可比性的，ε为非阿基米德无穷小量，CCR模型是在假设规模报酬不变的前提下对各决策单元的相对优劣进行评价，具体表达式为：

2 评价结果与分析

2.1 综合技术效率分析

根据对表3的数据进行标准化处理后的数据以及CCR模型和BCC模型，运用Deap2.1软件，求得2012年全国30个地区低碳经济综合技术效率值，具体见表4和图1.

表4 2012年我国各地区低碳经济相对效率

图1 2012年我国各地区低碳经济发展效率TE分布

从表4可知，综合技术效率平均为0.621，总体低碳经济发展水平不高，其中北京、天津、上海、浙江、福建、广东、海南这7个地区综合技术效率值为1，达到DEA有效，说明这7个地区的低碳经济发展处于较高水平，但仅占决策单元的23%；综合技术效率值在0.8～1.0之间的只有江西、广西和云南3个地区；综合技术效率值在0.6～0.8之间的也只有湖南、贵州和四川3个地区；综合技术效率值在0.4～0.6之间的有11个地区，占决策单元的37%；综合技术效率值在0.4以下的有6个地区，占决策单元的20%. 从总体来看，我国各地区低碳经济的发展很不平衡，水平差异巨大.

从地域来看，综合技术效率有效的地区集中在经济发展较为成熟的华东、华南沿海地区，有上海、浙江、福建、广东、海南5个地区，这两个区域大部分经济发展比较早，产业结构相对比较轻型化，能源消费结构相对比较合理，空气质量也普遍较好，较少出现雾霾天气. 而华北的河北、山西、内蒙，西北的陕西、甘肃、青海、宁夏、新疆这些地区的综合技术效率值普遍较差，除了青海以外，其他地区综合技术效率值都在0.5以下，这两个区域也是近期雾霾天气较严重的区域. 从投入角度看，一个原因是这些地区的第二产业占GDP的比重较大，产业结构趋于重型化，另一个原因是单位GDP能耗普遍较高；从产出角度看，这些地区的碳排放强度及单位GDP的SO2排放量普遍较高.

需要指出的是，海南省虽然各项指标都一般，但是综合技术效率值为1，而江苏省的人均GDP是较高的，但由于单位GDP能耗较高及森林覆盖率较低，而综合技术效率值只有0.419，这说明经济发展水平的高低与低碳经济的发展水平并非是正相关的.经济发达地区虽然在资金、技术上占优势，但过大的经济规模会导致能源消费的急剧上升，导致废气大量排放，如果处置不当，会对低碳经济的发展产生负面影响.

2.2 非DEA有效性分析

对于非DEA有效的决策单元，有必要继续分析非技术有效是由哪些原因造成的，BCC模型能够给出决策单元非技术有效的具体原因，BCC模型可以求出纯技术效率，因此可以将综合技术效率分解为纯技术效率和规模效率两部分，具体结果见表4和图2.

图2 2012年我国各地区低碳经济发展效率分布

地区的非DEA有效是由生产规模及技术水平两个因素非有效共同作用引起的. 在23个非DEA有效的地区中，河北、江苏、安徽、山东、湖北、湖南、新疆这7个地区的纯技术效率排名比综合技术效率的排名靠前，相应的规模效率的排名比综合技术效率的排名靠后，表明这些地区的低碳经济的非DEA有效的原因更多是由生产规模引起的，比如贵州省，纯技术效率为1，也就是纯技术有效，但规模效率为0.641，表明贵州省的非DEA有效是由规模效率引起的，贵州省的规模收益是递增的，说明贵州省可以扩大投入量以达到DEA有效. 内蒙古、辽宁、黑龙江、江西、广西、云南、甘肃、青海、宁夏这些地区的纯技术效率排名比综合技术效率的排名靠后，相应的规模效率的排名比综合技术效率的排名靠前，表明这些地区的低碳经济的非DEA有效的原因更多是由技术水平引起的.

从表4可以发现，23个非DEA有效的地区的规模收益有21个是递减的，即每增加一单位的投入，相应产出增加将小于一个单位，所以应稳定现有投入规模，通过调节产出的方向和数量来达到DEA(CCR)有效[4]，也就是说，通过调节提高人均GDP,减少CO2和SO2的排放来达到DEA有效.

3 结论与建议

通过上文的分析可以发现，我国低碳经济发展效率总体水平还不高，各地区低碳经济发展很不平衡，从地域上看，华东、华南的沿海地区最高，西南、华中、东北次之，华北、西北最差. 通过分析可以发现，经济发展水平的高低与低碳经济的发展水平并非是正相关的，因此要处理好经济规模与低碳经济的关系. 对于低碳经济水平较低的地区提出如下对策建议.第一，调整产业结构，加快低碳产业发展，促进产业结构优化升级，提高第三产业产值的比重，因此，需要政府引导，对低碳产业在财政、税收、金融、土地各方面给予倾斜.第二，优化能源结构，提高清洁能源和可再生能源的比重.低碳经济水平较低的华北、西北能源消费长期以煤炭为主，结构不合理，必须降低煤炭在能源消费中的比例，根据各地区的地理优势，积极推动发展新能源与可再生能源，加快普及太阳能的利用，合理地开采和利用地热水源和风能资源以替代常规能源[5].第三，发展低碳技术，提高能源的利用效率.建立和完善低碳技术创新与研发的激励机制，加强与发达国家的技术交流与合作，引进国外提高能效技术、节能技术，促进我国低碳技术的发展.

参考文献:

[1]秦耀辰.低碳城市研究的模型与方法[M].北京：科学出版社,2013:54-56.

[2]徐国泉，刘则渊，姜照华.中国碳排放因素分解模型及实证研究：1995-2004[J]. 中国人口资源与环境,2006,16(6):158-161.

[3]魏权龄.评价相对有效性的数据包络分析模型[M].北京:中国人民大学出版社, 2012:32-96.

[4]高亚春.基于DEA 的我国各地区经济相对效率评价研究[J].统计教育，2009，(1):3-8.

[5]吴婧.福建省构建低碳城市的能源调查及建议[J]. 福建工程学院学报,2011，9(3):276-284.