工业碳减排潜力及来源分析

康玉泉 孙庆兰

摘要：在共同前沿和组前沿概念下，对中国工业碳减排潜力及其来源进行了研究。结果发现：工业碳减排潜力巨大，从2003年开始逐步释放；工业碳减排潜力来源地区差异明显，技术差距导致的潜在碳减排量在总潜在碳减排量中所占比重逐步减少。

关键词：共同前沿；组前沿；碳减排潜力；技术差距

DOI：10.13956/j.ss.1001-8409.2016.06.11

中图分类号：F427；F1245 文献标识码：A 文章编号：1001-8409（2016）06-0049-04

Abstract：This paper studies the potential of industrial carbon emissions reduction and its sources based on metafrontier and group frontiers. It finds that the potential of industrial carbon emissions is huge and gradually released since 2003.The Sources of potential of industrial carbon emissions exist significant differences among provinces. The potential carbon emissions reduction is caused by technology gap to the total amount has led to reduction gradually.

Key words：metafrontier； group frontiers； potential carbon emissions reduction； technology gap

工业是二氧化碳排放的主要产业，其减排行动对实现政府承诺的二氧化碳减排目标至关重要。研究工业领域的碳减排潜力及其地区差异，分析潜在碳减排量的来源，对于碳减排目标制定及政策实施具有重要意义。

1文献回顾

从相关文献看，节能和碳减排潜力研究所涉及的方法主要有两类：一类是通过指数分解方法将能源或碳排放变化分解成不同的贡献份额，利用给定的效率基准计算节能或碳排放潜力。相关研究主要有：姚愉芳等（2007）、Ang等（2011）。另一类是把能源作为投入要素、碳排放（或其他污染物）作为非意愿产出引入生产函数，将生产过程看做多投入、多产出的联合生产，进而定义环境生产技术，运用非参数方法来估计节能或减排潜力。魏楚等运用DEA方法研究节能潜力和能源效率时考虑了污染物排放[1]。王群伟等（2011）和Guo等（2011）运用环境DEA方法估计了中国各省潜在碳排放。为避免DEA方法求解存在的无可行解问题，Bian等运用扩展的非径向DEA方法对中国各省的节能和碳减排潜力进行了研究[2]；张庆芝等建立超效率DEA模型对中国钢铁产业的能源效率和节能潜力进行了分析[3]。现有对碳减排潜力的研究大多是通过生产非效率的估计来进行，但并未指出非效率的来源，因而也不能给出挖掘碳减排潜力的有效路径。另外，已有研究在运用非参数的DEA方法时，通常将决策单元看作具有相同技术的同一生产集的元素。但实际上，决策单元往往具有技术异质性，导致非参数方法的效率估计出现偏差。

本文在O'Donnell等提出的共同前沿（metafrontier）和组前沿（group frontiers）的概念基础上[4]，引入方向距离函数来估计碳排放效率，在一定程度上克服了技术差异对效率估计的影响，同时还指出了碳减排潜力的来源，为探索碳减排的有效路径提供借鉴。

2研究方法

21组前沿与共同前沿

按照O'Donnell等的做法，具有相同技术属性的决策单元划分为一个组群（Group），I个决策单元可以分为K个组群。在每个组群中，决策单元以投入向量x∈RN+，生产意愿产出y∈RM+和非意愿产出b∈RJ+。在时期t，组群k的生产技术集合，即组群技术集（group technology set）定义为：

Tkt=（xkt，ykt，bkt）：xkt能生产（ykt，bkt）（1）

组群技术集Tkt的产出集合Pkt（xkt）为：

Pkt（xkt）=（ykt，bkt）：（xkt，ykt，bkt）∈Tkt（2）

产出集合Pkt（xkt）确定的边界是组群k的生产前沿，称为组前沿（group frontiers）。组前沿为技术相同的产出集边界，是组群内决策单元可能达到的最大产出。

共同技术集（metatechnology set）定义为所有技术可行的投入产出组合的集合，共同技术集不考虑决策单元的技术异质性，并认为每个决策单元都有达到共同技术前沿的潜力。时期t的共同技术集定义为：

共同技术集T*t的产出集合为：

共同技术集确定的生产可能性边界定义为共同边界（metafrontier），也称为共同前沿，是无技术限制的所有投入产出的边界。

根据共同技术集和组群技术集的定义，K个组群技术集的集合为共同技术集，Tkt与Tt满足如下关系：

式（5）表明共同前沿是组前沿的包络线。不同组群分别构成各自的技术边界，同时K个组群一起构成所有决策单元的共同边界。组群边界表示决策单元的实际技术水平，共同边界代表决策单元的前沿技术水平。

在文献中，组群的划分可根据研究对象的技术特征[5，6]，或其所处的地理位置来进行[4，7]。本文按照各省份所处的地理位置，将全国30个省份划分为东部、中部和西部三个组群东部地区包括11个省级行政区，分别为北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南；中部地区有8个省级行政区，分别是山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包括省级行政区共11个，分别为四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古。 ，在此基础上构建组前沿和共同前沿，进而对各省工业碳减排潜力及其来源进行研究。

22方向距离函数

组群技术集Tkt和共同技术集T*t满足Fre等提出的环境技术集的性质[8]。因此，在组群技术集中，方向距离函数定义为：

在共同技术集中，方向距离函数定义为：

其中方向向量为=y，b=（1，-1），表明意愿产出按照y方向增加的同时，非意愿产出按照b方向减少。方向距离函数是在技术和投入给定时，技术集的生产组合按方向向量增加意愿产出的同时，减少非意愿产出，而后到达生产边界的距离。距离函数的值越大，生产者提高意愿产出、降低非意愿产出的潜力越大，生产的非效率程度越高。

23基于共同前沿的碳排放非效率及其分解

根据式（6）和式（7）对方向距离函数的定义，决策单元在共同前沿和组前沿中的碳排放非效率分别为：

由于共同前沿是组前沿的包络线，因此决策单元在共同前沿中的非效率MIE大于在组前沿中的非效率GIE。在技术给定的情况下，组前沿下决策单元的非效率是其意愿产出不足，或投入与非意愿产出过多；非效率原因是管理失效。共同前沿下决策单元的非效率除了管理失效以外，与共同前沿的技术差距也是产生非效率的原因。因此，共同前沿下决策单元的非效率由组前沿下的管理非效率（GMI）和技术差距非效率（TGI）构成，即：

式（11）表明，共同前沿下决策单元的非效率可分解为TGI和GMI两部分，技术差距非效率（TGI）为：

式（12）表明，决策单元与共同前沿的技术差距是其在共同前沿和组前沿下方向距离函数值之差。GMI是决策单元在组群中的方向距离函数值，度量管理非效率。

根据共同前沿下决策单元的非效率及分解，当其实际碳排放量为C时，则潜在碳减排量（PCER）、管理失效导致的潜在碳减排量（PCEMI）和技术差距导致的潜在碳减排量（PCETG）分别为：

以上分析表明，决策单元的潜在碳减排量由管理失效和技术差距导致，这一分解给出了碳减排潜力的来源，指明了碳减排放的方向。

3工业碳减排潜力及其来源分析

31数据说明

本文选取1995～2012年中国大陆30个省份工业投入与产出数据进行研究由于西藏工业规模较小，研究中没有考虑。 ，其中投入变量为劳动（L）、资本存量（K）和能源消耗（E），产出变量为工业总产值（Y）和二氧化碳排放量（C）。资本存量数据由永续盘存法估算得到，二氧化碳排放量由工业能源消耗数据推算得到。由于不同变量数据统计口径存在差异，同一变量不同时期数据的统计口径也存在变化，为得到一致的研究样本，本文将所用数据调整至全部工业口径。另外，价值量数据以1990年为基期进行平减，得到以不变价格计算的数据。

32工业碳减排潜力及其变化

潜在碳减排量是生产者在当前实际碳排放量基础上能够进一步减少的排放量。用潜在碳减排量（PCER）占实际碳排放量（C）的比例能更好地反映生产者的碳减排潜力。表1结果显示，全国工业潜在碳减排量与实际碳排放量比例的平均值为5201%。东、中、西三地区该比例的平均值分别为3341%、6849%和7158%。根据这一比例的年平均值，可将30个省份分为三类：碳减排潜力最大的省份，这一比例达到80%以上，包括宁夏、山西、内蒙古、新疆、黑龙江以及贵州6个省区；碳减排潜力最小的省份，这一比例在30%以下，包括北京、福建、天津、浙江、广东以及上海6个省市；其他省份中，除海南（4899%）和山东（4630%）两省该比例不足50%以外，其余15个省份的这一比例均在50%～80%之间。大多数省份潜在碳减排量占实际碳排放量的一半以上，工业碳减排空间较大。