长江经济带终端能源消费碳减排效率与产业结构耦合分析

田泽　黄萌萌

一、文献综述

关于碳排放效率评价方法的应用，主要以数据包络（DEA）法为主，目前运用较多的模型有DEACRS、SBM、超效率DEA以及DEA Malmquist指数法等。近年来，部分学者对DEA模型进行修正，纳入环境变量作为非期望产出运用到经济学领域，使得计算得出的效率结果更科学。吴传清[1]1647基于超效率DEA模型和ML指数法，以工业废气排放为负向产出指标测算长江经济带全要素能源效率时，发现导致流域内效率低下的主要原因是污染排放。申建良[2]1以全国29个省份的面板数据为研究对象，运用DEACRS模型测算发现1995-2013期间，考虑环境约束的全要素能源效率整体呈下降走势的同时，区域差距有不断扩大的趋势，表现出自东向西依次递增的形态。孙秀梅[3]68揭示了 2005-2012年山东省17市碳排放效率的差异性特征，并认为不同排放水平的城市应根据自身情况采取不同的减排措施。田泽[4]38应用超效率DEAEBM模型和全局ML指数法相结合对长江经济带各省市节能减排效率进行评价，发现效率呈U型演变趋势以及东高西低的空间分布特点。

产业结构转型升级及演进会对碳排放效率有所影响，两者内在的耦合交互关系值得探索。柴莎莎[5]130的研究解释了畸形的产业结构导致江西省经济发展与环境污染耦合协调度偏低的原因。江洪[6]152在研究我国各省能源管理效率与产业结构耦合度时，发现两者均存在由东向西，由南向北逐渐先升后降的趋势，地区差异性极为明显；且经济发展水平的高低与二者耦合协调度成正比。关伟[7]520通过耦合度评价模型分析了能源效率与产业结构的耦合特征，发现整体耦合度不高且区域差异显著。马丽[8]1299应用耦合度评价指标体系测算数百个地级单元经济环境耦合度，发现全国经济环境系统整体耦合度和协调度均较低，沿海地区较高，内陆地区则次之。

上述研究大多的是全国或某省份的社会经济与生态环境系统的时空耦合情况，而针对长江经济带碳减排效率与产业结构的耦合情况的研究很少。本文旨在通过对长江经济带终端能源消费碳减排效率的测算评价，分析其时空演变特点，并进一步揭示长江经济带终端能源消费碳减排效率与产业结构的空间分布特征及其耦合关系。

二、长江经济带终端能源消费碳减排DEA效率评价

（一）指标选取与数据来源

1.研究对象

论文研究对象是长江经济带11个省市的终端能源消费碳减排效率。根据前面的理论模型，采用年度面板数据，选取2006-2015年为样本区间。设定资本存量（K）、劳动力（L）、能源消耗量（E）为生产投入变量，同时设定地区生产总值（GDP）为期望产出，二氧化碳排放量（CO2）为非期望产出来测算碳减排效率。数据来源于各省市对应年份的《统计年鉴》、《中国统计年鉴》和《中国能源统计年鉴》

2.指标选取

（1）资本存量（K）。用折算成2005年不变价的社会固定资产总投资来衡量资本存量这一指标，以消除价格因素的影响。资本的价值会随时间的推移而有所损耗，且与陈旧的资本相比，最新资本的技术含量高且优质[9]148。因此，运用“永续盘存法”来计算折旧后的资本存量，同时通過定义资本年龄来衡量资本质量，最终得到考虑质量的资本存量，数据均来源于国家统计局。

（2）劳动力（L）。劳动力的质量和数量是核算劳动力投入的两大要素，选取就业总人数来衡量劳动力数量，劳动力质量则根据《中国2010年人口普查资料》提供的人口数量分布与人均教育年数来计算。

（3）能源消耗量（E）。能源消耗量主要考虑了包括煤炭类、石油类、电力及热力在内的19种能源的消耗量，并将其折算成标准煤。

（4）二氧化碳排放量（CO2）。本文测算的是，沿用齐绍洲[10]8890提出的方法对长江经济带各省份电力热力的CO2排放因子和终端承担比进行计算，测算出19种终端能源消费的二氧化碳排放量。

（5）地区生产总值（GDP）。各省市的GDP是以2005年不变价计算。

（二）长江经济带终端能源消费碳减排效率测算

数据包络法（DEA）是目前用于测算效率的主流方法。最开始的是径向测算规模报酬不变CCR模型[11]229245，所有投入要素要等比例缩减这一严格的条件往往容易使得其结果与现实相背离。随后Tone[12]12251231提出非径向SBM模型避免了CCR模型中投入要素等比例缩减这一局限，但却损失率效率前沿投影值，为克服CCR和SBM模型的缺陷，Tone创建了EBM模型[13]15541563同时具备径向和非径向特点。但上述模型均默认产出为期望产出，而生产过程中不可避免的会附带一些非期望产出，因此本文通过构建考虑非期望产出的UndesirableEBM模型， UndesirableEBM模型具体如下：

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为CCR模型计算的径向效率值，s代表非径向的投入要素的松弛向量，λ为权重向量，X代表投入矩阵、Y代表期望产出矩阵，U代表非期望产出矩阵，ε为非径向部分的重要程度（当ε为0时，即CCR模型；当ε=1时，即SBM模型），γ*为考虑非期望产出的效率，当γ*<1时无效，γ*=1时有效。

UndesirableEBM模型虽成功地考虑了非期望产出并得到有效决策单元，但由于其效率最大值为1且有效的决策单元效率值均为1，而测算结果往往会出现多个决策单元被评价为有效，因此无法准确地判断有效决策单元之间的差异。Andersen等提出的超效率DEA模型[14]12611264恰好弥补了这一缺陷，可准确地判断出处于生产前沿有效的多个决策单元的要素组合的优劣。超效率DEA原理是在评价某个决策单元时，用其他决策单元的投入和产出的线性组合来代替自身组合，一个有效决策单元按比例增加自身投入时可以达到效率值不变的效果，这个比例则是超效率评价值。因此本文在UndesirableEBM模型基础上，结合超效率DEA模型的优点，综合为EBM超效率模型对长江经济带的碳排放量效率进行测算，由此得到的效率分值可大于1，大于1时表明可追加投入以进一步提高碳减排效率。endprint

运用MAXDEA66 PRO计算了长江经济带11个省份的碳减排效率，结果如表1所示：

（三）碳减排效率结果分析

1.长江经济带整体碳减排效率时间演变分析

长江经济带碳减排效率在2006年到2015年间整体呈现出扁“U”先降后升的特征（见图1），十年间碳减排平均效率为0738。2006年是碳减排效率最高的年份，效率值高达0875，随后受国际金融危机的影响，碳减排效率在2007年至2009年期间骤降至0690，下降率高达2114%。2010年之后开始回升。但由于流域内产业结构主要以高能耗高污染工业为主，且近年来这些产业发展迅速，导致碳减排效率回升速度缓慢，截至2015年，碳减排效率回升至0789，尚未达到2006年的效率值，这表明长江经济带的碳减排效率还有很大的进步空间。

为了更有针对性的分析该流域碳减排的具体情况，本文将11个省份按照上中下游分类，上游包括四川重庆贵州云南，中游包括湖北湖南安徽江西，下游包括上海江苏浙江。观察图1发现，上中下游碳减排效率趋势与长江经济带整体情况基本一致，但区域差异明显，上游城市的平均减排效率在055左右，中游城市稳定在07上下，下游城市高居09，区域减排效率呈明显的梯级增长趋势上、中和下游各柱条为2006—2015，10年各区域的碳减排效率。。

图1 长江经济带2006-2015年分区域碳减排效率

2.长江经济带各省市碳减排效率空间演变分析

根据DEAEBM效率指数的大小，将流域内的碳减排效率分为完全有效（θ>1）、高效（08≤θ≤1）及低效（θ<08）。2006年，完全有效的省市有4个（上海、浙江、湖南和江苏），高效的3个（湖北、四川及安徽），剩下的江西、重庆、云南和贵州则处于低效阶段；2015年各省市减排效率明显下降，完全有效省市仅剩江浙沪三省，湖南省减排效率降低至高效水平，成为唯一一个处于高效阶段的省份，2006年位于高效阶段的三个省份均降低到低效阶段，2015年低效省份高达7个。

另外，折线图2反映了各省份历年碳减排效率走势情况，我们可以发现长江经济带各省份的碳减排效率差异明显，大多数省份位于0608之间。最高的是上海市，每年效率均超过09，且有两年超过1（2006年和2015年）；效率最低的是贵州省，平均效率为0402。

图2 长江经济带11省市碳减排效率演进

3.碳减排效率的空间收敛性分析

变异系数能有效地反映空间差异，图3展示了长江经济带碳减排效率变异系数的走势：①可以发现上中下游变异系数差距较大：上游碳减排效率的变异系数最大，在0203范围内波动，中游均值约为008，下游地区均值则低于003，这主要是因为长江经济带的经济发展水平从上游到下游呈阶梯递增演变，上游省份经济落后，科技水平不高，发展水平层次不齐。②上中下游变异系数时间走势不同：上游地区10年间变异系数呈现逐渐走低趋势，但是绝对值仍高居首位；与上游不同的是，中下游的系数波动大，形成先降后升再减的波动演变。

图3 2006-2015年长江经济带碳减排效率空间差异的变化走势

三、长江经济带碳减排效率与产业結构空间耦合分析

（一） 碳减排效率与产业结构空间耦合模型构建

“耦合”是一个物理学概念，衡量的是多个不同系统之间的相互作用，耦合分析是在评估各子系统的基础上在再对耦合度进行计算和分析。近年来耦合开始被用到经济环境领域，在产业高级度、产业偏差度及产业集中度和碳减排效率的测算基础上，对区域产业结构演变与碳排放关系进行更全面深入的研究，以期推动区域经济可持续发展。本文构建了长江经济带碳减排效率与产业结构耦合模型，耦合度用C表示，C值越大表明系统间的耦合程度越高，C的计算公式如下：

C=E（x）Si（y）[E（x）+Si（y）]2221/k

（2）

K可根据具体情况取不同的值，此处假定k为2。E（x）和Si（y）代表碳减排效率与产业结构综合指数，E（x）为表1中的碳减排效率值，Si（y）包括S1（y），S2（y）和S3（y），分别表示产业结构高级度、偏差度、集中度指数。在碳减排效率及产业结构“三度”计算结果的基础上，将其进行01标准化处理带入上述公式计算出耦合度C。

为避免耦合模型C的不平衡性，使耦合效应的分析结果更具有科学性和准确性，本文在为 E（x）和Si（y）分别设定06和04的权重的基础上，引入耦合协调度模型，协调度用R表示，计算公式如下。

R=C×（06E（x）+04Si（y））

（3）

（二）产业结构综合指数测算

1.长江经济带产业结构高级度（G）

产业结构高级度度量的就是地区经济由低级水平向高级水平进化的动态过程，即由农业向工业、服务业转化的过程，并能反映出某个时间点上经济发展水平及未来变动趋向，本文借鉴付凌晖[15]80构造的产业高级化指标来衡量产业高级度。首先定义产业低层次向量为X1=（1，0，0），产业中层次向量为X2=（0，1，0），产业高层次向量X3=（0，0，1），随后由三大产业增加值占地区生产总值比例构成三维向量X0=（x1，0，x2，0，x3，0），之后分别算出X0与X1，X2，X3的夹角θ1，θ2，θ3：

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

随后，定义产业结构高级化Upgrading Index如下：

G=3k=1kj=1θj=3θ1+2θ2+θ3

（5）

2.产业偏差度（P）

产业结构偏差度测算的是在标准产业结构基准下，当地实际产业结构与标准偏差的大小，反映出当前地区产业规模与产业结构是否与经济发展水平一致，也是评价产业结构合理化的重要指标。目前对产业结构合理化的比较方法和测定指标有多种，本文借鉴关伟[7]525所用的方法，根据人均GDP大小将全国31个省份分为高收入地区、中收入地区及低收入地区，并测算出各个收入水平地区的三大产业结构比例，以此作为长江经济带标准产业结构（x*），从而测算出各个省份的产业偏差度。以2015年为例，2015年长江经济带第一产业标准值为103，第二产业标准值为441，第三产业标准值为456，则将x*2015=（103，441，456）作为标准对长江经济带各省份的产业结构偏差度进行测算，偏差度越小表明产业结构越合理，具体计算公式如下endprint