中国“一带一路”区域碳排放效率研究

【摘要】本文在研究碳排放效率时，率先将农业碳排放和能源碳排放同时纳入评价系统，分别利用考虑非期望产出的非导向的SBM模型对我国“一带一路”重点地区的总体经济和三次产业的碳排放效率进行测算。研究结果表明：在我国“一带一路”区域中总体经济碳排放有效的地区主要分布在沿海省区，碳排放总体无效的地区主要分布东北和西部地区，同时可以根据各地区各产业的碳排放效率提出改进碳排放效率的政策来促进“一带一路”区域的低碳发展。

【关键词】农业碳排放 能源碳排放 非期望产出SBM模型 “一带一路”区域

在世界经济低迷的和中国经济增速放缓的新常态背景下，中国政府适时提出了能够打造新经济增长引擎和促进产业转型升级的“一带一路”战略并圈定18个省（直辖市）为重点省。该战略的实施在推动该区域经济增长的同时势必会引起碳排放的增加。如何促进低碳排放与经济增长的双赢，成为令人关注的问题。在中国，第二三产业是能源消耗和温室气体排放的主要来源；而作为传统农业大国，我国农业碳排放对气候变暖助推作用更需关注。鉴于能源消耗和农业生产活动都是温室气体的重要来源，在研究碳排放效率时，为了更有效地促进低碳排放与经济增长，同时考虑农业碳排放和能源碳排放和考察引起碳排放低效率的产业并有针对性地提出改进建议是非常有必要的。

一、文献综述

國内外学者从不同的角度和研究对象出发，提出若干评价碳排放方法，主要有随机前沿分析法（SFA）和数据包络分析法（DEA）。

F？覿re（1989）等基于非期望产出的弱可处置性假设最早提出了全要素框架下环境效率评价的DEA模型[1]。Hailu和Veeman（2001）采用将污染排放作为非期望产出的DEA方法分析加拿大的造纸工业的环境效率[2]。王兵，於露瑾（2013）运用数据包络分析方法和生产率指数对2012年中国各工业行业在碳排放约束下的传统能源效率指标进行了测度和分解[3]。许士春，龙如银（2015）采用DEA方法测度中国1995～2011年间能源和碳排放效率，并拓展STIRPAT模型，通过Tobit回归分析中国能源和碳排放效率的影响因素[4]。孙秀梅，张慧等（2016）运用超效率SBM模型和Malmquist指数对2005 ～2012年期间山东省各个地级市的碳排放效率进行研究[5]。

通过国内外学者的研究发现，在研究碳排放效率时，很多学者往往只研究工业碳排放或能源碳排放的碳排放效率或只针对农业碳排放的效率进行研究。由于温室气体不只来源于工业（能源）或农业碳排放，要想准确控制碳排放量，提高碳排放效率，必须更加全面的考虑温室气体的来源。因此，应将农业碳排放与能源消耗碳排放同时纳入到碳排放评价系统进行研究。所以，本文在研究碳排放效率时，率先将农业碳排放和能源消耗碳排放纳入评价系统，运用非导向的考虑非期望产出的SBM模型对总体经济和三次产业的碳排放效率进行研究，以期测得碳排放的低效率是由哪个产业引起的，从而有针对性地给出促进碳排放效率的对策和建议。

二、研究方法

在研究环境约束下的效率时，传统研究方法是BCC和CCR的数据包络分析法（DEA），这两类模型是径向模型，造成径向DEA模型在测算效率时无效率的来源是在径向方向的可改进量，这种程度的改进量有时并不能使效率值达到最有效的状态，如在两点之间的连线平行于各决策单元各指标构成的多维坐标系的坐标轴时会导致这种情况的出现，因此为避免这一现象的出现，采用非径向、非导向的考虑非期望产出的SBM模型，如下：

■ （1）

s.t.■

■

■

■

其中，X为投入变量，■为期望产出变量，■为非期望产出变量，■，■，■分别为待测算决策单元■的投入、期望产出和非期望产出指标■，■，■的松弛变量，λ为各DMU的线性组合系数，m为投入变量个数，■为期望产出变量个数，■为非期望产出变量个数，■为决策单元■的效率值。

三、变量与数据说明

本文研究的对象是我国“一带一路”圈定的18个重点地区。以2014年的投入产出数据作为研究样本，因西藏缺少的数据，所以不对其研究。以我国三次产业的资本存量（K）、劳动投入（L）、能源投入（E）三个指标作为投入要素，三次产业产值和温室气体排放量分别作为期望产出和非期望产出的样本数据。原始数据均来源于2015年的《中国统计年鉴》、《中国能源统计年鉴》和各省的《统计年鉴》。

（一）三次产业资本存量（K）

本文采用赵昕（2016）的永续盘存法测算资本存量[6]，它的基本公式为：

■ （2）

其中，■为第t年折旧率；■为第t年投资量；■为第t年资本存量。

（二）三次产业劳动力投入

本文数据来源于各省2015年《统计年鉴》的三次产业年末从业人数。

（三）三次产业能源投入

本文根据《2015年中国能源统计年鉴》中的原煤、焦炭、原油、汽油、柴油、其他煤气等15种主要能源的终端消费量按三次产业划分，并按标准煤折合系数折算为万吨标准煤。

（四）三次产业产值

根据2015年各省统计年鉴的三次产业增加值数据，将各产业产值换算为基于1978年的产值。

（五）温室气体排放量

第一产业的碳排放包含能源部分的煤油等的消耗和农业部分的化肥、农药、农膜、翻耕土地、大型牲畜等产生的温室气体。第二产业和第三产业的二氧化碳排放根据消耗各能源的净发热值换算方法以及碳排放系数等自行测算。

四、计算结果与分析

根据本文前面介绍的非导向的考虑非期望产出的SBM模型（1）和17个省、市、自治区的总体经济和三次产业的投入产出数据，分别对每个地区的总体经济、第一产业、第二产业和第三产业在碳排放约束下的运行效率进行测度分析。各地区的四个效率值的测算结果见表1。

表1 总体经济碳排放效率和分三次产业碳排放效率值

■

由表1可以看出，运用非径向、非导向的考虑非期望产出的SBM模型对17个地区的总系统效率和三个产业的运行效率进行测算，可以进一步揭示碳排放约束下的总体经济和三次产业的运行情况。

对“一带一路”的17个重点地区的总体经济碳排放效率和三次产业碳排放效率进行测度，根据效率测算结果，可按效率值由高到低的分为如下六类区域：

（一）第一类：上海、广东地区

该地处东部沿海，是我国经济最发达的地区，其总体经济在碳排放约束下的运行效率是有效的，且该地区的二次产业和三次产业的效率值都达到了有效的程度，总体属于碳排放最有效的区域，但其第一产业的碳排放效率并没有达到有效的程度，尤其是上海的第一产业碳排放效率甚至处于末位；

（二）第二类：浙江省和福建省

该地区总体经济在碳排放约束下的运行效率居于前列，都有两个产业碳排放效率达到有效，这两个产业分别为第一产业和第三产业，其第二产业碳排放效率值虽然没有达到最有效的状态，但其效率值居于前列，因此这两个地区在可持续发展方面有着很大的发展潛力；

（三）第三类：重庆

重庆的总体经济的碳排放效率居于福建之后，可以看出其虽没有碳排放效率有效的产业，但其总体碳排放效率值仍居于前列的原因是其三次产业的碳排放效率值都比较平均，且在各产业的排名都居于前列；

（四）第四类：海南、陕西和黑龙江

该地区的总体碳排放效率值位于重庆之后，这三个地区的碳排放效率值都在0.5以上0.6以下，且都分别有一个产业的碳排放效率处于有效状态，且其它两个产业的碳排放效率值也都分别居中间偏上的位置；

（五）第五类：吉林、辽宁、广西

该地区的总体经济的碳排放效率值都在0.4到0.5之间，该地区的三次产业的碳排放效率值都居于0.5左右，属于中间偏下的位置；

（六）第六类：新疆、宁夏、甘肃、青海、云南

该地区的总体经济的碳排放效率值都居于末位，且其三次产业的碳排放效率都处于末位。

各类地区可以有针对性地根据自身各产业和总体的碳排放效率情况，提出相关政策解决碳排放无效率的产业的温室气体排放问题，如第一类地区努力的方向是提升第一产业碳排放效率，第二类地区努力的方向是提升第二产业碳排放效率等等，其他地区都可以根据自身各自产业碳排放效率的实际情况制定提升相关产业碳排放效率的指导方针。

五、结论与启示

本文在测算碳排放效率时，运用非导向的考虑非期望产出的SBM模型对我国“一带一路”区域涵盖的17个地区的总体经济和三次产业的碳排放效率分别进行研究。研究结果表明：第一，在我国“一带一路”区域中碳排放总系统效率有效的地区主要分布在沿海省区，碳排放总系统效率无效的地区主要分布东北和西部地区；第二，可以根据各地区各产业的碳排放效率提出改进碳排放效率的政策来促进“一带一路”区域的低碳发展。

本文对“一带一路”区域碳排放系统的总体经济效率、三次产业效率分别进行研究，本研究有助于提高“一带一路”区域碳排放效率，并可以根据各地区碳排放总体经济效率和各产业碳排放效率得到哪个产业使得总体经济碳排放无效率，进而指出该地区应改进的无效率的产业技术和提出针对各地区碳排放低效率产业的发展政策来促进“一带一路”区域的低碳发展。

参考文献

[1]F？覿re R， Grosskopf S，Lovell C A K，et al. Multilateral productivity comparisons when some outputs are undesirable：a nonparametric approach[J].The review of Economics and Statistics，1989：90-98.

[2]Hailu A，Veeman T S.Non-parametric productivity analysis with undesirable outputs：an application to the Canadian pulp and paper industry[J].American Journal of Agricultural Economics，2001，83（3）：605-616.

[3]王兵，於露瑾，杨雨石.碳排放约束下中国工业行业能源效率的测度与分解[J].金融研究，2013，10：128-141.

[4]许士春，龙如银.中国能源和碳排放的效率测度与影响因素研究[J].软科学，2015，03：74-78.

[5]孙秀梅，张慧，王格.基于超效率SBM模型的区域碳排放效率研究——以山东省17个地级市为例[J].生态经济，2016，05：68-73.

[6]赵昕，彭勇，丁黎黎.中国沿海地区海洋经济效率的空间格局及影响因素分析[J].云南师范大学学报（哲学社会科学版），2016，05：112-120.

作者简介：丁仕伟（1989-），男，汉族，山东日照人，中国海洋大学经济学院硕士研究生，研究方向：数理金融学方法与应用。