基于历史法和零和DEA方法的用能权与碳排放权初始分配研究

刘海英，王 钰

(1.吉林大学数量经济研究中心，吉林 长春 130000； 2.吉林大学商学院，吉林 长春 130000)

1 引言

由于能源储量不断降低以及大气对温室气体的容忍度有限，所以与其他物质资源相比，能源和碳排放权更具有稀缺性，而又由于市场具有高效配置稀缺资源的优势，所以在能源环境规制领域也应强化市场交易机制，优化节能减排模式。虽然中国现阶段主要的能源环境政策仍以行政管制为主，但随着用能权交易、碳排放权交易和其他排污权交易等机制的不断完善，能源环境政策的市场化程度也逐步提高。2011年底，中国在“两省五市”开展了碳排放权交易试点工作，在试点地区经验的基础上，电力行业于2017年12月率先宣布启动全国碳排放权交易市场。与碳排放权交易政策的实施进程不同，直至2016年7月，国家发改委印发的《用能权有偿使用和交易制度试点方案》才确定在浙江、福建、河南和四川开展用能权有偿使用和交易制度试点工作，但实现全国用能权交易市场仍然可期。

建立用能权与碳排放权交易市场均包含五个步骤，首先是确定总量目标，然后在总量约束下进行初始分配，第三是交易主体的核实与注册，第四是建立市场交易机制，第五是建立违约惩罚机制。其中初始分配方式的选择一直是市场交易机制建立过程中的重点和难点，一级初始分配市场选择合理的分配机制有利于保障二级交易市场的交易机制稳健运行，所以实现市场化交易的基础是选择公平有效的初始分配方式。虽然科斯定理认为当产权明确，并且交易成本为零或很小时，初始分配方式不会影响交易的均衡结果，但结果公平有效并不意味着过程同样公平有效，此外用能权与碳排放权作为稀缺资源，如果分配不均会影响社会稳定和经济健康发展，所以选择合理的初始分配方式至关重要。

用能权与碳排放权的初始分配方式主要分为无偿和有偿两种方式。《用能权有偿使用和交易制度试点方案》指出产能严重过剩行业、高耗能行业可采用基准法，其他用能单位可采取历史法。以我国七个碳排放权交易试点省市为例，北京、上海和湖北综合运用历史法与基准法两种无偿分配方式，天津、广州和深圳结合应用无偿和有偿分配方式，而重庆采取的是公司申请配额制度。国内学者结合我国实际情况分析了历史法、基准法、拍卖等分配方式的适用性问题。部分研究认为我国正处于碳排放权交易市场建立初期，应采用基于历史排放量的无偿分配方式[1-3]。一些研究结果表明行业异质性会导致不同分配方式的适用性存在差别，吴洁等[4]建立了包含碳交易的CGE模型，结果表明，在我国碳市场建立初期，能源行业应采取无偿分配方式，而高耗能行业应采取拍卖与混合分配方式。陆敏和方习年[5]基于动态博弈模型对比分析了历史法与基于产出的基准法两种无偿分配方式，历史法对高排放企业更有利，而采用基准法进行分配时，低排放企业的收益较高、碳排放较少。此外，一些学者还将研究视角转向碳减排目标的分配方式上，崔佳和孔英[6]提出非线性社会成本最优化模型对中国南方某城市工业行业的碳减排目标进行分配。杜娟和胥敬华[7]在方向性距离函数的基础上提出了交互式迭代算法，并在省级层面上对中国的碳减排目标进行分配。

零和DEA方法作为一种无偿分配方式，近年来也被广泛提及。Gomes和Lins[8]首次将零和DEA方法应用到碳排放权初始分配问题的研究中，而零和DEA方法是Lins和Gomes[9]提出的具有零和博弈特征的DEA模型。付京燕和黄芬[10]运用零和DEA方法模拟出充分考虑地区异质性的初始分配方案。宋杰鲲等[11]构建了存在非任意变化量的零和DEA模型，实现了碳排放总量约束下效率最优的初始分配方案。Ma Chaoqun等[12]同时应用双层规划模型与零和DEA模型对中国五大电力企业的碳排放配额进行重新分配。上述研究均假设只存在CO2一种非合意产出，而冯晨鹏等[13]考虑了同时存在多种非合意产出的情形，并提出基于非径向方向性距离函数的零和DEA方法。此外，一些学者同时考虑了碳排放权与能源消耗的初始分配问题，Zeng Shihong等[14]利用零和DEA模型测度了中国30个省市碳排放权和非化石能源消耗的分配效率，Cucchiella等[15]也同样利用零和DEA方法对28个欧盟成员国的碳排放权和可再生能源进行初始分配。一些学者认为基于零和DEA模型的初始分配方式可以实现最优分配，使所有决策单元均达到DEA有效，从而实现帕累托改进[16-21]。但笔者认为零和DEA方法其实是以牺牲前沿技术效率水平为代价来提高落后地区的技术效率水平，并不存在帕累托改进的机会，其更偏重初始分配的公平性，而非效率。零和DEA方法下的前沿面水平要低于历史法下的前沿面水平，所有决策单元只是在一个低水平前沿面上实现了相对有效。由于历史法是根据能源投入和CO2排放的实际数据来分配用能权和碳排放权，所以历史法下的前沿面水平可以代表实际技术水平的前沿面。基于此，本文引入了技术效率的概念，即不同初始分配方式相对于实际技术水平前沿面的有效性，并以此作为效率评价指标，目前还没有相关研究探讨过零和DEA方法的技术效率问题。此外，大多数文献只是从静态角度研究零和DEA方法的公平性与效率性，并没有在动态的市场交易模型中进一步检验该方法的适用性。基于此，本文首先分析了零和DEA方法下各地区用能权与碳排放权的调整方式。然后，同时纳入公平与效率双重指标来评价零和DEA方法的适用性，并以历史法与之形成对比分析。最后，在动态的市场交易模型中进一步探究了不同初始分配方式对各地区交易行为的影响。

2 研究方法与数据

历史法下用能权与碳排放权是基于能源投入与CO2排放的历史实际数据进行初始分配。而零和DEA方法是在实际数据基础上进行调整，使所有决策单元都达到零和DEA有效水平。虽然历史法可以降低政策实施的阻力，但也会导致高耗能、高排放地区获得较多的初始配额，在资源分配起点就存在较大的不公平性。笔者认为零和DEA方法是源于基准法的一种分配方式，传统的基准法一般只基于产出进行分配，例如，以单位GDP能耗和单位GDP碳排放量为分配基准，而零和DEA方法同时基于投入和产出对用能权和碳排放权进行分配，可以视为一种复合指标的基准法。本文接下来主要对比历史法与零和DEA方法两种分配方式的适用性。

2.1 同时考虑用能权与碳排放权的零和DEA模型

本文根据Lins和Gomes[9]的零和DEA模型，并结合冯晨鹏等[13]提出的非径向零和DEA方法，但假定能源投入与非合意产出(CO2)均具有弱可处置性，此时第i个地区的零和DEA模型如公式(1)所示。

(1)

(2)

(3)

2.2 公平性指标

为了避免单一评价指标导致的偏误，此处同时选取变异系数、泰尔指数和基尼系数来测度两种分配方式的公平性。由于能源强度(单位GDP能耗)和碳排放强度(单位GDP碳排放量)一直作为国家节能减排的约束性指标，所以本文主要研究能源强度与碳排放强度分配的公平性。

(1)变异系数。变异系数是反映数据离散程度的一种指标，其不受数据量纲的影响，多用于比较单位不同的数据的离散程度。其计算方法为能源强度或碳排放强度的标准差与均值的比，其数值越大表示分配越不公平，与基尼系数不同，该数值只具有相对意义。

(3)基尼系数。基尼系数是应用最广泛的测度分配公平性的指标，如图1所示，基尼系数的数值为洛伦兹曲线(B)和45°对角线(A)围城的面积与45°对角线(A)以下三角形面积的比值。国际公认标准认为，当基尼系数小于0.3时分配相对公平，当处于0.3～0.4之间被认为分配相对合理，0.4为分配严重不公平的警戒线。本文采用张建华[23]提出的方法估算能源强度和碳排放强度的基尼系数，与传统衡量收入分配公平性的洛伦兹曲线不同，本文的洛伦兹曲线的纵轴表示能源强度或碳排放强度的累计百分比，横轴表示地区个数的累计百分比，能源强度的洛伦兹曲线反映是地区个数累计百分比与能源强度累计百分比的对应关系，碳排放强度的洛伦兹曲线同理。

图1 能源强度的基尼系数图示

2.3 前沿面演变与技术效率模型

2.3.1 不同初始分配方式下前沿面演变过程

零和DEA方法每进行一次迭代，效率高的地区都会接受非零和DEA有效地区调入的用能权和碳排放权，能源投入和CO2排放增加会降低生产效率，导致生产前沿面不断后退，而调整的最终结果是使所有地区都处于一个较低水平的前沿面上。

以图2为例，假定a、b两点为具有不同能源投入效率和CO2排放效率的地区评价单元。由于是以二维状态下的生产技术为例，此处假定效率准则(分配基准)为单位合意产出能耗和单位合意产出碳排放量，此时效率水平可以视为a和b两点的斜率，显然，地区a的效率大于地区b，因此，与b点相比，a点将更加靠近生产前沿。按照零和DEA模型的优化求解原理，效率高的地区将优先配置用能权和碳排放权，因此a点会向右水平移动到a’点，同理，效率低的地区将减少用能权和碳排放权配额，因此b点会向左水平移动到b’点。而零和DEA方法调整的最终结果是使所有地区都处于大致相同的技术效率水平，所以a’和b’两点的斜率应该相同。如图3所示，a’点和b’点将包络产生基于零和DEA方法的技术前沿，即图中的零和DEA前沿面，而实际的a点和b点将包络产生基于历史法的实际技术水平前沿面，基于历史法的实际技术水平前沿面必然在零和DEA前沿面之上。经过零和DEA方法调整后，整体投入产出技术前沿将向下移动，其原因在于，这种调整方法虽然可以提高落后地区的技术效率水平，但却是以牺牲前沿地区的技术效率为代价的。尽管如此，这种基于效率导向的零和DEA方法，能够提高用能权与碳排放权初始分配的公平性。

图2 零和DEA方法调整过程图示

图3 不同初始分配方式下前沿面演变过程图示

2.3.2 技术效率模型构建

本文的技术效率是在给定合意产出、非能源投入和技术水平等条件下，综合评价能源的利用效率和CO2的排放效率。

由图3可知，历史法与零和DEA方法两种分配方式所对应的生产前沿面不同，即效率评价过程中给定的技术水平不同，此时二者相对于各自前沿面测得的效率值并没有可比性。基于此，为了对比分析历史法与零和DEA方法的技术效率，必须给定相同的技术水平，也就是以同一前沿面为基准来评价两种分配方式的效率水平，此时二者的效率值才具有可比性。本文以实际技术水平前沿面(历史法下的前沿面水平)为效率评价的统一基准，此时测得的效率值为两种分配方式相对于实际技术水平前沿面的有效性，为了与零和DEA效率有所区别，我们称之为技术效率。本文选用传统DEA模型测度不同分配方式的技术效率水平。

(4)

2.4 用能权与碳排放权市场交易模型

以上研究还仅限于静态地探讨不同初始分配方式的差异，并没有在动态的市场交易模型中检验不同初始分配方式对各地区交易行为的影响，所以接下来将引入用能权与碳排放权交易模型来进一步对比分析历史法与零和DEA方法的差异。

市场交易模型假设用能权与碳排放权均可以自由交易，但两个市场是相互独立的。本文以Färe等[24]的碳排放权交易模型为基础，本文的不同之处在于，第一，假定了能源投入具有弱可处置性。第二，假设用能权与碳排放权可以实现市场出清。第三，以最大产出增量之和为目标函数，其中潜在产出增量为各地区在生产可能集内所能达到的最大产出增加量。模型如公式(5)所示。

(5)

2.5 数据来源

本文选用2016年中国29个地区(西藏和港澳台除外，重庆的数据被并入四川)的数据。非能源投入包括资本存量和人力资本，能源投入为能源消费量，合意产出为各地区的国内生产总值，非合意产出为CO2排放量。数据来源及处理说明如下：

(1)资本存量。由于我国并没有关于资本存量的统计数据，所以本文根据单豪杰[25]提出的永续盘存法对资本存量进行估算。由于基年选择越早，基年初始资本存量估计的误差对之后年份的影响就越小，所以本文选取1952年作为估算的基年。将各地区固定资产折旧率统一设定为10.96%，固定资本形成总额作为当期投资额。

(2)人力资本。如果用就业人口数代表劳动投入，就忽略了因受教育水平不同而产生的差异，因此本文的劳动投入选择一二三产业就业总人口与地区平均受教育年限的乘积。

(3)能源消费量。将各地区煤、石油和天然气三种一次能源消费量折算成统一能源单位——万吨标准煤。

(4)合意产出。合意产出为各地区的GDP，单位为亿元人民币。

(5)非合意产出。非合意产出为CO2，单位为万吨。CO2排放量可以通过公式(6)估算得到：

(6)

公式中变量的含义如下：C代表估算的CO2排放量(单位为万吨)，i=1, 2, 3分别代表三种一次能源(煤、石油和天然气)，E代表它们的消耗量(前两者单位为万吨，后者单位为亿立方米)。NCV为《中国能源统计年鉴》附录4中提供的中国三种一次能源的平均净发热值。CEF为IPCC温室气体清单提供的碳排放系数，COF为三种一次能源的碳氧化因子。各种能源折算标准煤系数也由《中国能源统计年鉴》提供。

以上数据来自《中国统计年鉴》、《中国劳动统计年鉴》、《中国能源统计年鉴》和各地区《统计年鉴》。

3 实证结果

3.1 零和DEA效率与调整方式分析

3.1.1 零和DEA效率

经过四次迭代使所有地区都近似达到了零和DEA有效，此时零和DEA效率值都近似为1。图4为各地区实际数据与四次迭代数据的零和DEA效率值。

图4 各地区实际数据与四次迭代数据的零和DEA效率值

由图4可知，实际数据的零和DEA效率水平最低，并且随迭代次数的增加，零和DEA效率值不断提高，经四次迭代后，所有地区的零和DEA效率值都近似为1。此处需要指出，图4中五组数据的零和DEA效率值分别是以五个不同的前沿面为基准测定的，零和DEA效率仅表示以各自前沿面为基准的相对效率，不具有绝对意义，所以不同组之间的零和DEA效率值不具有可比性，只有处于同一组的零和DEA效率值才具有可比性。其中北京、天津和上海的零和DEA效率值一直为1，说明这三个地区的生产行为一直是相对有效，在四次迭代中这三个地区无须减少用能权和碳排放权，而且还要接受从其他无效率地区调入的用能权和碳排放权，尽管能源投入与CO2排放有所增加，但调整后的数据仍处于相对有效水平。

3.1.2 零和DEA方法下用能权与碳排放权的调整方式

各地区用能权与碳排放权具体的调整方式如表1所示。

由表1可知，经过零和DEA方法调整后，用能权与碳排放权的总量不变，即所有地区的调出总和等于调入总和。在29个地区中有15个调出用能权和碳排放权，且用能权调出地区均为碳排放权调出地区。其中山西、内蒙古和新疆为用能权和碳排放权调出的主要地区，广东、上海、江苏、天津、浙江和北京则调入了大量的用能权和碳排放权。从直观上看，用能权和碳排放权主要是从经济较为落后的内陆地区调入经济较为发达的东南沿海地区。像山西这种能源储量大省一直以高耗能、高排放为代价来发展经济，生产效率水平较低，为了实现零和DEA有效就需要减少大量的用能权和碳排放权。而广东和上海等经济较发达地区的第三产业占比较高，生产过程中能源投入和CO2排放量相对较少，生产技术相对有效，从而需要接受其他无效率地区调入的用能权和碳排放权。

表1 各地区用能权与碳排放权的调整方式

3.2 不同初始分配方式的公平与效率分析

3.2.1 公平性分析

本文分别计算了不同初始分配方式下能源强度与碳排放强度的公平性指标(变异系数、泰尔指数和基尼系数)，在每种情形下分别对能源强度与碳排放强度的公平性指标进行算术平均作为该初始分配方式的综合指数，具体如表2所示。

由表2可知，历史法下能源强度和碳排放强度的变异系数、泰尔指数和基尼系数均大于零和DEA方法的结果。历史法下综合变异系数为0.753，而零和DEA方法下的综合变异系数仅为0.226。历史法的综合泰尔指数为0.101，也明显大于零和DEA方法的0.009。历史法下的综合基尼系数为0.371，已经比较接近分配不公平的预警线，而应用零和DEA方法进行分配时，综合基尼系数仅为0.058。由此可见，零和DEA方法可以提高初始分配的公平性。从表2中还可以发现，历史法下能源强度的三个公平性指标均小于碳排放强度的指标，此时用能权分配的公平性高于碳排放权，而在零和DEA方法下能源强度的三个指标却又大于碳排放强度的指标，此时碳排放权的分配更加公平。

表2 不同初始分配方式的公平性指标

3.2.2 技术效率分析

两种初始分配方式下技术效率的描述性统计如表3所示。

由表3可知，首先，历史法下能源效率、CO2效率和技术效率的均值分别为0.4275、0.36和0.3938，零和DEA方法下这三个数值均小于历史法，分别为0.3862、0.306和0.3461，可见基于零和DEA方法的初始分配方式并没有提高技术效率水平，反而降低了平均技术效率。其次，历史法下，技术效率的最大值为1(北京、天津和上海)，最小值仅为0.0795(宁夏)，标准差为0.2623，各地区的技术效率水平差距较大；零和DEA方法下，技术效率的最大值为0.3467(北京、天津、上海)，最小值为0.3443(宁夏)，标准差仅为0.0006，这说明零和DEA方法降低了技术效率水平的离散程度，使所有地区均处于一个大致相同的技术效率水平，虽然使宁夏等落后地区的技术效率水平提高，但前沿技术效率水平却由1变为0.3467，由此可见，零和DEA方法是以牺牲前沿技术效率水平为代价来提高落后地区的技术效率水平。最后，无论是选择历史法还是零和DEA方法进行初始分配，能源效率均高于CO2效率。

表3 不同初始分配方式下技术效率的描述性统计

虽然选择合理的初始分配方式是建立市场机制的重要组成部分，但市场机制的成熟度也会反向影响不同初始分配方式的政策效果。以具体地区为例，北京、天津和上海在历史法下技术效率为1，而零和DEA方法下技术效率仅为0.3467，这是由于在零和DEA方法下，用能权和碳排放权的初始配额均大于历史法下的初始配额，此时的用能权和碳排放权对于实际生产需要而言是过剩的。当市场机制成熟时，如果选择零和DEA方法进行初始分配，北京、天津和上海等技术水平较高的地区通过出售多余的用能权和碳排放权可以获得额外收益，生产过程中实际的能源投入和CO2排放减少可以使技术效率值由0.3467恢复为1，甚至提高实际的前沿技术效率水平，并且出售多余的用能权和碳排放权带来的额外收益会促进技术进步。在短期内，对于宁夏这种技术水平较低的地区而言，很难通过技术进步来实现节能和CO2减排，为了维持原有生产规模必须买进用能权和碳排放权。但如果市场的交易机制和保障机制不健全，市场交易不活跃时，零和DEA方法的劣势就会显现，由于此时用能权和碳排放权无法正常交易，节能减排并不会带来额外的收益，反而会增加生产成本，像北京、天津和上海这些实际技术水平较高的地区可能就利用多余的用能权和碳排放权进行低效率生产，使零和DEA方法的前沿技术效率总是维持在0.3467的水平上，不能恢复到实际的技术效率值1，此时选择零和DEA方法会抑制技术进步，甚至导致技术倒退。而宁夏等技术水平较低地区的用能权和碳排放权的初始配额不足以维持原有的生产规模，而又无法在市场上买进用能权和碳排放权，短期内势必会导致产出减少。综上可知，当市场机制完善时，零和DEA方法不仅可以提高初始分配的公平性，还可以通过市场交易来提高前沿技术效率，并且可以保障部分低技术水平地区维持生产规模。但当市场机制运行不畅时，基于零和DEA方法的初始分配方式不仅会阻碍技术进步，甚至还可能破坏生产力，而此时如果选择历史法进行初始分配，至少在短期内可以保存现有生产力。

为了接下来的行文需要，我们根据29个地区历史法下的技术效率将其分为高、中、低三个等级。其中技术效率值大于0.5的为高效率地区，包括北京、天津、上海、广东、福建、浙江和江苏；技术效率值低于0.25的为低效率地区，包括宁夏、山西、新疆、内蒙古、贵州、青海、黑龙江、陕西、甘肃、辽宁和河北；其余为中等效率地区。

3.3 不同初始分配方式下交易行为分析

本文接下来在市场有效的前提假设下，探究不同初始分配方式对各地区交易行为的影响。

从表4中我们可以发现，首先，无论初始分配是基于历史法还是零和DEA方法，两种情况下交易后合意产出(GDP)增加总和均为155946.4亿元，合意产出增加总和反映的是所有地区在生产可能集内所能达到的最大产出增加的合计。在短期内，由于初始分配方式并不能改变实际的生产可能集，所以两种情况交易后的产出增加总和相同。其次，当选择历史法进行初始分配时，北京、天津、内蒙古、上海、江苏和广东这六个地区并没有进行用能权和碳排放权的交易，产出增加均为0，这说明市场交易机制并不能改变它们的生产行为。在这六个地区中，除内蒙古外其他均为高效率地区。可以从两个方面解释市场交易机制为什么没有促进这些地区产出增加，一方面，一些高效率地区对各种资源投入的利用效率已经处于较高水平，当其他投入不变时，仅增加能源投入和CO2排放并不会明显促进产出增加，但此时减少能源投入和CO2排放却会导致产出减少，所以维持现有生产行为是最有利的；而另一方面，当市场处于出清状态时，用能权与碳排放权的需求有限，而内蒙古等低效率地区的节能减排行为不具有比较优势，无法通过出售用能权和碳排放权来获得额外收益，而又由于生产技术水平较低，通过买进用能权和碳排放权来扩大产出规模并不符合利益最大化原则，所以维持现有生产规模是最佳选择。最后，当选择零和DEA方法进行初始分配时，以上六个地区的产出增加仍均为0，但此时存在用能权和碳排放权的交易行为，其中五个高效率地区卖出了用能权和碳排放权，只有内蒙古需要买进用能权和碳排放权来维持产出不变。由此可见，在零和DEA方法下，这五个高效率地区所分得的用能权和碳排放权超出生产所需，而内蒙古的初始分配额度不足以维持原有产出水平。

表4 不同初始分配方式下各地区产出增量和用能权与碳排放权的交易量

通过观察各地区用能权与碳排放权的交易行为，我们可以发现，当初始分配方式选择历史法时，山西、辽宁、黑龙江、贵州、陕西、甘肃、宁夏和新疆八个地区为用能权的卖出方，除甘肃外，其余七个地区为碳排放权的卖出方，均为低效率地区。而在零和DEA方法下，北京、天津、上海、江苏、浙江、福建、江西和广东八个地区为用能权和碳排放权的卖出方，除江西外均为高效率地区，而江西的技术效率值为0.4449，也比较接近高效率水平的临界值0.5。由此可知，初始分配方式不同会导致各个地区的交易行为发生变化，在历史法下，用能权与碳排放权的卖出方主要是低效率地区，而在零和DEA方法下卖出方主要是高效率地区。由于历史法是根据各个地区能源投入和CO2排放的历史数据进行分配，一些高耗能、高排放的低效率地区的初始配额相对较多，在同等生产技术下，它们的节能减排空间更大，可以通过出售多余的用能权和碳排放权来获额外收益，在这种分配方式下，能源利用效率和CO2排放效率较低的地区不仅没有受到惩罚，反而可以从中获益，这种行为无法正向引导技术创新。而零和DEA方法更注重分配起点的公平性，在综合考虑投入产出变量的基础上对用能权和碳排放权进行初始分配，一些高效率地区可以出售多余的用能权和碳排放权，此时通过技术进步来实现节能和CO2减排是有利可图的，有利于正向促进绿色技术创新。

4 结语

本文在省级层面上讨论了用能权与碳排放权的初始分配问题，主要介绍了同时考虑用能权与碳排放权初始分配的零和DEA方法，并以历史法与之形成对比。从公平与效率视角考察两种初始分配方式的适用性，并在有效市场假设下进一步分析不同初始分配方式对各地区交易行为的影响。研究结果表明，首先，零和DEA方法虽然提高了用能权与碳排放权初始分配的公平性，但并没有提高技术效率水平。零和DEA方法是以牺牲前沿技术效率水平为代价来提高落后地区的技术效率水平，使所有地区均近似处于平均技术效率水平，这反而降低了平均技术效率。其次，初始分配方式的选择依赖于市场机制的成熟度。当市场机制完善时，零和DEA方法不仅可以提高初始分配的公平性，还可以通过市场交易来提高前沿技术效率，进而促进技术进步。但当市场机制运行不畅时，基于零和DEA方法的初始分配方式不仅会阻碍技术进步，甚至还可能破坏生产力，而此时如果选择历史法进行初始分配，至少在短期内可以保存现有生产力。最后，当市场完全有效时，初始分配方式会导致各个地区的交易行为发生变化。在历史法下，用能权与碳排放权的卖出方主要是低效率地区，而在零和DEA方法下，主要是高效率地区通过卖出用能权和碳排放权获得收益。在历史法下一些高耗能、高排放的低效率地区会分配到相对较多的初始配额，低效率地区不仅没有受到惩罚，反而可以从中获益，这种行为无法正向引导技术创新。而零和DEA方法更注重分配起点的公平性，高效率地区分得的初始配额已经超过生产所需，可以通过出售用能权和碳排放权获得额外收益，此时节能减排是有利可图的，这有利于正向促进绿色技术创新。

根据以上结论，本文建议，在用能权与碳排放权市场建立初期，由于市场机制还未完善，所以不宜采用零和DEA方法进行初始分配，避免出现因交易不畅导致的技术退步和生产力下降的现象。但随着市场化程度不断提高，初始分配方式可以逐渐由历史法转变为零和DEA方法，提高用能权与碳排放权初始分配的公平性，逐渐消除因历史法导致的“鞭打快牛”现象。