最优效率视角下建筑业碳排放权分配

张董寅 张友志 尚磊

摘   要：为实现中国在《巴黎协定》的碳减排承诺，针对建筑业等非环境友好型重点产业建立有效的碳排放权分配机制至关重要。计算得到2020—2030年建筑业碳排放权总配额后，基于世袭制原则得到初始分配结果，引入ZSG-DEA模型对初始分配结果进行迭代优化获得效率最优的碳排放权分配最终方案。研究结果表明：初始分配结果中仅有10个省区DEA有效，引入ZSG-DEA模型对省际建筑业碳排放权配额进行三次迭代后30个省区均达到DEA有效。本研究可为产业层面的区域碳排放权配额分配提供必要的理论依据及方法参考。

关键词：建筑业；碳排放权分配；效率；ZSG-DEA模型

中图分类号：F124.5        文献标志码：A      文章编号：1673-291X（2024）05-0048-04

引言

目前，中国碳排放量位居世界首位，中国在《巴黎协定》作出碳减排承诺：在2030年碳排放强度比2005年下降60%—65%。作为非环境友好型产业，建筑业面临“三高一低”的严峻挑战[1]。在此背景下，建筑业面临艰巨的碳减排任务，这就需要将建筑业总的碳排放权合理分配至省级单元，从而明确建筑业碳减排责任。在进行碳排放权分配时，分配效率至关重要。基于效率的研究中，传统DEA模型假设非期望产出的削减在决策单元间独立进行[2]，而建筑业碳排放权需要在各决策单元协作下进行分配。国内有学者采用ZSG-DEA模型进行碳排放权分配，实现了分配效率的最优化[3]。由此可见，ZSG-DEA模型可以较好地解决在非独立决策单元间的碳排放权分配效率问题。

现有研究主要著眼于全局碳排放权的分配问题，鲜有关注产业层面的碳排放权配额分配问题。基于此，本文基于效率最优视角研究2020—2030年中国省际建筑业碳排放权分配问题。首先，基于世袭制原则得到初始分配结果；然后，基于最优效率角度采用ZSG-DEA模型对初始分配结果进行再分配，得到效率最优化的省际建筑业碳排放权分配结果。

一、研究方法

（一）基于世袭制原则的初始分配模型

世袭制原则是为确保各省区能拥有平等的建筑业碳排放权，按2010—2019年省际建筑业碳排放比例来分配建筑业碳排放权总配额：建筑业碳排放初始配额=实际建筑业碳排放占比*建筑业碳排放权总配额。

（二）基于ZSG-DEA的再分配模型

ZSG-DEA模型能反映资源总量一定的情况下，各决策单元通过相互竞争实现资源分配效率最优。为此，采用ZSG-DEA模型对省际建筑业碳排放权分配初始结果进行再分配，以实现碳排放权分配效率的最优化。

Lins等在研究碳排放权分配问题时，采用的投入变量为碳排放量，产出变量为GDP、人口和能源消费量[4]。为此，本文将建筑业碳排放权作为投入变量，将建筑业增加值、人口和建筑业能源消费量作为产出变量。本研究中，决策单元DMU为中国的30个省区（西藏、澳门、香港和台湾因数据缺失不计）。DMU的分配效率取值区间为[0，1]，效率值越高分配效率越优。若分配效率值为1，则该DMU达到DEA有效；若DMU的分配效率值小于1，则该DMU为非DEA有效。

若决策单元DMUo为非DEA有效，其效率值为φo，投入值为xok。为实现DEA有效，需减少资源k的投入量，减少量为μo=xok（1-φo），并将其按比例分配给其他决策单元DMUi，DMUi得到的分配额为：

式中，θ0为DMU0的相对效率；λi为DMUi的权重；yij，yoj为DMUi和DMU0的产出值。M和R分别为产出指标数和投入指标数，i为第i个决策单元。

采用ZSG-DEA模型调整省区间建筑业碳排放权配额，以实现省际建筑业碳排放权分配的效率最优化。

二、基于ZSG-DEA模型的实证结果分析

（一）数据来源及处理

本文从效率最优的视角探讨中国建筑业碳排放权在各省区之间的分配模式，以“2030年全国碳排放强度比2005年下降65%”为目标，对2020—2030年各省区的建筑业碳排放权总配额进行分配，并给出效率最优化的建筑业碳排放权配额，数据来源和处理过程如下：

1.建筑业碳排放包括建材生产运输、施工及拆除阶段碳排放，各阶段计算公式如下：

建材种类参考《中国建筑业统计年鉴》，则建材生产运输阶段碳排放计算公式为：

式中，Qi为i类建材消耗量；vi为i类建材碳排放系数；αi为i类建材回收系数。其中，运输阶段碳排放量按生产阶段碳排放量的10%计算[5]。

建筑业能源种类参考《中国能源统计年鉴》，则施工过程的碳排放计算公式为：

式中，Ej为j类能源折标准煤量；EF为标准煤碳排放因子；Mct为施工阶段建筑垃圾量，可根据单位面积建筑垃圾产量0.055t/m2[6]和施工面积估算；建筑垃圾平均运距Dtr取30km[7]；运输碳排放系数βtr取0.44kgCO2/（t·km）[8]。

拆除阶段碳排放主要包括建筑物拆除及垃圾运输产生的碳排放，AIJ-LCA中提到建筑物拆除碳排放占施工阶段的10%左右，拆除阶段碳排放计算公式为：

式中，Mdt为拆除阶段的建筑垃圾，单位面积建筑垃圾产量取1.2t/m2，建筑拆除面积为施工面积的10%[6]。

2.假设人口按2015—2019年年均增速增长，得到2020—2030年人口预测结果。国内研究学者普遍认为，“十四五”期间以及之后5年中国经济增速预期总体上介于5.0%—6.0%之间，本文取5.5%。《“十四五”建筑业发展规划》提出：“十四五”时期建筑业增加值占国内生产总值的比重保持在6%左右，故建筑业增加值按GDP的6%进行测算。

3.根据2015—2019年建筑业能源消耗量年均增速预测2020—2030年中国各省区的建筑业能源消耗量。

4.以“2030年全国碳排放强度比2005年下降65%”为目标，得到2020—2030年30个省区建筑业碳排放权总配额CT为229.91亿t。

各省区建筑业各种能源和建材的消耗量、施工面积以及建筑业增加值数据来源于2011—2020年《中国能源统计年鉴》和《中国建筑业统计年鉴》；各省区人口和GDP数据来源于2011—2020年《中国统计年鉴》。

（二）基于世袭制原则的初始分配结果與分析

基于世袭制原则，计算得到初始配额结果，并基于Excel的规划求解功能得到初始效率，具体数据结果见下页表1。结果表明，30个省区初始效率差异很大，有10个省区效率值达到1；安徽达到了0.9以上，效率较高；但其余19个省区的分配效率值低于0.8，尤其是辽宁、吉林和浙江三省效率值显著偏低，而仅这三省的初始配额就占到全国的22.86%。此外，江苏、浙江、四川三省的初始配额远远高于其他省区，占全国的35.86%，但江苏的分配效率要远高于其他两省。分析表明中国在2020—2030年的建筑业碳排放权的初始分配并不理想，为使全部DMU达到DEA有效，引入ZSG-DEA模型改善分配结果。

（三）基于ZSG-DEA模型的再分配结果与分析

基于Excel的VBA程序，以2020—2030年建筑业碳排放权的初始分配结果为投入量，建筑业增加值、人口和能源消耗量为产出量，对建筑业碳排放配额进行再分配，结果如表1所示。

第一次迭代后，达到DEA有效的省区增加到11个，但仍有15个省区的效率值低于0.9，处于低效状态。其中，江苏配额增加11.47亿t·C，增幅为42.03%；浙江配额减少16.34亿t·C，降幅为48.59%，江苏超越浙江成为配额最多的省区。第二次迭代后，除吉林外其余29个省区的分配效率值均在0.9以上，其中，江苏的配额明显增加，与第一次迭代结果相比，增幅为13.73%；而浙江的配额在持续大幅降低，降幅高达32.62%。江苏继续扩大配额占比，保持全国第一；浙江继续减小配额占比，第二次迭代后配额仅占初始配额的34.64%。第三次迭代后，各省区的配额均无明显波动，并且各省区的效率值都达到1，表明所有省区最终达到DEA有效。从迭代结果来看，江苏、山东、河南、广东四省的配额显著增长，浙江的降幅最大。江苏为建筑业碳排放权配额最多的省份，达到了44.79亿t·C，占总配额量的19.48%；海南为建筑业碳排放权配额最少的省份，仅为0.68亿t·C，占总配额量的0.29%。

通过ZSG-DEA模型对省际建筑业碳排放权初始配额结果进行三次迭代优化后，各省区的分配效率均达到1，实现了DEA有效，最终获得了效率最优的建筑业碳排放权分配方案。

三、结束语

建立有效的建筑业碳排放权分配机制是建筑业碳减排的前提，也为实现我国2030年的碳减排目标提供了保障。本文首先基于世袭制原则得到中国30个省区2020—2030年的建筑业碳排放权初始分配结果，仅有10个省区达到了DEA有效；然后基于效率最优化视角引入ZSG-DEA模型对初始分配结果进行再分配，进行三次迭代优化后，得到DEA有效的建筑业碳排放权配额分配方案，实现了分配的效率最优化。

参考文献：

[1]   陈进道.中国建筑行业碳排放测算及影响因素分解分析[D].重庆：重庆大学，2016.

[2]   郑立群.中国各省区碳减排责任分摊：基于零和收益DEA模型的研究[J].资源科学，2012，34（11）：2087-2096.

[3]   郭茹，吕爽，曹晓静，等.基于ZSG-DEA模型的中国六大行业碳减排分配效率研究[J].生态经济，2020，36（1）：13-18.

[4]   Gomes E G，Lins M P E.Modelling undesirable outputswith zero sum gains data envelopment analysis models[J].Journal of the Operational Research Society，2008，59：616-623.

[5]   Adalberth K. Energy use during the life cycle of buil-dings： a method [J].Building & Environment，1997，32（4）：317-320.

[6]   周豪奇，张云宁，赵杰.基于灰色预测模型GM（1，1）的建筑垃圾产量研究[J].武汉理工大学学报（信息与管理工程版），2016，38（5）：612-615.

[7]   石羽，运迎霞，刘冲，等.辽宁中部城市群建筑碳足迹[J].应用生态学报，2017，28（6）：2040-2046.

[8]   陈雷，林柏梁，王龙，等.基于碳减排政策的多式联运运输方式选择优化模型[J].北京交通大学学报，2015，39（3）：70-75.

Allocation of Carbon Emission Rights in the Construction Industry from an Optimal Efficiency Perspective

ZHANG Dongyin， ZHANG Youzhi， SHANG Lei

（School of Civil Engineering and Architecture， Jiangsu University of Science and Technology， Zhenjiang 212100， China）

Abstract： In order to achieve Chinas carbon emission reduction commitments under the Paris Agreement， it is crucial to establish an effective carbon emission rights allocation mechanism for non-environmentally friendly key industries such as the construction industry. After calculating the total carbon emission allowances for the construction industry from 2020 to 2030， the initial allocation results were obtained based on the principle of hereditary system， and the ZSG-DEA model was introduced to iteratively optimize the initial allocation results to obtain the final scheme of carbon emission allowances allocation with optimal efficiency. The results of this study show that only 10 provinces have DEA validity in the initial allocation， but after three iterations of the ZSG-DEA model， all 30 provinces have achieved DEA validity. This study can provide the necessary theoretical basis and methodological reference for the allocation of regional carbon emission allowances at the industry level.

Key words： construction industry; carbon credit allocation; efficiency; ZSG-DEA model

[責任编辑   立   夏]