基于随机前沿模型的中国西部地区碳排放效率评价研究20131009解读.docVIP

基于随机前沿模型的中国西部地区碳排放效率评价研究* 孙慧*1,2 张志强1,2 周锐1,2 (1.新疆大学创新管理研究中心 2.新疆大学经济与管理学院 乌鲁木齐 830046 ) 摘要：基于随机前沿模型，采用2003-2011年的面板数据，对中国西部地区2003-2011年的碳排放效率进行了测算，并根据计算结果对西部地区的碳排放效率进行分类。得出的主要结论是：（1）西部地区的碳排放效率在2003-2011年上升速度较慢，碳排放效率存在很大的上升空间，具有巨大的节能减排的潜力。（2）西部地区的碳排放效率分类结果为：在2011年属于碳排放高效区的省只有1个：广西省；属于碳排放中效区的省有4个：四川、重庆、青海、云南；属于碳排放低效区的省有6个：陕西、新疆、甘肃、内蒙古、贵州、宁夏。最后根据分类提出了相应的政策建议。 关键词：碳排放效率；随机前沿模型；西部地区 中图分类号：F427 文献标识码：A 文章编号： 1引言 中国政府在2009年也提出了在2020年单位GDP碳排放要在2005年的基础上下降40%～45%的目标，但现实情况是中国已成为世界上二氧化碳排放量最多的国家，并且随着现代化进程的推进碳排放量有继续增长的趋势，怎样在保证经济发展的同时减少二氧化碳的排放？是中国目前面临的深刻问题；与此同时，就碳排放强度而言，2011年西部地区①的碳排放强度为1.08万吨标准煤/亿元，高于全国的0.70万吨标准煤/亿元②，即西部地区单位GDP的碳排放量高于全国。因此，研究碳排放强度高于全国水平的西部地区的碳排放效率对于全国的在2020年达到碳减排的目标有重要意义，另外对西部地区碳排放效率进行分类才能因地制宜地实施碳减排的政策，才能充分地利用碳减排的潜力来实现碳减排的目标。 碳排放效率的相关研究方法主要分为三种：第一，随机前沿的研究方法（SFA）。杜克锐、邹楚沅[1] （2011）利用随机前沿模型对中国的碳排放效率的地区差异、影响因素和收敛性进行分析，研究结果表明碳排放效率存在地区差异，并且差异在不断扩大。另外发挥市场的作用、城市化进程等因素对提高我国碳排放效率有促进作用；赵国浩等[2] （2012）采用随机前沿模型和模拟退火算法对山西省1995-2010年的碳排放效率和山西省“十二五”规划的碳减排目标的可达性进行分析，结论为不可达；胡爱荣和岳磊[3] （2011）采用随机前沿模型对黑龙江省4个煤炭城市10年的技术效率进行了实证分析，研究表明黑龙江4个煤炭城市的碳排放技术效率都不高，但都呈现缓慢上升的趋势。第二，数据包络的分析方法（DEA）。Zaimand Taskin等[4]（2000）利用不同的DEA模型对OECD国家和部分地区碳排放绩效进行了评价，魏楚和沈满红[5] （2007）基于数据包络分析法（DEA）测算了我国1995-2004年省际能源效率。第三，TOPSIS和OWA算子赋权方法。周健[6] （2011）基于TOPSIS和OWA算子赋权方法测算了中国30省（除西藏）2003-2008年的碳排放效率；徐胜和杨娟[7] （2012）利用TOPSIS和OWA算子赋权方法测算了山东省17个地市2005-2009年的碳排放效率。 综上所述，前人对于碳排放效率评价的研究是今后在该领域深入探讨的一个启发。但目前有关西部地区碳排放效率评价的相关文献相对较少，本文着眼于中国西部地区，采用随机前沿模型利用西部地区2003-2011年的相关数据，测算碳排放效率，对西部地区碳排放效率进行分类并提出因地制宜的对策建议，为西部地区提高能源利用效率和节能减排提供决策参考。 收稿日期： 基金项目：新疆维吾尔自治区自然科学基金“基于STIRPAT模型的新疆碳排放分析、预测及其绩效评价研究”（NO.2012211A007）。 作者简介：孙慧（1963—），女（汉），江苏泗阳人，新疆大学经济与管理学院教授，博士研究生导师，研究方向：人口、资源环境经济学、战略管理。通讯作者：孙慧。①：本文所研究的西部地区是指除西藏以外的中国西部11省，即：广西省、四川、重庆、青海、云南、陕西、新疆、甘肃、内蒙古、贵州、宁夏；由于《中国能源统计年鉴》未给出西藏的碳排放数据，因此未将西藏纳入研究范围之内。②：GDP由《中国统计年鉴》获得。能源消费数据由《中国能源统计年鉴》获得，并将8种能源消费量乘以碳排放系数得出碳排放量，其中碳排放系数来源于IPCC碳排放量计算指南缺省值。 2模型简介 2.1计量模型 本文采用的研究方法为随机前沿的分析方法，采用的相关数据是宏观层面的，并且有些数据是通过基础数据进行计算获得的，数据不可避免地存在噪声，选择随机前沿边界分析方法是较