我国省际碳排放效率及其动态特征分析.docVIP

我国省际碳排放效率及其动态特征分析 　　摘要：运用DEA-Malmquist方法科学的测算了29个省市地区1995-2013年的碳排放效率，并分析了其动态变化特征，结果发现，我国各省的碳排放效率具有明显差异，碳排放效率的增长主要受技术进步的推动，结构调整接近最优，即作用有限。因此，政府应加大节能技术创新的扶持投入和鼓励省际间的技术溢出。 　　关键词：碳排放效率；非期望产出；DEA-Malmquist指数 　　中图分类号：C812 文献识别码：A 文章编号：1001-828X（2016）006-0000-02 　　一、引言 　　1978年-2013年这35年间，我国国内生产总值由最初的3645.2亿元迅速上升到现在的568845.2亿元，大约增长了156.1倍，年均国内生产总值增长速度高达15.52%。所有数据均表明，我国在经济建设方面发展迅猛，取得了丰硕的成果。然而，随着中国工业化和城市化快速发展的同时，也应该看到我国为此付出的巨大代价， 　　提高碳排放效率是实现低碳经济发展的关键。Mielnik[1]等在1999年提出了发展中国家对应气候变化及经济发展模式评价的主要标准是碳指数；紧接着Sun[2]在2005年提出评价一个国家或地区碳减排效果的理想指标是碳排放强度；而2008年，Zhang[3]等认为测度碳排放绩效的有效指标是工业化累计人均碳排放量和单位GDP排放量。但是这些反映二氧化碳排放绩效指标全是单要素指标，不能全面反映二氧化碳效率。越来越多的学者将二氧化碳排放量被纳入全要素分析框架以研究二氧化碳排放效率。在已有的研究中，陈诗一[4]于2011年分析了改革开放以来我国工业行业CO2强度变化的主要原因；仲云云等[5]运用BCC模型和Malmquist指数，从静态和动态两个方面计算全要素碳排放绩效，并分析了影响因素。屈小娥[6]基于非参数数据包络分析法测算了1995-2010年30个省份的二氧化碳排放效率。李科[7]运用超效率数据包络分析法测算出节能减排效率，并分析了其动态变化特征。本文运用DEA-Malmquist指数法研究中国各地区的二氧化碳排放效率，对于了解各地区的经济发展特征，制定节能减排政策，最终实现低碳发展的目标具有重要意义。 　　二、研究方法 　　和 分别表示以t时期技术Tt为参照，时期t和时期（t+1）的距离函数。Malmquist指数可以分解为技术效率变化指数（ECH）和技术进步指数（TCH）。技术效率变化指数（ECH）又可以进一步分解为纯技术效率指数（PECH）和规模效率指数（SECH）。 　　三、数据来源与处理 　　本章以我国29个省市地区（西藏数据缺失，重庆并入四川一起统计）1995-2013年投入产出数据为研究样本，将我国29个省份划分为东部、中部、西部、东北部进行区域研究。下面将对各个变量的来源及处理方法进行详细的说明。 　　1.非期望产出：采用基于IPCC《国家问是气体排放清单指南》2006（IPCC，2006）估算方法，选取煤炭、焦炭、石油（包括汽油、煤油、柴油、燃料油这四个子类）和天然气等7类能源。 　　2.期望产出：以各个省市的国内生产总值（GDP）来表示产出（以1995年为基期）。 　　3.能源投入：以各地区消耗的柴油、焦炭、煤炭、煤油、汽油、燃料油、天然气、原油和电力等9类能源为终端消费量作为能源投入。 　　4.资本投入：本文采用永续盘存法（PIM）对各地区资本存量进行估算。 　　5.劳动投入：本文就简单的采用各地区历年从业人员数作为劳动投入指标。 　　四、实证研究 　　本文利用29个省份1995-2013年的面板数据，运用Malmquist指数和DEAP2.1软件可以得到1996/1995、1997/1996……2013/2012等各个省份每一年相对于前一年的全要素二氧化碳排放效率的变化。 　　我们可以发现，总体上来看我国碳排放绩效整体呈下降趋势，说明我国尚存在巨大的减排空间。二氧化碳排放效率的平均值为0.919，年均下降8.1%，技术效率和技术进步率分别为0.991和0.928，技术效率变化幅度不大，即二氧化碳排放效率的变动主要是由技术进步率的变化主导。 　　在区域层面上，全国四大区域整体都表现出碳排放下利率的下降，但是我国中、东、西、东北四大地区平均碳排放效率情况却各不相同。东部地区由于较高的技术进步率，进而碳排放效率最高，但技术效率位于四大区域第三，说明东部地区1995-2013年由于地理位置的优势，在引进先进技术方面处于优势，让技术前沿面位于领先的位置。中部地区由于其包含的省份有很大一部分是我国的能耗大省，例如：山西、河南等，在追求经济发展的同时，忽略了环境的影响，所以其碳排放效率最低。而中、西部地区主要承接了东部地区在产业结构优