技术效率视角下的上海市物流业二氧化碳排放反弹效应实证研究

谌　伟，李荷华

（上海第二工业大学经济与管理学院，上海201209）



技术效率视角下的上海市物流业二氧化碳排放反弹效应实证研究

谌伟，李荷华

（上海第二工业大学经济与管理学院，上海201209）

摘要：物流业是城市经济活动中的重要部分，也是能源消耗量大的行业之一。以上海市物流业二氧化碳排放量为研究对象，建立碳排放反弹与减量效应两类模型，定量分析2000～2012年间上海市物流二氧化碳排放控制过程中的反弹与减少量。结果表明，2000～2012年间，上海市物流业二氧化碳排放量的反弹效应与减量效应均显著，物流产业发展产生的反弹效应抑制了技术效率提升产生的减量效应。鉴于上海市发展的实际情况，物流业低碳政策设计中应以控制增速为政策构建的出发点。

关键词：低碳；反弹效应；减量效应

0　引言

低碳经济——二氧化碳排放减量，已经成为国际上研究讨论的热点，无论是经济领域、工程领域，甚至是政治领域，全球都投入到一场新的绿色革命之中。尽管中国政府高度重视、积极响应并向全世界承诺“2020年单位GDP能源消耗比2005年下降40%～45%”，然而国际上一些研究机构已经将中国列入碳排放超级大国，甚至量化了2013年中国人均CO2排放量数据。据中国商务部网站转载的信息表明，2013年中国人均碳排放量约为7.2 t，而与此相对比的是欧盟的CO2排放量人均仅6.8 t，印度的人均排放量只有1.9 t［1］。上海是中国的经济中心，无论是经济水平、生活水平都处于中国前列。物流业是城市经济活动中的重要部分，上海建立国际经济、金融、贸易、航运四中心战略又与物流业密切联系。鉴于物流业是能源消耗大户，因此分析上海市物流业能源消耗产生的二氧化碳变化趋势，厘清二氧化碳排放过程中的反弹量与减排量，有利于科学构建物流行业低碳政策。

反弹效应（Rebound Effect）源于能源经济研究，Jevons在描述煤炭消耗时，发现资源生产率提高后，会导致成本降低从而进一步刺激了对煤炭的需求，推动经济增长，使得煤炭资源更加稀缺，这也被称为“杰文斯悖论（Jevons Paradox）”。国内外能源经济研究中出现了许多基于反弹效应的量化实证研究［2-9］。本文根据国际能源署的技术进步主导的反弹减量的原理［10］，建立由技术因素碳生产率、经济因素、从业人员结构因素以及从业人员总数因素等多因素组成的反弹与减量效应模型。基于反弹效应定义，定量估算了2000～2012年13年内的上海市物流业能源消耗值产生的反弹效应和减量效应。

1　研究方法及数据来源

1.1研究方法

本文基于能源转化法估算上海市物流业二氧化碳排放量，并采用上海的碳排放量能源转化值［11］，计算公式如下：

式中：CEt为物流CO2排放量；K为标准煤碳排放系数；Et为以标准煤为单位的能源消耗量；t代表年份。

物流业二氧化碳排放影响因素模型表示如下：

式中：EAt为物流业总产值；POPt为上海物流业职工人数；Pt为上海物流业从业人数；4项因素分别对应的是技术因素碳生产率CPt、经济因素Gt、从业人员结构因素Mt以及从业人员总数因素Pt。

将式（2）转化为因素变化速率公式：

式中：cet、gt、mt、pt、cpt分别表示二氧化碳排放、产值增长、用工人员结构调整、用工人数增长以及技术效率变化的速率。

再转化为速率增长公式：

计算原理简化示意图如图1所示。本文对于反弹与减量效应的估算是基于技术效率变化产生的二氧化碳排放量的变化值。上海市物流业二氧化碳排放趋势分为3种情况，二氧化碳排放量增长率以及变化量的计算公式如表1所示。第1种情况是惯性发展（BAU），即经济增长、人员结构以及从业人数三大因素变化而行业碳生产率维持基年不变，增长率为零。惯性发展情景根据计算基数不同可分为两类：① 计算基数为，即以上一年真实的二氧化碳排放量为基数计算本年度的二氧化碳排放量（BAU1）；② 计算基数为，即以上一年计算所得二氧化碳排放量为基数计算本年度二氧化碳排放量（BAU2）。第2种情况为实际发展（ACT），即经济增长、人员结构、从业人数以及碳生产率均按照现状发展。实际发展情景也可以分为两类：① 本年度实际二氧化碳排放量（ACT1）；② 以上一年二氧化碳排放量计算值作为基数计算本年度二氧化碳排放量（ACT2）。第3种情况为理想发展（IDE），即经济增长、人员结构、从业人数按现状变化，而碳生产率按照最佳增长率趋势改善，该最佳增长率是指研究时间段内出现的增长率的最大值，同样，理想发展情景也有两类情况，与惯性发展情景的两类是类似的：① 以上一年真实的二氧化碳排放量为基数计算本年度的二氧化碳排放量（IDE1）；② 以上一年计算所得二氧化碳排放量为基数计算本年度二氧化碳排放量（IDE2）。

图1　反弹/减量效应示意图Fig.1 Schematic diagram of rebound and reduce effect

表1　在3种发展情景下二氧化碳的排放量Tab.1　The carbon emissions of three scenarios

本文定义反弹效应（Rebound Effcet，Rebt）为现实发展与理想发展的差值，而减量效应（Reduce Effect，Redt）则为惯性发展与实际发展的差值，计算表达式分别如表2所示。对于反弹效应与减量效应符号的说明如下：若为正数，则表明反弹效应结果是二氧化碳排放量增长，减量效应为二氧化碳排放量减少；若为负数，则表明反弹效应结果为二氧化碳排放量减少，减量效应为二氧化碳排放量增长。

表2　反弹与减量效应表达式Tab.2　Expression of rebound effect and reduce effect

1.2数据来源

本文设定物流业二氧化碳排放量是指物流仓储、运输过程中的能源消耗部分所产生的二氧化碳，原始数据均来源于2000～2013年的《上海统计年鉴》、《上海工业能源交通能源统计年鉴》。

2　实证结果分析

图2　上海市物流业二氧化碳排放与工业总产值变化趋势Fig.2 Trend of carbon emissions and economic activity in logistic industry

2.1上海市物流业二氧化碳排放趋势

图2为根据式（2）计算出的2000～2012年上海市物流业二氧化碳排放量以及同年份物流业工业总产值的变化趋势。可以直观地看到，整体上两变量之间都出现了一定程度的增长。二氧化碳排放量从2000年的1483.26万t增长到2012年的5073.86万t，年均增幅高达11.2%；而物流业的经济产值则从2000年的317.71亿元增长到2012年的895.31亿元，年均增幅略小于二氧化碳增长速率，约为9.5%，甚至2009年行业产值出现了负增长，约为−8.6%。原因是2009年上海市受到金融危机影响，物流行业出现结构性调整。而随着上海市出台的四中心政策，物流行业出现了新的增长态势。在研究过程中，采用不变价作为时间序列工业总产值衡量的基本依据，由于部分年份数据在不同年鉴存在误差，所以本文采用增长率推算法估算各个年份的物流业经济总产值。以2000年为例，2002年上海统计年鉴中2000年的物流业生产值数据为315.42亿元，而2013年上海年鉴数据中2001年的经济产值数据为345.99亿元，较上年增长8.9%，即2000年物流业产值约为317.71亿元，同理根据增长率可以计算得出2010年、2011年、2012年3年的上海市物流业生产值。

2.23种情景下上海市物流业二氧化碳排放量变化趋势

2010～2012年上海市物流业在惯性发展情景、实际发展情景、理想发展情景下二氧化碳排放量的变化值如图3所示，均呈现出增长趋势，符合经济增长的趋势。惯性发展情景中，第1种情况是以上一年二氧化碳排放量的计算值为基础，假定技术效率为零增长条件下定量估算，2012年5237.84万t，较2012年上海市物流业二氧化碳实际排放量高164 万t；第2种情况是以上一年的估算二氧化碳排放量为计算值，2012年5396.63万t，较2012年实际排放量高323万t。两种情况下均呈现出大于实际排放量的原因在于，过去13年间，上海市物流业能源消耗的技术效率有所提高，并非零增长。实际发展情景中，两种情况与惯性发展情景类似，第1种情况是以上一年二氧化碳排放量的计算值为基础，2012年二氧化碳排放量与图2中数据一致，而第2种情况则是以上一年计算值为基础，2012年二氧化碳排放量高达6232.67万t，超过第1种计算值1159万t。理想发展情景下是指上海市物流业能源消耗过程中技术效率大幅度提高，本文假设该技术效率的提高最大值为2000～2012年间最高值，这样的假定较符合客观实际。13年间技术效率极大值为2010年，该年份碳生产率为0.1631万元/t。当以每年实际二氧化碳排放为基值估算时，2012年上海市物流业二氧化碳排放理想值为4792.30万t，而以上一年计算值为基础，2012年的理想值仅为2160.21万t，低于第1种情况2632.09万t。这说明了若技术效率取极大值时，每一年份的估算排放量均会降低，直接导致2012年第2种理想二氧化碳排放量远低于第1种理想状况。

图3　3种情景下二氧化碳排放量变化值Fig.3 Change in the values of CO2on three scenarios

2.3反弹与减量效应分析

根据本文构建的反弹与减量效应计算公式，定量估算3种情景下反弹与减量效应，如图4所示。需要注意的是，3类反弹效应对应的指标分别为：①第1种实际发展情景与理想发展情景下二氧化碳排放量的差值（Rebt1），2000～2012年该反弹效应平均值约为231.48万t，而13年间该反弹效应的极值分别为2009年的790.03万t，2010年的−370.58万t，连续年份间反弹效应发生逆转的变化，可能与上海世博会期间出台的限制性措施相关。②第2种实际发展情景与理想发展情景下二氧化碳排放量的差值（Rebt2）。该定义下的反弹效益与前者有所区别，由于第2种理想发展情景以上一年值为计算基值，技术效率提升明显，所以反弹效应也比较显著，整体上呈现逐年递增的趋势，最大值为2012年的4072.45 万t，13年间平均值2171.84万t。③ 第1种实际发展情景与第2种理想发展情景下二氧化碳排放量的差值（Rebt3）。该定义的反弹效应与第②类较为接近，2012年反弹值也达到了2913.64万t，13年间平均值为1695.26万t。总体上3种定义下，反弹效应均表现出增长的趋势，说明了在经济增长推动下，上海市物流业能源消耗增长，尽管技术效率有所提升，但二氧化碳排放量反弹明显。未来物流业低碳政策的制定中务必要重视技术效率提升带来的二氧化碳排放增长量。这从本质上说明了单纯依靠技术手段，无法抑制行业二氧化碳排放的增长趋势。

图4　二氧化碳反弹与减量效应Fig.4 Rebound and reduce effect of carbon emissions

同样，3类减量效益与反弹效应相类似：①第1种惯性发展情景与实际发展情景下二氧化碳排放量的差值。2000～2012年间，上海市物流业二氧化碳排放的减量值年均约为79.40万t，极值年份在2010年，该年物流业二氧化碳减量值高达819.82万t，与该年份的反弹效应相对应，反弹效应定量估算值为负值，而减量值又是极大值，这说明了世博会对于上海市物流业二氧化碳排放的影响意义极大。② 第2种惯性发展情景与实际发展情景下二氧化碳排放量的差值。在该定义下，物流业的减量值平均为−558.78万t，极值发生在2009年的−1362.07万t。这说明了惯性情景下的二氧化碳排放量远低于实际情景下的二氧化碳排放量。由于惯性情景下，本文假定技术效率为零增长，这就说明了第2种实际情况下的技术效率推动的二氧化碳反弹值增大。③第2种惯性发展情景与第1种实际发展情景下二氧化碳排放量的差值。13年间，物流业二氧化碳平均减量值为−82.21万t，总的变化趋势由负值到正值，特别是2012年减量值达到了322.77万t，说明了近两年来，上海市物流业二氧化碳排放控制具有一定效果。

从以上不同定义下的反弹与减量效应来看，以实际数据为基础进行估算的二氧化碳变化值较以上一年计算值为基础的更符合客观发展的规律。特别是2010年，无论是反弹效应还是减量效应，Rebt1和Redt1都能够符合该年份下的经济规律。反弹效应本质上是由于经济活动加剧后消除或者部分减弱技术效率主导的二氧化碳减排效应，而技术效率主导的二氧化碳减排则是减排效应的核心意义。从图4可以发现上海市二氧化碳反弹效应比较明显，而这种趋势在未来仍将持续。考虑到上海市将推进上海国际经济、金融、贸易、航运中心的建设工作，物流业仍将成为经济活动中的重要组成部分，因此未来控制行业二氧化碳的有效措施应该是以控制碳排放增速、控制反弹效应、扩大减量效应为核心的政策构建思路。

3　结论与政策建议

本文构建了物流业二氧化碳排放量的反弹效应与减量效应模型，以上海市为例，定量估算了2000～2012年间该市物流业二氧化碳排放量。结果表明，上海市物流业二氧化碳排放量呈现逐年递增的趋势，尽管技术效应对减排有贡献，但经济活动的反弹效应极为明显，消除了技术主导的减量效应。鉴于上海市未来物流业仍将持续快速发展，设计控制二氧化碳排放负增长或者零增长的政策并不符合实际情况，而控制增长速率则是相对意义上有效推动低碳物流的政策构建出发点。

参考文献：

［1］商务部.2013年中国人均CO2排放量首次超过欧盟［EB/OL］.［2015-10-01］.http：//www.mofcom. gov.cn/article/i/jyjl/m/201409/20140900739703.shtml.

［2］YU B Y，ZHANG J Y，FUJIWARA A.Evaluating the directand indirect rebound effects in household energy consumption behavior：A case study of Beijing［J］.Energy Policy，2013，57（6）：441-453.

［3］BARKER T，DAGOUMAS A，RUBIN J.The Macroeconomic rebound effect and the UK economy［J］.Energy Policy，2007，35（10）：4935-4946.

［4］梁日忠，张林浩.1990年—2008年中国化学工业碳排放脱钩和反弹效应研究［J］.资源科学，2013，35（2）：268-274.

［5］范如国，罗明.中国能源效率演化中的异质牲特征及反弹效应影响［J］.经济管理，2014（6）：1-12.

［6］JIN S H.The effectiveness of energy efficiency improvement in a developing country：Rebound effect of residential electricity use in South Korea［J］.Energy Policy，2007， 35（11）：5622-5629.

［7］吕荣胜，聂铟.中国工业能源回弹效应研究——基于技术进步视角［J］.武汉理工大学学报（社会科学版），2013，26（05）：695-700.

［8］白竹岚，诸大建，蔡兵.上海1978—2009年能源反弹效应的完全分解分析［J］.华东经济管理，2011，25（9）：1-7.

［9］BERKHOUT P H G，MUSKENS J C，VELTHUIJSEN J W.Defining the rebound effect［J］.Energy Policy，2000，28（6）：425-432.

［10］TAYLOR P G，D'ORTIGUE O L，FRANCOEUR M，et al. Final energy use in IEA countries：The role of energy efficiency［J］.Energy Policy，2010，11（38）：6463-6474.

［11］谌伟，诸大建，白竹岚.上海市工业碳排放总量与碳生产率关系［J］.中国人口资源与环境，2010，20（9）：24-29.

Research on the Rebound and Reduce Effect of CO2Emissions in Shanghai Logistic Industry from the Technological Perspective

CHEN Wei，LI Hehua
（School of Economics and Management，Shanghai Polytechnic University，Shanghai 201209，P.R.China）

Abstract：Logistics industry is an important part of the city's economy，but also is one of energy-intensive industries.The theoretically method is established to analyze the rebound effect and reduce effect of logistic industry based on the energy consumption data of Shanghai logistic industry from 2000—2012.The result indicates that the the rebound effect and the reduction effect of the logistics industry in Shanghai carbon emissions was significant during 2000—2012.Rebound effect caused by the economic development of the logistics industry limited the reduce effect caused by technical efficiency.Taking into account the actual stage of development in Shanghai，the low carbon policy maker should be to control the growth rate of CO2emissions rather than zero or negative growth for logistics industry.

Keywords：low carbon；rebound effect；reduce effect

中图分类号：X24；F127

文献标志码：A

文章编号：1001-4543（2016）02-0146-06

收稿日期：2015-06-29

通信作者：谌伟（1982-），男，浙江杭州人，讲师，博士，主要研究方向为低碳经济。电子邮箱njustchen@126.com。

基金项目：上海市教委科研创新基金（No.14YS141）资助