基于DEA 模型的湖南省碳排放效率研究

王谦 胡芬 宋琳 戴银山

（南华大学经济管理与法学学院，湖南衡阳 421001）

1 引言

碳排放效率作为衡量地区经济发展质量的重要指标，对其进行评价研究可以为相关决策提供经验依据。在此背景下，对作为“两型社会”综合配套改革实验区之一的湖南省长株潭地区碳排放效率进行研究更具现实意义。

自1978 年Charnes 等提出假定规模收益不变的CRS 模型之后［1］，数据包络分析得以快速发展，被广泛用于各个领域的效率性评价研究。在研究对象的层次上，国外学者多数从宏观层面上对多个国家或经济体进行研究，国内学者则是运用DEA 模型对典型省份或某行业的碳排放效率进行评估，两者在研究对象上都缺乏对同一省域不同城市之间的对比研究。此外，目前国际上主要以公平性及效率性为出发点研究初始分配，并以此进一步探究经济运行对碳排放市场的影响，仅有少数研究运用DEA 模型对碳排放效率在空间上的布局进行评估，而且在投入因素的选择中，容易忽略产业和人口结构对碳排放效率影响的可能性。经济发展水平居于中等的湖南省处于内陆，在碳排放效率方面的实证研究不足。本文将湖南省各市（州）作为研究对象，从人口结构、技术水平、产业结构三方面着手，通过超效率模型的测算对湖南省区域内城市的碳排放效率进行实证研究，以期为当地政府碳减排政策提供理论参考。

2 研究设计

2.1 超效率SBM 模型

相比传统的SBM 模型和超效率DEA 模型，超效率SBM 模型能对非期望产出进行超基础阈值分析，即允许有效决策单元效率与1 进行比较。本文主要据此模型进行测算分析得出最终结果。现假设有a个DUM（决策单元），其中DUM 由两部分组成，分别是投入x、产出y，而产出又由期望产出y1、非期望产出y2组成。用向量分别表示m∈rx，nd∈ry1，ns∈ry2，现M，Nd，Ns为矩阵，M＝［m1，…，ma］∈rx·a，Nd＝［n1d，…，dad］∈ry1·a，Ns＝［n1s…nas］∈ry2·a。假设DUM 有效，超效率SBM 模型构建如下：

2.2 数据来源

本文的原始数据来源于《湖南省统计年鉴》（2006—2017）中各市（州）主要经济和社会统计指标部分，以及各市（州）的经济和社会发展统计公报，二氧化碳排放量由所搜集数据通过核算得到（能源消耗总量×二氧化碳排放系数）。

2.3 指标选取

首先通过DEA 模型对湖南省各市（州）历史的碳排放数据进行总结分析，在得出其不具有DEA 有效性结论的基础上，分析得到湖南省各市（州）地区DEA 有效水平的碳排放权初始分配方法；在选取关键投入指标时，发现相较于其他相关指标，表1 按照有关投入和产出指标体系建立原则，选取的指标对碳排放量的规模效率影响更为显著。

表1 湖南省各市（州）碳排放效率评价指标体系

3 实证研究

3.1 数据收集和预处理

运用DEA 方法中的超效率SBM 模型，结合输入输出指标的原始数据，将样本数据进行标准化，利用DEA-Solver Pro 5.0 工具运算得出SBM 模型效率值θ 的面板数据结果，见表2。

表2 2006—2017 年湖南省各市（州）碳排放测算结果

3.2 基于超效率SBM 模型面板数据的测算结果和分析

2006—2017 年湖南省各市（州）碳排放效率期望值及标准误见表3。

表3 2006—2017 年湖南省各市（州）碳排放效率期望值及标准误

由表3 可知，除张家界以外，其他地区的效率值波动率均较低，故本文主要就整体的效率值进行研究，将湖南省14 个地级市及自治州分为3 个模块分别分析：第一模块为碳排放效率值E（θ）≥1 的地区，包括长沙市、邵阳市、常德市、张家界市以及湘西土家族苗族自治州5 个地区；第二模块为0.8≤E（θ）<1的地区，分别是永州市、怀化市和娄底市3 个地区；第三模块为E（θ）<0.8 的地区，包括郴州市、湘潭市、衡阳市、岳阳市、益阳市和株洲市6 个地区。通过比较2017 年湖南省各市（州）的GDP 可以发现，第三模块地区的GDP 基本集中在湖南省GDP 排名的中上游；第二模块地区基本是湖南省GDP 值较低的地区；第一模块地区包含湖南省最大的经济体长沙市以及第三经济体常德市，而另外2 个地区张家界市和湘西土家族苗族自治州则处于湖南省GDP 值排名中的末尾。总体来说，呈现“第一模块分两头，第二模块中下游，第三模块中上游”的分布。

基于此现象，先就第三模块进行分析。第三模块地区大多为湖南省经济发展较好的城市，但效率值却不高。衡阳市和郴州市作为湖南省最早一批被定位国家工业基地的城市，主要产业为有色金属采矿业、非金属采矿业、采煤业及相关深加工产业，谢砫军指出衡阳市第一产业处于湖南省落后水平，而第二产业成为拉动经济增长的主要产业［2］。周羽阐述了郴州市以及衡阳市的大致矿业情况，并提出郴州市矿业发展对生态环境并不友好且产业结构失调问题［3］。湘潭市和株洲市作为“一小时经济圈”城市群的成员之一，经济发展势头良好，但魏国恩等从产业分工角度研究发现，在长株潭城市群中，长沙市大多为知识密集型产业，而湘潭市与株洲市则以劳动密集型产业为主［4］。第三模块地区虽然经济量较高，但产业结构不平衡，第二产业比重较高，高新技术产业发展水平不高，所以效率值普遍较低。

第二模块地区虽然碳排放未达到“有效”的标准，但是效率值较高。怀化市与娄底市相较于已在固有经济结构基础上发展较好的城市，在新经济结构转型及产业结构优化等变革性上有得天独厚的优势，不管是调整成本还是变革接受度上均优于“老牌城市”。永州市经济发展情况处于湖南省中游，永州稀土资源丰富，但其新工业进程较快，第二产业比重基本低于第三模块地区，这是其效率值较高的主要原因之一。

第一模块地区中，湘西土家族苗族自治州和张家界市经济水平低，工业化进程慢，二者产业以农业、旅游业为主，均是环境友好型的生态产业，二氧化碳排放量极少，其效率值自然大于1，远高于其他地区。虽然碳排放有效，但其经济市场不完善、经济发展程度低的问题较为严重。长沙市作为省会城市，经济量远超其他地区，其科技发展水平、产业结构转型进程以及可持续经济发展程度均处于省内领先水平。邵阳市经济发展处于中游水平，且其经济市场成熟度以及产业结构升级进程较好，黄元东指出邵阳市对第二产业支持力度低于第三产业，新兴产业布局初步形成，可持续发展能力较强［5］。

湖南省部分地区效率值小于1，且碳排放有效的2 个地区经济发展程度低，导致湖南省整体的可持续发展以及有效碳排放水平不高，而其他城市短时间难以企及长沙市和常德市。基于此，邵阳市可成为除长沙市、常德市以外湖南各地区调整投入产出结构的良性示范。

4 湖南省各市（州）碳排放效率影响因素分析

4.1 模型构建

为探究湖南省各地区碳排放效率时间与空间差异的影响作用，本文选取相关因素进行实证检验。影响碳排放效率的因素较多，借鉴已有研究成果［6-7］，本文选取2006—2017 年6 个重要的解释变量，分别是：X1，第二产业占GDP 比重；X2，高新技术产业总产值（万元）；X3，人均GDP（亿元）；X4，城镇人口比重；X5，研发强度；X6，能源消耗总量（10 万t 标准煤）。

将二氧化碳排放量（能源消耗总量×二氧化碳排放系数）选定为被解释变量，单位为10 万t 二氧化碳。在实证检验中，考虑到变量量纲的差异，将上述选取的6 个解释变量做标准化处理。其次，考察序列的平稳性，在进行多元线性回归之前有必要对所有变量进行单位根检验，经检验发现序列平稳。再进行相关性分析发现，变量能源消耗总量与其他解释变量以及被解释变量的相关系数都较大，与碳排放量的相关性接近于完全相关，并在多元回归中表现不佳。因此，本文考虑剔除此变量，仅保留前5 个影响因素并对其进行对数化（拟消除变量间的多重共线性）后再进行实证，具体实证结果见表4。

表4 多元线性回归结果

多元线性回归主要是探究多个自变量对因变量的影响，本文利用SPSS 软件进行多元线性回归分析，回归公式设计如下：

lnY＝β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+μi

4.2 回归结果分析

从技术效应角度看，理论上各地区技术越先进，碳排放效率越高。而本文在数据处理中发现，高新技术产业总产值与研发强度指标和碳排放量呈正相关，且在回归分析中回归系数都为正，并通过了显著性检验。此现象也反映出湖南省的高新技术与研发投入可能面临相对不足的问题，节能减排效应反而被抑制。蒋桂莉指出2000—2015 年我国碳排放量总体呈上升、碳排放强度总体呈下降的趋势，并提出要加大对重点省市的R＆D 投入，提升省际R＆D 技术溢出能力［8］。另外，高新技术的最值差距极大，这说明高新技术的开发和投入在湖南省不同地区受到的重视程度不一，数据的波动性比较大，也会在不同程度上影响碳排放效率的高低。

人均GDP 和城镇人口比重对碳排放量均呈现出负面影响，但前者在统计上并不显著。人均GDP象征着地区居民富裕程度，在描述性分析中其最值差距较大，标准差也较大，说明湖南省各市（州）的经济发展不平衡，贫富两极分化较为严重。而城镇人口数据较稳定，离散程度小，回归后发现，碳排放总量随城镇人口占比和人均GDP 的增加而减少。较发达市（州）如长沙、株洲对于人口增长的经济投入、低碳公共设施的投入以及居民的低碳意识的增强，使人均GDP 提升，在经济取得相当程度发展后，人们将关注点逐渐转移到环境保护上，这在一定程度上能够削弱由于城镇化水平提高而增加的碳排放［9］。同时，随着城镇居民数量的不断增加，经济水平的提高带动城镇居民年人均收入稳步增长，推动了城市基础设施建设，促进具有低碳性质的产业发展，在一定程度上也放缓了碳排放量增速的脚步。

5 结论

5.1 调整优化产业结构

张家界市利用地理优势发展第三产业，形成较为特殊的产业结构，使其效率期望值能够达到2.770 8，而湘潭市、株洲市产业结构仍然偏向劳动密集型，第二产业占比过高导致碳排放量基数过大，内部产业结构不合理。由此可见，区域内部完善的产业结构对碳排放效率具有不可忽视的影响。各地区应从实际出发，因地制宜制定产业调整优化政策，完善落后产能退出机制，大力发展第三产业，降低如湘潭市、衡阳市等以工业为主的城市的第二产业比重，优化产业结构，总体提高湖南省企业的环境规制水平。

5.2 推动技术改进创新

针对湖南省各市（州）碳排放效率的现状，推动碳排放技术革新，提高能源利用率具有充分必要性。对于碳排放效率期望值在1 以下的地区需增加技术创新的资本投入，推动生产要素在区域间流动［10］，重视产品的技术创新，利用长株潭的区位优势和中心优势，在现有技术研发平台基础上，扩大低碳技术交流网络，构建低碳发展技术服务体系，在电力、交通、建筑等能耗高、碳排放总量多的行业先行试点，同时向国家申请低碳城市发展示范区；对于永州市、娄底市等经济增长较慢、碳排放效率略低，但期望值在0.8 左右的地区，将技术进步作为提高碳排放的主要推动力，促进碳排放规模化、产业化，达到提高规模效率的目的。

5.3 开发利用清洁能源

湖南省各市（州）能源结构产生了巨大的环境压力，如湘潭市煤炭资源的过量开发利用是其碳排放效率低下的主要原因。因此，减少石化燃料的消耗，发展清洁能源是必要措施。湖南省铀矿资源较为丰富，从事核研究具有人力资源和科研院校优势。在充分利用已开发铀矿资源基础上，相关部门需加大对核能研究利用的关注，从供给角度出发解决碳排放效率问题。除此之外，可加大对太阳能、水能等清洁能源的开发利用和储备设施建设，从而有效降低碳排放量。