碳中和目标下我国绿色水电碳减排效率评价

沈心怡，马 骏,2,3，卢玉钦

(1.河海大学商学院，江苏 南京 211100； 2.江苏省水资源与可持续发展研究中心，江苏 南京 211100；3.沿海开发与保护协同创新中心，江苏 南京 210098； 4.福建省永泰县水利局，福建 福州 350700)

经济社会发展离不开能源支撑。我国从改革开放以来，能源行业成长迅猛，在能源生产和消费上已跃居全球首位。但由于能源结构长期以煤为主且油气对外依存度较高，使我国成为世界碳排放大国。在世界碳中和的目标下，习近平总书记在第75届联合国大会上表示：中国力争于2030年前完成碳达峰，在2060年前实现碳中和。实现双碳目标，要以能源绿色低碳发展为关键，推动可再生能源从能源绿色低碳转型的生力军成长为碳达峰、碳中和的主力军，加快构建清洁低碳、安全高效的能源体系。电力行业是实现我国能源转型的主战场，水电又以其独特的优势成为能源转型的主要力量。

目前，已有不少学者对碳达峰、碳中和的实施路径进行了深入研究。王慧敏等[1]认为水电行业是推进双碳目标的“加速键”，应承担起推进能源绿色可持续发展的重任。程春田[2]认为水电能源可靠、技术成熟，一直是中国乃至世界的第二大电源。在现在和未来很长一段时间内，只有水电是我国实现碳中和目标最可靠的选择。

也有学者对生态效率进行了研究。田泽等[3]聚焦长江流域水电能源效率评价及提升的问题，运用DEA方法对各地区的水电能源效率进行评价研究，提出以水资源作为刚性约束，建立绿色水电认证机制。张云宁等[4]运用DEA-Malmquist模型测算了2010—2017年农业用水效率和全要素生产率指数，得出规模效率和纯技术效率下降，限制了全要素生产率的增长。马骏等[5]以长江经济带107座城市为研究对象,采用超效率SBM方法对2005—2016年城市生态效率时空演变特征进行评价,结果表明城市生态效率总体呈波动上升趋势,且流域间差距逐步缩减,部分区域空间集聚态势加强。章恒全等[6]通过含非期望产出的DEA-SBM模型测度工业水资源绿色效率，研究发现浙江省工业水资源绿色效率的提高在一定程度上依赖于对外开放水平的提升，而受制于环境规制。陈晓雪等[7]对长江经济带11省(市)绿色发展水平进行测度并用聚类分析法对绿色发展水平较高地区、较好地区以及一般地区进行分类。

针对区域差异，彭杜云[8]用泰尔指数对全国、八大社会经济区和省市3个层面的工业水资源绿色效率时空差异特征进行根源分析，得出工业水资源绿色效率大体呈现沿海高于内陆、东部高于西部分布。章恒全等[9]利用泰尔指数分析省际绿色水资源利用效率的空间分布差异，结果表明绿色水资源利用效率地区间差异远高于地区内部差异，且东部对绿色水资源利用效率贡献率最大。鲍辉[10]运用具有可分解性质的泰尔指数对四大区经济差异进行分析研究,认为各大区内部差异不容忽视, 应采取措施降低经济差异,着力降低组内经济差异。

综合相关文献，学者们运用DEA、SBM方法对水资源利用效率进行了研究，并通过聚类分析、泰尔指数分析等方法深入探索地区差异性，但是对水电效率的研究范围较小，缺少覆盖全国范围的研究，且在水电绿色发展领域的成果仍较欠缺。本文采用我国30个省级行政区2010—2019年的面板数据，利用超效率SBM模型对各地绿色水电碳减排效率进行测算，通过系统聚类方法进行分类，据此判断东、中、西部绿色水电碳减排成果的差异情况，并运用泰尔指数解释碳减排效率空间分布差异的原因，通过Malmquist指数对绿色水电碳减排成果进行动态分析。

1 研究方法与指标数据

1.1 超效率SBM模型

数据包络分析(DEA)是Charnes等[11]提出用来评价一组多投入、多产出的决策单元间相对效率的方法。数据包络分析有CCR和BCC两种基本模型，但都没有考虑要素“松弛”现象。Tone[12-13]分别在2001年和2002年提出SBM模型和超效率SBM模型，后者不仅考虑了松弛变量，还可以对效率值大于1的决策单元进行排序。超效率SBM模型如下：

(1)

式中：θ为效率值；x、y分别为投入和产出的要素；m、n分别为投入指标和产出指标的个数；k为时期；i、r分别为投入和产出的决策单元；s为松弛量。

1.2 泰尔指数

泰尔指数是用来衡量地区间不平等度的一个指标,引入泰尔指数，可以进一步描述绿色水电发展效率的区域差异。泰尔指数计算公式如下：

(2)

(3)

(4)

1.3 Malmquist 指数模型

Malmquist指数是用于测度研究时期内生产率随时间序列的变化趋势，模型如下:

(5)

式中：M为Malmquist指数；D为距离函数；t为时期；p为投入量；q为产出量。若M>1，说明全要素生产率提高，反之下降。

1.4 评价指标与数据来源

为了探究我国各省级行政区绿色水电碳减排效率及其差异性，选取全国30个省级行政区2010—2019年的面板数据(上海市因位于长江入海口，地势平坦，地域面积小，不具备水电发展的基础条件，历年水电装机容量及水力发电量为零，难以进行效率测算，故不纳入统计)。投入指标包括：水电装机容量、行业固定资产投资、行业就业人数；产出指标包括：水力发电量、CO2减排量[14]。其中，水电装机容量和水力发电量数据来源于前瞻数据库，选取各省级行政区统计年鉴中的电力、热力、燃气及水生产和供应业就业人数和固定资产投资。水电的发展对碳排放量的减少具有重要的现实意义，是加快生产方式绿色化转型，尽早实现碳中和的重要途径，因此CO2减排量是最直接的衡量指标。根据国家发改委提供的数据，火电厂平均1 kW·h供电煤耗由2000年的392 g标准煤降到360 g标准煤。查找各种能源平均地位发热量及折标准煤参考系数，得到原煤平均低位发热量为20 908 kJ/kg,折标准煤系数为每千克0.714 3 kg标准煤，CO2排放系数为94 600 kg/TJ。

投入产出指标的描述性统计如表1所示。

表1 投入产出指标描述性统计

2 实证分析

2.1 绿色水电碳减排效率测度

用MaxDEA 7 Basic软件，选择超效率SBM模型规模报酬不变，产出导向对全国30个省级行政区2010—2019年的绿色水电碳减排效率进行测度，再用SPSS软件对结果采用组间联接法进行系统聚类分析。结果显示，样本共分为4类。①第一类:云南省、青海省。这2个省的效率均值都大于1，即在同等投入下，这2个省实现了最大产出，属于DEA有效状态，是绿色水电碳减排工程的重点区域。②第二类：中部湖北省、西部甘肃省、四川省。这3个省的效率均值与第一梯队的效率均值非常接近，都是发展绿色水电的优势地区，湖北、甘肃、四川3省都拥有超大规模的水电站，推动了绿色水电的持续开发。③第三类包括广西、福建、陕西、贵州、湖南、重庆、新疆、西藏、江西、河南、宁夏、广东这12个省级行政区，除福建、广东外仍集中于中西部地区。④第四类:除以上省级行政区之外的其余13个均排在第四梯队，包含东部除福建、广东之外的所有省级行政区。从分类结果可以得出，我国绿色水电碳减排效率西部最高，中部次之，东部最低。中国的地形自西向东由高到低呈阶梯状下降，近80%的落差集中在西部地区，且西部地区幅员辽阔，水电站的大规模建设提高了水力发电量，取代了部分煤炭发电，减少了CO2排放量。中部作为东、西部地区的过渡地带，地势落差虽不如西部大，但相较于东部，其自然地理环境还是属于多山多水，地域辽阔，适合水电设施的建设。东部地区整体靠海，地势平坦且城市占地面积广，水电站建设条件不足，建设规模小，弱势明显。由此可见，我国在水电发展绿色化、低碳化转型方面存在地区发展不平衡的问题。

2.2 绿色水电碳减排效率空间差异分析

采用泰尔指数分析绿色水电碳减排效率的区域间、区域内差距，结果见表2。我国绿色水电碳减排效率的总体差距基本保持稳定，2010年差距最大，为0.366，2013年差距最小，仅0.181。东部、中部、西部之间绿色水电碳减排效率的差异对总体差距的贡献率约为39.36%，但近年来区域间的差距有扩大趋势。区域内部的差距一直是造成我国绿色水电碳减排总体差距的主要原因，2010—2019年的区域内部差距贡献率均值为60.64%。从3个区域的差距贡献率来看，东部地区内部差距最大，占52.10%，西部地区内部差距最小，仅为17.79%，东部区域内部发展存在高度的不均衡问题，西部地区作为发展水电的优势区域，各省发展趋向均衡。可见我国在关注区域发展不平衡的同时，还应高度重视区域内部的协调发展。

2.3 绿色水电碳减排效率Malmquist指数分析

为了进一步分析效率的变化趋势，运用DEAP2.1软件根据2010—2019年的面板数据，选择Malmquist模型用产出导向、规模报酬不变来分析30个省级行政区水电碳减排效率的动态变化及其各驱动因素分解，进一步分析其变化的原因。测算结果如表3所示。

2010—2019年全国各省绿色水电碳减排的全要素生产率年均提升1%，2011年全要素生产率相比上年下降了14%，降幅最明显，2013年效率上升最快，提升了38%，近两年效率不断上升。综合技术效率最高为1.32，最低为0.88，平均值为1.00，整体平稳，说明在过去10年我国绿色水电的碳减排效率保持稳定。从各驱动因素的分解来看，2011年以来纯技术效率都接近1，且技术进步指数除2011年、2016年和2017年略低于1外，其余都大于1，说明我国在该领域技术水平的提高，是效率提升的主要动力。规模效率略有所下降，这在一定程度上对绿色水电碳减排的推广有所制约。全要素生产率的提升依赖于综合技术效率和技术进步的共同推动，所以在取得技术进步和设备升级的同时，还要兼顾该领域的制度完善和管理创新等。

表2 全国绿色水电碳减排效率泰尔指数分解

表3 全国各省市绿色水电碳减排效率Malmquist指数及其分解

3 稳定性检验

为了确保研究结论的稳定，本文进行了以下稳定性检验:第一，扩大样本范围，选取了2005—2019年各省级行政区的相关数据进行实证研究;第二，采用单位装机量碳减排率进行区域对比。检验结果为：2005—2019年我国东部、中部、西部的效率均值分别为0.284、0.488和0.825；2010—2019年东部、中部、西部的单位装机量碳减排率分别为15 962 Mt/万kW、25 879 Mt/万kW和36 729 Mt/万kW。上述检验结果均不改变本文的研究结论。

4 结论与建议

4.1 结论

a. 从效率均值的地区分类来看，我国西部绿色水电碳减排效果显著，有利于打造绿色能源综合生产储备基地，构建新型能源体系。中部地区得益于其大规模水电站，在绿色水电碳减排效率上处于中间地位。东部地区地势平坦，城市占地多等，在水电发展上存在明显弱势，制约了碳减排效率值的提升。当前我国通过绿色水电推进碳减排的这项工程虽然在稳步前进，但存在较大的区域差异，在绿色水电碳减排领域存在地区发展不平衡的问题。

b. 从区域差距的贡献度来看，区域内部差距是形成我国绿色水电碳减排效率总体差距的主要原因，东部地区的内部差距对总体差距的贡献率最大，中部次之，西部最小，区域内部发展差异严重影响了全国范围的均衡协调发展。东部各省水电装机量水平等参差不齐，广东省2019年水电装机量近1600万kW，而上海为0，这导致绿色水电碳减排效率差距拉大。西部地区地多人少，落差大，各省装机量排名全国前列，独具发展水电的优越条件。

c. 从Malmquist指数及分解来看，全要素生产率有所提升，综合技术效率稳中有升，纯技术效率和技术进步指数表现良好，技术水平的提高推动了绿色水电的持续发展，说明大力发展科学技术是助力我国早日实现碳中和目标的重要手段，但同时也应高度重视规模效率对绿色水电碳减排效率的推广作用。

4.2 建议

a. 坚持协调统筹规划，合理布局各地水电开发。加快西南地区水电基地建设，以青海、云南为重心，结合受端市场和外送通道建设，积极推进大型水电基地开发。建设雅鲁藏布江下游水电基地，推进藏东南“西电东送”接续基地建设。西北地区适应能源转型发展需要，建设新疆清洁能源基地，优化开发黄河上游水电基地，开展黄河梯级电站大型储能项目研究。东中部地区优化开发剩余水能资源，充分科学技术，提高水电转化效率。

b. 大力推进互补合作，实现区域内部协同发展。明确区域内各省市的优势与差距，东部地区应积极建设碳交易市场，抓好煤炭消费减量等量替代；中部地区吉林、黑龙江等联合加快“煤改气”“煤改电”“煤改生物质”等项目的实施，严控能源消费总量；西部地区加强谋划国家清洁可再生能源利用示范区等，充分利用规模优势，提高水电的输出效率。我国东、中、西部各省市之间联合调度，做到集中控制、协同发展。

c. 精准培养专业人才，扩大绿色水电建设规模。全国各省都要大力培育一批拥有过硬的专业本领、丰富的实践经验、创新的科技思维的人才。加强对外交流，深化多方合作，促进水电相关企业综合实力的提升。加快推广绿色水电，扩大绿色水电的建设规模，立足产业规模优势、配套优势巩固提水电领域的全产业链竞争力，推动清洁能源高效输出，助力我国碳中和宏伟目标的实现。