中國行業(yè)碳排放分配效率研究

潘 偉，吳婷，王鳳俠

（武漢大學(xué) 經(jīng)濟與管理學(xué)院，武漢 430072）

0 引言

目前碳排放權(quán)分配主要有五個方面，分別為：依產(chǎn)值分配、均等分配、成本有效性、市場交易和折衷原則，但是分配結(jié)果都容易引起行業(yè)之間的爭議。各行業(yè)特征差異明顯，實際上，要實現(xiàn)上述的減排目標(biāo)，必須將國家的碳減排指標(biāo)分解到各個不同行業(yè)，明確其碳減排的責(zé)任。依據(jù)行業(yè)進行碳排放權(quán)分配的研究，實現(xiàn)分配的效率公平迫在眉睫。

已有的關(guān)于我國碳排放權(quán)分配的研究大多是依據(jù)省區(qū)劃分來進行的，但是區(qū)域的碳排放量分配只分配到省市區(qū)，作為分配依據(jù)還很籠統(tǒng)；而關(guān)于行業(yè)的研究則主要說明碳排放和經(jīng)濟增長的關(guān)系，并很少依據(jù)碳減排目標(biāo)從行業(yè)角度提出改進措施。本文運用零和DEA模型較好的彌補了這一缺陷，根據(jù)國家總體碳減排目標(biāo)，從產(chǎn)業(yè)行業(yè)出發(fā)調(diào)整碳排放權(quán)的分配，為國家碳排放目標(biāo)分配到行業(yè)做參考。

1 中國各行業(yè)碳減排責(zé)任分?jǐn)偟牧愫褪找鍰EA模型

1.1 零和DEA模型

數(shù)據(jù)包絡(luò)分析法（Data Envelopment Analysis，簡稱DEA），是以運籌學(xué)理論為基礎(chǔ)，使用線性規(guī)劃技術(shù)，對多投入多產(chǎn)出決策單元（Decision Making Unit，簡稱DMU）的相對效率進行評價的非參數(shù)經(jīng)濟計量方法。DEA方法最初是由Charnes，Cooper等(1978)[1]提出，為規(guī)模報酬不變的CCR模型；之后Banker，Charnes等(1984)[2]設(shè)定規(guī)模報酬變動，從而出現(xiàn)了取代固定規(guī)模報酬CCR模型的BCC模型。DEA模型又可以分為產(chǎn)出導(dǎo)向模型和投入導(dǎo)向模型，本文主要研究碳減排目標(biāo)下的能源消費，為投入要素，又行業(yè)規(guī)模變化較大，所以選取投入導(dǎo)向型規(guī)模報酬可變的BCC模型為DEA原始模型（若去掉（1）式中 λ1+λ2+…+λn=1，為CCR模型），其中n表示決策單位（DMU）個數(shù)，U表示投入要素，V表示產(chǎn)出要素，DMU0相對效率為α0。

在減排責(zé)任分配問題中，碳減排目標(biāo)值（或碳排放權(quán)）都具有總量固定的特征，故利用傳統(tǒng)的DEA模型僅能計算各行業(yè)初始碳減排責(zé)任分配的相對效率，不能幫助我們通過調(diào)整分配結(jié)果實現(xiàn)各行業(yè)DEA效率提升。Lins和Gomes等[3]人對此類問題進行了研究，提出了零和收益DEA模型（記為ZSG-DEA），通過對投入（或產(chǎn)出）的再配置，尋求DEA有效的策略，其重點是比例消減策略。根據(jù)這一策略，低效的DMU單元想變?yōu)镈EA有效必須消減一定數(shù)量的投入（或接受一定數(shù)量的產(chǎn)出）；為了保持投入（或產(chǎn)出）總量不變，其他DMU必須以各自初始的投入（或產(chǎn)出）值為基礎(chǔ)，按比例接受一定數(shù)量的投入（或消減一定數(shù)量的產(chǎn)出）。

變形為：

minβ0

由于所有在原始模型下非DEA有效的DMU均會按照比例分配自己的多余投入，以達到DEA有效。但所有DMU均這樣做的后果是：即使按公式（2）計算，一些DMU在消減投入后仍不能達到DEA有效。對這個問題的應(yīng)對方式有兩種，一種是Lins和Gomes等提出的比例消減公式法[3]，另一種是林坦、寧俊飛使用的迭代法[4]。本文采取的是迭代法，通過多次迭代，可實現(xiàn)對投入u的多次再分配，最終所有的DMU均會達到有效邊界,實現(xiàn)DEA有效。這時對投入的再分配結(jié)果就是使效率最佳的分配方案。

1.2 指標(biāo)和模型的選擇

對于經(jīng)濟-環(huán)境系統(tǒng)來說，碳排放量屬于非期望產(chǎn)出。關(guān)于DEA的環(huán)境效率評價模型對污染物等非期望產(chǎn)出的處理有多種方法，其中“非期望產(chǎn)出視為投入法”是主要的處理思路之一，這種安排符合DEA模型對于投入指標(biāo)的要求，即投入最小和期望產(chǎn)出越大意味著技術(shù)越有效。因此本文也采取這種方法，將碳排放量作為模型唯一的投入變量。

同時，本文將GDP和能源消耗量作為模型的產(chǎn)出變量。這樣設(shè)定的意義在于，在碳排放量相同的情況下，若決策單位擁有更高的GDP、能源消耗量，則其分配效率較高；或在GDP、能源消耗量相似的情況下，碳排放的分配權(quán)越低越有效。本文并未完全按照Lins和Gomes的做法，將人口也作為產(chǎn)出變量。這是因為在關(guān)于行業(yè)的研究中，一方面人口難以測算并沒有清晰界限，另一方面行業(yè)的GDP與其從業(yè)的勞動力數(shù)具有高度相關(guān)性，故本文并未把人口也納入產(chǎn)出變量中進行研究。

根據(jù)研究對象的性質(zhì)和特點，本文選取投入導(dǎo)向的ZSG-DEA BCC模型對各行業(yè)碳排放的效率進行測算。

1.3 數(shù)據(jù)來源與處理

本文從分配效率的視角出發(fā)，分析我國6大行業(yè)間碳排放配額的分?jǐn)偰Ｊ?，以此尋求效率公平的減排機制。我國“十二五”計劃中提出“2015年GDP碳排放強度比2010年末下降17%”的目標(biāo)，本文將延續(xù)此目標(biāo)，將“2020年全國碳排放強度較之2015年下降17%”作為下一階段的減排目標(biāo)，即本文碳排放權(quán)分?jǐn)偟目傮w目標(biāo)。從最佳分配效率的角度對2016～2020年間各行業(yè)的碳減排責(zé)任進行分配，并給出效率最大化的碳排放權(quán)配額。

各項數(shù)據(jù)的來源與處理過程如下：

（1）行業(yè)的分類。依照《中國能源統(tǒng)計年鑒》分行業(yè)能源消費總量表中的劃分方式，將行業(yè)劃分為：農(nóng)林牧漁水利業(yè)，工業(yè)，建筑業(yè)，交通運輸、倉儲和郵政業(yè)，批發(fā)、零售、住宿和餐飲業(yè)和其他行業(yè)六大類，方便核算，也避免重復(fù)計算。

（2）各行業(yè)實際碳排放量的計算。根據(jù)《中國能源統(tǒng)計年鑒》能源消費表中，分行業(yè)各種能源的消費總量，將其乘以折標(biāo)準(zhǔn)煤系數(shù)轉(zhuǎn)算成標(biāo)準(zhǔn)消費總量，然后再分別與各種能源（煤炭、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣和電力）的碳排放系數(shù)相乘，得到2003～2012年我國各行業(yè)的碳排放總量。然后根據(jù)2003～2012年碳排放的平均增長速度，預(yù)測到2020年的碳排放量。

（3）各行業(yè)的GDP數(shù)據(jù)。根據(jù)《中國統(tǒng)計年鑒》國民經(jīng)濟核算表，得到2003～2012年我國各行業(yè)GDP數(shù)據(jù)（以當(dāng)年價格計算），除以居民消費價格指數(shù)，得到以1985年為基期的2003～2011年我國各行業(yè)GDP數(shù)據(jù)。以2003～2011年各行業(yè)GDP的平均增長速度，預(yù)測2012～2020年的GDP數(shù)據(jù)。

（4）各行業(yè)的能源消耗量。根據(jù)《中國能源統(tǒng)計年鑒》能源消費表中，得到2003～2012年分行業(yè)各種能源的消費量，并以平均增長速度對2013～2020年能源消耗量進行預(yù)測。

（5）各行業(yè)的初始碳排放配額。根據(jù)2011～2015年的全國碳排放總量和GDP總量，得到單位GDP碳排放強度。以“2020年全國碳排放強度較之2015年下降17%”為目標(biāo)，計算2016～2020年的碳排放強度目標(biāo)值，從而得到2016～2020年6個行業(yè)的碳排放配額總量為317.34億t·C。以2011～2015各行業(yè)的碳排放量為基礎(chǔ)，對該配額進行分?jǐn)?，得?016～2020年各行業(yè)初始碳排放配額。

2 實證結(jié)果分析

2.1 初始DEA計算結(jié)果

本文首先使用DEAP2.1軟件，利用傳統(tǒng)的DEA BCC模型，對2016～2020年我國6個行業(yè)初始的碳排放配額的分配效率進行計算，初始DEA計算結(jié)果見表1。

表1 2016～2020年中國各行業(yè)碳排放配額DEA BCC模型初始效率值

從表1可以看出，我國6大行業(yè)碳排放配額的DEA BCC初始效率值差距較大，且碳排放權(quán)分配的平均效率相對比較低，初始值的平均效率只有0.5692。而這些行業(yè)之中，低于平均效率的就有3個，占一半比例，分別是：農(nóng)林牧漁水利業(yè)，工業(yè)，交通運輸、倉儲和郵政業(yè)。只有建筑業(yè)達到了最高效率值1，其他行業(yè)的效率值均低于0.8，特別是工業(yè)的效率值只有0.1340，嚴(yán)重偏低，說明距離DEA有效還有很大的差距。為了使全部行業(yè)的碳排放配額達到DEA有效，便需要對碳減排責(zé)任進行再分?jǐn)?。然而原始的DEA模型的效率值和松弛變量不符合總量既定的約束，因此運用ZSG-DEA模型進行碳排放配額進行調(diào)整。

表2 多次迭代結(jié)果與DEA效率值

2.2 碳排放權(quán)的重新分配

要實現(xiàn)各行業(yè)間碳排放權(quán)公平有效的分配，應(yīng)該是使得所有行業(yè)的分配效率都達到有效，即效率值為1。然而目前大部分的行業(yè)的分配效率都處于無效的狀態(tài)，因此本文依據(jù)ZSG-DEA模型進行碳排放權(quán)的重新分配。首先由初始的分配結(jié)果和效率，計算出各行業(yè)為了達到有效，需要增加或減少的碳排放量，然后以調(diào)整后的碳排放量再次作為投入變量，進行效率值的估算。通過用Excel多次迭代，最終使各行業(yè)ZSG-DEA模型的效率值均接近于1，即使各行業(yè)碳排放權(quán)的分配都基本達到ZSG-DEA的統(tǒng)一有效邊界。其具體迭代過程與調(diào)整結(jié)果見表2。

通過表2可以看到，運用ZSG-DEA模型對各行業(yè)的碳排放權(quán)進行重新分配，經(jīng)過四次迭代計算，各行業(yè)的效率值都得到了提高并接近于1，平均效率值也由0.569提高到了0.995。

將初始碳排放配額與最終調(diào)整到的碳排放配額進行對比，可以得到各行業(yè)要實現(xiàn)ZSG-DEA有效的調(diào)整方式，如表3所示。

表3 2016-2020各行業(yè)最終碳排放權(quán)分配結(jié)果與調(diào)整方式

從數(shù)值上看，工業(yè)的調(diào)整方式為負(fù)值，其他行業(yè)的調(diào)整方式均為正值，說明根據(jù)初始的碳排放配額，農(nóng)林牧漁水利業(yè)，建筑業(yè)，交通運輸、倉儲和郵政業(yè)，批發(fā)、零售、住宿和餐飲業(yè)以及其他行業(yè)可以增加相應(yīng)數(shù)量的碳排放量，它們?nèi)匀籇EA有效；而工業(yè)要實現(xiàn)DEA有效，必須減少相應(yīng)數(shù)量的碳排放量。

3 結(jié)論與展望

本文從分配效率的視角出發(fā)，對2016～2020年我國6大行業(yè)的碳排放權(quán)分配效率進行測算，并進行調(diào)整優(yōu)化。得到的主要結(jié)論如下：第一，我國6大行業(yè)2016～2020年碳排放權(quán)初始分配的DEA效率較低，且行業(yè)間效率值差異明顯；第二，我國6大行業(yè)中，僅有建筑業(yè)達到初始碳排放權(quán)的有效分配，工業(yè)的分配效率嚴(yán)重偏低，亟待改善；第三，從最終調(diào)整方式上來看，工業(yè)調(diào)整的空間最大，它需要減少1575546.9999萬t·C，其減少量可以通過其他的行業(yè)對應(yīng)的增加量來保持碳排放總量的不變，其中其他行業(yè)可增加量最多，為789523.4170萬t·C，再次是批發(fā)、零售、住宿和餐飲業(yè)，增加量為328776.1502萬t·C。

基于本文的研究結(jié)論，提出如下建議：首先，制定差異化的碳減排目標(biāo)與策略，將碳減排指標(biāo)落實到各個行業(yè)，實現(xiàn)行業(yè)間碳排放權(quán)的合理有效分配，促進不同行業(yè)碳排放分配效率協(xié)調(diào)改善，尤其加大工業(yè)行業(yè)減排力度，促進其經(jīng)濟發(fā)展方式向集約型轉(zhuǎn)變；其次，建立并完善相應(yīng)法律法規(guī)，運用適當(dāng)?shù)姆墒侄?，使行業(yè)間碳排放權(quán)的分配與交易具有法律約束力，保證其有效運行；再次，加大科技投入，鼓勵新能源、清潔能源的使用，從總量上控制碳排放量，推進我國碳減排與可持續(xù)發(fā)展進程；最后，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，加速各產(chǎn)業(yè)升級換代，避免高耗能產(chǎn)業(yè)的過剩，同時積極鼓勵戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展。

[1]Charnes A,Cooper W W,Rhodes E.Measuring The Efficiency of Decision Making Units[J].European Journal of Operation Research,1978,(6).

[2]Banker R D,Charnes A,Cooper W W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science,1984,30(9).

[3]Lins M P E,Gomes E G,Soares-De-Mello,et al.Olympic Ranking Based on A Zero Sum Gains DEA model[J].European Journal of Operational Research,2003,148(2).

[4]林坦,寧俊飛.基于零和DEA模型的歐盟國家碳排放權(quán)分配效率研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2011,(3).