碳排放約束下火力發(fā)電能源效率評估

［摘 要］將碳排放作為非期望產(chǎn)出，構(gòu)建了一套符合火電行業(yè)生產(chǎn)情況的省市區(qū)域火力發(fā)電碳排放能源效率評估模型，使用含有松弛變量的方向距離函數(shù)模型SBM-DDF，更適合含有非期望產(chǎn)出的效率計算。本文首先進行實證試驗驗證模型有效，火電能源效率在加入非期望產(chǎn)出后排序有了明顯變化；其次結(jié)合火力發(fā)電減排相關(guān)影響因素對計算結(jié)果聚類；最后根據(jù)結(jié)果分析為地區(qū)電力行業(yè)減排提出建議。本文填補了將碳排放作為非期望產(chǎn)出的火電行業(yè)能源效率空白，為各地區(qū)火電節(jié)能減排、持續(xù)發(fā)展提出可靠的政策建議。

［關(guān)鍵詞］碳排放；SBM-DDF；火力發(fā)電；能源效率

doi：10.3969/j.issn.1673-0194.2024.21.046

［中圖分類號］F206 ［文獻標(biāo)識碼］A ［文章編號］1673-0194（2024）21-0155-09

1" " "文獻綜述與研究背景

我國為應(yīng)對氣候變化，做出了積極的承諾，2020年習(xí)近平主席宣布中國二氧化碳排放力爭2030年前達到峰值，努力爭取2060年前實現(xiàn)碳中和。據(jù)《中國2030年前碳達峰研究報告》數(shù)據(jù)顯示，2020年我國全社會碳排放約106億噸，其中電力行業(yè)碳排放約46億噸，基本上占據(jù)了中國碳排放量的一半。因此電力行業(yè)實現(xiàn)節(jié)能減排，是實現(xiàn)“雙碳”目標(biāo)的關(guān)鍵著力點。但是，目前燃煤電廠仍然是中國電力行業(yè)的主力軍，2021年全國火電裝機容量達129 678萬千瓦，同比增長4.1%，占全部裝機容量的54.6%，火電裝機容量持續(xù)增加。因此，在優(yōu)化能源結(jié)構(gòu)的持久改進之余，提升火電行業(yè)能源效率，大規(guī)模降低碳排放量，探索碳約束下的火電行業(yè)發(fā)展路徑，是我國目前亟待解決的主要問題。本文應(yīng)用方向距離函數(shù)，以碳排放量作為非期望輸出指標(biāo)，分析火電行業(yè)真實能源利用效率，提出減少電力行業(yè)碳排量的相關(guān)對策建議。

隨著綠色發(fā)展需求的凸顯，將非期望產(chǎn)出納入效率評估模型中，能夠更加客觀地體現(xiàn)能源真實的利用效率。王婷婷[1]利用二氧化碳排放量和實際GDP構(gòu)建低碳GDP指標(biāo)作為輸出，基于交叉博弈DEA模型計算了省際能源效率；陳超凡[2]運用方向距離函數(shù)及ML指數(shù)測算了資源環(huán)境約束下的工業(yè)綠色全要素生產(chǎn)率；Zhao L等[3]使用DEA模型研究環(huán)境約束下中國電能效率面板數(shù)據(jù)；王鑒雪等[4]通過三階段DEA模型，測算環(huán)境因素影響下北京地區(qū)能源效率并提出對策建議。在電力能源效率研究領(lǐng)域，閆丹[5]研究了碳排放火電效率評價模型、影響因素和其中的空間性關(guān)系；王嬋等[6]利用包含非期望產(chǎn)出的博弈交叉全要素生產(chǎn)率模型分析電力能源利用面板數(shù)據(jù)，對其影響因素進行分析；王婷婷等[7]研究了碳約束下的中國省際電力行業(yè)消費效率；張寧[8]基于兩期方向距離函數(shù)和Bootsrap方法提出了一種碳要素生產(chǎn)率測算及分解框架；以及Zhang N等[9]整理了方向距離函數(shù)在環(huán)境能源效率測量中的應(yīng)用。

綜上，在火力發(fā)電領(lǐng)域內(nèi)研究碳排放作為非期望產(chǎn)出計算能源效率的文章相對于其他領(lǐng)域非常少且需求更迫切，已有的研究涉及的效率模型在計算效率和處理非期望產(chǎn)出方面也不夠完善。本文補充了將碳排放作為非期望產(chǎn)出的火電能源效率領(lǐng)域的空白，使用SBM-DDF模型和ML指數(shù)，分析火電能源利用效率與碳排放之間的關(guān)系，結(jié)合地域、減排手段等因素，因地制宜提出了相應(yīng)的減排路徑規(guī)劃建議。

2" " "模型描述

效率計算的影響因素眾多且單位不一，選擇數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）為基礎(chǔ)計算效率不需要預(yù)先設(shè)定生產(chǎn)函數(shù)的參數(shù)值，又可以同時處理多投入多產(chǎn)出。在綠色發(fā)展的要求下，碳排放已成為能源效率計算必須考慮的因素，方向距離函數(shù)（Directional Distance Function，DDF）[10]是在DEA方法上改進，在處理非期望產(chǎn)出問題的理論和實踐方面都具有可行性的重要方法。通過方向設(shè)定滿足污染物減少的同時，增加經(jīng)濟產(chǎn)出的要求。本文使用了非徑向的DDF模型，增加了松弛變量[11]，使投入要素之間不需要同比例變化，更符合火電行業(yè)的實際情況，決策單元（DMU）距離最優(yōu)投影點位置更遠，效率差更大。松弛變量與方向向量設(shè)定的混合方法稱為SBM-DDF模型[12]。

以圖1解釋模型，在徑向DDF模型中，對于無效率程度的測量只包含了所有投入（產(chǎn)出）等比例縮減

（增加）的比例，如圖1中E點到F點。對于無效DMU來說，其當(dāng)前狀態(tài)與最優(yōu)目標(biāo)投影點之間的差距，除了等比例改進的部分之外，還包括松弛改進的部分，如圖1中F點到B點。在計算含有非期望效率時，考慮松弛改進，規(guī)避了部分方向距離函數(shù)使用時主觀因素的影響。本文選擇研究模型SBM-DDF，如圖1所示，決策單元E、C分別沿設(shè)定方向g投影到生產(chǎn)前沿G、A、B、H上，落點為F、D，SBM-DDF模型在方向距離函數(shù)的基礎(chǔ)上考慮了冗余變量，使得E點的投影落點變?yōu)锽點，相對F點，B點在產(chǎn)出不變的情況下可以減少投入，效率值以E點到B點的距離為基礎(chǔ)計算。

假設(shè)一個包含期望產(chǎn)出和非期望產(chǎn)出的環(huán)境生產(chǎn)技術(shù)，在給定的情況下，實現(xiàn)期望產(chǎn)出y的最大化和非期望產(chǎn)出b的最小化，及確定投入x具有強可處置性、產(chǎn)出y，b具有聯(lián)合性，且聯(lián)合產(chǎn)出具有弱可處置性。N、M、I分別為投入產(chǎn)出個數(shù)，K為決策單元個數(shù)，t表示第t年的數(shù)據(jù)。以每個區(qū)域為決策單元，（ gx、gy、gb ）分別表示投入減少、期望產(chǎn)出增加和非期望產(chǎn)出減少的方向向量，（ sxn、sym、sbi ）為松弛向量，分別代表投入冗余、期望產(chǎn)出不足和非期望產(chǎn)出過多的量，若該值大于0則代表實際投入和非期望產(chǎn)出大于邊界的投入和產(chǎn)出，而期望產(chǎn)出小于邊界產(chǎn)出。

研究使用規(guī)模報酬可變的含有松弛變量的方向距離函數(shù)模型，計算各省市火力發(fā)電能源利用效率，涵蓋非期望產(chǎn)出的SBM方向距離函數(shù)定義為：

Malmquist-Luenberger（ML）全要素生產(chǎn)率指數(shù)，是基于含有非期望產(chǎn)出的DDF模型的M指數(shù)的更新，展現(xiàn)了環(huán)境問題下技術(shù)效率的動態(tài)變化，以公式（1）為基礎(chǔ)進行計算。ML計算為：

其中，為方向距離函數(shù)，ML=EC×TC。EC為技術(shù)效率變化，衡量的是配置變化，如果EC＞1，那么t+1時期比t時期效率更高，反之亦然；TC為技術(shù)進步變化，如果TC＞1，那么t+1時期比t時期技術(shù)進步，反之亦然。

3" " "實證研究

3.1" "指標(biāo)說明

本文的研究對象是我國30個省、自治區(qū)和直轄市，西藏由于數(shù)據(jù)缺失并未列出，以2017—2021年數(shù)據(jù)為研究樣本。2017年電力行業(yè)開始逐步納入碳交易市場[13]，對碳排放的重視程度更高，故選擇從2017年的數(shù)據(jù)開始分析。輸入指標(biāo)為火電發(fā)電端效率衡量主要因素，分別為火電能源消耗量、火電裝機容量和火電裝機發(fā)電利用小時數(shù)?；痣娔茉聪目偭縓1、單位為萬噸標(biāo)準(zhǔn)煤，通過各地區(qū)能源平衡表中加工轉(zhuǎn)換部分火力發(fā)電行各類能源消耗乘以標(biāo)準(zhǔn)煤系數(shù)折算得出，折標(biāo)準(zhǔn)煤系數(shù)來自《中國能源統(tǒng)計年鑒》附錄，如表1所示，計算公式見（3）。

能源消耗總量 各能源消耗量×折標(biāo)準(zhǔn)煤系數(shù)

（3）

通過電力工業(yè)統(tǒng)計資料匯編，得到各地區(qū)火力發(fā)電裝機容量X2、單位為萬千瓦和火電裝機發(fā)電利用小時數(shù)X3。產(chǎn)出指標(biāo)分為期望產(chǎn)出和非期望產(chǎn)出，期望產(chǎn)出為火力發(fā)電量、單位為億千瓦時，數(shù)據(jù)來自《中國電力統(tǒng)計年鑒》，非期望產(chǎn)出為電力、蒸汽、熱水的生產(chǎn)和供應(yīng)所產(chǎn)生的二氧化碳，根據(jù)地區(qū)能源平衡表數(shù)據(jù)按照中國省級二氧化碳排放清單（IPCC部門核算法）計算，數(shù)據(jù)來自中國碳核算數(shù)據(jù)庫CEADs，各變量描述性統(tǒng)計分析如表2所示。

將收集整理的數(shù)據(jù)進行標(biāo)準(zhǔn)化處理，避免數(shù)據(jù)差異對結(jié)果造成影響，標(biāo)準(zhǔn)化處理方式為均值化，計算公式如下。

（4）

3.2" "實證實驗

本研究進行了二組實證實驗驗證模型準(zhǔn)確性。實驗一：投入變量為火電能源消耗量、火電裝機容量和火電裝機發(fā)電利用小時數(shù)，期望產(chǎn)出為火力發(fā)電量。實驗一計算結(jié)果如表3所示，表中數(shù)據(jù)為5年結(jié)果的平均值，根據(jù)數(shù)據(jù)性質(zhì)EFF與松弛變量計算算術(shù)平均值，ML、TC、EC計算幾何平均值。

實驗二：投入變量相同，期望產(chǎn)出變量相同，增加非期望產(chǎn)出，電力、蒸汽、熱水的生產(chǎn)和供應(yīng)所產(chǎn)生的二氧化碳。增加了非期望產(chǎn)出驗證模型的可行性和準(zhǔn)確性，同時分析二氧化碳對火力發(fā)電效率的影響。得到的實驗二結(jié)果如表4所示。

對比發(fā)現(xiàn)，在引入二氧化碳排放量作為非期望產(chǎn)出后，效率排名結(jié)果發(fā)生了很大變動，效率對比如圖2所示，一些清潔能源使用占比較高的地區(qū)，其火力發(fā)電能源效率在引入非期望產(chǎn)出后排名有所下降，如青海、湖南等；一些火力發(fā)電占比較高的區(qū)域在不考慮碳排放時效率排名靠前，考慮碳排放后排名明顯下降，如山東、河北、新疆等；又或者火力發(fā)電本身效率不高，在考慮到二氧化碳排放后，效率反而上升，如北京、上海。對比證明火電能源效率在考慮碳排放后會產(chǎn)生明顯差異，且與二氧化碳排放量的變化相關(guān)，驗證模型確實可以很好處理碳約束下火電行業(yè)能源效率問題，實現(xiàn)綠色能源效率分析的目標(biāo)。

3.3" "聚類分析

對含有非期望產(chǎn)出的模型計算結(jié)果和相關(guān)影響因素聚類分析，使用SPSS對個體進行系統(tǒng)聚類，相關(guān)因素有2017—2021年火電發(fā)電量占比總發(fā)電量記為火電占比平均值、2017—2021年單位火力發(fā)電量的二氧化碳排放量平均值記為CO2 /火電、預(yù)期2025年非化石能源占總能源消費比重記為非化石能源消費比重?；痣娬急润w現(xiàn)地區(qū)發(fā)電結(jié)構(gòu)特點，數(shù)據(jù)來自電力統(tǒng)計年鑒，CO2 /火電體現(xiàn)火電碳排放情況，單位為克/

千瓦時。非化石能源的消費比重是表現(xiàn)能源規(guī)劃的重要指標(biāo)，直接體現(xiàn)發(fā)電行業(yè)能源結(jié)構(gòu)規(guī)劃，數(shù)據(jù)來自各地區(qū)已經(jīng)發(fā)布的“十四五”碳達峰實施方案中關(guān)于非化石能源消費比重部分，如表5所示。對EFF、ML指數(shù)，CO2 /火電、火電占比、非化石能源消費比重進行系統(tǒng)聚類。結(jié)果如圖3所示。

減排措施。二氧化碳捕集利用與封存技術(shù)（CCUS）[14]，是指將CO2從工業(yè)過程、能源利用或大氣中分離出來，直接加以利用或注入地層以實現(xiàn)CO2永久減排的過程。CCUS技術(shù)的部署有助于充分利用現(xiàn)有的煤電機組，適當(dāng)保留煤電產(chǎn)能，避免一部分煤電資產(chǎn)提前退役而導(dǎo)致資源浪費。

火電行業(yè)是當(dāng)前中國CCUS示范的重點，潛力逐年大幅上升，火電安裝碳捕集裝置導(dǎo)致的度電成本增加為0.26～0.4元，火電度電發(fā)電成本在0.27～0.34元，發(fā)展瓶頸主要為成本和缺乏經(jīng)驗，需要因地制宜安置使用。東部、北部沉積盆地與碳源分布空間匹配相對較好；西北地區(qū)封存地質(zhì)條件相對較好，但碳源分布相對較少。南方及沿海碳源集中，但能開展封存的地質(zhì)條件相對較差，陸上封存潛力非常有限；在近海沉積盆地實施離岸地質(zhì)封存可作為CCUS重要的備選。

相比之下，在碳處理成本上，碳排放權(quán)交易的價格要遠遠低于CCUS，碳排放權(quán)交易是將碳排放作為商品，運用市場機制實現(xiàn)低碳發(fā)展。2023年碳價格的平均成本約為55元/噸，遠低于國際價格，碳價格勢必會逐步提升，對大容量電廠、高碳排地區(qū)或碳儲存成本相對較低的地區(qū)CCUS的減排性價比更高。

結(jié)合聚類分析結(jié)果，將有相似減排特征的區(qū)域劃分為五類，如表6所示?？偨Y(jié)相似特征區(qū)域問題，根據(jù)現(xiàn)有減排措施得出研究結(jié)論。

（1）富能高產(chǎn)出地區(qū)中大多屬于發(fā)電輸出主要區(qū)域。其中效率值內(nèi)蒙古與山西較低，在不考慮非期望產(chǎn)出時，內(nèi)蒙古與山西火電發(fā)電效率都較高。根據(jù)模型計算，近5年的內(nèi)蒙古ML指數(shù)都大于1，并領(lǐng)先其他省市區(qū)域，但TC指數(shù)較低，效率持續(xù)提升，但仍有技術(shù)提升空間。山西的ML和TC指數(shù)相對較低，建議從技術(shù)改進方面入手，適當(dāng)更新設(shè)備，提高能源利用率，減少尾氣排放。

高耗能輸出區(qū)的低碳減排以內(nèi)蒙古為例。內(nèi)蒙古低碳減排發(fā)電發(fā)展首先提高了火電技術(shù)效率，增加了火電發(fā)電量，使其保證作為能源輸出大省的穩(wěn)定，滿足逐步增加的電力輸出需求，與此同時，逐步發(fā)展了清潔能源發(fā)電。目前清潔能源發(fā)電發(fā)展速度較慢，但增長趨勢十分穩(wěn)定，非化石能源消費比重預(yù)計2025年達到18%，2030年達到25%，由清潔能源逐步替代碳排放較多的設(shè)備。內(nèi)蒙古的火電單位碳排放量較高，但近幾年變化明顯，主要為技術(shù)效率提升的原因。

火力發(fā)電是輸出大省的發(fā)電主力，考慮到地理位置，對于無法提供大量可再生電力的地區(qū)或是燃料價格較低的地區(qū)，煤結(jié)合CCUS技術(shù)是成本最低的脫碳減排路徑，如河北、河南、內(nèi)蒙古、陜西等。運用CCUS技術(shù)的發(fā)電廠能提供可調(diào)度的低碳電力，以及維護電網(wǎng)的穩(wěn)定，避免光伏發(fā)電或水力發(fā)電帶有的入網(wǎng)難、不穩(wěn)定問題。

（2）綠色電力潛力區(qū)。這些區(qū)域的單位碳排放在整體中屬于中等偏下，火電效率較高且火電占比逐步下降，完成了第一步綠色電力轉(zhuǎn)型。清潔能源占比較高的有福建、湘鄂、云貴川渝等西南、華南地區(qū)，從地理資源和能源規(guī)劃可以看出，發(fā)展清潔能源的主力還是在我國南部，區(qū)域的清潔能源儲備量都相對豐富，但地理條件不適宜應(yīng)用CCUS。這些地區(qū)的發(fā)電減排路徑建議優(yōu)先發(fā)展清潔能源，鼓勵碳排放權(quán)交易促進減排，逐步實現(xiàn)向綠色電力區(qū)轉(zhuǎn)型。

（3）綠色電力區(qū)。青海、云南、四川的效率都較低，單位發(fā)電量碳排放較高，但考慮到火力發(fā)電只占其發(fā)電總量很小部分，適合的發(fā)展路徑是逐步淘汰低效率的火力發(fā)電裝機，保留部分作為應(yīng)急發(fā)電裝備，將碳排放限制在國家分配的碳排放額度內(nèi)。大力發(fā)展綠色電力，助力國家“雙碳”目標(biāo)實現(xiàn)。

（4）高效科研區(qū)。北京、上海、天津、安徽的能源效率都很高、單位碳排放也很低，都比較成功地利用了本地區(qū)的特點和優(yōu)勢。以北京為例。北京是首個全部實施清潔能源發(fā)電的城市，是由燃氣熱電中心取代原煤發(fā)電，效率很高、碳排放較少，但發(fā)電成本較大，北京自己發(fā)電量占總用電量的39%左右。類似性質(zhì)的上海等直轄市大部分電力由外部輸入，目前對于發(fā)電減排的壓力比較小，未來可以多發(fā)展蓄能儲電領(lǐng)域，在降低發(fā)電成本同時，為其他地區(qū)提供技術(shù)支持。

（5）技術(shù)落后區(qū)。東北三省地區(qū)處于技術(shù)落后且受環(huán)境限制較重的狀態(tài)，從能源使用來看，東北三省的發(fā)電情況大致滿足自給自足，但火電效率低，同時對于清潔能源發(fā)電的投資和重視程度也較弱。東北三省地大物博，風(fēng)電、光伏、水電均有所發(fā)展，但發(fā)展速度非常緩慢，主要是由于東北三省四季溫差大，降雨降雪等情況對發(fā)展產(chǎn)生了很大的限制。短期內(nèi)想大規(guī)模以清潔能源取代火力發(fā)電不可行。清潔能源發(fā)展道路道阻且長，想要實現(xiàn)低碳目標(biāo)，還是需要從火電入手。

從經(jīng)濟投資來看，2017—2022年的黑吉遼對電力行業(yè)的固定投資，遼寧、黑龍江各在530萬元左右，吉林在500萬元左右，在各省市電力投資排名中靠后，從火電技術(shù)方面改進，可以更有效地減少碳排放和提高發(fā)電效率。同時，東部、北部沉積盆地與碳源分布空間匹配相對較好，結(jié)合地質(zhì)特征和二氧化碳排放源分布，可在東北區(qū)域大力發(fā)展CCUS技術(shù)，東北地區(qū)還擁有像小興安嶺的大型林場，可以發(fā)展綠色碳匯交易。更新火電技術(shù)、發(fā)展CCUS和綠色碳匯更適合像東北這樣不具備清潔能源優(yōu)勢的地區(qū)的發(fā)展路徑。

4" " "結(jié) 論

（1）SBM-DDF模型是在數(shù)據(jù)包絡(luò)模型基礎(chǔ)上的改進，通過設(shè)定方向向量控制決策點向前沿面移動的方向來解決投入變量和非期望產(chǎn)出減少、期望產(chǎn)出增多的構(gòu)想，同時在方向距離函數(shù)基礎(chǔ)上增加了松弛變量，使決策點前沿面投影可以繼續(xù)向最優(yōu)生產(chǎn)點移動，增加了效率的準(zhǔn)確性?；赟BM-DDF模型計算ML指數(shù)也是傳統(tǒng)M指數(shù)的升級，更適應(yīng)含有非期望產(chǎn)出的情況，表現(xiàn)了效率的動態(tài)變化情況。

（2）實證實驗證明，在引入二氧化碳排放量作為非期望產(chǎn)出后，火電效率排名結(jié)果發(fā)生了很大變動，使用SBM-DDF模型計算碳約束下火電能源效率結(jié)果更貼合實際情況，解決了合理計算碳約束下火電能源效率和全要素能源效率的數(shù)學(xué)問題。使用SBM-DDF模型計算效率為火電行業(yè)能源節(jié)能減排規(guī)劃提供了數(shù)據(jù)支持。

（3）聚類結(jié)果顯示，富能高產(chǎn)出區(qū)的綠色發(fā)電效率普遍較高，形成了具有規(guī)模優(yōu)勢的發(fā)電集群，為其他?。▍^(qū)、市）發(fā)展起到保障作用，個別效率略低、碳排放較高地區(qū)，如內(nèi)蒙古、山西，減排路徑可先保證發(fā)電量，提高技術(shù)效率，再因地制宜發(fā)展CCUS等減碳手段，提高發(fā)電量的同時保證電網(wǎng)穩(wěn)定安全；綠色電力潛力區(qū)清潔能源發(fā)展?jié)摿Ρ容^大，綠色能源效率較高，應(yīng)著力于可再生電力裝機建設(shè)，向綠色電力區(qū)轉(zhuǎn)型，助力實現(xiàn)減碳目標(biāo)；東三省技術(shù)落后區(qū)綠色能源效率較低，應(yīng)重點幫扶，重點在于技術(shù)投資，結(jié)合地理優(yōu)勢發(fā)展CCUS技術(shù)，減少碳排放；非能源大省，但效率較高地區(qū)，減排壓力較小，可根據(jù)自身情況側(cè)重研究發(fā)展方向，如北京應(yīng)大力發(fā)展儲電等相關(guān)技術(shù)，為其他地區(qū)提供技術(shù)支持。

綜上，本研究以碳排放作為非期望產(chǎn)出計算碳約束下火電行業(yè)能源利用效率，采用并驗證SBM-DDF模型在處理含有非期望產(chǎn)出的效率計算、ML指數(shù)計算方面是合理可行的，并且將碳排放作為非期望產(chǎn)出計算碳約束下火電能源效率更符合當(dāng)下的實際情況和研究需求，根據(jù)實證分析結(jié)果對地區(qū)分五類分析，提出了適合各地區(qū)的減排建議。

主要參考文獻

［1］王婷婷.基于博弈關(guān)系與碳排放約束的中國省際能源效率評價［J］.軟科學(xué)，2016，30（3）：89-93.

［2］陳超凡.中國工業(yè)綠色全要素生產(chǎn)率及其影響因素：基于ML生產(chǎn)率指數(shù)及動態(tài)面板模型的實證研究［J］.統(tǒng)計研究，2016，33（3）：53-62.

［3］ZHAO L，ZHA Y，WEI K，et al.A Target-based method for energy saving and carbon emissions reduction in China based on environmental date envelopment analysis［J］.Annals of Operations Research，2017（255）：277-300.

［4］王鑒雪，陳紅梅，劉潔.考慮環(huán)境因素的北京區(qū)域能源效率研究［J］.山東工商學(xué)院學(xué)報，2020，34（4）.

［5］閆丹，中國省域火電行業(yè)碳排放效率評價及空間相關(guān)性研究［D］.北京：中國地質(zhì)大學(xué)，2018.

［6］王嬋，鄒斌，金茜，等.基于兩階段DEA方法的中國省際電力能源利用效率評估［J］.數(shù)字的實踐與認(rèn)識，2020（2）：150-161.

［7］王婷婷，朱建平.碳約束下的中國省際電能終端消費：效率測度及影響因素研究［J］.數(shù)理統(tǒng)計與管理，2018，37（2）：211-223.

［8］張寧.碳全要素生產(chǎn)率、低碳技術(shù)創(chuàng)新和節(jié)能減排效率追趕：來自中國火力發(fā)電企業(yè)的證據(jù)［J］.經(jīng)濟研究，2022，57（2）：158-174.

［9］ZHANG N，Y CHOI. A note on the evolution of directional distance function and its development in energy and environmental studies 1997—2013［J］.Renewable and Sustainable Energy Reviews，2014（33）：50-59.

［10］CHAMBERS R G，CHUNG Y，F(xiàn)ARE R. Benefit and distance functions［J］. Journal of Economic Theory，1996（70）：407-419.

［11］KAORU TONE. A slacks-based measure of efficiency in data envelopment analysis［J］. European Journal of Operational Research，2001，130（3）：498-509.

［12］HIROFUMI FUKUYAMA，WILLIAM L W. A directional slacks-based measure of technical inefficiency［J］. Socio-Economic Planning Sciences，2009，43（4）：274-287.

［13］生態(tài)環(huán)境部.碳排放權(quán)交易管理辦法（試行）［S］. 2021.

［14］生態(tài)環(huán)境部環(huán)境規(guī)劃院.中國二氧化碳捕集利用與封存（CCUS）年度報告［R］.2021.