傅京燕　黃芬

摘要：由于我國(guó)地區(qū)間資源稟賦和經(jīng)濟(jì)發(fā)展水平存在差異，在碳排放總量一定的前提下，充分考慮地域間的差異以選取合理的地區(qū)間分配方式對(duì)實(shí)現(xiàn)2016年全國(guó)統(tǒng)一碳市場(chǎng)的建立至關(guān)重要。本文試圖通過(guò)零和DEA模型尋求一種新的碳排放權(quán)分配方式，在考慮地區(qū)間人口和經(jīng)濟(jì)差異的基礎(chǔ)上實(shí)現(xiàn)滿足DEA的效率性水平。本文首先通過(guò)零和DEA模型對(duì)歷史排放分配法的效率性水平進(jìn)行評(píng)估，由于歷史排放分配法主要受能源消費(fèi)模式和產(chǎn)業(yè)結(jié)構(gòu)決定，不能全面的反映不同地區(qū)間的發(fā)展和資源稟賦等情況，導(dǎo)致減排成本分配的不合理，從而缺乏效率性；然后根據(jù)初次零和DEA的評(píng)估結(jié)果，通過(guò)多次迭代法進(jìn)行投影，計(jì)算出效率性最大化的地區(qū)分配方案，從最終的分配結(jié)果來(lái)看，江蘇、山東和廣東三省的綜合產(chǎn)出因素值高于其他省市地區(qū)，最終的CO2排放權(quán)分配數(shù)量也最多，說(shuō)明在零和DEA方法下，各地區(qū)排放權(quán)的分配數(shù)量與該地區(qū)的經(jīng)濟(jì)總量和人口數(shù)量成正比；最后，在影響CO2排放的因素中，能源強(qiáng)度和經(jīng)濟(jì)發(fā)展水平影響最為明顯。這說(shuō)明從短期看，受經(jīng)濟(jì)發(fā)展要求和要素稟賦的限制，我國(guó)碳排放量的絕對(duì)值在未來(lái)一定時(shí)期內(nèi)仍將處于上升階段。

關(guān)鍵詞：分配效率；碳排放配額；碳交易市場(chǎng)

中圖分類號(hào) F328 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1002-2104（2016）02-0001-09 doi：10-3969/j-issn-1002-2104-2016-02-001

碳交易體系的基本環(huán)節(jié)主要包括總量限制制度、排放權(quán)分配制度、交易制度、柔性機(jī)制以及監(jiān)管和處罰機(jī)制等等。其中，排放權(quán)作為一種有價(jià)資產(chǎn)，所有者可以通過(guò)出售多余的排放權(quán)來(lái)提高自身福利水平，從而影響社會(huì)福利的再分配。即使分配方法不會(huì)直接影響總體的減排目標(biāo)，但具體的分配方法能否充分考慮各地區(qū)或產(chǎn)業(yè)的生產(chǎn)需要、成本增加的合理性，卻是影響排放交易體系效率的關(guān)鍵。因此，排放權(quán)分配制度被認(rèn)為是碳交易體系基本環(huán)節(jié)中最重要的環(huán)節(jié)。隨著我國(guó)碳交易機(jī)制試點(diǎn)的順利進(jìn)行，加快建立全國(guó)碳排放交易市場(chǎng)也被提上了議事日程。全國(guó)碳交易市場(chǎng)的建立必須實(shí)現(xiàn)碳排放數(shù)據(jù)的精準(zhǔn)，因?yàn)檫@將影響到企業(yè)參與的積極性和管制措施的有效性。這意味著全國(guó)各省市地區(qū)的排放總數(shù)不能超過(guò)一定數(shù)量的排放額。也就是說(shuō)，各省市地區(qū)只能在確定的總碳排量?jī)?nèi)，通過(guò)一定的方式進(jìn)行排放權(quán)的劃分。此外，在全國(guó)碳交易市場(chǎng)實(shí)現(xiàn)運(yùn)行之后，要充分考慮現(xiàn)有的七個(gè)試點(diǎn)省市，實(shí)現(xiàn)全國(guó)碳市場(chǎng)與這幾個(gè)交易市場(chǎng)的兼容，這也是確保統(tǒng)一碳交易市場(chǎng)能夠順利建立和運(yùn)行的必然要求。所謂“連接”，首先是指試點(diǎn)地區(qū)在核算方法上應(yīng)按照國(guó)家統(tǒng)一標(biāo)準(zhǔn)進(jìn)行調(diào)整；而全國(guó)碳市場(chǎng)與試點(diǎn)市場(chǎng)之間的連接同樣需要合理設(shè)置排放權(quán)的分配方法。因此本文對(duì)一定數(shù)量排放權(quán)在各省市地區(qū)間的分?jǐn)倶?biāo)準(zhǔn)進(jìn)行研究，為全國(guó)統(tǒng)一碳交易市場(chǎng)的建立和有效運(yùn)行提供參考。

1 文獻(xiàn)綜述

1.1 初始分配對(duì)碳交易市場(chǎng)運(yùn)行效率的影響

排放交易體系包含兩個(gè)步驟：首先是交易前的初始分配（一級(jí)市場(chǎng)），其次才是市場(chǎng)的構(gòu)建或交易規(guī)則的制定（二級(jí)市場(chǎng)）。理論上來(lái)說(shuō)，初始分配并不影響交易后的分配結(jié)果。根據(jù)科斯理論，在交易成本很小以至可以忽略不計(jì)的情況下，市場(chǎng)運(yùn)行結(jié)果的效率性與產(chǎn)權(quán)初始分配無(wú)關(guān)。因此政府在設(shè)定初始分配方式時(shí)，就只考慮政策的可行性而不考慮市場(chǎng)的經(jīng)濟(jì)效率性。然而現(xiàn)實(shí)存在的不確定性，將導(dǎo)致市場(chǎng)運(yùn)行產(chǎn)生實(shí)質(zhì)性的交易成本，這使得經(jīng)濟(jì)學(xué)家開(kāi)始研究初始分配對(duì)碳市場(chǎng)運(yùn)行效率的影響。

Hahn[1]通過(guò)“單期單個(gè)企業(yè)單一價(jià)格”模型分析，指出存在市場(chǎng)勢(shì)力情況下，初始分配不僅影響公平性，也關(guān)系到減排成本的有效性。減排成本的大小將受排放權(quán)初始分配的影響，因?yàn)楫a(chǎn)權(quán)的最終分配發(fā)證在不完全競(jìng)爭(zhēng)的市場(chǎng)環(huán)境中；信息不對(duì)稱和政策延遲等因素會(huì)使交易成本隨之上升，導(dǎo)致許可權(quán)交易市場(chǎng)的均衡受排放權(quán)的初始分配影響（Stavins[2]）；因而對(duì)排放權(quán)初始分配方法的設(shè)定和選擇，與碳交易市場(chǎng)的運(yùn)行息息相關(guān)?；诖耍琒orrell and Skea[3]指出碳市場(chǎng)的建立包括多個(gè)不同環(huán)節(jié)，其中排放權(quán)的初始分配是關(guān)鍵步驟之一，也是最具爭(zhēng)議的實(shí)施環(huán)節(jié)。事實(shí)上初始分配方式具有多樣性，其帶來(lái)的靈活性是一把雙刃劍。一方面，它給決策者足夠的維度去追求成本和收益的公平性和公正性；另一方面，可能使政策在使大多數(shù)團(tuán)體獲益的同時(shí)，而讓少部分人承擔(dān)超額的成本。

1.2 不同初始分配方式的公平性與效率性的比較

排放權(quán)的分配在理論上有兩種方式：拍賣和免費(fèi)分配，其中免費(fèi)分配又主要有祖父制分配和基準(zhǔn)制分配兩種。初始分配不僅對(duì)市場(chǎng)結(jié)果有影響，而且影響很大。這不僅是因?yàn)椴煌姆峙浞绞接绊憸p排成本在不同個(gè)體間的的分配的公平性，也因?yàn)榇嬖陔p重福利、企業(yè)的差別待遇、市場(chǎng)勢(shì)力和市場(chǎng)受限等情況下，成本效率性的實(shí)現(xiàn)程度將取決于具體的初始分配方式（Burtraw[4]等）。

（1）從公平性角度， Sijm、Neuhoff 和Chen[5]根據(jù)對(duì)荷蘭和德國(guó)電力批發(fā)市場(chǎng)的實(shí)證研究，發(fā)現(xiàn)電力生產(chǎn)者將配額的機(jī)會(huì)成本傳導(dǎo)給下游消費(fèi)者的比例從60%到100%不等，這意味著在免費(fèi)分配方式下，電力消費(fèi)者成為企業(yè)“意外之財(cái)”的買單者。此外，在消費(fèi)者中，低收入人群的能源消費(fèi)占收入比重高于高收入人群，成本增加占收入比重，低收入人群也高于高收入人群。Smale[6]的研究發(fā)現(xiàn)，除電力行業(yè)的其他行業(yè)，包括水泥和鋼鐵等高能源強(qiáng)度行業(yè)，盡管具有更大的貿(mào)易暴露度和價(jià)格需求彈性，仍具有通過(guò)調(diào)節(jié)產(chǎn)業(yè)和價(jià)格來(lái)從免費(fèi)分配方式下獲得“意外之財(cái)”的潛力。另外，從空間角度考慮，一定量排放權(quán)在不同地區(qū)間的分配方法要體現(xiàn)公平性，需要綜合考慮各地區(qū)的經(jīng)濟(jì)發(fā)展水平，確保經(jīng)濟(jì)及排放大的地區(qū)承擔(dān)更多的減排義務(wù)。而拍賣分配是最能體現(xiàn)市場(chǎng)機(jī)制作用的配額分配方式，將有限的排放指標(biāo)通過(guò)公開(kāi)競(jìng)標(biāo)的方式進(jìn)行拍賣，可以保證配額分配給了最需要的企業(yè)；因此出于公平性考慮，應(yīng)該將無(wú)償分配方式改為拍賣的分配方式。

（2）關(guān)于免費(fèi)分配方法的效率性，Bohringer[7]提出，免費(fèi)分配的基準(zhǔn)原則下，企業(yè)缺乏有利于環(huán)境改善的創(chuàng)新和研究激勵(lì)。這是因?yàn)閯?chuàng)新和研究的發(fā)展使得環(huán)境改善，從而降低排放權(quán)的價(jià)值，也就是降低排放權(quán)所有者的福利水平，所以企業(yè)缺乏技術(shù)創(chuàng)新動(dòng)力；其次，祖父制可能對(duì)新進(jìn)企業(yè)形成準(zhǔn)入壁壘，因?yàn)橐延械钠髽I(yè)免費(fèi)獲得排放權(quán)，而新進(jìn)企業(yè)則必須向已有的企業(yè)購(gòu)買（Howe[8]）。另外，在歷史分配法下，企業(yè)為盡可能多的獲得排放權(quán)，可能會(huì)在排放交易體系建立之初增加污染排放。而拍賣的分配方式雖然短時(shí)間內(nèi)增加了企業(yè)的成本，但從長(zhǎng)期效益看，企業(yè)成本增加將迫使其積極創(chuàng)新，加大投入低排放技術(shù)的研發(fā)，在不斷地技術(shù)積累下，企業(yè)將減少配額的需求量，同時(shí)也導(dǎo)致配額的市場(chǎng)價(jià)值下降，企業(yè)的利潤(rùn)進(jìn)一步擴(kuò)大；反之，那些墮于技術(shù)創(chuàng)新的企業(yè)將會(huì)被不斷增加的成本拖累，最終影響企業(yè)地正常發(fā)展直至被市場(chǎng)淘汰。并且，政府通過(guò)拍賣的方式可以將獲得的收入進(jìn)一步投入到減排的工程中，大力扶持減排技術(shù)的創(chuàng)新，加快行業(yè)的發(fā)展水平。可見(jiàn)，拍賣較之免費(fèi)的分配方式更具效率性。

1.3 DEA理論模型在環(huán)境效率方面的研究

DEA模型自提出以來(lái)，越來(lái)越多地被廣泛用于各個(gè)領(lǐng)域的效率性研究。很多學(xué)者試圖通過(guò)各種處理方式，將非期望產(chǎn)出納入數(shù)據(jù)包絡(luò)分析（DEA）模型分析框架中。EG Gomes[9]通過(guò)零和DEA模型將碳排放權(quán)作為投入變量，各國(guó)GDP、就業(yè)、出口額和能源使用量作為產(chǎn)出，得出了一定量排放權(quán)在歐盟各成員國(guó)間效率性的分配方法。Fare et al.[10]利用DEA模型就碳排放在歐盟28個(gè)國(guó)家在時(shí)間上的再分配進(jìn)行了探討。林坦和寧俊飛[11]通過(guò)零和DEA模型將各國(guó)GDP、人口作為產(chǎn)出，CO2排放量作為投入對(duì)歐盟各成員國(guó)的原始分配進(jìn)行了再分配，得出了具有DEA效率性水平的排放權(quán)分配結(jié)果。

綜上，目前對(duì)初始分配的研究，主要是從公平性和效率性的角度分析他們?nèi)绾螌?duì)碳市場(chǎng)和經(jīng)濟(jì)運(yùn)行產(chǎn)生影響的及其程度，對(duì)不同的分配方式進(jìn)行評(píng)價(jià)和優(yōu)劣的比較，而少有對(duì)新的分配方式的探討和分析。少數(shù)運(yùn)用DEA模型進(jìn)行初始分配方式效率進(jìn)行評(píng)估的實(shí)證研究?jī)H限于對(duì)歐盟或其他外國(guó)地區(qū)的排放權(quán)在時(shí)間和空間上的再分配，且僅考慮GDP、人口和能源消費(fèi)的絕對(duì)值作為產(chǎn)出變量，忽略了產(chǎn)業(yè)結(jié)構(gòu)和人口結(jié)構(gòu)對(duì)CO2排放的影響。本文將碳排放權(quán)作為投入變量，通過(guò)零和DEA模型，計(jì)算具備DEA有效性的排放權(quán)分配結(jié)果。而這一分配方式不僅考慮了各地區(qū)的經(jīng)濟(jì)水平和人口總數(shù)，還綜合了產(chǎn)業(yè)結(jié)構(gòu)和人口結(jié)構(gòu)因素，更加全面地考慮了地區(qū)的差異性，為我國(guó)實(shí)現(xiàn)不同地區(qū)碳市場(chǎng)的連接以及全國(guó)統(tǒng)一碳市場(chǎng)的建立的碳排放權(quán)在各個(gè)省市地區(qū)間的分配提供參考。

2 模型描述與數(shù)據(jù)處理

2.1 零和DEA模型

本文選取投入導(dǎo)向型的DEA模型進(jìn)行估計(jì)。即將CO2排放權(quán)作為投入變量，評(píng)估在一定的經(jīng)濟(jì)水平和社會(huì)結(jié)構(gòu)下各地區(qū)的CO2排放的效率水平，然后根據(jù)非效率水平值對(duì)CO2排放權(quán)進(jìn)行再分配，也就是在代表經(jīng)濟(jì)水平和社會(huì)結(jié)構(gòu)的產(chǎn)出變量數(shù)值一定的前提下，通過(guò)投入變量CO2排放的變動(dòng)進(jìn)行效率最大化的分配。

值得注意的是，傳統(tǒng)的DEA模型假定各決策單元（DMU）之間相互獨(dú)立，一個(gè)決策單位的投入產(chǎn)出的變動(dòng)不影響其他單位，但是在評(píng)估排放權(quán)分?jǐn)倳r(shí)，我們將總排放權(quán)數(shù)量作為投入，而這一投入作為一個(gè)具體常數(shù)，并不隨企業(yè)決策而增減。所以一個(gè)DMU的排放量增加（減少），必會(huì)使得其他DMU的排放量減少（增加）。在這種情況下，要計(jì)算排放權(quán)的效率性分?jǐn)偨Y(jié)果需要對(duì)傳統(tǒng)的DEA模型的限制條件修改為零和DEA模型進(jìn)行估算。

零和即指總排放量不變，DMU決策單位之間，一方所得為一方所失。在投入導(dǎo)向模型中，若0為非DEA有效，假設(shè)其零和DEA效率值為θi，為了實(shí)現(xiàn)DEA有效，必須減少CO2排放權(quán)的投入，減少量為ΔXi=Xji（1-θi），并將這一數(shù)額按其他各DMU的CO2投入比例分配給其他DMU。由于各DMU都根據(jù)自身效率情況進(jìn)行再分配，所以初次結(jié)果可能仍存在部分DMU非DEA有效的情況。本文采用迭代法對(duì)CO2進(jìn)行數(shù)次再分配，最終得到所有DMU都達(dá)到DEA效率性的結(jié)果。

2.2 數(shù)據(jù)描述及變量處理

（1）CO2排放量。本文首先根據(jù)2005年各地區(qū)能源消費(fèi)情況，選取包括煤炭、焦炭、原油在內(nèi)的消費(fèi)數(shù)量最多的九種能源的統(tǒng)計(jì)數(shù)據(jù)，分別對(duì)應(yīng)IPCC于2006年公布的各種能源CO2的排放系數(shù)，得到各地區(qū)2005年的CO2歷史排放數(shù)量，再根據(jù)2005年歷年各地區(qū)GDP，得到2005年各地區(qū)碳排放強(qiáng)度，并且，為消除價(jià)格因素影響，本文所有涉及GDP數(shù)值的變量或指標(biāo)均以2005年不變價(jià)格水平計(jì)算。其次，根據(jù)我國(guó)2020年碳排強(qiáng)度較2005年下降40%至50%的碳減排目標(biāo)，本文選取中間值45%，得到2020年目標(biāo)碳排強(qiáng)度。再次，根據(jù)2020年GDP預(yù)計(jì)值，得出2020年的碳排放權(quán)總量，即配額總數(shù)。最后，選取各地區(qū)2012年分別占當(dāng)年總排放量的比例作為歷史分配的依據(jù)，從而得到作為投入變量XCO的各地區(qū)2020年的碳排放權(quán)數(shù)量。

（2）GDP及人口數(shù)量。首先，考慮各地區(qū)經(jīng)濟(jì)發(fā)展和人口增長(zhǎng)的差異性，假定GDP和人口數(shù)量分別按各地區(qū)自2005年至2012年的平均速率環(huán)比增長(zhǎng)，得到各地區(qū)2020年預(yù)期GDP和人口數(shù)量。其次，考慮到GDP總量與第二產(chǎn)業(yè)GDP之間，總?cè)丝谂c城鎮(zhèn)人口之間存在一定的相關(guān)性，本文用綜合指標(biāo)法將各地區(qū)總?cè)丝凇⒊擎?zhèn)人口、總GDP和第二產(chǎn)業(yè)GDP四個(gè)基礎(chǔ)變量歸為兩項(xiàng)綜合變量（人口變量YPOP和GDP變量YGDP）作為產(chǎn)出變量。即將總?cè)丝诤统擎?zhèn)人口兩個(gè)變量通過(guò)綜合指標(biāo)法歸為人口綜合變量YPOP，將總GDP和第二產(chǎn)業(yè)GDP歸為GDP綜合變量YGDP。其中綜合指標(biāo)法步驟如下：

3 實(shí)證過(guò)程與結(jié)果分析

3.1 歷史分配的效率性水平

運(yùn)用零和DEA模型對(duì)歷史分配方法下的各地區(qū)效率性水平進(jìn)行評(píng)估，結(jié)果如圖1。從圖1中可以看出：歷史分配方法下，各地區(qū)零和DEA的效率性水平普遍較低，平均效率水平為0.65。僅江西和廣東兩省為DEA有效，效率水平值為1。有14個(gè)地區(qū)的效率值低于平均水平，其中山西、內(nèi)蒙古、青海、寧夏和新疆等地效率性水平均不足0.4。造成效率值偏低的原因主要為以下三種情況：產(chǎn)出一致或相近時(shí)，投入大于其他決策者。

例如山西與吉林在GDP和人口數(shù)量上雖然相去不多，但是前者的CO2排放量卻是后者的2.7倍；投入一致或相近時(shí)，產(chǎn)出卻不如其他決策者。例如內(nèi)蒙古與遼寧相比，前者CO2數(shù)量是后者的90%，但其GDP和人口僅為后者的60%左右；產(chǎn)出低于其他地區(qū)，投入?yún)s高于后者。以青海和寧夏為例，相較于海南，前兩者在產(chǎn)出低于后者的同時(shí)，投入?yún)s大于后者。

3.2 迭代過(guò)程及效率性分配結(jié)果

從以上初始分配的效率評(píng)估結(jié)果可知，歷史性分配方法并不具有DEA有效性，因而需要采用按比例調(diào)整法對(duì)以上分配進(jìn)行調(diào)整，并基于調(diào)整后的效率性評(píng)估結(jié)果再進(jìn)行分配的調(diào)整，如此重復(fù)數(shù)次，直至所有地區(qū)達(dá)到DEA有效水平，這一過(guò)程稱之為迭代方法。例如評(píng)估得第i個(gè)地區(qū)的效率性水平為θi<1，為提高其效率水平，需減少CO2排放權(quán)X′i=Xi（1-θi），其余地區(qū)則分別按各自的CO2排放占總CO2排放的比例增加CO2的排放權(quán)。

求得X1BJ值為-14 564 t，調(diào)整量為負(fù)數(shù)說(shuō)明北京地區(qū)自身減少的排放權(quán)數(shù)量低于其他地區(qū)使之增加的數(shù)量，因此第一次調(diào)整后北京市的排放權(quán)較初始分配增加14 567 t。由于每個(gè)地區(qū)都根據(jù)自身的效率水平調(diào)整排放權(quán)，所以一次調(diào)整的結(jié)果可能仍無(wú)法使所有地區(qū)達(dá)到DEA有效水平，因而需要進(jìn)行多次迭代。圖2為2020年各地區(qū)的迭代過(guò)程中，效率水平θ值的變動(dòng)情況、排放權(quán)的調(diào)整數(shù)量及其占初始排放權(quán)數(shù)量的比重。其中X軸上方柱狀圖為地區(qū)減少排放權(quán)數(shù)量，下方為排放權(quán)增加數(shù)量，每個(gè)地區(qū)對(duì)應(yīng)的三條柱形分別對(duì)應(yīng)第一次迭代、第二次迭代和第三次迭代結(jié)果。折虛線為θ值的變動(dòng)情況，折實(shí)線為排放權(quán)總調(diào)整數(shù)量占初始分配數(shù)量的比重。

從θ值的變動(dòng)情況可以看出，歷史分配方法下，即初始分配方案下，除去廣東和江西，各地區(qū)初始效率值均低于1，未達(dá)到DEA有效。因此，根據(jù)初始分配效率值進(jìn)行第一次排放權(quán)調(diào)整，然后對(duì)分配結(jié)果進(jìn)行第二次零和DEA評(píng)估，評(píng)估結(jié)果顯示各個(gè)地區(qū)的效率值均比初始分配效率值更高，但是大部分地區(qū)仍未達(dá)到效率性水平，進(jìn)行第二次、第三次迭代后各地區(qū)θ值不斷上升，但上升幅度逐漸下降，所

有地區(qū)經(jīng)過(guò)三次迭代后，都基本達(dá)到DEA有效水平，即θ值皆近似為1，因此得到排放權(quán)效率性的分配結(jié)果。

從CO2的調(diào)整量可以看出，各地區(qū)CO2排放權(quán)均作出了一定程度的調(diào)整，且超過(guò)半數(shù)地區(qū)在增加排放權(quán)的同時(shí)，效率值水平實(shí)現(xiàn)了上升。這是因?yàn)樵诹愫虳EA 模型中，任何一個(gè)地區(qū)為提高效率值所減少的碳排放權(quán)，都以一定的比例增加到其余的地區(qū)，即其他地區(qū)在產(chǎn)出不變的情況下，增加了投入值，因此造成零和DEA的生產(chǎn)可能性邊界位于原始邊界的下方， 且隨著迭代的進(jìn)行不斷下降。因而即使排放權(quán)增加使得地區(qū)的絕對(duì)效率水平下降，但由于生產(chǎn)可能性邊界的下降，其相對(duì)效率水平仍然上升。例如江西和廣東兩省在效率性水平始終為1的情況下，CO2排放權(quán)數(shù)量卻有所增加。而X軸上方柱狀圖所代表的地區(qū)則通過(guò)減少排放權(quán)實(shí)現(xiàn)了效率值的上升，例如河北、山西和內(nèi)蒙古。這些省市地區(qū)的原始排放量均不同程度的超過(guò)效率性水平所對(duì)應(yīng)的排放數(shù)量，因此根據(jù)歷次評(píng)估的效率性水平，不斷削減CO2的排放權(quán)數(shù)量以達(dá)到效率性水平。在三次迭代過(guò)程中，全國(guó)CO2排放總量保持不變，說(shuō)明各地區(qū)增加與減少的CO2數(shù)量總和為零。

從排放權(quán)總調(diào)整數(shù)量占初始分配數(shù)量的比重看，廣東、江西、山西和內(nèi)蒙四個(gè)地區(qū)的調(diào)整幅度最大。其中廣東省的排放權(quán)增加數(shù)量相當(dāng)于原始排放量的62%。這是因?yàn)閺V東地區(qū)經(jīng)濟(jì)總量和人口基礎(chǔ)都遠(yuǎn)超全國(guó)平均水平，憑借其產(chǎn)業(yè)結(jié)構(gòu)和技術(shù)水平方面的優(yōu)勢(shì)，其絕對(duì)效率性水

平都遠(yuǎn)高于大部分地區(qū)，因而在排放權(quán)大量增加的情況下，仍能保持DEA相對(duì)有效。而山西省的排放權(quán)減少量相當(dāng)于原始排放量的約60%。這說(shuō)明山西省在GDP及人口數(shù)量全國(guó)排名并不靠前的情況下，由于資源稟賦特征，

導(dǎo)致能源消費(fèi)結(jié)構(gòu)，即煤炭占能源消費(fèi)的比重過(guò)大，從而使得CO2排放量存在過(guò)多的情況。

表2為迭代過(guò)程中CO2排放權(quán)的分配方案及調(diào)整數(shù)量。從歷次調(diào)整總量和排放權(quán)總量可以看出，迭代過(guò)程中，各地區(qū)配額總量保持不變，調(diào)整總數(shù)量均為零。從最

終排放權(quán)分配數(shù)量的絕對(duì)值看，廣東、江蘇和山東三個(gè)省份CO2排放權(quán)數(shù)量最多，海南、寧夏和青海三個(gè)地區(qū)的排放權(quán)數(shù)量則最少。這都是由各省的經(jīng)濟(jì)總量、產(chǎn)業(yè)結(jié)構(gòu)、人口因素決定的。其中廣東、山東和江蘇三省總GDP、第二產(chǎn)業(yè)GDP和城鎮(zhèn)人口數(shù)分別占全國(guó)省市地區(qū)排名第一、二、三名，總?cè)丝跀?shù)量分別為第一、二、五名；而青海、寧夏和海南的總?cè)丝跀?shù)、城鎮(zhèn)人口數(shù)及GDP總數(shù)在全國(guó)各地區(qū)間屬倒數(shù)第一、二、三位。第二產(chǎn)GDP的排名為倒數(shù)第二、第三和第一位。因而，從零和DEA的效率性角度，排放權(quán)分配數(shù)量與地區(qū)經(jīng)濟(jì)總量和人口數(shù)量成正比，即相對(duì)效率大致相同的各地區(qū)，產(chǎn)出變量值越大，投入量也越大。

4 影響CO2排放效率因素的實(shí)證分析

4.1 指標(biāo)選取及數(shù)據(jù)描述

（1）經(jīng)濟(jì)發(fā)展水平。用人均GDP的對(duì)數(shù)LNGDP來(lái)表示。大量研究表明，經(jīng)濟(jì)增長(zhǎng)是CO2排放的主要原因。王峰等[13]對(duì)1995-2007年間中國(guó)CO2排放增長(zhǎng)率的驅(qū)動(dòng)因素加以分解，并對(duì)每一種驅(qū)動(dòng)因素進(jìn)行了研究，發(fā)現(xiàn)在對(duì)CO2排放具有正向影響力的因素當(dāng)中，相對(duì)于人口和經(jīng)濟(jì)結(jié)構(gòu)等因素，人均GDP的影響程度最大，達(dá)到15%以上。同時(shí)，薛勇等[14]采用投入產(chǎn)出結(jié)構(gòu)分解方法，對(duì)1997-2004年間的CO2排放量變動(dòng)進(jìn)行了因素的分解測(cè)算，得出的結(jié)論同樣是經(jīng)濟(jì)增長(zhǎng)為CO2排放上升的主要驅(qū)動(dòng)力。這說(shuō)明在我國(guó)，CO2的排放數(shù)量跟我國(guó)的經(jīng)濟(jì)發(fā)展水平密切相關(guān)。

（2）城市化進(jìn)程。本文將這一因素納入考察范圍，用產(chǎn)業(yè)結(jié)構(gòu)、人口結(jié)構(gòu)和固定資產(chǎn)投資結(jié)構(gòu)三個(gè)指標(biāo)衡量。其中，第二產(chǎn)業(yè)GDP占GDP的比重RAGDP代表產(chǎn)業(yè)結(jié)構(gòu)；城鎮(zhèn)人口數(shù)占總?cè)丝跀?shù)的比重RAPOP代表人口結(jié)構(gòu)；城鎮(zhèn)固定資產(chǎn)投資占全社會(huì)固定資產(chǎn)投資比重RAINV代表固定資產(chǎn)投資結(jié)構(gòu)。之所以選取這三個(gè)指標(biāo)，首先，是因?yàn)槌鞘谢M(jìn)程的加快勢(shì)必帶來(lái)城市規(guī)模的進(jìn)一步擴(kuò)大，而相應(yīng)的水泥建材等能源強(qiáng)度高的行業(yè)發(fā)展也將進(jìn)一步發(fā)展，由此相應(yīng)的產(chǎn)業(yè)結(jié)構(gòu)也將發(fā)生變動(dòng)，為碳減排帶來(lái)壓力；其次，城市的建設(shè)必然伴隨著農(nóng)村人口向城市的轉(zhuǎn)移，導(dǎo)致人口結(jié)構(gòu)的變化；最后城鎮(zhèn)固定投資比例也代表了城鎮(zhèn)化建設(shè)進(jìn)程的速度。

（3）能源消費(fèi)結(jié)構(gòu)。用原煤消費(fèi)占能源總消費(fèi)的比重RAPOW來(lái)表示。大量實(shí)證研究顯示，能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和能源利用效率，與CO2排放數(shù)量存在反向變動(dòng)關(guān)系。馬曉鈺等[15]綜合了靜態(tài)和動(dòng)態(tài)的面板數(shù)據(jù)模型，根據(jù)1999-2010年我國(guó)各省市地區(qū)的面板數(shù)據(jù)，對(duì)影響中國(guó) CO2排放數(shù)量的因素進(jìn)行了實(shí)證研究，結(jié)果發(fā)現(xiàn)能源消費(fèi)結(jié)構(gòu)的上升將促進(jìn)我國(guó) CO2的排放。

（4）技術(shù)水平。用能耗強(qiáng)度即能源總消費(fèi)占GDP的比重RAENE表示。陳詩(shī)一[16]指出，從上世紀(jì)末到本世紀(jì)初，中國(guó)的能耗和排放增長(zhǎng)得到了顯著抑制，單位GDP的能耗和碳排放也持續(xù)下降。然而2003年以后中國(guó)的重工業(yè)化趨勢(shì)再度顯現(xiàn)，隨著基礎(chǔ)設(shè)施建設(shè)、房地產(chǎn)汽車行業(yè)高速發(fā)展、機(jī)電化工業(yè)出口激增，帶來(lái)石油金屬、建材化工、大型機(jī)械設(shè)備等重工業(yè)的快速成長(zhǎng)，能耗的上升帶來(lái)了CO2排放量的上升。同時(shí)，也發(fā)現(xiàn)能源強(qiáng)度的降低是CO2排放強(qiáng)度下降的主要直接原因，CO2排放強(qiáng)度減排根本上取決于能源強(qiáng)度的降低或者說(shuō)能源生產(chǎn)率的提高，與節(jié)能減排密不可分。