汪中華 申劉崗

摘 要：碳排放效率提升是實(shí)現(xiàn)碳減排的重要途徑。文章以我國6大區(qū)域?yàn)檠芯繉ο?，選取其2000—2016年電力行業(yè)的面板數(shù)據(jù)，使用3階段DEA模型對我國6大區(qū)域電力行業(yè)的碳排放效率進(jìn)行了實(shí)證研究。分析結(jié)果表明：若不剔除環(huán)境因素和隨機(jī)擾動項(xiàng)的影響，會導(dǎo)致我國電力碳排放效率值被低估;在對原始投入進(jìn)行調(diào)整后，6大區(qū)域電力行業(yè)碳排放效率的無效率主要來自于規(guī)模效率無效，效率值大小表現(xiàn)為“南方>華東>西北>華中>東北>華北”;經(jīng)濟(jì)水平、能源強(qiáng)度、環(huán)境規(guī)制、發(fā)用電比例、火力點(diǎn)占比、電力價格、產(chǎn)業(yè)結(jié)構(gòu)7個環(huán)境變量對電力碳排放效率具有不變方向的影響。

關(guān) 鍵 詞：碳排放效率;3階段DEA;投入;產(chǎn)出

DOI：10.16315/j.stm.2019.03.009

中圖分類號： F061.5;F062.4;F062.2

文獻(xiàn)標(biāo)志碼： A

Abstract：The improvement of carbon emission efficiency is an important way to achieve carbon emission reduction. This paper takes the power grid of six regions in China as the research object， selects the panel data of the power industry from 2000 to 2016， and uses the threestage DEA model to conduct an empirical study on the carbon emission efficiency of the power grid of six regions in China. The analysis results show that if the influence of environmental factors and random disturbance items are not eliminated， the carbon emission efficiency of Chinas power grid will be underestimated. After adjusting the original input， the inefficiency of carbon emission efficiency in the power industry in the six major regions mainly comes from the inefficiency of scale efficiency. The efficiency values are shown as follows： “South>East China>Northwest>Central China>Northeast China>North China”. The seven environmental variables of economic level， energy intensity， environmental regulation， power generation and consumption ratio， power point ratio， power price and industrial structure have constant influence on the efficiency of electricity carbon emission.

Keywords：carbon emission efficiency; threestage DEA; input; output

根據(jù)國際能源署（IEA）的報(bào)告顯示2017年全球能源相關(guān)的CO2排放增加了4.89億t，碳排放總量更是創(chuàng)下新紀(jì)錄。我國早在2007年已超越美國成為全球最大的CO2排放國，迫于國內(nèi)環(huán)境和其他國家的壓力，實(shí)施碳減排已經(jīng)刻不容緩。在《巴黎協(xié)定》框架下，2015年我國向聯(lián)合國的國家提交了爭取在2030年使本國碳排放達(dá)到峰值的目標(biāo)。電力行業(yè)作為我國的支柱型產(chǎn)業(yè)，需要滿足日常經(jīng)濟(jì)發(fā)展、工業(yè)化生產(chǎn)和城市化建設(shè)對電力的需求，而我國現(xiàn)階段的發(fā)電方式是以火力發(fā)電為主，清潔型發(fā)電方式所產(chǎn)生的電力遠(yuǎn)不能滿足社會需要，由此產(chǎn)生了大量CO2，給節(jié)能環(huán)保工作造成了巨大壓力。根據(jù)相關(guān)資料顯示我國電力行業(yè)發(fā)電所產(chǎn)生的CO2排放量在我國總碳排放量中所占的比重已經(jīng)到達(dá)了40%。由此可見，電力行業(yè)作為高碳排放區(qū)，我國要實(shí)現(xiàn)碳減排的目標(biāo)，對電力行業(yè)進(jìn)行碳減排是非常有必要的。碳排放效率作為衡量碳排放情況的綜合性指標(biāo)，相比其他指標(biāo)，更能夠綜合考慮經(jīng)濟(jì)、能源等因素帶來的耦合作用，測算各區(qū)域電力行業(yè)的碳排放效率情況有助于了解各區(qū)域電力行業(yè)的碳排放情況，為科學(xué)制定電力碳減排政策提供依據(jù)。

1 文獻(xiàn)回顧

綜合已有研究，可以把碳排放效率指標(biāo)分為單要素和全要素2大類。單要素指標(biāo)常見的有4種：一是Yamaji[1]提出的碳生產(chǎn)率，是指國內(nèi)生產(chǎn)總值（GDP）與總碳排放量之比，這一指標(biāo)在衡量碳排放效率時是以碳排放為基礎(chǔ)，將經(jīng)濟(jì)發(fā)展與環(huán)境相結(jié)合，反映經(jīng)濟(jì)發(fā)展的同時對環(huán)境的貢獻(xiàn);二是Mielnik等[2]提出的碳指數(shù)，主要涉及碳排放量和能源消費(fèi)總量2個指標(biāo)，由碳排放量與能源消費(fèi)量之比表示，該指標(biāo)以能源消耗為基數(shù)來定義碳排放效率，反應(yīng)了碳排放量與能源消耗之間的關(guān)系;三是單位GDP所對應(yīng)的能源消耗，Ang[3]以單位GDP所消耗的能源作為碳指數(shù)，即能源強(qiáng)度，來反應(yīng)一國或地區(qū)的碳排放效率水平;四是單位人均GDP所對應(yīng)的碳排放量，Zhang等[4]認(rèn)為將碳排放量與人均GDP的比值作為衡量碳排放效率的指標(biāo)，因其考慮的因素有多個，所以在評價碳排放效率時要更加合理和準(zhǔn)確。

以上4個單要素指標(biāo)考慮因素較少，相對單薄，與現(xiàn)實(shí)情況有所差別，為此很多學(xué)者開始嘗試構(gòu)建能夠包括這些相關(guān)因素在內(nèi)的碳排放效率指標(biāo)[5]。Zaim等[6]首次把碳排放定義為非期望產(chǎn)出，所謂非期望產(chǎn)出是指生產(chǎn)中不希望得到的產(chǎn)出，并由此提出了衡量碳排放績效的綜合指數(shù)。蔡火娣[7]運(yùn)用隨機(jī)前沿分析法（SFA）對中國省區(qū)二氧化碳排放效率進(jìn)行了測算，并在此基礎(chǔ)上對其影響因素進(jìn)行實(shí)證分析。孫慧等[8]以我國西部地區(qū)為研究對象，基于SFA模型對西部地區(qū)的碳排放效率進(jìn)行了測算。Zhou等[9]綜合考慮了資本、勞動、能源、碳排放、GDP因素，針對全球碳排放量較多的18個國家，使用DEA模型測算了其全要素碳排放效率的變動情況。孫愛軍等[10]基于非期望產(chǎn)出的DEA模型，對我國各省市在2000—2012年的出口貿(mào)易碳排放效率進(jìn)行了測算。王喜平等[11]把我國劃分為東部、中部、西部和東北，基于傳統(tǒng)環(huán)境DEA模型測算了這四大區(qū)域電力行業(yè)的碳排放效率。仲云云等[12]在使用DEABC2以及Malmquist指數(shù)測算我國29個省市碳排放效率和全要素碳排放效率指數(shù)。王格等[13]使用DEA和SESBM模型，測算了106個處在不同發(fā)展時期的資源型城市的碳排放效率。杜良杰[14]基于期望產(chǎn)出和非期望產(chǎn)出，使用DEASBM模型對西部省市的綠色經(jīng)濟(jì)效率進(jìn)行了測算。

總的來說測算碳排放效率的方法主要是DEA和SFA，其中DEA模型由于不需要知道生產(chǎn)函數(shù)具體形式且不受量綱的影響而使用更加廣泛，但也因?yàn)闆]有考慮環(huán)境變量和隨機(jī)誤差項(xiàng)的影響，導(dǎo)致計(jì)算出來的結(jié)果有偏差。為此，

Fried等[15]首次提出了3階段DEA模型，他認(rèn)為決策單元的無效率不僅受技術(shù)水平的影響還會受外部環(huán)境因素和隨機(jī)擾動項(xiàng)的影響。國內(nèi)學(xué)者華堅(jiān)等[16]最先使用3階段DEA模型，剔除環(huán)境因素和隨機(jī)擾動項(xiàng)的影響，對我國2006—2010年各省市的行業(yè)碳排放效率進(jìn)行測算。相天東[17]運(yùn)用3階段的DEA模型，將可能對碳排放效率測算產(chǎn)生影響環(huán)境因素剔除，對我國2000—2014年30個省區(qū)的碳排放效率進(jìn)行了測算。郭四代等[18]通過3階段的DEA模型研究了處于相同環(huán)境水平下的我國各個區(qū)域的環(huán)境效率，并通過隨機(jī)前沿模型對影響環(huán)境效率的環(huán)境因素進(jìn)行了分析。白雪潔等[19]使用3階段DEA模型測算了我國30個省市電力行業(yè)的碳排放效率。

已有文獻(xiàn)雖然有對我國區(qū)域電力行業(yè)碳排放效率的研究，這些研究存在或是未考慮環(huán)境因素和隨機(jī)擾動項(xiàng)的影響，或是對區(qū)域的劃分過大或者過小的問題，而本文根據(jù)中國重點(diǎn)減排領(lǐng)域CDM項(xiàng)目和中國溫室氣體資源減排項(xiàng)目（CCER）認(rèn)可的劃分標(biāo)準(zhǔn)，把我國電力行業(yè)劃分為6大區(qū)域，并把經(jīng)濟(jì)、規(guī)制、電力、能源四大方面的環(huán)境因素考慮在內(nèi)，結(jié)合3階段DEA模型對這6大區(qū)域電力行業(yè)的碳排放效率進(jìn)行了對比分析，而后根據(jù)實(shí)證分析的結(jié)果有針對地提出相應(yīng)地的建議，對我國電力行業(yè)實(shí)現(xiàn)碳減排有現(xiàn)實(shí)意義。

2 模型設(shè)立

傳統(tǒng)DEA模型未考慮到外部環(huán)境和隨機(jī)擾動項(xiàng)的影響，導(dǎo)致測算結(jié)果存在誤差，本文結(jié)合以往關(guān)于3階段DEA的研究以及相關(guān)資料，得出了3階段DEA模型的推導(dǎo)過程[20]。

2.1 第1階段：DEA模型

DEA模型可分為2大類，即基于投入導(dǎo)向和基于產(chǎn)出導(dǎo)向，大多數(shù)文獻(xiàn)中都是選擇投入導(dǎo)向規(guī)模報(bào)酬可變的BCC模型，因?yàn)槭褂迷撃Ｐ涂梢园丫C合技術(shù)效率（TE）分解為純技術(shù)效率（PE）和規(guī)模效率（SE），TE=SE×PE。本文使用的也是該模型，首先第一階段，先使用原始投入產(chǎn)出數(shù)據(jù)進(jìn)行DEA分析。對于任一決策單元，投入導(dǎo)向下的BCC模型具體形式如下：

2.2 第2階段：似SFA回歸剔除環(huán)境因素和隨機(jī)擾動項(xiàng)

第1階段DEA方法分析得出的效率值并未考慮環(huán)境因素和隨機(jī)擾動項(xiàng)的影響，而是把所有的影響都統(tǒng)一到歸結(jié)到了管理無效率里，這樣計(jì)算出來的結(jié)果未免會存在較大的誤差。通過構(gòu)建SFA模型可以很好地解決這個問題，借助SFA回歸能夠有效地剔除環(huán)境因素和隨機(jī)噪聲的影響。根據(jù)Fried等的研究，可以構(gòu)造如下類似SFA回歸函數(shù)：

2.3 第3階段：調(diào)整后的投入產(chǎn)出DEA模型

使用經(jīng)第2階段剔除環(huán)境因素和隨機(jī)擾動項(xiàng)后的投入產(chǎn)出變量再次進(jìn)行第1階段DEA碳排放效率值測算的過程，即可得到相對來說更加精確的效率值。

3 電力碳排放效率測算

3.1 變量與數(shù)據(jù)選取

由于西藏地區(qū)的部分?jǐn)?shù)據(jù)缺失，本文選取我國30個省市2000—2016年電力行業(yè)的面板數(shù)據(jù)為研究對象，按照中國氣候變化網(wǎng)中給出的關(guān)于中國區(qū)域電力行業(yè)的劃分標(biāo)準(zhǔn)，把30個省市劃分6大電力區(qū)域。具體指標(biāo)和數(shù)據(jù)的選取如下：

1）投入變量。根據(jù)柯布[KG-*5]-[KG-*5]道格拉斯生產(chǎn)函數(shù)（CD），地區(qū)的產(chǎn)出和該地區(qū)的資本和勞動投入有關(guān)，但是將投入變?yōu)楫a(chǎn)出的過程中還涉及能源的投入[21]。其中，勞動投入選取各省市電力行業(yè)的年就業(yè)人數(shù)表示;資本投入選取各省市電力行業(yè)固定資產(chǎn)投資額，經(jīng)固定資產(chǎn)投資指數(shù)平減，換算成2000年不變價格后表示;能源投入選取各省市電力行業(yè)發(fā)電的能源消耗量來表示。

2）產(chǎn)出變量。實(shí)際生產(chǎn)中，除了得到期望產(chǎn)出外，還會得到非期望產(chǎn)出。期望產(chǎn)出以各省市電力行業(yè)經(jīng)平減后以200年為基期的工業(yè)銷售產(chǎn)值表示;非期望產(chǎn)出，以各省市電力行業(yè)的碳排放量表示，對于電力行業(yè)碳排放的計(jì)算，本文使用2006年《IPCC國家溫室氣體指南》中所公布的方法，具體如下：

CO2排放量=含碳能源消耗量×平均低位發(fā)熱量×碳氧化因子×3.67。（6）

對于DEA模型來說，投入既定的情況下，產(chǎn)出越大越好，即使該產(chǎn)出是非期望的，因此需要對碳排放數(shù)據(jù)進(jìn)行一定的處理，本文參考Seiford等[22]研究中的線性數(shù)據(jù)轉(zhuǎn)換法對碳排放的結(jié)果進(jìn)行處理。設(shè)生產(chǎn)單元在第j年的非期望產(chǎn)出總量為Fij，=max{Fij}+C，C為任意一個比0大的常數(shù)，此處設(shè)定C的值為1，2000≤j≤2016，則轉(zhuǎn)化后的電力碳排放F*ij=-Fij，此時非期望產(chǎn)出也就轉(zhuǎn)化為了期望產(chǎn)出，F(xiàn)*ij的值越大代表電力碳排放越低。

3）環(huán)境變量。環(huán)境變量的選取應(yīng)考慮那些對電力行業(yè)碳排放效率產(chǎn)生影響的客觀外生變量。已有的研究都是根據(jù)研究的目的異同，從而選取不同的環(huán)境變量，結(jié)合以往文獻(xiàn)以及電力行業(yè)的特點(diǎn)，具體指標(biāo)的選取如下：

經(jīng)濟(jì)發(fā)展水平以剔除通貨膨脹后的地區(qū)人均GDP表示，由于環(huán)境庫茲涅茨曲線（EKC）的存在，其對電力碳排放效率的影響方向待定[23];能源強(qiáng)度以地區(qū)能源消耗量與地區(qū)生產(chǎn)總值的比重來表示，預(yù)期對電力碳排放效率影響為負(fù);環(huán)境規(guī)制以地區(qū)污染治理投資與GDP的比值來表示，由于“綠色悖論”和“倒逼減排”2種機(jī)制的存在，影響方向待定[24];發(fā)用電比例以發(fā)地區(qū)電量與消耗電量的比值來表示，預(yù)期對電力碳排放效率影響方向?yàn)樨?fù);火力發(fā)電占比以化石燃料燃燒所產(chǎn)生的電力占電力總生產(chǎn)量的比重表示，預(yù)期影響為負(fù);電力價格以地區(qū)電力銷售額與電力消耗量的比值來表示，由于電力價格變化對需求方和供給方影響相反且大小不確定，故對電力碳排放效率的影響方向待定;產(chǎn)業(yè)結(jié)構(gòu)以第二產(chǎn)業(yè)產(chǎn)值占總產(chǎn)值的比重來表示，預(yù)期對電力碳排放效率影響方向?yàn)樨?fù)。相關(guān)數(shù)據(jù)來自于2000—2016年《中國統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》《中國工業(yè)統(tǒng)計(jì)年鑒》。

3.2 碳排放效率測算

3.2.1 6大區(qū)域電力碳排放量

由式（6）測出各個區(qū)域電力行業(yè)在2000—2016年的電力碳排放量。碳排放均值變化圖，如圖1所示，可以看出我國6大區(qū)域電力行業(yè)碳排放均值在2012年以前基本都處于不斷上升的趨勢，在2012年以后趨于穩(wěn)定，其中電力碳排放均值最高的是華北區(qū)域，最低的是西北區(qū)域。

3.2.2 第一階段：傳統(tǒng)DEA模型（BCC）

首先使用傳統(tǒng)DEABCC模型對30個省市電力行業(yè)碳排放效率進(jìn)行測算，結(jié)果如表1所示。

由表1可知，調(diào)整前各個省市的電力碳排放綜合技術(shù)效率（TE）值都比較低，與效率前沿面1存在較大的距離，只有華東區(qū)域電力行業(yè)和南方區(qū)域電力行業(yè)的TE值超過了0.5，其他區(qū)域均在0.5以下。綜合技術(shù)效率水平表示了實(shí)際效率值偏離最優(yōu)值的程度大小，可以分解為純技術(shù)效率（PE）與規(guī)模效率（SE）的乘積，由此可知，6大區(qū)域電力行業(yè)碳排放效率值偏低的主要原因在于PE的拖累，SE雖未處于技術(shù)的前沿面，但相對PE來說更加接近與最優(yōu)規(guī)模，PE還有很大的提升空間;電力碳排放效率值為1，處于效率前沿面的省市有北京、青海、海南3個省市，分別位于華北電力行業(yè)、西北電力行業(yè)和南方電力行業(yè)，最低的是山西省，只有0.181，位于華北電力行業(yè);各個省市電力碳排放效率基本都表現(xiàn)為規(guī)模遞增，只有山東、江蘇、浙江、廣東4個地區(qū)變現(xiàn)為規(guī)模遞減;按照TE值由高到低對各區(qū)域電力行業(yè)的碳排放效率進(jìn)行排序，則六大區(qū)域電力行業(yè)表現(xiàn)為“華東>南方>華北>西北>華中>東北”。由于未剔除環(huán)境因素和隨機(jī)擾動項(xiàng)的影響，所以其估算值相對于真實(shí)值很可能是有偏的，并不能真實(shí)地反映我國各省市電力碳排放效率水平。

3.2.3 第2階段：似SFA模型回歸分析

在第2階段，分別以資本、勞動、能源3個投入的松弛變量為被解釋變量，以所選取的環(huán)境變量為解釋變量構(gòu)建隨機(jī)前沿回歸（SFA）模型，得到的結(jié)果，如表2所示。

由表2可知，6個環(huán)境變量對資本、勞動、能源3個松弛變量的系數(shù)基本都通過了顯著性檢驗(yàn)，說明環(huán)境因素和隨機(jī)擾動項(xiàng)對我國電力生產(chǎn)的投入松弛存在顯著影響，需要說明的是部分環(huán)境變量影響不顯著，但仍具有方向性的影響。3個回歸的似然比檢驗(yàn)（LR）均通過了1%的顯著性檢驗(yàn)，模型擬合效果較好，3個回歸結(jié)果的γ值都較大，接近與1且顯著，說明管理無效率的影響占據(jù)主導(dǎo)地位，相對來說隨機(jī)擾動項(xiàng)的影響則較小，因此使用SFA模型是合理的，對電力碳排放效率測算中管理無效率和環(huán)境因素的剝離很有必要。

具體來說，經(jīng)濟(jì)發(fā)展水平、發(fā)用電比例、火力發(fā)電占比、產(chǎn)業(yè)結(jié)構(gòu)對資本、勞動、能源3個松弛變量的影響為正，且除了火力發(fā)電占比對資本松弛影響不顯著外，其他結(jié)果均顯著，表明這4個因素增加會導(dǎo)致投入松弛的上升，造成更多的投入浪費(fèi)，對電力行業(yè)碳排放效率的提高會產(chǎn)生不利影響。除了經(jīng)濟(jì)發(fā)展水平因素外，其他因素對電力碳排放效率的影響與預(yù)期表現(xiàn)一致，這說明現(xiàn)階段我國經(jīng)濟(jì)發(fā)展方式整體來說仍較為粗獷，經(jīng)濟(jì)的發(fā)展要依賴投入的增加，資源利用效率較低，經(jīng)濟(jì)水平的上升不但不能促使電力碳排放效率的提高，反而會對其產(chǎn)生抑制作用。環(huán)境規(guī)制的回歸系數(shù)均表現(xiàn)為負(fù)，對勞動松弛的影響不顯著，對其余2者影響顯著，說明加強(qiáng)環(huán)境規(guī)制會促使投入松弛的減少，減少浪費(fèi)，從而對電力碳排放效率的提高產(chǎn)生積極影響;能源強(qiáng)度的系數(shù)正負(fù)不一，對資本松弛的影響顯著為負(fù)，對勞動松弛和能源松弛的影響顯著為正，說明能源強(qiáng)度增加會減少資本松弛，增加勞動和能源松弛，且勞動和能源松弛增加量大于資本松弛的減少量，說明能源強(qiáng)度對電力碳排放效率的綜合影響為負(fù)，與預(yù)期方向相同;電力價格對資本松弛和勞動松弛的影響顯著為負(fù)，對能源松弛的影響顯著為正，說明電力價格的上升會減少資本和勞動松弛，增加能源松弛，整體上來說，減少量要大于增加量，即電力價格上升有助于電力碳排放效率的提高。

3.2.4 第三階段：調(diào)整后的DEA模型

根據(jù)式（3）剔除了環(huán)境因素和隨機(jī)擾動項(xiàng)對電力碳排放效率值的影響后，再次進(jìn)行效率測算得到的結(jié)果，如表3所示。

對原始投入進(jìn)行調(diào)整后，電力行業(yè)碳排放效率均值發(fā)生了較大變化。相比第1階段，6大區(qū)域的碳排放綜合技術(shù)效率都處于0.5以上，與技術(shù)效率前沿面的差距大大縮小，北京、青海、海南3個省市仍處于效率的前沿面上，另外新增的還有廣東省，此時南方電力行業(yè)有2個地區(qū)都處于效率的前沿面上，這些情況表明之前電力行業(yè)綜合技術(shù)效率較低的原因部分在于環(huán)境的惡劣和不好的運(yùn)氣，而非管理和技術(shù)水平較差;除浙江省外，其他各省市的電力碳排放效率均表現(xiàn)為規(guī)模報(bào)酬遞增。此時6大電力行業(yè)區(qū)域電力碳排放效率值表現(xiàn)為“南方>華東>西北>華中>東北>華北”，這與第1階段中的結(jié)果有所不同，華北區(qū)域電力行業(yè)由原來的第3位變?yōu)榱俗詈?位，結(jié)合表5可以看出，華北電力行業(yè)碳排放效率下降的主要原因是河北、山西、內(nèi)蒙3省的效率值過低，這3個省份都屬于工業(yè)化城市，地區(qū)經(jīng)濟(jì)發(fā)展主要是依靠第二產(chǎn)業(yè)的貢獻(xiàn)，需要大量的能源投入，相對來說電力行業(yè)碳排放效率值較低。

從綜合技術(shù)效率分解來看，此時的PE和SE表現(xiàn)與第1階段有所不同，其中PE值有了很大的提升，而SE值有小幅度下降，這說明在未剔除環(huán)境因素和隨機(jī)擾動項(xiàng)之前，管理和技術(shù)水平被嚴(yán)重低估，規(guī)模效率水平則被有所高估，此時整體PE值要大于SE值，電力碳排放效率無效部分的原因主要是來源于規(guī)模效率的無效。電力碳排放純技術(shù)效率值變現(xiàn)為“南方>華東>西北>華北>華中=東北”，規(guī)模效率表現(xiàn)為“南方>華東>西北>華中>東北>華北”，由此可見，南方區(qū)域電力行業(yè)不論是純技術(shù)效率還是規(guī)模效率，相比其他5個地區(qū)都處于領(lǐng)先的地位，所包括的省市，如云南、貴州等，經(jīng)濟(jì)發(fā)展水平并未處于國內(nèi)第1梯隊(duì)，但是其電力碳排放效率水平卻相對來說較高，這也在一定程度上驗(yàn)證了5.2.2中經(jīng)濟(jì)發(fā)展水平和碳排放效率的負(fù)相關(guān)關(guān)系;東北區(qū)域電力行業(yè)和華北區(qū)域電力行業(yè)電力碳排放效率水平處于最低的水平，東北區(qū)域作為我國的老工業(yè)基地，工業(yè)化程度嚴(yán)重，當(dāng)下正面臨轉(zhuǎn)型，電力規(guī)模效率水平嚴(yán)重拖累了其電力碳排放效率，而華北區(qū)域一方面北京市處于效率的前沿面，另一方面河北、山西、內(nèi)蒙古等地區(qū)工業(yè)化又十分嚴(yán)重，區(qū)域內(nèi)差異情況較大，使得華北區(qū)域電力行業(yè)整體的電力碳排放效率水平表現(xiàn)較低，剩余的3個區(qū)域電力行業(yè)碳排放效率處于中等水平，華東和西北比較接近，華中區(qū)域則低于2者，主要的原因在于華中區(qū)域電力行業(yè)的純技術(shù)效率要比華東和西北地區(qū)低，電力企業(yè)的管理和技術(shù)水平有待提高。

4 結(jié)論及建議

本文通過DEA 3階段模型對我國2000—2016年6大區(qū)域電力行業(yè)平均碳排放效率的測算和分析，主要得出以下結(jié)論：6大區(qū)域電力行業(yè)碳排放量在2000—2016年呈先上升后穩(wěn)定的趨勢，根據(jù)傳統(tǒng)DEA模型的測算結(jié)果，電力碳排放效率水平較低，具體表現(xiàn)為純技術(shù)效率無效率，規(guī)模效率水平較高;電力碳排放效率受環(huán)境因素和隨機(jī)擾動項(xiàng)的影響，在對原始投入進(jìn)行調(diào)整后，6大區(qū)域電力行業(yè)的碳排放效率相比第一階段有了很大的提升，此時電力碳排放效率的無效率主要在于規(guī)模效率無效率，6大區(qū)域電力行業(yè)碳排放效率從高到低表現(xiàn)為“南方>華東>西北>華中>東北>華北”;第2階段SFA實(shí)證結(jié)果表明，各環(huán)境因素對電力碳排放效率的影響存在差異，經(jīng)濟(jì)水平、能源強(qiáng)度、發(fā)用電比例、火力發(fā)電占比、產(chǎn)業(yè)結(jié)構(gòu)的增長會對電力碳排放效率提高產(chǎn)生消極影響，而環(huán)境規(guī)制和電力價格的增長會對電力碳排放效率的提高產(chǎn)生積極影響。

根據(jù)以上結(jié)論，本文對我國區(qū)域電力行業(yè)碳排放效率的發(fā)展及碳減排，提出以下幾點(diǎn)建議：

1）從影響整體電力行業(yè)的環(huán)境變量和隨機(jī)因素的角度出發(fā)，隨機(jī)因素不可控，要改變的只有環(huán)境變量。經(jīng)濟(jì)發(fā)展水平對電力碳排放效率的提高會產(chǎn)生不利影響，降低經(jīng)濟(jì)發(fā)展水平明顯不可取，相應(yīng)的措施應(yīng)該是在提高經(jīng)濟(jì)水平的同時注重經(jīng)濟(jì)發(fā)展的質(zhì)量，實(shí)現(xiàn)經(jīng)濟(jì)綠色發(fā)展;環(huán)境規(guī)制對電力碳排放效率的影響，在我國現(xiàn)階段表現(xiàn)為正向促進(jìn)，通過加強(qiáng)環(huán)境規(guī)制來限制電力碳排放也是提高電力碳排放效率的一個重要途徑;電力價格在影響電力碳排放效率時，表現(xiàn)為電價上升有利于提高電力行業(yè)碳排放效率，因此通過合理設(shè)置電價，防止電價過低，可以有效減少投入的浪費(fèi)，提高電力碳排放效率;此外，合理規(guī)劃發(fā)用電比例，在滿足經(jīng)濟(jì)發(fā)展的同時，不盲目增加自身的投入以換取電力產(chǎn)值的增加;改變電源結(jié)構(gòu)，增加風(fēng)力、水力、核能等清潔型發(fā)電方式所占的比重，逐漸取代火力發(fā)電的主導(dǎo)地位;積極開發(fā)新型能源，加快產(chǎn)業(yè)結(jié)構(gòu)升級，提高能源的使用效率，都有助于提高我國各電力行業(yè)的碳排放效率，實(shí)現(xiàn)電力行業(yè)碳減排。

2）從電力碳排放效率及其分解值的地區(qū)差異角度出發(fā)，對不同的地區(qū)應(yīng)根據(jù)其特點(diǎn)來實(shí)行不同的政策。首先，從碳排放效率的差異來說，南方區(qū)域電力行業(yè)相對來說電力碳排放效率較高，其他區(qū)域，尤其是東北區(qū)域應(yīng)該學(xué)習(xí)和借鑒南方區(qū)域電力行業(yè)先進(jìn)的技術(shù)和管理經(jīng)驗(yàn)，通過引進(jìn)先進(jìn)的設(shè)備和人才來提高自身電力行業(yè)的碳排放效率，至于華北區(qū)域則應(yīng)該更加注重區(qū)域內(nèi)電力碳排放效率差異的縮小，加強(qiáng)區(qū)域內(nèi)的學(xué)習(xí)和交流，電力碳排放效率低的地區(qū)向高的地區(qū)看齊。其次，從純技術(shù)效率和規(guī)模效率的角度出發(fā)，對于2者水平都較高的南方區(qū)域，以后的發(fā)展方向應(yīng)該是在保持現(xiàn)有的水平的基礎(chǔ)上，不斷嘗試新的方法和措施，保持自身的領(lǐng)先地位;對于純技術(shù)效率與南方區(qū)域基本持平，而規(guī)模效率較低的區(qū)域，如華北、東北、西北，以后的重點(diǎn)應(yīng)該放在提高電力行業(yè)規(guī)模方面，通過發(fā)揮出電力行業(yè)的規(guī)模效應(yīng)，來帶動該區(qū)域整體電力碳排放效率的提高;而對于純技術(shù)效率不高，規(guī)模效率又低的地區(qū)，如東北、華中，不僅要擴(kuò)大電力生產(chǎn)規(guī)模，提高規(guī)模效率，同時還要提高電力技術(shù)和管理水平，以提高純技術(shù)效率，相比其他區(qū)域提高電力碳排放效率難度要更大。總體來說，6大區(qū)域電力行業(yè)要提高電力碳排放效率共同的一點(diǎn)是要改變以往電力行業(yè)規(guī)模小、分布分散的狀態(tài)，而后再結(jié)合不同區(qū)域在其他方面的差異，有針對地實(shí)施不同措施。

參考文獻(xiàn)：

[1] YAMAJI K，MATSUHASHI R，NAGATA Y，et al.A study on economic measures for CO2，reduction in Japan[J].Energy Policy，1993，21（2）：123.

[2] MIELNIK O，GOLDEMBERG J.Communication the evolution of the “carbonization index” in developing countries[J].Energy Policy，1999，27（5）：307.

[3] ANG B W.Is the energy intensity a less useful indicator than carbon factor in the study of climate change？[J].Energy Policy，1999，27（5）：943.

[4] ZHANG，ZHIQIANG，JIANSHENG，et al.A quantitative comparison and analysis on the assessment indicators of greenhouse gases emission[J].Journal of Geographical Sciences，2008，18（4）：387.

[5] RAMANATHAN R.Combining indicators of energy consumption and CO2 emissions：a crosscountry comparison[J].International Journal of Global Energy Issues，2002，17（3）：214.

[6] ZAIM O，TASKIN F.Environmental efficiency in carbon dioxide emissions in the OECD：a nonparametric approach[J].Journal of Environmental Management，2000，58（2）：95.

[7] 蔡火娣.基于RAMSFA模型的中國二氧化碳排放效率影響因素分析[J].當(dāng)代經(jīng)濟(jì)，2017（26）：

[8] 孫慧，張志強(qiáng)，周銳.基于隨機(jī)前沿模型的中國西部地區(qū)碳排放效率評價研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2013（12）：71.

[9] ZHOU P，ANG B W，HAN J Y.Total factor carbon emission performance：A Malmquist index analysis[J].Energy Economics，2010，32（1）：194.

[10] 孫愛軍，房靜濤，王群偉.2000—2012年中國出口貿(mào)易的碳排放效率時空演變[J].資源科學(xué)，2015，37（6）：1230.

[11] 王喜平，劉興會.電力行業(yè)碳排放績效地區(qū)差異及空間相關(guān)性分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2014，33（11）：129.

[12] 仲云云，仲偉周.中國區(qū)域行業(yè)碳排放績效及影響因素研究[J].商業(yè)經(jīng)濟(jì)與管理，2012，1（1）：85.

[13] 孫秀梅，王格，董會忠，等.基于DEA與SESBM模型的資源型城市碳排放效率及影響因素研究：以全國106個資源型地級市為例[J].科技管理研究，2016，36（23）：78.

[14] 杜良杰.西部省市綠色經(jīng)濟(jì)效率評價與排序研究[J].科技與管理，2018，20（4）：29.

[15] FRIED H O，LOVELL C A K，SCHMIDT S S，et al.Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis[J].Journal of Productivity Analysis，2002，17（1/2）：157.

[16] 華堅(jiān)，任俊，徐敏，等.基于三階段DEA的中國區(qū)域二氧化碳排放績效評價研究[J].資源科學(xué)，2013，35（7）：1447.

[17] 相天東.我國區(qū)域碳排放效率與行業(yè)生產(chǎn)率研究：基于三階段DEA模型[J].經(jīng)濟(jì)經(jīng)緯，2017（1）：20.

[18] 郭四代，仝夢，郭杰，等.基于三階段DEA模型的區(qū)域環(huán)境效率測度[J].統(tǒng)計(jì)與決策，2018，34（16）：89.

[19] 白雪潔，宋瑩.中國各省火電行業(yè)的技術(shù)效率及其提升方向：基于三階段DEA模型的分析[J].財(cái)經(jīng)研究，2008（10）：15.

[20] 陳巍巍，張雷，馬鐵虎，等.關(guān)于三階段DEA模型的幾點(diǎn)研究[J].系統(tǒng)工程，2014，32（9）：144.

[21] 何曉萍.工業(yè)經(jīng)濟(jì)的節(jié)約型增長及其動力[J].經(jīng)濟(jì)學(xué)（季刊），2012，11（4）：1287.

[22] SEIFORD L M，ZHU J.Modeling undesirable factors in efficiency evaluation[J].European Journal of Operational Research，2005，161（2）：579.

[23] 林伯強(qiáng)，蔣竺均.中國二氧化碳的環(huán)境庫茲涅茨曲線預(yù)測及影響因素分析[J].管理世界，2009（4）：27.

[24] 張華，魏曉平.綠色悖論抑或倒逼減排：環(huán)境規(guī)制對碳排放影響的雙重效應(yīng)[J].中國人口·資源與環(huán)境，2014，24（9）：21.

[編輯：厲艷飛]