［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(jìn)行實(shí)證試驗(yàn)驗(yàn)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(bǔ)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(xiàn)標(biāo)識碼］A ［文章編號］1673-0194（2024）21-0155-09

1" " "文獻(xiàn)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(dá)到峰值，努力爭取2060年前實(shí)現(xiàn)碳中和。據(jù)《中國2030年前碳達(dá)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(shí)現(xiàn)節(jié)能減排，是實(shí)現(xiàn)“雙碳”目標(biāo)的關(guān)鍵著力點(diǎn)。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(jī)容量達(dá)129 678萬千瓦，同比增長4.1%，占全部裝機(jī)容量的54.6%，火電裝機(jī)容量持續(xù)增加。因此，在優(yōu)化能源結(jié)構(gòu)的持久改進(jìn)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(shí)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(shí)的利用效率。王婷婷[1]利用二氧化碳排放量和實(shí)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(yùn)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(jìn)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(fèi)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(bǔ)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(jìn)，在處理非期望產(chǎn)出問題的理論和實(shí)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(jì)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(shí)際情況，決策單元（DMU）距離最優(yōu)投影點(diǎn)位置更遠(yuǎn)，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(diǎn)到F點(diǎn)。對于無效DMU來說，其當(dāng)前狀態(tài)與最優(yōu)目標(biāo)投影點(diǎn)之間的差距，除了等比例改進(jìn)的部分之外，還包括松弛改進(jìn)的部分，如圖1中F點(diǎn)到B點(diǎn)。在計算含有非期望效率時，考慮松弛改進(jìn)，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(diǎn)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(diǎn)的投影落點(diǎn)變?yōu)锽點(diǎn)，相對F點(diǎn)，B點(diǎn)在產(chǎn)出不變的情況下可以減少投入，效率值以E點(diǎn)到B點(diǎn)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(shí)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(qiáng)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?yàn)闆Q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(shí)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(jìn)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(jìn)步變化，如果TC＞1，那么t+1時期比t時期技術(shù)進(jìn)步，反之亦然。

3" " "實(shí)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(jī)容量和火電裝機(jī)發(fā)電利用小時數(shù)。火電能源消耗總量X1、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(jī)容量X2、單位為萬千瓦和火電裝機(jī)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(jìn)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(shí)證實(shí)驗(yàn)

本研究進(jìn)行了二組實(shí)證實(shí)驗(yàn)驗(yàn)證模型準(zhǔn)確性。實(shí)驗(yàn)一：投入變量為火電能源消耗量、火電裝機(jī)容量和火電裝機(jī)發(fā)電利用小時數(shù)，期望產(chǎn)出為火力發(fā)電量。實(shí)驗(yàn)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(shí)驗(yàn)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(yàn)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(shí)驗(yàn)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(yàn)證模型確實(shí)可以很好處理碳約束下火電行業(yè)能源效率問題，實(shí)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(jìn)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(fèi)比重記為非化石能源消費(fèi)比重?；痣娬急润w現(xiàn)地區(qū)發(fā)電結(jié)構(gòu)特點(diǎn)，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(fèi)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(dá)峰實(shí)施方案中關(guān)于非化石能源消費(fèi)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(fèi)比重進(jìn)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(shí)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(jī)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(fèi)。

火電行業(yè)是當(dāng)前中國CCUS示范的重點(diǎn)，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(yàn)，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(shí)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(yuǎn)遠(yuǎn)低于CCUS，碳排放權(quán)交易是將碳排放作為商品，運(yùn)用市場機(jī)制實(shí)現(xiàn)低碳發(fā)展。2023年碳價格的平均成本約為55元/噸，遠(yuǎn)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。總結(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(jìn)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(fèi)比重預(yù)計2025年達(dá)到18%，2030年達(dá)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(yùn)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(hù)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(jìn)減排，逐步實(shí)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(jī)，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(shí)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(diǎn)和優(yōu)勢。以北京為例。北京是首個全部實(shí)施清潔能源發(fā)電的城市，是由燃?xì)鉄犭娭行娜〈喊l(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(shí)現(xiàn)低碳目標(biāo)，還是需要從火電入手。

從經(jīng)濟(jì)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(jìn)，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(jìn)，通過設(shè)定方向向量控制決策點(diǎn)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(diǎn)前沿面投影可以繼續(xù)向最優(yōu)生產(chǎn)點(diǎn)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(shí)證實(shí)驗(yàn)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(shí)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(jī)建設(shè)，向綠色電力區(qū)轉(zhuǎn)型，助力實(shí)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(diǎn)幫扶，重點(diǎn)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(yàn)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(shí)際情況和研究需求，根據(jù)實(shí)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(xiàn)

［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(shí)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(shí)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(fèi)：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(jì)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.