本站小編為你精心準備了中部地區碳排放效率評價研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要:

中部地區是我國重要的能源原材料基地，本文采用2001—2014年的面板數據，運用隨機前沿模型對我國中部地區的碳排放效率進行了測算，并根據計算結果對中部地區的碳排放效率進行了收斂性檢驗和預測。主要結論是:(1)中部地區2001—2014年的碳排放效率呈逐年上升的趨勢，且內部省份的碳排放效率差距不斷縮小;(2)中部地區的碳排放效率存在σ收斂和β收斂。在對碳排放效率作出評價基礎上，論文最后提出了相應的因地制宜對策建議。

關鍵詞:

碳排放效率;隨機前沿模型;中部地區;收斂性檢驗

據統計，2013年中國碳排放總量超過歐美總和，人均碳排放首次超過歐盟，我國的碳排放總量已占到世界碳排放量的29%。我國政府在2009年提出了在2020年單位GDP的碳排放量要在2005年的基礎上下降40%～45%的自主減排目標，但我國的能源結構中煤炭占一次能源的70%以上，而且從技術因素和結構性因素來看，我國的能源轉換和利用效率均低于發達國家，從而導致了我國的碳排放強度與發達國家有很大的差距。在全球生態氣候環境快速惡化的情況下，發展低碳經濟且保護環境氣候，解決可持續發展的有效手段之一就是提高碳排放效率。早期部分學者采用單要素指標研究碳排放效率，但是楊紅亮等［1］卻認為單要素指標雖然簡單易懂但會存在許多的不足之處，例如只用碳排放強度這個單一的要素指標來衡量碳排放效率，最終無法反映各要素之間的替代關系，因為能源只有在與其他的要素結合后才能進行生產，并且碳強度還與產業結構、經濟發展水平和地區環境資源等相關，產業結構等的變化都會導致碳強度發生一定的變化，然而碳排放效率可能不發生變化;近年來大量的文獻從全要素的角度出發，采用數據包絡分析法(DEA)對碳排放效率進行了評價，比如屈小娥［2］從全要素的角度運用DEA測算了1995—2010年我國30個省份的二氧化碳排放效率。數據包絡分析法是一種運用方程組求極值的方法，對碳排放效率前沿進行估算時很容易受到一些數據質量的影響，且研究我國碳排放效率的數據一般為宏觀統計數據，有一定的較大誤差，所以運用數據包絡分析法得到的測算需要進行嚴格的檢驗，但是數據包絡分析模型不但沒有將隨機因素的影響考慮在內，而且不具有統計的特性導致不能對模型進行一定的檢驗。隨著隨機干擾項的引入，隨機前沿模型更準確地描述生產者的行為，它首先假設偏離前沿的因素來源于兩個方面，其中一個是非負隨機誤差項，表示技術無效，另外一個是隨機誤差項，表示噪聲的系統［3］。RistoHerrala等［4］基于前沿邊界模型(SFA)方法對世界170個國家1997—2007年二氧化碳排放效率進行了測算，結果表明中國的碳排放效率低于世界其他國家。杜克銳等［5］利用隨機前沿模型和面板數據測算了我國的碳排放效率，最終得出我國碳排放效率存在地區差異，且這種差異在不斷的擴大。趙國浩等［6］基于隨機前沿模型測算了山西省1995—2010年的碳排放效率，并且對山西省碳排放效率的影響因素進行了深入的分析研究。我國中部地區處于中原地帶，是東西南北地區互通的必經之路。雖然資源比較豐富，工業基礎相對較好，但是由于產業結構層次不高，二元經濟有大的反差，增加經濟產值需要消耗大量的資源。再加上生產管理水平、污染治理投入不足等原因，經濟增長所帶來的環境負面影響不能被生態環境完全消化和吸收，從而碳排放量較大。但目前有關我國中部地區碳排放效率評價的相關文獻不多，本文以中國中部地區為研究對象，基于隨機前沿模型測算出碳排放效率，對中部地區碳排放效率進行研究分析，最后提出因地制宜的對策建議，為中部地區提高能源利用效率和節能減排提供決策參考。

1研究方法

1．1計量模型隨機前沿方法(SFA)是考慮問題比較全面的效率估計方法。它主要是基于宏觀層面的相關統計數據(對最基礎的數據進行計算獲得)，從投入產出的角度來測算效率。從該方法的基本原理來看，對碳排放效率的定義會更加直觀，更能貼切的評價生產活動中CO2的排放績效，這也是本文選擇該模型作為研究方法的重要原因。在有關效率估算的定量研究中，一般運用生產函數模型，來反映生產投入與產出函數量之間的關系。Aigner，Lovell和Schmidt(1977)［7］以及Meeusen和VanDenBroeck(1977)［8］分別獨立提出了隨機前沿生產函數。起初該模型并沒有處理綜列數據的能力，但是Battese和Coelli(1995)［9］在1992年提出了一個針對那些綜列數據的隨機生產模型，通過極大似然估計的方法來確定前沿邊界，使該模型在處理跨時間段的數據成為了可能，極大的提升了應用范圍。本文基于隨機前沿模型，采用了較為靈活的超越對數函數，通過極大似然估計的方法來確定前沿邊界。

1．2數據來源本文的樣本選擇了山西、安徽、江西、河南、湖北和湖南等中部地區的6個省際的面板數據集，考慮到數據的可得性與可比性，樣本觀測區間設定為2001—2014年。生產投入指標選取能源碳排放量、從業年均人數和資本存量，產出指標選取地區生產總值。相關數據來源于《中國能源統計年鑒》、《中國統計年鑒》和中部6省歷年統計年鑒。相關指標及其數據處理說明如下:(1)各省的GDP(Y)。各省的國內生產總值數據直接來源于《中國統計年鑒》，然后在此基礎上以2001年作為基準，將各省歷年的GDP按照2001年的可比價格進行折算。(2)各省的固定資本存量(K)。資本投入以資本存量數據表示地區的資本投入量，采用永續盤存法來進行估算。在方法上本文將借鑒單豪杰等［10］的估算方法，以2001年的不變價格換算2001—2014年的數據，單位為億元。(3)各省的從業人員(L)。從業人員直接選取了中國統計年鑒中中部地區各省的2001—2014的年末從業人數。(4)各省的碳排放量(TC)。統計年鑒中沒有直接的碳排放量的數據，要用一定的測算的方法對能源消費進行處理，能源消費數據來源于《中國能源統計年鑒》，在對碳排放量的測算上，本文采用了IPCC《國家溫室氣體清單指南》的測算方法，以下是能源消費的碳排放量計算公式。

2實證結果與分析

2．1模型計算結果和分析基于隨機前沿模型，采用2001—2014年的面板數據，測算了中國中部地區2001—2014年的碳排放效率，由Frontier4．1程序運用其中的最大似然法來估算得出各項參數，參數估算結果如表1所示，碳排放效率的計算結果如表2所示。從表1可以看出，碳排放效率和勞動力的系數為正，資本的系數為負，即前兩者與產出呈正相關，資本與產出GDP呈負相關;勞動力、碳排放量和資本三者之間的相互影響皆約等于0，說明對產出的影響都不明顯。從表2中可以看出，2001—2014年我國中部地區的碳排放效率穩步上升。從中部地區六省近3年碳排放效率的平均值來看，河南的碳排放效率最高，湖南次之;安徽的碳排放效率最低，山西次之;中部地區的碳排放效率平均水平達到0.738。從樣本期間各地碳排放效率的演變趨勢來看，中部地區的碳排放效率變動趨勢大體一致，整體上呈現上升的趨勢。中部地區6省的碳排放效率的差距在逐漸縮小，而河南的碳排放效率一直處于最高水平，碳減排任務最為艱巨。我國中部地區的碳排放效率平均值在2001—2014年間呈現緩慢上升的趨勢，中部各省區的碳排放效率差距正在縮小。

2．2收斂性檢驗收斂性分析在于檢驗不同地區碳排放效率的趨同與發散情況，收斂一般分為3種類型，即σ收斂、絕對β收斂和條件β收斂。(1)σ收斂性檢驗對于σ收斂，測度的方法通常有標準差、變異系數、基尼系數和泰爾指數等。為了更進一步考察地區內部的差異，本文使用變異系數來對中部地區碳排放效率進行σ收斂性檢驗，結果如圖1所示。中部碳排放效率的變異系數隨著年份的增加不斷的下降，且這種下降比較穩定，說明中部地區各省碳排放效率的差異在不斷縮小，顯示出明顯的σ收斂特征，沒有發散的趨勢。(2)絕對β收斂檢驗采用Sala－i－Martin(1996)［11］的方法進行絕對β收斂檢驗，構造回歸模型如下。其中ɑ是常數項，β是待估的收斂參數，ε為隨機誤差項，Eit、Ei0分別表示第i地區在第t年和初始年的地區碳排放效率，git表示t年間第i地區碳排放效率的平均增長速度。采用最小二乘法進行回歸，若β顯著為負，表明存在絕對β收斂。

為消除經濟周期或經濟波動的異常影響，我們將2001—2014年劃分為3個時期，以2001—2004年工業碳排放效率平均值作為初始值，以2011—2014年工業碳排放效率平均值作為期末值，兩個時間段的時間差距為10年，即式(4)中的t=10，絕對β收斂檢驗結果見表3。從表3可看出，中部地區的β=－0．68為負數且在1%的水平下顯著，所以碳排放效率具有絕對β收斂趨勢，即中部各地的碳排放效率趨于同一穩定狀態，初始值低的地區碳排放效率平均增長速度高于初始值高的地區，存在落后地區追趕先進地區的發展趨勢。(3)條件β收斂檢驗進行條件β收斂檢驗需要加入控制變量，為了更好地對中部地區碳排放效率進行分析，在此選碳排放效率的直接影響因素作為控制變量，主要包括能源消費結構、技術進步、產業結構和城市化水平等4方面。本文使用如下回歸方程式進行檢驗。利用面板數據固定效應模型進行條件β收斂檢驗(見表4)，中部地區的β值為負，且達到了1%顯著水平。結果表明，中部地區碳排放效率存在條件β收斂，收斂于自己的穩態水平，由于又呈絕對收斂特征，表明中部內部各省份碳排放效率趨向于一個共同的穩態水平。產業結構對碳排放效率的提高起到了促進作用，第二產業占比越大，越有利于碳排放效率的提升;而在城市化進程中，碳排放量也會隨著城市的發展有一定程度的增長，同時，城市化進程中的技術創新和資源優化配置，對碳排放效率存在一定的促進作用;中部地區的城市化進程水平還不是很好，工業化進程相對緩慢，對能源的大量使用還是有很強的依賴性，特別是河南和山西，是煤炭的能源大省，因此在能源結構中煤炭的消耗量也是最大的，從而導致煤炭在整個能源消費總量中占的比重比較大，碳排放相對于其他能源也比較高，因此它對整個碳排放效率的提高起到了阻礙作用;技術進步的系數為負值，對整個效率的提高具有一定的阻礙，但不明顯，由此可見技術進步還需要進一步的加強，引進能夠減少碳排放量的先進技術。

3結論和政策建議

本文采用SFA模型測算了碳排放效率值，在2001—2014年期間，中部地區的能源碳排放效率均呈不斷增長趨勢，且內部省份的碳排放效率差距較小。在樣本期間，中部地區的碳排放效率平均值為0．738，說明我國中部地區能源仍有一定的減排潛力有待挖掘。碳排放效率越高的省份，能源碳減排的成本越高，碳減排政策的制定與實施，需要考慮不同省份碳排放效率的差異，測算與比較地區碳排放效率，可以為各地碳減排目標的設定提供參考。從碳排放效率的收斂性來看，中部碳排放效率存在σ收斂和β收斂，說明中部碳排放效率存在追趕效應與趨同態勢，碳排放效率的差距呈現不斷縮小的趨勢。我國節能減排的任務要根據不同地區碳排放效率的差異來實施因地制宜的政策措施，從而能夠更好地利用各地區節能減排的潛力，來實現我國在2009年提出的節能減排目標。因此根據本文對中部地區碳排放效率進行的測算和分析，得出中部地區可以從以下方面來減少碳排放量:(1)提高中部地區的能源利用效率。從傳統能源的清潔利用和新能源的發展兩方面著手，從而提高能源的碳排放效率，降低中部各省的碳排放量。中部地區主要以煤炭為主的能源結構，應該積極引進一些新的先進技術，實現煤炭等傳統能源的清潔利用。同時加快煤制天然氣產業發展，降低二氧化碳的排放，可通過利用煤炭大量生產無碳氣體氫氣，從而減少煤炭在燃燒過程中排放的各種環境污染物。(2)優化中部地區的產業結構。中部地區經濟增長主要依靠第二產業帶動，第三產業發展相對落后。調整產業結構，積極引導高耗能行業健康發展，關閉一些耗能大、污染重的企業，控制高耗能行業的過快增長，運用低碳環保技術對煤炭、鋼鐵、冶金等傳統產業進行技術改造，推動煤炭等資源型企業向規模化、集約化、可持續化的方向發展，促進第三產業的快速發展。(3)調整中部地區的能源消費結構，改變部分省能源結構單一的局面，向清潔能源轉化。中部地區各省的現狀是以煤炭為主的能源結構，且煤炭又是中部地區碳排放的主要來源，因而調整能源結構對提高碳排放效率非常重要。隨著科學技術的快速發展，各省應結合自身的發展情況和各自的資源優勢，通過開發水電、發展風電、推進核電就地轉化，與其他清潔能源相比，核電的供應相對比較穩定，且不受氣候變化的影響，可以用來滿足基礎用電的供應。轉化核電的原材料用料相對比較少，不但減少了成本費用，而且也減少了運輸產生的資源費，為交通工作減少了壓力。在這些有限的不可再生資源開發中，還應該積極開發可以循環利用，特別是可再生能源。太陽能是一個新生能源，可稱得上是綠色能源，太陽能具有成本低、無污染和可再生的特點，符合保護環境的理念，我們目前可使用的各種清潔能源中，太陽能的轉換效率比較高，并且經濟實惠具有很大的發展空間，是未來新能源發展的必然選擇。

參考文獻

［1］楊紅亮，史丹．能效研究方法和中國各地區能源效率的比較［J］．經濟理論與經濟管理，2008(3):12－20．

［2］屈小娥．中國省際全要素CO2排放效率差異及驅動因素—基于1995－2010年的實證研究［J］．南開經濟研究，2012(3):128－141．

［3］蒂莫西•J•科埃利，D•S•普拉薩德•拉奧，克里斯托弗•J•奧唐奈，等．效率與生產率分析引論(第二版)［M］．王忠玉，譯．北京:中國人民大學出版社，2008．

［4］HerralaR，GoelRK．GlobalCO2efficiency:Countrywiseestimatesusingastochasticcostfrontier［J］．EnergyPoli-cy，2012，45(6):762－770．

［5］杜克銳，鄒楚沅．我國碳排放效率地區差異、影響因素及收斂性分析［J］．浙江社會科學，2011(11):32－43．

［6］趙國浩，李瑋，張榮霞．基于隨即前沿模型的山西省碳排放效率評價［J］．資源科學，2012，34(10):1965－1971．

作者：臧紅映 單位：重慶交通大學管理學院