| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
| 河北省碳排放效率提升探究 |
| 第741期 作者：□文/彭思思 时间：2024/11/16 10:58:47 浏览：17次 |
［提要］ 河北省作为京津冀城市群的重要组成部分，其碳排放量占比70%，急需降低碳排放量，提高碳排放效率，实现高质量发展。本文基于河北省2000～2021年相关数据，采用超效率SBM模型测算河北省各年碳排放效率。结果显示：河北省的碳排放效率整体上先下降后上升，大部分年份的效率值低于1，少数年份效率值大于1，这表明河北省大多年份存在投入产出结构、能源消费结构不合理的情况，碳减排仍需进一步加强。最后，依据影响碳排放效率的投入产出两个方面，提出河北省碳减排工作建议。
关键词：河北；碳排放效率；DEA模型；超效率SBM；碳减排
中图分类号：F127 文献标识码：A
收录日期：2024年2月29日
引言
近年来，“低碳”已成为全球共识。随着科学研究的深入，提高碳排放效率被认为是进行碳减排的重要方式之一。碳排放效率可以衡量一个地区消耗资源和排放二氧化碳的情况下经济产出的能力，是反映某一地区减排能力的重要指标。目前，碳排放效率的研究方法主要有参数法和非参数法两类。参数法以随机前沿分析法（SFA）为主，如平智毅等采用SFA模型测算长江经济带11个省份2003～2016年的碳排放效率；李振冉等采用SFA-CKC模型计算了中国2000～2019年的碳排放效率；余敦涌等基于SFA模型对天津与全国30个省域的碳排放效率进行分析比较。非参数法以数据包络分析（DEA）为主，如杨扬等采用SBM-GML模型基于2011～2019年的面板数据研究我国6家航空企业的碳排放效率，结果表明我国航空企业碳排放效率在研究期内呈“U”型变化趋势；徐琼等采用超效率SBM模型测算并分析2009～2019年中国旅游业的碳排放效率，发现其整体呈波动上升趋势，空间上东部地区的效率均值最大；李月婷等采用含非期望产出的三阶段DEA模型分析京津冀地区碳排放效率，并依据测算结果提出针对性碳减排对策；张抒阳采用超效率SBM模型分析甘肃省制造业整体及制造业28个行业的碳排放效率，并依据效率测算结果进行聚类分析，探究影响碳排放效率的因素；刘伟晗等采用三阶段SBM-DEA模型测算我国各省市的碳排放效率，发现我国碳排放效率平均水平较低且在低速增长；肖锐等基于2006～2020年的面板数据，采用超效率SBM对我国农村能源碳排放效率进行了测度，发现其总体呈波动上升趋势。
梳理以上文献发现，对于研究方法，DEA方法相较于SFA方法具有无需事先假设生产函数具体形式的优点，在碳排放效率的研究中应用更为广泛；对于研究范围，大多数文献以国家或城市群层面为主，以河北省等省级范围的碳排放效率进行针对性研究的文献较少。因此，本文选用DEA模型中含非期望产出的超效率SBM模型进行河北省碳排放效率的研究，以期望为河北省的碳减排工作提供可行依据，助力河北省实现“双碳”目标。
一、超效率SBM模型
传统的DEA模型由美国运筹学家Charnes和Cooper在20世纪70年代提出，是一种线性规划模型，可以应用于多个领域。DEA模型对提供相同服务的同类型单位（称为“决策单元”，DMU）进行多种投入多种产出的效率比较，得出的结果为相对效率，可以帮助决策者制定资源配置和经营策略。计算结果中，效率为1的决策单元称为相对有效率的决策单元，效率小于1的称为无效率的决策单元。
超效率SBM模型由Tone提出，是DEA相关模型的一种。非径向超效率SBM模型相对于传统DEA模型，减少了由径向和角度度量引起的偏差，还考虑了非期望产出因素对生产过程的影响。除此之外，传统的DEA模型有时会出现多个相对有效的决策单元，无法比较的情况，超效率SBM模型突破了效率值上限为1的约束，从而可对多个有效DMU进行比较分析。其模型如下：
ρ＝min■
s.t.xio≥■λjxij-s■■，i=1，2，…，myro≤■λjyrj+s■■，r=1，2，…，azko≥■λjzkj-s■■，k=1，2，…，bλ，s-，s+≥0
式中，ρ为效率值；n为决策单元DMU的个数；m为投入指标的个数；a为期望产出指标的个数；b为非期望产出指标的个数；xij为第j个DMU的第i种投入指标；yrj为第j个DMU的第 r种期望产出；zkj为第j个DMU的第k种期望产出；λ为DMU的线性组合系数；s■■、s■■、s■■为松弛变量。
二、实证分析
（一）指标选取与数据来源。本文参考多个碳排放效率的相关文献，并依据超效率SBM模型所需的三种指标类型，建立投入、产出指标体系，如表1所示。（表1）
本文研究所需的原始数据来源于《中国统计年鉴》、《河北省统计年鉴》、中国碳核算数据库等，少量缺失数据通过插值法进行填补。其中，资本存量参考张军的研究成果，采用永续盘存法，得到以2000年为基期的河北省2000～2021年的资本存量。河北省地区生产总值采用平减指数转换为2000年为基期的实际价格。由于数据较多，本文仅展示2000年、2005年、2010年、2015年、2020年的相关数据，如表2所示。（表2）
河北省历年二氧化碳排放量数据来源于中国碳核算数据库，河北省2000～2021年二氧化碳排放量具体如图1所示。从图1可以看出，河北省碳排放量整体呈上升趋势，但2012年后上升速度大幅下降，与2011年之前形成鲜明对比。这是因为2012年以前是河北省的快速发展阶段，城镇人口不断增多，人们的生活质量也不断提升，导致碳排放量随之增高，2012年“十八大”召开，我国政府逐渐意识到低碳减排的重要性，开展了一系列碳减排工作。与此同时，河北省也紧跟国家脚步，围绕低碳减排和“双碳”目标推出了《河北省碳达峰实施方案》《河北省“十四五”节能减排综合实施方案》等一系列节能减排措施，打开了河北省碳减排的工作局面，碳排放增加速率逐步下降。（图1）
（二）结果分析。河北省碳排放量得到控制的同时，经济也要逐步发展，从而实现河北省整体的高质量发展。对此，本文基于河北省各年投入、产出数据，选用Matlab软件进行超效率SBM模型的运算，得到河北省2000～2021年的碳排放效率，分析河北省的投入产出结构，结果如图2所示。（图2）
从图2可以看出，2000～2021年河北省的碳排放效率具有波动性，整体上呈先下降后上升趋势，大部分的年份碳排放效率值小于1，只有2000年、2008年、2011年、2021年的效率值超过1，处于相对有效阶段，表明其在技术方面有所改进，能源结构方面有所转变，表现较好。小于1表明当年河北省的生产效率、能源利用率较低，需要进一步改进。2000～2011年间的平均碳排放效率值高于2012～2021年间的平均碳排放效率值。2013～2020年间的效率值大多低于0.8，直至2021年才超过1，效率值整体表现情况没有2000～2012年好。2000～2021年的平均碳排放效率值为0.856，小于1，整体水平较低。
三、结论及建议
研究河北省的碳排放效率，既符合河北省高质量发展的要求，又有助于我国实现“双碳”目标。本文采用超效率SBM模型计算了河北省2000～2021年的碳排放效率，研究发现河北省近几年的碳排放效率均较低，在2021年才超过了1，达到相对有效阶段。这一结果说明，河北省的整体碳排放效率较低，碳减排工作还有继续改进的空间。要降低河北省碳排放量，提高碳排放效率，就要分析达到相对有效年份的投入产出结构，从投入产出两个方面开展碳减排工作，从而提升产能、改善能源结构、降低碳排放，继续保持2021年的良好工作局面。
（一）改善能源结构。减少化石能源的使用是降低二氧化碳排放量的关键措施之一。河北省的能源消耗的主要来源是煤炭，相较于其他能源，燃烧煤炭二氧化碳排放量较大，这是河北省碳排放增长的主要原因之一。2021年煤炭占能源消费比重大于70%，仍有较大的下降空间。要充分挖掘能源减排的潜力，加快发展清洁能源，提升清洁低碳型能源的消费占比，促进能源结构转型，使河北省成为清洁高效、多元支撑的新型能源强省。
（二）优化产业结构。河北省以钢铁、水泥等传统行业的发展较为突出，但也正是这些高碳排放产业导致河北省成为全国碳排放大省。在创新驱动发展战略大背景下，为实现可持续发展，河北省要加快产业升级，加大低碳节能技术的推广力度，基于河北省高能耗产业区域集中、用能集中的特征，以高能耗产业带动周边可再生能源和新能源产业发展，提升产能，降低碳排放，进一步优化产业布局。
（三）对接京津绿色低碳大市场。河北省是京津冀城市群的重要组成部分，也是京津冀的碳排放主体。要降低河北省碳排放，就要抓住京津冀协同发展的机遇，不断拓展京津冀协同发展的深度，构建京津冀绿色产业一体化，学习北京市和天津市低碳发展的先进经验和先进技术，以技术升级驱动河北省低碳发展，推进京津冀协同控碳。
（四）关注交通节能减排。河北省地处京畿要地，是全国交通的重要大通道，货运交通量约占全国总量的1/10，同时在京津冀交通一体化发展方面具有重要地位。而交通是公认的高碳排放的三大部门之一，更是碳减排工作的重要领域，河北省在保障物流通畅的同时，也要形成绿色集约、经济高效的交通运输格局，推广使用低碳交通工具。
（作者单位：河北工程大学管理工程与商学院）
主要参考文献：
［1］Wang Y，Deng X，Zhang H，et al.Energy endowment，environmental regulation，and energy efficiency：Evidence from China［J］.Technological Forecasting and Social Change，2022（177）.
［2］平智毅，吴学兵，吴雪莲.长江经济带碳排放效率的时空差异及其影响因素分析［J］.生态经济，2020.36（03）.
［3］李振冉，宋妍，岳倩，等.基于SFA-CKC模型评估中国碳排放效率［J］.中国人口·资源与环境，2023.33（04）.
［4］余敦涌，张雪花.基于随机前沿的天津市碳排放效率分析［J］.环境工程，2016.34（09）.
［5］杨扬，郭挂梅.基于超效率SBM模型的航空企业碳排放效率研究［J］.环境工程技术学报，2023.13（05）.
［6］徐琼，程慧，钟美瑞.中国旅游业碳排放效率趋同演变及其趋势预测［J］.生态学报，2023.43（09）.
［7］李月婷，王希龙，包晓斌.京津冀地区碳排放效率及减排路径研究［J］.资源开发与市场，2023.39（08）.
［8］张抒阳.甘肃省制造业碳排放效率评价及碳减排路径研究［D］.兰州：兰州大学，2023.
［9］刘伟晗，李伟，卢灿.基于三阶段SBM-DEA的碳排放效率分解研究［J］.电力科学与工程，2023.39（07）.
［10］肖锐，尹忞昊.居民收入视角下中国农村能源碳排放效率问题研究［J］.生态经济，2023.39（10）.
［11］张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952-2000［J］.经济研究，2004（10）.
|
|
|
|
