基于SBM—DEA浙江省碳排放效率時空演變研究

成遠，喬觀民，梅思雨，寧愛鳳

（1.寧波大學a.地理與空間信息技術系/陸海國土空間利用與治理研究中心；b.法學院，浙江 寧波 315211；2.浙江省新型重點專業智庫/寧波大學東海研究院，浙江 寧波 315211）

2009 年，哥本哈根世界氣候大會達成全球碳減排協議，我國明確提出二氧化碳排放力爭于2030 年前達到峰值，努力爭取2060 年前實現碳中和。削減碳排放的關鍵是提高碳排放效率，實現既承擔全球環境責任，又推動經濟可持續發展。在經濟新常態下，加快經濟增長與碳排放“脫鉤”，有助于實現優化能源等資源配置，增加經濟發展新動能。碳排放測算主要采用《IPCC國家溫室氣體清單指南》的算法，碳排放效率測算與評估模型主要包括隨機前沿分析［1，2］、ZSG—DEA 模型［3，4］、三階段DEA 模型［5］、SBM—DEA 模型［6］、社會網絡分析（SNA）［7］、Malmquist指數法［8］等。在此基礎上，研究影響碳排放效率因素，驗證了區域產業結構、能源結構、科技水平、環保政策與碳排放效率具有顯著相關性［9，10］，城市化水平［11］與自然資源豐度［12］也是重要影響因素。從地區公平角度考量，歷史排放責任和地區轉移責任［13］也應納入劃定排放量中。我國碳排放效率呈現空間非均衡格局［14］，在此基礎上，劃定優先度［15］，著重解決“高量低效”區域［16］。當前研究多基于減少碳排放量視角或提高碳排放效率視角，而對于碳減排量—碳排放效率納入統一框架的研究很少。本文運用SBM—DEA 模型計算碳排放效率和可減排規模，深入探討碳減排效率與公平關系，在總量控制下達成碳減排目標，為區域綠色高質量發展提供新思路，同時實現空間效率與公平的統一。

浙江省作為我國沿海開放經濟的先行區，政府長期堅持發展低碳經濟。關于浙江省的碳排放及碳排放效率研究也較多，主要包括碳排放空間分布格局［17］、碳排放效率測度［6，18］、經濟發展與碳排放的脫鉤［19］、影響因素探究［20］。其中，碳排放效率集中于浙江省在長三角中的比較。DEA 模型受決策單元影響大，以浙江省為研究單元可更準確地反映省級行政區內碳排放效率差異。“十四五”期間，浙江省碳減排治理進入改革深水階段，如何高效進行碳排放治理成為關注的熱點。本文運用SBM—DEA 模型，以浙江省11 個地級市作為研究單元，對2010—2019年浙江省碳排放效率時空變化進行了測度及成因分析，廓清浙江省碳減排的發展規律，為進一步探究省域碳排放治理，實現區域高質量發展提供理論支撐。

1 研究方法

1.1 SBM模型

數據包絡分析（Data Envelopment Analysis，DEA）是對具有多項投入、多項產出指標的復雜決策單元進行線性規劃，是一種非參數評估方法［21］。Tone［22］提出了非徑向且基于松弛變量的超效率DEA 模型（Slacks－ Based Measure，SBM），該模型直接將松弛變量加入目標函數，其結果可以在實際利潤的最大化基礎上展現效益比例結構優化，以較好地區分不同決策單元的效率，評價非期望產出下的生產部門效率。通過SBM 模型可測算出生產部門的規模效率和純技術效率，綜合兩者可得到綜合技術效率，即為碳排放效率。模型假設有n 個決策單元，每個決策單元由投入m、期望產出r1和非期望產出r2構成，則含有非期望產出的超效率SBM模型為：

1.2 Malmquist指數模型

本文采用Rolf Fare 等提出的Malmquist 生產指數［23］測算浙江省全要素碳排放效率動態變化，該指數方法可以分析出各區域生產的技術進步和技術效率。其中，技術效率指數反映管理方法、管理結構的優劣和決策的正確與否等問題，而技術進步指數表征節能減排技術進步。計算公式為：

式中，Dt（xt，yt）、Dt＋1（xt，yt）表示以t 年技術水平為參考，t和t ＋1 年決策單元的距離函數。

1.3 面板數據模型

面板數據（Panel data）模型可以反映變量在截面上和時間上的變化規律及其特征［24］。式（3）為面板回歸模型，式（4）為面板回歸的LLC 檢驗，計算公式為：

2 指標選取與數據來源

2.1 投入產出指標選取

碳排放效率研究中投入變量一般包括能源消耗、資本和勞動力，產出變量選取地區生產總值作為期望產出，碳排放量為非期望產出［25－27］（表1）。具體為：①能源消耗量。能源消耗量是將原化石能源按照標準系數折算成標準煤［19，28］。②勞動力。勞動力投入以全社會就業人數代替。③資本存量。采用永續盤存法（PIM）［29］，按不變價格計算浙江省各個地級市的資本存量，計算公式為：Kit＝Kit－1（1－σit）＋Iit。式中，Kit為第i 省第t 年的資本存量；σit為經濟折舊率；Iit為第i 省第t 年的固定資產投資總額。固定資產的經濟折舊率選取為0.096［30］。④GDP。國內生產總值以2010 年為基期進行物價指數平整，獲得實際的GDP值。⑤碳排放量。其計算公式為：C ＝∑AiBi。式中，C 為碳排放總量；Ai為各種能源消費量；Bi為能源的碳排放系數。其中，碳排放系數取2.499 tCO2/tce［31］。

表1 碳排放效率投入—產出指標體系Table 1 Carbon emission efficiency input－ out put index

2.2 影響因素指標

基于已有的文獻［32－34］，本文結合浙江省的發展實際情況，綜合考慮碳排放效率的經濟、社會、技術、政策等因素，解釋變量選取能源結構（ES）、經濟發展水平（EDL）、城市化水平（UD）、產業結構（IS）、要素稟賦（CL）、技術水平（TL）、對外開放度（OP）等。解釋變量表征為：①能源結構。根據《IPCC 國家溫室氣體清單指南》，原煤、洗精煤、焦炭、液化石油氣、天然氣、原油、汽油、煤油、柴油、油燃料等化石能源對應的碳排放量是不同的，采用原煤消費量占能源消費總量的比重表征能源結構。通常，原煤消費量比重越高，碳排放越多，能源的利用水平越低。②經濟發展水平。經濟活動需要能源支撐，經濟發展水平與碳排放、碳排放效率具有很強的相關性。區域經濟發展水平采用人均實際GDP 表示。③城市化水平。城市化整體提升了居民的消費水平和基礎設施利用，影響了碳排放及碳排放效率。一般城市化水平越高，碳排放量越大。城市化水平采用非農業就業人數比重與非農產值占GDP 的比重二者平均值來表征。④產業結構。產業結構調整影響能源利用量和能源利用結構，并進一步影響碳排放水平。第三產業既反映了產業結構高度化水平，也有利降低碳排放，提高了碳排放效率，因此用第三產業占GDP的比重來表示產業結構。⑤要素稟賦。在全要素框架下，資本、勞動和能源之間具有約翰·希克斯的替代效應，要素組合、替代對碳排放、碳排放效率具有影響。碳排放主要來源于第二產業，因此用第二產業的資本有機構成來表征要素稟賦，即第二產業資本量與從業人員比值（人均資本占有量）。⑥技術水平。科技是第一生產力，科技進步可降低碳排放，提高碳排放效率。采用專利授權數表征地區技術水平。⑦對外開放度。浙江省地處沿海開放前沿地帶，對外開放度擴大了碳足跡，增加了碳排放，同時積極引進新技術、新管理等，提高了碳排放效率。對外開放度一般用外貿依存度表征，即進出口貿易總額占GDP的比重。

2.3 數據來源

本文數據主要來源于2011—2020 年《浙江省統計年鑒》、浙江省各地級市統計年鑒和各地級市統計公報。

3 結果及分析

3.1 時間變化特征

本文運用Undesired－super efficiency SBM 模型測算了2010—2019 年浙江省碳排放的綜合技術效率、純技術效率和規模效率，結果發現三者均呈現下降的態勢（圖1）。

2010—2019 年，浙江省碳排放綜合技術效率、純技術效率、規模效率的均值分別為0.646、0.855、0.795，碳排放綜合技術效率、純技術效率、規模效率均沒有達到生產前沿面。純技術效率處于較高水平，碳排放綜合技術效率主要取決于規模效率。2010—2014 年綜合技術效率均值為0.722，變化平緩，2014 年后綜合技術效率急劇下降，到2019 年綜合技術效率為0.519，與生產前沿面差距很大。整體上，浙江省純技術效率下降幅度較小，但在2012—2013 年和2016—2017 年出現明顯的下降態勢。規模效率可劃分為兩個階段，即2010—2012 年呈上升趨勢，2013 年—2019 年呈下降趨勢，說明在當前情況下，浙江省具有較大，碳減排空間。2010—2019年，浙江省碳排放效率由0.719 降至0.519，年均下降了3.55%，能源、勞動力、資本投入等投入要素呈現冗余狀態，生產效率下降。2010—2019 年，浙江省單位GDP 碳排放（碳排放強度）的降低較為明顯，由1.469t/萬元下降至0.895t/萬元，年均下降了5.35%，說明在走綠色發展之路，實現碳減排過程中，浙江省全要素生產效率受到了一定程度的影響。因此，浙江省高質量發展必須把碳減排與提高碳排放效率有機統一起來。

3.2 空間分異特征

浙江省碳排放效率存在著空間分異性。整體上，浙江省碳排放效率以杭州市為高值中心區，向外圍不斷降低，呈現環狀分布特征。具體特征為：①碳排放效率區域極化效應顯著。2010—2019 年，杭州市碳排放效率由1.140 上升至1.314，年均增長了1.59%，綜合技術效率大于1，處于技術前沿面，在全省排名第一；碳排放強度從0.682t/萬元降低到0.197t/萬元，實現了碳減排與碳減排效率提升的“雙贏”局面。2010—2019 年，衢州市碳排放效率由0.31下降至0. 304，碳排放強度由2.505t/萬元降低到1.246t/萬元，綜合技術效率始終低于0.5，碳減排明顯而碳排放效率略有下降，是浙江碳減排效率最低的地級市。②碳排放效率大幅度下降，主要城市包括溫州市、舟山市、金華市。以溫州市為例，2010—2019 年碳排放效率從1.089 降低到0.421，碳排放強度由0.648t/萬元降低到0.452t/萬元。該類城市的碳減排具有差異性，碳排放效率由超效率大幅度降低到低效率區。特別需要指出的是，舟山市碳排放效率從1.094 降低到0.379，但碳排放強度從0.513t/萬元增加到0.622t/萬元，導致非期望產出增加而碳排放效率降低，沒有實現碳減排，說明碳減排影響了生產效率的命題需要綜合考慮，進一步進行要素分析。③碳排放效率緩慢下降，主要城市有紹興市、麗水市、臺州市。代表城市臺州市，2010—2019 年碳排放效率從0. 582 降低到0. 431，碳排放強度由1.270t/萬元降低到0.771t/萬元，碳減排明顯，而碳排放效率具有一定的下降，規模效率大幅下降，與純技術效率水平差距增大，碳排放效率主要受到規模效率下降影響。④碳排放效率長期處于低水平且波動不大的城市主要有寧波市、嘉興市、湖州市，最典型的是寧波市。2019 年寧波市碳排放量為1.85 億t，約占浙江省碳排放總量的46.1%。2010—2019 年，寧波市碳排放效率由0.503 降低至0.474，年均下降了0.66%，屬于小幅波動，而碳排放強度由3.6t/萬元降至1.72t/萬元，碳減排明顯。該類城市是浙江省碳減排重點地區。

圖2 2010—2019 年浙江省11 個地級市碳排放效率水平Figure 2 Carbon emission efficiency level of 11 cities in Zhejiang Province from 2010 to 2019

3.3 碳排放Malmquist指數空間分異

本文利用Malmquist模型計算技術效率指數、技術進步指數和全要素生產率變化指數（TFP指數）進一步測算了相鄰年份間碳排放的動態變化，測算結果如表2 所示。從表2 可見，2010—2019 年浙江省TFP指數皆小于1，全要素生產率有待提升；技術效率變化指數在2012—2013 年、2015—2016 年、2016—2017年與2017—2018 年指數小于1，表明這些時段技術效率下降；技術進步指數僅2017—2018 年大于1，其他年份均小于1。總體上，浙江省全要素生產率受技術進步指數制約，因此應大力發展低碳技術，運用技術創新來提高全要素生產率。

表2 2010—2019 年浙江省碳排放Malmquist 生產率指數Table 2 Malmquist productivity index of carbon emission in Zhejiang Province from 2010 to 2019

2010—2019 年浙江省Malmquist 生產率指數也具有很強的區域差異性。從表3 可見，總體全要素生產效率指數大于1 的城市有杭州、寧波，這兩座城市的碳排放效率持續改善。其中，杭州是管理水平、技術進步雙改善；寧波屬于管理水平高，技術進步水平沒有實現持續提高，但總體水平達到了持續改善。杭州市的技術效率與技術進步效率、全要素生產率都大于1，區域碳排放效率水平不斷加強。2010—2019年杭州市碳排放強度下降了71.06%，區域新興互聯網經濟發達、高新科技園區眾多、產業輕型化。寧波市、湖州市、麗水市、衢州市和臺州市技術效率大于1，區域碳排放的管理、決策水平持續進步，而技術進步指數小于1，制約了全要素生產率的提高。以寧波市為例，2010—2019 年該市碳排放強度下降了52.2%，但碳排放量卻上漲了21.7%，說明碳排放還沒有進入峰頂，碳減排對全要素生產效率具有一定的影響。這些城市的全要素生產率主要受技術效率制約，發展重點是加強科技研發投入，引進先進生產技術改善當地生產技術，提高能源利用效率。嘉興市、紹興市、金華市和溫州市技術效率與技術進步均小于1，全要素生產率呈現下降趨勢。溫州市具有典型性，2010—2019 年該市碳排放強度下降了33.3%，碳排放增加了58.5%。這些城市的碳減排對于全要素生產率負面影響比較顯著。舟山市技術效率指數小于1，而技術進步指數大于1，全要素生產率受到技術效率制約。2010—2019 年，舟山市碳排放強度上漲了17.1%，主要是由于舟山大力發展港口重化工業造成的，說明產業結構對于碳排放、碳排放效率具有顯著影響。

表3 浙江省11 個地級市碳排放效率Malmquist指數分解Table 3 Malmquist index decomposition of carbon emission efficiency of 11 cities in Zhejiang Province

總體上，2010—2019 年浙江省Malmquist 生產率指數均有所提高。該省技術效率平均值與生產前沿面相比提高了0.2%，區域內部各城長的增長速率差距縮小，表明2010—2019 年經濟較為落后、基礎設施較為薄弱的城市技術效率不斷提高。同時，浙江省的技術指數沒有提高，說明技術進步指數的提升是全要素生產率增長的主要因素。

3.4 碳排放冗余量分析

根據劉文君、劉秀春［35］的研究，本文設置了3個碳減排指標：①可減排規模。區域碳排放的冗余量絕對值是指在產出指標一定時，相對于現有技術水平的最合理投入指標下可降低的碳排放量。②相對減排潛力。區域碳排放冗余量（可減排規模）與排放量的比值表示在現有碳排放規模下降低碳排放的潛力。③減排重要性。區域可減規模與可減排總量比值體現了區域在完成全省碳減排任務中的重要性。為了推進碳排放交易實踐，本文再設置了兩個指標：①平均承擔碳排放量。按照絕對公平的角度，2010—2019 年浙江省碳排放總量均值為37649t，其中可減排規模12732 萬t，平均減排潛力32.86%，把平均減排潛力分配到各地級市，獲得平均承擔碳排放量。②交易指標。交易指標指可減排規模與平均承擔碳排放量之間的差值。交易指標為正時，該城市為碳排放交易的賣方是最優選擇；交易指標為負時，代表該城市為碳排放交易的買方是最優選擇。本文依據5 個碳減排指標計算了浙江省11 個地級市碳減排潛力，結果如表4 所示。

表4 浙江省11 個地級市碳減排潛力Table 4 Carbon emission reduction potential of 11 cities in Zhejiang Province（104 t）

從相對減排潛力視角來看，衢州市和嘉興市的減排潛力最大，相對減排潛力均超過了0.5，分別為0.691 和0.598；湖州市、臺州市、寧波市、紹興市、溫州市的碳減排潛力為0.242—0.466；金華市、杭州市、麗水市和舟山市相對碳減排潛力較小，除金華市外，其他城市的減排潛力為0，但在實際生產生活中仍然具有改善碳排放效率的空間。減排重要性以寧波市為最大，重要性為0.488；其次是嘉興市、臺州市、衢州市，減排重要性分別為0.156、0.111、0.094；其他城市對于浙江省整體的碳排放效率影響較小。

在總量控制碳減排基礎上，完善碳排放交易體系。2010—2019 年浙江省碳排放可減排平均規模為12372萬t，說明該省碳排放見余量較大，具有很高的減排潛力。因此，應充分發揮碳排放交易市場對控制溫室氣體排放的作用，降低全社會減排成本。以杭州市為例，在當前技術水平下，碳可減排規模為零，內部減排困難較大，進入技術瓶頸期。為落實公平原則，分擔責任為1074.57 萬t，可通過購買碳減排潛力大地區碳排放量。如嘉興等城市，在當前技術水平下，利用杭州的碳產權交易獲得的經濟利益，加強科技投入，實現碳減排目標，這樣買賣雙方實現雙贏，整個社會的運行效率最高。

4 浙江省碳排放效率影響因素分析

城市碳排放效率與冗余量具有明顯的地域分異特征。按照可減排規模、碳排放效率年均值（1124.73，0.65）作為臨界點，浙江省可減排規模—碳排放效率可以組合為4 種類型（圖3）。①高規模—高效率。目前無此類型城市。②低規模—高效率。包括杭州市、金華市、舟山市、紹興市與溫州市，該類城市具有碳排放效率高而碳減排潛力較小特征；低規模—低效率，代表城市為麗水市與湖州市，該類型城市具有碳排放效率和減排潛力雙低的特點。③高規模—低效率。包括臺州市、嘉興市、衢州市與寧波市4 個城市，該類城市具有碳排放效率低而減排潛力大的特點，是碳排放改進的重點地區。

圖3 浙江省11 個地級市可減排規模—碳排放效率組合Figure 3 Combination of emission reduction scale and carbon emission efficiency of 11 cities in Zhejiang Province

2010—2019 年浙江省碳排放效率為因變量，影響因素為自變量，形成面板數據。建立回歸模型，運用Eviews10.0 軟件對浙江省碳排放效率與影響因素進行了單位根平穩性檢驗。一階差分中影響因素的LLC檢驗P 值均小于0.05，ES、EDL、UD、IS、CL、TL與OP等因素屬于平穩序列。模型的Hausman 檢驗估計，統計量為27.627，伴隨概率為0.0003，小于0.05，因此拒絕隨機效應模型原假設，建立固定效應模型。浙江省碳排放效率影響因素回歸結果見表5。

表5 浙江省碳排放效率影響因素回歸結果Table 5 Results of the influencing factors of Carbon emission efficiency

總體上，浙江省碳排放效率與經濟發展水平、對外開放度之間具有顯著的正相關關系，相關系數分別為0.033、0.230，表明碳排放效率與經濟發展水平之間存在相互促進關系。對外開放程度即貿易依存度越高，碳排放效率越高，這是由于許多發達國家在進出口貿易時都建立了“綠色壁壘”，ISO14000 環境管理系列標準體現了外部約束對于碳排放效率的促進作用。要素稟賦、能源結構、產業結構和技術水平對浙江省碳排放效率具有顯著的負面影響，相關系數為－0.034、－0.463、－1.052 與－0.199。要素稟賦提高代表第二產業資本有機構成提高，浙江省在機器換人的產業類型轉變過程中降低了碳排放效率；化石能源等在能源結構中比例越高，碳排放效率越低；第三產業產值占GDP 比重越高，碳排放效率越低，這主要是當前浙江省除杭州市外，整體處于工業化中期向后期邁進階段，第三產業比重難以撼動重化工業深化局面；技術進步對于碳排放效率降低，這是由于技術進步降低了碳排放強度，而對于全要素生產率影響呈現下降趨勢，這是碳減排到深水區存在的現象。

對于低規模—高效率類型城市而言，經濟發展水平、要素稟賦、產業結構、技術水平對碳排放效率具有顯著相關性。經濟發展水平對該類型城市具有顯著正面影響，系數為0.086，提高該類型城市的經濟發展水平，有利于碳排放效率的提高；要素稟賦、產業結構和技術水平對該類城市具有顯著負面影響，系數分別為－ 0.037、－ 2.556 和－ 0.408。對于低規模—低效率類型城市而言，產業結構對該類城市具有顯著負面影響，影響系數為－ 1.864，當地第三產業的發展并沒有降低碳排放效率。對于高規模—低效率類型城市而言，對外開放程度與技術水平對碳排放效率具有顯著影響。對外開放對于碳排放效率具有顯著正面影響，系數為0.222，外貿是碳排放正向驅動力；技術水平具有顯著負面影響，系數為－0.067。對于高規模—低效率類型城市而言，繼續擴大開放水平是提高碳排放效率的重要路徑。

5 結論與討論

5.1 結論

本文運用Undesired－super efficiency SBM 模型與Malmquist指數模型對2010—2019 年浙江省11 個地級市的碳排放效率進行了測算，并在此基礎上，運用固定效應分析了影響該省碳排放效率的因素，結論如下：①浙江省碳減排全要素效率受到邊際報酬遞減規律制約。新階段，碳減排應與提高碳排放效率有機統一起來，規模、技術緊密結合，以提高綜合效率。從尺度分析發現，杭州市實現碳排放強度、碳排放總量均實現了大幅度下降，而碳排放效率卻在上升，說明具有實現碳減排且提高全要素生產率的路徑是大力發展信息產業集群、文化創意產業、旅游休閑產業、金融服務產業、健康產業、時尚產業、高端裝備制造等產業，推動區域高質量發展。②浙江省碳排放效率空間分異大，區域固化效應明顯。通過Malmquist指數測算發現，技術效率達到了前沿面，因此技術進步是影響浙江省全要素生產效率的關鍵。碳排放效率不同等級地區之間流動性不高，呈現固化現象，各地區TFP指數動態變化出現“強者愈強，弱者愈弱”的馬太效應。杭州市領先發展，而其他城市碳排放效率呈現普遍下降的現象，這是由于當前整個浙江省產業演進進入重化工業階段，而杭州進入后工業化階段形成的碳排放格局。③浙江省碳減排潛力高，產業結構是制約碳排放效率的關鍵因素。整體上，浙江省碳排放冗余量較大，具有很高的減排潛力。衢州和嘉興減排潛力最大，應加大關注其碳排放效率與技術；寧波是減排最重要的城市，對浙江省碳排放總量具有顯著影響。各個城市的碳排放純技術效率變化趨勢同可減排規模、相對減排潛力呈相反的關系，純技術效率高的地區可減排規模與相對減排潛力相對較低。從面板數據回歸結果發現，浙江省碳排放效率與經濟發展水平、對外開放程度呈現顯著性正相關關系，與要素稟賦、能源結構、產業結構、技術水平具有顯著性負相關關系。其中，產業結構的相關系數最大，是影響碳排放效率的關鍵因素。

5.2 討論

本文擬通過“碳排放冗余量＋碳排放效率”組合分類指導，實現公平與效率的統一。當前碳排放“公平”視角的研究主要是區域排放量差異的絕對公平［17］。“公平”兼顧“效率”采用“碳排放量＋碳排放效率”［36］來追求相對公平，而運用“碳排放冗余量＋碳排放效率”側重于碳減排，兼顧經濟總量，對經濟體量較大地區更為公平，建立碳交易體系，實現全社會的帕累托改進。

完善多層次的碳排放交易體系：浙江省碳排放交易體系—長三角碳排放交易體系—全國碳排放交易體系進行層級制管理，因地制宜推動區域減排任務與長期發展目標并重。低規模—高效率、低規模—低效率、高規模—低效率3 種類型的地區應利用各自優勢實現減排，達到高質量發展。①“高規模—低效率”地區是浙江省實現碳減排，提高碳排放效率的重點地區。該類地區碳排放效率主要受到對外開放程度和技術水平制約，因此進一步提高地區開放水平，優化出口產品結構，鼓勵出口高附加價值、低能源強度的產品與服務；大力發展新能源、新材料、現代裝備制造業等新興工業，加快循環經濟建設，推動港口大工業的ISO14000 認證等措施來提高碳排放效率；積極引導與鼓勵企業發展低碳、綠色、循環、生態產業，大力發展提高能源利用效率的技術，對高能耗的企業進行規制，實現碳減排和碳排放效率的雙改善。②“低規模—低效率”地區碳排放效率更多受到產業結構制約，重工業比例高，因此應積極推動產業結構升級，充分發揮技術進步作用，提高全要素生產率，從而提升碳排放效率水平，縮小城市之間碳排放效率差距。③“低規模—高效率”類型地區處于碳減排較為領先的地位，可以嘗試轉變以化石能源為主導的能源體系，探索以風能、太陽能、水能、氫能等清潔能源為主體的非碳能源結構，更加注重當地產業集聚對于周邊地區、城市的輻射帶動作用，引領全省發展，帶來更大范圍的產業變革。

在碳排放量的分配上，首先考慮在相對公平的基礎上合理配置各地級市碳排放配額，并在此基礎上，進一步推動“效率”優先的配額體系，特別是“高規模—低效率”的地區應當打破碳排放配額交易的障礙，建立相應的碳排放交易所和地方政府配額交易制度，推動碳排放權在各區域間進行充分的流動，與企業間的碳排放交易所進行協同，對實現碳達峰與碳中和實現積極作用。SBM—DEA 實現了決策單元的碳排放效率測算，可進行尺度空間的橫向比較，而Malmquist 指數實現了碳排放效率各地級市的縱向比較，對碳排放效率的刻畫更加具體。運用碳減排—碳排放效率組合分析，初步建立了一個帕累托優化的碳減排產權交易框架，如果能夠建立多情景下的“碳減排—碳排放效率”交易框架，實踐意義可能更大，這是今后研究的一個方向。