江西省碳排放效率測度及影響因素研析

□ 烏魯木齊 林 峰

中國是世界最大的碳排放國，低碳綠色發展已成為時代的主題，“碳達峰”，“碳中和”被寫入政府工作報告。江西作為中部省份，一直重點發展綠色低碳產業，開展國家循環經濟示范試點，成立了碳排放權交易中心，要求重點企業披露溫室氣體排放情況，旨在推動節能減排和綠色經濟發展。而要實現經濟發展與降低碳排放量的雙重目標，提升碳排放效率是關鍵環節。關于碳排放效率的研究主要聚焦于省際層面，而針對江西省11個地級市的研究則相對較少。張星燦采用dea中的BCC模型，對2011-2014年江西省地級市的碳排放效率進行了測算，但目前對江西省地級市碳排放效率的動態分析依然缺乏，也缺少對江西省地級市碳排放效率的影響因素分析，本文采用超效率SBM模型與Malmquist指數模型，將江西省11個地級市作為研究單元，對2010-2019年江西省碳排放效率進行了實證分析，并利用雙向固定效應模型，探索了各類變量對碳排放效率的影響情況。

一、研究方法

1.非期望產出的超效率SBM模型。在評價碳排放效率時，過去常使用多投入多產出的DEA模型。但傳統DEA模型為徑向距離函數，期望產出一般與經濟發展水平相關，而對于非期望產出的效果并不顯著。Tone提出的SBM模型為非徑向，可以處理非期望產出。但SBM模型的效率值不能超過1，無法對這些有效單元進行進一步比較與排序。而超效率SBM模型則允許效率值大于1，從而使得各個有效單元可以相互比較。因此，本文研究選用非期望產出的超效率SBM模型測度碳排放效率，可以提升結果的真實性，做到更客觀的效率評價。其具體模型如下

公式中，r*為碳排放效率值，若r*＜1，則說明效率是無效的。xik表示投入則分別代表期望產出和非期望產出。

2.Malmquist指數模型。Malmquist指數分析模型用于測算江西省11個地級市的碳排放效率動態變化。該指數可以定義為：

TFP（全要素生產率變動）由EC（技術效率變動）、TC（技術進步變動）組成，而 EC 可由PE（純技術效率變動）與 SE（規模效率變動） 相乘得到 。其中， 若TFP＞1，則說明生產率是上升的；TFP＜1，則說明生產率下降；EC的變化則反映的是管理方法的優劣與決策水平的高低，EC＞1，則說明管理水平與決策水平有了提升；而TC反映的是節能減排等相關技術，若TC＞1，則表示該區域的技術水平較之前有進步。

二、研究指標與數據來源

1.碳排放效率測算指標。在碳排放效率的測度中，選取的投入變量為資本、勞動力、能源，期望產出為地區GDP，非期望產出為碳排放量。計算方式為：（1）資本。參考單豪杰的做法，采用永續盤存法，公式為其中折舊率取10.96%，初始資本存量為各地級市2011年固定資產投資總額比上2010-2015年間的平均投資增長率與折舊率10.96%的之和。（2）勞動力。以全社會就業人數表示。（3）能源。用能源消費總量表示。（4）GDP。選取各地級市的歷年地區生產總值來表示，為避免價格影響，以2010年為基期，利用物價指數將其折算為實際GDP。（5）碳排放量。采用IPCC法計算，公式為其 中，C為 二氧化碳總排放量，為第j類碳排放源的碳排放量，為第j類碳排放源的數量，是第j類碳排放源的系數。

2.碳排放效率影響因素相關指標。影響區域碳排放效率的影響因素很多，結合現有研究，我們選取經濟發展水平（EDL）、能源結構（ERS）、能源強度（EI）、對外開放程度（EXP）、科技水平（TEL）、城鎮化水平（UR）、企業產權結構（PRS）為解釋變量。其中，經濟發展水平以2010年為基期的人均實際GDP的對數表示；能源結構以煤炭消費量占能源消費總量的比例表示；能源強度以單位GDP能耗表示；科技水平以政府科技支出占政府一般公共預算支出的比例表示；城鎮化水平以城鎮人口占總人口的比例表示；對外開放程度以地區進出口總額占GDP的比例表示；企業產權結構以規模以上工業企業中國有控股企業數量所占比例表示。

3.數據來源。數據來源于《中國城市統計年鑒》、《江西統計年鑒》與各地級市的統計年鑒、統計公報等資料。

三、碳排放效率實證結果與分析

1.碳排放效率靜態分析。借助MaxDea 8.0軟件，采用非期望產出的超效率SBM方法測算2010-2019年江西省碳排放綜合技術效率、純技術效率、規模效率，三項均值分別為0.84、0.97、0.86。其中碳排放綜合技術效率與規模效率整體為下降趨勢，而純技術效率較為平穩。綜合技術效率由2010年的0.86降至2019年的0.76，累計下降11.63%，規模效率由2010年的0.93降至2019年的0.77，累計下降17.20%，說明江西省碳減排工作依然任重道遠，有一定的碳減排空間。

本文同樣測度了2010-2019年江西省11個地級市碳排放綜合技術效率，限于篇幅，表中僅展示2010、2013、2016、2019年四個年份的相關測算數據。

表 2010－2019 年江西省11個地級市碳排放綜合技術效率

2010年-2019年南昌、撫州、贛州和鷹潭的平均綜合技術效率＞1，說明其10年的平均綜合技術效率均達到技術前沿面。南昌是江西經濟最發達的市，也是江西省會，經濟、技術與節能減排優勢明顯，有利于提升碳排放效率；贛州和南昌是江西省碳排放強度最低的2個地級市；鷹潭是銅都，不僅匯聚了江銅集團在內的國家重點企業，也集聚了產品門類齊全、科技含量較高的銅產業群，其中最主要門類為銅加工與銅拆解加工，而銅加工與銅拆解加工行業的單位產品能耗遠低于上游冶煉行業，碳排放強度也相對較低；撫州市雖然2010-2019年的平均碳排放效率相對較高，但2016-2019年的碳排放效率大幅下降，這是由于2016年開始，撫州新增大唐發電等重工業重點企業，以發電行業為代表的重工業企業能源消耗量與二氧化碳排放量大幅增加，從而拉動了全市能耗和煤炭消耗量的大幅度增長，進而導致了碳排放效率的下滑。新余同樣2018~2019年的碳排放效率有所下滑，這主要是由于新余2018~2019年的名義GDP總量都比上一年出現了下滑。

2.碳排放效率動態分析。利用Malmquist 指數，可以計算江西省11個地級市2010~2019年綜合技術效率變動（EC）、技術進步變動（TC）、純技術效率變動（PE）、規模效率變動（SE）和全要素生產率變動（TFP），從測算結果中，可以發現2010~2019年江西省各地級市的碳排放Malmquist指數同樣有一定差異。從TFP指數來看，目前全省中11個地級 市 中 ， 吉 安（ 1.1 6 4）、 上 饒（ 1.093） 、 南 昌（ 1.031） 、景德鎮（ 1.003） 、 萍 鄉（ 1.003） 、 新 余（1.000）的TFP值都不低于1，說明這些城市的碳生產率在不斷提升，碳排放效率也在提升。吉安、上饒、南昌TFP值排名前3，這三個城市近10年來積極調整經濟結構，淘汰落后產能，加強供給側結構性改革，扎實推進各項節能減排措施，從而有效提升了碳生產率。而TFP＜1的城市則依 次 為 鷹 潭 （ 0.991）、 九 江（0.984）、贛州（0.977）、宜春（0.929）、撫州（0.897），說明這些城市的碳生產率在下降，尤其是撫州由于2016年之后重工業經濟在區域經濟中占比的提升，使得碳生產率明顯下降，TFP值為全省最低，需要把控好經濟發展與碳排放效率的關系，推動產業結構升級。此外，TFP低于1的5個地級市的規模效率變動均小于1，是制約全要素生產率提升的重要原因，應合理把控生產規模，平衡好投入與產出的關系。

具體到綜合技術效率變動（EC）與技術進步變動（TC）來看，綜合技術效率變動（EC）與技術進步變動（TC）均＞1的城市包括南昌、吉安、上饒，可以體現出這三個城市的管理水平和技術水平在2010~2019年都有改善；景德鎮、萍鄉、新余、撫州的綜合技術效率變動＜1，技術進步變動＞1，說明這些城市技術水平有所進步，但城市管理與決策水平需要進一步提升；鷹潭、宜春則屬于技術效率指數＞1，技術進步指數＜1，說明這2個城市的全要素生產率提升主要受到技術進步的制約，需要引進尖端技術，加大科研投入；九江、贛州則是EC與TC都＜1，說明2010-2019年，這2個城市的管理水平、資源配置率、技術水平都相對有所下降，需要加強節能減排工作，提升資源配置與管理決策水平。

四、江西省碳排放效率影響因素分析

我們按江西省碳排放綜合技術效率均值為基準，將江西省 11個地級市劃分為碳排放高效率型城市和碳排放低效率型城市。其中，碳排放高效率型城市包括南昌、贛州、撫州、鷹潭、新余、吉安；碳排放低效率型城市包括宜春、上饒、九江、景德鎮、萍鄉。將碳排放綜合技術效率作為因變量，各類影響因素作為自變量建立模型。在模型的豪斯曼檢驗中，P值小于0.05，建立固定個體與時間的雙向固定效應模型。

在回歸結果中，經濟發展水平與碳排放效率在1%的水平上顯著正相關，說明經濟規模的擴張，將有效提升江西省的碳排放效率。而能源結構、城鎮化水平、企業產權結構與碳排放效率在1%的水平上顯著負相關，能源強度、對外開放程度與碳排放效率在5%的水平上顯著負相關。可以認為，煤炭在能源消耗中占比越高，越容易對碳排放效率產生負面影響；而能源強度的降低，即單位GDP綜合能耗的降低，將有效提升碳排放效率；對外開放程度的提高，可能導致國外將部分重工業產能轉移到江西。此外，目前江西省的進出口貿易產品仍有很大一部分為高能耗、低附加值產品，對外開放程度的提高，導致這類產品生產線的增多，從而使得碳排放量增多，碳排放效率的降低；城鎮化水平的提升，會大幅度增加城鎮企業數量，擴大基礎設施的建設規模，這將加劇能源消耗，從而降低碳排放效率；企業產權結構方面，江西的規模以上工業企業中，國有控股企業中重工業企業比重較高，這些企業的碳排放效率相對較低；同時相對于國企，非國有企業由于更靈活的組織結構，與追求利潤最大化的導向，也有更強的動力去進行技術創新，從而創造更高的碳排放效率。科技水平與碳排放效率為正相關但未通過顯著性檢驗。而對于碳排放高效率型城市來說，除了經濟發展水平與碳排放效率在1%的水平上顯著正相關、能源結構、能源強度、企業產權結構與碳排放效率在1%的水平上顯著負相關外，科技水平與碳排放效率在10%的水平上顯著正相關，通過提升科技投入，將進一步提升這類城市的碳排放效率。而對于碳排放低效率型城市而言，經濟發展水平與碳排放效率在1%的水平上顯著正相關，能源強度與碳排放效率在5%的水平上顯著負相關。對于這類城市，應該重點改善經濟發展質量，嚴格限制六大高耗能行業的單位GDP綜合能耗，建成指標更先進、符合地方實際情況的行業能耗標準體系。

具體到企業來說，以新余鋼鐵集團有限公司為例，新鋼集團是江西新余的支柱企業，近年來，新鋼集團積極開展創建清潔工廠、智能工廠的工作，同時優化工藝流程，精細化設備選型工作，淘汰過時的焦爐、燒結爐等設備，推進電爐鋼技術和低碳冶金技術發展，優化能源結構，降低對煤炭的依賴，從管理上減少冗余人員，完善碳排放制度，提升碳資產管理能力，這些都使得企業的單位增加值綜合能耗大幅下降，科技水平不斷提升，有效降低了碳排放強度，有利于區域碳排放效率的提升。

五、結論與建議

本文采用非期望產出的超效率SBM方法對江西省11個地級市的碳排放效率進行了測算，分析了各市的碳排放效率動態變化情況，在此基礎上，還運用雙向固定模型，對影響江西省碳排放效率的各類因素進行了實證，得出以下結論與相關建議。

1.碳排放效率。江西省11個地級市中，碳排放效率由高到底排名依次為南昌（1.32）、撫州（1.17）、贛州（1.08）、鷹潭（1.05）、新余（0.95）、吉安（0.93）、上饒（0.64）（0.64）、宜春（0.58）、景德鎮（0.55）、九江（0.52）、萍鄉（0.40）。其中，南昌、撫州、贛州、鷹潭四市碳排放效率大于1，已達到技術前沿面。

2.TFP值。2010~2019年，江西省11個地級市中，鷹潭、九江、贛州、宜春、撫州的TFP值小于1，說明其碳生產率正在下降。這5個市的規模效率變動均小于1，說明綜合技術效率的提升受到了規模效率的制約。

3.城市管理與技術水平。2010~2019年，南昌、吉安、上饒三個城市的管理水平和技術水平都有改善；景德鎮、萍鄉、新余、撫州的城市節能減排技術水平有所進步，但城市管理與決策水平需要進一步提升；鷹潭、宜春的全要素生產率提升主要受到技術進步的制約，需要加大引進先進技術的力度，同時增強科研投入；九江、贛州則管理水平、資源配置率、技術水平都相對有所下降，需要加強節能減排工作，提升資源配置水平與管理效率。

4.對于江西省而言，經濟發展水平與碳排放效率顯著正相關，能源結構、能源強度、城鎮化水平、對外開放程度、企業產權結構與碳排放效率顯著負相關。應該適當降低煤炭在能源消耗總量中的占比，積極使用清潔新能源，促進能源結構轉型升級。還應積極優化對外貿易結構，重點發展低能耗、高凈值的產品生產線，對于外資注入資本，應該謹慎把控，減少國外高污染落后產能的引入。對于國有控股企業來說，應該提升國有控股企業的活力與競爭意識，增強國有控股企業的創新研發能力。

5.對于碳排放高效率型城市，科技水平與碳排放效率在10%的水平上顯著正相關，應該加大科研投入，引進先進技術，進一步提升城市技術水平。對于碳排放低效率型城市，則除了進一步提升經濟發展水平外，應該重點把控高耗能行業的運營情況，優化工藝方案，推廣低能耗、高增加值的工業生產線，從而降低整個區域的單位增加值綜合能耗。