山东省区域碳排放绩效评价

・资源与环境・　资源开发与市场Ｒｅｓｏｕｒｃｅ　Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ　２０１７　３３（２）　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００５—８１４１．２０１７．０２．００５　山东省区域碳排放绩效评价　王　星，盖　美，王　嵩　（辽宁师范大学海洋经济与可持续发展研究中心，辽宁大连１１６０２９）　摘要：提高碳排放绩效是实现绿色低碳可持续发展的关键。基于山东省１７个地级市碳排放现状，运用ＩＰＣＣ推荐碳排放计算方　法测算了２００５－－２０１４年各市碳排放量，将碳排放量作为非期望产出纳入全要素研究框架，剔除环境变量和随机误差对结果的影响，　探索性地利用三阶段数据包络分析法（ＤＥＡ）评价各市碳排放绩效，最后从空间进行分析。结果表明：山东省各市碳排放绩效存在明　显的差异性，随机前沿分析法（ＳＦＡ）下山东省各市碳排放绩效发生显著变化，其中纯技术效率被低估、规模效率被高估是山东省总　体碳排放无效率的主要来源。　关键词：碳排放绩效；纯技术效率；规模效率；三阶段ＤＥＡ　中图分类号：Ｘ８２３　文献标志码：Ａ　文章编号：１００５—８１４１（２０１７）０２—０１５０—０６　Ｓｔｕｄｙ　ｏｎ　Ｐｅｒｆｏｒｍａｎｃｅ　Ｅｖａｌｕａｔｉｏｎ　ｏｆ　Ｒｅｇｉｏｎａｌ　Ｃａｒｂｏｎ　Ｅｍｉｓｓｉｏｎ　ｉｎ　Ｓｈａｎｄｏｎｇ　Ｐｒｏｖｉｎｃｅ　ＷＡＮＧ　Ｘｉｎｇ，ＧＡＩ　Ｍｅｉ，ＷＡＮＧ　Ｓｏｎｇ　（Ｃｅｎｔｅｒ　ｆｏｒ　Ｓｔｕｄｉｅｓ　ｏｆ　Ｍａｒｉｎｅ　Ｅｃｏｎｏｍｙ　ａｎｄ　Ｓｕｓｔａｉｎａｂｌｅ　Ｄｅｖｅｌｏｐｍｅｎｔ，Ｌｉａｏｎｉｎｇ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｄａｌｉａｎ　１　１６０２９，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｔｏ　ｒｅａｌｉｚｅ　ａ　ｇｒｅｅｎ，ｌｏｗ　ｃａｒｂｏｎ　ａｎｄ　ｓｕｓｔａｉｎａｂｌｅ　ｄｅｖｅｌｏｐｍｅｎｔ，ｉｔ　ｗａｓ　ｏｆ　ｋｅｙ　ｓｉｇｎｉｉｆｃａｎｃｅ　ｔｏ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ．　Ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｃｕｒｒｅｎｔ　ｓｉｔｕａｔｉｏｎ　ｏｆ　ｐｅｒｆｏｒｍａｎｃｅｓ　ｆｒｏｍ　ｓｅｖｅｎｔｅｅｎ　ｃｉｔｉｅｓ　ｉｎ　Ｓｈａｎｄｏｎｇ　Ｐｒｏｖｉｎｃｅ，ｔｈｉｓ　ｐａｐｅｒ　ｃａｌｃｕｌａｔｅｄ　ｔｈｅ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｏｆ　ｔｈｅｓｅ　ｃｉｔｉｅｓ　ｆｒｏｍ　２００５　ｔｏ　２０１４　ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｍｅｔｈｏｄｓ　ｒｅｃｏｍｍｅｎｄｅｄ　ｂｙ　ｔｈｅ　ＩＰＣＣ．Ｉｔ　ｂｒｏｕｇｈｔ　ｔｈｅ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ａｓ　ｕｎｃｏｎｓｉｄｅｒａｂｌｅ　ｏｕｔｐｕｔ　ｉｎｔｏ　ｔｈｅ　ｒｅｓｅａｒｃｈ　ｆｒａｍｅｗｏｒｋ　ｏｆ　ｔｏｔａｌ　ｅｌｅｍｅｎｔｓ　ａｎｄ　ｅｖａｌｕａｔｅｄ　ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅｓ　ｏｆ　ｔｈｅ　ｓｅｖｅｎｔｅｅｎ　ｃｉｔｉｅｓ　ｉｎ　Ｓｈａｎｄｏｎｇ　Ｐｒｏｖｉｎｃｅ　ｂｙ　ｅｘｐｌｏｒｉｎｇｌｙ　ｕｓｉｎｇ　ｔｈｅ　ｔｈｒｅｅ—ｓｔａｇｅ　ＤＥＡ　ｍｅｔｈｏｄ，ｅｘｃｌｕｄｉｎｇ　ｔｈｅ　ｉｎｆｌｕｅｎｃｅ　ｃａｕｓｅｄ　ｂｙ　ｅｎｖｉｒｏｎｍｅｎｔ　ｖａｒｉａｂｌｅｓ　ａｎｄ　ｒａｎｄｏｍ　ｅｒｒｏｒｓ．Ｆｉｎａｌｌｙ，ｆｒｏｍ　ｔｈｅ　ｓｐａｃｅ　ａｎａｌｙｓｉｓ　ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｃａｌｃｕｌａｔｉｎｇ　ｒｅ—　ｓｕｈｓ，ｔｈｅ　ｒｅｓｕｌｔ　ｓｈｏｗｅｄ　ｔｈａｔ　ｔｈｅｒｅ　ｅｘｉｓｔｅｄ　ｏｂｖｉｏｕｓ　ｄｉｆｆｅｒｅｎｃｅｓ　ａｍｏｎｇ　ｔｈｅ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｐｅｒｆｏｒｍａｎｃｅｓ　ｏｆ　ｔｈｅ　ｓｅｖｅｎｔｅｅｎ　ｃｉｔｉｅｓ．Ｉｎ　ｐａｒｔｉｃｕｌａｒ，ａｆｔｅｒ　ｅｘ。　ｃｌｕｄｉｎｇ　ｔｈｅ　ｉｎｆｌｕｅｎｃｅｓ　ｃａｕｓｅｄ　ｂｙ　ｅｎｖｉｒｏｎｍｅｎｔ　ｖａｒｉａｂｌｅｓ　ａｎｄ　ｒａｎｄｏｍ　ｅｌｌ＇ＯｒＳ，ｔｈｅ　ｐｅｒｆｏｒｍａｎｃｅｓ　ｃｈａｎｇｅｄ　ａ　ｌｏｔ．Ａｍｏｎｇ　ｔｈｅ　ｃｈａｎｇｅｓ，ｐｕｒｅ　ｔｅｃｈｎｉｃａｌ　ｅｆｆｉ—　ｃｉｅｎｃｙ　ｗａｓ　ｕｎｄｅｒｅｓｔｉｍａｔｅｄ　ｗｈｉｌｅ　ｔｈｅ　ｓｃａｌｅｄ　ｅｆｉｃｉｆｅｎｃｙ　ｏｖｅｒｓｔａｔｅｄ．Ｔｈｅｓｅ　ｒｅｆｌｅｃｔｅｄ　ｔｈａｔ　ｔｈｅ　ｎｏ　ｐｅｒｆｏｒｍａｎｃｅ　ｉｓｓｕｅ　ｏｆ　ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｉｎ　Ｓｈａｎｄｏｎｇ　Ｐｒｏｖ－　ｉｎｃｅ　ｗａｓ　ｍａｉｎｌｙ　ｃａｕｓｅｄ　ｂｙ　ｓｃａｌｅｄ　ｅｆｉｆｃｉｅｎｃｙ．　Ｋｅｙ　ｗｏｒｄｓ：ｃａｒｂｏｎ　ｅｍｉｓｓｉｏｎ　ｐｅｒｆｏｒｍａｎｃｅ；ｐｕｒｅ　ｔｅｃｈｎｉｃａｌ　ｅｆｆｉｃｉｅｎｃｙ；ｓｃａｌｅｄ　ｅｆｆｉｃｉｅｎｃｙ；ｔｈｒｅｅ—ｓｔａｇｅ　ＤＥＡ　１　引言　络分析模型探讨了碳排放津贴以及２４个欧盟成员国　之间的碳排放配额分配问题，以期能找到一个相对公　随着巴黎气候大会的召开，引起各国对绿色低碳　发展的高度重视。我国强调把生态文明建设放在突出　地位，着力推进绿色发展、循环发展、低碳发展，其中发　平、高效率的分配方法；Ｖｉｎｅ等　提出了指导方针开发　的监测、评价、综述报告、验证和认证气候变化能源效　展低碳经济的关键在于提高碳排放绩效。作为我国的　重要经济省份，山东省地处环渤海经济区与山东半岛　率项目，监测和评价能源效率项目需要确定温室气体　（ＧＨＧ）排放量和其他属性，并确保全球气候保护；Ａｓａ．　ｖａｖａｌｌｏｂｈ等　提出采用三阶段ＤＥＡ模型来解决环境输　入问题，结果表明该方法实现了现有多级模型的非输　入潜在优势。国内学者对碳排放绩效的研究起步较　蓝色经济区，碳排放量更是居全国第一。以山东省为　例，准确把握该地区的碳排放特点对有效分析碳排放　性能的空间差异、改善城市的碳排放量、实现碳减排目　标的整体性能均具有重大指导意义。　国外在效率方面，Ｃｈｉｕ等…以零和收益的数据包　收稿日期：２０１６—１２—１７；修订日期：２０１７—０１—１３　基金项目：国家社会科学基金重大项目（编号：１４ＺＤＢ１３０）；２０１６年　教育部人文社科重点研究基地重大项目“中国海洋经济可持续发展的　理论基础与实证研究”；辽宁省社会科学规划基金项目（编号：　Ｌ１５ＢＪＹ０１７）；辽宁省教育厅项目（编号：Ｗ２０１６８３６０６）。　第一作者简介：王星（１９９０一），女，河北省邯郸人，硕士研究生，研　究方向为区域海洋经济。　通讯作者简介：盖美（１９７１一），女，辽宁省大连人，博士，教授，硕士　生导师，研究方向为区域海洋经济与可持续发展。　・　晚。宋马林Ｈ　等结合国内外节能减排的实践，在此基　础上运用超效率ＤＥＡ模型探讨了社会协同地区的节　能减排评价模式；孙秀梅　等运用超效率ＳＢＭ—ＤＥＡ　模型和Ｍａｌｍｑｕｉｓｔ指数对山东省２００５－－２０１２年山东省　各市的碳排放绩效进行了测算研究，结果表明１７个城　市的碳排放绩效存在明显差异性；彭梦霞　等利用　ＤＥＡ模型测度了山东省碳排放的绩效，分析了主要影　响因素，结果显示山东省节能减排压力形势依然严峻；　徐胜　等利用ＤＥＡ方法测算了山东省１７个地级市碳　排放绩效，并在分析各市碳排放空间差异的基础上对　１５０　・　资源开发与市场Ｒｅｓｏｕｒｃｅ　Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ　２０１７　３３（２）　碳排放绩效的变化规律和趋势进行了预测；李科　运　用超效率ＤＥＡ方法测算我国３０个省份１９９７－－２０１０年　的节能减排绩效，分析了动态变化特征；赵丽可　较详　细地测算了我国３０个省份ｌ９９７—２０１１年的碳排放　量，并对碳排放的相关影响因素进行了定性和定量分　析；华坚Ｈ。。等利用三阶段ＤＥＡ方法评价了我国省际区　域的二氧化碳排放绩效，剔除了环境变量和随机误差　对结果的影响，为真实测度二氧化碳排放绩效提供了　可行方法；刘亦文¨　等从碳排放效率角度出发，利用　超效率三阶段ＤＥＡ模型测度了我国各地区的碳排放　水平及其动态变化并进行了相互比较。基于以上研究　发现：在模型选取方面，大多只选用一种效率测算模　型，对研究区域效率测算单一且不全面；在研究内容方　面，多为基于一种效率’坝４算结果对研究区域进行空间　差异分析，未分析造成各城市总体碳排放无效率的主　要因素。本文根据纯技术效率与规模效率共同进行效　率模式分类，探究地区间无效率差异原因，将其结果进　行分析并对比，使研究结果更具可靠性。　目前，大多数文献研究山东省碳排放绩效仅从山　东省整体出发，并未对山东省碳排放绩效进行空问差　异分析。借鉴ＩＰＣＣ公布的标准公式，本文对一次能源　消费的碳排放量进行测算，选取消耗量最大的两类能　源（煤炭、石油）对山东省２００５－－２０１４年各市碳排放量　进行估算。生产函数形式在非参数三阶段ＤＥＡ方法　中不需要事先确定，且充分考虑随机误差和环境因素　对生产单元管理绩效性能的影响，所以兼具传统ＳＦＡ　方法和ＤＥＡ方法的优点。在第一阶段并未采用传统　ＤＥＡ模型，而是采用包含非期望产出的超效率ＳＢＭ—　ＤＥＡ模型，相对于传统ＤＥＡ模型，非期望产出的超效　率ＳＢＭ—ＤＥＡ模型在处理非期望产出上更具有合理　性和优势。优点是决策单元的绩效价值大于１，即可　体现样本达到相对有效后的绩效变化情况。通过第三　阶段得到剔除环境因素和随机因素干扰后的碳排放绩　效值，再对碳排放绩效值进行分析，探究碳排放绩效无　效率来源，根据碳排放效率值对山东省进行空间差异　分析，这对山东省各市发展低碳经济给出了战略性的　指导意见。　２资料来源与研究方法　２．１变量选取与数据来源　数据来源：本文的原始数据来源于２００６－－２０１５年　《山东统计年鉴》、《山东省国民经济和社会发展统计公　报》和各地级市的统计年鉴。　投入一产出变量：本文主要选取三个投入指标，两　个产出指标。根据投入指标选取惯例和前人的研究成　・资源与环境・　果，我们分别选取劳动力投入、资本投入、能源消耗作　为投入要素。其中，劳动力投入要素以山东省各市的　年末从业人数为指标（万人）；资本投入要素参照资本　存量估算的永续盘存法，并以２００５年为基期年，将山　东省各市各年的固定资产总额按不变价格进行折算　（亿元），选取年末从业人数作为人力投入要素（万人）；　能源要素选取能源消耗总量（万ｔ标准煤）；投入指标　的数据来源于相关年份的《山东统计年鉴》，产出指标　分为期望产出和非期望产出。在包含非期望产出的超　效率ＳＢＭ—ＤＥＡ模型中，碳排放量作为污染物表现为　非期望产出。由于山东省没有官方公布的二氧化碳排　放数据，碳排放量的计算参照气候变化专门委员会　（ＩＰＣＣ）公布的标准公式计算得出。由于各地市统计数　据的获取难度大，本文选取山东省需求量最大的原油　和煤炭两种不可再生能源表示各地市的能源消费量，　对碳排放量进行核算，再对山东省２００５年以来各个市　的碳排放量进行估算，结果见表１。以山东省各市地　区ＧＤＰ作为期望产出，其中ＧＤＰ以２００５年后为基期　计算，调整为实际ＧＤＰ。　表１　２ＯＯ５－－２０１４年山东省各市二氯化碳排放量（万ｔ）　年份　２００５　２００６　２００７　２００８　２００９　２０１０　２０１１　２０１２　２０１３　２０１４　济南４９３５．３４　５４８９．３６　６０９７．５０　６７２７．７８　７１０３．９３　７８２２．１９　８０８０．１２　７８３１．４９　８０５５．８１　７８９３．６５　青岛６１７４．６３　７０３４，１８　７７５３．３８　８４３７．０８　８４７８．３１　９３２１．７１　１０１２９．５６　１０１１４．１２　１０１２１．８４　１０１１７．９８　淄博７４８３．４５　８２３１．０５　８８９９　２８　９２３４．８８　８７２４．３１　９３１３．５２　１０４０６．９３　９９９８　９４　１０２０２．７３　１０１００．９３　枣庄２２３９．６８　２６８９．２２　２９９７．７６　３１５４．４４　３１２６．９６　３２８９．７５　３７６６．９３　３８００．２７　３６８３．６０　３７９１．９４　东营２９１２．３４　３９１８　４１　４３０４．３７　４７７７．７４　４５７６．６４　４７３０．７０　５７５５．４６　５９６９．６８　５９６２．６６　５９１６．１７　烟台５１１６．２８　６４２４．６３　７５８５．３６　８３４０．５２　８３８６．２４　９１７９，６２　１０２２０．２２　１０５５２．５６　１０４８６．１９　１０６４９．４８　潍坊５３２３．６５　６３１４．３３　７１３３．１３　７９２３．９２　８６６６　９５　９２１７．７０　１０５８７．２５　１１６３２．８８　１１２１０．０７　１１３７１　４７　济宁４４２１．３５　４７９２．８０　５５００．４６　６１８６．２１　６（６６　０６　６７５２．Ｏ０　７９７９．１１　８０８６．９４　８０４３．１２　８０５９．９８　泰安２５６５．８２　３２０７．５３　３８０２　２８　４３８５．８０　４２１８．５０　４７１８．４２　４６２４．８４　４６５０．８３　４６３７．５３　４６４４．３３　威海２００９．３１　１９８４．０２　２１６５．２９　１４９９　４５　２３２４．２９　２４９５．６７　２８４５．６１　２９４６．９６　２９９６．２８　２９２１．６２　日照１４１９．３６　１７７３．４０　２６６０．１３　３２６３．９１　３７７７．７２　４２０７．９１　４５７７．００　４９３８．４０　４７５７．１７　４８４８．０５　莱芜１９５５　０７　２１６３．７０　２３８２．４１　２７８２．８４　２６６４．３７　３０１１．１５　３４７８．９４　３２０５．８３　３２４２．３９　３２７４．１１　　１沂４４９７．０１　５１８９　２８　５７９４．３９　５８４５．０２　６６６７．４９　７２２８．６５　８７１０．９９　９３３２．７２　９１２１．８６　９１７７．２９　德州３１９４．２５　３５９５　１９　４１０４．１４　３９６０．０９　４５５０．５６　４７８２．７９　５６７１．２８　６２３２．９１　６０５２．１０　６０９２．５０　聊城３２８１．４９　４６３０．１０　６１７８．５８　６９７８．２９　７２１１．１３　７８４４．６０　８００３　５６　８２９６．１２　８１４９．２４　８２２２．９８　滨州２４４３　３５　３５２２．８０　４１３７．７１　４６３７．５５　５１０４，８０　５４６０．４８　５８４６．７１　６１３９．５７　６０９３．１４　６０６６．３５　菏泽１４２８　５５　１８８２　０２　２３７８．５５　２７１５．６０　２９６２．８９　３５６５　４６　４３５４　３７　４７７９．８１　４６６７．０９　４６７３．４５　环境变量：环境变量的选择对碳排放绩效有显著　影响，且不是在主观可控因素的范围内。产业结构、对　外开放程度、能源结构等因素都会对碳排放绩效产生　影响，但作用程度与方式的影响并不存在一致性。本　文按照影响力作用最大的外部因素作为环境变量，在　衡量指标代表性功能、数据可用性和主要影响因素的　基础上，选取了以下三个因素作为外部环境变量。其　中数据均来源于２００６－－２０１５年的《山东统计年鉴》、山　东省各地市相关年份的统计年鉴。外部环境变量为：　①产业结构。碳排放绩效与产业结构有着密不可分的　联系，产业结构对能源消费和经济总量具有很大影响。　・　１　５１　・　・资源与环境・　即以能源密集型重工业（电力、石化等产业）为主向第　三产业（服务业）方向转移，对绿色低碳产业（清洁能源　等产业）的繁荣发展起了很大的推进作用，降低经济的　碳排放量，本文使用第三产业比重代表产业结构。②　对外开放程度。改革开放以来，山东省对外贸易快速　发展。山东省是能源高消耗和高碳排放的经济发展特　点，一方面对对外贸易的粗放型结构影响较大，另一方　面对对外开放引进的前沿技术、先进设备、优质的管理　经验都会从不同程度上提高能源的利用效率，达到减　少碳排放的目的。鉴于此，本文以对外依存度即进出　口总额与地区生产总值的比重（对外依存度：进出口　总额／ＧＤＰ）为指标，用以表示对外开放程度的大小。　③能源结构。山东省经济发展的能源消耗主要包括煤　炭、石油等，与能源造成的碳排放量存在差异、煤炭燃　烧排放的二氧化碳排放量最大，是石油的１．３倍，煤炭　占能源消耗比例的负面影响对碳排放表现显著。考虑　到山东省各个城市数据的可用性和能源消耗的特点，　本文使用工业规模的煤炭消费量作为能源结构的衡量　指标。　２．２修正的三阶段ＤＥＡ模型　由于传统的ＤＥＡ模型并没考虑到环境因素对绩　效所产生的影响，Ｆｒｉｅｄ¨　等提出外生环境变量对碳排　放绩效影响的四阶段ＤＥＡ模型评价方法，但四阶段法　仍无法剔除随机误差所造成影响，所以Ｆｒｉｅｄ¨。　等进一　步对四阶段ＤＥＡ模型法进行了优化，提出了三阶段　ＤＥＡ模型法，既调整了环境变量的影响，又剔除了随　机误差项的影响。本文将传统ＤＥＡ模型用包含非期　望产出超效率的ＳＢＭ—ＤＥＡ模型进行替换，改进三阶　段ＤＥＡ模型的构建和运用包括三个阶段。　第一阶段——包含非期望产出的超效率ＳＢＭ—　ＤＥＡ模型。鉴于普通ＢＣＣ和ＣＣＲ模型不能体现样本　达到相对有效后的效率变化情况，本文采用包含非期　望产出超效率的ＳＢＭ—ＤＥＡ模型，公式为：　，　１　Ｎ。　．　１０　咖“——　—　—　ｌ　，　＋　Ｊ　ｓ・　ｋ　１：＝，乏　Ｊ　　≠Ｊｚ　ｔ　＋ｓ　ｔ＝　，ｎ＝　，…一……　ｌ…．（１　）　∑ｚ＇ｋＹＬ—ｓｙ　＝ｙ　ｔ，ｍ＝１，…，　ｌ，　≠Ｊ　∑ｚ　６　＋ｓ　６　，ｉ：１，…，，　＝１，ｋ≠Ｊ　ｚ　≥０，ｓ：≥０，ｓＹ　≥０，ｓ　≥０，ｋ＝１，…，Ｋ　采用包含非期望产出超效率ＳＢＭ—ＤＥＡ模型的　优点是决策单元的绩效价值可大于１，即可体现样本　・　１５２　・　资源开发与市场Ｒｅｓｏｕｒｃｅ　Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ　２０１７　３３（２）　达到相对有效后的绩效变化情况，因此考虑非期望产　出的超效率ＳＢＭ—ＤＥＡ模型更能真实反应山东省各　市碳排放绩效的本质。　第二阶段——构建相似的ＳＦＡ模型。由于第一　阶段包含非期望产出的超效率ＳＢＭ—ＤＥＡ模型在非　管理绩效中并未考虑随机误差与环境变量的影响，决　策单元的实际绩效管理未能得到有效反映，环境变量、　随机误差因素在第一阶段的投入松弛变量中并未剔　除，因此在第二阶段使用随机前沿方法。即用ＳＦＡ模　型分析第一阶段投入差额值、外生环境变量、随机误　差，然后重新调整输入变量。第二阶段后，山东省所有　地级市都面临着一致的外部环境，测量出的绩效值能　反应管理水平，即碳排放绩效。　第三阶段——调整后的超效率ＤＥＡ模型。第二　阶段ＳＦＡ模型是用来调整输入量的，而不是原来的输　入，输出仍然是原来的输出，然后使用超效率ＳＢＭ—　ＤＥＡ模型，包括非期望产出进行绩效评估，由此得到　各ＤＭＵ的绩效值就能很好地避免环境因素和随机因　素干扰后的各个ＤＭＵ绩效值。　２．３碳排放计算方法　碳排放的计算根据ＩＰＣＣ颁布的标准公式计算，公　式为：　ＣＯ２＝（Ｑ×Ｋ×Ｌ—Ｕ）×Ｚ×４４／２２…………（２）　式中，ＣＯ，为二氧化碳排放总量（ｔ）；Ｑ为能源消费　量，按照标准煤进行计算，其中各地级市能源消耗数据　选自２００６－－２０１５年的《山东统计年鉴》，１７地市的统计　年鉴。由于各地市的统计数据庞大难以获取，本文选　取了山东省需求量最大的煤炭和原油两种不可再生能　源代表各地市能源消费量测算碳排放量。参照《中国　能源统计年鉴》中煤炭和石油的能源转换系数（Ｋ为能　源转换系数），将其转化为统一的热计量单位的消费量　（ｔ标准煤），通过乘以相应的碳排放系数分别为相应　的含碳量（Ｌ为固碳量），煤、石油能源的转换系数和碳　排放系数见表２。　表２能源转换系数　３实证分析　３．１碳排放绩效测度　第一阶段实证结果：第一阶段中在决策单元的环　境变量和随机误差的影响未被剔除的情况下，将投入　一产出指标数据运用到包含非期望产出的超效率ＳＢＭ　—ＤＥＡ模型中，通过ＤＥＡ—ＳＯＬＶＥＲ　Ｐｒｏ　５．０软件对山　资源开发与市场Ｒｅｓｏｕｒｃｅ　Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ　２０１７　３３（２）　・资源与环境・　东省各市的碳排放绩效进行初步评估。由测算值可　见，在不考虑统计误差和环境因素的影响下，山东省各　市碳排放综合绩效值２００５－－２０１４年呈现递增趋势，年　平均技术绩效值为０．５０８，年平均纯技术绩效值仅为　０．６０８，年平均规模绩效值为０．８６８。即在１０年内，山　东省碳排放的平均技术绩效水平远远低于生产前沿水　平，仍然有很大的减排空间。同时，山东省碳排放年平　环境不同。在不考虑外部环境因素和随机误差的情况　下，结论不能真实反映现实情况，因此环境和随机误差　对碳排放绩效的影响通过第二阶段的ＳＦＡ模型进行　剔除。　第二阶段ＳＦＡ模型回归结果：分别将能源消耗总　量、年末从业人数、固定资产投资总额的松弛变量作为　因变量，其中环境变量使用产业结构、对外开放程度、　能源结构作为自变量，建立ＳＦＡ回归模型，利用ＦＲＯＮ．　ＴＩＥＲ　Ｖｅｒｓｉｏｎ　４．１软件对第一阶段中得到的投入松弛　均纯技术绩效值远远低于平均规模绩效值，表明纯技　术绩效低下是造成山东省各市碳排放无效率的主要原　因。山东省城市之间的差异很大，生产所面临的外部　值选取极大似然法进行回归分析，测算值见表３。　表３　ＳＦＡ的回归结果　注：＊、＊＊和＊＊＊分别代表１０％、５％和１％的显署水平。　表３显示，产业结构对三项投入松弛值（资本存　量、劳动力、能源消费量）全为负向影响，其中对资本存　量、劳动力的影响为５％的显著水平，对能源消费量的　影响为１０％的显著水平。以上表明，产业结构改善有　利于降低投入资源的浪费，促进提升地区二氧化碳排　放绩效，对操作与管理环境有利。外开放程度对资本　存量、能源消费量和劳动力松弛量的回归系数全为负　值，且劳动力和能源消费量的系数通过了１％的显著　性检验，资本存量的影响通过了１０％的显著性检验，　表明对外开放程度的提高对降低资本存量、劳动力和　能源投入冗余具有正向的激励作用。能源结构与资本　存量、劳动力和能源投入的松弛变量全为负值，且后两　项的回归系数通过了１％的显著性检验，表明能源结　构改进减少了投入浪费，属于优势环境因素，因此环境　进行计算，得到剔除产业结构等干扰环境变量和随机　误差双重影响的山东省各市的绩效值，以及更符合各　市２００５－－２０１４年的碳排放绩效平均值。根据ＳＦＡ的　结果对原投入数据进行调整，重新调整山东省各个地　区的投入量，保持原有产出量不变，继续运用ＤＥＡ　ＳＯＬＶＥＲ　Ｐｒｏ５．０软件，得到剔除经济干扰的环境变量　和随机误差双重影响的山东省各个市绩效值见表４。　表４山东省备市碳排放效率第一阶段和第三阶段ＤＥＡ测评结果　第一阶段调整前ＤＦＡ效率测评结果第三阶段调整前ＤＥＡ效率测评结果　擗市慨。Ｈ　技术效率纯技术效率规模效率　技术效率纯技术效率规模效率　排名　（ＴＥ）　（ｍ）　（ＳＥ）　（ＴＥ）　（ＩｒＥ）　（ＳＥ）　———　垫堕二垫旦　型　堕Ｌ———　垫堕二垫　一人均ＧＤＰ　济南　青岛　淄博　枣庄　东营　烟台　潍坊　济宁　泰安　威海　１３照　０．６１５　Ｏ．６５０　０．５０４　Ｏ．４３４　０．８３９　０．６３７　０．４６６　０　３２６　０．４８９　０．６０７　０．５Ｉｌ　０．９１１　０．９２５　０．６４４　０．４３４　Ｏ．９２２　０．８４２　０．７０１　０．３２６　０．４８９　０．６０７　０．５８６　０．６７５　０．７０３　０．７８３　１．０００　Ｏ．９１０　０．７５７　０．６６５　１．０００　１．０００　１．０００　Ｏ．８７２　０．６３２　１．０１０　Ｏ．５２４　０．４４５　１．０３１　０．８４０　０．４１６　０．４４２　Ｏ．４５１　Ｏ．６５４　０．５２１　１．００１　１．１５６　０．８０３　Ｏ．６４５　１．∞３　０．８９２　０．８０１　０．７６８　０．６５１　０．８１１　１．００ｏ　０．６３１　０．８７４　０．６５３　０．６８９　０．９６１　Ｏ．９４２　０．８００　０．５７５　０．６９３　０．８０６　０．５２ｌ　６　２　４　Ｉ１　１　５　１２　１３　９　３　８　因素对各个地区投入要素的影响是不同的。在面临不　同的外部条件下，它很可能是由于外部因素对生产活　动中二氧化碳排放量的影响具有较大的差异性。因　此，有必要去除环境因素和随机因素的影响，将其放置　在同一个外部环境中进行分析。本文利用随机前沿分　析方法（ＳＦＡ）对山东省ｌ７个市２００５－－２０１４年的投入　莱芜　临沂　德州　聊城　滨州　菏泽　均值　Ｏ．３４５　０．４３９　０．４５　０．４５５　０．４６３　０．４１１　０．５０８　０．６７５　０．４８６　０．４４５　０．４５５　０．４６３　０．４１９　０．印８　０．５１１　０．９０４　１．０００　１．Ｏ００　１．０００　Ｏ．９８１　０．８６８　０．４７５　０．５１１　０．４７１　０．４８３　０．４７４　Ｏ．４４４　Ｏ．５９ｌ　０．９８０　０．９４１　Ｏ．４７１　Ｏ．５１９　０．４７４　０．６２１　０．８００　Ｏ．４８５　０．５４３　１．０００　０．９３１　１．０００　０．７１５　０．７５４　１０　１６　１４　１５　７　１７　要素进行调整，分析了在相同环境因素和机遇条件下　的二氧化碳排放绩效情况。　第三阶段投入重新调整后的ＤＥＡ实证结果：通过　式（１）对投入变量进行调整，并将调整后的山东省各市　相比第一阶段的测算值，山东省ｌ０年的平均技术　效率从第一阶段的０．５０８提高到０．５９１，第三阶段同比　增长了１６．３４％。在山东省的大部分地区，纯技术效　・　的投入值与原始产出带入包含非期望产出的超效率　ＳＢＭ—ＤＥＡ模型，继续运用ＤＥＡ　ＳＯＬＶＥＲ　Ｐｒｏ５．０软件　１　５３　・　・资源与环境・　资源｝ｆ发与市场Ｒ　Ｉｌ】ｒｒｅ　Ｄｅｖｅｌｏｔｍｌｅｎｔ＆Ｍａｒｋｅｔ　２０１７　３３（２）　率得到了很大提高，平均纯技术效率从０．６０８提高到　０．８００，同比增长３１．５８％；规模效牢从０．８６８降低到　０．７５４，降幅为ｌ３．１３％。可见，自调整环境变量和随机　因素后，碳排放技术效牢提高的主要因素来源于纯技　术效率水平的提高。从各个区域的角度来看，大部分　地区的纯技术效率在第三阶段有较大提升，表明相比　以前较低的纯技术效率确实有一部分是由于外部环境　较差或机遇的影响，而不是技术管理水平的绝对低下。　枣庄市、济宁市、泰安市的规模效率在第三阶段表现出　腱水平低。这些城市碳排放效率改善　难，两种模式　都需要改变　、该模式下这些城市相埘规模效率更低，　因此要扩大规模，发展高新技术产业，　碳排放效率问　题应引起当地政府的重视　不同程度的降低，显示出原先较高的规模效率与它们　所处的优势环境或相对较好的机遇关系密切，实际规　模效率并不像显示出的那么高。　由于第二阶段测算的绩效值更客观真实，为了进　一步提高碳排放绩效，有效发展节能减排，在第ｊ阶段　图１　山东省碳排放绩效模式分类　绩效值测算基础上以纯技术效率和规模效率０．８（取　ｌ０年效率平均值）为临界点，将山东省１７个市划分为　图ｌ　Ｉ｝｜的四种模式：第一种模式为“双高”模式。该模　式包括青岛、烟台、威海、东营、潍坊，规模效率和纯技　术效率较高，纯技术效率平均值为０．９４７，规模效率的　平均值为０．８７７，高于山东省整体平均值。这五个城　市处于山东省沿海地区，本身拥有丰富的海洋资源，人　均生产总值排名分别列第一、二、ｊ、五、十二位，拥有　雄厚的经济实力，在碳减排和提高资源利用效率上成　果显著，绩效所需的改进空间较少。第二种模式为“高　低”模式。该模式包括济南、淄博、临沂、日照、莱芜，纯　技术效率平均值为０．９４５，而规模效率的平均值只有　０．５６７，低于ｔｈ东省整体均值。这五个城市处于山东省　中部地区，本身拥有丰富的煤炭资源，人均生产总值排　名分列第四、六、八、十、十六位，经济实力处于中上水　圈２　山东省碳排放综合绩效区域分布　通过考察第三阶段样本地区碳排放绩效的　域分　布情况，可对…东省碳排放绩效的空问相关性进行直　观分析。我们将山东省各市碳排放效率分为三个等　级，从图２可见【ｌ【ｊ东省符市的碳排放绩效具有较强的　相关性。其　ｆＩ’第一等级包括东营、青岛、烟台、潍坊、　戚海，称为高效　，效率均在０．６４１—１．０３ｌ之间　、这　些城市碳排放效率较高．在低碳环保干¨资源高效利用　上成绩显著，绩效需要改进的卒问较少。第二等级包　括济南、聊城、淄博、莱芜、日照、临沂，称为中效　，效　率均在０．４７５～０．６３２之ｎ１】。这些城订丁在　能减排上　还有很大的提高空间　第三等级包括德州、滨州、泰　安、济宁、枣　、菏泽，称为低效区，效牢均在０—０．４７４　平　碳排放效率提升的关键在于规模效率改善，各个　行业的规模要大量增加，达到资源的集中配置．　第三　种模式为“低高”模式。该模式包括聊城、滨州、德州，　纯技术效率平均值只有０．４８８，低于山东省整体平均　值，规模效率的平均值为０．９７７。这三个城市处于山　东省【ｆ】部地区，工业基础薄弱，经济发展在一定程度上　依赖农业生产，高新技术产业较少，人均生产总值排名　分列第　Ｌ、ｔ‘四、十五位，属于经济欠发达地区。碳排　之间。这些城市应借鉴其他地区的碳减排模式，ＪＪｕ大　节能减排力度．　可以看｝ｌＪ’ＪｌｌＩ东省沿海城市碳排放效　率普遍较高。　放效率改善的重点是纯技术效率和产业管理技术水　平，在大力发展高新技术产业的同时优化产业结构。　第四种模式为“低低”模式。该模式包括菏泽、济宁、泰　安、枣庄．纯技术效率和规模效率的均值都较低，纯技　３．２二配对样本检验　剔除环境变量影Ⅱ向【＿ｊ４＿索和未剔除环境变量影响因　素两种情况见表５。希望知道两种处　结果是否不同　时，一般参数的检验方法足将Ｔ检验Ｊ１ｊ于评分差，但在　诸多场合下Ｔ检验是不能使用的。ｌ夫Ｊ此，本文利川两　组配对样本Ｗｉｌｃｏｘｏｎ符号秩检验判断样本的分布足否　术效率平均值为０．６７１，规模效率的平均值为０．６６８，　均低于…东省整体平均值。这四个城市处于山东省西　郎地区，本身产业结构较单一，环境污染严重，人均生　产总值排名分列第九、十一、十三、十七位，经济实力发　・　】５４　・　资源开发与市场Ｒｅｓｏｕｒｃｅ　Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ　２０１７　３３（２）　・资源与环境・　存在显著性差异，利用ＳＰＳＳ　１９．０软件计算结果见表　５。从表５可见，仅泰安市的负秩和较多，即剔除环境　关性，青岛、济南等沿海城市的碳排放效率普遍较高。　青岛、济南、淄博、东营、潍坊、济宁、威海、日照、莱　芜、临沂应加大企业的生产投入规模，达到规模经济是　Ｏ　０　０　０　Ｏ　Ｏ　Ｏ　Ｏ　变量影响因素后碳排放绩效值较低；济南市、青岛市、　东营市、烟台市、淄博市、潍坊市、济宁市、威海市、日照　市、临沂市、德州市、滨州市等的正秩和较多，即剔除环　境变量影响因素后碳排放绩效值较高。从ｚ值看，山　东省各市的ｚ统计数均小于一１．９６，说明剔除环境变　量影响因素的碳排放绩效改变显著。　一　一　一　　一一　２　Ｏ　３　Ｏ　Ｏ　Ｏ　Ｏ　Ｏ　提高碳排放绩效的关键。这些城市可根据自身情况，　调整各产业规模，扩大优势产业规模，实现规模经济；　调整要素配置，实现要素配置规模最优，达到在提高经　济效的同时碳排放绩效也得到相应提高的目的。枣　　一Ｏ　庄、烟台、泰安、德州、聊城、滨州、菏泽碳排放无效率均　一　一　　一一　一　一　　一一　　一一　　一２　２　２　２　２　２　２　２　２　２　２　２　２　２　２　２　２　表５碳排放绩效结果的ＷｉｌｅＯＸ０ｎ检验　ｎｕ　Ｉ　ｎｕ｝ｍ　城市　负秩和　正秩和　ｚ　显著性　济南　青岛　Ｏ　０　０　Ｏ　Ｏ　Ｏ　０　淄博　５　２　６叭∞　２　２　叭叭２　２　叭叭枣庄　东营　烟台　潍坊　济宁　泰安　威海　日照　莱芜　临沂　德州　聊城　滨卅ｌ　菏泽　４结论和对策　本文对山东省１７个地级市的碳排放特征进行了　分析，通过三阶段ＤＥＡ模型测算碳排放绩效，剔除了　外部环境因素和随机误差的影响，获得更客观准确的　绩效值。根据规模效率和纯技术效率，对山东省碳排　放效率模式进行了分类，研究了山东省各市碳排放绩　效的集聚程度和碳排放绩效空间的差异。　与第一阶段ＤＥＡ绩效测评情况相比，第三阶段　ＤＥＡ调整后的碳排放绩效发生了明显变化，说明环境　因素和随机误差确实对碳排放绩效产生了重要影响。　从绩效的整体情况来看，山东省碳排放的整体技术绩　效均值为０．５９１，整体绩效不高，有较大的改进空间；　同时，纯技术效率值为０．８００，规模效率为０．７５４，技术　效率比规模效率更接近效率生产前沿面，说明各市规　模效率对碳排放效率提升的制约作用大。从绩效模式　划分情况看，按照纯技术效率和规模效率值临界点均　为０．８进行划分，山东省属于碳排放绩效“双高”型的　地级市不多，仅有５个，而大部分地级市的碳排放绩效　都属于“高低”型或“低高”型模式，因此更多城市的碳　排放绩效还应该通过提高纯技术效率或规模效率进行　改进。对山东省各市碳排放绩效进行进一步的等级分　类可见，山东省各市的碳排放绩效具有相对较强的相　｝来源于纯技术效率，因此这些城市应加强高新产业发　；｝１　１　展，提高推进技术进步，相互之间形成技术共享，加速　技术推广速度，实现各市之间的共同发展。为了缩小　０　０　Ｏ　Ｏ　Ｏ　Ｏ　０　０　０　０　这些城市的碳排放绩效差距，应加强高新技术与人才　２　２　２叭叭叭　２　叭叭２　２　２　叭叭２　２　叭叭２　叭　的互动与沟通。其中，德州、聊城、滨州、菏泽等碳排放　绩效较低的城市应根据自身实际，借鉴青岛、烟台等城　市的碳排放政策和具体措施，引进高新技术和人才，制　定符合自身绿色低碳的发展战略，逐步优化产业结构　和经济模式，整体提高山东省碳排放绩效，最终实现各　市之间绿色低碳共同发展。　参考文献：　［１　ＪＣｈｉｕ　ＹＨ，Ｌｉｎ　ＪＣ，Ｌｉｕ　ＪＫ．Ａｎ　Ｅｆｆｉｃｉｅｎｃｙ　Ｅｖａｌｕａｔｉｏｎ　ｏｆｔｈｅ　ＥＵ　Ｓ　Ａｌｌｏｃａｔｉｏｎ　ｏｆ　Ｃａｒｂｏｎ　Ｅｍｉｓｓｉｏｎ　ＡｌｌｏｗａｎｃｅｓｌＪ　Ｊ．Ｅｎｅｒｇｙ　Ｓｏｕｒｃｅｓ　Ｐａｒｔ　Ｂ　Ｅｃｏｎｏｍｉｃｓ　Ｐｌａｎｎｉｎｇ　＆Ｐｏｌｉｃｙ，２０１５，１０（２）：１９２—２００．　【２ｊＶｉｎｅ　ＥＬ，Ｓａｔｈａｙｅ　ＪＡ．Ｔｈｅ　Ｍｏｎｉｔｏｒｉｎｇ，Ｅｖａｌｕａｔｉｏｎ，Ｒｅｐｏｒｔｉｎｇ，Ｖｅｒｉｉｆｃａｔｉｏｎ，ａｎｄ　Ｃｅｒｔｉｉｆｃａｔｉｏｎ　ｏｆ　Ｅｎｅｒｙｇ—ｅｆｉｆｃｉｅｎｃｙ　Ｐｒｏｊｅｃｔｓ　ｌ　Ｊ　Ｊ．Ｍｉｔｉｇａｔｉｏｎ＆Ａｄａｐｔａｔｉｏｎ　Ｓｔｒａｔｅｇｉｅｓ　ｆｏｒ　Ｇｌｏｂａｌ　Ｃｈａｎｇｅ，２０００，５（２）：１８９—２１６．　［３　Ｊ　Ａｓａｖａｖａ－ｌｌｏｂｈ　Ｎ，Ｇｒｏｎｂｅｒｇ　ＴＪ，Ｊａｎｓｅｎ　ＤＷ．Ｉｎｔｒｏｄｕｃｉｎｇ　ａ　ｎｅｗ　ＤＥＡ　Ｍｅｔｈｏｄｏｌ－　ｏｇｙ　ｆｏｒ　Ｅｎｖｉｒｏｎｍｅｎｔａｌ　Ｉｎｐｕｔｓ　ｌ　Ｊ　Ｊ．Ａｐｐｌｉｅｄ　Ｅｃｏｎｏｍｉｃｓ　Ｌｅｔｔｅｒｓ，２０１３，　２０（１７）：１５９２—１５９５．　［４］宋马林，杨杰，孙欣．国内各地节能减排评价研究［Ｊ］．资源开发与市　场，２００８，２４（１）：３１—３３．　［５］孙秀梅，张慧，王格．基于超效率ＳＢＭ模型的区域碳排放效率研究　——以山东省ｌ７个地级市为例［Ｊ］．生态经济，２０１６，３２（５）：６８—７３．　［６］彭梦霞．山东省碳排放效率测算及其影响因素的实证研究［Ｄ］．青　岛：青岛理工大学硕士学位论文，２０１３．　［７］徐胜，司登奎．蓝色经济区海洋产业碳排放绩效研究［Ｊ］．地域研究与　开发，２０１４，３３（３）：１２２—１２６．　［８］李科．中国省际节能减排绩效及其动态特征分析［Ｊ］．中国软科学，　２０１３，（５）：１４４—１５７．　［９］刘亦文，赵丽可，胡宗义．中国碳排放的省域差异及影响因素的实证　研究［Ｊ］．经济数学，２０１４，３１（４）：７５—８０．　［１０］华坚，任俊，徐敏，等．基于三阶段ＤＥＡ的中国区域二氧化碳排放绩　效评价研究［Ｊ］．资源科学，２０１３，３５（７）：１４４７—１４５４．　［１１］刘亦文，胡宗义．中国碳排放效率区域差异性研究——基于三阶段　ＤＥＡ模型和超效率ＤＥＡ模型的分析［Ｊ］．山西财经大学学报，２０１５，　（２）：２３—３４．　１１２　ＪＦｒｉｅｄ　Ｈ　０，Ｓｃｈｍｉｄｔ　Ｓ　Ｓ，Ｙａｉｓａｗａｒｎｇ　Ｓ．Ｉｎｃｏｒｐｏｒａｔｉｎｇ　ｔｈｅ　Ｏｐｅｒａｔｉｎｇ　Ｅｎｖｉｒｏｎ－　ｍｅｎｔ　Ｉｎｔｏ　ａ　Ｎｏｎｐａｒａｍｅｔｒｉｃ　Ｍｅａｓｕｒｅ　ｏｆ　Ｔｅｃｈｎｉｃａｌ　Ｅｆｉｆｃｉｅｎｃｙ【Ｊ　Ｊ．Ｊｏｕｒｎａｌ　ｏｆ　Ｐｒｏｄｕｃｔｉｖｉｔｙ　Ａｎａｌｙｓｉｓ，１９９９，１２（３）：２４９—２６７．　［１３］Ｆｒｉｅｄ　Ｈ　Ｏ，Ｙａｉｓａｗａｒｎｇ　Ｓ．Ａｃｃｏｕｎｔｉｎｇ　ｏｆｒ　Ｅｎｖｉｒｏｎｍｅｎｔａｌ　Ｅｆｆｅｃｔｓ　ａｎｄ　Ｓｔａｔｉｓｔｉ・　ｃａｌ　Ｎｏｉｓｅ　ｉｎ　Ｄａｔａ　Ｅｎｖｅｌｏｐｍｅｎｔ　Ａｎａｌｙｓｉｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｐｒｏｄｕｃｔｉｖｉｔｙ　Ａｎａｌｙｓ－　ｉｓ，２００２，１７（１）：１５７—１７４．　・　１５５　・