長三角地區(qū)的經(jīng)濟發(fā)展與低碳實現(xiàn)雙贏了嗎

王薇 王韞 糜家輝

摘 要：經(jīng)濟發(fā)展和低碳環(huán)境是城市在發(fā)展中需要平衡的兩大目標，而長三角地區(qū)的經(jīng)濟發(fā)展水平位于全國前列，其低碳經(jīng)濟效率對于中國其他城市具有很大的借鑒意義。選取2014—2017年長三角地區(qū)22個城市的投入指標（勞動力、資本、能源）和產(chǎn)出指標（期望產(chǎn)出GDP、非期望產(chǎn)出碳排放），采用DEA模型對長三角地區(qū)的低碳經(jīng)濟效率進行評估。結(jié)論表明，雖然長三角地區(qū)目前并未形成經(jīng)濟和低碳的雙贏局面，但是2014—2017年低碳經(jīng)濟效率逐年上升，并且更加發(fā)達的城市表現(xiàn)出更高的低碳經(jīng)濟效率。

關(guān)鍵詞：碳排放;低碳經(jīng)濟;環(huán)境效率;長三角地區(qū)

中圖分類號：F127? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2019）27-0057-02

引言

近年來，隨著經(jīng)濟社會的迅速發(fā)展，長三角地區(qū)的資源和環(huán)境問題日益突出，已成為制約其經(jīng)濟可持續(xù)發(fā)展的重大障礙。中國的長三角地區(qū)是以上海市、南京市和杭州市為中心的城市經(jīng)濟帶，經(jīng)濟實力十分雄厚，已成為世界第六大城市群。然而，快速發(fā)展的經(jīng)濟伴隨著巨大的資源投入，給當?shù)貛砹嗽S多嚴峻的環(huán)境問題。首先，長三角地區(qū)以煤炭為主的能源消費結(jié)構(gòu)增加了CO2、SO2等氣體的排放，從而加劇了溫室效應和大氣污染。不僅如此，由于長三角地區(qū)水網(wǎng)密集、河湖眾多，工業(yè)廢棄物和生活污水的排放更加劇了水資源的污染。我國環(huán)保部和國土資源部發(fā)布的《全國土壤污染調(diào)查公報》顯示，由于土地酸化和工業(yè)廢渣的排放，南方的土壤污染顯著重于北方，且長三角地區(qū)的土壤污染問題尤為嚴重，這些問題都已經(jīng)引起了專家學者的高度關(guān)注。

因此，出于改善環(huán)境的目的，環(huán)境效率成為了近年來研究的熱點，而環(huán)境效率研究的一大重點就是投入和產(chǎn)出的界定。本質(zhì)上，經(jīng)濟發(fā)展實現(xiàn)的GDP和構(gòu)成中產(chǎn)生排放物都是產(chǎn)出，區(qū)別在于GDP是期望產(chǎn)出，而排放物是非期望產(chǎn)出。本文運用了DEA模型對長三角地區(qū)的環(huán)境效率進行評估，主要涉及的非期望產(chǎn)出是CO2。在DEA模型的構(gòu)建中，對于非期望產(chǎn)出CO2有間接處理和直接處理兩種方式（劉翔、陳曉紅，2017）。間接處理包括將CO2視為投入變量或從實際產(chǎn)出中減去CO2作為真正的產(chǎn)出量，這種處理方式扭曲了生產(chǎn)過程的實質(zhì)。直接處理則是用各種方式修正原DEA模型。本文即采用修正的DEA模型對2013—2017年長三角地區(qū)的環(huán)境數(shù)據(jù)進行實證分析，評估當?shù)氐沫h(huán)境效率。

一、文獻綜述

1978年，美國著名運籌學家A.Charnes和W.W.Cooper提出數(shù)據(jù)包絡分析方法（Data Envelopment Analysis，DEA）。該模型能利用線性規(guī)劃的方法分析一系列投入和產(chǎn)出指標，以此對相同類型的決策單位的效率進行評估，并提供有用的決策信息。隨后，DEA模型被廣泛運用于低碳經(jīng)濟效率的研究中。

在國外研究方面，Joshua Ignatius針對應用DEM模型過程中可能存在的投入和產(chǎn)出數(shù)據(jù)模糊、失真、不對稱的問題提出了一個可用于環(huán)境效率評估和不同決策單元效率排序的改進的DEM模型，并通過與其他方法比較證明了新模型的有效性和合理性。Toshiyuki Sueyoshi等提出一種介于徑向和非徑向之間的新DEM方法，并以此評估中國經(jīng)濟發(fā)展的可持續(xù)性和提出相關(guān)政策建議。George Halkos等總結(jié)了建模過程中處理非期望產(chǎn)出的幾種常用的方法，并分析了每種方法的利弊。

在國內(nèi)，Jie Wu等基于改進的兩階段DEA模型，對2000—2012年間我國30個地區(qū)的低碳經(jīng)濟效率進行了實證分析。陳曉紅等建立了進一步改進的三階段SBM-DEA模型，探究了全要素碳排放效率。改進后的模型通過降低外部隨機因素的影響，提高了決策的有效性。劉翔等運用非期望產(chǎn)出的DEA模型，對不同地區(qū)的碳減排潛力和低碳經(jīng)濟效率進行了深入研究。李蝶等為了避免傳統(tǒng)模型對權(quán)重的過度依賴，通過將傳統(tǒng)DEA模型與交叉評價機制相結(jié)合建立了交叉評價DEA模型，研究了2012年中國30個省份的低碳經(jīng)濟效率。Yongming Han等基于信息熵進一步改進了交叉DEA模型，使權(quán)重的計算達到最優(yōu)。不僅如此，該模型還運用蒙特卡羅模擬使得不同單位間的效率區(qū)分更明顯。陳瑩文等通過改進的SBM模型，針對2012—2016年間我國30個省市的環(huán)境數(shù)據(jù)，研究了我國能源結(jié)構(gòu)調(diào)整對環(huán)境效率的影響;并提出在節(jié)能減排方面，提高能源利用效率比調(diào)整能源結(jié)構(gòu)更有效。上述學者的研究結(jié)果均表明我國的環(huán)境效率呈現(xiàn)出明顯的地區(qū)差異。東部地區(qū)的環(huán)境效率總是顯著高于中西部地區(qū)，中部地區(qū)的環(huán)境效率在大部分年份高于西部地區(qū)。Jie Wu經(jīng)過深入分析還發(fā)現(xiàn)，我國中部地區(qū)的減排效率高于西部地區(qū)，而西部地區(qū)的治理效率高于中部地區(qū)。學者們還針對環(huán)境效率的差異，對不同地區(qū)提出了不同的政策建議。

二、實證分析

（一）變量設定與數(shù)據(jù)來源

城市是一個區(qū)域經(jīng)濟發(fā)展的重要引擎，也是落實節(jié)能減排任務、進行生態(tài)文明建設的重要主體。本文嘗試從環(huán)境效率的角度對長三角地區(qū)城市環(huán)境保護與經(jīng)濟發(fā)展雙贏的程度進行評價，并探尋改善潛力。在進行環(huán)境效率測算時，采用了勞動力、資本和能源，這也是被普遍接受的投入變量（Wang et al.，2015）。其中，勞動力表示的是城市年末的就業(yè)人數(shù)，資表示的是固定資產(chǎn)的投資總額，能源表示的是全年能源消耗總量。經(jīng)濟發(fā)展是一個城市經(jīng)過要素投入后最重要的產(chǎn)出，因此將國內(nèi)生產(chǎn)總值GDP作為期望產(chǎn)出的代表。在研究低碳經(jīng)濟時，城市的非期望產(chǎn)出采用二氧化碳排放量。

碳排放量的計算方法基于 IPCC《國家溫室氣體排放清單指南》（2006年版）。根據(jù)《中國統(tǒng)計年鑒》口徑，將能源種類劃分為10類，其標準量轉(zhuǎn)化系數(shù)和碳排放系數(shù)，轉(zhuǎn)換系數(shù)的計量單位天然氣為噸標準煤/萬立方米，其余能源的單位為噸標準煤/噸，碳排放系數(shù)的單位為噸碳/噸標準煤。所有數(shù)據(jù)來源于2013—2017年《中國城市統(tǒng)計年鑒》和各省區(qū)及城市的統(tǒng)計年鑒及統(tǒng)計公報。變量的描述性統(tǒng)計，可以看出，長三角地區(qū)各個城市的投入和產(chǎn)出也是有一定差異的，分別從勞動力、資本和能源看，最大的是最小的30倍、16倍和99倍。與之相比較，期望產(chǎn)出GDP和非期望產(chǎn)出CO2則是相差60倍左右，投入和產(chǎn)出都呈現(xiàn)一定程度的右偏分布，在之后的環(huán)境效率測算中，要充分考慮分布差異。

（二）環(huán)境效率的DEA模型構(gòu)建

為衡量長三角地區(qū)城市的環(huán)境效率情況，不妨設有N個被評價城市（即N個決策單元DMU），每個城市通過P種要素投入x=（x1，…，xP）可生產(chǎn)出Q種期望產(chǎn)出為y=（y1，…，yQ）和M種非期望產(chǎn)出b=（b1，…，bM）。因此認為，長三角地區(qū)的城市具有類似或一致的生產(chǎn)技術(shù)，可形成一個生產(chǎn)前沿，即共同前沿（GEE，group frontier）。

在包含非期望產(chǎn)出的生產(chǎn)框架下，進一步用產(chǎn)出導向的方向性距離函數(shù)來定義環(huán)境效率。方向性距離函數(shù)同樣是將產(chǎn)出（期望和非期望）與投入結(jié)合，是傳統(tǒng)Shephard距離函數(shù)更一般化的形式（Wang et al.，2014）。式（1）表示了共同前沿下的產(chǎn)出距離函數(shù)。

g=（gy，-gb）是產(chǎn)出的方向向量。方向向量g尋求期望產(chǎn)出在gy方向上的最大擴張及非期望產(chǎn)出在gb方向上的最大收縮。當方向向量取g=（0，-gb）時，表明在環(huán)境效率評價時只要求實現(xiàn)非期望產(chǎn)出的減少;而當方向向量取g=（gy，-gb）時，則表明環(huán)境效率的評價是以“又好又快”和環(huán)境與經(jīng)濟雙贏為準則的。顯然，后一種環(huán)境效率的評價具有更高的要求，也更符合“環(huán)境友好型”的社會建設目標。

（三）模型結(jié)果與分析

根據(jù)式（2）進行計算，得到長三角22個城市2014—2017年的環(huán)境效率值，按照空間范圍從大到小形成。

1.從長三角地區(qū)的整體低碳經(jīng)濟效率看，長三角地區(qū)所有城市的環(huán)境效率年度均值是0.7976，總體上還未實現(xiàn)經(jīng)濟發(fā)展與低碳環(huán)境效率的雙贏，這也說明增加期望產(chǎn)出并減小CO2排放的潛力達到21%。2014—2017年，長三角地區(qū)的低碳環(huán)境效率從0.7755逐年上升到0.8354，而且增幅也是在不斷增加的，這與我國綠色金融發(fā)展政策的提出也是同步的。這說明2015年以來，生態(tài)環(huán)境政策取得了成效，供給側(cè)結(jié)構(gòu)性改革的成果也在逐步顯現(xiàn)，長三角地區(qū)在經(jīng)濟高速發(fā)展的同時，也越來越重視生態(tài)文明質(zhì)量。

2.從長三角“三省一市”的角度看，上海市的低碳環(huán)境效率最高，2014—2017年的低碳經(jīng)濟效率呈現(xiàn)逐年增長趨勢，年度平均為0.9864，2017年的低碳經(jīng)濟效率值達到了1，環(huán)境治理與經(jīng)濟發(fā)展逐步實現(xiàn)了較好的融合。江蘇省城市和浙江省城市的低碳經(jīng)濟效率平均水平相似，分別為0.8170和0.8374;但是兩省低碳經(jīng)濟效率的標準差分別為0.1360和0.1789，說明江蘇省位于長三角區(qū)域的8個城市內(nèi)部差異較小，而浙江省位于長三角區(qū)域的7個城市的城市間差異較大;在長三角地區(qū)城市的比較中，安徽省的城市低碳經(jīng)濟效率水平較低，平均只有0.6937，這和安徽省城市的工業(yè)結(jié)構(gòu)相關(guān)，也說明了安徽省的低碳經(jīng)濟效率還有很大的提升空間。

3.從長三角地區(qū)的22個城市角度看，各個城市的低碳經(jīng)濟效率呈現(xiàn)階梯型分布，65%的城市2014—2017年呈現(xiàn)低碳經(jīng)濟效率逐年上升的趨勢，說明長三角地區(qū)城市的低碳經(jīng)濟建設前景是良好的?？梢钥闯?，在長三角的數(shù)據(jù)包絡分析中，2017年有9個城市的低碳經(jīng)濟效率達到了1，分別是上海、南京、無錫、常州、蘇州、杭州、紹興、舟山和滁州。長三角地區(qū)低碳經(jīng)濟效率較低的城市主要集中在安徽省，如馬鞍山的能源消耗量較大并且CO2排放量也較大，所以沒有很好地實現(xiàn)低碳經(jīng)濟，具有很大的發(fā)展與改革空間。總之，這22個城市都是有著低碳經(jīng)濟效率不斷提高的趨勢，同時表現(xiàn)出經(jīng)濟發(fā)達地區(qū)的低碳經(jīng)濟效率優(yōu)于經(jīng)濟欠發(fā)達地區(qū)。

結(jié)語

本文使用DEA模型對長三角地區(qū)的低碳經(jīng)濟效率進行分析與評價，得到以下結(jié)論。

第一，長三角地區(qū)的低碳經(jīng)濟效率值從2014年以來呈現(xiàn)增長趨勢，從2014年的上升到0.7755到2017年的0.8354，體現(xiàn)了長三角地區(qū)生態(tài)文明的建設成果在不斷顯現(xiàn)，在經(jīng)濟發(fā)展的同時不斷提高低碳環(huán)境效率。

第二，長三角地區(qū)目前的低碳經(jīng)濟水平還不高，近四年平均為0.7976，2017年為0.8354，目前還有約16%的增長空間，尚未實現(xiàn)經(jīng)濟發(fā)展與環(huán)境建設的雙贏格局。這說明，低碳經(jīng)濟的政策還要進一步落實，在提高總產(chǎn)出并減小CO2排放量的實踐上還要繼續(xù)推進。

第三，從長三角地區(qū)的內(nèi)部比較來看，經(jīng)濟更加發(fā)達的地區(qū)，低碳經(jīng)濟效率值更高，說明經(jīng)濟發(fā)展程度與環(huán)境建設是不矛盾的。原因有四點：一是在社會意識層面，經(jīng)濟發(fā)達地區(qū)的人們會更加關(guān)注生態(tài)環(huán)境的建設;二是在產(chǎn)業(yè)結(jié)構(gòu)層面，經(jīng)濟發(fā)達的地區(qū)第三產(chǎn)業(yè)占比高，碳排放量相對指標較小;三是在微觀企業(yè)層面，高污染高排放性企業(yè)在罰款或者稅收的壓力下，由于環(huán)境成本大，會向人力成本較小的欠發(fā)達地區(qū)遷移;四是治理技術(shù)層面，經(jīng)濟發(fā)達地區(qū)的污染治理水平較高，能源利用率也高，所以經(jīng)濟發(fā)達地區(qū)呈現(xiàn)更高的低碳經(jīng)濟效率。

參考文獻：

[1]? Ignatius J.，Ghasemi M.，Zhang F.，et al..Carbon efficiency evaluation：An analytical framework using fuzzy DEA[J].European Journal of Operational Research，2016：S0377221716300340.

[2]? Han Y.，Long C.，Geng Z.，et al..Carbon emission analysis and evaluation of industrial departments in China：An improved environmental DEA cross model based on information entropy[J].Journal of Environmental Management，2017，（205）：298-307.

[3]? Wang Q.，Zhao Z.，Shen N.，et al..Have Chinese cities achieved the win-win between environmental protection and economic development？ From the perspective of environmental efficiency[J].Ecological Indicators，2015，（51）：151-158.

[4]? Wang，Shuang.Analysis on Efficiency Evaluation of Regional Energy-Saving and Emission-Reduction Based on DEA Model[J].Advanced Materials Research，2015，（1092-1093）：1581-1584.

[5]? Wu J.，Yin P.，Sun J.，et al..Evaluating the Environmental Efficiency of a Two-stage System with Undesired Outputs by a DEA Approach：An Interest Preference Perspective[J].European Journal of Operational Research，2016，（3）：1047-1062.

[6]? 蔡傳里，許桂華.環(huán)境規(guī)制的實際效果檢驗：實現(xiàn)經(jīng)濟與環(huán)境雙贏了嗎[J].財會月刊，2019，（9）：131-141.