区域低碳经济成效研讨

１科技带动视角下的低碳经济效率

低碳经济是将“碳排放”因素纳入到经济发展系统中，考察各类行政与商业行为引发的碳排放量，并使用市场机制进行“碳排放权”交易，进而实现控制温室气体排放，缓解环境压力的一种经济发展模式［６］。与传统经济模式下的规则不同，低碳经济的评价需要考虑ＣＯ２的排放问题，例如单位ＧＤＰ的ＣＯ２排放量、单位投资的ＣＯ２排放量、单位人口的ＣＯ２排放量等［７］。除普遍受到重视的碳排放量外，各地区在低碳化进程中的效率水平，也是表征其低碳经济发展状况的重要指标［８］。所谓效率，是指生产活动中投入与产出的比例［９］。在经济学中，效率通过投入产出数据与生产前沿面间的距离函数进行测度［１０］。发展低碳经济是一个多投入多产出的动态过程，由于投入产出指标的选取原则不同，低碳效率的测度重点也会产生差异。在全球气候变暖、环境压力凸显的形势下，技术进步是决定各地区“降碳”目标能否顺利实现的关键，而低碳技术的发展取决于科技投入的力度以及科研机构对于各项投入的管理水平。因此，科技带动视角下的低碳效率，可以通过各项科技投入与相关“降碳”产出的对比关系进行测度。作为一种非参数效率评价方法，数据包络分析（ＤＥＡ）对于测度多投入多产出系统的效率水平具有良好的适用性［１１］。在低碳领域，Ｚｏｆｉｏ等［１２］设计出一种双曲效率测量方法计算ＯＥＣＤ成员国的碳排放效率。Ｚｈｏｕ等［１３］使用基于时间序列的Ｍａｌｍｑｕｉｓｔ指数分析，研究了１８个国家的总体碳排放情况。Ｇｕｏ等［１４］使用资本存量、劳动力、主要能源消费量作为投入指标，地区生产总值和二氧化碳排放量作为产出指标，对中国省级行政单位的碳减排潜力进行了测算。解百臣等［１５］基于投入型Ｍａｌｍｑｕｉｓｔ指数，对我国内地３０个省级发电部门１９９７－２００７年的效率变化特征进行了细致分析。马军［１６］使用ＤＥＡ对内蒙古地区近１０年的低碳经济发展效率进行了评价，并根据投影分析提出了效率改进建议。本文使用数据包络分析，以各地区科技投入、“降碳”产出水平与生产前沿面之间的距离为依据，对区域低碳经济发展效率进行测算。

２基于ＤＥＡ的区域低碳效率评价模型

数据包络分析法（ＤＥＡ）是以相对效率概念为基础发展起来的一种效率评价方法［１７］。其基本思想是在规模收益不变（ＣＲＳ）的假设下，以各决策单元的投入产出数据分别求解同一数学规划模型，拟合出代表最优投入产出水平的生产前沿面（ＰＦ），并以各决策单元与生产前沿面的距离表征其效率水平［１８］。在此基础上，Ｂａｎｋｅｒ等［１９］提出了规模收益可变（ＶＲＳ）的效率评价模型。本文对于科技带动视角下的区域低碳静态效率的测算，以各决策单元与规模收益不变前沿面的距离（即ＣＲＳ效率）为依据。为进一步考察各地区的效率差异，将ＣＲＳ效率拆分为ＶＲＳ效率与规模效率，前者以各地区科技投入水平与规模收益可变（ＶＲＳ）前沿面的距离为依据，后者由ＣＲＳ效率与ＶＲＳ效率的比值进行计算。以Ｍａｌｍｑｕｉｓｔ指数分析区域低碳效率的动态变化情况时，也进行了相应的指数拆分。将生产前沿面在两个时期发生移动导致的效率变化解释为全社会对于科技资源的整体管理水平进步，而将决策单元相对两个时期ＣＲＳ前沿面的距离变化解释为各地区科技资源配置能力的变化。对于后者，进一步拆分体现资源配置结构优化速度的ＶＲＳ效率变化以及体现科技资源投入总量优化速度的规模效率变化。

３投入产出指标