低碳经济发展效率评价研究
——以云南为例

杨红娟，王路遥

（昆明理工大学 管理与经济学院，云南 昆明 650000）

低碳经济发展效率评价研究
——以云南为例

杨红娟，王路遥

（昆明理工大学 管理与经济学院，云南 昆明 650000）

低碳经济是目前全世界经济发展研究领域一个热点问题，但由于区域的差异，低碳经济的发展程度也各不相同。论文运用数据包络法（DEA法），结合1978～2012年的相关数据，对云南省发展低碳经济的效率进行了评价。结果表明：（1）云南省低碳经济发展的效率整体水平较好，但在技术层面存在一定的欠缺；（2）所有非DEA有效的年份，都表现出着投入冗余。从投入的角度看，能源消耗量的投入冗余率最大，且投入指标的冗余率均呈现出先上升后下降的趋势。从产出指标上看，GDP和CO2排放量的倒数不存在产出不足，这说明了随着GDP的增长，云南省的CO2排放量也日益增加。本文从能源结构、现有产业进行优化和升级、资源配置和提高要素使用效率方面提出了相应的对策和建议。

云南；低碳经济；DEA法；效率评价

一、引言

伴随着全球经济的快速发展，由其带来的气候问题也成为全球关注的热点问题。“低碳经济”这一概念首先由英国政府于2003年提出，低碳经济的模式即为低污染、低能耗、低排放。这种经济模式在世界范围内都得到了高度的认可。2009年底召开哥本哈根会议，各国纷纷提出碳减排目标，中国政府也在会前宣布：实现到2020年全国单位GDP二氧化碳排放强度比2005年下降40%～45%。在大时代的背景下，如何在增进经济增长的基础之上实现碳减排目标？碳排放效率如何及如何改善？今后碳减排政策如何调整？这些问题都成为深受各国关注的热点。因此，对低碳发展的效率问题进行深入研究，具有深刻的理论与现实意义。国内外众多学者对这些领域进行了大量的研究，已取得丰硕成果，具体表现如下。

国外对于低碳经济的评价研究较早，其更注重低碳经济的专项评价，主要集中于低碳能源、低碳技术、低碳政策和碳排放领域。其低碳经济的评价方法主要有低碳经济综合评价模型、可计算一般均衡模型、投入—产出法及其他方法等。研究较早的学者K．A．Fishe－Vanden和P．R．Shukla等运用第二代模型（SGM）中的印度板块分析印度在经济、能源领域中的温室气体排放状况，提出应通过碳税来减少温室气体排放。［1］Marco Mazzarino采用货币估值技术和比较静态的方法对OECD国家碳排放量情况进行了研究。［2］Jyoti Parikh和Manoj Panda等学者通过投入产出法（IO）和社会会计矩阵（SAM）来评估印度经济发展的碳排放现状。［3］Dagoumas AS和Barker TS通过运用宏观经济E3MG混合模型研究了英国减少碳排量的不同的碳减排路径。［4］

国内对低碳经济问题的研究晚于国外，其主要集中于区域低碳经济评价方面。颜鹏飞、王兵在《技术效率、技术进步与生产率增长：基于DEA的实证分析》一文中，指出技术效率与技术进步水平的不同是各地区生产效率差异的主要原因［5］。王军、耿健在《中国绿色经济效率的测算

及实证分析》一文中指出我国绿色经济效率与绿色GDP呈现相反的趋势，在一定程度上说明我国目前经济增长与环境污染呈现正相关关系，低碳经济发展水平较为低下。［6］李晓燕、邓玲在《城市低碳经济综合评价探索——以直辖市为例》一文中，通过在文章中通过构建低碳经济发展评价指标体系，运用模糊层次分析法和主成分分析法对特定区域的低碳经济发展水平进行了综合评价分析。［7］傅晓霞、吴利学在《技术效率、资本深化与地区差异》一文中，运用SFA对我国各地区的TFP进行研究，认为技术进步率是影响TFP增长率的主要因素。［8］李晓燕构建了省区的低碳经济发展体系，并选取相应的省区进行低碳经济的评价。［9］谢传胜、徐欣等学者运用模糊粗糙集理论对城市低碳经济发展情况进行了研究。［10］马军运用数据包络分析对内蒙古发展低碳经济的效率进行了评价，内蒙古发展低碳经济的规模效率和技术效率进行了测度，进而针对性地推出了一些提升策略。［11］

总的来看，国内的低碳经济的评价主要集中于物质流分析，模糊综合评价层次分析法，运用数据包络分析方法的文献较少；评价内容主要集中于低碳经济发展水平评价与低碳经济发展综合竞争力评价，关于低碳经济发展效率进行评价的文献很少。

自2010年8月，广东、辽宁、湖北、陕西、云南5省以及其他8个城市被国家发改委批为首批试点，正式启动了我国的低碳省区及城市的试点工作，这对云南省推动全省低碳经济发挥了关键的作用。［12］基于此，本文从云南省建设全国发展低碳经济试点省份的实际出发，根据搜集到1978～2012年相关数据，利用数据包络法（DEA法）对云南省低碳经济发展效率进行评价，希望为相关部门制定低碳经济的发展对策提供借鉴。

二、云南省能源消耗与碳排放现状

改革开放以来，云南省经济发展迅速，逐步建立覆盖全比较完整的工业体系的39个行业大类，产业优势更加明显、行业结构更加合理的产业发展格局已经形成。国民生产总值从1978年的6905亿元增加到2012年的1060947亿元，年均增长率为1586%。第一、二、三产业在云南省GDP中所占比例由改革开放前的4267%、3994%、1739%变化为2012年的1605%、4287%、4108%，伴随着工业的高速发展，能源消费的年均增长率达到615%，相应的使得工业能耗和二氧化碳（CO2）排放大幅增长。

1云南省能源消耗状况

根据云南省和全国能源统计年鉴的相关统计资料显示，云南省的能源消费总量总体呈现出上升趋势，由1978年的10659万吨标准煤增加到2012年的1043368万吨标准煤。其中，煤炭的消费量的发展趋势和能源消费总量的发展趋势保持一致，从1978年的83353万吨标准煤增长到2012年的554654万吨标准煤；石油的消费量总体上呈现出先缓慢增长，后快速增长的趋势。以2000年为界，2000年之前保持缓慢增长的态势，由1978年的7674万吨标准煤增加到2000年的25874万吨标准煤，23年增加了182万吨标准煤，年均增长率为57%，2000年之后，继续保持快速增长的势头，由2000年的25874万吨标准煤增加到2012年的155775万吨标准煤，13年增加了129901万吨标准煤，年均增长率为2218%；天然气的消费量基本上保持不变，保持在5783万吨标准煤上下进行微小波动。

在云南省能源消费总量中，煤炭占能源消费总量的比重由1978年的782%下降到2012年的5316%，石油占能源消费总量的比重由1978年的72%上升到2012年的1493%，增加2倍。天然气所占比重从1979年的54%下降到2012年的05%。由此可见，云南省的能源生产中煤炭的消费量的比重最大，而且下降的速度也较慢，而相比之下，石油的消费增长速度较快，但比重较低，天然气的消费呈现下降的趋势，且比重非常较低。因此可见，云南省能源消费情况呈现持续增长的势头，虽然煤炭消耗的比重呈现下降趋势，但仍然高达50%以上，“一煤独大”的能源消费格局并没有改变。

产业结构决定能源消费结构。有色冶金工业、化工、钢铁等产业比重偏大，是云南省的三次产业结构的特点。据统计，第二产业的能源比重长期保持在70%左右，云南省的支柱重化工企业，大都表现出对资源的强依赖性，并且对一次能源消耗量很高。从目前来看，云南的重化工业能源消耗量已占据了全省半数以上的能源消耗量。

2云南省碳排放状况

目前，国际上通用的碳排放量计算方法，是根据化石能源消费量来推算。由于我国目前并没有碳排放量的直接监测数据，现有的研究大多都是通过能源与碳排放之间的关联性对碳排放进行估算。云南省目前主要以污染严重的煤炭燃料为主，该比例高达50%以上。本文也主要以煤炭、石油和天然气这三种一次能源为基准来核

算云南省的CO2排放量。根据2006年联合国政府间气候变化专门委员会（Intergovernmental Panel on Climate Change，IPCC）为联合国气候变化框架公约及京都协议书所制定的国家温室气体清单指南第二卷（能源）第六章提供的参考方法，二氧化碳排放总量可以根据各种能源消费导致的二氧化碳排放估算量加和得到。具体的计算方法和二氧化碳估算所用的参考系数可参见相关参考文献。［13］

依据上述方法，结合《2013年中国能源统计年鉴》和历年《云南省统计年鉴》的相关数据，统计得出中国1978～2012年的云南省碳排放总量和人均碳排放量。

1978年至2012年云南省碳排放总量和人均碳排放量呈不断增加势头。碳排放总量由1978年的246767万吨增加到2012年的1875213万吨，增加759倍，年均增长615%。人均碳排放量由1978年的0．8吨／人增加到2012年的402吨／人，增加504倍，年均增长487%。碳排放总量和人均碳排放量在35年间变化几乎一致，且两者在2000年后都呈现快速上升的趋势。

从云南省的能消耗来看，相对于全国平均水平及其他省份，云南的单位GDP能耗明显较高，究其原因，这与云南以煤炭为主的能源消费结构有关。云南省高耗能产业在工业结构中比重很高，如昆明钢铁、云南锡业、云南铜业等资源依赖型高能耗企业相对集中。［14］根据碳排放总量和人均碳排放量统计结果，目前，云南依赖资源消耗发展经济的局面还没有改变，这对于建设全国发展低碳经济试点省份的云南省来讲，其所面临的减排压力也将更大。

三、模型的选择与指标的确定

1研究方法与模型的建立

数据包络分析（Data Envelopment Analysis）简称DEA，是数学、运筹学、数理经济学和管理科学的一个新的交叉领域。该方法由ACharnes和WWCooper等人在1978年提出并发展起来一种崭新的用于多投入多产出问题的效率评价方法。DEA模型将每个评价单位视为一个决策单元（Decision Making Unit，简称DMU），根据对各DMU观察到的数据判断某个DMU是否DEA有效来判断该单元是否位于由决策单元群确定的生产可能集的“生产前沿面”上。［15］DEA的模型主要是CCR和BCC两种，本文采用CCR模型。

假设有n个决策单元，每个单元都有m种类型输入和s种类型输出，xi＝（x1i，x2i，…，xmi）T和 yi＝（y1i，y2i，…，ysi）T分别表示第j（j＝1，2，…，n）个决策单元的输入向量和输出向量，权系数分别为v＝（vi，v2，…，vm）T和u＝（ui，u2，…，us）T分别为m种输入和s种输出对应的权向量，其中，xij，yrj，vi，ur＞0，其中i＝1，2，…，m，r＝1，2，…，s，j＝1，2，…，n，则对每个决策单元都有相应的效率评价指数：

总可以适当选取u，v，使其满足hj1，j＝1，2，…，n，构成评价DMUj0优化CCR模型：

其中，第j0个决策单元DUMj0的输入、输出数据向量记为：X0＝Xj0，Y0＝Yj0。利用Charnes－Cooper变换及对偶规划理论，将上述分式规划引入松弛变量可以将其转化为线性规划问题：［15，16］

其中，Xj、Yj分别为决策单元DMUj的投入和产出要素集；λj代表现行组合构造一个有效的DMUj时，第j个DMU的组合比例。θ为DMUj离有效前沿面的径向优化量，在本文中指的是云南省低碳经济的效率，θ越接近1表示发展低碳经济越合理。s－与s＋为松弛变量，非零的s－与s＋使无效DMUj沿水平或垂直方向延伸达到有效前沿面。若θ＝1且s－＝s＋＝0时，称DMUi为DEA有效；若θ＝1且s－0时s＋0，称DMUj为DEA弱有效；若θ＜0时，称DMUj为DEA无效。

2指标的选取

在输入指标方面：选取了劳动投入量这一指标，理论上该指标应该是从业人员的工作时间中有效利用时间的部分。但由于现实情况，目前我国关于这方面的统计资料尚存在缺乏的现状，因此在测算时，利用转换的思路，选取了从业人数来代替劳动投入量这一指标。

资本投入量：从理论角度上来说，国际通常采用全社会投入生产的固定资产存量＋流动资产来表示资本投入量，但由于我国的统计年鉴中缺乏反映流动资产和固定资产存量的统计数据，因此，本文采用多数OECD国家广泛采用的永续盘存法（Perpetual Inventory Method，PIM），测算出固定资产存量来代替资本投入量的做法［17］。

资源投入：本文采用云南省历年的能源消费总量这个指标。根据云南省的统计资料，主要包括煤炭、石油、天然气等的消耗量。

在输出指标方面，本文选取GDP和CO2排放量两个指标。目前，世界大多数国家在衡量经济增长规模与增长速度时都会采用GDP这一基础指标。但是需要注意的是，GDP是按照当年的价格计算的，考虑到价格变化等因素，本文按照2000年的价格对GDP进行平减，来消除物价等因素的影响。关于碳排放量指标，本文采用上文计算出的云南省1978年至2012年的CO2排放量。

四、DEA方法的云南省发展低碳经济效率评价

1数据收集和处理

根据上文选取的5个指标，把1978年至2012年的每一年作为一个决策单元，从相关资料获得上述5个指标的数据。此外，由于CO2排放量这个产出指标属成本型的逆向指标，需将其转换为正向指标，转换的方法采用取倒数的方法。

2效率评价

运用DEAP21对修正后和正向化后的输入和输出数据进行求解，具体结果见表1。

表1 1978年～2012年云南省低碳经济DEA效率评价结果

纯技术效率年份综合效率纯技术效率效率年份综合效率规模规模效率1992 1000 1000 1000 2010 0944 0954 0990 1993 1000 1000 1000 2011 1000 1000 1000 1994 0995 0996 0999 2012 1000 1000 1000 1995 0988 0989 0999 mean 0950 0962 0987

表1是云南省1978年～2012年的低碳经济发展情况，综合效率是由两部分组成，即纯技术效率和规模效率。在数值上，综合效率＝纯技术效率×规模效率。由表1可知，云南省在这35年期间，低碳经济的发展效率整体良好，但从非DEA有效的年份存在较大程度的投入冗余来看，低碳经济发展效率存在着技术的欠缺。

3有效性分析

由表1的结果，可以看出，在这35年期间，除了1978年、1980年、1981年、1990年至1993年、1996、1997、2008、2011和2012年达到了DEA有效水平，说明这12个年度云南省总体资源配置达到了相对最优；其他非DEA有效年份则表明云南省在这些年度中的低碳发展方面资源存在浪费或技术并未全部发挥出来的现象。云南省总体综合效率值均值为0950，说明云南省在这35个年度中资源或技术存在5%的浪费；纯技术效率的平均值为0968，表明云南省在这35个年度中技术有32%的浪费；平均规模效率为0987，则说明在1978年至2012年中，云南省有23%的规模报酬非有效。

4规模分析

在1978年至2012年期间，云南省低碳经济的总体规模效率值为l的决策单元包括1978年、1980年、1981年、1990年至1993年、1996、1997、2008、2011和2012，这说明这12个年度的云南省低碳经济发展规模报酬达到有效，规模报酬不变；其余规模效率值非为1的决策单元年份为低碳经济发展规模报酬非有效。其中，在这些年份中，1979年、1982～1989年、1995年、1999～2006年处于规模报酬递增阶段，1994年、1998年、2004年、2007年、2009年和2010年处于规模报酬递减阶段。

5投影分析

根据上述DEA模型的描述，对于非DEA有效的年份，可以通过计算，对原有的投入向量进行调整，使其成为DEA有效，也就是说经过调整后的点即为各年份在生产前沿面上的“投影”，［18，19］结果如表2所示。

从表2给出的云南省1978年至2012年的投入冗余率和产出不足率，对于改进云南省

低碳经济发展效率可以提供参考方向以及改进的程度。

由表2中的投入指标看，非DEA有效的年份均存在着投入冗余。众所周知，要素的投入冗余率越大，则说明该要素的利用效率越低。在这些投入指标中，能源消耗量的投入冗余率最大，能源消耗量的投入冗余率呈现出先上升后下降的趋势，自1979年开始上升，到2006年上升到最大值662873万吨后，就开始呈现出下降的趋势。除在1982年至1994年间出现从业人员的投入冗余外，其余年份则没有出现投入冗余。从资源配置的角度分析，应该优先着手于冗余率较大的要素，提升这些要素的使用效率，则能够快速更加显著地提高低碳经济的发展效率。

表2 云南省1978年～2012年投入产出生产前沿面上的“投影”分析

从产出指标上看，35年来，GDP和CO2排放量的倒数不存在产出不足，这说明了随着GDP的增长，云南省的CO2排放量也日益增加。

五、对策建议

碳排放与经济发展水平密切相关，经济的持续增长是碳排放总量增加的主导因素。经济的增长是满足居民生存与发展基本需求的必要条件，能源消费在一定程度上反映了一个国家或地区的经济活动的强度和满足居民生活需求的能力。云南省作全国发展低碳经济的试点省份，走低碳经济的可持续发展道路既是云南边疆民族地区加强生态文明建设的重要突破口，也是其转变经济发展方式、产业结构调整的必然选择。为此，在确保经济发展不受影响的条件下，减少碳排放，实现经济发展与碳减排的双赢，应实行以下对策。

第一，不断优化一次能源结构，提高低碳能源的比重。根据云南省目前的能源结构的特点以及构成情况，抓住中缅油气管道建设工程这一基础，改善目前的能源利用结构，增加油气资源的利用度，尽量大规模地利用和推行清洁能源与可再生资源，从整体上优化能源结构。

第二，对现有产业进行优化和升级，提高低碳经济发展的整体效率。目前，云南省的碳排放主要来自第二产业，特别是高耗能、高污染的工业企业。因此，大力推进节能技术，改造提升冶金、化工、建材等碳排放强度较高的传统产业，使高碳产业低碳化，通过兼并重组和政策法规及财政补偿等措施促使落后产能退出。与此同时，通过政策补贴，加快低碳技术创新和研发，提高低碳经济发展的整体效率，达到产业升级与节能降耗的相互促进和提高整体的低碳经济发展效率的目的。

第三，合理资源配置，提高各要素使用效率。从研究的结论上可以看出，大多年份投入冗余率过高，说明要素的使用效率欠佳。应进一步合理地配置资源，以提高各要素使用效率。首先要改善云南省目前的能源生产和消费结构，降低煤炭能源的消费比例。其次要提高从业人员的素质，大力发展低能耗、少污染、高技术含量、高附加值的装备制造业、环保设备、新能源设备等。

［1］K．A．Fisher－Vanden，P．R．Shuk la，J．A．Edmonds．Carbon taxes and India．Energy Economics，1997，v01．19：1131－1138

［2］Marco Mazzarino．The economics of the greenhouse effect：evaluating the climate change impactdue to the transport sector in Italy．Energy Policy，2000，28：141－147

［3］Jyoti Parikh，Manoj Panda，A．Ganesh－Kumar，et al．C02 emissions structure of Indian．economy．Energy，2009 vol．34：243－249

［4］Dagoumas，A．S．Barker，T．S．．Pathways to a low－carbon economy for the UK with themacro－econometric E3MGmodel．Energy Policy 2010．vol．38：3067－3077

［5］颜鹏飞、王兵．技术效率、技术进步与生产率增长：基于DEA的实证分析［J］．经济研究，2006，（12）．

［6］王军，耿健．中国绿色经济效率的测算及实证分析［J］．经济问题，2014，（4）．

［7］李晓燕，邓玲．城市低碳经济综合评价探索—以直辖市为例［J］．现代经济探讨，2010，（2）．

［8］傅晓霞、吴利学．技术效率、资本深化与地区差异［J］．经济研究，2006，（10）．

［9］李晓燕．基于模糊层次分析法的省区低碳经济评价探索［J］．华东经济管理，2010，（2）．

［10］谢传胜，徐欣，侯文甜等．城市低碳经济综合评价及发展路径分析［J］．技术经济，2010，（8）．

［11］马军．基于DEA法的内蒙古发展低碳经济的效率评价［f］．科学管理研究，2011，（3）．

［12］淑惠．云南省产业结构调整的能源消费效应及碳排放分析［J］．学术探索，2012，（3）．

［13］陈诗一．能源消耗、二氧化碳排放与中国工业的可持续发展［J］．经济研究，2009，（4）．

［14］王剑芳，赵光洲，孙立新．云南省发展低碳经济的路径研究［J］．生态经济，2014，（1）．

［15］CooperWW，Wei Quanling，Yu G．U sing displaced cone representation in DEA models for non－dominated solutions in multi－objective programming．Systems Science and Mathematical Sciences，1997；10（1）．

［16］Reinhard，S．，Lovell，C．A．K．，Thijssen，G．J．，Environmental efficiency with multiple environmentally detrimental variables：estimated with SFA and DEA［J］．European Journal of Operational Research 2000，2（121）．

［17］何枫，陈荣，何林．我国资本存量的估算及其相关分析［J］．经济学家，2003，（5）．

［18］李涛，傅强．中国省际碳排放效率研究［J］．统计研究，2011，28（7）．

［19］魏巍贤、杨芳．技术进步对中国二氧化碳排放的影响［J］．统计研究，2010，（7）．

A DEA－based Research on Efficiency Evaluation of Low－Carbon Econom y——A Case Study of Yunnan Province

YANG Hong－juan，WANG Lu－yao
（School of Management and Economics，Kunming University of Science and Technology，Kunming，650093，Yunnan，China）

Low carbon economy is a hot issue in the world economic development research at present，but it varies in development level due to regional differences．Based on relevant data of Yunnan Province from 1978－2010，this paper evaluates the development of the low carbon economy in this area by using the data envelopment analysis（DEA）．The results show that：（1）The efficiency of the development is not bad on the whole，but there are still problems such as scale bottleneck and lack of technology．（2）There are input redundancy in non－DEA valid years．From the investment point of view，the energy consumption in the amount of redundancy is the biggest，and the input redundancy rate shows a downward trend after the first rise．In output indicators，there is no output deficiency in reciprocity of GDP and CO2 emissions，which shows that with the increase of GDP，CO2 em issions in Yunnan province is increasing．Finally，corresponding countermeasures and suggestions are put forward in energy structure，optim ization and upgrading of existing industry，allocation of resourcesand improving efficiency in the use of various factors．

Yunnan；low carbon economy；efficiency evaluation；DEA

F1245

：A 文章编号：1006－723X（2015）05－0070－06

〔责任编辑：黎 玫〕

国家自然科学基金项目（71263030）；云南少数民族贫困地区生态文明建设的关键因素和有效路径研究（71463034）；云南省中青年学术技术带头人后备人才项目（2011CI018）

杨红娟，女，昆明理工大学管理与经济学院教授，博士生导师，主要从事可持续管理研究；

王路遥，女，昆明理工大学管理与经济学院2013级硕士研究生，主要从事技术经济研究。