陕西省低碳经济发展水平评价研究

陕西省低碳经济发展水平评价研究（精选7篇）

陕西省低碳经济发展水平评价研究 篇1

英国虽然提出了低碳经济的概念，但却没有给出低碳经济的衡量指标和指标体系。目前国际上也没有衡量低碳经济发展水平的指标体系，我国国内在实践中广泛应用的评价指标体系，一是利用层次分析法把所选取的指标指数化，赋予权重后加总，以得分的高低排名（ UNDP）［1］； 另一种是联合国可持续发展委员会（ UNCSD） 提出的驱动力 － 状态 － 响应（ Driving Force － Status － Response，DSR） 模型［2］。张亚欣（ ）［3］采用碳产出水平、碳排放水平、低碳资源和人民生活等四项指标，评估比较了吉林省、辽宁省、浙江省和全国的低碳经济发展水平； 朱守先（ ）［4］选取人均碳排放、碳生产率和碳能源排放系数三项指标评价了吉林市低碳经济发展水平； 付加锋（ 2010）［5］分析了低碳经济的核心要素，构建了以低碳产出、低碳消费、低碳资源、低碳政策和低碳环境为维度的多层次评价指标体系和相应的评价方法； 朱有志（ ）［6］等基于层析分析法，构建了包括碳排放、碳源控制、碳汇建设、低碳产业和碳交易合作在内的低碳经济评价指标体系。总体来看，目前国内有关低碳经济发展水平的评价研究正处于起步阶段，相关的研究成果并不多见。

文中在借鉴相关研究的基础上，结合陕西省实际，通过构建低碳经济发展水平评价指标体系，全面评价陕西省低碳经济发展水平，并以全国平均水平作为参照，对比分析陕西省发展低碳经济的优势与不足，以期能够为陕西省发展低碳经济提供经验支持。

2. 1 低碳经济发展水平评价指标构建。

根据相关研究（ 付加锋，2010; 潘家华，）［5，7］，衡量一个国家或地区是否达到低碳经济，核心在于考核资源禀赋、技术水平和消费模式是否达到低碳化。而资源禀赋、技术水平和消费模式的低碳化都与一定的发展阶段相联系。此外，还应该考虑各国或地区向低碳经济转型所作的努力。基于以上分析，文中构建的低碳经济发展水平评价指标体系包括目标层、准则层和指标层三个层次。目标层是可持续发展框架下的低碳经济发展水平，准则层由五个方面构成，即低碳产出指标、低碳排放指标、低碳消费指标、低碳资源指标、人民生活（ 表 1） 。

2. 1. 1 低碳产出指标。

低碳产出指标包括三个具体指标。单位碳排放产出即碳生产力，表示排放一单位碳的经济产出； 单位能源产出衡量消费一单位能源的经济产出，这两个指标主要衡量低碳技术水平和能源利用效率； 能源加工转化率则是衡量能源加工转换装置和生产工艺的先进与否，是衡量节能减排和发展低碳经济的一个重要指标； 低碳产出指标是衡量低碳化的核心指标，其指标值的高低能够体现一国在货币资产和技术积累达到一定水平时，进一步降低碳排放强度的潜力和保障。

2. 1. 2 低碳排放指标。

低碳排放指标包括五个具体评价指标，是衡量一国或地区低碳经济发展的直观指标，其指标值的大小反映了一国或地区的“低碳化”状况。碳排放总量是衡量一国或地区在某一时期内排放的二氧化碳的绝对量指标； 人均碳排放衡量按总人口分摊的碳排放量，这一指标与消费模式有关，在满足基本需求的前提下，碳排放越少，消费模式越节约； 能源碳排放系数即碳强度，衡量消费单位能源产生的碳排放量，该指标与能源消费结构相关，能源种类不同，碳排放系数相差很大。能源强度反映单位产值的能源消费量，能源强度越低，意味着单位产出的能源消耗量越小，相应的碳排放量也越小。单位工业增加值能耗衡量单位工业增加值的能源消费量。

2. 1. 3 低碳消费指标。

低碳消费指标从消费方面衡量碳排放水平，包括三个具体评价指标。居民消费碳排放和政府消费碳排放是界定消费模式对碳排放影响的综合指标，居民消费碳排放反映居民消费结构和消费水平等自然消费模式对碳排放的综合影响； 政府消费碳排放反映政府部门发展水平和社会组织形式等社会消费模式对碳排放的综合影响。人均零碳资源消费量的大小衡量人均清洁能源消费状况，也从侧面衡量零碳资源的利用与开发潜力。

2. 1. 4 低碳资源指标。

低碳资源指标衡量低碳资源开发现状，包括三个具体指标。零碳能源作为低碳资源的主要指标，可以用能源消费总量中零碳能源所占比重来衡量； 森林是二氧化碳的吸收器、缓冲器和碳储存库，森林碳汇投入少、效益高，是理想的减碳途径，森林覆盖率越高，则森林的碳汇作用越强，吸收并储存二氧化碳的作用也越强； 城市绿化面积包括公共绿地、居民区绿地、单位附属绿地、防护绿地、生产绿地、道路绿地、风景林地等的绿化种植覆盖面积、屋顶绿化覆盖面积以及零散树林的覆盖面积，城市绿化覆盖率越高，城市碳汇水平越高，对城市碳源的拟制作用越强。

2. 1. 5 人民生活。

人民生活选取居民收入和恩格尔系数两个具有代表性的重要指标来衡量。随着产业结构的调整、工业内部结构的调整和能源结构的优化，以及能源利用效率的提高和技术进步，高产出、低能耗、低排放的第三产业将逐步成为经济发展的动力，人民生活水平和生活质量将不断提高，碳排放量也会逐步降低，进而实现生活方式的低碳化。

2. 2 陕西省低碳经济发展水平评价。

根据以上低碳经济评价指标，计算了 年陕西省低碳经济发展水平。全国平均水平代表我国总体.

2. 2. 1 碳排放产出水平.

评价碳排放产出水平即碳生产率，表示每单位碳排放的经济效应。陕西省 2008 年单位碳排放产出为 0.4873 万元 / 吨碳，全国平均水平为 0. 5668 万元 / 吨碳，每吨碳排放产出低于全国平均水平0. 0795 万元，距离全国平均水平尚有一定的差距。从单位能源投入的产出看，2008 年陕西省为 0. 9208 万元/吨标准煤，全国平均水平为 1. 0550 万元/吨标准煤，陕西省消耗一吨标准煤的产出低于全国平均水平0. 1342 万元。

从能源加工转换效率看，陕西省为 69. 23%，全国为 71. 55%，陕西省低于全国平均水平2. 32 个百分点。

总体来看，陕西省碳产出水平与全国相比均有较大差距。

2. 2. 2 碳排放水平评价。

社会活动的最终表现即为现实或未来的消费活动，因此能源消耗、温室气体排放等从根本上受各种消费活动的驱动。2008 年陕西省人均碳排放量为 3. 7373 吨碳/人，低于全国（ 3. 9945 吨碳/人）平均水平0.

2572 吨碳 / 人。平均能源碳排放系数 1. 8896 吨碳 / 吨标准煤，接近全国（ 1. 8613 吨碳 / 吨标准煤）平均水平。单位产值能源消耗 1. 0860 吨标准煤/万元，全国平均为 0. 9479 吨标准煤/万元，每万元产出的能源消耗高于全国平均 0. 1381 吨标准煤。单位工业增加值能耗为 2. 01 吨标准煤/万元，全国平均 2. 19 吨标准煤/万元，每万元单位工业增加值能耗高于全国 0. 18 吨标准煤。从碳排放水平的对比看，陕西省目前降低单位产值能耗和降低单位工业增加值能耗，对于降低单位能源投入的碳排放，进而减少碳排放量具有较强的拉动作用。

2. 2. 3 低碳消费水平评价。

由于各国（ 或地区） 居民消费行为习惯、生活方式等消费模式的不同，会使能源消耗和碳排放产生较大的差异。2008 年陕西省居民消费产生的碳排放为 3. 6076 吨碳/万元，全国平均为 4. 3794 吨碳/万元；政府消费产生的碳排放 11. 3917 吨碳/万元，全国平均为 12. 7055 吨碳/万元，政府消费和居民消费碳排放均达到全国平均水平。而人均零碳能源消费量陕西省为 0. 0178 吨碳/人，全国平均为 0. 1910 吨碳/人，陕西省平均每人零碳能源消费量低于全国平均水平0. 1732 吨，仅为全国平均水平的 9. 3%，距离当前低碳经济发展目标值尚有较大的差距，因此，目前的关键是发展清洁能源，增加零碳能源消费比重，提高人均零碳能源消费水平。

2. 2. 4 低碳资源水平评价。

低碳资源包括可再生资源和碳汇资源，是一个国家或地区的低碳物质基础。2008 年陕西省零碳能源比重为0. 90%，全国平均为8. 9%，陕西省低于全国平均水平8. 0 个百分点，仅为全国平均水平的10. 1%。

森林植被作为地球上最有效的碳汇资源，森林低碳投资少、效益高，是理想的减碳途径，陕西省目前森林覆盖率为 37. 3%，全国平均为 20. 36%，已达到全国平均水平，对降低大气中的二氧化碳浓度作出了重要贡献。城市绿化覆盖率对城市碳源减排具有重要的拟制作用，目前陕西省城市绿化覆盖率为 38. 8%，全国平均为 38. 2%，已达到全国平均水平。从低碳资源的总体评价结果看，目前的关键是大力开发零碳能源资源，如水能、风能、核能、太阳能、地热能和生物质能等可再生能源。

2. 2. 5 人民生活。

陕西省低碳经济发展水平评价研究 篇2

自2003年英国能源白皮书《我们能源的未来:创建低碳经济》首次以政府文件的形式提出“低碳经济”这一概念后, 许多学者对低碳经济展开了研究。在全面振兴东北老工业基地的时代背景下, 辽宁省由于长期偏重的工业结构和以化石燃料为主的能源结构, 使得经济发展和环境改善的矛盾日益突出。低碳经济既是一次挑战, 也是一次机遇, 可以成为辽宁省新时期经济发展的增长点和转折点, 同时也给生态文明建设带来契机。因而, 如何科学客观地评价出辽宁省低碳经济发展水平, 对于该省低碳经济发展的科学决策具有重要意义。

2 低碳经济内涵及特征

低碳经济是以低能耗、低排放、低污染为基础的经济模式, 是人类社会继农业文明、工业文明之后的又一次重大进步, 其涉及到能源利用、科技创新、产业结构调整、生产方式、生活方式及人类生存发展观念的根本性转变等多方面内容。

低碳经济具有经济性、技术性和目标性三大特征[1]。首先是经济性, 低碳经济应按照市场经济的原则和机制来发展, 摒弃传统经济发展模式和生活消费模式, 在可持续发展理念的指导下科学地发展绿色经济的发展模式, 在不降低人们生活水平的前提下深挖生活领域节能减排的巨大潜力;其次是技术性, 以技术创新和交流为动力, 在提高能源效率的同时, 降低碳排放量。目前阻碍辽宁省低碳经济发展的是总体技术水平的落后;最后是目标性, 发展低碳经济的目标是控制碳排放, 维持生物圈碳平衡, 减缓气候温室效应和人类的可持续发展, 实现人与自然的协调发展。

3 低碳经济评价指标体系构建

3.1 指标体系的构建原则

(1) 系统全面性原则。低碳经济指标体系作为一个有机整体是多种因素综合作用的结果。各个指标之间应该有机有序, 所选取的指标应该能够全面准确地反映低碳经济的发展状况。同时, 对于要表达的各个体系的指标选取应强调代表性和典型性, 避免意义相近或重复, 以尽量少的指标分层次地反映尽量多的信息。

(2) 科学客观性原则。评价指标应具有可量化、具体化的特点, 即选取的指标要尽可能采用有来源可靠的客观数据支撑的指标, 或者通过计算间接得到的指标。定性指标也应可以通过各种方法使之量化。同时, 不同地区各指标值统计口径应一致[2]。

(3) 动态调整性原则。低碳经济的发展本身就是一个动态过程, 因此其评价指标体系也应根据实际相应变动。一是指标设置的动态性;二是指标权重的动态性。根据社会、经济、技术等因素的变化情况, 相应增加或删减指标, 同时根据指标对低碳经济发展整体水平的影响程度调整其权重。

(4) 3R原则:低碳经济重点是通过节约能源、提高能效、提高物质循环利用率、降低碳排放或零排放, 促进人与自然协调发展。因此, 3R原则是构建低碳经济指标体系中必须遵循的原则[3]。

3.2 指标体系的理论框架

近年来, 科学家们设计了一些评价指标体系的理论框架。其中以联合国经济开发署 (OECD) 建立的压力-状态-响应 (pressure-State-Response, PSR) 框架模型被广泛使用, 如图1, 低碳经济与社会发展和人文环境等相关性密切, 因此, 本次低碳经济评价以PSR概念模型为理论框架。

PSR概念模型最早是由OECD (联合国经济合作组织) 为了评价世界环境状况提出并建立的, 其基本思路是人类活动给自然资源和环境施加“压力”, 改变了环境的“状态”和自然资源的质量与数量;人类社会则通过环境、经济等政策对这些变化做出“响应”, 减缓由于人类活动对环境造成的压力, 维持环境系统的可持续性。简单地说该模型主要是用以解释发生了什么、为什么发生以及我们将如何应对这3个问题。由于此模型具有系统性、综合性等特点, 能够监测各指标之间的连续反馈机制, 是寻找人类活动与低碳经济之间因果链的有效途径, 因而得到了较为普遍的认可与应用。

3.3 指标体系的建立

在充分借鉴了诸多学者研究成果的基础上[4], 遵循低碳经济评级指标体系的构建原则, 围绕影响碳排放的主要因素, 构建了包括目标层、准则层、指标层三个层次的低碳经济评价指标体系。该体系的目标层为低碳经济发展水平, 它是各个地区低碳经济发展的综合体现;准则层包括社会环境压力、社会系统状态、社会人文响应等三个方面;指标层是在三个准则层下, 设置的包括碳排放总量等在内的39项指标 (表1) 。

3.4 评价方法

本文采用层次分析法 (AHP) 对辽宁省低碳经济发展进行综合评价, 其基本步骤如下[5]。

第一步, 建立评价指标体系。

第二步, 构造判断矩阵:分析系统中各因素间的关系, 对同一层次各元素关于上一层次中某一准则的重要性进行两两比较, 构造两两比较的判断矩阵。

第三步, 由判断矩阵计算被比较元素对于该准则的相对权重 (即判断矩阵的特征向量) , 并进行判断矩阵的一致性检验—当CR<0.1时, 满足一致性要求;否则对判断矩阵进行修改, 直到达到满意的一致性为止。

第四步, 计算各层次对于系统的总排序权重, 并进行排序。最后, 得到各方案对于总目标的总排序。

根据上述方法计算, 得出辽宁省低碳经济指标体系各层次指标权重的计算结果, 如表2所示。

4 结果与分析

首先把指标体系中包含的所有不同量纲的统计数据进行标准化, 然后利用加权指数法, 根据前面所给出的权重, 分别对各层进行加权指数计算, 最后得出总目标层指数, 即该地区的低碳经济指标指数[5,6]。

(1) 指标数据标准化。对于正指标:Ij=Xj/Uj;对于负指标:Ij=Uj/Xj。其中Xj为现值, Uj为目标值。

(2) 准则层指数的计算。

式中:Ib指各准则层综合指数, Ij指各准则层所含指标指数, Wj指各指标的权重, m指各准则层总数, n指各准则层所含指数总数。

(3) 总目标层综合指数的计算。

式中:ECI指低碳经济综合指数, Ib同上, Wb指各准则层权重值, n指子目标层总数。

根据以上公式计算得出:辽宁省低碳经济指标指数为45.63。依据我国城市低碳经济指标标准:ECI处于 (100~80) 区间的定义为低碳经济;处于 (80~60) 区间的定义为中碳经济;处于 (60~0) 区间的定义为高碳经济。由此得出结论:辽宁省属于高碳经济。低碳经济发展任务繁重, 亟需通过优化产业结构、调整能源结构、大力发展低碳技术和清洁能源等手段, 逐步减少温室气体排放, 最终实现经济发展和资源环境保护的双赢。

摘要：指出了低碳经济是在可持续发展理念的指导下人类社会的又一次重大进步, 是应对气候变化、实现绿色发展的重要途径。在PSR概念模型的理论框架下, 构建了辽宁省的低碳经济发展评价指标体系, 利用层次分析法尝试了综合评价辽宁省低碳经济的发展水平, 为政策研究提供理论依据。

关键词：辽宁,低碳经济,评价指标体系,层次分析法

参考文献

[1]程瓯.我国发展低碳经济面临的问题与对策研究[J].生产力研究, 2014 (2) 94~98.

[2]刘宏, 孙倩, 王海.辽宁省低碳经济发展战略研究[J].中国管理信息化, 2011 (1) .

[3]叶依常, 黄明凤.低碳经济发展指标体系的构建与实证评价[J].统计与决策, 2011 (8) :47~49.

[4]胡大立, 丁帅.低碳经济评价指标体系研究[J].科技进步与对策, 2010, 27 (22) :160~164.

[5]肖翠仙, 唐善茂.城市低碳经济评价指标体系研究[J].生态经济, 2011 (1) :45~48, 57.

陕西省低碳经济发展水平评价研究 篇3

摘 要 随着我省农村学前教育的逐步普及，提高农村学前教育水平已成为社会关注的热点问题。本文通过深入分析山西省农村学前教育发展存在的问题及产生问题的原因，从而从政策导向等方面提出了提高我省农村学前教育水平的建议。

关键词 农村学前教育 问题 对策

一、发展农村学前教育的意义

《中共中央关于构建社会主义和谐社会若干重大问题的决定》明确指出：“坚持公共教育资源向农村、中西部地区、贫困地区倾斜，逐步缩小城乡、区域教育发展差距，推动公共教育协调发展。”这充分表明，大力发展包括学前教育在内的农村教育事业是建设社会主义新农村、构建社会主义和谐社会的重要内容。农村儿童是未来新农村建设和社会主义现代化建设的主力军，他们将来的素质直接关系到社会主义新农村的建设和社会主义和谐社会的构建。普及农村学前教育有利于提高农村儿童素质，因而有利于建设社会主义新农村、构建和谐社会。

党的18大报告指出：努力办好人民满意的教育。教育是中华民族振兴和社会进步的基石。要坚持教育优先发展，全面贯彻党的教育方针，坚持教育为社会主义现代化服务的根本任务，培养德智体美全面发展的社会主义建设者和接班人。要办好学前教育，均衡发展九年义务教育，完善终身教育体系，建设学习型社会。大力促进教育公平，合理配置教育资源，重点向农村、边远、贫困、民族地区倾斜，支持特殊教育，提高家庭经济困难学生资助水平，积极推动农民工子女平等接受教育，让每个孩子都能成为有用之才。

二、山西省农村学前教育发展存在的问题及原因分析

1.农村学前教育资源分布不均衡

一是橫向差距。我省各地区经济发展存在差异，因此，各地区农村学前教育资金投入也存在较大差距，这直接导致了不同地区学前教育的硬件设施、管理水平、师资水平等方面差距较大。二是纵向差距。由于县镇的区域中心地位，县、镇幼儿园相较于村幼儿园在重视程度、资金投入、教育理念等方面都存在较大差距。三是公办和民办幼儿园之间存在差距。公办幼儿园管理体制健全、经费投入稳定、师资流动性较小和素质相对较高，这些都导致了公办幼儿园与民办幼儿园之间的差距。

2.农村学前教育设施不能满足教学

一是基础设施有待进一步提高。在走访的幼儿园中，有的是租借的场地；有的是作为小学的附设幼儿园，划分出小学的一部分区域作为幼儿园用地；有的虽然有自己的场地，却面积较小，农村幼儿生均占地面积、活动面积严重不足。 二是教学设施不够齐全、完善。直观的教具不够齐全，没有良好的教学设施，教学质量较差。

3.农村学前教育师资力量薄弱

一是师资队伍不稳定。由于农村与城市相比条件较差、工资待遇不及城市高、没有相应的职称晋升举措，农村学前教育师资流动性较大，代课老师、兼职老师占有一定比例。二是师资队伍整体水平不够高。在乡村，对幼儿园教师的任职资格要求较低，许多教师学历水平不高甚至学历不合格，且没有受过专业训练和系统的幼儿教育教学理论培训和实践锻炼，业务知识和能力素质不符合学前教育发展的需要。三是教育理念有待更新，存在“小学化”倾向。由于农村幼儿家长的学识水平有限，对孩子上幼儿园的需求大部分是认字和算数，另外，部分农村幼儿教师是由小学分流而来，导致农村幼儿园的“小学化”现象较为突出。

三、推进山西省农村学前教育发展的对策

《国家中长期教育改革和发展规划纲要（ 2010—2020 年）》指出，努力提高农村学前教育普及程度，把发展学前教育纳入城镇、社会主义新农村建设规划。为了快速推进山西省农村学前教育的发展，提高农村幼儿素质，提出以下几方面建议。

1.优化农村学前教育资源配置，促使农村学前教育均衡发展

一是对不同地区、不同类别的幼儿园进行统一摸底，对于生源较少、位置较近的幼儿园实行合并；在生源较多、没有幼儿园的村、镇建立幼儿园；对贫困的县、镇、村适当增加投入或采取“小幼一体化”的模式减少基础设施的资金投入。二是规范学前教育机构管理，严格执行幼儿园准入制度。各地根据国家基本标准和社会对幼儿保教的不同需求，制定各种类型幼儿园的办园标准，实行分类管理、分类指导。

2.加大资金投入力度，保障农村学前教育发展

一是采取以政府投入为主、社会资金参与、家庭适当分担的方式，不断加强农村学前教育基础设施和教学设施的建设。二是加强对资金的监督和管理。建立以县为主，县、乡、村共管的农村学前教育管理模式，确保政府和社会投入的资金真正的用于农村学前教育的发展和建设中。

3.加强农村学前教育师资队伍的建设，提高师资队伍的整体水平

一是提高幼教师资的培养质量，适当增加幼教师资的招生数量，确保为农村学前教育提供质优量足的教育、管理人才。二是加强对幼教师资的培训，可效仿省、市骨干教师培训的方法，由具有较高培训能力的高等院校对现有的农村学前教育师资进行培训，逐步提高在岗农村学前教育师资的教育教学水平。三是落实农村学前教育教师的编制、职称、工资和社会保障等根本问题，提高其工作的积极性、主动性。

4.加快立法，保障农村学前教育健康发展

目前，在我国 《教育法》 中所规定的四个独立学制阶段，只有学前教育没有立法。可以说，学前教育管理体制和投入体制不健全、各级政府责任划分不清晰等问题导致了我国学前教育推进受到严重阻碍，农村学前教育没有相应保障，发展速度缓慢。因此，为保证农村各级各类学前教育机构的可持续健康发展，国家和地方政府要尽快出台农村学前教育管理的相关法律法规。对学前教育的职能、管理职责划分、办学经费来源及划拨方式、农村幼儿园审批等问题提出明确规定，使农村学前教育的管理和教学有法可依。

参考文献：

[1]范娟.提升我省农村学前教育水平对策研究.中国科教创新导刊.2012.

[2]骆小燕.规范农村学前管理促进农村学前发展.管理论坛.2009.

河北省低碳经济发展效率评价 篇4

因此在分析了近五年的能源消费和碳排放量情况后，利用DEA法，根据投入产出结果分析河北省的低碳经济发展效率，并依此提出相关的发展策略。

【关键词】低碳经济 DEA法 效率

一、河北省能源消费与碳排放量目前状况

河北省的能源消费总量从的21783万吨标准煤增长至20的29498万吨标准煤，年平均速度为7.87%。

其中，煤炭的消费量从20的21783万吨增至年的26433万吨;石油的消费量由年的1620万吨增至2011年的2280万吨;天然气消费量由2007年的160万吨增至2011年的466万吨;一次电力消费量由2007年的21万吨增至2011年的319万吨。

可知，河北省能源消费构成中煤炭所占比例较大，五年来均在90%左右，“一煤独大”的格局已经形成，而更加低碳的天然气和一次电力的消费量却几乎忽略不计。

碳排放量的计算公式为：(其中E为碳排放量，δi能源i的碳排放系数，Ci为能源i的能源消费量)。

在消费的能源中，一次电力消费过程中不产生CO2，因此碳排放量便通过煤炭、石油、天然气的消费量来计算。

根据IPCC的研究数据，这三类碳源的碳排放转换系数分别为0.7476， 0.5852，0.4435。

计算可得，2007年河北的碳排放量为17304万吨，2011增长至21303万吨，年平均增长5.33%。

碳排放的持续增长与河北省正处于重化工业阶段密切相关，高耗能、高排放行业主导的工业结构对能源需求较大，发展低碳经济便面对着较大压力。

二、DEA模型建立与数据来源

(一 )研究策略与模型

DEA 策略是美国著名运筹学家Charnes和Cooper等在1978 年首先提出的评价具有多输入和多个输出的决策单元相对有效性的.策略。

DEA模型利用观察到的样本数据，将每个评价单位视为一个决策单元(DMU)，对投入产出体系的效率进行评价。

模型可将综合效率分解为纯技术效率与规模效率。

综合效率越大越好，说明相对效率越高。

(二)指标选取及相关数据

根据投入产出关系，联系到数据可获得性，这里选取劳动投入、资本投入、能源投入作为输入指标，而劳动投入指标采用就业人员数，资本投入指标采用固定资产投资，能源投入指标采用能源消费总量;输出指标采用碳排放量(如表1)。

由于碳排放量是成本型的逆向指标，需将其直接转化成倒数(正向指标)。

依据中国统计年鉴，可得结合2011年广东、江苏、山东、河南、河北五省的数据，对河北省低碳经济发展效率进行评价。

三、结果分析

将初始数据导入DEA求解程序中，进行求解，结果见表1。

从表1可知，只有山东省达到了DEA有效水平，即低碳经济发展是最有效率的，而广东、江苏、河南、河北为非有效水平，即低碳发展是无效率的。

在综合效率方面，河北省效率最低，而江苏和河南效率也不高;纯技术效率方面，河北效率仅次于山东省，说明河北与他省相比，在现有技术条件下，决策单元在要素资源配置，技术利用与管理经验等方面的能力较强;规模效率方面，河北省居中，但其固定投资过多，未形成一定的规模效应，没有使低碳经济产业化。

四、结论与倡议

通过以上分析可以得知，河北省目前低碳经济发展综合效率较低，因此河北省应该学习山东的低碳经济发展经验，对低碳产业统筹规划，合理发展。

首先，要健全市场机制，完善有利于低碳经济发展的相关政策法规，则需对低碳产业和节能减排企业给予优惠政策，一般采用绿色信贷、财政补贴等手段。

其次，河北省要依托相关科研院所，投入低碳研发资金，引进高科技人才，开发节能减排技术、清洁煤利用技术、可再生能源技术等，并对高耗能、高排放企业实现低碳技术改造，加快开展新能源产业化进程，提高清洁能源在能源消费中的比例。

最后，河北省应该加快优化产业结构的步伐，降低高耗能产业在第二产业中的比例，大力发展低碳的高新技术产业;同时大力发展现代服务业，应依托京津金融优势和河北省交通优势，打造京津冀金融一体化和环首都物流产业带。

参考文献

[1]李晓燕，邓玲.城市低碳经济综合评价探索[J].现代经济探讨， ， ( 2) ： 82- 851

[2]杨颖.四川省低碳经济发展效率评价[J].中国人口·资源与环境，2010，(11).

陕西省低碳经济发展水平评价研究 篇5

基于DHGF的供电企业发展水平综合评价方法

由于现有评价方法的优缺点具有互补性,本文把改进的Delphi法、层次分析法、灰色关联统计和模糊评判综成为DHGF综合评价模型,在评价的不同步骤运用不同的.方法. 利用该模型对供电企业发展水平进行了综合评价研究,取得了满意的效果.

作 者：程艳琴 安德洪 韩文秀 作者单位：天津大学,管理学院,天津,300072刊 名：天津理工学院学报 ISTIC英文刊名：JOURNAL OF TIANJIN INSTITUTE OF TECHNOLOGY年，卷(期)：19(3)分类号：F272.5关键词：供电企业 层次分析法 灰色关联度 模糊综合评价

陕西省低碳经济发展水平评价研究 篇6

低碳经济概念自2003年正式在英国官方文件中出现,短短几年时间就迅速引起了世界各国政府和学术界广泛的响应和讨论。尽管如此,目前学术界对低碳经济这一理念仍然存在着不同的看法,更没有形成一个统一的国际度量标准。比较一致的看法是,低碳经济是以低能耗、低排放、低污染为基础应对碳基能源对于气候变暖影响的一种经济发展方式,是低碳发展、低碳产业、低碳技术、低碳生活等一类经济形态的总称,其基本要求基本目的是实现经济社会的可持续发展。

随着我国经济的快速发展,对石油、天然气、标准煤炭等能源的需求逐年提高,实现经济社会与资源环境的协调和可持续发展越来越成为我们所追求的生存发展观念。目前,国内外学术界对低碳经济的运行发展和本国或地区的经济增长都进行了更深的研究与探讨。Stern[1]以美国1947—1990年的数据为基础,运用格兰杰因果关系检验,得出一个国家对能源的依赖度与经济增长存在单向的格兰杰因果关系;Masih[2]的研究表明中国台湾和巴基斯坦存在能源利用和GDP之间双向的格兰杰因果关系。国内研究能源消费和经济增长关系时,存在着截然不同的结论:赵丽霞等[3]通过VAR模型,将能源这个因素作为内生变量,引入柯布—道格拉斯生产函数,分析结果表明能源消费和经济增长存在着正相关关系;韩智勇[4]则指出能源的利用度是影响经济增长的最主要原因,但这种能源消耗是具有代价的;在长期,能源和其他因素共同作用于经济增长[5]。林伯强[6]通过协整和误差修正模型,分析了我国企业和居民对电力的消费与经济增长的关系,结果表明二者之间存在长期的协整均衡关系。赵进文[7]的研究结论与此相反,二者之间并不存在这种长期均衡关系,而是呈现出一种非对称性、阶段性的特征。关于能源资源对经济增长的传导机制方面的研究表明,能源的开发主要通过科技创新和人力资本投入的挤出效应以及政治制度的弱化效应这三种间接传导机制可能会抑制经济的增长[8],通过产业转移和技术进步可以解决能源资源对经济增长的瓶颈制约[9]。李文洁[10]进一步研究指出,能源的开发强度对经济增长的影响总体上看是负向的,一定程度上制约了我国经济的发展。而从影响的时间维度来看,20世纪90年代初,能源开发强度对经济增长的影响为正,随着时间的推移以及产业结构布局和调整,逐渐地从正转向为负作用。Ang et al[11]的研究认为,能源过多的消费可能会导致更多的CO2排放。

上述研究无疑对于研究一个地区或一个省低碳经济发展水平及其影响因素提供了丰富的素材和参考借鉴。基于此,本文基于低碳经济发展的新趋势,试图分析安徽省在低碳产业、低碳技术应用、清洁能源使用等方面发展低碳经济所面临的突出问题,并通过因子分析方法对影响安徽省低碳经济发展水平的主要因素进行了实证分析,以期为政府发展低碳经济提供政策建议。

1 安徽省低碳经济发展的现状

安徽省近年来不断加强和支持低碳经济的发展,奇瑞、马钢、江淮汽车、安庆石化等一些重点企业节能技术和产品创新显著;一些以资源加工制造、废物综合利用制造等为主要的绿色循环经济产业园纷纷建立。但安徽省发展低碳经济起步晚,还面临着如下问题。

1.1 高耗能、高污染产业比重大,低碳产业发展相对滞后

现阶段安徽省正着力推进三化同步,钢铁、冶金、建材、石化、有色金属、电力、煤炭等高耗能、高污染、高排放产业比重依然过大,而且这些行业的产能过剩问题日益凸显。安徽省能源结构以煤炭为主,并且在短期内能源消费结构难以发生质的变化,煤炭的消费与CO2的排放量大小呈正相关关系,面临着严峻的产业转型和节能减排的双重任务。2010年安徽省单位生产总值能耗为0.97吨标准煤/万元,单位工业增加值能耗为1.82吨标准煤/万元;工业废气的排放总量17 849亿m3,其中SO2的排放量就占到了48.44万吨;在电力工业中,单位地区生产总值电耗1 075.99kWh/万元,每燃烧的一吨煤炭产生的CO2气体比石油、天然气每吨要分别多出30%和70%。因此,安徽省工业领域的节能减排任重道远。

近年来,我国的能源环保技术的应用呈现出快速发展趋势,但与国际先进水平相比,仍然相对落后。目前安徽省的能源结构优化、能源效率的提高等尚不够成熟。除此之外,安徽省的光伏产业、新能源汽车等低碳产业发展相对落后,和全国其他省份相比差距明显。例如,安徽省的太阳能光伏发电仅为0.2兆瓦,和全国的太阳能光伏机容量达到34兆瓦,相差甚远,可能是由于安徽省对低碳产业技术创新财力有限、金融技术支持不够、以及技术领域的人才匮乏等。

1.2 清洁能源发展不足,低碳行业技术创新缺乏

从全国的范围来看,安徽省的清洁能源资源的优势相对贫乏,难以形成具有规模的低碳经济产业。由于清洁能源基本是创新型的环保能源,对技术要求的含量很高,它的投资成本巨大、回报时期较长,以及技术开发起来比较困难,加上市场投资者的积极性不高,很难形成具有规模的低碳产业。煤炭以及火电的产生和利用占到安徽省的主要能源结构,高达85%左右。在海洋资源、风能资源、地热资源以及太阳能资源等都不具备很大的优势。现有开发和利用的资源只有一些水能和少部分的煤层气,只占到全省能源利用的15%左右,所以安徽省发展清洁能源资源面临着巨大的挑战。

1.3 建筑、交通领域制约低碳经济的发展

安徽省在推进城市化的过程中,建筑和交通领域依然出现耗能大的特征,建筑业的能耗已占到总能耗的30%左右。随着安徽省的房价持续的升温,引发房地产开发大量递增,加之安徽省本身就是一个汽车制造大省,汽车市场需求旺盛,这方面导致了安徽省能源消耗呈不断上升趋势。尽管安徽省政府采取了建筑、交通领域的节能试点,但是由于人们的思想理念、技术、人才等方面存在滞后,缺乏相关的市场激励机制,市场主体的积极性不高,社会公众的环保意识低,严重地制约了安徽省低碳经济的发展进程。

2 影响安徽低碳经济发展因素的实证分析

2.1 模型选取

本文采用因子分析模型探讨影响安徽省低碳经济的主要影响因素。因子分析(factor analysis)是主成分分析的推广,它更侧重于解释被观测变量之间相关关系和协方差之间的结构,所以因子分析的实质就是利用几个潜在的但不能直接观测的互不相关的变量,去描述许多变量之间的相关关系或协方差关系,这些随机变量就可以称为因子。为了使得这些因子能很好的替代原始数据,需要对这些因子给出合理的解释。同时为了使用这些因子,还需要对提取结果进行评价。

2.2 指标构建与数据选取

由于低碳经济发展水平涉及到经济、生活、社会、生态等多方面,因此本文选取了15项指标,来构造安徽省低碳经济发展水平评价指标体系:工业能源的固定投资(X1)、环保机构人员总数(X2)、生活污水化学需氧量排放量(X3)、生活以及其他二氧化硫的排放量(X4)、生活其他烟尘排放量(X5)、科技经费内部支出(X6)、政府财政支出比例(X7)、工业生产总值(X8)、标准煤的消费总量(X9)、能源生产能力增长比(X10)、能源弹性系数(X11)、平均每天原油消费量(X12)、工业固体废物综合利用量(X13)、森林覆盖率(X14)、民用汽车用量(X15)①。选取的样本区间为2000-2010年,这些指标的数据来源于《中国能源统计年鉴》以及各个年度的《安徽省统计年鉴》。

2.3 实证分析过程

在进行因子实证分析之前,由于各个随机变量的单位有所不同,所以要对各个变量的原始数据进行标准化处理(或者无量纲化处理),并且估计出各个随机变量的相关系数矩阵,结果显示,相关系数矩阵中的系数绝对值大于0.3,说明可以用因子分析法进行实证分析。实证结果如表1。

从我们的实证结果中可以看出,有6个因子的特征值大于1,它们的方差累计贡献率达到95.35%,说明这6个因子基本上能解释这15个随机变量的方差。

第一主因子的4个指标有着较高的载荷系数,方差的贡献率达到24.94%,相对较高的评价指标有:生活污水化学需氧量排放量(X3)、生活以及其他二氧化硫的排放量(X4)、生活其他烟尘排放量(X5)、能源弹性系数(X11)。这些指标从不同的方面测度了碳在人们生活中的排放量,与经济发展水平、能源结构密切相关。所以我们把第一主因子称之为低碳生活消费量的发展水平因子,用F1表示。

第二主因子上的载荷系数相对较高的评价指标有:政府财政支出比例(X7)、能源生产能力增长比(X10)、工业固体废物综合利用量(X13)都呈现出较高的正相关,方差的贡献率达到19.33%,反映了低碳发展过程中的污染物治理、财力支持等有关信息,称为低碳的支撑水平因子,记为F2。

该因子仅有两个随机变量存在着较高的载荷系数:工业能源的固定投资(X1)、平均每天原油消费量(X12),其载荷系数分别为0.800 1和0.649 8方差贡献率达17.32%,这一指标主要反映了安徽低碳的投资水平,我们用F3表示。

第四主因子也有两个随机变量存在着较高的指标体系,方差的贡献率达14.75%,与工业生产总值(X8)、标准煤的消费总量(X9)呈高度的正相关。反映了安徽省正处于经济工业化的阶段,大量的生产投资和基础设施的建设,带动资本存量不断的积累,正需要大量的能源资源维持经济的发展。因此,本文称为低碳经济发展水平因子,用F4表示。

环保机构人员总数(X2)、科技经费内部支出(X6)、森林覆盖率(X14),这三项指标作为第五主因子,有着较高的载荷系数,方差的贡献率为11.04%,基本上反映了安徽省生态建设与发展的情况,称之为低碳生态指标因子,记为F5。

最后一个主因子仅仅有一个变量构成,就是民用汽车用量(X15),其方差贡献率为7.97%,载荷系数为0.563 7,有着较高的正相关,称为低碳城市建设因子,用F6表示。

本文上述分析的6个公共因子比较综合地反映了安徽省低碳经济水平的主要原因,但是单一的经济变量并不能全面地反映安徽省低碳经济发展水平的状况。因此,本文通过以各个因子的方差贡献率作为权重来说明整体因子的得分情况,这样我们就可以得到城市低碳水平的评价模型:

F=(w1F1+ w2F2+ w3F3+ w4F4 +w5F5+ w6F6)/( w1+ w2 +w3 +w4+ w5+ w6) =(0.2494F1+0.1933F2+0.1732F3+0.1475F4+0.1104F5+0.0797F6)/0.9535

其中,F表示为安徽省低碳经济发展水平的综合得分,wi为第i个因子的方差贡献率,因子得分的估计结果如表(2)所示。

1) 从表2中可以看出,影响安徽省低碳经济发展最主要的因素是工业能源的固定投资(X1)、能源生产能力增长比(X10),其因子综合水平得分分别高达0.785 5分和1.463 7分,说明了安徽省正处于工业经济发展阶段和城市化过程中,为了保持本省的经济高速的增长,要弥补生产投资和基础设施等物质资本存量的不足。安徽省工业总产值排在前十位的行业都是重工业,构成了安徽省最主要的经济来源,比重高达77.6%,同时这些行业也是能源消耗最多的行业,累计能源消耗比例达66.21%。这几年来安徽省不断的加大工业能源的投资,从2000年的资源能源固定投资的54.25亿元一直上升到2010年的320亿元以上,在未来这种投资力度将呈现递增态势。而安徽省的能源产量同样取得了可喜的成绩,例如安徽省的标准煤从1995年的3 218.53万吨上升到2010年的9 689.27万吨,增长了有3倍多;2010年电力产量高达1 463.31亿kWh。

2) 森林覆盖率对安徽省低碳经济发展同样产生了重要的推动作用,其因子综合水平得分0.324 5分,说明了安徽省发展碳汇林业和农业潜力还是比较大的。据科学研究表明,每增加1%的森林覆盖率,就可以从大气层中吸收0.671亿吨碳,所以要加强本省的林业生态系统的建设和管理,扩大植树造林面积,提高单位面积森林的储蓄量。截至2010年底,安徽省的林业面积达到380.4万公顷、自然保护面积43.6万公顷;国家级生态示范区30个,城市绿化覆盖率达到37.5%。

3) 安徽省作为一个汽车制造大省,拥有芜湖奇瑞汽车、江淮汽车、安凯汽车等著名品牌,构成安徽省经济发展的主要推动力,所以交通运输业也是影响安徽省低碳经济发展水平的重要因素。从表(2)中可以看出,民用汽车拥有量的综合得分为0.682 6分,说明了降低民用汽车油料消耗、提升小排量、节能环保的新型的小汽车使用比例,以及鼓励新能源汽车的购买和使用等等,对提升安徽低碳经济发展有着举足轻重的意义。例如奇瑞汽车和江淮汽车等汽车制造业率先在混合动力、纯电动汽车等新能源汽车的研发和生产有着自主创新能力和品牌优势。

4) 从上表的因子综合得分的结果中,我们可看到,安徽省居民生活能源消费量是比较有限的,它的因子综合得分只有0.48分左右,不会随着居民的收入提高而大幅度的增加,甚至有时候出现小幅度的减少,可能与居民的生活习惯、消费模式、气候变化有着密切的联系。安徽省居民生活的SO2的排放量近十年来一直出现递减的状态,从2000年的6.6%降至2010年的-6.5%左右,下降的幅度都比较小;烟尘的排放量也出现了小幅度的增加或减少,一直都呈现在±1%之间徘徊。所以降低居民生活的能源强度在一定程度上缓解了碳的排放量,但作用很有限,因为可能与安徽省居民的生活习惯和消费方式有关。

3 安徽省加快发展低碳经济的政策建议

本文基于以上安徽省低碳经济发展的因子分析结果,提出以下政策建议:

3.1 针对不同部门或行业保压并举,促进产业结构优化升级

安徽省要加大经济发展方式转变,加快产业结构升级步伐,减少高污染、高耗能,高排放的行业在安徽省经济中所占的比例,积极地探索清洁无污染的新能源在经济发展中的增长点。对于关系到人民群众生产生活的重要部门,则要大力促进技术进步、提高资源的使用效率;同时还要使用先进的污染设备治理污染物的排放量,最大限度做到变废为宝。在污染物排放量较大的重工业部门里,要强化科学技术主导力作用;对污染严重的工业企业实行空间梯度转移,特别是对那些经济发展贡献度低的且污染严重的行业,如造纸行业和小型食品加工企业,则要严格控制或关停并转。对那些污染小的,甚至无污染的、资源能源消耗低的、污染物排放量小的行业,如文教体育用品制造业、家具制造业、太阳能行业、语音产业等都应该鼓励其生产规模,并通过新的技术革新,引进先进的管理理念,从而增加这类行业在安徽省的经济比重。

3.2 优化能源结构,鼓励企业改善能源消费状况

安徽省现阶段在低碳经济发展中要优化能源结构,一方面要加快可再生能源的发展,充分利用农业大省的资源优势,围绕生态农业和农产品资源,加快促进“种植-养殖-加工-综合利用”的农业一体化进程,大力发展以农业资源为原料的化工、食品、生物等能源循环产业链;另一方面要合理引导特色循环低碳农业的发展;积极推动芜湖、池州和安庆的三个核电项目发展,为安徽省提供清洁的无污染的电力。

鼓励企业改善能源消费状况,并对有效实施低碳措施的企业提供财政补贴。一旦实现低碳化,企业竞争力增强,其示范效应会激励同行业其他企业自觉参与,对处于产业价值链上游企业产品的需求也产生符合低碳标准的压力,从而有利于推动上游供应商开发、应用低碳替代品,逐步朝低碳化发展,获得公共财政资助的企业实现低碳化还会带动下游企业低碳技术创新和生产方式转变。

3.3 政府需要为企业提供科学的碳排放标准,建立低碳经济的政绩考核体系

政府可考虑依据各行业能源消耗量、单位能耗碳排量等数据为依据,推算行业单位GDP碳排量的当量标准,即行业单位国内生产总值的碳排量当量标准=Σ[行业某类能源消耗量×单位能耗碳排量×该类能源系数]/行业国内生产总值。需要说明的是,由于能源消费结构中各种能源的清洁程度不同,所以应赋予不同的能源系数(考虑到低碳技术进步的可能,此系数需要动态调整),以此作为对行业运用清洁能源的奖励手段。除此之外,对于单位产值碳排量低于行业单位国内生产总值的碳排量当量标准的行业内企业,再给予一定的财政补贴以示鼓励,也可鼓励企业将其作为碳排放权进入碳排放权交易市场获取收益;对于单位产值碳排量低于行业单位国内生产总值的碳排量当量标准的行业内企业则开征碳税。

其次,政府还需要建立一套科学的生态建设的政绩考核体系,防止一些领导干部急功近利,不顾生态环境的发展,牺牲生态环境的利益,而大搞形象工程、面子工程等不符合低碳经济发展模式的短期行为。

3.4 完善森林资源管理,充分发挥安徽森林碳汇发展的潜力

安徽省是一个农业大省,发展森林碳汇潜力较大。森林碳汇指森林生态系统减少大气层中的CO2浓度的过程、活动或机制,森林资源是全球最大的储碳库和最经济的吸碳器。来自联合国政府间气候变化专门委员会的测算,全球陆地生态系统系统中储存了大约有2.48万亿吨碳,其中森林系统就占到了46.37%。有科学研究结果表明,森林中的树木每生长1m3,平均就可以吸收1.83吨的CO2,所以说森林资源具有减缓和适应气候变化的双重功效。截止2010年底,安徽省森林覆盖率达到了27.53%;森林储量达到18 074.85万m3;活木总储蓄量从1995年的10 441.14万m3一直上升到2010年的21 710.12万m3。安徽省应积极地扩大植树造林面积,改善森林资源的建设和管理;提高森林面积的存储量;充分利用安徽省森林碳汇发展潜力。

3.5 构建低碳经济意识培养机制,加大低碳经济理念宣传力度

在日常的经济生产活动中,节能减排仅仅靠企业开发和新能源是稀缺的,所以政府要加强对低碳经济的示范指导,建立政府、企业、社会公众与媒体联动的宣传方式,积极提倡和鼓励建设低碳经济发展的生产生活方式。加大气候变化的教育与宣传力度,用科学发展观来认识温室气体效应对全球经济社会、生态环境、生存条件的严重威胁,使人们重视环境与气候变化带来的挑战。增强全民低碳经济发展意识,应通过制度化的合理安排充分发挥媒体的作用,通过电视、报纸、网络、杂志、广播等,对广大民众进行节能、绿色消费等方面的宣传和教育,树立全民低碳理念,以及低碳生活的态度,促进形成全民绿色消费、绿色环保观。

参考文献

[1]STERN D I.Energy Use and Economic Growth in the USA:a Multivariate Approach[J].Energy Economics,1993(15):137-150

[2]MASIH A M.On the Temporal Relationship between EnergyConsumption,Real Income and Prices:Some New Evidencefrom Asian Energy Dependent NICs Based on a MultivariateCointegration Vector Error correction Approach[J].Journalof Policy Modeling,1997(19):417-440.

[3]赵丽霞,魏巍贤.能源与经济增长模型研究[J].预测,1998(6):32-34.

[4]韩智勇,等.中国能源消费与经济增长的协整性与因果关系分析[J].系统工程,2004(7):17-21.

[5]马小微.我国经济发展与能源消费关系实证研究[J].中国能源,2007(5):30-33.

[6]林伯强.结构变化、效率改进与能源需求预测——以中国电力行业为例[J].经济研究,2003(5):57-65.

[7]赵进文,范继涛.经济增长与能源消费内在依从关系的实证研究[J].经济研究,2007(8):31-41.

[8]邵帅,齐中英.西部地区的能源开发与经济增长——基于“资源诅咒”假说的实证分析[J].经济研究,2008(4):147-159.

[9]罗浩.自然资源与经济增长:资源瓶颈及其解决途径[J].经济研究,2007(6):142-152.

[10]李文洁.中国低碳经济的发展研究——基于能源开发与经济增长视角[J].经济学家,2012(1):21-29.

陕西省低碳经济发展水平评价研究 篇7

摘要：采用交叉评价机制DEA模型，对2012年中国省域低碳经济效率进行了测算与评价。研究结果显示：中国区域低碳经济效率基本上呈现东部>中部>西部的梯度分布，且省际分化明显。广东、福建、上海、浙江、江苏、湖北、海南等7个地区低碳经济发展水平较好。河南、四川、重庆、贵州、甘肃、河北、山西等7省，这些地区低碳经济效率最低。通过分析各个省市效率低下的原因，考虑不同地区资源禀赋、经济发展现状和产业结构布局，进而制定具有针对性的碳减排战略。发展低碳能源、低碳产业、低碳消费和加大低碳技术研发投入，对提高我国低碳经济的发展具有重要的意义。

关键词：低碳经济效率；碳排放；DEA模型

中图分类号：F124.3；F224

文献标识码：ADOI：10.3963/j.issn.16716477.2016.05.0022

在中国经济快速发展的同时，伴随着资源的高投入、环境的高污染，以及低效率和碳排放剧增，即资源、环境的刚性约束与高能耗、高污染、低产出的传统经济发展模式之间的矛盾日益突出。作为温室气体最重要的组成部分，如何控制二氧化碳排放，实现社会经济可持续发展，成为全球关注的焦点。从碳排放强度看，我国的碳排放强度不但高于发达国家，也高于部分发展中国家。例如，2010年我国每万美元GDP二氧化碳排放量是13.8吨，是美国的3.8倍，日本的6.9倍， 欧盟的 6.3倍，巴西的7倍，印度的1.6倍①。

“十三五”纲要已明确提出，把大幅度降低能源消耗强度和二氧化碳排放强度作为约束性指标，有效控制温室气体排放。因此，在研究经济效率的同时，把二氧化碳排放量纳入经济发展评价指标，利用经济模型对我国省域低碳经济发展进行评价，对于推进低碳发展、提高低碳经济发展效率具有重要的指导意义。

一、国内外关于低碳经济的研究

（一）国外学者关于低碳经济的相关研究

2003年，英国首次在政府文件中提出“低碳经济”的概念，认为低碳经济是通过低碳消耗和低污染以获得高产出，通过应用先进的技术来推动经济的发展。J. A. Duro 和 E. Padilla利用 theil 指数分解法，证实影响碳排放差异的主要因素是人均收入[1]。Kei Gomi，Koji Shimada等对建立区域低碳社会进行了研究，认为区域发展应该建立二氧化碳减排目标，制定二氧化碳排放的长期计划，通过温和的经济增长来实现目标和计划[2]。M. David等分析了不同国家及部门温室气体减排目标实现的可能性，并给出相应政策建议[3]。Toshihiko Nakata，Mikhail Rodionov等认为全球应通过构建一个新的能源系统向低碳社会转型，常规的能源系统侧重于世界能源供给与需求网络，新的能源系统应该是立足于减少全球碳排放，更改能源结构，提高能源效率的创新系统[4]。Fankhauser S借鉴英国的经验，为碳减排的政策制定者提供了实际可行的建议。他认为，给碳定价是至关重要的，但低碳还必须解决更广泛的市场、投资的政策和行为失败问题，这反过来提高政策的复杂性和协调的问题。碳转型主要是革命的生产，而不是消费。供应方面的创新和需求需要调整生活方式和行为，但前者占主导地位[5]。Xue J， Watanabe S.通过分析日本的碳排放现状，对日本政府对气候管理和能源管理的研究，结果发现，日本广泛开展能源外交、建设能源储备、大力发展新能源以保障能源供给，推动了日本传统社会向“新型低碳社会”的转变。日本的气候政策和能源政策对于发展我国的低碳经济具有十分重要的借鉴意义[6]。国外学者的研究主要针对碳排放和能源政策的研究，对于我国相关政策的制定具有一定的指导意义。

（二）中国学者关于低碳经济方面的研究

1.对低碳经济效率评价的相关研究。陈诗一基于SBM-DDF-AAM低碳经济分析理论机制，构建了低碳转型进程的动态评估指数，并对改革以来中国各省级地区的低碳经济转型进程进行评估和预测[7]。朱承亮在考虑非期望产出SO2和COD的基础上，基于产出角度的SBM-Undesirable模型，从效率视角对节能减排约束下中国绿色经济绩效进行了研究，发现：考察期内效率较低的省份全部为西部省份，但效率较高的省份未必全部为东部省份，个别西部省份在一些年份均处于生产前沿；中国经济增长效率区域差异明显；优化产业结构、提高能源效率、增强环境治理强度及能力对经济增长效率具有显著促进作用[8]。刘瑞翔利用了生产率指数构建与分解方法，发现能源消耗和污染排放是中国环境无效率的主要来源[9]。周莹在“压力-状态-响应”框架下构建了省域低碳经济运行状况综合评价指标体系[10]。相关学者对省域低碳经济效率的相关研究，主要是通过构建低碳经济发展的指标体系，分析各省低碳发展的差异，进而对各地区低碳经济发展水平进行评价。

2.对低碳经济影响因素的相关研究。林伯强得出对我国碳排放影响较为显著的因素包括经济增长、收入增加和能源强度[11]。涂正革发现：经济规模每增长1个百分点，碳排放量平均增加15百万吨（MT）；不同行业间经济增长的边际碳排放量差异很大，推动产业结构调整、能源结构优化，促进节能技术与工艺创新、走新型工业化道路，是实现中国低碳发展的必经之路[12]。李涛运用面板数据模型回归，考察了影响我国低碳经济发展的相关因素，认为产业结构对改善碳排放效率最有成效。史亚东利用超效率DEA模型，测算了我国主要能耗行业在碳减排约束下的能源利用效率，发现碳减排约束对能源利用效率有显著的影响[1314]。贾登勋利用Tobit模型研究了低碳经济发展效率的区域差异及影響因素，结果显示，产业结构、经济发展水平、能源消费结构和能源消耗强度与低碳经济发展水平负相关[15]。

中国学者主要利用投入产出模型回归等方法来研究我国的碳排放和低碳经济发展，主要采用数据包络分析等方法，研究影响碳排放的相关因素，进而探索改善碳减排的措施，提出相应的政策建议。

目前的文献评价低碳经济发展主要有以下两种方法：一是通过主要成分分析法和层次分析法等构建低碳经济发展的指标体系，从而对各地区低碳经济发展水平进行分析和评价。二是利用投入产出系统来研究各地区的低碳经济效率，主要采用数据包络分析方法。相对而言，从投入产出效率方面对我国低碳经济发展情况进行研究的文章比较少。本文主要是对中国省域低碳经济效率进行测算和评价分析，所以也采用DEA模型进行测量，但为避免传统DEA模型中权重依赖性的缺陷，本文在考虑非期望产出CO2的基础上，引入对抗性交叉评价机制改进的DEA模型，使得评价值能更真实地反映决策单元的优劣。本文利用交叉评价机制改进的DEA模型，更能从本质上反映我国各省域低碳经济发展的真实情况，为我国制定低碳经济的相关政策提供一定的理论依据，具有重要的参考价值。

二、交叉评价机制改进的DEA模型的引入

DEA模型是美国著名运筹学家W.W.Coope和A.Chames等学者于1978年，基于相对效率发展起来的一种效率评价方法。DEA模型不仅可以对同一类型的各决策单元（DMU）的相对性进行评价排序，还可利用DEA“投影原理”进一步分析各决策单元非DEA有效的原因及其改进方向，进而为决策者提供十分有用的决策信息。

假设有k个DMU，每个DMU有m种投入和n种产出，分别用不同的经济指标表示。Xij表示为第j个DMU第i种类型投入的投入总量，Xij>0；Yrj表示第j个DMU第r种输出的产出量，Yrj>0；vi表示第i种输入的一种度量，或称为权重；ur表示第r种输出的一种度量，也可以称为权重。其中，i=1，…，m；j=1，…，n；r=1，…，s。Xij、Yrj是已知数据，vi、ur为变量，对第i个DMU可以用原始DEA进行有效评价。

由于传统的DEA方法的结果往往不能有效地区分诸决策单元的优劣，并且各决策单元为达到其效率评价指数的最大值，往往对诸输入和输出指标采用极端不合理的权重分配。在这种模型中，每个决策单元依据最利己的权重来计算效率值，只重视少数利于自身的投入产出指标。所以，John Doyle and Rodney Green检查了数据包络分析的一个被忽视的方面：交叉效率。他们从一些新的方向提出了交叉效率的概念。他们从他评的概念出发，以对交叉效率的直观理解为基础，而不是通过简单效率反映的自评理解，并讨论了每种评价的相对优点，还提出数学的公式，以及用于三种可能的实现对抗性和仁慈性的交叉效率的方法的直观含义。他们已经在计算机程序中实现了其中的两个公式，结果是在真实数据集下通过经验地比较得到的。最后，揭示了交叉效率的实际用途，并用相同的数据集进行了阐明。他们提出，权重的具体选择导致了的不同可能性。不只以得到最高自评效率作为首要目标，同时以最大限度地减少另一决策单元交叉效率作为第二目标，被称为对抗性的思路。相反地，权重的选择，不仅以获得最高自评效率作为首要目标，同时以在某种程度上最大化其他决策单元交叉效率为第二目标，被称为仁慈的思路。他们提出的两阶段模型，当决策单元是敌对方关系时，则应用对抗性交叉评价效率模型，当决策单元是盟友关系时，则应用仁慈性交叉评价效率模型[16]。

从地区上看，东部地区与中、西部地区的低碳经济发展效率水平存在差异，呈现东部>中部>西部的梯度分布，且省际差异明显，这个结论和朱承亮、刘瑞翔、李涛和贾登勋等学者的是一致的。从区域层面上看，低碳经济效率平均值东部为0.68，中部为0.58，西部为0.48；从省际层面上，各省低碳经济效率差异较大，例如，广东0.79，湖南0.60，贵州0.42等等。

由表2可知，全国低碳经济效率省际分化明显。前10名基本上都分布在东部和中部，这些省份处在生产的前沿，效率较低的省份基本上都分布在西部。详情如下：

1.低碳經济效率极好（有效值大于0.7）地区有：广东、福建、上海、浙江、江苏、湖北、海南等7个地区，初步实现了低碳和经济的双赢。例如广东省，GDP为57068亿元，CO2排放量为9127万吨，资本存量为21061亿元，劳动力人口为5966万人，能源消耗为29144万吨。国内生产总值约为全国平均水平的3倍，但是碳排放接近平均水平8151万吨，高产出和相对较低的排放是广东省发展协调的重要因素。海南省GDP为2856亿元，CO2排放量为565万吨，资本存量为1146亿元，劳动力人口为484万人，能源消耗为1688万吨。相比之下，海南省的各项指标都小了很多，但是其碳排放全国最低，这是海南省低碳经济效率高的主要原因。指标选取及研究方法的不同，导致这与涂正革的研究结果刚好相反，他在环境、资源与工业增长协调性研究中将海南列为极不协调地区，可能因为其研究产出指标的是地区工业增加值，而本文研究的是国内生产总值。但是与朱承亮研究结果是符合的，他将海南列为最佳实践城市之一。

2.低碳经济效率较好（有效值0.6～0.7）地区有：天津、安徽、辽宁、江西、陕西、北京等6省。例如北京市，GDP为17879亿元，CO2排放量为2104万吨，资本存量为20227亿元劳动力人口为1107万人，能源消耗为7178万吨。天津市GDP为12894亿元，CO2排放量为2178万吨，资本存量为10279亿元，劳动力人口为803万人，能源消耗为8208万吨。北京市和天津市都有着接近平均水平的国内生产总值，碳排放仅为平均水平的四分之一，因此低碳经济发展较好。辽宁GDP为24 846亿元，CO2排放量为7 555万吨，资本存量为8 125亿元，劳动力人口为2 424万人，能源消耗为23 526万吨。虽然辽宁省的发展一直有着高产出和高能耗的特征，但国家提出振兴东北老工业基地的政策改善了生产条件，使其更加注重环境保护和治理，其终端碳排放并没有很高，所以低碳经济发展没有很靠后。

3.低碳经济效率较低（有效值0.45～0.6）地区有：山东、湖南、黑龙江、吉林、青海、云南、广西、宁夏、新疆、内蒙古等10个地区。例如内蒙古，其GDP为15 881亿元，CO2排放量为13 427万吨，资本存量为13 556亿元，劳动力人口为1305万人，能源消耗为19786万吨。内蒙古碳排放和能耗都超出了平均水平，但是产出却明显低于平均水平，这是内蒙古低碳效率较低的主要原因。青海省，其GDP为1 894亿元，CO2排放量为1 325万吨，资本存量为1 149亿元，劳动力人口为311万人，能源消耗为3 524万吨。与海南省相比，青海省的产出只有海南省的一半，而CO2排放却是其2倍，因此发展较不协调。

4.低碳经济效率极低（有效值低于0.45）地区有：河南、四川、重庆、贵州、甘肃、河北、山西等7省，说明这些地区转变经济发展方式的形势迫切。例如山西省，GDP为12 113亿元，CO2排放量为10 396万吨，资本存量为11 511亿元，劳动力人口为1 790万人，能源消耗为19 336万吨。山西省是明显的高排放、高能耗省份，产出并没有高出平均水平，低碳经济效率极低。甘肃省，GDP为5 650亿元，CO2排放量为4 048万吨，资本存量为6 155亿元，劳动力人口为1 492万人，能源消耗为7 007万吨。甘肃省各项指标都很低，但其低产出是低碳效率极低的最主要原因。

四、研究结论及政策建议

（一）研究结论

本文通过采用基于交叉评价DEA方法，测度和评价了2012年中国30个省份的低碳经济效率，避免了传统DEA模型中权重依赖性的缺陷。

研究表明，2012年中国区域低碳经济效率基本上呈现东部>中部>西部的梯度分布，且省际差异明显。从区域层面上看，低碳经济效率东部为0.68，中部为0.58，西部为0.48，同时，从省际层面上，各省低碳经济效率差异较大。广东、福建、上海、浙江、江苏、湖北、海南等7个地区低碳经济发展水平较好。河南、四川、重庆、贵州、甘肃、河北、山西等7省，这些地区低碳经济效率最低。在资源与环境的约束下，能源消耗和碳排放是低碳经济效率低下的主要来源。在明确了省际低碳经济效率差异的基础上，可以通过分析每个省市效率低下的原因，考虑不同地区资源禀赋、经济发展现状和产业结构布局，进而制定具有针对性的碳减排战略，有的放矢。例如，山西省是我国主要煤炭产区，属于传统能源大省，煤炭开采与加工对地区碳排放影响较为显著。山西高能耗行业所占比重达到53%，因此其低碳化进程中，应加大煤炭开发使用领域的技术投资，强化高能耗行业研发管理力度。

（二）提高低碳经济发展效率的手段

1.发展低碳能源，优化能源消费结构。在低碳经济背景下，中国应以节能减排为重点，加快工业内部结构调整，扩大清洁能源的利用，优化能源消费结构，以提高能源效率。以“高能耗、高产出”的辽宁省为例，应当在产出不减少的情况下提高能源利用效率，同时控制二氧化碳的排放。

2.发展低碳产业，推进产业结构转型升级。推进产业结构转型升级，严格限制“高能耗、低产出”产业的发展。从源头减少碳排放，比如优化产业结构，加快产业升级，减少能耗，降低二氧化碳的排放水平。以山西省为例，面对其高排放、高能耗的发展特征，产业转型升级是当务之急。

3.提倡低碳消费与环境保护。发展低碳经济与低碳消费直接关联。要求在大幅度提高经济指标的同时，加强生态环境建设和保护，只有通过节能减排、要素重置推动全要素生产率持续改善才是低碳转型和经济持续发展的必由之路。

4.鼓励自主研发，加大技术投入强度，完善碳权交易平台和碳基金运营模式。完善碳交易平台，将碳排放纳入效率评价体系，激发企业减排的积极性。政府为低碳技术的研发提供资金拨款，同时鼓励民间投资，为低碳经济的发展提供更多政策与资金支持。

注释：

①此处二氧化碳排放强度中二氧化碳数据来源于美国橡树岭国家实验室二氧化碳信息分析中心（CDIAC）。

[参考文献]

[1]Duro Juan Antonio， Padilla Emilio . International inequalities in per capita CO2 emissions ： A decomposition methodology by kaya factors[J] . Energy Economics ， 2006，28（2）：170187.

[2]Kei Gomi， Koji Shimada， Yuzuru Matsuoka， et al. Scenario Study for a Regional Low carbon Society[J]. Sustainability Science . 2007（2）：121131.

[3]David M， Christopher Y. Achieving deep reductions in US transport greenhouse gas emissions： Scenario analysis and policy implications[J]. Energy Policy ， 2009，37（12）：550559.

[4]Nakata T， Rodionov M， Silva D， et al. Shift to a low carbon society through energy systems design[J]. Science China Technological Sciences， 2010，53（1）：134143.

[5]Fankhauser S. A practitioners guide to a lowcarbon economy： lessons from the UK[J]. Climate Policy， 2013，13（3）：345362.

[6]Xue J， Watanabe S. Low Carbon Economy in Japan[J]，Handbook of clean energy systems，2015（6）：37193753.

[7]陳诗一.中国各地区低碳经济转型进程评估[J].经济研究，2012（8）：3244.

[8]朱承亮，岳宏志，安立仁.节能减排约束下中国绿色经济绩效研究[J].经济科学，2012（5）：3344.

[9]刘瑞翔，安同良.资源环境约束下中国经济增长绩效变化趋势与因素分析：基于一种新型生产率指数构建与分解方法的研究[J].经济研究，2012（11）：3447.

[10]周瑩，郭亚军，易平涛.中国省域低碳经济运行状况综合评价方法及其应用[J].技术经济，2015（8）：5257.

[11]林伯强.中国城市化进程的能源刚性需求[N].第一财经日报，2009818（A14）.

[12]涂正革.环境、资源与工业增长的协调性[J].经济研究，2008（2）：93105.

[13]李涛.资源约束下中国碳减排与经济增长的双赢绩效研究基于非径向DEA方法RAM模型的测度[J].经济学（季刊），2013，12（2）：667692.

[14]史亚东.碳减排约束下的能源利用效率研究[J].生态经济，2015（3）：4448.

[15]贾登勋，黄杰.低碳经济发展效率的区域差异及影响因素研究[J].兰州大学学报：社会科学版，2014，42（4）：113119.

[16]John Doyle，Rodney Green.Efficiency and CrossEfficiency in DEA： Derivations， Meanings and Uses[J].The Journal of the Operational Research Society， 1994，45（5）：567578.

[17]彭育威，吴守宪，徐小湛.利用MATLAB进行DEA交叉评价分析[J].西南民族大学学报：自然科学版，2004（5）：553556.

[18]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）：4155.

[19]庄贵阳，潘家华，朱守先.低碳经济的内涵及综合评价指标体系构建[J].经济学动态，2011（1）：132136.

[20]陈诗一.中国碳排放强度的波动下降模式及经济解释[J].世界经济，2011（4）：124143.

[21]涂正革，肖耿.环境约束下的中国工业增长模式研究[J].世界经济，2009（11）：4154.

[22]涂正革.中国的碳减排路径与战略选择：基于八大行业部门碳排放量的指数分解分析[J].中国社会科学，2012（3）：7894，206207.

[23]岳书敬，刘富华.环境约束下的经济增长效率及其影响因素[J].数量经济技术经济研究，2009（5）： 94106.

[24]张宏武，时临云.低碳经济下中国工业行业CO2排放变化、驱动因素及其减排对策研究：基于19912010年面板数据的分析[J].软科学，2013（12）：114119.

（责任编辑王婷婷）

Abstract：With DEA model based on crossevaluation mechanism， calculation and evaluation was taken on the provincial economic efficiency of Chinese economic input and output conditions. The results showed that regional lowcarbon economic efficiency in 2012 basically presents a gradient distribution from the east， the central to the west. And the provincial differentiation is obvious. The provinces of Guangdong， Fujian， Shanghai， Zhejiang， Jiangsu， Hubei and Hainan show a comparatively higher level in lowcarbon economic development. In the provinces of Henan， Sichuan， Chongqing， Guizhou， Gansu， Hebei， Shanxi and other provinces， the efficiency of lowcarbon economy is the lowest. Based on the analysis of low efficiency of various provinces and cities， we can formulate the targeted carbon reduction strategy， consider different regional resources endowment， economic development and industrial structure layout. It has a vital significance to the development of lowcarbon economy in our country development of low carbon energy， low carbon industry， low carbon consumption and increased investment in low carbon technology research and development.