基于历史法和零和DEA方法的用能权与碳排放权初始分配研究

发布时间：2020-10-14 15:44

　　 本文引入了同时考虑用能权与碳排放权初始分配的零和DEA方法,从公平与效率视角对比分析了历史法与零和DEA方法两种分配方式的适用性,并应用市场交易模型检验了不同初始分配方式对各地区交易行为的影响。研究结果表明,零和DEA方法能够提高用能权与碳排放权初始分配的公平性,但却是以牺牲前沿技术效率水平为代价。其次,完善的市场机制能够提高基于零和DEA方法调配用能权与碳排放权的配置效率,生产技术水平较高的地区可以通过出售多余的用能权和碳排放权来获得额外收益,有利于促进绿色技术创新;相反,历史法容易导致高耗能、高排放的地区在初始分配中获得较多的用能权和碳排放权,不利于正向促进技术进步。最后,当市场机制不完善时,基于零和DEA方法配置用能权和碳排放权,可能会抑制技术进步,而基于历史法的初始分配方式则至少可以在短期内维持现有生产技术水平。
【部分图文】：

基尼系数是应用最广泛的测度分配公平性的指标,如图1所示,基尼系数的数值为洛伦兹曲线(B)和45°对角线(A)围城的面积与45°对角线(A)以下三角形面积的比值。国际公认标准认为,当基尼系数小于0.3时分配相对公平,当处于0.3～0.4之间被认为分配相对合理,0.4为分配严重不公平的警戒线。本文采用张建华[23]提出的方法估算能源强度和碳排放强度的基尼系数,与传统衡量收入分配公平性的洛伦兹曲线不同,本文的洛伦兹曲线的纵轴表示能源强度或碳排放强度的累计百分比,横轴表示地区个数的累计百分比,能源强度的洛伦兹曲线反映是地区个数累计百分比与能源强度累计百分比的对应关系,碳排放强度的洛伦兹曲线同理。2.3 前沿面演变与技术效率模型

零和DEA方法每进行一次迭代,效率高的地区都会接受非零和DEA有效地区调入的用能权和碳排放权,能源投入和CO2排放增加会降低生产效率,导致生产前沿面不断后退,而调整的最终结果是使所有地区都处于一个较低水平的前沿面上。图3 不同初始分配方式下前沿面演变过程图示

图2 零和DEA方法调整过程图示以图2为例,假定a、b两点为具有不同能源投入效率和CO2排放效率的地区评价单元。由于是以二维状态下的生产技术为例,此处假定效率准则(分配基准)为单位合意产出能耗和单位合意产出碳排放量,此时效率水平可以视为a和b两点的斜率,显然,地区a的效率大于地区b,因此,与b点相比,a点将更加靠近生产前沿。按照零和DEA模型的优化求解原理,效率高的地区将优先配置用能权和碳排放权,因此a点会向右水平移动到a’点,同理,效率低的地区将减少用能权和碳排放权配额,因此b点会向左水平移动到b’点。而零和DEA方法调整的最终结果是使所有地区都处于大致相同的技术效率水平,所以a’和b’两点的斜率应该相同。如图3所示,a’点和b’点将包络产生基于零和DEA方法的技术前沿,即图中的零和DEA前沿面,而实际的a点和b点将包络产生基于历史法的实际技术水平前沿面,基于历史法的实际技术水平前沿面必然在零和DEA前沿面之上。经过零和DEA方法调整后,整体投入产出技术前沿将向下移动,其原因在于,这种调整方法虽然可以提高落后地区的技术效率水平,但却是以牺牲前沿地区的技术效率为代价的。尽管如此,这种基于效率导向的零和DEA方法,能够提高用能权与碳排放权初始分配的公平性。
【相似文献】

相关期刊论文 前10条

1 周晓云;孟海银;;基于DEA模型的中国建筑业可持续发展评价[J];陕西建筑;2013年05期

2 李咏杉;李晓梅;;基于DEA方法的京津冀地区建筑类上市公司技术效率实证分析[J];辽宁工业大学学报(自然科学版);2020年01期

3 仲云云;周雨倩;;基于超效率DEA模型的长江经济带物流效率实证分析[J];物流工程与管理;2020年02期

4 曹雪琴;齐苗苗;;河南省区域创新效率研究——基于DEA模型的实证分析[J];洛阳理工学院学报(社会科学版);2020年01期

5 李军军;周利梅;;基于DEA混合模型窗口分析的地区环境效率动态评价[J];经济研究导刊;2020年14期

6 葛腾飞;;基于DEA方法的住房公积金运行效率研究[J];长春理工大学学报(社会科学版);2020年03期

7 范旭东;马玉波;;基于DEA模型的新三板体育企业效率评价研究[J];管理观察;2020年11期

8 李培琳;赵丹青;;基于超效率DEA模型的房地产投入产出效率研究——以河南省为例[J];中国物价;2019年12期

9 高辉辉;李春红;;基于DEA的高职院校产学合作绩效诊断与改进——以广东省高职院校为例[J];广东技术师范学院学报;2017年01期

10 刘迎春;;战略性新兴产业创新效率实证研究——基于DEA方法的分析[J];数学的实践与认识;2016年10期

相关博士学位论文 前10条

1 肖和录;基于DEA的投资组合绩效评价与策略优化研究[D];湖南大学;2017年

2 蒋瑞雪;基于DEA的企业多元化、资源分配与财富分配的研究[D];中国科学技术大学;2020年

3 邱成超;基于含有非期望要素DEA的城市圈资源配置模式研究[D];华中科技大学;2012年

4 吴晓勇;DEA与多元分析在商业银行机构网点优化设置决策中的应用研究[D];复旦大学;2007年

5 李海涛;两阶段博弈DEA模型及应用研究[D];华中科技大学;2017年

6 胡艳;基于非线性前沿面DEA模型的基金绩效评价研究[D];天津大学;2016年

7 李勇军;基于DEA理论的固定成本分摊方法研究[D];中国科学技术大学;2008年

8 毕功兵;基于变量属性分类的DEA模型研究[D];中国科学技术大学;2007年

9 吴美琴;基于不确定信息的DEA交叉效率评价研究[D];山西大学;2017年

10 吴杰;数据包络分析（DEA）的交叉效率研究[D];中国科学技术大学;2008年

相关硕士学位论文 前10条

1 王鹤蓉;基于DEA的我国信托公司绩效评价研究[D];西南财经大学;2019年

2 毛乐乐;反效率网络DEA模型及其应用研究[D];湖南大学;2019年

3 蒋明烨;基于PCA-三段DEA协同创新高校效率研究[D];江西财经大学;2019年

4 刘小娜;Pythagorean模糊环境下基于DEA模型的绿色供应商选择[D];山西大学;2019年

5 钱福友;基于DEA方法的保障性住房项目绩效评价研究[D];扬州大学;2019年

6 郭娟;基于网络DEA方法的中国沿海地区民航航线效率评价研究[D];福州大学;2018年

7 陈玉凤;基于DEA模型的雾霾排放效率的评估研究[D];南京信息工程大学;2019年

8 孙晓宇;指标偏好DEA问题的研究及其应用[D];东北电力大学;2019年

9 刘文钦;基于DEA方法的共享单车投放区域综合效率研究[D];上海外国语大学;2019年

10 王依萍;基于DEA方法的公路资源使用效率比较研究[D];长安大学;2019年

本文编号：2840865