《DEA法》探讨中国省际碳排放权分配问题

DEA法假设系统内有多个独立的决策单元（DMUs），即任意DMUs的投入或产出决策均不会影响其他DMUs的投入或产出决策。该方法通过比较不同DMUs之间的投入与产出要素，核算其相对效率及其投入（或产出）的调整潜力。应用于碳排放权分配领域时，DEA法将区域碳排放权作为投入（或产出），从而估算出不同DMUs的碳排放相对效率[49]。Kong等[50]在公平性和效率性原则的基础上引入DEA模型分析中国2030年省际碳排放权分配，研究表明，承担大量减排义务的省区需要进一步提高碳排放效率。

经典DEA模型假设各决策单元之间相互独立，与实际情况存在较大出入。相比之下，零和收益数据包络分析（ZSG-DEA）方法在经典DEA法的基础上增加了总量约束条件，即竞争环境下一方投入（或产出）要素的增加（或减少）势必导致其他DMUs投入（或产出）要素的减少（或增加），因而更适用于区域碳排放权分配研究。例如，Duan等[51]选择劳动力、资本和能源消费量作为投入变量，区域工业产值和子行业碳排放作为产出变量，基于ZSG-DEA法对2020年中国省际碳排放权进行分配；An等[52]选择固定资产投资总额和电力消费作为投入变量，GDP和CO2排放作为产出变量，基于ZSG-DEA模型对2012年中国各省区的碳排放权进行分配；Miao等[53]以资本存量、人口和能源消费量作为投入变量，GDP和CO2排放作为产出变量，基于ZSG-DEA模型分配了对中国30省2006～2010年的碳排放权。还有一些学者基于不同的投入和产出指标，对中国不同行业的碳排放权进行了分配。Ma等[54]基于ZSG-DEA模型，以装机容量和碳排放配额为投入变量，发电量为产出变量，对2020年中国5大电力企业的碳排放权进行了分配；Zhang等[55]基于ZSGDEA模型，以碳排放配额为投入变量，工业产出和能源消费量为产出变量，对2020年中国工业39部门碳排放权进行分配。(www.xing528.com)

在基于DEA法的分配方案中，低碳生产技术更为成熟的发达地区往往拥有更多的碳排放权，这是因为DEA法本质上属于线性规划手段，注重系统整体效率最优。但由于较少体现公平性原则，导致许多分配结果的公平性与合理性相对较弱，无法形成广泛共识。这也反映出碳排放权分配并不纯粹是科学领域的问题，而且是涉及多方利益的议题，需要学者、决策者和公众共同参与。