2.2　中国能源消费与碳排放现状分析

近年来，我国能源强度整体趋于下降，二氧化碳排放量不断升高，形势不容乐观。经济发展造成自然资源过度消耗、二氧化碳的高排放。本节从时间与空间的角度出发，分别对我国低碳经济和省域低碳经济的发展现状进行详细分析。

2.2.1　中国能源消费现状

能源生产总量是指一个国家或地区在一定时间内能源生产水平的总量指标，其中，一次能源生产量包括原煤、原油、天然气、水电、核能及其他动力能（如风能、地热能等）发电量，不包括低热值燃料生产量、生物质能、太阳能等的利用和由一次能源加工转换而成的二次能源产量。2017年，全国一次能源生产总量达到36.2亿吨标准煤，较2010年增加5.0亿吨标准煤。

能源消费总量是指一个国家或地区在一定时间内能源消费水平的总量指标，反映了一定时期内一个国家或地区的物质生产部门、非物质生产部门和生活消费的各种能源的总和。2017年，全国一次能源消费总量为44.85亿吨标准煤，比2016年增长2.9%，“十二五”年均增长3.6%。其中，煤炭消费量占能源消费总量的64.0%，比2010年下降5.2个百分点；石油占比18.1%，比2010年上升0.7个百分点；天然气占比5.9%，比2010年上升1.9个百分点。非化石能源消费比重达到12.0%，比2010年上升2.6个百分点，超额完成11.2%的规划目标。详见表2.1。

分析能源总量发现，中国能源生产与消费呈现不断上升的趋势。能源生产从2000年的10.39亿吨标准煤增长到2018年的36.20亿吨标准煤，年均增长率达到了4.92%。而2000—2018年能源消费从14.70亿标准煤增加到44.85亿标准煤，年均增长1.77%。如图2.1所示。

分析图2.1可以发现自2004年开始，中国能源生产与消费之间差距明显，主要是因为日益增长的能源需求导致能源缺口的逐步扩大。直至2015年中国能源缺口已达6.8亿吨标准煤。日益扩大的能源缺口将制约中国经济的可持续发展。合理利用能源资源，促进能源生产与消费的平衡，将是未来中国保持能源消费与经济增长协调发展的重要举措。

分析图2.2 2000—2018年中国各种主要能源消费结构，可知中国能源消费的一个显著特点是长期以煤炭资源消费为主，2018年中国煤炭、石油、天然气消费比重分别为58.9%、18.6%、8.2%。水电、核电、风电消费仅为14.7%，较之煤炭消费虽有较大差距，但呈不断上升趋势。2000—2018年，天然气的消费由2.2%上升到7.0%，增加了4.8个百分点；水电、核电、风电的利用从7.3%大幅度提高到13.8%，增加了6.5个百分点。同时，中国煤炭消费总量总体呈下降趋势，消费比重由2000年的68.5%下降至2018年的60.4%。但与国际水平相比，中国煤炭消费比重偏高，清洁能源比重偏低。而且在未来一段时间内煤炭资源仍然是中国能源消费的主角。

2.2.2　我国碳排放现状分析

2.2.2.1　二氧化碳排放量测算

目前，在各国的环境统计工作中，有几种比较通行的方法来对污染气体排放量进行估算，如实测法、物料衡算法、排放系数法、CGE模型法、生命周期法（LCA）、决策树法等。根据IPCC第四次评估报告，一个区域的二氧化碳排放量主要来源于化石燃料燃烧，所以本文采用表面能源消费量估算法（属于物料衡算法的一种）进行2000—2017年中国碳排放总量的估算和2017年各省份碳排放量的估算，参考了2006年IPCC公布的碳排放计算方法和参数。在计算时，将各种能源消费数量的终端能源消费类（标准统计量）乘以各自的碳排放系数，可得到各种能源消费的碳排放数量，最后将各种能源的碳排放量简单加总即可得到某个分类下（或省份、部门、行业等）的二氧化碳排放总量。值得注意的是，在以往大量的碳排放计算中，均采用终端能源消费量（实物统计量）乘以相应折标准煤系数的方法折算成标准统计量，而本文直接采用2001—2018年《中国能源统计年鉴》中的终端能源消费量（标准统计量），具体公式如下：

其中 i =1，2，…， m ，表示； j =1，2，…， n ，表示能源种类， CE 为能源消费碳排放总量（万吨）； F 为终端化石能源消费量（万吨或亿立方米，不包括用于产品制造原料的消费量），数据来自《中国能源统计年鉴》（2000—2017）； Coefficient （CO ₂ ）代表该种化石能源的二氧化碳排放系数，二氧化碳排放系数指的是单位化石能源在燃烧或使用过程中产生的二氧化碳排放量，根据IPCC的假定，基本可以认为每种化石能源的二氧化碳排放系数是不变的，其计算方法即为第一个二氧化碳排放量计算公式中的 ，值得注意的是，在计算过程中的单位转换十分重要。在下文对二氧化碳排放量进行测算时，会首先整理相应分类依据下所需化石能源的计量单位、 CV （平均低位发热值，单位为千焦 / 千克或千焦 / 立方米）、折标准煤系数、 CCF （燃料的碳含量，单位为千克 / 106千焦）、 COF （碳氧化率），其次对各种化石能源的二氧化碳排放系数进行计算，最后根据化石能源对应的终端能源消费量（标准统计量）与二氧化碳排放系数相结合得到该行业/该省/城乡的该种化石能源的二氧化碳排放量。

2.2.2.2　我国二氧化碳排放量现状分析

按照中国行省制度对二氧化碳排放量进行一次空间分类，在直观了解中国空间碳排放层次方面具有重要意义。其中，西藏自治区由于部分数据缺失予以剔除；澳门特别行政区、香港特别行政区、台湾省由于数据空白不在统计范畴内，予以保留的省份共有30个：北京、天津、上海、重庆、河北、山西、辽宁、吉林、黑龙江、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、海南、四川、贵州、云南、陕西、甘肃、青海、内蒙古、广西、宁夏、新疆。

同样，一方面，由于某些化石能源的 CV （平均低位发热值，单位为千焦 / 千克或千焦 / 立方米）或 CCF （燃料的碳含量，单位为千克 / 106千焦）或 COF （碳氧化率）存在缺失，导致这些化石能源在工业分行业的碳排放测算中未纳入测算总计范畴。另一方面，在《中国能源统计年鉴》中，分省终端能源消费量中统计的化石能源种类和数量不同于工业分行业，因此在预处理工作中，本文将缺乏数据的石油和属于二次能源的电力排除在外。至此，分省能源消费量统计中的化石能源计算预处理工作已经基本完成，在工业分行业的碳排放测算中，筛选后的统计在内的化石能源总共8种，其中包括原煤（Raw Coal）、焦炭（Coke）、原油（Crude Oil）、汽油（Gasoline）、煤油（Kerosene）、柴油（Diesel Oil）、燃料油（Fuel Oil）、天然气（Natural Gas）（见表2.2）。

由表2.2所示数据可以计算这八种化石能源的二氧化碳排放系数，其计算方法为：

二氧化碳排放系数=平均低位发热值×0.000000001×碳含量×碳氧化率×1000×（44/12）

表2.3列举了上述在分省二氧化碳排放量测算过程中需要的所有化石能源的二氧化碳排放系数。

由此，计算得出中国30个省份2000—2017年的二氧化碳排放量。值得注意的是，2001年宁夏回族自治区的二氧化碳排放量测算值由于数据缺乏计为0，同因，2002年海南省和宁夏回族自治区的二氧化碳排放量测算值计为0。

表2.4为2000—2018年中国分省份的二氧化碳排放量，本文发现有12个省份的二氧化碳排放量存在在2000—2018年的某年达到峰值后呈现持续下降的现象，这些省份有：北京（二氧化碳排放量于2010年达到峰值12388.3700万吨），天津（二氧化碳排放量于2013年达到峰值20379.6990万吨）、河北（二氧化碳排放量于2011年达到峰值90878.053万吨）、山西（二氧化碳排放量于2014年达到峰值80013.599万吨，有回升迹象）、吉林（二氧化碳排放量于2011年达到峰值28341.341万吨）、上海（二氧化碳排放量于2013年达到峰值27593.294万吨）、河南（二氧化碳排放量于2011年达到峰值65935.352万吨）、湖北（二氧化碳排放量于2011年达到峰值40609.598万吨）、海南（二氧化碳排放量于2015年达到峰值6718.45890万吨）、重庆（二氧化碳排放量于2011年达到峰值16720.2330万吨）、四川（二氧化碳排放量于2014年达到峰值35387.466万吨）、云南（二氧化碳排放量于2012年达到峰值25590.5730万吨）。以上12个省份在2010—2015年的二氧化碳排放量均迎来了拐点，一直上升的二氧化碳排放量开始逐年降低。

此外，还有9个省份的二氧化碳排放量在达到峰值后一直处于稳定的水平，这些制造业行业如下：黑龙江的二氧化碳排放量在2011年后一直处于35000.000万吨以上；浙江的二氧化碳排放量在2010年后一直处于42000.000万吨以上；福建的二氧化碳排放量在2010年后一直处于22000.0000万吨以上；甘肃的二氧化碳排放量在2011年后一直处于19000.0000万吨以上；湖南的二氧化碳排放量在2011年后基本一直处于30000.0000万吨以上；广西的二氧化碳排放量在2011年后一直处于21000.0000万吨以上；贵州的二氧化碳排放量在2012年后一直处于25000.000万吨以上；青海的二氧化碳排放量在2012年后基本一直处于5000.0000万吨以上；辽宁的二氧化碳排放量在2011年后一直处于66000.000万吨以上。

最后，有9个省份的二氧化碳排放则呈现越来越高的趋势，这些省份包括：内蒙古的二氧化碳排放量从2000年的12933.012万吨逐年上升至2018年的85589.461万吨，江苏的二氧化碳排放量从2000年的24296.406万吨逐年上升至2018年的84862.969万吨，安徽的二氧化碳排放量从2000年的14594.059万吨逐年上升至2018年的39103.331万吨，江西的二氧化碳排放量从2000年的6892.739万吨逐年上升至2018年的22608.083万吨，山东的二氧化碳排放量从2000年的25956.976万吨逐年上升至2018年的137482.990万吨，陕西的二氧化碳排放量从2000年的8138.314万吨逐年上升至2018年的48970.642万吨，广东的二氧化碳排放量从2000年的24033.992万吨逐年上升至2018年的64845.195万吨，宁夏的二氧化碳排放量从2000年的2513.197万吨逐年上升至2018年的25114.989万吨，新疆的二氧化碳排放量从2000年的9656.021万吨逐年上升至2018年的52215.897万吨。

下面本文对30个省份的二氧化碳排放量按照年份分别进行了排名，详见表2.5和表2.6。

表2.5和表2.6为2000—2018年中国分省份的二氧化碳排放量排名，本文发现：辽宁、山西、河北的二氧化碳排放量在2000年至2002年均处于前三名的位置，而自2003年起，山东的二氧化碳排放量不断上升，截至2018年，其均取代了辽宁（除2010年辽宁位于第三名以外）成为二氧化碳排放量前三名并在2004年至2018年一直稳居第一名。河北与山西常年盘踞在第二、三名的位置，直至2011年，江苏和内蒙古也开始时而出现在前三名中。

青海、宁夏、海南的二氧化碳排放量在2000年至2009年均处于最后三名的位置，而北京自2000年起从第17名开始，名次一直在降低，在2010年至2018年最终取代了宁夏成为二氧化碳排放量倒数第三的直辖市。

为进一步勘测中国空间地域的二氧化碳排放量分布，本文按照中国三大地理分区（东部地区、中部地区、西部地区）和六大地理分区（华北地区、东北地区、西北地区、华东地区、中南地区、西南地区）对中国地理空间进行了更为细致的划分。本文未选择四大地理分区（北方地区、南方地区、西北地区、青藏地区）的原因是：四大地理分区与省界不一致，在统计分区时难以处理。而东中西部的划分和六大地理分区均是以省份严格划分的，因此其在具有说服力的同时具备一定的严谨性和科学性。

其中，三大地理分区包括东部地区，包含以下11个省份：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部地区包含以下8个省份：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区包含以下11个省份：内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆。西藏、台湾、香港和澳门因为数据空缺已经从上面剔除。

表2.7为2000—2018年中国东中西部的二氧化碳排放量，本文发现东部地区、中部地区、西部地区包括全国地区的二氧化碳排放量均在达到峰值后一直处于稳定的水平，其中，东部地区从2000年一直攀升至2011年后稳定在550000.00万吨左右的二氧化碳排放量水平，中部地区自2000年起至2011年不断上升并在2011年至2018年稳定在320000.00万吨左右的二氧化碳排放量水平，西部地区的二氧化碳排放量从2000年不断上升至2014年并稳定在330000.000万吨左右的水平。全国地区的二氧化碳排放量在2012年后稳定在1200000.000万吨左右的水平，在此之前也呈不断上升的趋势。总体来看，东部地区的二氧化碳排放量＞西部地区的二氧化碳排放量＞中部地区的二氧化碳排放量。

至此，本文发现我国的二氧化碳排放量从2012年起已经处于一个比较稳定的状态，为进一步分析中国各个区域的情况，下文将中国按六大地理分区进行区域划分。

六大地理分区分别为：华北地区，包括以下省份：北京、天津、河北、山西；东北地区，包括以下省份：辽宁、吉林、黑龙江、内蒙古；华东地区，包括以下省份：上海、江苏、浙江、安徽、福建、江西、山东；中南地区，包括以下省份：河南、湖北、湖南、广东、广西、海南；西南地区，包括以下省份：四川、贵州、云南、重庆；西北地区，包括以下省份：陕西、甘肃、青海、宁夏、新疆。其中，台湾属于华东地区，由于数据缺失已经从上予以剔除；西藏属于西南地区，香港和澳门同样因为数据缺失已经予以剔除。

表2.8为2000—2018年中国六大地理分区的二氧化碳排放量，本文发现只有西南地区的二氧化碳排放量在2000年至2018年的某年达到峰值后呈现持续下降的趋势。有三个地区的二氧化碳排放量发展趋势类似，这三个地区如下：华北地区的二氧化碳排放量在2011前不断上升，而在此后基本一直处于190000.00万吨以上的水平；东北地区在2012年前不断上升，而在此后一直处于200000.00万吨以上的水平；中南地区在2011年前不断上升，而在此后一直处于210000.00万吨以上的水平。而华东地区和西北地区的二氧化碳排放则大致呈现越来越高的趋势。

综上所述，我国二氧化碳排放量以2011年至2012年为界，在此之前不断上升，在此之后趋于稳定。更为具体地说，以山东和江苏为主的华东地区和以新疆为主的西北地区的二氧化碳排放量在2000年至2018年仍处于不断上升的趋势，而西南地区的二氧化碳排放量有下降的趋势，其他省份或地区均呈现达到临界点后趋于稳定的状态。

2.2.3　我国低碳经济发展水平测度

如何全面、客观地评价一个国家地区或经济体的低碳经济发展水平是本书的重点内容。低碳经济发展涵盖经济、社会、环境、技术等各个方面，要实现全面、客观的评价，选择合适的测度方法势在必行。鉴于此，本章在前人研究的基础上，选取网络超效率SBM-DEA测算方法，合理选择相应指标，对2000—2018年中国及各省份的低碳经济发展水平进行测度，进一步研究地区差异和时空演变趋势。

2.2.3.1　我国低碳经济发展水平测算方法

随着我国低碳经济发展，有关低碳经济水平测度的研究不断深入，不同学者采取不同测度方法，且主要通过DEA测度低碳经济发展水平，方法较为单一。

Tone和Tsutsui（2009）采用非径向网络SBM-DEA模型，考虑中间变量，将整体不再视为“黑匣子”，研究各环节效率对整体效率的影响。Fukuyama和Mirdehghan（2012）在基于Tone和Tsutsu的研究方法上，引入松弛变量，作为中间产出的一部分，进一步测度整体效率和各子系统效率。贾登勋和黄杰（2014）运用非期望产出的SBM模型，测算出2000—2010年30个省（自治区、直辖市）的低碳经济发展效率，发现各地区低碳经济发展效率差异较为明显；雷明和虞晓雯（2015）通过全局Malmquist-Luenberger指数方法研究1998—2013年我国低碳经济增长效率，并利用面板VAR模型分析对外贸易和产业结构等因素对低碳经济增长的动态影响；李婧等（2013）运用ML生产率指数，结合增长核算法，通过计算绿色全要素生产率对我国1985—2010年27个省份的低碳经济转型进行评估；钱争鸣和刘晓晨（2014）运用超效率SBM模型，测度出我国各省（自治区、直辖市）绿色经济效率静态水平与动态变动，并深入研究地区差异、收敛性和影响因素，发现全国绿色经济效率整体呈现先降低后上升的“U”形变动过程，各地区差异性逐渐降低，且具备条件 β 收敛；顾剑华（2017）以中国30个省份为研究对象，基于网络SBMDEA模型，分别测算出2001—2013年中国低碳经济发展效率、经济生产子系统效率和环境治理子系统效率，并计算两子系统的耦合协调度；郑宝华和刘东皇（2017）采用超效率DEA模型，测算出我国2004—2015年30个省（自治区、直辖市）的低碳经济效率，并探究其时空演变特点。

除了测度低碳经济发展效率外，其他领域有关效率测算研究中也存在一些测度方法。李静和倪冬雪（2015）运用网络SBM-DEA模型与全局Malmquist方法，研究2001—2012年工业绿色生产和环境治理两阶段效率；涂正革和谌仁俊（2013）选取我国1998—2010年的工业投入指标数据，在传统DEA模型上加入方向性环境距离函数，测算工业环境治理效率，研究发现，相比于传统DEA模型，优化后的DEA模型测度的环境技术效率能够更为准确地评估环境治理效率；王兵和罗佑军（2015）运用网络RAM-DEA模型，选取2001—2010年中国工业相应的投入产出指标，测度出工业综合发展效率、生产效率及环境治理效率，并对其影响因素进行实证研究；邓光耀和张忠杰（2019）采用网络SBMDEA模型，基于2007—2015年的时间跨度，分别测算出我国各省份的工业用水效率、生产阶段效率和污水治理阶段效率。

纵观现有文献，一方面，大部分文献所采用的方法以DEA为主，部分选取超效率DEA测度方法和网络SBM-DEA方法，且多用于工业效率与环境效率的分析，鲜有综合超效率DEA和网络SBM-DEA优势的方法；另一方面，低碳经济发展水平的研究中多数基于时间视角，将时序演变和空间格局分析综合考量的研究甚少。鉴于此，本文尝试在以下三个方面努力：第一，构建网络超效率SBM-DEA模型，将低碳经济发展分解为经济生产和污染治理两个阶段，计算低碳经济整体发展效率与各阶段效率；第二，二氧化碳排放量为两阶段的中间变量，承上作为经济产出阶段的非期望产出，启下投入污染治理阶段；第三，测度中国低碳经济发展时序演变与空间格局，并研究各地区差异水平。

网络超效率SBM-DEA模型构建

传统DEA是研究具有可比性的同类型决策单元相对有效性的方法之一，1978年由著名运筹学家A.Charnes和W.W.Cooper提出，并广泛运用于各行各业中。传统DEA模型将决策单元作为“黑匣子”，投入路经黑匣子转化成产出，不考虑投入产出的中间过程。因此，传统DEA模型只能测算出决策单元的总体效率，不能获取“黑匣子”中各个环节效率。

网络DEA模型则考虑“黑匣子”中各个环节效率，且各环节效率影响整体效率。参考Tone等（2009）构建网络SBM-DEA模型方式，考虑 n 个决策单元 DMU _j （ j= 1，…， n ）和每个决策单元对应的 K （ k= 1，2，…， K ）个低碳经济发展环节。 m _k 和 r _k 分别为第 k 个节点对应的投入和产出变量数目，（ k ， h ）为节点 k → h 的关系， L 为中间变量数据， 表示第 k 环节的权重向量。令投入、中间和产出变量分别为 ，则生产可能集合 T （ x ^k ， w ^{k ， h} ， y ^k ）为：

分别引入投入和产出松弛变量 ，则决策单元 DMU _O 为 ， λ ^k ≥0， s ^k- ≥0， s ^k+ ≥0，其中， s ^k- 和 s ^k+ 分别为投入冗余和产出不足。本文选取Free Link中间变量约束条件，保证投入产出连续性，建立投入产出效率测算模型：

其中， ， ω ^k ≥0， ω ^k 表示第 k 环节的权重，即对整体网络模型效率值的重要程度，由于本文只涉及经济生产和污染治理两个环节，故两环节的权重各取0.5； m _k 是投入变量数目， r _k 为产出变量数目。

根据Tone等人提出的非期望产出效率测算方法，定义第 k 环节的效率为：

式（2.5）中： 和 分别为投入冗余和产出不足的最优解。

本文将低碳经济发展过程分解为经济生产环节和污染治理环节，经济生产环节中的经济效益作为期望产出，污染物排放作为非期望产出；同时，污染物排放在污染治理环节中作为投入，结合其他投入指标，实现污染治理目标。

2.2.3.2　指标选取与数据来源

本文选取的基础数据源于EPS数据库，时间跨度为2000—2018年，基于数据可得性，选取除西藏、港、澳、台地区外30个省（自治区、直辖市）样本数据。在参考文献基础上，结合经济发展系统特点选取相应的投入产出指标（见表2.9），并对变量数据进行合理化处理。

（1）经济生产阶段

经济生产阶段需要投入劳动力、资本、能源和科技，在生产过程中，将其转化为经济成果，获取经济效益。投入资源一部分转化为期望产出，另一部分转化为非期望产出。其中，投入指标包括劳动力、资本、能源和科技，期望产出为实际GDP。

从业人员总数指人口中参加经济活动的人口数。我国规定在各级国家籍贯、政党机关、社会团体及企业和事业单位中工作，并取得相应劳动报酬的全部人员，称为“从业人员”。从业人员作为经济生产环节的劳动力投入，是经济发展过程中不可或缺的关键内容。

资本存量指经过资本投资过程形成于主体中的资本含量，是与流量概念相对应的存量概念。本文借鉴张军等（2004）研究方法，运用永续存盘法得到各地区2000—2018年资本存量的估计值，计算公式为： K _{i ， t} =K _{i ， t- 1} （1 -α _{i ， t} ） +I _{i ， t} ，其中 K _{i ， t} 为 i 地区 t 年基期资本存量， K _{i ， t- 1} 为 i 地区 t- 1年，即上年资本存量， α _{i ， t} 是 i 地区 t 年的资本折旧率， I _{i ， t} 为 i 地区 t 年的固定资产投资总额，资本折旧率与固定资产投资总额指数均采用张军等（2004）的方法。

能源消耗指标用来反映能源消耗量，描述能源消耗量大小与种类。本文采用单位GDP能耗作为衡量能源消费指标，主要原因有：一是单位GDP能耗可以直接反映经济发展对能源的依赖程度，由能源消耗与GDP作商而来，单位GDP能耗越大，其依赖度越高，而且单位GDP能耗能够反映出经济与能源消费的强度关系，也就是单位社会财富所需消耗的能源数目；二是反映了产业结构、能源消费构成和能源利用效率等内容，这是由单位GDP能耗的影响因素决定的，不同经济增长方式下能源消耗量不同，单位GDP能耗也相对较高；三是单位GDP能耗能够得到社会能源超耗量，即（上年单位GDP能耗-本年单位GDP能耗）×本年GDP，若结果为正，表明本年较上年节能，若结果为负，表示本年较上年能耗升高。

科技支出反映用于科学技术方面的支出。科技支出包括多项内容，首先是科学技术管理事务方面的支出，包括行政运行（行政单位的基本支出）、一般行政管理事务（行政单位未单独设置项级科目的其他项目支出）、机关服务（行政单位提供后勤服务的各单位支出）；其次是基础研究，包括机构运行、重点基础研究规划、自然科学基金、重大科学工程和专项技术基础等项目的支出；再次是应用研究（针对特定目标进行的研究支出）、技术研究与开发、科技条件与服务；最后是针对社会科学以及科学技术普及各项目的支出。在科学技术方面的支出越高，反映国家越重视科技发展，越有利于经济的创新与发展，因此将科技支出作为经济生产的投入指标之一。

GDP，指一定时期内一个国家或地区经济中所生产出的全部最终产品和劳务价值总和，等于总消费、投资、政府开支和净出口的加总，常被公认为衡量经济发展状况的最佳宏观经济指标。它不但可以反映出一个国家或地区的经济表现，也可以反映其国力与财富。首先，除资源国以外的绝大多数工业化国家，GDP比较客观地反映了一定国家社会的发展水平和发展程度，以总额和百分比为计算单位，当增长数字为正时，表示该地区经济处于扩张阶段，反之，则处于衰退时期；其次，GDP的本质是反映经济活动活跃程度的宏观指标，在一定条件下，活跃程度越高，社会经济系统运转表现越良好。GDP又可分为名义GDP和实际GDP，两者均可以表示国民生产总值和经济发展状况，但前者采用本期价格衡量本期产出或收入，后者采用既定基期价格衡量本期产出或收入，能够相对精确地表示本期产量成果。因此，本节采用实际GDP作为经济生产环节的期望产出指标。

（2）污染治理阶段

污染治理阶段是通过污染治理投资，运用一定的治污手段，达到污染治理目标的过程。

该阶段的投入指标包括环境污染治理和工业污染治理，产出指标包括工业废水处理、固废处理和生活污染处理。其中，经济生产阶段的非期望产出二氧化碳排放量，作为“中间桥梁”由经济生产环节进入污染治理环节，作为污染治理环节的非期望投入。

环境污染治理投资表明在治理环境污染方面的投资力度，反映了国家或地区对环境保护的重视程度。我国环境污染治理投资总额内容包括城镇环境基础设施建设投资，并增加了县城基础设施建设投资，使投资范围更精细化；燃气、集中供热以及排水投资表示我国非常看重居民的日常生活情况；园林绿化和市容环境卫生也是环境污染治理投资的重点内容，不仅反映了城市绿化建设程度，而且能够间接反映出居民日常生活环境状况；工业污染源治理投资和当年完成环保验收项目环保投资主要针对工业上污染源的治理力度和对环保项目的重视程度。所以将环境污染治理投资纳入污染治理环节中的投入指标，展现出国家在污染治理方面所做出的努力。

工业污染治理投资。环境污染治理投资能反映一个国家或地区对环境保护的重视程度，投资越高，说明重视程度越高。其中，工业污染治理完成投资具体包括用于污水处理及再生利用、污泥处置和垃圾处理设施、废气及固体废物的治污设施等。一直以来，工业生产所排放的污水、废气以及固体废物是导致环境污染的主要因素，也是制约低碳经济发展的重要方面。短期而言，工业污染治理投资能解决环境的燃眉之急，使环境污染得到及时控制及治理。长期而言，转变经济增长方式，调整产业结构，大力发展第三产业，才是治理工业污染的长久之计。而产业结构指标已在低碳经济发展系统中体现，所以我们选取“工业污染治理完成投资”指标，用来反映一个国家或地区的环境保护力度。

一般工业固体废物综合利用率，即一般工业固体废物综合利用量占工业固体废物产生量的百分比。一般工业固体废物是工业生产过程中排入环境的各种废渣、粉尘及其他废物，如高炉渣、钢渣、赤泥、有色金属渣、粉煤灰、煤渣、硫酸渣、废石膏、脱硫灰、电石渣、盐泥等废物。如果废物综合利用率高，说明排放到环境的废物量就少，对环境的危害程度就会降低，达到了节能环保的目的，迎合了低碳经济发展的内在需求。反之，如果废物利用率低，则排放到生态环境的废物量增多，环境污染程度便严重，这无疑背离了低碳经济的发展要求。因此，我们将“一般工业固体废物综合利用率”纳入低碳经济环境系统，以度量固体废物对环境的影响。

生活垃圾无害化处理率（%），是指无害化处理的生活垃圾数量占市区生活垃圾总量的百分比。随着工业化与城镇化进程的发展，城市人口不断增加，城市生产和消费日益增强，生活垃圾量也持续增多，不少地区出现“垃圾围城”现象。未经科学处理的垃圾是一项重大污染源，对经济社会的和谐发展产生了严重影响。在绿色发展的视角下，发展低碳城市对城市生活垃圾管理提出了更高更好要求，因此，生活垃圾的无害化处理在低碳城市建设中显得至关重要。

2.2.3.3　中国低碳经济发展水平时空演变

本节从时序和空间两个角度分析中国低碳经济发展水平及各阶段效率，测度低碳经济发展水平，研究不同地区间各效率差异，并利用图表直观展示分析结果。

（1）低碳经济发展水平时序分析

如图2.4所示，2000—2018年，中国低碳经济发展效率、经济生产效率和污染治理效率均呈现出先下降、后上升的发展态势，以2007年为拐点，2007年以前，三者均表现出整体下降、局部波动的特点，2007年以后整体稳步上升。

2000—2018年，中国低碳经济发展效率处于0.5至0.7，整体状态一般，说明在投入劳动力、资本和能源等要素基础上，通过利用先进低碳技术促进低碳经济发展的空间较大。2000—2007年，低碳经济发展效率虽然在2002年和2004年短暂上升，但整体呈下降趋势，而2008—2018年，中国低碳经济发展水平逐步提高。这是由于在2007年之前，中国制订了多个五年计划，尤其是2001—2005年的“十五”计划，确立了以经济结构的战略性调整作为主线，并在国家政策的有利支持下，经济一直保持高速增长。虽然在国际上中国不断融入世界经济体系，国内基本建立起市场经济体制，但是随着资源分配不均，经济社会可持续发展受到阻碍。此外，2000—2007年是中国工业化中后期阶段，“高污染”“高能耗”产业快速发展，导致能源过度开采、环境污染日益严重，这种粗放型生产方式不仅降低了环境污染承载力，还降低了低碳经济发展效率，严重阻碍了经济可持续发展。自2007年以来，经济增长速度不断减慢，逐渐向经济可持续发展靠拢。同时，政府加强了环境污染管控，加大污染治理力度，并且在五年计划中，明确提出减排目标，将降低能源消耗和污染物排放作为社会经济发展评价指标。

（2）低碳经济发展空间格局

选取超效率SBM-DEA模型，测度2000—2018年中国区域低碳经济发展水平结果如表2.10所示。

如表2.10所示，2000—2018年，北京、天津、上海、江苏、广东、海南6个省份的低碳经济发展效率超过0.7，大部分处于沿海发达地区，经济实力雄厚，低碳经济水平较高，环保力度较大，经济发展的同时兼顾污染物的排放和治理；其中海南省通过大力发展旅游环保产业，以环境污染防治能力的一己之力拉高整个低碳经济发展效率，实现了低碳经济的超效率发展，也是唯一效率超过1的省份，居于全国首位。内蒙古、黑龙江、云南、陕西、甘肃和新疆的低碳经济发展效率均低于0.5，这些地区大部分属于内陆经济相对落后地区，生产技术水平、资源利用率不高，低碳经济发展水平较低；黑龙江属于重工业省份，污染物排放量高，环境污染治理水平过低，造成整体低碳经济发展效率的偏低。其余18个省份的低碳经济发展效率处于0.5与0.7之间，整体发展效率不容乐观。

从经济生产效率来看，所有省份均超过0.5，表明我国自2000年以来，国民经济生产效率稳定上升。其中，天津、江苏、山东和广东4个省份的低碳经济发展效率超过了1，实现了经济生产的超效率发展，这些省份全部来自沿海发达地区，具有独特的地理优势，交通便利，并通过不断发展科学技术和引进创新型人才，经济生产水平在全国居于前列；北京、河北、辽宁、上海、浙江、福建、江西、河南、湖北等12个省份的经济生产效率超过了0.7，也实现了经济良好发展；其余省份介于0.5与0.7之间，全国排名靠后，在经济生产中需要借鉴其他省份的优秀经验，高效利用自身发展条件，改善生产模式，进一步提高生产能力。绝大多数地区在污染治理方面的效果欠佳。其中，海南省环境污染治理效率最高，超过1，实现超效率发展，这离不开海南政府对生态环境治理的重视，海南省早在“九五”期间投入4.42亿元用于污染治理，控制主要污染物排放总量在国家下达的指标内，工业固体废物实现零排放，并于2018年成立生态环境六大专项政治联合指挥部，加强生态文明建设。污染治理效率超过0.5的仅有北京、江西和青海3个省份，北京作为首都城市，是贯彻落实生态环境保护的主要城市，江西和青海发展相对落后，污染排放量相对较低，污染治理效果相对明显。其余地区的污染治理效率全部低于0.5，整体效率较差。不难发现，经济生产效率高于0.7的地区有16个，而污染治理效率超过0.5的仅有4个，这说明经济生产效率和污染治理效率之间具有明显的不平衡发展态势，各个地区的低碳经济发展水平存在较大差异。

按照上文两种地理分区，分别得到不同地域的低碳经济发展水平。如表2.11所示，2000—2018年我国东部地区低碳经济发展效率为0.7024，低碳经济发展水平最高；中、西部地区低碳经济发展效率状态一般，且差别不大。从各阶段来看，我国东部地区经济生产效率为0.9010，污染治理效率为0.5038；中部地区分别是0.7502和0.3277；西部地区经济生产效率最低，只有0.6377，污染治理效率为0.3909。东部发达地区依靠优越的地理位置、较高的科技水平和先进的治污技术等优势，不仅实现了经济的高速增长，而且做到了能源高效利用，环境污染治理效果相对显著。而欠发达的中、西部地区，因交通阻塞、资源相对匮乏以及“高能耗”“高污染”的生产模式等因素，导致经济生产效率一般，环境污染治理水平较低。

从六大地理区域来看，如表2.11所示，2000—2018年中国低碳经济发展效率平均值较高区域逐渐由北部沿海地区向中南腹地、华北地区扩散，即沿海向黄河中游、长江中游由高逐渐降低；西南地区低碳经济发展效率一般；东北地区和西北地区效率状态较低，均低于0.5。华东地区的经济生产效率平均值为0.9275，在六大区域里位居第一，污染治理效率为0.4279，状态一般；华北地区分别为0.8500和0.4019，经济生产效率较高，环境污染治理水平一般；中南地区分别是0.7841和0.5214，经济生产效率良好，污染治理水平最高；上述三大地区均属于相对发达地区，其通过区位优势、积极引进先进科学技术和创新型人才，实现经济快速增长，并配合先进的治污技术和环保手段，提高能源利用率，减少污染物排放。而相对欠发达的东北、西南和西北地区，经济生产效率均值都低于0.7，经济发展水平相对偏低，这是由于科技水平落后、能源结构不合理等因素导致的；西南地区重视轻工业的发展，污染物排放量相对偏少，因此污染治理效率状态良好；东北地区由于粗放型的生产模式，能源利用率低等原因，导致污染治理效率只有0.3046；西北地区经济发展环境恶劣，基础设施落后，以旅游业为主，经济发展限制条件多，经济生产水平低下，脆弱的生态环境和各项政策落实不到位导致环境污染治理效率状态差。

综上所述，我国各个地区低碳经济发展水平存在较大差异，整体呈现出沿海发达地区高于中南地区、西南地区高于西北和东北地区的空间格局。经济生产效率总体高于污染治理效率，发展态势不平衡，其中，发达地区通过对资源的有效利用、先进的科学技术以及政策落实到位等因素，实现经济快速发展，积极研究新能源，优化能源结构等有效控制污染物排放；欠发达地区因交通阻塞、“高污染”“高能耗”的生产模式、能源结构不合理等原因，导致资源过度消耗、经济生产和污染治理水平相对偏低。