吉丹俊

（江苏联合职业技术学院 扬州分院，江苏 扬州 225000）

人类大规模生产活动所释放的大量二氧化碳（CO2）会产生温室气体效应，这将使得全球变暖并对环境产生危害。为了避免这种危害，目前，世界各主要国家都在采取一系列措施减少CO2排放，并通过多边谈判的方式约定共同减排义务，共同应对全球变暖问题。

中国自改革开放后经济迅速增长，经济高速增长的同时引起了对能源的大量需求，导致CO2排放量也逐年增加。在2011年，中国的CO2排放量占世界总排放量的比重达到25.4%，成为世界头号CO2排放经济体。在过去的10年中，中国政府一直通过各种措施来提高能源效率，减少CO2的排放。除了采用行政立法手段来解决碳排放问题以外，中国政府还积极推进碳排放交易市场的建设，目前已在深圳、北京、上海、广东、天津、湖北及重庆建立了7个试验性碳交易市场，预计不久将建成全国统一性的碳排放市场[1-2]。

CO2排放主要产生于非可再生化石能源的燃烧，燃烧化石能源的同时还会产生大量二氧化硫（SO2）及氮氧化物（NOx），SO2和 NOx会对大气和土壤产生严重的破坏，导致生态环境恶化。当前，各地对于SO2的排放比较重视，一般要求排放大户燃煤电厂配备脱硫装置并严格控制硫的排放。CO2、SO2和NOx的排放具有同根性，因此，政府在制定减排政策时，应协同考虑CO2、SO2和NOx的减排。

江苏作为经济大省，在经济高速发展的同时，气候变化和大气污染问题也日趋严峻，提升空气质量成为江苏省各市政府工作的主要议题。在《江苏省“十三五”节能减排综合实施方案》中，明确指出：“持续深化节能减排工作，加快补齐生态环境短板，努力建设强富美高新江苏。”因此，本研究立足现实，基于对江苏省的空气质量、碳排放和主要空气污染物排放、减排成本的实证分析，有针对性地提出江苏省推进各城市建设低碳和环境友好型城市的对策和建议，为政府进行节能减排和环境决策提供依据。

一、江苏省各市空气质量现状分析

基于数据挖掘技术获取全国城市空气质量日报数据（中华人民共和国环境保护部数据中心网站），提取江苏省13个地级市的日空气质量数据进行分析，时间跨度为2014年1月1日至2017年12月31日。分析发现各市的AQI指数主要在0～200之间（见图 1）。

表1为各市按年AQI指数的中位数统计，最后一列为2014—2017年的中位数，反映了近4年各市空气质量的平均水平，在这13个城市中，徐州的AQI指数中位数最高，达到91，盐城最低，为74。

表2为2014—2017年江苏省各市空气质量等级的占比情况，空气质量等级分为一至六级，一级对应优，二级对应良，三级对应轻度污染，四级对应中度污染，五级对应重度污染，六级对应严重污染。总体而言，所有城市空气质量为二级的天数占比最高，均在50%左右。在13个城市中，有7个城市出现了日空气质量严重污染情况，而其余6个城市没有出现。

表1 江苏省各市AQI指数年中位数统计

图1 江苏省各市日AQI指数核密度估计图

表2 2014-2017年江苏省各市日空气质量等级占比情况（%）

表3为2014—2017年间江苏省各市日首要空气污染物的统计情况，日首要污染物主要有8种情形：（1）NO2；（2）PM10；（3）PM10、PM2.5；（4）PM10、臭氧 8 小时；（5）PM2.5；（6）PM2.5、臭氧 8小时；（7）臭氧8小时。总体来看，各市占比最高的首要污染物一般为PM2.5，PM2.5对于人体肺部伤害较大，因此环境部门需要引起重视。

表3 2014—2017年江苏省各市首要空气污染物占比统计（%）

二、城市CO2和主要空气污染物排放分析

基于江苏省城市年度CO2、SO2和NOx排放数据进行分析，受限于数据的可获得性，最终获取江苏省8个城市2006—2014年的排放数据。对于CO2排放，苏州作为经济大市，其历年排放量都是第1位，连云港历年的排放量最低（见表4）。

表4 江苏省8市CO2排放统计（单位：万吨）

对于SO2排放而言，苏州市历年来同样位列第1，连云港的排放量历年都排在最后1位，苏州的平均排放量大约是连云港平均排放量的5倍（见表5）。

对于 NOx的排放，最高的依旧为苏州，连云港依旧排在末位，苏州的平均排放量大约是连云港平均排放量的8倍（见表6）。

综上所述，在2006—2014年间，江苏省各市的CO2、SO2和NOx的排放水平差异很大，经济发达地区的排放量相对较大。

表6 江苏省8市NOx排放统计（单位：万吨）

三、城市CO2和主要空气污染物边际减排成本分析

基于距离函数模型，采用江苏省8个城市的投入-产出数据，运用非参数化方法估计出各城市的边际减排成本。

（一）理论模型

建立一个各城市利用各种投入进行生产的理论模型，生产的最终产品包含一种期望产出GDP和三种非期望产出 CO2、SO2、NOx。

假设各城市使用投入向量x=（x1，…，xN）∈进行生产，产出包括期望产出和非期望产出，期望产出只有一种，为y∈，非期望产出有多种，为b=（b1，…，bJ）∈，则可将各市生产技术通过生产可能性集合定义为P（x）={（y，b），x能生产（y，b）}[3]。

生产可能集可以通过定义一个方向性距离函数来表示。首先定义方向向量g=（gy，gb），则方向g∈R1×RJ性距离函数可以被定义为：

假设期望产出价格已知，为了求出非期望产出的影子价格，设p为期望产出的价格，q为非期望产出的影子价格，定义决策单元的利润函数为：

对式（2）建立拉格朗日函数形式：

求解一阶条件：

通过式（4）和（5）消去 λ，可以求得：

式（6）即为求解非期望产出边际减排成本的公式。

（二）数据来源与变量构造

1.劳动力投入数据（x1）。劳动力投入数据为各地级市年末就业人数，单位为万人，数据来源于《中国城市统计年鉴》。

2.资本投入数据（x2）。资本投入为各市的资本存量，由于各市资本存量数据无法直接获取，因此利用永续盘存法估算省际资本存量的方法对各市资本存量进行估计，计算公式为Kit=Iit/Pit+（1-δ）Ki，t-1，其中 Pit为平减指数，Iit为固定资本形成总额，δ为折旧率，这里取常数10.96%。其中各市固定资本形成总额来自《中国城市统计年鉴》，固定资产投资价格指数使用GDP平减指数近似。

3.GDP数据（y）。各市每年实际GDP，基期为2006年，数据来自《中国城市统计年鉴》。

4.CO2数据（b1）。各地区CO2排放数据不能直接获得，必须进行估算。根据《中国城市统计年鉴》和《中国环境年鉴》提供的各城市各种化石能源消耗数量乘以相应的CO2排放系数并加总计算[5]。

5.SO2（b2）数据和NOx（b3）数据。此数据直接从《中国城市统计年鉴》获取。最后形成数据集，包含2006—2014年间江苏省8个地级市的投入-产出变量，各变量的描述性统计如表7所示。

（三）估计结果

基于上述投入产出模型和江苏省城市层面的投入-产出面板数据，使用CRS型DEA方法，估计出各城市各种污染物的边际减排成本（见表8）。

表8给出了各市 2006—2014年间CO2、SO2及NOx边际减排成本估计值的中位数，各城市CO2的边际减排成本平均水平在每吨0.17万元至0.5万元之间；各城市SO2的边际减排成本平均水平在每吨12万元至520万元之间；NOx的平均水平在每吨5.4万元至460万元之间。

四、结论和建议

本文基于江苏省各城市现状，利用全国城市日空气质量数据对2014年以来江苏省各市的空气质量现状进行了统计分析，发现近几年来各市的AQI质量指数主要在0～200之间，空气质量达到二级的天数占比最高。总体来说，各市最高的首要污染物为PM2.5，而PM2.5对于人体的伤害较大；使用江苏省城市年度CO2、SO2和NOx排放数据进行分析，发现苏州市3种污染物排放量最高，而扬州市这3种污染物的排放量处于中间位置。此外，基于方向性距离函数构建了一个同时考虑期望产出和非期望产出的效率模型，给出了相应的非期望产出影子价格计算方式。在此基础上根据江苏省8个城市2006—2014年间的投入-产出数据，运用DEA方法估计出各城市各种污染物的边际减排成本。

表7 城市投入产出变量描述性统计

表8 2006—2014年江苏省8市CO2、SO2及NOx边际减排成本估计结果（单位：元/吨）

对于每种污染物，各城市间边际减排成本的差异较大；而对于各个城市而言，一般来说CO2的边际减排成本要比SO2和NOx的边际减排成本低很多。为此提出三点建议：第一，继续推进节能减排工作。江苏省各市近年来的空气质量处于较好的水平，这是过去工作所取得的成绩，今后各市在谋划经济发展的同时还应继续推进节能减排工作，争取空气质量每天优秀。目前，地区间空气质量和污染物排放也存在较大差异，对于污染严重的地区，政府应加大力度减少排放，不能只关注GDP而牺牲环境。第二，减少PM2.5排放。在每天的首要污染物中，PM2.5排放占比最高，人体吸入PM2.5后会产生很多呼吸系统疾病，甚至是心脏疾病，对当地居民的健康产生威胁。因此，各市政府和环保部门应加强PM2.5排放的检测，采取有效措施减少PM2.5的排放。第三，以边际减排成本为依据制定减排政策。边际减排成本意味着减少1吨污染物所耗费的成本，政府在制定减排和经济发展政策时应以边际减排成本为依据，进行减排成本的核算。各市CO2、SO2和NOx边际减排成本差异很大，这意味着如果进行排放权交易可以节约巨大的成本，因此，江苏省政府可以鼓励边际减排成本高的城市和边际减排成本低的城市进行排放权交易，在控制排放总量的前提下达到成本最低。