中国制造业碳排放效率与精准碳减排路径选择——基于潜在成本框架的分析视角

《Journal of Cleaner Production》：Carbon emission efficiency of China's manufacturing industry and choice of precise carbon reduction paths——Analysis perspective based on the potential cost framework

　　

•构建潜在的波士顿矩阵，识别各制造业子行业间的能源特定减排优先级。•2010至2024年间，制造业的元前沿碳排放效率从0.520提升至0.641。•高排放行业的减排潜力更大，且平均边际减排成本更低。•天然气相关排放的边际减排成本高于煤炭和石油相关排放。•为29个制造业子行业识别出四种不同的脱碳路径。引言制造业是中国工业的支柱，也是碳排放的主要来源，是推动清洁生产和低碳转型的关键领域，在实现中国碳达峰、碳中和目标中发挥着核心作用。然而，制造业各子行业在生产技术、能源结构和成本承受能力方面差异显著。因此，对所有子行业设定相同的减排率可能将高排放与高减排潜力混为一谈。它还可能将高潜力、高成本的特定燃料减排方案与低成本、潜力有限的方案置于同等优先级，导致稀缺资源被分配至边际减排成本较高的措施上，而忽视了高潜力、低成本的机会。因此，制造业脱碳并非所有子行业和燃料类型并行推进的线性过程，而是一个资源配置问题：在产出和成本约束及技术异质性的条件下，有限的减排资源必须在各子行业和燃料类型之间进行分配。生产前沿理论与环境经济学可共同解释这一问题。生产前沿方法将有形产出和非期望产出（如碳排放）纳入统一的联合生产技术集合。行业与最佳实践前沿之间的距离反映了在给定投入和产出约束下，通过效率提升可释放的技术减排潜力；当行业间存在技术异质性时，比较元前沿效率与组前沿效率可进一步区分由技术差距导致的效率损失和由组内管理低效导致的效率损失。环境经济学则将非期望产出的影子价格解读为边际减排的机会成本——即减少一单位碳排放所必须放弃的有形产出（Zhou等，2014）。因此，减排潜力与边际减排成本的联合分布构成了减排优先级排序的基础。据此，本研究创新性地提出"靶向脱碳"这一概念：在技术可比的行业组内，联合识别各子行业及其能源类型的技术减排潜力和边际机会成本，并将这些发现转化为具有明确目标、优先级排序和政策强度的脱碳路径。本研究进一步回答三个可操作的问题：哪些制造业子行业应首先承担减排责任，哪些能源类型应优先减排，以及在何种成本约束下应选择相应的靶向脱碳路径。与本研究密切相关的文献主要有三个方向。第一个方向关注技术异质性条件下的效率测度。碳排放绩效研究在逐步完善对非期望产出和技术异质性的处理方式方面取得了进展，从单一要素强度指标转向纳入资本、劳动力、能源、有形产出和非期望产出的全要素生产前沿。早期研究采用数据包络分析（DEA）将能源消耗和二氧化碳（CO?）排放纳入统一的生产框架（Ramanathan，2002）。与径向DEA相比，方向距离函数（DDF）能够实现统一评估，即在扩大有形产出的同时缩减污染排放（Du等，2014）。方向松弛基准度量法（Slacks-Based Measure）进一步允许对投入和产出进行非比例调整，并明确考虑松弛变量（Fukuyama和Weber，2009）。元前沿和组前沿方法则用于区分组内管理绩效与组间技术差距（Li和Cheng，2020）。因此，对于异质行业而言，参考前沿的选择直接决定了效率比较的经济解释，这为本研究采用元前沿和组前沿SBM-DDF模型提供了理论基础。近期的前沿测度研究开始同时处理生产技术异质性和随机噪声。Hu等（2024b）将谢泼德碳距离（SCD）函数与随机非参数数据包络分析（StoNED）及元前沿方法相结合，构建了Meta-StoNED-SCD模型，并将其应用于中国2011至2020年间27个制造业行业。其结果表明，中国制造业的平均元前沿碳排放效率为15.98%，高科技行业显著优于中、低技术行业；约54%的碳排放低效源于技术差距，约46%源于管理低效。与确定性DEA相比，该模型将随机扰动与低效分离，进一步识别了效率损失的来源，从而提高了测度和归因的可靠性。相关研究表明，技术异质性、噪声调整和多层次元前沿设定均影响制造业效率的分布和排序（Chen等，2024；Hu等，2024b）。然而，这些研究通常将总CO?排放作为单一非期望产出，未区分不同能源的减排空间。更重要的是，效率得分本质上衡量的是决策单元与参考前沿之间的距离；它们既无法揭示煤炭、石油和天然气相关排放的可压缩松弛，也无法反映减少下一单位排放的机会成本，因此不足以直接确定特定能源减排行动的经济优先级。制造业的实证研究进一步说明了采用细分评估基准的必要性。企业层面研究发现，碳排放生产力和减排能力在各制造企业间高度异质（An等，2021；Wang等，2023），而子行业层面研究揭示了低碳发展效率、收敛过程以及专业化与环境规制效应方面的持续差异（Jiang等，2024；Lu等，2024）。制造业碳排放强度差异还表现出显著的区域和行业特征（Zhang和Wei，2024），经噪声调整的元前沿测度将制造业低效的主要来源归因于技术差距（Hu等，2024b）。这些研究表明，所有制造业行业不能用单一、无差别的生产技术来评估，这为差异化减排提供了实证依据。然而，大多数效率度量仍将总CO?作为单一非期望产出。对于清洁生产决策而言，这种聚合掩盖了煤炭、石油和天然气相关排放设备状况、替代可行性和转型约束的差异。第二个方向的文献考察了减排潜力与边际减排成本。这两个概念是互补的，不能相互替代。基于前沿的分析通常使用非期望产出的松弛来衡量技术减排潜力，并通过方向距离函数与收益函数之间的对偶关系估计边际减排成本。An等（2021）利用2008至2011年间66,308家制造企业的数据，采用数据包络分析—网格搜索（DEA-GS）方法，识别了企业边际减排成本曲线上的多个点。其结果表明，一旦边际减排成本超过每吨200元，额外的减排活动和减排量明显减缓；在不超过每吨200元的范围内，样本企业可实现约26%的减排。该研究为企业减排反应的成本阈值和行业异质性提供了微观层面的证据。然而，该研究主要考察企业总CO?排放对边际成本的反应，未区分煤炭、石油和天然气相关排放，也未将技术减排潜力和边际成本转化为跨子行业的能源治理优先级。后续研究在测度精度、技术匹配和情境异质性方面扩展了边际减排成本分析。An等（2023）发现，潜力与成本的联合约束会改变制造企业认为可接受的减排投资；Hu等（2024a）通过分离低效与随机噪声改进了成本估计；Xian等（2023）将经济模型与工程信息相结合，识别了玻璃制造中的低成本减排措施，进一步发现造纸企业的排放特征和边际成本因企业类型和减排深度而异（Xian等，2025）。此外，数字化和技术进步改变了企业的减排成本（Xu等，2025），能源密集型行业的边际成本可能随减排深度增加而非线性上升（Zhou等，2025）。这些研究表明，边际减排成本具有显著的技术依赖性和情境特异性，但不能单独决定减排优先级：较低的影子价格可能仅对应有限的技术减排潜力，而较大的前沿松弛也可能因短期内调整成本过高而无法立即释放。因此，制造业减排决策需要联合评估技术潜力和经济成本，并将此评估延伸至具体子行业和能源类型。第三个方向的文献聚焦于如何将减排目标转化为政策工具和实施路径。效率—成本分析已被用于为落后工业单元设计差异化转型方案（Y. Wang等，2020）；制造业配额分配研究将效率、公平和成本纳入统一分配框架（Li等，2020）；多标准项目选择和重点干预研究主张按潜力、成本和实施时间对项目进行排序（Koomen等，2023；Chung等，2024）。在行业层面，Huang和Wu（2021）使用扩展边际减排成本曲线比较了水泥行业的节能与减碳措施，He等（2025）分析了钢铁行业不同脱碳技术的部署演变。相关政策研究进一步发现，绿色制造政策通过创新、能源结构优化和效率提升推动减排，尽管企业的反应具有异质性（Hu等，2025）；汽车行业研究强调碳定价与现有产业政策之间的协调（Wang等，2025）。这些研究为特定政策、项目或行业提供了详细的成本和工程证据。然而，它们的统计范围、技术边界和决策单元仍不一致，尚未形成统一的、可复制的规则，将特定能源的技术潜力和边际减排成本转化为制造业子行业的治理顺序和调整节奏。综合来看，现有文献仍存在三个相互关联的缺口。首先，大多数全要素效率研究将煤炭、石油和天然气相关排放聚合为单一非期望产出。尽管这一处理便于评估总体环境绩效，但它掩盖了不同能源在技术约束和减排空间方面的差异，使得效率诊断难以与特定能源类型挂钩。其次，效率、减排潜力和边际减排成本通常被分别测度，技术异质性未在潜力与成本比较中得到一致传递。效率反映决策单元偏离生产前沿的程度，潜力对应非期望产出的可压缩松弛，边际成本代表生产前沿局部斜率所对应的机会成本；三者具有不同的经济含义，不能相互替代。如果排序脱离适当技术集合而孤立进行，组间技术差距可能被误读为管理低效。第三，现有文献尚未建立将前沿测度与减排行动相联系的机制，使得效率、潜力和成本信息难以转化为行业—能源优先级和脱碳路径。针对这些缺口，本研究为中国制造业构建了一个行业—能源靶向脱碳框架，围绕三个研究问题展开：第一，在元前沿和组前沿下，中国29个制造业子行业的碳排放效率和技术差距如何演变？第二，煤炭、石油和天然气相关排放的技术减排潜力有多大，其对应的边际减排成本如何？第三，如何将这两个指标转化为稳定的、可解释的行业—能源优先级和差异化脱碳路径？本研究的实证程序与三个研究问题相对应。首先，利用2010至2024年间29个制造业子行业的数据，采用元前沿和组前沿SBM-DDF模型衡量碳排放效率。其次，从三个非期望产出的组前沿松弛中提取特定能源的减排潜力，并通过参数化方向距离函数估计相应的边际减排成本。

最后，我们对各排放组内的减排潜力和边际减排成本进行标准化处理，构建四象限潜力—波士顿矩阵，对各行业中三种能源类型进行排序，并将各行业划分为四条脱碳路径：分阶段推进、全面推进、稳步维护和重点减排。本研究做出了三个主要贡献。

首先，在理论层面，本研究提出了制造业针对性脱碳的核心概念，将其定义为在异质性生产技术条件下，技术机遇与边际机会成本相匹配的问题。这一概念化将针对性脱碳从一般性的差异化政策呼吁转变为一种决策问题，使子行业、分能源类型的减排目标、技术空间、单位成本和实施顺序之间形成对应关系，从而使清洁生产评价能够同时涵盖环境绩效和资源分配。

其次，在方法论层面，本研究创新性地将在SBM-DDF元前沿框架下的非期望产出分解为煤炭、石油和天然气各自的碳排放，从而捕捉到聚合指标所掩盖的能源类型异质性。这是首次将分能源类型的非期望产出与元前沿分析相结合来衡量制造业碳排放效率，从而能够识别各子行业内的分能源减排热点。本研究进一步将双重前沿效率、分能源类型松弛量、基于影子价格的边际减排成本以及组内标准化潜力—波士顿矩阵组织成一条可复制的证据链。这一设计在保持跨行业共同基准的同时，避免了使用跨组不可比的成本和潜力直接划分矩阵象限。

第三，在理论与实践的衔接方面，本研究构建了综合潜力—波士顿矩阵，系统地将技术减排潜力与边际减排成本相结合，提出了四种针对性脱碳路径，并明确了各能源类型的减排优先顺序。通过将效率测量结果直接转化为可操作的差异化脱碳路径设计，本框架弥合了理论与实践之间的差距，为其他工业化经济体的制造业针对性脱碳治理提供了可操作、可复制的方法论参考。本文其余部分安排如下：第2节介绍研究方法，第3节报告结果与讨论，第4节给出结论与政策启示。表1总结了本研究中使用的缩写和数学符号。

**分节摘要**

**碳排放效率模型**

传统的径向数据包络分析（DEA）可以通过弱处置性假设纳入非期望产出，但在沿预设方向按比例调整投入和产出时，可能会忽视投入过剩、期望产出不足和非期望产出冗余之间的非比例松弛量。方向性距离函数（DDF）允许期望产出扩大和非期望产出收缩同时进行（Chung等，1997），而松弛量衡量方法……

**中国制造业碳排放效率趋势**

图4a和图4b比较了2010年至2024年间29个制造业行业在元前沿和组前沿下的碳排放效率。面板（a）以制造业的最佳实践为参考基准，因此允许评估组间效率差异。面板（b）以各组内的最佳技术为基准，评估各行业相对于其所在组技术前沿的表现。

**结论**

本研究利用2010年至2024年间中国29个制造业部门的数据，采用SBM-DDF模型，在元前沿和组前沿框架下衡量碳排放效率。在此基础上，分析各部门不同能源类型的减排潜力和成本，进一步运用潜力—波士顿矩阵评估各部门各能源类型的减排状况，从而探索针对性脱碳路径……

**CRediT作者贡献声明**

杜云伟：写作—审阅与编辑，写作—原始草稿，监督，软件，资源，项目管理，方法论，调查研究，资金获取，概念构思。吴佳琪：写作—审阅与编辑，写作—原始草稿，验证，软件，资源，方法论，调查研究，正式分析，数据整理。李思雨：数据整理，正式分析，方法论，验证，可视化，写作—审阅与编辑。赵应普：正式分析，验证。

**资金**

本研究得到中国国家社会科学基金项目资助（项目编号：22BJY102）。

**利益冲突声明**

作者声明不存在已知的可能影响本文所报告工作的竞争性经济利益或个人关系。

杜云伟 | 吴佳琪 | 李思雨 | 赵应普 | 康曼