全球变暖与气候变化已成为不可逆转的趋势,推动各国将气候适应作为核心战略。从1992年首次地球峰会、1997年通过并于2005年生效的《京都议定书》,到2015年的《巴黎协定》,国际气候合作不断深化。欧盟(EU)承诺在2050年实现净零排放,其碳排放交易体系(EU ETS)和即将实施的碳边境调节机制(CBAM)彰显了这一雄心。然而,实现碳中和不仅需要减少碳排放,还需依赖自然碳汇(如森林和农业用地)对二氧化碳的清除作用。森林、农业用地和湿地分别被称为绿碳、黄碳和蓝碳,它们在吸收大气中的碳排放方面发挥着关键作用。尽管碳排放管理已受到较多关注,但土地碳汇(尤其是森林和农业用地)在实现碳中和目标中的效率如何,不同经济发展水平的欧盟国家在碳管理路径上有何差异,这些问题尚缺乏系统评估。为回答这些问题,发表在《Carbon Balance and Management》上的研究《Land-based carbon neutrality efficiency in the European Union》进行了一项开创性工作。该研究旨在评估欧盟森林和农业用地在实现碳中和目标方面的效率。研究发现,当前欧盟对碳排放管理的重视程度远超碳移除管理,这可能导致碳中和目标受阻。更值得关注的是,森林碳中和效率与农业用地碳中和效率之间存在明显的权衡关系,这可能是由于在一国领土内,森林面积和农业用地面积相对固定,二者存在挤出效应。此外,研究根据碳排放轨迹将欧盟27个成员国分为绿色组(持续减排)、灰色组(持续增排)和混合组(无持续趋势),发现绿色组国家虽然经济异质性最高,但其碳中和表现却与欧盟整体模式最为相似,而灰色组国家尽管总体影响较小,却揭示了实现欧盟范围碳中和所面临的顽固碳增长点。研究人员开展此项研究主要运用了几个关键技术方法:首先,创新性地构建了碳中和效率(ACNE)的测算指标,该指标是碳排放效率(CEE)、碳汇效率(CSE)和目标碳中和效率(TCNE)的乘积(ACNE = CEE × CSE × TCNE),从理论上将排放控制、碳汇增强和政策雄心三个维度联系起来。其次,采用基于松弛变量的数据包络分析(Slacks-based Measure Data Envelopment Analysis, SBM-DEA)模型,该模型的优势在于能同时处理碳排放( undesirable output )、碳汇容量( beneficial output )和经济产出( desirable output ),且不受测量单位差异的影响。模型内生地确定了产出、碳汇和碳排放的权重,并计算出将实际值调整至有效前沿水平所需的松弛变量。研究数据主要来源于世界银行和Our World in Data数据库,涵盖了2010年至2020年欧盟27国的资本存量、劳动力、初级能源消耗、GDP、CO2排放量、森林面积和农业用地面积等变量。实证结果