推荐期刊
在线客服

咨询客服 咨询客服

客服电话:400-7890626

咨询邮箱:[email protected]

经济论文

中国三大城市群全要素能源效率与节能减排潜力研究

时间:2019年08月29日 所属分类:经济论文 点击?#38382;?script src="/plus/count.php?view=yes&aid=26506&mid=42" type='text/javascript' language="javascript">

提要:文中运用考虑非期望产出的SBM模型对中国三大城市群53个城市全要素能源技术效率和全要素能源相对效率进行测算,在此基础上对其节能潜力与减排潜力进行分析,并运用二维矩阵法探索各城市节能减排实施路径。研究表明:三大城市群全要素能源效率整体偏低,全

  提要:文中运用考虑非期望产出的SBM模型对中国三大城市群53个城市全要素能源技术效率和全要素能源相对效率进行测算,在此基础上对其节能潜力与减排潜力进行分析,并运用二维矩阵法探索各城市节能减排实施路径。研究表明:三大城市群全要素能源效率整体偏低,全要素能源技术效率与全要素能源相对效率大致上呈现正相关关系;三大城市群节能潜力与减排潜力总体上处于较高水平,减排潜力远大于节能潜力,其中城市群之间呈现"京津冀>长三角>珠三角"的分布;三大城市群53个城市分别落在节能减排潜力状态矩阵的A、B、C区域,B区域的城市可以选取单边?#40644;?#24335;节能减排实施路径,C区域的城市可以选取渐进式和飞跃式两种节能减排实施路径。

  关键词:全要素能源效率;节能减排潜力;中国三大城市群;非期望SBM模型

中国管理科学

  改革开放40年来,中国经济取得了飞速的发展,但由此带来的高污染高排放问题受到了世界的广泛关注。面对严峻的资源环境压力,节能减排被提升到前所未有的高度。京津冀、长三角、珠三角城市群作为中国经济发展的核心区域,其节能减排水平直接关系国民经济的发展。早期关于能源效率的研究,学者们多是在单要素框架下对能源效率进行评价,其中重要的指标?#27425;?#33021;源强?#32676;?#33021;源生产率[1-2],但该方法忽略了能源消费中多种投入要素之间的替代性。鉴于此,由Hu和Wang提出的全要素能源效率评价得到了广泛的应用[3]。

  全要素能源效率的测算主要有随机前沿分析(SFA)和数据包络分析(DEA)两种主流方法。从现有文献来看,采用SFA方法对全要素能源效率的研究主要集中于国家、省?#30465;?#34892;业及城市等层面。如史丹、赵金楼等应用SFA方法对中国各省全要素能源效率进行测算,发现各省能源效率存在显著差异,差别化的政策设计有利于缩小区域间差异[4-5]。

  李玉婷和刘祥艳对中国分区域工业单要素能源效率和全要素能源效率进行研究,发现两种测算方法得出的效率值存在较大差距[6];Hu和Honma通过SFA方法对14个发达国家10个工业行业的全要素能源效率进行研究,结果表明大多数国家工业行业能源效率较低,存在较大的改善空间[7];陈龙和李金昌对中国地级以上城市的全要素能源效率进行研究,发现东部沿海城市能源效率较高[8];杨莉莉和邵帅运用SFA方法对长三角城市群14个城市的全要素能源效率增长率进行测算及分解,发现长三角城市群能源效率呈现增长趋势[9]。

  利用DEA方法对全要素能源效率的研究与采用SFA方法的研究具有一定的相似性,主要集中于全要素能源效率的测算及其差异性、影响因素、收敛性等方面[10-13]。关于城市群层面的研究,吴巧生和李慧对长三角中游城市群全要素能源效率进行测算,发现其全要素能源效率整体偏低[14]。

  孟晓和孔群喜通过DEA模型对长三角和珠三角城市群24个城市的工业全要素能源效率及差异性进行了研究,发现长三角能源效率略高于珠三角城市群[15];冯博和王雪青对京津冀城市群13个城市全要素能源效率进行测算,发现各城市能源效率在研究期间内呈现上升趋势[16]。全要素能源效率的深入研究为节能减排潜力的研究奠定了基础。

  全要素框架下关于节能潜力与减排潜力的研究,学术界尚未得出一致性的结论。Wu、魏楚、汪克亮、范丹、余泳泽等通过DEA模型,采用省级面板数据对中国各地区全要素能源效率进行测算,并对其节能减排潜力进行分析,发现中国整体节能减排潜力巨大[17-21];Guo、Zhu等利用M-SBM模型,对中国各省节能减排效率进行测算,发现我国整体节能减排效率较低,节能潜力远大于其减排潜力[22];Wu、Miao等则基于能源效率和CO2排放效率对中国污染物的减排弹性进行研究,发现相比较于节能压力,中国的减排任务更加紧迫[23];Xu、李科等也认为中国的减排压力要显著大于其节能压力[24-25]。

  可以看出,学者们对全要素能源效率及节能减排潜力进行了较为全面的研究。但是SFA方法需要事先设定?#38382;?#20540;,并且其只适合于评价单一产出的情况,所以通过SFA方法进行全要素能源效率评价的研究大都未考虑非期望产出。而采用可以解决非期望产生DEA方法进行全要素能源效率及节能减排潜力的研究多停留在国家、省?#30465;?#34892;业及城市层面,全面衡?#35838;?#22269;三大城市群全要素能源效率的研究较少,并且三大城市群通常是以35个城市为例[26]。

  鉴于此,文中将研究视角?#30001;?#33267;中国三大城市群53个城市①,采用考虑非期望产出的SBM模型对三大城市群2007-2016年间全要素能源效率及节能减排潜力进行测算,并采用二维矩阵法对各城市节能减排实施路径进行分析,以期为相关政策的制定提供科学的依据。

  1研究方法及数据说明

  1.1研究方法

  1.1.1全要素能源效率测算模型

  传统DEA模型是从径向和角度两个方面来测算效率,由于没有考虑非期望产出及投入产出的松弛性问题,导致效率测算结果不够精确。因此,文中根据Tone提出的关于解决投入产出松弛性和考虑非期望产出的SBM模型[28]对中国三大城市群全要素能源效率进行测算。

  1.2指标选取与数据来源

  基于指标数据的可得到性,在投入指标的选取上,文中以?#25237;?#21147;、?#26102;?#23384;?#32771;?#33021;源消费作为投入指标。在产出指标的选取上,多数学者以地区GDP为期望产出,SO2、CO2为非期望产出进行研究,但是城市层面统计的能源种类并不统一,并且各类能源消耗的详细数据较难获取,因此文中选取各城市GDP为期望产出,工业SO2排放?#35838;?#38750;期望产出进行研究,其中工业SO2排放量可以直接从《中国城市统计年鉴》获取,一定程度上增加了研究的可靠性。

  其中,?#25237;?#21147;以各城市社会从业人员总数表征;?#26102;?#23384;量依据单豪杰[29]的做法,采用"永续盘存法"进行估算;能源投入以各城市能源消费总量表示。上述指标数据主要来源于《中国统计年鉴》、《中国能源统计年鉴》、《中国城市统计年鉴》、各市统计年鉴及国民经济和社会发展统计公报等统计资料。

  2结果与分析

  2.1全要素能源效率分析

  根据上述投入产出面板数据,采用考虑非期望产出的SBM模型,运用DEASolver5.0软件对中国三大城市群53个城市2007-2016年全要素能源技术效率(ETE)进行测算,并通过公式(2)对全要素能源相对效率(ERE)进行测算。

  从总体上来看,全要素能源技术效率与全要素能源相对效率大致呈现正相关关系,即全要素能源技术效率高的城市,其全要素能源相对效率也较高。但也有一些城市例外,如舟山的ETE排名在前,但ERE排名却在最后。究其原因,可能是该城市污染物的过度排放,使得目标前沿面上能源的最优投入大幅度减少,造成全要素能源相对效率较低。

  而安庆情况正好相反,ETE排名靠后,ERE排名却靠前,这意味着安庆存在较大的能源浪费,能源利用水平低;此外,三大城市群全要素能源技术效率和全要素能源相对效率在样本期间均值分别为0.404、0.568,处于较低水平。从城市群层面来看,三大城市群全要素能源效率存在显著差异,呈现"珠三角>长三角>京津冀"的发展格局,即珠三角城市群全要素能源效率最高,长三角次之,京津冀城市群最低,这与?#38750;?#25935;等关于三大城市群能源环境效率分布的观点一致[26]。

  造成三大城市群能源效率显著差异的原因与各城市发展状况有关,珠三角城市群作为改革开放的先行区域,在国家政策支持下,城市综合发展水平较高,长三角城市群凭借高新技术产业优势,在工业化进程和城市发展中取得重要?#40644;啤?#30456;比之下,京津冀城市群在经济发展中面临诸如北京大城市病、雾霾影响、产业结构分布不均等问题,从而能源效率低于其他两个城市群。从变动趋?#35780;?#30475;,全要素能源技术效率与全要素能源相对效率呈现相似的变动趋势。?#26723;?#27880;意的是,三大城市群能源效率在2011年之前呈现波动的下降趋势,但是2011年之后却呈现缓慢的上升趋势。

  究其原因,可能是"十一五"规划纲要提出节能减排新目标,为此各城市群积极有效地调整产业结构及能源消费水平,使得在"十二五"规划的开局之年2011年能源效率得到了提升。这与部分学者的研究结果相符,如冯博等发现京津冀城市群能源效率在2011年增幅达到15%[16]。

  从城市层面来看,53个城市在研究期间内,只有广州每年均处在效率前沿面,其能效水平达到100%,是其他城市学习的标杆。北京、上海、南京、深圳、佛山在研究期间内的多数年份内均位于前沿面上,ETE和ERE的均值?#21363;?#21040;0.7以上,保持了相对较高的能效水平。而石家庄、承德、张家口、衡水、邢台、邯郸、舟山、马鞍山、铜陵、池州10年间ETE和ERE的均值均低于0.3,这意味着在现?#22411;?#20837;与技术水平下,这些城市平均每年可以节约能源、减少污染物排放并增加产出高达70%以上,具有相当大的节能减排潜力。

  2.2节能减排潜力分析

  从上述研究可以看出,中国三大城市群全要素能源效率整体偏低,存在较大的能源损失及过度的污染物排放。因此,文中以全要素能源技术效率为基础,根据公式(3)-(4)对三大城市群节能减排潜力进行进一步研究。

  从总体上来看,中国三大城市群减排潜力要大于其节能潜力,这说明相对于节能任务,三大城市群的减排任务更加紧迫,这与Wu、Xu、李科等的研究结论相一致[23-25]。就节能情况而言,研究期间内三大城市群可实现的平均节能量达到995.528万吨标?#27982;海?#33410;能潜力为43.2%,这意味着在经济发展过程中,有超过1/3以上的能源被浪费,能源的综合利用水平及资源的有效配置存在较大的改善空间。就减排情况而言,53个城市在研究区间内可实现的SO2减排?#35838;?.017万吨,减排潜力高达78.7%,存在巨大的改进空间。从城市群层面来看,三大城市群节能潜力与减排潜力存在显著差异,整体上减排潜力大于其节能潜力,并且城市群之间呈现"京津冀>长三角>珠三角"的发展格局。

  三大城市群节能潜力具备相似的变化趋势,整体上呈现"先下降-后上升-再下降"的倒N型变动趋势。三大城市群减排潜力也具备相似的变化趋势,整体上呈现"波浪型"变动趋势,变化幅度较大,并且其潜力值处于较高水平,究其原因,可能与近几年频?#21271;?#21457;的雾霾天气有关。从城市层面来看,53个城市在研究期间内,只有广州一直处在前沿面,其节能潜力与减排潜力均为零。

  虽然处在前沿面上城市的节能减排潜力为零,但这并不意味着其不存在能源损失或污染物减排能力,而是相对于其他城市而言,该城市在当前生产技术水平下,无法实现在产出不变(或投入不变)的情况下能源(或污染物)的进一步减少。从节能量的规模和节能潜力来看,唐山、石家庄、邯郸、邢台、马鞍山、张家口是节能的重点城市,平均可节能量高达1000万吨标?#27982;?#20197;上,节能潜力超过70%。

  ?#26723;?#27880;意的是,这些城市基本属于京津冀城市群,这从侧面?#20174;?#20986;京津冀城市群节能任务的紧迫性;从减排量的规模来看,唐山、天津、邯郸、石家庄、宁波、东莞、邢台、张家口是减排的重点城市,平均减排量达到8.5万吨以上,减排潜力超过80%;从减排潜力来看,除北京、上海、无锡、盐城、广州、深圳、佛山7个城市的减排潜力在50%以下,其余46个城市的减排潜力均在60%以上,并且其中有40个城市的减排潜力高达80%以上,这表明53个城市至少有50%的SO2属于过度排放,存在巨大的减排空间。

  2.3节能减排实施路径分析

  为了更进一步分析各城市节能减排的工作重点,文中根据10年间各城市节能潜力和减排潜力的均值,以节能潜力0.6和减排潜力0.4对53个城市进行等级划分,并通过二维矩阵法构建三大城市群节能减排潜力的状态矩阵(图7),从而对各城市节能减排路径进行研究。

  3讨论

  京津冀、长三角、珠三角城市群分别位于中国北部、东部和南部的经济发达地区,是未来发展中最具活力和潜力的区域。因此,文中测算了三大城市群53个城市的全要素能源效率及节能减排潜力。从全要素能源效率来看,三大城市群全要素能源效率整体处于较低水平,并且呈现"珠三角>长三角>京津冀"的发展格局,这与?#38750;?#25935;等的研究结果相符合[26]。

  从其变动趋?#35780;?#30475;,三大城市群全要素能源效率在2011年之后呈现上升趋势,与冯博等的观点相一致[16],这表明近几年三大城市群能源利用水平取得一定的进展,其中北京、上海、南京、深圳、佛山在研究期间内保持了较高的能效水平;从节能减排潜力来看,三大城市群节能潜力与减排潜力整体上处于较高水平,但是减排潜力远大于其节能潜力,这与Wu、Xu、李科等的研究结论相一致[23-25]。

  ?#26723;?#27880;意的是,三大城市群减排潜力在研究期间内呈现"波浪型"变动趋势,变化幅度较大。城市间减排潜力也很大,其中40个城市的减排潜力高达80%以上,这充分说明三大城市群减排任务的紧迫性。

  上述分析蕴含的政策启示主要有:第一,针对不同城市能源利用水平的实?#26159;?#20917;,制定各城市节能目标,出台强有力的能源消费政策及产业结构调整政策,着力调整各城市的投入产出结构,积极改善各城市能源利用水平。第二,加强城市间交流和合作,积极向节能减排表现较好的城市学习并借鉴其成功经验,增强高能效城市的辐射带动作用,缩小各城市间能源效率的差异。第三,加强减排意识,加大对重点城市的政策倾斜力度,严格控制城市污染物的排放,积极探索清洁能源的研发及使用,加快推进减排领域的技术创新。

  4结论

  (1)三大城市群全要素能源效率整体偏低,并且全要素能源技术效率与全要素能源相对效率大致上呈现正相关关系;53个城市在研究期间只有广州一直处在效率前沿面。

  (2)三大城市群节能潜力与减排潜力总体上处于较高水平,减排潜力大于其节能潜力;城市群之间节能减排潜力存在显著差异,呈现"京津冀>长三角>珠三角"的发展格局;唐山、石家庄、邯郸、邢台、马鞍山、张家口是节能的重点城市,而唐山、天津、邯郸、石家庄、宁波、东莞、邢台、张家口是减排的重点城市。

  (3)三大城市群53个城市分别落在节能减排潜力状态矩阵的A、B、C区域;A区域城市是其他地区的学习标杆;B区域城市可以采取"B→A"的单边?#40644;?#24335;节能减排路径;C区域城市可以选取"C→B→A"或"C→D→A"的渐进式节能减排实施路径,也可以选取"C→A"的飞跃式节能减排实施路径。

  参考文献

  [1]李艳梅,张雷.基于产业结构演进角度的内蒙古节能潜力分析[J].干旱区资源与环境,2007,21(10):62-67.

  [2]MaCB,SternDI.China’schangingenergyintensitytrend:Adecompositionanalysis[J].EnergyEconomics,2008,30(3):1037-1053.

  [3]HuJL,WangSC.Total-factorenergyefficiencyofregionsinChina[J].EnergyPolicy,2006,34(17):3206-3217.

  [4]史丹,吴利学,傅晓霞,等.中国能源效率地区差异及其成因研究-基于随机前沿生产函数的方差分解[J].管理世界,2008(2):35-43.

  [5]赵金楼,李根,苏屹,等.我国能源效率地区差异及收敛性分析-基于随机前沿分析和面板单位根的实证研究[J].中国管理科学,2013,21(2):175-184.

  能源?#36739;?#35770;文投稿期刊:《中国管理科学》是中国优选法统筹法与经济数学研究会和中科院科技政策与管理科学研究所主办的学术期刊,每期为双月末出版,由各地邮局征订发行。刊登内容主要包括:规划与优化,生产与经营管理,项目管理,市场与投资分析,预测与决策,管理信息?#20302;?#31561;方面具有创造性的学术论文,?#20174;?#25105;国管理科学的最新研究成果,促进国内外学术交流。

剑的秘密电子游艺