论文研究-中国区域全要素能源效率及其影响因素分析——基于2003-2010年的省际面板数据.pdf

所需积分/C币:34 2019-09-20 19:17:11 1.27MB .PDF
收藏 收藏
举报

论文研究-中国区域全要素能源效率及其影响因素分析——基于2003-2010年的省际面板数据.pdf,  如何做好节能减排, 提高用能效率进而提升经济增长的质量逐渐成为中国经济发展的重大挑战之一. 在经济增长与节能减排双重目标约束下考察中国能源效率现状;同时结合四阶段全局DEA和方向距离函数, 从外部运营环境和能源生产/消费行业内部因素两个角度揭示中国全要素能源效率的关键影响因素, 进而探讨中
第6期 王兆华,等:中国区域全要素能源效率及其影响因素分析基于20032010年的省际面板数据1363 对区域能源效率的影响. 鉴于此,本文将从以下两个方面解决以上问题:1)结合DEA方法和方向距离函数构建体现经济增长与 节能减排双重目标的能源效率模型,同时寻找一种适合测算中国全国以及东中西部等典型区域能源效率及其 指数的方法;2)运用四阶段DEA的基本原理来实现外生运营环境的均等化,并结合全局DEA- Malmquist Luenberger指数的拓展模型(该模型可以很好地克服传统DEA- Malmquist指数存在的虚假技术退步缺陷) 来提取行业内部因素(技术、规模和管理水平),在此基础上运用Toit回归模型厘清内外部各因素对区域能 源效率的影响. 2指标体系和模型方法 指标体系的选择、数据的来源和处理以及模型方法的构建对于DEA方法的合理运用至关重要,这也将 直接影响到研究结论的准确性.本鄙分将分别对此进行详细介绍 21指标体系的建立及数据的处理 本文采用省际面板数据,样本的时间区间为20032010年,区域跨度为中国内陆29省市西藏自治区 台湾省、香港和澳门特别行政区除外,为了保持数据的一致性,将重庆市的数据合并到四川省).结合实际牛 产过程并借鉴已有文献的做法,选取劳动力、资本存量、能源消费总量作为投入指标变量,地区生产总值为 合意产出变量,同时将环境污染排放量和温室气体排放量作为非合意产出变量1,一起纳入本文的投入产岀 指标体系.其中:劳动力为上一年年末从业人员数与当年年末从业人员数的平均值.资本存量采用张军等29 估算资本存量的方法向后推算至2010年,并以20年为不变价格.能源消费总量采用万吨标准煤.国内 生产总值(GDP)为2003-2010年各个地区的地区生产总值.并根据各地区各年份的GDP指数平减至200 年,以2000年为不变价格釆用改进的熵值法将二氧化硫排放量、化学需氧量排放量、氨氮排放量、工业烟 尘排放量、工业粉尘排放量、工业固体废物产生量、二氧化碳排放量七项指标综合成一个综合指标h,运用 乘法转换法取其倒数则得到正向环境指标p 对于各项指标选取的理论和现实依据以及数据处理的具体过程和算法,此处不再赘述,具体可参考工兆 华等0,原始数据主要来源于《中国统计年鉴》(20042011)、《中国能源统计年鉴》(20042011)、《中国环 境统计年鉴》(2004-2011)、张车《中国省际物质资本存量估算:1952》.其中对二氧化碳排放量的计算,本文 采用毕占犬3的估算方法对20032010年间的能源消费产生的CO2排放量进行了测算,其测算公式为 CO2=∑ E,*NCV,*;* COF*/44 (1)式中CO2为CO2排放量:E表示第讠种能源的消費量,一共包括天然气、原油、汽油、煤油、柴油、焦 炭、煤炭、燃料油8种;NCV为第讠种能源的净发热值;CC;为碳含量,COF为氧化因子.相关系数来自 IPCC(2006)以及国家发改委推荐值根据国家发改委公布的电量排放因子0.954CO2/MWh米计算消耗 电力产生的间接CO2排放量.最终,处理后的20032010年各项指标数据的描述性统计如表1所示 表1各项指标数据的描述性统计 单位 极小值极大值 均值 标准差 能源消费量万吨标准煤232683,74034807773102720126876336 劳动力 万人 232250.8026866.7242402.0291675875 资本存量 亿元 2321208.32572177.49217183.65314034.073 GDP 亿元 232363.13832317.3647369.1876313.328 正向环境指标 232101.61510678.589572.104⊥164.923 2.2模型 本部分将首先构建区域全要素能源效率测算模型,在此基础上通过拓展和改进得到全局DEA- Malmquist- Luenberger(以下称GMI)指数拓展模型 1.能源消费一方面伴随着温室气体CO2的排放,另一方面也是环境污染物排放的主要来源因此,本文将环境污染排放量和 温室气体排放量作为非合意产出变量同时纳入指标体系.由于单一的污染物指标不能反映整体的环境质量,同时考虑到数据 的可获得性,夲文选取6种环境污染排放指标:二氧化硫排放量、化学需氧量排放量、氨氮排放量、工业烟尘排放量、工业粉 尘排放量、工业固体废物产生量温室气体排放指标则为能源消费所产生的CO2排放量 2.考虑到DEA方法要求尽可能多的决策单元个数以及尽可能少的投入产出指标,因此本文选用改进的熵值法来求取可以衡 量环境整体质量的综合环境指标 1364 系统工程理论与实践 第35卷 2.2.1基于DE∧和方向距离函数的区域全要素能源效率测算模型 DEA( data envelopment analysis)方法是由 Charnes等2提出的一种无参的效率评价方法,目前已被 疒¨泛应用于能源效率的研究,相关背景知识,本文此处不再赘述.为了体现经济增长与节能减排双重目标约 束,即能源投入最小且经济产出和正向环境指标最大本文结合方向距离函数( directional distance function) 构建非角度的DEA模型,该模型的基本原理亦可参考 Chambers等83、汪克亮等34.P(x)表示生产可 能集、第讠个决策单元的投入向量π=(e;,kl),其中cak,l分别表示第讠个省份的能源消费总量、资 本存量、劳动力.gdφ;为经济产出,p为正向环境指标.P(x)满足投入向量x:与经济产出gdp可自由 处置,而正向环境指标p则作为约束条件具有弱可处置性.构造经济增长与节能减排双重目标下方冋冋量 g=(-e,0,0,9dm,p)的方向距离函数3 D(e,h, l, gdp, p; gCRS)=max[8: (c-Be, h, l, gdp+ Bggdp, p+ Bp)c P(a) 定义规模报酬不变(CRS)下省际全要素能源效率为: kt, lt, gdp t p, gICRS) 用a表示地区,讠为地区a所覆盖的省份,则全国以及东中西部三大地区的地区全要素能源效率计算公 式如下所示: ∑Dg(e,k,b,p;gCRS)* n=1 t∈ 2.22GML指数及其拓展模型 根据 Chung等4定义 DEA-malmquist-luenberger(以下称ML)指数的方法,结合模型(10),传统的 ML指数可以定义为: ML 1+(c2,k,12 1+D21(e2,k2,,gdn3,t;g) 1+D t+11,+t+1++1 gdp2+1,y+l;g)"1+D+l(e2+,k t+1++1 gd, g) 传统的ML指数以单期截面决策单元的投入产出数据为生产技术集,容易造成技术进步的不连续性,因 而通过此方法测算得到的结果存在虚假的技术退步缺陷.与传统的ML指数相比,由Oh4l提出的GML指 数在测算生产率指数时具有更好的连续性和稳健性,相关介绍也可参考文猷[25.本文结合模型(2)来构建 GML指数模型,其貝体形式如下 1+D(e, h, l', gdp, p; 9) ecHT, t-l x gtc +DG(ct+1,k+1,l+1,gdp2+1,pt+1;g) 其中 CecH t+ 1+D(et, ht, l, gdp, pt; g) 1+Dt+1(et+1,k+1,-1,gdp2+1,p+1;g GUcHt,t+ 1+D(cM,l,gd,p:y)/1+D(e+1,b+1.+.gp+1,+ 1+D(et,k,l,gdp,p;g)/1+D+1(et-1,k+1,1+1,gdp2+,p2+1;9)」 其中,D)(e,k,lt,yp2,n;g)表示基于同期生产可能集的方向距离函数,D(et,kt,,gd2,p2;9)表示基于全 局生产可能集的方向距离函数.如果GECH>1,表示决策单元t+1期较t期更接近于当期的有效生产前 沿面,存在效率改进,反之亦然.如果GCH>1,表示决策单元t+1期较t期对应的生产前沿面更加靠近 全局的有效生产前沿面,此时,第t+1期与第t期相比存在技术进步,反之亦然.如果GML>1,表示决策 单元综合效率第t+1期较第t期有增长,反之亦然. 由于Oh4只是将GML指数分解为技术效率(GECH)和技术进步(TCH因此,为∫进行更深入的 研究,我们有必要将技术效率GECH徹进一步的分解,本文借鉴NL指数的杓造方法,在规模报酬不变的情 况下将技术效率GFCH分解为纯技术效率GPCH和规模效率GSCH,具体分解形式如下: GECHt, til= gucht, ttI* Gschtttl 3.在方向距离函数(2)中,本文没有将非合意产出作为投入要素来处理,而是将其转换成币向环境产出主要基于两点考虑:首 先,将非合意产出作为投入要素来处理,不能反映真实的生产过程B3-30.实际上,在本文所考察的生产系统中,能源、劳动力 和资本作为投入要素在生产之前就已经存在,而在生产过程中通过消耗能源等投入要素而获得经济产出GDP,以及环境污染 排放物和二氧化碳等非合意产出;其次,将非合意产出作为投入要素会与物质平衡方程产生冲突37.与此同时,Shcl3s的研 究表明,在考察效率时,乘法转换法比其他几种转换法更为严格.Wang9的研究亦表明,与将非合意产出作为投入要素相比, 将非合意产出转换成正向产出在考察中国区域能源效率时更具优势. 第6期 王兆华,等:中国区域全要素能源效率及其影响因素分析——基于20032010年的省际面板数据1365 其中 GPCHt,t+ 1+ D(et, k, l, gdp,p; gVRS 1+ Dt+(et+l,At+1, It+l, gdp,p*+; 9 VRS GSCHt,t+ +d'(e 9dp,p2;gCRS)/1+D(e+,k+1,1t+1 A+1 t+l: alOrs +D(e,k,l,9dp,p;9VRS)1+D+1(e+1,kx+1,1+1,9p11,pf+1;9VRS) 因此结合(6)和(⑦)在规模报酬不变(CRS)的情况下,省际能源效率GMI指数及其分解形式如下: GMt+I= GPCHt,t+ls gscht, t+I gucht,t+I 一般地,GPCH、GSCH和GSCH的经济学含义分别对应了生产过程中的管理、规模和技术变动水平. 用a表示地区,讠为地区a所覆盖的省份,则求取地区相应方向距离函数的具体公式如(9)~(11)所 示,将第一步计算所得相应的地区方冋距离函数代入模型(8)即可求得地区能源效率指数GMLa及其分解 GPCHa、 GSCH、 GTCH. Da(et, k.t. tt, gdp,p:g CRS)=ia 2(et kt. It, p:g/CRS)*ei (9) Da(et, k, 2, gdpt,p; gCRS)=n,,: pt; gCRS)*ei ∑D{(et,k’ Dt(et,kt, t', gdp,P,gIV RS)=< Flee kt, It. pt; glVRS)*ei 23区域全要素能源效率影响因紊的识别方法 三阶段DEA模型2和四阶段DEA模型27利用非参数的线性规划和前沿方法来识别牛产过程中的 外部运耆环境变量,通过对投λ产岀松弛冋量的调整来剔除外生运菅环境变量对生产效率的影响,即控制外 生运营环境变量.本文则在此基础上,结合外生运营环境变量控制法以及GML指数的拓展模型来构建六阶 段区域全要素能源效率影响因素的识别方法,具体步骤如下: 第一阶段:区域全要索能源效率影响因素的解剖.依据三阶段和四阶段DEA模型的原理,区域全要素能 源效率的影响因素可以分解为两类一类是能源生产/消費行业自身的内部因素,如技术、管理水平等;另 类则是外部不可控的运营环境,如公共基础设施、总体产业结构等如黄德春等42选取R&D的投入量和第 二产业比重作为外部运营环境变量,李兰冰选取产业结构、文化素质等指标作为外部运营环境变量.影 响区域全要素能源效率的因素很多,本文在借鉴已有研究的基础上选取技术水平、管理效率、规模水平作为 行业自身的内部因素,同时选取如下三个主要外部运营环境变量: 技术 行业 规模 内部效率 管理 产业结构 外部运营 区域全要素能源效率 基础设施 环境 纤济开放度十 图1区域全要素能源效率影响因素解剖图 1)产业结构,以第二产业增加值占地区生产总值的比重表示第二产业为能源密集型产业,同时也是中 国能源消费的主体,对中国全要素能源效率有显著的负影响 2)经济开放程度用地区进出口贸易总额占地区生产总值的比重来衡量.一个地区的经济开放程度会通 过影响能源价格水平、能源技术和资本的进出口等来间接地影响地区的能源利用效率,对外开放会对能源效 率的提高具有积极的影响 1366 系统工程理论与实践 第35卷 3)基础设施,以单位面积的公路里程来衡量.发达的交通运输等基础设施,将大大降低能源生产要素资 源配置过程中的成本,包括时间成本和经济成本,促进各个要素在地区间的流动.改善基础设施条件,将会减 少能源生产投入要素的冗余,从而提高全要素能源效率 因此,可以得到区域全要素能源效室影响因素解剖如图1所示,其中外部运营环境变量的选取及描述统 计如表2所示 表2外部运营环境变量的选取及描述性统计 指标选取 单位 极小值极大值均值标准差 产业结构第二产业增加值/地区生产总值% 2.5061.5047.89017.56589 基础设施 地区公里路程/地区总面积 公里路/平方公里0.03001.89000.67300.1131 经济开放程度地区进出口贸易总额/地区生产总值 3.71176.4636.368645.00766 第二阶段:投入产出松弛量的计算.黄德春等124,李兰冰27选取基于角度的DEA模利来计算投入冗 余或产出不足.由于本文构建的是非角度的径向DFA模型,因而本文依据方向向量g=(-c,0,0,9,p)来 考察能源投入的冗余量以及经济产岀和正向环境指标的不足量.具体测算模型如下: (12) ∑k0 (13) 2i10=pi0 (14) 第三阶段:外生运营环境变量的识别.由于投入产出松弛量的绝对大小除∫受外生运营环境变量的影响 外,主要还取决于投入产出总休规模的大小,因而外生运营环境变量主要影响投入冗余率和产出不足率.因 此本文将能源消费总量投入的冗余率以及经济产出和正向环境指标的产出不足率分别作为被解释变量来考 察,将产业结构、基础设施、经济开放程度作为解释变量来建立回归方程,以此来定量地测算外生运营环境 变量对投入冗余率和产出不足率的影响.模型如下: fe(Ci, Be, ui) gdi fgdp(Ci, Badp, vi) (16) pi Ci,Bp,w'i),i=1 (17) 其中,e,y,分别表示由第二阶段计算所得的能源消费总量、经济产出、正向环境指标的松弛量.C表 示第讠个决策单元的一系列外生环境运营变量,,Bga,2则表示对应的系数.2,t,02为各个回归方程 中的随机干扰项 第四阶段:为实现外生运营环境的均等化,本文选取最差的运营环境为标杄,对亍处于优势运营环境下 的决策单位通过增加投入量,减少产出量来剔除决策单元间由外生运营环境所造成的差异.模型如下: {C2,}-CB) (18) gdpi= gdpix(1-max CiBadp)+ Ci Gdp (19) p:=pi*(1- CiBp)+CiBp) (20 第五阶段:将第四阶段调整后的投入产出量代入GML指数及其拓展模型中,即可求得影响行业内部效 率的技术进步指数GCH*,纯技术效率指数GPCH,规模效率指数GSCH*,分别对应着技术、管理和规 模三大影响因素 第六阶段: Tobit回归模型.将调整前的投入产出数据代入GML指数模型,求得调整前的GML°,即区 域全要素能源效率变动指数.为了进一步研究行业内部以及外鄙运营环境各个因素对区域全要素能源效率 的影响,同时为了使各回归变量间貝有一定得可比性,本文选取产业结构变动指数 (industry)、经济开放程度 变动指数(open)以及基础设施变动指数( infrastructure)这三个指数作为外生运营环境因素替代指标,选取 行业内部的技术进步指数GTCH“,纯技术效率指数GPCH,规模效率指数GSCH*分别作为行业内部因 素——技心、管理和规模的替代指标.并将六个因素指标作为解释变量,将区域全要素能源效率变动指数 GML0作为被解释变量来考察六大因素对区域能源效率变动的影响,以此来找出区域全要素能源效率的关 第6期 王兆华等:中国区域全要素能源效率及其影响因素分析—基于20032010年的省际面板数据1367 键影响因素.由于区域全要素能源效率指数GML0最低为0.即被解释变量的数据在左侧被截断,因此此处 采用obit回归模型会更为合适.由此,构建出全要素能源效率影响因素的 Tobit模型: GMLO =C+B1GTCH t+62GPCH;.+B3GSCH: t+Industry i, t+Bsopebi, t+ B6in frastructurei, t+Ei,t (21 讠表示区域,t表示时期,C为常数项:c,t为随机误差项,且服从正态分布.其中:产业结构变动指数为当期 的产业结构数值与上一期产业结构数值的比值,同理可得经济开放程度变化指数及基础设施变化指数. 3实证分析 本文基于2003-2010年中国省际面板数据,首先运用全要素能源效率测算模型对中国全国范围以及东中 西部三大地区的仝要索能源效率进行测算,貝体呈现了中国区域能溟效率现状;然后结合四阶段DEA基本 原理和全局DEA方法来提取出行业内部各因素—管坦、技术和规模(GPCH*.GICH*,GSCH*),并 分析中国行业内部效率现状;最后运用 Tobit回归模型厘清內外部因素各自对区域能源效率的影响4 3.1区域全要素能源效率分析 区域全要素能源效率,即调整松弛量之前区域层面的能源效率,由模型(2)~(4)计算所得.本文主要从全 国范围及东中西部三大地区两个层次来呈现中国20032010年间的中国区域能源效率现状 首先,我们对中国全国范围及东中西三大地区的地区全要素能源效率进行了测算,结果如表3所示.从 全国范围来看,中国区域全要素能源效率整体上呈现出一种下降的趋势,从2003年的0.8391下降至2010 年的0.684.具体来看,2003-2005年这三年间,中国全要素能源效率从200年的0.709下降至2005年的 0.7994,而以2006年为转折点,20062010年这五年间,中国全要素能源效率则从2006年的0.7860上升至 2010年的0.8202.这与Wang3.43,Zon4, Zhang的结论基本一致 表3200;32010年间中国三大地区的地区全要素能源效率 地区2003200420052006200720820092010 东部地区0.8951088220.87310.87160.88540.88740.90410.9424 中部地区0.8743085700.82230.78740.7825077070.76940.7798 西部地区0.6804065050.61970.60770.60960.60960.61060.6246 全国范围0.83910.82030.79940.78600.79170.78850.79580.8202 20032005年间,随着工业化、城镇化的快速发展中国能源消耗强度和主要污染物排放量呈现上升的 趋势,单位国内生产总值能耗上升9.8%,二氧化硫、化学需要量排放总量分别上升32.3%、3.5%;同时这几 年是中国资本投资积累的一个重要的时间段,这期间大量的资本流向了第二产业,这在一定程度上导致了该 产业内的规模和管理(纯技术效率)无效,同时由于没有放弃使用原有落后的机械设备,技术上甚至出现了退 步;在环境治理和保护方面,多项环境污染物排放量都没有达到预定目标.这期间中国对煤炭能源的依赖度 较高,但是由于没备的落后,煤炭资源的利用效率相对较低,很多使用煤炭资源的设备并没有装“脱硫”装置, 这使得一些地区的污染物排放非常严童.20062010年间.中国区域全要素能源效率得到大幅提升主要得益 于中囯政府“十一五”规划期间扭转了中国工业化、城镇化快速发展阶段能源消耗强度和主要污染物排放量 上升的趋势.“十一五”期间,中国单位国内生产总值能耙由“十五”后三年上升9.8%转为下降19.1%,二氧 化硫和化学需氧量排放总量分别由“十一五”后三年上升32.3%、35%转为下降1429%、12.45%,能效水平 和环境质量均得到显著的提高.与此同时,“十一五”期间,产业结构的调整、基础设施的进一步完善等也在 一定程度上促进了全要素能源效率的提高 分地区来看,东部地区区域全要素能源效率在考察期间均处于0.8以上.2010年更是达到了09424的高 水平,在三大地区中一直处于绝对优势地位;与此相反,中西部地区的区域全要素能源效率在2003-2010年 间均出现较大幅度的下滑,分别从0.8743、0.6804下降至0.7798、0.6246.与中西部地区相比较,作为改革 开放最前沿阵地的东部地区基础设施完善、经济开放活跃,即东部地区拥有着良好的外生运营环境.与此同 时,东部地区得益于其得天独厚的地理环境及改革开放政策.通过国际贸易和投资引进国外先进的技术设各 和管理经验,该地区行业整体实力(包括技术、管理等)的提升会明显高于中西部地区.我们将在32节对此 作进一步阐述 4.本文所使用的开发软件为 Matlab7,1 1368 系统工程理论与实践 第35卷 32行业内部效率指数分析 行业内部平均效率指数及其分解,即运用四阶段DEA基本原理,通过调整松弛量实现外生运营环境均 等化后最终提取出的全局GML指数.与3.1节类似,我们从全国范围以及东中西三大地区这两个层次来呈 现中国行业内部效率的现状,并从技术、规模和管理这三个方面来分析导致行业内部无效率的原因 首先是全国范围及东中西三大地带行业内部效率指数及其分解的计算.结果如表4所示.从全国范围 来看,20032010年间,行业内部的效率指数GMLa为0.99895,这表明2003-2010年间全国范围内能源 生产和消费相关行业内部效卒总体上是下降的具体来看,这期间,技术进步指数GTCH、纯技术效率指 数GPCH以及规模效率指数GSCH分别为1.00014、1.000930.99728.GTCH>1,GPCH>1, GSCH<1,这表明日前全国范围内能源生产和消费相关行业内部的技术和管理正得到不断的改进,而现 有规模则阻碍了行业内部效率的提高 表42003-2010年三大地区行业内部平均效率指数及其分解 此区 GMLA GTCH GPCHE GSCH 东部地区1.003481.003031.001360.99909 中部地区0.989280.997801000460.99101 西部地区1.000460.999481.000551.00044 全国范围1.000741.000741.000930.99728 2003-2010年特别“十一五”规划期间,中国能源利用技术取得不断地进步.如2010年与2005年相比, 钢铁行业千熄焦技术普及率由不是30%提高到80%以上,水泥行业低温余热回收发电技术普及率由开始起 步提高到5%,烧碱行业离子膜烧碱技术普及率由29%提高到84%‰.与此同时,随着市场经济的不断成熟, 管理效率也相应得到不跞的提高.然而,2003-2010年间,中国的经济在一定程度上依赖于投资,特别是来自 于政府方面的直接或间接投资.然而,随着投资的逐步积累,中国经济总体的投资回报率却在逐步稳步下降, 由20世纪90年代中期的15%以上下降至2010年的5%左右的一个低水平,这也从侧面反映出中国的总 体规模效益是不断下降的5 分区域来看,东中西鄙的行业内部效率指数GML分别为1.00348、0.98928、1.00046,即20032010年 间,东部和酉部地区行业内部效率是不断提高的,而中部则与此相反,呈不断下降之势.东部地区行业内部效 率的提高主要得益于其技术进步指数GYCH=1.004581.中鄙地区的管理效率指数GPCH=100046 ,表现较佳,然而由于其技术进步指数GTCH=0.99780<1,规模效率指数GSCH=0.99101<1,最终 导致总体效率指数GML=0.99236<1.西部地区的行业内部效率指数GML略大于1,即行业内部效率 略有提高分析其主要原因在于其管理效率指数GPCHα和规模效率指数GSCH均大于1,虽然也出现了 技术退步现象( GTCIK-0.9948<1),但管理效率和规模效率对全要素能源效率的提升作用大于技术退 步对其的阻碍作用 作为改革开放的最前沿阵地,东部地区得益于其得天独厚的地理位置,通过贸易和投资引进国外先进的 技术设备,同时利用其雄厚的经济实力,加大对高新技术研发的投资力度,加强环境保护和治理,从而使得其 行业內韶技术水平一直处于全国领先地位.中西部地区则与此相反,技术设备落后,技术水平较低.然而与东 中鄙地区不同的是,西部地区的规模效率正不断得到提升.这主要是由于“西鄙大开发”战略实施以来,西部 地区加强了对传统产业以及能源生产/消费行业的整顷和改造,规模效率得到提高结合表3,我们不难发现, 2003-2010年东部地区全要素能源效率处于高位且呈不断上升之势主要得益于其行业内部的技术进步,以及 内部管理效率旳提高.且近年来,随着沿海地区用工成本的增加,许多厂特别是T业制造业向中西部地风 迁移,这也在一定程度上减轻了东部能源和环境的压力,再加上完善的基础设施最终促使该地区全要素能源 效率不断提高.中部地区全要素能源效率下降则主要是因为行业技术退步和规模无效造成的.得益于管理效 率和规模效率的提高,20032010年间,西部地区行业内部效率指数略大于1.然而,该地区全要素能源效率最 终却出现∫小幅下滑,笔者认为其主要原因有:首先,在产业结构上,近几年来,随着东部地区工业/企业大批 向西鄙迁移.这在一定程度上加剧了该地区能源和环境的压力;其次,在基础设施建设特别是交通运输设施 建设方面、西部地区的状况不容乐观,且随着工业企业的不断向西迁徙,当地落后的基础设施对生产力的阻 碍作用愈加明显;再次,西部地区的经济开放程度还不够高,市场分割的分权体制扭曲了能源资源的有效配 5.ifuhttp://finance.qq.com/a/20111215/005762.htm 第6期 王兆华,等:中国区域全要素能源效率及其影响因素分析——基于200-2010年的省际面板数据1369 置使能源效率受损,能源市场的市场化改革明显滞后.种种原因最终导致了西部地区全要素能源效率下降. 33'obit回归分析 本文将区域仝要素能源效率变动指数GMLo作为被解释变量,选取技术进步指数GCH*、纯技术效 率指数GPCH、规模效率指数GSCH*、产业结构变动指数( (industry)、经济开放程度变动指效(open)以 及基础设施变动指数( infrastructure)六个变量作为解释变量米构建Tobt回归模型,回归结果如表5所示 表5 Tobit模型回归结果 解释变量 系数 显著水平 常数项 0.2756(0.1619) GTCH(技术)0.4679(0.0638 半半半 GPCH(管理)0.3972(0.0702) 冰米米 GSCH*(规模)0.4350(0.0692) 半半半 industry 0.0601(0.0287) 米米 open 00179(0.0078) ructure0.0136(0.0051 冰米米 signa 00181(0.0009) Log likelihood 526.5186 表5结果表明,外生运营环境因素中产业结构(第二产业增加值占地区生产总值的比重)变化指数与区 域全要素能源效率指数GMLo呈显著的负相关关系,影响系数为-0.0601,这一结论与魏楚和沈满洪46 吴硝等4、汪克亮等S、王兵等4的研究结论基本一致.在中国,第二产业“高能耗、高污染、高排放” 的问题并没有得到很好的解决.第二产业变化指数每提高1个百分点将使全要素能源效率降低0.0601个百 分点 经济开放程度变化指数、基础设施变数指数均与区域全要素能源效率指数GMLo呈显著的正相关关系 这一结论与李兰冰、李未无0的研结论基本一致.经济开放程度会直接或间接地影响到生产要素资 源的优化配置,经济开放程度越高,经济越活跃,就越有利于生产要素资源的有效配置.而基础设施的优劣则 会直接或间接地影响到资源优化配置的成本,如便捷的公路交通运输会大大降低成本,包括时问成本和运输 成本.因此,改善基础设施条件,进一步开放经济有利于区域全要素能源效率的提高 然而与此同时,我们也发现,与外生运营环境因素相比较,行业内部的技术进步指数GCH*、纯技术效 率指数GPCH*以及规模效率指数GSCH*对区域全要素能源效率指数GMⅠo影响远远高于外生运营环 境因素,即产业结构、经济开放程度以及基础设施等外生运营环境因素对区域全要素能源效率的影响强度并 没有想象中的那么高,区域全要素能源效率的提升主要取决于行业自身内部的技术、管理、规模等因素. 总体来看,行业内部技术GrCH、管理GPCH、规模GSCH*每提高一个百分点,区域全要素能源 效率将分别提高0.4679、0.3972、0.4350个百分点;相应的第二产业结构、经济开放程度、基础设施每提高 个百分点.区域全要素能源效率将分别提高-0.0601,、0.0179、0.0136个百分点.这表明,全国范围內,调整 产业结构降低第二产业比重、深化经济开放程度、改善基础设施条件会在一定程度上提高区域全要素能源 效率,而行业内部自身技术、管理和规模水平的提高将使区域能源效率得到显著提高. 4结论 本文通过结合DEΔ方法和方向距离函数来构建经济増长与节能减排双重目标的能源效率模型,进而运 用该模型对中国2003-2010年间全要素能源效率进行了测算和分析,并给出了一种适合测算中国全国以及中 东西部等典型区域能源效率及其指数的方法.同时本文还结合四阶段全局DEA和方向距离函数,从外部运 营环境和能源生产/消费行业內部因索两个角度考察区域全要素能源效率的影响因素.结果表明 1)行业内部的技术、规模和管理每提高1个百分点,区域能源敚率分别提高0.4679、0.3972、0.4350 个百分点;第二产业结构、经济开放程度、基础设施每提高1个百分点,区域全要素能源效率将分别提高 0.0601、0.0179、0.0136个百分点.由此可知提高第二产业的比重不利于区域全要索能源效率的提高,而改 善基础设施条件、深化区域经济开放程度都将促进区域全要素能源效率的提高.与外部运营环境相比较,行 业内部的技术、管理和规模等因素对区域全要素能源效率的提高均起到了显著的促进作用 2)结合区域能源效率及行业内部效率指数的测算结果,我们发现:目前中国整体上能源效率相对较低 1370 系统工程理论与实践 第35卷 2003-2010年间呈现出先下降后上升的趋势,区域全要素能源效率的动力主要来自于行业内部的技术进步和 管理水平的提高,而行业内鄙的现有规模水平则阻碍了区域仝要素能源效率的提高;东部地区的全要素能源 效率处于绝对优势地位主要得益于其行业內部的技术进步及优越的外生运营环境;西部地区的全要素能源效 率一直处于低位则主要是由于技术落后.与此同时,西部地区基础设施不够完善、市场经济不够开放等则在 一定程度上加剧了这一问题 近年来,随着能源供求矛盾和环境问题的日益突出,节能减排降耗逐渐成为中国各个地方经济发展的“硬 性约束和指标然而,由于没能很好地厘清各因素对能源效率的影响作用,部分地区在节能减排政策方针制 定的过程中还存在一定的问题,如部分地区过于强调产业结构的调整而忽视由内而外的产业优化开级.从本 文的实证结果来看,积极采取措施提高行业肉部的技术、管理、规模水平,加快产业优化升级是现阶段中国 提高区域用能效率的最有效途径 参考文献 [ I Ang J B Fconomic development. pollutant emissions and energy consumption in Malaysia. J.Journal of Policy Modeling,2008,30(2):271-278 2 Bowden N, Payne J E. The causal relationship between U.S. energy consumption and real output: A disaggregated analysis[]. Journal of Policy Modeling, 2009, 31(2: 180-188 3 Abdul J, Mete F. The impact of growth, energy and financial development on the environment in China:A alysis[J]. Energy Economics, 2011(33):284-291 4 Quedraoo N S. Energy consumption and economic growth: Evidence from the economic community of West African States(ECOWAS)J. Energy Economics, 2013, 36: 637-647 ]袁晓玲,张宝山,杨万平.基于环境污染的中囯全要素能源效率硏究!J.中囯工业经济,2009,26(2):7686 Yuan Xiaoling, Zhang Baoshan, Yang Wanping The total factor energy efficiecy measurenent of China based on environmental pollution[J]. China Industrial Economics, 2009, 26(2): 76-86 6 Wilson B, Tricu L H, Bowen B. Encrgy cfficicncy trends in Australia J. Encrgy Policy, 1994(22 ): 287-295 7 Zhou P, Ang B W, Poh K L. A survey of data envelopment analysis in energy and environmental studiesJ European Journal of Operational Research, 2008(189): 1-18 8 Hu J L, Wang S C. Total-factor energy efficiency of regions in China J. Energy Policy, 2006(31):3206-3217 9 Zhou P, Poh K L, Ang B W. Industrial energy efficiency with CO2 emissions in China: A nonparametric analysis J. Energy Policy, 2012(49): 164-172 10 Zhou P, Ang B W, Poh K L Measuring environmental performance in Chinas industrial sectors with non-radial DEAJ. Mathematical and Computer Modelling, 2013, 58(5-6): 1047-1056 11 Wang Q W, Zhou P, Zhou D Q. Efficiency measurement with carbon dioxide emissions: The case of ChinaJ Applied Energy, 2011(90): 161-166 12 Wang Z H, Zeng H L, Wei Y M, et al. Regional total factor energy efficiency: An empirical analysis of industrial sector in ChinaJ. Applied Energy, 2012(97): 115-123 13 Fare R, Grosskopf S, Norris M. Productivity growth, technical progress, and efficiency change in industrialized countricsJ. American Economic Rcvicw, 1994, 84(1):66-83 「141屈小娥.中国省际全要素能源效率变动分解——基于 Malmquist指数的实证研究「J.数量经济技术经济研究,2009(9): 29-43 Qu Xiaoe. China's interprovincial total factor energy efficiency change decomposes J. The Journal of Quantit a- tive Technical Economics, 2009(9):29-43 15 Zhou P, Ang B W, Han JY. Total factor carbon emission performance: A malmquist index analysis J. Energy Economics,2010,32(1):194201 16 Chang T P, Hu j L. Total-factor energy productivity growth, technical progress, and efficiency change: An empirical study of ChinaJ. Applied Energy, 2010(87): 3262-3270 17]董锋,谭清美,周德群,等.技术进步对能源效率的影响—基于考虑坏境因素的全要素生产率指数和面板计量分析!J 科学学与科学技术管理,2010(6):53-58. Dong Feng, Tan Qingmei, Zhou Dequn, et al. The effect of technology progress to energy efficiency: Based on total-factor productivity index including environment factor and panel econometric analysis J. Science of Science and Management of S&T, 2010(6): 53-58 18]三群伟,周鹏,周德群.我国二氧化碳排放绩效的动态变化、区域差异及影响因素[].中国工业经济,2010(1):45-54 Wang Qunwei, Zhou Peng, Zhou Dequn. Research on dynamic carbon dioxide emissions performance, regiona disparity and affecting factors in ChinaJ. China Industrial Economics, 2010(1): 45-54 19张玮,吴文元.基于环境绩效的长三角都市圈全要素能源效率的研究J.经济研究,2011(10):95109 Zhang Wei. Wu Wenyuan. Research on total-factor energy efficiency of Inetropolitall regions of Yangtze River

...展开详情
试读 12P 论文研究-中国区域全要素能源效率及其影响因素分析——基于2003-2010年的省际面板数据.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    weixin_38743506 如果觉得有用,不妨留言支持一下
    2019-09-20
    • 至尊王者

      成功上传501个资源即可获取
    关注 私信 TA的资源
    上传资源赚积分,得勋章
    最新推荐
    论文研究-中国区域全要素能源效率及其影响因素分析——基于2003-2010年的省际面板数据.pdf 34积分/C币 立即下载
    1/12
    论文研究-中国区域全要素能源效率及其影响因素分析——基于2003-2010年的省际面板数据.pdf第1页
    论文研究-中国区域全要素能源效率及其影响因素分析——基于2003-2010年的省际面板数据.pdf第2页
    论文研究-中国区域全要素能源效率及其影响因素分析——基于2003-2010年的省际面板数据.pdf第3页
    论文研究-中国区域全要素能源效率及其影响因素分析——基于2003-2010年的省际面板数据.pdf第4页

    试读已结束,剩余8页未读...

    34积分/C币 立即下载 >