«上一篇
文章快速检索     高级检索
下一篇»
  中国环境管理  2015, Vol. 7 Issue (5): 73-76,95  
0

引用本文 [复制中英文]

王世进. 基于超效率DEA模型的中国能源效率测算与实证研究[J]. 中国环境管理, 2015, 7(5): 73-76,95.
[复制中文]
Wang Shijin. Measurement and Empirical Research on Energy Effi ciency of China Based on Super-Effi ciency DEA Model[J]. Chinese Journal of Environmental Management, 2015, 7(5): 73-76,95.
[复制英文]

基金项目

江苏省社科应用研究精品工程,江苏城市居民低碳节能行为及政策研究(15SYC - 015);江苏师范大学博士学位人员支持项目“低碳视角下江苏城市居民节能行为及政策研究”(14XWR020);2015年江苏省社科基金青年项目“江苏城镇化与区域碳减排的协同发展研究”(15EYC003)。

作者简介

王世进(1980-),男,博士,江苏师范大学商学院讲师,研究方向为低碳转型。
基于超效率DEA模型的中国能源效率测算与实证研究
王世进    
江苏师范大学商学院, 徐州 221116
摘要: 随着城市化和工业化进程的加快,在能源需求量日益扩大的同时,二氧化碳排放量也快速增长,中国面临着越来越严峻的能源和环境形势。为了实现“十二五”规划节能减排目标及2030 年实现碳峰值的承诺,提高能源效率和碳减排成为了我国经济发展的当务之急。本文选取与能源效率存在密切关系的产业结构、技术进步、能源消费结构和经济发展水平作为主要影响因素,基于超效率DEA 模型对中国1980-2011 年的能源效率进行了测算,利用VEC 模型分析发现能源效率与产业结构、技术进步、能源消费结构和经济发展水平之间存在长期的协整关系;同时,在此基础上利用脉冲响应函数和方差分解模型就我国能源效率与其影响因素之间的短期动态关系作进一步分析,结果显示,产业结构、能源消费结构、技术进步对能源效率得提升有积极的正效应,而经济发展水平对其有一定的负面影响,从各因素对能源效率的贡献百分比来看, 产业结构比例对能源效率的贡献最大, 然后依次是经济发展水平、能源消费结构和技术进步。最后结合以上分析,从加大研发收入、调整产业结构、优化能源消费结构、提升技术利用水平、发展清洁能源技术、推广新能源使用与技术扩散能方面提出了可行性建议与对策。
关键词: 能源效率    产业结构    技术进步    
Measurement and Empirical Research on Energy Effi ciency of China Based on Super-Effi ciency DEA Model
Wang Shijin    
School of Business Jiangsu Normal University, Xuzhou 221116
Abstract: With the speeding up of urbanization and industrialization process, energy demand and carbon emissions are growing rapidly, and China is facing more and more serious energy and environmental situation. To realize the energy saving and emission reduction targets of the 12th Five-Year Plan and the promise of the peak value of carbon emission of China in 2030, China has been urged to improve energy effi ciency and reduce carbon emissions. Energy efficiency closely related factors as industrial structure, technical progress, energy consumption structure, and economic development level were chosen to calculate the energy effi ciency from 1980 to 2011 based on Super- Effi ciency DEA Model in this paper. An approach based on co-integrated VEC model showed that the long run cointegration relationship exists between previous four factors and energy efficiency. The paper also examined the dynamic relationship between energy efficiency and its influencing factors with the impulse response function and variance decomposition.We found that industrial structure, energy consumption structure and technical progress have great positive influence on China's energy efficiency. Nevertheless, economic development level produced negative effects. At last, suggestions and countermeasures were put forward as follows: increasing research income, adjusting the industrial structure, optimizing the structure of energy consumption, improving the utilization level of technology and developing clean energy technology, promoting ne w energy and technology diffusion.
Keywords: energy effi ciency    industrial structure    technical progress    
引言

全球性能源短缺和气候变化促使能源效率问题成为研究焦点,在我国现代化进程中,能源已成为我国经济增长不可完全替代的限制性生产要素。随着经济的增长,能源和环境的约束瓶颈已经越来越接近底线,提升能源利用效率,成为摆在我国政府面前的一个关 键问题 [1, 2]

1 相关研究

Wei和 Shen利用生产曲线分析得出简单的结构调整只能对能源效率的改善起到有限的作用,而且边际改进会越变越难,成本问题凸显,真正的能源效率提高要靠技术进步的结论 [3]

Chien和 Hu在对不同国家的能源效率研究中发现,煤炭在国家能源比重中占有率越高,则不利于能源效率的提高 [4]

王志刚等则从政府财政支出角度分析了过高的政府支出不利于生产效率与经济效率的提升 [5]

高振宇和王益将我国划分为高效、中效、低效的能源生产率区域,并指出投资、能源价格及经济水平是影响能源生产率的主要因素 [6]

谭忠富和张金良利用 DEA构建能源效率指标,并分析了现代服务业、政府财政支出、外贸结构对能源效率的影响 [7]

以上研究主要分析了产业结构、科技水平、能源消费结构对能源效率的影响,但未考虑到经济发展水平对能源效率变化的影响,同时目前的测算能源的指标还存在缺陷,导致计算结果存在差异,不利于分析能源效率的影响因素。

本文首先运用超效率 DEA模型计算出我国 1980— 2011年的能源效率,其次基于 VEC模型实际考察经济发展水平、技术进步、能源消费结构、产业结构多种因素对能源效率的长期影响,同时使用脉冲响应函数及方差分解模型度量了各个因素对能源效率的动态影响,最后提出建议,在科技方面,应加强对现有成熟技术的推广与利用,提高技术效率水平;在产业结构方面,应引导经济向第三产业纵深调整,注重轻工业的发展;在能源消费结构方面,应加强推广新能源技术的使用与扩散,加强水电、风能的使用效率。

2 能源效率的计算 2.1 模型选择

由于传统的 DEA模型存在着明显的弱点,即会 得到较多的有效单元,无法对有效单元进行进一步的评价。而超效率 DEA模型可以对能源效率进行排序。在超效率 DEA模型中,无效率的决策单元效率值与传统的 DEA模型一致,而对于有效率的决策单元,如效率值为 1.5,则表示该决策单元即使再等比例增加 50%的投入,它在所有决策单元集合中仍能保持相对有效。超效率 DEA模型如下:

2.2 变量与指标确定及计算结果

关于投入指标的选取,目前主要以三要素和四要素投入模型应用比较广泛。三要素投入模型强调人力、能源与资本三方面,而四要素投入模型在此基础上加上了农作物种植面积这一指标,该指标较易夸大生物质能的功能与规模,所以本文采用三要素投入模型进行测算。

能源资源选用的是全国的能源消费总量这一指标来衡量;在衡量劳动力资源时,拟以劳动者的素质以及数量来确定劳动力资源的量,由于劳动者的素质难以确定,选取了当期劳动人口数作为衡量指标,当期劳动人口数 =(上一期年底职工数 +当期年底职工数)/2;资本资源采用“永续盘存法”来计算全国当期实际资本存量,以 1980年的基期计算 [8]

根据相关文献,本文选择GDP作为产出的指标[9, 10]

以能源消费总量、劳动力及资本存量作为投入指标,以当期 GDP作为产出指标,把 1980—2011年的每年作为决策单元,利用 Lindo软件计算出各年份的能源效率。

表1可以看出,我国能源效率的总体趋势是先上升,后下降,再上升,再下降后在 2002—2011年保持在 1.00左右,其中在 1995年降到谷底,在 2001年达到鼎盛时期。是什么因素引起能源效率的变动?这个问题引人深思。

表 1 1980—2011年我国的能源效率
3 基于 VEC模型的分析 3.1 影响因素的选择与数据来源

当前我国正处于经济转型的关键阶段,本文集中研究经济发展水平、技术进步、产业结构与能源消费结构等关键变量。

第三产业是耗能较低的产业,第三产业比重的高低将影响能源效率的变化。在衡量经济结构时,选取的是第三产业比重,用 DSCY来表示。

技术进步可以通过科技的发展提升设备的使用效率,减少中间的能耗,优化资源配置,促进整个产业部门效率的提高。要衡量科技因素,需涉及多方面的指标,对于技术进步指标难以刻画,考虑到数据的难以采集,且国内外三项专利的授权数在一定程度上反映了一个国家的技术进步状况,所以用国内外三项专利的授权数来反映全国的技术进步状况,用 ZLS表示。

为了考察能源消费结构对能源效率的影响程度,本文采用水电消耗在一次能源消费总量中的比重来衡量能源结构变化,用 SDBZ表示水电占能源消费总量比重。

人均 GDP是衡量一个国家经济水平的指标,影响着能源效率的高低。

为了消除数据的异方差,对所有的数据取对数,分别用 LNNYXL、LNCZZC、LNGDP、LNSDBZ、 LNZLS表示能源效率、第三产业比重、人均 GDP、水电比重和国内外专利授权数取对数后的值。

本部分首先对变量的平稳性进行检验和对模型的协整性进行检验,协整检验通过后再建立 VEC模型。使用向量误差修正模型可以分析五个变量之间的波动关系,利用方差分解模型与脉冲响应函数分析能源效率与产业结构、人均 GDP、水电比重及国内外专利授权数之间的动态影响并做进一步分析,VEC模型是含有协整约束的 VAR模型,可以应用于具有协整关系的非平稳时序建模,较之传统的 OLS方法,它既可以保证时间序列的稳定性,又可以保证结论的科学客观性。

3.2 平稳性检验

本文采用 ADF检验方法对时间序列数据进行了检验,各变量的水平值序列是非平稳序列,但各原始变量的一阶差分变量在 5%的显著性水平下都是平稳序列。

3.3 协整检验

为了检验能源效率、经济结构、技术进步、能源消费结构之间是否存在长期的均衡关系,本文在向量自回归模型结果的基础上,运用基于回归系数的多变量协整检验。首先根据 AIC和 SC准则确定最优滞后阶数为 2,然后对能源效率、第三产业比重、人均 GDP、水电比重、国内外专利授权数进行协整检验 [11]。得到协整方程:

其中,判定系数 R2 =0.982 3,拟合程度较好由以上方程得知能源效率与影响因素间存在着长期的协整关系,产业结构对能源效率提升的贡献为 3.193,技术进步对能源效率提升的贡献最大,达到 0.233,能源效率对能源消费结构的贡献达到 0.559,由于我国目前水电资源开发程度不足 25%,所以应大力发展水电。而能源效率对 GDP的弹性为 -1.020,可见能源效率并没有随着经济的发展而提高,反而降低。

从短期来看,滞后一期的各变量对能源效率短期波动的影响系数分别为 -0.622、0.038、0.325、-0.025,影响最大的为产业结构。此外,能源效率还受到误差修正项的影响,其反映了变量在短期波动中偏离长期均衡关系的程度,系数越大,说明短期波动对长期均衡的调整力度越大。

3.4 脉冲响应分析

协整分析只能说明能源效率与其影响因素存在长期的关系,并不能说明每个影响因子的变动对整体平衡的扰动。而脉冲响应函数描述的是,在扰动项上加一个标准差大小的冲击对于内生变量当前值和未来值所带来的影响。冲击一个变量可以通过 VAR模型传递给其他的内生变量,下面分别给各影响因素一个单位大小的冲击,得到关于能源效率的脉冲响应函数图(图1)。

图 1 脉冲反应函数结果

图1中可以看出,给第三产业比重一个正向的冲击,能源效率在第3期达到最低点,而后又持续上升,至第 8期达到最高点,这说明第三产业的正向冲击对提高能源利用效率具有明显的促进作用,并且这一显著促进作用具有较长的持续效应。

给能源消费结构一个正向的冲击力后,能源效率迅速提升,在第 2期达到最高,而后逐渐下降至平稳水平,这说明我国水电占总能耗量比重的变动对能源效率的提升产生了积极的作用。在我国非化石能源构成中,水电占主导地位,充分利用水电资源有助于长期提高能源效率。因此,应加大对非石化能源的开发和利用。

对人均 GDP的正向冲击在前期会直接导致能源效率的下降,在第 3期出现转机,变为正向作用,这说明一个国家的经济发展水平的高低会直接影响能源效率的变化。随着经济发展水平的提高,国家会加大节能投入。

技术进步对能源效率的影响从第 5期开始出现下降趋势,技术进步对能源效率的提高作用明显,这与 Fisher-Vanden,Jeffrson等人的研究结果无异 [12]。但由于技术进步存在回报效应,使衡量技术进步对能源效率的影响变得复杂,这也是导致科技进步对提升能源效率的作用力有所降低的可能原因。

3.5 方差分解

方差分解是通过分析各个影响因素对内生变量产生影响的程度来评价各个影响因素的相对重要性 [13],经过计算可以测算出各个影响因素对能源效率的贡献程度,结果显示产业结构的变化对能源效率的贡献率最大,达到 20%左右,一直保持着上升的趋势;其次是能源消费结构,贡献率最大值在第 3期达到 12%;技术进步和我国经济发展水平对能源效率的贡献率都是逐渐增大的,并都在第 5期达到各自的最大值,即 7.3%、3.5%左右。这说明当务之急是完善我国的产业结构和调整我国的能源消费结构。

4 结论与建议 4.1 结论

本文首先利用超效率 DEA模型计算出 1980— 2011年的能源效率,基于 VEC模型分析能源效率与产业结构、技术进步、能源消费结构、经济发展水平这四个变量之间的动态关系 ,研究表明,我国能源效率与其影响因素之间存在长期的关系。从长期关系来看,产业结构对能源效率的正面影响最大,能源消费结构对能源效率的拉动也较大,而经济发展水平会制约能源效率的提高。从各变量对能源效率的冲击反应来看,第 6期将出现正冲击效应;从贡献率上看,产业结构优化贡献最大,其次是经济发展水平、能源消费结构及技术进步。

4.2 相关建议

对于技术进步方面,不应该只是单纯地模仿引进,而应在现有成熟技术上进行创新与提高效率,提升其使用的节能水平,在生产过程中尽量避免能源消耗;加大研发投入,将能源废料变废为宝,提高使用效率。 与此同时,也应逐渐引导经济向第三产业纵深,注重轻工业的发展。在财政支出上应继续加大,可以将其用于节能技术、节能教育等方面,以利于提高能源效率。在能源消费结构方面,应大力发展清洁能源浙江省火电行业主要污染物减排环境效益研究技术,提高化石能源及传统能源的使用效率,同时不断推广新能源的使用与技术扩散,加大可再生能源在能源结构中的比重。

参考文献
[1] 齐志新, 陈文颖. 结构调整还是技术进步?——改革开放后 我国能源效率提高的因素分析[J]. 上海经济研究, 2006, (6): 8-16.
[2] 董利. 我国能源效率变化趋势的影响因素分析[J]. 产业经 济研究, 2008, (1): 8-18.
[3] Wei C, Shen M H. Impact factors of energy productivity in China: an empirical analysis [J]. Chinese Journal of PopulationResources and Environment, 2007, 5(2): 28-33.
[4] Chen T,Hu J L. Renewable energy and macroeconomic efficiency of OECD and non-OECD economies [J]. Energy Policy, 2007, 35(7): 3606-3615.
[5] 王志刚, 龚六堂, 陈玉宇. 地区间生产效率与全要素生产 率增长率分解(1978—2003) [J]. 中国社会科学, 2006, (2): 55-66.
[6] 高振宇, 王益. 我国能源生产率的地区划分及影响因素分 析[J]. 数量经济技术经济研究, 2006, 23(9): 46-57.
[7] 谭忠富, 张金良. 中国能源效率与其影响因素的动态关系 研究[J]. 中国人口·资源与环境, 2010, 20(4): 43-49.
[8] 张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算: 1952—2000[J]. 经济研究, 2004, (10): 35-44.
[9] 李廉水, 周勇. 技术进步能提高能源效率吗?——基于中 国工业部门的实证检验[J]. 管理世界, 2006, (10): 82-89.
[10] 魏楚, 沈满洪. 能源效率及其影响因素: 基于DEA 的实证 分析[J]. 管理世界, 2007, (8): 66-76.
[11] 吴琦, 武春友. 基于DEA的能源效率评价模型研究[J]. 管 理科学, 2009, 22(1): 103-112.
[12] Fisher-Vanden K, Jefferson G H, Ma J, et al. Technology development and energy productivity in China[J]. Energy Economics,2006,28,(5):690-705.
[13] 杨冕, 杨福霞, 陈兴鹏. 中国能源效率影响因素研究—— 基于VEC 模型的 实证检验[J]. 资源科学, 2011, 33(1): 163- 168.