中国工业二氧化硫排放变化指标分解研究

石广明,王金南,毕 军,周 全 (.南京大学环境学院,污染控制与资源化研究国家重点实验室,江苏 南京 0093；.中国环境规划院,环境规划与政策模拟重点实验室,北京 000)

中国工业二氧化硫排放变化指标分解研究

石广明1,2,王金南2*,毕 军1,周 全2(1.南京大学环境学院,污染控制与资源化研究国家重点实验室,江苏 南京 210093；2.中国环境规划院,环境规划与政策模拟重点实验室,北京 100012)

基于生产理论框架,应用基于Shephard输出距离函数的方法,将我国SO2排放变化指标分解为技术效率影响、技术变化影响、输入增加影响、输出结构影响等 5项指标,并对中国 28个地区 2000～2006年 SO2排放变化面板数据进行了实证分析.结果表明:引起我国2000～2006年SO2排放增加的主要因素是工业能源消耗、资本投入及产出结构变化,技术变化则在一定程度上减少了工业SO2排放.“十五”期间国家工业SO2排放控制政策,对工业SO2排放控制技术进步及技术效率的提高有明显的促进作用.在区域层面上,东、中、西3个地区的技术变化都促进了工业SO2的减排,其中东部地区由于技术变化所导致的SO2减排较为明显.

Shephard距离函数；数据包络分析(DEA)；SO2；指标分解

为了观察不同因素对污染物排放量造成的影响,许多学者利用分解分析方法对污染物排放变化影响因素进行了研究.常用的污染物排放分解分析方法主要分为2类:一类是指标分解分析法[1-6];另一类是结构分解分析法[7-9].指标分解分析法主要是通过计算与污染物排放相关的指标进行分解分析;而结构分解分析法主要是依靠投入产出模型对指标进行分解研究.两者的主要区别在于[10]:指标分解分析法主要使用总体数据,而结构分解分析法使用投入产出表进行分析;结构分解分析法能够区分出一系列的技术、经济影响,而指标分解分析法则不能;结构分解分析法能够考察间接需求的影响,指标分解分析法则不能.

除以上2类分解分析方法以外,近年来,国外学者提出了基于生产理论的指标分解方法,该方法与前2类分解方法相比,具有所需数据少,能够进行动态分析等优点,因此近年来得到了广泛应用.以往基于距离函数分解方法的应用主要关注于企业SO2、NOx排放变化与宏观层面CO2排放变化影响因素分析[11-13].国内目前尚未出现应用基于生产理论的指标分解方法,对污染物排放变化进行指标分解分析的研究.本研究将基于生产理论框架的距离函数指标分解方法,应用于宏观层面,对我国不同地区2000～2006年工业SO2排放量变化进行分解分析,考察不同因素对SO2排放变化的影响,以期提出相应的政策建议.

1 研究方法

在生产的背景下,任意一时期 t的技术可以描述为如下的集合:

(1)零结合性,即在不产生“无用产出”的情况下无法生产出“有用产出”.

(2)“无用产出”的弱可处置性,即在不减少“有用产出”的情况下,不能减少无用产出的产生.

(3)“有用”产出的强可处置性,即在不减少“无用产出”的情况下,减少“有用产出”是可能的.

满足以上条件后,在t时期下的Shephard 输出距离函数可以表示如下:

式(1)表示t时期下,在保持输入不变的情况下,最大化“有用产出”和“无用产出”.同时表示“无用产出”从现值扩大到“前沿面”的值.由(1)式可知,,因此,

由于t时期和t+1时期的SO2排放变化,可以表示为:

则将在 t时期下的生产技术作为参照集(如:S(t)),在t及t+1时期下,某一区域的SO2排放变化可以按照(3)式进行分解[11].

式(3)中:ΔQ为在t及t+1时期下,SO2排放变化指数;式(3)中的4个表达式可以依次解释为:技术效率对SO2排放的影响(TE),技术进步对SO2排放的影响(TC),输入增加对 SO2排放的影响(IG),输出结构变化对SO2排放的影响(OM).TE和TC都是莫氏生产率变化指数的组成部份,在生产率分析中得到广泛应用[14].

如果上述4个分解指标的值大于1,表示从t到t+1时期,SO2排放量增加了;如果它们的值等于1,表示从t到t+1时期,SO2排放量没有变化;如果它们的值小于1,表示从t到t+1时期,SO2排放量下降了.其中由于生产过程中所输入的物质差别,IG这一项指标又可分解为能源输入变化对SO2排放的影响(IGe)和非能源输入变化对 SO2排放的影响(IGne).因此,式(3)中IG项又可写为式(4).式(4)中,xne表示非能源输入,xe表示能源输入,通过变化可以将式(4)重新写为式(5).

联合式(5)和式(3)可以将SO2在t及t+1时期下的排放变化写为式(6).

至此,SO2在t及t+1时期下的排放变化被分解为5项指标.为了计算式(6)中的5项指标,使用数据包络分析(DEA)来计算式(1)中相关Shephard输出距离函数,按照式(1)中的定义,相关的DEA模型可以写为式(7)和式(8).

式(7)表示最大化第r个区域在t时期下使用t时期的技术所产生的距离函数;式(8)表示最大化第r个区域在t时期下使用t+1时期的技术所产生的距离函数.同样的方法可以计算出式(3)和式(5)中所剩下的距离函数.

2 实证研究

2.1 数据来源

本研究分解分析了我国 28个省、直辖市和自治区(不含台湾、香港)2000～2006年工业排放SO2变化情况.宁夏、海南由于缺少2000～2003年工业能源消耗数据所以没有进行分析;西藏由于缺少工业能源消耗数据也没有进行分析.研究选取了工业劳动力、工业能源及工业资本存量作为投入,由于我国没有对工业资本存量的数据进行统计,因此无法应用工业资本存量数据进行分析.但根据文献[15],在折旧率不变的情况下,投资的变化能够表示资本存量的变化,因此,本研究选用工业固定资产投资作为投入替代资本存量;另外将工业增加值和工业二氧化硫排放分别选作“有用产出”和“无用产出”.研究所选取的工业能源消耗数据来源于中国能源统计年鉴2000～2002、2003～2007中的地区能源平衡表,采用年鉴中的能源折标系数,将各地区的工业能源消耗量分别折算为吨标煤量,工业劳动力数据来源于中国劳动力统计年鉴2001～2007,工业固定资产投资和工业增加值数据来源于中国统计年鉴2001～2007,工业二氧化硫排放数据来源于中国环境年鉴2001～2007.以上数据中,工业增加值和工业固定资产投资数据都根据区域工业产品和价格指数及固定资产投资指数缩减为2000年的值.表1列出了输入与输出数据的样本均值和标准偏差.

2.2 结果与讨论

从表2可见,SO2排放变化范围,从年均下降7.16%(北京)到年均增长34.83%(青海).如果仅从SO2排放变化指标可分解的区域来看,由于技术效率变化所引起的排放量变化范围,从年均下降6.42%(黑龙江)到年均增长10.93%(青海);由于技术进步所引起的排放量变化范围,从年均下降15.22%(广东)到年均增长4.82%(青海);由于输入变化所引起的排放量变化范围,从年均下降4.11%(黑龙江)到年均增长18.53%(广东);由于非能源输入变化所引起的排放量变化范围,从年均下降2.35%(青海)到年均增长7.35%(河南);由于能源输入变化所引起的排放量变化范围,从年均下降4.27%(山西)到年均增长15.48%(广东);由于输出结构变化所引起的排放量变化范围,从年均下降 2.08%(山东)到年均增长 23.08%(黑龙江).总体来看,输入变化所引起的年均排放量变化在4个指标中(TE,TC,IG,OM)中最大,输入变化中又以能源输入变化所引起年均排放量变化为主,因此,当前影响我国工业二氧化硫排放增加的主要因素还是以能源消耗为主,这一结果与文献[4]所得到的结果相似,对比文献[3-6]所得到的结果,可以看出,文献[3]和[4]的分析结果仅能针对某一年的 SO2或污染物排放影响因素进行分解分析,而不具备“动态”影响因素分解分析的特点.尽管文献[5]和[6]将时间因素考虑进入分解模型,得到了动态分解结果,但其分解结果也仅是相互独立的,在分解过程中并没有对研究对象进行相互比较优化的过程.

表1 输入与输出统计信息Table 1 The statistics between inputs and outputs

从技术进步所引起的年均排放量变化可以看出,有17个省(市)依靠技术进步使得年均工业二氧化硫排放减少了,推断我国工业二氧化硫排放减排技术从2000～2006年正在不断提高.此外,输出结构变化导致了大多数地区的SO2增加.从区域层面上看,2000～2006年,技术效率和技术进步在对各地区 SO2排放变化影响呈不同表现,其中中部地区由技术效率下降所引起 SO2排放增加比例最小,其次为东部地区;3个地区的技术进步都促进了工业SO2的减排,其中东部地区由于技术进步所引起的SO2减排达8.4%,而中、西部地区相对较小.此外,除中部地区工业SO2排放比例没有受到能源消耗的影响而增加外,其余两地区都出现了不同程度的增长.表 3给出了从2000～2006年,以每 2年一个时期计算的二氧化硫排放变化指标分解结果.

从表 3可见,SO2排放变化除在 2000～2001年和2005～2006年呈现出不同程度的减少外,其余时期都处于增长状态,特别是 2004～2005,SO2排放增长了29.54%.在2002～2003年,除能源投入变化影响小于平均水平外,其余各项分解指标均大于平均水平.且随后2个时期SO2排放量持续增长,在2003～2004年,仅有技术进步引起了SO2排放量减少;且在2004～2005年,技术效率在所有分解时期中唯一发挥了正面作用.产生这一现象的原因与国家二氧化硫污染控制政策有密切关系,2002年,国家颁布了《燃煤二氧化硫排放污染防治技术政策》和《两控区酸雨和二氧化硫污染防治“十五”计划》;2003年,发布了《排污费征收使用管理条例》,修订了《火电厂大气污染物排放标准》,并由此全面开征了二氧化硫排污费.因此,结合表3的结果来看,“十五”期间国家的SO2减排政策对我国工业SO2控制技术进步影响较明显.

表2 2000～2006年中国各地区几何平均二氧化硫排放变化指标分解情况Table 2 Decomposition index of SO2 emission changes in different regions of China from 2000～2006

2.3 政策建议

在国家层面上,应转变“十五”期间,依靠高耗能、高污染产业拉动经济发展的模式,调整产业结构,降低投入,从而促使SO2排放量降低.从区域层面来看,对于东部地区,应进一步提高工业能源利用效率,进而达到减排的 SO2的目的,特别是江苏、浙江、福建、山东和广东等省份.对于中、西部地区,应强调其工业 SO2的控制技术更新.从短期来看,工业 SO2减排仍然需要以提高能源利用效率,减少能源消耗为主,但从长远来看,减少工业 SO2排放应更多的依靠 技术进步.

表3 2000～2006年二氧化硫排放变化年度几何平均值Table 3 Geometric means of annual SO2 emission changes from 2000～2006

3 结论

3.1 技术效率、输入增长和输出结构变化均导致了2000～2006年中国SO2排放量的增加;在这3因素中输入增长是导致中国SO2排放增加的主要因素,且能源输入变化又在输入变化中占主导.唯一引起SO2排放的减少的因素是技术进步.

3.2 在区域层面上,2000～2006年,东、中、西3个地区的技术变化都促进了工业 SO2的减排,其中东部地区由于技术变化引起的 SO2的减排较为明显,而中、西部地区则相对较弱.中部地区工业SO2排放并没有受到能源消耗的影响而增加.

[1] Wang C, Chen J N, Zhou J. Decomposition of energy-related CO2emissions in china: 1957-2000 [J]. Energy, 2005,32:73-83.

[2] Wu L, Kaneko S, Matsuoka S. Driving forces behind the stagnancy of china’s energy-related CO2emissions from 1996 to 1999: The relative importance of structural change, intensity change and scale change [J]. Energy Policy, 2005,33:319-335.

[3] 程磊磊,尹昌斌,米 健.无锡市工业 SO2污染变化的空间特征及影响因素的分解分析 [J]. 中国人口·资源与环境, 2008, 18(5):128-132.

[4] 李 荔,毕 军,杨金田,等.我国二氧化硫排放强度地区差异分解分析 [J]. 中国人口·资源与环境, 2010,20(3):34-38.

[5] 李名升,于 洋,李铭煊,等.中国工业 SO2排放量动态变化分析[J]. 生态环境学报, 2010,19(4):957-961.

[6] 成艾华.技术进步、结构调整与中国工业减排——基于环境效应分解模型的分析 [J]. 中国人口·资源与环境, 2011,21(3):41-47.

[7] He J. What is the role of openness for china's aggregate industrial SO2emission?: A structural analysis based on the divisia decomposition method [J]. Ecological Economics, 2010,69: 868-886.

[8] Wier M. Sources of changes in emissions from energy: A structural decomposition analysis [J]. Economic Systems Research, 1998,10:99-112.

[9] Wier M, Hasler B. Accounting for nitrogen in Denmark—a structural decomposition analysis [J]. Ecological Economics, 1999,30:317-331.

[10] Hoekstra R, Van Den Bergh J C J M J. Comparing structural and index decomposition analysis [J]. Energy Economics, 2003,25: 39-64.

[11] Pasurka C A. Decomposing electric power plant emissions within a joint production framework [J]. Energy Economics, 2006, 28:26-43.

[12] Wang C. Decomposing energy productivity change: A distance function approach [J]. Energy, 2007, 32:1326-1333.

[13] Zhou P, Ang B W. Decomposition of aggregate CO2emissions: A production-theoretical approach [J]. Energy Economics, 2008, 30:1054-1067.

[14] Li M. Decomposing the change of CO2emissions in china: A distance function approach [J]. Ecological Economics 2010,70: 77-85.

[15] Färe R, Grosskopf S, Norrism M, et al. Productivity growth, technical progress, and effciency change in industrialized countries [J]. The American Economic Review, 1994,84:66-83.

[16] Jacob V, Sharma S C, Grabowski R. Capital stock estimates for major sectors and disaggregated manufacturing in selected oecd countries [J]. Applied Economics, 1997,29(5):563-579.

[17] Färe R, Grosskopf S, Pasurka J C A. Pollution abatement activities and traditional measures of productivity [J]. Ecological Economics, 2007(62):673-682.

Decomposing Chinese industrial SO2emission change index.

SHI Guang-ming1,2, WANG Jin-Nan2*, BI Jun1, ZHOU Quan2(1.State Key Laboratory of Pollution Control and Resource Reuse, School of the Environment, Nanjing University, Nanjing 210093, China；2.Key Laboratory of Environmental Planning and Policy Simulation, Chinese Academy for Environmental Planning, Beijing 100012, China). China Environmental Science, 2012,32(1)：56～61

This study used a Shephard distance function method, which based on production theoretical framework, to decompose China’s industrial SO2emissions change index in 28 different regions during 2000 and 2006. The SO2emission change index was decomposed to five factors, including technical efficiency change, technical change, inputs growth, and outputs mix. The increasing change of SO2emission was primarily affected by industrial energy consumption, capital investment, and outputs mix change. Technical change was the only reason to cause industrial SO2emission declining. The SO2emission control policies also played an important role in promoting industrial SO2control technical progress and technical efficiency during the 10thfive year plan period. For different areas, the technical progress change in the eastern, central and western China resulted in the reduction of industrial SO2emission, where the technical change index was a dominant contributor to SO2emission abatement.

Shephard distance function；data envelopment analysis；sulfur dioxide；index decomposition

2011-04-08

中国工程院重大咨询项目

* 责任作者, 研究员, wangjn@caep.org.cn

X32,F205

A

1000-6923(2012)01-0056-06

石广明(1983-),男,贵州贵阳人,南京大学博士研究生,主要从事环境政策分析及环境管理研究.发表论文5篇.