中国生物质能源产业比较优势的动态测度

翟超颖，代木林，张 平，张 晔

（武汉大学 经济与管理学院，武汉430072）

0 引言

随着工业革命将人类社会带入现代文明，化石能源被大规模应用，成为支撑现代经济发展最重要的资源。然而随着化石能源储量日益枯竭，能源危机开始显现。同样引起各国政府关注的是，由于化石能源燃烧产生大量的温室气体，导致了温室效应和环境污染的加剧，威胁到经济的可持续发展和人类社会的生存空间。因此，目前以化石能源为主的全球能源结构，无论是在经济上还是环境上，都是不可持续的。国际能源署（IEA）预测，若不采取有效措施改变目前的能源结构，到2050年，化石能源产生的温室气体（GHG）排放量将达到目前的两倍，从而造成巨大的环境危机。因此，全球主要国家都已开始推行以开发应用低碳能源技术为核心的能源改革计划。在低碳能源技术改革计划中，新能源产业日益受到关注。与其他新能源相比，如太阳能、风能、地热能等相比，生物质能源所具备的突出优势受到更多人的重视。生物质能源产业作为一种作为一种新型的朝阳产业，从中观产业的角度去研究显得尤为必要。本文的边际贡献在于：第一，基于中观产业层面对生物质能源产业的发展状况进行了清晰的描述；第二，运用Kernel密度估计和非参数条件密度估计，从动态的角度测度了我国生物质能源产业的在国际上的比较优势。一方面厘清和了解中国生物质能源产业概况，另一方面通过对比有助于我国制定更好的生物质能源产业发展政策。

1 研究方法

用非参数估计方法研究动态分布演进的问题具有独特的优势，它能从分布形态和流动性两个方面很好地评估中国生物质能源产业比较优势分布演进的过程。因此本文首先用Kernel密度估计量估计中国生物质能源产业比较优势横截面的分布情况，以考察中国生物质能源产业比较优势在不同国家（地区）间随时间变化的形态。在评估中国生物质能源产业比较优势流动性方面，我们选择了非参数条件密度估计法。这种方法能揭示中国生物质能源产业比较优势在某段时间内向上（下）转移的可能性，即估算出中国生物质能源产业比较优势在某段时期内在不同水平间的转移概率。本文首先介绍两种估计方法的数学原理。

1.1 Kernel密度估计

Rosenblatt于1956年首先提出了核密度估法。作为一种重要的非参数估计方法，Kernel密度估计法已经成为研究某一自然或社会现象初始布局及其演进趋势的一种重要方法。该方法主要用于估计随机变量的概率密度，连续的概率密度曲线能细致刻画随机变量的分布形态。为了得到光滑的密度估计，核密度估计方法使用一般化的权重函数，密度估计量如公式（1）所示：

式（1）中N为观测值的个数，h为带宽，Xi为独立同分布的观测值，x为均值。K(·)为核函数，它本质上是一种加权函数或平滑转换函数。宽带h越大，在x附近的领域就越大。

由于核密度函数对带宽的选择非常敏感，因此在Kernel密度估计中，选取一个适当的带宽h对于获得最优拟合结果至关重要。宽带h决定了核密度估计精度和Kernel密度图的平滑程度，如果宽带h越大，则x附近的领域越大，故偏差也越大。但另一方面，较大的宽带可以使得密度函数的方差变小。一般而言，带宽的选择对Kernel密度估计的重要性要远远大于核函数。在实践中，样本越多，要求的带宽应越小，但不能太小，即h是N的函数，且应满足公式（2）：

核函数是一种加权函数或平滑函数，根据Kernel密度函数的表达形式不同，可以分为均匀核、三角核、四次方核、高斯核、伊番科尼可夫核等类型。因为伊番科尼可夫核能使积分均方误差最小，本文选择伊番科尼可夫核函数对中国生物质能源产业比较优势的进趋势进行估计，其函数表达式如公式（3）：

其中τ(·)为示性函数，即当括弧中的表达示为真时，取值为1；反之，取值为0。

非参数估计没有确定的函数表达式，我们一般通过密度函数图来考察分布形态的变化。一般来说，我们可以通过观察图形，得出核密度估计的结果，从而看出变量分布的位置和形态变化等方面的信息。

1.2 非参数条件密度估计

非参数条件密度估计最早由Rosenblatt（1969）提出，Hyndman,Bashtannyk and Grunwald（1996）和 Fan,Yao and Tong（1996）基于局部多项式提出了一个新的密度函数估计量，对其进行了修正与补充。本文采用Hansen（2004）的两步条件估计量，对非参数条件密度的估计方法进行说明。

虽然我们可以根据（10）式求出中国生物质能源产业比较优势的非参数条件密度，但非参数条件密度估计和kernel密度估计一样，也是一种非参数估计方法，所以没有参数表达式。我们一般通过SCD（stacked conditional density）图和HDR（highest density regions box-plots）图来考察分布形态的变化。

2 中国生物质能产业比较优势的实证测度

2.1 变量界定

本文用贸易竞争优势指数去度量中国生物质能产业的比较优势。衡量比较优势的指数有很多，除了TC指数外，常见的指数还包括RCA指数、PRCA指数、以及RSCA指数。本文选择TC指数作为衡量中国生物质能源产业比较优势的原因有二：一是计算简单，具有较大应用价值；二是分界线(TC=0)两边对称，适合分析跨时期的比较优势变化。

贸易竞争优势指数（TC）表示已过进出口贸易的差额占进出口总额的比重，用公式表示为：

在式(11)中，X、M分别表示出口额和进口额，i表示某一国家或某一产业、某一产品。它是行业国际竞争力分析的一种有力工具，能够反映本国生产的一种产品相对世界市场上供应的他国同种产品来说是否具有竞争优势。若TC指数大于0，说明该国产品出口在国际市场上具有比较优势反之则否。

2.2 数据来源

本文数据来自联合国商品贸易数据库。由于考察的时间跨度比较长（1997～2012年），为保证数据连续性，在生物质能源的选取上，本文采用HS1996而不是最新的HS2012分类法。迄今为止，人类利用生物质能源的主要来源，有农业作物及副产品，木质纤维素，城市废水以及其他有机废弃物（见表1）。

表1 生物质能按来源分类

由于联合国商品贸易数据库中没有“城市污水和废弃物”，故本文只选取了与“农业作物及副产品”和“木质纤维”有关的18种产品，详细情况见表2所示。

2.3 结果分析

2.3.1 TC指数的kernel密度估计

kernel密度曲线的峰度能够度量样本数据在中心的密集程度，偏度则用来描述变量取值分布的对称性，两者均可以用来判断产品出口贸易的专业化程度。由于时间跨度(1997～2012年)较长，我们每隔5年做一个TC指数分布的趋势判断，分别为1997年、2002年、2007年、2012年生物质能源产业TC指数分布（图1）。

表2 生物质能原料代码及其名称

图1 中国生物质能源产业TC指数kernel密度估计

从整体上看1997年、2002年、2007年和2012年的生物质能源产业TC指数分布曲线较为相似，大多数生物质能原料分布在分界线(TC=0)右侧，这说明我国多数生物质能源具备比较优势。右侧峰度十分陡峭而且集中在0.6左右，分界线左侧峰度与右侧相比则要趋缓的多，尤其是1997年左侧峰度很不明显。从1997～2012年，左侧峰度略有上升。

从经济含义上讲，核密度曲线越陡峭，峰值越高，表示专业化程度越高。从1997～2012年，核密度曲线左侧波峰趋于上升，越来越陡峭，而左侧波峰趋于下降，越来越平缓。究其原因，可能是我国在加入WTO之前的相当长一段时间里，TC指数值高的生物质原料越来越少，即专业化程度高的指数越来越小，也就是说出口专业化越来越多地分布在更多具有比较劣势的产品上，这很大程度上说明该时期农产品出口贸易专业化程度有所下降。

2.3.2 TC指数的非参数条件密度估计

图2 中国生物质能源产业TC指数的SCD图

本文以2002年为基期，2012年为考察期，考察近10年来我国生物质能原料国际贸易的流动性。如果SCD图的脊越趋向于与对角线平行，则说明农产品贸易模式的稳定性越强；偏离对角线越远，则说明流动性越强。中国生物质能源产业TC指数的SCD图见图2所示。

SCD图（图2）表明，脊与TC指数坐标轴平面的45度线偏离程度较大，这说明我国生物质能产业的贸易模式有较强流动性，而且SCD图中最高波峰集中在-1到0之间，这与核密度估计结果基本一致，说明绝大部分生物质能源产品不具备比较优势。

HDR箱形图中，每一个长方格代表t时刻TC指数的条件密度，小黑点(·)代表每个条件模式的条件值，条件值与SCD图中的峰值相对应，是条件密度函数中的最大值。中国生物质能源产业TC指数的HDR箱形图见图3所示。

图3 中国生物质能源产业TC指数的HDR箱形图见图3

HDR箱形图中，大部分生物质能原料的TC条件密度值都偏离45度线较远，而且大部分最大密度区域都落在45度线下方，这不仅表明绝大部分生物质能原料产业不具备比较优势，而且表明比较优势一直在趋于下降。TC指数值越大，条件密度值偏离45度线越远，说明这些比较优势越大的生物质能原料的贸易流动性更强。TC指数值在任何地方的最大密度区域都没出现过断裂，初步表明中国生物质能产业的比较优势没发生过逆转的情形。

3 结论与政策建议

本文基于HS1996分类法下中国生物质能源产业的进出口数据和贸易竞争优势指数，利用非参数核密度估计和条件密度估计，对1997～2012年间中国生物质能源产业比较优势的结构变化、稳定性及流动性进行实证分析。具体而言，我们每隔5年（1997、2002、2007和2012年）对生物质能产业的TC指数进行比较分析，主要包括TC指数的核密度曲线图（kernel密度图）、堆叠条件密度图（SCD图）和最大密度区域箱形图（HDR图）等，并得出如下结论。

（1）中国生物质能源产业的比较优势状态不容乐观，绝大部分产品并不具备比较优势。入世前后生物质能源产业的比较优势及贸易模式发生了较为显著的变化，情况在入世以后并不容乐观。

（2）从1997～2012年，中国生物质能产业TC指数kernel密度估计的双峰分布越来越明显。1997年中国生物质能产业TC指数kernel密度估计的第一高峰值是第二高峰值的3倍，到2012年二者之间基本没有差距。这说明我国生物质能产业出口的专业化在逐步下降，出口专业化越来越多地集中在具有比较劣势的产品上。

根据以上结论，提出两点政策建议。第一，加入世贸组织以后我国一些生物质能源产业的比较优势仍然在继续丧失，加入世贸组织并没有使得我国生物质能源产业的比较优势得以改观。这提示我们必须从资源禀赋和国情出发，制定出适合生物质能源产业发展的战略，重点培育一些优势特色产品，避免落入比较优势陷阱。第二，加入世贸组织以后，我国生物质能产品贸易融入世界市场和国际分工的程度不断加深，产品贸易越来越集中于少数主要产品上。专业化程度提高意味着可以更多地分享国际分工收益和全球化红利，但也意味着生物质能源产品贸易风险加大，更容易受到国际产品市场波动和不确定性的影响，必须尽快建立风险防范机制，提高抵御外部冲击的能力。

但同时需要指出的是，在制定生物质能源的政策重点时，要充分考虑中国的国情，不能一蹴而就地加大对生物质能源产业的投入。我国的特殊国情决定了以粮食为主要原料的生物能源技术，不可能在我国大规模、产业化生产。因此，我国生物质能源的产业政策，应该侧重于如何将存储于农林作物副产品、城市污水及废弃物中的生物质能转化为生物能源，以及如何开发木质纤维素为原料的生物能源。

[1]赵军.解读生物能源：新能源产业及对环境、生态与社会经济发展的影响[J].中国科学院院刊，2012,27(2).

[2]王久臣.中国生物质能产业发展现状及趋势分析[J].农业工程学报，2007，（9）.

[3]洪浩，叶文虎，宋波等.中国生物质成型燃料产业化问题及实证研究[J].资源科学，2010，32（11）.

[4]孙丽英，田宜水.东盟国家生物质能源发展比较研究及对我国启示[J].中国人口.资源与环境，2010,20(5).

[5]刘春英，肖娜.我国生物能源产业发展的现状、问题及对策[J].中央财经大学学报，2011（5）.

[6]仇焕广，井月，杨军等.生物能源发展对中国消费者福利的影响[J].中国人口.资源与环境，2013,23（11）.

[7]李谷成，卢毓，尹朝静.中国农产品比较优势动态变化的实证分析[J].华中农业大学学报(社会科学版)，2014，(2).