山东省地市3E系统综合效率评价及其影响因素研究

2020-02-24宋杰鲲康忠燕韩文杰梁璐璐

甘肃科学学报 2020年1期

宋杰鲲,康忠燕,韩文杰,梁璐璐

(中国石油大学(华东) 经济管理学院,山东青岛 266580)

节约资源和保护环境是我国的基本国策。特别是近年来我国各地雾霾现象频发,引起国家高度关注,《2016中国环境状况公报》指出,全国338个地级及以上城市中,有254个城市环境空气质量超标,占75.1%,可见大气污染现象仍然严重,防治工作刻不容缓。自主、持续、负责任地进行碳减排是中国政府向世界做出的庄严承诺,《国家应对气候变化规划(2014—2020年)》提出到2020年单位GDP的碳排放要在2005年基础上减少40%～45%。巴黎气候大会《强化应对气候变化行动——中国国家自主贡献》中提出碳排放2030年左右达到峰值并争取尽早达峰,2030年单位GDP碳排放比2005年下降60%～65%。实现全国节能减排降碳目标需要各地区共同努力,《“十三五”节能减排综合工作方案》规定了省级能耗总量和强度“双控”目标以及二氧化硫、氮氧化物等主要污染物排放总量控制指标;《“十三五”控制温室气体排放工作方案》分类确定了省级碳排放强度控制目标,并提出发达省市探索开展碳排放总量控制。山东省作为我国GDP排名第三的经济大省,在新形势、新常态下,面临着能耗大、环境污染严重的严峻挑战。在保持经济中高速发展的进程中,如何进一步缓解能耗压力,降低环境污染水平,是山东省面临的重要课题。鉴于大气污染物和碳排放具有能源同源性,研究构建了山东省能耗、大气污染物排放和碳排放的能源-经济-环境(3E)系统综合效率评估模型,对山东省3E系统效率开展评估,并分析效率影响因素,提出相应的提升对策,以期为山东省能源经济环境协调发展提供决策支持。

1 文献综述

3E系统综合效率的评价能够反映一个地区的节能减排效果。目前,已经从单要素发展到更完善的全要素下的评价框架,评价方法包括随机前沿分析、共同前沿分析和数据包络分析(DEA,data envelopment analysis)等。其中,不考虑指标量纲、权重和模型函数形式的相对性评价方法DEA得到了广泛的关注,并在不同的应用背景下,衍生出了各类模型,包括径向角度模型、径向非角度模型、非径向角度模型、非径向非角度模型[1]。按照对环境污染物的处置方式,DEA模型又分为3种:将污染物排放作为投入要素或作期望性产出变换的方法;包含非期望产出(或期望与非期望产出)的方向性距离函数方法;兼顾投入与产出的、基于松弛变量的评价模型SBM和角度调整测度模型RAM。申建良等[2]利用非径向方向性距离函数测算了2000—2014年各省市在一般环境规制和严格环境规制下的全要素能源效率。袁晓玲等[3]证实了传统的DEA 方法没有考虑能源利用过程中的“非期望产出”,忽略污染物而对能源效率进行考察意义不大,会使估计结果有偏差。秦全德等[4]运用DEA-SBM模型考了虑非期望产出背景测算东部沿海地区的能源效率。李涛[5]、张丽虹[6]、蔡火娣[7]通过构建RAM模型评价了各省的经济效率、碳环境效率以及经济-环境联合效率。

在3E系统效率影响因素方面,吴琦等[8]建立了逐步回归模型,研究发现专利授权数量与水电消费量对我国能源效率具有正面影响,而第三产业比重与天然气消费量具有负面影响。刘文君等[9]利用Tobit 模型对影响湖南省全要素能源效率的主要因素进行了实证分析,结果表明信息化建设与城镇化程度对能源效率具有正向影响,产业结构、开放程度和技术水平具有显著的负向影响。汪克亮等[10]利用2000—2007年中国省际面板数据,研究了包含环境污染的中国省际全要素能源效率,指出技术进步、经济结构、能源消费结构对各省节能减排具有显著影响。

文献梳理可知,DEA模型已成为3E系统全要素效率测度的主要方法,特别是SBM和RAM模型能够克服径向、角度DEA模型的不足,近年来应用较多。但是,目前的研究仍有如下不足:一是鲜有同时考虑大气污染物排放和碳排放的综合效率评价,实际上大气污染物和二氧化碳的主要来源均为能耗,无论是数值同增表征还是指标相关性,均更加符合DEA模型的应用前提,其得到的3E系统综合效率更加客观;二是当前研究多以我国省域为研究主体,专门针对山东省这一能耗、污染物和碳排放大省,开展地市3E系统效率的研究较少,从空间关联角度出发开展的研究更是匮乏。

2 研究方法和数据说明

2.1 研究方法

构建考虑非期望产出的SBM模型进行山东省3E系统综合效率评价[11]。假设有n个决策单元,第k个决策单元的第i种投入、第r种期望产出和第t种非期望产出分别记为xki、ykr和zkt,i=1,2,…,m;r=1,2,…,d;t=1,2,…,l。评价第j个决策单元3E系统综合效率的SBM模型如下:

si≥0,ur≥0,vt≥0,k≥0

式中:ρ为决策单元的3E系统综合效率;si和vt分别代表第i种投入和第t种非期望产出的冗余变量;ur代表第r种期望产出的亏空变量;w1和w2分别为期望产出和非期望产出的权重;k为第k个决策单元的权重。

2.2 变量与数据

鉴于数据的可获得性,决策单元确定为2009—2016年山东省17个地市的3E系统。投入指标确定为年末常驻人口、资本存量、能源消费总量。确定期望产出指标为各市GDP,非期望产出指标包括二氧化碳排放总量、二氧化硫排放总量及烟粉尘排放总量。

各地市GDP、固定资产投资、常驻年末人口、能源消费总量、二氧化硫、烟粉尘排放总量来自于2010—2017年《山东统计年鉴》、各地市统计年鉴。其中,各地市GDP运用历年平减指数换算成2009年不变价GDP。资本存量的计算方法为:首先,应用张军等[12]的“永续盘存法”计算获得山东省2009年资本存量;然后,用各地市2009年GDP占山东省GDP(17地市的GDP之和)的比例乘以山东省2009年资本存量,得到2009年各地市的资本存量;再次,将各地市2010—2016年固定资产投资额换算成2009年可比价格投资额;最后,应用公式:年度资本存量=上一年度资本存量余额+本年度固定资产投资额(2009年不变价),计算出2010—2016年各地市资本存量(2009年可比价格),其中上一年度资本存量余额按折旧率为9.6%推算。二氧化碳排放量采用IPCC碳排放系数法进行估算[13]。

3 3E系统综合效率测度

环境与经济协同发展是我国经济新常态的客观要求,为此将期望产出与非期望产出的权重比例设定为1∶1,即取w1和w2均为1,运用软件DEA-SolvePro5.0计算2009—2016年山东省17个地级市的3E系统综合效率,结果见表1。

表1 2009—2016年山东省各地市3E系统综合效率评价结果

山东省2009—2016年每年各地市效率均值在区间[0.6,0.7]之间变化,2009—2011年效率均值逐年递增,2011—2013年效率均值先减后增,2013—2016年效率均值逐渐减少。2016年济南、青岛、东营、烟台、威海、菏泽效率值为1,均达到了生产前沿面,而山东省的平均效率仅为0.629,说明山东省整体效率水平不高,有37.1%的潜力空间。

同时得到二氧化碳、二氧化硫、烟粉尘等环境负产出的冗余值见表2。三者的冗余量数额巨大,意味着减排降碳压力较大,尚有较大潜力可挖。其中,二氧化碳和二氧化硫的产出冗余在2011年达到顶峰,随后缓慢减少,8年间二者的年均增长率也仅为0.62%和0.36%,表明山东省二氧化碳和二氧化硫排放的快速增长趋势得到了有效控制;但是烟粉尘的排放冗余从2009年的310 819.7 t增长到了2016年的451 495.6 t,年均增长6.42%,尤其是2013—2016年间呈现爆发式增长,这表明山东省各地市对烟粉尘的控制刻不容缓,应消除雾霾源,实现更多的“蓝天白云、繁星闪烁”。

表2 2009—2016年山东省环境负产出冗余

对表1中的3E系统综合效率值进行差异性分析,结果如表3所列。地市的P值<0.05,时间的P值>0.05,这说明综合效率在时间上的变化不显著,而在地市间的差异显著,表明各个地市每年的综合效率相对其他地市而言均无显著变化,而地市间的综合效率差异十分显著。对每年的综合效率值方差分析表明,每年各地市的综合效率方差由2009年的0.06升高到2016年的0.08,表明区域效率差异不仅明显而且呈现拉大趋势。

表3 2009—2016年山东省17地市3E系统综合效率差异性

为进一步考察各地市间综合效率值差异程度的变化趋势,对各地市综合效率值进行σ收敛性分析,结果如图1所示。变异系数总体在波动中上升,表明各地市在2009—2016年间3E综合效率差距拉大。其中2009—2010年变异系数恒定,表明2年间各地市综合效率差异不大;2012—2013年差异系数降低,综合效率存在σ收敛,表明2年间各地市综合效率差异程度减少;2010—2012年和2013—2016年间变异系数逐渐增长,表明这些年间各地市综合效率差异性水平上升。

图1 2009—2016年山东省17地市3E系统综合效率σ 收敛性Fig.1 The astringency of σ in the comprehensive efficiency of 3E system in 17 prefectures and cities in Shandong Province from 2009 to 2016

由于不同地市能源环境综合效率值差异较大,为了探究山东省2009—2016年各地市3E系统综合效率水平,对山东省17 个地级市的能源环境综合效率进行聚类分析,将17个地市划分为综合效率高、中、低区3 类。其中烟台、威海、青岛、东营、济南5个地市属于综合效率高的地区,区域面积占省面积约29.5%,分布在东部沿海和中部经济发展较好的东营和省会城市济南;淄博、菏泽属于综合效率中的地区,位于山东省中部,区域面积占省面积约11.6%;聊城、滨州、潍坊、临沂、德州、泰安、枣庄、济宁、日照、莱芜10个地市属于综合效率低的地区,大都分布在山东省中西部,占省面积的58.9%。

4 3E系统效率影响因素分析

4.1 影响因素选取与数据来源

通过节能减排潜力分析,非DEA有效城市可以依据自身的投入冗余和产出不足来提出改进建议,但是并不能从整体上找到节能减排效率的影响因素。因此,借鉴相关研究成果,从整体上选择综合效率的影响因素,主要包括产业结构、能源消费结构、城镇化水平、对外开放水平、科技支持水平技术进步等,选取上述5个因素作为山东省17地市3E系统综合效率的影响因素。

(1) 能源消费结构(I)。在各地市能源消费结构中,煤炭占据了大部分比例,煤炭的消费比重能在一定程度上反映地市的能源消费结构,定义能源消费结构为煤炭消费总量与化石燃料消耗总量的比值。

(2) 产业结构(S)。在创造一定的地区生产总值的过程中,第二产业的生产性质和方式决定了第二产业能源消耗大,污染物排放严重,而第三产业较第一、第二产业消耗的能源少,产生的污染物少,因此,产业结构与综合效率有着直接的联系。由于大部分地市的产业结构以第二产业为主,定义产业结构为第二产业产值与地区生产总值的比值。

(3) 城镇化水平(T)。城镇化水平反映了一个地区的社会经济水平、科技发展等综合实力。定义城镇化水平为城镇(非农业)人口与总人口的比值。

(4) 对外开放水平(F)。在生产不同的工业品的过程中,能源消耗强度不尽相同。部分对外开放水平高的地市生产低能耗低污染的商品,进口高能耗高污染的商品能有效提高本区域的综合效率水平。将对外开放水平定义为进出口总额与地区生产总值的比值。

(5) 科技支持水平(E)。在能源消费部门中,根据内生增长理论,先进科学技术的应用不仅可以推动能源循环回收,降低能耗强度,还可以促进研发先进的污染物处理工艺、设备,有效降低污染物排放强度,达到提高综合效率的目的。科技支持水平主要由科技研发投入推动,因此,科研投入水平在一定程度上能反映该地区的科技支持水平,将科技支持水平定义为试验发展(R&D)活动的支出与地区生产总值的比值。

能源消费结构数据来源于2010—2017年《中国城市统计年鉴》,其他数据均来自于历年《山东省统计年鉴》。

4.2 影响因素的Tobit回归分析

从综合效率分析的结果可以看出,作为被解释变量,综合效率值被限制在区间[0,1]。此时回归模型若采用传统的最小二乘法将会产生偏差,因此应当选择受限因变量模型Tobit回归:

Yit=β0+β1Iit+β2Sit+β3Tit+β4Fit+β5Eit+ξit,

其中:Yit、Iit、Sit、Tit、Fit和Eit分别为第i个地市第t年的3E系统综合效率值、能源消费结构、产业结构、城镇化水平、对外开放水平和科技支持水平;β0～β5为模型参数;ξit为随机扰动项。对山东省各地市3E系统综合效率与其影响因素进行分析,结果见表4。

表4 山东省各地市综合效率与其影响因素的 Tobit回归结果

回归结果显示,拟合优度值为72.31,整体的显著性为0.000 6<0.01,表明回归结果比较具有解释力。其中:

(1) 能源消费结构与综合效率负相关,每增加一个单位的煤炭消费占比,综合效率值会降低0.186,表明降低能源消费中煤炭的比例,对综合效率有一定的提升作用,例如东营、青岛、济南的煤炭消费比例较低,其3E系统综合效率高,说明改善消费结构能够提升综合效率。

(2) 产业结构与综合效率负相关,每增加一个单位的第二产业GDP占比,综合效率值会降低2.203个单位。济南、青岛、威海这几个综合效率高的地区,其第二产业GDP占比也较低,而淄博、菏泽综合效率低,其第二产业GDP相对较高。

(3) 城镇化水平与综合效率正相关,每增加一个单位的城镇人口占比,综合效率值会增加0.642。表明综合效率与城镇化水平有微弱的正相关关系,虽然地区在城市化的进程中,常常伴有污染物的排放和资源的消耗,但是就3E系统总体而言,城镇化水平的提升能逐渐提高总体系统效率。2009—2016年城镇化水平均值排名前6的地市:青岛、济南、东营、淄博、威海、烟台,除淄博外,囊括了所有的综合效率高地区,验证了城镇化水平对综合效率的促进作用。

(4) 对外开放水平与综合效率正相关,每增加一个单位的进出口总额占比,综合效率值会增加1.135。2009—2016年青岛、烟台、威海对外开放水平均值位列前三,且均属于综合效率高地区,表明对外开放水平与综合效率息息相关。

(5) 科技支持水平与综合效率正相关,每增加一个单位的R&D投入占比,综合效率值会增加5.032,表明科技支持水平对综合效率的提升具有十分重要的作用。2009—2016年科技支持水平均值排名前5的城市分别为青岛、烟台、滨州、东营和潍坊,其中青岛、东营、烟台均为综合效率高效区。济宁、枣庄、德州、菏泽和日照的科技支持水平均值排名倒数5位,对应的综合效率相对较低。因此,增加研发经费活动支出,提高科技支持水平,能够有效提升综合效率。

5 3E系统效率提升对策

结合17地市碳排放效率测度值和影响因素分析,提出如下的对策:

(1) 加大科技投入。科技支持水平是综合效率的关键影响因素,科技支持力度越大,就越有可能创造出先进的节能减排技术,为地区发展提供强劲的技术支持。17地市中,日照、德州、枣庄、济宁这些综合效率低地区且科技投入低的地市应在科技投入方面加大投入,特别是应出台积极性、激励性的财政、人才与技术引进等相关政策与制度体系,推动企业、科研单位等利益相关体加大科技投入,通过招商引资、招才引智、招科引技等形式推进技术进步。

(2) 优化产业结构。山东省目前仍然以高能耗、高污染的第二产业为主,产业结构在短期内仍然得不到有效的改善,这应当引起必要的重视。对于枣庄、莱芜这些属于综合效率低地区且第二产业占比高的地市,应积极发展第三产业,第二产业升级换代。例如枣庄可利用区域优势和资源优势,积极发展批发零售、旅游住宿餐饮、快递服务等相关产业,并加强煤化工与制造业的更新换代;莱芜则应坚持第二产业绿色化、智能化、高端化方向,围绕钢铁产业做文章,大力发展钢铁精深加工、新材料、汽车及零部件、装备制造、新能源与节能环保、电子信息、现代物流与电子商务、工业文化旅游等产业,改变“一钢独大”的局面。

(3) 提高对外开放水平。通过提高对外开放水平,扩大进出口贸易,可以提升综合效率。对于泰安、德州这些属于综合效率低地区且对外开放水平低的地市,可以采取的措施有:发展外贸企业,发展跨境电商。例如泰安市可以进一步明确外贸综合服务企业的责任和权利,积极完善该类企业的管理方法,促进综合服务企业健康规范发展,提高当地贸易便利化水平,巩固外贸传统优势。德州市可以借助京津冀发展轨道,进一步发展外贸新业态新模式,加快培育外贸发展新动能。

(4) 改善能源消费结构。“十三五”时期全国将实现非化石能源消费比重达到15%,实现主体能源将由油气代替煤炭,非化石能源代替化石能源的转变。在这样的大环境下,山东省应当将改善消费结构作为重点攻克目标。对于临沂、聊城这些属于综合效率低地区且煤炭消费占比高的地市,可以采取的措施包括:发展新能源,推动节能措施。例如,临沂可积极发展新能源,推动全市规模以上风力发电企业、太阳能发电企业快速发展,提高清洁电力占发电量的比重。临沂、聊城等还可以鼓励大型超市、商场开辟节能产品销售专区,引导消费者和企业选购高效节能产品和设备,促进能源消费结构优化升级。

(5) 针对性的采取地区发展平衡措施。山东省各地市综合效率差距明显,提升山东省整体3E系统综合效率的关键点在于缩小地区间发展的不平衡,促进各地市的综合效率共同达到生产前沿面,实现能源、经济的最优配置。具体可以采取的措施有:一是有针对性的给综合效率低的鲁中和鲁西南地区更多的资金支持和绩效监管,保证这些地区生产设备的及时更新维护,加大对高能耗、高污染企业的监管力度,设定更高的排放要求;二是促进综合效率高的沿海地区与综合效率低的鲁中和鲁西南地区的交流与合作,效率高地区向效率低地区传授先进的管理和技术,以优惠条件给予效率低地区设备支持,效率低地区给予效率高地区一定的原材料支持,最终实现双边共赢,总体提升的目的。例如山东省目前正积极筹备青岛都市圈、济南都市圈,以综合效率高的济南、青岛地区为中心,建立完善的交通系统,带动周边城市经济和产业的发展,这些措施一定程度上都会促进物质、资金、市场等资源的有序流动,缩减地区差异。