环境约束下黄河流域资源型城市能源效率及其影响因素分析

2022-06-14张朋程王家明李伟娟

中国矿业 2022年6期

张朋程，王家明，李伟娟，马慧

(山东石油化工学院文法与经济管理学院，山东东营 257061)

2019年10月，中共中央、国务院发布《黄河流域生态保护和高质量发展规划纲要》，提出把“坚持生态优先、绿色发展”作为主要原则之一，将“调整产业布局，把经济活动限定在资源环境可承受范围内”作为该项原则的重要组成部分。新中国成立后，依托区域内矿产资源的规模化开发，在青海省西宁-甘肃省兰州地区，宁夏回族自治区灵武-同心-石嘴山地区，内蒙古自治区河套地区，山西省、陕西省、内蒙古自治区接壤地区，甘肃省陇东地区，山西省中南地区，河南省西北区以及山东地区，建立起一批资源型城市[1]。黄河流域资源型城市数量约占全国资源型城市总量的三分之一，为区域经济社会发展提供了大量煤炭、油气和金属资源，对我国工业体系建设做出了重要贡献。黄河流域资源型地级市37座，占9省(区)沿黄河城市之和的50%，2019年黄河流域GDP为7.44亿元，约占黄河流域9省(区)GDP总量的30%，因此，黄河流域资源型城市的经济社会发展对黄河流域生态保护和高质量发展至关重要，然而，资源型城市普遍存在资源依赖性高，开放方式粗放，“高污染、高能耗、高排放”等特征，影响着资源型城市的可持续发展，制约着黄河流域生态保护和高质量发展[2]。

通过提升资源型城市的能源效率，从源头上降低能源需求和生产过程中推动资源利用效率，减少污染物排放量，增强资源型城市的可持续发展能力，世界能源理事会(WEC)把能源效率定义为能源带来的产出量与能源使用量(或投入量)的比值。能源效率相关研究始于城市效率研究，近年来，随着生态保护和高质量发展的不断推进，以及能源供给形势日趋紧张和高能耗、低效率能源消费矛盾日益突出，越来越多的研究把能源作为投入要素纳入到城市效率的测度之中，因此，城市效率相关研究逐步转向对城市全要素能源效率的研究，相关研究主要集中在两方面。一方面是不考虑环境约束对不同区域资源型城市在特定区段内能源效率评价，高志刚[3]建立以原煤、天然气、电力等的消费量、科技人员为投入，GDP为产出的能源效率指标体系，采用DEA模型测度克拉玛依市各能源的利用效率；丁继强[4]以106个主要资源型城市为研究对象，建立以资本、劳动、能源为投入，以GDP为产出，采用DEA-Malmquist指数模型测度全要素能源效率；王琳等[5]以23个枯竭型地级市为研究对象，建立以城市从业人员、固定资产投资总额、城市全年用电量为投入，地区生产总值为产出，采用DEA模型测算资源枯竭型城市能源效率。另一方面是把环境约束纳入到产出指标中进行资源型城市全要素能源效率评价。李博等[6]以年末单位从业人数、全社会固定资产投资额和全市年用电量为投入，地区生产总值，废水、二氧化硫、烟尘排放量为产出，采用SBM模型测算102个资源型城市能源效率并采用泰尔指数进行差异分析。从已有研究成果来看，基本形成了以年末单位从业人员数、全社会固定资产投资总额和全市年用电量为投入指标的共识，产出指标以是否考虑环境约束划分为两类，研究对象以某资源型城市、某类资源型城市或全国范围资源型城市为主，以黄河流域资源型城市为研究对象的研究成果较少，为了缓解黄河流域资源型城市面临的生态保护压力，有必要从环境约束视角测算分析黄河流域资源型城市能源效率的关键影响因素，为改善资源型城市资源开发利用提供参考。

1 黄河流域资源型城市发展现状

《黄河流域生态保护和高质量发展规划纲要》把规划范围确定为黄河干支流流经的青海省、四川省、甘肃省、宁夏回族自治区、内蒙古自治区、山西省、陕西省、河南省、山东省等的相关县级行政区。依据《全国资源型城市可持续发展规划(2013—2020年)》、9省(区)黄河流域生态保护和高质量发展相关文件，同时考虑到《长江经济带发展规划纲要》已将四川省纳入长江经济带统筹规划，黄河流域在四川省内的长度相对较小，且沿线多为高原和峡谷，经济社会活动强度不高，因此确定以黄河流域36个地级行政区资源型城市为研究对象，其中，上游9个、中游16个、下游11个；甘肃省4个、宁夏回族自治区1个、内蒙古自治区4个、山西省10个、陕西省6个、河南省6个、山东省5个；煤炭类27个、金属类5个、油气类4个，具体名单见表1，2017—2020年能源投入、经济发展与污染物排放总体情况见表2。

由表2可知，在能源投入方面，2017—2019年黄河流域地级行政区域资源型城市全社会全年用电量从6 363.07亿kW·h增长到7 822.24亿kW·h，年均增长11.47%。在经济发展方面，2017—2019年黄河流域地级行政区域资源型城市地区生产总值从64 065.74亿元增长到73 968.00亿元，年均增长7.73%，单位GDP能耗从0.993万kW·h/万元增长到1.058万kW·h/万元，年均增长3.24%。在环境污染物排放方面，2017—2019年黄河流域地级行政区域资源型城市二氧化硫排放量从113.09万t降低到92.09万t，年均减少9.28%；工业烟(粉)尘排放量从91.35万t降低到89.87万t，年均减少0.81%；工业废水排放量从12.99亿t降低到12.11亿t，年均减少3.39%。因此，从总体来看，黄河流域地级行政区域资源型城市在通过增加能源投入促进经济增长和污染物减排方面取得了一定成效，但仍面临能源投入增幅高于经济增幅和污染物排放减幅问题。

表2 黄河流域资源型城市能源投入、经济发展与污染物排放量情况Table 2 Energy input,economic development and pollutantemission of resource-based cities in the Yellow River Basin

2 研究方法与指标体系

2.1 研究方法

目前，专家学者就数据包络分析是全要素能源效率评价的最有效方法基本达成共识。在能源开发利用时会产出不好的方面(即非期望产出)时，传统C2R模型和C2GS2模型的应用效果一般，为此TONE提出SBM模型以处理含有非期望产出的效率评价，它适合于考虑环境约束的能源效率评价，基本思想如下所述[6]。

假设某系统可以划分n个决策单元，每一个决策单元都存在3个变量向量，包括投入(x)、期望产出(yg)、非期望产出(yb)，对应矩阵为X、Yg和Yb见式(1)～式(3)。

X=[x1,x2, …,xn]∈Rm×n

(1)

(2)

(3)

式中，X>0，Yg≥0，Yb≥0,当规模报酬不变时，定义生产可能集见式(4)。

p={(x,yg,yb)|x≥λX,yg≥λYg，yb≥λYb，λ≥0}

(4)

考虑非期望产出的SBM模型公式见式(5)和式(6)。

(5)

(6)

式中：s为投入产出变量的松弛量；s-、sg、sb分别为投入过剩、期望产出不足和非期望产出过多；λ为各投入产出变量的权重值；目标函数ρ*满足0≤ρ*≤1条件，且相对于s-、sg、sb是严格递减的；ρ*的分子分母分别为决策单元在实际投入、实际产出以及与生产前沿面的平均距离情况，决策单元有效状态必须同时满足ρ*=1、s-=0、sg=0、sb=0。

2.2 指标选取与数据说明

1) 指标选取。SBM模型能源效率评价指标包括投入指标和产出指标，投入指标通常包括劳动力、资本和能源投入，借鉴已有研究成果[1,7]，构建黄河流域资源型城市能源效率评价指标体系。投入指标：选取城镇单位从业人员期末人数(万人)作为劳动力投入(x1)；选取全社会固定资产总额(万元)为资本投入(x2)；选取全市全社会年用电量(万kW·h)作为能源投入(x3)，以电力效率反映资源型城市能源效率总体情况[5]。产出指标：把产出指标划分为所期望的经济增长和非期望的环境污染物排放量，选取地区生产总值(万元)作为期望产出指标(y1)；选取二氧化硫排放量(t)(y2)、工业烟(粉)尘(t)(y3)和工业废水排放量(万t)(y4)为非期望产出指标。

2) 数据说明。决策单元为黄河流域36个地级行政区域资源型城市，鉴于《中国城市统计年鉴》(2018)的全社会年用电量统计口径发生变化，为保持数据口径一致，确定2017—2019年度36个资源型城市的统计数据为基础研究资源型城市能源效率。

3 结果分析与讨论

3.1 总体情况分析与讨论

采用C2R模型和DEA-SBM模型分别测算不考虑非期望产出(环境影响)和考虑非期望产出(环境影响)时的资源型城市能源效率。在考虑非期望产出的情境下，庆阳市、鄂尔多斯市、洛阳市、濮阳市、三门峡市、东营市、宝鸡市、咸阳市和榆林市等的能源效率在2017—2019年均处于有效状态，其他地市能源效率均处于无效状态。限于篇幅，从黄河流域资源型城市全部和各省(区)的视角分析环境污染控制对能源效率的影响。

图1为不同模型下黄河流域资源型城市分年度平均总体能源效率情况。由图1可知，黄河流域资源型城市总体能源效率呈下降趋势，没有实现能源效率提升带动经济增长的目标。考虑环境约束影响后拉低了资源型城市能源效率的平均水平，说明资源型城市未实现经济增长与环境保护形成协调发展基本形态。按年度视角分析，考虑环境约束和不考虑环境约束的能源效率平均水平差值在不断缩小，说明资源型城市经济发展和环境保护趋于协调发展。

图1 不同模型下黄河流域资源型城市分年度平均总体能源效率情况Fig.1 Average annual overall energy efficiency ofresource-based cities in the Yellow River Basinunder different models

图2为不同模型下黄河流域省(区)能源效率水平情况。由图2可知，在考虑环境约束和不考虑环境约束下黄河流域各省(区)能源效率平均水平均没有处于生产前沿。甘肃省、河南省能源效率平均水平在考虑环境约束后有所上升，说明这两个省份在利用能源发展经济的同时比较好地处理了环境污染问题。在考虑环境因素后，内蒙古自治区、宁夏回族自治区、山东省、山西省和陕西省能源效率平均水平有所下降，下降幅度排前三位依次是宁夏回族自治区、内蒙古自治区和山西省，说明这三个省(区)在利用能源促进经济增长时对环境污染的控制力度相对不够。

图2 不同模型下黄河流域省(区)能源效率水平情况Fig.2 Energy efficiency level of provinces(autonomousregions) in the Yellow River Basinunder different models

3.2 不同类型资源型城市能源效率值比较分析

基于开发程度和资源类型视角分析资源型城市能源效率情况，黄河流域资源型城市依据开发程度可以划分为成长型、成熟型、衰退型和再生型等四种类型，依据资源类型划分煤炭类、金属类和油气类等三种类型，据此分析和比较各类型资源型城市2017—2019年能源效率情况。

图3展示了按开发程度划分能源效率的情况。由图3可知，考虑环境约束下成长型资源型城市的能源效率值是最高的，达到0.778，能源效率值由大到小依次为再生型、成熟型、衰退型。考虑环境约束和不考虑环境约束下能源效率平均水平下降比例由大到小依次是成长型(1.16%)、再生型(2.06%)、衰退型(20.63%)和成熟型(23.62%)，表明不同类型资源型城市在发展经济的同时对环境污染控制效果不同，其中，成熟型对环境因素较其他类型资源型城市更为敏感。

图3 按开发程度划分能源效率情况Fig.3 Energy efficiency situation by development degree

图4展示了按开发程度划分各年份能源效率的情况。由图4可知，2017—2019年，各类资源型城市能源效率平均水平均有所下降，再生型和衰退型在2018年出现拐点且略有上升，成长型和成熟型持续下降。

图4 按开发程度划分各年份能源效率情况Fig.4 Energy efficiency situation of each yearby development degree

图5展示了按资源类型划分能源效率的情况。由图5可知，金属类、煤炭类和油气类资源型城市能源效率平均水平未达到有效状态，考虑环境约束下油气类能源效率平均水平最高，达到0.933。考虑环境约束时高于不考虑环境约束时能源效率的资源型城市有金属类和油气类，油气类能源效率差值为0.157，说明油气类在能源利用时能有效控制环境环境污染；考虑环境约束时低于不考虑环境约束下的能源效率值的有煤炭类，两种情境下差值高达-0.159，说明煤炭类对环境影响敏感，经济增长的同时未能有效控制环境污染。

图5 按资源类型划分能源效率情况Fig.5 Energy efficiency situation by resource type

3.3 不同区域资源型城市能源效率值比较分析

黄河流域省(区)经济发展表现出上中下游发展不平衡，呈现“下(游)强上(游)弱”的局面，黄河流域9省(区)在2020年的生产总值达到25.39万亿元，其中，河南省、山东省两省生产总值合计占黄河流域9省(区)生产总值的比重超过50%，因此有必要按上中下游划分分析黄河流域资源型城市能源效率。

图6展示了按区域划分资源型城市能源效率的情况。由图6可知，上中下游三类地区资源型城市能源效率均为无效，由大到小依次为下游地区资源型城市、上游地区资源型城市和中游地区资源型城市，下游地区资源型城市能源效率水平考虑环境约束时高于不考虑环境约束时，说明下游地区资源型城市整体上控制环境污染较好；考虑环境约束与不考虑环境约束的中游地区资源城市能源效率差值为-0.164，高于下游地区资源型城市和上游地区资源型城市，说明中游地区资源型城市总体上环境污染控制水平相对较低。

图6 按区域划分资源型城市能源效率情况Fig.6 Energy efficiency situation of resource-basedcities by region

4 能源效率影响因素分析

黄河流域各资源型城市能源效率存在差异，能源效率变动趋势也并非呈直线上升或者下降的直观简单趋势，为研究可能导致能源效率差异的因素，借鉴专家学者已有研究成果[9-11]，从经济发展水平(f1)、产业结构(f2)、进出口(f3)、直接利用外商投资(f4)、政府影响力(f5)和开发程度(f6)等方面进行影响研究，其中，经济发展水平以全市人均GDP取对数表示；产业结构以第二产业在GDP中的占比表示；进出口以进口总额、出口总额在GDP中的占比表示；直接利用外商投资以当年实际使用外资金额在GDP中的占比表示；政府影响力以地方一般公共预算支出在GDP中的占比表示；结合资源型城市的开发程度特点，资源开发程度按成长型、成熟型、衰退型和再生型对应赋分分别为0.25、0.5、0.75和0。能源效率取值在0～1之间，因此，适合采用Tobit模型进行影响因素实证研究。Tobit模型被称为受限因变量模型，适用于模型中解释变量存在上限、下限或者极值的情况，基于2017—2019年各资源型城市的面板数据探讨能源效率值的影响因素。Tobit标准模型见式(7)[8]。

(7)

以能源效率为因变量ne，f1、f2、f3、f4、f5和f6为6个影响因素对应设置自变量，构建Tobit模型，见式(8)。

(8)

式中：β0为截距项；β1、β2、β3、β4、β5、β6为各自变量的回归系数；i为区域；t为时期；ε为残差项。

4.1 Tobit模型估计

影响因素数据来源于《中国城市统计年鉴》(2018—2020年)，数据时间区间确定为2017—2019年，利用Stata.16软件对能源效率的Tobit模型进行估计，计算结果见表3。

由表3可知，全部资源型城市、上游地区资源型城市、下游地区资源型城市Tobit模型的拟合优度分别为43.12、20.23和2.71，分别在1%、1%和5%水平上显著，下游地区资源型城市Tobit模型的拟合优度为0，Tobit模型不显著。

表3 Tobit模型估计结果Table 3 The Tobit model estimation results

1) 全部资源型城市Tobit模型反映经济发展水平、政府影响力和资源开发程度对能源效率的影响显著，其中经济发展水平、政府影响力是正向影响，资源开发程度是负向影响，产业结构、进出口和直接利用外商投资对能源效率的影响不显著。

2) 上游地区资源型城市Tobit模型反映经济发展水平、产业结构、直接利用外商投资和资源开发程度对能源效率的影响显著，其中，经济发展水平和资源开发程度是负向影响，产业结构和直接利用外商投资是正向影响。

3) 下游地区资源型城市Tobit模型反映经济发展水平、产业结构、直接利用外商投资对能源效率的影响显著，其中，经济发展水平和直接利用外商投资是正向影响，产业结构是负向影响。

4.2 因素分析

综合黄河流域全部资源型城市、上游地区资源型城市和下游地区资源型城市Tobit模型参数估计情况，重点对经济发展水平、产业结构、外商直接投资、政府影响力、资源开发程度等影响因素进行分析。

1) 经济发展水平。全部资源型城市Tobit模型中自变量经济发展水平对能源效率的影响显著，变量系数为0.423 6，表明其对能源效率是正向影响，人均地区生产总值每增加1%，能源效率将提升0.423 6%，与图6所示结果基本吻合。下游地区资源型城市是整个黄河流域内经济活动十分密集和经济发展水平相对较高的区域，支撑着全国经济社会发展，与流域内其他区域相比，其科学技术、文化发展、城市化发展水平在黄河流域都处于领先水平，推动区域能源效率的提升。上游地区资源型城市是整个黄河流域经济活动发展较缓慢的地区，技术创新水平相对较低，面临经济发展和生态保护双重压力明显，经济发展对能源效率的影响是负向的。

2) 产业结构。全部资源型城市Tobit模型自变量产业结构对能源效率的影响不显著。上游地区资源型城市产业结构对能源效率的影响显著，该变量系数为3.422 4，表明第二产业在GDP中的占比每增加1%，资源型城市能源效率将上升3.422 4%，目前，上游地区资源型城市资源开发工作不够，对各种能源与资源的利用实现程度相对较低，同时受交通环境的影响，上游地区资源型城市工业基础较弱，在现阶段提升工业基础设施，一定程度上可以提高能源效率。下游地区资源型城市产业结构对能源效率的影响显著，该变量系数为-2.707 6，表明第二产业在GDP中的占比每增加1%，资源型城市能源效率将下降2.707 6%，下游地区资源型城市工业和制造业发展成熟，在技术水平变化不大的情况下，提高工业和制造业规模将增加能源大量消耗，并带来规模大、种类多的环境污染降低能源效率。

3) 外商直接投资。全部资源型城市Tobit模型自变量外商直接投资对能源效率的影响不显著。从模型估计检验来看，上游地区资源型城市和下游地区资源型城市该变量系数分别为30.242 2和12.225 4，即上游地区资源型城市、下游地区资源型城市外商直接投资对能源效率具有显著的正向影响，上游地区资源型城市、下游地区资源型城市外商直接投资在GDP中占比每增加1%，上游地区资源型城市和下游地区资源型城市能源效率分别提高30.242 2%、12.225 4%，表明随着开放程度的扩大，吸收外商投资的地区通过外商投资促进经济增长，收获外商的技术溢出带来的技术水平的提高与升级，带动地区资源型城市能源效率的进一步提高。

4) 政府影响力。全部资源型城市和上游地区资源型城市Tobit模型中自变量政府影响力对能源效率的影响是显著的，变量系数为0.803 5，表明政府影响力对能源效率是正向影响，地方一般公共预算支出占GDP比重每增加1%，能源效率增加0.803 5%。一般公共预算支出比重大的政府将有大量的资金用于城市经济社会规划建设，对区域经济社会发展的能源利用效率与环境污染控制的影响将会更加全面，越有能力和实力通过优化用能结构、优化产业布局、提高技术创新等手段提高能源效率及其实施相关措施控制地区环境污染。

5) 资源开发程度。全部资源型城市和上游地区资源型城市Tobit模型中自变量资源开发程度对能源效率的影响是显著的，资源开发程度变量系数为负值，即资源开发程度对能源效率的影响是负向的。对于全部资源型城市来讲，该变量系数为-3.939 3，表明资源开发程度系数每增加1%，能源效率将下降3.939 3%，这与图3所示结果基本吻合。资源开发程度越高，城市对资源依赖性越高，黄河流域资源类型有煤炭类、金属类、油气类，开发过程高度依赖于能源利用，随着资源不断被开发，单位能源消耗带来的资源产出量逐渐降低，即较高投入能源消耗换取较低经济产出和较高污染排放。

5 结论与建议

5.1 结论

基于2017—2019年黄河流域36个资源型城市的统计数据，通过采用C2R模型和SBM模型分别测算不考虑环境约束和考虑环境约束对应的黄河流域资源型城市全要素能源效率值，采用Tobit模型测算分析经济发展水平、产业结构、进出口、外商直接投资、政府影响力和资源开发程度对环境约束下黄河流域资源城市能源效率的影响情况，通过研究得出结论如下所述。

1) 黄河流域36个资源型城市中，除庆阳市、鄂尔多斯市、洛阳市、濮阳市、三门峡市、东营市、宝鸡市、咸阳市和榆林市外，其他城市能源效率处于非有效状态，各省(区)资源型城市能源效率水平均处于无效状态，山东省、河南省、山西省资源型城市能源效率平均水平排名前三位。

2) 基于开发程度视角，成长型资源型城市能源效率水平最高，基于资源类型视角，油气类资源型城市能源效率最高，基于上中下游区域视角，下游地区资源型城市能源效率最高。

3) 经济发展水平对全部资源型城市、上游地区资源型城市、下游地区资源型城市能源效率的影响显著，对全部资源型城市和下游地区资源型城市是正向影响，对上游地区资源型城市是负向影响；产业结构对上游地区资源型城市能源效率具有显著的正向影响，但是对下游地区资源型城市具有显著的负向影响，以及明显的异质性特征；外商直接投资过对上游地区资源型城市和下游地区资源型城市能源效率具有显著的正向影响；政府影响力对全部资源型城市能源效率的影响具有显著的正向影响；开发程度对全部资源型城市和上游地区资源型城市能源效率具有显著的正向影响。