技术异质性视角下中国能源环境效率评价--基于自然处置和管理处置区间交叉效率模型

向小东 陈文颖

(福州大学经济与管理学院, 福建福州 350108)

长期以来,我国经济的高速增长主要依赖于要素积累驱动的粗放型经济发展模式(1)Feng C., Wang M., Liu G.C., et al., “Sources of economic growth in China from 2000-2013 and its further sustainable growth path:A three-hierarchy meta-frontier data envelopment analysis”, Economic Modelling,vol.64(2017),pp.334-348.,形成了能源消耗总量持续扩张而经济效益边际递减的局面,能源供需矛盾和环境污染问题日益凸显(2)Tian P., Lin B., “Regional technology gap in energy utilization in China’s light industry sector: Non- parametric meta-frontier and sequential DEA methods”, Journal of Cleaner Production,vol.178(2018),pp.880-889.。按照现价汇率计算,我国2021年的单位GDP能耗为8.89(艾焦/万亿美元),高于全球平均水平6.19(艾焦/万亿美元),在世界范围内我国能源利用效率仍处于较低水平。由此可见,过度依赖高强度的能源消耗是不可持续的,提高能源利用效率是缓解能源供需矛盾、减轻环境污染问题的必然选择。因此科学评价我国能源环境效率并分析区域差异,对于出台有针对性的政策措施来提升我国地区能源利用水平、有效改善环境质量,进而实现经济社会可持续发展具有重要意义。

数据包络分析方法(Data Envelopment Analysis,DEA)是能源环境效率评价中的主流方法之一,早期的DEA方法主要从自评和技术同质角度进行研究,取得了较丰富的成果。Shi等将非期望产出纳入能源环境效率评估体系中,利用改进的DEA模型对我国工业能源环境效率进行评价。(3)Shi G.M., Bi J., Wang J.N., “Chinese regional industrial energy efficiency evaluation based on a DEA model of fixing non-energy inputs”, Energy Policy,vol.38,no.10(2010), pp.6172-6179.冯晨鹏等考虑非期望产出排放量的总额限制,构建改进的非径向ZSG-DEA模型并应用于我国区域能源环境效率实证研究中。(4)冯晨鹏、王慧玲、毕功兵:《存在多种非期望产出的非径向零和收益DEA模型我国区域环境效率实证研究》,《中国管理科学》2017年第10期。刘丹等利用考虑非期望产出的网络SBM模型评价了福建、浙江、江苏三个省份设区市的环境系统整体和子系统效率。(5)刘丹、刘俊玲、张琦:《基于网络SBM的福建省宜居环境建设绩效评价》,《福州大学学报》(哲学社会科学版)2019年第6期。上述研究在利用DEA方法对我国能源环境效率进行评价时,将处于不同技术环境的省市置于同一前沿面直接进行比较,忽略了我国地区间客观存在的技术异质性问题,因此导致评价标准单一,无法辨析能源环境效率差异是源于内部的投入产出转化效率低下,还是由于外部环境所造成的技术差距问题。为此,O’Donnell等提出了基于共同前沿理论的DEA模型(6)O’Donnell C.J., Rao D.S., Battese G.E., “Metafrontier frameworks for the study of firm-level efficiencies and technology ratios”, Empirical Economics,vol.34,no.2(2008),pp.231-255.,不少学者在此基础上对能源环境效率展开了更深入的研究。Wang等利用共同前沿DEA方法分别对我国东、中、西部地区能源环境效率进行评价,发现技术差距和管理不当共同导致了中西部省市能源环境效率低下。(7)Wang Q., Zhao Z.,Zhou P., et al., “Energy efficiency and production technology heterogeneity in China:A meta-frontier DEA approach”, Economic Modelling,vol.35(2013),pp.283-289.闫庆友等通过构建基于共同前沿理论的SBM-Undesirable模型对我国地区能源环境效率和影子价格进行测算,发现中国能源环境效率提升潜力巨大。(8)闫庆友、桂增侃、张文华,等:《中国能源影子价格和能源环境效率省际差异》,《资源科学》2020年第6期。上述研究在处理非期望产出问题上采用的是弱可处置性或强可处置性假设,弱可处置性假设非期望产出和期望产出同比例增减,而强可处置性假设非期望产出的增减可以不受其他指标约束的影响。然而由这两者所代表的生产情境未考虑技术创新对于能源环境效率的积极作用。(9)陈帆、姚卫新:《非合作博弈两阶段生产系统的效率评价--基于自由处置和管理处置的视角》,《运筹与管理》2022年第1期。为了克服这一缺陷,Sueyoshi和Goto提出了非期望产出的自然处置 (Natural Disposability) 策略及管理处置 (Managerial Disposability) 策略。(10)Sueyoshi T., Goto M., “Returns to scale and damages to scale under natural and managerial disposability: Strategy, efficiency and competitiveness of petroleum firms”, Energy Economics,vol.34,no.3(2012),pp.645-662.目前,仅有少数研究同时考虑了技术异质性与自然、管理处置策略。Sueyoshi等构建结合技术异质性及自然、管理处置策略的DEA模型,并将该模型分别用于评价我国沿海和内陆省市化石燃料发电厂的能源环境效率。(11)Sueyoshi T., Li A., Gao Y., “Sector sustainability on fossil fuel power plants across Chinese provinces: Methodological comparison among radial,non-radial and intermediate approaches under group heterogeneity”, Journal of Cleaner Production,vol.187(2018),pp.819-829.Zhou等通过构建非凸共同前沿DEA模型来评价我国不同污染税水平下各省级行政区域的能源环境效率。(12)Zhou Z., Sun W, Xiao H., et al., “A non-convex metafrontier DEA model with natural and managerial disposability for pollutant tax levels and environmental efficiencies analysis”, Journal of the Operational Research Society, vol.73,no.10(2022),pp.2294-2308.这些研究均以自评思想来评价能源环境效率,存在高估效率的缺陷,并且不能对DEA有效的决策单元进行进一步区分。交叉效率模型通过自互评相结合的方式,相比于自评模型对效率有更全面的评价,因此在能源环境效率评价中引入交叉效率模型更加合理。

评价单元在自评阶段可能有多组最优权重,导致交叉效率评价结果不唯一,从而限制了传统交叉效率模型的应用价值。针对这一不足,Doyle和Green提出仁慈型(Benevolent Models)和激进型(Aggressive Models)交叉效率模型,在自身效率最大化的前提下,通过使其他决策单元平均效率值最大或最小来保证最优权重的唯一性。(13)Doyle J., Green R., “Efficiency and cross-efficiency in DEA:Derivations,meanings and uses”, Journal of the Operational Research Society,vol.45,no.5(1994),pp.567-578.Li和Cui构建动态仁慈型和激进型交叉效率模型并对29家国际航空公司的能源环境效率进行评价,研究表明仁慈型交叉效率适合用于识别高效决策单元,激进型交叉效率则更能反映低效决策单元。(14)Li Y., Cui Q., “Analyzing the role of competition and cooperation in airline environmental efficiency through two dynamic environmental cross-efficiency models”, International Journal of Sustainable Transportation,vol.15,no.11(2021),pp.850-864.蓝以信等在多维发展视角下结合具有权重约束的仁慈型交叉效率模型和Malmquist生产率指数对江苏省32个县域的能源环境效率进行差异化评价,发现同一县域在不同发展导向下的效率存在较大差异。(15)蓝以信、张庆、李婵:《多维发展导向视角下江苏省县域生态效率差异化评价》,《生态学报》2021年第23期。除了仁慈型、激进型交叉效率模型之外,向小东和范秀丽引入中立型交叉效率思想来处理最优权重不唯一问题,构建了网络DEA中立型交叉效率模型并对福建省9个设区市环境效率进行评价,发现各市效率普遍偏低,且差异较为明显。(16)向小东、范秀丽:《基于网络DEA交叉效率的环境效率评价研究》,《福州大学学报》(哲学社会科学版)2015年第3期。尽管仁慈型、激进型和中立型交叉效率模型可以克服交叉效率最优权重非唯一性问题,但仍存在以下两个问题:一是仁慈型、激进型和中立型交叉效率模型所得到的结果不一致,决策者在对三者进行选择时存在较大主观性。二是评价单元在选择唯一最优权重时未充分利用最优权重空间,可能会导致权重信息丢失。(17)Ramón N., Ruiz J.L.,Sirvent I., “Dominance relations and ranking of units by using interval number ordering with cross-efficiency intervals”, Journal of the Operational Research Society,vol.65,no.9(2014), pp.1336-1343.在交叉效率的最新进展中,吴杰和梁樑在仁慈型、激进型模型的基础上进行改进,由于其最终交叉效率值是一个区间数,因此也被称为区间交叉效率。(18)吴杰、梁樑:《一种考虑所有权重信息的区间交叉效率排序方法》,《系统工程与电子技术》2008年第10期。区间交叉效率不仅可以避免在仁慈型、激进型和中立型交叉效率模型中进行选择的需要,而且由于考虑了决策单元自评时所有最优权重,因而能够提供更多的信息。(19)Ang S., An Q., Yang M., et al., “Ranking ranges,performance maverick and diversity for decision-making units with interval cross-efficiency matrix”, International Journal of Systems Science: Operations &Logistics,vol.7,no.1(2020),pp.46-59.

综上所述,现有文献在能源环境效率自评及交叉效率评价方面均取得了较多的研究成果,但他们的研究仍有待完善之处:(1)已有的基于交叉效率模型的能源环境效率评价研究,都假定我国各地区具有相同的生产技术水平,这与我国地区发展现状不相符。(2)已有的交叉效率研究多基于传统的仁慈型或激进型交叉效率模型,或通过引入其他次级目标以求解相对唯一的最优解,未考虑在交叉效率评价中决策单元最优权重空间的所有可能选择。(3)多数能源环境效率评价研究在非期望产出的处理上采取弱可处置性或强可处置性假设,这两种生产情境忽略了技术创新在生产活动中的价值。针对以上不足,本文从技术异质性视角出发,在利用所有最优自评权重的基础上构建基于自然处置与管理处置策略的区间交叉效率模型,运用该模型对我国整体及群组能源环境效率进行评价,比较和分析了两种环境策略下的能源环境效率差异,以期为我国各省市针对性提高能源环境效率提供有益参考。

一、模型构建

(一)理论框架与生产可能集构建

为了区分决策单元应对环境规制时的消极和积极反应,本文在非期望产出的处理上采取自然处置和管理处置策略。自然处置策略是种消极适应环境规制策略,通过减少要素投入来使非期望产出减少到符合环境规制的要求,与之相应的是期望产出也得到了减少;管理处置策略是种积极策略,通过促进技术创新,在增加投入的同时增加期望产出并减少非期望产出。Wang和Wang认为,技术创新主要表现为资本投入,在管理处置下决策单元可以通过提高资本投入来减少非期望产出。(21)Wang X., Wang Y.,“Regional unified environmental efficiency of China: A non-separable hybrid measure under natural and managerial disposability”, Environmental Science &Pollution Research,vol.27,no.22(2020),pp.27609-27625.

根据环境处置策略思想,在自然处置中资本投入同一般投入均作为投入指标来处理,在管理处置中资本投入则被建模为产出指标。(22)Cui Q., Li Y., “CNG2020 strategy and airline efficiency: a network epsilon-based measure with managerial disposability”, International Journal of Sustainable Transportation,vol.12,no.5(2018),pp.313-323.群组k在自然处置和管理处置下的群组生产可能集可以定义为:

(1)

(2)

所有决策单元在自然处置和管理处置下的共同生产可能集可定义为:

(3)

(4)

(二)考虑技术异质性的自然处置区间交叉效率模型

1. 基于群组生产可能集的自然处置区间交叉效率模型

(5)

通过Charnes-Cooper变换,可将上述分式规划转化为如(6)所示的线性规划模型。

(6)

(7)

(8)

表1 基于群组生产可能集的自然处置区间交叉效率矩阵

(9)

为了能够对每个决策单元的平均区间交叉效率进行排序,本文借鉴吴杰和梁樑所提出的基于可能度的排序方法(23)吴杰、梁樑:《一种考虑所有权重信息的区间交叉效率排序方法》,《系统工程与电子技术》2008年第10期。,通过构建两两比较的可能度矩阵来得到决策单元的排序方案。

2. 基于共同生产可能集的自然处置区间交叉效率模型

基于共同生产可能集,考虑评价单元DMUd(d=1,2,…,n)和被评单元DMUp(p=1,2,…,n),DMUp的自然处置区间交叉效率同样可以通过四个步骤来评价。

第一步:基于自然处置下的共同生产可能集,DMUd自评模型如(10)所示。

(10)

(11)

(12)

第三步:利用所有n个决策单元的区间交叉效率构成如表2所示区间交叉效率矩阵。

表2 基于共同生产可能集的自然处置区间交叉效率矩阵

(13)

(三)考虑技术异质性的管理处置区间交叉效率模型

1. 基于群组生产可能集的管理处置区间交叉效率模型

(14)

(15)

(16)

(17)

2. 基于共同生产可能集的管理处置区间交叉效率模型

考虑评价单元DMUd(d=1,2,…,n)和被评单元DMUp(p=1,2,…,n),基于管理处置下的共同生产可能集,DMUd的自评效率模型如(18)所示。

(18)

(19)

(20)

最终计算得到DMUp在管理处置下的平均区间交叉效率如式(21)所示。

(21)

二、应用研究--中国能源环境效率评价

(一)样本、指标和数据来源

本文选取2016-2020年我国30个省市(西藏因数据不完整,在具体计算时暂不计入)作为研究对象进行能源环境效率评价,遵循Zhao等的区域划分法(24)Zhao L., Zha Y., Liang N., et al., “Data envelopment analysis for unified efficiency evaluation:An assessment of regional industries in China”, Journal of Cleaner Production,vol.113(2016),pp.695-704.,根据经济发展和地理位置等因素将30个省市按东部、中部、西部分为三大群组。东部地区发展起步早,工业基础雄厚,在经济发展水平和技术力量方面具有明显的优势;中部地区重工业发达,煤炭、金属等矿产资源丰富,因此能源消耗较高,污染物排放量较大;西部地区地域辽阔、人口密度最低,无论经济状况还是工业基础都处于劣势地位,具有较大的发展潜力。

借鉴已有能源环境效率评价相关研究的做法,综合考虑数据的可获得性、科学性和全面性原则,本文在投入指标上主要从资本、人力和能源三个方面进行考察,即资本投入、人力资源投入以及能源投入,分别用各地区固定资本投入(亿元)、就业人数(万人)和能源消耗量(万吨标准煤)来衡量。产出指标包括期望产出和非期望产出,本文将地区年度GDP(亿元)作为期望产出指标,生产过程中产生的主要大气污染物,包括SO2排放量(万吨)、氮氧化物排放量(NOx)(万吨)以及烟尘排放量(万吨)作为非期望产出指标。本文的投入、产出指标数据来源于《中国统计年鉴》和《中国能源统计年鉴》(2017-2021)。

(二)结果分析

根据上述模型,利用Matlab2019b软件,测算2016-2020年我国30个省市在两种策略下基于群组生产可能集和共同生产可能集的能源环境效率,并对整体时期的效率计算均值,结果如表3所示。

表3 自然处置和管理处置下的区间交叉效率

1. 共同效率及群组效率差异分析

从共同效率来看,三个地区的能源环境效率在自然处置下表现出较为明显的区域特征,效率呈东、中、西部依次递减,而在管理处置下三个地区效率差异相对较小,东部与中部地区效率较为接近,西部地区效率仍然最低。东部地区无论在自然处置还是管理处置下效率均高于全国平均水平,而西部地区则与其相反。由此可见,东部地区在能源环境效率方面表现最优,西部地区表现最差,这与目前我国区域发展现状基本相符。东部地区作为相对发达的地区,自改革开放以来得到了优先发展,经济和技术优势明显,在这些因素的长期作用下能源环境效率保持较高水平,在全国处于领先地位。而西部地区经济和工业化水平低下,生产和节能减排技术水平相对落后,因此能源环境效率偏低。

从群组效率来看,基于相同的技术水平,东部地区中辽宁的能源环境效率与其他省市差距较大,在管理处置下体现得更为明显,其效率介于0.201和0.455之间。可能的原因在于,相比于其他东部省市,辽宁重工业比重较大,能源消耗较高且污染排放情况严重,经济效益落后较多。在中西部地区,山西和甘肃的能源环境效率相对较低,无论在自然处置还是管理处置下排名均靠后。造成这两个省市效率低下的主要原因是他们的能源消费结构均以煤炭为主,低品质能源占比越大则能源利用效率越低,环境污染越严重。因此,辽宁、山西和甘肃的能源环境效率还有较大的提升潜力,是需重点关注的省市。

结合共同效率和群组效率来看,在自然处置下,东部地区的群组效率和共同效率差距最小,西部地区差距最大,群组效率和共同效率的差距在一定程度上可以反映技术水平的高低。东部地区得益于良好的社会经济条件和政策红利,有更多的资本用于技术创新,因此生产和节能减排技术水平要高于中部和西部地区。在管理处置下,中西部地区群组效率和共同效率差距相较于自然处置有所缩小,这意味着中西部地区在管理处置下技术水平有所提高。由于地理位置、经济发展水平、资源禀赋、产业结构等先天差异难以突破,要想缩小技术差距,需要通过引进技术或技术创新的方式来实现群组技术升级。管理处置策略意味着通过增大资本投入来促进技术创新,因此对于中西部地区而言,应加大技术创新投入力度,同时加快从东部地区引进先进的生产技术和节能减排技术,加强技术创新能力建设,进而提高能源环境效率和经济效益。

2. 两种处置策略下的能源环境效率差异分析

对比自然处置和管理处置的评价结果可以发现,东、中、西部三个地区在两种不同环境策略下的效率呈现较大不同。考察期间,东部地区的共同效率在自然处置下介于0.768和0.826之间,在管理处置下介于0.610和0.761之间。显然,东部地区在自然处置下的表现要优于管理处置。从省级层面看,面对环境规制时,当环境策略由自然处置转变为管理处置,东部地区除了天津、河北、福建和海南之外的省市效率均有了不同程度的下降,其中北京和上海最为明显。北京在自然处置下效率为[0.794,0.823],而在管理处置下效率为[0.490,0.678],排名从第8名降至第21名;上海在自然处置下效率为[0.885,0.918],在管理处置下效率为[0.470,0.654],排名由第2名降至第23名。这意味着在目前阶段增加投入、促进技术创新对于东部,特别是政治经济较为发达的北京和上海而言,效果有限甚至不佳。可能的原因在于,东部工业建设早,发展相对饱和且技术较为先进,额外的技术投入难以保持规模收益的增长,降低能源消耗、适度缩小生产规模的自然处置策略对东部地区提高能源环境效率更有帮助。不同于东部地区,中西部地区在管理处置策略下的平均效率则要高于自然处置,中部地区的共同效率在管理处置下为[0.624,0.752],高于自然处置下的[0.622,0.694],西部地区的共同效率在管理处置下为[0.536,0.661],高于自然处置下的[0.534,0.590]。从省级层面来分析,中部地区中大部分省市的效率均有了不同程度的提升,其中广西最为明显,效率值由[0.620,0.686]升至[0.714,0.850],且排名上升了8名。在西部地区,贵州、陕西和宁夏效率提升幅度较大。这意味着积极的管理处置策略对中西部地区能源环境效率的改善较为明显,增加资本投入促进技术创新的方式有助于中西部地区增加生产总值并减少二氧化碳排放。可能的原因在于中西部地区生产效率低,工业发展对能源的依赖程度较高,而对技术的依赖很小,在技术方面还有较大的提升空间。由此可见,不同策略对不同地区环境能源效率的影响不同,对于三个地区应实施差异化发展策略。如果不考虑地区之间的技术异质性而盲目采取全面的资本推动技术创新方法,可能会导致资源浪费和能源利用效率低下。

在所有省市中,自然处置下能源环境效率排名前5位的依次为江苏、上海、天津、浙江和福建,均集中在东部地区,这意味着这些省市通过减少生产规模的方式可以达到较好的能源环境效率水平。在管理处置下排名前5位的省市为湖南、湖北、天津、安徽和福建,这意味着他们可以在先进技术的介入下保持有效的生产状态。自然处置下排名后5位的省市为新疆、甘肃、青海、辽宁和宁夏,其中有四个省市来自于西部地区,管理处置下排名后5位的省市为山西、辽宁、新疆、甘肃和黑龙江。在两种策略下均位于前列的省市有天津和福建,说明其在能源和环境效率方面保持了良好的平衡,其管理实践和先进技术可以作为其他省市参考借鉴的标杆。

3. 能源环境效率趋势变化分析

从动态视角出发,本文进一步对两种环境策略下中国整体及东、中、西部三个地区2016-2020年的能源环境效率进行纵向趋势分析。由于群组效率是基于不同参照标准所求得,无法从整体上把握能源环境效率,因此采用共同效率来进行分析,共同效率在自然处置和管理处置下的动态变化趋势如图1和图2所示。

图1 自然处置下我国能源环境效率整体均值及东、中、西部能源环境效率均值

图2 管理处置下我国能源环境效率整体均值及东、中、西部能源环境效率均值

从图1和图2可以看出,我国能源环境效率整体均值在两种环境策略下变化较平稳,总体上波动幅度较小。自然处置下的整体均值基本位于0.6-0.7之间,管理处置下基本位于0.6-0.8之间。中部地区的趋势变化和整体情况较为相近,尽管出现了一定程度的波动,但总体变化不大。从投入产出角度来看,整体和中部地区生产总值产出逐年增加的同时,投入也在逐步增加,且增长幅度较为一致。东部地区在自然处置下的能源环境效率呈略微下降的趋势,在管理处置下趋势变化规律不明显。可能的原因在于东部地区工业起步早,规模报酬递增阶段的优势逐渐减弱,能源消耗的增幅大于经济产出的增幅,因此现阶段应注意能源消费量的控制。西部地区在自然处置下的能源环境效率呈先上升后降低的趋势。2016-2019年效率逐年上升,表明能源环境状况正在逐渐得到改善。这主要归因于近年来西部大开发战略的实施,其经济发展、产业结构及能源消费结构调整等成效越来越显著。近几年西部地区风电、光伏发电规模高速增长,清洁能源和可再生能源占能源消费的比重不断提高,对能源环境效率的提高起到了积极的推动作用。2020年西部地区能源环境效率出现小幅回落,原因可能是受新冠疫情影响,经济产出减少,从而导致能源环境效率降低。在管理处置下,西部能源环境效率呈现先降后升趋势,可能的原因在于西部地区尚处于技术积累的初级阶段,随着技术积累到一定水平时,西部地区在管理处置下的能源环境效率开始逐步提高。

三、结论及建议

本文从技术异质性视角出发,考虑决策单元应对环境规制时采取的不同策略构建自然处置和管理处置区间交叉效率模型。在实证部分,将我国30个省市划分为东、中、西部三个群组,分别在群组生产可能集和共同生产可能集下对其能源环境效率进行了分析。得出的主要结论如下:(1)三个地区的能源环境效率在自然处置下表现出了较为明显的区域特征,效率呈东、中、西部依次递减,在管理处置下三个地区的效率差异相对较小。东部地区的辽宁省、中部地区的山西省和西部地区的甘肃省在各自群组内部表现不佳,应着重改善其能源环境效率。(2) 东、中、西部地区在不同处置策略下的效率呈现较大不同,东部地区适合采取自然处置策略,中西部地区适合采取管理处置策略。 (3)考察期内,我国整体及中部地区能源环境效率呈稳定波动趋势;东部地区在自然处置下效率呈略微下降趋势,在管理处置下趋势变化规律不明显;西部地区在自然处置下效率呈先升后降趋势,在管理处置下呈先降后升趋势。

基于上述结论,为提高我国能源环境效率以及推动经济社会可持续发展,提出如下建议:(1)优化产业规模,减少能源消耗。东部地区应适度缩小生产规模,充分利用技术和人才优势,通过提升资源配置和内部管理水平来实现现有技术水平下能源环境效率的最大化。同时,通过淘汰落后产能、加快传统产业升级改造来实现节能降耗。(2)积极进行技术创新,加大政府的支持力度。中西部地区要增加资本投入以促进技术创新,积极推行先进的清洁生产技术和节能减排技术,在增加期望产出的同时减少非期望产出,提高能源环境效率。此外,政府应在政策方面加大对中西部地区资金支持,根据实际情况制定合适的倾斜政策。(3)加强地区间的技术交流与合作,提高整体技术水平。东部较发达的城市应在严格控制能源消耗的基础上加快清洁生产及节能减排关键性技术的突破,并向中西部地区进行技术扩散,通过推动区域协调发展、缩小地区效率差异来实现整体能源环境效率的提高。(4)加快产业结构转型升级,推进清洁能源高效利用。对不符合功能定位的相关落后企业实行低碳转型或退出机制,并积极发展低能耗、低排放的第三产业。山西和甘肃应进一步加快风能、太阳能等新能源的开发利用,逐步提高清洁能源在能源消费结构中的比重,推动能源清洁化、多元化发展,在提高能源利用水平的同时改善环境状况。