考慮自然環(huán)境差異的中國地區(qū)能源效率與節(jié)能減排潛力研究

王　兵　楊雨石　賴培浩　於露瑾

?

考慮自然環(huán)境差異的中國地區(qū)能源效率與節(jié)能減排潛力研究

王兵楊雨石賴培浩於露瑾

[摘要]在考慮自然環(huán)境差異的情況下，運用四階段SBM模型測算了中國30個省區(qū)2000-2010年的生態(tài)全要素能源效率、碳排放效率和自然效應(yīng)(自然環(huán)境的影響程度)，并在此基礎(chǔ)上分析了各省區(qū)的理論節(jié)能減排潛力與實際節(jié)能減排潛力。結(jié)果表明：全國平均的生態(tài)全要素能源效率和全要素碳排放效率仍處于較低水平，節(jié)能減排潛力和空間巨大；地形地貌、荒漠化沙化程度和年降水量等自然環(huán)境因素對能源效率和碳排放效率有顯著的負向影響；調(diào)整前的理論能效和理論碳效的排名依次為東部、中部、西部，調(diào)整后的實際能效和實際碳效的排名則是中部、西部、東部；三大地區(qū)的自然效應(yīng)差異顯著，東部最優(yōu)，中部次之，西部最次，惡劣的自然環(huán)境是造成西部地區(qū)低效率的主要原因。由于自然因素難以人為改變，國家在制定節(jié)能政策時應(yīng)該適當?shù)貙ξ鞑康貐^(qū)降低指標，同時將節(jié)能減排的重點放在東部和中部地區(qū)。

[關(guān)鍵詞]自然因素； 生態(tài)全要素能源效率； 節(jié)能減排潛力； 四階段SBM

一引言

近年來，中國發(fā)展正陷入經(jīng)濟高速增長與生態(tài)約束強化的兩難困境。在日益緊張的節(jié)能減排壓力下，為了實現(xiàn)我國經(jīng)濟、社會與能源環(huán)境的協(xié)調(diào)發(fā)展，采取節(jié)能優(yōu)先、提高能源利用效率的能源戰(zhàn)略是當今實現(xiàn)節(jié)能減排最現(xiàn)實、最有效，也是成本最低的途徑。

節(jié)能減排是中國貫徹落實科學發(fā)展觀、堅定不移推進改革的重要環(huán)節(jié)，但由于中國地區(qū)經(jīng)濟發(fā)展不平衡，不同地區(qū)、不同部門之間在改革的承載和接受能力上存在很大差異，其自身的產(chǎn)業(yè)發(fā)展水平、節(jié)能減排空間也不一致(魏楚等，2010)[1]。因此，在考察各地區(qū)不同環(huán)境因素的情況下，科學比較中國各地區(qū)能源利用效率的高低，定量測算環(huán)境因素對能源效率的影響程度，對于制定合理且可行的節(jié)能減排政策具有重大的現(xiàn)實意義與指導價值。

早期能效研究中，學者們多使用單要素能效指標。如史丹(2006)[2]將能源效率定義為能源消耗強度的倒數(shù)，并比較分析了中國各地區(qū)節(jié)能潛力的差異。由于單要素能效指標無法反映生產(chǎn)過程中其他要素(如勞動力和資本)對能源的替代效果，因而可能高估了能源效率。而Hu和Wang(2006)[3]提出的建立在數(shù)據(jù)包絡(luò)分析(DEA)方法上的全要素能源效率指標則克服了這一缺陷，因而全要素指標得到了國內(nèi)外學者的廣泛使用(魏楚和沈滿洪，2007[4]，2008[5]；李世祥和成金華，2008[6]；曾勝和黃登仕，2009[7]；師博和沈坤榮，2008[8])。

上述文獻基本都考慮了環(huán)境因素對各地區(qū)能源效率的影響，但他們大多只對能源效率的影響因素做回歸分析，并沒有定量測算環(huán)境因素對能效水平的貢獻。對此，李蘭冰(2012)[9]應(yīng)用四階段DEA方法，并將能源效率解構(gòu)為能源管理效率和能源環(huán)境效率，對中國省際能源效率的現(xiàn)狀、成因與提升路徑進行了實證分析。然而，上述研究僅分析社會環(huán)境因素對能源效率的影響，沒有考慮自然環(huán)境因素。并且，該研究中的環(huán)境因素是產(chǎn)業(yè)結(jié)構(gòu)、開放程度、文化素質(zhì)與基礎(chǔ)設(shè)施這四個經(jīng)濟社會因素，并不是污染物排放約束因素。這與絕大部分文獻對能源效率影響因素的分析一樣，均局限于可通過人類活動而改變的經(jīng)濟社會因素，而忽略了不以人的意志為轉(zhuǎn)移的自然條件因素(比如地理位置、年平均氣溫、年降水量等)。

經(jīng)濟社會因素實際上是可以被人為改變的。比如，制定相關(guān)政策法規(guī)、改變能源消費方式等。而自然環(huán)境因素對能效造成的影響在很長時期內(nèi)不以人的意志為轉(zhuǎn)移。所以真正能實現(xiàn)的節(jié)能潛力應(yīng)只能算上被經(jīng)濟社會因素影響到的部分?；诖?，楊紅亮等(2009)[10]提出了“理論節(jié)能潛力”和“實際節(jié)能潛力”的概念，并根據(jù)影響方向的正負把自然環(huán)境變量歸為投入和產(chǎn)出變量納入DEA模型，利用中國2005年的省級數(shù)據(jù)，分別測算了各地區(qū)考慮和不考慮自然因素的能源效率和節(jié)能潛力。研究發(fā)現(xiàn)，一個地區(qū)所處自然環(huán)境的優(yōu)劣程度較大地影響了該地區(qū)的能效表現(xiàn)。

盡管楊紅亮等(2009)[10]考察了自然環(huán)境的影響，但他所使用的方法存在缺陷*該方法的不足是：對于如何判斷模型是否正確地選取了某些環(huán)境投入和產(chǎn)出變量，實際上卻沒有嚴格的統(tǒng)計方法對此作出檢驗與證明(Drake et al., 2006)[11]。，且未能測算出自然環(huán)境對能源效率的貢獻程度。更為遺憾的是，李蘭冰(2012)[9]和楊紅亮等(2009)[10]的研究未考慮污染物，故兩者的方法僅限于分析節(jié)能潛力，而無法分析減排潛力。對此，已有一些研究利用包含非期望產(chǎn)出(即污染物)的DEA模型測算了能源效率與節(jié)能潛力。另外，在考慮污染物后，還可測算污染物的排放效率和減排潛力，進而更科學全面地研究節(jié)能減排問題*碳排放效率和減排潛力也得到了廣泛研究，相關(guān)文獻可見屈小娥(2012)[12]的文獻綜述部分。。魏楚等(2010)[1]運用基于投入角度的節(jié)能模型和基于產(chǎn)出角度的減排模型測算了中國各地區(qū)的能源效率、節(jié)能潛力與減排潛力，并在此基礎(chǔ)上評估了中國“十一五”節(jié)能減排目標的可行性。余泳澤(2011)[13]在測算中國節(jié)能減排潛力的基礎(chǔ)上，研究了各地區(qū)的污染治理效率以及節(jié)能減排政策的實施路徑。

然而，上述研究運用的是徑向的、角度的DEA模型。徑向DEA模型的缺陷是當投入或產(chǎn)出的松弛變量不為零時，效率值會被高估；而角度DEA模型存在投入角度與產(chǎn)出角度的測算結(jié)果不完全一致的問題。而非徑向、非角度的SBM (Slack-based Measure)模型可解決上述兩個問題。比如，Choi et al.(2012)[14]運用SBM模型*SBM模型由Tone(2001)[15]提出，它可以在一個統(tǒng)一的框架下相對準確地測度各項投入和產(chǎn)出的效率。目前已有很多學者將該方法用于研究能源效率、碳排放效率或節(jié)能減排潛力(Zhou et al., 2012[16]; Li和Hu, 2012[17]; Rao et al., 2012[18]; Zhang和Choi, 2013[19]; 范丹和王維國，2013[20]；杜慧濱和王洋洋，2013[21])。測算了中國各地區(qū)的能源效率、碳排放效率以及節(jié)能減排潛力，并計算了減排的潛在成本。

目前已經(jīng)有一些學者將SBM模型與四階段DEA相結(jié)合，在銀行業(yè)、保險業(yè)等領(lǐng)域進行實證研究(Drake et al.，2006[11]; Avkiran，2009[22]; 吳洪和趙桂芹，2010[23])。而目前尚未有學者將四階段SBM模型運用于能源效率的研究中，因此，本文試圖從以下兩個方面對現(xiàn)有研究進行拓展：第一，運用四階段SBM模型測算2000-2010年中國各地區(qū)的生態(tài)全要素能源效率*Li和Hu (2012)[17]將包含污染物的全要素能源效率命名為生態(tài)全要素能源效率，我們在此沿用這一說法。，并同時測算出各地區(qū)的碳排放效率以及自然效應(yīng)(自然因素對能源效率及排放效率的影響程度)；第二，對各地區(qū)的理論節(jié)能減排潛力和實際節(jié)能減排潛力進行比較分析。

本文第二部分是研究方法的介紹；第三部分是數(shù)據(jù)來源及處理；第四部分是實證結(jié)果分析；第五部分是結(jié)論與政策建議。

二研究方法

本文研究方法主要采用基于方向性距離函數(shù)的四階段SBM模型。該模型是對四階段DEA模型的修正，在第一階段和第三階段的測算中，本文以基于方向性距離函數(shù)的SBM模型代替了原來的BCC模型。

(一)四階段SBM模型

1.第一階段：SBM方向性距離函數(shù)

(1)

按照Tone(2003)[26]和Fukuyama et al.(2009)[27]的研究，王兵等(2010)[28]把納入壞產(chǎn)出的SBM方向性距離函數(shù)定義為：

(2)

(3)

2.第二階段：Tobit回歸模型

根據(jù)第一階段SBM模型及各投入產(chǎn)出變量數(shù)據(jù)，我們可以計算出各個投入產(chǎn)出對應(yīng)的無效率值。該無效率值的取值范圍在0和1之間，且完全有效率的決策單位的無效率值等于0，這意味著無效率值是被截斷的。因此，本文利用隨機效應(yīng)下的面板Tobit模型*可能存在的問題是在隨機效應(yīng)下和混合截面下的Tobit模型是否有顯著差異。而我們作出的極大似然比檢驗的結(jié)果拒絕了兩者無差異的原假設(shè)，因此，本文用隨機效應(yīng)的Tobit模型來估計解釋變量的參數(shù)。擬合第一階段的無效率值和外生環(huán)境變量之間的關(guān)系*由于松弛變量的大小并不能直接反映出無效率值的大小，事實上，一些生產(chǎn)單位的松弛變量大的同時其投入量也很大，這種情況下該生產(chǎn)單位的無效率值很可能并不大，因而對松弛變量進行回歸可能會對最終的調(diào)整結(jié)果造成一定偏誤。故本文沒有采用Fried et al. (1999)[30]對松弛變量進行回歸的方法，而是借鑒吳洪和趙桂芹(2010)[23]的做法，對無效率值進行回歸并在此基礎(chǔ)上對各項投入產(chǎn)出量做出相應(yīng)的調(diào)整。。

假設(shè)存在P個可觀察的環(huán)境因素變量Zio=(zio,…,zpo)影響了無效率值。以投入為例，投入無效率值與環(huán)境變量的關(guān)系模型如下：

Sio/Xio=Zio×Bi+Eio

(4)

其中，Bi表示當對第i個無效率值進行回歸時，其解釋變量(環(huán)境因素變量)的待估參數(shù)向量，Eio表示誤差項。對于產(chǎn)出無效率與投入無效率的處理同理。

3.第三階段：對初始投入變量的調(diào)整

(5)

(6)

4.第四階段：調(diào)整后的SBM 模型效率

由第三階段調(diào)整各投入變量的值代替原始投入數(shù)據(jù)，再次運用第一階段的SBM模型計算出剔除環(huán)境因素影響的效率值。

(二)節(jié)能減排模型

根據(jù)非期望產(chǎn)出的SBM模型，參考Li和Hu (2012)[17]定義能源效率的方式、Choi et al.(2012)[14]定義碳排放效率的方式以及魏楚等(2010)[1]定義的節(jié)能潛力與減排潛力，我們提出了如下的定義方式：

將生態(tài)全要素能源效率(Ecological Total-Factor Energy Efficiency，ETFEE)定義為：

(7)

其中ETFEEk,t表示第k個省份在t時期的生態(tài)全要素能源效率；TEIk,t(Target Energy Input)表示第k個省份在t時期的最優(yōu)生產(chǎn)前沿上參照目標點的能源投入；Ek,t為第k個省份在t時期的實際能源投入；LEIk,t(Loss Energy Input)表示第k個省份在t時期相對于最優(yōu)生產(chǎn)前沿的過多的能源投入，即為能源投入的松弛量，也可看作可實現(xiàn)的節(jié)能量。根據(jù)式(7)可得第k個省份在t時期的節(jié)能潛力SPEk,t(Saving Potential of Energy)：

(8)

該值越高，說明當前被評價地區(qū)的能源無效率越大，也表明其節(jié)能潛力越大*值得注意的是，由于DEA方法測算的是樣本中各個測度單位的相對于樣本內(nèi)部的效率值，是一種相對效率值。盡管處于最優(yōu)生產(chǎn)前沿的地區(qū)的節(jié)能量為零，但這并不意味著該省份沒有任何節(jié)能空間了，而是指該地區(qū)同其他地區(qū)相比，在當前技術(shù)條件和產(chǎn)出水平下，無法實現(xiàn)能源投入的進一步節(jié)約。如果出現(xiàn)了比原有最優(yōu)生產(chǎn)前沿更為“優(yōu)秀”的某個測度單位，原有最優(yōu)生產(chǎn)前沿的無效率值和節(jié)能量就不為零了。。顯然，SPEk,t+ETFEEk,t=1。

SBM模型能夠計算出式(7)中的目標能源投入TEIk,t，加上實際能源投入Ek,t的數(shù)據(jù)便可得到各地區(qū)的能源效率值ETFEEk,t、節(jié)能量LEIk,t和節(jié)能潛力SPEk,t。

類似地，我們將全要素碳排放效率(Total-Factor CO2Emission Efficiency,TFCEE)定義為：

(9)

其中TFCEEk,t表示第k個省份在t時期的全要素碳排放效率；TCEk,t(Target CO2Emission)表示第k個省份在t時期的最優(yōu)生產(chǎn)前沿上目標點的CO2排放量；Ck,t表示第k個省份在t時期的實際CO2排放量；LCEk,t(Loss CO2Emission)表示第k個省份在t時期相比最優(yōu)前沿的過多的CO2排放量，即CO2排放的松弛量，也可看作可實現(xiàn)的減排量。根據(jù)式(9)可測算出第k個省份在t時期的減排潛力APCEk,t(Abatement Potential of CO2Emission)：

(10)

SBM模型能夠計算出式(9)中的目標CO2排放量TCEk,t，加上實際CO2排放量Ck,t的數(shù)據(jù)便可得到各地區(qū)的碳排放效率值TFCEEk,t、減排量LCEk,t和減排潛力APCEk,t。

APCEk,t的數(shù)值越高，說明當前被評價地區(qū)的碳排放無效率越大，也表明其減排潛力越大。顯然，APCEk,t+TFCEEk,t=1。

四階段SBM模型的第一階段，仍以原始投入和產(chǎn)出為基礎(chǔ)，通過獲取的能源和CO2的目標值與實際值計算ETFEE和TFCEE。而模型的第三階段是以調(diào)整后的投入和產(chǎn)出為基礎(chǔ)，通過獲取新的能源和CO2的目標值與實際值計算ETFEE和TFCEE。為了區(qū)別調(diào)整前和調(diào)整后的效率值，我們把第一階段測算出的ETFEE、TFCEE、SPE與APCE分別命名*該命名借鑒了楊紅亮等(2009)[10]的命名方式。為理論能源效率、理論碳排放效率、理論節(jié)能潛力與理論減排潛力；相應(yīng)地，把第三階段測算出的ETFEE、TFCEE、SPE與APCE分別命名實際能源效率、實際碳排放效率、實際節(jié)能潛力與實際減排潛力。

(三)自然效應(yīng)的計算

第三階段的實際能源效率、碳排放效率以及節(jié)能減排潛力均剔除了自然環(huán)境的影響，本文借鑒李蘭冰(2012)[9]的分解方法，并以第一階段和第三階段的結(jié)果為基礎(chǔ)，提出了如下計算自然效應(yīng)的方法，以衡量自然效應(yīng)對理論能源效率和理論碳排放效率的貢獻程度。

首先，我們將第一階段得到的理論能源效率(Theoretic Energy Effiency，TEE)和第三階段得到的實際能源效率(Real Energy Efficency，REE)進行比較，進一步考慮自然環(huán)境對各地區(qū)能效的影響，即能源-自然效應(yīng)(Energy Natural Effect，ENE)：

(11)

其次，我們再將理論碳排放效率(Theoretic CO2Emission Efficiency，TCEE)與實際碳排放效率(Real CO2Emission Efficiency，RCEE)進行比較，進一步考慮自然環(huán)境對各地區(qū)碳排放效率的影響，即碳排放-自然效應(yīng)(CO2Emission Natural Effect，CENE)：

(12)

最后，我們對兩種自然效應(yīng)取其平均值，便可得到最終的自然效應(yīng)(Natural Effect，NE)：

NE=(ENE+CENE)/2

(13)

如果地區(qū)的NE>1，則表明該地區(qū)所處的自然環(huán)境相對有利，使用傳統(tǒng)SBM模型測算的能源效率和碳排放效率會被高估。也就是說，當被估計地區(qū)全部調(diào)整到最差自然水平時，其實際效率會下降，這是因為調(diào)整前地區(qū)擁有有利的自然環(huán)境可使其投入較小。反之，如果地區(qū)的NE<1，那么表明該地區(qū)處在相對不利的自然環(huán)境下，用傳統(tǒng)SBM模型測算的效率水平會被低估。

三數(shù)據(jù)來源及處理

(一)指標選取與說明

運用四階段SBM模型進行實證評估，需要用到中國2000-2010年的省級數(shù)據(jù)。其中產(chǎn)出和投入數(shù)據(jù)方面，我們使用地區(qū)GRP作為期望產(chǎn)出，各地區(qū)CO2排放量作為非期望產(chǎn)出，以及勞動、資本和能源作為投入量。自然環(huán)境因素我們在借鑒楊紅亮等(2009)[10]的基礎(chǔ)上，選取了地形地貌、荒漠化沙化程度和年降水量作為解釋變量。除了西藏自治區(qū)、臺灣省、香港特別行政區(qū)和澳門特別行政區(qū)以外，本文的數(shù)據(jù)范圍覆蓋了中國所有省、直轄市和自治區(qū)。各項投入、產(chǎn)出變量以及年降水量的原始數(shù)據(jù)均來源于歷年《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》和《中國城市(鎮(zhèn))生活與價格年鑒》。而在自然因素中，地形地貌的數(shù)據(jù)取自中國科學院地理科學與資源研究所《土地資源數(shù)據(jù)庫》，荒漠化沙化程度的數(shù)據(jù)來源于2004年和2009年的《中國環(huán)境年鑒》，我們對這兩年的數(shù)據(jù)取了平均值，并把該平均值用作2000-2010年各地區(qū)荒漠化沙化程度的數(shù)據(jù)。其中各變量的具體指標如表1所示。

表1　投入、產(chǎn)出、環(huán)境因素的變量選取與具體指標

注：各比重指標均以百分比為單位表示。

(二)數(shù)據(jù)處理與地區(qū)歸類說明

1.期望產(chǎn)出。本文選用了以2000 年作為基期進行平減后的各省份的地區(qū)生產(chǎn)總值(GRP)。

2.非期望產(chǎn)出。由于國家在“十二五”規(guī)劃中首次將控制溫室氣體排放和碳強度下降納入到經(jīng)濟社會發(fā)展規(guī)劃中，本文選取了CO2排放量作為非期望產(chǎn)出。關(guān)于CO2的計算，我們參考了王兵等(2011)[32]的做法，按照IPCC《國家溫室氣體排放清單指南》中能源部分所提供的基準方法進行計算*化石燃料消費產(chǎn)生CO2排放量的計算公式為: CO2排放量=化石燃料消耗量×CO2排放系數(shù); CO2排放系數(shù)=低位發(fā)熱量×碳排放因子×碳氧化率×碳轉(zhuǎn)換系數(shù)。。

3.能源投入。由于各個評價單元當期的能源消費結(jié)構(gòu)有很大的不同，為了統(tǒng)一口徑，我們利用各種能源折標準煤參考系數(shù)，將各個省市的各種一次能源消費量通過折標算出能源消費總量。

4.勞動投入。本文采用各城市歷年的從業(yè)人員數(shù)作為勞動投入量指標。

5.資本投入。對于資本投入的估算，本文選用最常用的“永固盤存法”，選擇固定資本投資額為當年投資指標，并根據(jù)張軍等(2004)[33]的方法構(gòu)造了1952-2010年的固定資產(chǎn)投資價格指數(shù)，從而得到各省份以2000年為不變價格的實際投資價格。并且按照王兵和顏鵬飛(2007)[34]的方法得到1952 年的資本存量。在折舊率的選取上，本文采用吳延瑞(2008)[35]研究中所估計的數(shù)值。

此外，依照文獻中的慣例，本文將30個地區(qū)分成東部、中部和西部三大地區(qū)*東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南共11個省、市、自治區(qū)；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南共8個省份；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆共11個省、市、自治區(qū)。。研究結(jié)果也將反映在考慮和不考慮自然環(huán)境因素時，三大地區(qū)間能效差異的變化情況。

四實證結(jié)果分析

(一)理論能源效率與理論碳排放效率

第一階段的SBM生態(tài)全要素能源效率(后文中簡稱為“理論能效”)和全要素碳排放效率(后文中簡稱為“理論碳效”)的計算結(jié)果顯示(見表2)：從各省區(qū)平均來看，北京、上海和廣東的理論能效和理論碳效均為1，三者構(gòu)成效率前沿面；排名最低的為山西，理論能效僅為0.158，而理論碳效只有0.206，與前沿面的差距非常大。各省區(qū)的理論能效排名與魏楚等(2010)[1]的測算結(jié)果基本一致，理論碳效則與杜慧濱和王洋洋(2013)[21]的結(jié)果相似。從全國來看，平均理論能效和理論碳效分別為0.519和0.550，效率水平偏低，存在較大的改進空間。從各地區(qū)演變趨勢來看，北京、上海和廣東三省區(qū)始終處于前沿面，各省區(qū)基本上處于穩(wěn)定狀態(tài)，每年略有變化。

但我們將各地區(qū)分成東部、中部和西部三個區(qū)域時，發(fā)現(xiàn)東部的理論能效和理論碳效顯著高于中、西部：東部的平均理論能效為0.736，中、西部分別為0.406和0.383；東部的平均理論碳效為0.751，中、西部分別為0.447和0.424。這與Choi et al.(2012)[14]以及范丹和王維國(2013)[20]的測算結(jié)果接近。其中東部和中部的理論能效均在2003年達到最高，之后平穩(wěn)下降，東部直到2009年才有回升趨勢，而中部在2006年達到0.385的最低能效后，之后幾年開始緩步回升；西部在2004年開始下降，直到2009年才回升?？傮w上全國能效水平的下降趨勢與王兵等(2011)[32]的測算結(jié)果一致。

理論碳效方面，東部呈現(xiàn)出全面下降的趨勢，其中2003-2005這兩年的下降最明顯；中部在前8年一直呈下滑趨勢，但從2007年開始提升，這可能與2006年我國開始實施“中部崛起戰(zhàn)略”有關(guān)；西部地區(qū)則是從2002年起不斷下降，直到2009年開始回升?？傮w上全國理論碳效的下降趨勢與查建平等(2012)[36]的測算結(jié)果一致。根據(jù)陳詩一(2009)[37]的研究，2003 年后全國能源效率和碳排放效率之所以下降，原因之一是該時期房地產(chǎn)和汽車工業(yè)的快速發(fā)展等帶動了各重化工業(yè)行業(yè)的急劇膨脹，中國的重化工業(yè)化趨勢再度顯現(xiàn)，能耗和排放再次大幅增長。

表2　中國各地區(qū)2000-2010理論能源效率和理論碳排放效率平均值及排名

(續(xù)上表)

地區(qū)各地區(qū)理論能源效率平均值2000-20022003-20052006-20082009-20102000-2010排名各地區(qū)理論碳排放效率平均值2000-20022003-20052006-20082009-20102000-2010排名廣西0.5750.5660.5440.4830.547110.6420.6540.5990.5870.6249海南1.0000.9960.9820.8740.97141.0001.0000.9470.7000.9314重慶0.4220.5440.4790.4350.473140.5080.6470.5640.5180.56313四川0.5620.5320.5610.5410.550100.6100.6090.6150.5860.60711貴州0.3760.3540.3320.3330.350220.4490.4020.3780.3860.40521云南0.4600.3610.3300.3310.374210.5070.4160.3540.3580.41320陜西0.4410.4110.3980.3530.405170.4730.4260.3910.3560.41719甘肅0.2960.2960.3020.2800.295280.3120.3130.3050.3170.31228青海0.3210.3540.3030.2940.320260.3950.4440.3680.3840.39922寧夏0.3530.3200.3130.3000.323250.3350.3700.3610.3340.35125新疆0.3610.3650.3650.2840.349230.3610.3650.3630.2950.35026東部0.7660.7500.7190.7050.73810.7900.7640.7220.7150.7511中部0.4230.4090.3880.4030.40620.4660.4420.4240.4620.4472西部0.3990.3920.3750.3470.38330.4410.4430.4100.3940.4243全國0.5400.5280.5050.4930.5190.5750.5600.5280.5300.550

注：由于篇幅原因，本文在表格中以三年為單位，給出三年平均值(除2009-2010年以兩年為單位)。

此時我們計算的理論能效和理論碳效沒有區(qū)分地區(qū)環(huán)境差異，可能有一些地區(qū)的自然環(huán)境會對其能源效率與碳排放效率產(chǎn)生顯著影響，用理論效率值進行詳細比較會導致不公平的結(jié)果?？紤]到這一點，本文將在下面的部分重點對調(diào)整后的實際能源效率與實際碳排放效率進行比較。

(二)自然因素的調(diào)整與自然效應(yīng)的分析

我們將第一階段得出的各地區(qū)各項投入以及壞產(chǎn)出對應(yīng)的無效率值作為被解釋變量，將地形地貌、荒漠化沙化程度和年降水量三個自然因素變量作為解釋變量，利用Stata軟件進行面板隨機效應(yīng)Tobit回歸，參數(shù)估計結(jié)果如表3所示。

表3　面板隨機效應(yīng)Tobit回歸結(jié)果——自然因素變量

注：(1)****表示p<0.01，***表示p<0.05，**表示p<0.1，*表示p<0.15；(2)括號內(nèi)為z統(tǒng)計量。

地形地貌對無效率值的回歸系數(shù)為正，說明山地丘陵面積比重越大的地區(qū)的無效率值越高。根據(jù)楊紅亮(2009)[10]的分析，這種影響主要體現(xiàn)在交通運輸和社會生產(chǎn)上。其他條件相同情況下，在山地丘陵地區(qū)的交通運輸顯然比平原地區(qū)要困難得多，其社會生產(chǎn)的組織也會遇到更大的難度。

荒漠化沙化程度對無效率值的回歸系數(shù)也都是正的，高度荒漠化沙化意味著缺乏可利用的土地資源，且經(jīng)常受沙塵暴等惡劣天氣的影響，同樣不利于交通運輸和社會生產(chǎn)。

圖1　中國自然效應(yīng)分布情況

年降水量對無效率值的影響也是正的?？赡艿脑蛉缦拢阂皇墙邓窟^多地區(qū)遭受臺風、暴雨等惡劣天氣的頻率較高，更容易導致洪澇災害斷電斷水，對人類生產(chǎn)生活造成極大的經(jīng)濟損失與不便，一次強降水需消耗更多能源使生活恢復正常；二是降水過多會對農(nóng)作物生長造成極大影響，需人工排水，消耗更多能源，從而影響農(nóng)業(yè)發(fā)展。因此，年降水量對社會生產(chǎn)以及能源消費都有一定的影響。

得到以上回歸結(jié)果后，我們根據(jù)式(5)，對投入變量以及壞產(chǎn)出進行調(diào)整，并再次運用SBM模型，得到剔除自然環(huán)境影響的實際能源效率與實際碳排放效率。此時我們便可根據(jù)式(11)-式(13)計算出各地區(qū)的自然效應(yīng)(圖1反映了我國自然效應(yīng)的分布情況)。通過圖示，東北、中原以及東部沿海的偏北部地區(qū)的自然環(huán)境最好，這些地區(qū)以平原為主，且荒漠化沙化程度低，降水量適中。南方的自然環(huán)境處于中等，南方地區(qū)降水量過多，且丘陵面積較大。而西部絕大多數(shù)省份處于劣質(zhì)的自然環(huán)境條件中，若要產(chǎn)出相同數(shù)量的期望產(chǎn)出，需投入更多能源進行生產(chǎn)，排出更多污染物。所以在未剔除自然因素之前，測算結(jié)果是西部地區(qū)效率水平低于中、東部地區(qū)，此時估計的能源效率和碳排放效率是有偏的；由理論值與自然效應(yīng)可以推測出，剔除自然因素之后，西部地區(qū)與中、東部地區(qū)之間的差異縮小，后文將詳細分析剔除自然因素后的實際情況(見表4)。因而我們認為西部惡劣的自然條件在一定程度上增加了這些地區(qū)組織社會生產(chǎn)活動的難度，且加大了能源的消耗和污染的排放，多投入的能源中有一部分是為了彌補自身自然條件的不足，而非技術(shù)因素導致的能源投入與碳排放過度。

(三)實際能源效率與實際碳排放效率

在剔除自然環(huán)境因素的影響后，得到調(diào)整的SBM生態(tài)全要素能源效率(簡稱實際能效)與全要素碳排放效率(簡稱實際碳效)，與理論能效和理論碳效相比，均發(fā)生一定程度的變化(如表4所示)。全國平均的實際能效和實際碳效分別為0.541和0.555，對比理論能效的0.519和理論碳效的0.550，均有小幅的提高，但和效率前沿面的差距仍十分巨大。

三大地區(qū)實際能效和實際碳效的變化各有不同，東部地區(qū)的實際能效和實際碳效分別從0.738和0.751降到0.664和0.668，中部地區(qū)由0.406和0.447下降到0.382和0.407，變化最大的西部地區(qū)則由0.383和0.424上升到0.535和0.550；東、中、西部三大地區(qū)排名也由1、2、3名變?yōu)楝F(xiàn)在的1、3、2名。事實上，西部在剔除環(huán)境因素影響后的實際能效和實際碳效較高，表明西部地區(qū)實際的能源管理能力較強，較低的理論能效和理論碳效的確是由惡劣的外部自然環(huán)境所致。東部地區(qū)能效和碳效的下降說明東部較高的理論能效有一部分得益于其良好的環(huán)境效應(yīng)，其實際能源管理能力仍有提升空間。對比之下中部的實際能效和實際碳效為三大地區(qū)最低，說明其能源管理能力是三大地區(qū)最弱的，因此中部地區(qū)實際上是節(jié)能減排的最重點地區(qū)，其效率水平的提升空間巨大。從各地區(qū)實際能效和實際碳效的演變趨勢來看，東部呈現(xiàn)先降后升的態(tài)勢，但波動不大；西部波動相對較大，總體上實際碳效呈下降趨勢；中部則經(jīng)歷先升后降最后再回升的“N”型變化趨勢。全國總體的實際能效與實際碳效的變化情況與理論能效和理論碳效差異不大，但實際能效的變化相對更平緩，實際碳效則與理論碳效更接近，基本上是2003年以前上升，2003-2008年下降，之后再回升的變化過程。

從各省多年平均的效率水平來看，廣東和上海在調(diào)整前后始終處于前沿面，說明這兩個地區(qū)具有卓越的能源管理能力及控制污染排放的水平，而調(diào)整前同樣處于前沿面的北京則在調(diào)整后能效和碳效均跌至第4位，天津則從理論能效排名的第8位下降至實際能效排名的第17位，同時從理論碳效排名的第8位下降至實際碳效排名的第22位。這說明天津等地區(qū)的理論效率水平高更受益于良好的自然環(huán)境，其實際效率水平亟待提高。調(diào)整后新疆的能效和碳效排名分別上升了22位和25位，并與廣東上海一起，構(gòu)成新的前沿面，變化巨大。此外，調(diào)整后能效和碳效排名上升10位以上的還有甘肅、寧夏和內(nèi)蒙古，這些省份深受惡劣自然環(huán)境影響，環(huán)境因素導致了其理論效率水平的低下，但其真實的能源管理水平和控制污染排放的能力較高。同時也說明在未剔除環(huán)境因素的情況下，節(jié)能和減排空間均被高估。

此外，我們將以上實際能效的測算結(jié)果與楊紅亮等(2009)[10]的進行對比，發(fā)現(xiàn)在他們的測算結(jié)果中，能源效率前沿面比本文多了天津、內(nèi)蒙古、遼寧、江蘇、山東、海南、青海和寧夏共8個省份。對此我們認為楊紅亮等(2009)[10]可能高估了自然環(huán)境對能源效率的影響，因而也高估了實際能源效率(尤其是西部地區(qū)的實際能效)。究其原因，其一可能是楊紅亮等(2009)[10]將環(huán)境變量納入模型的方式有問題，我們的四階段SBM方法在此顯示出優(yōu)越性；其二可能是楊紅亮等(2009)[10]未考慮污染物排放，且他們的樣本量僅局限在2005年一年。

表4　中國各地區(qū)2000-2010實際能源效率和實際碳排放效率平均值及排名

(續(xù)上表)

地區(qū)各地區(qū)實際能源效率平均值2000-20022003-20052006-20082009-20102000-2010排名各地區(qū)實際碳排放效率平均值2000-20022003-20052006-20082009-20102000-2010排名山西0.1790.1480.2000.3120.201300.2310.1810.1940.3390.22730內(nèi)蒙古0.4610.4460.3990.3890.427190.5090.4960.4120.4060.46017遼寧0.3380.3890.3930.3800.375240.3300.3660.3480.3730.35228吉林0.3180.3220.2890.3190.312290.3370.3400.3190.3480.33529黑龍江0.3580.3790.3780.3880.375230.3580.3870.3670.3830.37323上海1.0001.0001.0001.0001.00011.0001.0001.0001.0001.0001江蘇0.5480.5730.5310.5280.547110.5800.6220.5550.5910.58711浙江0.7580.7200.6840.6850.71460.7660.7240.6870.6990.7216安徽0.2940.3460.3620.3110.330280.3120.3780.3720.3530.35427福建0.9810.8890.8040.7920.87350.9990.9170.8570.8130.9045江西0.5640.5850.5600.5570.56790.5950.6030.5720.5770.58810山東0.4690.4250.3500.3350.400220.5100.4640.3500.3740.42921河南0.3750.3580.3070.3110.340270.3890.3840.3300.3490.36425湖北0.4210.4370.4340.4510.434180.4490.4640.4370.4550.45118湖南0.6090.5300.3990.4200.496160.6540.5740.4710.5460.56312廣東1.0001.0001.0001.0001.00011.0001.0001.0001.0001.0001廣西0.6060.5440.5640.4990.558100.6820.6010.5930.5670.6158海南0.6280.5580.6770.7760.64980.6370.5470.6100.5990.5989重慶0.4510.5470.5410.4900.509140.4860.6070.5860.5280.55413四川0.6650.6340.6600.6370.65070.6960.6750.6640.6300.6697貴州0.4350.4110.3850.3830.405210.4790.4350.4050.4030.43320云南0.5240.4140.3740.3700.425200.5610.4440.3700.3620.44119陜西0.5330.5220.4980.4420.504150.5210.5010.4470.4050.47516甘肅0.5170.5490.5520.5040.533120.4870.5440.5160.5030.51315青海0.3250.2940.4090.3830.350260.3560.3310.4330.3630.37124寧夏0.5630.5100.5220.4840.523130.4890.5460.5500.4690.51714新疆1.0001.0001.0001.0001.00011.0001.0001.0001.0001.0001東部0.6720.6580.6560.6700.66410.6860.6720.6510.6620.6681中部0.3900.3880.3660.3840.38230.4150.4140.3830.4190.4073西部0.5530.5340.5370.5070.53520.5700.5620.5430.5120.5502全國0.5530.5410.5350.5340.5410.5710.5630.5400.5420.555

注：由于篇幅原因，本文在表格中以三年為單位，給出三年平均值(除2009-2010年以兩年為單位)。

(四)理論節(jié)能減排潛力與實際節(jié)能減排潛力

根據(jù)式(8)可計算出各地區(qū)的“節(jié)能量”、節(jié)能潛力以及該地區(qū)當年可節(jié)約能源量占全國相對比重。此外，我們根據(jù)楊紅亮等(2009)[10]提出的“理論節(jié)能潛力”和“實際節(jié)能潛力”的概念，利用調(diào)整前后的測算結(jié)果分別計算了各地區(qū)理論節(jié)能量、理論節(jié)能潛力和理論節(jié)能量占全國的比重以及實際節(jié)能量、實際節(jié)能潛力和實際節(jié)能量占全國的比重。與節(jié)能方面的各種指標同理，根據(jù)式(10)可計算出各地區(qū)的“減排量”、減排潛力以及該地區(qū)當年可減少的CO2排放量占全國相對比重。同時，我們根據(jù)調(diào)整前后的測算結(jié)果分別得出各地區(qū)理論減排量、理論減排潛力和理論減排量占全國的比重以及實際減排量、實際減排潛力和實際減排量占全國的比重，之后我們可以對各項理論值和實際值進行對比分析。上述各項指標的測算結(jié)果如表5和表6所示。

表5　中國各地區(qū)2000-2010年理論節(jié)能潛力與實際節(jié)能潛力平均值對比

(續(xù)上表)

地區(qū)理論節(jié)能潛力理論節(jié)能量(萬噸)理論節(jié)能量占全國比重實際節(jié)能潛力實際節(jié)能量(萬噸)實際節(jié)能量占全國比重云南0.6264530.522.90%0.5753122.332.44%陜西0.5953965.182.54%0.4962245.391.75%甘肅0.7053351.752.15%0.4671029.800.80%青海0.680818.170.52%0.650475.840.37%寧夏0.6772414.991.55%0.4771068.790.83%新疆0.6513528.342.26%0.0000.000.00%東部0.26252275.6533.46%0.33653378.9241.66%中部0.59457967.5037.11%0.61853217.5641.54%西部0.61745981.0929.43%0.46521518.5016.80%全國0.481156224.24100%0.459128114.98100%

1.節(jié)能方面分析

經(jīng)計算發(fā)現(xiàn)，各地區(qū)間的節(jié)能潛力差異很大，其中以下地區(qū)的平均實際節(jié)能潛力接近或超過50%：天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、安徽、山東、河南、湖北、湖南、貴州、云南、陜西和青海。這表明由于要素、技術(shù)水平和管理等因素的差異，上述地區(qū)在經(jīng)濟生產(chǎn)中相對于前沿面(由上海、廣東和新疆構(gòu)成)有超出一半的能源資源被浪費，其對能源的利用和管理的水平亟需提升。對比理論節(jié)能潛力，實際節(jié)能潛力上升最明顯的依次為：海南(32.2%)、天津(22.9%)、江蘇(13.5%)和山東(9.3%)；實際節(jié)能潛力下降最明顯的依次為：新疆(65.1%)、甘肅(23.8%)、內(nèi)蒙古(22.4%)和陜西(9.9%)。各省份理論節(jié)能潛力與實際節(jié)能潛力存在巨大差異。

從實際節(jié)能量的大小和規(guī)模來看，以下地區(qū)的可節(jié)省能源量占全國的比重均超過5%：河北、山西、遼寧、江蘇、安徽、山東和河南。且這7個“節(jié)能大省”的實際可節(jié)省能源量之和超過全國的53%。除上述五省外，吉林、黑龍江、湖北等省的節(jié)能潛力和節(jié)能規(guī)模也相對較大，因此，無論是從對全國節(jié)能的貢獻，還是從挖掘地區(qū)節(jié)能潛力來看，這些省份理應(yīng)成為節(jié)能重點區(qū)域。此外，盡管青海、甘肅和寧夏等西部省區(qū)節(jié)能潛力較高，但其節(jié)能量對于全國的貢獻率并不高。例如：青海的實際節(jié)能潛力為0.650，但其實際節(jié)能占全國比重僅為0.37%。對比理論節(jié)能量，各個省份的實際節(jié)能量發(fā)生了一定變化。變化最大的內(nèi)蒙古，從理論節(jié)能量的12002.09萬噸下降到實際的3421.74萬噸，其節(jié)能量占全國的比重也從7.68%下降到2.67%。此外，江蘇和山東的實際節(jié)能量比理論值均上漲了2500萬噸以上，實際節(jié)能量占全國比重也比理論值分別高出了3.05%和3.91%。

從全國來看，全國平均每年可節(jié)約實際能源投入為128114.98萬噸，占實際能源消費的45.9%，這表明全國每年平均過度消費了46%的能源。按照地區(qū)進行比較，中部地區(qū)的實際節(jié)能潛力為三大地區(qū)最高(0.618)，其次分別為西部(0.465)和東部(0.336)。從實際可節(jié)約能源的規(guī)模和比重來看，東、中部的實際節(jié)能量均占全國可節(jié)約能源量的 41.5%左右，遠遠大于西部的16.8%。對比理論節(jié)能量占全國的比重，東部地區(qū)應(yīng)承擔的節(jié)能責任明顯提升(升幅為8.20%)，中部略有提升(升幅為4.43%)，西部則大幅下降(降幅為12.63%)?？紤]自然環(huán)境因素后，我國在制定節(jié)能政策時應(yīng)給東部和中部分配相對更重的節(jié)能任務(wù)，同時相對減輕西部地區(qū)的節(jié)能任務(wù)。值得注意的是，對比理論節(jié)能量，全國平均的實際節(jié)能總量下降了28109.26萬噸；東部地區(qū)的節(jié)能量占全國比重提高了，但其實際節(jié)能量僅比理論節(jié)能量高出1103.27萬噸；而中部地區(qū)在節(jié)能量占全國比重提高的同時，實際節(jié)能量卻比理論值降低了4749.94萬噸；西部地區(qū)的實際節(jié)能量的降幅巨大，比起理論節(jié)能量少了24462.59萬噸之多。從節(jié)能總量上看，我國在制定節(jié)能政策時應(yīng)小幅增加東部的節(jié)能責任，適當降低中部以及較大幅度地縮減西部地區(qū)的節(jié)能責任。

2.減排方面分析

據(jù)計算，平均實際減排潛力接近和超過50%的地區(qū)包括：天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、安徽、山東、河南、湖北、貴州、云南、陜西和青海，與實際節(jié)能潛力的情況類似。這些省份的污染排放有較大改進空間。對比理論減排潛力，實際減排潛力上升最明顯的分別為：海南(33.3%)、天津(24.0%)和江蘇(14.6%)；實際節(jié)能潛力下降最明顯的分別為：新疆(65.0%)、內(nèi)蒙古(23.4%)和甘肅(20.1%)。

從可減少碳排放量的大小和規(guī)模來看，以下地區(qū)的可減排量占全國可減排總量比重超過5%：河北、山西、遼寧、黑龍江、江蘇、安徽、山東和河南，這8個“減排大省”的可減排量之和占全國總量的64.46%。其中，河北、山東和河南三省的減排貢獻和影響最大，其各自可減排量所占比重均超過了9%。與節(jié)能情況類似，實際減排潛力較高的青海、甘肅和寧夏的實際減排量占全國的比重并不高(青海的實際減排潛力為0.629，但其實際減排占全國比重僅為0.38%)。對比理論減排量，各個省份的實際減排量發(fā)生了一定變化。變化最大的仍是內(nèi)蒙古，從理論減排量的23281.31萬噸下降到實際的6606.98萬噸，其減排量占全國的比重也從8.04%下降到2.61%。此外，江蘇和山東的實際減排量比理論值均上漲了5000萬噸以上，實際減排量占全國比重也比理論值分別高出了2.71%和3.44%。

表6　中國各地區(qū)2000-2010年理論減排潛力與實際減排潛力平均值對比

(續(xù)上表)

地區(qū)理論減排潛力理論減排量(萬噸)理論減排量占全國比重實際減排潛力實際減排量(萬噸)實際減排量占全國比重河南0.56420982.347.24%0.63622926.439.05%湖北0.52811519.893.98%0.54910669.364.21%湖南0.4187794.232.69%0.4377328.192.89%廣東0.0000.000.00%0.0000.000.00%廣西0.3763789.081.31%0.3853367.391.33%海南0.069170.010.06%0.402674.580.27%重慶0.4373865.761.33%0.4463192.311.26%四川0.3937434.032.57%0.3314972.941.96%貴州0.59510013.463.46%0.5677575.902.99%云南0.5878240.722.85%0.5596470.082.55%陜西0.5838223.082.84%0.5255517.262.18%甘肅0.6886639.282.29%0.4872380.850.94%青海0.6011262.630.44%0.629971.120.38%寧夏0.6494496.721.55%0.4832315.100.91%新疆0.6507655.872.64%0.0000.000.00%東部0.249103585.1735.77%0.332109784.3243.32%中部0.553101129.1534.92%0.593100267.4439.57%西部0.57684901.9429.32%0.45043369.9117.11%全國0.450289616.26100%0.445253421.68100%

從全國來看，我國平均每年實際可減少的碳排量為253421.68萬噸，占全國當年實際排放量的44.5%，這意味著全國每年平均過度排放了近45%的CO2。從三大地區(qū)的比較來看，中部地區(qū)的實際減排潛力為三大地區(qū)最高(0.593)，其次為西部(0.450)和東部(0.332)。從各個地區(qū)的減排影響來看，東部和中部地區(qū)可實際減排量對全國影響最大，分別為43.32%和39.57%，遠遠高于西部的17.11%。對比理論減排量占全國的比重，東部和中部地區(qū)應(yīng)承擔的“減排責任”有所提升(升幅分別為7.55%和4.65%)，西部則大幅下降(降幅為12.21%)，自然環(huán)境對各地區(qū)減排潛力及減排量的影響也比較明顯。但減排總量方面的情況與減排潛力有所不同：全國平均的實際減排總量下降了36194.58萬噸；東部地區(qū)的實際減排量僅比理論減排量高出6199.15萬噸；而中部地區(qū)在減排量占全國比重提高的同時，實際減排量卻比理論值降低了861.71萬噸；西部地區(qū)的實際減排量的降幅巨大，比起理論減排量少了41532.03萬噸之多。所以從減排總量上看，我國在制定有關(guān)減排政策時應(yīng)小幅增加東部的減排責任、小幅降低中部以及較大幅度地縮減西部地區(qū)的減排責任。

六結(jié)論與建議

本文運用四階段SBM模型，在考慮自然環(huán)境影響的情況下，測度了2000-2010年間中國各地區(qū)生態(tài)全要素能源效率、全要素碳排放效率和自然效應(yīng)，并在前者的基礎(chǔ)上比較分析了中國各地區(qū)的理論節(jié)能減排潛力和實際節(jié)能減排潛力。具體結(jié)論如下：

(1)總體上，我國的生態(tài)全要素能源效率和全要素碳排放效率仍處于較低水平，節(jié)能減排潛力和空間巨大。其中，北京、上海和廣東處于理論能效和理論碳效的前沿面，對全國起示范作用。東部地區(qū)的理論能效和理論碳效均領(lǐng)先于其他兩個地區(qū)，東、中、西三大地區(qū)的排名依次為1、2、3名。

(2)本文運用Tobit回歸模型，分析了自然環(huán)境因素對生態(tài)全要素能源效率和全要素碳排放效率的影響?；貧w結(jié)果表明，一個地區(qū)的地形地貌、荒漠化沙化程度和年降水量對其能效和碳效有顯著的負面影響。此外，三大地區(qū)的自然效應(yīng)差異顯著，東部最優(yōu)，中部次之，西部最次，惡劣的自然環(huán)境是造成西部地區(qū)低能源效率的主要原因。

(3)剔除自然環(huán)境因素后，我們計算出各地區(qū)實際的生態(tài)全要素能源效率與全要素碳排放效率。對比理論能效和理論碳效，實際能效和實際碳效發(fā)生了較大變化。其中，新的效率前沿面少了北京，增加了新疆；西部地區(qū)的實際能效和實際碳效得到了大幅提升，東部和中部則均有下降，東、中、西三大地區(qū)的排名也從理論值的1、2、3名變成了實際值的1、3、2名。說明東部地區(qū)在占據(jù)良好的自然環(huán)境下，其理論能效和理論碳效均被高估了；而西部地區(qū)的惡劣自然環(huán)境影響了其理論能效與理論碳效的表現(xiàn)，其實際的能源管理能力與控制污染排放水平并不低。由于自然因素難以人為改變，國家在制定節(jié)能減排政策時應(yīng)該適當?shù)貙ξ鞑康貐^(qū)降低指標，同時將節(jié)能減排的重點放在東部和中部地區(qū)。

(4)各地區(qū)的實際節(jié)能減排量、實際節(jié)能減排潛力比起理論值有較大變化。實際上，由于東部和中部的節(jié)能減排潛力空間均占全國40%左右，西部則不到20%，因此全國節(jié)能減排的重點應(yīng)該放在東部和中部。其中，山西、河北、遼寧、安徽、山東等省份的實際節(jié)能減排潛力、可能實現(xiàn)的實際節(jié)能減排量及其所占全國的比重都十分巨大，具有較強的示范意義，應(yīng)該成為全國節(jié)能減排的重點省份。

總體上，我國節(jié)能減排的形勢不容樂觀，特別是考慮了不可人為改變的自然環(huán)境的影響后，實際上可節(jié)約的能源投入與減少的CO2排放更少。針對這樣的情況，我們提出如下政策建議：政府應(yīng)針對各地區(qū)的自然環(huán)境現(xiàn)狀，制定因地制宜的節(jié)能減排政策。盡管目前我國在各地區(qū)實行的“十二五”能源消耗和CO2降低計劃指標是不一樣的，不完全是“一刀切”政策，但是仍然不夠針對各個地區(qū)的實際情況而真正做到因地制宜。西部的生態(tài)全要素能源效率和全要素碳排放效率偏低在很大程度上是由其惡劣的自然環(huán)境造成的，由于自然環(huán)境一般不以人的意志為轉(zhuǎn)移，故這一部分原因造成的無效率在相當長的時期內(nèi)難以被改變，因此其實際節(jié)能減排潛力大大低于理論節(jié)能減排潛力。所以國家應(yīng)該顧及西部地區(qū)惡劣的自然條件，一方面，在對西部地區(qū)制定節(jié)能減排政策時適當降低指標；另一方面，應(yīng)進一步以加強對西部地區(qū)的政策扶植、優(yōu)化經(jīng)濟社會環(huán)境為主導并輔之以引進先進技術(shù)與人才提高企業(yè)自身能源管理水平的策略，來彌補西部先天自然條件的不足。中部地區(qū)的理論節(jié)能減排潛力與實際節(jié)能減排潛力之間的差異不大；與此同時，東部地區(qū)在擁有更為先進生產(chǎn)技術(shù)條件的情況下，其實際節(jié)能減排潛力比其理論值要大。因此，中部和東部地區(qū)應(yīng)在重點加強生產(chǎn)單位的能源管理水平的同時，加大產(chǎn)業(yè)結(jié)構(gòu)、工業(yè)結(jié)構(gòu)、產(chǎn)權(quán)結(jié)構(gòu)以及能源結(jié)構(gòu)等經(jīng)濟結(jié)構(gòu)因素的調(diào)整力度(魏楚等，2010[1]；查建平等，2012[36])，以此達到節(jié)能減排、實現(xiàn)可持續(xù)發(fā)展的目的。

[參考文獻]

[1] 魏楚, 杜立民, 沈滿洪. 中國能否實現(xiàn)節(jié)能減排目標: 基于DEA方法的評價與模擬[J]. 世界經(jīng)濟, 2010, (3): 141-160.

[2] 史丹. 中國能源效率的地區(qū)差異與節(jié)能潛力分析[J]. 中國工業(yè)經(jīng)濟, 2006, (10): 49-58.

[3] Hu, J. L., Wang, S. C.. Total-factor Energy Efficiency of Region in China[J].EnergyPolicy, 2006, 34: 3206-3217.

[4] 魏楚, 沈滿洪. 能源效率及其影響因素： 基于DEA的實證分析[J]. 管理世界, 2007, (8): 66-76.

[5] 魏楚, 沈滿洪. 結(jié)構(gòu)調(diào)整能否改善能源效率： 基于中國省級數(shù)據(jù)的研究[J]. 世界經(jīng)濟, 2008, (11): 77-85.

[6] 李世祥, 成金華. 中國能源效率評價及其影響因素分析[J]. 統(tǒng)計研究, 2008, (10): 18-27.

[7] 曾勝, 黃登仕. 中國能源消費、經(jīng)濟增長與能源效率——基于1980-2007年的實證分析[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2009, (8): 17-28.

[8] 師博, 沈坤榮. 市場分割下的中國全要素能源效率: 基于超效率DEA方法的經(jīng)驗分析[J]. 世界經(jīng)濟, 2008, (9): 49-59.

[9] 李蘭冰. 中國全要素能源效率評價與解構(gòu)——基于“管理—環(huán)境”雙重視角[J]. 中國工業(yè)經(jīng)濟, 2012, (6): 57-69.

[10] 楊紅亮, 史丹, 肖潔. 自然環(huán)境因素對能源效率的影響——中國各地區(qū)的理論節(jié)能潛力和實際節(jié)能潛力分析[J]. 中國工業(yè)經(jīng)濟, 2009, (4): 73-84.

[11] Drake, L., Hall, M. J., Simper, T.. The Impact of Macroeconomic and Regulatory Factors on Bank Efficiency: A Non-parametric Analysis of Hong Kong’s Banking System[J].JournalofBanking&Finance, 2006, 30(5): 1443-1466.

[12] 屈小娥. 中國省際全要素CO2排放效率差異及驅(qū)動因素——基于1995-2010年的實證研究[J]. 南開經(jīng)濟研究, 2012, (3): 128-141.

[13] 余泳澤. 我國節(jié)能減排潛力、治理效率與實施路徑研究[J]. 中國工業(yè)經(jīng)濟, 2011, (5): 58-68.

[14] Choi, Y., Zhang, N., Zhou, P.. Efficiency and Abatement Costs of Energy-related CO2Emissions in China: A Slacks-based Efficiency Measure [J].AppliedEnergy, 2012, 98: 198-208.

[15] Tone, K.. A Slacks-based Measure of Efficiency in Data Envelopment Analysis[J].EuropeanJournalofOperationalResearch, 2001, 130(3): 498-509.

[16] Zhou, P., Ang, B. W., Wang, H.. Energy and CO2Emission Performance in Electricity Generation: A Non-radial Directional Distance Function Approach[J].EuropeanJournalofOperationalResearch, 2012, 221(3): 625-635.

[17] Li, L. B., HU, J. L.. Ecological Total-factor Energy Efficiency of Regions in China[J].EnergyPolicy, 2012, 46: 216-224.

[18] Rao, X., Wu, J., Zhang, Z.Y., et al.. Energy Efficiency and Energy Saving Potential in China: An Analysis Based on Slacks-based Measure Model[J].Computers&IndustrialEngineering, 2012, 63(3): 578-584.

[19] Zhang, N., Choi, Y.. Environmental Energy Efficiency of China’s Regional Economies: A Non-oriented Slacks-based Measure Analysis[J].TheSocialScienceJournal, 2013, 50(2): 225-234.

[20] 范丹, 王維國. 中國區(qū)域全要素能源效率及節(jié)能減排潛力分析——基于非期望產(chǎn)出的SBM模型[J]. 數(shù)學的實踐與認識, 2013, (7): 12-21.

[21] 杜慧濱, 王洋洋. 中國區(qū)域全要素二氧化碳排放績效及收斂性分析[J]. 系統(tǒng)工程學報, 2013, 28(2): 256-264.

[22] Avkiran, N. K.. Removing the Impact of Environment with Units-invariant Efficient Frontier Analysis: An Illustrative Case Study with Intertemporal Panel Data[J].Omega, 2009, 37(3): 535-544.

[23] 吳洪, 趙桂芹. 國際產(chǎn)險業(yè)SBM效率研究——基于OECD國家和中國的比較[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2010, (8): 88-101, 138.

[24] F?re, R., Grosskopf, S., Pasurka, C. A.. Environmental Production Functions and Environmental Directional Distance Functions[J].Energy, 2007, 32(7): 1055-1066.

[25] Wei, C., Ni, J. L., Shen, M. H.. China’s Energy Inefficiency: A Cross-country Comparison[J].TheSocialScienceJournal, 2011, 48(3): 478-488.

[26] Tone, K.. Dealing with Undesirable Outputs in DEA: A Slacks-based Measure (SBM) Approach[R]. GRIPS Research Report Series, I-2003-2005, 2003.

[27] Fukuyama, H., Weber, W. L.. A Directional Slacks-based Measure of Technical Inefficiency[J].SocialEconomicPlanningSciences, 2009, 43(4): 274-287.

[28] 王兵, 吳延瑞, 顏鵬飛. 中國區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長[J]. 經(jīng)濟研究, 2010, (5): 95-109.

[29] Cooper, W. W., Seiford, L. M., Tone, K..DataEnvelopmentAnalysis(2ndEdition)[M]. Boston: Kluwer Academic Publishers, 2007.

[30] Fried, H. O., Schmidt, S. S., Yaisawarng, S.. Incorporating the Operating Environment into a Nonparametric Measure of Technical Efficiency[J].JournalofProductivityAnalysis, 1999, 12(3): 249-267.

[31] Simar, L., Wilson, R. P. W.. Statistical Inference in Nonparametric Frontier Models: The State of the Art[J].JournalofProductivityAnalysis, 2000, 13(1): 49-78.

[32] 王兵, 張技輝, 張華. 環(huán)境約束下中國省際全要素能源效率實證研究[J]. 經(jīng)濟評論, 2011, (4): 31-43.

[33] 張軍, 吳桂英, 張吉鵬. 中國省際物質(zhì)資本存量估算: 1952-2000[J]. 經(jīng)濟研究, 2004, (10): 35-44.

[34] 王兵, 顏鵬飛. 技術(shù)效率、技術(shù)進步與東亞經(jīng)濟增長——基于APEC視角的實證分析[J]. 經(jīng)濟研究, 2007, 42(5): 91-103.

[35] 吳延瑞. 生產(chǎn)率對中國經(jīng)濟增長的貢獻: 新的估計[J]. 經(jīng)濟學(季刊), 2008, (3): 827-842.

[36] 査建平, 唐方方, 別念民. 結(jié)構(gòu)性調(diào)整能否改善碳排放績效？——來自中國省級面板數(shù)據(jù)的證據(jù)[J]. 數(shù)量經(jīng)濟與技術(shù)經(jīng)濟研究, 2012, (11): 18-33.

[37] 陳詩一. 能源消耗、二氧化碳排放與中國工業(yè)的可持續(xù)發(fā)展[J]. 經(jīng)濟研究, 2009, (4): 41-55.

[責任編輯：陳林]

[DOI]10.14007/j.cnki.cjpl.2016.01.007

[引用方式]王兵, 楊雨石, 賴培浩, 於露瑾. 考慮自然環(huán)境差異的中國地區(qū)能源效率與節(jié)能減排潛力研究[J]. 產(chǎn)經(jīng)評論, 2016, 7(1): 82-100.

The Research of Energy Efficiency and Potential of the Energy-saving and Emission-abating in Regions of China Considering the Difference of Natural Environment

WANG BingYANG Yu-shiLAI Pei-haoYU Lu-jin

Abstract:In the case of considering the differences of the natural environment， applying the four-stage SBM model, this paper calculated the ecological total-factor energy effciency， carbon emission efficiency and natural effect (the degree of influence of the natural environment)， with a sample of 30 provinces of China over the period 2000-2010， and analyzed each province’s theoretical potential and actual potential of the energy-saving and emission-abating. The results showed that: the national average eco-total-factor energy efficiency and total-factor carbon efficiency is still at a low level, and the potential of energy saving is huge; topography, desertification degree and annual precipitation and other natural environmental factors have a significant negative impact on energy efficiency and carbon emission efficiency; theoretical energy efficiency and carbon efficiency’s ranking before adjustment is east>central>west, while the adjusted actual energy efficiency and carbon efficiency is central>east>west; natural effect among the three regions shows significant differences, which means that the eastern region is optimal, central region ranking second and western region is the worst, and the harsh natural environment is the main cause of inefficiency in the western region. Since natural factors are difficult to change artificially， the state should properly reduce the indicators when making energy-saving policy for the western region and focuse on energy conservation in eastern and central regions.

Key words:natural factors; ecological total-factor energy effciency; potential of the energy-saving and emission-abating; four-stage SBM

[中圖分類號]F205

[文獻標識碼]A

[文章編號]1674-8298(2016)01-0082-19

[作者簡介]王兵，經(jīng)濟學博士，暨南大學經(jīng)濟學系、資源與環(huán)境可持續(xù)發(fā)展研究所教授、博士生導師，主要研究方向：經(jīng)濟增長，效率和生產(chǎn)率分析，環(huán)境經(jīng)濟學；楊雨石，臺灣大學農(nóng)業(yè)經(jīng)濟學系碩士研究生，研究方向：效率和生產(chǎn)率分析；賴培浩，暨南大學信息科學技術(shù)學院，主要研究方向：效率與生產(chǎn)率；於露瑾，廈門大學王亞南經(jīng)濟研究院碩士研究生，主要研究方向：效率與生產(chǎn)率。

[基金項目]國家社會科學基金重大項目“霧霾治理與經(jīng)濟發(fā)展方式轉(zhuǎn)變機制研究”(項目批準號：14ZDB44，項目主持人：陳詩一)；新世紀優(yōu)秀人才支持計劃“環(huán)境管制、全要素生產(chǎn)率與經(jīng)濟增長”(項目批準號：NCET-110856，項目主持人：王兵)；國家自然科學基金“中國城市水務(wù)行業(yè)市場化改革的效率評價及提升路徑研究”(項目批準號：71473105，項目主持人：王兵)；廣東省人文社科重點研究基地項目“節(jié)能減排約束下廣東區(qū)域協(xié)調(diào)發(fā)展研究：基于全要素生產(chǎn)率的視角”(項目批準號：2012JDXM_0009，項目主持人：王兵)。

[收稿日期]2015-05-26