阅读全文-自然环境因素对能源效率的影响ahref=1

1自然环境因素对能源效率的影响①―――中国各地区的理论节能潜力和实际节能潜力分析杨红亮1，史丹2，肖洁3（1．亚洲开发银行东亚局能源部，菲律宾马尼拉；2．中国社会科学院工业经济研究所，北京1008363．LGCLimited，Teddington,England）[摘要]本文认为对地区能效可能产生影响的因素有很多，既可能是经济社会因素，比如说能源消费结构、产业结构、人均GDP等等，也可能是自然环境因素，比如说地理位置、地形地貌、气温、日照时间等等。经济社会因素内生于人类社会本身，其中能效造成的影响昀终可以通过政策调整、改变人们的能源消费方式等方式来加以改变。与此不同，自然环境因素外生于人类社会，其对能效造成的影响不以人的意志为转移。从根本上讲，经济社会因素对能效造成的影响部分才是可以真正实现的节能潜力。基于这样的理念，本文提出了“理论节能潜力”和“实际节能潜力”的概念，并且首创了把环境变量纳入全要素能效考察的方法和经济学模型。根据2005年我国各地区的数据，本文在考虑了四种典型的自然环境因素的基础上对各地区的能效和节能潜力做了比较测定。结果表明：（1）一个地区的能效在很大程度上受到其所处的自然环境因素的影响。以2005年数据为例，本文所选取的四个变量对地区能效造成的影响大约在12％－16％之间；（2）相对于国内先进地区的能效水平，各地区实际节能潜力的平均值大约为0.140-0.224吨标煤/万元。这说明国家有关部门在制定能源政策时应该重视各地区不同的自然环境因素对能效造成的影响，只有这样制定的能源政策才能更有的放矢，制定的节能措施才能更有针对性和可操作性。[关键词]全要素能源效率；自然环境因素；理论节能潜力；实际节能潜力；一、问题的提出科学地评价能源效率（下简称：能效）的影响因素是实现节能减排目标的重要环节。近年来国内外出现了不少分析能效影响因素的文献。总体而言，国内的关于能效影响因素的研究习惯于以整个国民经济体作为研究对象，分析观察一定条件下某种因素对国民经济体能源消费总体上可能产生的影响。而国外的研究多是从分析行业甚至是企业等微观经济单元的能效变化入手去发现影响因素，即使做国际比较也多是不同国家的行业之间甚至是企业之间的对比分析，以国民经济体作为研究对象的国外文献相对较少。国内的研究有代表性的大致分为以下几类：产业结构对能效的影响，技术进步对能效的影响，制度变革以及对外开放对能效的影响，等等。史丹（2003）认为产业结构的调整促进了能效的提高，但这种影响的作用正在逐渐减小。周勇和李廉水（2006）认为技术进步使能效的提高在实践上成为可能。魏一鸣等（2006）则认为能源的消费结构对能效有比较明显的影响。另外，还有的学者认为地区的对外开放程度、市场化程度、工业化程度、以及国际贸易等多方面都会对能效产生影响（史丹，2002；吴巧生等，2005，2006；魏楚和沈满洪，2007）。①[收稿日期]2009-03-02[基金项目]国家自然科学基金项目“我国能源利用效率及影响因素分析”（批准号50556002）；本项研究还得到凯风公益基金会的支持。[作者简介]杨红亮（1974－），男，河南人，亚洲开发银行东亚局能源部能源经济专家，博士。史丹（1961—），女，天津人，中国社会科学院工业经济研究所研究员，博士生导师。肖洁（1980－），女，上海人，英国注册会计师（ACCA）/独立研究员，硕士。2国外的能效影响因素研究主要分为以下三类：（一）行业能效分析。例如，Subrahmanya(2006)通过分析印度的制砖行业的状况认为劳动效率的提高有助于提高发展中国家的能效，BoydandPang(2000)通过分析玻璃制造业的能源使用认为生产率的高低和能效紧密相关，Komoretal.(1993)认为技术进步对交通运输业的能效有很大影响，等等；（二）社会经济因素分析，可能的因素包括：政策，价格，对外贸易，产业结构，等等。例如，Gelleretal.(2006)认为设计完善的能源政策可以极大地促进能源节约，Fanetal.(2007)认为市场经济化会促进能效的提高，CornillieandFankhauser(2004)认为能源价格是促进能效提高的重要因素，Farlaetal.(1998)和Schafer(2005)通过案例分析认为产业结构调整是能效提高的重要原因，等等；（三）国际比较研究。这一类的研究的例子有：Phylipsenetal.(1997)发现在进行跨国能效比较时不可忽视不同国家间的经济结构差异，Levineetal.(1995)认为合理的产业政策可以加速高能效技术的推广使用并进而促进能效的提高，TheriaultandSahi(1997)发现如果不考虑制造业的技术要求差异和产品的结构差异在进行国际比较时就可能产生很大的误差，等等。上述文献拓展了能效研究领域的范围，扩大了我们对能效及其影响因素的认识和理解，但我们同时也看到能效影响因素的研究尚存在空白。这就是大多数文献的研究范围集中在经济、社会因素方面，而对自然条件等因素对能效的影响的研究甚微。一般而言，经济社会因素内生于人类社会本身，其对能效造成的影响昀终可以通过政策的调整、人们的能源消费行为的变化而变化。这类因素有能源消费结构、产业结构、经济发展水平、企业规模，等等。经济社会因素与人类的社会经济活动密不可分，从某种意义上讲它们不仅是影响能效的因素更是社会经济发展的结果。而与此不同，自然环境因素外生于人类社会，其对能效造成的影响不以人的意志为转移，比如说地理位置、年平均气温、年降水量等等。严格说起来，一个地区的能效的可改进部分只能是经济社会因素造成的部分，而自然环境因素对能效造成的影响则无法改进。因此，这就有了一个如何科学的认识自然环境因素对能效的影响，并进行比较分析的问题。二、研究方法到目前为止，在能效研究领域，还没有其他的文献已经在模型中考虑了自然环境因素的影响。因此，如何把自然环境因素纳入能效的评价体系只能从效率分析的方法论研究领域来寻找启示。YangandPollitt(2008)全面比较了如何在DataEnvelopmentAnalysis(DEA)效率分析模型中考察环境变量的影响。在以DEA模型为基础考虑环境变量影响的方法中昀直接的就是在创建DEA模型时把环境变量和其他投入产出变量一起纳入线性方程组。这个方法的优点是可以很好的利用DEA模型可以容纳多变量的特性，应用方法简单直接、容易理解，但这个方法也有一些使用上的困难。首先，在建模时需要事先判断环境变量的作用方向，也就是说要提前确定环境变量对效率指标的影响是正面的还是负面的。但在模型初创阶段研究者往往对环境变量的作用理解不深，因此很难对其作用方向作出一个客观的判断。其次，受线性方程组特性的约束，一般DEA模型都要求纳入的变量在量上都是可以被改变的，而环境变量恰恰是不以人的意志为转移的。以上正反两方面的特点要求研究人员在使用DEA模型时必须对模型的结构和限制条件作出相应的安排，这增加了模型的使用难度。在总结现有的效率研究的基础上，本文采用下列步骤和方法分析自然环境因素对能效的影响：第一步：建立不考虑自然环境条件的DEA能效模型。假定分析样本有N个地区，如果用ix和iy分别代表第i个地区的投入和产出的向量，用X来代表所有地区的投入要素矩阵，用Y代表各地区的GDP产出矩阵②。把第i个地区的DEA能效表示为0iEE，按照杨红亮和史丹（2008）中的模型创建方法，效率指标0iEE可以用下面的模型求解：②能效模型中包含的投入变量、产出变量可以根据研究的实际需要而有所变化。为了满足模型的通用性要求，在此处投入要素和产出要素分别用矩阵X和Y来表示。本文中选定的投入变量包括地区的能源投入、资本存量和劳动力，产出变量包括地区GDP。30..-0,-0,0,1,...,iiiiiEEMinstyYxXiNθλθλλ=+≥≥≥=（1）在上式中，iθ是表示效率指标值的标量，它大于零、小于或等于1。λ是一个1N×维的常向量。约束条件限定：在产出一定的前提下，一个地区的能源投入越少其能效就越高。一个地区的θ值实际上是该地区在进行社会生产时资源利用水平的综合体现。以模型（1）为基础，可以采用HuandWang(2006)的方法把能效定义成“一个地区的能源使用的目标值和实际值的比值”（本文中用0_hwEE表示）。同上面的综合效率指标0EE相比，在有能源投入冗余的情况下,0_hwEE比0EE要小，而在没有能源投入冗余的情况下二者相等。在现实社会生产中，投入冗余的现象并不多见（Coellietal.,2005）。杨红亮和史丹（2008）对这两个效率指标进行了检验，以2005年分地区的数据为例，二者的一般相关系数和Spearman排序相关系数分别高达0.912和0.923。这不但肯定了“能源投入冗余现象并不普遍”的结果，同时也表明：在一般情况下这两个指标可以相互替换。以上模型相对比较简单，现阶段市面上的DEA软件都可以满足此阶段的计算需要。第二步：建立Tobit回归模型将前一步中计算的各地区能效指标值对选择的自然环境因素做回归分析，通过回归结果中自然环境变量系数的正负来确定自然环境因素对地区能效的作用方向（Coellietal.,2005）。因为DEA模型的效率指标值位于0和1之间，统计回归工具的选择应该避免使用线性回归方法，建议采用有约束回归工具，本文选择了Tobit回归。假定第i个地区的环境变量可以用向量iz来代表，则非线性的Tobit统计回归模型可以表示为：(;)iiifzθβε=+（2）在上式中，θ是式（1）中的效率指标值，β是不同环境变量的回归系数，ε是回归运算中的系统误差。根据回归的结果，如果某环境变量的β值为正，我们就可以认为该环境变量对地区能效的有正面影响。同样地，如果β值为负，我们就认为其对应的环境变量对地区能效有负面影响。在此回归模型中，我们所需要确定的是β值的符号而不是β值本身的大小。这显然不同于一般的线性、非线性统计回归模型的使用方法。第三步：把环境变量纳入DEA能效模型。假定可以把式（2）中确定的对能效有正、负面影响的环境变量分别表示为：z+和z−。考虑到环境变量和普通的投入产出变量的不同性质，普通投入产出变量受人力控制可以随社会生产活动的调整而发生变化，而环境变量不以人的意志而转移、不受人力控制。在把环境变量纳入DEA模型时，必须要根据环境变量的特点作出不同于一般变量的算法安排。对z+变量而言，因为它的存在可以为一个地区的能效带来正面的优势，所以各个地区的z+变量都应该不小于效率前沿的地区的z+变量的值。也就是说，0izZλ++−≥（3）相反的，对z−变量而言，因为它的存在可以为一个地区的能效带来劣势，所以各个地区的z−变量都应该不大于效率前沿地区的z−变量的值。也就是说，-0izZλ−+−≥（4）因为在一个生产系统中可能同时存在z+和z−变量，因此，对第i个地区而言，经过修正后的效率模型1EE可以表示为：41-000-00,1,...,..-iiiiiiiyYxXzZzZiNEEMinstλλθλλλθ++−=+−−≥+≥≥≥≥=（5）在式（3）、（4）、（5）中，对环境变量z+和z−进行约束的条件都不含表示表示效率指标值的iθ。这就保证了模型在计算效率指标时在对普通的投入变量作出调整的同时维持环境变量的量不变。式（3）、（4）、（5）中的安排已经超出了现在流行的很多DEA软件的计算能力，但可以通过统计软件编程来实现。以式（5）为基础，同样可以计算采用HuandWang(2006)的定义来计算能效指标，在本文中表示为1_hwEE。同样地，在没有能源投入冗余的情况下，1_hwEE应该和上面的1EE相等。在有能源投入冗余的情况下，1_hwEE应该小于1EE。基于以上的模型设计，我们可以进行两类比较：（一）考虑环境变量前后的能效指标（0EE和1EE）之间的比较，进行这个比较可以帮助我们认定环境变量对能效的影响作用；（二）两种考虑环境变量的效率指标之间的比较（1EE和1_hwEE），进行这个比较可以确定在环境变量的影响下各