潘国刚,贾江涛
(中国石油大学(华东)经济管理学院,山东 青岛266555)
国务院《“十二五”节能减排综合性工作方案》要求“十二五”时期我国单位GDP能耗下降目标为16%,全国各地区节能指标在此基础上下浮动,从10%~18%不定。其中山东节能目标为17%。而山东作为经济大省、能耗大省必然承担着重大的节能任务。如何提高能源利用效率成为山东省顺利完成节能减排任务的关键。能源效率的提升工作不能盲目开展,要充分考虑自身条件有计划、有步骤、有针对性地推进,其中最为关键、最为基础的环节就是准确识别山东省能源效率的驱动因素。同时,各驱动因素对能源效率的影响在影响程度上存在一定的差异性,这种差异性直接决定了哪些因素是山东省能源效率的主要影响因素,即决定了驱动因素的影响程度排序问题。因此,有必要探究山东能源效率的影响因素排序问题,进而明确山东省能源效率的主要驱动因素,为提高节能减排政策的针对性和可行性提供有力的理论支持。
对于能源效率影响因素的研究,国内外学者从不同的视角采用不同的研究方法与思路得出了做出了诸多有益的探索。从因素内容来看,前人研究成果主要集中在以下因素:产业结构、能源消费结构、居民消费结构、贸易结构、科技进步平水、外商直接投资、市场化程度、能源价格波动等[1-8]。本文按因素的所属范畴将其划分为:结构因素、科技因素、及市场因素。
(1)结构因素。结构因素主要是通过调整各要素(各部门产业产值、对外贸易类型、能源消费种类)之间的比例结构,提升能耗较高的要素比例,降低能耗较低的能耗比例,以此实现整体能源效率的提升。其中,产业结构、城镇化水平、能源消费结构及居民消费结构均可归于结构因素。该类因素对能源效率作用的实质是通过提高能源要素的配置效率来对综合能效进行影响,而非从本质上提高能源技术效率。
(2)科技因素。科技因素对能源效率的影响主要体现在硬件、软件两个方面,硬件方面主要是高能效技术装备水平的提升将有效提高能源利用效率;软件方面,采用科学的管理方法、先进的生产工艺流程将对能源的利用效率产生积极的影响。从科技进步本身来看,其动力来源主要有自主创新及引进学习两种。因此,探究科技进步对能源效率的影响也应从两方面入手。对于自主创新型的科技进步水平,大多学者采用R&D经费投入、国家财政科技支出对其进行刻画,进而探讨其对能源效率的影响[9-11]。对于外来技术而言,学者主要认为FDI(外商直接投资)能够为东道主带来一定的技术外溢,以此提高其科技水平,进而提高当地能源效率。
(3)市场因素。市场因素对能源效率的影响主要是依靠市场自身运行规律自发调节能源资源供需情况,并以价格为主要传导因素影响组织的生产用能成本,以此迫使其提升企业能源利用效率。其中,能源价格、市场化程度等因素可归于该类因素。市场因素对能源效率的影响主要存在两条路径。其一是对能源配置效率的影响。在市场经济体制下,资源供需配置主要依靠市场自发调节,地区间、部门间的调节表现的尤为明显。当能源价格上涨导致用能成本增加时,投资者会考虑将人力、物力、财力等资源投向能源消耗较少,能源利用效率较高的部门或行业,以此实现能源配置效率的改善。第二条影响路径是通过影响能源技术效率实现的。面对能源价格上涨带来的生产成本的上升,企业会考虑是否要购进或研发低能耗生产装备或是采用科学的管理方法、先进的生产工艺流程来提高企业能源利用效率来减少这种冲击。因此,只有当能源价格上涨带来的企业生产成本的上升幅度达到企业必须提升自身能源利用效率的时候,才能实现能源效率的整体改善。
以1995年~2009年15年样本展开研究。不同的研究文献由于采取不同的研究方法因此对能源效率的选取与界定不同,本文采用单位能源消耗的GDP产出作为能源效率的考察标准。对于能源效率影响因素选取如下:对于结构因素而言,我们选择产业结构、城镇化水平、贸易结构、能源消费结构来衡量;科技因素采取科技三项经费支出额以及外商直接投资来刻画;市场化因素以市场化水平以及能源价格来衡量。相关数据均来自1996年~2010年《山东省统计年鉴》。
表1 变量选取与刻画方法
目前对于能源效率影响因素的研究多采用估计模型、结构分解技术等数理统计方法[4-5],本文采取灰色关联分析法。灰色关联分析的基本思想是根据序列折线几何形状的相似程度来判断不同序列之间的联系是否紧密。与数理统计方法相比,该方法不需要太多的数据,而且计算简便,因此它具有广泛的适用性。应用灰色关联分析分析山东省能源效率的基本思路是:以能源效率值为参考序列,考察各影响因素序列与参考序列之间的关系密切程度,据此判断引起能源效率的主要因素和次要因素。基本步骤如下:
(1)均值化变化
由于系统中各因素的单位不同(如能源效率单位为亿元/每顿标准煤,而各影响因素均为比值),因此需要对原始数据进行处理,转化为可比较的数据序列。本文采用均值化变换。先分别求出各个序列的平均值和标准差,然后将各个原始数据减去平均值后再除以标准差,这样得到的新数据序列即为标准化序列。记变化后参考序列为{Y0(t)},影响因素序列为{Xi(t)}。由于受篇幅限制,数据均值化处理结果不在此列举。
(2)计算关联系数
在时刻t=k时参考序列{Y0(k)}与影响因素序列的关联系数R0i(k)可由下式计算
Δmax和Δmin分别表示所有比较序列各个时刻绝对差中的最大值与最小值。最大差值Δmax=0.760 42,其中分辨系数 ρ 取值为0.1。
能源效率与各影响因素绝对差值如表2。
表2 能源效率与各影响因素绝对差值
(3)计算关联度
计算公式
能源效率与各影响因素的关联序:
市场化水平>能源消费结构>城镇化水平>能源价格指数>产业结构>科技投入水平>学习力度>贸易结构
由以上灰色关联分析可以看出,山东省能源效率影响因素按影响程度排序依次为市场化水平、能源消费结构、城镇化水平、能源价格指数、产业结构、科技投入水平、学习力度、贸易结构。按因素划分来看,市场化因素影响最为明显,其次是结构因素,再次为科技因素。
首先,市场化因素对山东省能源效率的影响最为关键。山东省为全国的经济大省、经济强省,在改革开放尤其是市场化改革方面一直走在相对靠前的位置。市场化程度相对较高,市场化运作机制相对完善,而市场化水平提升对于地区能源效率的提高有着极为重要的推动作用。投资者和生产者会通过市场供需和市场价格等信号来自发调节人力、物力、财力资源,能源资源也会从利用效率低的行业转移到效率相对较高的行业以此来降低组织的用能成本。因此市场化因素对山东省能源效率的影响极为重要。
其次,结构因素的影响较为突出。尤其是能源消费结构、城镇化水平等因素尤为明显。山东省能源结构以煤炭为主,煤炭占总能耗比重比全国高出10%。而煤炭的能源利用效率与其他能源相比相对较低,这对山东省能源效率的提升带来了不良影响。城镇化水平的提升意味着生产方式和生活方式的转变,一方面第三产业比重上升有利于地区能源效率的提升,另一方面消费方式的升级也在一定程度上引致了家电、汽车等高用能消费的攀升。因此,城镇化对能源效率的影响是多方面的。
再次,科技因素对山东省能源效率的影响相对较弱。相对较弱只是相对于市场因素和结构因素相对较弱,而并不能说明影响小。从灰色关联系数可以看出,科技投入水平和FDI的关联系数0.3~0.5,关联程度并非微弱。而且随着山东省科技支持力度的增加,科技水平对能源效率的影响势必将呈现上升趋势。
本文运用灰色关联分析法对山东1995年~2009年能源效率及其影响因素进行分析,山东省能源效率影响因素按影响程度排序依次为市场化水平、能源消费结构、城镇化水平、能源价格指数、产业结构、科技投入水平、学习力度、贸易结构。按因素划分来看,市场化因素影响最为明显,其次是结构因素,再次为科技因素。因此,山东省在提高地区能源效率时,要充分发挥市场的调节作用,进一步完善能源市场的相关机制,推进煤炭等能源交易机制的建设,力争通过市场手段实现地区能源效率的良性提升。同时,进一步完善能源消费结构,提升煤炭能源利用效率,优化产业结构,提升地区能源配置效率。最后,加大对能源领域科技项目的支持力度,提升能源的利用效率。
[1]李世祥,成金华.中国能源效率评价及其影响因素分析[J].统计研究,2008(10):18-27.
[2]屈小娥.中国省际能源效率差异及其影响因素分析[J].经济理论与经济管理,2009(2):46-52.
[3]魏楚,沈满洪.能源效率及其影响因素:基于DEA的实证分析[J].管理世界,2007(8):66-76.
[4]王火根,沈利生.能耗降低的主要影响因素分析:基于结构分解技术的投人产出法实证检验[J].科技进步与对策,2008(2):86-90.
[5]B.Wilson,L.Trieu,B.Bowen.Energy Efficiency Trends in Australia[J].Energy Policy,1994,22(4).
[6]C.Jenne,R.Cattel1.Structural Change and Energy Efficiency in Industry[J].Energy Economics,1983,5(2).
[7]J.Hu,S.Wang.Total—factor Energy Efficiency of Regions in China[J].Energy Policy,2006,(34).
[8]E.Reshow.Energy Efficiency and the Slump in Labor Productivity in the USA[J].Energy Economics,1981,3(1).
[9]王俊松,贺灿飞.技术进步、结构变动与中国能源利用效率[J].中国人口·资源与环境,2009,19(2):157-161.
[10]徐世元.技术进步对能源效率影响的实证分析[J].科研管理,2009,30(6):16-24.
[11]王群伟,周德群,陈洪涛.技术进步与能源效率[J].数理统计与管理,2009,28(5):913-920.