中国能源和碳排放的效率测度与影响因素研究

许士春　龙如银

摘要：采用DEA方法测度中国1995～2011年间能源和碳排放效率，并拓展STIRPAT模型，通过Tobit回归分析中国能源和碳排放效率的影响因素。研究表明：整体上中国能源和碳排放效率呈下降趋势，东部能源和碳排放效率最高，中部其次，西部最低。经济增长和节能技术是影响能源和碳排放效率的关键因素，其中经济增长会降低中国能源和碳排放效率。工业化水平对能源和碳排放效率的影响存在区域差异，不过统计上不显著。人口规模与能源和碳排放效率负相关。

关键词：能源效率；碳排放效率；影响因素；STIRPAT模型

DOI：10.13956/j.ss.1001-8409.2015.03.16

中图分类号：F206；F062.1 文献标识码：A文章编号：1001-8409（2015）03-0074-05

引言

随着经济快速增长，中国能源消耗巨大，环境污染严重，经济发展呈“高碳”特征，能源消费中化石能源不仅占主导地位，更以高碳性更强的煤炭为主（约占70%）[1]，化石能源碳排放系数很高，这会带来大量的碳排放。依据世界能源所（WRI）的数据显示，2009年中国已超过美国，成为世界第一大碳排放国家。对此，2009年哥本哈根全球气候大会前夕，中国政府宣布到2020年单位GDP碳排放比2005年下降40%至45%的目标。

本文将碳排放纳入能源效率测度模型，尝试将劳动、资本等非能源要素分离出来，揭示能源与碳排放效率的内在关系，提出能源浪费程度和减排空间，相比现有研究仅在传统经济效率测度上加入能源投入和污染产出而得到的综合利用效率而言，具有一定的创新。同时分析我国能源和碳排放效率的影响因素，指出各因素影响力度及区域差异，并尝试提炼影响能源和碳排放效率的关键因素，为我国提高节能减排效率提供突破口。

1文献回顾

有关能源和碳排放效率测度与影响因素的研究，主要体现在以下方面：

（1）能源效率测度。能源效率测度指标分为单要素指标和全要素指标。单要素指标通常以能源强度作为能效指标进行衡量[2]，单要素指标把能源作为投入的唯一要素，与现实严重不符，所以出现了全要素能源效率指标[4]，而且一些学者使用全要素指标研究了能源效率问题[4]。

（2）能源效率的影响因素。现有文献主要研究能源价格对能源效率的影响[5]；技术对能源效率的影响[6]；产业结构、能源消耗结构以及市场因素对能源效率的影响[7～9]。

（3）碳排放测度。对碳排放效率的研究主要体现对碳排放绩效评价[10]及环境技术测度[11]等方面。

（4）碳排放效率的影响因素。目前文献主要研究能源强度对碳强度变化的影响[12～14]；经济发展、产业结构等对碳排放效率的影响[15～17]。

已有研究还存在不足：首先，很少文献将能源和碳排放效率进行综合评价，虽然较少文献考虑到环境约束下能源效率，其实质上是包括所有要素的综合利用效率，不能将能源和碳排放效率单独分开。其次，STIRPAT模型能很好地研究人类活动对环境的影响，很少有文献用此模型研究能源或碳排放效率的影响因素。基于此，本文将对中国能源和碳排放效率进行综合评价，并用STIRPAT模型分析能源和碳排放效率的影响因素。

2能源效率与碳排放效率测度

21效率模型

图1投入导向型DEA模型设有4个决策单元，分别为A、B、C、D（图1）。C、D在前沿面上，是有效率的。A、B在前沿面外，有效率损失。A、B分别是A、B的改善目标。AA、BB分别是A、B需要减少的要素投入量，即效率损失情况。对于能源要素，其效率表示为：TFEE=E目标E实际，能源效率损失表示为：TFEEL=E调整E实际。TFEE越大表示能源效率越高；TFEEL越大表明能源效率损失越大，节能潜力越大。

能源消耗带来GDP增长和碳排放，一定要素投入下，GDP越大越好，碳排放量越小越好，或GDP一定条件下，要素投入和碳排放越小越好。对于产出最小化问题，将其转化为产出倒数最大化。对此，碳排放效率表示为：TFCE=C目标C实际，碳排放效率损失表示为：TFCEL=C调整C实际。TFCE越大碳排放效率越高；TFCEL越大碳排放效率损失越大，碳减排潜力越大。依据投入导向型DEA模型，通过如下方式计算能源和碳排放的目标值：

minθ

s.t.∑Kj=1λjyij≥yi0

∑Kj=1λj/crj≥1/cr0

∑Kj=1λjxsj≤θxs0

λj≥0（1）

y为GDP产出，x为要素投入，包含劳动、资本和化石能源；c为碳排放。

22能源和碳排放效率测度

221数据来源与变量说明

各个省（市、自治区）化石能源消耗量（包含：煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气）来自《中国统计年鉴》和《中国能源统计年鉴》相应各期。能源消耗量统一折算为万吨标准煤，各种能源折算标准煤系数来自《2008年中国能源统计年鉴》附表。碳排放数据是通过碳排放系数与能源消耗量计算而得，各种碳排放系数来自国家发改委能源研究所和《国家温室气体排放清单指南》。资本用固定资产投资额表示，劳动投入量用就业人员数量表示。资本、就业人员数量和GDP来自《中国统计年鉴》相应各期。涉及货币计量的数据均以1995年为基期进行了价格调整。重庆市1997年列为直辖市，为了数据统一将其归入四川省。由于《中国能源统计年鉴》、《中国统计年鉴》中缺乏中国西藏自治区、香港和澳门特别行政区、台湾地区的相关数据，本文最终搜集到除上述地区外中国1995～2011年29省市的相关数据。

222能源与碳排放效率现状

利用式（1）计算出能源投入和碳排放的目标值，通过目标值与实际值之比可得到中国能源和碳排放效率情况。图2显示不同地区能源效率的年度趋势。整体上中国能源效率呈下降趋势；从不同地区看，东部能源效率最高，其次是中部，西部最低。图3显示不同地区碳排放效率的年度趋势。整体上，中国碳排放效率也呈下降趋势；从不同地区看，东部碳排放效率最高，其次是中部，西部最低。从图2和图3可看出，碳排放效率与能源效率正相关。图2中国不同地区能源效率变动图图3中国不同地区碳排放效率变动图

表1和表2显示中国1995～2011年各省市平均能源和碳排放效率。东部地区广东、上海等地能源和碳排放效率较高，而河北、辽宁等地能源和碳排放效率较低；中部地区湖南能源和碳排放效率最高，山西最低；西部地区青海能源和碳排放效率最高，贵州最低。通过不同地区省市排名情况可进一步发现碳排放效率与能源效率正相关。

表1中国 1995～2011年各省市能源效率情况

东部省市能源效率排名中部省市能源效率排名西部省市能源效率排名广东101 湖南07871 青海101 上海09892广西07842四川0682北京09493黑龙江07633云南06123天津09444江西07554陕西05654江苏09095湖北07165新疆04865海南08726安徽06656甘肃0466福建08427河南06637宁夏04427浙江08238吉林06518贵州03788山东06219内蒙古03959辽宁055110山西024810河北049611东部地区075中部地区0581西部地区0558表2中国1995～2011年各省市碳排放效率情况

东部省市碳排放效率排名中部省市碳排放效率排名西部省市碳排放效率排名广东101黑龙江05781青海101上海0942江西05192四川042海南08983湖南04573宁夏0393天津0884广西04324云南02534江苏08185河南0435甘肃02485福建06556安徽0416新疆02126北京06317湖北03617陕西02087山东05718吉林02428贵州01878浙江05269内蒙古01889辽宁047410山西010310河北034211东部地区064中部地区0428西部地区0383能源和碳排放效率的影响因素

31分析方法与数据说明

在IPAT模型基础上，Dietz和Rosa[18]构建了STIRPAT模型：I=bPαAβTγe，其中I为环境影响，P为人口规模，A为财富水平，T为技术水平；α、β、γ为各变量对环境影响的弹性，b为常数项，e为干扰项。对STIRPAT模型两边取对数：

lnI=lnb+αlnP+βlnA+γlnT+lne（2）

拓展此模型分析能源与碳排放效率问题。加入产业结构和能源使用技术指标，此模型可改写为：

lneeit=αit+α1lnyit+α2lnindit+α3lnTit+α4lnpopit+uit （3）

lnceit=bit+b1lnyit+b2lnindit+b3lnTit+b4lnpopit+εit （4）

ee、ce分别为能源效率与碳排放效率；y为人均收入； pop为人口规模；ind为工业化水平，用第二产业占比表示；T为节能技术水平，用能源强度倒数表示。下标it表示i地区t时期的样本。u、ε为干扰项。为更好地分析中国能源和碳排放效率的影响因素，首先分析中国整体情况，然后分析东部（包括北京、天津、上海、江苏、浙江、福建、山东、河北、广东、海南、辽宁）、中部（包括山西、安徽、江西、河南、湖北、湖南、吉林、黑龙江）和西部（包括广西、四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、新疆、内蒙古）的情况。由于能源和碳排放效率取值范围均为（0，1]，数据被截断，因此通常采用处理限值因变量的Tobit模型。

各个省（市、自治区）的能源和碳排放效率来自于以上的测度。能源强度是能源消耗量与GDP的比值，GDP数据来自《中国统计年鉴》相应各期。工业产值、人均收入、GDP等涉及货币的数据均以1995年为基期进行了价格调整，基础数据来自《中国统计年鉴》相应各期。

32实证结果与分析

利用式（3）对能源效率影响因素进行回归，结果见表3。

表3能源效率影响因素的回归结果

全国东部中部西部lny-0506***-0519***-0733***-0412***（0046）（0102）（0064）（0052）lnind-023900820477-036（0207）（0487）（027）（031）lnT0698***0922***076***0668***（0098）（0232）（0119）（0123）lnpop-0314**-0392**-0241-0489***（0106）（0178）（0186）（0098）常数项3755***3706*02295247***（1085）（1764）（1746）（1403）Wald2324837742675412936样本493204153136注：***、**、*分别表示在1%、3%、5%显著水平通过检验；括号中数值为标准误差

全国和不同地区，收入水平与能源效率负相关，且均在1%显著水平上通过检验，表明经济增长会降低中国能源效率。就全国而言，提高工业化水平会降低能源效率；分地区分析发现仅西部提高工业化水平会降低能源效率，而东部和中部提高工业化水平反而提高了能源效率（不过这项检验在5%水平上不显著）。这是由于东部和中部工业发展水平和工业生产技术较高，从而工业能源利用效率较高。节能技术与能源效率正相关，且在1%显著水平上通过检验，表明节能技术对提高能源效率起到决定性作用。人口规模与能源效率之间负相关，表明随着人口规模的增加，中国能源效率会降低，这与中国居民的节能意识不强，能源浪费现象有关。

利用式（4）对碳排放效率影响因素进行回归，结果见表4。全国和不同地区，收入水平与碳排放效率显著负相关，表明中国经济增长存在“高碳”特征。就全国而言，提高工业化水平会提高碳排放效率；分地区分析发现仅东部提高工业化水平会降低碳排放效率，而西部和中部提高工业化水平却提高了碳排放效率，表明中西部工业在碳减排领域的成绩较好（仅中部地区在1%水平上通过检验）。节能技术与能源效率显著正相关，表明节能技术对提高中国碳排放效率起到了决定性作用。人口规模会降低碳排放效率，这是由节能环保意识不强等原因造成的。

表4碳排放效率影响因素的回归结果

全国东部中部西部lny-0738***-0565 ***-1421***-0591***（0077）（011）（0167）（0055）lnind0242-07270581***051（0342）（0563）（0746）（042）lnT1024***0622 ***1493***104***（015）（024）（024）（0093）lnpop-0396**-0167-0558*-0833***（0158）（0219）（0295）（0048）常数项22944278*-54494325**（1615）（2134）（3084）（1799）Wald1419254061055233379样本493204153136注：***、**、*分别表示在1%、3%、5%显著水平通过检验；括号中数值为标准误差

通过实证结果发现以下规律：（1）收入水平对能源和碳排放效率的影响存在区域差异。收入水平对中部地区能源和碳排放效率的影响最大（对能源效率的影响，中部弹性-0733大于东部弹性-0519大于西部弹性-0412；对碳排放效率的影响，中部弹性-1421大于西部弹性-0591大于东部弹性-0565）。表明中部高能耗高排放现象更为严重。（2）节能技术对能源和碳排放效率的影响存在区域差异。东部节能技术对能源效率的影响力度最大（东部弹性0922大于中部弹性076大于西部弹性0668），东部对碳排放效率的影响力度却最小（中部弹性1493大于西部弹性104大于东部弹性0622）。这是由于东部经济产出最大，对能源消耗也较大，所以提高节能技术对东部提升能源效率作用最大，但对提升碳排放效率作用相对较弱，因为减排效率不仅受节能的影响，还受能源结构等其他因素的影响。（3）人口规模对西部能源和碳排放效率影响最大（弹性分别为-0489和-0833），远高于东部（弹性分别为-0392和-0167）和中部（弹性分别为-0241和-0558）的影响，这是由于西部人力资本相对较少，节能减排意识薄弱，所以西部人口规模对能源和碳排放效率的抑制作用最大。（4）虽然工业化水平对能源和碳排放效率的影响也存在区域差异，但大多数情况不显著，表明工业化水平不是中国能源和碳排放效率的关键影响因素。

4结论及建议

利用DEA方法，测度中国能源和碳排放效率，并采用Tobit模型，分析能源和碳排放效率的影响因素。研究结论及政策建议如下：

（1）整体上中国能源和碳排放效率呈下降趋势；从不同地区看，东部能源和碳排放效率最高，其次是中部，西部最低。碳排放效率与能源效率正相关。对此，中国应密切关注中部和西部节能减排效率。

（2）收入水平和节能技术是影响能源和碳排放效率的最关键因素，其中收入水平与能源和碳排放效率显著负相关，表明经济增长会降低中国能源和碳排放效率。所以中国应转变经济发展的思维方式，淡化经济增长速度，重视经济增长质量，使经济完成从外延粗放型向内涵集约型转变。

（3）工业化水平对能源和碳排放效率的影响存在区域差异。整体上工业化水平会降低能源效率，但会提高碳排放效率；在西部工业化水平会降低能源效率，在东部和中部，工业化水平反而会提高能源效率；在中部和西部，工业化水平提高了碳排放效率，而在东部，工业化水平降低了碳排放效率，不过这些影响大多数情况不显著。尽管如此，中国还应优化产业结构，大力发展第三产业，提高第三产业总量和比重，降低工业比重，尤其要降低高能耗行业比重，淘汰落后产能和技术。

（4）人口规模与能源和碳排放效率负相关，表明居民节能减排的意识和行为有待提高。所以，应提高全民节能减排意识，提倡低碳化生活方式，向全民普及低碳、环保、节能、减排相关知识，通过多种方式鼓励消费者选用资源节约型产品，倡导节约型消费方式。参考文献：

[1]许士春，习蓉，何正霞.中国能源消耗碳排放的影响因素分析与政策启示[J].资源科学，2012（1）：2-12.

[2]史丹.中国能源效率的地区差异与节能潜力分析[J].中国工业经济，2006（10）：49-58.

[3]Hu J L，Kao C H.Efficient Energysaving Targets for APEC Economies[J].Energy Policy，2007，35（1）：373-382.

[4]王喜平，姜晔.碳排放约束下我国工业行业全要素能源效率及其影响因素研究[J].软科学，2012，26（2）：73-78.

[5]杭雷鸣，屠梅曾.能源价格对能源强度的影响[J].数量经济技术经济研究，2006（12）：23-28.

[6]王群伟，周德群，陈洪涛.技术进步于能源效率：基于ARDL模型分析[J].数理统计与管理，2008，28（5）：913-920.

[7]Fan Y，Liao H，Wei Y M.Can Market Oriented Economic Reforms Contribute to Energy Efficiency Improvement？ Evidence from China[J].Energy Policy，2007，35（4）：2287-2295.

[8]朱承亮，岳宏志，师萍.环境约束下的中国经济增长效率研究[J].数量经济技术经济研究，2011（5）：3-20.

[9]吴恒煜，胡根华，秦嗣毅，刘纪显.基于超效率DEA模型的BRICS能源效率实证研究[J].软科学，2012，26（4）：7-11.

[10]Zhou P，Ang B W，Han J Y.Total Factor Carbon Emission Performance：A Malmquist Index Analysis[J].Energy Economics，2010，32（1）：194-201.

[11]张伟，朱启贵，李汉文.能源使用、碳排放与我国全要素碳减排效率[J].经济研究，2013（10）：138-149.

[12]Xu S C，He Z X，Long R Y.Factors that Influence Carbon Emissions due to Energy Consumption in China：Decomposition Analysis Using LMDI[J].Applied Energy，2014（127）：182-193.

[13]Jin，J L，Zhou，D Q，Zhou P.Measuring Environmental Performance with Stochastic Environmental DEA：The Case of APEC Economies[J].Economic Modelling，2014（38）：80-86.

[14]查建平，郑浩生，唐方方.中国区域工业碳排放绩效及其影响因素实证研究[J].软科学，2012，26（4）：1-6.

[15]Fodha M，Zaghdoud O.Economic Growth and Pollutant Emissions in Tunisia：An Empiricalanalysis of the Environmental Kuznets Curve [J].Energy Policy，2010，38（2）：1150-1156.

[16]徐大丰.碳生产率、产业关联与低碳经济结构调整：基于我国投入产出表的实证分析[J].软科学，2011，25（3）：42-46.

[17]屈小娥.中国省际全要素 CO2排放效率差异及驱动因素[J].南开经济研究，2012（3）：128-141.

[18]Dietz T，Rosa E A.Effects of Population and Affluence on CO2 Emissions [C].Proceedings of the National Academy of Sciences USA 1997，94（1）：175-179.

（责任编辑：张京辉）