长三角城市群节能减排效率及影响因素分析

童思聪 王晓璐

新疆财经大学经济学院

关键字：长三角城市群；SBM-DEA；节能减排效率；影响因素

0 引言

我国城市群最新标准是以中心城市为圆心、300km为半径的一个区域范围内。根据最新国家标准，长三角城市群除了中心城市上海外，还包括江苏省的苏州、南京、常州、无锡、南通、盐城、泰州、扬州和镇江等9个市，浙江省的杭州、绍兴、宁波、舟山、台州、金华、湖州、嘉兴等8市，以及安徽省的芜湖、宣城、马鞍山3个城市，共计21个地级及以上城市。长三角城市群是“一带一路”与“长江经济带”的重要交汇地带，在我国现代化建设大局和全方位开放格局中具有举足轻重的战略地位。但是长三角城市群依赖能源等要素投入的粗放型经济增长模式在为我国经济发展水平做出巨大贡献的同时，也给环境造成了一定程度的污染，这将不利于城市群的可持续发展。党的“十九大”报告提出，要推进能源生产和消费革命，构建清洁低碳、安全高效的能源体系，推进资源全面节约和循环利用，实施国家节水行动，降低能耗、物耗，实现生产系统和生活系统循环链接。通过分析2015～2017年长三角城市群节能减排效率及其影响因素将有助于全面了解各城市的节能减排潜力，并为长三角城市群提升节能减排效率及可持续发展提供依据。

“节能减排”是在人们面临资源短缺、环境污染等背景下提出的。随着可持续发展观的提出，人们将重点落在如何通过用能的管理以及技术的提升来降低从能源生产到消费各个环节的损失以及污染物的排放，从而合理利用能源。近年来，节能减排逐渐成为学者们研究的热点。郭彬等采用超效率DEA与Tobit模型分析了我国中部六省的节能减排效率及其影响因素[1]。容贤标等基于超效率DEA测算了湖南省各市州的节能减排效果并利用多元回归分析检验了其影响因素，研究发现产业高级化程度以及节能减排政策扶持力度是关键性的影响原因[2]。李科分析了我国省际的节能减排效率及其动态特征，结果发现我国各省间节能减排的效率值具有明显差异，且节能减排效率的增长主要是受技术进步的推动[3]。于鹏飞等基于超效率SBM模型分析了我国31个省、市、自治区的节能减排效率，研究表明我国节能减排效率虽有明显提高但仍比较低[4]。张伟等利用DEA模型实证分析了长三角城市群1996-2008年的全要素能源效率并研究了其影响因素[5]。吕林基于DEA模型实证分析了我国30个省份的节能减排效率[6]。余泳泽采用DEA模型测算了我国节能减排的潜力与治理的效率并分析了各地区节能减排的实施路径[7]。

综上所述，国内对于节能减排效率的研究大多集中在省域层面，而对城市层面的研究较少，对于节能减排效率的研究大多采用数据包络分析（DEA）方法。此外，传统的测算节能减排效率的指标缺少对非期望产出的测算以致测算的节能减排效率有偏差。因此，本文采用SBM-DEA方法，建立考虑非期望产出的节能减排效率指标评价体系，测算长三角城市群21市的节能减排效率并分析了各地区的节能减排路径。在此基础上采用面板Tobit模型分析物质资本投资率、产业结构、财政支出结构、人口密度以及第二产业集聚度对各城市节能减排效率的影响并据此提出相关改进措施。

1 模型选择与数据处理

1.1 模型与指标选择

参照余泳泽（2011）的研究方法与思路，建立采用DEA方法设立了基于投入导向的节能潜力模型和基于产出导向的减排潜力模型[7]。经过参考相关文献，以2015～2017年长三角城市群的资本、能源与劳动力作为投入要素，产出要素则以各城市GDP与二氧化硫（SO2）排放表示。

1.2 能源消耗数据来源与处理

各城市能源消费量通过夜间灯光数据反演所得，具体方法如下：1）参考李峰对于原始图像的处理，进一步将每年12个月的辐射亮度值进行平均处理合成为当年辐射亮度值[8]；2）参考柴子为的方法，消除可能存在的火光，其阈值上限以东方明珠区域2015～2017年最高辐射亮度为基准设定[9]；3）参考曹子阳的方法进行连续性校正[10]；4）从Silvana Amaral(2005)的研究中得到启发，消除我国1～5级湖泊、河流，从而去除因湖面反射增加的辐射总值[11]。

1.3 其它统计数据来源与处理

资本采用各城市物质资本存量表示；劳动力采用全社会年末就业人员表示；各城市的国内生产总值采用2015年不变价做了平减处理。以上数据均来自《中国城市统计年鉴》与各省市统计年鉴。

2 节能减排效率、潜力与实施路径分析

2.1 节能效率与节能潜力

利用投入导向的DEA模型，得出了长三角城市群各城市的节能效率与节能潜力，结果见表1。近年来节能情况有所改善的城市为泰州、舟山、金华等10个城市，这些城市2017年节能潜力低于2015年水平。平均节能潜力较大的地区为常州、无锡、宁波、苏州等工业化占比较大的城市。节能效率较高的城市为上海、台州、宣城与盐城等4市，这些地区物质资本、劳动力投入与能源消耗相辅相成，同时产生较高的经济效益，这得益于要素配置水平、技术水平与监管水平的相互配合。长三角城市群整体节能潜力呈现先增后减的趋势，但节能潜力整体变动不大，截至2017年，整体约有13 634万tce节能潜力，这说明当前技术水平仍不足以满足现阶段经济发展的节能需求。从平均节能潜力看，常州、无锡、宁波、苏州等市总和超过了8 000万tce，仅苏州一市就具有约30%的节能潜力，这主要是由于要素配置不合理等因素导致在经济生产过程中超过60%的能源被浪费，详见表1。

表1 2015-2017年长三角城市群各城市节能效率与节能潜力 （单位：tce）

2.2 减排效率与减排潜力

利用产出导向的DEA模型，得出了长三角城市群各城市的减排效率与减排潜力，结果见表2。近年来减排情况有所改善的城市为常州、杭州、湖州等14个城市，与2015年相比这些城市2017年的减排潜力呈下降趋势。平均减排潜力较大的地区为苏州、无锡、宁波、杭州、嘉兴、常州、绍兴、镇江等市，这些城市工业化水平较高但污染相对严重；相对平均节能效率较高的城市为上海市和台州市，这是监管水平相对较为严格且工业占比较低共同影响所得到的结果。长三角城市群整体减排潜力改善明显，2017年同比下降36．7%，反映了该区域全面实施污染防治攻坚战，持续加大环境保护和生态建设力度以及高质量的生态保护建设等环境目标得到成功执行，进一步凸显了长三角地区治污的决心与力度。从平均减排潜力来看，由于产业结构、环境监管水平等因素的差异，嘉兴、杭州、宁波、无锡、苏州等市总和超过25万tce，仅苏州市就存在约20%的减排潜力。

2.3 节能减排可行性路径分析

综合以上节能效率与减排效率的实证结果，本文构建了节能效率与减排效率的二维矩阵图，并根据两个效率维度取值从低至高划分出四种组合，分别划分为低节能低减排效率集聚区(LL)、低节能高减排效率集聚区(LH)、高节能低减排效率集聚区(HL)、高节能高减排效率集聚区(HH)，具体分析不同城市在节能与减排上可以实施的路径选择。结果见图1。

表2 2015～2017年长三角城市群各城市减排效率与减排潜力 （单位：tce）

图1 2015～2017年长三角城市群各城市节能减排路径

从图1可见，落在低节能低减排效率集聚区(LL)的城市共有11个，分别为南通、嘉兴、绍兴、湖州、杭州、镇江、马鞍山、常州、宁波、无锡与苏州等市。其余10个城市则落在高节能高减排效率集聚区(HH)。没有城市落在低节能高减排效率集聚区(LH)与高节能低减排效率集聚区(HL)。可见长三角城市群地区节能减排效率呈现两极分布，尽管部分城市已进入了高节能高减排效率阶段，但仍有大部分城市处于低效水平，而低效城市的主要问题表现在减排效率较低，节能效率带动能力较弱。具体分析11个低效城市可以看出部分城市节能水平普遍较高，而减排情况则处于较低水平，这是普遍由于这些地区缺乏较为严格的环境监管措施，其中南通、嘉兴、绍兴与湖州等市需要进一步通过技术与政策手段在保持经济质量的前提下提升节能效率，通过减少能源消耗减少污染排放；另一部分城市则处于节能与减排效率都较低的水平，这些城市需要找到与自身发展相一致的节能减排政策，从而提升节能减排效率。

4 节能减排可行性路径的影响因素

从实证分析结果看，节能减排的可行性方法是促进产业结构升级、提升科技发展水平以及增强政府激励约束机制从而进一步改进发展方式，重点聚焦经济、环境发展质量。通过计算节能效率与减排效率的几何平均，以此表示节能减排指数，利用面板Tobit模型检验了长三角城市群地区节能减排效率的影响因素，构建模型如下：

其中：

i—长三角城市群各城市编号

t—年份

α—方程常数项

EE—节能减排效率。

INV固定资产投资率，通过城市固定资本存量与GDP之比表示，以此衡量城市固定资产投资规模；SEC表示第二产业增加值占国内生产总值的比重，以此衡量各城市的产业结构；GIN为政府支出结构，通过政府一般公共预算支出与GDP之比表示，用来衡量政府影响力；POP为人口密度，通过常住人口与城市建成区面积之比计算所得，表示城市建成区面积的人口数量；LEOS表示第二产业集聚度，通过总采掘业、制造业、电力煤气及水生产供应业以及建筑业从业人员数计算所得，表示第二产业的集聚水平，LEOS2为其平方项。通过STATA 14．0对面板Tobit模型截尾数据进行最大似然估计，结果见表3。

表3 节能减排效率影响因素Tobit回归结果

1）INV（物质资本投资率）的影响系数为正，且通过了1%水平的显著性检验。说明我国长三角城市群地区城市普遍进入高水平发展阶段，各个城市在建设固定资产、引入设备的同时更加注重能源的节约与排放的降低。

2）SEC（产业结构）的估计系数为0．207 1，说明相对于第二产业的发展，第三产业的发展更有利于促进城市节能减排效率的提升，这是由于第三产业有着更高的资本、技术与生产要素流动效率，且产业内部以服务业为主，包括一部分高新技术产业，其节能减排效果与以传统制造业为主的第二产业相比优势明显。

3）GIN（财政支出结构）的影响系数为负但并不显著，说明近几年的政府支出没有对其节能减排效率产生明显影响。政府主要通过能源价格改变形成产出效应与替代效应，进而在能源领域实施干预，改善节能减排效率。从目前看，长三角城市群地区能源价格政策在短时间并没有起到明显作用，需要长期观察能源价格对节能减排效率的影响，进一步评价政府财政支出结构的作用。

4）PBD（人口密度）对节能减排效率的影响显著为正。目前，针对人口密度对节能减排效率的影响方向尚无定论，一种观点认为人口密度较高的地区其文化发展程度也较高，以至于环境保护意识更高，而人口密度较低的地区经济规模较小，人口活动对于环境影响微弱，因此这些地区不太关注污染排放的降低[12]。另一种观点认为人口密度过高会导致环境质量下降，这是由于人口密度通常与能源需求呈正相关性[13]。在本文中尽管指标值反映出这一影响较弱，仍可以看出人口密度的上升对节能减排效率的提升有促进作用。

5）LEOS（第二产业集聚度）的影响系数显著为负，而其二次项的影响系数显著为正，可知目前长三角城市群地区第二产业集聚度处于拐点左侧，目前，随着产业集聚度的增加可能会降低节能减排效率，这是由于目前尚未达到质变的临界水平。当产业集聚水平达到甚至位于拐点右侧时，集聚效应所产生的节能降耗与降低排放的水平将会充分发挥。

5 结论与建议

通过构建资本、能源消耗、劳动力、国内生产总值与二氧化硫（SO2）排放量的SBM—DEA模型，并基于结果构建节能减排指数，进一步通过物质资本投资率、产业结构、财政支出结构、人口密度以及第二产业集聚度分析了长三角城市群节能减排影响因素。基于以上实证分析，得出以下结论：

1）长三角城市群整体节能效率呈现先增后减的趋势，且研究期间变动不大。节能潜力较大的地区为常州、无锡、宁波、苏州等市，平均节能潜力总和超过8 000万tce。而减排效率明显提升，平均减排潜力较大的城市为嘉兴、杭州、宁波、无锡、苏州等市总和超过25万tce，仅苏州市存在约20%的减排潜力。

2）长三角城市群各城市节能减排效率呈现两极分布。位于低节能低减排效率集聚区(LL)的城市共有11个，其余10个城市则位于高节能高减排效率集聚区(HH)，位于低节能低减排效率集聚区(LL)的城市主要由于减排效率较低影响所致。

3）长三角城市群各城市可通过改善物质资本投资率、产业结构、人口密度以及第二产业集聚度等方法提升节能减排效率。其中固定资本投资率正向影响系数最大，而第二产业集聚度负向影响系数最大，财政支出结构对节能减排效率影响并不明显。

根据上述结论，提出如下建议：

1）加强质量意识，重点发展优质产业，坚决杜绝引入耗电高、污染大的产业。目前我国长三角城市群处于高水平发展阶段，应进一步增强经济发展重“质”轻“量”政策意识，在确保基本增长的同时保证发展质量。

2）追求高质量发展，重点发展以服务业为代表的第三产业，形成多样化高效优质的供给体系。现阶段产业高级化对于我国降低能源强度有利，要继续推进供给侧结构性改革战略，通过去产能、去库存、去杠杆、降成本、补短板的五大任务优化产业结构，促使产业向高级化发展。现阶段，只有坚持发展第三产业，增加其结构比重，产业内部才能有充足的资金流转，为资本、技术以及生产要素提供多元化配给方式，进一步提升经济发展水平。

3）合理提升人口集聚，促进节能减排效率提升。各城市应在着眼于自身的城市人口承载力的基础上，合理增加人口密度，发挥人口集聚效应，改善能源额外消耗以及污染的额外排放。

4）合理提升第二产业集聚水平。各城市在符合自身发展目标的前提下着眼于工业园区发展，从而进一步提升产业集聚水平。尽管目前集聚水平可能会导致节能减排效率下降，但从长期看却是一个利好的发展方向，最终将进一步提升节能减排效率。