中国沿海地区海洋交通运输业能源消耗驱动因素的时空差异特征

邹乐,曹俐

(上海海洋大学经济管理学院 上海 201306)

0 引言

随着经济社会的快速发展,能源消费需求日益增长,而能源过度消费导致的能源短缺和环境污染等问题逐渐成为全球关注的焦点。2020年9月,国家主席习近平在第七十五届联合国大会一般性辩论上发表重要讲话,提出“中国将提高国家自主贡献力度,采取更加有力的政策和措施,二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和。”“十四五”规划明确提出推进能源革命和加快节能减排进程。“3060”双碳目标的实现和节能减排进程的推进均须以控制能源消耗、提高能源效率和发展清洁能源等为基础[1]。海洋交通运输业是海洋经济发展的支柱型产业,也是能源消耗最多的海洋产业之一,深入研究海洋交通运输业的能源消耗情况,进一步探究海洋交通运输业能源消耗的驱动因素及其时空差异,对因地制宜地有效开展海洋交通运输业的节能减排工作以及推进海洋交通运输业的绿色高质量发展具有重要意义。

目前关于交通运输业能源消耗方面的研究主要涉及能源消耗量的测算、能源消耗的影响因素以及能源强度和能源效率。①能源消耗量的测算。贾顺平等[2]基于不同类型交通工具的能源消耗构建测算模型,计算2002—2007年我国交通运输业的能源消耗量,发现我国交通运输业的能源消耗在全部终端能源消耗中的占比较低,但增速超过众多欧美发达国家,节能减排形势依旧严峻;邢辉等[3]采用自下而上的方式,基于运输周转量构建能源消耗量测算模型,计算2001—2013年我国水路交通运输业的能源消耗量,发现我国水路交通运输业的能源消耗量呈逐年增长的趋势,年均增长率超过7%,其中内河与沿海运输业的能源消耗增速较快;由于区域发展水平不同,各地交通运输业的能源消耗也会出现差异[4],武旭等[5]基于区域异质性建立交通运输能源消耗综合评价体系,研究不同区域的交通运输能源消耗并划分5个层次,揭示能源消耗的地区差异性。②能源消耗的影响因素。Ming 等[6]采用LMDI分解法,研究我国交通运输业的能源消耗与影响因素之间的关系,提出运输周转量代表的运输活动效应是能源消耗增长的最重要因素,而能源强度效应在降低能源消耗方面发挥主导作用;王瑞军等[7]引入运输结构因素,采用完全分解模型研究货物运输能源消耗的影响因素,提出运输量增长是能源消耗增长的最主要因素,而运输结构效应受能源强度的影响,对于能源强度高的运输方式,其市场份额的扩大将加剧能源消耗。③能源强度和能源效率。对交通运输业能源消耗量的测算及其影响因素的研究为降低能源强度和提高能源效率进而实现节能减排奠定良好基础。魏庆琦等[8]通过VEC模型研究我国交通运输结构对其能源强度的影响,提出交通运输结构的优化有利于降低能源强度;宋震等[9]采用随机前沿模型,研究1995—2012年我国各地交通运输业的能源效率及其影响因素,提出能源效率总体呈W 形波动上升的趋势,人力资本、工业化进程和对外开放程度是促进能源效率提高的主要因素;侯建朝等[10]对1997—2016年我国交通运输业的全要素能源效率及其影响因素进行实证分析,提出提高技术效率和电力消费占比有助于提高能源效率;虽然提高能源效率在一定程度上有助于降低能源消耗,但其有效性可能受到回弹效应的影响[11],即能源效率的提高会通过降低能源成本等方式反而增加能源消耗量[12];Wang等[13]和Lin等[14]分别构建LA-AIDS 模型,研究回弹效应对我国客运交通运输能源消耗的影响,提出我国客运交通运输能源消耗中存在回弹效应,其部分抵消能源效率提高带来的能源消耗降低,而成品油定价机制是影响回弹效应的重要因素。

目前关于运输效率对交通运输业能源消耗影响的研究较少,同时在海洋交通运输业能源消耗方面也较少涉及影响效应分解的研究。本研究以中国沿海地区海洋交通运输业为研究对象,收集并整理2001—2017 年的相关数据,分别计算运输周转量、能源消耗量和产业增加值;建立LMDI分解模型,分析能源强度效应、运输效率效应和产业规模效应对海洋交通运输业能源消耗的影响,并提出相应建议。

1 运输周转量、能源消耗量和产业增加值

以海洋交通运输业的运输周转量、能源消耗量和产业增加值为基础,分别分析海洋交通运输业能源消耗的驱动因素。鉴于目前无法直接获得各沿海地区的相关数据,本研究参考已有方法,通过构建测算模型获得相关数据。

1.1 运输周转量

海洋交通运输业的运输周转量是指海洋交通运输的货物重量或旅客人次与运输距离的乘积,反映单位时间内海洋交通运输业的运输总量。本研究通过折算系数将旅客运输周转量统一转化为货物运输周转量,计算公式为:

式中:Sit表示沿海地区i于第t年海洋交通运输业的运输周转量,即产业规模;Fit和Pit分别表示沿海地区i于第t年海洋货物运输周转量和海洋旅客运输周转量;λ表示将海洋旅客运输周转量转化为海洋货物运输周转量的折算系数。

折算系数采用由中国科学院地理科学与资源研究所提供的0.125为参考值,海洋货物运输周转量和海洋旅客运输周转量的数据来自《中国海洋统计年鉴》。

1.2 能源消耗量

海洋交通运输业的能源消耗量是指将海洋交通运输过程中消耗的各类能源折算成标准煤的数值。由于目前无法直接获得各沿海地区海洋交通运输业的能源消耗量数据,参考董梦如等[15]的研究思路,选取各沿海地区交通运输业主要使用的原煤、汽油、煤油、柴油、燃料油和天然气6种能源,利用标准煤参考系数将各类能源消耗量折算成标准煤消耗量,而后通过海洋交通运输业与交通运输业的运输周转量比值折算海洋交通运输业的能源消耗量(标准煤消耗量),计算公式为:

式中:Eit表示沿海地区i于第t年海洋交通运输业的能源消耗量;Eitk表示沿海地区i于第t年交通运输业对第k种能源的消耗量;βk表示将第k种能源折算成标准煤的参考系数;Tit表示沿海地区i于第t年交通运输业的运输周转量。

交通运输业的各类能源消耗量和标准煤参考系数来自《中国能源统计年鉴》,交通运输业的运输周转量来自《中国交通年鉴》。

1.3 产业增加值

海洋交通运输业的产业增加值是指一定时期内按照市场价格计算的海洋交通运输活动的最终经济成果。目前只能获得全国海洋交通运输业的产业增加值数据,而无法获得各沿海地区的相关数据。考虑到同一时期内各沿海地区的物价水平基本稳定,海洋交通运输价格波动平稳,单位货物运输周转量产生的增加值差距较小,因此以各沿海地区与全国海洋交通运输业的运输周转量比值为折算系数,计算各沿海地区海洋交通运输业的产业增加值,计算公式为:

式中:Git表示沿海地区i于第t年海洋交通运输业的产业增加值;Gt表示第t年全国海洋交通运输业的产业增加值;St表示第t年全国海洋交通运输业的运输周转量。

全国海洋交通运输业的产业增加值均来自《中国海洋统计年鉴》。

2 LMDI分解模型

目前关于驱动因素的分解方法主要包括结构分解法和指数分解法。与结构分解法和其他指数分解法相比,指数分解法中的LMDI分解法具有分解可加性和结果无残差的优势[16]。因此,本研究采用LMDI分解法研究海洋交通运输业能源消耗的驱动因素。

将海洋交通运输业的能源消耗量进行分解:

式中:EIit表示沿海地区i于第t年海洋交通运输业单位产业增加值的能源消耗量,即能源强度;GSit表示沿海地区i于第t年海洋交通运输业单位运输周转量的产业增加值,即运输效率。

计算海洋交通运输业的能源消耗量的年度变化量:

式中:ΔEi表示沿海地区i海洋交通运输业的能源消耗量的年度变化量即总效应;ΔEei、ΔEgs和ΔEs分别表示能源强度效应、运输效率效应和产业规模效应引起的能源消耗量的年度变化量。

参考Ang[17]和鲁万波等[18]的研究成果,采用对数平均权重分解法计算:

3 时空差异特征

3.1 时间差异

2001—2017年中国沿海地区海洋交通运输业能源消耗的影响效应分解如表1所示。

表1 2001—2017年中国沿海地区海洋交通运输业能源消耗的影响效应分解

续表1

(1)总效应。2001—2017年中国沿海地区海洋交通运输业的能源消耗总量基本呈增长趋势。其中:2001—2005年总效应为正且基本递增,可能是由于中国于2001年加入世界贸易组织,对外贸易的快速强劲发展催生对海洋交通运输业的需求,从而促进能源消耗的增长;2008年总效应转为负,主要是受全球金融危机影响,外贸经济受到冲击,导致海洋交通运输业的整体运输量降低;随着经济复苏,总效应除2013年受经济减速影响再次为负外,其他年份均为正。

(2)能源强度效应。2001—2017年中国沿海地区海洋交通运输业的能源强度效应为正负交替,累计贡献值为正,累计贡献率为16.97%,表明能源强度并未对能源消耗发挥较好的抑制作用,亟须通过改造升级船舶发动机、普及清洁能源和创新节源技术等方式,逐步提高能源效率和降低能源强度。

(3)运输效率效应。2001—2017年中国沿海地区海洋交通运输业的运输效率效应基本为负,累计贡献值为负,累计贡献率为-21.80%,表明运输效率是能源消耗降低的主要驱动因素,提高运输效率可有效降低能源消耗。因此,可在运输效率方面持续发力,进一步降低能源消耗。

(4)产业规模效应。2001—2017年中国沿海地区海洋交通运输业的产业规模效应基本为正,累计贡献值为正,累计贡献率为104.83%,表明产业规模是能源消耗增长的主要驱动因素。

将研究期划分为2001—2017年、2008—2017年和2013—2017年3个时间段,分别分析影响效应累计贡献率的时间差异(图1)。

图1 各时间段影响效应的累计贡献率

(1)能源强度效应。能源强度对能源消耗增长的驱动作用整体较弱,且在3个时间段内呈波动状态,可能是回弹效应削弱了能源强度对能源消耗的抑制作用。2013—2017年能源强度效应的累计贡献率转为正,表明能源强度促进能源消耗增长。因此,海洋交通运输业的节能减排须进一步关注能源强度的影响。

(2)运输效率效应。运输效率对能源消耗整体起到抑制作用,是能源消耗降低的主要驱动因素,且驱动作用逐渐增强。因此,须在优化港口和船舶运营以及提高单位运输工具运能等方面继续发力,持续提高运输效率,进一步降低海洋交通运输业的能源消耗。

(3)产业规模效应。产业规模代表海洋交通运输业的发展规模,是能源消耗增长的主要驱动因素。3个时间段内产业规模效应的累计贡献率均为正且递增,表明产业规模的粗放扩张不仅抵消能源强度和运输效率对能源消耗的抑制作用,而且进一步促进能源消耗增长。因此,随着产业结构升级和经济转型的持续推进,海洋交通运输业须由高速低质量发展逐渐转为绿色高质量发展。

3.2 空间差异

将中国沿海地区划分为环渤海地区、长三角地区和泛珠三角地区,分别分析各驱动因素在上述地区的分解结果(表2)。

表2 2001—2017年三大地区海洋交通运输业能源消耗的影响效应分解

(1)能源强度效应。环渤海地区的能源强度对能源消耗增长的驱动作用最强;长三角地区中上海和江苏的贡献率为正,浙江的贡献率为负,且绝对值均较小,表明能源强度对能源消耗增长的驱动作用较弱;泛珠三角地区除海南的贡献率为正,其他地区的贡献率均为负,表明能源强度相对有效地抵消能源消耗增长。

(2)运输效率效应。三大地区的贡献率均为负,表明运输效率有效抑制能源消耗。其中,长三角地区和泛珠三角地区各地贡献率的绝对值和差异均较小,而环渤海地区各地贡献率的绝对值和差异均较大。

(3)产业规模效应。环渤海地区各地贡献率的差异较大;泛珠三角地区的贡献率整体较高,表明其产业规模扩张对能源消耗增长的驱动作用较强。

综上所述,能源强度效应、运输效率效应和产业规模效应在环渤海地区、长三角地区和泛珠三角地区存在空间差异,这可能与各地区海洋交通运输业的节能减排政策、产业结构优化进程和产业发展速度不同有关。

4 建议

本研究根据2001—2017年中国沿海地区海洋交通运输业的相关数据构建测算模型,分别计算运输周转量、能源消耗量和产业增加值;在此基础上建立LMDI分解模型,分析能源强度效应、运输效率效应和产业规模效应对海洋交通运输业能源消耗的影响。结果表明,2001—2017年中国沿海地区海洋交通运输业的能源消耗总量基本呈增长趋势,能源强度效应、运输效率效应和产业规模效应在时间趋势和空间分布上存在差异。

基于研究结果,本研究提出3项建议。①推广节能减排技术,发展清洁替代能源。政府、行业协会和企业三方联动,积极落实节能减排政策,推进船舶节能改装和航运能源管理软件应用等工作,进一步探索太阳能、燃料电池和氢能等绿色新能源在海洋交通运输业的替代应用。②优化航速和航线配船,持续提升运营能力。航运公司可从商业角度开展节能减排,降低成本和提高利润。主要措施包括:根据船舶的功耗、载货类型和途径航线等信息,通过构建航速优化模型获得最优航速;根据货运量、合同时间、船舶类型和数量以及洋流特点等信息,优化航线配船,提高运输效率。③政府政策引导支持,多措并举形成合力。一方面,通过产业政策积极鼓励和支持节能减排技术创新,落实新技术和新能源在海洋交通运输业的应用;另一方面,根据区域差异,因地制宜地完善能源价格体系,利用税收激励政策引导企业的节能减排工作,促进海洋交通运输业的绿色高质量发展。