曹建飞,韩延玲
(新疆财经大学 统计与数据科学学院,新疆 乌鲁木齐 830012)
工业作为主要耗能部门不可避免要消耗大量的能源资源,并由此带来的能源短缺和环境恶化的现实也逐渐成为经济社会进一步发展的制约因素。党的十九大报告提出了“构建清洁低碳、安全高效的能源体系”,以此保障人民群众健康和经济社会的可持续发展[1]。2018年国务院在《打赢蓝天保卫战三年行动计划》中,明确提出到2020年要大幅度减少主要大气污染物排放量和温室气体排放量的目标。因此,对工业行业能源效率水平及其变动进行定量分析和对比,并分析影响因素,对于实现节能减排目标和经济高质量发展有重要意义。
研究视角方面,工业全要素能源效率研究文献集中在“区域”和“行业”上。从区域层面,孙久文和肖春梅[2]、范秋芳和王丽洋[3]、岳立和杨玉春[4]分别对长江经济带、我国四大区域(四大区域是指东部、中部、西部、东北)、“一带一路”沿线国家全要素能源效率进行了研究。从行业层面,有些学者选择全行业研究,如祝树金和许可瑞琳[5]、周四军等[6]以我国工业行业的数据测算全要素能源效率,均得到全要素能源效率从低至高依次为资源密集型、资本密集型和劳动密集型行业;郭文和孙涛[7]、周春应和杨红强[8]选取39个工业行业数据,分别运用SBM模型和DEA模型测算不同考察期的全要素能源效率,并且深入了分析行业间全要素能源效率的差异;刘叶[9]测算了我国33个工业行业全要素能源效率,重点分析了中间产品对能源效率产生的影响。有些学者针对一类工业行业展开了研究,如屈小娥[10]对我国10个高耗能行业进行了实证分析,发现各行业间具有明显的差异;李世祥和成金华[11]对我国工业中6个重点用能行业进行了实证研究,发现技术进步和能源价格可以提高工业行业的能源效率;此外,陈关聚[12]、卢锐等[13]也对制造业全要素能源效率进行了深入研究。
从研究方法上,对能源效率的测度从单要素发展到了全要素。运用单要素能源效率进行测算方面,Patterson & Wadsworth[14]用单位GDP能耗测算了能源效率;施发启[15]用汇率法GDP能耗计算了中国能耗水平与欧洲国家的差距。然而单要素能源效率并不符合生产经济学中投入和产出的一致性要求,Hu & Wang[16]提出了全要素能源效率,将更多生产要素指标纳入测算体系,如唐玲和杨正林[17]、孙广生等[18]选用资本存量、劳动力和能源消费量为投入指标测算了我国工业行业全要素能源效率。但是全要素能源效率评价方法仍然存在不足,对于产出端而言,大多研究仅考虑了“正”的产出,未考虑“负”的产出。因此,国内外学者开始将污染物纳入DEA模型,一类是以单一指标为非期望产出,如张兵兵[19]以CO2作为非期望产出测算了中国省际全要素能源效率;另一类是以多指标为非期望产出,如顾浪和李强[20]以工业三废为非期望产出测算了长江经济带全要素能源效率,杨恺钧和闵崇智[21]以大气污染物和CO2为非期望产出测算了中国工业全要素能源效率,这使工业全要素能源效率测算和评价更加科学合理。
关于工业全要素能源效率影响因素的研究,现有的相关文献主要是关注能源效率与能源消费结构、技术进步、环境规制、所有权结构、能源价格、对外贸易等指标之间的关系。第一,多数学者如张兵兵[19]、丁黄艳[22]等认为,多元化的能源消费结构对能源效率的提高表现为正向作用。第二,现有文献讨论环境规制对能源效率的作用方向尚未形成一致结论,如郭一鸣等[23]认为环境规制对能源效率的提高具有促进作用;陶宇等[24]则认为环境规制抑制能源效率的提高。第三,一些学者如王腾等[25]认为技术进步对能源效率的提高表现为正向作用;刘文君等[26]则认为技术进步对湖南全要素能源效率具有抑制作用。第四,越来越多的学者从能源价格、所有制结构、对外贸易等方面展开研究,如江洪和陈亮[27]认为能源价格对经济欠发达地区的能源效率有阻滞作用,对经济发达地区的能源效率具有显著促进作用;陈钊和陈乔伊[28]利用企业层面微观数据测算了能源效率,认为所有制结构与企业能源效率呈显著负相关;李坤明等[29]运用面板随机前沿模型测算了区域能源效率,认为对外贸易不能提高我国的能源效率。
尽管有关工业能源效率及影响因素的文献展开了大量的探索和研究,首先,大多数学者主要针对中国省级或区域的研究,而对工业行业能源效率的研究较少,且对行业异质性的研究文献相对更少。其次,在能源效率测算方面,虽然学者们将非合意或非期望产出指标纳入到评价模型中,但是非期望产出指标的选取大多仅选择单一指标,很少有学者选用多指标,同时对多指标的选取差异性较大,且鲜有文献考虑非期望产出对环境危害程度存在差异。最后,大多数学者的研究都是基于同质性行业的假定,事实上不同工业行业自身特性有差异,对能源的依赖度、技术密集度、环境污染程度等差异大,导致各行业能源效率差异显著,同时影响各行业能源效率的因素也不同。
本文选取新疆为研究区域,主要考虑新疆为欠发达地区,并且生态环境比较脆弱,在资源、能源、生态安全等方面具有重要战略地位,提高工业全要素能源效率、走绿色发展道路,对于新疆实现社会稳定和长治久安总目标具有重要意义。在选取工业行业时,因统计口径变化,将“木材及竹材采运业”“其他采矿业”“工艺品及其他制造业”“开采辅助活动”“废弃资源和废旧材料回收加工业”“金属制品、机械和设备修理业”等行业剔除,并将“橡胶制品业”和“塑料制品业”合并为“橡胶和塑料行业”,将“农副食品加工业”和“食品制造业”归并为“食品加工及制造业”。同时,“文教、工美、体育和娱乐用品制造业”仅有2014—2018年的数据,缺失值较多,故一并剔除掉。因此,本文最终选取新疆2000—2018年34个工业行业作为研究对象,试图从行业能耗异质性出发,以聚类分析划分不同能耗行业,并运用SBM模型测度加权综合污染指标非期望产出的全要素能源效率,进而建立面板回归模型,对不同能耗行业能源效率的影响因素进行分析,为新疆未来制定合理的能源政策、产业发展与节能规划提供一定的政策参考。
本文采用Tone[30]提出的超效率SBM模型,对工业行业全要素能源效率进行测算。假定n个决策单元中每个决策单元均有则其矩阵X、Yg、Yb的表达式为:
则生产可能性集p为:
考虑非期望产出的SBM模型,表达式如下:
本文运用Super-SBM模型,则重新定义生产可能性集为:
式中:x、yg和yb代表决策单元、期望产出和非期望产出,S-、Sg、Sb分别表示投入、期望产出、非期望产出的松弛,λ为权重向量,模型中下标“0”为被评价单元,ρ*为目标效率值。
2.2.1 产出端
(1)期望产出。本文选用各行业工业总产值为期望产出指标。使用工业大类分的工业品出厂价格指数,将34个行业用相应的大类工业品出厂价格指数进行统一折算为2000年的价格水平。
(2)非期望产出。很多学者选择SO2或CO2指标替代非期望产出,但是使用单一污染指标很难全面地衡量工业行业的环境污染状况,应综合考虑各种污染物的排放量以及对环境带来的危害程度。因此,本文选取各行业SO2、CO2、COD、烟尘和工业固体废弃物指标,考虑不同污染物对环境的损害程度,用污染物的社会支付意愿为权重加权为污染物综合指标[31](表1)。此外,借鉴陈诗一[32]选取原煤、石油和天然气能源消费量计算CO2排放系数的方法(表2),获得CO2排放量指标(煤、石油和天然气消费量乘各自的碳排放量系数然后加总求和得到各行业CO2排放量)。
表1 各污染物的社会支付意愿及权重
表2 各种能源的CO2排放系数
2.2.2 投入端
(1)资本存量。资本存量以各行业的固定资产净值年平均余额为替代指标[33],并以2000年为基期进行价格平减处理(由于统计年鉴没有提供工业分行业的固定资产投资价格指数,只能运用各行业的生产者出厂价格指数对不同工业行业固定资产净值年平均余额进行平减)。
(2)劳动力投入。劳动力选取各行业的全部从业人员年平均人数为替代指标,数据来自《新疆统计年鉴》各期。
(3)能源消费量。能源消费量选取各行业的能源消费总量衡量。
本文选用资本存量、劳动力和能源消费量作为投入指标,以工业总产值和综合污染物为产出指标,相关指标描述性统计见表3。
通过表3的统计描述分析可以看出,行业间指标差异明显,能源消耗量指标也表现出行业间的较大差别,不同能耗的差异对处理行业“投入—产出”的对比也会产生较大的影响。因此,本文运用SPSS24.0软件对2000—2018年34个工业行业的能源消耗总量进行聚类分析。根据聚类结果,将考察期内的34个工业行业划分为高耗能行业3个、一般耗能行业4个,剩下的27个行业均为低耗能行业,具体如表4所示。
表3 工业行业全要素能源效率相关指标的描述性统计
表4 34个工业行业耗能行业的聚类划分
根据公式(5)、公式(7)全要素能源效率的测算方法,对收集的相关数据进行预处理,运用DEA-slover-pro5.0软件包对新疆工业行业2000—2018年的全要素能源效率进行测算,结果如表5所示。
由表5可以看出,在2000—2018年间,平均全要素能源效率值最高的是石油加工炼焦及核燃料加工业,烟草制品业和电气机械及器材制造业分别位列其后,且均值都在0.5以上,表明这3个行业投入的资本、劳动和能源要素相对较少,而有效产出相对较多。然而,煤炭开采和洗选业,有色金属矿采选业,非金属矿采选业,纺织业,造纸及纸制品业,印刷和记录媒介复制业,医药制造业,非金属矿物制品业,通信设备、计算机及其他电子设备制造业,燃气生产和供应业,水的生产和供应业等11个行业的年均全要素能源效率值都在0.1以下,表明与其他行业相比,这些行业投入的劳动、资本和能源相对较多,而获得的有效产出较其他行业少,即存在较多的效率损失。
表5 2000—2018年新疆34个工业行业全要素能源效率值
根据表4行业分类划分,图1报告了2000—2018年全行业和高耗能一般耗能和低耗能行业全要素能源效率变化趋势,结果显示:第一,从趋势线上看,全行业、高耗能行业、一般耗能行业和低耗能行业全要素能源效率整体上呈现波动上升趋势,且4个样本波动幅度存在差异;第二,从全要素能源效率值看,高耗能行业也是高效率行业,低耗能行业也是低效率行业;第三,高耗能和一般耗能行业全要素能源效率波动较大,高耗能行业波动上升,一般耗能行业在2011年以前波动上升趋势明显,2011—2018年呈现“U”型趋势;第四,全行业和低耗能行业全要素能源效率波动较小、呈现平缓上升,且两个样本变化趋势相同。
图1 2000—2018年全行业和高耗能、一般耗能和低耗能行业全要素能源效率变化趋势
σ收敛能够度量行业间全要素能源效率的差异程度。σ收敛用的指标是变异系数:cvj=σj/μj,σj为第j年变量的标准差,μj为第j年变量的均值。图2呈现了新疆工业全行业和三类耗能行业全要素能源效率σ收敛性情况,从图2可见,新疆工业全行业2000—2008年变异系数呈现增大状态,2009—2018年变异系数表现出缓慢减小趋势,同时伴随小幅波动(2015年、2016年略有上升),表明新疆工业各行业之间的全要素能源效率差异正在缓慢缩小;低耗能行业变异系数在考察期内表现出了“减小—增大—再减小”的变化过程,2000—2005年变异系数逐渐减小,2005—2009年变异系数逐渐增大,2009—2018年变异系数总趋势再减小,个别年份小幅波动,表明低耗能行业之间全要素能源效率是缓慢趋于收敛的;一般耗能和高耗能行业变异系数在考察期区间内有近似的走势,2000—2011年变异系数呈现缓慢增长的变化趋势,2011—2018年变异系数表现为显著性减小的收敛趋势,尤其是高耗能行业变异系数减小速度更加明显,表明一般耗能和高耗能两类内部行业之间的全要素能源效率差异正在加速缩小。从整体上看,全行业和三类耗能行业全要素能源效率变异系数在2000—2018年期间呈现出倒“U”型变化态势,这是由于第一次中央新疆工作座谈会以后,19个省份对口援疆效果在2011年逐渐显现,对于全行业和低耗能行业全要素能源效率的影响不明显,主要是承接东部产业转移的企业多为“高能耗、高效率”的企业,使得一般耗能和高耗能行业全要素能源效率的变异系数快速减小,而一般耗能和高耗能在全行业占比较小,对全行业的拉动作用不显著。
图2 2000—2018年高耗能、一般耗能和低耗能全要素能源效率变异系数
利用新疆工业行业全要素能源效率值,参考相关研究文献,结合新疆工业行业发展的实际情况,兼顾指标数据的可得性原则,选取影响工业全要素能源效率的影响因素,构建回归模型进行不同耗能行业间的比较,探讨各因素对不同耗能行业产生的影响,为提高新疆工业行业全要素能源效率,实现节能减排目标提供参考。
4.1.1 指标构造和数据选取
(1)技术水平。按照内生经济增长理论,技术进步能够提高全要素能源效率,而研发投入是推动技术进步的关键,Geller等[34]的研究表明,R&D对提高全要素能源效率有重要的促进作用,技术进步能够降低生产成本,提高资源利用效率。李根等[35]研究得出企业研发经费支出增加能够提升全要素能源效率水平。因此,本文选取“各行业工业企业研究与试验发展经费占行业增加值的比重”作为技术水平的代理变量,用RD来表示,并假定该变量对工业全要素能源效率呈显著正影响,数据来源于历年《新疆统计年鉴》。
(2)所有权结构。企业所有权结构的不同使得激励存在作用差异,从而影响全要素能源效率。魏楚和沈满洪[36]的研究表明,国有资本占比越大,企业的全要素能源效率可能越低。因此,本文以“各行业国有及国有控股企业固定资本净值平均余额在其行业中所占比重”作为产权结构的代理变量,用KG来表示,并假定该变量对工业全要素能源效率呈显著负影响,数据来源于历年《新疆统计年鉴》。
(3)环境规制水平。环境规制一方面因支付污染治理费用使得成本增加,导致研发投入减少,从而阻碍技术创新,对全要素能源效率产生消极影响;另一方面“倒逼”企业进行技术革新,调整能源结构,对全要素能源效率产生积极影响[9]。“波特假说”认为恰当的环境规制可激励企业加快技术创新,降低环境投入所增加的成本[35]。由于环境规制政策较难用数据衡量,本文采用“工业行业废水、废气、固体废弃物治理运行费用之和在其行业产值中所占比重”作为环境规制的度量指标,用GZ来表示,并假设该变量对工业行业全要素能源效率呈显著正影响。
(4)能源消费结构。据中国煤炭报(http://finance.sina.com.cn/money/future/nyzx/2019-09-12/dociicezzrq5274069.shtml)的数据显示,预测新疆煤炭资源总量约2.2万亿吨,占全国的40%,因此新疆的能源消费结构以煤为主,从2000—2018年新疆能源消费结构(图3)来看,煤炭消费所占比重平均值为63.12%。煤炭燃烧过程中会释放大量SO2和CO2等气体,造成了严重的大气污染,对生态环境带来了危害,同时也影响到工业行业全要素能源效率。因此,本文采用“各行业煤炭消费量在其行业总能源消费中所占比重”来衡量各行业能源消费结构,用EC来表示,并假定该变量对工业行业全要素能源效率呈显著负影响。所用数据根据历年《新疆统计年鉴》中各行业分类能源消耗量以及能源消费总量计算得到。
图3 2000—2018年新疆能源消费结构趋势图
根据上文所述,本文选取的影响新疆工业行业全要素能源效率的因素定义及预期影响见表6。
表6 影响因素说明
4.1.2 模型设定
以前文测算的全要素能源效率为被解释变量,以各影响因素为解释变量,建立如下面板数据回归模型:
式中:EFit表示i行业第t年的全要素能源效率,αi为待定系数,μit为随机误差项。
本文运用EViews10.0软件,运用面板回归对新疆工业行业全要素能源效率的影响因素进行实证分析,利用F检验、LM检验和Hausman检验最终确定模型的形式,新疆全行业及能耗分类行业的影响因素回归结果如表7所示。
表7 新疆全行业及能耗分类行业的影响因素回归结果
根据表7报告结果,对于工业全行业和低耗能行业影响因素分析最终选择固定效应模型,对高耗能和一般耗能行业影响因素分析最终选择随机效应模型,为了考察模型结果的稳定性,选取了Tobit模型分别对全行业、高耗能行业、一般耗能行业和低耗能行业进行回归,同时又采用系统GMM两步法对全行业和低耗能行业进行模型分析(限于高耗能行业和一般耗能行业数量分别为3个和4个,不能采用GMM方法进行分析,仅对全行业和低耗能行业进行GMM方法验证),通过三个模型的比较验证回归结果的稳定性(表8)。
表8报告了模型稳健性检验的结果,全行业和低耗能行业系统GMM估计AR(2)检验对应P值分别为0.632 4和0.594 2,表明模型不存在二阶自相关,模型估计结果是可靠的。在稳健性检验中,表7模型与表8稳健性检验模型之间估计系数符号一致,并且数值大小较为接近,但估计系数显著性存在个别的差异,例如,环境规制在表7模型报告结果中低能耗行业的回归中估计系数不显著,而在表8稳健性检验模型GMM和Tobit估计中系数显著;能源消费结构在表7模型和稳健性检验模型GMM估计中系数均显著,在Tobit模型中系数估计不显著。因此,可以表明表7模型的回归结果稳健性良好,对模型回归结果分析如下。
表8 回归模型的稳健性检验
(1)技术水平。技术水平对全行业和低耗能行业全要素能源效率的影响系数显著为正,分别为0.035 2和0.044 4,与预期一致;而技术水平对高耗能行业和一般耗能行业全要素能源效率的影响系数为-0.210 5和-0.025 8,显著为负。虽然新疆属于经济欠发达区域,技术水平和研发基础设施相对落后,但对于全行业和低耗能行业而言,研发投入所带来的先进设备和管理模式获得的红利能够弥补研发所需成本,使得各能源要素在生产过程中实现充分利用,有助于推动全要素能源效率的提高;而对于高耗能行业和一般耗能行业,研发投入带来的科技创新红利短期内还不足以弥补研发所需的成本。冯博和王雪青[37]认为,对于欠发达地区,国家应提供更多政策扶持,特别是增加财政拨款支持企业加快技术革新和管理创新,提升产业优化升级进程。
(2)所有权结构。所有权结构对全行业、一般耗能和低耗能行业全要素能源效率的影响均为负向且显著,符合预期,系数为-0.012 4、-0.001 9和-0.000 6,而对高耗能行业的影响为负向且不显著。魏楚和沈满洪[38]研究认为,国有企业与私营企业相比,激励不足、经营自主权缺乏等问题突出,难以实现经营过程的成本最小化,提高全要素能源效率的内生动力不足,导致全要素能源效率较低;杨其静[39]研究发现,国有企业比私营企业拥有更多政治关联,能够以更低的价格获取更多的能源资源。
(3)环境规制。环境规制除了对低耗能行业影响不显著之外,对全行业、高耗能行业、一般耗能行业和低耗能行业的全要素能源效率均为负向影响,影响系数分别为-0.029 8、-0.157 6、-0.035 8和-0.003 8,与预期的假设相反。王文举和陈真玲[40]研究发现,节能政策强度存在地区差异,导致了中国高能耗企业的“西迁”,新疆承接了大量高污染、高耗能的产业转移,在较高的环境规制下,末端治理的成本越来越高,减排压力不断增大,但是迫使企业提高技术水平、优化产业结构等提升全要素能源效率的“倒逼机制”未能形成,导致环境污染投入的成本远远超过带来的收益,因此,环境规制对全要素能源效率的提升出现抑制作用。影响程度表明,高耗能行业对全要素能源效率的抑制作用高于一般耗能行业和低耗能行业,高耗能行业环境污染治理成本越高,挤占企业技术革新的投入越少,环境规制对企业技术创新的激励作用难以实现,导致对提高全要素能源效率抑制作用越大。
(4)能源消费结构。能源消费结构与全行业、一般耗能和低耗能行业全要素能源效率呈现显著负相关,符合预期,其影响系数分别为-0.039 3、-0.218 0和-0.065 4,与高耗能行业表现为正相关,其影响系数为0.636 7。煤炭燃烧过程中产出大量的粉尘、CO2和SO2等,造成严重的环境污染,因此,能源消费结构与全行业、一般耗能和低耗能行业全要素能源效率呈现显著负相关;高耗能行业能源需求大,然而新疆煤炭储量丰富,使用成本相对较低,虽然需要支付环境治理的费用,但消费煤炭成本还是远远低于其他替代能源,因而其影响系数为正。
本文基于SBM模型,选取工业全要素能源效率为研究对象,将资本、劳动力和能源设定为投入要素,将工业总产值作为期望产出,将SO2、CO2、COD、烟尘和工业固体废弃物5类污染物合成环境污染综合指标作为非期望产出,对2000—2018年新疆34个工业行业全要素能源效率进行测算,并以34个工业行业能源消耗总量进行聚类分析,选取技术水平、能源消费结构、环境规制水平、所有权结构等作为影响因素变量,分别对高耗能、一般耗能和低耗能行业全要素能源效率进行实证分析,得到以下结论:
(1)2000—2018年,新疆工业行业全要素能源效率整体上呈现波动上升趋势,且全要素能源效率表现出明显的行业异质性。高耗能与一般耗能行业全要素能源效率波动性较大,高耗能行业上升趋势显著,低耗能行业全要素能源效率波动平缓与全行业保持同步趋势;高耗能行业全要素能源效率均值为0.299 5,一般耗能行业全要素能源效率均值为0.206 4,低耗能行业全要素能源效率均值为0.159 1,高能耗行业也是高能源效率行业,低能耗行业也是低能源效率行业,低耗能行业拉低了全行业能源效率。此外,新疆工业行业全要素能源效率呈现波动的收敛趋势,且行业间收敛速度差异明显,高耗能与一般耗能行业全要素能源效率收敛速度较快,低耗能行业全要素能源效率收敛速度缓慢。
(2)技术水平、所有权结构、环境规制和能源消费结构对工业全要素能源效率的影响存在行业差异性。能源消费结构对高耗能行业全要素能源效率的提高具有推动作用,但是技术水平和环境规制产生了抑制作用,所有权结构的影响不显著;技术水平、所有权结构、环境规制和能源消费结构对一般耗能行业全要素能源效率的提高具有抑制作用;技术水平对低耗能行业全要素能源效率的提高具有推动作用,但是所有权结构和环境规制产生了抑制作用,能源消费结构的影响不显著。
(1)多措并举,提高技术水平。新疆属于经济欠发达地区,研发基础设施滞后,高层次人次匮乏,具备研发能力企业的数量少,自身技术创新能力较弱,研发成本与产出红利不匹配,高耗能和一般耗能行业必然形成传统“高能耗、高排放”的“粗放型”发展方式,同时低耗能行业主要以传统加工生产为主,产品附加值低,提升效率缓慢。因此,应争取国家政策和资金扶持企业的研发活动,采用资金补贴或贷款支持等金融手段降低企业自身研发成本,激励企业重视研发投入,鼓励企业在生产流程、工艺水平的改良与更新,增加技术进步带来的红利,提高全要素能源效率。
(2)不断完善环境规制,提升资源产出效率。一是借用“外力”推动工业全要素能源效率整体的提高,加强与援疆省(市)的产业合作,争取更多高新技术企业入驻新疆,带动新疆本地企业实现转型升级,同时在承接产业转移的过程中,严禁引进“三高一低”企业落地,增加新疆资源环境承载力;二是制定差别化能源政策,在严格执行总量控制的前提下,注重行业间的差异性,要有区别地对待不同行业的节能规制,细化各行业不同污染物的排污标准和收费标准,对高耗能和一般耗能行业加大节能管制力度,大力发展能源集约型模式,在现有水平下可以适当地对行业规模进行有利部分的拓展,“倒逼”企业加大技术引进或研发力度,实现产业转型升级;三是根据不同的行业特征,合理布局耗能产业,以产业集聚形成区域内资源高效循环利用的产业链,发挥工业生态效应,提升资源产出效率。
(3)大力发展清洁能源,进一步优化能源消费结构。一是统筹规划,明晰清洁能源产业布局,加强上下游产业之间清洁能源发展规划的协调统一;二是加大宣传力度,普及相关知识,鼓励企业优先利用清洁能源,倡导能源绿色消费,切实转变观念,树立绿色消费理念;三是加大对清洁能源技术创新的资金投入,鼓励引导社会投资,加快研发煤气化、煤制油等现代煤转化技术,促进洁净煤产业发展,摆脱对高碳能源的依赖,逐渐改变“以煤为主”的能源消费结构;四是大力发展太阳能、风能、地热能等清洁能源行业,提升清洁能源在能源消费中的比重。
(4)深化国企改革,形成多元化竞争格局。一是国有企业通过引入民资、外资等促进企业股权结构的多元化,加快推进企业在机制、模式、治理等方面的变革,建立起良好的公司治理和企业经营机制,激发企业的创新动力和经营活力[41];二是在一般竞争性领域,引入民营资本,将国有资本由控股地位逐渐转化为参股地位,民营企业是能实现效率最大化的产权安排[42];三是对于自然垄断行业,借鉴现有成熟经验,积极探索改革路径,降低企业生产成本,提高生产效率。