碳中和背景下企业能耗成效的影响因素研究——以江苏省企业为例

高 敏，徐超毅

(安徽理工大学经济与管理学院 安徽 淮南 232001)

中国单位GDP对应的碳排放量处于世界高位水平，其中能源和工业贡献了超过80%的碳排放。中国对石化能源高度依赖，且又以碳排放量最大的煤炭为主。如今越来越多的国家将碳中和的目标升格为国家战略，努力减少能源在开发利用过程中对生态环境的影响，实现能源利用和生态保护协调发展。

在我国的发展过程中，工业的发展取得了很多成就，生产能力和工业化水平大幅提升，为我国经济的发展做出了突出的贡献，但同时也必须认识到，工业是中国能源消耗和二氧化碳排放的重要领域之一，很多工业企业在推动经济发展的同时，也产生了严重的环境问题，使生态环境遭受破坏，阻碍了我国经济的可持续发展[1]。当今，我国将生态文明建设放在重要地位，同时也将工业结构改革作为工业发展的重点。在此背景下，深入研究我国工业企业能源消耗问题具有重要的意义。

1 文献综述

外国学者Djula Borozan和Luka Borozan研究欧洲国家早期和创业者对工业能耗的影响，在采用面板贝叶斯平均模型方法选择最合适的模型后，进行固定效应面板回归分析，更深入地考察不同类型企业家对工业能耗的影响，结果表明，早期和已建立的企业家在能源使用方面，前者遵循U型能源使用曲线，后者在统计上明显遵循倒U型曲线[2]。Ashley Lim等提出美国能源消费作为消费资本资产定价模型的新测度。并发现，工业能源增长对相对风险厌恶系数和隐含无风险利率产生了合理的数值；工业能源在解释隐含风险厌恶和定价误差最低的股票收益的横截面变化方面表现良好；在Fama-French三因素风险存在的情况下，工业能源消费总风险被定价[3]。Hemal Chowdhury等为解决加热炉的可持续性问题，使用了几个基于火用的可持续性参数。工业炉在工业能耗和生产中发挥着重要作用。尽量减少这些炉子的损失有助于工业的可持续性[4]。

国内学者Li等通过空间自回归模型(SAR)和空间误差模型(SEM)分析工业能源消费结构和交通因素对雾霾污染的空间效应。结果表明，工业能耗结构的变化与雾霾污染高度相关，即工业能耗的增加导致环境质量下降[5]。Ma和Huang对环渤海地区三大产业能耗进行了预测，基于工业能耗预测，可以分析环渤海地区沿海低碳城市的各项指标[6]。Wang 等运用超效率数据包络分析( DEA )对我国区域能源效率水平进行评价，选取泰尔指数分析区域能源效率的差异及其变化[7]。苗向荣等采用Theil指数并结合指数的分解对北京市重点能用单位能耗效率进行量化剖析，结果表明行业技术升级及产业结构优化是能耗效率提升的关键因素[8]。吴凡利用聚类分析法和层次分析法研究能源消费总量的因素，通过CGE模型得出能源目标发展趋势，分析得出工业节能是关键，并给出包含能源消费增量控制和优化能源配置的分解方案[9]。岳辉采用AHP、聚类分析等方法分析河南省不同地区能源消费量和强度，分解指标体系并进行修正，结果表明工业部门节能起主导性作用且不同地区能源强度目标不同，最终得出河南省不同地市能源强度的优化分解方案[10]。邢春娜运用离差指标分析我国不同地区能源消费的差异，得出要利用技术节能在工业节能中充分发挥作用，不断缩小地区差异，积极推动各地区节能技术发展，不断开发新型清洁能源，平衡地区单位能耗差异，实现产业经济绿色发展[11]。

虽然对中国工业能耗及影响因素方面的研究很多，但对于相关研究大多仅针对全国各地区总量数据，很少有区域性的相关研究。而中国不同地区之间经济发展水平存在较大差异，影响能源消耗的因素也有所不同，因此缩小研究的范围，能够深入并且有针对性地进行分析[12]。江苏省在我国属于经济发达地区，不仅是工业大省，也是能源消费大省。结合江苏省的工业企业发展、产业结构变动等因素进行节能指标的分解，并分析能耗效率的影响因素，对技术效应和结构效应进行实证检验，为科学分解节能目标提供依据[13]。

2 分解模型基本理论

2.1 因素替代法

因素替代法是通过利用相互关联因素的报告期值与基期值之间的差额来确定各因素对综合指标差异的影响程度。通过因素变动对共同影响部分的分配方式，该替代法又分为顺序式和平均式因素替代法。

2.1.1 顺序式因素替代法

顺序式因素替代法指将一个因素视为可变因素，并以基期指标为基础，进行连环替换。将替换的排列顺序按照x1、x2、x3…xn进行操作，由此可得出

因素x1的变动对y的影响值Δyx1为

(1)

因素xm(2≤m≤n-1)的变动对y的影响值Δyxm为

(2)

因素x1的变动对y的影响值Δyx1为

(3)

由此可以看出，顺序式因素替代法进行分析时，最前面的因素只需担负其基本影响份额，而排在后面的因素除了要担负其基本影响份额之外，还要担负前面因素共同影响的部分，且排列的位置越靠后，其担负的共同影响份额越多。因此，因素i的排列顺序越前，则该因素对y的影响越精确，而i越靠后， Δyxi中的复合性影响值也越大，影响的准确性也相对较差。若应用顺序式因素替代法，则应把重点要分析的因素位置排在前面。

2.1.2 平均式因素替代法

平均式因素替代法通过确定各因素对总指标额的影响程度，规定其基本影响额由各项因素担负，而共同影响额是参与影响的因素之间根据相关因素个数进行分摊。为了更清楚地理解，按照平均式因素替代法，通过3个因素为例进行分析。

(4)

(5)

(6)

由此可见，顺序式因素替代法的缺陷是各个因素的排列顺序是预先设定的，若改变因素顺序，则各因素对于综合指标结果会产生显著影响，因此对于其中因素的一种排列顺序是不客观且不科学的。对于各个因素对综合指标的影响额，应合计各种可能出现的排列顺序情况下计算出来的平均值。平均式因素替代法则排除人们对各因素的主观预测，从而避免顺序式因素替代法产生的顺序排列问题，客观地反映各构成因素变动对综合指标的实际影响程度。

2.2 单位GDP能耗分解模型

单位GDP能耗被用作能源利用率的指标，反应产业结构发展对能源的依赖度。将单位 GDP 能耗进行分解，得出具体因素对于实现节能目标的达成度。本文基于平均式因素替代法将江苏省GDP 能耗进行分解[14]。令单位增加值能耗为e，即

(7)

在式(7)中，E为能源消费总量，万吨；G为国内生产总值，亿元。

其中，单位GDP能耗按产业合计，可得

(8)

式(8)中，Ei(i=1, 2, 3)分别为三次产业能源消费量，Er为生活能源消费量；Gi(i=1, 2, 3)分别为三次产业的增加值；er为单位GDP生活能耗；gi为第i次产业增加值比重。

按照平均式因素替代法将单位GDP能耗的变动量进行分解，可得

3ΔeΔg+Δer

(9)

在式(9)中，Δei为第i次产业单位能耗的变动量；Δgi为第i次产业比重的变动量；全部产业单位能耗变动对单位GDP能耗变动的影响Δce为

(10)

产业结构变化对单位GDP能耗变动的影响Δg为

(11)

产业增加值能耗变化对单位GDP能耗的影响Δcei为

(12)

GDP生活能耗变动对GDP能耗变动的影响Δcr与GDP生活能耗的变动量Δer相等，影响比率为

(13)

2.3 数据说明

本文通过对《江苏统计年鉴》中2007至2019年相关数据进行搜集汇总并加工计算得出江苏2007至2019年其构成因素以及单位GDP能耗的数据，计算得出的数据如表1所示。

表1 江苏省单位GDP能耗及构成因素数据

2007至2019年，江苏省第二产业增加值能耗整体呈下降趋势且下降趋势最为显著，从1.2089 tce/万元到0.5399 tce/万元，下降0.669 tce/万元。

自2007年以来，江苏省单位GDP能耗呈递减状态。2007年单位GDP能耗达0.8061 tce/万元，到2019年已降低到0.3265 tce/万元，降低了0.4769 tce/万元。从表1中可以看出，在2014至2015年，江苏省单位GDP能耗没有随着经济发展、技术进步而降，反而出现小幅上升，主要是由于依靠能源和资源大量消耗来支撑经济的快速增长，工业生产大都为粗放式，对能源依赖度大，且能源利用率低，高耗能产业的过度扩张，加剧了单位GDP能耗的上升。

第一产业单位增加值能耗从2007到2019年呈下降趋势，降幅在较长一段时间内相对较小，下降了 0.0538 tce/万元。第三产业增加值的比重在逐年提高，单位增加值能耗下降了 0.0527 tce/万元，随着服务业比重的增加和经济结构的调整，其能源消耗水平在不断降低。

单位GDP生活能耗从 2007 年的0.0483 tce/万元降低至 2019 年的0.0321 tce/万元，降低了 0.0162 tce/万元，生活能耗相对于产业部门较小，在降低产业部门能耗的同时发展低碳技术，平衡经济发展和生活碳排。

根据上述结果可得出江苏省各产业及生活增加值能耗的变化轨迹图，如图1所示。

图1 江苏省单位GDP能耗轨迹图

3 单位GDP能耗的分解分析

本文利用单位GDP能耗分解模型，将2007年以来江苏省各年份的单位GDP能耗的变动量分解为产业结构比重的影响份额、单位GDP生活能耗变动的影响份额及三次产业单位增加值能耗变动的影响份额[15]，分解结果如表2、表3 所示。

从表2可以看出，2012 年c′r为-0.0501，表明单位GDP生活能耗对能耗变动量的影响为负，根据表2、表3中单位GDP能耗变动量的分解结果可以看出，产业单位增加值能耗的影响比率大于产业结构的影响比率。全省单位GDP能耗下降3.2%，2016至2019年累计降18.2%。第二、第三产业的能耗效率的变化在一定程度上反映了经济结构对产业内能耗的影响。

表2 江苏省产业结构及单位GDP生活能耗影响份额

表3 江苏省产业单位增加值能耗影响份额

4 能耗效率影响因素分解

4.1 影响因素分解

本文将影响能耗效率的因素归纳为产业结构的调整以及生产技术的升级两个路径。其中，在经济规模不变的情况下，调整产业结构，从高能耗行业转向低能耗产业，因此生产的总能耗下降，这种由于产业结构变化对能耗的影响可理解为结构效应。在经济规模和产业结构不变的情况下，由于生产技术的升级而降低能耗，从而提高能耗效率的情况可理解为技术效应[16]。为了进一步量化，通过泰尔系数对结构及技术效应进行分解分析。

4.2 泰尔系数

泰尔系数常用来衡量人或地区收入不平等的指标，进而将差距分解为组内及组间差距，本研究将结

构效应对应组间差距，技术效应对应组内差距，对不同产业间差异及技术升级对能耗的影响进行分析。

整体泰尔系数的计算公式

(14)

泰尔系数可分解为组内差距Tw和组间差距Tb

(15)

4.3 能耗效率影响因素分解

基于江苏省统计年鉴2016—2019年不同行业的能耗数据进行分析，结果如表4所示。

表4 江苏省能耗效率影响因素分解

从表4中结果可以看出，江苏省能耗效率差异(T)在逐年递减，通过能耗分解分析可知江苏省的能耗效率逐年提高。从技术效应和结构效应的结果可以看出，技术效应的贡献率显著，基本达到85%以上，在影响因素中占主导地位。

5 结论与建议

本文通过单位GDP能耗分解模型分析了江苏省2007—2019年的单位GDP能耗的数据变化，计算并分析各要素对单位GDP能耗变化的影响。并引入泰尔系数对能耗效率差异进行测度，结合影响能耗效率差异的因素进行指数分解，利用不同行业能耗数据，构建技术效应与结构效应的实证分析，结果表明技术进步对于能耗效率的提升起决定性作用，同时产业结构的优化对于降低能耗并提高总体能耗效率也起到一定的推动作用。

“十三五”期间至2019年底，全省单位地区生产总值能耗累计下降18.1%，单位工业增加值能耗累计下降21.9%，均提前一年超额完成17%、18% 的“十三五”目标任务；全省能耗控制水平位居全国各省份第一位。为了实现经济发展与环境和谐共生，减少对化石能源的依赖，推动节能降耗、绿色发展、控制碳排放并落实碳达峰目标，从技术效应和结构效应的角度提出以下建议：

第一，加强企业技术进步，推进能源生产和消费向绿色清洁低碳方向转变[17]。在发展经济的同时保护生态，加快低碳转型，淘汰落后产能、污染及“散乱污”规模以上企业；关停低端落后化工企业，治理高能耗工业企业的污染，不断革新生产工艺，逐步降低单位产品能耗，推进工业企业可持续发展。

第二，调整产业结构，促进第二产业转型升级，加快构建节能型产业体系，实现与新型产业的融合发展[18]。推进企业降低能源的消耗，减少高碳化石能源使用，推动煤炭消费尽早达峰，提高使用可再生能源的能力。倡导新能源等环保产业的发展，实现产业结构的绿色化升级。

第三，引导企业加强监管，建立节能降耗服务长效机制。政府应当合理调整和优化产业结构，促进高新技术产业发展，技术进步推动能耗降低，进而促进整体的产业优化升级，使得低碳产业、资源节约型、环境友好型产业代替高碳排放产业，产生替代效应。