我国节能减排潜力、治理效率与实施路径研究，本文主要内容关键词为：路径论文,潜力论文,节能论文,效率论文,我国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、问题提出
我国“十一五”规划纲要明确提出，“十一五”期间我国单位国内生产总值能耗降低20%左右，主要污染物排放总量减少10%。截至2010年底，我国的“十一五”节能减排目标已经基本实现，但是在指标完成过程中仍存在着诸多问题。我国目前存在的节能减排问题是我国特定经济发展阶段所决定的，根本原因在于我国长期以来形成的粗放式经济增长方式。中国作为世界上第一人口大国和第二位经济大国，其节能减排水平受到了国际的广泛关注，随着工业化和城市化的加速，我国的节能减排压力不断增大。这使得我们不得不考虑我国节能减排的潜力、内在动力和实施路径，以及在环境污染方面的治理效率问题。
因此，对于我国的节能减排目标能否实现需要我们回答几个核心问题：①我国节能减排的潜力如何？各地区节能减排潜力和效率差距到底有多大？这是因为节能减排的潜力和地区差距是我们制定节能减排目标及实施政策的主要依据。②节能减排必然要以牺牲经济增长为代价吗？环境经济学家的经验研究表明人均收入水平与环境质量存在着倒“U”型“库兹涅茨曲线”关系(Grossman and Krueger，1995)，即随着经济发展带来的人均收入水平的提高，每个国家都要经历一个资源消耗和单位GDP能耗的“爬坡”过程。实证研究表明发达国家都已越过“拐点”。但是，考虑到我国工业化和城市化水平的加速以及在国际产业分工所处的位置，节能减排的压力将越来越大。③节能减排的实施路径应该怎样把握？对于节能减排的实施路径我们应该考虑两个问题：一是节能减排的目标如何分解？我国不同地区经济发展水平不同，产业结构不同，所以节能减排潜力也就不同，因此在节能减排目标的分解与进度实施上是采用“一刀切”、“齐步走”政策，还是采取“有差别的”、“分而治之”的梯次推进方法，以及目标分解的依据和原则等问题，都值得深入研究(常兴华等，2007)。二是节能减排的方法应如何把握？一般来讲，技术进步、产业结构升级等是节能减排的根本方法。但在现实推进过程中，我国采取的都是“胡萝卜加大棒”的激励约束机制，即鼓励节能减排投资，对节能减排进行奖励与对环境污染进行惩罚相结合的办法，这种办法是否取得了一定的成效值得我们深入研究。
二、研究方法与思路
一般来讲，经典生产模型中包含了劳动力和资本投入，但是能源作为一种重要的投入要素在众多研究中也加入到了生产模型之中。在产出方面，除了正常产出外，还经常伴随着一些为非合意性产出，这种非合意性产出多表现为污染物的形式。因此，本文设定的生产函数形式为F(K，L，E)=Y(Y，P)，其中K代表资本，L代表劳动力，E代表能源，Y代表收入，P代表污染物。参照Hu and Wang(2006)的思路，本文采用DEA方法①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。
1.基于投入导向的节能潜力模型
在图1中，SS'为单位化的等产量曲线，投入要素包括资本、劳动力和能源，B点为有效率点，A为非经济有效生产单元，A'为技术有效，B为经济有效。那么，A点存在较大的效率损失，意味着需要消耗更多的能源。从A到A'可以达到技术的前沿，但是B点为生产的帕累托最优点，由A'到B点是由于配置效率造成的浪费。如果以B点作为最有效率点，A点的能源投入无效损失包括两部分：一部分是由于技术无效率而导致的所有投入资源过量AA'，其中能源要素过度投入量为AA"；另一部分是由于配置不恰当所导致的松弛量A'B，参照B点的能源消耗，AA"+A"B即为节能的潜力。
2.基于产出导向的减排潜力模型
如果把污染也当做产出物，显然此时的生产前沿所代表的应是正常产出的最大化，同时污染物的最小化。由于污染治理往往需要成本，这部分污染物应该从产出中扣除以反映出真实的GDP，但污染物价格无法确定，因此传统的核算手段和生产理论无法对其进行直接处理(魏楚等，2010)。一般可采取间接法，通过单调递减函数形式，将非合意性产出进行转换，从而使转换后的数据可以在技术不变的条件下包括到正常的产出函数中(Scheel，2001)，参考魏楚，杜立民，沈满红(2010)的做法，采取MLT(乘法逆转换)法对污染物进行转换②。
图1 基于投入导向的节能潜力模型
三、节能减排潜力、效率与实施路径
1.变量与数据处理
本文以2003-2008年中国29个省市自治区③的资本、劳动和能源作为投入要素，以各地区GDP和污染物作为产出要素来进行分析。其中：各地区的国内生产总值(GDP)采用2000年不变价做了缩胀处理。资本采用张军(2004)提供的方法计算获得，并采用2000年不变价做了缩胀处理。能源数据采用万吨标准煤，一般污染物包括固体、液体和气体，在“十一五”规划的节能减排目标中主要包含了二氧化硫(
)和化学需氧量(COD)两个指标，因此，本文研究所涉及的污染物为二氧化硫()和化学需氧量(COD)两个变量。数据主要来自2003-2009年的《中国统计年鉴》和《中国环境统计年鉴》。
2.节能减排潜力与治理效率的结果
根据本文第二部分的研究思路和方法，利用投入导向和产出导向的DEA模型，得出了本文的节能减排潜力与节能减排效率④，数据如表1所示。从节能情况来看，节能潜力比较大的地区为河北、山西、内蒙古、辽宁、山东、四川等重化工业较大的地区，这些地区的年平均节能潜力均超过了5000万吨标准煤，与此相对应，节能效率比较高的地区为北京、天津、上海、广东等发达地区和工业化比重较低的海南、青海等地区，而河北、山西、贵州、甘肃、新疆等地的节能效率较低，由于要素配置、技术水平和监管水平等因素的差异，这些地区经济生产中有超过一半的能源被“浪费”掉了。从全国总体水平来看，2003-2008年年均节能潜力约为8亿吨，节能效率只有67.1%⑤。从减排情况来看，化学需氧量(COD)减排潜力比较大的地区为河北、辽宁、浙江、广西、四川等地区，这些地区的年平均COD减排潜力均超过了20万吨，而减排效率比较高的地区为北京、天津、上海、广东等发达地区，工业化水平比较低的海南和青海也较高，而山西、辽宁、吉林、陕西等重工业化较高的地区COD减排效率较低，有80%以上的减排潜力。从全国总体水平来看，2003-2008年年均COD减排潜力为312万吨，减排效率只有39.3%⑥。二氧化硫减排潜力比较大的地区为河北、辽宁、山西、内蒙古、四川等重化工业较大的地区，这些地区的年平均二氧化硫减排潜力均超过了80万吨，而二氧化硫减排效率比较高的地区为北京、天津、上海、广东等发达地区和工业化比重较低的海南、青海等地区，而山西、内蒙古、辽宁、江西、陕西、贵州、新疆等地的二氧化硫的减排效率较低，由于产业结构、技术水平、环境监管水平等因素的差异，这些地区经济生产中多排放超过90%的二氧化硫。从全国总体水平来看，2003-2008年年均二氧化硫减排潜力为1334万吨，减排效率只有34.5%。
伴随着非合意性产出，我们不仅要强调提升减排水平，更应该强调污染排放后如何提高治理效率，使其减少对环境的污染。为此，本文以2003-2008年我国29个地区主要污染物(和COD)排放量、治理污染投资和治理污染物基础设备数量为投入变量，以主要污染物(和COD)去除量和三废产值为产出变量⑦，采用DEA方法测算了各地区的污染治理效率，数据主要来自《中国环境统计年鉴》。从表1计算结果可以看出，我国各地区污染治理效率并不是很高，2003-2008年的平均值只有0.660，且各年份表现得比较平稳。污染治理效率比较高的地区有北京、江苏、浙江等地区，而污染治理效率比较低的地区有天津、河北、山西、广东等地区。
3.各地区节能减排实施路径分析
本文将节能与减排分为两个研究对象，构建了我国节能减排效率的矩阵图(如图3)所示，并根据两个效率维度的高低取值划分出四种效率组合，不同的组合方式代表不同的效率状态，据此分析我国各地区在节能减排提升上的实施路径。
综合以上节能减排效率的实证结果，结合节能减排状态矩阵图(以平均值作为划分标准)，得出各地区节能减排的二维分布图(如图4)，其中减排效率采用了二氧化硫()和化学需氧量(COD)的均值。
图3 节能效率与减排效率状态矩阵
图4 减排效率与治理效率二维矩阵
从图5中可以看出，29个地区中落在C区域的属于节能和减排效率相对较高的有北京、天津、上海、广东等9个地区；河南和山东地区位于B区域，属于低节能效率高减排效率的地区；落在D区域的高节能效率低减排效率的有江西、浙江、福建、广西和安徽5个地区。其余13家都落在A区域，即属于低节能效率低减排效率的区域。可见从整体节能减排效率来看，我国大多数地区的节能减排效率处于低效率状态，节能效率和减排效率都有进一步改善的空间。我们发现节能减排效率较高的地区主要集中在发达的直辖市和广东、江苏等地区，而工业发展相对落后的黑龙江、海南和青海地区节能减排效率也较高。据此，不同的地区可以实施不同的节能减排路径：①A类型地区——低节能减排效率粗放式发展：这类地区的节能效率和减排效率都比较低，存在较大的能源浪费，而且污染物排放也较严重，这些地区应该同时加强节能效率和减排效率；②B类型地区——高减排效率低节能效率：这类地区在减排效率方面相对较高，但节能效率较低。因此，这类地区应在不忽视减排效率的同时重点加强节能效率的提升；③C类型地区——高效集约型发展：这类地区在节能和减排效率上皆表现出了较高的效率，是其他地区学习的榜样；④D类型地区——低减排效率高能源效率：这类地区在节能效率上表现了相对较高的水平，但是在减排效率上却比较低。因此，这类地区应在减排效率上下工夫。
针对以上四类地区，可以分别实现不同的效率提升路径，如：B→C和D→C的单边突破式提升路径，即在节能减排的过程中，针对效率相对较低的对象作为突破口，加强此方面的投入与管理，以提升其节能减排的整体效率。A→B→C和A→D→C的扬优补劣渐进式提升路径，就是先将优势发挥到最大，同时着力弥补劣势，经过B或D区域的过渡，最终迈向C区域。A→C的跳跃式发展路径，这些地区在具备一定的经济基础和技术水平时是可以实现的。
4.减排与治理实施路径分析
本文将减排效率与治理效率分为两个阶段，构建了我国减排与治理效率的矩阵图(如图6所示)，并根据两个效率维度的高低取值划分出四种效率组合，具体分析不同地区在减排和治理上可以实施的路径选择。综合以上减排效率与治理效率的实证结果，结合减排与治理效率状态矩阵图(以平均值作为划分标准)，得出各地区减排与治理效率的二维分布图，其中减排效率采用了二氧化硫()和化学需氧量(COD)的均值，结果如图6所示。
图5 节能效率与减排效率状态矩阵
从图6中可以看出，29个地区中落在C区域的属于节能效率和治理效率都相对较高的有北京、山东、海南、江苏和湖南5个地区；位于B区域的属于高减排效率低治理效率的有上海、天津、广东、河南、黑龙江和青海6个地区；落在D区域的高治理效率低减排效率的有江西、浙江、福建、广西、安徽、云南、甘肃和湖北8个地区。其余10个地区都落在A区域，即属于低减排效率低治理效率的区域。可见从整体节能减排效率来看，我国大多数地区的不仅减排效率较低，而且治理效率也不高，减排效率和治理效率都有进一步改善的空间。①A类型地区——低减排效率低治理效率环境问题严重：这类地区不仅减排效率较低，而且治理效率也不高。这些地区应该同时加强减排效率和治理效率；②B类型地区——高减排效率低治理效率：这类地区在减排效率方面相对较高，但在治理环节上并没有得到有效重视，治理效率较低。因此这类地区应在不忽视减排效率的同时重点加强治理效率的提升：③C类型地区——减排高效环境相对优良：这类地区在减排效率和治理效率上皆表现出了较高的水平，是其他地区学习的榜样；④D类型地区——低减排效率高治理效率：这类地区在减排效率上表现得不突出，但是在治理上通过加大投资，加强管理使得其环境治理效率较高。因此，这类地区应更加注重减排效率的提升。
针对以上四类地区，与节能减排效率提升路径相同，可以分别实现不同的效率提升路径，如：B→C和D→C的单边突破式提升路径，即在解决环境问题的过程中，针对效率相对较低的阶段作为突破口，加强这方面的投入与管理，以提升总体环境水平。A→B→C和A→D→C的扬优补劣渐进式提升路径，就是先将优势发挥到最大，同时着力弥补劣势，经过B或D区域的过渡，最终迈向C区域。A→C的跳跃式发展路径，这些地区在具备一定的经济基础和技术水平时是可以实现的。
图6 减排效率与治理效率二维矩阵
四、节能减排实施路径的影响因素
按照本文第三部分的实证分析，如果能够实现各地区在节能减排上的实施路径的话，最根本的方法就是转变经济增长方式，而转变经济增长方式的主要途径是进行产业结构调整与升级，促进技术进步。产业(行业)结构的变化，尤其是工业与服务业以及工业轻重结构的变化，是提升节能减排水平的主要因素。技术进步对节能减排水平的影响在近几年得到了广泛的关注。研究结果基本上表明了技术进步可以有效地提升能源使用效率(Fisher Vanden，2004；李廉水，周勇，2006)，降低污染物的排放和提高污染物的治理水平。在具体实施的过程中，政府的激励约束机制还对节能减排的推进有着积极的影响。基于以上节能减排实施路径的初探和影响因素的分析，本文利用Tobit面板模型检验了以上方法的有效性。
1.指标选取与数据处理
因变量数据主要为节能减排效率，在自变量数据中，产业结构调整与升级的数据主要有两个指标来衡量，分别为第三产业比重和高技术产业比重，前者可以反映产业结构调整力度，后者可以反映产业升级强度。上述各组变量数据均来源于历年的《中国统计年鉴》和《中国高技术产业统计年鉴》。目前，中央政府主要采取了“胡萝卜加大棒”的激励约束机制推进节能减排目标的实施，即鼓励节能减排投资，对节能减排进行奖励与对环境污染进行惩罚相结合的办法。2008年我国对节能减排的投资达4490亿元，占GDP的1.49%，其中有很大一部分为政府投资，同时排污费收入达177亿元。因此，本文采用了节能减排投资额占GDP的比重和排污费收入占GDP的比重来综合度量政府激励约束机制的水平。在自变量数据中的技术进步变量，本文采用了全要素生产率的指标。对中国TFP的核算将采用随机前沿分析法(Stochastic Frontier Analysis，SFA)。在已有研究中，随机前沿生产函数常被设定为柯布—道格拉斯和超越对数两种主要形式。为便于检验对比，本文这里首先将我国地区生产函数设定为超越对数形式，其中资本采用张军(2004)提供的方法计算获得，并采用2000年不变价做了缩胀处理。基于上述估计结果，根据Kumbhakar(2000)的分解法⑧，将全要素生产率分解为规模效率、技术进步率和技术效率。通过计算，1997-2008年间，我国全要素生产率年均增幅为5.41%，其中规模效率改进年均为2.65%，技术进步率年均为1.96%，技术效率改进年均为0.80%。限于篇幅，具体的分省结果此处不再详细罗列。
在控制变量方面，考虑到中国典型的二元经济特征，我们纳入了非农化变量，具体由第二和第三产业占国内生产总值的比重来表示；市场经济可以有效地提高能源利用效率，加强减排和治理力度⑨，因此，本文亦将市场化程度纳入控制变量。本文利用了樊纲和王小鲁主持的“中国各地区市场化进程相对指数”系列研究结果作为测度各地区市场化程度的代理变量。
2.模型设定及结果分析
由于本文使用DEA方法所估计出的节能减排的效率值都介于0与1之间，最大值为1，如果采用最小二乘法来估计，可能由于无法完整地呈现数据而导致估计偏差，因此本文采用面板数据Tobit回归模型来分析节能减排效率的影响因素。本文设立的影响因素模型如下，为方便起见，模型中省略了下标it：
其中，ES为节能效率；COD为化学需氧量减排效率，为二氧化硫减排效率,RD为综合减排效率(化学需氧量和二氧化硫减排效率平均值)，TI为第三产业比重，HI为高技术产业比重，TFP为全要素生产率，PM为排污费收入占GDP的比重，Ⅳ为节能减排投资额占GDP的比重。本文选取的控制变量中，Market表示市场化水平，Non-agricultural表示非农化水平。u是随机或固定效应项，只随地区变化，不随时间而变化，η是随机扰动项。
为了考察TFP各组成部分对节能减排的影响，我们把TFP中规模效率改进率(SE)、技术进步率(TP)、技术效率改进率(TE)三者分别代入到模型1到模型4中，形成模型5到模型8。具体结果如表2所示。
表2的结果显示，在节能效率的影响因素中，第三产业比重和全要素生产率对节能效率影响显著，而高技术产业比重对节能效率影响较低。从政府的激励约束机制来看，惩罚机制对节能效率起到了积极作用，而激励机制没有起到作用。在TFP分解结果显示，规模效率改进、技术进步率和技术效率改进均对节能效率产生较大的正影响，其中技术进步对节能效率影响最大。而在减排效率中，第三产业比重和高技术产业比重对减排效率均不明显，全要素生产率对减排效率影响显著。政府的激励约束机制对减排效果影响显著，其中通过收取排污费的方式对企业进行减排约束的方法效果显著，而通过鼓励环保投资的激励方式却取得了负效应，可能的原因在于这种源于政府强制性的行为并没有真正激发企业环保的内动力，往往存在一定的“面子工程”。从TFP的分解结果显示，规模效率和技术进步来对减排效率的影响显著，而技术效率并没有对减排效率产生明显的影响。通过深入分析，本文认为形成以上结果的主要原因有以下几个方面：
(1)产业结构优化(第三产业比重衡量)对节能效率提升贡献明显,而对减排效率没有显著影响。造成这种现象的主要原因在于，产业结构变动对能源消费强度产生影响主要是由于各产业能源消耗密度不同，早在世界银行的报告中就指出结构性变动因素是整体能源效率提升的主要因素，占55%-65%。因此，产业结构优化对能源效率的提升贡献明显。但是对于减排效率而言，随着我国工业化进程和城市化进程的不断深入，能源效率相对于减排效率而言对于我国经济的约束力更大，因此，产业结构优化对于减排效率的贡献并没有得到很好的发挥,这也从一个层面反映了我国减排问题较严重。我们发现高技术产业比重上升并没有有效地转化为节能减排效率的提升，可能的原因在于目前这种垂直化分工体系中，国际分工的一般规律是知识要素丰裕的国家做高端，人力资本丰裕的国家做中端，劳动要素丰裕的国家做低端。虽然我国高技术产业规模不断壮大，但是我国仍处于全球价值链的中低端，单位产品能耗和排放仍较高，这就造成了虽然产业结构升级不断加深,但是节能减排效率并没有得到显著提高。
(2)全要素生产率对节能减排效率贡献较为明显,这与众多研究形成了基本共识。但是,我们还是从全要素生产率分解的结果看出全要素生产率在我国节能减排效率提升上所具有的“中国特色”。我国全要素生产率的组成中，规模效率改进约占全要素生产率的49%，技术进步率约占36.2%，而技术效率改进只占到14.8%。而在贡献弹性上，技术进步率对节能减排效率的影响最大，其次是技术效率，最后是规模效率。这说明虽然我国在经济发展过程中，规模效率改进起了主要作用,但是对节能减排的贡献仍起不到主导作用。从我国在节能减排上的具体做法来看，自“十一五”规划制定节能减排目标以来，中央政府在煤炭、钢铁、水泥、电力等高能耗、高污染产业广泛实行了企业兼并整合，淘汰落后产能的政策，由于这与地方政府试图通过发展大项目推动地方经济发展速度的目标高度契合，这种政策的实施从宏观上有利于优化产业组织结构、扩大产能和环境保护的综合效应。从企业微观层面来看，中央政府采取的“扶大压小”的政策有利于大型企业实现规模经济效应，提升行业的技术水平，从而有利于节能减排。但是这种通过规模效率实现节能减排的做法并不能从根本上解决我国的节能减排问题。因此，迫切要求我们在提升节能减排效率的过程中以提高技术进步为主要方向。
(3)从政府采取的激励约束机制来看，约束机制的作用要大于激励机制的作用。表面上看,我国政府采取的这种“胡萝卜加大棒”的政策客观上有利于节能减排政策的实施。但是在具体实施的过程中，由于约束机制有利于监控，因此这种“大棒”使得节能减排效率提升明显。但是激励机制由于存在一定的信息不对称问题，造成了企业在实施节能减排投资过程中往往存在一定的“面子工程”,造成了在实施的过程中并没有取得预期的效果，甚至是反作用。此外，国外的经验表明，只有投资规模达到一定程度后，对节能减排才能起到一定的作用。统计数据显示,2008年我国环境污染治理投资额达4490亿元，占GDP比重达1.49%，但是发达国家美国、英国、德国等国家的环保投资占GDP比重均在2%以上，而发展中国家俄罗斯的环保投资比例也早在2000年达到1.6%。而根据国际经验，当该比例达到2%-3%时，才能够改善环境质量。
五、结论与政策建议
本文基于投入和产出导向的DEA模型，将非合意性产出(污染物)通过乘数变换加入到模型之中，得出了我国节能减排的潜力，以此计算了节能减排效率，并测算了污染治理效率。利用以上结果，本文采用了二维矩阵的思路，分析了各地区的节能减排路径。在此基础上研究了全要素生产率、产业结构调整与升级以及政府采取的激励约束机制对节能减排的影响。在节能减排效率的影响因素中，全要素生产率对节能减排效率影响显著，其中技术进步率影响最大。第三产业对节能效率有正影响，而对减排效率影响不明显。高技术产业比重对节能减排影响都不明显。从政府的激励约束机制来看，惩罚机制对节能减排效率起到了积极作用，而激励机制没有起到作用。
由于TFP在经济增长中的贡献较低，企业内生节能减排动力不足，我国的节能减排面临较大的压力。一是我国的经济的长期增长是过分依赖生产要素投入的结果，经济增长的这种惯性使得经济增长中出现了一定的“高消耗、低效率、高污染”的路径依赖，在短期内想通过行政等手段提高节能减排效率只会牺牲经济增长。二是由于我国在国际分工中长期处于价值链的中低端，“高污染、高能耗、高排放”的产业或者产业环节不断向我国转移的趋势并没有得到根本性的改变。三是地方政府GDP与节能减排的博弈节能减排效率提升带来了巨大的冲击。因此，在本文第三部分各地区的实施路径的基础上，我们认为提升我国节能减排效率不仅需要经济手段、行政手段，更需要体制机制的深入化改革。
综上所述，本文提出了提升我国节能减排效率的政策建议：①改变依靠行政手段为主体的提高能源效率的思路，形成了能源效率提升的内在动力机制。从宏观层面来讲，形成中央政府与地方政府激励相容机制，中央政府的节能减排政策要与地方政府的经济利益相一致。从企业微观层面来讲，设计地方政府与企业行为的激励相容机制，政府实行提高节能减排效率的政策与企业的经济效益相一致。②以转变经济增长方式为根本，有针对性的利用产业结构调整和技术进步等措施，寻找切实能够实现节能减排的突破口。③深化体制机制改革，从根本上改变地方政府GDP与节能减排博弈的现状。
注释：
①具体方法可以参考相关DEA模型的论述，在此本文不再详细论述。
③由于西藏地区节能减排无具体数据，因此未予考虑。为了保持数据的统一性，本文将重庆和四川合并计算。
④本文定义的节能效率=实际消耗值/节能目标值。
⑤以上得出的数据结论是在我国所有的地区都能处于北京、上海、天津、广东等生产前沿面时的节能水平，当然这是一个理想状态，但是如果加入其他国家发达地区的数据，这一数据就会发生变化。
⑥以上得出的数据结论同节能潜力与效率相同，只是全国所有地区都处于北京、上海等发达地区前沿面上的理想数据。但是这些数据至少说明了减排效率较低的地区还是具有一定的减排潜力的。
⑦选取了和COD指标作为治理效率的主要分析对象的原因在于，从“十一五”期间环保投资的分布来看，大气环境和水环境的治理投入最高，分别占到了环保总投资的44.53%和33.84%，而固体废弃物治理投资只有650亿元，占比仅为5.79%。
进而将全要素生产率分解为规模效率，技术进步率和技术效率三个指标。
⑨主要体现在两个方面：一是改进企业的X低效率；二是改善能源和资源的配置效率(史丹等，2008)。