基于最优组合赋权法的我国能源效率评价及影响因素研究

本文总结我国能源效率的主要影响因素,具体包括产业结构、技术进步、能源消费结构、经济发展水平、市场化程度和开放程度,构建我国能源效率影响因素的指标体系。基于最优组合赋权法建立能源效率评价模型,并对2000~2011年我国能源效率及影响因素进行实证分析。实证结果表明:我国能源效率整体呈上升趋势,能源效率显著提高;第二产业产值占国内生产总值比重、重工业占工业产值比重、第二产业增长值比重、R&D投入、第三产业产值占国内生产总值比重和煤炭消费量占能源消费总量比重是我国能源效率最主要的影响指标,而天然气消费量占能源消费总量比重和水、核、风消费量占能源消费总量比重对我国能源效率影响相对较小。     

福建省能源效率影响因素灰色关联分析

利用2005-2014年样本数据,应用灰色关联分析法分析人均地区生产总值、工业增加值占地区生产总值比重、第三产业增加值占地区生产总值比重、工业能源消耗量、煤炭消耗量占一次能源消耗比重、燃料动力类价格指数及研发占地区生产总值比重对福建省能源效率的影响程度.从分析结果看,工业能源消耗量、工业增加值占地区生产总值比重及研发占地区生产总值比重对福建省能源效率的影响较大,而能源价格对福建省能源效率的拉动作用最小.这说明现阶段加强高耗能行业的结构调整、加大清洁能源技术的研发投入、完善能源价格机制,并充分发挥政府干预在节能减排中的作用是福建省提高能源效率的重要途径,也是贯彻落实节能减排政策的关键.     

基于超效率DEA模型的中国各地区钢铁行业能源效率及节能减排潜力分析

DEA方法对具有多投入和多产出指标的各个DMU之间的相对效率评价具有独特优势.首先应用超效率DEA模型对2005-2007年间中国各地区钢铁行业的全要素能源效率作出评价,并计算了此间中国各地区钢铁行业的节能减排潜力;然后利用Malmquist效率指数对钢铁行业能源利用效率的变动进行动态分析;最后应用Tobit回归模型对影响钢铁行业节能减排的因素进行了多元分析.     

基于SBM模型的我国省际能源环境效率研究

将SBM模型与四阶段DEA方法结合,研究了我国30个省市地区2004~2012年间省际全要素能源环境效率,同时考察了地区投入与产出松弛量,并对其影响因素进行了深入分析。研究发现:环境约束的影响明显,科学评价能源环境效率必须把环境污染引入全要素能效测度之中;随着时间发展,各省间的效率存在优者愈优、劣者愈劣的两级分化趋势.对松弛量的Tobit回归结果显示:GDP是改善能源环境效率的有利因素,外商直接投资、产业结构以及能源消费结构是其不利因素,技术改进和环境治理对提高效率无显著影响;外部因素差异对能源环境效率有显著地影响,剔除外部因素差异的影响,将使效率能得到有效改善.     

中国全要素能源效率评价研究——基于不可分的三阶段DEA模型

在中国经济增长和节能减排双重目标下,科学评价全要素能源效率并提出合理的发展对策具有十分重要的意义。本文考虑了指标之间的不可分性,使用NUSBM模型和ML指数测算了中国30省份2005-2015年的全要素能源效率,同时采用三阶段NUSBM-ML指数将环境因素和随机因素纳入框架进行分析,并将采用SBM-ML指数测算的结果、Hybrid-ML指数测算的结果与本文测算的结果进行比较分析。研究结果表明:(1)我国全要素能源效率年均增长23%,技术进步具有重要贡献,而技术效率下降是制约我国全要素能源效率提高的内部主要原因。(2)中国全要素能源效率呈现"东-中-西"的格局,中部与东部差距正在逐渐缩小。(3)剔除外部环境因素和随机因素后全要素能源效率提高了4%,外部环境水平偏低制约着整体全要素能源效率提高,且东部地区和西部地区的全要素能源效率比中部地区更容易受到外部环境水平的影响。(4)评价全要素能源效率时忽视指标之间的不可分性会高估评价结果。最后建议从内部和外部两个方面来改善全要素能源效率,在内部方面以提高技术效率为主,而外部方面则要通过环保措施、调整结构、价格机制、吸引外资、强化研发等举措改善不利的环境因素。     

基于DEA四阶段的我国工业绿色全要素能源效率测度

为了构建同时包含经济因素和绿色因素的绿色全要素能源效率指标,运用DEA四阶段方法对绿色全要素能源效率进行评价,同时区分内部管理因素和外部环境因素对绿色全要素能源效率的影响程度.实证结果表明:我国总体的能源效率有上升的趋势,在2001-2007年,管理因素起促进作用,2008-2014年的增长由环境条件推动;我国区域和省域间的效率值差异较大,需要分别从内部管理和外部环境两方面进行提升.     

基于超效率DEA的中国省际能源效率评价

基于全要素投资效率框架,结合能源效率的内涵与特点,构建了以能源消费总量、从业人员总数和资本存量为投入指标、GDP为产出指标的能源效率评价指标体系;基于超效率DEA方法建立了能源效率评价模型,并对我国2000-2010年29省进行了实证研究.结果显示:东部能源效率最高,中部次之,而西部能源效率最低;中国能源效率变异系数先降后升,省际能源效率差距逐渐拉大.与传统的DEA方法相比,基于超效率DEA的能源效率评价模型更具应用优势.     

中国工业部门能源效率的区域差异——基于要素替代效应的分析视角

用数据包络分析方法构建了能源要素利用效率测度模型,对2005-2009年中国32个地区工业部门进行了实证研究.研究结果表明,各地区能源要素利用效率的差异小于传统的宏观效率(单位GDP能耗)差异,说明在考虑能源与资本、劳动的不完全替代关系后,采用要素利用效率指标来分配、考核各地区节能指标会使得政策设计和评价更有针对性.在考虑了各地区劳动力质量差异的影响后,这种差异性变得更小.同时根据"十一五"规划的各地区能源消耗降低指标,对2006-2009年各区域实施中央政府制定的区域节能目标情况进行了讨论.结果表明,虽然统计上单位能耗值下降了很多,但是在要素利用效率框架下节能效果并没有预期理想.研究结果为全面评价节能降耗完成指标提供了建议和支持.     

基于DEA和ANN的我国各地区工业能源效率及其影响因素分析

采用DEA方法测算了2005-2012年我国大陆30个地区工业能源利用效率的平均水平,通过相关分析确定能源效率的影响因素,并运用多层感知器神经网络模型对工业能源效率的影响因素进行重要性分析.结果显示:1)除少数省份能源得到充分有效利用外,其余省份都存在能源投入的冗余,特别是中西部地区的投入冗余量较多,其节能潜力较大;2)技术水平、研发强度、劳动生产率、国有化程度、市场开放程度对能源效率有显著影响,产业结构和工业企业平均规模无显著影响;3)按照对能源效率的影响程度排序,依次是市场开放程度、技术水平、研发强度、劳动生产率、国有化程度.     

中国区域全要素能源效率及节能减排潜力分析—基于非期望产出的SBM模型

运用DEA-SBM模型测度了碳排放约束下1999年-2010年中国30省、市、区及四大区域的全要素能源效率,并利用变异系数及K-Means聚类分析考察了区域全要素能源效率的差异,最后对各省份及区域的节能减排潜力进行了测度分析.研究结果表明:不考虑碳排放约束的各省份的全要素能源效率被高估,绿色能源效率总体均值呈现U型趋势;绿色能源效率的区域格局按照由东向西递减.四大区域的变异系数差异较大,均呈现收敛趋势;由聚类分析结果可知处于高效区的省份全部为东部沿海省份;中效区的省份大多是中部省市及东北老工业基地,而西部区域的各省份多数处于低效区;不同省份的节能减排的潜力差异较大,西部区域的节能减排潜力最高,其次为中部和东北部,东部的节能减排潜力最低.     

中国工业绿色全要素生产率特征要素及多元提升路径研究——基于fsQCA方法

本文以中国30个省、自治区、直辖市为案例样本,运用模糊集定性比较分析(fsQCA)方法,探讨影响中国区域工业绿色全要素生产率的多重并发性特征要素,并对提升工业绿色全要素生产率的前因组合路径进行比较分析。研究发现:市场型环境规制和信息化程度是提高工业绿色全要素生产率的关键因素;要素结构和行政型环境规制对工业绿色全要素生产率的提升无明显影响;经济发达地区可以加大工业企业研发投入以提高工业绿色全要素生产率,而经济欠发达地区可以加强排污费征收力度以实现工业绿色全要素生产率提升。     

基于三阶段DEA模型的我国碳排放效率分析

对我国区域碳排放效率的准确测评是各省区针对性制定减排战略的基础,经典DEA模型未能排除外部环境因素和随机因素的影响,本文利用三阶段DEA模型构建消除外部环境因素和随机因素的区域碳排放效率测算模型。研究表明我国碳排放高效率地区共有广东等9省,中效率地区共有湖南等16省,低效率地区共有甘肃等4省。用三阶段DEA模型测算出的各省1997~2010年平均碳排放效率结果与经典DEA模型测算结果有显著性差异,与我国经济发展实际和预期结果更加吻合,各省可以根据自身测评结果有针对性地提高综合碳排放效率。     

中国二氧化碳排放的影响因素:基于区域的实证研究

选取我国部分省际1995—2008年数据,并根据各地区GDP和CO_2排放数据将它们划分成四个区域,运用对数平均Divisia指数分解法,把各区域CO_2排放增长率分解为11种驱动因素的加权贡献,并对这一时期中的3个时间段和每一种驱动因素进行了研究.结果表明:(1)对各区域CO_2排放增长的正向影响因素为人均GDP、家庭年平均收入、人口总量、交通工具数量和家庭数量;主要的负向影响因素为生产部门能源强度、居民生活能源强度.(2)在研究的每一阶段,各个区域人均GDP增长都是CO_2排放增长的最大驱动因素,同时家庭年均收入的提高对CO_2排放起到了持续的推动作用,尤其是第二阶段,这也表明我国的CO_2排放增长和居民生活水平密切相关.(3)各个区域CO_2排放下降的主要影响因素是生产部门的能源利用效率的提高,这与各个区域加大研发经费支出所带来的技术进步和企业所有制结构变化有着密切的关系.因此提高生产部门的能源利用效率是减少CO_2排放的最重要措施.研究结论为我国在城市化和产业结构升级进程中控制碳排放增量,国家和地方政府建立相应的鼓励政策和技术研发支持机制,各个省域构建各具区域特色的低碳经济发展模式等提供相关决策依据.     

基于Shapley Value-CCR我国各省煤炭利用效率及其影响因素分析

以往使用DEA研究煤炭效率的文献中,并没有从定量的角度去选择输入输出变量集.利用Shapley值法合理定量的确定投入产出指标体系,然后利用CCR模型、生态低效模型对2015年全国各省的煤炭利用效率进行了测算与分析,最后对影响煤炭效率的因素做进一步的空间计量分析.实证分析表明:1)北京、天津、内蒙古、上海、海南实现了生态高效,全国总体的平均煤炭利用效率为0.4787.2)全员劳动率和科技进步对煤炭利用效率有显著的正向影响,而投资水平和产业结构对煤炭利用效率有显著的负向影响.     

基于灰色Malmquist-DEA的中国粮食生产效率分析

选取全国各省粮食生产指标面板数据,对数据进行灰色拟合处理,采用数据包络分析(DEA)法,测算各区域的粮食生产效率,得到投入产出体系的要素冗余值;同时测算了各区域的全要素生产率,并对Malmquist指数进行分解,分析各区域的效率变化和技术变化趋势.结果显示:东、西部地区粮食生产投入要素大量冗余,要素配置效率不高,中部地区要素利用率较高,要素配置趋于合理;效率变化对全要素生产率的作用不明显,而技术进步是全要素生产率增长的关键驱动因素.     

Chinese regional energy efficiency change and its determinants analysis: Malmquist index and Tobit model

China becomes the largest energy consumer in 2010 but its energy productivity is well below the world average. To meet China’s fast growing energy using, energy efficiency should be especially emphasized under China’s energy policy. This paper focuses on the regional level of energy efficiency change in China. And we analyze total factor energy efficiency for 30 Chinese provinces over the period 1998–2009 using Malmquist index method and Tobit analysis. The Malmquist estimation results suggest there is a dropping change trend of energy productivity growth. Chinese energy efficiency still faces with huge regional disparity, but the energy technical efficiency reflects convergence in the nationwide and west region. As a result of Tobit regression, we find that industrial structure, energy consumption structure and institutional factor have different influences on energy efficiency.