電力行業區域環境效率時空差異及其影響因素研究

姜雯昱

（江西財經大學 統計學院，南昌 330000）

0 引言

在長期以火力發電為主的電源結構下，電力行業燃燒了大量的化石燃料，增加了溫室氣體的排放量，阻礙了我國經濟和生態環境發展的可持續性。為了更好地堅持走可持續發展道路，電力行業擔負著艱巨的重任。目前，能客觀和準確地測度和分析可持續發展潛力的指標是環境效率指標。本文在考慮各省市電力調配和污染物轉移的問題基礎上，綜合考慮整個電力活動各環節之間的相互作用，基于發電側和用電側的共同作用，采用包含非期望產出的超效率至前沿最遠距離模型（超效率SBM模型）和全局Malmquist-Luenberger指數模型（GML指數法），對電力行業環境效率的靜態空間分布和動態時間演變過程進行分析，運用Tobit模型探索影響電力行業環境效率的主要因素。

1 研究方法和數據處理

1.1 包含非期望產出的超效率SBM模型

包含非期望產出的超效率SBM模型，模型表示如下：

其中，n表示決策單元（DMU）個數，m表示DMU投入種類數量，q1表示期望產出的種類數量，q2表示非期望產出的種類數量，xik、yik和bik分別表示投入、期望產出和非期望產出的向量和b-分別表示投入、期望產出和非期望產出的松弛變量，λ是一個常數向量。目標函數的效率值ρ越大，表示DMU效率值越高。當效率值大于1代表此DMU處在效率前沿面上，繼續增加投入，可以提高環境效率；不足1代表投入不足或冗余，說明投入產出有改進的空間。

1.2 Global Malmquist-Luenberger(GML)指數法

構建GML電力行業環境效率指數為：

EffeCt+1t衡量每個DMU從t到t+1時期技術效率改進對環境效率增長的貢獻程度，大于1表示技術效率改進使環境效率改善。TechCt+1t衡量每個DMU從t到t+1時期技術創新程度，大于1表示技術進步且對環境效率增長有貢獻。

1.3 Tobit模型

構建以最大似然估計為原理的面板Tobit模型，探索影響電力行業區域環境效率的主要因素：

式中，i表示各省市，t表示年份，ui是個體效應標準差項，εit是隨機誤差項。Eit是電力行業SBM環境效率值，Tech表示電力行業環境技術進步水平，用各省市的研發經費投入強度表示。考慮到數據的可得性，選取的其他變量分別為：經濟發展水平GDP，用人均GDP表示；產業結構狀況Ind，用第二產業占地區GDP比重表示；電源結構狀況Ele，用非火力發電裝機容量占比表示；區域電力轉移狀況Tre，用區域發電量與用電量的比值表示，大于1表示電力調出量大于本區域用電量，小于1表示電力調入量大于本區域用電量。

1.4 指標選取與數據說明

1.4.1 指標選取

選取2006—2015年全國30個省、市、自治區（除西藏、港澳臺地區）的面板數據作為DMU來測度電力行業環境效率。具體選取的指標及變量如下：

（1）發電側環節。投入變量用各地區發電煤耗和地區火力發電裝機容量來衡量；期望產出變量用各省市的發電量來衡量；非期望產出變量用各地區電力行業的CO2排放量、工業SO2排放量和煙粉塵量來衡量。

（2）用電側環節。考慮各省域電力調配和污染物氣體轉移的現實問題，投入變量用各地區實際發電煤耗責任分攤值和火力發電裝機容量責任分攤值來衡量；期望產出變量用代表地區電力經濟產出的GDP來衡量；非期望產出變量用各地區實際電力行業的CO2排放量責任分攤值，工業SO2排放量責任分攤值和煙粉塵量責任分攤值來衡量。

1.4.2 數據來源

數據來源于2007—2016年《中國電力統計年鑒》《中國統計年鑒》和《中國能源統計年鑒》。其中，區域電力行業CO2排放量計算主要按2006年《國家溫室氣體排放清單指南》推薦的碳排放計算方法估算，選取煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣等8種主要化石能源作為發電消耗的能源種類。地區GDP采用以2006年為不變價計算的地區生產總值。

1.4.3 數據處理

（1）用電側的投入和非期望產出變量責任分攤核算

對于一個地區用電側的環境效率，考慮到由于一個區域發電量與用電量不完全相等，且在輸配環節中存在的線損率。因此，根據該地區發電量和用電量分別求得用電側的投入和非期望產出的責任分攤值：

其中，i表示各地區，Ii為用電側的投入變量的責任分攤值，Oi為用電側非期望產出變量的責任分攤值，Ui為地區用電量，Gi為地區發電量為N個地區總發電量；GIi為發電側地區投入變量為N個地區發電側總投入；Wi為發電側地區非期望產出變量為N個區域總污染物排放量；?為年平均線損率。

（2）綜合環境效率核算

由于發電環節和用電環節的同等重要性，用發電側和用電側兩者環境效率乘積的幾何平均數求得電力行業綜合環境效率，具體如式（9）所示：

2 實證結果分析

2.1 電力行業靜態環境效率特征分析

由下頁圖1可知，各省市SBM環境效率均值整體呈由東南向西北遞減的空間分布特征。具體來看，在整個研究期間，廣東和海南的環境效率均值處于效率前沿。相反，新疆、重慶、吉林、江西、黑龍江、寧夏、陜西、山西、甘肅的環境效率均值都低于0.4，遠低于其他地區水平，電力行業環境污染非常嚴重。結合國家電網公司及南方電網公司的區域分布劃分，可以得出，華東電網的平均環境效率達到0.9，為所有電網中最高；其次是南方電網，其平均環境效率達0.74；接著，依次排序由大到小為華中電網、華北電網、東北電網和西北電網。

本文以各省市發電側SBM為橫坐標，用電側的SBM為縱坐標，以（0.7，0.7）為劃分，將所有省市劃分為四種環境效率類型，即高發電側—高用電側類（第Ⅰ象限）、低發電側—低用電側類（第Ⅱ象限）、低發電側—高用電側類（第Ⅲ象限）和高發電側—低用電側類（第Ⅳ象限），見圖2。

圖1 中國電力行業SBM環境效率空間分布

圖2 各省市發電側和用電側環境效率分布圖

從圖2可以看出，全國大部分省市主要集中在高發電側—高用電側和低發電側—低用電側兩種類型。其中，屬于高發電側—高用電側類型的有9個省市。這些省市發電側的環境效率較高是因為自“十一五”期間以來，電源結構不斷優化；同時，這些省市的經濟發展速度較快，用電轉換率較高，使用電側的環境效率高于其他省市。尤其是華東電網的4個省市（上海、江蘇、浙江、福建），地區經濟發達，建立了煤耗監控系統，加大了節能減排新技術和新設備的推廣，節能減排效果顯著，用電側和發電側的環境效率顯著高于其他電網的省市。低發電側—低用電側環境效率類型共包含18個省市，說明我國一半以上省市發電側和用電側的環境效率同時都處于較低水平。其中，東北電網的3個省市（黑龍江、吉林和遼寧）屬于這一類型。原因是這些省市的電源結構是以煤電為主，環境污染嚴重，發電側環境效率非常低。華中電網的4個省市（江西、河南、重慶、湖南）屬于這一類型的原因在于這些省市的自然資源稟賦不足，電源結構以火力發電為主，使發電側的環境效率較低；同時，經濟發展速度較快，自身發電量難以滿足用電需求，每年都需要調入外省大量電力，用電側的間接轉移投入和間接非期望產出較多，使用電側的環境效率較低。西北電網的4個省市（陜西、寧夏、甘肅、新疆）之所以處于這一類型主要是因為這些省市所處于經濟落后地區，發電環境技術效率和用電轉化率較低，使發電側和用電側的環境效率都處于較低水平。

2.2 電力行業動態環境效率特征分析

2006—2015年各電網區域GML均值及其分解指數如圖3和表1所示。在整個研究期內，所有電網區域的GML均值始終大于1，總體環境效率是在不斷提升，但呈波動趨勢，提升速度不穩定，具體可分為兩個階段。第一階段，“十一五”時期，環境效率變化主要呈先降后升的“U”型趨勢，波動的原因是受金融危機的影響，經濟產出下降，電力行業用電量需求逐年下降，使環境效率提升速度不斷下降。隨著金融危機影響的減弱，除南方電網外，其他省市電力行業的環境效率提升速度在2009—2010年間達到峰值；第二階段，即2010年以后，環境效率提升速度主要呈先升后降的倒“U”型變化趨勢。效率提升顯著得益于國家明確提出了“十二五”期間關于電力行業相關節能和減排的目標和提升電力行業環境效率的行動方向。

圖3 各電網區域GML指數變化趨勢圖

表1 效率變化(EffeC)和技術變化(TechC)比較

從GML指數分解來看，技術效率變化指數EffeC一直保持在均值1.00左右，而技術進步變化指數TechC始終大于1，這表明技術進步是電力行業環境效率提升的主要驅動力。值得注意的是，“十二五”期間GML的均值明顯高于“十一五”期間，主要原因是EffeC和TechC的均值進一步提升。表明進入“十二五”以后，由于電力行業節能和減排的技術創新能力有一定程度的提升，使我國電力行業環境效率提升速度取得了一定幅度的增長。從GML指數來看各省市的效率變化，所有省市在整個研究期間整體上是效率不斷提升的。其中，效率提升較快的省市主要集中在華東、華北和南方電網，年均增長速度分別為18%、13%和25%。這主要是因為處于華東電網中的上海、福建和浙江，南方電網中的海南、廣西、海南和云南，華北電網中的北京和天津是所有省市中環境技術進步效率（TechC）增長速度最快的5個省市。

3 影響因素分析

首先，對模型進行Hausman檢驗，結果得出模型適合采用隨機效應面板Tobit模型；接著，進行模型估計，得出結果如表2所示。結果顯示，模型的個體效應和隨機誤差項的標準差較小，方差比Rho高達0.876，對數似然比值較大，方程擬合程度較好。

表2 面板Tobit模型估計結果

從表2可以看出，電源結構對電力行業環境效率有著顯著的促進作用。我國電力行業長期以燃燒煤炭等化石燃料為主的火力發電為主，是我國CO2、SO2、氮氧化物等溫室氣體的主要來源。技術進步對電力行業環境效率有著顯著的正相關。從發電側來看，提升發電環境技術能有效提高發電效率，減少能源消耗和環境污染，從而提升發電環節的環境技術效率；從用電側來看，提高用電經濟轉化率技術和大力推廣使用節電類產品，提高電能源利用率，從而間接提升環境效率。人均GDP對電力行業環境效率呈顯著的正向作用。經濟發展水平越高的地區，電力行業的環境技術、資金等資源越豐富，有一定的經濟條件來改善和提升環境效率。從發電側來看，經濟發展水平較高的區域有一定的技術和資金來增加非火力發電的比重；從用電側來看，經濟發達地區能夠高效地利用電能，將電能轉化為有效的經濟產出，從而間接提升區域電力行業的環境效率。產業結構比重狀況與電力行業環境效率呈顯著負相關，說明第二產業比重越大，電力行業的環境效率越低。區域電力轉移狀況對電力行業環境效率有著明顯的抑制作用，表明區域電力轉移率越高，電力行業環境效率越低。主要是因為區域電力轉移率較高時，發電端地區自身的發電量大于用電量，該地區需要承擔比用電終端地區更多的能源投入和污染物的排放，增加該區域電力行業的環境污染程度和能源消耗，使環境效率降低。

4 政策建議

第一，充分考慮地區電力行業環境效率差異特征，因地制宜實施環保措施。對于華東電網，一直保持其電網區域內各省市電力行業環保措施的全國模范作用；對于南方、華北和東北電網區域的各省市，應不斷挖掘其電力行業環境效率提升的潛力，提升電力行業環境保護措施實施的效果；對于華中和西北電網區域的各省市，應努力縮小其環境效率水平與其他省市的差距，加大對這兩個電網區域中各省市電力行業環境效率的提升和關注。

第二，積極轉變地區經濟增長模式，優化產業結構，提升地區低碳經濟發展水平。各地區要大力減少第二產業比重，尤其是第二產業中高用電量和高碳排放部門的比例；同時，促進地區經濟水平的集約式發展，堅持走低碳經濟發展路線和可持續發展路線。

第三，重視電力行業電源結構優化以及技術水平進步的關鍵作用。要不斷增加如水能、太陽能、風能等清潔能源的發電比重，加大電力節能環保技術、設備的研發投入。

第四，合理調配區域電力，統籌區域協調發展。在調配區域電力的同時，不能忽略相應污染物排放的跨區域轉移問題，基于地區不同的資源稟賦和電力供求情況之上，合理和高效地推進各區域電力行業的低碳發展。