長三角城市群節能減排效率及影響因素分析

童思聰 王曉璐

新疆財經大學經濟學院

關鍵字：長三角城市群；SBM-DEA；節能減排效率；影響因素

0 引言

我國城市群最新標準是以中心城市為圓心、300km為半徑的一個區域范圍內。根據最新國家標準，長三角城市群除了中心城市上海外，還包括江蘇省的蘇州、南京、常州、無錫、南通、鹽城、泰州、揚州和鎮江等9個市，浙江省的杭州、紹興、寧波、舟山、臺州、金華、湖州、嘉興等8市，以及安徽省的蕪湖、宣城、馬鞍山3個城市，共計21個地級及以上城市。長三角城市群是“一帶一路”與“長江經濟帶”的重要交匯地帶，在我國現代化建設大局和全方位開放格局中具有舉足輕重的戰略地位。但是長三角城市群依賴能源等要素投入的粗放型經濟增長模式在為我國經濟發展水平做出巨大貢獻的同時，也給環境造成了一定程度的污染，這將不利于城市群的可持續發展。黨的“十九大”報告提出，要推進能源生產和消費革命，構建清潔低碳、安全高效的能源體系，推進資源全面節約和循環利用，實施國家節水行動，降低能耗、物耗，實現生產系統和生活系統循環鏈接。通過分析2015～2017年長三角城市群節能減排效率及其影響因素將有助于全面了解各城市的節能減排潛力，并為長三角城市群提升節能減排效率及可持續發展提供依據。

“節能減排”是在人們面臨資源短缺、環境污染等背景下提出的。隨著可持續發展觀的提出，人們將重點落在如何通過用能的管理以及技術的提升來降低從能源生產到消費各個環節的損失以及污染物的排放，從而合理利用能源。近年來，節能減排逐漸成為學者們研究的熱點。郭彬等采用超效率DEA與Tobit模型分析了我國中部六省的節能減排效率及其影響因素[1]。容賢標等基于超效率DEA測算了湖南省各市州的節能減排效果并利用多元回歸分析檢驗了其影響因素，研究發現產業高級化程度以及節能減排政策扶持力度是關鍵性的影響原因[2]。李科分析了我國省際的節能減排效率及其動態特征，結果發現我國各省間節能減排的效率值具有明顯差異，且節能減排效率的增長主要是受技術進步的推動[3]。于鵬飛等基于超效率SBM模型分析了我國31個省、市、自治區的節能減排效率，研究表明我國節能減排效率雖有明顯提高但仍比較低[4]。張偉等利用DEA模型實證分析了長三角城市群1996-2008年的全要素能源效率并研究了其影響因素[5]。呂林基于DEA模型實證分析了我國30個省份的節能減排效率[6]。余泳澤采用DEA模型測算了我國節能減排的潛力與治理的效率并分析了各地區節能減排的實施路徑[7]。

綜上所述，國內對于節能減排效率的研究大多集中在省域層面，而對城市層面的研究較少，對于節能減排效率的研究大多采用數據包絡分析（DEA）方法。此外，傳統的測算節能減排效率的指標缺少對非期望產出的測算以致測算的節能減排效率有偏差。因此，本文采用SBM-DEA方法，建立考慮非期望產出的節能減排效率指標評價體系，測算長三角城市群21市的節能減排效率并分析了各地區的節能減排路徑。在此基礎上采用面板Tobit模型分析物質資本投資率、產業結構、財政支出結構、人口密度以及第二產業集聚度對各城市節能減排效率的影響并據此提出相關改進措施。

1 模型選擇與數據處理

1.1 模型與指標選擇

參照余泳澤（2011）的研究方法與思路，建立采用DEA方法設立了基于投入導向的節能潛力模型和基于產出導向的減排潛力模型[7]。經過參考相關文獻，以2015～2017年長三角城市群的資本、能源與勞動力作為投入要素，產出要素則以各城市GDP與二氧化硫（SO2）排放表示。

1.2 能源消耗數據來源與處理

各城市能源消費量通過夜間燈光數據反演所得，具體方法如下：1）參考李峰對于原始圖像的處理，進一步將每年12個月的輻射亮度值進行平均處理合成為當年輻射亮度值[8]；2）參考柴子為的方法，消除可能存在的火光，其閾值上限以東方明珠區域2015～2017年最高輻射亮度為基準設定[9]；3）參考曹子陽的方法進行連續性校正[10]；4）從Silvana Amaral(2005)的研究中得到啟發，消除我國1～5級湖泊、河流，從而去除因湖面反射增加的輻射總值[11]。

1.3 其它統計數據來源與處理

資本采用各城市物質資本存量表示；勞動力采用全社會年末就業人員表示；各城市的國內生產總值采用2015年不變價做了平減處理。以上數據均來自《中國城市統計年鑒》與各省市統計年鑒。

2 節能減排效率、潛力與實施路徑分析

2.1 節能效率與節能潛力

利用投入導向的DEA模型，得出了長三角城市群各城市的節能效率與節能潛力，結果見表1。近年來節能情況有所改善的城市為泰州、舟山、金華等10個城市，這些城市2017年節能潛力低于2015年水平。平均節能潛力較大的地區為常州、無錫、寧波、蘇州等工業化占比較大的城市。節能效率較高的城市為上海、臺州、宣城與鹽城等4市，這些地區物質資本、勞動力投入與能源消耗相輔相成，同時產生較高的經濟效益，這得益于要素配置水平、技術水平與監管水平的相互配合。長三角城市群整體節能潛力呈現先增后減的趨勢，但節能潛力整體變動不大，截至2017年，整體約有13 634萬tce節能潛力，這說明當前技術水平仍不足以滿足現階段經濟發展的節能需求。從平均節能潛力看，常州、無錫、寧波、蘇州等市總和超過了8 000萬tce，僅蘇州一市就具有約30%的節能潛力，這主要是由于要素配置不合理等因素導致在經濟生產過程中超過60%的能源被浪費，詳見表1。

表1 2015-2017年長三角城市群各城市節能效率與節能潛力 （單位：tce）

2.2 減排效率與減排潛力

利用產出導向的DEA模型，得出了長三角城市群各城市的減排效率與減排潛力，結果見表2。近年來減排情況有所改善的城市為常州、杭州、湖州等14個城市，與2015年相比這些城市2017年的減排潛力呈下降趨勢。平均減排潛力較大的地區為蘇州、無錫、寧波、杭州、嘉興、常州、紹興、鎮江等市，這些城市工業化水平較高但污染相對嚴重；相對平均節能效率較高的城市為上海市和臺州市，這是監管水平相對較為嚴格且工業占比較低共同影響所得到的結果。長三角城市群整體減排潛力改善明顯，2017年同比下降36．7%，反映了該區域全面實施污染防治攻堅戰，持續加大環境保護和生態建設力度以及高質量的生態保護建設等環境目標得到成功執行，進一步凸顯了長三角地區治污的決心與力度。從平均減排潛力來看，由于產業結構、環境監管水平等因素的差異，嘉興、杭州、寧波、無錫、蘇州等市總和超過25萬tce，僅蘇州市就存在約20%的減排潛力。

2.3 節能減排可行性路徑分析

綜合以上節能效率與減排效率的實證結果，本文構建了節能效率與減排效率的二維矩陣圖，并根據兩個效率維度取值從低至高劃分出四種組合，分別劃分為低節能低減排效率集聚區(LL)、低節能高減排效率集聚區(LH)、高節能低減排效率集聚區(HL)、高節能高減排效率集聚區(HH)，具體分析不同城市在節能與減排上可以實施的路徑選擇。結果見圖1。

表2 2015～2017年長三角城市群各城市減排效率與減排潛力 （單位：tce）

圖1 2015～2017年長三角城市群各城市節能減排路徑

從圖1可見，落在低節能低減排效率集聚區(LL)的城市共有11個，分別為南通、嘉興、紹興、湖州、杭州、鎮江、馬鞍山、常州、寧波、無錫與蘇州等市。其余10個城市則落在高節能高減排效率集聚區(HH)。沒有城市落在低節能高減排效率集聚區(LH)與高節能低減排效率集聚區(HL)。可見長三角城市群地區節能減排效率呈現兩極分布，盡管部分城市已進入了高節能高減排效率階段，但仍有大部分城市處于低效水平，而低效城市的主要問題表現在減排效率較低，節能效率帶動能力較弱。具體分析11個低效城市可以看出部分城市節能水平普遍較高，而減排情況則處于較低水平，這是普遍由于這些地區缺乏較為嚴格的環境監管措施，其中南通、嘉興、紹興與湖州等市需要進一步通過技術與政策手段在保持經濟質量的前提下提升節能效率，通過減少能源消耗減少污染排放；另一部分城市則處于節能與減排效率都較低的水平，這些城市需要找到與自身發展相一致的節能減排政策，從而提升節能減排效率。

4 節能減排可行性路徑的影響因素

從實證分析結果看，節能減排的可行性方法是促進產業結構升級、提升科技發展水平以及增強政府激勵約束機制從而進一步改進發展方式，重點聚焦經濟、環境發展質量。通過計算節能效率與減排效率的幾何平均，以此表示節能減排指數，利用面板Tobit模型檢驗了長三角城市群地區節能減排效率的影響因素，構建模型如下：

其中：

i—長三角城市群各城市編號

t—年份

α—方程常數項

EE—節能減排效率。

INV固定資產投資率，通過城市固定資本存量與GDP之比表示，以此衡量城市固定資產投資規模；SEC表示第二產業增加值占國內生產總值的比重，以此衡量各城市的產業結構；GIN為政府支出結構，通過政府一般公共預算支出與GDP之比表示，用來衡量政府影響力；POP為人口密度，通過常住人口與城市建成區面積之比計算所得，表示城市建成區面積的人口數量；LEOS表示第二產業集聚度，通過總采掘業、制造業、電力煤氣及水生產供應業以及建筑業從業人員數計算所得，表示第二產業的集聚水平，LEOS2為其平方項。通過STATA 14．0對面板Tobit模型截尾數據進行最大似然估計，結果見表3。

表3 節能減排效率影響因素Tobit回歸結果

1）INV（物質資本投資率）的影響系數為正，且通過了1%水平的顯著性檢驗。說明我國長三角城市群地區城市普遍進入高水平發展階段，各個城市在建設固定資產、引入設備的同時更加注重能源的節約與排放的降低。

2）SEC（產業結構）的估計系數為0．207 1，說明相對于第二產業的發展，第三產業的發展更有利于促進城市節能減排效率的提升，這是由于第三產業有著更高的資本、技術與生產要素流動效率，且產業內部以服務業為主，包括一部分高新技術產業，其節能減排效果與以傳統制造業為主的第二產業相比優勢明顯。

3）GIN（財政支出結構）的影響系數為負但并不顯著，說明近幾年的政府支出沒有對其節能減排效率產生明顯影響。政府主要通過能源價格改變形成產出效應與替代效應，進而在能源領域實施干預，改善節能減排效率。從目前看，長三角城市群地區能源價格政策在短時間并沒有起到明顯作用，需要長期觀察能源價格對節能減排效率的影響，進一步評價政府財政支出結構的作用。

4）PBD（人口密度）對節能減排效率的影響顯著為正。目前，針對人口密度對節能減排效率的影響方向尚無定論，一種觀點認為人口密度較高的地區其文化發展程度也較高，以至于環境保護意識更高，而人口密度較低的地區經濟規模較小，人口活動對于環境影響微弱，因此這些地區不太關注污染排放的降低[12]。另一種觀點認為人口密度過高會導致環境質量下降，這是由于人口密度通常與能源需求呈正相關性[13]。在本文中盡管指標值反映出這一影響較弱，仍可以看出人口密度的上升對節能減排效率的提升有促進作用。

5）LEOS（第二產業集聚度）的影響系數顯著為負，而其二次項的影響系數顯著為正，可知目前長三角城市群地區第二產業集聚度處于拐點左側，目前，隨著產業集聚度的增加可能會降低節能減排效率，這是由于目前尚未達到質變的臨界水平。當產業集聚水平達到甚至位于拐點右側時，集聚效應所產生的節能降耗與降低排放的水平將會充分發揮。

5 結論與建議

通過構建資本、能源消耗、勞動力、國內生產總值與二氧化硫（SO2）排放量的SBM—DEA模型，并基于結果構建節能減排指數，進一步通過物質資本投資率、產業結構、財政支出結構、人口密度以及第二產業集聚度分析了長三角城市群節能減排影響因素。基于以上實證分析，得出以下結論：

1）長三角城市群整體節能效率呈現先增后減的趨勢，且研究期間變動不大。節能潛力較大的地區為常州、無錫、寧波、蘇州等市，平均節能潛力總和超過8 000萬tce。而減排效率明顯提升，平均減排潛力較大的城市為嘉興、杭州、寧波、無錫、蘇州等市總和超過25萬tce，僅蘇州市存在約20%的減排潛力。

2）長三角城市群各城市節能減排效率呈現兩極分布。位于低節能低減排效率集聚區(LL)的城市共有11個，其余10個城市則位于高節能高減排效率集聚區(HH)，位于低節能低減排效率集聚區(LL)的城市主要由于減排效率較低影響所致。

3）長三角城市群各城市可通過改善物質資本投資率、產業結構、人口密度以及第二產業集聚度等方法提升節能減排效率。其中固定資本投資率正向影響系數最大，而第二產業集聚度負向影響系數最大，財政支出結構對節能減排效率影響并不明顯。

根據上述結論，提出如下建議：

1）加強質量意識，重點發展優質產業，堅決杜絕引入耗電高、污染大的產業。目前我國長三角城市群處于高水平發展階段，應進一步增強經濟發展重“質”輕“量”政策意識，在確保基本增長的同時保證發展質量。

2）追求高質量發展，重點發展以服務業為代表的第三產業，形成多樣化高效優質的供給體系。現階段產業高級化對于我國降低能源強度有利，要繼續推進供給側結構性改革戰略，通過去產能、去庫存、去杠桿、降成本、補短板的五大任務優化產業結構，促使產業向高級化發展。現階段，只有堅持發展第三產業，增加其結構比重，產業內部才能有充足的資金流轉，為資本、技術以及生產要素提供多元化配給方式，進一步提升經濟發展水平。

3）合理提升人口集聚，促進節能減排效率提升。各城市應在著眼于自身的城市人口承載力的基礎上，合理增加人口密度，發揮人口集聚效應，改善能源額外消耗以及污染的額外排放。

4）合理提升第二產業集聚水平。各城市在符合自身發展目標的前提下著眼于工業園區發展，從而進一步提升產業集聚水平。盡管目前集聚水平可能會導致節能減排效率下降，但從長期看卻是一個利好的發展方向，最終將進一步提升節能減排效率。