江苏省城市全要素能源效率评价及能源需求情景预测

发布时间：2017-11-03 18:33

  本文关键词：江苏省城市全要素能源效率评价及能源需求情景预测

  更多相关文章： 全要素能源效率 环境数据包络方法 情景分析

【摘要】：能源作为一种可以耗竭的战略性资源、重要的生产要素以及必不可少的生活资料,在一国的经济发展和环境保护等方面发挥着重要作用,与资本和劳动一样,能源已经成为一个经济系统的基本要素。城市是人类社会经济活动最集中的区域,是能源消耗强度最大的主体,其能源消费占据全球能源消费总量的75%以上,其能源供需、能源结构和能源的利用效率,对这个经济系统的持续、快速和健康发展产生重大影响。在我国城市能源供需矛盾突出、能源结构不合理和能源利用效率较低的背景下,本文采用数据包络模型和长期能源规划模型来探讨江苏省城市的能源问题,具有重要的理论与实践意义。首先,本文采用“多投入—多产出”非参数数据包络(Data Envelopment Analysis, DEA)模型,将污染物排放作为非期望产出纳入到生产函数中,将其扩展为环境生产函数,以此测度江苏省13个地级以上城市在2000—-2012年期间的全要素能源效率,并结合曼奎斯特(Malmquist)指数法对全要素能源效率进行分解,得到技术效率指数和技术进步指数。DEA模型分析结果显示,江苏省苏南地区城市(苏州、无锡、常州、南京、镇江)的全要素能源效率接近1,效率值较高,苏中地区城市(南通、扬州、泰州)的全要素效率均值为0.86,效率值较苏南低,苏北地区城市(宿迁、淮安、盐城、连云港、徐州)偏低,其余全要素效率均值不到0.75,在三个城市群中最低。对全要素能源效率分解结果显示,苏南和苏中城市的技术效率指数和技术进步指数较高,说明实现了最优生产前沿的移动和技术水平的提高；苏北城市的技术效率和技术进步指数相对偏低,说明没有实现最优生产前沿的移动和技术水平的提高。在DEA模型分析结果的基础上,本文使用DEA-Tobit两阶段方法,针对影响全要素能源效率的外部环境因素进行分析。回归结果显示,经济水平、产业结构、能源结构和技术水平对全要素能源效率有不同程度的影响,并且经济水平、产业结构和技术水平在5%水平显著。然后,本文建立LEAP-Jiangsu模型(LEAP,长期能源规划模型(the Long Range Energy Alternatives Planning System)),设置基准情景和政策模拟情景,并根据江苏省的实际情况设置各情景的参数,以此预测2012—-2050年江苏省能源需求量和环境污染排放。最后,本文根据前面两个部分得出的相关结论,结合江苏省当前的情况,提出相应的政策建议。本文认为,应当继续优化产业结构,不断提高第三产业的比重,发挥第三产业在节能减排方面的优势；政府要提倡清洁能源的使用,使能源结构在未来能够实现大幅度的调整,最终实现能耗总量和二氧化碳排放量的下降,通过教育和宣传提高全社会营造节能环保的意识,并适当采取法律手段促进节能减排；不断加大技术投入,努力通过技术进步和技术创新提高能源的利用效率,开发和利用环保技术来减少碳排放量。
【学位授予单位】：南京财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F206

【引证文献】

中国重要会议论文全文数据库 前2条

1 陈长虹;李莉;黄成;王冰妍;赵静;戴懿;章树荣;黄德马;;Leap模型在上海市能源消耗及大气污染物减排预测中的应用[A];长三角清洁能源论坛论文专辑[C];2005年

2 沈绿珠;李慧娟;;中国省区全要素能源效率评价及分析——基于DEA方法[A];2012管理创新、智能科技与经济发展研讨会论文集[C];2012年

，

本文编号：1137441