中国绿色全要素能源效率的区域评价研究
发布时间：2022-01-08 00:59
中共十九大报告指出,在新时代绿色发展理念背景下,要推进能源生产和消费革命,构建清洁低碳、安全高效的能源体系,而能源效率的研究则是构建能源体系的核心问题之一,中国能源约束趋紧、环境污染日益严重,传统上以不断消耗能源和制造二氧化碳为代价的发展模式难以为继。能源效率也因为中国不同地区的经济发展水平、资源禀赋、能源结构有所不同而显示出区域化差异。尽管“十三五”规划已经制定了明确的节能减排目标,但由于缺乏对中国各省区能源效率的科学测算以及对节能减排指标的合理分解,当前节能减排工作的实施存在一定困境。而合理的区域精准节能减排指标分解的基础在于对中国能源效率分布特征的精确掌握。以往的研究在评价能源效率时所使用的不含非期望产出的传统全要素能源效率,会让能源效率评价的真实性大打折扣;而且以往研究多按东中西部进行能源效率的区域划分太过粗糙,同一区内不同的省份之间在能源结构、产业类型等方面差异较大,区域的能源效率不具有普适性。基于此,为验证非期望产出是否会对能源效率产生影响,了解当前中国实际能源效率状况及不同区域之间有何差异,本文通过SBM模型与Malmquist-Luenberger（ML）指数与DEA结...
【文章来源】：西北大学陕西省 211工程院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
能源生产率和全要素能源效率
西北大学硕士学位论文表 3 2001 年-2015 年投入产出指标的统计性描述指标 个数 均值 最小值 最大值 标准差能源(万吨标准煤) 450 11777.61 339.72 53019.33 9059.08物质资本存量（亿元） 450 12920.97 1786.59 42120.37 9474.28劳动力（万人） 450 2502.36 279.00 6636.00 1669.75GDP（亿元） 450 9166.89 300.13 54454.24 8893.74碳排放（万吨） 450 26829.52 868.87 127470.71 20706.22其次根据图中重要变量指标做出了下图 2 重要变量时间趋势图。
图 3 2001-2005 年我国 GTFEE 与 TFEE 分布图从上表和图可以得出以下结论：第一、从全国的能源效率来看，CRS 条件下，中国 TFEE 约为 0.6487，而考虑了碳排放的 GTFEE 测度值为 0.5634，TFEE 平均值在样本区间内比 GTFEE 平均值高0.08，明显看出传统全要素能源效率比绿色全要素能源效率测度值高，证明伴随着能源使用，碳排放会让真实的能源效率水平降低。当前中国二氧化碳排放量已居世界首位且逐年增加，忽视能源使用、经济发展过程对，碳排放造成的效率降低已经不合时宜，测度中国真实的能源效率情况时，应该使用绿色全要素能源效率。第二、规模报酬可变条件下的能源效率测度值无论是否考虑非期望产出都要高于规模报酬不变条件下的测度值，在研究时间序列上的变化时一般都存在规模报酬可变，而 SBM 主要分析静态空间的差异，因此，在选择规模报酬是否可变时，应结合具体情况，而在本文测算过程中，因规模报酬可变易造成不可行解的增多，因此在后文的研究过程中，多用 CRS 条件下的测度值对能源效率进行分析。
【参考文献】：
期刊论文
[1]中国的节能政策有效吗?——基于SFA-Bayes分析框架的生态全要素能源效率测定[J]. 闫明喆,李宏舟,田飞虎. 经济与管理研究. 2018(03)
[2]中国绿色发展效率的评价与区域差异[J]. 杨志江,文超祥. 经济地理. 2017(03)
[3]环境约束下全要素能源效率及其影响因素分析——基于山东省17个地级市面板数据的实证研究[J]. 李永波,段永强. 资源与产业. 2016(04)
[4]中国城市能源效率测算[J]. 陈龙,李金昌,程开明. 商业经济与管理. 2016(07)
[5]环境管制与绿色经济效率[J]. 钱争鸣,刘晓晨. 统计研究. 2015(07)
[6]环境约束下要素集聚对区域创新能力的影响——基于GWR模型的实证分析[J]. 齐亚伟,陶长琪. 科研管理. 2014(09)
[7]中国制造业全要素能源效率及影响因素研究——基于面板数据的随机前沿分析[J]. 陈关聚. 中国软科学. 2014(01)
[8]碳排放约束下我国全要素生产率增长的测度与分解——基于SBM方向性距离函数和GML指数[J]. 齐亚伟. 工业技术经济. 2013(05)
[9]中西部效率低于东部吗?——基于技术集差异和共同前沿生产函数的分析[J]. 李胜文,李大胜,邱俊杰,李新春,何轩. 经济学(季刊). 2013(03)
[10]我国能源效率地区差异及收敛性分析——基于随机前沿分析和面板单位根的实证研究[J]. 赵金楼,李根,苏屹,刘家国. 中国管理科学. 2013(02)
本文编号：3575594
【文章来源】：西北大学陕西省 211工程院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
能源生产率和全要素能源效率
西北大学硕士学位论文表 3 2001 年-2015 年投入产出指标的统计性描述指标 个数 均值 最小值 最大值 标准差能源(万吨标准煤) 450 11777.61 339.72 53019.33 9059.08物质资本存量（亿元） 450 12920.97 1786.59 42120.37 9474.28劳动力（万人） 450 2502.36 279.00 6636.00 1669.75GDP（亿元） 450 9166.89 300.13 54454.24 8893.74碳排放（万吨） 450 26829.52 868.87 127470.71 20706.22其次根据图中重要变量指标做出了下图 2 重要变量时间趋势图。
图 3 2001-2005 年我国 GTFEE 与 TFEE 分布图从上表和图可以得出以下结论：第一、从全国的能源效率来看，CRS 条件下，中国 TFEE 约为 0.6487，而考虑了碳排放的 GTFEE 测度值为 0.5634，TFEE 平均值在样本区间内比 GTFEE 平均值高0.08，明显看出传统全要素能源效率比绿色全要素能源效率测度值高，证明伴随着能源使用，碳排放会让真实的能源效率水平降低。当前中国二氧化碳排放量已居世界首位且逐年增加，忽视能源使用、经济发展过程对，碳排放造成的效率降低已经不合时宜，测度中国真实的能源效率情况时，应该使用绿色全要素能源效率。第二、规模报酬可变条件下的能源效率测度值无论是否考虑非期望产出都要高于规模报酬不变条件下的测度值，在研究时间序列上的变化时一般都存在规模报酬可变，而 SBM 主要分析静态空间的差异，因此，在选择规模报酬是否可变时，应结合具体情况，而在本文测算过程中，因规模报酬可变易造成不可行解的增多，因此在后文的研究过程中，多用 CRS 条件下的测度值对能源效率进行分析。
【参考文献】：
期刊论文
[1]中国的节能政策有效吗?——基于SFA-Bayes分析框架的生态全要素能源效率测定[J]. 闫明喆,李宏舟,田飞虎. 经济与管理研究. 2018(03)
[2]中国绿色发展效率的评价与区域差异[J]. 杨志江,文超祥. 经济地理. 2017(03)
[3]环境约束下全要素能源效率及其影响因素分析——基于山东省17个地级市面板数据的实证研究[J]. 李永波,段永强. 资源与产业. 2016(04)
[4]中国城市能源效率测算[J]. 陈龙,李金昌,程开明. 商业经济与管理. 2016(07)
[5]环境管制与绿色经济效率[J]. 钱争鸣,刘晓晨. 统计研究. 2015(07)
[6]环境约束下要素集聚对区域创新能力的影响——基于GWR模型的实证分析[J]. 齐亚伟,陶长琪. 科研管理. 2014(09)
[7]中国制造业全要素能源效率及影响因素研究——基于面板数据的随机前沿分析[J]. 陈关聚. 中国软科学. 2014(01)
[8]碳排放约束下我国全要素生产率增长的测度与分解——基于SBM方向性距离函数和GML指数[J]. 齐亚伟. 工业技术经济. 2013(05)
[9]中西部效率低于东部吗?——基于技术集差异和共同前沿生产函数的分析[J]. 李胜文,李大胜,邱俊杰,李新春,何轩. 经济学(季刊). 2013(03)
[10]我国能源效率地区差异及收敛性分析——基于随机前沿分析和面板单位根的实证研究[J]. 赵金楼,李根,苏屹,刘家国. 中国管理科学. 2013(02)
本文编号：3575594
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3575594.html
