中国省域火电行业碳排放效率评价及空间相关性研究

发布时间：2020-11-08 14:56

　　 大气中温室气体增加导致气候变化,其中二氧化碳排放量的增加是重要推动因素之一。中国“富煤、贫油”的能源禀赋特征决定了电力行业主要使用煤炭进行发电,因而产生的碳排放量尤为突出。推进电力行业的低碳发展是我国实现2030年左右碳排放达峰的必然选择,碳排放效率的实质是以尽可能少的碳排放代价获得尽可能多的社会或经济效益,这是一个重要的可持续发展目标。以往关于碳排放效率乃至更广义的环境效率的研究主要基于单要素视角,且忽略了评价单元之间的空间溢出效应。基于此,本研究将省域火电行业碳排放效率作为研究对象,围绕着“中国省域火电行业碳排放效率是否存在时间和空间规律,以及这种规律是怎样的”这一科学问题展开相关实证研究。本研究首先在全要素概念框架下将碳排放作为非期望产出,构建了一套符合火电行业生产特征的省域碳排放效率评估模型,从静态的角度测算了中国30个省份(直辖市)2003年至2014年间火电行业的碳排放效率值;其次,结合全局Malmquist生产率指数法将各区域的效率变化分解为配置效率变动和生产技术变动,以考察动态效率变动背后的贡献因素;最后,采用基于Moran指数的空间相关性分析来验证各区域火电行业碳排放效率间的空间关系,其结果可为各区域的效率改善提供差异化的科学指导。本研究所取得的创新性成果主要包括:(1)通过Undesirable-SBM模型构建了一套符合中国能源禀赋特征的电力行业碳排放效率评估体系,从全要素的角度采用劳动力、资本和能源消费作为投入指标,发电量和碳排放分别作为期望产出和非期望产出指标,更科学的反映了电力行业能源利用效率的真实水平。不同于传统DEA模型,Undesirable-SBM模型能将松弛变量放入目标函数,解决了非零松弛问题对效率评估的影响,科学测度了中国省域火电行业碳排放效率的静态差异,实证结果有助于政府掌握区域火电行业的发展差异。(2)通过把全局Malmquist生产率指数引入到火电行业碳排放效率评估中,对各个省份的火电行业碳排放效率进行量化与排序,拓展了效率评价维度。建立在距离函数基础上的Malmquist指数能将效率变动分解为技术变动(TC)和配置变动(EC),从而发掘省域火电行业效率动态变化的贡献因素。实证结果表明火电行业碳排放效率随时间变化的贡献因素存在分异,东北地区、华东地区、华中地区以及南方地区的效率改善是由于技术水平和配置效率的共同推动,西北地区和南方地区主要靠先进技术的带动实现效率提升。在省际层面上,经济发展欠发达的地区更容易实现较大的效率提升,大多数省份的效率进步主要来自于技术革新,从而验证了生产技术的强大驱动作用。(3)通过空间自相关模型对中国省域火电行业碳排放效率开展空间相关性研究,拓展了空间计量经济学理论的应用范围。中国受产业分布、经济发展水平以及资源禀赋等的因素影响,地域差异显著,而以往关于效率的研究忽略了地理因素,本研究采用空间计量技术来判别电力碳排放效率的空间集聚类型,量化了相邻地域单元之间的空间溢出效应。实证结果表明有较多的省份(市)在地理空间上表现为显著的正向空间相关性,高高集聚区主要集中在经济发展水平、人口素质、资源效率和环境管理标准等都相对较高的东部沿海地区,低低聚集区主要集中在技术水平相对落后,资源利用率低的中西部地区,这为构建多边的区域交流合作机制提供了科学依据。总之,中国各省份(市)火电行业碳排放效率分布呈现显著差异,并表现出空间相关效应,这折射出各地区可能存在的环境政策或技术的空间外溢性。根据省域碳排放效率的空间集聚特点制定有效且不失公平的区域效率政策有助于逐步实现经济发展与环境保护双赢的目标。
【学位单位】：中国地质大学(北京)
【学位级别】：博士
【学位年份】：2018
【中图分类】：X82
【部分图文】：

29图 2-1 低碳经济内涵图资料来源：尹希果和霍婷（2010）总的来说，低碳经济是低碳生活、低碳发展以及低碳技术等一类经济形态的总称，如图 2-1 所示，低碳经济的内涵具体包含低碳经济目标（分为直接目标和根本目标）、低碳经济发展模式，低碳经济发展核心、低碳经济的实质、低碳经济的保障体系以及低碳经济的建设路径。2.3.2 低碳经济的核心要素作为一种具有阶段性特征的经济形态，低碳经济的发展受制于两个方面的努力程度，一是能源结构的清洁化，二是能源效率的提高。而影响这两个方面的因素主要有发展阶段、低碳技术、消费模式、资源禀赋，为此，潘家华等（2010）认为，这四个主要因素构成了低碳经济的核心要素。

2 相关概念及理论基础等因素的影响，我国的能源效率呈现出显著的地域差异。瞿珂（2016）采用超效率 DEA 模型对中国的省域碳排放效率进行了测算，并从静态和动态不同的侧面全面分析了效率的差异性，证实了全国的区域碳排放效率在分布格局是非均衡的。谭峥嵘（2012）运用 DEA-Malmquist 模型评价了中国碳排放效率的影响因素，并从东部、中部、西部三大地区进行解析，得出了各省份碳排放效率的动态变化的幅度是不同的。已有的文献存在两点局限性，一是假设地域单元之间是相互独立的，未考虑空间效应的影响，无法定量分析区域之间的交互作用。二是省域能源效率的变动受各区域的政策变量、技术水平以及资源配置的影响，以往文献缺乏对效率变化源泉的区分。

图 3-1 电力行业系统运行流程简图资料来源：迟远英（2012）3.1 电力行业发展概况3.1.1 发电侧现状（1）电力需求及构成工业化进程的加快必然产生庞大的电力需求，全社会用电量从 2000 年的13556 亿千瓦时增长到 2016 年的 59198 亿千瓦时，年均增长率为 9.65%。根据国家统计局的数据，2000 年-2016 年中国全社会用电量及增长率变化如图 3-2 所示，2016 年用电量较往年增长率接近 4%，从 2000 年以后的情况来看，这一增速仅高于 2015 年，甚至比发生金融危机的 2008 年还低。从图 3-2 中可以看出，增速在 2000 年-2014 年中间一共出现了 3 个明显的增长阶段，分别是 2003-2007 年、2010-2011 年，2013 年。这三个阶段与中国的经济发展周期基本吻合，2003-2007
【相似文献】

相关期刊论文 前10条

1 崔朋飞;朱先奇;李玮;;中国工业碳排放强度时空特征分析[J];工业安全与环保;2018年05期

2 郑爽;;碳排放权性质评析[J];中国能源;2018年06期

3 韩中;陈耀辉;时云;;国际最终需求视角下消费碳排放的测算与分解[J];数量经济技术经济研究;2018年07期

4 李前喜;;基于日本家庭碳排放状况研究[J];低碳世界;2018年07期

5 黄涛;;广州市规模以上工业碳排放趋势研究[J];资源节约与环保;2018年05期

6 丁仕伟;;中国“一带一路”区域碳排放效率研究[J];时代金融;2018年09期

7 闫华红;石佳;巩晓薇;;对构建与完善碳排放权会计体系的思考[J];财会月刊;2018年13期

8 柴麒敏;傅莎;郑晓奇;赵旭晨;徐华清;;中国重点部门和行业碳排放总量控制目标及政策研究[J];中国人口·资源与环境;2017年12期

9 辛玲;付志刚;刘莹;;我国碳排放区域差异及成因分析——基于空间统计的省级面板数据分析[J];中国管理信息化;2017年19期

10 余晓泓;詹夏颜;;基于收益原则的碳排放转移及中国碳排放责任研究[J];资源科学;2018年01期

相关博士学位论文 前10条

1 闫丹;中国省域火电行业碳排放效率评价及空间相关性研究[D];中国地质大学(北京);2018年

2 施开放;多尺度视角下的中国碳排放时空格局动态及影响因素研究[D];华东师范大学;2017年

3 张翠菊;中国碳排放强度影响因素、收敛性及溢出性研究[D];重庆大学;2016年

4 于君涛;制造业低碳供应链的碳排放数量模型与绩效评价研究[D];天津财经大学;2016年

5 钱明霞;产业部门关联碳排放及责任的实证研究[D];江苏大学;2015年

6 陈立芸;公平与效率权衡下的碳排放权初始分配及减排成本研究[D];天津大学;2015年

7 黄杰;外商直接投资对中国碳排放强度的影响研究[D];兰州大学;2015年

8 贺红兵;我国碳排放影响因素分析[D];华中科技大学;2012年

9 张腾飞;城镇化对中国碳排放效率的影响[D];重庆大学;2016年

10 牛秀敏;全要素视角下的中国碳排放效率区域差异性及收敛性研究[D];西南财经大学;2016年

相关硕士学位论文 前10条

1 耿佳佳;基于STIRPAT模型在不同收入水平区域二氧化碳排放驱动因素比较分析[D];东北财经大学;2017年

2 路利平;陕西省CO_2排放影响因素分解及碳排放峰值预测[D];陕西师范大学;2017年

3 王超;我国制造业碳排放回弹效应研究[D];哈尔滨工程大学;2015年

4 于慧敏;环境治理投入对碳排放影响的实证分析[D];东北财经大学;2017年

5 李麟一;中国省际全要素碳排放效率及其影响因素分析[D];东北财经大学;2017年

6 张鹏;FDI对中国环渤海地区碳排放的影响研究[D];湖北大学;2017年

7 邓雅瀚;中国省域旅游业碳排放测算模型的构建及应用[D];东北财经大学;2017年

8 张晓婷;环境规制与城镇化对碳排放影响的空间计量分析[D];东北财经大学;2017年

9 吴学艳;贸易开放、经济增长与中国碳排放EKC曲线的关系研究[D];东北财经大学;2017年

10 朱琪;中国对外贸易隐含碳排放的规模测算及影响机理[D];东北财经大学;2017年

本文编号：2874939