节能减排包括了两个方面的内容:一方面是能源效率的提高,另一方面是排放的减少。对于其效率的评价根据,其定义可以看作是经济实体在创造一定的财富价值时尽可能地降低能源与资源消耗,同时降低其污染物的排放,这种要求是比较符合线性规划的思维方式,因而本文拟建立BCC-DEA模型来求解陕西省内各区域节能减排效率。

BCC-DEA模型主要是通过保持决策单元(DMU)的输入不变即保持能源和资源使用及污染排放量不变,借助于数学规划确定生产边界,用以衡量每个决策单元的相对效率。BCC-DEA模型的优点在于其考虑了规模报酬递增或递减因素,在本文中,由于科学技术的不断发展,节能减排的规模报酬呈现出逐渐递减的状态,因而BBC-DEA模型有效的模拟了这一过程,从全局最优的角度来对决策单元进行效率评价。

根据DEA模型可知,DEA模型中的节能减排综合效率指标反映的是陕西节能减排投入资源配置和规模聚集等综合效率,技术效率指标表示的是陕西节能减排工作资源配置效率,即污染排放、资源利用等方面的配比效率,规模效率指数表示了陕西工业节能减排工作的规模效率。根据DEA模型基本原理可知,综合效率与技术效率和规模效率相关,综合效率在数值上等于技术效率与规模效率的乘积。本文中节能减排效率分析以综合效率为准。

将污染物作为变量纳入到DEA模型中,有两种主要做法:(1)将污染物视为产出,作为非合意产出进行弱可处置性处理,这种方法比较符合现实生产流程和原理,如李科(2013)^[22]等;(2)将污染物作为投入,这种处理方式是由DEA分析法本身特性决定的,该方法不需要深入了解或完全符合决策单元的生产过程^[23]。本文在分析中采取的是第二种方法,将能源、资源的消耗量和污染物的产出量同时作为投入指标,这些指标反映陕西省推进经济发展中对于资源的获取和对环境的破坏; 同时,本文拟选取工业增加值为产出指标,以反映在能源消耗和污染排放的基础上换取的经济增长,间接表明陕西省内各省市的节能减排效率。投入产出变量的具体指标选取如表1所示。

本文的数据全部来源于《陕西省统计年鉴》(2007—2016),数据覆盖了陕西省的10个地级市。这10个地级市按照所处的地理位置通常被划分为三大区域,即陕北地区、关中地区和陕南地区。陕北地区主要包括延安和榆林两市,位于陕西省最北部的高原地区,该区域自然资源如煤炭资源丰富,因而采矿等重工业发展较为聚集; 关中地区包括了西安、渭南、宝鸡、咸阳、铜川五市,处于陕西省腹部的关中平原,该区域地势平坦、交通便利,在省会城市西安的带动下逐步从第二产业向第三产业过渡; 陕南地区包括了汉中、商洛和安康三市,地处陕西南部秦岭山脉一系,多山的地理特征限制了区域工业发展速度,而近年来该区域在第三产业如计算机通讯、食品工业等产业方面取得了较大进步。

表1 指标选取

对陕西省各地级市2006—2015年节能减排效率测算,结果如表2所示。

表2 2006—2015年陕西省10城市节能减排综合效率值

由表2可知:(1)陕西省各地级市节能减排效率水平较低。首先,从达到节能减排效率最优值的城市个数来说,陕西省节能减排效率只有少数城市如西安、延安和安康在个别年份达到了效率最优。而绝大多数城市在统计范围内没有达到最优。2006—2013年间,除2008和2010年各只有一个城市达到了效率最优,且达到最优值的城市都是延安市。2014年和2015年效率最优的城市分别为两个,其中西安市在这两年里均表现出效率最优,延安市和安康市分别在2014年和2015年取得了效率最优值。其次,从达到节能减排效率最优值的频率来说,在没有达到效率最优水平的节能减排效率值中,效率值在0.4以下的有57次,效率值低于0.6的累计74次,占所有效率值数量的74%。最后,从全省节能减排效率的均值来说,陕西省在2006—2015年间,全省节能减排效率值总体上保持了持续上升的态势,节能减排效率提升明显。但是,全省节能减排效率值均处于0.6以下,节能减排的效率水平还不高。同全国其他城市相比,陕西省节能减排效率还处于较低效率区^[28]。

(2)陕西省各地级市节能减排效率差异较大。首先表现为各地级市节能减排效率绝对值存在较大差异。以2006年为例,陕西省只有延安市节能减排效率表现优异,节能减排效率值为1.000。其他9个城市的节能减排效率值均低于0.4,其中最高值为0.351,最低值为0.051。到2015年,全省各地级市节能减排效率还存在较大差异,最高值1.000(西安、安康)和最低值0.272(商洛)相差0.728。其次,陕西省各地级市节能减排效率差异还表现在效率增长幅度方面。从表2可以看出,陕西省各地级市的节能减排效率得分在2006—2015年间都呈现了上升趋势,但各地级市节能减排增长幅度差异较大。增幅超过0.5的有西安、安康和榆林三市,其中安康市节能减排效率以0.829的增幅一跃成为节能减排效率优异的城市,这得益于安康市政府对城市发展规划的精确定位,以南水北调工程为发展契机形成以丝麻纺织、食品饮料、烟草、医学化工的工业体系来促进地区发展; 增幅最小的为渭南市,其节能减排效率增幅为0.169; 节能减排效率值最高增幅和最低增幅相差0.660,差距较大。

(3)陕西省节能减排效率分布呈现北高南低的分布特征,三大区域(陕北、关中、陕南)内呈现以中心城市辐射的态势。根据陕西省各市节能减排效率值的实际情况,将效率值分为了四个等级:第一等级取值0.800～1.000,第二等级取值0.600～0.799,第三等级取值0.400～0.599,第四等级取值0.000～0.399。图1分别给出了2006年、2010年和2014年陕西省节能减排效率空间差异分布。由图1看出,2006年、2010年和2014年,延安市的效率值都保持在0.800以上; 随着时间发展,关中地区的西安和陕南地区的安康节能减排效率值逐步提高,逐步进入第一等级; 从区域效率值分布看,陕北地区所处的等级较其他区域更高,其次分别是关中地区和陕南地区,如2010年陕北地区节能减排效率值最高的延安市位于第一等级,关中地区节能减排效率值最高的西安市位于第二等级,陕南地区效率值最高的安康市位于第三等级; 三大区域都有一个中心城市,如陕北的延安市、关中的西安市和陕南的安康市,围绕这些中心城市,周边的城市节能减排效率也呈现不断地提高的趋势。从图1可知,节能减排效率低于0.4的区域主要集中在了关中和陕南地区。从表3分析原因可知:西安取得较高的节能减排效率的主要特征是其工业生产值高,而其投入的废物产出和消耗的能源相对较少。安康市能够取得较高的节能减排效率主要是因为其污染物的排放和能源的消耗相对小。相反,节能减排效率较低的主要原因是工业产值较低而能耗与污染物排放相对较高。如渭南市的污染制造量和能源消耗量比西安略高而其工业生产值仅为西安的1/3; 同安康市相比,商洛市节能减排效率较低的原因在于其能源消耗较大且污染排放较多,同时,商洛市在工业生产方面却并没有取得较好的成绩。

(4)近两年,陕西省节能减排效率出现了下降趋势。由表2可以看出,2014—2015年,陕西省关中和陕北各市的节能减排效率均出现了下降,而陕南三市(汉中市、商洛市和安康市)则保持了增长的趋势。根据2015年陕西省统计年报数据和统计年鉴数据分析可知,2015年受到石油和煤炭价格低迷的冲击,以能源化工产业为主导的陕北区域和工业占比较大的关中地区工业产值出现了下降的趋势。根据污染的空间效应原理,污染物的排放和能源利用率的下降速度低于工业产值的下降速度,因而这两个地区节能减排效率出现了浮动。

根据上文对各地级市的效率分析可见,陕西省节能减排效率水平整体较低,省内各地级市之间的节能减排效率存在较大差别。除外部因素对陕西省工业节能减排效率的影响,还可以从影响陕西省工业节能减排的内部因素着手,分析陕西省节能减排效率的投入冗余,即各变量可以节省的比例。根据DEA基本原理,在投入导向DEA中,非有效单元必然存在投入冗余,对节能减排效率投入冗余的分析,可以动态的反映该减排系统中改进和提高的领域。因而对陕西省节能减排效率进行冗余度分析可以帮助陕西省在节能减排效率提高工作中明确节能减排的目标。表4为陕西省2015年投入冗余及优化目标,其中冗余度为0时,目标值为现值(当前排放量)。

图1 陕西省节能减排综合效率空间分布变化趋势

表3 2014年陕西省节能减排效率比较

表4 陕西省2015年节能减排冗余分析及优化目标

从表4可以看出,陕西省各地级市2015年除西安、延安、安康3市之外均存在冗余现象,冗余量比较大的指标主要集中在固体废弃物和废气排放量两个方面。以铜川为例,其废气排放的冗余度为58.54%,也就是说要使得铜川市工业节能减排效率达到最优值,铜川市废气排放量至少要减少58.54%,超过了总数的1/2,减排压力不谓不大; 其他6市中,宝鸡的废气排放冗余度超过20%,需要加大对废气排放的治理力度; 西安、延安、安康和商洛4市的废气排放冗余度小于20%,在减少废气排放量上压力相对较小。对于固体废物的减少,陕西省各市的冗余度均低于1%,可通过有效地关注使得工业节能减排效率达到最优值。在节能方面,2015年陕西省增加值能耗的冗余度仅有铜川市较大,为40.45%,这表明铜川市在能源使用方面存在着较大的浪费,从而影响了铜川市节能减排效率的提升,因而铜川市需要提高能耗使用效率。

运用DEA方法对陕西省工业节能减排效率进行测算,明确了陕西省工业节能减排水平的高低,但这并不能判断什么影响陕西省工业节能减排的效率,尤其是一些外因如政策导向等对陕西省节能减排效率的影响,为更好实现节能减排效率最优目标,需要对影响陕西省工业节能减排效率的因素做进一步分析。

Tobit模型能够解决DEA模型在测量效率时表现出的范围限制问题。尤其是在DEA计算出具有截尾性质的节能减排效率θ时,简单地把θ作为一般意义上的被解释变量,采用最小二乘法(OLS)引起计量模型的错误设定而无法得到一致的估计量,而Tobit模型则可以避免该问题的出现。基于最大似然法的Tobit模型还具有同时分析连续型数值变量和虚拟变量的优势。目前,该模型在探索了能源全要素效率和能源环境效率^[29-32]方面取得了较为理想的结论。因此,本文拟采用Tobit模型,选取技术创新、工业规模、管理水平和对外开放程度作为节能减排影响因素的测试变量,采用stata12.0统计软件对陕西省工业节能减排效率的影响因素进行实证研究。本文选取的四个测试变量分别用科学研究额与技术服务投资额(亿元)、工业固定资产投资/全社会固定资产总投资(%)、1/3×(城市工业固体综合利用量/全省工业固体综合利用量+城市SO2排放量/全省SO2排放量+城市废水治理量/全省废水治理量)(%)和进出口产品总值(亿元)来描述。实证结果如表5所示。

表5 陕西省工业节能减排影响因素的Tobit回归分析结果

陕西省工业节能减排效率的影响因素回归分析得到如下结果:(1)模型1～模型3中回归系数在1%条件下显著,表明技术创新对于陕西省工业节能减排效率的提升有显著作用,这和孙欣^[33]的结论一致。技术创新之所以能够提升陕西省工业节能减排效率,主要有两个原因:其一是如减量技术、再利用技术、系统化技术等关键技术能够在给定资源总量的条件下提高能源使用效率; 其二是技术创新带来的新型工艺、新型能源等有利于减排目标顺利达成,促进了节能减排效率的提升。(2)模型2～模型4表明管理水平与陕西省工业节能减排效率之间显著正相关,显著性水平始终保持在1%水平。管理水平越高则节能减排效率越高,这和金桂荣^[33]的研究结论相同。管理水平能够提升陕西省工业节能减排效率,有效的管理限制了低水平的工业企业进入市场,使得社会节能减排的平均水平提高,因而管理水平的提高能够促进节能减排效率的提升。(3)模型2～模型4还表明了工业规模和节能减排效率之间显著负相关,显著性水平始终保持在1%水平。这与市场竞争机制下资源会源源不断的流向使用效率更高的部门并逐步提升整个行业的能源使用效率的认知矛盾,也和其他学者如张在旭等的研究结论相反。其中主要的原因是陕西省工业发展的水平不高、市场机制活力不足,导致了不能显著提高社会平均资源使用效率。(4)模型7表明对外开放程度对于陕西省节能减排效率存在一定的正向促进作用。对外开放有利于推动节能减排技术的转移和节能减排资金的投入,从而促进陕西省节能减排效率的提升。模型4和模型5表明对外开放程度会影响技术创新提高陕西省工业节能减排效率的效果; 模型6和模型7表明对外开放程度会使得管理水平与节能减排效率之间的相关性水平下降,对外开放程度也会影响管理水平促进节能减排的效果。因而陕西省在对外开放的过程中应该注意选择绿色产业,提升陕西省整体创新能力和管理水平。