［提要］ “双碳”目标对于提升能源低碳效率、实现经济高质量发展意义重大。本文构建超效率SBM模型测算2016～2020年间安徽16地市能源低碳效率。研究发现：安徽省16地市能源效率整体呈现波动上升趋势，但仍存在较大帕累托改进空间。资源要素禀赋、产业结构等导致皖南、皖中、皖北地区能源效率差异较大。皖南地区整体能源效率相对较高，而皖中和皖北地区未实现经济增长与生态效益的双赢，大力发展绿色再生能源是未来能源行业转型发展的方向。
关键词：“双碳”；能源效率；超效率SBM模型
基金项目：安徽省高校人文社会科学研究项目：“高质量发展视域下安徽省绿色全要素生产率研究”（项目编号：SK2021A0856）；淮北理工学院2022年大学生创新训练计划项目（项目编号：S202213620039）
中图分类号：F127 文献标识码：A
收录日期：2023年5月4日
引言
近年来，全球气候变化已成为国际社会关注的焦点，而碳排放是导致气候变化的主要原因之一。我国是全球最大的碳排放国家之一，为应对气候变化，中国正以“碳达峰、碳中和（双碳）”目标为导向，加速推进经济绿色低碳转型。国务院于2023年1月19日发布《新时代的中国绿色发展》绿皮书，为中国绿色发展指明了方向。2023年2月6日国务院印发《质量强国建设纲要》，又为中国实现经济高质量发展做出了战略部署。“十四五”时期是落实“双碳”政策，积极布局能源转型的关键窗口。作为传统能源大省，安徽省政府已经积极出台了一系列政策和措施，布局能源低碳化发展格局，积极推动能源行业改革创新，走出了一条能源结构不断优化，区域碳中和工作与乡村振兴、富民强省聚合发展的创新之路。2022年5月，安徽省以“双碳”目标为指导，出台《安徽省推进资源型地区高质量发展“十四五”行动方案》，明确了这一时期省内资源转型的总体思路和行动方案。然而，安徽在资源禀赋、技术创新、能源消费结构等因素制约下实现经济效益与生态效益协调统一面临巨大压力。因此，分析安徽省能源行业的低碳经济效率并提出有针对性的能源转型策略，对安徽省实现高质量发展具有重要意义。
提升能源低碳效率是落实“双碳”政策必然要求，也是区域实现绿色高质量发展的内生性动力。学者们围绕能源效率展开一系列研究。主要研究方法包括：SBM、DEA、SFA等，很多学者在传统模型基础上进行了改进与方法综合。例如，三阶段DEA-Malmquist模型。此外，蒋怀印（2023）采用SBM-Tobit模型研究安徽省2011～2021年经济发展与碳排放关系。王宇（2023）用SBM-GML模型发现内蒙古火电行业效率提升受环境、技术等因素制约。宋煜杰和谢波（2018）运用SBM-VRS 模型对西部11个省区展开研究，发现在环境规制和技术进步等因素影响下，西部11省区中超过90%的地区在2004～2015年低碳效率无效。王彤和刘丙泉（2019）将统一技术前沿的序列DEA与BP神经网络结合构建分层-分类-预测三阶段模型观测中国省域低碳经济效率，研究发现经济发展、资源禀赋等因素造成各省区低碳效率差异较大。吕周洋（2023）用非期望产出SBM结合空间计量模型研究长江经济带各城市整体能源生态效率，发现整体效率值波动上升，并呈现“东高西低”特征。梳理能源效率相关文献发现，学者在能源效率上成果显著，但主要集中在国家和省级层面，城市层面研究较少，尤其安徽省16地市能源低碳效率研究还缺乏系统性成果支持。为此，本文测算安徽省16地市能源投入产出效率，旨在为安徽省能源转型提供可持续发展策略。
一、模型构建
（一）非期望产出超效率SBM模型。绿色、协调、可持续发展是能源业高质量发展的必然要求，因此能源行业可持续发展不能只追求经济效益，应注重经济效益与生态效益的协调统一。本文构建非期望产出的超效率SBM模型，可以把“能源消耗”和“环境污染”等非期望产出纳入测算体系，更精准观测安徽省能源生态效率。具体模型构建如下：
ρ＝min■
s.t.■≥■θjXj■g≤■θjygj■b≥■θjybj■≥x0，yg≤yg0，yb≥yb0，θj≥0 （1）
上式中，ρ为模型最优解，ρ≥1时，决策单元有效；当决策单元ρ＜1时，决策单元无效。
（二）指标选取与数据来源。结合蒋怀印（2022）、吕周洋（2023）等学者的前期研究成果，选取劳动 （L）、资本（K）、能源（E）作为投入要素。考虑数据的可量化性与可得性，其中劳动要素选取各城市能源行业从业人数，资本要素选用固定资产投资额，能源投入选取煤炭消费量。产出指标选取既要包含期望产出，又要将环境污染等非期望产出考虑在内。本文选取地区实际GDP作为期望产出，CO2、SO2、工业废水、工业烟粉尘排放量等作为非期望产出指标，选取2016～2020年安徽省16地市投入产出作为面板数据，数据来源于《中国能源统计年鉴》《中国城市统计年鉴》等。
二、实证分析
本文选取2016～2020年安徽省16地级市的投入产出作为面板数据，通过MaxDEA8.0软件，使用超效率SBM模型对安徽省16地市能源生态效率进行测算。实证结果如表1所示。（表1）
根据表1测算结果，下面从决策单元有效性、效率均值变动趋势、区域异质性分析等三个方面分析安徽省16地市能源效率特征。
第一，从决策单元有效性看，面板数据共计80个决策单元，其中36个决策单元效率值大于1，有效决策单元仅为45%，占比相对较小。全省能源效率均值为0.7689，整体未达到DEA有效。具体来看，铜陵市、黄山市、池州市在2016～2020年间效率值全部大于1，达到了DEA有效，能源低碳效率较为理想。除此之外，其他13个城市效率值并未达到最佳。淮南、阜阳、宿州、安庆、滁州、马鞍山等地效率均值小于0.6，拉低了安徽省整体能源效率水平。说明考虑环境和资源约束下，安徽省整体能源投入产出效率偏低，大部分地市仍有较大提升空间。在人力、资本、能源等要素带动下经济增长成效显著，但资源消耗与环境污染问题仍然严峻，实现绿色低碳转型仍然面临巨大压力。
第二，从效率均值变动趋势分析，2016～2020年安徽省整体效率均值呈现出先上升后下降又上升的“N”型增长趋势，除宿州市、宣城市外其他地市效率均值在时序变化上也均呈现出波动增长的趋势，说明期间安徽省大部分地区能源效率有所改善。期间，安徽省和各地市的能源效率值在2018年普遍下滑。据表1显示，2018年安徽省能源效率均值仅为0.6499，皖北、皖中、皖南当年效率均值分别为0.5858、0.4686、0.8350，均为5年最低水平，主要源于2018年我国开始实施高质量发展战略，安徽省能源业以煤炭、天然气等传统能源消耗为主，受到环境规制影响，各地市能源行业发展遭遇瓶颈，能源效率值大幅下滑。说明安徽省高污染高耗能企业仍然较多，尤其皖北、皖中多地能源效率受到环境规制影响较大，需要推动绿色清洁能源有序替代煤炭、石油、天然气等消费。
第三，从区域异质性分析，总体来看，三大区域能源效率均值分别为0.9423、0.6887、0.6490，区域之间、各地市之间效率差异过大，主要源于各区域要素禀赋和产业结构不同。皖南地区整体较优，其中铜陵市、黄山市、池州市能源生态效率均实现“帕累托最优”，源于地区旅游资源丰富，森林覆盖率高，而重工业占比相对较少，因此资源消耗与环境污染相对理想。皖中地区整体效率不佳，其中合肥市效率值最高，得益于合肥在人才引进、技术创新、资金投入、产业布局等方面的集聚效应和规模效应，经济增长速度较快。除了2018年效率值因环境规制未达到有效，其余年份整体水平较高。此外，安庆和滁州由于石油化工、煤炭等产业布局较多，人才、技术、资金等要素投入相对有限，拉低了皖中平均能源效率水平。皖北地区整体效率均值最低，源于淮南、淮北、阜阳、宿州等地传统重工业城市资源密集型企业较多，碳排放压力较大，并未达到经济效益与生态效益的双赢，亟须大力发展绿色可再生能源。
三、对策建议
本文运用包含“非期望产出”的超效率SBM模型，测算2016～2020年间安徽16个城市能源业生态效率。研究结果发现：第一，安徽省16地市能源效率整体呈现波动上升趋势，投入产出成效在逐渐优化，但仍存在较大帕累托改进空间；第二，安徽省皖南、皖中、皖北能源效率差异较大，主要源于各区域要素禀赋和产业结构不同；第三，皖北地区、皖中地区对资源和环境依赖较高，能源效率值整体偏低，需要推动煤炭消费有序减量替代。鉴于此，本文结合研究结论提出以下几点政策建议：
第一，完善“双碳”政策顶层设计，推进重点行业绿色低碳转型。安徽省要以“双碳”目标为导向，制定并有序高效推进各阶段节能减排任务，因地制宜系统规划和部署省内能源、工业、建筑、交通等行业绿色低碳转型。有序推进由单一火电向多元化绿电发展，大力发展光伏发电、生物质能发电等新能源产业，将高新科技与传统行业积极融合。政府应该积极探索新能源的应用，加强并优化能源结构，鼓励降低高碳能源使用所产生的负面影响。推广家用新能源汽车、鼓励公共交通。在全国新能源汽车补贴退坡后，安徽省政府在“十四五”期间应继续加大对环保低碳交通的补贴支持力度。同时，政府还应该完善低碳交通充换电基础设施，尤其注重在城郊、农村地区增加充电桩供给量，有效缓解低碳交通充电难问题。
第二，加强技术研发创新，技术进步驱动高质量发展。皖中地区发挥好合肥中心城市作用，成立“碳中和、碳达峰”专项研究院，同时与高校、企业等协同联动，不断创新低碳、零碳、负碳研究技术，积极布局新能源汽车、人工智能、数据空间等绿色产业。加强能源数字化技术的研发和应用，推进能源生产自动化、数字化、智能化，提高能源利用效率和生产效益。皖北地区要积极引进“双碳”领域专业人才，承接绿色技术和低碳产业转移，逐步形成以煤为基、多元发展的新型工业化格局。淮南、淮北、阜阳、宿州等传统工业城市鼓励向绿色低碳转型，重点扶持绿色餐饮、绿色物流和绿色金融等行业。
第三，筑牢绿色发展理念，鼓励资源节约与低碳消费。坚持绿色可持续与经济进步协同推进，六安、宣城等地大力推进低碳城市建设，铜陵等地推进“无废城市”试点建设，黄山、池州等皖南城市充分发挥要素禀赋优势，推进绿色国际旅游示范区建设。低碳经济的实现不仅仅需要政府的政策引导和技术支持，还需要全社会的参与和支持。因此，安徽省应该大力宣传绿色低碳生产生活方式，加快农村清洁能源服务体系建设，鼓励农村日常生活、生产活动散煤消费量有序递减，推进电能有序替代。发挥好农村空间优势，试点推行住宅区、厂房、公共设施屋顶光伏发电。公众也要积极响应绿色出行、绿色消费，将绿色低碳和资源节约融入日常生活中，形成资源节约的良好风尚，助力绿色低碳型社会建设。
（作者单位：淮北理工学院）
主要参考文献：
［1］TONE K.A Slacks-Based Measure of Super-Efficiency in Data
Envelopment Analysis［J］.European
Journal of Operational Research，2002.143（03）.
［2］李乔楚，陈军华，敬雷，赵晓兰.双碳目标下中国能源行业低碳经济效率研究［J］.天然气技术与经济，2022.16（01）.
［3］兰洁，赵杰.基于交叉DEA模型的湖北省低碳经济效率评价研究［J］.湖北理工学院学报（人文社会科学版），2019.36（05）.
［4］WANG M，FENG.Regional total-factor
productivity and environmental governance efficiency of China’s industrial sectors：A two-stage
network-based super DEA approach［J］.Journal of Cleaner Production，2020.273（01）.
［5］袁壮.双碳经济背景下江西省工业能源利用效率评价研究［D］.南昌：南昌大学，2022.
［6］蒋怀印，何刚，符艺文，张世玉，郑志伟.基于DEA-SBM模型的安徽省低碳经济效率研究［J］.河北环境工程学院学报，2023.33（01）.
［7］王宇，李琳娜.内蒙古火电行业能效水平分析及优化路径研究——基于SBM模型及GML指数模型的分析［J］.内蒙古大学学报（自然科学版），2023.04（06）.
［8］宋煜杰.政府环境规制及技术进步对我国西部地区低碳经济效率影响分析［D］.昆明：昆明理工大学，2018.
［9］王彤，刘丙泉.中国省域低碳经济绩效演化路径研究——基于数据包络分析-BP神经网络模型［J］.价值工程，2019.38（18）.
［10］吕周洋，凌丹丹.能源生态效率对碳排放的影响及空间溢出效应研究——以长江经济带110个城市为例［J］.南京工业大学学报（社会科学版），2023.22（01）.
［11］李宝新，李春玉，安博文，黄寰.环境规制下中国能源效率的区域异质性研究［J］.区域经济评论，2022（06）.
［12］余奕杉，卫平.中国城市绿色全要素生产率测度研究［J］.生态经济，2021.37（03）.
［13］徐政，左晟吉，丁守海.碳达峰、碳中和赋能高质量发展：内在逻辑与实现路径［J］.经济学家，2021（11）.
|
