全要素能源效率与环境污染关系研究

　　【论文摘要】能源与环境问题已成为世界焦点，回顾文献发现，已有研究大多单独从能源或环境问题进行分析，对能源与环境特别是能源效率与环境污染之间关系的研究较少。能源效率与环境污染之间存在着密切的联系对两者关系进行更为深入、全面的研究显得十分必要。本文首先利用DEA方法和环境污染治理成本法分别测算了我国1989-2007年的全要素能源效率和环境污染经济损失;在初步评判两者关系的基础上进一步通过协整和ECM模型得到本文的结论:我国的全要素能源效率与环境污染经济损失之间存在长期均衡关系，前者是后者的Grader原因；同时，全要素能源效率的短期波动对于降低环境污染经济损失具有明显的作用，这种作用大于长期波动的影响。这意味着全要素能源效率的提高对减少环境污染具有重要作用，节能减排目标的实现离不开能源效率的作用。

　　【论文关键词】全要素能源效率、环境污染、经济损失

　　30年的改革开放，使我国经济总体上取得了年均9.8%的高速增长率，创造了世界的奇迹，但在经济快速增长、国民收入大幅增加的同时，能源和环境问题日趋严峻。一方面，高速的经济增长意味着对能源的高度需求以及由此产生的能源供需矛盾;有关研究表明，我国已经成为世界第二大能源消耗国，到2020年我国石油的进出口缺口将达到2亿1;同时，与世界其他国家相比，我国能源利用效率低下，资源浪费严重，2007年，我国单位GDP能源消耗为印度的2.2倍，美国的4.3倍，德国的7.7倍，日本的11.5倍。另一方面，正是由于这种“高投入、低效率”的增长模式进一步加剧了我国的环境污染，据国家统计局的统计资料显示，我国已是世界第二大温室气体排放国。

　　研宄背景

　　面对日益严峻的能源和环境问题，我国政府分别从宏观和微观层面开展了一系列节能减排实践，大力倡议新能源技术的研发和使用，并在”一五”规划纲要中明确提出了“万元GDP能耗降低20%,主要污染物的排放总量减少10%”的约束性指标。这说明随着环境的进一步恶化，我国政府已意识到能源效率的提高与否对于实现节能减排目标具有重要的意义。另一方面，考虑到经济增长的惯性，短期内通过减少能源消耗来降低环境污染的途径是行不通的。因此在这种情况下，提高能源效率将成为节能减排的最佳途径。

　　尽管我国的能源与环境问题引起了更多学者的关注，由此引起的相关研究也比较丰富，但大多数研究只是单独针对能源或环境进行探讨，对能源与环境特别是能源效率与环境污染之间关系的研究较少，已有研究大致可分为两类:定性研究:张慧勤等[1论述了我国能源结构与大气环境污染的发展趋势，重点指出采用型煤技术以减少环境污染的可行性。李京文[21基于对1949一1993年我国能源和环境基础数据的分析，认为我国能源利用效率低下，同时由于煤炭的比重过大，使得能源消耗对环境的污染比较严重。朱光俊等3在分析我国能源特点及能源利用对环境的影响基础上，阐明了加速实施洁净煤技术和节约用煤技术是解决我国能源与环境污染问题的关键技术。国涓[4]考察了我国1989-2002年能源消费与环境污染的关系，得到的结论是我国大气环境污染与能源结构、消费量和能源效率等有着密切的关系。定量研究:Zhang[5计算了化石能源占总能耗的比重、化石与非化石能源消耗的比例、生产率、经济规模对中国C〇2排放的作用；于峰等6通过面板回归测算了我国经济规模扩大、产业结构调整、能源结构变动、生产率提高、环保技术创新与推广对我国S〇2排放的影响程度。曾波等n通过灰色关联理论分析了我国的能源消费和环境质量存在内在灰色关联，得出优化和调整能源消费结构是改善环境质量的关键。杨永华等8利用最优控制理论分析了能源使用与环境质量的关系，指出提高能源效率有利于减少能源的使用量以及减缓生态系统的恶化。李从欣等通过协整检验和ECM模型得到了能源消费增加导致环境质量的恶化，能源消费与环境污染之间存在长期均衡关系，并认为应通过提高能源利用效率和调整能源消费结构等途径以减少环境污染。

　　上述研究存在以下不足:环境污染的影响因素众多，但对于哪些因素是影响环境污染的关键因素，以上文献未能明确指出。虽然多数研究都意识到提高能源效率可以减少环境污染，但对两者仍缺乏具体的实证研究，从而未能对两者之间的关系作出明确的解释。以上研究所涉及的能源效率都是指能源强度（其计算表达式为：能源强度=能源消费/GDP)能源强度作为一种单要素指标不能够全面地反映能源效率与环境污染之间的关系，而基于DEA的全要素能源效率，而全要素生产率则是衡量单位总投入的生产率指标。刚好可以弥补这一缺陷。大多数研究都是以单个环境污染指标作为环境污染变量，缺乏对环境污染的综合评价。

　　本文试图从以下几个方面对上述文献进行拓展:利用DEA方法和环境污染治理成本法测算中国1989-2007年的全要素能源效率和环境污染经济损失;通过协整检验，以期对全要素能源效率和环境污染之间的关系进行进行分析。本文以下内容分别为：全要素能源效率的变动与环境污染经济损失的测算;全要素能源效率与环境污染关系的实证分析;结论与启示。

　　全要素能源效率的变动与环境污染经济损失的测算全要素能源效率的变动2.1.1全要素能源效率的界定目前国内外对能源效率的定义争论不一，采用相对较多的是M.G.Pattern^0给出的能源效率定义，即能源效率是指用较少的能源生产同样数量的服务或有用的产出。目前已有的能源效率研究文献主要基于能源强度的比较及其变动的因素分解，随着能源效率研究的深入，一些学者"_141开始对单要素能源效率产生质疑，认为单要素能源效率是对能源生产率的描述，能源生产率指标只是衡量能源投入与产出之间的一个比例关系，而没有考虑到生产中资本和劳动力等其他投入要素的影响，因此其作为测度能源效率的指标具有明显的缺陷[10。有鉴于此，等[12基于DEA方法拓展了能源效率的定义，提出了“全要素能源效率（totalfactorenergyefficiency,tfee)的概念，即在既定其他要素投入的前提下，按最佳实践，生产一定的产品所需投入的最少能源占实际能源的百分比。一般来说，全要素能源效率与经济增长理论中的全要素生产率无关，全要素能源效率特指能源的利用效率。根据上述研究的结果，我们采用HuandWang的定义，并将全要素能源效率作为能源效率的替代指标。为便于行文，下文除特别指明外，所有“能源效率”的概念均指“全要素能源效率，，。

　　变量选择及数据简单说明

　　①资本投入。由于该指标无法直接从统计年鉴获得，本文采用张军等人[15]的计算方法，估算了1989-2007年以1952年不变价格折算的资本存量数据。②劳动力投入。以历年年初与年末就业人数的平均值计算，单位为万人。③能源投入。以各省区的消耗能源为基础数据，折算为标准煤计算，单位为万吨标准煤。④生物能源(Bioenergy)投入。根据Hu和Wang[12的研究认为，低碳量的可再生能源尤其生物能源是能源投入的重要组成部分，但大多研究未将其涵盖进能源投入范围。由于生物能源缺乏连贯的统计数据，本文沿用Hu和Wang的研究方法。⑤产出数据。以历年国内生产总值(GDP)计算，单位为亿元〇以上数据来源于《中国统计年鉴》（1990-2008)、《中国能源统计年鉴》（2000-2007)、《中国能源五十年：1949一1999》和《新中国五十年统计资料汇编》。

　　全要素能源效率变动的测算

　　Cooper[16等人提出了数据包络分析DEA方法，以评价具有同质投入产出决策单兀（decisionmakingunitsDMU)的相对有效性。在DEA分析中，测定不同时期的潜在最小投入或最大产出的技术前沿水平是对生产效率进行进一步测算的基础。我们的测算以投入效率为基础来进行，DEA模型假设在每一个时期t,有N个决策单元①ecisionMakingUnits,简称DMU)每个决策单兀都通过M种投入要素X生产S种产出7,构成生产可能集为：{(X，Y)I产出Y能用X生产出来}其中，任意评价单元的投入集和产出集分别表示为：输入向量(Xlm，X2?，…，XL)T，输出向量(>4,乂2<，…，yL)T。则基于投入导向的规模报酬不变的DEA模型，其中0是标量，A是一个NX1的常向量，表示每一个横截面观察值的权重。解出来的0值即为DMUi的效率值，一般有0^，如果0=1，则意味着该单元是技术有效的，且位于前沿上。

　　王兵等认为，为了得到生产率随时间变化的Malmquisl生产率指数，考虑引入距离函数（DislanoeFunclion)的概念，距离函数是Fanell技术效率的倒数，而Farrell技术效率存在以下等式:：丨(/，x(lcs)=0%其中c和s分别代表规模报酬不变和要素强可任意处置。因此在技术前沿水平下的投入距离函数。

　　张宇[18将投入距离函数可以看作某一生产点(X，Y）向理想的最小投入点压缩的比例。基于投入的全要素生产率指数可以用Malmquisl指数来表示，即：这两个指数分别测度了在时期t和t+1的技术条件下，从时期t到t+1的技术效率的变化。现实中常用以上两个指数的几何平均值来计算生产率的变动。借鉴张宇18的研究思路，我们同样可以用Malmquisl指数的累计变动率来表示基于投入的全要素能源效率（fe)累计变动率，并以此表示能源效率水平的变化。利用DEAP2.1软件计算，我们对我国1989-2007年的fee的累计变动率进行了测算，具体结果见图1。

　　环境污染经济损失的估算2.2.1指标选取与数据简单说明本文参照《公元二〇年中国环境预测与对策研究》[19]报告中的污染分类估算法，把环境污染分为大气、水、噪音和固体废弃物四大类并分别对其进行估算。其中大气污染主要包括:一氧化碳、二氧化碳、二氧化硫、烟尘及工业粉尘等废物，由于目前没有一氧化碳的数据，参考其他文献的研究方法，对其不予考虑。水体污染主要是由化学需氧量（COD)和氢氮排放引起，其中氢氮排放量极少，经济损失较小，故对其忽略不记。估算噪音污染损失和固体废物污染损失时，不设置二级指标，直接对其进行估算。以上数据主要来自《中国统计年鉴》（1990-2008)、《中国环境统计年鉴》（1993-2007)和《中国国民经济和社会发展统计公报》（990-2008)，个别年份缺失数据采用插值法测算。

　　估算方法的选取

　　估算环境污染经济损失的方法主要有四种，分别为生产率法、机会成本法、治理成本法和人力资本法等，国内外学者采用不同方法得到的结果往往存在较大差异，并且研究结果大多都是针对某个年度，无法形成纵向上的比较。刘渝琳，温怀德[2)1采用消除每单位污染所需成本的方法(即治理成本法）近似估算我国1989-2006年的环境污染损失，从而弥补了“无法纵向比较”的缺陷;其所得结果与其他方法大体一致，可信度较高，且方法操作简单明了，因此本文沿用此法并加以改进。刘文未考虑固体废弃物污染，本文认为随着我国经济的进一步增长，固体废弃物污染及其所造成的经济损失不容小视，因此本文在原有方法的基础上进一步涵盖了固体废弃物污染损失。

　　由于环境污染各项指标的形成、危害及其治理方法的不同，其消除成本也不一致。根据Guenno和Tiezzo[211的研究，消除大气污染中各项二级指标所需的单位成本，分别为：⑴2为0.004965元/kg(988年价格）、SO2为1.101742元/kg(988年价格）、SPM(即悬浮颗粒物，含烟尘和工业粉尘）为0.617869元/kg(1988年价格）。根据泰国DepartmenlofIndus丨rialWoiks[22的研究结果，消除水体污染的单位成本为1.11663元/kg化学需氧量排放（988年价格)。根据Daly和Cobb[23的研究认为，随着经济的增长，由工业和交通所产生的噪音污染也将逐渐增加，其污染治理成本可按照GDP的百分之一来估算。由于固体废弃物污染损失的估算比较复杂，限于篇幅，我们重点选取了国内几个有代表性的估算结果（过孝民、张慧勤191，郑易生[2425，夏光等[26)，其估算结果分别占总污染经济损失的1.5%、3.6%、5%、3%，取其平均数3.275%作为本文中固体废弃物损失占总损失的比重。

　　环境污染损失的货币化估计

　　借鉴刘渝琳，温怀德[2)1的研究方法，我们可以得到关于环境污染经济损失的货币化估计方程：

　　發APt(cC〇2+CS〇2+cSPM)+WPt(cm)+NPt(GDP)十上式中?Pt为环境污染经济损失、APt为消除空气污染的成本(包括消除二氧化碳的成本cC〇2、消除二氧化硫的成本cSO2和消除悬浮颗粒物的成本cSPM)WPt为消除水体污染的成本（主要是消除化学需氧量的成本cCOD)、NPt为消除噪音污染的成本（以GDP的1%计算）、SPt为消除固体废弃物污染的成本（取环境污染经济损失总量的3.275%来估算)。

　　根据以上公式，本文大致估算了我国1989-2008年的环境污染经济损失总量(ep)及其相对量指标值，环境污染经济损失的相对量指标为“环境污染经济损失占GDP的比重(初)”，并取作为本文的因变量指标。之所以选取epi作为本文的分析对象主要基于以下考虑:在产出不变的情况下，能源效率的提高必然可以减少能源的投入和消耗，进而降低环境污染经济损失；然而结合我国经济发展的实际情况，虽然我国的能源效率逐年提高，但由于我国快速增长的经济仍严重依赖于能源的高投入和高消耗，由此造成的环境污染及其经济损失在总量上也相应地呈现出递增的趋势，这就产生了一个悖论，为什么能源效率提高反而污染损失却增加了？通过对原始数据的分析，我们发现环境污染经济损失虽然在总量上呈递增趋势，但其增加速度低于GEP的增长速度，即环境污染经济损失占GDP的比重呈逐年递减趋势，这就为本文的研究找到了一个突破口，也是本文选取初作为因变量替代变量的原因。环境污染经济损失占GDP比重的具体结果见图1。

　　全要素能源效率的变动与环境污染经济损失的直观分析根据前文的估算，我们用fe的累计变化率来表征全要素能源效率水平的变化，结合环境污染经济损失占GDP的比重（i)见图1。

　　环境污染经济损失占GDP比重(印i)-?一全要素能源效率(TFEE)累计变化率图1我国1989-2007年tfee和epi的变动趋势资料来源:根据历年《全国统计年鉴》、《能源统计年鉴》和《环境统计年鉴》等计算得到。

　　根据图1，我们可以发现：随着能源效率水平的提高，环境污染占GDP的比重逐年下降，两者之间呈反向趋势，这经济发展的现实吻合，说明能源效率与环境污染之间存在着密切的联系，能源效率的提升可以在相当程度上减少环境污染的排放及其造成的经济损失。进一步看，我国全要素能源效率水平的变化总体上比较平稳，但仍然存在两个能源效率明显增加的时期：1991一1994年和2005-2007年。从全要素能源效率的增长率角度分析，其中，1991一1994年的年均增长率为6.35%大大高于前期水平(989-1991年为1.53%);2005-2007年的年均增长率为5.53%同样高于1989-2004的4.15%。与此相对应的环境污染占GDP比重也出现了明显的变化，同样存在着两个大致相同的时间段，即在1991一1994年和2004-2007年间，由于全要素能源效率的加速提高，环境污染损失占GDP比重的相对量同样出现了加速减少的趋势，进一步验证了前面的观点。

　　回顾经济发展的历史，我们对上述两个时间段变动的深层次原因做简单分析:①1988年《大气污染防治法》通过施行和1989年第三次全国环境保护会议的召开以及全国性范围内环境污染研究的兴起(过孝民、张慧勤191990年的研究是关于我国环境污染经济损失的开端之作，之后引起了我国政府和学者对此方面更多的关注和探讨)。考虑到政策法规效用的滞后性，因此以上事实很大程度上解释了1991一1994年我国全要素能源效率及环境污染占GDP比重变动的原因，即由于政策和环保意识的加强，从而使得能源效率进一步提高，环境污染占GDP比重加速降低。②国家在^一五”规划中明确规定“未来5年内万元GDP能耗降低20%、主要污染物排放总量减少10%”的约束性指标，节能减排被提升到前所未有的战略高度。这也恰好给予了2005-2007年我国全要素能源效率及环境污染占GDP比重加剧变动一个非常合理的解释。综上所述，说明了本文所测算的数据比较符合经济发展的实际情况，具有较好的可信度。

　　全要素能源效率与环境污染关系的实证

　　通过前文分析，我们从直观上了解了全要素能源效率变化和环境污染经济损失存在着密切的关系，下文拟通过建立计量经济模型来进一步考察其更深层次的关系。模型变量的选择上，我们以环境污染占GDP比重（tpi)作为模型的被解释变量，以全要素能源效率（fee)水平的变化作为解释变量，并对以上数据取对数，分别记为lne^i和ln/ffee(其一阶差分记为Aln?piAln^fee),以避免回归模型中可能出现的异方差问题。

　　单位根检验

　　运用协整理论进行时间序列分析之前，应进行时间序列的单位根检验，否则进行的估计就有“伪回归”的可能。本文采用ADF检验法对变量进行平稳性检验，ADF检验过程中滞后项的确定采用SC准则，检验结果见表2。

　　从表1的检验结果看，lnepi和lnfe两变量均为1(1)序列，即两个变量原序列不具有平稳性，但其一阶差分序列Antpi和Alnfaj是平稳序列，满足进行协整检验的条件。

　　协整检验

　　协整检验的方法有EngleGrange两步法和JJ法，通常情况下前者多用于两变量间的协整检验，后者多用于多变量间的协整检验。本文采用第一种方法。

　　首先对lnpi和lnfe进行OLS回归，得到如下回归方程：

　　从回归结果可以看出，lntpi和lnfas回归方程的总体检验F值以及各回归系数的检验值都在1%的显著水平上通过，拟合优度R2也很显著。

　　其次，对上述模型的残差Ut进行单位根检验，由于残差序列的均值为0所以选择无截距项、无趋势项的ADF检验，检验结果显示：

　　残差Ut的t统计量是显著的，即拒绝存在单位根的零假设，由此认为残差序列是平稳序列，进而lntpi和lnfee之间存在协整关系。从经济含义上讲，我国全要素能源效率与环境污染经济损失之间存在长期均衡关系，全要素能源效率的提高可以减少环境污染经济损失。

　　因果关系检验

　　协整分析只提供变量间长期关系的信息，并没有为变量间的因果关系和动态作用特征提供更多的信息，因此在变量之间具备了协整性的前提下，由于因果关系检验对滞后阶数非常敏感，在实际检验中，我们对所有滞后情况都进行检验。Granger因果性检验结果见表2。

　　如表2所示，在短期内，不论滞后阶数为何值，我国的全要素能源效率均是环境污染经济损失占GDP比重变化的原因，而不存在双向因果关系，即环境污染经济损失占GDP比重变化的变化不会引起全要素能源效率的变化。

　　存在这种单向因果关系的主要原因是:在保持经济增长总量不变的前提下，提高能源效率，可以用更少的能源投入，生产同样的产出，而能源投入的减少，相应地降低了污染物的排放，减少环境污染经济损失。因此，提高我国全要素能源效率对于降低能源消费的增长，减少环境污染及其经济损失具有重要的意义，节能减排目标的实现关键是能源效率。这一结论在很大程度上从实证角度验证了李京文、国涓[4、李从欣和杨永华等等人的观点。3.4ECM模型根据Granger定理，一组具有协整关系的变量具有误差修正模型(ECM)的表达形式。在前文协整检验的基础上，进一步通过建立ECM模型来研究模型的短期动态和长期调整特征。下面建立单方程误差修正模型。

　　根据（1)式，我们以其残差项Ut作为误差修正项ecm以lntpi为被解释变量，lnfe和em为解释变量，利用OLS法进行估计，得到如下的误差修正模型（括号内为t统计值）其中，ecmt-^lneoi-1.547832十被解释变量的波动可分为两部分：一部分是短期波动，一部分是长期均衡。模型2)式中的lnfe部分反映了变量短期波动的影响。根据误差修正模型的估计结果，短期内，全要素能源效率水平的变化将引起环境污染经济损失占GDP比重（e〇i)的反方向变化，如果lnfe提高1%，将引起lnepi减少0.965012%可见全要素能源效率的短期波动对环境污染经济损失占GDP比重的影响较大。

　　在上述模型中，2)式是滞后一期均衡误差修正项，表示lne〇i和lnfe的长期静态关系。误差修正项的系数为负数，说明长期均衡趋势偏离的收敛机制在起作用，其大小反映了对偏离长期均衡方程的调整力度，如上一期偏离越远，本期修正的量就越大，意味着对偏离长期均衡方程的调整力度也越大。根据估计结果可知，ecm的估计系数为0.346622体现了对偏离的修正，但是修正力度相对较小，t统计量值不显著，这说明我国在制定减少环境污染政策方面的长期执行能力较弱，效果不明显。

　　结论与启示

　　与以往大多研究不同，本文同时借助协整检验和ECM模型，进一步对能源效率与环境污染之间的关系进行了实证研究，得到如下结论：

　　从直观上可以看出全要素能源效率累计变动率与环境污染经济损失占GDP比重之间存在反向关系，即随着全要素能源效率的提高，环境污染占GDP比重逐步下降。

　　通过对全要素能源效率与环境污染经济损失替代变量间的协整和Granger?因果检验分析得出：二者之间存在协整关系，即全要素能源效率和环境污染经济损失之间存在长期均衡的关系，且无论滞后几期，前者都是后者的格兰杰原因。

　　从误差修正模型的分析中可得出：全要素能源效率水平的短期波动对环境污染经济损失的影响较大，高于其长期波动的影响，说明我国在制定减少环境污染政策方面的长期执行能力较弱，效果不明显。

　　以上结论蕴含的政策启示：

　　能源效率提高对减少环境污染经济损失存在积极作用，因此要减少环境污染物的排放，实现节能减排的目标必须要提高能源效率。这意味着我国政府从短期和长期方面都需要进一步完善相关法律法规的制定，特别从长期上要增强各项政策的执行力度，加大人力资本的积累和投入和引导产业结构的调整等一系列措施，从而提高我国的能源效率，有效的减少环境污染物排放，降低我国的环境压力。

　　影响环境污染经济损失的因素很多，除了能源效率的关键作用之外，离不开其他因素的共同作用。可持续发展的实现，环境污染及其经济损失减少，除了依靠提高能源效率，还需要加快能源消费结构的转型、发挥能源消费政策的引导作用、提高环保意识的宣传、加大能源节约技术的研发投入等。

　　【参考文献】

　　张慧勤，赵晓东，王秋玲.我国能源结构与大气环境污染[J|.环境科学研究，

　　李京文.我国能源发展与环境问题[J].数量经济技术经济研究，朱光俊，廖建云，张生芹.浅析我国能源与环境污染问题[J].重庆工业高等专科学校学报，2002(11)48-51.

　　刘渝琳,温怀德.环境污染损失的货币化估算与政策建议[J].改革，(9):106-112.

　　郑易生，钱薏红等.中国环境污染经济损失估算1993[J].生态经.济，郑易生等.90年代中期中国环境污染经济损失估算[J].管理世界，夏光,赵毅红.中国环境污染损失的经济计量与研究[J].