区域能源效率差异研究(txt+pdf+epub+mobi电子书下载)

作者:高辉

出版社:西南财经大学出版社

格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT

区域能源效率差异研究

区域能源效率差异研究试读:

版权信息书名:区域能源效率差异研究作者:高辉排版:情缘出版社:西南财经大学出版社出版时间:2017-11-01ISBN:9787550432529本书由成都西南财经大学出版社有限责任公司授权北京当当科文电子商务有限公司制作与发行。— · 版权所有 侵权必究 · —1前言1.1 研究背景

能源是人类生存和发展的重要物质基础,也是当今国际政治、经济、军事和外交关注的焦点。能源与资本、劳动和原材料一样,作为一种生产要素,在经济运行中发挥着重要的作用,是社会生产的基本动力和基础性资源,也是社会经济可持续发展的重要保障。我国作为能源生产和能源消费大国,能源产量不断增加,能源消费的总体水平和人均水平都也在不断提高。有统计数据显示:目前,我国能源消费约占世界总量的20%,国内生产总值 (GDP)却不到世界总量的10%。人均能源消费接近世界平均水平,人均GDP却只占世界平均水平的50%;我国能源消费总量与美国相当,GDP仅为美国的37%;我国GDP与日本相当,而能源消费总量是日本的4.7倍。上述数据表明,我国经济的快速增长过度依赖能源消费,能源作为基础性资源,对经济可持续发展的约束现象已经日益明显。在经济全球化深入发展和中国现代化加快推进的大背景下,如何认识能源发展趋势、选择怎样的能源发展战略、如何保障能源的可持续利用,进而实现经济的可持续发展,逐渐成为现代经济学研究的前沿问题,这同时也是区域经济发展的现实难题。1.1.1 经济发展与能源消费

能源作为重要的战略资源,是现代社会经济发展的基本要素,在经济运行中发挥着不可替代的作用。对于大多数国家来说,能源都能促进国家经济的发展。化石能源的消费伴随着人类社会经济与科技的进步日益增多,与此同时能源问题也成了制约人类社会经济发展和影响生态环境的重要因素,成为我国乃至全世界所面临的重大挑战。

我国自改革开放起,在由封闭经济逐步过渡为开放经济的发展过程中,经济总量飞速增长。由图1-1(右轴表示GDP)可知,我国国内生产总值以9%以上的年平均增长率由1978年的3678.70亿元增长至2015年的685506.00亿元。与此同时,我国的能源消费也在不断增加。我国在1978年的能源消费总量为57144.00万吨标准煤,2015年,我国的能源消费总量已增至430000.00万吨标准煤,较2014年增长0.9%,相较2014年同期2.1%的增幅,增速明显下降,但总量仍很大。图1-1 1978—2015年中国GDP和能源消费总量对比图数据来源:Wind资讯。1.1.2 能源消费现状

伴随经济的高速发展与能源的过度消耗而来的是资源枯竭和环境恶化等一系列问题。我国能源消费总量大,呈不断增长态势,其能源消费结构中,以煤炭为主,因而污染物的排放较多。同时,我国的能源利用效率整体偏低,且区域间存在较大差异。(1)能源供需矛盾突出

20世纪50年代以来,中国能源工业不断发展。特别是改革开放以后,能源供给能力不断增强,促进了经济持续快速发展。但在经济发展过程中,能源供需矛盾十分突出。

在能源供给层面,虽然中国能源生产总量居世界第三位,但人均拥有量远低于世界平均水平,人均可再生淡水资源拥有量仅为世界平均水平的1/3左右,人均石油、人均天然气可开采储量均不到世界平均水平的1/10,并且资源消耗的规模十分巨大。2015年,我国经济总量占世界的比重为15.5%,一次能源消耗总量却占到世界的22.92%。中国能源资源总体分布不均匀,其特点是北多南少,西富东贫;品种分布是北煤、南水和西油气,因而形成了北煤南运、西气东输和西电东送等长距离输送的基本格局。煤炭的保有储量将近80%集中分布在华北和西北地区,其中86%分布在干旱缺水的中西部地区;可以利用的水能资源约68%集中在西南地区;塔里木盆地和四川盆地天然气总量约占全国的1/2。东部地区能源消费占全国的67%,但能源储量仅占全国的13%。

在能源需求层面,随着工业化程度不断提高、城镇化水平不断增快,我国对能源消费的需求越来越旺盛,能源供需矛盾突出。与此同时,我国能源的生产总量随能源消费总量逐年增长,2014年能源生产总量为42亿万吨标准煤,能源的自给率平均保持在90%左右,但是随着能源消费需求的不断增长,能源消费与能源生产之间的缺口越来越大,能源资源的供需矛盾将进一步加剧。一般情况下,只要固定资产投资规模扩大、经济发展加速,煤电油气就会出现紧张,成为制约经济社会发展的瓶颈。而到20世纪90年代末,随着能源市场化改革不断的推进、能源工业的进一步对外开放以及能源投入的持续增加,煤炭、电力产能大幅度提高,油气进口增多,能源对经济社会发展的制约得到很大缓解。进入21世纪以来,能源供求形势又发生了新的变化,工业化和城市化步伐加快,一些高耗能行业发展过快,能源需求出现了前所未有的高增长态势,能源对经济社会发展的制约再次加大。

在能源消费结构方面,由表1-1可知,我国的能源消费中煤炭占比一直维持在70%左右,而以石油作为主要能源消费的世界主要发达国家,煤炭能源消费总量在其能源消费总量中仅占10%~20%。清洁能源在我国的一次能源消费中所占比重远低于世界平均水平,以天然气为例,2005年,天然气所占能源消费的比重仅为2.4%,到2015年上升至5.9%,与此同时煤炭占比却高达64%左右。表1-1 2005—2015年我国能源消费总量及构成数据来源:Wind资讯经济数据库2005—2015年中国宏观数据。

图1-2也给出了我国的能源消费结构,可以看出我国的原煤消费量比重一直都偏高,保持在60%以上。中国是世界上唯一以煤为主的能源消费大国,也是世界上煤使用比例最高的国家,占世界原煤消费总量的27%。结合表1-1和图1-2可以看出,2015年,在中国现有的能源消费结构中,原煤消费占能源消费总量比重为64%,原油占比为18.1%,天然气占比为5.90%,一次电力(水电、核电、风电)占12%,而煤层气、风能和太阳能等清洁能源和可再生能源的开发利用则刚刚起步。与世界能源消费结构平均水平 (原煤占29.2%,原油占 32.9%,天然气占 23.8%,水电和核电占 11.2%,可再生能源占2.8%)相比,差距十分明显。虽然我国的原煤消费量所占能源消费总量比重有所下降,但到2015年,仍占能源消费总量的64.0%,能源消费结构仍然以原煤为主。并且,根据国际能源署 (IEA)的预测,2030年,原煤消费仍将占中国能源消费总量的60%,这将使中国在未来依旧面临巨大的能源供需挑战。图1-2 中国1990—2015年主要能源消费结构

根据2016年发布的 《BP世界能源统计年鉴》报告,2015年中国仍然是世界上最大的能源消费国,占全球消费量的23%,全球净增长的34%。我国消费的化石能源中,煤炭消费量比上年下降1.5%;原煤消费量占能源消费总量的比重为64%,比2014年下降0.6个百分点,为历史最低值;消费增长最快的是石油,较上一年增长6.3%;然后是天然气消费增长,为4.7%。除化石能源外,太阳能、水电、核电、风电等清洁能源的消费量近年来也有所上升,但是总的消费量还是比较低。在非化石能源中,太阳能消费增长最大,达到69.7%,其次是核能28.9%和风能16.8%,水电增长5.0%。国家能源局曾预测,天然气等清洁能源消耗将继续快速增长,预计2020年天然气消费总量将达3500亿立方左右。非化石能源也将进一步发展,2020年占一次能源消费比重将达到15%,其中,风电规模达2亿千瓦,太阳能发电达1亿千瓦,水电达3.4亿千瓦,生物质能发电3000万千瓦,核电5800万千瓦。与此同时,清洁能源的有效利用也将促进2020年单位GDP的二氧化碳排放量较2005年下降40%~45%。

我国的能源对外依存度仍然较高。一方面我国的能源总产量翻了一番,在煤炭生产和石油天然气的勘探开发、大型水电站建设、核电发展以及可再生能源的发展方面,都取得了巨大的成就。但另一方面我们也应看到,我国也是一个能源消费大国,我国经济社会发展对能源的依赖比发达国家大得多。当前,石油安全已成为中国能源安全的核心。随着石油勘探开发工作的深入开展,未来中国国内的油气勘探开发对象主要集中在深层、深海和自然地理位置十分恶劣的沙漠、高山和高寒之地,新增储量的75%来自老油区的复杂或隐蔽油藏。中国国内能源的勘探程度较低,开发利用的难度较大。由于中国原油产量的增长大大低于石油消费量的增长,造成中国石油供应短缺、进口依存度飙升。

由图1-3可知,我国的石油消费总量逐年增加,石油净进口量也在随之不断上涨。自2003年以来,我国石油对外依存度就基本保持上涨趋势,目前已达到60%。按照国际能源署的预测,到2020年,中国每天进口的石油将达690万桶,占中国石油消费总量的70%;2020年中国石油对外依存度为68%,2030年将达到74%,2040年将达到80%。 “美国能源信息局”也预言,2020年中国石油对外依存度为62.8%、2025年将达到68.8%。此外,中国的石油战略储备还刚刚起步,石油储备体制很不完善。目前中国原油进口的60%以上来自局势动荡的中东和北非地区,中国进口石油主要采取海上集中运输方式,原油运输约4/5通过马六甲海峡,形成了制约中国能源安全的 “马六甲困局”。图1-3 2003—2015年我国原油对外依存度

同时,由图1-4也可以看出,我国的天然气消费对外依存度也不断在上升,到2015年,已达到31.8%,据IEA的预测,到2035年,该指标的值将会达到40%,这也加剧了我国经济发展过程中面临的能源问题。图1-4 2003—2015年我国天然气对外依存度(2)环境问题日益严重

作为经济增长的重要投入因素,能源在推动人类社会经济增长的同时,也会导致一系列的环境问题,如温室效应、雾霾等。联合国政府间气候变化专门委员会 (IntergovernmentalPanelonClimateChange,IPCC)指出目前大气中二氧化碳造成的温室效应占总效应的三分之二。另外,根据世界资源协会(WorldResourceInstitute,WRI)的研究,全球有87%的二氧化碳来自化石燃料的燃烧。中国以煤为主的能源结构不利于环境保护,且中国的煤炭资源又存在着固有的质地差、运输距离长、污染严重、热量不足等问题,更使中国在能源消费结构方面雪上加霜。这种长时期以煤为主的能源消费结构,将使中国区域性污染日益加重,生态环境持续遭到破坏。因此,能源生产和利用对环境的损害是中国环境问题的核心,也受到国际社会的高度关注。

我国是世界上少有的几个以煤为主的能源消费大国,我国的煤炭消费比重居高不下,始终在60%以上,而天然气、石油等能源消耗所占的比重仅为20%左右,在近几年开始有所增加。大量煤炭开采和燃烧带来了严重的环境污染问题。我国已经是世界上最大的二氧化硫排放国,2014年二氧化硫排放量为1974.4万吨,烟粉尘排放量为1740.8万吨,其中工业粉尘排放量为1456.1万吨;全国二氧化碳排放量的85%、二氧化硫排放量的90%以及烟尘排放量的73%都来自燃煤。由表1-2可知,2015年,中国二氧化碳排放量为9153.9百万吨,远远超过美国、欧盟、日本等发达国家的碳排放量,成为二氧化碳排放量最高的国家,但近年来二氧化碳排放量的增速也逐渐放缓。随着全球气候变化问题的日益严重以及我国温室气体排放总量的继续增长,今后我国在减缓碳排放增速方面将要继续做出巨大努力。同时,我国目前正处在工业化进程中,在推动经济发展、促进社会进步的同时,还需要应对全球气候变化带来的新挑战。表1-2 2000—2015年世界及部分国家二氧化碳排放量 (百万吨)数据来源:Wind资讯经济数据库2000—2015年中国宏观数据。(3)能源效率地区差异明显

作为仅次于美国的世界第二大能源消费国和全球环境污染最严重的国家之一,中国能源利用效率的高低以及因能源利用导致的环境问题已经成为政府和公众密切关注的焦点。改革开放以来,中国一直处于 “工业化”“城市化”不断加速的进程之中,长期 “高投入、低产出、低效率、高污染”的 “粗放型”经济增长模式造成了超大规模的资源消耗和严重的环境污染,使得中国经济增长与能源、环境之间的矛盾日趋激化。为了缓解能源与环境危机,中国政府针对节能减排做了大量行之有效的工作,制定了适应中国国情的能源可持续发展战略,并将建设 “资源节约型、环境友好型”社会作为基本国策提升到前所未有的战略高度。然而,中国能源结构的彻底转变将是一个漫长的过程,能源的禀赋条件决定了其以煤为主的能源结构在未来相当长时期内将难以根本转变。作为一种利用率极低的能源,煤炭资源的大量使用直接抑制了中国能源利用效率的提升,且已成为中国环境污染的主要来源。燃煤产生的污染物,对居民身体健康和生态环境造成了恶劣的影响,特别是二氧化碳、甲烷等温室气体过度排放所引发的全球气候变暖已经成为国际社会普遍关心的重大问题,并关系到人类的生存与发展。在当前严峻的能源、环境局势下,提高能源利用效率已被认为是节能减排最现实、最有效且成本最低的途径。

由于我国各地区地形地貌等方面的原因导致了能源资源的分布失衡,华北和西北地区能源资源主要为煤炭资源,西南地区能源资源主要为水力资源与天然气资源等,而石油资源主要分布在我国西北部及东北部。北部与西部省份多为净能源输出省份,东部省份大多为净能源输入省份。通过计算2014年我国各省市的能源强度,可以大致比较各地区的能源强度,其中上海的能源强度为0.8吨标准煤/万元,而宁夏的能源强度为5.65吨标准煤/万元,差距非常明显。如表1-3所示,我国能源利用率存在着很大的地区差异,并且,我国的能源消费以东部及南部沿海的经济发达区域为主,也就是说能源消费较为集中的地区往往是能源资源稀缺的地区,我国能源的资源消费地域和资源赋存地域有着严重不对等的现象。中国的能源利用效率还存在较大的区域差距,这在很大程度上制约了中国整体能源水平的提高。表1-3 全国28个省 (市、自治区)地区单位产值能耗表表1-3(续)数据来源:中华人民共和国统计局2005—2015年统计数据。

改革开放以来,能源为中国经济的持续快速增长提供了重要的 “动力支持”,然而随着经济水平的不断提高,粗放式的能源消费对经济发展和环境保护造成的压力越来越大,提高能源效率是中国当前最为迫切和重要的问题之一。由于中国幅员辽阔、空间发展不平衡,中国各地区能源效率也存在很大差异。从图1-5可以看出,北京、天津及云南、青海等地区能源消费总量较低,而河北、广东等地区能源消费总量偏高。在能源强度方面,北京、天津及上海地区较低,能源效率较高,而四川、青海等地区较高,能源效率较低。由图1-5可知我国西部等落后地区能源效率远低于北京、天津等发达地区能源效率。因此,如果落后地区能够赶超发达地区的能源利用水平,那么总体的能源利用效率也将大大提高。图1-5 2014年中国主要省份能源消费总量及能源强度数据来源:作者通过整理 《中国统计年鉴2015》中的数据所得。

因为这些已然存在的差异,所以对能源效率的研究也应该针对不同省市地区进行。此外,提高能源效率并不是使每个省市的能源效率都有所提高或是改善,而是在提高整体能源效率的同时减少各地区之间的差异与各地区内部的差异,这才能够被认为是能源效率水平的整体提高。因此,研究分别测算我国各省市能源效率,对比分析各省市水平高低及变化趋势,探寻各地区能源效率的差异,为科学地制定我国的能源政策方针、合理地规划各省市的节能减排目标提供理论依据,从而降低能耗、提高能效,实现我国的可持续发展。1.1.3 能源发展展望(1)世界能源发展展望

首先,能源需求将继续增长。随着世界经济发展,将需要更多的能源以支持更高的活动水平和生活标准,但是能源效率更快速的提升将抑制能源需求的增长。其次,能源结构将继续转变。化石能源仍将是世界经济发展的主要能量来源。根据2016年 《BP世界能源展望》,预计到2035年,能源增量的60%仍将来自化石能源,且将占2035年能源供应总量的近80%,相较于2014年的86%有所下降。其中,由于充足的供应和环境政策的支持,天然气将成为增长最快的化石能源。全球煤炭需求的增长将很可能随着中国经济重新平衡而急剧放缓。因成本持续下降,可再生能源的利用将会迅速增长,且各国在巴黎气候大会上做出的承诺也将促使可再生能源被广泛采用。最后,碳排放将显著改变。预计在2016—2035年,碳排放增长速度相较于过去二十年将减少一半以上。这既反映了能源效率的快速提升,又反映了能量来源向低碳燃料的转变。尽管如此,碳排放很可能将继续增长,政府需要采取进一步的政策措施推动二氧化碳排放的减少。(2)中国能源发展展望

2015年,中国能源产量增加了40%,而能源消费量增加了48%,预计到2035年,中国的能源消费量将占世界能源消费总量的25%。中国在全球能源需求中的比重将从2014年的23%升至2035年的26%,而其增长贡献了世界净增量的32%。2016年 《BP世界能源展望》对中国能源的展望中提到,中国的能源结构继续演变,煤炭的主导地位将从2014年的66%降至2035年的47%;天然气的比重增加超过一倍至11%;石油的比重保持不变,约为19%。到2035年,所有化石燃料的需求均有增长,石油将增长63%,天然气将增长193%,煤炭将增长5%,三者总共占需求增长的53%;可再生能源电力将增长593%、核电将增长827%,水电将增长43%。煤炭需求在2027年将达到峰值,随后从2028年到2035年将以年均0.3%的速度下降。工业仍将是所有领域中最大的最终能源消费主体,但是其消费增长最为缓慢,为31%,导致其在总需求中所占比重从51%下降至46%。运输行业的能源消费增长93%。石油仍然是主导性燃料,但市场份额由91%下降至2035年的86%。能源产量在消费中的比重从2014年的82%降至2035年的80%,使中国成为世界最大的能源净进口国。从2014年到2035年,核电将以年均12%的速度增长,而中国将占全球核电总量的31%。化石燃料产量继续增长,天然气 (136%)和煤炭 (10%)的增加量超过石油产量的减少量 (5%)。到 2035年,中国将成为仅次于美国的第二大页岩气生产国,每日产量增长至超过130亿立方英尺。石油进口依存度将从2014年的59.62%升至2035年的76%,将高于美国在2005年的峰值。天然气依存度将从略低于30%升至2035年的42%。2014年到2035年,中国经济将增长174%,而单位产值能耗将下降46%。中国的二氧化碳排放将增长22%,占2035年全世界总量的28%。中国能源的发展呈现如下趋势:①能源需求减缓

2008年我国经济增长开始放缓,这既有国际金融危机的原因,也有国内经济周期、经济结构失衡的原因。受经济增速影响,我国能源需求放缓,在电力需求方面尤为显著。据国家统计局数据,如图1-6所示,我国的能源消费总量增速在2004年达到顶峰,电力消费总量增速也较高,分别为16.8%和15.4%。2000—2007年,GDP增速就保持在较高水平,且呈现出不断增长的态势,到2007年,达到14.2%。2008年,国际金融危机中,中国也未能幸免,但是较其他发达国家而言,中国受到的影响相对较小,但2008年,中国的GDP增速开始放缓,随后一直以较平稳的态势下降,到2015年为能源消费总量增速也下降到负增长9.6%。2008年,能源消费增速也大幅下降,为5.6%;尤其是电力消费更为明显,增速仅为2.9%。2009—2015年,能源消费总量的增速一直呈波动状态,电力消费也基本和能源消费总量的趋势保持一致,到2015年,能源消费总量增速和电力消费增速分别为0.5%和0.9%。并且由图1-6可知,我国的能源需求从2013年开始,正在逐年放缓,随着经济增速的放缓,在未来我国的能源消费需求也将继续减缓。图1-6 能源消费总量、电力消费总量和GDP同比增长情况②能源供应多元化总体进程加快

从长远战略考虑,为减少对石化能源的依赖、保护环境、保障能源供应安全、应对气候变化,近两年来中国能源供应多元化进程明显加快。能源供应多元化包括能源品种多元化,也包括能源来源多元化。

中国是新能源和可再生能源增长速度最快的国家。2015年,全国可再生能源增长20.9%,仅十年,中国可再生能源在全球总量中的份额从1.7%提升到了2015年的17.2%,利用量达到62.7百万吨油当量。2015年,全球核能发电量增长1.3%,几乎所有增长都来自中国,较2014年增长28.9%,中国已超越韩国成为第四大核能发电国,占全球比例为6.6%。全球水力发电量增长1%,低于其十年均值3%,中国以5%的增速成为世界最大水力发电国;并且,同核能一样,全球水电净增长全部来自中国。中国还是世界上风能发展最快的国家,2015年中国新增风能装机容量11664万千瓦,占全球增量的48%。截至2015年年底,风电累计并网装机容量达到1.29亿千瓦,占全部发电装机容量的8.6%。风电发电量1863亿千瓦时,占全部发电量的3.3%。巨大的新增装机容量,让我国在2015年超过了欧盟,成为全球风电累计装机量最大的国家 (地区)。国内风电技术研发也取得了较大进展,目前已具备3兆瓦级风力发电机组的生产能力。

从以上数据可以看出,我国未来的能源品种将保持多元化态势,且新能源的应用将逐渐增加,其发展速度也较快。③节能降耗减排面临较大挑战

2015年是实现 “十二五”节能目标的最后一年。依据截至目前的初步核实数据测算,与2010年相比,2015年我国单位GDP能耗累计下降了18.2%,超过了 “十二五”16%的降幅目标,节能降耗工作取得较大成效。在 “十二五”期间,我国的清洁能源也快速发展,水电、核电、风电、太阳能发电装机规模分别增长了1.4倍、2.6倍、4倍和168倍,带动非化石燃料消费比重提高2.6%,我国可再生能源发电总装机达到4.8亿千瓦,占全球总量的24%,新增装机占全球增量的42%,中国成为世界节能和利用新能源可再生能源第一大国。同时,减排工作也在全国积极推进,二氧化硫、氮氧化物和烟尘排放累积分别下降33%、35%和39%以上。全国的节能降耗减排工作取得显著成效,但我国能耗总量和污染物排放总量较大,特别是我国的区域间能耗水平存在较大差异,这使我国的节能降耗减排工作面临更大的挑战。1.2 研究意义

为了缓解严峻的能源问题,政府制定了一系列措施。节能减排计划最早出现在 “十一五”规划中,制定了在 “十一五”期间单位GDP能耗较之前下降20%的目标。“十二五”期间单位GDP能耗较2010年下降16%。2015年,我国单位国内生产总值能耗同比下降5.6%,降幅比2014年扩大0.8个百分点,2016年上半年降幅达到5.2%。能源利用效率提高,单位GDP需要消耗的能源减少,这也在一定程度上使得用电量增速放缓幅度大于经济增速放缓幅度。尽管我国节能工作取得了很大成绩,但从总体来看,目前能源效率依然较低。无论是在能源开采、加工转换、贮运、终端消费和回收利用等方面,还是在经济结构方面;无论是在能源资源配置,还是在能源要素利用方面,我国的能源效率都与发达国家存在较大差距,改善潜力较大。在我国国家法规和政策层面上,能源效率和节能问题受到了更多重视,节约能源已成为一项基本国策,“坚持节约优先”已成为我国能源战略基本内容之一。

我国较世界平均水平2倍以上的单位生产总值能耗是制约节能减排计划最大的障碍,改善偏低的能源利用率刻不容缓。目前,“十三五”规划提出了要深入推进能源革命,而如何推进能源方面的革命则是值得我们思考的问题。“十三五”规划中,提高能源效率成了非常重要的一项工作。之前看到目前中国的能源消费结构,煤炭消费占我国一次能源消费的比重很大,这个数字要高出全球平均水平一倍多。煤的消费量大,污染物排放也随之增加,这些年严重的雾霾天气都和化石能源消费有着很大的关系。因此,解决能源与环境问题已迫在眉睫,提高能源效率、减小环境污染刻不容缓。

总的来说,我国能源供给矛盾突出,各省市地区能源效率也具有明显的差距,同时各省市地区节能减排目标完成的情况不尽相同。我国各个省市资源禀赋、地理位置不同等因素在一定程度上都影响了经济的发展,整个经济发展呈现了不平衡的状态,各个省市的能源效率更是特点不一。提高能源效率,推进能源革命,不能一味从整体上去改善,而是要不断改善各个省市、各个地区的能源问题,如此才能实现真正意义上的提高改善。

然而,政府在制定节能减排措施时忽略了一个重要的影响因素,即省际能源效率的差异性,因此节能减排政策可能存在 “一刀切”的情况。此外,节能减排计划都是针对整体而言,并没有细分下去。如果能源效率低的地区能够像能源效率高的地区 “看齐”,缩小二者之间的差距,这样会使得全国的能源效率水平得到提高。通过研究地区的能源效率差异性,并针对地区发展实际情况,制定差异化的节能减排措施,这样才能够保证全国整体节能减排目标的实现。

因此,研究区域能源效率差异性,能够使我们更加合理地了解中国省际能源效率的情况及发展趋势,从而提出符合地区实际发展情况的节能减排计划,这对解决能源供需矛盾、缓解环境污染与经济发展问题有着重要意义。1.3 研究思路及研究方法1.3.1 研究思路

本书以区域能源效率为依托,从逻辑上相互联系的四大板块研究了我国的区域能源效率差异,通过对能源效率的测度研究、能源效率的影响因素研究、区域能源效率收敛性的空间计量分析以及能源的回弹效应研究,并以成渝经济区为例,分析经济圈内的能源效率差异,从各个层面提出了应对措施。具体包括以下内容:

首先,对区域能源消费总量进行了统计分析。研究统计分析了我国的能源消费总量、能源消费结构、能源消费对外依存度、能源消费及能源效率的区域差异,为后面的分析打下坚实基础。

其次,总结了目前不同的测算能源效率的方法,并对我国省际区域能源效率进行了测算。能源效率的测算方法包括参数效率测度方法和非参数效率评价方法。参数效率评价方法主要以随机前沿分析 (SFA)为代表;非参数效率评价方法主要是指采用DEA方法测算能源效率,包括传统DEA方法对只有期望产出的能源效率测算以及DEA-SBM模型、超效率DEA方法等多种可用于处理非期望产出的不同的能源效率测算和评价方法。在此基础上,本书采用超效率DEA模型对我国省际能源效率进行了测算分析。

第三,分析区域能源效率的影响因素。本书通过对区域能源效率的影响因素进行概述,分析整理了产业结构、能源价格、技术进步、对外贸易、经济发展水平等因素对能源效率产生的影响。在已有研究成果的基础上,本书将引入空间计量模型,考虑二氧化碳排放等非期望产出,采用超DEA模型估计出全国29个省 (不含西藏、海南,重庆并入四川)的能源效率,并以地理加权回归模型实证检验技术进步对能源效率的空间溢出效应;同时,构建时变参数状态空间模型,分析中国人均GDP和产业结构对能源效率的动态影响。

第四,在技术进步的条件下,实证分析基于技术进步的能源回弹效应。本书对能源回弹效应的研究现状进行了深入的研究,并做出了详细述评。同时,本书还介绍了能源回弹的相关理论,并运用LMDI方法,建立能源回弹的技术进步和产业结构调整的分解模型,对我国1978—2010年的时间序列对能源回弹效应进行估算,分析我国能源回弹的变动因素。

第五,对区域能源效率的收敛性的空间计量分析。本书总结了区域能源效率收敛性的基本理论,对比分析了传统能源效率收敛机制和空间依赖视角下的能源效率收敛机制、能源效率收敛性的检验方法,并通过实证分析,检验了区域能源效率的空间相关性以及在空间视角下的我国区域能源效率的收敛性。

第六,以成渝经济区为例,从地级市的视角对区域能源效率的差异进行实证分析。本书基于DEA方法,以成渝经济区 (重庆和四川省的15个市)作为研究对象,选择了这些城市2013年度的相关投入和产出变量,对该区域能源效率差异进行分析,并提出缩小能源效率差异的政策建议。

最后,结论与展望。对以上区域能源效率研究进行总结并得出结论,为提高能源效率和缩小区域间的能源效率差异提出了具有操作性和前瞻性的政策建议,并对区域能源效率和产业链一体化下的能源效率研究进行了展望。

本书的技术路线如图1-7所示:图1-7 技术路线图1.3.2 研究方法

本书以科学发展观为指导,采用以下研究方法对区域能源效率差异进行了全方位、多层次、多视角的研究:第一,采用分散与集中、规范研究和实证研究相结合的方法,把我国区域划分和圈层划分相结合,深化经济区一体化发展模式基本理论,并用超DEA模型、对数平均迪氏指数法 (LMDI方法)、IPAT方程、层次分析法 (AHP)、空间计量方法等对区域能源效率进行了有效的测算和分析,使项目的研究更具系统性、灵活性和真实性,能够得到较为真实的估计结果和完备的理论体系。第二,采用定性、定量和多重调研相结合的方法,全面系统地考察了我国省、直辖市及自治州的能源效率,东、中、西部区域能源效率的差异及收敛性,并以成渝经济区为例,从地级市的角度,对成渝经济区城市发展一体化模式下能源效率的现状及能源效率差异进行了分析。第三,采用比较研究的方法比较分析了省际能源效率的差异,全国中、东、西部能源效率的差异及收敛性,成渝经济区内部各市的能源效率情况的异同。第四,采用理论与实际相结合的方法,以理论指导实践,又以实践丰富理论,从而使本书所提出的评价结果、指标体系、因素分析、发展模式和政策建议更加完善和切合实际,使提出的措施和方案更具有可操作性。1.4 主要创新点

本书的创新点主要体现在以下几个方面:(1)采用非径向、非角度的 SBM方向性距离函数,并基于 SBMUndesirable模型改进了超效率SBM模型。在投入产出框架中,在产出要素中加入期望产出与非期望产出,其中非期望产出又分别选择了二氧化碳排放量与二氧化硫排放量。大部分学者在测算全要素能源效率时只考虑了经济产出,而没有考虑能源消费带来的环境污染。本研究解决了非期望产出的问题,并在三种不同情况下分别测算了省际能源超效率值。结果发现,在不考虑SBM有效的决策单元时,各省的能源效率均比不考虑非期望产出的SBM模型的效率值低,考虑二氧化硫非期望产出的SBM模型的效率值又高于考虑二氧化碳非期望产出的效率值。(2)采用泰尔指数测算了考虑环境约束下省际能源效率差异与地区之间的能源效率差异。通过研究发现,环境约束下的省际全要素能源效率差异呈现不断减小的趋势。在总差异中区域内的差异占有绝对的比重,全要素能源效率的区域内差异构成了总体差异的主要部分。根据结果来看,在考虑了二氧化碳非期望产出的情况下,西部地区内部能源效率差异却呈现出波动变化特征,而中部地区及东部地区内部的能源效率差异不断变小。虽然区域间的差异在总体差异的比重小于区域内差异,但区域间的差异却在不断增大。近年来,西部地区内部差异最大,中部地区次之,东部地区最小。(3)充分考虑了地区间的空间相关性,在收敛性检验模型中加入空间权重,采用空间计量模型检验区域能源效率的收敛性特征,弥补了传统检验方法可能产生有偏回归结果的不足。现有关于区域能源效率收敛性问题的研究主要是借鉴传统经济增长收敛性研究方法,该方法的一个重要的假设条件是经济体是相互独立的。而事实上,地区之间的经济交流、技术合作越来越频繁,区域之间存在显著的空间相关性。研究从空间经济学的角度分析了区域能源效率的收敛机制,并在传统的收敛性检验模型中加入了空间权重,采用空间误差模型和空间滞后模型实证检验了东、中、西部三大区域的能源效率收敛性特征。结果证明,与传统收敛性检验结果相比较,考虑空间相关性后的区域能源效率收敛速度更快、收敛性特征更加显著,地区能源效率增长率不仅与该地区的能源效率初始水平负相关,还与相邻地区能源效率增长率的误差冲击正相关。(4)根据我国能源效率影响因素的实际情况,运用对数平均迪氏指数法(LogarithmicMeanDivisiaIndex,LMDI)将影响能源效率的因素分解为技术效应值和产业结构效应值,使技术进步从影响能源效率的因素中分解出来,进一步精确技术进步对能源效率的影响,解决了多数学者将能源效率的影响因素(产业结构调整、政府管制等其他影响因素)全部归结为技术进步的问题,以此对中国1978—2010年的能源回弹效应进行估算和分析。结果发现:一方面,我国能源回弹效应一直存在,且整体呈上升的趋势。这与国内部分学者的研究结论有所不同,20世纪80年代我国能源回弹效应平均值为21.57%,而2000年至今,我国能源回弹效应平均值为59.04%,明显提高。另一方面,我们发现了各单独年份和区间回弹效应值差异较大。20世纪80年代,我国能源回弹效应相对平稳,但个别年份的波动较大;20世纪90年代,我国能源回弹效应值总体保持在40%以内,且各单独年份能源回弹效应值波动较小;2000年至今,我国能源回弹效应非常不平稳,各单独年份波动较大,且个别年份出现“逆反效应”。2区域能源效率测算

能源是经济运行中不可替代的生产要素之一,对经济生产和发展起着重要的作用。改革开放以来,中国经济总量快速增加,能源消费量也急剧增长,与此同时,各种各样的能源问题日益暴露,且愈演愈烈,成为制约中国经济可持续发展的重要问题。为缓解中国国内日益严峻的能源问题,探索出一种新的发展模式以实现经济社会的可持续发展迫在眉睫。我国在哥本哈根大会上也曾向世界做出庄严承诺:到2020年,非化石能源占一次能源消费的比重达到15%左右;到2020年,单位GDP二氧化碳排放强度比2005年下降40%~45%。在2015年召开的巴黎气候大会上,中国再次提出上述两个指标分别达到20%左右和60%~65%。要实现上述目标,能源利用效率便是关键。在保障经济增长的同时提升能源效率,是在环境约束下实现经济增长方式转变的重要途径。为此,有必要对我国区域能源效率进行测度和分析,为提升能源效率奠定基础。2.1 研究现状2.1.1 能源效率评价

能源效率指用较少的能源生产同样数量的服务或有用的产出,也就是单位能源投入所能够带来的经济效益多少,根据不同分析框架中采取的投入与产出的数目,可以将能源效率划分为单要素能源效率及全要素能源效率。(1)单要素能源效率

早期在对能源效率相关研究中,学者们主要在单要素能源效率框架下定义能源效率,并采用能源强度和能源生产率这两个指标来衡量能源效率,即单要素能源效率仅考虑了生产过程中的能源投入和有用产出。

由于研究起步时间较早,国内外学者对单要素能源效率的研究成果相对丰富。对已有单要素能源效率研究文献进行归类总结,我们发现一部分学者是在单要素能源效率框架下定义的能源效率,并采用能源强度和能源生产率这两个指标来衡量能源效率,如蔡昉和都阳 (2000)、沈坤荣和马俊 (2001)以及林毅夫和刘培林 (2003)、邹艳芬和陆宇海 (2005)、史丹 (2006)、王玉燕等(2013)、李梦蕴等 (2014)等。然而,这种能源效率衡量方法的一个重要假设是经济生产只采用能源这一种生存要素,但这并不符合实际情况。事实上,劳动力、资本、能源等都是经济生产重要的生产要素,仅采用能源强度和能源生产率测算能源效率,忽略了要素之间的替代作用,夸大了真实的能源效率。Hu和Wang(2006)充分考虑了劳动力、资本、能源要素投入,在全要素能源效率框架下,重新定义了能源效率,并提出采用数据包络分析 (DEA)方法计算全要素能源效率。随后,部分学者认同这种定义方法,并将其运用于中国区域能源效率的测算中,如魏楚和沈满洪 (2007)、李国璋和霍宗杰 (2010)、孙广生等 (2011)、陈德敏等 (2012)、王兆华等 (2013)、潘雄锋等 (2014) 等。

另一部分学者采用单要素能源效率进行了更细致的研究,研究内容主要包括:单要素能源效率与经济增长的关系 (史丹和张金隆,2003;董利,2008;曾胜等,2009)、单要素能源效率在不同国家、不同行业、不同区域之间的比较 (杨红亮和史丹,2008)以及单要素能源效率的影响因素 (国涓等,2009;陈晓玲等,2015;张勇和蒲勇健,2015)。董利 (2008)针对1998—2004年中国30个省区,分析了其单要素能源效率变化趋势,研究发现我国单要素能源效率与经济发展之间符合U形曲线特征,并发现在国内的政治经济体制和发展模式的影响下,在人均GDP较低的水平上出现了我国单要素能源效率的拐点。刘建 (2013)主要对单要素能源效率的影响因素进行了分析,并且比较了不同地区间的单要素能源效率,发现产业结构等因素是单要素能源效率的重要影响因素。我国的能源效率仍与发达国家有一定差距,国内经济发展较快的地区能源效率也较高。

通过这些文献不难发现,单要素能源效率指标计算简单,测算国与国之间、行业与行业之间的单要素能源效率,更利于进行差异对比。但单要素能源效率很多的测量指标都难以体现效率的因素,大多只反映了指标值大小的变化,而且单要素能源效率只是在测量能源投入与产出之间一个比例,忽略了影响产出的劳动、资本等其他投入要素,这明显不符合实际情况。(2)全要素能源效率

由于单要素能源效率研究方法存在一些不足,一部分学者们开始采用全要素能源效率评价方法来测算能源效率。

最早提出全要素能源效率的是Hu和Wang(2006),他们重新定义了能源效率,使产出能够在给定条件的投入要素下实现最大,或者使投入在一定水平的产出要素下实现最小。杨红亮和史丹 (2008)以2005年中国各地区的能源效率为研究对象,分别采用一种单要素方法和三种全要素方法对能源效率进行了测算,之后再对其进行比较分析,发现全要素方法相较于单要素方法能够更好地反映一个地区中要素禀赋结构对能源效率的影响。单要素能源效率与全要素能源效率的比较如表2-1所示。总的来说,单要素能源效率最大的优势就是在计算能源效率时更简单,但是却没有考虑到其他投入要素对产出的影响,以及这些投入要素之间的相互影响。这些投入要素不仅有能源,还有劳动力与资本。全要素能源效率却更加全面地反映了各个投入要素一起对产出要素的影响,更接近真实值。表2-1 单要素能源效率与全要素能源效率的比较

国内外很多学者针对全要素能源效率的相关内容做过大量的研究,主要的思路是:通过测度样本点相对于生产前沿面的距离来进行相对效率比较。这些方法主要包括了参数效率评价方法和非参数效率评价方法。参数效率评价方法主要以随机前沿分析 (StochasticFrontierAnalysis,SFA)为代表,而非参数效率评价法主要以数据包络分析 (DataEnvelopeAnalysis,DEA)为代表。

一部分学者运用SFA方法对全要素能源效率进行了研究。Iglesias等(2010)在研究风力发电厂的全要素能源效率时采用SFA方法,得到结果之后,与单要素能源效率的评估结果进行了对比分析。史丹等 (2008)以生产函数为基础,采用随机前沿生产函数 (SFA)对区域全要素能源效率进行了测算。赵金楼等 (2013)采用SFA方法对我国29个省 (市和自治区)1980—2010年的能源效率进行了测算,并分析了地区差异及影响因素,发现能源效率地区差异明显。刘剑锋 (2015)采用SFA方法研究了2002年到2013年中国28个省份的全要素能源效率及其影响因素,发现在这些影响因素中农业产值比例与能源效率值呈相同方向的变化,而工业产值的比例与能源效率值呈相反方向的变化,同时,金融发展对能源效率产生了负向的影响。

采用SFA方法测算能源效率需要先明确生产函数的具体形式,各个省份的生产函数形式千变万化,这使得研究的计算量大,且并不准确。而DEA方法需要测算生产函数的要素参数,采用非参数的方法测算能源效率,测算过程更加简单,能够较快得出效率值。因此,相较于SFA方法,大部分学者采用了数据包络分析 (DEA)方法对全要素能源效率进行研究。DEA由Farrell(1957)提出,在Charnes等 (1978)的研究中得到了发展。随后,部分学者在能源效率的测算中都采用了DEA方法,如Hu和 Wang(2006)、Honma和Hu(2009)、魏楚和沈满洪 (2007)、孙广生等 (2012)、范秋芳 (2014)、李旭等 (2015)等。还有一部分学者 (师博和沈坤荣,2008;张子龙等,2015)采用超效率DEA的方法研究了全要素能源效率。与传统DEA模型相比,超效率DEA允许有效决策单元的效率值大于等于1,这样可以对效率最优单元进行深入比较。

随着研究的进一步深化,考虑到环境因素,一部分学者 (吴军等,2010;叶祥松和彭良燕,2011;王兵等,2010;Li和 Hu,2012;范丹和王维国,2013;冯博等,2014;吴文洁和巩芯仪,2015)将环境污染物纳入生产模型来测度全要素能源效率,将污染物作为非期望产出,这种测量方法综合考虑了产出增加和污染减少。Tone(2010、2013)最早提出了SBM模型与包含非期望产出的SBM模型来测量全要素能源效率。刘心和李淑敏 (2015)以2012年中国28个省份为研究对象,采用包含非期望产出的SBM模型测算全要素能源效率,研究发现考虑了非期望产出的能源效率值要低于没有考虑非期望产出的能源效率值,同时环境污染变量对中西部地区的影响比对东部地区更为显著。李博等 (2016)同样也运用了考虑非期望产出的SBM模型对我国资源型城市全要素能源效率进行了研究,结果表明大多城市能源效率非有效,而且差异明显。2.1.2 全要素能源效率测度指标研究

在进行全要素能源效率测算时,指标选择是很重要的一个步骤,不同的投入产出指标对同一研究对象的研究结果存在很大的差距。根据在选择投入要素和产出要素时数目的不同,全要素能源效率测算指标被分为:多种投入一种产出的全要素能源效率指标和多种投入多种产出的全要素能源效率指标。在早期研究中,国内外大多数学者选择多种投入一种产出的全要素能源效率指标测算全要素能源效率测算指标。其投入要素一般为能源、资本和劳动力投入,产出要素大多为经济产出即地区生产总值 (GDP)。如孙广生等 (2012)研究我国29个省、市、自治区的能源效率时,以能源消费量、就业人员数、资本存量作为投入指标,以各地区生产总值作为总产出指标,分析我国各地区的全要素能源效率及其影响因素的变化情况。Honma和Hu(2008)选择了14个投入指标来测算日本区域全要素能源效率时,而只选择了日本的国内生产总值这一种指标作为产出要素。

多种投入多种产出的全要素能源效率指标是指在投入产出框架中,在多种投入要素的同时不止一种产出。我们都知道,在实际的生产过程中,除了我们所期望产生的一系列产品,还有一些 “坏”的产出,这些产品被称为非期望产出 (undesirableoutputs)。近年来,随着能源与环境问题的加重,一部分学者将环境污染物作为非期望产出指标,以此更科学地测算能源效率。王兆华和丰超 (2015)在测算中国省际全要素能源效率时,投入要素选取了能源消费总量、劳动力、资本存量,期望产出选择了地区生产总值,同时将环境污染排放量和温室气体排放量作为非期望产出。刘心和李淑敏 (2015)选择了同样的投入指标和期望产出指标,但在选择非期望产出指标时,把几种形态的环境污染物处理为一个综合的产出指标,视为综合的非期望产出指标。李荣杰等(2016)在选择投入指标时同样选择了能源消费、就业人口数、资本存量,同时,他们把国内生产总值和二氧化碳排放量作为期望产出和非期望产出指标,测算了分区域的全要素能源效率。不难看出,将非期望产出纳入全要素能源效率的测度已逐渐成为普遍采用的测算思路。2.1.3 全要素能源效率差异性研究

国内外学者对全要素能源效率的差异性也做了大量的研究,包括国家与国家之间、地区与地区之间的差异等。国外研究中,Sun(2002)采用了平均方差的方法来衡量1971—1992年OECD国家中给定组内或组间的能源效率差异,发现OECD国家间的能源效率差异呈现不断减小的趋势。Cornillie和Fankhauser(2004)通过对各个国家能源效率进行研究,发现在转型过程中的国家能源效率有所下降,但是各国或地区的进展程度却是不一样的,大多数转型国家的能源效率比西方国家高。国内研究中,王玉燕和林汉川 (2013)为了得到西部能源消费的洛伦兹曲线,考察了西部地区各省市的地区生产总值在西部地区生产总值的比重与各省能源消费量在西部能源消费的累计比重之间的关系,然后比较了洛伦兹曲线与绝对公平线,发现西部能源配置有所偏离,配置方式需要改善。范丹和王维国 (2013)利用SBM模型测算了中国各省份的全要素能源效率,然后采用变异系数针对全要素能源效率的差异进行了分析。张艳东和赵涛 (2015)采用泰尔指数对我国能源消费的区域差异进行了研究,把整体差异分解成了区域间与区域内部差异,发现采用中、东、西三地区分法和根据富裕度分区两种方式下的差异结果不同,采用三地区分法时能源消费差异主要来自区域内差异;根据富裕度分区时,区域间差异则占主导地位。

从方法上来看,衡量能源效率差异的方法主要参考了测算经济差异或收入差异的方法,包括变异系数 (CoefficientofVariation)、GINI系数、Theil指数、洛伦兹曲线等。其中,运用泰尔指数研究省际差异问题可以比较不同区域内部存在的差异。泰尔指数 (Theil指数)可以将总体的差异分解成组合间及组合内部差异,并在进行差异研究时得到了充分运用。除此之外,泰尔指数还能通过计算组合间、组合内差异变化在总体差异中所占的比重,反映不同差异对总体差异的贡献。2.1.4 研究评述

综上所述,国内外学者对省际能源效率进行了深入的研究,理论较为丰富,为研究奠定了基础,同时也存在一些不足。(1)大部分学者对全要素能源效率进行研究时主要采用了传统的DEA模型。传统的DEA模型是径向的、角度的。当出现投入过度或产出不足,也就是存在松弛量时,DEA测算的效率值不够准确。这是因为径向的DEA效率会过高估计测算决策单元的相对效率,而角度的DEA效率评价要选择是基于投入导向还是产出导向的角度来测算效率值,测算的效率值都存在一定的偏差。同时,在传统DEA效率测算方法中,效率最优单元的效率值最大为1,多个决策单元可能同时处于前沿面。因此,效率最优单元之间无法进行比较。(2)在考虑非期望产出时,大多数学者选择一种污染物指标或多种污染物指标作为环境污染的替代变量,较少有文献针对不同非期望产出对全要素能源效率的关系进行比较研究。(3)采用单一的方法对能源效率差异进行测算,无法辨别测算能源效率差异的最优方法。

因此,本章将从以下几点进行拓展研究:(1)将环境污染作为坏产出纳入研究框架,在超效率SBM模型中加入非期望产出,用考虑了非期望产出的超效率SBM模型测算我国各省的全要素能源效率。(2)将不同的环境污染物作为在非期望产出指标,再分别比较不同污染物条件下的省际全要素能源效率。(3)采用多种指标测算能源效率差异,利用泰尔指数,对比分析省际全要素能源效率差异、区域间能源效率以及区域内部能源效率差异。2.2 非期望产出效率评价方法:SBM模型2.2.1 传统 DEA 模型

Hu和 Wang(2006)充分考虑了劳动力、资本、能源要素投入,在全要素能源效率框架下,重新定义了能源效率。全要素能源效率的研究方法主要包括了随机前沿分析法 (StochasticFrontierAnalysis,SFA)与数据包络法 (Data EnvelopmentAnalysis, DEA)。

DEA方法最早是由Farrell(1957)提出的,此方法是基于相对效率的多投入多产出分析法。DEA估计生产前沿面的方法是通过实际的观测样本构建一个非参数线性凸面,并以此凸面来计算生产前沿面。随后,Charnes等(1978)在此基础上提出了规模报酬不变 (CRS)的DEA模型,该模型得到了进一步的关注和发展。后来,Banker等 (1984)在他们的基础上又提出了基于可变规模报酬 (VRS)的DEA模型。近年来,测量能源效率已被确定为DEA的一个重要的应用领域。

DEA是一种使用数学规划 (包括线性规划、多目标规划、半无限规划等)的模型,评价具有多个输出,特别是多个输出 “部门”或 “单位” (决策单元,DMU)间的相对有效性,即首先确定相对有效的生产前沿面,然后通过计算决策单元对DEA前沿面的偏离程度来测算它们的相对效率值。如果决策单元在效率前沿面上,则被称为有效单元,如果决策单元没有在效率前沿面上,则被称为无效单元。

假定生产系统有n个决策单单元,在每个决策单元中产出有S种,投入有m种,则DEA模型如 (2-1) 所示:i

其中θ为标量,λ是一个N×1的常向量,解出来的θ值即为DMU的效率值,一般有θ≤1, 如果θ=1则意味着该单元是技术有效的,且位于前沿上。这就是在规模报酬不变 (CRS)条件下的效率模型,因此式 (2-1)被称为CCR模型。

除了CCR模型以外,还有基于可变规模报酬 (VRS)假设的DEA模型也就是指在方程中添加约束条件 , 因此式 (2-2) 被称作BCC模型。但是,Fare和Lovell(1978)认为在VRS假设下,基于投入法和产出法所计算的效率是不一样的。

试读结束[说明:试读内容隐藏了图片]

下载完整电子书

若在网站上没有找合适的书籍,可联系网站客服获取,各类电子版图书资料皆有。

客服微信:xzh432

登入/注册
卧槽~你还有脸回来
没有账号? 忘记密码?