主页 > 案例大全 > 论文技巧案例-新疆全要素能源效率及其收敛性分析

论文技巧案例-新疆全要素能源效率及其收敛性分析

2021-06-25 15:19:27

论文案例分享-新疆全要素能源效率及其收敛性分析

  我国大力推动西部大开发政策以来,新疆的经济建设得到了讯速发展,但是高速发展的经济也带来一些经济问题,人们大量消耗能源造成环境的破坏。因此,解决当前经济发展面临的环境与能源之间问题的重点是提高能源效率。

  在本文的研究中,先将利用数据包络分析方法(DEA)对新疆各地州、市的全要素能源效率进行测算,选取的数据样本为2009年—2018年新疆15个地州、市的面板数据,并对新疆各地区的能源效率做了分析;再对新疆各地区、州整体的全要素能源效率进行收敛性估计和分析;在文章的结尾部分将结合研究内容给出结论,以及一些提高新疆能源效率的适当的政策建议。本文通过对新疆各地区全要素能源效率的研究得出了以下几点结论:

  第一,通过观察可以发现新疆的能源效率呈现平缓上升的趋势,接着进一步对新疆各地区能源效率的具体分析,可以看到部分地区的能源效率呈现下降的趋势,还有部分地区的能源效率较好,在有效前沿面上;总的来说,南疆地区可以说是相对能源高效区,北疆地区是相对能源低效区。

  第二,通过进一步对新疆整体进行全要素能源效率收敛性的分析,可以发现新疆各地区整体能源效率呈现微弱的绝对发散趋势和一定程度的条件收敛。

  1.1研究背景及问题

  1.1.1研究背景

  近些年来,我国经济的持续增长,与此同时能源消费地规模也在不断增长,此前被忽视的一些问题例如供求矛盾逐渐引起人们重视。尤其是在改革开放以来,国内的工业化水平不断提高,我们也逐渐意识到能源也越来越重要。众所周知,之所以20世纪70年代美国经济出现滞涨现象的原因就是能源危机所造成的,这一事件足够证明能源战略地位以及在国民经济中的影响力。

  我国自2000年起,为缩小经济发展的差距,针对西部地区颁布并实施了重大发展战略。改革开放为我国的经济发展迎来了快速发展时期,但我国目前仍是发展中国家,区域经济之间的不平衡发展状况还将持续存在。随着进一步推进西部大开发战略,经济增长明显进步的西部地区得到了好政策的扶持。我国推动西部大开发以来新疆作为其中的重点省份,充分把握了国家政策和自身优越资源等优势,经济社会的建设取得了瞩目的成就,整体的经济实力得到明显提升。由数据可以看出,随着新疆经济的增长,各地区之间虽然人均GDP的绝对值出现了增长,但是可以看出人均GDP的倍数却是在日益缩小。

  但是,新疆经济不断增长的同时也暴露出一些关于能源的问题。许多数据表明现阶段能源产业是新疆经济发展的主要依附动力,因而随着新疆经济的快速增长消耗了大批的能源。

  新疆即便是称作能源大省,各类能源的储量较为丰富,但是人们都意识到能源资源具有可耗竭性,现阶段为了经济的增长而消耗大量的能源的行为,并不能长久维持,还会额外带来严重的环境问题。因此需要我们探索合理的方法,科学有效对新疆的能源效率进行测算,并且根据新疆各地州能源效率发展趋势做出的分析,提出适当的政策建议。

  1.1.2问题提出

  近几年来,新疆的经济虽然有了很大的发展,新疆各地区之间的发展差距也在进一步缩小,但是新疆与东部其他发达省份对比还是有很大差距,且新疆在加速发展经济的同时消耗了大量的能源,给环境带来了较为严重的污染。因此:人们急需解决的重大课题变成了如何才能做到经济发展和环境保护都平衡妥善的处理。

  本文讨论的具体问题是:第一,新疆各地区全要素能源效率情况如何?第二,新疆各地区的全要素能源效率是否存在差异?第三,新疆全要素能源效率的收敛性如何?

  1.2文献综述

  魏楚、沈满洪把1995-2004年这一时期作为观测样本,对我国各省区能源效率进行了测算了,接着根据能源效率把全国各省区分为了能源高效区、中效区和低效区[1]。 杨博、沈坤荣为观测省级层面的全要素能源效率,选择了1995-2005年的数据为样本,研究结果呈现出来的是东部地区的能源效率水平是最高的,且其变化趋势较为平坦,反之,中西部能源效率的变化趋势出现上升趋势。[2] 杨博、张良悦采用能源效率变异系数对区域层面的中国能源效率进行趋势性分析,发现西部地区呈发散状,东部表现出趋同特征,中部则有向东部收敛趋向[3]。杨红亮、史丹在研究我国各地区能源效率时采用的是比较分析法,研究结果表明我国整体能源效率还处于较低水平,且发现中国东西部之间在能源效率方面仍有较大差距[4]。李国璋和霍宗杰二人对我国各个省份及全国整体全要素能源效率做研究分析时使用的是数据包络法(DEA),在他们的研究成果中可以看出全国和我国东中部地区的能源效率都出现了相似的发展趋势,即向一个稳态收敛,相比之下西部地区的能源效率并没有出现明显的收敛趋势[5]。

  从以上研究的研究结果中我们能看出,部分研究只注重全要素能源效率的测度,还有部分研究仅使用传统单要素能源效率研究了我国区域间能源效率的收敛性特征,在上述研究不足的基础上,Hu and Wang运用DEA方法对全要素能源效率(TFEE)进行了全要素生产率的定义,为本次研究打下了良好铺垫也为本文的研究提供了值得借鉴的方法[7]。本文研究中将根据新疆经济的实际数据,运用DEA方法对新疆各地区2009-2018年间的全要素能源效率进行测度,并在测算数据的基础上考察新疆各地区全要素能源效率收敛性特征。

  1.3研究思路

  1.3.1研究步骤

  本文对于课题的研究将沿着以下思路进行:

  首先,本文阐述了本文选题背景,并提出了所需要研究的问题;整理了国内目前对全要素能源效率与其收敛性的相关研究状况,通过总结当前的其他相关研究使用的方法,为本文的研究打下基础。

  其次,介绍本文研究所需要用到的理论和模型,介绍了数据包络分析法(DEA模型)细分的三种类型。

  再次,文章运用DEA测算新疆各地区全要素能源效率,分析观测期内新疆各地区能源效率的波动趋势。

  然后,本文利用动态面板数据模型进行实证检验,揭示能源效率的影响作用。

  最后,通过上述内容得到的结果,在本文的最后得出相关的结论,提出一些建议。

  1.3.2研究方法

  本次研究主要用到的方法有:

  (1)研读文献法。本文在整理文献的基础上为初步确定实证分析时所需要用到的方法打下基础,结合从各个方面综述国内外文献研究现状,并进行评述。

  (2)数据包络分析法。DEA指的是利用多种投入和产出的方法对数据进行选取来决定决策单元,之后运用线性规划的方法,把生产前沿的标准定为最优投入和产出来构成数据包络曲线的一种研究方法。因此在本文中为了测度新疆各地州全要素能源效率,在考虑多投入多产出评价中具有一定的优越性。

  2.新疆全要素能源效率的测算

  2.1能源效率评价指标

  能源效率有不同的测算方法,分为单要素能源效率和多要素能源效率。

  (1)单要素能源效率

  单要素能源效率是指单一的能源投入量和经济产出量之间的关系,单要素能源效率的计算方法为:

  (1)

  在计算式E代表的是能源的利用效率,EC表示该国家或地区的能源消耗量,GDP则指的是该国家或地区在一定时期内国内生产活动的最终成果。

  (2)全要素能源效率

  在对能源效率进行测算时,一般来说目的就是估算能源的目标投入量,其目的是在全要素生产率的条件下形成一个有效前沿面,这个有效前沿面包括了经济产出和投入要素,而能源的目标投入量指的就是能让研究的决策单元达到所构建的最优前沿面时所需要的能源投入量。

  我们可以从经过测算得出来的全要素能源效率指数中看出该地区能源消费的效率,为了达到投入能源最优利用率,能源的目标消耗量一般情况下应该是要小于能源的实际所消耗量,并且在最优情况下能源的目标消耗是会和目标值相等。

  经上述理论我们可以知道测算结果TFEE的取值应该保持在0-1之间。测算出来的TFEE指数越接近1越能说明当前选择的决策单元的实际能源投入和目标能源投入量十分接近,可以认为当前决策单元的能源效率接近于最优能源效率水平。

  由上述内容可见,为了避免在研究中若使用单要素能源效率会造成的研究结果缺陷,本文在研究本课题时对新疆能源效率进行测算时测算的是新疆各地区全要素能源效率。

  2.2全要素能源效率的测度方法

  通过对上文提到文献的研究,发现当下常用的全要素能源效率的测算方法是非参数的数据包络分析是一种用来测度全要素能源效率指数并且十分具有优势的一种方法。DEA方法于1978年由查恩斯(A.Charnes)和库伯(W.W.Cooper)两位美国著名运筹学教授率先发现的适用于多输入多输出的有效性综合评价问题,在处理本文所需要研究课题方面具有较强的优势。

  DEA模型的分类可以详细地分为三种类型,分别是CCR模型、BCC模型和DEA-Malmquist指数模型。

  (1)CCR模型

  1952年Charnes突破计算技术上的阻碍,利用非阿基米德无穷小量建立了CCR模型,用来衡量假设DMU处于报酬不变情况下的资源配置效率。我们能够用CCR模型判定纯技术有效和规模有效是否同时成立:

  首先,可以先对CCR模型进行初步推倒出来如下模型:

  (2)

  使用Charnes-Cooper变换,可以将上述模型转换成线性规划模型:

  令,,

  (3)

  为了方便在研究计算过程中使用将引入松弛变量和剩余变量,松弛变量表示达到最优配置需要减少的投入量,剩余变量表示达到最优配置需要增加的产出量。经过这一步的代入变换,将之前的不等式约束变为等式约束,此时的模型简化为:

  (4)

  (2)BCC模型

  1984年Banker,Charnes和Cooper在对先前只讨论固定规模报酬的DEA分析进行了扩展,提出了BCC模型。BCC模型是用来衡量当DMU处在一个变动的规模报酬情况下时,此情形下的纯技术和规模效率。

  图2-1 BCC模型示意图

  如图2-1所示的是BBC模型所研究的情形,从图中的A、B、C点的位置我们可以观察到A、C两点位于生产函数曲线f(x)之上,我们认为A、C点都是技术有效,反之位于曲线下面的B点则认为无效。

  (3)DEA-Malmquist指数模型

  上文介绍的CCR模型和BCC模型仅用于做决策单元生产效率在同一时期的横向比较,接下来要介绍的DEA-Malmquist指数模型能够解决前两个模型的局限性,对决策单元在不同时期间效率的动态变化进行测度,我们可以把它用到分析面板数据,实用性较强。

  Malmquist指数运用距离函数(E)进行运算时我们可以把这一过程用以下数学表现形式表示:

  (5)

  (6)

  (7)

  (8)

  (9)

  2.3指标选取与数据说明

  本文为了达到较为准确地研究新疆各地区之间的能源效率,将把能源消费、劳动力作为投入因素,把GDP当做产出因素,采用DEA方法来针对2009-2018年期间新疆各地区能源消费的目标值进行测算,并计算出新疆各地区的全要素能源效率,从而对新疆地区各地区的能源利用效率进行进一步的对比分析。

  使用DEA方法时选用的分析指标主要分为投入要素指标和产出要素指标。

  (1)投入指标

  本文的研究中在选取投入指标时选择了全要素生产率的人力指标,以及能够用来衡量能源投入的指标。本文选取的研究周期为2009年—2018年。

  1)能源投入

  能源投入指标选一般用能源消费量来表示,故本文在衡量能源投入指标时能源消费水平用各地州的能源消耗总量表示,计量单位统一为万吨标准煤,数据主要来源于2009-2019《新疆统计年鉴》。

  2)劳动力投入

  通常情况下用来衡量劳动力指标时用到的实际生产过程中投入的劳动量,而劳动量用单位劳动强度所花费的劳动时间来衡量。本文选取2009年—2018年新疆各地区年底从业人员人数作为劳动力投入指标,数据来源于2009年—2018年《新疆统计年鉴》。

  (2)产出指标

  实际GDP产出

  当前的研究中在国内衡量产出指标时一般选用国内生产总值。在本文的研究中将使用新疆各地州、市的实际国内生产总值作为测算能源效率时选取的产出指标,并且数据将收集自2009年—2018年的《新疆统计年鉴》。

  2.4模型的构建及全要素能源效率的测算

  根据上文介绍的DEA以及选取的产出指标和投入指标,测算出2009年-2018年新疆各地区的目标能源消费量,测算过程使用的是DEAP2.1软件,测算过程使用的式子如下:

  (10)

  其中为能源调整量,是实际能源消耗量,是目标能源消耗量,并有关系式:

  (11)

  测算出来的新疆各地区全要素能源效率如下表所示(见表2-1)。

  表2-1 2000-2012年新疆各地、州、市全要素能源效率

  2009 2010 2011 2012 2013 2014 2015 2016 2017 2018均值

  乌市1 1.173 1.192 1.164 1.501 1.097 1.194 0.928 1.102 1.162 1.151

  克拉玛依1 1.362 1.075 0.999 1.383 0.99 0.851 1.029 1.137 1.241 1.107

  石河子1 1.137 1.211 0.931 1.767 0.915 1.362 1.048 1.049 1.215 1.164

  吐鲁番0.657 0.93 1.14 1.048 1.176 1.011 0.805 1.122 1.086 1.054 1.003

  哈密0.977 1.148 1.23 1.108 1.932 1.076 1.209 0.934 1.178 1.22 1.201

  昌吉州0.637 1.14 1.104 1.121 1.348 1.045 1.129 0.985 1.034 1.399 1.094

  伊犁州0.581 1.103 1.38 1.076 1.706 1.037 1.248 1.905 0.523 1.179 1.174

  塔城1 0.971 1.147 1.053 1.037 1.06 1.133 0.993 0.996 1.57 1.096

  阿勒泰0.93 1.011 1.065 1.465 1.44 1.008 1.097 0.916 1.041 1.224 1.12

  博州1 1.184 1.143 1.147 1.715 1.185 1.218 0.961 1.032 1.386 1.197

  巴州1 1.117 1.154 1.065 1.153 0.117 0.681 0.845 1.009 1.248 0.939

  阿克苏0.418 1.111 0.976 1.11 1.535 1.092 1.309 1.009 1.043 1.2 1.08

  克州1 0.454 0.949 1.035 1.831 1.11 1.176 0.884 1.081 1.269 1.079

  喀什1 1.315 0.93 1.099 1.952 1.193 1.162 0.95 1.138 1.117 1.186

  和田1 1.055 1.268 1.158 1.251 1.183 1.116 0.788 1.262 1.04 1.112

  全疆0.88 1.081 1.131 1.105 1.515 1.008 1.113 1.02 1.047 1.235

  2.5新疆全要素能源效率的总体分析

  根据上文的测算结果,可以测算出2009—2018年新疆总体全要素能源效率指数(图2-2)。从图2-2能够看出,2009—20011年间,新疆的全要素能源效率上升的趋势比较缓慢;在之后的2012年有小幅度的回落;2013年新疆全要素能源效率出现空前的大幅度上升趋势,其原因也许跟统计年鉴的记录数据的偏差有关;在2014—2005年间全要素能源出现了波浪式小幅度上升的趋势,虽然在2016年有了略微下降但在2017年又出现了上升的趋势;2017-2018年出现稳步上升的走势。

  图2-2 2009-2018年新疆全要素能源效率

  2.6新疆各地区全要素能源效率的分析

  从新疆各地区的全要素能源效率测算结果能够看出,大部分地区的能源效率在整个样本周期是波动的。

  2009‐2011年期间乌鲁木齐的全要素能源效率出现了小幅度上涨,2012年有一个小幅度的回落之后2013年跟总体呈现的趋势一样有紧急上升趋势,其原因也许与统计年鉴上的记录误差有关,2016-2018年间乌鲁木齐的能源效率总体呈现上升趋势,仅在2016年有小幅度下降,这说明乌鲁木齐在经济发展的同时逐渐注重质量的提高,经济增长由粗放型逐步向可持续方向转化;克拉玛依在2009-2014年期间的值始终在1以上,且2009-2018年间仅2015年能源效率值在1以下,说明克拉玛依地区的能源效率一直处于前沿面上,即能源效率始终处在最优的状态。

  吐鲁番地区在2009-2013年间能源效率值呈现逐渐上升趋势,在2014-2015年出现了下降趋势,然而又从2016年开始出现平缓小幅度上升;哈密地区的能源效率值一直较为平缓,除了总体呈现出的2013年的上升值外都较为平滑。

  昌吉州自2009-2018年间能源效率值一直呈现小幅上升趋势,说明昌吉州一直在致力于推行提高能源效率的措施。伊犁州直属县市从2009-2016年呈现波浪式上升趋势,2017年出现大幅下降却又与2018年回到了1以上,此时的变化说明这些地区积极总结经验教训,不仅要保证提高能源效率,还要做到让经济走上可持续发展的道路。

  塔城地区在观察期的能源效率值基本上都维持在1以上的水平,仅2010年、2016、2017年在1以下但是及其接近1,并于2018年呈现迅速上升趋势;阿勒泰地区2009-2013年的值呈现上升趋势,2014年出现下降但从2015年开始继续呈现上升趋势。

  博州在2009-2018年间的趋势呈较为平缓的趋势,在2017年开始有较大幅度上升;在2009-2018年期间,巴州的能源效率呈平缓上升趋势,但在2015年有大幅度下降,2016年起又恢复了其上升趋势,2017年回到了1以上的水平。

  阿克苏地区和克州在2009-2018年间的能源效率值起伏不定,特别是2009-2015年间,其波动起伏较大,说明这可能因为这两个地区仅仅把提高经济发展作为目标,忽视了能源效率以及环境等重要问题。

  喀什地区和和田地区在2009-2018年间的能源效率值基本上维持在1以上,和田地区仅有在2016年有小幅度下降之外都保持在平稳上升的趋势上,说明和田地区和喀什地区的全要素能源效率在本次研究所选择的观测期都是用最小的能源消耗得到产出。

  2.7本章小结

  通过本章对新疆全要素能源效率测算方法、指标选取到整体测算我们可以看出,在观察期多数地区的测算值呈波动状,其中克拉玛依、塔城、喀什、和田等地的能源效率较为稳定,吐鲁番、阿克苏、克州等地的测算值波动较大。整体来看北疆地区的数据波动较大。

  3.新疆全要素能源效率的收敛性分析

  在研究中收敛性一般可以分为绝对收敛和条件收敛两种。我们可以认为σ收敛和绝对β收敛都可以包含在绝对收敛的范围里,且相对β收敛应该是属于测度条件收敛的范围里。我们将采用变异系数来进行测度σ收敛,收敛回归模型考察β收敛在观测期的收敛特性。

  3.1新疆全要素能源效率的α收敛模型

  图3-1显示的是新疆整体与南疆北疆的全要素能源效率的σ收敛情况。就新疆整体水平来看考察的10年中,除2013、2016年有波动外,变异系数是保持缩小的趋势的,即新疆各地区之间的能源效率的差距在缩小。

  从南疆地区和北疆地区的角度来看,南疆地区的变异系数一直是最大的,说明南疆地区内部的能源效率差距一直比较大,这与南疆地区部分地区的能源效率都处于全疆较低水平且效率提升速度缓慢相关;北疆地区的变动比南疆慢,整体上呈现出缓慢缩小差距的趋势,且其变动趋势与全疆总体水平较为贴近。

  图3-1地区全要素能源效率的变异系数

  3.2新疆全要素能源效率的β收敛模型

  本文使用方程(12),运用上文测算所得结果的面板数据对新疆各地区全要素能源效率测算值条件β收敛特征进行分析。

  (12)

  在接下来的步骤里,将运用收敛方程来检验新疆各地区全要素能源效率的绝对β收敛情况,并且做出了该面板数据对新疆各地区整体条件收敛的固定效应(FE)和随机效应(RE)分析方法的回归结果,并且对收敛结果进一步做了Hausman检验,根据估计结果在随机效应和固定效应两个效应模型中做出了选择。

  表3-1新疆各地区能源效率β收敛估计结果

  系数t统计量hausman检验R-squared

  FE RE FE RE FE RE

  全疆0.079934 0.338364 1.79 3.13 0.8730(0.03)0.988 0.0714

  如上表的估计结果我们可以Hausman检验的结果不拒绝原假设,即随机效应与固定效应两个模型无系统性差别,故我们选择对新疆各地区整体使用随机效应的估计结果。观察结果可以发现,新疆各地区整体条件收敛的最终回归系数都是显著为正的,这一结果说明新疆各地区内部并没有向一个共同的能源效率的稳态收敛,而是由于各个地州之间人力资本、投资、地域等条件的差异分别趋向于自身的稳态。