中國節(jié)能減排潛力測度與優(yōu)化路徑

郭玲玲，武春友

（大連理工大學(xué) 管理與經(jīng)濟學(xué)部，遼寧 大連 116024）

1 研究背景與文獻回顧

隨著城市化和工業(yè)化進程的不斷加快，中國能源需求量日趨增大、能源供需矛盾日益突出。提高能源效率、推進節(jié)能減排日益受到國際社會的廣泛關(guān)注，并成為學(xué)術(shù)界的研究熱點?！笆晃濉逼陂g中國的節(jié)能減排目標(biāo)是單位GDP能耗降低20%。然而，截至2010年底中國的實際降耗為19.1%，未能完成計劃目標(biāo)。那么，導(dǎo)致計劃目標(biāo)未能實現(xiàn)的原因是什么？在“十二五”規(guī)劃綱要中，中國政府提出了2015年單位GDP 能耗降低16%的目標(biāo)。雖然相比“十一五”期間的節(jié)能減排目標(biāo)有所降低，但是能源使用和環(huán)境污染的累積效應(yīng)使得該目標(biāo)的實現(xiàn)仍有一定難度。本文對中國各地區(qū)的節(jié)能減排潛力進行測算，并對其演化特征進行分析，以期找到中國各地區(qū)節(jié)能減排的重點與差異，為國家因地制宜地制定各地區(qū)的節(jié)能減排目標(biāo)提供科學(xué)依據(jù)。

1983年Meier、Wright和Rosenfeld［1］首次對節(jié)能減排進行評價，但由于所構(gòu)建的評價模型對數(shù)據(jù)精確性的要求較高，因此其應(yīng)用范圍受到一定限制。1989年Fare、Grosskopf和Lovell等［2］基于全要素生產(chǎn)理論提出了數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）法，為能源效率和節(jié)能減排的量化研究提供了一種十分有效的方法。目前國內(nèi)外學(xué)者運用DEA 模型進行了大量研究。例如：2006年Hu和Wang［3］最先利用DEA 模型對中國各地區(qū)的能源效率進行了比較分析，結(jié)果表明中國東部地區(qū)的能源效率最高、中部地區(qū)的能源效率最低；Hu和Kao［4］基 于DEA 模型對1991—2000 年APEC（Asia-Pacific Economic Cooperation，亞太經(jīng)濟合作組織）經(jīng)濟體的節(jié)能目標(biāo)率進行了分析，結(jié)果發(fā)現(xiàn)中國的節(jié)能潛力相比之下是最大的；金培振、張亞斌和李激揚［5］運用超效率DEA 模型對1995—2007年中國與10 個OECD（Organization for Economic Cooperation and Development，經(jīng)濟合作與發(fā)展組織）國家的能源效率和節(jié)能潛力進行了對比分析；Voltes-Dorta、Perdiguero 和Jiménez［6］利 用DEAMalmquist指數(shù)法計算和預(yù)測了西班牙汽車制造商的節(jié)能潛力，發(fā)現(xiàn)絕大多數(shù)公司能實現(xiàn)歐盟委員會設(shè)定的2015 年的排放目標(biāo)，27%的公司能實現(xiàn)2020年的目標(biāo)，3%的公司能實現(xiàn)2025年的排放目標(biāo)；Olanrewaju、Jimoh 和Kholopane［7］將指數(shù)分解分析法、人工神經(jīng)網(wǎng)絡(luò)和DEA 法相結(jié)合，對南非11個能源密集型工業(yè)部門的能源消耗和可能的節(jié)能潛力進行了測評和分析；余泳澤［8］、王蕾、魏后凱和王振霞［9］、Guo、Lei和Ying等［10］、Bian、He和Hao［11］分別利用DEA 模型從不同角度對中國各省區(qū)的節(jié)能減排潛力進行了測算和分析；王小兵、雷仲敏和張正河［12］以中國東北地區(qū)為研究對象，運用DEA 模型對“十一五”期間東北三省的節(jié)能能力、SO2和COD 的削減能力進行了定量分析；郭彬和逯雨波［13］利用超效率DEA 模型對中國中部六省的節(jié)能減排效率進行了計算，結(jié)果表明中國中部六省的節(jié)能減排整體水平不高、節(jié)能減排潛力很大；劉明明、王震和張寶生等［14］運用DEA 模型對2005—2011年中國29個?。ㄗ灾螀^(qū)、直轄市）的經(jīng)濟型能源效率和環(huán)境型能源效率進行了計算，結(jié)果表明河北、山東、四川和山西的節(jié)能潛力最大，其節(jié)能減排量占中國總節(jié)能減排量的30%以上；何曉萍［15］、孫廣生、楊先明和黃祎［16］運用DEA 模型對中國工業(yè)部門的節(jié)能潛力進行了研究，發(fā)現(xiàn)工業(yè)部門將是中國未來節(jié)能工作的重點部門。

上述研究成果為本文研究奠定了良好的理論和實證基礎(chǔ)。然而，筆者通過整理分析發(fā)現(xiàn)：在全要素框架下，現(xiàn)有研究未能綜合考慮能源消耗、污染物排放等因素，這易造成節(jié)能減排潛力的測算結(jié)果不準(zhǔn)確；現(xiàn)有研究多為針對某一時段開展的靜態(tài)研究，缺乏對不同時段的動態(tài)研究，這造成無法準(zhǔn)確地掌握中國節(jié)能減排的變動情況和發(fā)展趨勢。

鑒于此，本文在綜合考慮能源消耗和污染物排放的基礎(chǔ)上，構(gòu)建測算區(qū)域節(jié)能與減排潛力的DEA模型，結(jié)合1996—2010年的指標(biāo)數(shù)據(jù)，對中國30個?。ㄗ灾螀^(qū)、直轄市）①因缺少西藏的能源數(shù)據(jù)，故未考察西藏的節(jié)能減排潛力。此外，研究樣本不包括我國港澳臺地區(qū)。的節(jié)能減排潛力進行計算，并根據(jù)計算結(jié)果進行節(jié)能與減排潛力類型劃分，然后運用ArcGIS10.0軟件分析中國各?。ㄗ灾螀^(qū)、直轄市）節(jié)能減排潛力的時空演變，找到各省（自治區(qū)、直轄市）節(jié)能減排的最優(yōu)路徑與今后的工作重點，最后依據(jù)研究結(jié)果為中國節(jié)能減排工作的順利開展提供切實可行的政策建議。

2 理論模型

DEA 最早是由Charnes、Cooper和Rhodes基于Farrell的思想、在固定規(guī)模報酬假設(shè)下提出的一種效率測度方法，用于評價決策單元（decision making unit，DMU）的技術(shù)效率［17］。DEA 模型憑借易于理解、操作簡單等優(yōu)點而被廣泛應(yīng)用于理論創(chuàng)新與實際應(yīng)用中［18］。本文 參考Hu 和Wang［3］的思路，利用DEA 方法建立基于投入導(dǎo)向的節(jié)能潛力模型和基于產(chǎn)出導(dǎo)向的減排潛力模型。

2.1 基于投入導(dǎo)向的節(jié)能潛力模型

圖1為全要素能源效率模型。圖1中：SS′為單位化的等產(chǎn)量曲線，投入要素為資本、勞動和能源；點A、B、C和D為有效率點，點A′位于生產(chǎn)前沿曲線上方，表示獲得同樣的產(chǎn)出水平需要投入更多資源，即存在效率損失；從A′到A可達到技術(shù)前沿，點C為生產(chǎn)的帕累托最優(yōu)點，點A到點C存在配置不當(dāng)造成的能源浪費；點A′的要素?zé)o效損失包括兩部分——技術(shù)無效導(dǎo)致的投入過量AA′（其中能源過度投入量為A′A″）和配置不當(dāng)導(dǎo)致的松弛量AC，因此參照點C可知所需調(diào)整的能源投入量為A′A″+AC，該值越大說明生產(chǎn)中能源浪費得越多、該點效率越低；點A′的相對效率等于有效投入量與實際投入量的比值，而實際投入量減去有效投入量即無效投入量。節(jié)能潛力的計算公式如下：

式（1）中：Pi，t為t年i地區(qū)的節(jié)能潛力；Ei，t為t年i地區(qū)的全要素能源效率；LIi，t為t年i地區(qū)的損失能源量，即可節(jié)約的能源量；AIi，t為t年i地區(qū)的實際能源投入量；TIi，t為t年i地區(qū)的目標(biāo)能源投入量。Pi，t值越大，表明t年i地區(qū)的能源浪費量越大，其節(jié)能潛力就越大。

圖1 全要素能源效率模型

2.2 基于產(chǎn)出導(dǎo)向的減排潛力模型

實際生產(chǎn)過程中不可避免地會產(chǎn)生非期望的污染物。本文借鑒魏楚、杜立民和沈滿洪［19］以及余泳澤［8］的做法，利用乘法逆轉(zhuǎn)換（MLT）法對污染物進行轉(zhuǎn)換，轉(zhuǎn)換后的數(shù)據(jù)可用于正常的產(chǎn)出函數(shù)?；舅悸啡缦拢焊鶕?jù)Banker等的定義，設(shè)生產(chǎn)技術(shù)集選取函數(shù)對非期望產(chǎn)出B進行轉(zhuǎn)換；取k=1，此時可將生產(chǎn)技術(shù)集定義為T′=（f（B），v）。由此，減排潛力的計算公式為：

式（2）中：AOi，t代表t年i地區(qū)的實際污染排放量；TOi，t代表t年i地區(qū)的目標(biāo)污染排放量。Qi，t值越大，表明t年i地區(qū)的污染排放量越多，其減排潛力就越大。

3 實證研究

3.1 指標(biāo)選取和數(shù)據(jù)來源

參照道格拉斯生產(chǎn)函數(shù)Y=A（t）LαKβμ（其中，A（t）為技術(shù)水平，L為勞動力，K為資本），本文選取的投入指標(biāo)和產(chǎn)出指標(biāo)如下：

1）投入指標(biāo)。

①資本。以“資本存量”作為資本投入指標(biāo)。參考張軍、吳桂英和張吉鵬［20］以及單豪杰［21］的做法，以1978年為基年，利用永續(xù)盤存法估算相應(yīng)年份的各省（自治區(qū)、直轄市）的資本存量，單位為萬元。

②勞動。以“年均從業(yè)人數(shù)”作為勞動投入指標(biāo)?！澳昃鶑臉I(yè)人數(shù)”等于前年底的從業(yè)人數(shù)與本年底的從業(yè)人數(shù)的平均值，單位為萬人。

③能源。用各?。ㄗ灾螀^(qū)、直轄市）的一次能源消耗總量作為能源投入指標(biāo)，單位為萬噸標(biāo)準(zhǔn)煤。

2）產(chǎn)出指標(biāo)。

①生產(chǎn)總值。以1996 年為基年，對歷年各?。ㄗ灾螀^(qū)、直轄市）的GDP 進行平減，得到對應(yīng)年份的GDP實際值，單位為萬元。

②工業(yè)污染指數(shù)。用工業(yè)廢水排放量、工業(yè)固體廢物產(chǎn)生量和工業(yè)廢氣排放量作為工業(yè)污染產(chǎn)出。為避免指標(biāo)個數(shù)過多影響模型的合理性，采用熵值法［22］將3個污染指標(biāo)綜合為一個污染指數(shù)，將之作為污染產(chǎn)出指數(shù)。

③碳排放。將能源消耗的主要產(chǎn)出物——二氧化碳排放量納入模型。利用國家發(fā)展和改革委員會能源研究所發(fā)布的碳排放折算系數(shù)計算碳排放量，單位為萬噸。

工業(yè)污染和碳排放均為非期望產(chǎn)出。為了確保模型的合理性，本文通過取其倒數(shù)將之轉(zhuǎn)化成為期望產(chǎn)出而納入模型。

本文所用的指標(biāo)數(shù)據(jù)主要來源于1997—2011年的《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》和《中國城市統(tǒng)計年鑒》以及《中國國內(nèi)生產(chǎn)總值核算歷史資料：1952—1995》和《中國國內(nèi)生產(chǎn)總值核算歷史資料：1952—2004》，以確保統(tǒng)計口徑的一致性和數(shù)據(jù)的可比性。

3.2 節(jié)能潛力評價

利用DEAP2.1 軟件計算中國30 個?。ㄗ灾螀^(qū)、直轄市）的全要素能源效率（見表1），并在此基礎(chǔ)上利用式（2）計算各?。ㄗ灾螀^(qū)、直轄市）的節(jié)能潛力（見表2）。

由表1 可知：1996—2010年上海、福建和海南的全要素能源效率值一直為1，即一直處于最優(yōu)前沿面上，說明這三個省市的能源利用水平相對最高；江蘇（0.940）、廣東（0.929）、天津（0.908）和青海（0.954）等省市的能源利用水平也較高；貴州（0.433）、陜西（0.494）和云南（0.500）三個欠發(fā)達省份的全要素能源效率值均小于或等于0.5，表明它們具有較大的能源節(jié)約空間，其能源利用方式有待調(diào)整。

表2 1996—2010年中國可節(jié)約能源量和節(jié)能潛力

從表2 可知，中國節(jié)能潛力的省際差距較大。節(jié)能潛力年均值超過50%的有貴州、甘肅、青海、寧夏、山西、陜西和云南等經(jīng)濟欠發(fā)達省份，與上海、福建、江蘇、廣東和天津等節(jié)能潛力較小的發(fā)達省份相比，這些省份因資源配置不當(dāng)、技術(shù)水平落后等原因而白白浪費掉近一半的能源投入。處于前沿曲線上的上海、福建和海南的可節(jié)約能源量為0，但這并非意味著這三個省市不存在能源浪費，而是表示這些省市相比其他省份在當(dāng)前的技術(shù)條件下無法實現(xiàn)進一步的能源節(jié)約，如果引入其他發(fā)達國家或地區(qū)的數(shù)據(jù)，該數(shù)值將發(fā)生變化。

從可節(jié)約能源量看，河北、山西、山東、河南和四川等是中國的“節(jié)能大省”，其可節(jié)約能源量均超過了4000萬噸標(biāo)準(zhǔn)煤。在“九五”期間、“十五”期間和“十一五”期間，這五省的可節(jié)約能源量占全國可節(jié)約能源總量的比例分別為37.28%、40.96% 和42.22%?！熬盼濉逼陂g、“十五”期間和“十一五”期間，全國節(jié)能總量分別為237369.90 萬噸標(biāo)準(zhǔn)煤、293695.94萬噸標(biāo)準(zhǔn)煤和444719.3萬噸標(biāo)準(zhǔn)煤，分別占當(dāng)期實際能源消耗總量的34.23%、31.14%和30.41%。這說明，中國能源浪費現(xiàn)象并沒有得到有效改善，中國仍存在較大的節(jié)能空間。

雖然“十一五”期間中國基本完成了節(jié)能目標(biāo)，但是與原定目標(biāo)（20%）仍存在一定差距。那么，“十二五”期間中國的節(jié)能目標(biāo)能否順利完成呢？根據(jù)國家公布的各省節(jié)能目標(biāo)［23］可知，山西、內(nèi)蒙古和吉林等是“十一五”期間中國的重點節(jié)能省份。然而，從表2可看出：吉林省對國家節(jié)能目標(biāo)實現(xiàn)的貢獻率不是很高，僅為2.2%，也就是說該省的節(jié)能潛力并未被充分挖掘，吉林省繼續(xù)是“十二五”期間中國節(jié)能工作的重點區(qū)域。除上述3個省份外，河北、遼寧、山東、河南、四川和貴州等對中國節(jié)能目標(biāo)實現(xiàn)的貢獻率也較大。綜上，上述9個省份應(yīng)成為“十二五”期間中國節(jié)能工作的重點區(qū)域。

3.3 減排潛力評價

根據(jù)式（2），可計算出各?。ㄗ灾螀^(qū)、直轄市）的可降低污染物排放量、減排潛力以及當(dāng)年可降低污染物排放量占全國可降低污染物排放總量的比重，結(jié)果見表3。

表3 1996—2010年中國減排潛力和可降低污染物排放量

由表3 可知：減排潛力較大的省份有河北、山西、河南、四川、貴州、云南、陜西和甘肅等重化工省份，1996—2010 年其減排潛力的年均值皆超過40%，是中國的“減排大省”，存在較大的減排空間。其中，河北和四川兩省對全國減排目標(biāo)實現(xiàn)的貢獻率最大，其可降低污染物排放量占比均接近10%。以2010年為例，上述10個省份的可降低污染物排放量占全國可降低污染物排放總量的53.34%。

從整體水平看，1996—2010年期間全國年均可降低污染物排放量為640543.2 萬噸。其中，1996年、2003年和2010年的該數(shù)值分別為682279.6萬噸、572628.1萬噸和717894.6萬噸，分別占全國實際排放量的28.79%、22.41%和21.15%。該結(jié)果表明，雖然1996—2010年期間中國的可降低污染物排放量有所起伏，但是整體上呈上升趨勢，各省區(qū)的減排潛力一直保持在20%～30%，并沒有出現(xiàn)較大起伏。從地區(qū)角度看，西部地區(qū)的減排潛力（約為40%）最高，其次是中部地區(qū)（約30%）和東部地區(qū)（約10%）。從減排貢獻率看，中、西部地區(qū)的貢獻率較大，均超過了30%，但隨著時間的推移而減小，最終出現(xiàn)東、中、西部地區(qū)的貢獻率持平的局面，即各占1/3。

3.4 時空演進分析

根據(jù)1996—2010年中國30個省（自治區(qū)、直轄市）的節(jié)能潛力和減排潛力的年均值和標(biāo)準(zhǔn)差值，本文對中國節(jié)能潛力和減排潛力的等級類型進行劃分，見表4。

表4 節(jié)能潛力和減排潛力的等級類型劃分

本文運用ArcGIS10.0軟件繪制中國節(jié)能潛力和減排潛力的時空演變圖（見圖2）。

圖2 1996年和2010年中國節(jié)能潛力的時空演變

圖3 1996年和2010年中國減排潛力的時空演變

圖2為1996年和2010年中國節(jié)能潛力的空間分布圖。由圖2a可知：中國中部地區(qū)的能源利用水平最低，多數(shù)省份的能源利用屬于“粗放利用”型，而東部地區(qū)多數(shù)省份的能源利用屬于“有效利用”型和“高效利用”型。從圖2b可看出：除東南沿海地區(qū)的上海、海南、福建和廣東四個省市一直保持能源“高效利用”外，其他省份的能源利用水平都有所上升、節(jié)能潛力有所下降。2010年能源“粗放利用”型省份主要集中在中國的西南部地區(qū)。這表明，節(jié)能重點區(qū)域有從中部地區(qū)向西部地區(qū)轉(zhuǎn)移的傾向，在空間上形成了明顯的“西-中-東”階梯狀分布格局。綜上：中國“能源詛咒”現(xiàn)象未能得到明顯緩解，東、西部地區(qū)的能源效率差距逐漸加大，這無形中增加了中國節(jié)能目標(biāo)實現(xiàn)的難度。

圖3為1996年和2010年中國減排潛力的空間分布圖。從圖3a可看出：對污染物進行嚴(yán)格、適當(dāng)控制的省份較少，零星地散布在東南沿海地區(qū)和西北地區(qū)，而其污染控制屬于“不當(dāng)控制”型和“疏忽控制”型的省份較多，集中分布在西南地區(qū)和東北地區(qū)。由圖3b可知：污染控制屬于“疏忽控制”型的省份明顯減少、“適當(dāng)控制”型的省份明顯增多，與1996年相比，2010年“適當(dāng)控制”型省份和“嚴(yán)格控制”型省份呈向東北地區(qū)、東南部地區(qū)擴展趨勢。整體上，中國的減排潛力形成了明顯的“西-中-東”階梯狀分布格局。

根據(jù)上述結(jié)果，不難發(fā)現(xiàn)：1996—2010 年期間中國政府對能源使用和污染排放的監(jiān)管取得了明顯成效。但是，這并不代表我們可以放松警惕、削弱監(jiān)管力度，其原因在于：一是污染物累積效應(yīng)，即工業(yè)污染物不能被一次性完全消除，其殘留物會不斷累加，從而產(chǎn)生“累積效應(yīng)”，其對環(huán)境的危害會不斷加重；二是現(xiàn)階段中國的技術(shù)水平，即國民經(jīng)濟的快速發(fā)展使能源消耗量不斷增加，但中國能源使用技術(shù)和污染物處理技術(shù)并不能與之相適應(yīng)，導(dǎo)致排放污染物的數(shù)量和危害性都很大。

4 節(jié)能減排優(yōu)化路徑設(shè)計

根據(jù)表4所示的節(jié)能潛力和減排潛力的等級類型，繪制二維矩陣圖（見圖4），分析中國各?。ㄗ灾螀^(qū)、直轄市）的節(jié)能減排優(yōu)化路徑。

圖4 中國節(jié)能潛力和減排潛力的二維矩陣圖

通過分析發(fā)現(xiàn)：中國30個?。ㄗ灾螀^(qū)、直轄市）中落在A 區(qū)、屬于低節(jié)能潛力和低減排潛力的省份共有8個，既有天津、上海、江蘇、浙江、廣東和福建等經(jīng)濟發(fā)達省市，也有黑龍江和海南等欠發(fā)達省份；青海和北京位于B區(qū)，遼寧位于D 區(qū)，其余19個省份都落在C區(qū)，即屬于高節(jié)能潛力和高減排潛力的區(qū)域。總體上，落在A 區(qū)和C 區(qū)的省份較多，表明中國節(jié)能潛力和減排潛力的“兩極化”較為明顯、差距較大。

根據(jù)所在區(qū)域的不同，各省區(qū)應(yīng)采取不同的節(jié)能減排對策。

①高效嚴(yán)控型（A 區(qū)）。此類型省份無論在能源效率還是在減排效率上都具有較高水平，那些做法突出的省份是其他省份實施“對標(biāo)管理”的對象。

②粗放嚴(yán)控型（B 區(qū)）。此類型省份的污染物排放控制水平較高，但其節(jié)能效率較低。為了確保“B→A”單邊突破路徑的實現(xiàn)，這些省份在不降低減排控制力度的同時，應(yīng)加強節(jié)能利用水平的提升。

③粗放失控型（C 區(qū)）。此類型省份的能源效率和減排效率均較低，存在巨大的資源浪費和嚴(yán)重的環(huán)境污染，是中國需要重點監(jiān)管的地區(qū)。此類型省份可選擇的優(yōu)化路徑既有漸進式的（“C→B→A”或“C→D→A”），也有飛躍式的（“C→A”）。漸進式路徑是一個將區(qū)域的“減排”或“節(jié)能”優(yōu)勢發(fā)揮到最大以彌補劣勢、最終使之進入A 區(qū)的揚長避短的過程。飛躍式路徑是一個區(qū)域經(jīng)濟實力、科學(xué)技術(shù)實力等累積到較高水平而厚積薄發(fā)的過程。

④高效失控型（D 區(qū)）。此類型省份的能源利用水平較高，但其減排效率較低。這些省份可采取“D→A”的單邊突破路徑，即以減少污染物排放為突破口，加強監(jiān)控、提升減排效率。

5 結(jié)語

5.1 結(jié)論

本文利用Deap2.1軟件測算了1996—2010年中國30個?。ㄗ灾螀^(qū)、直轄市）的節(jié)能潛力和減排潛力，進而運用ArcGIS10.0軟件分析各省份節(jié)能減排潛力的時空演進情況，在此基礎(chǔ)上設(shè)計各省份節(jié)能減排的優(yōu)化路徑。所得研究結(jié)論如下：

第一，在節(jié)能潛力方面，1996—2010 年期間貴州、甘肅、青海、寧夏、山西、陜西和云南等省份的節(jié)能潛力年均值均接近或超過50%，河北、山西、山東、河南和四川等省份的可節(jié)約能源量占全國可節(jié)約能源總量的比重均超過40%，說明上述省份是中國的“節(jié)能大省”。

第二，在減排潛力方面，1996—2010 年期間河北、山西、河南、四川、貴州、云南、陜西和甘肅等省份的減排潛力年均值均超過40%，這些省份是中國的“減排大省”。另外，從地區(qū)角度看，西部地區(qū)的減排潛力最高，其次為中部地區(qū)和東部地區(qū)。隨著時間的推移，東、中、西部地區(qū)的減排貢獻率持平，即各占1/3。

第三，從時空演進的角度看，節(jié)能潛力和減排潛力的空間分布呈明顯的“西-中-東”階梯狀格局，兩者的唯一不同之處是節(jié)能重點省份由中部地區(qū)向西部地區(qū)轉(zhuǎn)移，而減排重點從西南部、東北部地區(qū)向西部地區(qū)移動。

第四，在優(yōu)化路徑設(shè)計上，落在A 區(qū)的省份是國內(nèi)其他省份實施“對標(biāo)管理”的對象；落在B 區(qū)和D 區(qū)的省份可采取“B→A”或“D→A”的單邊突破路徑實現(xiàn)節(jié)能減排目標(biāo)；落在C 區(qū)的省份是中國重點監(jiān)控省份，可選擇的優(yōu)化路徑有漸進式（即“C→B→A”或“C→D→A”）和飛躍式（即“C→A”）兩種。

5.2 政策建議

根據(jù)所得結(jié)論，為確?！笆濉逼陂g中國節(jié)能減排目標(biāo)的實現(xiàn)，筆者提出以下政策建議：

第一，建立節(jié)能減排監(jiān)管系統(tǒng)。為實現(xiàn)政府部門及時了解各省份的節(jié)能減排工作，建議建立國家節(jié)能減排監(jiān)測系統(tǒng)。通過對能源使用、污染排放等數(shù)據(jù)進行統(tǒng)計分析與定期發(fā)布，實現(xiàn)對各省份的節(jié)能減排工作進行實時監(jiān)控。根據(jù)監(jiān)控結(jié)果，對各省份實行相應(yīng)的獎懲，并將獎懲結(jié)果在全國范圍內(nèi)公布，實現(xiàn)信息的公開透明化，以調(diào)動開展節(jié)能減排的積極性。

第二，建設(shè)節(jié)能減排技術(shù)交流平臺。由結(jié)果可知，中國的節(jié)能大省和減排大省均分布在西部地區(qū)，而出現(xiàn)這種現(xiàn)象的主要原因是西部地區(qū)的技術(shù)落后。因此，建議國家相關(guān)部門建立節(jié)能減排技術(shù)交流平臺，借助平臺的力量來加強東、西部地區(qū)的技術(shù)合作，幫助西部地區(qū)通過科技創(chuàng)新來實現(xiàn)能源效率的提高和對外排放污染物的降低。

第三，加快清潔能源和新能源使用。中國能源效率低下、環(huán)境污染嚴(yán)重主要源于中國以煤、石油等化石燃料為主的傳統(tǒng)能源結(jié)構(gòu)和粗放型生產(chǎn)方式。因此，應(yīng)積極改變中國現(xiàn)有的能源結(jié)構(gòu)，加快清潔能源、再生能源以及新能源的開發(fā)與應(yīng)用，推動能源結(jié)構(gòu)的多元化發(fā)展。

［1］MEIER A，WRIGHT J，ROSENFELD A H.Supplying Energy through Greater Efficiency［M］.Berkeley：University of California Press，1983.

［2］FARE R，GROSSKOPF S，LOVELL C A K，et al.Multilateral productivity comparisons when some outputs are undesirable：a nonparametric approach［J］.Review of Economics and Statistics，1989（71）：90-98.

［3］Hu Jin-Li，Wang Shih-Chuan.Total-factor energy efficiency of regions in China［J］.Energy Policy，2006，17（34）：3206-3217.

［4］HU J L，KAO C H.Efficient energy-saving targets for APEC economics［J］.Energy Policy，2007，35（1）：373-382.

［5］金培振，張亞斌，李激揚.能源效率與節(jié)能潛力的國際比較——以中國與OECD 國家為例［J］.世界經(jīng)濟研究，2011（1）：21-27.

［6］VOLTES-DORTA A，PERDIGUERO J，JIMéNEZ J L.Are car manufacturers on the way to reduce CO2emissions？A DEA approach［J］.Energy Economics，2013（38）：77-86.

［7］OLANREWAJU O A，JIMOH A A，KHOLOPANE P A.Assessing the energy potential in the South African industry：a combined IDA-ANN-DEA（Index Decomposition Analysis-Artificial Neural Network-Data Envelopment Analysis）model［J］.Energy，2013（63）：225-232.

［8］余泳澤.我國節(jié)能減排潛力、治理效率與實施路徑研究［J］.中國工業(yè)經(jīng)濟，2011（5）：58-68.

［9］王蕾，魏后凱，王振霞.中國區(qū)域節(jié)能潛力估算及節(jié)能政策設(shè)計［J］.財貿(mào)經(jīng)濟，2012（10）：130-136.

［10］GUO X D，LEI Z，YING F，et al.Evaluation of potential reductions in carbon emissions in Chinese provinces based on environmental DEA［J］.Energy Policy，2011（39）：2352-2360.

［11］BIAN Y W，HE P，HAO X.Estimation of potential energy saving and carbon dioxide emission reduction in China based on an extended non-radial DEA approach［J］.Energy Policy，2013（63）：962-971.

［12］王小兵，雷仲敏，張正河.中國區(qū)域節(jié)能減排能力測度與政策推進——以東北地區(qū)為例［J］.中國人口·資源與環(huán)境，2011，21（6）：83-88.

［13］郭彬，逯雨波.我國中部六省節(jié)能減排效率測評及其影響因素分析［J］.技術(shù)經(jīng)濟，2012，31（12）：58-76.

［14］劉明明，王震，張寶生，等.環(huán)保視角下中國省際全要素能源效率分析［J］.技術(shù)經(jīng)濟，2014，33（3）：60-67.

［15］何曉萍.中國工業(yè)的節(jié)能潛力及影響因素［J］.金融研究，2011（10）：34-46.

［16］孫廣生，楊先明，黃祎.中國工業(yè)行業(yè)的能源效率（1987—2005）——變化趨勢、節(jié)能潛力與影響因素研究［J］.中國軟科學(xué)，2011（11）：29-39.

［17］CHARNES A，COOPER W，RHODES E.Measuring the efficiency of decision making unites［J］.European Journal of Operational Research，1978，2（6）：429-444.

［18］郭京福，楊德禮.生產(chǎn)前沿參數(shù)方法與非參數(shù)方法的比較研究［J］.系統(tǒng)工程理論與實踐，1998（11）：31-35.

［19］魏楚，杜立民，沈滿洪.中國能否實現(xiàn)節(jié)能減排目標(biāo)：基于DEA 方法的評價與模擬［J］.世界經(jīng) 濟，2010（3）：141-160.

［20］張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算：1952—2000［J］.經(jīng)濟研究，2004（10）：35-44.

［21］單豪杰.中國資本存量K 的再估算：1952—2006年［J］.數(shù)量經(jīng)濟與技術(shù)經(jīng)濟研究，2008（10）：17-31.

［22］臧傳琴，劉巖.山東省全要素能源效率及其影響因素分析［J］.中國人口·資源與環(huán)境，2012，22（8）：107-113.

［23］國務(wù)院.國務(wù)院關(guān)于“十一五”期間各地區(qū)單位生產(chǎn)總值能源消耗降 低指標(biāo) 計劃［EB/OL］.［2006-09-17］.http：//www.gov.cn/gongbao/content/2006/content ＿443285.htm.