网站首页 公文大全 个人文档 实用范文 讲话致辞 实用工具 心得体会 哲学范文 总结范文 范文大全 报告 合同 文书 信函 实用
  • 汇报体会
  • 节日庆典
  • 礼仪
  • 毕业论文
  • 评语寄语
  • 导游词
  • 口号大全
  • 其他范文
    • 百花范文网 > 实用范文 > 其他范文 > 长江经济带污染排放效率与影响因素研究

    长江经济带污染排放效率与影响因素研究

    时间：2023-01-22 16:30:38来源：百花范文网本文已影响人

    刘晓蝶，孟祥瑞，王向前

    (安徽理工大学 经济与管理学院，安徽 淮南，232001)

    长江经济带是我国重点战略发展区域，横跨中国东中西三大区域，具有独特的发展优势及潜力.2007～2018年，长江经济带总体生产总值稳步增长，年均增长率约为24.2%.然而，由于沿江城市经济的快速发展，工业企业对能源的需求量居高不下，年均增长1.8%.在这种能源高消耗的情况下，必然会造成大量的环境污染问题，废水、二氧化硫、烟粉尘等污染的排放量逐年增加，污染治理投资也逐年升高.能源高消费和污染高排放阻碍了长江经济带的长远发展，长江经济带要实现节能减排目标也面临着巨大的压力，因此，加强节能减排工作的实施有利于长江经济带实现绿色可持续发展.

    全球生态环境问题越来越被重视,学者们围绕污染物排放、效率测算及污染排放影响因素的研究成果已经非常丰富.Sueyoshi T等[1]将空气污染中的PM2.5和PM10当作非期望产出纳入能源效率评价指标体系对我国区域环境进行研究；
    Feng Dong等[2]将碳排放视为不良产出考虑进效率评价体系中，测算我国各省碳排放效率，发现区域间的碳排放具有明显差异；
    Lei Jiang等[3]基于卫星观测所得的我国270个地级城市的SO2数据，利用空间计量法分析了社会经济因素对SO2的影响.Ze Tian等[4]采用基于DEA改进的EBM-DEA模型来测算我国各省市的碳排放效率，并将长江经济带地区与非长江经济带地区的碳排放效率进行比较分析，为我国区域协调发展提出政策性建议；
    Yufei Ren等[5]使用SBM模型测量了中国东部四个沿海城市群的生态效率，并与DEA模型测量的经济效率进行了对比；
    Jin Gui等[6]为了优化我国土地资源配置，利用SFA模型研究了长江经济带110个城市城市化效率，分析了上、中、下游地区的差异及空间关联性.Renyan Long等[7]利用SDM模型分析了影响长江经济带绿色创新效率的因素，实证结果表明经济发展、政府支持和产业结构升级是提升绿色创新效率的核心要素；
    Xinxin Pan等[8]通过对欧洲35个国家能源效率的实证分析得出，劳动力投入和制造业增加产值对能源效率产生负面影响，经济发展与能源效率之间呈二次U型关系；
    Congjun Rao等[9]建立了LARS-LASSO回归模型来分析环境污染的影响因素，结果表明工业废气和工业废水污染排放之间的相互作用与经济发展之间呈现反向变化关系.

    综上所述，已有文献大多是基于国家或省级城市的大气污染和碳排放污染进行研究，忽略了整体环境的污染排放.同时，学者对于影响因素的研究大多采用回归分析的方法，没有研究影响因素与因变量之间的关联程度.基于此，本文以长江经济带11个省市为研究对象，收集2007～2018年的面板数据，把整个环境的污染排放加入到能源效率指标体系中，运用SBM方法测度长江经济带的能源效率，分析污染排放对能源效率的影响，随即采用灰色关联分析法对影响污染排放产出的因素进行分析，以期对各地区污染排放控制和绿色发展提供相关参考性建议和决策思路.

    2.1 模型介绍

    2.1.1 SBM模型

    DEA模型最初由Charnes和Copper提出，之后Tone[10]对其进行了优化，提出了基于非径向和非角度的SBM模型.由于现实中能源消耗后的产出不仅包括传统的期望产出，还含有不利于经济社会环境进步的非期望产出，因此，Tone[11]又提出了考虑非期望产出的SBM模型.本文采用改进后的考虑非期望产出的SBM模型来测算我国各省能源效率，模型如下：

    假设有K个决策单元DMU，投入设为I，期望产出设为M，非期望产出设为N，x、y和z分别表示DMU的投入产出值，Q表示DMU的权重，SBM模型为：

    (1)

    其中：ρ*表示效率值，取值范围为(0，1]，当ρ*趋近于0时，说明DMU效率值很低；
    当ρ*在0～1之间时，说明DMU并非完全有效，不处于效率前沿，DMU存在一定的投入损失；
    当ρ*=1时，说明DMU完全有效，位于效率前沿.

    2.1.2 灰色关联分析

    1982年邓聚龙首次提出了灰色系统理论，可用来分析变量对因变量的动态影响[12].当所得结果趋于1时，说明两者关联程度高，同步变化程度高，相反，当结果趋于0时，说明两者关联程度低[13].具体模型如下：

    1)设定因素自变量和因变量.设参考序列为α0(b),b=1,2,…,B，设比较序列为αa(b),a=1,2,…,A,b=1,2,…,B.

    2)数据处理.对原数据进行无量纲化处理[14]，即：

    a=1,2,…,A

    (3)

    3)求差序列.计算参考序列与比较序列之间的绝对差，即：

    Δα0(b)=|α0(b)-αa(b)|,

    a=0,1,2,…,A,b=1,2,…,B

    (4)

    4)计算关联度.求出差序列的最大值与最小值，得出关联系数为：

    a=0,1,2,…,A,b=1,2,…,B

    (5)

    其中：θ表示分辨系数，避免造成过大误差.关联度为：

    a=0,1,2,…,A,b=1,2,…,B

    (6)

    2.2 指标选取和数据来源

    本文数据均来自《中国统计年鉴》(2008～2019年)和各省市统计年鉴及统计公报等.

    2.2.1 污染排放定义

    本着数据可得性、充分代表性和突出主要影响的原则，本文参考已有文献将废水、二氧化硫和烟粉尘视为污染排放，其他污染物产出暂忽略不计.

    为了更好的研究污染排放及其影响因素，本文将三类污染排放折合成一个综合污染指数CPI，用一元化的指标CPI表示污染排放量[15]，有利于整体分析.

    (p=1,2,3;k=1,2,…,11)

    (7)

    (8)

    (9)

    其中：PI代表污染排放分项指数，W代表各类污染排放的权重，p代表污染排放产出的种类.

    2.2.2 能源效率指标

    对于经济效率和能源效率的测算，具体标量描述如表1所示.

    表1 效率评价指标体系Table 1 Efficiency evaluation index system

    2.2.3 影响因素指标

    通过研究众多学者对污染排放影响因素的研究成果，本文筛选出了以下8个指标作为污染排放的影响因素，具体标量描述如表2所示.

    表2 影响因素评价指标体系Table 2 Evaluation index system of influencing factors

    3.1 污染排放对能源效率的影响

    运用DEA-Solver5.0软件，采用SBM模型分别测算2007～2018年长江经济带11个省市不考虑污染排放产出的经济效率和考虑污染排放产出的能源效率，得出结果如表3所示，由于篇幅有限，只列举出2007年、2013年和2018年的结果.

    表3中的效率测算结果显示，不论是从经济效率还是从能源效率角度来看，长江经济带各地区之间效率水平差距较大，位于下游的上海、江苏、浙江、安徽四个地区整体效率值最高，高于平均水平，其次是位于中游的江西、湖北、湖南三个地区，位于上游的重庆、四川、贵州、云南四个地区效率值最低.下游地区是长江经济带经济发展水平最高的地区，并且拥有优越的地理位置，便携的交通运输条件，生态环境也较好.先进的生产技术和环保技术使得下游地区在开展经济活动时以较少的能源消耗和较轻的环境污染获得较多的经济产值.中游地区是我国重要的能源基地，经济发展水平略低于下游地区，能源资源丰富，大部分城市一直以资源和环境为代价获得经济的快速增长，导致效率值不高.上游地区交通基础设施较不完善，生态环境脆弱，经济发展较为落后，生产技术的引进和普及较慢，并且无法获得较多的投资，致使效率值较低.

    表3 长江经济带不同时期经济效率和能源效率分布Table 3 Distribution of economic efficiency and energy efficiency in different periods of the Yangtze River Economic Belt

    由图1可以看出，2007～2018年，整个长江经济带经济效率和能源效率呈上升趋势.经济效率均值为0.906，能源效率均值为0.749，经济效率与能源效率差距较大，说明长江经济带在发展进程中存在着不可忽视的污染排放问题.经济效率值总是高于能源效率值，说明污染排放产出对能源的利用效率产生负面影响，这与刘渝，宋阳[16]所研究的结果一致，不考虑污染排放产出的测算会高估长江经济带的实际能源效率水平.2007～2018年，经济效率值和能源效率值的差距不断缩小，说明长江经济带“十一五”以来实施的节能减排政策有所成效，污染排放问题有所缓解.

    图1 2007～2018年经济效率和能源效率Figure 1 Economic efficiency and energy efficiency from 2007 to 2018

    从区域角度来看，如图2，研究期内上海市经济效率和能源效率均列第一，且效率值均为1.000，实现了DEA有效，是长江经济带表现最优的城市，这主要是因为上海市经济发展水平高，产业结构优化，第三产业占比较大，污染排放水平低.江苏、浙江位于长江经济带下游地区，近年来一改原有的粗放型经济模式，第三产业优势明显，经济效率和能源效率水平都高于长江经济带平均水平.湖北省与湖南省经济基础较好，近年来工业化发展新型化推进较快，能效水平优化明显，经济效率与能源效率都高于长江经济带平均水平，处于中游地区较优水平.此外，研究期内表现最差的是云南省和贵州省，其经济效率值和能源效率值均低于长江经济带平均水平，这两个省份经济发展一直落后于长江经济带其他地区，产业结构失衡问题也很严重，但二者经济效率和能源效率之间的差距相对较小，是因为这两个省份本身环境质量较好，重工业水平低、能源消耗低从而使得污染排放相对较低.

    图2 长江经济带各省市经济效率与能源效率方差分解分析结果Figure 2 Economic efficiency and energy efficiency of provinces and cities in the Yangtze River Economic Belt

    利用STATA15.0对污染排放约束下的能源效率值动态演变过程进行Kernel密度估计，绘制出2007～2018年Kernel核密度曲线图(图3).从能源效率总体演进动态来看，2007～2018年Kernel核密度曲线中心不断右移，表明研究期内能源效率不断提高，节能减排政策的实施产生了良好的效果.2007～2011年峰值不断下降，2011年之后开始上升，宽度变窄，表明近几年长江经济带能源效率区域差距先增大后缩小， “十二五规划”的实行有效缩小了了长江经济带区域差异.能源效率从2007～2018年由“双峰”逐步演变为“多峰”，表明长江经济带能源效率分布呈“多极化”特征，一个省份的能源效率变动会对相邻省份能源效率产生影响，而且这种影响越发明显，说明区域间关联不断加深，有利于区域交流，提高整体能源效率水平.

    图3 长江经济带能源效率的动态演进Figure 3 Dynamic evolution of energy efficiency in the Yangtze River Economic Belt

    3.2 影响因素分析

    根据灰色关联分析理论，将综合污染指数作为参考序列，影响因素作为比较序列，计算所得灰色关联系数如表4所示.

    表4 长江经济带各省市污染排放影响因素灰色关联系数Table 4 Grey correlation coefficient of pollution emission influencing factors of provinces and cities in the Yangtze River Economic Belt

    整体看来，影响长江经济带污染排放程度最高的是城镇化水平，关联度值为0.840，其次是人口规模、产业结构、能源消费结构、对外开放程度、科技创新和环境规制，影响程度最低的是环境规制，关联值为0.653.由此可以看出，近年来长江经济带城镇化建设的推进，人口和资源聚集、资源得到充分利用，同时人们素质水平的提高抑制了污染的排放，使得城镇化水平成为影响污染排放的最重要因素.人口规模变化会直接改变能源消费量和污染排放量，因此人口规模对于污染排放的影响也是不容忽视的.虽然环境规制对污染排放的影响程度最低，但关联度为0.653，可以说明环境规制政策的实施对污染排放量也具有一定的影响.

    纵向来看，各因素对长江经济带11个省市污染排放的影响程度不尽相同.下游地区与污染排放关联程度最高的是人口规模、城镇化水平和能源消费结构，关联程度很高，说明下游地区人口规模变化、城镇人口数量变化和煤炭使用量变化都会使污染排放量发生大变化；
    而经济发展水平、科技创新和环境规制对于污染排放的影响最低，由于下游地区经济发展水平、科技创新水平和环境规制本就处于高水平，因此近年来经济发展、科技进步以及环境政策的实施对污染排放的影响程度较低.

    中游地区人口规模、产业结构和科技创新是影响污染排放最主要的因素，关联度高；
    经济发展水平和环境规制与污染排放的关联度最低，说明中游地区的经济增长和环境规制政策对污染排放治理效果不明显.

    上游地区分为重庆、四川和云南、贵州两种情况，影响重庆和四川污染排放的重要因素为城镇化水平和能源消费结构，说明城镇人口数量变化和能源消费结构变化会很大程度的改变污染的排放量，经济发展水平和环境规制与污染排放的关联度最低；
    影响云南和贵州污染排放的主要因素是经济发展水平，下游地区经济发展水平本就落后，尤其是云南和贵州，地区相对偏远，难以跟上下游地区的脚步，环境规制与云南、贵州污染排放的关联度很低，由于云南和贵州工业化程度相对较低，生态环境基础较好，相关环境政策的实施效果不显著，因此与污染排放的关联度也很低.

    本文通过对2007～2018年长江经济带11个省市的研究，得出以下结论：

    1)在节能减排政策的约束下，由于长江经济带各省市之间的经济发展水平和产业模式的不同，其效率值存在区域差异，表现为下游效率值最高、中部次之、上游最低的空间分布特征，近年来区域间联系越发紧密，使得区域间差异不断缩小，有利于整体能源效率的提高.

    2)2007～2018年间，长江经济带的经济效率和能源效率均呈上升趋势一定程度上体现了节能减排政策实施的有效性，经济效率值始终高于能源效率值，但二者的差值逐年缩减，这也是支撑未来加强节能减排工作力度的强有力证据.

    3)长江经济带污染排放与影响因素的关联度排序由大到小依次为城镇化水平、人口规模、产业结构、能源消费结构、对外开放程度、科技创新、环境规制、经济发展水平，说明通过改变城镇化水平和人口规模能够有效改善污染排放.

    4)各影响因素与长江经济带各省市污染排放的关联度不尽相同，上中下游地区存在明显的区域差异，说明区域间节能减排协同性存在一定差距.

    基于以上研究结论结合国家及地方政策发展方略，本文针对长江经济带及各省市日后的节能减排工作提出以下建议：

    1)污染排放对能源效率和生态环境都有显著的负面影响，要践行党和国家的绿色发展政策，必须加快节能减排政策实施步伐，各政府部门根据地区自身优势发挥政府主导作用，统筹协调发展.

    2)上游地区经济发展水平相对落后，资源负荷较大，环境规制的实施效果也差，各省市政府要充分发挥监管作用，促进企业和居民节能减排，利用当地地理优势，发展特色产业，促进经济发展，缩小与中下游之间的差距.

    3)中游地区要加快产业结构转型，加强与下游地区企业的交流，引进先进科技，加强企业创新，努力建设地方朝阳产业，让外出务工人员返乡创收，同时也能减小一线城市的人口压力.

    4)下游地区要注重政府职能创新，严格控制污染排放制度，努力创新科技降低人均污染产出量，同时利用自身优秀的科学技术帮助上中游地区提高能源效率、降低污染排放，共同改善长江经济带，建设绿色生态长廊.

    猜你喜欢 经济带长江能源 国际能源署：今年清洁能源投资将再创新高节能与环保(2022年7期)2022-11-09一条江的嬗变长江经济带绿色发展之路法人(2021年2期)2021-03-02长江之头青年歌声(2020年11期)2020-11-24第六章意外的收获小学科学(2020年5期)2020-05-25陕西呼应长江经济带当代陕西(2018年9期)2018-11-18长江之歌(外二首)天津诗人(2017年2期)2017-11-29长江图(外二首)天津诗人(2017年2期)2017-11-29新丝绸之路经济带背景下新疆教育人才培养现代企业(2015年7期)2015-02-28丝绸之路经济带媒体合作论坛联合宣言签署声屏世界(2014年8期)2014-02-28长江8号漫画月刊·哈版(2009年11期)2009-03-24

    相关热词搜索：长江 排放 效率

    • 范文大全
    • 说说大全
    • 学习资料
    • 语录
    • 生肖
    • 解梦
    • 十二星座
    最新文章

    推荐访问

    排放 排放标准 排放量 效率 长江 长江七号的观后感 长江七号的观影感受 长江七号观后感500字以上 长江七号观看感悟 长江三峡 长江三峡导游讲解词 长江三峡导游词10分钟 长江三峡导游词1200字完整版 长江三峡导游词12分钟 长江三峡导游词1500字2021 长江三峡导游词2500词 长江三峡导游词8到15分钟 长江三峡导游词五分钟简单 长江三峡导游词介绍600字 长江三峡小三峡导游词 长江三峡西陵峡导游词 长江中下游地区 长江之歌6年级语文教案 长江之歌优质课视频 长江之歌教学内容 长江之歌教学过程 长江之歌课文教案 长江之歌｜苏教版（无答案） 长江勘察规划设计院 长江大桥 长江干线水上交通安全管理特别规定 长江森林公园好久开发 长江流域 长江流域重点水域 长江海事局工作时间 长江渔民退捕政策 长江的优美句子 长江经济带发展座谈会重要讲话 长江经济带座谈会讲话全文 长江经济座谈会 长江路 长江路小学秋学期少先队工作总结

    本文长江经济带污染排放效率与影响因素研究由百花范文网整理提供，版权归原作者、原出处所有。

    Copyright © 百花范文网 All Rights Reserved.