俞金林

摘要：隨著經(jīng)濟(jì)增長，能源消費(fèi)異質(zhì)的影響逐步顯現(xiàn)，文章在總結(jié)能源消費(fèi)異質(zhì)的相關(guān)研究成果基礎(chǔ)上，提出相應(yīng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的政策建議。

關(guān)鍵詞：產(chǎn)業(yè)結(jié)構(gòu)；能源消費(fèi)異質(zhì)；政策建議

在全球發(fā)展低碳經(jīng)濟(jì)的背景下，中國面臨的資源環(huán)境約束日益趨緊，為了緩解能源消費(fèi)帶來的環(huán)境壓力，中國制定了更嚴(yán)格的節(jié)能目標(biāo)，其中淘汰落后產(chǎn)業(yè)，減少落后產(chǎn)能是節(jié)能的重要手段。但由于各省經(jīng)濟(jì)社會發(fā)展水平不一致、區(qū)位不同和資源不均衡，不同省域的能源消費(fèi)存在異質(zhì)性。

一、 研究綜述

Yang.ect（2015）調(diào)研了住宅電力零售市場中電力產(chǎn)品的消費(fèi)偏好異質(zhì)性，發(fā)現(xiàn)消費(fèi)者愿意為提升新能源發(fā)電所占份額而付出額外的代價(jià)。Fan.ect（2016）分析了1995-2011年間中國省域能源強(qiáng)度演變的局部效應(yīng)，發(fā)現(xiàn)中國能源強(qiáng)度的演變存在顯著的異質(zhì)性。Li.ect（2016）發(fā)現(xiàn)建筑能耗的顯著變化，部分是由于分布式能源的擴(kuò)散，以及居民不統(tǒng)一的能耗行為。隨著研究深入，更多的研究方法被用以研究能耗或碳排放的異質(zhì)性。Sagebiel.ect（2017）利用隨機(jī)參數(shù)logit模型和潛在類logit模型，對能源消費(fèi)者偏好和支付價(jià)值意愿進(jìn)行分析。Wang.ect（2017） 提出了一種擴(kuò)展的非參數(shù)前沿方法，用以實(shí)證中國不同產(chǎn)業(yè)的能源績效，發(fā)現(xiàn)存在顯著的空間異質(zhì)性顯著。Meng.ect（2017）通過在投入產(chǎn)出模型中納入替代性空間結(jié)構(gòu)分析，實(shí)證了中國省域碳排放的異質(zhì)性及其溢出效應(yīng)對碳排放總量的影響。Ding.ect（2017）采用2006-2013年省域面板數(shù)據(jù)和LMDI模型分析氮氧化物排放的主要驅(qū)動因素，結(jié)論表明其排放量存在顯著省域差異，27個(gè)省份未實(shí)現(xiàn)預(yù)期目標(biāo)。Li.ect（2017）利用動態(tài)演化模型分析建筑業(yè)碳排放模式的時(shí)空異質(zhì)性，發(fā)現(xiàn)空間集群在中國周邊省份空間維度上存在顯著的特征。總體而言，關(guān)于能源消費(fèi)的異質(zhì)性，學(xué)者已有充分的認(rèn)知，但如何提出相應(yīng)的政策建議，尚需進(jìn)一步探討。

二、產(chǎn)業(yè)結(jié)構(gòu)的節(jié)能困境

在地方分權(quán)以及GDP績效激勵體制下，中國區(qū)域間的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整呈現(xiàn)出兩方面重要特征：一方面是產(chǎn)業(yè)轉(zhuǎn)移。與京津冀、長三角相連的兩北地區(qū)（華北和西北）由于地理位置等因素的優(yōu)越性承接了兩大經(jīng)濟(jì)增長極的產(chǎn)業(yè)轉(zhuǎn)移。雖然落后產(chǎn)能從發(fā)達(dá)省份轉(zhuǎn)移至落后省份是經(jīng)濟(jì)發(fā)展的必然結(jié)果，但自《中共中央國務(wù)院關(guān)于促進(jìn)中部地區(qū)崛起的若干意見》（2006）的提出以及《西部大開發(fā)“十一五”規(guī)劃》通過后，兩北地區(qū)承接來自東部發(fā)達(dá)省份落后產(chǎn)能的現(xiàn)象加強(qiáng)，加之在GDP作為重要政績考核標(biāo)準(zhǔn)的激勵機(jī)制下，地方政府的產(chǎn)能競爭十分激烈。能夠在清潔的條件下，短期內(nèi)顯著提升GDP的產(chǎn)業(yè)成為各省份爭相搶占的重要資源，沒有競爭優(yōu)勢的兩北地區(qū)只能以發(fā)展高耗能、高排放的傳統(tǒng)制造業(yè)來實(shí)現(xiàn)GDP的增長。與此同時(shí)，由于節(jié)能的監(jiān)控技術(shù)和體制尚不完善，寬松的能耗政策成為兩北地區(qū)政府的重要引資工具。遺憾的是，雖然落后產(chǎn)能轉(zhuǎn)移，但由于經(jīng)濟(jì)發(fā)達(dá)省份多與兩北省份相鄰。因此，污染存在顯著的外溢，當(dāng)這種“污染外溢效應(yīng)”大于“自身優(yōu)化效應(yīng)”時(shí)，發(fā)達(dá)省份不能通過轉(zhuǎn)移落后產(chǎn)能獲取節(jié)能收益。

三、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的政策建議

由于之前十余年里，兩北地區(qū)省域承接了大量被發(fā)達(dá)地區(qū)淘汰的高耗煤產(chǎn)能。然而由于兩北地區(qū)與發(fā)達(dá)地區(qū)相鄰，減少了節(jié)能規(guī)制對于發(fā)達(dá)地區(qū)的節(jié)能效應(yīng)，使得高煤耗產(chǎn)業(yè)占GDP比重每上升1%，能耗強(qiáng)度即提升0.052%。因此，基于高新技術(shù)企業(yè)和現(xiàn)代服務(wù)業(yè)的高利潤率和低能耗特征，建議為高新技術(shù)企業(yè)和現(xiàn)代服務(wù)業(yè)等民營資本集聚的行業(yè)進(jìn)一步減輕負(fù)擔(dān)，提升這兩類行業(yè)的企業(yè)利潤率，同時(shí)以節(jié)能規(guī)制為手段，促使更多移動人口向這兩類行業(yè)轉(zhuǎn)移，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級。

此外，當(dāng)前中國能源消費(fèi)很難在短期內(nèi)達(dá)到峰值，即使是發(fā)達(dá)省域或城市。因?yàn)楸桓吣芎氖∮蚧虺鞘邪鼑?，無論自身如何節(jié)能，均難以為區(qū)域帶來節(jié)能收益。因此，建議地方政府在制定節(jié)能規(guī)制時(shí)間表時(shí)，不宜為取得政績而盲目提前。中央在設(shè)立節(jié)能目標(biāo)時(shí)，將能源消費(fèi)集聚的省份進(jìn)行捆綁考核，即不考核某一個(gè)省或市是否實(shí)現(xiàn)節(jié)能，而是考核整個(gè)區(qū)域，若區(qū)域未達(dá)標(biāo)，則實(shí)行整體處罰，反之則整體獎勵，同時(shí)為區(qū)域內(nèi)省域合作搭建好溝通平臺。

參考文獻(xiàn)：

[1]Yingkui Yang， Hans StubbeSolgaard， Wolfgang Haider. Value seeking， price sensitive， or green？Analyzing preference heterogeneity among residential energy consumers in Denmark[J].Energy Research & Social Science，2015（06）.

[2]Ruguo Fan， Ming Luo，Pengfei Zhang. A study on evolution of energy intensity in China with heterogeneity and rebound effect[J].Energy，2016（99）.

[3]Jun Li. Energy performance heterogeneity in Chinas buildings sector： A data-driven investigation[J].Renewable and Sustainable Energy Reviews，2016（58）.

[4]Julian Sagebiel. Preference heterogeneity in energy discrete choice experiments： A review on methods for model selection[J]. Renewable and Sustainable Energy Reviews，2017（69）.

[5]H.Wang， B.W. Anga， Q.W.Wang， P. Zhoub. Measuring energy performance with sectoral heterogeneity：A non-parametric frontier approach[J].Energy Economics，2017（62）.

[6]Bo Meng， Jianguo Wang， Robbie Andrew， Hao Xiao， JinjunXue， Glen P. Peters. Spatial spillover effects in determining Chinas regional CO2 emissions growth： 2007-2010[J].Energy Economics，2017（63）.

[7]Lei Ding， Chao Liu， Kunlun Chen， Yalin Huang， BeidiDiao. Atmospheric pollution reduction effect and regional predicament： An empirical analysis based on the Chinese provincial NOxemissions[J]. Journal of Environmental Management，2017（196）.

[8]Wei Li， Wen Sun， Guomin Li， Pengfei Cui， Wen Wu， Baihui Jin. Temporal and spatial heterogeneity of carbon intensity in Chinas construction industry[J].Resources， Conservation & Recycling， 2017（126）.

*資助項(xiàng)目：江蘇大學(xué)大學(xué)生實(shí)踐創(chuàng)新訓(xùn)練項(xiàng)目（201810299249W），江蘇大學(xué)科研立項(xiàng)（Y17C030）。

（作者單位：江蘇大學(xué)財(cái)經(jīng)學(xué)院）