能源效率绿色经济论文

摘要：通过采用2011—2018年Zephyr全球并购数据库中的电力和天然气类跨国并购数据，本文不仅基于复杂网络视角构建了全球绿色能源投资网络，而且运用ArcGIS和Gephi软件从网络结构和网络节点两方面分析了该网络结构的演化特征。今天小编为大家推荐《能源效率绿色经济论文 (精选3篇)》相关资料，欢迎阅读！

能源效率绿色经济论文 篇1：

中国地区工业的生态效率测度及趋同分析：2003—2010年

摘要：生态效率兼顾经济活动的生态效益和经济效益，在一定程度上反映了经济可持续发展水平，其综合评价有助于探索经济发展方式转变的路径。2003—2010年中国大陆31个省份的工业生态效率测度及趋同分析表明：我国工业生态效率普遍偏低，其省际差异和年际变化差异都较大，而且存在明显的生态效率趋同。为进一步改善我国各省的工业生态效率，既要广泛搭建技术转移平台以促进先进技术推广，还要大力提高落后地区的技术能力以促进先进技术的充分吸收和利用。

关键词：工业;生态效率;趋同;数据包络分析法

一、引言

改革开放30多年来，我国经历了年均9.9%的高速经济增长，其中工业增加值由1978年的1 607亿元增加到2010年的51 471亿元，增加了31.6倍，年均增速11.50%。①与此同时，我国的高速经济增长亦付出了沉重的环境代价。据中国环境保护部环境规划院2012年1月16日发布的“环境规划院完成2009年中国环境经济核算报告”消息称：2004—2009年间我国基于退化成本的环境污染代价从5 118.2亿元提高到9701.1亿元，其中2009年环境退化成本和生态破坏损失成本合计13 916.2亿元，较2008年增加9.2%，约占当年GDP的3.8%;我国一次能源CO2排放量从2000年的34.7亿吨上升到2009年的71.8亿吨，增长了一倍，已成为世界主要的CO2排放大国;“十一五”期间我国资源产出率为320～350美元/吨，且有下降趋势，低于先进国家的2 500～3 500美元/吨。[1]②

显然，我国工业经济发展中的经济效益和生态效益并没有得到很好的兼顾，这是我国各地区当前及今后一段时期内亟需解决的重要问题之一。其中，如何综合评价我国地区工业经济发展中的经济效益和生态效益及其演变趋势，并据此探索工业经济发展方式的转变路径，具有重要的理论意义和实践价值。迄今为止，有关经济活动的经济效益和生态效益评价文献较多，其中较引人注目的一组研究从生态效率视角对此进行了综合分析。这些研究主要集中在生态效率的内涵、测度及其影响因素等方面，而鲜有研究对其趋同(或趋异)进行探讨，下面首先对相关文献做一简单综述，然后对中国地区工业的生态效率进行测度和趋同分析。

二、文献综述

生态效率(Eco-efficiency)一词由Schaltegger和Sturm(1990)首次提出[2]，世界可持续发展委员会在1992年里约地球峰会上对其进行了首次界定，其他一些组织机构也对其内涵进行了较广泛的探讨，如经济合作与发展组织(1998)[3]、欧盟环境署(1999)[4]、Saling(2002)等[5]。在生态经济学界，一般都认为生态效率是经济活动产生的增加值与其对环境造成的破坏之比。目前，生态效率这一概念已在生态学、经济学及其交叉学科中广为传播，应用领域涉及产品、企业、行业和区域经济系统的环境绩效评价等，相关综述性文献可参见Tyteca(1996)[6]、Olsthoorn et al.(2001)[7]、吕彬和杨建新(2006)[8]、孙源远和武春友(2008)[9]、杨文举(2009)等[10]。

虽然生态效率改善并非一定意味着可持续性提高(杨文举，2009)[10]，但是作为一个兼顾经济效益和生态效益的综合性指标，其测度无疑具有重要意义，它不仅有利于督促经济行为人开发利用更好的生产技术，而且有利于政策的制定和执行(Kuosmanen和Kortelainen，2005)[11]。然而，生态效率的测度方法至今却尚无定论，其难点在于怎样选择出合理的权重来加总不同的环境压力指标，代表性的测度方法如价值——影响比值计算法(Saling，2002;Huppes和Ishikawa，2005)[12]、数据包络分析法(Data Envelopment Analysis，简写为DEA，Kuosmanen和Kortelainen，2005[11])、生态成本价值指数模型[13]等。其中，基于DEA的生态效率测度思路近年来得到了较广泛的推广性应用。该思路不需要先验地进行生产函数和市场行为假设，而是通过求解线性规划内生地得出不同环境压力指标的权重，进而根据生态效率的定义来进行测度。不过，现有研究基本上都是运用当期数据来确定最佳实践生产(技术)前沿，一旦存在数据奇异值、经济波动等事实，不可避免地导致生态效率的测度结果失真。杨文举(2011)在借鉴一些生产率分析文献中运用跨期数据来确定生产前沿基础上，对生态效率计算中的基于跨期数据的生产前沿构建思路进行了探讨和应用，这一定程度上避免了数据奇异值、经济波动等情况对生产前沿构建的不利影响[14]。

作为一个衡量经济活动生态效益和经济效益的综合性指标，生态效率的影响因素及提升路径毫无疑问具有多样性，其深入研究对于改善经济活动生态效率具有重要意义，相关研究进行了较广泛的探讨。Fussler等(1996)认为，企业生态效率的提升途径包括客户服务产品质量、企业生命周期和环境承载力等多个方面[15]。Van Berkel R.等(2004)认为，不断升级操作、流程设计和技术等有助于提升企业生态效率[16]。张炳等(2008)则从加强环境管理、提高技术水平、实行清洁生产、发展循环经济和改变生产规模等方面，探讨了企业生产效率的提升途径[17]。庄静怡(2011)从环境政策工具、环保投资、技术创新投入和技术创新成果4大方面，对陕西省工业生态效率的影响因素及提升路径进行了经验分析，结果表明除技术创新成果之外的因素对工业生态效率都有显著影响[18]。程远(2011)从所有制、规模效应、科技创新、外商直接投资、环境管制、行业类别6大方面，实证分析了我国地区工业企业生态效率的影响因素，并提出了相应的对策建议[19]。

前面回顾的这些研究文献，对经济活动中生态效率的内涵、测度、影响因素及提升路径等都做了比较广泛而深入的探讨，这无疑在综合评价经济活动的生态效率等相关领域做出了极具价值的探索。在深入贯彻落实科学发展观的今天，各地区不仅要努力提升经济效益和生态效益，而且还应促进地区经济协调发展。作为经济发展绩效的一个综合性评价指标，生态效率在地区间的差异及其演变情况，在一定程度上显示了地区经济协调发展的程度。王恩旭和武春友(2011)等研究表明，我国各地区经济活动的生态效率差异较大[20]。那么，我国地区经济发展中是否存在生态效率趋同(或趋异)呢?据笔者所知，现有文献中还没有此方面的专门探讨。有鉴于此，本文拟以中国大陆31个省、直辖市和自治区的工业为研究对象，在测度各省的工业生态效率水平基础上，对生态效率是否存在趋同进行经验分析。文章后续部分如下安排：第三部分对本文的经验分析框架做简单介绍，包括基于DEA的生态效率测度模型及其趋同测试模型两部分;第四部分为经验分析，测度中国地区工业的生态效率并进行趋同测试分析;第五部分对全文进行简单总结和研究展望。

三、生态效率的测度及趋同测试模型

(一)基于DEA的生态效率测度

根据生态效率的一般定义，其测度实质上是计算经济活动的增加值与其对环境造成的影响之比值。一般来说，“三废”排放量的多少直观地反映了经济活动对环境的影响程度高低，它们也常常被引入生态效率分析中。然而，一旦将它们中的多个变量引入生态效率测度时，不仅会因量纲不同而出现无法加总的问题，而且还会面临如何选择各环境变量的权重问题。Kuosmanen和Kortelainen(2005)针对上述问题，在运用当期数据来确定经济活动的最佳实践生产前沿基础上，提出并应用了一种基于DEA的生态效率测度法[11]。该方法虽然解决了上述两大问题，但是在数据存在奇异值或年际波动较大时，所构建出来的生产前沿可能会较大地偏离实际情况。杨文举(2011)[14]借鉴Malmquist生产率指数分析中生产前沿构建的跨期数据包络分析思路，对基于DEA的生态效率测度法进行了完善，下面对此进行简单介绍。

假定经济中的决策单元个数为N，“三废”排放量等非期望产出Z的种类为M，期望产出为增加值V，W代表非期望产出的权重。并按照如下方式界定经济活动中的技术集，即它们是在非期望产出为Z时能够生产出期望产出V的技术集，见式(1)。

根据生态效率的一般定义，在t期技术前沿下，第k个决策单元运用s期的产出数据来计算的生态效率EEk(Zs，Vs，t)，实质上就是求解一个式(2)所示的线性规划。其中，不等式约束个数为N*t个，其目的就是在跨期数据包络分析思路下界定t期的环境技术前沿，即运用1～t期的所有产出数据来确定t期的最佳实践生产前沿，现有研究中除杨文举(2011)外都是只用t期的产出数据来确定t期的最佳实践生产前沿。

显然，利用式(2)计算出来的生态效率是一个相对值，取值范围为[0，1]，其数值大小直观地反映了各决策单元偏离共同生产前沿的距离。其中，如果EEk(Zs，Vs，t)越接近1，则该决策单元越接近生产前沿，其生态效率越高;所有生态效率取值为1的决策单元共同构成经济中的生产前沿;如果从t期到s期之间(t

(二)生态效率趋同测试模型

趋同(或趋异)测试研究发端于20世纪80年代中期的国际经济增长趋同分析(Baumol，1986)[21]，随后在经济增长研究领域得到了广泛应用，其初衷在于经验验证经济增长中是否存在后发国家(或地区)追赶发达国家(或地区)的经济增长现象，并据此检验新古典增长理论和新增长理论在阐释长期经济增长中的适用性。近年来，趋同测试分析已在经济学、管理学、社会学、环境科学等众多学科领域得到了广泛的推广运用。其中，效率研究领域的趋同分析相对较少，现有研究主要是借鉴经济增长趋同研究中的β趋同和(或)θ趋同测试模型，对区域技术效率(Becerril-Torres et al.，2010[22])、银行效率(Casu和Girardone，2010[23])、零售企业技术效率等进行趋同测试。Quah(1996)指出，β趋同测试结果存在缺陷：一是可能得出伪趋同结论，即在后发者以更快的速度增长并超越先发者时同样会得出趋同结论;二是该思路不能得出横截面单元间的水平差距在年际变化中是否逐步缩小的结论。经济增长理论表明，β趋同检验的是经济增长速率是否出现了后发者比先发者更快的“追赶效应”，而θ趋同检验的是经济增长水平(如GDP、收入水平等)是否出现了不同国家(或地区)间的差距逐步缩小现象;β趋同是θ趋同的必要条件而非充要条件，这两种趋同测试模型在检验经济发展中是否存在趋同现象时是互为补充的。因此，为较真实地反映经济增长中是否存在趋同现象，有必要同时进行β趋同和θ趋同测试。

本文借鉴Weill(2009)所采用的β趋同和θ趋同测试模型进行经验分析，测试模型见式(3)和式(4)[24]。其中，β趋同测试在于检验生态效率的年际变化中，是否存在期初生态效率较低省份的变化速率快于生态效率相对较高的省份，亦即生态效率年际变化中是否存在追赶效应;θ趋同测试在于检验生态效率的年际变化中，是否存在省际生态效率差距逐步缩小现象。

四、中国省份工业的经验分析

(一)变量选择及数据处理

根据前面的生态效率测度思路，经验分析中需要选择一组变量来衡量经济活动的增加值及其对环境的负面影响。本文借鉴杨文举(2009;2011)的做法，并结合数据的可得性和指标选取的合理性，选取大陆31个省、直辖市和自治区的工业增加值来度量工业生产活动的经济增加值，选取二氧化硫(SO2)排放量、工业废水中的化学需氧量(COD)、氨氮排放量、工业烟尘排放量和工业粉尘排放量5个指标来度量工业生产活动对环境造成的压力。

根据经济发展中最佳实践前沿确定的跨期数据包络分析思路，经验分析中数据的时间年限越长越好，这样尽可能地避免数据的奇异值和年际大幅波动对生产前沿构建的不利影响。本文在保证原始数据权威性基础上，将数据的时间跨度定格在2003—2010年，所有数据均来源“中国经济信息网专题资料库”，相关数据的一般统计信息见表1(限于空间，这里仅列出2006年的统计结果)。

表1的统计数据表明，我国大陆各省的工业发展是非均衡的，它们的期望产出和非期望产出都具有较大的省际差异。其中，各省工业增加值差异巨大，其最大最小值比超过600，而且中间值仅为最大值的17.42%。与此同时，各省工业发展中产生的“三废”排放量亦具有巨大差异，在所选择的5个变量中，全国的最大最小值比的最小值就接近700，而且中间值都远低于最大值。那么，我国大陆各省工业发展的生态效率是否也具有较大差异呢?如果存在的话，这种差距是否随着时间推移在逐步缩小?下面将从经验分析角度出发，对上述问题进行简单探讨。

(二)生产前沿的确定及生态效率测度

以2003—2010年的面板数据为基础，运用Lingo11.0计算式(2)所示的线性规划，得出大陆各省在各年的工业生态效率及生产前沿构成，计算结果见图1和表2。

这些计算结果表明，我国大陆各省工业发展中存在不同的生态效率水平，不过省际差异在整个分析期间有所降低;而且多数省份的生态效率都较低，各年的平均值都不到0.5。其中，8年中位于生产前沿上的省份很少，只有北京和上海一直位于生产前沿上，这表明它们在31个省份中，以最小的“三废”排放获得了同等数量的增加值，或在三废排放量等同情况下获得了最大数量的增加值。就位于生产前沿上省份最多的2004年(2010年也有5省位于生产前沿上)而言，工业生态效率的平均值也只有0.435 5，而且只有北京、上海、海南、西藏和青海5省位于生产前沿上，它们的工业生态效率为1;其余各省的工业生态效率都小于1，最低的为宁夏仅0.060 3，只有生产前沿上各省生态效率的16.58%。工业生态效率的这种省际差异从图1中亦可直观地看出来，代表生态效率的3条曲线不仅波动幅度大，而且其中众多数据点取值都位于1以下。根据生态效率的定义可以推论，导致生态效率省际差异的原因是多方面的，本文认为主要体现在下述3个方面。一是各省工业行业及产品差异大，这不可避免会导致单位产出的三废排放量具有较大差异。二是各省在工业发展中对生产技术(或工艺)特别是环境技术的选用有差异，不同生产技术(或工艺)下的单位产出排放量也自然会存在一定差异。三是各省工业发展中的技能—技术匹配情况并非等同，从而它们即使利用相同生产技术生产同种产品，由于技术有效利用程度不同也会导致单位产出的三废排放量具有一定差异。与此同时，我国各省的工业生态效率省际差异在整个分析期间也有所下降，其标准差由2003年的0.303 2下降到2010年的0.207 7，其中部分年份的标准差还有所上升。显然，仅从这一点还难以说明我国各省的工业生态效率水平差距是否存在着逐步缩下趋势，这将在后面的趋同测试中进行经验分析。

在分析期间内，我国多数省份的生态效率变化差异也较大，总体来说稍有提高，其中平均生态效率由2003年的0.401 5提高到了2010年的0.489 4。具体来说，只有北京、上海和西藏3省的工业生态效率保持不变，而且除西藏在2008年和2009年没有位于生产前沿上之外，它们都一直处于生产前沿上;黑龙江、海南、青海、宁夏和新疆5省的工业生态效率有所下降，其余23省则经历了工业生态效率改善。之所以出现这种生态效率差异性变化，本文认为其主要原因在于各省近年来进行的行业结构调整具有较大差异。其中，部分省份对污染性较大行业(或产品)实施了限制性发展，部分省份则对这些行业进行了技术改造或升级，同时也存在部分省份不仅没有限制这些行业(或产品)的发展，甚至还强化了它们的发展力度。前面的分析表明，行业结构差异是引起工业生态效率省际差异的主要原因之一。因此，这种差异性行业结构调整不可避免地导致省际生态效率变化差异。另外，生态效率变化的追赶效应也可能是引发省际生态效率变化差异的原因，这在后文的趋同分析中将进行经验论证。从理论上来说，在行业结构特别是产品结构相似情况下，那些采用高排放生产技术的省份存在相对较低的生态效率，它们进行技术改造升级进而降低“三废”排放量的空间就越大，从而它们在经济发展中生态效率的提升空间也越大。在经济发展现实中，特别是随着生态文明观念日益深入人心，任何国家(或)地区、行业及企业都会尽可能地采用相对环保的生产技术，从而以相对少的“三废”排放来获取增加值等期望产出。特别是在一个国家内部，不仅技术转移相对容易，而且各地区的技术能力也相对接近，从而更可能出现先进环保技术的推广性使用，最终促进经济发展中的生态效率趋同。一旦出现生态效率趋同，则各省的工业生态效率不可避免地出现变化速率差异。不过，从生态效率计算结果看来，在经历生态效率较大改善(恶化)的省份中，它们在分析初期的生态效率并非都很低(很高)。也就是说，仅从这种差异性的生态效率变化结果中还难以直接判断出我国省份工业生态效率变化是否存在趋同现象，其深入论证有待专门的统计检验，下面对此进行探讨。

(三)生态效率趋同测试

生态效率趋同测试的主要目的在于经验探讨经济发展中是否存在生态效率变化的追赶效应，并最终实现各分析对象的生态效率水平都趋于一致，这可为经济发展中相关政策制订提供决策参考。本文前面的分析结果表明，我国各省的工业生态效率水平及其年际变化都具有较大差异，而且还可能存在生态效率趋同。这里分别采用式(3)～(4)所示的β和θ趋同测试模型来经验验证我国省份工业的生态效率趋同现象。其中，式(3)采用时点-截面固定效应模型(限于空间，时点、截面固定效应估计结果这里没有列出)，而式(4)采用混合数据模型，回归估计结果分别见式(5)～(6)。其中，括号中的数据为对应待估参数估计值的T统计量。

在式(5)中，待估参数β为-0.442 4且在1%显著性水平上通过了T检验，这充分表明在2003—2010年间，我国各省的工业生态效率变化经历了增长趋同，也就是说那些在2003年生态效率越低的省份，它们在这几年中生态效率的提高速度越快，反之则反是。在式(6)中，待估参数γ为-0.005 9且在5%显著性水平上通过了T检验，这充分表明在分析期间内，我国各省的工业生态效率经历了水平趋同，也就是说它们的生态效率水平差距在分析期间逐步缩小了。

此部分的生态效率趋同测试结果充分表明，在我国省份工业发展中存在着明显的生态效率趋同现象，这既与前文的理论分析结论一致，也进一步表明生态效率的趋同性也是导致我国各省工业生态效率变化差异较大的原因之一。同时，这些结论在我国的生态文明建设和区域经济协调发展中具有重要的政策含义。我们认为，与经济增长趋同需要建立在一系列条件之上一样，国内地区间的生态效率趋同至少要具备下述4个方面的条件。一是各地区的生态效率水平存在差异，这样才可能出现所谓的生态效率变化的追赶效应。二是各地区的行业结构基本相似，从而它们在经济发展中才可能采用一些相似生产技术进行生产活动。三是技术转移渠道比较畅通，这样先进的环保技术才可能被推广和运用。四是各地区在技术能力(包括基础设施、人力资本、制度环境等多重要素)方面比较接近或正趋于接近，这样它们使用相同生产技术时的技术有效使用程度才可能比较接近，从而单位产出的“三废”排放量才可能趋于接近。因此，为进一步改善我国各省的工业生态效率，我们应广泛搭建技术转移平台，以促进先进生产技术的顺利推广;同时还要不断提高落后地区的技术能力水平，以提高它们对先进技术的充分使用。

五、结语

生态效率是一个衡量经济活动生态效益和经济效益的综合性指标，它在一定程度上反映了经济可持续发展水平，其数值测度可为经济发展目标的制订提供决策参考。而生态效率趋同性分析可作为检验相关发展目标制订科学与否的经验分析工具，同时也可为经济发展决策的制订提供参考。本文不仅测度了中国省份的工业生态效率，而且还借鉴经济增长趋同研究理论，对我国各省的工业生态效率进行了比较深入的趋同分析。本文的经验分析结论主要有以下3点：(1)我国大陆各省的工业生态效率普遍偏低并具有较大差异，其原因主要在于各省在工业行业及产品、生产技术(或工艺)、技能——技术匹配情况等方面具有较大差异;(2)各省在分析期间的工业生态效率变化差异较大，其主要原因在于各省的行业结构调整差异较大并存在生态效率变化的追赶效应等;(3)我国各省工业发展中存在明显的生态效率趋同，这种趋同是建立在一系列前提条件之上的，如各省存在不同的生态效率水平，以及基本相似的行业结构、相对畅通的技术转移渠道和比较接近或正趋于接近的技术能力水平等。

显然，本文的这些研究具有较强的理论价值和实践意义。作为丰富和发展生态效率研究领域的一个初步尝试，本文特别是其中的生态效率趋同测试研究在相关领域可起到一定的抛砖引玉作用。与此同时，本文的一些经验研究结论具有较强的政策含义，它们在指导我国地区经济可持续发展中具有一定的决策参考价值。比如，为进一步改善我国各省的工业生态效率，我们不仅需要广泛搭建技术转移平台以促进先进生产技术的推广，同时还要大力提高落后地区的技术能力以促进先进技术的充分吸收和利用等。当然，本文分析过程中也存在一些缺陷，它们都有待后续研究的补充和完善。比如，由于数据资料所限，本文所选用的分析样本时间跨度不长，而且区域层面的样本存在较大的异质性，后续研究应尽量延长样本的时间跨度，并选用一些接近同质的分析样本，如企业层面的样本等。再如，本文没有对导致生态效率差异及趋同的各种影响因素进行全面而深入的探讨，特别是缺乏相应的经验分析，而这些方面的研究结论在经济发展中都具有极强的政策含义，它们也是该领域后续研究的重要方向，等等。

注释：

①数据来源于《2010年中国统计年鉴》，并以1978年为基期进行了处理。

②数据来源于中国环境保护部环境规划院联合课题组完成的《2009年中国环境经济核算报告》。

参考文献：

[1]中国环境保护部环境规划院联合课题组.2009年中国环境经济核算报告[EB/OL].http：//www.daonong.com/plus/view.php?aid=33480.

[2]Schaltegger，S.，Sturm，A.?魻kologische Rationalit?覿t：Ansatzpunkte Zur Ausgestaltung You Okologieorienttierten Management Instrumenten[J]. Die Unternehmung，1990，(4)：273-290.

[3]Organisation for Economic Co-operation and Development. Eco-efficiency[R].OECD，1998：7-11.

[4]European Environmental Agency.Making sustainability accountable： Eco-efficiency，resource productivity and innovation[EB/OL].http：//glossary.eea.eu.int/.

[5]Peter Saling，Andreas Kicherer，Brigitte Dittrich-Kr?覿mer，et al.Eco-efficiency Analysis by BASF：The Method[J].The International Journal of Life Cycle Assessment，2002，(7)：1-15.

[6]Tyteca，D.On the Measurement of the Environmental Performance of Firms-A Literature Review and A Productive Efficiency Perspective[J].Journal of Environmental Management，1996，(46)：281-308.

[7]Olsthoorn，X.，D. Tyteca，W. Wehrmeyer，M.Wagner. Environmental Indicators for Business：A Review of the Literature and Standardization Methods[J]. Journal of Cleaner Production，2001，(9)：453-463.

[8]吕彬，杨建新.生态效率方法研究进展与应用[J].生态学报，2006，(11)：3898-3906.

[9]孙源远，武春友.工业生态效率及评价研究综述[J].科学学与科学技术管理，2008，(11)：192-194.

[10]杨文举.中国地区工业的动态环境绩效：基于DEA的经验分析[J].数量经济技术经济研究，2009，(6)：87-98，114.

[11]Kuosmanen，T.，Kortelainen，M.Measuring Eco-efficiency of Production with Data Envelopment Analysis[J].Journal of Industrial Ecology，2005，(9)：59-72.

[12]Gjalt Huppes，Masanobu Ishikawa. Eco-efficiency and Its Terminology[J]. Journal of Industrial Ecology，2005，(9)：43-46.

[13]Joost G Vogtl?覿nder，Arianne Bijma，Han C Brezet. Communicating the eco-efficiency of products and services by means of the eco-costs/value model[J].Journal of Cleaner Production ，2002，(10)：57-67.

[14]杨文举.基于DEA的绿色绿色经济增长核算：以中国地区工业为例[J].数量经济技术经济研究，2011，(1)：19-34.

[15]Fussler C，James P. Drving Eco-Innovation：A Breakthrough Discipline for Innovation and Sustainability[M].Pitman，London，1996.

[16]Van Berkel，R.，Narayanaswamy，V. Eco-efficiency for design and operation of mineral processing plants[C].CHEMECA 2005，Institute for Chemical Engineering Australia Brisbane，QLD，Australia，2005.

[17]张炳，毕军，黄和平，等.基于DEA的企业生态效率评价：以杭州湾精细化工园区企业为例[J].系统工程理论与实践，2008，(4)：159-166.

[18]庄静怡.环境政策、技术创新与陕西省工业生态效率研究[D].陕西师范大学硕士学位论文，2011.

[19]程远.两型社会背景下区域工业企业生态效率及影响因素研究[D].中国科学技术大学硕士学位论文，2011.

[20]王恩旭，武春友.基于超效率DEA 模型的中国省际生态效率时空差异研究[J].管理学报，2011，(3)：443-450.

[21]Baumol，W. Productivity Growth，Convergence and Welfare：What the Long-Run Data Show[J]. American Economic Review，1986，(76)：1072-1085.

[22]Osvaldo U. Becerril-Torres，Inmaculada C. ?魣lvarez-Ayuso，Laura E. Del moral-Barrera. Do infrastructures infuence the convergence of effciency in Mexico?[J].Journal of Policy Modeling，2010，(32)：120-137.

[23]Barbara Casu，Claudia Girardone. Integration and effciency convergence in EU banking markets[J].Omega，2010，(38)：260-267.

责任编辑、校对：马彦丽

作者：杨文举 龙睿赟

能源效率绿色经济论文 篇2：

全球绿色能源投资网络的演化特征与节点分析

摘 要：通过采用2011—2018年Zephyr全球并购数据库中的电力和天然气类跨国并购数据，本文不仅基于复杂网络视角构建了全球绿色能源投资网络，而且运用ArcGIS和Gephi软件从网络结构和网络节点两方面分析了该网络结构的演化特征。研究结果发现，全球绿色能源投资网络具有小世界性和无标度特性，但是其网络结构趋于松散，整体复杂性减弱;网络格局由单核主导向多核联动转变，绿色能源网络的覆盖面正在不断扩大和延展;双边投资关系越多的国家越有可能成为全球绿色能源投资网络的中心，在网络中占据较强的控制优势和可达性。因此，完善绿色能源扶持体系、提高项目融资可得性和加强第三方市场合作是我国争取国际绿色能源市场话语权和决策权的必然选择。

关键词：绿色能源投资;复杂网络;中心性

DOI：10.19647/j.cnki.37-1462/f.2019.04.003

随着能源供需矛盾和能源环境问题的加剧，世界各国在经历了煤炭替代柴薪和石油替代煤炭之后，正在面临第三次能源转型——可再生能源替代化石能源。此次能源转型以清洁替代和电能替代为主要内容，其根本任务是构建清洁、低碳的新型绿色能源体系。纵观能源发展规律，全球能源的生产与消费存在逆向分布特征，能源的大规模配置存在较大困难。而以绿色能源电力化为战略发展方向的第三次能源转型，也使得能源能够借助电网传输实现全球范围的便利化和清洁化配置。因此，建设全球绿色能源网络已是大势所趋。

一方面，全球绿色能源网络建设是一个长期性、系统性的复杂工程，投资巨大，需要世界各国的广泛参与，也由此形成了多国别、多层次的复杂关系网络;另一方面，由于传统化石能源与新型绿色能源的地理分布存在差异，第三次能源转型的推进必将衍生出能源生产和消费中心的国际转移。在这种情形下，如果只研究双边投资关系与动机，并不能从整体上把握全球绿色能源的投资规律。因此，本文从复杂网络视角构建全球能源投资体系的网络结构，揭示该网络结构的时序、空间演化趋势以及节点的中心性，进而为认识国际资本流向与能源转型的相互作用提供思路。

一、国内外文献综述

复杂网络理论已被广泛应用于分析各类复杂系统，揭示系统内部网络结构及其在时间序列上的演化趋势。在以资金为边权的复杂网络研究中，现有国内外文献主要集中于国际贸易领域。具体来说，Serrano和Bogu?á(2003)最先将社会网络分析法应用到国际贸易领域，并且强调贸易网络具有无标度、小世界等属性。在此基础上，学者们一方面不断完善国际贸易网络的构建，引入了有向加权网络(Garlaschelli和Loffredo，2005;Squartini等，2011)，强调了贸易网络的周期性和稳定性(Li等，2003;Foti等，2013;Chiarucci等，2014);另一方面将之运用于某一产品或者某一地区的贸易网络构建中(戴卓，2012;刘建，2013;马述忠等，2016)。

与之形成鲜明对比的是，国内外学者对国际投资网络的研究相对较少，且为数不多的文献可以大致划分为三类：

第一类是对国际投资网络的特性进行刻画。国内学者董纪昌等(2016)立足跨国并购这一国际直接投资的主要形式，构建全球跨国并购网络，发现该网络整体呈现“中心—半边缘—边缘”的拓扑结构，具备无标度性质和典型的“富人俱乐部”特征。在此基础上，郭毅和郝帅(2018)进一步研究了子社群的局部特征及其具体国家的个体特征，发现全球跨国并购网络呈现明显的社团结构，但社群之间的联系不紧密，且层次级差明显。与上述研究不同，杨文龙等(2017)采用双边直接投资数据构建全球跨国投资网络，从时序和空间两方面研究网络特征及其演化规律，发现网络整体遵循“核心—边缘”结构，具有显著的小世界与无标度特征，但无标度特征随时间推移趋于弱化，并在时序和空间上呈现出资本从西欧、北美、东亚向北欧、西亚、东南亚流动的格局。应尚军等(2018)在总结现有复杂网络研究方法的基础上，创新性地提出基于离散空间网络的复杂性科学研究范式更加适合国际资本流动网络的复杂性研究。

第二类是利用社会网络分析方法分析某些行业的跨国并购网络，以及国际投资网络与产业结构的相互关系。例如，后锐等(2010)根据跨国并购的产业特性分别构建制造业产业网、金融产业网、技术创新产业网和普通消费品产业网，发现产业网络与整体网络具有相同的结构性质。张辉等(2017)通过构建传统优势行业、石化行业、高端装备制造业三个跨国并购网络，分析核心国家在国际产业转移方面的竞争性和互补性，发现跨国并购投资能够反映国际产业结构的调整规律。

第三类是分析地区性投资网络的特性与发展规律。将投资网络测度与结构分析运用到具体国家和区域，从而探讨这些国家和区域所形成网络的结构特点、演化规律和影响因素，是国际投资网络实证研究的经典模式。例如，De Masi等(2012)以意大利对外投资企业为研究对象，通过构建对外投资企业和目标国家的二模网络，研究企业国际化策略的异质性。与之相类似，张辉等(2017)、杨文龙等(2018)聚焦“一带一路”沿线国家，前者就重点行业展开网络性质分析，后者在研究网络整体结构的基础上，运用指数随机图模型从内生结构效应、行动者关系效应和協变量网络效应来分析国际投资网络形成的影响因素。

纵观上述研究，可以发现已有文献尚存在进一步提升的空间：其一，在以资金为边权的复杂网络研究中，与丰富的国际贸易网络研究相比，国际投资网络的研究刚刚起步，相关文献凤毛麟角，其网络特性和时空演化规律的研究并不充分。其二，现有文献在聚焦国际投资网络与产业的关系时，多从产能转移和产业调整的角度分析网络节点间相互连接的动力，并通过网络构建分析产业重组和转移的空间特征。但是，不同产业具有异质性特征，其跨国投资行为、网络内部结构及其演化规律也会存在明显差异。仅以本文的研究对象绿色能源产业为例，产业转移并非其节点互联的首要原因;相反，资源寻求、技术寻求或市场寻求才是全球绿色能源投资的主要动机。因此，对于国际投资网络的研究有必要进一步细化至更为具体的产业层级。其三，已有文献在针对某一产业(行业)进行国际贸易或投资网络分析时，或者局限于产业网络整体特征中的指标计算和简单说明，忽略了网络的个体特征;或者只针对特定区域内的特定产业，缺少将世界范围的产业网络纳入研究视野，因此对跨国投资网络的演化特征研究并不完整。

正是基于上述考虑，本文的边际贡献主要体现为两方面：一方面，在具体至产业层级的国际投资网络研究中，本文率先将能源行业纳入复杂网络的分析范畴。能源系统是涉及多个国家、多种资源、多重供需、多样利益的复杂体系，系统中的每一节点国家都有各自的投资战略与经营策略，都能够通过适应市场规则来加强自身利益，属于典型的自组织、自适应的复杂网络系统。这种全球性的能源投资网络，并不是以国家为单位的各个主体的简单集合，还包含了投资主体之间错综复杂的投资关联，因此是国际投资网络分析的最佳产业选择之一。另一方面，在围绕绿色能源构建全球投资网络时，本文运用复杂投资网络分析方法，不再局限于东道国与母国间二元关系对绿色能源投资区位选择的影响，而是能够研判出不同国家在国际绿色能源网络中的角色地位和竞争优势，透视国际绿色能源网络的整体特征与不同节点国家的异质性。

基于此，余文安排如下：在第二部分说明数据来源与分析指标选择的基础上，第三部分刻画了国际绿色能源投资网络在时序、空间和无标度化方面的演化特征;第四部分进一步探究了国际绿色能源投资网络的节点度和中心性特征;第五部分提出相应的政策建议。

二、数据来源与指标选择

(一)数据来源

由于能源行业是一国的国计民生行业，事关经济发展、国家安全与国际地位，因此与占比很小的绿地投资相比，跨国并购一直都是全球能源投资的主要形式，故本文选取Zephyr跨国并购数据库中2011—2018年间能源类企业的跨国并购数据作为本文的数据基础。该数据库是全球并购交易分析数据库，目前收录了来自全球各行业共60万笔并购记录。根据本文的研究目的，选取绿色能源类型(主要为电力和天然气)，国家间的双边投资额由各国能源类企业海外并购的交易额加总而成，由此共涉及116个国家、692个观测值，其绿色能源投资额达到3.39亿欧元。在本文的复杂投资网络中，网络节点代表绿色能源跨国并购所涉及的投资国和东道国，网络中节点相连的边代表能源投资额，并以此抽象化的节点和边构建有向加权的能源投资网络，测度该网络中节点(投资国家)和边(国家间投资流)的增减情况，进而研究跨国投资网络结构的演化特征，探究全球绿色能源投资的中心点与复杂性特征。

(二)指標选取

1. 度与度分布。度是用来描述单个节点属性的概念，是连接节点[i]的边的数目[ξi]，其中节点用以反映参与绿色能源跨国投资的国家数量。网络中节点的度越大，说明该国绿色能源投资所涉及的国家就越多。本文采用平均度([AD])来表示整体投资网络中各国的平均贸易伙伴数量，是所有节点度数的平均值。

在加权网络中，考虑到投资量的重要性，本文采用点强度来描述节点属性，即国家[i]所涉及的跨国投资额。同时网络中所有节点度的概率分布为度分布[P(ξ)]，其公式为：

其中，[Nξ]表示度为[ξ]的节点个数，[N]为总节点数。若网络的度分布满足幂律分布，即[P(ξ)～ξ-α]，则网络具有“无标度”属性。

2. 平均加权度。平均加权度为各节点加权度的平均值。节点加权度指的是在全球绿色能源投资网络中各国所涉及的投资流量金额的平均值，故平均加权度是对整个投资网络活跃度的衡量。在本文中，平均加权度(AW)的数值以万欧元为单位表示，其计算公式为：

其中，[WDi]表示每个节点[i]的节点加权度。

3. 平均最短路径长度。平均最短路径长度可以衡量网络中节点的分离程度，反映绿色能源投资网络中各个节点的连接性，其数值表示任意两个国家之间的投资关系最多通过其他多少个国家进行连接，故平均路径长度越短，网络内各个参与国的可达性越好。公式表示为：

其中，[AL]代表平均路径长度，[lij]是指某个节点[i]与节点[j]之间的最短距离。

4. 网络密度。网络密度作为衡量网络内部稠密和网络规则程度的指标，是指网络中实际边数与该节点数下最大可能边数的比值。随着网络密度增加，可认为全球绿色能源投资网络趋向于紧密化发展，其网络密度[θ]的计算公式为：

其中，[χ]表示边的个数。

5. 集聚系数。集聚系数能够测度全球绿色能源投资网络中国家的聚集度，度为[ni]的节点[i]的集聚系数[Ci]表明，在节点[i]的[ni]个近邻节点之间实际存在的连接边的数目与理论最大可能边数的比值为：

其中，[Mi]表示[ni]个近邻节点间实际存在的连接边的数目。在本文的研究中，为研究整体绿色能源投资网络中各国的聚集程度，采取计算平均聚类系数进行分析，同时通过比较该值与随机网络的集聚系数理论值，判断绿色能源投资复杂网络是否具有小世界性。

6. 节点中心性。节点中心性的度量指标主要包括度中心性、介数中心性、紧密中心性、特征向量中心性、网络流中心性和子图中心性等，能够衡量网络中节点的重要程度。本文选取度中心性、紧密中心性和介数中心性三个指标分析全球绿色能源投资网络节点的直接可达性、相对可达性和衔接功能。

(1)度中心性([DC])。根据节点度的大小来判断该节点在网络中的地位，节点的度越大，表明该国家与网络中越多的国家拥有绿色能源投资关系，[θi]为与该节点相连的其他节点数，其计算公式为：

(2)紧密中心性([CCi])。根据给定节点[i]与网络中其他所有节点的最短距离，可以判断节点在网络中的位置，因此，该指标越大，表明节点国家越处于绿色能源投资网络的中心位置。

(3)介数中心性([BCi])。该指标是根据网络中所有节点间最短路径经过节点[i]的数目来衡量节点[i]在网络中的中介衔接性，故该指数越大，说明节点国家在全球绿色能源投资网络中的中枢功能就越显著，其计算公式为：

三、全球绿色能源投资网络的时空演化特征

(一)全球绿色能源投资网络的时序演化

随着绿色能源需求的大幅增加和能源转型的不断推进，越来越多的能源需求国和能源生产国会参与到全球绿色能源的投资网络之中，推动网络范围的扩大。表1汇报了全球绿色能源投资网络的特征值，由此可以看出：

其一，2011—2018年全球绿色能源投资网络的节点数从67个快速增加至104个，节点个数的年增长率在2013年达到最高值(27.7%)。反观平均度、平均集聚系数和网络密度三个指标，均呈现下降趋势，表明全球绿色能源投资网络正由集聚趋于松散，聚集度逐渐下降。由此可见，在全球能源转型的大趋势下，以往由少数国家主导的绿色能源投资格局正朝着多元主体参与的方向发展。随着更多的国家参与到全球绿色能源的供给、运输、销售等环节，全球绿色能源投资网络的松散化是可预见的，该投资网络的中心尚未形成，且必然成为世界各国争夺的焦点。

其二，在加权有向网络中，全球绿色能源投资网络的平均路径长度呈下降趋势，由2011年的3.58下降到2018年的2.78，网络内各个参与国的可达性较好，说明全球绿色能源投资过程中的机会成本逐渐减少，能源投资效率提高。与之相类似，能够反映各国平均双边投资额的平均加权度虽有波动变化，但是总体变化不大，唯一的例外发生在2015年。在这一年，平均加权度的极大值为161489.55万欧元，且平均路径长度减小到2.79。究其原因，正如《世界能源投資2016》报告所反映的，油气上游领域投资的大幅减少可能导致对可再生能源、电力网络和能源效率领域的并购投资出现增长。

其三，2011—2018年，全球绿色能源投资网络的集聚系数由0.13下降到0.07，但是并未低于随机网络的集聚系数理论值，在一定程度上说明全球绿色能源投资网络具有小世界特性。该性质表明，全球绿色能源的投资主体之间通过跨国并购投资的方式，实现产业集聚效应，各国之间的跨国投资趋向于归核化、集聚化，逐渐促进全球绿色能源产业价值链一体化发展，能够减少机会成本、降低投资风险、提高全球绿色能源投资效率。

(二)全球绿色能源投资网络的空间格局

全球绿色能源投资网络的格局变化情况，可以通过对比2011年与2018年的空间演化图(由ArcGIS软件绘制)来反映。如图1所示，2011年，全球绿色能源投资网络最密集的地区位于美国，呈现出以美国为中心的单核主导网络结构。美国不仅是拥有最多投资伙伴的国家，其对英国的绿色能源投资额也成为该年度金额最高的投资交易。英国、日本投资对象较多，均在该年排名前五位，但全球投资额相对不高。相比之下，非洲国家的网络参与度极低，仅有南非一国参与到全球绿色能源的投资网络之中。

与2011年相比，2018年全球绿色能源投资网络整体发生了巨大变化，呈现出多核联动的复杂网络结构：美国和加拿大在与西欧各国之间保持投资关系的基础上，不仅新增了新加坡、韩国、菲律宾、中国香港、日本等东亚地区的国家和地区作为核心区域，而且美国、西欧与东亚地区的投资关系和投资额均有增加。同时，一些非洲国家(加纳、尼日利亚、坦桑尼亚、莫桑比克和博茨瓦纳)作为被投资对象，也成为绿色能源网络中的新增投资节点，体现了全球绿色能源投资网络的覆盖面正在不断扩大和延展。

全球绿色能源投资网络结构正由单核主导向多核联动演化，究其原因，其一，世界各国总体经济状况良好，带动更多国家的更多能源企业“走出去”进行对外投资;其二，在多边贸易结构下，贸易政策更加自由化，推动了欧盟、日本、东南亚等国家和地区的发展，从而促使全球绿色能源的投资网络随之不断扩大;其三，继美国之后，非洲、中东国家也在大力发展绿色能源的供给，并且随着特高压输配电等技术的发展，绿色能源的生产、传输、消费将更加高效，众多投资者为获取能源产品或权益进行投资;其四，能源问题与国家安全息息相关，在新兴的绿色能源市场上，世界各国均不断加大跨国投资力度，争夺核心地位及其市场话语权。

特别值得一提的是，我国在2011年时绿色能源跨国投资额较低，且较为松散，但是到2018年已经取得了长足进步，且主要集中在“一带一路”沿线国家。其主要原因在于，我国现有的特高压、光伏、风电装置已具有一定的技术优势，且“一带一路”沿线国家绿色能源丰富。因此随着“一带一路”设想的推进，我国通过不断深化与沿线国家与地区的绿色能源合作，在基础设施互联互通、产业投资、资源开发等领域，推进了一批条件成熟的重点合作项目。

(三)全球绿色能源投资网络的无标度性

全球绿色能源投资网络具有无标度性质，但该性质随时间变化有减弱趋势。由图2可以看出，2011年总节点中前20%的节点占总度分布的80.70%，2013年这一占比上升至82.14%;在2016年该占比下降至78.29%之后，2018年又重新回升到81.08%。由此可见，世界各国绿色能源投资的节点符合马太效应，即前20%的节点国家所拥有的投资连接数接近80%，对全球绿色能源投资网络的无标度性给出了较为充分的诠释和反映。

此外，在全球绿色能源投资网络中，节点的度整体上呈现幂律分布，幂参数整体呈现不断下降的趋势。究其原因，新增国家与核心国家缺少投资联系，使得无标度网络的择优机制未能很好地发挥作用，从而降低了网络结构的无标度特性。在全球绿色能源投资中，各国之间并非“强强联合”，即投资国并非对其他国家择优投资，而是更多地进行基础设施建设的投资，因此随着绿色能源供给地的增加，越来越多的投资国逐渐选择中东、非洲等地区进行绿色能源并购投资。

四、全球绿色能源投资网络的节点特征分析

(一)网络节点度

考虑到全球绿色能源投资网络属于有向网络，有的节点国家为投资国，有的节点国家为东道国，因此节点度可进一步划分为出度和入度。其中，出度是指该国作为投资国进行绿色能源跨国投资所涉及的东道国数量，而入度是指该国作为绿色能源投资的东道国接受跨国投资的国家数目。本文中，无权网络指仅考虑各国间绿色能源跨国投资次数作为网络边、不考虑资金流量的网络结构，而加权网络则指的是当绿色能源跨国投资额作为权重时生成的网络结构，投资额越大，边宽度越大。其各自的测算结果如表2、表3、表4所示，图3表示为加权有向网络的可视化拓扑图，由Gephi软件绘制。

在全球绿色能源投资无权有向网络中，由表2和表3可知，在2011—2018年整个样本期间，节度点累计排名前五的国家分别为美国、英国、中国、新加坡、加拿大。其中，美国、英国的节点出度每年均排在前五位，表明美英两国是样本期内在全球绿色能源领域投资最为活跃的国家，而日本在2014年后退出节点出度的前五位。与节点出度相比，节点入度按前五位排名出现频次依次为英国，美国，西班牙，中国和印度，法国、德国和保加利亚。由此可见，样本期内节点入度的前五位国家更加具有多样性，且新增节点国家主要来自欧洲。同期，日本节点入度排名均未进入前五，表明日本并非全球绿色能源投资的主要目的地。

在全球绿色能源投资加权有向网络中，由图3可知，2011年全球绿色能源投资权重最大的边是从美国流向英国，同时美国是加权出度最高的国家，进一步印证了全球绿色能源投资网络初期由美国单核主导的结论;与此同时，包括中国在内的越来越多的亚洲国家和地区逐渐深度参与到全球绿色能源投资网络中，而南美国家的数目相对稳定，非洲国家和中东地区处于边缘节点。但是到2018年，美国的单核主导地位被打破，以英国为代表的西欧国家和以中国、中国香港为代表的亚洲国家和地区正在强势崛起。纵观2011—2018年加权入度的排行表(见表4)，可以发现主要国家仍为美国和西欧国家，其他国家主要为澳大利亚、巴西、秘鲁、智利、马来西亚和印度尼西亚，表明西欧国家企业仍为吸引能源并购投资的主要对象，这可能是由其先进的管理经验和建设能力仍对投资具有较大的吸引力所致。

由此可见，网络节点出度和入度在无权有向网络和有权有向网络中排名前列的国家主要集中于美国和西欧，越来越多的东亚国家逐渐深度参与到全球绿色能源投资网络中，而南美国家的数目相对稳定，非洲国家和中东地区处于边缘节点。

(二)网络节点中心性

为了揭示全球绿色能源网络中心节点的地位，本文进一步采用节点度中心性、介数中心性与紧密中心性之间的相关性程度来反映，其相关性拟合结果如图4所示。

由图4可以看出，2011年全球绿色能源投资网络的度中心性与介数中心性、度中心性与紧密中心性、介数中心性与紧密中心性的两两相关系数分别为0.7018、0.8214、0.5664。前两者相关性相对较高，表明在全球绿色能源投资网络中，与较多国家存在投资关系的国家也承载着较多数目的最短路径，即在网络中的可达性较好，并具有较高程度的网络投资关系控制能力，因此具有非常重要的地位。相比之下，介数中心性和紧密中心性二者的相关性不高，通达度不能成为判断全球绿色能源网络控制中心的标志，通达度高的国家仅意味着该国具有较大的绿色能源需求、能源禀赋或较好的投资政策。

与2011年相比，2018年上述三类中心性的相关系数明显下降，度中心性和介数中心性、度中心性和紧密中心性、介数中心性和紧密中心性的相关系数分别下降为0.5827、0.5026、0.2978。这一结果表明，度中心性较高的国家在全球绿色能源投资网络中不再具有高度可达性和控制中心的显著优势。

纵观2011—2018年各节点中心性的相关程度变化，结合目前全球绿色能源投资网络由单核主导向多核联动的演化趋势，可知在该投资网络稳定时，即由单核主导的初期，开展跨国并购投资多的国家意味着该国有较高的国际地位，能够成为全球绿色能源投资网络控制中心是毋庸置疑的。但是，随着各国能源转型政策的实施，对绿色能源的供給、需求大大增加，越来越多的国家参与到绿色能源投资过程中，导致目前全球绿色能源投资网络处于松散状态，能源控制中心趋向于多核化发展。

五、结论与政策建议

本文采用2011—2018年Zephyr全球跨国并购数据库中的能源类跨国并购数据，分别构建全球绿色能源投资无权有向网络和加权有向网络，分析该网络结构的时序、空间和复杂性特征及网络的节点度和节点中心性。计算和回归结果表明：其一，全球绿色能源投资网络具有小世界性和无标度特性，但无标度属性趋于减弱。2011—2018年全球绿色能源投资网络的规模显著增加，但是新增国家并未与网络中已有国家建立更多的投资关系，导致网络平均度、集聚系数和网络密度指标不断下降，网络结构趋于松散，整体复杂性减弱。其二，全球绿色能源投资网络的空间格局变化从单核主导(美国)向多核联动的趋势转变，多核主要为美国、西欧、东亚，但尚未真正形成多核体系，各国只有加大跨国投资力度，才能获得市场话语权。其三，网络节点出度和入度在无权有向网络和有权有向网络中排名前列的国家主要集中于美国和西欧，越来越多的东亚国家逐渐深度参与到全球绿色能源投资网络中，而南美国家的数目相对稳定，非洲国家和中东地区处于边缘节点。其四，节点的度中心性和介数中心性、度中心性和紧密中心性的相关系数普遍高于介数中心性和紧密中心性的相关系数，但在时序上呈现下降态势，表明与其他国家(地区)存在较多绿色能源投资关系的国家更有可能成为全球绿色能源投资网络的中心，在网络中占据较强的控制优势和可达性。

在全球能源进行第三次转型的背景下，绿色能源的供需在全球出现局部不均衡的现象，全球绿色能源网络结构的演化正在由单核主导向多核联动转变，网络结构趋于松散，投资中心尚未真正形成。在这个关键时期，我国如何抓住机遇，获取国际绿色能源市场的话语权与决策权就显得至关重要。

首先，完善扶持政策，给予税收优惠，加大研发投入。鉴于绿色能源投资具有前期高成本的特点，在绿色能源产业发展的初期，政府一方面可对绿色能源的跨国投资行为给予适当的财政支持，对相关投资主体给予税收优惠，促进我国绿色能源产业价值链一体化、全球化发展;另一方面支持相关产业公司主体加大研发投入，以提高绿色能源利用效率。

其次，简化项目审批流程，建立绿色通道。建议相关主管部门可以为绿色能源PPP项目、资金出海等方面的审批建立绿色通道，加快项目审批，简化审核内容，优化办理流程，缩短办理时限，确保绿色能源跨国投资项目规范有序推进。

再次，推动建立多层次资本市场，提高项目融资的可获得性。由于绿色能源类企业“走出去”的过程中面临着巨大的政治、经济、信息不对称等风险，存在“融资难、融资少、融资贵”的问题，应通过开辟多层次的资本市场，对社会资金加强引导，推动股权融资，降低融资成本。与此同时，银行等金融机构应及时推出适合绿色能源产业的信贷评审制度及金融衍生品，提高绿色能源类企业投资效率。

最后，绿色能源跨国投资的企业应具有一定的跨国公司治理经验，结合自身及东道国的特点，选取适合的管理模式，从而保证“走出去”的中国企业在体制、机制上更加从容应对各种挑战。基于国有企业的特殊所有权问题，在跨国并购中可能存在更多质疑，建议国有企业选择与民营企业或第三国企业“合伙出海”，可降低绿色能源投资过程中的审批风险等。

参考文献：

[1]Chiarucci R.， F. Ruzzenenti and M. Loffredo. 2014. Detecting spatial homogeneity in the world trade web with detrended fluctuation analysis [J]， Physica A.

[2]De Masi G.， G. Giovannetti and G. Ricchiuti. 2013. Network analysis to detect common strategies in Italian foreign direct investment[J].Physica A：Statistical Mechanics and its Applications，392(5).

[3]Dohleman B. 2006. Exploratory social network analysis with Pajek[J].Psychometrika， 71(3).

[4]Foti，N.，S. Pauls and D. Rockmore. 2013. Stability of the world trade web over time-An extinction analysis[J]. Journal of Economic Dynamics and Control，37.

[5]Garlaschelli，D. and M. Loffredo. 2005. Structure and evolution of the world trade network[J].Physica A，355.

[6]Li X.， Y. Jin and G. Chen. 2013. Complexity and synchronization of the world trade web[J].Physica A，328.

[7]Serrano， M. and M. Bogu?á. 2003. Topology of the world trade web[J].Physical Review E， 68.

[8]Squartini， T.， G. Fagiolo and D. Garlaschelli. 2011. Randomizing world trade： A weighted network analysis[J]. Physical Review E，84.

[9]戴卓.国际贸易网络结构的决定因素及特征研究——以中国东盟自由贸易区为例[J].国际贸易问题，2012， 12.

[10] 董纪昌，焦丹晓，孙熙隆.基于社会网络分析的全球跨国并购研究[J].管理评论，2016，28(10).

[11]郭毅，郝帅.全球跨国并购网络特征、演变及影响因素研究[J].北京工商大学学报(社会科学版)，2018， 33(6).

[12]后锐，杨建梅，姚灿中. 全球产业重组与转移：基于跨國并购复杂网络的分析方法[J].系统管理学报，2010，19(2).

[13]刘建.基于社会网络的国际原油贸易格局演化研究[J].国际贸易问题，2013，(12).

[14]马述忠，任婉婉，吴国杰. 一国农产品贸易网络特征及其对全球价值链分工的影响——基于社会网络分析视角[J].管理世界，2016，(3).

[15]杨文龙，杜德斌.“一带一路”沿线国家投资网络结构及其影响因素：基于ERGM模型的研究[J].世界经济研究，2018，(5).

[16]应尚军，纪小妹，吴婷婷.国际资本流动网络复杂性研究的总体框架[J].复杂系统与复杂性科学，2018，15(1).

[17]王桂堂.自由港建设与“一带一路”背景下金融对外开放的深化[J].金融理论与实践，2018，(7).

[18]翟玉胜，胡慧远.基于“一带一路”战略的中国能源企业对外投资模式选择[J].统计与决策，2017，(12).

[19]张辉，黄昊，朱智彬.“一带一路”沿线国家重点行业跨境并购的网络研究[J].亚太经济，2017，(5).

作者：綦建红 马雯嘉 赵雨婷 耿亮

能源效率绿色经济论文 篇3：

双碳开新局

党的十八大以来，我国围绕能源绿色低碳发展制定了一系列政策措施。当前，碳达峰碳中和工作稳步有序推进，在顶层设计和政策执行等层面都取得了积极成效。

“双碳”春风又至

推进碳达峰碳中和是党中央经过深思熟虑作出的重大战略决策，是我国对国际社会的庄严承诺，也是推动高质量发展的内在要求。习近平总书记多次就碳达峰碳中和工作发表重要讲话、作出重要指示批示，为实施好这项重大战略指明了方向。

鼓足干劲向新而生

能源革命如箭在弦

2014年，在中央財经领导小组第六次会议上，习近平总书记首次明确了推动能源消费、能源供给、能源技术和能源体制四方面“革命”的内容。彼时，我国能源消费结构缓慢转型，环境污染问题严重影响人民生活。作为发展中大国，我国在全球应对气候变化进程中面临着巨大压力。

行到水穷处，坐看云起时。从葛洲坝到华龙一号，再到冬奥期间“张北的风点亮北京的灯”，中国一直在新能源革命的道路上奋力追赶着。在“双碳”的重大机遇下，能源革命被提到了前所未有的高度。能源行业不断加快推进能源结构调整，扎实推进能源改革创新，能源合作多元布局更加优化，实现了“十四五”能源工作良好开局。

疾风知劲草。2022年，能源革命依旧任重道远。

高耗能行业是能源行业排放大户，同时也是国民经济的重要组成部分，转型升级迫在眉睫。“十四五”期间，石化、建材、钢铁、有色金属等高耗能行业将逐步纳入全国碳市场。

为做好高耗能行业节能降碳技术改造，有效遏制“两高”项目盲目发展，2月11日，国家发展改革委联合工业和信息化部、生态环境部和国家能源局发布《高耗能行业重点领域节能降碳改造升级实施指南(2022年版)》，对炼油、烧碱、水泥、钢铁、有色金属等17个高耗能行业提出到2025年节能降碳改造升级工作方向和工作目标。对于能效在标杆水平特别是基准水平以下的企业，积极推广本实施指南、绿色技术推广目录、工业节能技术推荐目录、“能效之星”装备产品目录等提出的先进技术装备，加强能量系统优化、余热余压利用、污染物减排、固体废物综合利用和公辅设施改造，提高生产工艺和技术装备绿色化水平，提升资源能源利用效率，促进形成强大国内市场。

此外，还要注重加强对化石能源消费总量的约束。国家发展改革委和国家能源局2月发布的《关于完善能源绿色低碳转型体制机制和政策措施的意见》提出，要推动工业、建筑、交通等重点行业领域转变用能方式，控制化石能源消费。

生态环境部则将严把“两高”项目源头关作为2022年一项重点工作。全国生态环境保护工作会议提出研究制定“两高”行业环评管理规范性文件，严把“两高”项目准入关口，将严格控制“两高”项目盲目上马作为督察重点。

值得注意的是，以煤炭为主导的能源结构短时间内难以改变，不可急功近利、盲目取缔。中央经济工作会议也深刻指出，要立足以煤为主的基本国情，传统能源逐步退出要建立在新能源安全可靠的替代基础上。各部门2022年工作会议也把保障能源安全作为2022年主要工作重点，能源安全的重要性可见一斑。

全国发展和改革工作会议将加强能源产供储销体系建设放在首位，提出充分发挥煤电油气运保障工作部际协调机制作用，做好煤炭、电力、天然气等供应保障。继续发挥传统能源特别是煤炭、煤电的调峰和兜底保供作用。

全国能源工作会议也提出，要全力保障能源安全，继续发挥煤炭“压舱石”作用，有效发挥煤电基础性调节性作用，扎实提升电力安全保供能力，持续提升油气勘探开发力度，不断完善产供储销体系，保障北方地区群众安全温暖过冬，加强能源安全运行预测预警。

国资委召开的中央企业负责人会议强调，加大国内资源勘查力度，推动国内油气增储上产，加强油气、煤炭等储备能力建设，更好发挥重要能源资源生产自给的支撑托底作用。

因时而变不破不立

低碳转型刻不容缓

党的十八大以来，我国围绕能源绿色低碳发展制定了一系列政策措施，碳达峰碳中和工作稳步有序推进，在顶层设计和政策执行等层面都取得了积极成效。但现有的体制机制、政策体系、治理方式等仍然面临一些困难和挑战，难以适应新形势下推进能源绿色低碳转型的需要。

功崇惟志，业广惟勤。站在新的历史起点上，能源低碳转型迫在眉睫。

在全国科技工作会议上，科学技术部提出，实施科技支撑碳达峰碳中和行动，加快推动绿色低碳转型。财政部工作会议则强调，要完善生态文明财税支持政策，推动绿色低碳发展。稳步有序推进碳达峰碳中和，支持深入打好污染防治攻坚战，加强生态系统保护和修复，促进优化能源结构。

2月10日，国家发展改革委和国家能源局发布《关于完善能源绿色低碳转型体制机制和政策措施的意见》，从协同推进能源战略规划、能源转型与安全、生产与消费协同转型和各类市场主体协同转型4个方面进行统筹，先立后破、通盘谋划，从体制机制改革创新和政策保障的角度对能源绿色低碳发展进行系统谋划。系统提出支撑能源供给侧绿色低碳转型的体制机制和政策措施，在加强清洁低碳能源生产要素保障、降低非技术成本方面作了系统部署。

工业是节能降碳的重点领域。全国工业和信息化工作会议指出，2022年要实施工业领域碳达峰行动，稳步推进产业绿色低碳转型。大力发展绿色制造，开展绿色低碳技术和产品示范应用。在钢铁领域，工业和信息化部、国家发展和改革委员会、生态环境部发布《关于促进钢铁工业高质量发展的指导意见》指出，力争到2025年，钢铁工业基本形成布局结构合理、资源供应稳定、技术装备先进、质量品牌突出、智能化水平高、全球竞争力强、绿色低碳可持续的高质量发展格局。绿色低碳深入推进。构建产业间耦合发展的资源循环利用体系，80%以上钢铁产能完成超低排放改造，吨钢综合能耗降低2%以上，水资源消耗强度降低10%以上，确保2030年前碳达峰。

半丝半缕，恒念物力维艰。习近平总书记多次提出要推动资源节约集约循环利用，在前不久召开的中共中央政治局第三十六次集体学习上，习近平总书记强调要加大垃圾资源化利用力度，大力发展循环经济，减少能源资源浪费。

1月，《关于加快废旧物资循环利用体系建设的指导意见》发布，明确要推进60个大中城市率先建成基本完善的废旧物资循环利用体系，对全国形成示范引领效应;2月，《关于加快推动工业资源综合利用的实施方案》紧随其后，对“十四五”大宗工业固废综合利用率提出了明确要求，围绕构建资源高效循环利用闭环管理，提出工业固废综合利用提质增效、再生资源高效循环利用以及工业资源综合利用能力提升3大工程。

科技創新是贯彻落实能源安全新战略、推动能源事业高质量发展的第一动力。在2022年全国能源工作会议上，国家能源局发布7大重点任务，“加快推进能源科技创新，着力加强技术装备攻关，大力开展技术和产业创新”名列其中。

国资委也提出要不断提高服务国家重大战略能力，科学推进“双碳”工作，积极推动绿色低碳技术攻关，强化重点领域治理和中央生态保护督察发现问题整改。

此外，农村地区能源绿色转型发展也是构建现代能源体系的重要组成部分。国务院印发的《“十四五”推进农业农村现代化规划》提出要加强乡村清洁能源建设。提高电能在农村能源消费中的比重。因地制宜推动农村地区光伏、风电发展，推进农村生物质能源多元化利用，加快构建以可再生能源为基础的农村清洁能源利用体系。推动北方冬季清洁取暖。

山川无域上下齐心

绿色消费云集响应

绿色消费引领是能源绿色低碳转型的关键。1月，国家发展改革委联合6部门印发《促进绿色消费实施方案》，提出食品消费绿色化、绿色衣着、绿色居住、绿色交通等8个方面全面促进重点领域消费绿色转型，旨在推动中国绿色消费再上一个新台阶。

积跬步以至千里，汇涓滴而成江海。全方位、全领域促进消费绿色转型已是大势所趋，绿色、低碳、环保的消费理念也悄然升温。

建筑领域是实施节能降碳的重点行业领域之一。截至2019年底，我国新建和完成节能改造的建筑，每年可实现节能能力近3亿吨标准煤，可减少二氧化碳排放7.4亿吨，有效减缓了建筑能耗总量增长速度。截至2020年底，全国累计建成绿色建筑面积超66亿平方米，建筑领域对减少碳排放作出了突出贡献。

2021年，住建部推进加快农房和村庄建设现代化，全国90%以上的自然村已实现生活垃圾收运处置，推进传统村落集中连片保护利用示范。2022年，城乡建设领域碳达峰碳中和工作被列为住建部工作重点之一。全国住房和城乡建设工作会议上首次提出“落实碳达峰碳中和目标任务”，提出2022年要出台城乡建设领域碳达峰实施方案，指导各地制定细化方案，推动城乡建设绿色发展。研究建立城乡建设碳排放统计监测体系。构建绿色低碳城市、县城、社区、乡村考评指标体系，研究建立考核评价制度和方法。

交通运输领域是碳排放“大户”。交通运输部提出要全力推进交通运输碳达峰碳中和各项工作，提出“四个抓好”，即抓好交通运输结构优化、抓好节能低碳装备推广应用、抓好绿色低碳出行和抓好资源节约集约利用。

在《关于完善能源绿色低碳转型体制机制和政策措施的意见》中同样提到，要完善交通运输领域能源清洁替代政策。推进交通运输绿色低碳转型，优化交通运输结构，推行绿色低碳交通设施装备。推行大容量电气化公共交通和电动、氢能、先进生物液体燃料、天然气等清洁能源交通工具，完善充换电、加氢、加气(LNG)站点布局及服务设施，降低交通运输领域清洁能源用能成本。

凡益之道与时偕行

绿色金融多点开花

为支持清洁能源、节能环保、碳减排技术等重点领域的发展，撬动更多社会资金促进碳减排，人民银行于2021年11月推出碳减排支持工具，资金发放也进入落地阶段。

2021年被视为绿色金融崛起“元年”，一系列重磅政策更为今年绿色金融发展打牢了根基。

据统计，2022年1月份我国债券市场共发行绿色债券50只，合计规模达754.33亿元，而2021年1月仅发行绿色债券14只，合计97.89亿元，绿色债券发行规模为去年同期的7.7倍。1月24日，国内首只零碳科技投资基金成立，总规模100亿元人民币，首期募资规模为50亿元人民币，重点投资太阳能、风能、动力电池、储能、智能电网、氢能、碳交易及管理等零碳科技相关创新领域。

信贷、债券、基金……绿色金融发展“多点开花”，但短板也亟需补齐。

2022年，人民银行以及银保监会均强调2022年工作重点之一为绿色金融工作，指出加强绿色金融工作的整体协调、有序推进，创新绿色金融产品服务。2月8日，中国人民银行会同市场监管总局、银保监会、证监会联合印发《金融标准化“十四五”发展规划》，提出要加快完善绿色金融标准体系，统一绿色债券标准、建立绿色项目库标准，金融机构碳排放核算标准等均有提及。

在全国生态环境保护工作会议上，生态环境部表示2022年要推动减污降碳协同治理，做好全国碳排放权交易市场第二个履约周期管理，健全碳排放数据质量管理长效机制，深化低碳城市、适应气候变化城市试点工作，建设性参与气候变化主渠道多边进程。

全国碳排放权交易市场是推动实现我国碳达峰、碳中和目标的重要政策工具。目前，全国碳市场第一个履约周期已顺利收官。全国碳市场第一个履约周期共纳入发电行业重点排放单位2162家，年覆盖温室气体排放量约45亿吨二氧化碳。

自2021年7月16日启动上线交易以来，全国碳市场整体运行平稳，市场活跃度稳步提高。截至2021年12月31日，碳排放配额累计成交量1.79亿吨，累计成交额76.61亿元，成交均价42.85元/吨，履约完成率99.5%(按履约量计)。“十四五”期间，预计八大重点能耗行业都将纳入碳市场，为碳金融业务提供广阔的发展空间。

望世界，和衷共济。中国持续深化国际金融合作，牵头完成二十国集团首个可持续金融框架性文件《G20可持续金融路线图》、推动中欧绿色分类标准趋同取得阶段性进展，展现了负责任大国的担当。

看当下，踔厉奋发。“1+N”政策体系逐步完善，齐抓共管走生态优先、绿色低碳发展道路，彰显了人民至上的价值追求。

装点此关山，今朝更好看。号角已经吹响，“双碳”目标一定能够如期实现。

编辑：翟晓汀

来源：新华网、人民日报、光明日报、各部门网站