网刊加载中。。。

使用Chrome浏览器效果最佳,继续浏览,你可能不会看到最佳的展示效果,

确定继续浏览么?

复制成功,请在其他浏览器进行阅读

基于超效率SBM-ML模型的5个造纸大国生态效率测算

  • 刘沙沙 1,2
  • 乔元波 3
  • 谢运生 1,2
  • 邓蕙菁 1,2
1. 江西省科学院能源研究所,温室气体核算与碳减排江西省重点实验室,江西南昌,330096; 2. 江西省碳中和研究中心,江西南昌,330096; 3. 山东大学县域发展研究院,山东青岛,266237

中图分类号: TS7

最近更新:2025-02-24

DOI:10.11980/j.issn.0254-508X.2025.02.006

  • 全文
  • 图表
  • 参考文献
  • 作者
  • 出版信息
EN
目录contents

摘要

全球气候变化背景下,造纸行业资源环境利用效率亟待提升,本研究基于2010—2019年美国、中国、日本、巴西和加拿大5个造纸大国的面板数据,采用包含非期望产出的超效率(SBM)模型测算了造纸行业的生态效率,选用Malmquist-Luenberger(ML)指数模型探索其时间变化特征。结果表明,各国家造纸行业生态效率差异大且各具不同演变特征:美国、日本、巴西、加拿大、中国造纸行业的生态效率10年均值分别为0.932 7、0.895 1、0.754 1、0.485 3、0.346 2。美国造纸行业生态效率呈现波动上升的“W”型变化态势;中国造纸行业生态效率呈现逐年递增的变化态势;日本和巴西的造纸行业生态效率呈现先下降后上升变化态势;加拿大造纸行业生态效率呈现先下降后平稳变化态势。各国家造纸行业生态效率变化受到效率改进和技术进步的影响程度存在差异:美国、日本、巴西和加拿大4个国家造纸行业生态效率的ML 指数受技术进步(TC)指数的影响更大,中国则受到效率改进(EC)指数的影响更大。表明资源利用和管理极大地影响着生态效率的高低,同时政策和市场带来的影响也是巨大且可持续的。最后从技术革新、资源利用管理以及污染物防控等方面提出了造纸行业的未来发展建议。

当前全球气候变化形势严峻,造纸行业作为全球第四大能源消耗行[

1]及全球温室气体排放的重要贡献[2],其环境影响与可持续发展受到了国际社会的广泛关注。造纸行业具有资金技术密集、规模效益显著等特点,据《世界造纸工业概况[3-4]数据显示,过去10年全球造纸行业产量持续上升,2019年较2010年产量上升了2.74%,达5.95亿t,同时带来的是能耗强度居高不下、污染物排放强度较[5]等问题,若继续沿袭产值增长导向的发展模式,未来能耗污染双高问题或将进一步加剧。因此,迫切需要提高造纸行业的资源环境利用效率,而首要任务在于科学准确测度造纸行业的生态环境效率,并基于此进行优化,这不仅是对全球环境保护的积极回应,也是推动行业转型升级、提高国际竞争力的关键路径。通过测算造纸行业生态效率,可以发现投入、非期望产出的冗余以及期望产出的不足,从而优化资源配置,提升生态效率,进而为政府和企业决策提供参考依据。同时,通过比较不同国家之间的效率,能够较好地促进国际间的技术交流与合作。

近年来,国内外学者对造纸行业开展了诸多方面研究并取得了显著进展,包括能耗管[

6-7]、碳排放测算与分[8-11]、成本核算与控[12]、生产技术革[13]和污染物防[14-15]等方面,这些研究为行业的可持续发展奠定了坚实基础。值得注意的是,针对造纸行业开展效率评价的深入研究较少,这在一定程度上限制了该行业在效率提升方面的潜力挖掘。1992年,世界可持续发展商业理事会(WBCSD)正式提出了生态效率的概念,即通过提供能满足人类需求和提高生活质量的竞争性定价商品和服务,使整个生命周期的生态影响与资源强度逐渐减低到至少与地球的估计承载能力一致的水[16]。生态效率要求统筹兼顾经济增长、资源节约和环境保护,即通过较少的资源消耗、较低的环境破坏,生产更多的产[17]。站在全面促进造纸行业可持续发展的角度,开展效率评价研究,尤其是生态效率研究显得至关重要。

效率评价的方法包括比值[

18]、生命周期评价[19]、随机前沿分析[20]、能值分析[21]和数据包络分析法(data envelopment analysis,DEA[5],其中,数据包络分析法被广泛应用于效率测[22]。DEA模型由Charnes和Cooper提出,综合考虑多项投入和产出指标,通过非参数统计估计,能够客观评价同类型单元的相对效[23]。然而,传统DEA模型无法有效识别投入冗余和产出不足,针对这一问题,Tone[24]引入了松弛变量,提出了SBM(slack-based measure model)模型,该模型能够清晰识别各评价指标存在的冗余与不足,从而指导效率提升。在生态效率测算中,污染物排放是关键的非期望产出因素,因此需将其纳入模型。包含非期望产出的SBM模型已广泛应用于工业行业效率评价中,具体而言,非期望产出的处理方法主要分为2类:一是将非期望产出作为投入指标,二是将非期望产出视作副产出。研究表明,前者容易导致结果失真,影响决策支[25],因而多数研究选择将非期望产出设为副产出。郭贯成[26]选取工业废水排放量、工业二氧化硫和工业烟尘排放量作为非期望产出,对全国33个典型城市工业用地进行了效率测算,并与不考虑非期望产出的效率测算结果做了比较,发现不考虑非期望产出会高估工业用地的生产效率,无法客观评价生产效率。

研究尺度方面,造纸行业的效率研究多集中于企[

27]、省[28-29]、国家层[25-30],其中,国家尺度的研究大多数只涉及单个国家,在研究尺度的选择上存在一定局限性,不同国家之间在资源利用、技术水平和环境政策方[31]存在显著差异,应当在全球范围内布局,选取具有代表性的国家进行对比,这样既能够为造纸行业效率的比较分析提供更为丰富的视角,也能够为不同国家政策制定、企业决策、技术交流合作提供重要依据。

美国、中国、日本、巴西和加拿大5个国家在全球造纸产业中占据着举足轻重的地位。根据2010—2019年典型年份的浆纸产量均值数[

3-4],5大造纸国共计占全球总产量的50%以上,高达56.47%。本研究拟选取上述5个国家的造纸行业作为研究对象,采用包含非期望产出的超效率SBM模型计算2010—2019年的生态效率,并引入Malmquist-Luenberger(ML)指数模型来全面评估造纸行业生态效率的动态变化情况,结合效率模型和指数模型结果,深入探讨资源管理、政策导向、技术革新以及市场竞争对造纸行业带来的具体影响,以期为造纸行业效率提升、政策改进和技术改进提供差异化的决策参考,共同推进全球造纸行业朝着绿色、高效、可持续的方向发展。

1 研究方法与数据来源

1.1 研究方法

1.1.1 包含非期望产出的超效率SBM模型

自Tone[

24]提出SBM模型,改进后的SBM模型包含非期望产出,既测度了非径向非角度的效率又考虑了松弛变量,还能避免出现多个决策单位同为完全有效的问[32],当前已被广泛运用于环境效率测算、生产率分析等研究[33]。本研究用于造纸行业生态效率测算的方法包含非期望产出的超效率SBM模型,具体数学表达式见式(1)

ρ=min 1+1mi=1msixxip1-1r=1ssr+q=1osqr=1ssryyrp+q=1osqbbqp (1)
s.t. xipk=1,kpnλkxk-six,i;
 yrpk=1,k0nλkyk-sry,r;
bqpk=1,k0nλkbk-sqb,o;

1-1s1+s2r=1ssryyrp+q=1osqbbqp>0;

six0, sry0, sqb0, λk0, i,k,r,q

式中,ρ表示生态效率(ρ(0,+))ρ值越大,表示该决策单元的生态效率值越大,当ρ<1时,表明该决策单元的生态效率相对无效,当ρ1时,表明该决策单元的生态效率相对有效;xiyrbq分别表示投入、期望产出和非期望产出;sxsysb分别表示投入、期望产出和非期望产出对应的松弛变量;λ表示权重向量;p表示待评价单元;m、n、s、o分别表示投入、评价单元、期望产出和非期望产出的个数; SiSqSr分别表示第i个投入的松弛变量、第q个非期望产出对应的松弛变量、第r个期望产出对应的松弛变量;s.t.表示约束条件(subject to的缩写);xip表示第p个评价单元对应的第i个投入。

1.1.2 ML指数

由于包含非期望产出的超效率SBM模型测算出来的效率是静态的,本研究采用ML指数分析各造纸大国的行业生态效率动态变化趋势,该指数由Malmquist指数扩展而来,Luenberger在Malmquist的基础上,将非期望产出纳入模型,可广泛应用于测度生产率、生态效率的动态变化。另外,ML指数可以进一步分解为效率改进EC(Efficiency Change)指数和技术变化TC(Technical Change)指数。其中,EC指数能够反映相同技术水平情况下,评价单元的资源利用效率变化;TC指数能够反应相同生产效率情况下,技术水平的变化。数学表达式见式(2)

MLt+1=EC·TC (2)
MLt+1xt,yt,bt,yt+1=Etxt+1,yt+1Etxt,yt × Et+1xt+1,yt+1Et+1xt,yt12
EC =Et+1xt+1,yt+1Et+1xt,yt
TC =Etxt+1,yt+1Et+1xt+1,yt+1 × Etxt,ytEt+1xt,yt12

ML指数=1,则表示在tt+1年内,该评价单元的生态效率没有变化;ML指数>1,则表示在tt+1年内,该评价单元的生态效率得到了提升;ML指数<1,则表示在tt+1年内,该评价单元的生态效率下降。EC指数>1,则表示在tt+1年内,该评价单元在技术不变的情况下,资源利用效率得到了提升;EC指数<1,则表示在tt+1年内,该评价单元的资源利用效率下降。TC 指数>1,则表示在tt+1年内,该评价单元的生产技术得到了提升;TC指数<1,则表示在t至t+1年内,该评价单元生产技术衰退。

1.2 指标体系构建

本研究采用包含非期望产出的超效率SBM-ML模型来测算美国、中国、日本、巴西和加拿大等5个造纸大国的生态效率,遵循综合性、可代表性、可量化性和可获取性原[

34],考虑能源、劳动力、资本、经济价值、污染物等要素,选取能源消耗量(TJ)、劳动力(万人)和固定资产投资(亿美元)作为投入变量,选取造纸行业产值(亿美元)作为期望产出变量,选取二氧化硫排放量(万t)、氮氧化物排放量(万t)和二氧化碳排放量(万t)作为非期望产出变量,由于单个年份的评价单元数较少,容易出现假“效率最优”现象,因此采用全局效率测算的方式,增强决策单元效率之间的可比[35],将2010—2019年的所有数据纳入模型中,构建效率测算框架如图1所示。

图 1  造纸行业全局超效率SBM模型测算框架

Fig. 1  Framework for calculating global super-efficiency SBM model in the paper industry

1.3 数据来源及处理

本研究数据涉及10年、5个国家造纸行业的生产、经济、生态相关面板数据,劳动力、产值、能源消耗量、固定资产投资、二氧化硫排放量、氮氧化物排放量等指标数据分别来自各个国家的统计年鉴、劳动力统计年鉴、国家能源平衡表、环境统计年鉴、经济分析年报、年度工业调查报告、造纸工业年鉴、空气污染物排放报告、空气污染物排放清单、温室气体排放和碳汇清单等,由于部分国家缺少行业二氧化碳排放数据,为保证数据来源、核算方法的一致性,采用了Dai[

2]对全球30个主要国家造纸行业进行的温室气体净排放量测算数据,包括制浆、造纸、废水处理、运输各阶段过程碳排放以及所消耗电力、热力的上游碳排放。

由于不同国家的统计标准以及统计周期不同,因此需要对数据进行统一单位和插值等处理。能源消耗量指标数据方面,5个国家的计量单位存在差异,因此本研究通过收集各国家计量单位对应的燃料热值数据进行单位换算,最后统一为热值计量。同时,为消除物价波动因素带来的干扰,反映真实的经济社会发展动态,本研究通过收集2010—2019年的通货膨胀系数以及各国家币种对美元换算系数(数据源自世界银行集团),计算换算系数,进而将不同国家2010—2019年的造纸行业固定资产投资、产值换算成2015年美元不变价格。由于部分国家年报披露周期导致的数据个别缺失情况,本研究采用已知的长时间序列数据进行拟合,获取线性回归方程后计算出缺失值。

1.4 研究对象

本研究选取了2010年、2015年和2019年造纸行业产量(纸产品和纸浆产量之和)位于前5的国家——美国、中国、日本、巴西和加拿大为研究对象,这些国家的造纸行业受到资源禀赋、技术水平、市场需求和政策环境的影响而各具特点。10年来,5个国家的造纸行业产量约占全球造纸业产量50%以上,具体情况见表1。由表1可知,巴西和加拿大以纸浆生产为主,日本、中国和美国以纸产品生产为主。2010年、2015年、2019年5个国家纸和纸板、纸浆占全球质量比分别为56.9%、56.8%、55.6%。

表 1  5个国家造纸行业产量表
Table 1  Production of the paper industry in five countries ( 万t )
国家2010年2015年2019年
纸和纸板纸浆合计纸和纸板纸浆合计纸和纸板纸浆合计
美国 7 585 4 924 12 509 7 267 4 776 12 043 6 912 4 527 11 439
中国 9 270 2 005 11 275 10 710 1 646 12 356 10 765 1 856 12 621
日本 2 729 939 3 668 2 623 869 3 492 2 539 837 3 376
巴西 980 1 406 2 386 1 036 1 740 2 776 1 065 1 975 3 040
加拿大 1 279 1 854 3 133 1 032 1 655 2 687 1 018 1 631 2 649
全球 39 390 18 560 57 950 40 760 17 877 58 637 41 246 18 303 59 549

2 数据指标特征分析

为更好剖析各个国家的生态效率变化背后可能存在的原因,本研究事先对原始数据进行了特征分析。基于原始数据计算了2010—2019年5个国家的平均单位产值能耗(TJ/亿美元)、单位产值劳动力(人/亿美元)、单位产值固定资产投资(亿美元/亿美元)、氮氧化物排放强度(t/亿美元)、二氧化硫排放强度(t/亿美元)和氮氧化物与二氧化硫比值(NOx/SO2)等共8个特征指标,具体分析如表2所示。

表 2  数据指标特征分析
Table 2  Analysis of characteristics related to data indicators
指标国家10年平均值排序
产值/亿美元 美国 1 825.69 1
中国 1 259.10 2
日本 652.89 3
巴西 232.31 4
加拿大 162.32 5

单位产值能耗

/(TJ·亿美-1

美国 1 203.83 3
中国 942.57 4
日本 805.07 5
巴西 2 191.40 1
加拿大 1 258.57 2

单位产值劳动力

/(人·亿美-1

美国 192.79 4
中国 560.81 2
日本 39.12 5
巴西 817.32 1
加拿大 350.71 3

单位产值固定资产投资

/(亿美元·亿美-1

美国 0.042 11 4
中国 0.330 69 1
日本 0.054 53 3
巴西 0.090 48 2
加拿大 0.041 28 5

氮氧化物排放强度

/(t·亿美-1

美国 40.07 4
中国 164.38 2
日本 72.41 3
巴西 29.05 5
加拿大 181.93 1

二氧化硫排放强度

/(t·亿美-1

美国 15.02 5
中国 202.81 1
日本 22.07 4
巴西 58.41 3
加拿大 149.65 2

二氧化碳排放强度

/(万t·亿美-1

美国 3.60 5
中国 14.65 1
日本 3.76 4
巴西 4.55 3
加拿大 5.64 2
NOx/SO2 美国 2.72 2
中国 1.12 4
日本 3.50 1
巴西 0.50 5
加拿大 1.22 3

表2可知,5个国家中,产值方面,美国最高,排名第一,接着是中国,日本和巴西随后,加拿大产值最少,产值越高表明该国家造纸行业通常具备更强的生产能力,更大的规模和更高的市场占有份额。进一步分析与产值相关的其他指标,单位产值能耗方面,巴西最高,日本最少,表明日本造纸行业生产活动能源利用率高,采用的技术和设备较为先进,巴西反之。单位产值劳动力方面,巴西最高,其次是中国和加拿大,日本最少,表明日本造纸行业生产自动化程度更高,巴西反之。单位产值固定资产投资方面,中国最多,加拿大最少,表明中国造纸行业仍处于转型升级阶段,需要更多资本投入来扩大规模或者提升技术。氮氧化物排放强度方面,加拿大最高,巴西最少,氮氧化物的排放强度与燃料使用、生产工艺、原材料和环保技术等众多方面相关,表明巴西造纸行业在以上方面综合表现较好,加拿大反之。二氧化硫排放强度方面,中国最高,美国最低,表明当前中国造纸行业对煤炭能源等依赖程度较高,美国造纸行业清洁能源使用度高,或采用了更为先进的环保技术(如脱硫技术)。二氧化碳排放强度方面,中国最高,美国最低,表明美国造纸行业在化石燃料使用占比、生产工艺的先进性、原材料的可再生性以及政策法规的实施力度等方面的综合表现更好,中国反之。NOx/SO2方面,日本最高,巴西最低,表明日本对燃煤的依赖性较低、生产工艺方面偏向于减少SO2,且在SO2排放方面采取了更为环保的治理技术(如脱硫技术),巴西反之。

图2描述了5个国家在2010—2019年上述8个指标的时间变化趋势,结果表明,不同国家之间存在显著差异,且各具特色。美国和加拿大2个国家的造纸行业产值呈逐渐下降趋势。单位产值能耗方面,中国、美国、日本均呈下降趋势,加拿大和巴西则呈先上升后下降态势,2017年达到峰值。除加拿大外,其余国家的单位产值劳动力呈逐年下降趋势。单位产值固定资产投资方面,中国和巴西呈先上升后下降态势。在氮氧化物的排放强度方面,中国的变化最为显著,呈现先迅速上升后至2013年又急速下降的趋势,加拿大造纸行业的氮氧化物排放强度呈现波动上升的态势。在二氧化硫的排放强度方面,中国变化最为显著,呈急速下降态势。二氧化碳排放强度方面,所有国家大致呈下降趋势。除去巴西外其他国家的NOx/SO2比值整体来说呈上升趋势。

图 2  2010—2019全球5个国家造纸行业特征指标趋势图

Fig. 2  Trend of characteristics index of the paper industry in five countries from 2010 to 2019

3 模型测算结果

3.1 生态效率测算结果

基于包含非期望产出的超效率SBM模型,利用R编程计算得到5个国家2010—2019年造纸行业的生态效率值,见表3。以往多数研究测算生态效率时选取二氧化碳作为非期望产出,本研究尝试考虑纳入氮氧化物、二氧化硫等额外的污染物排放指标作为非期望产出,旨在体现各个国家在造纸行业可持续发展方面做出的众多努力。

表 3  2010—2019年全球5个国家造纸行业生态效率值
Table 3  Ecological efficiency values of the paper industry in five countries from 2010 to 2019
国家2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年均值
美国 1.014 3 0.910 2 0.838 9 0.877 9 0.893 6 1.007 3 0.810 5 0.895 9 1.039 1 1.039 6 0.932 7
中国 0.203 2 0.213 7 0.215 0 0.198 0 0.205 9 0.213 9 0.241 8 0.350 0 0.587 4 1.032 9 0.346 2
日本 1.013 3 1.005 4 1.005 9 0.822 7 0.754 2 0.826 1 0.789 9 0.799 0 0.900 2 1.034 0 0.895 1
巴西 1.009 1 0.879 1 0.769 0 0.724 5 0.590 2 0.585 4 0.577 5 0.625 7 1.010 5 0.770 5 0.754 1
加拿大 1.026 3 0.424 7 0.416 4 0.400 1 0.388 0 0.462 8 0.511 5 0.438 7 0.426 6 0.358 0 0.485 3

根据表3中生态效率结果值绘制折线图,见图3。由图3可知,日本、美国造纸行业的生态效率较高,平均在0.8以上,其次是巴西。另外还可发现各个国家造纸行业生态效率的时间变化特征:美国造纸行业生态效率呈现波动上升趋势,呈现出“W”型变化态势;中国造纸行业生态效率呈现逐年递增趋势;日本和巴西的造纸行业生态效率均呈先下降后上升趋势;加拿大造纸行业生态效率呈现先下降后平稳趋势。

图 3  2010—2019年全球5个国家造纸行业生态效率值

Fig. 3  Ecological efficiency values of the paper industry in five countries from 2010 to 2019

美国造纸行业以其先进技术和自动化水平闻名,造纸行业的发展相较成[

36],注重废纸回收和再利用以降低对环境的影响。生产能力强,规模大、市场占有份额高,单位产值能耗低,加上先进的清洁生产技术,以及较低水平的污染物排放强度,使得美国造纸行业的生态效率相对较高,平均值为0.932 7,排名第一。2010—2019年,美国造纸行业的生态效率呈现波动上升趋势,中间的变动可能源自于美国2014年颁布的《振兴美国制造业与创新法案[37],该法案旨在推动美国制造业的可持续发展,以提高经济竞争力。

中国造纸行业发展迅速,已成为世界上最大的纸张生产和消费国。由于中国造纸行业当前正处于结构调整和升级阶段,生产能力高,但能源利用率较低、生产自动化水平低、污染物排放强度大,尤其是二氧化硫的排放强度,表明高度依赖煤炭,清洁能源使用度低且当前采用的环保技术亟待革新,上述因素的综合影响导致中国造纸行业的生态效率低下,平均值为0.346 2,排在第5位。2010—2019年期间,中国造纸行业的生态效率呈逐年递增趋势,这得益于中国在技术改进、政策法规制定和资源管理优化等方面做出的持续努力,一方面是通过引入高效的生产设备和清洁技[

38];另一方面我国对生态环境保护的重视程度日益加深,在“两山论”提出的背景[39],政府不断出台愈发严格的政策方案如《大气污染防治行动计划》《国家造纸行业发展规划》《制浆造纸工业清洁生产指标体系》等,引导造纸行业朝着清洁生产和可持续发展的方向发展,生态效率的不断提升正是这些措施实施有效的强有力体现。

日本造纸行业以高质量的纸板生产为主,注重品质、技术创新以及资源的高效利用与节约,注重减少生产过程中的污染排放。单位产值能耗在5个国家中最低,表明能源结构相对更为合理,能源利用率相对更高,生产技术相对更为先进,NOx/SO2的比值也能体现这一点,日本的NOx/SO2比值最高,这是因为日本更多依赖核能和天然气,导致NOx的排放相对SO2较高,同时日本又推广低硫燃料的使用和高效脱硫技[

40],减少了SO2的排放,再加上生产自动化程度高,污染物排放量相对较少,综合导致日本的造纸行业生态效率较高,平均值为0.895 1,排在第2位。2010—2019年期间,造纸行业的生态效率呈现先下降后上升变化趋势,与巴西类似,这可能与2011年修订的森林[41]和2012年修订的废弃物管理[42]相关,在森林资源管理优化以及污染物排放得到控制后,日本造纸行业的效率开始回升。

巴西造纸行业以纸浆生产为主,注重森林的可持续管理,丰富的森林资源使其成为全球主要的纸浆出口国。巴西造纸行业的生态效率平均值为0.754 1,相对较低,排在第3位,这与其能源利用率相对较低、劳动力依赖程度高、生产自动化程度较低相关。2010—2019年期间,巴西造纸行业的生态效率呈现先下降后上升变化趋势,转折点在2016年,这与巴西在2016年前进行的政策改革和技术改进以及规模扩张有关,由于前期造纸行业规模不够集中,技术较为落后,因此需要投入资本与时间来扩张和革新技术,加之政策辅助,2012年颁布并实施森林管理法,政府引导企业不断重视提升原料的可再生[

43]和环保性,加上对装备升级进行自动化、智能化改造,后期规模提升、技术进步后,会趋向高附加值、低劳动密集型产[44],降低劳动力的需求,综合作用下生态效率开始上升。

加拿大也是全球较大的纸浆生产国和出口国,拥有丰富的森林资源。用于制浆的树种资源虽丰富,但生长周期长,后续制浆工艺污染严重,带来的大量氮氧化物污染物排放,加上不断下降的产值,相对最低的固定资产投资,较落后的生产自动化装备,综合导致加拿大的造纸行业生态效率较低,平均值为0.485 3,排在第4位。2010—2019年期间,加拿大造纸行业的生态效率呈现先下降后逐年平稳趋势, 一方面受电子媒介的加速发展,报纸和杂志用纸等纸张需求缩[

45-46],另一方面受巴西、中国等快速发展中的造纸大国影响,加拿大的造纸业受到冲击,产值持续下滑,叠加上金融危机后较为保守的投资态[47],带来一系列连锁反应,影响到了生产技术的革新、能耗及污染物控制,综合导致加拿大造纸行业生态效率的逐年下降。

巴西和加拿大同为纸浆制造大国,均坐拥丰富的自然资源,前者制浆原料主要为快速生长树种,如桉树;后者制浆原料主要是制浆工艺排放污染高、生长周期长的树种,如松树、杉树等,再加上森林资源可持续的管理水平差距,市场占比份额的反向变化,导致2个国家的生态效率值及其变化存在巨大差距。政策带来的影响是巨大且可持续的,中国造纸行业生态效率的不断提升就是一个很好的例证,与苏世伟[

28]研究结论相似,愈发严格的环境规制会促进造纸行业的资源环境综合效益提升。

3.2 ML指数模型计算结果

为刻画5个国家造纸行业生态效率动态变化情况,基于ML指数模型,计算了2010—2019年期间的生态效率ML指数,并将该指数进一步分解为效率改进(EC)指数和技术进步(TC)指数,结果如表4所示。

表 4  2010—2019年全球5个国家造纸行业ML、EC、TC指数均值
Table 4  Mean values of ML、EC、and TC of the paper industry in five countries from 2010 to 2019
国家ML均值EC均值TC均值
美国 1.007 6 0.995 8 1.011 5
中国 1.396 2 1.342 5 1.071 8
日本 1.025 8 1.001 2 1.024 5
巴西 1.001 7 0.999 4 1.001 5
加拿大 0.948 6 0.980 3 1.047 5

表4可知,美国、中国、日本和巴西的ML指数均值>1,表明这4个国家2010—2019年的整体生态效率得到了提升。其中,中国的ML指数均值最大,表明中国造纸行业的生态效率提升幅度最大,加拿大的ML指数均值最低且<1,表明加拿大2010—2019年的整体生态效率出现了下降。中国、日本的EC均值>1,其他3个国家EC均值<1,这表明在2010—2019年期间,中国和日本的造纸行业资源利用效率得到了提升,美国、巴西和加拿大则出现了下降。5个国家的TC值均>1,表明在2010—2019年期间,5个国家的技术均得到了进步。值得注意的是,中国造纸行业的生态效率低下,但呈现动态上升趋势,ML指数最高,表明提升的幅度最大,EC均值>TC均值>1,表明资源利用效率和技术进步均得到了提升,其中EC均值更大,表明ML指数更多受到EC指数的影响,同时EC均值>1,说明在技术不变的情况下,中国造纸行业在通过扩大规模、挖掘资源利用潜力,以提高资源利用效率。

将2010—2019年5个国家造纸行业的ML、EC和TC指数值绘图,见图4图4中展现了5个国家造纸行业的3个指数变化情况(图4中“2010—2011年”表示2011年相对2010年的变化,其他同)。由图4(a)可知,美国、日本和巴西的ML指数变化较为平缓,中国的ML指数在“2016—2017年”得到了骤升,这表明中国造纸行业2017年相对2016年生态效率得到了巨大改进。加拿大的ML指数呈波动变化,分别在“2012—2013年”“2014—2015年”存在波峰,在“2013—2014年”存在1个波谷。由图4(b)可知,美国、日本和巴西的EC指数的时间变化不够显著。中国的EC指数在“2016—2017年”呈现和ML指数相似的骤升,这表明2017年相对2016年资源利用效率得到了巨大改进,且极大影响了整体生态效率的变化。加拿大的EC指数呈波动变化,在“2013—2014年”存在1个波峰,在“2017—2018年”则存在1个波谷。由图4(c)可知,美国、中国、日本和巴西的TC指数变化均较为平缓,加拿大波动较大,存在2个波谷和3个波峰,其中“2012—2013年”和“2014—2015年”的2个波峰和ML指数变化形态较为相似,说明这2个时期,技术进步极大影响了整体生态效率变化。另外,5个国家均在“2017—2018年”存在1个波峰,这表明2018年或前几年各个国家在造纸行业引入了新技术或是之前的技术在这期间得到了更为广泛的应用。

图 4  2010—2019年全球5个国家造纸行业ML、EC、TC指数

Fig. 4  ML、EC and TC values of the paper industry in five countries from 2010 to 2019

根据各国的ML指数及其分解指数结果,本研究综合分析5个造纸大国的生态效率表现如下:首先,从美国造纸行业的ML指数(平均值为1.007 6)来看,其生态效率呈现总体上升趋势。TC指数>1>EC指数,表明该国生态效率的提升主要得益于技术进步,而资源利用效率方面则相对滞后,尚有进一步优化空间。中国的造纸行业虽然生态效率较低,但其ML指数最高(平均值为1.396 2),表明中国造纸行业生态效率的提升幅度显著。具体来看,EC指数>TC指数>1,这表明中国在资源利用效率和技术进步方面均取得了改进,且资源利用效率提升对ML指数的贡献更大。EC指数>1,表明在技术水平不变条件下,中国通过规模扩展和资源利用潜力挖掘提升了资源效率。日本造纸行业的ML指数>1(平均值为1.025 8),表明整体生态效率有所提高。TC指数>EC指数>1,表明日本在资源利用效率和技术进步方面均有进展,并且技术进步是提升生态效率的主要因素。巴西造纸行业的ML指数>1(平均值为1.001 7),反映了整体生态效率的提升。TC指数>1>EC指数,说明巴西生态效率的提升主要受技术进步的驱动。然而,EC指数<1表明资源利用效率仍然欠佳,在不改变现有技术水平的情况下,资源利用尚需优化。最后,加拿大是5个国家中唯一1个ML指数<1的国家,这意味着其造纸行业的整体生态效率呈现下降趋势。TC指数>1>EC指数,表明技术进步对生态效率的提升有一定贡献,但资源利用效率较低且对ML指数产生了负面影响。值得注意的是,加拿大的ML、EC和TC指数波动较大,推测这可能是政策出台激励管控与行业外部竞争相互博弈带来的结果。

从5个国家的ML指数及其分解指数也可看出,不同国家ML指数受EC指数和TC指数的影响程度不尽相同,中国的ML指数更多受EC指数的影响,与YU[

30]的研究结论相似,而美国、日本、巴西和加拿大则不同,更多受到TC技术进步指数的影响,这也是下一步研究亟待解决的问题,如何科学准确量化技术进步影响以更好支撑决策制定。另外,5个国家的TC指数均>1,这表明在2010—2019年,各个国家的造纸行业技术均获取了进步,这也与现实情况相符。另外,本研究也存在一些不足之处,受数据可获取性的约束,选择的评价单元相对较少,同时只考虑了造纸行业的生产,未考虑到造纸行业的消费以及进出口等国际贸易问题,有待在后续的研究中深化。

4 结论

本研究采用包含非期望产出的超效率SBM模型计算了2010—2019年美国、中国、日本、巴西和加拿大5个国家造纸行业的生态效率,并计算了ML指数及其分解指数EC、TC来探究生态效率的动态变化以及背后的效率变化和技术进步。

4.1 各国家造纸行业生态效率差异大且各具不同演变特征。2010—2019年期间,美国和日本造纸行业的生态效率值较高,10年均值分别为0.932 7、0.895 1,巴西为0.754 1,加拿大和中国较低,分别为0.485 3和0.346 2。美国造纸行业生态效率呈现波动上升的“W”型变化态势;中国呈现逐年递增的变化态势;日本、巴西呈现先下降后上升变化态势;加拿大呈现先下降后逐年平稳变化态势。

4.2 各国家造纸行业生态效率变化受效率改进和技术进步的影响程度不同。2010—2019年期间,美国、中国、日本和巴西4个国家造纸行业生态效率得到了整体提升,加拿大则相反呈下降态势。美国、日本、巴西和加拿大4个国家造纸行业生态效率的ML 指数受技术进步(TC)指数的影响更大,中国则受到效率改进(EC)指数的影响更大。

4.3 资源利用和管理极大影响着生态效率的高低。巴西和加拿大均拥有丰富的森林资源,巴西主要为速生木,加拿大为长周期树种,巴西在森林资源管理方面更注重可持续性,导致2个国家造纸行业在能耗、制浆工艺和和污染物排放等方面差异显著,进而导致生态效率差异大。

4.4 政策和市场带来的影响巨大且可持续,2010—2019年期间,中国造纸行业的生态效率逐年上升,得益于政府不断强化环保政策和清洁技术的应用与革新。美国、日本和巴西3个国家造纸行业的生态效率值呈现波动变化,以及加拿大造纸行业的ML指数及其分解指数也呈波动变化,反映出政策引导和市场竞争之间相互博弈。

5 建议

基于本研究的研究结果和分析,结合不同国家特性,从技术革新、政策法规制定、资源利用管理以及污染物防控等方面提出造纸行业未来发展建议如下。

5.1 推广清洁生产技术的研发与应用。鼓励不同国家造纸企业采用相较之前更为环保的生产工艺,降低能源消耗和污染物排放。中国造纸行业应加快推广低碳燃料和清洁生产技术的应用,美国造纸行业建议进一步推广高附加值的纸制品,日本造纸行业建议继续强化低硫燃料的应用和脱硫技术的创新,巴西造纸行业应重点研发与速生树种相适配的清洁生产技术,加拿大造纸行业应加大技术研发投资,重点引进和发展低能耗、低污染的生产工艺。另外,各个国家应加快智能化和数字化转型,加强信息技术在造纸行业生产活动中的应用,提升生产效率和资源利用率。

5.2 优化资源利用与管理。不同国家需差异性进行优化原料使用或替代,强化森林可持续管理,鼓励使用可再生原料,减少对自然资源的过度开发,尤其是加拿大的造纸行业,需特别注重可持续管理,推广使用速生木材和再生纤维,提高资源利用率。各个国家还应加强废物管理,建立循环经济利用模式,鼓励纸张的回收再利用。

5.3 强化污染物防控治理。不同国家需针对性加强污染物监测与评估,建立健全污染物在线排放监测系统,尤其是氮氧化物、硫化物和有机废水的排放监控,获取企业排放的实时数据,确保其符合各个国家和地方的环保标准。同时,各个国家应加大力度鼓励企业使用太阳能、风能、生物质能等可再生能源替代化石燃料,减少生产过程中的污染物排放。另外,还应加强企业社会责任感,组织举办大型环保活动,提升企业在环境保护方面的责任意识。

参考文献

1

FRACARO GVAKKILAINEN EHAMAGUCHI Met al. Energy Efficiency in the Brazilian Pulp and Paper Industry[J]. Energies201259): 3550-3572. [百度学术] 

2

DAI MSUN MCHEN Bet al. Country-specific net-zero strategies of the pulp and paper industry[J]. Nature20246267998): 327-334. [百度学术] 

3

郭彩云. 2019年世界造纸工业概况[J]. 造纸信息20215): 21-25. [百度学术] 

GUO C Y. Overview of the Global Papermaking Industry in 2019[J]. China Paper Newsletters20215): 21-25 [百度学术] 

4

邝仕均. 2010年世界造纸工业概况[J]. 造纸信息201111): 20-24. [百度学术] 

KUANG S J. Overview of the Global Papermaking Industry in 2010[J]. China Paper Newsletters201111): 20-24. [百度学术] 

5

崔子婵王兰会. 中国造纸业碳效率时空分布特征及驱动因素分析[J]. 中国造纸2023423): 126-136. [百度学术] 

CUI Z CWANG L H. Temporal-spatial Distribution Characteristics and Driving Factors of Carbon Efficiency of Paper Industry in China[J]. China Pulp & Paper2023423): 126-136. [百度学术] 

6

张 扬刘秉钺平清伟. 中国造纸工业能耗的现状与分析[J]. 中华纸业20082910): 14-17. [百度学术] 

ZHANG YLIU B YPING Q W. The status quo and an analysis of energy consumption of China’s paper industry[J]. China Pulp & Paper Industry20082910): 14-17. [百度学术] 

7

HU J LKAO C H. Efficient energy-saving targets for APEC economies[J]. Energy Policy2007351): 373-382. [百度学术] 

8

许向阳胡佳男. 多情景下中国造纸行业碳排放峰值预测研究——基于可拓展的随机性环境评估模型[J]. 林业经济2022445): 5-22. [百度学术] 

XU X YHU J N. Research on Peak Carbon Emission Prediction of China’s Paper Industry under Multiple Scenarios——Based on Extensible Stochastic Environmental Assessment Model[J]. Forestry Economics2022445): 5-22. [百度学术] 

9

MAN YYAN YWANG Xet al. Overestimated carbon emission of the pulp and paper industry in China[J]. EnergyDOI:10.1016/j.energy.2023.127279. [百度学术] 

10

SZABÓ LSORIA AFORSSTRÖM Jet al. A world model of the pulp and paper industry: Demand, energy consumption and emission scenarios to 2030[J]. Environmental Science & Policy2009123): 257-269. [百度学术] 

11

WANG YYANG XSUN Met al. Estimating carbon emissions from the pulp and paper industry: A case study[J]. Applied Energy2016184779-789. [百度学术] 

12

何远祯. 基于作业成本法的环境成本核算——以造纸行业为例[J]. 财会通讯201525): 96-98. [百度学术] 

HE Y Z. Environmental Cost Accounting Based on Activity-based Costing: A Case Study of the Paper Industry[J]. Communication of Finance and Accounting201525): 96-98. [百度学术] 

13

胡 健吴海珍李友明. 造纸行业的清洁生产技术与措施分析[J]. 环境保护20011): 39-40. [百度学术] 

HU JWU H ZLI Y Met al. Analysis of Techniques and Measures in Carrying out Cleaner Production in the Field of Pulp & Paper[J]. Environmental Protection20011): 39-40. [百度学术] 

14

王军霞唐桂刚赵春丽. 企业污染物排放自行监测方案设计研究——以造纸行业为例[J]. 环境保护20164423): 45-48. [百度学术] 

WANG J XTANG G GZHAO C L. Study on the Design of Pollutant Discharge Self-monitoring Plan for Papermaking Enterprises[J]. Environmental Protection20164423): 45-48. [百度学术] 

15

李 玉韩 峰成晓典. 基于工业水足迹的造纸企业节水减排途径[J]. 环境科学研究2017301): 166-172. [百度学术] 

LI YHAN FCHENG X Det al. Water-saving and Emission-reducing Measures of Papermaking Industry Basedon Industrial Water Footprint[J]. Research of Environmental Sciences2017301): 166-172. [百度学术] 

16

杨 斌. 2000—2006年中国区域生态效率研究——基于DEA方法的实证分析[J]. 经济地理2009297): 1197-1202. [百度学术] 

YANG B. Research on Regional Eco-efficiency of China from 2000 to 2006—An Empirical Analysis based on DEA[J]. Economic Geography2009297): 1197-1202. [百度学术] 

17

潘 丹应瑞瑶. 中国农业生态效率评价方法与实证——基于非期望产出的SBM模型分析[J]. 生态学报20133312): 3837-3845. [百度学术] 

PAN DYING R Y. Agricultural eco-efficiency evaluation in China based on SBM model[J]. Acta Ecologica Sinica20133312): 3837-3845. [百度学术] 

18

聂 弯于法稳. 农业生态效率研究进展分析[J]. 中国生态农业学报2017259): 1371-1380. [百度学术] 

NIE WYU F W. Review of methodology and application of agricultural eco-efficiency[J]. Chinese Journal of Eco-agriculture2017259): 1371-1380. [百度学术] 

19

顾程亮李宗尧成祥东. 财政节能环保投入对区域生态效率影响的实证检验[J]. 统计与决策201619): 109-113. [百度学术] 

GU C LLI Z YCHENG X D. Empirical Test on the Impact of Fiscal Investment in Energy Conservation and Environmental Protection on Regional Ecological Efficiency[J]. Statistics & Decision201619): 109-113. [百度学术] 

20

任玉芬方文颖欧阳志云. 基于面板数据的我国城市水资源水环境随机前沿面分析[J]. 环境科学学报2020407): 2638-2643. [百度学术] 

REN Y FFANG W YOUYANG Z Yet al. Stochastic frontiers analysis of urban water resources and water environment in China based on panel data[J]. Acta Scientiae Circumstantiae2020407): 2638-2643. [百度学术] 

21

凌立文陈建国周文智. 广东省67县域农业经济系统生态效率研究[J]. 广东农业科学20154222): 168-174. [百度学术] 

LING L WCHEN J GZHOU W Zet al. Research on eco-efficiency of 67 county agricultural economic systems in Guangdong province[J]. Guangdong Agricultural Sciences20154222): 168-174. [百度学术] 

22

CHARNES ACOOPER W WRHODES E. Measuring the efficiency of decision-making units[J]. European Journal of Operational Research197934): 429-444. [百度学术] 

23

魏权龄. 数据包络分析(DEA)[J]. 科学通报200017): 1793-1808. [百度学术] 

WEI Q L. Data Envelopment Analysis(DEA)[J]. Chinese Science Bulletin200017): 1793-1808. [百度学术] 

24

TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research20011303): 498-509. [百度学术] 

25

HAILU AVEEMAN T S. Non-parametric Productivity Analysis with Undesirable Outputs: An Application to the Canadian Pulp and Paper Industry[J]. American Journal of Agricultural Economics2001833): 605-616. [百度学术] 

26

郭贯成温其玉. 环境约束下工业用地生产效率研究——基于中国33个典型城市非期望产出的考量[J]. 中国人口•资源与环境2014246): 121-127. [百度学术] 

GUO G CWEN Q Y. Industrial Land Productivity Research Under the Environmental Restriction Based on Unexpected Outputs of 33 Typical Cities in China[J]. China Population,Resources and Environment2014246): 121-127. [百度学术] 

27

郭明杰张 玲. 造纸企业生态效率与融资约束的双向影响研究[J]. 林产工业2021586): 74-77. [百度学术] 

GUO M JZHANG L. Study on the Two-way Influence of Eco-efficiency and Financing Constraints of Paper-making Enterprises[J]. China Forest Products Industry2021586): 74-77. [百度学术] 

28

苏世伟王丹丹. 山东省与江苏省造纸行业的生态效率比较研究[J]. 林业经济问题2020405): 518-526. [百度学术] 

SU S WWANG D D. Study on the Ecological Efficiency of Paper Industry in Shandong and Jiangsu[J]. Issues of Forestry Economics2020405): 518-526. [百度学术] 

29

WANG YLIU JHANSSON Let al. Implementing stricter environmental regulation to enhance eco-efficiency and sustainability: a case study of Shandong Province’s pulp and paper industry, China[J]. Journal of Cleaner Production2011194): 303-310. [百度学术] 

30

YU CSHI LWANG Yet al. The eco-efficiency of pulp and paper industry in China: An assessment based on slacks-based measure and Malmquist-luenberger index[J]. Journal of Cleaner Production2016127511-521. [百度学术] 

31

HUSSAIN JBERNARD J T. Regional productivity convergence: An analysis of the pulp and paper industries in U.S., Canada, Finland, and Sweden[J]. Journal of Forest Economics20172849-62. [百度学术] 

32

黄和平李亚丽王智鹏. 基于Super-SBM模型的中国省域城市工业用地生态效率时空演变及影响因素研究[J]. Acta Ecologica Sinica2020401): 100-111. [百度学术] 

HUANG H PLI Y LWANG Z P. Spatio⁃temporal changes of eco⁃efficiency and influencing factors of industrial land use at the provincial level of China[J]. Acta Ecologica Sinica2020401): 100-111. [百度学术] 

33

喻小宝于永智. 基于SBM-ML-Tobit模型的中国工业碳生产率影响因素研究[J]. 生态经济2024408): 13-19. [百度学术] 

YU X BYU Y Z. Research of Factors Influencing Industrial Carbon Productivity in China Based on the SBM-ML-Tobit Model[J]. Ecological Economy2024408): 13-19. [百度学术] 

34

刘沙沙蒲金芳张蚌蚌. 基于动态网络二阶段DEA模型的洞庭湖区耕地利用效率研究[J]. 中国农业大学学报20222712): 257-269. [百度学术] 

LIU S SPU J FZHANG B Bet al. Cultivated land utilization efficiency in Dongting Lake area: Based on a dynamic networktwo- stage DEA model[J]. Journal of China Agricultural University20222712): 257-269. [百度学术] 

35

齐亚伟. 碳排放约束下我国全要素生产率增长的测度与分解——基于SBM方向性距离函数和GML指数[J]. 工业技术经济2013325): 137-146. [百度学术] 

QI Y W. Measurement and Decomposition of China’s Total Factor Productivity Under the Constraints of Carbon Emissions[J]. Journal of Industrial Technology and Economy2013325): 137-146. [百度学术] 

36

Pulp and Paper Market SizeIndustry ShareReport2032[EB/OL]. [2024-11-05]. https://www.fortunebusinessinsights.com/pulp-and-paper-market-103447. [百度学术] 

37

Revitalize American Manufacturing and Innovation Act | Manufacturing USA[EB/OL]. (2014-12-16)[2024-11-05].https://www.manufacturingusa.com/reports/revitalize-american-manufacturing-and-innovation-act. [百度学术] 

38

张智光卑 燕. 中国造纸业绿色战略演进历程[J]. 中国造纸学报2024391): 1-12. [百度学术] 

ZHANG Z GBEI Y. Green Strategy Evolution Course of Chinese Paper Industry[J]. Transactions of China Pulp and Paper2024391): 1-12. [百度学术] 

39

陈丽卿黄 举董凤霞. “双碳”对我国造纸行业影响简析[J]. 中国造纸学报202237S1): 227-230. [百度学术] 

CHEN L QHUANG JDONG F X. Analysis on the Influence of“Double Carbon”on China’s Paper Industry[J]. Transactions of China Pulp and Paper202237S1): 227-230. [百度学术] 

40

徐 波何金龙黄黎明. 天然气生物脱硫技术及其研究进展[J]. 天然气工业2013331): 116-121. [百度学术] 

XU BHE J LHUANG L Met al. Biodesulfurization in natural gas sweetening process and its research progress[J]. Natural Gas Industry2013331): 116-121. [百度学术] 

41

黄 蕊. 日本森林与林业管理制度的发展、现状及其改革方向[J]. 世界农业201710): 170-174. [百度学术] 

HUANG R. The development,status quo and reform direction of forest and forestry management system in Japan[J]. World Agriculture201710): 170-174. [百度学术] 

42

刘惠明王珠翠. 日本环境法中非规制调整方法及对我国的启示[J]. 河海大学学报(哲学社会科学版)2017196): 55-59, 87-88. [百度学术] 

LIU H MWANG Z C. The Non-regulatory Method of Japanese Environmental Law and Enlightenment to China[J]. Journal of Hohai University(Philosophy and Social Sciences)2017196): 55-59, 87-88. [百度学术] 

43

曹邦威. 巴西VCP公司在桉树造纸可持续性方面的努力及对我们的启示[J]. 中华纸业2011323): 61-65. [百度学术] 

CAO B W. The efforts of VCP company in eucalyptus papermaking sustainablily and its enlightenment to us[J]. China Pulp & Paper Industry2011323): 61-65. [百度学术] 

44

蒋雪梅刘轶芳. 全球价值链视角下的中、美高新技术产业出口效益及环境效应分析[J]. 管理评论2018305): 58-63. [百度学术] 

JINAG X MLIU Y F. Comparison of Economic Benefits and Environment Burden of High-tech Exports in China and U.S.: A Global Value Chain Perspective[J]. Management Review2018305): 58-63. [百度学术] 

45

American Forest & Paper Association Releases May 2019 Containerboard Monthly Report I American Forest and Paper Association[EB/OL]. [2024-09-21]. https://www.afandpa.org/news/2019/american-forest-paper-association-releases-may-2019-containerboard-monthly-report. [百度学术] 

46

Pulp and Paper Canada-reports on the pulp and paper industry in Canada Pulp and Paper Canada[EB/OL]. [2024-09-21]. https://www.pulpandpapercanada.com/. [百度学术] 

47

GOVERNMENT of CANADA S C. Investment Slowdown in Canada After the Mid-2000s: The Role of Competition and Intangibles[EB/OL]. (2024-02-22)[2024-11-05]. https://www150.statcan.gc.ca/n1/pub/11f0019m/11f0019m2024001-eng.htm. CPP [百度学术]