2.2　轻工业——纺织行业的能源发展和利用

2.2.1　纺织行业的发展现状

按原料性质的不同，纺织行业可分为棉纺织工业、毛纺织工业、丝纺织工业、麻纺织工业、化学纤维工业等。纺织行业是国民经济的传统支柱产业，对经济发展起着重要作用。随着经济的发展，GDP呈现平稳递增水平，纺织行业也保持了稳定增长的趋势。随着中国根据经济发展状况不断调整产业结构，作为传统劳动力密集型产业的纺织行业，行业总产值占GDP比重从2004年开始呈现下降趋势，如图2-7所示。从图中可以看出，从2009年开始，纺织行业产值占GDP比重开始缓慢增加，并呈现上升趋势。虽然纺织行业产值占GDP比重曾出现过下降趋势，但未来仍是上升的趋势，纺织行业在中国经济发展中仍占据着重要地位。

进入21世纪以来，中国纺织品出口占全球纺织品总出口的比例已从2000年的10.3%增长到2013年的37.07%。从2010年开始，世界上纺织品的出口中有超过1/3的是来自中国，中国纺织业在世界上有着明显的竞争力。

数据来源：中国工业统计年鉴、中国统计年鉴。

改革开放之后，纺织行业发展迅速。2013年，中国纺织行业规模以上企业累计完成工业总产值为62 839亿元，同比增长8.7%，增速较2009年提高17.16个百分点，占全国规模以上工业总产值6.58%。2013年，全行业出口纺织品服装总价值2920.75亿美元，同比增长11.24%，占全国出口总额13.22%，是中国实现出口创汇的重要行业，属于贸易顺差较大的行业。2013年中国纺织行业进出口顺差达到2645.3亿美元。图2-8是2004-2013年中国纺织行业进出口贸易值变动图，从图中近十年中国纺织业贸易差额的变化趋势看，中国纺织业一直处于贸易顺差的状态，且除了2009年贸易差额出现小幅度下降之外，纺织品贸易顺差呈现一直逐渐增大的趋势。

数据来源：中国统计年鉴、中国纺织工业发展报告。

2013年，中国纺织业固定资产投资项目累计实现投资4094.85亿元，同比增长14.62%，但是增速和2012年相比有一定的差距，2012年纺织行业固定资产投资同期增长率为36.33%。同时，2013年纺织行业固定资产投资增速落后于同期全国制造业22.03%的增长水平达7.41个百分点。

由于中国各个地区的资源禀赋水平及基础设施条件不同，区域间经济发展非常不均衡。纺织行业多集中于东部地区，其他地区的发展则相对落后。如图2-9显示，1994-2013年间东部十个省市纺织行业总产出的全国占比平均在81.04%左右，中部八个个省市纺织行业总产出的全国占比平均在13.48%左右，西部十个省市纺织行业的总产出的全国占比平均在5.48%左右。从图2-9可以看到：1995年之前东部地区纺织业工业产值的全国占比呈现一直上升的趋势，在2005年之后东部地区的全国占比逐渐出现下降趋势。与之相反，中部地区纺织业工业产值的全国占比在2007年之后出现了逐渐增加的趋势，这也是国家实施纺织行业产业转移政策具体落实的体现。

数据来源：各省市统计年鉴、中国纺织工业发展报告。

东部地区纺织业工业产值的全国占比呈现一直上升，从1995年的56.05%一直攀升到2005年的最高点77.55%。2005年之后，东部地区纺织行业产出的全国占比开始呈现缓慢下降的趋势。与东部地区相比，中部地区纺织行业产出的全国占比呈现不同的特征。从1997年起，中部地区纺织行业产出的全国占比大致呈现持续下降的趋势，下降趋势一直持续到2005年，2005年之后中部纺织行业产出的全国占比则开始缓慢上升。2005年之前，中部地区纺织行业产出的全国占比从1997年的30.68%持续下降到2005年的最低点16.34%。2005年之后，中部地区纺织行业产出的全国占比又从2005年的16.34%回升至2013年的22.96%。与东部纺织行业产出全国占比及中部纺织行业产出全国占比相比，西部地区纺织行业产出占全国比重一直处于较低的水平。

随后，对不同地区的行业能源强度进行了计算（图2-10），发现1994-2013年间中国纺织业东部、中部和西部的能源强度具有明显不同的特征。其中，东部纺织业的能源强度一直处于最低水平，中部纺织行业次之，西部纺织行业最高。某种程度而言，与中部和西部相比较，东部地区单位产出所需要的能源投入最少，能源生产效率最高，西部地区单位产出所需要的能源投入最多，能源生产效率最低。

数据来源：中国能源统计年鉴、各省市统计年鉴。

此外，通过不同地区间能源强度的走势还可以看出1994-2013年间中国纺织行业的能源强度在2003年之后出现持续下降的趋势，且地区间的能源强度差距也在逐渐缩小。1995年，东部、中部和西部地区纺织行业能源强度分别为0.424吨标准煤/万元、0.713吨标准煤/万元和0.976吨标准煤/万元，1995年，中部和西部地区纺织行业能源强度与东部地区纺织行业能源强度之间的差距分别为0.289吨标准煤/万元和0.552吨标准煤/万元。2013年东部、中部、西部的能源强度数值分别降至0.175吨标准煤/万元、0.351吨标准煤/万元和0.602吨标准煤/万元。2013年，中部地区和东部地区能源强度差距缩小的较为明显，相对而言，西部地区和东部地区行业能源强度差异缩小的较慢，这也在一定程度上说明了由于地理位置和资源禀赋差异等原因，西部纺织业发展相对滞后，效率也相对低下。

在能源资源日益匮乏和可持续发展的大背景下，未来中国纺织行业必然面临着极强的能源约束限制，有效配置资源、降低能源消耗、提高能源效率成为纺织行业当务之急。如何更加全面地测算纺织业能源效率的大小，了解每个省份纺织业差距？促进纺织业能源效率提高的关键因素是什么？作为单要素指标，能源强度所能提供的信息相对有限。因此，我们从全要素能源效率的视角入手，对中国纺织地的能源生产效率水平进行测算，在此基础上分析了影响其变化的因素。

2.2.2　纺织行业能源效率问题[8]

纺织工业一般不被视为高能耗产业，但是，从事纺织业的工厂数目众多，所消耗的能源总量相当可观。要计算特定国家的纺织工业所用能耗占制造业总能耗的比重，需看该国制造业的结构。例如，在中国，纺织业占制造业的终端能耗约4%（LBNL，2007），在美国，纺织业占制造业的终端能耗不到2%。如图2-11所示，随着中国纺织业的飞速发展，能源消耗量和二氧化碳排放也在持续不断地上升。在能源资源日益匮乏和可持续发展的大背景下，未来中国纺织行业必然面临着极强的能源约束限制，有效配置资源、降低能源消耗、提高能源效率成为纺织行业当务之急。一般而言，单要素能源效率考虑相对不够全面，相对简单，仅仅考虑投入和产出之间的关系。相对而言，和单要素能源效率不同的是，全要素能源效率考虑相对全面，在揭示一个地区要素禀赋结构对能效的影响方面有着单要素方法不可替代的优势。因此，我们以中国省际纺织业为研究对象，基于28个省市的纺织业面板数据，采用Malmquist能源绩效指数（Malmquist Energy Performance In-dex，以下简称MEPI[9]）测度纺织业的能源效率动态变化趋势，分析能源效率的影响因素，为确定节能减排重点和优化能源结构提供借鉴。利用MEPI研究能源效率有如下优点：一是适用于多个国家或地区跨时期的样本分析。二是避免对模型的误设。三是可以更加清晰地了解技术效率对纺织业能源效率变化的贡献程度，结果能加丰富。我们实证分析选择时间为1994-2013年，为研究全要素能源效率的区域差异，按照传统的区域划分方法分为东、中、西三大地区，结果列于表2-7。

表2-7　纺织业1994-2013年全要素能源效率平均变化及分解

从表2-7可以得知，中国纺织行业存在着巨大的节能空间。从全国平均水平来看，1994-2013年间纺织行业的全要素能源效率均值为0.4978，说明在各年技术水平不变的情况下，纺织行业可通过能源利用效率的提高节约至少50.22%的能源投入。以2013年为例，纺织行业当年能源消费总量为7365.72万吨标准煤，50.22%的节能空间意味着在当年的技术水平下，如果能源投入得以充分利用，可以节省大约3699.06万吨标准煤。由表2-7中可知，在样本期间内，东部纺织业的平均能源效率值为0.7775，中部纺织业能源效率值为0.4591，西部纺织业能源效率值则为0.2491。东部纺织业的能源效率值最大，明显高于全国平均水平，中部纺织业能源效率稍微低于全国平均水平，西部纺织业距离全国平均水平仍有较大差距。西部纺织业能源效率平均值和东部纺织业平均值、中部纺织业平均值以及全国平均水平相比，仍然是最低的。

MEPI可分解为技术效率变化（EFFCH）、技术进步变化（TECCH）。不同地区能源效率增长的动力来源基本相同，但不同影响因素的贡献程度有所不同。不考虑地区生产技术差异时，技术效率的改善和技术进步对三大地区能源生产率的提升都有显著的积极作用。其中：东部地区的技术效率改善推动能源效率提升3.23%，依靠技术进步促进了能源效率的提高，提高比例为10.66%；中部地区依赖技术效率改善从而提高了能源效率，比例为3.35%，依靠技术进步促进了能源效率的提高，提高比例则为10.84%；西部地区的技术效率改善推动能源效率提升2.94%，技术进步推动能源效率提升10.19%。

通过上述对中国各省市的全要素能源效率的测度和分解分析可知，技术进步是中国纺织业全要素能源效率提高的源泉。为了进一步分析影响纺织业全要素能源效率的影响因素，我们以计算出的能源值作为被解释变量，建立回归模型。

行业的规模经济性能够通过企业在整个行业中的平均规模和企业在行业中的集中度来反映，因此，在度量纺织行业的规模效率时，通常采用企业的平均规模以及企业在行业中的集中度两个指标。在模型中，纺织行业的平均规模等于行业工业总产值除以企业个数（亿元/个）；为了便于研究和数据统计，我们用规模以上企业个数来表示纺织行业的集中度，即企业数越多，行业集中度越高，反之，则越低。

同时，我们在研究纺织行业的结构调整时，主要通过能源消费结构和产权结构这两个指标来表示。其中，能源消费结构等于煤炭消费量除以纺织行业能源消费总量；产权结构等于国有及国有控股纺织企业的产值除以纺织行业的工业总产值。

MEPI均是与上一年的相对比值，将计算的全要素能源效率值以基期1995年为1进行累计转换，转换后的MEPI作为因变量，以上述影响因素作为自变量建立模型，如下：

Yit表示第i个省份纺织业第t年的MEPI，β表示回归系数，εit表示扰动项，ES代表企业的平均规模，STR代表纺织业的产权结构，MC代表能源结构，CON代表行业集中度。

结果可知，企业的平均规模（ES）对能源效率有着同向促进作用，且在99%的置信区间内显示，ES的估计系数是显著的。换言之，纺织行业每提高1个点的ES，则会相对促进纺织业能源效率提高1.07%。

行业集中度指标对东部纺织业能源效率而言，未能通过检验，系数不显著。对中西部地区显著，也意味着中西部行业集中度提高1个百分点，行业的能源效率可提高6.71%。纺织行业是典型的劳动密集型行业，需要大量廉价的劳动力。伴随产业升级的激烈竞争，原材料成本及人力成本也不断上涨，导致在东部的纺织业成本逐渐增加。为规避较高的劳动力成本，部分纺织企业开始转移至中西部地区，逐渐形成了中西部地区为主导的产业空间布局格局，而现实是中西部经济欠发达地区的纺织行业发展相对滞后。总体而言，目前中国纺织行业产业集中度并不是很高，还未形成规模经济。未来可以在保障大型企业产能正常运行的前提下快速扩张，淘汰落后产能，提高行业集中度，为提高行业能源效率做贡献。

我们实证结果表明，纺织业产权结构变量的回归系数为负，且通过了显著性检验。这表明国有纺织行业的工业产值在行业总产值中的比重越高，则行业的全要素能源效率则越低，同已有的大部分研究结论相同。值得注意的是，产权结构变量对东部纺织业、中部纺织业及西部纺织业的影响却存在较大差别。产权结构变量对东部纺织业的全要素能源效率的影响同全国情况相同，回归系数显著为负；中部地区的产权结构变量对全要素能源效率的影响不显著。西部地区的产权结构变量对全要素能源效率影响显著，但回归系数为正，表明西部国有纺织行业的比重越高，也并不会导致纺织业能源效率降低，甚至反而会起到相反的作用。这在一定程度上是和西部落后地区的相对劳动力廉价充足、中央政府对落后地区发展的大力扶持对纺织业全要素能源效率的改善是有很大帮助的。

能源消费结构在10%的水平上与能源效率呈现负相关的关系，即能源利用效率相对越低，节能减排潜力越大。作为煤炭是最主要能源消费品种的纺织行业而言，煤炭在所有能源消费品种的占比每提高1%，则会导致纺织行业的能源效率相对降低10.43%。煤炭在纺织行业所有能源消耗品种中所占的消耗比重最大，如果能使煤炭在纺织行业所有消费品种中的消费比重适度下降，则可以在一定程度上提高纺织行业的能源效率。

本节的分析结果表明，1994-2013年间中国纺织行业的全要素能源效率均值为0.4978，中国纺织行业存在着巨大的节能空间。企业的平均规模在1%的显著水平上与全要素能源效率水平正相关；能源消费结构在10%的显著水平上与全要素能源效率负相关；产权结构变量与东部纺织业能源效率呈现负相关的关系，回归系数显著为负。与西部纺织业能源效率呈现显著正相关的关系，但对中部纺织能源效率而言，未能通过检验，影响不显著。

根据上述分析，提出如下政策建议：

（1）有关部门应该出台控制纺织行业盲目投资的文件，可以采取指定强制性的设备技术指标的方式来提高企业集中度，积极推进淘汰落后产能，控制新增产能，加快对产品结构的升级，扭转低效率和低技术水平的纺织企业。

（2）纺织行业是劳动密集型产业，可以发挥劳动力的比较优势，发挥范围经济的优势。而对于纺织企业来说，由于中国纺织企业大部分都还没有达到最有效的规模效率，因此纺织企业应该努力通过扩大生产规模、提高其规模效率，进而提高生产水平，从而产生规模经济。

（3）针对纺织行业的节能减排，政府应该鼓励企业积极进行产品和技术方面的创新，加强对其相关项目的支持。在现阶段，可以将节能技术，如空压机做重点推广。同时，要将纺织行业废水废气在技术上做进一步的改进。

随着全球经济一体化的发展，全球范围内气候变暖以及二氧化碳排放等一系列环境问题也逐渐成为世界各国最为关注的问题之一。中国人口众多，而且中国的能源消费结构主要是煤炭占据最重要地位，排放二氧化碳较多，已成为近年来关注的焦点。纺织业也是一个高污染行业，随着中国经济社会的飞速发展，纺织业的能源消耗和二氧化碳排放也在持续不断的上升。影响中国纺织业碳排放的因素有哪些？下文将进行探讨。

2.2.3　纺织行业二氧化碳影响因素

纺织业也是一个高污染行业。2013年，纺织业能耗约占39个行业总能耗的4.3%，略高于39个行业平均值，也是能耗排放较大行业之一。1980年，纺织业能源消耗量为19.92百万吨标煤，二氧化碳排放量为32.15百万吨。2013年，纺织业能源消耗量为73.66万吨标煤，二氧化碳排放量为53.19百万吨，1980-2013年期间，能源消耗量和二氧化碳排放量都发生了很大的变化。如图2-11所示，随着中国纺织业的飞速发展，能源消耗和二氧化碳排放也在持续不断地上升。

数据来源：中国能源统计年鉴。

因此，我们以中国纺织业为研究对象，探讨影响中国纺织业碳排放的各种因素，能够为中国纺织业碳减排工作提供重要的科学依据，并为制定相关措施提供决策依据。

我们将采用STIRPAT模型[10]，对影响纺织行业二氧化碳排放的几个关键因素进行了分析。我们根据中国纺织业特征及其排放影响因素的特殊性也对STIR-PAT模型进行相应的拓展与改进，引入了城市化指标。城市化水平越高，相应的能源消耗量就大，碳排放量也会相应越大。有研究表明，城市居民的人均能源消费量是农村居民的约3.4～4倍。

根据以上分析，最终纺织业二氧化碳排放影响因素分析，公式为

其中，POP代表人口，EI代表能源效率，URB代表城市化水平。我们所涉及的统计数据包括：纺织业二氧化碳排放量、纺织业工业总产值、纺织业能源消耗总量、城镇人口、总人口、人均GDP。时间跨度是1980-2013年。

在计算纺织业二氧化碳排放过程中，煤、石油、天然气等纺织业历年各种化石能源的消费量来自《中国能源统计年鉴》（1981-2014），相应的碳排放系数来自（IPCC，2006）。纺织业工业总产值数据来自《中国工业经济统计年鉴》和《中国纺织业工业年鉴》，对于缺失的1999年数据，则根据已知的1999年纺织业工业品产量数据，用工业品产量的增长率同1998的可比价工业总产值推算当年的可比价工业总产值。人口和历年人均GDP数据来源于各年的《中国统计年鉴》。为剔除价格波动带来的影响，历年人均GDP已折算成1980年不变价。为消除异方差，对任意一个变量X进行对数化处理（lnX）。

脉冲响应是对其中一个变量给予了一个单位标准差的冲击后，其他变量会随着相应变化。即给解释变量一个冲击后，被解释变量如何变化。基于VAR模型的脉冲响应函数曲线表明：

给能源效率一个标准差的冲击，会在1～6期对二氧化碳排放产生正向的影响，但在7期后出现了负向的影响。在最初阶段，纺织业的设备和技术都处于落后水平，在短暂时间导致了二氧化碳增加。随着先进技术的不断引进和设备的不断更新，对二氧化碳排放开始呈现负向的影响。

给经济发展水平人均GDP一个标准差的冲击，会在1～3期对二氧化碳排放产生正向的影响，随着时间推移，之后对二氧化碳排放产生负向的影响。这和环境库兹涅次曲线是符合的。在经济发展的最初阶段，随着经济发展，对纺织业二氧化碳排放带来正向影响，增加纺织业二氧化碳排放。然而，随着经济发展到一定阶段，GDP增加并未引起纺织业二氧化碳排放的增加。随着经济发展，纺织业不断更新设备和提高技术，在一定程度上减少了二氧化碳排放。

给人口一个标准差的冲击，会对二氧化碳排放产生正向的影响，并逐渐呈现平稳趋势。在发展的前期阶段，随着人口的不断膨胀，在原材料短缺的情况下，纺织业作为国民经济的传统支柱行业，需要满足亿万人口的衣被需要，增加了二氧化碳排放。随着国家逐步推进计划生育政策，人口增长逐渐平稳，人口变化对纺织业二氧化碳排放的影响是平稳的。

给城市化率一个标准差的冲击，会在1～4期对二氧化碳排放产生正向的影响，之后出现了负向的影响。随着时间推移，又逐渐呈现正向影响并呈上升趋势。在城市化进程的最初阶段，城市化水平带来二氧化碳排放量增加的作用还不是很明显。但在随着城市化水平不断提高的经济阶段，大规模的农村人口转移至城市。纺织业是劳动密集型行业，农民工已成为中国纺织产业工人中的主体。随着大量农民工进入城市寻找工作机会，一定程度上有助于促进城市化。一般而言，人均的能源消费量在农村和城市之间有比较明显的差异，城市要显著大于农村。随着大量农民工融入城市，会增大城市原本的能源需求。

接下来我们通过方差分解来分析不同变量的相对重要性，所谓的方差分解是指在系统内部，将某一个变量的变化程度即均方差，分解成具体的系统内部各个变量对它的影响大小以及这些变量在影响中所占的比重，因此，通过这样的手段来判断和评价，系统内部各个变量在影响纺织行业二氧化碳排放的相对重要性。

由表2-8可知，能源效率对纺织业二氧化碳排放贡献最大，并呈现逐渐上升的趋势。从第2期3.64%开始逐渐增长，在未来较长时间内，贡献率能达到34%左右；经济发展水平的贡献次之，在第3期0.5%开始逐渐增长，且增长较为平缓。在长期时间内，经济发展水平的贡献率达到20%左右；和能源效率以及经济发展水平相比，城市化水平对纺织业二氧化碳排放影响第三，呈现较为平稳态势，为4%左右；人口的贡献率相对最小，也呈现相对平稳的态势，为3%左右。

本节运用VAR和STIRPAI模型，分析了1980-2013年影响纺织业二氧化碳排放因素和动态变化。结果显示：能源效率对纺织业二氧化碳排放贡献最大，并呈现逐渐上升的趋势；经济增长的贡献次之，也呈现出平稳上升的趋势；城市化水平的贡献率相对较小，对纺织业二氧化碳排放影响第三，呈现较为平稳态势；人口的贡献率相对最小，也呈现相对平稳的态势。

表2-8　1980-2013年中国纺织业二氧化碳排放的方差分解结果

注：以上所有变量都已进行对数化处理，均是取对数形式。

基于以上分析，提出政策建议如下：

（1）采用先进的技术和设备提高纺织业能源效率。纺织业的能源利用效率还有待提高，节能降耗空间很大。政府首先应该做的就是鼓励技术创新，加强对技术创新项目的支持，提高产品的科技含量。

（2）政府要采取有效措施促进新型城镇化与纺织业转型协同发展。城镇化与纺织产业化互为影响：一是纺织产业转型影响决定城镇发展—纺织产业是立城之本，是城镇发展的推进器和动力源。二是城镇发展影响决定纺织产业转型—城镇空间布局上的变化，对纺织产业重新集聚往往起决定性作用。纺织产业与城镇化融合发展是加快纺织产业结构调整的新渠道，是推进新型城镇化和城乡发展一体化的新途径，更是实现人的现代化、提高纺织行业整体竞争力的发展新模式。同时要利用新型城镇化的关键机遇，将纺织业区域间产业转移和城镇化结合起来，实现更有特色的纺织业梯度转移。

2.2.3　纺织行业能源替代问题

能源替代包括内部替代和外部替代两个方面。前者是指能源各品种之间的相互替代，属于能源结构性优化问题。后者主要是指能源同劳动力、资本等非能源要素之间的相互替代，属于社会资源的有效配置范畴。因此，通过资本和劳动对能源的替代，不仅可以在短时间内通过要素重新配置组合来实现，而且对于完成控制能源消费总量目标，解决过剩资本投资的问题，降低能源对外依存度都有积极的作用。

超越对数生产函数模最早由Christensen、Jorgenson和Lau（1973）提出，下面我们采用要素的生产函数对应的超越对数成本函数来研究纺织业劳动力、资本、能源之间的替代关系。函数的具体形式为

我们选取的因变量是中国纺织业的年均工业产值（Y），同时自变量有纺织业的能源消费量（E）、纺织行业的资本存量（K）和纺织行业的劳动力人数，此处用纺织行业就业人员年末人数（L）表示，我们构建了如下模型：

由于超越对数生产函数模型中选定的变量之间存在一定的相关性，变化趋势相同，且因为获取可能的限制样本区间有限，因此必然会面临多重共线性问题，利用普通最小二乘法回归将会对结论的准确性产生不利影响。为了解决这个问题，在计量回归方法选择上我们采用了岭回归。

从各生产要素的产出弹性看（图2-12），样本期内，纺织业的投入要素能源、资本、劳动力，三者的产出弹性的符号相同，都为正数，但弹性大小各不相同。能源产出弹性最高，劳动力次之，资本最小，说明和劳动力、能源相比，纺织行业对资本的利用效率还不是很高，仍有较大的提高空间；样本期间内，三种投入要素的产出弹性呈现出缓慢增长的趋势，且在未来时间内仍有增长的趋势。

图2-13为纺织行业资本、劳动力和能源之间的替代弹性，从图中可以发现：

（1）纺织业中各要素间的替代弹性逐年变化较为稳定并呈现出特定的趋势。

（2）资本与劳动力之间的替代弹性为正数，同样替代弹性系数为正的有资本和能源、劳动和能源。替代弹性系数均保持在1附近，相对稳定，说明样本期间内，中国纺织业资本、劳动与能源三种要素之间存在互为替代关系。

（3）资本与能源、劳动力与资本之间的替代弹性基本相同，维持在0.98左右，且在样本期内有轻微的下降趋势，纺织行业可通过增加资本投入，或者引进更加先进的技术和经验，实现技术升级，从而来实现减少能源消耗的空间还很大，同样也存在利用劳动力对能源进行替代以减少能耗和排放的可能。

（4）劳动力与能源的替代弹性最大，样本期间保持在1.01以上，这在一定程度上说明在当前发展状况下，我国纺织行业的整体发展技术相对还不够先进。随着纺织业的不断发展，技术也将继续提升和进步，更多富余的劳动力将会被先进的机器设备所代替，劳动力对能源的替代弹性也呈现出下降的趋势。从长期发展来看，随着中国工业化和城市化进程的不断推进，纺织业技术的不断进步，如果仅仅通过加大纺织工业劳动投入数量来实现劳动和能源的替代会是不可持续的。因此，从长远看，必须加强技依托于技术创新和产出持续扩大带来的规模效应来实现劳动力对能源的替代，唯有如此，才能取得更大的发展空间。

我们以超越对数生产函数模型为基础，以2012年为例，在假设行业产出及劳动投入不变的情况下，给出了不同资本投入情境下的节能和减排量。

从表2-9可以看到：在产出和劳动力投入不变的情况下，如果行业的资本投入增加5%，行业可以减少能耗2.36百万吨标准煤，减少6.54百万吨二氧化碳排放；当资本投入增加幅度达到10%时，行业可以减少能耗8.43百万吨标准煤，减少23.37百万吨二氧化碳排放；当资本投入增加幅度达到15%时，行业的节能量和减排潜力分别为13.72百万吨标煤和38.03百万吨。模拟情形表明，对于纺织行业来说，资本可以有效地替代能源，相应提高资本比例，行业的节能减排效果均十分明显，这也为今后纺织行业的节能指明了新的方向。

表2-9　不同情境下纺织业节能及减排潜力

我们利用超越对数生产函数模型对1980-2012年间纺织行业产出与资本、劳动及能源之间的关系进行了分析，同时考察了三种要素间的替代关系，实证结果表明：样本期内，纺织业的投入要素能源、资本、劳动，三者的产出弹性的符号相同，都为正数，但弹性大小各不相同。能源产出弹性最高，劳动次之，资本最小，说明与劳动、能源相比，纺织行业对资本的利用效率还不是很高，仍有较大的提高空间；资本与劳动、资本与能源以及劳动与能源之间的替代弹性均为正数，替代弹性系数均保持在1附近，说明样本期间内，中国纺织业资本、劳动与能源三种要素之间存在互为替代关系。同时，还模拟了不同情境下行业的节能减排可能，也进一步验证了相应提高纺织行业的资本存量，可以给纺织行业带来明显的能源消耗节能量。说明通过此方式来减少纺织业能源消耗的空间还很大。目前，中国纺织业和国际先进水平相比之下，设备状况老化严重，纺织设备的落后直接制约着中国纺织品的质量和企业产品创新能力，企业的资金相对不足。实证结果表明，资本同能源之间存在显著的替代关系，提高行业的资本投入有利于降低纺织行业对能源资源的依赖，减少行业的排放污染。因此，政府应该以政策为手段，市场为导向，信息化为动力，加大资本投入和科技投入，推动产业升级。