山东省全要素能源效率及其影响因素分析

臧传琴 刘 岩

(1．山东财经大学经济学院，山东 济南250014;2．华夏银行济南分行，山东济南250011)

山东省全要素能源效率及其影响因素分析

臧传琴1刘 岩2

(1．山东财经大学经济学院，山东 济南250014;2．华夏银行济南分行，山东济南250011)

能源是人类赖以生存的物质基础，是现代经济增长和发展不可或缺的投入要素。提高能源效率是破解当前经济发展中面临的能源紧缺与环境污染两大困境的必经之路。本文选取基于投入导向的规模报酬不变的超效率DEA能源效率模型，以山东省全要素能源利用效率作为研究对象，运用1996－2010年山东省17地市际面板数据，在生产函数中加入环境污染这一非合意产出，测算出山东省各地市的全要素能源效率，对各地市节能潜力进行评价，并进一步分析了其影响因素，结果发现:目标区间内，山东省全要素能源效率的均值呈不断上升趋势;东中西部地区之间全要素能源效率变化趋势大体相同，但差距较为明显;产业结构、能源结构和对外开放程度同全要素能源效率呈显著的负相关关系，而技术进步的作用并不突出。因此，通过进一步优化产业结构、改善能源消费结构、充分发挥技术创新的作用，能够提高全要素能源效率，降低环境污染。

全要素能源效率;DEA模型;非合意产出;环境污染;影响因素

能源是经济增长的重要支撑。但是，由于长久以来粗放式增长模式没有从根本上得以改变，能源问题以及与此密切相关的环境问题正越来越成为制约中国经济发展的两大瓶颈。根据中国石油企业协会和中国石油大学油气产业研究中心发布的《中国油气产业发展分析与展望报告蓝皮书(2011－2012)》显示，2011年，我国原油净进口2．5亿t，对外依存度达55．2%，国内石油消费一半以上来自国外进口，国家石油供应安全问题再次成为能源经济的焦点。山东省作为能源储量和消费大省，在全国具有较强的典型性和代表性。作为中国重要的能源和基础工业基地，山东省在煤炭、石油、金属和非金属矿产方面的资源优势得天独厚。进入21世纪以来，随着工业化和城镇化的加速发展，固定资产投资持续高速增长，特别是一些高能耗的重化工业实现生产能力后，山东能源消耗总量迅速增加，自2005年开始，全省能源消费总量超过能源生产总量，首次成为能源净输入省份，能源自给率不断降低，对外依存度越来越高。能源的大量消费，特别是能源的粗放式消费带来了严重的环境污染，环境日益不堪重负。鉴于此，本文拟以山东省为例，在生产函数中加入环境污染这一非合意产出，选取基于投入导向的规模报酬不变的超效率DEA模型，测算全要素能源效率并分析其影响因素，为山东省制定合理的能源发展战略、推进可持续发展提供实证分析的科学基础和决策依据，同时也为其他省市乃至全国提供借鉴。

1 文献综述

关于能源效率的测度，传统的考察方法是基于单要素生产率框架，即只考虑能源要素一种投入。这种基于单要素生产率框架的能源效率虽然计算简便，但由于对能源效率的定义和指标的设定缺少统一的标准，在能源投入和产出测度问题上存在很多局限性，导致各种研究计算出来的能源效率结果和评价结论差异较大。因此，越来越多的学者开始使用基于全要素生产率框架测度能源效率。Farrel［1］在 Debreu［2］和 Koopmans［3］资源最优利用效率研究的基础上发展出技术效率概念，首先确定生产前沿和样本点相对于生产前沿的相对距离，然后通过测度样本点相对于生产前沿的远近程度来衡量相对效率的大小，这种测度方法更符合帕累托效率的要求，为此后的效率研究奠定了基础。Hu and Wang［4］基于全要素生产率框架，运用DEA方法定义了全要素能源效率(TFEE，total factor energy efficiency)指标，弥补了传统能源生产率指标仅考虑能源单一投入要素的缺陷，从而使关于能源效率的研究更加完善，进一步推进了该项研究。而Hu and Kao［5］则在能源效率的基础上提出另一个新的指标——能源可节约率，并对APEC经济体17个国家1991－2000年间的能源可节约率和人均可节约量进行测算，结果显示，中国的能源可节约率最高，接近一半的能源可以通过效率改进的方式来节约使用。国内对于能源效率及其测度的研究起步比国外稍晚，主要包括:史丹［6］利用相关因素分析法对中国1978－2000年的能源效率进行了测度和研究，结论是:改革开放以来我国能源利用效率的改进是非常显著的，其中对外开放、产业结构和经济体制是影响能源利用效率的重要因素。邹艳芬［7］利用空间自回归模型对中国能源效率的区域特征进行分析，论证能源利用效率和区域经济发展中明显的空间依赖性和集群特征，并对这种空间效应进行定量计量。师博、沈坤荣［8］将知识存量纳入传统的生产函数中，利用超效率DEA模型测算了省际全要素能源效率，并认为市场分割所导致的资源配置扭曲是造成能源效率低下的主要原因。

有关能源效率影响因素，Reitler［9］提出了运用修正的方法分析影响工业能源消费的因素，该修正方法的本质就是对能源消费的影响因素进行分解，具体包括生产量、生产结构和单位消耗量。改革开放后中国的能源效率有所提高，其原因何在?Kambara［10］对中国20世纪80年代到90年代中期能源消耗强度下降的原因进行实证分析后认为，中国的工业结构从能耗高的重工业向能耗低的轻工业转移这一结构变动是能耗下降的主要原因。而Fan et al［11］的研究则发现:自1993年以来市场化程度的加深对能源效率改进有着显著的贡献。国内学者赵丽霞、魏巍贤［12］利用三要素的C－D生产函数对中国1978－1996年间的宏观数据进行了统计检验，揭示了中国自1978年以来单位GDP能耗下降的主要因素是产业结构、技术进步以及资本投入。尽管总体上看中国的能源效率在提高，但地区差距较为明显。史丹等［13］基于随机前沿生产函数模型，认为导致各地区能源效率差异扩大的主要原因是全要素生产率的差异，只有通过改善中西部地区的资源要素配置效率和促进区域间的技术扩散，才能真正提高落后地区的能源利用效率。

综上所述，已有研究在分析能源效率时，有些忽略了环境污染这一要素，因此对能源效率的分析结论不够客观、真实;有的虽然经环境污染这一要素纳入了生产函数进行统筹分析，但是多以单一指标(如CO2、SO2、COD等)来衡量环境污染状况，这种做法不能够全面反映环境污染的综合变化，在分析问题时可能会产生结论上的偏差。因此本文综合工业废水、废气和固体废物排放量三个指标综合成污染排放综合指数，以此作为产出中的非合意产出指标，实证分析能源效率问题，力求所选指标更具代表性，结论更加客观。

2 山东省全要素能源效率评价

2．1 纳入环境污染的超效率DEA模型

在生产过程中，在得到合意产出的同时，也会出现非合意产出。由于非合意产出的价格不可获得或者不容易获得，往往在计算产出时忽略了非合意产出。环境污染作为生产过程中产生的非合意产出，纳入到效率分析的框架中，能够更加全面、真实地反映出能源效率的高低。

将环境污染作为非合意产出计算全要素能源效率，首先要构造一个包含投入要素、合意产出和非合意产出的生产可能性集。假设一个国家或地区投入N种生产要素x=(x1，x2，…，xN)∈，得到 M 种合意产出 y=(y1，y2，…，yM)∈RM+，以及 I种非合意产出 b=(b1，b2，…，bI)∈，用P(x)表示生产可能性集:

假设生产可能性集是一个闭集和有界集，合意产出和投入是可以自由处置的。Fare et al．指出P(x)必须满足以下两个公理［14］:

公理一:如果(y，b)∈P(x)及 b=0，则 y=0;

公理二:如果(y，b)∈P(x)及 0≤α≤1，则(αy，αb)∈P(x)。

第一个公理称作零合公理(Null-jointness Axiom)，其含义是一个国家或地区如果没有非合意产出，就没有合意产出，换句话说，有合意产出就一定有非合意产出。第二个公理称作产出弱可处置性公理(Week Disposability of Outputs Axiom)，这个公理的含义是合意产出和非合意产出同比例增加或减少，要减少非合意产出就必须减少合意产出即环境污染的减少是有成本的。

通过上述对全要素能源效率的介绍，根据生产可能性集的含义和公理，建立纳入环境污染的基于规模报酬不变的超效率DEA模型:

假设有K个决策单元，每个决策单元投入N种生产要素 xk=(x1k，x2k，…，xNK)，得到 M 种合意产出 yk=(y1k，y2k，…，yMK)，以及 I种非合意产出 bk=(b1k，b2k，…，bIK)。通过将投入要素、合意产出和非合意产出的数据带入模型，得到每个决策单元的效率评价值。

2．2 变量与样本数据来源

本文将环境污染作为非合意产出，采用基于规模报酬不变的超效率DEA模型，对山东省17个地市的全要素能源效率进行实证分析，全要素能源效率采用全要素能源相对效率EE。采用年度面板数据，样本区间为1996－2010年。假定生产过程中所需的三种投入要素为资本、劳动力和能源，产出包括合意产出和非合意产出。

(1)资本。一般采用“永续盘存法”来估计每年的实际资本存量作为资本投入的数据，计算方法为:Ki，t=Ii，t+(1 － δi，t)Ki，t－1，Ki，t是地区 i第 t年的资本存量，Ii，t是地区 i第t年的投资，δi，t是地区 i第 t年的固定资产折旧。本文借鉴刘小玄［15］的研究，选取“固定资产净值年平均余额”作为资本投入的指标，数据来源于《山东省统计年鉴》(1997－2011)，单位为万元。

(2)劳动力。对于劳动力要素投入，国外的研究一般采用工作小时数作为评价指标，但是由于缺乏统计数据，加之山东省各地市平均受教育水平不可获得，因此，本文选取“各市年底在岗职工人数”作为劳动力投入的指标，没有考虑各地市劳动力质量上的差异，数据来源于《山东省统计年鉴》(1997－2011)，单位为万人。

(3)能源。《中国能源统计年鉴》中统计的能源消耗量只有各省每年的能源消耗量，没有具体到省内的各地市。山东省工业企业用电主要靠煤炭发电，主要消耗的能源也是煤炭。因此，本文选取“全年用电量”可以代替将煤炭、石油、天然气和水电四种主要一次性能源的消费量转换成统一单位加总而成的能源消费量作为能源投入的指标，数据来源于《中国城市统计年鉴》(1997－2011)，单位为万kW·h。

(4)合意产出。合意产出变量采用国内生产总值GDP来衡量，用山东省各地市每年的GDP作为合意产出的指标，数据来源于《山东省统计年鉴》(1997－2011)，单位为亿元。

(5)非合意产出。在工业生产过程中，环境污染与合意产出伴随而生，因此，将环境污染作为非合意产出纳入到模型分析中。环境污染的统计数据主要包括工业废水排放总量、工业废气排放总量和工业废物产生量。由于DEA方法要求投入产出指标不宜过多，因此，采用改进的熵值法把三大污染排放指标综合成一个污染排放指数的方法，将山东省各地市工业废水排放总量、工业废气排放总量和工业废物产生量综合成各地市每年的污染排放指数。设表示样本i(1996年代表样本1，1997年代表样本2，…，2010年代表样本15)的第j个指标(废水排放量、废气排放量和废物生成量分别代表第一、二、三个指标)的初始数据，共有15个样本和三个指标，具体计算方法为:

各变量投入产出数据特征见表1。

2．3 全要素能源效率评价

以山东省各地市固定资产净值年平均余额、年底在岗职工人数和工业用电量作为投入变量，GDP和环境污染指数作为产出变量，将各地市各具体指标数据应用DEAP-xp1软件，测算出山东省各地市在1996－2010年间的全要素能源效率，见表2。

表1 1996－2010山东省17地市投入产出变量的数据特征描述Tab．1 Data characterization of input and output variables of regions and cities in Shandong from 1996 to 2010

考虑了环境污染作为非合意产出所测算的山东省市际全要素能源效率更科学、更符合经济发展实际。从表2中可以得出以下结论:一方面，从各地市的情况来看:威海市全要素能源效率一直是1，即一直处于生产前沿曲线上，但这并不意味着该市不存在能源效率的损失，而是与其它地区相比，在当前技术条件和产出水平下，无法实现能源投入的进一步节约;菏泽市紧随其后，距离生产前沿较近，而且大部分年份处于生产前沿曲线上;临沂市、济南市和日照市全要素能源效率也较高，均值都在0．9以上;济宁市和枣庄市全要素能源效率较低，距离生产前沿较远，其中枣庄市全要素能源相对效率值最低，仅为0．627，说明其工业生产中效率损失较大。另一方面，从整体看来，从1996年到2010年，全省各地市平均每年的全要素能源效率值呈现上升趋势，从1996年的0．758上升到2010年的0．907，说明山东省总体的能源利用效率在不断提高。如果全要素能源效率较低的地市能够缩短与效率高的城市的差距，那么山东省能源效率总体上将会得到极大的提高。因此，节能减排的工作重点应该放在全要素能源效率较低的城市。

3 全要素能源效率影响因素分析

选择了合适的计量工具对全要素能源效率进行测度之后，就需要对全要素能源效率在不同经济体之间或者同一经济体不同区域之间进行比较，比较的结果可能会有较大的差异，这就要对引起全要素能源效率差异背后的影响因素进行分析，从而缩小差距，提高能源效率，降低生产对环境的破坏和资源的过度消耗，提高增长的质量。

3．1 变量与数据说明

影响全要素能源效率的因素有很多，主要包括:一是结构变动包括产业结构和能源消费结构变动。由于不同部门生产效率及其增长速度存在差别，当能源要素从低生产率或者生产率增长较慢的部门向高生产率或者生产率增长较快的部门转移时，就会促进经济体总的能源效率提高。二是技术进步与创新。一方面，由于新技术、新设备、新工艺的出现，技术进步和创新使得在技术上提高能源效率成为可能，能够在相同产出下节约能源投入，或者相同投入下可以扩大产出;另一方面，技术进步会促进经济增长产生回弹效应，使得对能源的需求加剧。三是各种制度因素，如对外开放程度、所有制结构和政府政策等。良好的制度和完善的市场有助于企业微观效率的改进，进而促进全要素能源效率的提高。受限于数据的可获得性，本文选取产业结构、能源消费结构、技术水平和对外开放程度四种影响因素作为解释变量，分析其对山东省及省内东中西部地区全要素能源效率的影响。

表2 1996－2010年山东省17个地市考虑环境污染的全要素能源效率值Tab．2 Total factor energy efficiency of 17 regions and cities of Shandong from 1996 to 2010

(1)产业结构。产业结构是影响能源效率的重要因素，第三产业附加值较高，尤其是以新技术为基础的高科技产业，能源消费较低，能源强度较小，但是，第二产业尤其是工业由于产业本身的特性，能源消费强度大大高于其他产业，能源效率的高低对该产业意义重大。本文产业结构变量IS用“各地市第二产业总产值在本省GDP中所占的比重”表示，数据来源于《山东省统计年鉴》(1997－2011)，以1978年不变价格计算。

(2)能源消费结构。各种能源的利用效率存在差异，能源消费结构在一定程度上会影响全要素能源效率的高低。本文选取“山东省各地市原煤消费量占全省能源消费总量的比重”作为能源消费结构变量ES，数据来源于《中国城市统计年鉴》(1997－2011)。

(3)技术水平。技术水平和技术创新能力会影响到生产效率和能源利用效率，由于无法获取企业层面的研发数据，只能以更为宏观的指标进行替代。本文选取“各类专业技术人员数占当地从业人员比重”作为技术水平变量T，数据来源于《山东省统计年鉴》(1997－2011)。

(4)对外开放程度。一般来说，地理位置靠近沿海、基础设施完善和行政效率较高的地区能够吸收、利用更多的外资，外资的进入也能促进市场竞争和活力，带来更先进的技术，有利于改善企业的经济效率。本文利用“各地区吸收、利用外资占当地经济的比重”作为各市对外开放程度变量O的指标，数据来源于《山东省统计年鉴》(1997－2011)。

3．2 模型建立

由于山东省和省内东中西部地区全要素能源效率不小于0，为受限因变量，本文采用处理限值因变量的Tobit模型，检验山东省和省内东中西部地区全要素能源效率的影响因素。根据影响全要素能源效率的四个解释变量，构建全要素能源效率影响因素的Tobit模型:

其中:i和t分别表示不同时期不同地市对应的值，εi，t为随机误差项，且服从正态分布。为了减少误差项中存在的异方差性和序列自相关性的影响，使用可行广义最小二乘法(GLS)进行参数估计。Tobit模型中输入值“IS，ES，T，O”的数据以1996－2010年每年的数据作为输入条件。

3．3 估计结果分析

根据山东省各地市相关统计数据和全要素能源效率影响因素模型，对山东省及省内东中西部地区全要素能源效率的影响因素的Tobit模型进行回归估计，模型估计结果如表3所示。

(1)就山东省全省范围来讲，产业结构与全要素能源效率呈显著的负相关关系，即第二产业产值的增加会降低全要素能源效率。在其他因素不变的情况下，若经济中第二产业比重增加1个单位，则全要素能源效率将下降0．085个单位。就山东省东中西部地区来讲，产业结构变量对分区域的全要素能源效率的影响与全省的情况相符，并且相对于东部和西部地区，中部地区的产业结构变量对全要素能源效率的影响要更加显著。工业产值比重与全要素能源效率呈倒U型关系，由于规模效应的作用，随着产业结构比重的增加，全要素能源效率也在提高。

(2)不论是全省还是分区域其能源消费结构的回归系数全部为负值，表明在不考虑其他因素变动的情况下，原煤消费量在能源消费总量中所占的比重越大其全要素能源效率越低。如果考虑到在计算全要素能源效率中包含了污染排放的非合意性产出，这一结论就更具意义。由此可见，改善能源结构对于提高能源效率具有重要意义。

(3)以技术人员占劳动力比重表示的技术水平变量，在模型中系数很小，且均不显著。一方面可能由于本文选取的指标未能完全刻画出各地区工业的技术水平;另一方面，技术的确可能会对全要素能源相对效率产生“回弹效应”，从而削弱、降低了其正向的促进作用，并导致其被估计系数不显著。当然也不能排除在山东省工业经济中，技术水平的影响确实不显著的可能性。对于技术活动在促进能源效率中发挥何种效应，可能需要更为细致的基于企业层面的数据进行分析。

表3 1996－2010年山东省及分区域全要素能源效率影响因素的Tobit模型估计结果Tab．3 Tobit model estimation result of the influencing factors of total factor energy efficiency of Shandong and different regions from 1996 to 2010

(4)通过对外开放程度变量估计结果可以看出，无论是全省还是分区域，引进外资会降低全要素能源相对效率。这可能是由于以下原因引起的:外商直接投资带来了先进的技术和管理理念，可以提升和改善生产效率，通过技术外溢、增进人力资本累积等途径实现要素生产率的提高;但是由于地区的发展水平存在差异，沿海与非沿海地区引进外资的规模、速度和质量并不相同，开放较早的沿海城市，由于具备了较好的投资环境，从而使得其吸收、利用外资的规模较大，外商投资使得这些地区的能源效率出现一定程度的改善。但各地区的效率改善速度并不相同，处于前沿的地区多为沿海城市，其改善程度更大意味着他们推动前沿前进的速度更快，而相对内陆的地区一般距离前沿较远，尽管其能源效率得到了改善，出现了向前沿追赶的趋势，但追赶速度低于前沿移动的速度，使得其相对前沿的距离越来越远，也就是能源相对效率的下降。

4 结论与政策建议

本文以山东省为例，运用山东省1996－2010年17个地市市际面板数据，选取基于投入导向的规模报酬不变的超效率DEA模型，以资本、劳动和能源作为生产投入要素，国内生产总值GDP作为合意产出，环境污染作为非合意产出，测算出了山东省17个地市的全要素能源效率。然后，以各地市全要素能源效率值为因变量，采用处理极限值因变量的Tobit模型，分析山东省和省内东中西部地区全要素能源效率的影响因素。结论及政策建议是:

(1)考虑了环境污染作为非合意产出所测算出的全要素能源效率更科学、更符合经济发展实际，其演变规律为:①从1997年开始，全要素能源效率均值呈不断上升趋势，虽然2003年出现小幅波动，但从整体上看，能源效率是不断提高的，但是仍有很大的节能空间。②东中西部地区之间全要素能源效率变化趋势大体相同，但差距较为明显，西部地区节能潜力很大，中部次之，东部沿海地区能源效率较高。因此要进一步提高能源利用效率，应加大对中西部地区政策的扶持力度，加强地区之间的交流与合作，充分发挥地区优势和特色，发展具有比较优势的产业，推动区域之间协调发展。

(2)产业结构、能源结构和对外开放程度同全要素能源效率呈显著的负相关关系，在其他因素保持相对不变的情况下，若经济中第二产业比重、原煤消费量比重以及吸收利用外资占当地经济的比重每增加一单位，将导致全要素能源效率均值分别下降0．085、0．361和0．017个单位。由此可见，进一步调整和优化产业结构，改善能源消费结构将会成为下一步工作重点，这也与我国今后的发展规划重点相符。特别实在开发清洁能源方面，尽管短期内投入成本可能会大于收益，但从可持续发展的长远目标来看，当前付出一些代价也是值得的。至于对外开放程度变量系数为负值，除却上面提到的地区差异的原因外，可能还与地方政府为了政绩、任务而对外资不加选择的“粗放式”引入有关。因此，建议今后地方政府在引进外资时要密切结合本地的发展规划，与经济结构调整、能源消费结构改善、技术进步等发展目标相结合，有选择地引进外资。

(3)技术水平变量在模型中系数很小，仅在0．1左右，即技术水平对山东省全要素能源效率的影响较小。但我们并不能就此得出技术进步对能源效率的提高不重要的结论。事实上，在国内外的发展实践中，技术进步正扮演着越来越重要的角色。之所以在本文的研究中技术进步的作用并不突出，除却数据统计和技术回弹效应等因素外，最主要原因恐怕还在于我国高投入、高消耗、低产出的粗放式发展模式还未从根本上得以转变，技术进步的作用尚未得到充分重视和发挥。所以，下一步政府应该增加技术投入，特别是借助于财税金融政策鼓励和支持企业进行技术投入，鼓励大学和科研院所与企业联合进行技术攻关，既能帮助企业以较小的成本获得技术支持，又能充分利用大学和科研院所的人才优势，同时也使科研机构和科研人员有了更加具体明确的、更加符合市场需求的科研目标和方向，从而科研成果更易转化为现实生产力。

References)

［1］Farrell M J．The Measurement of Productive Efficiency［J］．Journal of the Royal Statistical Society Series A，1957，120(3):253－290．

［2］Debreu G．The Coefficient of Resource Utilization ［J］．Econometrica．1951，19(3):273 －292．

［3］Koopmans T C．Efficient Allocation of Resources ［J］．Econometrica．1951，19(4):455 －465．

［4］Hu J L，Wang S C．Total-factor Energy Efficiency of Regions in China［J］．Energy Policy，2006，34:3206 －3217．

［5］Hu J L，Kao C H．Efficient Energy-saving Targets for APEC Economics［J］．Energy Policy，2007，35(1):373 －382．

［6］史丹．我国经济增长过程中能源利用效率的改进［J］．经济研究，2002，48(9):49 － 56．［Shi Dan．The Improvement of Energy Consumption Efficiency in China’s Economic Growth［J］．Economic Research，2002，48(9):49 －56．］

［7］邹艳芬，陆宇海．基于空间自回归模型的中国能源利用效率区域特征分析［J］．统计研究，2005，22(10):67 －71．［Zou Yanfen，Lu Yuhai．Analysis on the Regional Characteristics of Chinese Energy Efficiency Based on Space Self-regression Model［J］．Statistical Research，2005，22(10):67 －71．］

［8］师博，沈坤荣．市场分割下的中国全要素能源效率:基于超效率DEA 方法的经验分析［J］．世界经济，2008，68(9):49－59．［Shi Bo，Shen Kunrong．The Total Factor Energy Efficiency of China Under the Market Segmentation:Empirical Analysis the Superefficiency DEA［J］．World Economy，2008，68(9):49 －59．］

［9］Reitler W，Rudolph M．Analysis of the Factors Influencing Energy Consumption in Industry:A Revised Method［J］．Energy Economics，1987，(9):110－113．

［10］Kambara T．The Energy Situation in China［J］．China Quarterly，1992，131:608－636．

［11］Fan Y，Liao H，Wei Y M．Can Market Oriented Economic Reforms Contribute to Energy Efficiency Improvement?Evidence from China［J］．Energy Policy，2007，35:2287 －2295．

［12］赵丽霞，魏巍贤．能源与经济增长模型研究［J］．预测，1998，(6):32 －34．［Zhao Lixia，Wei Weixian．Research on Energy and Economic Growth［J］．Forecast，1998，(6):32 －34．］

［13］史丹，吴利学，付晓霞，等．中国能源效率地区差异及其成因研究:基于随机前沿生产函数的方差分解［J］．管理世界，2008，24(2):35 －43．［Shi Dan，Wu Lixue，Fu Xiaoxia，et al．Study on the Regional Difference of Energy Efficiency and Its Reason:Variance Decomposition Based on the Random Foreword Production Function［J］．Management World，2008，24(2):35 －43．］

［14］Fre R，Grosskopf S，Hernandez-Sancho F．Environmental Performance:An Index Number Approach［J］．Resource and Energy Economics，2004，26(4):343－352．

［15］刘小玄．民营化改制对中国产业效率的效果分析:2001年全国普查工业数据的分析［J］．经济研究，2004，50(8):16－26．［Liu Xiaoxuan．The Effects of Privatization on Industrial Performance in Chinese Economic Transition:Analysisofthe 2001 National Industrial Census Data［J］．Economic Research，2004，50(8):16 －26．］

Analysis on Total Factor Energy Efficiency and Its Influencing Factors of Shandong Thinking about Environmental Pollution

ZANG Chuan-qin1LIU Yan2
(1．School of Economics，Shandong University of Finance，Jinan Shandong 250014，China;2．Jinan Branch，Huaxia Bank，Jinan Shandong 250014，China)

As the material basis of human survival，energy is an indispensable element input element of economic growth and development．To improve the energy efficiency is a must in tackling the energy shortage and environment pollution in current economic development．In this paper，we choose the model of invest-oriented，super-efficiency DEA with fixed returns to scale，taking the total factor energy efficiency of Shandong as the study object，by using the panel data of the 17 cities in Shandong Province from 1996 to 2010，adding environment pollution as undesirable output in function，calculating the total factor energy efficiency in each city，so as to evaluate the total factor energy efficiency and energy saving potential in every city．On this basis，we analysis its influencing factors．We find that in the target range，the average value in total factor energy efficiency is in the rising trend，but there is an obvious gap between east，middle and west regions;negative correlation is found in the relationship of industry structure，energy structure and degree of opening-up and total factor energy efficiency，but the influence of technological innovation is unobvious．So we can improve the total factor energy efficiency and reduce environmental pollution through optimizing the industry structure further，improving energy consumption structure and giving full play to the role of technological innovation．

total factor energy efficiency;DEA model;undesirable output;environmental pollution;influencing factor

F062．1

A

1002－2104(2012)08－0107－07

10．3969/j．issn．1002－2104．2012．08．017

2012－05－20

臧传琴，副教授，主要研究方向为规制经济学。

山东省自然科学基金项目“中国政府规制影响评价体系研究——以环境规制为例”(编号:ZR2010GL029)。

(编辑:刘照胜)