中国中部六省能源效率影响因素研究

刘丽丽

(安徽财经大学 统计与应用数学学院，安徽 蚌埠 233030)

我国中部六省由于地理位置的特殊性，经济结构与发展模式与沿海地区差异较大，导致其能源效率存在着较为显著的差异，因此，如何在有限的资源下结合自身的特征条件，提高能源的利用效率，已经成为当前追求经济发展的重大课题。本文将环境因素引入，在考虑非期望产出的基础上研究六省的能源效率，在寻求期望产出最大化的同时，使非期望产出尽量最小。

1 文献综述

一直以来，对于我国的能源效率问题，国内外学者都做过研究。单要素能源效率通俗易懂，特别是能源生产率和能源强度，应用比较广泛，但仅仅以能源作为单一投入要素指标存在一定的局限性，无法反映出在实际生产中各种不同要素间(如资本和劳动力)的替代作用。而全要素能源效率恰好可以弥补这方面的不足。Jin－Li Hu，Shih － Chuan Wang(2006)［1］(P3206～3217)最先提出全要素能源效率这一概念，他们将能源效率定义为目标能源投入和实际能源投入之比，将能源消费量作为数据包络模型的投入指标，GDP作为产出指标，通过构建全要素能源效率模型，利用1995～2002年的数据研究中国的能源效率，并将结果与传统能源效率作比较，这是目前利用全要素分析方法，考察中国能源效率问题的探索之作。

针对我国能源效率影响因素这一问题，学者们提出了很多影响能源效率的因素。归结起来主要有产业结构调整、技术进步、国际贸易量、能源消费结构、能源价格等多种因素的影响。董锋等(2010)［2］(P53～58)通过面板数据分析方法分区域研究了技术进步每个组成部分对于能源效率产生的影响，指出科技进步对于能源效率的提高贡献率最大，规模效率和纯技术效率的贡献率基本一致。

在研究方法上，由于面板数据的特殊性，使用普通最小二乘法会造成较大误差，故有的学者采用变截距的固定效应模型，如魏楚、沈满洪(2007)［3］(P66～76)使用此模型研究得出地区间能源效率差异大致呈现逐渐减少趋势，能源效率存在一定趋同性。考虑到应变量能源效率取值在(0，1)，故本文采用Tobit模型，提高估计精度。

在研究范围上，多数文章研究我国29个省市区的能源效率，或是分区域来研究区域间能源效率差异，本文着重研究中部六省的能源效率差异，李臣，张瑞(2012)［4］(P42～46)基于我国中部六省 1996 ～2008年的数据，运用动态面板模型探索碳排放的影响因素。

2 中部六省全要素能源效率测算

2.1 考虑非期望产出的全要素能源

这里，用 Xj=(x1j，x2j，…，xmj)T表示决策单元j的非能源投入向量，如资本和劳动力，ej用来表示 DMUj的能源投入，Yj=(y1j，y2j，…，ysj)' 表示 DMUj的期望产出向量，Zj=(z1j，z2j，…，zkj)'表示 DMUj的非期望产出向量。

模型(2－1)的经济含义在于:在期望产出不低于Yj0、非期望产出不高于Zj0的情况下，尽可能使所有要素投入量缩减。若θ＜1，说明可以找到一个假想决策单元，它可以用低于DMUj0的能源投入，获得不低于DMUj0的期望产出及不高于DMUj0的非期望产出，说明该决策单元是非DEA有效的。若 θ =1，φi=1(i=1，2，…，m)，说明DMUj0的所有的投入要素都不能再缩减，进而说明决策单元j0是DEA有效，这也就说明该决策单元的能源有效。

2.2 数据来源、变量测算与处理

2.2.1 投入指标

本部分DEA模型测算被评估单元(中部六省)的能源效率，投入指标共设计3个，分别为资本、劳动力和能源消费量。资本指标选取1998～2010年固定资本投资总额，，单位为亿元。劳动力指标经过调整:当期劳动力投入 =(当年年底就业人数 +效率模型

本文在传统数据包络分析(DEA)模型基础上，基于全要素框架构建考虑非期望产出的非径向能源效率评价模型:上年底就业人数)/2得到，不考虑各省的劳动力质量差异，单位为万人。能源消费量指标，根据王群伟等研究，本文选取六省每年的能源消费总量作为能源投入的指标，单位为万吨标准煤。

2.2.2 产出指标

本文的产出指标分为期望产出和非期望产出，其中期望产出选取六省的国内生产总值来衡量，单位为亿元。非期望产出选取废气、废水、固体废弃物排放量作为指标。选取六省工业废水排放总量作为废水污染物排放量;由于二氧化硫(SO2)是废气的主要代表性污染物，因此本文选取包括工业SO2和生活SO2在内作为废气污染指标;选取工业固体废物排放量作为固体废物排放量指标，单位均为万吨。

中部六省是指居于我国大陆腹地的六个省份，其中包括山西、河南、湖北、湖南、江西和安徽在内。本文采用1998～2010年中国中部六省的面板数据进行分析，以上数据来自《中国统计年鉴(1998～2010)》、《中国能源统计年鉴(1998～2010)、《新中国五十五年统计资料汇编》。

1998～2010年中部六省投入产出指标的统计描述如表1:

表1 中国中部六省1998～2010年投入产出指标的统计特征

2.3 中部六省能源效率分析

将6个省看作被评价的决策单元，利用MAXDEA软件包，结合模型2－1计算出我国中部六省1998～2010年的能源效率，结果见表2:

表2 我国中部六省全要素能源效率(1998～2010年)

根据表2，从时间趋势上看，山西能源效率从1998～2010均为1，每一年均达到DEA有效，这说明在考虑环境因素的情况下，山西的能源在这13年里得到了充分的利用，资源配置也相对比较合理。其余地区的能源效率每一年大多都在变化，且效率值高低不一，从整体上影响着我国的能源效率。从均值效率及排名上看，除了能源效率值始终为1、排名最靠前的山西外，达到0.9以上的只有江西，江西在技术水平或资源配置上稍加改进，即可达到完全有效，而安徽、河南、湖北、湖南能源效率值偏低，说明这四个地区的能源利用率不高，能源利用存在较大的损耗，资源配置也有待于进一步改善。中部六省整体的能源效率不高，可能跟其经济发展水平相关，当地的经济可能还是粗放型经济，一味地追求经济增长，而忽略了环境保护。为了经济迅猛增长，引进一些污染较大的企业，加剧了当地的环境污染。从1998～2010年，除山西始终为1外，其余5个省，能源效率并没有呈现增加趋势，反而有所下降，说明在生产技术、能源配置方面做的还不够，需要加强重视，进一步提高能源利用效率，促使当地经济可持续发展。

3 全要素能源效率的影响因素分析

3.1 变量选取和数据说明

本文对影响能源效率因素的研究重点放在下面几个方面。(1)产业结构(IS)，选取第三产业占GDP的比重来表征产业结构更为合理。(2)对外开放度(OL)，选取进出口贸易总额占GDP比重来衡量。(3)技术进步(TP)，本文选取R＆D经费支出占各省财政支出比重作为考量技术进步的指标。(4)能源价格(EP)，选取六个省的工业品出厂价格指数作为能源价格的考量指标。(5)政府影响力(GOV)，选取各省财政支出占地区GDP比重作为衡量政府影响力的指标。

本文选取我国中部六省(山西、安徽、江西、河南、湖北、湖南)1998～2010年的面板数据，因变量为以测算出的六省的能源效率，自变量为产业结构、对外开放度、技术进步、能源价格、政府影响力。以上数据均由来自于《中国统计年鉴(1999～2011年)》和《新中国55年统计资料汇编》经过换算得到。

1998～2010年中国中部六省各变量的统计描述如表3:

表3 中国中部六省1998～2010年各影响因素变量的统计特征

3.2 面板数据单位根检验

我们分别利用Eviews6.0中LLC、FADF、F－PP三种面板单位根检验方法对以上变量的平稳性进行检验，变量的检验结果见表4，可以得出所有的变量数据都是平稳的。

表4 各个变量面板单位根的检验结果

3.3 模型建立

由于中部六省能源效率值最低界限值为0，数据被截断，如果我们用传统的线性方法来对模型直接进行回归，有可能会得到负的拟合值(师博，沈坤荣，2008)。因此，本文采用Tobit模型来研究中部六省能源效率的影响因素。

Yi=Y*，如果 Y*i＞0

Yi=0，如果Y*i=0其中，Y*为潜变量(latent dependent variable)，Yi为观察到的因变量，Xi为自变量向量，B为相关系数向量，εi.～i.dN(0，R)因此 Y*～ N(X，BR)。ii

3.4 实证结果及分析

以中部六省全要素能源效率为因变量，通过换算得到的产业结构、对外开放度、技术进步、能源价格以及政府影响力为自变量，将变量数据代入Tobit模型进行线性回归，利用STATA12.0得到能源效率影响因素Tobit结果，其系数估计见表5:

表5 中部六省能源效率影响因素Tobit估计结果

表中分别列出了我国中部六省每个影响因素的系数估计，标准差，z值以及z检验结果，反映了上面5个影响因素对能源效率的影响方向以及影响程度。下面我们将对每个影响因素进行详细分析。Tobit回归分析的结果显示，中部六省的能源影响因素基本相同，除能源价格对能源效率影响不显著外，余下四个影响因素:产业结构、对外开放度、技术水平和政府影响力对于中部六省的影响均是显著的。具体分析如下:

产业结构对中部六省的能源效率影响显著为正，估计系数为0.861，表明第三产业比重每增加1%，相应的能源效率提高0.86%。第三产业比重的增加引起能源效率增加，可能是因为第三产业属于每单位能耗较少的产业。对外开放度对中部六省的能源效率的影响显著为正，估计系数为1.642，说明进出口贸易总额占GDP比重每上升1%，能源效率将提高1.642%。这意味着通过对外开放，我国中部六省引进国外先进的设备、节能技术以及管理经验，从而提高了能源效率。随着我国2001年加入世界贸易组织(WTO)，国外的技术壁垒在一定程度上推动了我国节能减耗技术的推广。技术进步对中部能源效率有显著的正向影响，且是最主要的影响因素，其系数估计为3.392，这说明R＆D经费支出占各省财政支出比重每增加1%，中部六省能源效率增加3.392%。这表明通过科技创新，改进生产技术，能够促进能源效率的显著提高。从表中数据我们可以看出，能源价格对于中部六省的能源效率的影响为负向的，但是不显著，这表明随着能源价格的提高，能源效率反而下降，但是这种负向影响并不明显。说明中部六省的能源价格的市场调节机制还不是很完善，还不能够利用能源价格自身变化达到优化资源配置的目的。政府影响力也即政府对市场经济的干预程度对中部六省的能源效率的影响显著为负，估计系数为－1.208，这说明政府干预对市场机制的影响越大，反而经济效率越低。

［1］HU JL.and WANG SC.Total－ factor energy efficiency of regions in China［J］.Energy Policy，2006，(34).

［2］董锋，谭清美，周德群，李晓晖.技术进步对能源效率的影响—基于考虑环境因素的全要素生产率指数和面板计量分析［J］.科学学与科学技术管理，2010，(6).

［3］魏楚，沈满洪.能源效率及其影响因素——基于DEA的实证分析［J］.管理世界，2007，(8).

［4］李臣，张瑞.中部六省碳排放影响因素的动态面板数据分析［J］.广西财经学院学报，2012，(2).