我国四大经济区能源效率差异及其影响因素分析——基于单阶段随机前沿模型

段小燕，王 静，彭 伟

（1.西北农林科技大学经济管理学院，陕西杨凌712100；2.西北工业大学365研究所，陕西西安710065）

●区域发展

我国四大经济区能源效率差异及其影响因素分析
——基于单阶段随机前沿模型

段小燕1，王 静1，彭 伟2

（1.西北农林科技大学经济管理学院，陕西杨凌712100；2.西北工业大学365研究所，陕西西安710065）

运用单阶段随机前沿方法，对2001-2012年我国四大经济区能源效率及其影响因素进行实证分析。研究结果表明，四大经济区在样本期内的能源效率呈逐步上升趋势，2001-2005上升水平较缓，自2006年起效率上升速度加快，表明“十一五”时期节能减耗政策效果明显；能源效率总体较低，有很大的提升空间，呈现出东高西低的典型区域分布特征。对非效率因素的整体分析表明能源效率同能源投资、引进外资间为正相关，与产业结构、能源消费结构和能源禀赋间呈负相关关系。

能源效率；四大经济区；单阶段随机前沿

一、引言

能源是国民经济发展的重要物质基础，对我国经济社会可持续发展具有重要战略意义，但我国能源利用效率总体偏低，环境恶化问题也日益严重。“十一五”战略规划提出降低能源消耗强度、减少主要污染物排放总量为国民经济和社会发展的约束性指标；而“十二五”规划重申促进经济发展方式转变，建设资源节约型、环境友好型社会；十八届三中全会提出强调健全能源、水、土地集约使用制度。可见降低能耗，提高能源利用效率刻不容缓，“十一五”节能减排工作取得显著成效，“十二五”已过一半的时间，我国实际能源效率现状如何？各大经济区的能源效率又处于怎样的状态？影响能源利用效率的主要因素有哪些？

针对此问题，本文利用2003-2012年的面板数据对四大经济区的能源效率进行了研究。在此方面，国内外学者已进行了一些有意义的研究。研究方法在单要素生产框架和全要素框架下展开，单要素生产率框架的能源效率只考虑了能源要素一种投入，如史丹（2006）［1］将能源消耗强度的倒数作为能源效率，研究了中国能源效率的地区差异和节能潜力。基于单要素生产率框架的能源效率只考虑了能源要素一种投入，没用反映劳动力和资本等生产要素的作用，而能源自身是不能带来任何产出的（Hu and Wang，2006）［2］。全要素生产框架的能源效率则弥补了这一缺陷，Farrell（1957）［3］在对资源最优利用效率研究的基础上发展出技术效率概念，即在给定各种投入要素的条件下实现最大产出，或者给定产出水平下投入最小化的能力，其思路为：通过测度样本点相对于生产前沿的距离来进行相对效率比较，而针对生产前沿曲线性状的估计方法衍生出参数法和非参数两类方法。

典型的非参数方法为DEA，我国运用DEA研究能源效率的文献较多，魏楚等（2007）［4］延续了Hu（2006）［2］的研究思路，运用DEA法对我国各省的全要素能源效率差异和影响因素进行了实证研究；师博等（2008）［5］运用超效率DEA模型测算了1995-2005年中国省际全要素能源效率，并从市场分割的角度分析了影响能源效率的因素；袁晓玲等（2009）［6］运用超效率DEA模型测算了中国省际全要素能源效率，并用Tobit模型析了中国和分区域的全要素能源效率的影响因素。

DEA方法不用考虑生产函数形式，但会将统计噪声也归结为技术无效率，因而更多的学者比较青睐随机前沿方法。参数方法（SFA）可以将统计噪声和技术无效分离，但需要设定相应的生产函数形式，常用的函数形式有柯布道格拉斯函数（C-D）和超越对数函数（Translog），史丹等（2008）［7］选用C-D函数基于随机前沿测算了1980-2005年中国能源效率地区、产业各因素的作用大小。C-D函数对投入要素有替代弹性为0或1的前提假设，而Translog函数则较为灵活（Richard，N.Boisvert，1982）［8］。匡远凤等（2012）［9］运用广义马姆奎斯特指数和Translog前沿函数相结合的方法研究了考虑环境因素下的全要素能源效率，认为环境生产效率更能反映省际在资源利用上的效率差异。

已有研究多采用DEA的研究方法对全要素能源效率进行解析，缺乏对其影响因素的分析，而对影响因素的分析不论是DEA还是SFA又多采用两阶段的回归方法，两阶段回归较为明显的一个缺陷是无效率在第一阶段被假定为同分布，但在第二阶段又假设它与同一系列变量具有某种函数关系（Kumbhakar，Lovell，2000）［10］，而单阶段回归则弥补了这一缺陷。本文建立单阶段Translog函数随机前沿模型，并充分考虑了我国经济发展的区域特征，研究的时间范围涵盖了“十一五”和“十二五”的主要时期，分析了四大经济区的能源效率差异以及影响因素，以期对制定相关能源政策提供理论依据。

本文其余章节安排如下：第二部分是理论模型与估计方法，第三部分是数据来源与变量说明，第四部分是实证结果分析，第五部分是结论和建议。

二、理论模型构建与估计方法

根据Aigner et al.（1997）［11］和Meeusen et al.（1977）［12］分别提出以下形式的随机前沿生产函数模型：

式（1）中yit表示第i个DMU在t时期的产出，xit表示第i个DMU在t时期的投入向量；t表示时间趋势，反映技术变化；x'itβ表示特定的函数形式，β为待估的投入向量的参数；vit代表统计噪声的随机误差项，uit表示随机距离前沿的技术无效部分，uit为非负随机变量，假定独立于vit，并且服从于在非负处截断的截断正态分布，uit～N(μit,；vit表示随机统计误差，假定服从正态分布，νit～N(0,。

本文选用形式比较灵活，可近似反映任何生产技术的Translog函数，根据Battese和Coelli（1995）［13］建立超越对数随机前沿生产函数模型，形式为：

其中，Y表示各省的GDP量，K表示资本存量，L表示劳动资本，E表示能源消费总量，T表示时间变量。使用最大似然法对方程（2）进行估计可以得到各个参数的估计值，此为常规的两阶段估计模型方法。两阶段回归方法存在前文提及的缺陷，Battese和Coelli（1995）［13］基于Nishi⁃mizu和Page（1982）［14］提出技术效率为管理能力的度量这一理念，发展了能更精确测量效率的单阶段最大似然（ML）估计模型，将技术无效率（technology inefficiency）以相关变量的函数表示为效率损失函数，纳入参数模型一并估计，保证了前后参数估计的一致性，具体实现过程如下：

在随机前沿中，投入导向的技术效率可用以下公式衡量（Jondrow et al，1982）［15］：

三、数据来源与变量说明

（一）数据来源和说明

本文的研究样本涵盖中国大陆28个省级行政单位（省、直辖市、自治区，以下全部称为省），海南省和西藏自治区的原始数据缺失较多，并且两者所占全国的比重比较少，故将其舍弃。此外，为了保持统计口径上的一致性，把重庆市的所有数据都归入四川省，样本区间为2001-2012年，数据来自《中国统计年鉴》（2002-2013）、《中国能源统计年鉴》（2002-2013）、《新中国60年统计资料汇编》以及各省历年的统计年鉴，个别缺失数据采取了线性插值法补齐。

（二）主要变量的说明

1.投入产出指标体系的设计

参照以往研究和本文的研究目的出发，选取各省的GDP为产出指标，能源消费总量、资本存量和劳动力为投入指标，具体的指标选择以及界定见表1。

各投入产出指标的数据统计特征见表2。

2.非效率模型指标的选取

影响能源效率的因素有很多，考虑到我国处于经济体制转型和工业化进程这一特点，并兼顾数据的可得性，从宏观、中观和微观因素三个层面进行指标的选取（见表3）。

（1）从宏观因素分析：①投资额度。投资不论是规模上的增加还是质量上的改善，可通过正反两种路径影响能源效率。其一，当期投资规模的扩大会引致高耗能产品的大量使用，间接引起高耗能产品占总产出比重的增加，从而导致能源整体效率的降低；其二，投资行为无论是对原有设备的改造，还是新产品、新技术的更新使用，都是更节能高效的物质载体，因此投资行为会引起能源效率的改善。长远分析投资对效率的影响为正。②开放程度。随着对外开放程度的扩大，从国外引进先进的技术、设备以及管理经验变得相对容易和廉价，可在一定程度上提升了能源的使用效率，理论预期对效率影响为正。

（2）从中观因素看：①工业结构。第二产业的能源效率一般低于整体能源效率，尤其二产中是重工业能源消费比较粗放，预期此指标对效率的影响为负。②所有权结构。不同的产权制度会产生不同的激励机制，进而会影响效率。以往的研究均表明国有企业经营效率较为低下，据此预期国有及国有控股工业企业增加值占工业GDP的比重越高，能源效率越低。

（3）从微观因素分析：①能源价格。能源价格通过对资源的重新配置和影响资源的流动作用于能源效率，主要通过以下两种途径：其一，影响能源消费主体对节能收益和能源投入的权衡影响能源的使用效率；其二，诱使能源要素从高能耗部门向低能耗部门流动产生能源配置效率。理论预期能源价格对效率的影响为正。②能源消费结构。魏楚等（2008）［16］认为能源的消费结构对能源效率的影响程度较大，电力占能源消费中的比重增加1%会引起能源效率的提升达0.5%～0.7%，而原煤消费为能源的低层次利用，因此理论预期以原煤消费量表示的能源消费结构对能源效率的影响为负。③能源禀赋。一般而言，能源禀赋较差的区域能源危机意识较强，比较珍惜能源的利用，注重能源效率的提高，理论预期此指标对效率的影响为负。

四、实证结果分析

（一）随机前沿模型的估计结果

利用软件Frontier4.1对模型进行估计，具体结果见表4。

从表4看，能源投入、资本投入与产出在5%的统计水平下显著正相关；劳动投入与产出之间的正向关系不显著；时间变量与产出之间显著正相关，表明随着时间的推移，产出量是上升的。时间变量T的二次项为正值，因时间变量在模型中代表技术进步，说明技术变化增长率随时间变化有上升趋势。时间变量与资本投入变量、能源投入变量交互作用的系数为正值，说明在该时期内资本投入和能源投入变化增长率随着技术进步呈现出增加的态势；时间变量与劳动投入变量的交互作用项的系数为负，说明该时期内劳动力投入变化的增长率随技术进步呈下降态势，反映出技术进步为非希克斯中性的特点。

（二）技术效率分析

利用Frontier4.1的得到的各省历年的效率值，因数据较多，此处略去，将全国划分为4个经济区，按国家统计局标准，东部为北京、天津、河北、上海、江苏、浙江、福建、山东和广东九省；中部为山西、安徽、江西、河南、湖北和湖南六省；东北为辽宁、吉林和黑龙江三省；西部为内蒙古、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆十省，将效率进行平均，得到2001-2012年四大经济区平均能源效率的分布，见表5和图1。

从表5效率值的分布来看我国能源的效率均值为0.518，意味着我国效率存在很大的提升空间，从距离前沿分析可以用更少的投入达到当前的产出水平，说明当前能源利用存在巨大的浪费。由图1可见各地区的能源效率呈逐步上升状态，2001-2005年上升水平较缓，从2006年后效率曲线变得陡峭，东部地区尤为明显，说明“十一五”时期节能降耗政策对我国能源效率改善起到了积极作用。

从四大经济区的效率均值来看：东部地区的能源利用效率远远高于全国平均水平，能源效率均值为全国水平的1.4倍；东北地区能源效率要稍高于全国平均水平，为全国水平的1.1倍；而中部地区要稍落后于全国平均水平，为全国水平的0.857；西部地区的能源效率最低，远远低于全国平均水平，仅为全国水平的0.686，并且与效率水平较高的东部地区相比，两者的差距达到2倍之多。

由于图1反映的是各个经济区的效率均值，各个省份具体的效率状况如何？将28个省的历年的效率值进行聚类分析，可分为典型的五类，按效率的高低顺序依次为：第一类为江苏、广东、山东、上海、浙江、福建和四川；第二类为辽宁、河南、北京和河北；第三类为天津、安徽、黑龙江、湖北和湖南；第四类为吉林、江西、广西和云南；第五类为甘肃、青海、贵州、宁夏、陕西、新疆、山西、内蒙古。也反映出高效率区域的省份主要集中在东部各省，而西部各省的效率位于底层，呈现典型的东高西低的特点。

（三）能源非效率因素分析

单阶段随机前沿对技术非效率同时进行了估计，系数值为其对技术效率的影响值，应注意的是本模型是针对非效率的回归统计，与传统回归不同的是：变量系数为负意为对技术效率的影响为正，反之亦然。

（1）从宏观因素来看，国有经济能源工业固定资产投资对能源效率的影响值为-0.567（1%的水平下显著），在其他值不变的情况下，能源投资每增加一个单位会引起能源效率提高0.567个单位；开放程度对能源效率的影响值为-0.003（10%的水平下显著），对能源效率的影响为正，国外先进技术、设备以及管理经验的引入主要以外商直接投资为载体，而本文采用的实际利用外资完成额则是外商直接投资的最有效部分，应该说体现技术进步更贴切，不管是广义的技术进步还是狭义的技术进步对能源效率有显著提高作用，本文的实证研究与上文的初始分析是一致的。

（2）从中观因素分析，工业结构与能源效率呈显著的负相关关系，在其他因素不变的情况下，第二产业占比增加一个单位，能源效率降低0.008个单位，同魏楚、沈满洪（2008）［16］的研究结论相同；魏楚等（2008）用国有企业职工占就业总人口比重作为代理变量的研究发现，国有比重高会降低能源效率。王兵等（2011）［17］采用与本文类似的指标研究发现，国有比重对全要素能源效率的影响为正，本文所有权结构未通过显著性检验，不是影响能源效率的主要因素。

（3）从微观因素来看，能源消费结构对能源效率的影响值为0.005（5%的显著水平），说明能源消费结构对能源效率的影响为负，与前文的预期一致，原煤消费量在能源消费总量中所占的比重越大能源效率越低；能源禀赋与能源效率的影响为负，影响值为0.073（5%的显著水平），即能源自给率相对较高的省份其能源效率较低，这符合我国经济发展的实际情况，也同师傅和沈坤荣（2008）［5］的研究结论相一致；能源价格未通过显著性检验，与预期不一致，这可能与我国能源市场发育不成熟，能源价格未能充分反映资源稀缺、市场供求等原因有关。

五、主要结论及建议

能源效率提升政策的制定和实施应该结合当前我国“节能减排”的时代大背景，在考虑全局利益的前提下，制定和实施提升能源效率的政策，既应该抓住当前“节能减排”的大好时机，又要着眼于各种因素对能源效率影响作用的差异，因地制宜地根据区域经济发展水平的不同制定提升能源效率的政策，具体来讲主要体现以下几个方面：

（1）能源效率低的中西部省份尤其是西部省份应为节能减排的重点区域。鼓励和引导能源利用效率高的东部省份与中西部省份进行能源项目合作，充分发挥先进能源技术的溢出效应，中西部地区政府应优化地方投资环境，为区域间能源合作提供良好的制度保障。

（2）增加能源投资是改善能源效率的重要途径。实证研究表明能源投资变量是能源效率的重要影响因素，能源投资的回归系数是众多影响因素中回归系数是最大的，因此加大国有经济能源工业固定资产投资的力度是提升能源效率的必由之路。但是，各个经济发展区域因自身经济发展水平和产业结构的差异，对能源投资也不能完全按照“一刀切”的模式，东部地区大多数省份的产业结构比例较优，并且市场化程度较高，因此增加东部地区能源投资可以促使区域内各省份向前沿面逼近，而对于中西部地区来讲，基础较为薄弱，除了重视能源投资这种“物质”资本外还需结合相应的软性“人力资本”来共同发挥作用。

（3）产业结构优化升级是提高全要素能源效率最直接、最有效的策略。以第二产业增加值的占总产值的比重表示产业结构，一般以结构效应影响能源效率为主，即提高经济系统中能源效率较高产业的比重会对整体能源效率起到改善作用，结构效应对整体能源效率的提升取决于该产业的能源效率与总能源效率的比较。因此抑制第二产业中高耗能、高排放行业过快增长是当务之急，尤其是能源效率低下的中西部各省更应注重产业结构的优化升级，防止落后、淘汰的产能向西部地区转移。

（4）能源消费结构变量虽然在回归结果上对能源效率有显著影响作用，但是目前我国以煤炭为主的能源消费结构在未来一段时期内不会得到改善，因此寄希望于通过改善目前中国的能源消费结构来提高能源效率是不现实的，但是可以在煤炭利用和燃烧的过程中添加碳捕捉器等先进设备，在减少温室气体排放的同时，尽可能够的发展更清洁、更环保、更高效的水电、核电以及其他能源来替代煤电。但从长远角度来讲，改善我国目前以煤炭为主的能源消费结构是“节能减排”和提高能源效率的重要措施。

［1］史丹.中国能源效率的地区差异与节能潜力分析［J］.中国工业经济，2006（10）：49-58.

［2］Hu J L，S C Wang.Total-factor Energy Efficiency of Regions in China.Energy Policy，2006，34（17）：3206-3217．

［3］Farrell M J.The Measurement of Productive Efficiency［J］.Jour⁃nal of the Royal Statistical Society，1957，120（3）：253-290.

［4］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）：66-76.

［5］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（9）：49-59.

［6］袁晓玲等.基于环境污染的中国全要素能源效率研究［J］.中国工业经济，2009（2）：75-86.

［7］史丹，吴利学，傅晓霞，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（2）：35-43.

［8］Richard N Boisvert.The Translog Production Function：Its Properties，its several Interpretations and Estimation Problems［J］.Journal of Agricultural Economics Research，1982，28（9）：5-35.

［9］匡远凤，彭代彦.中国环境生产效率与环境全要素生产率分析［J］.经济研究，2012（7）：62-74.

［10］Kumbhakar S C，Lovell C A K.Stochastic Frontier Analysis［M］.London：Cambridge University Press，2000：89-116．

［11］Aigner D，Lovell C.Formulation and Estimation of Stochas⁃tic Frontier Production Function Models［J］.Journal of Econometrics，1977，6（1）：21-37.

［12］Meeusen W，J van den Broeck.Efficiency Estimation from Cobb-Douglas Production functions With Composed Error［J］.International Economic Review，1977（18）：435-444.

［13］Battese G，Coelli T.A Model for Technical Efficiency Effects in a Stochastic Frontier Production Function for Panel Data［J］.Empirical Economics，1995，20（2）：325-332.

［14］Nishimizu M，Page J.Total Factor Productivity Growth，Tech⁃nological Progress and Technical Efficiency Change：Dimen⁃sions of Productivity Change in Yugoslavia，1965-79［J］. The Economic Journal，1982，92（12）：920-936.

［15］Jondrow J，Lovell C.On the estimation of technical inefficien⁃cy in the stochastic frontier production function model［J］. Journal of Econometrics，1982，19（2）：233-238.

［16］魏楚，沈满洪.结构调整能否改善能源效率：基于中国省际数据的研究［J］.世界经济，2008（11）：77-85.

［17］王兵，张技辉，张华.环境约束下中国省际全要素能源效率实证研究［J］.经济评论，2011（4）：31-45.

［责任编辑：张青］

An Analysis on Discrepancies of Energy efficiency and Its Influencing Factors of Four Major Economic Zones in China—Based on the Single Stage Stochastic Frontier Model

DUAN Xiao-yan1，WANG Jing1，PENG Wei2
(1.School of Economics and Management，Northwest A&F University，Yangling 712100，China; 2.365 Institute，Northwestern Polytechnical University，Xi’an 710065，China)

The paper makes an empirical analysis on the energy efficiency and its influencing factors of four major economic zones in China by employing the single stage stochastic frontier model.The results show that energy efficiency appears a gradual upward trend，which indicates that there are a moderate increase during the year of 2001 to 2005 and a significant growth since 2006，and demonstrates the effects of reducing energy consumption policy in the“Eleventh Five-Year”period.The overall energy efficiency is low，and shows a typical regional distribution of higher in the east and lower in the west，which provides a large space for improvement.The overall analysis of inefficiency factors shows that energy efficiency has a positive correlation with energy investment and foreign direct investment，while a negative correlation with industrial structure，energy consump⁃tion structure and energy endowment.

energy efficiency；four major economic zones；single stage stochastic frontier model

F061.5；F124.5

A

1007-5097（2014）07-0065-05

10.3969/j.issn.1007-5097.2014.07.014

2014-02-19

国家自然科学基金项目（71373207）

段小燕（1978-），女，陕西商南人，博士研究生，研究方向：金融理论与农村金融；

王静（1966-），女，陕西汉中人，教授，博士生导师，研究方向：金融理论与农村金融；

彭伟（1971-），男，山东新泰人，会计师，研究方向：产业经济学。