市场分割对能源效率的影响研究

张德钢 陆远权,2

(1.重庆大学公共管理学院，重庆 400030；2.重庆师范大学经济与管理学院，重庆 401331)

市场分割对能源效率的影响研究

张德钢1陆远权1,2

(1.重庆大学公共管理学院，重庆 400030；2.重庆师范大学经济与管理学院，重庆 401331)

探究能源效率的影响因素并有针对性地提出对策建议是实现“十三五”节能目标的前提条件。本文利用1986—2014年的省际面板数据，基于随机前沿分析和反事实计量方法，重点考察了市场分割对能源效率的影响。结果显示：①市场分割显著地抑制了能源效率的提升；②在考虑市场分割的情形下，能源效率从1986年的0.413提升到了2014年的0.739，年均增速为2.1%，但能源效率依然有较大的改善空间，如果能够消除市场分割的不利影响，能源效率平均每年将会获得1.5%的额外提升；③在样本考察期内，由于市场分割导致的直接能源损失平均每年约为1 200万t标准煤，若考虑市场分割产生的其他间接影响及其动态效应，这一数字估计值会更高；④产权结构改革、对外开放、产业结构升级以及节能法的颁布促进了能源效率的改善，而金融发展规模、政府干预以及以煤炭为主的能源消费结构不利于能源效率的提升。以上研究结论蕴含的政策含义是：为提高能源效率，需要加强市场一体化建设，打破省际壁垒，整合国内市场。鉴于市场分割可能是一些地方政府的占优策略，因此，需要中央政府来进行推动。一方面，中央政府可以通过加强监管和查处力度直接惩罚市场分割行为，另一方面，中央政府还可以通过转移支付的方式鼓励落后地区积极主动融入国内整体市场。当然，提高能源效率，也需要诸如推进产权结构改革，提高对外开放水平，优化产业结构与能源消费结构，改善金融发展效率，减少政府干预以及完善能源政策法规等其他措施的共同跟进。

市场分割；能源效率；随机前沿分析；反事实计量方法

据《BP世界能源统计年鉴2016》最新数据显示，中国已连续15年成为全球最大的能源增长市场，2015年，中国能源消费总量占全球能源消费量的23%，是全球能源消费最多的国家。然而，中国的能源强度不仅与发达国家相比存在较大的差距，甚至还低于一些发展中国家。根据《BP世界能源统计年鉴2016》数据测算，中国每创造1亿美元GDP，需要消耗约2.9万t油当量，能源强度是美国的2.1倍，德国的3倍，日本的3.1倍，巴西的2.5倍。能源过度消耗引发的资源枯竭和环境污染日益成为我国经济可持续发展的阻碍因素，有效提高能源利用效率是当前最为迫切和重要的议题之一。为此，在“十三五”规划中，我国进一步明确要提高能源利用效率，并提出到2020年全国万元国内生产总值能耗比2015年降低15%的目标。然而，由于宏观经济下行压力较大，“十三五”期间政府通过行政手段关闭落后产能的操作空间将大大减小，在这种情况下，“十三五”的节能目标能否实现，在很大程度上依赖于能源利用在区域间的优化配置。实际上，由于我国资源禀赋以及经济发展在空间上的不平衡，地区间的能源效率存在巨大差异，如果能够实现能源利用在区域间的进一步优化，将极大的提高能源效率[1-2]。遗憾的是，许多研究显示中国的国内市场是一种“零碎分割的市场”[3-5]。虽然，关于中国国内市场的演进是趋于整合还是分割在加剧尚存分歧，但一个被广泛接受的观点是，中国的地区市场分割依然比较严重[6]。这使得我们自然的产生这样的疑问：地区间的市场分割是否抑制了能源效率的提升？市场分割造成的能源及能源效率损失有多大？ 本文将对这样的问题做出回答。

1 文献综述及理论机理

近年来，有关能源效率的研究已经成为热点问题之一。研究的焦点主要集中在能源效率测度及能源效率的影响因素两个方面。对于能源效率的测度而言，现有文献主要围绕单要素能源效率和全要素能源效率两种分析框架展开。单要素能源效率是传统意义上的能源效率[7]，指单位能源投入所能提供的光、热或运动等服务，可用能源投入与产出之比来衡量。这种方法具有直观简单、容易运用，而且能够通过不同的分解方法将能源效率分解为结构份额和效率份额，考察产业结构、技术进步等因素对能源效率的贡献。张少军和李东方[8]、齐绍洲和李锴[9]、陈仲常和谢小丽[10]以及罗会军[11]等都以此指标定义中国的能源效率。然而，传统意义上的能源效率只考虑单一要素投入，没有考虑资本、劳动等要素的替代作用以及各种“非效率”相关的市场因素对能源投入的影响，受到了研究者的诟病。鉴于此，Hu & Wang[12]提出了全要素能源效率的概念，全要素能源效率把资本和劳动等生产要素纳入研究框架，具有多维度的特征，这种测度方法能够更加全面的显示能源效率，被越来越多的研究采用[2,13-17]。从能源效率的影响因素来看，现有文献从许多角度进行了实证分析。魏楚和沈满洪[18]的研究显示第三产业占比的增加有助于能源效率的提升，而且这种影响效应还在增强。林伯强和杜克锐[2]重点讨论了要素市场扭曲对能源效率的影响，他们的研究发现要素市场扭曲显著的降低了能源利用效率。孙广生[19]认为全要素生产率的提升是推动能源效率的改进的重要原因。李标[20]认为城市化能够改进能源利用效率。师博和沈坤荣[14]讨论了政府干预、经济集聚对能源效率的影响，认为政府干预降低了经济集聚对能源效率的正面作用。还有一些文献讨论了产权结构、对外开放、能源消费结构等对能源效率的影响[11,13,15]。然而，这些文献都无一例外的忽略了市场分割对能源效率的影响。

市场分割是指地方政府为了自身利益限制资源、要素、产品在地区间的流动。理论上讲，市场分割至少可以通过以下渠道对能源效率产生影响。首先，市场分割造成的扭曲使得生产要素不能按照价格信号在区域间充分流动，导致一些能源禀赋相对充裕地区的经济增长被要素锁定，落后耗能产业无法被淘汰，而能源利用效率较高的地区却得不到充分的能源配置。其次，市场分割容易导致地方政府与企业合谋，能源作为一种具有国有性质的自然资源，地方政府往往对其掌握着初始分配权，那些与政府“关系密切”的企业更容易以较低的价格优先获取，而真正优质高效的企业无法获得足够的能源配置，严重的降低了经济效率。再次，市场分割往往伴随着某种形式的地方保护，进而导致正常和必要的市场竞争的缺失，致使企业没有动力加大R&D投入，阻碍了技术进步，造成了全要素能源效率的损失。最后，市场分割使得不同地区不会基于比较优势从事生产活动，仅仅是“为了增长而竞争”，资源在区域和行业间的低效率配置，诱发对低端要素的结构性依赖，造成产业结构升级缓慢，从而导致能源利用效率低下。此外，市场分割还降低了知识和技术在地区间的传播速度，抑制了绿色节能技术的推广进程。这些都将对能源效率产生负面作用。

本文利用1986—2014年的省际面板数据，以价格法测度市场分割，将市场分割作为技术无效因素纳入随机前沿分析(SFA)模型，利用极大似然估计法对生产方程和效率方程进行一步极大似然估计，同时，利用反事实计量方法考察市场分割造成的直接能源及能源效率损失。本文的主要贡献在于为市场分割对能源效率的影响提供了更为精细的经验证据。

2 研究设计

2.1 模型建立

鉴于全要素能源效率框架下评价能源效率可能更加贴切，因此，本文也基于这一分析框架展开。Farrell[21]和Leibenstein[22]从投入产出的角度对技术效率进行了定义，并将实际生产与生产前沿边界之间的差距定义为技术无效率。因而，要测度技术效率或技术无效率，首先需要构建起生产前沿边界。目前，学术界主要通过两种方法来构建生产前沿边界：一种是基于参数分析方法的随机前沿分析(SFA)，另一种是基于非参数分析方法的数据包络分析(DEA)。同DEA相比，SFA具有以下优点：一是SFA采用复合形式的误差结构，既考虑技术无效因素也考虑随机因素对效率的影响，而DEA构建的生产前沿边界是非随机的，将所有偏差均归结为技术无效，这可能与现实情况不相符；二是SFA可以同时测算效率也可以分析影响效率的因素，避免了DEA必须采用两步法的缺陷；三是SFA具有统计特性，可以对参数和模型进行统计检验，而DEA则不具有这样的性质；四是SFA测度的是绝对效率，便于对不同单元进行比较分析，而DEA测算的是相对效率，所有有效单元的效率值均为1，有效单元之间难以进行比较分析。因此，本文采用SFA进行分析。

借鉴Battese & Coelli[23]的建模思路，将测度能源效率的随机前沿生产函数形式表示如下：

Yit=f(xit;β)exp(νit-μit)

(1)

在实际生产活动中，市场分割等因素虽然不直接进入生产方程，但可能会通过影响技术无效率项μ，进而影响到能源效率，忽视这些因素，将会造成估计结果的不准确。因此，建立如下技术无效回归方程：

μit=δ0+δiZit

(2)

其中，δ0为常数项，Zit为市场分割等其他影响能源效率的因素，δi为各种影响因素的估计系数，当其估计值为正时，表示该因素抑制能源效率的提升，当其估计值为负时，表示该因素促进能源效率的提升。

根据生产实际，我们采用史丹[1]、林伯强[2]、赵金楼[13]的做法，将资本(K)、劳动(L)、能源(E)作为投入要素，生产唯一的产出(Y)，建立起基于柯布道格拉斯的超越对数生产函数。

lnYit=β0+β1lnKit+β2lnLit+β3lnEit+β4lnKit×lnKit+β5lnLit×lnLit+β6lnEit×lnEit+β7lnKit×lnLit+β8lnKit×lnEit+β9lnLit×lnEit+νit-μit

(3)

在(3)式两端同时减去lnEit，可得：

ln(Yit/Eit)=β0+β1lnKit+β2lnLit+(β3-1)lnEit+β4lnKit×lnKit+β5lnLit×lnLit+β6lnEit×lnEit+β7lnKit×lnLit+β8lnKit×lnEit+β9lnLit×lnEit+νit-μit

(4)

式(4)和式(2)组成了本文最终用于估计的方程组，对于这一联合方程组的估计，早期采用的是两步法，第一步先通过方程(4)估计出技术效率，然后再估计方程(2)中外生因素对技术无效的影响，但两步法估计存在如下两个问题：第一，需要假定外生因素与投入要素不存在相关性，否则这些变量的遗漏，将会导致第一步对技术效率的估计是有偏的，如果第一步估计本身就是有偏的，那么第二步的估计也会不准确。第二，随机前沿模型往往假设无效率项同分布，但是在第二步的生产效率回归方程中，生产效率项是随着不同的外部变量变化的，这就形成了矛盾。为避免这些问题，我们利用极大似然估计法，采用一步回归估计，以便获得更加准确的估计结果。

2.2 投入产出指标

能源投入：以各地区能源消费总量衡量，单位为万t标准煤，数据主要来源于《中国能源统计年鉴》，对于缺失年份的数据以《新中国60年统计资料汇编》和各省市统计年鉴中的数据进行补齐。然而，山东和湖南1991—1994年以及海南1986—1989年的能源消费数据依然无法直接得到，故采用插值法进行处理。

资本投入：基于张军[24]的资本存量核算方法对各省区的资本存量进行估计，在他们提供的数据基础上对后续年份进行补齐，并将价格统一调整为2000年的不变价格。同时，我们对四川和重庆进行了分离处理，分别核算了其资本存量。

劳动投入：考虑到劳动投入既体现在数量上的投入也体现在质量上的投入，本文以地区就业人口乘以地区劳动力平均受教育年限来表示劳动投入。就业人口数据来源于《新中国60年统计资料汇编》、《中国人口与就业统计年鉴》以及各省市统计年鉴。

经济产出：以各地区的生产总值(GDP)表示，为保持与资本存量价格的统一，利用各地区的GDP平减指数将名义GDP调整为2000年不变价格的实际GDP。数据来源于《新中国60年统计资料汇编》和《中国统计年鉴》。

2.3 市场分割

2.4 其他控制变量

为了控制除市场分割以外，其他可能影响能源效率的因素，选取了产权结构、对外开放、金融发展规模、产业结构、能源结构、政府干预以及能源政策等控制变量。其中，产权结构以非国有职工占职工总人数的比重来衡量；对外开放以进出口总额占GDP的比重来衡量；金融发展规模以地区年末金融机构存贷款余额占GDP的比重来衡量；产业结构分别以第二产业和第三产业占GDP的比重来衡量；能源结构以煤炭消费占能源消费总量的比重来衡量；政府干预以财政支出占GDP的比重来衡量；能源政策采用虚拟变量来衡量；以1998年颁布的《中华人民共和国节约能源法》为界，之前取值为0，之后取值为1。这些控制变量的数据来源于《新中国60年统计年鉴》、《中国统计所鉴》、《中国能源统计年鉴》以及各省市的统计年鉴，对于少数缺失值，采用插值法进行处理。

3 实证结果及分析

3.1 实证结果分析

对式(4)和式(2)进行一步法极大似然估计可得到更加准确估计结果。具体估计方法为3阶段最大似然估计(three step maximum likelihood estimation)。首先，通过普通最小二乘估计法进行估计，然后，采用两阶段格点搜索得到方差比γ，同时调整估计参数，最后，以此为初始值通过数值方法获得最大似然估计值，并将估计结果报告在表1中的列(1)。从表1超越对数生产函数的估计结果可以看出，各投入要素的估计系数均十分显著，广义似然比(LR)通过了1%的显著性水平检验，表明采用随机前沿模型是合适的。γ=0.743，且在1%的显著性水平上通过了检验，表明能源效率的确受到了技术无效率因素的影响，在影响能源效率的复合因素中，技术无效率能够解释74.3%。由此可见，如果忽略技术无效率因素，利用传统方法估计生产函数，将不能正确反映能源效率。那么，本文所采用的超越对数生产函数是否可以进一步退化为更加简洁的C-D生产函数形式呢？将基于C-D生产函数的估计结果报告在表1的列(2)。同样采用广义似然比(LR)统计量进行检验，构建一个统计量λ=-2[L(H0)-L(H1)]，其中，H0为零假设的对数似然函数值，H1为备择假设的对数似然函数值，如果H0成立，则λ服从混合卡方分布，自由度为受约束变量个数。结果发现，统计量λ的取值为107.442，在1%的显著性水平上拒绝了模型可以退化为C-D生产函数的零假设，说明模型应该设定为超越对数生产函数。

对影响能源效率的各因素进行分析，总体上看，本文考虑的9个影响因素全都在5%的显著性水平上通过了显著性检验，说明这些因素能够用于解释能源效率。

就本文考虑的核心变量市场分割而言，其估计系数为0.135，表明市场分割的确抑制了能源效率的改善。这一估计结果与理论分析一致，地方政府通过市场分割策略获取自身的短期利益时，的确从全局上损害了能源效率。这实际上也印证了许多经济学家的担忧，即中国地区间的市场分割的确是一个严重的问题。从我们估计的能源效率结果来看，以2014年为例，能源效率排名前五位的分别是上海、广东、北京、江苏和浙江，能源效率均值为0.952，排名后五位的分别是新疆、贵州、青海、云南和宁夏，能源效率均值为0.413。排名前五位的省市都位于东部地区，能源资源相对匮乏，排名后五位的省区都位于西部地区，能源资源相对充裕。能源效率在区域间的差异很大程度上源于市场分割导致的配置效率损失，这也意味着如果能够实现能源资源在区域间的优化配置，将极大的提高能源利用效率。可喜的是，根据我们的测算，近年来市场分割的程度正在趋于缓和，一个统一的融合的国内市场正在形成，这对能源效率的改进是一个利好。然而，我们必须看到，由于我国能源消耗总量巨大，如果市场分割程度有微小增加，其造成的绝对能源损失将不可小视。因此，进一步推进国内市场一体化建设，确保市场分割不再出现反弹，依然十分必要和迫切。

从其他各影响因素来看，产权结构的估计系数显著为负，表明私有化程度越高，能源利用效率也越高。这一结果同大多数文献分析一致，国有企业往往在能源等生产要素的获取上具有优先权，然而，由于产权不清以及激励不相容等问题的存在，国有企业的能源利用效率往往不如民营企业。对外开放的估计系数显著为负，表明开放程度的提高有利于促进能源效率的改善。事实上，伴随着对外开放，一方面，企业可以获得国外的先进生产技术，另一方面，市场主体能够在全球范围内根据比较优势从事生产，进而提高了能源利用效率。金融发展规模的估计系数显著为正，这意味着金融规模的增加反而抑制了能源效率的提升。实际上，这一现象也不难解释，在以国有银行为主的银行产权结构中，政府往往对金融企业具有较强的干预，大量贷款流向了效率低下的国有企业，反而造成了扭曲。由此可见，必须重视金融效率的提升，而不应过分追求金融发展规模的扩张。产业结构方面，第二产业、第三产业的估计系数均显著为负，表明产业结构的高级化能够提高能源效率。政府干预的估计系数显著为负，表明政府干预不利于能源效率的改善。这可能是由于政府干预导致的资源配置扭曲所致。师博和沈坤荣[14]也指出，政府通过财政手段和金融手段直接干预企业资源流向导致了能源效率的低下。能源消费结构的估计系数显著为正，显示出以煤炭消费为主的能源消费结构不利于能源效率的改善。煤炭作为非清洁能源，污染较大，但目前在我国的能源消费结构中占比依然较高，据《BP世界能源统计年鉴2016》最新数据显示，2015年中国一次能源消费中，煤炭消费占比为66%。由此可见，改善能源利用效率，需要逐步降低煤炭在能源消费中的占比。能源政策的估计系数显著为负，这说明1998年颁布的《中华人民共和国节约能源法》的确促进了能源效率的改进，通过完善有关能源政策法规，推动全社会参与能源节约将是未来提高能源效率的一个方向。

3.2 稳健性检验

为检验上述估计结果是否可靠，我们执行如下的稳健性检验。首先，在对基准模型进行估计时，本文假设复合误差项服从正态-截断正态(Normal-Truncated Normal)，这里，我们改变复合误差项的分布形式，采用正态-半正态(非负)(Normal-Half Normal)，对模型进行重新估计，并将结果报告在表1中的列(3)。结果显示，改变复合误差项的分布形式，各参数的估计结果与基准模型基本一致。其次，在利用超越对数生产函数估计能源效率时，资本存量是一个重要的投入要素，我们注意到，除了采用张军资本存量核算方法核算资本存量外，也有许多文献采用单豪杰[36]资本存量核算方法核算资本存量。在此，我们重新采用单豪杰方法核算资本存量。与此同时，我们将资本存量和经济产出的价格调整为1985年的不变价格，以便考察价格基期变化是否会给估计结果产生影响。同样利用上述方法对超越对数模型进行重新估计，并将结果报告在表1中的列(4)，结果发现，改变资本存量核算方法与调整价格基期后，各参数的估计结果与基准模型仍然一致。上述检验表明本文的估计结果具有较强的稳健性。

表1 估计结果

Tab.1 Results of estimation

生产方程(1)(2)(3)(4)效率方程(1)(2)(3)(4)截距项-0．493-0．410∗∗∗-0．745-1．061截距项1．256∗∗∗0．857∗∗∗1．450∗∗∗(0．478)(0．100)(0．520)(0．782)(0．123)(0．119)(0．116)lnE-1．996∗∗∗-0．816∗∗∗-1．082∗∗∗-3．091∗∗∗segment0．135∗∗0．122∗∗0．164∗∗∗0．109∗∗(0．188)(0．018)(0．179)(0．190)(0．059)(0．060)(0．065)(0．047)lnK1．080∗∗∗0．516∗∗∗0．753∗∗∗1．425∗∗∗prostr-0．007∗∗∗-0．008∗∗∗-0．006∗∗∗-0．011∗∗∗(0．121)(0．013)(0．122)(0．151)(0．001)(0．001)(0．001)(0．001)lnL0．897∗∗∗0．303∗∗∗0．354∗∗1．764∗∗∗open-0．002∗∗∗-0．002∗∗∗-0．003∗∗∗-0．001∗∗∗(0．164)(0．017)(0．174)(0．255)(0．000)(0．000)(0．000)(0．000)lnE×lnE-0．142∗∗∗-0．122∗∗∗-0．079∗∗∗fin0．001∗∗∗0．001∗∗∗0．001∗∗∗0．001∗∗∗(0．026)(0．027)(0．023)(0．000)(0．000)(0．000)(0．000)lnK×lnK-0．045∗∗∗-0．042∗∗∗-0．055∗∗∗secstr-0．007∗∗∗-0．002∗0．003∗∗∗-0．006∗∗∗(0．011)(0．011)(0．014)(0．001)(0．001)(0．001)(0．001)lnL×lnL-0．048∗∗∗0．004∗-0．164∗∗∗thistr-0．016∗∗∗-0．012∗∗∗-0．005∗∗∗-0．011∗∗∗(0．019)(0．021)(0．012)(0．002)(0．002)(0．002)(0．002)lnE×lnK0．198∗∗∗0．182∗∗∗0．110∗∗∗gov0．010∗∗∗0．013∗∗∗0．015∗∗∗0．008∗∗∗(0．027)(0．029)(0．027)(0．001)(0．001)(0．001)(0．001)lnE×lnL0．202∗∗∗0．088∗∗0．291∗∗∗es0．004∗∗∗0．004∗∗∗0．006∗∗∗0．002∗∗∗(0．043)(0．045)(0．024)(0．001)(0．001)(0．001)(0．000)lnK×lnL-0．160∗∗∗-0．109∗∗∗-0．108∗∗∗policy-0．168∗∗∗-0．165∗∗∗-0．170∗∗∗-0．131∗∗∗(0．023)(0．023)(0．019)(0．021)(0．020)(0．023)(0．020)σ20．020∗∗∗0．023∗∗∗0．025∗∗∗0．019∗∗∗(0．001)(0．001)(0．001)(0．000)γ0．743∗∗∗0．721∗∗∗0．824∗∗∗1．000∗∗∗(0．112)(0．085)(0．062)(0．023)对数似然值485．785432．074437．075493．777LR检验值870．76∗∗∗820．236∗∗∗773．339∗∗∗698．248∗∗∗λ107．442∗∗∗

注：*表示10%的水平上显著；**表示5%的水平上显著；***表示1%的水平上显著。系数下方括号报告的是标准误。

3.3 市场分割下的能源损失

图1报告了真实能源效率、反事实能源效率以及市场分割导致的直接能源损失。结果显示，真实能源效率始终低于反事实能源效率，也即市场分割下的能源效率低于没有市场分割的能源效率。真实能源效率和反事实能源效率保持了同步变动，而且均呈现上升态势，分别由1986年的0.413和0.417增加到了2014年的0.739和0.741，在考虑市场分割的情况下，能源效率平均每年提升了约2.1%，但能源效率依然有较大的改善空间，如果能够消除市场分割的不利影响，能源效率平均每年将会获得1.5%的额外提升。同时我们注意到，真实能源效率同反事实能源效率的差距正在逐渐缩小，这可能正是地区间市场分割程度逐渐降低产生的一个良性结果，根据我们的测算，1986—2014年，地区间的平均市场分割下降了69%，虽然在此期间市场分割也曾出现过反弹加剧的现象，但其演进趋势是不断走向整合，这对能源效率的改善是一个利好信号。从图1报告的由市场分割导致的直接能源损失来看，在样本考察期间，由市场分割导致的直接能源损失平均每年约损失1 200万t标准煤，如果考虑市场分割产生的其他间接影响及其动态效应，这一数字估计值会更高。这说明，就目前而言，通过降低市场分割促进能源节约依然有很大空间，应该继续不遗余力的推动国内市场整合。

4 结论及建议

本文基于1986—2014年的省际面板数据，以价格法测算地区市场分割，利用随机前沿分析方法(SFA)考察了市场分割对能源效率的影响，同时利用反事实计量方法测算了市场分割导致的直接能源及能源效率损失，得出了以下研究结论：①市场分割显著地抑制了能源效率的提升；②在考虑市场分割的情形下，能源效率从1986年的0.413提升到了2014年的0.739，能源效率年均增速为2.1%，但能源效率依然有较大的改善空间，如果能够消除市场分割的不利影响，能源效率平均每年将会获得1.5%的额外提升；③在样本期间，由于市场分割导致的直接能源损失平均每年约为1 200万t标准煤，由此可见，加强区域市场整合对于改善能源效率大有裨益；④产权结构改革、对外开放、产业结构升级以及节能法的颁布促进了能源效率的改善，而金融发展规模、政府干预以及以煤炭为主的能源消费结构不利于能源效率的提升。

图1 市场分割的能源及能源效率损失Fig.1 Loss of energy and energy efficiency contributed for market segmentation

以上研究结论蕴含着如下的政策含义：首先，应该继续加强区域一体化建设，打破省际壁垒，整合国内市场。但相对于选择融入国内整体市场而言，市场分割可能是一些地方政府的占优策略，因此，需要中央政府来进行推动。一方面，中央政府可以通过加强对市场分割行为的监管和惩罚，另一方面，中央政府还可以通过转移支付的方式鼓励落后地区积极主动地融入国内整体市场。其次，提高能源效率还需要诸如进一步推进产权结构改革，提高对外开放水平，优化产业结构与能源消费结构，减少政府干预以及完善能源政策法规等其他措施的共同跟进。

(编辑：李 琪)

References)

[1]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.[SHI Dan, WU Lixue, FU Xiaoxia, et al. Regional differences of energy efficiency of China and the cause analysis:based on variance decomposition stochastic frontier production function[J]. Management world, 2008(2):35-43.]

[2]林伯强,杜克锐.要素市场扭曲对能源效率的影响[J].经济研究,2013(9):125-136.[LIN Boqiang, Du Kerui. The energy effect of factor market distortion in China[J]. Economic research journal,2013(9):125-136.]

[3]YOUNG A. The razor’s edge: distortions and incremental reform in the People’s Republic of China[J]. Quarterly journal of economics, 2000, 115(4):1091-1135.

[4]PONCET S. Measuring Chinese domestic and international integration[J]. China economic review, 2003, 14(1): 1-21.

[5]郑毓盛,李崇高. 中国地方分割的效率损失[J]. 中国社会科学,2003(1):64-72,205.[ZHENG Yusheng, LI Chonggao. Efficiency loss caused by regional separation[J]. Social sciences in China, 2003(1):64-72,205.]

[6]邓明. 中国地区间市场分割的策略互动研究[J]. 中国工业经济,2014(2):18-30.[DENG Ming. A study on the strategy of the regional market segmentation in China[J]. China industrial economics, 2014(2):18-30.]

[7]PATTERSON M G. What is energy efficiency? : concepts, indicators and methodological issues[J]. Energy policy, 1996, 24(5):377-390.

[8]张少军,李东方.生产非一体化与能源利用效率——来自中国行业面板数据的经验研究[J].中国工业经济, 2009(2):66-75.[ZHANG Shaojun, LI Dongfang. Disintegration of production and energy use efficiency: an empirical analysis in panel data of industries China[J]. China industrial economics, 2009(2):66-75.]

[9]齐绍洲,李锴.区域部门经济增长与能源强度差异收敛分析[J].经济研究,2010(2):109-122.[QI Shaozhou, LI Kai. The convergence analysis of differences of regional sectors economic growth and energy intensity[J]. Economic research journal, 2010(2):109-122.]

[10]陈仲常,谢小丽.中国GDP能源消耗强度变动趋势及影响因素解析[J].经济学家,2011(6):56-62.[CHEN Zhongchang, XIE Xiaoli.The trend of China’s GDP energy consumption intensity change and the influencing factors analysis[J]. Economist, 2011(6):56-62.]

[11]罗会军,范如国,罗明.中国能源效率的测度及演化分析[J].数量经济技术经济研究,2015(5):54-71.[LUO Huijun, FAN Ruguo, LUO Ming. Measure and analysis on the evolutionary process of energy efficiency in China[J]. The journal of quantitative & technical economics, 2015(5):54-71.]

[12]HU J L, Wang S C. Total factor energy efficiency of regions in China[J]. Energy policy, 2006, 34(17): 3206 -3217.

[13]赵金楼,李根,苏屹,等.我国能源效率地区差异及收敛性分析——基于随机前沿分析和面板单位根的实证研究[J].中国管理科学,2013(2):175-184.[ZHAO Jinlou, LI Gen, SU Yi, et al. Regional differences and convergence analysis of energy efficiency in China: on stochastic frontier analysis and panel unit root[J]. Chinese journal of management science,2013(2):175-184.]

[14]师博,沈坤荣.政府干预、经济集聚与能源效率[J].管理世界,2013(10):6-18,187.[SHI Bo, SHEN Kunrong. The government intervention，the economic agglomeration and the energy efficiency[J]. Management world, 2013(10):6-18,187.]

[15]张志辉.中国区域能源效率演变及其影响因素[J].数量经济技术经济研究,2015(8):73-88.[ZHANG Zhihui. China’s regional energy efficiency evolution and its affecting factors[J]. The journal of quantitative & technical economics, 2015(8):73-88.]

[16]李兰冰.中国全要素能源效率评价与解构——基于“管理—环境”双重视角[J].中国工业经济, 2012(6): 57-69.[LI Lanbing. Evaluation on regional energy efficiency in China:based on managerial and environmental viewpoints[J]. China industrial economics, 2012(6):57-69.]

[17]李兰冰.中国能源绩效的动态演化、地区差距与成因识别——基于一种新型全要素能源生产率变动指标[J].管理世界,2015(11):40-52.[ LI Lanbing. The dynamic evolution regional disparities and the causes identification of China’s energy performance: based on a new type of energy total factor productivity change index[J]. Management word, 2015(11):40-52.]

[18]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.[WEI Chu, SHEN Manhong. Energy efficiency and its influencing factor: empirical analysis based on DEA[J]. Management world, 2007(8):66-76.]

[19]孙广生,黄祎,田海峰,等.全要素生产率、投入替代与地区间的能源效率[J].经济研究,2012,9:99-112.[SUN Guangsheng, HUANG Yi, TIAN Haifeng, et al. Total factor productivity, inputs substitution and regional energy efficiency disparity[J]. Economic research journal,2012(9):99-112.]

[20]李标,吴贾,陈姝兴.城镇化、工业化、信息化与中国的能源强度[J].中国人口·资源与环境,2015(8):69-76.[LI Biao, WU Jia, CHEN Shuxing. Urbanization, industrialization, informatization and chinese energy intensity[J]. China population,resources and environment,2015(8):69-76.]

[21]FARRELL M J. The measurement of productive efficiency[J]. Journal of the royal statistical society, 1957, 120(3):253-290.

[22]LEIBENSTEIN H. Allocative efficiency vs x-efficiency[J]. American economic review, 1966, 56(3):392-415.

[23]BATTESE G E, COELLI T J. A model for technical inefficiency effects in a stochastic frontier production function for panel data[J]. Empirical economics, 1995, 20(2):325-32.

[24]张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952—2000[J].经济研究,2004(10):35-44.[ZHANG Jun, WU Guiying, ZHANG Jipeng. The estimation of China’s provincial capital stock: 1952-2000[J]. Economic research journal,2004(10):35-44.]

[25]单豪杰.中国资本存量K的再估算:1952—2006年[J].数量经济技术经济研究,2008(10):17-31.[DAN Haojie. Reestimating the capital stock of China:1952-2006[J]. The journal of quantitative & technical economics, 2008(10):17-31.]

郭存芝,黄青,何荧非.资源型城市能耗增长因素分解及差异分析[J].中国人口·资源与环境，2017,27(1)：73-82.[GUO Cunzhi,HUANG Qing,HE Yingfei.Analysis on factor decomposition and differences of energy consumption growth of resource-based cities[J].China population, resources and environment, 2017,27(1):73-82.]

Impact of market segmentation on energy efficiency

ZHANGDe-gang1LUYuan-quan1,2

(1.School of Public Administration, Chongqing University, Chongqing 400030, China； 2.School of Economics and Management, Chongqing Normal University, Chongqing 401331, China)

Exploring the influence factors of energy efficiency and giving targeted suggestions are the preconditions to realize energy-saving goal of ‘13th Five Year Plan’. This article investigated the impact of market segmentation on energy efficiency based on stochastic frontier analysis and counterfactual econometric method by the provincial data from 1986 to 2014. It showed that: First, market segmentation blocked the promotion of energy efficiency significantly. Second, in the case of considering market segmentation, energy efficiency was ascended from 0.413 in 1986 to 0.739 in 2014, the average annual growth rate was 2.1%, but there was still big room for improvement. If the adverse impact caused by market segmentation was eliminated, energy efficiency would have 1.5% additional ascension each year. Third, the direct energy loss that contributed to market segmentation was about 12 million tons of standard coal each year; if considering the other indirect impact of market segmentation and its dynamic effects, the estimated value will be much higher. Fourth, reforming property right structure, opening to the outside world, upgrading industrial structure and enacting the energy conservation law promote the improvement of energy efficiency; however, financial scale, government intervention and energy structure that mainly depend on coal hinder the improvement of energy efficiency. Based on the above conclusions, it put forward following policy implications: In order to improve energy efficiency, it should continue to strengthen the construction of market integration, break the provincial barrier and integrate the domestic market. Considering market segmentation may be some local government’s dominant strategy, the central government should improve the market integration. On the one hand, the central government could strengthen supervision and punish market segmentation behavior directly. On the other hand, the central government could encourage developing regions actively integrating into the domestic market by means of transfer payment. In order to improve energy efficiency, some other measures are required, such as promoting the reform of property right structure, raising the level of opening to the outside world, optimizing the industrial structure and energy consumption structure, reducing government intervention, and perfecting energy policies and regulations.

market segmentation; energy efficiency; stochastic frontier analysis; counterfactual econometric method

2016-09-13

张德钢，博士生，主要研究方向为公共经济与公共政策。E-mail：zdg3206@126.com。

陆远权，博士，教授，博导，主要研究方向为公共经济与公共政策。E-mail：ssxylyq@126.com。

中国博士后科学基金面上项目“碳减排与经济增长的最优耦合测度及差别化减排方案设计”(批准号：2012M511898)；重庆市人民政府发展研究中心项目“联动治理农村面源污染推进美丽乡村建设的对策研究”(批准号：2014-ZB-11)。

F206

A

1002-2104(2017)01-0065-08

10.3969/j.issn.1002-2104.2017.01.008