长江中游城市群能源效率评价研究

吴巧生　李慧

摘要：提高能源效率、促进低碳经济转型是当前长江中游城市群区域协同发展和新型城镇化建设的重点和难点。基于共同前沿（Meta-frontier）理论，利用数据包络分析方法构建非参数前沿，并将SO2排放量这一非期望产出纳入DEA模型中，比较分析了2005—2014年长江中游城市群全要素能源效率的区域差异，采用“技术缺口比率”衡量长江中游城市群三大区域之间能源利用的技术差距，并在此基础上研究了能源非效率的分解以及对真实的能源强度和潜在的能源强度进行了相关分析。研究结果表明：①当前长江中游城市群全要素能源效率整体水平偏低，但地区差异并不显著。②三大区域之间的能源技术差距不是很大。③技术缺口和管理等因素对不同区域能源非效率的作用不同。④真实的能源强度和潜在的能源强度都具有一定下降的趋势，而且两者之间的差距逐渐缩小。最后根据分析结果得出一些结论和启示，如制定区域节能战略时坚持“求同存异”的原则，加快技术进步，积极进行能源技术创新，不断提高管理水平等。同时，政府应加大对长江中游城市群的政策倾斜力度，这样才能充分挖掘长江中游城市群的节能减排潜力，这对提升中国区域能源效率的整体水平以及促进绿色经济转型具有重大意义。

关键词 ：能源效率；技术缺口；非期望产出；非效率分解；共同前沿DEA

中图分类号：F062.1 文献标识码： A 文章编号： 1002-2104（2016）12-0140-07

中国城镇化经历了一个起点低、速度快的发展过程，2015年城镇化率达到56.1%，比世界平均水平高约1.2%，随着城镇数量和规模不断扩大，一批辐射带动力强的城市群正在成长壮大，城市群主体形态更加鲜明，已经成为带动中国经济增长和参与国际经济合作与竞争的重要平台。其中，长江中游城市群2014年的经济总量超过4.5万亿元，位于长三角、京津冀、珠三角之后，排居第四位。未来一段时期，随着中国经济持续发展，长江中游城市群建设将进入加速阶段，城市群集聚经济和人口的能力将进一步增强，与此同时，城镇化发展的外部条件和内在动力也会发生深刻变化，城市群能源资源保障压力不断加大，环境承载力正在逼近上限，加上气候变化的要求，如何提高能源效率、促进低碳经济转型，必将成为长江中游城市群建设所面临的重大问题之一。

长期以来，能源消费一直被作为一个非常重要的问题受到普遍关注，提高能源效率作为国家能源政策重点得到广泛认同，大量的文献对此类问题进行了研究。其中，近年来的一个重要研究进展就是全要素能源效率（TFEE）方法的引入与改进，以HU and Wang[1]的论文为代表，基于数据包络分析（DEA）技术和全要素生产理论提出了全要素能源效率（TFEE）方法，使得对能源效率问题的研究转变为对经济产出、资本、劳动及能源等要素的综合研究。随后，国内外众多学者采用TFEE方法对中国能源效率问题进行了研究[2-3]。

然而，从现有文献看，绝大多数研究只关注能源消费经济产出最大化，忽视了能源消费形成的污染，无法全面、科学地衡量各地区能源消费的真实状况，直接影响区域能源消费格局的调整，诸如魏楚和沈满洪[4]。与此同时，很少有研究考虑了区域间的生产技术差距，诸如吴琦和武春友[5]，严格来说，只有具备相似生产技术（本文假定“生产技术”为“转化投入为产出的知识与能力”）水平的生产单元才能比较技术效率，否则可能因为比较标准的缺失而无法确定影响其效率的真实因素。另外，能源的非效率的分解问题也没有得到足够重视，直接影響了能源非效率来源的探究，诸如宁亚东等[6]、 CHANG and HU[7]。

基于此，本文构建共同前沿能源效率模型，对长江中游城市群能源效率进行评价研究，进而为实现节能减排目标、制定相关政策和措施提供有效的经验依据。

1 研究方法

1.1 共同前沿能源效率模型

Metafrontier理论的基本思想是强调不同决策单元（DMU）的生产技术的差异以反映区域、种类、规模和其他固有属性[8]。Wang Q. W.等基于Metafrontier理论和DEA线性规划方法构造共同前沿能源效率模型，根据技术差异将所有的决策单元进行分组，每一个组都会有一个生产前沿面，即群组前沿。然后，将不同的群组的前沿面进行包络，就可以得到一个新的生产前沿面——共同前沿[9]。此外，本研究将沿用王群伟等人的方法，采用污染物作投入处理法，即将环境污染物视为经济活动的一种社会成本，利用该方法处理含有非期望产出的效率测度问题非常普遍[10]。

1.3 全要素能源非效率分解

在两种前沿下，可以得到GEE和MEE的具体的值，这两个值的差异可以由技术缺口比率（TGR）描述，通过计算TGR，还可以得知全要素能源非效率的来源。LIN C.H.等人[12]将基于共同前沿测量的能源的非效率（MIT）划分为两部分：技术缺口的非效率（TGI）和管理的非效率（GMI），如方程（6）所示。同一个群组的城市一般会有相同或相似的生产技术。因此，基于群组前沿的能源效率的损失可以归因于管理的非效率，而不是纯粹的技术因素。

共同前沿、群组前沿、技术缺口比率（TGR）及非效率分解可以由图1来说明。如图1所示，共同前沿（M-M）是由生产技术不同的三个群组前沿（1-1，2-2，3-3）包络而成，点A表示该城市的能源效率基于群组前沿2-2测量。为了达到节能最大化及增加GDP产出，点A基于群组前沿应该移到B点，基于共同前沿应该移到C点。那么基于群组前沿和共同前沿测量的能源效率可以分别表示为：

GEE=OEOD， MEE=OFOD

技术缺口比率、技术缺口的非效率以及管理的非效率可以分别表示为：

TGR=OFOE， TGI=FEOD， GMI=EDOD

基于共同前沿的总的能源的非效率可以表示为：MIT=TGI+GMI=FD/OD。

2 实证分析

2.1 数据、变量选取及说明

长江中游城市群主要包括环鄱阳湖城市群、武汉城市圈和长株潭城市群，其中环鄱阳湖城市群包括南昌、景德镇、萍乡、九江、新余、鹰潭、吉安、宜春、抚州和上饶；武汉城市圈包括武汉、黄石、鄂州、孝感、黄冈、咸宁、仙桃、潜江和天门；长株潭城市群包括长沙、株洲、湘潭、衡阳、岳阳、常德、益阳和娄底。本文以2005—2014年长江中游城市群为基本研究单元。以资本、劳动、能源为投入变量，各城市GDP为期望产出变量，以SO2排放量作为非期望产出变量。投入产出变量的界定如下：

（1）资本投入。采用物质资本存量作为资本投入的代理指标，以1995年为基期采用“永续盘存法”估算各城市资本存量，计算方法为：Ki，t=Ki，t-1（1-σi，t）+（Ii，t+Ii，t-1+Ii，t-2）/3，其中ki，t和Ii，t分别是地区i第t年的资本存量和投资，σi，t是地区i第t年的固定资产折旧率，Ki，t-1是地区i第t-1年的资本存量。具体算法可参见向娟等[13]、张军等[14]的研究。

（2）劳动投入。以期末从业人员数作为各城市劳动投入的具体指标。

（3）能源消耗。以各城市的能源消费量来表示能源投入，数据来源于2006—2015年的各省市（包括湖北省、湖南省和江西省）統计年鉴，不同类型的能源进行了折标煤计算。

（4）期望产出。选择长江中游城市群各城市的GDP作为期望产出指标，并利用GDP平减指数以1995年不变价格进行了缩减。

（5）非期望产出。本文以SO2排放量作为非期望产出变量，考虑到SO2排放量与中国以煤为主的能源结构密切相关，是能源利用形成的主要污染之一；各城市SO2排放量数据直接可以从中国城市统计年鉴上获得，增加了研究的可靠性[15]。

长江中游城市群三大区域投入产出数据的均值如表1所示。

由表1可知，平均而言，长株潭城市群GDP产出最高，远高于环鄱阳湖城市群，武汉城市圈的GDP产出处于两者之间，与长江中游城市群整体的GDP产出水平几乎持平。长株潭城市群的发展更多地依赖能源和人力的投入且SO2排放量也是最高的，武汉城市圈资本存量投入最多，环鄱阳湖城市群资本存量和能源投入都较少。

2.2 共同前沿能源效率分析

根据方程（3）和（4）可以计算出两种前沿下的能源效率，GEE和MEE。由表2可知，在共同前沿和群组前沿下，样本期内长江中游城市群全要素能源效率均值分别为0.781和0.850，表明在整个城市群能源投入削减21.9%和15%的情况下，仍然能够实现现有经济产出水平。正如前文所述，群组前沿下的能源效率明显高于或等于共同前沿下的能源效率。选取环鄱阳湖城市群的景德镇市为例，在群组前沿下，景德镇市的能效均值达到了0.772，表明在环鄱阳湖城市群的能源技术水平下，节能潜力可以提升至22.8%；若把景德镇市放在长江中游城市群范围内，参照共同前沿，其能效均值为0.596，节能潜力可以提升至40.4%，远高于群组前沿下的22.8%的改进幅度。

其他城市的比较也得到了类似的结论。主要原因在于两种前沿下，参考技术集是不同的，群组前沿参照的只是该区域的潜在最优生产技术，而共同前沿参照的是整个城市群潜在最优生产技术。同时可以看出，在群组前沿下，武汉城市圈能源效率最高，为0.910；其次是环鄱阳湖城市群，为0.829；长株潭城市群能源效率最低，为0.811。而在共同前沿下，环鄱阳湖城市群能源效率最低，但三个区域能源效率差异不大，其全要素能效均值分别为0.806、0.779和0.757。为了进一步验证两种前沿下长江中游城市群全要素能源效率的差异性，本文通过非参数KruskalWallis检验来进行分析，我们假设三个区域的能源效率没有差异。结果显示KruskalWallis统计量的值为1.605，P值=0.448，表明不能拒绝原假设，即三个区域的能源效率是没有显著差异的。这说明从能源效率的角度来看，长江中游城市群区域一体化协同发展取得了巨大进展。

2.3 能源效率技术缺口分析

虽然三大区域间的能源效率没有显著差异，但长江中游城市群整体能源效率水平较低，故本文在测算各城市全要素能源效率的基础上，利用技术缺口比率（TGR）定量分析长江中游城市群区域能源技术差距，可由方程（5）计算得出。图2给出了2005—2014年环鄱阳湖城市群、武汉城市圈和长株潭城市群能源利用技术缺口比率（TGR）均值的差异和变动情况。

通过计算可得，三大区域的TGR的均值分别为0.923，0.879和0.963。其中，长株潭城市群在维持经济产出不变的条件下，可以达到整个长江中游城市群潜在能源利用水平的96.3%，为最高水平。从动态视角来看（图2），样本期内长株潭城市群TGR呈现出一种上升趋势，近几年来维持在1这一水平线上，说明该城市群各城市之间的生产技术的差异比较小。相比之下，武汉城市圈的TGR在“十一五”期间逐渐上升，而在“十二五”期间又逐渐下降，即该城市群各城市之间的生产技术的差异先逐渐缩小，后又逐渐扩大，这一现象可能与政府的相关政策倾斜和新能源新技术的发明创造有关。环鄱阳湖城市群的TGR处于两者之间，为0.923，与共同前沿相比，其能源技术还有7.7%的改进空间。总体而言，三大区域之间的能源技术差距不是很大。

2.4 各城市能源非效率分析

根据方程（6）计算出各城市技术缺口的非效率（TGI）和管理的非效率（GMI）。如表3所示。

以武汉城市圈的鄂州市为例。总的能源的非效率为0.528，技术缺口的非效率为0.104，管理的非效率为0.424。很明显，鄂州市的TGI比GMI小，这意味着能源效率的损失主要是由管理的非效率导致的。由管理等因素导致能源非效率的城市还有很多，如环鄱阳湖城市群的景德镇市、九江市、萍乡市和新余市，长株潭城市群的株洲市、湘潭市、益阳市和娄底市。由技术缺口因素导致能源

非效率的城市也有很多，如鹰潭市、上饶市、黄石市、孝感市和长沙市等。

同时可以看出，武汉城市圈的TGI为0.105，GMI为0.101，能源的非效率是由技术缺口和管理等因素共同导致的，两者的作用大致相同。而从图3进一步可以看出，环鄱阳湖城市群能源的非效率主要是由管理等因素导致的，近几年来，该城市群由技术缺口导致的能源非效率所

占的比重逐渐上升；而武汉城市圈由技术缺口导致的能源非效率所占的比重先逐渐下降，后又逐渐上升；长株潭城市群能源的非效率几乎都是由管理等因素导致的。由此可见目前长江中游城市群节能减排的任务艰巨，一方面要继续提高能源利用的技术条件，各城市间加强交流以及推广节能减排的技术；另一方面要加强管理基础设施建设，提高劳动力质量和能源利用的管理水平以及加大对节能减排的宣传力度。

2.5 能源强度相关比较分析

基于相对效率测量能源效率，它是一个全要素能源效率指标，明显不同于能源强度（单要素能源效率指标）。然而，这两类指标之间也存在一些内在联系。考虑输入的约束条件，一个城市在群组前沿和共同前沿下的能源消费和GDP的优化组合分别为（1-ρj）e，（1+ρj）y和（1-ρmeta）e，（1+ρmeta）y。同样，在两种前沿下潜在的能量强度可以分别计算为（1-ρj）e（1+ρj）y和（1-ρmeta）e（1+ρmeta）y。圖4给出了

2005—2014年期间，长江中游城市群在共同前沿下的真实能源强度和潜在能源强度的比较分析。

真实能源强度与潜在能源强度的变化趋势基本一致，但前者明显大于后者（见图4）。例如，在2005年，每万元GDP的能源消耗是1.443 t，而优化后的数值为0.868 t。

这与上文得出的多数城市都具有节能潜力的结论是一致的。此外，可以看出，自2005年以来，无论是真实的能源强度，还是潜在的能源强度都具有一定下降的趋势，而且

两者之间的差距逐渐缩小。这种现象表明，近年来长江中游城市群节能减排工作已经取得了一定的成效。

3 结论与启示

本文通过实证分析主要得出了以下结论：

（1）当前长江中游城市群全要素能源效率整体水平偏低，但地区差异不是非常显著。在共同前沿和群组前沿下，样本期内长江中游城市群全要素能源效率均值分别为0.781和0.850，表明在整个城市群能源投入削减21.9%和15%的情况下，仍然能够实现现有经济产出水平。非参数KruskalWallis检验结果表明三个区域的能源效率没有显著差异。

（2）三大区域之间的能源技术差距不是很大。三大区域的TGR的均值分别为0.923、 0.879和0.963。其中，长株潭城市群在维持经济产出不变的条件下，可以达到整个长江中游城市群潜在能源利用水平的96.3%，为最高水平。

（3）技术缺口和管理等因素对不同区域能源非效率的作用不同。武汉城市圈能源的非效率是由技术缺口和管理等因素共同导致的，两者的作用大致相同。而环鄱阳湖城市群和长株潭城市群能源的非效率主要是由管理等因素导致的。

（4）真实能源强度与潜在能源强度的变化趋势基本一致，但前者明显大于后者。真实的能源强度和潜在的能源强度都具有一定下降的趋势，而且两者之间的差距逐渐缩小。这种现象表明，近年来长江中游城市群节能减排已经取得了一定的成效。

以上结论蕴含的政策启示包括以下几点：

（1）实证分析表明三大区域的能源效率没有显著差异且区域之间的能源技术差距不是很大，这说明从能源效率的角度来看，长江中游城市群区域一体化协同发展取得了巨大进展。

（2）根据能源效率损失的来源，可以使用两种方法来提高各区域能源效率：缩小技术差距、提高管理能力。长江中游城市群应努力加强区域间的技术交流和合作，积极地将先进的节能减排技术从发达城市向落后城市转移和扩散，不断提高自主创新能力。此外，应将提高各城市管理水平放在突出位置，进而提高长江中游城市群以及各城市的全要素能源效率。

（3）三大区域以及各城市间潜在的节能水平并不相同。所以在制定区域节能战略时必须坚持“求同存异”的原则，既要考虑国情、省情，也要注意每个城市的实际情况，然后制定出不同的节能政策措施。

（4）加大对长江中游城市群的政策倾斜力度。为了进一步提高长江中游城市群的能源效率，政府在制定和实施相关政策时应适当向长江中游城市群倾斜，这样才能充分挖掘长江中游城市群的节能减排潜力，这对提升中国区域能源效率的整体水平具有重大意义，有利于促进绿色经济转型以及加快推进新型城镇化建设。

（编辑：李 琪）

参考文献（References）

[1]HU J L， WANG S C. Totalfactor energy efficiency of regions in China[J]. Energy policy， 2006（34）：3 206-3 217.

[2]HONMA S， HU J L. Totalfactor energy efficiency of regions in Japan[J]. Energy policy， 2008（36）： 821-833.

[3]孙久文， 肖春梅. 长三角地区全要素能源效率变动的实证分析[J]. 中国人口·资源与环境， 2012， 22（12）：67-72. [SUN Jiuwen， XIAO Chunmei. An empirical analysis on total factor productive energy efficiency of Yangtze River delta region. [J]. China population， resources and environment， 2012， 22（12）： 67-72.]

[4]魏楚， 沈满洪. 能源效率与能源生产率： 基于DEA方法的省际数据比较[J]. 数量经济技术经济研究，2007 （9）： 110-121. [WEI Chu， SHENG Manhong. Energy efficiency and energy productivity： a comparison based on the panel data by province[J]. The journal of quantitative and technical economics， 2007（9）：110-121.]

[5]吴琦， 武春友. 基于DEA的能源效率模型评价研究[J]. 管理科学， 2009， 22（1）： 103-112. [ WU Qi， WU Chunyou. Research on evaluation model of energy efficiency based on DEA[J]. Journal of management sciences， 2009， 22（1）： 103-112.]

[6]宁亚东， 张世翔， 孙佳. 基于泰尔嫡指数的中国区域能源效率的差异性分析[J]. 中国人口·资源与环境，2014， 24（5）： 69-72.[NING Yadong， ZHANG Shixiang， SUN Jia. An analysis on the differences of regional energy efficiency in China based on theil index[J]. China population， resources and environment， 2014，24（5）：69-72.]

[7]CHANG T P， HU J L. Totalfactor energy productivity growth， technical progress， and efficiency change： an empirical study of China[J]. Applied energy， 2010， 87（10）： 3362-3270.

[8]BATTESE G E， RAO D S P. Technology gap， efficiency， and a stochastic metafrontier function[J]. International journal of business and economics， 2002（1）： 87-93.

[9]WANG Q W， ZHAO Z Y， ZHOU P， et al. Energy efficiency and production technology heterogeneity in China： a metafrontier DEA approach[J]. Economic modeling， 2013，35： 283-289.

[10]王群偉， 周德群， 王思斯. 考虑非期望产出的区域能源效率评价研究[J]. 中国矿业， 2009， 18（9）： 36-40.[WANG Qunwei， ZHOU Dequn， WANG Sisi. Study on regional energy efficiency considering undesirable

outputs[J]. China mining magazine， 2009， 18（9）： 36-40.]

[11]ODONNELL C J， RAO D S P， BATTESE G E. Metafrontier frameworks for the study of firmlevel efficiency and technology ratios[J]. Empirical economics， 2008，34： 231-255.

[12]LIN C H， CHIU Y H， HUANG C W. Assessment of technology gaps of tourist hotels in productive and

service processes[J]. Service industries journal， 2012，32： 2329-2342.

[13]柯善咨， 向娟. 1996—2009年中国城市固定资本存量估算[J]. 统计研究， 2012（7）： 19-24.[KE Shanzi， XIANG Juan. Estimation of the fixed capital stocks in Chinese cities for 1996—2009[J]. Statistical research， 2012（7）： 19-24.]

[14]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， 39（10）： 35-44.[ZHANG Jun，WU Guiying， ZHANG Jipeng. Capital estimates of Chinese Provience： 1952—2000[J]. Economic research journal， 2004， 39（10）： 35-44.]

[15]王克亮， 杨宝臣， 杨力. 环境约束下的中国全要素能源效率测度及其收敛性[J]. 管理学报， 2012， 9（7）：1071-1077.[WANG Keliang， YANG Baochen， YANG Li. The measurement and convergence of Chinas totalfactor energy efficiency under the environmental constraints[J]. Chinese journal of management， 2012，9（7）： 1071-1077.]

Abstract Improving energy efficiency and promoting the transformation of lowcarbon economy are the key and difficult point of the current regional coordinated development and new urbanization construction in the middle reaches of the Yangtze River city group. Based on the metafrontier theory， the nonparametric frontier was constructed by using the data envelopment analysis method and sulfur dioxide emissions， the undesirable output， were incorporated into the DEA model. This paper compared and analyzed the regional differences in totalfactor energy efficiency in the middle reaches of the Yangtze River city group and technology gap ratio was used to measure the technology gap of energy utilization among the three regions. On the basis of this， the decomposition of energy inefficiency and the correlation analysis of the actual energy intensity and the potential energy intensity were studied. The results showed that： ①At present， the overall level of totalfactor energy efficiency in the middle reaches of the Yangtze River city group was low， but the regional differences were not significant. ②The technology gap of energy utilization among the three regions was not great. ③Effects of technology gap and management factors on energy inefficiency of different regions were different. ④Both the actual energy intensity and the potential energy intensity were in a certain downward trend， and the gap between the two was gradually narrowing. Finally， some conclusions were drawn， adhering to the principle of ‘seek common ground while reserving differences in the development of regional energysaving strategy， accelerating technological progress， carrying out energy technology innovation actively and improving the level of management constantly. At the same time， the government should

provide more policy support to the middle reaches of the Yangtze River city group， so as to fully explore the potential of energysaving and emissions reduction in the middle reaches of the Yangtze River city group， which is significant to enhance the overall level of Chinas regional energy efficiency and promote the transformation of green economy.

Key words energy efficiency； technology gap； the undesirable output； inefficiency decomposition； metafrontier DEA