基于不同环境规制的我国区域能源效率研究*

周四军，王文渟

(湖南大学 金融与统计学院，湖南 长沙 410079)

基于不同环境规制的我国区域能源效率研究*

周四军，王文渟

(湖南大学 金融与统计学院，湖南 长沙 410079)

提高能源效率是实现节能降耗的重要手段，是实现经济发展方式转型的关键。利用非径向方向性距离函数测算2000—2014年全国各省市在一般环境规制和严格环境规制下的全要素能源效率；引入ML生产率指数并对其分解为效率变化和技术进步两部分，分析环境规制对能源效率的具体影响。结果表明：严格环境规制下的能源效率低于一般环境规制下的能源效率，环境规制的强弱程度对经济欠发达地区能源效率的影响更明显。严格环境规制下的能源效率受技术进步因素的影响更大，说明技术进步有利于提高“绿色”能源效率。

全要素能源效率；环境规制；非径向方向性距离函数；ML生产率指数

一 引 言

随着工业化、城市化进程的不断推进，我国在取得巨大经济成就的同时，能源消费也快速增加，2015年我国能源消费量达到43亿吨标准煤。能源在国民经济和社会发展中一直处于很重要的地位，然而对能源发展的研究更多的是注重“量”的发展，而忽视“质”的提高，因此对能源的“质”即能源效率的研究将有助于提高能源经济增长绩效。目前能源效率的研究大多忽视了日益突出的环境问题对能源经济增长的制约，与世界先进国家相比，能源、资源、环境仍然是制约我国经济社会可持续发展的主要因素。如何在环境约束下提升能源效率已成为目前能源效率研究方面的重点问题。

已有研究能源效率的文献大多仅考虑了市场的期望产出而忽略了非期望产出，没有考虑能源消费对环境产生的负面影响，从而使得能源效率增长测算结果出现较严重的偏差。现有文献对我国能源环境效率的研究已有了一定的发展，胡鞍钢基于方向性距离函数，在考虑环境约束作为非期望产出对1999—2005年我国28个省市区的技术效率进行重新测算并重新排名[1]；杨俊、邵汉华基于方向性距离函数以及ML生产率指数，将S02排放量作为非期望产出，考察了我国地区工业的ML生产率指数及其分解[2]；沈可挺运用方向性距离函数和非参数数据包络分析方法估算了“九五”至“十一五”时期我国高耗能产业的环境全要素生产率(ETFP)[3]；杨骞应用数据包络分析(DEA)构建了非径向方向性距离函数模型，采用全要素水资源效率的测度思路，对污染排放约束下我国分省份及区域的农业水资源效率进行了测度[4]。但在环境约束下的全要素能源效率研究相对较少，一般为低碳视角下对能源效率的研究[5][6]，将二氧化碳作为主要的污染排放物，忽视了二氧化硫的排放；或是部分地区的研究，没有全国地区的能源效率区域差异性分析[7]。

综上所述，目前国内外研究缺乏对不同环境规制下全要素能源效率地区差异性的比较研究。本文利用非径向方向性距离函数模型测算我国不同环境规制下的全要素能源效率，利用ML生产率指数对我国八大经济区域在不同环境规制下的全要素能源效率进行分解研究，探索各地区能源效率提升的方向和途径。

二 环境规制与能源效率的关系研究

目前，我国正处于经济社会转型的特殊时期，工业化、城市化进程的不断推进使得环境问题日益突出，环境问题已成为制约能源效率的重要因素，同时由于经济发展不平衡等因素导致区域之间能源效率也存在较大差异性，如何在环境约束的前提下更好地提升全要素能源效率是问题的关键。

(一)环境规制与能源效率的关系

对于环境规制的概念及其相关界定，目前学术界众说纷纭，我国目前所提到的规制主要是指在市场经济条件下，政府(规制机构)利用国家强制权依法对微观经济主体进行的直接经济、社会控制或管理。环境规制主要是指对环境主要污染物的排放所进行的控制。对于环境规制强度的度量，国内外学者和专家在选择测量方法上存在一定的差异，在不同的测量方法下会有不同的度量标准。对于环境规制政策带来的或可能带来的正面影响和负面影响进行系统估计被称为环境规制的影响评价，主要是通过测算环境规制下的效率值来反映，这是目前为决策者出台和修改环境政策提供信息的主要规制工具。

就能源经济理论而言，古典经济学家认为，资本、劳动、土地等要素是经济增长的动力源泉；新古典经济增长理论中，外生的技术进步成为经济增长的主要决定因素。上世纪80年代末至90年代初“可持续发展”概念的提出，使经济增长理论开始关注资源约束与经济增长的关系，理论方面的研究主要尝试将环境因素纳入内生经济增长模型进行研究。环境对人类的生存和发展具有重要意义。环境作为一种行政行为，并不能够独立于规制活动所涉及的各个利益主体，环境规制的过程是一系列相关主体的博弈过程。总的来看，主流经济增长理论基本上是将资源环境约束下的经济增长问题归结为一个给定元素下的最优增长路径。如何在有限的资源约束下，保持能源经济的可持续发展，能源经济问题的研究视角已经转向如何提高能源效率，降低能源消耗。所以，环境规制下的能源问题研究仍是世界各国经济学界普遍关注的问题。

(二)环境规制的量化界定

(1)

根据非期望产出在技术上的强弱可处置性，非径向方向性距离函数可以选择不同的方向向量将不同的环境规制界定这一模糊的概念量化，主要有三种情形：第一种情形为弱环境规制，方向向量为g=(-gx,gy,gz)，此时说明非期望产出在技术上具有强可处置性，意味着在增长期望产出的同时，非期望产出同比例于期望产出增长，在这种情形下，图1中的P(x)为生产可能集，对于观测点A可得到的产出极限点为B；第二种情形为一般环境规制，方向向量为g=(-gx,gy,0)，此时说明非期望产出在技术上具有弱可处置性，意味着在非期望产出不变的情况下，尽可能提高期望产出，在这种情形下，图1中的观测点A可得到的产出极限点为C；第三种情形为严格环境规制，方向量为g=(-gx,gy,-gz)，此时说明非期望产出在技术上具有弱可处置性，意味着在提高期望产出的同时同比例降低非期望产出，在这种情形下，图1中的观测点A可得到的产出极限点为D。

图1 生产可能集和非径向方向性距离函数

1)2)3)分别表示情形一、二和三3种环境规制政策下的方向向量，叶祥松[8]认为：1)这种情形和上个世纪中国的环境规制的实践相似；2)这种情形和《京都协议书》设定的环境保护目标一致，也与多数发达国家的环境规制类似；3)这种情形与《联合国气候变化框架公约》的目标一致，也符合目前可持续发展的原则。

不同的环境规制在于选择不同的方向向量，如果采取不同的方向向量，那么计算结果也是不一样的。方向向量代表着决策单元向生产前沿面所逼近的方式和路径，这也说明计算结果有多种可能性。本文主要选取在一般环境规制和严格环境规制这两种情形下对能源效率进行分析，研究我国环境、能源和经济的协调发展。

通过线性规划求解得到非径向方向性距离函数，依据Chung等提出的方法，引入共同前沿的Malmquist-Luenberger指数(简称ML指数)，在动态视角下对于组前沿和共同前沿的演进以及区域之间的技术趋同性做进一步研究，对于测度环境约束下的全要素效率以t时期为基期的t+1期的动态变化，依据非径向方向性距离函数模型，也可对传统的ML指数进行修正：

(2)

三 不同环境规制下我国区域全要素能源效率测度与比较

(一)变量选取和数据分析

本文使用的主要数据是2000—2014年我国30个省、自治区和直辖市的能源消费投入与产出数据(不含西藏、香港、澳门、台湾数据)。所有数据来自历年的《中国统计年鉴》《中国能源统计年鉴》以及各省的统计年鉴。本文使用的能源投入和产出变量的定义如下：

1.投入指标

(1)资本投入：资本投入采用各省资本存量表示，目前我国还没有现成的物质资本存量数据，同时也有不同的测算方法，本文采用了永续盘存法(PIM)公式：Ki,t=Ii,t+(1-δi,t)Ki,t-1估计历年可比价资本存量，以2000年为基期。

(2)劳动投入：严格地讲，劳动力投入应当用从业人员的有效劳动时间衡量，但由于缺乏此方面研究的统计数据，故本文采用各省区历年从业人数作为劳动力投入量指标。

(3)能源投入：能源不仅是企业生产过程中的投入要素，亦为污染物的主要来源。本文选取了30个省2000—2014年的能源消费量作为能源投入。

2.产出指标

(1)期望产出：国民生产总值是衡量经济发展的重要指标，所以期望产出用各省区GDP表示。为消除物价变动因素而真实反映经济发展情况，所有地区GDP都根据GDP缩减指数折算到以2000年为基期的不变价。

(2)非期望产出：如何衡量一个国家或地区的污染排放，国际上并无统一定论。目前，国内外相关研究大多使用某一个具体的污染指标作为污染排放的代理变量。中国目前能源消费主要以煤炭消费为主，煤炭消费以SO2排放量在污染指标中最为显著，因而本文选取SO2排放量作为非期望产出。

3.变量的描述性统计分析

对各投入产出变量的统计性描述结果见表1，从表1结果可知，2000—2014年我国各省能源投入产出差异显著。其中期望产出(GDP)的最大值和最小值之比超过194，极值超过51000亿元；非期望产出(SO2排放)的最大值和最小值之比超过200，极值超过400万吨。另外，所有变量中除二氧化硫排放的标准差小于中间值外，其余变量的标准差均大于其中间值，这意味着我国各省区经济总量和增长差异扩大的同时，其能源投入和污染排放差异也随之同步扩大。*根据N.Zhang et al.(2013)在其研究中提到大部分的文献没有考虑资本和劳动投入改变，使用的权重为(0，0，1/3，1/3，1/3)，这是纯粹考虑能源投入和产出的计算方法。但是，在经济体中，一个行业的发展更多应该是通过减少资本和劳动投入来提高经济效益。因此，选择权重(1/9，1/9，1/9，1/3，1/3)会更适用于本文对全要素能源效率的研究。

表1 考虑环境因素的我国能源效率测度指标的统计分析

注：GDP和资本投入均以2000年为基期

(二)不同环境规制下的全要素能源效率测度及区域比较

本文运用MATLAB 2014a软件测算不同环境规制下的能源效率，根据上文式(1)可知，设严格规制时的方向向量为g=(-1，1，-1)，一般规制时的方向向量为g=(-1，1，0)。根据上文式(1)可得公式如式(3)，式(4)所示：

一般规制时：

(3)

严格规制时：

(4)

权重的设定参照N.Zhang et al.中提到的对3种投入(资本投入、劳动投入、能源投入)，1种期望产出(GDP)，1种非期望产出(SO2排放)的权重设定[10]，将权重w设置为(1/9，1/9，1/9，1/3，1/3)①。根据上文所定义的方向向量可以测得我国2000—2014年能源全要素效率值(如图2所示)：

图2 不同环境规制下我国2000—2014年能源全要素效率值

可以很直观地看到，能源效率随着对环境约束这一影响的加大，效率值在减小。一般环境规制下的效率值普遍高于严格规制下的效率值。我国能源效率值自2000年以来，波动不是太大，2008年之后可能受全球性金融危机冲击而减小，2010年又有所回升。但总体来说，2000—2014年一般环境规制下的我国能源效率均值在0.82左右，严格环境规制下的能源效率均值在0.73左右，环境规制对能源效率有着较大的影响。

目前我国大多文献对区域性的划分是沿袭东中西三个区域的划分方法，但这种区域划分方法不再适应于经济发展和政策制定，根据“十二五”规划，对中国区域划分的构想，目前可将中国分为八大经济区域*八大经济区域划分：1)北部沿海综合经济区：北京、天津、河北、山东；2)黄河中游综合经济区：陕西、山西、河南、内蒙古；3)东北综合经济区：辽宁、吉林、黑龙江；4)东部沿海综合经济区：上海、江苏、浙江；5)长江中游经济区：安徽、湖北、湖南、江西；6)南部沿海经济区：福建、广东、海南；7)大西南综合经济区：云南、贵州、四川、重庆、广西；8)大西北综合经济区：甘肃、青海、宁夏、西藏、新疆。。各区域具体的全要素能源效率的计算结果如表2所示：

表2 不同环境规制下我国八大经济区域全要素效率值(1-β)

图3为八大经济区域在一般环境规制下/严格环境规制下的全要素能源效率均值的比较分析图，可以发现，沿海地区的能源效率值高于内陆地区的能源效率值，东部沿海和南部沿海地区的能源效率值高于其他地区的效率值。这说明经济越发达的地区对能源的利用率越高，则效率越高；反之，经济欠发达的地区其能源效率还具有很大的提升空间。另一方面，经济较发达的地区其环境规制的强弱对其能源效率的影响并不是很大，说明这些地区已经注意到消耗能源的同时重视环境因素的保护，开始实现可持续发展；而在经济欠发达的地区其环境规制的强弱对其能源效率的影响很明显，说明这些地区仍是以牺牲环境来提升能源效率。黄河中游、大西南和大西北综合经济区虽然经济水平不及其他地区，但资源丰富，生产发展具有典型“高耗能、高排放、高污染”特征，应是我国未来发展过程中低碳经济转型重要地区。

图3 我国八大经济区域能源全要素效率值比较

四 环境规制对我国区域能源效率影响的ML指数分析

为了在动态视角下对于组前沿和共同前沿的演进以及区域之间的技术趋同性做进一步研究，对于测度环境约束下的全要素效率以t时期为基期的t+1期的动态变化，依据Chung等提出的方法，引入共同前沿的Malmquist-Luenberger指数(简称ML指数)，对其进行分解成效率变化和技术进步两部分来进行具体分析。计算方法如上文式(2)所示，运用MAXDEA软件测得各省市的ML指数，对其进行算数平均可见表3：

表3 2000—2014年我国各省市平均Malmquist-Luenberger指数测算

表3是在一般规制和严格规制情况下各省市2000—2014年的平均ML指数及其分解情况。从表中可以看出，各个省市之间由ML指数分解出来的效率变化差别并不大，这说明了全要素效率值较低的省份的效率在不断提高，逐渐向生产前沿面发展，高效率和低效率的省市之间的差别在逐渐缩小。将八大经济区域在两种规制强度下的ML指数及其分解出来的效率变化和技术进步进行平均汇总，可以得表4：

表4 不同环境规制下我国八大经济区域的ML指数

通过对表3、表4的综合分析，将我国八大经济区域在两种环境规制的技术进步率进行对比可以得到图4：

图4 不同环境规制下技术进步率的区域对比

综述可以得到以下结论：

环境规制能够促进能源生产率进步，因为基本上所有省市或经济区域在严格环境规制下的平均ML指数都要大于一般规制下的ML指数。同时加强环境规制会使得效率变化相对减小，使得技术进步率增加，说明严格的环境规制会带来较大的成本而导致效率减小，但会促进技术改革，提高技术进步率。由经济区域分析可知：东部沿海经济区、北部沿海和南部沿海的技术进步率在两种规制下的技术进步率均大于1，且严格环境规制下的技术进步率更高，其中东部沿海综合经济区最高，北部沿海和南部沿海经济区次之，说明这3个经济区域验证了环境规制可以带来技术进步和创新的观点。[11]

1.东部沿海经济区、北部沿海和南部沿海的技术进步率处在前沿的地区中，北京、天津、上海、山东、江苏、福建、广东这些省份的ML生产率指数和技术进步率指数均大于1，说明这些地区已经处于生产前沿面，同时这些地区在严格规制下的技术进步率指数要大于在一般规制下的技术进步率指数，说明这些省市在严格规制下会提高其能源技术进步率。浙江和河北在一般环境规制下ML生产率和技术进步率均小于1，但在严格环境规制下ML生产率和技术进步率大于1，说明加强环境规制会提高这两个省的能源效率。海南省的ML生产率指数和技术进步率在两种不同环境规制下都小于1，但其效率改变却处于前沿面，说明海南省的能源效率的发展并不全部依靠技术进步来提高。

2.黄河中游、东北和长江中游等经济综合区的技术进步率在一般环境规制下均小于1，但在严格环境规制下，这些经济区域的技术进步率大于1，说明加强环境约束，这些地区的能源效率的发展会更多的依靠发展技术，提高技术进步率。黄河中游、东北和长江中游等经济综合区，在一般环境规制强度下效率变化要高于在严格规制下的效率变化，说明加强环境规制会使得成本加大，导致效率退步。另外内蒙古、河南、陕西、辽宁、黑龙江、安徽和湖北诸省的技术进步率在严格环境规制下大于1，在一般规制下小于1，总体ML生产率提高了，说明这些省的能源技术效率随着环境规制的加强而增加。

3.大西南和大西北综合经济发展地区的技术进步率在两种规制下的技术进步率均小于1，但西南地区在严格环境规制下的技术进步率明显比一般环境规制下的技术进步率有所提高，西北地区则变化不明显，说明这两个地区的技术发展较慢。在西南和西北综合经济区中，重庆、四川、贵州这些省份在一般规制下ML指数小于1但在严格规制下ML指数大于1。云南和甘肃虽然在两种规制下ML指数均小于1，但在严格规制下的效率降低的幅度要小一些，即这两个省在严格环境规制下会提高其技术效率从而提高能源效率。而广西、青海、宁夏和新疆这4个省在严格规制下效率退化得更加厉害，说明这4个省市采取严格环境规制会影响到整体经济的发展，所以应该逐步发展，采用一般环境规制政策会更有利其效率改变和技术进步。西南和西北经济区域相较于其他区域经济发展状况存在较大差异，资源分布的不均也对环境规制的要求不同。[12]

综合来看，基本上所有省市的ML指数都有上升，但有些省市的ML指数上升是因为效率进步，有些省市是因为技术进步。这就需要针对省市不同的情况，采取不同的政策。

五 结论与建议

(一)主要结论

本文基于非径向方向性距离函数，在两种不同的规制强度下对全国30个省市的能源全要素效率进行了测算和分析，之后在此基础上又测算了基于非径向方向性距离函数框架下的ML生产率指数，得到以下结论：全国各地区受环境规制所展现出来的全要素能源效率差异明显，能源效率在不同环境规制下也有所不同。从区域分布看，在一般环境规制和严格环境规制下的全要素能源效率均值的比较分析，经济较发达的地区对能源的利用率更高，其效率也越高。

(二)政策建议

我国要坚持完成“十三五”能源规划，实现经济转型，保证能源、环境、经济协调发展。整体来看，我国能源效率会随着环境规制的强度加大而降低。由于各区域的经济发展和资源分配不一样，各区域应该从以下具体方面落实改进：

1.东部沿海、南部沿海地区不但效率值高于其他地区，而且这些地区其环境规制的强弱对能源效率的影响并不大，但经济欠发达地区的能源效率还具有很大的提升空间。另一方面，不同规制强度下的差异化反应也表明我国地区能源效率发展不平衡依旧很严重，也说明了实施经济转型的必要性和紧迫性，加大各地区的环境投资，以经济较发达地区带动经济欠发达地区，这样才能实现全社会的共同进步。

2.在严格规制下的技术进步率大于1的经济综合区域，如东部沿海、南部沿海、北部沿海、黄河中游、东北和长江中游这些经济区，可以实施严格的环境规制政策；除此之外的大西南和大西北经济区域更适合一般环境规制强度，在不影响经济发展的前提下循序渐进地加大环境规制。相关政策建议可以采取污染物排放总量控制的方法来量化不同的规制强度，比如，对于一般规制强度，可以规定一个具体的排放目标，并约束污染物排放不能超过这一目标；对于严格规制强度，可以规定一个具体的减排目标，如和上一时期的排放相比，单位GDP产值的二氧化硫排放需减少的百分比等等。

3.大多数省市在严格规制强度下技术进步率更高，可以看出环境规制本身能够正向激励能源效率技术进步。技术进步不仅有助于能源效率的提高，也有助于实现污染物的减排。东部沿海经济区、北部沿海和南部沿海这些地区存在很明显的“创新效应”，即在两种规制下技术进步率均大于1，同时这些地区又是区域经济较为发达的地区。这说明在加强环境规制实施经济转型的同时，增加对技术开发资金的投入，对相关部门改革创新实施了相关政策，使得能源效率的发展和环境规制政策相互促进，共同发展。

[1] 胡鞍钢，郑京海.考虑环境约束的省级技术效率排名(1999—2005)[J].经济学，2008(3)：34-39.

[2] 杨俊，邵汉华．环境约束下的中国工业增长状况研究——基于Malmquist-Luenberger指数的实证分析[J].数量经济技术经济研究，2009(9)：13-19.

[3] 沈可挺，龚健健.环境污染、技术进步与中国高耗能产业——基于环境全要素生产率的实证分析[J].中国工业经济，2011(12)：25-34.

[4] 杨骞，刘华军.污染排放约束下中国农业水资源效率的区域差异与影响因素[J].数量经济技术经济研究，2015(01)：114-128.

[5] 冯蕾.2005—2007年我国省际能源效率研究[J].统计研究，2009，26(11)：31-35.

[6] 魏楚，沈满洪.能源效率及其影响因素：基于DEA的实证分析[J].中国产业发展论坛，2011(08)：66-76.

[7] 冉启英，于海燕.有无环境约束下西部地区全要素能源效率及其影响因素研究[J].新疆大学学报(哲学人文社会科学版)，2015(3)：15-22.

[8] 叶祥松，彭良燕.我国环境规制下的规制效率与全要素生产率研究：1999—2008[J].财贸经济，2011(2)：102-109.

[9] Zhou，P.，Ang，B.W.，Wang，H.Energy and CO2 emission performance in electricity generation：a non-radial directional distance function approach[J].European Journal of Operational Research，2012(221)：625-635.

[10] Ning Zhang，P.Zhou，Yongrok Choi．Energy efficiency，CO2 emission performance and technology gaps in fossil fuel electricity generation in Korea：A meta-frontier non-radial directional distance function analysis[J].Energy Policy，2013(56)：653-662.

[11] 彭旭，崔和瑞．中国能源结构调整对碳强度的影响研究[J]．大连理工大学学报(社会科学版)，2016(1)：11-16．

[12] 陈黎明，王颖，田建芳．中国省域能源—经济—环境系统协调性实证研究[J]．财经理与实践，2015(1)：105-110．

AStudyonRegionalTotalFactorEnergyEfficiencyunderDifferentEnvironmentalRegulations

ZHOU Si-jun，WANG Wen-ting

(College of Finance and Statistics，Hunan University，Changsha 410079，China)

Improving energy efficiency is an important means to energy saving and consumption reduction and a key to the transformation of economic development mode.This paper uses non radial directional distance function to estimate total factor energy efficiency of 30 provinces during 2000—2014 under general environmental regulation and strict environmental regulation.It also specifically analyzes the impact of environmental regulations on energy efficiency by introducing the ML productivity index and decomposing it into two parts，the efficiency change and technological progress.The result shows that the energy efficiency under strict environmental regulation is lower than that under the common environmental regulation and the effect of the degree of environmental regulations on energy efficiency in the underdeveloped regions is more obvious.Technological advance has more influence on energy efficiency under strict environmental regulation，which means that technical progress is beneficial to improve the “green” energy efficiency.

the total factor energy efficiency；environmental regulation；the non radial directional distance function；the ML productivity index

2017-01-05

国家社会科学基金项目(14BTJ010)

周四军(1966—)，男，湖南长沙人，湖南大学金融与统计学院教授，博士，研究方向：经济统计分析。

F403．3

A

1008—1763(2017)06—0059—08