基于随机前沿生产函数的工业用电能效研究

陆宇杰

(国网上海市电力公司 营销部, 上海 200122)

受制于自身能源资源禀赋的限制,中国的电力生产严重依赖于煤炭,这给能源环境安全带来了严峻的挑战。工业行业作为中国最大的电力消费产业,其电力消费占终端电力量的比重在40%左右,工业用电能效的提升对于中国总体用电能效的提升起着至关重要的作用,也是能源消费革命的关键领域和着力点。

现有文献对于能源效率的研究一般采用单要素能源效率(如能源强度、电耗强度)和全要素能源效率等指标。由于全要素能源效率考虑各种投入要素之间的相互作用关系,测算出的能源效率更符合现实情况,近期涌现出了较多的研究文献。从采用的方法看,全要素能源效率的测算方法主要包括数据包络分析(Data Envelopment Analysis,DEA)方法和随机前沿分析(Stochastic Frontier Analysis,SFA)方法。DEA方法作为一种非参数方法,采用线性规划技术估计生产前沿面,不需要明确的函数形式,在估计能源效率时计算简便易行,可以避免模型设定错误。因此,国内众多学者采用DEA方法,从不同视角对总体或工业全要素能源效率进行了研究,其中文献[1-5]主要测算中国区域能源效率与城市全要素能源效率;文献[6-9]分别测算了中国省际以及“双三角”都市圈的工业能源利用效率;文献[10-11]加入环境约束,对能源效率进行了更加科学的测算;文献[12]则结合环境问题,研究了工业能源与环境的综合效率。虽然DEA方法具有明显的优点,但其并没有考虑噪声带来的影响,因此其估算能源效率时的结果对异常值尤为敏感,若存在统计数据误差,则可能带来较大偏差。国内一些学者采用SFA方法对总体或工业全要素能源效率进行了研究[13-16]。此外,国内学者也对用电能效进行了一些研究,如文献[17]采用包含非期望产出的博弈交叉Malmquist全要素生产率指数模型,对中国2002—2014年30个省份的电力能源终端消费效率进行了测算,并采用SYS-GMM动态面板模型对其影响因素进行了分析。

中国作为世界工业大国,目前正处在工业化进程中后期,提升工业用电能效,不仅有利于实现能源和环境安全,而且有利于实现工业转型升级和高质量的发展。考虑到随机前沿分析方法的优点,以及工业电力消费是终端电力消费的主力,本文采用随机前沿生产函数对工业用电能效进行研究,以期给出有价值的分析结论,为制定提升中国工业用电能效的政策提供支撑。

1 模型和数据

1.1 随机前沿生产函数

借鉴 KUMBHAKAR S等人[18]和BATTESE G E等人[19]的研究思路,本文构建技术效率随时间变化的随机前沿生产函数的基本模型,其一般形式为:

yit=f(xit,β)·exp(vit-uit)

(1)

uit=uiexp[-η(t-T)]

(2)

式中:yit——i省区在t时期的工业增值;

f(xit,β)——随机前沿生产函数确定性前沿的产出;

xit——i省区在t时期的投入要素向量;

β——随机前沿函数的待估计参数;

vit——服从独立同分布的随机误差项;

uit——技术效率随时间而变的情况下的无效率项,uit≥0;

ui——无效率项,ui≥0;

η——待估参数,技术效率的指数变化率,η>0,η=0,η<0分别表示技术效率的提升、不变和下降;

T——样本的时间维度。

基于产出定位的技术效率测算公式为

(3)

在实证研究中,柯布-道格拉斯(C-D)生产函数和超对数函数是最常采用的两种函数形式,但采用这两种函数形式均有一定的缺陷,如C-D生产函数假设投入要素之间具有完全替代性,而超对数生产函数可能导致估计参数过多而具有多重共线。为了避免多重共线而导致估计结果的偏差,本文采用C-D生产函数形式,并假设有劳动力、电力和资本3种投入要素,加入时间趋势项t,以衡量技术进步对产出的影响。基于C-D生产函数的随机前沿函数为

(4)

式中:lnyit——i省区在t时期工业增值的对数值;

β0,βL,βE,βK,βt——待估系数值;

lnLit,lnEit,lnKit——i省份在t时期关于劳动力、电力、资本3个投入要素的对数值。

1.2 全要素工业用电能效变动分解

根据文献[20]可将全要素工业用电能效变动(ΔTFPit)分解为技术变化(ΔTCit)、技术效率变化(ΔTEit)、规模效率变化(ΔSEit)及资源配置效率变化(ΔAECit)4个部分。为此,全要素工业用电能效变动的分解公式如下

ΔTFPit=ΔTCit+ΔTEit+ΔSEit+ΔAECit

(5)

全要素工业用电能效实际上是实际产出与投入要素前沿产出的比值,具体计算公式如下

(6)

(7)

式中:si——要素i的成本份额;

技术变化为确定性前沿生产函数随着时间推移的变化率,即

(8)

技术效率变化为确定技术水平下要素实际产出与前沿产出之比的变化率,即

(9)

规模效率变化为投入要素规模报酬对全要素用电能效变化的贡献,即

(10)

式中:εi——投入要素的产出弹性;

资源配置效率变化为投入要素结构的变化对全要素工业用电能效变化的贡献,即

(11)

当要素价格不可得时,则无法求得si。本文假设si=εi/∑iεi,因此可得出ΔAECit=0。

1.3 数据来源及处理

本文的研究对象为全国 30 个省、自治区、直辖市(不包括西藏、香港、澳门和台湾) 1995—2015 年工业用电能效。数据来源于 1996—2016年的《中国能源统计年鉴》《中国统计年鉴》《中国工业统计年鉴》《中国电力工业统计资料汇编》以及相应年份的各省统计年鉴等公开出版的年鉴资料。工业产出指标用工业增加值来衡量,并利用工业出厂品价格指数对工业增加值进行平减,换算为1995年为基期的可比价格工业增加值。投入指标包括电力、资本、劳动力3个投入要素。电力投入要素采用各省区的工业电力消费量来衡量,单位为亿 kWh。资本投入要素采用资本存量(即物质资本)作为衡量指标,考虑没有相应的统计数据,本文借鉴张军等人[21]的做法,采用永续盘存法来估计各省区的工业资本存量,单位为亿元。劳动力投入要素采用各省区工业行业就业人数来衡量,单位为万人。

2 实证结果及分析

2.1 模型估计及分析

1995—2015年,劳动力、电力和资本3个投入要素的产出弹性分别为0.078,0.340,0.156。这表明3个投入要素投入每增加1%,将使工业增加值相应增加0.078%,0.340%,0.156%。从3个投入要素产出弹性的大小看,劳动力投入要素的产出弹性最小,电力投入要素的产出弹性最大。这也与实际情况相符:

(1) 中国具有丰富的劳动力资源,劳动力投入增加对工业增加值的增长所起的作用有限;

(2) 1995—2015年间大多数时间内电力供应短缺,而电力作为现代工业文明的标志,电力投入要素的增加意味着工业电气化水平的提升,能够替代化石能源,进而提升全要素能源效率,促进工业产出的增长;

(3) 资本投入要素产出弹性仅为0.156,这说明中国经过改革开放,不但吸引了大量的外商投资,且经过前期发展,企业本身也积累了大量资金进行再投资,资本要素资源也较为丰富。

但劳动力、电力、资本3个投入要素的产出弹性之和仅为0.564,远小于1,这说明中国工业发展虽然实现了规模上的扩张,但往往是在低水平上重复建设,投入增加并不能带来工业增加值的显著增长。我国政府也意识到了这一点,并提出了供给侧结构性改革、中国制造2025和智能制造发展规划(2016—2020年)等政策和规划,以促进中国工业尽快实现转型升级。

表1 随机前沿的C-D生产函数模型的估计结果

2.2 中国工业用电能效变动及分解

本文从时间维度和空间维度上,对全要素工业用电能效的变动进行测算并对其进行分解。

表2给出了时间维度上中国工业用电能效变动及其分解。1995—2015年间,除1999—2000,2001—2002,2002—2003,2003—2004,2010—2011,2012—2013等6个年份外,其他年份的全要素工业用电能效变动均为正值,其均值为0.013 4,说明工业用电能效以年均1.34%速度向生产前沿面靠近。

技术变化是工业用电能效提升的主要推动因素。1995—2015年间技术变化的均值为0.066 8,即技术进步每年以6.68%速度促进工业用电能效向生产前沿面靠近。中国自改革开放之初就提出了科技是第一生产力,且非常重视研发投资,1995—2015年研发投资占国内生产总值(GDP)的比重由0.57%提高到2.06%,同时中国专利申请受理量由1995年的83 045项提升到2015年的2 798 500项,年均复合增长率高达119%。技术进步及新技术在工业领域的广泛应用,大大提升了全要素工业用电能效水平。

技术效率变化是中国工业用电能效提升的次要阻碍因素。1995—2015年间技术效率变化的均值为-0.006 5。技术效率之所以是工业用电能效提升的阻碍因素,与工业企业用人模式有关。中国民营企业大多规模较小,企业员工往往是农村进城务工人员,流动率较高,虽然民营工业企业也普遍采用新技术,但由于人员高流动性导致学习效应不高,技术效率较低。国有企业员工虽然流动性不高,但一旦展现出较强的技术能力,往往得以晋升离开技术岗位从事管理岗位的工作,从而导致国有企业的技术效率也不高。因此,中国需要制定相应政策,提高企业技术员工的收入水平,确保技术效率的提升。

规模效率变化是中国工业用电能效提升的最主要阻碍因素。1995—2015年间规模效率变化的均值为-0.046 8,即规模效率每年以4.68%速度抑制工业用电能效向生产前沿面靠近。出现这种情况,与中国工业化的发展阶段和发展模式有关。中国正处在工业化进程之中,为了经济的快速增长,地方政府不断出台优惠政策、成立工业园区等,吸引和增加工业投资,虽然实现了规模上的扩张,但同时也导致了低水平的重复建设,工业企业恶性竞争加剧,盈利水平降低。近几年,多个工业行业出现了严重产能过剩的局面。若要改变通过规模扩张的模式实现中国的工业化进程的现状,则需要通过技术创新驱动来实现工业的转型发展。

表2 时间维度上中国工业用电能效变动及其分解

表3给出了空间维度上中国工业用电能效变动及其分解。1995—2015年间全要素工业用电能效向生产前沿前面逐渐靠近的省市自治区是北京、天津、上海、吉林、湖北、四川、湖南、安徽、陕西、辽宁、福建、贵州、海南、广东、江西、内蒙古、河北、广西、山西等19个省区,而远离生产前沿面的省市自治区有新疆、黑龙江、宁夏、江苏、甘肃、浙江、山东、重庆、云南、河南、青海等11个省市自治区。技术变化对各省市自治区全要素工业用电能效的提升均呈正向的推动作用,说明创新驱动发展在全国已普遍展开。技术效率变化对各省市自治区全要素工业用电能效提升均呈抑制作用,但其作用的贡献度较小。除了北京、天津两个直辖市之外,其他省市自治区规模效率变化对全要素工业用电能效的提升均起抑制作用,说明大部分省市自治区在工业化进程中均存在着工业规模无序扩张的现象,这也与当时中央对地方政府唯GDP论政绩考核相关。中央政府也意识到这一问题,习近平总书记在党的十八届五中全会上鲜明提出了“创新、协调、绿色、开放、共享”的新发展理念,经济发展由过去粗放型的发展模式向高质量的发展模式转变。

按照全要素工业用电能效靠近和远离生产前沿面的划分标准,全要素工业用电能效靠近生产前沿面的省市自治区具有以下两个特点:一是工业化发展已经进入后工业化发展阶段,如北京、天津、上海等;二是工业化发展进程中,注重轻工业与重工业的协调发展。全要素工业用电能效远离生产前沿面的省市自治区也具有两个特点:一是工业化进程处于早期阶段,如新疆、青海、甘肃等;二是工业化进程中工业发展呈现重化特征,如山东、江苏等。

表3 空间维度上中国工业用电能效变动及其分解

3 结 论

(1) 技术效率随时间变化的C-D生产函数模型适用于估计中国工业用电能效,但劳动力、电力、资本3个投入要素的产出弹性之和远小于1,说明中国工业化进程中过分追求低层次规模扩张,不利于用电能效水平的提升。

(2) 中国工业用电能效以年均1.34%的速度向生产前沿面靠近;技术变化每年以6.68%的速度促进工业用电能效向生产前沿面靠近,是主要的促进因素;技术效率变化对工业用电能效提升起微弱的抑制作用;规模效率变化每年以4.68%的速度抑制工业用电能效向生产前沿面靠近,是主要的阻碍因素。

(3) 省市自治区工业用电能效变化出现较大差异,靠近和远离生产前沿面的省市自治区具有各自的特点:处于工业化进程后期以及轻重工业均衡发展的工业用电能效不断靠近生产前沿面;处于工业化进程前期以及工业结构呈现重化的工业用电能效不断远离生产前沿面。因此,深化供给侧结构性改革,实施创新驱动发展,推进工业结构优化升级,改变工业粗放型发展模式,才能有利于提升省市自治区的工业用电能效水平。