河南全要素能源效率及影响因素

方东方

摘要：对2013-2017年河南17个地级市的全要素能源效率进行测算，概括其在总体及不同区域的特征，并利用Tobit模型探究其背后原因。研究发现，河南能源效率总体提高，但区域差异显著。经济发展水平的变化是促使能源效率下降的第一主因，能源结构、产业结构、对外开放度有负向影响，技术水平影响不显著。在此基础上，对如何优化河南全要素能源效率的提出建议。

Abstract： This paper estimates the total factor energy efficiency of 17 prefecture-level cities in Henan from 2013 to 2017， summarizes their characteristics in general and in different regions， and uses Tobit model to explore the reasons behind them. The study found that Henan's energy efficiency has improved overall， but there are significant regional differences. The change of economic development level is the first main reason for the decline of energy efficiency. Energy structure， industrial structure and openness to the outside world have negative impacts， while the impact of technology level is not significant. On this basis， suggestions are put forward on how to optimize Henan's all-factor energy efficiency.

關键词：全要素能源效率;区域差异;SBM 模型;面板Tobit 回归

Key words： all-factor energy efficiency;regional differences;SBM model;panel Tobit return

中图分类号：F426.2                                       文献标识码：A                                  文章编号：1006-4311（2020）21-0250-04

0  引言

能源为各行业的生产的动力源泉，是经济增长基础。改革开放初，经济增长被中国放在首要地位，这导致粗放式的发展模式成为主流，然而随着经济的增长，中国的能源消费量与日俱增，这不但给我们的环境带来了压力，而且给国家的能源安全带来了压力。据中商产业研究院数据库显示， 2019年我国原油净进口5.05亿吨，对外依存度达72%，中国的原油消费三分之二以上是通过国外进口，国产原油消费量所占比例不及全国原油消费量的三分之一，国家原油安全日益成为社会各界关注的焦点。河南省作为中国的经济大省，人口大省，能源消费大省，在能源消费方面具有代表型。改革开放以来，随着社会主义市场经济的发展，第二产业得到快速的发展，其中当然也不乏一些高耗能，高污染的化工企业如雨后春笋般快速发展，河南能源消耗总量迅速增加。能源的大量消费，特别是粗放式的能源消费，在给河南带来经济快速增长的可喜成绩外，也给当地的环境带来了污染，给国家的能源安全带来了压力。因此，研究河南的全要素能源效率有助于河南经济效率的客观评价，为河南今后的能源战略提供依据。

1  文献综述

在能源效率研究的早期，多数学者是仅对能源这一投入要素进行研究，而忽略了其他投入要素在能源消费中的替代作用。发现当时的测定方法有所不足后，Hu and Wang提出的全要素能源效率（TFEE， total factor energy efficiency）指标[1]，这种测定方法的提出使得对能源效率的研究更加科学。有鉴于此，Hu 和Wang提出的全要素能源效率测定方法被社科研究人员广泛用于各类能源效率评价。中国对于能源效率的研究有着丰硕成果，主要有：师博、沈坤荣用DEA模型将各省GDP作为唯一产出，测出了中国各省的全要素能源效率，建立tobit模型，分步探究其影响因素，认为有些省份能源效率低下的主要原因不是所在省份能源充裕所至，而是由于市场分割使得市场调配资源的机制不能充分发挥，导致各地工业规模偏离经济规模，致使各地能源效率差异很大，且难以缩小[2]。蹇令香对中国西部各省的能源效率、产业结构合理性与高级性进行测算，在此基础上，建立各省产业结构与能源效率的耦合模型，认为产业结构与能源效率有较高的协调耦合关系，提高中国西部产业结构的合理化、高级化有利于提高中国西部的能源效率[3]。

进入21世纪以来中国能源效率有着显著的提高，中国学者从多面进行了深入的研究。汪东芳就互联网的发展对能源效率的影响进行研究，认为互联网的发展对我国全要素能源效率有促进作用，同时互联网对全要素能源效率是非线性的，有网络效应[4]。赵春玲对中国的工业能源效率进行测算，并建立空间计量模型来探究影响中国工业能源效率的因素。她认为中国能源效率在省际间存在空间溢出效应，经济发展水平、产业结构优化对各省的工业能源效率有促进作用[5]。林伯强对中国工业中的各种行业的能源效率进行测算，并构建联系方程，对能源效率与对外贸易的关系进行研究，认为对外贸易通过进口、出口两个方面对能源效率产生正向影响[6]。同时，能源效率的提高也有利于激励中国企业参与对外贸易。

由上述可知，现有的研究在探究能源效率时，有的忽视了环境污染这一方面，得出的研究结果不够真实。有些研究虽然也考虑到能源消费对环境的污染，也多是把单一污染指标（如废气）纳入研究模型，不够全面。并且此前的研究多以不同国家，或不同省份为研究对象，而直接以不同城市为分析对象的研究不多。鉴于此，本文把一个省份的不同城市为研究对象，借鉴已有的文献，采用DEA模型对河南省 17个地市 2013-2017 年的能源效率进行测度并对其变化趋势和地域差异进行评价，再建立模型分析其影响因素。

2  河南省全要素能源效率评价

2.1  SBM-Undesirable 模型

传统的 DEA 模型中具有径向和角度的问题，对研究对象进行測定时往往会有一点的偏差。Tone K 提出了更能反映事实的非径向非角度的 SBM 模型[7]，这种模型使得对研究对象的测定更加客观、真实。将环境污染这个当今人们日益关注的非期望纳入能源效率分析模型，将会使研究结果更加客观、有实际意义

将河南各地级市作为一个生产决策单元（DMU），每个生产决策单元（DMU）均有三组投入产出向量X、Y、Z，其中X表示投入向量，Y 表示期望产出，Z表示非期望产出。这三个向量可分别定义为：

tobit模型：

由上述模型计算得到的各地市能源效率值介于0到1之间，即被解释变量属于受限变量，本文选择Tobit模型进行估计。在面板 Tobit 模型中，由于固定效应通常难以获得无偏的结果，本文最终选择随机效应 Tobit 模型进行估计。模型如下所示：

2.2 变量与样本数据来源

本文的研究对象覆盖河南省17个地级市，基于SBM-undisirale模型，采用年度面板数据，样本区间为2013-2017年，借鉴现有的文献，把资本存量、劳动力、能源这三种要素作为生产要素，由期望产出和非期望产出构成产出，期望产出是河南各地市当年GDP，非期望产出为各地市当年环境污染排放。

①资本。本文采用2013-2017年河南各市的固定资本投入作为投入变量，固定资产投资以当年的固定资产投资价格指数进行平减，单位为亿元。数据来源河南17个地级市的历年《河南统计年鉴》（2013-2017）。②劳动力。在衡量劳动力投入时，一般把劳动力素质和劳动力时间作为重要指标，但由于河南的相关数据难以获得，因此，本文劳动力的投入指标上只选取河南各地级市的劳动人口，没有涉及劳动力教育水平等劳动力质量，单位为万人。数据来源于河南17个地级市的历年《河南省统计年鉴》（2013- 2017）。③能源。本文选取河南各市的综合能源消费量作为能源的投入指标，单位是万吨标准煤，数据来源于河南17个地级市的历年《河南统计年鉴》（2013-2017）。④期望产出。期望产出采用河南省各地市每年的以2013年为基期的不变价平减GDP作为指标，单位为亿元。数据来源于河南17个地级市的历年《河南省统计年鉴》（2013-2017）。⑤非期望产出。在经济的发展过程中，环境的污染是伴随GDP的产生而产生的。因此本文把环境污染作为非期望产出纳入到全要素能源效率的测算模型中。由于在能源消费中产生的污染主要有空气污染、废气污染及工业废物污染，本文把工业废水、废气、废物的排放量当做环境污染的指标。考虑到DEA的特点，过多的投入产出指标影响结果的准确性，因此，需要选用熵值法把三大污染排放指标经过一定的运算综合成一个污染排放指数。

本文采取环境污染指数Pi的倒数作为模型非期望产出。废水、废气和废物排放量的数据来源于河南各地级市的历年《河南省统计年鉴》（2013-2017），单位分别为万t、亿标m3 和万t。各变量投入产出特征见表1。

2.3 全要素能源效率评价

以河南省各地市当年固定资产投资净额、当年就业人数和能源综合消费量作为投入变量，GDP和环境污染指数作为产出变量，采用非期望产出的SBM模型，运用 DEA-SOLVER PRO 5.0软件对河南省17个地市2013-2017年的全要素能源效率进行测算（见表2及图1）。本文将河南各地市全要素能源效率分为四个组，这四个组分别是高效率组、较高效组、中等效率组和低效率组。各组的效率水平分别在0.800-1.000，0.700-0.800，0.600-0.700，0.600以下的区间内。

豫南豫北各市的能源效率的梯队分布情况如表3、图1。就全省来说，到2017年，郑州，开封，周口，许昌，三门峡的能源效率都达到了1，它们的能源效率都是高水平的，其中开封，和三门峡进步最快。虽然它们处于生产前沿曲线上，但这并不意味着这些城市的能源效率已达到尽善尽美，无法提升的水平，而是相较于其他地区，在当前的技术水平下，能源效率不能进一步的提高;在豫北地区，郑州和洛阳是经济最发达的两个市，但在能源效率方面，洛阳的能源效率表现一般。在豫南地区，周口的经济发展水平是相对落后的，但是得益于其第二产业占比不高其能源效率方面却表现优异。

对比2013-2017年河南各市的能源效率变化情况可知，豫南、豫北各市的能源效率总体是上升的，能源效率均值从2013年的0.62上升到0.76，能源效率上升了22%。就豫北来说，豫北的平均能源效率在2013年是0.583，在2017年已提高到0.75，能源效率提高了近30%，效率提升显著。豫南的能源效率也有2013年的0.68上升到2017年的0.77。由此可以看出，豫南，豫北的能源效率都在上升，并且豫北与豫南的能源效率差距在减少。截止到2017年豫南的效率仍略高于豫北，但差距并不明显。由此可知，豫南，豫北都在渐渐改变原来高投入、高耗能的发展模式。

3  全要素能源效率影响因素分析

在采用合适的工作对河南省各市的全能源效率进行测度后，就要对河南省各市的全要素能源效率进行横向和纵向的比较。比较的结果可能会有较大的差异。我们就要对导致河南各地市能源效率差异及变动趋势的原因进行分析。从而提出好的解决方案，以便提高各市能源效率，进而减少环境污染和减少经济增长对能源投入的过度依赖。

3.1 变量与数据说明

借鉴现有的国内外的文献，结合河南17个地市的经济发展现状，本文选择影响全要素能源效率有：一是经济发展水平，在社会发展的初期阶段，人民的物资匮乏，人民对于的财富的增长要求强烈，环境在一定程度上有所忽视。随着人民的生活水平的提高，人民会更加重视环境问题，这就需要提高全要素能源效率，减少高能耗、高污染的行业。二是能源结构，能源的种类是多样的，如有核能、太阳能、风能、煤炭等。不同的能源有不同的热效率，同时不同的能源在消费时也会产生不同的污染。三是产业结构，不同的产业全要素能源效率是不同的。在能源从能源效率低的部门向能源效率高的部门转移时，在消费等量能源的条件下，各个部门产生的经济价值会更大，全要素能源效率会更高。四是技术进步与创新。技术的进步对全要素能源效率有双重作用：一方面，新科技的出现，带来新工艺，新设备，这使得能源的效率提高，在消费等量能源的前提下，我们可以减少对环境的污染并创造更多的社会财富。另一方面，新科技会刺激经济增长，产生回弹效应，可能会进一步的增加我们对能源的消费需求。五是各类经济制度，如市场化程度、开放程度、所有者结构等。良好的制度，有利于激励企业经营者提高能源的利用效率，有利于节能技术的创新、学习和使用。有利于减少企业间，企业与消费者等方面交易成本，有利于各种生产要素在企业间自由的流动，进而有利于提高能源利用效率。

①经济发展水平。本文利用“河南各市的生产总值与各市人口”来表示人均GDP，用AGDP来表示。②能源消费结构。采用“河南各地市煤炭的消费量占当地能源消费总量的比重”来表示。③产业结构。产业结构对全要素能源效率有着重要的影响，第三产业是服务业，具有附加高，能源消耗小的特点，但是，第二产业由于其生产的特点，创造一单位的GDP所消耗的能源远远高于第一产业和第三产业。本文用IS指代产业结构，用“河南各市第二产业GDP与全省GDP的比“来表示，以2013年不变价格计算。④技术水平。技术水平对提高生产效率、能源利用率和降低环境污染有重要的影响，由于数据的可得性。本文选取“各种科研人员数占本地从业人员比重”作为技术水平变量T。⑤对外开放程度。外资的引入有利于增进当地的市场竞争活力，由于“知识外溢”而提高当地的技术水平和管理水平，进而促进当地能源效率。本文用“河南省各地市吸收利用外资占当地生产总值的比重”来衡量对外开放度，用O表示。以上数据来均源于河南17个地级市的历年《河南省统计年鉴》（2013-2017）。

3.2 影响因素分析

为了考察在河南各地市各因素对全要素能源效率的影响，本位采用DEA-SOLVER PRO 5.0 软件对相关数据进行回归，不仅从全省的层面，而且从不同的区域进行研究。模型估计结果如表4 所示。

①经济发展水平与全要素能源效率成U型关系，当gdp处于发展初期时，河南各地方政府更注重经济发展的速度，高投入、高耗能、高污染的行业发展迅速，再加上管理粗放，使得全要素能源效率下降。当经济水平达到一定的水平后，人们不但重视经济发展速度，还开始重视社会、经济、环境的协调发展，进而提高能源的效率。②不管是全省还是分区域，产业结构与全要素能源结构负相关，即第二产业占比的增加降低全要素能源效率。③就全省及河南南部来说，能源消费结构都与全要素能源效率负相关，表明当原煤的消费占能源消费总量的比例增加时，全要素能源效率会增加。在河南北部，能源消费结构虽然与全要素能源效率负相关，但不显著。④科技人员占总劳动人口的比重对全要素能源效率的影响不显著，一是，可能本文选择的变量未能真实的反映科技水平。二是，科学技术确实存在技术回弹的现象，从而降低了科技对能源效率正向的促进作用。⑤通过表4的估计结果能够看出，不管是全省还是分区域，开放度的提高无益于全要素能源效率的提高。这也验证了“污染天堂”假说，河南省是一个欠发达的省份，普遍存在管理經验、技术和资金缺乏的问题。外商的投资，可以弥补河南经济建设中急需的资金，但外商在促进经济的同时，将污染密集型产业转移进来，对河南省的环境保护带来了压力。

4  政策及建议

①基于 2013-2017年河南省 18个地市的面板数据，利用非期望产出 SBM 模型，对河南省各地市的全要素能源效率进行测算并探究其区域差异与影响因素，得出以下研究结论：一，从2013到2017年全省各市的全要素能源效率总体上是逐步提高的。二，经济发展水平与全要素能源效率成U型关系， 能源结构、产业结构、对外开放度的提高对当地全要素能源效率有负向的影响，科技水平的提高对当地的能源效率的影响不显著。②建议，当前的中国已是制造业大国，河南的制造业也发展迅速，但在制造业产业链中，我们的很多企业仍处于“制造业微笑线”的生产制造环节，而生产制造环节的特点是污染大、能耗高、利润薄。我们的地方政府引导我们的企业向制造业产业链的上游和下游发展，并给与相关企业更加宽松的政策支持。这样我们的企业不但利润空间更大，也更有利于我们的第三产业的发展，有利于提高我们的全要素能源效率。③在其他条件保持不变的情况下，能源结构对全要素能源效率有负向影响，原煤消费量比重每增加一单位，全要素能源效率将下降0.017个单位。因此，接下来我们重视调整和优化能源结构，更高的能源效率不仅有利于减少对环境的压力，还有利于逐步破解我国当前对进口能源过于依赖的困境，有利于改善我国的能源安全。调整和优化能源结构要求我们要不断的去开发新的能源、降低清洁能源的使用成本、拓宽清洁能源的使用途径。但能源的革新是艰难的，需要长时间去探索，它需要我们投入大量的人力物力去搞研发，但是一旦有所突破，将给我们的能源安全及环境带来可观的前景。④至于对外开放程度，其与全要素能源效率呈负相关，这与地方领导对经济发展急迫，在引进的外资企业时没有严格审查有关。因此，建议今后地方政府在引进外资时，必须保持谨慎乐观，要着眼于当地的长远规划，把经济发展、环境保护等发展目标统筹考虑，有目的、有选择地引进外资。引导外商向高端的制造业、服务业或环保产业去投资，与此同时，加强对外企的绿色监管，及时阻止外资向夕阳产业和三高产业去渗透，防止河南成为外国企业的污染避难所。

参考文献：

[1]Hu J L，Wang S C. Total factor Energy Efficiency of Regions in China[J]. Energy Policy， 2006（34）.

[2]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）.

[3]汪东芳，曹建华.互联网发展对中国全要素能源效率的影响及网络效应研究[J].中国人口·资源与环境，2019（1）.

[4]蹇令香，任晓东，王善善，李宛宣.中国西部地区能源效率与产业结构耦合协调关系研究[J].生态经济，2019（10）.

[5]赵春玲，孙悦，杨桐彬.中国工业能源效率及其影响因素研究 ———基于空间计量分析[J].南京大学学报，2019（3）.

[6]林伯强，刘泓汛.对外贸易是否有利于提高能源环境效率——以中国工业行业为例[J].经济研究，2015，9.

[7]TONE K. A Slacks-Based Measure of Efficiency in Data Envelopment Analysis[J]. Europea Journal of Operational Research， 2001.3.

[8]臧传琴，刘岩.山东省全要素能源效率及其影响因素分析[J].中国人口·资源与环境，2012（8）.

[9]王兆华，丰超，郝宇，康玉臣，刘营.中国典型区域全要素能源效率变动走向及趋同性分析——以八大经济区域为例[J].北京理工大学学报，2013，10.