能源结构转型的全要素能源效率研究

李庆 李润宽

摘  要  经济增长源于要素贡献和全要素生产率贡献，传统能源要素贡献会带来二氧化碳非期望产出，以可再生清洁新能源替代传统能源的能源结构转型是减少二氧化碳排放、实现碳中和的主要路径，新能源替代传统能源为经济增长提供了新的动力和增长点。能源结构转型是传统能源和新能源此消彼长的过程，也是以创新能源技术替代成熟能源技术的过程。利用2010—2020年的投入产出面板数据对全要素能源效率进行数据包络分析（DEA-ML），发现全要素能源效率的提升主要源于技术进步贡献，技术效率提升的贡献明显不足，在新能源产业保护政策逐渐退出后，为了保持新能源对传统能源的竞争力，有必要着重强化新能源技术效率，以技术进步和技术效率的共同提高提升全要素能源效率，助力实现碳中和目标和高质量发展目标。

关键词  新能源  绿色全要素生产率  能源效率

作者简介 ：  李庆，中国社会科学院生态文明研究所副研究员；李润宽，中国科学院计算技术研究所博士研究生。

基金项目 ：  国家社会科学基金后期资助项目“生态文明建设的空间问题研究”（JYA013）

一、前  言

繼中国共产党在十九大提出提高全要素生产率后，党的二十大报告再次强调要在中国式现代化建设中着力提高全要素生产率。提高全要素生产率主要依赖科技创新和技术进步，中国为了在能源领域推动实现碳中和目标，正在全力推进新能源方面的科技创新和技术进步，新能源产业作为科技创新和技术进步最快的领域，已经成为中国经济最具活力的部门之一，也是中国提高全要素生产率最重要的领域之一。为了实现碳中和目标，我国政府积极构建清洁、安全、高效的低碳新能源体系，提出到2030年非化石能源占一次能源消费的比重达到25%左右，风电、太阳能发电总装机容量达到12亿千瓦以上。在上述目标推动下，我国以光伏和风电为代表的新能源迅速崛起，到2022年底，我国电力总装机规模26.6亿千瓦，可再生能源发电装机达到12.7亿千瓦，其中风电和光伏装机7.6亿千瓦。2022年，全国发电量达到8.6万亿千瓦时，风能、光伏发电1.2万亿千瓦时，占总发电量的比重达到13.8%，全社会用电量8.7万亿千瓦时，可再生能源消纳量为2.44万亿千瓦时，占比达到28%，    《新型电力系统发展蓝皮书》编写组：《新型电力系统发展蓝皮书》，http：//www.nea.gov.cn/download/xxdlxtfzlpsgk.pdf。   以新能源替代传统能源的能源结构转型进入快车道。

在能源结构的转型过程中，传统能源和新能源此消彼长的变化对应着二氧化碳排放的逐步减少，投入产出关系的变化对应着全要素生产率的变化。科技创新和技术进步是提升全要素生产率的源泉，新能源是具有科技创新和技术进步特征的要素投入，中国的新能源建设正在发电、储能、传输和应用等领域持续不断地迎来新的创新和进步。本研究首先在全要素生产率研究框架下测度包含新能源投入和二氧化碳非期望产出的全要素能源效率变化，发现不同投入产出关系的全要素能源效率变化存在差别，进而形成不同的作用机制。在对全要素能源效率测度和分析的基础上，着眼新能源技术进步和技术效率指标变化，对提升全要素能源效率提出建议。

二、全要素能源效率研究进展

全要素生产率（TFP）是基于总投入产出转化效率的生产率测度指标。Solow提出在生产规模收益不变的条件下，经济增长率与要素投入增长率的差值等于全要素生产率增长率，即“索洛余值”。全要素生产率是经济发展水平、要素综合贡献效率、科技创新能力和政府管理水平的综合体现，是判断经济增长质量和潜力的重要指标。Charnes、Cooper和Rhodes提出数据包络分析法（DEA）   A. Charnes，W.W.Cooper，E.Rhodes，“Measuring the efficiency of decision making units”，European Journal of Operational Research，vol.2， no.6（1978）.  后，研究者开始利用决策单元与有效生产前沿面的关系测度全要素生产率。Chung等以环境污染为非期望产出考察环境因素对全要素生产率的影响，提出绿色全要素生产率，   Y.H.Chung，R.Fre，S.Grosskopf， “Productivity and undesirable outputs：A directional distance function approach”， Journal of Environmental Management，vol.51， no.3（1997）.  Hu和Wang在全要素生产率研究中纳入了能源变量，提出全要素能源效率（TFEE），    Jin-Li Hu， Shih-Chuan Wang， “Total-factor energy efficiency of regions in China”， Energy Policy，vol.34，no.17（2006）.  魏楚等、史丹等、黄纯灿等对全要素能源效率及其与经济增长的关系不断深入研究。   魏楚、沈满洪：《能源效率及其影响因素：基于DEA的实证分析》，《管理世界》，2007年第8期。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》，《管理世界》，2008年第2期。黄纯灿、胡日东：《技术进步、能源效率及反弹效应——基于索洛中性技术进步的再检验》，《宏观经济研究》，2013年第4期。  近年来，能源利用与环境污染关系研究受到重视，围绕能源利用非期望产出的绿色全要素能源效率的研究日益增多，例如史丹等利用双重差分法对排污权交易制度与能源利用效率进行研究，认为排污权交易制度能够显著提高全要素能源效率。   史丹、李少林：《排污权交易制度与能源利用效率——对地级及以上城市的测度与实证》，《中国工业经济》，2020年第9期。  陈菁泉等将能源足迹作为非期望产出，对中国全要素能源效率及其驱动因素进行测算和分析。   陈菁泉、连欣燕、马晓君等：《中国全要素能源效率测算及其驱动因素》，《中国环境科学》，2022年第5期。  在众多的研究成果中，围绕化石能源二氧化碳非期望产出的全要素能源效率的研究成果很多，但是将可再生清洁新能源纳入全要素能源效率研究的成果并不多见。

在以碳中和为目标的能源结构转型大背景下，可再生低碳新能源正在替代高排放的传统能源，能源结构的变化会对全要素能源效率产生重要影响，研究新能源对提高全要素能源效率具有重要意义。张希良等对碳中和目标下的能源经济转型路径与政策进行研究，认为能源结构转型有助于经济高质量发展。   张希良、黄晓丹、张达等：《碳中和目标下的能源经济转型路径与政策研究》，《管理世界》，2022年第1期。  Inglesi-Lotz对新能源与经济增长的关系开展研究，发现两者之间存在协同关系。   Roula Inglesi-Lotz，“The impact of renewable energy consumption to economic growth： A panel data application”， Energy Economics， vol.53（2016）.  李拓晨等利用2000—2019年中国30个省域面板数据研究新能源技术创新对地区全要素生态效率的动态空间影响。   李拓晨、石孖祎、韩冬日：《新能源技术创新對中国区域全要素生态效率的影响》，《系统工程》，2022年第5期。  张少华等认为，新能源技术创新活动通过要素替代效应对经济绿色增长的影响呈现倒Ｕ型关系。   张少华、蒋伟杰：《能源效率测度方法：演变、争议与未来》，《数量经济技术经济研究》，2016年第7期。  总体而言，在碳中和目标推动下，关于传统能源及其排放因素对全要素生产率影响的研究涌现出大量成果，同时，新能源技术进步和技术效率对全要素能源效率影响的研究成果层出不穷，但是将传统能源和新能源共同置于全要素生产率框架下进行全要素能源效率的研究尚未引起重视。体现传统能源和新能源共同作用的全要素能源效率更贴近现实，研究传统能源和新能源共同作用下的全要素能源效率，对促进能源转型、提升全要素生产率都具有重要意义。在前述研究基础上，本研究采用DEA-ML模型对考虑两种能源投入和二氧化碳非期望产出的全要素能源效率进行测度和分析。

三、全要素能源效率测度

Charnes、Cooper和Rhodes提出数据包络分析法（DEA）后，研究者利用决策单元与生产前沿面的关系测度全要素生产率，避免了多投入产出生产函数参数估计的局限性。研究者把Sten Malmquist提出的Malmquist指数与DEA方法结合起来，将全要素生产率增长分解为技术进步和技术效率变化，技术进步反映相邻两期技术前沿的移动，技术效率变化反映相邻时期技术效率的变化程度，这两种变化对应“创新”和“追赶”两种全要素生产率增长的来源。Chung等引入方向性距离函数，构建Malmquist-Luenberger指数（ML指数），测算包含非期望产出的全要素生产率。Hu和Wang将能源要素作为投入变量纳入全要素生产率框架，测度全要素能源效率（TFEE），形成考虑能源投入和二氧化碳非期望产出的绿色全要素能源效率研究。在全要素能源效率测度DEA方法中，全要素能源效率的增长既包括整体前沿面移动产生的技术进步，又包括决策单元向前沿面移动产生的技术效率变化，技术进步和技术效率的提高共同决定全要素能源效率。

基本的全要素生产率是资本、劳动要素贡献之外其他因素对经济增长的共同贡献，不同的投入产出下全要素生产率具有不同的内涵，目前的全要素生产率研究逐步将经济、能源与环境问题纳入统一的分析框架，越来越接近经济增长的现实情况。但是，既有的研究普遍把考虑污染物非期望产出的全要素生产率称为绿色全要素生产率，这种命名与其排放特征并不相符，容易产生误解，称为环境全要素生产率更为合理。按照这个逻辑，在全要素能源效率研究中将考虑二氧化碳非期望产出的全要素能源效率称为碳全要素能源效率、将考虑新能源投入的全要素能源效率称为绿色全要素能源效率更为合理。结合Hu和Wang的研究框架，本研究构建三种投入产出关系进行全要素生产率变化和全要素能源效率变化的对比。第一，以资本和劳动力作为独立投入变量，以地区生产总值为产出的全要素生产率；第二，以资本、劳动力和传统能源为独立投入变量，以地区生产总值为期望产出，以二氧化碳排放为非期望产出的碳全要素能源效率；第三，以资本、劳动力、传统能源和新能源为独立投入变量，以地区产值为期望产出，以二氧化碳排放为非期望产出的绿色全要素能源效率。以资本和劳动力为投入变量，以地区生产总值为期望产出的全要素生产率为：

T= K，L → Y   （1）

以资本、劳动力和传统能源为投入变量，以地区生产总值为期望产出，以二氧化碳排放为非期望产出的碳全要素能源效率为：

TE= K，L，E → Y，C   （2）

以资本、劳动力、传统能源和新能源为投入变量，以地区生产总值为期望产出，以二氧化碳排放为非期望产出的绿色全要素能源效率为：

TCE= K，L，TE，NE → Y，C   （3）

其中，T、TE、TCE分别代表全要素生产率、碳全要素能源效率和绿色全要素能源效率，E=TE+NE。K、L、E、TE、NE、Y、C分别代表资本、劳动力、能源总量、传统能源、新能源、地区生产总值和二氧化碳排放。

四、指标选取及数据来源

2008年亚洲金融危机后，中国开始大规模推动光伏和风能等新能源的生产和利用，新能源产业在2010年前后进入快速发展阶段，对经济增长的贡献明显增加，因此，本研究以2010年为起点对各省全要素能源效率进行实证研究。2019年出现新冠疫情后，中国经济各项指标受到明显影响，为了保持研究数据的稳定性和研究结论的可靠性，本文主要围绕2010年至2020年各省的全要素能源效率展开研究。在与能源相关的统计数据中，西藏自治区各项指标均存在缺失情况，因此研究样本不包括西藏自治区。为了保持投入与产出关系的一致性并符合生产实际，测算的期望产出指标选用当期地区生产总值的增加值，非期望产出指标采用当期二氧化碳排放值，投入产出活动是在资本积累的基础上实现的，因此，资本投入为前期资本余额与当期固定资产形成额之和，劳动力和能源投入选择当期投入。

（一）投入指标

利用2010—2019年30个省区市的投入产出数据测度全要素生产率、碳全要素能源效率和绿色全要素能源效率，投入指标为资本投入K、劳动力投入L、传统能源消费TE和新能源消纳NE。资本投入K参考李双杰和李春琦的研究，以资本存量作为资本投入指标，采用永续盘存法估算每年各省区市的资本存量，公式为：Kit= 1-δi Ki（t-1）+Iit ，Kit是i省区市第t年的资本存量，Iit是i省区市第t年投资，δi是i省区市的固定资产折旧率，数据来源于《中国统计年鉴（2022）》，单位为亿元。   李双杰、李春琦：《全要素能源效率测度方法的修正设计与应用》，《数量经济技术经济研究》，2018年第9期。  劳动力投入L参考傅晓霞和吴利学的做法，   傅晓霞、吴利学：《技术差距、创新路径与经济赶超——基于后发国家的内生技术进步模型》，《经济研究》，2013年第6期。  将有效劳动力投入作为劳动投入，将有效劳动力投入定义为劳动力数量与劳动力质量的乘积，劳动力质量用平均受教育年限表示：平均受教育年限＝（小学毕业人口数×6＋初中毕业人口数×9＋高中毕业人口数×12＋大专及以上毕业人口数×16）／6岁以上总人口数。传统能源消费TE数据来自《中国能源统计年鉴（2021）》中的《各省能源平衡表》，传统能源消费包括原煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然气和火力发电9种，能源消费量折算成万吨标准煤，新能源消费NE为各省区市新能源实际消纳量，折算为万吨标准煤。

（二）产出指标

期望产出为地区生产总值GDP，非期望产出为二氧化碳排放量C。地区生产总值数据由《中国统计年鉴（2022）》获得。二氧化碳排放量的计算公式为：CO2it=∑ K k=1 Ekit×Ck×Rk，Ekit为ｔ年第ｋ种能源的年实际消费量，Ck是IPCC报告提供的第ｋ种能源的碳排放系数，Rk为碳氧化因子。数据特征如表1所示。

五、全要素能源效率变化分析

在数据包络分析中，全要素生产率、碳全要素能源效率和绿色全要素能源效率都具有各自的投入产出关系，因而具有不同的生产前沿面，产生的指数不能进行相互比较，但是具有各自投入产出关系的指数会因为不同的投入产出结构呈现不同的变化率，这种变化率的不同反映出不同要素组合的效率差别。具体如表2所示。

从表2的平均变化看，十年间，全要素生产率年均上升了0.37%，碳全要素能源效率年均增长1.89%，绿色全要素能源效率年均提高2.42%，说明能源要素对全要素生产率变化具有明显影响。十年来，我国以资本和劳动为体现变量的全要素生产率增长幅度不高，以资本、劳动和能源为体现变量的碳全要素能源效率增长明显高于全要素生产率，说明能源要素对提升全要素生产率具有明显影响。全要素生产率的变化源于技术效率变化和技术进步的共同作用，十年间，全要素生产率、碳全要素能源效率和绿色全要素能源效率的技术进步都有所提高，但是技术效率普遍下降。其中，全要素生产率的技术进步提高了1.56%，由于技术效率下降了0.95%，全要素生产率仅上升了0.37%；碳全要素能源效率的技术进步上升了3.06%，由于技术效率下降了0.77%，碳全要素能源效率仅增长了1.89%；绿色全要素能源效率技术进步提升了4.22%，由于技术效率下降了0.81%，绿色全要素能源效率仅增长了2.42%。可见，技术进步推动我国全要素生产率、全要素传统能源效率和全要素新能源效率增长的作用非常明显，但是，技术效率的下降拉低了全要素生产率、碳全要素能源效率和绿色全要素能源效率的增长水平。

图1显示，十年间绿色全要素能源效率总体没有显著提高。2011—2013年绿色全要素能源效率有所下降，此后增幅逐渐加大，2016—2019年增幅超过4%，其中2016—2017年增幅高达6.1%，2019—2020年，宏观经济受到新冠疫情影响，能源效率增幅明显降低。十年间，绿色全要素能源效率的技术进步长期保持上升趋势，只是在疫情发生后出现下降，年均提高4.22%，明显高于技术效率的平均变化率（-0.81%），技术进步是绿色全要素能源效率提高的主要原因，与此同时，技术效率没有跟上技术进步的步伐，有待大幅度提高。

改革开放以来，中国经济经历了工业化初期阶段、工业化加速阶段和工业化成熟阶段，已经从外延式增长向内涵式增长转变，同期能源消费经历了短缺、发展、充沛和趋于达峰的过程。目前，传统能源消费增幅趋缓，规模报酬接近拐点。2009年哥本哈根世界气候大会后，全球应对气候变化的进程加快，中国开始大力发展新能源，2010—2020年，中国光伏和风电消费量从1.30亿吨标准煤上升到2.26亿吨标准煤，光伏板光电转换效率从16.7%上升到22.8%，风能发电效率接近40%，新能源技术进步带动能源效率明显提升，对传统能源形成强大的市场竞争力，使得新能源对传统能源的替代走上快车道，但是新能源发展尚处于技术进步的频繁更迭中，技术进步的频繁更迭不仅持续冲击传统能源已建立的专业化分工和组织管理体系，拉低全要素生产率，而且也影响新能源自身的技术效率，使其难以跟上技術进步的步伐，长期呈现下降的局面。分解绿色全要素能源效率后，我们认识到，在持续扩大新能源产能的同时必须着重提高新能源技术效率，实现新能源技术效率和技术进步的共同提高，如此才能真正提升全要素能源效率，形成新能源相对于传统能源的替代优势，从而保证能源结构改革有利于提升全要素生产率，促进经济高质量发展。

从前述全要素生产率增长率、碳全要素能源效率增长率和绿色全要素增长率的对比研究可以发现，减少传统能源消费、增加可再生新能源消纳对提升全要素能源效率和全要素生产率有明显作用，因此减少传统能源消费、增加可再生新能源消纳不仅是能源结构低碳化转型、实现清洁化发展的主要途径，而且是提高全要素生产率、实现高质量发展的重要方式。对比前述关于绿色全要素能源效率、技术进步和技术效率的变化可以发现，尽管在新能源爆发增长阶段，新能源对经济增长具有强大的要素贡献，但是保持新能源对经济增长的持续贡献，需要不断挖掘新能源的技术进步和技术效率潜力，持续提升绿色全要素能源效率，才能保持新能源在能源转型中的市场竞争力。

六、總结和建议

2020年，习近平主席宣布中国力争于2030年前实现二氧化碳排放达峰，争取2060年前实现碳中和，此后，“双碳”目标被纳入《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》。“十四五”以来，中国的经济增长正在从以要素贡献为主转为以全要素生产率贡献为主的发展阶段，党的十九大报告和二十大报告都强调要提高全要素生产率，推动经济高质量发展。在能源领域，以低碳新能源替代传统能源、减少二氧化碳排放是实现“双碳”目标的关键，以新能源替代传统能源的能源结构转型不仅可以减少二氧化碳排放，而且可以提升绿色全要素能源效率，是同步实现“双碳”目标和高质量发展的有效途径。

研究表明，我国绿色全要素能源效率增速明显高于全要素生产率增速，新能源要素对提高全要素生产率具有明显的促进作用。研究还表明，提升绿色全要素能源效率的主要途径是新能源技术进步和提高新能源技术效率，我国全要素生产率提高的技术进步贡献明显高于技术效率提高的贡献。技术进步反映新知识、新技能的创新和应用，技术效率的提高表现为在新的技术条件下形成新的生产组织形式、管理方式和激励措施。研究表明，我国新能源技术取得了突飞猛进的发展，技术效率提升明显滞后于技术进步，因此提升全要素能源效率的主要任务是提升新能源技术效率，提升技术效率意味着提升新能源的资源利用和配置效率，促使全要素能源效率向前沿面靠拢。

现阶段，提升新能源技术效率最重要的途径是利用移动互联网、物联网、大数据、区块链等数字技术，统筹新能源发、输、供、用、储技术，带动新能源产业与上下游产业协同发展。在发电领域提升技术效率，主要依靠数字技术，建立互联网技术服务平台，综合气象条件、电源状态、电网运行、用户需求、储能配置等因素，为新能源发电企业提供输变电、供能、用电和储能的信息交互和系统协同服务，形成新能源发电的精准预测、快速响应和高效调节机制，实现负荷精准控制和用能精细化管理，进而提高发电部门的新能源技术效率。在新能源电网运行管理领域，提升新能源技术效率要以数字技术和互联网技术为依托，以数据应用和能效服务为核心，建立新能源信息资讯中心、能效服务中心、交易共享中心和金融服务中心，集成信息共享、项目管理、在线招投标、在线撮合交易、购售电交易、碳资产交易、光伏云网、能效服务、金融服务等功能，改进能源要素配置方式，产生基于新能源系统的价值增值。在新能源用能领域提升技术效率，主要是利用数字技术和互联网技术搭建政府、企业和民众共建共管的新能源综合服务共享平台，为用户提供新能源资源分析、规划设计、消纳评估、投资建设、并网运行、智能运维、交易结算等全场景全流程一站式服务，鼓励居民采用先进高效的新能源技术和产品。在发电、电网和用电领域构建数字技术和互联网技术服务平台以外，应充分发挥市场化机制的作用，积极培育新能源技术服务专业企业，推动其快速发展，采取激励政策对新能源技术服务企业给予财政、税收和金融政策支持，通过新能源技术服务加快工业领域、既有建筑、交通运输、公共机构等领域新能源技术的升级改造。

在诸多挑战和机遇面前，尤其在新能源补贴政策逐渐退出后，提升新能源技术效率更需要政府发挥宏观引领作用，凝聚全民共识，汇集社会力量，统筹资源要素，谋划发展规划，坚定新能源发展信心和目标，持续提升新能源技术效率和绿色全要素新能源效率，协同推进“双碳”目标和高质量发展目标。

〔责任编辑：沈  丹〕

Research on Total Factor Energy Efficiency in Energy Structure Transformation

LI Qing， LI Runkuan

Economic growth is the result of contributions from various factors， including traditional energy sources， and total factor productivity. However， the use of traditional energy sources also leads to unexpected carbon dioxide emissions. The transition from traditional energy to renewable， clean energy sources is the primary path to reducing carbon emissions and achieving carbon neutrality. This shift not only helps mitigate carbon dioxide emissions but also provides new drivers and growth opportunities for economic development. The transformation of energy structure represents a process where traditional energy sources and new energy sources complement each other. Its also a transition from mature energy technologies to innovative energy technologies. In this study， we analyze total factor energy efficiency using input-output panel data from 2010 to 2020 through DEA-ML analysis. Our findings suggest that the improvement in total factor energy efficiency is primarily driven by technological progress. However， the enhancement of technological efficiency is notably insufficient.As the protection policies for the new energy industry gradually phase out， maintaining the competitiveness of new energy compared to traditional sources becomes crucial. To achieve this， we need to focus on strengthening the technical efficiency of new energy sources. By simultaneously improving technical progress and technical efficiency， we can enhance total factor energy efficiency， ultimately contributing to the realization of carbon neutrality and the pursuit of high-quality development goals.