中國區域能源效率及其影響因素
——基于面板隨機前沿模型的分析

李坤明，方麗婷

（1.福建農林大學 經濟學院，福建 福州350002；2.福州大學 經濟與管理學院，福建 福州350001）

中國區域能源效率及其影響因素
——基于面板隨機前沿模型的分析

李坤明1，方麗婷2

（1.福建農林大學 經濟學院，福建 福州350002；2.福州大學 經濟與管理學院，福建 福州350001）

基于2000—2015年省級面板數據，利用面板隨機前沿模型估計了我國30個省份的區域能源效率，并通過對無效率項的條件期望估計，檢驗了人均GDP、城鎮化率、工業結構、對外貿易和能源消費結構對我國能源效率的影響。能源效率估計結果顯示，我國能源效率整體上呈逐年上升趨勢，但區域間的差異較明顯，呈現東部高、中西部低的分布特征。無效率項的估計結果表明，人均GDP和城鎮化率對我國能源效率均存在顯著的積極影響，對外貿易則不利于我國能源效率的改善，工業結構和能源消費結構對我國能源效率的影響在統計上不顯著，但從彈性系數的估計值看，工業比重和煤炭消費比重的增加傾向于降低我國的能源效率。

能源效率；能源經濟；影響因素；面板隨機前沿模型

1 引言

能源短缺是發展中國家經濟社會發展過程中面臨的主要挑戰之一［1］。破解能源短缺問題的方法不外乎兩種，一是從供給側尋求新能源和替代能源，二是從需求側推動節能降耗，提高能源利用效率。由于尋找新能源是一個漫長的過程，所以從短期來看提高能源效率是解決能源短缺問題的一條最有效途徑。同時，隨著人口的增長以及工業化和城鎮化的推進，能源消費在不斷增加［2－4］，由此造成的環境污染問題也日益突出［5，6］，能源利用效率的提高能夠有效降低能源強度、減少污染物排放［7］，有助于解決能源消費帶來的環境污染問題，因此關于能源效率的評價、影響因素、能源效率與環境關系的研究一直是眾多學者關注的焦點問題［8－12］。

我國是世界最大的能源消費國，但能源供給結構單一、增長趨緩，供需兩側的此消彼長使其面臨較嚴重的能源短缺問題。2015年，我國能源消費量達43億t標準煤，約占全世界能源消費總量的23%，而能源缺口高達7億t標準煤。同時，我國正在加快推進城鎮化和工業化建設，能源消費需求量大幅增長，這可能會加劇本就比較嚴重的環境污染問題。提高能源效率，倡導節能降耗是目前我國破解能源短缺和環境問題的可行選項，也是我國社會各界的共識，這就迫切要求我們了解我國能源效率受哪些因素的影響、影響的程度怎樣，即識別我國能源效率的決定機制。只有這樣，才能知道如何通過提升能源利用效率解決我國城鎮化和工業化過程中的能源短缺與環境污染問題。

基于以上背景，本文嘗試利用面板隨機前沿模型估計我國各地區的能源效率，探索我國能源效率的影響機制。現有研究文獻中主要采用數據包絡分析（DEA）方法測度能源效率。DEA方法是一種非參數方法，受數據質量的影響較大，而且效率計算基于前沿面的估計，不同的樣本計算結果具有相對性，可比性較差，不能直接估計各種因素對效率的影響［13］。本文所采用的隨機前沿模型考慮了隨機因素對生產前沿的影響，并且可直接對無效率項及其影響因素進行建模，因此能夠方便地得到各種影響因素對能源效率的邊際影響，這是本文對現有文獻的貢獻之一。此外，由于我國是世界上最大的發展中國家，本研究將為有關能源效率的國際討論增加重要的中國經驗證據。

2 實證模型與變量選取

為了考察我國能源效率的決定機制，本文基于2000—2015年我國30個省份的面板數據估計能源效率的面板數據隨機前沿模型。與大多數文獻類似［14，15］，本文基于 Jorgenson 等［16］的 KLEM 模型，以資本（K）、勞動力（L）和能源消費（E）作為投入要素，以GDP作為產出，建立基于柯布道格拉斯函數的能源效率隨機前沿模型：

式中，υit為獨立于投入要素和技術水平的隨機誤差項，服從均值為0的正態分布，即；uit為技術無效率項，服從均值為mit且在原點左邊截尾的半正態分布，即

考慮到影響能源效率的因素主要有技術因素和結構因素，參照現有文獻［17－19］，選取人均實際 GDP（PGDP）、城鎮化率（URB）、工業結構（INS）、對外貿易（FTR）和能源消費結構（ENS）等變量作為能源效率的影響因素，對技術無效率項的期望進行建模。假設：

無效率項uit的條件期望可表示為：

式中，zit＝ （PGDPit，URBit，NSit，FTRit，ENSit）′。

為了消除價格影響，本文中GDP通過各省份歷年國內生產總值指數套算得到。以1990年作為基年，各變量的測度方法為：①資本投入。借鑒張軍、章元［20］的永續盤存法計算，并以1990年作為資本積累的基年，為了消除物價水平的影響，利用固定資產投資價格指數對每年的固定資產投資額進行平減。需要說明的是，重慶市于1997年成為直轄市，下轄原重慶市及原四川省所屬萬縣、涪陵市和黔江地區，所以1996年之前重慶市固定資產投資數額以對應年份的《四川統計年鑒》中上述四個地區的固定資產投資之和計算，而固定資產投資價格指數直接取當年四川省的數值。此外，由于有個別年份個別地區的固定資產投資價格指數缺失，因此以臨近地區的平均值填補。②勞動力投入。采用全社會就業人員數量測度。③能源投入。利用能源消費總量進行測度，因為不同的能源產品不能直接加總，本文先將各種能源產品消費量折算成標準煤后再加總計算投入總量。④人均實際GDP（PGDP）。用以衡量經濟發展水平，采用實際GDP與人口規模的比值測度。⑤城鎮化率（URB）。采用人口城鎮化指標，即城鎮人口占總人口的比例作為測度方法。⑥工業結構（INS）。用工業增加值與GDP的比值測度。⑦對外貿易（FTR）。按經營單位所在地核算的進出口總額與GDP的比值作為對外貿易測度。⑧能源消費結構（ENS）。采用煤炭消費占能源總消費的比重作為測度指標。

考慮到數據的完整性和可獲得性，本文將樣本區間選定在2000—2015年，由于西藏地區數據缺失較嚴重，我們將其剔除，從而本文所用數據為2000—2015年中國30個省份（香港和澳門特別行政區、臺灣省除外，下同）的省級面板數據。能源消費數據來自歷年的《能源統計年鑒》和各省統計年鑒，其他指標來自歷年各省統計年鑒。為了減輕異方差性，我們對所有變量取對數形式，各變量的描述性統計結果見表1。

表1 變量的描述性統計

3 實證結果及分析

3.1 區域能源效率估計結果

2000—2015年我國平均能源效率的估計結果見表2。從表2可見，整體上我國能源效率呈現逐年上升趨勢，各省份之間的能源效率差異逐年加大，效率最高與效率最低省份之間的差距趨于擴大。

表2 2000—2015年我國平均能源效率估計

我國分地區能源效率平均值見圖1。本文采用國家統計局的地區劃分方法，將我國大陸31個省份劃分成東部、中部、西部三個大區。圖1可見，我國東部地區的能源效率處于較高水平，遠高于中部和西部地區，中部和西部地區的能源效率出現交替領先現象，西部地區的能源效率波動較大，中部地區則較平穩。從時間上看，三個地區的能源效率均呈現上升趨勢。

圖1 我國分地區能源效率平均值

圖2 主要年份能源效率核密度估計

為了更細致地考察我國能源效率的地區分布及其隨時間變化的趨勢，利用每年各省份能源效率預測值估計了我國能源效率的概率密度，主要年份的密度估計結果見圖2。從圖2可見，隨著時間的推移，我國能源效率的概率分布有整體向右移動的趨勢，時間越往后，分布的右尾越厚。說明我國能源效率整體上處于逐年上升趨勢，且有越來越多的地區進入高能效階段，但區域間的差異趨于擴大。

3.2 模型參數估計結果

我國能源效率隨機前沿模型的生產函數部分見表3，即模型（1）的估計結果；為了便于比較，我們利用面板數據模型估計了非隨機前沿面設定下的生產函數表4。整體上，隨機前沿模型生產函數的擬合效果較好，各系數的估計值均在99%置信水平下顯著。從系數估計結果看，資本產出彈性為0.16，勞動產出彈性高達0.7，能源產出彈性約0.18，觀察表4發現上述結果與生產非隨機前沿設定下的估計結果相差較大，在非隨機前沿模型中，資本、勞動力和能源的產出彈性分別為0.52、0.26 和 0.33。值得注意的是，在隨機前沿模型中如果令非效率項等于1，則得到的模型是非隨機前沿模型，這說明非隨機模型是隨機模型的一種特殊形式，因此隨機模型的估計更加穩健。從表3和表4看，如果不考慮隨機因素對生產前沿的影響，則可能高估資本的產出彈性。

表3 能源效率隨機前沿模型的生產函數估計結果

表4 非隨機前沿設定下的生產函數估計結果

表5顯示了隨機前沿模型中無效率項模型（3）的估計結果。需要說明的是，在隨機前沿模型中，無效率uit項越大，說明效率越低，即是一個負向指標。如果某個變量對uit的影響為正，則它對能源效率的影響為負，反之則相反。從表5可見，人均GDP和城鎮化率對無效率項具有顯著的負向影響，因此兩者對我國能源效率的影響顯著為正。人均GDP每提高1%，將帶來能源效率提升0.63%；城鎮化率每提高1%，將推動能源效率提高0.32%。同時，對外貿易對無效率項的影響顯著為正，說明對外貿易比重的提高并不能促進我國能源效率的提高，對外貿易占GDP的比重每提高1%，會導致能源效率下降0.04%。估計結果還表明，工業比重和煤炭消費比重的提高均傾向于降低我國能源效率，雖然這種影響在統計上并不顯著，但值得重視。

表5 非效率項的條件均值函數估計結果

3.3 實證結果分析

本文的實證結果顯示，我國能源利用效率整體上處于較低水平，不同地區的差異較明顯，呈現出東部地區高、中部和西部地區低的特征，這與我國區域經濟發展狀況相符。長期以來，我國區域經濟發展一直存在東部強、西部弱的格局，東部地區聚集了大量的物質資本、人力資源，政策環境較寬松，經濟發展速度和發展水平均高于中西部地區，有條件提升能源效率。

模型中生產函數的估計結果表明，人口紅利是推動我國長期高增長的最主要原因，而能源投入的作用同樣不可忽視，它對產出的貢獻甚至比資本還大。本文與其他相關文獻的不同之處在于將能源投入納入生產函數，結合以往關于我國總量生產函數的估計結果發現，本文關于勞動力產出彈性的估計結果與相關文獻中的估計結果大體相當，這在一定程度上說明資本對中國經濟增長的影響不僅體現在固定資產投資的帶動，還體現在能源投入的推動。

模型中無效率項的條件期望估計結果顯示：首先，經濟發展水平提高和城鎮化進程加快有利于提升我國能源效率，原因可能是經濟發展水平和城鎮化率越高的地區越容易通過改進能源使用技術提高能源效率。其次，對外貿易比重增加并不會推動我國能源效率的提升，表明我國企業并未從對外貿易活動中獲得技術改進和知識溢出效應，這可能與我國進出口商品主要以低端產品為主有關。第三，工業在經濟中的占比和煤炭消費比重提高均不利于能源效率的提高，這與我們的預期一致。工業部門一直都是低能效部門，我國工業能耗約占能耗總量的70%，但工業增加值僅占GDP的40%左右，同時煤炭資源是利用效率較低的能源產品，因此在工業比重較高或煤炭資源消費占比較大的地區，能源效率可能更低，但這種影響較微弱。

根據實證結果發現，在統計上能顯著影響我國能源效率的因素中，按照影響程度從高到低排序依次是人均GDP、城鎮化水平和對外貿易比重，前兩個因素是積極因素，后一個是不利因素。前兩個因素的總影響超過94%，這在一定程度上說明我國經濟發展具有較強的內在能源效率強化機制，經濟發展在大量消耗能源的同時會倒逼能源利用效率的提高。這也在一定程度上說明我國經濟增長正處于從重數量輕質量到重質量的轉型過程中。上述結果與區域能源效率整體向好的趨勢相吻合。

4 結論與政策含義

本文基于省級面板數據，利用面板隨機前沿模型估計了我國30個省份的能源效率，并通過對無效率項條件期望的估計考察了我國經濟發展水平、城鎮化、工業結構、對外貿易和能源消費結構等變量對我國能源效率的影響，得到以下主要研究結論：①我國能源效率整體上處于較低水平，各省份能源效率差異明顯，東部地區的能源效率普遍較高，中部和西部地區處于較低水平。但從時間上看，我國能源效率整體呈現逐年上升趨勢。②生產函數的估計結果顯示，人口因素是推動我國經濟長期穩定增長的最主要原因，能源投入的作用大于物質資本投入。③基于無效率項條件期望的估計結果表明，人均GDP和城鎮化率對我國能源效率均具有顯著的正向影響，兩者的彈性系數分別達到0.63和0.32，對外貿易對我國能源效率的影響則顯著為負，彈性系數為0.04。此外，工業結構和煤炭消費比重的提高不利于我國能源效率的改善，但這種影響不顯著。

本文的研究結果具有豐富的政策含義：首先，我國各地區的能源效率存在明顯的差異，因此政府在設計能源政策時需要全面規劃，根據區域特點選擇最優的政策路徑。其次，實證結果顯示現階段經濟發展水平的提高和城鎮化的推進對我國能源效率都具有顯著的積極影響，說明我國經濟發展和城鎮化進程具有內生節能機制，經濟發展和城鎮化的推進可在一定程度上倒逼能源效率的提升，部分解決部分能源短缺問題，因此政府在推動經濟發展和推進城鎮化之時，應當制定相應的引導政策，使這種內在機制發揮最大效能。同時，為了提升能源效率，有關部門應堅持優化經濟結構，控制工業比重，不斷優化能源消費結構，減少煤炭等低能效能源產品的消費，并推動對外貿易產品和產業鏈的高端化，發揮對外貿易的溢出效應。

［1］Akinyele D O，Nair N K C，Rayudu R K，et al.Clean Development Mechanism Projects for Developing Countries：Potential for Carbon Emissions Mitigation and Sustainable Development［R］.Power Systems Conference（NPSC），Eighteenth National，IEEE，2014.

［2］York R.Demographic Trends and Energy Consumption in European Union Nations，1960-2025［J］.Soc Sci Res，2007，（36）∶855-872.

［3］Shahbaz M，Lean H H.Does Financial Development Increase Energy Consumption？The Role of Industrialization and Urbanization in Tunisia［J］.Energy Policy，2012，（40）∶473-479.

［4］Shahbaz M，Loganathan N，Sbia R，et al.The Effect of Urbanization，Affluence and Trade Openness on Energy Consumption：A Time Series Analysis in Malaysia［J］.Renewable and Sustainable Energy Reviews，2015，（47）∶683 －693.

［5］Behera S R，Dash D P.The Effect of Urbanization，Energy Consumption，and Foreign Direct Investment on the Carbon Dioxide Emission in the SSEA（South and Southeast Asian）Region［J］.Renewable and Sustainable Energy Reviews，2017，（70）∶96-106.

［6］Franco S，Mandla V R，Rao K R M.Urbanization，Energy Consumption and Emissions in the Indian Context A Review［J］.Renewable and Sustainable Energy Reviews，2017，（71）∶898-907.

［7］Worrell E，Bernstein L，Roy J，et al.Industrial Energy Efficiency and Climate Change Mitigation［J］.Energy Efficiency，2009，2（2）∶109.

［8］Henriques M F，Dantas F，Schaeffer R.Potential for Reduction of CO2Emissions and A Low-Carbon Scenario for the Brazilian Industrial Sector［J］.Energy Policy，2010，38（4）∶1946-1961.

［9］Akashi O，Hanaoka T，Matsuoka Y，et al.A Projection for Global CO2 Emissions from the Industrial Sector Through 2030 Based on Activity Level and Technology Changes［J］.Energy，2011，36（4）∶1855-1867.

［10］Cui Q，Kuang H B，Wu C Y，et al.The Changing Trend and Influencing Factors of Energy Efficiency：The Case of Nine Countries［J］.Energy，2014，（64）∶1026-1034.

［11］Haas C，Kempa K.Directed Technical Change and Energy Intensity Dynamics：Structural Change vs Energy Efficiency［R］.Joint Discussion Paper Series in Economics，No.10－ 2016，2016.

［12］Hochman G，Timilsina G R.Energy Efficiency Barriers in Commercial and Industrial Firms in Ukraine：An Empirical Analysis［J］.Energy Economics，2017，（63）∶22-30.

［13］楊紅亮，史丹.能效研究方法和中國各地區能源效率的比較［J］.經濟理論與經濟管理，2008，（3）∶12－ 20.

［14］林伯強，劉泓汛.對外貿易是否有利于提高能源環境效率——以中國工業行業為例［J］.經濟研究，2015，（9）∶127-141.

［15］陳關聚.中國制造業全要素能源效率及影響因素研究——基于面板數據的隨機前沿分析［J］.中國軟科學，2014，（1）∶180-192.

［16］Jorgenson D W，Gollop F M，Fraumeni B M.Productivity and US Economic Growth［M］.Cambridge：Harvard University Press，1987.

［17］Yu H.The Influential Factors of China′s Regional Energy Intensity and Its Spatial Linkages：1988-2007［J］.Energy Policy，2012，（45）∶583-593.

［18］Ma B.Does Urbanization Affect Energy Intensities Across Provinces in China？Long－run Elasticities Estimation Using Dynamic Panels with Heterogeneous Slopes［J］.Energy Economics，2015，（25）∶390-401.

［19］Yan H.Provincial Energy Intensity in China：The Role of Urbanization［J］.Energy Policy，2015，（86）∶635-650.

［20］張軍，章元.對中國資本存量 K 的再估計［J］.經濟研究，2004，（7）∶35－43.

Regional Energy Efficiency and Its Influencin g Factors in China——Analysis Based on Panel Stochastic Frontier Model

LI Kun－ ming1，FANG Li－ ting2
（1.College of Economics，Fujian Agriculture and Forestry University，Fuzhou 350002，China；2.School of Economics and Management，Fuzhou University，Fuzhou 350116，China）

Based on the provincial panel data of China from 2000 to 2015，the regional energy efficiency of 30 provinces in China during the above period were estimated by using Panel Stochastic Frontier Model，and the impact of per capita GDP，urbanization，industrial structure，foreign trade and energy consumption structure on China′s energy efficiency were tested by modeling the condition expectations of inefficient item.Empirical results showed that China′s energy efficiency increased year by year as a whole，but the regional difference was obvious，that were higher in east but lower in central and west China.The estimation results also showed that per capita GDP and urbanization had significant positive effects on China′s energy efficiency，the impact of foreign trade was just opposite，but the impact of industrial structure and energy consumption structure were statistically insignificant.

energy efficiency；energy economy；influencing factors；Panel Stochastic Frontier Model

F062.1；F206

A

1005－8141（2017）11－1324－04

10.3969/j.issn.1005-8141.2017.11.008

2017－09－10；

2017－10－22

國家社科基金項目“半參數變系數空間自回歸模型的理論及應用研究”（編號：16BTJ018）；福建省自然科學基金項目“空間面板平滑轉換模型的理論與應用研究”（編號：2016J05172）；福建省中青年教師教育科研項目“分位數空間計量模型的統計推斷及應用研究”（編號：JAS150251）。

李坤明（1983－），男，福建省漳州人，博士，講師，研究方向為金融理論與政策、能源經濟學、空間計量模型。

方麗婷（1983－），女，福建省寧德人，經濟學博士，管理學博士后，講師，研究方向為金融工程、統計理論與方法、能源經濟。