中國沿海地區能源效率測算及全要素生產率研究

王晨

[提要] 能源是經濟生產過程中重要的生產資源，但是能源消耗過多伴隨的是環境污染問題的出現。為實現經濟可持續發展，必須考慮對能源的節約以及對環境污染的防治。本文通過使用非徑向方向距離函數（NDDF）模型建立考慮非期望產出的投入產出模型，對沿海地區能源效率及全要素生產率進行測算。研究結果顯示：我國沿海11省市能源效率除廣西較低外，其他省市均處于相對較高水平。沿海省市全要素生產率指數經歷先下降后上升的過程，整體增長較為平穩。沿海各省市在技術效率和技術進步方面仍有較大提升空間。

關鍵詞：非徑向方向距離函數;能源效率;全要素生產率

中圖分類號：F12 文獻標識碼：A

收錄日期：2019年3月2日

一、前言

能源是現今經濟發展的重要物質基礎，工業發展需要消耗大量能源資源。但是，能源的過度消耗，會造成能源緊張、環境污染等問題。目前，我國的經濟發展仍然離不開工業生產，我國的經濟發展仍然依賴能源這一重要生產要素的投入。但是，大量能源消耗所帶來的環境問題，尤其是二氧化碳等溫室氣體排放問題受到了越來越大的重視，節能減排成為經濟可持續發展的必然選擇。提高能源效率、降低碳排放成為未來經濟發展的重要目標。我國沿海地區借助對外開放的有利條件，經濟增長快，工業發展良好，能源消耗量大。因此，研究我國沿海地區能源效率對于沿海地區節能減排，促進經濟可持續發展具有重要意義。

本文使用DEA模型對沿海地區能源效率進行測度。傳統DDF模型設定投入產出指標同比例變化，但是在實際生產活動中，這一條件不一定符合。因此，本文使用NDDF模型對沿海地區經濟效率及其全要素生產率進行測度。

二、理論模型

（一）NDDF模型。本文參考Zhou（2012）提出的非徑向方向距離函數（NDDF）模型，對投入產出設定不同的變化比例。本文假設有N個決策單元，投入要素選擇的是資本（K）、勞動（L）和能源消費（E），期望產出為各省GDP（Q），非期望產出為CO2排放量。生產技術為：

（二）Malmquist-Luenberger指數。DEA模型通常與Malmquist-Luenberger指數結合起來用于考慮非期望產出的全要素生產率的測算。該全要素生產率（ML）反映的是相鄰兩期生產效率的動態變化指數，它在反映單個決策單元的技術效率的同時還能反映在同一時期所有決策單元的技術效率。產出導向的Malmquist-Luenberger指數可以表示為：

三、中國沿海地區能源效率測算及全要素生產率分析

（一）指標選取及數據來源。本文以2006～2015年數據為樣本構建投入產出模型度量沿海地區能源效率。投入指標選擇資本存量、勞動力和能源。其中，各省市資本存量參考張軍（2004）的研究使用永續盤存法進行核算，資產折舊率選擇10.96%。勞動投入選擇沿海各省市年末從業人員數量。能源效率指標選擇的是每年各種資源的消費量折算成萬噸標準煤的總值。期望產出指標選擇的是地區生產總值，以2006年為基期，對GDP進行不變價平減，消除價格影響。非期望產出指標選擇二氧化碳排放量。數據來源于《中國統計年鑒》、《中國能源統計年鑒》和國家統計局網站等。

（二）中國沿海地區能源效率測算結果及分析。根據公式（3）求出松弛變量最優解，并根據公式（4）計算全效率指標UEI，并且根據程序運行結果，對每一年各省市能源效率的平均值進行計算，對每個省在樣本期間的平均值進行計算，具體結果見表1。根據表1中結果進行分析。從地區角度來看，在樣本期間沿海11省市能源效率具有地區差異。河北、上海、廣東在2006～2015年期間年平均UEI最大為1，天津、遼寧、江蘇、浙江、山東和海南的年平均UEI都大于0.9。但是，廣西的能源效率最低，平均值僅有0.654，對于能源的利用效率的提高有很大空間。雖然，整體來看沿海省市能源利用效率較高，但地區發展不均衡，能源效率提升仍然有空間。（表1）

表1 2006～2015 年中國沿海地區能源效率一覽表

從時間維度來看，根據圖1所示，各省市平均UEI經歷了先下降后上升然后平穩波動的過程。其中，2009年的效率值最低，原因可能是2008年發生的經濟危機，對經濟發展造成了一定負面影響，直到危機發生的次年負向影響依然存在。2010～2015年沿海地區能源效率逐漸趨于平穩，這與此階段國家實行“穩增長，調結構”的調節政策相關，地區經濟平穩運行，經濟增長進入“新常態”階段。加之，為了實行節約資源、保護環境的發展目標，國家開始實行較為嚴格的環境管制，影響了能源效率的提升，使得能源效率在2012～2015年出現下降趨勢。（圖1）

圖1 2006～2015 年中國沿海地區平均UEI 值趨勢圖

（三）中國沿海地區能源全要素生產率結果及分析。根據NDDF求出的能源效率，本文測算了在2007～2015年的中國沿海地區能源全要素生產率，對每一年各省市能源效率的平均值進行計算，具體結果見表2所示。對每個省在樣本期間的平均值進行計算，具體結果如表3所示。（表2、表3）

表2 2006～2015 年中國沿海地區能源全要素生產率及其分解指數一覽表

表3 中國沿海各省市全要素生產率及其分解指數一覽表

根據表2中結果進行分析，2006～2015年沿海省市全要素生產率為0.984，技術效率變化指數平均值為1.003，技術進步變化指數平均值為0.986。全要素生產率的提高來自技術效率的提高。在整個研究期間，ML指數經歷了先下降后上升的過程。2008～2010年的下降應該是與2008年的經濟危機有關，經濟危機的持續作用使得經濟增長動力不足。而2012～2015年的下降，應該是與“十二五”期間較為嚴格的環境管制有關。

根據表3中結果進行分析，沿海11省市只有江蘇、浙江、山東、廣東和海南的全要素生產率大于1，表示經濟發展的增長。其中，廣西的全要素生產率最低僅為0.844。廣西工業發展較為落后，經濟增長的動力不足。但同時也說明，廣西經濟增長具有較大空間。而沿海各省市的技術效率變化指數平均值為大于1，技術進步指數小于1。全要素生產率的提高來自技術效率的提高。

四、結論

本文使用非徑向方向距離函數測算了沿海省市能源效率。非導向方向距離函數對投入產出變化比例沒有限制，可以在一定程度上避免松弛偏誤，在測算考慮非期望產出的效率方面具有一定的優點。研究結果顯示，我國沿海11省市能源效率除廣西較低外，其他省市能源效率處于相對較高水平。從時間角度，能源效率經歷了先下降后上升然后平穩波動的過程。中國沿海省市全要素生產率指數平均值為0.984，經歷了先下降后上升的過程。全要素生產率的提高來自技術效率的提高。而且，廣西的全要素生產率仍然處于最低水平，具有較大提升空間。

主要參考文獻：

[1]關偉，吳亭亭，許淑婷.中國沿海地區能源效率時空演變研究[J].哈爾濱商業大學學報（社會科學版），2018（2）.

[2]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（3）.

[3]Zhang N，Kong F，Choi Y，et al.The effect of size-control policy on unified energy and carbon efficiency for Chinese fossil fuel power plants[J].Energy Policy，2014.70.

[4]尹慶民，李田田，許長新.基于NDDF的我國各省用水效率測量及對外貿易影響因素分析[J].江西農業學報，2018.30（1）.

[5]張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952～2000[J].經濟研究，2004（10）.

[6]單豪杰.中國資本存量K的再估算：1952～2006年[J].數量經濟技術經濟研究，2008.25（10）.