中國工業能源效率分析

孫悅

摘 要：本文首先運用超效率SBM - DEA模型測算省際工業部門生態全要素能源效率。結果表明，東部地區工業能源效率大幅高于中西部地區，并且自2009年以來，三大區域工業能源效率均呈下降趨勢，而從2014年開始，三大區域的工業能源效率均有上升的趨勢。其次，利用基尼系數以及變異系數研究了能源效率的時空差異，證明了2000—2015年間中國省際工業能源效率差異呈現波動擴大的不均衡特性。

關鍵詞：能源效率;超效率SBM - DEA模型;基尼系數;變異系數

中圖分類號：FE0文獻標識碼：A文章編號：1008-4428（2019）04-0043-02

一、 引言

自進入21世紀以來，我國經濟迅猛發展，總體增長規模已經進入世界前沿水平，但是資源環境問題依舊限制著中國的可持續發展。目前能夠有效解決這一矛盾的方法，就是從根本入手，提高我國的能源利用效率。這一方面需要依靠政府部門進行環境規制，從而正向或是反向刺激企業自身提高能源效率;另一方面，可以通過引進技術含量高、結構更為合理的外商直接投資，刺激國內技術等的發展。因此如何才能有效提高能源效率，即研究能源效率的影響因素有比較現實的意義。

二、 能源效率的測算

（一）數據說明

本文選用全要素能源效率測度方法，利用包含非期望產出的超效率SBM-DEA模型，求出各省工業部門全要素能源效率。數據來源于《中國統計年鑒》《中國勞動統計年鑒》《中國工業統計年鑒》《中國能源統計年鑒》以及各省統計年鑒。勞動投入方面，本文使用各省規模以上工業全部從業人員年平均人數來表示勞動投入;資本投入方面，由于缺少資本存量數據，本文借鑒單豪杰（2008）的方法，根據永續盤存法估算各地區規模以上工業部門資本存量;能源投入方面，使用各省規模以上工業部門能源消費總量表示能源投入;期望產出方面，使用各省規模以上工業總產值作為期望產出指標，并根據工業品出廠價格指數將其折算為以2000年為基期的實際值;非期望產出方面，由于目前尚未形成統一認識，本文選取各省工業部門二氧化硫（SO2）排放量和化學需氧量（COD）排放量表示。

三、 工業能源效率的空間格局

變異系數以及基尼系數都是可以衡量數據分散程度的物理量，均能夠反映某一經濟現象或經濟活動的空間差異性特性。因此，本文選用變異系數和基尼系數對除西藏外的30個省際工業能源效率的空間差異性進行分析。變異系數的計算公式如式（1）：

如圖1所示，2000—2015年間，中國工業能源效率基尼系數在0.2781—0.3560之間上下波動，整體呈現幅度較小的上升趨勢。基尼系數由2000年的0.3090上升至2015年的0.3560，16年間城市能源效率年均差異擴大了1.5%，這說明中國省際工業能源效率差距有擴大的趨勢。

中國工業2000—2015年各城市間能源效率的變異系數動態變化趨勢與基尼系數測算結果類似。相對于基尼系數而言，變異系數表現出來的城市間能源效率差異更為明顯。具體而言，中國省際工業能源效率的變異系數波動幅度相對較大，變異系數在0.5563—0.7601之間，變異系數由2000年的0.6494增加至2015年的0.7147，16年間年均增長率達1.2%，這再次說明了中國省際工業能源效率差異隨著時間推移呈現擴大趨勢。

四、 結論與建議

本文利用超效率SBM模型測算了中國大陸（除西藏、臺灣等）30個省市2000—2015年的全要素能源效率，并對其進行了空間系數分析，得出以下結論與建議：

從能源效率的具體數值來看，我國各省能源效率均呈現下降趨勢，基尼系數與變異系數則表明了能源效率有顯著的地區差異，并且地區差異在不斷擴大。因此，政府有必要采取措施來提高能源效率，并且在制定相應提高能源效率的政策時，要注意地區差異性，制定符合各地區特性的政策規范

參考文獻：

[1]李廉水，周勇.技術進步能提高能源效率嗎？ ——基于中國工業部門的實證檢驗[J].管理世界，2006（10）.

[2]劉立濤，沈鐳.中國區域能源效率時空演進格局及其影響因素分析[J].自然資源學報，2010，25（12）：2142-2153.

[3]關偉，張華，許溆婷.基于DEA-ESDA模型的遼寧省能源效率測度及時空格局演化分析[J].資源科學，2015，37（4）：764-773.

[4]王菲.江蘇省城市全要素能源效率評價及能源需求情景預測[D].南京：南京財經大學，2015.