基于環境效應的中國制造業全要素能源效率變動研究

王姍姍 屈小娥

(西安交通大學經濟與金融學院，陜西西安710061)

基于環境效應的中國制造業全要素能源效率變動研究

王姍姍 屈小娥

(西安交通大學經濟與金融學院，陜西西安710061)

以2003－2008年中國制造業28個行業面板數據為樣本，選取行業固定資產凈值年平均余額、年末從業人員數和能源消費為投入指標，行業總產值、SO2排放量為好和壞的產出指標，運用非參數數據包絡分析的DEA-Malmquist生產率指數法測算了考慮環境效應的制造業行業全要素能源效率指數;并運用Tobit模型研究了全要素能源效率的影響因素。研究結果顯示:考慮環境效應的中國制造業行業全要素能源效率總體呈現穩步增長趨勢，但遠低于不考慮環境污染時制造業全要素能源效率，技術進步是制造業全要素能源效率提高的主要原因;分行業看，重工業行業的全要素能源效率顯著高于輕工業行業，且行業內部差異顯著;全要素能源效率增長率較高的行業主要集中在壟斷程度高、進入壁壘高的行業，增長率較低的行業主要是勞動密集型行業;外資水平、資本深化和市場競爭對輕工業的全要素能源效率有顯著正向影響，企業規模的擴大對重工業提高能源效率有積極作用，外資水平提高在一定程度上降低了重工業的全要素能源效率。

全要素能源效率;環境效應;Malmquist指數;Tobit模型

改革開放30多年來，我國經濟取得了令人矚目的成就，其中制造業直接創造了國民生產總值的1/3，占整個國民生產的4/5，占出口總額的九成，提供了8000多萬個就業崗位和1/3的國家財政來源，已成為國民經濟運行的主體產業。制造業不僅是中國工業經濟增長的主要推動力，同時也是能源消費大戶。2001年后，制造業能源消費量急劇增加，到2007年制造業能源消費總量占工業行業能源消耗量(175 136．64萬t標準煤)的81．7%，占全國能源消耗量(246 270．15萬t標準煤)的58．1%。我國“豐煤少油”的資源稟賦，決定了當前的一次能源消費結構是以煤炭為主，其所占比重始終在70%左右波動。而全國CO2排放量的85%、SO2排放量的90%、煙塵排放量的73%都來自于燃煤［1］。SO2是酸雨形成的主要因素，對人類健康和生態環境都將產生嚴重的危害。因此能源利用過程中產生的環境問題已變得越來越不容忽視，而資源環境的雙重約束也使得傳統的發展模式越來越呈現出不可持續性。因此研究考慮環境效應的中國制造業全要素能源效率的變動就顯得尤為必要。本文以中國制造業28個行業為研究對象，運用基于產出導向的、規模報酬不變的非參數數據包絡分析的DEA-Malmquist生產率指數法，基于能源經濟可持續發展視角，實證研究了考慮環境效應的中國制造業全要素能源效率及其變動(提高或降低)的根源，其結果對于探討資源環境雙重約束下中國制造業的可持續發展，具有重要的理論及現實意義。

1 文獻綜述

國內外對于中國能源效率的問題研究目前已經取得了豐碩的研究成果，有的已深入到行業層面。Fisher［2］等通過對1997－1999年中國工業企業數據的分析，認為1996年以來中國能源絕對使用水平以及能源強度下降的主要原因是由于能源價格上調、研發投入加大和企業所有制改革。劉紅玫、陶全［3］應用Divisia分解法研究了我國大中型工業企業能源密度下降的原因，認為行業內生產率變化對整體能源密度下降的作用比產業結構變化的作用大，能源價格上漲、R＆D活動增加、行業結構變化等都對行業內部能源效率提高有積極的作用。李廉水、周勇［4］用非參數的DEA方法評價了35個工業行業的能源效率，測算了技術進步、純技術效率和規模效率對能源效率的影響，其研究結果顯示技術進步對工業能源效率影響顯著且呈正相關關系。杭雷鳴、屠梅曾［5］研究了1985－2003年間我國制造業能源強度和能源價格之間的關系，認為能源價格上升對降低總能源強度、石油強度、電力強度和煤炭強度具有積極作用。李力、王鳳［6］采用五種常用的因素分解法，研究了中國制造業的能源強度，認為能源利用效率提高是我國制造業能源強度總體上保持下降趨勢的主要原因。李未無［7］研究了我國35個工業行業能源利用效率與對外開放的關系，發現對外開放對提高能源效率具有積極作用。王秋彬［8］研究了工業內部結構與工業發展的區域性結構對能源效率的影響，認為能源消費結構、能源的稟賦結構、城市形態結構和產權結構的調整對各區域能源效率有負向影響，國際產業分工結構對能源效率有顯著的正向影響。

從以上研究可以看出，這些學者在研究能源效率時均沒有將環境因素考慮進去。能源是經濟和社會發展的重要物質基礎，然而能源的大量消費同時也是導致環境污染的主要原因。目前國內將環境影響納入全要素能源效率研究框架中的文獻還比較少，袁曉玲、張寶山［9］選取基于投入導向的規模報酬不變超效率DEA模型，測算了1995－2006年中國28個省區市包含環境污染的中國省際全要素能源效率，認為產業結構、產權結構、能源消費結構以及資源稟賦對全要素能源效率有顯著的負向影響，能源價格因素與全要素能源效率間呈弱正相關關系。汪克亮、楊寶臣［10］測算2000－2007年包含環境效應的中國省際全要素能源效率，并分析比較全國整體、各省份和三大地區的能效差異，并采用Tobit模型檢驗中國全要素能源效率的影響因素，研究發現中國全要素能源效率整體水平偏低，各省份、三大地區的能源效率差異顯著，技術進步、經濟結構和能源消費結構的優化對提高能源效率有顯著促進作用。考慮環境效應的中國全要素能源效率的研究尚處于起始階段，且這些研究多集中在國家總體層面，較少涉及到制造業全要素能源效率的研究。

不同于已有的絕大多數研究中國制造業全要素能源效率的文獻，只考慮好產出，忽視壞產出，本文采用基于產出導向的、規模報酬不變的非參數數據包絡分析的DEAMalmquist指數法，將能源投入考慮在內，同時將能源消費時產生的SO2視為壞產出，實證測算考慮環境效應的中國制造業全要素能源效率變動，并將全要素能源效率變動進一步分解為技術進步和技術效率變動，對技術效率變動再進一步分解為純技術效率變動和規模效率變動，以便更深刻的研究中國制造業全要素能源效率變動的源泉;其次，利用聚類分析的方法將中國制造業28個行業考慮環境效應的全要素能源效率分為了高效率、較高效率、一般效率、低效率和極低效率等五大類;最后利用Tobit模型檢驗中國制造業全要素能源效率的影響因素，以期為中國制造業各行業根據自身的行業性質制定有針對性的節能降耗目標提供科學的決策依據。

2 研究方法及指標選取

2．1 研究方法

目前，研究生產效率的方法主要有參數法和非參數兩種，參數方法主要包括隨機前沿法(SFA)和回歸模型法;非參數方法主要包括數據包絡分析(DEA)法和指數法，參數法需要事先設定一種具體的函數形式，以隨機前沿法應用居多;而非參數法以數據包絡分析法為主。相比較而言，非參數方法不需要事先設定具體的函數形式，可以避免函數形式設定錯誤而影響結論的準確性。本文以制造業28個行業為研究對象，因為行業較多且各行業間差異較大，不宜設定統一的函數形式，故選用非參數分析方法—即以數據包絡分析為基礎的DEA-Malmquist指數法。

Malmquist指數法首先由 Caves，Christensen and Diewert［11］引入，由Farrell等人進一步發展而來。具體分為投入型和產出型兩種，前者研究如何在給定產出水平下使投入最小;而后者則研究給定投入要素下，如何使產出最大。本文基于產出角度研究考慮環境效應的中國制造業全要素能源效率，根據Farrell［12］等的定義和方法，我們以每個制造業行業作為一個決策單元，構造每一個時期制造業能源效率的最佳實踐前沿面，把每個制造業行業能源效率同最佳實踐前沿面進行比較，以此對各決策單元效率變化和技術進步進行測度。假設K行業t時期使用n種投入Xtk，n得到 m 種產出 Ytk，m，則生產技術前沿就是每一個給定產出的最小投入集。在固定規模報酬(c)、要素強可處置條件下，根據Farrell(1994)，相對于單一技術，基于產出的Malmquist指數可定義為:

式(1)測度了時期t技術條件下，決策單元從t期到t+1期的技術效率變化指數。式(2)測度了時期t+1條件下，決策單元從t期到t+1期的技術效率變化指數。

為了避免時期選擇的隨意性，F?rel等運用式(1)和式(2)兩個Malmquist指數的幾何平均數來計算定向輸出的Malmquist指數，即:

根據F?rel等(1994)的研究，技術效率變化指數能夠進一步分解為純效率變化和規模效率變化指數，即:

式(4)中，第一項表示規模效率變化，第二項表示純技術效率變化，CRS表示規模報酬不變，最后一項表示技術進步變化。全要素能源效率M0的變化可分解為技術進步和技術效率變化(純技術效率變化、規模效率變化)。技術效率變化是規模報酬不變且要素強可處置條件下的相對效率變化指數，它測度了從t到t+1每個觀察對象到最佳實踐的追趕程度。這個指標值可能大于1，小于1和等于1，分別表示技術效率提高，技術效率降低和技術效率無變化。技術進步是技術進步指數，它測度了技術邊界從t到t+1的移動，該指數大于1表示技術進步，等于1技術無變化，小于1時技術退步。

2．2 指標選取及數據處理

我國從1998年起工業經濟統計口徑發生變化，2003年起又實行了新的行業分類目錄標準，即《國民經濟行業分類標準》(2002)(GD/T4754－2002)，前后行業劃分存在一定的差異。為保持統計數據口徑一致，本文的樣本區間為2003－2008年，選取資本、勞動和能源作為投入變量，制造業各行業總產值為好產出，SO2排放量為壞產出，利用DEAMalmquist生產率指數測算中國制造業28個行業考慮環境效應的全要素能源效率。投入產出變量的界定如下:

(1)好產出。衡量產出的有總產值、增加值和凈產值這三個指標。但是增加值忽略了中間投入品的使用效率;凈產值存在核算范圍和價值構成不一致的問題;總產值作為產出變量則包含了中間投入(如能源)。由于本文考慮了能源消耗，所以選取制造業各行業總產值作為產出指標，用分行業工業品出廠價格指數(1995=100)平減，單位為億元。

(2)壞產出。以各行業工業二氧化硫的排放量作為能源利用的環境影響代理指標。單位為萬噸。壞產出表現為負的社會效應，是一種環境成本，其值應越小越好，是極小型指標，這與好產出這一極大型指標有所不同，所以有必要對其進行變換。為使模型有合理意義，本文遵循Liang 和 Yeh［13，14］等的做法，令 p 為變換前的壞產出，p'為變換后的壞產出，p'=－p+x，其中x=max(p)+1，這是一種應用較為廣泛的壞產出的處理方法。

(3)資本投入。借鑒大多數學者的研究方法，本文選取制造業行業固定資產凈值年平均余額作為資本投入指標。用分行業固定資產投資價格指數(1995=100)進行平減，單位為億元。

(4)勞動力投入。由于我國缺少有效勞動時間這方面的統計數據，故選用制造業行業年末從業人員數作為勞動力投入指標，單位為萬人。

(5)能源投入。能源投入指標用制造業行業每年實際能源消費總量表示，單位為萬噸標準煤。

本文選取指標均為全部國有及規模以上非國有工業企業主要指標。所有數據均來源于歷年的《中國統計年鑒》、《中國工業經濟統計年鑒》、《新中國五十五年統計資料匯編》、中國資訊行及中宏產業數據庫中各相關年份，數據處理分析使用的軟件為 Excel2003、stata10．0、SPSS18．0及 DEAP2．1。

3 考慮環境效應的中國制造業全要素能源效率測算及聚類分析

3．1 考慮環境效應的制造業全要素能源效率平均變動及分解

本文計算了制造業2003－2008年考慮環境污染與沒有考慮環境污染兩種情況下全要素能源效率平均變動及其分解結果，如表1所示。

從表1中可以看出，2003－2008年考慮環境效應的制造業平均全要素能源效率為1．047，平均增長率為4．7%(根據Frae，全要素能源效率指數減去1就是增長率)。而沒考慮環境污染的制造業平均全要素能源效率為1．084，平均增長率為8．4%，明顯要高于前一種情況。

為了進一步分析全要素能源效率變動的源泉，本文還將全要素能源效率變動分解為技術進步和技術效率變動，將技術效率進一步分解為純技術效率和規模效率。從分解結果看，考慮環境污染時，技術進步的貢獻最大，其平均增長率為3．0%，其次為技術效率，平均增長率為1．7%，從技術效率的分解來看，純技術效率和規模效率的平均增長率分別是1．0%和0．7%;不考慮環境污染時，制造業全要素能源效率增長也主要得益于技術進步的貢獻，其平均增長率4．8%，其次為技術效率，平均增長率為3．5%，而規模效率的貢獻率為負，平均增率為－0．3%，這在一定程度上拉低了技術效率的貢獻率。總的來說，不論是否考慮環境污染，我國制造業全要素能源效率的提高都得益于各種因素共同作用的結果，但相對而言，純技術效率和規模效率的貢獻較小。

3．2 考慮環境效應的制造業28個行業全要素能源效率的測算結果

表2給出了2003－2008年考慮環境效應的中國制造業28個行業全要素能源效率變化的Malmquist指數及分解結果。

由表2可知，制造業各行業考慮環境效應的全要素能源效率存在很大差異，高于行業平均全要素能源效率的有16個行業，其中最高的前五個行業分別是:有色金屬冶煉及壓延加工業(1．153)、黑色金屬冶煉及壓延加工業(1．138)、非金屬礦物制造業(1．122)、石油加工煉焦及核燃料加工業(1．121)和化學原料及化學制品制造業(1．108);低于行業平均全要素能源效率的有12個行業，其中最低的前五個行業分別是:家具制造業(0．93)、文教體育用品制造業(0．932)、橡膠制品業(0．952)、印刷業和記錄媒介的復制(0．958)以及木材加工及木竹藤棕草制品業(0．970)。前五個行業全要素能源效率平均增長率在10%－20%之間，后五個行業全要素能源效率平均增長率在－7% －3%之間。

由于不同行業能源消費以及產生的環境污染存在較大差異，本文把中國制造業28個行業分為輕工業(16個行業)和重工業(12個行業，不包括采掘業)。從基于環境效應的全要素能源效率變動看，2003－2008年間輕工業行業平均全要素能源效率為1．022，平均增長率2．2%，技術進步是輕工業全要素能源效率提高的主要原因，純技術效率的貢獻最小;從重工業行業看，行業平均全要素能源效率為1．083，平均增長率為8．3%，遠大于輕工業行業，主要原因是得益于技術進步、純技術效率和規模效率的共同作用，其平均增長率分別為5．2%、2．4%和0．7%。

表1 2003－2008年制造業全要素能源效率平均變動及分解結果Tab．1 The average change in total factor energy efficiency of manufacturing industry and the decomposition from 2003 to 2008

表2 2003－2008年中國制造業28個行業考慮環境效應的全要素能源效率變動及分解Tab．2 Changes of total factor energy efficiency of 28 manufacturing industries and the decomposition considering environmental effects from 2003－2008

3．3 聚類分析

根據表2中制造業28個行業考慮環境效應的全要素能源效率的得分情況，采用SPSS18．0中的系統聚類，選用歐氏平方距離來度量類與類之間的相似程度，聚類方法采用組間連接法，對制造業各行業的全要素能源效率進行分類，結果如表3所示。

表3 2003－2008年制造業28個行業全要素能源效率動態聚類分析結果Tab．3 Dynamic cluster analysis of total factor energy efficiency of 28 manufacturing industries from 2003 to 2008

表3中考慮環境效應的制造業全要素能源效率所考慮的投入要素為資本、勞動、能源，產出為工業總產值、工業二氧化硫排放量。根據表3聚類分析的結果，可將中國制造業28個行業考慮環境效應的全要素能源效率大致分為五類:

高效率:黑色金屬冶煉及壓延加工業，有色金屬冶煉及壓延加工業，非金屬礦物制品業，化學原料及化學制品制造業，石油加工、煉焦及核燃料加工業等行業具有較高的全要素能源效率。

較高效率:包括農副食品加工業，飲料制造業，煙草制品業，紡織業，通用設備制造業，專用設備制造業，電氣機械及器材制造業。但煙草制品業并不是未來發展的主導產業［15］。

一般效率:這一類制造業行業的全要素能源效率處于中間位置，主要包括食品制造業，紡織服裝、鞋、帽制造業，造紙及紙制品業，醫藥制造業，塑料制品業，金屬制品業，交通運輸設備制造業，儀器儀表及文化、辦公用機械制造業。

低效率:包括及皮革、毛皮、羽毛(絨)及其制品業，化學纖維制造業，通信設備、計算機及其他電子設備制造業等，其能源消耗大、環境破壞厲害，全要素能源效率需要進一步提高。

極低效率:包括木材加工及木、竹、藤、棕、草制品業，家具制造業，印刷業和記錄媒介的復制，文教體育用品制造業，橡膠制品業這五個行業的全要素能源效率最低，屬于高耗能、高污染的行業。

總體來看，考慮環境效應的全要素能源效率增長率較高的行業主要集中在壟斷程度高、進入壁壘高的黑色金屬冶煉及壓延加工業、有色金屬冶煉及壓延加工業、非金屬礦物制品業、煙草制品等行業。這些行業本具有較強的經濟實力，企業內部進行技術改造研發與引進的能力也比較強;其次，由于高新技術產業及信息技術的發展，尤其是加入世貿組織后外資企業進入所帶來的溢出效應，也積極推動了制造業各行業能源領域技術水平的提高。全要素能源增長率較低的行業主要是勞動密集型的輕工業行業。這些行業主要以傳統加工業為主，產業附加值低，環境污染較大，知識和技術的擴散十分有限，其粗放的增長方式已成為不爭的事實，而外資企業進入這些行業主要是看中了我國廉價的勞動力資源優勢，其帶來的技術進步在勞動密集型行業間的溢出效應較小，所以對全要素能源效率的貢獻也較小。

4 考慮環境效應的全要素能源效率影響因素的計量分析

以上運用DEA－Malmquist生產率指數測算了制造業28個行業考慮環境效應的全要素能源效率，發現各行業間的差異比較顯著，根據轉型期中國工業經濟的特點，本文選取以下五個基本因素來分析制造業全要素能源效率的變動。各指標均換算為以1995年為基期。

(1)研發投入(β1)。以大中型企業科技活動經費內部支出，反映科技創新的貢獻。

(2)企業規模(β2)。表示勞動力、生產資料和產品在企業中的集中程度。以制造業各行業工業總產值與企業單位數之比衡量企業規模對全要素能源效率的影響。

(3)外資水平(β3)。外資是指國營民營企業私營企業三資政府機構國營企業外商獨資企業國家機關事業單位大企業個體。以三資企業總產值所占比重表示。

(4)資本深化(β4):是“資本廣化”的對稱，指在經濟增長過程中，資本積累快于勞動力增加的速度，從而資本－勞動比率或人均資本量在提高。資本深化一般意味著經濟增長中存在著技術進步。以行業總資產與行業年末從業人數之比表示。

(5)市場競爭(β5):本應使用行業集中度表示，但由于缺乏行業集中度的統計資料，本文選擇以行業企業單位數來表示，企業單位數越多說明競爭越激烈，進而也就越有利于刺激企業提高能源效率。

回歸估計時以制造業各行業考慮環境效應的全要素能源效率為被解釋變量，以上述五個因素為解釋變量。因為全要素能源效率最小值為0，數據被截斷，若采用普通計量模型回歸，就會產生有偏和不一致。故使用限值回歸模型－Tobit模型進行回歸。建立Tobit模型如下:

采用Stata10．0軟件中xttobit命令估計式(7)，估計結果如表4所示。

表4為2003－2008年考慮環境效應的中國制造業全要素能源效率影響因素的Tobit模型的估計結果，由表4可以得出以下主要結論:

(1)大中型企業科技活動經費內部支出對輕、重工業的能源效率均存在正向影響，回歸系數分別為0．225、0．960，但系數檢驗都不顯著。說明目前我國制造業企業的科技活動經費內部支出并不是考慮了環境效應的中國制造業全要素能源效率變動的主要原因。

(2)企業規模的擴大對提高輕、重工業能源效率水平影響方向不同，且對輕工業影響系數統計檢驗不顯著，說明輕工業在一定程度上存在能源使用的規模不經濟問題。對重工業行業的影響系數為0．034，且在10%的水平上顯著。能源投入和資本、勞動投入一樣，也存在規模效益，隨著企業規模擴大，能源投入必然會增加，這時如果企業科技創新能力也隨規模擴大而同步提高，則有助于企業更加集約化地使用各種投入要素，提高企業的能源效率。

表4 Tobit模型回歸結果Tab．4 Tobit model regression results

(3)外資水平對輕、重工業回歸系數分別為0．171、－0．343，系數檢驗分別在5%和1%的水平上顯著。外商資本進入對輕工業行業提高能源效率有一定的促進作用，但對重工業來說非但沒有顯著促進作用，反而在一定程度上降低了能源效率，尤其是在考慮了環境污染的情況下。由于西方發達國家實行相對于發展中國家來說更為嚴格的環境管制措施，致使一些高耗能、高污染產業向我國及一些發展中國家轉移，這些企業大多分布在能耗大、污染重的工業部門;外商資本進入輕工業行業多是看中我國廉價的勞動力資源，這些行業大多以勞動密集型為主，通過外商帶進的先進生產、管理技術，在一定程度上提高了行業技術水平，從而直接或間接地提高了我國的能源效率。

(4)資本深化對重工業的影響不顯著，對輕工業的影響在1%的水平上顯著，回歸系數為0．004，說明資本深化提高1個百分點，可以使輕工業的全要素能源效率提高0．004個百分點。資本深化是指在經濟增長的過程中，資本積累快于勞動力增加的速度，從而使人均資本量提高，資本深化一般意味著經濟增長中存在著技術進步。

(5)以行業內企業單位數衡量的市場競爭對輕、重工業能源效率的影響方向不同，且對重工業的影響不顯著。但對輕工業的影響系數為0．143，系數檢驗在1%的水平上顯著，說明行業內企業數量的增加對提高輕工業全要素能源效率有一定的促進作用。同一行業內企業數量越多，競爭就越激烈，也就越會刺激企業進行技術改造與發明等創新活動，這在一定程度上對提高能源效率起到了積極的作用。

5 結論與啟示

本文以2003－2008年中國制造業28個行業面板數據為樣本，運用基于產出導向的、規模報酬不變的非參數數據包絡分析的DEA－Malmquist生產率指數法，測算了考慮環境效應的中國制造業全要素能源效率指數、技術進步和技術效率指數，進一步將技術效率指數分解為純技術效率指數和規模效率指數;其次使用聚類分析的方法將考慮環境效應的中國制造業28個行業的全能要素能源效率進行了分類;并運用Tobit模型研究了全要素能源效率的影響因素。綜合上述的研究結果，可以得出如下基本結論:

(1)總體來看，考慮環境效應的中國制造業全要素能源效率總體上呈現出穩步增長趨勢，平均增長率為4．7%，遠低于不考慮環境污染時制造業全要素能源效率的平均增長率8．4%。從28個細分行業看，行業間考慮環境效應的全要素能源效率差異顯著，平均全要素能源效率最高的為有色金屬冶煉及壓延加工業(1．153)，最低的為家具制造業(0．93)，相差較大，且行業間能源效率趨同的可能性極小。從輕、重工業考慮環境效應的全要素能源效率變動看，在樣本考察期內，輕工業行業的全要素能源效率平均增長率2．2%;技術進步是輕工業全要素能源效率提高的主要原因;重工業行業全要素能源效率平均增長率為8．3%，遠遠高于輕工業行業。

(2)聚類分析的結果表明考慮環境效應的全要素能源效率增長率較高的行業主要集中在壟斷程度高、進入壁壘高的黑色金屬冶煉及壓延加工業、有色金屬冶煉及壓延加工業、非金屬礦物制品業、煙草制品等行業，全要素能源增長率較低的行業主要是勞動密集型的輕工業行業。

(3)Tobit模型回歸顯示，外資水平、資本深化和市場競爭的提高均可以促進輕工業考慮環境效應的全要素能源效率的提高，其中影響最大的因素是外資水平;企業規模對重工業提高能源效率有顯著的正向影響;外資水平對考慮環境效應的重工業全要素能源效率沒有顯著促進作用，反而在一定程度上降低了能源效率。

總的來說，要想實現制造業可持續發展的戰略目標，不能忽視其行業能源消費、能源利用效率以及污染的排放水平，應把能源利用效率低且污染較大的行業企業作為節能減排監控重點對象。在制定行業節能減排目標時，應綜合考慮各行業考慮環境效應的全要素能源效率的測算及影響因素，既要看到行業之間的差異性，也要兼顧行業間的異質性，這樣才有利于制定出有針對性、切實可行的節能目標。同時，還應重視能源科技投入、能源資源的優化配置及管理知識、技能的提高與運用。

(編輯:于 杰)

References)

［1］劉兆征．我國發展低碳經濟的必要性及政策建議［J］．中共中央黨校學報，2009，(12):54 －57．［Liu Zhaozheng．The Necessity and Policy Suggestion of China's Development of Low-Carbon Economy［J］．Journal of the Party School of the Central Committee of C．P．C，2009(12):54 －57．］

［2］Fisher-Vanden K，Jefferson G H，Liu H M，et al．What is Driving China's Decline in Energy Intensity?［J］．Resource and Energy Economics，2004，26(1):77 －97．

［3］劉紅玫，陶全．大中型工業企業能源強度下降的動因探析［J］．統計研究，2002，(9):30 －34．［Liu Hongmei，Tao Quan．Decline in Energy Intensity and Medium-sized IndustrialEnterprises，the Motives Analysis［J］．Statistical Research Journal，2002，(9):30 －34．］

［4］李廉水，周勇．技術進步能提高能源效率?［J］．管理世界，2006，(10):82 － 89．［Li Lianshui，Zhou Yong．Technological Advances Can Improve Energy Efficiency［J］．Management World Journal，2006，(10):82 －89．］．

［5］杭雷鳴，屠梅曾．能源價格對能源強度的影響——以國內制造業為例［J］．數量經濟技術經濟研究，2006，(12):93 －100．［Hang Leiming，Tu Meizeng．Impact of Energy Prices on Energy Intensity:Taking Domestic Manufacturing for Example［J］．Journal of Economic and Technical Economic Studies，2006，(12):93 －100．］

［6］李力，王鳳．中國制造業能源強度因素分解研究［J］．數量經濟技術經濟研究，2008，(10):66 － 74．［Li Li，Wang Feng．China's Manufacturing Industry Decomposition of Energy Intensity Factor［J］．Quantitative Economics and Technical Economics Studies，2008，(10):66 －74．］

［7］李未無．對外開放與能源利用效率:基于35個工業行業的實證研究［J］．國際貿易問題，2008，(6):7 －15．［Li Weiwu．Opening-up and Energy Efficiency:Based on 35 Industrial Sectors of the Empirical Study［J］．International Trade，2008，(6):7 －15．］

［8］王秋彬．工業行業能源效率與工業結構優化升級——基于2000－2006年省際面板數據的實證研究［J］．數量經濟技術經濟研究，2010，(10):49 － 63．［Wang Qiubin．Industrial Energy Efficiency and Industrial Structure Upgrading［J］．Quantitative Economics and Technical Economics Studies，2010，(10):49 －63．］

［9］袁曉玲，張寶山，楊萬平．基于環境污染的中國全要素能源效率研究［J］．中國工業經濟，2009，(2):76 －86．［Yuan Xiaoling，Zhang Baoshan，Yang Wanping．The Total Factor Energy Efficiency Measurement of China Based on Environmental Pollution［J］．China Industrial Economics，2009，(2):76 －86．］

［10］汪克亮，楊寶臣，楊力．考慮環境效應的中國省際全要素能源效率研究［J］．管理科學，2010，(12):100－111．［Wang Keliang，Yang Baochen，Yang Li．China's Provincial Total-factor Energy Efficiency Considering Environmental Effects［J］． Journalof Management Science，2010，(12):100 －111．］

［11］Caves D W， Christensen L R， Diewert W E． Multi-lateral Compositions of Output，Input and Productivity Using Superlative Index Numbers［J］．Economic Journal，1982，9(2):273 －286．

［12］Fare R， Grosskopf S， Norrism， et al． Productivity Growth，TechnicalProgress，and Efficiency Change in Industrialized Countries［J］．American Economic Review，1994，84(1):66 －83．

［13］Liang L，Li Y J，Li S B．Increasing the Discriminatory Power of DEA in the Presence of the Undesirable Outputs and Large Dimensionality of Data Sets with PCA［J］．Expert System with Applications，2009，36(3):5895－5899．

［14］Yeh T L，Chen T Y，Lai P Y．A Comparative Study of Energy Utilization Efficiency between Taiwan and China［J］．Energy Policy，2010，38(5):1 －8．

［15］王秋彬．工業行業能源效率與工業結構優化升級——基于2000－2006年省際面板數據的實證研究［J］．數量經濟技術經濟研究，2010，(10):49 － 63．［Wang Q B．Industrial Energy Efficiency and Industrial Structure Upgrading［J］．Quantitative Economic and Technical Economic Studies，2010，(10):49 －63．］

［16］Miketa A，Mulder P．Energy Productivity across Developed and Developing Countries in 10 Manufacturing Sectors:Patterns of Growth and Convergence［J］．Energy Economics，2005，27(3):429－453．

［17］宮俊濤，孫林巖．中國制造業省際全要素生產率變動分析［J］．數量經濟技術經濟研究，2008，(4):97 －130．［Gong Juntao，Sun Linyan．China's Manufacturing Industry Inter-provincial Analysis of Changes in Total Factor Productivity［J］．Quantitative Economics and Technical Economics Studies，2008，(4):97 －130．］

［18］沈能．中國制造業全要素生產率地區空間差異的實證研究［J］．中國 軟 科 學，2006，(6):101 －110．［Shen Neng．China's Manufacturing Total Factor Productivity Differences between Regions of Space Empirical Study［J］．China Soft Science Journal，2006，(6):101 －110．］

［19］萬興，范金，胡漢輝．江蘇制造業TFP增長、技術進步及效率變動分析——基于SFA和DEA方法的比較［J］．系統管理學報，2007，(5):1 － 10．［Wan Xing，Fan Jin，Hu Hanhui．Jiangsu Manufacturing TFP Growth，Technological Progress and Efficiency Change Analysis:based on the Comparison of SFA and DEA Methods［J］．System Management Journal，2007，(5):1 －10．］

［20］涂正革．資源、環境與工業增長的協調性［J］．經濟研究，2008，(2):93 － 105．［TuZhengge．CoordinationofResources，Environment and Industrial Growth［J］．Economic Research Journal，2008，(2):93 －105．］

［21］徐盈之，趙豫．中國信息制造業全要素生產率變動、區域差異與影響因素［J］．中國工業經濟，2007，(10):45 －52．［Xu Yingzhi，Zhao Yu．China's Information Industry Total Factor Productivity Changes，Regional Differences and Influencing Factors［J］．China Industrial Economy Journal，2007，(10):45 －52．］

Research on Total Factor Energy Efficiency Change of China Manufacturing Industry Considering Environmental Effects:Based on DEA-Malmquist Index Empirical Study

WANG Shan-shan QU Xiao-e
(School of Economics and Finance，Xi'an Jiaotong University，Xi'an Shaanxi 710061，China)

The authors selected the panel data of 28 manufacturing industries between 2003 and 2008 as samples，set the index system(including manufacturing industry average balance of net fixed assets，employees counted at the end of the year and energy consumption as input indicators，manufacturing industry output，SO2emissions as good output indicator and bad output indicator)，adopted non-parametric data envelopment analysis DEA-Malmquist exponential method，calculated the total factor energy efficiency indexes of China manufacturing industry on considering the environmental effects，and also studied the influence factors on the total factor energy efficiency by adopting Tobit model．The research indicates that the total factor energy efficiency of China manufacturing industry is in a steady growth trend，but it's below the one without considering the environmental pollution，technology advancement is the primary cause of gains in manufacturing industry total factor energy efficiency．In the aspect of，the total factor energy efficiency of heavy industry is significantly higher than that of light industry:the internal diversity is remarkable;most industries with low total factor energy efficiency growth rate are labor-intensive，those with high growth rate focus on monopolistic industries with higher entry barriers;foreign investment，capital deepening and the market competition are remarkably correlative to the total factor energy efficiency of light industry;expansion of business scale has an active influence on such efficiency of heavy industry，level of foreign investment reduces the total factor energy efficiency of heavy industry in some degree．

the total factor energy efficiency;environmental effects;Malmquist index;Tobit model

F124．6

A

1002－2104(2011)08－0130－08

10.3969/j.issn.1002－2104.2011.08．021

2011－15－28

王姍姍，博士生，主要研究方向為數量經濟學。

陜西省社科基金(編號:10E078);西安交通大學人文社科基金項目(編號:SK2009027);西安交通大學基本科研業務費(編號:SK2010045)。