中國省際能源效率的收斂性分析

李激揚

（湖南大學 經濟與貿易學院，長沙 410079）

0 引言

能源與環境約束不斷加強，提高能源效率，促進能源、環境與經濟社會的協調發展已經成為人們關注的熱點問題。隨著社會的進步，經濟的發展，人類利用各種要素、工具的水平不斷的提高，不僅導致現有各種資源越來越匱乏，越來越重要。對于當今社會而言，能源是經濟發展和人類生活重要的保障和支撐，能源作為經濟社會發展的最基本物質生產資料之一，與國家的工業發展、經濟增長有著重要的關聯。能源問題已成為我國經濟發展過程中的焦點和熱點問題。我國“十二五”規劃明確提出深入貫徹節約資源和保護環境基本國策，節約能源，降低溫室氣體排放強度，發展循環經濟，走可持續發展之路。

但是就目前而言，中國各地區的能源利用效率水平存在差距，東部地區的平均全要素能源效率是最高，其次是西部地區，排名最后的是中部地區。中國各個省份在使用能源的效率存在顯著差異，且處于能源效率前沿下方的省份仍比較多。從長遠來看，如何縮小區域差距，實現區域協調發展？中國各地區的能源利用效率水平的差距是否會隨著時間的推移而縮小？能源消耗強度和全要素能源效率是否會最終收斂？這都是我們不得不面臨的重大問題。

1 能源效率條件β收斂模型

現有文獻對能源效率進行絕對β收斂分析時，僅僅考慮了能源利用率初始水平作為唯一影響能源利用率的解釋變量，忽略了其他因素的存在。實際上，還有其他的因素影響收斂的存在性，僅僅采用能源利用效率的初始水平會忽略其他因素的影響，片面夸大能源利用效率初始水平的影響。有鑒于此，我們利用Sala-i-Martin(1996)、Markandya et al(2004)和齊紹洲和羅威(2007)的模型，在能源利用率的絕對β收斂模型式中加入相應符合條件的控制變量，就可以得到如下的條件β收斂模型，我們進行如下推導：

其中，i和t分別代表區域和時間(在本文表示每一年，即年份，下同)；ln(yi,t/yi,t-1)表示經濟增長率的收斂速度，它取決于前一期產出水平ln(yi,t-1)和一組控制變量Xi,t；μi,t為誤差項。以此為基礎，加入產業結構、能源消費結構、對外開放程度以及勞動力平均實際GDP增長率等控制變量，我們可得關于能源效率的條件β收斂模型：

其中，α為截距項，β為基年能源效率ln(ei,t)的系數，εi,t為某一時段誤差項的平均值PGDPi,t表示i地區在某一段時間內的勞動力平均GDP增長率的平均值，用它來反映地區經濟增長速度對能源生產率收斂的影響；STRUCi,t表示i地區在某一段時間內第二產業增加值占地區GDP的比重的平均值，用它來反映產業結構調整對能源生產率收斂的影響；ECSTURCi,t表示i地區能源消費結構，反應各地區煤炭消費總量占能源消費總量的比重，EXi,t表示i地區的進出口總額，表示該地區開放程度對能源生產率收斂的影響。

根據條件β收斂存在性條件，當β小于零時，就表示各區域的初始能源利用效率同能源利用效率的增長速度呈反向變化，各區域能源利用效率差異最終會趨于條件β收斂，呈相同的穩態；反之，當β大于零時，則說明各區域的初始能源利用效率同能源利用效率的增長速度呈正向變化，各區域的能源利用效率呈發散態勢，不存在條件β收斂（彭國華，2005）。

2 能源效率收斂性的計量分析

為了降低全要素能源效率的估值難度，在測算全要素能源效率的收斂性時，，樣本區間為1990～2009年。大部分數據來源于《新中國五十年統計資料匯編》、《新中國六十年統計資料匯編》、1989～2009年的《中國統計年鑒》、高校財經數據庫、中國能源統計年鑒以及各省統計年鑒。考慮到西藏、臺灣、澳門和香港數據缺失較多，本文將不作分析，另外將重慶和四川的數據合并，最終選定的研究對象為中國29個省、市或自治區。所需要的考量的變量有：能源消耗強度、全要素能源效率、勞均GDP、產業結構、能源消費結構、對外開放程度等。需要具體說明的內容如下：

能源消耗強度：采用傳統的每個省、地區的能源消費總量與該省、地區的產出GDP的之間的比值。其中能源消費量，采用《中國能源統計年鑒》中公布的數據。這些數據已經將各類能源，比如煤炭、石油和天然氣，轉換為標準煤。能源消費量的單位為萬噸標準煤，這和國外公布的能源消費量的單位萬噸標準油不同，但兩者之間可以轉換。而產出GDP以1952年為基期，對GDP進行平減成真實GDP，單位為億元。各省份、地區GDP以及GDP平減指數均來自于《新中國六十年統計資料匯編》、《新中國五十年統計資料匯編》和《中國統計年鑒》。最后我們得到能源消耗強度，其單位為噸標準煤/萬元GDP，我們記作ee，其增長率記作pec。

全要素能源效率值：全要素能源效率值的計算過程是，首先選取的投入變量包括了三種傳統意義上的投入要素，即勞動力，資本存量和能源消費量，然后納入產出變量包括了期望產出，即國民生產總值（GDP），以及非期望產出，包括了廢水、廢氣、化學需氧量（COD）和固體廢棄物，最后基于全要素能源效率框架得到MLT全要素能源效率和SBM全要素能源效率，分別記作tfeemlt、tfeesbm，都是無量綱的值。

勞動力平均實際GDP：即各個省份、地區勞動力所創造的GDP平均數量。其中勞動力是1989～2009年各個省份的從業人員總數，數據來源于《中國統計年鑒》、《新中國六十年統計資料匯編》和中國經濟信息網數據庫，部分缺失的數據采用線性插值法補齊，單位為萬人，實際GDP同樣以1952年為基期，對GDP進行平減成真實GDP，單位為億元記作pgdp，簡稱勞均實際GDP。

產業結構：即第一、二和三產業的占GDP的比重。我們用第二產業占GDP的比重來表示產業結構，記作struc。一般認為第二產業是相對消耗能源較多的產業，而第三產業是相對消耗能源較少的產業，所以有時將發展第三產業作為節能減排的重要選擇之一，本文沿用前者的做法。

對外開放程度：本文選取一個省份全年的進出口總額作為對外開放程度的變量。某個省份進出口總額代表了其和外國的聯系程度，中國基本出口的商品都是勞動密集型的產品，而進口的商品則是能源依附量較高（陳書通，1996）[37]，因此可能會提高能源效率，改變能源效率的收斂速度和程度。對外開放程度變量記做作ex，單位為萬美元。

能源消費結構：能源消費結構指的是各種能源消費占總的能源消費的比重。中國能源消費結構一直是以煤炭為主，所以本文選取煤炭占總的能源消費的比重來表示能源消費結構。數據來源于《中國能源統計年鑒》，部分年份某些省市缺失的數據，首先用原煤和標準煤之間的換算公式：1噸原煤=0.714噸標準煤來估算，然后再除以該省本年度所消耗的能源總量得到。能源消費結構變量記作：ecstruc。

表1 能源消耗強度的條件β收斂分析

表2 使用MLT方法的全要素能源效率條件β檢驗面板回歸結果

表3 使用DEA-SBM模型的全要素能源效率的條件β收斂分析

3 能源效率的條件β收斂檢驗

我們根據式（2）對所得到的數據進行了條件β收斂計量分析，得到的面板估計結果如表1所示。

為了說明能源效率的條件β收斂是否存在，我們采用了面板模型的方法進行了收斂性檢驗。對比實證結果表1、表2、表3，發現能源消耗強度、使用MLT方法的全要素能源效率和使用DEA-SBM的全要素能源效率條件β收斂是存在的，但是各個控制變量的系數以及顯著性水平存在差異；根據Hausman檢驗的結果，我們選取模型也各有不同，具體說明如下：

（1）對于能源消耗強度的條件β收斂來講，我們考慮加入了產業結構、能源消費結構、對外開放程度以及勞動力平均實際GDP增長率等控制變量，更加準確的解釋其收斂性。我們發現勞動力平均實際GDP增長率對能源消耗強度地區間差異的縮小起正向的作用，即一個地區的經濟發展有助于當地能源消耗強度的降低，從而提高能源的利用效率。而能源消費結構與能源消耗強度的收斂性呈現反相關關系。這一結論和大多數的學者一致，也是和我們的直覺是一致的。不難發現，煤炭的使用效率一向是比較低的，而對環境污染也比較嚴重。在中國各省份、地區的能源消費結構中，煤炭的消費占到一半以上的份額，使得各省份、地區的能源利用效率一直偏低。此外，大部分的溫室氣體以及空氣污染源也都來自于煤炭燃燒排放。由此可見，如果可以用更為清潔和高效的能源資源來替代煤炭火力發電，不僅減少溫室氣體和其他有毒氣體的排放，也可以提高能源總體的使用效率。此外，我們發現對外開放程度與能源消耗強度的收斂性呈正相關關系，就出口方面來講，這可能是由于對外貿易迫使企業為了符合出口的而改進能源使用技術，從而降低成本，減少產品中的污染水平；就進口方面來講，我們進口相對我們稀缺的物品以及其他一些可能在生產過程能源消耗較大的產品，從而使得地區的能源使用效率相對提升。一般來講，我們認為產業結構應該是與能源消耗強度的收斂成反相關的關系。因為當一個省份、地區的第二產業，即能源消耗較大的產業，占比比較大的話，且第二產業尤其能耗較大的冶金部門、制造業部門的能源利用水平本身就偏低，當第二產業的比重越大，其能源消耗越多，能源利用水平也就越低，越會拖垮落后地區能源消耗強度追趕與先進地區的速度和距離。但從模型估計的結果看，產業結構變量無法通過顯著性水平檢驗，雖然系數的符號和預先估計的一致，為負的。

（2）從表2我們可以得到關于使用MLT方法的全要素能源效率的條件β收斂面板模型的估計結果。我們在進行實證估計的過程發現，如果單獨或者不全部使用所有的控制變量，模型的將無法通過檢驗，所以我們將所有的控制變量放在一個面板模型里進行估計。為了確定是使用隨機效應還是固定效應進行估計，我們采用Hausman檢驗對模型進行了檢驗，確定使用固定效應模型。和能源消耗強度所估計出的控制變量的系數符號一致，可以發現勞動力平均實際GDP增長率對能源效率的收斂有正向作用，即經濟的發展對節約能源，提高能源利用效率有著積極的作用，同樣對外開放程度變量也有著類似的作用；產業結構、能源消費結構與能源效率的收斂呈負相關關系，這和我們估計的一致。此外，與能源消耗強度條件β收斂不同的是，產業結構在10%的顯著性水平下通過檢驗。

（3）最后，我們對加入控制變量的使用DEA-SBM模型的全要素能源效率的條件β收斂進行了面板模型估計。從實證結果來看，只有勞動力平均實際GDP增長率在1%的顯著性水平通過了檢驗，其他控制變量均無法通過檢驗。但我們仍然可以認為使用DEA-SBM模型的全要素能源效率是存在條件β收斂的。

4 結論及政策建議

以前的學者大多是研究經濟增長率的收斂性，較少涉及能源利用效率的收斂性，而關于中國能源利用效率的收斂性的文獻更少。為了分析中國各省、地區的能源利用效率是否存在條件β收斂，我們加入了四個控制變量，分別是加入了產業結構、能源消費結構、對外開放程度以及勞動力平均實際GDP增長率，運用面板數據模型對三個能源利用效率進行了計量分析。實證的結果表明，三個能源利用效率均存在條件β收斂，且都在10%或者1%的顯著性水平下通過檢驗，其中勞動力平均實際GDP增長率與對外開放程度的系數一般為正，而產業結構、能源消費結構的系數一般為負，但不同的估計所使用的模型不同。因此，從總體上看，不發達省區與發達省區能源效率的差距在一定程度上也是經濟發展水平的差距，一些決定能源利用效率的主要因素如生產技術水平不可能在短時間內超過發達省區，產業結構的差距也只有隨著經濟發展水平的不斷提高才能逐步消失。政府在制定區域經濟發展戰略時，要重點考慮促進各省區充分利用能源稟賦以及能源使用效率方面的差異進行合作，走能源節約型的可持續的區域平衡增長道路。

[1]S.M.Miller,M.P.Upadhyay.Total Factor Productivity and the Manufac?turing Sectors in Industrialized and Developing Countries[J].Energy Policy,2002，(29).

[2]彭國華.中國地區收入差距、全要素生產率及其收斂分析[J].經濟研究,2005，(9).

[3]A.Miketal,P.Mulder Energy Productivity across Developed and Devel?oping Countries in 10 Manufacturing Sectors:Patterns of Growth and Convergence[J].Energy Economics,2002，(27).

[4]A.Markandya,S.Pedroso,D.Streimikiene.Energy Efficiency in Transi?tion Economics:Is there Convergence Towards the EU Average[C]. FEEM Working Paper,2004.

[5]P.Mulder,H.L.F.de Groot.Sectoral Energy and Labour Productivity Convergence[J].The Economics of Non-Market Goods And Resources, 2007，(10).

[6]史丹.中國能源效率的地區差異與節能潛力分析[J].中國工業經濟, 2006，(10).

[7]師博,張良悅.我國區域能源效率收斂性分析[J].當代財經,2008，(2).李國璋,霍宗杰.我國全要素能源效率及其收斂性[J].中國人口·資源與環境,2010,18(4).