中國建筑業能源效率省際差異及其影響因素分析

王雪青 婁香珍 楊秋波

(天津大學管理與經濟學部，天津300072)

中國建筑業能源效率省際差異及其影響因素分析

王雪青 婁香珍 楊秋波

(天津大學管理與經濟學部，天津300072)

我國建筑業存在著高消耗、高污染和低能效等問題。提高建筑業能源效率、降低能源消耗對實現社會經濟的可持續發展具有重要意義。本文以中國區域建筑業為研究對象，在全要素能源效率的框架下，基于30個省份2005－2008年的面板數據，利用DEA方法對各省的建筑業能源效率進行測度和評價。結果表明:不同省份建筑業能源效率存在較大差異，其中黑龍江、上海和浙江效率最高，各年的效率值均為1，內蒙古和山東的效率最低，各年的效率值均不足0.3。在此基礎上，本文從能源消費結構、產業發展程度、產業組織特征、輔助產業發展程度和科技水平5個方面選取10個變量，利用Tobit回歸模型，分析了各變量對能源效率的影響。結果表明:能源消費結構、產業發展程度、產業集中度、市場化程度和外商投資等是導致能源效率省際差異的主要因素。本文建議，應通過提高電力等高效能源的消費比重、適度調整產業結構、提高產業集中度、加強外資引進等措施來提高建筑業能源效率。

建筑業;全要素能源效率;省際差異;影響因素

隨著經濟的快速增長和城市化進程的加速推進，能源、資源與環境問題日益突出，提高能源效率、降低能源消耗已成為轉變經濟增長方式的重要前提。建筑業作為我國國民經濟的支柱產業，同時也是一個高耗能產業，每年能源消耗量呈逐年遞增的趨勢，年消耗量從2000年的2 178.53萬t標準煤增長到2008年的3 812.53萬t標準煤，年均增長7.2%。此外，其在消耗大量能源的同時排放出大量污染氣體，對環境造成的負面影響不容忽視。建筑業的節能減排直接關系到國家資源戰略和環境保護，提高能源效率則是在不影響建筑業發展的情況下實現節能減排的有效途徑。然而我國地域遼闊，區域間的經濟發展水平和資源稟賦存在著較大的差異，能源利用情況和節能潛力也必然有所不同，制定各種舉措時不宜一刀切。因此，本文以區域建筑業為研究對象，對各省建筑業的能源效率進行測度和評價，并在此基礎上對其影響因素進行鑒別分析，從而為建設行政主管部門設置差異化的節能目標、制定相關措施提供決策依據。

1 文獻綜述

隨著社會對能源問題的重視，能源效率成為了近年來的一個研究熱點。世界能源理事會(WEC)［1］將能源效率定義為能源的服務產出量與能源使用量(或投入量)的比值。對能源效率的研究主要集中在“能源效率測度”和“能源效率影響因素分析”兩個方面。

能源效率的測度方法可總結為單要素方法和全要素方法兩大類。單要素能源效率指標中最常用的是“能源強度”，用單位GDP的能耗來表征，早期對能源效率的研究通常采用該指標。雖然該指標的測度簡單易行，但其把能源作為唯一的生產要素，忽略了其他生產要素，也未考慮能源與其他生產要素的替代彈性［2］。Hu和 Wang［3］在全要素生產率的框架下，提出了全要素能源效率的概念，并以“目標能源投入量”和“實際能源投入量”的比值來測度這一指標。該指標綜合考慮了能源、資本和勞動力等要素對經濟產出的影響，更加符合生產實踐情況，因此在后續研究中被廣泛采納。魏楚和沈滿洪［4］、李世祥［5］分別采用此方法對我國各省的能源效率、工業部門和6個工業行業的能源效率進行了測度。楊紅亮和史丹［6］則使用單要素方法和全要素方法對中國各地區的能源效率進行了比較研究，揭示了全要素方法所具有的優勢。鑒于此，本文采用全要素方法對建筑業的能源效率進行測度。

對能源效率影響因素的分析，主要包括因素分解法和要素計量回歸法。史丹等［7］采用方差分解測算了全要素生產效率、資本－能源比率、勞動－能源比率對能源效率地區差異的影響。李廉水和周勇［8］、王群偉和周德群［9］等利用基于DEA－Malmquist指數法將全要素生產效率分解為技術進步、純技術效率和規模效率，從而考察了各要素對能源效率的影響。譚忠富和張金良［10］通過狀態空間模型分析了經濟結構、技術進步、能源消費結構和能源價格對能源效率的單向動態變化過程及成因。因素分解法和指數分解法的缺點在于選取的指標都較為綜合，無法準確把握具體的影響因素。因此，本文在全面分析影響能源效率具體因素的基礎上，建立起系統的指標體系，從而采用回歸方法對其進行分析，以深入把握導致差異的原因。

2 建筑業能源效率評價

2.1 能源效率測度方法

基于全要素能源效率的概念，本文將建筑業能源效率定義如下:在規模報酬不變的假設下，為了得到既定的建筑業產值，所需投入的最少能源量占實際能源消費量的百分比。則建筑業能源效率指標可以表示為:

其中，ηe為建筑業能源效率;Etarget為目標能源投入量，即既定產出下的最低能源投入量;Eactual為實際能源投入量。目標能源投入量等于實際能源投入量減去因無效率導致的冗余投入量。

由上述可知，測度建筑業能源效率的關鍵在于測算目標能源投入量。數據包絡分析(Data Envelopment Analysis，DEA)是一種以相對效率概念為基礎發展起來的效率評價方法，使用數學規劃模型比較決策單元間的相對效率，在此基礎上進行投影分析，便可測算出各投入指標和產出指標的目標值。因此，本文利用DEA對建筑業生產效率進行測度，并在此基礎上測算目標能源投入量。鑒于節能降耗的目標是在滿足一定產出的條件下，盡可能減少能源使用量，且建筑業的規模取決于經濟的發展和社會的需求，相對來說是剛性的，不可能隨意改變，本文選擇使用規模報酬不變的投入導向型DEA模型。

其中，θ表示第k個決策單元的生產效率，Xj表示第j個決策單元的投入向量，Yj表示第j個決策單元的產出向量，λj為第j個決策單元的權重，S－為投入的松弛調整量，S+為產出的松弛調整量。(1－θ)Xk為投入要素的徑向調整量，冗余投入量等松弛調整量與徑向調整量之和，(θXk－S－)即為目標投入量。

2.2 投入產出指標及數據說明

合理確定投入產出指標并對其進行準確度量，是采用DEA方法準確測度建筑業生產效率從而計算能源目標投入量的前提。隨著對能源的重視，以資本、勞動力和能源作為三要素的經濟增長模型已逐漸為眾多學者所采用［11］。在以往對能源效率的評價中，學者們較為一致的選取資本、勞動力和能源三個要素作為投入指標，選取總產值作為產出指標。本文延續學者們的做法，結合建筑業實際情況，各指標的具體描述及度量方法如下。

(1)資本:一般認為資本存量能夠較真實的反映資本投入的實際值，但由于計算較為復雜，且各區域的建筑業固定資產折舊率無法獲得，本文以固定資產來表征資本投入。當期固定資產=(當期末固定資產+上期末固定資產)/2，原始數據取自《中國統計年鑒》。

(2)勞動力:嚴格的講勞動力投入應當用從業人員的有效勞動時間來衡量，并考慮勞動力的質量差異，但由于相關數據難以獲取，本文選擇《中國建筑業統計年鑒》中的“計算建筑業勞動生產率的平均人數”這一指標來代替，該指標是指建筑業企業(或單位)報告期實際擁有的、與建筑施工活動有關的人員的平均人數。

(3)能源:建筑業所消耗的能源種類繁多，且省份之間的能源消費結構存在一定差異，因此本文將各種能源消耗統一折算成“萬噸標準煤”后匯總形成能源消耗總量。能源基礎數據取自《中國能源統計年鑒》中的各地區能源平衡表。

(4)總產值:直接選取《中國建筑業統計年鑒》中的建筑業總產值這一統計指標。

2.3 實證結果及分析

本文基于中國大陸30個省(直轄市或自治區，西藏數據缺失)2005－2008年的建筑業面板數據，利用DEAP2.1軟件對各省建筑業的目標能源投入量進行計算，并在此基礎上按照上述公式(1)計算其能源效率，最后按4年平均效率值由高到低進行排序，結果如表1所示。

從表中可以看出，能源效率較高的省份為黑龍江、上海、浙江、北京、江蘇和天津，能源效率較低的省份為內蒙古、山東、海南、甘肅和寧夏。其中，黑龍江、上海和浙江4年的效率值均為1，表明其能源效率高且非常穩定。

通過對30個省份的數據進行橫向比較，能源效率最高的為1，最低的不到0.3，各年的平均效率值約0.65，標準差為0.24，表明省際間的能源效率存在較大差異。同時四年的標準差相差不大，說明省際間的這種差異在考察期間并沒有發生顯著變化，能源效率較低的省市尚有較大的改善空間。

表1 中國區域建筑業能源效率Tab.1 Energy efficiency of regional construction industry in China

通過對各省四年的效率值進行縱向比較，除天津和福建的能源效率有明顯下降，河南與吉林有明顯提高外，其余省份的能源效率均并沒有發生顯著變化，當然這是指在全國的相對水平，而非絕對值。

3 建筑業能源效率影響因素分析

3.1 影響因素理論分析

上文的計算和分析結果表明，省際間的建筑業能源效率差異較大，那么究竟是哪些因素導致這一差異的?此問題的解決對于制定相關的改進措施具有重要意義。研究表明能源效率的提高依賴于全要素生產率的提高［12］，為對建筑業能源效率的影響因素進行分析，本文對有關能源效率和建筑業生產效率的研究成果進行了系統的回顧，并在此基礎上初步將建筑業能源效率的影響因素確定為以下五個方面:能源消費結構、產業發展程度、產業組織特征、輔助產業發展程度和科技水平。具體影響因素的指標描述及定義見表2。

(1)能源消費結構。建筑業能源消費種類繁多，總體上以原煤、汽油、柴油和電力為主，但不同地區的消費結構存在一定差異。研究表明，能源消費結構對能源效率具有顯著的影響，能源效率的高低與煤炭在一次能源消費結構中的比重大小相對應，［13］相對于煤炭，電力屬于高效能源，電力的消費比重上升，有助于提高能源整體使用效率［14］。

(2)產業發展程度。建筑業發達的地區，建筑市場相對較為規范，能夠實現有效競爭，從而促使各企業努力提高自身的生產效率;另外高度發展的建筑產業能促進各生產要素的配置趨向合理，更容易發揮集聚效應和規模經濟。學者的研究亦表明建筑業越發達的地區，建筑業效率水平越高［15］。

(3)產業組織特征。一般認為產業集中度和市場化程度越高，越容易形成有效的競爭;專業承包企業的發展有利于提高生產的專業化水平，從而提高生產效率;外商投資帶來先進的技術與管理經驗，在促進市場競爭的同時會對內資產生技術外溢和示范效應，從而對區域的生產效率產生積極的影響［16］。而大量分包使工程涉及更多的參與者，使總承包的協調管理工作變得更為繁重復雜，生產效率降低，但分包又在一定程度上有利于實現專業化。

(4)輔助產業發展程度。建筑業的生產過程與勘察設計、監理咨詢密不可分，研究表明輔助產業對當地建筑業競爭力的提升具有協助作用［17］。勘察設計行業的發展能夠從源頭上促進設計方案的合理化，從而實現資源的節約;監理咨詢等則能通過過程監督降低各種資源的浪費。

(5)科技水平。眾多學者的研究表明技術進步能夠有效的提高能源效率［8，10］。科技水平包括技術裝備和技術創新兩個方面。一般來說機械化和自動化程度提高有利于資源的有效利用，技術創新則是技術進步的源泉。

表2 建筑業能源效率影響因素Tab.2 Influencing factors for energy efficiency of construction

3.2 回歸分析模型

為對影響因素進行分析驗證，本文以能源效率為因變量，上述可能的影響因素為自變量進行回歸分析。由于能源效率介于0到1之間，屬于因變量受限的情況，直接采用最小二乘法進行參數估計會帶來嚴重的偏差和不一致性［15］，因此本文采用因變量受限的Tobit回歸模型。結合能源效率的取值范圍，在Tobit標準模型的基礎上進行稍微改動，構建本文的Tobit回歸模型如下。

其中，Y*為潛變量，Y為觀測到的因變量，X為自變量，β為回歸系數，ε為相互獨立的隨機誤差項。

3.3 回歸結果分析

在進行回歸分析之前，分別測算表2中的各變量與能源效率之間的Pearson相關系數，以對變量進行初步篩選，計算和檢驗結果表明，除機械裝備(x10)與能源效率無明顯相關性外，其余變量均與能源效率存在正向的強相關性。因此，去除機械裝備(x10)這一變量，利用Eviews6.0統計軟件，對能源效率與其余9個影響變量進行Tobit回歸分析，結果見表3。從表中可以看出，x4、x7和x8并沒有達到10%的顯著水平;而x9的回歸系數為負數，與相關性分析的結果相矛盾，這可能是由于該變量與其他變量存在嚴重的共線性問題所致。因此，去除上述四個變量后進行第二次回歸，結果 x1、x2、x3、x5、x6均達到 1%以上的顯著水平;Log likelihood為42.828 87說明回歸效果較好。

表3 能源效率影響因素的Tobit回歸結果Tab.3 Tobit regression results of influencing factors for energy efficiency

回歸結果表明，能源消費結構、產業發展程度、產業集中度、市場化程度和對外開放程度均對建筑業能源效率具有顯著的影響;技術水平、輔助產業發展程度、工程分包和專業承包的發展對能源效率的影響并不顯著。究其原因，可能是由于建筑業整體技術水平較低，能源技術研發與創新成果在建筑業中的應用較少，因此影響程度有限，但隨著新能源技術在建筑業中的推廣，技術創新能力對建筑能源效率的影響勢必會加強。而由于目前對建筑節能的重視不夠，尤其是在設計階段的節能意識薄弱，導致勘察設計等相關輔助產業未能充分發揮其積極作用。工程分包和專業承包，雖然一定程度上有利于提高建筑業生產的專業化程度，但同時過多的分包使管理工作變得復雜繁重，生產效率降低，所以綜合起來對能源效率的影響并不明顯。

對能源效率最高及最低的9個省份的影響因素指標進行對比分析，可以得出以下結果:①黑龍江的高效率主要緣于其電力消費比重遠遠高于其他省份，上海和江蘇的高效率分別得益于其較高的對外開放程度和市場化程度，浙江、北京和天津的高效率則是由產業發展程度、產業集中度、市場化程度和對外開放程度等多方面因素綜合作用的結果。②海南的低效率主要由其較低的產業發展程度和市場化程度所致，而內蒙古和山東的低效率則是由其過低的電力消費比重、產業發展程度和對外開放程度所致。

此外，分別對效率發生了顯著變化的天津、福建、河南和吉林的影響因素進行縱向比較，發現導致天津和福建能源效率大幅度下降的主要原因是電力消費比重和外商投資比重的下降，而導致河南和吉林能源效率提高的主要原因是電力消費比重和市場化程度的提高。

4 結論與啟示

本文研究結果表明省際間的建筑業能源效率存在較大差異，造成這種差異的主要因素是能源消費結構、產業發展程度、產業集中度、市場化程度和外商投資水平，而技術水平、輔助產業發展程度、專業承包發展程度和工程分包的影響并不顯著。通過本文的研究，可以得到以下啟示:

(1)各省的節能潛力不僅與能源效率相關，而且與能源消費規模相關。山東、內蒙古和河北的能源消費規模大且能源效率低，是全國節能潛力最大的省份，尤其山東的節能潛力約占全國的33%。因此，在設置建筑業節能降耗目標時，不應一刀切，而應綜合考慮各省的能源效率和節能潛力的差異。

(2)各省應注重對能源消費結構的調整，盡可能提高電力等高效能源的消費比重，降低煤炭等低效能源的比重，從而提高能源效率;應適度的加強產業結構的調整，促進產業集中度的提高，加強市場化改革和外資的引進，從而在提高建筑業生產率的同時提高建筑業能源效率。

由于數據可得性所限，本文在進行能源效率評價時，僅考慮了能源的投入，而未考慮其對環境造成的負面影響，存在一定的片面性。因此，有待尋求有效的方法將建筑業對環境造成的影響進行分離和量化，從而將其納入評價體系中，以提高評價結果的系統性。

References)

［1］WEC.WEC Statement 2006:Energy Efficiencies:Pipe-Dream or Reality［R］.London:World Energy Council(WEC)，2006.

［2］Jenne C A，Cattell R K.Structural Change and Energy Efficiency in Industry［J］.Energy Economics，1983，5(2):114 －123.

［3］Hu J L，Wang S C.Total Factor Energy Efficiency of Regions in China［J］.Energy Policy，2006，34(17):3206 －32l7.

［4］魏楚，沈滿洪.能源效率與能源生產率:基于DEA方法的省際數據比較［J］.數量經濟技術經濟研究，2007，24(9):110－121.［WeiChu， Shen Manhong. Energy Efficiency and Energy Productivity:A Comparison Based on the Panel Data by Province［J］.The Journal of Quantitative ＆ Technical Economics，2007，24(9):110 －121.］

［5］李世祥.基于工業化視角的能源效率評價方法與實證研究［J］.中國人口·資源與環境，2010，20(11):12－18.［Li Shixiang.Analyses Method and Demonstration on Energy Efficiency:An Industrialization Perspective［J］.China Population，Resources and Environment，2010，20(11):12 －18.］

［6］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.［Yang Hongliang，Shi Dan. Energy-efficiency Methods and Comparing the Energy Efficiencies of Different Areas in China ［J］.Economic Theory and Business Management，2008，(3):12 －20.］

［7］史丹，吳利學，傅曉霞，等.中國能源效率地區差異及其成因研究［J］.管理世界，2008，(2):35－43.［Shi Dan，Wu Lixue，Fu Xiaoxia，et al.Regional Differences and Its Causes of Energy Efficiency in China ［J］.Management World，2008，(2):35－ 43.］

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

［9］王群偉，周德群.中國全要素能源效率變動的實證研究［J］.系統工程，2008，26(7):74－80.［Wang Qunwei，Zhou Dequn.An Empirical Study on the Change of Total Factor Energy Efficiency in China［J］.Systems Engineering，2008，26(7):74 －80.］

［10］譚忠富，張金良.中國能源效率與其影響因素的動態關系研究［J］.中國人口·資源與環境，2010，20(4):43－49.［Tan Zhongfu，Zhang Jinliang. Demonstrational Analysis of the Relationship between Energy Efficiency and Its Influential Factor in China［J］.China Population，Resources and Environment，2010，20(4):43 －49.］

［11］鄭照寧，劉德順.考慮資本－能源－勞動投入的中國超越對數生產函數［J］.系統工程理論與實踐，2004，(5):51－54.［Zheng Zhaoning，Liu Deshun.China’s Trans-log Production Function Using Capital，Energy and Labor as Input［J］.Systems Engineering-theory＆ Practice，2004，(5):51－54.］

［12］Boyd G A，Pang J X.Estimating the Linkage between Energy Efficiency and Productivity［J］.Energy Policy，2000，28(5):289 －296.

［13］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(10):49－58.［Shi Dan.Regional Differences in China’s Energy Efficiency and Conservation Potentials［J］.China Industrial Economy，2006，10(10):49 －58.］

［14］董利.我國能源效率變化趨勢的影響因素分析［J］.產業經濟研究，2008，(1):8－14.［Dong Li.Energy Intensity Trend and Its InfluentialFactors in China［J］. IndustrialEconomics Research，2008，(1):8 －14.］

［15］戴永安，陳才.中國省際建筑業效率差異及其影響因素研究［J］.中國軟科學，2010，(1):87－95.［Dai Yong an，Chen Cai.Technical Efficiency in China’s Construction Industry and Its Influencing Factors ［J］.China Soft Science，2010，(1):87 －95.］

［16］王志平，陶長琪.我國區域生產效率及其影響因素實證分析:基于2001－2008年省際面板數據與隨機前沿方法［J］.系統工程理論與實踐，2010，3(10):1762－1773.［Wang Zhiping，Tao Changqi.Regional Production Efficiency and Its Influence Factors Analysis in China-Based on 2001－2008 Inter-provincial Panel-data and SFA Method［J］.Systems Engineering-Theory ＆ Practice，2010，3(10):1762 －1773.］

［17］劉炳勝，王雪青，李冰.中國建筑產業競爭力形成機理分析:基于PLS結構方程模型的實證研究［J］.數理統計與管理，2011，30(1):12－22.［Liu Bingshen，Wang Xueqing，Li Bing.Analysis of Chinese Construction Industry Competitiveness Formation Mechanism:Empirical Research of PLS-Based Structural Equation Model［J］.Journal of Applied Statistics and Management，2011，30(1):12 －22.］

Inter-provincial Difference in Energy Efficiency of Construction Industry and Its Influencing Factors in China

WANG Xue-qing LOU Xiang-zhen YANG Qiu-bo
(Faculty of Management and Economics，Tianjin University，Tianjin 300072，China)

The Chinese construction industry has significant impacts on the consumption of natural resources and the generation of pollution and waste with low energy efficiency.In order to achieving sustainable development of the society and economy，it is of great importance to improve the energy efficiency of construction industry.Under the total-factor energy efficiency frame，this paper evaluates the energy efficiency of 30 provinces in China using the DEA method，based on the panel data from 2005 to 2008.The result shows that there are distinct differences on the energy efficiency of construction industry among the different provinces.Heilongjiang，Shanghai and Zhejiang have the highest efficiency with the efficiency value 1 in each year，while Inner Mongolia and Shandong have the lowest efficiency with the efficiency value less than 0.3.This paper selected 10 variables in five aspects including energy consumption structure，industry development speed，industrial organization characteristics，development of auxiliary industries and technology level，and then uses the Tobit regression method to analyze their influence on energy efficiency.The result shows that energy consumption structure，industry development level，industry concentration，marketing level and foreign investment are the critical influencing factors that cause the inter-provincial differences of energy efficiency.At last，it puts forward some advices to improve the energy efficiency of construction industry，such as improving the consumption ratio of electric power and other highly efficient energy，adjusting the industrial structure appropriately，promoting industrial concentration，and strengthening the introduction of foreign investment.

construction industry;total-factor energy efficiency;inter-provincial difference;influencing factors

F407.9

A

1002－2104(2012)02－0056－06

10.3969/j.issn.1002－2104.2012.02.009

(編輯:劉呈慶)

2011－08－14

張曉瑞，博士，副教授，主要研究方向為城市與區域規劃。

安徽高校省級自然科學研究重點項目(編號:KJ2010A281)。