基于Malmquist－DEA的中國能源產業技術進步與技術效率研究

(西安交通大學經濟與金融學院，陜西 西安 710061)

中國能源的消費結構在未來仍然是一種非均衡的態勢。權威專家估計，預計2020年中國能源消費總量為33.57億噸標準煤，煤炭、石油、天然氣和電力的消費量分別為18.13億噸標準煤、9.06億噸標準煤、3.29億噸標準煤、3.09億噸標準煤。能源產業是我國可持續發展總體戰略中的一個關鍵性產業，我國特有的能源結構是造成環境等問題的重要原因之一，而能源產業技術發展的相對滯后性集中表現為能源資源開采中的浪費和使用中的低效率，這些更加快了我國本已稀缺的能源資源耗竭過程。因此，探討我國能源產業的技術進步問題與技術效率問題有很強的現實意義。

關于中國能源產業生產率問題也引起了國內外學者的關注[1－5]，已有研究雖然對我國能源產業的生產率進行了一些分析，但基于產業的角度并從省域和地區劃分的視角來對中國能源產業生產率進行深入分析的文獻還較少。此外，通過對能源產業生產率進行分解，并從技術進步和技術效率的角度來分析我國能源產業發展的內在原因更是值得研究的問題。因此，在已有文獻的基礎上，本文運用29個省的面板數據對中國能源產業的全要素生產率進行實證研究，擬從以下幾個方面對現有文獻進行拓展:①運用基于DEA的曼奎斯特(Malmquist)生產率指數對中國29個省 (自治區、直轄市，后文簡稱作“省”)能源產業的TFP增長進行研究，并比較能源產業的區域技術進步與技術效率發展情況;②從能源產業整體視角，完整地揭示中國能源產業技術進步和技術效率的動態變化，進一步尋找生產率差異和變動的原因;③對中國各地區能源產業生產率、技術進步、技術效率的收斂性予以檢驗，以求全面地反映各地區能源產業生產率差異變化的演進軌跡及趨勢特征。

1 研究方法與數據處理

1.1 Malmquist生產率指數

由于能源產業活動具有多輸入和多輸出特征，可以將Malmquist指數分解為技術進步指數和技術效率變化指數。通過分解，可以更加詳細地了解影響能源產業全要素生產率變動的綜合因素，避免把生產率的變化只歸因于某一因素，而忽視其他因素的作用。在本文中，我們把每一個省看作一個生產決策單位，運用由 Fare等[6－7]改進的DEA方法來構造每一個時期中國能源生產最佳實踐前沿面，從而對技術效率變化和技術進步等指標進行測度。

1.2 數據來源與處理

本文使用的樣本為1999—2010年中國各地區能源業12年的投入和產出數據，對于一些缺失數據我們采用插值法進行了補充。所用數據主要來源于《中國統計年鑒》 (2000—2010)、EPS數據分析平臺數據庫、中宏產業數據庫，另外面板數據覆蓋全國29個省、自治區和直轄市，在分析地區能源業生產率變動規律時，仍然按傳統劃分方法劃分為東部、中部和西部三大區，其中東部包括11個省份，中部包括8個省份，西部包括10個省份。

Strassner等[8]研究認為，基于產業層面的生產率分析應將總投入分解為資本、勞動、能源、材料和服務五大類，其中資本、勞動屬于最初投入(增加值)，而其他三大類屬于中間投入，考慮到現有統計資料無法獲得中間投入，所以在本文中我們暫不考慮中間投入。下面我們分別說明產出、資本投入和勞動投入的具體取值方法:

(1)以中國能源產業各年總產值作為產出[9]。為消除通貨膨脹的影響，使用全國各地區工業品出廠價格指數對各年的能源產業產出值進行平減，將它們統一為基于1999年的不變價格。

(2)資本投入。估算按可比價格計算的資本存量，最常用的方法是所謂的“永續盤存法”。在使用永續盤存法時主要涉及基期資本數量的計算、折舊率的選擇和投資平減三個問題。假定初期的資本存量是過去投資的加總，選擇一個固定的折舊率5%，則投資時間序列可近似用式 (1)表示:

那么第一期的資本存量可以用式 (2)求出:

其中I(0)和λ可以由1999—2010年的投資序列的對數值和時間之間的線性規劃求出:

用δ表示折舊率，則資本存量可以用式 (4)求出:

其中，t=1，…，12 。

(3)在市場經濟條件下，勞動投入的計量以標準勞動強度下的勞動時間來進行測度，而在中國，由于市場經濟體制的不盡完善使得勞動收入難以準確的反映產業的真實勞動投入，因此本文采用我國能源產業當年的在崗職工平均人數來反映勞動投入。

2 實證分析結果

為了研究各省能源產業全要素生產率的動態變化，并尋求變化的源泉，我們計算了每一個省的能源產業全要素生產率逐年變化的情況。在空間上，按照東部、中部和西部的地區劃分方法進行研究，從而分析區域經濟增長中的不同模式。利用WIN4－DEAP軟件和Eviews5.0軟件，本文求出了全國歷年平均、分區域的Malmquist生產率指數及其分解的測算結果。

2.1 全要素生產率 (TFP)歷年變化的趨勢分析

根據Fare等[7]的研究，表1中的指數減去1，就是各指標的每年增長率。從全國平均的時間序列數據來看，考察期內全要素生產率的平均增長率為－0.56%，技術進步平均增長率為－1.81%，技術效率平均增長率為1.17%。雖然規模效率以每年2.19%的速度增長，但是技術進步效率以每年平均－1.81%的負增長速度發展，而規模效率除2003年非典、2008年金融危機稍有影響外，其余年份都有一定程度的增長率，由此可以看出，中國能源產業全要素生產率的增長主要來源于規模效率而不是技術效率。總而言之，1999—2010年全要素生產率經歷了先升后降緩慢的增長過程，2003年又有所下跌，之后一直呈上升趨勢，但2008年后又有所下降，并且技術進步與全要素生產率的變化趨勢較為一致。2000—2001年這一時期的技術進步程度較低，這與Wu[10]的研究一致。在Wu[10]的研究中，在經濟改革的初始時期，各地區的經濟效益具有極大的改善，然而卻沒有表現出較強的技術進步特征。此外，除規模效率外，技術進步的貢獻是另外一個重要因素，2005、2007年的技術進步指數值超過1，這說明了技術進步是生產率提高的決定因素，全要素生產率的提高對于技術進步的依賴是非常明顯的。此外，伴隨著中國經濟改革明顯的效率改進，也就是明顯的“水平效應”:隨著經濟的不斷發展，中國能源產業也表現出較強的技術進步特征[11－12]。這也說明中國能源產業能否持續發展主要取決于將來是否能夠有以創新為特征的不斷技術進步。最后，FDI(外商直接投資)的引入也可不斷促進各個產業包括能源產業的技術進步。

從表1中還可看出，2003年之后規模效率有一定的提高，規模效率變化值均超過1。規模效率提高一方面在于國際原油價格的飆升為油氣行業帶來的巨額利潤，另一方面2002年國家對電力生產企業改革和重組、2003年對煤炭產業的整合、2005年之后新能源產業的蓬勃推進等也是導致規模效率增加的主要原因。此外，2008年金融危機對于中國能源產業的影響非常巨大，我國能源供需及進出口出現一些異常變化。一是能源供需增速月度數據與經濟增長出現背離，一度呈現負增長。二是由于受國內外能源價差等因素的影響，煤炭由凈出口轉為凈進口;而由于國內煉油產能增長過快，供大于求、成品油由凈進口轉為凈出口。這些都嚴重影響了中國能源產業的規模效率，所以2008、2009年的規模效率相對于2007年呈下降趨勢，且都小于1。但2010年之后有所回升，此時規模效率值大于1。

進一步分析發現，1999—2010年的純技術效率指數平均下降1.24%，這也直接導致了技術效率在此期間的平均增長率非常低，為1.17%。純技術效率表明每一個生產決策單位基于現有投入生產條件的應有產出能力，它可以反映生產及決策的正確與否。從本文所選擇的投入指標來看，說明中國各省普遍存在擴大投入能力的傾向。此外，能源產業的投入擴大或純技術效率指數的下降也從側面說明了我國能源產業在管理水平、體制建設等方面的落后性。以煤炭行業為例，2003年前煤炭行業的產業集中化程度過低，產業構成不利于生產和經營集約化。特別是2002年以前無證開采的小煤窯居多，它們以資源、環境、勞動者的生命和健康等基本權益為代價。各地為了加大本地區的煤炭行業收益，盲目擴大生產規模，多數煤炭項目無序投資，這些行為對煤炭行業造成了很大的負面沖擊。

表1 歷年平均Malmquist生產率指數及其分解

2.2 TFP變動的區域特征

進一步對TFP變動的區域特征進行分析 (見表2)。在1999—2010年期間，東部的全要素生產率、技術效率最高。具體的，東部的全要素生產率高于西部2.56%，高于中部3.47%；技術效率東部的高于西部1.68%，高于中部2.56%；東部的純技術效率高于西部3.42%，高于中部2.65%。這是因為東部的管理水平、人才素質、資金力量、技術水平上都要優于其他兩個地區。西部的技術進步高于東部0.15%，高于中部9.62%。這是因為雖然西部的技術在2000年以前較為落后，但隨著中國工業經濟發展“水平效應”的影響，西部大開發政策、FDI引入等都使得西部的技術進步程度較東部高。假使后進地區有能力吸收和采納先進地區技術，滿足自己的需要，技術知識的公共特征 (技術擴散)往往會使后進地區從中受益[11]，在這里，后進地區對先進地區的模仿、趕超或先進地區的“技術溢出”效應成為后進地區的“技術后發優勢”。新技術的擴散、傳播和轉移速度的加快，以及后進地區技術學習和創新能力的提高終將使它們實現技術水平的跨越。當代許多工業化國家或地區的發展經驗表明，后來者常常會利用技術上的模仿優勢。這一機制在工業化國家(地區)中表現得更為顯著。例如，日本和后起的中國新興地區臺灣等就成功地進行了技術模仿或技術引進。進一步來講，在產業整合與結構調整等一系列外部政策、經濟環境等的影響下，在對原來的密集型要素配置進行變革的過程中，西部能源產業的技術進步是較明顯的。因此，在能源產業總體上處于規模報酬平穩階段的情況下，技術進步應成為主導全要素生產率增長的主要因素。

此外，從區域層次來看 (見表2)，東部和西部兩個地區的規模效率變化均大于1，規模效率的變化西部高于東部1.36%，高于中部2.14%，前已述及2002—2003年的電力、煤炭行業重組及國際油價的飆升是規模效率較高的原因之一，同時煤炭、油氣資源分布主要聚集于陜西、內蒙古、新疆等西部地區 (陜西、內蒙古的西部地區與山西并稱為煤炭產業的“三西”地區)，在國家加大能源產業整合、優化產業結構、實行規模經營的基礎上，西部的規模效率變化較高，伴隨著中國工業化的“水平效應”，西部較中部而言在能源產業的發展上更具有追趕效應。

表2 區域Malmquist生產率指數及其分解

2.3 能源產業技術進步的分析

為了進一步分析中國各省市能源產業規模收益的狀況，以及分析在維持產出不變的情況下投入要素的改進程度，繼續采用2010年的數據進行DEA分析。研究發現，2010年中國能源業平均規模效率由于受2008年金融危機、歐債危機等的影響變化后有所回升較高，達到1.0219;純技術效率也有所回升，為1.0029，但技術進步指數未超過1，僅為0.9998。從各個省的數據來看，2010年北京、上海、廣東、江蘇、浙江、山東的技術效率、純技術效率、規模效率均排在前列，這也印證了東部省份的管理水平、人才素質、資金力量方面具有較好的基礎，因而也為這些地區的技術效率提高提供了客觀條件;而內蒙古、陜西、山西由于其煤炭業較為發達，且受益于國家能源產業整合等政策實施的影響，所以其技術效率變化、純技術效率指數、規模效率變化也較高。從區域層次來看，2010年，技術效率變化、純技術效率變化、規模效率變化仍然是東部最高。

從規模報酬看，湖北、廣西、云南、貴州等省市都處于規模報酬遞減階段，而上海市、福建、廣東、江蘇等省處于規模報酬遞增階段，增加規模可以提高效率。當然，在此期間，新能源項目對于各省的規模報酬影響是非常顯著的。2005年后，國內的新能源產業項目形成了大干快上的局面，截止2010年底，全國31個省市自治區均把光伏產業列為優先扶持發展的新興產業;600個城市中，有300個發展光伏太陽能產業，100多個建設了光伏產業基地;全球多晶硅產量20萬噸，我國占近9萬噸。如此巨大的投入規模，又加上政府的補貼政策，所以2010年各省份的規模報酬基本上處于一個遞增態勢。

3 趨同性分析

通過以上研究，本文對中國各地區能源產業的全要素生產率以及內部結構變化做出了初步判斷，研究表明，各地區的能源產業全要素生產率無論是從整體狀況還是TFP內部都表現出明顯的差異特征，但如果要動態、全面地反映各地區能源產業生產率的變化演進軌跡以及趨勢特征，還需要對此進行深入的研究。對此，本文將借助全要素生產率以及分解指標來考察中國各個地區能源產業生產率的趨同性。

關于區域趨同性 (收斂性)的經驗研究文獻。從研究方法上大致可以把這些研究分為兩類，一是以截面數據 (包括面板數據)為基礎的增長回歸法，二是時間序列分析法。以上方法均能從不同的角度檢驗趨同假設。通常情況下將收斂分為絕對收斂和條件收斂。絕對收斂是指每一個經濟體都會達到完全相同的穩態增長速度和增長水平，而條件收斂是在考慮了經濟體的異質特征后，每個經濟體都在向各自的穩態水平趨近。由于穩態水平依賴于經濟體自身的特征，因此即使存在條件收斂也不意味著經濟體之間的絕對水平會趨同。通常情況下，絕對收斂速度是指落后經濟體向發達經濟體追趕的速度，條件收斂是指經濟體趨近自身穩態水平的速度。研究結果顯示 (限于篇幅，從略)，技術效率和全要素生產率的回歸系數雖然為負，但均不顯著，由此可知我國各省能源產業的技術效率和生產率均不存在絕對收斂，即各省份的技術效率和生產率最終不會達到相同的穩態水平。技術進步的回歸系數顯著為正，表明我國各省份能源產業的技術進步存在發散趨勢，發散速度為每年0.41%。另外，為了判別區域差異對能源產業收斂速度的影響，我們又對東、西、中部三大區域能源產業的TFP、EC和TP作了條件收斂檢驗。研究發現三大地區內部各省份的能源產業也都在向各自的穩態水平趨近。從收斂速度上看，東部地區的TFP、EC和TP的收斂速度最快，西部地區次之，中部地區的收斂速度最慢。但是，研究結果表明，對于我國能源產業，技術效率存在顯著的條件收斂，但不存在顯著的絕對收斂，說明我國各省份的技術效率都在向各自的穩態水平趨近，但各省份之間最終不會達到相同的穩態水平。技術進步既存在條件收斂，也存在著絕對發散，這說明我國各省份的技術進步都在向各自的穩態水平趨近，但各省份之間的技術進步差距會持久存在。由于技術效率和技術進步的條件收斂，我國各省份能源產業的生產率也存在條件收斂，但是又因為技術進步的絕對發散性，我國各省份能源產業的生產率將不能實現最終趨同。

4 主要結論及建議

本文運用Malmquist－DEA方法進行研究，研究結果表明:

(1)基于1999—2010年全國歷年平均的時間序列數據來看，考察期內全要素生產率的平均增長率為 －0.56%，技術進步平均增長率為－1.81%，技術效率平均增長率為1.17%。從全國歷年的全要素生產率、技術進步指數狀況來看，技術進步是生產率提高的決定因素，全要素生產率的提高對于技術進步的依賴是非常明顯的，但是中國能源產業全要素生產率的增長主要來源于規模效率而不是技術效率。

(2)2003年之后規模效率有一定的提高，規模效率變化值均超過1。規模效率提高一方面在于國際原油價格的飆升為油氣行業帶來的巨額利潤，另一方面2002年國家對電力生產企業改革和重組、2003年國家對煤炭產業的整合、2005年之后新能源產業的蓬勃推進等也是導致規模效率增加的主要原因。

(3)1999—2010年的純技術效率指數平均下降1.24%，這也直接導致了技術效率在此期間的平均增長率非常低，為1.17%。純技術效率表明每一個生產決策單位基于現有投入生產條件的應有產出能力，它可以反映生產及決策的正確與否。從本文所選擇的投入指標來看，說明中國各省普遍存在擴大投入能力的傾向。此外，能源產業的投入擴大或純技術效率指數的下降也從側面說明了我國能源產業在管理水平、體制建設等方面的落后性。

(4)從區域層次來看，1999—2010年期間，東部的全要素生產率、技術效率最高，西部次之。這是因為東部的管理水平、人才素質、資金力量、技術水平、吸引外資程度上都要優于其他兩個地區。西部的技術進步高于東部0.15%，高于中部9.62%。東部和西部兩個地區的規模效率變化均大于1，規模效率的變化西部高于東部和中部，伴隨著中國工業化的“水平效應”，西部較中部而言在能源產業的發展上更具有追趕效應。在產業整合與結構調整等一系列外部政策、經濟環境等的影響下，在對原來的密集型要素配置進行變革的過程中，西部能源產業的技術進步較為明顯。

(5)對2010年的數據進行DEA分析，可以看出，2010年，技術效率變化、純技術效率變化、規模效率變化仍然是東部最高。2010年北京、上海、廣東、江蘇、浙江、山東的技術效率變化、純技術效率變化、規模效率變化均排在前列，這也說明了這些省市的管理水平、人才素質、資金力量方面具有較好的基礎。而內蒙古、陜西、山西由于其煤炭業較為發達，且得益于國家能源產業整合等的政策實施，所以其技術效率變化、純技術效率指數、規模效率變化也較高。從規模報酬看，湖北、廣西、云南、貴州等省市都處于規模報酬遞減階段，而上海市、福建、廣東、江蘇等省處于規模報酬遞增階段，增加規模可以提高效率。此外，新能源產業的大力推進也是影響規模效率的主要因素之一。

(6)我國能源產業的技術效率存在顯著的條件收斂，但不存在顯著的絕對收斂，說明我國各省份的技術效率都在向各自的穩態水平趨近，但各省份之間最終不會達到相同的穩態水平。技術進步既存在條件收斂，也存在著絕對發散，這說明我國各省份的技術進步都在向各自的穩態水平趨近，但各省份之間的技術進步差距會持久存在且不斷擴大。由于技術效率和技術進步的條件收斂，我國各省份能源產業的生產率也存在條件收斂，但是又因為技術進步的絕對發散性，我國各省份能源產業的生產率將不能實現最終趨同。

[1]Mulder P，de Groot H L F.International comparisons of sectoral energy and labour productivity performance:st ylized facts and decomposi tion of trends.CPB Discussion Paper，2003，(22)，CPB，The Hague.

[2]李蘭冰.中國全要素能源效率評價與解構——基于“管理—環境”雙重視角[J].中國工業經濟，2012，(06):57－69.

[3]孫鵬，顧曉薇，劉敬智，王青.中國能源消費的分解分析[J].資源科學，2005，(9).

[4]鄒艷芬，陸宇海.基于空間自回歸模型的中國能源利用效率區域特征分析[J].統計研究，2005，(10).

[5]仲鑫，陳相森.外商直接投資區域差異及影響因素的比較研究[J].統計研究，2012，(03):54－60.

[6]Fare R，Grosskopf S，Lovell C A K.Production Frontiers[M].Cambridge:Cambridge University Press，1994.

[7]Fare R，Grosskopf S，Norris M.Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries:Reply[J].American Economic Review，1997，(87).

[8]Strassner E，Medeiros G，Smith G.Annual Industry Accounts:Introducing KLEMS input estimates for 1997—2003[J].Survey of Current Business，2005，85(9).

[9]朱鐘棣，李小平.中國工業行業資本形成、全要素生產率變動及其趨異化:基于分行業面板數據的研究[J].世界經濟，2005，(9).

[10]Wu Yanrui.Is China's Economic Growth Sustainable?A Productivity Analysis[J].China Economic Review，2000，(11).

[11]Zheng Jinghai，Hu Angang.An Empirical Analysis of Provincial Productivity in China(1979—2001)[J].G?teborg，Department of Economics.2004.

[12]王林輝，董直慶.資本體現式技術進步、技術合意結構和我國生產率增長來源[J].數量經濟技術經濟研究，2012，(05):3－18.