基于DEA－M almquist指數的我國區域*全要素能源效率分析

陳 忠，鐘杭州

基于DEA－M almquist指數的我國區域
*全要素能源效率分析

陳 忠1，2，鐘杭州1

（1.福州外語外貿學院經濟學院，福建福州350202；2.福建師范大學經濟學院，福建福州350007）

運用DEA與Malmquist指數相結合的方法，以能源、勞動力、資本作為投入指標，以GDP作為產出指標，測算了2000－2011年間我國全要素能源效率變動及其構成情況.結果表明：我國東、中、西部地區全要素能源效率整體上在提高，且主要源于技術進步的推動，而技術效率的作用有待加強.在實證分析的基礎上，提出了推進能源技術研發、深化能源體制改革、優化能源結構、調整產業結構等四點有助于提高我國能源效率水平的建議.

DEA模型；Malmquist指數；區域全要素能源效率

我國正處于快速工業化的中后期，第二產業所占比重較高，重化工業增長較快.與此同時，能源消耗持續增長，能源效率長期偏低，能源問題已成為制約我國經濟發展的重要因素.《BP世界能源統計》資料顯示，2010－2012年，我國已連續三年超過美國成為世界第一大能源消費國.據世界銀行統計數據計算顯示，2011年，我國單位GDP能耗是世界平均水平的1.5倍，美國的1.7倍，日本的2.3倍. 21世紀，隨著全球氣候變暖問題日益凸顯，作為世界第一大溫室氣體排放國的我國將面臨更加嚴峻的節能減排壓力.2013年，我國已發生了兩次大范圍持續霧霾天氣，25個省份、100多個大中型城市陷入嚴重污染.我國“十二五”規劃中明確提出要堅持把建設資源節約型、環境友好型社會作為加快轉變經濟發展方式的重要著力點.因此，新形勢下，對能源效率問題的研究顯得尤為重要和緊迫.

能源效率度量的是在既定能源投入下所能實現的最大產出程度，或者是在既定產出條件下所能實現的最小能源投入程度.傳統的單要素能源效率只反映了有效產出與能源這單一投入的比例關系.由于它忽略了勞動力、資本等其他生產要素的影響，所以夸大了能源效率.Hu和Wang［1］基于數據包絡分析（DEA）提出了全要素能源效率的概念.全要素能源效率衡量了除能源外的其他投入要素保持不變的情況下，按最佳生產實踐，生產一定產出所需最少能源投入占實際能源投入的比例，因而考慮了其他投入要素對能源效率的影響.本文采用DEA－Malmquist指數方法對我國29個省區以及東、中、西部地區2000－2011年的面板數據進行實證分析，以期對我國全要素能源效率演化的路徑有更好地把握.

1 DEA－Malmquist指數方法介紹

1978年，美國著名運籌學家查恩斯（A·Charnes）、庫伯（W·W·Cooper）和羅茲（E·Rhodes）［2］首先提出了數據包絡分析（DEA）.它是一種評價決策單元投入產出相對效率的非參數方法［3］.DEA方法能夠處理多個投入與多個產出指標，各個指標的單位也可以不統一.更重要的是它在評價技術效率時無需設定投入產出之間的函數形式，也不必人為給定各指標的權重，因而避免了主觀因素所產生的誤差.

Malmquist指數最早是作為測量消費水平的定量指數由曼奎斯特（Malmquist，1953）提出.后來Malmquist指數與DEA模型相結合，成為一種測量全要素生產率變動的專門指數，用以反映各個決策單元不同時期效率的變動情況.本文測算的Malmquist指數將全要素能源效率變動（Total Factor Energy Efficiency Change，TFEECH）分解為技術變動（Technical Change，TECH）與技術效率變動（Technical Efficiency Change，EFFCH）.技術效率變動可以進一步分解為純技術效率變動（Pure Technical Efficiency Change，PECH）和規模效率變動（Scale Efficiency Change，SECH）.

將每個省區看作是一個決策單元（DMU），用（xt，yt）和（xt＋1，yt＋1）分別表示該省區在t年和t＋1年的投入產出量，從t期到t＋1期的全要素能源效率變化的Malmquist指數為：

在規模收益不變的情況下，Malmquist指數可以分解為：

在規模收益可變的情況下，以C代表不變規模收益，以V代表可變規模收益，Malmquist指數可以進一步分解為：

全要素能源效率變動（TFEECH）表示從t期到t＋1期決策單元沿不同生產前沿能源效率的變化.技術進步率（TECH）表示從t期到t＋1期生產前沿的移動，反映技術的變動.技術效率變動（EFFCH）和純技術效率變動（PECH）分別表示相對于不變規模收益和可變規模收益生產技術，從t期到t＋1期決策單元向生產前沿的追趕效應，反映決策單元對投入的技術利用變化程度.規模效率變動（SECH）表示從t期到t＋1期決策單元規模變動的效率值變化.

TFEECH、TECH、EFFCH、PECH和SECH的值大于1，表明從第t期到t＋1期全要素能源效率、技術進步率、技術效率、純技術效率和規模效率在提升；等于1，表明未發生變化；小于1，則表明在下降.

2 我國區域全要素能源效率變動測算

2.1指標選取與數據來源

本文以能源、勞動力、資本為投入指標，以GDP為產出指標，測算了2000－2011年我國東部、中部和西部地區以及29個省級行政區（將重慶數據并入四川，由于西藏能源消費量、資本存量數據不可得，故將西藏剔除）的全要素能源效率變動及其構成.其中，東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個省區；中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省區；西部地區包括四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆、廣西、內蒙古10個省區.

2.1.1 能源

選取各省區的能源消費量作為能源投入的衡量指標，單位為萬噸標準煤，數據來源于《中國能源統計年鑒》（2001－2012）.由于2001年寧夏的能源消費量數據缺省，用前后兩年相應數據的平均數進行了替代.

2.1.2 勞動力

選取各省區年初、年末就業人數的平均數作為勞動力投入的衡量指標，單位為萬人，數據來源于《中國統計年鑒》（2001－2012）.由于2006年末和2011年末各省區就業人數數據缺省，2006年末各省區就業人數用前后兩年相應數據的平均數進行了替代，而2011年各省區的勞動力投入指標值是用2010年各省區的勞動力投入指標值乘以2000－2010年各省區勞動力投入指標值的平均增長率求得的.

2.1.3 資本

運用“永續盤存法”估算每年各省區的資本存量，公式為：Kit＝Kit－1（1－δi）＋Iit.其中，Kit是i省區第t年的資本存量，Iit是i省區第t年的投資，δi是i省區的固定資產折舊率.利用張軍等［4］的研究結果，取2000年當年價格計算的資本存量作為初始資本存量，I取當年價格固定資本形成總額，并用固定資產投資價格指數縮減成以2000年為不變價格的投資額，δ取9.6%.利用公式計算2001－2011年的資本存量，數據來源于《中國統計年鑒》（2001－2012），單位為億元.

2.1.4 GDP

以各省區2000年當年價格GDP和2001－2011年國內生產總值指數求得各省區2000－2011年以2000年為不變價格的實際GDP，單位為億元，數據來源于《中國統計年鑒》（2001－2012）.

表1 2000－2011年三大區域全要素能源效率變動及其分解

2.2實證結果及分析

2.2.1 我國三大區域全要素能源效率變動總體分析

2000－2011年我國東部、中部和西部地區全要素能源效率變動及其構成測算結果見表1.從歷年全要素能源效率變動的情況來看，2000－2011年間，我國東部和中部地區，除2002年、2005年全要素能源效率出現負增長外，其余年份均有不同程度的增長.西部地區2000－2008年間全要素能源效率均保持了增長，但2009年、2010年開始出現小幅下降，分別下降了0.9%和0.6%.2001年和2007年，三大區域全要素能源效率增長幅度都達到了高點.說明加入世貿組織和國民經濟的高速增長對我國全要素能源效率的提高起到了很大的促進作用. 2008年、2009年受國際金融危機影響，國家投入大量救市資金于基礎設施建設和重化工業，使我國全要素能源效率增幅有所下降.說明能源效率的變化受宏觀環境和政策因素的影響較大.

從平均值來看，2000－2011年，我國三大區域全要素能源效率呈現增長趨勢，但增長率并未顯示出東、中、西部依次遞減的階梯式演變格局.東部地區全要素能源效率年均增長了1.4%，大于西部地區的1.0%，也大于中部地區的0.9%.三大區域全要素能源效率的增長主要是技術進步的貢獻，2000－2011年，三大區域年均技術進步率分別為1.9%、1.3%和1.0%.說明技術進步是我國全要素能源效率提高的主要動力，我國在節能、新能源技術的自主創新、技術交流與合作、技術轉移與引進，技術進步的基礎條件、政策環境等方面有所改善.

而這12年間，東部和中部地區的技術效率卻平均下降了0.5%，西部地區的技術效率平均來看增長率為零.將技術效率分解成純技術效率和規模效率來看，三大區域的情況又有所不同，東部地區技術效率的下降是由純技術效率和規模效率二者都下降引起的；中部地區技術效率的下降是由規模效率的下降引起的，其純技術效率增長不明顯；而西部地區技術效率的零增長狀況是由于這12年間的純技術效率和規模效率平均來看未發生變化.我國能源價格的長期低價管制、市場結構的國有壟斷化，導致了利用現有技術配置能源資源的低效率，使得價格發出了“能源不稀缺”的錯誤信號，市場機制的作用在弱化，技術成果的轉化、推廣與應用受到影響，高耗能重化工業未進行有效的轉型升級，阻礙了我國能源效率的提高.

表2 2000－2011年我國各省區全要素能源效率變動及其分解

2.2.2 各省區全要素能源效率變動差異分析

2000－2011年我國29個省級行政區全要素能源效率變動及其分解測算結果見表2.2000－2011年，東部地區中，全要素能源效率年均增速最快的是上海、北京、天津，較快的是浙江、江蘇、福建和廣東，且主要是由于技術進步的推動，說明這些省區作為我國對外開放的前沿地帶，科技投入大，技術與人才的交流與合作頻繁，技術進步率提升明顯，從而促進了全要素能源效率的大幅提高.上海、北京、天津的服務業非常發達，能源消耗較少，能源效率較高.浙江、江蘇、福建和廣東等地隨著用工成本的提高，制造業有內遷的趨勢，產業轉型升級較快，能源效率也提高較快.而河北、遼寧、山東這12年間的全要素能源效率整體在下降，技術退步和技術效率下降兩方面的原因都存在，說明這些省區在經濟發展的同時，并沒有發揮自身地域優勢，在開發利用新技術、新能源方面還存在不足，產業結構、能源結構有待進一步調整優化.

雖然吉林、黑龍江、江西屬于中部地區，四川、陜西、新疆、內蒙古屬于西部地區，經濟發展水平欠發達，技術研發條件、能力較差，但在國家“中部崛起”、“西部大開發”戰略實施背景下，這些省區投入了大量人力、財力、物力，學習東部地區先進節能技術和管理經驗，促進了能源技術的引進、擴散以及技術研發能力的提高，實現了技術進步，從而推動了全要素能源效率的大幅增長.

而中西部地區中，全要素能源效率下降幅度排在前五位的依次是甘肅、山西、貴州、湖南、湖北，年均下降幅度分別達到了3.6%、2.9%、2.5%、1.9%和1.1%，是技術退步和技術效率下降兩方面的原因造成的，說明中西部這些省區的能源技術水平、管理體制、市場化程度和對外開放程度還比較低.特別是能源資源相對豐裕，加上較低的開采成本，能源價格也相對較低，使其產業結構固化在了資源型產業上，產業轉型升級缺乏動力，能源消耗較大，能源效率出現下降.

3 結論及政策建議

2000－2011年，我國三大區域全要素能源效率整體上在提高，主要源于技術進步的推動，而技術效率的作用有待加強.全要素能源效率的波動受宏觀環境和政策因素的影響較大.東部地區全要素能源效率年均增長率大于西部地區，也大于中部地區，并未顯示出東、中、西部依次遞減的階梯式演變格局.

東部地區科技投入大，技術進步率提升明顯，產業轉型升級較快，全要素能源效率提高較快.中西部地區雖然部分省區發揮了后發優勢，學習和引進了先進技術和經驗，全要素能源效率得到一定提升.但一些資源型省份，能源相對豐裕，產業結構層次較低，能源效率出現下降.

本文從提高我國各地區全要素能源效率、實現區域協調發展方面提出以下幾點建議：

（1）推進能源技術研發.技術進步是能源效率提升的根本源泉.我國應注重節能、新能源技術的自主創新和消化吸收創新；加強我國各地區之間、國際之間的人才、技術的交流與合作；引進高水平的科研人員和先進的技術，提升能源技術競爭力.在經濟政策激勵方面，應制定有效的產業扶持政策，促進新能源產業的發展，通過財政、稅收、金融手段支持節能和新能源技術的研發，實現能源技術強國的轉換.

（2）深化能源體制改革.能源價格的扭曲和市場結構的壟斷化導致我國能源配置的低效率.政府應減少干預，合理監管，逐步建立以市場定價為主的能源價格形成機制，使能源價格反映市場供求狀況，以價格手段降低能耗提高效率；推進能源市場化改革，打破高度國有化和管制化的壟斷性能源市場結構，放松市場準入的限制，引入有效的競爭機制；深化國有能源企業的改革，建立現代公司制企業制度.

（3）優化能源結構.我國煤炭消費量占到了能源消費總量的70%左右，由于煤炭本身的特性及轉化技術的有限，導致煤炭利用效率不高，這在很大程度上制約著我國能源效率的提高.因此，要大力發展和引進清潔、高效的新能源和可再生能源，積極開發利用太陽能、風能、水能、生物質能等，促進能源消費結構由煤炭為主向多元化方向轉變.

（4）調整產業結構.能源消費量的大小與產業結構有著密切的關系，我國第二產業增加值占GDP的比重接近一半，工業中包含著許多高耗能、高污染的產業，工業能源消費量占到了能源消費總量的70%左右.因此，產業結構的轉型升級是能源效率提高的關鍵.應大力發展高附加值、高技術、低能耗、低污染的產業，限制高耗能、高污染產業的生產規模，促進能源從低生產率的產業向高生產率的產業流動.

［1］Hu J，Wang S.Total－factor energy efficiency of regions in China［J］.Energy Policy，2006，（17）：3206－3217.

［2］Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units［J］.European Journal of Operational Research，1978，（6）：429－444.

［3］張運華，吳潔，施琴芬.高校科技投入及成果轉化效率分析——價值鏈角度的考察［J］.科技管理研究，2008，（8）：133－135.

［4］張軍，吳桂榮，張吉鵬.中國省際物質資本存量估算：1952－2000［J］.經濟研究，2004，（10）：35－44.

Analysis of China’s Regional Total Factor Energy Efficiency Based on DEA－Malmquist Index Method

CHEN Zhong1，2，ZHONG Hangzhou1
（1.School of Economics，Fuzhou Foreign Language and Foreign Trade College，Fuzhou Fujian 350202，China；2.School of Economics，Fujian Normal University，Fuzhou Fujian 350007，China）

Taking energy，labor and capital as the input indicators and using GDP as the output indicator，this paper，with amethod combining the DEA and Malmquist Index，estimates China’s total factor energy efficiency fluctuation and its composition from 2000 to 2011.The results show that the total factor energy efficiencies in China’s eastern，central and western regions are overall improving and it ismainly due to the technological progress.But the role of technology efficiency needs to be strengthened.On the basis of the empirical analysis，suggestions are put forward to improve China’s energy efficiency level.

DEA model；Malmquist index；regional total factor energy efficiency

F062.1

A

1008－4681（2014）02－0097－05

（責任編校：晴川）

2014－03－15

福建省社會科學規劃項目（批準號：2013B128）；福建省教育廳人文社科項目（批準號：JA12585S）；福建省教育廳人文社科項目（批準號：JB12356S）.

陳忠（1967－），男，福建福州人，福州外語外貿學院經濟學院、福建師范大學經濟學院副教授，碩士.研究方向：產業經濟與貿易.