中國煤炭利用效率評價及與經濟增長脫鉤分析

車亮亮等

摘要

綠色發展逐漸成為世界各國解決資源環境多重挑戰的共識方案。我國綠色發展的關鍵在于能源的綠色發展問題，提高能源利用效率是推動我國能源綠色發展的有效途徑。煤炭是我國最重要的基礎能源，以煤炭為代表的化石能源作為我國能源的主體地位短期內還難以改變，因此，提高煤炭利用效率對提高能源利用效率意義重大。針對當前煤炭資源利用效率測度存在的問題，選取各地區每年煤炭消費量作為衡量能源投入的指標，第二產業從業人員作為人力投入，能源工業固定資產投資與煤炭采選業固定資產投資之和作為資本投入，第二產業增加值作為期望產出，煤炭資源碳排放量作為非期望產出，構建了包含非期望產出的SBM模型，對2000-2012年間我國30個省級行政區進行煤炭資源利用效率評價，研究表明：樣本期內，我國煤炭資源利用效率總體水平不高，平均效率值僅為0.269；四大區域按照煤炭利用效率均值高低排序依次為東部地區、東北地區、中部地區和西部地區，且中、西部地區低于全國平均水平，未來重點提升這類地區煤炭資源利用效率是提高全國整體效率的關鍵所在。近年來，我國年均GDP增速遠大于能源強度的下降速度，能源消耗與經濟增長的脫鉤關系成為研究熱點，但對于能源效率與經濟發展的“掛鉤”問題則未引起足夠重視，只有在實現能源消耗與經濟增長脫鉤的同時也要讓經濟發展與能源利用效率不脫鉤，才能切實提高經濟增長質量。基于上述認知引入脫鉤理論，分別用煤炭消費和煤炭利用效率的GDP彈性系數來分析我國及各地區煤炭消費、煤炭利用效率與經濟增長的脫鉤關系，研究表明：國家在控制能源消費總量上取得一定成效，但限于當前產業結構現狀，技術和管理水平，煤炭資源利用效率提升有限；我國及大部分地區的煤炭消費、煤炭利用效率與經濟增長已由絕對掛鉤轉變為絕對脫鉤狀態，并且地區間脫鉤程度的差距呈現逐漸縮小的趨勢。

關鍵詞煤炭利用效率；效率評價；煤炭消費；脫鉤理論；SBM模型

中圖分類號F407.21

文獻標識碼A

文章編號1002-2104（2015）03-0104-07

doi：10.3969/j.issn.1002-2104.2015.03.014

提高能源利用效率是推動我國能源綠色發展的有效途徑，煤炭是我國最重要的基礎能源，以煤炭為代表的化石能源作為我國能源的主體地位短期內還難以改變，因此，提高煤炭利用效率對提高能源利用效率意義重大。如何科學評價煤炭資源利用效率，并在此基礎上制定高效的能源環境政策，對我國綠色發展具有重大現實意義。

能源效率的內涵決定了從不同研究角度會產生許多測度指標[1]。本研究主要從經濟角度考察煤炭利用效率，即指用消耗較少的煤炭能夠產生盡可能多的有效服務或產出。目前，國內外對能源效率的評價研究主要基于兩類研究框架：單要素生產率框架和全要素生產率框架。由于單要素生產率框架的局限性[2]，全要素生產率框架下的能源效率評價研究成果則較多[3-5]，其中，數據包絡分析（DEA）方法應用最為廣泛。綜觀上述研究成果，有兩個問題難以回避：一是現有對能源效率的評價過分夸大了有效產出及低估了非期望產出（如碳排放）[2]；二是普遍存在的能源結構異質性與投入要素替代性問題往往被忽視[6]。為解決上述問題，本研究一是選取煤炭作為研究對象，刨除掉能源結構異質性問題；二是在投入產出要素選擇上，取第二產業從業人員作為人力資本，取能源工業固定資產投資與煤炭采選業固定資產投資之和作為資本投入，取第二產業增加值作為期望產出，取煤炭資源碳排放量作為非期望產出，避免出現上述提及的第一個問題。在研究方法的選擇上，大多數文獻都是基于徑向（Radial）和角度（Oriented）的DEA模型，但該模型當存在過度投入或不足產出時，即存在投入或產出的非零松弛（Slacks）時，會使評價結果產生有偏。因此，本文將運用非徑向的、非角度的DEA模型測度碳排放約束下2000-2012年間我國30個省市地區的煤炭資源利用效率，并構建脫鉤模型，探討煤炭消費、利用效率與經濟增長的關系，以期為我國煤炭產業實現綠色轉型，乃至煤炭產業綠色發展提供參考借鑒。

1研究方法與數據來源

1.1非期望產出的SBM模型

1.2脫鉤理論及其分析模型

脫鉤（decoupling）在不同學科領域被賦予不同的含義，經濟合作與發展組織（OECD）最初將“脫鉤”概念應用于農業政策領域，分析政策與貿易和市場均衡之間的相互關系，世界銀行隨后將該概念引入到資源環境領域用以分析資源消耗和環境污染與經濟增長的脫鉤情況[9]。自此，資源環境與經濟增長的脫鉤分析成為研究熱點，如Tapio[10]運用脫鉤理論研究能源消費、交通量與經濟發展的關系，彭佳雯等[11]對中國經濟增長與能源碳排放的脫鉤研究等。脫鉤分析需要建立適當的脫鉤指標，目前，學界主流的脫鉤指標主要有三種：一是OECD組織提出的脫鉤因子；二是Tapio提出的脫鉤彈性系數；三是基于IPAT方程的脫鉤評價方法。

1.3指標選取及數據來源

本文選取了2000-2012年我國大陸30個省級行政單位（不含西藏）的煤炭投入產出數據，所需數據來源于《中國能源統計年鑒》（2001-2013）和《中國統計年鑒》（2001-2013）及各省統計年鑒等。對于部分省份個別年份缺省數據，本文采用取前后兩年數據的平均數作為處理。以往的全要素能源效率評價模型中，通常將能源、資本和勞動力作為投入要素，生產總值作為期望產出，由于CO2排放量占溫室氣體排放總量的80%以上，因此，可將CO2排放量作為非期望產出。本研究沿用上述指標選取思路，SBM模型中N、M、I分別取3、1和1，即三個投入要素，一個期望產出和一個非期望產出，具體指標說明如下：

（1）勞動力投入：考慮到煤炭的生產消費活動與第二產業關聯最大，因此選取第二產業從業人員數來作為勞動力投入指標；

（2）資本投入：以能源工業固定資產投資和煤炭采選業固定資產投資之和來表征該指標；

（3）能源投入：以各地區每年煤炭消費量作為衡量能源投入的指標；

（4）期望產出：本研究評價對象為煤炭資源利用效率，為避免出現過分夸大產出現象，選取各地區第二產業增加值作為期望產出，并將其折算成2000年的不變價格；

（5）非期望產出：非期望產出用煤炭資源碳排放量表示，

碳排放系數的數據來源較多，本文取自國家發改委能源研究所發布的煤炭碳排放系數，為

0.7476，煤炭資源碳排放量的計算公式為：煤炭消費量×碳排放系數。

2結果與分析

2.1煤炭資源利用效率

本研究基于上述構建的包含非期望產出的SBM模型，通過計算得到2000-2012年全國30個省市地區的煤炭利用效率值（見表1）。根據魏楚和沈滿洪[12]、涂正革和劉磊珂[13]的劃分方法，將我國30個省市地區劃分為四大區域：東部沿海地區，包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南10省市；中部地區，包括山西、內蒙古、安徽、江西、河南、湖北、湖南、陜西8省市地

區；西部地區，包括廣西、四川、重慶、貴州、云南、甘肅、青海、寧夏和新疆9省市地區；東北地區，包括遼寧、吉林和黑龍江3省。

2.1.1總體效率分析

由表1可知，在2000-2012年間，全國乃至各個省市地區的煤炭利用效率均有明顯提高，但增幅則有所不同，增幅最大的內蒙古達到了14.38，而增幅最小的浙江僅為0.16，空間分布極不均衡。雖然內蒙古在2012年的煤炭利用效率值為1（同期，浙江為0.445），但從煤炭資源利用效率均值比較來看，在樣本期內，浙江排名略高于內蒙古，說明以浙江為代表的高效率地區想要進一步提高效率水平難度很大。我國30個省市地區在樣本期內的平均效率值僅為0.269，說明我國煤炭資源利用效率總體水平不高，提升空間巨大。煤炭資源利用效率水平較高的地區多集中在東部沿海地區，雖然該地區煤炭資源貧瘠，但經濟總量大、增速快，煤炭消費量大，人力和資本投入大，技術條件優越，因此，煤炭利用效率水平較高。樣本期內，煤炭利用效率均值排名后五位省市分別為甘肅、陜西、山西、貴州和寧夏，其中，陜西、山西和貴州是我國煤炭主要產地和輸出地區，煤炭采選業和能源工業固定投資額較大，但經濟回報較小，長期以來一直是以犧牲資源和環境為代價換取經濟發展速度，煤炭資源利用效率短期內難以快速提高。

此外，這五個地區存在的共性問題是：在經濟增長過程中存在煤炭資源投入擁擠現象，資源浪費嚴重，資源環境壓力大，導致煤炭資源利用效率損失巨大，根據“木桶原理”，若想進一步提升我國煤炭利用效率，這些地區是需要關注的重點地區。

2.1.2四大地域效率差異分析

由圖1可知，2000-2012年間煤炭利用效率平均值由高到低排序為：東部地區、東北地區、中部地區和西部地區，在增幅方面的排序則為：東北地區，中部地區，西部地區和東部地區，其中，東部和東北地區高于全國平均水平，而中部和西部地區低于全國平均水平。具體來看，東部地區的煤炭利用效率均值變化不大，呈緩慢提升趨勢，在2003-2005年間呈現一定的下降趨勢，但仍高于研究基期水平，這可能與當時受運輸及需求持續增長等因素的影響，導致東部地區煤炭資源投入不足，從而拉低了煤炭利用效率。東北地區的煤炭利用效率均值變化更大，甚至在2012年超過了東部地區，由圖1可明顯發現，該地區煤炭利用效率均值在2002-2003年有了一個較大提升，而東北老工業基地振興計劃恰恰是在2003年開始實施，東北地區自2003年起持續保持穩定的提升態勢，也說明了國家戰略在其中起到了關鍵作用。與此同時，西部和中部地區在2004年之前的煤炭利用效率均值相當，2004年作為分水嶺，中部地區逐漸超越了西部地區，這與振興東北老工業基地相似，中部崛起的中央政策也正是在2004年提出，值得注意的是，雖然中部崛起政策促使煤炭資源利用效率有了較大提升，但仍低于同期全國平均水平。

引入煤炭利用效率的變異系數來繼續分析省際間及四大區域間效率水平的變動差異。由圖2可知，全國30個省市地區的煤炭利用效率變異系數差異較大，說明各省市地區間的煤炭利用效率差異較大，在2000-2002年間存在著發散趨勢，自2002年以后又呈現出收斂趨勢。東部地區呈現先發散再收斂而后又發散的演變態勢，其轉折點出現在2002年和2008年，這與效率均值變動較為類似；中部地區的變異系數平均在0.4左右，整體呈現出較小波動的規律性收斂發散態勢，表明中部地區內的各省市地區的煤炭資源利用效率水平差距較小；西部地區呈現出先發散再收斂的演變態勢，與東部地區較為類似；而東北地區的變異系數最小，但是波動較大，說明東北地區的遼寧、吉林和黑龍江的煤炭資源利用效率差距時大時小，呈不穩定態勢。

2.2煤炭消費、利用效率與經濟增長的脫鉤分析

本文對我國煤炭消費、煤炭利用效率與經濟增長進行了時間和空間序列脫鉤分析，在時間上，參照國民經濟與社會發展五年規劃時間安排，本研究根據現有數據資料，取2000-2005年和2006-2010年兩個時段為研究對象，具體脫鉤結果見表2。

2.2.1脫鉤時間序列分析

十五期間，我國經濟增長與煤炭消費呈現絕對掛鉤狀態，即高速經濟增長是以高強度的能源消耗為代價的，我國在2003年以前對煤炭需求相對較小，得益于在2003年加入WTO組織，帶動國內工業經濟迅猛發展，能源需求強烈，作為重要基礎能源的煤炭消費量劇增，2000年全國煤炭消費14.7億t，到2005年，已經快速增長到26.5億t，消費總量翻了一番，從而造成了煤炭消費與經濟增長的絕對掛鉤狀態。與此同時，煤炭資源利用效率受制于該時期粗放式的經濟發展方式，呈現相對脫鉤狀態。隨著經濟增長速度逐漸放緩，以及我國持續調整經濟結構，轉變發展方式的不斷推進，在十一五期間，煤炭消費與經濟增長回落至相對脫鉤狀態，但煤炭資源利用效率與經濟增長仍然保持著相對脫鉤狀態，表明國家在控制能源消費總量上取得一定成效，但限于當前產業結構現狀，技術和管理水平，進一步提高煤炭利用效率難度較大。

2.2.2脫鉤空間序列分析

由表2可知，在十五期間，全國范圍內煤炭消費與經濟增長呈現相對脫鉤狀態的有北京、天津、山西、內蒙古、遼寧、吉林、黑龍江、上海、安徽、江西、湖北、廣東、廣西、海南、重慶、四川、貴州、甘肅、青海和新疆20個省市地區，相對脫鉤地區在空間分布上呈現出較為分散的局面，上述20個省市地區遍布四大區域（見前文劃分細則），北京和上海距離絕對脫鉤較近，北京則利用2008年舉辦奧運會之機，完成了煤炭消費與經濟增長絕對脫鉤過程；山西、內蒙古、廣東、青海則徘徊在相對脫鉤邊緣，隨時有轉為絕對掛鉤的可能。經過國家經濟結構、能源結構調整，到十一五期間，煤炭消費與經濟增長呈現相對脫鉤的地區增加至27個，說明國家宏觀調控政策起到了積極的作用。

十五期間，煤炭消費與經濟增長呈現絕對掛鉤的有河北、江蘇、浙江、福建、山東、河南、湖南、云南、陜西和寧夏10個省區，其中，山東、江蘇和浙江經濟發達省份為追求更高經濟績效，從而導致煤炭消費強度居高不下，其余經濟欠發達地區為追趕其他發達地區，使得大批高耗能、高污染、低水平且重復性的工業項目集中上馬，導致煤炭消費與經濟增長呈現絕對掛鉤狀態。上述地區同樣受國家經濟增長放緩，宏觀政策調整等影響，紛紛由絕對掛鉤轉為相對脫鉤，但海南和新疆則由十五期間的相對脫鉤轉變為十一五期間的絕對掛鉤，這兩個地區都在大力發展工業經濟，但相對于其他省區來說，項目水平和質量不高，完全是以高強度能耗來換取高經濟增長速度。

十五期間，煤炭資源利用效率與經濟增長呈現絕對掛鉤的有河北、山西、遼寧、吉林、黑龍江、河南、湖北、廣西、重慶、甘肅和新疆11個省區，表明上述地區煤炭利用效率增長率快于經濟增長率；浙江較為特殊，呈現出絕對脫鉤狀態，這是因為該時段內浙江的煤炭資源利用效率呈現了負增長，導致與經濟增長絕對脫鉤。其余18省市地區則呈現相對脫鉤狀態。到十一五期間，除北京、上海外，其余28省市地區煤炭利用效率與經濟增長均呈現相對脫鉤狀態，表明地區間脫鉤程度的差距呈現逐漸縮小的趨勢。北京和上海兩市煤炭利用效率與經濟增長呈現絕對掛鉤，表明兩市調整經濟結構，轉變發展方式成效顯著，率先完成了煤炭利用效率與經濟增長的掛鉤階段。

3主要結論

（1）2000-2012年間，全國乃至各個省市地區的煤炭資源利用效率均有明顯提高，但我國30個省市地區在樣本期內的平均效率值僅為0.269，說明我國煤炭資源利用效率總體水平不高，提升空間巨大。煤炭資源利用效率水平較高的地區多集中在東部沿海地區，我國煤炭主要產地和輸出地區則煤炭利用效率不高，未來重點提升這類地區煤炭利用效率是提高全國整體效率的關鍵所在。

（2）2000-2012年間，煤炭利用效率平均值由高到低依次為東部地區、東北地區、中部地區和西部地區，東部和東北地區高于全國平均水平，而中部和西部地區低于全國平均水平。國家宏觀政策對煤炭利用效率影響較大，這一點已在東北地區和中部地區的實證中得到了驗證。

（3）十五期間，我國經濟增長與煤炭消費呈現絕對掛鉤狀態，至十一五期間，煤炭消費與經濟增長回落至相對脫鉤狀態，但煤炭利用效率與經濟增長仍然保持著相對脫鉤狀態，表明國家在控制能源消費總量上取得一定成效，但限于當前產業結構現狀，技術和管理水平，煤炭利用效率提升難度較大。

（4）在十五期間，全國范圍內煤炭消費與經濟增長呈現相對脫鉤地區在空間分布上呈現出較為分散的局面，北京率先完成了煤炭消費與經濟增長絕對脫鉤；該期間內，部分省市地區集中上馬高能耗、高污染、低水平且重復性的工業項目是導致煤炭消費與經濟增長呈現絕對掛鉤的主要原因。到十一五時期，除北京、上海完成煤炭利用效率與經濟增長的絕對脫鉤外，其余28省市地區煤炭利用效率與經濟增長均呈現相對脫鉤狀態，表明地區間脫鉤程度的差距呈現逐漸縮小的趨勢。

（編輯：劉呈慶）

參考文獻（References）

[1]魏一鳴，廖華. 能源效率的七類測度指標及其測度方法[J].中國軟科學，2010，（1）：128-137.[Wei Yiming， Liao Hua. Seven Energy Efficiency Indicators and Their Measurement Approaches [J]. China Soft Science， 2010， （1）： 128-137.]

[2]魏楚，沈滿洪.能源效率研究發展及趨勢：一個綜述[J].浙江大學學報：人文社會科學版，2009，39（3）：55-63.[Wei Chu， Shen Manhong. Current Progresses and New Trend of Research on Energy Efficiency： A Literature Review [J].Journal of Zhejiang University： Humanities and Social Sciences Edition， 2009， 39（3）： 55-63.]

[3]Hu J L， Wang S C. Total Factor Energy Efficiency of Regions in China [J].Energy Policy， 2006， 34（1）：3206-3217.

[4]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 Wangping. The Total Factor Energy Efficiency Measurement of China Based Environment Pollution [J]. China Industry Economic， 2009， （2）：76-86.]

[5]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. Energyefficiency Methods and Comparing the Energy Efficiencies of Different Areas in China [J]. Economic Theory and Business Management， 2008， （3）： 12-20.]

[6]廖華，魏一鳴. 能源效率及其與經濟系統關系的再認識[J].公共管理學報，2010，7（1）：28-34.[Liao Hua， Wei Yiming. A Further Understanding on Energy Efficiency and Its Relation with Economic System [J].Journal of Public Management， 2010， 7（1）：28-34.]

[7]Tone K. A Slacksbased Measure of Efficiency in Data Envelopment Analysis [J].Journal of Operational Research， 2001， 130（3）：498-509.

[8]Tone K. Dealing with Undesirable Outputs in DEA： A Slacksbased Measure （SBM） Approach[R].GRIPS Research Report Series， 2003.

[9]蓋美，胡杭愛，柯麗娜.長江三角洲地區資源環境與經濟增長脫鉤分析[J].自然資源學報，2013，28（2）：185-198.[Gai Mei， Hu Hangai， Ke Lina. Decoupling Analysis Between Economic Development and Resources and Environmental of the Yangtze River Delta [J].Journal of Natural Resources， 2013，28（2）：185-198.]

[10]Tapio P. Towards a Theory of Decoupling： Degrees of Decoupling in the EU and the Case of Road Traffic in Finland Between 1970-2001 [J].Journal of Transport Policy， 2005，（12）：137-151.

[11]彭佳雯，黃賢金，鐘太洋，等. 中國經濟增長與能源碳排放的脫鉤研究[J].資源科學，2011，33（4）：626-633.[Peng Jiawen， Huang Xianjin， Zhong Taiyang， et al. Decoupling Analysis of Economic Growth and Energy Carbon Emissions in China [J]. Resources Science， 2011，33（4）： 626-633.]

[12]魏楚，沈滿洪.能源效率及其影響因素：基于DEA的實證分析[J].管理世界，2007，（8）：66-76.[Wei Chu， Shen Manhong. Energy Efficiency and Influence Factors Based on DEA [J]. Management Word， 2007， （8）： 66-76.]

[13]涂正革，劉磊珂.考慮能源、環境因素的中國工業效率評價：基于SBM模型的省級數據分析[J].經濟評論，2011，（2）：55-65.

AbstractGreen development gradually becomes a consensus solution to the multiple challenges of resources and environment in the world. The green development of energy， which is improved with the energy use efficiency， is the key of green development in China. Coal is the most important basic energy in our country. The fossil energy， represented by coal will account mostly for a major share in our country. As a result， improving the coal use efficiency （CUE） is of great significance to improving energy efficiency. Aiming at the current issues on measurement of CUE， this paper establishes the SBM model including undesirable output， which takes the regional annual coal consumption as a input indicator of energy， the employee in the second industry as a input indicator of human resources， the sum of energy industry and coal mining industry investment in fixed assets as a input indicator of capital， the added value of the second industry as a indicator of desirable output， carbon emissions of coal resources as a indicator of undesirable output， to evaluate the CUEs of 30 Chinese provincial area from 2000 to 2012. The result shows that the average CUE of these examples is only 0.269， and the general level of CUEs is not high in China. Regionally， the highest CUEs appears in the East， secondly in the Northeast， thirdly in the Central China and last in the West. Central and western China， which lags the average level of China， is the key region for enhancing the overall level of CUEs. In recent years， Chinas annual GDP growth rate is faster than the decrease in the energy intensity， the decoupling relationship between energy consumption and economic growth become a research hotspot， but the “hook” of energy efficiency and the economic development has not been caught enough attentions. It can effectively raise the quality of economic growth that the energy consumption and the economic growth decouples as while as the economic development and the energy efficiency dont decouple. This paper， adopting decoupling theory， analyzes the relationships between coal consumption， CUE and economic growth at national and regional levels respectively based on the GDP elastic coefficients of CUE and coal consumption. The result finds that China has gained some effects in controlling coal consumption， but the improvement of CUE is limited due to the present status of industrial structure， technology and management. Meanwhile， the relationships between coal consumption， CUE and economic growth at national and regional levels have been changed from absolute hooking to absolute decoupling， and the gap in regional decoupling degree is decreasing.

Key wordscoal use efficiency； efficiency evaluation； coal consumption； decoupling theory； SBM model