基于SFA的微觀企業能源效率及影響因素實證研究

張 媛，許羅丹

（1.中山大學 南方學院，廣東 廣州 510275；2.中山大學 嶺南學院，廣東 廣州 510275）

1.引言

過去30多年，中國經濟的高速發展，消耗了大量生產要素和能源投入。雖然中國以GDP衡量的經濟總量在2010年已經躍居全球第二，但中國能源消費總量已經超過美國成為世界第一。2010年，中國單位GDP能源消耗是世界平均水平的2.2倍，甚至高于印度。單位GDP的高能耗一直受到業界和學界詬病，經濟增長與能源效率提升之間的矛盾十分突出。

雖然在“十二五”期間，中國在節能降耗方面取得了突出的進展，但能源資源的稀缺性與經濟增長可持續的矛盾仍然存在。中國能源結構中煤炭、石油等化石燃料比重偏高，環境保護和治理投入不足，使得水和大氣污染越來越嚴重，大面積出現的霧霾影響了人們的健康和生活質量。從可持續發展角度來看，化石能源屬于不可再生資源，調整能源結構和提高能源利用效率是當務之急。因此能源效率問題是現階段的重大議題，有著重要的研究意義。

實現節能減排目標的前提是掌握各行業能源效率現狀及其節能潛力，在此基礎上制定針對性的政策和節能措施。本文基于2012年至2015年面板數據，測度廣州市136家工業重點用能單位的能源效率及變動趨勢，分析微觀層面能源效率的影響因素。能源投入效率模型與實證分析可用于估算廣州市重點用能企業的節能潛力總額，從而推算廣州市節能潛力。盡管產業結構加速升級，節能降耗也取得了十足的進展，中國仍處于能源改革的發展期。中國能源體系中存在著行業規管制度，所有權結構，能源消耗結構等諸多發展過渡期特征。通過進一步對能源投入效率影響因素分析，試圖理解其內在規律以及探究如何通過管理模式和政策規管提高能源效率。

2.文獻綜述

目前能源效率評價有兩種，一是單要素能源效率，即不考慮其他生產要素及其替代作用的能源消耗指標；二是全要素能源效率，即在產出中除考慮能源投入外還綜合考慮資本、勞動力等的作用。全要素能源效率可避免單要素能源效率對于產出與能源消耗線性相關的假設而導致的夸大能源投入貢獻（張唯，2010）[1]的缺點，且能分析各生產投入要素之間的關系以及生產無效率的能源損失與動因。因此，對于能源效率的測度與分析大多采用全要素能源效率。

已有文獻在測度全要素能源效率時普遍采用隨機前沿方法（Stochastic Frontier Analysis）（Farrell，1957）[2]與數據包絡方法（DEA）（Charens，1978）[3]，前者為參數法而后者為非參數法。其度量方法都是先確定生產前沿，然后通過構建參數函數或者非參數的線性凸面來擬合實際的投入、產出水平數據，然后測度相對距離來計算效率值。其中，參數法的模型參數基于先驗的生產函數或成本函數來估計，待估函數中的誤差項分為無效率誤差和隨機誤差兩部分，以剔除隨機干擾項的影響。Ferrier和Lovell（1990）[4]提出隨機前沿方法（Stochastic Frontier Analysis，SFA）是主要的參數模型，因其微觀經濟理論中的最優化目標相一致，迅速發展并成為各種單位效率決策的重要工具之一

除了能源效率定義和測算之外，另一個研究重點在于如何提升能源的投入效率。這對于提高增長質量和節能減排是十分重要的。大部分研究者認為，影響能源效率主要因素一是技術差異，Fisher－Vanden等（2006）[5]、李世祥（2008）[6]、劉暢等（2008）[7]、張偉（2011）[8]、吳傳清（2016）[9]等的實證研究都表明產品與生產的技術創新等帶來的節能技術進步與能源結構優化等對能源效率有正向作用；二是市場改革，研究中一般采用產權制度、所有制改革、對外開放程度等變量作為市場制度的指標，Fan 等（2007）[10]、胡一帆等（2006）[11]、趙金樓等（2013）[12]研究表明所有制制度、對外開放程度等都對能源效率有顯著影響；三是結構調整，董利（2008）[13]、王兵（2011）[14]、李蘭冰（2012）[15]、陳關聚（2014）[16]、吳傳清和董旭（2016）[9]等在研究中都發現，經濟和產業結構的優化有助于提升整個經濟的能源投入效率。

為掌握各行業與微觀企業的能源效率現狀，了解能源投入無效率的原因及節能建立，本文將采用全要素生產率框架下的隨機前沿法SFA從微觀層面對企業效率進行測算，并對其影響因素進行分析。

3.研究方法與數據來源

3.1 研究方法

因為企業的生產函數可預測，結合隨機前沿法SFA考慮了隨機因素對于產出的影響，能夠將實際產出細分為生產函數的產出、隨機因素和技術無效率三部分進行分析，對面板數據研究的結論更加接近現實等優點，本文采用SFA建立能源投入的生產前沿模型，分析能源效率、節能潛力及其影響因素。

Debreu（1951）[17]和Farrell（1957）[2]首先提出效率衡量基準是生產邊界，如果所有投入在給定產出條件下不可同比例減小，或者所有產出在給定投入的條件下不可同比例增加，稱為生產有技術效率（technical efficiency），否則存在技術非效率（technical inefficiency）。在Debreu－Farrell效率分析框架的基礎上，在生產函數的生產要素中引入能源投入，構成與能源效率有關的隨機前沿模型。。

Coelli和Perelman（1999）[18]建立的單一產出、多投入的生產情形下衡量與效率邊界的將能源要素作為等式左端的生產要素X，則構成關于能源效率的隨機前沿模型：LnYit＝f（X）＋uit＋vit

其中f（.）是從生產技術角度建立的能源需求函數，是能源投入的確定性前沿部分。Yit和Xit是確定性前沿的參數變量，Yit代表產出，Xit代表能源及其他投入要素，uit為非負隨機誤差項，表示生產無效率，vit為隨機誤差。

Battese和Coelli（1995）[19]進一步發展了隨機前沿技術，他們提出的BC模型不僅可以測度個體的技術效率，還可以分析相關因素對個體效率的影響。因為不需要分步進行估計，也被稱為“一步法”。

假定 u 服從非負截尾正態分布 N（mit，σu2），同時假設 m 是各種影響因素的函數，如式：mit＝δ0＋δ·Zit

其中，Zit為技術非效率的影響因素，δ0為常數項，δ為影響因素的系數向量，當δ為正值則該因素對技術效率有負面影響，反之為正面影響。假設vi服從截尾正態分布N（0，óu2）。使用最大似然法或調整最小二乘法估計參數和誤差項（Vi－Ui），進而得到技術效率TE為：TEi＝E（－Ui）＝E（－ziδ－vi）

此外設定方差參數γ＝σu2／（σu2＋σu2）計算隨機誤差中技術非效率的比重以對模型是否合理進行判斷。γ處于［0，1］之間，γ＝0若被接受，則表明純隨機因素是實際產出與最大產出之間的主要差異原因，只需采用OLS方法進行分析；反之則存在非效率誤差，應采用隨機前沿分析技術。

綜上，本文使用Battese和Coelli（1995）提出的隨機前沿分析方法（“一步法”），就廣州市工業企業能源效率與節能潛力進行分析，并考察所有制結構、能源依賴度、能源結構等方面對工業能源投入非效率的影響。

3.2 數據來源與變量定義

投入與產出指標的界定是構建隨機前沿生產函數模型的前提，而勞動力和資本是經典的柯布－道格拉斯生產函數中的投入變量，國內生產總值則是產出指標。為便于與文獻研究結論比較，本文沿用主要文獻中普遍使用的指標以C－D函數為基礎以便與已有文件進行對比，同時增加能源消費量作為投入變量。

本文主要的研究對象微觀層面的能源效率，采用廣州市約136家重點用能企業①根據1999年3月10日頒布的《重點用能單位節能管理辦法》（中華人民共和國經濟貿易委員會第7號令發布），重點用能單位的定義是：（一）年綜合能源消費量1萬噸標準煤以上（含1萬噸）的用能單位；（二）各省、自治區、直轄市經濟貿易委員會（經濟委員會、計劃與經濟委員會）指定的年綜合能源消費量5000噸標準煤以上（含5000噸）、不足1萬噸標準煤的用能單位。2011年－2015年能源利用狀況年度報告。所有的數據均從重點用能企業的政府普查報告整理而得。

3.2.1 投入和產出變量

一般而言，對于國家或行業的研究均采用資本存量作為資本投入，因此本文采用企業固定資產總量計為投入。能源投入變量采用綜合能源消費量（噸標準煤），勞動力投入變量為企業在職員工總數。文獻中有采用主營業務收入產出指標，考慮到投人要素中包括了能源這一中間消耗品而采用工業總產值（2000年可比價）作為產出指標。

3.2.2 非效率函數中的影響因素

能源消耗結構：采用煤炭和焦炭的消費占總能源消費的比例來表示。在計算能源投入總量時將不同的量綱的能源統一折算為標準煤數量。

能源依賴度：該指標用以代表能源成本對企業提高能源使用效率的動機。采用能源消費占生產成本比例來表示，具體為能源消費金額與總生產成本的比值，表示企業生產對能源的依賴程度。

能源管理師人數：該指標采用每萬噸標準煤能耗的能源管理師人數，由于各企業規模不同，能源消耗水平也不盡相同。因此采用單位能耗的人數可以消除企業規模的影響。

能源體系認證：為了檢驗能源管理體系認證是否能夠有效地幫助企業提高能源效率，我們將是否通過認證作為虛擬變量，1表示通過能源管理體系認證，0表示未通過。

所有制結構：分為國有企業或中央企業、外資獨資或合資企業、其他私營企業。所有制結構設置國有企業和外資企業兩個虛擬變量，國有企業或外資企業設為1，否則為0。

3.3 研究模型

在以上變量基礎上，建立基于對數C－D生產函數的隨機前沿模型：

LnYit＝β0＋β1LnKit＋β2LnKit＋β3LnKit＋vit－μit

式中Yit為i公司t年度的工業總產值（按照2000年可比價）萬元；Kit為固定資產凈值（萬元）；Lit為i公司t年度全部員工數量（人）；Eit為i公司t年度綜合能源消費量（噸標準煤）；uit為技術損失誤差項，是企業可以控制的影響因素，用來計算技術非效率。

接下來，本文分別測度能源結構、企業所有制、能源依賴度、能源管理體系認、能源管理師和能源消耗結構對能源效率的影響，建立如下無效率函數：

Uit＝δ1Structure＋δ2Dependency＋δ3Certificate＋δ4Manager＋δ5Foreign＋δ5SOE

式中U代表無效率水平，Structure是煤炭占總能源消耗的比例；Dependency代表能源消費成本占總成本比例；Certificate是虛擬變量，代表是否通過能源管理體系認證，通過為1，不通過則為0；Manager是每萬噸標準煤能耗的能源管理師人數；Foreign代表外資企業，外資獨資或合資為1，否則為0；SOE代表國有企業，國企則為1，否則為0。

4.實證結果

4.1 能源效率測算結果

根據如上模型，我們測算出136家重點用能單位的個體能源效率，我們按照行業歸類計算能源效率平均。從行業間能源效率水平差異來看，行業間的不均衡現象依然明顯。表1給出了各行業按年均能源投入效率結果，依能源效率從高至低排序。

表1 各行業年均能源效率測算結果

可以看出，效率較低的行業主要是能源相關行業，如電力、熱力的生產和供應業，石油加工、煉焦業、非金屬礦物制造業等等。一是依賴煤炭資源的重工產業規模較大，尤其是有色金屬冶煉及壓延、黑色金屬冶煉壓延等主要燃料和動力依賴煤炭，生產這些低附加值的產品過程中，對環境造成嚴重破壞。二是電力生產依賴煤電，小煤電廠數量多、規模小，電煤消耗了煤炭總量的52%。

不同行業的能源投入效率差異明顯。能源效率最高的前5個行業的平均能源效率為0.818；而最低的5個行業平均能源效率僅為0.537。而且從時序的截面分析看能源效率最高的前5個行業的總體呈上升趨勢，而最低的前5個行業則呈現下降趨勢。

根據計算得到的能源效率，我們計算了所有樣本企業的年度平均值如圖1所示。總體來看，2012－2015期間，廣州市重點用能企業的能源投入效率穩定在一定水平上，并沒有顯著的提升或降低。

圖1 企業能源效率直方圖統計

4.2 企業能源效率影響因素分析

利用2012年－2015年制造業136家企業能源統計數據，運用Frontier4.1程序對隨機前沿生產函數模型進行一步法估計，其中非效率影響服從半正態分布。隨機前沿模型中投入變量的彈性系數和影響因素的系數估計結果如表2所示。

表2 全要素隨機前沿模型估計結果

固定資產、勞動力和能源三個投入要素的彈性系數分別為0.177、0.522和0.406，合計為1.105，意味著2012年－2015年期間廣州市重點用能企業的要素投入具有規模報酬遞增趨勢。γ＝0的零假設已被拒絕，因此采用隨機前沿模型是合理的，可以解釋企業的能源投人效率。γ值為0.101，說明隨機前沿生產函數的誤差中的10.1%來源于技術非效率，總體情況較好。技術非效率主要原因在于投入要素配置不合理和經營管理不善，雖然總體情況較好，但仍應從優化資源配置、改進業務流程、提高管理水平角度加以改進。

從效率影響因素的參數估計來看，大部分系數估計結果都顯著，表明對能源效率產生有著顯著影響。具體來看，煤炭消耗占比系數為正，系數為正值說明能源消費結構對能源效率有負影響。意味著煤炭消耗占總能源消耗比重越高，生產中能源效率越低。結果但是煤炭消耗比重變量的系數未通過顯著性檢驗，原因可能是能源效率受制于工藝水平、裝備水平、人員素質、能源價格和環保政策等多種因素，折算為煤炭當量后導致能源結構指標不夠準確。李春發（2012）[20]采用DEA方法研究發現，煤炭消費比重每增加1%則能源效率下降0.05%左右；王喜平（2012）[21]運用方向距離函數和ML指數模型對能源效率進行了研究，結果也表明工業行業中煤炭消費比重每提高1個百分點，能源效率減少10.68%。雖然研究方法和數據樣本不同，但關于煤炭消費與能源效率負相關的認識是一致的。

能源管理體系認證是否能提高企業的能源效率？系數估計的結果雖然不顯著，但是符號為負，也說明通過能源管理體系認證對能源效率有正影響。估計結果不顯著的原因可能是由于樣本企業中通過該認證的只有7家，僅占所有企業數量的5%。由于比例太低，代表性不夠。從單位能耗的能源管理師來看，參數顯著為負。說明能源管理師對于提高工業生產的能源效率有顯著的積極影響。每萬噸標準煤能源消耗的能源管理師數量越多，其企業能源效率越高。實證結果證明了政府監管手段在提高企業能源效率中的積極作用。

從能源依賴度指標來看，我們發現其參數估計的結果顯著為正，意味著能源依賴程度越高，能源效率越低。能源密集型企業的能源消費占總生產成本的比重越高，其能源效率反而越低。這說明雖然其依賴度高，提升效率對于生產的影響十分明顯，但是這些企業并沒有能夠發揮能源使用的效率。

最后，從所有制結構因素——外資企業和國有企業參數兩個虛擬變量的估計結果來看，外資企業參數顯著為負，而國有企業參數為正，但不顯著。該結果表明工業生產中的能源效率隨國有化程度高低而呈反向的變動，所以阻礙節約型工業增長的其中一個重要問題是經濟體制的結構性弊端。與之相反，嚴格預算約束下經營的民營企業與外資企業則在最大限度節約成本的驅動下，更有動力提高能源效率。

5.結論

本文運用隨機前沿技術對2012年至2015年廣州市136家重點用能企業面板數據進行了研究，測度了各企業及所屬行業的能源效率。研究發現能源效率總體水平較高但處于停滯狀態，行業間能源效率水平差異較大，且分化現象明顯。所有制結構、企業能源管理師以及能源依賴水平是影響能源效率改善的重要因素。同時過高煤炭消費占比對能源效率有一定的負面影響。根據以上研究結論提出如下政策建議：

5.1 優化能源消費結構，推動綠色能源發展

推進煤炭清潔高效利用，實施工業園區和產業集聚區集中供熱，嚴格淘汰分散式落后燃煤鍋爐。加快天然氣推廣使用，多種渠道組織氣源，鼓勵企業開展現貨采購，降低天然氣利用成本。加強生物質能、風能、太陽能、地熱能等可再生能源開發利用。在公共建筑、大型商貿設施、企業廠房、新建公共租賃房以及居民小區等區域，集中開發規模化屋頂光伏發電項目和光熱項目。推進構建以高效潔凈煤電為基礎，清潔能源、新能源以及可再生能源共同發展的綠色能源保障體系。

5.2 推動制造業改善管理與調整結構

以行政手段和經濟手段相結合的方式，嚴格把控項目準入關，嚴格控制新建高耗能、低產值項目。促使企業淘汰技術升級困難的高耗能項目，鼓勵發展高端制造項目。運用高新技術改造提升傳統行業，強化城市高端服務功能，推動制造業逐步向智能化、綠色化、服務化方向發展。注重互聯網與新能源技術相融合，形成“互聯網＋智慧能源產業”發展新形態，大幅提高能源綜合利用效率。發展科技含量高的高端制造業需要大量人才、技術和資金等，依靠企業自身力量實現轉型的困難很大，政府應在人才引進、技術創新、信貸政策、稅收優惠等方面給予各類企業支持。

5.3 優化調整能源消費存量

引導企業實施綜合能效提升服務工程，推進分布式能源供應系統、需求側響應管理、空調冰蓄冷和節能改造、空壓機改造、綠色照明節能改造、分布式儲能技術、用能設備信息管理、城市虛擬電廠等能效提升技術應用，并引導各單位建立能源綠色數據中心。實施能效“領跑者”制度，發揮標準約束和倒逼引領作用。挖掘建筑節能潛力，制訂綠色建筑行動方案，整體推動交通節能行動。研究新業態、新商業模式、新用能模式、新功能區等能源消費特點及控制路徑。

5.4 建立科學的能源監管體制

當在各重點用能企業與行業中分配能源消費總量控制目標時，應根據各地區經濟社會的發展水平、產業的結構特點、能源消費特征以及單位地區生產總值能耗下降目標等進行綜合考慮與分解。重點用能企業應該配備能源管理師，明確責任、目標，并進行有效考核，形成相應體系，形成全面的能源消費總量控制與責任體系控制能源消費總量責任體系。

5.5 推行能效標識和產品認證

擴大能效標識在終端用能設備和建筑上的應用，引導消費者選用節能低碳產品，促進企業加快高效節能產品的研發和推廣利用；加強能效對標，探索建立“領跑者”制度，積極鼓勵企業開展節能低碳產品認證。