中國省際全要素能源效率的影響因素研究

萬益嘉

摘要：文章利用超效率DEA-Tobit模型對全國各省進行了全要素能源效率的影響因素研究，重點分析了固定資產投資與政府影響力的交互作用以及國有經濟成分在總固定資產投資的比重的影響。雖然政府影響力和全社會固定資產投資都與能源效率呈負相關，但政府影響力還通過減弱固定資產投資的負面效應間接產生一定的積極作用。在全社會和能源工業領域，國有經濟成分占固定資產投資的比重與能源效率都呈顯著正相關。文章還針對結論提出了部分政策建議。

Abstract： In this paper， the total factor energy efficiency of 27 provinces in China is measured by using the super-efficiency DEA-Tobit model and the influencing factors are studied. The interaction between fixed asset investment and government influence and the proportion of state-owned economic components in total fixed asset investment to the inter-provincial energy efficiency are emphasized. It is found that although the government influence and the direct influence of the whole society fixed asset investment have negative correlation with the energy efficiency respectively， the government influence has a positive effect on energy efficiency indirectly by reducing the negative impact of fixed asset investment. In addition， whether in the whole society or the energy industry， the proportion of state-owned economic components in fixed assets investment is significantly positively related to energy efficiency. The paper also puts forward some policy suggestions according to the conclusion.

關鍵詞：全要素能源效率;固定資產投資;政府影響力;超效率DEA;Tobit模型

Key words： total factor energy efficiency;fixed assets Investment;government influence;super-efficiency DEA;Tobit Model

0? 引言

長期以來，我國的能源效率一直處于落后狀態，且當前經濟發展與能源消費之間的關系在未來不具可持續性，必須謀求改變。而固定資產投資對地區經濟指標的增長具有直接的推動作用，是中央及地方政府推進經濟發展的重要著力點。因此，關于能源效率、固定資產投資和政府影響力三者之間關系的深層次研究就具有很大的必要性和現實意義。

目前能源效率相關研究主要集中在以下兩個方面：

第一，在能源效率的測算方面，投入產出指標的選取由單要素轉向多要素，測算模型也不斷改進。Hu and wang首次使用DEA方法研究全要素能源效率這一概念，考慮到了勞動、資本、能源等要素之間的替代性[1]。楊紅亮等發現相比于單要素，全要素能源效率指標能夠更有效地反映我國的能源效率[2]。能源效率的測算模型方面，DEA在處理多投入和多產出的情況時更有優勢，并可直接計算出能源效率和投入冗余量。另外，超效率 DEA 模型能夠通過在評估決策單元時將該決策單元本身排除在決策單元的集合之外，實現對DEA有效單元的效率進一步排序。

第二，能源效率的影響因素有很多。吳琦和武春友運用超效率DEA模型，將技術進步和結構調整確定為能源效率關鍵影響因素，得出了改革開放以來技術進步、結構調整對我國能源效率的影響分別為正向和負向的結論[3]。Li Yang等應用基于epsilon的測度DEA方法，研究了2007～2015年中國30個地區及其三個主要地區的區域生態能源效率及時空差異[4]。Nengcheng Chen等則結合社會經濟和遙感數據，基于超效率數據包絡分析和Malmquist指數方法，對中國長江經濟區進行了能源效率的靜態和動態分析[5]。

隨著市場決定性作用的發揮，非國有企業固定資產投資占主要組成部分，但國有企業對固定資產投資規模也發揮了重要的引導作用[6]。我國目前的能源投資主要仍是以政府投資為主、企業自主投資為輔，具有較強的政府投資傾向[7]。由于固定資產投資對GDP指標增長具有直接的推動作用，因而被中央和地方政府給予高度關注[8]。

目前，已有學者把固定資產投資作為能源效率的影響因素之一記入回歸模型進行研究，得出了固定資產投資規模增加不利于我國能源效率的結論[9]。然而，大部分研究都只是將固定資產投資、政府影響力或是二者結合而成的政府投資作為獨立的影響因素進行分析，鮮有文獻以固定資產投資與政府影響之間的關系為側重點。而實際上，其交互作用對能源效率也會產生重要影響，厘清其背后的影響機理，對我國政府兼顧經濟發展與能源效率具有重要的現實意義。

那么，對于能源效率而言，固定資產投資與政府財政支出代表的政府影響力之間是否存在一定關系？固定資產投資中國有經濟所占比例對能源效率又有什么影響？本文旨在運用超效率DEA-Tobit模型解決這些問題，繼而對政府提供一定的政策建議。

1? 全要素能源效率的測算

1.1 超效率DEA模型簡要介紹

1.2 投入產出指標的選取與處理

根據能源利用過程中的技術和環境要求及現有能源效率指標的構造體系，文章建立了全要素能源效率的“三投入兩產出”指標體系，框架結構如下：

②勞動投入。用各省市從業人員數表示，單位為萬人。

③能源投入。將各省市三種主要能源煤、原油、天然氣消費量進行加總，并折算成統一單位萬噸標準煤。

④合意產出。各省市2007-2016年實際GDP，用2007年為基期的地區生產總值指數進行處理。

⑤非合意產出。以碳排放強度進行衡量，具體為煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然氣八種一次能源的消耗量與相應排放系數的乘積和，排放系數參考《2006年IPCC國家溫室氣體清單指南》，單位為萬噸。

本文所采用數據來自《中國統計年鑒》、《中國能源統計年鑒》及各省市統計年鑒。樣本為我國27個省區市 2007-2016 年的數據，其中青海省、海南省和西藏自治區因關鍵數據缺失而不包括在分析范圍內，重慶市則并入四川省一起統計。

1.3 全要素能源效率測算結果

將2007- 2016年中國27個省級面板數據代入超效率DEA模型，利用matlab R2017b軟件對全要素能源效率進行測度，得到結果如表1所示。

根據表1進一步繪制了各省（市、區）平均全要素能源效率對比圖如圖1所示。

可以發現，我國27個省（市、區）全要素能源效率測算結果呈現以下特點：第一，2007至2016年期間我國不同省域的能源效率差異較大，其中，北京和上海兩直轄市全要素能源效率始終高于1，幾乎一直處于生產前沿面上;天津市后來居上，而前幾年一直高于1的廣東省則有不斷下降的趨勢。安徽和河南兩省的能源效率最低，河北、山西、陜西、吉林、云南和四川的能源效率均值在0. 58以下。

2? 固定資產投資與政府影響力的交互作用對能源效率的影響研究

為了解的影響因素及其影響程度，早有學者在數據包絡分析的基礎上提出了兩步法[12] 。由于全要素能源效率有一個最低界限值0，數據因此而被截斷。Tobit模型是因變量受限模型，可以有效處理這個問題，在因變量為切割值或片斷值時適用[13][14]，故本文采用處理限值因變量的 Tobit模型檢驗全要素能源效率的影響因素。

另外，本文還選取以下指標作為其他控制變量。

①產業結構IS：以第二產業增加值與地區GDP的比值作為產業結構的衡量指標。

②技術進步T：用各省每萬人擁有的專利授權數量來代表該地的技術進步情況。

③能源消費結構CS：用各省煤炭消費總量占一次能源消費量的比重衡量。

④環保力度EP：采用各省工業污染治理投資占地區GDP的總量來衡量該地的環保投入力度。

其中，EE表示全要素能源效率，下標i表示省際單元，下標t表示年份，λi為各待估系數，特別有其中λ7代表的是政府影響力與固定資產投資的交互作用，ε為隨機擾動項。考慮到共線性對回歸結果的影響，本文共采用五個模型進行回歸分析，每個模型涉及的影響因素不同，分別如表2所示。另外在模型中有政府影響力與固定資產投資的交互項時，政府影響力不參與回歸，以避免相關性帶來的影響，保證結果的穩定性。

運用Eviews9.0軟件估計回歸模型，結果見表3。

由表3可以發現：

①模型1的結果與大多數文獻相一致，政府影響力對能源效率的直接影響為負。一方面政府過度干預容易產生腐敗，導致重復建設和過度投資，干擾市場有效的資源配置。另一方面，政府過分追求經濟增長和吸引投資，可能會放松對環境污染的監督，從而導致非合意產出增加，能源效率降低。

②模型2中，全社會固定資產投資與地區生產總值之比與能源效率呈顯著負相關。即當前我國進行的建造和購置固定資產的活動對節能環保不夠重視，造成了一定的能源浪費和環境污染。雖然我國政府已經開始對高能耗高污染企業進行整治和改造，但部分企業仍然一味擴大規模、以量取勝。另外，有學者指出，某些省份目前用于固定資產的新建、擴建與改建的比例存在問題，投資者熱衷于新建和擴建，一味搞外延擴張，不重視內涵改造[15]。

③模型3衡量的是政府影響力與固定資產投資的交互作用與全要素能源效率之間的關系，結果顯示為正，說明目前盡管各省政府宏觀調控力度存在差異，但從總體上說隨著中央及地方政府影響力的提升，固定資產投資對于能源效率的負面影響會減弱。改革開放以來，市場化改革使我國中央和地方政府一定程度上放松了對非國有經濟固定資產投資的管制。這對民間固定資產投資和外商直接投資的增長起到一定的積極作用，但也在能源環境方面帶來了許多問題，形成嚴重的資源浪費。因為我國目前的市場調節機制并不完善，確實存在市場調節滯后、市場監管不嚴等諸多弊端。從這個角度出發，加強政府宏觀調控有利于抑制不合理競爭，防止非國有經濟投資過度，減少能源等資源的浪費。

④通過模型4和模型5我們可以得出結論，無論是全社會還是能源工業領域，國有經濟固定資產投資占固定資產投資的比重與能源效率都呈現顯著的正相關關系。原因是多方面的。

其一，十八大過后，政府大力推進生態文明建設，越來越多以政府為主導的國有經濟固定資產投資用于加快環保型基礎設施建設，一定程度上促進了能源效率的提升。

其二，近年來，政府固定資產投資行業傾向也存在著產業轉移現象，得到政府投資最多的國有經濟固定資產投資重點由第二產業逐漸向第三產業轉移，并由資源密集型的重工業為主逐漸向多元化方向發展，能耗強度得到降低。然而相反，目前我國非國有經濟固定資產投資許多都用在加工制造工業，以技術含量較低的企業為主，往往缺乏獨立研制和應用環保技術的能力，存在高能耗高污染等問題，能源效率低下。雖然固定資產投資中的國有經濟成分對非國有經濟成分會起到一定的引導和指向作用，但目前來看效果還不夠顯著。

其三，很多非國有企業在管理制度等方面也存在與國企一樣的問題，甚至更加嚴重。不少企業管理體制落后，缺乏科學的管理體制和決策機制。因此，非國有經濟固定資產投資有時會采取非正當手段競爭，破壞經濟秩序，這與模型3反應出來的結果相一致。

最后，許多能源效率高、具有可持續發展潛力的高新技術行業僅允許在政府計劃之下進行固定資產投資，還沒有對非國有資本開放。且此類行業往往具有相應的高風險，令不少投資者投資失敗或望而卻步。這也是固定資產投資中國有經濟成分越高能源效率越高的原因之一。

⑤對其他控制變量的解釋：1）產業結構與全要素能源效率呈顯著負相關，且影響系數均在-1.0以下，表明第二產業占比越大，能源效率越低。能源工業、鋼鐵工業等能源密集型產業都屬于第二產業，具有高污染高能耗的特點。2）技術進步對全要素能源效率有積極影響，但相關系數不大。這表明在能源利用領域發明和采用先進技術有利于我國的能源效率。影響程度并不大的原因可能是科學技術向應用領域的轉化過程較為困難。3）能源消費結構與全要素能源效率呈顯著負相關，即煤炭消費量在能源消耗中的占比越大，能源效率越低。目前煤炭仍然是我國一次能源消耗中的主要能源，消耗量大但利用率低，這種低質低效性會阻礙能源效率的提高。4）結果顯示環保力度對各省全要素能源效率的提高有微弱的正向影響，環保力度的積極作用容易理解，但程度微弱的原因在于區域生態環境差異導致節能減排需要的投入力度不同，且環保投入對改善生態環境，提高能源效率存在一定滯后性。

3? 結論與政策建議

本文利用超效率DEA-Tobit模型對全國27個省份進行了全要素能源效率的測算和影響因素研究，并將重點放在了固定資產投資與政府影響力的交互作用以及國有經濟在固定資產中的所占比重上。本文得出的主要結論如下：雖然政府影響力和全社會固定資產投資的直接影響分別都與能源效率呈負相關關系，但政府影響力與固定資產投資的交互作用對各省全要素能源效率顯著為正，說明政府影響力還通過減弱固定資產投資帶來的負面影響而間接對能源效率產生一定的積極作用。另外，無論是全社會還是能源工業領域，國有經濟固定資產投資占固定資產投資的比重與能源效率都呈現顯著的正相關關系，這一結果與上文交互項系數為正是一致的。

基于實證研究得出的結果，本文給出如下的參考建議：

①合理地進行宏觀調控，有效調節投資流向，健全監督和審批制度，最大限度減少低水平重復建設和高耗能、高污染、產能過剩行業的盲目擴張。②完善市場調節機制，一方面健全的市場競爭環境應該逐步淘汰一味擴大規模、以量取勝的企業經營模式，另一方面應該令企業能夠準確及時地了解到有關固定資產投資的市場信號，減少由于市場弊端導致的決策錯誤帶來的資源浪費和污染排放。③鑒于在非國有經濟固定資產投資中，投資者的獲利一定程度上反映的是政府意愿，因此政府主導的國有經濟固定資產投資對其他成分有帶動和引導作用。所以，政府在進行固定資產投資時，應增加戰略性和前瞻性投資，多將眼光放在節能環保行業領域，多從生態文明建設角度考慮固定資產投資決策，充分發揮國有經濟固定資產投資的帶動和引導作用。

參考文獻：

[1]Jin-Li Hu，Shih-Chuan Wang.Total-factor energy efficiency of regions in China [J]. Energy Policy， 2006，34（17）：3206-3217.

[2]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，2008，28（3）：12-20.

[3]吳琦，武春友.我國能源效率關鍵影響因素的實證研究 [J].科研管理，2010，31（5）：164-171.

[4]Li Yang， Ke-Liang Wang， Ji-Chao Geng. China's regional ecological energy efficiency and energy saving and pollution abatement potentials： An empirical analysis using epsilonbased measure model [J].Journal of Cleaner Production 194 （2018） 300-308.

[5]Nengcheng Chen， Lei Xu， Zeqiang Chen. Environmental efficiency analysis of the Yangtze River Economic Zone using super efficiency data envelopment analysis （SEDEA） and tobit models [J].Energy 134 （2017） 659-671.

[6]楊冬梅.固定資產投資主體結構與投資效率的實證研究 [D].濟南：山東大學，2017.

[7]王皓，朱明俠.能源效率、投資導向與政府行為研究 [J].技術經濟與管理研究，2017（5）：8-12.

[8]葉志鋒，李婧，納超洪.地方政府干預對傳統制造企業固定資產投資的影響研究[J].廣西科技大學學報，2016（3）：110-115.

[9]Li Lili， Qi Peng. The impact of China's investment increase in fixed assets on ecological environment： an empirical analysis [J].Energy Procedia 5 （2011） 501-507.

[10]單豪杰.中國資本存量K的再估算：1952—2006年[J].數量經濟技術經濟研究，2008（10）：17-31.

[11]SEIFORD L M， ZHU J. Modeling Undesirable Factors in Efficiency Evaluation[J]. European Journal of Operational Research， 2002， 142（1）： 16-20.

[12]Coelli T J， Rao D S P， Battese G E. An introduction to efficiency and productivity analysis [M]. Boston： Kluwer Academic Publishers， 1998.

[13]Tobin J. Estimation of relationship for limited dependent variables [J]. Econometrica， 1958（26）：24-36.

[14]Goldberger A S. Econometric theory [M]. New York： John Wiley and Sons， Inc， 1964.

[15]方春樹，雷勝生，吳光明，陳燕，肖敏慧.江西國有企業固定資產投資效益問題研究 [J].金融與經濟，1997（3）：7.