供給側改革背景下長江中下游地區能源效率的時空演化及影響因素分析

汪小英 李小漫

一、引言

當前中國經濟正處于經濟增速變緩、經濟結構優化升級和經濟增長方式轉變的新常態，為了保持中高速的持續增長，2015年11月習近平總書記提出供給側改革的構想，要更好解放生產力以響應需求側的改變，建立有效制度供給，在創新驅動中實現經濟質量的顯著提高。長江中下游地區集區位條件、科學技術和交通三者優勢于一體，隨著長江中下游城市群規劃在2015年4月獲批，它必將在未來中國經濟格局中具有舉足輕重的戰略地位，但是煤炭、石油、天然氣等能源資源匱乏，將是制約其未來經濟發展的一大瓶頸。為了適應和引領經濟發展新常態，中國的宏觀調控由需求側轉向供給側，能源經濟作為傳統工業經濟而一直面臨著“環境約束力強、增速慢”等挑戰，高耗能、高污染的能源產業亟需通過供給側改革來減少產能過剩、擴大有效供給，提高能源利用效率則是供給側改革的有效推動力。為了實現長江中下游地區的可持續發展目標，我們有必要弄清該地區的能源利用效率現狀及其供給側影響因素，在此基礎上提出促進能源供給側改革的有效對策建議，從而緩解長江中下游地區社會發展、環境保護和能源需求的矛盾。

現有的大多數研究都是立足于能源需求側來分析能源改革，并且已經具有一套比較成熟的研究體系，而針對能源供給側改革的研究還很少。賈康和蘇京春（2016）[1]認為有效供給的回應和引導是人類社會發展的主要支撐因素，所以“生產什么”和“如何生產”的供給側問題需要引起重視。對于中國的能源供給側改革，肖興志和李少林（2016）[2]認為新常態下中國能源結構轉型升級和低碳經濟發展迫切需要推進能源供給側改革；李佐軍、盛三化（2017）[3]認為中國的能源供給領域存在諸多結構性問題，需要推進能源供給側改革，等等。在能源供給側改革的具體措施方面，柳亞琴、趙國浩（2016）[4]提出要以“創新驅動、系統優化、綠色低碳、擴大開放、共建共享”五大原則為基礎，從管理體制、技術創新和政策保障三個層面采取措施，實現經濟發展、能源消費總量和強度雙控以及生態文明建設的目標；熊偉等（2017）[5]從推進農村能源供給側改革的角度出發，在國家頂層設計、政策激勵、利用方式、能源供給統籌等方面提出了優化政策；曾鳴（2016）[6]認為中國能源供給側改革可以通過建立廣義能源互聯網，將互聯網的大數據、用戶、平臺等概念運用到能源供給體系中，提高能源供給的有效管理水平。

我國在能源供給側方面的研究處于起步階段，整體來看，多數能源供給側的研究文獻，其研究目的都集中在實現能源的有效供給、提高能源效率方面，研究對象主要是全國層面而較少關注于區域層面，提出的政策措施寬泛而不具有針對性，同時，大多數研究采用的都是定性分析，而基于供給側數量特征、關系及變化的定量分析很少。由于能源供給體系的主要組成部分包括能源資源生產開發、加工轉換、能源資源的運輸，以及能源作為其他行業的生產要素供給即能源終端消費[7]。因此，通過對能源供給體系生產、運輸和消費三個方面的改革來實現能源效率的提高是能源供給側改革的有效途徑。鑒于此，本文采用BCC-DEA模型和標準差橢圓方法，根據2000—2017年長江中下游各省際面板數據測算能源效率并對其進行時空演化分析，進而定量分析供給側各影響因素及其影響的程度，從而針對供給側提出具體措施。

二、研究方法

（一） 能源效率的評價模型

Mukherjee（2006）[8]在數據包絡分析法（DEA）應用的基礎之上提出了基于四種不同目標下的能效測度方法，包括最小能源投入、最少成本、技術效率和產能利用率這四種目標。本文立足于供給側改革，以節約能源、保護環境為主要目標，因此構建以投入為導向的BCC-DEA模型進行能源效率的測度，實現能源投入最小化：

（二） 標準差橢圓

標準差橢圓是由Lefever(1926)[9]提出，它通過對空間數據復雜性的分析，可以展示空間分布格局的中心性、展布性、密集性、方位以及形狀等，本文中主要用于分析能源效率在長江中下游地區的分布和移動特征，標準差橢圓的主要參數如下：

方位角：

（三）因素分析的Tobit回歸模型

基于長江中下游地區的能源效率測算，進一步立足于供給側進行能源效率的因素分析，以所得效率值為被解釋變量，以供給側影響因素為解釋變量構建回歸模型。標準Tobit回歸模型如下：

三、長江中下游地區能源效率測算

（一）指標選取

本研究的投入要素主要選取能源、資本、勞動力，產出有正負兩種。正向產出用地區生產總值表示，負向產出用二氧化硫排放量表示。投入要素上，以能源消費總量表示能源投入，單位統一為“萬噸標準煤”；勞動投入指標用當年就業人數表征，單位為“萬人”；資本投入使用永續盤存法估算的實際資本存量，公式為本文按照張軍等(2004)[10]的研究，以1990年不變價格計算，δi折舊率假定為9.6%。所需數據均來自2001—2018年的《中國統計年鑒》《新中國六十年統計資料匯編》《中國能源統計年鑒》和各省市統計年鑒。

（二）長江中下游地區能源效率的測算

運用DEAP2.1軟件，計算得出2000年至2017年長江中下游7個省市的能效值，表1是軟件運行得到的結果。

表1表明在2000－2017年間，長江中下游各省的能源效率總體處于較高水平，沒有大幅度地上升或者下降。上海和浙江的平均能源效率最高，2000年到2017年都達到1的水平，其次是江蘇；湖北平均能源效率最低?？傮w來看，能源效率具有區域差異性。長江下游地區的能源效率要普遍高于中游地區，原因在于下游地區雖然能源資源匱乏，但是經濟發展水平高，擁有雄厚的人力資本和先進的科學技術水平，使得規模效率和技術效率都達到很高的水平，而長江中游地區不僅能源浪費的現象嚴重，技術的轉移、外溢等優勢也還沒有發揮出來，能源投入冗余，規模效益較低，技術效率低下，能源利用效率仍存在很大的提升潛力。因此需要對長江中下游地區實行能源供給側改革，通過對供給體系的改革來提升能源效率。

四、能源效率的時空演化特征

（一）時間演化特征

從2000—2017年長江中下游地區能源效率的平均值（表1）看，2000—2007年能源效率呈波動下降的趨勢，2007年以后又逐漸升高到0.912，整體上是先下降后穩步上升。長江中下游地區能源效率的增長率上，總體上是波動上升的，2000—2008年的平均增長率為0.683%，其中2001年和2005年的下降幅度最為明顯；2009－2017年的平均增長率為0.463%，2013年的增長率最高達到2.307%。究其原因，21世紀開始中國經濟進入全面復蘇的時期，帶來了經濟發展以及產業結構的轉變，能源的需求量和供應量猛增，然而相對落后的生產方式和消費方式使得能源效率處于一個較低的水平，環境污染和資源浪費的問題嚴重；2006－2010年的“十一五”規劃實施，國家更加重視可持續發展，在能源發展上提出要節能降耗、清潔發展，各個地區都開始調整經濟增長方式，2008年國家節能與環境保護措施開始發揮效應使得能源效率增長率達到0.716%，出現正向增長率；2010－2017年國家實施的“十二五”規劃繼續可持續發展戰略，同時提出建立現代能源產業體系，能源效率和增長率都保持穩定上升。

表1 長江中下游地區各省2000—2017年每年能源效率

圖1是長江中下游地區能源效率的絕對差異和相對差異，絕對差異由標準差表示，相對差異則由變異系數表示，圖中可看出兩者的走勢是基本一致的，都是緩慢下降的，2000—007年二者小幅度上升，2007年到達整個時期內的峰值，此后兩者都開始顯著下降，2008—2017年的平均下降率分別為3.450%和3.855%。總的來看，長江中下游地區能源效率的絕對差異和相對差異是減小的?！笆晃濉敝?，能源消費速度加快，但長江中下游各省市由于資源稟賦和發展程度的差異而在能源效率上表現出較大的差異，“十一五”開始，國家重視節能減排，產業轉移和技術進步的優勢也逐漸顯現出來，中下游地區各省市能源效率的相對差異和絕對差異逐漸縮小。

圖1 長江中下游地區2000—2017年能源效率絕對差異和相對差異

圖2 2000—2017年長江中下游地區能源效率重心偏移

（二）空間演化特征

長江中下游地區的能源效率在2000年至2017年間總體上是呈東北—西南的移動趨勢，最終趨勢仍向著西南方向，其重點都分布在安徽省的南部地區（圖2a）。橢圓的面積是先減小后增加，表現在能源效率分布上就是先縮小后擴大。從標準差橢圓的形狀看，長軸要明顯長于短軸，表現為明顯的東北—西南分布，說明能源效率在東西部的差異要遠大于南北方的差異。2000—2007年長軸和短軸都逐漸減小，能源效率在東西和南北向都是收縮的態勢，2007—2017年長軸和短軸都逐漸增大，能源效率在東西向和南北向都是擴大的態勢。在重心轉移軌跡來看，由圖2b可知，2000—2007年是明顯向東北移動的，2007—2017年開始向西南移動。向東移動的總距離高于向西移動，向北移動的距離也高于向南移動，從2000年到2017年，能源效率的重心整體向東北方向遷移了12.627km，其中向東移動了8.845km，向北移動了1.082km。

能源效率在空間的演化與經濟發展戰略密不可分，2000年至2007年長江下游地區憑借其雄厚的經濟基礎和優越的地理位置，在“十五”規劃的實施下能源效率得到迅速提升，使得能源效率重心向下游地區偏移。2007年以后，國家“十一五”和“十二五”規劃都強調要協調區域發展，努力實現經濟、能源、環境的一體化，長江中下游能源效率都開始穩步提升，隨著產業結構和經濟發展方式轉變效應的顯現，重心也逐漸向中游地區偏移。

五、長江中下游地區能源效率的供給側因素分析

（一）變量選取和數據說明

通過DEA計算及標準差橢圓分析的結果可以看到長江中下游地區的能源效率存在差異性和共同點，如何進行長江中下游地區的能源供給側改革則需要重點研究這些影響能源效率異同點的因素。

影響能源效率的因素有很多，由于能源種類多樣，運輸渠道和費用也不同，在本研究中假定能源運輸渠道和費用不變。我們主要從供給側出發，選取能源生產和終端消費兩個方面的變量進行分析。

根據已有文獻，對于能源供給側方面的能源效率影響因素，總結出以下幾個變量，具體見表2。

（二）實證分析

1.構建長江中下游地區能源效率影響因素的面板固定效應Tobit模型。首先運用Eviews統計軟件對長江中下游地區的7個省級面板數據進行單位根檢驗，發現各個解釋變量之間存在零階單整，然后通過協整檢驗可知本研究選取的影響能源供給的變量之間存在協整關系。

表2 長江中下游地區能源供給側變量選取及數據說明

表3 面板數據模型檢驗結果

在此基礎上運用STATA/MP14.0統計軟件確定面板數據模型，首先是進行F檢驗、Wald檢驗和霍斯曼檢驗來選擇隨機效應、固定效應和混和效應，根據表3的檢驗結果，面板數據模型是固定效應模型，同時根據本文的研究目的來看也可得出此結論，本文著重于研究長江中下游7個省市能源效率的個體差異，不需要通過長江中下游地區的研究來分析全國的能源利用狀況。由于測算的能源效率值都處于0～1的區間內，屬于因變量受限，如果使用最小二乘法進行估計，這將導致參數的不一致和有偏估計，所以在建立面板固定效應模型時選擇Tobit模型來分析影響能源效率的供給側因素，構建的長江中下游地區能源效率影響因素的面板固定效應Tobit模型如下：

表4 固定效應Tobit模型估計結果

（三）供給側影響因素的實證結果分析

根據長江中下游7個省市2000年至2017年的數據，建立能源效率影響因素的面板固定效應To?bit模型，回歸結果如下。

根據表4可以得出以下結果：

第一，從整體上看，能源生產結構和長江中下游地區整體能源效率正相關，而中游兩者沒有顯著性相關性。這是由長江中下游地區的能源資源實際情況決定的，盡管長江中下游地區地理位置優越，經濟發展水平高，但是能源資源匱乏，煤炭是主要消費能源，能源效率對煤炭的依賴程度較高，因此原煤產量較大的省份可以利用先進的技術降低生產和運輸等成本，提高能源效率，而煤炭生產量少的省份則需要從能源資源豐富的地區購買，生產、運輸等產生的外部性成本很高，所以能源效率較低。但是煤炭消費比重大會對環境和社會造成很大的成本，所以生產并使用清潔能源和低碳能源才是提高能源效率的正確途徑。

第二，能源效率與能源供給的制度密切相關。由回歸分析結果表4可以看出，長江中下游地區整體能源供給制度與能源效率不相關，在中游地區與能源效率呈顯著正相關。由于我國長期實行的以國有經濟為主導的經濟制度，國有及國有控股的能源工業企業在長江中下游地區也占有重要位置，一般來說國有企業憑借其規模和人才等優勢能夠有效提高能源效率，但是國有企業帶來的人才冗余、設備老折舊大、體制僵化等問題使得國有企業的成本增加，高耗能低產出的傳統生產方式有時可能導致能源效率降低，這些使得長江中下游地區能源供給制度對能源效率的影響呈現不同的特點。

第三，技術進步與能源效率表現為區域差異性，在中游地區兩者影響不顯著，整體長江中下游地區的技術進步與能源效率正相關。改進能源效率的關鍵在于技術進步，加快能源科學技術發展和自主創新能帶動能源產業、產品和動力等結構的優化。長江中下游作為我國承接產業轉移的重要經濟地帶，科學技術發展水平高，不僅能有效利用外商投資促進該地區技術進步，而且能將科學技術廣泛應用于能源領域。然而技術進步造成的能源回彈效應使得對能源效率提升作用被回彈作用部分抵消，在中游地區呈現出不顯著的相關關系。

第四，長江中下游整體能源價格和能源效率在1%的顯著性水平上呈負相關，在中游地區兩者不具有相關性。這個結論與一般文獻的研究結論不一致，其中唐安寶和刁心柯（2012）[11]認為能源價格和能源效率存在長期的內在因果關系，能源效率會隨著能源價格的上升而上升。產生這種相反結果的原因在于，一方面是長江中下游各省經濟發展水平較高，是外商投資的主要地區，外資引入使得資本、勞動等要素價格發生扭曲，激發其對能源效率的影響機制，使得能源效率受到抑制甚至下降，另一方面是我國能源產品定價差異大，政府通過宏觀調控對能源價格進行管制，且管制程度較大，造成能源資源浪費和能源效率的損失。

第五，長江中下游地區能源消費產品結構和能源利用效率都顯著呈負相關。煤炭消費能產生大量的煙塵以及二氧化硫等有害氣體，與水能、風能、天然氣等能源相比其清潔度更差，作為長江中下游地區的主要消費能源，煤炭的消費大量增加將不可避免地導致能源效率下降。降低煤炭使用量，增加低碳能源和清潔能源的使用，不止能提高能源效率，還能在一定程度上緩解社會發展與環境污染的矛盾。

第六，長江中下游整體和中游地區能源消費產業結構和能源效率呈正相關，且影響程度都很大。第二產業比重增加會改善能源效率，這與大多數研究不相符，但吳傳清和董旭（2016）[12]在對長江經濟帶進行環境約束下的全要素能源效率研究后認為，長江上游地區和中游地區的產業結構與能源效率呈顯著正相關，而長江下游地區產業結構與能源效率呈顯著負相關。長江中下游能源消費產業結構與能源效率關系正相關性顯著有兩點原因，一是在短期內產業結構的變化對能源效率的提高有滯后作用。齊志新和陳文穎（2006）[13]認為由于產業結構變遷的速度緩慢，10年的時間跨度來考察產業結構的變遷很難得出產業結構對能源效率的促進作用。因此必須著重于長期的產業結構調整政策，來提高長江中下游地區能源效率；二是由于產業與資源的錯配，西部地區資源政策的不利影響以及產業升級不恰當[14]。這些原因導致能源效率和產業結構在短期內存在顯著正相關關系。

六、結論與建議

（一）結論

基于2000年至2017年長江中下游地區七省的能源效率，運用標準差橢圓分析其時空演化，并通過面板固定效應模型分析影響能源效率的供給側體系中的因素，結果發現：

1.長江中下游地區的能源利用效率仍存在很大的提升空間，能夠通過能源供給側改革調整能源供應和需求結構，促進能源利用效率提高，實現節能減排和保護環境的目標，同時，長江中下游地區的能源效率具有區域差異性。

2.時間上，長江中下游地區的能源效率是先下降后上升，絕對差異和相對差異也是先小幅度上升后穩步下降；空間上，長江中下游地區能源效率的標準差橢圓表現為東北—西南分布，分布范圍先縮小后擴大，重心軌跡為先東北后西南的折返趨勢，最后趨勢是向西南方向。

3.從整體上分析，能源消費產品結構和能源價格對長江中下游地區的能源效率有顯著負影響，能源供給制度與能源效率呈不相關，技術進步、能源生產結構和能源消費產業結構對長江中下游地區能源效率的正向作用顯著。

4.分區域來看，能源生產結構、技術進步、能源價格和能源供給制度對能源效率的影響具有區域差異性。在整體地區能源生產結構、技術進步和能源消費產業結構分別與能源效率正相關，能源供給制度與能源效率不相關，能源價格與產品結構為負相關，而在中游地區能源供給制度和產業結構對能源效率起正作用，能源消費產品結構對能源效率起負向作用。

5.從能源供給體系來看，供給體系內的生產端和能源消費終端都是至關重要的，改革側重的供給不僅包括生產端，還要把握消費端的需求。把握這兩者的改革才能真正實現供給側改革，也即是供給結構的調整和經濟發展方式的轉變。

（二）政策建議

根據以上結論，長江中下游地區的能源效率有提升空間并表現為區域差異性，在能源效率的供給側影響因素中，能源生產結構、技術進步、能源供給制度和能源價格對能源效率的影響有區域異質性，因此，通過改進技術和生產過程，可以在長江中下游地區的實際投入中減少總體調整，提高能源效率[15]。具體針對供給側改革的建議如下：

1.充分發揮市場在能源資源配置中的關鍵作用。推進深化長江中下游地區的國有企業改革，加快混合所有制改革，提高國有及國有控股工業企業的市場競爭效率。國有及國有控股能源工業企業應分別轉變傳統能源生產方式，走新型工業化道路，形成能源資源節約型和環境友好型的增長方式，并且完善內部人才管理機制，引進更多創新型人才，及時淘汰技術落后、能源生產和利用效率低的工藝和設備。

2.加強科技投資和自主創新。利用長江中下游的優勢，完善中游地區工業園區基礎設施建設，吸引能源生產率和能源利用率高的企業投資，從而引進先進的管理理念、生產技術和生產設備，同時下游地區要促進技術轉移、擴散和技術溢出，避免能源回彈效應帶來的效率下降，有效促進先進技術向中游轉移，降低長江中下游地區的競爭壁壘。鼓勵能源工業企業利用互聯網+建立企業信息化管理系統，降低內部交易成本和生產成本，政策補貼對現有能源進行有效二次創新的工業企業，激發企業的創新意識。

3.建立合理的能源價格體系。加快能源價格形成機制改革，同時優化能源資源配置，提高能源市場運行效率，抑制要素價格扭曲帶來的能源效率降低。推進長江中下游地區各種能源市場化改革，使得能源價格能有效反映當前能源的供需狀況以及能源生產、運輸的外部性。適當利用價格手段針對不同產業調整能源價格，促使高能耗、高污染的工業轉變生產方式、提高能源效率。建立能源效率市場，將能源效率作為一種可引入的產品引入市場，在市場成熟并實現可行的能源效率潛力之后，通過適當提高能源價格，達到降低能源效率和盈利的效果[16]。

4.構建合理的能源消費結構和產業結構。積極發展清潔能源與低碳能源，降低傳統化石能源消費比例，改善當前長江中下游地區的能源消費結構，大力發展清潔能源，加快低碳能源和清潔能源對高碳、高污染能源的替代，提升能源產業供給側的競爭力。產業結構是提升能源效率的重要因素，因此需要推進產業結構升級，淘汰落后產業，提升第三產業的比重，大力支持低能耗、低污染的技術密集型產業，并利用互聯網大數據平臺對能耗大和污染嚴重的產業進行數據監測，嚴格控制其能源投入與產出，減少能耗排放[17]。