中國中部與東北地區能源效率測度及差異研究

喬聰 張水平

摘要：隨著我國經濟的不斷發展，環境污染問題日益嚴重，能源消耗量的不斷增加以及較低的能源生產效率已經成為阻礙我國經濟發展的問題之一。本文基于2010-2017年我國中部以及東北地區9省的面板數據，運用SBM-DEA以及DEA-Malmquist指數模型對其進行了能源效率進行了測算，整體上這9省的能源效率均處在較高的水平。在全要素能源生產效率上，有部分省份的能源生產效率的值大于1，說明全要素能源效率提升尤為顯著，其主要原因為技術進步的推動。因此，為了能在一定能源投入的基礎之上能夠得到更多的產出效果，政府應當出臺相應的政策，提高該地區的能源效率。

Abstract： With the continuous development of China's economy， the problem of environmental pollution is becoming more and more serious， the increasing of energy consumption and the lower efficiency of energy production have become one of the problems that hinder the economic development of China. This paper is based on the panel data of 9 provinces in central and northeast China from 2010 to 2017， and calculates the energy efficiency by using the SBM-DEA and DEA-Malmquist index models. On the whole， the energy efficiency of the nine provinces is at a high level. In all-factor energy production efficiency， the value of energy production efficiency in some provinces is greater than 1， which indicates that all-factor energy efficiency is especially improved. Therefore， in order to get more output effects based on a certain energy input， the government should issue corresponding policies to improve the energy efficiency of the region.

關鍵詞：SBM-DEA模型;Malmquist指數;能源效率;全要素能源生產率;技術推動

Key words： SBM-DEA model;Malmquist index;energy efficiency;total factor energy productivity;technology facilitation

中圖分類號：F224;F206? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2020）27-0045-03

0? 引言

我們國家在改革開放四十多年的發展后，經濟總量已排在世界第二位，同時也成為世界經濟發展的焦點，隨著我國經濟發展和對外開放的速度不斷加快，能源的消耗量也在不斷地增加，在2010年，我國的能源消耗量就已經超越美國，成為世界上能源消耗量第一大國。從《BP世界統計年鑒2018年》看出，我國的能源消費量較2017年增加了3.1%，已經連續17年位于國家能源消費增量的首位。雖然我國的能源消費量的水平多年位于世界前列，但能源的生產效率卻遠落后于一些發達國家。從世界銀行有關能源生產的一些相關的統計數據可以看出，以2014年中國的能源生產率（2011年不變價購買力平價）為5.7美元/千克石油當量，而在同期美國、日本、英國分別為7.45、10.75、13.68美元/千克石油當量。從以上數據分析得出，中國的能源生產率和發達國家的能源相比還有較大的差距，較低的能源生產率給我國的經濟發展帶來了不利的影響，也就是說，要發達國家達到同樣的經濟發展水平，就必須消耗比其他發達國家更多的能源，但是，能源消耗量的增加勢必也會導致更多的環境污染。因此，提高能源生產技術水平，提高能源生產效率，從而實現經濟的可持續的發展[1]。

1? 文獻綜述

由于我國日益增長的能源消耗量以及能源效率的低水平，近些年來，越來越多的專家與學者開始對能源效率方面的研究，通過實證研究來分析效率偏低的原因并且給出提高能源效率的建議。研究方法主要有Charnes（1978）等[2]提出的數據包絡分析法（DEA）與隨機前言函數法（SFA）。我國的一些專家與學者也運用了數據包絡分析法與前言函數法對我國的能源效率進行了測度，其中Zhou[3]等在運用相同的DEA模型的條件下對不同環境下的能源效率進行了測度，并給出相應的結論與建議;曹琦[4]等以DEA模型為基礎，結合2005-2012年的相關數據對我國的省際能源效率進行了測度，并且根據測度出的省際能源效率結果進行了分析，給出了相對應的建議。由于隨機前言函數存在著無法處理多個投入與多個產出之間的問題，一些專家和學者為了能夠更好地解決該問題，Zhou[5]等（2012）通過將Shephard距離函數與隨機前言模型函數結合，從而能夠很好地解決隨機前言函數在進行能源測度時的問題。張水平[6]（2017）通過運用共同前言函數估算了中原經濟區的環境效率。另外，為了更直觀的分析出能源效率的影響因素，Hu和Wang[7]在傳統的DEA測度方法的基礎上衍生出了全要素能源效率，又稱DEA-Malmquist指數方法。在對我國能源效率Li和Hu[8]通過上述方法的基礎之上，運用相關數據與指標對我國30個省市的全要素能源效率進行了評價。李莞婕[8]等（2014）通過使用DEA-Malmquist模型對我國中部6省2000-2012年的能源效率進行了測算，結果發現，雖然近些年來隨著經濟的發展，我國的能源效率得到了很大的提升，但是，由于各地區發展的不平衡，各地之間的能源效率也存在著差異。屈小娥（2009）[10]借助DEA-Malmquist模型對我國30個省份的1990-2006年的全要素能源效率進行了實證研究，結果發現在經濟發達的東部地區的全要素能源效率要高于中部與西部，同時也發現這一原因可能是受到的技術進步的推動。

從上述文獻可以看出，目前有不少學者從面對能源效率的測度以及結果分析進行了探討，目前的研究方法多基于DEA模型和Malmquist指數模型為主要的出發點，兩種模型的側重點也存在差異。DEA模型一般只能簡單地計算出能源效率，但該模型的短板在于不能進一步對已經測得的能源效率進行進一步的分解。相比之下，Malmquist指數模型則能很好的解決這一問題，將能源效率分為技術進步、純技術效率和規模效率，然后可以對每一個分解的因素進行分析。本文利用DEA模型和對我國中部以及東北地區的9個省份的2010-2017年的能源效率進行測度，然后運用Malmquist指數模型將全要素能源效率進行分解，分析影響不同地區的能源效率的因素以及存在差異的原因分析，給出相應的結論和建議。

2? 實證分析模型

本文以能源的生產要素投入和產出兩個角度來對我國中部與東北九省的全要素能源效率進行測算。Banker[11]等（1984）提出了計算變動規模報酬下的DEA方法。本文為了避免傳統的DEA模型不能很好地處理非期望產出這一不足之處，在此借鑒了Tone[12]（2010）構建的模型SBM-DEA為基礎，構建出本次實證研究的模型如下所示：

Fare等[13]（1992）通過使用Malmquist指數來計算能源效率，對各個地區的全要素能源效率，并根據所測算的全要素能源效率的結果進行分析。在此，本文以t期作為基準，構建了t到t+1時期能源效率發生變動的Malmquist指數模型，如下所示：

Mt=Dt（xt+1，yt+1）/Dt（xt，yt）

Mt=Dt+1（xt+1，yt+1）/Dt+1（xt，yt）

對上述兩方程式取幾何平均數為：

其中，（xt，yt）和（xt+1，yt+1）分別為t和t+1時期的投入和產出，Dt（xt，yt）和Dt（xt+1，yt+1）為距離函數;下標C表示規模報酬不變，V表示規模報酬可變;PECH為純技術效率變化，SECH為規模效率的變化，TECH為技術效率變化。

3? 實證分析

3.1 數據來源

本文選取了我國中部六省（內蒙古、山西、河南、安徽、湖北、江西、湖南）以及東北三省（遼寧、黑龍江、吉林）2010-2017年的指標數據作為本次實證研究的依據。以上相關數據來源為《中國能源統計年鑒》以及《中國環境年鑒》以及各省份的統計年鑒。

3.2 相關評價指標的建立

本文借鑒也一些學者在能源效率方面的研究思路。選取了當地的生產總值（GDP）以及二氧化硫的排放量作為本次實證研究的產出變量。以能源投入量、勞動投入量以及資本投入量作為投入變量。

①地區生產總值（GDP）作為衡量一個地區的經濟發展水平與綜合實力的指標，在本次實證研究中作為核心產出指標，并且以1990年為基期進行平減處理，單位為億元。②二氧化硫排放量：本文采用SO2轉化率乘以能源消耗量衡量SO2排放量，單位為萬噸。以同期9個省份的二氧化硫的排放量為基準，對所得數據進行加工處理。③能源投入量：考慮到我國的能源消耗結構主要以基礎能源煤炭為主，因此，本文選取了各地區煤炭消耗量作為能源投入量的衡量指標。單位為萬噸標準煤。④資本量與勞動量的投入：在勞動投入量的指標選取上，通過以往文獻的研究，在此選擇了以各地區的就業人數來作為勞動投入量的衡量指標。單位為萬人。在資本投入量的數據選擇上，在此使用了眾多學者在實證研究中常使用得“永續盤存法”來對資本投入量進行測算。單位為萬元。

3.3 實證數據結果分析

為了能夠更好的分析我國東北和中部地區9個省的能源效率，本文先利用SBM-DEA模型，也就是利用方程組分析出這9個省的能源效率。接著采用DEA-Malmquist模型測算出9個省份的全要素能源生產率，將全要素生產率進一步分解成為技術進步率變化、純技術效率變化、規模效率變化。

3.3.1 基于SBM-DEA模型下測算結果分析

從表1的數據可以看出，在2010-2017年各地區的能源效率均值均在0.9以上，其中，在經濟較為發達的中部地區，湖南省和江西省的能源效率平均值為1.000，處于研究樣本區域的前列。另外，河南、安徽以及內蒙古地區的能源效率均值均處于0.950以上，同樣處在相對較高的水平。湖北省的能源效率均值為0.910，處于中部地區的末位。以東北地區而言，黑龍江地區的能源效率的平均值高于遼寧以及吉林地區的能源效率的平均值。

從地區能源效率的截面數據來看，江西省和湖南省能源效率在2010-2017年間均為1.000，說明當地政府在經濟發展的同時，也加大對提高能源效率的重視程度，注重對當地生態環境的保護。相反，排名相對靠前的內蒙古地區的能源效率在2015年至2017年開始逐年降低，原因可能是政府過于注重當地經濟發展，加大能源消耗量的同時沒有做到對能源的使用效率的重點關注。

無論是在所測度的9個省市中均值還是各年度的能源效率處于中下游的水平的為東北地區，以遼寧省的能源效率為例，在2016年，所測出遼寧省的能源效率為0.698，遠遠低于在同時期不同省市的能源效率以及遼寧省2010-2017年能源效率的均值。同樣來看，以能源效率最高的江西省為分析對象，再結合該地區在2010-2017年各因素變量在這9省市之間所處的水平可以看出，一個地區的能源效率的影響因素并非完全取決于其發展水平，同時還與各地區對能源的利用和重視程度有著一定的關系。

3.3.2 基于DEA-Malmquist模型下測算結果分析

表2是在DEA-Malmquist模型的基礎下測得的中部及東北9個省份的全要素能源效率及均值。從測得的數據可以看出，在2013年，所測得的9省的Malmquist指數除了內蒙古小于0.9之外，其余8個省的Malmquist指數均在0.9以上，可以說中部及東北9省全要素能源效率處在較高的水平。安徽省的技術進步指數雖在這9省中處在較高的水平，但由于純技術效率相對偏低，使得安徽省的Malmquist指數小于1，低于同期9省的平均水平;而河南省的技術效率指數位于9省市中的首位，2013年的Malmquist指數看出，河南省的Malmquist指數排在首位，表明河南的全要素能源生產效率提升尤為明顯，其主要推動力來源于技術進步的推動。

從2010-2017年的整體水平來看，中部及東北9省的Malmquist指數均在0.9之上，其中除遼寧、安徽和湖北三省的Malmquist指數小于1之外，其余6省的Malmquist指數均大于或等于1，另外，9省市的Malmquist指數的平均值為0.997，與1非常相近，也就是說，中部及東北9省的全要素生產效率整體上處在一個相對較高的水平。

4? 對策及建議

本文在2010-2017年我國中部及東北地區9個省的面板數據的基礎之上，分別使用了SBM-DEA模型與DEA-Malmquist指數模型對以上9個省份的能源效率以及全要素能源效率進行了測度分析。結果發現：①從DEA-SBM模型測得的結果來看，我國的中部以及東北地區9個省份的能源效率處在較高的水平上。其中湖南省與江西省的能源效率最為突出。另外，經濟較為發達的中部地區，其能源效率無論是在年截面數據還是在均值方面普遍高于經濟相對落后的東北地區。說明，能源效率的大小可能與經濟發展相關，經濟發展越發達的地區能源效率越高，經濟發展落后的地區能源效率會相對偏低。②從Malmquist指數模型測得的9個省份的全要素能源效率的結果進行分析，可以看出，能源效率的高低主要取決于該地區的技術水平。在測算出河南省的2013年能源效率中能源效率為1.083，位于樣本的首位，對其具體分析可以發現，河南省2013的技術水平也處在樣本首位，說明了一個地區的能源效率的高低與該地區的技術水平有著密不可分的關系。

為了能夠更好地提升能源效率，使得在一定能源投入的基礎之上能夠得到更多的產出效果，可以從以下幾個方面來著手進行：①各地政府應該積極出臺一些環保措施與政策，減少一些污染物的排放，這樣不僅可以極大地改善環境，更有利于提高地區的能源效率。②加大在環保方面的資金投入，積極引進先進的生產技術，改善一些企業高污染、低產能的問題，提高該地區的能源效率。③對于一些節能環保措施執行到位的企業和單位，當地政府可以給予這些企業一些獎勵措施。對于一些高污染的企業加大扶持力度，幫助其盡早改善存在的污染問題。

參考文獻：

[1]陳海躍.中國區域能源效率及其影響因素分析——基于DEA-Malmquist模型[J].貴州財經大學學報，2017（06）：32-39.

[2]Charnes A， Cooper W W， Rhodes E. Measuring the efficiency of decision making units [J]. Eur J Oper Res， 1978， 2（6）：424-429.

[3]Zhou P， Ang B W， Han J Y. Total factor carbon emission performance： a malmquist index analysis [J]. Energy Econ， 2010， 32（1）：194-201.

[4]曹琦，樊明太.我國省際能源效率評級研究：基于多元有序Probit模型的實證分析[J].上海經濟研究，2016（2）：72-81.

[5]Zhou P.， Ang B.W， Wang H. Energy and CO2 Emission Performance in Electricity Generation： A Non-radial Directional Distance Function Approach[J]. European Journal of Operational Research， 2012， 221（3）：625-635.

[6]張水平.考慮異質性技術的城鎮化進程中環境效率及空間效應分析——來自中原經濟區24個城市的面板數據[J].河南科技學院學報，2017，37（05）：66-71.

[7]Hu J L， Wang S C. Total-factor energy efficiency of regions in China [J]. Energy Policy， 2006， 34（17）： 3206-3217.

[8]Li L B， Hu J L. Ecological total-factor energy efficiency of regions in China[J]. Energy Policy， 2012， 46： 216-224.

[9]李莞婕，徐莉，葛濤.基于DEA-Malmquist指數的中部六省能源效率分析[J].科技和產業，2014（12）：101-105，151.

[10]屈小娥.中國省際全要素能源效率變動分解——基于Malmquist指數的實證研究[J].數量經濟技術經濟研究，2009（8）：29-43.

[11]Banker R D.，Chames A.，Cooper W.W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science.1984，30（9）：1078-1092.

[12]Tone Kaoru，M.Tsutsui.Dynamic DEA： Alacks-based Measure Approach[J].Omega.2010（ 38）：145-156.

[13]Fare R.，Grosskopf S.，Tyteca D. An Activity Analysis Model of the Environmental Performance of Firms： Application to Fossil-fuel-fired Electric Utilities[J].Ecological Economics.1996，18（2）：161-175.

作者簡介：喬聰（1996-），男，安徽亳州人，在讀碩士，研究方向為綠色金融、能源金融;張水平（1974-），男，安徽望江人，副教授，博士，研究方向為區域經濟、環境經濟。