工業產出、技術效率對能源消耗影響分析
——以新疆為例

曹建飛，韓延玲

（新疆財經大學統計與數據科學學院，新疆 烏魯木齊830012）

黨的十九大報告提出了“構建清潔低碳、安全高效的能源體系”，以此保障人民群眾健康和經濟社會的可持續發展[1]。工業是國民經濟的重要產業，然而工業的發展不可避免要消耗大量的能源資源，并由此帶來的能源短缺和環境惡化的現實也逐漸成為經濟社會進一步發展的制約因素。然而新疆是以煤炭等傳統能源為主，清潔能源比重低，能源消費結構不合理，技術進步增長率水平不高，整體的全要素能源效率比較低[2]，主要依靠要素投入、投資拉動、傳統產業規模擴張的增長模式[3]，雖然兩輪西部大開發以及全國19個省（市） 對口援疆，新疆經濟取得了快速的發展，但是依然相對滯后，尤其是扶貧攻堅任務依然艱巨，目前面臨著既要社會穩定、經濟增長，又要保護生態環境，降低能源消耗、減少污染物排放，提高工業全要素能源效率，走上綠色發展道路，是新疆實現社會穩定和長治久安總目標的必然選擇。

一、文獻回顧

我國很多學者也嘗試從分行業的角度進行能源問題的研究。如祝樹金等(2015)[4]以中國工業36個行業的數據，采用Battese 的參數型共同前沿法測算全要素能源效率，得到全要素能源效率從低至高依次為資源密集型、資本密集型和勞動密集型行業；而周四軍等(2017)[5]以2002-2014年的數據，運用超效率DEA 模型測算的結論一致；同樣王娟等(2016)[6]以中國工業36個行業2006-2012年的數據，運用Truncated 模型，實證得到能耗中煤炭比重與綜合效率呈反向關系，而研發比重為正向關系；姜彩樓等(2015)[7]選取1997-2011年中國36個工業行業數據，運用Kumbhakar模型，認為結構效應是工業能源效率提高的關鍵因素；郭文等(2015)[8]和周春應(2013)[9]選取39個工業行業數據，分別運用SBM 模型和DEA 模型測算全要素能源效率，深入分析行業間全要素能源效率的差異；苗成林(2016)[10]研究了能源消耗與碳排量對區域技術效率的影響，結果表明能源消耗對技術效率有顯著的促進作用；劉葉(2018)[11]測算了我國33個工業行業全要素能源效率，重點分析中間產品對能源效率產生的影響。有些學者針對一類工業行業展開了研究，取得了豐富的研究成果，如屈小娥等(2008)[12]對我國1995-2006年10個高耗能行業的能源消費、能源利用率和行業產出進行了實證分析，發現它們之間具有顯著的短期調整效應，且各行業間具有明顯的差異；李世祥等(2009)[13]采用非參數前沿方法，對中國1990-2010年工業中6個重點用能行業進行實證研究，發現技術進步和能源價格可以提高工業行業的能源效率；王海寧等(2010)[14]基于我國2001-2007年25個工業行業的數據，從外部性的角度探討了能源效率的影響因素；孫廣生等(2011)[15]基于中國1985-2007年14個工業行業的數據，采用DEA 方法研究了能源效率變化趨勢與能源效率損失。此外，陳關聚(2014)[16]、盧銳等(2019)[17]對制造業全要素能源效率進行了深入的研究。

盡管有關工業能源消耗的文獻展開了大量的探索和研究，但大部分文獻比較側重于測算工業行業的能源效率，或者研究高能耗的若干行業的能源效率，以及能源效率與經濟增長的關系，而對高耗能行業間的比較分析文獻相對較少。實際上，政策制定者所面臨“工業是經濟增長的支撐，同時發展工業需要能源的大量投入和消耗”的“兩難選擇”。因此，研究產出與能源消耗的關系，尤其是不同工業行業產出對能源消耗的依賴程度，對于如何同時兼得經濟增長與降低能源消耗具有重要的指導意義。同時，技術水平對能源消耗的影響也是不容忽視，文章采用不同行業的技術使用能力，即技術效率作為行業間對能源消耗的管理進行度量，考察其對能源消耗的影響。鑒于此，文章首先測算考察期內行業的技術效率值，然后通過面板數據的計量分析來考察不同行業產出和技術效率對能源消耗的影響，從而確定不同工業行業節能降耗的重點所在，為新疆未來制定合理的能源政策、產業發展與節能規劃提供具有實踐意義的理論支持。

二、工業技術效率測算

文章以新疆2000-2018年12個工業行業作為研究對象，這12個行業在工業全行業中能耗比重的平均值為94.65%，最小值為91.84%，最大值為97.37%，具有代表性。2000-2018年12個行業與全行業能耗情況對比見圖1。，從整體的趨勢上看，2000-2013年全行業和12個行業的能源消耗呈現出上升趨勢，2014-2018年能源消耗趨勢趨于平緩，但是依然處于較高的能耗水平。

圖1 2000-2018年工業全行業與12個行業能耗對比圖

1.構建SBM 模型

文章采用Tone(2002)[18]提出的超效率SBM 模型，對工業行業急速效率進行測算。

假定n個決策單元中每個決策單元均有x∈Rq、yg∈Ru1、yb∈Ru2，則其矩陣X、Yg、Yb表達式為：

即生產可能性集p 為：

考慮非期望產出的SBM 模型，表達式如下：文章運用Super-SBM 模型，則重新定義生產可能性集為：

式(1)、(2)中，x、yg、yb代表決策單表決策單元量，期望產出變量和非期望產出變量，s-、sg、sb分別表示投入、期望產投入、期望產望產出的松馳，λ為權重向量，模型中下標“0”為被評價單元，ρ*為目標效率值。

2.數據來源與處理

（1） 產出端

第一，期望產出。文章選用各行業工業總產值為期望產出指標。使用工業大類分的工業品出廠價格指數，將12個行業用相應的大類工業品出廠價格指數進行統一折算為2000年的價格水平。

第二，非期望產出。文章選擇CO2指標替代非期望產出，CO2排放系數采用陳詩一[19]（見表1） 的相關成果，選取三種主要化石能源消費量計算獲得①煤、石油和天然氣消費量乘以各自的碳排放量系數然后加總求和得到各行業CO2 排放量。。

表1 各種能源的CO2 排放系數

（2） 投入端

第一，資本投入。資本存量以各行業的固定資產凈值年平均余額為替代指標，并以2000 為基期進行價格平減處理②由于統計年鑒沒有提供工業分行業的固定資產投資價格指數，只能運用各行業的生產者出廠價格指數對不同工業行業固定資產凈值年平均余額進行平減。。

第二，勞動投入。勞動力選取各行業的全部從業人員年平均人數為替代指標，數據來自《新疆統計年鑒》各期。

第三，能源投入。能源消費量選取各行業的能源消費總量。

文章選用資本存量、勞動力和能源消費量為投入指標，工業總產值和綜合污染物為產出指標，相關指標描述性統計見表2。

表2 工業行業技術效率相關指標的描述性統計

3.工業行業技術效率的測算

根據公式(1)、(2)技術效率的測算方法，對收集的相關數據進行預處理，運用DEA-slover-pro5.0 軟件包對新疆工業行業2000-2018年的12個行業技術效率進行測算，結果如表3。

表3 新疆工業12個行業2000-2018年的技術效率值

可以看出，在2000-2018年間，12個行業平均技術效率值整體上較低，最高的是石油加工煉焦及核燃料加工業技術效率為0.5883，其他行業平均技術效率值低于0.5，有8個行業平均技術效率值處于0.1～0.4 之間，然而，煤炭開采和洗選業、紡織業和非金屬礦物制品業的經濟效益比較低下，其年均技術效率值都在0.1 以下，表明與其他行業相比，這些行業投入的勞動、資本和能源相對而言較多，而獲得的產出沒有其他行業多，即存在較多的效率損失。

另外一個需要考察的問題是，2000-2018年間，這些行業的相對技術效率是否有收斂的趨勢？可以通過每年各行業技術效率的變異系數的變化趨勢來分析，如圖2 所示，行業間的技術效率變異系數大致表現為倒“U”型態勢，2011年以來表現出收斂的趨勢，表明行業間的技術效率差異不斷縮小。

圖2 行業間技術效率值的變異系數

三、行業產出、技術效率對能源消耗的影響分析

1.計量模型的構建

影響工業行業能源消耗的因素很多，文章主要參考孫廣生等[20](2011)的研究方法，考慮行業產出與技術效率對能源消耗的影響，建立以下計量模型：

其中，Eit表示i 行業第t年的能源消耗，Qit表示i 行業第t年的工業總產值，TEit表示i 行業第t年的技術效率值，αi為方程的截距項，βi1、βi2分別表示i 行業總產值和技術效率對該行業能源消耗的彈性和半彈性系數，εit為隨機擾動項。由于文章的截面單元是不同的工業行業，而不同行業間存在異質性，對能源的需求存在差異，因此，文章考慮使用變系數的面板模型，這種形式的設定是否合適，還需要進一步采用“協變分析”進行檢驗。首先給出如下兩個假設：

兩個假設的檢驗統計量均服從F 分布，構造兩個統計量的F 分布檢驗方法分別為：

其中，S1、S2和S3分別是變系數、變截距和截距斜率都相同的三種面板數據模型的總殘差平方和，k 是解釋變量的個數。如果接受了假設H2，則計量模型(3)應該采用混合面板回歸模型，也就是直接采用OLS 進行估計即可；如果拒絕了H2，則需要檢驗H1，如果H1被接受，則計量模型(3)是變截距面板模型，否則，就應該采用變系數的面板模型。

2.面板數據的單位根檢驗

文章利用Eviews10.0 軟件，對能源消耗lnE、工業總產值lnQ 和技術效率TE 三個變量，并選取了LLC、Breitung、IPS、Fisher-ADF、Fisher-PP 檢驗變量的平穩性。

由表4 可知，對能源消耗lnE、工業總產值lnQ 和技術效率TE 的水平值的單位根檢驗發現，列(1)中能源消耗lnE 和列(3)中工業總產值lnQ 的五種檢驗方法水平值均不能拒絕不存在單位根的原假設，而列(5)技術效率TE 水平值在LLC、IPS、Fisher-ADF 和Fisher-PP 檢驗均不能拒絕存在單位根的原假設，在Breitung 檢驗10%的顯著性水平下通過檢驗，綜合考慮其他四種檢驗結果，技術效率TE 水平值存在單位根，應該一階差分后進一步檢驗，因此對能源消耗lnE、工業總產值lnQ 和技術效率TE 的一階差分后進行檢驗，表4 中，列(2)、(4)、(6)中五種檢驗方法分別在1%或5%的顯著性水平均拒絕原假設，表明原系列一階差分后為平穩序列，即為1 階單整I(1)。

表4 面板數據的平穩性檢驗

3.面板數據的協整檢驗

經過單位根檢驗，三個變量為同階單整，對變量進一步做協整檢驗，見表5。

從表5 檢驗結果表明，在5%的顯著性水平上，拒絕工業總產值lnQ 和技術效率TE、工業總產值lnQ 和能源消耗lnE、技術效率TE 和能源消耗lnE，這三組變量不存在協整關系的原假設。這表明上述變量之間具有長期的協整關系。

表5 面板協整檢驗

4.面板協整模型的估計

根據相關數據，首先對所設定的面板計量模型進行F 統計量的檢驗。在H2的原假設下，得到F2＝40.546＞F0.01(36,192)，很顯然，模型(1)拒絕了截距項和斜率都相同的原假設，表明各行業間存在截距或者斜率上的差異。繼續對H1的假設進行F1統計量檢驗，得到F1＝8.767＞F0.01(26,192)，因此，變截距模型也被拒絕了，應該采用變系數的面板模型進行估計。運用Eviews10.0軟件，采用似不相關(SUR)進行參數估計，結果見表6。

表6 報告了模型參數的估計結果，從截距項來看，各年的常數項都在10%的顯著性水平下拒絕了為零的原假設，除石油和天然氣開采業、紡織業外其他行業均為負值，表明除技術效率、產出外，存在影響能源消耗的行業外在因素，并且其作用力能促進能源消耗降低。從工業行業總產值lnQ 的估計系數來看，除紡織業對能源消費的彈性系數為負向不顯著的影響外，其他11個行業均表現出顯著的正向影響，彈性系數最大的行業是煤炭開采和洗選業(1.149)，彈性系數最小的行業是石油和天然氣開采業(0.257)；技術效率TE 的估計系數來看，石油加工、煉焦及核燃料加工業，化學原料及化學制品制造業對能源消耗估計系數為不顯著的正向影響，其他10個行業均表現為負向影響（石油和天然氣開采業影響不顯著），影響程度最大的是煤炭開采和洗選業(-10.791)，最小的行業是有色金屬冶煉及壓延加工業(-0.035)，由此可見，不同行業間存在差異性。因此，接下來將主要分析不同行業的總產值和技術效率對能源消耗的影響。

表6 模型參數估計結果

（1） 能源消耗量產出彈性分析

表6 結果顯示，紡織業的產出對能源消耗的影響不顯著，并且為負向影響；石油和天然氣開采業在5%顯著性水平對能源消耗的影響顯著，剩余10個行業的產出對能源消耗的影響均在1%的顯著性水平顯著，且都是正值。不同行業產出對能源消耗的影響彈性系數差異較大，彈性超過1 以上有3個行業，分別為煤炭開采和洗選業(1.149)、非金屬礦物制品業(1.096)和化學纖維制造業(1.109)，彈性低于0.5 以下有1個行業，即石油和天然氣開采業(0.257)，其他行業的產出對能源消耗的彈性系數大概在0.5～1 之間。一般地，研究關注比較多的是那些產值較高，產出的能源需求彈性較大的行業，這些行業的節能潛力比較大，是新疆未來節能降耗的重點。根據2018年數據，按照四分圖法，分別取行業總產值和能源消耗的產出彈性系數的中位數為界，將12個行業分為四個區域，結果見圖3。

圖3 行業總產值和能源消耗的產出彈性四分圖

從圖3 中可見，有5個行業主要分布在第二和第三象限，其中煤炭開采和洗選業和化學纖維制造業處于第二象限，即“工業總產值低、能耗產出彈性大”的行業，這兩個行業對經濟增長的貢獻較小，如果這些行業產出快速增加，將會產生較大的能源消耗，因此，要找到這些行業產出低，能耗產出彈性大的根本原因，通過改進工藝或延伸產業鏈等途徑提高行業附加值，增大產出降低能耗。第三象限有3個行業，即“工業總產值低、能耗產出彈性低”，這些行業的特點是目前的產值比較低，能源消耗也比較少，因此，這類行業應該按其市場前景、排污情況和吸納就業能力等方面選擇性地支持其中有發展前景的行業，使之為經濟的快速增長起到明顯推動作用的同時，也達到能源的集約利用。第一象限有3個行業，即“工業總產值高、能耗產出彈性高”，表明這些行業較高的產出，同時有較大的能源消耗產出彈性，這類行業是經濟增長的主要源泉，但伴隨這些行業產出增加的是能源消耗的快速增長，未來這些行業要加快發展循環經濟，構建循環經濟產業鏈，既要保持對經濟增長的貢獻，還要降低能耗。第四象限有3個行業，即“工業總產值高、能耗產出彈性小”，這些行業有石油加工煉焦及核燃料加工業、石油和天然氣開采業和電力熱力的生產和供應業，這3個行業的產出水平較高，為經濟增長作出了重要貢獻，同時，繼續增加產出所帶來的能耗比較少，是具有節能和經濟貢獻雙重收益的行業，是未來應該重點支持的行業。

（2） 技術效率對能源消耗影響分析

表6 結果顯示，6個行業的模型系數不顯著，而有6個行業的技術效率對能源消耗的影響都通過了統計檢驗，而且估計系數為負值，表明技術效率的提高對節能降耗具有顯著的促進作用，其中，促進作用較大的是煤炭開采和洗選業(-10.791)，表明技術效率提高對能耗降低效果明顯；促進作用較小的是石油和天然氣開采業(-0.052)，表明技術效率的改進對其節能效率不明顯。仍然按照前述做法，基于2018年數據，采用四分圖方式來分析不同行業能耗下降的相對技術效率的影響。但這里關注的不再是行業總產值，而是行業能源消耗總量，因為那些能源消耗總量比較大而技術效率對能耗影響又比較顯著的行業，通過技術效率的提高可以較好地起到節能降耗的效果，取各行業技術效率的能耗半彈性和2018年的能源消耗總量的中位數值為界，得到能源消耗總量和技術效率半彈性之間的四分圖，如圖4 所示。

圖4 工業行業能源消耗和技術效率彈性之間的四分圖

對于技術效率和能源消耗的關系，同樣可以分別對四種不同類型來進行分析。首先關注“能耗較高、技術效率彈性較大”的5個行業，其特點就是生產過程中的能源消耗比較大，同時技術效率的提高對降低能耗具有顯著的促進作用，針對這類企業，應該提高管理和組織水平，采用先進適用技術，可以起到明顯的節能效果；其次，“能耗較少、技術效率彈性較大”的紡織業，目前這類行業的能耗較低，技術效率的提高對其節能降耗具有較大促進作用，是未來應該扶持的行業；再次，“能耗較少、技術效率彈性較小”的5個行業，這類行業的能源消耗相對較少，通過提高技術效率來降低能耗的潛力也較低，從長遠來看，其節能途徑主要還是技術的研發和引進；最后，“能耗較高、技術效率彈性較小”的電力、熱力的生產和供應業，這類行業消耗了大量能源，而技術效率的改進對能耗的下降作用非常有限，其節能降耗的能力跟這些行業本身的工藝特點有密切關系，因此，應當通過技術研發和引進吸收國內外先進的技術水平，在能源利用的技術上有所突破，以實現節能降耗。

四、主要結論與政策啟示

1.主要結論

文章首先運用Super-SBM 模型測算了新疆12個工業行業2000-2018年間的技術效率值，然后以技術效率和行業總產值為自變量，以各行業能源消耗總量為因變量，采用面板數據的SUR 回歸進行了工業行業能源消耗的變系數計量模型估計，得到以下結論：

第一，從行業產出對能源消耗的影響來看，產出對能耗彈性較大的行業有5個，彈性較小的占6個。其中，石油加工煉焦及核燃料加工業、石油和天然氣開采業、電力、熱力的生產和供應業具有較高的產出，而且其產出對能源消耗的依賴程度也比較低，在經濟增長和節能降耗的雙重壓力下，該行業具有較好的發展前景。煤炭開采和洗選業和化學纖維制造業等行業的經濟產出不高，但對能源的依賴性較強，是未來節能的重點整治行業。

第二，從技術效率對能源消耗的影響來看，農副食品加工業、非金屬礦物制品業和煤炭開采和洗選業存在能耗不高、技術效率改進對降低能源作用不大的現實。但是黑色金屬冶煉及壓延加工業具有能耗比重大、技術效率提高對降低能耗的彈性大的特點，對這些行業從技術上進行把握，可以起到明顯的節能作用。

第三，綜合分析，黑色金屬冶煉及壓延加工業屬于“工業總產值高，能耗產出彈性大”且“能耗較高，技術效率彈性大”行業，應加大研發投入，實現技術創新，管理制度創新等利用可替代的清潔能源調整能源消費結構，既能降低環境污染，又能提高產出水平；農副食品加工業、非金屬礦物制品業屬于“工業總產值低，能耗產出彈性小”且“能耗較低，技術效率彈性小”行業，這類行業應延伸產業鏈提高產品附加值，同時要融入產業集群循環利用鏈中，發揮工業生態效應；電力、熱力的生產和供應業屬于“工業總產值高，能耗產出彈性小”且“能耗較高，技術效率彈性小”行業，這類行業通過技術效率的改進起到節能降耗的效果小，可以完善公司治理結構，0 提高管理水平的和企業員工素質的培訓等，使這些行業在經濟上獲得較大產出的同時能源消耗有所下降。

2.政策啟示

第一，加快轉變發展方式，優化產業布局。加快傳統“高能耗、高排放”的“粗放型”發展方式，向低碳綠色可持續發展的“集約型”轉變，加快改造傳統重化工業，引進先進技術、最新工藝促進重化工產業升級，提升能源利用效率；合理布局高耗能產業，以產業集聚形成區域內資源高效循環利用的產業鏈，發揮工業生態效應，提升資源產出效率。

第二，發揮政策引導作用，提升節能減排效果。一是承接產業轉移過程中，嚴禁引進“三高一低”企業落地，支持引進高附加值、低能源消耗的產業；二是制定差別化能源政策，重點扶持“工業總產值高，能耗產出彈性小”的行業發展，對“工業總產值小，能耗產出彈性大”行業加強環境規制，促進將能提效；三是通過法律法規手段和資金補貼、貸款支持等金融手段積極鼓勵那些“技術效率彈性大、能源消耗高”的產業進行技術的研發和生產流程、工藝水平的改良與更新。根據不同的行業特征，采取針對性的節能措施，使經濟的快速發展逐漸擺脫對能源消耗的依賴。

第三，多存并舉，優化能源消費結構。一是積極引導向太陽能、風能、地熱能等清潔能源行業投資，加快調整“高耗能，低產出”行業的能源消費結構，提升清潔能源在能源消費的比重；二是加大對高耗能行業技術引進、工藝改進和提升管理水平的投資力度，提升行業產出，降低能耗；三是注重新增產能的能效水平，嚴格審核新增項目，并根據產業布局和功能區劃分要求批準項目入園。