山東省全要素能源效率及其影響因素分析

臧傳琴 劉 巖

(1．山東財經大學經濟學院，山東 濟南250014;2．華夏銀行濟南分行，山東濟南250011)

山東省全要素能源效率及其影響因素分析

臧傳琴1劉 巖2

(1．山東財經大學經濟學院，山東 濟南250014;2．華夏銀行濟南分行，山東濟南250011)

能源是人類賴以生存的物質基礎，是現代經濟增長和發展不可或缺的投入要素。提高能源效率是破解當前經濟發展中面臨的能源緊缺與環境污染兩大困境的必經之路。本文選取基于投入導向的規模報酬不變的超效率DEA能源效率模型，以山東省全要素能源利用效率作為研究對象，運用1996－2010年山東省17地市際面板數據，在生產函數中加入環境污染這一非合意產出，測算出山東省各地市的全要素能源效率，對各地市節能潛力進行評價，并進一步分析了其影響因素，結果發現:目標區間內，山東省全要素能源效率的均值呈不斷上升趨勢;東中西部地區之間全要素能源效率變化趨勢大體相同，但差距較為明顯;產業結構、能源結構和對外開放程度同全要素能源效率呈顯著的負相關關系，而技術進步的作用并不突出。因此，通過進一步優化產業結構、改善能源消費結構、充分發揮技術創新的作用，能夠提高全要素能源效率，降低環境污染。

全要素能源效率;DEA模型;非合意產出;環境污染;影響因素

能源是經濟增長的重要支撐。但是，由于長久以來粗放式增長模式沒有從根本上得以改變，能源問題以及與此密切相關的環境問題正越來越成為制約中國經濟發展的兩大瓶頸。根據中國石油企業協會和中國石油大學油氣產業研究中心發布的《中國油氣產業發展分析與展望報告藍皮書(2011－2012)》顯示，2011年，我國原油凈進口2．5億t，對外依存度達55．2%，國內石油消費一半以上來自國外進口，國家石油供應安全問題再次成為能源經濟的焦點。山東省作為能源儲量和消費大省，在全國具有較強的典型性和代表性。作為中國重要的能源和基礎工業基地，山東省在煤炭、石油、金屬和非金屬礦產方面的資源優勢得天獨厚。進入21世紀以來，隨著工業化和城鎮化的加速發展，固定資產投資持續高速增長，特別是一些高能耗的重化工業實現生產能力后，山東能源消耗總量迅速增加，自2005年開始，全省能源消費總量超過能源生產總量，首次成為能源凈輸入省份，能源自給率不斷降低，對外依存度越來越高。能源的大量消費，特別是能源的粗放式消費帶來了嚴重的環境污染，環境日益不堪重負。鑒于此，本文擬以山東省為例，在生產函數中加入環境污染這一非合意產出，選取基于投入導向的規模報酬不變的超效率DEA模型，測算全要素能源效率并分析其影響因素，為山東省制定合理的能源發展戰略、推進可持續發展提供實證分析的科學基礎和決策依據，同時也為其他省市乃至全國提供借鑒。

1 文獻綜述

關于能源效率的測度，傳統的考察方法是基于單要素生產率框架，即只考慮能源要素一種投入。這種基于單要素生產率框架的能源效率雖然計算簡便，但由于對能源效率的定義和指標的設定缺少統一的標準，在能源投入和產出測度問題上存在很多局限性，導致各種研究計算出來的能源效率結果和評價結論差異較大。因此，越來越多的學者開始使用基于全要素生產率框架測度能源效率。Farrel［1］在 Debreu［2］和 Koopmans［3］資源最優利用效率研究的基礎上發展出技術效率概念，首先確定生產前沿和樣本點相對于生產前沿的相對距離，然后通過測度樣本點相對于生產前沿的遠近程度來衡量相對效率的大小，這種測度方法更符合帕累托效率的要求，為此后的效率研究奠定了基礎。Hu and Wang［4］基于全要素生產率框架，運用DEA方法定義了全要素能源效率(TFEE，total factor energy efficiency)指標，彌補了傳統能源生產率指標僅考慮能源單一投入要素的缺陷，從而使關于能源效率的研究更加完善，進一步推進了該項研究。而Hu and Kao［5］則在能源效率的基礎上提出另一個新的指標——能源可節約率，并對APEC經濟體17個國家1991－2000年間的能源可節約率和人均可節約量進行測算，結果顯示，中國的能源可節約率最高，接近一半的能源可以通過效率改進的方式來節約使用。國內對于能源效率及其測度的研究起步比國外稍晚，主要包括:史丹［6］利用相關因素分析法對中國1978－2000年的能源效率進行了測度和研究，結論是:改革開放以來我國能源利用效率的改進是非常顯著的，其中對外開放、產業結構和經濟體制是影響能源利用效率的重要因素。鄒艷芬［7］利用空間自回歸模型對中國能源效率的區域特征進行分析，論證能源利用效率和區域經濟發展中明顯的空間依賴性和集群特征，并對這種空間效應進行定量計量。師博、沈坤榮［8］將知識存量納入傳統的生產函數中，利用超效率DEA模型測算了省際全要素能源效率，并認為市場分割所導致的資源配置扭曲是造成能源效率低下的主要原因。

有關能源效率影響因素，Reitler［9］提出了運用修正的方法分析影響工業能源消費的因素，該修正方法的本質就是對能源消費的影響因素進行分解，具體包括生產量、生產結構和單位消耗量。改革開放后中國的能源效率有所提高，其原因何在?Kambara［10］對中國20世紀80年代到90年代中期能源消耗強度下降的原因進行實證分析后認為，中國的工業結構從能耗高的重工業向能耗低的輕工業轉移這一結構變動是能耗下降的主要原因。而Fan et al［11］的研究則發現:自1993年以來市場化程度的加深對能源效率改進有著顯著的貢獻。國內學者趙麗霞、魏巍賢［12］利用三要素的C－D生產函數對中國1978－1996年間的宏觀數據進行了統計檢驗，揭示了中國自1978年以來單位GDP能耗下降的主要因素是產業結構、技術進步以及資本投入。盡管總體上看中國的能源效率在提高，但地區差距較為明顯。史丹等［13］基于隨機前沿生產函數模型，認為導致各地區能源效率差異擴大的主要原因是全要素生產率的差異，只有通過改善中西部地區的資源要素配置效率和促進區域間的技術擴散，才能真正提高落后地區的能源利用效率。

綜上所述，已有研究在分析能源效率時，有些忽略了環境污染這一要素，因此對能源效率的分析結論不夠客觀、真實;有的雖然經環境污染這一要素納入了生產函數進行統籌分析，但是多以單一指標(如CO2、SO2、COD等)來衡量環境污染狀況，這種做法不能夠全面反映環境污染的綜合變化，在分析問題時可能會產生結論上的偏差。因此本文綜合工業廢水、廢氣和固體廢物排放量三個指標綜合成污染排放綜合指數，以此作為產出中的非合意產出指標，實證分析能源效率問題，力求所選指標更具代表性，結論更加客觀。

2 山東省全要素能源效率評價

2．1 納入環境污染的超效率DEA模型

在生產過程中，在得到合意產出的同時，也會出現非合意產出。由于非合意產出的價格不可獲得或者不容易獲得，往往在計算產出時忽略了非合意產出。環境污染作為生產過程中產生的非合意產出，納入到效率分析的框架中，能夠更加全面、真實地反映出能源效率的高低。

將環境污染作為非合意產出計算全要素能源效率，首先要構造一個包含投入要素、合意產出和非合意產出的生產可能性集。假設一個國家或地區投入N種生產要素x=(x1，x2，…，xN)∈，得到 M 種合意產出 y=(y1，y2，…，yM)∈RM+，以及 I種非合意產出 b=(b1，b2，…，bI)∈，用P(x)表示生產可能性集:

假設生產可能性集是一個閉集和有界集，合意產出和投入是可以自由處置的。Fare et al．指出P(x)必須滿足以下兩個公理［14］:

公理一:如果(y，b)∈P(x)及 b=0，則 y=0;

公理二:如果(y，b)∈P(x)及 0≤α≤1，則(αy，αb)∈P(x)。

第一個公理稱作零合公理(Null-jointness Axiom)，其含義是一個國家或地區如果沒有非合意產出，就沒有合意產出，換句話說，有合意產出就一定有非合意產出。第二個公理稱作產出弱可處置性公理(Week Disposability of Outputs Axiom)，這個公理的含義是合意產出和非合意產出同比例增加或減少，要減少非合意產出就必須減少合意產出即環境污染的減少是有成本的。

通過上述對全要素能源效率的介紹，根據生產可能性集的含義和公理，建立納入環境污染的基于規模報酬不變的超效率DEA模型:

假設有K個決策單元，每個決策單元投入N種生產要素 xk=(x1k，x2k，…，xNK)，得到 M 種合意產出 yk=(y1k，y2k，…，yMK)，以及 I種非合意產出 bk=(b1k，b2k，…，bIK)。通過將投入要素、合意產出和非合意產出的數據帶入模型，得到每個決策單元的效率評價值。

2．2 變量與樣本數據來源

本文將環境污染作為非合意產出，采用基于規模報酬不變的超效率DEA模型，對山東省17個地市的全要素能源效率進行實證分析，全要素能源效率采用全要素能源相對效率EE。采用年度面板數據，樣本區間為1996－2010年。假定生產過程中所需的三種投入要素為資本、勞動力和能源，產出包括合意產出和非合意產出。

(1)資本。一般采用“永續盤存法”來估計每年的實際資本存量作為資本投入的數據，計算方法為:Ki，t=Ii，t+(1 － δi，t)Ki，t－1，Ki，t是地區 i第 t年的資本存量，Ii，t是地區 i第t年的投資，δi，t是地區 i第 t年的固定資產折舊。本文借鑒劉小玄［15］的研究，選取“固定資產凈值年平均余額”作為資本投入的指標，數據來源于《山東省統計年鑒》(1997－2011)，單位為萬元。

(2)勞動力。對于勞動力要素投入，國外的研究一般采用工作小時數作為評價指標，但是由于缺乏統計數據，加之山東省各地市平均受教育水平不可獲得，因此，本文選取“各市年底在崗職工人數”作為勞動力投入的指標，沒有考慮各地市勞動力質量上的差異，數據來源于《山東省統計年鑒》(1997－2011)，單位為萬人。

(3)能源。《中國能源統計年鑒》中統計的能源消耗量只有各省每年的能源消耗量，沒有具體到省內的各地市。山東省工業企業用電主要靠煤炭發電，主要消耗的能源也是煤炭。因此，本文選取“全年用電量”可以代替將煤炭、石油、天然氣和水電四種主要一次性能源的消費量轉換成統一單位加總而成的能源消費量作為能源投入的指標，數據來源于《中國城市統計年鑒》(1997－2011)，單位為萬kW·h。

(4)合意產出。合意產出變量采用國內生產總值GDP來衡量，用山東省各地市每年的GDP作為合意產出的指標，數據來源于《山東省統計年鑒》(1997－2011)，單位為億元。

(5)非合意產出。在工業生產過程中，環境污染與合意產出伴隨而生，因此，將環境污染作為非合意產出納入到模型分析中。環境污染的統計數據主要包括工業廢水排放總量、工業廢氣排放總量和工業廢物產生量。由于DEA方法要求投入產出指標不宜過多，因此，采用改進的熵值法把三大污染排放指標綜合成一個污染排放指數的方法，將山東省各地市工業廢水排放總量、工業廢氣排放總量和工業廢物產生量綜合成各地市每年的污染排放指數。設表示樣本i(1996年代表樣本1，1997年代表樣本2，…，2010年代表樣本15)的第j個指標(廢水排放量、廢氣排放量和廢物生成量分別代表第一、二、三個指標)的初始數據，共有15個樣本和三個指標，具體計算方法為:

各變量投入產出數據特征見表1。

2．3 全要素能源效率評價

以山東省各地市固定資產凈值年平均余額、年底在崗職工人數和工業用電量作為投入變量，GDP和環境污染指數作為產出變量，將各地市各具體指標數據應用DEAP-xp1軟件，測算出山東省各地市在1996－2010年間的全要素能源效率，見表2。

表1 1996－2010山東省17地市投入產出變量的數據特征描述Tab．1 Data characterization of input and output variables of regions and cities in Shandong from 1996 to 2010

考慮了環境污染作為非合意產出所測算的山東省市際全要素能源效率更科學、更符合經濟發展實際。從表2中可以得出以下結論:一方面，從各地市的情況來看:威海市全要素能源效率一直是1，即一直處于生產前沿曲線上，但這并不意味著該市不存在能源效率的損失，而是與其它地區相比，在當前技術條件和產出水平下，無法實現能源投入的進一步節約;菏澤市緊隨其后，距離生產前沿較近，而且大部分年份處于生產前沿曲線上;臨沂市、濟南市和日照市全要素能源效率也較高，均值都在0．9以上;濟寧市和棗莊市全要素能源效率較低，距離生產前沿較遠，其中棗莊市全要素能源相對效率值最低，僅為0．627，說明其工業生產中效率損失較大。另一方面，從整體看來，從1996年到2010年，全省各地市平均每年的全要素能源效率值呈現上升趨勢，從1996年的0．758上升到2010年的0．907，說明山東省總體的能源利用效率在不斷提高。如果全要素能源效率較低的地市能夠縮短與效率高的城市的差距，那么山東省能源效率總體上將會得到極大的提高。因此，節能減排的工作重點應該放在全要素能源效率較低的城市。

3 全要素能源效率影響因素分析

選擇了合適的計量工具對全要素能源效率進行測度之后，就需要對全要素能源效率在不同經濟體之間或者同一經濟體不同區域之間進行比較，比較的結果可能會有較大的差異，這就要對引起全要素能源效率差異背后的影響因素進行分析，從而縮小差距，提高能源效率，降低生產對環境的破壞和資源的過度消耗，提高增長的質量。

3．1 變量與數據說明

影響全要素能源效率的因素有很多，主要包括:一是結構變動包括產業結構和能源消費結構變動。由于不同部門生產效率及其增長速度存在差別，當能源要素從低生產率或者生產率增長較慢的部門向高生產率或者生產率增長較快的部門轉移時，就會促進經濟體總的能源效率提高。二是技術進步與創新。一方面，由于新技術、新設備、新工藝的出現，技術進步和創新使得在技術上提高能源效率成為可能，能夠在相同產出下節約能源投入，或者相同投入下可以擴大產出;另一方面，技術進步會促進經濟增長產生回彈效應，使得對能源的需求加劇。三是各種制度因素，如對外開放程度、所有制結構和政府政策等。良好的制度和完善的市場有助于企業微觀效率的改進，進而促進全要素能源效率的提高。受限于數據的可獲得性，本文選取產業結構、能源消費結構、技術水平和對外開放程度四種影響因素作為解釋變量，分析其對山東省及省內東中西部地區全要素能源效率的影響。

表2 1996－2010年山東省17個地市考慮環境污染的全要素能源效率值Tab．2 Total factor energy efficiency of 17 regions and cities of Shandong from 1996 to 2010

(1)產業結構。產業結構是影響能源效率的重要因素，第三產業附加值較高，尤其是以新技術為基礎的高科技產業，能源消費較低，能源強度較小，但是，第二產業尤其是工業由于產業本身的特性，能源消費強度大大高于其他產業，能源效率的高低對該產業意義重大。本文產業結構變量IS用“各地市第二產業總產值在本省GDP中所占的比重”表示，數據來源于《山東省統計年鑒》(1997－2011)，以1978年不變價格計算。

(2)能源消費結構。各種能源的利用效率存在差異，能源消費結構在一定程度上會影響全要素能源效率的高低。本文選取“山東省各地市原煤消費量占全省能源消費總量的比重”作為能源消費結構變量ES，數據來源于《中國城市統計年鑒》(1997－2011)。

(3)技術水平。技術水平和技術創新能力會影響到生產效率和能源利用效率，由于無法獲取企業層面的研發數據，只能以更為宏觀的指標進行替代。本文選取“各類專業技術人員數占當地從業人員比重”作為技術水平變量T，數據來源于《山東省統計年鑒》(1997－2011)。

(4)對外開放程度。一般來說，地理位置靠近沿海、基礎設施完善和行政效率較高的地區能夠吸收、利用更多的外資，外資的進入也能促進市場競爭和活力，帶來更先進的技術，有利于改善企業的經濟效率。本文利用“各地區吸收、利用外資占當地經濟的比重”作為各市對外開放程度變量O的指標，數據來源于《山東省統計年鑒》(1997－2011)。

3．2 模型建立

由于山東省和省內東中西部地區全要素能源效率不小于0，為受限因變量，本文采用處理限值因變量的Tobit模型，檢驗山東省和省內東中西部地區全要素能源效率的影響因素。根據影響全要素能源效率的四個解釋變量，構建全要素能源效率影響因素的Tobit模型:

其中:i和t分別表示不同時期不同地市對應的值，εi，t為隨機誤差項，且服從正態分布。為了減少誤差項中存在的異方差性和序列自相關性的影響，使用可行廣義最小二乘法(GLS)進行參數估計。Tobit模型中輸入值“IS，ES，T，O”的數據以1996－2010年每年的數據作為輸入條件。

3．3 估計結果分析

根據山東省各地市相關統計數據和全要素能源效率影響因素模型，對山東省及省內東中西部地區全要素能源效率的影響因素的Tobit模型進行回歸估計，模型估計結果如表3所示。

(1)就山東省全省范圍來講，產業結構與全要素能源效率呈顯著的負相關關系，即第二產業產值的增加會降低全要素能源效率。在其他因素不變的情況下，若經濟中第二產業比重增加1個單位，則全要素能源效率將下降0．085個單位。就山東省東中西部地區來講，產業結構變量對分區域的全要素能源效率的影響與全省的情況相符，并且相對于東部和西部地區，中部地區的產業結構變量對全要素能源效率的影響要更加顯著。工業產值比重與全要素能源效率呈倒U型關系，由于規模效應的作用，隨著產業結構比重的增加，全要素能源效率也在提高。

(2)不論是全省還是分區域其能源消費結構的回歸系數全部為負值，表明在不考慮其他因素變動的情況下，原煤消費量在能源消費總量中所占的比重越大其全要素能源效率越低。如果考慮到在計算全要素能源效率中包含了污染排放的非合意性產出，這一結論就更具意義。由此可見，改善能源結構對于提高能源效率具有重要意義。

(3)以技術人員占勞動力比重表示的技術水平變量，在模型中系數很小，且均不顯著。一方面可能由于本文選取的指標未能完全刻畫出各地區工業的技術水平;另一方面，技術的確可能會對全要素能源相對效率產生“回彈效應”，從而削弱、降低了其正向的促進作用，并導致其被估計系數不顯著。當然也不能排除在山東省工業經濟中，技術水平的影響確實不顯著的可能性。對于技術活動在促進能源效率中發揮何種效應，可能需要更為細致的基于企業層面的數據進行分析。

表3 1996－2010年山東省及分區域全要素能源效率影響因素的Tobit模型估計結果Tab．3 Tobit model estimation result of the influencing factors of total factor energy efficiency of Shandong and different regions from 1996 to 2010

(4)通過對外開放程度變量估計結果可以看出，無論是全省還是分區域，引進外資會降低全要素能源相對效率。這可能是由于以下原因引起的:外商直接投資帶來了先進的技術和管理理念，可以提升和改善生產效率，通過技術外溢、增進人力資本累積等途徑實現要素生產率的提高;但是由于地區的發展水平存在差異，沿海與非沿海地區引進外資的規模、速度和質量并不相同，開放較早的沿海城市，由于具備了較好的投資環境，從而使得其吸收、利用外資的規模較大，外商投資使得這些地區的能源效率出現一定程度的改善。但各地區的效率改善速度并不相同，處于前沿的地區多為沿海城市，其改善程度更大意味著他們推動前沿前進的速度更快，而相對內陸的地區一般距離前沿較遠，盡管其能源效率得到了改善，出現了向前沿追趕的趨勢，但追趕速度低于前沿移動的速度，使得其相對前沿的距離越來越遠，也就是能源相對效率的下降。

4 結論與政策建議

本文以山東省為例，運用山東省1996－2010年17個地市市際面板數據，選取基于投入導向的規模報酬不變的超效率DEA模型，以資本、勞動和能源作為生產投入要素，國內生產總值GDP作為合意產出，環境污染作為非合意產出，測算出了山東省17個地市的全要素能源效率。然后，以各地市全要素能源效率值為因變量，采用處理極限值因變量的Tobit模型，分析山東省和省內東中西部地區全要素能源效率的影響因素。結論及政策建議是:

(1)考慮了環境污染作為非合意產出所測算出的全要素能源效率更科學、更符合經濟發展實際，其演變規律為:①從1997年開始，全要素能源效率均值呈不斷上升趨勢，雖然2003年出現小幅波動，但從整體上看，能源效率是不斷提高的，但是仍有很大的節能空間。②東中西部地區之間全要素能源效率變化趨勢大體相同，但差距較為明顯，西部地區節能潛力很大，中部次之，東部沿海地區能源效率較高。因此要進一步提高能源利用效率，應加大對中西部地區政策的扶持力度，加強地區之間的交流與合作，充分發揮地區優勢和特色，發展具有比較優勢的產業，推動區域之間協調發展。

(2)產業結構、能源結構和對外開放程度同全要素能源效率呈顯著的負相關關系，在其他因素保持相對不變的情況下，若經濟中第二產業比重、原煤消費量比重以及吸收利用外資占當地經濟的比重每增加一單位，將導致全要素能源效率均值分別下降0．085、0．361和0．017個單位。由此可見，進一步調整和優化產業結構，改善能源消費結構將會成為下一步工作重點，這也與我國今后的發展規劃重點相符。特別實在開發清潔能源方面，盡管短期內投入成本可能會大于收益，但從可持續發展的長遠目標來看，當前付出一些代價也是值得的。至于對外開放程度變量系數為負值，除卻上面提到的地區差異的原因外，可能還與地方政府為了政績、任務而對外資不加選擇的“粗放式”引入有關。因此，建議今后地方政府在引進外資時要密切結合本地的發展規劃，與經濟結構調整、能源消費結構改善、技術進步等發展目標相結合，有選擇地引進外資。

(3)技術水平變量在模型中系數很小，僅在0．1左右，即技術水平對山東省全要素能源效率的影響較小。但我們并不能就此得出技術進步對能源效率的提高不重要的結論。事實上，在國內外的發展實踐中，技術進步正扮演著越來越重要的角色。之所以在本文的研究中技術進步的作用并不突出，除卻數據統計和技術回彈效應等因素外，最主要原因恐怕還在于我國高投入、高消耗、低產出的粗放式發展模式還未從根本上得以轉變，技術進步的作用尚未得到充分重視和發揮。所以，下一步政府應該增加技術投入，特別是借助于財稅金融政策鼓勵和支持企業進行技術投入，鼓勵大學和科研院所與企業聯合進行技術攻關，既能幫助企業以較小的成本獲得技術支持，又能充分利用大學和科研院所的人才優勢，同時也使科研機構和科研人員有了更加具體明確的、更加符合市場需求的科研目標和方向，從而科研成果更易轉化為現實生產力。

References)

［1］Farrell M J．The Measurement of Productive Efficiency［J］．Journal of the Royal Statistical Society Series A，1957，120(3):253－290．

［2］Debreu G．The Coefficient of Resource Utilization ［J］．Econometrica．1951，19(3):273 －292．

［3］Koopmans T C．Efficient Allocation of Resources ［J］．Econometrica．1951，19(4):455 －465．

［4］Hu J L，Wang S C．Total-factor Energy Efficiency of Regions in China［J］．Energy Policy，2006，34:3206 －3217．

［5］Hu J L，Kao C H．Efficient Energy-saving Targets for APEC Economics［J］．Energy Policy，2007，35(1):373 －382．

［6］史丹．我國經濟增長過程中能源利用效率的改進［J］．經濟研究，2002，48(9):49 － 56．［Shi Dan．The Improvement of Energy Consumption Efficiency in China’s Economic Growth［J］．Economic Research，2002，48(9):49 －56．］

［7］鄒艷芬，陸宇海．基于空間自回歸模型的中國能源利用效率區域特征分析［J］．統計研究，2005，22(10):67 －71．［Zou Yanfen，Lu Yuhai．Analysis on the Regional Characteristics of Chinese Energy Efficiency Based on Space Self-regression Model［J］．Statistical Research，2005，22(10):67 －71．］

［8］師博，沈坤榮．市場分割下的中國全要素能源效率:基于超效率DEA 方法的經驗分析［J］．世界經濟，2008，68(9):49－59．［Shi Bo，Shen Kunrong．The Total Factor Energy Efficiency of China Under the Market Segmentation:Empirical Analysis the Superefficiency DEA［J］．World Economy，2008，68(9):49 －59．］

［9］Reitler W，Rudolph M．Analysis of the Factors Influencing Energy Consumption in Industry:A Revised Method［J］．Energy Economics，1987，(9):110－113．

［10］Kambara T．The Energy Situation in China［J］．China Quarterly，1992，131:608－636．

［11］Fan Y，Liao H，Wei Y M．Can Market Oriented Economic Reforms Contribute to Energy Efficiency Improvement?Evidence from China［J］．Energy Policy，2007，35:2287 －2295．

［12］趙麗霞，魏巍賢．能源與經濟增長模型研究［J］．預測，1998，(6):32 －34．［Zhao Lixia，Wei Weixian．Research on Energy and Economic Growth［J］．Forecast，1998，(6):32 －34．］

［13］史丹，吳利學，付曉霞，等．中國能源效率地區差異及其成因研究:基于隨機前沿生產函數的方差分解［J］．管理世界，2008，24(2):35 －43．［Shi Dan，Wu Lixue，Fu Xiaoxia，et al．Study on the Regional Difference of Energy Efficiency and Its Reason:Variance Decomposition Based on the Random Foreword Production Function［J］．Management World，2008，24(2):35 －43．］

［14］Fre R，Grosskopf S，Hernandez-Sancho F．Environmental Performance:An Index Number Approach［J］．Resource and Energy Economics，2004，26(4):343－352．

［15］劉小玄．民營化改制對中國產業效率的效果分析:2001年全國普查工業數據的分析［J］．經濟研究，2004，50(8):16－26．［Liu Xiaoxuan．The Effects of Privatization on Industrial Performance in Chinese Economic Transition:Analysisofthe 2001 National Industrial Census Data［J］．Economic Research，2004，50(8):16 －26．］

Analysis on Total Factor Energy Efficiency and Its Influencing Factors of Shandong Thinking about Environmental Pollution

ZANG Chuan-qin1LIU Yan2
(1．School of Economics，Shandong University of Finance，Jinan Shandong 250014，China;2．Jinan Branch，Huaxia Bank，Jinan Shandong 250014，China)

As the material basis of human survival，energy is an indispensable element input element of economic growth and development．To improve the energy efficiency is a must in tackling the energy shortage and environment pollution in current economic development．In this paper，we choose the model of invest-oriented，super-efficiency DEA with fixed returns to scale，taking the total factor energy efficiency of Shandong as the study object，by using the panel data of the 17 cities in Shandong Province from 1996 to 2010，adding environment pollution as undesirable output in function，calculating the total factor energy efficiency in each city，so as to evaluate the total factor energy efficiency and energy saving potential in every city．On this basis，we analysis its influencing factors．We find that in the target range，the average value in total factor energy efficiency is in the rising trend，but there is an obvious gap between east，middle and west regions;negative correlation is found in the relationship of industry structure，energy structure and degree of opening-up and total factor energy efficiency，but the influence of technological innovation is unobvious．So we can improve the total factor energy efficiency and reduce environmental pollution through optimizing the industry structure further，improving energy consumption structure and giving full play to the role of technological innovation．

total factor energy efficiency;DEA model;undesirable output;environmental pollution;influencing factor

F062．1

A

1002－2104(2012)08－0107－07

10．3969/j．issn．1002－2104．2012．08．017

2012－05－20

臧傳琴，副教授，主要研究方向為規制經濟學。

山東省自然科學基金項目“中國政府規制影響評價體系研究——以環境規制為例”(編號:ZR2010GL029)。

(編輯:劉照勝)