徐 勝，李曉璐

（中國(guó)海洋大學(xué) 經(jīng)濟(jì)學(xué)院，山東青島 266100）

0 引言

近年來，我國(guó)工業(yè)發(fā)展維持較高水平，從工業(yè)增長(zhǎng)指標(biāo)來看，2000～2013年，工業(yè)平均增長(zhǎng)速度為10.55%，2013年工業(yè)拉動(dòng)的國(guó)內(nèi)生產(chǎn)總值增加值為3.06%，占整個(gè)第二產(chǎn)業(yè)拉動(dòng)增長(zhǎng)值百分點(diǎn)的82.7%。統(tǒng)計(jì)資料顯示，我國(guó)工業(yè)消費(fèi)量由2005年的263458萬噸標(biāo)準(zhǔn)煤增加至2012年的443216萬噸標(biāo)準(zhǔn)煤，8年間工業(yè)能源消費(fèi)量增加了68.23%，年平均增長(zhǎng)率為6.72%，超過GDP增長(zhǎng)率速度，充分表明工業(yè)增長(zhǎng)以消耗大量能源為代價(jià)。從地區(qū)差異來看，省際工業(yè)能源利用情況也有較大差異。在2009～2013省際年均每單位GDP所需能耗比較中，最高的寧夏回族自治區(qū)單位GDP能耗為3.6噸標(biāo)準(zhǔn)煤/萬元，而單位能耗最低的北京市、廣東省均為0.7噸標(biāo)準(zhǔn)煤/萬元，前者單位能耗為后者5.14倍，足見在我國(guó)工業(yè)轉(zhuǎn)型過程中地區(qū)之間的發(fā)展?fàn)顩r、能源利用效率存在較大差異。

針對(duì)能源利用效率的不同導(dǎo)致了地區(qū)間工業(yè)發(fā)展水平差異較大的現(xiàn)象，本文在政策因素之外，主要對(duì)工業(yè)能源效率及其影響因素進(jìn)行分析。目前相關(guān)研究主要成果是對(duì)工業(yè)能源效率的測(cè)度及其影響因素分析，在地區(qū)節(jié)能潛力的測(cè)度及區(qū)域能源效率比較分析方面還存在較大探索空間。本文將在投入距離函數(shù)分析框架下建立一個(gè)關(guān)于能源過度投入的隨機(jī)前沿模型使用DEA數(shù)據(jù)包絡(luò)分析法研究省際工業(yè)能源效率、測(cè)算了2009～2013年間省際節(jié)能潛力，基于工業(yè)能源效率及節(jié)能潛力，分析地區(qū)間差異，建立Tobit模型對(duì)工業(yè)能源效率影響因素進(jìn)行分析。

1 模型的建立及指標(biāo)的選取

1.1 模型的建立

DEA（數(shù)據(jù)包絡(luò)分析）可用于評(píng)價(jià)多投入、多產(chǎn)出的決策單元之生產(chǎn)（經(jīng)營(yíng)）績(jī)效。假設(shè)有N個(gè)決策單元，每個(gè)決策單元使用M種投入得到S種產(chǎn)出，用向量xi和yi分別表示DMU的投入和產(chǎn)出。M×N為投入矩陣X，S×N為產(chǎn)出矩陣Y，用它們來表示N個(gè)決策單元的所有數(shù)據(jù)，則第i個(gè)決策單元的效率可以轉(zhuǎn)化為求解以下線性規(guī)劃問題:

式（1），θ為標(biāo)量;λ為N×1的常向量，解出來的θ值即為第i個(gè)決策單元的效率值。根據(jù)Farrel(1957)的定義，滿足θ≤1。當(dāng)θ=1時(shí)，意味著該決策單元在前沿面上，為技術(shù)有效。

根據(jù)上述分析，可定義全要素能源效率EEi,t及節(jié)能潛力SPE i,t：

其中EEi,t代表i地區(qū)t時(shí)期內(nèi)的能源效率；AEIi,t代表i地區(qū)t時(shí)期內(nèi)的實(shí)際能源消耗；LEIi,t代表i地區(qū)t時(shí)期內(nèi)損失的能源投入量，即可節(jié)約的能源投入；TEIi,t代表i地區(qū)t時(shí)期內(nèi)目標(biāo)能源投入量。用DEA方法可計(jì)算出投入量的目標(biāo)值，其與投入變量實(shí)際值的比值即為能源效率，即式（2）；投入實(shí)際值與投入目標(biāo)值的差額即為投入冗余量，其與投入實(shí)際值的比值可以衡量各地區(qū)工業(yè)生產(chǎn)中節(jié)能空間的大小，即式（3）。

1.2 指標(biāo)的選取

1.2.1 投入指標(biāo)的選取

由于本文研究對(duì)象為省際全要素能源效率，因此選擇30個(gè)省市的省際工業(yè)能源投入與產(chǎn)出數(shù)據(jù)，由于統(tǒng)計(jì)年鑒中西藏省數(shù)據(jù)缺失，故而排除在外。鑒于數(shù)據(jù)的可獲得性，本文將投入指標(biāo)選取2009～2013年工業(yè)增加值；由于測(cè)算的是全要素能源效率，因此選取勞動(dòng)力、資本、能源三方面指標(biāo)，即2009～2013年工業(yè)就業(yè)總?cè)藬?shù)（萬人）、能源工業(yè)投資（億元）、能源消耗量（萬噸標(biāo)準(zhǔn)煤）。

（1）勞動(dòng)力指標(biāo)：選取30省市2009～2013年工業(yè)就業(yè)人口，鑒于數(shù)據(jù)可獲得性，選取電力、制造業(yè)、采礦業(yè)就業(yè)人口之和作為衡量指標(biāo)，單位為萬人。

（2）資本指標(biāo)：選取30省市2009～2013年能源工業(yè)投資量作為工業(yè)投入資本指標(biāo)，單位為億元。

（3）能源指標(biāo)：能源投入用各省份的工業(yè)終端能源消費(fèi)總量來衡量，計(jì)算方法是將各省份主要消費(fèi)的能源種類(包括煤炭、石油、天然氣、熱力、電力等)換算為統(tǒng)一的單位(標(biāo)準(zhǔn)煤)加總而得。選取30省市2009～2013年能源消費(fèi)總量作為能源投入指標(biāo)，單位為萬噸標(biāo)準(zhǔn)煤。

1.2.2 產(chǎn)出指標(biāo)的選取

由于測(cè)算對(duì)象為省際工業(yè)全要素能源效率，因此選取30省市工業(yè)增加值作為產(chǎn)出指標(biāo)，根據(jù)《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源年鑒》等現(xiàn)已公開的資料，選取2009～2013年數(shù)據(jù)進(jìn)行分析。

2 工業(yè)全要素能源效率及節(jié)能潛力的實(shí)證分析

2.1 省際能源效率與節(jié)能潛力實(shí)證

2.1.1 省際工業(yè)全要素能源效率的測(cè)算與比較分析

根據(jù)前文中對(duì)于省際工業(yè)全要素能源效率測(cè)算模型，代入相應(yīng)勞動(dòng)力、資本、能源三方面投入指標(biāo)及產(chǎn)出指標(biāo)，使用DEAP2.1軟件可計(jì)算出全國(guó)30省市自治區(qū)（不含西藏）2009～2013年的工業(yè)全要素能源效率，結(jié)果如表1所示。

由DEA數(shù)據(jù)包絡(luò)分析法知，全要素能源效率為1的DMU為有效DMU。表1為東、中、西各省市2009～2013年全要素能源效率計(jì)算結(jié)果。經(jīng)整理可知，按照五年平均全要素能源效率排序在前十位的省市自治區(qū)，工業(yè)能源效用效率較高，其中東部省份占60%，分別為江蘇、廣東、河北、浙江、天津、上海；中部和西部省份各占20%，分別為內(nèi)蒙古自治區(qū)、廣西自治區(qū)和江西省、河南省。按照四年平均全要素能源效率排序在后十位的省市自治區(qū)中，60%為西部省份，分別為青海省、新疆維吾爾自治區(qū)、云南省、甘肅省、寧夏回族自治區(qū)、貴州省；中部和東部地區(qū)各占20%，分別為黑龍江省、山西省及北京市、海南省。東、中、西部地區(qū)2009～2013年平均工業(yè)全要素能源效率如表2所示。

表1 東、中、西各省市自治區(qū)2009～2013年全要素能源效率

表2 2009～2013年東、中、西部地區(qū)能源效率表

由表2可知，東部地區(qū)平均工業(yè)全要素能源效率顯著高于中、西部地區(qū)，經(jīng)計(jì)算可知，2009～2013年東、中、西部地區(qū)平均能源效率分別為 0.706、0.767、0.745、0.771、0.783。2009～2013年的五年中，東部地區(qū)能源效率由0.806提高至0.858，中部地區(qū)由0.689提高至0.801，西部地區(qū)由0.622提高至0.691。到2013年，工業(yè)能源效率的平均值上升到0.783，年均增長(zhǎng)速度為2.09%。中部地區(qū)的工業(yè)能源效率與東部地區(qū)工業(yè)能源效率成縮小趨勢(shì)，同時(shí)，西部地區(qū)能源效率水平較為平穩(wěn)，與東部與西部地區(qū)差異較大。2009年，東部地區(qū)平均工業(yè)能源效率為0.806，比中部地區(qū)高0.117，占中部能源效率的16.98%；比西部地區(qū)高0.184，占西部能源效率的29.58%。到2013年，東部地區(qū)與中部地區(qū)的絕對(duì)差異僅為0.057，占中部能源效率的7.12%；而與西部地區(qū)差異為0.167,占西部能源效率的24.17%，可見東部和中部地區(qū)省際工業(yè)能源效率的差距縮小較大，而東西部地區(qū)省際工業(yè)能源效率的絕對(duì)差距縮小，但縮小幅度不大。

2.1.2 節(jié)能潛力的測(cè)算分析

根據(jù)前文的定義，計(jì)算i地區(qū)t時(shí)期內(nèi)的節(jié)能潛力SPEi,t的公式如下：

AEIi,t代表i地區(qū)t時(shí)期內(nèi)的實(shí)際能源消耗；LEIi,t代表i地區(qū)t時(shí)期內(nèi)損失的能源投入量（投入冗余量），即可節(jié)約的能源投入。其中，LEIi,t=AEIi,t-TEIi,t，即實(shí)際消耗值與目的消耗值之差。同時(shí)，為衡量地區(qū)可節(jié)約能源量對(duì)全國(guó)節(jié)能量的影響，用i地區(qū)t時(shí)期內(nèi)的可節(jié)能量占全國(guó)比重LPCi,t表示。

節(jié)能潛力SPEi,t與可節(jié)能量占全國(guó)比重LPCi,t都可由表1中數(shù)據(jù)經(jīng)計(jì)算得到，此處不對(duì)計(jì)算結(jié)果一一列示，僅對(duì)結(jié)果予以分析。

通過截面數(shù)據(jù)的橫向比較可見，同年份中重工業(yè)占比大的省份投入冗余量占全國(guó)比重較大。從節(jié)能潛力看來，西部、中部地區(qū)的節(jié)能潛力大于東部地區(qū)，說明中西部地區(qū)通過提高能源效率來減少能源投入量的節(jié)能空間較大。通過時(shí)間序列數(shù)據(jù)的縱向比較可見，東部地區(qū)節(jié)能潛力呈縮小趨勢(shì)，表明其能源效率呈上升趨勢(shì)，這與前文分析相符；中部地區(qū)節(jié)能潛力穩(wěn)中有升，也說明能源效率有所提高；而西部地區(qū)節(jié)能潛力變化不大，較中部、東部地區(qū)而言較大，說明能源效率沒有明顯提高，節(jié)能空間仍然較大。

在地區(qū)差異方面，比較經(jīng)計(jì)算得出的2009-2013年東、中、西部地區(qū)平均可節(jié)能量占全國(guó)比重可知，西、中、東部地區(qū)可節(jié)能量呈現(xiàn)遞減趨勢(shì)，西部可節(jié)能量占比高達(dá)39%，中部為34%，東部為27%。即西部地區(qū)由于較低的工業(yè)能源效率導(dǎo)致其存在較大節(jié)能潛力。因此在地區(qū)工業(yè)發(fā)展過程中，應(yīng)著力找出工業(yè)能源效率影響因素，通過提高其能源效率降低其工業(yè)發(fā)展過程中的投入冗余，降低工業(yè)成本，推動(dòng)地區(qū)工業(yè)轉(zhuǎn)型，縮小東西部差距。

2.2 基于Tobit模型的能源效率影響因素分析

2.2.1 模型設(shè)定

分析省際工業(yè)全要素能源效率影響因素，以DEA方法求解所得效率值為被解釋變量，以影響能源效率的各因素為解釋變量構(gòu)建回歸模型。由于DEA方法所得效率值為介于0至1之間的受限值，因此選擇受限因變量回歸模型—Tobit模型進(jìn)行分析。

Tobit模型設(shè)定如下:

當(dāng)給出被解釋變量一個(gè)數(shù)量指標(biāo)界限值時(shí)C時(shí)，就會(huì)有截?cái)鄶?shù)據(jù)存在，則（4）式可寫為:

假設(shè)模型誤差項(xiàng)服從N(0，σ2)分布，Tobit模型可表示為:

2.2.2 指標(biāo)選取與數(shù)據(jù)說明

本文在研究影響省際工業(yè)能源效率的指標(biāo)時(shí)，選取以下幾個(gè)指標(biāo)：

（1）企業(yè)規(guī)模。以各省規(guī)模以上企業(yè)單位數(shù)（個(gè)）與規(guī)模以上企業(yè)實(shí)收資本（億元）表示企業(yè)規(guī)模。

（2）外商投資。以各省外商及港澳臺(tái)商投資工業(yè)企業(yè)實(shí)收資本(億元)與規(guī)模以上工業(yè)企業(yè)數(shù)量（個(gè)）的比值作為衡量指標(biāo)。

（3）產(chǎn)業(yè)集中度。行業(yè)集中度一般用Herfindal指數(shù)表示，由于本文是基于省級(jí)層面規(guī)模工業(yè)的實(shí)證研究，已有數(shù)據(jù)無法支持該指標(biāo)的計(jì)算，而行業(yè)集中度概念為指某行業(yè)的相關(guān)市場(chǎng)內(nèi)前N家最大的企業(yè)所占市場(chǎng)份額（產(chǎn)值、產(chǎn)量、銷售額、銷售量、職工人數(shù)、資產(chǎn)總額等）的總和，故采用各省大中型工業(yè)企業(yè)增加值所占比重衡量行業(yè)集中度。因此選用大中型企業(yè)銷售產(chǎn)量（億元）與規(guī)模以上企業(yè)銷售產(chǎn)量（億元）的比值作為衡量指標(biāo)。

（4）技術(shù)進(jìn)步。本文選取各省規(guī)模工業(yè)“R＆D支出”表示技術(shù)進(jìn)步對(duì)能源效率的影響。

2.2.3 Tobit模型結(jié)果分析

使用STATA12.0軟件將相關(guān)指標(biāo)數(shù)據(jù)做省際工業(yè)能源效率與影響因素回歸分析，其中EE代表省際能源效率，SC代表企業(yè)規(guī)模，OP代表工業(yè)企業(yè)對(duì)外開放程度，IC代表行業(yè)集中度，RD代表技術(shù)進(jìn)步。結(jié)果如下表3：

表3 Tobit模型結(jié)果

（1）據(jù)表3的Tobit回歸結(jié)果顯示，企業(yè)平均規(guī)模與工業(yè)全要素能源效率呈正相關(guān)關(guān)系，回歸系數(shù)0.0278828，在1%顯著性水平下與工業(yè)能源效率正相關(guān)。可見企業(yè)規(guī)模是決定能源利用效率的一個(gè)重要因素，能源使用同其他要素一樣存在著規(guī)模收益特征。

（2）以各省外商及港澳臺(tái)商投資工業(yè)企業(yè)實(shí)收資本與規(guī)模以上工業(yè)企業(yè)數(shù)量的比值作為工業(yè)對(duì)外開放程度的衡量指標(biāo)，其與工業(yè)全要素能源效率的回歸系數(shù)為0.0323362，在1%顯著性水平下與工業(yè)能源效率正相關(guān)。外商直接投資提高我國(guó)能源效率主要原因有兩個(gè)方面：首先，外商直接投資帶來了先進(jìn)的技術(shù)、設(shè)備、研發(fā)能力和管理經(jīng)驗(yàn),直接促進(jìn)我國(guó)工業(yè)部門能源效率的提高；其次，外商投資進(jìn)入主要通過競(jìng)爭(zhēng)迫使國(guó)內(nèi)同類企業(yè)采取更有效率、更先進(jìn)的生產(chǎn)和管理手段，必然會(huì)使得資源流動(dòng)重置而進(jìn)入更高效率的企業(yè)。

（3）以大中型工業(yè)企業(yè)與規(guī)模以上工業(yè)企業(yè)銷售產(chǎn)量的比值表示的產(chǎn)業(yè)集中度與工業(yè)全要素能源效率的回歸系數(shù)為-0.0711897，在1%顯著性水平下與工業(yè)能源效率負(fù)相關(guān)。高產(chǎn)業(yè)集中度在一定程度上意味著壟斷程度的加劇，市場(chǎng)占有率高的企業(yè)可以憑借其壟斷地位占有廉價(jià)資源，進(jìn)而具有較高的市場(chǎng)定價(jià)權(quán)，這會(huì)導(dǎo)致企業(yè)缺乏通過提高能源效率來節(jié)約投入量，從而降低成本的動(dòng)機(jī)，不利于企業(yè)能源效率的提高。而由于市場(chǎng)占有率較高的企業(yè)對(duì)整個(gè)產(chǎn)業(yè)的影響能力較大，因此其較低的能源效率會(huì)導(dǎo)致整個(gè)地區(qū)能源效率偏低。從Tobit回歸分析可見，產(chǎn)業(yè)過度集中會(huì)使市場(chǎng)地位較高的企業(yè)缺乏節(jié)約能源的動(dòng)力，從而不利于能源效率的提高。

（4）以R＆D支出表示的科研經(jīng)費(fèi)投入所代表的工業(yè)技術(shù)進(jìn)步與工業(yè)全要素能源效率的回歸系數(shù)為0.0002513，在1%顯著性水平下與工業(yè)能源效率正相關(guān)，但相關(guān)系數(shù)較小。R＆D投資作為技術(shù)進(jìn)步的直接度量，不僅會(huì)產(chǎn)生新的發(fā)明創(chuàng)造，帶來新的技術(shù)、工藝的創(chuàng)新，也會(huì)產(chǎn)生過程創(chuàng)新。技術(shù)進(jìn)步能節(jié)約一種或者幾種要素或者改變要素結(jié)合的方式，從而節(jié)約能源，提高能源效率。因此技術(shù)進(jìn)步是工業(yè)部門能源效率上升的重要原因，即技術(shù)進(jìn)步與能源效率成正相關(guān)關(guān)系，之所以相關(guān)系數(shù)較小的原因，可能是由于考慮到數(shù)據(jù)的可獲得性，本指標(biāo)選取的數(shù)據(jù)為所有領(lǐng)域科研投入，而非工業(yè)這一產(chǎn)業(yè)的科研投入。

綜上，工業(yè)企業(yè)規(guī)模、外商投資、技術(shù)進(jìn)步對(duì)能源效率有正向影響，分別為0.0278828、0.0323362、0.0002513。工業(yè)能源效率變化具有明顯的工業(yè)經(jīng)濟(jì)轉(zhuǎn)型特征。通過對(duì)比分析2009～2013年間省際工業(yè)能源效率發(fā)現(xiàn)，開放程度高、競(jìng)爭(zhēng)性強(qiáng)的行業(yè)的能源技術(shù)效率較高，而開放程度低、高壟斷度的行業(yè)能源效率水平較低。

3 結(jié)論

本文主要測(cè)度了工業(yè)能源效率及節(jié)能潛力，并對(duì)能源效率影響因素做出研究，結(jié)論表明：

在工業(yè)能源效率和節(jié)能潛力的測(cè)度中，本文將全要素工業(yè)能源效率定義為前沿技術(shù)水平下的有效能源投人與實(shí)際投人之比，節(jié)能潛力定義為在現(xiàn)有前沿技術(shù)條件和保證既定產(chǎn)出的前提下通過消除技術(shù)非效率而可節(jié)約的能源投入。研究發(fā)現(xiàn)五年中我國(guó)省際工業(yè)能源效率地區(qū)之間差異較大，總體呈動(dòng)態(tài)改進(jìn)趨勢(shì)。在地區(qū)差異方面，西部可節(jié)能量占比最高，達(dá)39%，中部次之，東部最低，即西部地區(qū)由于較低的工業(yè)能源效率導(dǎo)致其存在較大節(jié)能潛力。因此在地區(qū)工業(yè)發(fā)展過程中，應(yīng)著力找出工業(yè)能源效率影響因素，通過提高其能源效率降低其工業(yè)發(fā)展過程中的投入冗余，降低工業(yè)成本，推動(dòng)地區(qū)工業(yè)轉(zhuǎn)型，縮小東西部差距。

在工業(yè)能源效率影響因素的研究中，本文使用Tobit模型進(jìn)行分析研究，模型選取了企業(yè)規(guī)模、外商投資、產(chǎn)業(yè)集中度、技術(shù)進(jìn)步四個(gè)要素。實(shí)證結(jié)果表明，工業(yè)企業(yè)規(guī)模、外商投資、技術(shù)進(jìn)步對(duì)能源效率有正向影響，外商投資影響程度較大，科研投入作為坐標(biāo)所衡量的技術(shù)進(jìn)步影響較小，原因可能為所選取的數(shù)據(jù)為省際科研投入總額而非工業(yè)科研投入額，因此呈現(xiàn)較小的系數(shù)；產(chǎn)業(yè)集中度對(duì)能源效率的提高體現(xiàn)為負(fù)向影響，產(chǎn)業(yè)過度集中化不利于在合理的競(jìng)爭(zhēng)中釋放企業(yè)的節(jié)能動(dòng)力，因此適當(dāng)?shù)母?jìng)爭(zhēng)有利于能源效率的提高。此外，從LPCi,t指標(biāo)分析結(jié)果可知，重工業(yè)的能源投人效率變化主導(dǎo)了總體工業(yè)效率變化，因此促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)也是提高工業(yè)能源效率的重要途徑。

[1]Boyd G A,Pang J X.Estimating The Linkage Between Energy Efficiency and Productivity[J].Energy Policy,2000,(28).

[2]Halil I C,Buyuktahtak?n I E.A Mixed-Integer Optimization Model for The Economic and Environmental Analysis of Biomass Production[J].Biomass and Bioenergy,2014,(67).

[3]史丹,吳利學(xué),傅曉霞,吳濱.中國(guó)能源效率地區(qū)差異及成因—基于隨機(jī)前沿生產(chǎn)函數(shù)的方差分解[J].管理世界,2008,(2).

[4]屈小娥.中國(guó)省際工業(yè)能源效率與節(jié)能潛力:基于DEA的實(shí)證和模擬[J].經(jīng)濟(jì)管理,2011,(7).

[5]何曉萍.中國(guó)工業(yè)的節(jié)能潛力及影響因素[J].金融研究,2011,(10).

[6]唐玲,楊正林.能源效率與工業(yè)經(jīng)濟(jì)轉(zhuǎn)型——基于中國(guó)1998～2007年行業(yè)數(shù)據(jù)的實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2009,(10).

[7]吳巧生,成金華.中國(guó)工業(yè)化中的能源消耗強(qiáng)度變動(dòng)及因素分析—基于分解模型的實(shí)證分析[J].財(cái)經(jīng)研究,2006,(6).

[8]王玉潛.能源消耗強(qiáng)度變動(dòng)的因素分解方法及應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2003(8).

[9]楊正林,方齊云.能源生產(chǎn)率差異與收斂:基于省際面板數(shù)據(jù)的實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2008,(9).

[10]Yang Z L,Fang Q Y.Energy Productivity Differences and Convergence-Based on The Empirical Analysis of Provincial Panel Data[J].Beijing:The Journal of Quantitative&Technical Economics,2008,(9).