李坤明，方麗婷

（1.福建農(nóng)林大學(xué) 經(jīng)濟(jì)學(xué)院，福建 福州350002；2.福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院，福建 福州350001）

中國(guó)區(qū)域能源效率及其影響因素
——基于面板隨機(jī)前沿模型的分析

李坤明1，方麗婷2

（1.福建農(nóng)林大學(xué) 經(jīng)濟(jì)學(xué)院，福建 福州350002；2.福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院，福建 福州350001）

基于2000—2015年省級(jí)面板數(shù)據(jù)，利用面板隨機(jī)前沿模型估計(jì)了我國(guó)30個(gè)省份的區(qū)域能源效率，并通過(guò)對(duì)無(wú)效率項(xiàng)的條件期望估計(jì)，檢驗(yàn)了人均GDP、城鎮(zhèn)化率、工業(yè)結(jié)構(gòu)、對(duì)外貿(mào)易和能源消費(fèi)結(jié)構(gòu)對(duì)我國(guó)能源效率的影響。能源效率估計(jì)結(jié)果顯示，我國(guó)能源效率整體上呈逐年上升趨勢(shì)，但區(qū)域間的差異較明顯，呈現(xiàn)東部高、中西部低的分布特征。無(wú)效率項(xiàng)的估計(jì)結(jié)果表明，人均GDP和城鎮(zhèn)化率對(duì)我國(guó)能源效率均存在顯著的積極影響，對(duì)外貿(mào)易則不利于我國(guó)能源效率的改善，工業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)對(duì)我國(guó)能源效率的影響在統(tǒng)計(jì)上不顯著，但從彈性系數(shù)的估計(jì)值看，工業(yè)比重和煤炭消費(fèi)比重的增加傾向于降低我國(guó)的能源效率。

能源效率；能源經(jīng)濟(jì)；影響因素；面板隨機(jī)前沿模型

1 引言

能源短缺是發(fā)展中國(guó)家經(jīng)濟(jì)社會(huì)發(fā)展過(guò)程中面臨的主要挑戰(zhàn)之一［1］。破解能源短缺問(wèn)題的方法不外乎兩種，一是從供給側(cè)尋求新能源和替代能源，二是從需求側(cè)推動(dòng)節(jié)能降耗，提高能源利用效率。由于尋找新能源是一個(gè)漫長(zhǎng)的過(guò)程，所以從短期來(lái)看提高能源效率是解決能源短缺問(wèn)題的一條最有效途徑。同時(shí)，隨著人口的增長(zhǎng)以及工業(yè)化和城鎮(zhèn)化的推進(jìn)，能源消費(fèi)在不斷增加［2－4］，由此造成的環(huán)境污染問(wèn)題也日益突出［5，6］，能源利用效率的提高能夠有效降低能源強(qiáng)度、減少污染物排放［7］，有助于解決能源消費(fèi)帶來(lái)的環(huán)境污染問(wèn)題，因此關(guān)于能源效率的評(píng)價(jià)、影響因素、能源效率與環(huán)境關(guān)系的研究一直是眾多學(xué)者關(guān)注的焦點(diǎn)問(wèn)題［8－12］。

我國(guó)是世界最大的能源消費(fèi)國(guó)，但能源供給結(jié)構(gòu)單一、增長(zhǎng)趨緩，供需兩側(cè)的此消彼長(zhǎng)使其面臨較嚴(yán)重的能源短缺問(wèn)題。2015年，我國(guó)能源消費(fèi)量達(dá)43億t標(biāo)準(zhǔn)煤，約占全世界能源消費(fèi)總量的23%，而能源缺口高達(dá)7億t標(biāo)準(zhǔn)煤。同時(shí)，我國(guó)正在加快推進(jìn)城鎮(zhèn)化和工業(yè)化建設(shè)，能源消費(fèi)需求量大幅增長(zhǎng)，這可能會(huì)加劇本就比較嚴(yán)重的環(huán)境污染問(wèn)題。提高能源效率，倡導(dǎo)節(jié)能降耗是目前我國(guó)破解能源短缺和環(huán)境問(wèn)題的可行選項(xiàng)，也是我國(guó)社會(huì)各界的共識(shí)，這就迫切要求我們了解我國(guó)能源效率受哪些因素的影響、影響的程度怎樣，即識(shí)別我國(guó)能源效率的決定機(jī)制。只有這樣，才能知道如何通過(guò)提升能源利用效率解決我國(guó)城鎮(zhèn)化和工業(yè)化過(guò)程中的能源短缺與環(huán)境污染問(wèn)題。

基于以上背景，本文嘗試?yán)妹姘咫S機(jī)前沿模型估計(jì)我國(guó)各地區(qū)的能源效率，探索我國(guó)能源效率的影響機(jī)制。現(xiàn)有研究文獻(xiàn)中主要采用數(shù)據(jù)包絡(luò)分析（DEA）方法測(cè)度能源效率。DEA方法是一種非參數(shù)方法，受數(shù)據(jù)質(zhì)量的影響較大，而且效率計(jì)算基于前沿面的估計(jì)，不同的樣本計(jì)算結(jié)果具有相對(duì)性，可比性較差，不能直接估計(jì)各種因素對(duì)效率的影響［13］。本文所采用的隨機(jī)前沿模型考慮了隨機(jī)因素對(duì)生產(chǎn)前沿的影響，并且可直接對(duì)無(wú)效率項(xiàng)及其影響因素進(jìn)行建模，因此能夠方便地得到各種影響因素對(duì)能源效率的邊際影響，這是本文對(duì)現(xiàn)有文獻(xiàn)的貢獻(xiàn)之一。此外，由于我國(guó)是世界上最大的發(fā)展中國(guó)家，本研究將為有關(guān)能源效率的國(guó)際討論增加重要的中國(guó)經(jīng)驗(yàn)證據(jù)。

2 實(shí)證模型與變量選取

為了考察我國(guó)能源效率的決定機(jī)制，本文基于2000—2015年我國(guó)30個(gè)省份的面板數(shù)據(jù)估計(jì)能源效率的面板數(shù)據(jù)隨機(jī)前沿模型。與大多數(shù)文獻(xiàn)類似［14，15］，本文基于 Jorgenson 等［16］的 KLEM 模型，以資本（K）、勞動(dòng)力（L）和能源消費(fèi)（E）作為投入要素，以GDP作為產(chǎn)出，建立基于柯布道格拉斯函數(shù)的能源效率隨機(jī)前沿模型：

式中，υit為獨(dú)立于投入要素和技術(shù)水平的隨機(jī)誤差項(xiàng)，服從均值為0的正態(tài)分布，即；uit為技術(shù)無(wú)效率項(xiàng)，服從均值為mit且在原點(diǎn)左邊截尾的半正態(tài)分布，即

考慮到影響能源效率的因素主要有技術(shù)因素和結(jié)構(gòu)因素，參照現(xiàn)有文獻(xiàn)［17－19］，選取人均實(shí)際 GDP（PGDP）、城鎮(zhèn)化率（URB）、工業(yè)結(jié)構(gòu)（INS）、對(duì)外貿(mào)易（FTR）和能源消費(fèi)結(jié)構(gòu)（ENS）等變量作為能源效率的影響因素，對(duì)技術(shù)無(wú)效率項(xiàng)的期望進(jìn)行建模。假設(shè)：

無(wú)效率項(xiàng)uit的條件期望可表示為：

式中，zit＝ （PGDPit，URBit，NSit，F(xiàn)TRit，ENSit）′。

為了消除價(jià)格影響，本文中GDP通過(guò)各省份歷年國(guó)內(nèi)生產(chǎn)總值指數(shù)套算得到。以1990年作為基年，各變量的測(cè)度方法為：①資本投入。借鑒張軍、章元［20］的永續(xù)盤存法計(jì)算，并以1990年作為資本積累的基年，為了消除物價(jià)水平的影響，利用固定資產(chǎn)投資價(jià)格指數(shù)對(duì)每年的固定資產(chǎn)投資額進(jìn)行平減。需要說(shuō)明的是，重慶市于1997年成為直轄市，下轄原重慶市及原四川省所屬萬(wàn)縣、涪陵市和黔江地區(qū)，所以1996年之前重慶市固定資產(chǎn)投資數(shù)額以對(duì)應(yīng)年份的《四川統(tǒng)計(jì)年鑒》中上述四個(gè)地區(qū)的固定資產(chǎn)投資之和計(jì)算，而固定資產(chǎn)投資價(jià)格指數(shù)直接取當(dāng)年四川省的數(shù)值。此外，由于有個(gè)別年份個(gè)別地區(qū)的固定資產(chǎn)投資價(jià)格指數(shù)缺失，因此以臨近地區(qū)的平均值填補(bǔ)。②勞動(dòng)力投入。采用全社會(huì)就業(yè)人員數(shù)量測(cè)度。③能源投入。利用能源消費(fèi)總量進(jìn)行測(cè)度，因?yàn)椴煌哪茉串a(chǎn)品不能直接加總，本文先將各種能源產(chǎn)品消費(fèi)量折算成標(biāo)準(zhǔn)煤后再加總計(jì)算投入總量。④人均實(shí)際GDP（PGDP）。用以衡量經(jīng)濟(jì)發(fā)展水平，采用實(shí)際GDP與人口規(guī)模的比值測(cè)度。⑤城鎮(zhèn)化率（URB）。采用人口城鎮(zhèn)化指標(biāo)，即城鎮(zhèn)人口占總?cè)丝诘谋壤鳛闇y(cè)度方法。⑥工業(yè)結(jié)構(gòu)（INS）。用工業(yè)增加值與GDP的比值測(cè)度。⑦對(duì)外貿(mào)易（FTR）。按經(jīng)營(yíng)單位所在地核算的進(jìn)出口總額與GDP的比值作為對(duì)外貿(mào)易測(cè)度。⑧能源消費(fèi)結(jié)構(gòu)（ENS）。采用煤炭消費(fèi)占能源總消費(fèi)的比重作為測(cè)度指標(biāo)。

考慮到數(shù)據(jù)的完整性和可獲得性，本文將樣本區(qū)間選定在2000—2015年，由于西藏地區(qū)數(shù)據(jù)缺失較嚴(yán)重，我們將其剔除，從而本文所用數(shù)據(jù)為2000—2015年中國(guó)30個(gè)省份（香港和澳門特別行政區(qū)、臺(tái)灣省除外，下同）的省級(jí)面板數(shù)據(jù)。能源消費(fèi)數(shù)據(jù)來(lái)自歷年的《能源統(tǒng)計(jì)年鑒》和各省統(tǒng)計(jì)年鑒，其他指標(biāo)來(lái)自歷年各省統(tǒng)計(jì)年鑒。為了減輕異方差性，我們對(duì)所有變量取對(duì)數(shù)形式，各變量的描述性統(tǒng)計(jì)結(jié)果見表1。

表1 變量的描述性統(tǒng)計(jì)

3 實(shí)證結(jié)果及分析

3.1 區(qū)域能源效率估計(jì)結(jié)果

2000—2015年我國(guó)平均能源效率的估計(jì)結(jié)果見表2。從表2可見，整體上我國(guó)能源效率呈現(xiàn)逐年上升趨勢(shì)，各省份之間的能源效率差異逐年加大，效率最高與效率最低省份之間的差距趨于擴(kuò)大。

表2 2000—2015年我國(guó)平均能源效率估計(jì)

我國(guó)分地區(qū)能源效率平均值見圖1。本文采用國(guó)家統(tǒng)計(jì)局的地區(qū)劃分方法，將我國(guó)大陸31個(gè)省份劃分成東部、中部、西部三個(gè)大區(qū)。圖1可見，我國(guó)東部地區(qū)的能源效率處于較高水平，遠(yuǎn)高于中部和西部地區(qū)，中部和西部地區(qū)的能源效率出現(xiàn)交替領(lǐng)先現(xiàn)象，西部地區(qū)的能源效率波動(dòng)較大，中部地區(qū)則較平穩(wěn)。從時(shí)間上看，三個(gè)地區(qū)的能源效率均呈現(xiàn)上升趨勢(shì)。

圖1 我國(guó)分地區(qū)能源效率平均值

圖2 主要年份能源效率核密度估計(jì)

為了更細(xì)致地考察我國(guó)能源效率的地區(qū)分布及其隨時(shí)間變化的趨勢(shì)，利用每年各省份能源效率預(yù)測(cè)值估計(jì)了我國(guó)能源效率的概率密度，主要年份的密度估計(jì)結(jié)果見圖2。從圖2可見，隨著時(shí)間的推移，我國(guó)能源效率的概率分布有整體向右移動(dòng)的趨勢(shì)，時(shí)間越往后，分布的右尾越厚。說(shuō)明我國(guó)能源效率整體上處于逐年上升趨勢(shì)，且有越來(lái)越多的地區(qū)進(jìn)入高能效階段，但區(qū)域間的差異趨于擴(kuò)大。

3.2 模型參數(shù)估計(jì)結(jié)果

我國(guó)能源效率隨機(jī)前沿模型的生產(chǎn)函數(shù)部分見表3，即模型（1）的估計(jì)結(jié)果；為了便于比較，我們利用面板數(shù)據(jù)模型估計(jì)了非隨機(jī)前沿面設(shè)定下的生產(chǎn)函數(shù)表4。整體上，隨機(jī)前沿模型生產(chǎn)函數(shù)的擬合效果較好，各系數(shù)的估計(jì)值均在99%置信水平下顯著。從系數(shù)估計(jì)結(jié)果看，資本產(chǎn)出彈性為0.16，勞動(dòng)產(chǎn)出彈性高達(dá)0.7，能源產(chǎn)出彈性約0.18，觀察表4發(fā)現(xiàn)上述結(jié)果與生產(chǎn)非隨機(jī)前沿設(shè)定下的估計(jì)結(jié)果相差較大，在非隨機(jī)前沿模型中，資本、勞動(dòng)力和能源的產(chǎn)出彈性分別為0.52、0.26 和 0.33。值得注意的是，在隨機(jī)前沿模型中如果令非效率項(xiàng)等于1，則得到的模型是非隨機(jī)前沿模型，這說(shuō)明非隨機(jī)模型是隨機(jī)模型的一種特殊形式，因此隨機(jī)模型的估計(jì)更加穩(wěn)健。從表3和表4看，如果不考慮隨機(jī)因素對(duì)生產(chǎn)前沿的影響，則可能高估資本的產(chǎn)出彈性。

表3 能源效率隨機(jī)前沿模型的生產(chǎn)函數(shù)估計(jì)結(jié)果

表4 非隨機(jī)前沿設(shè)定下的生產(chǎn)函數(shù)估計(jì)結(jié)果

表5顯示了隨機(jī)前沿模型中無(wú)效率項(xiàng)模型（3）的估計(jì)結(jié)果。需要說(shuō)明的是，在隨機(jī)前沿模型中，無(wú)效率uit項(xiàng)越大，說(shuō)明效率越低，即是一個(gè)負(fù)向指標(biāo)。如果某個(gè)變量對(duì)uit的影響為正，則它對(duì)能源效率的影響為負(fù)，反之則相反。從表5可見，人均GDP和城鎮(zhèn)化率對(duì)無(wú)效率項(xiàng)具有顯著的負(fù)向影響，因此兩者對(duì)我國(guó)能源效率的影響顯著為正。人均GDP每提高1%，將帶來(lái)能源效率提升0.63%；城鎮(zhèn)化率每提高1%，將推動(dòng)能源效率提高0.32%。同時(shí)，對(duì)外貿(mào)易對(duì)無(wú)效率項(xiàng)的影響顯著為正，說(shuō)明對(duì)外貿(mào)易比重的提高并不能促進(jìn)我國(guó)能源效率的提高，對(duì)外貿(mào)易占GDP的比重每提高1%，會(huì)導(dǎo)致能源效率下降0.04%。估計(jì)結(jié)果還表明，工業(yè)比重和煤炭消費(fèi)比重的提高均傾向于降低我國(guó)能源效率，雖然這種影響在統(tǒng)計(jì)上并不顯著，但值得重視。

表5 非效率項(xiàng)的條件均值函數(shù)估計(jì)結(jié)果

3.3 實(shí)證結(jié)果分析

本文的實(shí)證結(jié)果顯示，我國(guó)能源利用效率整體上處于較低水平，不同地區(qū)的差異較明顯，呈現(xiàn)出東部地區(qū)高、中部和西部地區(qū)低的特征，這與我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r相符。長(zhǎng)期以來(lái)，我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展一直存在東部強(qiáng)、西部弱的格局，東部地區(qū)聚集了大量的物質(zhì)資本、人力資源，政策環(huán)境較寬松，經(jīng)濟(jì)發(fā)展速度和發(fā)展水平均高于中西部地區(qū)，有條件提升能源效率。

模型中生產(chǎn)函數(shù)的估計(jì)結(jié)果表明，人口紅利是推動(dòng)我國(guó)長(zhǎng)期高增長(zhǎng)的最主要原因，而能源投入的作用同樣不可忽視，它對(duì)產(chǎn)出的貢獻(xiàn)甚至比資本還大。本文與其他相關(guān)文獻(xiàn)的不同之處在于將能源投入納入生產(chǎn)函數(shù)，結(jié)合以往關(guān)于我國(guó)總量生產(chǎn)函數(shù)的估計(jì)結(jié)果發(fā)現(xiàn)，本文關(guān)于勞動(dòng)力產(chǎn)出彈性的估計(jì)結(jié)果與相關(guān)文獻(xiàn)中的估計(jì)結(jié)果大體相當(dāng)，這在一定程度上說(shuō)明資本對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的影響不僅體現(xiàn)在固定資產(chǎn)投資的帶動(dòng)，還體現(xiàn)在能源投入的推動(dòng)。

模型中無(wú)效率項(xiàng)的條件期望估計(jì)結(jié)果顯示：首先，經(jīng)濟(jì)發(fā)展水平提高和城鎮(zhèn)化進(jìn)程加快有利于提升我國(guó)能源效率，原因可能是經(jīng)濟(jì)發(fā)展水平和城鎮(zhèn)化率越高的地區(qū)越容易通過(guò)改進(jìn)能源使用技術(shù)提高能源效率。其次，對(duì)外貿(mào)易比重增加并不會(huì)推動(dòng)我國(guó)能源效率的提升，表明我國(guó)企業(yè)并未從對(duì)外貿(mào)易活動(dòng)中獲得技術(shù)改進(jìn)和知識(shí)溢出效應(yīng)，這可能與我國(guó)進(jìn)出口商品主要以低端產(chǎn)品為主有關(guān)。第三，工業(yè)在經(jīng)濟(jì)中的占比和煤炭消費(fèi)比重提高均不利于能源效率的提高，這與我們的預(yù)期一致。工業(yè)部門一直都是低能效部門，我國(guó)工業(yè)能耗約占能耗總量的70%，但工業(yè)增加值僅占GDP的40%左右，同時(shí)煤炭資源是利用效率較低的能源產(chǎn)品，因此在工業(yè)比重較高或煤炭資源消費(fèi)占比較大的地區(qū)，能源效率可能更低，但這種影響較微弱。

根據(jù)實(shí)證結(jié)果發(fā)現(xiàn)，在統(tǒng)計(jì)上能顯著影響我國(guó)能源效率的因素中，按照影響程度從高到低排序依次是人均GDP、城鎮(zhèn)化水平和對(duì)外貿(mào)易比重，前兩個(gè)因素是積極因素，后一個(gè)是不利因素。前兩個(gè)因素的總影響超過(guò)94%，這在一定程度上說(shuō)明我國(guó)經(jīng)濟(jì)發(fā)展具有較強(qiáng)的內(nèi)在能源效率強(qiáng)化機(jī)制，經(jīng)濟(jì)發(fā)展在大量消耗能源的同時(shí)會(huì)倒逼能源利用效率的提高。這也在一定程度上說(shuō)明我國(guó)經(jīng)濟(jì)增長(zhǎng)正處于從重?cái)?shù)量輕質(zhì)量到重質(zhì)量的轉(zhuǎn)型過(guò)程中。上述結(jié)果與區(qū)域能源效率整體向好的趨勢(shì)相吻合。

4 結(jié)論與政策含義

本文基于省級(jí)面板數(shù)據(jù)，利用面板隨機(jī)前沿模型估計(jì)了我國(guó)30個(gè)省份的能源效率，并通過(guò)對(duì)無(wú)效率項(xiàng)條件期望的估計(jì)考察了我國(guó)經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化、工業(yè)結(jié)構(gòu)、對(duì)外貿(mào)易和能源消費(fèi)結(jié)構(gòu)等變量對(duì)我國(guó)能源效率的影響，得到以下主要研究結(jié)論：①我國(guó)能源效率整體上處于較低水平，各省份能源效率差異明顯，東部地區(qū)的能源效率普遍較高，中部和西部地區(qū)處于較低水平。但從時(shí)間上看，我國(guó)能源效率整體呈現(xiàn)逐年上升趨勢(shì)。②生產(chǎn)函數(shù)的估計(jì)結(jié)果顯示，人口因素是推動(dòng)我國(guó)經(jīng)濟(jì)長(zhǎng)期穩(wěn)定增長(zhǎng)的最主要原因，能源投入的作用大于物質(zhì)資本投入。③基于無(wú)效率項(xiàng)條件期望的估計(jì)結(jié)果表明，人均GDP和城鎮(zhèn)化率對(duì)我國(guó)能源效率均具有顯著的正向影響，兩者的彈性系數(shù)分別達(dá)到0.63和0.32，對(duì)外貿(mào)易對(duì)我國(guó)能源效率的影響則顯著為負(fù)，彈性系數(shù)為0.04。此外，工業(yè)結(jié)構(gòu)和煤炭消費(fèi)比重的提高不利于我國(guó)能源效率的改善，但這種影響不顯著。

本文的研究結(jié)果具有豐富的政策含義：首先，我國(guó)各地區(qū)的能源效率存在明顯的差異，因此政府在設(shè)計(jì)能源政策時(shí)需要全面規(guī)劃，根據(jù)區(qū)域特點(diǎn)選擇最優(yōu)的政策路徑。其次，實(shí)證結(jié)果顯示現(xiàn)階段經(jīng)濟(jì)發(fā)展水平的提高和城鎮(zhèn)化的推進(jìn)對(duì)我國(guó)能源效率都具有顯著的積極影響，說(shuō)明我國(guó)經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化進(jìn)程具有內(nèi)生節(jié)能機(jī)制，經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化的推進(jìn)可在一定程度上倒逼能源效率的提升，部分解決部分能源短缺問(wèn)題，因此政府在推動(dòng)經(jīng)濟(jì)發(fā)展和推進(jìn)城鎮(zhèn)化之時(shí)，應(yīng)當(dāng)制定相應(yīng)的引導(dǎo)政策，使這種內(nèi)在機(jī)制發(fā)揮最大效能。同時(shí)，為了提升能源效率，有關(guān)部門應(yīng)堅(jiān)持優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)，控制工業(yè)比重，不斷優(yōu)化能源消費(fèi)結(jié)構(gòu)，減少煤炭等低能效能源產(chǎn)品的消費(fèi)，并推動(dòng)對(duì)外貿(mào)易產(chǎn)品和產(chǎn)業(yè)鏈的高端化，發(fā)揮對(duì)外貿(mào)易的溢出效應(yīng)。

［1］Akinyele D O，Nair N K C，Rayudu R K，et al.Clean Development Mechanism Projects for Developing Countries：Potential for Carbon Emissions Mitigation and Sustainable Development［R］.Power Systems Conference（NPSC），Eighteenth National，IEEE，2014.

［2］York R.Demographic Trends and Energy Consumption in European Union Nations，1960-2025［J］.Soc Sci Res，2007，（36）∶855-872.

［3］Shahbaz M，Lean H H.Does Financial Development Increase Energy Consumption？The Role of Industrialization and Urbanization in Tunisia［J］.Energy Policy，2012，（40）∶473-479.

［4］Shahbaz M，Loganathan N，Sbia R，et al.The Effect of Urbanization，Affluence and Trade Openness on Energy Consumption：A Time Series Analysis in Malaysia［J］.Renewable and Sustainable Energy Reviews，2015，（47）∶683 －693.

［5］Behera S R，Dash D P.The Effect of Urbanization，Energy Consumption，and Foreign Direct Investment on the Carbon Dioxide Emission in the SSEA（South and Southeast Asian）Region［J］.Renewable and Sustainable Energy Reviews，2017，（70）∶96-106.

［6］Franco S，Mandla V R，Rao K R M.Urbanization，Energy Consumption and Emissions in the Indian Context A Review［J］.Renewable and Sustainable Energy Reviews，2017，（71）∶898-907.

［7］Worrell E，Bernstein L，Roy J，et al.Industrial Energy Efficiency and Climate Change Mitigation［J］.Energy Efficiency，2009，2（2）∶109.

［8］Henriques M F，Dantas F，Schaeffer R.Potential for Reduction of CO2Emissions and A Low-Carbon Scenario for the Brazilian Industrial Sector［J］.Energy Policy，2010，38（4）∶1946-1961.

［9］Akashi O，Hanaoka T，Matsuoka Y，et al.A Projection for Global CO2 Emissions from the Industrial Sector Through 2030 Based on Activity Level and Technology Changes［J］.Energy，2011，36（4）∶1855-1867.

［10］Cui Q，Kuang H B，Wu C Y，et al.The Changing Trend and Influencing Factors of Energy Efficiency：The Case of Nine Countries［J］.Energy，2014，（64）∶1026-1034.

［11］Haas C，Kempa K.Directed Technical Change and Energy Intensity Dynamics：Structural Change vs Energy Efficiency［R］.Joint Discussion Paper Series in Economics，No.10－ 2016，2016.

［12］Hochman G，Timilsina G R.Energy Efficiency Barriers in Commercial and Industrial Firms in Ukraine：An Empirical Analysis［J］.Energy Economics，2017，（63）∶22-30.

［13］楊紅亮，史丹.能效研究方法和中國(guó)各地區(qū)能源效率的比較［J］.經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2008，（3）∶12－ 20.

［14］林伯強(qiáng)，劉泓汛.對(duì)外貿(mào)易是否有利于提高能源環(huán)境效率——以中國(guó)工業(yè)行業(yè)為例［J］.經(jīng)濟(jì)研究，2015，（9）∶127-141.

［15］陳關(guān)聚.中國(guó)制造業(yè)全要素能源效率及影響因素研究——基于面板數(shù)據(jù)的隨機(jī)前沿分析［J］.中國(guó)軟科學(xué)，2014，（1）∶180-192.

［16］Jorgenson D W，Gollop F M，F(xiàn)raumeni B M.Productivity and US Economic Growth［M］.Cambridge：Harvard University Press，1987.

［17］Yu H.The Influential Factors of China′s Regional Energy Intensity and Its Spatial Linkages：1988-2007［J］.Energy Policy，2012，（45）∶583-593.

［18］Ma B.Does Urbanization Affect Energy Intensities Across Provinces in China？Long－run Elasticities Estimation Using Dynamic Panels with Heterogeneous Slopes［J］.Energy Economics，2015，（25）∶390-401.

［19］Yan H.Provincial Energy Intensity in China：The Role of Urbanization［J］.Energy Policy，2015，（86）∶635-650.

［20］張軍，章元.對(duì)中國(guó)資本存量 K 的再估計(jì)［J］.經(jīng)濟(jì)研究，2004，（7）∶35－43.

Regional Energy Efficiency and Its Influencin g Factors in China——Analysis Based on Panel Stochastic Frontier Model

LI Kun－ ming1，F(xiàn)ANG Li－ ting2
（1.College of Economics，F(xiàn)ujian Agriculture and Forestry University，F(xiàn)uzhou 350002，China；2.School of Economics and Management，F(xiàn)uzhou University，F(xiàn)uzhou 350116，China）

Based on the provincial panel data of China from 2000 to 2015，the regional energy efficiency of 30 provinces in China during the above period were estimated by using Panel Stochastic Frontier Model，and the impact of per capita GDP，urbanization，industrial structure，foreign trade and energy consumption structure on China′s energy efficiency were tested by modeling the condition expectations of inefficient item.Empirical results showed that China′s energy efficiency increased year by year as a whole，but the regional difference was obvious，that were higher in east but lower in central and west China.The estimation results also showed that per capita GDP and urbanization had significant positive effects on China′s energy efficiency，the impact of foreign trade was just opposite，but the impact of industrial structure and energy consumption structure were statistically insignificant.

energy efficiency；energy economy；influencing factors；Panel Stochastic Frontier Model

F062.1；F206

A

1005－8141（2017）11－1324－04

10.3969/j.issn.1005-8141.2017.11.008

2017－09－10；

2017－10－22

國(guó)家社科基金項(xiàng)目“半?yún)?shù)變系數(shù)空間自回歸模型的理論及應(yīng)用研究”（編號(hào)：16BTJ018）；福建省自然科學(xué)基金項(xiàng)目“空間面板平滑轉(zhuǎn)換模型的理論與應(yīng)用研究”（編號(hào)：2016J05172）；福建省中青年教師教育科研項(xiàng)目“分位數(shù)空間計(jì)量模型的統(tǒng)計(jì)推斷及應(yīng)用研究”（編號(hào)：JAS150251）。

李坤明（1983－），男，福建省漳州人，博士，講師，研究方向?yàn)榻鹑诶碚撆c政策、能源經(jīng)濟(jì)學(xué)、空間計(jì)量模型。

方麗婷（1983－），女，福建省寧德人，經(jīng)濟(jì)學(xué)博士，管理學(xué)博士后，講師，研究方向?yàn)榻鹑诠こ?、統(tǒng)計(jì)理論與方法、能源經(jīng)濟(jì)。