节能低碳视角下我国工业行业效率.docVIP

节能低碳视角下我国工业行业效率 　　摘要：采用基于方向距离函数的非参数方法，从节能低碳的视角测算了我国2007―2013年36个工业行业的效率，并分析了效率的时序特性和行业异质性。研究发现，除2008年略低外，各年工业行业效率均值大致相同，后5年略有上升，但不明显;能耗较高的行业效率值与能耗较低的行业效率值有明显差异，但碳排放量大的行业与碳排放量小的行业效率差异不明显;大部分行业效率水平不高，尤其高能耗行业，节能降碳潜力较大。 　　关键词：节能低碳;效率;方向距离函数;工业结构 　　改革开放后，我国工业经历了产值的强劲增长和生产率的不断提高，这对拉动国民经济增长和社会发展起到了重要作用。近年来工业化和城市化的进程不断加快，工业的高能耗、高碳排以及以煤为主的能源消耗结构带来的环境问题日益凸显，金融危机后我国劳动力成本逐步攀升、气候变暖等因素使得形势更加严峻。如何处理好资源节约、经济发展、环境保护三者之间的关系，以工业行业结构调整和效率提高促进转型升级，走新型工业化道路，建设生态文明，实现经济社会的可持续发展具有重大现实意义和深远历史意义。在此背景下，从节能低碳视角对我国工业行业的效率进行研究显得十分必要。 　　一、文献综述 　　效率分析分为单要素和全要素两种，且以包含多个投入要素的全要素分析为主。而研究的方法主要有参数和非参数两类，经典的参数方法有索洛余值、随机前沿生产函数法，非参数法则以数据包络分析(DEA)和指数法为代表。其中数据包络分析凭其无须预先设定投入产出函数形式的特点，自1978年Cooper等提出CCR模型以来，得到了广泛应用。[1] 　　我国以DEA方法为基础的全要素能源效率的研究成果颇为丰富。从对国家层面的能源效率研究来看，从节能减排视角(减排指减少污染物排放)或从节能、减排、低碳综合视角的研究很多[2]，专门从节能低碳视角下的效率研究很少，且以省际间分析居多[3]，工业分行业的则相对较少，基于全行业数据的研究更是鲜有见到。原因可能是国家统计局的统计口径为规模以上工业企业，且行业分类标准发生了变化。 　　李斌(2013)[4]基于2001―2010年我国36个工业行业的投入产出数据，从节能减排低碳视角测算了我国绿色技术效率和绿色全要素生产率。何小钢和张耀辉(2012)用投入导向的DEA和Malmquist指数对能源与碳排放约束下的我国2009年工业行业全要素生产率进行了测算。周五七和聂鸣(2012)[5]用SBM模型分析了节能低碳视角下的我国工业行业1998―2010年的技术效率。郝珍珍等(2014)以基于方向距离函数的DEA方法分析了我国1990―2010年节能低碳视角下的环境效率。这些文献在测算效率时大都采用规模以上工业企业数据[6]，并未将口径调整到全行业，这样的测算不足以刻画工业行业效率的全貌。在构建生产前沿面时，为解决动态分析时的技术退步问题多采用窗口DEA方法，但这可能会导致新的问题――产生非可行解。 　　基于以上，本文基于我国2007―2013年工业分行业的全行业数据，采用基于方向距离函数的全局DEA方法测算节能低碳视角下的效率，并用非参数检验方法从横向和纵向对效率进行分析。 　　二、工业分行业效率的测算方法 　　沿用Picazo-Tadeo et al(2005)和Shephard、Fare(1970，1974，2007)的定义和假定，每个决策单元利用N种投入x，生产出了M种期望产出y，同时得到了H种非期望产出b，则所有可能的生产活动构成集合T，称为生产可能集，相应的产出集合为P(x)，公式和满足的假定如下： 　　T=[(x，y，b)|利用x能生产出(y，b)，xisin;RN 　　+，yisin;RM 　　+，bisin;RH 　　+](1) 　　P(x)=[(y，b)|(x，y，b)isin;T](2) 　　(1)强自由处置性。投入和期望产出是可自由处置的，即在其他条件不变的情况下，投入和期望产出可以相应增大和减小，反映技术效率水平的差异。数学表示为：?xprime;?x?P(x)?P(xprime;);?(y，b)isin;P(x)，且yprime;?y?(yprime;，b)isin;P(x)。 　　(2)零结合性。若想要生产出一定量的期望产出，必定附带有一定量的非期望产出;反之同理。Fare形象地称之为“没有不冒烟的火”。数学表示为?(y，b)isin;P(x)，且b=0?y=0。 　　(3)联合弱自由处置性。在一定技术条件下，期望产出和非期望产出的同比例增减性，即减少非期望产出是要付出代价的――“天下没有免费的午餐”(Fare等，1989)。数学表示为?(y，b)isin;P(x) 且0?theta;?1?(theta;y，theta;b)isin;P(x)。 　　根据Shephar