我国能源效率评价及与城镇化关系分析.docVIP

我国能源效率评价及与城镇化关系分析 　　内容摘要：本文在全要素能源效率框架下，利用DEA方法测算了我国30个省、市和自治区2005-2009年间的能源效率，并利用Tobit回归模型探索城镇化对能源效率的影响机制。研究表明，中国省际能源效率水平较低，且各省水平差异很大，还有微幅扩大趋势；城镇化水平与能源效率有正向关系，城镇化水平每增加1%，能源效率平均上升0.41%。 　　关键词：能源效率 城镇化 DEA Tobit模型 　　引言 　　能源是经济发展的原动力，提高能源效率是经济可持续发展的重要途径。改革开放30多年来，中国经济一直保持高速增长的态势，粗放的经济增长模式一直没有得到根本改善，导致能源利用效率明显低于其他发达国家。随着世界能源储备量的减少和我国能源需求量的增加，能源供需矛盾加剧，提高能源效率已刻不容缓。同时城镇化发展对能源所产生的需求及其利用，也导致了一系列问题。城镇化是步入发达国家行列的必经之路，目前中国正处于城镇化的高速发展阶段，有效解决城镇化进程中的能源难题，实现可持续发展的城镇化目标，具有重要的现实意义。 　　关于能源效率问题，学者已经进行了大量的研究，但是大多是基于能源消耗强度指标来进行分析的。这是一种单要素能源效率方法，它仅考虑了能源投入与产出之间的关系，忽略了在生产过程中其他投入要素的作用，无法全面准确的度量潜在的能源技术效率。为了弥补这一缺陷，近年来，DEA方法开始应用于能源效率的研究，这对于原来主要利用能源消耗强度指标分析能源效率是一大进步和突破。Hu和Wang（2006）在全要素生产框架下利用DEA模型对中国各地区1995-2002年间的能源效率做了对比分析，这是目前文献中最早尝试用全要素方法分析中国各地区能源效率。魏楚、沈满洪（2007）延续了 Hu和Wang的研究方法，将它与传统的能源效率指标加以区分，采用1995-2004年的省际数据对能源效率的影响因素进行了实证分析。 　　从以上的研究文献来看，关于城镇化和能源效率的研究还不太多，城镇化水平的提高是否能够提高能源效率，作用的机制又是什么？本文将根据Hu和Wang（2006）的分析方法，运用全要素生产框架测算中国2005-2009年间能源效率，同时分析中国各省能源效率的内在差异性和收敛性，并使用Tobit模型来重点研究城镇化对能源效率的影响机制。这是本文的研究目的，也是本文与其他实证研究的不同之处，以期对相关研究有所助益。 　　研究方法 　　（一）数据包络分析方法 　　数据包络分析（DEA）是著名运筹学家Charnes A，ERhodes和Cooper W W等学者于1978年创建。DEA方法不需要已知生产函数的具体形式，只要知道投入产出数据即可通过线性规划模型来度量效率，具有黑箱子方法的特色。 　　本文采用规模报酬不变条件下的投入导向模式来测算能源效率。设有n个同类型的评价对象，对于每个对象有m种类型的输入以及s种类型的输出，其中第j个对象的输入输出向量分别是Xj=（x1j， x2j，…， xmj）T 　　0和Yj=（y1j， y2j，…， ysj）T0，j=1，2，...，n。DEA模型如下： 　　θ是一个标量，代表技术效率，而λ是n×n维向量。 　　（二）Tobit回归模型 　　Tobit回归模型主要用来寻找投入产出以外的影响决策单元效率的因素，其回归模型为： 　　如果因变量是部分连续或部分离散的数据时，普通最小二乘法就不再适用，因为此时参数的估计是有偏且非一致的，要解决这类问题需要采用基于极大似然估计原理的Tobit模型。 　　实证研究 　　（一）DEA模型 　　1. DEA模型指标体系的确定。本文的研究范围为我国30个省、市和自治区，不包括西藏、台湾省、香港和澳门特别行政区。样本区间为2005-2009年，数据均来自《中国能源统计年鉴》和中经网。 　　本文选取能源消费、资本投入、劳动投入作为投入指标，以地区生产总值作为产出指标，建立DEA模型。 　　2.省际能源效率对比评价。本文利用DEAP2.1软件计算出中国各省能源效率值见表1。从平均值角度看，效率较高的省份是北京、上海和广东；其次是浙江、天津、海南、江苏和福建，这些省份无论在城市的发展建设还是在能源的开发利用方面，都位居全国前列；能源效率较低的省份是云南、贵州、内蒙古、青海和宁夏，能源效率一直处在0.3至0.4之间，说明这些省份离最佳能源效率前沿面还很远。再从整体的角度看，中国省际能源效率水平较低，效率的平均值为0.609，且呈现逐年下降的趋势。 为了反映各省能源效率的收敛趋势，我们计算30个省、市和自治区在2005-2009年间能源效率的变异系数。结果表明，2005-2009年间，中国省际能源效率差异并没有呈现显著的收敛态势，除200