中国区域能源效率动态分析和空间特征.doc

中国区域能源效率的动态分析和空间特征 　　内容摘要：作为能源消费大国，中国能源的高消耗、低效率与日益严峻的环境约束之间的矛盾日益突出。科学评价各地区能源效率，是政府部门制订能源政策的必要依据。本文创建四要素DEA模型，对1997-2012年间的中国各省区能源效率进行了实证分析，得出的主要结论是：中国能源效率按东、中、西部呈梯度递减；中国能源效率改进缓慢，东、中、西部皆然；年度之间能效水平波动较大，最后提出对策建议。 　　关键词：DEA 能源效率 全要素生产率 　　引言 　　伴随着“煤荒”、“电荒”、“气荒”一系列名词的出现，能源短缺日益成为我国经济发展中的瓶颈性因素，能源效率的提高被提上议事日程。能源效率关系产业竞争力和能源安全，过多排放CO2给人类生存环境带来巨大压力（Patterson，M.G.1996）。中国是能源消费大国，但能源效率与发达国家差距较大。以德国为例，德国的商品出口总额和中国是比较接近的，但它的能源消耗总量只有中国的七分之一，工业方面的用能甚至更低。近些年来，中国政府高度重视节能减排工作，并在“十一五”规划和“十二五”规划中都制订了明确的各省节能减排目标。节能指标的高低，是一个表象问题，深层次的还在于能源效率的提高。在举国重视节能工作的背景下， 探寻科学可靠的能源效率测度方法，准确测度中国各省区能源效率水平，无论是对中央政府的宏观调控，还是对省级政府的节能减碳工作部署，都具有重要的指导意义。 　　能源效率是理论界探讨的一个热点问题，文献虽多，但并没有一个被普遍接受的明确的定量测算标准。而且，存在着普遍使用但却名不符实、存在误导性的概念，如总能源生产率，虽冠以“能源效率”的标识，但包含着许多与能源技术效率毫不相干的因素（Patterson，M.G.，1996）。在能源效率研究中，DEA（数据包络分析）方法占据了多数（魏新强和张宝生，2003）。事实上，Patterson指出的错误主要出现在用DEA方法研究能源效率的文献中，尤其是国内文献。这类文献求出的所谓“全要素能源效率”，反映的并不是能源效率，而是能源、人力、资本等因素共同作用下的总的经济效率。究其原因，是将DEA方法的“全要素生产率”套用到能源效率研究的结果，只是在名称中加上“能源”二字。对于这一流行性错误，国内学者也有发现。冯蕾（2009）明确指出，“保持资本和劳动力不变，只有这样求出的才是能源使用技术效率”，如果不限定，“求出的实际上是一个省份综合使用劳动力、资本和能源的技术效率，国内不少使用DEA方法测度能源效率的文献都是这么做的，但显然不单纯是能源的技术效率”。遗憾的是，并没有引起足够的重视。 　　而且，现有的全要素能源效率研究，仅考虑了劳动、资本、能源这三种投入，与名称中的“全要素”字样相去甚远，尤其是忽略了科技投入。本文继承了胡和王（2006）的能源效率的算法，并把投入由能源、劳动、资本三要素扩展为包括科技投入在内的四要素，创建了四要素DEA能源效率模型，对中国1997-2012年省区能源效率进行动态测度。 　　模型、变量与数据 　　（一）模型选择 　　DEA模型包括规模报酬不变模型（CRS）和规模报酬可变模型（VRS）两种。第一种由Charnes、Cooper和Rhodes于1978年提出，因此又称CCR模型，其假设前提是规模报酬不变。CRS模型假设决策单元在最优规模水平上生产，事实并非一定如此。因此，Banker、Charnes和Cooper于1984年提出可变规模报酬DEA模型（VRS），又称BCC模型。 　　在区域能效DEA文献中，选择CRS模型的有魏楚和沈满洪（2007）、冯蕾（2009）等。选择VRS模型的有黄德春等（2012）、沈能和王群伟（2013）等。也有人同时使用了CRS模型和VRS模型，如Jia、Li和Yuan（2011）。本文采用CRS模型，因为对于省级单位，无法像企业一样，随意调整经济规模。企业维度的DEA分析，VRS模型更适用。而省级、国家级层面的DEA分析，则CRS模型更适用。 　　无论是CRS还是VRS，DEA模型都有投入导向和产出导向两种。投入导向是要在产出不变的条件下，实现投入的最小化。产出导向是在投入不变的条件下，实现产出的最大化。对于决策单元来说，控制投入要比控制产出更具可行性。因此，本文采用投入导向的CRS模型。 　　（二）变量选取和数据来源 　　能源效率的DEA文献中，指标选择上体现了较强的同一性。产出指标为GDP（地区生产总值），投入指标虽用词略有差异但实质基本相同，都是三要素：劳动力、资本和能源耗费量，详见表1。但是，现有研究基本忽略了对能源效率有重要影响的一个因素―科技。因此，本文改传统“三要素法”为“四要素法”，投入变量取劳动力、固定资产投资、科技投入和能源投入，