中国省级能源效率及其的影响因素分析.docVIP

中国省级能源效率及其的影响因素分析 　　摘要：使用基于不变规模报酬的DEA方法，将传统三要素投入扩充为包括人力资本在内的四要素模型，对2005―2012年30个省、市、自治区的能源效率进行测度；进一步，以省际能源效率为被解释变量，使用固定效应面板数据模型实证分析了经济发展水平、产业结构、对外开放程度、所有制结构、能源消费结构以及技术水平对该时期能源效率的影响效果。 　　关键词： 　　能源效率；数据包络分析；固定效应面板数据模型；人力资本 　　文章编号：2095-5960（2016）03-0085-10；中图分类号：F206；文献标识码：A 　　中共中央明确指出“十三五”期间应将总体改善生态环境质量作为主要目标。实现这一目标，需要牢固树立绿色发展理念，从根本上改变我国长久以来“高投入、高污染”的粗放型发展方式，而节约与高效利用资源是实现绿色发展的重要环节。通过提高生产过程中的能源使用效率，在保证产出的前提下减少能源消耗以及污染物排放，是贯彻落实绿色发展的有效手段。然而，根据国家能源局公布的数据，2012年，我国单位GDP能耗是世界平均水平的2.5倍，是美国的3.3倍，日本的7倍，也高于巴西等发展中国家。这些数据既说明我国能源利用现状不容乐观，也表明从提高能源效率入手进行节能减排具有巨大潜力。因此，从省级层面研究能源效率对我国在“十三五”期间实现低碳、环保、绿色发展，具有重大意义。 　　一、文献综述 　　现阶段，对能源效率的研究主要集中在能源效率的测算与能源效率影响因素的实证分析上。对于能源效率的测算，Farrell（1957）认为能源效率包括综合技术效率与配置效率两个方面，综合技术效率衡量生产过程是否在现有投入下实现了最大产出；配置效率则将各种能源投入的价格因素考虑进来，衡量在给定产出下是否实现了成本的最小化。[1]由于我国市场化程度不高，能源要素价格，尤其是影子价格较难获得，因此研究者一般对能源综合技术效率进行研究，如魏一鸣等（2010）[2]对七类能源效率测度指标进行了深入分析。数据包络分析（Data Envelopment Analysis，DEA）方法是计算能源综合技术效率的有效手段，该法主要通过构建生产前沿面来判断各决策单元的能源效率。该方法在计算过程中需要设定生产所需的投入要素与产出要素，研究者大多以物质资本、劳动力以及能源三种要素作为投入，如魏楚等（2007[3]、2008[4]），吴琦等（2009）[5]，杜嘉敏（2015）[6]。在产出方面，多数研究集中于使用地区生产总值作为单一期望产出，如师博等（2008）[7]；而部分研究者在此基础上添加了环境污染的指标作为非期望产出，如吴琦等（2009）[5]。 　　对于能源要素影响因素的实证分析，主要包括因素分解法与计量法。因素分解法一般用于研究单要素能源效率，通过将能源宏观效率（能源强度）的变化分解到不同影响因素上，从而发现影响能源强度变化的原因。使用因素分解法研究我国能源效率的文章较多，比较有代表性的研究包括Chai等（2009）[8]、Cao等（2010）[9]以及Liu等（2010）[10]。计量法则使用能源效率作为被解释变量，其他宏观经济变量作为自变量进行回归分析，所使用的计量模型一般为面板数据模型或者Tobit模型，如魏楚等（2007[3]、2008[4]）。 　　使用基于传统三要素投入的DEA法研究我国省际能源效率时，劳动力是重要的投入要素，尤其是对我国这种劳动力资源相对丰富的国家而言更是如此。然而在计算能源效率时，各省之间的劳动力在质量上具有较大差异，现有文献却并未将这一差异考虑进来，从而使计算结果的可信度与精确度下降。本文在现有文献基础上，扩充三要素投入为四要素投入，以省际人力资本差异作为劳动力差异的度量指标，使用基于不变规模报酬的DEA方法和面板数据模型，对我国省际能源效率进行了研究。文章后续安排如下，第二部分使用基于不变规模报酬的DEA法计算各省能源效率，第三部分使用面板数据模型对我国能源效率的影响因素进行实证研究，最后给出简短结论与建议。 　　二、省际能源效率的DEA测算 　　（一）数据来源与处理 　　本文对我国大陆30个省、市、自治区的能源效率进行研究（由于缺乏相关数据，研究对象并未包含西藏），研究时间段从2005年到2012年。文章使用能源消费、劳动力、物质资本以及人力资本作为各省的投入要素，以年度GDP作为产出。下面将对每种要素的数据收集与处理进行简要概述。 　　各地区GDP数据来源主要是《中国统计年鉴》，并通过GDP平减指数将各地区GDP折算为以2005年不变价格核算的GDP。各地区年度能源投入数据来源于《中国能源统计年鉴2013》的分地区能源消费总量数据，单位是万吨标准煤。各省劳动力投入数据采用各省统计年鉴公