我国能源效率的地区差异及影响因素
——基于异质性随机前沿边界模型的实证分析

张东辉，宋锋华

(新疆财经大学经济学院，新疆 乌鲁木齐 830012)

我国能源效率的地区差异及影响因素
——基于异质性随机前沿边界模型的实证分析

张东辉，宋锋华

(新疆财经大学经济学院，新疆 乌鲁木齐 830012)

在异质性随机边界模型的分析框架下，基于我国大陆27个省、市、自治区1985—2012年的面板数据，对各省份能源利用的技术效率进行测算，并对能源效率地区差异、影响因素进行分析。结果表明：我国的能源利用的技术效率整体水平不高，效率损失约为30%，但随着时间的推移呈现出技术效率逐渐上升的趋势；技术效率区域差距明显，东部区域最高，中部和西部区域的技术效率水平相近。制定差异化产业结构、能源结构、产权结构和对外开放等目标，有利于技术效率水平的提高和缩小地区间的效率差距。

能源效率；地区差异；影响因素；技术效率；技术异质性；随机前沿模型

当前，我国的能源利用效率水平低于发达国家，甚至落后于巴西等部分发展中国家。根据2011年《中国能源统计年鉴》，我国1亿美元GDP的能耗强度是日本的7.5倍，英国的6.2倍，巴西的2.2倍。[1]能源消耗增长过快所引发的资源耗竭和环境污染问题影响到我国经济社会的可持续发展，能源利用效率的提升是我国目前所面临的重要问题。同时我国幅员辽阔、资源禀赋各异，地区间发展不平衡，不同区域间的能源效率存在很大差异，考察地区间的能源效率差异及其趋势有助于我国制定合理的地区节能政策。

一般而言，能源效率的长期趋势是由经济发展程度、资源禀赋状况和技术水平决定，而短期变化则与能源价格波动、经济景气循环等周期性因素密切相关。针对我国能源效率问题的研究近几年才开始，学者采用DEA、聚类分析及空间自回归等方法进行实证分析。[2-4]影响能源效率地区差异的因素很多，学者们研究的侧重点有所不同。[5-10]综而观之，多数评价能源技术效率的文献是基于数据包络分析(DEA)和随机前沿分析(SFA)，并没有考虑由于各个省份经济发展水平差异及技术水平差距导致的省际间的技术异质性，其估计的技术效率可能是有偏差的；其次，技术效率评价多数是采用Battese 建立的模型[11]即无效率项服从截断型标准正态分布的模型，但该模型无法评价外生环境变量对于技术效率波动性的影响。鉴于此，本文将区域异质性引入随机前沿模型，构建异质性随机前沿模型(HSFM)，以此来分析附加能源的生产函数的技术效率及其影响因素。借助该模型，我们不仅可以分析外生环境变量对于生产函数的产出缺口的影响，还能够分析其对于生产效率波动性的影响。同时，本文利用了中国27个省、市、自治区的的1985—2012年的面板数据，研究能源生产函数的波动变化，从而使研究结论更加全面可靠。

一、异质性随机前沿模型(HSFM)

考虑个体技术异质性的异质性随机边界分析的异质性设定方法为[13]：

(1)

从两个方面来分析生产函数的效率影响。(1)采用似然比检验来进行定性分析。LR统计量渐进服从卡方分布，自由度为约束的个数。我们使用似然比检验来判别模型的异质性设定。(2)构造一个“生产效率指数(TEit)”[13]进行定量分析，它表示实际产出与最优产出的偏离程度，定义为：

(2)

TEit介于0和1之间，当TEit=0时(uit→∞)，技术效率最低；当TEit=1时(uit→0)，技术效率最高，几乎不存在无效率项。

二、数据来源、变量描述及模型设定

(一)数据来源和变量设定

1.投入产出变量。(1)本文选择用各个省份的实际GDP作为产出变量(Yit)；(2)投入变量分别使用投入劳动量(L)、物质资本存量(K)和能源消费总量(E)衡量。

其中劳动投入和能源消费数据可以直接从统计年鉴获得，实际GDP是对当年GDP进行平减处理得到的。这些数据均来自于《新中国六十年统计资料汇编》和分省统计年鉴(2010—2013年)。对于个别的数据缺失值，采用移动平均法补齐数据。海南和西藏的数据存在大量缺失值，重庆市在1998年成为直辖市，与四川省的数据进行合并可能存在重复计算以及资本存量计算的困难，本文选择省略这4个省份的观测样本，只剩下中国大陆27个省、市、自治区的27年的数据。

其中，GDP平减指数是来自世界银行提供的以2000年为基期的中国GDP平减指数，对其进行调整使其以1985年为基期，进而对1985—2012年各当年GDP进行处理，得到了以1985年为基期的实际GDP。考虑到部分省份的能源消费数据是从1985年开始统计的，选择从1985年作为研究数据的起点，而且尚未获得各个省份的2013年的能源消费数据，故选择将2012年为研究数据的终点。

物质资本存量以1985年为基期，用亿元衡量。物质资本存量的计算借鉴了单豪杰[14]的做法，运用折旧-贴现法，折旧率取10.96%。采用各个省份固定资产形成总额作为各期资本投入增量；当年资产价格指数取自各省的统计年鉴的固定资产投资或工业品价格指数，并对其进行处理进而获得以1985年为基期的固定资产价格指数；基期(1985年)的物质资本存量也是借鉴单豪杰博士的研究成果，将其以1952年为基期的1985年物资资本存量使用固定资产价格指数进行调整，得到了1985年基期的物质资本存量。引入价格平减指数后，物质资本存量的计算公式为：

(3)

式(3)中：Kt表示当期的固定资本存量，It表示当期的固定资产新增投资，pt表示当期的固定资产价格指数，Kt-1表示上一期的固定资产存量，δ表示资产折旧率。

(2)外生环境变量。1)产业结构(degree)，第二产业的迅速发展是推动我国能源消费增长的主要原因。我们预期第三产业的产值比重增加将会降低能源消耗，并且依据发达国家经验，第三产业比重的逐步提高是经济发展的趋势，选择第三产业产值与第二产业产值的比值作为产业结构的衡量指标。2)对外开放(open)，对外开放对于我国能源效率的影响是双重的。有学者认为国际贸易促进了我国能源消耗的显著增长[15]；另外又有学者认为，国际贸易会通过外部性提高要素的产出率[16]。因此选择对外依存度来衡量对外开放，由于进出口贸易额是用美元表示的，故按当年人民币平均汇率将其换算成人民币。3)能源消费结构(enstr)，不同的能源单位的经济产出不同，能源利用效率也不相同，能源结构的不同影响到经济增长的能源基础。以煤炭消费量占能源消费总量的比重作为衡量能源消费结构的代理变量。4)产权结构(prostr)，产权结构变迁体现出我国市场经济改革的历史演变，在逐渐构建市场体制的过程中推动我国经济的持续增长。本文选择国有和集体单位职工人数占年末从业人员的比例作为产权结构的代理变量。各变量的基本统计量如表1所示。

表1 变量的基本统计量

(二)实证模型设定

1.生产函数的设定。能源是重要的生产要素，因此借鉴Lee和Chang[18]的生产函数模型，建立如下生产函数模型：

ln gdp=f(lnk,lnl,lntec)

(4)

其中，ln gdp，lnk，lnl，ln tec分别指实际GDP、实际物质资本存量、总就业人员数和能源消费总量的对数值。然后对式(4)进行修改，构造一个对数线性的C-D生产函数：

ln gdpit=αi+βit+γiln teci+θlnki+δlnli+νit-uit

(5)

其中，下标i和t分别代表省份和时间。

2.异质性设定。本文的异质性设定如下：

(6)

(7)

三、实证结果及分析

(一)异质性随机前沿模型的估计结果

对无效率项的均值和方差施加一定约束，可以将SFA划分为5个模型。模型1是我们分析的重点，它没有对异质性随机前沿函数的参数施加任何约束，因此其技术效率是动态变化的过程。而模型2～5则是在模型1的基础上施加各种约束条件后得到的。模型2的假设是外生环境变量对于生产函数的无效率项的不确定性没有影响(方差是常数，均值是外生变量的函数)，这源于Battese和Coelli[11]的设定；模型3则假定无效率项本身不受外生变量的影响(均值为0，方差为外生变量的函数)，则是对应Reifschneider和Stevener[19]的设定。模型4假设无效率项服从在零处截断的半正态分布(假定均值为0，方差为常数)，对应Aginer、Lovell和Schmide[20]的传统随机前沿模型；模型5不考虑无效率项的影响，对应的是DEA模型。异质性随机前沿模型的估计及检验结果如表2所示。

表2 异质性随机前沿模型估计及检验结果

注：①***、**、*分别表示在1%、5%、10%显著性水平下显著，括号中数值为t值，样本数为756；②LR1和LR2分别为相应模型5和模型1进行似然比检验得到的卡方值。

在所有的设定方式下，能源消费(ln e)、资本存量(ln k)和劳动投入(ln l)都在1%的显著性水平下是显著的，这与前期文献研究的结论相一致，即能源消费、资本投入和劳动投入都对经济增长产生正向影响。从表2中最后4列的似然比检验(LR test)结果表明，无论原假设是“不存在无效率项(LR1)”还是“存在异质性外生变量约束”(对应的是LR2)，最终检验结果都是表明异质性随机边界模型(模型1)显著优于其他4个模型。模型1显著优于模型5，表明省际间的异质性的确影响了生产函数的技术效率的差异。因此，本文随后的分析都是基于模型1展开。

(二)生产函数技术效率的影响因素分析

从模型1的结果来看，产业结构(degree)在效率损失均值方面显著为负，在效率损失方差方面则不显著。第三产业相对于第二产业而言，其能源消耗较低，且第三产业在国民经济比重的上升，可以带来更多就业并有效推动第一二产业的发展，促进国民经济整体的发展，进而带动了所有产业进步，所以在效率损失均值方面为负。考虑到我国东中西部的第三产业的发展程度及在国民经济中的比重不同，地区间显著的差异性导致了产业结构变量在效率损失方差的不显著。

对外开放(open)在效率损失均值和效率损失方差都是显著为负的，这与先前文献的观点即国际贸易可以促进能源效率的提升相一致[15]。我国在承接发达国家污染产业转移的同时，也承接了清洁产业的转移，进而带来产业转移的技术溢出效应。借助产业转移的外部性，进而带动了经济增长的能源利用效率的提升。同时考虑到东中西部在国际贸易方面的差异，这就在一定程度上解释三大区域在能源利用效率方面的差异。

能源消费结构(enstr)在效率损失均值方面显著为正，在效率损失方差方面则在显著性水平上显著为负，这表明煤炭消费比重的上升会降低能源效率。作为非清洁能源，煤炭通常低效且污染大。能源消费结构对于经济增长的影响是负向的，这说明我国经济的长期增长会降低煤炭在整个能源消费结构中的占比。因为经济的增长将会提升我国的能源利用技术，推进能源结构优化调整，并增加对于优质能源的需求,提升整体的能源利用效率。

产权结构(prostr)在效率损失均值方面显著为正，且绝对值较大，大于能源结构的效率损失的数值。产业结构衡量的是国有和集体单位职工人数占社会总就业人员的比重，其无效率项的均值方程呈现为正值，表明了国有和集体单位职工人数比重的提升会降低能源利用效率，这与史丹等[6]考察制度因素对能源利用效率的结论基本一致。我国各个省份的制度因素确实会对能源利用效率产生影响，随着我国市场化改革的逐步深入，企业组织结构优化， 技术创新能力增强，技术装备水平提高，现代企业制度逐渐建立，管理体制和经营机制发生了深刻变化。但国有及集体企业在改革创新方面相对滞后于其他所有制企业，导致其市场绩效上不如其他所有制企业。国有及集体企业市场竞争力相对较弱，反映在能源利用效率上就是国有及集体企业相对较低。

(三)地区差异分析

根据我国区域间经济发展状况，将我国区域分成东部发达地区、中部次发达地区和西部欠发达地区。东部地区包括：北京、天津、辽宁、上海、江苏、浙江、山东、广东、福建；中部地区包括：河北、山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西；西部地区包括：贵州、云南、陕西、甘肃、青海、宁夏、新疆。我国经济在高速发展的三十多年出现了区域经济发展不平衡的状况，其大致表现为东部发达、中部次之、西部落后，认为是地区间经济发展水平的差异导致了各个地区生产函数异质性的存在。分区域的异质性随机前沿估计结果如表3所示。

表3 分区域的异质性随机前沿估计结果

注：***、**、*分别表示在1%、5%、10%显著性水平下显著。

从表3可见，(1)在能源消费对于经济增长的推动作用中，西部地区的系数是最大的，为0.855。其可能的解释为，西部地区作为中国主要的化石能源供给基地，化石能源不仅是推动西部地区产业发展的能源动力，也是西部地区出口产品的重要组成部分。(2)在资本对于经济增长的推动作用方面，东部和中部地区的影响系数基本相同，西部地区的系数相对较低，西部地区的产业基础相对薄弱，多以以化石能源或原材料输出东部，多年以来的固定资产投资相较于东部地区较少，故反映在回归结果中，西部地区资本的弹性系数较低。(3)在产业结构方面，西部地区的估计系数接近于0且不显著，而东部和西部地区较为明显，反映出东中部地区在工业化进程及产业结构调整过程中，带来能源利用效率提高，进而推动经济增长的效果是显著的。(4)在对外开放中，东部地区的系数也是显著的，且在三大区域中最大。这与我国东部地区较高程度参与了国际分工及国际贸易的经济事实相符，极大推动了能源利用效率的提升和经济增长中技术效率的提高。(5)在产权结构中，东部和中部地区的系数是显著为正的，且东部地区的估计值最大，为0.094。说明在影响生产函数的技术效率中，产权结构在东部地区的影响最大，即国有及集体经济比重的降低可以提高能源消费的技术效率，进而推动经济总体增长，降低无效率项的影响。

(四)生产效率分析

采用随机前沿分析的一个重要特点在于我们可以定量分析各个省份的生产技术效率，它间接反映了每个省份所面临的无效率项的约束程度。图1绘制了生产技术效率(TE)的频数分布图，呈现出左偏的特征，少数的省份的生产技术效率较高接近0.85，多数的省份的TE值集中在0.65～0.75之间。TE的样本均值和标准误分别为0.696和0.034，表明无效率项的存在使得我国大多数省份的生产技术效率比最优水平降低了约30%～40%。

从图2可以看出生产函数的技术效率在区域间存在较大差异。首先，从整个时间区间看，各区域的技术效率基本呈现上升趋势。其次，中部和西部地区的技术效率差距较小，且都处于全国平均水平之下，在2009年后两个区域的技术效率基本趋同。最后，东部地区的技术效率最高，并且不断拉大与中西部区域的差距，进而将全国的技术效率水平拉高。尤其在进入21世纪后，东部区域的技术效率与中西部区域的差距不断拉大，这是需要我们注意的。

以上分析表明，一个区域的能源生产函数的技术效率的高低首先取决于该区域的生产技术前沿分布，我国三大区域的前沿分布又取决于能源、资本和劳动投入的比例及外部环境的约束程度，因此处于生产前沿面上的省份，其产出将会由投入要素组合决定，较少受到外部环境的干扰，而那些低于生产前沿面的省份将会在一定的时期内受到外部环境制约，从而偏离生产前沿。

四、结语

传统随机前沿模型假定所有省份具有同质的生产技术前沿面，具有相同的无效率项，没有考虑区域间的异质性，这导致其估计的技术效率存在偏误。因此，为减少模型设定偏误，本文基于省际异质性构建了异质性随机前沿模型，基于中国27个省、市、自治区的1985—2012年的面板数据，对于附加能源消费的生产函数的生产技术效率及其影响因素进行实证分析，得出如下结论：

1.从整体上看，我国的能源技术效率处于缓慢上升状态，且与生产技术前沿面尚有一定的距离。有经济外生因素的存在导致的无效率项致使我国大部分的省份的技术效率损失30%～40%左右。从三大地区看，我国能源效率地区差异明显，东部与中西部差距较大，且差距正在不断加大。努力缩小地区间能源技术效率的差距，并实施差别化的能源效率目标政策，将是实现我国整体能源效率目标的一种有效方式。本文认为若要缩小东中西部在于能源技术效率方面的差距，需要依靠东中西部地区的产业结构转型。东部地区推动其产业结构向高端制造业和高端服务业升级；中西部则推进其产业结构继续实现工业化进程，注重其建立能源效率和经济发展的良性动态循环机制。

2.从能源技术效率的影响因素来看：(1)能源结构中，煤炭消费比重的上升对于技术效率存在显著的负面影响，对此，应加大新能源的开发力度，合理调整能源消费结构。(2)产权结构中，国有经济和集体经济就业比重的上升对我国的能源技术效率产生了负面影响，这说明我国需要继续深化市场化改革，进一步创造为各种所有制经济公平竞争的市场环境。(3)对外开放对于我国的技术效率的提升存在显著的正向影响，我国在参与国际贸易，承接国际产业转移的同时，也在提高我国自身的能源利用效率。在发展国际贸易的同时，应注重改善贸易的质量和结构，以进一步提升我国的能源利用效率。由于中西部能源效率相对较低且经济发展相对落后，更应注重国际贸易的发展及其作用。(4)产业结构，第三产业与第二产业的产值比重对于技术效率的提升存在正向影响，这是发达国家的经济发展趋势相符的，即在工业化后期，第三产业的比重逐渐上升，第三产业的能源消耗少于第二产业的能源消耗，经济总体的能源利用的技术效率提升。因此，我国在促进工业结构优化升级，突出发展现代服务业，转变经济发展方式，从而缓解能源消费压力，实现长期可持续发展。

[1]赵金楼,李根,苏屹,等.我国能源效率地区差异及收敛性分析：基于随机前沿分析和面板单位根的实证研究[J].中国管理科学,2013(2):175-184.

[2]HUJL,WANGSC.Total-factorenergyefficiencyofregioninChina[J].EnergyPolicy,2006,34:3206-3217.

[3]史丹.中国能源效率的地区差异与节能潜力分析[J].中国工业经济,2006(10)：49-58.

[4]屈小娥.中国省际全要素能源效率变动分解：基于Malmquist指数的实证研究[J].数量经济技术经济研究，2009(8)：29-43.

[5]李国璋,王双.区域能源强度变动：基于GFI的因素分解分析[J].中国人口资源与环境,2008(4)：62-64.

[6]史丹,吴利学,傅晓霞.中国能源效率地区差异及其成因研究[J].管理世界,2008(2)：34-42.

[7]吴利学.中国能源效率波动:理论解释、数值模拟及政策含义[J].经济研究，2009(5):130-142.

[8]孙广生,黄祎,田海峰,等.全要素生产率、投入替代与地区间的能源效率[J].经济研究,2012(9):99-112.

[9]林伯强,杜克锐.要素市场扭曲对能源效率的影响[J].经济研究,2013(9):125-136.

[10]李梦蕴,谢建国,张二震.中国区域能源效率差异的收敛性分析：基于中国省区面板数据研究[J].经济科学,2014(1):23-38.

[11]BATTESEGE，COELLITJ.Amodelfortechnicalinefficienteffectsinastochasticfrontierproductionfunctionforpaneldaa[J].EmpiricalEconomics,1995,20:325-332.

[12]BATTESEGE，COELLITJ.Aredictionoffirm-leveltechnicalefficiencieswithageneralizedfrontierproductionfunctionandpaneldata[J].JournalofEconometrics，1988,38:387-399.

[13]连玉君,苏治.融资约束、不确定性与上市公司投资效率[J].管理评论,2009(1):19-26.

[14]单豪杰.中国资本存量K的再估算(1952—2006年)[J].数量经济技术经济研究,2008(10):17-31.

[15]孙小羽,臧新.中国出口贸易的能耗效应和环境效应的实证分析[J].数量经济技术经济研究,2009(4)：33-44.

[16]许广月,宋德勇.我国出口贸易、经济增长与碳排放关系的实证研究[J].国际贸易问题,2010(1)：74-79.

[17]Jorgensen.Technologyanddecisionrulesinthetheoryofinvestmentbehavior[J].TheQuarterlyJournalofEconomics，1973 ,87:523-543．

[18]LEECC,CHANGCP.EnergyconsumptionandeconomicgrowthinAsianeconomies：AMoreComprehensiveAnalysisUsingPanelData[J],ResourceandEnergyEconomics,2008,30:50-65．

[19]REIFSCHNEIDERD,STEVENSONR.Systematicdeparturesfromthefrontier：Aframeworkfortheanalysisoffinninefficiency[J].InternationalEconomicReview，1991 ,32:715-745.

[20]AIGNER,LOVELL,SCHMIDE.Formulationandestimationofstochasticfrontierproductionfunctionmodels[J].JournalofEconometrics,1977,10:268-302.

(责任编辑 马 诚)

Regional Difference and the Impacting Factors of Energy Efficiency in China

ZHANG Dong-hui，SONG Feng-hua

(School of Economics,Xinjiang University of Finance & Economics,Urumqi 830012,China)

Within the framework of heterogeneous random boundary models,this paper made an empirical study using the 1985 to 2012 panel data from the 27 provinces and regions to work out the technical efficiency of energy use of the regions,as well as the energy efficiency of regional differences and the influence factors.The results show that the technical efficiency of energy use in China is not high in general with a 30% efficiency loss,but rising gradually with the time.It varies considerably with region,with the eastern region having the best performance,and the central and western regions similar to each other.Differentiated goals in industrial structure,energy structure,property right structure and opening to the public is conducive to use the technical efficiency better and reduce the gap in efficiency between the regions.

energy efficiency;regional difference;impacting factors;technical efficiency;heterogeneity of technology;stochastic frontier model

2015-04-17

2015-04-28

张东辉(1989-)，男，满族，硕士研究生，研究方向为产业经济。

宋锋华(1972-)，男，副教授，博士，研究方向为产业经济、城市经济。E-mail：sfhsky@sina.com

F124.5

A

1673-4432(2015)02-0052-08