游凯锋

摘要：自改革开放以来，我国仅仅用了几十年，人民的生活水平显著提高。但由于工业基础薄弱，技术被发达国家垄断，所以无奈以牺牲劳动力加工初期产品，大量消耗自然资源，导致了一系列严重的后果，虽然取得了很大的成就，但同时也付出了沉重的环境代价。国际上，某些富裕国家工业化程度发展迅猛，美国提出回归制造业，德国提出工业4.0高科技战略计划，面对复杂多变的国际形式，中国的处境十分严峻。在此种情况下，高效、健康的使用能源，通过提高能源效率技术，降低我国使用能源的成本，让中国在世界范围的竞争中能够处在更有利的位置已变得刻不容缓。

关键词：能源效率 DEA

一、引言

自70年代末开始，我国工业化、城市化进程不断加快，总能源消费量也在快速上涨。据国际能源署的报告显示，中国在2011年超越美国成为世界第一的能源消费国，而单位GDP能耗是美国的5倍。能源的大量投入推动了我国经济发展的同时，能源的过度消耗也带来了许多问题：一方面，我国长期“高投入、低产出”的粗放型经济增长方式导致了能源浪费，造成了严重的环境问题；另一方面，我国能源对外依赖程度越来越高。因此，如何因地制宜地有效提高区域能源效率，寻求更为绿色节能的经济发展方式是我国目前以及今后一段时期面临的重大课题。

二、研究方法和数据处理

目前，能源效率测算方法主要分单要素能源效率和全要素能源效率，单要素考虑得较为片面，局限性较大，故而使用全要素能源效率测算方法。为实证分析我国不同区域能源效率的分布现状和区域差异，首先利用DEA 模型，测算中国其中二十七个省份的全要素能源效率。DEA又名数据包络法，是学术界评价效率的最常用方法，其基本方法是构建一条非参数的包络前沿线。

假设共有A个决策单元，它们分别有M种生产要素投入并产出N种要素，可以通过对以下线性规划问题的计算可以得到第i个决策单元的效率：

（1）

上述式中：是标量；λ是N×1的常向量，線性规划得出的最优解即决策单元i的效率值，通常而言≤1，=1则表明，则该决策单元有效，并且落在生产前沿面上。

全要素能源效率的计算公式可表示为：

（2）

其中表示第i个省份（直辖市、自治区）在t年的全要素能源效率；表示实际能源投入量；（Target Energy Input）表示目标能源投入量（即当前技术水平约束下，为达到既定产出所需要的最少能源投入量）；（Loss Energy Input）表示能源投入的损失量。

本文采用的规模报酬不变的 DEA 模型对我国不同省市的全面素能源效率进行深入分析和考证，其中估算决策单元（DMU）主要涉及到我国不同区域的省份自治区。为保持该资料的有效性，本文在计算全要素能源效率时，本文将考察的时间区间定为2003至 2016年，采用2003-2016年度面板资料。

DEA资料包络分析法作为一种常用的效率分析法，有效值的计算主要是从投入和产出的角度进行计算。为了使全要素能源效率的计算更加的准确，需要投入相应的指标，其一是资本存量的投入；其二是劳动投入；其三是能源消耗，其四是国民生产总值。

1.投入要素

（1）劳动投入

本文的劳动投入主要用我国不同省市和自治区年初和年底从业人员的平均值来表示，资料来自于《新中国六十年统计资料汇编》和《中国统计年鉴》。

（2）资本存量

前人学者们一般采用“永续盘存法”来估算每年的实际资本存量。

（3）能源消耗

能源消耗则用中国省际能源消费量来表示，资料来自于《新中国六十年统计资料汇编》，单位是：万吨标准煤。

2.产出要素

（1）合意产出

选用各省市的生产总值指数直接折算为1952年的固定价格对各省市的GDP数值进行计算。资料来自于《中国统计年鉴》。

（2）非合意产出

考虑到二氧化硫是能源燃烧后的主要污染物，所以本文选用各个省份二氧化碳排放量作为非合意产出。

本文所采用的是以投入为向导的规模报酬不变的DEA模型，运用不同省份每年的资本存量、劳动力和能源消耗当做投入变量，以各省每年的GDP为合意产出变量，二氧化硫排放量为非合意产出变量，运用Maxdea软件测算并分析中国各区域不同省份环境全要素能源效率。

三、实证结果及分析

由表1-1所列示的测算结果可知，从全大范围来看，我国全要素能源效率呈现“迂回上升”的趋势：增长-下降-增长，这与大多数学者的研究结论基本一致。最初，技术的发展使得能源利用效率取得了较大幅度的增长；随后高能耗、低效率、低附加值的粗放式的发展模式使得环境污染这一非期望产出大幅增加，进而能源效率出现了下滑；随着国家对于环境治理的重视程度的提升，能源效率又出现了小幅上升的趋势；2008年以后，受金融危机的影响，我国进入了经济周期的下行阶段。从短期来看，受经济状况波动特别是金融危机的影响，无论是技术上还是整体行业运营需要调整与适应，因此我国的能源效率呈现出波动下降的态势。

如图1-1所示，从区域层面上看，在考察期间内东北地区的全要素能源效率表现为先下降后上升，即变化趋势呈现出一个“U”形；而同时期内东部、中部和西部地区的能源效率均比较平稳。

四、结论及建议

考虑到集聚效应同样出现在我国各地区的经济结构中，且各地区之间的经济结构差别比较大，因此各地区的经济结构可能在一定程度上影响了本地区的能源效率，从而使得我国各地区能源效率出现以上特征。具体分析如下：

东部地区作为改革开放的前沿阵地，具有得天独厚的地理优势，尤其是上海、广东、福建以及江苏等省市改革开放以来一直是我国科技、管理和投资贸易的窗口，开放度高，外资吸引能力强，技术引进渠道多、领域广，一些先进的节能技术能够得到迅速传播和发展。这些因素为其经济增长创造了良好的条件，同时也为能源的高效利用提供了保证。

东北三省是传统的老工业基地，其制造业发达，东北振兴促进了东北地区的产业转型及升级，改变重工业为主的产业结构，有利于提高能源效率。此外东北地区作为我国的粮食主要产区，其粮食生产业较为发达，但传统制造业和加工业等产业的能源效率普遍不高。

相对于其他地区的省份，中部省份的能源消费结构表现为低能耗、高能效的第二产业比重较低，而高能耗、低能效的第三产业却占据了较大的比重。

西部地区一方面虽然地广人稀，但能源禀赋十分充裕，为我国其他地区的经济发展提供了大量的资源，是我国的能源和资源基地。但另一方面，资源配置受到市场分割的影响产生了扭曲，进而造成了全要素能源效率损失，从而使得该地区全要素能源效率一直处于低位。

由对以上各地区的产业经济构成的分析可看出，经济结构对各地区的能源效率存在较大影响。所以在经济快速发展的当下，高耗能产业也在飞速发展，这就需要政府的执行一些相关政策来转变经济方式。政府应该提倡环保低碳经济，而且控制我国的粗放型经济增长方式，大力发展第三产业，这样不仅能提高我国就业率，还能缓减由于能源消耗过度对地球产生的巨大负荷，緩解环境压力，有利于充分发挥比较优势与能源使用效率的提高。

通过上述的分析可知，我国不同区域间的全要素能源效率的差异性较明显，因此，国家在能源政策的制定中应当考虑到区域差异化的问题，应对不同区域的能源效率的实现情况进行分析，从而制定出适合当地发展的政策。

参考文献：

[1]吴琦，武春友.我国能源效率关键影响因素的实证研究[J].科研管理，2010，31（05）：164-171.

[2]王喜平，姜晔.碳排放约束下我国工业行业全要素能源效率及其影响因素研究[J].软科学，2012，26（02）：73-78.

[3]杨骞，刘华军.技术进步对全要素能源效率的空间溢出效应及其分解[J].经济评论，2016（06）：54-62.

[4]韩峰，冯萍，阳立高.中国城市的空间集聚效应与工业能源效率[J].中国人口·资源与环境，2016，24（05）：72-79.

[5]孙庆刚，郭菊娥，师博.中国省域间能源强度空间溢出效应分析[J].中国人口·资源与环境，2013，23（11）：137-143.

[6]王宜强，赵媛，郝丽莎.能源资源流动的研究视角、主要内容及其研究展望[J].自然资源学报，2016，29（09）：1613-1625.

[7]刘立涛，沈镭.中国区域能源效率时空演进格局及其影响因素分析[J].自然资源学报，2010，25（12）：2142-2153.

[8]师博，张良悦.我国区域能源效率收敛性分析[J].当代财经，2008（02）：17-21.

[9]董利.我国能源效率变化趋势的影响因素分析[J].产业经济研究，2008（01）：8-18.

[10]李世祥，成金华.中国能源效率评价及其影响因素分析[J].统计研究，2008（10）：18-27.

[11]滕玉华，刘长进.外商直接投资的R&D溢出与中国区域能源效率[J].中国人口·资源与环境，2010，20（08）：142-147.

[12]孟昌，陈玉杰.1995-2010年间的中国区域能源效率变动研究——描述性特征与基于面板数据DEA方法的实证[J].财贸经济，2012（06）：116-123.