车亮亮等

摘要

绿色发展逐渐成为世界各国解决资源环境多重挑战的共识方案。我国绿色发展的关键在于能源的绿色发展问题，提高能源利用效率是推动我国能源绿色发展的有效途径。煤炭是我国最重要的基础能源，以煤炭为代表的化石能源作为我国能源的主体地位短期内还难以改变，因此，提高煤炭利用效率对提高能源利用效率意义重大。针对当前煤炭资源利用效率测度存在的问题，选取各地区每年煤炭消费量作为衡量能源投入的指标，第二产业从业人员作为人力投入，能源工业固定资产投资与煤炭采选业固定资产投资之和作为资本投入，第二产业增加值作为期望产出，煤炭资源碳排放量作为非期望产出，构建了包含非期望产出的SBM模型，对2000-2012年间我国30个省级行政区进行煤炭资源利用效率评价，研究表明：样本期内，我国煤炭资源利用效率总体水平不高，平均效率值仅为0.269；四大区域按照煤炭利用效率均值高低排序依次为东部地区、东北地区、中部地区和西部地区，且中、西部地区低于全国平均水平，未来重点提升这类地区煤炭资源利用效率是提高全国整体效率的关键所在。近年来，我国年均GDP增速远大于能源强度的下降速度，能源消耗与经济增长的脱钩关系成为研究热点，但对于能源效率与经济发展的“挂钩”问题则未引起足够重视，只有在实现能源消耗与经济增长脱钩的同时也要让经济发展与能源利用效率不脱钩，才能切实提高经济增长质量。基于上述认知引入脱钩理论，分别用煤炭消费和煤炭利用效率的GDP弹性系数来分析我国及各地区煤炭消费、煤炭利用效率与经济增长的脱钩关系，研究表明：国家在控制能源消费总量上取得一定成效，但限于当前产业结构现状，技术和管理水平，煤炭资源利用效率提升有限；我国及大部分地区的煤炭消费、煤炭利用效率与经济增长已由绝对挂钩转变为绝对脱钩状态，并且地区间脱钩程度的差距呈现逐渐缩小的趋势。

关键词煤炭利用效率；效率评价；煤炭消费；脱钩理论；SBM模型

中图分类号F407.21

文献标识码A

文章编号1002-2104（2015）03-0104-07

doi：10.3969/j.issn.1002-2104.2015.03.014

提高能源利用效率是推动我国能源绿色发展的有效途径，煤炭是我国最重要的基础能源，以煤炭为代表的化石能源作为我国能源的主体地位短期内还难以改变，因此，提高煤炭利用效率对提高能源利用效率意义重大。如何科学评价煤炭资源利用效率，并在此基础上制定高效的能源环境政策，对我国绿色发展具有重大现实意义。

能源效率的内涵决定了从不同研究角度会产生许多测度指标[1]。本研究主要从经济角度考察煤炭利用效率，即指用消耗较少的煤炭能够产生尽可能多的有效服务或产出。目前，国内外对能源效率的评价研究主要基于两类研究框架：单要素生产率框架和全要素生产率框架。由于单要素生产率框架的局限性[2]，全要素生产率框架下的能源效率评价研究成果则较多[3-5]，其中，数据包络分析（DEA）方法应用最为广泛。综观上述研究成果，有两个问题难以回避：一是现有对能源效率的评价过分夸大了有效产出及低估了非期望产出（如碳排放）[2]；二是普遍存在的能源结构异质性与投入要素替代性问题往往被忽视[6]。为解决上述问题，本研究一是选取煤炭作为研究对象，刨除掉能源结构异质性问题；二是在投入产出要素选择上，取第二产业从业人员作为人力资本，取能源工业固定资产投资与煤炭采选业固定资产投资之和作为资本投入，取第二产业增加值作为期望产出，取煤炭资源碳排放量作为非期望产出，避免出现上述提及的第一个问题。在研究方法的选择上，大多数文献都是基于径向（Radial）和角度（Oriented）的DEA模型，但该模型当存在过度投入或不足产出时，即存在投入或产出的非零松弛（Slacks）时，会使评价结果产生有偏。因此，本文将运用非径向的、非角度的DEA模型测度碳排放约束下2000-2012年间我国30个省市地区的煤炭资源利用效率，并构建脱钩模型，探讨煤炭消费、利用效率与经济增长的关系，以期为我国煤炭产业实现绿色转型，乃至煤炭产业绿色发展提供参考借鉴。

1研究方法与数据来源

1.1非期望产出的SBM模型

1.2脱钩理论及其分析模型

脱钩（decoupling）在不同学科领域被赋予不同的含义，经济合作与发展组织（OECD）最初将“脱钩”概念应用于农业政策领域，分析政策与贸易和市场均衡之间的相互关系，世界银行随后将该概念引入到资源环境领域用以分析资源消耗和环境污染与经济增长的脱钩情况[9]。自此，资源环境与经济增长的脱钩分析成为研究热点，如Tapio[10]运用脱钩理论研究能源消费、交通量与经济发展的关系，彭佳雯等[11]对中国经济增长与能源碳排放的脱钩研究等。脱钩分析需要建立适当的脱钩指标，目前，学界主流的脱钩指标主要有三种：一是OECD组织提出的脱钩因子；二是Tapio提出的脱钩弹性系数；三是基于IPAT方程的脱钩评价方法。

1.3指标选取及数据来源

本文选取了2000-2012年我国大陆30个省级行政单位（不含西藏）的煤炭投入产出数据，所需数据来源于《中国能源统计年鉴》（2001-2013）和《中国统计年鉴》（2001-2013）及各省统计年鉴等。对于部分省份个别年份缺省数据，本文采用取前后两年数据的平均数作为处理。以往的全要素能源效率评价模型中，通常将能源、资本和劳动力作为投入要素，生产总值作为期望产出，由于CO2排放量占温室气体排放总量的80%以上，因此，可将CO2排放量作为非期望产出。本研究沿用上述指标选取思路，SBM模型中N、M、I分别取3、1和1，即三个投入要素，一个期望产出和一个非期望产出，具体指标说明如下：

（1）劳动力投入：考虑到煤炭的生产消费活动与第二产业关联最大，因此选取第二产业从业人员数来作为劳动力投入指标；

（2）资本投入：以能源工业固定资产投资和煤炭采选业固定资产投资之和来表征该指标；

（3）能源投入：以各地区每年煤炭消费量作为衡量能源投入的指标；

（4）期望产出：本研究评价对象为煤炭资源利用效率，为避免出现过分夸大产出现象，选取各地区第二产业增加值作为期望产出，并将其折算成2000年的不变价格；

（5）非期望产出：非期望产出用煤炭资源碳排放量表示，

碳排放系数的数据来源较多，本文取自国家发改委能源研究所发布的煤炭碳排放系数，为

0.7476，煤炭资源碳排放量的计算公式为：煤炭消费量×碳排放系数。

2结果与分析

2.1煤炭资源利用效率

本研究基于上述构建的包含非期望产出的SBM模型，通过计算得到2000-2012年全国30个省市地区的煤炭利用效率值（见表1）。根据魏楚和沈满洪[12]、涂正革和刘磊珂[13]的划分方法，将我国30个省市地区划分为四大区域：东部沿海地区，包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南10省市；中部地区，包括山西、内蒙古、安徽、江西、河南、湖北、湖南、陕西8省市地

区；西部地区，包括广西、四川、重庆、贵州、云南、甘肃、青海、宁夏和新疆9省市地区；东北地区，包括辽宁、吉林和黑龙江3省。

2.1.1总体效率分析

由表1可知，在2000-2012年间，全国乃至各个省市地区的煤炭利用效率均有明显提高，但增幅则有所不同，增幅最大的内蒙古达到了14.38，而增幅最小的浙江仅为0.16，空间分布极不均衡。虽然内蒙古在2012年的煤炭利用效率值为1（同期，浙江为0.445），但从煤炭资源利用效率均值比较来看，在样本期内，浙江排名略高于内蒙古，说明以浙江为代表的高效率地区想要进一步提高效率水平难度很大。我国30个省市地区在样本期内的平均效率值仅为0.269，说明我国煤炭资源利用效率总体水平不高，提升空间巨大。煤炭资源利用效率水平较高的地区多集中在东部沿海地区，虽然该地区煤炭资源贫瘠，但经济总量大、增速快，煤炭消费量大，人力和资本投入大，技术条件优越，因此，煤炭利用效率水平较高。样本期内，煤炭利用效率均值排名后五位省市分别为甘肃、陕西、山西、贵州和宁夏，其中，陕西、山西和贵州是我国煤炭主要产地和输出地区，煤炭采选业和能源工业固定投资额较大，但经济回报较小，长期以来一直是以牺牲资源和环境为代价换取经济发展速度，煤炭资源利用效率短期内难以快速提高。

此外，这五个地区存在的共性问题是：在经济增长过程中存在煤炭资源投入拥挤现象，资源浪费严重，资源环境压力大，导致煤炭资源利用效率损失巨大，根据“木桶原理”，若想进一步提升我国煤炭利用效率，这些地区是需要关注的重点地区。

2.1.2四大地域效率差异分析

由图1可知，2000-2012年间煤炭利用效率平均值由高到低排序为：东部地区、东北地区、中部地区和西部地区，在增幅方面的排序则为：东北地区，中部地区，西部地区和东部地区，其中，东部和东北地区高于全国平均水平，而中部和西部地区低于全国平均水平。具体来看，东部地区的煤炭利用效率均值变化不大，呈缓慢提升趋势，在2003-2005年间呈现一定的下降趋势，但仍高于研究基期水平，这可能与当时受运输及需求持续增长等因素的影响，导致东部地区煤炭资源投入不足，从而拉低了煤炭利用效率。东北地区的煤炭利用效率均值变化更大，甚至在2012年超过了东部地区，由图1可明显发现，该地区煤炭利用效率均值在2002-2003年有了一个较大提升，而东北老工业基地振兴计划恰恰是在2003年开始实施，东北地区自2003年起持续保持稳定的提升态势，也说明了国家战略在其中起到了关键作用。与此同时，西部和中部地区在2004年之前的煤炭利用效率均值相当，2004年作为分水岭，中部地区逐渐超越了西部地区，这与振兴东北老工业基地相似，中部崛起的中央政策也正是在2004年提出，值得注意的是，虽然中部崛起政策促使煤炭资源利用效率有了较大提升，但仍低于同期全国平均水平。

引入煤炭利用效率的变异系数来继续分析省际间及四大区域间效率水平的变动差异。由图2可知，全国30个省市地区的煤炭利用效率变异系数差异较大，说明各省市地区间的煤炭利用效率差异较大，在2000-2002年间存在着发散趋势，自2002年以后又呈现出收敛趋势。东部地区呈现先发散再收敛而后又发散的演变态势，其转折点出现在2002年和2008年，这与效率均值变动较为类似；中部地区的变异系数平均在0.4左右，整体呈现出较小波动的规律性收敛发散态势，表明中部地区内的各省市地区的煤炭资源利用效率水平差距较小；西部地区呈现出先发散再收敛的演变态势，与东部地区较为类似；而东北地区的变异系数最小，但是波动较大，说明东北地区的辽宁、吉林和黑龙江的煤炭资源利用效率差距时大时小，呈不稳定态势。

2.2煤炭消费、利用效率与经济增长的脱钩分析

本文对我国煤炭消费、煤炭利用效率与经济增长进行了时间和空间序列脱钩分析，在时间上，参照国民经济与社会发展五年规划时间安排，本研究根据现有数据资料，取2000-2005年和2006-2010年两个时段为研究对象，具体脱钩结果见表2。

2.2.1脱钩时间序列分析

十五期间，我国经济增长与煤炭消费呈现绝对挂钩状态，即高速经济增长是以高强度的能源消耗为代价的，我国在2003年以前对煤炭需求相对较小，得益于在2003年加入WTO组织，带动国内工业经济迅猛发展，能源需求强烈，作为重要基础能源的煤炭消费量剧增，2000年全国煤炭消费14.7亿t，到2005年，已经快速增长到26.5亿t，消费总量翻了一番，从而造成了煤炭消费与经济增长的绝对挂钩状态。与此同时，煤炭资源利用效率受制于该时期粗放式的经济发展方式，呈现相对脱钩状态。随着经济增长速度逐渐放缓，以及我国持续调整经济结构，转变发展方式的不断推进，在十一五期间，煤炭消费与经济增长回落至相对脱钩状态，但煤炭资源利用效率与经济增长仍然保持着相对脱钩状态，表明国家在控制能源消费总量上取得一定成效，但限于当前产业结构现状，技术和管理水平，进一步提高煤炭利用效率难度较大。

2.2.2脱钩空间序列分析

由表2可知，在十五期间，全国范围内煤炭消费与经济增长呈现相对脱钩状态的有北京、天津、山西、内蒙古、辽宁、吉林、黑龙江、上海、安徽、江西、湖北、广东、广西、海南、重庆、四川、贵州、甘肃、青海和新疆20个省市地区，相对脱钩地区在空间分布上呈现出较为分散的局面，上述20个省市地区遍布四大区域（见前文划分细则），北京和上海距离绝对脱钩较近，北京则利用2008年举办奥运会之机，完成了煤炭消费与经济增长绝对脱钩过程；山西、内蒙古、广东、青海则徘徊在相对脱钩边缘，随时有转为绝对挂钩的可能。经过国家经济结构、能源结构调整，到十一五期间，煤炭消费与经济增长呈现相对脱钩的地区增加至27个，说明国家宏观调控政策起到了积极的作用。

十五期间，煤炭消费与经济增长呈现绝对挂钩的有河北、江苏、浙江、福建、山东、河南、湖南、云南、陕西和宁夏10个省区，其中，山东、江苏和浙江经济发达省份为追求更高经济绩效，从而导致煤炭消费强度居高不下，其余经济欠发达地区为追赶其他发达地区，使得大批高耗能、高污染、低水平且重复性的工业项目集中上马，导致煤炭消费与经济增长呈现绝对挂钩状态。上述地区同样受国家经济增长放缓，宏观政策调整等影响，纷纷由绝对挂钩转为相对脱钩，但海南和新疆则由十五期间的相对脱钩转变为十一五期间的绝对挂钩，这两个地区都在大力发展工业经济，但相对于其他省区来说，项目水平和质量不高，完全是以高强度能耗来换取高经济增长速度。

十五期间，煤炭资源利用效率与经济增长呈现绝对挂钩的有河北、山西、辽宁、吉林、黑龙江、河南、湖北、广西、重庆、甘肃和新疆11个省区，表明上述地区煤炭利用效率增长率快于经济增长率；浙江较为特殊，呈现出绝对脱钩状态，这是因为该时段内浙江的煤炭资源利用效率呈现了负增长，导致与经济增长绝对脱钩。其余18省市地区则呈现相对脱钩状态。到十一五期间，除北京、上海外，其余28省市地区煤炭利用效率与经济增长均呈现相对脱钩状态，表明地区间脱钩程度的差距呈现逐渐缩小的趋势。北京和上海两市煤炭利用效率与经济增长呈现绝对挂钩，表明两市调整经济结构，转变发展方式成效显著，率先完成了煤炭利用效率与经济增长的挂钩阶段。

3主要结论

（1）2000-2012年间，全国乃至各个省市地区的煤炭资源利用效率均有明显提高，但我国30个省市地区在样本期内的平均效率值仅为0.269，说明我国煤炭资源利用效率总体水平不高，提升空间巨大。煤炭资源利用效率水平较高的地区多集中在东部沿海地区，我国煤炭主要产地和输出地区则煤炭利用效率不高，未来重点提升这类地区煤炭利用效率是提高全国整体效率的关键所在。

（2）2000-2012年间，煤炭利用效率平均值由高到低依次为东部地区、东北地区、中部地区和西部地区，东部和东北地区高于全国平均水平，而中部和西部地区低于全国平均水平。国家宏观政策对煤炭利用效率影响较大，这一点已在东北地区和中部地区的实证中得到了验证。

（3）十五期间，我国经济增长与煤炭消费呈现绝对挂钩状态，至十一五期间，煤炭消费与经济增长回落至相对脱钩状态，但煤炭利用效率与经济增长仍然保持着相对脱钩状态，表明国家在控制能源消费总量上取得一定成效，但限于当前产业结构现状，技术和管理水平，煤炭利用效率提升难度较大。

（4）在十五期间，全国范围内煤炭消费与经济增长呈现相对脱钩地区在空间分布上呈现出较为分散的局面，北京率先完成了煤炭消费与经济增长绝对脱钩；该期间内，部分省市地区集中上马高能耗、高污染、低水平且重复性的工业项目是导致煤炭消费与经济增长呈现绝对挂钩的主要原因。到十一五时期，除北京、上海完成煤炭利用效率与经济增长的绝对脱钩外，其余28省市地区煤炭利用效率与经济增长均呈现相对脱钩状态，表明地区间脱钩程度的差距呈现逐渐缩小的趋势。

（编辑：刘呈庆）

参考文献（References）

[1]魏一鸣，廖华. 能源效率的七类测度指标及其测度方法[J].中国软科学，2010，（1）：128-137.[Wei Yiming， Liao Hua. Seven Energy Efficiency Indicators and Their Measurement Approaches [J]. China Soft Science， 2010， （1）： 128-137.]

[2]魏楚，沈满洪.能源效率研究发展及趋势：一个综述[J].浙江大学学报：人文社会科学版，2009，39（3）：55-63.[Wei Chu， Shen Manhong. Current Progresses and New Trend of Research on Energy Efficiency： A Literature Review [J].Journal of Zhejiang University： Humanities and Social Sciences Edition， 2009， 39（3）： 55-63.]

[3]Hu J L， Wang S C. Total Factor Energy Efficiency of Regions in China [J].Energy Policy， 2006， 34（1）：3206-3217.

[4]袁晓玲，张宝山，杨万平. 基于环境污染的中国全要素能源效率研究[J].中国工业经济，2009，（2）：76-86.[Yuan Xiaoling， Zhang Baoshan， Yang Wangping. The Total Factor Energy Efficiency Measurement of China Based Environment Pollution [J]. China Industry Economic， 2009， （2）：76-86.]

[5]杨红亮，史丹. 能效研究方法和中国各地区能源效率的比较[J].经济理论与经济管理，2008，（3）：12-20.[Yang Hongliang， Shi Dan. Energyefficiency Methods and Comparing the Energy Efficiencies of Different Areas in China [J]. Economic Theory and Business Management， 2008， （3）： 12-20.]

[6]廖华，魏一鸣. 能源效率及其与经济系统关系的再认识[J].公共管理学报，2010，7（1）：28-34.[Liao Hua， Wei Yiming. A Further Understanding on Energy Efficiency and Its Relation with Economic System [J].Journal of Public Management， 2010， 7（1）：28-34.]

[7]Tone K. A Slacksbased Measure of Efficiency in Data Envelopment Analysis [J].Journal of Operational Research， 2001， 130（3）：498-509.

[8]Tone K. Dealing with Undesirable Outputs in DEA： A Slacksbased Measure （SBM） Approach[R].GRIPS Research Report Series， 2003.

[9]盖美，胡杭爱，柯丽娜.长江三角洲地区资源环境与经济增长脱钩分析[J].自然资源学报，2013，28（2）：185-198.[Gai Mei， Hu Hangai， Ke Lina. Decoupling Analysis Between Economic Development and Resources and Environmental of the Yangtze River Delta [J].Journal of Natural Resources， 2013，28（2）：185-198.]

[10]Tapio P. Towards a Theory of Decoupling： Degrees of Decoupling in the EU and the Case of Road Traffic in Finland Between 1970-2001 [J].Journal of Transport Policy， 2005，（12）：137-151.

[11]彭佳雯，黄贤金，钟太洋，等. 中国经济增长与能源碳排放的脱钩研究[J].资源科学，2011，33（4）：626-633.[Peng Jiawen， Huang Xianjin， Zhong Taiyang， et al. Decoupling Analysis of Economic Growth and Energy Carbon Emissions in China [J]. Resources Science， 2011，33（4）： 626-633.]

[12]魏楚，沈满洪.能源效率及其影响因素：基于DEA的实证分析[J].管理世界，2007，（8）：66-76.[Wei Chu， Shen Manhong. Energy Efficiency and Influence Factors Based on DEA [J]. Management Word， 2007， （8）： 66-76.]

[13]涂正革，刘磊珂.考虑能源、环境因素的中国工业效率评价：基于SBM模型的省级数据分析[J].经济评论，2011，（2）：55-65.

AbstractGreen development gradually becomes a consensus solution to the multiple challenges of resources and environment in the world. The green development of energy， which is improved with the energy use efficiency， is the key of green development in China. Coal is the most important basic energy in our country. The fossil energy， represented by coal will account mostly for a major share in our country. As a result， improving the coal use efficiency （CUE） is of great significance to improving energy efficiency. Aiming at the current issues on measurement of CUE， this paper establishes the SBM model including undesirable output， which takes the regional annual coal consumption as a input indicator of energy， the employee in the second industry as a input indicator of human resources， the sum of energy industry and coal mining industry investment in fixed assets as a input indicator of capital， the added value of the second industry as a indicator of desirable output， carbon emissions of coal resources as a indicator of undesirable output， to evaluate the CUEs of 30 Chinese provincial area from 2000 to 2012. The result shows that the average CUE of these examples is only 0.269， and the general level of CUEs is not high in China. Regionally， the highest CUEs appears in the East， secondly in the Northeast， thirdly in the Central China and last in the West. Central and western China， which lags the average level of China， is the key region for enhancing the overall level of CUEs. In recent years， Chinas annual GDP growth rate is faster than the decrease in the energy intensity， the decoupling relationship between energy consumption and economic growth become a research hotspot， but the “hook” of energy efficiency and the economic development has not been caught enough attentions. It can effectively raise the quality of economic growth that the energy consumption and the economic growth decouples as while as the economic development and the energy efficiency dont decouple. This paper， adopting decoupling theory， analyzes the relationships between coal consumption， CUE and economic growth at national and regional levels respectively based on the GDP elastic coefficients of CUE and coal consumption. The result finds that China has gained some effects in controlling coal consumption， but the improvement of CUE is limited due to the present status of industrial structure， technology and management. Meanwhile， the relationships between coal consumption， CUE and economic growth at national and regional levels have been changed from absolute hooking to absolute decoupling， and the gap in regional decoupling degree is decreasing.

Key wordscoal use efficiency； efficiency evaluation； coal consumption； decoupling theory； SBM model