方建春 刘林香 万千

[摘 要]利用DEA方法测度了中国省际全要素能源效率。研究结果表明：中国全要素能源效率呈现了“W型”特征，在2000—2010年的平均值为0607，表明全国的能源效率水平较低，能源损耗较为严重，能源效率的提升空间较大。从2004年以来，全国及地区能源效率有逐年提高的趋势。从区域间来看，东部、中部和西部三大区域之间的全要素能源效率呈现出较大的差距。东部地区的全要素能源效率是最高的，平均值为0780，远远高于全国平均水平；位居第二的是中部地区，其平均值为0564，低于全国平均水平；效率值最低的是西部地区，平均值为0416。从主要省市来看，全国高效率省市主要集中在福建、广东、江苏、浙江、上海等东部沿海经济发达地区，而能源效率较低的省市主要集中在宁夏、贵州、内蒙古、甘肃、山西等中西部经济相对落后地区。

[关键词]能源；全要素能源效率；DEA

[DOI]1013939/jcnkizgsc201534010

1 引 言

当前，中国正处于工业化、城市化快速推进的时期，能源需求量高速增长。若按21世纪以来89%的年均增速，到2020年中国能源消费总量将达80亿吨标准煤，占全球能源消费近一半。而中国的能源尤其是石油的对外依存度持续攀升，2013年超过70%，严峻的现实要求中国不但需要寻求能源供给的多元化，还需要全面提高能源利用效率。

然而，长期以来，中国地方政府基于自身经济发展的需要，对地区间的能源开发、流动、贸易往来进行限制，政府定价也是中国能源价格形成的主要原因。此外，国有企业基于自身利益也限制民营企业进入能源市场，这些都阻止了资源的合理流动和资源的有效配置，导致能源低效或无效使用大量存在。

因此，研究能源全要素效率状况，不仅有利于能源需求的预测，也有利于降低中国能源对外依存度和国家能源安全，为政府制定能源效率提升战略和能源市场改革提供有益的启示。

2 中国省际能源效率的测度模型

本文运用DEA方法来考察中国能源效率水平。DEA方法是运用线性规划技术来评价决策单元（DMU）的效率水平。主要运用线性规划来构建出一条相对有效的非参数生产前沿面，然后运用实际值与DEA前沿面数值进行比较，从而评价出这些决策单元的相对有效性。具体方法为：假定有N个决策单元，每一个单元要生产M种产出，需要投入K种生产要素，则第i个决策单元的效率即求解如下线性规划：

其中，θ是个标量，表示的是投入要素相对于产出的有效使用程度。通常情况下，θ≤1。如果θ=1，则意味着该决策单元处于生产前沿面，是一个有效的决策单元；如果θ<1，表明存在技术效率损失。

图1表示一个基于规模报酬不变假设下的投入导向型DEA模型。SS′为等产量线，即最优前沿线，前沿线上的C点和D点为有效点；A点和B点不在前沿线上，也即需要耗费更多的要素投入才能达到同样的产出水平，存在着一定的效率损失。B′点是B点改进的有效目标点，决策单元B存在着BB′这一段的效率损失。对决策单元A而言，有效目标点是C点。决策单元A的效率损失由两部分组成：对于决策单元A而言，要达到前沿线上的有效点C，需要调整的能源投入数量为AC=AA′+A′C。若AC越大，即生产过程中能源浪费越多，能源利用效率越低。若AC=0，即不再需要调整能源投入数量，意味着能源投入已处于最优前沿点，能源利用效率为1。

图1 基于投入的DEA模型

依据上述对全要素能源效率的定义，其公式为：

其中，i为第i个地区，t为时间，TFEE为全要素能源效率值，TEI（Target Energy Input）表示目标能源投入量，即在当前生产条件下，为达到一定产出水平所需的最少能源投入量；AEI（Actual Energy Input）为能源的实际投入量；LEI（Loss Energy Input）为损失的能源投入量。

多数情况下，0

3 数据说明和计量结果

本文所考察的全要素能源效率所需的能源、资本和劳动投入都包括中国30个省、直辖市、自治区，2000—2010年的数据。具体的生产函数为：

Y=f{E，K，L}

（1）产出变量Y：

本文选取各省市年度GDP，并以2000年不变价格进行换算，得到实际生产总值，数据来源于2000—2010年的《中国统计年鉴》。

（2）投入变量：

能源E：本文使用30个地区每年的能源消费总量，已经折算为标准煤。数据来源于各年的《中国能源统计年鉴》。

资本K：本文资本存量的计算使用“永续盘存法”，即当年的资本存量等于当年的投资量与上一年年末的实际资本存量之和。

公式表示为：Ki，t+1=Ii，t+1+（1-δi）Ki，t，其中Ki，t+1表示地区i在第t+1年的资本存量，Ki，t表示地区i在第t年的资本存量，Ii，t+1表示地区i在第t+1年的投资量，δi则表示了地区i的固定资产折旧率，取值参考了张军等（2004）的计算结果，以2000年当年价格衡量获得的2000年各个地区的资本存量为基准计算，与产出变量价格保持一致，δi取值0096。投资量I则用各个地区每年的固定资产投资来表示，数据来源于对应年份的《中国统计年鉴》。

劳动力L：对于劳动力投入要素的衡量指标，国外学者多用工作时数表示。本文考虑到统计年鉴上查询到的就业人数为年末数据，将上一年年末的就业人数与当年年末的就业人数的平均值作为当年就业人数总量。公式表示为：

当年就业人数=（上一年年末就业人数+当年年末就业人数）/2

数据来源于2000—2010年的《中国统计年鉴》。由于缺失1999年各个地区的年末就业人数，所以，2000年的就业人数直接采用当年年末的就业人数来替代。

地区划分：为了考察中国各区域能源效率的差异，将30个省市划分为东部、中部和西部地区。其中，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省市；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南8个省市；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆11个省市。各变量的相关统计性描述，见表1。

根据规模报酬不变假设下的投入导向型DEA模型，可计算得到2000—2010年中国30个地区的全要素能源效率值，见表2。

图2描述了全国全要素能源效率的变动趋势。从图中我们可以看出，中国从2000—2010年的能源效率变动呈现较为明显的“W型”特征，即效率值变动趋势经历了两个先下降再上升的变化过程。具体分别是：2000年时全国能源效率值为0678，是中国从2000—2010年这11年的最高值，到2001年时效率值出现较大幅度的下降，降低到0599，之后能源效率值出现一定的回升，到2003年时，效率值为0608；从2003年开始，能源效率值又出现了一定程度上的下降，2004年的效率值为0573，是中国这11年的最低值，之后的几年，能源效率值逐渐提高上升，到2010年时，效率值为0625。

总体上来说，虽然全国全要素能源效率呈现了“W型”特征，有下降和上升阶段，但是效率值一直是在0.57～0.68这一个范围内波动，2000—2010年的平均值为0.607，这表明了全国的能源效率水平较低，能源损耗较为严重，未来的节能减耗工作仍将会比较严峻。根据全要素能源效率的定义和主要思想可知，在生产过程中，如果保证资本和劳动力投入要素保持不变，我们只要投入56%～68%的能源要素就可以保证同样的GDP产出水平。这也就意味着，在生产过程中，我们实际投入的能源中有32%～44%是无效的，造成了巨大的能源损失。尤其需要注意的是2001年和2004年，能源效率出现两次较大幅度的下降。本文分析认为这主要是因为21世纪以来，由于我国快速的经济发展和较快的城市化进程掀起了全国大规模的基础设施投资和建设热潮，使得我国的水泥、钢铁、有色金属等高能耗产业蓬勃发展，经济发展长期处于粗放型模式。

图3表明，东、中、西部地区的全要素能源效率变动基本保持了全国的变动特征。2000—2004年，效率值有下降和上升阶段，而2005—2010年效率值在逐渐上升。值得注意的是，三大区域的能源效率呈现出较大的差异性。东部地区的全要素能源效率是最高的，每年都保持在0.7以上，且效率值在不断提高，2000—2010年平均值为

图2 2000—2010年中国全要素能源效率变动趋势

图3 2000—2010年三大区域全要素能源效率变动趋势

0.780，远远高于全国平均水平。位居第二的是中部地区，其平均值为0.564，低于全国平均水平。效率值最低的是西部地区，平均值为0.416。因此，三大区域的能源效率表现出的特征为东部、中部和西部地区依次递减。这一结果与Hu和Wang（Hu等，2006）研究得出的结论存在一定的差异，他们认为能源效率是按照东、西、中部地区依次降低排列的。这其中的原因主要包括两方面，一是投入要素中的资本存量的计算方法不一样，Hu和Wang是采用了自己估算的地区数据，这些与我国各个地区的实际发展水平有一定的区别，而本文采用的是张军等（2004）的研究结论，更符合实际情况；二是Hu和Wang还选择了生物能源作为投入要素之一，用各地区的农作物种植面积作为代理变量来进行投入产出分析，这种做法没有考虑到中国广大农村地区使用秸秆、稻草等生物能源是非商业用途的，只是充当生活燃料，并没有用于工业生产方面。

此外，东部、中部和西部地区的能源效率的变动趋势也各不相同。东部地区一直遥遥领先于全国平均水平，且波动范围最小，变动比较平稳。在2000年的时候，其效率值为0.748，2001年时略有下降，为0.732，下降了2.1%，这是东部11年来效率值最低的一年。之后效率值逐渐上升，到2010年时，能源效率达到最高值为0.817，较2001年上涨了11.6%；中部地区的波动范围最大，在2000年时，其效率值为0.746，略低于东部地区，远高于全国平均水平和西部地区，是中部从2000—2010年效率最高的一年。2001年时下降到0.544，下降幅度为27.1%，2002年稍有回升，2003—2004年继续下降，到2004年时，能源效率达到最低值0.515，较2000年时下降幅度超高30%。尽管从2005年开始，效率值在缓慢上升，但也一直低于全国平均水平，而且两者的变动趋势有着惊人的一致，差距比较稳定；西部地区的能源效率则一直远远低于全国平均水平，处于最为落后的位置，2000年时效率值最高，为0.502，2001年下降到0.411，下降了18.1%，2002—2006年有一定的上升和下降，到2006年时达到最低值，为0.399，虽然之后在逐渐回升，2010年时达到0.417，但是其和全国平均水平的差距也在逐渐增加。

其次从各个省市来看，通过表2可以直观地看到，全国高效率省市主要集中在福建、广东、江苏、浙江、上海、海南、北京等东部沿海地区，其效率平均值都在0.8以上。其中，福建和广东的能源效率最高，2000—2010年都出现在最优前沿线上，北京在2008—2010年也处在最优前沿线上。这些沿海省市的地理位置优越，自然环境良好，交通条件便利，对外开放程度高，经济较为发达，地区生产总值产出高于其他大部分地区，资本、劳动力、技术等投入也会领先于其他地区，使得其在能源使用效率方面具有绝对的优势。全国能源效率较低的省市主要集中在宁夏、贵州、青海、新疆、内蒙古、甘肃、山西等中西部地区，这些省市的平均效率值都未能超过0.4。这可能是因为这些省市位于我国交通不发达的内陆地区，环境恶劣，对外开放程度低，经济相对落后，从而导致其科技水平落后、先进工艺无法传播等。从另外一方面也可以看出，能源效率的高低与能源丰裕程度并不成正相关。具体来说，能源资源较为丰裕的省市，能源效率不一定高；而能源资源比较稀缺的省市，其能源效率反而可能会比较高。例如，贵州、内蒙古、山西等省的能源资源非常丰富，是我国的煤炭大省，每年都生产大量的煤炭，但是其能源效率则非常低，低于我国的平均水平；而广东、上海、海南、北京等地是属于我国的能源资源稀缺地区，但其能源效率都非常高，远远超过全国平均水平。

各个省市能源效率的变动趋势也不尽相同。较多省市的能源效率变动趋势符合“先下降，后上升”的特征，转折点主要出现在2003—2005年。福建和广东两省一直处于最优前沿线上，所以其效率值没有变动。北京的能源效率在2000—2007年一直在不断地提高，到2008年时，处于最优前沿线上，之后保持不变。在2000—2009年，上海的能源效率在逐年提高，在2010年时则稍有下降，幅度仅为0.13%，2009—2010年，上海的能源效率都超过了0.95，接近最优前沿线。

其次从各个省市来看，通过表2可以直观地看到，全国高效率省市主要集中在福建、广东、江苏、浙江、上海、海南、北京等东部沿海地区，其效率平均值都在0.8以上。全国能源效率较低的省市主要集中在宁夏、贵州、青海、新疆、内蒙古、甘肃、山西等中西部地区，这些省市的平均效率值都未能超过0.4。

4 主要研究结论

本文运用DEA方法对中国省际全要素能源效率进行了考察，主要研究结论如下。

中国全要素能源效率呈现了“W型”特征，在2000—2010年的平均值为0.607，这意味着全国的能源效率水平比较低，能源损耗较为严重。同时，这也说明了我国能源效率的提升空间仍然很大。可喜的是，从2004年以来，全国及地区能源效率也表现出逐年提高的趋势。

从区域间来看，东部、中部和西部三大区域之间的全要素能源效率呈现出较大的差距。东部地区的全要素能源效率是最高的，平均值为0.780，远远高于全国平均水平；位居第二的是中部地区，其平均值为0.564，低于全国平均水平；效率值最低的是西部地区，平均值为0.416。

从主要省市来看，全国高效率省市主要集中在福建、广东、江苏、浙江、上海等东部沿海经济发达地区，其效率平均值都在0.8以上，而能源效率较低的省市主要集中在宁夏、贵州、内蒙古、甘肃、山西等中西部经济相对落后地区，这些省市的平均效率值都未能超过0.4。

参考文献：

[1]Berndt，E.R..Aggregate Energy，Efficiency and Productivity Measurement[J].Annual Review of Energy，1978（3）：225-249.

[2]Charnes，A.，Cooper，W.W.，Rhodes，E..Measuring the Efficiency of Decision-making Units[J].European Journal of Operational Research，1978，3（4）：338-339.

[3]Patterson，M.G..What is energy efficiency？ Concepts，Indicators and Methodological Issues[J].Energy Policy，1996，24 （5）：377-390.

[4]高振宇，王益.我国能源生产率的地区划分及影响因素分析[J].数量经济技术经济研究，2006（9）：46-57.

[5]蒋金荷.提高能源效率与经济结构调整的策略分析[J].数量经济技术经济研究，2004（10）：16-23.

[6]李廉水，周勇.技术进步能提高能源效率吗？——基于中国工业部门的实证检验[J].管理世界，2006（10）：82-89.

[7]师博，沈坤荣.市场分割下的中国全要素能源效率：基于超效率DEA方法的经验分析[J].世界经济，2005（9）：49-59.

[8]史丹，吴利学，傅晓霞，等.中国能源效率地区差异及其成因研究——基于随机前沿生产函数的方差分解[J].管理世界，2008（2）.

[9]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.