中国能源利用效率省际分异与影响因素的实证研究

胡宗义，刘亦文

（湖南大学 金融与统计学院，湖南 长沙 410079）＊

一、问题的提出及文献综述

能源作为支撑经济增长的基本要素，是现代社会生存和发展的基础。近几十年来，世界经济总量有了显著增长，同时也消耗了相当可观的能源，由此带来的二氧化碳排放以及二氧化碳为主的温室气体造成的全球气候变化，已经成为影响人类社会发展全局和全球政治经济格局的重大战略问题。

中国是能源生产和能源消费大国，能源效率存在着明显的地域差异。不同地区间的产业结构、能源结构、能源强度、能源利用效率存在着相当大的差异。比如有的地区是以电力、钢铁产业为主体，有的地区是以服务业和创意产业为支柱；有的地区是以煤为主要能源，有的地区则主要使用燃油、天然气；有的地区产业节能技术水平已经达到国际先进水平，有的地区却仍然在低水平徘徊。这些千差万别的情况决定我们制订节能政策时必须充分考虑地区差异，以尽量减少节能的社会总成本。统一的节能模式确实带来了苦乐不均的问题——既不利于能源利用效率相对较低的后发地区加快发展，也不利于能源利用效率相对较高的发达地区进一步发挥竞争优势。因此，要根据我国区域发展的不平衡性，充分考虑地区经济发展水平、产业结构和节能潜力等因素，实行差异化的节能政策，以尽可能减少节能成本，减少对区域经济发展的不利影响。

目前，能源强度和能源效率问题已经成为国内外学者探讨研究的热点。现有的关于能源效率的研究文献主要从以下几个角度来分析：

1.对能源效率进行评价。能源效率评价方法的研究按照能效指标考察的生产要素的多寡，又可以分为单要素能源效率和全要素能源效率。单要素能源效率常被定义为一个经济体的有效产出和能源投入的比值，它是单位GDP能耗的倒数，很多学者也认为它是能源生产率。早期对能源效率的研究中都采用的是单要素能源效率指标。王庆一、施发启、金三林等采用不同的方法对我国能源效率进行了国际比较，认为与发达国家相比，我国当前能源效率还十分低下［1－3］。以面板数据为基础，Miketa［4］对56个国家，Mulder和 Groot［5，6］对经济合作组织成员国能源效率的差异性和收敛性进行了研究。孙鹏等分析了中国1978～2003年经济增长和能源消耗强度对能源消耗量的影响，认为中国的能源效率在提高，但2001～2003年能源效率存在一定的下降［7］。Rebecca和David考察了发展中国家能源转轨的情形，认为在经济发展初期阶段，由于无效率的能源和技术占居主导地位，因此，创造同样价值的产出会要求较高的能源投入；但是，随着经济发展水平和现代化程度的提高，更加有效的能源和技术得以采用，使得单位产出的能源投入开始下降［8］。史丹运用洛伦兹曲线、弗罗伦斯系数和基尼系数分析了中国能源效率的地区差异以及能源效率趋同条件下的节能潜力［9］。全要素能源效率的方法来源于微观经济学上的全要素生产理论。社会生产的各投入要素在一定程度上可以相互替代，而决定最终产出的并非是能源或人力等某一个生产要素，而是各种生产要素的组合。其中最典型的是数据包络分析（DEA）方法。近年来见于文献的全要素能源效率的文章都是使用DEA对能源效率进行测度。Hu等首次基于全要素生产率框架定义了全要素能源效率指标，弥补了传统指标能源生产率仅考虑能源单一要素的缺陷［10］；魏楚等基于Hu等的思路将能源效率定义为当前固定能源投入下实际产出能力达到最大产出的程度［11］，或者说在产出固定条件下能实现最小投入的程度。李世祥等在DEA应用的基础上，提出了基于技术效率、能源投入最小化、成本最小化、产能利用率调整目标情景下能源效率测度的方法，从1990～2006年间省际面板数据和工业行业面板数据的角度评价了中国的能源效率状况，并利用“两步走”估计了其影响因素［12］。

2.分析影响能源效率的因素。李廉水、周勇对35个工业行业进行DEA－Malmquist指数分解，并将分解后的技术进步、技术效率和规模效率作为解释变量，去估算各因素对能源效率的关系，结果发现技术效率而非技术进步是工业部门能源效率提高的主要原因，但后者的作用将逐渐增强［13］。吴巧生等运用Laspeyres指数及其分解模型对中国单位GDP能耗进行分解，并对其影响因素进行研究，得出中国能源效率提高主要是各产业能源使用效率提高的结果［14］。Zhang（2003）利用改进的拉氏指数计算了中国工业部门1990～1997年的能源使用情况。将工业能源消费分解为规模效应、实际的强度效应和结构效应，发现实际的强度效应（即技术效应）是主导因素［15］。高振宇等、魏楚等定量分析了经济发展水平、产业结构、工业结构、能源消费结构、对外开放程度、政府影响力、制度因素和能源价格等因素对我国能源效率的影响程度［16－20］。

以下试根据中国各地区不同发展水平的现实，运用2007年中国30个省（自治区、直辖市）（由于数据的不可得性，不包括西藏、港澳台地区）的截面数据对中国能源利用效率的省际分异与影响因素进行实证分析，并提出相应的政策建议。

二、中国能源利用效率影响因素的偏最小二乘回归（PLS）模型的构建

偏最小二乘回归由化学界的伍德、阿巴诺等人在1983年提出，这种方法是在普通多元回归的基础上有机结合了主成分分析、典型相关分析的思想，在一个算法下，可以同时实现回归建模（多元线性回归）、数据结构简化（主成分分析）以及两组变量之间的相关性分析（典型相关分析），可以很好地解决自变量间多重共线性问题［21］。

考虑单个因变量Y与m 个自变量X1，X2，…Xm的建模问题，偏最小二乘回归的基本作法是：首先将X与Y进行标准化处理，得到标准化后的自变量矩阵E0和因变量矩阵F0。在自变量矩阵E0中提取第一成分t1（t1是标准化后的 X1，X2，…Xm的线性组合，且尽可能多地提取了原自变量集中的变异信息），并要求t1与F0相关程度达最大。然后建立因变量F0与t1的回归，如果回归方程已达到满意的精度，则算法终止。否则继续第二成分的提取，直到能达到满意的精度为止。若最终对自变量集提取r个成分t1，t2，…th，偏最小二乘回归将建立F0与t1，t2，…th的回归式，因为t1，t2，…th均可以表示成标准化后的X1，X2，…Xm的线性组合，这样通过回代及标准化的逆过程，就可以将F0与t1，t2，…th的回归式还原成Y与m 个自变量X1，X2，…Xm的回归方程形式，即偏最小二乘回归方程式。偏最小二乘回归分析建模的具体步骤如下：

（1）将X与Y进行标准化处理，得到标准化后的自变量矩阵E0和因变量矩阵F0。

（2）从E0中提取第一成分t1＝E0w1，其中w1是E0的第一个轴，它是一个单位向量，即‖w1‖2＝1，成分t1应尽可能多地携带E0中的变异信息，并且要求t1对因变量Y有最强的解释能力。综合起来就是要求：

采用拉格朗日算法就可以解出满足上述条件的t1，分别做E0、F0关于t1的普通线性回归。E0＝t＋E1，F0＝t＋F1。其中回归系数p1＝，r1＝。E1，F1为残差矩阵。

（3）如果第一个主成分还不能满足精度要求，则以E1，F1取代E0，F0，进行第二个PLS主成分t2的提取，依此类推。如果按照精度要求，提取了A个PLS主成分t1，t2，…tA，实施F0在t1，t2，…tA上的回归，得F0＝r1t1＋r2t2＋…＋rAtA＋FA。其中FA是残差矩阵。由于t1，t2，…tA均是标准化后的X1，X2，…Xm的线性组合。因此，F0可转化为标准化后的X1，X2，…Xm的线性组合形式，即：F0＝β1＋＋…＋βm。其中标有上标的X是X1，X2，…Xm标准化后的结果。

（4）按标准化的逆过程，将F0的回归方程变换为Y 对X 的回归方程＝α0＋α1x1＋…＋αmxm，即为偏最小二乘回归模型结果。

（5）成分阶数h的确定。本文采用国内外广泛应用的交差有效性系数。

记yi为原始数据，t1，t2，…th是在偏最小二乘回归过程中提取的成分是使用全部样本点并取t1～th个成分回归建模后，第i个样本点的拟合值；是在建模时删去样本点i，取t1～th个成分回归建模后，再用此模拟计算的yi的拟合值。记：

三、中国能源利用效率影响因素的实证分析

1.指标的选取。当前度量能源效率较普遍的方法是单位GDP能耗，《中国统计年鉴》中采用的就是这种方法。本文拟采用2007年中国30个省（自治区、直辖市）（不包括西藏、港澳台地区）的单位GDP能耗（Y）来代表各地区的能源效率，那么单位GDP能耗越低，说明能源效率越高。

本文根据中国能源利用效率省际分异中的七个因素选取了八个指标：

（1）经济发展水平。经济发展水平对于能源生产率的影响可以从两方面来理解。随着经济发展，生产规模会扩大，一些先进技术会被逐渐采用，从而对能源生产率的提高有积极作用；同时生产的不断重复进行使熟练程度增加，产生“学习效应”，同一生产过程中所使用的能源会相应下降。这两方面作用的综合影响体现在经济发展对能源生产率提高的贡献上。选取指标人均GDP（x1）来代表地区经济发展水平。

（2）产业结构。我们知道第二产业中的工业是高耗能产业，而第三产业中的金融业和房地产业是低耗能产业，因此，可以认为如果工业对一个地区的生产总值贡献很大，那么，这个地区的单位GDP能耗必然偏高；相反地，如果金融业和房地产业对一个地区的生产总值贡献很大，那么，这个地区的单位GDP能耗必然偏低。为此选取指标工业增加值比重（x2）、金融业和房地产业增加值比重（x3）来代表产业结构因素对单位GDP能耗的影响。

（3）地理位置。各地区进出口总额与各地区的地理位置基本上完全对应，东南部沿海地区的进出口总额最高，中部地区次之，西北部地区最低，为此，用各地区进出口总额（x4）来代表地理位置因素对单位GDP能耗的影响。

（4）技术水平。各地区的技术水平可以用全员劳动生产率来衡量，因此，引入指标全员劳动生产率（x5）来衡量技术水平对单位GDP能耗的影响。

（5）对外经济。通常外商投资和港澳台商投资企业都具有规模大、技术先进的优点，因此，能提高能源利用效率，从而降低单位GDP能耗。因为工业是高能耗产业，这个行业能源利用效率的提高对单位GDP能耗的影响单位GDP能耗特别显著，为此，引入各地区外商投资和港澳台商投资工业企业增加值占总工业增加值的比例（x6）来度量对外经济差异对单位GDP能耗的影响。

（6）投资行为。中国现阶段的经济增长还是以粗放型为主，粗放型经济增长中，投资规模膨胀、盲目投资和低水平重复建设造成了资源浪费、利用效率低。投资驱动型特征和重工业化态势的经济增长必然导致资源型产品价格普遍上涨，尤其是原材料、燃料和动力购进价格大幅上涨。因此，选取各地区燃料的商品零售价格指数（x7）来度量各地区投资行为对单位GDP能耗的影响。

（7）能源消费结构。煤炭在中国能源资源中占据绝对优势地位，2007年中国煤炭消费总量达到25.86×108t，占全国能源消费总量的69.5%。而煤炭消费的技术水平较为落后，大部分是原煤直接燃烧，煤炭利用效率低，煤炭消费的不经济性必然降低区域能源利用效率。因此，引入煤炭在一次能源消费中的比重（x8）来衡量各地区能源消费结构差异对单位GDP能耗的影响。本文的数据都来自《中国统计年鉴2008》和《中国能源统计年鉴2008》，经计算整理得到。鉴于篇幅，就不再列出。

2.多重共线性分析。运用SPSS可以得到各变量之间的相关系数矩阵，从表1可以看出人均GDP（x1）与全员劳动生产率（x5）之间相关性非常强，变量x1与金融业和房地产业增加值比重（x3）、外商投资和港澳台商投资工业企业增加值占总工业增加值的比例（x6），全员劳动生产率（x5）与x3、x6的相关性也都较强。

表1 各变量之间的相关系数矩阵

表2 普通最小二乘法回归结果

用普通最小二乘法回归得到的结果如表2。从表2中可以看到，可决系数R2为0.829，说明模型拟合程度较好，但变量x3（金融业和房地产业增加值比重）与变量x5（全员劳动生产率）的系数为正，这与实际不相符，因为金融业和房地产业为低耗能产业，它们对地区GDP的贡献越大，单位GDP能耗应越低，同时技术水平越高，对能源的使用效率也越高，单位GDP能耗也应越低。回归系数与实际意义的不一致也就反映了变量之间可能存在多重共线性。

3.PLS回归结果。为了推动偏最小二乘回归的应用发展，1987年伍德和他的合作者们创建了UMETRICS公司，开发了在Windows下面运行的SIMCA－P数据分析软件，用以支持偏最小二乘回归的计算和结果解释。本文所有的结果，都是在SIMCA－P上实现的。

根据交差有效性系数Q2A提取了一个成分，模型结果见表3。

图1 回归系数图

表3 回归系数

从图1可以看出，人均GDP（x1）、金融业和房地产业增加值比重（x3）、进出口总额（x4），全员劳动生产率（x5）、外商投资和港澳台商投资工业企业增加值占总工业增加值的比例（x6）对单位GDP能耗起负向作用，即这些值越大，能源效率越高。其中外商投资和港澳台商投资工业企业增加值占总工业增加值的比例（x6）与进出口总额（x4）对区域能源利用效率的正向影响最为显著。工业增加值比重（x2），燃料的商品零售价格指数（x7）、煤炭在一次能源消费中的比重（x8）对单位GDP能耗起正向作用，即这些值越大，能源效率越低。其中代表能源消费结构的煤炭在一次能源消费中的比重（x8）对区域能源利用效率的负向影响最为显著。这些回归系数的符号完全符合经济学意义。

固定资产投资中外商投资比重的差异是能源利用效率的最重要因素。一方面，国外投资的行业通常是劳动力密集型产业，能源消耗量不大，如电子及通信设备制造业、仪器仪表文化办公用机械、服装及其他纤维品制造业和食品制造业等。此外，这些产业通常具有规模大、生产技术水平高、管理先进的特点，在极大地增加了地区生产总值的情况下却相对地减少了能源消耗，自然会使该地区的能源效率提高。另一方面，中国各地区固定资产投资中外商投资比重差异明显，东部地区比重通常在10%以上，广东更是达到了24.3%，中部地区大多在5%以上，而西部通常只有1%～2%。综合以上两方面的原因，也就不难理解为什么这一变量会对中国能源效率地区差异影响程度最深。

各地区工业总产值中高耗能行业比重的差异是能源利用效率的最主要因素之一。工业是中国的能源消耗大户，2007年工业所消耗的能源占据了总能源消耗的73.3%，而六个高耗能行业所消耗的能源又占了工业总耗能中的72.4%，因为在得到同样产出时对能源的消耗远高于其它行业。因此，高耗能行业在工业总产值中的比重差异会极大地影响各地区的能源效率，而中国各地区这个比重的差异是比较显著的，像中国当前能源效率最低的宁夏和青海省这个比重分别达到了54.8%和52.4%，而能源效率较高的江苏和福建这个比重只有13.4%和18.4%。事实上，各地区工业总产值中高耗能行业比重和固定资产投资中外商投资比重的差异反映的是中国各地区工业结构的差异。中国东部地区因其得天独厚的地理位置和国家的开放政策，大量地吸引了国外投资，很多新技术和新设备随之涌入，且由于技术的外溢效应，使得自主开发创新能力都大大得到提升，工业结构调整和升级较快。而中西部地区因为缺乏这些资源和设备，不得不走重型工业化道路。因此，可以说对地区能源效率影响显著的不是工业比重而是工业结构。

各地区的煤炭消费比重差异是能源利用效率的另一主要因素。由于中国本身的资源禀赋，煤炭消费一直是中国能源消费市场中的主角。如果按电热当量计算法计算，2007年中国总的能源消费中，煤炭消费占72.8%。而据有关专家分析，在一次能源品种中，煤炭的利用效率约为27%，原油的利用效率约为50%，天然气利用效率约为57%，电的利用效率约为85%。煤炭如此低的利用效率必然会极大地降低对以煤炭消费为主地区的能源效率。山西和内蒙古作为中国两大主要产煤基地，煤炭消费比重都非常高，这也许就是为什么作为中部省份而且经济比较发达的山西能源效率却处于全国末端的原因。

从全国来看，经济发展水平与能源效率呈正向关系，但经济发展水平的差异并不是造成能源效率地区差异的主要因素。本文的经济发展水平仅为狭义概念，是经济增长的量化指标。一方面，随着经济发展水平的提高，一些先进的知识、技术、管理经验和现代化的节能设备会被逐渐应用于生产过程之中，从而提高能源效率。同时由于“学习效应”的产生，同一生产过程中所使用的能源会相应下降，这两方面的共同作用都会对提高能源效率产生积极的作用。但是考虑到中国正处在经济增长方式从粗放型向集约型转变的过程，许多中西部省市大批高耗能基础设施建设项目和工业项目的盲目上马虽然提高了各省份的人均地区生产总值，却也降低了能源效率。

燃料、动力类价格指数与能源效率负相关。中国当前的经济增长中，投资驱动型特征和重工业化态势十分明显，这就导致对资源型产品的需求旺盛，能源产品价格普遍上涨，尤其是燃料和动力购进价格指数大幅上涨。各地区燃料、动力类价格指数其实从另一方面反映了工业重型化和盲目投资对能源效率的负面作用。

代表地理位置的虚拟变量的系数都为负，说明中部和西部相对东部来说，还有一些模型中没有列出的因素对它们的能源效率起到抑制作用。中国现行的区域政策基本上是按照东、中、西三大地区区别对待，三个地区的经济体制和市场化程度均存在一定差异。此外，在我们的模型中没有考虑各地区的人力资本差异，而事实上我们知道三大地区的人力资本质量是依次递减的，高素质的人力资本质量对于消化和吸收外来技术以及自主创新起着非常重要的作用，这正是中部和西部，特别是西部所缺乏的，因此，地理位置因素对西部的负向作用要强过中部。

四、主要结论与建议

能源消费结构、对外经济和地理位置是影响中国能源利用效率的显著因素。以煤炭消费比重所表示的能源结构对区域能源利用效率的负向影响程度最大，以外商投资和港澳台商投资工业企业增加值占总工业增加值的比例所表示的对外经济对区域能源利用效率的正向影响程度最大。以进出口总额所表示的地理位置差异对区域能源利用效率的正向影响程度也很大。外商投资和港澳台商投资工业企业通常都具有技术水平高的特点，同时进出口贸易频繁的地区，更容易引进国外的先进技术，并通过扩大生产规模来获得规模经济效益。这两点都说明归根到底是技术水平的差异造成了能源效率的地区差异。

因此，优化能源消费结构、提升劳动生产率是提高中国能源利用效率的有效措施。中国富煤少油的能源禀赋格局决定了未来一段时间内中国煤炭消费量及其比例还会略有增加，因此采用节能技术提高煤炭利用效率对于提高能源利用效率具有重要意义。此外，实现经济增长方式从粗放型向集约型转变，加大科技投入来提高技术水平对于能源高效利用具有长远影响。最后，政府政策措施（税收和产业政策）等对提高能源利用效率的影响及其量化处理是进一步研究的方向。

［1］王庆一.中国的能源效率及国际比较［J］.节能与环保，2005，（6）：10－13.

［2］施发启.对我国能源消费弹性系数变化及成因的初步分析［J］.统计研究，2005，（5）：8－11.

［3］金三林.能源约束对我国潜在产出增长的影响及对策［J］.改革，2006，（10）：36－42.

［4］Miketa A.Analysis of energy intensity developments in manufacturing sectors in industrialized and developing countries［J］.Energy Policy，2001，（29）：769－775.

［5］Mulder P，de Groot H L F.International comparisons of sectoral energy and labor productivity performance：stylized facts and decomposition of trends［R］.CPB Discussion Paper，CPB，The Hague，2003：22.

［6］Mulder P，de Groot H L F.Sectoral energy and labor productivity convergence［R］.CPB Discussion Paper，CPB，The Hague，2003：23.

［7］孙鹏，顾晓薇，刘敬智，王青.中国能源消费的分解分析［J］.资源科学，2005，（5）：15－19.

［8］Elias Rebecca，Victor David.Energy transitions in developing countries：a review of concepts and literature［R］.Working Paper，Program on Energy and Sustainable Development，Stanford University，2005.

［9］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.

［10］Hu Jin－Li，Wang Shih－Chuan.Total－factor energy efficiency of regions in china［J］.Energy Policy，2006，34（27）：3206－3217.

［11］魏楚，沈满洪.能源效率与能源生产率：基于DEA方法的省际数据比较［J］.数量经济技术经济研究，2007，（9）：110－121.

［12］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.

［13］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.

［14］吴巧生，成金华.中国工业化中的能源消耗强度变动及因素分析——基于分解模型的实证分析［J］.财经研究，2006，（6）：75－85.

［15］Zhang ，Z.X.Why did the energy intensity fall in china’s Industrial sector in the 1990s？the relative importance of structural change and intensity change［J］.Energy Economics，2003，（25）：625－638.

［16］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.

［17］屈小娥.中国省际能源效率差异及其影响因素分析［J］.经济理论与经济管理，2009，（2）：46－51.

［18］屈小娥，袁晓玲.中国地区能源强度差异及影响因素分析［J］.经济学家，2009，（9）：68－74.

［19］邱灵，申玉铭，任旺兵，严婷婷.中国能源利用效率的区域分异与影响因素分析［J］.自然资源学报，2008，23（5）：920－928.

［20］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，（1）：8－18.

［21］王惠文.偏最小二乘回归方法及其应用［M］.北京：国防工业出版社，1999.

［22］刘亦文，胡宗义.国际油价波动对我国经济影响的CGE分析［J］.经济数学，299，26（4）：76－83.