中国建筑业能源效率省际差异及其影响因素分析

王雪青 娄香珍 杨秋波

(天津大学管理与经济学部，天津300072)

中国建筑业能源效率省际差异及其影响因素分析

王雪青 娄香珍 杨秋波

(天津大学管理与经济学部，天津300072)

我国建筑业存在着高消耗、高污染和低能效等问题。提高建筑业能源效率、降低能源消耗对实现社会经济的可持续发展具有重要意义。本文以中国区域建筑业为研究对象，在全要素能源效率的框架下，基于30个省份2005－2008年的面板数据，利用DEA方法对各省的建筑业能源效率进行测度和评价。结果表明:不同省份建筑业能源效率存在较大差异，其中黑龙江、上海和浙江效率最高，各年的效率值均为1，内蒙古和山东的效率最低，各年的效率值均不足0.3。在此基础上，本文从能源消费结构、产业发展程度、产业组织特征、辅助产业发展程度和科技水平5个方面选取10个变量，利用Tobit回归模型，分析了各变量对能源效率的影响。结果表明:能源消费结构、产业发展程度、产业集中度、市场化程度和外商投资等是导致能源效率省际差异的主要因素。本文建议，应通过提高电力等高效能源的消费比重、适度调整产业结构、提高产业集中度、加强外资引进等措施来提高建筑业能源效率。

建筑业;全要素能源效率;省际差异;影响因素

随着经济的快速增长和城市化进程的加速推进，能源、资源与环境问题日益突出，提高能源效率、降低能源消耗已成为转变经济增长方式的重要前提。建筑业作为我国国民经济的支柱产业，同时也是一个高耗能产业，每年能源消耗量呈逐年递增的趋势，年消耗量从2000年的2 178.53万t标准煤增长到2008年的3 812.53万t标准煤，年均增长7.2%。此外，其在消耗大量能源的同时排放出大量污染气体，对环境造成的负面影响不容忽视。建筑业的节能减排直接关系到国家资源战略和环境保护，提高能源效率则是在不影响建筑业发展的情况下实现节能减排的有效途径。然而我国地域辽阔，区域间的经济发展水平和资源禀赋存在着较大的差异，能源利用情况和节能潜力也必然有所不同，制定各种举措时不宜一刀切。因此，本文以区域建筑业为研究对象，对各省建筑业的能源效率进行测度和评价，并在此基础上对其影响因素进行鉴别分析，从而为建设行政主管部门设置差异化的节能目标、制定相关措施提供决策依据。

1 文献综述

随着社会对能源问题的重视，能源效率成为了近年来的一个研究热点。世界能源理事会(WEC)［1］将能源效率定义为能源的服务产出量与能源使用量(或投入量)的比值。对能源效率的研究主要集中在“能源效率测度”和“能源效率影响因素分析”两个方面。

能源效率的测度方法可总结为单要素方法和全要素方法两大类。单要素能源效率指标中最常用的是“能源强度”，用单位GDP的能耗来表征，早期对能源效率的研究通常采用该指标。虽然该指标的测度简单易行，但其把能源作为唯一的生产要素，忽略了其他生产要素，也未考虑能源与其他生产要素的替代弹性［2］。Hu和 Wang［3］在全要素生产率的框架下，提出了全要素能源效率的概念，并以“目标能源投入量”和“实际能源投入量”的比值来测度这一指标。该指标综合考虑了能源、资本和劳动力等要素对经济产出的影响，更加符合生产实践情况，因此在后续研究中被广泛采纳。魏楚和沈满洪［4］、李世祥［5］分别采用此方法对我国各省的能源效率、工业部门和6个工业行业的能源效率进行了测度。杨红亮和史丹［6］则使用单要素方法和全要素方法对中国各地区的能源效率进行了比较研究，揭示了全要素方法所具有的优势。鉴于此，本文采用全要素方法对建筑业的能源效率进行测度。

对能源效率影响因素的分析，主要包括因素分解法和要素计量回归法。史丹等［7］采用方差分解测算了全要素生产效率、资本－能源比率、劳动－能源比率对能源效率地区差异的影响。李廉水和周勇［8］、王群伟和周德群［9］等利用基于DEA－Malmquist指数法将全要素生产效率分解为技术进步、纯技术效率和规模效率，从而考察了各要素对能源效率的影响。谭忠富和张金良［10］通过状态空间模型分析了经济结构、技术进步、能源消费结构和能源价格对能源效率的单向动态变化过程及成因。因素分解法和指数分解法的缺点在于选取的指标都较为综合，无法准确把握具体的影响因素。因此，本文在全面分析影响能源效率具体因素的基础上，建立起系统的指标体系，从而采用回归方法对其进行分析，以深入把握导致差异的原因。

2 建筑业能源效率评价

2.1 能源效率测度方法

基于全要素能源效率的概念，本文将建筑业能源效率定义如下:在规模报酬不变的假设下，为了得到既定的建筑业产值，所需投入的最少能源量占实际能源消费量的百分比。则建筑业能源效率指标可以表示为:

其中，ηe为建筑业能源效率;Etarget为目标能源投入量，即既定产出下的最低能源投入量;Eactual为实际能源投入量。目标能源投入量等于实际能源投入量减去因无效率导致的冗余投入量。

由上述可知，测度建筑业能源效率的关键在于测算目标能源投入量。数据包络分析(Data Envelopment Analysis，DEA)是一种以相对效率概念为基础发展起来的效率评价方法，使用数学规划模型比较决策单元间的相对效率，在此基础上进行投影分析，便可测算出各投入指标和产出指标的目标值。因此，本文利用DEA对建筑业生产效率进行测度，并在此基础上测算目标能源投入量。鉴于节能降耗的目标是在满足一定产出的条件下，尽可能减少能源使用量，且建筑业的规模取决于经济的发展和社会的需求，相对来说是刚性的，不可能随意改变，本文选择使用规模报酬不变的投入导向型DEA模型。

其中，θ表示第k个决策单元的生产效率，Xj表示第j个决策单元的投入向量，Yj表示第j个决策单元的产出向量，λj为第j个决策单元的权重，S－为投入的松弛调整量，S+为产出的松弛调整量。(1－θ)Xk为投入要素的径向调整量，冗余投入量等松弛调整量与径向调整量之和，(θXk－S－)即为目标投入量。

2.2 投入产出指标及数据说明

合理确定投入产出指标并对其进行准确度量，是采用DEA方法准确测度建筑业生产效率从而计算能源目标投入量的前提。随着对能源的重视，以资本、劳动力和能源作为三要素的经济增长模型已逐渐为众多学者所采用［11］。在以往对能源效率的评价中，学者们较为一致的选取资本、劳动力和能源三个要素作为投入指标，选取总产值作为产出指标。本文延续学者们的做法，结合建筑业实际情况，各指标的具体描述及度量方法如下。

(1)资本:一般认为资本存量能够较真实的反映资本投入的实际值，但由于计算较为复杂，且各区域的建筑业固定资产折旧率无法获得，本文以固定资产来表征资本投入。当期固定资产=(当期末固定资产+上期末固定资产)/2，原始数据取自《中国统计年鉴》。

(2)劳动力:严格的讲劳动力投入应当用从业人员的有效劳动时间来衡量，并考虑劳动力的质量差异，但由于相关数据难以获取，本文选择《中国建筑业统计年鉴》中的“计算建筑业劳动生产率的平均人数”这一指标来代替，该指标是指建筑业企业(或单位)报告期实际拥有的、与建筑施工活动有关的人员的平均人数。

(3)能源:建筑业所消耗的能源种类繁多，且省份之间的能源消费结构存在一定差异，因此本文将各种能源消耗统一折算成“万吨标准煤”后汇总形成能源消耗总量。能源基础数据取自《中国能源统计年鉴》中的各地区能源平衡表。

(4)总产值:直接选取《中国建筑业统计年鉴》中的建筑业总产值这一统计指标。

2.3 实证结果及分析

本文基于中国大陆30个省(直辖市或自治区，西藏数据缺失)2005－2008年的建筑业面板数据，利用DEAP2.1软件对各省建筑业的目标能源投入量进行计算，并在此基础上按照上述公式(1)计算其能源效率，最后按4年平均效率值由高到低进行排序，结果如表1所示。

从表中可以看出，能源效率较高的省份为黑龙江、上海、浙江、北京、江苏和天津，能源效率较低的省份为内蒙古、山东、海南、甘肃和宁夏。其中，黑龙江、上海和浙江4年的效率值均为1，表明其能源效率高且非常稳定。

通过对30个省份的数据进行横向比较，能源效率最高的为1，最低的不到0.3，各年的平均效率值约0.65，标准差为0.24，表明省际间的能源效率存在较大差异。同时四年的标准差相差不大，说明省际间的这种差异在考察期间并没有发生显著变化，能源效率较低的省市尚有较大的改善空间。

表1 中国区域建筑业能源效率Tab.1 Energy efficiency of regional construction industry in China

通过对各省四年的效率值进行纵向比较，除天津和福建的能源效率有明显下降，河南与吉林有明显提高外，其余省份的能源效率均并没有发生显著变化，当然这是指在全国的相对水平，而非绝对值。

3 建筑业能源效率影响因素分析

3.1 影响因素理论分析

上文的计算和分析结果表明，省际间的建筑业能源效率差异较大，那么究竟是哪些因素导致这一差异的?此问题的解决对于制定相关的改进措施具有重要意义。研究表明能源效率的提高依赖于全要素生产率的提高［12］，为对建筑业能源效率的影响因素进行分析，本文对有关能源效率和建筑业生产效率的研究成果进行了系统的回顾，并在此基础上初步将建筑业能源效率的影响因素确定为以下五个方面:能源消费结构、产业发展程度、产业组织特征、辅助产业发展程度和科技水平。具体影响因素的指标描述及定义见表2。

(1)能源消费结构。建筑业能源消费种类繁多，总体上以原煤、汽油、柴油和电力为主，但不同地区的消费结构存在一定差异。研究表明，能源消费结构对能源效率具有显著的影响，能源效率的高低与煤炭在一次能源消费结构中的比重大小相对应，［13］相对于煤炭，电力属于高效能源，电力的消费比重上升，有助于提高能源整体使用效率［14］。

(2)产业发展程度。建筑业发达的地区，建筑市场相对较为规范，能够实现有效竞争，从而促使各企业努力提高自身的生产效率;另外高度发展的建筑产业能促进各生产要素的配置趋向合理，更容易发挥集聚效应和规模经济。学者的研究亦表明建筑业越发达的地区，建筑业效率水平越高［15］。

(3)产业组织特征。一般认为产业集中度和市场化程度越高，越容易形成有效的竞争;专业承包企业的发展有利于提高生产的专业化水平，从而提高生产效率;外商投资带来先进的技术与管理经验，在促进市场竞争的同时会对内资产生技术外溢和示范效应，从而对区域的生产效率产生积极的影响［16］。而大量分包使工程涉及更多的参与者，使总承包的协调管理工作变得更为繁重复杂，生产效率降低，但分包又在一定程度上有利于实现专业化。

(4)辅助产业发展程度。建筑业的生产过程与勘察设计、监理咨询密不可分，研究表明辅助产业对当地建筑业竞争力的提升具有协助作用［17］。勘察设计行业的发展能够从源头上促进设计方案的合理化，从而实现资源的节约;监理咨询等则能通过过程监督降低各种资源的浪费。

(5)科技水平。众多学者的研究表明技术进步能够有效的提高能源效率［8，10］。科技水平包括技术装备和技术创新两个方面。一般来说机械化和自动化程度提高有利于资源的有效利用，技术创新则是技术进步的源泉。

表2 建筑业能源效率影响因素Tab.2 Influencing factors for energy efficiency of construction

3.2 回归分析模型

为对影响因素进行分析验证，本文以能源效率为因变量，上述可能的影响因素为自变量进行回归分析。由于能源效率介于0到1之间，属于因变量受限的情况，直接采用最小二乘法进行参数估计会带来严重的偏差和不一致性［15］，因此本文采用因变量受限的Tobit回归模型。结合能源效率的取值范围，在Tobit标准模型的基础上进行稍微改动，构建本文的Tobit回归模型如下。

其中，Y*为潜变量，Y为观测到的因变量，X为自变量，β为回归系数，ε为相互独立的随机误差项。

3.3 回归结果分析

在进行回归分析之前，分别测算表2中的各变量与能源效率之间的Pearson相关系数，以对变量进行初步筛选，计算和检验结果表明，除机械装备(x10)与能源效率无明显相关性外，其余变量均与能源效率存在正向的强相关性。因此，去除机械装备(x10)这一变量，利用Eviews6.0统计软件，对能源效率与其余9个影响变量进行Tobit回归分析，结果见表3。从表中可以看出，x4、x7和x8并没有达到10%的显著水平;而x9的回归系数为负数，与相关性分析的结果相矛盾，这可能是由于该变量与其他变量存在严重的共线性问题所致。因此，去除上述四个变量后进行第二次回归，结果 x1、x2、x3、x5、x6均达到 1%以上的显著水平;Log likelihood为42.828 87说明回归效果较好。

表3 能源效率影响因素的Tobit回归结果Tab.3 Tobit regression results of influencing factors for energy efficiency

回归结果表明，能源消费结构、产业发展程度、产业集中度、市场化程度和对外开放程度均对建筑业能源效率具有显著的影响;技术水平、辅助产业发展程度、工程分包和专业承包的发展对能源效率的影响并不显著。究其原因，可能是由于建筑业整体技术水平较低，能源技术研发与创新成果在建筑业中的应用较少，因此影响程度有限，但随着新能源技术在建筑业中的推广，技术创新能力对建筑能源效率的影响势必会加强。而由于目前对建筑节能的重视不够，尤其是在设计阶段的节能意识薄弱，导致勘察设计等相关辅助产业未能充分发挥其积极作用。工程分包和专业承包，虽然一定程度上有利于提高建筑业生产的专业化程度，但同时过多的分包使管理工作变得复杂繁重，生产效率降低，所以综合起来对能源效率的影响并不明显。

对能源效率最高及最低的9个省份的影响因素指标进行对比分析，可以得出以下结果:①黑龙江的高效率主要缘于其电力消费比重远远高于其他省份，上海和江苏的高效率分别得益于其较高的对外开放程度和市场化程度，浙江、北京和天津的高效率则是由产业发展程度、产业集中度、市场化程度和对外开放程度等多方面因素综合作用的结果。②海南的低效率主要由其较低的产业发展程度和市场化程度所致，而内蒙古和山东的低效率则是由其过低的电力消费比重、产业发展程度和对外开放程度所致。

此外，分别对效率发生了显著变化的天津、福建、河南和吉林的影响因素进行纵向比较，发现导致天津和福建能源效率大幅度下降的主要原因是电力消费比重和外商投资比重的下降，而导致河南和吉林能源效率提高的主要原因是电力消费比重和市场化程度的提高。

4 结论与启示

本文研究结果表明省际间的建筑业能源效率存在较大差异，造成这种差异的主要因素是能源消费结构、产业发展程度、产业集中度、市场化程度和外商投资水平，而技术水平、辅助产业发展程度、专业承包发展程度和工程分包的影响并不显著。通过本文的研究，可以得到以下启示:

(1)各省的节能潜力不仅与能源效率相关，而且与能源消费规模相关。山东、内蒙古和河北的能源消费规模大且能源效率低，是全国节能潜力最大的省份，尤其山东的节能潜力约占全国的33%。因此，在设置建筑业节能降耗目标时，不应一刀切，而应综合考虑各省的能源效率和节能潜力的差异。

(2)各省应注重对能源消费结构的调整，尽可能提高电力等高效能源的消费比重，降低煤炭等低效能源的比重，从而提高能源效率;应适度的加强产业结构的调整，促进产业集中度的提高，加强市场化改革和外资的引进，从而在提高建筑业生产率的同时提高建筑业能源效率。

由于数据可得性所限，本文在进行能源效率评价时，仅考虑了能源的投入，而未考虑其对环境造成的负面影响，存在一定的片面性。因此，有待寻求有效的方法将建筑业对环境造成的影响进行分离和量化，从而将其纳入评价体系中，以提高评价结果的系统性。

References)

［1］WEC.WEC Statement 2006:Energy Efficiencies:Pipe-Dream or Reality［R］.London:World Energy Council(WEC)，2006.

［2］Jenne C A，Cattell R K.Structural Change and Energy Efficiency in Industry［J］.Energy Economics，1983，5(2):114 －123.

［3］Hu J L，Wang S C.Total Factor Energy Efficiency of Regions in China［J］.Energy Policy，2006，34(17):3206 －32l7.

［4］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，2007，24(9):110－121.［WeiChu， Shen Manhong. Energy Efficiency and Energy Productivity:A Comparison Based on the Panel Data by Province［J］.The Journal of Quantitative ＆ Technical Economics，2007，24(9):110 －121.］

［5］李世祥.基于工业化视角的能源效率评价方法与实证研究［J］.中国人口·资源与环境，2010，20(11):12－18.［Li Shixiang.Analyses Method and Demonstration on Energy Efficiency:An Industrialization Perspective［J］.China Population，Resources and Environment，2010，20(11):12 －18.］

［6］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. Energy-efficiency Methods and Comparing the Energy Efficiencies of Different Areas in China ［J］.Economic Theory and Business Management，2008，(3):12 －20.］

［7］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［J］.管理世界，2008，(2):35－43.［Shi Dan，Wu Lixue，Fu Xiaoxia，et al.Regional Differences and Its Causes of Energy Efficiency in China ［J］.Management World，2008，(2):35－ 43.］

［8］李廉水，周勇.技术进步能提高能源效率吗?［J］.管理世界，2006，(10):82－89.［Li Lianshui，Zhou Yong.Can Technological Progress Improve Energy Efficiency［J］.Management World，2006，(10):82－ 89.］

［9］王群伟，周德群.中国全要素能源效率变动的实证研究［J］.系统工程，2008，26(7):74－80.［Wang Qunwei，Zhou Dequn.An Empirical Study on the Change of Total Factor Energy Efficiency in China［J］.Systems Engineering，2008，26(7):74 －80.］

［10］谭忠富，张金良.中国能源效率与其影响因素的动态关系研究［J］.中国人口·资源与环境，2010，20(4):43－49.［Tan Zhongfu，Zhang Jinliang. Demonstrational Analysis of the Relationship between Energy Efficiency and Its Influential Factor in China［J］.China Population，Resources and Environment，2010，20(4):43 －49.］

［11］郑照宁，刘德顺.考虑资本－能源－劳动投入的中国超越对数生产函数［J］.系统工程理论与实践，2004，(5):51－54.［Zheng Zhaoning，Liu Deshun.China’s Trans-log Production Function Using Capital，Energy and Labor as Input［J］.Systems Engineering-theory＆ Practice，2004，(5):51－54.］

［12］Boyd G A，Pang J X.Estimating the Linkage between Energy Efficiency and Productivity［J］.Energy Policy，2000，28(5):289 －296.

［13］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(10):49－58.［Shi Dan.Regional Differences in China’s Energy Efficiency and Conservation Potentials［J］.China Industrial Economy，2006，10(10):49 －58.］

［14］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):8－14.［Dong Li.Energy Intensity Trend and Its InfluentialFactors in China［J］. IndustrialEconomics Research，2008，(1):8 －14.］

［15］戴永安，陈才.中国省际建筑业效率差异及其影响因素研究［J］.中国软科学，2010，(1):87－95.［Dai Yong an，Chen Cai.Technical Efficiency in China’s Construction Industry and Its Influencing Factors ［J］.China Soft Science，2010，(1):87 －95.］

［16］王志平，陶长琪.我国区域生产效率及其影响因素实证分析:基于2001－2008年省际面板数据与随机前沿方法［J］.系统工程理论与实践，2010，3(10):1762－1773.［Wang Zhiping，Tao Changqi.Regional Production Efficiency and Its Influence Factors Analysis in China-Based on 2001－2008 Inter-provincial Panel-data and SFA Method［J］.Systems Engineering-Theory ＆ Practice，2010，3(10):1762 －1773.］

［17］刘炳胜，王雪青，李冰.中国建筑产业竞争力形成机理分析:基于PLS结构方程模型的实证研究［J］.数理统计与管理，2011，30(1):12－22.［Liu Bingshen，Wang Xueqing，Li Bing.Analysis of Chinese Construction Industry Competitiveness Formation Mechanism:Empirical Research of PLS-Based Structural Equation Model［J］.Journal of Applied Statistics and Management，2011，30(1):12 －22.］

Inter-provincial Difference in Energy Efficiency of Construction Industry and Its Influencing Factors in China

WANG Xue-qing LOU Xiang-zhen YANG Qiu-bo
(Faculty of Management and Economics，Tianjin University，Tianjin 300072，China)

The Chinese construction industry has significant impacts on the consumption of natural resources and the generation of pollution and waste with low energy efficiency.In order to achieving sustainable development of the society and economy，it is of great importance to improve the energy efficiency of construction industry.Under the total-factor energy efficiency frame，this paper evaluates the energy efficiency of 30 provinces in China using the DEA method，based on the panel data from 2005 to 2008.The result shows that there are distinct differences on the energy efficiency of construction industry among the different provinces.Heilongjiang，Shanghai and Zhejiang have the highest efficiency with the efficiency value 1 in each year，while Inner Mongolia and Shandong have the lowest efficiency with the efficiency value less than 0.3.This paper selected 10 variables in five aspects including energy consumption structure，industry development speed，industrial organization characteristics，development of auxiliary industries and technology level，and then uses the Tobit regression method to analyze their influence on energy efficiency.The result shows that energy consumption structure，industry development level，industry concentration，marketing level and foreign investment are the critical influencing factors that cause the inter-provincial differences of energy efficiency.At last，it puts forward some advices to improve the energy efficiency of construction industry，such as improving the consumption ratio of electric power and other highly efficient energy，adjusting the industrial structure appropriately，promoting industrial concentration，and strengthening the introduction of foreign investment.

construction industry;total-factor energy efficiency;inter-provincial difference;influencing factors

F407.9

A

1002－2104(2012)02－0056－06

10.3969/j.issn.1002－2104.2012.02.009

(编辑:刘呈庆)

2011－08－14

张晓瑞，博士，副教授，主要研究方向为城市与区域规划。

安徽高校省级自然科学研究重点项目(编号:KJ2010A281)。