环境视角下区域中小企业能源效率测度研究

王惊涛， 郝春晖， 龚本刚

（安徽工程大学管理工程学院，安徽芜湖 241000）

环境视角下区域中小企业能源效率测度研究

王惊涛， 郝春晖， 龚本刚

（安徽工程大学管理工程学院，安徽芜湖 241000）

运用SBM方向距离函数和Luenberger生产率指标测算了2008－2012年环境视角下区域中小企业能源无效率变动、全要素能源效率指数增长及其分解。研究结果表明：我国东部地区能源效率较高；而中西部地区效率低下，中西部效率低下的主要原因在于能源投入较多和污染排放较大；全要素能源效率总体上保持增长趋势，分解情况显示，规模效率变动在全要素能源效率增长中起主要作用。

能源效率；SBM方向距离函数；环境视角；中小企业

一、引 言

我国在推进工业化进程中，粗放型的经济发展方式导致了对能源的需求与消耗越来越大，由此造成的水污染和大面积的雾霾问题，严重影响了人们的健康和生活质量，能源效率问题引起了我国政府的高度关注。“十一五”规划中提出的单位GDP能耗降低20%，主要污染物排放量减少10%的目标，到2010年底已基本实现。而“十一五”规划中提出的，2015年单位GDP能耗比2010年下降16%，能源综合效率提高40%左右的目标仍任重道远。由于我国中小企业数量大，管理基础薄弱，生产技术落后，其能源效率远低于大型企业，因此中小企业是造成我国能源效率低下的重要主体。

目前，国内外对能源效率的研究主要从两个方向展开：一是单一投入产出视角下能源效率。单要素能源效率不考虑要素之间的替代作用［1］，以能源消耗强度为评价指标。单要素指标虽然计算简单，但易夸大能源效率值，高估了该指标对能源经济的贡献。［2］二是多投入多产出视角下全要素能源效率。全要素能源效率综合考虑能源、资本、劳动以及中间投入等在产出中的作用，能够用于分析投入不变或产出不变前提下的节能减排潜力。

现有文献对能源效率的测度多采用DEA方法，评测对象主要针对省际区域层面或某些重点行业间的能源效率分析。省际区域层面的研究结论较为一致，即我国东部沿海地区的能源效率普遍高于中部地区，而中部地区又高于西部地区；［3］行业层面上的研究主要针对工业领域，尤其是在制造业。王姗姗认为重工业行业的能源效率显著高于轻工业行业，且行业内部差异显著。［4］王霄发现能源效率最高的是石油加工炼焦及核燃料加工业、有色金属及压延加工业等，而效率最低的是劳动密集型的纺织、服装、家具行业［5］。金桂荣运用数据包络分析（DEA）方法，对我国30个省（自治区、直辖市）的中小企业能源效率进行了评价，计算并分析了非DEA有效省份中小企业节能减排的潜力空间。［6］由于在投入产出指标选择和时间范围的不同，行业层面上的效率研究结论并不一致，分歧较大。

文献综述表明，绝大多数能源效率的研究都集中在省际区域和重点行业层面，而从减少污染物排放的环境视角对区域中小企业能源效率的研究仍不多见。已有的研究文献或者不考虑污染物排放，或者将排放的污染物作为投入以简化处理。［6］污染物作投入处理法违背了实际的生产过程，数据转换处理法可能会破坏模型的凸性要求。［7］因此本文关于中小企业能源效率的研究着重从以下两方面对现有文献进行拓展：（1）从减少污染物排放的环境视角入手，利用非径向、非角度的SBM方向距离函数测算2008－2012年我国中小企业能源效率，并对无效率的来源进行分解。（2）利用Luenberger生产率指标测度2008－2012年我国中小企业全要素能源效率增长及其分解。

二、模型建立与指标选取

传统的测量全要素能源效率的方法多为基于径向的（Radial）DEA模型。径向DEA模型由于只考虑投入或产出的某一个方面，因而计算的效率值并不准确；另外，当存在投入或产出非零松弛时，径向DEA模型的效率测度会高估评价对象的效率。［8］为了克服以上之不足，Tone（2001）提出了非径向、非角度的基于松弛的（Slack based measure，SBM）效率测度模型，在此基础上，Fare ＆Grosskopf（2009）和Fukuyama ＆Weber（2009）又建立了SBM方向距离函数，使得该种方法更加适合处理具有“坏产出”（污染物排放）的能源效率评价问题。

（一）模型建立

将每一个待研究的中小企业作为一个决策单元（DMU）来构造生产前沿面。假设每一个中小企业使用L种投入X＝（x1，x2，…，xL），生产出M种“好产出”Y＝（y1，y2，…，yM），以及排放出N种“坏产出”Z＝（z1，z2，…，zN）。每个截面数据的权重为，运用DEA方法可以建立能源效率模型（1）为：

模型中所有权重之和为1表示生产技术为可变规模报酬（VRS）；若去掉该约束则表示不变规模报酬（CRS）。

根据Tone（2003）及王兵（2010），建立如下的SBM方向距离函数模型：

模型（2）中（xt，k＇，yt，k＇，zt，k＇）为k＇省投入、好产出及坏产出向量，（gx，gy，gz）为投入、“好产出”及“坏产出”方向向量，（sxl，sym，szn）为投入、“好产出”及“坏产出”松弛向量。该模型是对无效率程度的一种度量，目标函数越大则说明投入产出越无效率。为了反映投入、“好产出”及“坏产出”的无效率情况，可将无效率分解为如下形式［9］：

为了能够测算中小企业全要素能源效率增长变化，本文采用Chambers［10］的t到t＋1期的Luenberger生产率指标：

由于Luenberger生产率指标考虑了能源投入及污染物排放，因而可以反映我国中小企业全要素能源效率增长变动，为此我们把该指标定义为全要素能源效率指数。根据Grosskopf（2003）的建议［11］，可将以上全要素能源效率指数分解为如下形式：

其中，LPEC为纯效率变化，LPTP为纯技术进步，LSEC为规模效率变化，LTPSC为技术规模变化。以上五个指标都大于0时，分别表示全要素生产率提高、效率提高、技术进步、规模效率提高以及技术偏离CRS。若小于0则分别表明生产率降低、效率降低、技术退步、规模效率降低以及技术向CRS移动。能源效率指数（LTFP）的计算可通过8个方向距离函数来完成，CRS和VRS假设下各四个。

（二）指标选取

由于我国中小企业类型众多，涉及面较广，而其中中小工业企业是能源消耗的大户，又是节能减排的重点，因此中小工业企业是本文的主要研究对象。关于能源效率DEA评价投入产出指标的使用，近年来主流文献的研究见表1所示。

表1 能源效率DEA评价指标综述

评价指标体系的建立应遵循目的性、全面性、科学性、内涵清晰以及数据可得性原则，为此本文参照表1中各文献的成果拟建立如下指标体系。

1．投入指标

（1）劳动力投入：以各省中小工业企业年平均从业人员数作为劳动力投入指标，单位是万人。

（2）能源投入：由于各中小工业企业的能源消耗种类多样，根据数据可得性原则，本文选取“万吨标准煤”作为区域中小企业能源投入指标。

（3）资本投入：资本投入采用区域中小工业企业的固定资产净值表示，单位是亿元。

2．“好”产出指标

主流文献的“好”产出指标多采用工业总产值，本文的研究对象是中小工业企业，因此本文选取各区域中小工业企业工业总产值作为“好”产出指标，并将其折算成2008年不变价格，单位是亿元。

3．“坏”产出指标

SO2和COD排放量降低10%是节能减排目标之一，因此本文选择SO2和COD排放量作为“坏”产出指标，单位是万吨。另外近年来，我国由于受到雾霾问题的严重影响，降低碳排放量将是我们国家长期努力的方向，因此将CO2的排放量也作为“坏”产出指标，但由于统计年鉴中没有历年CO2排放量的统计数据，本文参考王兵（2013）的做法，建立如下的CO2排放量的公式：

CO2排放量＝含碳能源消耗量×碳折算系数× CO2气化系数（6）

含碳能源包括煤炭、石油和天然气，碳折算系数采用发改委制定的数值为0．67，CO2气化系数采用碳经过化学反应转变为CO2前后质量比值，即3．67。

三、实证分析

由于2013年以后的部分指标统计数据缺失，因此本文的样本数据取自2008－2012年的《中国统计年鉴》《中国中小企业年鉴》，《中国能源统计年鉴》以及各省份的统计年鉴。数据处理分析使用的软件是Excel Solver Prem Platform V5．5软件，通过编写宏并设置规划求解参数。根据数据的可得性，本文主要选择除西藏以外的30个省、直辖市、自治区规模以上的中小工业企业为样本。

（一）能源无效率及其分解

现有的研究文献表明，CRS与VRS下的无效率值通常是不相等的，在两者不相等的情况下应采用VRS假设下的值来度量投入产出的无效率变化［15］，因此表2及其后面的分析都是基于VRS假设下的结果。

表2 2008－2012年区域中小企业能源无效率平均值及其来源分解

由表2中的数据得知，2008－2012年间全国中小企业能源总体无效率平均值为0．322，由能源投入和污染物排放造成的无效率均值为0．219，占总体无效率均值的68．01%，这说明只要平均节省6．39%的能源投入，减少5．94%的SO2、4．71%的COD以及4．85%的CO2污染物排放，就可以使得我国中小企业总体无效率降低68%左右。

分区域看，三大区域好产出无效率情况差别不大，因此提高中小企业效率的重点应关注在各项投入及坏产出指标上。东部地区投入无效率最低，值为8．9%，中部地区投入无效率最高，值为19．29%。从各项投入无效率情况看，影响东部投入无效率最大的指标是资本投入，其贡献率为30．6%，而影响中西部投入无效率最大的指标是能源投入，其贡献率分别为22．56%和21．39%，因此中西部地区中小企业提高投入效率的关键是节能。污染排放量中，SO2排放量对东、中、西部地区无效率贡献最大，分别为13．94%、17．5%、20．81%。如果将能源与环境结合起来考虑，则西部地区能源投入与污染排放量对总体无效率贡献最大，达到78．42%。通过对能源无效率分解可以清楚地看出各省区域中小企业效率水平之间的差异，为我们制定提高中小企业能源效率的政策提供依据。

（二）全要素能源效率指数及其分解

由表3，从全国来看，2008－2012五年间我国中小企业全要素能源效率指数平均增长率为0．034，能源效率增长的贡献来自于纯技术进步（23．8%）、规模效率变动（63．39%）和技术规模变化（24．7%），起决定性作用的是规模效率变化。这与王兵（2010）的研究有一定的差异，主要是因为我国中小企业由于管理、体制、资金短缺等原因，采用的技术与大中型企业相比仍然较为落后，技术更新相对缓慢，其中西部地区尤为明显，这是今后通过技术进步来提高能源效率的重点。

分区域看，我国东部中小企业的全要素能源效率平均增长率为0．042，在所有区域中排位最高，能源效率指数分解的所有效率指标均为正，为能源效率增长贡献最大的是纯技术进步（41．14%）和技术规模效率变化（32．15%），这说明我国东部各省市由于经济发展水平较高，企业间竞争激烈，同时政府施加的环境管制强度大，导致东部中小企业必须通过技术更新等手段降低SO2、COD及CO2等污染物的排放量，以满足环境要求，从而促进其全要素能源效率的发展。我国中西部地区的中小企业全要素能源效率年平均增长分别为3．07%、2．94%，两者相差0．13个百分点，差距不大，但从对能源效率指数的贡献来看，两者之间有着明显的区别。中部地区的纯技术进步指标平均增长2．45%，是推动全要素能源效率增长的重要因素，而西部地区这一指标为－1．93%，这说明在能源效率提升上，中西部中小企业的做法有着明显的不同，中部地区是靠技术进步推动能源效率增长，而西部地区则是通过改善规模效率指标来达到这一目的。

四、结 论

污染物的排放是现代工业企业生产经营过程中的副产品，对人类的生存环境产生负面影响。传统的测算企业能源效率及生产率的方法或者不考虑“坏”产出的影响，这在一定程度上高估了企业的效率或生产率；或者将其作为投入指标来简化处理，这有可能会破坏DEA模型的凸性要求。为了更准确地测量我国中小企业的能源效率，本文从减少污染物排放的环境视角，将“十一五”规划中减排的主要指标SO2、COD及CO2作为“坏”产出，运用SBM方向距离函数和Luenberger生产率指标测算了我国中小企业2008～2012年能源效率指数及其增长，并将其分解为纯效率变化、技术进步、规模效率变化以及技术规模变化四个效率指标。研究结果表明：

1．比较而言，我国东部地区中小企业能源效率最高，优势明显。中西部地区效率低下，但他们之间并无太大差别，引起效率低下的主要原因不在于劳动力、资本以及工业增加值等传统因素，而是能源投入及污染排放因素，因此只要有效降低能源投入和污染排放量就能提高中小企业的总体效率。

2．从全国范围来看我国中小企业全要素能源效率总体保持增长趋势，但引起全要素效率增长的因素是多样化的，总的来看全要素效率增长的主要因素是规模效率的提升，而不是技术进步的贡献。东部地区2008～2012年无论是全要素效率还是各个效率指标均优于中西部，这说明东部地区的工业发展与环境关系较为和谐，节能减排任务完成得较好。中西部地区的全要素能源效率有所增长，但其纯技术效率却出现下降的趋势，其节能减排任务仍然很艰巨。

［1］HU J L，WANG S C．Total－factor Energy Efficiency of Regional in China［J］．Energy Policy，2006，（34）：3206－3217．

［2］流 畅，孔宪丽，高铁梅．中国能源消耗强度变动机制与价格非对称效应研究［J］．中国工业经济，2009（3）：59－70．

［3］孟祥兰，雷茜．中国各省份能源利用的效率评价：基于DEA方法［J］．宏观经济研究，2011（10）：40－46

［4］王姗姗，屈小娥．基于环境效应的中国制造业全要素能源效率变动研究［J］．中国人口·资源与环境，2011，21（8）：130－137．

［5］王霄，屈小娥．中国制造业全要素能源效率研究：基于制造业28个行业的实证研究［J］．当代经济科学，2010（3）：20－25．

［6］金桂荣，张丽．中小企业节能减排效率及影响因素研究［J］．中国软科学，2014（1）：126－133．

［7］王兵，张技辉，张华．环境约束下中国省际全要素能源效率实证研究［J］．经济评论，2011（4）：31－43．

［8］王兵，吴延瑞，颜鹏飞．中国区域环境效率与环境全要素生产率增长［J］．经济研究，2010（5）：95－109．

［9］COOPER W，SEIFON M，TONE K．Data Envelopment Analysis［M］．Boston．Kluwer Academic Publishers，Second Edition．2007．

［10］CHAMBERS G，FARE R，GROSSKOPF S．Productivity Growth in APEC Countries［J］．Economic Rwiew，1996（1）：181－190．

［11］GROSSKOPF S．Some Remarks on the Malmquist Productivity Index and Its Decomposition［J］．Journal of Productivity A-nalysis，2003（20）：459－474．

［12］李玲．中国制造业最优环境规制强度的选择：基于绿色全要素生产率的视角［J］．中国工业经济，2012（5）：70－82．

［13］余泳泽．我国节能减排潜力、治理效率与实施路径研究［J］．中国工业经济，2011（5）：58－68．

［14］涂正革．环境、资源与工业增长的协调性［J］．经济研究，2008（2）：93－105．

［15］ZHENG J H，LIU X X，ARNE B．Ownership Structure and Determinants of Technical Efficiency：an Application of Data Envelopment Analysis to Chinese Enterprises（1986－1990）［J］．Journal of Comparative Economics，1998，26（3）：465－484．

［责任编辑 武 光］

Empirical Research of Energy-saving and Emission Reduction Efficiency in Regional Small and Medium-sized Industrial Enterprises Based on Environmental Perspective

WANG Jing-tao， HAO Chun-hui， GONG Ben-gang
（School of Management Engineering，Anhui Polytechnic University，Wuhu Anhui 241000，China）

SBM directional distance function and Luenberger productivity indicator are applied to measure the inefficiency change，total factor energy－saving and emission reduction efficiency indicator growth and its components of small and medium－sized industrial enterprises in China from 2008to 2012．The main conclusions are：the energy－saving and emission reduction efficiency is higher in the eastern regions；while it is lower in the central and western regions，the main reason of lower efficiency is more energy inputs and larger pollution emissions；total factor efficiency of energy－saving and emission reduction maintains the overall growing trend，its components show that the scale efficiency plays the main role in the growth of total factor efficiency．

energy－saving and emission reduction efficiency；SBM directional distance function；environmental perspective；small and medium－sized industrial enterprises

F276．3；F062．1

A

1008－6021（2015）04－0046－05

2015－07－20

国家自然科学基金（项目编号：71171002／G0110）；安徽省人文社会科学项目（项目编号：SK2012B060）。

王惊涛（1976－），男，黑龙江鸡西人，硕士，讲师。研究方向：环境效率、企业系统评价。