低碳视角下福建能源效率研究

王强强，郑逸芳，郑晶，黄安胜

（福建农林大学公共管理学院，福建福州，350002）

低碳视角下福建能源效率研究

王强强，郑逸芳，郑晶，黄安胜

（福建农林大学公共管理学院，福建福州，350002）

运用随机前沿分析法（SFA）对2005～2013年福建省的能源效率进行实证分析，发现福建的经济增长方式仍然以劳动密集型的粗放式发展模式为主，在一定程度上是以牺牲环境为代价的。福建省整体能源效率值偏低，经济发达、产业结构完善地区能源效率相对较高，反之，则较低。总体上，福建省能源效率的分布呈现出由沿海到山区逐级降低的阶梯式特点。根据研究结果，提出了一系列政策建议。

低碳；能源效率；随机前沿函数（SFA）

一、研究背景

随着气候的变化，能源日益枯竭，生态环境遭到破坏，世界各国经济都已经受到了严重的影响，以煤炭为主导能源结构的中国出现了能源短缺局面的同时也产生了较高的碳排放量，严重影响到了国家的发展，因此“低碳经济”的概念油然而生。所谓的“低碳经济”，是指在经济发展的过程中，通过各种途径如技术升级及产业结构调整等来减少温室气体的排放，使得在获得经济效益和社会效益的同时兼顾到生态效益的经济发展模式。［1］可以看出，低碳经济的发展旨在转变经济发展方式为减少高碳能源消耗的经济发展模式，因此，要想从“高碳能耗”模式转为“低碳发展”模式，提高能源效率是实现其目标的重要保证。

正处于新的发展阶段的福建，尤其是面对海西经济区跨越式发展的关键时期，以及福建在国家“一带一路”建设中的特殊地位和独特作用，福建省迎来了新的发展时期。但是福建的产业结构和消费结构仍然处在高耗能的阶段，加上节能技术的水平较低，浪费现象严重，给福建省带来了巨大经济压力和环境污染问题。［2-3］显然，传统的粗放式发展已经不合时宜，要缓解福建省能源消费的矛盾，实现经济增长与环境保护的当务之急就是要发展低碳经济。因此，如何优化能源结构、保护生态环境，有效提升能源效率，［4］实现向“低投入、低污染、高产出”的经济增长方式转变的研究，以及如何制定行之有效的节能减排政策，对于福建省经济的可持续发展具有重大意义。［5］

“能源效率”是一个相对概念，并没有明确的指标作为衡量能源效率的标准，而是必须依靠一系列的量化指标来衡量。我们通常用能源服务产出量与能源投入量的比值来度量能源效率（魏一鸣、廖华），因此能源的高效率意味着使用同一能源能生产更多数量的服务或者生产同样的服务使用更少的能源。［6］在对能源效率的评价上，Hu和wang基于全要素生产率框架定义了全要素能源效率，认为能源必须结合如资本及劳动力等相关投入要素才能产生经济产出。［7］此外，许多学者也测算和比较了中国各地区能源的效率并分析了影响因素，认为经济发展水平以及产业结构等都能影响到能源技术效率。［8］在低碳视角下测算能源效率方面，许多学者利用环境经济学理论将污染物考虑到生产函数当中，将其视为非期望产出。对非期望产出的处理主要有两种，一是将污染物作为投入指标，希望其越少越好（李卫坤）；二是对污染产出进行逆处理，如将二氧化碳与二氧化硫作为“坏”产出，并将坏产出进行逆处理（李海东、吴波亮）。在研究方法上，国内相关研究大多是基于非参数的DEA方法，因为DEA方法无须估计具体生产函数，通过决策单元来构造前沿面函数，避免了因错误的函数形式带来的问题，但是其构造的生产前沿面忽略了误差以及统计噪声的随机问题，因此对效率测算结果有一定偏差（续竞秦、杨永恒）。相对于DEA方法，由于必须先经过假设前沿生产函数的模型，假设统计误差以及其他非效率因素导致的误差分布情况，即考虑了随机因素对投入产出模型的影响，能够同时对前沿函数和技术非效率函数的参数进行估计，可以将随机因素和技术无效率从实际产出分离出来，从而有效提高了数据样本的质量（李卫坤）。

本文基于低碳的视角，将CO2排放量作为环境变量引入模型，同时为在能源效率评价中将统计噪声的影响考虑进来，采用随机前沿分析法，以2005～2013年面板数据为基础测度福建省能源效率情况，进一步分析福建省各地区能源效率高低的原因，为优化福建省能源结构和节能减排政策提供政策建议。

二、模型设计与变量选取

（一）模型设计

SFA模型即随机前沿函数模型，显然就是要确定生产前沿的具体模型。它要解决的问题是要度量每个决策单元在某一期间内的技术效率。该模型可以用函数形式表达为：

其中，y表示产出变量，x表示投入变量，β为变量参数，vi和ui为误差项。v服从N（0，σ2t）分布。u≥0，可以表示随机因素对生产函数具有较大的影响。因此，生产函数所表示的技术效率状态TE与u之间的关系可以表示为TEit＝exp（-uit）。当uit=0时，可得TEit=1，表示该生产模型处于技术效率状态；当uit〉0时，可得TEit〈1，表示该决策单元处于无技术效率状态。［9］为了引入了影响技术非效率的函数形式，Battese和Coelli还通过计量经济学的相关模型对SFA模型进行了扩展。［10］本文基于Battese和Coelli改进的模型包括资本变量、劳动力变量、能源变量以及环境变量作为能源效率评价模型，构建了超越对数的生产函数随机前沿模为：

其中β0为待估计变量系数；Yit表示决策单元i 在t时期的GDP（单位：亿元）；Kit资本变量（单位：亿元）、Lit劳动力变量（单位：万人）、Eit能源变量（单位：万t标准煤）、Pit环境变量（单位：吨CO2）。βK、βL、βE和βP分别为资本、劳动力、能源和环境这些变量的产出弹性。［4］39随机误差项（vit-uit）为复合结构，ui和νi的分布相互独立，且都和抹胸中的变量高度不相关。通常用复合误差项技术无效率部分的比重的大小来判断随机前沿模型的设定是否具有科学性，由公式可以看出0≤γ≤1，当γ=0时，表示σu为0，不适宜用SFA模型，而当γ=1时，表示σu为1，即前沿函数的偏离主要是由能源无效率引起的，因而采用随机前沿模型是适宜的。［11］

（二）变量选取与数据来源

能源效率的评价指标可以分为投入和产出两类。投入指标从资本投入、劳动力投入和能源投入考虑，选取资本存量、当期从业人员数和能源消费量为模型的输入指标；产出指标由于其产出的合理性与否可分为期望产出与非期望产出，CO2排放量属于给社会带来负效应的产出指标，这里借鉴许多学者对负产出的处理方法，将其作为环境投入要素，视为环境资源的损耗，而将地区生产总值作为本研究期望产出的指标。

1.资本：用资本存量来表示。由于固定资产存在一定的折旧，本文主要参考大部分学者的“永续盘存法”，采用公式Kit=Iit+（1-δit）Kit-1来计算，式中：Kit、Iit与δit的分别为决策单元i在第t年的固定资产投资、总投资与经济折旧率。［12］

2.劳动：选取决策单元当期从业人员数量作为人力资源投入。这里由于各地区的人均教育水平等数据不可得，因此没有包括各地区劳动力质量上的差异。

3.能源：用各地区的能源消费总量来表示能源投入。本文根据万元GDP所需能耗与当地GDP数量来换算该地区的能源总投入。能源消耗统一使用计量单位“吨标准煤”。

4.CO2排放量：按照原煤折标准煤系数以及原煤CO2排放系数将能源投入标准煤折算成CO2排放量。

5.地区生产总值：以各地区生产总值来衡量地区总产出。

本文使用的样本为2005～2013年福建面板数据，相关指标的数据如表1所示。全部数据来自《福建统计年鉴》。为保证指标数据的一致性，采用平减指数对GDP变量及固定资产投资以2005年为基期，计算各个年份的实际值。

三、福建省能源效率的实证结果分析

（一）回归结果分析

表2给出了福建省能源效率随机前沿生产函数的估计结果。首先，γ=0.9903，趋近于1，同时，检验统计量σ2在99%的置信区间的显著，表明前沿函数的偏离主要是由能源无效率引起的，所以本研究适合采用随机前沿模型。其次，福建省能源效率实证模型的对数似然函数值log为-629.47222，似然比检验统计量LR为280.99516，通过99%置信水平的检验，表明模型整体线性关系是成立的。第三，从模型的四大投入要素与经济增长的关系上看，能源投入是刺激经济增长的主要关键，能源投入每增加1%，地区生产总值平均提高2.41%；而劳动投入每增加1%，地区生产总值平均提高2.21%；资本投入每增加1%，地区生产总值平均仅提高0.86%。可以看出，福建省的能源投入与劳动投入的产出弹性远大于资本存量的产出弹性，说明福建经济增长的主要动力在于能源的消耗与劳动力的投入。在环境投入方面，地区生产总值每增加1%，环境投入平均要增加8.71%，说明福建经济的增长需要牺牲较大的环境，而环境污染指标主要体现在CO2排放量，因此可以看出目前福建的经济增长与能源的使用过程中造成的碳排放量较大。

表1 投入产出指标描述统计

表2 随机前沿超对数能源效率模型估计结果

（二）福建省能源效率时空差异分析

利用Frontior4.1对模型进行求解，得到福建省2005～2013年的能源效率值。能源效率值介于0 与1之间，0表示该地区处于完全无效率的状态，而1表示该地区处于完全有效率的状态。表3给出了基于SFA的福建省9个地市2005～2013年能源效率测算值及排名结果。

从时间上看，2005～2013年全省能源利用的平均水平从0.367上升到0.377，说明福建能源整体效率有了一定的提高，且逐年稳步上升，这可能是福建正处于加快建设海峡西岸经济区的关键阶段，随着新型城镇化的推进、基础设施的投入与建设加大了能源的需求与利用。从区域来看，福建省能源效率在时空方面表现出较大的差异特征。由表3可以明显看出，2005～2013年福建省各地区能源效率从高到底依次为泉州、福州、厦门、漳州、龙岩、莆田、三明、宁德和南平。其中，泉州能源效率水平最高，达到0.899，其次是福州和厦门，均值分别为0.659和0.556，其效水平均在全省平均水平0.377之上，而其他地市的能源效率水平均处于省平均水平之下，说明福建能源有效率的地区仅占全省的1/3，大部分地区能源处于无效率状态。整体上看，福建省能源效率在2005～2013年上升速度依旧缓慢，能源效率总体水平偏低，离完全有效率状态还有很大的差距。

针对以上结果，我们将福建能源效率高低情况大致划分为三大地区来讨论，分别为能源高效率地区、能源中效率地区和能源低效率地区。各大地区的平均能源效率变动情况如图1所示。

图1 2005～2013年福建省三大区域能源效率的变动趋势

高效率地区：泉州、福州及厦门三地能源平均效率值为0.705，2005～2013年间，远远高于省平均水平。原因可能是该地区经济以及产业结构都相对发达，所以能源消耗和投入比较均衡，因此能源效率也处于最优效率状态。

中效率地区：漳州、龙岩和莆田三市处于这一区域。该区域能源平均效率值为0.2404，略低于省平均水平。可以看出，该地区离高效率区域还有一定的差距，不过该地区还有一定的地理优势，经济发展水平处于中等水平，只要通过调整产业结构，合理利用能源，这些地区能源效率的提升空间和节能潜力还是相对较大的。

表3 基于SFA的福建省9个地市2005～2013年能源效率测算值

低效率地区：三明、宁德与南平等在2005～2013年期间能源效率很低，全要素能源效率指数大都低于0.2。由于该区域处于福建内陆地区，工业相对落后，经济发展水平也不够发达，产业结构也不够完善，这些地区能源投入换来的经济发展水平还相对较低。

本文得出的福建省能源效率测算结果与许多学者（李建建、沈能；何丹等）研究的结果大体一致，泉州、福州和厦门三个地区都处于能源高效率地区，其他几大地市的能源效率整体上的分布都同样呈现出由沿海到山区逐级降低的阶梯式特点。［13］但是由于评价方法不同，得出的排名情况也略有不同，这可能是使用的研究方法不同。用DEA评价能源效率时，可能会同时出现多个地区能源效率得分均为1，致使无法进行排名比较，而SFA方法在这方面具有更高的识别能力，［14］不仅能具体测算每个地区的具体效率值，更能评价每个变量对模型作用的大小。

四、结论与讨论

本文基于低碳的视角，采用随机前沿分析法将统计噪声的影响引进到能源效率评价中，以2005～2013年面板数据为基础对福建省能源效率情况进行研究，得出以下结论：第一，福建省的能源投入与劳动投入是刺激福建省经济增长的关键，福建的经济增长方式仍然以劳动密集型的粗放式发展模式为主。第二，目前福建的经济增长过程中能源使用造成的碳排放量较大，福建的经济增长模式在一定程度上是以牺牲环境为代价的。第三，能源效率水平与经济发展水平、产业结构高度相关，经济发达、产业结构完善地区能源效率比较高，反之，则较低。

根据上述结论，为有效提高福建能源效率以及减少碳排放，可以从以下几个方面着手。第一，提高劳动技术水平，合理引导资本利用。从前文分析可以看出，福建省经济增长的主要动力来自能源消耗与劳动力投入。而目前福建省劳动力水平整体上还处于简单的初级劳动力，对资本的利用效率也还有很大的提升空间。因此，提高劳动力生产效率以及资本利用效率有利于能源效率的提高和能源消耗的减少，所以应当加大资本投入，加大对劳动力的培训，提高劳动技术水平和劳动的熟练程度，加快向技术、资本密集型产业转变。第二，积极发展清洁能源，减少污染物排放。福建的经济增长过程中能源使用造成的碳排放量巨大，这将严重不利于福建未来的可持续发展。因此，应当积极发展煤炭的清洁使用，利用碳中和技术，减少燃烧过程中碳的排放。同时，逐步提高天然气及新能源等清洁能源在一次能源消费中的比例，如大力推广福州市LNG项目建设，有序开发建设平潭、莆田和漳州等沿海大型风电项目，扎实抓好宁德、福清两座核电站如期完工发电，促使福建省的的耗能品种换代升级。［15］第三，优化产业结构，提高能源效率。由福建省能源效率的分布可以看出福建省能源效率与地区的经济发展水平以及产业结构密切相关，经济发展水平高，产业结构较为完善的泉州、福州和厦门能源效率比较高，反观其他地区，水泥、钢铁及小火电等行业的比重较高，这类产业是最大的能源消耗产业及最大的碳排放产业，因此，要解决内陆地区能源效率低下的问题，必须着重在这些地区加快发展新型工业，并加大环保新技术研发和资金投入，使产业内部结构向低碳方向转型，同时要提高第三产业的比重，使得能源消耗低、能源效率高的产业真正成为福建省产业结构的重要组成部分。

最后要说明的是，SFA模型没有将外生环境变量引入到模型，这在一定程度上会影响到模型结果估计的精度，今后的研究将会重点引入外生环境变量到模型中以便提高参数估计的精度的同时，能够分析影响能源效率的因素，从而为提高能源效率提出更加针对性的政策建议。

［1］郑晶，张春霞.低碳经济发展的动力研究［J］.福建师范大学学报：哲学社会科学版，2011（04）：24-28.

［2］李建建，沈能.低碳经济背景下的福建省能源效率时空演化研究［J］.福建论坛：人文社会科学版，2011 （01）：56-60.

［3］李卫坤.基于前沿分析方法的全要素能源效率研究［D］.哈尔滨工业大学，2010.

［4］王雄，岳意定，刘贯春.基于SFA模型的科技环境对中部地区能源效率的影响研究［J］.经济地理，2013 （05）：37-42.

［5］杨志江.基于SFA模型的中国省际能源技术效率研究［J］.资源开发与市场，2013（10）：1025-1029.

［6］范丹.低碳视角下的中国能源效率研究［D］.大连：东北财经大学，2013.

［7］Hu JL，Wang SC.Total Factor Energy Efficiency of RegionsinChina［J］.EnergyPolicy，2006（17）：3206-3217.

［8］魏楚，沈满洪.能源效率与能源生产率［J］.数理经济技术经济研究，2007（9）：110-121.

［9］王锐淇，彭良涛，蒋宁.基于SFA与Malmquist方法的区域技术创新效率测度与影响因素分析［J］.科学学与科学技术管理，2010（09）：121-128.

［10］Battese，G.E.，Coelli，T.J.Frontier production func⁃tions，technical efficiency and panel data：With applica⁃tion to paddy farmers in India［J］.Journal of Productivi⁃ty Analysis，1992，3（1）：153-169.

［11］续竞秦，杨永恒.基于SFA的地区能源效率评价方法研究［J］.煤炭经济研究，2012（6）：37-44.

［12］张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952-2000［J］.经济研究，2004（10）：35-44.

［13］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.

［14］沈镭，刘立涛.中国能源政策可持续性评价与发展路径选择［J］.资源科学，2009（08）：1264-1271.

［15］陈燕，蔡雪雄.提高能源效率的宏观途径——以福建省为例［J］.经济问题，2010（12）：38-42.

F205

A

王强强（1991-），男，硕士研究生，研究方向为低碳经济与公共政策。郑逸芳（1960-），女，教授，博士生导师，研究方向为农村公共管理。