我国区域工业能源经济效率比较研究

王安民, 蔡圣华, 刘　骏

(1.上海电力学院 能源与机械工程学院,上海　200090;

2.中国科学院 科技政策与管理科学研究所,北京　100190)



我国区域工业能源经济效率比较研究

王安民1, 蔡圣华2, 刘骏1

(1.上海电力学院 能源与机械工程学院,上海200090;

2.中国科学院 科技政策与管理科学研究所,北京100190)

摘要:利用2010～2012年中国30个省市和自治区工业经济面板数据为研究样本,采用规模报酬不变的数据包络分析(DEA)模型,定量测算了中国各省市和自治区工业经济全要素能源效率,比较分析了各地区工业能源效率的整体特征及相互差异.研究结果表明:中国各地区工业能源利用效率差异较大,工业经济能源消费向高能效地区集中,各地区工业能源效率与其人均收入呈显著的正相关性；相比于广东、上海、北京、天津、福建等处在“效率前沿面”的省市,大多数中西部省市和自治区的工业经济还有较大的节能提效空间.

关键词：能源效率; 节能减排; 数据包络分析

为缓解我国社会经济发展过程中面临的资源环境约束,应对全球气候变化,我国政府制定了节能减排“十二·五”规划,并确定了2015年底前必须完成的节能减排约束性目标.至今,“十二·五”即将结束,此时对各省区工业节能减排成效进行评价,有助于从国家层面整体认识各地区的能源经济效率,而且能够为制定并实施下一个五年规划的节能减排政策提供参考或建议.

传统意义上能源经济效率即单位GDP能耗指标,它在数值上等于能源消费强度的倒数.由于其只是经济产出对能源投入的简单比值关系,忽略了资本、劳动等要素对能源的替代作用,因此很难如实地反映经济生产活动.基于数据包络分析(Data Envelopment Analysis,DEA)的全要素能源经济效率研究方法,以微观经济学中全要素生产理论为依据,考虑社会生产的各投入要素在一定程度上的相互替代,有效克服了传统单要素能效的缺陷,近年来得到了广泛应用[1-5].文献[6]对DEA理论、方法、原理等进行了系统介绍.文献[7]和文献[8]分别基于中国1995~2002年和1995~2004年的面板数据,利用DEA模型研究测算了中国各地区的全要素能源利用效率,研究发现,中国东部、中部、西部地区的能源利用效率差距较大.文献[9]利用基于环境生产技术的DEA模型,将非期望产出CO2纳入评估体系,研究了中国各省市环境-经济效率,发现只有约50%省市的经济发展与环境发展呈现较高的协调性.文献[10]基于DEA方法,研究了中国39个工业行业的全要素能源效率,发现能源利用效率存在显著的行业差异.文献[11]应用DEA技术评价了台湾地区主要火电厂的发电效率,得出所有火电厂取得了可接受的综合效率、联合循环机组综合效率最优的结论.

全要素方法也有其缺点:一是全要素效率指标具有相对性,即效率前沿的相对性;二是DEA方法是一种极值方法,它在对效率前沿进行估计时容易受到样本数据质量的影响.本文主要研究了“十二·五”初期全国各省市和自治区工业经济能源利用效率,并将CO2排放作为环境投入纳入模型,以便更加真实地反映工业生产活动.

1模型与数据

1.1DEA模型

数据包络分析是在“相对效率评价”基础上发展起来的一种非参数效率分析方法.其原理主要是通过保持决策单元(Decision Making Unit,DMU)的输入或者输出不变,借助于数学规划和统计数据确定相对有效的生产前沿面,然后将各个决策单元投影到DEA的生产前沿面上,并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性.

假设有N个DMU.每个DMU有K个投入和M个产出的数据.对于第i个DMU,分别由xi和yi来代表,记X为K×N的投入矩阵,Y为M×N的产出矩阵,则X与Y代表了N个DMU的投入产出集.对于每个DMU,我们都得到所有产出关于所有投入的比率的测量.比如uyi/vxi,其中u是M×1的输出权重矩阵,v是K×1的的投入权重矩阵.各个决策单元的效率评价最终转化为求解如下线性规划的问题.

其中，θ是一个标量,θi就是第i个DMU的能源经济效率值；λ是个N×1的常数矢量.这样对于每一个DMU求解一次线性规划问题即可依次得到所有DMU的θ值.

1.2指标数据选取与说明

以 2010~2012年中国 30个省级行政区工业行业为研究对象,以各省市和自动区工业总产值为产出变量,将资本、能源、劳动、CO2排放量作为投入变量,对各省市和自动区工业能源效率进行测算.各指标界定如下:

(1) 经济产出选取各省市和自动区规模以上工业总产值作为经济产出指标,单位为亿元;

(2) 资本投入以各省市和自动区规模以上工业年末“固定资产净值”代表资本投入,单位为亿元;

(3) 能源投入由各省市和自动区规模以上工业终端能源消费量表示,单位为万吨标准煤;

(4) 劳动力投入以各省市和自动区规模以上工业“从业人员年平均人数”作为劳动力投入指标,单位为万人;

(5) CO2排放量CO2排放属于能源经济的非期望产出,其值应该越小越好,因此可以看作工业经济的环境投入,单位为万吨.

各项指标数据(除CO2排放量外)均来自《中国统计年鉴》和《中国能源统计年鉴》.为保证可比性,工业总产值与资本投入两项涉及价格因素的指标需通过相关价格指数平减得到实际值.CO2排放量则根据IPCC2006制定的CO2测算方法计算得到.各类能源及其对应的CO2排放系数见表1,各指标变量的统计性描述见表2.

2全要素能源效率测算与分析

2.1国家及地区层面工业能源利用效率

图1为全国及东中西3大地区工业能源效率测算结果.由图1可以看出,2010~2012年，我国工业能源效率整体呈现缓慢上升的趋势,表明“十二·五”以来我国各省市和自治区工业经济的能源利用效率、资源配置能力等指标均有所改

善.从横向来看,我国东部、中部、西部之间工业能源效率差距显著,东部地区比中部地区平均高出约35%,中部地区比西部地区高出约18%,中、西部工业能源效率均低于全国平均水平.说明与东部地区相比,广大中西部地区工业经济能源资源利用水平尚存在较大差距,有待于进一步节能提效.从纵向来看,相比于东部地区,中部尤其是西部地区工业能源效率每年的提升幅度明显,区域差距呈逐步缩减态势.总体来看,2010~2012年我国工业能源效率提升缓慢,这与“十二·五”初期全国宏观经济形势及地方政府“GDP至上”的政绩观念密切相关.一般来说,5年规划的初期通常都是投资的高峰期,2011年各项经济指标增速放缓,不少地方政府为了确保经济增长,更是大铺摊子,使得工业尤其是重化工业领域保持高增长.

2.2省级层面工业能源利用效率

从省级层次来看,全国各省市和自治区之间工业能源利用效率差距显著,如图2所示.

由图2可知，广东、上海、北京、天津、福建5省市工业能源效率值3年来一直保持为1,是能源利用效率最高的5个省市.江苏、浙江、山东、海南4省的能源效率值都在0.90以上,能源利用效率相对较高,说明其工业生产过程中能源利用较为充分合理.吉林、重庆、江西、湖南、辽宁、内蒙古、安徽、河南、湖北、河北等10个中部省市和自治区工业能源效率都在0.70~0.83,能效值与东部沿海省市存在一定的差距.西部省区工业能源效率严重偏低,最低的5个省为新疆(0.495)、宁夏(0.474)、黑龙江(0.450)、山西(0.428)、贵州(0.419),其中3个位于西部,2个位于中部.参照全国平均能效水平,低于该水平的省区如四川、青海、广西、云南、甘肃、陕西、新疆、宁夏、黑龙江、山西及贵州等均位于西部或中部地区.这说明中西部省市和自治区的工业经济生产中能源效率与东部沿海地区差距很大,需要进一步挖掘其节能潜力.

针对地区之间工业能源利用效率的显著差异,建议工业能源利用效率较低的中西部省市和自治区及时淘汰落后的生产技术,并与东部沿海省市积极合作,引进先进的管理经验,让先进生产技术由沿海向内陆逐步推进,进一步提高本地区能源资源配置的合理性,优化本地区的工业经济结构.

2.3各省市和自治区工业能源效率与人均收入的关系

图3为各省市和自治区工业能源效率与人均收入的关系曲线.从图3可以看出,各省市和自治区工业能源效率水平和人均收入整体呈正相关性,即人均收入水平高的省市的工业能源经济效率普遍较高,人均收入水平低的省市的工业能源效率也普遍较低.如北京、天津、上海、浙江、山东、福建、广东、辽宁等省市的人均收入均在40 000元以上,相应的工业能源经济效率也都在0.8以上,属于高收入、高能效地区;贵州、云南、甘肃、安徽、江西、河南等省的人均收入普遍在30 000元以下,相应的工业能源经济效率也较低,为低收入、低能效地区;其余省份介于上述二者之间,属于中等收入和中等能效地区.这说明地区工业能源经济效率的高低与其经济发展水平具有密切关系.工业化的推进会加速地区经济发展水平的提高,政府和企业也会逐步提高能源管理和能源利用水平,实现资源的有效配置,促进能源的高效合理利用.

2.4全国工业经济能源配置合理性分析

以各省市和自治区工业总产值占全国工业总产值的累计比重为横轴,以各省市和自治区工业能源消费量占全国工业能源消费量的累计比重为纵轴,绘制出各省市和自治区工业经济能源消费的洛伦兹曲线,如图4所示.该市和自治区曲线可以直观地反应区域工业经济能源分配的公平性与合理性.

由图4可以看出,洛伦兹曲线位于绝对等效率线的上方,且整体呈向下凹的形状,即较少的工业总产值消耗了更多的能源数量,表明全国工业经济能源配置不合理.例如,工业总产值在1.5×1012元以下的省市和自治区依次为海南、青海、宁夏、新疆、贵州、甘肃、黑龙江、云南、广西、重庆、陕西、山西和江西,这些省市和自治区的工业总产值不到全国总产值的13%,工业能源消费占比却超过了全国的26%,而且除海南和江西外,这些省市和自治区都处于西部地区且工业能源经济效率普遍较低,表明西部省市和自治区的工业能源配置有待改进,能源经济效率需进一步提高.此外,东部高能效省份如浙江、广东、山东和江苏4省集中了全国约37%的工业总产值和全国约22%的工业能源消费量,即工业产值和能源消费向东部高能效地区集中,这从能源利用的高效性和科学性角度来看是合理的;但能源消费集中在少数省市,意味着更多省市的工业能源需求有可能无法得到满足,从长远来看将影响能源资源在全国各省市的均衡合理配置,不利于全国工业经济能源效率的整体提高.

因此,在能源领域深化改革的今天,大力挖掘低能效地区的节能潜力,促进其能效水平向高能效地区靠拢,对于实现全国范围内能源资源的最优配置、实现区域工业经济的公平、合理、均衡发展具有重要意义.

3结论

(1) 从横向来看,中国各省市和自治区的工业能源经济效率差距显著.东部沿海省市能源利用水平较高,中部地区偏低,西部地区严重偏低.

(2) 从纵向来看,与东部地区相比,西部、中

部地区工业能源效率虽然仍低于全国平均水平,但能效提升较明显,说明中西部地区在发挥自身资源优势的同时开始更加注重能源节约,节能减排的潜力正逐步释放.

(3) 工业能源经济效率的高低受到经济发展水平的制约,各省市和自治区的工业能效与人均收入之间具有比较明显的正相关性.

参考文献：

[1]CHARNES A,COOPER W W,RHODES E.Measuring the efficiency of decision making units [J].European JournaI of Operations Resarch,1978,2(6):429-444.

[2]BANKER R D,CHARNES A,COOPER W W.Some models for estimating technical and scale efficiencies in data envelopment analysis [J].Management Science,1984,30(9):1 078-1 092.

[3]ZHOU P,ANG B W,POH K L.A survey of data envelopment analysis in energy and environmental studies[J].European Journal of Operational Research,2008(1):1-18.

[4]HONMA S,HU J L.Total-factor energy efficiency of regions in Japan [J].Energy Policy，2008,36(2):821-833.

[5]FALLAHI A,EBRAHIMI R,GHADERI S F.Measuring efficiency and productivity change in power electric generation management companies by using data envelopment analysis:a case study [J].Energy,2011,36(11):6 398-6 405.

[6]魏权龄.数据包络分析[M].北京:科学出版社,2004:2-73.

[7]HU J L,WANG S C.Total-factor energy efficiency of regions in China [J].Energy Policy,2006,34(17):3 206-3 217.

[8]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.

[9]WANG Q W,ZHOU P,ZHOU D Q.Efficiency measurement with carbon dioxide emissions:the case of China [J].Applied Energy,2012,90(1):161-166.

[10]周春应,杨红强.中国工业能源利用效率的行业差异与节能潜力研究[J].山西财经大学学报,2013,35(9):84-93.

[11]LIU C H,LIN S J,LEWIS C.Evaluation of thermal power plant operational performance in Taiwan by data envelopment analysis [J].Energy Policy,2010,38(2):1 049-1 058.

(编辑胡小萍)

A Comparative Study of Regional Industrial Energy Efficiency in ChinaWANG Anmin1, CAI Shenghua2, LIU Jun1

(1.School of Energy and Mechanical Engineering, Shanghai University of Electric Power, Shanghai200090,

China; 2.Institute of Policy and Management, Chinese Academy of Science, Beijing100190, China)

Abstract:Based on a panel data about provincial industrial production from 2010 to 2012 in China,30 provinces’ industrial total factor energy efficiency is quantitatively measured and regional differences are analysed under the framework of CCR-DEA model.The results show that industrial energy efficiency among regions varies significantly in China and energy-efficient areas undergo large amount of energy consumption,regional industrial energy efficiency has a positive correlation with its per capita income.Compared to efficient provinces such as Guangdong,Shanghai,Beijing,Tianjin and Fujian,most central and western provinces’ industry shares a large energy-saving potential.

Key words:energy efficiency; energy conservation and emission reduction; data envelopment analysis

中图分类号：F062.1；F205

文献标志码：A

文章编号：1006-4729(2016)01-0056-05

基金项目：国家自然科学基金(71173205);“ 十二·五”国家科技支撑计划项目(2012BAC20B00).

通讯作者简介：王安民(1988-),男,在读硕士,河南商丘人.主要研究方向为能源经济.E-mail:anmin_29@126.com.

收稿日期：2015-07-03

DOI：10.3969/j.issn.1006-4729.2016.01.013