泛珠三角区域能源效率影响因素的实证研究

刘殿国+肖辉旭

摘要：基于社会嵌入性视角重新划分了能源效率影响因素，概括了能源效率影响因素的社会嵌入性；应用超效DEA方法測算了泛珠三角区域的能源效率；实证分析了嵌入性视角下泛珠三角区域能源效率的影响因素。结果表明：能源效率的整体差异中，高达73.7%的份额是由各省能源效率的社会嵌入性不同造成的。直接显著性因素为第二产业比重、水核使用比重等；间接显著性因素为物流关系嵌入；兼具直接与间接显著因素为政治嵌入、资金流关系嵌入等。

关键词：能源效率；社会嵌入性；多层统计模型；超效DEA

DOI：10.13956/j.ss.1001-8409.2017.04.18

中图分类号：F127；F206 文献标识码：A 文章编号：1001-8409（2017）04-0080-05

Abstract： Based on the perspective of social embedding， this paper divided energy efficiency influencing factor and outlines the social embedded factors influencing energy efficiency. And then， it calculated the provincial energy efficiency using superefficient DEA method. Finally， it empirically analyzed the factors influencing the provincial energy efficiency from the perspective of embeddednes. Result shows that， there was 73.7% of the difference stems which caused by social embeddednes. Significant direct impact factors included the proportion of the secondary industry， the proportion of water nuclear use， and so on. Significant indirect influence factors included logistics relation embedding. Both significant direct and indirect influence factors were political embedding， cash flow relation embedding， and so on.

Key words：energy efficiency； social embedding； multilevel statistical model； superefficiency DEA

中国能源统计年鉴数据显示：2010～2012年泛珠三角区域内地9省的能耗，分别占全国能源消耗总量的26.18%、26.22%和26.18%；2005～2012年，泛珠三角区域能耗年均增长为8.13%；2010～2012年，广东省与贵州省（1990年不变价）的单要素能源效率分别为7.52、7.81、8.26与2.41、2.44、2.53千元/吨标准煤。泛珠三角区域能源产业消耗量逐年增加，且占全国的四分之一，并且部分省的能源效率较低。满足泛珠三角区域能源消耗量逐年增加要求的办法是增加能源供给，但是能源供给的增加会导致污染更加严重。在目前泛珠三角区域能源效率不高已导致环境约束瓶颈越来越接近可承载底线的情形下，按原有的生产方式已不可持续。那么能否有既增加了能源供给又不增加污染的办法呢？Congeal认为能源效率可以看作继煤、石油、天然气、核能、可再生能源后的第六种“燃料”，其不仅是一种重要和低价的能源，而且对减少污染有显著的作用[1]。因此，探索提高泛珠三角区域能源效率的影响因素具有重要的现实意义。

1 相关研究评述

用“帕累托效率”来界定，能源效率是指在得到相同数量的有用产品或服务时，能源的投入较少[2]。因此，基于环境视角测算的能源效率代表了能源效率测度的新方向[3]。

关于能源效率影响因素问题，学者主要从产业结构[4～8]、能源构成[6，7]、技术进步[4，5]、能源价格[5，6]、市场化[5，7]、国际贸易[4～8]、政府影响力[6，7]展开了研究。

但在已有的研究中，只有奚潭研究了产业结构等对能源效率的作用路径分析[9]，而对其他影响能源效率的因素（如国际贸易等）缺少作用路径分析。

此外，尽管也有学者研究了国际贸易（体现的是关系嵌入）和政府影响力（体现的是政治嵌入）对能源效率的影响，但其还是以能源经济影响因素为主。而对区域文化以及民众认知却缺少关注，即缺少“嵌入性”思维。中国目前正处在由社会管理向社会治理转变的过程中，关注非正式的制度因素，如地域文化、民众认知、社会网络结构等对于能源效率的影响有着特殊的意义。由于节能减排等正式政策执行时，经常出现不到位的情形；挖掘提高能源效率机制角色的社会场景要素的作用就显得尤为重要。因此，研究泛珠三角区域能源效率影响因素的作用路径以及社会嵌入性就显得非常重要。

2 泛珠三角区域能源效率影响因素的社会嵌入性

Granovetter认为经济行为是适度嵌入于社会结构之中的[10]，也就是说社会场景对经济行为会产生一定的影响。因此，研究提高泛珠三角区域能源效率行为时也应该考虑社会场景因素，即需要引入社会嵌入性维度。基于“嵌入性”理论的维度可以将泛珠三角区域能源效率的影响因素重新划分为：能源经济内部对能源效率影响因素、社会场景对能源效率影响因素。能源经济内部对能源效率影响因素是由产业结构、能源构成、技术进步与能源价格等构成的；而国际贸易（体现的是关系嵌入）和政府影响力（体现的是政治嵌入）可以看作是社会场景对能源效率影响的因素。依据新经济学社会学关于嵌入性的维度[10，11]，泛珠三角区域能源效率的嵌入性维度还需进一步拓展。

依据结构嵌入、关系嵌入[10，12]，政治嵌入、文化嵌入、认知嵌入[11]的界定，本文概括性给出泛珠三角区域能源效率影响因素的嵌入性。

（1）认知嵌入。泛珠三角区域各省能源经济产业在其生产实践中会形成一定的“群体认知”，且这种“群体认知”对各省能源经济产业的规划、运营控制等会产生一定影响。认知嵌入主要关注能源生产实践中所形成的共识或群体认知对提高能源效率的影响。如，各省能源效率的百度指数对能源效率的影响。

（2）关系嵌入。从全球化产业网络视角看，泛珠三角区域各省能源经济产业都是其节点，网络中的物质信息技术的流动将影响区内的能源效率。关系嵌入重点关注网络中物质信息技术的流动对区内能源效率的影响。如，外贸依存度和外资依存度对能源效率的影响。

（3）结构嵌入。泛珠三角区域各省能源经济产业所形成的相互联系的总体性结构对其能源效率会产生一定的影响。结构嵌入主要关注网络的密度、各省能源经济产业在网络中的位置对各省能源效率的影响。渠道行为理论认为，组织某种资源拥有量的相对比重大小不仅是能否进入这种渠道的前提，而且其在渠道权力结构中的位置也由此决定[13]。如，泛珠三角区域某省使用的能源占该区使用能源的比例较大，则意味着其能源占有量较大，那么其对能源效率会产生怎样的影响呢？

（4）文化嵌入。泛珠三角区域各省能源经济所处的社会文化环境（传统惯例、共有信念等）对其能源效率会产生一定的影响。文化嵌入性主要关注共有信念、价值观等对能源效率的影响。如，各省民众关于环境保护与经济增长的观念等对能源效率的影响。

（5）政治嵌入。中国和泛珠三角区域政府对能源和环保产业的规划、政策以及投资将影响泛珠三角区域的能源效率。能源产业的相关政策对能源效率的影响是政治嵌入主要的关注点，如政府确定的节能环保投资等对能源效率的影响。

3 实证研究

3.1 能源效率测算

3.1.1 模型与变量选择

将污染排放作为非合意性产出要素，选择超效率DEA模型作为能源效率测算模型[14]。

选择区域内9省为评价单元，3种投入要素，1种合意性产出和1种非合意性产出要素。样本区间为1995～2013年。投入要素为资本存量、人力资本、能源消耗。其中，资本存量参考刘殿国和郭静如的算法计算[15]，人力资本采用肖挺的做法[16]计算。以泛珠三角区域1990年不变价的国内总产值和污染排放指数分别作为期望产出和非期望性产出，其中，污染排放指数是基于各省工业三废排放，采用叶阿忠和郑万吉[17]的做法得到。工业三废排放、国内总产值数据来源于中国统计年鉴；就业人员受教育程度构成和劳动力人数的数据来源于中国劳动统计年鉴；能源消耗数据来源于中国能源统计年鉴。

3.1.2 能源效率的测量结果

基于投入产出的数据，运用超效率DEA模型，使用MaxDEA6.3分析得到各省的能源效率值（受篇幅所限，具体数据省略）。

3.2 嵌入视角泛珠三角区域能源效率影响因素的实证分析

3.2.1 模型的选择

由于能源效率具有嵌入性，而适合嵌入性实证分析的模型是多层统计模型[15]。因此，本文选择多层统计模型作实证分析模型。

3.2.2 变量选择与数据来源

层一变量选择与数据来源。层一中的被解释变量为本文3.1中测算的泛珠三角区域内9省的能源效率。其中，能源构成中的煤炭使用比重（CS）、石油使用比重（PS）、天然气使用比重（NGS）、水核使用比重（WNS）以及科技进步（STP）按刘殿国和郭静如的界定[15]。能源价格（EP）用各省的燃料、动力指数（1990年不变价）代替；其数据来自于各省统计年鉴和新中国60年统计资料汇编。产业结构用第二产业比重（PSI）以及第三产业比重（PTI）代替，第二、第三产业比重分别用各省第二、第三产业总产值在本省GDP中所占的比值表示；其数据来源于各省统计年鉴。

層二解释变量选择与数据来源。认知嵌入用能源效率百度指数（BI）代替，能源效率百度指数用泛珠三角区域各省能源效率百度指数的平均值表示；数据用百度中的百度指数查询。关系嵌入分为物流关系嵌入与资金流关系嵌入，分别用各省的外贸依存度（FTD）与外资依存度（DFC）代替，外贸依存度、外资依存度分别用进出口总额、外商直接投资总额占GDP比重的平均值表示；数据由中国统计年鉴的数据整理得到。结构嵌入用各省的总能耗结构（ECS）代替，用各省的能耗占泛珠总能耗比重的平均值表示；数据来自各省统计年鉴和中国能源统计年鉴。文化嵌入（CE）用个人的环保与经济增长评价代替，个人的环保与经济增长评价值按刘殿国和郭静如的界定[15]，使用国际世界观调查（WVS）中泛珠三角区域9省数据。政治嵌入用各省的节能环保投资比重（EPIR）代替，节能环保投资比重按刘殿国和郭静如的界定[15]。

3.2.3 实证结果分析

实证结果是基于多层统计分析的零模型、固定效果模型、随机效果模型以及全模型，运用HLM7.0分析得到的。其中，层一与层二模型解释变量分别用组均数与总均数的中心化数据参与运算。变量达到统计显著的结果见表1。

其中，模型1是没加层一、层二解释变量的零模型；其作用是将能源效率的变异分解成由层一和层二变量分别解释的程度。模型2是加入层一解释变量，但将解释变量作为固定系数的固定效果模型，其作用是检验层一解释变量对能源效率的影响程度。模型3是加入层一解释变量，解释变量作为随机系数的随机效果模型，其作用是检验层一解释变量的系数在不同省之间的变异程度。模型4是加入层一与层二解释变量的全模型，其作用是检验层二变量对截距以及层一变量系数的影响及变异解释程度。

（1）由模型1知，泛珠三角区域各省能源效率均值之间存在显著性差异，这种差异由层二变量解释的程度，可用组内相关系数ρ=73.7%来解释，只有26.3%可以用层一变量解释，从而说明在研究泛珠三角区域能源效率时，必须引入层二变量。

（2）由模型2知，PSI、PTI以及WNS对FZEE的直接影响均达到了显著；EP对FZEE的直接影响接近10%显著性水平。

PSI、PTI为负向显著，即第二、第三产业比重增加会促使能源效率降低。这是因为我国正在由农业大国向工业强国和现代化国家转化过程中，第二、第三产业的单因素能效比第一产业低得多（如，2012年第一产业5.19亿元/万吨标准煤、第二产业0.61亿元/万吨标准煤、第三产业1.54亿元/万吨标准煤）。

WNS增加能提高能源效率。袁晓玲等研究发现煤炭使用占比增加将导致能源效率的降低[7]。而在能源构成的结构中，水、核等占比的增加意味着煤炭占比的增加相对减少，从而有助于能源效率的提高。

EP增加有助于能源效率提高。这说明，在泛珠三角区域能源价格基本理顺，各省能依据能源价格的变化对资源进行优化配置。

（3）由模型2和模型3可以看出，PSI、PTI、WNS以及EP的系数不同，这是因为模型2中，PSI、PTI、WNS以及EP的系数为固定系数，而模型3中为随机系数。由表3的模型3可知，截距和变量PSI、PTI以及WNS与FZEE之间的关系在不同省之存在显著性差异，嵌入性变量的引入将有助于解释差异性形成的原因。

（4）由模型4可知EPIR、DFC兼具直接影响与间接影响，ECS具有直接影响，CE、FTD具有间接影响。

直接影响具体表现为，EPIR增加将导致能源效率的降低。这是由于，一是节能环保投资占GDP的比重长期处于较低水平且治理效果不佳；二是节能环保投资往往是被动的[15]。DFC增加有助于能源效率提高。对于资本进口而言，随着外商投资的增加，先进管理理念和技术也带进了该区域，并且先进管理理念和技术也会产生一定的外溢性，将使能源使用的技术和管理水平得到提升，从而促进了能源使用效率的提高[8]。ECS增大有助于能源效率提高。这与实际情况较吻合，广东的总能耗结构为24.69%，位居第一；四川为18.76%，位居第二；而能源效率的平均值广东位居第一、四川位居第二。

间接影响具体表现为：①EPIR、CE可显著调节FZEE与PSI之间的关系。EPIR的增加将削弱变量PSI与FZEE之间的负向关系，表明节能环保投资比重高的省份PSI的边际能源效率高。这说明，节能环保专项资金的使用对于开发新能源以及污染治理效果会起到积极的作用。CE的增加将加强变量PSI与FZEE之间的负向关系，表明个人的环保与经济增长评价高的省份PSI的边际能源效率低。这是由于，个人的环保与经济增长评价高的省份在环保与经济增长比较中更注重经济增长，如此就会容忍高耗能产业的继续生产，促使能源消费的增加。②FTD可显著调节FZEE与PTI、WNS之间的关系，FTD的增加将削弱变量PTI与FZEE之间的负向关系，表明外贸依存度高的省份PTI的边际能源效率高。这是由于某区域的外贸进出口增加将有利于促进该区域按国际先进的技术和管理理念进行生产管理，进而也使该区域能源使用的技术和管理水平得到了提升，从而促进第三产业边际能源效率的提高[8]。FTD的增加将削弱变量WNS与FZEE之间的正向关系，表明外贸依存度高的省份WNS的边际能源效率低。这是由于，外贸依存度高的省份水泥、平板玻璃及钢材等能耗较大产业的出口仍然占较大的比例，从而导致WNS的边际能源效率低。③DFC可显著调节FZEE与PSI、WNS之间的关系，DFC增加将削弱变量PSI与FZEE之间的负向关系，加强变量WNS与FZEE之间的正向关系，表明外资依存度高的省份PSI、WNS的边际能源效率高。对于资本进口而言，随着外商投资的增加，先进管理理念和技术也带进了该区域，并且先进管理理念和技术也会产生一定的外溢性，将使能源使用的技术和管理水平得到提升，从而促进了第二产业边际能源效率以及利用水电与核电效率的提高[8]。

由表2可知，截距、变量PSI、PTI、WNS、SR以及EP与FZEE之間的关系的差异程度可由嵌入性变量给出一定程度的解释，总体上看模型较为合适。

4 结论与启示

本文得到以下主要结论：

首先，基于社会嵌入性理论概括了泛珠三角区域能源效率的嵌入性。其次，运用超效DEA方法测量了泛珠三角区域内9省的能源效率。再次，运用多层统计模型解决了泛珠三角区域能源效率影响因素的作用路径问题。最后，实证分析发现在能源效率的整体差异中，有高达73.7%的份额是由各省能源效率的社会嵌入性不同造成的；获到了具体的显著性直接因素、显著性间接因素以及兼具直接与间接都显著因素。

研究结论蕴含以下的政策启示：制定提升泛珠三角区域能源效率政策时，不仅要优化能源经济因素对能源效率的影响，同时也要挖掘地域文化、民众认知、民众意愿、社会网络结构等社会嵌入性因素能源效率的积极作用。具体策略为：优化泛珠三角区域能源经济内部因素对能源效率的影响。在优化产业结构方面，面向区域内，鼓励创新，大力发展服务业，用新的信息技术改造传统产业；面向区域外，依靠泛珠三角“9+2”区域合作框架，密切与港澳特别行政区的合作以及利用“一带一路”计划做好产业的引进与转移。在优化能源构成结构方面，大力培育和发展新兴能源产业，同时运用新技术对传统能源产业进行改造升级。以适应市场为导向，加快能源价格的改革步伐，逐步建立能够反映资源稀缺程度、市场供求关系和环境成本的价格形成机制。

优化节能环保投资，提高政府在能源经济方面的影响力，泛珠三角区域各级政府应该建立完善的节能环保投资机制与环保信息公开机制。在优化外资引进方面，依据泛珠三角区域产业结构调整的需要合理地引进外资，并且坚持环评一项否决制。

泛珠三角区域应通过精准投放节能环保投资，进一步加大战略新兴产业的开放力度以及培养和塑造民众的“绿色”观念；构建节能环保投资、外商直接投资以及文化嵌入的最佳组合；使区内的第二产业比重、第三产业比重以及水核使用比重与泛能源效率之间的关系达到最佳状态。

参考文献：

[1]Congeal Y A. Energy Efficiency as an Inexhaustible Energy Resource with Perspectives from the U.S. and Turkey[J]. International Journal of Energy Research， 2011， 35（2）：153-161.

[2]Patterson M G. What is Energy Efficiency ：Concepts， Indicator s and Methodological Issues [ J]. Energy Policy ，1996， 24 （5）.377-390.

[3]赵楠，王辛睿，朱文娟.中国省际能源利用效率收敛性研究[J].统计研究，2015（3）：29-35.

[4]潘雄锋，刘清，张维维.空间效应和产业转移双重视角下的我国区域能源效率收敛性分析[J].管理评论，2014，26（5）：23-29

[5]罗会军，范如国，罗明.中国能源政率的测度及演化分析[J].数量经济技术经济研究， 2015（3）： 54-71.

[6]张志辉.中国区城能源效率演变及其影响因素[J].数量经济技术经济研究， 2015（8）： 73-88.

[7]袁晓玲，张宝山，杨万平.基于环境污染的中国全要素能源效率研究[J].中国工业经济，2009（2）：76-86.

[8]李兰冰.中国全要素能源效率评价与解构——基于“管理—环境”双重视角[J].中国工业经济，2012（6）：57-69.

[9]奚潭.中国能源利用效率改进作用机制研究[J].统计与决策，2010（20）：82-84.

[10]Granovetter M. Economic Action and Social Structure：The Problem of Embeddedeness [J]. American of Sociology，1985，91（3）：481-510.

[11]Zikin， Dimaggio P. Structures of Capital： The Social Organization of Economy[M]. Cambridge，A： Cambridge University Press，1990.

[12]Gulati. R. Alliances and Networks[J].Strategic Management Journal，1998，19（4）：293-317.

[13]張闯，夏春玉.农产品流通渠道： 权力结构与组织体系的构建[J].农业经济问题，2005（7）：28-24.

[14]zhou P，Ang B W， Poh K L. Measuring Environmental Performance under Different Environment DEA Technologies [J]. Energy Economics ， 2008 ， 30 （l）：1-14.

[15]刘殿国，郭静如.中国省域环境效率影响因素的实证研究——基于社会嵌入视角和多层统计模型的分析[J].中国人口·资源与环境，2016，26（8）：79-87.

[16]肖挺.服务业分行业生产率变化、产权结构与资收入变化研究[J].管理评论，2015（10）：44-53

[17]叶阿忠，郑万吉.经济增长、FDI 与环境污染的时空传导效应研究——基于半参数空间面板VAR 模型的分析[J].软科学，2016（1）：17-21.

（责任编辑：李 镜）