基于全要素能源效率的区域节能潜力分析

李艳清，黎莹莹，陈伦鑫，于凤玲

（五邑大学 经济管理学院，广东 江门 529020）

基于全要素能源效率的区域节能潜力分析

李艳清，黎莹莹，陈伦鑫，于凤玲

（五邑大学 经济管理学院，广东 江门 529020）

随着社会经济的发展，节能减排工作已成为重中之重. 如何在节能减排工作中分析区域的节能潜力成为关键点. 本文基于全要素能源效率构建不同节能目标下的动态评价模型评估节能潜力，并以我国各省市2010—2014年的实际数据做定性和定量分析，同时对我国不同区域进行横向和纵向分析. 根据分析的结果，针对区域节能潜力的不同，提出了差别化的节能政策和节能目标，并从影响节能潜力的因素着手提出合理的建议.

节能潜力；全要素能源效率；数据包络分析

如今能源消费量猛增，能源资源短板愈发凸显，这在一定程度上制约了我国经济的发展. 如何在节能减排工作中评估分析节能潜力的范围及分布对促进产业结构调整和产业升级非常必要. 国内关于节能潜力评估的文献非常有限，其中具有影响力的研究成果包括：尹晶晶等[1]对新疆能源消费强度空间的公平性进行分析并对该地区的节能潜力进行评估；邱硕等[2]利用LEAP模型分析陕西省节能以及温室气体减排潜力的情况；全敬娜[3]运用全要素能源效率对我国各省的制造业节能差异性进行分析；何晓萍[4]从工业角度出发考虑节能潜力；韩亚芬等[5]简单地用统计方法测算我国“十一五”各省区节能潜力. 国外关于节能潜力的研究文献大都出现在最近一两年，其关于节能潜力的研究往往是从某一方面、某一技术过程或某一领域出发考虑的. 比如，Menyhart K等[6]从美国住宅建筑材料的选择这一领域考虑节能潜力；Brodal E等[7]从研究碳捕获和碳封存技术中核心一环（寒冷气候地区CO2转移技术）来考虑节能潜力. Moura P等[8]研究欧盟国家不间断电源的节能潜力. 综上所述，关于节能潜力，要么是针对某一技术领域或者某一方面具体的研究，或者是运用统计方法简单测算，而对中国进行区域性研究的比较少见，因此，本文根据全要素能源效率构建节能潜力模型，将其用于中国不同区域内横向和纵向节能潜力的研究与比较.

1 能源效率模型的构建

1.1 DEA方法简介

数据包络分析法（DEA）基于数学线性规划的思维对投入和产出要素进行系统分析，以测度多目标决策单元技术的有效性，是普遍用于评价效率的模型方法. 相比传统方法，DEA模型分析方法可避免因主观上对因素权重的不同而导致的误差. 由于单要素能源效率[9]不能够反映能源利用的基础技术效率，所以本文利用能源的全要素效率[10]作进一步的研究.

1.2 DEA能源效率要素指标的选择

在宏观经济系统中，资本存量和劳动资源的投入量很大程度上决定了生产能力. 在能源效率分析中普遍以各区域国内生产总值（GDP）和能源消费量等实际数据分别代表产出和投入指标，本文的数据来源与说明如下：

1）产出指标，以各省市区当年的GDP作为衡量产出指标的参考值，并剔除价格因素变动的影响.

2）投入指标

① 资本存量. 国内关于测算资本存量的文献很有限，综合现有文献和数据可得性，根据张军等[11]的研究理论，对不同区域的物质资本存量进行测算. 该方法对实际资本存量的测算相对贴近实际，具体方法如下：

式中，K代表资本存量，i、t分别代表第i个区域的第t年，δ表示资本折旧率，I代表投资.

② 劳动力资源. 因劳动力资源数据无法直接用劳动力投入代替，故本文在不考虑劳动力质量差异的前提下，采用各省历年年末从业职员数据作为衡量劳动力资源的标准数据. 该系列数据均来自不同区域对应年份的统计年鉴，缺失的数据用平均值代替.

③ 能源消费量. 忽略可再生能源的消耗量，以不同区域传统能源耗费的一次能源或二次能源的总量来衡量. 数据基本来自不同区域对应年份的统计年鉴，某些地域的数据不可得，则采用其统计年鉴提供的相关能源平衡表计算.

1.3 DEA能源效率及节能潜力模型的选择

为了更准确地测算各区域的节能潜力，本研究在CRS模型的基础上利用DEA方法分析能源效率. 在全要素能源效率（TFEE）理论框架下，分析能源消费量对产出效率的影响时，能源消费被当作投入因素，即以尽可能少的投入获得更多的有效产出. 此外，结合Rasche and Tatom的三要素模型，本文把将能源消费量并入生产函数中，可得：

式中，Y为有效产出，Xi为投入因素（可一种或多种），K为资本存量，L为劳动力资源，E为能源消耗总量.

本文采用TFEE测算我国各区域的节能潜力空间大小时，以各地区的最高水平作为节能潜力分析的基准值，即：

式中，EElocal代表的是某地域的全要素能源效率，EEmax则为某一地域的最高能源效率（设最高值1）.

如果第i个区域投入和产出的向量分别用xi和yi表示，用X和Y分别代表总地域的投入要素矩阵和单一地域的GDP产出矩阵，则测算第i个地区的能源效率如下：

其中，λ是一个n×1维的常向量.θ是表示效率指标值的标量，若某一区域的θ=1，则表示该区域在能效利用方面达到了国内领先位置；若某一区域的θ＜1，则代表该区域在能效利用方面有进一步的提升空间.

基于以上解析，目标能源投入量可以通过DEA方法得出，结合实际能源投入量（AEI）和可节能量（LEI），即可得出某一地区的能源效率、可节能量和SPE（节能潜力）的关系：

该式的值越小，说明能源的损失越小，该区域的节能潜力也越小.

2 中国区域节能潜力实证分析

2.1 区域划分

为分析各地域间能源效率的差别，本文选用传统特点的地域划分，把我国划分为东、中、西部三大经济带（因西藏能源数据缺失，以下讨论不含西藏）. 具体划分如表1所示.

表1 我国地理区域划分

东部地区地理位置优越，面临海洋，拥有绵延曲折的海岸线，资源丰富，工业历史悠久，技术力量较强，且地势较为平缓，有良好的农业生产条件.

中部地区处于我国内陆，承东启西，占我国国土面积的29.3%，重工业基础相对较好，其金属、非金属矿产资源丰富，并拥有我国80%的煤炭储量.

西部地区幅员辽阔，占全国总面积56.4%，地形错综复杂，大部分地区寒冷缺水，不适宜农作物生长，但因其矿产资源丰富，具有很大的开发潜力.

2.2 区域全要素能源效率分析

基于上文的产出指标（GDP）和投入指标的具体数值，根据DEAP2.1的具体操作方法，经测算可得出中国各区域在2010—2014年间的全要素能源效率的数据，具体如表2所示.

表2 2010—2014年全国的全要素能源效率

由表2可知：各区域的全要素能源效率数值差异较大，东部区域显著高于中西部，总体呈现东一中一西的发展格局. 以2010年的数据为例，北京、广东、上海三地的TFEE值均达到最高值1，说明该区域在产出既定的前提下，各投入要素数量配置合理、效率不存在损失. 但中西部的能源利用率水平整体较低，其中新疆最低，TFEE值仅为0.332，表明中西部地区能源利用效率均在前沿曲线的下方，没有达到帕累托最优，还有改进的空间. 一定程度上可以认为：能源效率与经济发展水平之间存在较强的正相关关系，即区域经济越发达，能源利用越合理，能源效率越高.

为了更直观地分析2010—2014年间各区域TFEE值的差别，将东部、中部、西部三大区域TFEE值进行简单加总取平均值，通过测算，三大区域能源效率的变化曲线如图1所示.

如图1，总体上近年我国能源效率呈先上升后下降的趋势. 以2012年为拐点，我国东部能源效率变化曲线比较平稳，2012—2014年间下降了0.009；中部能源效率曲线与全国能源效率值的变化趋势基本相同，2012—2014年下降了0.014；西部能源效率变化曲线波动幅度则比较大，2012—2014年下降了0.168，这与西部地区正处于工业化和城市化加速发展阶段有关，同时表明西部地区对节能减排措施执行力度不够，需要因地制宜进一步强化落实政策法规.

图1 2010—2014年，中国东、中、西部区域平均全要素能源效率

此外，史丹[12]的研究结果表明，煤炭消费量占总能源消费量的比例与TFEE值呈一定的负相关关系. 因此，各区域应从实际出发，制定符合本省的节能减排政策，调整产业结构，逐步淘汰传统高耗能能源，加快能源消费转型，提高科学技术水平，使前沿曲线向效率更高处移动，整体提高经济的发展.

2.3 区域节能潜力分析

基于上文TFEE的测算数据，根据节能潜力的计算公式，可估算各区域节能潜力空间的大小，具体结果如表3所示.

表3 2010—2014年全国各区域节能潜力 %

（续表）

由表3结果，从各省份节能潜力角度分析，西部地区超过一半省份节能潜力高于50%，这与中西部地区经济发展模式处于初步阶段、节能潜力有较大的开发空间有关. 从区域之间的差异来看，中西部比东部具有更高的节能潜力，这与我国的区域工业化进程状况有较强关系，也表明节能潜力存在阶段性，区域经济发展不同，其能源效率也不可能趋同.

根据我国区域的发展实际，虽然中西部区域相比东部在理论上具有更大的节能潜力，但是这种潜力的释放是个长期的过程，不仅需要国家的政策扶持，更需要引导市场秩序走向制度化. 而在短期能实现节能潜力的是目前能源效率已经较高的东部区域.

3 节能潜力影响因素的计量分析

3.1 影响因素的确定与模型设定

区域节能潜力的影响因素很多，结合我国经济发展状况，本文选定以下影响因素：技术进步（TC）、市场开放程度（MO）、产业结构（IS）、政府干预程度（Gov），并建立以下回归模型：

其中，ECP为节能潜力，i、t分别表示各省际及其相应年份，β为待估参数，εi,t为随机误差项.

回归模型截取变量取值容易导致分析结果出现偏差，本文将运用Tobit模型对数据进行检验.Tobit模型如下：

其中i=1,2,3…，σ为尺度参数，需要同参数β一同估计.

3.2 影响因素计量结果分析

本文利用Eviews7.2软件中的Tobit回归模型检验节能潜力影响因素，并参照《高级计量经济学及stata应用》中模型的选择方法进行分析，结果如表4所示.

表4 面板回归结果

从面板回归结果可以得出：

1）政府干预程度通过5%水平的显著性检验，对节能潜力产生正向影响. 因此，可通过政府政策及增大财政投入有效提高区域经济水平，优化资源配置，实现国家节能减排指标.

2）技术进步对节能潜力开发产生积极的影响. 技术水平的提高、新技术的传播与扩散为能源利用效率的提高和生产环境的改善提供了条件，并使之获得了更大的节能空间.

3）市场开放程度对节能潜力产生积极影响，但系数不显著. 通过优化市场机制，引入先进技术和适度的竞争，可激发企业生产技术革新、提升能源利用效率、降低生产成本.

4）产业结构对节能潜力的影响是消极的. 中国经济增长长期依赖煤炭、石油等不可再生能源，大量的粗放型经济增长模式可能导致能源消费的低效率. 一般来说，高耗能行业在区域经济中所占比例越高，对提升能源效率水平越不利.

4 区域节能减排的对策建议

国家应考虑各地区经济发展的实际情况和阶段性特征，制定适合各地区的差别化节能方案.

1）实行差别化的节能政策措施

东部地区具备提高能源效率的外在条件，可以引入绿色科技型外资，提高节能技术研发投入，统筹支持企业升级改造. 而中西部则应注重高新能效技术的研发和推广. 同时政府加强财政资金引导，推进淘汰落后产能的工作，大力发展当地具有优势的特色经济和产业.

2）实行差别化的产业准入标准

对于长三角、京津冀、珠三角等东部发达地区，国家应严格其产业准入标准，引导企业向自主创新、绿色环保方向发展，加快产业升级的进程；而对于仍处于工业化发展初中期的部分西部地区，在符合标准的前提下，国家可适当放宽这些区域的产业准入标准，鼓励其培育新的经济增长点.

3）实行差别化的节能目标管理

国家应根据不同地区发展的差异，考虑各地现实节能潜力以及经济发展、工业化等情况，制定实施差别化的区域节能指标. 虽然我国中西部区域在理论上比东部更具节能潜力，但在短期能释放较大节能潜力的反而是能源效率较高的东部区域. 因此在制定节能指标时，中西部的短期节能目标应不高于东部地区.

鉴于各地区经济情况、产业构成和政府影响力的差别，从节能潜力影响因素方面做好以下工作：

1）加大市场开放力度，提高市场化水平，以此吸引外资及优质外企进入中国市场，加强工业领域企业间的公平竞争，为能源效率提高创造良好的市场竞争氛围. 推进市场化改革，进一步完善市场竞争机制，实现资源配置的最优. 通过合理的市场价格体系，逐步实现要素市场一体化，使能源价格回归理性. 积极利用能源市场供需关系，实现能源资源要素区域间的自由流动，达到能源资源的有效利用.

2）加大研发经费投入，积极革新技术，鼓励技术研发，增强自主创新能力. 积极推广高效新技术，淘汰能源效率低、耗能高的工艺技术与设备，提升产业整体技术水平. 培养专业人才，增强智力支撑. 一方面，推进人才制度改革，建立柔性化引才机制，吸引人才；另一方面，加强校企合作，推行“双元制”职业教育，培养专业技术人才队伍.

3）调整优化产业结构. 东、中、西部地区具有不同的发展阶段特征，对中西部地区，要严格把控高耗能项目的审批数量，鼓励发展新型低碳产业，有选择地淘汰低效高耗产业；东部地区的省份应该加大资金向创新型、节能环保型产业转移，推动产业向资本密集型发展. 加快调整能源结构，逐步改变以煤炭为主的消费结构，采用清洁化生产模式，坚持能源品种的多元化，积极开展新能源和可再生能源的研究，以便更好地开展节能工作、实现节能目标.

[1] 尹晶晶，杨德刚，霍金炜，等. 新疆能源消费强度空间公平性分析及节能潜力评估[J]. 资源科学，2013,35(11)∶ 2151-2157.

[2] 邱硕，王雪强，毕胜山，等. LEAP模型下的陕西省节能与温室气体减排潜力分析[J]. 西安交通大学学报，2016, 50(11)∶ 28-35.

[3] 全敬娜. 我国省际制造业全要素能源效率测算与差异分析[D]. 大连：东北财经大学，2016.

[4] 何晓萍. 中国工业的节能潜力及影响因素[J]. 金融研究，2011(10)∶ 34-46.

[5] 韩亚芬，孙根年. 我国“十一五”各省区节能潜力测算[J]. 统计研究，2008, 25(1)∶ 43-46.

[6] MENYHART K, KRARTI M. Potential energy savings from deployment of dynamic insulation materials for US residential buildings [J]. Building and Environment, 2017, 114∶ 203-218.

[7] BRODAL E, JACKSON S, EIKSUND O. Energy saving potential of CO2transportation processes in cold climate locations [J]. Industrial & Engineering Chemistry Research, 2016, 55(44)∶ 11597-11605.

[8] MOURA P, NUTTALL C, HARRISON B, et al. Energy savings potential of uninterruptible power supplies in European Union [J]. Energy Efficiency, 2016, 9(5)∶ 993-1013.

[9] PATTERSON M G. What is energy efficiency? concepts, indicators and methodological issues [J]. Energy Policy, 1996, 24(5)∶ 377-390.

[10] LI Lanbing, HU Jinli. Ecological total-factor energy efficiency of regions in China [J]. Energy Policy, 2012,46(17)∶ 216-224.

[11] 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.

[12] 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)∶ 57-65.

[责任编辑：熊玉涛]

An Analysis of Regional Energy-saving Potential Based on Total-factor Energy Efficiency

LI Yan-qing, LI Ying-ying, CHEN Lun-xin, YU Feng-ling
(School of Economics & Management, Wu Yi University, Jiangmen 529020, China)

With the development of the society and the economy, energy-saving and emissions reductions have become a top priority. Analyzing the energy-saving potential in the energy-saving and emission reduction efforts has become crucial. Based on the total-factor energy efficiency, a dynamic evaluation model was built under different energy-saving targets. Using this model, we assessed energy-saving potential in various provinces and cities in China through qualitative and quantitative analyses of the actual data from 2010 to 2014. We also conducted horizontal and vertical analyses of different regions in China. Based on the analysis results and in light of the differences in energy-saving potentials of different regions, we proposed differentiated policies and energy-saving goals and some rational suggestions.

energy-saving potential; total factor energy efficiency; DEA

F205

A

1006-7302（2017）04-0016-08

2017-06-17

国家统计局全国统计科学研究项目（2015LY02）；广东省哲学社会科学“十三五”规划2016年度学科共建项目（GD16XYJ131）；广东省大学生创新创业训练计划项目（201611349046）；江门市基础与理论科学研究类科技计划项目（2015003）；五邑大学博士启动项目（2015BS01）

李艳清（1996—），女，广东湛江人，在读本科生，研究方向为管理科学与工程；于凤玲，副教授，博士，硕士生导师，通信作者，主要研究方向为资源经济学及金融经济学.