福建省工业结构调整与能源效率的耦合协调性研究

张 俊, 林 卿

(1.福建师范大学经济学院，福建 福州350117； 2.福建工程学院管理学院，福建 福州350118)

福建省工业结构调整与能源效率的耦合协调性研究

张 俊1,2, 林 卿1

(1.福建师范大学经济学院，福建 福州350117； 2.福建工程学院管理学院，福建 福州350118)

使用Moore结构值和产业结构超前系数测算了2006-2015年福建工业结构调整的程度和方向，使用考虑非期望产出的DEA方法测算了工业行业能源效率，利用耦合度和协调度模型研究了结构调整与能源效率提升间的协调发展情况。研究表明：福建省工业结构调整速度逐步加快但高度化趋势并不明显；相比规模效率而言，纯技术效率更能有效推动综合效率的提升且未来还有提升空间；工业结构调整与能源效率的耦合协调性普遍较差，高技术产业表现尤为明显。进而，从政策引导、技术推动和制度创新等方面提出改善工业结构调整与能源效率协调性的政策建议。

工业结构调整；能源效率；DEA模型；耦合协调性

工业化既促进经济的快速发展，也增加了能源消耗、产生日趋严重的环境问题。在“新常态”下，要实现经济发展和节能减排的双重目标，提高能源效率是最重要的手段[1]。由于能源消耗存在很强的行业差异性，工业结构的调整使得能源要素从低效率部门流向高效率部门成为可能；同时，环境规制水平的不断提高使得能源效率高的行业快速发展，倒逼工业结构调整。因此，深刻认识工业结构调整与能源效率变动之间的相互影响，对于改善两者间的协调发展水平、实现工业结构高级化和绿色化的同步具有十分重要的现实意义。

一、文献综述

关于产业结构调整与能源效率关系的研究成果已相当丰富。早期研究多是基于产业结构调整对能源消费影响的角度。Meadows等研究发现，工业化程度的提升，数倍增加了能源需求，但能源供给只是线性增长，因此，工业化发展不可避免地加剧了能源供需矛盾[2]。Jacobsen研究了丹麦制造业发展与能源消耗的关系，发现贸易引致的产业结构变动会增加该产业对国内能源的需求量[3]。Sue等研究了美国经济增长中能耗强度的长期变化，发现1980年以前，产业结构调整能促进能源效率的提升，但之后产业内效率的提高起了更为重要的作用[4]。王超楠在动态划分能源效率区域基础上研究了产业结构调整对能源效率的影响，发现第二产业发展会降低能源效率，且这种影响没有区域差异性[5]。随着研究的深入，学者们发现产业结构调整与能源效率之间并非仅为单向影响，而是呈现相互影响的耦合关系。于斌斌从产业结构调整的幅度和质量两维度研究了产业结构调整对能源效率的提升问题，发现两者间存在明显的耦合关系[1]。关伟等从空间耦合性角度分析了辽宁省产业结构与能源效率的关系，发现产业结构与能源效率间具有明显的空间差异性[6]。梳理相关文献后发现，学者们的研究多从产业结构调整对能源效率的影响或从空间耦合视角研究两者的关系，鲜有基于产业视角的研究。

本文首先通过产业结构调整指数分析了福建省工业结构调整情况，其次通过工业能源效率的测算分析了福建省工业能源效率现状，最后从工业行业视角深度探索产业结构调整与能源效率的耦合协调性，试图为优化福建省产业结构、促进结构调整和能源效率协调发展提供有针对性的建议。

二、福建省工业结构调整情况

测度产业结构调整的常见指标有Moore结构值、产业结构超前系数等。其中，Moore结构值反映产业结构调整程度，产业结构超前系数反映产业结构调整的方向。因为2个指标所反映的产业结构调整内涵不同，为更全面反映福建省产业结构的调整情况，本文先用Moore结构值测度福建省2006-2015年工业结构变动的剧烈程度，再用产业结构超前系数测度福建省工业行业超前发展的情况。

(一)工业结构调整幅度

将工业划分为34个行业，如果把某一时期的工业系统看成一个空间向量，那么34个行业就可以表述为一个34维的空间向量。Moore结构值的测算是将基期和报告期(以下简称“两期”)的工业系统看成两组34维向量，用两向量的夹角反映产业结构调整的程度，计算公式为：

(1)

其中，M*表示Moore结构值，yi0、yit分别表示两期内i产业占工业总产值的比例，α是两向量的夹角。用公式(1)分别测算以2006年为基期和上一年为基期的Moore值和α角度值，结果见表1。

表1 2006-2015年福建省工业结构调整幅度

注：(1)2006年的“上一年”为2005年，此处简化处理，略去不表；(2)数据根据《福建统计年鉴》和《福建企业年鉴》计算得出

由表1可知，以2006年为基期的α角随着时间跨度的增加逐渐扩大，说明研究期间越长，工业结构调整幅度越大；以上年为基期的α角度值反映了每年工业结构的调整幅度，尽管有所波动但从2013年开始工业结构调整速度逐渐加快。需要注意的是，Moore值和α角度值仅能反映产业结构调整幅度，无法反映产业结构调整的方向和行业超前发展的具体情况，产业结构超前系数可以弥补上述缺陷，下文使用该指数测算工业行业超前发展情况。

(二)工业超前发展评价

产业结构超前系数表示某产业发展相对于经济系统平均增长的超前程度，公式表示为：

Ei=αi+(αi-1)/Ri

(2)

其中，Ei表示i产业的结构超前系数，αi是i产业报告期所占份额与基期所占份额比，Ri是所研究的经济系统平均增长率，测算公式为Ri=[lnP报告期-lnP基期]/n，其中P表示国民生产总值。Ei>0表示i产业有超前发展趋势，值越大，超前趋势越明显；Ei<0表示i产业相对经济系统发展存在滞后趋势，值越小，滞后趋势越明显。按此公式测算福建省工业超前发展的情况，结果见表2。

此外，为研究产业结构调整是否呈现高度化趋势，结合产业的技术水平进行分析。按照国家统计局2013年公布的高技术产业类别，将医药制造业等8个行业标注为高技术产业，重点分析这8个行业的超前发展情况。

表2 工业行业结构超前发展情况

数据来源：根据《中国能源统计年鉴》《福建统计年鉴》和《福建省企业年鉴》计算得出

由表2可知，2006-2015年超前发展的行业中，排名前三的均不属于高技术产业。高技术产业的超前发展排名均在10名以外，说明这10年来福建省工业结构调整的高度化趋势并不明显。发展滞后的产业有黑色金属矿采选业、仪器仪表制造业、水的生产和供应业。其中，仪器仪表制造业属于高技术产业。滞后发展的产业分为：(1)因资源、能源消耗过大而被限制发展的产业；(2)因自主创新力不足而需进一步提高市场竞争力的产业。

三、福建省工业能源效率现状

(一)测算方法与指标说明

数据包络分析是测算能源效率常用的方法之一。它将每个研究个体看成一个评价单元，从评价单元中选取生产最优前沿面，测算各评价单元离最优前沿面的距离，距离越短则效率值越高。因为该方法既允许考虑非期望产出又不关注生产函数的具体形式和要素价格信息，因此被广泛应用于能源效率的测算中[7-8]。在数据包络分析发展出的众多模型中，应用最广泛的是规模报酬不变假设下的CCR模型和规模报酬可变假设下的BCC模型。CCR模型仅适用于所有决策单元均处于最优规模的情形(即长期平均成本曲线的平坦部分)，解答了一个决策单元是否既“技术有效”又“规模有效”的问题，学者们将由CCR模型测算出的效率称为综合效率，并将此效率进一步分解为两部分：纯技术效率和规模效率。BCC模型假设规模报酬可变，适应于所有决策单元并非全部处于最优规模的情形，由该模型测出的效率称为纯技术效率。用综合效率与纯技术效率的比值反映规模效率的情况，因此，CCR和BCC模型结合使用可以解决决策单元是否“规模有效”的问题：如果两者比值差异较大，说明这个决策单元规模效率表现欠佳[9]。

本文将福建省34个工业行业作为决策单元，选取劳动力投入、资本存量和能源消耗作为其投入要素，选择实际工业行业总产值为期望性产出，工业废水、废气和工业粉尘排放量作为非期望性产出。利用CCR模型测算能源的综合效率，体现绿色工业技术和要素规模水平，利用BCC模型测算能源的纯技术效率，体现绿色工业技术水平的影响，要素规模水平的信息可以由两者的比值获得，数据来源于《中国能源统计年鉴》《福建统计年鉴》和《福建企业年鉴》。

1.投入要素：劳动力投入选取各行业从业人数(单位为万人)；资本存量采用永续盘存法并用固定资产投资价格指数对其进行折减(单位为亿元)；能源消耗选用原煤、汽油、洗精煤、焦炭、煤油、柴油、燃料油、电力等8种能源消费量，使用IPCC 2006公布的折标煤系数进行折算后相加得到各行业能源消耗总量(单位为万吨标煤)。

2.期望性产出：为剔除通货膨胀因素，对各行业总产值采用以2006年为基期的固定资产投资价格指数进行折减，得到实际工业行业总产值(单位为亿元)。

3.非期望性产出：为污染排放量，采用熵值法计算工业废水、废气和工业粉尘排放量的权重，各污染排放量乘以其对应权重后相加得到总的污染排放量。由于污染物排放属于越小越好的产出，按照钱丽等的做法对其进行负向标准化[10]，公式如下所示：

(3)

(二)能源效率变化趋势及效率分解

将历年上述数据输入DEAP 2.1软件运行，得到2006-2015年福建省工业能源综合效率、纯技术效率和规模效率，将其变化趋势表示在图1中。

图1 2006-2015年福建省工业能源综合效率及其分解效率变化趋势

由图1可知：(1)规模效率在大多数年份接近1，变化趋势较平稳，基本达到DEA有效，未来通过提高要素规模水平提升能源效率的空间有限；(2)纯技术效率和综合效率在10年间均有一定程度的增长且变化趋势较一致，说明10年来福建省工业能源效率的提升主要得益于工业技术和节能减排制度的促进作用，且未来还有一定的提升空间。

(三)能源效率的行业差异

尽管能源效率整体呈现不断提升的趋势，但不同行业投入产出不同，能源效率必将有差异。按上述方法计算2006-2015年福建省34个工业行业的能源效率的均值和年均增长率，用MATLAB软件将两类产业能效情况同时列于图2。

从图2可知：(1)从均值维度看，约67%的行业处于低均值区间，说明大多数行业能效水平依然较低，其中电力热力生产供应业和非金属矿物制品业的能效水平最低。(2)从能效增长率维度看，约50%行业处于高增长率区间，表明近年来福建省节能减排措施已有成效，部分工业行业能效得到较快提升，其中皮革制品和制鞋业表现最佳，年均增长率达到10.6%。(3)从2个维度综合考虑，大多数行业集中在低均值、高增长率区间，说明10年间尽管部分行业提升速度较快，但大多数行业能源效率仍然较低，能效水平的提升还有很大空间。(4)从结合技术水平看，2015年达到DEA有效的行业有5个，其中，仅有计算机、通信设备制造业为高技术产业，占高技术产业总体比例的12.5%，略低于中低技术产业DEA有效行业占比的15.4%；同时，高技术产业落在高、低均值和高、低增长率区间的行业数均是一半对一半，说明高技术产业在这两方面的表现并无显著优势，高技术产业能效助推作用并未充分发挥。

图2 工业行业能源综合效率均值和增长率分布图

四、产业结构调整与能源效率的耦合分析

(一)耦合度评价模型

产业结构调整会影响能源效率的提升，而能源效率的变动又会倒逼产业结构调整，二者相互影响、相互作用，构成彼此耦合的交互体。一些学者借用物理学中容量耦合概念和容量耦合系数来建立耦合度和协调度测算指标，并研究2个系统相互影响的关系[11-12]。本文的产业结构调整与能源效率之间也存在这种耦合关系，因此可以借鉴上述指标展开研究。耦合度可对系统之间相互影响、相互作用程度进行有效度量，多个系统相互作用的耦合度模型如下:

(4)

其中，Cn表示n个系统的耦合度，值越大，表明系统间的耦合程度越高；ui、uj分别表示系统i和j的指标测度值。当只有产业结构调整和能源效率2个系统时，耦合度模型的具体形式变为：

C2=2×{[E(y)S(x)]/[E(y)+S(x)]2}1/2

(5)

其中，C2表示能源效率与工业结构调整的耦合度，E(y)和S(x)分别表示能源效率和产业结构超前系数。为了更好地划分产业结构与能源效率耦合协调的层次，引入协调度的计算。为体现绿色发展的理念，此处给能源效率赋予更大的权重，由此，协调度公式写成：

(6)

如果说耦合度反映的是结构调整与能源效率耦合关联的程度，那么协调度反映的便是协调发展的质量。在计算耦合度和协调度之前，采用指标标准化方法对数据进行处理，避免产业结构超前系数出现负值而无法参与计算的情况。C与R值介于0与1之间，采用中值分段法对两指标进行分段(表3)。

表3 耦合度和协调度的阶段划分标准

(二)结构调整与能源效率耦合的行业特征分析

为区分高技术产业与中低技术产业在耦合协调性上的差异，以耦合度C为横轴、协调度R为纵轴，将两类产业结构调整与能源综合效率的耦合分布情况列于图3中，其中，效率数据取2006-2015年平均值，产业结构超前系数取以2006年为基期、2015年为报告期的计算值。

图3 产业结构调整与能源综合效率的耦合协调分布

从图3可知：(1)从耦合度看，67%以上的行业结构调整与能源综合效率变动处于磨合、耦合阶段，说明产业结构调整与能源效率变动呈现较强的关联性，木材加工、木竹藤棕草制品业和农副食品加工业的表现最为明显；(2)从协调度看，约90%的行业结构调整与能源效率提升处于中、低协调水平，说明绝大多数行业超前发展与能源效率提升的协同发展质量较低，黑色金属冶炼和压延加工业的协调质量最差；(3)从耦合协调阶段的分布情况看，处于较高水平(极协调耦合和高协调磨合阶段)的行业仅有4个，占比为11.8%，说明福建省工业行业结构调整和能源效率的耦合协调性整体较差；(4)就技术水平而言，高技术产业落于耦合度为0.5左右两侧的行业数各占一半，在耦合度上表现无明显特征，但在协调度上所有高技术产业均落于协调度为0.5的下端部分，即均处于低、中协调阶段，说明高技术产业协调发展质量较差，主要是因为高技术产业发展速度赶不上能源效率快速提升的速度。

五、主要结论及建议

(一)主要结论

从产业结构调整情况来看，近年来福建省工业结构调整呈现逐步加快的趋势，但结构高度化趋势并不明显。燃气生产和供应业、非金属矿采选业和文教用品制造业等非高技术产业在10年间超前发展，高技术产业发展普遍滞后。

从能源效率来看，规模效率历年来均接近DEA有效，但纯技术效率还有一定的提升空间，未来能源综合效率的提升需要从改善纯技术效率入手。此外，能源效率变化具有行业差异性，大多数高技术产业能源效率提升速度较快。

从结构调整与能源效率的耦合关系来看，福建省工业行业结构调整与能源效率耦合协调性普遍较差，高技术产业表现尤为突出，主要是因为高技术产业发展的速度赶不上能源效率提升的速度。

(二)建议

为改善工业结构调整与能源效率间的耦合协调性，提出以下对策建议。

1.政策引导高能效产业优先发展。计算机通信、仪器仪表制造等行业具有较高的能源效率，未来要以市场需求为导向，依托龙头企业建立能效高标准创新平台，通过人才引进扶持、税费减免、行政流程优化等措施增强此类产业集群优势，优化能源消费结构，充分发挥技术创新和规模效应对能效提升的促进作用。

2.技术推动低能效产业转型升级。电力热力生产供应、非金属矿物制造等行业能效长期处于较低水平，对于此类行业要加大如热电联产等绿色工业技术的推广和应用，推动产业发展模式向能源节约化转型。通过研发资金扶持、组建研发联盟、加强知识产权保护等措施降低低能效产业研发风险，培养其在能效改进技术方面的自主研发信心。

3.制度创新激发高技术产业能效提升潜力。相比中低技术产业而言，高技术产业能效提升速度更快。福建省目前实施的碳排放权交易和能效“领跑者”制度在促进能效水平提升方面取得了较好的效果。未来可在继续推行上述制度的同时创新能源管理制度，如在高技术产业中尝试引进合同能源管理，用节约的能源使用费用抵扣节能项目的前期投资，以此激发高技术企业能效管理积极性，进一步提升产业发展与能效改善的协调发展水平。

[1]于斌斌.产业结构调整如何提高地区能源效率?——基于幅度与质量双维度的实证考察[J].财经研究,2017，43(1):86-97.

[2]MEADOWS D H, MEADOWS D L, RANDERS J. The limits to growth[M]. New York： Chelsea Green Publishing Company,1972:102.

[3]JACOBSEN H K. Energy demand, structural change and trade: a decomposition analysis of the danish manufacturing industry[J]. Economic Systems Research,2000，154(3):319-343.

[4]SUE W, IAN E, RICHARD S. Explaining long-run changes in the energy intensity of the U. S. Economy[R]. MA：Cambridge Universtiy Press,2004.

[5]王超楠.产业结构变动对我国能源效率的影响研究[D].杭州：浙江财经大学,2014.

[6]关伟,许淑婷.辽宁省能源效率与产业结构的空间特征及耦合关系[J].地理学报,2014，69(4):520-530.

[7]李玲,陶锋.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,2012，57(5):70-82.

[8]李斌,祁源,李倩.财政分权、FDI与绿色全要素生产率——基于面板数据动态GMM方法的实证检验[J].国际贸易问题,2016，35(7):119-129.

[9]刘波.基于数据包络分析的保险应用研究[M].北京：科学出版社,2014:21-25.

[10]钱丽,肖仁桥,陈忠卫.碳排放约束下中国省际农业生产效率及其影响因素研究[J].经济理论与经济管理,2013，32(9):100-112.

[11]马丽,金凤君,刘毅.中国经济与环境污染耦合度格局及工业结构解析[J].地理学报,2012，67(10):1299-1307.

[12]郑石,林国华.福建省休闲农业、乡村旅游和新农村建设耦合协调性研究[J].福建省农业学报,2017，32(3):324-331.

CoupledcoordinationbetweenindustrialstructureadjustmentandenergyefficiencyinFujian

ZHANG Jun1,2, LIN Qing1

(1.SchoolofEconomics,FujianNormalUniversity,Fuzhou,Fujian350117,China;2.SchoolofManagement,FujianUniversityofTechnology,Fuzhou,Fujian350118,China)

Industrial structure adjustment in Fujian from 2006 to 2015 is evaluated by Moore value and industrial structure advancement coefficient. Based on considering undesired output, the energy efficiency of Fujian′s industry is measured by DEA method. The coupled coordination of industrial structure adjustment and energy efficiency is evaluated by the coupling and coordination degree models. The results show that the pace of industrial structure adjustment in Fujian has been accelerated in recent years, but the trend of structural advancement is not obvious. Moreover, compared to the scale efficiency, pure technical efficiency is more effective to promote the comprehensive efficiency, and there is still room for improvement in the future. The coupled coordination of industrial structure adjustment and energy efficiency is poor generally, especially for high-tech industry. Therefore, some measurements about accelerating industrial structure coordination and energy efficiency are given from policy guidance, technology promotion and institutional innovation.

industrial structure adjustment; energy efficiency; DEA model; coupled coordination

2017-08-30

国家自然科学基金项目(71272117)；教育部人文社会科学研究青年基金(16YJC630170)；福建省中青年教师教育科研项目(JAS160351)。

张俊(1986-)，女，讲师，博士研究生。研究方向：制度创新与可持续发展。

F062.9

A

1671-6922(2017)06-0043-07

10.13322/j.cnki.fjsk.2017.06.007

何晓丽)