基于能源互联网视角的能源效率研究

涂经纬　亢磊

摘要：全球能源互联网趋势将颠覆传统能源行业，实现能源的真正有效利用，研究能源互联网对能源效率的影响具有重要意义。文章以2000～2015年我国30个省份数据为样本，首先，基于超效率DEA方法测度省际及四个地区的全要素能源效率。其次，通过实证研究建立全样本静态和动态模型，评测各因素对能源效率的作用，验证相关假设。再次，以2007年为时间分界点，分析能源互联网对能源效率的影响。得出：能源互联网可通过促进技术進步、对外开放程度、产业结构升级进而推动能源效率的提升。

关键词：能源效率；能源互联网；智能电网；超效率DEA

一、引言

能源是社会经济发展的重要物质基础，是现代化建设的基本保障。近年来，随着工业化进程的进一步加快，能源消费量持续上升，在不可再生能源无法满足社会对能源大量需求的背景下，提高能源效率就成为实现能源可持续发展的必由之路。因此，能源效率的提升渠道以及影响因素也被越来越多的学者关注。史丹（2002）从定性的角度分析了我国经济快速增长下能源消费减缓的原因，认为我国能源效率的主要影响因素是对外开放、产业结构和经济体制。何建坤、张希良（2006）定量地分析了产业结构对能源效率的影响，得出中国能源效率下降的原因是产业结构中重工业所占比重增加。陈军和徐士元（2008）研究发现，科技投入、人力资本及FDI的增长对我国能源效率的提升具有长期效应。陈关聚（2014）运用随机前沿技术测度了中国制造业30个行业的全要素能源效率，分析了能源结构对技术效率的影响。近年来，王志雄（2018）、曹琦（2017）、秦炳涛（2017）等学者从区域的角度出发，分析得出能源效率的地理格局呈“东高西低”的阶梯状，能效前沿城市大多集中分布在东部沿海地区。

随着互联网技术快速发展，利用互联网技术解决传统能源行业面临的问题成为重要趋势，有助于打破传统电力能源行业的寡头垄断格局、提高效率。里夫金（2011）在《第三次工业革命》中，提出能源互联网是第三次工业革命的核心之一，使其被更多人关注。之后，刘振亚（2014）首次提出建设“全球能源互联网”的理论构想，提出推动“一极一道”，转向以清洁能源为主，根本上解决能源可持续发展问题。2016年3月，能源互联网发展合作组织宣告成立，全球能源互联网从构想迈向现实。2016年4月，国家发改委、能源局正式发布《能源技术革命创新行动计划（2016～2030年）》，为未来我国能源互联网技术的发展制定了行动计划。

大数据、互联网等信息技术的飞速发展，可为涵盖能源全链条的效率提供有效支撑。能源互联网的建设能够实现各地区之间共享能源和电力资源，通过重新分配提高区域内分布式清洁能源的效率和电能的输送效率。可见，能源互联网对能源效率具有促进作用，这一点在很多学者对于能源互联网的研究中得以体现，但并未展开探讨。此外，以往关于能源效率的研究，大多基于产业结构、人力资本、科技投入等因素，鲜有基于能源互联网视角的研究。因此，本文基于前人研究的基础之上，运用超效率DEA方法构建了能源效率指标，选取30个省16年的面板数据，分别采用固定效应的GLS方法估计全样本静态面板数据模型、GMM方法估计全样本动态面板数据模型，评测各因素对能源效率的作用。并以2007年为节点，分析能源互联网对能源效率的时间节点效应，最终得出能源互联网对能源效率的影响。

二、理论分析与假证

（一）技术进步对能源效率的影响

能源互联网的深入发展对于带动我国技术进步具有重大意义。在技术方面，通过把对能源互联网基础理论、技术装备和工程应用相结合，尽快实现能源互联网在技术方面的突破，进一步带动我国技术创新式发展。此外，回弹效应使得技术进步对能源效率的作用取决于正负两种方向的综合影响。目前针对中国的实证研究大多肯定了技术进步对提升中国能源利用效率存在正向影响，如李廉水和周勇（2006）等的大量研究，但是也有研究表明技术进步对能源效率的影响是动态变化的过程。还有些学者将技术进步分解为前沿型与追随型技术进步两类，发现追随型技术进步对中国各地区能源效率有显著正向影响，而前沿型技术进步作用并不明显。通过以上分析假设：

H1，技术进步对能源效率呈正向影响；

H2，技术进步对能源效率呈负向影响。

（二）对外开放对能源效率的影响

未来智能电网即能源互联网，使得更多的分布式电力接入电网，电力价格降低，由此企业生产成本降低，企业国际竞争力得以提升，对外开放程度进一步提高。而对外开放对能源效率影响有两方面：一是对外开放程度的提升可以引进先进技术、设备与管理经验，通过学习效应提高该地区的能源效率；二是我国的贸易结构以加工贸易为主，大量涌入的外资与本地廉价劳动力结合，使得更多的低效率、高能耗的产业留在国内，不利于我国能源效率水平的提高。通过以上分析假设：

H3，对外开放对能源效率具有正向影响；

H4，对外开放对能源效率具有负向影响。

（三）产业结构对能源效率的影响

第二产业的能源效率低于第三产业，第三产业高产出、低能耗的特点可弥补第二产业低产出、高能耗的缺陷。但我国目前的产业结构仍以第二产业为主，故第三产业对我国能源效率的提升作用非常有限。因此目前第三产业占比的增加还不能对能源效率发挥积极作用，而是表现为负面影响。根据分析提出假设：

H5，第三产业占GDP比重对能源效率具有负向影响。

（四）政府政策支持对能源效率的影响

一方面，因为存在环境质量治理的负外部性市场失灵问题，适度的政府干预更有利于提高能源效率。另一方面，市场机制主导的产业集聚能够显著提高能源效率，但由于政府政策支持的“搭便车”倾向导致产业集聚无法对能源效率产生预期效果，并且可能导致产能过剩。同时，地方政府干预增强导致的资源配置扭曲以及中央政府信贷干预的道德风险使得政策措施对改善能源效率未能发挥应有作用。由此，提出假设：

H6，政府政策支持对能源效率具有正向影响；

H7，政府政策支持对能源效率具有负向影响。

（五）能源工业投资对能源效率的影响

随着能源互联网的发展，能源工业投资也在不断增加。由于煤炭的资源优势和价格优势，能源工业投资增加的大部分用于煤炭业，煤炭的能源效率相对于石油天然气、电力等资源是偏低的，从而能源工业投资的增加对能源效率产生负面影响。

H8，能源工业投資对能源效率具有负向影响。

三、实证分析

（一）能源效率实证分析

1. 研究方法及投入产出指标选取。本文利用超效率DEA模型评价全要素能源效率，规避了传统DEA模型评价决策单元效率时出现的多个决策单元同时都处于生产前沿面，从而导致多个决策单元相对都有效，无法判断孰优孰劣的问题。使相对有效决策单元之间也能进行效率高低的比较，且超效率DEA模型计算出的效率值不限制在0～1的范围内，而是允许效率值超过1，可以对各决策单元进行充分地比较和排序。

选取2000～2015年中国30个省、直辖市、自治区（以下为方便全部简称省）的数据为样本，投入指标为国有经济能源工业固定资产投资（亿元）、专利授权量（件）、能源消费总量（万吨标准煤）；产出指标为：各省GDP（亿元）。数据主要来自于2000～2015年度的《中国统计年鉴》、《中国能源统计年鉴》、《中国科技统计年鉴》以及各省的《统计年鉴》。

2. DEA分析结果。基于超效率DEA模型，计算出各省的全要素能源效率。对各地区全要素能源效率趋势进行分析得到：总体能源效率呈上升趋势，区域间能源效率差异逐渐减小，但是省份间能源效率仍存在较大差异。就省份间来看，中东部地区，由于经济比较发达，对外开放程度高，科技投入大，生产技术水平较高，能源效率高。内蒙古、广西、青海、辽宁等省份的能源效率较低，这与其省内经济发展的情况有关，经济增长主要依赖于高耗能的工业，造成大量能源消费和损耗，另一方面也表明，这些地区的节能潜力巨大，政府及企业应该致力于改善生产技术水平，促进经济结构转型，提高能源效率。

（二）基于能源互联网对能源效率的实证分析

1. 样本选取与数据来源

根据DEA模型的结果分析，不同省份之间的能源效率差异非常大，而且其变动趋势也日趋复杂。本文考虑了以下影响因素：技术进步、对外开放程度、产业结构、政府政策支持、能源工业投资。

用EEi，t表示地区i在时期t的全要素能源生产率；根据实际需要选取R&D;占GDP比重衡量技术进步水平，用TEi，t表示；产业结构CYi，t以第三产业增加值在该地区GDP所占比重表示；政府政策支持GOVi，t用地方财政支出占GDP比重来表示；对外开放程度WMi，t用地区进出口贸易总额占GDP比重来替代；能源工业投资用EIi，t表示。最终的面板数据集包含了30个截面单元在16年内的时间序列数据，样本观察点共480个。基本数据主要来源于《中国统计年鉴》、《中国能源统计年鉴》、《中国科技统计年鉴》以及国家统计局官方网站。

2. 模型设定

由于本文样本数据取自2000～2015年全国30个省，时期较短而横截面单位较多，故各省间能源效率的差异主要表现在截面的不同个体间，参数不随时间变化，变动较小，因此首选变截距模型。经对固定效应模型和混合效应模型选取检验，建立个体固定效应模型，之后经Hausman检验确定使用固定效应模型，该模型也符合本文所研究问题的特点。

首先，为了减小异方差性和序列相关性的影响，采用GLS估计模型（1），评测各解释变量对能源效率的影响。

lnEEit=α0+α1lnTEit+α2lnWMit+α3lnCYit+α4lnGOVit+α5lnEIit+ξi（1）

为了避免模型（1）产生的内生性问题和遗漏变量问题，建立动态模型（2）：

EEit=β0+β1EEit-1+β2TEit+β3WMit+β4CYit+β5GOVit+β6EIit+ξi+δit（2）

其中EEi，t-1是EEi，t的一阶滞后项，对于模型（2）采用广义矩方法（GMM）进行估计。

3. 实证结果分析

（1）全样本静态面板数据模型。本文首先用GLS方法估计全样本静态面板数据模型，检验结果显示，技术进步TEi，t、对外开放程度WMi，t、政府政策支持GOVi，t对能源效率的提高具有正向作用，接受了前述假设H1，H3和H6；第三产业占GDP的比重CYi，t、能源工业投资EIi，t对能源效率的提高具有负面作用，故验证了本文假设的H5和H8。

（2）时间节点静态面板数据模型。2007年是变革的一年，华东电网正式启动了智能电网可行性研究项目，该项目的启动标志着中国正式进入智能电网开发领域，也意味着中国开始了“能源互联网”的探索。此外，自2007年起，清洁能源和非清洁能源发电量占比的走势开始发生变化，非清洁能源发电逐渐被清洁能源发电替代，能效逐步提高，因此，2007年是中国能源效率变化重要的转折点。

据此本文以2007年为结点，对静态模型GLS分段回归如表1所示。通过比较两个时间段的系数变动情况，分析能源互联网时间节点前后的能源效率的影响因素。结合前文对全国各省各地区的能源效率的分析，得出了如下结论。

？譹？訛技术进步TEi，t在2007年之前对能源效率的影响显著为正，2007年后则影响不显著。2007年之前技术进步对能源效率的提升作用大于由能源需求的增多和能源开支减少带来的负面影响，故表现为技术进步对能源效率有促进作用；通过检验2007年以后能源互联网加入，技术进步对能源效率并无显著的促进作用。

？譺？訛对外开放程度WMi，t在2007年之前对能效的影响显著为正，2007年后对能效的影响不显著。对外开放可引进先进技术、设备与管理经验，通过学习效应提高该地区的能源效率；而计量结果表明，2007年以后能源互联网的实施没有使得对外开放对能效有显著促进作用。

？譻？訛产业结构CYi，t的调整在在两个阶段呈现相反的效果。2000～2007年的系数显著为负，2007年后显著为正。2007年以前我国第三产业占比低，主要以高能耗低产出的第二产业为主且能源规划不合理，故对能效是负面影响；2007年以后随着我国产业转型升级，低能耗高产出的第三产业比重逐年上升，产业结构优化从而提高能源效率。加之能源互联网项目的实施、分布式能源的使用，使能源规划趋向合理化，从而后期对能源效率是正面影响。

？譼？訛政府政策支持GOVi，t对能效的影响在两个阶段呈现相反的效果。2007年以前，我国通过节能减排提升能源效率难以实现；2007年之后，由于政策支持使得高新技术产业得以长足发展。近年来我国新能源和智慧能源产业比例逐渐增加，政府投资对市场效率形成阻碍，同时政府补贴支持造成了这些行业的政策依赖和产能过剩问题，进而阻碍了能源效率的提高，故2007年之后，政府政策支持对能源效率的关系是反向关系。

？譽？訛能源工业投资EIi，t两个阶段的系数都显著为负，对能源效率有负面影响。静态模型结果表明由于能源工业投资的增加没有偏向绿色能源行业而是偏向煤炭业，使得能源效率下降；2007年以后随着能源互联网的发展，减弱了能源工业投资对能源效率的负面影响，使得能源工业投资每增加1%，能源效率减少的百分比从13%变为12.6%。

（3）动态模型的GMM估计

如表2所示，动态面板模型调整了静态模型双向因果导致的内生性问题后，得到技术进步TEi，t的系数并不显著，但符号与静态模型一致，符合预期；对外开放程度WMi，t和政府政策支持GOVi，t的系数均显著为正，证实了本文假设H3和H6，并且对外开放对能源效率的影响最大，对外开放每增加1%将促进能源效率上升0.124%；且政府政策支持的影响系数相较于静态模型有所下降，这与预期一致，即静态模型的缺陷高估了政府政策支持等对能源效率的影响；产业结构CYi，t的系数虽不显著依然为负，证实了本文假设H5。说明我国仍在产业结构升级过程中，由于我国产业结构尤其是第二产业中工业的产业特征性，使得产业结构与能源效率仍存在一定的负相关关系；能源工业投资EIi，t系数显著为负，说明对能源效率有负面作用，与预期一致进一步验证了本文的结论。

四、结论与建议

（一）结论

能源互联网从优化能源管理系统和降低能源消耗来影响能源效率，对供需进行动态调整，避免不必要的能源浪费，实现合理分配。实证分析中，本文选取中国30个省16年的面板数据，测度技术进步、对外开放程度、产业结构、政府政策支持以及能源工业投资对能源效率的影响，分析表明：对于全样本数据，从静态和动态面板模型可以证实技术进步、对外开放程度、政府政策支持对能源效率的提高起到积极作用；而第三产业占GDP比重和能源工业投资的增加对提升能源效率会产生消极的影响。通过时间节点效应分析，可以得出能源互联网能通过强化各项因素进而提高能源效率。为倡导能源互联网，政府对新能源产业注入较大的投资，导致一些新能源产业产生了政策依赖性，政策支持不但不能改善技术进步，反而会降低企业改善技术的积极性，从而制约能源效率的提升。另一方面，政府投资的效率远不如社会投资，政策支持反而会抑制市场机制的作用，挤占社会投资，从而阻碍能源效率的提高。

（二）政策建议

根据以上理论及实证分析结果，针对能源效率的提高，提出以下建议。

1. 能源工业投资与能源结构相匹配。在制定能源工业投资计划时，要与能源结构相匹配，以提高能源效率，同时着重改变以煤炭为主的生产结构，加速推广风能、太阳能等清洁能源的利用，促进能源结构的转型。

2. 调整产业结构，推动产业转型升级。目前我国仍以第二产业为主，故第三产业比重增加不足以对能源效率的提高产生促进作用。在能源互联网趋势下，为实现可持续发展和降低能耗的目标就要致力于调整优化产业结构。

3. 提高对外开放程度，加强技术交流。对外开放有利于国际先进技术流进国内，促进设备更新和技术革新，从而有利于能源效率水平的提高；另一方面，对外开放还可以通过竞争效应提升能源效率。

4. 各国相互协作攻克技术难关。通过能源互联网促进能源效率的提高，是当前各国致力发展的方向。实现能源互联网，技术要过关，包括清洁发电和用电技术、智能电网技术等。

5. 政府应积极引导完善技术管理。政府应推动相关行业的技术创新，同时注意干预程度和补贴力度，使市场机制发挥作用，给予行业充分的发展空间，以提高能源效率。

参考文献：

[1]史丹.中国经济增长过程中能源利用效率的改进[J].经济研究，2002（09）.

[2]何建坤，张希良.我国“十一五”期间能源强度下降趋势分析——如何实现能源强度下降20%的目标[J].中国软科学，2006（04）.

[3]陈军，徐士元.技术进步对中国能源效率的影响：1979～2006[J].科学管理研究，2008（01）.

[4]陈关聚.中国制造业全要素能源效率及影响因素研究——基于面板数据的随机前沿分析[J].中国软科学，2014（01）.

[5]王志雄，祁卓娅，徐海龙，牛新星.基于环境约束的我国能源效率演进趋势研究[J].现代管理科学，2018（01）.

[6]曹琦，樊明太.我国省际能源效率评级研究——基于多元有序Probit模型的实证分析[J].上海经济研究，2016（02）.

[7]秦炳濤.中国区域能源效率研究——地级市的视角[J].世界经济文汇，2014（01）.

[8]李天籽，王迪.东北亚区域能源互联网建设研究[J].东北亚论坛，2016（06）.

[9]RIFKIN J. Third Industrial Revolut

ion： How Lateral Power Is Transforming Energy， the Economy， and the World[M]. Palgrave Macmillan Trade， 2011.

[10]刘振亚.构建全球能源互联网 推动能源与环境协调发展[J].中国电力企业管理，2014（23）.

[11]周孝信，曾嵘，高峰，屈鲁.能源互联网的发展现状与展望[J].中国科学：信息科学，2017（02）.

[12]李廉水，周勇.技术进步能提高能源效率吗？——基于中国工业部门的实证检验[J].管理世界，2006（10）.

[13]王俊松，贺灿飞.技术进步、结构变动与中国能源利用效率[J].中国人口·资源与环境，2009（02）.

[14]张国荣，陈夏冉.能源互联网未来发展综述[J].电力自动化设备，2017（01）.

[15]张忠会，赖飞屹，谢义苗.基于纳什均衡理论的电力市场三方博弈分析[J].电网技术，2016（12）.

[16]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（08）.

[17]李未无.对外开放与能源利用效率：基于35个工业行业的实证研究[J].国际贸易问题，2008（06）.

[18]师博，沈坤荣.政府干预、经济集聚与能源效率[J].管理世界，2013（10）.

*本文系合肥工业大学2016年国家级大学生创新性实验计划项目“安徽省能源效率研究——基于能源互联网视角”（项目编号：201610359043）阶段性成果。

（作者单位：合肥工业大学经济学院）