中国工业能源效率分析

孙悦

摘 要：本文首先运用超效率SBM - DEA模型测算省际工业部门生态全要素能源效率。结果表明，东部地区工业能源效率大幅高于中西部地区，并且自2009年以来，三大区域工业能源效率均呈下降趋势，而从2014年开始，三大区域的工业能源效率均有上升的趋势。其次，利用基尼系数以及变异系数研究了能源效率的时空差异，证明了2000—2015年间中国省际工业能源效率差异呈现波动扩大的不均衡特性。

关键词：能源效率;超效率SBM - DEA模型;基尼系数;变异系数

中图分类号：FE0文献标识码：A文章编号：1008-4428（2019）04-0043-02

一、 引言

自进入21世纪以来，我国经济迅猛发展，总体增长规模已经进入世界前沿水平，但是资源环境问题依旧限制着中国的可持续发展。目前能够有效解决这一矛盾的方法，就是从根本入手，提高我国的能源利用效率。这一方面需要依靠政府部门进行环境规制，从而正向或是反向刺激企业自身提高能源效率;另一方面，可以通过引进技术含量高、结构更为合理的外商直接投资，刺激国内技术等的发展。因此如何才能有效提高能源效率，即研究能源效率的影響因素有比较现实的意义。

二、 能源效率的测算

（一）数据说明

本文选用全要素能源效率测度方法，利用包含非期望产出的超效率SBM-DEA模型，求出各省工业部门全要素能源效率。数据来源于《中国统计年鉴》《中国劳动统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》以及各省统计年鉴。劳动投入方面，本文使用各省规模以上工业全部从业人员年平均人数来表示劳动投入;资本投入方面，由于缺少资本存量数据，本文借鉴单豪杰（2008）的方法，根据永续盘存法估算各地区规模以上工业部门资本存量;能源投入方面，使用各省规模以上工业部门能源消费总量表示能源投入;期望产出方面，使用各省规模以上工业总产值作为期望产出指标，并根据工业品出厂价格指数将其折算为以2000年为基期的实际值;非期望产出方面，由于目前尚未形成统一认识，本文选取各省工业部门二氧化硫（SO2）排放量和化学需氧量（COD）排放量表示。

三、 工业能源效率的空间格局

变异系数以及基尼系数都是可以衡量数据分散程度的物理量，均能够反映某一经济现象或经济活动的空间差异性特性。因此，本文选用变异系数和基尼系数对除西藏外的30个省际工业能源效率的空间差异性进行分析。变异系数的计算公式如式（1）：

如图1所示，2000—2015年间，中国工业能源效率基尼系数在0.2781—0.3560之间上下波动，整体呈现幅度较小的上升趋势。基尼系数由2000年的0.3090上升至2015年的0.3560，16年间城市能源效率年均差异扩大了1.5%，这说明中国省际工业能源效率差距有扩大的趋势。

中国工业2000—2015年各城市间能源效率的变异系数动态变化趋势与基尼系数测算结果类似。相对于基尼系数而言，变异系数表现出来的城市间能源效率差异更为明显。具体而言，中国省际工业能源效率的变异系数波动幅度相对较大，变异系数在0.5563—0.7601之间，变异系数由2000年的0.6494增加至2015年的0.7147，16年间年均增长率达1.2%，这再次说明了中国省际工业能源效率差异随着时间推移呈现扩大趋势。

四、 结论与建议

本文利用超效率SBM模型测算了中国大陆（除西藏、台湾等）30个省市2000—2015年的全要素能源效率，并对其进行了空间系数分析，得出以下结论与建议：

从能源效率的具体数值来看，我国各省能源效率均呈现下降趋势，基尼系数与变异系数则表明了能源效率有显著的地区差异，并且地区差异在不断扩大。因此，政府有必要采取措施来提高能源效率，并且在制定相应提高能源效率的政策时，要注意地区差异性，制定符合各地区特性的政策规范

参考文献：

[1]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）.

[2]刘立涛，沈镭.中国区域能源效率时空演进格局及其影响因素分析[J].自然资源学报，2010，25（12）：2142-2153.

[3]关伟，张华，许溆婷.基于DEA-ESDA模型的辽宁省能源效率测度及时空格局演化分析[J].资源科学，2015，37（4）：764-773.

[4]王菲.江苏省城市全要素能源效率评价及能源需求情景预测[D].南京：南京财经大学，2015.