建筑业全要素能源效率测算——基于DEA的实证研究

吕文生

(1.福建省建筑科学研究院有限责任公司 福建福州 350108； 2.福建省绿色建筑技术重点实验室 福建福州 350108)

0 引言

中国建筑业是国民经济的重要组成部分，但同时也是资源投入密集型的行业。中国建筑业消耗全球建筑水泥和钢材的一半[1]。与此同时，根据中国国家统计局数据，2016年中国建筑业的能源消费达到了7991万t标准煤[2]。由于中国的能源结构是以煤炭为主，而煤炭的二氧化碳和污染物排放系数较高[3]，因此，研究建筑业效率，特别是建筑业能源效率的提升，对于提升经济发展质量，实现低碳绿色发展有着重要的意义。本文基于中国省级层面的建筑业投入产业数据，利用数据包络分析(Data Envelopment Analysis,DEA)的方法，对包含能源要素投入的中国各省的建筑业全要素生产率和全要素能源效率进行了评价。同时，还对全要素生产率与全要素能源效率变化的时空特性进行了分析。

1 模型构建与数据说明

1.1 模型介绍

生产率是指生产过程中产出与所需投入之间的比率[4]。传统的生产效率评价，一般只考虑资本和劳动2个投入要素，但是在现代的生产方式中，资本和劳动投入往往是与能源投入相结合的。所以，近年来很多研究将能源投入也作为生产过程中的一项基本投入要素。本文所构建的模型，包含了资本、劳动和能源3个投入要素。

在方法的选择上，传统的全要素生产率(Total Factor Productivity,TFP)的评价方法，需要依赖柯布-道格拉斯生产函数的设定，模型的假设性较强。而Farrell所提出的DEA的方法，则通过构建非参数的前沿面对生产可能性边界进行描述，并通过参数函数来拟合数据[5]。故，本文选择DEA作为模型构建的方法，对包含能源要素投入的建筑业全要素生产率进行测算。

DEA对决策单元(DMU)进行评价，即通过构建非参数前沿面，来测试决策单位是否有效。假定有N个DMU，每一个DMU使用M种投入要素。在单一产出的情况下，第i个决策单元的效率可以通过求解式来获得。其中，θ是效率的测度，1-θ表示在当前的技术水平下，该DMU在不降低产出水平的条件下投入能源缩减的最大限度。当θ=1时表示处于技术有效状态。s+表示松弛变量，s-其表示冗余变量。

(1)

根据式(1)计算的结果，可以对全要素生产率进行测算。计算方法如式(2)。其中，TI表示最优的要素投入量，AI表示实际要素投入量，k表示对应的要素投入。利用该式可以计算各省各年份的投入效率。

EFk=TIk/AIk

(2)

全要素生产率框架的进一步扩展，可用于测度全要素能源效率指标[6]。全要素能源效率包括了由于技术无效率而导致的资源投入过量，以及资源配置不当所导致的松驰量[4]。

基于DEA模型的全要素能源效率如图1所示。事实上，包含能源要素投入的生产函数共有3个要素投入，因此对应的是一个三维的生产前沿面。为了便于展示，本文选择了一个二维的截面。假设目前的要素投入结构为点P1，P1～P2的距离就表示由于技术无效率导致的资源投入过量。而P2点虽然在生产前沿面上，但可能通过优化资源配置，减少能源投入。P2～P3的距离就表示由于资源配置不当所导致的效率损失。

图1 DEA模型效率示意图

1.2 数据

能源消费数据来源于历年《中国能源统计年鉴》中的能源平衡表。由于能源平衡表中行业能源消费给出的是分品种的能源消费量，此处利用《综合能耗计算通则》(GBT2589-2008)中的能源折算系数，计算出各省建筑业总的一次能源消费量。劳动数据选择CEIC数据库中各省建筑业从业人员数。由于各省建筑业从业人员平均教育水平等数据不可得，因此没有包括各省劳动力质量上的差异。资本投入数据选择CEIC数据库中各省建筑业固定资产净值。产出数据选择各省建筑业的增加值。样本的描述性统计如表1所示。

表1 样本描述性统计

由于省级的能源平衡表数据一般会滞后2～3年，目前最新版的《中国能源统计年鉴》只包含到2015年的省级建筑业能源消费数据。基于数据的可获得性，本文选择2003～2015年作为研究的时间范围。此外，由于缺乏中国台湾地区、香港、澳门和西藏自治区的数据，因此只针对剩余的30个省级行政单位进行分析。

2 实证结果分析

2.1 效率测算结果

各省包含能源要素投入的全要素生产率测算结果如表2所示。表中仅列出了2003年和2015年的对比，以及效率的平均值。

根据表中数据可知，2015年，建筑业效率最高的有北京、江苏、浙江、福建、海南、青海和新疆等省份，其全要素生产率都为1，说明和其它省份相比，这些省份处于技术前沿面上。而效率最低的天津、云南、河北等省份，其全要素生产率还有较大的提升空间。

从效率的变化角度，2003年～2015年间，全要素生产率提升最多的是福建、广西、重庆等省市。其中，福建省的全要素效率提升最为明显，从2003年0.700上升到2015年1.000。

表2 各省全要素生产率测算结果

历年全要素生产率的平均值如图2所示。由图2可知，在2008年之前，总体的全要素生产率都是呈现上升的趋势，但是2008年以后却出现了下降。这主要是由于受到2008年全球金融海啸的冲击，中国的建筑业产出受到了很大的影响。产出冲击导致了效率的下降。而2009年之后，中国实施了4万亿投资的经济刺激政策，由于在政策实施过程中各地出现抢上项目的现象，资源并没有办法得到优化配置，因此全要素效率一直维持在低位。一直到2013年全要素生产率才重新出现回升。但此后，中国又出台了去产能的政策，资源又无法得到最优配置，因此全要素生产率又出现了下降。

图2 历年建筑业全要素生产率变化

2.2 全要素能源效率的测算

全要素生产率与全要素能源效率的对比如图3所示。由图3可知，全要素能源效率要低于全要素效率，这说明除了技术效率所导致的效率损失外，能源投入还存在着配置不当的现象。这就说明除了整体全要素生产率的提升之外，还可以采取优化资源配置的手段，降低能源消费。

图3 全要素能源效率变化

如果将不同省份按区域划分，求解各地区的全要素能源效率，可以得到图4的结果。由图4可知，东部地区的全要素能源效率要高于中部地区和西部地区。在2009年以前，西部地区的全要素能源效率要高于中部地区，但是在2013年以后西部地区的全要素能源效率转变为低于中部地区。这主要是由于近年来随着西部大开发的战略不断推进，西部地区的建筑业规模化水平得到了较大的提升，相应地提升了全要素能源效率。

图4 分地区全要素能源效率变化

3 结论

本文基于2003年～2015年中国大部分省份的建筑业投入产出数据，对包含能源要素投入的建筑业全要素生产率与全要素能源效率进行了测算，并比较全要素生产率和全要素能源效率的差异。主要发现如下：

第一，各地区全要素生产率存在明显的差异，部分省份建筑业的全要素效率较低，这说明中国建筑行业有较大的效率提升空间。未来，可以通过不断进行市场化改革，提升行业效率水平。

第二，在2008年以前，中国建筑业的全要素效率整体呈上升趋势，但2008年之后却出现了停滞甚至下降。这主要是受到全球金融海啸带来的产出冲击，以及后续的一系列应对政策的影响。建筑业全要素效率的提升缓慢，在一定程度上也制约了中国经济发展效率的提升。

第三，全要素能源效率要低于全要素生产率，说明中国建筑业的能源投入存在因资源错配造成的效率损失，同时也说明建筑业的能源效率仍有较大的提升空间。未来可以进一步优化建筑业的能源利用水平，优化资源配置方式，提升整体的能源效率。