安徽省交通運(yùn)輸業(yè)能源利用效率的測算與分析

王海濤，董鵬飛，劉 淇

（合肥工業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，合肥 230601）

一、引 言

隨著物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、電子商務(wù)的快速發(fā)展，交通運(yùn)輸業(yè)發(fā)展的道路越來越寬，產(chǎn)業(yè)增加值也越來越高，在21世紀(jì)初的移動互聯(lián)網(wǎng)時代交通運(yùn)輸業(yè)已經(jīng)成為我國最具發(fā)展?jié)摿Φ漠a(chǎn)業(yè)之一。隨著我國經(jīng)濟(jì)發(fā)展水平提高以及基礎(chǔ)設(shè)施投資額快速增加，我國交通運(yùn)輸業(yè)發(fā)展已經(jīng)由以前的人口流動帶動模式轉(zhuǎn)變?yōu)檎推髽I(yè)投資帶動模式。自從2009年安徽省“皖江城市帶”被國務(wù)院批復(fù)為“承接產(chǎn)業(yè)轉(zhuǎn)移”的國家級示范區(qū)以來，大量資本和技術(shù)蜂擁而入，引起了安徽省經(jīng)濟(jì)快速發(fā)展和基礎(chǔ)設(shè)施特別是交通運(yùn)輸業(yè)基礎(chǔ)設(shè)施投資快速增長。根據(jù)2011年－2014年安徽省統(tǒng)計年鑒，安徽省的貨物運(yùn)輸周轉(zhuǎn)量從2000年的1 077.74億噸公里增長到2013年的11 158.96億噸公里，年均增長率19.7%。旅客周轉(zhuǎn)量從2000年的536.90億人公里增長到2013年的2 118.59億人公里，年均增長率11.1%。預(yù)計到2020年，貨運(yùn)周轉(zhuǎn)量將會高達(dá)39 284.5億噸公里，旅客運(yùn)輸周轉(zhuǎn)量將會高達(dá)達(dá)到4 436.65億人公里。

然而，隨著交通運(yùn)輸業(yè)迅速發(fā)展，一系列環(huán)境問題也開始凸顯，據(jù)國家環(huán)保部2013年底發(fā)布的一組數(shù)據(jù)顯示，霧霾顆粒中機(jī)動車尾氣占22.2%，機(jī)動車尾氣排放已經(jīng)成為城市霧霾天氣的主要原因之一。以安徽省合肥市為例，根據(jù)2013年1月1日至2013年12月29日國家環(huán)境保護(hù)部重點(diǎn)監(jiān)測的74個城市空氣質(zhì)量數(shù)據(jù)，合肥市空氣質(zhì)量在這一年里達(dá)到優(yōu)的天數(shù)僅僅只有24天，合肥市2013年有190天霧霾天氣；同時，合肥市2013年的客運(yùn)量和貨運(yùn)量分別比2012年上升了16.6%和16.4% 。根據(jù)2014年安徽統(tǒng)計年鑒，2013年安徽省交通運(yùn)輸業(yè)能源消耗量更是占了全省除工業(yè)外總能源消耗量的28.2%①數(shù)據(jù)來源于2011年－2013年安徽統(tǒng)計年鑒。?？梢姡煌ㄟ\(yùn)輸業(yè)已經(jīng)成為關(guān)乎低碳經(jīng)濟(jì)發(fā)展戰(zhàn)略實施和霧霾天氣治理的關(guān)鍵行業(yè)。因此，對安徽省交通運(yùn)輸業(yè)能源利用效率進(jìn)行測算并探究其區(qū)域差異顯得尤為重要，既有利于掌握安徽省交通運(yùn)輸業(yè)能源利用效率狀況，也有利于為安徽省交通運(yùn)輸業(yè)發(fā)展提供政策參考。

二、文獻(xiàn)回顧

Hu和Wang（2006）在國內(nèi)能源效率研究領(lǐng)域率先引入DEA 模型，提出了“全要素能源效率（TFEE）”的概念，解決了單要素模型在測算能源利用效率方面的一些不足［1］，隨著時間推移，越來越多研究者運(yùn)用這種方法進(jìn)行實證研究，引入DEA 模型已經(jīng)逐漸成為能源效率研究領(lǐng)域主流方法。魏楚等（2007）以DEA 方法為基礎(chǔ)，計算了1995－2004年省級的能源效率，研究發(fā)現(xiàn)存在區(qū)域能源效率的差異［2］。史丹等（2008）和吳振明等（2013）對DEA 模型進(jìn)行改進(jìn)，通過不同的方法分別對我國交通運(yùn)輸業(yè)綜合效率進(jìn)行實證研究［3－4］，楊紅亮等（2009）把環(huán)境效應(yīng)選為投入指標(biāo)進(jìn)行實證研究［5］，汪克亮等（2010）利用DEA 的方法，選取CO2和SO2排放量作為環(huán)境效應(yīng)指標(biāo)，進(jìn)行全要素能效研究，對中國省際面板數(shù)據(jù)進(jìn)行處理，分別測度了各省能源利用效率和環(huán)境績效，由此評價各省節(jié)能潛力［6］。同樣是利用DEA 的方法，王蕾等（2012）以樣本區(qū)間內(nèi)各省份所在區(qū)域能源利用效率的最大值為基準(zhǔn)，分別估算各地區(qū)的節(jié)能潛力［7］。屈小娥（2011）和孫廣生等（2011）在對工業(yè)部門進(jìn)行研究時也同樣引入了DEA方法，周春應(yīng)等（2013）運(yùn)用非參數(shù)的DEA 方法測算了我國工業(yè)行業(yè)整體能源利用效率［8－9］。雷華衛(wèi)（2013）和張亮（2013）則分別對鋼鐵行業(yè)和汽車工業(yè)能源消耗和節(jié)能潛力進(jìn)行測算［10－11］。趙陽（2013）運(yùn)用DEA 方法對山東省制造業(yè)進(jìn)行實證研究，計算其節(jié)能潛力［12］，魏楚（2010）以8年間浙江省各地級市工業(yè)行業(yè)數(shù)據(jù)為樣本，基于DEA 方法對浙江省各市工業(yè)能源效率和節(jié)能潛力進(jìn)行了測度［13］，上述研究對產(chǎn)出指標(biāo)沒有明顯改進(jìn)，依然使用“GDP”衡量，但是現(xiàn)在交通運(yùn)輸業(yè)更多考量“運(yùn)輸量”和“環(huán)境污染”。因此，本文在研究安徽省“承接產(chǎn)業(yè)轉(zhuǎn)移”以來交通運(yùn)輸業(yè)能源利用效率時，選擇“客運(yùn)量”和“貨運(yùn)量”作為產(chǎn)出指標(biāo)，并且把“環(huán)境污染”納入投入指標(biāo)，期望更貼近實際地測算安徽交通運(yùn)輸業(yè)能源利用效率。

三、研究方法

本文以2010年到2013年安徽省16個城市的面板數(shù)據(jù)為樣本，劃分區(qū)域并且結(jié)合交通運(yùn)輸業(yè)的行業(yè)特點(diǎn)，采用投入和產(chǎn)出指標(biāo)改進(jìn)的DEA 模型，以安徽省各地級市為研究決策單元，采取“客運(yùn)量”和“貨運(yùn)量”作為衡量地級市交通運(yùn)輸業(yè)產(chǎn)出指標(biāo)。在已有研究中大部分都是以“GDP”作為產(chǎn)出指標(biāo)。本文把“運(yùn)輸量”作為產(chǎn)出指標(biāo)引入能源利用效率測度，更加深刻地展現(xiàn)了交通運(yùn)輸業(yè)發(fā)展的內(nèi)涵，即對社會發(fā)展的貢獻(xiàn)是運(yùn)輸了多少人和多少貨物。由于在現(xiàn)實的交通運(yùn)輸業(yè)生產(chǎn)中存在嚴(yán)重負(fù)的外部性，即在運(yùn)輸過程中會排放出大量污染物質(zhì)，如CO2、SO2等。因此，產(chǎn)出應(yīng)該包括期望產(chǎn)出和非期望產(chǎn)出。本文參考Hailu A（2001）和Honma S（2009）的處理方法，將非期望產(chǎn)出作為投入要素，這樣的處理方法已經(jīng)被廣泛應(yīng)用［14－15］。

（1）DEA 模型 本文針對安徽省16個地級市交通運(yùn)輸業(yè)，用DEA 的方法基于面板數(shù)據(jù)對能源利用效率和能源利用潛力進(jìn)行測算?；镜腄EA 模型分為規(guī)模報酬不變的CCR 模型、規(guī)模報酬可變的BCC模型和非規(guī)模報酬遞增的DEA 模型，本文根據(jù)交通運(yùn)輸業(yè)規(guī)模報酬可變這一特性，選擇規(guī)模報酬可變的BCC模型對安徽省交通運(yùn)輸業(yè)能源利用效率進(jìn)行測算。BCC模型可以分為投入導(dǎo)向BCC模型和產(chǎn)出導(dǎo)向BCC模型，根據(jù)交通運(yùn)輸業(yè)是為國民經(jīng)濟(jì)服務(wù)的這一特點(diǎn)，即交通運(yùn)輸業(yè)產(chǎn)出是由國民經(jīng)濟(jì)發(fā)展的需求決定的，因此本文認(rèn)為交通運(yùn)輸業(yè)是在產(chǎn)出固定的情況下追求投入要素最優(yōu)化，我們據(jù)此選擇投入導(dǎo)向的BCC模型來測算技術(shù)效率。

設(shè)存在m 個決策單元DMU（地級市），每個地級市有a種輸入指標(biāo)和b種輸出指標(biāo)。xi和yi分別表示第i個DMU（地級市）的輸入和輸出向量，m 個DMU（地級市）的輸入和輸出矩陣分別為X 和Y，投入導(dǎo)向的BCC模型為：

其中θ為第i個DMU（地級市）的效率。

確定利用投入導(dǎo)向的BCC模型測算安徽省交通運(yùn)輸業(yè)能源利用效率后，分別使用規(guī)模報酬不變的CCR 模型、規(guī)模報酬可變的BCC 模型和非規(guī)模報酬遞增的DEA 模型，計算安徽省交通運(yùn)輸業(yè)的能源利用技術(shù)效率、能源利用純技術(shù)效率和規(guī)模效率，即可以分析每個城市和地區(qū)的能源利用效率的高低以及其主要原因。軟件處理結(jié)果中，三個效率的值均在0－1之間，當(dāng)其值為1時，說明該決策單元已處于最優(yōu)效率狀態(tài)；反之，則說明該決策單元效率未達(dá)到最優(yōu)，此時輸入的要素處于低利用效率狀態(tài)，或者說產(chǎn)出并未達(dá)到最大值。測算出的效率值越小，偏離效率最優(yōu)越嚴(yán)重。在利用軟件測得結(jié)果時，即使有的城市能源利用技術(shù)效率、純技術(shù)效率、規(guī)模效率達(dá)到了1，但是這并不代表全要素生產(chǎn)利用效率已經(jīng)達(dá)到理想狀態(tài)，據(jù)DEA 基本原理可知，利用DEA 方法得到的能源利用效率僅僅是相對效率，即利用原樣本測算得到能源利用效率為1的城市，只能得出該城市能源利用效率在原樣本范圍內(nèi)比其他城市能源利用效率高，如果一旦采用新的樣本，測算結(jié)果很可能會改變。

（2）Malmquist指數(shù) Malmquist指數(shù)（TFPC）是在DEA 模型基礎(chǔ)之上提出的，以t時期技術(shù)Tt，t＋1時期技術(shù)Tt＋1為參照，準(zhǔn)確地揭示了能源利用效率變化的趨勢與特征。齊軍等（2012）指出，這種方法最大優(yōu)點(diǎn)的是將全要素生產(chǎn)率指數(shù)分解為兩個部分，即生產(chǎn)效率變化和技術(shù)變化，從而可以分別測度不同時期的效率以及其技術(shù)的變動情況［16］。在對安徽省交通運(yùn)輸業(yè)面板數(shù)據(jù)分析中，將全要素生產(chǎn)效率（TFPC）分解為技術(shù)進(jìn)步（TC）和技術(shù)效率（EC）兩者之積，而技術(shù)效率（EC）又進(jìn)一步分解為純技術(shù)效率（PTEC）和規(guī)模效率（SEC）之積?？梢該?jù)此分別找到純技術(shù)效率和規(guī)模效率對技術(shù)效率變化的影響程度。一旦在對交通運(yùn)輸業(yè)效率的測算中出現(xiàn)非技術(shù)效率，可以分別找出純技術(shù)效率和規(guī)模效率的影響找出有多少來自于純技術(shù)非效率，有多少源于規(guī)模非效率，可以據(jù)此有針對性的提出政策建議（劉秉鐮，李清彬，2009）［17］。各指數(shù)的具體含義：Malmquist指數(shù)（TFPC），全要素生產(chǎn)率變化程度；技術(shù)效率變化指數(shù)（EC），衡量生產(chǎn)是否達(dá)到最優(yōu)資源配置；技術(shù)進(jìn)步變化指數(shù)（TC），生產(chǎn)技術(shù)變化；純技術(shù)效率變化指數(shù)（PTEC），生產(chǎn)的技術(shù)無效率中由于純技術(shù)無效率所造成的部分；規(guī)模效率變化指數(shù)（SEC），判斷決策單元是否處于最優(yōu)生產(chǎn)規(guī)模。

四、數(shù)據(jù)來源與描述性統(tǒng)計分析

本文的研究對象是2010年－2013年安徽省16個地級市4年間的面板數(shù)據(jù)，各項投入、產(chǎn)出指標(biāo)的數(shù)據(jù)均來源于2011年－2014年安徽統(tǒng)計年鑒。

（1）產(chǎn)出指標(biāo) 由于安徽的地理位置的特點(diǎn)，客運(yùn)量主要集中在道路運(yùn)輸。而鐵路運(yùn)輸和航天運(yùn)輸?shù)目瓦\(yùn)量和貨運(yùn)量，只能以省為單位進(jìn)行統(tǒng)計，無法細(xì)化到每個城市，所以本文的“客運(yùn)量”指標(biāo)主要用各市每年公路運(yùn)輸客運(yùn)量來表征，單位為“萬人”；“貨運(yùn)量”指標(biāo)用公路運(yùn)輸貨運(yùn)量與水路運(yùn)輸貨運(yùn)量指標(biāo)來表征，單位為“萬噸”。

鑒于安徽的地理分布，皖北、皖中為平原地區(qū)，皖南為山區(qū)，選擇“客運(yùn)量”和“貨運(yùn)量”作為產(chǎn)出指標(biāo)可能會導(dǎo)致測算不精確。但是我們認(rèn)為安徽省經(jīng)濟(jì)發(fā)展水平還不夠高，旅客出行和貨物運(yùn)輸主要還是依靠公路，特別是皖南地區(qū)多山，鐵路、航空運(yùn)輸極少，人和貨物基本都靠公路運(yùn)輸，這一現(xiàn)實情況將不會從根本上影響則算結(jié)果。

（2）投入指標(biāo) 第一，環(huán)境效應(yīng)。交通運(yùn)輸業(yè)主要依靠含碳能源，因此本文用二氧化碳（CO2）的排放量替代環(huán)境效應(yīng)作為投入指標(biāo)。鑒于安徽省交通運(yùn)輸業(yè)二氧化碳排放量的數(shù)據(jù)可獲得性受限，本文在對安徽省各地級市二氧化碳排放量計算過程中選用作為基礎(chǔ)數(shù)據(jù)，計算公式如下：

二氧化碳（CO2）排放量＝交通運(yùn)輸業(yè)化石能源消費(fèi)量×碳折算系數(shù)

其中碳折算系數(shù)，選擇國家發(fā)改委能源研究所制定的折算系數(shù)0.67（廈門節(jié)能公共信息服務(wù)網(wǎng)，2008年2月14日數(shù)據(jù)），單位為“萬噸”。

第二，資本存量。鑒于資本存量數(shù)據(jù)無法直接從統(tǒng)計年鑒獲得，本文利用Goldsmith（1951）提出的“永續(xù)盤存法”估算［18］。估算公式為：Kt＝It＋（1－δ）Kt－1，Kt是t期的資本存量，δ是折舊率，It是t期的投資。受統(tǒng)計年鑒數(shù)據(jù)限制，文章中資本存量以2000年為基期進(jìn)行計算，折舊率δ值選擇為0.05，資本存量單位為“萬元”。

第三，勞動力投入。從業(yè)人員數(shù)的計算，采用汪克亮等（2012［19］）提出的方法，單位為“萬人”：

當(dāng)期從業(yè)人員總數(shù)＝（當(dāng)期末從業(yè)人員數(shù)＋上期末從業(yè)人員數(shù)）／2

第四，能源消耗。本文選用安徽省各市交通運(yùn)輸業(yè)能源消費(fèi)量作為能源消耗投入指標(biāo)，單位為“萬噸標(biāo)準(zhǔn)煤”。

在決策單元各項投入增加的情況下，產(chǎn)出也應(yīng)該相應(yīng)增加；這就是Charnes A.和Cooper W.W.（1978）提出的“等張性”，這是DEA 建模的一個基本條件［20］。因此在進(jìn)行DEA 方法實證研究之前，本文利用Pearson相關(guān)分析法進(jìn)行“等張性”檢驗來確保研究的可靠性，檢驗結(jié)果如表1所示。

表1 投入、產(chǎn)出變量之間的Pearson相關(guān)系數(shù)

由表2檢驗結(jié)果可知，本文選取的投入、產(chǎn)出指標(biāo)相互間存在較強(qiáng)的正相關(guān)關(guān)系，因此檢驗結(jié)果滿足“等張性”，據(jù)此本文選取的指標(biāo)科學(xué)合理。

五、實證分析

本文首先通過對安徽省交通運(yùn)輸業(yè)能源利用綜合效率進(jìn)行測算，以了解自2009年承接“產(chǎn)業(yè)轉(zhuǎn)移”后其能源利用狀況，并進(jìn)一步利用Malmquist指數(shù)對能源利用效率進(jìn)行動態(tài)分解，進(jìn)而分析區(qū)域差異及其成因。

（1）各地區(qū)能源利用技術(shù)效率分析 本文利用安徽省2010年－2013年16個城市面板數(shù)據(jù)，根據(jù)規(guī)模報酬可變的BCC模型、規(guī)模報酬不變的CCR 模型和非規(guī)模報酬遞增的DEA 模型分別計算能源利用純技術(shù)效率（PTE），能源利用技術(shù)效率（TE）和能源利用規(guī)模效率（SE），應(yīng)用DEAP2.1軟件測度安徽省交通運(yùn)輸業(yè)能源利用效率，測算結(jié)果見表2和表3。

表2 2010年－2013年安徽省各市交通運(yùn)輸業(yè)能源利用技術(shù)效率和純技術(shù)效率

表3 2010年－2013年安徽省各市交通運(yùn)輸業(yè)能源利用規(guī)模效率

續(xù)表

從表2和表3的“全省平均值”一欄中可知，“承接產(chǎn)業(yè)轉(zhuǎn)移”后，安徽省交通運(yùn)輸業(yè)能源利用技術(shù)效率平均值為0.758，能源利用純技術(shù)效率和能源利用規(guī)模效率的平均值分別為0.921和0.820。從安徽省交通運(yùn)輸業(yè)這四年整體來看，能源利用技術(shù)效率和規(guī)模效率偏低，具有較大的提升潛力，能源利用純技術(shù)效率達(dá)到了0.921，還存在一定的上升空間。同時研究結(jié)果也表明，安徽省交通運(yùn)輸業(yè)的能源利用效率整體偏低主要原因是規(guī)模效率不高。2010年－2013年安徽省交通運(yùn)輸業(yè)能源利用技術(shù)效率和規(guī)模效率總體呈現(xiàn)下降狀態(tài)，而純技術(shù)效率處于相對穩(wěn)定的狀態(tài)，這也許是因為安徽省承接產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)移初期，企業(yè)更多響應(yīng)政府號召為“產(chǎn)業(yè)轉(zhuǎn)移”做好基礎(chǔ)性投資，企業(yè)對新技術(shù)處于投資期和發(fā)掘期，同時生產(chǎn)規(guī)模還沒有控制在一個合理的水平，企業(yè)對新的政策還處于一個適應(yīng)的階段。

本文將安徽分為三個地區(qū)，皖北、皖中和皖南，皖北地區(qū)包括淮北、亳州、宿州、蚌埠、阜陽和淮南六個城市，皖中地區(qū)包括合肥、六安、滁州和安慶四個城市，皖南地區(qū)包括馬鞍山、蕪湖、宣城、銅陵、池州和黃山六個城市。從地區(qū)層面來看，能源利用效率、能源利用純技術(shù)效率和規(guī)模效率都存在一定的差異。由表4可知，皖北地區(qū)的能源利用技術(shù)效率最高，年均技術(shù)效率達(dá)到0.842，而皖中地區(qū)的能源利用規(guī)模效率是最低的，年均只有0.763。皖南地區(qū)的能源利用純技術(shù)效率為是三個地區(qū)中最低的，年均0.838。

由表2可以看出，處在皖北地區(qū)的六個城市中，亳州、宿州和阜陽三個城市的能源利用技術(shù)效率和能源利用純技術(shù)效率在2010年到2013年連續(xù)四年年均保持在1的水平，并且這三個城市的規(guī)模報酬也一直保持不變，特別是宿州市2010年到2013年連續(xù)四年能源利用技術(shù)效率、能源利用純技術(shù)效率和能源利用規(guī)模效率都保持在1的水平，且規(guī)模報酬一直保持不變。這三個城市雖然不大，但是交通運(yùn)輸業(yè)的能源利用效率在皖北地區(qū)甚至是整個安徽省都特別突出，是其他城市節(jié)能減碳的標(biāo)桿。同時，我們也注意到皖北地區(qū)經(jīng)濟(jì)發(fā)展相對落后，人口流動性較大，加之處于平原地區(qū)，公路交通發(fā)達(dá)，這些客觀條件也許是實證研究結(jié)果中皖北地區(qū)能源利用效率較高的影響因素。

下頁表4的研究結(jié)果表明，皖北地區(qū)和皖中地區(qū)的純技術(shù)效率已接近相對最優(yōu)水平，優(yōu)化資源配置、發(fā)掘現(xiàn)有技術(shù)對提升能源利用純技術(shù)效應(yīng)的空間有限，能源利用效率的提高將主要依靠規(guī)模效率的提升；特別是皖中地區(qū)，能源利用規(guī)模效率四年平均值只有0.763，有很大的提升潛力。從表3中我們得到，處于皖中地區(qū)的合肥和滁州兩市能源利用規(guī)模效率非常低，特別是作為省會城市的合肥，能源利用效率四年來最高也只有0.414。合肥市雖說是安徽省經(jīng)濟(jì)發(fā)展龍頭，但是交通運(yùn)輸業(yè)的能源利用效率排在了全省倒數(shù)。從下頁表5中我們可以發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展相對遲緩的皖南地區(qū)，其能源利用技術(shù)效率的提高不同于皖北和皖中地區(qū)更多依賴于純技術(shù)效率的提高，相對來說，它同時也依賴于規(guī)模效率的提高。所以對于皖南地區(qū)來說，在提高規(guī)模效率的同時，也應(yīng)該注重對技術(shù)投資，充分利用現(xiàn)有技術(shù)，以提高能源利用的純技術(shù)效率。

2009年安徽省“承接產(chǎn)業(yè)轉(zhuǎn)移”后，各項政策的相繼出臺，鼓勵大量的資本和勞動力涌入“皖江城市帶”，促進(jìn)了安徽省的技術(shù)創(chuàng)新，這是2010年到2013年安徽省交通運(yùn)輸業(yè)能源利用純技術(shù)效率一直保持在0.9以上的可能原因之一。但是規(guī)模效率并沒有像純技術(shù)效率一樣處于一個較高水平，我們推測是因為大量的資金主要用于技術(shù)創(chuàng)新和擴(kuò)大企業(yè)規(guī)模，卻忽視了企業(yè)生產(chǎn)效率的問題，導(dǎo)致了高純技術(shù)效率和低規(guī)模效率的現(xiàn)象出現(xiàn)。

表4 各地區(qū)能源利用效率

（2）安徽省交通運(yùn)輸業(yè)能源利用效率指數(shù)測算及分解 基于產(chǎn)出的全要素能源生產(chǎn)率指數(shù)（TFPC）可以用Malmquist指數(shù)來表示，利用DEA2.1軟件計算全要素能源生產(chǎn)率變化的Malmquist指數(shù)并對Malmquist指數(shù)進(jìn)行分解，結(jié)果見表5。

表5 安徽省交通運(yùn)輸業(yè)能源利用效率變動指數(shù)及分解（2010年－2013年）

從表5可知，2010年－2013年安徽省16個城市交通運(yùn)輸業(yè)平均能源利用效率變動指數(shù)為1.038，大于1，表明能源利用效率在這四年間有一定的上升（0.38%）。從Malmquist指數(shù)分解結(jié)果來看，技術(shù)效率變動指數(shù)和技術(shù)變動均值分別為0.948和1.095，意味著安徽省交通運(yùn)輸業(yè)能源利用效率提高了0.38%，是技術(shù)進(jìn)步提高0.95%和能源利用技術(shù)效率下降了0.52%共同作用結(jié)果，其中能源利用技術(shù)效率對能源利用效率起阻礙作用。從表5可以得到，能源利用純技術(shù)效率平均值略微提高，而規(guī)模效率平均值下降較為明顯，說明能源利用技術(shù)效率的下降，主要是源于規(guī)模效率下降，這與我們前文的分析一致。

從地區(qū)層面來看，能源利用效率的變化存在一定的地區(qū)差異，如表6所示。皖中地區(qū)雖然能源利用效率不如皖北地區(qū)高，但是其能源利用效率增長的幅度卻是全省最高。處于皖中地區(qū)的四個城市的能源利用效率變動指數(shù)均大于1，意味著皖中地區(qū)的每個城市交通運(yùn)輸業(yè)的能源利用效率在承接產(chǎn)業(yè)轉(zhuǎn)移后都有一定程度的上升，“皖江城市帶”的建設(shè)促進(jìn)了皖中地區(qū)交通運(yùn)輸業(yè)投資。

表6 各地區(qū)交通運(yùn)輸業(yè)能源利用效率平均值變化指數(shù)及分解（2010年－2013年）

從表6得知，皖中地區(qū)能源利用效率的上升是能源利用技術(shù)效率和技術(shù)進(jìn)步共同的促進(jìn)的結(jié)果，其中技術(shù)進(jìn)步起著主要作用。而能源利用效率最高的皖北地區(qū)，其能源利用效率甚至出現(xiàn)輕微下降。同時，從表5中可以看到，處于皖北地區(qū)的六個城市中，有三個城市的能源利用效率變化指數(shù)大于1，與皖中地區(qū)一樣，這三個城市的能源利用效率的上升主要還是因為技術(shù)的進(jìn)步。而淮南、淮北和阜陽這三個城市的能源利用效率都有一定程度的下降?；幢笔心茉蠢眯氏陆档脑蚺c安徽省整體情況一樣，是因為能源利用技術(shù)效率的不足，而能源利用技術(shù)效率不足也主要是因為規(guī)模效率的低下。與淮北市不同的是，淮南市能源利用效率下降的主要原因是技術(shù)進(jìn)步出現(xiàn)負(fù)增長?？梢姡槍γ禾抠Y源豐富的淮南市，更多的是要注重技術(shù)上的投資和創(chuàng)新。阜陽則是能源利用技術(shù)效率和技術(shù)進(jìn)步都出現(xiàn)下降，這是因為技術(shù)投資不足，且技術(shù)利用效率尚未真正得到充分發(fā)掘。從表6得知，皖南地區(qū)的能源利用效率的增長雖然也是主要源于技術(shù)進(jìn)步的作用，但是皖南地區(qū)能源利用技術(shù)效率的提升主要依靠純技術(shù)利用效率，而不是規(guī)模效率的提升。這可能與皖南地區(qū)地理狀況有關(guān)，皖南處于山區(qū)，交通運(yùn)輸業(yè)規(guī)模效應(yīng)不明顯，皖南地區(qū)交通運(yùn)輸企業(yè)更加注重純技術(shù)效率的發(fā)掘。

六、研究結(jié)論

本文得出如下主要結(jié)論：

第一，通過對安徽省各地區(qū)能源利用效率的測算發(fā)現(xiàn)，“承接產(chǎn)業(yè)轉(zhuǎn)移”后安徽省交通運(yùn)輸業(yè)能源利用技術(shù)效率、能源利用純技術(shù)效率和規(guī)模效率整體都不高，特別是能源利用技術(shù)效率和規(guī)模效率，有很大的上升空間。從地區(qū)層面看，能源利用效率皖北地區(qū)＞皖中地區(qū)＞皖南地區(qū)，其中皖北地區(qū)能源利用效率在樣本期間內(nèi)一直處于下降狀態(tài)，這是純技術(shù)效率和規(guī)模效率都出現(xiàn)下降導(dǎo)致的。究其原因，可能是安徽省交通運(yùn)輸業(yè)的發(fā)展還處于粗放的技術(shù)使用階段，已有的技術(shù)水平下，并未能有效挖掘其所能達(dá)到的最優(yōu)資源配置，雖然這是一個行業(yè)發(fā)展過程中的必經(jīng)階段，但也是低級階段。

第二，通過對能源利用效率變動指數(shù)進(jìn)行動態(tài)分解后發(fā)現(xiàn)，安徽省交通運(yùn)輸業(yè)的能源利用效率在“承接產(chǎn)業(yè)轉(zhuǎn)移”后的四年間里得到了一定程度的提高，且提高的程度具有地區(qū)性差異。皖中地區(qū)增長幅度最大，皖北地區(qū)甚至出現(xiàn)輕微負(fù)增長。各地區(qū)能源利用效率的提升均主要源于技術(shù)進(jìn)步，能源利用技術(shù)效率只對皖中地區(qū)的能源利用效率有推動作用，對皖北地區(qū)和皖南地區(qū)的能源利用效率均起到阻礙作用。這說明，能源利用效率的提高，單純的依靠技術(shù)進(jìn)步是不可持續(xù)的，更重要的是在對現(xiàn)有技術(shù)水平進(jìn)行充分挖掘的基礎(chǔ)上，促進(jìn)技術(shù)效率提高，這樣才能確保安徽省交通運(yùn)輸業(yè)能源利用效率持續(xù)性提升。

第三，安徽省交通運(yùn)輸業(yè)整體能源利用效率提高速度較慢。這是因為在“承接產(chǎn)業(yè)轉(zhuǎn)移”后的四年樣本區(qū)間內(nèi)，大量的資本和勞動力涌入“皖江城市帶”的中心城市，使得安徽省各區(qū)域交通運(yùn)輸業(yè)技術(shù)進(jìn)步較為迅速，與此同時，越來越嚴(yán)重的城市“擁堵病”在一定程度上會降低能源利用技術(shù)效率，對安徽省整體交通運(yùn)輸業(yè)能源利用效率的提高起阻礙作用。此外，由于交通運(yùn)輸業(yè)產(chǎn)出高度依賴國民經(jīng)濟(jì)發(fā)展的需求，大量技術(shù)投資和更高的技術(shù)水平往往代表著更高的運(yùn)輸效率，這意味著需求相對穩(wěn)定的條件下，新技術(shù)難以被充分利用，因此安徽省交通運(yùn)輸業(yè)粗放的投資發(fā)展模式并未帶來整體能源利用效率快速提升。

綜上，安徽省交通運(yùn)輸業(yè)能源利用效率有一定潛力可挖。安徽省交通運(yùn)輸業(yè)整體上還處于投資拉動增長階段，區(qū)域差異明顯存在且形成原因各不相同。針對各區(qū)域未來的發(fā)展，需要從技術(shù)投資、能源利用純技術(shù)效率和規(guī)模效率方面分別擬定發(fā)展方向，在保障安徽省交通運(yùn)輸業(yè)產(chǎn)出水平和經(jīng)濟(jì)發(fā)展相適應(yīng)的前提下，更好地發(fā)掘能源利用潛力，在保證產(chǎn)出的條件下，實現(xiàn)要素投入最優(yōu)化，從而更好實現(xiàn)節(jié)能減排。

［1］Hu J L，Wang S C.Total－factor Energy Efficiency of Regions in China［J］.Energy Policy，2006，（17）：3206－3217.

［2］魏 楚，沈滿洪.能源效率及其影響因素：基于DEA 的實證分析［J］.管理世界，2007，（8）：66－76.

［3］史 丹，吳利學(xué)，傅曉霞，等.中國能源效率地區(qū)差異及其成因研究［J］.管理世界，2008，（2）：35－43.

［4］吳振明，彭其淵.我國交通運(yùn)輸業(yè)綜合效率實證研究［J］.求索，2013，（3）：5－8.

［5］楊紅亮，史 丹，肖 潔.自然環(huán)境因素對能源效率的影響［J］.中國工業(yè)經(jīng)濟(jì)，2009，（4）：73－84.

［6］汪克亮，楊寶臣，楊 力.中國能源利用的經(jīng)濟(jì)效率、環(huán)境績效與節(jié)能減排潛力［J］.經(jīng)濟(jì)管理，2010，（10）：1－9.

［7］王 蕾，魏后凱，王振霞.中國區(qū)域節(jié)能潛力估算及節(jié)能政策設(shè)計［J］.財貿(mào)經(jīng)濟(jì)，2012，（10）：130－136.

［8］屈小娥.中國省際工業(yè)能源效率與節(jié)能潛力：基于DEA 的實證和模擬［J］.經(jīng)濟(jì)管理，2011，（7）：16－24.

［9］周春應(yīng)，楊紅強(qiáng).中國工業(yè)能源利用效率的行業(yè)差異與節(jié)能潛力研究［J］.山西財經(jīng)大學(xué)學(xué)報，2013，（9）：84－93.

［10］雷華衛(wèi).我國各地區(qū)鋼鐵行業(yè)能源效率及節(jié)能減排潛力分析［D］.廣州：暨南大學(xué)碩士學(xué)位論文，2013.

［11］張 亮.中國汽車工業(yè)能源利用效率測算及影響因素研究［D］.衡陽：南華大學(xué)碩士學(xué)位論文，2013.

［12］趙 陽.山東省制造業(yè)節(jié)能減排潛力及實現(xiàn)路徑［D］.濟(jì)南：山東財經(jīng)大學(xué)碩士學(xué)位論文，2013.

［13］魏 楚.工業(yè)能源效率、節(jié)能潛力與影響因素——基于浙江省的實證分析［J］.學(xué)習(xí)與實踐，2010，（3）：16－25.

［14］Hailu A，Veeman T S.Non－parametric Productivity Analysis with Undesirable Outputs：An Application to the Canadian Pulp and Paper Industry［J］.American Journal of Agriculture Economics，2001，（3）：605－616.

［15］Honma S，Hu J L.Efficient Waste and Pollution Abatement for Regions in Japan［J］.International Journal of Sustainable Development ＆ World Ecology，2009，（4）：270－285.

［16］齊 軍，趙四東，楊永春，等.基于DEA 和Malmquist指數(shù)的中國環(huán)?？冃У臏y度及其時空變化［J］.蘭州大學(xué)學(xué)報（自然科學(xué)版），2012，（6）：34－45.

［17］劉秉鐮，李清彬.中國城市全要素生產(chǎn)率的動態(tài)實證分析：1990－2006——基于DEA 模型的Malmquist指數(shù)方法［J］.南開經(jīng)濟(jì)研究，2009，（3）：143－152.

［18］Goldsmith，R.W.A Perpetual Inventory of National Wealth［R］.Studies in Income and Wealth.New York：National Bureau of Economic Research，1951.

［19］汪克亮，楊寶臣，楊 力.基于環(huán)境效應(yīng)的中國能源效率與節(jié)能減排潛力分析［J］.管理評論，2012，（8）：40－50.

［20］Charnes A，Cooper W W，Rhodes E.Measuring the Efficiency of Decision Making Units［J］.European Journal of Operational Research，1978，（6）：429－444.