中國區(qū)域能源效率及其影響因素
——基于面板隨機前沿模型的分析

李坤明，方麗婷

（1.福建農(nóng)林大學 經(jīng)濟學院，福建 福州350002；2.福州大學 經(jīng)濟與管理學院，福建 福州350001）

中國區(qū)域能源效率及其影響因素
——基于面板隨機前沿模型的分析

李坤明1，方麗婷2

（1.福建農(nóng)林大學 經(jīng)濟學院，福建 福州350002；2.福州大學 經(jīng)濟與管理學院，福建 福州350001）

基于2000—2015年省級面板數(shù)據(jù)，利用面板隨機前沿模型估計了我國30個省份的區(qū)域能源效率，并通過對無效率項的條件期望估計，檢驗了人均GDP、城鎮(zhèn)化率、工業(yè)結構、對外貿(mào)易和能源消費結構對我國能源效率的影響。能源效率估計結果顯示，我國能源效率整體上呈逐年上升趨勢，但區(qū)域間的差異較明顯，呈現(xiàn)東部高、中西部低的分布特征。無效率項的估計結果表明，人均GDP和城鎮(zhèn)化率對我國能源效率均存在顯著的積極影響，對外貿(mào)易則不利于我國能源效率的改善，工業(yè)結構和能源消費結構對我國能源效率的影響在統(tǒng)計上不顯著，但從彈性系數(shù)的估計值看，工業(yè)比重和煤炭消費比重的增加傾向于降低我國的能源效率。

能源效率；能源經(jīng)濟；影響因素；面板隨機前沿模型

1 引言

能源短缺是發(fā)展中國家經(jīng)濟社會發(fā)展過程中面臨的主要挑戰(zhàn)之一［1］。破解能源短缺問題的方法不外乎兩種，一是從供給側尋求新能源和替代能源，二是從需求側推動節(jié)能降耗，提高能源利用效率。由于尋找新能源是一個漫長的過程，所以從短期來看提高能源效率是解決能源短缺問題的一條最有效途徑。同時，隨著人口的增長以及工業(yè)化和城鎮(zhèn)化的推進，能源消費在不斷增加［2－4］，由此造成的環(huán)境污染問題也日益突出［5，6］，能源利用效率的提高能夠有效降低能源強度、減少污染物排放［7］，有助于解決能源消費帶來的環(huán)境污染問題，因此關于能源效率的評價、影響因素、能源效率與環(huán)境關系的研究一直是眾多學者關注的焦點問題［8－12］。

我國是世界最大的能源消費國，但能源供給結構單一、增長趨緩，供需兩側的此消彼長使其面臨較嚴重的能源短缺問題。2015年，我國能源消費量達43億t標準煤，約占全世界能源消費總量的23%，而能源缺口高達7億t標準煤。同時，我國正在加快推進城鎮(zhèn)化和工業(yè)化建設，能源消費需求量大幅增長，這可能會加劇本就比較嚴重的環(huán)境污染問題。提高能源效率，倡導節(jié)能降耗是目前我國破解能源短缺和環(huán)境問題的可行選項，也是我國社會各界的共識，這就迫切要求我們了解我國能源效率受哪些因素的影響、影響的程度怎樣，即識別我國能源效率的決定機制。只有這樣，才能知道如何通過提升能源利用效率解決我國城鎮(zhèn)化和工業(yè)化過程中的能源短缺與環(huán)境污染問題。

基于以上背景，本文嘗試利用面板隨機前沿模型估計我國各地區(qū)的能源效率，探索我國能源效率的影響機制。現(xiàn)有研究文獻中主要采用數(shù)據(jù)包絡分析（DEA）方法測度能源效率。DEA方法是一種非參數(shù)方法，受數(shù)據(jù)質(zhì)量的影響較大，而且效率計算基于前沿面的估計，不同的樣本計算結果具有相對性，可比性較差，不能直接估計各種因素對效率的影響［13］。本文所采用的隨機前沿模型考慮了隨機因素對生產(chǎn)前沿的影響，并且可直接對無效率項及其影響因素進行建模，因此能夠方便地得到各種影響因素對能源效率的邊際影響，這是本文對現(xiàn)有文獻的貢獻之一。此外，由于我國是世界上最大的發(fā)展中國家，本研究將為有關能源效率的國際討論增加重要的中國經(jīng)驗證據(jù)。

2 實證模型與變量選取

為了考察我國能源效率的決定機制，本文基于2000—2015年我國30個省份的面板數(shù)據(jù)估計能源效率的面板數(shù)據(jù)隨機前沿模型。與大多數(shù)文獻類似［14，15］，本文基于 Jorgenson 等［16］的 KLEM 模型，以資本（K）、勞動力（L）和能源消費（E）作為投入要素，以GDP作為產(chǎn)出，建立基于柯布道格拉斯函數(shù)的能源效率隨機前沿模型：

式中，υit為獨立于投入要素和技術水平的隨機誤差項，服從均值為0的正態(tài)分布，即；uit為技術無效率項，服從均值為mit且在原點左邊截尾的半正態(tài)分布，即

考慮到影響能源效率的因素主要有技術因素和結構因素，參照現(xiàn)有文獻［17－19］，選取人均實際 GDP（PGDP）、城鎮(zhèn)化率（URB）、工業(yè)結構（INS）、對外貿(mào)易（FTR）和能源消費結構（ENS）等變量作為能源效率的影響因素，對技術無效率項的期望進行建模。假設：

無效率項uit的條件期望可表示為：

式中，zit＝ （PGDPit，URBit，NSit，F(xiàn)TRit，ENSit）′。

為了消除價格影響，本文中GDP通過各省份歷年國內(nèi)生產(chǎn)總值指數(shù)套算得到。以1990年作為基年，各變量的測度方法為：①資本投入。借鑒張軍、章元［20］的永續(xù)盤存法計算，并以1990年作為資本積累的基年，為了消除物價水平的影響，利用固定資產(chǎn)投資價格指數(shù)對每年的固定資產(chǎn)投資額進行平減。需要說明的是，重慶市于1997年成為直轄市，下轄原重慶市及原四川省所屬萬縣、涪陵市和黔江地區(qū)，所以1996年之前重慶市固定資產(chǎn)投資數(shù)額以對應年份的《四川統(tǒng)計年鑒》中上述四個地區(qū)的固定資產(chǎn)投資之和計算，而固定資產(chǎn)投資價格指數(shù)直接取當年四川省的數(shù)值。此外，由于有個別年份個別地區(qū)的固定資產(chǎn)投資價格指數(shù)缺失，因此以臨近地區(qū)的平均值填補。②勞動力投入。采用全社會就業(yè)人員數(shù)量測度。③能源投入。利用能源消費總量進行測度，因為不同的能源產(chǎn)品不能直接加總，本文先將各種能源產(chǎn)品消費量折算成標準煤后再加總計算投入總量。④人均實際GDP（PGDP）。用以衡量經(jīng)濟發(fā)展水平，采用實際GDP與人口規(guī)模的比值測度。⑤城鎮(zhèn)化率（URB）。采用人口城鎮(zhèn)化指標，即城鎮(zhèn)人口占總人口的比例作為測度方法。⑥工業(yè)結構（INS）。用工業(yè)增加值與GDP的比值測度。⑦對外貿(mào)易（FTR）。按經(jīng)營單位所在地核算的進出口總額與GDP的比值作為對外貿(mào)易測度。⑧能源消費結構（ENS）。采用煤炭消費占能源總消費的比重作為測度指標。

考慮到數(shù)據(jù)的完整性和可獲得性，本文將樣本區(qū)間選定在2000—2015年，由于西藏地區(qū)數(shù)據(jù)缺失較嚴重，我們將其剔除，從而本文所用數(shù)據(jù)為2000—2015年中國30個省份（香港和澳門特別行政區(qū)、臺灣省除外，下同）的省級面板數(shù)據(jù)。能源消費數(shù)據(jù)來自歷年的《能源統(tǒng)計年鑒》和各省統(tǒng)計年鑒，其他指標來自歷年各省統(tǒng)計年鑒。為了減輕異方差性，我們對所有變量取對數(shù)形式，各變量的描述性統(tǒng)計結果見表1。

表1 變量的描述性統(tǒng)計

3 實證結果及分析

3.1 區(qū)域能源效率估計結果

2000—2015年我國平均能源效率的估計結果見表2。從表2可見，整體上我國能源效率呈現(xiàn)逐年上升趨勢，各省份之間的能源效率差異逐年加大，效率最高與效率最低省份之間的差距趨于擴大。

表2 2000—2015年我國平均能源效率估計

我國分地區(qū)能源效率平均值見圖1。本文采用國家統(tǒng)計局的地區(qū)劃分方法，將我國大陸31個省份劃分成東部、中部、西部三個大區(qū)。圖1可見，我國東部地區(qū)的能源效率處于較高水平，遠高于中部和西部地區(qū)，中部和西部地區(qū)的能源效率出現(xiàn)交替領先現(xiàn)象，西部地區(qū)的能源效率波動較大，中部地區(qū)則較平穩(wěn)。從時間上看，三個地區(qū)的能源效率均呈現(xiàn)上升趨勢。

圖1 我國分地區(qū)能源效率平均值

圖2 主要年份能源效率核密度估計

為了更細致地考察我國能源效率的地區(qū)分布及其隨時間變化的趨勢，利用每年各省份能源效率預測值估計了我國能源效率的概率密度，主要年份的密度估計結果見圖2。從圖2可見，隨著時間的推移，我國能源效率的概率分布有整體向右移動的趨勢，時間越往后，分布的右尾越厚。說明我國能源效率整體上處于逐年上升趨勢，且有越來越多的地區(qū)進入高能效階段，但區(qū)域間的差異趨于擴大。

3.2 模型參數(shù)估計結果

我國能源效率隨機前沿模型的生產(chǎn)函數(shù)部分見表3，即模型（1）的估計結果；為了便于比較，我們利用面板數(shù)據(jù)模型估計了非隨機前沿面設定下的生產(chǎn)函數(shù)表4。整體上，隨機前沿模型生產(chǎn)函數(shù)的擬合效果較好，各系數(shù)的估計值均在99%置信水平下顯著。從系數(shù)估計結果看，資本產(chǎn)出彈性為0.16，勞動產(chǎn)出彈性高達0.7，能源產(chǎn)出彈性約0.18，觀察表4發(fā)現(xiàn)上述結果與生產(chǎn)非隨機前沿設定下的估計結果相差較大，在非隨機前沿模型中，資本、勞動力和能源的產(chǎn)出彈性分別為0.52、0.26 和 0.33。值得注意的是，在隨機前沿模型中如果令非效率項等于1，則得到的模型是非隨機前沿模型，這說明非隨機模型是隨機模型的一種特殊形式，因此隨機模型的估計更加穩(wěn)健。從表3和表4看，如果不考慮隨機因素對生產(chǎn)前沿的影響，則可能高估資本的產(chǎn)出彈性。

表3 能源效率隨機前沿模型的生產(chǎn)函數(shù)估計結果

表4 非隨機前沿設定下的生產(chǎn)函數(shù)估計結果

表5顯示了隨機前沿模型中無效率項模型（3）的估計結果。需要說明的是，在隨機前沿模型中，無效率uit項越大，說明效率越低，即是一個負向指標。如果某個變量對uit的影響為正，則它對能源效率的影響為負，反之則相反。從表5可見，人均GDP和城鎮(zhèn)化率對無效率項具有顯著的負向影響，因此兩者對我國能源效率的影響顯著為正。人均GDP每提高1%，將帶來能源效率提升0.63%；城鎮(zhèn)化率每提高1%，將推動能源效率提高0.32%。同時，對外貿(mào)易對無效率項的影響顯著為正，說明對外貿(mào)易比重的提高并不能促進我國能源效率的提高，對外貿(mào)易占GDP的比重每提高1%，會導致能源效率下降0.04%。估計結果還表明，工業(yè)比重和煤炭消費比重的提高均傾向于降低我國能源效率，雖然這種影響在統(tǒng)計上并不顯著，但值得重視。

表5 非效率項的條件均值函數(shù)估計結果

3.3 實證結果分析

本文的實證結果顯示，我國能源利用效率整體上處于較低水平，不同地區(qū)的差異較明顯，呈現(xiàn)出東部地區(qū)高、中部和西部地區(qū)低的特征，這與我國區(qū)域經(jīng)濟發(fā)展狀況相符。長期以來，我國區(qū)域經(jīng)濟發(fā)展一直存在東部強、西部弱的格局，東部地區(qū)聚集了大量的物質(zhì)資本、人力資源，政策環(huán)境較寬松，經(jīng)濟發(fā)展速度和發(fā)展水平均高于中西部地區(qū)，有條件提升能源效率。

模型中生產(chǎn)函數(shù)的估計結果表明，人口紅利是推動我國長期高增長的最主要原因，而能源投入的作用同樣不可忽視，它對產(chǎn)出的貢獻甚至比資本還大。本文與其他相關文獻的不同之處在于將能源投入納入生產(chǎn)函數(shù)，結合以往關于我國總量生產(chǎn)函數(shù)的估計結果發(fā)現(xiàn)，本文關于勞動力產(chǎn)出彈性的估計結果與相關文獻中的估計結果大體相當，這在一定程度上說明資本對中國經(jīng)濟增長的影響不僅體現(xiàn)在固定資產(chǎn)投資的帶動，還體現(xiàn)在能源投入的推動。

模型中無效率項的條件期望估計結果顯示：首先，經(jīng)濟發(fā)展水平提高和城鎮(zhèn)化進程加快有利于提升我國能源效率，原因可能是經(jīng)濟發(fā)展水平和城鎮(zhèn)化率越高的地區(qū)越容易通過改進能源使用技術提高能源效率。其次，對外貿(mào)易比重增加并不會推動我國能源效率的提升，表明我國企業(yè)并未從對外貿(mào)易活動中獲得技術改進和知識溢出效應，這可能與我國進出口商品主要以低端產(chǎn)品為主有關。第三，工業(yè)在經(jīng)濟中的占比和煤炭消費比重提高均不利于能源效率的提高，這與我們的預期一致。工業(yè)部門一直都是低能效部門，我國工業(yè)能耗約占能耗總量的70%，但工業(yè)增加值僅占GDP的40%左右，同時煤炭資源是利用效率較低的能源產(chǎn)品，因此在工業(yè)比重較高或煤炭資源消費占比較大的地區(qū)，能源效率可能更低，但這種影響較微弱。

根據(jù)實證結果發(fā)現(xiàn)，在統(tǒng)計上能顯著影響我國能源效率的因素中，按照影響程度從高到低排序依次是人均GDP、城鎮(zhèn)化水平和對外貿(mào)易比重，前兩個因素是積極因素，后一個是不利因素。前兩個因素的總影響超過94%，這在一定程度上說明我國經(jīng)濟發(fā)展具有較強的內(nèi)在能源效率強化機制，經(jīng)濟發(fā)展在大量消耗能源的同時會倒逼能源利用效率的提高。這也在一定程度上說明我國經(jīng)濟增長正處于從重數(shù)量輕質(zhì)量到重質(zhì)量的轉(zhuǎn)型過程中。上述結果與區(qū)域能源效率整體向好的趨勢相吻合。

4 結論與政策含義

本文基于省級面板數(shù)據(jù)，利用面板隨機前沿模型估計了我國30個省份的能源效率，并通過對無效率項條件期望的估計考察了我國經(jīng)濟發(fā)展水平、城鎮(zhèn)化、工業(yè)結構、對外貿(mào)易和能源消費結構等變量對我國能源效率的影響，得到以下主要研究結論：①我國能源效率整體上處于較低水平，各省份能源效率差異明顯，東部地區(qū)的能源效率普遍較高，中部和西部地區(qū)處于較低水平。但從時間上看，我國能源效率整體呈現(xiàn)逐年上升趨勢。②生產(chǎn)函數(shù)的估計結果顯示，人口因素是推動我國經(jīng)濟長期穩(wěn)定增長的最主要原因，能源投入的作用大于物質(zhì)資本投入。③基于無效率項條件期望的估計結果表明，人均GDP和城鎮(zhèn)化率對我國能源效率均具有顯著的正向影響，兩者的彈性系數(shù)分別達到0.63和0.32，對外貿(mào)易對我國能源效率的影響則顯著為負，彈性系數(shù)為0.04。此外，工業(yè)結構和煤炭消費比重的提高不利于我國能源效率的改善，但這種影響不顯著。

本文的研究結果具有豐富的政策含義：首先，我國各地區(qū)的能源效率存在明顯的差異，因此政府在設計能源政策時需要全面規(guī)劃，根據(jù)區(qū)域特點選擇最優(yōu)的政策路徑。其次，實證結果顯示現(xiàn)階段經(jīng)濟發(fā)展水平的提高和城鎮(zhèn)化的推進對我國能源效率都具有顯著的積極影響，說明我國經(jīng)濟發(fā)展和城鎮(zhèn)化進程具有內(nèi)生節(jié)能機制，經(jīng)濟發(fā)展和城鎮(zhèn)化的推進可在一定程度上倒逼能源效率的提升，部分解決部分能源短缺問題，因此政府在推動經(jīng)濟發(fā)展和推進城鎮(zhèn)化之時，應當制定相應的引導政策，使這種內(nèi)在機制發(fā)揮最大效能。同時，為了提升能源效率，有關部門應堅持優(yōu)化經(jīng)濟結構，控制工業(yè)比重，不斷優(yōu)化能源消費結構，減少煤炭等低能效能源產(chǎn)品的消費，并推動對外貿(mào)易產(chǎn)品和產(chǎn)業(yè)鏈的高端化，發(fā)揮對外貿(mào)易的溢出效應。

［1］Akinyele D O，Nair N K C，Rayudu R K，et al.Clean Development Mechanism Projects for Developing Countries：Potential for Carbon Emissions Mitigation and Sustainable Development［R］.Power Systems Conference（NPSC），Eighteenth National，IEEE，2014.

［2］York R.Demographic Trends and Energy Consumption in European Union Nations，1960-2025［J］.Soc Sci Res，2007，（36）∶855-872.

［3］Shahbaz M，Lean H H.Does Financial Development Increase Energy Consumption？The Role of Industrialization and Urbanization in Tunisia［J］.Energy Policy，2012，（40）∶473-479.

［4］Shahbaz M，Loganathan N，Sbia R，et al.The Effect of Urbanization，Affluence and Trade Openness on Energy Consumption：A Time Series Analysis in Malaysia［J］.Renewable and Sustainable Energy Reviews，2015，（47）∶683 －693.

［5］Behera S R，Dash D P.The Effect of Urbanization，Energy Consumption，and Foreign Direct Investment on the Carbon Dioxide Emission in the SSEA（South and Southeast Asian）Region［J］.Renewable and Sustainable Energy Reviews，2017，（70）∶96-106.

［6］Franco S，Mandla V R，Rao K R M.Urbanization，Energy Consumption and Emissions in the Indian Context A Review［J］.Renewable and Sustainable Energy Reviews，2017，（71）∶898-907.

［7］Worrell E，Bernstein L，Roy J，et al.Industrial Energy Efficiency and Climate Change Mitigation［J］.Energy Efficiency，2009，2（2）∶109.

［8］Henriques M F，Dantas F，Schaeffer R.Potential for Reduction of CO2Emissions and A Low-Carbon Scenario for the Brazilian Industrial Sector［J］.Energy Policy，2010，38（4）∶1946-1961.

［9］Akashi O，Hanaoka T，Matsuoka Y，et al.A Projection for Global CO2 Emissions from the Industrial Sector Through 2030 Based on Activity Level and Technology Changes［J］.Energy，2011，36（4）∶1855-1867.

［10］Cui Q，Kuang H B，Wu C Y，et al.The Changing Trend and Influencing Factors of Energy Efficiency：The Case of Nine Countries［J］.Energy，2014，（64）∶1026-1034.

［11］Haas C，Kempa K.Directed Technical Change and Energy Intensity Dynamics：Structural Change vs Energy Efficiency［R］.Joint Discussion Paper Series in Economics，No.10－ 2016，2016.

［12］Hochman G，Timilsina G R.Energy Efficiency Barriers in Commercial and Industrial Firms in Ukraine：An Empirical Analysis［J］.Energy Economics，2017，（63）∶22-30.

［13］楊紅亮，史丹.能效研究方法和中國各地區(qū)能源效率的比較［J］.經(jīng)濟理論與經(jīng)濟管理，2008，（3）∶12－ 20.

［14］林伯強，劉泓汛.對外貿(mào)易是否有利于提高能源環(huán)境效率——以中國工業(yè)行業(yè)為例［J］.經(jīng)濟研究，2015，（9）∶127-141.

［15］陳關聚.中國制造業(yè)全要素能源效率及影響因素研究——基于面板數(shù)據(jù)的隨機前沿分析［J］.中國軟科學，2014，（1）∶180-192.

［16］Jorgenson D W，Gollop F M，F(xiàn)raumeni B M.Productivity and US Economic Growth［M］.Cambridge：Harvard University Press，1987.

［17］Yu H.The Influential Factors of China′s Regional Energy Intensity and Its Spatial Linkages：1988-2007［J］.Energy Policy，2012，（45）∶583-593.

［18］Ma B.Does Urbanization Affect Energy Intensities Across Provinces in China？Long－run Elasticities Estimation Using Dynamic Panels with Heterogeneous Slopes［J］.Energy Economics，2015，（25）∶390-401.

［19］Yan H.Provincial Energy Intensity in China：The Role of Urbanization［J］.Energy Policy，2015，（86）∶635-650.

［20］張軍，章元.對中國資本存量 K 的再估計［J］.經(jīng)濟研究，2004，（7）∶35－43.

Regional Energy Efficiency and Its Influencin g Factors in China——Analysis Based on Panel Stochastic Frontier Model

LI Kun－ ming1，F(xiàn)ANG Li－ ting2
（1.College of Economics，F(xiàn)ujian Agriculture and Forestry University，F(xiàn)uzhou 350002，China；2.School of Economics and Management，F(xiàn)uzhou University，F(xiàn)uzhou 350116，China）

Based on the provincial panel data of China from 2000 to 2015，the regional energy efficiency of 30 provinces in China during the above period were estimated by using Panel Stochastic Frontier Model，and the impact of per capita GDP，urbanization，industrial structure，foreign trade and energy consumption structure on China′s energy efficiency were tested by modeling the condition expectations of inefficient item.Empirical results showed that China′s energy efficiency increased year by year as a whole，but the regional difference was obvious，that were higher in east but lower in central and west China.The estimation results also showed that per capita GDP and urbanization had significant positive effects on China′s energy efficiency，the impact of foreign trade was just opposite，but the impact of industrial structure and energy consumption structure were statistically insignificant.

energy efficiency；energy economy；influencing factors；Panel Stochastic Frontier Model

F062.1；F206

A

1005－8141（2017）11－1324－04

10.3969/j.issn.1005-8141.2017.11.008

2017－09－10；

2017－10－22

國家社科基金項目“半?yún)?shù)變系數(shù)空間自回歸模型的理論及應用研究”（編號：16BTJ018）；福建省自然科學基金項目“空間面板平滑轉(zhuǎn)換模型的理論與應用研究”（編號：2016J05172）；福建省中青年教師教育科研項目“分位數(shù)空間計量模型的統(tǒng)計推斷及應用研究”（編號：JAS150251）。

李坤明（1983－），男，福建省漳州人，博士，講師，研究方向為金融理論與政策、能源經(jīng)濟學、空間計量模型。

方麗婷（1983－），女，福建省寧德人，經(jīng)濟學博士，管理學博士后，講師，研究方向為金融工程、統(tǒng)計理論與方法、能源經(jīng)濟。