蘇州市制造業(yè)全要素能源效率研究

李堯華 宋輝 朱凡凡

摘? ?要：采用Malmquist指數分析方法，從時間維度和行業(yè)維度測算了蘇州市2015—2019年28個制造業(yè)全要素能源效率。結果發(fā)現：兩個維度下蘇州市制造業(yè)全要素能源效率、技術效率均達有效;2017—2018年和2018—2019年兩個時間段內全要素能源效率處于上升趨勢，但是，技術進步效率制約了行業(yè)全要素能源效率的整體平均水平。

關鍵詞：Malmquist模型;制造業(yè);全要素能源效率

中圖分類號：F206? ? ? 文獻標志碼：A? ? 文章編號：1673-291X（2022）08-0040-04

引言

2020年9月22日，習近平總書記在第七十五屆聯(lián)合國大會一般性辯論上承諾，中國力爭2030年前二氧化碳排放達到峰值，2060年前實現碳中和。2021年中央經濟工作會議明確將“做好碳達峰、碳中和工作”作為2021年的八項工作任務之一，可見，推動地方的碳排放盡早達到峰值是當下各地方政府面臨的重要課題。我們知道，能源效率提升是實現地方碳達峰的有效手段之一，制造業(yè)又是影響地方碳達峰的關鍵領域;全要素能源效率作為衡量能源效率的有效方式（Hu and Wang，2006），合理測度地方制造業(yè)全要素能源效率，并認識其演變特征，不僅有利于揭示地方在節(jié)能領域的潛力，還可以側面揭示地方推動碳減排的力度。蘇州作為制造業(yè)大市，地區(qū)生產總值位于江蘇全省前列，即使在2020年受疫情影響的情況下，蘇州市生產總值（2.01萬億元）仍然同比上年增長3.4%。蘇州市制造業(yè)的產業(yè)結構依然處于優(yōu)化升級階段（張春梅，2020）。近年來，不同制造行業(yè)全要素能源效率處于怎樣的變化狀態(tài)？厘清其特征對于卓有成效針對性地制定地方行業(yè)節(jié)能減排對策意義深遠。

一、文獻綜述

現階段關于制造業(yè)全要素能源效率的研究一般會注重全要素能源效率的測算方法和影響全要素能源效率因素的分析。對于前者，何魯燕（2016）選取Malmquist對中部6省物流業(yè)全要素進行實證分析，發(fā)現中部6省的全要素能源效率在2003—2014年間出現先下降后上升的變化趨勢;劉曉蝶、孟祥瑞（2020）運用DEA—Malmquist方法對安徽省16個地級以上城市的面板數據進行分析，測度安徽省全要素能源效率。對于后者，商傳磊、張悟移等（2019）選取行業(yè)固定資產投資、從業(yè)人員數和能源消費總量作為投入指標，物流業(yè)的產值作為產出指標;胡彩梅（2010）選取黑龍江省每年的物質資本存量、能源消耗量作為投入指標，產業(yè)增加值作為產出指標，研究黑龍江省全要素能源效率。

行業(yè)全要素能源效率是指一定規(guī)模產出量所需消耗能源投入量的目標值與實際能源消耗量的比值（李曉菲，2021）。本文將勞動、資本和能源等作為投入要素，為了衡量全要素能源效率的技術性成分，把行業(yè)的主營業(yè)務收入和專利申請數作為該制造業(yè)的產出因素，這樣就構造出了蘇州市制造業(yè)的全要素能源效率衡量范式，也避免了單要素能源效率測度的偏差。鑒于蘇州市制造業(yè)的行業(yè)分布現狀，以其28個制造業(yè)為研究對象，考察2015—2019年對應的數據，以揭示蘇州市制造業(yè)全要素能源效率的特點。

二、研究方法與數據處理

（一）研究方法

數據包絡分析（Data Envelopment Analysis，DEA）由Charnes和Cooper提出。該方法直接使用投入指標、輸出指標建立非參數的數學經濟模型，且不需要提前構建某種函數關系。由于該方法在處理多個投入變量和產出變量時具有巨大的優(yōu)勢，所以該方法在提出之后很快被國內外學者認可，用來測算絕大多數行業(yè)的技術創(chuàng)新效率（魏權齡，2000）。

Malmquist指數公式如下：

M（xt，yt，xt+1，yt+1）=（Mt×Mt+1）=[×

]

其中，（xt，yt）和（xt+1，yt+1）分別表示t時期與t+1時期的投入變量和產出變量，Dtc和Dt+1c分別表示t時期與t+1時期的距離函數。

（二）指標選取與數據處理

根據DEA模型對投入和產出指標數量的要求，兼顧指標的準確性、完整性和可比性，選取R&D人員數（人）、R&D經費內部支出（萬元）、綜合能源消費量（噸煤標準煤），分別作為勞動、資本、資源投入變量;選擇主營業(yè)務收入（萬元）、專利申請數（件）作為產出變量。為了便于揭示問題，根據《國務院關于印發(fā)工業(yè)轉型升級規(guī)劃（2011—2015年）的通知》、《高技術產業(yè)（制造業(yè)）分類（2017）》，并參照梁詠梅（2021）對傳統(tǒng)制造業(yè)的分類范式，將蘇州市的28個制造業(yè)分為以農副食品加工業(yè)為代表的18個傳統(tǒng)制造業(yè)和以醫(yī)藥制造業(yè)為代表的10個先進制造業(yè)。①

本文數據來源于2016—2020年的《蘇州統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》，為了實現價值指標在時間維度上的可比性，對內部經費支出、主營業(yè)務收入這兩個指標以2015年為基期，采用中國工業(yè)生產者出廠價格指數、固定資產投資價格指數分別對營業(yè)收入、R&D內部經費支出進行折算。

三、實證分析

（一）基于時間維度的蘇州市制造業(yè)全要素能源效率特征

表1給出了2015—2019年間四個時間段蘇州市制造業(yè)全要素能源效率狀況。

蘇州市制造業(yè)全要素能源效率的技術效率。2015—2016年、2017—2018年制造業(yè)的技術效率是有效的。從技術效率、純技術效率、規(guī)模效率三者之間的關系可以看出，2015—2016年技術效率的有效來源于純技術效率、規(guī)模效率的高效;2018—2019年技術效率的有效來源于規(guī)模效率的高效，而純技術效率相對滯后;2017—2018年規(guī)模效率一直處于有效狀態(tài)，說明隨著“十三五”規(guī)劃推進，制造業(yè)技術創(chuàng)新更加注重產業(yè)結構的優(yōu)化配置。gzslib202204011922

蘇州市制造業(yè)全要素能源效率。2017—2019年的制造業(yè)全要素能源效率處于有效狀態(tài)。從全要素能源效率、技術效率、技術進步效率三者之間的關系可以看出，2017—2018年全要素能源效率有效源于技術效率的高效，技術進步效率相對落后。2018—2019年全要素能源效率的高效來源于技術進步效率的高效。這與李克強總理提出的“增加研發(fā)投入，提高全要素能源效率”的號召吻合，注重產業(yè)綠色轉型升級，淘汰落后產能，從而實現制造業(yè)的規(guī)模效益。

（二）基于行業(yè)角度的全要素能源效率特征

表2給出了2015—2019年蘇州市28個制造業(yè)全要素能源效率狀況。

蘇州市制造業(yè)全要素能源效率的技術效率。從技術效率、純技術效率、規(guī)模效率三者之間的關系可以看出，農副食品加工業(yè)，通用設備制造業(yè)，專用設備制造業(yè)，電氣機械和器材制造業(yè)，計算機、通信和其他電子設備制造業(yè)的技術效率無效緣于規(guī)模效率不足、純技術效率相對有效。食品制造業(yè)，酒、飲料和精制茶制造業(yè)，家具制造業(yè)技術效率無效緣于純技術效率和規(guī)模效率無效。對于傳統(tǒng)制造業(yè)而言，技術效率無效大多緣于純技術效率和技術效率的同時低效。中國傳統(tǒng)制造業(yè)的資本、人力等傳統(tǒng)要素投入產出效率相對滯后，對傳統(tǒng)制造業(yè)轉型升級的作用有限（瞿肖怡、陸萍，2020），導致食品制造業(yè)，酒、飲料和精制茶制造業(yè)等傳統(tǒng)制造業(yè)純技術效率降低、產品技術含量不高。對于先進制造業(yè)而言，其技術效率無效大多緣于規(guī)模效率低效。蘇州市高端設備制造業(yè)屬低空間集聚產業(yè)（湯爽爽，2021），從而導致通用設備制造業(yè)，專用設備制造業(yè)等先進制造業(yè)規(guī)模效率不足。

蘇州市制造業(yè)的全要素能源效率。農副食品加工業(yè)，食品制造業(yè)，酒、飲料和精制茶制造業(yè)，家具制造業(yè)全要素能源效率無效緣于技術效率、技術進步效率無效。紡織業(yè)，木材加工和木、竹、藤、棕、草制品，黑色金屬冶煉和壓延加工業(yè)，廢棄資源綜合利用業(yè)全要素能源效率無效緣于技術進步效率無效。對于傳統(tǒng)產業(yè)而言，江蘇省傳統(tǒng)制造業(yè)存在中高和低技術密集型產業(yè)較多、高質量人才緊缺、研究經費匱乏等問題（史安娜，胡方卉，2016）導致科技創(chuàng)新能力不足、技術進步效率滯后行業(yè)較多。對于先進制造業(yè)而言，江蘇省委省政府以創(chuàng)新驅動為核心，著力培育戰(zhàn)略性新興產業(yè)，推進傳統(tǒng)產業(yè)轉型升級，促進了全省先進制造業(yè)的快速發(fā)展（簡曉彬，陳宏偉，2018），促成蘇州市多數先進制造業(yè)技術效率和技術進步效率的高效，使得全要素能源效率達有效。但隨著經濟發(fā)展，資源緊缺問題凸顯，政府愈加重視廢棄資源綜合利用產業(yè)，雖然技術進步效率處于有效狀態(tài)，但面臨著發(fā)展停滯且與高質量發(fā)展差距較大的問題（周靈靈，2019），導致該行業(yè)技術進步的低效。

四、結論

基于DEA-Malmquist指數分析方法，借助2015—2019年江蘇省蘇州市制造業(yè)28個行業(yè)的面板數據，測算蘇州市制造業(yè)全要素能源效率，主要結論如下。

蘇州市制造業(yè)全要素能源效率平均值為1.029，處于有效狀態(tài)，技術進步效率是制約整個行業(yè)全要素能源效率的主要原因。

從時間角度來看，近幾年技術進步效率呈上升趨勢，但幅度較小，還有很大上升空間。在行業(yè)全要素能源效率的技術效率、純技術效率、規(guī)模效率三者關系上，規(guī)模效率處于上升趨勢，表明蘇州市制造業(yè)資源配置效率逐年提升，投入產出比較合理;純技術效率對技術效率作用不大，說明在行業(yè)全要素能源效率的提高方面高質量人才、研發(fā)經費投入依然不足，導致成果轉化能力相對滯后。

從技術效率、技術進步效率、全要素能源效率三者關系而言，全要素能源效率受技術進步效率限制明顯，說明人才緊缺、創(chuàng)新能力不足等問題影響較大。從行業(yè)角度而言，傳統(tǒng)制造業(yè)受到技術進步效率的限制較明顯，技術進步效率無效的行業(yè)較多。而先進制造業(yè)的技術進步效率拉動全要素能源效率的作用明顯，技術進步效率有效的行業(yè)較多，兩個全要素能源效率無效的制造業(yè)均由純技術效率無效導致。

參考文獻：

[1]? ?Hu，Wang.Total—factor energy efficiency of regions in China[J].Energy Policy，2006，34（17）：3206-3217.

[2]? ?張春梅.新冠疫情全球暴發(fā)背景下蘇州制造業(yè)產業(yè)鏈重塑再造策略研究[J].全國流通經濟，2020，（27）：97-99.

[3]? ?劉曉蝶，孟祥瑞.基于DEA-Malmquist的安徽省城市全要素能源效率評價[J].黑龍江工業(yè)學院學報：綜合版，2020，20（6）：87-92.

[4]? ?何魯燕.基于Malmquist中部6省物流業(yè)全要素能源效率分析[J].市場周刊（理論研究），2016，（8）：31-32.

[5]? ?商傳磊，張悟移，陳俊營.基于DEA和Malmquist指數的中國物流業(yè)全要素能源效率評價[J].生態(tài)經濟，2019，35（3）：51-56.

[6]? ?胡彩梅.黑龍江省全要素能源效率分析[J].技術經濟，2010，29（10）：49-52.

[7]? ?魏權齡.數據包絡分析（DEA）[J].科學通報，2000，（17）：1793-1808.

[8]? ?簡曉彬，陳宏偉.先進制造業(yè)的培育機制及路徑——以江蘇省為例[J].科技管理研究，2018，38（7）：148-156.

[9]? ?瞿肖怡，等.R&D投入對中國傳統(tǒng)制造業(yè)轉型升級影響的實證分析[J].統(tǒng)計與決策，2020，36（5）：120-123.

[10]? ?趙立雨，苗思佳，吳婷.基于DEA-BCC與Malmquist的陜西省制造業(yè)綠色技術創(chuàng)新效率評價[J].未來與發(fā)展，2020，44（8）：107-112.gzslib202204011922

[11]? ?史安娜，胡方卉.基于科技進步的江蘇省制造業(yè)結構調整影響因素研究[J].江蘇社會科學，2016，（1）：261-266.

[12]? ?湯爽爽，余景亮，高晨宇，朱婷，馬麗.江蘇先進制造業(yè)集群的空間分布特征及發(fā)展優(yōu)劣勢分析[J].科技中國，2021，（3）：69-75.

[13]? ?周靈靈.中國廢棄資源綜合利用業(yè)發(fā)展狀況及前景[J].中國經濟報告，2019，（2）：118-125.

Research on Total Factor Energy Efficiency of Suzhou Manufacturing Industry

LI Yao-hua1， SONG Hui1，2， ZHU Fan-fan1

（1. School of Economics and Management， Yancheng Institute of Technology， Yancheng 224051， China;

2. Yancheng Institute of Industrial Economy， Yancheng 224051， China）

Abstract：From the time perspective and industry perspective， the Malmquist index of DEA models is used to calculate the total factor energy efficiency of manufacturing industry by analyzing the panel data of 28 industries in Suzhou， Jiangsu Province from 2017 to 2019. The results show that the total factor energy efficiency and the technical efficiency of Suzhou manufacturing industry are effective in both perspectives. At the same time， the total factor energy efficiency is on the rise in 2017-2018 and 2018-2019， but the efficiency of technological progress restricts the overall average level.

Key words：DEA—Malmquist; manufacturing; total factor energy efficiency