夏玲，樊宏，吳萬水，朱幫助

（五邑大學(xué) 經(jīng)濟(jì)與管理學(xué)院，廣東 江門 529020）

基于DEA-Tobit模型的中國省際能源效率影響因素分析

夏玲，樊宏，吳萬水，朱幫助

（五邑大學(xué) 經(jīng)濟(jì)與管理學(xué)院，廣東 江門 529020）

結(jié)合能源效率的內(nèi)涵與特點(diǎn)，構(gòu)建以能源消費(fèi)總量、從業(yè)人數(shù)以及資本存量為投入指標(biāo)，GDP和環(huán)境影響（非期望產(chǎn)出）為產(chǎn)出指標(biāo)的能源效率評價指標(biāo)體系；用超效率DEA方法建立了能源效率評價模型，并評價了2003—2010年我國30個省市的能源效率. 運(yùn)用Tobit模型對我國能源效率的關(guān)鍵影響因素進(jìn)行了計量分析，結(jié)果表明：第二產(chǎn)業(yè)占GDP的比重與能源效率負(fù)相關(guān)，技術(shù)進(jìn)步、經(jīng)濟(jì)發(fā)展水平、進(jìn)口依存度與能源效率正相關(guān).

能源效率；超效率DEA；Tobit模型

能源是人類社會發(fā)展和經(jīng)濟(jì)增長的最基本的驅(qū)動力. 近30年來，我國經(jīng)濟(jì)一直保持高速增長，但增長方式粗放，高能耗產(chǎn)業(yè)比重較高，能源效率較低. 隨著中國未來能源需求量的日益攀升，能源供需矛盾凸現(xiàn)，提高能源效率迫在眉睫. 因此，有必要深入把握能源效率變動的關(guān)鍵影響因素，以找到提高能源效率的有效途徑.

近年，國內(nèi)外學(xué)者針對能源效率影響因素開展了富有成效的研究工作. Fisher-Vander Karen等[1]研究了我國2 500個高能耗的大中型企業(yè)，分析結(jié)果表明能源價格、研發(fā)支出、所有者形式和產(chǎn)業(yè)結(jié)構(gòu)是影響這些企業(yè)能源效率的主要因素. Wankeun等[2]認(rèn)為能源消費(fèi)與經(jīng)濟(jì)增長具有基于時間變化的因果關(guān)系，即在某一段時間有因果關(guān)系，另一些時間段又不具有因果關(guān)系. 史丹[3]就能源效率的提高從對外開放、結(jié)構(gòu)變化和市場化程度三個方面進(jìn)行解釋，認(rèn)為改革開放以來，我國能源消費(fèi)增長速度減緩甚至下降的根本原因是能源利用效率的改進(jìn). 李廉水等[4]用 DEA-Malmquist方法對1993—2003年我國 35種工業(yè)行業(yè)能源效率研究發(fā)現(xiàn)，技術(shù)效率是工業(yè)部門能源效率提高的主要成因，科技進(jìn)步的作用相對較低，但是隨著時間推移，科技進(jìn)步的影響逐漸增強(qiáng)，而技術(shù)效率的貢獻(xiàn)則慢慢減弱. 魏楚等[5]對我國 1995—2004年各省能源效率計量分析發(fā)現(xiàn)，第三產(chǎn)業(yè)在 GDP中所占比重對能源效率的提高具有正面作用，政府財政支出比重、進(jìn)出口所占比重對能源效率高低具有負(fù)面影響. 吳琦等[6]利用超效率 DEA對 1978—2007年我國能源效率進(jìn)行了評價，并計量分析了專利授權(quán)數(shù)、第三產(chǎn)業(yè)產(chǎn)值比重、天然氣消費(fèi)比重和水電消費(fèi)比重對我國能源效率的影響.

上述研究顯示，應(yīng)用DEA開展能源效率影響因素研究是有效的. 然而，現(xiàn)有研究所采用的能源效率測度方法基本上是傳統(tǒng)的 DEA模型，且構(gòu)建的投入產(chǎn)出指標(biāo)中沒有考慮環(huán)境因素的影響，因此無法準(zhǔn)確計算能源效率值. 此外，目前研究大多只對行業(yè)和國家層面能源效率進(jìn)行評價，很少利用各省面板數(shù)據(jù)分析能源效率的關(guān)鍵影響因素. 鑒于此，我們試圖構(gòu)建合理的投入產(chǎn)出指標(biāo)體系，利用超效率DEA模型測算出各省的能源效率，利用Tobit模型對我國各省2003—2010年能源效率的關(guān)鍵影響因素進(jìn)行計量分析，找到影響我國能源效率的關(guān)鍵因素，并揭示各個因素對我國能源效率的正負(fù)影響關(guān)系和大小，進(jìn)而為我國提高能源效率提供決策參考.

1 能源效率的DEA評價

1.1 CCR-DEA模型

DEA的基本模型是CCR-DEA模型，它可用于評價決策單元之間的綜合相對有效性.

其中，θ為該決策單元 DMUj0的有效值； xj代表DMUj的投入要素集合； yj代表DMUj的產(chǎn)出要素集合；n代表決策單元數(shù)； λj代表相對于 DMUj0重新構(gòu)造一個有效 DMU組合中第 j個決策單元DMUj的組合比例； x0、 y0分別代表 DMUj0的投入向量和產(chǎn)出向量； s-和s+為松弛向量.

若最優(yōu)值 θ =1，且 s-=s+=0，則說明該決策單元為DEA有效；若最優(yōu)值 θ =1，但 s-≠0或 s+≠0，則說明該決策單元為弱DEA有效；若最優(yōu)值 θ＜ 1，則表明該決策單元為非DEA有效，但θ值越大，DEA的相對有效性越高. 據(jù)此可比較和評價決策單元的相對有效性.

1.2 超效率DEA模型

超效率 DEA（SE-DEA）模型是指在評價第 j個決策單元效率時，用其他所有決策單元投入和產(chǎn)出的線性組合代替第 j個決策單元的投入和產(chǎn)出，從而排除第 j個決策單元（傳統(tǒng)DEA模型是將這一單元包括在內(nèi)的[7]）. 一個有效的決策單元是其投入按比例增加或減少，但效率仍保持不變，其投入增加或減少的比例即該決策單元的超效率評價值；而能源效率無效的決策單元，其效率值與CCR-DEA模型結(jié)果一致. SE-DEA模型區(qū)分了能源效率有效（效率值等于1）的決策單元的效率差異，并能夠有效排序所評價的決策單元.

1.3 投入產(chǎn)出指標(biāo)體系的確定

合理的投入產(chǎn)出指標(biāo)體系關(guān)系到 DEA模型評價能源效率的有效性和準(zhǔn)確性，同時也是能源效率評價的前提和基礎(chǔ). 在運(yùn)用DEA模型時，選取投入產(chǎn)出指標(biāo)的原則是：投入越小越好，產(chǎn)出越大越好. 綜合多種因素，本文以資本存量、勞動力和能源消費(fèi)為投入指標(biāo)，以實(shí)際GDP和環(huán)境影響為產(chǎn)出指標(biāo)，具體選取如下：

1）能源資源，使用各省每年的能源消費(fèi)總量來表示所投入的能源資源，并統(tǒng)一折算成萬噸標(biāo)準(zhǔn)煤；

2）人力資源，人力投入為各省當(dāng)年的從業(yè)人員數(shù)，即年初從業(yè)人員數(shù)和年末從業(yè)人員數(shù)加總后的平均數(shù)；

3）資本資源，選用各省資本存量度量資本投入；

4）經(jīng)濟(jì)產(chǎn)出，以各省實(shí)際GDP為產(chǎn)出指標(biāo)；

5）環(huán)境影響，選取能源利用過程中評價單元排放的廢氣、廢水和固體廢棄物排放量. 廢氣選取二氧化碳、二氧化硫、煙塵和工業(yè)粉塵排放量，廢水選取化學(xué)需氧量排放量和氨氮排放量，固體廢棄物選取了工業(yè)固廢排放量[8].

模型的投入指標(biāo)體系從人、財、物3個角度考慮了決策單元的投入，產(chǎn)出指標(biāo)體系從經(jīng)濟(jì)產(chǎn)出指標(biāo)和環(huán)境產(chǎn)出指標(biāo)來綜合考慮. 前者較好地反映了能源利用的產(chǎn)出規(guī)模和經(jīng)濟(jì)效益，后者反映了經(jīng)濟(jì)產(chǎn)出對環(huán)境造成的影響：因此，本文建立的投入產(chǎn)出指標(biāo)體系，較好地反映了能源效率評價的投入和產(chǎn)出，能更全面準(zhǔn)確評價各省能源效率值.

1.4 數(shù)據(jù)來源與描述

本文數(shù)據(jù)選自2003—2010年《中國統(tǒng)計年鑒》. 考慮到數(shù)據(jù)的可獲得性，不包括西藏、澳門、香港和臺灣. 由于缺乏 2001年寧夏的能源消費(fèi)總量，我們?nèi)∑淝昂髢赡甑钠骄鶖?shù)補(bǔ)值；鑒于 2006年底我國各省從業(yè)人員的具體數(shù)量難以獲取，用 2005年底和 2007年底的平均值代替. 本文參照張軍[9]對資本存量的估算方法推算2000—2010年各省的資本存量. GDP選取各省2003—2010年的實(shí)際值并換算為2000年的不變價. 環(huán)境影響通過主成分分析法將7個子污染指標(biāo)(萬噸)進(jìn)行統(tǒng)一處理，選取兩個主成分，累計貢獻(xiàn)率達(dá)85.2%，滿足計算要求.

1.5 SE-DEA實(shí)證結(jié)果

環(huán)境影響是一種非期望產(chǎn)出，但又不可避免，本文將其作為可自由處置的投入變量來考慮[10]. 能源效率投入產(chǎn)出指標(biāo)總數(shù)為4，決策單元數(shù)為30. 用SE-DEA計算中國各省能源效率，結(jié)果見表1.

表1 基于SE-DEA的中國各省2003—2010年的能源效率

從能源效率值角度，北京、上海、廣東、福建四省2003—2010年都處于有效前沿面上，寧夏、青海、山西、貴州、新疆、山西，能源效率0.4～0.6，即能源效率較低.

從能源效率變化角度，北京、甘肅、貴州、山西、河北等能源效率提高較快，原因主要是這些省市近年來注重技術(shù)創(chuàng)新和新技術(shù)的應(yīng)用，注重產(chǎn)業(yè)升級與轉(zhuǎn)型；甘肅、貴州和山西，則是由于國家西部大開發(fā)的大力支援，同時對礦產(chǎn)資源進(jìn)行整頓，使西部地區(qū)能源消費(fèi)更加合理，促使能源效率提高較快；遼寧、福建、天津、江蘇、吉林、海南和內(nèi)蒙古等能源效率出現(xiàn)下降，其原因可能是國家為振興東北老工業(yè)基地、沿海大型制造業(yè)內(nèi)遷、部分省市沒有及時調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和開發(fā)利用新技術(shù)和新能源.

2 Tobit 模型分析省際能源效率影響因素

2.1 Tobit模型

由 DEA模型計算出的各地區(qū)效率值的取值范圍是[0,1]，屬于截斷數(shù)據(jù)，若直接以該值為被解釋變量建立計量模型，用普通最小二乘法對模型進(jìn)行回歸后，參數(shù)的估計將有偏差且不一致. Tobit模型能夠較好地解決這個問題，實(shí)踐中多數(shù)研究也均采用Tobit模型處理截斷數(shù)據(jù)的計量模型問題. Tobit 模型[11]如下：

其中，σ是尺度參數(shù)，是確定值，需要和參數(shù)β一同估計； εi~N(0， σ2)；被解釋變量由式（4）確定：

當(dāng)yi＞ 0時，被解釋變量去無限制的實(shí)際觀測值；當(dāng) yi≤ 0時，被解釋變量受限制，均截取0來表示. Tobit模型選用最大似然函數(shù)法估計變量參數(shù).

2.2 模型構(gòu)建與數(shù)據(jù)說明

本文假設(shè)能源效率的影響因素是：產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)進(jìn)步、對外開放程度和經(jīng)濟(jì)發(fā)展水平[12]. 產(chǎn)業(yè)結(jié)構(gòu)用第二產(chǎn)業(yè)占GDP的比重表示，與能源效率呈負(fù)相關(guān)；對外開放程度用進(jìn)口依存度表示，與能源效率呈正相關(guān)；技術(shù)進(jìn)步用授權(quán)專利數(shù)表示，與能源效率呈正相關(guān)；經(jīng)濟(jì)發(fā)展水平用人均GDP表示，與能源效率呈正相關(guān).

基于上述假設(shè)，用2003—2010年各省面板數(shù)據(jù)建立能源效率的Tobit回歸模型，分析上述4個因素對能源效率的影響.

其中，y為各省的能源效率值，c為常數(shù)項，ε為誤差項，1x為各省第二產(chǎn)業(yè)占GDP的比重，2x為各地區(qū)的人均GDP，3x為各省的授權(quán)專利數(shù)，4x為進(jìn)口依存度.

樣本數(shù)據(jù)選自2003—2010年《中國統(tǒng)計年鑒》，專利授權(quán)數(shù)為發(fā)明、實(shí)用新型和外觀設(shè)計三種專利授權(quán)數(shù)之和；人均GDP選取各省實(shí)際值，并換算為2000年的不變價；進(jìn)口依存度以進(jìn)口總額/GDP表示；產(chǎn)業(yè)結(jié)構(gòu)的變動以第二產(chǎn)業(yè)占GDP的比重表示；由于專利數(shù)和人均GDP與其他變量差異較大，需對二者進(jìn)行標(biāo)準(zhǔn)化處理. 能源效率值取表1的數(shù)值.

2.3 結(jié)果分析

本文采用Eviews6.0軟件對各省2003—2010年能源效率與影響因素進(jìn)行Tobit回歸，結(jié)果如表2所示. 由表2可知，回歸結(jié)果與假設(shè)基本一致.

表2 能源效率影響因素的Tobit回歸結(jié)果

x 0 . 0 1 9 0 . 0 1 1 1 . 7 2 7 0 . 0 8 4 3 x 0 . 4 0 0 0 . 0 5 2 7 . 6 9 6 0 . 0 0 0 c 0 . 8 1 6 0 . 0 3 6 2 2 . 6 8 6 0 . 0 0 0 4

第二產(chǎn)業(yè)占GDP的比重越高，能源效率越低，即第二產(chǎn)業(yè)占GDP的比重對能源效率具有負(fù)面影響. 現(xiàn)階段我國大部分地方尚處于工業(yè)化和城市化進(jìn)程中，各省第二產(chǎn)業(yè)的比重仍維持在較高水平，且其中資源密集型行業(yè)所占比重較大. 以2010年為例，第二產(chǎn)業(yè)比重較低的北京、上海、海南，其能源效率分別為1.396、1.284、0.914遠(yuǎn)高于其他省市能源效率值；而第二產(chǎn)業(yè)比重較高的青海、山西、內(nèi)蒙古，其能源效率值分別為0.501、0.545、0.570，處于全國較低水平.

人均GDP對能源效率具有正向作用，并通過1%的顯著性檢驗(yàn). 2003—2010年，上海和北京的人均GDP在全國排前兩位，而能源效率最優(yōu)的省份也是北京與上海，即人均GDP對提高能源效率有積極作用. 隨著我工業(yè)化進(jìn)程的深入，先進(jìn)知識技術(shù)和設(shè)備的廣泛使用，促進(jìn)了經(jīng)濟(jì)發(fā)展，同時也提高了能源效率.

專利授權(quán)數(shù)對能源效率具有正向作用，并通過10%顯著性檢驗(yàn). 2003—2010年，專利授權(quán)總數(shù)最多的省市為廣東、浙江、江蘇、上海、北京，其能源效率均優(yōu)于與其他省份；相反，專利總數(shù)最少的省份依次為：青海、寧夏、甘肅、內(nèi)蒙古，其能源效率遠(yuǎn)低于其他各省.

進(jìn)口依存度能夠促進(jìn)能源效率提高，并通過1%顯著性檢驗(yàn). 2003—2010年，北京、上海、廣東進(jìn)口依存度平均值排前三名，其引進(jìn)了先進(jìn)技術(shù)和資本密集型機(jī)器設(shè)備，有效提高了能源效率. 相反，河南、貴州、陜西進(jìn)口依存度較低，他們主要以勞動資源密集型產(chǎn)品輸出為主，能源消耗加劇，能源效率較低.

3 結(jié)論

基于全要素投資效率框架，結(jié)合DEA模型的要求和能源效率的內(nèi)涵與特點(diǎn)，綜合考慮人、財、物，本文選取以勞動力、資本存量和能源消費(fèi)量為投入指標(biāo)，以期望產(chǎn)出（GDP）和非期望產(chǎn)出（環(huán)境影響）為產(chǎn)出指標(biāo)構(gòu)建評價指標(biāo)體系，構(gòu)建了能源效率投入產(chǎn)出評價指標(biāo)體系：

1）SE-DEA計算結(jié)果顯示，北京、上海、廣東、福建一直處于有效前沿面上. 主要原因在于這些省對外開放程度高，科技投入量大，產(chǎn)業(yè)升級快，環(huán)境污染少，新能源的開發(fā)利用速度快.

2）Tobit模型計量分析表明，第二產(chǎn)業(yè)占 GDP的比重對能源效率具有負(fù)向作用，人均 GDP、專利授權(quán)數(shù)和進(jìn)口依存度對能源效率具有正向作用.

基于上述實(shí)證結(jié)論，當(dāng)前提高我國能源效率的途徑主要是：遏制高耗能產(chǎn)業(yè)的過快增長，適度降低第二產(chǎn)業(yè)的比重；加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，平衡三大產(chǎn)業(yè)比例，大力發(fā)展第三產(chǎn)業(yè)，積極扶持戰(zhàn)略性新興產(chǎn)業(yè)，嚴(yán)格限制“高耗能、低產(chǎn)出”產(chǎn)業(yè)的發(fā)展，逐步淘汰落后產(chǎn)出企業(yè)，促進(jìn)經(jīng)濟(jì)發(fā)展方式的根本轉(zhuǎn)變，加快構(gòu)建節(jié)能型產(chǎn)業(yè)體系；積極促進(jìn)能源科技轉(zhuǎn)型，加大再生能源、清潔能源的技術(shù)研發(fā)，注重能源利用各環(huán)節(jié)的技術(shù)創(chuàng)新，促進(jìn)能源利用效率的提高.

[1] FISHER K V, GARY H J, LIU Hongmei, et al. What is driving China’s decline in energy intensity[J]. Resource and Energy Economics, 2004, 26(1): 77-97.

[2] OH Wankeun, LEE Kihoon. Causal relationship between energy consumption and GDP revisited: the case of Korea 1970—1999[J]. Energy Economics, 2004, 26: 51-59.

[3] 史丹. 我國經(jīng)濟(jì)增長過程中的能源利用效率改進(jìn)[J]. 經(jīng)濟(jì)研究，2002(9): 49-56.

[4] 李廉水，周勇. 技術(shù)進(jìn)步能提高能源效率嗎？——基于中國工業(yè)部門的實(shí)證檢驗(yàn)[J]. 管理世界，2006(10): 82-89.

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

[6] 吳琦，武春友. 我國能源效率關(guān)鍵影響因素的實(shí)證研究[J]. 科研管理，2010(5): 164-171.

[7] 王平. 基于超效率DEA的企業(yè)自主創(chuàng)新項目投資方案決策[J]. 企業(yè)經(jīng)濟(jì)，2011(2): 156-161.

[8] 吳琦，武春友. 基于DEA的能源效率評價模型研究[J]. 管理科學(xué)，2009, 22(1): 103-112.

[9] 張軍，吳桂英，張吉鵬. 中國省際物質(zhì)資本存量估算：1952—2000[J]. 經(jīng)濟(jì)研究，2004(10): 35-44.

[10] 王群偉，周德群，王思斯. 考慮非期望產(chǎn)出的區(qū)域能源效率評價研究[J]. 中國礦業(yè)，2009, 18(9): 36-40.

[11] 姚晉蘭，毛定祥. 基于DEA-Tobit兩步法的股份制商業(yè)銀行效率評價與分析[J]. 上海大學(xué)學(xué)報：自然科學(xué)版，2009, 15(4): 436-440.

[12] 李治，李國平. 中國城市能源效率變化趨勢特征及其影響因素分析[J]. 工業(yè)經(jīng)濟(jì)研究，2010(2): 25-30.

The Influence Factors Analysis of Chinese Provincial Energy Efficiency Based on DEA-Tobit Model

XIA Ling, FAN Hong, WU Wan-shui, ZHU Bang-zhu
(School of Economics and Management, Wuyi University, Jiangmen 529020, China)

Based on the connotation and characteristics of the energy efficiency, an energy efficiency evaluation index system that based on total energy consumption, working stuff population and capital stock as input index, GDP and environmental impact (the unexpected outputs) as output index is proposed. The energy efficiency evaluation model is established by using super-efficiency DEA method. 30 provinces and cities’ energy efficiency in China from 2003 to 2010 is evaluated. The key impacts of energy efficiency are analyzed by using Tobit model. The results show that: the percentage of the second industry in GDP has a negative correlation with energy efficiency, while the aspects of technological progress, economic development level and the import dependence have a positive correlation with energy efficiency.

energy efficiency; super-efficiency DEA; Tobit model

1006-7302（2012）04-0047-06

F223

A

2012-06-18

國家自然科學(xué)基金資助項目（No.71201010）；國家博士后科學(xué)基金特別資助項目（201104057）；廣東省自然科學(xué)基金資助項目（S2011010001591）；江門市科技計劃（江財工[2010]131號；江財工[2010]210號）；五邑大學(xué)青年教師基金資助項目（201105250949364）

夏玲（1987—），女，湖南益陽人，在讀碩士生，研究方向?yàn)槟茉唇?jīng)濟(jì)與管理；朱幫助，副教授，博士，碩士生導(dǎo)師，通信作者，研究方向?yàn)槟茉唇?jīng)濟(jì)與管理、能源市場與碳市場、商務(wù)智能.

熊玉濤]