喬聰 張水平

摘要：隨著我國經(jīng)濟(jì)的不斷發(fā)展，環(huán)境污染問題日益嚴(yán)重，能源消耗量的不斷增加以及較低的能源生產(chǎn)效率已經(jīng)成為阻礙我國經(jīng)濟(jì)發(fā)展的問題之一。本文基于2010-2017年我國中部以及東北地區(qū)9省的面板數(shù)據(jù)，運(yùn)用SBM-DEA以及DEA-Malmquist指數(shù)模型對(duì)其進(jìn)行了能源效率進(jìn)行了測算，整體上這9省的能源效率均處在較高的水平。在全要素能源生產(chǎn)效率上，有部分省份的能源生產(chǎn)效率的值大于1，說明全要素能源效率提升尤為顯著，其主要原因?yàn)榧夹g(shù)進(jìn)步的推動(dòng)。因此，為了能在一定能源投入的基礎(chǔ)之上能夠得到更多的產(chǎn)出效果，政府應(yīng)當(dāng)出臺(tái)相應(yīng)的政策，提高該地區(qū)的能源效率。

Abstract： With the continuous development of China's economy， the problem of environmental pollution is becoming more and more serious， the increasing of energy consumption and the lower efficiency of energy production have become one of the problems that hinder the economic development of China. This paper is based on the panel data of 9 provinces in central and northeast China from 2010 to 2017， and calculates the energy efficiency by using the SBM-DEA and DEA-Malmquist index models. On the whole， the energy efficiency of the nine provinces is at a high level. In all-factor energy production efficiency， the value of energy production efficiency in some provinces is greater than 1， which indicates that all-factor energy efficiency is especially improved. Therefore， in order to get more output effects based on a certain energy input， the government should issue corresponding policies to improve the energy efficiency of the region.

關(guān)鍵詞：SBM-DEA模型;Malmquist指數(shù);能源效率;全要素能源生產(chǎn)率;技術(shù)推動(dòng)

Key words： SBM-DEA model;Malmquist index;energy efficiency;total factor energy productivity;technology facilitation

中圖分類號(hào)：F224;F206? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2020）27-0045-03

0? 引言

我們國家在改革開放四十多年的發(fā)展后，經(jīng)濟(jì)總量已排在世界第二位，同時(shí)也成為世界經(jīng)濟(jì)發(fā)展的焦點(diǎn)，隨著我國經(jīng)濟(jì)發(fā)展和對(duì)外開放的速度不斷加快，能源的消耗量也在不斷地增加，在2010年，我國的能源消耗量就已經(jīng)超越美國，成為世界上能源消耗量第一大國。從《BP世界統(tǒng)計(jì)年鑒2018年》看出，我國的能源消費(fèi)量較2017年增加了3.1%，已經(jīng)連續(xù)17年位于國家能源消費(fèi)增量的首位。雖然我國的能源消費(fèi)量的水平多年位于世界前列，但能源的生產(chǎn)效率卻遠(yuǎn)落后于一些發(fā)達(dá)國家。從世界銀行有關(guān)能源生產(chǎn)的一些相關(guān)的統(tǒng)計(jì)數(shù)據(jù)可以看出，以2014年中國的能源生產(chǎn)率（2011年不變價(jià)購買力平價(jià)）為5.7美元/千克石油當(dāng)量，而在同期美國、日本、英國分別為7.45、10.75、13.68美元/千克石油當(dāng)量。從以上數(shù)據(jù)分析得出，中國的能源生產(chǎn)率和發(fā)達(dá)國家的能源相比還有較大的差距，較低的能源生產(chǎn)率給我國的經(jīng)濟(jì)發(fā)展帶來了不利的影響，也就是說，要發(fā)達(dá)國家達(dá)到同樣的經(jīng)濟(jì)發(fā)展水平，就必須消耗比其他發(fā)達(dá)國家更多的能源，但是，能源消耗量的增加勢(shì)必也會(huì)導(dǎo)致更多的環(huán)境污染。因此，提高能源生產(chǎn)技術(shù)水平，提高能源生產(chǎn)效率，從而實(shí)現(xiàn)經(jīng)濟(jì)的可持續(xù)的發(fā)展[1]。

1? 文獻(xiàn)綜述

由于我國日益增長的能源消耗量以及能源效率的低水平，近些年來，越來越多的專家與學(xué)者開始對(duì)能源效率方面的研究，通過實(shí)證研究來分析效率偏低的原因并且給出提高能源效率的建議。研究方法主要有Charnes（1978）等[2]提出的數(shù)據(jù)包絡(luò)分析法（DEA）與隨機(jī)前言函數(shù)法（SFA）。我國的一些專家與學(xué)者也運(yùn)用了數(shù)據(jù)包絡(luò)分析法與前言函數(shù)法對(duì)我國的能源效率進(jìn)行了測度，其中Zhou[3]等在運(yùn)用相同的DEA模型的條件下對(duì)不同環(huán)境下的能源效率進(jìn)行了測度，并給出相應(yīng)的結(jié)論與建議;曹琦[4]等以DEA模型為基礎(chǔ)，結(jié)合2005-2012年的相關(guān)數(shù)據(jù)對(duì)我國的省際能源效率進(jìn)行了測度，并且根據(jù)測度出的省際能源效率結(jié)果進(jìn)行了分析，給出了相對(duì)應(yīng)的建議。由于隨機(jī)前言函數(shù)存在著無法處理多個(gè)投入與多個(gè)產(chǎn)出之間的問題，一些專家和學(xué)者為了能夠更好地解決該問題，Zhou[5]等（2012）通過將Shephard距離函數(shù)與隨機(jī)前言模型函數(shù)結(jié)合，從而能夠很好地解決隨機(jī)前言函數(shù)在進(jìn)行能源測度時(shí)的問題。張水平[6]（2017）通過運(yùn)用共同前言函數(shù)估算了中原經(jīng)濟(jì)區(qū)的環(huán)境效率。另外，為了更直觀的分析出能源效率的影響因素，Hu和Wang[7]在傳統(tǒng)的DEA測度方法的基礎(chǔ)上衍生出了全要素能源效率，又稱DEA-Malmquist指數(shù)方法。在對(duì)我國能源效率Li和Hu[8]通過上述方法的基礎(chǔ)之上，運(yùn)用相關(guān)數(shù)據(jù)與指標(biāo)對(duì)我國30個(gè)省市的全要素能源效率進(jìn)行了評(píng)價(jià)。李莞婕[8]等（2014）通過使用DEA-Malmquist模型對(duì)我國中部6省2000-2012年的能源效率進(jìn)行了測算，結(jié)果發(fā)現(xiàn)，雖然近些年來隨著經(jīng)濟(jì)的發(fā)展，我國的能源效率得到了很大的提升，但是，由于各地區(qū)發(fā)展的不平衡，各地之間的能源效率也存在著差異。屈小娥（2009）[10]借助DEA-Malmquist模型對(duì)我國30個(gè)省份的1990-2006年的全要素能源效率進(jìn)行了實(shí)證研究，結(jié)果發(fā)現(xiàn)在經(jīng)濟(jì)發(fā)達(dá)的東部地區(qū)的全要素能源效率要高于中部與西部，同時(shí)也發(fā)現(xiàn)這一原因可能是受到的技術(shù)進(jìn)步的推動(dòng)。

從上述文獻(xiàn)可以看出，目前有不少學(xué)者從面對(duì)能源效率的測度以及結(jié)果分析進(jìn)行了探討，目前的研究方法多基于DEA模型和Malmquist指數(shù)模型為主要的出發(fā)點(diǎn)，兩種模型的側(cè)重點(diǎn)也存在差異。DEA模型一般只能簡單地計(jì)算出能源效率，但該模型的短板在于不能進(jìn)一步對(duì)已經(jīng)測得的能源效率進(jìn)行進(jìn)一步的分解。相比之下，Malmquist指數(shù)模型則能很好的解決這一問題，將能源效率分為技術(shù)進(jìn)步、純技術(shù)效率和規(guī)模效率，然后可以對(duì)每一個(gè)分解的因素進(jìn)行分析。本文利用DEA模型和對(duì)我國中部以及東北地區(qū)的9個(gè)省份的2010-2017年的能源效率進(jìn)行測度，然后運(yùn)用Malmquist指數(shù)模型將全要素能源效率進(jìn)行分解，分析影響不同地區(qū)的能源效率的因素以及存在差異的原因分析，給出相應(yīng)的結(jié)論和建議。

2? 實(shí)證分析模型

本文以能源的生產(chǎn)要素投入和產(chǎn)出兩個(gè)角度來對(duì)我國中部與東北九省的全要素能源效率進(jìn)行測算。Banker[11]等（1984）提出了計(jì)算變動(dòng)規(guī)模報(bào)酬下的DEA方法。本文為了避免傳統(tǒng)的DEA模型不能很好地處理非期望產(chǎn)出這一不足之處，在此借鑒了Tone[12]（2010）構(gòu)建的模型SBM-DEA為基礎(chǔ)，構(gòu)建出本次實(shí)證研究的模型如下所示：

Fare等[13]（1992）通過使用Malmquist指數(shù)來計(jì)算能源效率，對(duì)各個(gè)地區(qū)的全要素能源效率，并根據(jù)所測算的全要素能源效率的結(jié)果進(jìn)行分析。在此，本文以t期作為基準(zhǔn)，構(gòu)建了t到t+1時(shí)期能源效率發(fā)生變動(dòng)的Malmquist指數(shù)模型，如下所示：

Mt=Dt（xt+1，yt+1）/Dt（xt，yt）

Mt=Dt+1（xt+1，yt+1）/Dt+1（xt，yt）

對(duì)上述兩方程式取幾何平均數(shù)為：

其中，（xt，yt）和（xt+1，yt+1）分別為t和t+1時(shí)期的投入和產(chǎn)出，Dt（xt，yt）和Dt（xt+1，yt+1）為距離函數(shù);下標(biāo)C表示規(guī)模報(bào)酬不變，V表示規(guī)模報(bào)酬可變;PECH為純技術(shù)效率變化，SECH為規(guī)模效率的變化，TECH為技術(shù)效率變化。

3? 實(shí)證分析

3.1 數(shù)據(jù)來源

本文選取了我國中部六省（內(nèi)蒙古、山西、河南、安徽、湖北、江西、湖南）以及東北三?。ㄟ|寧、黑龍江、吉林）2010-2017年的指標(biāo)數(shù)據(jù)作為本次實(shí)證研究的依據(jù)。以上相關(guān)數(shù)據(jù)來源為《中國能源統(tǒng)計(jì)年鑒》以及《中國環(huán)境年鑒》以及各省份的統(tǒng)計(jì)年鑒。

3.2 相關(guān)評(píng)價(jià)指標(biāo)的建立

本文借鑒也一些學(xué)者在能源效率方面的研究思路。選取了當(dāng)?shù)氐纳a(chǎn)總值（GDP）以及二氧化硫的排放量作為本次實(shí)證研究的產(chǎn)出變量。以能源投入量、勞動(dòng)投入量以及資本投入量作為投入變量。

①地區(qū)生產(chǎn)總值（GDP）作為衡量一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平與綜合實(shí)力的指標(biāo)，在本次實(shí)證研究中作為核心產(chǎn)出指標(biāo)，并且以1990年為基期進(jìn)行平減處理，單位為億元。②二氧化硫排放量：本文采用SO2轉(zhuǎn)化率乘以能源消耗量衡量SO2排放量，單位為萬噸。以同期9個(gè)省份的二氧化硫的排放量為基準(zhǔn)，對(duì)所得數(shù)據(jù)進(jìn)行加工處理。③能源投入量：考慮到我國的能源消耗結(jié)構(gòu)主要以基礎(chǔ)能源煤炭為主，因此，本文選取了各地區(qū)煤炭消耗量作為能源投入量的衡量指標(biāo)。單位為萬噸標(biāo)準(zhǔn)煤。④資本量與勞動(dòng)量的投入：在勞動(dòng)投入量的指標(biāo)選取上，通過以往文獻(xiàn)的研究，在此選擇了以各地區(qū)的就業(yè)人數(shù)來作為勞動(dòng)投入量的衡量指標(biāo)。單位為萬人。在資本投入量的數(shù)據(jù)選擇上，在此使用了眾多學(xué)者在實(shí)證研究中常使用得“永續(xù)盤存法”來對(duì)資本投入量進(jìn)行測算。單位為萬元。

3.3 實(shí)證數(shù)據(jù)結(jié)果分析

為了能夠更好的分析我國東北和中部地區(qū)9個(gè)省的能源效率，本文先利用SBM-DEA模型，也就是利用方程組分析出這9個(gè)省的能源效率。接著采用DEA-Malmquist模型測算出9個(gè)省份的全要素能源生產(chǎn)率，將全要素生產(chǎn)率進(jìn)一步分解成為技術(shù)進(jìn)步率變化、純技術(shù)效率變化、規(guī)模效率變化。

3.3.1 基于SBM-DEA模型下測算結(jié)果分析

從表1的數(shù)據(jù)可以看出，在2010-2017年各地區(qū)的能源效率均值均在0.9以上，其中，在經(jīng)濟(jì)較為發(fā)達(dá)的中部地區(qū)，湖南省和江西省的能源效率平均值為1.000，處于研究樣本區(qū)域的前列。另外，河南、安徽以及內(nèi)蒙古地區(qū)的能源效率均值均處于0.950以上，同樣處在相對(duì)較高的水平。湖北省的能源效率均值為0.910，處于中部地區(qū)的末位。以東北地區(qū)而言，黑龍江地區(qū)的能源效率的平均值高于遼寧以及吉林地區(qū)的能源效率的平均值。

從地區(qū)能源效率的截面數(shù)據(jù)來看，江西省和湖南省能源效率在2010-2017年間均為1.000，說明當(dāng)?shù)卣诮?jīng)濟(jì)發(fā)展的同時(shí)，也加大對(duì)提高能源效率的重視程度，注重對(duì)當(dāng)?shù)厣鷳B(tài)環(huán)境的保護(hù)。相反，排名相對(duì)靠前的內(nèi)蒙古地區(qū)的能源效率在2015年至2017年開始逐年降低，原因可能是政府過于注重當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，加大能源消耗量的同時(shí)沒有做到對(duì)能源的使用效率的重點(diǎn)關(guān)注。

無論是在所測度的9個(gè)省市中均值還是各年度的能源效率處于中下游的水平的為東北地區(qū)，以遼寧省的能源效率為例，在2016年，所測出遼寧省的能源效率為0.698，遠(yuǎn)遠(yuǎn)低于在同時(shí)期不同省市的能源效率以及遼寧省2010-2017年能源效率的均值。同樣來看，以能源效率最高的江西省為分析對(duì)象，再結(jié)合該地區(qū)在2010-2017年各因素變量在這9省市之間所處的水平可以看出，一個(gè)地區(qū)的能源效率的影響因素并非完全取決于其發(fā)展水平，同時(shí)還與各地區(qū)對(duì)能源的利用和重視程度有著一定的關(guān)系。

3.3.2 基于DEA-Malmquist模型下測算結(jié)果分析

表2是在DEA-Malmquist模型的基礎(chǔ)下測得的中部及東北9個(gè)省份的全要素能源效率及均值。從測得的數(shù)據(jù)可以看出，在2013年，所測得的9省的Malmquist指數(shù)除了內(nèi)蒙古小于0.9之外，其余8個(gè)省的Malmquist指數(shù)均在0.9以上，可以說中部及東北9省全要素能源效率處在較高的水平。安徽省的技術(shù)進(jìn)步指數(shù)雖在這9省中處在較高的水平，但由于純技術(shù)效率相對(duì)偏低，使得安徽省的Malmquist指數(shù)小于1，低于同期9省的平均水平;而河南省的技術(shù)效率指數(shù)位于9省市中的首位，2013年的Malmquist指數(shù)看出，河南省的Malmquist指數(shù)排在首位，表明河南的全要素能源生產(chǎn)效率提升尤為明顯，其主要推動(dòng)力來源于技術(shù)進(jìn)步的推動(dòng)。

從2010-2017年的整體水平來看，中部及東北9省的Malmquist指數(shù)均在0.9之上，其中除遼寧、安徽和湖北三省的Malmquist指數(shù)小于1之外，其余6省的Malmquist指數(shù)均大于或等于1，另外，9省市的Malmquist指數(shù)的平均值為0.997，與1非常相近，也就是說，中部及東北9省的全要素生產(chǎn)效率整體上處在一個(gè)相對(duì)較高的水平。

4? 對(duì)策及建議

本文在2010-2017年我國中部及東北地區(qū)9個(gè)省的面板數(shù)據(jù)的基礎(chǔ)之上，分別使用了SBM-DEA模型與DEA-Malmquist指數(shù)模型對(duì)以上9個(gè)省份的能源效率以及全要素能源效率進(jìn)行了測度分析。結(jié)果發(fā)現(xiàn)：①從DEA-SBM模型測得的結(jié)果來看，我國的中部以及東北地區(qū)9個(gè)省份的能源效率處在較高的水平上。其中湖南省與江西省的能源效率最為突出。另外，經(jīng)濟(jì)較為發(fā)達(dá)的中部地區(qū)，其能源效率無論是在年截面數(shù)據(jù)還是在均值方面普遍高于經(jīng)濟(jì)相對(duì)落后的東北地區(qū)。說明，能源效率的大小可能與經(jīng)濟(jì)發(fā)展相關(guān)，經(jīng)濟(jì)發(fā)展越發(fā)達(dá)的地區(qū)能源效率越高，經(jīng)濟(jì)發(fā)展落后的地區(qū)能源效率會(huì)相對(duì)偏低。②從Malmquist指數(shù)模型測得的9個(gè)省份的全要素能源效率的結(jié)果進(jìn)行分析，可以看出，能源效率的高低主要取決于該地區(qū)的技術(shù)水平。在測算出河南省的2013年能源效率中能源效率為1.083，位于樣本的首位，對(duì)其具體分析可以發(fā)現(xiàn)，河南省2013的技術(shù)水平也處在樣本首位，說明了一個(gè)地區(qū)的能源效率的高低與該地區(qū)的技術(shù)水平有著密不可分的關(guān)系。

為了能夠更好地提升能源效率，使得在一定能源投入的基礎(chǔ)之上能夠得到更多的產(chǎn)出效果，可以從以下幾個(gè)方面來著手進(jìn)行：①各地政府應(yīng)該積極出臺(tái)一些環(huán)保措施與政策，減少一些污染物的排放，這樣不僅可以極大地改善環(huán)境，更有利于提高地區(qū)的能源效率。②加大在環(huán)保方面的資金投入，積極引進(jìn)先進(jìn)的生產(chǎn)技術(shù)，改善一些企業(yè)高污染、低產(chǎn)能的問題，提高該地區(qū)的能源效率。③對(duì)于一些節(jié)能環(huán)保措施執(zhí)行到位的企業(yè)和單位，當(dāng)?shù)卣梢越o予這些企業(yè)一些獎(jiǎng)勵(lì)措施。對(duì)于一些高污染的企業(yè)加大扶持力度，幫助其盡早改善存在的污染問題。

參考文獻(xiàn)：

[1]陳海躍.中國區(qū)域能源效率及其影響因素分析——基于DEA-Malmquist模型[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017（06）：32-39.

[2]Charnes A， Cooper W W， Rhodes E. Measuring the efficiency of decision making units [J]. Eur J Oper Res， 1978， 2（6）：424-429.

[3]Zhou P， Ang B W， Han J Y. Total factor carbon emission performance： a malmquist index analysis [J]. Energy Econ， 2010， 32（1）：194-201.

[4]曹琦，樊明太.我國省際能源效率評(píng)級(jí)研究：基于多元有序Probit模型的實(shí)證分析[J].上海經(jīng)濟(jì)研究，2016（2）：72-81.

[5]Zhou P.， Ang B.W， Wang H. Energy and CO2 Emission Performance in Electricity Generation： A Non-radial Directional Distance Function Approach[J]. European Journal of Operational Research， 2012， 221（3）：625-635.

[6]張水平.考慮異質(zhì)性技術(shù)的城鎮(zhèn)化進(jìn)程中環(huán)境效率及空間效應(yīng)分析——來自中原經(jīng)濟(jì)區(qū)24個(gè)城市的面板數(shù)據(jù)[J].河南科技學(xué)院學(xué)報(bào)，2017，37（05）：66-71.

[7]Hu J L， Wang S C. Total-factor energy efficiency of regions in China [J]. Energy Policy， 2006， 34（17）： 3206-3217.

[8]Li L B， Hu J L. Ecological total-factor energy efficiency of regions in China[J]. Energy Policy， 2012， 46： 216-224.

[9]李莞婕，徐莉，葛濤.基于DEA-Malmquist指數(shù)的中部六省能源效率分析[J].科技和產(chǎn)業(yè)，2014（12）：101-105，151.

[10]屈小娥.中國省際全要素能源效率變動(dòng)分解——基于Malmquist指數(shù)的實(shí)證研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（8）：29-43.

[11]Banker R D.，Chames A.，Cooper W.W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science.1984，30（9）：1078-1092.

[12]Tone Kaoru，M.Tsutsui.Dynamic DEA： Alacks-based Measure Approach[J].Omega.2010（ 38）：145-156.

[13]Fare R.，Grosskopf S.，Tyteca D. An Activity Analysis Model of the Environmental Performance of Firms： Application to Fossil-fuel-fired Electric Utilities[J].Ecological Economics.1996，18（2）：161-175.

作者簡介：喬聰（1996-），男，安徽亳州人，在讀碩士，研究方向?yàn)榫G色金融、能源金融;張水平（1974-），男，安徽望江人，副教授，博士，研究方向?yàn)閰^(qū)域經(jīng)濟(jì)、環(huán)境經(jīng)濟(jì)。