中国城市全要素能源效率分析_黄海峰

经济与社会〔文章编号〕1002－2031（2015）08－0053－08〔DOI〕10．13239/j．bjsshkxy．cswt．150808中国城市全要素能源效率分析黄海峰葛林王美昌

〔摘要〕借鉴多阶段DEA模型原理，构建三阶段空间计量SBM模型，以管理和环境双重视角对我国2001－2012

年

276个城市全要素能源效率进行了评价和解析，并对其外生环境进行了识别，提出了改善能源效率的路径和策略。研究结果

表明，以省域作为评价单元，多阶段DEA模型忽略了评价单元的空间溢出效应，会高估全要素能源效率；我国全要素能源效率依然偏低，节能潜力可达34%－46%，呈现倒“U”型发展趋势和区域不平衡特征，管理无效率和环境无效率是能源低效的原因，而不断恶化的外生环境是主要原因；空间集聚性、产业结构、技术进步、基础设施和能源禀赋是影响全要素能源效率的关键因素，也是环境劣势地区提高能源效率的重点方向；东部地区城市应着重改善外生环境，提升能源效率，中西部地区和东北地区应以提高能源管理能力为重点策略。〔关键词〕城市；空间计量；多阶段SBM模型；空间外溢；全要素能源效率

〔中图分类号〕F426．2〔文献标识码〕A

〔作者简介〕黄海峰（1962—），男，四川成都人，北京工业大学经济与管理学院教授，博士研究生导师，博士，研究方向为转型经济；葛

林（1983—），男，河南新乡人，北京工业大学经济与管理学院博士研究生，研究方向为绿色金融、能源经济；王美昌（1984—），男，江西瑞金人，东南大学经济管理学院博士研究生，研究方向为城市经济、能源经济。〔基金项目〕国家自然科学基金项目（71473010）。〔收稿日期〕2015－01－21〔修回日期〕2015－03－11

一引言我国正处于城市化、工业化快速发展时期，刚性的能源消费增长和严重的环境污染仍然是我国经济增长的双重约束。研究提高能源效率的路径、方法是破解约束的有效途径，识别提高能源效率的重点地区是研究的目标与方向。而如何评价各地区能源效率就成为首要问题。有效的评估方法既要准确、全面和公平地评价参与各方，也要能发现能源无效率的根源。这种有效性依赖于评价指标和评价单元的选择。在评价指标方面，胡均立（JinliHu）等认

为，单位GDP能耗评价指标法并未考虑经济结构和技术等因素，是单要素视角，也是一种偏要素视角［1］。因此，基于多投入—多产出视角，

非参数数

据包络分析法（DEA）的综合性能源效率评价方法被广泛运用［2－5］。由于区域能源效率不仅取决于投

入要素等可控变量，也受到外生环境影响，这种方法仍然无法揭示能源无效率的根源［6－7］。在评价单元

方面，我国学者选择以省域为基准单位，由于我国全要素能源效率的区域差异性较大，各类评价结果存在明显差异。王维国、范丹及黄德春对2009年全国29个省（直辖市、自治区）使用DEA模型测算的全

要素能源效率均值分别为0．568和0．863［6，8］。另

·35·

总第241期城市问题2015年第8期经济与社会外，以省域为基准单位的评价结果也容易削弱能源效率区域发散与收敛研究结论的可靠性［9－10］。综

合而言，选择恰当的评价指标和基准单位以保证评

估的准确性和公平性，是政府制定“节能减排”政策的重要依据，也是一个值得深入探讨的问题。在国家以城市群和跨区域国家经济区为导向的区域发展战略背景下，基于省域的分析已难以满足我国能源问题现实的需要。而城市是我国相对完整的基本空间单元和经济发展的重要地区，更是能源消费和温室气体排放的最重要源头①［11］，以城市为

评价单元既能相对准确地反映我国生产活动的空间格局，也有利于指导城市管理者制定废物排放、交通管制等具体的能源环境政策，更有利于有效地实现节能减排的总目标［12］。

近来，中国的城市能源效率问题吸引了一些学

者的关注，现有的研究主要包括李治和李国平测算了我国1995－2006年210个城市的全要素能源效率［9－10］，孙久文考察了1992－2010

年长三角地区

全要素能源效率［13］，秦炳涛分析了我国230

个地级

市21世纪初的全要素能源效率［4］。然而，

上述研究

中构建的评价模型均未包括环境污染物非合意产出，这既不符合我国节能减排的要求，更是一种有偏估计［14］。张伟和吴文元、宋一弘、孟晓等采用SBM

模型弥补了上述不足［15－18］，但是，由于SBM模型仅仅将城市能源效率的影响因素归结为投入要素，未能剔除外部环境、内部管理和随机误差等影响因素，因此，导致评价结果存在偏差与不公平问题［6，19］。

多阶段DEA模型虽然将环境因素和管理因素进行

了分离，但存在忽略环境约束等问题，并且，第二阶段的模型是基于评价单元之间的空间独立性，而沈能和潘雄锋等的研究已经表明，我国全要素能源效率存在空间相关性［20－21］，韩峰等运用我国2003－

2011年城市面板数据也实证了空间集聚外部性对

能源效率具有正向作用［22］。勒萨热（Lesage）

和佩

斯（Pace）认为，忽略这种空间相关性会导致遗漏变量和加总偏误因素等，可能造成估计偏误［23］。因

此，上述评价方法虽然考虑到了环境因素，但忽略

了地区间空间外溢的影响，难以保证评估的准确性和公平性。本研究在全要素能源效率评价框架的基础上，通过空间计量方法改进了多阶段SBM模型，评估和发现了我国城市全要素能源效率及其“高地”和“洼池”区域，进一步探寻了能源无效率的根源。

二研究方法、变量和数据说明

1．三阶段空间计量SBM模型

为剥离外生环境和随机因素对决策主体的纯管理效率评价，本研究借鉴三阶段DEA模型，构建三阶段SBM模型，具体原理和步骤如下。第一阶段：原始数据的SBM模型。与传统的DEA方法不同，SBM模型可以处理非合意产出，也考

虑了松弛变量的影响。为此，本研究参考了托恩（Tone）的方法

［24］，使用投入导向可变规模报酬SBM

模型（SBM－I－V）②评价城市全要素能源效率。

第二阶段：原始数据调整。本研究借鉴考伊里

（Coelli）的方法

［25］，分别建立资本投入松弛变量、劳

动投入松弛变量和能源投入松弛变量与环境解释变量的空间面板数据模型，即空间自回归（SAＲ，式1）和空间误差回归（SEM，式2）的空间面板数据模型：Sit=ρWSit+zitβ+uit

uit～（0，σ2I）（i=1，2，…，m）（1）

Sit=zitβ+uit

uit=γWuit+εitε～（0，σI）（i=1，2，…，

m）（2）式中，Sit是第一阶段第i个决策单元第t时期的投入松弛变量，zit表示外部环境变量，β为相应的系数向量，uit为随机误差项。因此，基于Sit和zit数据，通过SAＲ模型或SEM模型得到β的估计向量β^：

S^it=ρ^WSit+zitβ^（3）

S^it=zitβ^+γW

uit

（4）

进一步根据模型3和模型4③获得每个决策单

元的调整值S^it，从而以外生环境最差的决策单元为

基准，通过如下模型实现外部环境均等化：xadjit=xit+［max｛S

^it｝－S^

it］（5）

式中，xadjit为调整后的投入量，xit为原始的投入

量。第三阶段：调整后数据的SBM模型计算。用第二阶段调整后的数据代替第一阶段使用的原始数据，再次使用SBM－I－V模型进行效率评价，得到各决策单元的纯管理效率。2．全要素能源效率评价与解构模型

本研究根据胡均立、李兰冰的研究方法［1，7］，确

定区域的全要素能源效率（TFEE）为能源目标值与能源实际值之比，并将其结构为能源管理效率

·45·

《城市问题》2015年第8

期中国城市全要素能源效率分析经济与社会（TFEME）和全要素能源环境效率（TFEEE），具体表示如下：TFEME=调整后能源目标值/调整后能源实际值（8）TFEEE=TFEE/TFEME（9）当TFEEE小于1时，表示决策单元处于环境劣势，全要素能源效率偏低且主要受环境因素的影响；当TFEEE等于1时，表示环境对全要素能源效率无明显作用；当TFEEE大于1时，表示决策单元处于环境优势，管理因素是全要素能源效率偏低的主要原因。3．变量及数据说明本研究使用我国2001－2012年276个城市的产出变量数据（经济产出、非合意产出）、投入变量数据（资本存量、劳动和能源）和外生环境因素变量，具体指标的说明如下。（1）资本存量（K）以物质资本存量作为资本投入指标，以固定资产投资总额作为具体指标。本研究根据“永续盘存法”估算各城市资本存量，具体步骤：首先根据以下公式估计2001年各城市的基础资本存量：Ki2001=Ii2001/（gi2001－2012+δ）（10）式中，Ki2001表示2001年城市的资本存量，Ii2001表示2001年i城市的固定资产投资总额，gi2001－2012表示2001－2012年i城市固定资产投资增长的平均数，δ为霍尔（Hall）和琼斯（Jones）建议的折旧率6%［26］。然后，进行资本存量永续盘存。（2）劳动（L）采用当期从业人口总数作为劳动投入。（3）能源投入（E）由于目前我国没有全面统计城市能源消费量，林伯强认为，电力需求的GDP弹性与总能源非常接近，计算机读出的电力消耗数据更加准确，电力能源更能代表我国能源整体的效率状况［27］，所以选取全年用电量指标作为能源投入。（4）经济产出（Y）采用各城市实际GDP作为经济产出。（5）非合意产出（SO2）采用各城市二氧化硫排放量。（6）环境变量目前已有大量关于我国全要素能源效率影响因素的研究成果④，本研究基于这些研究成果选取产业结构、技术水平、基础设施、政府干预和能源禀赋等五个方面的外部环境要素，具体指标分别为第二产业产值/地区生产总值（IN/GDP）、FDI/

固定投资

总额（FDI/I）、货运总量/（公路里程+铁路里程）（T/H）、财政支出/地区生产总值（CZ/GDP）和采掘

业从业人数/从业总人数（CJ/TW）。以上具体指标的原始数据来自历年的《中国城市统计年鉴》、《中国区域经济统计年鉴》和《

中国统

计年鉴》。

三实证结果1．第一阶段：

全要素能源效率的综合评价与区

域差异从全国层面来看，2001－2012年中国全要素能源效率（TFEE）在0．54－0．66之间，均值为0．57（表1）。这表明在保持产出不变的前提下，可节约

耗能总量的34%－46%，节约潜力巨大。这一结果明显低于以省域为评价单元的效率，与秦炳涛的结论［4］一致。2001－2012年，全要素能源效率从2001

年的0．54波动上升到2010年的0．66，但2012年下降到0.58，呈现倒“U”型特征。“十一五”和“十二

五”期间（以下简称为“两五时期”），全要素能源效率整体上得到提升，原因在于政府对高耗能、高污染企业进行了大规模的“关停并转”，其后的停滞以及2010年后的下降，主要由于扭曲的能源要素价格和