能效研究方法和中国各地区能源效率的比较

　

[收稿日期]　2007-12-20

[基金项目]　国家自然科学基金项目“我国能源利用效率及其影响因素分析”(50556002)

[作者简介]　杨红亮(1974—

),男,河南周口人,亚洲开发银行东亚局能源处职员,经济学博士;史　丹(1961—

),女,天津市人,中国社会科学院工业经济研究所能源经济研究中心主任,研究员,管理学博士,博士生导师;

感谢匿名评审人提出的意见,笔者已作了相应的修改,本文文责自负。

能效研究方法和中国各地区

能源效率的比较

杨红亮1,史　丹2

(11亚洲开发银行东亚局能源处,菲律宾马尼拉;

21中国社会科学院工业经济研究所能源经济研究中心,北京　100836)

[摘　要]　如何科学地评价各地区能源效率(E E )的现状是中国实现“十一五”节能降耗

战略目标的重要的科学前提和保证。使用一种单要素方法和三种全要素方法对以2005年数据为

基础的中国各地区的能源效率的比较研究表明:(1)全要素方法在揭示一个地区要素禀赋结构对其能效的影响方面有着传统的单要素方法替代不了的优势。(2)即使以国内的先进能效水平做参照,中国的总体能效水平也还很低。如果各地区可以达到上海等先进地区的能效水平,中国大约可以节约30%左右的能源消耗。(3)东西部之间巨大的能效差距表明了在现阶段实现地区间节能合作、推动先进生产技术在东西部之间扩散的现实必要性。

[关键词]　能效分析方法;单要素能源效率;全要素能源效率;地区差异[中图分类号]F40712[文献标识码]A [文章编号]1000—596X (2008)03—0012—09 能源效率(以下简称能效)问题在很多国家的

公共政策的制定中都占据着重要位置。中国提出“十一五”期间GDP 能耗降低20%的目标,科学地评价能效变得格外重要。本文评价分析了相关的研究和各种能效的分析方法。然后运用多种方法对我国各地能效进行了分析比较,最后对结果进行讨

论并提出政策建议。

[1]

一、有关的能效研究

目前国内国外关于能效的研究有很多。根据不同的产出和投入的度量方法,能效有不同的变种形

式。[2]为了避免混淆,本文中根据能效指标考察的生产要素的多寡把它粗分为单要素能源效率和全要素能源效率(或称多要素能源效率)。

2

1

(一)单要素能源效率

单要素能源效率常被定义为一个经济体的有效产出(usef ul outp ut)和能源投入(energy inp ut)的比值。在生活中最为常用的单要素能效指标是GDP能耗指标。

使用单要素能效指标对中国的能效状况进行分析的文献又可以粗分为两类。

第一类是将中国和发达国家的能效进行对比,以发达国家作为基准来发现中国的能效水平。大多数的比较发现,如果按照汇率法去计算G DP能耗,中国的能耗水平是世界平均水平的313倍,是印度的112倍,美国的315倍,德国的516倍,日本的712倍;[3]如果按照购买力评价的方法计算,则中国的能耗是美国的0182倍,德国的1105倍,日本的112倍;[4][5]如果直接用物理量能耗指标进行比较,则中国的GDP能耗和欧洲1990年的能耗水平基本相当,大致相当于日本在20世纪70年代的水平。[4]

第二类研究是对可能影响能效的各种因素进行分析以期找出可以提高中国能效的方法和途径。此类研究的代表有:史丹认为产业结构的调整促进了能源效率的提高,但这种影响的作用正在逐渐减小。[6]周勇、李廉水认为技术进步使能效的提高在实践上成为可能。[7]

单要素能效指标简单易懂、便于使用,但其也有不少问题。以GDP能耗指标为例,其一,它不能够反映能源利用的基础技术效率。[8]其二,因为GDP能耗指标反映的是社会生产的总体状况,所以使用GDP能耗指标也就抹杀了产业间的技术差别和能效差别,不能够表征国民经济体中各个不同产业在能源利用效率上不同的发展变化情况。[9]其三,GDP是一个经济体中各种不同生产要素的综合产出,只有能源要素投入无法完成社会生产活动。GDP能耗指标无法反映劳动力及其他生产要素对能源投入的替代效应。[10][11]其四,因为一个经济体中使用的能源种类很难唯一,很多研究都表明种类不同的能源形式在根据现有技术使用时会有不同的利用效率差异,[2]而GDP能耗指标只是经济体的总产出的货币表现与总的能源投入之间的比值,因此无法对能源结构不同的经济体之间的能源效率差异做出有效反映。

因为以上缺点,有学者建议把单要素能效指标和其他生产率指标,比如说劳动生产率指标、资本生产率指标等结合起来使用。[12]这种把单要素能效指标和其他要素相结合的方法虽然在一定程度上弥补了单要素能效指标的不足,但还是无法全面解决上面列举的单要素能效指标的问题。这就是进行全要素能效分析的必要性所在。

(二)全要素能源效率

全要素能源效率的方法来源于微观经济学上的全要素生产理论。社会生产的各投入要素在一定程度上可以相互替代,而决定最终产出的并非是能源或人力等某一个生产要素,而是各种生产要素的组合。全要素能效可以使用不同的统计分析方法来确定效率前沿。近年来见于文献的全要素能源效率的分析文章使用的方法都是D EA,[10][13]其中以胡和王(Hu and Wang)更有代表性。[10]

胡和王使用D EA的方法对中国各地区在1995—2002年间的全要素能源使用效率做了比较研究。[10]在图1中,A,B,C,D分别代表四个具有不同资源禀赋条件的地区。地区C和D虽然具有不同的资源禀赋条件,但它们分别代表了在它们各自的资源禀赋结构下的最佳能源利用水平,它们共同确定了现实条件下的效率前沿I-I′的位置。A和B运行于效率前沿之外,和运行于效率前沿上的地区C和D相比,它们的能效水平还有一定的差距。地区A在效率前沿上的投影是A′,A′代表了A在不改变其生产要素结构的条件下所能达到的最佳能源利用水平,换句话说,A′是A改进能效的目标值。线段A A′表明了A相对于效率前沿的距离,同时也说明了如果A提高能效后可以节约的资源量。

胡和王考虑到了社会生产中可能出现的能源投入的冗余现象。[10]如图1所示,地区B在效率前沿上的投影是B′,但同C相比,B′生产同样的产出但却消耗了更多的能源。线段B′C代表相对于C 的B′的能源消耗冗余。因为发生了能源消耗冗余,所以B最终的改进能效的目标值是C而不是B′。因此,胡和王将一个地区的能源效率定义成了该地区能源使用的目标值和实际值之间的比值。

31

胡和王在研究中考虑了GDP生产的四种投入要素,包括劳动力、资本储量、能源以及各地区的生物质能使用量。[10]因为生物质能的使用在现实中难以测度,胡和王用一个地区的耕地面积作为该地区的生物质能使用量的替代。他们的结论认为: (1)人均GDP最高的东部地区的能源效率最高,其次是人均GDP最低的西部地区,人均GDP在全国处在中间位置的中部地区的能源效率最低;(2) 1995—2002年,除西部地区,东部和中部地区的能源效率都有不同的提高;(3)1995—2002年,有四个省市的能效一直保持在最高的状态,其中上海、福建和广东是在东部地区,只有一个省四川(包括重庆)是在西部地区。

胡和王的研究主要有以下三点贡献:首先,这篇文章是目前文献中使用全要素方法分析中国能效问题的探索之作。其次,作者在文章中定义了一个新的全要素能源效率指标,减少了在DEA环境下出现的能源使用冗余现象对能效指标的不利影响。再次,以往的文献多使用国际数据做标杆,在这篇文章中,作者从比较国内各地区之间能效利用差别的角度描述了中国能效问题的现状。

胡和王的研究的缺点是:首先,从本质上说DEA模型测定的是基于样本数据的相对效率指标,因此,从严格意义上,胡和王测定的各地区不同年度的效率指标值不具有可比性。

其次,胡和王在研究中考虑到了各地区对生物质能的不同利用状况对商品能源消耗的影响,但对变量选择却不完全合理。这是因为:第一,直至今天中国各地仍缺乏对稻草、秸秆等生物质能的规模化工业利用,在各地作为生物质能使用的稻草、秸秆等很多都只是作为农村的生活用燃料而加以利用,耕地面积比较多的地区如果经济比较发达未必就一定比耕地面积比较少的地区使用更多的生物质能。第二,按照作者对中国东部、中部、西部的划分方法,中部省份平均拥有的耕地面积要比东部和西部各省市区的平均值大得多。也就是说,胡和王对变量的选择从一开始就让中部省份输到了起跑线上。[10]

魏楚和沈满洪基本上延续了胡和王的研究方法。[13]他们使用1995—2004年的分省数据对各地区的能源效率做了计算,并根据计算结果对作者认为的可能对能源效率有影响的因素进行了计量分析。他们的研究结论表明:根据各地区能源效率的计算结果,全国能效最高的4个地区为黑龙江、上海、云南以及海南,能效最低的4个地区是山西、贵州、宁夏以及甘肃。在对能源效率可能有影响的因素方面,他们认为政府对市场经济的干预对能源效率有负面影响,对外开放程度对能源效率具有正面影响,制度变量对能源效率的影响并不显著。

魏楚和沈满洪的研究有以下贡献:首先,作者在胡和王研究的基础上进一步比较和区分了能源生产率和能源效率,指出了传统的能源生产率指标在解释能源效率时的内在缺陷。其次,从全要素能源效率的角度,作者认为从变化趋势上看,1995—2004年大多数省份的能源效率都符合“先上升,再下降”的特点。这和史丹基于单因素方法的结论相似。[1]其三,在文中作者对可能影响全要素能源效率的因素做了积极探索。

魏楚和沈满洪的研究也有其缺点,其中最主要的就是在对基于DEA模型的能源效率指标设计计量模型时,没有顾及各变量本身的数学统计特性。这是因为,基于DEA模型的效率指标的统计分布一般是未知的。如果模型使用的各变量之间存在比较强的相关性的话,比如各省市区的GDP和其市场化程度之间、各省市区的GDP和其进出口额之间等,计量模型的结果就会出现比较大的偏差。[14]

(三)现有能效研究方法的优缺点

以上分析表明:现有的研究方法,无论是传统的单要素方法和基于DEA的全要素方法,都有其自身的优点和缺点。

总的说来,单要素方法使用起来简单、容易理

41

解,但它忽略了资本与劳动对GDP的贡献及能源使用和劳动力、资本之间的替代效应。同单要素方法相比,全要素方法在这方面拥有很大的优势,它不但可以比较准确地衡量生产要素之间的替代效应,也可以反映出一个地区在一定生产要素结构下的能源使用的综合水平。然而全要素方法也有其缺点。首先,全要素效率指标具有相对性。这个相对性体现在两个方面:一是效率前沿的相对性;二是数据样本大小的相对性。

其次,DEA方法具有自身缺陷。从本质上讲, DEA方法是一种极值方法。它在对效率前沿进行估计时容易受到样本数据的质量的影响。一般来说,研究中国能效问题所使用的很多数据误差相对来说都比较大,因此基于D EA方法得到的数据结果需要更为严格的检验。

因此,在进行能源效率的研究时需要综合考虑各种不同方法的优缺点。适当的能效研究方法应该是以全要素研究方法为主,通过一定的方法设计减少因数据质量问题而对DEA模型的结果造成的负面影响。在可能的情况下,应该尽量使用几种不同的研究方法对最终结果的客观性进行对比校验。

二、研究方法

为了更加客观地反映中国各地区的能源效率现状,本文使用了四种不同的方法来对中国各地区的能源效率现状做了测定,其中包括一种不同于传统的单要素GDP能效指标和三种全要素能效指标。在变量使用上,本文在计算能源效率时将着重考虑各地区的GDP、资本储量、人力资源以及能源使用四种要素,没有在模型中包括生物质能的使用量。

(一)单要素G DP能效指标(E E)

假定GD P j是第j地区用可比价格计算的国民生产总值,EC j是能源消费量,则该地区的单位GDP能耗是EC j/GD P j。如果用Min(EC j/GD P j)来表示能效最高地区的单位GDP能耗,由于各地区间存在着能效的差距,则可以把第j地区的GDP能效指标定义成:

能效指标E E j=Min(EC j/GD P j)/(EC j/

GD P j)

显然,上面定义的能效指标E E j是一个大于零小于1的数。

(二)全要素能效指标

在全要素效率的分析中,效率前沿的确定非常关键。法瑞尔(Farrell)1957年提出了两种可能的解决方案:[15]一种是使用非参数估计的分段线性逼近的方法,另一种是使用参数估计的方法。前一种方案被查勒斯等人(Charnes,et al)采纳并最终演进成数据包裹分析法(D EA);[16]后一种方案被艾格勒等人(Aigner,et al)[17]以及米尤森和范登布罗克(Meeusen and Van den Broeck)[18]采用,被最终发展成随机变量前沿分析法(SFA)。DEA和SFA是两种理念完全不同的建模思想。根据这两种不同的理念,本文构建了三种不同的全要素能效指标并用它们来相互检验。

11D EA模型及综合效率指标(E E_D EA)。如果用x i和y i分别代表第i个地区的投入和产出的向量,用X来代表所有地区的投入要素矩阵,用Y代表各地区的GDP产出矩阵,那么第i个地区的综合效率E E_D EA可以用下面的线性方程组来进行估计:

Minθ

s1t1-y i+Yλ≥0

θx i-Xλ≥0

λ≥0

式中,θ是表示效率指标值的标量,它大于零、小于或等于1;λ是一个N×1维的常向量。当某地区的θ值为1时,表明该地区在能效利用方面已经在中国内地各地区中取得了领先位置。当某地区的θ值小于1时,表明该地区在能效利用方面相对于先进地区而言还有一定的差距,在当前条件下还有一定的进步空间。一个地区的θ值表明的是该地区在现实条件下(特定的人力、资本、能源条件下)相对于国内先进地区所能达到的最佳生产状况,它实际上是一个地区的经济发展、管理水平、教育科技等实力在能源利用方面的综合体现。

上式的约束条件表明:在产出一定的前提下,各个地区的能源消耗量都不小于能效前沿地区的能源消耗。以上的线性方程组可以根据使用需要写成

51

相应的比例形式。另外需要说明的是,在实际应用中,以上方程组需要为每个样本地区计算一次。因为此模型相对比较简单,只包含一种产出(各地区GDP)和三种投入(各地资本存量、劳动力和能源投入)要素,现阶段比较流行的各种DEA计算软件包(如DEA P)一般都可以满足计算需要。

21考虑能源使用冗余的能效指标(E E_ H&W)。胡和王把能效指标定义成了一个地区能源使用的目标量和本地区能源使用的实际量之间的比值。[10]从理论上来说,投入冗余的出现一般都是由于有限的样本数量造成的,在现实中一般很难出现。[13]在没有投入冗余的情况下,胡和王定义的能源效率指标值E E_H&W和上面定义的E E_ D EA指标值相等。为了同前面所述的指标加以区别,胡和王定义的能效指标可以用ρ来表示。因为一个地区的能源使用的目标值总是小于或等于其实际使用值,所以按照胡和王的方法定义的能效指标ρ也是位于0到1之间。

E E_H&W的模型及其求解过程与E E_ D EA非常类似,只是在E E_D EA的基础上考虑了能源使用的冗余情况。因此,可以求解E E_

D EA的软件包经过技术修正应该都可以用于计算

E E_H&W指标。

31随机效率前沿SFA及其能效指标(EE_ S FA)。以上两种能效指标的计算都是基于DEA模型,从本质上讲DEA是非参数估计的线性规划方法。与DEA不同,SFA在本质上是一种使用极大似然估计的参数估计方法。和DEA相比,使用SFA 确定效率前沿的缺点是必须要为效率前沿假定一种方程形式,这增加了使用SFA的风险。但SFA的优点也很明显,在确定效率前沿的时候它可以把随机因素的影响分离出来,这样它的最终结果相对来说就不易受到个别不准确的数据点的影响。[14]本文中用SFA创建的效率前沿可用下面的方程表达:

ln(GD P i)=β0+β1ln(K i)+β2ln(L i)

+β3ln(EC i)+(v i-u i)

式中,GD P i代表第i个地区的GDP产出;K i是第i个地区的资本存量;L i是第i个地区的劳动力投入;EC i是第i个地区为完成社会生产所消耗的能源;β是需要估计的变量系数;v i代表随机变量,用它来代表一个地区社会生产中的随机因素,比如说自然灾害、突发事件等因素对地区能源消耗的影响,假定它服从标准正态分布N(0,σ2v);u i是一个非负的随机变量,用它来代表一个地区的能源消耗偏离能效前沿的情况。因为u i>0,本文中假定服从偏正态分布N+(μ,σ2u)。虽然u i和v i都是随机变量,但它们相互独立。

则SFA效率前沿下的能效可以被定义为:

E E_S FA i=E

(GD P3i|u i,K i,L i,EC i)

E(GD P3i|u i=0,K i,L i,EC i)能效指标值E E_S FA也位于0到1之间。

E E_S FA的计算相对来说比较复杂,市面上可以使用的软件包也比较少。因为S FA的本质是参数估计方法,所以可以通过SPSS或STA TA等统计软件编程实现,也可以参考科勒等人(Coelli, et al)的方法。[14]

三、研究数据

本文的研究数据覆盖我国除西藏自治区、台湾省、香港特别行政区和澳门特别行政区外的所有省市自治区。因为原始数据的特点,本文把四川省和重庆直辖市作为一个地区计算。文中使用的研究数据(包括各地区GDP产出、人力、资本存量以及能源投入)的原始资料都来自于历年的《中国统计年鉴》以及《中国能源统计年鉴(2006)》。

(一)地区G DP

地区GDP采用的是2005年价格,GDP产出的原始数据来自于《中国统计年鉴(2006)》并根据需要而做了调整。

(二)劳动力

人力数据采用《中国统计年鉴》宏观分省市区就业人员统计2005年数据。在实际生活中,因教育、培训、工作经验等的不同,劳动力的质量可能有很大的差异,这种差异也应该对能源消耗造成一定的影响。但因为这种影响难以准确计量,同时也因为作为分析单元的每个省市自治区的人口基数都非常大,按照统计规律其总体影响应该是趋向平均值。因此,在本文中对劳动力的质量就没有加以区分。

61

(三)能源投入

因为每个地区的能源消费种类都不唯一,所以为了方便比较,有必要把所有的能源消耗(煤、油、天然气等)都转换成统一单位。地区能源投入数据采用《中国能源统计年鉴(2006)》分地区能源消费总量数据,计量单位是“吨标准煤”。

(四)资本存量

地区资本存量根据《中国统计年鉴》、《中国固定资产投资统计数典》以及《中国国内生产总值核算历史资料1952—1995》的原始数据计算得到。地区资本存量的计算公式为:

t+1期资本存量

=t期资本存量×(1-折旧率)

+t期固定资本形成总额

其中,年度资本存量和年度固定资本形成总额已经调整为2005年价格,计算的初始年度为1952年。

四、计算结果和讨论

本文对上面定义的四种不同的能效指标都做了计算,能效指标的结果请见表1。表2是根据各种不同的能效指标对各地区的能效表现做的排序。表3和表4分别汇报了不同模型下的能效指标的一般相关系数和Spearman排序相关系数。

从表1可以看出,按照单要素方法计算的各地区能效和三种按照全要素方法计算的能效指标相差很大,按照单要素方法各地区能效平均值仅为01580,三种全要素方法计算的能效平均值分别为01757,01680,01685。为了检验单要素能效指标和全要素能效指标之间的差异是否显著,本文执行了Wilcoxon2Mann2Whit ney统计检验。检验结果表明:单要素能效指标和全要素能效指标属于同一概率分布的假设可以在5%的显著水平上拒绝。换句话说,这表明单要素能效指标和全要素能效指标在描述各地区能效的效果上是显著不同的。

从表3和表4的结果可以看出,E E_D EA和E E_H&W之间的两种相关系数都很高。这说明这两个模型基本上可以相互解释。原因可能有两个:(1)E E_D EA和E E_H&W都是基于DEA 方法;(2)E E_H&W模型只是在E E_D EA的基础上考虑了地区能源投入的冗余现象,这说明能源投入冗余的现象在各地区并不普遍。

表12005年各地区单要素和全要素能效指标对比

序号

省(市、

自治区)

E E j E E_D EA E E_H&W E E_S FA

全要素

平均1北京0199111000110000189901966 2天津0171401855017890171601786 3河北0140601778016340181901743 4山西0127101725013900169301603 5内蒙古0132101543013410154601477 6辽宁0143301751014430180101665 7吉林0148301689014830168501619 8黑龙江0154611000110001100011000 9上海0190111000110001100011000 10江苏0186101843018430148601724 11浙江0188701845018450172501805 12安徽0165501796017960189701830 13福建0184801835018350198101884 14江西0175201729017290175401737 15山东0162301715016310143801595 16河南0157501772017720187201805 17湖北0152601762017620188801804 18湖南0156801830018300195601872 19广东1100011000110000182801943 20广西0165001790017900179501792 21海南0186801845018450126101650 22

四川(包

括重庆)

0153001682016820174001701 23贵州0124501645014480145201515 24云南0145801649016490165701652 25陕西0153801597015970165201615 26甘肃0135201718016450146901611 27青海0125801491013380115601328 28宁夏0119201450012150116801278 29新疆0137601615013860153001510平均值0158001757016800168501707

(一)单要素能效指标和全要素能效指标的比较

单要素能效指标和全要素能效指标的不同还体现在它们对各地区的能效指标排序上。从表2中可以看出,按照单要素指标,2005年在各地区中能效排名比较领先的地区是:广东、北京、上海、浙江和海南。按照三种全要素能效指标给各地区做的排名和按单要素指标做的排名却有很大的不同。以

71

E E_D EA和E E_H&W综合能效指标,在2005年,北京、上海、黑龙江以及广东四个地区共同构成了当年中国的效率前沿;按照E E_S FA能效指标,能效前沿地区只有上海和黑龙江,其他的能效比较领先的地区有福建和湖南。

表22005年各地区单要素和多要素能效指标排序

序号省(市、

自治区)

E E j E E_D EA E E_H&W E E_S FA

全要素

平均

1北京21153 2黑龙江151111 3山西31111 4广东11194 5天津95121612 6浙江465159 7海南5662719 8江苏6872315 9福建79835 10湖南1410946 11安徽10111067 12广西1112111211 13河北2213191013 14河南13141388 15湖北181514710 16辽宁2116241117 17江西817151314 18山西2618251723 19甘肃2419182422 20山东1220202624 21吉林1921221820

22四川(包

括重庆)

1722161416

23云南2023171918 24贵州2824232525 25新疆2325262226 26陕西1626212021 27内蒙古2527272127 28青海2728282928 29宁夏2929292829

表3不同方法下的能效指标的一般相关系数项目E E j E E_D EA E E_H&W E E_S FA

E Ej1———

E E_D EA0179571——

E E_H&W0186320191181—

E E_S FA0144320168120163881表4不同方法下的能效指标的

Spearm anπs排序相关系数

项目E E j E E_D EA E E_H&W E E_S FA

E Ej1———

E E_D EA0182181——

E E_H&W0188540192291—

E E_S FA0148680166180163271

和单要素能效指标相比,三种全要素能效指标之间的一致性更强。考虑到这三种全要素能效指标都综合考虑了人力、资本和能源投入对能效的综合影响,因此,这个结果并不意外。这种一致性也从另外一个侧面反映了全要素能效指标的合理性。

和单要素能效指标相比,全要素能效指标可以更好地揭示各地区的要素投入情况。以黑龙江为例,在单要素能效的排名中,黑龙江能效居于全国第15位,而在三种全要素能效排名中,黑龙江的能效都处于领先的位置。仔细的分析表明,黑龙江在全要素能效指标中表现良好有其内在的原因。在2005年同其他地区相比,每创造1亿元的GDP黑龙江需要的能源和人力要素虽然表现一般,但它用了最少的资本存量。反观在全要素能效指标中另外两个领先的地区:上海和广东,每生产1亿元的GDP上海使用了最少的人力,广东使用了最少的能源。因此,同其他地区相比,这三个地区分别代表了在它们各自的生产要素结构下的国内最佳的能效水平。显然,同单要素能效指标相比,全要素能效指标在揭示一个地区资源禀赋结构对其能效的影响方面有着不可替代的优势。

(二)东部、中部和西部的能效比较

为了更好地比较研究结果,本文延续了胡和王[10]对中国东、中、西三大地区的划分,其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西和海南;中部地区包括山西、内蒙、吉林、黑龙江、安徽、江西、河南、湖北和湖南;西部地区包括四川(含重庆)、贵州、云南、陕西、甘肃、青海、宁夏和新疆。这个划分和其他文献中对东、中、西三大地区的划分略有不同。三大地区的比较见表5。

81

表52005年东、中、西部平均能效指标对比

序号地区E E j E E_D EA E E_H&W E E_S FA 全要素平均

1东部

平均

0175701855018050172901796

2中部

平均

0174201761016780181001750

3西部

平均

0159601606014950147801526从表5可以看出,在2005年,无论是按照单

要素指标还是按照全要素指标,东部地区的平均能效都是最高的,其次是中部地区,西部地区的平均能效最低。这个结果显然与胡和王所报告的“东部能效最高、西部次之、中部最低”的结果[10]不同,和史丹的“东、中、西部能源效率水平依次递减”的计算结果[1]类似。

五、结论和政策建议

本文在总结现有的能效研究的基础上,尝试使用了单要素方法和三种全要素方法对以2005年数据为基础对中国各地区的能效现状做了比较测算,研究结果也表现出了比较强的现实意义。

首先,全要素能效指标可以更好地对各地区的能效利用状况做出科学解释,全要素能效的结果肯定了能效差别有着地区生产要素结构上的原因。三种全要素方法的研究结果表现出了相当的一致性。从结果上看,全要素能效指标在揭示一个地区资源禀赋对能效的影响方面有着单要素方法替代不了的优势。这肯定了全要素能效指标的使用价值。研究结果同时也表明:因为各地的能效差异有其地区特点,所以在制定各地区减少能耗和提高能效的发展战略时,要因地制宜,不可一概而论。

第二,研究结果表明:即使以国内的先进能效水平做参照,中国的能效总体水平还很低,能源浪费现象严重。按照全要素模型的计算结果,在维持2005年各地生产要素结构不变的情况下,如果各地区都能达到上海等先进地区目前的能效水平,中国大约可以节约30%左右的能源消耗。这反映了目前在中国提高能效效率的巨大潜力。

第三,虽然在考虑了各地区的资本和人力投入以后各地区能效的实际差别要比按照传统的单要素方法所得到的差别要小,但全要素能效指标还是和单要素能效指标表现出了一定的一致性。中西部地区和东部地区的能效差异巨大,表明了现阶段实现地区间合作、推动先进生产技术在东西部之间的扩散的现实必要性。

参考文献

[1]史丹1中国能源效率的地区差异与节能潜力分析[J]1中国工业经济,2006,(10)1

[2]M1Patterson1What Is Energy Efficiency:Concepts,Indicators and Methodological Issues[J]1Energy Policy,

1996,24(5)1

[3]朱训1关于中国能源战略的辩证思考[J]1中国能源,2003,(9)1

[4]王庆一1中国能源效率与国际比较[J]1节能与环保,2003,(8)1

[5]何祚庥,王亦楠1我国与美国、日本能源利用效率的差别到底有多大[J]1中国科学院院士建议,2004,(4)1

[6]史丹1产业结构调整变动对能源消费需求的影响[J]1经济理论与经济管理,2003,(8)1

[7]周勇,李廉水1中国能源强度变化的结构与效率因素贡献———基于AWD的实证分析[J]1产业经济研究,2006,

(4)1

[8]B1Wilson,L1Trieu,B1Bowen1Energy Efficiency Trends in Australia[J]1Energy Policy,1994,22(4)1

[9]C1J enne,R1Cattell1Structural Change and Energy Efficiency in Industry[J]1Energy Economics,1983,5(2)1

[10]J1Hu,S1Wang1Total2factor Energy Efficiency of Regions in China[J]1Energy Policy,2006,(34)1

[11]E1Renshaw1Energy Efficiency and the Slump in Labour Productivity in the USA[J]1Energy Economics,1981,

3(1)1

[12]M1Patterson1Energy,Productivity and Economic Growth:An Analysis of New Zealand and Overseas Trends Minis2

try of Energy[Z]1Wellington,19891

91

[13]魏楚,沈满洪1能源效率及其影响因素:基于DEA的实证分析[J]1管理世界,2007,(8)1

[14]T1Coelli,D1Rao,C1OπDonnell,G1Battese1An Introduction To Efficiency and Productivity Analysis(2nd edition)

[M]1US:Springer,20051

[15]M1Farell1The Measurement of Productive Efficiency[J]1Journal of Royal Statistical Society Series,Series A,

1957,(120)1

[16]A1Charnes,W1Cooper,E1Rhodes1Measuring Efficiency of Decision Making Units[J]1European Journal of Op2

erational Research,1978,(2)1

[17]D1Aigner,C1Lovell,P1Schmidt1Formulation and Estimation of Stochastic Frontier Production Function Models

[J]1Journal of Econometrics,1977,(6)1

[18]W1Meeusen,J1Van den Broeck1Efficiency Estimation f rom Cobb2Douglas Production Functions with Composed Er2

ror[J]1International Economic Review,1977,(18)1

(责任编辑:杨万东)

ENERG Y2EFFICIENCY METH ODS AN D COMPARING THE ENERG Y EFFICIENCIES OF DIFFERENT AREAS IN CHINA

YAN G Hong2liang1,S H I Dan2

(1.Depart ment of Energy,Bureau of East Asia,Asian Develop ment Bank,Manila Philippine; 2. Energy Eco nomy Center,Instit ute of Indust rial Economy,Chinese Academy of Social Sciences,Beijing 100836,China)

Abstract:How to evaluate t he energy efficiencies of different Chinese areas is t he premise to realize t he strategic goal of saving energy and reducing energy co nsumption.Based o n one single2factor met hod and t hree total2factor met hod and data in2005,t he energy2efficiency analysis shows t hat:(1)Compared to single2factor met hod,total2factor met hod can reveal t he effect s of endowment s on energy efficiency.(2) Chinese total energy efficiency is very low.China can save about30%energy if all areas could be t he same energy efficiency as Shanghai.(3)Great differences between east and west areas indicate t hat it is very im2 portant to imp rove inter2regional energy co2operations and diff using of production technologies.

K ey Words:energy2efficiency met hod;single2factor energy efficiency;total2factor energy efficiency; regional difference

02