能源效率概念、分类及影响因素研究综述

能源效率概念、分类及影响因素研究综述

文章梳理了我国能源经济学界数十年来对能源效率的概念、分类及影响因素等问题的研究成果，具体阐述了能源效率既有能源经济效率与能源环境效率之分，又有能源物理效率与能源经济指标之别，更有单要素能源效率与全要素能源效率之不同，而全要素能源效率则为学者们所青睐；同时指出，影响能源效率的因素既有技术进步、外商投资、对外开放度等短期因素，又有产业结构与能源消费结构等长期因素。

标签：能源效率；概念；分类；影响因素

一、能源效率概念

所谓能源，通常是指可供人类获取各种形式的能量的自然资源。能源可具体它分为一次能源和二次能源两大种类：前者是指没有经过人类加工的大自然中与生俱来的自然资源，主要包括直接来自太阳的福射能和间接来自太阳的煤炭、石油、天然气以及风能、海洋能等新能源；后者则是指依托一次能源的进一步加工和转化从而获取的能源，如通过风力发电获取的电能，加工石油制造的汽油等。

所谓能源效率（Energy Efficiency），是指能源开发、加工、转换、利用等各个过程的效率，是能源投入产出的比例关系，即在增加单位国内生产总值的前提下所需要消耗的能源量。能源效率生产率往往被用来代表一个国家或者特定地区的综合能源利用效率。能源效率的提高，是指在相同產出下尽量减少能源的使用，或者使用等量的能源创造尽可能多的产出，它对于促进国民经济的发展非常有效。

近年来，有不少学者开始各个角度关注能源效率问题。现有的研究成果将能源效率分为能源经济效率和能源环境效率两种情况：前者是指能源投入和经济产出的比例关系，后者则考虑到产出中对环境有影响的非期望产出，即能源投入与包括经济和非期望污染的产出之间的比例关系。也有学者提出，如果依据评估对象的范围来划分，则可将能源效率分为能源物理效率和能源经济指标两种：前者是指能源通过加工后转变为一种新能源的投入与产出之比，其指标包括单位产品（或服务能耗）和物理能源效率（热效率）；后者主要反映在社会财富创造和建设过程中通过使用能源能够带来多少经济效益的问题。

二、能源效率分类

在现行研究体系下，能源效率按照评价指标体系中投入要素的成分不同，可将其划分为单要素能源效率和全要素能源效率两大类。单要素能源效率中的投入要素只有能源一种投入，而全要素能源效率中的投入要素不仅包含能源要素，还包括资本和劳动力投入两个要素。

1、单要素能源效率

1973年、1979年和1990年接连三次爆发的能源危机使包括西方发达国家在内的世界各国普遍认识到了切实保障能源安全的重要性，进而纷纷将节约能源的理念（Energy conservation）提升到了国家发展战略的高度，并作为工业振兴发展和产业转型升级的重要方向。但是，仅仅依靠强制性地限制能源的消耗量并非长久之计，因为随着经济社会的不断发展，能源的消耗也必然会随之增加，于是人们逐渐将目光集中于如何提高能源要素的生产效率，即Energy efficiency。能源效率的提出主要致力于实现尽可能使用较少的能源制造同样数量的产品或提供同样的服务。事实上，怎样定义有益的产出与能源的投入是一件十分复杂的事情。Patterson（1993）[1]在该领域做出了杰出贡献，他首先综述了传统的能源观念，接着分别从物理学和经济学两个视角揭示了能源效率的内涵，在此基础上，他还进一步总结出了能源效率的计量方法。在单要素生产率条件下的能源效率只关心一类投入，即能源要素，Patterson将能源效率具体分为以下四种类型：

（1）热力学指标。其测度基本取决于投入与产出的热量，完全以不同种类能源投入的具体热量为基准来进行测算，它可以计算出能源实际使用及转化的相对效率，但其不足在于只可运用于特定的能源产品，而无法在不同能源产品之间进行比较。

（2）物理—热量指标。投入的资源以热量单位计算，产出则以物理单位测量，即测量生产中所产生的服务。

（3）经济—热量指标。这是一个混合指标，即按照市场价格计算生产服务产出，按照传统的热量单位计算能源投入，包括能源—GDP指标和能源生产率指标，两者互为倒数。

（4）纯经济指标。即根据投入能源和产出的市场价值进行测量。常见的计算方法是用国民能源投入比国民产出，它是由美国国会经济委员会在1981年提出的。该指标认为，能源价值/GDP比能源投入/GDP更能代表能源经济生产率，因为它能提供能源价格信息，从而对能源的供需变化作出一定的反应。

上述四个指标均是基于单要素生产率框架下的能源效率指标，运用它们来进行测算，应当说较为简单、便利，但事实上也存在着明显的不足：由于各个指标对怎样定义“能源投入”与“有用产出”有着很多的不一致，这就使得具体计算的结果总是存在着偏差。

2、全要素能源效率

如上文所述，单要素能源效率虽然有其优点，但其缺点也相当的明显，在测量整体的能源效率时，如果仅仅计入一种投入与一种产出，显然是不充足的。在这种情况下，全要素框架的能源效率就应运而生了，它从一个更为全面的角度考虑到了各个投入要素之间的相互影响。事实上，就投入要素而言，不仅需要计入能源因素，与此同时，投资资本、劳动力等因素也应当在考虑之列，同样在产出端，环境污染等负面因素也是实际测量中必须考虑计入的因素，全面综合的考虑

使全要素框架下的测量指标成为测算一个地区能源利用情况的更权威的指标。Farrell and Lovell （1978）[2] 在Debreu（1951）[3] 研究的基础上首次提出了技术效率的理念，它是研究如何对资源进行最优化利用时，即在各项投入要素不变的条件下尽可能使得产出最优化，或者是实现在相同的产能条件下使得消耗的能源达到尽可能小的程度（Ferrier and Lovell，1990）。[4]他们一直希望能将相对效率这一概念表示为样本点相对生产前沿的远近程度，这一想法与帕累托效率的思路基本上一致。上述效率测算方法的实现，必须着眼于两个关键点：一是如何进行生产前沿的确定；二是如何实现相对距离的测量。对于前者，即生产前沿的估算，能够采用的方法有参数法和非参数法。（1）参数法。参数法的基本思路是：首先通过先验的生产函数或成本函数来进行参数估计，将函数测算中出现的误差项分为无效率部分和随机误差部分，这一方法的优点在于可对随机产生的噪音进行阐释，具体选取函数形式时，我们可以选取C-D生产函数、CES生产函数或Translog生产函数，然而，这一方法首先需要满足先验函数的假设前提，即使如此，对选择的不同样本也会出现不一致性。Ferrier and Lovell（1990）[5] 通过深入的研究，开创了利用随机产生先验函数（Stochastic Production Frontier，SPF），进而测算技术效率的思路。Cecilia Kwok-ying lam（2006）[5] 等人通过取代传统的一般意义上的人均资本增长率，进而对跨国资本的技术效率实施了测度。史丹、张金隆（2008）[6] 通过使用前沿生产函数的随机产生方法对不同地域能源效率不一致的情况进行了分析，特别估计测算了1980-2005年间中国不同地区能源使用的效率差异中各因素的作用大小，他们的工作是我国较早通过SFA这一方法测算地区能源效率差异的一种尝试。

（2）非参数法。非参数法的基本思路则是：首先利用数据驱动从而生成的一条线性包络凸面并以此为前沿函数，此方法的优点在于不需要先验的参数函数，也不需要对参数函数的估值，然而，非参数法难以处理随机扰动，难以解释扰动项的影响。非参数法一般包含有数据包络分析（Data Envelopment Analysis，DEA）和指数法，其中，DEA法最为广大研究人员所青睐。

DEA法是将投入产出点映射在空间上，以最大产出或者最小投入为效率边界，并以此作为测算其他点同边界之间的相距程度的基准（Benchmark）。Boles （1966）[7] 和Afriat（1972）[8] 两人首先通过研究论证了使用数学方法实施此种测算的可行性，他们的研究结论十分喜人，接下来一直到Charnes et al（1978）[9] 创造出了相关的模型并基于规模报酬不变进行了理论分析（CCR model），通过数据包络来对能源效率进行研究的这一方法才逐渐步入主流视野。实际上，DEA法能够很方便地实现对于决策单元（DMU）与前沿曲线之间的远近大小的测算，换言之就是实现了能源效率的测度，这一进步为后来的技术进步提供了重要的工具。接着，Banker，Charnes与Cooper（1984）[10] 进一步提出了新的假设，即CCR 模型中规模报酬可变性，他们的新思路相对于传统假设更适合经济的实际状况，不仅如此，当科技人员了解了要素价格信息后，他们就能够以此估计不同要素的配置效率。DEA法的出现使得对于生产主体或各部门的全要素生产率进行分解成为可能，并且为后续劳动生产率的分析奠定了可靠的基础。在接下来的一系列实践中，Freeman et al.（1997）[11] 使用生产前沿法对生产中的要素效率进行了测算；Boyd and Pang（2000）[12] 提出了一个假设，即耗能高的工业实体同时拥有低能源效率，运用DEA方法进行了能源效率的测算，通过