全要素能源效率的国际比较_基于能源结构视角的实证研究_王兵

［19 ］ 产出增加的同时减少非合意产出， 在能源效率研究中得到广泛应用 ( 刘明磊等，2011 ; 王兵等， 2011［20］; 张伟和吴文元，2011［21］; 王维国和范丹，2012［22］; Zhou et al. ，2012［23］) 。
方向性距离函数属于径向 DEA ( radial) ，即要求投入产出变量按指定的方向同比例变化 ，当投入 ［24 ］ 或产出变量存在非零松弛 ( slaБайду номын сангаасks) 时会使得评价对象的效率被高估。 对此 Tone ( 2001 ) 提出 SBM 模型 ( slack － based measure ) ，使得投入产出变量可以按不同的比例变化， 较好地反映经济活动的真
《产经评论》 2015 年 3 月第 2 期
全要素能源效率的国际比较
— — — 基于能源结构视角的实证研究
王 兵 谢 俊
［ 摘要］ 基于 1980 － 2010 年 49 个国家和地区的面板数据 ， 运用考虑了能源结构的 ＲAM － DEA 方法分 别测算各国或地区的全要素能源效率 ，分解出各类能源的无效率贡献 ，并计算出各国的最优能源结构 。 实 证结果表明，高等收入国家及中低等收入国家的全要素能源效率都相对较高 ，而中高等收入国家的全要素 能源效率则相对较低 ，全要素能源效率与人均收入水平呈 U 型曲线关系。样本中有 15 个国家的全要素能源 效率呈上升趋势，另有 19 个国家的全要素能源效率呈下降趋势 ，5 个国家的全要素能源效率保持平稳 ，10 个国家的能源效率始终最优 。总体上，非化石能源的无效率贡献较高 ，且主要依靠增加其消费比重的 “管 理优化” 方式提高全要素能源效率 ，而化石能源的无效率贡献较低 ， 且主要通过减少其消费比重的 “自然 优化” 方式提高能源效率。中国的全要素能源效率虽然有所提高 ，但依然处于较低的水平 ，从长期来看以 煤炭为主的能源消费结构不利于中国全要素能源效率的提升 。 ［ 关键词］ 全要素能源效率； 最优能源结构； 管理优化； 自然优化； 国际比较 ［ 中图分类号］ F202 ［ 文献标识码］ A ［ 0072 15 文章编号］ 1674 － 8298 （ 2015 ） 02-
［29 ］
二
研究方法
DEA 模型通常由两部分来刻画， 技术约束 ( reference technology ) 和效率测度 ( efficiency measures) 。技术约束包括生产函数的规模报酬以及投入、 产出变量的可处置性问题; 效率测度包括测算 2008 ) ［31］。本文基于 ＲAM 模型，并借助 Sueyoshi et al． ( 2011 ) ［32］的思 方式和目标函数 ( Zhou et al． ， 想对能源投入的约束进行优化，进而提出全要素能源效率的测算方法 。 ( 一) 技术约束 技术约束 T 将合意产出 ( GDP) 、非合意产出 ( 碳排放) 与要素投入等变量相结合， 通过对能源 分类处理将能源消费结构纳入了测算框架中 。
·72·
能源强度是衡量能源效率最常用的指标之一 ，已有众多学者分别从国际或中国区域等多个角度进 ［2 ］ 行了研究分析。史丹 ( 2006 ) 用能源消耗强度的倒数考察了中国省际能源效率差异 、趋同性及节能 潜力。魏巍贤和王锋 ( 2010 ) 选取了 25 个发展水平不同的国家， 对其能源消耗强度的收敛性进行 ［4 ］ 检验，发现样本中所有国家都存在能源消耗强度收敛现象 。Saygin et al. ( 2011 ) 将工业化国家的能 源强度曲线作为最优标准比较发展中国家能源效率的提升潜力 ，并发现发展中国家对能源效率提升的 ［5 ］ 贡献度达到 75% 。Ｒaul 和 Jimenez ( 2014 ) 基于 75 个国家的面板数据，用费雪理想指数将能源强度 分解得 出 能 源 效 率 及 经 济 结 构 的 相 对 贡 献， 并 重 点 对 拉 丁 美 洲 国 家 进 行 了 因 素 分 析。 Chang ( 2014 ) ［6］用实际能源强度与目标能源强度的差额来衡量欧盟各国能源强度的提升空间 ， 并以此测算 分析能源利用效率。 然而，能源消耗强度属于单要素能源效率指标 ，它只衡量了能源与经济产出的比例关系 ， 没有考 虑其他投入要素对产出的影响，导致对能源效率的计算产生偏差。因此，许多学者转而探究全要素能 ［7 ］ 源效率的测算。Hu 和 Wang ( 2006 ) 运用 DEA 在全要素生产框架下率先提出全要素能源效率这一指 标，用生产前沿上最优能源投入与实际能源投入的比值来刻画能源效率 ，弥补了单要素能源效率忽视 ［8 ］ 其他投入要素的不足。Hu 和 Kao ( 2007 ) 在全要素 DEA 框架下分别测算了 APEC 国家的节能目标。
［13 ］ 表明能源消费结构对各国全要素能源效率的影响均较大 。 Song et al. ( 2013 ) 在测算金砖国家的能 源效率的基础上研究了全要素能源效率与碳排放的关系 。研究发现金砖国家的全要素能源效率普遍较
低，并且能源消费量增长迅速; 全要素能源效率与碳排放的关系因各个国家能源结构的不同而略带差 ［14 ］ 将 DEA 方法运用于测算 14 个发达国家的工业全要素能源效率， 发现先 异。Honma 和 Hu ( 2014 ) 进的节能技术是提高全要素能源效率的关键 。 但是上述研究的全要素能源效率测算框架存在一个明显的缺陷 ，即均未考虑生产过程中的非合意 产出。当下各国尤其是发展中国家纷纷强调绿色经济与环境可持续发展的理念 ，考察非合意产出对能 源效率的影响有着重要的政策指导意义 。现行的研究中将非合意产出纳入 DEA 模型中的方法可以概 ［15 ］ ［16 ］ 括为两种: 一是将非合意产出转换为投入变量 ( Scheel，2001 ; 余泳泽，2011 ) ， 依旧采用强可 处置性假设进行测算; 二是选择方向性距离函数方法来考察非合意产出 ，既设定非合意产出的弱可处 ［17 ］ ，更进一步可设定合意产出与非合意产出的零结合性 ( null － joint置性 ( Fre 和 Grosskopf，2004 ) ness) ( Fre et al. ，2005 ) ［18］。方向性距离函数方法通过设定投入产出变量的优化方向实现了在合意
［1 ］ 源消费结构还有很大的调整空间 ( 林伯强等，2010 ) 。因此，对能源效率的准确测算以及与发达国 家的比较分析对中国中长期能源战略规划具有重要意义 ，也对各国能源政策的制定有指导作用 。
［收稿日期］ 2014 － 11 － 15 ［ 基金项目］ 国家自然科学基金 “中国城市水务行业市场化改革的效率评价及提升路径研究 ” ( 项目编号: 71473105 ，主持人: 王 兵) ; 新世纪优秀人才计划 “环境管制、全要素生产率与经济增长 ” ( 项目编号: NCET － 110856 ，主持人: 王兵) ; 广东省人文社科 重点基地资源环境与可持续发展研究所项目 “节能减排约束下广东区域协调发展研究: 基于全要素生产率的视角 ” ( 项目编号: 2012JDXM_ 0009 ，主持人: 王兵) 。 ［作者简介］ 王兵，经济学博士，暨南大学经济系、资源与环境可持续发展研究所教授、博士生导师，主要研究方向: 经济增长、 效 率与生产率分析 、环境经济学; 谢俊，暨南大学经济学系硕士研究生，研究方向: 能源经济学、环境经济学。
［11 ］ 在对比 23 个发展中国家的全要素能源效率中发现 效率具有很强的推动作用。Zhang et al. ( 2011 ) 了全要素能源效率与人均收入的 U 型关系且中国全要素能源效率的提高最明显。 胡根华和秦嗣毅
( 2012 ) ［12］以 “金砖国家” 为样本从技术进步、产业结构、能源消费结构等角度进行对比分析， 结果
［9 ］ 魏楚和沈满洪 ( 2009 ) 基于对 35 个国家全要素能源效率的比较分析， 认为较低的规模效率和要素 ［10 ］ 配置效率是导致中国能源利用效率 低 下 的 主 要 原 因 。 金 培 振 等 ( 2011 ) 通 过 对 比 中 国 与 10 个 ［3 ］
OECD 国家的全要素能源效率发现中国全要素能源效率正在逐年提高 ， 而知识要素的投入对提高能源
一
引
言
化石能源消费导致的气候变化问题越来越受到国际媒体与学者的关注 ，也由此引发了人们对传统 能源消费结构是否能够支持人类可持续发展的质疑 。后京都时代的气候谈判，对各国尤其是对发展中 国家带来了严峻的挑战。提高能源效率、改善能源结构是各国实现减排的必经之路。 值得一提的是， 早在 2008 年，中国碳排放已超过美国，成为世界二氧化碳排放量最大的国家。 对此， 中国也提出了 2020 年碳排放强度比 2005 年下降 40% － 50% 的减排目标 ， “十二五 ” 规划中也明确提出把大幅降低 能源消耗强度和二氧化碳排放强度作为约束性指标 ， 有效控制温室气体排放， 合理控制能源消费总 量，调整能源消费结构，增加非化石能源比重，提高能源效率。若要将二氧化碳排放作为满足能源需 求的一个约束，中国的能源消费结构必须进行相应的调整。 从短期来看， 中国众多产业对传统能源 ( 煤炭及火电) 有较高的依赖度， 改变能源消费结构的代价很高， 只有从提高能源利用效率方面入 手; 而从中长期来看，可再生能源对二氧化碳减排有重要的正面影响 ，且相对发达国家而言， 中国能
［25 ］ 实情况。Gómez － Calvet et al. ( 2014 ) 分别用方向距离函数和 SBM 模型计算了欧盟各国的能源效 率，发现欧盟成员国的能源效率存在显著差异 ，并强调欧盟能源环境政策的协调性和一致性有助于促 ［26 ］ 进各成员国能源效率的共同提升。 Xie et al. ( 2014 ) 运用 SBM 模型测算了 OECD 及金砖国家的工 ［27 ］ 业环境全要素能源效率，发现能源结构的调整是全要素能源效率的重要推动力 。 Simsek ( 2014 ) 在
利用 SBM 模型测算 23 个 OECD 国家的全要素能源效率时将能源投入分为三组 ( 煤炭、 石油和天然 ·73·
气、水电和核电) ，结论表明能源结构对全要素能源效率有较大的影响 ， 特别是用清洁能源替换传统 化石能源既能保护环境又能保障能源供给 ，实现经济可持续发展。由此可见，在计算全要素能源效率 的 DEA 模型中，若将能源视为单一投入要素，无法充分考虑能源消费结构对全要素能源效率的影响 。 ［28 ］ 在 SBM 模型的基础上， Cooper et al. ( 1999 ) 又提出了 ＲAM ( range adjusted measure ) 模型， 以要 素变量的极差取代 SBM 模型中的实际投入产出量作为权重 ，既有非径向 DEA 的各类要素可按不同比 例变化的优点，又克服了方向性距离函数 DEA 中方向向量设定的主观性， 并且避免了在要素变量差 基于 ＲAM 模型测算了中 值较大时出现松弛变量大于实际投入产出量的情况 。 Wang et al. ( 2013 ) 国省际环境能源效率及生产效率 ，并分析了中国东、中、西三个区域的节能潜力与减排潜力 。 综上所述，能源效率的测算从单要素指标发展到全要素指标 ，并且在全要素指标中不断完善要素 的选取及模型的设定，大幅提升了测算能源效率的精准度 。学者们也从多个角度对能源效率的影响因 素进行了探究。其中，能源消费结构始终是影响能源效率的重要因素之一 ，但现有的文献中将能源结 构纳入到能源效率测算框架中的研究还很少 ，同时也少有研究者将 ＲAM 模型应用于全要素能源效率 的测算与分析。对此本文试图从以下几个方面对研究全要素能源效率的文献进行拓展: ( 1 ) 基于 ＲAM 模型进行全要素能源效率的测算; ( 2 ) 参照 Bampatsou et al． ( 2013 ) ［30］与 Simsek ( 2014 ) ［27］ 的 方法将能源投入进一步分为煤炭 、石油、天然气、可再生电力与核电五个类别，并通过改进模型中能 源投入要素的约束条件，区分各类能源的优化方式; ( 3 ) 选取包括 OECD、 APEC 与金砖国家等主要 经济合作组织在内的 49 个国家和地区作为观察样本，其经济总量占世界经济总量的 77% ，碳排放总 量占世界总量的 85% ，以此为背景进一步对比分析中国与其他国家的最优能源结构及各类能源的无 效率贡献。 接下来的结构安排如下: 第二部分为研究方法; 第三部分为数据处理和实证结果; 最后是结论。