碳排放约束下我国工业行业全要素能源效率及其影响因素研究

王喜平， 姜
Study on Total Factor Energy Efficiency and Its Influencing Factors under the Constraint of Carbon Dioxide Emission
WANG Xiping，JIANG Ye （ School of Economics and Management，North China Electric Power University，Baoding 071003 ）
研究的重要课题。 一方面要降低 CO2 排放水平， 同时要 提高工业部门在 CO2 排放约束下的能源效率水平， 这就 要求研究各工业行业在 CO2 排放约束下的能源效率水平 变化情况及其影响因素， 为依据不同行业的发展特点制定 节能减排和经济发展政策提供理论支持。 早期对全要素能源效率的研究大多是在不考虑非期 Pittman （ 1983 ） 在对 望产出 （ 如 CO2 ） 约束条件下进行的， 第一次尝试在效率 威斯康星洲造纸厂的效率测度 时， 测度中引入非期望产出约束。 此后大量学者开始将非期 望产出（ 如 CO2 ） 引入效率评价模型当中。 Hailu （ 2001 ） ， Guang － Ming Shi （ 2010 ） 和 Sabuj Kumar Mandal （ 2010 ） 将 非期望 产 出 作 为 一 种 投 入 指 标 引 入 效 率 评 价 模 型 当 ［2 4 ］ ， 并应用既定期望产出（ “好 ” 产出 ） 条件下非期望 中 产出的最大缩减量指标评价生产效率， 这种处理方法虽然
《软科学》２０12 年 2 月·第 26 卷·第 2 期 （ 总第 146 期 ）
E 可以生产出 （ Y， B ） ｝ 。 环境 DEA 技术认为生产可能集 有两个重要的假设： 第一个假设认为期望产出 （ Y ） 与非期 望产出（ B） 有一定的关联性， 即： 在期望产出 （ 工业产值 ） 的生产过程中必然伴随着非期望产出 （ CO2 ） 的生成。 第 二个假设认为非期望产出具有弱可处置性。 这就意味着 非期望产出的减少要付出一定的经济代价。 在给定要素 投入水平下， 要减少 CO2 的排放， 必然要消耗原本用于工 从而导致工业总产值的减少。 业生产的部分资源， 方向距离函数指在现有的技术水平和给定固定投入 期望产出沿 g y 方向， 非期望产出按照 g B 方 要素情况下， 向同时增加或减少的最大可能比例。 方向距离函数可表 示如下： D0 （ L ， K， E， Y， B； g Y ，－ g B ） = sup｛ θ： （ Y + θg Y ， B － K， E， Y， B） ｝ θg B ） ∈ P （ L，
《软科学》２０12 年 2 月·第 26 卷·第 2 期 （ 总第 146 期 ）
可持续发展
碳排放约束下我国工业行业 全要素能源效率及其影响因素研究
晔 （ 华北电力大学 经济管理学院， 河北 保定 071003 ）
摘要：运用方向距离函数和 Malmquist － Luenberger 指数模型， 对我国 2001 2008 年 36 个工业行业在二氧化碳排放 约束条件下的全要素能源效率水平进行测算 ， 并利用核密度法估计了在此期间累积全要素能源效率的分布和动态 变化特征， 同时考察了影响碳排放约束下工业行业能源效率的各种因素 。 结果表明： 在样本期间内我国各工业行 业的全要素能源效率水平均得到不同程度的提高 ， 并且高效率工业行业所占的比重不断提高 ； 行业内企业研发投 入、 企业平均规模、 行业产权结构等都能显著提高能源效率水平 ， 而能源消费结构则与能源效率呈负相关 。 关键词：工业行业； 二氧化碳排放； 全要素能源效率； 核密度； ML 指数 中图分类号：F062． 1 文献标识码：A 文章编号：1001 － 8409 （ 2012 ） 02 － 0073 － 06
期望产出 ，Y
→
Leabharlann Baidu
F （YE+兹gY，BE-兹gB）
生产前沿面
兹 E （YE，BE）
（gY，-gB） 生产可能集 P 非期望产出 ，B
图1
方向距离函数示意图
上式中的方向距离函数可由图 1 直观的表示， 生产前 沿面所包络的区域为生产可能集 P， 它表示在既定投入 （ K、 L、 E） 下所能生产的期望产出 Y 和非期望产出 B 的所 有可能集合。图中的纵轴和横轴分别表示期望产出 Y 轴 E 点为某工业行业 t 期投入条件下的 和非期望产出 B 轴， － g B ） 表示期望产出增加的方向 方向向量 （ g Y ， 产出情况， g Y 和非期望产出减少的方向 g B 。 距离函数值 （ θ ） 表示某 B ） 与其生产前沿上的投影 工业行业实际产出值 E 点（ Y， F 点（ Y + θg Y ， B － θg B ） 之间的距离。 该值越大， 表明该工 业行业达到生产前沿的目标产出水平与当前的实际产出 之间的差距越大， 经济增长空间越大。并且该工业行业的 CO2 排放水平与生产前沿存在很大的差距， CO2 减排空间 较大， 全要素能源效率较低。反之， 该值越小， 效率水平越 B E － θg B ） 点中， θg Y 表示 E 点的工业行业 高。F（ Y E + θg Y ， 达到生产前沿面水平的潜在产出增加量， θg B 为潜在 CO2 减排量。因此， 从 E 点的生产状态改进到 F 点的生产状 态过程中， 方向距离函数同时达到了经济增长 （ 期望产出 增加） 、 碳排放减少（ 非期望产出减少） 、 效率提高 （ 投入不 变、 产出增加） 的目的。 利用环境 DEA 技术和方向距离函数， 第 i 个工业行 业在 t 期时基于规模报酬不变 （ CRS ） 条件下实际产出与 生产前沿面的距离， 可以通过求解下列线性规划问题得 到。 D tc （ Y t ， Bt ， Lt ， Kt ， E t ； g t ） = max θ
· 73·
可持续发展
考虑了非期望产出对生产效率的影响， 但与实际的生产过 程有较大差别。Seiford（ 2002 ） 和 Tsai － lien Yeh （ 2010 ） 对 非期望 产 出 进 行“逆 指 标 ” 处理后引入效率评价模型 ［5 ， 6 ］ ， 中 而 Scheel （ 2001 ） 则 将 非 期 望 产 出 做“倒 数 ” 处 ［7 ］ ， ， 这两种方法在结合生产实际的情况下 解决了非期 理 望产出条件下的效率评价问题。 上述三种效率评价方法 对非期望产出条件下的能源效率评价问题进行了有益的 但是它们仅从投入角度或仅从产出角度评价投 探索尝试， （ “逆指 入最小化（ 非期望产出最小） 或者经济效益最大化 ” ， “ ” ） ， 标 处理 倒数 处理 的效率 并没有同时考虑非期望产 出和期望产出同时变化情形的效率评价问题， 这可能会对 能源效率的评价产生偏差。 现阶段我国政府提出了“实 现经济又好又快发展” 的社会发展目标， 着力提高能源利 用效率对经济增长的贡献， 同时更加注重减少经济活动对 环境产生的不利影响。因此， 应用同时考虑非期望产出和 期望产出变化条件下的评价模型测算我国不同工业行业 的全 要 素 能 源 效 率 将 具 有 重 要 意 义 。 方 向 距 离 函 数 ［8 13 ］ 法 应用向量方法将非期望产出和期望产出变化影响 同时放入到评价模型当中， 有效地解决了上述问题， 因此 可以较好地评价保证经济增长和减少 CO2 排放条件下的 效率评价问题。 本文运用方向距离函数和 Malmquist － Luenberger 指 测算了我国 2001 2008 年 36 个工业行业在 CO2 数模型， 排放水平约束条件下的全要素能源效率， 并利用核密度法 估计了在此期间累积全要素能源效率的分布和动态变化 特征， 最后运用变截距固定效应模型分析了影响效率变化 的主要因素。 二、 模型及数据 Malmquist － Luenberger 指数（ 以下简称 ML 指数 ） 是 在 DEA 方法和方向距离函数基础上构建而成的， 可以用 来测算比较带有非期望产出条件下不同决策单元的生产 效率问题。它无需设定具体的生产函数形式， 从而减少了 模型设定误差， 因此被广泛应用于环境约束条件下的能源 效率比较研究。ML 指数计算的基本思路： 首先通过环境 DEA 技术构造出某经济体在环境约束下的生产可能性边 界， 再利用方向性距离函数计算出经济体中每个生产决策 单元与生产可能性边界的距离，最后基于两个时期的方 向性距离函数和混合方向距离函数计算出此期间的 ML 指数。 （ 一） 方向距离函数 将我国每个工业行业作为一个决策单元， 假设有资本 （ K） 、 劳动（ L） 和能源（ E） 三种投入要素， 通过生产得到期 望产出 Y（ 工业总产值 ） 以及非期望产出 B （ CO2 等 ） 。 非 期望产出是伴随着 Y （ 工业总产值 ） 的生产过程而产生 的， 它的产出水平越小， 则环境污染程度越小， 全要素能源 效率越高。为体现增加期望产出 （ 工业产值 ） 的同时减少 非期望产出（ CO2 ） 的目标， 定义方向向量为 g = （ g Y ，g B ） = （ 1 ，－ 1 ） 。 它表示期望产出按照 g Y 方向增加的同时， 非期望产出按照 g B 方向减少。在现有技术水平下按照现 有的投入要素所能生产出的所有产出的集合称为生产可 L， 能集， 在本文定义生产可能集为： p（ X ） = ｛ （ Y，B ） ： K，
一、 引言 随着全球气候的变暖， 二氧化碳等温室气体的排放问 题日益引起国际社会的广泛关注。 为应对全球气候变化 中国政府提出到 2020 年单位国内生产总值 的迫切需要， CO2 排放水平比 2005 年降低 40% 45% 的约束性目标。 工业行业是我国国民经济和社会发展的重要支柱产业， 同 时也是能源密集型行业。 我国工业行业的能源消费结构 长期以煤炭为主， 工业煤炭类能源消费占到其能源消费总 量的七成左右， 工业燃煤排放的 CO2 也占到全国温室气 因此中国工业行业的 CO2 减排不容 体排放的绝大部分， 忽视。但是我国不同工业行业的经济发展水平、 资源禀赋 CO ， 和 2 排放水平存在很大差异 如何根据各行业实际情 况正确处理各行业经济增长与节能减排的关系， 使经济增 ， 长建立在节约能源资源和保护环境的基础上 是一个值得
［1 ］
收稿日期：2011 － 07 － 09 基金项目：河北省社会科学基金项目 （ HB10XGL121 ） ； 中央高校基本科研业务费专项资金项目 （ 09MR44 ） 作者简介：王喜平（ 1969 － ） ， 女， 河北定州人， 副教授、 博士， 研究方向为技术经济及管理 ； 姜 晔（ 1984 － ） ， 女， 山东淄博人， 硕 研究方向为能源经济及可持续发展 。 士研究生，
Abstract ： Using the directional distance function and MalmquistLuenberger index method， the total factor energy efficiency under the constraint of carbon dioxide emission of 36 industries in China from 2001 to 2008 is evaluated， and the distribution and dynamic changes of cumulative total factor energy efficiency are also analyzed with nuclear density method． The result shows that during this period the average total factor energy efficiency has improved differently and the proportion of highefficiency industries has increased greatly． The industry R＆D investment， enterprises’average size， industry ownership structure can significantly improve the energy efficiency，while the energy consumption structure is negatively correlated with the total factor energy efficiency． Key words： industry； carbon dioxide emission； total factor energy efficiency； nuclear density； ML index