基于环境效应的山东省全要素能源效率研究*
王铁骊1),2) 方修园1),2) 刘文君1),2)
【摘 要】摘要 基于山东省17个城市2007-2013年面板数据，在不考虑环境效应和考虑环境效应两种框架下，分别测算各市能源效率值，在此基础上对17个城市进行能源利用模式分类，并利用Tobit回归模型探究影响能源效率的影响因素.实证结果显示：整体来看，与不考虑环境效应的能源效率相比，山东省考虑环境效应的能源效率更高；在不考虑环境效应和考虑环境效应两种框架下，各市能源效率相差较大；在考虑环境效应时产业结构、技术进步对能源效率具有负作用；对外开放程度对能源效率具有显著促进所用. 【期刊名称】山东师范大学学报（自然科学版） 【年(卷),期】2016(031)003 【总页数】8
【关键词】关键词 环境效应； 全要素能源效率； Tobit回归
能源作为人类生存、经济发展的重要基础，在中国的现代化建设中有着举足轻重的作用.从能源总量上看，中国是能源大国，但长期以来“高增长、高能耗、高污染”使得能源问题日益严重.一方面，中国经济快速增长，能源供需失衡，中国面临严重的能源危机；另一方面中国经济快速增长的同时带来严重环境问题.据《世界能源统计年鉴》统计，2010年中国能源消耗占全球20.3%，已经成为世界上最大能源消耗；同时，目前中国二氧化碳、二氧化硫的排放量世界第一，其他污染物的排放量数量巨大[1，2].
为减缓气候变化、应对全球气候问题，中国政府已将节能减排纳入国民经济长期规划中，同时在哥本哈根会议上向国际社会承诺，到2024年，中国单位
GDP二氧化碳排放量比2005年下降40%-50%.2013年山东省国民生产总值达到54 684.33亿元，同时作为全国人口第二大省，山东省也产生了较大的能源消耗. “十一五”期间山东省完成了节能减排任务，但在“十二五”期间仍然面临巨大的节能减排压力.因此，在考虑环境效应的前提下计算山东省全要素能源效率、对其影响因素进行研究，并在此基础上提出有针对性的节能减排政策具有重大现实意义.
1 相关研究述评
长期以来能源效率问题一直得到国内外学者的广泛关注并已取得丰硕的成果，研究成果主要集中在能源效率评价方法、影响因素及提升策略.能源效率的评价方法有两种：一是单要素能源效率.Fisher通过对1997-1999年的中国工业企业数据研究中国能源绝对使用水平、能源强度下降原因，指出主要原因是能源价格上涨、研发投入加大与企业所有制改革[3].史丹采用1978-2000年的中国省际样本数据分析中国能源效率区域差别、节能潜力，指出中国能源效率地区差异明显，各地区应通过改变地区自我平衡的能源配置方式以提高能源利用效率[4].除此之外，齐志新、刘畅、李士祥均基于单要素对能源效率问题进行探讨[5-7].单要素能源效率具有计算简单、可操作性强等特点，但也具有明显的缺点，一方面单要素能源效率假设经济增长与能源消费之间为线性相关，该指标可能夸大能源对经济的贡献；另一方面单要素能源效率只考虑期望产出，未考虑非期望产出.
近年来随着能源效率问题研究的不断深入，基于数据包络分析法(DEA)的全要素能源效率研究方法得到广泛的应用.该方法以全要素生产理论为基础，综合考虑能源、资本、劳动力等各类投入，有效克服了单要素能源效率的缺点，是一
种更加科学的能源效率评价方法.基于全要素能源效率框架，研究重点主要分为：基于省际层面的能源效率与基于行业层面的能源效率.基于省际层面能源效率：Hu和Wang首次实证测算中国各省份的能源效率，指出中国东部地区能源效率最高、西部地区能源效率最低[8]；孟祥兰和蕾茜通过对2009年我国各省份及地区的相对能源效率的比较分析指出东部地区在综合能源效率、能源消费沉余等方面均优于中西部[9]；汪克亮、杨宝臣等通过2000-2007年中国省际面板数据研究包含环境污染的中国省际全要素能源效率，并测算各省节能减排潜力，指出技术进步、经济结构、能源消费结构对各省节能减排具有显著影响[10].同时，屈小娥将中国省际层面能源效率指数分解为技术效率、技术进步指数；袁晓玲利用CCR-DEA测算包含环境污染的中国省际能源效率并考察其敛散性.基于行业层面的能源效率：孙广生利用工业行业1987-2005年的数据指出煤炭采选、金属冶炼及压延加工能源效率最高[11]；王珊珊、屈小娥通过对中国制造业2003-2008面板数据研究指出考虑环境效应的中国制造业行业能源效率呈现稳步增长，并指出技术进步是制造业全要素能源效率提高主要因素[12]；贾军、韩海彬、冯博分别对中国高技术产业、中国农业、中国建筑业的能源效率进行研究[13-15].
上述文献可以看出，目前国内外学者对能源效率进行了广泛研究，但仍存在一些缺陷：一方面国内能源效率主要集中以省际层面数据分析全国各省能源效率问题或以行业层面数据探讨全国各行业能源效率问题，具体对省内各市能源效率的研究较少；另一方面学者们对能源效率进行评价时大多数只考虑期望产出而忽略了包括二氧化碳、二氧化硫等在内的非期望产出.针对山东省能源效率也有学者过一些研究，司江伟、徐洪静利用灰色关联分析法分析了山东省能源效
率影响因素[16]；王敬华利用模糊评价法实证分析山东省整体能源效率，指出山东省能源效率较低[17]；王江涛的研究虽然考虑到了环境效应，但忽略了与能源利用息息相关的CO2[18].
为此，本文以山东省17个城市为研究对象，考虑到CO2是造成温室效应的主要原因、SO2是造成酸雨的主要原因，因此将CO2、SO2排放量作为环境指标.本文首先建立环境约束条件下的全要素能源效率测度模型，利用该模型测度山东省17个城市 2007-2013年能源效率；其次给出山东省各市能源利用4种模型；再次利用Tobit回归模型定量分析山东省能源效率影响因素，以期为山东省节能减排提出科学的政策意见.
2 研究模型与数据来源
2.1 研究模型
2.1.1 DEA模型 1978年著名的运筹学家A.Charnes,W.W.Cooper和E.Rhodes首先提出了数据包络分析法(DEA)，该方法主要采用线性规划的方法，对具有同类型的决策单元进行相对有效性评价.所有DEA模型中，两种最具有代表性的模型C2R模型和BC2模型，C2R模型隐含固定规模报酬，BC2模型考虑可变规模报酬.本文为区分山东省各市能源效率的技术效率、规模效率，选择基于投入导向的BC2-DEA.
本文中，将山东省每个城市作为一个DMUj(j=1,2,3……17)，每个DMUj有m中投入，n中产出，投入向量XJ=(x1j,x2j……xmj)T,产出变量YJ=(y1j,y2j……ynj)T,向量分别为U=(u1,u2……uI)T,因此： ，
V
和
U，V=(v1,v2……vI)T，
(1) s.， (2)
vi,ur≥0,i=1,2……m;r=1,2……n. (3)
其中，hj为DMUj规模报酬可变下的相对效率值.BC2-DEA模型中计算结果分别为纯技术效率(PTE)和规模效率(SE)，整体效率值(TE)为纯技术效率(PTE)与规模效率(SE)的积，即： TE=PTE×SE. (4)
2.1.2 Tobit回归模型 由于能源效率值计算结果处于0-1的范围，属于受限变量，因此本文运用Tobit回归模型对山东省能源效率影响因素进行实证分析.Tobit模型： , (5)
ei～(0,δ2),yi为因变量，xi为自变量.
2.2 数据来源 本文对山东省17个城市2007-2013年的面板数据进行研究，选取劳动力、资本、能源投入为投入变量，以各市GDP、CO2排放量、SO2排放量为产出变量，其中各市GDP为期望产出，CO2排放量、SO2排放量为非期望产出. 2.2.1 投入指标
1) 劳动力指标采用当年年末从业人员总数与上年年末从业人员总数的平均值，
基于环境效应的山东省全要素能源效率研究
