基于工业化视角的能源效率评价方法与实证研究，本文主要内容关键词为：视角论文,效率论文,能源论文,评价论文,实证研究论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号F062.2 文献标识码A 文章编号1002-2104(2010)11-0012-07
改革开放以来，特别是20世纪90年代以来包括能源在内的市场化进程的加速和加入WTO，大大推进了中国的工业化进程。目前，中国已进入工业化中期和重新重工业化阶段，能源矿产消耗增长态势正处于“环境库兹涅茨曲线”左侧的“爬坡”阶段。若完全遵循发达工业化国家的工业化模式及其能源消耗路径，中国的能源安全和经济社会可持续性将受到严峻挑战。作为人口大国，中国所面临的巨大能源矿产需求与有限人均能源资源供给(尤其是优质能源相当稀缺)之间的矛盾，决定了中国在工业化推进阶段就必须加强节能减排，压缩工业化进程中高能耗、高污染状况持续的时间。为此，中国政府在“十一五”规划中明确提出到该规划期末单位GDP能耗比2005年降低20％和主要污染物排放总量降低10％的节能减排目标。而且，中国政府在哥本哈根气候会议前夕提出，到2020年中国单位GDP二氧化碳排放量比2005年下降40％-50％，到2020年非化石能源占一次能源比重达到15％。然而，我们注意到，在实践中，节能减排政策的推行面临着非常严峻的形势。
实际上，单纯降低单位GDP能耗的节能减排目标不一定能够在一个“五年”规划期内就实现，它受制于发展阶段以及相应的经济结构、要素禀赋结构。我们须认识到，若单纯依靠政府行为来降低单位GDP能耗，可能会陷入为了节能减排而节能减排的短期投机行为怪圈，导致政策目标与实际结果之间出现很大落差。我们的主要目标应该不在于节能减排本身，而在于以节能减排推动中国经济发展方式的转变，支撑中国经济在资源环境问题的约束下实现可持续发展，从而使中国最终实现工业化和现代化。因此，我们需要将节能减排放在工业化和经济发展阶段的国际国内背景下来理解，注重建立旨在调动市场主体参与积极性的长效机制。这就需要从经济增长、要素禀赋及要素替代的视角，来评价中国工业化进程中的能源效率状况，而不能只是简单地考察单位GDP能耗的变动情况。
目前的相关研究主要集中在能源消费与经济增长的因果关系、单位GDP能耗的变动趋势及其因素分解等方面。因果关系方面的成果如林伯强、王少平与杨继生、吴巧生与陈亮等，这些实证研究对于理解能源与经济增长的关系提供了很多的经验证据，有助于我们深入认识中国工业化中经济对能源的依赖关系及程度。从单位GDP能耗的国际比较来看，各项研究结果之间出入较大。这主要是因为汇率的影响不可比，即便是购买力平价消除了汇率不可比的影响，也会由于各国社会经济结构、消费水平的不同而不可比。此外，还有大量的关于单位GDP能耗因素分解的文献，由于分解对象的差异而导致了这些结果的不一致。综合来看，目前的相关研究缺乏合理的能源效率分析框架，而且未见从工业化角度深入研究能源效率。与现有研究不同，本文在工业化和经济增长的背景下，就工业化进程中的能源效率分析框架、方法与模型进行了探讨。在此基础上，结合中国工业部门的数据，进行了实证分析。
1 工业化中的能源效率评价方法与模型：一个分析框架
工业化的最直接体现就是经济增长。能源在经济增长中的作用与地位，是与人类社会的工业化紧密联系在一起的。当越来越多的国家和地区加入到工业化社会中来，以消耗能源为主要特征的工业化成为现代经济增长的主题，加上能源的稀缺性，使得能源成为现代经济增长中一种必不可少的生产要素，并逐渐上升为与资本、劳动同等地位的独立生产要素。当能源越来越稀缺，而经济又必须发展时，能源通过与资本、劳动等生产要素进行替代使用，从而以提高能源效率的方式支撑经济社会的持续发展。因此，工业化进程中的能源效率评价必须结合工业化背景下的经济增长理论与实践。
当前的能源效率研究主要是采用单位GDP能耗指标。对于中国能源效率评价而言，仅仅使用这个单一指标可能会不准确，其原因在于中国是新型工业化经济体，其要素禀赋结构会随着工业化进程的推进而发生变动。因此，我们需要找到更适合中国工业化背景的能源效率评价方法与模型。对此，我们首先探讨单位GDP能耗在效率评价中的局限，然后提出工业化进程中的能源效率分析框架。
1.1 单位GDP能耗在效率评价中的局限
相对而言，国际上较多的是以能源强度(即单位GDP能耗)为能源效率指标。能源强度在国家层面上定义为全国总能源消费量与国内生产总值之比；而在部门层面则定义为部门的能源消费量与部门增加值之比。中国的“十一五”规划明确提出将单位GDP能耗降低20％的约束性指标，而且中国政府首次将能源消耗指标纳入宏观调控目标体系。这充分表明，中国政府已经开始有意识地利用能源经济效率指标来衡量经济快速增长过程中的能源消耗情况，从而清楚地掌握各地区的单位GDP能耗以及提高能源效率的潜力。
实际上，单位GDP能耗是一个主要反映经济结构的指标，将其用于效率评价具有很大的局限性。它往往是能源效率变化的结果，无法反映出工业化中的经济体所具有的要素禀赋结构及其变动情况，不能度量潜在的能源技术效率。其他因素诸如经济中产业结构的变动、能源要素同其他要素之间，或者不同的能源要素之间的相互替代都会影响到生产率的大小，但这并不表示实际的技术效率发生了变化。因此，使用这样的单一指标难以体现出“效率”因素。特别是对于经济迅速成长的转型经济体来讲，该方法具有明显的弊端，因为不断变动的经济结构与制度等变量将致使评价结果失真，我们不能仅凭单位GDP能耗的变动而看出是由于真实能源效率变动引起的，还是由于经济结构变动引起的。
1.2 全要素能源效率方法与模型：一个分析框架
经济学意义上的能源效率，是指一定产出水平下最优能源投入与实际能源投入的比率，或者一定能源投入水平下实际产出与最优产出的比值。鉴于单位GDP能耗在能源经济分析中的缺陷，特别是为了研究中国工业化进程中能源利用及其效率情况，我们需要发展出一个更符合实际的分析框架。从基于资本、劳动、能源的全要素生产函数角度来分析能源效率是一种合理的分析思路。能源效率的改进依赖于全要素生产率的提高(Boyd and Pang)[4]，而基于全要素的能源效率方法正好考虑了能源、资本、劳动等要素之间的综合投入以及替代效应。将该思路与非参数前沿技术方法相结合，可以发展出一个分析能源效率的新框架，从而真实地刻画最优经济行为意义上的能源效率特征。新的分析框架以工业化、经济增长为背景，以生产函数为依托，不仅可以比较准确地衡量重要经济变量不断变化条件下能源与其他要素之间的替代效应，而且可以反映出一个国家或地区在特定经济发展阶段、要素禀赋结构以及经济激励机制下能源使用的综合水平，使评价结果更符合中国正处于工业化过程的经济现实。
在全要素生产函数理论框架下，利用非参数法——数据包络分析(DEA)可以很方便地计算全要素能源效率。已有相关研究采用此方法计算全要素能源效率，如Hu and Wang、魏楚与沈满洪、Mukherjee、李世祥与成金华等[5-11]。这些应用性研究表明，非参数前沿在评价能源效率方面具有较强的适用性与解释力，也代表了当前能源效率研究的前沿方向和主流趋势。
目前大多数研究计算的是基于技术效率的能源效率，即所有投入都可以径向缩减条件下的最优能源投入与实际能源投入的比值。但在实际的政策目标中，我们可能会仅仅要求能源投入最小化，或者生产成本最小化，甚至要求对一定时期的产能进行调整。因此，对测度基于投入的技术效率的DEA模型进行一些调整，就可以很方便地找到多种目标情形下的能源效率方法(参见Mukherjee)[7-8]，从而有利于从多个角度评价工业化中经济体的能源效率状况。
在凸性、锥性、无效性和最小性等公理假设下，测度基于投入的技术效率的DEA模型如下：
θ*=minθ
当比较跨期能源效率时，有必要认识到产业部门在不同年份的产能利用程度差异，而这经常取决于经济周期。在产能利用程度较低的年份，热电、发电装置仍然需要消耗能源，因而能源的使用量可能不会随之下降。这可能会导致能源效率值向下偏倚。Johansen将产能定义为在给定固定投入水平和非限制性的可变投入条件下，一个决策单元能够得到的最大产出[12]。根据Johansen的定义，F
re et al.提出了测度决策单元产能的DEA模型[13]，即：
2 基于中国工业部门的实证分析
中国经济正处于工业化的加速时期，对能源依赖较强的高耗能行业的发展将依然是经济的主要推动力。因此，在工业化背景下，采用全要素能源效率方法与模型对中国工业部门的能源效率展开实证分析，具有重要意义。
2.1 工业行业面板数据处理与模型应用说明
研究对象为整个工业部门以及6个两位码工业行业，这些行业是能源消耗大户，包括钢铁、化工、建材、电力、石油加工、有色金属等六大高耗能行业。时期跨度为1990-2006年。我们将各行业的经济活动都概念化为一种产出、三种投入(资本、劳动、能源)的生产技术。考虑到投入转化为产出的时滞效应，借助于计量分析，确定时滞期为1年。产出(y)采用分行业工业增加值指标(其中1990-1991年采用工业净产值数据来代替)，并按“分行业工业品出厂价格指数”进行平减，换算成1990年不变价格。采用永续盘存法(PIM)来构建分行业的资本存量年均余额(K)，详细方法参见陈勇、李小平[14]。由于分行业的人力资本存量难以估算，我们采用分行业的职工年平均人数代表劳动投入(L)。分行业的能源消费量(E)已折算成标准煤，极个别缺失数据用线性插值法补齐。在计算成本效率时，我们将每种投入的价格指数作为最优化问题中投入要素的相对价格[9-10]。
接下来，我们需要对测度效率的生产前沿类型做出选择(Mukheriee，2007；2008)[7-8]。DEA文献中区分了三种类型的前沿：①仅仅使用某一年的截面数据来构建当期前沿；②同时考虑当期数据和过去数据来构建连续前沿；③利用样本的所有时期数据来构建跨期前沿(Tulkens and Vanden Eeckaut，1995)[15]。在本研究中，我们利用时间序列数据来测算工业行业跨期能源效率，因而无法构建当期前沿，只能构建连续前沿或跨期前沿。
在选择前沿类型时产生的一个重要问题是，模型中如何体现技术进步(或退步)。在文献中，技术进步(或退步)的概念与生产前沿的外移(或内移)相联系(Sotow，1956)[16]。当技术随着时间而变化时，生产可能集也会发生变化，当期前沿为其提供了一个随时间而移动的基准。当期前沿效率中能够被解释为技术进步(或退步)的部分实际上体现在连续前沿的效率中。然而，通过比较固定基准技术下的非当期数据，我们能够深入了解一定时间条件下效率的绝对变动。如果技术变化导致效率随时间而改进，则表明样本中的后面年份比前面年份具有较高的效率值。由于参考基准将会一年接一年地发生变化，这一有用信息在基于当期前沿的分析中无法显现出来(Bhattacharyya et al.，1997)[17]。实际上，由于当期前沿一年接一年地变化，基于这些变化前沿的效率值无法被直接用于观察效率是否随着时间而改进或降低。而在每一年的效率测度中使用一个固定的跨期前沿，更有利于直接地进行比较，并且能够作为效率改进或降低的指标。而且，当技术变化发生时，两种方法——连续前沿与跨期前沿也会不同。连续前沿的缺点在于前沿不仅一年接一年地发生改变，而且限制了自由度，尤其是对于前面年份，通常会导致被观察单位的效率值为1。在本文，我们选择使用跨期前沿，因为这能够增大自由度，并能更好地区分效率值差异。
2.2 计算结果和讨论
在该部分，基于上述模型与应用说明，我们测算了中国工业部门及6个高耗能行业1990-2006期间的能源效率，并就测算结果进行了讨论。
在技术效率的基础上，通过考察模型(1)中与能源约束相关的冗余量，我们计算得到的能源效率见表1。样本期内工业部门的平均能源效率为0.561 0，意味着平均来讲，工业部门若将现有能源投入削减43.9％仍然能够在不增加其他任何投入的条件下达到现有产出水平。基于该方法的结果表明，整个工业部门及主要耗能行业的资源配置及利用技术水平较低，能源并没有得到有效利用，存在相当程度的浪费。通过行业之间的比较，我们发现钢铁、电力行业的平均能源效率高于整个工业部门，而化工、有色金属行业的能源效率与工业部门比较接近。建材、石油加工行业的能源效率最低。除了石油加工业以外，整个工业部门及其他5个工业行业在样本期内后面年份的能源效率明显高于前面年份。由于我们的技术效率是基于跨期前沿的，样本期内后面年份效率较高的现象反映出这些部门存在着技术进步。
从模型(2)得到的结果见表2。这一模型的最优解考虑到了在不要求其他投入额外增加的情况下，其他投入对于能源投入的有限替代。由于不要求其他投入成比例削减，最优解条件下的能源投入将会潜在地低于模型(1)中的能源投入。因此，从这一模型得到的能源效率值不会高于从模型(1)得到的值。考察样本期内的平均效率，我们发现整个工业部门及6个高耗能行业的能源效率β*与γ*基本上没有差异。这表明工业及主要耗能行业在现有的生产技术水平下，几乎不可能用其他投入来替代能源投入，这可能是由于落后的生产设备无法实现能源高效利用技术升级而导致的。从单个部门来看，能源效率较高的是电力行业，也只有73.51％。钢铁为61.32％，只略高于整个工业部门的55.74％。最低的建材行业只有39.48％，石油加工业也只有46.18％。从时间趋势来看，除了石油加工业以外，其他几个行业包括整个工业部门都在样本期的后面年份显示出了较高的能源效率。
从经济角度看，仅仅达到技术效率还是不够的。为了实现成本效率，在给定投入价格的条件下，决策单元也需要在投入配置上提高效率。在一定时期内，由于不同投入的价格并不是按同一比率变动的，为了达到最小成本目标，决策单元需要改变投入比例以适应相对价格的变化。从模型(3)得到的能源最优投入量与实际能源投入量的比率为基于成本最小化的能源效率μ*。若当前的投入产出组合在分配上是低效的，则成本最小化目标就会要求改变投入比例，这意味着投入替代。从成本最小化角度得到的能源效率见表3。样本期内整个工业部门及6个高耗能行业的能源效率μ*仍然不高，与β*、γ*并没有明显差异。通过行业之间的比较，仍然是电力、钢铁行业的能源效率较高，建材、石油加工行业的能源效率较低。在样本的分期比较中，仍然是除石油加工业以外，整个工业部门以及其它5个行业在样本后期的效率较高。值得注意的是，无论是基于技术效率模型，还是基于能源投入最小化或成本最小化模型，石油加工行业都表现出与其他行业不同的效率变化趋势。一个可能的解释是：石油加工业主要消耗原油、煤炭等初级原材料，其生产技术中能源与资本、劳动之间的替代性较弱；随着石油加工产品需求的不断增加，生产中的能源投入不断增加，而资本、劳动相应增加的幅度小很多，这种特殊的行业特征使得其效率变化趋势不同于其他行业。
β*与γ*的比较可以说明在现有生产技术水平下能源投入与其他投入的替代性。而μ*与γ*的比较可以说明在所有投入要素可调整(生产工艺可以改进)的条件下，能源与其他投入之间的替代性。实际上，我们可以对分组样本进行t-检验以验证γ*与μ*之间是否显著无差异。该检验的结果表明，整个工业部门以及6个主要耗能行业的μ*均值与γ*之间没有显著性差异。问题是为什么基于成本最小化模型和基于技术效率模型所测得的能源效率值如此接近？很明显，两个模型之间的主要差异在于模型(1)并不要求投入替代，而模型(3)在当前投入组合不具有配置效率时就会要求投入替代。因此，我们可以断定中国整个工业部门以及6个高耗能行业的生产工艺中能源与其他投入之间的替代性相当小。钢铁、化工、建材、电力、石油加工、有色金属是显而易见的能源密集型行业，能源与其他投入之间的较小替代性可以说是在预见之中。然而，更有趣的结论是，我们发现整个工业部门的能源与其他投入之间的替代性也是如此之小，而且基于技术效率模型和基于成本最小化模型所得到的能源效率值都很低，只有56％左右，反映出中国工业整体上仍然是以能源密集型经济结构和产品结构为主导，能源消耗大，附加值低。
我们也发现一个有趣的现象，即当考虑投入的相对价格时，工业及主要耗能行业能源效率与相应的成本效率之间的差距相当小。这一结果与Mukherjee的发现形成了对照，对于美国制造业部门，从成本最小化模型得到的能源效率明显低于其相应的成本效率，这是由于美国能源的相对价格较高，企业倾向于用其他要素来替代能源。而对于印度制造业部门，从成本最小化模型得到的能源效率明显高于其相应的成本效率，这是由于印度能源的相对价格较低，能源节约使用的激励效应较小。但是对于中国工业部门，基于成本最小化的能源效率与成本效率都比较低，而且之间差异较小，这表明即使能源的相对价格较低，工业行业也无法显著减少能源使用量，这再次证明了高耗能型的技术结构在短时期内不易调整，因而不利于能源的节约使用。
表4给出了从模型(4)得到的结果。能源投入利用率是通过比较能源实际使用量与企业在产能完全发挥情况下的最优能源使用量得到的。从平均值来看，整个工业部门以及化工、建材行业的能源投入利用率大于1，意味着与企业产能完全发挥条件下的最优使用量相比，这些能源部门的实际能源消费过多，能源效率较低。而钢铁、电力、石油加工、有色金属行业的能源投入利用率小于1，表明这些行业存在产能过剩，特别是钢铁行业投资过剩较为明显。与样本期内的早些年份相比，后期年份内几乎所有部门的能源利用率明显较低，一方面表明工业及主要耗能行业近几年的能源消耗有所降低，另一方面也反映出这些部门近几年产能过剩现象较为严重。
最后，需要指出的是，能源与其他要素之间的替代效应微弱是中国工业化进程中能源效率的主要特征之一，长期以来内化而成的刚性高能耗技术结构使得能源与其他要素之间的互补性较强。而模型(1)的目标在于在充分发挥能源与其他投入之间互补作用的前提下，尽可能地按相同比例削减所有投入。因此，基于技术效率模型的能源效率值可能更加吻合中国的经济现实。
3 基本结论
节能减排潜力的准确评估依赖于对能源效率的科学评价，而能源效率评价又涉及到能源与经济发展的关系问题。20世纪90年代以来，中国的工业化一直处于快速推进阶段，对能源依赖较强的高耗能行业成为经济增长的主要推动力。因此，中国工业化进程中的能源效率评价必须结合工业化背景下的经济增长理论与实践。本文探讨了基于工业化视角的全要素能源效率评价方法与模型，并结合工业行业面板数据，对中国工业部门的能源效率进行了实证测算。
理论分析表明，与单要素能源效率方法相比，全要素能源效率方法及多目标情形下的能源效率评价模型是评价工业化经济体能源效率的一个较好分析框架。该分析框架以工业化、经济增长为背景，以生产函数为依托，不仅可以比较准确地衡量重要经济变量不断变化条件下能源与其他要素之间的替代效应，而且可以反映出一个国家或地区在特定经济发展阶段、要素禀赋结构以及经济激励机制下能源使用的综合水平，使评价结果更符合中国正处于工业化过程的经济现实。
基于中国工业部门的实证研究表明：①从整体上看，基于4个模型的中国工业部门以及6个主要耗能行业的能源效率都不高，表明整个工业部门的生产工艺技术水平普遍偏低，不利于节能减排，也反映出工业领域面临巨大能源消耗的沉重压力。②从时间趋势看，整个工业部门以及主要耗能行业在样本期内后面年份的能源效率明显高于前面年份。由于我们所有的模型都是基于跨期前沿的，样本期内后面年份效率较高的现象反映出这些部门存在着技术进步，但技术进步速度较慢，导致能源效率值整体上较低。③从主要耗能行业之间的比较来看，电力、钢铁行业的能源效率相对较高，而建材、石油加工行业的能源效率相对较低。④从经济激励效果来看，整个工业部门以及主要能耗行业并不容易对能源价格波动做出及时反应以迅速调整投入要素比例。这可能与现有的经济激励结构不利于重型化工业结构的调整有关。⑤从几个模型的比较来看，几组能源效率值之间没有显著差异。而这与Mukherjee(2008)基于美国制造业能源效率研究所得出的结论明显不同。这意味着，无论是从短期的现有生产技术水平下(不变资本无法可调整)，还是从长期的所有投入要素可调整的条件下(不变资本可以调整)，中国工业部门包括主要耗能行业的能源投入与其他投入之间的可替代性相当小。⑥工业部门及主要耗能行业较低的能源效率与产能过剩也是有密切联系的。钢铁、电力、石油加工、有色金属行业较为明显的产能过剩，与近些年来这些行业过度投资、盲目重复建设的现象是吻合的。
标签：节能减排论文; 能源效率论文; 中国的能源状况与政策论文; 经济模型论文; 石油污染论文; 能源结构论文; 石油投资论文; 单位成本论文; 目标成本论文; 成本分析论文; 石油资源论文; 经济论文; 经济学论文; 单位gdp能耗论文;