孫曉雪(天津大學(xué)管理與經(jīng)濟(jì)學(xué)部,天津　300072)

基于超效率DEA的中國省際工業(yè)能源效率評價

孫曉雪
(天津大學(xué)管理與經(jīng)濟(jì)學(xué)部,天津300072)

以中國省際工業(yè)為研究對象,運用基于松弛變量的超效率DEA模型,實證分析了2006—2011年中國30個省市自治區(qū)(西藏、臺灣、香港、澳門除外)及東、中、西部區(qū)域的工業(yè)能源效率,在此基礎(chǔ)上應(yīng)用Tobit回歸模型,進(jìn)一步分析了中國工業(yè)能源效率的影響因素.研究結(jié)果表明,我國各區(qū)域工業(yè)能源效率差距顯著.東部區(qū)域工業(yè)能源效率最高,且以北京、上海和天津居首,而中西部工業(yè)能源效率較低,其中以寧夏最低.在影響因素中,經(jīng)濟(jì)結(jié)構(gòu)、外資水平以及工業(yè)固定新增資產(chǎn)投資對地區(qū)工業(yè)能源效率有著積極的影響,而重工業(yè)所占總工業(yè)的比重以及人口密度對工業(yè)能源效率有著消極的影響.針對以上結(jié)論,提出了相應(yīng)的對策建議.

工業(yè)能源效率;超效率DEA模型;Tobit回歸模型

引用格式:Sun Xiaoxue．Efficiency Evaluation of Chinese Procincial Induatrial Energy Based on UltraGefficient DEA[J]．Journal of Gansu Sciences,2016,28(2):140G147,152．[孫曉雪．基于超效率DEA的中國省際工業(yè)能源效率評價[J]．甘肅科學(xué)學(xué)報,2016,28(2):140G147,152．]

改革開放以來,中國經(jīng)濟(jì)迅速發(fā)展.2012年,中國以20．3%的全球能源使用率成為世界上最大的能源消費國[1].2014年,中國能源消費總量達(dá)到42．6億噸標(biāo)準(zhǔn)煤,比上年增長2．2%(國家統(tǒng)計局, 2014).隨著中國經(jīng)濟(jì)總量的較快增長,能源的需求自然會不斷增加.根據(jù)國家能源局提供的預(yù)測數(shù)據(jù),我國煤炭消費量將在2020年達(dá)到峰值47．6億噸,2020年后煤炭消費量緩慢下降,到2030年降至45．6億噸,盡管如此,我國的煤炭消費量仍然處于世界首位.因此,優(yōu)化能源結(jié)構(gòu),提高能源利用效率迫在眉睫.工業(yè)作為中國最大的能源消費行業(yè),其CO2排放量占總CO2排放量的70%以上[2].因此,評價中國各省份工業(yè)的能源效率,掌握各省份的環(huán)境保護(hù)績效十分必要.

數(shù)據(jù)包絡(luò)分析(DEA,data envelopment analysis)模型提供了一種評價相同類型的多投入、多產(chǎn)出的決策單元(DMU,deccision making unit)是否相對有效的非參數(shù)統(tǒng)計方法,最近被廣泛應(yīng)用于能源利用效率的評價.一些學(xué)者應(yīng)用DEA模型評價地區(qū)和行業(yè)能源效率[3G8].其中,Zhou等[9]提出了多種環(huán)境DEA方法,首次將CO2作為非期望產(chǎn)出,評價了世界八大區(qū)域的碳排放效果.Yeh等[10]將CO2和SO2作為非期望產(chǎn)出,解釋了評價能源利用效率的系統(tǒng)步驟并評價了大陸和臺灣的能源利用效率.Li等[11]應(yīng)用DEA Malmquist方法評估三個內(nèi)部因素(經(jīng)濟(jì)結(jié)構(gòu)、能源消耗結(jié)構(gòu)和技術(shù)進(jìn)步)對中國三大區(qū)域能源強度的影響,并提出了降低能源強度的建議.Tashiyuki等[12]應(yīng)用DEA方法,將PM2．5和PM10作為非期望產(chǎn)出,對中國的經(jīng)濟(jì)發(fā)展和空氣污染進(jìn)行環(huán)境評估.Shi等[13]提出擴展的DEA模型,通過把非期望產(chǎn)出作為投入來評估中國工業(yè)能源效率.屈小娥[14]應(yīng)用DEA效率評價方法實證測算并分析了全國30個省份的工業(yè)全要素能源效率、可節(jié)能量和節(jié)能潛力,研究了影響工業(yè)能源效率的因素.

基于以上分析,嘗試從四個方面進(jìn)行擴展研究: (1)應(yīng)用包含非期望產(chǎn)出的DEA模型,避免了不考慮非期望產(chǎn)出帶來的能源效率分?jǐn)?shù)偏差的問題;(2)應(yīng)用超效率基于松弛變量的度量(SBM,slacksGbased measure)模型,避免了不能將所有決策單元能源效率全排列的問題;(3)在研究視角上,以省際工業(yè)為研究對象,為我國根據(jù)地區(qū)差異制定能源政策提供參考; (4)加入電力作為能源投入,彌補了只考慮煤炭、石油、燃?xì)庾鳛橹饕茉催M(jìn)行評價的缺陷.

1　模型及數(shù)據(jù)

1．1基于松弛變量的超效率DEA模型使用傳統(tǒng)DEA模型評價DMU的效率時,會產(chǎn)生多個DMUs同時處于生產(chǎn)前沿面,導(dǎo)致多個DMUs都有效,無法準(zhǔn)確判斷的問題.超效率SBM模型能評價對于SBM有效的DMUs,彌補了這一缺陷.首先用SBM模型評價各DMUs,對SBM有效的DMUs,再用超效率SBM模型進(jìn)行評價.

考慮N個DMU,每個DMU由M個投入、S 1個期望產(chǎn)出、S 2個非期望產(chǎn)出三個要素組成.其中,x∈Rm表示投入向量,yt∈Rs1表示期望產(chǎn)出向量,yb∈Rs2表示非期望產(chǎn)出向量.我們用矩陣X＝[x1,x2,?,xn]∈Rm×n,Yt＝[yt1,yt2,?,ytn]∈Rs1,Yb＝[yb1,yb2,?,ybn]∈Rs2來表示這三個要素, θ為一個常數(shù)行向量,θ＝(θ1,θ2,?,θn).假設(shè)其中各元素均為正數(shù).則SBM模型為

根據(jù)此模型,核算2006—2011年中國30個省市自治區(qū)(西藏、臺灣、香港、澳門除外)的工業(yè)能源效率.應(yīng)用工業(yè)能源效率(IEE,industrial energy efficiency)來表示工業(yè)能源效率,即工業(yè)投入的煤炭、石油、天然氣和電力四大能源的最優(yōu)利用能力.某地區(qū)在第q年的工業(yè)能源效率為其中:k＝1,2,?,30;q＝2006,2007,?,2011.(3)

1．2變量及數(shù)據(jù)說明以我國30個省市自治區(qū)2006—2011年的面板數(shù)據(jù)為樣本,由于數(shù)據(jù)資料的不完整,故西藏、臺灣、香港和澳門不包括在計算范圍內(nèi),將這30個地區(qū)劃分為三個區(qū)域,分別為東部、中部和西部.所取指標(biāo)為30個省區(qū)規(guī)模以上工業(yè)能源投入與產(chǎn)出指標(biāo).其中將煤炭、石油、天然氣和電力作為四個能源投入(IE,energy inputs),將工業(yè)固定資產(chǎn)投資(IIFA,industrial investment in fixed assets)和工業(yè)勞動力(IL,industrial labor)投入作為兩個非能源投入,將工業(yè)增加值(IAV,industrial added value)作為期望產(chǎn)出,將CO2排放量作為非期望產(chǎn)出.工業(yè)固定資產(chǎn)投資IIFA由各省規(guī)模以上工業(yè)固定資產(chǎn)投入構(gòu)成,參考單豪杰[15]的研究成果,以2006年為不變價,折算成各年各省市的資本投資;工業(yè)勞動力投入IL為各省市規(guī)模工業(yè)從業(yè)人數(shù),單位為萬人;工業(yè)增加值IAV以2006年為不變價,按照工業(yè)產(chǎn)品價格指數(shù)進(jìn)行折算;以上數(shù)據(jù)均來源于2007—2012年的?中國統(tǒng)計年鑒?.煤炭、石油、天然氣和電力能源消耗的數(shù)據(jù)是能源終端消費中的工業(yè)消費量,來源于2007—2012年?中國能源統(tǒng)計年鑒?,折算為萬噸標(biāo)準(zhǔn)煤.CO2排放量根據(jù)化石燃料的消耗計算得出,各類化石燃料的CO2排放因子來源于聯(lián)合國政府間氣候變化委員會(2006年).表1列出了2006—2011年我國30個省市自治區(qū)(西藏、臺灣、香港、澳門除外)分區(qū)域的投入與產(chǎn)出的匯總數(shù)據(jù).圖1則顯示了東部、中部和西部三個區(qū)域投入與產(chǎn)出的比較.結(jié)合表1及圖1數(shù)據(jù)分析可知,東部地區(qū)普遍為我國經(jīng)濟(jì)較發(fā)達(dá)地區(qū),由三個直轄市和八個沿海省份組成,其中包括了環(huán)渤海經(jīng)濟(jì)圈地區(qū)、長三角和珠三角這些中國最發(fā)達(dá)地區(qū).東部地區(qū)集中了我國大部分的輕工業(yè)以及服務(wù)業(yè),由于航運等交通系統(tǒng)和基礎(chǔ)設(shè)施的便利,這一地區(qū)同時集中了大部分的外資投資和技術(shù),該地區(qū)的能源消耗約占全國的49%,工業(yè)勞動力投入約占58%,固定資產(chǎn)投資約占51%,工業(yè)增加值約占全國的60%,CO2排放量約占全國的47%,除了工業(yè)勞動力投入,其他各指標(biāo)所占比例都有逐年下降的趨勢.中部地區(qū)包括八個內(nèi)陸省份,此地區(qū)人口眾多,經(jīng)濟(jì)發(fā)展較東部地區(qū)緩慢,農(nóng)業(yè)畜牧業(yè)及相關(guān)產(chǎn)業(yè)較為發(fā)達(dá).此地區(qū)還包括了東北及湖南湖北重工業(yè)區(qū),我國最大的能源工業(yè)區(qū)之一山西,這些地區(qū)能源排放及污染較大.圖1中顯示,中部地區(qū)能源消耗約占全國的27%,且有逐年降低的趨勢,勞動力投入占25%,固定資產(chǎn)投入占29%,工業(yè)增加值占全國的23%,且有逐年增加的趨勢,CO2排放量占29%,趨勢平穩(wěn).中部地區(qū)各數(shù)據(jù)均介于東部與西部之間.西部地區(qū)由一個直轄市,六個省和四個自治區(qū)組成,這一地區(qū)經(jīng)濟(jì)發(fā)展較為緩慢,地理面積大,人口較為稀少,能源資源較為豐富.該地區(qū)能源消耗占全國的24%,勞動力投入占18%,固定資產(chǎn)投資占20%,工業(yè)增加值占全國的17%,CO2排放量占全國的24%,除了勞動力投入趨勢平穩(wěn),其他各指標(biāo)均呈逐年上升趨勢.

表1　分區(qū)域匯總數(shù)據(jù)Table 1　Summarized data in different regions

圖1　三區(qū)域投入與產(chǎn)出指標(biāo)比較Fig．1　Index comparison of the input and output in the three regions

表2為2006—2011年我國30個省市區(qū)(西藏、臺灣、香港、澳門除外)投入與產(chǎn)出的相關(guān)系數(shù)矩陣.

表2　投入與產(chǎn)出相關(guān)系數(shù)矩陣Table 2　Correlation coefficient matrix between input and output

由表2投入與產(chǎn)出之間的相關(guān)系數(shù)可知,各系數(shù)值均為正數(shù)且均在0．7以上,表明各變量之間都為正相關(guān),且相關(guān)性強.其中,能源消耗與工業(yè)增加值、CO2排放量的相關(guān)性高達(dá)0．929和0．988,表明能源消耗這一投入對期望產(chǎn)出工業(yè)增加值和非期望產(chǎn)出CO2排放量的影響很大.

表3　中國省市區(qū)工業(yè)能源效率Table 3　Industrial energy efficiency in Chinese provinces

2　地區(qū)工業(yè)能源效率測算及評價

2．1省際工業(yè)能源效率評價

根據(jù)前述超效率DEA公式,應(yīng)用Matlab7．0軟件,計算出我國30個省市區(qū)(西藏、臺灣、香港、澳門除外)的工業(yè)能源效率IEE值,按照均值的大小排列,計算結(jié)果見表3.通過表3的數(shù)據(jù)分析可知,中國各省市區(qū)的工業(yè)能源效率差別顯著.其中北京、上海、天津、廣東、江蘇和內(nèi)蒙古六個省市每年IEE值在0．9以上且均有大于1的值出現(xiàn),這六個省市除內(nèi)蒙古屬于西部區(qū)域外,其余前五名均屬于東部沿海區(qū)域,其中均值以北京最高,上海次之,這些地區(qū)屬于中國經(jīng)濟(jì)最發(fā)達(dá)的區(qū)域,近年來第三產(chǎn)業(yè)發(fā)展迅速,第一、二產(chǎn)業(yè)比重降低,帶來了能源結(jié)構(gòu)的轉(zhuǎn)變,且政府政策惠及較大.內(nèi)蒙古地區(qū)政府近年來不斷推進(jìn)經(jīng)濟(jì)結(jié)構(gòu)和能源結(jié)構(gòu)改革,提高工業(yè)化水平,轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式,帶來了工業(yè)能源效率的大幅度提高.政府對這些地區(qū)的政策導(dǎo)向并不是謀求能源效率的進(jìn)一步提升,而是保持現(xiàn)有的發(fā)展?fàn)顟B(tài),推廣經(jīng)驗.浙江、山東、江西、河北、福建、重慶和陜西七個省市區(qū)每年IEE值均大于0．5,這七個省份的工業(yè)能源效率較高,其中浙江的IEE均值接近于0．7,與山東、江西、福建相同,從2010年以來出現(xiàn)了IEE值的下降.這些地區(qū)具有很大的提升工業(yè)能源效率的潛力和空間,政府應(yīng)當(dāng)對這些地區(qū)有相對的政策傾斜,大力提升這些地區(qū)的能源效率.其余的17個省市區(qū)IEE值較低,其中以云南、山西、甘肅、貴州和寧夏為最低,這些地區(qū)產(chǎn)業(yè)結(jié)構(gòu)單一,過度依賴煤炭、石油等一級能源,工業(yè)結(jié)構(gòu)的技術(shù)層次不高,可持續(xù)性差,造成了工業(yè)能源效率的低下.政府應(yīng)當(dāng)重視這些地區(qū)的能源效率問題,通過改善經(jīng)濟(jì)發(fā)展模式,產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型,推動產(chǎn)業(yè)升級和創(chuàng)新,逐步提高其工業(yè)發(fā)展水平和工業(yè)能源效率.

圖2為各省市區(qū)工業(yè)能源效率的均值及其方差情況.

由圖2可以看出,內(nèi)蒙古的方差最大,源于2006—2007年出現(xiàn)了0．37和0．51的低值,其后IEE值迅速升至1以上.吉林、江蘇、安徽和海南也有相對較大的波動,說明這些地區(qū)的工業(yè)能源效率不穩(wěn)定,各年差距較大.能源政策對這些地區(qū)的能源效率有較大的影響,若其IEE值升高,則政策良好可繼續(xù)實施,若IEE值降低,則政策并沒有達(dá)到效果,需要及時調(diào)整.湖南、四川、貴州和寧夏的IEE值波動較小,說明這些地區(qū)的工業(yè)能源效率穩(wěn)定,由于這些地區(qū)的IEE值均較小,也說明了這些地區(qū)能源效率改變不明顯,能源政策需要進(jìn)行相應(yīng)的調(diào)整.另外,河北、吉林、湖北、四川和寧夏均出現(xiàn)了能源效率極高或極低的年份,我們稱之為異常值,除了寧夏的異常值為正負(fù)雙方異常值,其余地區(qū)異常值均為正異常值,這說明IEE值有較大的提升潛力,應(yīng)給予一定的政策導(dǎo)向.

續(xù)表3

圖2　各省市區(qū)工業(yè)能源效率均值與方差Fig．2　Means and variances of industrial energy efficiency in Chinese provincers

2．2分區(qū)域工業(yè)能源效率評價

根據(jù)統(tǒng)計局的劃分辦法,將研究的30個省市區(qū)劃分為東部、中部和西部三個區(qū)域.根據(jù)以上數(shù)據(jù),我們得到了這三個區(qū)域的工業(yè)能源效率值,見表4及圖3.可以看出,東部的工業(yè)能源效率遠(yuǎn)遠(yuǎn)高于中部和西部地區(qū),相比于其他兩個區(qū)域,東部DEA有效的決策單元較多,使用超效率DEA方法可對DEA有效的決策單元進(jìn)行評價,從而在結(jié)果上提高了東部的工業(yè)能源效率,也增加了東部與中西部的差異,彌補了傳統(tǒng)DEA方法的不足.從圖3中可以看出,東部工業(yè)能源效率在0．80~0．85之間波動,但在2009年之后出現(xiàn)了下降的趨勢,原因在于浙江、山東、福建和海南等省份效率值降低,說明這幾個地區(qū)應(yīng)做出區(qū)別于東部其他地區(qū)的能源政策的調(diào)整.中部地區(qū)的工業(yè)能源效率為0．54~0．60,并有上升的趨勢,說明中部地區(qū)的能源政策適應(yīng)中部的能源現(xiàn)狀,應(yīng)繼續(xù)實施,以得到更大的提升.西部地區(qū)的工業(yè)能源效率值最低,波動于0．45~0．55之間,并有明顯的提升趨勢,這說明國家對西部的政策作用明顯,對西部的大力扶持給西部的經(jīng)濟(jì)和人才流入帶來了可觀的變化.從圖3中還可看出,中部和西部地區(qū)工業(yè)能源效率提高的空間很大,相比較于東部,有25%到30%的節(jié)能潛力.中部和西部分別在2009年和2007年出現(xiàn)了工業(yè)能源效率的提升,這說明政府的經(jīng)濟(jì)結(jié)構(gòu)及能源結(jié)構(gòu)改革政策起到了一定作用.

圖4為區(qū)域各省市間工業(yè)能源效率比較,顯示了三個區(qū)域工業(yè)能源效率的統(tǒng)計特征.

表4　分區(qū)域工業(yè)能源效率值Table 4　Industrial energy efficiency value in different regions

圖3　分區(qū)域工業(yè)能源效率Fig．3　Industrial energy efficiency diagram in different regions

圖4　區(qū)域各省市間工業(yè)能源效率比較Fig．4　Comparison of industrial energy efficiency in different regions

由圖4可以看出,中部地區(qū)的能源效率相比較于西部和東部最為均衡.西部地區(qū)除內(nèi)蒙古IEE值為0．89外,其他地區(qū)工業(yè)能源效率都較低,以寧夏IEE值0．23為最低,這說明西部區(qū)域能源效率發(fā)展并不均衡.東部區(qū)域呈現(xiàn)了兩極分化的現(xiàn)象,以海南、遼寧為最低,北京、上海為最高,差距達(dá)60%,可見東部區(qū)域的各省市區(qū)的工業(yè)能源效率差距比較明顯.

3　Tobit回歸分析工業(yè)能源率影響因素

根據(jù)超效率DEA模型,分析了30個省市區(qū)在2006—2011年的工業(yè)能源效率.為進(jìn)一步分析影響工業(yè)能源效率的因素,結(jié)合已有文獻(xiàn)及數(shù)據(jù)的可得性,我們應(yīng)用Tobit回歸模型建立方程并進(jìn)行分析.

3．1Tobit模型及變量選擇

通過超效率DEA模型方法得到的效率值分為三個集合,屬于截斷的離散分布數(shù)據(jù).1958年由Tobin提出的Tobit回歸模型能夠很好地解決受限或截斷因變量的模型構(gòu)建問題[16].因此,選取ToG bit模型來分析影響工業(yè)能源效率的因素.

Tobit回歸模型為其中:Yi表示截斷因變量向量;Xi為解釋變量;β為相關(guān)系數(shù);擾動項εi~N(0,σ2).

由于中國目前處于經(jīng)濟(jì)快速發(fā)展,工業(yè)化進(jìn)程快速推進(jìn)的階段,在所有可能影響工業(yè)能源效率的指標(biāo)中,我們選取以下指標(biāo)進(jìn)行分析:

(1)經(jīng)濟(jì)結(jié)構(gòu)ES.采用各地區(qū)工業(yè)增加值占GDP的比例(%)作為經(jīng)濟(jì)結(jié)構(gòu)的指標(biāo).

(2)外資依賴FDI.以各地區(qū)外資直接使用占GDP的比例(%)表示外資依賴對工業(yè)能源效率的影響.

(3)產(chǎn)業(yè)結(jié)構(gòu)IS.以重工業(yè)生產(chǎn)總值占工業(yè)生產(chǎn)總值比例(%)作為產(chǎn)業(yè)結(jié)構(gòu)的指標(biāo).

(4)新建項目NIFA.以工業(yè)新增固定資產(chǎn)占工業(yè)固定資產(chǎn)的比例(%)來表示新建項目的影響.

(5)人口密度PD.由各地區(qū)人口密度(人/km2)表示.

以上各指標(biāo)數(shù)據(jù)均來自?中國統(tǒng)計年鑒?以及?中國工業(yè)經(jīng)濟(jì)統(tǒng)計年鑒?.

由以上影響因素作為解釋變量,各省市區(qū)的IEE作為被解釋因素,建立回歸方程

根據(jù)此公式,應(yīng)用STATA軟件進(jìn)行最大似然估計的估算,得到了計算結(jié)果.

3．2回歸結(jié)果及分析

表5為工業(yè)能源效率的Tobit回歸結(jié)果.

表5　Tobit回歸結(jié)果Table 5　Regression results of Tobit

由表5的數(shù)據(jù)分析可知:

(1)經(jīng)濟(jì)結(jié)構(gòu)對工業(yè)能源效率有著非常積極的影響,說明在某一地區(qū)形成一定的工業(yè)規(guī)模對于提高該地區(qū)的工業(yè)能源效率是很有幫助的.這源于形成一定的工業(yè)規(guī)模后,有利于對該工業(yè)地區(qū)進(jìn)行統(tǒng)一的規(guī)范化管理,降低管理成本,提高管理效率.

(2)外資水平對于工業(yè)能源效率的提高也有著相當(dāng)積極的影響,其t值高達(dá)11．69.外商投資的增加帶來了國內(nèi)企業(yè)的先進(jìn)技術(shù)的提升.先進(jìn)技術(shù)的應(yīng)用,提高了生產(chǎn)效率,同時也提高了工業(yè)能源的利用效率.

(3)產(chǎn)業(yè)結(jié)構(gòu)與各省市區(qū)工業(yè)能源效率存在負(fù)相關(guān)關(guān)系,表明重工業(yè)所占總工業(yè)的比例越大,工業(yè)能源效率越低.這源于重工業(yè)產(chǎn)業(yè)的特點,重工業(yè)屬于高能耗工業(yè),對能源的依賴嚴(yán)重,并且在生產(chǎn)過程中產(chǎn)生大量的CO2、SO2等空氣污染物.

(4)新建項目與工業(yè)能源效率呈正相關(guān)的關(guān)系,但關(guān)系較弱.工業(yè)新增固定資產(chǎn)占工業(yè)固定資產(chǎn)的比例越大,地區(qū)工業(yè)能源效率越高.工業(yè)新增固定資產(chǎn)在一定程度上代表了工業(yè)設(shè)備的更新?lián)Q代,對工業(yè)能源效率有著積極的影響.

(5)人口密度與工業(yè)能源效率呈現(xiàn)負(fù)相關(guān)的關(guān)系,且關(guān)系較強,表明某一地區(qū)的人口密度越大,該地區(qū)的工業(yè)能源效率越低.人口密度的大小表明了該地區(qū)的勞動力程度,同時也說明該地區(qū)對能源的需求量大,人口對環(huán)境帶來的破壞能力要高于其帶來的勞動力優(yōu)勢.

4　結(jié)論及建議

應(yīng)用含有非期望產(chǎn)出的超效率DEA模型,評價了2006—2011年我國30個省市區(qū)(西藏、臺灣、香港、澳門除外)的工業(yè)能源效率,并應(yīng)用Tobit回歸模型研究了工業(yè)能源效率的影響因素.針對上述研究,得出以下結(jié)論及建議:

(1)我國各區(qū)域間工業(yè)能源效率差距顯著.東部處于絕對優(yōu)勢區(qū),中西部工業(yè)能源效率較低.因此,應(yīng)當(dāng)優(yōu)化各省份的能源結(jié)構(gòu),對東部、中部、西部采取不同的能源政策,對于工業(yè)能源效率較高的省份和區(qū)域,應(yīng)當(dāng)保持現(xiàn)有的政策,學(xué)習(xí)經(jīng)驗并推廣到其他地區(qū).對于工業(yè)能源效率較低的省份和區(qū)域,政府應(yīng)對其有一定的政策傾斜,適當(dāng)調(diào)整能源結(jié)構(gòu),提高這些地區(qū)的工業(yè)發(fā)展水平進(jìn)而提高其能源效率.另外,應(yīng)打破區(qū)域壁壘,實現(xiàn)區(qū)域間資本、勞動力的自由流動,縮小中西部與東部的發(fā)展差距,建立統(tǒng)一市場.

(2)Tobit回歸分析表明,經(jīng)濟(jì)結(jié)構(gòu)、外資水平對地區(qū)工業(yè)能源效率的影響很大,工業(yè)規(guī)模越大,外資投資越多,則工業(yè)能源效率越大.同樣,新建項目也對工業(yè)能源效率的提高有著積極的影響.而產(chǎn)業(yè)結(jié)構(gòu)以及人口密度對工業(yè)能源效率有著消極的影響.因此,對工業(yè)能源效率較低的省份和區(qū)域應(yīng)當(dāng)加大工業(yè)投資力度,引進(jìn)外資,推動工業(yè)企業(yè)設(shè)備的更新?lián)Q代,對西部重點省份可推動規(guī)模工業(yè)區(qū)的建設(shè).另外,加大某些重工業(yè)區(qū)的經(jīng)濟(jì)發(fā)展模式轉(zhuǎn)型,如對山西及東三省地區(qū)調(diào)整工業(yè)結(jié)構(gòu),對污染物集中治理.

(3)加快我國的經(jīng)濟(jì)增長方式的轉(zhuǎn)型和能源結(jié)構(gòu)的調(diào)整.改善我國工業(yè)企業(yè)過度依賴煤炭、石油等一級能源的現(xiàn)狀,加大對于電力及核能等二級能源的開發(fā)和利用.政府應(yīng)對依賴電力等清潔能源的企業(yè)給予一定的政策優(yōu)惠,提高企業(yè)的積極性.

(4)隨著“一帶一路”戰(zhàn)略的推進(jìn),我國將由過去向東為主的開放格局,轉(zhuǎn)變?yōu)闁|西雙向開放,而亞洲基礎(chǔ)設(shè)施投資銀行的設(shè)立,同樣為西部基礎(chǔ)設(shè)施建設(shè)和開發(fā)帶來了新的契機.過去發(fā)展相對緩慢的中西部地區(qū),應(yīng)當(dāng)抓住機遇,加速經(jīng)濟(jì)結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化調(diào)整,形成規(guī)模工業(yè),進(jìn)而提高工業(yè)能源效率.

[1]BP．Statistical Review of World Energy[EB/OL]．http:// www．bp．com/statisticalreview,2011．

[2]孟曉,孔群喜,汪麗娟．新型工業(yè)化視角下“雙三角”都市圈的工業(yè)能源效率差異——基于超效率DEA方法的實證研究[J]．資源科學(xué),2013,35(6):1 202G1 210．

[3]Hu Jinli,Wang Shichuan．TotalGfactor Energy Efficiency of Regions in China[J]．Energy Policy,2006,34(17):3 206G 3 217．

[4]Hu Jinli,Lee Yaochun．Efficient Three Industrial Waste AbateG ments for Regions in China[J]．International Journal of Sustainable Development&World Ecology,2008,15(2):132G144．

[5]馬海良,黃德春,姚惠澤．中國三大經(jīng)濟(jì)區(qū)域全要素能源效率研究——基于超效率DEA模型和Malmquist指數(shù)[J]．中國人口?資源與環(huán)境,2011,21(11):38G43．

[6]Wang Ke,Wei Yiming,Zhang Xian．A Comparative Analysis of China?s Regional Energy and Emission Performance:Which is the Better Way to Deal With Undesirable Outputs?[J]．Energy Policy,2012,46:574G584．

[7]Wang Ke,Wei Yiming,Zhang Xian．Energy and Emission EffiG ciency Patterns of Chinese Regions:A MultiGdirectional EffiG ciency Analysis[J]．Applied Energy,2013,104:105G116．

[8]Yang Wei,Shao Yanmin,Qiao Han．An Empirical Analysis on Regional Technical Efficiency of Chinese Steel Sector Based on Network DEA Method[J]．Procedia Computer Science, 2014,31:615G624．

[9]Zhou P,Ang B W,Poh K L．Measuring Environmental PerG formance under Different Environmental DEA Technologies [J]．Energy Economics,2008,30(1):1G14．

[10]Yeh Tsailien,Chen Tseryieth,Lai Peiying．A Comparative Study of Energy Utilization Efficiency between Taiwan and China[J]．Energy Policy,2010,38(5):2 386G2 394．

[11]Li Yi,Sun Linyuan,Feng Taiwen,et al．How to Reduce EnerG gy Intensity in China:A Regional Comparison Perspective[J]．Energy Policy,2013,61:513G522．

[12]Toshiyuki Sueyoshi,Yan Yuan．China?s Regional SustainabiliG ty and Diversified Resource Allocation:DEA Environmental Assessment on Economic Development and Air Pollution[J]．Energy Economics,2015,49:239G256．

[13]Shi Guangming,Bi Jun,Wang Jinnan．Chinese Regional IndusG trial Energy Efficiency Evaluation Based on a DEA Model of Fixing NonGenergy Inputs[J]．Energy Policy,2010,38(10): 6 172G6 179．

[14]屈小娥．中國省際工業(yè)能源效率與節(jié)能潛力:基于DEA的實證和模擬[J]．經(jīng)濟(jì)管理,2011,33(7):16G24．

[15]單豪杰．中國資本存量K的再估算:1952—2006年[J]．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2008,25(10):17G30．

[16]Coelli Tim．A MultiGstage Methodology for the Solution of Orientated DEA Models[J]．Operations Research Letters, 1998,23(3):143G149．

Efficiency Evaluation of Chinese Procincial Induatrial Energy Based on UltraGefficient DEA

Sun Xiaoxue (Department of Management and Economics,Tianjin University,Tianjin 300072,China)

Relevant advises are proposed after a furthur analysis of the the influencing factors of Chinese industrial energy efficency by applying Regression model of Tobit based on the empirical analysis of indusG trial energy effiency of Chinese 30 provinces and eastern,central and western regions from the year of 2006 to 2011 by taking Chinese provincal inustry as the research object,and using ultraGefficent DEA model of slack variable．The research result shows the remarkable difference of Chinese industrial energy efficiency in different regions．The industrail energy efficient in eastern region is the highest,among which Beijing, Shanghai and Tianjin rank first．Moreover,the industrial energy efficiency in midwest region is lower,aG mong which Ningxia is the lowest．In all the influencing factors on regional industrial energy efficiency,the positive influences include economic structure,foreign capital leveland new industrial investment in fixed assets,while the negative influences include the proportion of heavy industry in the whole industry and population density．Relevant advises are suggested based on the conclusin above．

Industrial energy efficiency;UltraGefficent DEA model;Regression model of Tobit

F224;F206

A

1004G0366(2016)02G0140G09

10．16468/j．cnkii．ssn1004G0366．2016．02．029．

2015G06G04;

2015G08G14．

孫曉雪(1989G),女,河北滄州人,碩士研究生,研究方向為低碳經(jīng)濟(jì)．EGmail:sunxiaoxue1212＠126．com．