1、我国能源效率评价及与城镇化的关系分析内容摘要：本文在全要素能源效率框架下，利用 DEA 方法测算了我国 30 个省、市和自治区 2005-2009 年间的能源效率，并利用 Tobit 回归模型探索城镇化对能源效率的影响机制。研究表明，中国省际能源效率水平较低，且各省水平差异很大，还有微幅扩大趋势；城镇化水平与能源效率有正向关系，城镇化水平每增加 1%，能源效率平均上升 0.41%。 关键词：能源效率 城镇化 DEA Tobit 模型 引言 能源是经济发展的原动力，提高能源效率是经济可持续发展的重要途径。改革开放 30 多年来，中国经济一直保持高速增长的态势，粗放的经济增长模式一直没有得到根本改
2、善，导致能源利用效率明显低于其他发达国家。随着世界能源储备量的减少和我国能源需求量的增加，能源供需矛盾加剧，提高能源效率已刻不容缓。同时城镇化发展对能源所产生的需求及其利用，也导致了一系列问题。城镇化是步入发达国家行列的必经之路，目前中国正处于城镇化的高速发展阶段，有效解决城镇化进程中的能源难题，实现可持续发展的城镇化目标，具有重要的现实意义。 关于能源效率问题，学者已经进行了大量的研究，但是大多是基于能源消耗强度指标来进行分析的。这是一种单要素能源效率方法，它仅考虑了能源投入与产出之间的关系，忽略了在生产过程中其他投入要素的作用，无法全面准确的度量潜在的能源技术效率。为了弥补这一缺陷，近年来
3、，DEA 方法开始应用于能源效率的研究，这对于原来主要利用能源消耗强度指标分析能源效率是一大进步和突破。Hu 和 Wang（2006）在全要素生产框架下利用 DEA 模型对中国各地区 1995-2002 年间的能源效率做了对比分析，这是目前文献中最早尝试用全要素方法分析中国各地区能源效率。魏楚、沈满洪（2007）延续了 Hu 和 Wang 的研究方法，将它与传统的能源效率指标加以区分，采用 1995-2004 年的省际数据对能源效率的影响因素进行了实证分析。 从以上的研究文献来看，关于城镇化和能源效率的研究还不太多，城镇化水平的提高是否能够提高能源效率，作用的机制又是什么？本文将根据 Hu 和
4、 Wang（2006）的分析方法，运用全要素生产框架测算中国2005-2009 年间能源效率，同时分析中国各省能源效率的内在差异性和收敛性，并使用 Tobit 模型来重点研究城镇化对能源效率的影响机制。这是本文的研究目的，也是本文与其他实证研究的不同之处，以期对相关研究有所助益。 研究方法 （一）数据包络分析方法 数据包络分析（DEA）是著名运筹学家 Charnes A，ERhodes 和Cooper W W 等学者于 1978 年创建。DEA 方法不需要已知生产函数的具体形式，只要知道投入产出数据即可通过线性规划模型来度量效率，具有黑箱子方法的特色。 本文采用规模报酬不变条件下的投入导向模式
5、来测算能源效率。设有 n 个同类型的评价对象，对于每个对象有 m 种类型的输入以及 s 种类型的输出，其中第 j 个对象的输入输出向量分别是 Xj=（x1j， x2j， xmj）T 0 和 Yj=（y1j， y2j， ysj）T0，j=1，2，.，n。DEA 模型如下： 是一个标量，代表技术效率，而 是 nn 维向量。 （二）Tobit 回归模型 Tobit 回归模型主要用来寻找投入产出以外的影响决策单元效率的因素，其回归模型为： 如果因变量是部分连续或部分离散的数据时，普通最小二乘法就不再适用，因为此时参数的估计是有偏且非一致的，要解决这类问题需要采用基于极大似然估计原理的 Tobit 模型
6、。 实证研究 （一）DEA 模型 1. DEA 模型指标体系的确定。本文的研究范围为我国 30 个省、市和自治区，不包括西藏、台湾省、香港和澳门特别行政区。样本区间为2005-2009 年，数据均来自中国能源统计年鉴和中经网。 本文选取能源消费、资本投入、劳动投入作为投入指标，以地区生产总值作为产出指标，建立 DEA 模型。 2.省际能源效率对比评价。本文利用 DEAP2.1 软件计算出中国各省能源效率值见表 1。从平均值角度看，效率较高的省份是北京、上海和广东；其次是浙江、天津、海南、江苏和福建，这些省份无论在城市的发展建设还是在能源的开发利用方面，都位居全国前列；能源效率较低的省份是云南、
7、贵州、内蒙古、青海和宁夏，能源效率一直处在 0.3 至 0.4之间，说明这些省份离最佳能源效率前沿面还很远。再从整体的角度看，中国省际能源效率水平较低，效率的平均值为 0.609，且呈现逐年下降的趋势。 为了反映各省能源效率的收敛趋势，我们计算 30 个省、市和自治区在 2005-2009 年间能源效率的变异系数。结果表明，2005-2009 年间，中国省际能源效率差异并没有呈现显著的收敛态势，除 2007 年外，其他年份的省际能源效率差异呈现出微幅扩大的趋势。 同时我们通过计算各个省份自身在 2005-2009 年间能源效率的变异系数，反映各个省份内部收敛特征和趋势。其中，北京、上海和广东的
8、收敛趋势最为明显，收敛速度最慢的四个省份是河北、山西、黑龙江和甘肃。分析发现，中国经济发达的地区的能源效率高，这些城市也是最早进行城镇化改革的地区，相反依托能源储备优势的地区，能源效率波动性比较大，且能源效率并不高，这是一种低效率水平下的波动差异。 （二）能源效率影响因素的 Tobit 回归模型 本文建立模型时将直接影响因素作为能源效率的关键影响因素，同时对城镇化进行特别考虑，具体的 Tobit 的回归模型如下： 其中 EE 代表能源效率，urban 代表城镇化水平，industry 代表产业结构，energy 代表能源消费结构，technic 代表技术进步， 0 是常数项系数，1、2、3 和
9、 4 是对应变量的系数。 运用 Eviews6.0 软件进行 Tobit 回归，输出结果如表 2 所示。 Tobit 模型的拟合优度为 0.68，变量在 5%的显著性水平下显著。模型回归结果表明城镇化率水平每增加 1%，能源效率平均上升 0.41%。这说明城镇化水平越高的地区，能源效率水平也相应越高。城镇化对能源效率的提升作用仅次于技术进步，这说明在坚持引进外资，吸收外来先进技术的同时，也应关注城镇化对能源效率的改善作用。第三产业在国民经济中地位的提升，也有利于改善能源利用的效率，城镇化的推进，会给农村人口带来新的就业机会，两者的促进作用会进一步提高能源的利用效率。相反，煤炭在能源消费中的比重
10、越大，能源利用的效率就越低。 结论及建议 综上所述，本文运用数据包络分析方法研究中国 30 个省、市和自治区的 2005-2009 年间的能源效率水平，并对中国各个省份能源效率的总体特征进行了分析，最后建立计量模型重点分析了能源效率和城镇化之间的关系，得到以下主要结论及建议： 中国各省的能源效率总体水平不高，在 2005-2009 年间，全国能源效率的平均值仅为 0.609，尚具有较大的改善空间。从能源效率的收敛趋势看，总体处于低位运行，但是有扩大的趋势。 中国城镇化的步伐是坚定的，各个省份的能源效率和城镇化率水平具有较强的正相关性，相关系数为 0.746，能源效率变化趋势具有明显的城镇化特征
11、。通过对比 2005-2009 年间各个省份的数据发现，经济发达的省份，城镇化水平高，能源的效率也高，而落后的欠发达地区，城镇化水平低，能源效率也相对较低。 城镇化对能源效率的改善作用在统计上显著成立。技术进步仍然是提高能源效率的最有效途径，但不是唯一途径。各个地区在加大技术投入的同时，应该注重城镇化的稳步推进，辅以减少煤炭使用量和增加第三产业的占比。农村人口向城市人口的转变会增加能源的消耗总量，同时城镇化又可以改变人们的能源消费结构和促进第三产业的发展，这就在一定程度上缓解了能源消耗的压力。 参考文献： 1.史丹.我国经济增长过程中能源利用效率的改进J.经济研究，2002（9） 2.Char
12、nes A， Cooper W.W， Rhodes E. Measuring the Efficiency of Decision Making UnitesJ. European Journal of Operation Research， 1978 3.Jin-Li Hu， Shih-Chuan Wang. Total-factor energy efficiency of regions in ChinaJ.Energy Policy，2006（17） 4.魏楚，沈满洪.能源效率及其影响因素：基于 DEA 的实证研究J.管理世界，2007（8） 5.唐玲，杨正林.能源效率与工业经济转型：基于中国 1998-2007 年行业数据的实证分析J.数量经济技术经济研究，2009（10） 6.王玉燕.产业结构、城市化与能源效率的动态关系：基于 VAR 模型的实证研究J.中南财经政法大学研究生学报，2011（5） 7.李世祥，成金华.中国能源效率评价及其影响因素分析J.统计研究，2008（10）
