区域全要素能源效率测算及其收敛分析文档格式.doc
- 文档编号:4640520
- 上传时间:2023-05-03
- 格式:DOC
- 页数:8
- 大小:180.50KB
区域全要素能源效率测算及其收敛分析文档格式.doc
《区域全要素能源效率测算及其收敛分析文档格式.doc》由会员分享,可在线阅读,更多相关《区域全要素能源效率测算及其收敛分析文档格式.doc(8页珍藏版)》请在冰点文库上搜索。
能源是国民经济发展的重要保障。
改革开放以来,随着我国国民经济的快速发展,能源消费增长迅速,我国能源经济面临着越来越多的压力,国际油价不断升高,对全球经济复苏带来了障碍,增加我国进口能源资源的成本;
全球性的货币宽松政策将推动国际大宗资源类商品价格上涨,我国输入性通胀压力加大,能源资源类产品价格改革难度增加;
近几年极端异常天气对能源行业的影响也越来越大,能源的平稳运行和持续稳定供应将面临挑战[1]。
由于我国长期以来粗放型的发展方式导致能源效率低于国外水平,为了实现可持续发展,我国政府已经做出了“到2020年GDP二氧化碳排放比2005年下降40%-45%”、“到2020年非化石能源占一次能源消费比重达15%左右”两项承诺[2]。
为了实现节能减排目标,我国政府必须制定相关政策提高能源效率,而能源效率的提高一般认为有两种途径,一是能源从低生产率的产业流向高生产率的产业(如农业向工业、工业向服务业、传统工业向新型工业等),简言之,即产业结构的调整;
二是通过技术进步提高要素利用效率。
目前,产业结构变化对能源效率的作用自20世纪90年代中期起正在逐渐消失,甚至产生负向作用,技术进步成为了降低能源强度的“唯一依靠”。
在这种背景下,研究我国能源效率问题具有重要的现实意义,那么,目前我国各地区的能源利用效率水平如何?
技术进步能否提高能源效率?
各地区能源效率差异是否会随着时间的推移而缩小,出现收敛?
为此,利用科学的方法对我国各省区的能源效率进行评价,对进一步认识和挖掘能源的节能潜力,完善国家的能源资源配置方式具有较强的参考价值。
近年来,我国学者对能源效率问题的研究已经取得了一定的成果,主要集中于两个方面的研究,一是对我国各地区能源效率的测算,采用的方法有因素分析法和DEA方法。
例如:
周勇、李廉水(2006)运用因素分析法,研究了1980-2003年间六大产业能源强度,发现了不同时段结构调整对能源强度的影响不同。
[3]Hu和Wang(2006)使用DEA的方法对中国各地区1995-2002年间的全要素能源效率做了比较研究,并发现人均GDP最高的东部地区能
源效率最高,其次是西部和中部。
[4]徐国泉和刘则渊(2007)应用1998-2005年升级面板数据对我国八大经济区域全要素能源效率进行了分析,发现中国区域全要素能源效率呈现东南向西北逐步下降,并且与区域发展水平呈“U型”的关系;
[5]二是对能源效率影响因素的研究。
周鸿和林凌(2005)的研究发现产业结构变动对中国能源效率的影响并不显著,[6]魏楚和沈满洪(2007)指出了产业结构、政府财政支出、进出口和国有经济比重对于能源效率的影响,[7]李国璋和霍宗杰(2009)考察了产业结构、国有经济比重、对外开放程度、政府影响力、能源禀赋、能源消费结构和能源价格对能源效率的影响。
[8]现有文献对能源效率收敛性的研究并不多,史丹(2006)假定我国能源效率存在条件收敛,并在此基础上计算了各省份的节能潜力。
[9]师博和张良悦(2008)运用能源效率变异系数,考察发现我国整体的能源效率趋势是趋异的。
[10]
从现有文献来看,大多数学者对全要素能源效率所得结论以总体效率为主,缺乏从技术进步和技术效率的角度做进一步的分解,且缺乏动态比较。
在研究跨度上多针对于2005年之前的比较,对近期能源效率水平没有考察。
鉴于此,本文运用新的测算全要素能源效率的方方——Malmquist指数方法对我国2000-2009年间的全要素能源效率进行了测度,并在此基础上考察了我国地区全要素能源效率收敛性的特征和趋势,进而提出提升我国能源效率、缩小能效差距的政策建议。
2研究方法与数据处理
2.1Malmquist指数方法
Malmquist指数通常用于测量不同时期决策单元的效率演化,它首先由Caves,ChristensenandDiewert(1982)引入[11],由Fare等人进一步发展而来。
该指数运用Shephard(1953)的距离函数(distancefunctions)来定义,它用来描述不需要说明具体行为标准(例如成本最小化和利润最大化)的多个输入变量和多个输出变量生产技术。
运用定向输出(output-oriented)方法或定向输入(input-oriented)方法能够定义距离函数。
给定输入变量矩阵,一个输出距离函数定义为输出变量矩阵的最优比例项;
同样,给定输出变量矩阵,输出变量距离函数可以看作是输入变量矩阵的最小比例项。
本文应用Malmquist指数来研究中国地区全要素能源效率。
[12]首先定义产出的距离函数,在时期s,技术效率可以表示为:
(1)
其中,最小化,意味着使最大化。
这个距离函数衡量了给定投入下产出的最大值,因此,表示技术效率指数。
同理,我们可以定义t时期的产出距离函数:
(2)
根据Caves,Christensen和Diewert(1982a和1982b)的研究,以时期s作为参考标准,从时期s到时期t的Malmquist生产率指数变化可以定义为:
(3)
同时,以时期t作为参考标准,Malmquist生产率指数变化为:
(4)
这两个指数在一种产出、一种投入的情况下是相同的,但是在多种投入和可变规模收益的情况下两个指数是不同的,为了避免这种不一致性,Fä
reetal(1992,1994)根据上面两种指数的几何平均值推导出产出导向的生产率指数的变化[13]:
(5)
其中,等式右边第一项衡量了从时期s到时期t的技术效率变化指数EC,其中,技术效率指数EC又可继续分解为纯技术效率指数PTE和规模效率指数SE;
等式右边括号内的部分衡量了两个时期之间技术进步指数TC。
即
技术效率变化指数,EC==PTE×
SE(6)
技术进步指数,TC=(7)
为了对Malmquist指数进行分解,我们需要计算出四个距离函数:
,、和。
每个距离函数可以通过下面的线性规划模型来计算:
(8)
s.t. , m=1,…,M
n=1,…,N
k=1,…,K
当Malmquist指数大于l时,表示全要素能源效率(TFP)提高;
当构成Malmquist指数的技术进步指数和技术效率指数大于l时,表示其是TFP增长的主要源泉,反之,则是导致TFP下降的根源;
而规模效率指数和纯技术效率指数的高低,则反映了它们对技术效率指数之间的影响。
2.2数据来源与处理
本文以2000-2009年间中国29个省、自治区、直辖市(将重庆合并入四川省,西藏自治区部分能源数据不可得,故剔除,为了方便全部简称省)的资本存量、劳动力和能源消费量为投入要素,以各省GDP作为产出要素进行能源效率分析。
(1)资本存量。
一般采用“永续盘存法”来估计每年的实际资本存量,计算方法为,其中是i省份第t年的资本存量,是i省份第t年的投资,是i省份固定资产折旧率,此处主要参考了单豪杰(2008)的研究成果,以1952年不变价格计算。
[14]
(2)劳动力。
主要数据来源于《新中国五十统计资料汇编》和《中国统计年鉴》,当年就业人数以各省区年初、年末人数的平均数来计算,这里由于各省的人均教育水平等数据不可得,因此没有包括各省劳动力质量上的差异。
(3)能源消费量。
以各省区的能源消耗量为基础数据,折算为标准煤计算,单位为万吨标准煤,数据来源于《中国能源统计年鉴》,其中宁夏缺少2001年的能源数据,取前后两年的平均数代替。
(4)GDP。
以各省的国内生产总值计算,单位为亿元,为与资本存量价格保持一致,也以1952年不变价格折算。
数据来源于《新中国五十统计资料汇编》和《中国统计年鉴》。
3实证结果及分析
本文利用DEAP2.1软件计算2000-2009年我国29个省份的Malmquist生产率及其分解指数。
3.1区域全要素能源效率变动的总体分析
表1历年平均Malmquist全要素能源效率及其分解
年份
技术效率指数
技术进步指数
纯技术效率指数
规模效率指数
Malmquist指数
2000-2001
0.991
1.043
0.978
1.014
1.033
2001-2002
0.985
1.031
0.983
1.002
1.015
2002-2003
0.973
0.971
1.003
2003-2004
0.995
0.998
0.98
0.974
2004-2005
1.026
0.99
0.988
1.004
2005-2006
1.061
0.984
1.011
1.056
2006-2007
0.956
1.074
1.027
2007-2008
1.018
0.96
1.017
1.001
2008-2009
0.994
1.021
0.992
平均值
0.997
从表1中可以看出,2000-2009年间,我国能源全要素生产率平均增长率为1.1%,总体上呈现改善的趋势,这种提高主要得益于技术进步的贡献,平均增长率为2.6%,而技术效率却出现了退化的现象,平均增长率为-1.5%,主要原因是纯技术效率和规模效率下降导致。
上述结果表明,我国全要素能源效率整体提升,技术进步是其主要动力,进一步分析显示,我国全要素能源效率虽有增长,但由于纯技术效率和规模效率的退化导致技术效率为负增长。
由于管理及制度问题的制约,我国区域创新活动的技术效率并不理想,为了解决管理效率低下等问题,必须适当进行管理创新及制度变革。
图1区域全要素能源效率及结构变动图
从图1中可以看出,一方面我国区域全要素能源效率的增长过程有着明显的阶段性,2000-2004年,我国区域全要素能源效率呈现下降态势,从最初的增长3.3%下降到-2.6%,主要原因在于技术进步下降导致,说明了技术进步已逐步成为能源效率提高的桎梏;
而到了2004-2007年,我国区域全要素能源效率呈现高速增长态势,这主要由于技术进步拉动,而且技术效率对技术创新的贡献已经加强;
2007-2008年期间,我国区域全要素能源效率增长急剧下降,出现了负增长的态势,这期间技术进步指数小于1,而技术效率指数大于1,说明了技术效率对能源效率的贡献越来越大;
到了2008年以后,能源效率又出现了高速增长的态势,年均增长1.1%左右,其中技术进步的贡献占据了主要地位,技术效率的贡献有所下降,需要进一步的加强。
另一方面,我国区域全要素能源效率增长构成变动存在着另一个显著的特征:
当技术进步促进能源效率上升时,总会遇到技术效率下降对能源效率的不利影响,而很少见到同时增长的情况。
这主要是由于区域经济发展不平衡造成技术效率下降。
同时,可以发现技术进步的变化幅度要大于技术效率的变化幅度,这表明了区域技术进步是一个不稳定的发展过程,这与表1中的结果一致。
这种情况主要因为受到国家宏观环境及政府政策等因素的影响,当国家宏观经济形势较好,政府提供政策支持,加大投入力度时,就会表现出良好、稳定的发展态势,反之,就会出现波动与衰退的迹象。
3.2各地区全要素能源效率变动及差异性分析
表2各地区平均Malmquist全要素能源效率变化及分解
省份
EC
TC
PTE
SE
TFP
北京
1.029
1.041
湖南
0.963
1.007
0.980
天津
1.006
1.048
1.000
1.055
广东
1.020
1.005
0.987
1.012
河北
0.982
1.013
广西
山西
1.068
1.060
海南
1.009
内蒙古
0.979
1.037
0.977
四川
0.925
0.942
0.944
辽宁
贵州
1.023
吉林
1.035
1.016
云南
黑龙江
1.034
1.038
陕西
0.993
上海
1.051
甘肃
1.019
江苏
青海
0.970
1.036
浙江
宁夏
0.969
1.028
安徽
0.990
新疆
0.967
福建
0.981
东部
0.994
1.027
0.997
0.996
1.020
江西
0.975
中部
0.985
1.029
0.982
1.004
1.014
山东
西部
0.977
1.025
0.983
1.001
河南
全国
湖北
1.022
1.010
表2列出了我国各省区及东、中、西三大地区(三大地区按传统的区域划分方法)平均Malmquist全要素能源效率变化及分解。
根据表2结果可知,全要素能源效率东、中、西部均表现出增长趋势,并且东部大于中部,中部又大于西部,东部全要素能源效率高于全国平均水平,呈现出东—中—西的演变格局。
对比东、中、西部三大区域Malmquist全要素能源效率及其分解可以看出:
(1)2000-2009年间,东部地区全要素能源效率增长2%,其主要动力来源于技术进步的推动,平均增长为2.7%,高于全国平均水平,一定程度上说明了东部地区由于经济基础好,对外开放程度高,吸引了大量的外资和优秀人才,这些有利条件有助于提高能源效率,强化技术进步对能源需求的“节约作用”。
但技术效率却出现负增长,平均增长为-0.6%,从其分解结果来看,技术效率的下降源于纯技术效率和规模效率的下降,突出了现有管理理念、方法及制度体系已不适应东部地区的规模水平,要想改变现状,必须加强管理和制度创新,以确保能源效率的持续、快速发展。
这一区域中,天津、上海、北京最高,这三个省份作为我国的直辖市在金融、商业等第三产业和高科技产业非常发达,消耗能源较少,所以能源效率较高。
(2)中、西部地区全要素能源效率均显出增长的态势,中部地区平均增长为1.4%,且其增长主要源于技术进步的增长和规模效率的改进。
近年来,由于国家实施了“中部崛起”战略,国家投入了大量人力、物力和财力支持中部地区,地方政府也积极采取措施吸引优秀企业和人才创业,强化了对技术的吸收能力,有效地促进了该区域规模效率的提高,发挥了规模经济的优势。
西部地区全要素能源效率平均增长0.1%,主要来源于技术进步,平均增长2.5%。
从1999年8月中央提出西部大开发以来,西部地区的投资环境得到了很大改善,吸引先进技术和管理经验的能力得到加强,推动了技术进步对全要素能源效率的贡献,但相对于东部和中部来说,西部地区的生产技术水平、市场化程度、对外开放程度都比较低,对技术外溢的吸收能力较弱,这些不利因素都导致了西部地区技术效率增长缓慢。
与此同时,西部地区承接的往往是一些资源环境消耗大、技术水平较低的项目,高耗能产业的发展,对降低能源需求产生负面影响,从而导致全要素能源效率落后于东、中部地区。
4全要素能源效率的收敛性分析
根据上述分析可知,我国不同区域全要素能源效率有较大的差异,中、西部地区对东部地区的追赶效应已初步显示,那么中国地区间能源效率差异是如何演化的呢?
是否会呈现出逐步缩小的态势呢?
要回答这些问题,必须对其进行收敛性检验,本文将采用绝对ß
收敛模型进行检验。
绝对ß
收敛指在趋近于稳定状态过程中,落后经济比发达经济增长得更快,根据Barro和Sala-i-Martin(1992)的研究成果[15],本文设置的收敛模型如下:
(9)
其中,为i地区从0期到t期全要素能源效率平均增长率,表示基期能源TFP,为常数项,为收敛系数,为随机扰动项。
如果ß
为负值,则表明全要素能源效率增长存在绝对ß
收敛;
为正值,则表示不存在收敛。
估计结果如表3。
表3全要素能源效率的收敛性检验
全国
东部
中部
西部
常数项ɑ
0.0008(0.2199)
0.0024(0.1069)
0.0016(0.2106)
-0.0003(0.8014)
ß
-0.0991(0.0000)***
-0.1169(0.0000)***
-0.1138(0.0000)***
-0.0775(0.0913)*
调整后的R2
0.1943
0.1994
0.3167
0.2815
DW
2.1111
1.9762
1.8884
2.2917
注:
括号内数字为显著性概率,*、***分别表示在10%、1%显著水平上显著。
从检验结果来看,全国及东、中、西部模型估计结果中,主要统计量均显著,全要素能源效率呈现出显著的收敛性,且分别在1%和10%水平上显著。
即全要素能源效率低的地区能源效率增长扩大与全要素能源效率高的地区,说明中国地区间存在显著的能源使用技术扩散现象,促进了地区间全要素能源效率的收敛,这意味着各省能源效率在朝一个共同的均衡水平运动。
近年来,中、西部地区充分发挥其“后发优势”,在加强自身能力的同时,积极与东部地区开展技术交流与合作,有效地缩短了与东部地区的技术差距。
并且,就东、中、西部各地区而言,其内部绝对收敛趋势显著,说明各区域中全要素能源效率落后地区追赶效应明显。
5结论和政策建议
本文采用Malmquist生产率指数,基于我国29个省2000-2009年的面板数据,实证分析了我国各个省份及其三大地区的全要素能源效率变动及其成因,并对各个地区能源效率的收敛性进行了考察,基本结论如下:
(1)2000-2009年间,我国能源全要素生产率平均增长率为1.1%,总体上呈现改善的趋势,这种提高主要得益于技术进步的贡献,在此期间,区域全要素能源效率的增长过程有着明显的阶段性。
分地区看,东、中、西部地区能源效率差异明显,东、中部全要素能源效率处于前沿面上,表现出能源利用的高效,西部地区未达到效率前沿,存在能源使用的无效,2000年以来,地区间全要素能源效率呈现出东—中—西的演变格局。
(2)从全要素能源效率变动的因素分解看,能源效率达到前沿面的省份或地区,其能源效率的提高主要源于技术进步的作用;
而能源效率远离前沿面的省份或地区,其能源利用效率低下几乎都是由于技术退步、纯技术效率和规模效率的下降引起的。
(3)ß
收敛检验表明,全国及东、中、西部全要素能源效率均呈现出显著的收敛性
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 区域 要素 能源 效率 测算 及其 收敛 分析