节能低碳视角下的我国工业行业效率

开篇：润墨网以专业的文秘视角，为您筛选了一篇节能低碳视角下的我国工业行业效率范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：采用基于方向距离函数的非参数方法，从节能低碳的视角测算了我国2007―2013年36个工业行业的效率，并分析了效率的时序特性和行业异质性。研究发现，除2008年略低外，各年工业行业效率均值大致相同，后5年略有上升，但不明显;能耗较高的行业效率值与能耗较低的行业效率值有明显差异，但碳排放量大的行业与碳排放量小的行业效率差异不明显;大部分行业效率水平不高，尤其高能耗行业，节能降碳潜力较大。

关键词：节能低碳;工业结构;效率;方向距离函数

中图分类号：F40 文献标志码：A 文章编号：1001-862X（2015）04-0038-004

改革开放后，我国工业经历了产值的强劲增长和生产率的不断提高，这对拉动国民经济增长和社会发展起到了重要作用。近年来工业化和城市化的进程不断加快，工业的高能耗、高碳排以及以煤为主的能源消耗结构带来的环境问题日益凸显，金融危机后我国劳动力成本逐步攀升、气候变暖等因素使得形势更加严峻。如何处理好资源节约、经济发展、环境保护三者之间的关系，以工业行业结构调整和效率提高促进转型升级，走新型工业化道路，建设生态文明，实现经济社会的可持续发展具有重大现实意义和深远历史意义。在此背景下，从节能低碳视角对我国工业行业的效率进行研究显得十分必要。

一、文献综述

效率分析分为单要素和全要素两种，且以包含多个投入要素的全要素分析为主。而研究的方法主要有参数和非参数两类，经典的参数方法有索洛余值、随机前沿生产函数法，非参数法则以数据包络分析（DEA）和指数法为代表。其中数据包络分析凭其无须预先设定投入产出函数形式的特点，自1978年Cooper等提出CCR模型以来，得到了广泛应用。[1]

我国以DEA方法为基础的全要素能源效率的研究成果颇为丰富。从对国家层面的能源效率研究来看，从节能减排视角（减排指减少污染物排放）或从节能、减排、低碳综合视角的研究很多[2]，专门从节能低碳视角下的效率研究很少，且以省际间分析居多[3]，工业分行业的则相对较少，基于全行业数据的研究更是鲜有见到。原因可能是国家统计局的统计口径为规模以上工业企业，且行业分类标准发生了变化。

李斌（2013）[4]基于2001―2010年我国36个工业行业的投入产出数据，从节能减排低碳视角测算了我国绿色技术效率和绿色全要素生产率。何小钢和张耀辉（2012）用投入导向的DEA和Malmquist指数对能源与碳排放约束下的我国2009年工业行业全要素生产率进行了测算。周五七和聂鸣（2012）[5]用SBM模型分析了节能低碳视角下的我国工业行业1998―2010年的技术效率。郝珍珍等（2014）以基于方向距离函数的DEA方法分析了我国1990―2010年节能低碳视角下的环境效率。这些文献在测算效率时大都采用规模以上工业企业数据[6]，并未将口径调整到全行业，这样的测算不足以刻画工业行业效率的全貌。在构建生产前沿面时，为解决动态分析时的技术退步问题多采用窗口DEA方法，但这可能会导致新的问题――产生非可行解。

基于以上，本文基于我国2007―2013年工业分行业的全行业数据，采用基于方向距离函数的全局DEA方法测算节能低碳视角下的效率，并用非参数检验方法从横向和纵向对效率进行分析。

二、工业分行业效率的测算方法

沿用Picazo-Tadeo et al（2005）和Shephard、Fare（1970，1974，2007）的定义和假定，每个决策单元利用N种投入x，生产出了M种期望产出y，同时得到了H种非期望产出b，则所有可能的生产活动构成集合T，称为生产可能集，相应的产出集合为P（x），公式和满足的假定如下：

T=[（x，y，b）|利用x能生产出（y，b），x∈RN

+，y∈RM

+，b∈RH

+]（1）

P（x）=[（y，b）|（x，y，b）∈T]（2）

（1）强自由处置性。投入和期望产出是可自由处置的，即在其他条件不变的情况下，投入和期望产出可以相应增大和减小，反映技术效率水平的差异。数学表示为：?x′?x?P（x）?P（x′）;?（y，b）∈P（x），且y′?y?（y′，b）∈P（x）。

（2）零结合性。若想要生产出一定量的期望产出，必定附带有一定量的非期望产出;反之同理。Fare形象地称之为“没有不冒烟的火”。数学表示为?（y，b）∈P（x），且b=0?y=0。

（3）联合弱自由处置性。在一定技术条件下，期望产出和非期望产出的同比例增减性，即减少非期望产出是要付出代价的――“天下没有免费的午餐”（Fare等，1989）。数学表示为?（y，b）∈P（x） 且0?θ?1?（θy，θb）∈P（x）。

根据Shephard和Fare对方向距离函数的定义以及Picazo-Tadeo、Chung（1997）和Fare等（2000）的做法[7]，构造方向距离函数及基于该函数的非参数DEA模型如下：

[D][?]T（x，y，b，[g][?]）=Sup[β：（y+βgy，b-βgb）∈P（x）]（3）

[D][?]T（x，y，b，[g][?]）=[max][β?0] β

s.t. xn

k?∑K

i=1λixi，n=1，...，N（4）

xm

k（1+β）?∑K

i=1λiyi，m=1，...，M（5）

bh

k（1-β）=∑K

i=1λibi，h=1，...，H （6）

∑K

i=1λi=1 （7）

λi?0，i=1，...，K

其中[g][?]=（-gx，gy，-gb）=（0，y，b）为方向向量。公式（3）表示在-gx和-gb方向对投入和非期望产出进行限制的同时，在gy方向上寻求期望产出的最大。可以证明，[D][?]T（x，y，b;[g][?]）?0?（y，b）∈P（x），当决策单元位于生产可能集的前沿面上时，等号成立。

不等式约束（4）、（5）表示期望产出和投入是强可自由处置的，等式（6）表示非期望产出的弱可自由处置性，即其减少需要耗用一定的资源，等式（7）则表示产出集为凸集，且决策单元的规模报酬可变。此时的β*反映低碳视角下的效率，用1/（1+β*）表示效率值，则当β*=0时，即决策单元位于生产前沿面上，效率值为1;β*>0时，决策单元位于非前沿面的生产可能集内。β*值越小，表示离前沿面越近，效率值越接近于1，反之同理。

生产前沿面的构建方法主要有当期DEA、窗口DEA、序列DEA和全局DEA四种[8]。当期DEA利用当期截面数据构建生产前沿，用于动态分析时容易得出技术退步的错误结论。窗口或序列DEA可以避免此问题，但在求解多期方向距离函数的最优值β*时可能遭遇非可行解，产生测算偏差。全局DEA则以决策单元的所有时期投入产出数据构造经验生产可能集，这样可以避免非可行解问题。[9]因此，本文选择全局DEA构建生产前沿面。

三、指标与数据

考虑数据的获得性和可比性，选取2007―2013年的36个两位数工业行业作为研究的决策单元。参考被广泛运用的KLEM模型（Jorgenson，1987），将劳动、资本和能源消耗量作为投入指标，将工业总产值和二氧化碳排放量分别作为期望产出和非期望产出指标，数据来源于相应年份的《中国统计年鉴》、《中国能源统计年鉴》，详细如下：

（一）劳动人员。第一次和第二次经济普查结果（《中国经济普查年鉴》）提供了2004年和2008年分行业所有工业企业的经济指标数据，包括了本研究用到的各项基础数据，参考陈诗一（2009）的方法，以2004年和2008年的规模以上工业企业占所有企业的比例，利用线性插值法将历年的从业人员数量调整到全行业。

（二）资本存量。现有研究中多用Goldsmith（1951）的永续盘存法估算物质资本存量，具体参考陈诗一（2009）的方法计算并将数据调整到全行业，初始资本量选用其对2005年的计算结果。

（三）能源消耗量。数据采用《中国统计年鉴》中的按行业分能源消费量。[10]

（四）工业总产值。调整口径后，以分行业工业品出厂价格指数（2011年起改为工业生产者出厂价格指数）进行平减，得到以1990年为基年的全行业的可比价工业总产值。

（五）二氧化碳排放量。采用《2006年IPCC国家温室气体清单指南》提供的公式（公式（8））计算。原油、燃料油、汽油、柴油、天然气的低位发热量数据来源于2014年《中国能源统计年鉴》，其他燃料的低位发热量数据来源于《中国温室气体清单研究》（2007）。单位热值含碳量和碳氧化率数据来源于《省级温室气体清单编制指南（试行）》（发改办气候[2014]1041号）。

ECO2=∑8

iEi ・NCVi・CEFi・COFi・44/12（8）

其中i表示原煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然气。Ei、NCVi、CEFi和COFi分别表示第i种能源的消费量、净发热值、碳含量和碳氧化因子，44/12表示二氧化碳与碳的分子量比率。

根据能源消耗量和碳排放强度的不同，根据2013年数据将各行业分为四个组（每组18个）。从投入看，高能耗组和高碳排组的各项投入均明显高于另两组，且高能耗组对能源消耗的行业间差异很大，标准差高达14591;从产出来看，高能耗组和高碳排组的工业总产值和碳排放量均明显高于另两组，但这两组的期望产出和非期望产出的标准差都很大。[11]

四、实证分析

（一）效率测算结果

用lingo软件测算得到节能低碳视角下各行业2007―2013年的效率值。由上述效率定义可知，值越大，表示距离生产前沿面越近，值为1，表示该工业行业位于生产前沿面上，达到了投入一定时产出的最优，即工业总产值的最大，二氧化碳排放量的最小;值越小，表示该行业的改进空间很大。整体上看，全行业各年的效率均值为0.6552，说明还有较大绩效改进空间，在工业总产值增长的同时，仍可大大减少二氧化碳的排放。

从分年度测算结果来看：（1）2008年的效率略低于其他年份，这可能与2008年金融危机对我国实体经济造成的冲击有关;（2）整体上，2007―2013年的效率均值大致相同，且后五年逐年略有升高，这一趋势可能与“十二五”工业规划和减排目标的设置有关;（3）电气机械及器材制造业、水的生产和供应业等少数几个行业个别年份有效率与其他年份相比有所不同，大部分行业效率值无太大变化。

从分行业的测算结果看：（1）前11个行业的效率值高于效率均值，其中烟草制品业、家具制造业、文教体育用品制造业、通信设备、计算机及其他电子设备制造业、仪器仪表及文化、办公用机械制造业共7个行业的效率值各年均为最高，达到了1。根据分组，这些行业多属于低能耗或低碳排行业。（2）石油和天然气开采业、电力、热力的生产和供应业、煤炭开采和洗选业、石油加工、炼焦及核燃料加工业、黑色金属冶炼及压延加工业、非金属矿物制品业、化学原料及化学制品制造业、造纸及纸制品业、有色金属冶炼及压延加工业等行业的效率值处于效率均值以下的较低水平。根据分组，这些行业多属于高能耗或高碳排行业。《2013年国民经济和社会发展统计报告》中提到的六大高能耗行业（化学原料及化学制品制造业、非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、石油加工炼焦及核燃料加工业、电力热力的生产和供应业）均在此列。（3）所有高能耗行业的各年效率均值为0.5882，低于所有低能耗行业的各年效率均值0.7221。（4）所有高碳排行业的各年效率均值为0.6080，低于所有低碳排行业的各年效率均值0.6973。

（二）非参数检验

产业政策的执行进度和各行业企业的动态决策可能导致行业效率值的时间差异，且我国工业行业的发展不均衡，不同能耗和不同碳排放行业的效率值也可能不同。根据测算结果和分析，针对效率值的时间序列特性和行业异质性，提出以下三个假设并进行检验。

假设1：节能低碳视角下，两个不同能耗的行业组群的效率没有明显差异。

假设2：节能低碳视角下，两个不同碳排放量的行业组群的效率没有明显差异。

假设3：节能低碳视角下的行业效率在不同年份间没有显著变化。

由于无法确定不同行业和不同年份效率值的总体分布，故采用Kruskal-Wallis秩和检验这一非参数方法进行检验。结果显示：置信水平为0.05时，三个假设的p值依次为0.000、0.081和0.983。因此，我们应拒绝假设1，但无法拒绝假设2和假设3。因此，可以得到：

（1）节能低碳视角下，高能耗组和低能耗组的效率存在明显不同，且高能耗组的效率均值（0.5882）低于低能耗行业效率均值（0.7221）。

（2）尽管效率测算结果显示高碳排组（0.6080）的效率均值低于低碳排组（0.6973），但高碳排组和低碳排组的效率差异不显著。

（3）2007年到2013年间的效率值差异不明显，即效率测算结果中提到的“后五年逐年略有升高”这一趋势并不明显。

五、结论与启示

基于我国2007―2013年36个工业全行业的面板数据，运用DEA这一非参数方法测算了节能低碳视角的工业行业效率，并分析了时序特征和行业异质性，主要结论和启示如下：

（一）与2007年相比，2008年我国工业行业效率均值有所下降，之后的5年略有回升，但这一趋势不够明显。这可能是各工业行业的企业在2008年金融危机及政府“十二五”工业规划、节能减排目标等政策因素综合影响下动态决策的结果。因此，为更好促进后危机时代的节能降碳，要继续用好市场和政府两只手，有效激励、鼓励和约束各行业企业提升各投入要素尤其是能源的利用率，从而提高工业行业效率。[12]

（二）工业行业的效率具有一定的行业异质性，高能耗行业效率值明显低于低能耗行业，但高碳排行业与低碳排行业的效率差异不明显，且大多数工业行业仍有较大的改进空间。因此，优化工业结构、促进节能降碳需要考虑行业的异质性。首先，要根据测算的行业效率值、能耗、碳排放等数据，制定分行业的碳排放标准和节能减排目标，优化现有工业行业的资源配置。其次，加速发展低能耗低碳排产业，限制发展某些高能耗行业，合理布局新增项目。此外，还应建立和完善分行业的核算方法，为准确测度能源消耗和温室气体排放奠定基础，进而为刻画工业行业效率的全貌、制定行业结构调整政策提供坚强支撑。

参考文献：

[1]史海威，等.中国低碳发展的理论逻辑及其阐释[J].湖南社会科学，2013，（01）：173-175.

[2]王定祥，琚丽娟.碳金融理论研究评述与展望[J].西部论坛，2013，23（01）：70-79.

[3]周五七，聂鸣.中国工业碳排放效率的区域差异研究――基于非参数前沿的实证分析[J]，数量经济技术经济研究，2012，（09）：58-71.

[4]李斌，彭星，欧阳铭珂.环境规制、绿色全要素生产率与中国工业发展方式转变――基于36个工业行业数据的实证研究[J]，中国工业经济，2013，（04）：56-68.

[5]周五七，聂鸣.基于节能减排的中国工业行业技术效率[J].经济管理，2012，（11）：1-9.

[6]李佐军，赵西君.我国建筑节能减排的难点与对策[J].江淮论坛，2014，（02）：5-9.

[7]郭辉，董晔.碳排放和能源消费约束下的中国绿色全要素生产率和经济增长研究――基于扩展的索洛模型分析[J].经济经纬，2012，（06）：77-81.

[8]刘成玉.碳汇生产、碳汇贸易与西部发展新跨越[J].西部论坛，2013，23（03）：73-82.

[9]王红领，唐广敏.走中国特色的低碳经济之路[J].理论探讨，2012，（02）：77-79.

[10]杨高，陈元进.解析生态文明建设在中国特色社会主义建设中的地位和作用[J].天府新论，2014，（03）：29-32.

[11]刘培林.中国碳排放展望：绿色治理孕育高质量增长点[J].重庆理工大学学报（社会科学版），2014，（07）：1-6.

[12]李宏伟，黄国良.试论我国环境金融制度的构建[J].河南师范大学学报（哲学社会科学版），2015，（02）：52-54.