基于超效率DEATobit模型的环渤海经济区全要素能源效率研究

基于超效率DEA-Tobit模型的环渤海经济区全要素能源效率研究李宏勋*，兰致，王明丽，李宁（中国石油大学（华东）经济管理学院，山东青岛266580）摘要：环渤海经济区在经济高速增长的同时，能源短缺和环境污染问题日益严重，节能减排形势严峻。以环渤海经济区1995-2011年面板数据为分析对象，运用超效率DEA-Tobit模型对该区全要素能源效率及其影响因素进行分析。结果显示环渤海经济区各省市全要素能源效率整体水平较高，但各省市之间存在差异；环渤海经济区各省市产业结构与全要素能源效率存在负相关关系，技术进步、对外开放程度、能源消费结构及经济发展水平对各省市全要素能源效率都具有不同程度的影响；最后，针对结论，提出了相应的对策建议。关键词：环渤海经济区；全要素能源效率；影响因素；超效率DEA模型；Tobit模型中图分类号：F205；X24文献标识码：AResearchonTotalFactorEnergyEfficiencyoftheEconomicRegionAroundtheBohaiSeaBasedonthesuper-efficiencyDEA-TobitmodelLiHong-xun，LanZhi，WangMing-li，LiNing(CollegeofEconomicandManagementinChinaUniversityofPetroleum，Qingdao，266580，china)Abstract:WiththerapideconomicgrowthintheeconomicregionaroundtheBohaisea,energyshortageandenvironmentalpollutionproblemisgettingworseandthesituationoftheenergysavingandemissionreductionisgrim.SelectedtheBohai’paneldatafrom1995to2011andtheinput-orientedsuper-efficiencyDEA-TobitmodeltoevaluatethetotalfactorenergyefficiencyoftheeconomicregionaroundtheBohaiSea.Theresultsshowthat:althoughthetotalfactorenergyefficiencyoftheeconomicregionaroundtheBohaiseaishigher,buttherearemanydifferencesbetweenprovincesandcities;therearenegativecorrelationbetweenindustrialstructureandthetechnicalprogress,theopeningdegree,thestructureofenergyconsumptionandthelevelofeconomicdevelopmenthasdifferentinfluencetothetotalfactorenergyefficiency.Finally,thispaperhasputforwardrelevantsuggestions.Keywords:thetotalfactorenergyefficiency;theeconomicregionaroundtheBohaisea;influencefactor;thesuper-efficiencyDEAmodel;theTobitmodel基金项目：国家社科基金项目“低碳经济下我国天然气产业发展战略研究”（12BJY075）；中央高校基本科研业务费专项资金（supportedby“theFundamentalResearchFundsfortheCentralUniversities”），中国石油大学自主创新科研计划科技专项“低碳经济下我国石油工业发展战略研究”（13CX05044B）；2013年度青岛市社会科学规划项目“青岛市生态文明建设进程中环境污染治理效率测算研究”（QDSKL130110）。作者简介：李宏勋（1964-），男，河南柘城人，教授、硕士生导师，硕士，研究方向：石油与天然气工业经济、工商企业经营与战略管理和公司治理等方面。李宁（1977-），女，山东滨州人，副教授、硕士生导师，博士，研究方向：运筹学及数据包络分析方法。一、引言改革开放以来，环渤海经济区经济高速增长，1995-2011年，地区生产总值由12960.23亿元增至119663.520亿元，与此同时，能源消耗量由33528增至105626万吨标准煤，工业废气排放量由27869增至144008亿立方米，能源短缺和环境污染问题日益严重，而缓解能源短缺，减轻环境污染问题的有效途径之一是提高能源利用效率，因此，如何提高能源利用效率的问题亟待解决。能源效率可分为全要素能源效率和单要素能源效率。Patterson等[1]认为单要素能源效率在衡量能源的作用方面存在一定不足，全要素能源效率则具有相对优势。许多学者运用DEA-Tobit模型对效率及其影响因素进行了研究。Charnes等（1978）提出的传统DEA模型评价决策单元效率，但是，传统DEA模型可能会出现多个评价单元同时有效的情况，Anderson等[2]（1993）提出的超效率DEA模型则成功克服了这一困难。师博等[3]（2008）运用超效率DEA模型对中国省际全要素能源效率进行了测算，又基于市场分割的视角对全要素能源效率的影响因素进行了分析。马海良等[4]（2011）选取1995－2008年三大经济区的面板数据，运用超效率DEA模型和Malmquist指数，测算我国三大经济区的全要素能源效率和生产率。在能源效率影响因素研究方面，胡根华等[5]运用DEA-Tobit模型对金砖国家全要素能源效率进行了比较研究。但是，DEA测算出的效率值会出现多个等于1的效率值，其中存在弱有效的情况。以上研究均未考虑非合意产出的全要素能源效率，本文在超效率DEA模型测算能源效率时将工业废气排放量作为非合意产出，并将其转化为合意产出对能源效率进行测算。研究方法方面，本文选取超效率DEA-Tobit两阶段分析方法，首先运用规模报酬不变的基于投入导向的超效率DEA模型测算考虑非合意产出的环渤海经济区各省市全要素能源效率，再采用Tobit模型研究技术进步、对外开放程度、能源消费结构、经济发展水平及产业结构对环渤海经济区各省市全要素能源效率的影响，并提出了相应的对策建议，以提高环渤海经济区各省市全要素能源效率。二、研究模型（一）超效率DEA模型对于传统DEA模型来说，如果多个决策单元同时处于生产前沿面，而导致多个决策单元同时有效，模型将无法对有效决策单元的优劣性作进一步评价和比较。Anderson和Petersen（1993）建立的基于投入导向的超效率DEA模型则弥补了这一缺陷。超效率DEA模型[6]如下：假设有n个决策单元(DMU)，每个DMU都有m种输入和s种输出，其中0)x,,x,(xxTmj2j1jj,0),,,(21Tsjjjjyyyy,ijx为第j个DMU的第i个投入量，rjy为第j个DMU的第r个产出量。则对于第k个DMU对应的超效率值如（1）（2）所示：srrkrkyuMaxh1.,,1,,,,1,,1,,,,1,0111mivsruxvkjnjyuxvirmiikimisrrjrrji（1）上述问题的对偶问题如（2）所示，mink.,,1,0,,,,,1,,,,1,,1,1njsssrysymixsxjijnkjjkrrjjnkjjkiijj（2）上述模型计算出的结果分为三类[7]：（1）若效率值1，则表明该决策单元极有效或无可行解；（2）若效率值1，则表明该决策单元未达到有效；（3）若效率值=1，则分为两种情况：（a）若模型中松弛变量is、rs不全为零，则该决策单元为弱有效的，（b）若模型中松弛变量is、rs全为零，则该决策单元为有效但非极有效的。（二）Tobit模型利用超效率DEA模型测算环渤海经济区全要素能源效率后，还需进一步研究全要素能源效率的影响因素及影响程度。超效率DEA方法所估计出的效率值分为三个集合，属于截断的离散分布数据，1958年Tobin研究耐用消费品需求时提出的Tobit模型能够很好的解决受限或截断因变量的模型构建问题[8]，因此，本文采用Tobit模型。Tobit回归模型如（3）所示：,00,0YXYYY（3）式中Y为截断因变量向量，X为自变量向量，为截距项向量，为未知参数向量，扰动项～2(0,)N。此时，若用普通最小二乘法（OLS）对模型直接回归，Tobit模型的参数将是有偏且不一致的，因此本文采用最大似然估计法，对环渤海经济区全要素能源效率影响因素进行分析[9-10]。三、变量及数据说明（一）超效率DEA模型中的指标体系本文以北京、天津、河北、辽宁、山东三省两市1995-2011年的面板数据为样本。在经济增长模型中，以资本、能源和劳动作为要素投入，同时，为了体现知识存量的必要性，将专利授权量，一起作为投入要素。产出由合意产出和非合意产出共同构成，合意产出为GDP，非合意产出为工业废气排放量。具体的指标体系说明如表1所示。表1指标体系分类指标名称投入指标资本存量K劳动投入L能源投入E技术投入T产出指标各地区GDP废气排放量资本存量K：该指标一般采用“永续盘存法”进行估算，本文主要参考了单俊豪的研究成果[11]，以1952年为不变价格估算了1995-2011年环渤海经济区各省市的资本存量。劳动投入L：本文以各省市历年从业人数作为劳动投入指标[12]，单位为万人。能源投入E：以环渤海经济区各省市能源消费量为基础数据，单位为万吨标准煤。技术投入T：本文以各省市每年三种专利授权量作为技术投入指标。合意产出：本文选取各省市1995-2011年的实际GDP作为合意产出指标。非合意产出：基于本文研究目的，选取工业废气排放量作为非合意产出指标。本文采用间接方法适当变换原始数据，把非合意产出转化为合意产出来处理。本文利用Seiford&Zhu[13]提出的ikikiUUf)(来处理非合意产出，其中i是一个能够保证将非合意产出处理后都大于零的正数，本文中i的取值为70000。(二)Tobit模型中的变量技术进步TE：本文采用各省市每万人拥有的专利授权数量作为技术进步的代理指标。产业结构CS：基于本文研究目的，产业结构指标选用各省市第二产业总产值占GDP的比重作为产业结构指标。能源消费结构ES：能源消费结构是指各能源消费量占总能源消费量的比重。我国能源消费以煤炭为主，因此选取各省市煤炭消费量占总能源消费量的比重来表示能源消费结构。经济发展水平PC：为了更加客观的衡量各省市经济发展水平，本文采用实际人均GDP作为经济发展水平的指标。对外开放程度OP：本文选取各省市进出口总额占GDP的比重作为衡量各省市对外开放程度的指标。原始数据主要来自中国统计年鉴（1996-2012年），北京统计年鉴（1996-2012年），天津统计年鉴（1996-2012年），河北统计年鉴（1996-2012年），辽宁统计年鉴（1996-2012年），山东统计年鉴（1996-2012年），中国能源统计年鉴（1996-2012年），中国环境统计年鉴（1996-2012年）。四、定量分析（一）超效率DEA模型测算以资本存量、劳动投入、能源投入及技术投入作为投入指标，以各省市实际GDP和处理后的工业废气排放量作为产出指标，运用基于投入导向的超效率DEA模型测算环渤海经济区各省市1995-2011年全要素能源效率，应用软件为Matlab7.0。运用超效率DEA方法建立效率测度模型时必须