中国省际能源效率测度研究基于交叉竞争MalmquistTFP模型

中国省际能源效率测度研究——基于交叉竞争-MalmquistTFP模型内容提要：本文针对中国30个省级行政单位1998-2010年的面板数据，考虑各个省际单位之间的博弈竞争关系，构造交叉竞争-MalmquisTFP指数，并在此基础上对中国省际能源效率进行测度和排序。此外，将传统全要素生产率测度方法和该方法进行对比分析，发现后者的测度结果可以加大部分评价单元的“异质性”，有利于评价单元的比对、排序。研究结果表明，我国全要素能源效率具有较大提升空间，其潜力有待进一步挖掘。关键词：能源效率；面板数据；交叉竞争效率模型；MalmquistTFP指数中图分类号：C813文献标识码：A文章编号：StudyonChina'sProvincialEnergyEfficiency----BasedonGamecross-MalmquistTFPindexAbstract：Inthispaper,basedontheMalmquistTFPindexmeasuringframework,with30provincesinChina1998-2010provincialpaneldata,consideringthegamecompetitionofprovincialunits,usingthegamecrossefficiencytoimprovetraditionalMalmquistTFPindex,constructanewgamecrossMalmquisTFPindextomeasureandrankingChineseprovincialenergyefficiency.Thenthetraditionalmethodandthenewmethodarecomparedandanalyzed,itisfoundthatthemeasureresultcanmadeDecision-makingunitsarefullysorted.TheresearchresultsshowthatChinesetotalfactorenergyefficiencyhasalargeroomforimprovement,anditspotentialtobefurtherexcavated.Keywords:EnergyEfficiency;PanelData;Cross-competitionEfficiency;MalmquistTFPIndex一、引言随着化石能源的全球性枯竭和温室气体效应的逐步加深，各国之间的能源争夺愈演愈烈，能源危机的警钟频频敲响。作为世界上最大的发展中国家，中国是一个能源生产和消费大国。在能源生产方面，新中国成立60年以来，中国一次能源生产总量从1949年的2334万吨标准煤，增长到2010年的296916万吨标准煤，增长127.21倍；而在能源的消耗方面，中国现在已超过美国，成为世界能源消耗量排名第一的国家，其中以煤炭消耗为主，其使用量占全球的48%。因此，要逐步实现节能减排目标，能源效率必须发挥其重大的作用。一方面，摸清、探明中国省际能源效率的真实排名情况，将能源效率科学、合理的评价结果细化到各个省际中去，有利于各个地方发掘自身优势与差距，以便调整自身经济、能源发展战略，找到一条符合省际情况的发展道路。另一方面，系统深入地研究中国省际能源效率，对缓解资源环境约束、应对全球气候变化、促进经济发展方式转变，建设资源节约型、环境友好型社会，增强可持续发展能力等具有重大现实意义。能源危机已经成为世界各国所面临的普遍问题，关于能源效率的测度研究，自然成为世界范围内的学术热点。HuandWang（2006）依据DEA模型创造性地提出了全要素能源效率的概念，文章从全要素生产率框架出发，将其他要素投入纳入模型，采用DEA方法研究了全要素能源效率问题。该方法提出以来，便受到国内外学者的青睐，成为国内外能源效率测算问题的主流方法[1]。其中，代表性的文献包括：HuandKao（2007）计算了17个APEC国家，1991-2007年的全要素能源效率，并构建了各国最优节能目标，且发现各国人均GDP与人均可节能率之间均存在所谓的“U”型关系[2]。徐国泉（2007）以资本存量、人力资本、能源消费量为投入指标，以GDP为产出指标，测算了中国30个省1998-2005年的全要素能源效率值，发现中国省际全要素能源效率值从东南到西北呈下降趋势，并且与经济发展水平呈“U”型关系[3]。ZhangandWang（2008）研究了2006年中国各地区工业部门的能源利用效率[4]。KankanaMukherjee（2008a）用全要素能源效率方法测算了印度18个州的制造业能源效率，并且对各个州能源效率的差异原因进行分析，结果表明：人力资源质量与能源效率正相关，单位能耗高的产业部门比重与能源效率负相关，而能源价格与能源效率关联性不大[5]。KankanaMukherjee（2008b）用上述方法测度了美国制造业和6个耗能最高产业部门的能源效率[6]。杨红亮，史丹（2008）采用单要素和全要素相结合的方法，对中国各地区2005年的能源效率进行比较分析，结果表明全要素能源效率方法相较传统能耗研究方法有不可替代的优势，中国能源效率最高的地区如上海与世界先进水平仍有较大差距[7]。孟祥兰、雷茜（2011）采用DEA方法对2009年我国各省份及地区的相对能源效率进行比较分析，并对能源消费冗余、环境治理冗余和能源效率影响因素进行分析，研究表明东部地区在综合能源效率、能源消费冗余等方面均优于中西部地区，技术水平对于提高综合能源效率的影响最大[8]。WangandZeng（2012）在全要素生产率下计算了中国地区工业部门的能源效率[9]。在能源经济领域，DEA方法已经得到了广泛应用，不过这些研究多集中于企业、行业和部门层次，而有关区域和国家层面的研究还相对较少（Zhouetal.[10]，2008）。此外，自从基于DEA的全要素能源效率测算方法问世以来，传统DEA模型在测算全要素能源效率领域的研究成果逐渐增多。但传统的DEA模型至少存在以下3点缺陷：其一，用于计算效率值的权重系数只在对决策单元（DMU）最为有利的特定范围内取值，因而会出现夸大优势、回避不足的问题。其二，传统的DEA模型，通常只能将决策单元分为有效决策单元和非有决策单元效两大类，对于效率值都为1的有效DMU而言，该模型无法解决这些单元之间的排序问题。其三，传统的DEA方法都存在决策单元之间相互独立的隐含假设，但这一假设条件过于苛刻明显与现实不符，决策单元之间无法避免地存在博弈竞争关系。此外，目前主流的研究思路都是以能源消费量、资本、劳动力作为投入指标，GDP作为产出指标，其中的劳动力指标一般都直接采用统计年鉴中的“劳动者就业人数”，没有考虑劳动者素质问题。有鉴于此，本文采用全新的方法对中国省际能源效率进行更客观科学的考察。在投入指标方面，把劳动者素质纳入劳动力指标中；在理论模型方面，首先将交叉效率思想纳入测评体系，其次构造考虑决策单元之间竞争关系的交叉竞争-MalmquistTFP指数模型；在实证分析方面，本文分别采用传统方法与新方法来对中国省际能源效率进行测评，新方法的实证表现优势明显。本文其余部分的结构安排如下：第二部分对交叉竞争效率、MalmquistTFP指数构造原理及交叉竞争-MalmquistTFP指数的理论模型方法和实现流程进行研究。第三部分对中国省际能源消费的现实背景和情况进行描述性统计分析。第四部分，采用全新的交叉竞争-MalmquistTFP指数对中国省际能源效率进行实证测度研究，并且进行传统方法和新方法的比较。最后，总结全文。二、方法研究传统的MalmquistTFP指数由来已久，1953瑞典经济学和统计学家MalmquistS.就用该指数分析了不同时期的消费变化[11]。Caves、Christensen和Diewert（1982）在此基础上提出了Malmquist全要素生产率（MalmquistTFP）指数[12]，但未受重视。Färe、Grosskopf、Norris等（1994）提出的非参数线性规划算法为该指数重新注入活力[13]。此后，该方法才广泛应用于金融、公共管理、农业等各种行业和部门乃至国际间的比较。一般情况下，MalmquistTFP指数的表达式为：1111211111(,)(,)(,,,)[()()](,)(,)ttttttttttttttttDxyDxyMxyxyDxyDxy11111211111(,)(,)(,)(,)(,)(,)ttttttttttttttttttDxyDxyDxyDxyDxyDxy（1）其中D（）表示距离函数，它是一种在不对生产者行为进行任何假定的条件下，研究多投入多产出技术系统的工具。Shephard（1970）定义了基于生产函数的距离函数[14]，这一定义后来并被广泛地使用。P.Zhou和B.W.Ang（2007）指出，MalmquistTFP指数以距离函数为基础，可以直接用投入导向或者产出导向的传统DEA模型进行测量[15]，这种方法是目前MalmquistTFP指数计算的基础。但诚如前文所述，传统DEA模型存在一定的缺陷，致使MalmquistTFP指数也很难发挥其真正的价值。所以，本文将交叉竞争效率的思想引入到MalmquistTFP指数的测算当中，建立一个兼顾效率评价、地区排序和时间序列分析的新型全要素生产率测算模型。交叉竞争效率，在解决传统DEA模型不能有效排序的基础上，引入评价单元之间的竞争关系，在避免交叉效率DEA模型二次目标选择的同时，又更加贴切实际，是对传统DEA模型的一种改进。其表达式为：假设有n个决策单元，用jDMU（1≤j≤n）表示，每个决策单元都有m个投入和s个产出。第j个决策单元的投入和产出向量分别用ijx(1,,)im…和rjy(1,,)rs…来表示。把每个决策单元看成是博弈中的“参与人”，那么，参与人dDMU的效率值可由传统的CCR模型算得。假设参与人dDMU的效率值为d，剩余参与人jDMU在保持dDMU的效率值不变的情况下最大化自身效率值。则jDMU利用dDMU的权重所获取的交叉竞争效率值为：11,1,...,sdrjrjrdjmdijijiydjnx（2）其中，drj和dij是模型的可行权重。关于dj的计算，则考虑以下数学规划问题：111111..0,1,...,100,1,2,...,0,1,2,...,sdrjrjrmsddijijrjrjirmdijidimsdddijidrjrjirdijdrjMaxystxyjnxxyimrs（3）其中1d为参数，通过迭代算法算得。起初，其初始值定为dDMU传统的交叉效率值，待其收敛后，该值即成为交叉竞争效率值。下面构建基于交叉竞争距离函数的Malmquist指数测算公式，记为CC-Malmquist：1111211111(,)(,)(,,,)[()()](,)(,)ttttttttttkkkttttttkkExyExyCCMxyxyExyExy11111211111(,)(,)(,)(,)(,)(,)tttttttttkkktttttttttkkkExyExyExyExyExyExy（4）三、中国能源消费现状分析（一）中国能源消费总量改革开放30年来，与中国经济快速增长相对应的是中国能源供给和需求双双呈现较快的增长态势。回望历史，1978-2011年的这34年间，中国GDP按可比价格计算年均增长达到9.8%，创造了令世人瞩目的增长奇迹。但中国在资源、环境等诸多方面也为经济的高增长付出了巨大的代价。据统计，过去中国GDP增长中，至少有80%是依靠资源和生态环境的“透支”而获得的。重经济，轻环境，过度追求产值的发展方式使环境和资源负荷超重、不堪重负