中國能源利用效率β收斂性的區域研究

周四軍+羅丹

摘 要：在生產理論框架下，構建投入導向、規模報酬不變的超效率DEA模型，利用全國30個省市（不含西藏）2000—2014年數據測度出我國八大經濟區域的全要素能源效率，并建立收斂回歸模型對八大區域能源利用效率進行β收斂檢驗。分析發現：我國能源利用效率呈現出“一降兩波動一穩、總體上升”的態勢，且存在絕對β收斂和條件β收斂。分地區來看，黃河中游地區、長江中游地區和西南地區通過絕對β收斂檢驗，且收斂速度高出全國水平；北部沿海地區各省市能源利用效率差異在增加。對條件β收斂而言，除南部沿海地區在產業結構作用下和西北地區在技術進步作用下條件β收斂系數不顯著，其他各區域在技術進步、產業結構和對外開放程度的作用下均存在條件β收斂。

關鍵詞： 能源利用效率；收斂回歸方程；絕對β收斂；條件β收斂；區域研究

中圖分類號：F124.5 文獻標識碼： A 文章編號：1003-7217（2017）03-0118-06

一、引 言

能源對人類社會貢獻極大，在經濟改革發展的規模和速度上發揮著舉足輕重的作用。然而，人類對能源毫無節制的開采導致資源匱乏，工業大力發展生產力帶來經濟效益的同時帶來的PM2.5激增，種種現象表明生態系統正面臨嚴峻考驗。在此社會背景下，能源問題已上升為全球焦點問題。目前，中國各地區的能源利用效率水平存在差距，如若政府實行同一環境能源政策，經濟欠發達、傳統生產粗放的地區將會倍感壓力，甚至難以達到標準。因此，了解區域能源利用效率的增長或衰退，以及區域內部能源利用效率發展狀況是否趨同，是為我國實施因地制宜、區域差別化的政策提供有力證據，進而推動我國能源和生態的和諧發展。

能源利用效率收斂性研究是在經濟增長收斂假說上發展而來。盡管大量文獻對經濟水平的差異性進行了較為深入的研究，但在能源經濟研究領域關于能源利用效率差異性和收斂性的研究還在繼續。如：Liddle（2012）以不同方法測算了OECD（經濟發展與合作組織）23個國家1960—2006年的能源強度，繪制趨勢圖，發現能源強度顯著下降，利用一系列非參數和參數方法證實其存在明顯的收斂特征，并估計未來經合組織國家的能源強度分布[1]。Adhikari和Chen（2014）探討了1991—2011年35個亞洲國家部門級別能源生產率的收斂情況，認為沒有證據表明在農業、狩獵、林業和漁業部門存在收斂[2]。趙楠等（2015）對我國1995—2010年全要素能源利用效率進行收斂性研究，發現全國三大地區的能源利用效率值存在β收斂的特點，但是三大地區的能源利用效率收斂速度存在差異，經濟較為發達的東部地區收斂速度較快[3]。姜雁斌、朱桂平（2007）在研究能源使用技術效率方面以全國和各地區為對象，進行了σ收斂分析和β收斂檢驗[4]。

綜觀已有研究，在考察能源利用效率收斂性時，忽略了能源利用效率與經濟增長收斂理論的不同之處。因此，本文在全要素能源效率框架下，考慮環境效應，將工業廢氣排放量納入超效率DEA模型測算能源利用效率，并以經濟增長收斂理論為基礎，比較能源利用效率收斂與其的異同，并對我國八大區域的能源利用效率的β收斂性進行檢驗，為制定相關政策提供合理依據。

二、能源利用效率β收斂性的理論分析

（一）能源利用效率收斂性的界定

能源利用效率的收斂性（也稱趨同）是在經濟增長收斂假說上發展而來，是指國家或地區間能源利用效率的差異逐漸縮小的過程。在經濟增長收斂中，當今大多數國家的經濟恰好處于從低水平向一個較高水平的經濟穩態發展的狀態之下，其強調的是落后地區比發達地區有更高的經濟增長率，即初期的靜態經濟指標（一般是人均GDP）和經濟增長速度之間存在負相關。然而，在全要素能源的測算中，投入指標和產出指標選取的不同會導致測算出來的能源利用效率出現差異，即各地區能源利用效率增長或減少的情況皆有可能。因此，我們把各區域能源利用效率的趨同值稱為“效率穩態”。這在很多關于能源利用效率收斂性的文獻中都有提及，如趙楠等（2015）認為，不同區域的能源利用效率收斂至不同的穩態且收斂速度不盡相同[3]；楊騫、劉華軍（2012）認為，中國碳強度水平不會自動降低到穩態，政府對碳減排的政策干預將是必不可少的[5]。在能源利用效率收斂性的研究中，我們希望看到的是區域內部各省市能源利用效率差異不斷縮小，并且它們的能源效率是向一個高水平的效率穩態趨同。而實際中，一方面，由于區域內部加深溝通協作，加上經濟環境、資源稟賦等特征的相似性，區域內各省市發展戰略大同小異，有利于能源利用效率差異縮??；另一方面，發展戰略是否合適決定了能源利用效率的發展趨勢，“盲目投入”、“犧牲環境”將會導致能源利用效率朝一個低水平的效率穩態趨同，這不是我們所期盼的?？梢?，能源利用效率差異縮小是好事，但共同處于低效率水平就背離了我國建設資源節約型社會的發展方針。

（二）β收斂的方法研究

β收斂又分為絕對β收斂和條件β收斂。絕對β收斂是指能源利用效率增長率（也包括負增長）和能源利用效率水平之間存在負相關，并且從長期來看，所有的國家（地區）將趨同于相同的能源利用效率。但是，絕對β收斂的檢驗有一個嚴格的前提條件，即假定同一區域下的各個經濟體具有完全相同的能決定能源利用效率發展路徑和效率穩態的基本特征。由于我國八大區域之間存在明顯差別，區域內相似較大，在最大程度上滿足了該前提條件，于是將我國八大經濟區域作為區域研究對象具有重要的實際意義。

（三）能源利用效率β收斂性的影響機制

能源利用效率收斂性的實質是指各地區能源利用效率的差異縮小，要使能源利用效率趨同，必須對能源利用效率產生作用，使其朝某一共同的水平發展。在條件β收斂中，能夠影響能源利用效率收斂性的Xi，t有很多，已有研究大多將其選取為經濟增長速度、產業結構、能源消費結構、政府行為、外商直接投資等。條件β收斂一方面研究在這些代表地區不同特征的因素下，各地區能源利用效率是否趨同至各自的效率穩態；另一方面，觀察控制變量Xi，t對能源利用效率收斂性帶來的影響。這些因素是怎樣影響能源利用效率收斂性的呢？在經濟增長條件β收斂的分析中，由于大多數國家的經濟都是正增長的過程，其經濟穩態高出當前經濟水平，因此，控制變量Xi，t的系數符號的正負即代表對經濟增長收斂的影響。例如，張煥明（2007）的研究顯示，在條件β收斂結果中，對外開放程度回歸系數顯著為正，說明其對經濟增長起了積極的作用，因此，加快各地區的對外開放程度有利于經濟增長趨同的形成[7]。但是，與經濟增長相比，判斷控制變量Xi，t對能源利用效率收斂性的作用則比較困難。在能源利用效率條件β收斂中，控制變量Xi，t的系數為正，表明它對能源利用效率增長是促進作用，但如果這個經濟體是向一個低于目前能源利用效率的穩態發展的，則能源利用效率正增長抑制了該經濟體達到向低水平效率穩態靠攏，即抑制了能源利用效率收斂的形成。因此準確來說，只有能源利用效率朝效率穩態方向發展并在控制變量Xi，t作用下能源利用效率發展方向一致時，則控制變量Xi，t對能源利用效率收斂性的作用為正；如果方向相反，則為負。

三、我國能源利用效率β收斂性的實證分析

（一）全要素能源效率的測算

1.超效率DEA模型。本文主要選取2000—2014年30個省市的面板數據（西藏及港澳臺不在研究范圍之內），采用超效率DEA模型測算能源利用效率。與普通DEA模型相比，超效率DEA模型計算出的能源效率可以大于1，更能體現地區能源效率的差異性。該模型形式如下：

相關指標數據經過搜集、處理后，應用EMS軟件測算出2000—2014年我國八大區域全要素能源效率值，其趨勢圖見圖1。

圖1顯示，從歷年全國能源利用效率來看，呈現出“一降兩波動一穩”的態勢?！耙唤怠敝?000—2005年能源利用效率降低，這可能是肆意消耗資源、踐踏生態環境以壯大生產力所導致的結果。2006—2012年期間全國能源效率值發生兩次增長性波動，分別在2008年和2011年達到波峰0.9849和0.9665?！耙环€”指能源效率值經過兩次波動后于2012—2014年趨于穩定?？傮w來看，全國的能源利用效率趨勢是曲折上升的。

就區域來說，在2000年和2001年，東北能源利用效率排在首位，分別達到1.0776和0.9467。此后，呈延續遞減趨勢，沿海地區能源利用效率穩步上升，2003年、2006年和2007年南部沿海、東部沿海和北部沿海分別超過東北地區，躍居全國第一、二、四位，甚至南部沿海、東部沿海能源利用效率突破1。2000—2008年，黃河中游地區能源利用效率穩定在0.8左右，此后逐年遞減，2014年能源利用效率跌至0.6338。長江中游能源利用效率波動頻繁，但起伏很小，平穩上升；而西南地區能源利用效率趨勢折線相對陡峭，在0.7～0.8間大幅波動，變化趨勢尚不明確。西北地區能源利用效率盡管位于八大區域底端，但一直保持波動增長之勢。

（二）我國區域能源利用效率的β收斂性檢驗

1.絕對β收斂檢驗。利用式（1）作為收斂回歸方程，其驗證方法分為截面數據回歸和面板數據回歸。由于八大區域劃分的各區域所含截面數較少，為達到擴大樣本的目的，采取面板數據回歸。另外，為防止數據信息的丟失，令T=1，而不是將整個時段劃分為幾個階段進行驗證。

2.條件β收斂檢驗。在絕對β收斂模型中，影響能源利用效率收斂情況的變量僅為能源利用效率的初始水平，但是實際上各地區能源利用效率的變化不僅和期初的能源利用效率有關，也取決于產業機構、技術創新等其他因素。將這些影響收斂速度的因素加入模型中，即為條件β收斂，其收斂公式見式（2）。

由于樣本截面個數少，加入太多變量后，易造成估計結果不可靠，此外，還要在回歸方程中凸顯影響區域能源利用效率趨同的變量[9]?？紤]到數據可得性，選取技術進步（TP）、產業結構（IS）、對外開放程度（FI）分別驗證處于不同特征下各個區域條件β收斂性情況，用各省外貿依存度表示，用各省第三產業增加值占GDP比重表示，數據來源于各省市統計年鑒[10，11]。與絕對β收斂一樣，采取面板數據回歸方法，且令T=1。

根據似然比檢驗，選擇恰當模型進行回歸[12]。經條件收斂檢驗后（見表2）發現：南部沿海地區在產業結構的作用下，回歸方程系數不能通過顯著性檢驗；西北地區在技術進步的作用下，回歸方程系數不能通過顯著性檢驗，因此，無法判斷其收斂狀況。而東北地區、北部沿海地區、東部沿海地區、黃河中游地區、長江中游地區及西南地區在技術進步、產業結構、對外開放程度的作用下，南部沿海地區在技術進步、對外開放程度的作用下，西北地區在產業結構、對外開放程度的作用下，均滿足條件β收斂特征，故認定區域內部各省的能源利用效率最終會收斂于各自相同的數值。此外，全國的能源利用效率也存在條件β收斂。

（三）區域能源利用效率β收斂性的影響因素

控制變量Xi，t對能源利用效率收斂性的作用取決于兩個方面：一是效率穩態與當前能源利用效率水平的高低，二是Xi，t對能源利用效率的影響?；貧w方程中Xi，t的系數決定了其對能源利用效率增長的作用是積極的還是消極的，而效率穩態則通過能源利用效率趨勢判斷，如若存在收斂，則收斂方向與其當前發展趨勢一致①。

以東北區域為例，其能源利用效率逐漸下降，如果東北區域存在收斂，則是從高水平能源利用效率向低水平效率穩態靠攏的過程。產業結構系數顯著為負，即對能源利用效率的增長起消極作用，進而與效率穩態發展方向一致，因此，在東北區域，產業結構對能源利用效率的收斂起正向作用。另外，技術進步和對外開放程度回歸系數不顯著，表明其對能源利用效率的收斂作用不明。各區域具體情況見表3。

四、結論與建議

以上研究表明：（1）我國整體上能源利用效率發展形勢較好，但各區域發展仍不平衡。2000年以來，我國能源利用效率呈現出“一降兩波動一穩，總體上升”的態勢，形勢較為樂觀。從區域來看，僅有東北及黃河中游兩個地區能源利用效率下跌，西南地區能源利用效率波動較大，沿海地區（包括北部、東部和南部）、長江中游地區及西北的能源利用效率逐漸提升，這與它們各自的經濟發展、地理位置等條件息息相關。（2）我國整體上能源利用效率通過絕對β收斂檢驗，但各區域絕對β收斂情況存在差異。黃河中游、長江中游及西南地區均滿足絕對β收斂特征，且差異縮小速度比全國水平快。北部沿海地區是發散的，內部各省市的能源利用效率差異在增大。東北、東部沿海、南部沿海及西北地區絕對β收斂系數未通過顯著性檢驗，無法判斷其收斂情況。（3）我國整體上能源利用效率存在條件β收斂，但各區域條件β收斂情況存在輕微不同。南部沿海地區在產業結構作用下條件β收斂系數不顯著，西北地區在技術進步的作用下條件β收斂系數不顯著，收斂情況不確定；由于西南地區能源效率趨勢尚不明確，故不能判斷各因素對其收斂影響如何。除此之外，各區域在技術進步、產業結構和對外開放程度的作用下均存在條件β收斂。

整體來看，盡管我國能源利用效率有上升之勢且各地區差異正在緩慢縮小，但是各地區能源利用效率的差距依舊很大，發展不平衡。為此，各區域應該從以下方面落實改進：（1）東北和黃河中游地區最迫切的任務是控制能源利用效率下跌的趨勢。在條件β收斂中，發現在東北地區產業結構（第三產業比重）對能源利用效率增長起消極作用，這與第三產業能耗較低，利于能源利用效率的提高的一般認知不符。但是東北地區是傳統的重工業基地，在向第三產業調整的過程中，水平不高，經驗尚淺，第三產業帶來的經濟增長不及第二產業，并且第二產業本質問題沒有根除，如環境污染、生產率低等。因此，東北地區不僅應提升第三產業水平，更應該節約能源，提升生產率，保護生態環境，從根本上解決能源利用效率低下的問題。對于黃河中游地區，一味地實現技術進步帶來了能源利用效率水平的下降，這可能與技術進步的“回彈效應”有關。因此，黃河中游地區應采取其他方法來提高能源利用效率，如拒絕高污染、高消耗的外資企業向區域內轉移、積極調整產業結構等。（2）西南和西北地區最重要的任務是形成能源利用效率的穩步攀升趨勢。作為能源效率最低的兩個區域，西南地區應加大資金投入積極研發，推廣新的節能技術和生產技術以提高生產效率。西北地區應提高對外開放水平，多與世界先進企業合作交流，學習先進技術、引進新型設備，使得能源利用效率提高。（3）沿海地區和長江中游地區在保持高水平能源利用效率的情況下，可以通過相互交流考察等舉措加大力度縮小內部能源利用效率差異。沿海地區可以通過力爭實現技術進步和加深對外合作來促使能源利用效率的提高和穩態的形成。長江中游地區和東北地區一樣，不應以第三產業來保證能源利用效率，而應通過提升對外開放程度實現收斂。

注釋：

①在全要素能源效率的測算中，比較主觀地描述了各區域能源效率的趨勢。為了使判斷結果更加信服，利用HP濾波分解出趨勢項，發現其與主觀結果一致。

參考文獻：

[1]Liddle B.OECD energy intensity：measures，trends，and convergence[J].Energy Efficiency，2012（5）：583-597.

[2]Adhikari D，Chen Y.Sectoral analysis of energy productivity convergence：empirical evidence from asian countries[J].Modern Economy，2014，5（9）：980-988.

[3]趙楠，王辛睿，朱文娟.中國省際能源利用效率收斂性研究[J].統計研究，2015，32（3）：29-35.

[4]姜雁斌，朱桂平.能源使用的技術無效性及其收斂性分析[J].數量經濟技術經濟研究，2007，24（10）：108-119.

[5]楊騫，劉華軍.中國碳強度分布的地區差異與收斂性——基于1995—2009年省際數據的實證研究[J].當代財經，2012（2）：87-98.

[6]Robert J Barro，Xavier Sala-I-Martin，Olivier Jean Blanchard，Robert E Hall.Convergence across states and regions[J].Brookings Papers on Economic Activity，1991（1）：107-182.

[7]張煥明.我國經濟增長的地區性趨向理論及實證分析[M].合肥：合肥工業大學出版社，2007.

[8]單豪杰.中國資本存量K的再估算：1952—2006年[J].數量經濟技術經濟研究，2008（10）：17-31.

[9]胡宗義，劉亦文.中國能源利用效率省際分異與影響因素的實證研究[J].財經理論與實踐，2011（5）：84-89.

[10]陳黎明，王穎，田建芳.中國省域能源-經濟-環境系統協調性實證研究[J].財經理論與實踐，2016（1）：105-110.

[11]詹花秀.我國產能過剩的階段性特征及化解對策[J].湖湘論壇，2016（2）：86-92.

[12]張偉，吳文元.基于環境績效的長三角都市圈全要素能源效率研究[J].經濟研究，2011（10）：95-109.

（責任編輯：寧曉青）

Abstract：Under the production theory，we build an investment-oriented DEA model of super efficiency with fixed returns，and measure the total factor energy efficiency of the eight economic regions based on the panel data of Chinas 30 provinces （excluding Tibet） from 2000 to 2014.Then we establish the model of beta convergence testing for energy efficiency in Chinas Eight Regions.The research finds that：Chinas energy efficiency presents the shape of “a drop，two swings，a stability and the overall rise”，pass the beta convergence tests of two types.From a regional perspective，the regions of middle reaches of Yellow River，middle of Yangtze River and Southwest all pass the test of absolutely beta convergence，and the rate of convergence is faster than the national level；there is a rise in energy efficiency difference of Northern coast.As far as conditional beta convergence is concerned，there is not all the same among the eight regions.

Key words：Energy efficiency；Convergence equation；Absolute beta convergence；Conditional beta convergence；Study of regions