kl800.com省心范文网

中国省际能源效率测度研究——基于交叉竞争-Malmquist TFP模型


中国省际能源效率测度研究
——基于交叉竞争-Malmquist TFP 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:

Study on China's Provincial Energy Efficiency
----Based

on Game cross-Malmquist TFP index

Abstract:In this paper,based on the Malmquist TFP index measuring framework, with 30 provinces in China 1998-2010 provincial panel data, considering the game competition of provincial units,using the game cross efficiency to improve traditional Malmquist TFP index, construct a new game cross Malmquis TFP index to measure and ranking Chinese provincial energy efficiency. Then the traditional method and the new method are compared and analyzed, it is found that the measure result can made Decision-making units are fully sorted. The research results show that Chinese total factor energy efficiency has a large room for improvement, and its potential to be further excavated.

Key words: Energy Efficiency; Panel Data; Cross-competition Efficiency; Malmquist TFP
Index

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。Hu and Wang(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: Hu and Kao ( 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] 。 Zhang and Wang(2008)研究了 2006 年中国各地区工业部门的能源利用效率[4]。Kankana Mukherjee(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]。Kankana Mukherjee(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]。Wang and Zeng(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( Zhou et al.[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-Malmquist TFP 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、Malmquist TFP 指数构造原理及交叉竞争-Malmquist TFP 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-Malmquist TFP 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 Malmquist TFP 指 数 由 来 已 久 , 1953 瑞 典 经 济 学 和 统 计 学 家 Malmquist S.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(Malmquist TFP) 指数[12],但未受重视。F?re、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,Malmquist TFP 指数的表达式为:

M ( xt ?1 , y t ?1 , xt , y t ) ? [(

Dt ?1 ( xt , y t ) Dt ( xt , y t ) 1 )( )]2 Dt ?1 ( xt ?1 , y t ?1 ) D t ( x t ?1 , y t ?1 )
1

Dt ( xt , y t ) ? Dt ?1 ( xt ?1 , y t ?1 ) Dt ?1 ( xt , y t ) ? 2 ? t ?1 t ?1 t ?1 ? t t ?1 t ?1 ? D ( x , y ) ? D ( x , y ) Dt ( x t , y t ) ?

(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,Malmquist TFP 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 Malmquist TFP 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 Malmquist TFP 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 Malmquist TFP 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 DMU j (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 xij (i ? 1,…, m) 和

yrj (r ? 1,…, s) 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 DMU d 的效率值可由传统的 CCR 模型算得。假设参与人 DMU d 的效率值为

? d ,剩余参与人 DMU j 在保持 DMUd 的效率值不变的情况下最大化自身效率
值。则 DMU j 利用 DMU d 的权重所获取的交叉竞争效率值为:

? dj ?

??
r ?1 m i ?1

s

d rj d ij

yrj xij
d

??
d

d , j ? 1,..., n

(2)

其中, ? rj 和 ?ij 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:
d Max ? ?rj yrj r ?1 m d yrj ? 0, j ? 1,..., n ? ?ijd xij ? ? ?rj i ?1 r ?1 s s

s.t.

??
i ?1

m

d ij

xid ? 1
s

(3)

d d ? d ? ? ?ij xid ? ? ? rj yrj ? 0 i ?1 r ?1

m

? ? 0, i ? 1, 2,..., m
d ij d ?rj ? 0, r ? 1, 2,..., s

其中 ? d ? 1 为参数,通过迭代算法算得。起初,其初始值定为 DMU d 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 CCMalmquist:

Ek t ?1 ( xt , y t ) Ek t ( x t , y t ) 1 CC ? M k ( x , y , x , y ) ? [( t ?1 t ?1 t ?1 )( t t ?1 t ?1 )] 2 Ek ( x , y ) Ek ( x , y )
t ?1 t ?1 t t

Ek t ( xt , y t ) ? Ek t ?1 ( xt ?1 , y t ?1 ) Ek t ?1 ( xt , y t ) ? 2 ? t ?1 t ?1 t ?1 ? t t ?1 t ?1 ? Ek ( x , y ) ? Ek ( x , y ) Ek t ( xt , y t ) ?

1

(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。 1978 年我国能源生产总量约为 62770 万吨标准煤,能源消费总量为 57144 万吨标准煤,处于供大于求的状态。这一状态一直持续到 1991 年,从 1992 年 开始,能源消费供给吃紧,出现了供小于求的情况,缺口为 1914 万吨标准煤。 并且如图 1 所示,虽然此后能源生产总量稳步提升,但是依然追赶不上能源消 费的增长趋势,以至于能源缺口逐渐增大。

图 1 中国能源生产和消费总量

从能源结构角度来看,1978 年我国煤炭消费占总能源的比例为 70.7%,到 2002 年这一比例到达了历史最低值点,煤炭消费占比降为 68.0%。此后,这一

比例开始经历了小幅上升和小幅回落,到 2010 年末,煤炭消费占总能源消费的 68.0%,又回到 2002 年的历史最低值水平。虽然我国对煤炭的消费出现一定程 度的波动,但总体来说,在我国能源消费结构中,对煤炭消费的依存度较高, 始终徘徊在 70%左右,这说明,我国将在很长的一段时期内,保持以煤炭为主 导的能源消费结构类型。 (二)中国省际能源消费情况 中国经济粗放型的持续增长,给资源、环境带来了前所未有的压力,因此 能源效率已经成为我国政府乃至国际社会普遍关注的问题之一。我国地域辽 阔、地质结构各不相同,从而形成了我国能源资源的基本特征:其一为分布广 泛;其二为分布不均衡。而各个地区的能源消费构成,与其能源结构类型分布 有着密不可分的关系。 从 2000-2010 年间,每个地区的能源消费量均呈现出逐年增长的趋势,山 东省 2000 年的能源消费量是 11362 万吨标准煤,居全国首位,在 2010 年则上 升至 34808 万吨标准煤,增长率为 206.36%。其他地区虽然也出现了不同程度 的增长,但增幅各异。以北京为例, 2000 年其能源消费量为 4144 万吨标准 煤,而在 2010 年达到 6954 万吨标准煤,增幅为 67.81%。能源消费量最低的为 海南省,2000 年的能源消费量为 480 吨标准煤,在 2010 年上升为 1359 万吨标 准煤,这两组数据均远远低于东部其他地区的能源消费水平,甚至距西部能源 消费量最低的青海省也有一定的差距。 (三)中国能源消耗强度 能源消耗强度即“能源 -GDP ”指标,是指单位经济产出所需的能源消耗 量,能源消耗强度越低,说明该地区经济产出的能源利用效率越高。它属于单 要素生产率框架下的能源效率指标,由于该指标计算简单、可操作性强,所以 成为测量一个国家或者地区能源效率最为常用的混合指标。在此给出代表性年 份中国省际能源消耗强度值,见表 1。

表1 1998 北 天 河 山 京 津 北 西 1.95 1.83 2.15 4.46 2.56 2.35 2.41 2.13 1.32 1.13 1.05 1.63 0.78 1.10 1.26 1.66 1.63 1.57 1.06 1.28 0.93 2.29 1.89 5.13 1.88 2.19 3.09 3.36 3.64 2.94 2000 1.67 1.70 2.20 4.09 2.53 2.28 2.07 1.90 1.21 1.00 1.09 1.61 0.88 1.25 1.33 1.54 1.47 1.10 0.98 1.30 0.93 1.53 1.63 4.31 1.77 1.64 3.06 3.40 4.44 2.44

中国省际能源消耗强度 2002 1.04 1.41 1.93 4.02 2.35 1.94 1.85 1.65 1.07 0.91 0.92 1.51 0.78 1.06 1.08 1.43 1.59 1.22 0.84 1.18 0.74 1.61 1.59 3.59 1.70 1.65 2.45 2.99 3.45 2.25 2005 0.80 1.11 1.96 2.95 2.48 1.87 1.65 1.46 0.91 0.92 0.90 1.21 0.94 1.06 1.28 1.38 1.51 1.40 0.79 1.22 0.92 1.42 1.53 3.25 1.73 1.44 2.26 3.07 4.14 2.11 2008 0.57 0.80 1.52 2.14 1.66 1.30 1.12 1.20 0.73 0.72 0.70 0.94 0.76 0.77 0.99 1.05 1.13 1.07 0.64 0.93 0.76 1.12 1.20 1.99 1.32 1.01 1.69 2.24 2.68 1.69

单位:吨标准煤/万元 2009 0.54 0.78 1.47 2.12 1.58 1.26 1.06 1.22 0.69 0.69 0.68 0.88 0.73 0.76 0.96 1.01 1.06 1.02 0.62 0.91 0.75 1.08 1.15 1.93 1.30 0.98 1.62 2.17 2.50 1.76 2010 0.49 0.74 1.35 1.83 1.44 1.13 0.96 1.08 0.65 0.62 0.61 0.79 0.67 0.67 0.89 0.93 0.95 0.93 0.58 0.83 0.66 0.99 1.04 1.78 1.20 0.88 1.44 1.90 2.18 1.52

内蒙古 辽 宁 吉 林 黑龙江 上 江 浙 安 福 江 山 河 湖 湖 广 广 海 重 四 贵 云 陕 甘 青 宁 新 海 苏 江 徽 建 西 东 南 北 南 东 西 南 庆 川 州 南 西 肃 海 夏 疆

从表 1 可以看出所有区域的能耗强度存在共性,即能耗强度随着时间的增 加都存在不同程度的下降,说明从单要素能源效率指标来看,我国各个地区的 能源效率逐步提高。此外,不同区域之间的能耗强度存在明显地区差异。以 2010 年为例,能耗强度最高的地区为宁夏属于西部地区,它的能耗强度为 2.18 吨标准煤/万元,最低的是属于东部地区的北京,0.49 吨标准煤/万元,前者是后 者的 4.45 倍。

四、中国省际能源效率测度
(一)指标选取 在指标选取方面,以样本容量个数必须不少于评价指标量的二倍为前提,

充分考虑数据的可获得性并借鉴 Rasche 等建立的能源、人力及资本三要素生产 函数思路,综合相关理论,构建如下的投入产出指标体系:其中产出指标有 1 个,为地区实际 GDP;投入指标有 3 个,分别为资本投入、能源投入以及劳动 力投入。 地区实际 GDP,采用各地区年生产总值数据来反映各个决策单元的产出水 平。考虑到可比性问题,本文以 1997 年为基期,利用地区生产总值指数进行平 减,从而得到 1997 年不变价折算的各地实际 GDP。 资本投入,采用资本存量来衡量。当前普遍采用的方法是在估计一个基准 年后,用永续盘存法按不变价格计算各省区市的资本存量。张军等(2004)对 中国省际物质资本存量进行了系统估算 [16],该方法已逐步发展成为众多学者估 算资本存量的参考系。其计算公式为:

Kit ? Kit ?1 (1-? it ) ? I it

(5)

其中 i 为横截面维度,表示 30 个地区; t 为时间序列维度,从 1998 到 2010 年; K 为资本存量; ? 为折旧率,在此取值为 9.6%; I 为投资,用固定资本形 成总额替代。本文以此为基础,推算出 1998-2010 年各地区的物质资本存量, 并采用固定资产价格指数平减各年投资,折算成以 1997 年为基期的不变价格实 际值。 能源投入,采用各地区能源消费总量来表示,原始数据单位统一折算成万 吨标准煤。对于个别地区个别年份数据缺失的情形(海南 2002 年的数据缺失, 宁夏 2001,2002 年的数据缺失) ,采用简单的线性插值进行补充。 劳动力投,在关于能源效率测算的文献当中,几乎都是用地区从业人员数 量来衡量,鲜有学者考虑到劳动力质量的因素。比如魏楚(2007)在指标选取 中指出:由于各省的人均教育水平等数据不可得,因此忽略各省劳动力质量上 的差异[17]。然而,地区从业人员数仅仅只能衡量地区劳动力投入的数量而无法 反映包含任何有关劳动力质量的信息,对这一信息的忽略明显不符合客观实

际,并会对分析造成一定程度的偏差。因此,本文将劳动力质量纳入劳动力投 入的衡量体系当中,构建一个全面反映劳动力数量和质量的指标,以期更加客 观真实地反映社会现实情况,从而得到一个更加具有科学性和说服力的研究成 果。综上,投入产出指标体系见表 2。
表2 投入指标 资本:省际物质资本存量 劳动:含劳动力素质的劳动投入 能源:省际能源消费总量 GDP:实际地区生产总值 投入产出指标体系 产出指标

(二)交叉竞争效率下 Malmquist TFP 指数的测度 通过第二部分的方法研究,采用 Matlab7.5 对中国省际能源效率进行交叉竞 争 -Malmquist TFP 指数测算,得出我国 30 个地区 1998-2010 年的交叉竞争 Malmquist TFP 指数及其分解量。由于数据较为庞大,故分别对数据在时间维度 和截面维度进行平均,给出两张具有一定代表性的综合性数据表(见表 3 和表 4) 。
表3 时间维度交叉竞争-Malmquist TFP 指数及分解 技术效率 0.90 0.92 0.98 0.98 0.99 0.98 1.01 1.00 0.99 1.00 1.01 0.99 技术进步 0.86 0.85 0.86 0.86 0.85 0.86 0.85 0.85 0.85 0.85 0.85 0.85 全要素能 源效率 0.78 0.78 0.84 0.84 0.85 0.84 0.86 0.86 0.84 0.85 0.86 0.84

时间 1998-1999 1999-2000 2000-2001 2001-2002 2002-2003 2003-2004 2004-2005 2005-2006 2006-2007 2007-2008 2008-2009 2009-2010

表 3 反映了我国历年交叉竞争-Malmquist TFP 指数的动态变化趋势。从表 中不难得出,全要素能源效率值最低的年份是 1998-2000 年,其值为 0.78。此 后,各年的全要素能源效率值均在 0.80 以上,基本维持在 0.85 左右。全要素能

源效率的下降是由技术效率和技术进步两方面的因素所造成。其中技术效率的 最低值出现在 1998-1999 年,其值为 0.90。从 2000-2001 年后,该值在 1 附近趋 于稳定。纵观三项指数,都没有表现出明显的增长趋势,且全要素能源效率取 值均小于 1。这表明我国省际动态能源效率从总体上出现下降的趋势,情况不 容乐观。
表4 地区 北 天 河 山 内 辽 京 津 北 西 蒙 宁 中国省际交叉竞争-Malmquist TFP 及分解 技术效率 0.95 1.02 0.97 0.95 1.00 1.02 1.00 0.98 0.99 1.00 1.00 0.97 1.02 0.97 0.99 0.97 0.99 0.96 0.99 0.99 0.99 0.96 0.96 0.93 0.99 0.95 0.93 0.99 0.97 0.96 技术进步 0.95 0.91 0.85 0.84 0.86 0.83 0.84 0.84 0.94 0.92 0.91 0.79 0.88 0.83 0.88 0.82 0.81 0.82 0.88 0.82 0.90 0.84 0.82 0.78 0.76 0.83 0.83 0.90 0.86 0.90 全要素能 源效率 0.91 0.93 0.83 0.79 0.86 0.84 0.84 0.82 0.93 0.92 0.91 0.77 0.90 0.81 0.87 0.79 0.80 0.78 0.87 0.81 0.89 0.80 0.78 0.72 0.75 0.79 0.78 0.89 0.84 0.87 排名 5 2 16 22 12 13 14 17 1 3 4 28 6 18 9 23 21 25 10 19 8 20 26 30 29 24 27 7 15 11

吉 林 黑龙江 上 江 浙 安 福 江 山 河 湖 湖 广 广 海 重 四 贵 云 陕 甘 青 宁 新 海 苏 江 徽 建 西 东 南 北 南 东 西 南 庆 川 州 南 西 肃 海 夏 疆

注:排名按全要素能源效率得分进行。

从横截面维度来看:上海、天津、江苏、浙江和北京等东部经济发达地区 的全要素能源效率排名比较靠前,分别位列中国所有省市排名的前五位。令人 堪忧的是,即使排名第一的上海,其全要素能源效率值也仅仅为 0.93 小于 1,

这意味着我国全要素能源效率普遍较上年出现了恶化。西部地区的情况则更为 严峻,云南和贵州位居各省末位,分别出现 25%和 28%的负增长。全国 30 个 地区当中,有 6 个地区的全要素能源效率值超过了 0.90 ,仅占所有地区的 20%。在技术效率方面,各省区的差异性不显著,但测算结果除了 7 个省份等 于或大于 1 以外,其他地区的技术效率值均小于 1。 从时间维度和截面维度分析可以看出,我国各地区全要素能源效率表现不 佳受双重因素的影响,所以推进技术效率和技术进步改善步伐,释放生产潜 力、提高能源效率是一项亟待解决的任务。 (三)与传统方法的对比 相对于传统全要素生产率指数的测算方法,新方法的优点在于:首先,新 方法克服了传统方法因其“自评”体系而造成一味夸大自身优势的问题,计算 更加客观科学。其次,增强了决策单元之间区分度,实现了决策单元的完全排 序。最后,新方法推翻传统 DEA 模型对决策单元相互独立的假设,进而考虑他 们之前的博弈关系。该方法的引入使得全要素生产率指数的测度更加具有说服 力。 为了更好地进行比较和说明新方法和与传统方法的优劣,本文以 2009-2010 年为例,分别列出用传统 Malmquist TFP 指数和交叉竞争-Malmquist TFP 指数的 不同测度结果,见表 5。

表5

2009-2010 年两种模型计算结果对比 传统模型 技术效率 全要素能 源效率 0.952 1.000 0.933 0.886 0.844 1.000 0.874 0.926 交叉竞争-Malmquist 技术效率 0.979 1.075 0.955 0.980 1.084 0.998 1.045 0.957 全要素能 源效率 0.932 0.978 0.816 0.842 0.932 0.826 0.879 0.807

北 天 河 山

京 津 北 西

1.000 0.977 1.045 0.998 0.909 1.000 0.945 1.046

内蒙古 辽 宁 吉 林 黑龙江

上 江 浙 安 福 江 山 河 湖 湖 广 广 海 重 四 贵 云 陕 甘 青 宁 新

海 苏 江 徽 建 西 东 南 北 南 东 西 南 庆 川 州 南 西 肃 海 夏 疆

1.000 1.000 1.051 1.000 1.000 1.053 0.995 0.998 1.034 1.000 1.000 0.960 1.000 1.000 1.024 1.003 0.970 0.969 1.660 1.015 1.034 1.135

1.001 0.938 1.000 0.900 1.000 0.933 0.910 0.870 1.000 0.870 0.894 0.853 0.897 0.895 0.898 0.861 0.845 0.851 0.929 0.924 0.940 1.040

0.979 0.976 0.940 0.961 0.974 0.937 0.990 0.991 0.963 0.984 1.050 1.036 0.994 0.977 0.966 0.978 1.017 1.027 0.931 0.987 0.973 0.878

0.920 0.898 0.855 0.761 0.855 0.781 0.880 0.808 0.782 0.803 0.881 0.851 0.894 0.818 0.789 0.759 0.770 0.853 0.774 0.888 0.841 0.793

通过以上比较分析,发现 2009-2010 年由传统的 DEA 模型所测算出来的 Malmquist TFP 指数值普遍高于交叉竞争效率方法的测度结果。这是因为传统 DEA 模型没有考虑其他决策单元的他评结果所致。此外,在由传统模型算出的 技术效率值中,其中“ 1 ”值的单元数目共 10 个,占到了全部决策单元的 33.33%!在全要素能源效率中, “1”值单元数目相对较少,但也有 3 个同级别 单元无法排序。然而这种情况在新算法中得到了很好的解决。在 30 个决策单元 当中,无论是技术效率还是全要素能源效率的测度结果,都可以做到完全排序 且结果更加客观科学。

五、结论
DEA 是一种常用的非参数前沿分析法。本文把交叉竞争的理念引入到全要 素能源效率的测算中来,不但把“自评”和“他评”体系相结合,并且考虑中 国能源利用形势以及各地区的实际情况,把各个决策单元之间的博弈竞争关系 纳入到模型的约束条件当中,使全要素生产率指数的测度能更加真实、客观地 反映现实社会。 时间维度和截面维度的实证结果显示 CC- Malmquist TFP 指数值无一例外

地处于[0,1]区间,表明各个地区的能源、经济发展程度虽各不相同但均处于负 增长阶段,意味着我国的全要素能源效率出现不同程度的倒退和恶化,这一研 究结果为能源利用率低下、改善步伐迟缓敲响了警钟。众所周知,煤炭、石 油、天然气和电力是日常生产活动中重要的能源来源,但“能源效率”同样也 是“能源来源”的一种,被称为与上述 4 种能源并列的“第五类能源” ,却因为 其特殊的形式而被人忽略。因此,要充分认识到能源效率的能源来源作用,能 源效率的提高,不仅是生产技术进步的标志,同时是减少产业对其他能源的依 赖、降低能源负外部性以及改善环境质量等的主要手段之一。因此,能源效率 对社会发展举足轻重,我国目前能源效率表现情况不容乐观,亟待加以重视和 扭转。

参考文献
[1] [2] [3] Hu Jin-Li, Wang Shih-Chuan. Total-factor Energy Efficiency of Regions in China[J].Energy Policy,2006, 34(17): 3206-3217. Hu J L, Kao C H. Efficient energy-saving targets for APEC economies[J].Energy Policy, 2007, (35): 373-382. 徐国泉,刘则源.1985-2005 年中国八大经济区域全要素能源效率——基于省际面板数据的分析[J].中国科技论坛,2007, (7):68-72. [4] Zhao-Hua Wang, Hua-Lin Zeng, Yi-Ming Wei.Regional total factor energy efficiency: An empirical analysis of industrial sectorin China[J].Applied Energy, 2012 (97) 115-123. [5] Mukherjee K. Energy use efficiency in the Indian manufacturing sector: An interstate analysis [J].Energy Policy, 2008a, (36): 662672. [6] [7] [8] [9] Mukherjee K. Energy use efficiency in U.S. manufacturing: A nonparametric analysis [J]. Energy Economics, 2008b, (30): 76-96. 杨红亮,史丹.能效研究方法和中国各地区能源效率的比较[J].经济理论与经济管理,2008,(3):12-20. 孟祥兰、雷茜.我国各省份能源利用的效率评价 2011 年第 10 期 宏观经济研究 Zhao-Hua Wang, Hua-Lin Zeng, Yi-Ming Wei.Regional total factor energy efficiency: An empirical analysis of industrial sectorin China[J].Applied Energy, 2012 (97) 115-123. [10] [11] [12] P. Zhou, B.W. Ang, K.L. Poh.A survey of data envelopment analysis in energy and environmental studies and environmental studies[J]. European Journal of Operational Research,2008 (1):209-242. Malmquist S. Index Numbers and Indifference Curves[J].Trabajos de Estatistica,1953,4(1):209-242. Fare R, Grosskopf S, Norris M. Productivity Growth, Technical Progress and Efficiency Changes in Industrialized Countries [J].American Economic Review,1994,(84). [13] Cave D W,L R Christensen,Diewert W E.the economic theory of index numbers and the measurement of input,output and productivity[J].Econometrica,1982(6)1393-1414. [14] Shephard, R. W. Theory of Cost and Production Functions. Princeton, N.J.: Princeton University Press ,1970,3(1):235-241.

[15]

P. Zhou, B.W. Ang, K.L. Poh.A survey of data envelopment analysis in energy and environmental studies and environmental studies[J]. European Journal of Operational Research,2008 (1):209-242.

[16] [17]

张军,吴桂英.中国省际物质资本存量估算:1952—2000[J].经济研究,2004,(10)12-18. 魏楚. 能源效率与能源生产率:基于 DEA 方法的省际数据比较[J]. 数量经济技术经济研究,2007,(9)9-15.


洛江区职称论文发表-中国医药制造研发效率影响因素论文...

基于 Malmquist 指数的中国医药制造业科技创新效率动态...我国医药产业运作效率测度研究——基于三阶段 DEA ...中国省际能源-环境效率评价及影响因素分析 64……...

工业技术经济

)对 1995-2002 年中国省际能源效率进行测度研究。...孙立成等(2008)应用 DEA-Malmquist 方法测算了 1997...TFP Electricity Consumption Efficiency and Influencing...

Malmquist-index 通信服务企业 动态效率研究 毕业论文

Malmquist-index 通信服务企业 动态效率研究 毕业论文_管理学_高等教育_教育专区。基于Malmquist-index的通信服务企业动态效率研究南京邮电大学通达学院 毕业论文题目:基于...

资源环境约束下中国经济增长绩效变化趋势与因素分析_图文

结果表明: 能源消耗和污染排放已成为中国环境无效率...(2012)运用广义 Malmquist 指数与随机前沿函数相结合...二、研究方法与数据来源 利用全要素生产率指标,测度...