基于Malmquist指數(shù)的全要素能源生產(chǎn)率及其分解情況研究目錄TOC\o"1-3"\h\u176741引言 .966全國0.7220.8100.9000.7100.8090.8840.7190.8070.898圖5.1.1全國2009~2018年第一階段效率均值總體來看：2009年~2018年期間，全國的綜合技術(shù)效率總體較高，各年的技術(shù)效率值均高于0.5，自2010年后呈現(xiàn)“倒U型”，即先波動下降后上升的趨勢，拐點在2014年；全國的純技術(shù)效率變化情況與綜合技術(shù)效率的變化情況保持一致，而規(guī)模效率由較高水平呈現(xiàn)波動下降趨勢。這一點與王萌、徐湘博等人的研究結(jié)論基本吻合[]；此外，10年間全國技術(shù)效率呈現(xiàn)“東部>東北部>中部>西部”的趨勢，這與吳江、譚濤[22]等人的關(guān)于三大經(jīng)濟(jì)區(qū)域能源效率的研究結(jié)論大體一致。區(qū)域分析圖5.1.7全國四大經(jīng)濟(jì)區(qū)域2009~2018年技術(shù)效率均值東部地區(qū)的綜合技術(shù)效率和純技術(shù)效率都高于全國平均水平且領(lǐng)先其他三大經(jīng)濟(jì)區(qū)域，規(guī)模效率相對較低；10年來綜合技術(shù)效率呈波動下降趨勢，原因在于規(guī)模效率的變化，而純技術(shù)效率的影響作用較小；中部地區(qū)的平均綜合技術(shù)效率為0.679，低于全國平均水平，綜合技術(shù)效率受純技術(shù)效率和規(guī)模效率的交叉影響呈波動下降后提升的趨勢；西部地區(qū)的綜合技術(shù)效率最低，遠(yuǎn)低于全國平均水平，10年間的綜合技術(shù)效率變化趨勢與全國技術(shù)效率變化趨勢基本一致，說明全國技術(shù)效率的降低主要是由西部地區(qū)的低效率水平主導(dǎo)的，原因在于純技術(shù)效率較低；東北地區(qū)的綜合技術(shù)效率水平高于全國平均水平，低于東部地區(qū)的技術(shù)效率水平，主要原因在于規(guī)模效率較高；10年間技術(shù)效率呈現(xiàn)波動下降后提升的趨勢，拐點在2015年，其中黑龍江省的技術(shù)效率水平最高。3.省份分析圖5.1.3全國30省份2009年~2018年效率均值（分地區(qū)）上海10年間均位于效率前沿面上，廣東省在2019-2014年間位于效率前沿面，2014年以后受規(guī)模效率下降的影響，使得綜合技術(shù)效率下降為0.998，此后一直保持在0.95左右的效率水平；河北省、山東省和海南省低于東部地區(qū)平均技術(shù)效率水平，分別為0.667、0.736、0.747，河北和山東省綜合技術(shù)效率較低是由純技術(shù)效率主導(dǎo)的，海南省則是由于規(guī)模效率；中部8省中，湖南省的平均綜合技術(shù)效率最高，為0.803，其次為安徽省、江西省和湖北省；山西省和內(nèi)蒙古自治區(qū)的綜合技術(shù)效率最低，分別為0.583、0.606，原因在于純技術(shù)效率較低；西部10省中，四川省的綜合技術(shù)效率和純技術(shù)效率較高，分別為0.822、0.837，其次為重慶省（0.799、0.820）；而青海省（0.395）和寧夏回族自治區(qū)（0.343）的綜合技術(shù)效率水平低于0.5，原因卻是在于規(guī)模效率較低。5.1.2第二階段似然SFA回歸分析第二階段SFA回歸結(jié)果是將第一階段計算出的勞動力投入、資本投入和能源消耗的松弛變量作為被解釋變量，將經(jīng)濟(jì)水平、環(huán)境規(guī)制、科技水平這3個環(huán)境變量作為解釋變量，運用Frontier4.1軟件，得出SFA回歸結(jié)果。表5.2.1第二階段SFA回歸結(jié)果變量人力投入松弛變量資本存量投入松弛變量能源消耗投入松弛變量系數(shù)值T檢驗值系數(shù)值T檢驗值系數(shù)值T檢驗值常數(shù)項2750.1499.161***2026.2472026.247***1066.36938.458***經(jīng)濟(jì)水平-680.254-6.615***-447.622-447.622***-219.749-15.413***環(huán)境規(guī)制-44630.533-9251.003***-56227.910-56227.910***-8728.643-3969.236***科技水平22475.1712897.403***22841.84422841.844***-110578.010-106017.950***1144235.6001144235.60***49183254.00049183254.00***113857510.000113857510.00***0.94218.020***0.99922.211***0.9992939390.700***logL-236.812-287.440-301.368LR3.12013.739***11.064***注：注:*、**、***分別表示在10%、5%、1%的水平上顯著，括號內(nèi)為T值，LogL表示對數(shù)似然函數(shù)，LR表示單邊似然比檢驗。三次回歸的值均在1%的水平下顯著，且分別為0.942、0.999、0.999，表明對投入變量進(jìn)行調(diào)整是合理且必要的。比對LR單邊似然比檢驗值與混合卡方分布的臨界值表可知顯著性水平達(dá)到1%，說明SFA回歸模型的研究設(shè)定合理。表中所有的環(huán)境變量T值都通過了1%的顯著性檢驗，說明三個環(huán)境變量確實對綜合效率存在顯著影響。當(dāng)回歸系數(shù)為負(fù)值時，表明環(huán)境變量值的增加有利于減少投入冗余，即有利于綜合效率的提高;當(dāng)回歸系數(shù)為正值時，則表明環(huán)境變量值的增加會導(dǎo)致投入冗余增加，即對綜合效率有負(fù)向影響，具體分析如下:（1）經(jīng)濟(jì)水平：以2000年不變價的實際人均GDP指標(biāo)衡量地區(qū)經(jīng)濟(jì)發(fā)展水平，經(jīng)濟(jì)發(fā)展水平對人力、資本和能耗的投入松弛變量的影響均為負(fù)值且回歸系數(shù)均在1%水平下顯著。這說明實際人均GDP的增加導(dǎo)致人力、資本和能耗的投入松弛變量的減少，從而有利于綜合效率的提升。因此，實際人均GDP的增加意味著地區(qū)經(jīng)濟(jì)發(fā)展水平的提高，將能減少人力、資本和能耗的冗余，從而產(chǎn)生節(jié)約現(xiàn)象。（2）環(huán)境規(guī)制：以地方政府環(huán)境保護(hù)支出占地方財政一般預(yù)算的比重衡量地區(qū)的環(huán)境污染治理情況。環(huán)境規(guī)制與人力、資本和能耗的投入冗余均呈負(fù)相關(guān)且回歸系數(shù)均在1%水平下顯著，說明各地區(qū)環(huán)境規(guī)制措施總體上效果良好，環(huán)保措施和治理手段在一定程度上抑制了盲目的經(jīng)濟(jì)投資，提升了對于人力、資本和能耗的利用效率，對全要素能源效率的提高有明顯的正向作用。此外，環(huán)境規(guī)制可能與全要素能源效率之間的“倒Ｕ型”結(jié)構(gòu)之間存在一定聯(lián)系，即環(huán)境規(guī)制的適度增加在一定程度上有利于全要素能源效率的提升，但過度的環(huán)境規(guī)制反而可能會抑制全要素能源效率。（3）科技水平：以研究與試驗發(fā)展(R&D)經(jīng)費投入強(qiáng)度來衡量地區(qū)科技發(fā)展水平和技術(shù)進(jìn)步程度。回歸結(jié)果表明，科技投入水平與人力及資本投入松弛變量的影響為正值，與能源消耗投入松弛變量的影響為負(fù)值，且三個回歸系數(shù)均在1%水平下顯著。這說明科學(xué)技術(shù)水平的提高無法減少人員冗余以及資本冗余，卻能減少能源消耗冗余。原因是R&D經(jīng)費支出的增加能夠帶來先進(jìn)的生產(chǎn)技術(shù)，促進(jìn)節(jié)能減排技術(shù)的發(fā)展與應(yīng)用，新型專利設(shè)備設(shè)施的發(fā)明與使用，從而引起全要素能源效率的顯著提升，可見加強(qiáng)科技投入和創(chuàng)新應(yīng)用對提高能源利用效率具有重要作用。5.1.3第三階段調(diào)整后的DEA分析第三階段是根據(jù)第二階段SFA回歸分析剔除我國30個省級行政單位的環(huán)境因素和隨機(jī)擾動的影響，將調(diào)整后的投入變量和原始產(chǎn)出變量再次帶入BCC-DEA模型中，運用DEAP2.1軟件重新測算調(diào)整投入后的效率值，限于篇幅僅列出部分年份的能源效率測算結(jié)果及均值情況。1.整體分析表5.1.3.1中國四大經(jīng)濟(jì)區(qū)域2009年及2018年第三階段效率值地區(qū)2009年2018年10年效率均值TEPTESERTETEPTESERTETEPTESE東部地區(qū)北京市0.6551.0000.655irs0.7320.8060.908irs0.7010.8820.807天津市0.6550.9720.674irs0.6290.7440.845irs0.6200.8050.776河北省0.6600.7470.884irs0.6920.7730.895irs0.6680.7770.861山東省0.7860.8260.951irs0.9140.9250.988irs0.8550.8780.973江蘇省0.8790.9170.959irs1.0001.0001.000-0.9800.9920.988上海市0.7751.0000.775irs1.0001.0001.000-0.9090.9950.913浙江省0.7780.9010.864irs0.8660.9360.925irs0.8310.9250.899福建省0.7610.9340.814irs0.8960.9110.984irs0.8930.9420.948廣東省1.0001.0001.000-1.0001.0001.000-1.0001.0001.000海南省0.5481.0000.548irs0.7201.0000.720irs0.7291.0000.729mean0.7500.9300.8120.8450.9100.9270.8180.9190.889中部地區(qū)內(nèi)蒙古自治區(qū)0.5540.7630.727irs0.5590.7590.737irs0.5250.7580.693陜西省0.5710.8330.685irs0.5910.8900.664irs0.5740.9020.638山西省0.5750.8360.688irs0.6150.8680.708irs0.5740.8760.655河南省0.6460.6760.955irs0.7210.7370.978irs0.6690.7110.940安徽省0.7750.8640.897irs0.8130.8820.921irs0.7990.8640.924湖北省0.6840.7720.885irs0.7090.8770.808irs0.7070.8450.838湖南省0.7960.8630.922irs0.9811.0000.981irs0.8110.8680.934江西省0.6870.9010.763irs0.8200.9710.845irs0.7760.9380.828mean0.6610.8140.8150.7260.8730.8300.6790.8450.806西部地區(qū)新疆維吾爾自治區(qū)0.5321.0000.532irs0.4651.0000.465irs0.5150.9990.516甘肅省0.6070.9030.672irs0.6921.0000.692irs0.6570.9380.702青海省0.2670.8950.298irs0.2811.0000.281irs0.3020.9310.325寧夏回族自治區(qū)0.2610.9830.266irs0.2550.9370.272irs0.2790.9760.286四川省0.7540.8070.934irs0.9040.9540.948irs0.8370.8790.953重慶市0.5940.8960.663irs0.7530.9330.807irs0.7300.8820.828貴州省0.5380.7700.698irs0.5260.9480.555irs0.5690.9250.616云南省0.6530.7900.826irs0.5280.8540.618irs0.5690.7680.748廣西壯族自治區(qū)0.6410.8050.796irs0.6420.9890.650irs0.6600.8850.749mean0.5390.8720.6320.5610.9570.5880.5690.9090.636東北地區(qū)遼寧省0.7710.9830.784irs0.8310.9970.833irs0.7810.9740.801吉林省0.5250.9330.563irs0.7860.9260.848irs0.6530.8510.768黑龍江省0.8550.9760.876irs0.8150.9260.881irs0.8240.9170.899mean0.7170.9640.7410.8110.9500.8540.7520.9140.823全國0.6590.8850.7520.7250.9180.7920.7000.8960.785對比第一階段和第三階段的結(jié)果，在剔除環(huán)境因素和隨機(jī)誤差的干擾后，全國2009~2018年的綜合技術(shù)效率值下降了1.92%，純技術(shù)效率上升8.91%，而規(guī)模效率下降11.35%，說明10年間純技術(shù)效率受環(huán)境因素及隨機(jī)因素影響被低估，而規(guī)模效率和綜合技術(shù)效率卻被高估。這基本符合我國近10年來的科技發(fā)展速度加快、國民經(jīng)濟(jì)質(zhì)量提高、政府管理更有效，但發(fā)展速度放緩的實際情況。圖5.1.3.2全國2009~2018年第三階段效率均值及其變化情況相比于第一階段，調(diào)整投入后的第三階段10年間的效率均值走勢大體一致，呈“倒U型”走向，但整體趨勢放緩，這進(jìn)一步論證了第一階段高估了規(guī)模效率對于地區(qū)能源效率的負(fù)影響，低估了技術(shù)改進(jìn)帶來的純技術(shù)效率的提升引發(fā)的對于綜合能源效率的正影響，兩者的交互作用使得綜合能源效率變化率降低。這在一定程度上說明本文運用三階段DEA方法排除環(huán)境因素及隨機(jī)誤差的影響的必要性和合理性。2.區(qū)域分析圖5.1.3.2四大經(jīng)濟(jì)區(qū)域2009年~2018年第三階段效率均值（分地區(qū)）同第一階段，四大經(jīng)濟(jì)區(qū)域能源效率呈現(xiàn)“東部>東北>中部>西部”的分布格局。具體來看，東部地區(qū)全要素能源效率值相較于第一階段下降3.65%，純技術(shù)效率提高0.84%，規(guī)模效率卻降低了5.27%；中部地區(qū)全要素能源效率上升0.02%，純技術(shù)效率提高12.94%，規(guī)模效率降低了14.07%；西部地區(qū)全要素能源效率下降2.241%，純技術(shù)效率提高13.12%，規(guī)模效率降低了14.72%；而東北地區(qū)全要素能源效率下降0.45%，純技術(shù)效率提高12.98%，規(guī)模效率降低了14.33%。3.省份分析圖5.1.3.4中國30省份2009~2018年間第三階段技術(shù)效率均值綜合效率值相比第一階段有所提升的有15個省份，分別為：河北、山東、江蘇、浙江、福建、廣東、河南、安徽、湖北、湖南、江西、四川、廣西、遼寧、吉林；效率值相比第一階段有所降低的也有15個省份，分別為：北京、天津、上海、海南、內(nèi)蒙古、陜西、山西、新疆、甘肅、青海、寧夏、重慶、貴州、云南、黑龍江。此外，處于效率前沿面的省份也有所變化，上海由原來的綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率均位于效率前沿下降到0.909，這說明上海因全要素能源效率受到環(huán)境因素和隨機(jī)因素的影響而被高估；廣東省綜合技術(shù)效率由原來的0.988上升至1，這說明廣東省的全要素能源效率受到環(huán)境因素和隨機(jī)因素的影響而被低估。5.2Malmquist指數(shù)實證分析由于三階段DEA方法只能對能源效率的進(jìn)行靜態(tài)的比較，而不能從時間維度上反應(yīng)地區(qū)的全要素能源效率增長或衰退情況。為進(jìn)一步研究我國四大經(jīng)濟(jì)區(qū)域能源利用效率的動態(tài)變化，本文使用Malmquist指數(shù)方法深入分析全要素能源效率的變動與技術(shù)進(jìn)步變化率和技術(shù)效率變化率的關(guān)系。使用DEAP2.1軟件將剔除了外部環(huán)境和隨機(jī)因素的各投入變量和初始產(chǎn)出變量代入Malmquist指數(shù)模型計算，測出的結(jié)果更加符合實際情況。具體測算結(jié)果如下表所示：表5.2.1中國四大經(jīng)濟(jì)區(qū)域Malmquist指數(shù)分解情況地區(qū)firmeffchtechchpechsechtfpch東部地區(qū)北京市11.0120.9770.9761.0370.989天津市20.9960.9790.9711.0260.975河北省31.0050.9781.0041.0010.983山東省41.0171.0461.0131.0041.064江蘇省51.0141.0471.011.0051.062上海市61.0290.98111.0291.009浙江省71.0121.0121.0041.0081.024福建省81.0181.0210.9971.0211.04廣東省910.943110.943海南省101.0310.99411.0311.025mean—1.01340.99780.99751.01621.0114中部地區(qū)內(nèi)蒙古自治區(qū)111.0010.97211.0010.973陜西省121.0040.9721.0070.9970.976山西省131.0070.9731.0041.0030.98河南省141.0121.0371.011.0031.05安徽省151.0050.9731.0021.0030.978湖北省161.0040.9731.0140.990.977湖南省171.0240.9751.0161.0070.998江西省181.020.9911.0081.0111.011mean—1.0096250.983251.0076251.0018750.992875西部地區(qū)新疆維吾爾自治區(qū)190.9850.9721.0000.9850.958甘肅省201.0150.9731.0111.0030.988青海省211.0060.9731.0120.9940.979寧夏回族自治區(qū)220.9970.9730.9951.0030.971四川省231.0200.9721.0191.0020.992重慶市241.0271.0041.0051.0221.030貴州省250.9980.9731.0230.9750.971云南省260.9770.9821.0090.9680.959廣西壯族自治區(qū)271.0001.0271.0230.9781.027mean—1.0030.9831.0110.9920.986東北地區(qū)遼寧省281.0081.0211.0021.0071.029吉林省291.0461.0310.9991.0471.078黑龍江省300.9950.9730.9941.0010.968mean—1.0161.0080.9981.0181.025全國均值1.00950.99061.00431.00541.00021.整體分析整體來看，2009年~2018年我國全要素能源效率為1.0002>1，處于緩慢增長的狀態(tài)，技術(shù)進(jìn)步變化率0.9906<1，純技術(shù)效率變化率為1.0043>1。這說明雖然10年間全國各地區(qū)管理更有效率使得純技術(shù)效率水平提高，但因地區(qū)科技水平進(jìn)步增長不足使得全要素能源效率降低。這說明我國當(dāng)前能源效率的提升的制約因素仍然在于科技水平的進(jìn)步相對緩慢，未來加強(qiáng)科技投入和耗能行業(yè)的技術(shù)創(chuàng)新仍是我國亟需解決的問題。2.區(qū)域分析圖5.2.2四大經(jīng)濟(jì)區(qū)域2009~2018年malmquist生產(chǎn)率指數(shù)及其分解指標(biāo)2009年~2018年我國全要素能源技術(shù)效率變化率呈現(xiàn)出“東北>東部>中部>西部”的格局，四大經(jīng)濟(jì)區(qū)域的全要素能源效率均值依次為1.025、1.011、0.993、0.986，平均技術(shù)進(jìn)步率分別為1.008、0.998、0.983、0.983、0.983，純技術(shù)平均進(jìn)步率分別為0.998、0.998、1.008、1.011。四大經(jīng)濟(jì)區(qū)域能源效率提升的驅(qū)動力有很大區(qū)別，東北地區(qū)能源效率增長的的主要動力為技術(shù)進(jìn)步，說明東北地區(qū)近年來通過大力引進(jìn)先進(jìn)節(jié)能技術(shù)與治理設(shè)備從而改進(jìn)了能源效率；東部地區(qū)平均技術(shù)進(jìn)步率和純技術(shù)進(jìn)步率都處于退步狀態(tài)，使得其整體效率水平較高的原因在于保持了較高的規(guī)模效率；中部地區(qū)和西部地區(qū)的技術(shù)效率雖然不斷改善，但全要素能源效率的增長卻整體下滑，說明中西部地區(qū)并沒有找到有效地能源效率改善的途徑，技術(shù)水平有待進(jìn)一步提升。3.省份分析全要素能源效率進(jìn)步的有12個省份，按變化率降序排列依次為：吉林、山東、江蘇、河南、福建、重慶、遼寧、廣西、海南、浙江、江西、上海，其他18個省份均處于全要素能源效率退步的狀態(tài)；全要素能源效率變化最大的前三個省份為吉林省、山東省、江蘇省，表明上述三個地區(qū)的全要素能源效率的提高最為顯著；東北地區(qū)的三個省份中，吉林、遼寧都處于能源效率進(jìn)步的狀態(tài)，原因主要在于技術(shù)進(jìn)步率的帶動作用，這也解釋了四大經(jīng)濟(jì)區(qū)域中東北地區(qū)的全要素能源效率進(jìn)步提升最高的原因。6結(jié)論與建議6.1研究結(jié)論1.全國來看，2009年~2018年全國30省份調(diào)整后的綜合效率和規(guī)模效率均低于調(diào)整前的水平，其中規(guī)模效率下降幅度較大，而純技術(shù)效率緩慢上升。這說明能源綜合效率不高是受規(guī)模效率的制約，各省區(qū)大多數(shù)企業(yè)的管理水平比較成熟但尚未達(dá)到最優(yōu)規(guī)模水平，能源利用重視程度不足導(dǎo)致規(guī)模效率低下。這一點與王萌、徐湘博（2021）關(guān)于區(qū)域能源效率的測度結(jié)果相同[43]。2.區(qū)域來看，我國全要素能源效率呈現(xiàn)“東部>東北>中部>西部”的階梯狀分布格局，即東部最高、東北次之、中部其后、西部最低，且東北地區(qū)因技術(shù)進(jìn)步而使得近年來總體效率提高。這一結(jié)論與吳江、譚濤等人將全國劃分為三大經(jīng)濟(jì)區(qū)域（東北三省：遼寧省劃入東部地區(qū)、黑龍江省和吉林省劃入中部地區(qū)）的能源效率研究結(jié)論中“東部>中部>西部”的能效格局大體一致[22]。3.三階段DEA對于區(qū)域能源效率的靜態(tài)分析說明，剔除外部環(huán)境因素和隨機(jī)干擾后全國全要素能源效率總體降低1.92%，東部、西部、東北地區(qū)全要素能源效率均值分別下降3.66%、2.24%、1.92%，中部地區(qū)上升0.02%。外部環(huán)境水平過分樂觀導(dǎo)致了全要素能源效率的“失真”，且東部地