派智库

内容提要 提高能源生态效率，对促进经济增长、缓解能源短缺、降低环境污染、提升社会福利，实现中国生态文明建设意义重大。本文将环境非期望产出和社会福利要素纳入到能源效率评价指标体系中，将能源、资本和劳动作为投入要素，从经济增长、环境保护、社会福利三个维度衡量产出，构建能源生态效率理论框架。通过搜集2000—2014年数据，对中国30个省级行政区能源生态效率进行测度。研究发现：同时考虑环境非期望产出和社会福利的能源生态效率均低于能源经济效率和能源环境效率；中国能源生态效率整体水平偏低，资源利用与经济增长、环境保护、社会福利间矛盾突出，亟待改善；能源生态效率值从东部沿海向中部地区、西部地区依次递减，呈“东高西低”分布。

关键词 能源生态效率 社会福利 非期望产出SBM模型 copyright dedecms

一、引言 织梦好，好织梦

自改革开放以来，中国能源强度显着降低。按当年价计算，能源强度从1978年的15.655吨/标准煤降低到2014年的0.672吨/标准煤。但从世界范围看，中国能源利用效率还处于较低水平。据2015《BP世界能源统计年鉴》数据计算发现，2014年中国能源强度为1.732吨标准油当量/万美元，是同期日本的5.612倍、美国的6.837倍。长期以来，中国粗放式发展模式不仅导致了能源低效利用、资源紧缺等问题，而且经济发展过程中大量排放的废弃物给环境造成了严重污染，如温室气体排放、全国大范围雾霾天气、频繁发生水污染事件等，对中国经济良好运转、社会居民身体健康形成威胁。随着中国工业化进程加速推进，能源利用、经济发展、环境保护、社会福利间的矛盾将愈发突出。因此，提高能源生态效率对于协调好“能源—经济—环境—社会”四者间关系、实现生态文明建设意义重大。

内容来自dedecms

二、文献述评

国内外学者对能源效率的认识，是一个逐步深入了解的过程。早期学者根据投入要素数量多寡，将能源效率分为单要素能源效率和全要素能源效率（Patterson，1996）。单要素能源效率的特征是投入要素的唯一性，最常用的评价指标是能源强度，即单位GDP能源消耗量。Fisher-Vanden等（2004）运用大中型企业数据探索1997—1999年中国能源强度下降的驱动因素，研究发现能源价格上涨、研发费用增长以及企业所有制改革是导致这一变化的主要原因。施发启（2005）对中国单要素能源效率进行测算，发现中国不变价单位GDP能耗在时间纵向呈下降趋势，但空间横向远高于同期世界发达国家水平。单要素能源效率具有直观、计算简单、可操作性强等优点，但单要素能源效率属于偏要素效率，存在着一定局限：第一，作为概括性评价指标，单要素能源效率不能准确反映能源技术对能源效率的作用；第二，产业结构调整、能源投入结构变化等引起能源强度变动的原因得不到详细体现；第三，从系统视角，能源投入不能脱离其他要素投入而单独实现社会生产，劳动力、资本等其他要素对能源的替代效应无法在单要素能源效率中得到体现。

经济增长仅仅依靠能源投入是不够的，其他要素投入也必不可少。在单要素能源效率基础上，学者纷纷将研究重点转向多投入的全要素能源效率。Hu和Wang（2006）考虑到其他要素投入对能源的替代作用，构建了劳动力、资本存量、能源消费、生物质能源四种投入以及实际GDP为产出的全要素能源效率模型，弥补了单要素能源效率的不足。李世祥（2010）将经济活动视为一种产出（工业增加值）、三种投入（资本、劳动、能源）的概念模型，应用DEA方法对中国工业部门六个主要能耗行业的能源利用效率进行测算。胡根华和秦嗣毅（2012）则选择资本存量、劳动投入、能源以及技术四要素作为投入，对比分析“金砖五国”全要素能源效率间的差异，并分析其形成原因。

全要素能源效率能够较好衡量能源利用效率，却忽视了能源利用过程中产生的环境污染问题。为准确衡量能源利用的“质量”，越来越多的学者尝试将环境要素与全要素能源效率相结合，并取得了一定的研究成果。Fare、Grosskopf和Hernandez-Sancho（2004）提出了资源利用的环境绩效指数，认为该指数是用来测量资源投入、期望产出以及污染物或非期望产出的最优比。汪克亮、杨宝臣和杨力（2010）将能源消费、从业人员、资本存量作为要素投入，CO2和SO2作为非期望产出，GDP为期望产出，探讨包含环境效应的中国全要素能源效率。Li和Hu（2012）提出了生态全要素能源效率概念，将含有非期望产出的SBM模型计算得到的目标能源投入与实际能源投入比值，作为测算生态全要素能源效率的指数。赵楠、王辛睿和朱文娟（2015）将环境因素纳入到全要素效率中，计算中国30个省级行政区的能源利用效率，并进一步对其收敛性进行研究。吴巧生和李慧（2016）则针对长江中游城市群的能源环境效率展开评价研究。 copyright dedecms

通过梳理与能源效率相关的文献，发现现有的研究成果主要存在着几个问题：第一，大部分研究成果主要考虑了经济发展与环境保护，却忽视了社会福利这一关键产出。第二，少数考虑了社会福利的研究成果主要集中在国家层面，而针对中国省域展开测算的成果鲜有出现。本文尝试将社会福利要素纳入到能源效率评价指标体系中，构建“能源生态效率”理论框架，并对中国30个省份能源生态效率开展评价研究。 copyright dedecms

三、模型构建 织梦好，好织梦

上个世纪70年代末，中国经济持续衰退、失业大幅攀升、人民生活困难，社会处于崩溃边缘。为改变当时贫穷落后的发展面貌，中央政府制定实施了以经济建设为中心的改革开放战略。自改革开放以来，中国经济取得举世瞩目的成就：名义国内生产总值从1979年的4062.6亿元上升到2015年的676708亿元，年均增长率为13.89％。不可否认，中国经济快速增长是建立在资源大量消耗的基础上的。与经济发展相对应，中国能源消费总量从1979年的5.86亿吨标准煤增加到2015年的43亿吨标准煤，消费总量也提高了约7.34倍，位居世界第二。这种以粗放式发展理念为基础，通过对自然资源的占有和分配，将经济增长视为唯一发展目标的经济模式为工业经济，与之相对应的能源效率为能源经济效率。 本文来自织梦

工业经济过于强调经济增长速度，忽视资源消耗给环境系统造成的负面影响，如臭氧层破坏、全球气温升高、酸雨频发、土地沙漠化、物种加速灭绝等，已经成为制约经济发展的重要因素。据统计，2004年环境污染给经济发展造成的损失高达5118亿元。为降低环境污染对经济发展的不利影响，中央政府陆续制定了一系列国家战略，如“循环经济”、“可持续发展”、“低碳经济”等，运用绿色发展理念指导经济发展，通过开发新能源、鼓励技术创新、促进产业结构升级等多种方式，提高能源利用效率、减少环境污染物排放，实现经济增长与环境保护的双赢。

copyright dedecms

社会作为经济发展和环境保护的作用对象，其目的是实现经济发展和环境保护过程中的福利最大化。然而，能源环境效率只考虑到经济增长和环境保护，忽视了社会福利要素，因此可能存在以社会福利损失为代价的经济系统和环境系统最优化。为提高社会福利，十八大报告中着重凸显生态文明建设的重要性，其核心是促进人与人、人与自然、人与社会和谐共生，实现中华民族的永续发展。鉴于此，本文将社会福利要素纳入到能源效率评价指标体系，将能源、资本和劳动作为投入要素，从经济增长、环境保护、社会福利三个维度衡量产出，构建能源生态效率理论框架（图1）。

内容来自dedecms

四、能源生态效率测算 织梦内容管理系统

（一）模型选择

数据包络分析（Data envelopment analysis，DEA）是用来研究具有多个投入和多个产出的同类型组织（决策单元）间相对效率的评价方法，基本原理是：DEA根据原始数据确定生产可能集，将单个决策单元与确定的最优生产前沿面相比较，计算得到该决策单元的相对效率。相比其他研究方法，数据包络分析方法具有两大优势：一方面，DEA能够计算决策单元具有不同单位的投入产出指标，无须在拟合前对数据进行无量纲化处理；另一方面，DEA根据决策单元的原始数据求得决策单元的最优权重，并不需要对决策单元事先进行权重假设，避免了假设过程中的主观因素，评价结果更加客观。自Charnes和Cooper（1978）提出第一个评价相对效率的DEA模型——CCR模型以来，DEA方法凭其优势，获得学术界广泛认可。随着基于不同理论假设DEA模型的不断创新，DEA模型研究领域已经拓展到数学、经济学、管理学以及学科间彼此交叉的多个范畴。 本文来自织梦

目前，DEA方法已经成为评价能源效率的主流方法之一。传统的DEA模型（CCR模型、BCC模型）在评价相对效率时，希望在尽可能减少投入的情况下达到产出最大化。然而在实际生产过程中，还存在着非期望产出，如能源在保障中国经济快速发展的同时，其消耗产生的“三废产品”（非期望产出）诱发了一系列环境问题，并已经影响到全社会的良好运转。基于此，本文选择含有非期望产出的松弛变量（SBM-Undesirable）模型对能源生态效率进行测度。 copyright dedecms

SBM-Undesirable模型具体原理如下：假设有n个决策单元，有m个投入指标，s1个期望产出，s2个非期望产出，则投入矩阵X、期望产出矩阵Yg和非期望产出矩阵Yb分别为：

copyright dedecms

dedecms.com

本文来自织梦

ρ*为SBM-Undesirable模型目标函数值，s-为投入指标的松弛变量，sg和sb分别是期望产出和非期望产出的松弛变量。若ρ*=1，且s-=sg=sb=0，说明该决策单元有效；否则，则该决策单元无效，此时在投入或者产出存在改进的空间。 dedecms.com

（二）数据来源与指标说明

本文选取2000—2014年中国30个省、自治区、直辖市（港、澳、台地区由于统计原因，未予考虑；西藏地区由于数据统计严重不完整，亦未包括在内）面板数据为样本。指标选取如下：

投入指标：（1）能源投入。能源投入目前普遍采用的指标是能源消费总量，即将煤炭、石油、天然气等多种一次性能源消费转化成统一单位加总而成，具有很强的代表性，且数据易获取。本文亦选取能源消费总量作为能源投入的衡量指标，各省市具体数据来源于2001—2015年《中国能源统计年鉴》。（2）劳动投入。选用从业人员数作为衡量劳动投入的测量指标，具体取当年年末从业员数与上一年年末从业人员数的均值，数据来源于2000—2015年各省市《统计年鉴》。（3）资本投入。资本在实际使用过程中存在折旧现象，考虑到这一实际情况，当前学者在估算资本投入时采用“永续盘存法”，计算方法为：本年度资本投入为上年度资本投入的折旧余值与本年度固定资产投资的加和。张军、吴桂英和张吉鹏（2004）首次利用永续盘存法对中国具体资本存量进行估算。单豪杰（2008）选用最新资料修正了基期资本存量和折旧率，使得各省市每年资本投入进一步精确。本文选取固定资本形成投资作为本年度资本投入，借鉴吴延瑞（2008）对折旧率的测算方法，求得其他年份资本存量数据。为消除价格对资本存量的影响，选取2000年数据作为基期，使用固定资产投资价格指数进行平减，具体数据来源于2001—2015年《中国统计年鉴》。 织梦好，好织梦

产出指标：（1）经济产出。能源、劳动和资本的投入最终反映于GDP中，因此，本文选取各省市每年GDP作为经济产出的衡量指标，同时使用GDP平减指数进行处理，以消除价格对指标的影响。具体数据同样来源于2001—2015年《中国统计年鉴》。（2）环境产出。由于能源消耗产生了种类众多的环境产出，不同学者研究侧重点各有不同，因此对环境产出指标的选取尚未形成统一认识。张伟和吴文元（2011）将大气污染视为能源消费的主要污染物，选用工业废气排放量作为测度环境产出的指标。Li和Uu（2012）则选用两种主要的工业废气——CO2和SO2，用来衡量环境产出。本文借鉴袁晓玲、张宝山和杨万平（2009）的思路，选用工业废水、废气和固体废弃物排放总量作为衡量环境产出的计量指标。具体数据来源于2001—2015年《中国环境统计年鉴》。（3）社会福利。目前，社会福利的测量指标主要有联合国发展署的人类发展指数（Human Development Index，HDI）以及人均预期寿命。但由于统计原因，无法获得2000—2014年中国30个区域的连续数据。社会福利具体体现在人民生活质量，根据“十三五”规划中相关论述，本文从就业、教育、文化、社保、医疗、住房等六个方面，分别选取就业率、人均受教育年限、图书总印数、参加社保人数、卫生技术人数、人均新增建筑面积等六个指标，运用熵权法合成社会福利指标。具体数据来源于2001—2015年《中国统计年鉴》以及国家统计局网站。

内容来自dedecms

（三）能源生态效率测算

根据前文分析，以2000—2014年30个省、自治区、直辖市为样本，选取能源消费总量、资本存量以及社会从业人员总量为投入指标，GDP为经济产出，工业废水、废气和固体废弃物排放总量为环境非期望产出，以及社会福利指标，对中国30个省市的能源生态效率进行测算。为准确衡量环境产出以及社会福利等因素对能源效率的影响，分别计算得到能源经济效率、能源环境效率和能源生态效率，结果如表1所示。 织梦内容管理系统

2000—2014年，未考虑环境效应和社会福利的能源经济效率均值为0.682，比考虑环境产出的能源环境效率均值（0.574）高0.108；具体到每一个年份，能源经济效率均超过能源环境效率，说明环境非期望产出给能源效率造成了损失。究其原因，环境一旦遭到破坏，需要大量资金进行修复，而这些资金本可用于技术改进以提高能源效率。而同时考虑环境非期望产出和社会福利的能源生态效率均值为0.565，比能源环境效率低0.09。对这一现象可能的解释是环境非期望产出会从空气、水源、饮食等多个方面影响居民生活质量，降低社会福利。总的来说，数据表明能源生态效率能更加客观、综合衡量中国能源利用的实际效率。 织梦好，好织梦

通过对能源生态效率的分析，得出以下几点结论： 织梦好，好织梦

（1）国家层面 织梦好，好织梦

中国能源生态效率从2000年的0.693降低到2014年的0.486，虽然中间某个年份出现上升现象，但从整体而言，中国能源生态效率指数不断下降。此外，2000—2014年间，中国能源生态效率均值为0.565，整体水平较低，有待进一步改善。能源作为中国经济发展的重要基石，保障着经济快速发展。但不得不承认，中国粗放式发展模式使得能源消耗过程中存在着大量浪费问题。中国奉行的“以经济建设为中心”的发展原则，过于注重经济发展数量，而忽视了经济发展质量，极大地破坏了环境系统，直接影响到居民社会福利。这都可能是导致中国能源生态效率持续走低的原因。

（2）区域层面 内容来自dedecms

从时间维度，东部地区、中部地区和西部地区能源生态效率均呈下降趋势。东部地区能源生态效率指数从2000年的0.825持续下降到2014年的0.625，降幅为24.242％。2000年，中部地区能源生态效率值为0.707，这一数值到2014年降为0.434，降低了0.273；而西部地区能源生态效率值则从0.551降为0.384。从空间维度，能源生态效率表现出明显的地域特征，呈“东高西低”阶梯分布（图2）。2000—2014年，中国东部地区能源生态效率平均值为0.708，远高于全国平均水平的0.565；中部地区能源生态效率均值为0.557，略低于全国平均水平；而西部地区能源生态效率均值则远低于全国平均水平，仅为0.429。 织梦好，好织梦

织梦好，好织梦

能源生态效率值从东部沿海省市向中部地区、西部地区依次递减，东部地区低资源禀赋而高能源生态效率与西部地区高资源禀赋而低能源生态效率形成了鲜明对比。对此可能的解释是“资源诅咒”现象：一方面，资源禀赋较高的地区往往会大力支持资源产业发展，而对其他产业重视不够，导致产业结构不合理；另一方面，资源禀赋较高的地区以采掘业为主，高端人力资本积累不足。“资源诅咒”出现的地区，社会经济以资源产业为主，人力资本积累不足、污染严重、环境恶化、居民幸福感较低，能源生态效率指数较低。 copyright dedecms

（3）省域层面

2000—2014年间，中国30个省市能源生态效率指数的变化趋势分歧明显：以北京、上海、湖南、广东和海南为代表的5个省市，能源生态效率趋于平稳；以江苏、贵州和宁夏为代表的3个省市，能源生态效率指数呈上升趋势；而以河北、陕西为代表的22个省市，能源生态效率指数呈下降趋势。此外，不同省份能源生态效率差距明显（图3）：北京、海南、广东始终处于生产前沿面的帕累托最优，能源生态效率值为1；中国能源生态效率最低的3个省市分别是贵州、河北、云南，数值为0.257、0.321、0.334，表明这些区域资源利用与经济增长、环境保护、社会福利间矛盾突出，亟待改善。中国幅员辽阔，各省域地形多样、地理特征差异明显，地下所蕴藏的自然资源也各不相同。此外，不同省域的资源、政策倾向、经济发展模式也各有侧重。不同省域的先天禀赋和后天条件差异，也导致了中国境内各省域的能源生态效率存在着较大区别。 本文来自织梦

五、结论与启示 织梦内容管理系统

本文将环境非期望产出和社会福利要素纳入到全要素能源效率框架中，对比分析了能源经济效率、能源环境效率和能源生态效率。研究发现：第一，2000—2014年，中国能源环境效率均低于能源经济效率，表明环境污染给中国能源效率造成损失；而同时考虑环境非期望产出和社会福利的能源生态效率比能源环境效率低0.09，能源生态效率能更加综合、客观衡量中国能源利用的实际效率。第二，2000—2014年间，中国能源生态效率均值为0.565，整体水平较低，说明能源消耗与经济增长、环境保护、社会福利间矛盾突出，亟待改善。第三，能源生态效率值从东部地区向中部地区、西部地区依次递减，呈“东高西低”阶梯分布。 dedecms.com

copyright dedecms

针对中国能源生态效率偏低的实际情况，一方面，构建多元化能源消费结构。具体而言，加强清洁能源技术攻关，实现清洁能源的大规模应用，提高太阳能、风能等清洁能源在能源消费结构中的比重；加大新能源开发力度，成立新能源开发专项资金，用于新能源技术开发、产品生产以及市场推广，促进新能源产业的发展；对符合条件的新能源企业，给予优惠利率或者提高信用额度，加大对新能源企业的金融信贷支持力度。另一方面，加快产业结构调整。一是促进高能耗产业转型升级。严格控制高能耗、高污染企业的数量和规模，限期整改，对未能达标的企业强制关停，坚决淘汰落后产能；从财税方面鼓励高能耗企业引进、自主研发新技术，增加产品附加值，提高能源生态效率。二是大力发展高新技术产业。大力发展战略性新兴产业，重点扶植发展技术含量高、节能环保、清洁无污染的产业，通过加大研发投入加速其产业化进程，形成新的竞争优势。 内容来自dedecms

针对中国能源生态效率“东高西低”分布，缩小区域能源生态效率的梯度差异。首先，从国家层面统筹经济发展，对能源生态效率高的东部区域，优化经济发展软环境，充分调动市场的力量实现其自身的可持续发展；对能源生态效率偏低的中西部地区，依靠行政手段加大政府扶植力度，提高中西部地区对技术、资本和人才的吸引力度，提高其能源生态效率。其次，加强东部地区与中西部地区交流合作，共享先进的节能办法、管理经验，并提供必要的对口技术援助，帮助中西部地区改善能源一经济一环境一社会间的关系。最后，中西部地区需充分挖掘本地区产业优势，大力发展具有地域特色的生态产业。

参考文献： 内容来自dedecms

1、郭凯、慈兆程：《基于ETFEE指数的中国区域结构能源效率的实证研究》，《宏观经济研究》2014年第10期。

内容来自dedecms

2、胡根华、秦嗣毅：《“金砖国家”全要素能源效率的比较研究——基于DEA-Tobit模型》，《资源科学》2012年第3期。

3、李世祥：《基于工业化视角的能源效率评价方法与实证研究》，《中国人口·资源与环境》2010年第11期。

4、单豪杰：《中国资本存量K的再估算：1952—2006年》，《数量经济技术经济研究》2008年第10期。 织梦好，好织梦

5、施发启：《对我国能源消费弹性系数变化及成因的初步分析》，《统计研究》2005年第5期。

6、宋锋华、泰来提·木明：《能源消费、经济增长与结构变迁》，《宏观经济研究》2016年第3期。

7、王金南、于方、曹东：《中国绿色国民经济核算研究报告2004》，《中国人口·资源与环境》2006年第6期。

织梦好，好织梦

8、王晓岭、武春友：《“绿色化”视角下能源生态效率的国际比较——基于“二十国集团”面板数据的实证检验》，《技术经济》2015年第7期。

copyright dedecms

9、汪克亮、杨宝臣、杨力：《考虑环境效应的中国省际全要素能源效率研究》，《管理科学》2010年第6期。

织梦内容管理系统

10、吴巧生、李慧：《长江中游城市群能源效率评价研究》，《中国人口·资源与环境》2016年第12期。

11、吴延瑞：《生产率对中国经济增长的贡献：新的估计》，《经济学（季刊）》2008年第3期。 本文来自织梦

12、袁晓玲、张宝山、杨万平：《基于环境污染的中国全要素能源效率研究》，《中国工业经济》2009年第2期。 copyright dedecms

13、张军、吴桂英、张吉鹏：《中国省际物质资本存量估算：1952—2000》，《经济研究》2004年第10期。 织梦内容管理系统

14、张伟、吴文元：《基于环境绩效的长三角都市圈全要素能源效率研究》，《经济研究》2011年第10期。

15、赵楠、王辛睿、朱文娟：《中国省际能源利用效率收敛性研究》，《统计研究》2015年第3期。