中国钢铁行业全要素生产效率实证分析

基于动态DEA的非参数Malmquist指数法,分析了1992～2007年中国28个省市钢铁行业全要素生产率以及七大经济区钢铁行业全要素生产率变动情况,并将全要素生产率的变动分解为技术进步、纯技术效率、规模效率三个指标,分析了这三个指标对中国钢铁行业全要素生产率的影响。结果显示,中国钢铁行业TFP的增长主要是由技术进步推动的,当技术进步促进TFP提升时,总会受到技术效率相对下降对TFP增长的抑制;七大经济区钢铁行业全要素生产率存在明显级差,低效经济区学习和追赶高效经济区的效应也应该发挥更大作用;钢铁产业各经济区产能应实现在高效率地区的相对集中,获取行业的规模经济;各经济区都应该注重钢铁行业管理水平的提高,突破钢铁行业能效提高的技术效率瓶颈。     

考虑环境因素的中国电力能源效率测度与改进

在界定全要素电力能源效率概念的基础上,构建了考虑环境因素的非径向全要素电力能源效率DEA模型。利用相关数据,从省际、区域两个层面对我国30个省(自治区、直辖市)的电力能源效率进行测度分析。结果显示:在全国30个省(自治区、直辖市)中,只有14个省区的电力能源效率是有效的,且这些省区不存在电力节能潜力;北京、天津、上海三大城市的平均电力能源效率最高,西部地区的该均值最低;我国省际电力能源效率存在显著的区域性差距,且4大区域的电力能源效率存在一定的梯度差距;对省区进行投入、产出调整,可使全国的电力消费量缩减6309.08亿千瓦小时。最后提出提高我国电力能源效率的政策建议。     

制造业转型升级与经济高质量发展*——基于全要素能源效率的研究

全要素能源效率较高的行业逐步替代全要素能源效率较低的行业是制造业新旧动能转换的表现形式,也是促进经济高质量发展的核心。将非期望产出纳入考虑,本文构建SBM模型研究2009—2016年制造业各行业的全要素能源效率,基于GML指数计算及各项分解值的变动可以看出：（1）考虑了环境非期望产出的全要素能源效率较高的行业是新型制造业,这些新型制造业具备了带动和替代其他传统制造业的新动能;（2）基于GML指数的计算表明,大多数行业的技术进步和技术效率在上升,而与规模有关的技术规模和规模效率在下降;（3）将SBM模型与GML指数结合分析,发现全要素能源效率及其累计变动具有较高的一致性,处在线性趋势线上方的行业主要是新型制造业,其全要素能源效率的累计变动值更大,其有潜力在数年之后进一步提高全要素能源效率。这进一步验证了我国制造业已经实现了部分的新旧动能转换,且后续会有更多的转换发生。     

中国全要素能源效率的结构特征和区域差异

基于非径向非意愿投入距离函数构建了全要素能源效率分析框架,采用1998—2010年中国30个省(自治区、直辖市)的数据,探讨了中国全要素能源效率的结构特征和区域异质性。研究发现:整体上中国的全要素能源效率水平较低;全国层面和中、西部地区的全要素能源非效率主要由煤炭非效率导致,而东部地区的全要素能源非效率主要由石油非效率造成;整体上煤炭非效率对全要素能源非效率的贡献在样本期内逐渐下降,而清洁能源非效率的贡献则明显增加。     

制造业转型升级与经济高质量发展*——基于全要素能源效率的研究

全要素能源效率较高的行业逐步替代全要素能源效率较低的行业是制造业新旧动能转换的表现形式，也是促进经济高质量发展的核心。将非期望产出纳入考虑，本文构建SBM模型研究2009—2016年制造业各行业的全要素能源效率，基于GML指数计算及各项分解值的变动可以看出：（1）考虑了环境非期望产出的全要素能源效率较高的行业是新型制造业，这些新型制造业具备了带动和替代其他传统制造业的新动能；（2）基于GML指数的计算表明，大多数行业的技术进步和技术效率在上升，而与规模有关的技术规模和规模效率在下降；（3）将SBM模型与GML指数结合分析，发现全要素能源效率及其累计变动具有较高的一致性，处在线性趋势线上方的行业主要是新型制造业，其全要素能源效率的累计变动值更大，其有潜力在数年之后进一步提高全要素能源效率。这进一步验证了我国制造业已经实现了部分的新旧动能转换，且后续会有更多的转换发生。     

碳排放约束下我国全要素能源效率测算及影响因素研究

基于松弛变量超效率模型(SUPER-SBM-DEA)对碳排放约束下的我国全要素能源效率进行测算,并构建计量模型对全要素能源效率的影响因素进行实证分析。研究结果表明:我国不同地区的全要素能源效率存在较大的差异,东部地区全要素能源效率最高(0.565)、中部地区次之(0.473)、西部地区能源效率最低(0.408);我国全要素能源效率主要受外商直接投资、出口规模、固定资产投资、产业结构、能源消费结构、人力资本、政府干预能力、市场化程度等因素影响。其中,外商直接投资、出口规模、产业结构、能源消费结构、人力资本、市场化程度等因素对全要素能源效率具有正向影响,但固定资产投资和政府干预能力对全要素能源效率具有负向影响,这些因素在东中部地区对能源效率影响具有明显的区域差异,"污染避难所"在中部地区得到验证,但在东西部地区并不成立。     

环保视角下中国省际全要素能源效率分析

将全要素框架下的总能源效率分为经济型能源效率和环境型能源效率,并在经济与环境并重的前提下对DEA模型进行了设定,计算了2005—2011年期间我国29个省(自治区、直辖市)的总能源效率及两类能源效率。结果表明:在考虑环境的重要性后,样本省区的全要素能源效率呈下降趋势;环境保护的低效率使得中部地区的全要素能源效率均值明显小于西部地区;河北、山东、四川和山西4省的节能潜力最大,4省的节能减排量合计占中国总节能减排量的30%以上。     

环境规制对中国全要素能源效率的影响——基于省际面板数据的实证检验

环境规制实际上形成提高节能减排效率的倒逼机制,对建设"两型社会"具有不可替代的作用。本文以全国29个省级单位2000-2010年面板数据为样本,测算并对比两种情形下我国全要素能源效率值,利用Tobit模型计算了环境规制对全国和区域全要素能源效率指数的影响。研究发现:(1)环境污染会使全要素能源效率值降低,我国全要素能源效率指数经历了波动和下降两个阶段,区域全要素能源效率值和收敛性存在差异;(2)经济结构和FDI对全要素能源效率影响显著,但影响效果存在区域差异;(3)环境规制相关变量对全要素能源效率影响存在较大差异,根据其回归系数和显著性分为四类(需要加大投入的指标、需要区域差异化的指标、需要完善和优化的指标以及需要审慎选择的指标)。最后,根据研究结论提出了相关政策建议。     

碳排放约束下中国全要素能源效率及其影响因素研究

通过测算碳排放约束条件下的中国省际全要素能源效率,以及运用面板数据模型对全要素能源效率的影响因素进行实证分析,发现在样本期内,中国省际全要素能源效率较低,年均约为0.503,由高到低依次为东部(0.580)、中部(0.497)和西部(0.422)。FDI、出口、市场化进程、人力资本、能源消费结构对省际能源效率具有显著的正向影响,投资和政府干预则会产生显著的负向影响。分区域来看,区域间经济发展的不平衡,导致8种因素对能源效率的影响有着明显的区域差异。分阶段考察显示,8种因素对能源效率的影响又呈现出阶段性差异的特征。因此,因地制宜、因时制宜的政策才是提升我国全要素能源效率的有效手段。     

中国钢铁行业能源内部的替代弹性分析

本文运用中国钢铁行业滞后一期的产出代替劳动和资本变量,把钢铁行业能源投入要素分解为煤炭、石油、天然气和电力的投入,建立了一个超越对数生产函数模型,用岭回归估算了中国钢铁行业各能源品种投入要素的产出弹性、替代弹性。结果表明:煤炭与石油、煤炭与天然气、煤炭与电力的替代弹性在1左右,中国钢铁行业可通过用石油、天然气、电力替代煤炭来实现其行业全要素能源效率的提高。     

基于DEA和Malmquist指数的中国物流业全要素能源效率评价

文章基于2006—2015年我国30个省份的省际面板数据,通过DEA模型和Malmquist指数,从静态和动态两个角度分析我国物流业全要素能源效率。研究发现,在静态角度:(1)我国物流业全要素能源效率还处于很低的水平仅为0.64,总体呈现出"东高、中次、西低"的现状;(2)通过对我国能源效率最低的云南省做投影分析发现,云南省的能源效率有75%的提升空间。在动态角度:(1)我国物流业全要素能源效率在这十年间呈现下降的趋势,下降了3.2%,主要原因是技术进步;(2)能源效率下降趋势呈现出"中快、西次、东慢"的现状;最后,对改善和提升我国物流业全要素能源效率提出了对策建议。     

工业全要素能源效率研究进展与展望

提升工业能源利用效率已成为节能减排和应对气候变化的重要手段。基于全要素能源效率的视角,从工业部门及区域两个层面对工业能源效率的主要研究对象进行分析,总结了工业全要素能源效率的收敛效应、替代效应、回弹效应等10个特征,评述了测度工业能源效率的非参数前沿分析法、Malmqusit指数分析法和随机前沿分析法,从社会因素和自然环境因素两个方面归纳了影响工业全要素能源效率的结构因素、制度因素、技术因素、发展状态因素和市场因素,并提出了工业全要素能源效率若干需要研究的问题。     

环境约束下中国省际全要素能源效率实证研究

本文运用基于DEA的方向性距离函数方法测算了1998-2007年环境约束下的中国省际全要素能源效率,并对影响环境约束下全要素能源效率的因素进行了实证检验。研究发现:我国全要素能源效率在样本期间整体处于持续下滑状态,其中西部地区下降的幅度最大;东部地区全要素能源效率最高,其次是中部地区,西部地区最低;广东、辽宁、上海、北京、天津和海南6省市均在生产边界上,而云南、新疆、河北和贵州具有低水平的全要素能源效率;人均GRP、外商直接投资、要素禀赋结构、产业结构、所有制结构、能源结构、企业的环境管理能力以及能源价格都对全要素能源效率有显著影响。因此,全面提升经济发展的水平和质量,均衡地区经济发展,弱化当前我国经济高能耗高产出的特点,是提高我国全要素能源效率的重要手段。     

资本体现式技术进步和TFP对节能降耗影响分析

利用我国1953--2006年的时间序列数据,检验与资本融合在一起的技术进步（资本体现式技术进步）、全要素生产率、产业结构以及能源价格对我国能源效率的影响,结果发现,全要素生产率对能源效率的影响最大,其次是产业结构,而资本体现式技术进步与能源价格对能源效率的影响较小。因此,我国要实现节能降耗必须提高全要素生产率和优化产业结构。     

基于DEA-Malmquist模型的浙江省区域创新效率评价

利用DEA-BCC模型、Malmquist指数以及聚类分析法对浙江省11个地级市2011—2020年的区域创新效率进行测算分析。研究结果表明：（1）浙江省近几年的综合技术效率呈上升趋势,但上升幅度较小,主要原因是规模效率不高限制了综合技术效率的进一步提升。且各效率值不高,说明浙江省区域创新能力依旧存在着较大提升空间。（2）从时间上看,浙江省全要素生产率呈正向增长,究其原因主要是技术效率变动和技术进步变动都正向增长所导致的结果;从地区上看,大部分城市的全要素生产率呈正向增长,宁波市和湖州市全要素生产率负向增长。（3）经济基础薄弱城市的区域创新效率可能比经济基础发达城市高。     

我国农业全要素能源效率及其影响因素分析

运用DEA方法,测算了我国30个省份2003~2012年农业全要素能源效率,并运用Tobit模型对其影响因素进行分析。结果表明:(1)农业全要素能源效率由东向西依次递减,存在着较大的地区间差异;考察期内除西部地区呈现出小幅波动上升外,东、中部地区以及全国整体农业全要素能源效率均出现不同程度恶化。(2)影响因素中:农民收入水平、有效灌溉面积、经济发展水平、农业增加值地区占比、农业科技研发对农业全要素能源效率提高有显著促进作用;要素投入规模、财政政策则阻碍了农业全要素能源效率的改善。     

长江经济带工业绿色全要素水资源效率的区域差异与随机收敛

在全要素生产率框架下,基于非期望产出的SBM模型测算了2004—2019年长江经济带工业绿色全要素水资源效率的时序变化特点,在此基础上通过Dagum基尼系数分解分析其区域差异及来源,并通过空间杜宾模型分析其空间收敛效应。研究表明：（1）长江经济带工业绿色全要素水资源利用效率逐年提高,但流域内仍存在巨大差异;（2）水资源效率的总体差异呈缩小趋势,区域间差异是区域差异的主要来源;（3）水资源效率存在较为稳定的空间相关性,基本形成了以上海、浙江为中心的“高质量增长极”以及以上游地区为中心的“低水平发展陷阱”;（4）长江经济带以及上游、中游、下游的工业绿色全要素水资源效率均存在β收敛。基于以上结论,本文提出从四个方面提出建议,为提升长江经济带工业绿色全要素水资源效率提供参考。     

我国钢铁行业能源消费的分解分析

本文基于Laspeyres指数分解模型把我国钢铁行业能源消耗总量的变动分解为钢铁行业的经济增长效应和钢铁行业能源强度效应。计算结果显示：1978-2007年间钢铁行业能耗强度年均下降率为4.87%,钢铁行业能源消费弹性系数为0.56,钢铁行业经济增长和与能源消耗总量实现相对脱钩;如果钢铁产业在2020达到产能峰值,产能为9亿吨钢铁;只要保持钢铁能耗年均下降幅度在4.8%的水平上,可以实现将钢铁行业能源消费总量的零增长,将钢铁行业能耗总量保持在2007年的水平上。钢铁行业能耗强度的下降将主要依赖于各经济区先进生产技术的扩散和产能结构在各经济区之间的调整。     

我国省域全要素能源效率变动差异的实证分析——以广东省为例

利用2005—2010年广东省21个地市的面板数据,运用DEA模型测度广东全省、4大地区、21个地市的全要素能源效率,分析了其变动特征,并将21地市分为高效稳定、中效稳定、中效波动和低效稳定四种类型。用泰尔指数衡量广东省各地区能源效率的差异。基于全要素能源效率计算了广东省各地市及4大地区的能源潜在调整量、节能潜力和单位GDP能耗变动。结果显示:2005—2010年期间,广东全省、各地区和各地市的全要素能源效率整体上呈波动状态,城市经济发展水平与全要素能源效率并无确定性关系;广东省的全要素能源效率存在明显的地区差异,并且以地区内部差异为主。最后指出:应在分析全要素能源效率的基础上,综合考虑各地市的多方面因素,制定科学、合理的节能目标以及具体措施,不宜搞"一刀切"政策。     

能源效率对中国油气进口贸易影响研究——基于与主要能源伙伴国全要素能源效率的面板数据

中国油气进口存在依存度高、进口区域集中和运输风险较大等问题,确保中国油气进口安全稳定是实现能源高质量发展的前提和基础,提高全要素能源效率则是关键所在.文章基于Malmquist的DEA方法测算了中国与"一带一路"沿线主要油气能源伙伴国全要素能源效率,并进一步通过面板数据模型研究了能源效率及其他因素对中国油气进口贸易的影响,结果发现:中国全要素能源效率不高,且石油领域劣于天然气领域;提升中国能源效率可一定程度缓解石油进口压力,但会进一步促进天然气进口;提升清洁能源在能源结构中的占比可缓解中国油气进口压力,但当前的影响作用尚小.未来,可从提高中国全要素能源效率、扩大清洁能源占比、多元化油气进口渠道和加大油气能源储备建设等方面改善中国油气进口情况.