全要素能源效率的国际比较--基于能源结构视角的实证研究

基于1980-2010年49个国家和地区的面板数据,运用考虑了能源结构的RAM-DEA方法分别测算各国或地区的全要素能源效率,分解出各类能源的无效率贡献,并计算出各国的最优能源结构。实证结果表明,高等收入国家及中低等收入国家的全要素能源效率都相对较高,而中高等收入国家的全要素能源效率则相对较低,全要素能源效率与人均收入水平呈U型曲线关系。样本中有15个国家的全要素能源效率呈上升趋势,另有19个国家的全要素能源效率呈下降趋势,5个国家的全要素能源效率保持平稳,10个国家的能源效率始终最优。总体上,非化石能源的无效率贡献较高,且主要依靠增加其消费比重的“管理优化”方式提高全要素能源效率,而化石能源的无效率贡献较低,且主要通过减少其消费比重的“自然优化”方式提高能源效率。中国的全要素能源效率虽然有所提高,但依然处于较低的水平,从长期来看以煤炭为主的能源消费结构不利于中国全要素能源效率的提升。     

要素市场扭曲下农业绿色全要素生产率测度及效应研究

基于非径向非角度的SBM方向性距离函数构建Malmquist生产率指数,考虑碳排放和农业面源污染等非期望产出,测算中国28个省份1997—2018年农业绿色全要素生产率,最后采用空间杜宾模型探讨要素市场扭曲下农业绿色全要素生产率空间影响。研究结果表明:考虑碳排放和农业面源污染等非期望产出的农业绿色全要素生产率更符合中国农业高质量绿色发展的实际水平;中国农业全要素生产率提升多数源于农业技术进步,较少出现农业技术进步和技术效率双轮助推的情形;农业绿色全要素生产率呈现增长趋势,但增速较缓慢,且不同地域存在显著差异;要素市场扭曲抑制了农业绿色全要素生产率提升,具有空间溢出效应。     

污染密集型产业的绿色全要素生产率及影响因素——基于SBM方向性距离函数的实证分析

污染密集型产业与能源、环境密切相关,只有充分考虑能源环境因素才能正确度量污染密集型产业的全要素生产率。本文运用SBM方向性距离函数和Luenberger生产率指标,测度了2004—2008年中国工业部门中19个污染密集型产业,考虑了4种非期望产出的绿色全要素生产率,并对影响污染密集型产业绿色全要素生产率的因素进行了实证分析。研究结果发现:考虑了非期望产出的绿色全要素生产率明显低于不考虑非期望产出的全要素生产率;规模效率对绿色全要素生产率贡献明显大于技术进步和纯技术效率;污染密集型产业的规模结构和环境规制程度对绿色全要素生产率提高具有推动作用。     

中国八大综合经济区绿色全要素生产率增长测算与因素分解

随着绿色发展理念得到贯彻落实,科学测算与解析绿色全要素生产率增长对于经济高质量发展意义重大。为直接完整测度区域层面的绿色全要素生产率增长及其构成,本文构造聚合环境广义Luenberger-Hicks-Moorsteen生产率指标及分解子项,利用蒙特卡洛模拟检验该指标测算结果的有效性,发现其相对于聚合L指标更具优势。本文根据2003—2019年地级以上城市的投入产出指标数据,测算八大综合经济区的绿色全要素生产率增长及动力来源。结果表明,八大经济区绿色全要素生产率均实现增长,但增速呈现分化特征。八大综合经济区绿色全要素生产率增长在技术层面的动力主要源于技术进步与规模效率增长,在要素层面主要源于期望产出效率增长与非期望产出治理效率增长。技术进步和期望产出效率增长是八大经济区绿色全要素生产率增长差异的主要成因。本文结论对于有针对性地提升地区绿色全要素生产率具有启示意义。     

甘肃省全要素能源效率评价研究(2000—2011)——基于西部省区的比较分析

文章选取2000—2011年西部11省区面板数据,采用基于DEA的Malmquist指数法对全要素能源效率进行了测算。研究表明:甘肃省全要素能源效率年均增长6.9%,技术效率平均增长2.6%,技术进步平均增长4.2%。甘肃省全要素能源效率在1 1省区中列第4位,比西部平均水平高1.2个百分点。对甘肃和其他西部省区来说,技术效率与技术进步对能源效率的提高均有正向促进作用,技术进步对能源效率增长的贡献大于技术效率的贡献。测算结果说明,管理创新和制度变革对能源效率增长的作用还未充分发挥出来。提高甘肃及西部省区能源效率,应在加大科技创新投入、不断推进科技进步的同时,不断优化整个社会能源配置效率,改善能源宏观管理。     

中国城市绿色全要素生产率测度研究

基于考虑"能源消耗"与"环境污染"的超效率SBM模型,采用全局参比的Globe-Malmquist-Luenberger(GML)指数测算中国283个城市的绿色全要素生产率(GTFP)。研究发现:(1)城市绿色全要素生产率、技术效率和技术进步分别以年均3.5%、1.2%和2.3%的速度增长,GTFP的增长动力主要来源于技术进步,而作为"绿色软技术"的技术效率贡献相对不足;(2)三大区域绿色全要素生产率平均增幅东部>中部>西部,技术进步差异是GTFP区域差距形成的主要原因,不同时期区域发展战略和环境政策在城市绿色转型中的作用存在异质性;(3)超大及特大城市、行政等级较高的城市绿色全要素生产率增长具有领先优势,且研究期内不同层级城市GTFP差距呈现先缩小后扩大的趋势。     

碳排放和能源消费约束下的中国绿色全要素生产率和经济增长研究——基于扩展的索洛模型分析

传统的全要素生产率没有考虑非期望产出CO2排放增加的约束问题.笔者估算出中国1978年～2008年能源消费和CO2排放约束下的绿色全要素生产率,同时对索洛模型进行扩展,得到能源消费、C02排放和技术进步对经济增长的贡献作用及大小.结果表明,中国经济快速增长的源泉是高能耗和大量的资本投入,其代价是CO2的高排放;技术进步对经济增长的整体正向作用不大;CO2排放作为环境成本对经济增长的负向影响较为显著.     

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。     

中国能源产业要素配置的统计测度与效率损失

文章选取2006—2020年中国30个省份能源产业面板数据,测算能源产业要素配置状况与效率损失。研究发现,中国能源产业存在明显要素错配现象,且部分子行业要素错配呈现加剧态势。能源产业要素错配具有显著区域异质性和行业异质性;能源开采区要素配置较为合理,能源加工区次之,能源均衡区要素错配最明显;不同能源行业中要素供给不足与过剩现象并存。要素错配对于能源产业产出缺口、产出变动以及全要素生产率损失贡献具有显著异质性,区域间的要素错配损失贡献更高。由此,提出加快推动新技术渗透、促进产业链纵向延伸、鼓励多种资本运营等建议,以期为能源产业高质量发展提供有益参考。     

山西省制造业全要素生产率变动的实证研究——基于DEA-Malmquist指数分析方法

为探明制造业发展过程中高投入、低产出,高能耗、低效率的缘由,文章基于山西省制造业29个细分行业2001—2008年的面板数据,运用非参数数据包络分析的DEA-Malmquist生产率指数法,对山西省制造业的全要素生产率、技术进步和技术效率进行了实证测算,并进一步将技术效率分解为纯技术效率和规模效率。结果表明:2001—2008年期间,山西省制造业总体及各细分行业的全要素生产率整体处于增长趋势,主要动力来源于技术进步,技术效率的贡献较小,甚至会"拖累"全要素生产率增长。     

中国农业绿色全要素生产率变化研究:1992-2010年

基于随机前沿生产函数分析方法,本文将农业生产中的氮磷流失作为一种要素投入测算了中国农业1992-2010年的绿色全要素生产率(GTFP)变化指数,并与传统的全要素生产率(TFP)进行了比较分析。结果表明,全国层面来看,研究期内我国农业GTFP年均增长与TFP基本相同;分解分析表明,我国农业GTFP和TFP的增长均主要依靠技术进步推动,技术效率的降低抵消了部分技术进步的效果,纳入环境要素后技术效率的下降趋势和技术进步的增长趋势都有所放缓。分区域来看,东部地区GTFP年均增幅高于其TFP,中部地区二者基本相等,西部地区前者年均增幅低于后者。     

考虑行业能耗差异的工业全要素能源效率度量及影响因素——基于新疆34个行业面板数据的实证分析

首先考虑不同行业能耗差异对能源效率产生的影响,通过对新疆34个行业聚类分析得到高能耗、一般能耗、低能耗三类行业,同时考虑不同污染物的非期望产出对环境危害程度的差异,将SO₂、CO₂、COD、烟尘和固体废物排放量加权综合值纳入测算模型,以2000—2018年面板数据为研究样本,运用SBM模型测算全行业及其三类能耗行业全要素能源效率,分析其全要素能源效率的变化趋势以及收敛特征,进一步运用面板回归模型分析影响因素。结果发现:新疆工业行业全要素能源效率保持缓慢上升趋势,高耗能行业稳步增长、一般耗能行业波动增长、低耗能行业缓慢增长,三类能耗行业的全要素能源效率存在显著差异,技术水平、所有权结构、环境规制水平、能源消耗结构对三类能耗行业全要素能源效率的影响也存在差异。     

黑龙江省全要素能源效率分析

本文运用基于DEA的非参数Malmquist生产率指数法,测算并分解了1978—2008年黑龙江省全要素生产率,并运用规模收益可变的BC2模型测算出其全要素能源效率。研究表明:黑龙江省全要素能源效率水平偏低,平均值仅为0.1909,但呈迅速上升的态势;全要素生产率呈恶化的态势,通过对Malmquist指数分解,可看出这种恶化主要是因为其技术效率出现退化。基于这些结论,本文从降低能源消耗和利用可再生能源两个方面提出了提升黑龙江省能源效率的建议。     

经济集聚对全要素能源效率的影响研究

全要素能源效率是能源消费活动中以资本、劳动和能源作为投入要素,将有效经济产出作为产出要素测算出来的能源经济运行效率.经济集聚在不同阶段通过规模效应、技术效应、产业产品结构效应和政策环境效应对全要素能源效率存在非线性关系影响.文章基于2004-2018年中国30个省级行政区的面板数据,采用静态和动态空间面板模型验证经济集聚对全要素能源效率的作用.结论 表明,在经济初步集聚阶段,经济集聚对全要素能源效率有降低作用;在经济深度集聚阶段,经济集聚对全要素能源效率有显著提高作用,并提出通过深化经济集聚发展、加强环境规制来提升全要素能源效率的建议.     

基于数据包络分析的区域全要素能源效率分析

全要素能源效率指标避免了传统衡量能源效率的单要素指标的局限性。文章采用全要素能源效率指数作为能源效率的衡量指标,基于数据包络分析方法,利用重庆市直辖以来的经济产出、劳动力、资本存量和能源消费等数据,测算了1997～2008年间的全要素能源效率。结果表明,重庆市各年的能源效率处于较稳定的位置,期间共有4年处于相对较优状态。根据实证分析结果,提出了改进能源效率的建议。     

中国农业全要素生产率增长的时空变异:基于文献的再研究

为准确揭示中国农业全要素生产率的增长趋势,在整合国内外1982—2011年46项有关农业全要素生产率测算文献的基础上,总结出中国农业全要素生产率的时空变异特征。结果表明：时间趋势方面,1978—2008年期间,中国农业全要素生产率的年均增长率为3.17%,并且呈现出农业技术进步和农业技术效率损失并存的特点;空间格局方面,中国农业全要素生产率呈现出东部、中部、西部依次递减的趋势,三大区域农业全要素生产率的增长均主要源于农业技术进步。上述结论是基于一系列的不同作者采用不同的方法和数据对不同时期的中国农业全要素生产率进行测算的综合结果,能更为准确和客观地反映出中国农业全要素生产率的特征。     

改革开放后我国全要素生产率的变动与资本投入

运用索罗的经济增长因素分析法,通过实证检验1978年以来我国全要素生产率增长的变动,定量分析改革开放进程中资本、劳动要素投入和全要素生产率增长对经济增长的贡献,笔者发现,我国的经济增长仍属于要素投入型增长模式,全要素生产率增长对经济增长的贡献较低,近年还呈现下降趋势。今后,我们必须改变经济增长方式,按照科学发展观的要求,提高全要素生产率对经济增长的贡献率,实现效率型经济增长。     

全要素生产率对中国地区经济增长与波动的影响

本文在重新估算1978～2011年中国30个省区市资本、劳动与实际产出数据的基础上,采用了非参数的Malmquist生产率指数法测算了各省区市各年度全要素生产率水平、各年度资本与劳动要素份额等变量及其变化情况,并测算了改革开放以来中国经济各阶段TFP增长及其子项目对实际经济增长的贡献、TFP增长率与潜在增长率及经济波动的相关性。研究发现,1979～2011年期间,对全要素生产率增长起主要作用的是技术进步。而技术效率的恶化对全要素生产率增长起着抑制作用,技术进步是各地区全要素生产率增长的主要支撑力量,中、西部相对东部地区的技术效率相对东部地区的持续恶化,是导致中、西部与东部的全要素生产率增长差距扩大的主要原因。随着资本对中国经济增长贡献的增大,许多地区的TFP增长率甚至绝对水平下降,特别是纯技术效率恶化,经济增长日益依靠不断扩大的资本投入。TFP增长的波动与GDP的波动高度相关。而TFP增长的长期趋势与资本增长率的长期趋互补,分别与GDP的长期趋势即潜在增长率保持一定程度的相关性。由于2008年以来,许多省份的潜在增长率开始下降,资本对经济增长的推动作用逐渐减弱,只有不断通过制度改革、技术研发等方式提升技术水平。优化资源配置,不断提升TFP增长水平,才能保持经济的长期持续增长。     

中国东部沿海地区全要素碳生产率动态面板数据分析

文章利用2001—2015年我国东部沿海各地区投入和产出数据,运用数据包络分析(DEA)方法测算各地区全要素碳生产率变化的Malmquist指数并将其分解,再利用动态面板数据的分析方法,对全要素碳生产率影响因素进行实证分析。研究发现:2001—2015年,我国东部沿海地区全要素碳生产率指数呈现波动上升的趋势,少数地区全要素碳生产率水平较低,各地区每年全要素碳生产率不稳定;我国东部沿海地区全要素碳生产率指数年均增长率为5.4%,其中技术进步年均增长率为4.2%,技术效率年均增长率为1.2%,全要素碳生产率提高主要是由技术进步引起;产业结构、能源利用效率、能源消费结构和城市化水平与全要素碳生产率呈负相关,对外开放程度和创新能力与全要素碳生产率呈正相关。     

从全要素生产率增长看经济增长方式的变化

中国全要素生产率增长的变化主要经历了三个阶段.20世纪80年代的波动增长期,90年代的稳定发展期和2000年以后的下降恢复期.就各要素对经济增长的贡献来说,资本投入的贡献是推动中国经济增长的主要动力,平均占到46.90%;劳动投入的贡献较为稳定,但水平相对较低,只有17.36%;全要素生产率的贡献平均维持在35.75%的水平.因此,从整体来看,中国经济增长的方式仍然没有摆脱效率较低的粗放型增长,但其趋势是向着集约型增长发展.