中国西部地区省际全要素能源效率研究——基于超效率DEA模型和Malmquist指数

本文基于超效率DEA模型,测算出2000~2011年中国西部11个省考虑环境效应的全要素能源效率,并运用Malmquist指数法将全要素能源效率指数分解为技术进步指数和技术效率指数,最后利用Tobit模型对全要素能源效率影响因素进行了分析。结果表明:西部各省能源效率差距较大,其中,内蒙古、重庆和青海的能源效率较高,广西、贵州、云南和甘肃的能源效率比较低;样本期间,西部地区平均全要素能源效率下降了0.4%,技术进步是能源效率变动的主要因素;第二产业和第三产业发展对西部地区能源效率提升有促进作用,能源价格、煤炭消费以及区际产业转移的上升对西部地区能源效率提升有抑制作用。     

环境规制对中国全要素能源效率的影响研究——基于省际面板数据的实证检验

本文选取2003～2017年中国30个省级行政区域面板数据为样本, 基于超效率DEA模型和Malmquist指数, 运用Tobit 面板数据处理方法, 研究环境规制与我国各地区全要素能源效率之间的关系。结果显示： （1） 我国全要素能源效率平均水平整体呈下降趋势, 技术水平下降是主要原因; （2） 区域全要素能源效率不均衡, 东部地区最高, 西部最低; （3） 用各种指标度量的环境规制对全要素能源效率的影响基本一致, 均有利于提升全要素能源效率。     

碳排放约束下我国全要素生产率增长的测度与分解——基于SBM方向性距离函数和GML指数

本文运用SBM方向性距离函数和Global Malmquist-Luenberger(GML)指数将能源与二氧化碳纳入全要素生产率测度与分解框架中,测算了2001～2009年我国备省市的环境效率及环境全要素生产率变动状况,将环境全要素生产率变动分解为纯技术进步、纯技术效率变动、规模效率变动和技术规模变动等4个因素.研究结果表明:环境无效率普遍存在,且在省际间的分布差异较大;环境全要素生产率的增长和省际差异分别源于技术进步和规模效率,纯技术效率则出现不同程度地恶化.     

产业结构合理化对全要素能源效率的影响研究——一个非径向DEA模型分析框架

为研究产业结构合理化对全要素能源效率的影响,本文利用2000～2014年我国省级面板数据,基于非径向DEA分析框架下SBM模型和泰尔指数,分别测算了我国30个省（市、自治区）的全要素能源效率和产业结构合理化指数。运用全面的FGLS估计法进行实证研究。研究表明：我国三大地区的全要素能源效率和产业结构合理化程度存在显著差异,产业结构合理化对全国及三大地区的全要素能源效率均有正向影响,其影响程度存在区域差异。根据研究结论,从产业结构合理化等方面提出相关对策建议。     

碳排放约束下京津冀都市圈全要素能源效率研究

基于环境DEA技术和方向距离函数,运用投入导向的规模报酬不变的DEA模型,测算了碳排放约束下京津冀都市圈2005～2009年的全要素能源效率,并运用ML生产率指数动态分析了全要素能源效率增长变动及其成分.结果表明:碳排放约束下京津冀都市圈的全要素能源效率及其增长均高于未考虑碳排放约束下的情形;技术进步是碳排放约束下京津冀都市圈全要素能源效率增长变动的主导力量;各城市间能源效率及变动趋势存在一定差异;为因地制宜的制定差异化节能减排政策提供了决策支持.     

基于环境污染的中国全要素能源效率研究

本文运用1995—2006年中国28个省区市际面板数据,选取基于投入导向的规模报酬不变超效率DEA模型,测算出包含非合意性产出环境污染的中国省际全要素能源效率,检验了中国和分区域全要素能源效率的收敛情况,并基于经济结构和能源因素视角,采用Tobit模型分析了中国和分区域的全要素能源效率的影响因素。研究表明:全要素能源效率同产业结构、产权结构、能源消费结构以及资源禀赋变量呈显著的负相关,与能源价格因素呈弱正相关关系。     

能源环境约束下的中国区域工业研发创新全要素生产率:2001～2011年

本文考虑了研发创新过程中的能源环境约束,构建能处理非期望产出Malmquist-Luenberger指数模型对中国30个省级区域及八大经济区2001 ～ 2011年间工业企业研发创新的全要素生产率及其分解指数进行测算,并分析其时序演进和空间分布的基本特征.研究发现:当考虑了研发创新过程中的能源环境约束后,中国工业企业研发创新全要素生产率指数(ML指数)与传统研发创新全要素生产率指数(M指数)比较,有一定程度的下降;技术进步是工业企业研发创新全要素生产率增长的源泉,技术效率呈下降态势;考察期内研发创新全要素增长率呈上升趋势的地区包括南部沿海、东部沿海、北部沿海、大西北地区;呈下降趋势的地区包括东北地区、长江中游、大西南、黄河中游.     

城镇化、能源消费与工业全要素能源效率——基于非线性平滑转换回归模型的分析

本文在标准平滑转换模型的基础上引入转换参数,利用2000～2014年间中国工业层面的数据估计了城镇化、能源消费对工业全要素能源效率的效应。研究发现：当能源消费系数高于0.0587时,城镇化、能源消费对工业全要素能源效率之间表现出显著的非线性变化。城镇化率每提高1%,会导致工业全要素能源效率提高7.5667%;而能源消费每提高1%,则会导致工业全要素能源效率提高1.2132%。进一步纳入城乡收入差距因素后,上述结论依然成立。本文的结论具有深刻的政策含义：只有积极推进城镇化战略,善于利用城镇化效应释放新的制度红利,才是中国经济实现可持续发展的必由之路。     

经济转型期间中国工业增长与全要素能源效率

经济转型期间中国工业部门取得了辉煌的增长业绩,在中国工业部门增长的背后是资源和能源的大量消耗。本文从中国工业部门增长的核心入手,剖析中国工业部门35个行业的全要素能源效率。通过构建考虑能源消耗的全要素生产力指数和全要素能源效率的分析框架,本文从四个方面考察了中国工业部门增长与全要素能源效率的关系;一是中国工业部门的生产力与技术变动同全要素能源效率表现之间的关系;二是全要素技术效率与全要素能源效率的比较;三是工业部门的人均增加值与全要素能源效率的U型曲线关系;四是工业部门结构变动与全要素能源效率的关系。     

中国地区全要素能源效率评价及节能潜力分析

本文基于生产经济学理论，构建了合理的投入产出指标体系，利用SBM-Undesirable模型测算了2012～2021年中国地区能源效率，分析了各地区节能潜力。研究结果表明：(1)中国整体全要素能源效率处于较低水平，呈现先升后降随后平稳态势；(2)全要素能源效率存在区域异质性，呈现东高西低的分布特征，只有中部区域存在σ收敛；(3)大部分省域的节能潜力较大。为提高地区能源效率、实现节能目标，应该提高研发投入，加强技术交流和合作；优化产业结构和能源消费结构，加快建立智慧能源管理系统，促进能源的合理流动；实行一地一策，制定差异化的节能政策和环境规制政策，注重不同政策之间的协同效应，促进区域之间的协同发展。     

黄河流域能源效率时空演化及影响因素研究

提高全要素能源效率是实现黄河流域高质量发展的关键所在。运用包含非期望产出的超效率SBM模型、GML指数模型和空间探索性分析方法,测度了黄河流域9省区1999—2020年的全要素能源效率及其时空演化特征。考虑因变量为截断数据的特性,构建了包含经济发展水平、产业结构、能源结构、人口规模、环境规制5个驱动因素的面板Tobit模型,检验了其对黄河流域全要素能源效率的驱动效应。结果表明：黄河流域全要素能源效率值较低,上、中、下游依次递增,地区差异明显。技术效率对全要素能源效率的抑制作用明显高于技术进步的带动作用。从空间角度看,上游地区主要以低低集聚为主,下游地区则以高高集聚为主,四川和内蒙古存在由高低集聚向低低集聚演化的趋势。从驱动因素角度看,经济发展水平显著正向影响黄河流域的全要素能源效率,能源结构恰恰相反。并且各因素对上、中、下游地区的作用机制各不相同。     

工业集聚与绿色能源效率提升——基于黄河流域的实证分析

黄河流域在工业集聚的过程中同时面临着绿色低碳的高质量发展需求。本文基于2010～2020年黄河流域71个城市的数据样本，运用SDM模型实证检验工业集聚与绿色全要素能源效率的非线性关系。研究发现，工业集聚与本地绿色能源效率存在显著的“倒U型”曲线关系，与周边城市存在“U型”曲线关系；且不同类型城市工业集聚对本地绿色能源效率的影响强度具有异质性，表现为资源型城市>非资源型城市、老工业基地城市>非老工业基地城市；工业集聚对绿色能源效率的影响存在环境规制的双重门槛效应。基于此，应识别工业集聚的不同阶段影响，注重产业错位发展，强化产业互补，深入发挥工业集聚的积极影响，因地制宜，以期提升绿色全要素能源效率，促进黄河流域绿色高质量发展。     

我国工业污染治理动态效率研究

全要素生产率是动态效率的一种度量。以我国30个省市的工业污染治理投入产出的统计数据为实例,运用基于DEA模型的Malmquist指数方法,测算了2000～2009年中国省际的工业污染治理全要素生产率的变化。结果显示:2000～2009年期间我国工业污染治理全要素生产率增加7.1%,主要来源于技术进步的贡献;省际间的全要素生产率的变动存在较大区域差异,河北省工业污染治理全要素生产率改善最多,而青海省下降最多;工业污染治理全要素生产率的变化和技术变化随时间都呈现U型曲线规律。最后基于实证分析的结果,给出了提升我国工业污染治理效率的政策建议。     

我国对外开放机场的动态生产效率研究

本文利用数据包络分析法和Malmquist生产率指数对我国对外开放机场2001—2005年的生产效率及其变动情况进行总体评价,并利用Tobit回归模型对影响机场生产无效率的因素予以识别。研究发现:我国对外开放机场总体上生产效率较低,纯技术无效率是其主要成因;东部地区对外开放机场生产效率最高,依次为中部、西部和东北地区;枢纽机场生产效率明显高于非枢纽机场;机场全要素生产率总体上呈现逐年改善的趋势,主要源于综合技术效率变动和技术进步的双重作用;跑道长度、候机楼面积、每架次飞机完成的货邮吞吐量、区域经济发达程度、枢纽机场地位以及位于省会及计划单列市均是影响机场生产无效率的重要因素。     

碳试点政策冲击下的地区工业全要素生产率增长分析

本文基于DEA-Malmquist指数方法测算了我国各省(区、市)2003～2022年的工业全要素生产率,通过双重差分法研究发现碳交易试点政策有助于促进碳试点地区工业全要素生产率增长,并发现在2013～2022年间,碳试点地区工业全要素生产率的增长主要来源于纯技术进步和纯技术效率提升,规模效率提升的贡献相对较低。具体的,在2013～2022年间,纯技术效率、纯技术进步和规模效率所作的平均贡献分别为56.8%、36.9%和6.3%。但是从变化趋势来看,近年来碳试点地区依赖于纯技术效率提升和纯技术进步实现工业全要素生产率增长的空间在不断缩小,规模效率提升所发挥的作用在稳步增强,在2019～2022年、2020～2022年以及2021～2022年3个样本期内,规模效率提升所作的平均贡献均超过了20%,未来碳试点地区工业全要素生产率增长将愈发依托规模效率改善的增长模式。     

基于DEA的中国能源生产率增长变动及影响因素研究

本文基于生产率和效率的内涵界定,探讨了能源生产率、能源效率及变化率的衡量指标,指出若要度量能源利用的动态变化情况,生产率增长指标比效率改进指标更为合适;同时全要素框架下测算能源生产率增长率(即全要素能源生产率增长率)应比单要素能源生产率增长率更能准确反映能源生产率变动情况。通过将这两个指标用于2000~2010年能源生产率增长情况,本文发现两者在反映能源生产率增长率的纵向变化趋势时基本一致,但在横向比较时有一定差别。本文还发现受经济周期和政策环境变动的影响,2000~2010年我国全要素能源生产率增长率的演化趋势可分为4个阶段。最后,利用计量模型考察全要素能源生产率增长率的影响因素,并对在"五年规划"纳入节能指标对能源生产率的影响进行定量评估。     

中国全要素能源效率及区域差异研究——基于BCC 和Malmquist 模型

中国各区域间能源经济发展不平衡。本文选用劳动力、资本存量、能源作为投入指标,各省实际GDP和环境污染物作为期望产出和非期望产出, 利用DEA - BCC 模型和 BCC - Malmquist 指数对中国全要素能源效率进行测算, 并对我国四大区域全要素能源效率进行对比分析。结果表明, 考虑非期望产出的能源效率普遍低于不考虑非期望产出的能源效率, 其测算结果更加准确; 中国能源全要素生产率变化在整体上呈现递减趋势, 相较于规模效率, 技术效率对全要素生产率变化影响更加明显; 能源效率在空间变动形式上呈现较大差异, 由高到低依次为： 东部沿海地区、东北地区、中部地区、西部地区。为提高中国整体能源效率, 各区域必须根据其发展状况制定契合能源供给侧结构性改革的政策。     

我国大中型工业快速增长的动因分析1995-2004

传统观点文都认为中国经济增长的动力是资本的堆集,但是本文采用Malmquist指数和DEA技术,研究中国28个省市地区大中型工业的动因,分析发现1995年-2004年:(1)大中型工业平均增长15.5%,其中全要素生产率增长拉动工业增长平均为9.2%,贡献丰约60%,而资本和劳动投入增长对产出增长的综合贡献从1996年的13.5%,下降到2004年的0.7%;(2)全要素生产率中技术进步和规模效率的改善对产出增长的贡献目渐突出,技术进步推动工业经济增长5.2%,规模效率改善推动工业增长3.3%.基于此,本文认为全要素生产率是我国区域经济快速增长的主动力.     

基于非期望产出和环境管制的省际能源效率研究

与DEA框架下“综合能源效率”相比,将资本、劳动等非能源投入要素固定,仅仅缩减能源投入的单纯的能源效率更科学、更符合经济发展实际.本文选取基于投入导向的DEA模型比较分析了我国29个省市自治区未考虑非期望产出、考虑非期望产出以及同时考虑非期望产出和环境管制的单纯的能源效率.研究发现我国能源效率存在区域不平衡,东部沿海地区的能源效率明显高于东北和中西部地区.在环境管制情况下,不同区域的能源效率的改进程度存在明显差异,中西部地区的改善程度高于东部沿海地区,为因地制宜的制定能源政策提供了依据.     

节能减排约束下中国制造业行业的效率和生产率的研究

本文运用SBM方向性距离函数和卢恩伯格生产率指标,对在资源和环境约束下我国26个制造业行业1999～2008年的效率和生产率及其构成进行了实证研究.结果表明:能源的过多使用以及SO2和COD的过度排放是环境无效率的主要来源;环境无效率水平最高的是原材料工业,环境效率水平最高的是机械设备制造业;环境全要素生产率的平均增长率低于市场全要素生产率的平均增长率,说明了环境管理的无效率;纯技术进步是中国制造业行业环境全要素生产率增长的主要推动力.