Scientia Geographica Sinica  2016 , 36 (12): 1793-1801 https://doi.org/10.13249/j.cnki.sgs.2016.12.004

论文

基于DEA-Malmquist模型的唐山市工业经济与能源全要素生产率分析

韩瑞玲, 张秋娈, 朱绍华, 陈艳梅

河北师范大学旅游系,河北 石家庄 050024

Industrial Economy and Energy TFP of Tangshan City Based on DEA and Malmquist Model

Han Ruiling, Zhang Qiuluan, Zhu Shaohua, Chen Yanmei

Tourism Department of Hebei Normal University, Shijiazhuang 050024, Hebei, China

中图分类号:  F403.2

文献标识码:  A

文章编号:  1000-0690(2016)12-1793-09

收稿日期: 2016-03-24

修回日期:  2016-08-5

网络出版日期:  2016-12-20

版权声明:  2016 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  国家自然科学基金青年科学基金项目(41301122)、河北省教育厅自然科学研究项目 (QN20131024)、国家社会科学基金项目(BJY026)资助

作者简介:

作者简介:韩瑞玲(1984-),女,河北文安人,博士,副教授,主要从事区域发展与规划研究。E-mail:hrl309@163.com

展开

摘要

以唐山市34个工业行业的面板数据为基础,选择DEA和Malmquist指数模型,对1992~2012年全要素经济生产率、2000~2012年全要素能源生产率及其分解结果进行了分析,并对全要素经济生产率、全要素能源生产率分别进行了影响因素分析。结果发现:研究期内,全要素经济生产率、全要素能源生产率均有所提高,其中技术进步发挥了最主要作用。总体上,经济、能源的TFP指数均在2010年表现最优。分行业看,唐山市的传统优势产业的经济、能源TFP指数增长较快,这对唐山未来产业转型和重组产生了较大阻力,但是也显示出能源集约化程度有所提高。从根本上看,产业结构的不合理不仅束缚了经济、能源效率的提高,且连带影响了对外开放水平的进步及能源结构的优化。通过对唐山市工业行业经济、能源的静态与动态效率分析,并进行影响因素分析,可判定唐山工业发展的质量及各行业的发展差异,为区域进一步转型发展提供理论依据。

关键词: 经济 ; 能源 ; 全要素生产率 ; DEA ; Malmquist ; 唐山

Abstract

Based on the panel data of 34 industries in Tangshan City, this article analyzed the total factor productivity analysis (TFP) of economy and TFP of energy in 1992-2012, with the help of DEA-Malmquist Index Approach, DEAP2.1 software. It was found that, the technological advances had played a major role for the increases of the economy and energy productivity of TFP during the study period. Totally, the economy and energy index of TFP were the best in 2010, and the TFP index in traditional advantage industry of Tangshan City grew rapidly among different industries. In terms of economic efficiency, 5 industries like ferrous metal mining industry, non-ferrous metal mining industry, agricultural and sideline food processing industry, furniture manufacturing, and metal products showed high industry development efficiency. And in energy efficiency, the non-ferrous metal mining industry, coal mining and washing industry, ferrous metal mining industry, general equipment manufacturing industry showed the same trend. This phenomenon would be a larger resistance in the future’s industrial transformation and restructuring. However, it also showed that the increasing energy intensification. Scientific investment, information technology, and energy self-sufficiency have a positive impact on the improvement of energy efficiency, while industrial structure and energy structure have suppressed energy efficiency. The conventional economic construction, urbanization process can promote economic efficiency, and the lack of investment in science and technology could reduce the speed of efficiency. Basically, irrational industrial structure not only hindered the enhancement of economy and energy efficiency but also affected the progress of opening-up and improvement of energy structure.

Keywords: economy ; energy ; total factor productivity analysis ; DEA ; Malmquist ; Tangshan

0

PDF (537KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

韩瑞玲, 张秋娈, 朱绍华, 陈艳梅. 基于DEA-Malmquist模型的唐山市工业经济与能源全要素生产率分析[J]. , 2016, 36(12): 1793-1801 https://doi.org/10.13249/j.cnki.sgs.2016.12.004

Han Ruiling, Zhang Qiuluan, Zhu Shaohua, Chen Yanmei. Industrial Economy and Energy TFP of Tangshan City Based on DEA and Malmquist Model[J]. Scientia Geographica Sinica, 2016, 36(12): 1793-1801 https://doi.org/10.13249/j.cnki.sgs.2016.12.004

1978年以来,中国工业化和城市化的超常规发展,加剧了经济发展进程中的资源浪费、环境污染等问题[1]。2011年中国GDP占全球的10.48%,却消耗了世界近20.3%的能源、49%的钢铁和60%的水泥。灰霾天气加剧了市民对环境安全的焦虑;京津冀区域环境质量一度成为2022年“北京冬奥会”申办的主要不利因素之一。《2014年全球环境绩效指数(EPI)报告》显示,中国在全世界178个参加排名的国家和地区中位居第118位[2]。虽然中国已明确,将在全国47个重点城市严格限制钢铁、水泥、石化、有色等行业中的高污染项目[3],但生态环境先天不足、后天污染压力以及经济刚性增长需求并存成为棘手矛盾。而经济效率充分考虑了资本、劳动力、环境、资源、技术等投入要素的成本,并最大化追逐经济收益,因此成为衡量经济与环境双赢的主要目标之一。目前,学者对效率研究已包涵能源效率[4]、机场效率[5]、汽车检验代理服务效率[6]、交通事故预防与处理效率[7]、通信行业效率[8]、城市效率[9]等问题。

全要素生产率分析(TFP)是从经济增长效率的角度来研究区域或产业的经济增长质量、技术进步和管理效率水平,常被用来检测区域或组织的技术、结构、生产水平[10],已经成为效率研究的重要分支方向。针对环境要素的全要素分析也逐步开展,如将污染物的排放量指标纳入指标体系,充分考虑经济发展与环境的耦合关系[11];将能源消费指标作为评价依据,评判能源消费的经济绩效、环境绩效及其成因[12];研究能源消费与污染物排放的关系,分析新能源的使用效率问题[13]等。在经济生产过程中,投入要素最小而环境污染产出也达到最小的非期望产出也被充分考虑[10]。因此,有的学者选择方向性距离函数将环境污染变量作为非期望产出进行处理[14]

分析企业或组织生产效率的方法主要分为参数法和非参数两大类。参数法主要包括随机前沿法(SFA)、收入份额法和回归模型法。非参数法主要包括数据包络分析法(DEA)和指数法,其可避免函数形式设定错误而影响结论的准确性。DEA方法在能源效率[15]、产业效率[16]、碳排放效率[17]研究中均有体现,其在使用灵活性方面具有优势[18],在计算时无须对数据进行无量纲化处理[15]。许多学者将DEA与Malmquist指数结合进行宏观区域的动态面板数据分析[19]以进行全要素生产率问题的解析,但对于中观区域的城市研究由于数据难获取而相对较少,多是城市比较研究,针对于能源效率的研究就更少。

1 研究方法与研究区域

1.1 DEA-Malmquist模型

DEA方法主要测度决策单元的静态效率,在DEA基础上的Malmquist指数模型可依据面板数据分析决策单元的动态效率变化趋势,利用DEA-Malmquist指数进行分解分析有利于对TFP估计提供更加稳健深入的支持[12,20]。Malmquist生产率指数可分解为技术效率变化指数(EC)和技术进步变化指数(TC)的乘积。其中技术效率变化指数(EC)可引申为纯技术效率变化指数(PTEC)和规模效率变化指数(SEC)的乘积:

TFP= EC(CRS) × TC(CRS)= PTEC(VRS) × SEC(CRS, VRS) × TC(CRS) (1)

式中,TFP指数即是全要素生产率指数,反映不同工业行业的全要素生产率变化程度。CRS表示规模报酬不变,VRS表示规模报酬可变。技术效率变化指数衡量不同行业的物质投入的资源配置水平,技术进步变化指数衡量技术改善的程度。纯技术效率变化指数衡量决策单元无效中纯技术无效率的改变比例。规模效率变化指数则判断决策单元的规模效率水平。各指数的具体构成为:

EC(CRS)=Dct+1(Xt+1,Yt+1)Dct(Xt,Yt), (2)

TC(CRS)=Dct(Xt+1,Yt+1)Dct+1(Xt+1,Yt+1)×Dct(Xt,Yt)Dct+1(Xt,Yt)12(3)

PTECVRS=Dvt(Xt+1,Yt+1)Dvt(Xt,Yt),

SECCRS,VRS=Dvt(Xt,Yt)Dct(Xt,Yt)×Dct+1(Xt+1,Yt+1)Dvt+1(Xt+1,Yt+1)(4)

式中,(X t, Y t)、(X t+1, Y t+1)分别为时间tt+1的投入产出向量; DctDct+1分别为tt+1期基于规模报酬不变的距离函数,即决策单元(X,Y)的实际产出向最优产出的压缩比例。而 DvtDvt+1则为tt+1期基于规模报酬可变的的距离函数。 DctDct+1DvtDvt+1可利用DEA方法得到。若 EC>1,表示效率提高;若EC=1,表示效率没有变化;若 EC<1,表示效率降低[9]TCSEC的意义与EC判定标准相同。

1.2 研究指标

在计算唐山市34个工业行业的全要素经济生产效率(经济TFP指数)时,产出指标有2个:工业总产值(反映净输出,亿元)、产品销售收入(反映总输出,亿元);投入指标有3个:固定资产净值平均余额(反映固定资本投入,亿元)、流动资产年平均余额(反映流动资本投入,亿元)、全部从业人员年平均人数(反映劳动力投入,万人)[20]。在计算各行业的全要素能源生产效率(能源TFP指数)时,产出指标有2个:工业总产值、产品销售收入;投入指标有4个:能源消费量(反映能源投入,万吨标准煤)、固定资产净值平均余额、流动资产年平均余额、全部从业人员年平均人数。其中,对工业总产值、产品销售收入、固定资产净值平均余额、流动资产年平均余额指标以1992年不变价格进行处理。基于数据的可得性以及指标的连贯性,本文DMU和数据均来自于《唐山统计年鉴》[21](1993~2013),统计口径是“规模以上工业企业主要指标”(由于20世纪90年代初期统计口径差异,所以选择“全部独立核算工业企业经济指标”或“乡及乡以上独立核算工业企业经济指标”共整理出34个行业)。指标在选取时注意了以下问题:所有输入输出指标皆为非负的非比率型指标;诸输入输出指标相关性不够高;DMU的个数大于输入输出指标个数之和的2倍。需要说明的是,由于对唐山各工业行业的能源统计指标自2000年开始才相对完整,所以本文对其能源效率计算始于2000年。

1.3 全要素生产率的影响因素分析及指标选取

本文拟对经济TFP指数和能源TFP指数的影响因素进行回归分析。具体指标选取见表1

表1   唐山市经济TFP指数、能源TFP指数影响因素分析指标

Table 1   Impact factors index of economic TFP and energy TFP in Tangshan

项目指标变量含义
经济TFP指数影响因素第三产业产值比重(%)S反映产业结构
科技人员总数(人)T反映科技研发的人力资本投入
邮电业务总量(万元)IO反映信息技术水平
公路密度(km/km2IR反映区域基础设施的发展水平
实际利用外资额(万美元)O反映经济对外开放水平和引进外资的能力
非国有经济的比重(%)R反映制度因素,体现经济的活跃度和市场化程度
城市化水平(%)U反映城市的整体发展水平,体现城市建设的溢出效应和网络化效应
能源TFP指数影响因素第三产业产值比重(%)ES反映产业结构
科技人员总数(人)ET反映科技研发的人力资本投入
邮电业务总量(万元)EIO反映信息技术水平
煤炭生产占煤炭消费比例(%)ES反映能源自给率
煤炭消费量占能源消费总量比例(%)ER反映能源消费结构

新窗口打开

1.4 研究区域

唐山市是典型的再生型资源城市,富含铁矿、煤炭等资源,是国家三大铁矿集中区之一[16]。1978~2013年,唐山三次产业占GDP比例平均值分别为21.43%,52.57%,26%,其中第二产业的比例平均值较全国高出了7.04%,第三产业低于全国平均值8.38%。1978~2013年,唐山GDP占河北省的比重由15.90%增长至21.63%(图1),其三次产业占河北省的比例平均值分别为17.28%,19.07%,14.96%。第二产业总体比重仍然较大,2000年更是达到22.66%,在11个地市中比重最高,而其中钢铁产业产能占河北省的50%,占全国总产量的12.5%。

图1   1978~2013年唐山市各产业产值占河北省的比重

Fig.1   The industrial value proportion of Tangshan City in Hebei Province, 1978-2013

唐山市经济发展较大程度上依赖于工业产业,重工业突出的结构使其面临的经济转型升级、削减产能压力巨大。因此,有必要对唐山已有工业经济效率进行分析,以充分判定各行业发展差异、状态及其对经济影响;对唐山工业能源效率进行分析,则可检验区域能源使用情况及集约化的响应程度,为区域经济的进一步发展定位及转型提供理论依据。本文以唐山市34个工业行业1992~2012年的面板数据为基础,因为行业较多且各行业间差异较大,不宜设定统一的函数形式,故选用非参数分析方法,即以DEA为基础的Malmquist指数法测算唐山市工业全要素经济生产率、全要素能源生产率变动及其分解结果,并对全要素经济、能源生产率分别进行了影响因素的回归分析。在计算时,本文以DEAP2.1软件作为DEA的实现工具。

2 全要素生产率结果及特征分析

2.1 全要素经济生产率分析

2.1.1 各行业总体经济效率特征与时序分析

1992~2012年唐山市34个工业行业的总体经济TFP指数的平均值为1.04,表明其生产率处于持续增长状态(表2)。研究期内,技术进步平均增长率为18%,纯技术效率的平均增长率-2%,规模效率的平均增长率为-4%。21 a内,共有8个年份TFP指数小于1,主要集中于研究初期和末期,其中最小值出现在1994年、2009年,TFP增长率均为-10%;最大值出现在2010年,TFP增长率为22%。2009~2010期间出现如此巨大波动,主要是由于技术进步的增长率由-19%增长至24%,带动了TFP增长,且保证了增长效应的发挥。1992~2000年,TFP指数呈现总体增长态势,其中1996、2000年TFP指数最高,为1.09。20世纪90年代初,唐山市完成了地震后重建,各工业企业在资本、劳动力投入方面均呈大幅增长,经济实力逐渐恢复。1996年唐山跨入全国综合实力50强,在能源工业、钢铁工业方面的优势日益突出,其经济的规模效率在1996年之后总体保持增长。但由于2000年后新的结构性矛盾逐步显现,经济运行中的电、水、煤、运等瓶颈制约越来越突出,再加上区域经济的外向度较低,内部消费增长慢,就业压力较大等原因,使得唐山市TFP指数经历了2002~2004年的小幅下降趋势,之后又有增长。2004年后,唐山经济生产总值一直位列河北省首位。直到2009年后,TFP指数又经历了一次波动。2010年,虽经历“限电限产”、房地产调控等不利因素,但由于铁路建设、保障房建设等,中国的钢铁需求仍然旺盛。2000~2013年,中国钢材的消费年均增长速率为17.12%,而同期唐山的钢材生产量平均增长率高达27.91%。总体上看,以4 a期阶段划分分析,除1993~1996年TFP平均指数为下降趋势外,其他阶段表现出有规律的增长趋势。

表2   1993~2012年唐山市工业行业全要素经济生产率指数及其分解

Table 2   TFP index and decomposition of industrial economic efficiencies in Tangshan,1993-2012

年份综合效率技术进步率纯技术效率规模效率全要素
生产率
年份综合效率技术进步率纯技术效率规模效率全要素
生产率
19930.881.120.920.960.9920041.121.071.190.941.19
19941.070.841.170.910.9020050.921.100.911.011.02
19951.130.860.971.170.9720061.041.100.991.061.15
19960.831.310.950.881.0920070.951.150.921.021.08
19971.050.921.001.060.9620080.971.021.100.880.99
19980.841.100.841.000.9220091.110.811.051.050.90
19991.081.001.031.051.0820100.981.241.030.951.22
20001.160.941.091.061.0920110.382.870.710.541.09
20010.951.130.931.021.0720120.601.630.980.610.97
20020.971.041.010.961.01均值0.941.180.980.961.04
20030.881.280.890.991.13

新窗口打开

2.1.2 分行业经济效率特征分析

1992~2012年唐山市34个工业分行业的经济TFP指数平均值为1.04(表3),各行业的技术进步平均增长率为13%,为最主要的增长推动力,这为产业结构升级、资源重新配置、设备更新、自主研发和创新等起到了较好的技术带动作用。研究期内,纯技术效率的年均增长率为-2%,表明唐山34个工业行业依然存在低效率现象,企业运行、管理效率不高,存在资源管理、产业政策不配套、企业人员效率不高等问题;规模效率的平均增长率仅为-6%,表明各行业未达到最优的生产规模,生产要素有机结合不够,平均成本未有明显降低。

表3   1992~2012年唐山市工业各行业的全要素经济生产率指数及其分解

Table 3   TFP index and decomposition of each industrial economic efficiencies in Tangshan, 1992-2012

行业综合效率技术进步率纯技术效率规模效率全要素
生产率
行业综合效率技术进步率纯技术效率规模效率全要素
生产率
10.941.100.990.941.03190.931.130.891.041.05
20.921.090.960.961.00200.911.180.990.921.07
30.961.121.020.941.07210.911.120.980.931.01
41.031.131.011.011.16220.931.121.000.931.04
50.921.120.990.931.03230.881.150.920.951.01
60.961.151.060.911.10240.951.121.010.941.06
70.931.121.000.931.04250.891.170.980.911.03
80.921.120.980.941.03260.901.160.990.901.03
90.931.131.000.931.05270.921.141.000.921.05
100.921.110.970.941.02280.941.120.990.941.05
110.941.160.970.971.09290.881.160.900.981.03
120.891.130.881.011.01300.911.130.990.921.03
130.931.161.010.921.08310.931.121.000.931.03
140.921.121.000.921.04320.951.091.000.951.04
150.901.130.970.931.02330.871.120.920.940.97
160.931.030.990.940.96340.911.100.930.981.00
170.901.090.960.930.98均值0.921.130.980.941.04
180.901.130.970.931.02

注:1.煤炭开采和洗选业;2.石油和天然气开采业;3.黑色金属矿采选业;4.有色金属矿采选业;5.非金属矿采选业;6.农副食品加工业;7.食品制造业;8.酒、饮料和精制茶制造业;9.纺织业;10.纺织服装、服饰业;11.皮革、毛皮、羽毛及其制品和制鞋业;12.木材加工和木、竹、藤、棕、草制品业;13.家具制造业;14.造纸及纸制品业;15.印刷业和记录媒介的复制;16.石油加工、炼焦及核燃料加工业;17.化学原料及化学制品制造业;18.医药制造业;19.化学纤维制造业;20.橡胶、塑料制品业;21.非金属矿物制品业;22.黑色金属冶炼及压延加工业;23.有色金属冶炼及压延加工业;24.金属制品业;25.通用设备制造业;26.专用设备制造业;27.其他交通运输设备制造业;28.电气机械及器材制造业;29.通信设备、计算机及电子设备制造业;30.仪器仪表及文化、办公用品业;31.其他制造业;32.电力、热力的生产和供应业;33.燃气生产和供应业;34.水的生产和供应业。

新窗口打开

具体而言,经济TFP指数小于1的行业有3个:石油加工、炼焦及核燃料加工业,化学原料及化学制品制造业,燃气生产和供应业。经济TFP指数等于1的行业有2个:石油和天然气开采业,水的生产和供应业。经济TFP指数大于1的行业有30个,分布于[1.01,1.16]区间内,这其中,所有行业的技术进步均呈增长态势,起到了主体推动作用;仅有5个行业的技术效率呈正增长,3个行业的规模效率呈正增长。在这30个行业中,增长率最高的是有色金属矿采选业(16%),该产业的综合效率、技术进步、技术效率、规模效率均呈增长态势,是所有产业中发展最好的,这反映了唐山在矿山、冶炼和加工等消耗领域的市场需求状况。但随着技术水平的提高,有色金属矿采选业还将有巨大的节能减排潜力和空间。

2.2 全要素能源生产率分析

2.2.1 各行业总体能源效率特征与时序分析

2000~2012年唐山市34个工业行业的总体能源TFP指数平均值为1.03,综合效率平均变化率为-3%(图2),技术进步平均变化率为6%,纯技术效率平均变化率为-1%,规模效率平均变化率为-2%。研究期内,2001、2009年的能源TFP指数增长率小于1,分别为-21%、-9%,主要是因为技术衰退较为突出。2000年以来,国内钢材的需求量越来越大,唐山借机壮大了钢铁行业的发展规模,通过转变发展方式,使得整个地区的产能集中释放。虽然2009年来面临高耗高污企业改革,唐山钢铁业却在节能减排、整合重组、关闭取缔、治理整顿等多方面压力下得以继续发展。比如,2010年的通用设备制造业、其他交通运输设备制造业、电气机械及器材制造业的工业产值较2009年分别增长了118.51%,65.81%,70.73%。2010年,纯技术效率增长率为6%,表明唐山市各工业企业在2010年表现出明显的“优化型”发展模式,更加注重技术效率的提高。2003年与2006年的TFP指数增长率也有不俗表现,超过了10%,这也是技术效率发挥作用的结果,尤其是2006年的技术进步、技术效率、规模效率均呈增长态势,是所有年份中表现最优的。

图2   2001~2012年唐山市工业行业的全要素能源生产率指数及其分解

Fig. 2   TFP index and decomposition of industrial energy efficiencies in Tangshan, 2001-2012

2.2.2 分行业能源效率特征分析

2000~2012年的唐山市34个工业分行业能源TFP指数的平均值为1.03(表4),推动各行业TFP指数增长的主要动力同样为技术进步,其平均增长率为6%。技术进步会对能源的利用、排放进行管理,通过更新设备、技术等提高资源利用率,减少能源的污染排放,进而推动经济进步,如利用新能源发电,使用洁净煤技术减少污染等,以达到资源消耗低、环境污染少、经济效益好的节约发展、清洁发展路径。

表4   2000~2012年唐山市工业行业全要素能源生产率指数及其分解

Table 4   TFP index and decomposition of each industrial energy productivity in Tangshan, 2000-2012

行业综合效率技术进步率纯技术效率规模效率全要素
生产率
行业综合效率技术进步率纯技术效率规模效率全要素
生产率
10.921.221.040.891.12190.961.030.961.000.99
20.941.060.941.001.00200.971.121.000.961.09
31.001.101.001.001.10210.951.120.970.981.06
41.031.221.021.011.26220.891.181.000.891.06
51.051.051.011.041.10230.911.050.911.000.96
61.000.991.001.000.99241.001.031.001.001.03
71.001.041.001.001.04251.011.121.050.961.12
80.981.010.961.030.99261.031.031.050.981.06
90.991.070.991.001.06271.011.021.001.011.03
101.001.001.001.001.00281.011.011.011.001.03
110.961.030.961.010.99290.950.930.951.000.88
120.941.030.941.000.97301.001.021.001.001.02
131.011.031.001.011.04310.971.051.000.971.02
140.891.150.970.931.03320.921.131.000.921.04
151.000.941.001.000.94330.990.970.991.000.96
160.921.191.010.911.09340.971.060.971.001.03
170.881.220.990.901.07均值0.971.060.990.981.03
181.001.031.001.001.03

新窗口打开

具体而言,能源TFP指数小于1的行业有9个,其中通信设备、计算机及电子设备制造业的TFP增长率降幅最大(-12%),其他行业的降幅多在10%以内。能源TFP指数等于1的行业有2个,为石油和天然气开采业,纺织服装、服饰业。能源TFP指数大于1的行业有23个,分布于[1.02,1.26]区间内,增幅最大的是有色金属矿采选业(26%);煤炭开采和洗选业,黑色金属矿采选业,通用设备制造业的平均增长率分别为12%,10%,12%,体现了唐山的重化工业优势和重点。一直以来,唐山市钢铁、焦化、水泥、电力等重化工业占全市工业总量的96%以上,唐山的主要工业产品粗钢、钢材、轨道交通客车等都集中于这些行业。这23个行业中,技术进步、技术效率、规模效率均呈增长态势的工业为9个,分别为黑色金属矿采选业,有色金属矿采选业,非金属矿采选业,食品制造业,家具制造业,医药制造业,金属制品业,其他交通运输设备制造业,仪器仪表及文化、办公用品业,较上文经济效率的研究结果好。虽不乏能源型行业,但在区域环境治理压力下,各污染行业积极注重经济发展的环境效应,更加注重能源利用的投入产出效率,产业集约型生产程度逐步提高。实际上,唐山钢铁产业从2008年开始实行淘汰落后产能行动,积极引进环保设备,降低污染物排放浓度,并提高废物利用率。2016年唐山计划年内压减炼铁产能578万t、炼钢产能450万t,预计到2017年底,唐山市将净压减粗钢产能4 000万t,相当于河北省钢铁产能削减任务的50%,落后产能被削减,这也意味着钢铁产业的能源效率会进一步提高。

3 全要素生产率影响因素分析

3.1 全要素经济生产率的影响因素分析

为进行全要素经济生产率指数的回归分析,本文建立如下的实证模型:

lnTFP=α+β0lnTFPt-1+β1lnSt+β2lnTt+β3lnIOt+ β4lnIRt+β5lnOt+β6lnRt+β7lnUt+μt (5)

式中,为了保证各序列的平稳性,均使用各指标取对数后的结果。其中,被解释变量为TFP的对数,用TFP的滞后项来控制初始条件对TFP的影响。式中,β1,β2,β3,β4,β5,β6,β7分别表示产业结构、科研投入、信息技术、基础设施建设、对外开放、制度因素、城市化水平的弹性系数。t表示时间,μt为随机扰动项。由于时间序列存在非稳定性,故先对各指标序列进行单位根检验,在确定各指标均为一阶平稳序列(表5)后,对序列组进行协整检验,发现该TFP序列与其它各经济指标存在长期均衡关系,因此可以做回归分析。

表5   经济TFP影响因素的单位根检验及回归分析结果

Table 5   Results of the unit root hypothesis test and regression analysis of the TFP economic impact factors

指标一阶差分单位根检验回归分析
T检验值1%临界值5%临界值结论系数T检验值概率值
lnS-5.502-3.857-3.040一阶平稳-0.411-0.8460.004
lnT-4.360-3.857-3.040一阶平稳-0.039-0.5500.001
lnIO-5.040-4.572-3.691一阶平稳0.0941.2030.031
lnIR-4.064-3.857-3.040一阶平稳0.0860.6470.043
lnO-2.925-2.700-1.961一阶平稳-0.058-1.1510.006
lnR-5.667-4.616-3.710一阶平稳-0.035-0.2700.030
lnU-3.259-2.700-1.961一阶平稳0.3040.8360.022

新窗口打开

选择最小二乘估计方法,对该一阶平稳序列组进行回归分析,以Eviews8.0软件作为实现工具。结果显示,信息技术、基础设施建设、城市化对唐山全要素经济生产率的影响为正。这说明信息技术在降低企业成本,提高效率方面发挥了作用;基础设施建设的规模效应、城市化进步的溢出效应均起到了经济效率的促进作用,且城市化作用较为突出。

产业结构、制度因素、科学投入、对外开放水平的影响为负。这说明产业结构的不合理性还较为突出,制约了经济效率的发挥;制度因素反映了政府作用影响下的经济活跃度不高,传统的国有经济、集体经济比例较高,市场竞争活力不充分;科学投入的影响为负,反映了投入力度不够,与实际经济发展需求有差距。对外开放水平高,能有效引进外资,充分盘活市场,加强区域内外的经济联系,但是唐山经济的外向性有待完善,这与区域环境较差、外商投资的热情不高有关。

3.2 全要素能源生产率的影响因素分析

为进行全要素能源生产率指数的回归分析,建立如下的实证模型:

LnETFP=γ+δ0lnETFPt-1+δ1lnESt+δ2ETt+δ3lnEIOt+δ4lnESt+δ5lnERtt (6)

式中,δ1,δ2,δ3,δ4,δ5分别表示产业结构、科技人力资本投入、信息技术水平、能源自给率、能源消费结构因素对数的弹性系数。t表示时间,υt为随机扰动项。同样对各指标序列进行单位根检验(表6)和协整检验,确认其具备回归分析的条件。

表6   能源TFP影响因素的单位根检验及回归分析结果

Table 6   Results of the unit root hypothesis test and regression analysis of the TFP energy impact factors

指标一阶差分单位根检验回归分析
T检验值1%临界值5%临界值结论系数T检验值概率值
lnES-191.597-2.817-1.982一阶平稳-1.012-0.8450.046
lnET-8.985-4.421-3.260一阶平稳0.1060.5310.023
lnEIO-3.211-2.817-1.982一阶平稳0.3850.4490.037
lnES-3.805-4.583-3.321一阶平稳0.3640.6780.005
lnER-3.802-2.847-1.988一阶平稳-0.475-0.4090.003

新窗口打开

同样方法得到全要素能源生产率指数的影响因素分析,发现科学投入、信息技术、能源自给率对其影响为正。说明科学投入与信息技术水平的提高,有助于技术更新和扩散,进而通过影响产业结构及组织达到提高物质循环利用率和能源利用率。唐山市2001~2012年的能源自给率由97.41%下降至33.69%,根据物以稀为贵的原理,能源自给率低会提高能源使用频率。产业结构、能源结构对全要素能源生产率的影响为负,且二者的影响比较显著。重化工业突出使得区域产业能源消耗大,环境污染问题较为突出。能源消费结构也阻碍了能源效率的提高,主要是因为唐山市能源消费的主要物质为煤炭,虽然2001~2012年,煤炭消费量占总能源消费量的比例由87.04%下降为68.58%,但是比例仍然非常高,这不利于能源的更新替代,且煤炭的综合利用率低,物质浪费严重,降低了能源效率。

4 结论

1) 研究期内,唐山市工业的经济TFP、能源TFP指数都有增长,技术进步发挥了最主要的作用,纯技术效率、规模效率的作用则未充分发挥。经济、能源的TFP指数最大值均出现在2010年,这由于当年首钢进行了向曹妃甸的搬迁,唐山也因此进行了工业结构内部调整;也由于国内需求的增加,使得钢材、大型设备的产量大量增加,工业行业发展形势很好。

2) 唐山市重化工业产业经济、能源TFP指数增长均较快,如黑色金属矿采选业、有色金属矿采选业、煤炭开采和洗选业、通用设备制造业等,这反映了唐山的产业重点和优势。虽然大多都是能源型产业,但受限于环境治理压力,各行业积极注重环境效应,产业集约型生产程度逐步提高,而且具有节能减排的潜力。

3) 资源型产业的根深蒂固影响了经济效率、能源效率的提高,且不利于能源结构的改变。回归分析结果显示,信息技术、基础设施建设、城市化进程均对经济效率增长起到促进作用,而产业结构、制度因素、科学投入、对外开放水平的影响为负。科学投入、信息技术、能源自给率对能源效率的提高有促进作用,产业结构、能源结构则抑制了能源效率发挥。常规的经济建设,城市化进程都能促进经济效率提高,但是科技投入不足降低了效率提升速度,资源型为主的产业结构的固有劣势不仅自身束缚了经济、能源效率的增长,且连带影响了对外开放水平的发挥,以及能源结构的进一步改善。考虑环境效率的经济增长,会进一步影响区域经济活力在短期内恢复。

The authors have declared that no competing interests exist.


参考文献

[1] 沈能.

环境效率、行业异质性与最优规制强度——中国工业行业面板数据的非线性检验

[J]. 中国工业经济, 2012, (3):56-68.

URL      [本文引用: 1]      摘要

面对保增长和减排放的双重约束,传统的以减排为导向的环境政策不可避免会陷入两难困境。为此,本文针对污染物不同的处置性假设,以环境效率作为唯一确定环境绩效与产业发展的关系,测算了加入环境污染因素后我国工业各行业的环境效率,并基于异质性行业假定检验了我国环境规制与环境效率的非线性关系并确定了行业最优规制水平。研究表明:若考虑非期望产出(污染排放)的影响,中国工业环境效率有明显的下降;工业环境规制与环境效率正相关,一定程度上验证了"波特假说"的正确性;其中,环境规制对清洁生产型行业当期环境效率促进作用显著,而对污染密集型行业的影响存在滞后效应;环境规制强度和环境效率之间符合倒"U"型关系,具有显著的三重非线性门槛特征,但是,不同行业环境绩效对于环境规制强度的弹性系数和极值有所差异。本文政策涵义明显:及时调整传统基于减排导向的环境政策,考虑将提高环境效率纳入环境政策的目标决策中。同时,政府切忌走入盲目提高环境规制强度的误区,应根据各行业现实特点,有针对性地制定差异化的环境规制强度和标准,并注重滚动修订,及时调整至最优水平。

[Shen Neng.

Environmental efficiency, industrial heterogeneity and intensity of optimal regulation—Nonliner test based on industrial panel-data

. China Industrial Economics, 2012, (3):56-68.]

URL      [本文引用: 1]      摘要

面对保增长和减排放的双重约束,传统的以减排为导向的环境政策不可避免会陷入两难困境。为此,本文针对污染物不同的处置性假设,以环境效率作为唯一确定环境绩效与产业发展的关系,测算了加入环境污染因素后我国工业各行业的环境效率,并基于异质性行业假定检验了我国环境规制与环境效率的非线性关系并确定了行业最优规制水平。研究表明:若考虑非期望产出(污染排放)的影响,中国工业环境效率有明显的下降;工业环境规制与环境效率正相关,一定程度上验证了"波特假说"的正确性;其中,环境规制对清洁生产型行业当期环境效率促进作用显著,而对污染密集型行业的影响存在滞后效应;环境规制强度和环境效率之间符合倒"U"型关系,具有显著的三重非线性门槛特征,但是,不同行业环境绩效对于环境规制强度的弹性系数和极值有所差异。本文政策涵义明显:及时调整传统基于减排导向的环境政策,考虑将提高环境效率纳入环境政策的目标决策中。同时,政府切忌走入盲目提高环境规制强度的误区,应根据各行业现实特点,有针对性地制定差异化的环境规制强度和标准,并注重滚动修订,及时调整至最优水平。
[2] 董战峰, 张欣, 郝春旭.

2014年全球环境绩效指数(EPI)分析与思考

[J]. 环境保护, 2015, 43(2):55-59.

URL      [本文引用: 1]      摘要

《2014年全球环境绩效指数(EPI)评估报告》显示,在全世界178个参加排名的国家和地区中,中国以43.00分的得分位居118位,排名依然十分靠后。基于对《2014年全球环境绩效指数(EPI)评估报告》评估内容和方法的深入研究,分析了中国在全球EPI评估中排名偏后的原因,最后提出:开展环境绩效测量评估对保障环境决策的科学性具有重要意义;中国亟需改善现有环境数据质量、规范环境数据管理,加强环境绩效评估制度建设、建立国家与区域环境绩效评估长效运行机制。

[Dong Zhanfeng, Zhang Xin, Hao Chunxu.

Analysis and Thoughts on 2014 Environmental Performance Index

. Environmental Protection, 2015, 43(2):55-59.]

URL      [本文引用: 1]      摘要

《2014年全球环境绩效指数(EPI)评估报告》显示,在全世界178个参加排名的国家和地区中,中国以43.00分的得分位居118位,排名依然十分靠后。基于对《2014年全球环境绩效指数(EPI)评估报告》评估内容和方法的深入研究,分析了中国在全球EPI评估中排名偏后的原因,最后提出:开展环境绩效测量评估对保障环境决策的科学性具有重要意义;中国亟需改善现有环境数据质量、规范环境数据管理,加强环境绩效评估制度建设、建立国家与区域环境绩效评估长效运行机制。
[3] 刘鉴强. 中国环境发展报告(2013)[M]. 北京: 社会科学文献出版社, 2013.

[本文引用: 1]     

[Liu Jianqiang.China Environmental Development Report (2013). Beijing: Social Sciences Literature Press] Social Sciences Literature Press.]

[本文引用: 1]     

[4] Sheng Y, Wu Y R, Shi X P et al.

Energy trade efficiency and its determinants: A Malmquist index approach

[J]. Energy Economics, 2015, 50: 306-314.

https://doi.org/10.1016/j.eneco.2015.05.019      URL      [本文引用: 1]      摘要

This paper adopts the Malmquist index approach to investigate multi-product energy trade efficiency and its determinants from an empirical perspective. Using trade statistics of coal, oil and gas of 40 countries over the period of 1995 to 2008, we found that the efficiency of bilateral energy trade ranged between 0.26 and 0.35 when imperfect substitution between different energy products is taken into account. This measure is significantly lower than those obtained from traditional gravity models. It suggests that the ability of cross-product substitution affects trade efficiency improvement which results from regional market integration and related trade policy. The results provide useful insights on predicting the pattern of future energy trade and hence have important implications for relevant countries to prioritize product-specific trade policies.
[5] De Nicola A, Gitto S, Mancuso P.

Airport quality and productivity changes: A Malmquist index decomposition assessment

[J]. Transportation Research Part E: Logistics and Transportation Review, 2013, 58: 67-75.

https://doi.org/10.1016/j.tre.2013.07.001      URL      [本文引用: 1]      摘要

This paper analyses the productivity of 20 Italian airports management companies during the period 2006鈥2008 using a DEA Malmquist index that includes a quality component. The proposed methodology is applied for the first time to the airport industry. In doing so, we directly assess the impact of the quality of services delivered by an airport on its productive performance. The study shows that, while Italian airports possess an acceptable level of quality in terms of their infrastructure, their managerial/administrative procedures must be strengthened in order to better deal with both technological modernization and passenger waiting time at the airports.
[6] Odeck J.

Assessing the relative efficiency and productivity growth of vehicle inspection services: An application of DEA and Malmquist indices

[J]. European Journal of Operational Research, 2000, 126(3): 501-514.

https://doi.org/10.1016/S0377-2217(99)00305-7      Magsci      [本文引用: 1]      摘要

<p id="">The purpose of this paper is to analyze efficiency and productivity growth of the Norwegian Motor Vehicle Inspection Agencies for the period 1989&ndash;91. Efficiency measures are calculated by a non-parametric approach known as data envelopment analysis (DEA) which has particular applicability in the service sector. Productivity is measured by the Malmquist index and defined as the ratio between efficiency, as calculated by the DEA, for the same production unit in two different time periods. Total productivity growth has been found, but there is a variation among individual units. The observed total productivity can be accredited to decreasing input volumes and increased capacity. The main contributor to the observed total productivity growth is the frontier technical change effect which is found to be remarkably positive. The calculated efficiency measures show that there is, on the average, an input saving potential of 21&ndash;29% for the sector as a whole. The individual units are found to be rather unstable with respect to efficiency scores across the years of observation. The efficiency scores are not affected by the size of the units.</p>
[7] Egilmez G, McAvoy D.

Benchmarking road safety of U.S. states: A DEA-based Malmquist productivity index approach

[J]. Accident Analysis & Prevention, 2013, 53: 55-64.

https://doi.org/10.1016/j.aap.2012.12.038      URL      PMID: 23376545      [本文引用: 1]      摘要

In this study, a data envelopment analysis (DEA) based Malmquist index model was developed to assess the relative efficiency and productivity of U.S. states in decreasing the number of road fatalities. Even though the national trend in fatal crashes has reached to the lowest level since 1949 (Traffic Safety Annual Assessment Highlights, 2010), a state-by-state analysis and comparison has not been studied considering other characteristics of the holistic national road safety assessment problem in any work in the literature or organizational reports. In this study, a DEA based Malmquist index model was developed to assess the relative efficiency and productivity of 50 U.S. states in reducing the number of fatal crashes. The single output, fatal crashes, and five inputs were aggregated into single road safety score and utilized in the DEA-based Malmquist index mathematical model. The period of 2002鈥2008 was considered due to data availability for the inputs and the output considered. According to the results, there is a slight negative productivity (an average of -0.2 percent productivity) observed in the U.S. on minimizing the number of fatal crashes along with an average of 2.1 percent efficiency decline and 1.8 percent technological improvement. The productivity in reducing the fatal crashes can only be attributed to the technological growth since there is a negative efficiency growth is occurred. It can be concluded that even though there is a declining trend observed in the fatality rates, the efficiency of states in utilizing societal and economical resources towards the goal of zero fatality is not still efficient. More effective policy making towards increasing safety belt usage and better utilization of safety expenditures to improve road condition are derived as the key areas to focus on for state highway safety agencies from the scope of current research.
[8] Margarita M N, Waldo S P.

Efficiency analysis of information technology and online social networks management: An integrated DEA-model assessment

[J]. Information & Management, 2014, 51(6): 712-725.

https://doi.org/10.1016/j.im.2014.05.009      URL      [本文引用: 1]      摘要

ABSTRACT This paper analyzes the relationship between the productive efficiency and the Online-Social-Networks (OSN) in the Spanish telecommunications firms. A data-envelopment-analysis (DEA) is used and several indicators of business “Social Media” activities are incorporated. A super-efficiency analysis and bootstrapping techniques is performed to increase model's robustness and accuracy. Then, a logistic regression model is applied to characterize factors and drivers of good performance in OSN. Results reveal the company's ability to absorb and utilize OSNs as a key factor in improving the productive efficiency. This paper presents a model for assessing the strategic performance of the presence and activity in OSN.
[9] 陈雪婷, 宋涛, 蔡建明, .

基于DEA和Malmquist的中国城市代谢效率研究

[J]. 地理科学, 2015, 35(4): 419-426.

URL      Magsci      [本文引用: 2]      摘要

运用物质流、数据包络分析 (DEA)及Malmquist指数对中国31个案例城市进行了城市代谢效率的研究。通过将城市代谢系统社会经济产出、环境非期望产出及水、电、化石能 源、金属矿物、建筑材料、食物等投入部分纳入进DEA和Malmquist指数中,测得了案例城市的2000年、2010年代谢效率及变化趋势。研究结果 发现,中国城市代谢系统效率总体相对较高,尤其是东中部地区城市的综合效率、纯技术效率和规模效率要高于西部地区城市,大城市的代谢综合效率高于巨型、超 大和特大城市。2000~2010年,城市代谢综合效率、纯技术效率等所有效率指标的均值均呈现出下降趋势,但是中、西部地区城市的综合效率和纯技术效率 却呈改善趋势,并且特大和超大城市的综合效率高于巨型城市。

[Chen Xueting, Song Tao, Cai Jianming et al.

The Chinese Urban Metabolic Efficiencies Based on the DEA and Malmquist

. Scientia Geographica Sinica, 2015, 35(4): 419-426.]

URL      Magsci      [本文引用: 2]      摘要

运用物质流、数据包络分析 (DEA)及Malmquist指数对中国31个案例城市进行了城市代谢效率的研究。通过将城市代谢系统社会经济产出、环境非期望产出及水、电、化石能 源、金属矿物、建筑材料、食物等投入部分纳入进DEA和Malmquist指数中,测得了案例城市的2000年、2010年代谢效率及变化趋势。研究结果 发现,中国城市代谢系统效率总体相对较高,尤其是东中部地区城市的综合效率、纯技术效率和规模效率要高于西部地区城市,大城市的代谢综合效率高于巨型、超 大和特大城市。2000~2010年,城市代谢综合效率、纯技术效率等所有效率指标的均值均呈现出下降趋势,但是中、西部地区城市的综合效率和纯技术效率 却呈改善趋势,并且特大和超大城市的综合效率高于巨型城市。
[10] 蒋伟, 李蓉, 强林飞, .

环境约束下的中国全要素能源效率研究

[J]. 统计与信息论坛, 2015, 30(5): 22-28.

URL      [本文引用: 2]      摘要

利用2002—2012年中国29个省的面板数据,采用投入导向 的VRS‐DEA模型,对中国环境约束下的全要素能源效率进行了测算和分析。实证结果表明:中国全要素能源效率的变动呈现U型特征,东部地区能效水平高于 中西部地区,中部地区在规模效率上较差而西部地区缺乏技术效率;全要素能源效率受产业结构、能源消费结构、能源禀赋技术水平的影响;第二产业占比越高,能 源消费结构越依赖煤炭,能源自给自足率越高,技术水平越低的地区往往具有更低的全要素能源效率。

[Jiang Wei, Li Rong, Qiang Linfei et al.

Study on China’s Total-factor energy efficiency under the environmental constraints

. Statistics & Information Forum, 2015, 30(5): 22-28.]

URL      [本文引用: 2]      摘要

利用2002—2012年中国29个省的面板数据,采用投入导向 的VRS‐DEA模型,对中国环境约束下的全要素能源效率进行了测算和分析。实证结果表明:中国全要素能源效率的变动呈现U型特征,东部地区能效水平高于 中西部地区,中部地区在规模效率上较差而西部地区缺乏技术效率;全要素能源效率受产业结构、能源消费结构、能源禀赋技术水平的影响;第二产业占比越高,能 源消费结构越依赖煤炭,能源自给自足率越高,技术水平越低的地区往往具有更低的全要素能源效率。
[11] 朱振亚, 黄河清, 饶良懿, .

考虑资源投入和环境代价的中国发展效率实证研究

[J]. 系统工程, 2014, (32): 101-108.

URL      [本文引用: 1]      摘要

基于2007~2011年30个省投入产出的面板数据,采用Super-SBM-I-V超效率模型计算中国发展效率,运用相邻参比的Malmquist模型研究发展效率的变化;对各省投入产出的状况进行聚类,提出中国发展效率分区和发展方式分区。结果表明,中国发展效率可分为最低、较低、中等、较高和最高效率五个区;效率华南>华东>华北>西北>东北>华中>西南,华北的发展效率逐渐增大,东北、华中、华南先减小后增大,华东、西南、西北地区逐渐减小,全国表现出先减小后增加的趋势;各地区的综合效率值在1上下波动,全要素生产率的提高主要由于技术进步;从投入角度看,中国发展方式可分为资源环境节约发展型、粗放发展Ⅰ型、粗放发展Ⅱ型、资本浪费发展型和资源浪费发展型。据此为区域发展的投入产出政策制定提供参考。

[Zhu Zhenya, Huang Heqing, Rao Liangyi et al.

Empirical analysis of development efficiency considering resources inputs and environmental costs in China

. Systems Engineering, 2014, (32): 101-108.]

URL      [本文引用: 1]      摘要

基于2007~2011年30个省投入产出的面板数据,采用Super-SBM-I-V超效率模型计算中国发展效率,运用相邻参比的Malmquist模型研究发展效率的变化;对各省投入产出的状况进行聚类,提出中国发展效率分区和发展方式分区。结果表明,中国发展效率可分为最低、较低、中等、较高和最高效率五个区;效率华南>华东>华北>西北>东北>华中>西南,华北的发展效率逐渐增大,东北、华中、华南先减小后增大,华东、西南、西北地区逐渐减小,全国表现出先减小后增加的趋势;各地区的综合效率值在1上下波动,全要素生产率的提高主要由于技术进步;从投入角度看,中国发展方式可分为资源环境节约发展型、粗放发展Ⅰ型、粗放发展Ⅱ型、资本浪费发展型和资源浪费发展型。据此为区域发展的投入产出政策制定提供参考。
[12] 薛静静, 沈镭, 彭保发, .

区域能源消费与经济和环境绩效——基于14个能源输出和输入大省的实证研究

[J]. 地理学报, 2014, 69(10): 1414-1424.

https://doi.org/10.11821/dlxb201410002      Magsci      [本文引用: 2]      摘要

本文对中国的能源输出大省和能源输入大省进行了界定,运用DEA方法测度了2000-2010 年能源输出和输入大省的能源消费经济绩效、环境绩效及节能潜力,对能源输出和输入大省的能源消费经济绩效、环境绩效特征进行系统归纳和比较,分析能源消费绩效形成原因,并利用Malmquist 生产率指数方法对2000-2010 年能源输出和输入大省的能源消费经济绩效、环境绩效变化趋势进行了深入研究,探讨提高能源输出和输入大省能源消费绩效的对策措施.研究结果表明:① 能源输出大省的能源消费绩效未达最优主要受规模效率制约,规模效率和纯技术效率对能源输入大省能源消费绩效未达最优的共同制约比较明显;② 能源输出大省的整体能源消费经济绩效改善落后于能源输入大省,但在环境绩效改善方面能源输出大省整体上强于能源输入大省;③ 技术进步是决定能源输出和输入大省能源消费绩效变化趋势的关键;④ 半数能源输出大省和大部分能源输入大省存在投入冗余现象,基于环境产出投入冗余远高于基于经济产出投入冗余,尤其是能源输入大省.

[Xue Jingjing, Shen Lei, Peng Baofa et al.

The economic and environmental performance of regional energy consumption: An empirical study on 14 major energy output and input provinces in China

. Acta Geographica Sinica, 2014, 69(10): 1414-1424.]

https://doi.org/10.11821/dlxb201410002      Magsci      [本文引用: 2]      摘要

本文对中国的能源输出大省和能源输入大省进行了界定,运用DEA方法测度了2000-2010 年能源输出和输入大省的能源消费经济绩效、环境绩效及节能潜力,对能源输出和输入大省的能源消费经济绩效、环境绩效特征进行系统归纳和比较,分析能源消费绩效形成原因,并利用Malmquist 生产率指数方法对2000-2010 年能源输出和输入大省的能源消费经济绩效、环境绩效变化趋势进行了深入研究,探讨提高能源输出和输入大省能源消费绩效的对策措施.研究结果表明:① 能源输出大省的能源消费绩效未达最优主要受规模效率制约,规模效率和纯技术效率对能源输入大省能源消费绩效未达最优的共同制约比较明显;② 能源输出大省的整体能源消费经济绩效改善落后于能源输入大省,但在环境绩效改善方面能源输出大省整体上强于能源输入大省;③ 技术进步是决定能源输出和输入大省能源消费绩效变化趋势的关键;④ 半数能源输出大省和大部分能源输入大省存在投入冗余现象,基于环境产出投入冗余远高于基于经济产出投入冗余,尤其是能源输入大省.
[13] Sueyoshi T, Mika G.

DEA environmental assessment in a time horizon: Malmquist index on fuel mix, electricity and CO2 of industrial nations

[J]. Energy Economics, 2013, 40: 370-382.

https://doi.org/10.1016/j.eneco.2013.07.013      URL      Magsci      [本文引用: 1]      摘要

Climate change and global warming become a major policy issue in the world. Economic activities produce not only desirable outputs (e.g., electricity) but also undesirable outputs (e.g., CO2 emission). The important policy issue is how each nation can balance between economic development and environmental protection to attain a sustainable society. In attaining the sustainable society, environmental assessment is increasingly important because it can serve as an initial step toward the green growth of each nation. For the purpose, this study proposes a new use of DEA (Data Environment Analysis) for environmental assessment in a time horizon. The proposed use of DEA incorporates Malmquist index to examine the degree of a frontier shift among multiple periods. The frontier shift indicates a technology progress and/or managerial innovation during an observed period. The index is conceptually separated into six subcomponents, which are further divided into twelve different subcomponents (six subcomponents x two disposability concepts) under the natural and managerial disposability. In the index measurement, it is necessary for us to consider a frontier crossover among different periods because technology innovation usually has a time lag until it really appears. As an empirical application, this study utilizes the proposed approach to identify the relationship among fuel mix, electricity and CO2 of ten industrial nations. This study finds three important empirical findings. First, there is a time lag in technology innovation on electricity generation and CO2 emission reduction. Consequently, it is necessary to consider the existence of a frontier crossover in assessing the electric power industry. Second, nuclear generation, as found in France, as well as hydro and renewable energy, as found in Netherlands, are important for the development of a sustainable society although the former is associated with a very high level of risk and the latter has a limited generation capacity. Finally, the electric power industry has been making a corporate effort to reduce the amount of CO2 emission by utilizing nuclear and renewable energy. (C) 2013 Elsevier B.V. All rights reserved.
[14] 吴明娥, 曾国平, 曹跃群.

资源环境约束下基于资本服务的全要素生产率增长研究

[J]. 中国人口·资源与环境, 2015, 25(5): 83-91.

https://doi.org/10.3969/j.issn.1002-2104.2015.05.011      URL      [本文引用: 1]      摘要

诸多研究尝试用全要素生产率(TFP)的方法分析中国经济增长来源,以此判断中国现有经济增长模式的可持续性,却忽略了与经济发展息息相关的资源、环境因素。随着全球能源消耗和环境污染问题的日益突出,近年来已有学者尝试将二者纳入TFP测算框架,但大多基于传统的方向性距离函数并建立在决策单元具有相同技术水平的假设条件下进行测度,从而不能从多角度对技术效率做出客观准确的评价,也无法测算投入或产出存在非零松弛时带来的影响,并忽略了区域技术水平的现实差异性。除此之外,未能准确测量资本投入是现有文献存在的另一普遍问题,以资本存量作为其替代度量会带来一定计算误差。鉴于此,本文首先利用永续盘存法、年龄—效率函数测算中国三种类型资本服务,再运用SBM方向性距离函数和共同边界ML生产率指数,在非径向、非角度和存在多群体效率的基础上,基于能源消耗和环境污染双重约束,测度1992-2012年间中国省际环境效率、环境TFP的动态演变趋势及其分解。结果表明:中国环境无效率主要来源于环境污染和能源消耗,区域环境效率从东向西呈现明显的阶梯式分布;设备、工具、器具购置类资本使用不当是资本无效率的主因;此外,技术进步是推动北部沿海、东部沿海及南部沿海地区环境TFP增长的主要动力,而黄河中游、长江中游、东北、西南和大西北地区主要依靠技术效率改善,并在纯技术赶超和潜在技术相对变动方面对发达区域呈追赶趋势。因此,为实现中国经济的可持续发展,必须从环境保护、节能减排、技术创新三方面着手。

[Wu Ming’e, Zeng Guoping, Cao Yuequn.

Total factor productivity growth under the Constraint of resource and environment based on capital service

. China Population, Resources and Environment, 2015, 25(5): 83-91.]

https://doi.org/10.3969/j.issn.1002-2104.2015.05.011      URL      [本文引用: 1]      摘要

诸多研究尝试用全要素生产率(TFP)的方法分析中国经济增长来源,以此判断中国现有经济增长模式的可持续性,却忽略了与经济发展息息相关的资源、环境因素。随着全球能源消耗和环境污染问题的日益突出,近年来已有学者尝试将二者纳入TFP测算框架,但大多基于传统的方向性距离函数并建立在决策单元具有相同技术水平的假设条件下进行测度,从而不能从多角度对技术效率做出客观准确的评价,也无法测算投入或产出存在非零松弛时带来的影响,并忽略了区域技术水平的现实差异性。除此之外,未能准确测量资本投入是现有文献存在的另一普遍问题,以资本存量作为其替代度量会带来一定计算误差。鉴于此,本文首先利用永续盘存法、年龄—效率函数测算中国三种类型资本服务,再运用SBM方向性距离函数和共同边界ML生产率指数,在非径向、非角度和存在多群体效率的基础上,基于能源消耗和环境污染双重约束,测度1992-2012年间中国省际环境效率、环境TFP的动态演变趋势及其分解。结果表明:中国环境无效率主要来源于环境污染和能源消耗,区域环境效率从东向西呈现明显的阶梯式分布;设备、工具、器具购置类资本使用不当是资本无效率的主因;此外,技术进步是推动北部沿海、东部沿海及南部沿海地区环境TFP增长的主要动力,而黄河中游、长江中游、东北、西南和大西北地区主要依靠技术效率改善,并在纯技术赶超和潜在技术相对变动方面对发达区域呈追赶趋势。因此,为实现中国经济的可持续发展,必须从环境保护、节能减排、技术创新三方面着手。
[15] Wang K, Lu S W, Z W.

China’s regional energy and environmental efficiency: A Range-Adjusted Measure based analysis

[J]. Mathematical and Computer Modelling, 2013, 58: 1117-1127.

https://doi.org/10.1016/j.mcm.2011.11.067      URL      Magsci      [本文引用: 2]      摘要

Data envelopment analysis (DEA) has recently become a popular approach in measuring the energy and environmental performance at the macro-economy level. A common limitation of several previous studies is that they ignored the undesirable outputs and did not consider the separation of inputs into energy resources and non-energy resources under the DEA framework. Thus, within a joint production framework of considering both desirable and undesirable outputs, as well as energy and non-energy inputs, this study analyzes China's regional total-factor energy and environmental efficiency. This paper utilizes improved DEA models to measure the energy and environmental efficiency of 29 administrative regions of China during the period of 2000-2008. In addition, the DEA window analysis technique is applied to measure the efficiency in cross-sectional and time-varying data. The empirical results show that the east area of China has the highest energy and environmental efficiency, while the efficiency of the west area is worst. All three areas of China have similar trends in the variation of efficiency and in general the energy and environmental efficiency of China slightly increased from 2000 to 2008. The regions of the east area have a more balanced development than the regions of the central area and west area according to energy and environmental efficiency. (C) 2011 Elsevier Ltd. All rights reserved.
[16] 胡玫, 刘春生, 陈飞.

产业集聚对中国企业全要素生产率的影响——基于广东省制造业的实证研究

[J]. 经济问题, 2015, (4): 78-82.

URL      [本文引用: 2]      摘要

根据广东省制造业的相关数据,运用空间集聚指数法和 Malmquist生产率指数法测算出该省产业集聚指标和全要素生产率增长率. 通过对计量模型的回归分析,得出广东省制造业产业集聚对行业全要素生产率具有比较明显的促进作用,因此,各地区和相关企业应该重视产业集聚对生产率的提高 作用,利用产业集聚的外部经济来促进区域经济和企业自身的发展.

[Hu Mei,Liu Chunsheng,Chen Fei.

The impact of industry agglomeration on TFP growth: An empirical study based on manufacturing industry of Guangdong province

. On Economic Problems, 2015, (4): 78-82.]

URL      [本文引用: 2]      摘要

根据广东省制造业的相关数据,运用空间集聚指数法和 Malmquist生产率指数法测算出该省产业集聚指标和全要素生产率增长率. 通过对计量模型的回归分析,得出广东省制造业产业集聚对行业全要素生产率具有比较明显的促进作用,因此,各地区和相关企业应该重视产业集聚对生产率的提高 作用,利用产业集聚的外部经济来促进区域经济和企业自身的发展.
[17] Zhang N, Zhou P, Kung C C.

Total-factor carbon emission performance of the Chinese transportation industry: A bootstrapped non-radial Malmquist index analysis

[J]. Renewable and Sustainable Energy Reviews, 2015, 41: 584-593.

https://doi.org/10.1016/j.rser.2014.08.076      URL      [本文引用: 1]      摘要

ABSTRACT This paper proposes a non-radial Malmquist CO2 emission performance index (NMCPI) for measuring dynamic changes in total-factor CO2 emission performance over time. This index enables the consideration of non-radial slacks in the conventional Malmquist CO2 emission index (MCPI). The NMCPI is calculated based on a non-radial directional distance function derived by several data envelopment analysis (DEA) models. Furthermore, NMCPI could be decomposed into an efficiency change (EC) index and technological change (TC) index. A bootstrapping approach is conducted to introduce statistical inferences into the NMCPI and its decompositions. Based on the proposed indices, the dynamic CO2 emission performance change and its decompositions of the Chinese regional transportation industry from 2002 to 2010 are investigated. The empirical results demonstrate that the total-factor carbon emission performance of the transportation industry as a whole decreased by 32.8% over the period, and this reduction was primarily caused by technological decline.
[18] Baltazar, M E, Jardim J, Alves P.

Air Transport Performance and Efficiency: MCDA vs. DEA Approaches

[J]. Procedia - Social and Behavioral Sciences, 2014, 111: 790-799.

https://doi.org/10.1016/j.sbspro.2014.01.113      URL      Magsci      [本文引用: 1]      摘要

The general aim of this work is the development of airports performance and efficiency predictive models using robust but flexible methodologies, and incorporating traditional indicators as well as new constraints. Particularly it shows and compares the efficiency evolution of the same airport along several years, under several constraints, based on two multidimensional tools: Multi Criteria Decision Analysis (MCDA, by Measuring Attractiveness by a Categorical Based Evaluation Technique - MACBETH) and Data Envelopment Analysis (DEA). The results evidence how MACBETH (MCDA) approach seems to be a very promising one when compared with those (DEA based) traditionally in use. (C) 2013 The Authors. Published by Elsevier Ltd. Selection and/or peer-review under responsibility of Scientific Committee
[19] 刘建国, 李国平, 张军涛.

经济效率与全要素生产率研究进展

[J]. 地理科学进展, 2011, 30(10): 1263-1275.

https://doi.org/10.11820/dlkxjz.2011.10.009      Magsci      [本文引用: 1]      摘要

全要素生产率是经济增长领域中的一个重要概念,是当今经济学界的热门话题之一。近年来,国内外诸多学者对生产率的研究已经从对劳动生产率、资本生产率等的单纯测算发展到了对全要素生产率的综合考量,而且一些新模型和方法的运用也将生产率的研究推上了一个全新的高度。文章从理论方法和实证研究两个层面对全要素生产率的研究进展进行了梳理。发现已有研究存在几个不足:首先,目前关于全要素生产率的理论研究不足;其次,缺少国家层面、以及不同空间尺度的区域层面对经济效率状态,和其动态演进系统而全面的实证研究; 第三,提升经济效率的政策体系研究相对薄弱;最后,在研究方法上也有待创新,缺乏经济学、地理学等多学科间的渗透和融合。总之,不足之处也可能是未来的研究方向。

[Liu Jianguo, Li Guoping, Zhang Juntao.

Research Progress on Economy Efficiency and Total Factor Productivity

. Progress in Geography, 2011, 30(10): 1263-1275.]

https://doi.org/10.11820/dlkxjz.2011.10.009      Magsci      [本文引用: 1]      摘要

全要素生产率是经济增长领域中的一个重要概念,是当今经济学界的热门话题之一。近年来,国内外诸多学者对生产率的研究已经从对劳动生产率、资本生产率等的单纯测算发展到了对全要素生产率的综合考量,而且一些新模型和方法的运用也将生产率的研究推上了一个全新的高度。文章从理论方法和实证研究两个层面对全要素生产率的研究进展进行了梳理。发现已有研究存在几个不足:首先,目前关于全要素生产率的理论研究不足;其次,缺少国家层面、以及不同空间尺度的区域层面对经济效率状态,和其动态演进系统而全面的实证研究; 第三,提升经济效率的政策体系研究相对薄弱;最后,在研究方法上也有待创新,缺乏经济学、地理学等多学科间的渗透和融合。总之,不足之处也可能是未来的研究方向。
[20] 常亚青, 宋来.

中国企业相对效率和全要素生产率研究——基于37个行业5年数据的实证分析

[J]. 数量经济技术经济研究, 2006, (11):3-12.

URL      Magsci      [本文引用: 2]      摘要

本文在对全要素生产率分析研究的基础上,对效率研究的方法进行了比较和筛选,选取<中国统计年鉴>中未变动工业行业划分的5年数据,采用数据包络分析方法(DEA)对工业各行业的全部国有及规模以上非国有企业的技术效率、规模效率及全要素生产率(以Malmquist指数衡量)进行计算,得出的结论是1998~2002年相对效率最佳的行业是烟草加工业、电子及通信设备制造业,同时对各行业的现状及趋势进行对比分析,总结出若干关于优化产业结构、促进行业发展的合理建议.

[Chang Yaqing, Song Lai.

Research on Relative Efficiency of Industrial Enterprises in China

. The Journal of Quantitative & Technical Economics, 2006, (11):3-12.]

URL      Magsci      [本文引用: 2]      摘要

本文在对全要素生产率分析研究的基础上,对效率研究的方法进行了比较和筛选,选取<中国统计年鉴>中未变动工业行业划分的5年数据,采用数据包络分析方法(DEA)对工业各行业的全部国有及规模以上非国有企业的技术效率、规模效率及全要素生产率(以Malmquist指数衡量)进行计算,得出的结论是1998~2002年相对效率最佳的行业是烟草加工业、电子及通信设备制造业,同时对各行业的现状及趋势进行对比分析,总结出若干关于优化产业结构、促进行业发展的合理建议.
[21] 唐山统计局. 唐山统计年鉴(1992~2013)[M]. 北京: 中国统计出版社, 1993-2014.

[本文引用: 1]     

[Statistics Bureau of Tangshan. Tangshan Statistical Yearbook (1992-2013). Beijing: China Statistics Press, 1993-2014.]

[本文引用: 1]     

[22] 刘建国, 李国平, 张军涛, .

中国经济效率和全要素生产率的空间分异及其影响

[J]. 地理学报, 2012, 67(8):1069-1084.

Magsci      摘要

运用Malmquist 指数模型测度了1990-2009 年中国省域的经济效率和全要素生产率, 并对其影响因素进行了分析。研究发现:在这20 年间, 中国的全要素生产率在全国层面及不同空间尺度的区域层面呈现波动状态, 且全要素生产率平均下降了1.35%。按照东、中、西和东北进行划分, 只有东部地区平均全要素生产率得到改善, 平均上升了2.37%, 上升的原因在于技术进步率显著改善;其余区域的全要素生产率均呈现不同程度的下降, 其中, 中部地区下降最多, 平均下降了4.45%;西部地区和东北地区的全要素生产率的平均增长率分别下降了2.78%和1.84%;原因在于中国技术效率、纯技术效率和规模效率的增长率在大部分年份出现了下降。从全要素生产率的影响因素上看, 经济集聚、人力资本、信息化、基础设施、经济开放度及制度因素对全要素生产率的影响为正;产业结构、政府干预和土地投入对全要素生产率的影响为负;但基础设施水平对全要素生产率的影响在统计学上并不显著。文章讨论了主要结果赋予的政策含义。

[Liu Jianguo, Li Guoping, Zhang Juntao et al.

Spatial distribution and its affecting factors of economy efficiency and total factor productivity in China: 1990-2009

. Acta Geographica Sinica, 2012, 67(8):1069-1084.]

Magsci      摘要

运用Malmquist 指数模型测度了1990-2009 年中国省域的经济效率和全要素生产率, 并对其影响因素进行了分析。研究发现:在这20 年间, 中国的全要素生产率在全国层面及不同空间尺度的区域层面呈现波动状态, 且全要素生产率平均下降了1.35%。按照东、中、西和东北进行划分, 只有东部地区平均全要素生产率得到改善, 平均上升了2.37%, 上升的原因在于技术进步率显著改善;其余区域的全要素生产率均呈现不同程度的下降, 其中, 中部地区下降最多, 平均下降了4.45%;西部地区和东北地区的全要素生产率的平均增长率分别下降了2.78%和1.84%;原因在于中国技术效率、纯技术效率和规模效率的增长率在大部分年份出现了下降。从全要素生产率的影响因素上看, 经济集聚、人力资本、信息化、基础设施、经济开放度及制度因素对全要素生产率的影响为正;产业结构、政府干预和土地投入对全要素生产率的影响为负;但基础设施水平对全要素生产率的影响在统计学上并不显著。文章讨论了主要结果赋予的政策含义。

/