工业电力消费效率省际差异及其影响因素（上）

    摘 要：电力消费效率是影响一个地区电力供应与经济增长协调性的重要因素，2003-2007年全国27个省份的全要素工业电力消费效率及影响因素的计量分析表明：地区资源禀赋、产业结构和制度条件三者之间能否形成有效的匹配是决定电力消费效率的重要基础。中国电力消费效率提高的主要阻碍是电力资源配置和地方产业发展中的政府管制与行政干预。因此，深化市场化导向的电力体制改革和理顺中央与地方政府体制，实现资源禀赋、产业结构和制度条件之间的协调，是实现电力供需平衡和电力消费效率提高的基础。
    关键词：电力消费效率，省际差异，制度，市场化
    一、引言
    近年来，随着中国各地区经济的快速增长，电力需求过快增长带来区域性缺电和“窝电”并存的结构性电力供需失衡。2011年全国出现了3000万千瓦左右的用电缺口。近年来全国的电力短缺主要集中在江苏、浙江、上海、广东等省份，并且这些省份的用电量一直呈快速增长的势头，缺电矛盾一直无法得到缓解。如何化解经济增长过程中的部分地区的电力短缺问题成为中国经济持续高效增长和电力行业改革发展的重要问题，也是保证各地区经济稳定增长和全国电力资源优化配置的重要问题。对于电力短缺问题，林伯强（2003）通过基于生产函数的计量方法验证了电力消费与经济增长之间的互为因果关系。对一个国家或一个地区来说，在工业化深化的过程中，重工业的快速发展和城市化的快速推进会大幅增加对电力的需求，因此，电力消费需求的快速增长是一个普遍的阶段性现象，问题的关键是经济增长带来的电力需求快速上升是否建立在电力消费效率不断提高的基础上。
    目前学者对中国能源效率测算得出的基本共识是中国能源效率相对较低并且省际之间具有明显的差异性，但是对于各地区能源效率产业的影响因素却存在不同的意见：一是资源禀赋观点，如Hu和Wang（2006）对中国各地区全要素能源效率进行测算发现，密集型工业地区的能源效率较低；刘立涛，沈镭（2010）测算指出，能源资源禀赋与地区能源效率存在负相关关系；杨红亮，史丹（2009）测算了各省的能源效率和区域差异，提出了促进区域之间的技术扩散和根据自然条件进行能源布局的主张。二是产业结构变动观点，史丹（2003）指出，结构变动是影响能源消费的重要因素，李廉水，周勇（2006）指出产业技术进步对能源效率具有积极影响；但是对于结构调整的影响效果，目前的分析存在差异，王玉潜（2003）分析发现，产业结构调整对能源效率的影响是负面的。三是市场化观点，魏楚，沈满红（2007）对各省能源效率进行测算后指出，政府干预对能源效率有负面影响，对外开发程度对能源效率有正面影响。从以上文献的研究发现，现有的研究对于能源效率影响因素的分析还相对不足，分析当中将资源禀赋、产业结构和市场化等因素分割开来进行分析，忽视了这些因素之间的协调和匹配问题，因此得出了截然不同的结论。
    从国际经验来说，单纯的资源禀赋、产业结构、制度条件都不是决定一个国家或地区能源消费效率高低的关键，对于一个国家或地区来说，只有在资源禀赋、产业结构和制度基础三者之间形成有效的协调和匹配，才能保证能源消费和经济增长之间的协调；而这三者之间的不协调则会带来有资源无增长、有资源无效率等资源过度使用和资源紧张的局面，造成经济发展与能源供应的失衡。作为一个幅员辽阔的发展中大国，中国的资源分布、产业格局和制度条件在各区域间存在很大差异。这些因素的不同组合必然影响各区域的能源效率。目前我国的能源消费主要是电力，由于缺乏市场化的电力运行体制和多重行政干预，资源禀赋、产业结构和制度体制之间的冲突非常严重，这成为影响不同地区电力消费效率的根本原因。为此，本文采用省级面板数据对能源效率进行重新测算和探讨造成不同地区电力能源效率差异的因素。
    二、省际电力消费效率的测算
    1.测算方法
    全要素效率理论认为，决定最终产出的是资本、劳动力和能源等各种生产要素的组合。本文采用劳动力、资本和电力消费三种投入，工业总产值看作是一种产出。本文通过DEA的方法测算出不同地区的相对电力能源效率，并将这种效率定义为全要素电力消费效率，然后采用Malmquist生产率指数进行跨期比较。Malmquist可以分解为技术效率变化指数（EC）和技术进步指数（TC）。技术效率的变化指数EC代表了两个时期相对技术效率的变化，测度从时期t到t+1每一个决策单元对生产可能性边界的追赶程度，也被称为“追赶效应”或“水平效应”；当EC>1时，表明决策单位的生产更接近生产前沿面，相对技术效率有所提高。技术进步指数TC代表两个时期内生产前沿面的移动，测度技术边界在时期t到t+1之间的移动情况，被称为“前沿面移动效应”或“增长效应”，这种效应表明了技术的创新；当TC>1时，直观地讲就意味着生产前沿面向上移动。技术效率变化指数（EC）还可进一步分解为纯技术效率指数（PC）和规模效率指数（SC），纯技术效率是指最优化利用现有资源的能力，即投入要素给定条件下的产出最大化，或者给定产出水平下投入最小化的能力；规模效率是指一定的要素价格条件下实现投入（产出）最优组合的能力。因此，EC＝PC×SC。若Malmquist指数大于1，表示由t期到t+1期效率有所增长，小于1表示效率下降，等于1表示效率水平没有变化。本文采取年度面板数据，样本为除去西藏、青海、宁夏和海南以外的大陆27个省份，时期为2003-2007年。本文选取的三个输入指标为：工业用电量（千瓦时）、劳动力（万人）和固定资产净值（亿元）；输出指标为：工业增加值（亿元）。数据主要来自于历年的《中国工业经济统计年鉴》、《中国能源统计年鉴》等。
    2.各年度省际结果的水平差异
    为测算每一年内各省份的全要素电力消费效率，我们首先建立了面向投入的BC2模型，运用DEAP 2.1软包得到2003-2007年间的27个省份的工业用电效率，计算结果的五年均值结果见表1。由DEA的理论和计算方法可知，TE＝PTE×SE，即综合技术效率为纯技术效率和规模效率的乘积。纯技术效率反映的是决策单元利用现有投入生产相应产出的能力，它可以说明生产及决策的正确与否；规模效率反映的是资源配置是否实现了最优组合。因此，从表1的结果中我们可以得出以下结论：
    第一，从各省份的综合技术效率TE的五年均值可以看出：广东、北京、天津、上海、山东、江苏处于效率前沿面上，山西、甘肃、陕西、广西、湖北、江西等省份的综合能源效率较低，综合技术效率最高的省份大约是最低省份的2.5倍多。综合技术效率高的省份都属于经济发达的东部沿海省份，同时以山西为代表的中西部省份具有更大的电力节能潜力。
    第二，关注两个特征明显的省份：内蒙古的综合技术效率值由2003年的0.546逐步上升至2007年的0.976，其综合技术效率值从国内的落后省份稳步上升至效率前沿面上；山西省的综合用电效率值一直处于0.4与0.5之间，属于全国的下游水平，而且其纯技术效率值也低于全国平均水平。这一结果可能与其能源丰富有关，由于其煤炭资源丰富，粗放式能源消费，导致能源消费效率低下，从而产生“能源富有的诅咒”问题。这两个省份的情况说明，能源密集型工业的地区能源效率并不一定低，关键是地区能源生产和消费能否实现有效的匹配组合，形成促进能源优势向产业优势转化合适的技术路径和体制机制。
    第三，从纯技术效率PTE的全国均值来看，除了2003年以外都处在0.9以上，这说明全国电力能源消费的纯技术效率较高。从东部地区与中西部地区的差异来看，区域之间的技术效率都基本处于同一水平，差距不大，即国内区域之间的工业技术转移或区域产业转移对提高工业用电效率的作用空间不大。与之相反的是，规模效率PE的全国均值只有0.6-0.7左右，而且各省份之间的规模效率差距比较大，这说明从全国来说，通过改进配置效率，即淘汰高能耗的小企业，促进具有规模效率的大型企业的发展，可以促进了业电力消费效率的提高。
    3.年度间省际能源效率的纵向差异
    为了评测年度间效率值的变化，这里采用Malquist指数方法来计算比较各年度各省份间的差异。全要素效率（tfpch）可分解为技术效率（effch）×技术进步（techch）；技术效率（elfch）又可分解为纯技术效率（pech）×规模效率（sech）。表2为各省在样本期内的工业用电效率均值及分解，该表按全要素效率进行降序排序。从结果中可以看出：
    第一，原来综合技术效率值处于全国前列的省市，北京、上海、广东、山东、江苏的全要素效率增长率都处于全国的中下游水平，全要素效率的增长率普遍处于10%以下，只有天津市在效率上保持了高增长，增长率达到19%左右。在我们测算的27个省份中，全要素效率水平最低的是浙江省，年均增长率仅为4%，这反映了浙江以企业规模小、产品技术含量低为特征的传统的工业增长模式越来越难以持续。
    第二，内蒙古、河南、陕西、四川等中西部省份的全要素效率则快速提升，年均增长率都在20%以上，内蒙古的全要素效率的年均增长率高达34%。这几个省份全要素效率的快速增长很大程度上是由技术进步变动所引起的。
    第三，从进一步分解的结果可以发现，全要素效率增长率差别主要来源于综合技术效率，技术进步的差别影响则不大。上述结果说明电力能源效率省际差异是存在着收敛现象的，并不是如有些学者所研究的认为“东部地区与中西部地区的差距一直没有缩小的趋势”（史丹，2008），而且其原因也不仅仅是众多学者解释的区域产业技术转移，而更重要的是东部沿海地区自身的综合技术进步效率出现了停滞甚至是倒退，即东部沿海经济发达省份电力能源效率的进一步提升遇到技术瓶颈和体制瓶颈，而西部省份由于具有资源优势和低资源运输成本，从而利用适宜的技术和发展利用能源优势的产业，实现了快速的追赶。
    4.各省电力消费效率的综合评价
    结合BC2模型和Malquist模型我们对全国各省工业电力消费效率作综合评价。图1的横纵坐标分别为全要素技术效率和全要素电力消费效率。从图1中可以看出，处于第一象限的内蒙古和重庆拥有较高的电力消费效率；北京、上海、江苏、山东、浙江等东部沿海省份多处于第四象限，综合技术效率较高，但其近年来的全要素效率改进有限；情况最糟糕的是属于第三象限的山西、辽宁等省份，其本身效率不高且改进缓慢。
    三、省际工业电力消费效率的影响因素
    1.计量模型与数据