摘要：传统的单要素电耗强度指标，不能很好地反映真实的电能效率，因此，采用DEA方法，测算了1998-2007年中国33个工业行业的全要素电力能源利用效率；利用Tobit模型分析了电能利用效率的影响因素。实证结果表明：中国工业行业电能利用效率普遍偏低，在样本期内没有明显地收敛趋势。行业结构、技术进步与电能效率正相关，行业集中度、电力价格与电能效率负相关，产权结构的影响则呈现出波动特征。优化行业结构、推动技术进步、保持行业适度竞争、深化电价改革有助于工业电能效率的提高。
随着中同经济的快速增长和电气化程度的不断提高，电力消费急剧增长，如何提高电力能源的利用效率越来越受到人们的关注。考虑到中国正处于工业化的加速发展时期，工业是电力消费的大户（占全国电力消费的比例超过70%），其电能利用效率对中国电力消费起着支配性作用。文献［1］用1971-1996年39个国家的10个制造业行业数据分析了部门经济活动、资本形成额以及工业能源价格对能源消耗强度的影响。研究表明能源强度受资本形成额的影响。文献［2］利用协整方法研究了希腊工业能源需求，发现工业能源消耗在短期和长期都没有弹性，但是石油和电力是可以相互替代的。文献［3］利用15个OECD国家的面板数据研究了节能技术变化和价格对工业能源需求的影响。对中国工业能源消耗强度的实证研究按所用方法可分为2类：一类基于因素分解法对中国工业部门能源消耗强度变动进行研究，文献［4］采用拉氏分解法研究了1993—2003年中国36个工业部门的能源效率变化，认为技术进步是工业部门能源消耗强度下降的主要原因：另一类采用计量经济模型进行研究，文献［5］研究了中国12个工业行业的能源消费与行业总产值的协整关系，文献［6］利用时间序列数据研究了能源价格对中国制造业能源强度的影响。
通过文献分析发现：（1）已有对中国工业能源效率的研究主要是基于能源消费总量进行的，没有区分能源消费的具体形式。事实上，不同能源品种具有不同的利用效率，细分能源品种有助于从中观层面结合产业特点制定节能降耗政策、调整并优化产业结构。（2）对工业能源效率的研究大都是在能源强度的概念下进行的，即认为单位GDP能耗可以表征能源效率。然而，单位GDP能耗没有考虑到能源与其他要素之间的替代，难以体现真正的“效率”。同单位GDP能耗相比，基于生产前沿的全要素能源效率分析方法，以经济增长为背景，以生产函数为依托，不但可以比较准确地衡量能源与其他要素之间的替代效应，也可以反映一个行业在一定生产要素结构下能源利用的综合水平，使评价结果更符合经济现实。
因此，在全要素框架下采用非参数前沿方法，以工业33个细分行业的面板数据为样本，深入研究中国工业对电力这一具体能源品种的利用效率及影响因素，以便科学认识中同工业电力消费的效率特征、进而为制定节能降耗政策提供科学依据。
数据包络分析（DEA）是最常用的非参数前沿方法，其优点是不需要已知生产函数的具体形式，只要已知投入产出的数据即可通过线性规划模型来度量效率［7］。一般而言，用DEA方法可以从投入的角度也可以从产出的角度来测算效率。基于投入角度的测算，可以评估为了得到相同的产出如何才能做到投入最小；基于产出角度的测算有助于发现如何使用相同的投入得到最大的产出。在规模报酬不变（CRS），假设下，2种方法测算的效率值完全相同。以下从投入角度来说明CRS-DEA测算电能效率的方法：
假设有n个决策单元（DMU），每个DMU都有K个投入变量和M个产出变量，对于第i个决策单元，xi和yi分别为投入和产出向量，则X和Y分别为（k×t）阶的投入矩阵和（m×n）阶的产出矩阵，第i个DMU的效率即是求解以下线性规划问题：
式中：θ为标量；λ为N×1的常向量；解出来的θ值即为DMUi的效率值，一般有θ≤1。θ=1，表明决策单元技术有效且位于生产前沿上；θ＜1，意味着存在1-θ的效率损失。DEA方法通过一系列线性规划的计算来识别处于效率前沿的点，以此作为非效率决策单元的改进目标。
考虑图1所示的一个CRS假设下基于投入的DEA模型：将产出水平单位化，等产量线为，NN’，投入要素为电力及其他要素（包括资本和人力），包络线上的点C、D表示有效率，点A、B则存在效率损失，因为实现同样的产出需要消耗更多的资源。按照Farrel（1957）的定义，DMUA和DMUB的效率分别为OA’／OA和OB’／OB，但点A的有效参照点并非点A，而是点C，点A的要素无效损失包括2部分：一部分是由于技术无效率而导致的所有投入要素过量AA’；另一部分是配置不恰当所导致的松弛量A’C，因此，即为点A达到目标点C所可能实现的电能“节约”数量，如果越大，意味着同那些前沿上的有效点相比，该点可以在实现相同产出条件下能够调整、减少的电能越多，也就表明该点的电能效率越低，如果电能投入不需要调整，此时，电能效率为1。
式中：ηit（EE）为i行业在第t年的电能利用效率；Eit（TEI）为i行业在第t年的目标电能投入，也就是在当前技术水平下为实现一定产出所需要的最优电能投入量，kW·h；Eit（TEI）为i行业在第t年的实际电能投入量，kW·h。实际电能投入总是大于或等于目标电能投入，因此，全要素电能效率值属于（0，1］区间。
按照工业划分标准，二位码的工业行业具体包括采掘业（6个行业）、制造业（30个行业）、电力、煤气及水的生产和供应业（3个行业），共计39个行业。鉴于数据的可得性，从39个工业行业中剔除了6个数据缺失行业（其他采矿业、农副食品加工业、印刷业和记录媒介的复制、通用没备制造业、工艺品及其他制造业、废弃资源和废旧材料回收加工业），因此研究对象为33个二位码工业行业（以H1～H33表示），样本区间为1998-2007年。
测算各工业行业的电力能源效率需要各自的投入、产出数据，具体指标选择与数据处理如下：
（1）产出。产出（Y）采用33个1：业行业增加值指标，基础数据来自历年《中国统计年鉴》，并根据《中国城市（镇）生活与价格年鉴2009》和2004年《中国统计年鉴》上提供的分行业工业品出厂价格指数将工业增加值折算为1998年为基年的不变价格。
（2）投入。投入要素主要包括资本、劳动和电力消费量。其中，资本投入量（K）用固定资产净值年均余额代替，并按照各行业工业品出厂价格指数折算为1998年的不变价格。由于缺乏既能体现劳动者劳动时间又能体现劳动效率的统计指标，考虑到数据的可得性和可比性，采用分行业的职工年均人数表示劳动力投入量（L）。使用各行业每年的电力消费量表示所投入的电力能源（E）。数据来自于各年《中国统计年鉴》、《中国能源统计年鉴》。
基于以上定义的投入、产出变量的基础数据，利用DEAP软件计算了CRS假设条件下历年每个行业的电能效率，计算结果分别见图2、图3。
图2反映了1998—2007年全部工业及3个二位码行业的电能效率平均值的变动情况。从中可以看出，中国工业行业电力能源效率普遍偏低，在0.29～0.42波动，具有较大的节电空间。1998—2007年工业电能利用效率的平均值为0.347，远低于效率前沿面所要求的电能效率值1.000。其中，制造业的电能消费效率相对较高，每年都超过了全国平均水平，但也都未超过0.5；采掘业的效率从2004年开始超过全国水平，但2005年以后有逐年下降的趋势；而电力、煤气及水的生产供应业的电力能源消费效率最低，远低于工业平均水平。
H1—煤炭采选业；H2—石油和天然气开采业；H3—黑色金属矿采选业；H4—有色金属矿采选业；H5—非金属矿采选业；H6—食品制造业；H7—饮料制造业；H8—烟草加工业；H9—纺织业；H10—服装及其他纤维制品制造；H11—皮革毛皮羽绒及其制品业；H12—木材加工及竹藤棕草制品业；H13—家具制造业；H14—造纸及纸制品业；H15—文教体育用品制造业；H16—石油加工及炼焦业；H17—化学原料及制品制造业；H18—医药制造业；H19—化学纤维制造业；H20—橡胶制品业；H21—塑料制品业；H22—非金属矿物制品业；H23—黑色金属冶炼及压延加工业；H24—有色金属冶炼及压延加工业；H25—金属制品业；H26—专用设备制造业；H27—交通运输设备制造业；H28—电气机械及器材制造业；H29—电子及通信设备制造业；H30—仪器仪表文化办公用机械；H31—电力蒸汽热水生产供应业；H32—煤气的生产和供应业；H33—自来水的生产和供应业
图3进一步反映了1998-2007年各行业电能利用效率情况。可以看出：期间33个行业中电能利用效率最高的五个行业分别为：烟草加工业（H8）、皮革、毛皮、羽绒及其制品业（H11）、服装及其纤维制品制造业（H10）、电子及通信设备制造业（H29）和文教体育用品制造业（H15）。其中烟草加工业是33个工业行业中电力能源技术效率最高的行业，在样本期间的所有年份都位于效率前沿面上，其电力能源效率值均为1。电能利用效率最低的5个行业分别是：自来水的生产和供应业（H33）、煤气的生产和供应业（H32）、化学纤维制造业（H19）、造纸及纸制品业（H14）、煤炭采选业（H1）。可以看出，垄断程度高、开放程度低的行业电能利用效率水平较低，尤其是煤气生产和供应业、自来水的生产和供应业等高度垄断的行业，它们的电能利用效率值未达到0.1，远远低于全工业行业的平均水平。
通过计算1998-2007年33个工业行业电能效率的变异系数来反映行业间的电能效率的收敛趋势，具体结果见图4。从中可以看出，样本期间中国工业行业间电能效率差异并没有呈现显著的收敛态势，总体上还处于高位运行的特征。除1998-1999年和2003-2004年外，其他年份的行间电能效率差异均呈现微幅扩大的趋势。
另外，通过计算各个工业行业自身在1998-2007年电力能源效率的变异系数来反映各行业内部的收敛趋势和特征。从行业自身内部的收敛特征来看，收敛速度最快的5个行业分别为：烟草加工业、化学原料及制品制造业、金属制品业、木材加工及竹藤棕草制品业、专用设备制造业。其中，烟草加工业在研究样本区间的收敛趋势最为明显，所有年份都处于最佳效率前沿面上。收敛速度最慢的5个行业分别为：医药制造业、煤气的生产和供应业、石油和天然气开采业、非金属矿采选业以及自来水的生产和供应业。
由以上对电能效率测算结果的分析可知，工业行业电能利用效率普遍偏低，而且行业间差异很大，变动趋势也日渐复杂，是什么导致了不同行业问的电能效率差异？20世纪90年代以来的电力市场化改革对电能效率是否产生了重要的影响？
为了搞清上述问题，找寻电能效率的影响因素，以DEA测算的工业行业电能效率值为因变量建立回归模型。由于计算得到的电能效率为受限值（0，1］，用传统的线性方法对模型直接进行回归可能会得到负的拟合值。因此，采用处理限值因变量的Tobit模型，主要分析技术进步、结构调整和电力市场化改革等因素对电能效率的影响。
技术进步的刻画一直是经济学界的一个难题，学者们基于不同的研究目的分别采用了多种不同的指标，如外商直接投资、人力资本以及研发经费投入（R＆D）等，尤其R&D支出更被视为技术进步的主要源泉。因为研发投入一方面会提高企业的自主创新能力：另一方面也会增强其对外来引进技术的消化吸收能力［8］，也有研究发现在能源消费中研发投入越多，关于能源利用的先进设备、技术和管理的有效研发劳动也越多，相应的效率也会越高［9］。因此参照已有文献，选取“行业的研发费用支出”来反映技术进步。
结构调整是影响电能效率的另一重要因素。文献［10］从产业结构、工业结构、产权结构、禀赋结构和能源结构等5个层面分析了结构变化对能源效率的影响。借鉴其做法，重点分析工业行业产权结构、行业结构及市场结构变化对电能效率的影响。此外，20世纪90年代以来的中国电力市场化改革对工业电能效率的影响如何也是要关注的一个重点。
式中：ηit（EE）为DEA测算的i行业在t时期的电能效率；βi（i=1，2…，5）为解释变量的待估参数；cit（RD）为研发费用变量。由于缺少工业行业的研究与发展经费支出数据，选择大中型工业企业的科技活动经费内部支出来近似地反映工业行业的技术创新水平；pit（STR）为行业内企业的产权结构，以行业内国有企业固定资产所占比重来表示；pit（CON）为工业行业集中度变量，以行业内大中型企业的市场份额表示，即各行业大中型企业的销售额与该行业总销售额之比；pit（ISTR）为行业结构变量，以该行业工业总产值占比来表示，sit（EP）电力市场价格变量，以燃料动力类价格指数表示：εit为剩余残差项。
由于1998年的部分数据缺失，所以在分析影响因素的时候，样本期间调整为1999-2007年，最终的面板数据包含了33个截面单元在9a内的时间序列数据，样本观察点共297个。相关数据来源于历年《中国统计年鉴》、《中国工业统计年鉴》和《中国科技统计年鉴》。
面板数据的估计方法主要包括聚合最小二乘回归模型（Pool OLS）、固定效应模型（Fixed effect）和随机效应模型（Random effect）。具体模型的选择，需要通过F检验和Hauseman检验来确定。然而在实际运用中对于时期较短而横截面单位较多的样本数据，可以认为行业间电能效率的差异主要表现在横截面的不同个体之间，参数不随时间变化或者变动较小。因此，选用行业固定效应模型，并采用Cross-section加权方法来消除截面异方差问题，为验证回归结果的稳定性，在对33个工业行业回归的基础上，进一步对采掘业、制造业、水电煤的生产供应业分别进行了回归，回归结果见表1。为了突出重点，略去了常数项的估计值。由表1可以得到以下一些结论：
（1）从对整个工业行业的回归来看，行业集中度与电能效率负相关，行业集中度每增加1%，会使工业电能效率平均下降0.29%。在对分行业的同归中，发现回归系数都是负的，但只有制造业通过了显著性水平检验，采掘业、水电煤的生产供应业的同归系数不显著。尽管如此，回归结果也在某种程度上表明，行业集中度过高不利于电能效率的提高。因为行业集中度的提高通常会伴随着垄断程度的增加，一些垄断性企业凭借垄断优势占有廉价资源，具有较高的市场定价权，所以缺乏改进能源效率的动力，导致电能利用效率低下。这在本文测算的电能效率中也可以得到验证，如煤气生产和供应、自来水的生产和供应等高垄断行业的电能效率值未达到0.1，远远低于全工业行业的平均水平。
（2）行业结构与电能效率正相关。从回归系数来看，行业产值比重增加对提高电能效率具有显著的促进作用，行业产值比重每增加1%，会使整个工业电能效率提高2.9%，相应的采掘业、制造业会分别提高3.4%和2.8%，水电煤的生产供应业的提高不显著。这表明电能使用同其他要素一样存在着规模收益特征，行业产值的增加、企业的规模扩大，有助于设备潜能的发挥以及电力能源的集约利用。但规模并非越大越好，随着企业规模的扩大，内部结构的复杂性增强，这将导致消耗更多的能量和资源，这种消耗会抵消规模扩大带来的好处，使得规模效应大大降低，甚至产生规模不经济。回归中，水、电、煤的生产和供应业的回归系数不显著也印证了这一点。
（3）尽管研究表明国有企业经营绩效差，运营效率低，因此国有工业比重越高，其全要素能源效率越低［10］。但表1的同归结果表明，同有资产比重增加对整体工业行业的影响并不显著，在对制造业的同归中尤其不显著因而剔除了该变量。然而在对采掘业和水电煤的生产供应业的分行业回归中，这一变量的系数为负、并且显著。这可能由于这2个行业中国有资产比重过高造成的。事实上这2个行业的国有资产占比分别高达76%和88%（比工业平均水平高出了26%和38%），国有产权比重的增加不利于电能效率的提高。
（4）技术进步与电能效率之间存在不显著的正相关。主要是由于技术进步对制造业的不显著造成的，这也反映了制造业仍处在全球价值链的低端，企业以较低价格的生产要素尤其是劳动力价格嵌入加工组装环节，而技术、资本和知识密集型的研发设计则被跨国公司控制［11］。因而制造业企业研发投入少，对电能效率的影响不显著。而对采掘业和水电煤的生产和制造业却有着显著的促进作用。研发投入每增加1%，会使采掘业、水电煤的生产供应业的电能效率会分别提高4.5%和0.9%。这表明技术进步对于提高这些行业的电能效率具有重要作用。
（5）电力价格与电能效率之间存在显著的负相关。电能作为重要的投入要素，电价上升通常会影响用户的生产成本，一方面会促使其节约用电；另一方面会促使其不断寻求新技术以提高电能效率。然而，表1的结果表明电价上升并不能促进电能效率提升。这可能与我国电力价格改革的相对滞后、电价制定根据“成本加成”原则、实行垄断电价有关。尽管2002年“厂网分开”后少部分电量由市场竞价形成，但主体仍实行行政审批制。这种电价体系不能反映电力市场的供求关系，因而不能有效促进企业进行节能技术创新。
采用DEA方法测算了中国工业行业1998—2007年的电能利用效率，运用Tobit模型实证分析了电能效率的影响因素，重点关注了电力市场化条件下，电力价格因素对电能效率的影响，发现：（1）中国工业电能利用效率的总体水平较低。1997—2008年工业电能效率的平均值为0.347，具有较大的节能潜力。从电能效率的收敛趋势来看，总体上处于高位运行，在样本期间内并没有明显地收敛趋势。（2）行业结构对电能效率有着最重要的促进作用，其次是技术进步。行业集中度和电力价格抑制了电能效率的提升，产权结构对电能效率的影响因行业不同而呈现出波动特征。
基于上述分析得到启示：（1）调整、优化结构，提高电能效率。在市场结构层面，应保持行业的适度竞争，防止过度集中；在行业结构层而，行业产值比重的增加会使电能效率有所提高，但行业工业产值并不是越多越好。因此，企业在追求高产值的同时，应注意管理和经营水平的同步提升。因为往往由于管理体制存在很大的问题，相当比例的电力能源消耗在非生产领域，电力能源浪费会很严重，造成电能利用效率的降低：在产权结构层面，“降低国有经济比重，推动‘国退民进’的国企改革，自发地实施提高生产运营效率、节约稀缺资源等经济行为”可以在国有产权占比过高的行业适用，（2）技术进步是提升能源效率的根本途径。文中尽管反映技术进步的研发费用变量，对整个工业电能效率的提升作用不显著，但在分行业回归中该变量同归系数均为正、且显著，尤其是采掘业和水电煤的生产供应业。因此，这些行业的企业应该加大科研开发经费支出，尽快建立以企业为主体的技术创新体系，开展中高端的节能技术创新活动，通过促进行业节能技术的开发和推广，进行技术更新、设备和生产工艺的改造，进而显著的提高这些行业的电能效率。（3）积极推进电力价格市场化改革。回归结果表明电力价格抑制了电能效率的提升，这可能与电价改革的相对滞后、电价长期实行垄断低价有关。根据新古典经济学理论，理性经济人利润最大化的要素投入应该是使任意生产要素的边际产出等于其相应的边际成本［12］，较低的垄断电价必将导致单位电能的边际产出降低，造成电力能源的低效利用。因此，应积极推进电力价格市场化改革，尽量减少政府对电力市场的干预，逐步建立能够反映资源稀缺程度、市场供求关系和环境成本的价格形成机制，用电力价格来影响消费观念，为提升全要素电能利用效率提供有效而持久的激励。
［4］齐志新，陈文颖．结构调整还是技术进步［J］．上海经济研究，2006（6）：8-16．
［5］王少平，杨继生．中国工业能源调整的长期战略与短期措施［J］．中国社会科学，2006（4）：88-96．
［6］杭雷鸣，屠梅曾．能源价格对能源强度的影响［J］．数量经济技术经济研究，2006（12）：93-10．
［7］李世祥，成金华．中国工业行、世的能源效率特征及其影响因素——基于非参数前沿的实证分析［J］．财经研究，2009，35（7）：134-143．
［8］张海洋．外资技术扩散与湖北高新技术产业的发展——以武汉光通信产业为例［J］．科学学研究，2006，24（1）：67-73．
［9］江锦帆，郭顺．外国在中国直接投资的制度变迁效应［J］．经济研究参考，2004（23）：36-36
［10］魏楚，沈满洪．结构调整能否改善能源效率：基于中国省级数据的研究［J］．世界经济，2008（11）：77～85．
［11］杨淑云．行政垄断电价对地区能源效率影响的实证研究［J］．经济与管理研究，2010（1）：119-123．
［12］中国社会科学院工业经济研究所课题组．“十二五”时期工业结构调整和优化升级研究［J］．中国工业经济研究，2010（1）：5-21．
