中国工业高增长的行业因素分布特征与结构变动Word文档格式.docx
- 文档编号:16093021
- 上传时间:2022-11-19
- 格式:DOCX
- 页数:6
- 大小:24.26KB
中国工业高增长的行业因素分布特征与结构变动Word文档格式.docx
《中国工业高增长的行业因素分布特征与结构变动Word文档格式.docx》由会员分享,可在线阅读,更多相关《中国工业高增长的行业因素分布特征与结构变动Word文档格式.docx(6页珍藏版)》请在冰豆网上搜索。
工业部门;
能源使用效率;
行业差异;
决定因素
一、引言
能源问题已经成为我国经济发展中的战略问题。
近年来我国经济的快速扩张导致能源需求大幅增长,作为一个资源相对匮乏的国家,能源供给不足的约束效应日益凸显,解决能源缺口越来越依赖于国际市场。
以石油为例,2005年进口量已经达到了1.3亿吨,对外依存度高达43%。
这种依赖性不仅严重影响了能源安全,而且国际市场的剧烈波动也给国内经济的平稳运行构成了严峻挑战。
与此同时,石油、煤炭等非可再生化石能源的大量消耗又是导致我国环境质量急剧恶化的直接原因。
为了缓解能源约束与长期增长之间的矛盾,节能降耗、提高能源使用效率就成为当前的必然选择。
“十一五规划”着重强调了建设资源节约型、环境友好型社会,提出通过提高整个社会利用、配置资源的效率来降低能源消耗,万元GDP能耗降低20%也作为约束性指标提出。
随之而来的问题就是,节能降耗到底有多少潜能可挖?
回答这个问题就要涉及对另一个问题的思考,即我国的能源使用效率到底处于一个怎样的水平?
产出既定条件下,有多少能源真正用于生产,而又有多少在资源的不合理配置中耗散?
这些问题的答案,直接决定了节能降耗工作的远期规划路径,进行深入分析很有必要。
我国能源使用效率的测度已经引起了国内外学者的研究兴趣。
例如,高振宇等(2006)以省级单位划分为基础研究了各地的能源生产率,并通过聚类分析方法将全国划分为能源高中低效三类地区。
史丹(2006)同样以省为基础测算了区域能源生产率,结果发现东南沿海地区的能源效率较高,内陆煤炭资源丰富、以煤炭消费为主的地区的效率最低,作者还进一步计算了各地节能降耗的潜力。
这些文献中测算能源使用效率的指标是能源生产率,又称为单要素使用效率、能源强度等。
依托全要素能源效率框架,Hu等(2006)对我国各省能源使用效率进行了DEA分解,结果发现中部地区的能源使用效率最低-。
应该说,既有研究得出了一些很有价值的结论,也为判断我国的能源使用效率提供了有益借鉴,但从中也不难发现存在着一定的不足之处。
首先,国内研究多是采用能源生产率作为能源使用效率的测度指标,该指标虽然易于统计,但正如后文所述,也存在着比较明显的缺陷,相对而言,在全要素生产函数框架下计算的能源使用效率具有更好的包容度,但这种方法的应用还不多。
其次,既有研究几乎都是以区域数据为基础,但区域实际是一个由产业构成的加总概念,若进一步据此来制定节能规划,不得不去面对的问题就是,区域层面下的规划又如何在不同产业上加以具体落实?
如果从更加接近实践的角度出发,以产业为基础进行分析同样具有必要性,区域层面和产业层面的研究应当作为有益的补充,遗憾的是,就我们的检索来看,后一方面的研究还未能得见。
这些问题的存在也为我们的研究指出了一个可行的方向。
具体而言,本文将以产业层面的经验事实为基础,依托全要素生产函数框架,对我国工业部门能源使用效率进行测度,并进一步对影响能效水平的关键因素进行初步考察。
二、能源使用效率的界定与分析方法
本文依据史丹(2006)的定义,能源使用效率即是有效的能源投入与最终产出之间的比例关系。
测度能源使用效率目前存在两种方法,一是计算单要素能源效率,即只是把能源要素投入与产出进行比较,计算某种能源投人占总产出的比重来反映能源使用效率,这一指标在既有文献中又被称为能源强度、能源生产率等;
二是在全要素生产函数框架下计算能源使用效率。
比较而言,单要素能源效率的思路简单,易于计算,在既有研究中得到了较为广泛的应用,但它的缺陷也是明显的。
首先,单要素能源效率指标并没有考虑生产过程中的其它要素,如资本、劳动等,以及这些要素之间可能会存在的替代关系,这就有可能致使结果存在偏差。
其次,应用单要素能源效率时,只是通过与其它单位(如区域、产业)的对比来判断自身效率水平,指标值最低的单位往往被认为是效率最高,同时也成为其它单位的努力目标。
然而这个目标是否就是各个决策单位的最优能源投人目标?
各决策单位的最优决策又处于何种水平?
这些问题是单要素能源效率指标所难以回答的。
有鉴于此,Hu等(2006)提出了全要素能源使用效率的概念,即在全要素生产函数的框架下,借助数学规划的方法测度各决策单位的最优能源(当然也包括其它要素)投入规模,将最优投入量与实际投入量相比,从而得出能源使用效率。
相对而言,全要素能源效率的概念要更为合理,本文的研究也将基于全要素能源效率展开。
出于表述的便利,后文中凡单独使用能源使用效率均指全要素能源效率。
全要素能源效率的一个不便之处是其计算较为复杂,一般需要借助于运筹学中的DEA,即数据包络分析的方法,该方法的基本要义就是使用线性规划数学模型来拟合出各决策单位的最佳效率边界(包络曲线),进而测度出各决策单位的效率水平。
例如,在不变规模报酬前提下,假设有N个决策单位,每个单位有K种要素投入M种产出,那么第i个决策单位的包络线可以通过求解如下线性规划问题得到:
Minθλθ
约束条件:
-yi+Yλ≥0;
θxi-Xλ≥0;
λ≥0
其中,0是标量,入λ为N×
1维向量。
O取值在O和1之间,值越高说明决策单位越是靠近效率前沿边界。
上述规划问题的求解过程较为复杂,具体过程可参阅Collei(1996)的相关说明。
对上述规划问题的求解确立了决策单位的最佳效率位置,以此为基础即可以测度出各个投入要素的实际投入量与最佳投入水平之间的差距,进而计算出包括能源要素在内的各要素的使用效率。
图1做了更直观的表述,折线ss’就是在产出既定条件下的最佳效率包络线。
位于A点的决策单位,其要素使用就存在无效性,在保持既定产出的前提下,要素投入可以从A点所示水平降低至A’点,AA’称为要素使用的径向(radial)调整。
进一步,还可以在保持投入要素1(input1)不变的情况下,再次减少投入要素2(input2)的投入至c点水平,CA’被称为松弛(slack)调整。
径向调整和松弛调整之和代表了无效的要素投入量,要素实际投入量减去无效投入即得到真正有效的要素投入,计算有效投入占实际投入的比重,即反映出要素的实际使用效率,这就是全要素框架下要素使用效率的含义。
本文即是根据以上定义计算全要素能源使用效率,具体公式为,全要素能源使用效率=(实际能源投入量一径向调整量一松弛调整量)/实际能源投入量。
三、数据来源及说明
工业是最主要能源消费部门,其能效高低直接决定着宏观经济的整体能效水平,因此本文的分析将针对我国工业部门。
考虑到1998年起我国工业经济统计口径发生改变,本文将研究期定为1999--2005年。
具体而言,我们将以二位数细分行业为基础,测度各行业样本期内的能源使用效率水平及其变动趋势。
考虑到水电煤气的生产和供应业所具有的公用性、垄断性及地区性的特殊性质,本文研究将这些行业剔除。
我国在2003年实行了新的行业分类目录标准(GB/T4754--2002),前后行业划分存在一定差异,不过根据国家统计局的说明,这次调整主要是二位数行业内部各细分三位数、四位数行业的归并或重新划分,对于大部分二位数行业,这种调整并不会影响前后数据的可比性。
将前后两个目录进行对比,我们剔除了旧目录中存在但新目录中没有以及新目录中新增的细分行业,最终包括了33个细分行业。
在全要素框架下测度能源使用效率,我们需要使用产出、资本、劳动及能源投入等四方面的数据。
关于产出数据,本文使用工业总产值,原始数据取自《中国工业经济统计年鉴》、《中国统计年鉴》各期。
使用历年工业品出厂价格指数对原始数据进行平减处理,将其转换为1999年价格水平的不变值。
由于2004年数据是基于第四次工业普查得到的,与前后数据的统计口径不一致,本文的做法是进行插值处理。
进一步来看要素投入。
(1)本文采用固定资产代表资本投入,具体地,我们根据永续盘存法对各行业的年末固定资产净值进行折算:
ki(t)=ki(1998)+(△ki(t)/pi(t))。
其中,k;
(1998)是不变价格水平的1998年末固定资产净值,ki(t)是第t年固定资产净值增加量,以相邻两年固定资产净值的差额表示,pi(t)为固定资产价格指数。
按照通常的做法,为了使资本投入数据更加准确,基础存量(即此处的ki(1998))应该取更加久远年份的数据,但考虑到1998年的统计口径变更,我们也只能从1998年算起了。
计算资本投入所需数据均来自《中国统计年鉴》各期。
(2)关于劳动投入,本文采用年均就业人数来表示,数据来自《中国统计年鉴》各期。
年鉴只是从2001年之后才开始公布这一数据的,不过,在年鉴的指标解释部分,我们发现1999--2001年的年均就业人数,可以借助于增加值和全员劳动生产率两个变量来获得,具体推算公式为:
年均就业人数=增加值/全员劳动生产率。
(3)关于能源要素投入,我们采用经标准化处理的各行业能源消费总量,单位为万吨标准煤,数据来自《中国统计年鉴》、《中国能源统计年鉴》各期。
四、T业部门能源使用效率的测算
在全要素生产函数框架下,我们借DEA模型考察在既定产出下工业部门能源使用效率,这又被称为投入导向的DEA分析。
分析之前还需要确定生产函数的规模报酬特征。
DEA分析包括规模报酬不变(CRS)和可变规模报酬(VRS)两种情况,根据既有关于中国工业的研究文献,我们认为CRS假设基本符合中国工业的实际情况。
例如,樊潇彦(2004)的研究就发现规模报酬不变的CD函数对于工业行业是可行的选择,胡永泰(1998)、李京文和钟学艺(1998)、张军(2005)等也都认为中国工业经济的规模报酬不变。
从计算方法的角度来看,采用CRS假设也有一个优势,即无论是以产出为导向,还是以投人为导向进行DEA分析,所得到的效率值具有一致性,故本文最终选择在CRS假设下进行分析。
考虑到不同行业在能源消费方面具有一定的差异,我们将33个二位数行业进一步划分为三组,即采掘业、轻工业和重工业(不包括采掘业)(具体划分方法参见表1)。
计算结果在表1中给出。
总体而言,我国工业全要素能源使用效率并不算高,32个两位数行业的效率均值在样本期中基本维持于50%至60%水平之间,而且在样本期内没有显著变化。
较低的能源使用效率同时也表明我国工业部门节能降耗具有较大的潜能,“十一五规划”所提出的万元GDP能耗降低20%的目标,不仅具有现实性及合理性,事实上也已经为今后的节能工作留有了一定的余地。
进一步观察各行业数据,不难发现,不同行业的能源效率存在着较大的差异性。
首先将采掘业、轻工业、重工业三大组别进行比较,就很容易看出三组的能效均值存有不小的差异。
其中,采掘业的能源使用效率是三者中最高的,该指标在样本期中基本维持在70%至80%之间;
轻工业组别的平均能源使用效率在2004年之前一直高于重工业,但在2005年出现了趋势逆转,重工业组别的能效水平首次超过了轻工业,然而从效率指标绝对值来看,这两组行业的能效水平均不算高,样本期里基本维持于40%至50%之间的水平。
进一步比较各两位数细分行业,不难发现行业间的差异性更大。
在采掘业中,石油和天然气开采业、有色金属矿采选业的能效达到或接近了前沿效率水平,并在总体上提高了该组别的能效均值,但煤炭采选业的能源效率值却低出不少,例如在199
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 中国 工业 增长 行业 因素 分布 特征 结构 变动
![提示](https://static.bdocx.com/images/bang_tan.gif)