中国全要素能源效率测算及驱动因素研究

作     者：连欣燕 

作者单位：东北财经大学 

学位级别：硕士

导师姓名：陈菁泉

授予年度：2021年

学科分类：02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 020205[经济学-产业经济学] 07[理学] 0714[理学-统计学（可授理学、经济学学位）] 070103[理学-概率论与数理统计] 0701[理学-数学] 

主      题：全要素能源效率 动态StoNED SEM-Tobit模型 动态演进 驱动因素分析 

摘      要：改革开放以来,中国人类发展指数(HDI)有明显提升,由1978年的0.410上升至2019年的0.758,跃居第85名,成为唯一一个从较低人类发展水平上升到较高人类发展水平的国家。事实上,中国高速度的发展水平离不开能源的支撑。能源作为重要的生产要素,不仅是经济与社会发展的动力源泉,也是发展的重要手段。但大量的能源消耗促使经济与社会发展的同时,也不可避免地带来资源枯竭、环境污染、极端天气与自然灾害等一系列生态问题。长期来看,“高能耗、高污染、低效率的发展方式势必会制约社会进步,阻碍经济发展进程。在高质量发展背景下,解决当前问题的关键在于提升全要素能源效率。但由于部分地区长期不可持续发展,提升全要素能源效率对政府治理高能耗、高增长、高排放为特征的粗放增长模式能力提出了新的挑战。因而,为促进中国早日实现可持续发展目标,深入分析中国全要素能源效率势在必行。本文遵循全要素能源效率测算及驱动因素分析的研究路径,首先以中国30个省域(因数据缺失,西藏自治区和港澳台地区未列入)为研究对象,将能源足迹纳入非期望产出指标,旨在使全要素能源效率测度指标更加科学;其次采用更适宜于面板数据的动态随机非参数数据包络分析法(StoNED)测度全要素能源效率,并按全国、分区域、分省三个层面分析测算结果;再次考虑因变量为截断数据且可能存在空间特性,构建包含环境规制、对外贸易、科研经费、能源消费结构、人口规模、产业结构6个驱动因素的空间误差面板Tobit回归模型(SEM-Tobit),研究中国全要素能源效率驱动因素效应;最后在双循环模式下,探求提升全要素能源效率的政策建议。研究结果表明:第一,就全要素能源效率测度结果而言,中国全要素能源效率在研究期间内呈先下降后上升的的分布特征。第二,从区域来看,八大综合经济区全要素能源效率呈现由沿海地区向内陆地区逐渐收敛的发展态势;从具体省域来看,各省份全要素能源效率发展水平参差不齐,与沿海省份相比,处于内陆省份的全要素能源效率相对较低。但同一地区不同省份间全要素能源效率水平存在一定差异,且部分省份间存在明显的空间非均衡态势。第三,依据SEM-Tobit驱动因素模型发现,不同驱动因素对全要素能源效率的影响效应存在差异。环境规制、能源消费结构对全要素能源效率呈现显著的抑制作用,而产业结构、人口规模、对外贸易、科研经费对全要素能源效率呈现积极地推动作用。与已有研究相比,本文的主要边际贡献为:第一,在测度指标上,将能源足迹纳入全要素能源效率的非期望产出。由于能源消耗对环境压力效应的矛盾日趋凸显,本文基于现实矛盾,采用可以定量表现环境压力效应的能源足迹指标来表示非期望产出,旨在为全要素能源效率的测度提供新的可选指标依据,并对政策制定等提供科学基础。第二,在效率测度方法上,使用动态StoNED模型提高能源效率测度准确率。该方法适宜于面板数据,既能将残差分解为随机误差项和无效率项,又可结合非参数分段线性前沿的优点,且将参数法与非参数法二者有机地结合在一个框架内,建立在二者均认可的标准公理和假设之下,无需引入新的概念和原理,同时该方法还考虑了跨期生产的技术变动。因而,其在效率测度准确性方面有较大优势。第三,在驱动因素研究上,本文采用SEM-Tobit模型研究区域全要素能源效率的影响因素。该方法既反映因变量截断数据的特性,又能反映全要素能源效率可能存在的空间效应,还能细致地挖掘驱动因素对全要素能源效率的影响,利于为地区提升全要素能源效率提供切实可行的政策建议。