全要素能耗水耗之产业效率研究

全要素能耗水耗之产业效率研究

谢友才

宁波大学商学院，浙江宁波（315211）

E-mali：thankyoutalent@yahoo.com.cn

摘 要：本文引入全要素水资源、能源耗费的产业效率概念，利用数据包络分析（DEA）方法、以宁波市2004年工业行业数据为例进行了研究。研究发现，基于全要素的资源消耗产业效率的产业选择将更为完善；如果仅用单要素资源产业效率，则应当用水资源效率更为妥当；有占工业增加值一半多的行业是有效的，而且是技术含量较高的产业；传统的低技术产业的资源消耗无效，一半主因是技术无效，而另一半主因是规模无效。 关键词：全要素水资源/能源效率；产业效率；产业 中图分类号: F271 文献标识码: A

1. 引言

目前，我国对于能源、污染问题的重视已经提高到前所未有的高度，批转了《节能减排统计监测及考核实施方案和办法》，各级地方的绩效考核必须包括万元GDP能耗指标，而且是“否决性指标”。同时辅助以多种GDP能源、节能减耗的监测指标。因此，各级必须制定正确的产业能源，把握提高能源效率的正确方向，实施有效的策略和措施。

事实上，能源、水资源效率都是一个不容忽视的问题。为了引导产业走可持续发展的道路，发挥在产业规划、产业导向和产业方面的服务作用，有必要对区域产业的能效、水效状况进行研究，摸清区域产业的能效和水效实际情况，为提高节能节水意识、引导企业节能节水降耗、取舍招商引资项目、实施不同的产业能源提供依据。

然而，当前的关于能源、水资源的考核与研究，大多是以能源或水资源为单一投入，而以增加值或生产总值作为单一产出，以产出与投入的比例作为研究的主要度量。这显然是与生产活动的多投入特征相悖的，而的考核监测指标体系也注意到这一点。

本文将劳动力、资本、能源、水资源等作为多项投入，引入全要素能源、水资源效率的概念，以宁波市为例，用数据包络方法（DEA）（Emmanuel Thanassoulis，2004），从工业行业层面进行能源、水资源效率分析，由此测算能源的节省潜力，并以此作为制定产业的基础。

2. 关于水耗、能耗效率的研究现状

对能源问题的研究大多集中于分析能源效率的变动原因，即产出因素、强度因素和结构因素等。Kambara(1992)认为主要是因为产业结构转变导致效率提高，中国的工业产业结构从能耗高的重工业向能耗低的轻工业转移。世界银行的一份报告也认为35% ～45%的原因是因为产业结构调整，特别是服务业比重的上升。但是，Huang(1993)认为80年代能效提高有73% ～87%归功于技术进步的因素，而Sinton和Levine(1994)也认为有一半以上的原因归结于技术进步。Richard，Mun，Dale (1999)对1987～1992年中国的投入产出表进行了因素分解分析，得出的结论是技术因素是能效提高的主要原因，而结构调整是次要原因。Zhong Xiang Zhan（2003）也指出，我国80年代的能源使用下降是由于能源效率（energy efficiency）提高，而90年是由于能源强度（energy intensity）的下降。韩智勇，魏一鸣，范英（2004）认为1998-2000年间我国能源强度下降的主要动力来自于各产业能源利用效率的提高，其中

- 1 -

http://www.paper.edu.cn

工业能源强度下降是总体能源强度下降的主要原因。王玉潜( 2003)对1987年至1997年中国能源消耗强度分析的结果是，产业结构的调整对降低单位产出能耗的作用反而是负面的。可见，对于到底是什么原因引发能源效率的改善是因时而异、因不同的研究而异的。

此外，大多数研究都是基于整个经济系统，并未从产业层面进行较为详细的解剖，因而对于设计较细的产业能源就有失依据。有一部分研究是进行地区、国家的能源状况比较，从而找出其差距（Howard Gellera，2006；Jin-Li Hu ， Chih-Hung Kao，2006），这有一定的借鉴意义。

还有一些研究是关注于能源的绩效和设计方面的（Roberto Schaefferb，2004；蒋金奇2004；宣能啸，2004）。蒋金奇（2004）在分析了我国的能源效率、能源强度等之后，提出了降低我国的能源强度的策略，认为可以采取三个策略：1）合理调整产业结构和工业行业内部结构，加快发展第三产业，在工业内部加快发展高附加值的高技术产业和低能耗产业，大幅度降低能源消耗强度和污染排放强度。2）加强高耗能行业的结构调整，依靠淘汰陈旧设备，削减小型、分散、工艺落后的污染源，推广高技术，大力提高能源利用效率和经济效益，控制能源消费总量的增长。3）优化一次能源结构，促进能源利用向高效化、清洁化方向发展。宣能啸（2004）认为我国节能潜力巨大，但并不意味着在短时间内可以把潜力全部挖掘出来。因为制约我国能源效率的因素主要在于经济结构和能源结构，这决定了我国提高能效任务的长期性和艰巨性。所以，采用先进工艺技术，提高企业装备水平和管理水平，建立节能型社会，仍是当前我国提高能效、有效挖掘节能潜力的重要措施。为有效提高能效，我国应以节能中长期发展规划为指导，完成不同发展阶段的不同发展目标，并适时对节能、法律法规及标准进行调整和完善，逐渐缩小与发达国家之间的差距。当然，所有的设计都是基于能源效率的现状的。

在研究方法上，一般采用的是简单的描述统计和因素分解法、Lapsers方法的改进、微分法(Division Index)、数据包络分析（ DEA，data envelopment analysis）等（zhang，2003; 周鸿，2005；Jin-Li Hu，Chih-Hung Kao，2006）；而在预测能源需求的方法上，则使用能源消费弹性和能源生产弹性的概念。其中DEA方法在国外已被应用于国家或地区之间的比较，比如Hu（2006）应用DEA于APEC国家的能源节约潜力的测算，但是，尚未见到应于产业层面的分析，也尚见到应用于中国能源效率的研究。

总体来讲，在国际上，对能源效率的研究方法较为丰富，但应用于产业间层面的能效研究尚很少见；在国内，对于能源效率的研究方法上，大抵停留在简单统计方法上，尚未见DEA等新方法的应用文献，而且在研究内容上，普遍地集中于分析整体结构原因和技术原因上，而没有将分析落实在产业间层面。

然而，令人费解的是，尽管水资源的消耗是与能源消耗紧密相关的，但几乎没有将它们结合在一起的研究。在任何生产活动中，不可能只是能源的消耗，而是与水、资本、劳动等资源消耗结合在一起的。对于环境保护和可持续发展来讲，水资源、能源都是十分重要的。所以，有必要将能源消耗与水消耗综合考虑。上海市经济委员会提出的《上海产业能效指南》包含了水资源消耗。但是，上海市的做法仍然是不够的，他们只是将水资源消耗水平单独列在产业能效表中，对于他们之间的综合要求并没考虑。之所以如此，是由于传统的分析均是以能源对产值、水资源对产值等一对一的方式进行的，很难综合处理。

无疑，对于环境保护等可持续发展的议题来讲，至少应当综合考虑能源和水资源的综合利用；如果能源消耗低而水耗高，或反之都是不合适的。但是，一旦引入多投入多产出的概念时，就很难比较那个产业更为有效了，一般的思路是采用权重的办法，给能源和水资源的

- 2 -

http://www.paper.edu.cn

消费加权汇总。事实上，以数据包络分析（DEA，data envelopment analysis）是评价多元投入和多元产出的好方法。它的优点是不必要求有先验的生产函数，对投入和产出也不必要求一定是统一量纲，具有相当的灵活性。它以最有利于被评价的产业权重来测度效率；当最有利于其的权重测得的效率是1时就认为是有效的，反之认为是无效的。

DEA方法的应用，对于设置产业是相当重要的。如上文献所述，提高效率的方法有产业结构和产业内部结构、提高企业技术效率、增强社会公众节能意识等，但这是广而泛之的说法，到底什么是我们努力的方向，必须通过科学分析才能得出，而DEA方法是一个恰当的工具。

3. 研究方法

1．数据包络分析（data envelopment analysis，DEA）

DEA是测度具有多投入多产出的决策单元（DMU，decision making unit）效率的非参数方法。它将多项产出和多项投入分别构造成一个“虚拟的”（virtual）产出和投入而不用预先定义生为函数。

在DEA方法中，最有名的是二个模型，即CCR和BCC模型。CCR模型假定规模报酬不变（constant return to scale，CRS）即所有被观察的生产组合可以按比例地增加和减少，而BCC模型假定规模报酬变动(variable return to scale，VRS)，也即在图形表上是线形片段凸前沿面。设有n个决策单元，每个决策单元DMUj都有m种类型输入和s种类型输出，分别用输入向量Xj和输出向量Yj表示。xij>0表示第j个决策单元(DMUj)的第i种类型的输入量，yrj>0表示第j个决策单元(DMUj)的第r种类型的输出量；u､v为权系数向量，并且xrj>0，yrj>0，vj>0，ur>0，i=1，2…m；r=1，2…s；Xj=(x1j，x2j…，xmj)T，Yj=(y1j，y2j…，ysj)T，j=1，2…n，v=(v1，v2…vm)T，u=(u1，u2…us)T。

每个决策单元都有相应的评价指标数

r

m

hj=∑uryrj/∑vixij （1）

s=1

i=1

可以适当地选择权系数v和u， 使其满足hj≤1， j=1，2，…n。现在对第j0个决策单元进行效果评价(1≤ j0 ≤n)，以权系数v和u为变量，以第jo个单元的效率指数为目标，以所有决策单元的效率指数hj≤1，(j=1，2，…n)为约束，可构成如下最优化模型(CCR):

max hjo= s.t. hj=

r

r

m

∑uy/∑vx

rs=1

rjo

i=1

iijo

（2）

（3） （4） （5）

∑uy/∑vx

rrj

s=1

i=1

m

iij

≤1 (j=1，2，…n)

v=(v1，v2…vm)≥0;u=(u1，u2…us) ≥ 0 (D) Mins.t.

利用Charnes-Cooper变换，可以将上式转化为一个等价的线性规划问题（面向输入）：

θ

j

∑λX

jj=1n

jj=1

n

+S−=θXo (6) −S+=Yo （7）

∑λY

j

- 3 -

http://www.paper.edu.cn

λj≥0,j=1,2,L,n,S+≥0,S−≥0 （8）

∑λj=1

n

j

=1 （9）

其含义是当新的产出组合不小于原产出时，新的投入组合能比原投入缩小θ倍。此问题一定存在解，而且θ≤1。当θ=1且松驰变量S+，S-均为0时，称DEA有效。DEA有效的经济含义是除非增加一种或多种投入，或减少其他种类的产出，无法再增加任何产出；除非增加一种或多种投入，或减少其他种类产品的产出，无法再减少任何投入。在本研究中，视产业为决策单元。

上述模型中，当不设约束条件（9）时，称之为DEA-CCR模型，即所谓的规模报酬不变模型（CRS），此时θ的倒数是面向产出技术效率；而当加设约束条件（9）时，称之为DEA-BCC模型，即所谓的规模报酬可变模型（VRS）。它们得到的θ分别称为总体技术效率（TE）和纯技术效率（PE）。一般认为，总体技术效率是由纯技术效率和规模效率（SE）产生的。所以规模效率（SE）由下式给出：

SEk=TEk/PEk

的努力方向。

2．能源、水资源投入的径向和松驰变量调整

DEA识别最有效的DMU，这些DMU构成了有效前沿面，而无效的DMU则以这些有效的DMU为标杆。从投入节省来讲，如果生产相同数量的产出，某第i个无效的DMU比有效的DMU的资源投入多；反过来讲，即如果这些无效的DMU达到有效前沿面，则可以将投入缩小到θXi。这是对所有投入分量向前沿面的径向（Radial）投影，即成比例缩小，因此，可以称(1−θ)Xi为径向的调整（节省）。由于有效DMU构成的前沿面是线段前沿面，所以，在实际计算时，可能出现径向投影的点（调整后的点）还不是最佳的投入。这样，在最佳的投入与径向投影响点之间还有一项调整，称之为松驰变量（Slack）调整。这些关系可以图1所示：

（10）

决策单元的总体效率无效可能是纯技术无效或规模无效造成的，所以可以据此判断决策单元

图1 径向调整和松驰变量调整

- 4 -

http://www.paper.edu.cn

图1表示:纵轴和横轴都是投入轴，而且将多投入简化为二个投入：“能源投入”和“其它投入”。A，B，C，D，E分别表示不同的DMU生产相同量的一项产出，比如工业增加值。可见，C、D、D是有效的DMU，它们构成了有效前沿面。B和A是无效的前沿面。B的效率就是OB’与OB的比例，也即B径向投影到前沿面上，得到B’，于是OB’与OB的比例就是B的效率值。换言之，如果B达到有效的话，可以减少投入至B’。同样的理由，A可以投影到A’，其产出不变，投入减少至A’才是有效的。但是，请注意，此时EA’线是与横轴平行的，能源投入不仅可以减少至A’，实际上还可以继续节省一部分能源投入，达到E点，而其它投入和产出均保持不变。A’至E点的调整（节省）就是松驰变量（SLACK）值。

因此，A的投入组合应当调整A’，最终调整至E；而B点则应当调整至B’。E和B’分别称为A和B的目标投入。对于一般的第i个DMU，目标投入应当是：

θXi−Si−

3．全要素能源效率和全要素水资源效率

（11）

根据上述原理，现在定义全要素资源消耗效率。它们是：全要素能源效率（Total-Factor Energy Efficiency， TFEE）：

TFEE(i)=DMUi目标能源投入/DMUi实际能源投入 （12）

和全要素水资源效率(Total-Factor Water Energy Efficiency， TFWE)：

TFWE(i)=DMUi目标水资源投入/DMUi实际水资源投入 （13）

在本研究中，DMU表示的是工业行业。显然，每个行业的目标资源投入量总是小于等于实际投入量。所以，全要素资源效率总是介于0和1之间。当目标投入量与实际投入量相同时，这个行业的全要素资源消耗效率是1。反之，如果目标投入量大大低于实际投入量，那么这个行业的全要素资源效率接近于0。

4．单要素能源效率和单要素水资源效率

1 为了与全要素资源效率进行比较，有必要定单要素资源效率。类似于广义能源效率（蒋

金荷，2004），它们是单要素能源效率（partial-factor energy efficiency， PFEE）：

PFEE(i)=DMUi工业增加值/DMUi实际能源投入

和单要素水资源效率（partial-factor energy efficiency， PFWE）：

PFWE(i)=DMUi工业增加值/DMUi实际水资源投入

表面上看，此单要素资源效率与全要素资源效率有很大不同，并无关联。事实上，此两者都是产出与投入的比率。因为，当全要素资源效率公式中松驰变量的值为0时，即公式（1）所示，即：

θj=yj/∑vixij

i

式中，yj 表示的是工业增加值，分母表示的投入的加权组合。但是，由于这是多投入问题，还同时要求其它DMU的效率不能大于1，所以其权重vi是待定的。

1

蒋金荷用的是工业总产值与能源之比，而本文用的是工业增加值与能源或水资源之比。因为增加值更能代表经济效益。

- 5 -

http://www.paper.edu.cn

4. 数据来源和指标选择

本研究采用宁波市经济普查数据（2005）。经整理，其主要基础数据附表。上述原始数据的描述性统计特征如表1：

表1：描述性统计特征

Descriptive Statistics

工业总产值（万元） 工业增加值 （千元） 固定资产净值年平均余额 （千元） 全部从业人员年平均人数 {人} 用水总量 {万立方} 综合能源消费量 {吨标煤}

N Minimum Maximum 36

Sum Mean

Std.

Deviation

Variance 14171529288.147

1920.3 4606297.7 38150367.11059732.4211190442.3249

36 2282 8601687 773072352147423.192443555.61659709047552.270

36 8 19404531 1056301062934169.613749007.539140550575235.790

36 23 194670 1237835816.0650161.2052516146532.511

36 .06 39103.34 69827.941939.66506501.9172142274927.432

36 10.88 3280681.26 11485017.71319028.26976057.319283665785669.383

研究涉及了经济普查所涉的36个大类工业行业（分类码为二位）。事实上，我们所具有的数据，在能源消费方面，具有更为细致的，可以细分至160多类工业行业（分类码为三位）。但是，由于从价值量等方面的数据只得到细分至二位数行业码。所以，本研究仅分析至此层面。如果要继续研究，则应细致为三位数分类码的行业。

产出指标的有工业总产值（万元）、工业增加值（千元）。从经济产出来讲，工业增加值指标比工业总产值指标更能代表整体经济的实际产出。所以，以下研究采用工业增加值指标代表某产业的产出。

投入指标固定资产净值年平均余额（万元）、全部从业人员年平均人数（人）、用水总量（万立方米）、综合能源消费量（吨）。其中，我们参照郑玉歆（1992）等的做法，选取“固定资产净值年均余额”作为资本投入；全部从业人员年均人数作为劳动力投入。通常的生产函数仅以此二项作为投入项，但是，本研究还将水资源消耗、能源消耗的使用作为投入每时标。能源消耗指标是综合能源消费量，即将所有能源消耗统一折算为吨标煤。用水总量是每个行业的地下水和地表水、自来水和其它水的用水总和。

由于本研究只研究当年的工业行业之间的相对效率，所以只按当年价格对投入产出的价值计量，无须折算为某基期的价值量。

- 6 -

http://www.paper.edu.cn

在行业效率分析中，如果仅仅从单资源的效率来比较，应当注意，能源动力生产供应和基本原材料生产行业，即自来水、燃气、电力、热力生产和供应业、石油加工业（精炼石油产品的制造）、黑金属（主要是炼钢、炼焦和钢压延、铁合金冶炼）等基本工业原材料加工生产行业，这是因为这5个大类行业的用能、用水不宜与一般行业相比。但是，仅作为比较，并不影响效率分析的结果，所以并不排除参与分析。但是，有两个效益过于好的行业，即煤炭开采和洗选业、烟草制品业，它们的资源消耗率明显大大地高于其它行业。如果它们参与DEA分析，将极大地干扰结果，因为它们可能被作为标杆行业，这是不适当的。所以，通常可以排除这两行业。

5.计算结果与分析

1．全要素的能源效率和水资源效率

已经讨论过，任何生产活动，不可能用单一要素投入来实现，必然是多要素的组合投入才能实现，而多要素投入就存在彼此替代的可能。因而，计算它们的投入产出效率就只能是相对的效率，而不像单要素效率一样可以方便地计算绝对值。下面是利用DEA模型计算的结果。由于行业之间的规模相差很大，所以，以下的计算结果是在规模报酬可变（Variable Return To Scale，VRS）假设2下的效率值，同时计算全要素能源效率、全要素水资源效率及排名。

表2：全要素的能源效率和水资源效率

DMU

技术效率(VRS-PTE)

全要素能源效率 100.00%100.00%100.00%48.08%59.%94.23%100.00%46.84%70.99%100.00%71.68%84.16%45.32%100.00%92.%100.00%99.79%66.09%.71%

全要素水资源效率100.00%100.00%100.00%18.69%12.98%24.10%100.00%16.12%23.20%100.00%71.68%44.70%17.41%100.00%72.30%100.00%60.70%66.08%31.50%

单要素能源效率(千元/吨)

单要素水资源效率(千元/万方)

1600 290133.33 0.410 6.035 4.871 4.882 6.302 353.343 6.096 16.211 32.981 8.351 24.190 2.169 21.479 20.730 2.622 5.456 7.953 2.957 84.52 237.26 701. 721.45 744.95 105247.75 882.50 1478.16 3743.99 2652.29 2351.85 0.26 8160.45 5109.59 4011.57 1981.01 1623.45 1168.26

{X} 煤炭开采和洗选业 100.00% 黑色金属矿采选业 100.00% 非金属矿采选业 100.00% 农副食品加工业 48.08% 食品制造业 59.% 饮料制造业 94.23%{X} 烟草制品业 100.00% 纺织业 66.28% 纺织服装、鞋、帽制造业 70.99% 皮革、毛皮、羽毛及其制品业 100.00% 木材加工及木竹藤棕草制品业 71.68% 家具制造业 84.16% 造纸及纸制品业 45.32% 印刷业和记录媒介的复制 100.00% 文教体育用品制造业 92.% 石油加工、炼焦及核燃料加工业 100.00% 化学原料及化学制品制造业 99.79% 医药制造业 66.09% 化学纤维制造业 .71% 2

同时可以计算在规模报酬不变（CRS）假设下的技术效率，即总体技术效率（CRS-OTE）。然后据此可计算规模效率（SE）。由于产业之间规模差别较大，故以VRS-PTE作为全要素效率的计算依据。

- 7 -

http://www.paper.edu.cn

橡胶制品业 68.31% 塑料制品业 62.16% 非金属矿物制品业 53.30% 黑色金属冶炼及压延加工业 74.49% 有色金属冶炼及压延加工业 100.00% 金属制品业 93.73% 通用设备制造业 100.00% 专用设备制造业 100.00% 交通运输设备制造业 81.62% 电气机械及器材制造业 100.00% 通信设备计算机及其他电设业 94.81% 仪器仪表及文化办公用机械业 82.% 工艺品及其他制造业 94.61% 废弃资源和废旧材料回收加工业 100.00% 电力、热力的生产和供应业 100.00% 燃气生产和供应业 100.00% 水的生产和供应业 100.00%68.31%45.73%53.30%74.49%100.00%57.50%100.00%100.00%81.62%100.00%94.81%82.%94.61%100.00%100.00%100.00%100.00%

68.31%62.16%46.44%74.49%100.00%36.50%100.00%100.00%63.63%100.00%86.83%40.78%53.87%100.00%100.00%100.00%100.00%

8.573 8.180 2.415 3.274 6.060 10.235 11.788 31.678 17.167 20.312 26.769 16.868 19.119 6.221 3.800 5.035 6.997 2762.04 4150.75 2175.99 3201.58 5096.27 2111.51 5608.18 7262.98 3935.99 57.74 5942.47 3005.51 3847.27 9132.71 1803.17 803.92 8.45

其中，标示{X}是表示这个行业没有参与DEA-VRS模型的前沿面（生产函数）的构造。之所以如此处理，是由于表中这两个行业的效率表现过于突出，如果它们参与构造生产函数，则其它行业将几乎都是无效率的，因而失去了可比性。反过来，对于表中最后四个行业，由于它们的效率表现，要么只是能耗、或要么只是水耗的效率表现特别，因而参与构造生产函数反而是妥当的。

表2显示，技术效率、全要素能源效率、全要素水资源效率基本是一致的。这并不奇怪。因为，如果松驰变量值为零的话，这三者是相等的；只有当松驰变量值不为零时，它们的效率值才有所不同。所以，如果决定那个行业应当优先发展的话，表中技术效率的大小是首要考虑的。当然应当综合考虑单要素能源效率、单要素水资源效率。

2．全要素能源效率、水资源效率与单要素效率的综合比较

一般的研究是用单要素效率指标来研究能效和水效的（Patterson，1996）。而本研究计算的是全要素能源效率和水资源效率。前者是工业增加值除以能耗或水耗，而后者是工业增加值除以资本、人力、能耗、水耗等的组合，而且据此确定全要素的能耗或水耗的效率。由于总体效率、纯技术效率和规模效率与全要素效率有较大的相关关系，这儿将它们之间做相关性分析。由于效率值是小于等于100%的相对值，效率值的大小顺序比其本身的绝对值大小来得要，所以这儿相的相关分析采用Spearman相关系数。其结果如表3：

- 8 -

http://www.paper.edu.cn

表3：SPEARMAN相关系数

CRS-OTE VRS-PTESE

能源效率

水资源效率 .521(**)

.001.877(**)

.000.238.163.2(**)

.0001.000

..230.177.465(**)

.004

能源强度(千元//吨) .524(**)

.001 .302 .073 .187 .275 .278 .101 .230 .177 1.000

.

.655(**)

.000

水资源强度（千元/万立

方) .687(**)

.000.385(*).021.526(**)

.001.378(*).023.465(**)

.004.655(**)

.0001.000

.

CRS-OTE

相关系数 双侧检验

1.000

.

.7(**)

.000 .739(**)

.000 .631(**)

.000 .521(**)

.001 .524(**)

.001 .687(**)

.000

.7(**).739(**).631(**)

.0001.000

..244.151.974(**)

.000.877(**)

.000.302.073

.000

.000

VRS-PTE

相关系数 双侧检验

.244.974(**).1511.000

..292.083

.000.292.0831.000

.

SE

相关系数 双侧检验

能源效率

相关系数 双侧检验

水资源效率 能源强度

相关系数 双侧检验 相关系数

.238.2(**).163.187.275

.000.278.101.378(*).023

(千元//吨) 双侧检验

水资源强度(千元/万立方)

相关系数 双侧检验

.385(*).526(**).021

.001

很显然，OTE与PTE高度相关，而与SE相关性更高。可见从整体上看，总体效率的提高依赖于技术水平的提高。很意外的是发现是，总体效率、规模效率与水资源强度有较高的相关性，这可以解释为水利用率与规模大小是高度相关的，即规模越大，水利用率就相高。这是与常识相符的。

全要素能源效率与全要素水资源效率自然是高度相关的，因为它们的径向调整比例是相同的；全要素能源效率、全要素水资源效率与单要素能源效率却没有显著的相关性，但与单要素水资源效率有较弱的相关性；单要素能源效率、单要素水资源效率之间有一定的显著相关性。

综合分析，可以得出：如果仅仅考虑单要素能源效率来选择产业，将是不合适的；如果仅仅考虑单要素水资源效率来选择产业，由于它与其它指标几乎都是相关的，所以还是勉强可接受的，但由于有些相关性不强，仍然可能产生不适当的选择。为慎重起见，应当同时考虑全要素能源效率、全要素水资源效率。当某行业同时具有较高的考虑全要素能源效率、全要素水资源效率时，可以认为这个行业是适合发展的行业。

现将全要素能源效率、全要素水资源效率做算术平均，以此大小对行业排序，同时根据此两要素效率计算每个行业的能源、水资源节省潜力，如表4：

- 9 -

http://www.paper.edu.cn

表4：全要素能源效率、全要素水资源效率合并后的行业及资源节省潜力

DMU

6 {X} 煤炭开采和洗选业 8 黑色金属矿采选业 10 非金属矿采选业 13 农副食品加工业 14 食品制造业 15 饮料制造业 16 {X} 烟草制品业 17 纺织业

18 纺织服装、鞋、帽制造业 19 皮革、毛皮、羽毛(绒)及其制品业 20 木材加工及木、竹、藤、棕、草制品业 21 家具制造业 22 造纸及纸制品业 23 印刷业和记录媒介的复制 24 文教体育用品制造业

25 石油加工、炼焦及核燃料加工业 26 化学原料及化学制品制造业 27 医药制造业 28 化学纤维制造业 29 橡胶制品业 30 塑料制品业 31 非金属矿物制品业 32 黑色金属冶炼及压延加工业 33 有色金属冶炼及压延加工业 34 金属制品业 35 通用设备制造业 36 专用设备制造业 37 交通运输设备制造业 39 电气机械及器材制造业

40 通信设备、计算机及其他电子设备制造业 41 仪器仪表及文化、办公用机械制造业 42 工艺品及其他制造业

43 废弃资源和废旧材料回收加工业 44 电力、热力的生产和供应业 45 燃气生产和供应业

能源节省潜力(吨)

000

72838.8328831.094092.493

0

538756.258410.35

0

8861.6342370.3742952.9

0

6376.522

0697.1087842.284131624.215628.59176178.8222821.5133701.3

0

113847.7

0040363.1

0

7175.87912181.552758.762

000

水资源节省潜力(万立方)

000792.002419.6343455.4123

0

5872.0351695.7

0

27.9008685.120931606.885

0

96.06053

0

359.290138.430036.552948.50788242.0625283.5772136.7183

0

824.4378

00

348.3255

0

82.088231.86117.34

0000

平均效率

增加值百分比

100.00% 0.02%100.00% 0.00%100.00% 0.05%33.39% 0.88%36.26% 0.45%59.17% 0.58%100.00% 31.48% 47.10%

6.06%7.99%4.22%

100.00% 0.27%71.68% 0.34%.43% 0.47%31.36% 82.42% 100.00% 80.25% 48.11% 53.94% 49.87% 74.49% 100.00% 47.00% 100.00% 100.00% 72.63% 100.00% 90.82% 61.66% 74.24% 100.00%

1.36%2.29%11.13%2.34%1.43%3.44%1.49%2.22%2.46%3.55%9.95%4.25%4.88%9.85%4.79%1.52%1.27%8.08%

100.00% 0.83%66.09% 0.24%68.31% 0.55%100.00% 0.33%100.00% 0.01%46 水的生产和供应业 0100.00% 0.43%

有必要说明的是，表中的节省潜力为0并不是说此行业是不能节省了，而是相对于所有行业来讲，它已经是最有效率的了。如果这些有效行业进行技术改造，仍然是有节省潜力可挖的。

从表4最右边一列数据表明，占有51.7%的工业行业是处于资源消耗有效的。其中烟草

- 10 -

http://www.paper.edu.cn

制品业（16）、石油加工、炼焦及核燃料加工业（25）两个行业较为特殊，它们的占有17%之多的工业增加值，但是，按常识所知，烟草业是有害人民健康的，而化工业是有较强的气体污染和水污染的，但是本研究并未将这些因素考虑在内。

从资源消耗来看，很值得发展的行业显然是有色金属冶炼及压延加工业（33）、通用设备制造业（35）、专用设备制造业（36）、电气机械及器材制造业（39），它们占总工业增加值的26%，既有较大的经济比重，又有较好的要素效率，而且没有其它特别的不经济。另外，通信设备、计算机及其他电子设备制造业（40）、文教体育用品制造业（24），虽然效率不是最优，但也是相当高的，所以，也应列入重点发展的行业。显然，它们是技术含量较高的行业。

在非有效率的行业中，增加值比重超过3%的有纺织业（17）、交通运输设备制造业（37）、纺织服装、鞋、帽制造业（18）、金属制品业（34）、塑料制品业（30）等，它们共占比重20%，在宁波市工业经济结构中，是十分活跃的，而且是十分重要的。必须注意，上述研究的数据是规模以上企业的数据，而规模以下的数据没有工业增加值一项，所以没法比较。但是，应当考虑到这些行业中，有大量的规模以下企业存在。然而，研究结果显示，这些行业的资源效率是较低的。宁波市要提高总体经济的资源消耗效率，其重点是对这些行业进行研究，寻找提高效率的途径。

此外，在非有效率的行业中，超过增加值比重1%的行业有8个行业，即文教体育用品制造业、化学原料及化学制品制造业、黑色金属冶炼及压延加工业工艺品及其他制造业、仪器仪表及文化、办公用机械制造业、非金属矿物制品业、化学纤维制造业、造纸及纸制品业。这些行业也是宁波市经济份量较重的，所以也是宁波市改善能源、水资源效率的重要行业。

6. 结论与启示

全要素能源效率和全要素水资源效率是目标投入与实际投入的比例。引人全要素效率的概念，是由于不可能只有单一投入就可生产产品的，而必须是与其它投入结合在一起作为组合投入才能生产产品的。换言之，一定量的工业增加值（有时用工业总产值表示）不仅仅是能源或水资源投入产生的，而是它们与人力、资本共同作用产生的。因此，采用全要素资源效率的分析方法是适当的方法。

某行业的全要素资源效率为1，表示的是在所评估的行业中，此行业的此类资源耗费是最优的。即此行业生产一定增加值时消耗了最少的资源和其它相关要素，或消费了此类资源和其它要素时生产了最多的工业增加值。这些行业构成了某资源消耗的有效前沿面。那些效率值小于1的行业将以有效前沿面的行业构造资源消耗目标，即径向调整值减去松驰变量值。

本研究发现，如果简单地使用单要素资源效率指标来比较行业效率，那么，宁愿使用单要素水资源效率，而不要使用单要素能源效率。因为，前者与全要素效率有一定的相关性，而后者通常与全要素效率不存在显著的相关性。综合地讲，应当使用全要素能源效率、全要素水资源效率来研究行业的生态—产业效率（Eco-Industry Efficiency），从而决定行业发展。

应当注意，所谓全要素资源消耗有效率的行业，并不是真的就是完美无缺，不可改进了。它只不过是同其它行业的资源消费相比较而言是最好的了。但如果与发达地区或发达国家相比，仍然是有改进的潜力的。本研究曾试图与上海做比较，可惜只能得到上海的有限数据，从而不能做更进一步的比较。因此，通过技术进步和管理改善、经济结构优化，无论是否是

- 11 -

http://www.paper.edu.cn

有效的行业，都是存在改善的余地的。

全要素总体技术效率与全要素资源效率基本是高度相关的。所以，研究全要素总体技术效率的无效原因，也是值得注意的：宁波市无效率的行业中，其中有一半以上的行业，其主要原因是纯技术效率的无效率造成的，另外不足一半的行业，其无效率是由于规模效率造成的。由此可见，技术改进仍然是改进资源效率的关键途径3。

结合全要素能源效率和水资源效率，可以发现，增加值占51.7%的行业是有效的。它们的特点是技术含量较高。它们值得发展。

在宁波市的传统产业集群中，其能源、水资源效率的表现相对来讲并不理想。这很可能是由于其进入行业的门槛低，普遍地表现为规模小，因而，其效率就低。所以，要提高宁波市的资源利用效率，必须采取必要的措施，改进它们的技术，增大它们的规模，改善宏观经济管理。

总之，影响可持续发展的重要资源是能源和水资源。所以，有关行业的发展是极为重要的，特别是它们的能源和水资源效率是必须得到重视的。

参考文献

[1]Alice Shiu, Efficiency of Chinese Enterprises, Journal of Productivity Analysis, 2002, (18): 255–267

[2]Emmanuel Thanassoulis, Maria Conceicao Portela, Rachel Allen, Incorporating Value Judgments In DEA, Handbook On Data Envelopment Analysis, Edited By William W.Cooper, Lawrence M.Seiford, Joe Zhu, Kluwer Academic Publishers,2004 [3]Howard Gellera,Philip Harringtonb, Arthur H. Rosenfeldc,Satoshi Tanishimad, Fridtjof Unander,Polices for increasing energy efficiency: Thirty years of experience in OECD countries, Energy Policy 34 (2006) 556–573 [4]Huang. Jin Ping., Industry Energy Use and Structural Change: A Case Study of the Peoples Republic of China [J]. Energy Economics .1993.15 (2) : 131 136.

[5]Jin-Li Hu,Chih-Hung Kao, Efficient energy-saving targets for APEC economies,Energy Policy （2006,in press） [6]Kambara, Tarsu. The Energy situation in China [J]. China Quarterly .1992.131: 608- 636

[7]Liu, X. Q. , Ang, B. W. , Ong H. L. The Application of The Division Index of The Decomposition of Changes in Industrial Energy Consumption. Energy Journal .1992, 13 (4): 161 177.

[8]PeterMulder, Henri L. F. de Groot. (2004), International Comparisons of Sectoral Energy and Labor Productivity Performance [C]. Tinbergen Institute Discussion Paper.

[9]Richard F. Garbaccio, Mun S. Ho and Dale W. Jorgenson., Why Has the Energy Output Ratio Fallen in China? [j].The Energy Journal ,1999,20: 63 91.

[10]Roberto Schaefferb, Alexandre Szklob, Mauricio Tolmasquim,Policies for advancing energy efficiency and renewable energy use in Brazil ,Howard Gellera, Energy Policy ,2004,32:1437–1450

[11]Romeo Pacudan, Elaine de Guzman,Impact of energy efficiency policy to productive efficiency of electricity distribution industry in the Philippines[j], Energy Economics ,2002,（24）: 41-

[12]Romeo Pacudan, Elaine de Guzman，Impact of energy efficiency policy to productive efficiency of electricity distribution industry in the Philippines Energy Economics 24 2002 41_

[13]Sinton, Jonathan E. and Mark D. Levine. Changing Energy Intensity in Chinese Industry: The Relative Importance of Structural Shift and Intensity Change [J]. Energy Policy ,1994 ,22 (3): 239 255.

[14]Sung-Ko Li And Ying Chu Ng, Measuring The Productive Efficiency Of A Group Of Firms[J],International Advances In Economic Research, 1995,.1(2):377-390

[15]Toshiyuki Sueyoshi, Tariff structure of Japanese electric power companies: An empirical analysis using DEA[j], European Journal of Operational Research ,1999,(118): 350--374

Toshiyuki Sueyoshi, Tariff structure of Japanese electric power companies: An empirical analysis using DEA, European Journal of Operational Research 118 (1999) 350--374

[16]Wolfgang Eichhammer ,Wilhelm Mannsbart, Industrial Energy Efficiency[j], Energy Policy,1997,25(7-9):759-772

[17]World Bank. Clear Water, Blue Skies: China’s Environment in the New Century [C]. 1997,Washington, D. C.: World Bank.

[18]Zhong Xiang Zhang,Why did the energy intensity fall in China's industrial sector in the 1990s? The relative importance of structural change and intensity change ,Energy Economics 25 (2003) 625–638 [19]上海市经济委员会,上海市产业能效指南[R],2004

[20]王 丹,吕 宾,我国能源消耗对经济周期影响分析[J],资源产出,2004-6,第6卷第3期

[21]王玉潜. 能源消耗强度变动的因素分析方法及其应用[ J ]. 数量经济技术经济研究, 2003, (8). [22]郑玉歆,全要素生产率的测度及经济增长方式的“阶段性”规律[J],经济研究,1999,（5）

3

限于篇幅，这部分论据省略。

- 12 -

http://www.paper.edu.cn

[23]宣能啸,我国能源效率问题分析[J],国际石油经济,2004,(9):35-40

[24]蒋金荷,提高能源效率与经济结构调整的策略分析[J],数量经济技术经济研究,2004,（10）:16-23 [25]韩智勇,魏一鸣,范 英,中国能源强度与经济结构变化特征研究[J],数理统计与管理,2004,23(1):1-7

Total-Factor Water/Energy Efficiency Analysis of Industries

Xie Youcai

Faculty of Business, Ningbo University, Nanjing (315211)

Abstract

This paper introduce the concept of total-factor water/energy efficiency of industries and the method of data envelopment analysis (DEA) to an example of Ningbo city. Our major findings are as follows: (1) the choice of industries should be based on the total factor water/energy efficiency. (2) partial-factor water efficiency is more suitable in analysis of industries than partial-factor energy efficiency.(3) industries whose add value more than half total add value are efficient and always belong

high-technology industries .(4) the conventional industries are always inefficient which caused half by technical inefficiency and half by scale inefficiency.

Key words: efficiency of energy & water, industrial efficiency, industrial policy

作者简介：

谢友才（19—），男，浙江江山人，汉族，副教授，东南大学在读博士。工作单位是宁波大学商学院管理科学与工程系。主要研究效率评价、产业经济分析、科研管理等。

- 13 -