1文献综述
根据研究思路的不同，能源效率测度方式大致分为以下三种:第一，单要素能源效率。无论是全球框架下的二氧化碳减排公约还是我国中央与各级地方政府的节能减排目标规划，均使用单要素能源效率即单位能耗GDP指代能源效率。事实上，早期学术研究中也多使用能源强度指标表示单要素能源效率(韩智勇等，2004［5］;史丹，2006［6］;杭雷鸣、屠梅曾，2006［7］)。第二，全要素能源效率。单要素能源效率尽管形式简单、计算方便，但将经济产出仅归于能源要素的作法与事实不符，且忽略了实际生产过程中能源与劳动力、资本等其他生产要素的相互配合与相互替代，未能体现能源效率的本质含义。Hu和Wang(2006)［8］首先使用非参数估计方法测算我国全要素能源效率，该方法考虑各投入要素之间相互作用变化对能源效率的影响，有效解决单要素能源效率无法全面度量能源效率的弊端。在能源效率的多种测度形式中［9］，考虑了要素相互作用的全要素能源效率正逐渐成为实证研究中能源效率的主要代理指标(徐国泉、刘泽渊，2007［10］;师博、沈坤荣，2008［11］;李国璋、霍宗杰，2009［12］)。第三，包含环境约束的全要素能源效率。为了更好反映环境污染的负外部性影响，使研究与实际情况更为贴切，学者们在环境约束条件下进一步测度全要素能源效率(汪克亮等，2010［13］;张伟、吴文元，2011［14］;许珊等，2013［15］;李强、魏巍，2014［16］)。在解决能源效率的测度方式后，寻找驱动能源效率变迁的因素成为研究的热点问题。根据研究脉络与切入角度，既有研究在探索能源效率驱动因素时主要从技术进步角度着手。国外经验研究表明，技术进步对我国能耗下降起主要作用(Zhang，2003［17］;Fisher－Vandenetal，2004［18］)。齐志新等(2006)［19］、李廉水等(2006)［20］认为技术进步是我国工业部门能源效率提高的决定性因素，工业部门中技术进步对能源效率的作用将随着时间推移逐渐加强。屈小娥(2009)［21］、孙广生等(2012)［22］、王维国等(2012)［23］、孙久文等(2012)［24］通过对全要素能源效率的分解发现技术进步贡献度大，但也有学者认为技术效率贡献度大(王群伟、周德群，2008［25］;马海良等，2011［26］)。使用回归模型可以更好分析技术进步因素和其他因素对全要素能源效率的影响。人力资本是技术进步的源泉，其作为投入要素可以通过技术进步影响能源效率。既有研究关于人力资本与能源效率有两种处理思路，一类是人力资本与单要素视角的能源效率;另一类是人力资本与全要素能源效率。从单要素能源效率角度，尹宗成等(2008)［27］认为人力资本对能源效率提高具有显著正向作用。李思慧(2011)［28］以浙江高新技术企业为样本也证明了人力资本对能源效率的显著正向作用。陈媛媛等(2011)［29］开展的工作从不同层次人力资本角度出发实证发现不同层次的人力资本对技术吸收的能力不同并对能源效率提升产生不同影响。从全要素能源效率角度，滕玉华(2011)［30］发现人力资本与全要素能源效率之间存在正向关系。赵领娣等(2013)［31］研究人力资本和技术进步对能源效率的影响，认为教育水平和人力资本效率均对能源效率起促进作用。随后人力资本研究视角又得到进一步拓展，赵领娣等(2013)［32］从人力资本水平、结构、投资、运用四个维度研究发现人力资本能有效弱化能源禀赋对绿色经济绩效的负向冲击程度。能源效率是能源相关领域研究的热点话题，学术界对人力资本与能源效率的关系已展开初步探索，目前实证研究均发现技术进步是能源效率提升的主要动力，而人力资本作为技术进步源泉对能源效率的影响正逐渐得到国内外学者的关注。但现有研究仍存在少许不足，大量实证研究中鲜有学者从舒尔茨的人力资本定义出发多视角分析人力资本对能源效率的影响。人力资本是一个包含水平、结构、投资、效率等多个方面的综合性概念，如果研究过程中只考虑单一视角，可能影响人力资本作用机理的分析。为了系统全面分析人力资本对全要素能源效率的影响，本文将人力资本水平、人力资本结构、人力资本投资同时纳入研究框架，利用受限的面板Tobit模型实证检验人力资本对能源效率的影响效果和作用方向，旨在多角度深入分析人力资本对能源效率的影响，弱化单一视角研究所导致的结果解释力不足和偏误。
2各地区全要素能源效率评价
本文研究主要使用Coelli等(1996)［33－34］提出的两阶段研究方法。首先运用DEA－Malmquist指数法测算并分解1997—2012年中国主要省份包含非合意产出的全要素能源效率;随后以多维人力资本因素为解释变量，其他可能影响因素为控制变量，使用面板Tobit模型，实证研究多维人力资本与全要素能源效率的关系。
2.1模型构建
数据包络分析(DEA)由著名运筹学家Char-nes［35］等在1978年提出，主要思想是通过线性规划方法计算比较待决策单元的相对效率。基本DEA模型包括输入导向型和输出导向型两种。Malmquist指数方法最早由StenMalmquist［36］在1953年提出，并在1982年和1992年由Caves［37］和Fare等［38］对模型进一步完善。DEA－Malmquist指数法具有无需特定函数、计算方便且一定条件下优于其它指数分解方法等优点。
2.2指标选取与数据来源
基于数据可得性和研究的惯例，本文研究所涉及的地区不包括港澳台地区，西藏地区数据由于对样本影响较大也未被纳入分析，重庆市成为直辖市的时间较晚，与四川省的部分数据难以拆分，遵循常规做法，将其与四川合并，最终本文选取29个省级单位的投入与产出数据作为样本。具体指标说明如下:(1)期望产出本文选取各省1997—2012年国内生产总值作为期望产出指标。分析数据时由于各年数据价格不统一，不具有可比性，根据国内生产总值价格指数，统一以1997年为基期换算为实际国内生产总值，单位为亿元。(2)非期望产出非期望产出是影响期望产出并造成环境污染的有害产出，既有文献对非期望产出的处理主要分为简单指标引用与复杂指标综合构建两种方式。简单指标直接引用方面，何文强、汪明星(2009)［39］只考虑工业废气对环境的影响，直接使用工业废气表示非合意产出;王兵等(2011)［40］通过基准方法测得CO2的排放量，并根据统计年鉴获得SO2的排放量数据，直接使用SO2和CO2表示非合意产出。在复杂指标综合构建方面，吴琦、武春友(2009)［41］将COD、氨氮、CO2等工业气体合成综合环境指标;袁晓玲(2009)［42］综合考虑工业废气、工业废水和固体废弃物的影响，构建环境污染综合指标表示非合意产出。综合指标体系是由一系列相互联系、反映社会经济现象的经济指标所构成的有机整体。在描述复杂经济现象时，往往由于指标体系固有的内部矛盾导致所构建指标体系结果失真。目前我国加强相关工业废气排放监管力度，工业气体排放水平已成为我国环境检测的主要指标。为了减少复杂指标构建所产生的计算偏误，本文借鉴何文强、汪明星的方法，直接使用工业废气指标作为非合意产出的代理变量。其中，工业废气数据来自相应年份的《中国环境统计年鉴》。(3)能源投入我国能源消费种类丰富，历年能源消费结构无较大变化。本文为方便比较，采用1997—2012年各省能源消费总量作为代替指标，并统一将单位换为“万吨标准煤”。(4)劳动力投入在劳动力投入指标选取时，本文加入平均受教育年限指标反映劳动力质量水平，从劳动力数量和质量两个方面测量劳动力投入指标，具体方法为劳动力投入=劳动力人数*劳动力平均受教育年限。其中，平均受教育年限=(小学文化程度*6+初中文化程度*9+高中文化程度*12+大专及以上文化程度*16)/各地区6岁以上总人口。平均受教育年限测度主要为各年度人口变动情况的抽样调查数据，抽样比率各年度均不相同，大致区间为0.887%—1.016%。(5)物质资本存量张军(2004)［43］和单豪杰(2008)［44］对国内各省资本存量估算主要采用“永续盘存法”，方法为。其中，为t期资本存量，为t期投资额，为折旧率。本文使用单豪杰的研究方法，选择1952年作为基期价格，折旧率按照统一标准10.96%，将物质资本存量测算延长至2012年。文中数据主要来源于《新中国六十年统计资料汇编》、《中国统计年鉴》、《中国能源统计年鉴》、《中国人口统计年鉴》和《中国人口和就业统计年鉴》。
2.3全要素能源效率测算及分解结果
DEA－Malmquist指数所得结果大于1表明与上一年相比全要素能源效率有所增长，若小于1表明与上一年相比全要素能源效率有所降低。全国三大经济区域全要素能源效率比较显示(图1)，总体来看，样本期内全要素能源效率呈现出不稳定的“W”型变动趋势，且总体呈小幅增长态势，具体表现为东部、西部、中部依次递减的形态。分地区研究发现:(1)样本期间东部地区全要素能源效率呈现总体上升趋势。2001年前增速逐年递减，2001年之后增速呈现逐年震荡增加的态势。随着必要的环境规制确立以及居民环保意识的增强，东部地区能源效率提升可能会更加明显。(2)样本期间中部地区全要素能源效率并未提升。2000年之前能源效率呈上升趋势，增速缓慢。2000年之后能源效率呈下降趋势，降速逐年递增。地区经济结构对能源效率可能会产生一定影响，中部地区多为传统制造业和手工业，其能源效率普遍不高。能源环境相关政策出台之后，经济发展质量以及节能减排目标得到高度重视，随着技术水平提升，能源效率可能会得到提升。(3)1997—2012年西部地区全要素能源效率降低，这与中部地区的情况类似。2001年是西部地区效率变动分界点，分界点前呈增速不稳定的上升趋势，分界点后呈下降趋势，只在部分年份能源效率有小幅提升。比较发现未来西部地区能源效率变动仍会呈现不稳定的态势，这可能与西部地区不稳定的先进技术引进以及高能耗低产出的生产模式有较大关系。全要素能源效率分解结果显示:(1)东部地区技术进步水平对全要素能源效率贡献大，2005年之后技术进步作用更为明显，而技术效率历年变化趋于稳定。这表明东部地区技术效率贡献不足，为了发现东部地区技术效率贡献不足的原因，进一步分解技术效率为规模效率和纯技术效率，得出规模效率是贡献度不足的原因。因此，扩大东部地区“环境污染低，能源效率高”的产业规模，发挥产业规模效率可能较快提高能源效率。(2)中部地区在2001年前技术进步贡献程度大于技术效率，2001年后随着技术进步贡献度不断下降，技术效率贡献度逐渐大于技术进步。总体分析两者变动趋势，技术效率变动较为稳定，技术进步贡献度在2005年之后有小幅上升，但增长势头不够明显，未来全要素能源效率提升主要依靠技术效率因素。(3)西部地区技术进步变化较为不稳定，而技术效率变化相对平稳。样本期间多数年份技术效率大于技术进步的贡献度。因此，维持西部地区能源效率平稳增加的重点是加强先进技术自主研发能力，防止过度依赖技术引进，以保持技术进步贡献度平稳增加。
3主要结论和政策建议
能源效率和环境污染是我国当前经济转型所面临的两大核心问题。本文在考虑环境因素后测算我国各地区全要素能源效率，分析技术进步和技术效率的贡献程度，并结合人力资本相关理论研究多维人力资本因素对全要素能源效率的影响。得到结论如下:(1)全要素能源效率测算与分解结果显示，样本期间内全要素能源效率呈“W”型变动趋势。其中，东部地区始终位于效率前沿，全要素能源效率总体上升，而中西部地区全要素能源效率总体呈下降趋势。因素分解结果表明规模效率制约东部地区全要素能源效率提升，而技术进步则制约中西部地区能源效率提升。(2)多维人力资本与全要素能源效率实证结果显示，人力资本整体水平提升会抑制东部地区全要素能源效率提升，但是增加专业人力资本可以缓解这种抑制作用;在人力资本水平既定的情况下，中西部地区合理优化人力资本空间结构分配优势人力资本资源，能有效解决区域内人力资本分布不均所造成的技术进步贡献不足问题;东部地区超额人力资本投资无法实现与物质资本的有效匹配，阻碍全要素能源效率提升，而西部地区基础人力资本与技术匹配还存在较大缺口。因此，加大西部地区人力资本投资力度，适当稳定东部地区人力资本投资，有助于指引人力资本流动，实现能源的高效利用。研究表明全要素能源效率提升的重点应合理配置人力资本的内部结构，发挥专业人力资本的作用以提高技术转化效率，优化人力资本空间结构，缩小地区人力资本水平差距，合理调整地区间人力资本投资。基于实证结论，提出如下政策建议:(1)提升人力资本水平，合理配置人力资本内部结构。东部地区应大力发展高等教育和职业教育，逐步提升专业人力资本比例，缓解人力资本整体提升对全要素能源效率所带来的抑制效应。中西部地区则应扩大偏远地区教师队伍编制，加快普及义务教育工作，保障低收入人群享有接受正规义务教育的权利，从根本上提升偏远地区的教育质量和人口素质。(2)保持平稳的人力资本投资增速，适当调整地区间投资分布。人力资本投资只有合理匹配物质资本投资才能实现经济快速发展。我国东西部地区人力资本投资差距较为明显。东部地区教育基础设施建设目前已较为完善，当前应稳定人力资本投资，实现与物质资本的高效匹配。西部地区应加大人力资本投资力度，逐步完善落后地区教育基础设施建设工作，加快人力资本积累，缩小与东部和中部地区的差距。(3)优化人力资本空间结构，缩小区域内人力资本差距。中西部地区是我国主要能源的富集区域，但实证研究发现地区间人力资本分布不均阻碍全要素能源效率提升。在能源禀赋较高而人力资本存量较低的偏远地区，国家应有针对性的实施良好的用人机制，积极创造有利条件，吸引高水平技能型人才来此就业并防止人才流失。通过人力资本的积累缩小区域内人力资本差距带动全要素能源效率稳步提升。(4)提升人力资本的实际利用效率，增强外来技术的吸收能力。目前东部地区技术进步贡献度大，而中西部地区贡献度不足。政府应大力扶持先进技术行业，给予相应的财政支持，降低准入门槛，扩大行业规模，加大行业科研经费投入，逐步提升自主研发水平，提高能源利用效率并降低废气排放量。当然，全要素能源效率的研究是一个复杂而系统的问题。本文虽然对人力资本与全要素能源效率的关系展开了研究，揭示出人力资本多个视角对全要素能源效率的影响强度和作用方向，但是文章还存在着需要进一步完善的地方。一方面，从实证分析角度出发，便于数据收集，人力资本水平指标选取只考虑教育方面，对于健康方面的分析还不尽完善。另一方面，在研究人力资本投资视角时本文只考虑教育形式的人力资本投资，其它类型的人力资本投资形式对于全要素能源效率的影响研究还未展开。这都将是今后本文进一步研究的方向。
作者：赵领娣 兰佳驹 张磊 单位：中国海洋大学
相关专题：金属功能材料 小木虫 品牌策略
