我国工业能耗强度变动与节能路径选择
|
摘要
如果我们认可中国能耗强度较高的现实,根本的原因在于工业化发展的阶段特征、经济增长的粗放模式、全球产业分工链条的低端化以及城镇化推进过程中需求结构的固化,那么在能源定价与管理体制尚未理顺的今天,节能与增长也许具有内在的矛盾。然而,”十一五”规划节能减排数量目标的确定,节能约束与节能规制力度的增强,却并没有对经济增长形成较大冲击。中国经济在完成节能阶段目标的同时,依然保持了较高的增长速度。
但是,十一五末期中国经济反映出的一些零散片段,却似乎将问题导向了并不乐观的方向。经济发展过程中,重新呈现出节能与增长间无法调和的对立关系,那么,在产业结构保持相对稳定的同时,中国GDP能耗的下降是源自何处?节能硬性约束形成后,现实节能路径是如何确立与形成的?为什么在大部分的时间里,节能规制表现出显著的作用,而在后续的时间段上,却又与增长形成对立?节能路径的选择是否符合中国经济的发展特征?一些深层次的结构性矛盾是得到缓解还是继续累积?我们正是试图从实证分析中探寻这些问题的答案和依据。
本文首先从工业部门能耗强度的历史轨迹和变动特征入手,衡量了节能量化目标的科学性与现实基础。能源效率的改善确实一直伴随着工业经济的发展。但同时,微观能效改善的趋势并不能改变我国工业能源效率低下的现实,地区过度竞争所导致的市场分割与市场保护都限制了行业集中度的提高,其往往使得工业企业具备了高能效的技术能力却缺乏实现高能效的现实环境。多种因素及深层次矛盾的存在加大了节能目标实现的难度。
针对工业能耗强度的分解分析揭示出能耗下降的源泉在于部门能效的提高,产业结构的作用并不明确,如果未来一段时间内,城镇化建设加速、房地产业的支柱产业地位得到固化,那么产业结构对能耗强度或许将表现为负向影响。如何将产业结构调整纳入到节能降耗的政策视角中来,将决定着节能目标的未来效果。
接下来,为后续工业行业能耗水平决定模型的建立,我们对于能源效率的度量进行了处理。出于能源效率度量的困难和全要素能源效率测度方法的缺陷,逐渐形成了能效衡量的应用思路,通过面板模型规避了结构变动所引起的内生性问题,同时通过有效的技术进步度量,以此表征工业行业的技术变化与效率改善,从而将技术进步的影响纳入到了能耗强度变动的机理分析模型中。
具体的,在比较技术进步度量方法的基础上,应用DEA-Malmquist指数方法进行了工业行业的全要素生产率估算,并将之分解为技术进步、技术效率及规模效率变化。结论证实在样本期内,工业增长的动力并非来自于全要素生产率的改善,以高投入、高消耗为特征的粗放增长依旧是我国工业生产的典型特征。TFP的负增长主要由规模效率的恶化所导致。这实际上对节能路径的确定提供了实证依据,强制性的规模整合确实能够迅速且显著的改善生产效率。
在上述基础上,针对相关文献能源强度的影响因素研究中解释变量的零散、多变和不统一,从产能实现、要素配置变化和规制与禀赋三个层面对其进行了划分与归并,特别的,我们还注意到行业规模变动的细微特征,通过两个指标衡量了工业行业平均规模的变化及区域间规模的差异,从而实现了行业维度与地区维度的融合,进而考察了其对能耗强度的不同影响。工业能耗强度的水平决定模型结果表明,规模整合对资本密集型行业的能耗强度降低,有着显著且积极的影响,但资本密集型行业与劳动密集型行业的能耗变动特征存在显著差异,技术、价格、能源结构的影响同样反映出行业的异质性,这决定了节能路径的选择必须体现这样的特征,单一、平均的节能措施与政策应用,将会在不同行业中产生差异的效果
此后,我们将视线从能耗水平的关注转移到了要素配置环节,基于行业技术与配置效率的差异化识别而展开的分析,进一步印证了我国能源价改滞后所导致的政府诉求与微观需要矛盾的存在,特别是资本密集型工业,其配置效率的优化将产生更多的能源需求,这也部分的解释了当前节能路径的选择为何仅仅集中在技术效率的改善,因为只有这样才能形成政府与生产者的方向一致。但是,规模报酬效应的行业差异事实说明借助于规模提升的节能路径不能在所有行业适用；而借助于要素替代的实现完成节能降耗目标只能在劳动密集型行业实施,资本市场的完善、融资渠道的畅通以及劳动力素质的提高,确实能促进这些行业能耗水平的降低,而资本密集行业资本形成加速及体制优势造成的资本廉价,却会对我国工业能耗降低与就业产生负面冲击。
最后,在实证分析结果的基础上,本文针对工业节能路径的形成与确立进行了思考。首先从横向行政约束与纵向行业管理的角度论证了节能目标平均分解的唯一性。也正是由此,基于目标融合的考虑,在多目标诉求体系内,当前以规模整合为主要特征的节能规制与政策实施确实在短时期内迎合了多方利益主体的需要,也显示出显著的降耗效应。这实际论证了以规模升级和落后产能淘汰为主要手段的工业节能路径形成的必然性与唯一性。
但恰是由于当前路径的单一及对市场调节和要素配置变化环节的忽视,当前节能路径的长效性与可持续性便值得怀疑。以此为路径,节能约束的形成并不能够对高能耗行业产生抑制作用,并引导产业结构的优化与轻型化发展,反而在地方政府偏好存在条件下,将进一步加剧轻重工业、国有经济与民营经济的结构性矛盾,经济增长方式的转变至少从这个意义上讲,并没有得到促进与帮助。可持续与长效节能机制的建立,当然的需要政府的干预与行政约束力的引导,但最终的主体必须从政府转移到生产者上,以生产者自省和微观主体的内在激励机制为核心,才‘能引领中国经济走上可持续发展道路。
If we recognize the fact of China's relatively high energy consumption, it is attributed to the interim characteristics of the development of industrialization, extensive mode of economic growth, the low-end globalized industrial division chain and the dynamic growth mechanism driven by the core of investments and exports; nevertheless under present conditions of immature energy pricing and management system, there is an internal conflict between energy saving and growth. However, the confirmation of the target amount of the planned energy-saving and emission reduction of 'the 11th 5-year planning', energy-saving constraints and regulation enhancement, all of which did not have large impact on the economic growth. China economy has still managed a relatively high growth rate while accomplish the interim target of energy-saving.
But, some scattered fragments reflected by China economy somehow have deflected the problems towards pessimism. In the process of economic development, the opposing relationship and contradictions between energy-saving and growth still exist; the adjustments of industrial structure do not show obvious changes either. So, what is the origin of the decreased energy consumption of China GDP? How the path of energy-saving is verified and formed after the formation of hard energy-saving constraints? Why energy-saving regulations have obvious effect for most of the time but oppose to the growth in later phase? Does the path of energy-saving match the characteristics of China economic development? Should some deep structural contradiction be mitigated or accumulated? We are trying to seek evidence and answers to these questions through empirical analysis.
This essay first starts with the historical pattern of energy consumption intensity of industrial segment and fluctuation characteristics, then evaluates the scientific nature of the quantified target of energy-saving and practical foundation. The improvement of energy efficiency certainly always accompanies the industrial and economic development. But meanwhile, the trend of micro improvement of energy efficiency still cannot change the fact that our industrial energy efficiency is low; market segmentation and market protection caused by the regional excessive competition limit the increase of industrial centralization, as a result, industrial enterprises are short of practical environment for achieving high energy efficiency while already possessing the high energy efficiency technologies. The existence of multiple factors and deep contradictions poses difficulty for achieving energy-saving target.
The specific decomposition and analysis of industrial energy consumption intensity indicate that the source of decreased industrial energy consumption comes from the energy efficiency improvement of the segment; the function of industrial structure is not clear. If, in near future, the accelerated urbanization and the position of the pillar industries of real estate industry are consolidated, the industrial structure may have adverse effect on the energy consumption intensity. How the adjustment of industrial structure is incorporated into the energy-saving policies will determine the final energy-saving target achievement.
Next, for the construction of the determination model of industrial energy consumption level, we have processed the measurements of the energy consumption. Due to the difficulty of measuring energy efficiency and the drawbacks of the measuring method of total factor energy efficiency, practical ideas of energy efficiency measurement are gradually formed; the endogenous issues caused by structural change are avoided through panel models, meanwhile through effective technologically improved measurements which symbolize the technological change of the industry and efficiency improvement, the influence of technological advancement is then incorporated into the rationale analysis of the fluctuations of energy consumption intensity.
To be specific, on the basis of comparing the technologically advanced measuring methods, DEA-Malmquist indexing method is applied to the estimation of industrial total factor productivity and then decomposed into technological advancement, technical efficiency and scale efficiency change. The conclusion confirms that, during sampling period, the industrial growth drive does not spring from the improvement of total factor productivity; extensive growth is still the typical feature of our national industrial manufacture characterized by high investment and, high consumption. TFP's negative growth is primarily caused by the deterioration of scale efficiency. This in fact provides empirical evidence for the determination of the path of energy-saving, forceful scale integration can indeed improve the productivity rapidly and significantly.
On the basis of what was aforementioned, the variable's fragmentation, volatility and lack of unity are explained in the research for the influencing factors of energy consumption intensity. It is sorted and merged according to the three aspects of achieving productive capacity, factor allocation change plus regulations and endowments. Specifically, we notice the subtle feature of industrial scale change. Two indicators are used to gauge the level of average industrial scale change and discrete scale in order to achieve the integration of industrial dimension and regional dimension and further investigate the different impacts it has on the energy consumption intensity. The Results derived from the determination model of industrial energy consumption intensity show that scale integration has obvious and positive impact on capital-intensive industries in energy consumption intensity reduction. Though there are noticeable differences between capital-intensive and labor-intensive industries; technology, price and influence of energy structure also reflect the industrial heterogeneity, which decides that the choice of the path of energy-saving must reflect those characteristics. The application of single and average energy-saving measures and policies will have heterogeneous effects in different industries.
Afterwards, we switch our attention from the level of energy consumption to factor allocation. Based on the analysis of recognizing the difference between industrial technology and allocation efficiency, it has further proved the government appeal caused by delayed energy pricing revolution and the existence of the contradiction of micro demand, especially in capital-intensive industry whose optimization of allocation efficiency will generate more energy demand. This also partially explains why the present choice of the path of energy-saving merely focuses on the improvement of technical efficiency as the interests of the manufacturers and the government will only align in this way. But, the fact of differences existing in the industry of scale reward effect shows that the energy-saving path utilizing scale increase is not suitable for all industries. Nevertheless, the accomplishment of the energy-saving target involving factor substitution is only suitable for labor-intensive industry. The completeness of capital market, the unimpeded financing channels and labor quality improvement are indeed able to promote the reduction of energy consumption level of the industry. In contrast, the accelerated capital formation of the capital-intensive industry and cheap capital resulting from systematic advantage will have an adverse impact on the national industrial energy consumption reduction and employment.
Finally, based on the results of the empirical analysis, this essay has given thorough thoughts about the formation and establishment of industrial energy-saving path. Firstly, the uniqueness of the average decomposition of energy-saving target has been proved from the view points of cross-sectional administrative restraints and vertical industrial management. Just because of this, by taking target integration into account, the formation of present energy-saving path indeed meets the demand of multiple entities of interest in the short run, showing its consumption reducing effect in the multi-target appeal system. This in fact proves the inevitability and the uniqueness of formation of industrial energy-saving path which mainly employs upgrading scale and elimination of outdated capacity.
The persistence and sustainability of the current energy-saving path are doubted because of its uniqueness and the neglect of market regulation and factor allocation change. By taking this path, the formation of energy-saving restraints cannot really limit the high energy-consuming industries and guides the optimization of industrial structure and development of light weight. Instead, under the conditions of the existence of government favourism, the conflicts between light and heavy industries, state-owned economy and privately-owned economy will be further worsened; in this case, the transition of economic growth pattern is not being promoted and helped. The establishment of sustainable and persistent energy-saving system acquires the intervention of government and the guidance of administrative restraints. However, the main role must be transferred from the government to the manufacturer who can only lead the China economy into the path of sustainable development while encompassing its own introspection and the internal incentive system of micro entity.
但是,十一五末期中国经济反映出的一些零散片段,却似乎将问题导向了并不乐观的方向。经济发展过程中,重新呈现出节能与增长间无法调和的对立关系,那么,在产业结构保持相对稳定的同时,中国GDP能耗的下降是源自何处?节能硬性约束形成后,现实节能路径是如何确立与形成的?为什么在大部分的时间里,节能规制表现出显著的作用,而在后续的时间段上,却又与增长形成对立?节能路径的选择是否符合中国经济的发展特征?一些深层次的结构性矛盾是得到缓解还是继续累积?我们正是试图从实证分析中探寻这些问题的答案和依据。
本文首先从工业部门能耗强度的历史轨迹和变动特征入手,衡量了节能量化目标的科学性与现实基础。能源效率的改善确实一直伴随着工业经济的发展。但同时,微观能效改善的趋势并不能改变我国工业能源效率低下的现实,地区过度竞争所导致的市场分割与市场保护都限制了行业集中度的提高,其往往使得工业企业具备了高能效的技术能力却缺乏实现高能效的现实环境。多种因素及深层次矛盾的存在加大了节能目标实现的难度。
针对工业能耗强度的分解分析揭示出能耗下降的源泉在于部门能效的提高,产业结构的作用并不明确,如果未来一段时间内,城镇化建设加速、房地产业的支柱产业地位得到固化,那么产业结构对能耗强度或许将表现为负向影响。如何将产业结构调整纳入到节能降耗的政策视角中来,将决定着节能目标的未来效果。
接下来,为后续工业行业能耗水平决定模型的建立,我们对于能源效率的度量进行了处理。出于能源效率度量的困难和全要素能源效率测度方法的缺陷,逐渐形成了能效衡量的应用思路,通过面板模型规避了结构变动所引起的内生性问题,同时通过有效的技术进步度量,以此表征工业行业的技术变化与效率改善,从而将技术进步的影响纳入到了能耗强度变动的机理分析模型中。
具体的,在比较技术进步度量方法的基础上,应用DEA-Malmquist指数方法进行了工业行业的全要素生产率估算,并将之分解为技术进步、技术效率及规模效率变化。结论证实在样本期内,工业增长的动力并非来自于全要素生产率的改善,以高投入、高消耗为特征的粗放增长依旧是我国工业生产的典型特征。TFP的负增长主要由规模效率的恶化所导致。这实际上对节能路径的确定提供了实证依据,强制性的规模整合确实能够迅速且显著的改善生产效率。
在上述基础上,针对相关文献能源强度的影响因素研究中解释变量的零散、多变和不统一,从产能实现、要素配置变化和规制与禀赋三个层面对其进行了划分与归并,特别的,我们还注意到行业规模变动的细微特征,通过两个指标衡量了工业行业平均规模的变化及区域间规模的差异,从而实现了行业维度与地区维度的融合,进而考察了其对能耗强度的不同影响。工业能耗强度的水平决定模型结果表明,规模整合对资本密集型行业的能耗强度降低,有着显著且积极的影响,但资本密集型行业与劳动密集型行业的能耗变动特征存在显著差异,技术、价格、能源结构的影响同样反映出行业的异质性,这决定了节能路径的选择必须体现这样的特征,单一、平均的节能措施与政策应用,将会在不同行业中产生差异的效果
此后,我们将视线从能耗水平的关注转移到了要素配置环节,基于行业技术与配置效率的差异化识别而展开的分析,进一步印证了我国能源价改滞后所导致的政府诉求与微观需要矛盾的存在,特别是资本密集型工业,其配置效率的优化将产生更多的能源需求,这也部分的解释了当前节能路径的选择为何仅仅集中在技术效率的改善,因为只有这样才能形成政府与生产者的方向一致。但是,规模报酬效应的行业差异事实说明借助于规模提升的节能路径不能在所有行业适用；而借助于要素替代的实现完成节能降耗目标只能在劳动密集型行业实施,资本市场的完善、融资渠道的畅通以及劳动力素质的提高,确实能促进这些行业能耗水平的降低,而资本密集行业资本形成加速及体制优势造成的资本廉价,却会对我国工业能耗降低与就业产生负面冲击。
最后,在实证分析结果的基础上,本文针对工业节能路径的形成与确立进行了思考。首先从横向行政约束与纵向行业管理的角度论证了节能目标平均分解的唯一性。也正是由此,基于目标融合的考虑,在多目标诉求体系内,当前以规模整合为主要特征的节能规制与政策实施确实在短时期内迎合了多方利益主体的需要,也显示出显著的降耗效应。这实际论证了以规模升级和落后产能淘汰为主要手段的工业节能路径形成的必然性与唯一性。
但恰是由于当前路径的单一及对市场调节和要素配置变化环节的忽视,当前节能路径的长效性与可持续性便值得怀疑。以此为路径,节能约束的形成并不能够对高能耗行业产生抑制作用,并引导产业结构的优化与轻型化发展,反而在地方政府偏好存在条件下,将进一步加剧轻重工业、国有经济与民营经济的结构性矛盾,经济增长方式的转变至少从这个意义上讲,并没有得到促进与帮助。可持续与长效节能机制的建立,当然的需要政府的干预与行政约束力的引导,但最终的主体必须从政府转移到生产者上,以生产者自省和微观主体的内在激励机制为核心,才‘能引领中国经济走上可持续发展道路。
If we recognize the fact of China's relatively high energy consumption, it is attributed to the interim characteristics of the development of industrialization, extensive mode of economic growth, the low-end globalized industrial division chain and the dynamic growth mechanism driven by the core of investments and exports; nevertheless under present conditions of immature energy pricing and management system, there is an internal conflict between energy saving and growth. However, the confirmation of the target amount of the planned energy-saving and emission reduction of 'the 11th 5-year planning', energy-saving constraints and regulation enhancement, all of which did not have large impact on the economic growth. China economy has still managed a relatively high growth rate while accomplish the interim target of energy-saving.
But, some scattered fragments reflected by China economy somehow have deflected the problems towards pessimism. In the process of economic development, the opposing relationship and contradictions between energy-saving and growth still exist; the adjustments of industrial structure do not show obvious changes either. So, what is the origin of the decreased energy consumption of China GDP? How the path of energy-saving is verified and formed after the formation of hard energy-saving constraints? Why energy-saving regulations have obvious effect for most of the time but oppose to the growth in later phase? Does the path of energy-saving match the characteristics of China economic development? Should some deep structural contradiction be mitigated or accumulated? We are trying to seek evidence and answers to these questions through empirical analysis.
This essay first starts with the historical pattern of energy consumption intensity of industrial segment and fluctuation characteristics, then evaluates the scientific nature of the quantified target of energy-saving and practical foundation. The improvement of energy efficiency certainly always accompanies the industrial and economic development. But meanwhile, the trend of micro improvement of energy efficiency still cannot change the fact that our industrial energy efficiency is low; market segmentation and market protection caused by the regional excessive competition limit the increase of industrial centralization, as a result, industrial enterprises are short of practical environment for achieving high energy efficiency while already possessing the high energy efficiency technologies. The existence of multiple factors and deep contradictions poses difficulty for achieving energy-saving target.
The specific decomposition and analysis of industrial energy consumption intensity indicate that the source of decreased industrial energy consumption comes from the energy efficiency improvement of the segment; the function of industrial structure is not clear. If, in near future, the accelerated urbanization and the position of the pillar industries of real estate industry are consolidated, the industrial structure may have adverse effect on the energy consumption intensity. How the adjustment of industrial structure is incorporated into the energy-saving policies will determine the final energy-saving target achievement.
Next, for the construction of the determination model of industrial energy consumption level, we have processed the measurements of the energy consumption. Due to the difficulty of measuring energy efficiency and the drawbacks of the measuring method of total factor energy efficiency, practical ideas of energy efficiency measurement are gradually formed; the endogenous issues caused by structural change are avoided through panel models, meanwhile through effective technologically improved measurements which symbolize the technological change of the industry and efficiency improvement, the influence of technological advancement is then incorporated into the rationale analysis of the fluctuations of energy consumption intensity.
To be specific, on the basis of comparing the technologically advanced measuring methods, DEA-Malmquist indexing method is applied to the estimation of industrial total factor productivity and then decomposed into technological advancement, technical efficiency and scale efficiency change. The conclusion confirms that, during sampling period, the industrial growth drive does not spring from the improvement of total factor productivity; extensive growth is still the typical feature of our national industrial manufacture characterized by high investment and, high consumption. TFP's negative growth is primarily caused by the deterioration of scale efficiency. This in fact provides empirical evidence for the determination of the path of energy-saving, forceful scale integration can indeed improve the productivity rapidly and significantly.
On the basis of what was aforementioned, the variable's fragmentation, volatility and lack of unity are explained in the research for the influencing factors of energy consumption intensity. It is sorted and merged according to the three aspects of achieving productive capacity, factor allocation change plus regulations and endowments. Specifically, we notice the subtle feature of industrial scale change. Two indicators are used to gauge the level of average industrial scale change and discrete scale in order to achieve the integration of industrial dimension and regional dimension and further investigate the different impacts it has on the energy consumption intensity. The Results derived from the determination model of industrial energy consumption intensity show that scale integration has obvious and positive impact on capital-intensive industries in energy consumption intensity reduction. Though there are noticeable differences between capital-intensive and labor-intensive industries; technology, price and influence of energy structure also reflect the industrial heterogeneity, which decides that the choice of the path of energy-saving must reflect those characteristics. The application of single and average energy-saving measures and policies will have heterogeneous effects in different industries.
Afterwards, we switch our attention from the level of energy consumption to factor allocation. Based on the analysis of recognizing the difference between industrial technology and allocation efficiency, it has further proved the government appeal caused by delayed energy pricing revolution and the existence of the contradiction of micro demand, especially in capital-intensive industry whose optimization of allocation efficiency will generate more energy demand. This also partially explains why the present choice of the path of energy-saving merely focuses on the improvement of technical efficiency as the interests of the manufacturers and the government will only align in this way. But, the fact of differences existing in the industry of scale reward effect shows that the energy-saving path utilizing scale increase is not suitable for all industries. Nevertheless, the accomplishment of the energy-saving target involving factor substitution is only suitable for labor-intensive industry. The completeness of capital market, the unimpeded financing channels and labor quality improvement are indeed able to promote the reduction of energy consumption level of the industry. In contrast, the accelerated capital formation of the capital-intensive industry and cheap capital resulting from systematic advantage will have an adverse impact on the national industrial energy consumption reduction and employment.
Finally, based on the results of the empirical analysis, this essay has given thorough thoughts about the formation and establishment of industrial energy-saving path. Firstly, the uniqueness of the average decomposition of energy-saving target has been proved from the view points of cross-sectional administrative restraints and vertical industrial management. Just because of this, by taking target integration into account, the formation of present energy-saving path indeed meets the demand of multiple entities of interest in the short run, showing its consumption reducing effect in the multi-target appeal system. This in fact proves the inevitability and the uniqueness of formation of industrial energy-saving path which mainly employs upgrading scale and elimination of outdated capacity.
The persistence and sustainability of the current energy-saving path are doubted because of its uniqueness and the neglect of market regulation and factor allocation change. By taking this path, the formation of energy-saving restraints cannot really limit the high energy-consuming industries and guides the optimization of industrial structure and development of light weight. Instead, under the conditions of the existence of government favourism, the conflicts between light and heavy industries, state-owned economy and privately-owned economy will be further worsened; in this case, the transition of economic growth pattern is not being promoted and helped. The establishment of sustainable and persistent energy-saving system acquires the intervention of government and the guidance of administrative restraints. However, the main role must be transferred from the government to the manufacturer who can only lead the China economy into the path of sustainable development while encompassing its own introspection and the internal incentive system of micro entity.
引文
①本文中能耗强度、能源强度、能源消费强度、能耗水平等概念并无本质差异,实际都指向能源消费量／总产出这一经济指标,字面上的差异仅仅是为了叙述的方便。
①为了保证文章内容的连贯性及行文的逻辑性与衔接,我们实际上将一部分的文献介绍及评述内容,特别是相关研究的比较、评判和提炼,都分解在了不同的章节中。此处仅就能源消费相关研究的发展脉络、方向与实际进展做简单的回顾,从而提供简要但综合的内容构架。
①此处的讨论详见本文第三章。
②曼昆在《经济学原理》一书中将效率定义为“社会能从其稀缺资源中得到最多的东西”
①实际上,这是我国节能约束与政府规制同西方成熟市场国家节能管制最大的差异所在。这源自于我国能源要素价格的管制,要素价格的相对扭曲造成市场化配置与调节资源手段的缺失。
①这并不是本文的创新,而是基于没有更好的手段处理而进行的无奈的选择。
②政府管制与环境约束当然也会影响到实际能源消费的变化,但是政府规制可以借助于能源税、环境税和碳交易等制度设计将外部性反映在要素相对价格的变化中,进而使价格的变化涵盖了政府与市场的充分信息。
①更详细的讨论请参见：吴巧生,成金华,中国工业化中的能源消耗强度变动及因素分析[J],财经研究,2006.6：75-85.
①由于数据资料的不连贯及缺失,因此从全部行业中剔除了采掘业中的其他采矿业、非金属矿采选业以及制造业中的工艺品及其他制造业、废弃资源和废旧材料回收加工业,对应的总产值加总也进行相应剔除。
①考虑到我国自改革开发以来水价一直实行政府管制与补贴的低价政策,因此各类工业价格指数的变动与我国供水价格变动的趋势存在较大差别,在计算自来水的生产和供应业行业产值时,并未进行不变价折算。
①能源生产率与能源强度都是反映能源投入与产出总量关系的偏要素生产率指标,只是能耗强度常用以描述行业或技术对能源的消耗与依赖程度,在技术或产业领域应用较多,而生产率指标与效率改善的变化方向一致,在生产率分析中更便于叙述和理解(史丹等,2008)。
①上述文献中基于种种理由,实际都对全要素能源效率衡量方法进行了一定程度的修正,更详细的讨论请参见第一章文献综述的内容。
①DEA的全要素能源效率测算内容主要来自魏楚：中国能源效率问题研究[D],浙江大学,2009
①该图为作者在杨红亮、史丹(2008)基础上整理得到。
①同样,可以在产出水平既定时,衡量能源要素的实际投入量与最优投入量,也就是投入端的效率损失。则可依此计算最优能源生产率与实际能源生产率。
②两步法的主要问题在于首先需要假设后续回归引入的解释变量与要素配置不相关,否则这种影响的忽略会导致第一步的效率测算是有偏的。(蒋萍、谷彬,2009)。
③具体而言, BB'是技术无效率导致的要素损失,而B'C则是配置无效率导致的。
④魏楚、沈满洪(2007)认为,投人要素之间的相互替代对于效率而言不会产生任何影响。但要素替代所引起的能源要素的绝对投入水平变化必然导致能源效率的变化,其直接导致配置效率的变化,并且由于替代所要求的技术的潜在变化,也将影响到技术效率的变化。这或许是全要素能源相对效率指标试图在DEA分析的全要素评判体系中分离出单要素效率衡量无法规避的内在缺陷。
①实际上,我们并不认同相关文献中采用DEA分析得到的能源效率就是全要素能源效率。其特征更精准的描述也许是全要素衡量体系中的偏要素效率。
①实际上,本文第五章中基于微观视角的分析,就发现了资本密集行业配置效率与能源效率的反向变化特征。
②“并不纠结”是指我们不关心这些因素所导致的能源强度变化是否属于“效率变化”范畴,但至少都影响了行业能源强度的水平决定。
①非中性技术进步(有偏技术进步)的存在使得全要素效率变化与单要素效率变化出现偏离。例如,若技术进步的变化方向表现为劳动节约型,意味着要素投入组合中资本要素的投入增加,而能源要素的实际投入数量将取决于资本与能源间关系是替代还是互补。这使得从能源投入的绝对数量衡量的能源效率与技术进步的关系可能并不一致。
①特别是构建随机前沿成本函数模型,要求要素价格信息,而要素价格的实际估算却是一个非常困难甚至不可能实现的任务。此外,可变规模报酬的随机前沿函数也具有较高的自由度限制,因而要求一个较长的样本期。
②出于研究侧重点的不同,本文对上述文献的研究并不做更多的介绍与展开,更详细的讨论请参见：段文斌、尹向飞,中国全要素生产率研究综述[J],南开经济研究,2009,2.
①由于样本数据的时序限制,随机前沿的生产率分析或针对某一行业估算效率的时序变化,或针对行业层面比较行业效率差异,而过多的待估参数使得行业效率的面板数据不可得。值得说明的是,严格意义上,随机前沿同样可以得到行业的效率面板估算值,但这要求行业生产函数或成本函数模型退化为常系数方程,在工业行业异质性影响普遍存在的现实条件下,这实际假定了不同行业的要素边际生产率相同。
①此处我们沿用了周勇、李廉水(2006)给出的分解定义,将(3.5)式中三个分解项分别称为规模效率、技术效率与技术进步。
①行业总产值的不变价折算同第二章。
①资源产品的价格上涨使得较低蕴藏量及较差蕴藏条件的矿物资源具有了开采的利润空间,工艺及设备的改善也创造了技术条件。此外,在煤炭行业大量民营及私人资本的进入都降低了行业平均规模。
①行业划分结果为：资本密集型工业包括：采掘业的四个行业、电力、煤气及水生产供应业中的三个行业及制造业中的石油加工、炼焦、核燃料制造业、化学纤维制造业、非金属矿物制造业、黑色金属冶炼和压延制造业、有色金属冶炼和压延制造业、金属制品制造业、通用机械制造业、专用设备制造业、交通运输设备制造业、通信设备、计算机及其他电子设备制造业、仪器、仪表及文化、办公用品机械制造业。其余行业为劳动密集型工业。
①结论的不一致性可能源自资本要素投入量的替代指标选取不同。本文第五章的研究证实了相对效率评判对样本的高敏感性。特别是资本数据的差异,将显著影响最终的效率估算。
①DEA测算中,最优规模的衡量实际是参考最优前沿的规模水平衡量,因而最终得到的规模效率会存在较大的误差。
①本文第二章发现,从产品能耗的微观角度比较,我国高耗能产品如钢铁、水泥、玻璃等其能耗水准已经接近甚至超过国际领先水平,但总体行业能耗却存在较大的国际差异。这种宏观与微观的差异主要源自产品能耗计算主要采样自大中型企业。
②利用各省份工业行业产值及企业数即可计算对应行业的省际平均规模。
③省际行业平均规模的计算数据取自1999-2009年各省统计年鉴,由于部分省份年鉴缺失,因此剔除了港澳台、西藏及青海,同时考虑到工业布局的差异,并未将北京、上海、天津、重庆纳入计算范围。
④变异系数的计算方法为行业平均规模的标准差与均值的比率。
①结构变化是能耗强度变动的重要因素,但由于面板模型基于行业截面而展开,因而其衍生为行业内部的产品结构变化。而目前的数据条件下,无法对行业产品结构变化做出任何的识别与度量。
①行业总产值的不变价折算同第二章。
②根据2008《中国能源统计年鉴》,折算系数为1千瓦小时=0.1229千克标准煤
①当然,这样的处理实际假定了工业各行业能源要素价格相同,实际上,这样忽略了行业能源消费结构的差异,但由于文中考虑了能源结构的主要变化,因而是可以接受的。
①高铁梅主编,计量经济分析方法与建模—Eviews应用及实例[M],北京：清华大学出版社,2006：330.
①SUR的广义迭代最小二乘可自动对面板模型中截面异方差及短期自相关进行修正(详见高铁梅《计量经济分析方法与建模—Eviews应用及实例》,清华大学出版社,2006)。
①样本期内,制造业总体能耗强度并非稳步下降,2002年、2003年能耗强度分别上升了0.24%和0.78%,但诸多文献的研究都将之归因为结构变动,即重工业比重的提高拉高了制造业能耗强度,而对应年份制造业细分行业的能耗强度都存在一个下降过程。
①资本密集型行业能源消费结构优化对能耗强度的作用并不显著,但其显著性水平接近10%。
①由于涉及能源转换及一、二次能源重复计算,上述的电力比重变化其绝对数值并不准确。
②一般而言,在工业发展的开始阶段,更多资本的投入,设备与机器的使用总是伴生着能源要素投入的增长(Watson, et al.1995)。
①落后产能强制淘汰导致了行业内部投入要素向更具规模及效率的企业转移,而技术改造过程中更先进的设备及技术工艺的应用也意味着效率的改善,两者都导致行业层面能源效率的提高。
②例如根据单位GDP能耗的国际比较,可以得出我国能耗强度高、能源要素存在过度投入的结论,但“过度”的概念在微观层面衡量却可能得到相反的结果---能源要素的低价格,使得生产者基于成本最优化的考虑而倾向于更多的投入,但能源投入外部规制的存在使得实际投入可能少于最优投入水平,即投入不足。
①bi=1表明行业具有充分技术效率,而bi越靠近0值表示技术效率水平越低。
②技术与配置无效率的区别在于技术无效率度量在既定产出水平上,厂商无法采用最适技术以达到成本最小化,而配置无效率则指由于要素无法充分流动、要素管制的存在使得生产者的要素投入偏离了市场价格决定。
③详细的推导过程请参见Atkinson and Cornwell(1994a)
①还有一种常用的弹性度量Allen-Uzawa偏替代弹性AES (Allen-Uzawa Partial Elasticity), Berndt和Wood(1981)认为CES总体上要优于AES,一是CES能够区分两要素间相互替代的差异；二是规模报酬不会影响CES的计算因此相对于要素份额变化更为稳定；最后是CES更适于不同个体间替代弹性的比较。因此AES本文并未进行计算。
②考虑到本文旨在测度技术与配置效率的行业差异,进而研究预设行业单元效率水平与要素弹性不存在时序变化,因此各种替代弹性采用样本期内相应要素平均份额计算得到。
①在计算规模报酬时,基于同样的理由,实际是使用各行业不同年份的要素影子价格均值及产出均值与相应的成本函数估计系数得到。
②在实际估计时,最初我们并不知道相对技术效率最高的行业,可先选定任一家予以标准化,对参数进行估计后,估计值中bi最大的,其所对应的行业即为最有技术效率的行业。再将其标准化,重新开始估计。
③其类似于非参数DEA方法衡量的相对技术效率,最具效率的行业实际就是DEA方法中的处于前沿面的单元,但参数法衡量时,最具效率单元仅有一个
④循环参数估计是在投入端与产出端固定成本不变的基础上逐步完成技术效率与要素扭曲的估算,其具体过程请参见王维国、潘祺志(2009)。
①采掘业与电力、煤气及水生产供应业受制于资源蕴藏的自然条件、储量规模、气候、城市规模等因素,其技术决定及要素投入水平难以对要素价格变化做出调整。
②我国工业二类行业其统计口径,在1998年发生较大改动,造成数据资料的不连贯,因此将制造业中的皮革、毛皮、羽毛及其制品业、木材加工及木、竹、藤、棕、草制品业、家具制造业、印刷和记录媒介的复制、文教体育用品制造业、橡胶制品业、塑料制品业、废旧资源和废旧材料回收加工业合并加总称为其他制造业；此外将食品加工业及食品制造业合并为农副及食品加工制造业。
①由于部分行业统计数据的缺乏,笔者不得不在较长的样本期和较全的细分行业间进行权衡与选择,考虑到反映行业异质性的变参数前沿成本函数要求较长的样本期,因而与第二、三、四章不同,在本章中前推了样本时期但压缩了行业数量。
①其中,煤炭价格使用国有大型煤矿煤炭落地价,原油使用大庆油田中质原油出厂价,焦炭、天然气使用中石化公布的月度批发价加权得到,电力价格使用国家电网上网价格,而燃油方面,2005年我国五次调整了汽油、柴油、燃油指导价,我们根据不同调整日期所对应的价格维持时期,做加权平均,得到其实际价格。
②我国行业能源消费统计中,由于一、二次能源转换的重复计算,分品种的能源消费合计并不等于行业能源消费总量,因此在能源价值投入的加总过程中,以一、二次能源投入比例进行加权。
①待估参数共计526个,碍于篇幅所限,本文未给出各参数值的具体估计结果,有兴趣的研究者可向作者索取。
①确定性前沿函数的相对效率估算与本文第三章中基于DEA-Malmquist指数法计算得到的全要素生产率测度实际均属于技术效率的衡量,但是前文得到的结果是基于产出端衡量,而成本函数的计算是基于投入端衡量,在规模报酬可变前提下,两者不可比。且由于前沿面确定的差异,两种方法得到的结果往往存在很大的不同,因而此处未进行比较分析。
②由于估计方程残差相关性的存在,分组样本估计的资本密集行业效率与劳动密集行业效率并不具可比性,表中数值不能说明资本密集行业比劳动密集行业具有更高的平均效率。
③本文中价格扭曲是指生产者无法基于真实价格决定要素投入比例,而认为在一个要素充分流动的经济体中,要素真实价格就是其边际生产率的反映。但现实情况是,工业部门内部资本分配份额远高于劳动分配份额(白重恩等,2008)。这两种要素扭曲是不同的,一种是与真实价格的偏离,另一种是真实价格与边际产出的偏离。
①我们尝试将通讯、计算机与电子设备制造业调整到劳动密集型分组,则分组样本估算所产生的偏离得到修正。但烟草制品业的调整没有得到相同的结果。
①我们同样计算了能源相对于资本与劳动力要素价格变化的替代弹性CPE-EK、CPE-EL及MES-EK与MES-EL,碍于篇幅及研究侧重点的限制,文中并未给出。
②陈剑波(1999)、张军(2002)的研究都发现,自80年代中后期开始,以集体及乡镇企业为代表的劳动密集型企业技术变化并没有沿着节约资本要素的方向发展,而是存在着一个资本不断深化的过程。
①在本章的分析中,考虑到数据的可得性,节能路径的讨论更多的围绕国民经济总体展开,而未集中在工业部门和工业能耗变化上,实际上,中国节能降耗措施与调控的主要实施对象就是工业部门与行业。
②胡鞍钢等(2010)认为以量化指标来约束能源强度是个成功经验。量化指标可定量、可评估、可核查,有效地促进了能源强度的下降；相反“十五”计划取消了这一指标,造成了下降趋势的一度逆转,则是一个历史的教训。
①为了叙述的便利,在我们的论述中围绕地区及行政区划的讨论仅针对省际政府,而市级、县级甚至乡镇一级政府仅存在行政层级的差异因而并不罗列,下同。
①这样的判断仅出自于直觉与经验的考察,其更多的来自于以下的考量：高耗能产业主导省份具有较高的节能空间,而落后地区及经济欠发达地区借助于资金扶持及技术改造,也能够在较短时间内实现节能目标,而一些农业比重较高的省份及三产发达省份,其节能空间相对较小,调整的成本也相对较高。
②十一五规划各省份承诺的节能目标中,大部分省份均提出20%的降耗目标,此外,山西、内蒙、吉林、北京为22%,青海、云南是17%。
①关于规模效率与能耗差异更细致的讨论请参见本文第二、三章节。
①节能技术应用成本的降低源自政府节能专项资金的扶持与节能技术实现的补贴。
①由于相关资料及数据的缺乏,我们没有更有力的证据来说明地方政府的节能偏好及节能选择。该部分的论述实际更多的属于经验分析以及立足于“可能”基础上的阐述,也许将之形容为“忧思”更为恰当。
②实际上,在第四章面板模型的分析中,至少从我们的结论中,以规模整合促进能耗的降低仅在资本密集性行业成立。而劳动密集型行业规模的扩大与升级将产生更多的能源需求。
③能耗高并不代表具有更高的节能潜力。高能耗行业节能潜力巨大更多的源自如下理由：更高的国有及垄断比重,而国有企业及垄断行业总是有着较弱的外部环境规制力度、较高的成本转移能力进而更低的配置效率、较低的管理效率。
①实际上,类似于矿难的治理,基于国有煤炭企业规范的管理,成熟的技术及较高的社会责任,山西省2007年在煤炭生产领域开始出现了大规模的“国进民退”。
②严格说来,产业结构中高、低能耗行业组的比重变化涉及制度、政策及需求多个环节,重工业比重的上升并不能简单的归因于地方政府偏好与节能约束的存在,但其至少提供了一个侧面的证据：节能约束并未对高能耗行业的发展形成实际的抑制。
③高、低能耗行业划分依据2007年行业能耗强度值确定,其中低能耗行业包括电子及通信设备制造业、仪器仪表及文化、办公用机械制造业、电气机械及器材制造业、文教体育用品制造业、交通运输设备制造业、皮革、毛皮、羽绒及其制品业、服装及其他纤维制品制造业、专用设备制造业、普通机械制造业、家具制造业、食品加工业,高能耗行业包括黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、非金属矿物制品业、石油加工及炼焦业、化学原料及化学制品制造业、造纸及纸制品业、化学纤维制造业、橡胶制品业。
①如广西2010年上班年GDP能耗上升3.57%,要完成“十一五”的节能目标,需要下半年单位GDP能耗下降8%以上。而遭遇能耗“反弹”的宁夏,在已完成“十一五”总体目标80.04%的情况下,已申请将2010年节能目标从预计的5.2%下调为4.36%。
[1]D.梅多斯等,增长的极限[M],北京：商务印书馆,1984
[2]白重恩、钱震杰、武康平,我国工业部门要素分配份额决定因素研究[J],经济研究,2008,8
[3]曹永福,格兰杰因果性检验评述[J],世界经济统计研究,2005,2
[4]车卉淳,资源耗竭原因的经济学分析[J]现代经济探讨,2002
[5]陈剑波,市场经济演进中乡镇企业的技术获得与技术选择[J],经济研究,1999,4
[6]陈军、成金华,中国非可再生能源生产效率评价-基于数据包络分析方法的实证分析[J],经济评论,2007,5
[7]陈清泰,中国的能源战略和政策-在中国发展高层论坛“能源战略和改革”国际研讨会上的主题发言[N],中国经济时报,2003-11-7
[8]陈文山,中国制造业经济增长与能源消耗分析[J]产业经济2005,9
[9]成金华、李世祥,结构变动、技术进步以及价格对能源效率的影响[J],中国人口资源与环境,2010,4
[10]邓祥周、田立新、段希波,能源价格的动态模型及分析[J],统计与决策,2007,1
[11]樊茂清、任若恩、陈高才,技术变化、要素替代和贸易对能源强度影响的实证分析[J],经济学(季刊),2009(9),1
[12]干春晖、郑若谷,中国工业生产绩效：1998-2007-基于细分行业的推广随机前沿生产函数的分析[J],财经科学,2009,6
[13]高宇明、齐中英,基于时变参数的我国全要素生产率估算[J],数量经济技术经济研究,2008,2
[14]高振宇、王益,我国能源生产率的地区划分及影响因素[J],数量经济技术经济研究,2006,9
[15]龚益、彼得.劳埃德,中国工业部门生产函数的参数估计[J],数量经济技术经济研究,1999,12
[16]郭纹廷、王文峰,缓解我国能源瓶颈的影响因素分析[J],中国地质大学学报(社科版),2005,3
[17]胡鞍钢、鄢一龙、刘生龙,市场经济条件下的“计划之手”[J],中国工业经济,2010,(7)： 26-35
[18]韩颖、马萍、刘璐,一种能源消耗强度影响因素分解的新方法[J],数量经济技术经济研究,2010,4
[19]韩智勇、魏一鸣、范英,我国能源强度与经济结构变化特征分析[J],数理统计与管理,2004,11
[20]韩智勇、魏一鸣、焦建玲、范英、张九天,中国能源消费与经济增长的协整性与因果关系分析[J],系统工程,2004,12
[21]杭雷鸣,我国能源消费结构问题研究[D],上海交通大学,2007
[22]何建坤、张希良,我国产业结构变化对GDP能源强度上升的影响及趋势分析[J],环境保护,2005,12
[23]黄飞,能源消费与国民经济发展的灰色关联分析[J],热能动力工程,2001,1
[24]蒋萍、谷彬,中国服务业TFP增长与效率演进[J],数量经济技术经济研究,2008,8
[25]孔婷、孙林岩、何哲、孙荣庭,能源价格对制造业能源强度调节效应的实证分析[J],管理科学,2008(21),9
[26]李宾、曾志雄,中国全要素生产率变动的再测算：1978-2007年[J],数量经济技术经济研究,2009,3
[27]李丹、胡小娟,中国制造业企业相对效率和全要素生产率增长研究[J],数量经济技术经济研究,2008,7
[28]李廉水,周勇,技术进步能提高能源效率吗?-基于中国工业部门的实证检验[J],管理世界,2006,10
[29]李世祥、成金华,中国工业行业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,2009,7
[30]李小平、朱钟棣,中国工业行业的全要素生产率测算[J],管理世界,2005,4
[31]李治国、唐国兴,中国平均资本成本的估算[J],统计研究,2002,11
[32]李子奈,潘文卿编著,计量经济学第二版[M],北京：高等教育出版社,2005
[33]吕振东、郭菊娥、席酋民,中国能源CES生产函数的计量估算及选择[J],中国人口资源与环境,2009(19),4
[34]梁怀学、陈权宝,基于面板数据模型的我国行业能源消费特征分析[J],东北师大学报自然科学版,2005,6
[35]梁进社、郑蔚、蔡建明,中国能源消费增长的分解-基于投入产出方法[J],自然资源学报,2007,6
[36]梁巧梅、魏一鸣、范英、Norio, Okada,中国能源需求和能源强度预测的情景分 析模型及其应用[J],管理学报,2004,1
[37]廖华、魏一鸣,能源效率及其与经济系统关系的再认识[J],公共管理学报,2010.1
[38]林伯强,电力消费与中国经济增长—基于生产函数的研究[J],管理世界,2003,11
[39]林伯强,中国能源需求的经济计量分析[J],统计研究,2001,10
[40]刘长生、郭小东、简玉峰,能源消费对中国经济增长的影响研究-基于线性和非线性回归方法的比较分析[J],产业经济研究,2009,1
[41]刘畅、崔艳红,中国能源消耗强度区域差异的动态关系比较研究[J],中国工业经济,2008,4
[42]刘畅、孔宪丽、高铁梅,我国能源消耗强度变动机制与价格非对称效应研究[J],中国工业经济,2009,3
[43]刘红玖、陶全,大中型工业企业能源密度下降的动因探寻[J],统计研究,2002,9
[44]刘树杰、陈扬,新时期能源价格政策的基本思路[J]宏观经济研究,2005,7
[45]刘舜佳,国际贸易、FDI和中国全要素生产率下降[J],数量经济技术经济研究,2008,11
[46]刘小玄、李双杰,制造业企业相对效率的度量和比较及其外生比较因素[J],经济学季刊,2008,3
[47]鲁成军、周瑞明,中国工业部门的能源替代研究-基于对ALLEN替代弹性模型的修正[J],数量经济技术经济研究,2008,5
[48]罗长远,中国经济增长的源泉、机理及前景分析：一个理论综述[J],经济学动态,2003.10
[49]马超群、储慧斌、李科、周四清,中国能源消费与经济增长的协整与误差校正模型研究[J],系统工程,2004,10
[50]欧晓万,能源消费对产业结构调整的长期与短期约束[J],统计与决策,2007,7
[51]齐绍洲、罗威,中国地区经济增长与能源消费强度差异分析[J],经济研究,2007,2
[52]齐志新、陈文颖,结构调整还是技术进步-改革开发后我国能源效率提高的因素分析[J],上海经济研究,2006,6
[53]邱东、陈梦根,中国不应在资源消耗问题上过于自责[J],统计研究,2007,2
[54]齐建国,中国经济高速增长与节能减排目标分析[J],财贸经济,2007,10
[55]屈小娥,中国省际全要素能源效率变动分解[J], 数量经济技术经济研究,2009,8
[56]日本电力中央研究所,日本能源及电力供求的长期展望[M],西安：西安交通大学出版社,1985
[57]师博、沈坤荣,市场分割下的中国全要素能源效率：基于超效率DEA方法的经验分析[J],世界经济,2008,9
[58]施发启,对我国能源消费弹性系数变化及成因的初步分析[J],统计研究,2005,5
[59]施发起,对我国能源消费弹性系数变化及成因的初步分析[J],统计研究,2005,5
[60]史丹,我国经济增长过程中能源利用效率的改进[J],经济研究,2002,9.
[61]史丹,中国能源效率的地区差异与节能潜力分析[J],中国工业经济2006,10
[62]史丹、张金隆,产业结构变动对能源消费的影响[J],经济理论与经济管理,2003,8
[63]史丹、吴利学、傅晓霞、吴滨,中国能源效率地区差异及其成因分析[J],管理世界,2008,2
[64]孙鹏、顾晓薇,中国能源消费的分解分析[J],资源科学,2005,5
[65]孙鹏、顾晓薇、刘敬智、王青,中国能源消费的分解分析[J],资源科学,2005,9
[66]唐玲、杨正林,能源效率与工业经济转型-基于中国1998-2007年行业数据的实证分析[J],数量经济技术经济研究,2009,10
[67]陶小马、邢建武、黄鑫、周雯,我国工业部门的能源价格扭曲与要素替代研究[J],数量经济技术经济研究,2009,11
[68]滕玉华,中国工业行业能源强度影响因素的实证分析[J],兰州商学院学报,2009,4
[69]滕玉华,技术进步与中国能源效率研究文献综述[J],产业观察,2009,27
[70]滕玉华,自主研发、技术引进与中国工业能源强度[J],财经论丛,2009,3
[71]田立新等著,能源经济系统分析[M],北京：社会科学文献出版社,2005
[72]田晓文,双向纯增量模型[J],经济研究,1997,11
[73]涂正革,区域经济和谐发展的全要素生产率研究-基于对1995-2004年28个省市大中型工业企业的非参数生产前沿[J],经济评论,2008,1
[74]涂正革,全要素生产率与区域经济增长的动力[J], 南开经济研究,2007,4
[75]涂正革、肖耿,中国的工业生产力革命-用随机前沿生产函数对中国大中型工业企业全要素生产率增长的分解及分析[J],经济研究,2005,3
[76]王海鹏、田澎、 靳萍,中国能源消费、经济增长间协整关系和因果关系的实证研究——以电力行业为例[J],生产力研究,3
[77]王火根、沈利生,中国经济增长与能源消费空间面板分析[J],数量经济技术经济研究,2007,12
[78]王火根、龙建辉,能源消费与经济增长非线性关系分析：基于门限协整系统[J],技术经济与管理研究,2008,4
[79]王群伟、周德群,中国全要素能源效率变动的实证分析[J],系统工程,2008,7
[80]王小鲁,中国经济增长的可持续性与制度变革[J],经济研究,2000,7
[81]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
[82]王争、孙柳媚、史晋川,外资溢出对中国私营企业生产率的异质性影响—来自普查数据的证据[J],经济学季刊,2008,1
[83]王维国、潘祺志,辽宁省工业行业技术与配置无效率的研究-基于成本函数视角的实证分析[J],中国人口资源与环境,2009(19),4
[84]魏楚,规模效率与配置效率：一个对中国能源低效的解释—基于35个国家(地区)的比较[J],世界经济,2009,4
[85]魏楚,能源效率研究发展及趋势：一个综述[J],浙江大学学报(社科版),2009,4
[86]魏楚,中国能源效率问题研究[D],浙江大学,2009
[87]魏楚、沈满洪,能源效率及其影响因素：基于DEA的实证分析[J],管理世界,2007,8
[88]魏楚、沈满洪、能源效率与能源生产率-基于方法的省际数据比较[J],数量经济技术经济研究,2007,9
[89]魏一鸣、廖华,能源效率的七类测度指标及其测度方法[J],中国软科学,2010,1
[90]吴巧生,中国能源消费与GDP关系的再检验-基于省际面板数据的实证分析[J],数量经济技术经济研究,2008,6
[91]吴巧生、成金华,中国工业化中的能源消耗强度变动及因素分析[J],财经研究,2006,6
[92]吴巧生、成金华、王华,中国工业化进程中的能源消费变动—基于计量模型的实证分析[J],中国工业经济,2005,4
[93]吴延瑞,生产率对中国经济增长的贡献：新的估计[J],经济学季刊,2008.3
[94]徐绍峰,中国能源状况与经济社会可持续发展分析[J],经济论坛,2005,7
[95]徐士元,基于技术进步与市场化改革的中国能源效率研究[D],华中科技大学,2009
[96]徐士元,技术进步对能源效率影响的实证分析[J],科研管理,2009,6
[97]杨红亮、史丹,能效研究方法和中国各地区能源效率比较[J],经济理论与经济管理,2008,3
[98]杨正林,中国能源效率的影响因素研究[D],华中科技大学,2009
[99]姚渝芳、陈杰、李花菊,结构变化的节能潜力计算的方法论研究[J],数量经济技 术经济研究,2007,4
[100]尹宗成、丁日佳、江激宇,FDI、人力资本、R&D与中国能源效率[J],财贸经济,2008,9
[101]于立,能源价格理论研究[M].,大连：东北财经大学出版社,1994
[102]苑新丽,能源节约中的财税政策选择[J],财经问题研究,2
[103]曾胜、黄登仕,中国能源消费、经济增长与能源效率[J],数量经济技术经济研究,2009,8
[104]张红霞、刘汽运,我国高耗能产业的地区相对有效性及其影响[J],统计研究,2008,4
[105]张军,资本形成、工业化与经济增长：中国的转轨特征[J],经济研究2002,6
[106]张军、陈诗一、Gary H. Jefferson,结构改革与中国工业增长[J],经济研究,2009,7
[107]张明海,增长和要素替代弹性—中国经济增长1978-1999年的实证研究[J],学术月刊,2002,8
[108]张明海,中国经济的增长和要素配置的市场化：1978-1999[J],世界经济文汇,2002,3
[109]张晓平,20世纪90年代以来中国能源消费的时空格局及其影响因素[J],中国人口,2005,2
[110]张宗成、周猛,中国经济增长与能源消费的异常关系分析[J],上海经济研究,2004,4
[111]赵建军,论不同要素密集型产业的就业效应[J],中共中央党校学报,2005,2
[112]赵进文、范继涛,经济增长与能源消费内在依从关系的实证研究[J],经济研究,2007,8
[113]赵丽霞、魏巍贤,能源与经济增长模型研究[J],预测,1998,6
[114]郑照宁、刘德顺,考虑资本-能源-劳动投入的中国超越对数生产函数[J],系统工程理论与实践,2004.5
[115]郑照宁、刘德顺,中国能源资本替代的不确定性[J],运筹与管理,2004,2
[116]周黎安,晋升博弈中政府官员的激励与合作-兼论我国地方保护主义和重复建设问题长期存在的原因[J].经济研究,2004,6
[117]周建、李子奈,Granger因果关系检验的适用性[J],清华大学学报(自然科学版),2004,3
[118]周瑞明,技术进步、技术效率与中国农业生产率增长[J],数量经济技术经济研 究,2009,12
[119]周勇,李廉水,基于AMD的我国能源强度变化因素分析[J],煤炭经济研究,2006,5
[120]朱绍格、鲁成军、王元凯,能源价格对中国工业资本存量的冲击效应[J],统计教育,2009,6
[121]Aigner, D.J., C.A.K. Lovell and P. Schmidt,"Formulation and Estimation of Stochastic Frontier Production Function Models," [J],Journal of Econometrics,1977, 6(1)21-37.
[122]Arqam A-R and L. C. Hunt (2004). Panel unit roots and cointegration:evidence for OECD energy demand. Discussion Paper.6Th IAEE European Conference.
[123]Asafu-Adjaye J. The relationship between electricity consumption,electricity price and economic growth:time series evidence from Asian developing countries [J],Energy Economics,2000,22:615-625
[124]Atkinson,S.E.and C.Cornwell, "Parametric Estimation of Technical and Allocative Inefficiencise with Panel Data" [J],International Economic Review,1994a,35,No.1,pp.231-244'
[125]Atkinson,S.E. and C.Cornwell,"Estimation of Output and Input Technical Efficiency Using a Flexible Functional Form and Panel Data" [J], International Economic Review,1994b,35,No.1,pp.245-255
[126]Ang,B.W.,Zhang F.Q. A survey of index decomposition analysis in energy and environmental studies [J].Energy,2000,Vol.25,12.
[127]B.W.Ang, P.W.Lee. Decomposition of industrial energy consumption:the energy coefficient approach[J]. Energy Economics,1996,18,129-143.
[128]B.W.Ang, S.Y. Lee. Decomposition of industrial energy consumption. Some Methodological and application issues[J]. Energy Economics,1994,16 (2),83-92.
[129]Bauer,P.W.,"An Approach for the Analysis of Multiproduct Technology and Efficiency Using Panel Data:An Application ti the U.S. Airline Industry" Unpublished Dissertation,1985, University of North Carolina.
[131]Bentzen J, Engsted T, Short and long-run elasticitise in energy demand:a co-integration approach[J], Journal of Energy Economics,1993,16(2):139-143
[132]Cheng B S, Lai T W, An investigation of co-integration and causality between electricity consumption and economic activity in Taiwan[J], Energy Economics,1997,19:435-444
[133]Daly,H.E. Beyond Growth:the economics of sustainable development[M].Beacon Press,1996.
[134]Eltony M N, Al-Mutairi N H, Demand for gasoline in Kuwai-An empirical analysis using co-integration techoniques[J], Energy Economics,1995,17:249-253
[135]Erol U, Yu E S H, On the relationship between electricity and income for industrialized countries [J], Journal of Electricity and Employment,1987,13:113-122
[136]Fan sheng gen,"Technology Change,Technical and Allocative Inefficiency In Chinese Agriculture:A case of Rice Production In jiangsu".[J],Journal of International Development,200,12:1-12.
[137]Farrell, M.J, "The Measurement of productive Efficiency," [J],Journal of the Royal Statistical Society,1957,120(3) 253-281.
[138]Ferrier,G.D.and C.A.K.Lovell, "Measuring Cost Efficiency in Banking:Econometric and Linear Programming Evidence" [J], Journal of Econometrics,1990,46,No.6,pp.229-245
[139]George H, Estimating residential demand for electricity in Greece[J], Energy Economics,2004,26:319-334
[140]Ghali K H, El-Sakka M I T, Energy use and output growth in Canada:a multivariate cointegration analysis[J], Energy Economics,2004,26:225-238
[141]Gigli.K., Santon D H, The causal relationship between energy and GNP:comparied study[J], Energy Economics,1986,2
[142]Glasure Y U, Lee A R. Cointegration,error-correction,and the relationship between GDP and electricity:the case of South Korea and Singapore[J], Resource and Electricity Economics,1997,20:17-25.
[143]Granger, Some recent developments in a concept of causality[J], Journal of Econometrics,1988,39:77-86
[144]Griffin and Grogery, An intercountry Translog Model of Energy Substitution Respons[J], American Economics Review,Vol.66,1976:845-857
[145]Guilkey,D.K.,Lovell,C.A.K.,"On the Flexibility of the Translog Aproximation",[J], International Economic Review,1980,21(1),pp.137-147.
[146]Hirst,E. Fulkerson,W.Carlsmith,R.and Wilbanks,T. Inproving Energy efficiency:The effectivness of Government action[J].Energy Policy,1982
[147]Hwang D B K, Gum.B, The causal relationship between energy and GNP:the case of Taiwan[J], The Journal of Energy and Development 1992,12:219-226
[148]Im,K., Pesaran, M., Shin.Y., Testing for unit roots in heterogeneous panels[J] Mimeographed.2002
[149]J.W.Sun, T.Meristo. Measurement of Dematerialization/Materialization:A Case Analysis of Energy Saving and Decarbonization in OECD Countries,1960-95. Technological Forecasting and Social Change,1999, (60),275-294.
[150]Jorgenson,D.W. and Wilcoxen,P.J. Energy,The Environment and Economics Growth [C]. in Handbook of Nature Resource and Energy Economics,Elsevier,1993.
[151]Kao C., Chiange M H and Chen B. (1999) International R&D spillovers:An application of Estimation and Inference in Panel Cointegration, Oxford Bulletin of Economics and Statistics, Special Issue,Vol.61,691-709
[152]Kemfert C, Welsch H, Energy-capital-labours Substitution and the Economics Efforts of CO abatement:evidence for germany[J], J of policy modeling,2000, Vol22(6): 641-660
[153]Khanna N, Analyzing the Economics Cost of the Kyoto Protocol[J], Ecological Economics,2001, Vol38(1):59-69
[154]Kraft.J.,Kraft.A., On the relationship between energy and GNP[J], Energy Devolopment,1978,3:401-403
[155]Kumbhakar, S.C. and C.A.K. Lovell,"Stochastic frontier analysis," 2000,New York: Cambridge University Press.
[156]Kumbhakar,S.C.,"A Parametrics Approach to Efficiency Measurement Using a Flexible Prufit Function" [J], Oxford Economic Paper,1996a,43,No.2,pp.473-487
[157]Kumbhakar,S.C.,"Efficiency Measurement with Multiple Output and Multiple Input",[J],Journal of Productivity Analysis,1996b,7,No2/3,pp.225-56.
[158]Kumbhakar,S.C.,"Modeling Allocative Inefficiency in a Translog Cost Function and Cost Share Equations:An Exact Relationship",[J],J6urnal of Economitrics,1997,76.No.1-2,pp:351-356.
[159]L.A.Greening, W.B.Davis, L. Schipper, M.Khrushch. Comparison of six decomposition methods:application to aggregate energy intensity for manufacturing in 10 OECD countries. Energy Economics 1997,19,375-390.
[160]Lau,L.J. and P.A.Yotopoulos,"A Test for Ralitive Efficiency and an Application to Indian Agiculture" [J],American Economic Review,1971,61,No.1,pp.94-109.
[161]Mark J.Koetse, Henri L.F.de Groot and Raymond J.G.M.Florax,2006, Capital-Energy Sunstitution and Shifts in Factor Demond:A Meta-Analysis, Tinbergen Institute Discussion Paper.
[162]Masih A.M.M, Masih R. Energy comsumption,real income and temporal causality:results from a multicountry study based on cointegration and error-corrcetion modeling techniques[J], Energy Economics,1996,18:165-183
[163]Masih R, Masih A..M.M, Stock-Watson dynamic OLS(DOLS) and error-correction modeling approach to estimating long and short -run elasticities in a demand function:new evidence and methodological implication from a application to the demand for coal in mainland China[J],Energy Economics,1996,18:315-334
[164]Matthew A. Cole, Does trade liberalization increase national energy use [J]. Economics Letters,2006(92):108-112.
[165]McCoskey S. and Kao C. Testing the Stability of a production function with urbanization as a shift factor, Oxford Bulletin of Economics and Statistics, Special Issue,1999, Vol.61,671-690
[166]Meeusen, W. and J. van den Broeck,"Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error," [J],International Economic Review, 1977,18(2),435-444.
[167]Meeusen,, W. and J. van den Broeck., "Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error", International Economic Review, 1977,18(2),435-444.
[168]Patterson,M.G and Wadsworth C. Updating New Zealands'Energy Intensity trends: What has happened Since 1984 and why[R].Wellington:Energy Efficiency and Conservation Authority,1993
[169]Pedroni P. Panel Cointegration asymptotic and finite sample Properties of Pooled time series tests with an application to the PPP Hypothesis, Indians University working papers in Economics 1995,No.95-113
[170]Pedroni P. fully modified OLS for Heterogeneous cointegrated Panels and the case of purchasing power parity,Indiana university working Papers in Economics1996, No 96-020
[171]Pedroni P. Panel Cointegration asymptotic and finite sample Properties of Pooled time Series Tests with an application to the PPP Hypothesis, New Results, Indiana University Working Paper in Economics,1997a
[172]Pedroni P. On the Role of Cross Sectional Dependency inDynamic Panel unit root and Panel Cointegration Exchange rate Studies, Indiana university Working Paper in Economics,1997b
[173]Popp,D.C. Induced Innovation and Energy Prices[J], American Economic Reviews,2002,Vol.92(1):160-180
[174]R.Pindyck, The Structure of World Energy Demand[M], MIT Press,1979
[175]Robert K K, The mechanisms for autonomous energy efficience increases:a cointegration anlysis of the US Energy/GDP Ratio [J], The Energy Journal,2004,25:63-86
[176]Rodney S, Road transport energy demand in Australia:a co-integration approach[J], Energy Economics,1995,17:329-339
[177]Silk J I, Joutz F L,Short and long-run elasticities in US residential electricity demand:a co-integration approach[J], Energy Economics 197,19:495-513
[178]Sinton,J.E. and Levine,M.D.Changing Energy Intensity in Chinese Industry:the relative importance of structure shift and intensity change [J]. Energy Policy,1994,Vol.22,3
[179]Soytas U, Sari R, Energy consumption and GDP:Causality relationship in G-7 countrise and Emerging Marking[J], Energy Economics,2003,25:33-37
[180]Stern D I, A multivariate cointegration analysis of the role of energy in the US macroeconomy[J], Energy Economics,2000,22:267-283
[181]Tirole, J. The Theory of Industrial Organization. Cambridge[M]. TheMIT Press, 1998
[182]Unander F., Karbuz, S., Schipper, L., Ting, M.. Manufacturing energy use in OECD countries:devomposition of long-term trends [J]. Energy Policy,1999(27):769-778.
[183]Wankeun Oh, Kihoon lee, Causal relationship between energy consumption and GDP Revisited:the case of Korea 1970-1999[J], Energy Economics,2004,26:51-59
[184]Welsch, H. and Ochsen, C..The determinants of aggregate energy use in West Germany:factor substitution, technological change, and trade [J].Energy Economics, 2005,27 (1):93-111.
[185]Yang H Y, A note on the causal relationship between electricity and GDP in Taiwan[J], Energy Economics,2000,22:309-317
[186]Yu E S H, Hwang D B K, the relationship between energy and GNP based on new sample [J], Journal of Energy and Development,1984(4):221-229.
[187]Yu.E S H, Choi J Y, The causal relationship between electricity and GNP:an international comparison [J], Journal of Energy and Development,1985,10:249-272
①为了保证文章内容的连贯性及行文的逻辑性与衔接,我们实际上将一部分的文献介绍及评述内容,特别是相关研究的比较、评判和提炼,都分解在了不同的章节中。此处仅就能源消费相关研究的发展脉络、方向与实际进展做简单的回顾,从而提供简要但综合的内容构架。
①此处的讨论详见本文第三章。
②曼昆在《经济学原理》一书中将效率定义为“社会能从其稀缺资源中得到最多的东西”
①实际上,这是我国节能约束与政府规制同西方成熟市场国家节能管制最大的差异所在。这源自于我国能源要素价格的管制,要素价格的相对扭曲造成市场化配置与调节资源手段的缺失。
①这并不是本文的创新,而是基于没有更好的手段处理而进行的无奈的选择。
②政府管制与环境约束当然也会影响到实际能源消费的变化,但是政府规制可以借助于能源税、环境税和碳交易等制度设计将外部性反映在要素相对价格的变化中,进而使价格的变化涵盖了政府与市场的充分信息。
①更详细的讨论请参见：吴巧生,成金华,中国工业化中的能源消耗强度变动及因素分析[J],财经研究,2006.6：75-85.
①由于数据资料的不连贯及缺失,因此从全部行业中剔除了采掘业中的其他采矿业、非金属矿采选业以及制造业中的工艺品及其他制造业、废弃资源和废旧材料回收加工业,对应的总产值加总也进行相应剔除。
①考虑到我国自改革开发以来水价一直实行政府管制与补贴的低价政策,因此各类工业价格指数的变动与我国供水价格变动的趋势存在较大差别,在计算自来水的生产和供应业行业产值时,并未进行不变价折算。
①能源生产率与能源强度都是反映能源投入与产出总量关系的偏要素生产率指标,只是能耗强度常用以描述行业或技术对能源的消耗与依赖程度,在技术或产业领域应用较多,而生产率指标与效率改善的变化方向一致,在生产率分析中更便于叙述和理解(史丹等,2008)。
①上述文献中基于种种理由,实际都对全要素能源效率衡量方法进行了一定程度的修正,更详细的讨论请参见第一章文献综述的内容。
①DEA的全要素能源效率测算内容主要来自魏楚：中国能源效率问题研究[D],浙江大学,2009
①该图为作者在杨红亮、史丹(2008)基础上整理得到。
①同样,可以在产出水平既定时,衡量能源要素的实际投入量与最优投入量,也就是投入端的效率损失。则可依此计算最优能源生产率与实际能源生产率。
②两步法的主要问题在于首先需要假设后续回归引入的解释变量与要素配置不相关,否则这种影响的忽略会导致第一步的效率测算是有偏的。(蒋萍、谷彬,2009)。
③具体而言, BB'是技术无效率导致的要素损失,而B'C则是配置无效率导致的。
④魏楚、沈满洪(2007)认为,投人要素之间的相互替代对于效率而言不会产生任何影响。但要素替代所引起的能源要素的绝对投入水平变化必然导致能源效率的变化,其直接导致配置效率的变化,并且由于替代所要求的技术的潜在变化,也将影响到技术效率的变化。这或许是全要素能源相对效率指标试图在DEA分析的全要素评判体系中分离出单要素效率衡量无法规避的内在缺陷。
①实际上,我们并不认同相关文献中采用DEA分析得到的能源效率就是全要素能源效率。其特征更精准的描述也许是全要素衡量体系中的偏要素效率。
①实际上,本文第五章中基于微观视角的分析,就发现了资本密集行业配置效率与能源效率的反向变化特征。
②“并不纠结”是指我们不关心这些因素所导致的能源强度变化是否属于“效率变化”范畴,但至少都影响了行业能源强度的水平决定。
①非中性技术进步(有偏技术进步)的存在使得全要素效率变化与单要素效率变化出现偏离。例如,若技术进步的变化方向表现为劳动节约型,意味着要素投入组合中资本要素的投入增加,而能源要素的实际投入数量将取决于资本与能源间关系是替代还是互补。这使得从能源投入的绝对数量衡量的能源效率与技术进步的关系可能并不一致。
①特别是构建随机前沿成本函数模型,要求要素价格信息,而要素价格的实际估算却是一个非常困难甚至不可能实现的任务。此外,可变规模报酬的随机前沿函数也具有较高的自由度限制,因而要求一个较长的样本期。
②出于研究侧重点的不同,本文对上述文献的研究并不做更多的介绍与展开,更详细的讨论请参见：段文斌、尹向飞,中国全要素生产率研究综述[J],南开经济研究,2009,2.
①由于样本数据的时序限制,随机前沿的生产率分析或针对某一行业估算效率的时序变化,或针对行业层面比较行业效率差异,而过多的待估参数使得行业效率的面板数据不可得。值得说明的是,严格意义上,随机前沿同样可以得到行业的效率面板估算值,但这要求行业生产函数或成本函数模型退化为常系数方程,在工业行业异质性影响普遍存在的现实条件下,这实际假定了不同行业的要素边际生产率相同。
①此处我们沿用了周勇、李廉水(2006)给出的分解定义,将(3.5)式中三个分解项分别称为规模效率、技术效率与技术进步。
①行业总产值的不变价折算同第二章。
①资源产品的价格上涨使得较低蕴藏量及较差蕴藏条件的矿物资源具有了开采的利润空间,工艺及设备的改善也创造了技术条件。此外,在煤炭行业大量民营及私人资本的进入都降低了行业平均规模。
①行业划分结果为：资本密集型工业包括：采掘业的四个行业、电力、煤气及水生产供应业中的三个行业及制造业中的石油加工、炼焦、核燃料制造业、化学纤维制造业、非金属矿物制造业、黑色金属冶炼和压延制造业、有色金属冶炼和压延制造业、金属制品制造业、通用机械制造业、专用设备制造业、交通运输设备制造业、通信设备、计算机及其他电子设备制造业、仪器、仪表及文化、办公用品机械制造业。其余行业为劳动密集型工业。
①结论的不一致性可能源自资本要素投入量的替代指标选取不同。本文第五章的研究证实了相对效率评判对样本的高敏感性。特别是资本数据的差异,将显著影响最终的效率估算。
①DEA测算中,最优规模的衡量实际是参考最优前沿的规模水平衡量,因而最终得到的规模效率会存在较大的误差。
①本文第二章发现,从产品能耗的微观角度比较,我国高耗能产品如钢铁、水泥、玻璃等其能耗水准已经接近甚至超过国际领先水平,但总体行业能耗却存在较大的国际差异。这种宏观与微观的差异主要源自产品能耗计算主要采样自大中型企业。
②利用各省份工业行业产值及企业数即可计算对应行业的省际平均规模。
③省际行业平均规模的计算数据取自1999-2009年各省统计年鉴,由于部分省份年鉴缺失,因此剔除了港澳台、西藏及青海,同时考虑到工业布局的差异,并未将北京、上海、天津、重庆纳入计算范围。
④变异系数的计算方法为行业平均规模的标准差与均值的比率。
①结构变化是能耗强度变动的重要因素,但由于面板模型基于行业截面而展开,因而其衍生为行业内部的产品结构变化。而目前的数据条件下,无法对行业产品结构变化做出任何的识别与度量。
①行业总产值的不变价折算同第二章。
②根据2008《中国能源统计年鉴》,折算系数为1千瓦小时=0.1229千克标准煤
①当然,这样的处理实际假定了工业各行业能源要素价格相同,实际上,这样忽略了行业能源消费结构的差异,但由于文中考虑了能源结构的主要变化,因而是可以接受的。
①高铁梅主编,计量经济分析方法与建模—Eviews应用及实例[M],北京：清华大学出版社,2006：330.
①SUR的广义迭代最小二乘可自动对面板模型中截面异方差及短期自相关进行修正(详见高铁梅《计量经济分析方法与建模—Eviews应用及实例》,清华大学出版社,2006)。
①样本期内,制造业总体能耗强度并非稳步下降,2002年、2003年能耗强度分别上升了0.24%和0.78%,但诸多文献的研究都将之归因为结构变动,即重工业比重的提高拉高了制造业能耗强度,而对应年份制造业细分行业的能耗强度都存在一个下降过程。
①资本密集型行业能源消费结构优化对能耗强度的作用并不显著,但其显著性水平接近10%。
①由于涉及能源转换及一、二次能源重复计算,上述的电力比重变化其绝对数值并不准确。
②一般而言,在工业发展的开始阶段,更多资本的投入,设备与机器的使用总是伴生着能源要素投入的增长(Watson, et al.1995)。
①落后产能强制淘汰导致了行业内部投入要素向更具规模及效率的企业转移,而技术改造过程中更先进的设备及技术工艺的应用也意味着效率的改善,两者都导致行业层面能源效率的提高。
②例如根据单位GDP能耗的国际比较,可以得出我国能耗强度高、能源要素存在过度投入的结论,但“过度”的概念在微观层面衡量却可能得到相反的结果---能源要素的低价格,使得生产者基于成本最优化的考虑而倾向于更多的投入,但能源投入外部规制的存在使得实际投入可能少于最优投入水平,即投入不足。
①bi=1表明行业具有充分技术效率,而bi越靠近0值表示技术效率水平越低。
②技术与配置无效率的区别在于技术无效率度量在既定产出水平上,厂商无法采用最适技术以达到成本最小化,而配置无效率则指由于要素无法充分流动、要素管制的存在使得生产者的要素投入偏离了市场价格决定。
③详细的推导过程请参见Atkinson and Cornwell(1994a)
①还有一种常用的弹性度量Allen-Uzawa偏替代弹性AES (Allen-Uzawa Partial Elasticity), Berndt和Wood(1981)认为CES总体上要优于AES,一是CES能够区分两要素间相互替代的差异；二是规模报酬不会影响CES的计算因此相对于要素份额变化更为稳定；最后是CES更适于不同个体间替代弹性的比较。因此AES本文并未进行计算。
②考虑到本文旨在测度技术与配置效率的行业差异,进而研究预设行业单元效率水平与要素弹性不存在时序变化,因此各种替代弹性采用样本期内相应要素平均份额计算得到。
①在计算规模报酬时,基于同样的理由,实际是使用各行业不同年份的要素影子价格均值及产出均值与相应的成本函数估计系数得到。
②在实际估计时,最初我们并不知道相对技术效率最高的行业,可先选定任一家予以标准化,对参数进行估计后,估计值中bi最大的,其所对应的行业即为最有技术效率的行业。再将其标准化,重新开始估计。
③其类似于非参数DEA方法衡量的相对技术效率,最具效率的行业实际就是DEA方法中的处于前沿面的单元,但参数法衡量时,最具效率单元仅有一个
④循环参数估计是在投入端与产出端固定成本不变的基础上逐步完成技术效率与要素扭曲的估算,其具体过程请参见王维国、潘祺志(2009)。
①采掘业与电力、煤气及水生产供应业受制于资源蕴藏的自然条件、储量规模、气候、城市规模等因素,其技术决定及要素投入水平难以对要素价格变化做出调整。
②我国工业二类行业其统计口径,在1998年发生较大改动,造成数据资料的不连贯,因此将制造业中的皮革、毛皮、羽毛及其制品业、木材加工及木、竹、藤、棕、草制品业、家具制造业、印刷和记录媒介的复制、文教体育用品制造业、橡胶制品业、塑料制品业、废旧资源和废旧材料回收加工业合并加总称为其他制造业；此外将食品加工业及食品制造业合并为农副及食品加工制造业。
①由于部分行业统计数据的缺乏,笔者不得不在较长的样本期和较全的细分行业间进行权衡与选择,考虑到反映行业异质性的变参数前沿成本函数要求较长的样本期,因而与第二、三、四章不同,在本章中前推了样本时期但压缩了行业数量。
①其中,煤炭价格使用国有大型煤矿煤炭落地价,原油使用大庆油田中质原油出厂价,焦炭、天然气使用中石化公布的月度批发价加权得到,电力价格使用国家电网上网价格,而燃油方面,2005年我国五次调整了汽油、柴油、燃油指导价,我们根据不同调整日期所对应的价格维持时期,做加权平均,得到其实际价格。
②我国行业能源消费统计中,由于一、二次能源转换的重复计算,分品种的能源消费合计并不等于行业能源消费总量,因此在能源价值投入的加总过程中,以一、二次能源投入比例进行加权。
①待估参数共计526个,碍于篇幅所限,本文未给出各参数值的具体估计结果,有兴趣的研究者可向作者索取。
①确定性前沿函数的相对效率估算与本文第三章中基于DEA-Malmquist指数法计算得到的全要素生产率测度实际均属于技术效率的衡量,但是前文得到的结果是基于产出端衡量,而成本函数的计算是基于投入端衡量,在规模报酬可变前提下,两者不可比。且由于前沿面确定的差异,两种方法得到的结果往往存在很大的不同,因而此处未进行比较分析。
②由于估计方程残差相关性的存在,分组样本估计的资本密集行业效率与劳动密集行业效率并不具可比性,表中数值不能说明资本密集行业比劳动密集行业具有更高的平均效率。
③本文中价格扭曲是指生产者无法基于真实价格决定要素投入比例,而认为在一个要素充分流动的经济体中,要素真实价格就是其边际生产率的反映。但现实情况是,工业部门内部资本分配份额远高于劳动分配份额(白重恩等,2008)。这两种要素扭曲是不同的,一种是与真实价格的偏离,另一种是真实价格与边际产出的偏离。
①我们尝试将通讯、计算机与电子设备制造业调整到劳动密集型分组,则分组样本估算所产生的偏离得到修正。但烟草制品业的调整没有得到相同的结果。
①我们同样计算了能源相对于资本与劳动力要素价格变化的替代弹性CPE-EK、CPE-EL及MES-EK与MES-EL,碍于篇幅及研究侧重点的限制,文中并未给出。
②陈剑波(1999)、张军(2002)的研究都发现,自80年代中后期开始,以集体及乡镇企业为代表的劳动密集型企业技术变化并没有沿着节约资本要素的方向发展,而是存在着一个资本不断深化的过程。
①在本章的分析中,考虑到数据的可得性,节能路径的讨论更多的围绕国民经济总体展开,而未集中在工业部门和工业能耗变化上,实际上,中国节能降耗措施与调控的主要实施对象就是工业部门与行业。
②胡鞍钢等(2010)认为以量化指标来约束能源强度是个成功经验。量化指标可定量、可评估、可核查,有效地促进了能源强度的下降；相反“十五”计划取消了这一指标,造成了下降趋势的一度逆转,则是一个历史的教训。
①为了叙述的便利,在我们的论述中围绕地区及行政区划的讨论仅针对省际政府,而市级、县级甚至乡镇一级政府仅存在行政层级的差异因而并不罗列,下同。
①这样的判断仅出自于直觉与经验的考察,其更多的来自于以下的考量：高耗能产业主导省份具有较高的节能空间,而落后地区及经济欠发达地区借助于资金扶持及技术改造,也能够在较短时间内实现节能目标,而一些农业比重较高的省份及三产发达省份,其节能空间相对较小,调整的成本也相对较高。
②十一五规划各省份承诺的节能目标中,大部分省份均提出20%的降耗目标,此外,山西、内蒙、吉林、北京为22%,青海、云南是17%。
①关于规模效率与能耗差异更细致的讨论请参见本文第二、三章节。
①节能技术应用成本的降低源自政府节能专项资金的扶持与节能技术实现的补贴。
①由于相关资料及数据的缺乏,我们没有更有力的证据来说明地方政府的节能偏好及节能选择。该部分的论述实际更多的属于经验分析以及立足于“可能”基础上的阐述,也许将之形容为“忧思”更为恰当。
②实际上,在第四章面板模型的分析中,至少从我们的结论中,以规模整合促进能耗的降低仅在资本密集性行业成立。而劳动密集型行业规模的扩大与升级将产生更多的能源需求。
③能耗高并不代表具有更高的节能潜力。高能耗行业节能潜力巨大更多的源自如下理由：更高的国有及垄断比重,而国有企业及垄断行业总是有着较弱的外部环境规制力度、较高的成本转移能力进而更低的配置效率、较低的管理效率。
①实际上,类似于矿难的治理,基于国有煤炭企业规范的管理,成熟的技术及较高的社会责任,山西省2007年在煤炭生产领域开始出现了大规模的“国进民退”。
②严格说来,产业结构中高、低能耗行业组的比重变化涉及制度、政策及需求多个环节,重工业比重的上升并不能简单的归因于地方政府偏好与节能约束的存在,但其至少提供了一个侧面的证据：节能约束并未对高能耗行业的发展形成实际的抑制。
③高、低能耗行业划分依据2007年行业能耗强度值确定,其中低能耗行业包括电子及通信设备制造业、仪器仪表及文化、办公用机械制造业、电气机械及器材制造业、文教体育用品制造业、交通运输设备制造业、皮革、毛皮、羽绒及其制品业、服装及其他纤维制品制造业、专用设备制造业、普通机械制造业、家具制造业、食品加工业,高能耗行业包括黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、非金属矿物制品业、石油加工及炼焦业、化学原料及化学制品制造业、造纸及纸制品业、化学纤维制造业、橡胶制品业。
①如广西2010年上班年GDP能耗上升3.57%,要完成“十一五”的节能目标,需要下半年单位GDP能耗下降8%以上。而遭遇能耗“反弹”的宁夏,在已完成“十一五”总体目标80.04%的情况下,已申请将2010年节能目标从预计的5.2%下调为4.36%。
[1]D.梅多斯等,增长的极限[M],北京：商务印书馆,1984
[2]白重恩、钱震杰、武康平,我国工业部门要素分配份额决定因素研究[J],经济研究,2008,8
[3]曹永福,格兰杰因果性检验评述[J],世界经济统计研究,2005,2
[4]车卉淳,资源耗竭原因的经济学分析[J]现代经济探讨,2002
[5]陈剑波,市场经济演进中乡镇企业的技术获得与技术选择[J],经济研究,1999,4
[6]陈军、成金华,中国非可再生能源生产效率评价-基于数据包络分析方法的实证分析[J],经济评论,2007,5
[7]陈清泰,中国的能源战略和政策-在中国发展高层论坛“能源战略和改革”国际研讨会上的主题发言[N],中国经济时报,2003-11-7
[8]陈文山,中国制造业经济增长与能源消耗分析[J]产业经济2005,9
[9]成金华、李世祥,结构变动、技术进步以及价格对能源效率的影响[J],中国人口资源与环境,2010,4
[10]邓祥周、田立新、段希波,能源价格的动态模型及分析[J],统计与决策,2007,1
[11]樊茂清、任若恩、陈高才,技术变化、要素替代和贸易对能源强度影响的实证分析[J],经济学(季刊),2009(9),1
[12]干春晖、郑若谷,中国工业生产绩效：1998-2007-基于细分行业的推广随机前沿生产函数的分析[J],财经科学,2009,6
[13]高宇明、齐中英,基于时变参数的我国全要素生产率估算[J],数量经济技术经济研究,2008,2
[14]高振宇、王益,我国能源生产率的地区划分及影响因素[J],数量经济技术经济研究,2006,9
[15]龚益、彼得.劳埃德,中国工业部门生产函数的参数估计[J],数量经济技术经济研究,1999,12
[16]郭纹廷、王文峰,缓解我国能源瓶颈的影响因素分析[J],中国地质大学学报(社科版),2005,3
[17]胡鞍钢、鄢一龙、刘生龙,市场经济条件下的“计划之手”[J],中国工业经济,2010,(7)： 26-35
[18]韩颖、马萍、刘璐,一种能源消耗强度影响因素分解的新方法[J],数量经济技术经济研究,2010,4
[19]韩智勇、魏一鸣、范英,我国能源强度与经济结构变化特征分析[J],数理统计与管理,2004,11
[20]韩智勇、魏一鸣、焦建玲、范英、张九天,中国能源消费与经济增长的协整性与因果关系分析[J],系统工程,2004,12
[21]杭雷鸣,我国能源消费结构问题研究[D],上海交通大学,2007
[22]何建坤、张希良,我国产业结构变化对GDP能源强度上升的影响及趋势分析[J],环境保护,2005,12
[23]黄飞,能源消费与国民经济发展的灰色关联分析[J],热能动力工程,2001,1
[24]蒋萍、谷彬,中国服务业TFP增长与效率演进[J],数量经济技术经济研究,2008,8
[25]孔婷、孙林岩、何哲、孙荣庭,能源价格对制造业能源强度调节效应的实证分析[J],管理科学,2008(21),9
[26]李宾、曾志雄,中国全要素生产率变动的再测算：1978-2007年[J],数量经济技术经济研究,2009,3
[27]李丹、胡小娟,中国制造业企业相对效率和全要素生产率增长研究[J],数量经济技术经济研究,2008,7
[28]李廉水,周勇,技术进步能提高能源效率吗?-基于中国工业部门的实证检验[J],管理世界,2006,10
[29]李世祥、成金华,中国工业行业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,2009,7
[30]李小平、朱钟棣,中国工业行业的全要素生产率测算[J],管理世界,2005,4
[31]李治国、唐国兴,中国平均资本成本的估算[J],统计研究,2002,11
[32]李子奈,潘文卿编著,计量经济学第二版[M],北京：高等教育出版社,2005
[33]吕振东、郭菊娥、席酋民,中国能源CES生产函数的计量估算及选择[J],中国人口资源与环境,2009(19),4
[34]梁怀学、陈权宝,基于面板数据模型的我国行业能源消费特征分析[J],东北师大学报自然科学版,2005,6
[35]梁进社、郑蔚、蔡建明,中国能源消费增长的分解-基于投入产出方法[J],自然资源学报,2007,6
[36]梁巧梅、魏一鸣、范英、Norio, Okada,中国能源需求和能源强度预测的情景分 析模型及其应用[J],管理学报,2004,1
[37]廖华、魏一鸣,能源效率及其与经济系统关系的再认识[J],公共管理学报,2010.1
[38]林伯强,电力消费与中国经济增长—基于生产函数的研究[J],管理世界,2003,11
[39]林伯强,中国能源需求的经济计量分析[J],统计研究,2001,10
[40]刘长生、郭小东、简玉峰,能源消费对中国经济增长的影响研究-基于线性和非线性回归方法的比较分析[J],产业经济研究,2009,1
[41]刘畅、崔艳红,中国能源消耗强度区域差异的动态关系比较研究[J],中国工业经济,2008,4
[42]刘畅、孔宪丽、高铁梅,我国能源消耗强度变动机制与价格非对称效应研究[J],中国工业经济,2009,3
[43]刘红玖、陶全,大中型工业企业能源密度下降的动因探寻[J],统计研究,2002,9
[44]刘树杰、陈扬,新时期能源价格政策的基本思路[J]宏观经济研究,2005,7
[45]刘舜佳,国际贸易、FDI和中国全要素生产率下降[J],数量经济技术经济研究,2008,11
[46]刘小玄、李双杰,制造业企业相对效率的度量和比较及其外生比较因素[J],经济学季刊,2008,3
[47]鲁成军、周瑞明,中国工业部门的能源替代研究-基于对ALLEN替代弹性模型的修正[J],数量经济技术经济研究,2008,5
[48]罗长远,中国经济增长的源泉、机理及前景分析：一个理论综述[J],经济学动态,2003.10
[49]马超群、储慧斌、李科、周四清,中国能源消费与经济增长的协整与误差校正模型研究[J],系统工程,2004,10
[50]欧晓万,能源消费对产业结构调整的长期与短期约束[J],统计与决策,2007,7
[51]齐绍洲、罗威,中国地区经济增长与能源消费强度差异分析[J],经济研究,2007,2
[52]齐志新、陈文颖,结构调整还是技术进步-改革开发后我国能源效率提高的因素分析[J],上海经济研究,2006,6
[53]邱东、陈梦根,中国不应在资源消耗问题上过于自责[J],统计研究,2007,2
[54]齐建国,中国经济高速增长与节能减排目标分析[J],财贸经济,2007,10
[55]屈小娥,中国省际全要素能源效率变动分解[J], 数量经济技术经济研究,2009,8
[56]日本电力中央研究所,日本能源及电力供求的长期展望[M],西安：西安交通大学出版社,1985
[57]师博、沈坤荣,市场分割下的中国全要素能源效率：基于超效率DEA方法的经验分析[J],世界经济,2008,9
[58]施发启,对我国能源消费弹性系数变化及成因的初步分析[J],统计研究,2005,5
[59]施发起,对我国能源消费弹性系数变化及成因的初步分析[J],统计研究,2005,5
[60]史丹,我国经济增长过程中能源利用效率的改进[J],经济研究,2002,9.
[61]史丹,中国能源效率的地区差异与节能潜力分析[J],中国工业经济2006,10
[62]史丹、张金隆,产业结构变动对能源消费的影响[J],经济理论与经济管理,2003,8
[63]史丹、吴利学、傅晓霞、吴滨,中国能源效率地区差异及其成因分析[J],管理世界,2008,2
[64]孙鹏、顾晓薇,中国能源消费的分解分析[J],资源科学,2005,5
[65]孙鹏、顾晓薇、刘敬智、王青,中国能源消费的分解分析[J],资源科学,2005,9
[66]唐玲、杨正林,能源效率与工业经济转型-基于中国1998-2007年行业数据的实证分析[J],数量经济技术经济研究,2009,10
[67]陶小马、邢建武、黄鑫、周雯,我国工业部门的能源价格扭曲与要素替代研究[J],数量经济技术经济研究,2009,11
[68]滕玉华,中国工业行业能源强度影响因素的实证分析[J],兰州商学院学报,2009,4
[69]滕玉华,技术进步与中国能源效率研究文献综述[J],产业观察,2009,27
[70]滕玉华,自主研发、技术引进与中国工业能源强度[J],财经论丛,2009,3
[71]田立新等著,能源经济系统分析[M],北京：社会科学文献出版社,2005
[72]田晓文,双向纯增量模型[J],经济研究,1997,11
[73]涂正革,区域经济和谐发展的全要素生产率研究-基于对1995-2004年28个省市大中型工业企业的非参数生产前沿[J],经济评论,2008,1
[74]涂正革,全要素生产率与区域经济增长的动力[J], 南开经济研究,2007,4
[75]涂正革、肖耿,中国的工业生产力革命-用随机前沿生产函数对中国大中型工业企业全要素生产率增长的分解及分析[J],经济研究,2005,3
[76]王海鹏、田澎、 靳萍,中国能源消费、经济增长间协整关系和因果关系的实证研究——以电力行业为例[J],生产力研究,3
[77]王火根、沈利生,中国经济增长与能源消费空间面板分析[J],数量经济技术经济研究,2007,12
[78]王火根、龙建辉,能源消费与经济增长非线性关系分析：基于门限协整系统[J],技术经济与管理研究,2008,4
[79]王群伟、周德群,中国全要素能源效率变动的实证分析[J],系统工程,2008,7
[80]王小鲁,中国经济增长的可持续性与制度变革[J],经济研究,2000,7
[81]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
[82]王争、孙柳媚、史晋川,外资溢出对中国私营企业生产率的异质性影响—来自普查数据的证据[J],经济学季刊,2008,1
[83]王维国、潘祺志,辽宁省工业行业技术与配置无效率的研究-基于成本函数视角的实证分析[J],中国人口资源与环境,2009(19),4
[84]魏楚,规模效率与配置效率：一个对中国能源低效的解释—基于35个国家(地区)的比较[J],世界经济,2009,4
[85]魏楚,能源效率研究发展及趋势：一个综述[J],浙江大学学报(社科版),2009,4
[86]魏楚,中国能源效率问题研究[D],浙江大学,2009
[87]魏楚、沈满洪,能源效率及其影响因素：基于DEA的实证分析[J],管理世界,2007,8
[88]魏楚、沈满洪、能源效率与能源生产率-基于方法的省际数据比较[J],数量经济技术经济研究,2007,9
[89]魏一鸣、廖华,能源效率的七类测度指标及其测度方法[J],中国软科学,2010,1
[90]吴巧生,中国能源消费与GDP关系的再检验-基于省际面板数据的实证分析[J],数量经济技术经济研究,2008,6
[91]吴巧生、成金华,中国工业化中的能源消耗强度变动及因素分析[J],财经研究,2006,6
[92]吴巧生、成金华、王华,中国工业化进程中的能源消费变动—基于计量模型的实证分析[J],中国工业经济,2005,4
[93]吴延瑞,生产率对中国经济增长的贡献：新的估计[J],经济学季刊,2008.3
[94]徐绍峰,中国能源状况与经济社会可持续发展分析[J],经济论坛,2005,7
[95]徐士元,基于技术进步与市场化改革的中国能源效率研究[D],华中科技大学,2009
[96]徐士元,技术进步对能源效率影响的实证分析[J],科研管理,2009,6
[97]杨红亮、史丹,能效研究方法和中国各地区能源效率比较[J],经济理论与经济管理,2008,3
[98]杨正林,中国能源效率的影响因素研究[D],华中科技大学,2009
[99]姚渝芳、陈杰、李花菊,结构变化的节能潜力计算的方法论研究[J],数量经济技 术经济研究,2007,4
[100]尹宗成、丁日佳、江激宇,FDI、人力资本、R&D与中国能源效率[J],财贸经济,2008,9
[101]于立,能源价格理论研究[M].,大连：东北财经大学出版社,1994
[102]苑新丽,能源节约中的财税政策选择[J],财经问题研究,2
[103]曾胜、黄登仕,中国能源消费、经济增长与能源效率[J],数量经济技术经济研究,2009,8
[104]张红霞、刘汽运,我国高耗能产业的地区相对有效性及其影响[J],统计研究,2008,4
[105]张军,资本形成、工业化与经济增长：中国的转轨特征[J],经济研究2002,6
[106]张军、陈诗一、Gary H. Jefferson,结构改革与中国工业增长[J],经济研究,2009,7
[107]张明海,增长和要素替代弹性—中国经济增长1978-1999年的实证研究[J],学术月刊,2002,8
[108]张明海,中国经济的增长和要素配置的市场化：1978-1999[J],世界经济文汇,2002,3
[109]张晓平,20世纪90年代以来中国能源消费的时空格局及其影响因素[J],中国人口,2005,2
[110]张宗成、周猛,中国经济增长与能源消费的异常关系分析[J],上海经济研究,2004,4
[111]赵建军,论不同要素密集型产业的就业效应[J],中共中央党校学报,2005,2
[112]赵进文、范继涛,经济增长与能源消费内在依从关系的实证研究[J],经济研究,2007,8
[113]赵丽霞、魏巍贤,能源与经济增长模型研究[J],预测,1998,6
[114]郑照宁、刘德顺,考虑资本-能源-劳动投入的中国超越对数生产函数[J],系统工程理论与实践,2004.5
[115]郑照宁、刘德顺,中国能源资本替代的不确定性[J],运筹与管理,2004,2
[116]周黎安,晋升博弈中政府官员的激励与合作-兼论我国地方保护主义和重复建设问题长期存在的原因[J].经济研究,2004,6
[117]周建、李子奈,Granger因果关系检验的适用性[J],清华大学学报(自然科学版),2004,3
[118]周瑞明,技术进步、技术效率与中国农业生产率增长[J],数量经济技术经济研 究,2009,12
[119]周勇,李廉水,基于AMD的我国能源强度变化因素分析[J],煤炭经济研究,2006,5
[120]朱绍格、鲁成军、王元凯,能源价格对中国工业资本存量的冲击效应[J],统计教育,2009,6
[121]Aigner, D.J., C.A.K. Lovell and P. Schmidt,"Formulation and Estimation of Stochastic Frontier Production Function Models," [J],Journal of Econometrics,1977, 6(1)21-37.
[122]Arqam A-R and L. C. Hunt (2004). Panel unit roots and cointegration:evidence for OECD energy demand. Discussion Paper.6Th IAEE European Conference.
[123]Asafu-Adjaye J. The relationship between electricity consumption,electricity price and economic growth:time series evidence from Asian developing countries [J],Energy Economics,2000,22:615-625
[124]Atkinson,S.E.and C.Cornwell, "Parametric Estimation of Technical and Allocative Inefficiencise with Panel Data" [J],International Economic Review,1994a,35,No.1,pp.231-244'
[125]Atkinson,S.E. and C.Cornwell,"Estimation of Output and Input Technical Efficiency Using a Flexible Functional Form and Panel Data" [J], International Economic Review,1994b,35,No.1,pp.245-255
[126]Ang,B.W.,Zhang F.Q. A survey of index decomposition analysis in energy and environmental studies [J].Energy,2000,Vol.25,12.
[127]B.W.Ang, P.W.Lee. Decomposition of industrial energy consumption:the energy coefficient approach[J]. Energy Economics,1996,18,129-143.
[128]B.W.Ang, S.Y. Lee. Decomposition of industrial energy consumption. Some Methodological and application issues[J]. Energy Economics,1994,16 (2),83-92.
[129]Bauer,P.W.,"An Approach for the Analysis of Multiproduct Technology and Efficiency Using Panel Data:An Application ti the U.S. Airline Industry" Unpublished Dissertation,1985, University of North Carolina.
[131]Bentzen J, Engsted T, Short and long-run elasticitise in energy demand:a co-integration approach[J], Journal of Energy Economics,1993,16(2):139-143
[132]Cheng B S, Lai T W, An investigation of co-integration and causality between electricity consumption and economic activity in Taiwan[J], Energy Economics,1997,19:435-444
[133]Daly,H.E. Beyond Growth:the economics of sustainable development[M].Beacon Press,1996.
[134]Eltony M N, Al-Mutairi N H, Demand for gasoline in Kuwai-An empirical analysis using co-integration techoniques[J], Energy Economics,1995,17:249-253
[135]Erol U, Yu E S H, On the relationship between electricity and income for industrialized countries [J], Journal of Electricity and Employment,1987,13:113-122
[136]Fan sheng gen,"Technology Change,Technical and Allocative Inefficiency In Chinese Agriculture:A case of Rice Production In jiangsu".[J],Journal of International Development,200,12:1-12.
[137]Farrell, M.J, "The Measurement of productive Efficiency," [J],Journal of the Royal Statistical Society,1957,120(3) 253-281.
[138]Ferrier,G.D.and C.A.K.Lovell, "Measuring Cost Efficiency in Banking:Econometric and Linear Programming Evidence" [J], Journal of Econometrics,1990,46,No.6,pp.229-245
[139]George H, Estimating residential demand for electricity in Greece[J], Energy Economics,2004,26:319-334
[140]Ghali K H, El-Sakka M I T, Energy use and output growth in Canada:a multivariate cointegration analysis[J], Energy Economics,2004,26:225-238
[141]Gigli.K., Santon D H, The causal relationship between energy and GNP:comparied study[J], Energy Economics,1986,2
[142]Glasure Y U, Lee A R. Cointegration,error-correction,and the relationship between GDP and electricity:the case of South Korea and Singapore[J], Resource and Electricity Economics,1997,20:17-25.
[143]Granger, Some recent developments in a concept of causality[J], Journal of Econometrics,1988,39:77-86
[144]Griffin and Grogery, An intercountry Translog Model of Energy Substitution Respons[J], American Economics Review,Vol.66,1976:845-857
[145]Guilkey,D.K.,Lovell,C.A.K.,"On the Flexibility of the Translog Aproximation",[J], International Economic Review,1980,21(1),pp.137-147.
[146]Hirst,E. Fulkerson,W.Carlsmith,R.and Wilbanks,T. Inproving Energy efficiency:The effectivness of Government action[J].Energy Policy,1982
[147]Hwang D B K, Gum.B, The causal relationship between energy and GNP:the case of Taiwan[J], The Journal of Energy and Development 1992,12:219-226
[148]Im,K., Pesaran, M., Shin.Y., Testing for unit roots in heterogeneous panels[J] Mimeographed.2002
[149]J.W.Sun, T.Meristo. Measurement of Dematerialization/Materialization:A Case Analysis of Energy Saving and Decarbonization in OECD Countries,1960-95. Technological Forecasting and Social Change,1999, (60),275-294.
[150]Jorgenson,D.W. and Wilcoxen,P.J. Energy,The Environment and Economics Growth [C]. in Handbook of Nature Resource and Energy Economics,Elsevier,1993.
[151]Kao C., Chiange M H and Chen B. (1999) International R&D spillovers:An application of Estimation and Inference in Panel Cointegration, Oxford Bulletin of Economics and Statistics, Special Issue,Vol.61,691-709
[152]Kemfert C, Welsch H, Energy-capital-labours Substitution and the Economics Efforts of CO abatement:evidence for germany[J], J of policy modeling,2000, Vol22(6): 641-660
[153]Khanna N, Analyzing the Economics Cost of the Kyoto Protocol[J], Ecological Economics,2001, Vol38(1):59-69
[154]Kraft.J.,Kraft.A., On the relationship between energy and GNP[J], Energy Devolopment,1978,3:401-403
[155]Kumbhakar, S.C. and C.A.K. Lovell,"Stochastic frontier analysis," 2000,New York: Cambridge University Press.
[156]Kumbhakar,S.C.,"A Parametrics Approach to Efficiency Measurement Using a Flexible Prufit Function" [J], Oxford Economic Paper,1996a,43,No.2,pp.473-487
[157]Kumbhakar,S.C.,"Efficiency Measurement with Multiple Output and Multiple Input",[J],Journal of Productivity Analysis,1996b,7,No2/3,pp.225-56.
[158]Kumbhakar,S.C.,"Modeling Allocative Inefficiency in a Translog Cost Function and Cost Share Equations:An Exact Relationship",[J],J6urnal of Economitrics,1997,76.No.1-2,pp:351-356.
[159]L.A.Greening, W.B.Davis, L. Schipper, M.Khrushch. Comparison of six decomposition methods:application to aggregate energy intensity for manufacturing in 10 OECD countries. Energy Economics 1997,19,375-390.
[160]Lau,L.J. and P.A.Yotopoulos,"A Test for Ralitive Efficiency and an Application to Indian Agiculture" [J],American Economic Review,1971,61,No.1,pp.94-109.
[161]Mark J.Koetse, Henri L.F.de Groot and Raymond J.G.M.Florax,2006, Capital-Energy Sunstitution and Shifts in Factor Demond:A Meta-Analysis, Tinbergen Institute Discussion Paper.
[162]Masih A.M.M, Masih R. Energy comsumption,real income and temporal causality:results from a multicountry study based on cointegration and error-corrcetion modeling techniques[J], Energy Economics,1996,18:165-183
[163]Masih R, Masih A..M.M, Stock-Watson dynamic OLS(DOLS) and error-correction modeling approach to estimating long and short -run elasticities in a demand function:new evidence and methodological implication from a application to the demand for coal in mainland China[J],Energy Economics,1996,18:315-334
[164]Matthew A. Cole, Does trade liberalization increase national energy use [J]. Economics Letters,2006(92):108-112.
[165]McCoskey S. and Kao C. Testing the Stability of a production function with urbanization as a shift factor, Oxford Bulletin of Economics and Statistics, Special Issue,1999, Vol.61,671-690
[166]Meeusen, W. and J. van den Broeck,"Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error," [J],International Economic Review, 1977,18(2),435-444.
[167]Meeusen,, W. and J. van den Broeck., "Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error", International Economic Review, 1977,18(2),435-444.
[168]Patterson,M.G and Wadsworth C. Updating New Zealands'Energy Intensity trends: What has happened Since 1984 and why[R].Wellington:Energy Efficiency and Conservation Authority,1993
[169]Pedroni P. Panel Cointegration asymptotic and finite sample Properties of Pooled time series tests with an application to the PPP Hypothesis, Indians University working papers in Economics 1995,No.95-113
[170]Pedroni P. fully modified OLS for Heterogeneous cointegrated Panels and the case of purchasing power parity,Indiana university working Papers in Economics1996, No 96-020
[171]Pedroni P. Panel Cointegration asymptotic and finite sample Properties of Pooled time Series Tests with an application to the PPP Hypothesis, New Results, Indiana University Working Paper in Economics,1997a
[172]Pedroni P. On the Role of Cross Sectional Dependency inDynamic Panel unit root and Panel Cointegration Exchange rate Studies, Indiana university Working Paper in Economics,1997b
[173]Popp,D.C. Induced Innovation and Energy Prices[J], American Economic Reviews,2002,Vol.92(1):160-180
[174]R.Pindyck, The Structure of World Energy Demand[M], MIT Press,1979
[175]Robert K K, The mechanisms for autonomous energy efficience increases:a cointegration anlysis of the US Energy/GDP Ratio [J], The Energy Journal,2004,25:63-86
[176]Rodney S, Road transport energy demand in Australia:a co-integration approach[J], Energy Economics,1995,17:329-339
[177]Silk J I, Joutz F L,Short and long-run elasticities in US residential electricity demand:a co-integration approach[J], Energy Economics 197,19:495-513
[178]Sinton,J.E. and Levine,M.D.Changing Energy Intensity in Chinese Industry:the relative importance of structure shift and intensity change [J]. Energy Policy,1994,Vol.22,3
[179]Soytas U, Sari R, Energy consumption and GDP:Causality relationship in G-7 countrise and Emerging Marking[J], Energy Economics,2003,25:33-37
[180]Stern D I, A multivariate cointegration analysis of the role of energy in the US macroeconomy[J], Energy Economics,2000,22:267-283
[181]Tirole, J. The Theory of Industrial Organization. Cambridge[M]. TheMIT Press, 1998
[182]Unander F., Karbuz, S., Schipper, L., Ting, M.. Manufacturing energy use in OECD countries:devomposition of long-term trends [J]. Energy Policy,1999(27):769-778.
[183]Wankeun Oh, Kihoon lee, Causal relationship between energy consumption and GDP Revisited:the case of Korea 1970-1999[J], Energy Economics,2004,26:51-59
[184]Welsch, H. and Ochsen, C..The determinants of aggregate energy use in West Germany:factor substitution, technological change, and trade [J].Energy Economics, 2005,27 (1):93-111.
[185]Yang H Y, A note on the causal relationship between electricity and GDP in Taiwan[J], Energy Economics,2000,22:309-317
[186]Yu E S H, Hwang D B K, the relationship between energy and GNP based on new sample [J], Journal of Energy and Development,1984(4):221-229.
[187]Yu.E S H, Choi J Y, The causal relationship between electricity and GNP:an international comparison [J], Journal of Energy and Development,1985,10:249-272