采掘业能源投入效率分析：30个省市数据选择

本章利用中国采掘业省际面板数据来分析采掘业的能源投入效率，选取了2006—2011年30个省、市、自治区（由于部分省份数据缺失，西藏和港澳台地区未考虑在内；以下简称省）的采掘业面板数据。

数据主要来源于《中国统计年鉴》《中国能源统计年鉴》《中国工业经济统计年鉴》和各省市统计年鉴。其对各省采掘业投入产出数据进行处理，均折算为2010年的不变价格并取对数。主要变量说明如下：

（1）采掘业产出（Y）：本书用采掘业总产值代表采掘业产出的指标，主要考虑到投入要素中包含能源这一中间消耗品。何晓萍（2011）[112]在采用能源过度投入的随机前沿分析模型对中国工业节能潜力进行分析的时候，选择了工业总产值作为产出变量。参考其方法，为了消除价格因素的影响，本书使用历年采掘业出厂价格指数对原始数据进行平减，将其转换为2010年不变价的实际工业产出。

（2）采掘业能源投入量（E）：采掘业能源投入量采用中国能源统计年鉴的分省采掘业能源消耗数据，由于分省采掘业能源消耗数据较难获得，本书根据中国各省工业能源消耗量和采掘业产值比重估计得到。

（3）采掘业资本投入量（K）：资本投入是重要的投入要素之一，采掘业由于其行业特性，属于资本密集型产业，要大规模开发需要较大的资本投入，资本对采掘业的影响很大。本书选取采掘业历年的资本存量作为资本投入指标，数据来源于历年中国工业统计年鉴。

（4）采掘业劳动投入量（L）：劳动力是重要的投入要素之一。本书采用采掘业从业人数代表劳动投入量指标，数据来源于中国历年统计年鉴。(www.xing528.com)

非效率变量：

（1）行业集中度（CR）：以采掘业企业的平均工业总产值来表示行业集中度，即采掘业的工业总产值除以本行业企业单位个数。考虑到采掘业的特性，由于规模效应的存在，行业集中度能够对该行业产生一定的影响。一般而言，对于一个充分竞争的市场，企业数量多，平均工业总产值相对较小，意味着行业规模较小；相反，垄断程度较高的市场则平均工业总产值较大，行业规模较大。因此，该指标在一定程度上体现了行业的竞争性。

（2）能源价格（P）：价格是影响能源效率的重要因素。Knittel（2002）采用随机前沿分析方法，对不同的价格规制方法对于发电厂效率的影响分别进行了实证分析，结果发现，采用与发电厂绩效直接相关的规制方法可以对发电厂产生减少燃料成本的激励，进而提高电厂的效率，其他规制方法则与效率水平没有明显关联。张各兴等（2011）[107]利用随机前沿生产函数对中国2003—2009年的30个省的面板数据进行了分析，估计了我国发电行业的技术效率，发现电力价格和发电行业效率存在正相关关系。从各方面研究来看，由于缺少采掘业在这方面的研究，本书试图研究能源价格对采掘业的影响，采用各地区的原材料、燃料、动力、购进价格总指数来代表能源价格对采掘业的影响。能源价格的数据来自《中国城市（镇）生活与价格年鉴2011》，2-4-2：各地区原材料、燃料、动力、购进价格总指数（1986—2010年），第225页。

（3）环境规制（EV）：随着经济的发展，环境对人们生活的影响越来越重要。采掘业作为重要的资源开采行业，随着环境规制的加强，采掘业的效率越来越受到环境规制的影响。本书假设该指标与能源投入非效率负相关。环境规制的数据用中国各地区工业二氧化硫排放量来表示，数据来源于历年《中国环境年鉴》。