受能源资源禀赋影响，煤炭在我国能源生产和消费结构中占据绝对主导地位，支撑了我国经济的快速发展。然而，以煤为主的能源结构带来了严重的温室气体排放和污染排放问题，使我国成为世界上最大的碳排放国，也导致近年来多个省市长时间的雾霾天气。《能源发展“十三五”规划》提出，到2020年煤炭消费总量控制在41亿t左右，煤炭消费比重控制在58%以内，并承诺到2030年左右实现碳排放峰值目标。为实现这些目标，除了用清洁能源来替代煤炭之外(实际上这种替代作用也是有限的)，更重要的是要提高煤炭资源的利用效率。

工业部门在全国煤炭消费中占绝对主导地位，2016年工业部门的煤炭消费总量为36.3亿t，尽管2013年以来持续下降，但仍占当年全国煤炭消费总量的94.4%，占全部物质生产部门(除生活用煤外)的比例为96.8%。因此，煤炭资源利用效率的提高重在工业部门，本文则聚焦于工业部门的煤炭利用效率变化及其驱动因素研究。与衡量能源效率的常用指标类似，本文用单位工业增加值煤炭消费量的变化来反映工业用煤的利用效率。

1 文献回顾

工业部门的煤炭资源利用效率问题是能源效率研究的重要组成部分，随着节能减排任务越来越突出，能源效率问题已成为能源政策研究的热点问题之一。从宏观综合视角，魏一鸣、廖华(2010)对七大类能源效率测度指标做了全面总结和系统剖析，指出各指标的理论基础、相互关系、优缺点和适应范围。从能源消费的影响因素出发，林伯强、杜克锐(2013)研究发现，消除要素市场扭曲年均可提高10%的能源效率；孙广生等(2012)研究结果表明，我国能源效率的主要影响因素按贡献大小依次是技术进步、投入替代变化与效率改善。还有不少学者评价并比较不同区域、不同行业的能源效率，例如Wang等(2012)和李金凯等(2012)分别利用多方向效率分析和DEA-Malmquist对我国各省的能源效率进行了评价。此外，伴随能源效率提高而来的回弹效应问题也得到较多关注，例如， Wang、Lu(2014)和Wang等(2016)分别对我国道路交通部门和居民部门的回弹效应进行了实证研究。

由此可见，能源效率问题的已有研究大多采用了能源总量指标(电热当量法或发电煤耗法)，对能源宏观效率指标(如单位GDP能耗、单位总产出能耗)或能源要素利用效率指标(如使用DEA方法计算的能源效率)进行分析。然而，当能源投入结构发生较大变化时，各类能源之间的不完全替代性将导致能源总量效率指标存在一些偏差。分能源品种的效率指标能够在一定程度上避免这种偏差。尽管它也隐含了要素之间不可替代的假设，但是对于具体能源的政策制定，分品种的能源效率分析仍然具有相当大的意义。因此，本文考察工业部门煤炭利用效率的变化趋势及其驱动因素，既能弥补这类研究的不足，又能为我国煤炭政策的制定提供决策参考。

2 研究方法

Divisia方法是迄今为止最好的一种指数分解方法。因此，本文采用Divisia方法来分解工业部门煤炭利用效率，参考魏一鸣等(2010)研究，计算历年单位工业增加值煤耗强度的公式为：

(1)

式中： It——第t年的单位工业增加值煤耗；

Et——第t年工业部门的煤炭消耗量；

Qt——第t年工业部门的增加值；

Eit——第i个工业分行业第t年的煤炭消费量；

Qit——第i个工业分行业第t年的增加值；

Iit——能源强度指标；

Sit——结构指标。

式(1)两边同时对t求微分：

(2)

式(2)两边同时除以It：

(3)

两边求曲面积分，再根据单位增加值能耗定义，式(3)的曲线积分与积分路径无关，得到：

进一步采用Sato-Vartia指数法，将连续形式下的指数分解近似写成离散形式，于是有：

(5)

其中，是余值部分，一般情况下接近于1。

式(5)进一步写成：

(8)

式中： (1+%ΔGtot)0t——0-t年间工业煤炭消耗强度的变化；

(1+%ΔGstr)0t——0-t年间行业结构变化对工业煤耗强度的影响；

(1+%ΔGint)0t——0-t年间行业内部煤耗强度对工业煤耗强度的影响；

(1+D)0t——残差项；

%ΔGtot——总效应；

%ΔGstr——结构效应；

%ΔGint——强度效应。

3 数据来源及处理

由于国家统计局2015年对2000-2013年的全国能源统计数据进行了较大程度的调整，为保持统计口径的一致性，结合最新可获的数据，本研究的数据范围是2000-2016年。工业部门分行业全口径可比价增加值是本文的重要变量，本文参考陈诗一(2011)的估计结果，并根据国家统计局公布的工业分行业12月份的月度增加值的同比累积增长率，对其截止到2008年的数据进行扩展，从而得到2000-2016年的工业分行业不变价增加值。

此外，从2012年开始中国的统计数据采用新的国民经济部门划分标准(GB/T 4754-2011)，为保证部门划分的一致性，将2012年后的部门进行合并。将开采辅助活动和其他采矿业合并为其他采矿业，将汽车制造业和铁路、船舶、航空航天和其他设备制造业合并为交通运输设备制造业，将其他制造业、废弃资源综合利用业和金属制品、机械和设备修理业合并成为其他工业。合并后新行业的综合增加值增长率由被合并行业各自增长率的加权值(权重为工业分行业销售产值)得到。结合陈诗一(2011)研究结果，最后得到37个工业分行业的增加值、煤炭消费量及其合计量，由工业煤炭消费合计量与增加值合计量的比值(即单位工业增加值煤炭消费量)生成煤炭宏观效率指标。

4 结果分析与讨论

我国工业部门煤炭消费量先增长后下降，但煤炭利用效率总体上呈明显上升趋势，2000-2016年我国工业部门煤炭消费及强度指数见图1。煤炭消费量从2000年的12.2亿t增加到2013年的40.3亿t，达到一个峰值，年均增速9.6%，但2013-2016年煤炭消费量有所回落，到2016年降低到36.3亿t，年均降速为3.4%。同时期，工业增加值持续以较快速度增长，使得2000-2016年我国的单位工业增加值煤耗(工业煤耗强度)累积下降69.8%。工业部门单位增加值煤炭消费量反映了工业耗煤的利用效率，工业用煤效率的改变从根本上取决于技术进步、管理水平、能源的替代性和政府管控力度等，但这些影响因素都可以体现在工业内部煤炭效率和行业结构变化两个方面，即效率份额和结构份额。

工业部门内部的煤耗强度变化对工业煤耗强度变化的贡献总体上大于结构变化的贡献。2000-2016年我国工业煤耗强度的因素分解结果见图2(横坐标的年份表示该年与上一年相比)，除个别年份外，工业部门的结构效应和强度效应均为负，且从绝对值上的强度效应大于结构效应，2000-2016年的平均贡献分别是36.3%和63.7%(假设贡献率等于各分解项效应占效应之和的比例，下同)。其中，工业行业内部结构变化的影响幅度最大年份发生在2002-2003年，结构效应为-7.3%，其他年份大多在-2%～-3%左右。行业内部煤耗强度效应绝对值最大年份发生在2007年，为-13.4%，对煤耗效率提高的贡献率达109.4%。

2000-2016年工业分行业煤耗强度和结构对工业煤炭强度的影响见图3，由分部门的贡献可知，不同行业分解项的效应及贡献存在较大差异。2000-2016年工业部门结构变化对煤耗强度的影响(即结构效应)主要取决于煤炭开采与洗选业、石油、炼焦与核燃料供应业以及电力热力生产及供应业，其结构效应分别是-4.8%、-11.2%和-19.3%，这3个部门对整个工业部门结构效应和总效应的贡献率分别为87.1%和32.1%。这3个行业都是高耗煤的能源生产部门，2016年占全部工业煤炭消费的65.8%，且占工业增加值的比重在2000-2016年均有所下降，从而不难理解这3个行业对结构效应的重要贡献。2000年和2016年行业煤耗所占比重见图4，2000年和2016年行业增加值所占比重见图5。

从分部门的强度效应看，仅有石油、炼焦行业的强度效应对工业煤耗效率起到较强抑制作用，对整个工业部门强度效应和总效应的贡献率分别是-6.4%和-4.1%。而且该行业的单位增加值煤耗以年均3.3%的速度增长，部分原因是由于随着焦炭产业的发展，煤炭原料投入增加明显，使该行业单位增加值煤耗增加，抵消了部分强度效应。更加细化的石油、炼焦行业分类数据及研究结果将有助于解释该行业正强度效应的成因。其他各部门的强度效应为负，其中绝对值最大的是电力、热力生产供应业，成为整个工业部门强度效应的主要来源行业，贡献率达42.4%。其他贡献率较高的行业还有黑色金属冶炼和压延加工业、化学原料和制品业和非金属矿物制品业，这3个行业的强度效应绝对值均在10%以上，对强度效应的累计贡献为36.0%，且单位增加值煤耗均以7%左右的速度下降。但是，经考察这3个行业贡献大小的排序在不同年份间表现不同，故具体情况仍需具体考察。

5 结语

本文利用Divisia指数分解法，结合工业分行业煤炭消费和推算的不变价增加值，分解2000-2016年我国工业行业的煤炭利用效率变化，在分解过程中寻求煤炭利用效率提高的主要源泉。本文避免了能源总量效率指标带来的不完全替代性偏差，同时采用了最新统计口径的数据及全口径行业增加值，使结果更有针对性和实效性。通过对17年来37个工业行业煤炭利用效率变化情况的研究，得到如下结论：从全国平均来看，工业行业结构变化和行业内部的煤炭效率变化对全国工业煤炭利用效率提高做出了积极的贡献，强度效应的贡献大于结构效应的贡献。不同行业间的结构效应和强度效应对煤耗效率的影响存在较大差异，煤炭采选业、石油加工、炼焦业和电力生产业3个部门的结构效应贡献明显大于其他部门；石油加工、炼焦业的强度效应对煤耗效率提高起到较强的抑制作用，而电力生产业起到显著的促进作用。

参考文献：

国家统计局能源统计司.中国能源统计年鉴2015.北京：中国统计出版社，2016

魏一鸣，廖华.能源效率的七类测度指标及其测度方法.中国软科学，2010(1)

林伯强，杜克锐.要素市场扭曲对能源效率的影响.经济研究，2013(9)

孙广生，黄祎，田海峰等.全要素生产率、投入替代与地区间的能源效率.经济研究，2012(9)

Wang K, Wei YM, Zhang X. Energy and emissions efficiency patterns of Chinese regions: A multi-directional efficiency analysis . Applied Energy，2013(104)

李金铠，沈波，韩亚峰等. 中国区域能源效率比较——基于DEA-Malmquis和聚类分析. 北京理工大学学报(社会科学版)，2012(6)

Wang Z H, Lu M L. An empirical study of direct rebound effect for road freight transport in China . Applied Energy, 2014(15)

Wang Z H, Han Bai, Lu M L. Measurement of energy rebound effect in households: Evidence from residential electricity consumption in Beijing, China . Renewable and Sustainable Energy Reviews，2016(58)

魏一鸣，廖华等.中国能源报告2010：能源效率研究.北京：科学出版社，2010

国家统计局能源统计司. 中国能源统计年鉴2014.北京：中国统计出版社，2015

陈诗一.中国工业分行业统计数据估算：1980-2008.经济学(季刊)，2011(4)

国家统计局. 中国统计年鉴2015.北京：中国统计出版社，2015