黃河流域城市能源生態(tài)效率的時空差異及其影響因素分析＊

孫 偉

（安徽建筑大學(xué)經(jīng)濟(jì)與管理學(xué)院，城市經(jīng)濟(jì)與區(qū)域發(fā)展研究所，合肥230601）

一、引言

作為中華文明主要發(fā)祥地的黃河流域，是我國重要的生態(tài)功能區(qū)，也是華北地區(qū)的生態(tài)屏障。黃河流域擁有豐富的自然資源，是我國煤炭與電力最主要的生產(chǎn)基地與供應(yīng)基地，其煤炭產(chǎn)量占全國總產(chǎn)量的70%，占一次能源生產(chǎn)量的40%。［1］黃河流域在國家發(fā)展中具有重要的戰(zhàn)略地位，黨中央高度重視黃河流域的高質(zhì)量發(fā)展，習(xí)近平總書記多次提出黃河流域要走生態(tài)保護(hù)和高質(zhì)量發(fā)展的路子。

近年來，黃河流域的生態(tài)環(huán)境建設(shè)取得了突破性進(jìn)展，但黃河流域資源環(huán)境存在高負(fù)載、生態(tài)環(huán)境脆弱、水資源短缺等問題［2］，黃河流域的高質(zhì)量發(fā)展任重而道遠(yuǎn)。關(guān)于要素稟賦、生態(tài)補(bǔ)償、水資源利用以及經(jīng)濟(jì)發(fā)展等問題，一直是黃河流域研究的重要方面。要素稟賦的差異是黃河流域經(jīng)濟(jì)空間分異的重要原因。李敏納等的研究表明黃河流域的綜合要素稟賦與經(jīng)濟(jì)空間分異大致吻合，要素稟賦充裕的下游比中上游經(jīng)濟(jì)實力強(qiáng)。［3］覃成林和李敏納通過構(gòu)建區(qū)域經(jīng)濟(jì)空間分異機(jī)制的分析模型，認(rèn)為黃河流域經(jīng)濟(jì)空間分異受決定作用機(jī)制、分工傳導(dǎo)作用機(jī)制和循環(huán)累積因果機(jī)制的支配。［4］上下游流域的經(jīng)濟(jì)差異不僅源于要素稟賦，上游為保護(hù)生態(tài)環(huán)境而承受的損失進(jìn)一步加劇了經(jīng)濟(jì)空間的分異，下游居民作為生態(tài)環(huán)境改善的受益者，應(yīng)適度承擔(dān)生態(tài)保護(hù)成本?，F(xiàn)有研究表明，要在黃河流域上下游間建立合理的生態(tài)補(bǔ)償機(jī)制，應(yīng)以政府補(bǔ)償為主，市場補(bǔ)償為輔，下游居民對流域上游居民的生態(tài)補(bǔ)償只能作為一種補(bǔ)充。［5］對于如何促進(jìn)黃河流域的高質(zhì)量發(fā)展，學(xué)者們提出了各種建議。金鳳君提出要處理好保護(hù)與發(fā)展之間的關(guān)系，建立推動流域高質(zhì)量發(fā)展的長效機(jī)制和體系。［2］陳曉東和金碚探討了黃河流域高質(zhì)量發(fā)展的經(jīng)濟(jì)學(xué)含義，認(rèn)為高質(zhì)量發(fā)展是能夠更好地滿足人民不斷增長的真實需要的生產(chǎn)方式、結(jié)構(gòu)和動力狀態(tài)，黃河流域的高質(zhì)量發(fā)展需要全域統(tǒng)籌、生態(tài)保護(hù)、文化傳承與創(chuàng)新，以實現(xiàn)人民宜居共享為根本目標(biāo)。［6］水資源的利用是黃河流域研究方向的重要內(nèi)容?，F(xiàn)有研究表明，隨著黃河流域經(jīng)濟(jì)不斷增長，水資源的承載力及利用效率將得到進(jìn)一步提高。［7，8］

目前，對黃河流域的研究已獲取一定成果，但從能源生態(tài)效率的角度進(jìn)行研究的文獻(xiàn)較少。能源生態(tài)效率是兼顧區(qū)域能源消耗與生態(tài)效益的綜合指標(biāo)，核心思想是以較少的能源消耗和環(huán)境影響，創(chuàng)造出盡可能多的社會價值。［9］在節(jié)能降耗與加強(qiáng)生態(tài)文明建設(shè)的現(xiàn)實需求下，研究能源生態(tài)效率有一定意義。關(guān)偉和許淑婷的研究表明中國省際能源生態(tài)效率整體較低，且存在明顯的空間效應(yīng)。［9］楊剛強(qiáng)和李夢琴探討了政治晉升對能源生態(tài)效率的影響，認(rèn)為應(yīng)加大對政府官員節(jié)能減排的考核力度。［10］周敏等認(rèn)為財政分權(quán)改善了能源生態(tài)效率，地方政府間競爭降低了能源生態(tài)效率。［11］對黃河流域能源生態(tài)效率的相關(guān)研究中，僅有關(guān)偉等對黃河流域9省區(qū)的能源綜合效率進(jìn)行了測算和分析，認(rèn)為黃河流域能源綜合效率由非均衡向均衡轉(zhuǎn)變，其驅(qū)動因子的解釋力從大到小依次為財政分權(quán)、城鎮(zhèn)化水平、人力資本水平、對外開發(fā)程度。［12］

流域的發(fā)展有其內(nèi)在特性，在對黃河流域進(jìn)行研究時，不僅要從省際層面進(jìn)行分析，更重要的是要打破行政劃分的邊界，認(rèn)識到上、中、下游存在的差異。因此，本文以62個地級市為研究樣本，按照上、中、下游分類探討黃河流域在能源生態(tài)效率上存在的空間差異，從內(nèi)部因素和外部因素兩方面進(jìn)一步分析。對內(nèi)利用黃河流域GML指數(shù)的分解，探討內(nèi)部因素對能源效率的影響，對外利用空間計量方法檢驗外部因素對能源效率的影響。從全流域的角度對我國黃河流域的能源生態(tài)效率進(jìn)行研究，對制定合理的經(jīng)濟(jì)發(fā)展政策，促進(jìn)流域經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。

二、數(shù)據(jù)與方法

（一）研究區(qū)域界定

根據(jù)水利部黃河水利委員會對黃河流域行政區(qū)域界定，參照李敏納在研究黃河流域城市時提出的“以自然流域為基礎(chǔ)支撐，考慮地域單元的完整性以及地區(qū)經(jīng)濟(jì)與黃河的直接關(guān)聯(lián)性［13］”原則，剔除數(shù)據(jù)極度缺少的地級市、自治州，最終選定研究樣本為黃河流域的62個地級市。黃河流域上中下游地區(qū)的劃分，參考《黃河年鑒》中提出的“自內(nèi)蒙古托克托縣河口鎮(zhèn)至河南滎陽市桃花峪為黃河中游，自桃花峪以下至入?？跒辄S河下游”劃分標(biāo)準(zhǔn)，考慮到我國行政區(qū)劃的影響，將黃河流域中青海、甘肅、寧夏的地級市劃分為上游，內(nèi)蒙古、山西、陜西的地級市劃為中游，河南、山東的地級市劃為下游。

（二）數(shù)據(jù)來源

本文的研究樣本選取2003—2016年黃河流域62個地級市的面板數(shù)據(jù)，數(shù)據(jù)來自《中國統(tǒng)計年鑒》、《中國城市統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》以及省市統(tǒng)計年鑒，少數(shù)缺失的數(shù)據(jù)采取平滑法插值進(jìn)行了補(bǔ)充。借鑒相關(guān)文獻(xiàn)，測算指標(biāo)選取如下：

（1）勞動投入：勞動投入用該市當(dāng)年城鎮(zhèn)單位年末從業(yè)人員數(shù)（萬人）表示。

（2）資本投入：參考張軍的研究方法計算得出［14］。各指標(biāo)用GDP平減指數(shù)處理。

（3）能源投入：考慮到能源消耗的主體為工業(yè)企業(yè)，能源投入按照規(guī)模上工業(yè)企業(yè)個數(shù)所占比例進(jìn)行分割，將《中國能源統(tǒng)計年鑒》上各省的能源消費總量乘以各市規(guī)模以上工業(yè)企業(yè)個數(shù)與該省工業(yè)企業(yè)總數(shù)的比值，最終轉(zhuǎn)換為地級市能源投入。

（4）期望產(chǎn)出：以各地市的地區(qū)生產(chǎn)總值作為期望產(chǎn)出，利用國民生產(chǎn)總值指數(shù)折算成2003年為基期的不變價地區(qū)生產(chǎn)總值。

（5）非期望產(chǎn)出：將“三廢”作為非期望產(chǎn)出，即工業(yè)廢水排放量（萬噸）、工業(yè)二氧化硫排放量（噸）、工業(yè)煙粉塵排放量（噸）作為非期望產(chǎn)出。［15］

（三）研究方法

利用包含非期望產(chǎn)出的DEA—SBM模型測算黃河流域城市的能源生態(tài)效率，在分析其內(nèi)部影響時，利用方向距離函數(shù)與GML指數(shù)對能源生態(tài)效率進(jìn)行動態(tài)分析；在分析能源生態(tài)效率的外部影響時，借用空間計量的方法做進(jìn)一步的探討。

1．黃河流域城市的能源生態(tài)效率測算方法

數(shù)據(jù)包絡(luò)分析由Charnes于1978年率先提出，并被廣泛應(yīng)用于效率評價。［16］引入非期望產(chǎn)出時，傳統(tǒng)模型不適用。采用Chung et al.的研究，使用方向距離函數(shù)，可以得出生產(chǎn)可能性集中的最優(yōu)解，以此來處理包含非期望產(chǎn)出的效率評價問題。［17］首先構(gòu)造一個生產(chǎn)性可能性集，設(shè)有k個決策單元（DMU），使用n個投入x=（x1，…，xn），得出m個期望產(chǎn)出y=（y1，…ym）以及j個非期望產(chǎn)出b=（b1，…，bj），則包含非期望產(chǎn)出的生產(chǎn)可能性集可以表示為：進(jìn)而可以寫出包含非期望產(chǎn)出的SBM模型：

其中，λ≥0，s-≥0，sy≥0，sj≥0，s-、sy、sj分別表示投入、期望產(chǎn)出、非期望產(chǎn)出量，λ為權(quán)重向量，目標(biāo)函數(shù)對于松弛變量是嚴(yán)格遞減的。ρ*為目標(biāo)函數(shù)值，ρ*?E［0，1］，當(dāng)其為1時，松弛變量均為0，即無需調(diào)整投入產(chǎn)出，此時決策單元有效；若ρ*＜1時，需調(diào)整投入產(chǎn)出，松弛變量不全為0，此時決策單元無效。

2．能源生態(tài)效率內(nèi)部影響的分析方法

利用方向距離函數(shù)與GML指數(shù)對能源效率進(jìn)行動態(tài)分析，探討黃河流域能源效率的內(nèi)部影響。在上述包含非期望產(chǎn)出的生產(chǎn)可能性集上，另設(shè)方向性向量g=gy,gb，則可以設(shè)定方向性距離函數(shù)：

在測算非期望產(chǎn)出的效率值時，使用基于方向距離函數(shù)的ML指數(shù)和GML指數(shù)。由于ML指數(shù)無可行解，因此，使用GML指數(shù)法進(jìn)行分析。GML指數(shù)以及按照Oh的研究將其分解為EC（技術(shù)進(jìn)步）和BPC（效率改進(jìn)）的形式如下：［18］

3.能源生態(tài)效率外部影響的分析方法

在對黃河流域城市能源生態(tài)效率的外部影響進(jìn)行分析時，傳統(tǒng)OLS回歸分析的前提是各地市之間是相互獨立的，不存在空間關(guān)聯(lián)，這顯然是不符合實際的。因此，本文將空間因素納入模型之中，建立空間計量模型如下：

其中，ee表示能源生態(tài)效率，x為能源生態(tài)效率的影響因素，σ表示影響因素的彈性系數(shù)，μ則表示解釋變量空間滯后項的彈性系數(shù)，W是空間權(quán)重矩陣，θ表示本地的能源生態(tài)效率與鄰近地區(qū)的能源生態(tài)效率的相互作用的方向和程度，α是常數(shù)，ε表示個體隨機(jī)效應(yīng)，u表示隨機(jī)誤差項。這里對數(shù)據(jù)進(jìn)行對數(shù)處理以減少數(shù)據(jù)量綱的影響，降低異方差性。

三、黃河流域城市能源效率測算

（一）能源效率測算的結(jié)果及空間差異

在指標(biāo)初步分析時發(fā)現(xiàn)統(tǒng)計指標(biāo)的變異系數(shù)較大，說明數(shù)據(jù)的離散程度很大，在某種程度上可以反映地區(qū)之間發(fā)展的不平衡。本文采取相比于規(guī)模報酬不變更具有經(jīng)濟(jì)現(xiàn)實意義的規(guī)模報酬可變的SBM模型，利用DEA—solver pro 5.0進(jìn)行非期望產(chǎn)出模型（undesirable outputs model）測算了歷年來黃河流域62個地級市的能源生態(tài)效率值。圖1匯報了黃河流域歷年能源生態(tài)效率的均值，圖2匯報了黃河流域城市能源生態(tài)效率的均值，具體城市的能源生態(tài)效率值略。

根據(jù)圖1，黃河流域城市的能源生態(tài)效率處于較低水平，僅2003和2006年的能源效率均值高于0.5，62個地級市能源生態(tài)效率的均值僅為0.49。圖2黃河流域城市歷年能源生態(tài)效率均值中，數(shù)值最低的城市為山西省的呂梁市，能源生態(tài)效率僅為0.2422，均值最高的城市為山東省的濟(jì)南市，為0.9526，可見黃河流域城市間能源生態(tài)效率差異較大。

圖1 黃河流域能源生態(tài)效率的均值（2003—2016）

根據(jù)樣本城市歷年效率均值和橫向可比較性，按照斷點法將城市能源生態(tài)效率分為高效率、較高效率、中效率及低效率四種類型，如表1所示?？梢?，處于高、較高能源效率型的城市有13個，僅占研究范圍的21%，多數(shù)城市屬于上游與下游流域；中效率型城市占42%，中游與下游城市居多；低效率型城市占37%，上游和中游城市居多。

圖2 黃河流域城市能源生態(tài)效率的均值

表1 黃河流域城市能源生態(tài)效率分類表

黃河流域上、中、下游地區(qū)的能源生態(tài)效率的差異可通過均值得到進(jìn)一步反映，圖3匯報了歷年來的效率均值。除2011年以外，歷年中游地區(qū)的能源生態(tài)效率均低于上游地區(qū)和下游地區(qū)①2011年下游地區(qū)的能源效率波動較大，是因為受煙（粉）塵指標(biāo)變動的影響，該年部分城市如青島、德州等能源效率值較低。。中游區(qū)域的能源生態(tài)效率均值0.4227，低于上游地區(qū)的0.4874及下游地區(qū)的0.5449。究其原因，主要在于黃河流域，特別是中上游地區(qū)的能源基礎(chǔ)原材料產(chǎn)業(yè)占比較大，能源消費結(jié)構(gòu)多是以煤炭消費為主，煤炭為主的消費結(jié)構(gòu)將制約能源生態(tài)效率的提高。［32］在黃河流域各省能源生態(tài)效率值中，下游省份的山東省均值最高，為0.6459；甘肅省、寧夏和內(nèi)蒙古的均值次之，分別為0.5774、0.5654、0.5002；陜西省和河南省的均值分別為0.4486和0.4438；山西 省和青海省的均值最低，分別為0.3194和0.3193。

對477例莫西沙星致肌腱損傷的相關(guān)安全信號的數(shù)據(jù)挖掘和分析 ………………………………………… 田曉江等（13）：1827

圖3 黃河流域上中下游能源效率均值（2003—2016）

（二）內(nèi)部影響因素分析

GML指數(shù)所研究的是能源生態(tài)效率的跨期的變動值，本文利用Matlab 2014將其分解為EC（技術(shù)進(jìn)步）和BPC（效率改進(jìn)），并據(jù)此分析能源生態(tài)效率的內(nèi)部影響因素。

圖4僅報了地級市GML指數(shù)的均值及分解，歷年地級市GML指數(shù)及分解指數(shù)省略。在62個地級市中，有37個城市的GML均值大于1，說明了多數(shù)城市的能源生態(tài)效率有一定程度的改善。從區(qū)域上來看，上游和下游地區(qū)的多數(shù)地級市的能源生態(tài)效率高于1，如上游的15個城市中，僅有2個城市的GML均值小于1；下游地區(qū)的河南省和山東省共有22個地級市，其中16個城市的GML大于1；而中游地區(qū)多數(shù)城市的GML小于1，25個城市中有17個城市的GML值小于1，其中內(nèi)蒙古6個地級市的GML值均小于1，山西省11個地級市中僅有3個城市的GML大于1。這在圖3的黃河流域上中下游能源生態(tài)效率均值中也得到了體現(xiàn)，即上游和下游城市的能源生態(tài)效率值改進(jìn)較大，而中游城市的能源生態(tài)效率值改善并不明顯。

圖4 黃河流域城市能源效率GML指數(shù)及其分解指數(shù)均值圖

對2003—2004年、2009—2010年、2015—2016年三個時間段的GML指數(shù)進(jìn)行比較，可以看出近年來能源生態(tài)效率在整體上得到了提升。2003—2004年，有52個城市的GML指數(shù)小于1，說明能源生態(tài)效率相比上年普遍下降了。2009—2010年GML指數(shù)小于1的城市下降到27個，相比上年大部分城市的能源生態(tài)效率有所提升。2009年國家批復(fù)了《黃河三角洲高效生態(tài)經(jīng)濟(jì)區(qū)發(fā)展規(guī)劃》，一定程度上促進(jìn)了區(qū)域優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提高效益、降低能耗。2015-2016年僅有5個城市的GML指數(shù)是小于1，說明能源生態(tài)效率在整體上得到了提升。

對黃河流域城市GML指數(shù)進(jìn)行分解，得到的GML、EC和BPC的均值分別為1.004、1.002和1.0082，說明黃河流域城市的能源生態(tài)效率整體有所提升，其提升的內(nèi)部因素主要得益于效率改進(jìn)，技術(shù)進(jìn)步對能源生態(tài)效率的提升也有促進(jìn)作用，但作用力度小于效率改進(jìn)。為進(jìn)一步分析，將黃河流域各個時間段的GML、EC和BPC指數(shù)的均值繪制成柱狀圖，如圖5所示。從圖中可見，僅有2005—2006年、2006—2007年、2007—2008年、2009—2010年、2011—2012年、2014—2015年和2015—2016年這7個階段的GML指數(shù)的均值高于1，說明在這期間的能源生態(tài)效率有所提高；對GML指數(shù)進(jìn)行分解的結(jié)果表示，在能源生態(tài)效率提升的7個階段中，由效率改進(jìn)和技術(shù)進(jìn)步同時拉動的有3個階段，而單獨由效率改進(jìn)拉動則有4個階段，這同樣反映了當(dāng)前黃河流域城市能源生態(tài)效率的提高過多地依賴于效率改進(jìn)，而非技術(shù)進(jìn)步。效率改進(jìn)主要體現(xiàn)在企業(yè)內(nèi)部管理、組織、控制等方面的提高，但是，能源效率改進(jìn)的本質(zhì)在于依托技術(shù)進(jìn)步，若無技術(shù)進(jìn)步的推進(jìn)，能源生態(tài)效率很難得到突破性的提高。［19，20］

圖5 黃河流域城市能源效率GML指數(shù)及其分解指數(shù)均值圖

從總體來看，2012—2013年的GML指數(shù)達(dá)到了最低值，之后實現(xiàn)了快速增長，說明流域內(nèi)城市愈加重視能源生態(tài)效率的提高，效果明顯。2004—2015年黃河流域的能源生態(tài)效率均值僅維持在0.4—0.5，效率損失嚴(yán)重，2016年的能源生態(tài)效率均值是歷年來最高，為0.6586，增長較快，但仍有較大提升空間?？梢姡^續(xù)深化改革能源結(jié)構(gòu)，提高能源利用效率，依然是黃河流域目前迫切需要解決的問題。

（三）外部影響因素分析

1．能源生態(tài)效率外部影響因素的選取

借鑒已有文獻(xiàn)，選取外部影響因素如下，各指標(biāo)的描述性統(tǒng)計如表2所示。

（1）產(chǎn)業(yè)結(jié)構(gòu)（is）：關(guān)偉和許淑婷認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)對能源生態(tài)效率的影響最大。［9］魏楚和沈滿洪認(rèn)為第三產(chǎn)業(yè)占GDP比重能夠提升能源效率。［21］這里取第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值的比重作為衡量產(chǎn)業(yè)結(jié)構(gòu)的指標(biāo)。

（3）交通基礎(chǔ)設(shè)施（if）：選取占比最大的人均道路面積作為評價交通基礎(chǔ)設(shè)施水平的指標(biāo)，［23］由于2017年《中國城市統(tǒng)計年鑒》不再統(tǒng)計道路相關(guān)數(shù)據(jù)，這里根據(jù)2015年和2014年相對于上一年的增長率取平均值，再乘以2015年的人均道路面積得出2016年的數(shù)據(jù)。

（4）城市化率（urban）。城市化率通過能源消費總量影響的到能源效率?？紤]到在城市化的進(jìn)程中，城市的土地面積隨著居住人口的增加而增加，本文用城市建設(shè)用地占市區(qū)面積比重來代替城市化率。［24］

（5）對外開放程度（fdi）：城市利用外資的同時也帶來了技術(shù)與管理效應(yīng)，在一定程度上能夠改進(jìn)能源效率，［25］這里以當(dāng)年實際使用的外資金額與資本形成額比值來衡量對外開放程度。

表2 描述性統(tǒng)計

0.5 6 8 0.7 0 6 f d i u r b a n 8 6 8 8 6 8 0.0 1 5 0.0 8 0 0.0 3 2 0.0 8 8 0 0.0 0 1

2．空間自相關(guān)分析

圖6 2006年與2016年局部莫蘭檢驗散點圖① 圖中的1、2、3……62按照圖4中順時針方向的城市排序，分別代表了黃河流域的地級市。

本文對能源生態(tài)效率分別進(jìn)行了全局和局部莫蘭指數(shù)的檢驗，這里僅在圖6列舉了2006和2016年的局部莫蘭檢驗散點圖。圖形顯示，早期流域范圍內(nèi)大多處于低能源生態(tài)效率集聚區(qū)，隨著能源生態(tài)效率的提高，部分城市向高集聚區(qū)轉(zhuǎn)移，表明當(dāng)城市能源生態(tài)效率提高時會影響到周邊的城市，形成高高集聚。對影響因素進(jìn)行全局莫蘭指數(shù)檢驗的結(jié)果表明，各因素確實存在空間自相關(guān)性，且數(shù)值顯著為正。

3．空間計量模型檢驗

對于空間計量模型的選取上，采用在文獻(xiàn)中使用較多的空間杜賓模型（SDM）。在確定合適的模型之前，需要進(jìn)行LR檢驗以確定空間杜賓模型是否會退化為空間誤差模型（SEM）或空間滯后模型（SAR）。其中，在SDM是否退化成SEM的檢驗中，LR統(tǒng)計量在1%顯著性水平上拒絕原假設(shè)；在SDM是否退化成SAR的檢驗中，LR統(tǒng)計量未通過檢驗；在Wald檢驗中得到同樣的結(jié)論。因此本文采取SAR模型進(jìn)行空間計量檢驗。在固定效應(yīng)與隨機(jī)效應(yīng)的選取上，進(jìn)行了Hausman檢驗，選取了固定效應(yīng)；在地區(qū)固定效應(yīng)、時間固定效應(yīng)與混合效應(yīng)的選取中，進(jìn)行了模型檢驗最終選取了時間固定效應(yīng)進(jìn)行分析。為對比空間計量回歸結(jié)果，本文進(jìn)行了OLS與GLS的回歸檢驗，檢驗結(jié)果匯報于表3。

時間固定效應(yīng)的檢驗結(jié)果表明，能源生態(tài)效率的空間相關(guān)性系數(shù)（rho）在1%的水平上顯著為正值，表明能源生態(tài)效率在不同階段存在正的空間相關(guān)性，即能源生態(tài)效率較高的地區(qū)，其相鄰地區(qū)的能源生態(tài)效率也會較高，能源生態(tài)效率較低的地區(qū)，其相鄰地區(qū)的能源生態(tài)效率也會較低。

產(chǎn)業(yè)結(jié)構(gòu)對能源生態(tài)效率的回歸系數(shù)在1%水平上顯著為負(fù)值，反映了黃河流域內(nèi)城市產(chǎn)業(yè)結(jié)構(gòu)抑制了能源生態(tài)效率的提升。第二產(chǎn)業(yè)是能源消耗較高的行業(yè)，能源利用不夠充分，第二產(chǎn)業(yè)比重的提升會降低能源生態(tài)效率，仍需繼續(xù)推進(jìn)產(chǎn)業(yè)升級和優(yōu)化；［21］姚愉芳等的研究也表明工業(yè)結(jié)構(gòu)的升級和優(yōu)化有利于能源效率的提升。［26］

交通基礎(chǔ)設(shè)施對能源生態(tài)效率的影響顯著為正值，說明黃河流域內(nèi)交通基礎(chǔ)設(shè)施的提升能夠提升能源的使用效率。隨著交通基礎(chǔ)設(shè)施的提高，城市的可通達(dá)性提升，能源的運(yùn)輸效率提高、損耗率下降，這在一定程度上能夠提升能源生態(tài)效率。

政府干預(yù)對能源生態(tài)效率的影響顯著為負(fù)值，表明在黃河流域當(dāng)政府對市場干預(yù)過多時，反而阻礙了能源生態(tài)效率的提升，這與師博和沈坤榮的觀點一致。［22］政府干預(yù)企業(yè)的信貸資源配置，引發(fā)貸款企業(yè)的過度投資，反而使能源消耗激增。［22］

城市化率對能源生態(tài)效率的影響顯著為負(fù)值。隨著城市化進(jìn)程的發(fā)展，綠地面積不斷減少，能源消耗中產(chǎn)生污染物不斷累積，城市化過程中會產(chǎn)生“擁擠效應(yīng)”［27］，使城市化水平負(fù)向地影響城市能源生態(tài)生態(tài)效率。

對外開放程度在各模型中的回歸結(jié)果不夠顯著性，表明在黃河流域城市中引進(jìn)外資的行為對能源生態(tài)效率僅存在有限影響。

為進(jìn)一步分析SAR模型中解釋變量的空間滯后項，采取Le Sage&Pace提出的偏微分方法，將總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)。［28］直接效應(yīng)即是本地的各影響因素對本地的能源效率的影響，間接效應(yīng)體現(xiàn)為溢出效應(yīng)，即其他地區(qū)的相關(guān)因素對本地能源生態(tài)效率產(chǎn)生影響，檢驗結(jié)果匯報于表3。實證分析結(jié)果表明，若要提升本地區(qū)的能源效率，不僅要考慮到本地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)與交通基礎(chǔ)設(shè)施等的影響，周圍地區(qū)的能源生態(tài)效率水平以及周圍地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)及交通基礎(chǔ)設(shè)施同樣會影響到本地區(qū)的能源生態(tài)效率。對各因素的直接效應(yīng)與間接效應(yīng)進(jìn)行比較分析，可發(fā)現(xiàn)各影響因素的直接效應(yīng)系數(shù)均大于間接效應(yīng)系數(shù)，這反映了各城市采取措施提升能源生態(tài)效率時，不僅使自身及周圍城市受益，且自身的收益程度將大于鄰近城市。

為檢驗回歸結(jié)果的穩(wěn)健性，本文對SAR模型的個體固定效應(yīng)、雙固定效應(yīng)和隨機(jī)效應(yīng)，以及SDM模型的個體固定效應(yīng)和時間固定效應(yīng)進(jìn)行了檢驗，檢驗結(jié)果無實質(zhì)性改變，檢驗結(jié)果省略。

表3 模型檢驗結(jié)果

四、結(jié) 論

根據(jù)SBM-DEA模型，測算了2003-2016年黃河流域62個地級市的能源生態(tài)效率值，進(jìn)行上中下游地區(qū)能源生態(tài)效率的比較分析；為探析影響城市能源生態(tài)效率的決定因素，本文從內(nèi)部因素和外部因素兩方面對能源生態(tài)效率進(jìn)行分析，結(jié)論如下。

（1）黃河流域的能源生態(tài)效率仍處于偏低水平，城市間能源生態(tài)效率差距較大，中游地區(qū)的能源生態(tài)效率水平低于上游和下游地區(qū)。黃河流域要針對上中下游地區(qū)采取差異化的策略。內(nèi)部影響因素分析的結(jié)果表明能源生態(tài)效率值的提升過多地依賴于效率改進(jìn)而非技術(shù)進(jìn)步。來若要協(xié)調(diào)上中下游的發(fā)展差異，推進(jìn)區(qū)域協(xié)同發(fā)展，需要加強(qiáng)技術(shù)進(jìn)步對能源生態(tài)效率提升的作用。加大對下游區(qū)域技術(shù)創(chuàng)新的支持力度，鼓勵流域下游區(qū)域的先進(jìn)技術(shù)向中游區(qū)域進(jìn)行轉(zhuǎn)移，鼓勵中游區(qū)域通過技術(shù)引進(jìn)和自主創(chuàng)新推進(jìn)能源效率的提升，特別是對于具有煤炭優(yōu)勢能源的區(qū)域，通過煤炭潔凈技術(shù)、污染治理技術(shù)等提高煤炭使用效率，并推進(jìn)能源結(jié)構(gòu)多元化，鼓勵可再生能源的使用。能源生態(tài)效率高的地區(qū)通過加強(qiáng)區(qū)域合作，實施區(qū)域共同提高的政策，實現(xiàn)雙贏發(fā)展。

（2）外部影響因素分析的結(jié)果表明，產(chǎn)業(yè)結(jié)構(gòu)、政府干預(yù)、城市化率在空間上對能源生態(tài)效率均存在顯著負(fù)向影響，交通基礎(chǔ)設(shè)施建設(shè)對能源效率存在顯著正向影響。因此，應(yīng)加快產(chǎn)業(yè)優(yōu)化升級，推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。通過淘汰落后高耗能產(chǎn)業(yè)，降低能源密集型產(chǎn)業(yè)比重，大力發(fā)展高新技術(shù)產(chǎn)業(yè)和服務(wù)業(yè)，提升能源效率；合理發(fā)揮政府作用，加強(qiáng)城市化進(jìn)程質(zhì)量管控；發(fā)揮交通基礎(chǔ)設(shè)施的積極作用，提高車輛的使用效率，降低區(qū)域間的交通成本，以提升黃河流域的能源生態(tài)效率。