中國(guó)八大綜合經(jīng)濟(jì)區(qū)能源生態(tài)效率測(cè)度及其驅(qū)動(dòng)因素

陳菁泉,劉 娜,馬曉君

中國(guó)八大綜合經(jīng)濟(jì)區(qū)能源生態(tài)效率測(cè)度及其驅(qū)動(dòng)因素

陳菁泉1*,劉 娜2,馬曉君2

(1.東北財(cái)經(jīng)大學(xué)經(jīng)濟(jì)與社會(huì)發(fā)展研究院,遼寧 大連 116025；2.東北財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院,遼寧 大連 116025)

為促進(jìn)能源、經(jīng)濟(jì)、社會(huì)與生態(tài)環(huán)境的綠色可持續(xù)發(fā)展,將經(jīng)濟(jì)、社會(huì)福利等期望產(chǎn)出與生態(tài)環(huán)境污染非期望產(chǎn)出納入能源生態(tài)效率測(cè)度框架,運(yùn)用基于Shephard能源距離函數(shù)的隨機(jī)前沿模型,從區(qū)域研究視角出發(fā)分析中國(guó)八大綜合經(jīng)濟(jì)區(qū)能源生態(tài)效率演變趨勢(shì),并探討其驅(qū)動(dòng)因素的作用機(jī)制.結(jié)果顯示:樣本期內(nèi)全國(guó)能源生態(tài)效率均值為0.5839,整體水平偏低,且呈現(xiàn)顯著的空間非均衡分布特征.八大綜合經(jīng)濟(jì)區(qū)能源生態(tài)效率水平呈現(xiàn)由沿海向內(nèi)陸逐漸遞減的發(fā)展態(tài)勢(shì).南部、東部和北部等沿海經(jīng)濟(jì)區(qū)能源生態(tài)效率均值分別為0.6941、0.6213、0.6087,位居前列;西南、黃河中游、長(zhǎng)江中游以及東北等經(jīng)濟(jì)區(qū)次之,能源生態(tài)效率均值分別為0.5803、0.5720、0.5623、0.5537;西北經(jīng)濟(jì)區(qū)能源生態(tài)效率均值為0.5087,位列末位.經(jīng)濟(jì)發(fā)展水平與能源消費(fèi)結(jié)構(gòu)的估計(jì)系數(shù)分別為0.0459、0.0747,對(duì)能源生態(tài)效率的提高具有抑制作用;產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平以及環(huán)境規(guī)制的估計(jì)系數(shù)分別為-0.9339、-0.6197、-0.0387,對(duì)能源生態(tài)效率的提高具有促進(jìn)作用.

能源生態(tài)效率；Shephard能源距離函數(shù)；隨機(jī)前沿分析；八大綜合經(jīng)濟(jì)區(qū)；驅(qū)動(dòng)因素

能源生態(tài)效率定義為在促進(jìn)經(jīng)濟(jì)增長(zhǎng)并提高社會(huì)福利的同時(shí),盡可能降低能源開(kāi)發(fā)利用對(duì)生態(tài)環(huán)境系統(tǒng)的影響[1].關(guān)于能源生態(tài)效率的測(cè)算主要分為參數(shù)與非參數(shù)2種方法.由于非參數(shù)方法無(wú)需對(duì)生產(chǎn)函數(shù)形式與分布形式進(jìn)行假設(shè),學(xué)者們多運(yùn)用數(shù)據(jù)包絡(luò)分析方法(DEA)及其衍生模型從國(guó)家[2]、地區(qū)層面[1,3-7]或從行業(yè)層面[8-9]對(duì)能源生態(tài)效率進(jìn)行測(cè)度.但DEA等非參數(shù)方法在效率測(cè)度時(shí)會(huì)受到測(cè)量誤差或其他隨機(jī)因素的沖擊,且不能對(duì)技術(shù)效率的影響因素直接進(jìn)行分析,可能會(huì)導(dǎo)致效率測(cè)算結(jié)果不穩(wěn)健.研究表明,相較于DEA方法,以隨機(jī)前沿分析模型(SFA)為代表的參數(shù)方法充分考慮環(huán)境變化對(duì)生產(chǎn)行為造成的影響,估計(jì)穩(wěn)健性更強(qiáng)、結(jié)論更可靠,更符合能源生產(chǎn)消費(fèi)的本質(zhì)特征[10].目前隨機(jī)前沿模型已廣泛應(yīng)用于經(jīng)濟(jì)管理領(lǐng)域,而運(yùn)用其對(duì)能源生態(tài)效率及其影響因素進(jìn)行研究相對(duì)匱乏.相關(guān)研究基于投影尋蹤(PP)的SFA模型,結(jié)合速度激勵(lì)思想研究了中國(guó)省際能源生態(tài)效率及三大區(qū)域的效率差異[11].但其測(cè)算的是單一產(chǎn)出的能源生態(tài)效率,能源生產(chǎn)活動(dòng)的產(chǎn)出不止包含期望產(chǎn)出,還應(yīng)包括生態(tài)環(huán)境影響等非期望產(chǎn)出.單一產(chǎn)出評(píng)價(jià)指標(biāo)無(wú)法全面反映能源消耗對(duì)經(jīng)濟(jì)、社會(huì)以及生態(tài)環(huán)境的影響,評(píng)價(jià)結(jié)果缺乏客觀性.因此,本文將進(jìn)一步擴(kuò)展隨機(jī)前沿模型,在能源生態(tài)效率的生產(chǎn)框架內(nèi)同時(shí)納入期望與非期望產(chǎn)出,以彌補(bǔ)其單一產(chǎn)出設(shè)定的不足.

現(xiàn)有關(guān)于能源生態(tài)效率區(qū)域差異性研究多聚焦于傳統(tǒng)“三大經(jīng)濟(jì)帶”[1,4-6]或是“四大經(jīng)濟(jì)區(qū)域”[12-13]的劃分視角.由于中國(guó)各地區(qū)在經(jīng)濟(jì)基礎(chǔ)、能源稟賦、產(chǎn)業(yè)結(jié)構(gòu)以及生態(tài)環(huán)境狀況等方面各有不同,各地區(qū)能源生態(tài)效率水平也存在較大差距.傳統(tǒng)的區(qū)域劃分方法顯得較為粗略,不便于深入分析區(qū)域差距和制定區(qū)域政策.而國(guó)務(wù)院發(fā)展研究中心根據(jù)不同地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r提出的八大綜合經(jīng)濟(jì)區(qū)劃分構(gòu)想,更符合當(dāng)今經(jīng)濟(jì)社會(huì)發(fā)展的實(shí)際需求,可操作性更強(qiáng).此外,目前能源生態(tài)效率期望產(chǎn)出的表征指標(biāo)多囿于傳統(tǒng)新古典經(jīng)濟(jì)學(xué)框架,側(cè)重于運(yùn)用地區(qū)生產(chǎn)總值(GDP)作為期望產(chǎn)出的替代變量[1-3,6-9].可持續(xù)發(fā)展經(jīng)濟(jì)學(xué)專家Max-Neef提出的“福利門檻”假說(shuō)認(rèn)為經(jīng)濟(jì)增長(zhǎng)和福利增加二者呈現(xiàn)倒“U”型曲線關(guān)系,即經(jīng)濟(jì)增長(zhǎng)只能在一定范圍內(nèi)改進(jìn)生活質(zhì)量和福利水平,超過(guò)這個(gè)范圍,將會(huì)導(dǎo)致生活質(zhì)量和福利水平退化[14].因此僅用GDP無(wú)法全面反映能源開(kāi)發(fā)利用帶來(lái)的社會(huì)福祉,指標(biāo)選取未能兼顧經(jīng)濟(jì)與社會(huì)子系統(tǒng)的協(xié)調(diào)發(fā)展.而聯(lián)合國(guó)開(kāi)發(fā)計(jì)劃署提出的人類發(fā)展指數(shù)由于其現(xiàn)實(shí)操作性強(qiáng)、涵蓋范圍廣而常被作為經(jīng)濟(jì)社會(huì)福利的替代指標(biāo)[15].

本文首先將社會(huì)福利指標(biāo)納入能源生態(tài)效率測(cè)度框架,構(gòu)建反映能源-經(jīng)濟(jì)-社會(huì)-生態(tài)環(huán)境的評(píng)價(jià)指標(biāo)體系,其次運(yùn)用基于Shephard能源距離函數(shù)的“一步法”隨機(jī)前沿模型測(cè)度2003～2017年中國(guó)30個(gè)省份、直轄市、自治區(qū)(不包括西藏、香港、澳門和臺(tái)灣)能源生態(tài)效率,最后從八大綜合經(jīng)濟(jì)區(qū)研究視角出發(fā)分析其演變趨勢(shì),并探討各驅(qū)動(dòng)因素的作用效果,旨在為促進(jìn)能源生態(tài)文明建設(shè)、推動(dòng)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展提供參考.

1 研究方法

1.1 Shephard能源距離函數(shù)

Zhou等[16]于2012年提出Shephard能源距離函數(shù),該方法由投入距離函數(shù)衍生而來(lái),通過(guò)縮減投入來(lái)衡量生產(chǎn)者所在生產(chǎn)點(diǎn)與生產(chǎn)可能性邊界的距離,將勞動(dòng)和資本的無(wú)效率分離出來(lái),僅反映能源要素的投入效率,故能準(zhǔn)確獲知實(shí)際生產(chǎn)利用過(guò)程中的能源利用效率和可節(jié)能空間.因此本文引入Shephard能源距離函數(shù)定義能源生態(tài)效率,構(gòu)建過(guò)程具體如下:

式中:為有界閉集,且滿足投入要素和期望產(chǎn)出的強(qiáng)可處置性,即投入要素和期望產(chǎn)出是可支配的;非期望產(chǎn)出的弱可處置性,即非期望產(chǎn)出的處理是有成本的;零結(jié)合性生產(chǎn),即只有期望產(chǎn)出為0時(shí),非期望產(chǎn)出才可能為0[17].

1.2 基于Shephard能源距離函數(shù)的隨機(jī)前沿模型

SFA是研究生產(chǎn)效率的有效工具[18].同DEA方法相比,SFA采用復(fù)合形式的誤差結(jié)構(gòu)并運(yùn)用計(jì)量方法估計(jì)生產(chǎn)函數(shù),既考慮了測(cè)量誤差和其他統(tǒng)計(jì)噪聲對(duì)測(cè)量結(jié)果產(chǎn)生的影響,又可以對(duì)模型參數(shù)和模型本身進(jìn)行統(tǒng)計(jì)檢驗(yàn),研究結(jié)果具有穩(wěn)健性,且其測(cè)度的是“絕對(duì)”效率值,研究結(jié)果更具可比性[19].有學(xué)者提出了針對(duì)面板數(shù)據(jù)的“一步法”隨機(jī)前沿模型[20].“一步法”的思路是對(duì)前沿生產(chǎn)函數(shù)的解釋變量與技術(shù)無(wú)效率項(xiàng)的解釋變量同時(shí)構(gòu)建回歸方程進(jìn)行極大似然估計(jì),該方法充分考慮隨機(jī)因素和外部環(huán)境因素對(duì)個(gè)體差異的影響,且放寬了前沿生產(chǎn)函數(shù)解釋變量必須獨(dú)立于技術(shù)無(wú)效率項(xiàng)解釋變量的假設(shè),規(guī)避了變量間內(nèi)生性問(wèn)題[21].此外,由于超越對(duì)數(shù)生產(chǎn)函數(shù)能夠更好地展現(xiàn)不同要素之間、各要素與時(shí)間之間交互項(xiàng)對(duì)產(chǎn)出的影響,是一種靈活性和包容性很強(qiáng)的變彈性生產(chǎn)函數(shù)模型[22].因此本文采取基于超越對(duì)數(shù)函數(shù)形式的“一步法”估計(jì)Shephard能源距離函數(shù),并參照Sun等[23]研究進(jìn)行適當(dāng)?shù)臄?shù)學(xué)變形和推導(dǎo),可得式(4):

式中:ED、IS、ECS、UB、ES分別表示第個(gè)地區(qū)第年經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、城鎮(zhèn)化水平、環(huán)境規(guī)制;表示隨機(jī)誤差項(xiàng);表示待估參數(shù),反映影響因素對(duì)能源生態(tài)效率的影響程度.若影響因素估計(jì)系數(shù)為正值,表示外部影響因素對(duì)能源生態(tài)效率具有負(fù)向影響;反之則具有正向影響.實(shí)際應(yīng)用中,可根據(jù)來(lái)檢驗(yàn)復(fù)合方差中技術(shù)無(wú)效率項(xiàng)所占比例[24].其取值范圍為[0,1],越接近1,說(shuō)明誤差項(xiàng)中來(lái)自技術(shù)無(wú)效率項(xiàng)所占的比例越大,表明此時(shí)運(yùn)用隨機(jī)前沿分析法是合理的.反之,使用普通最小二乘法分析即可.

1.3 指標(biāo)選取及數(shù)據(jù)來(lái)源

1.3.1 能源生態(tài)效率評(píng)價(jià)指標(biāo) 以新古典經(jīng)濟(jì)學(xué)理論為藍(lán)本,綜合現(xiàn)有研究成果,構(gòu)建能源生態(tài)效率評(píng)價(jià)指標(biāo)體系(表1).

投入指標(biāo)選取.以能源()、勞動(dòng)力()、資本()作為生產(chǎn)階段的投入指標(biāo),分別選取能源消費(fèi)總量、年末單位從業(yè)人員總數(shù)以及資本存量作為其表征指標(biāo).其中,資本存量采用永續(xù)盤存法[25]計(jì)算,折舊率與基期資本存量借鑒單豪杰[26]研究成果.

產(chǎn)出指標(biāo)選取.期望產(chǎn)出()選取人類發(fā)展指數(shù)作為其衡量指標(biāo),參照聯(lián)合國(guó)開(kāi)發(fā)計(jì)劃署[27]定義框架,從經(jīng)濟(jì)發(fā)展水平、教育發(fā)展水平和健康醫(yī)療水平3個(gè)維度對(duì)各地區(qū)經(jīng)濟(jì)、社會(huì)效益進(jìn)行量化評(píng)估,有效彌補(bǔ)以傳統(tǒng)GDP作為唯一衡量指標(biāo)的缺陷,指標(biāo)選取更具權(quán)威性.具體指標(biāo)選取見(jiàn)表1;非期望產(chǎn)出()選取工業(yè)固體排放總量、廢水排放總量、煙(粉)塵、二氧化硫以及二氧化碳排放量作為其衡量指標(biāo),并運(yùn)用熵權(quán)法[3]綜合成生態(tài)環(huán)境污染指標(biāo).其中二氧化碳排放量計(jì)算依據(jù)王勇等[28]研究方法.

1.3.2 驅(qū)動(dòng)因素指標(biāo) 運(yùn)用“物理-事理-人理”系統(tǒng)方法構(gòu)建能源生態(tài)效率驅(qū)動(dòng)因素指標(biāo)體系[29].具體而言,“物理”包含經(jīng)濟(jì)、技術(shù)因素;“事理”包含能源、產(chǎn)業(yè)因素;“人理”包含人力、管制因素.本文選取人均實(shí)際GDP反映地區(qū)經(jīng)濟(jì)發(fā)展水平,作為衡量經(jīng)濟(jì)、技術(shù)因素的變量;選取煤炭消費(fèi)量占能源消費(fèi)總量比重、第三產(chǎn)業(yè)占總產(chǎn)值比重反映能源消費(fèi)結(jié)構(gòu)水平和產(chǎn)業(yè)結(jié)構(gòu)水平,作為衡量能源、產(chǎn)業(yè)因素的變量;選取城市人口占全國(guó)總?cè)丝诒戎亍⒐I(yè)污染治理的投資額占GDP比重反映城鎮(zhèn)化水平和環(huán)境規(guī)制水平,作為衡量人力、管制因素的變量,進(jìn)而分析各變量對(duì)能源生態(tài)效率的作用效果.

表1 能源生態(tài)效率評(píng)價(jià)指標(biāo)體系

1.3.3 數(shù)據(jù)來(lái)源 考慮指標(biāo)數(shù)據(jù)的權(quán)威性和可獲得性,以2003～2017年中國(guó)30個(gè)省份、直轄市、自治區(qū)(不包括西藏、香港、澳門、臺(tái)灣)的面板數(shù)據(jù)為研究樣本.原始指標(biāo)數(shù)據(jù)均來(lái)自2004～2018年《中國(guó)統(tǒng)計(jì)年鑒》[30]、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》[31]、《中國(guó)能源統(tǒng)計(jì)年鑒》[32]以及各省份、直轄市、自治區(qū)統(tǒng)計(jì)年鑒.為消除價(jià)格因素對(duì)指標(biāo)的影響,以2003年為基期采用固定資產(chǎn)價(jià)格指數(shù)、GDP平減指數(shù)對(duì)固定資本形成總額和國(guó)內(nèi)生產(chǎn)總值進(jìn)行平減處理.

2 實(shí)證分析

2.1 模型適用性檢驗(yàn)

2.1.1 多重共線性檢驗(yàn) 首先對(duì)技術(shù)無(wú)效率函數(shù)中的變量執(zhí)行多重共線性檢驗(yàn).如表2所示,各變量方差膨脹因子(VIF)值均小于10,模型不存在多重共線性,可平行反映出各驅(qū)動(dòng)因素對(duì)能源生態(tài)效率的作用效果,變量體系構(gòu)建較為完整.

表2 多重共線性診斷

表3 隨機(jī)前沿模型設(shè)定檢驗(yàn)結(jié)果

注:結(jié)果根據(jù)Frontier4.1回歸結(jié)果整理得出.

檢驗(yàn)一為驗(yàn)證技術(shù)無(wú)效率項(xiàng)的存在性.零假設(shè)在1%顯著性水平下被拒絕,說(shuō)明技術(shù)無(wú)效率項(xiàng)存在,即技術(shù)無(wú)效率方程中驅(qū)動(dòng)因素參數(shù)的設(shè)定合理,可以采用隨機(jī)前沿模型進(jìn)行估計(jì).檢驗(yàn)二為驗(yàn)證技術(shù)進(jìn)步效應(yīng)是否存在.零假設(shè)在1%顯著性水平下被拒絕,說(shuō)明能源生態(tài)效率是隨時(shí)間變化的,存在技術(shù)進(jìn)步.檢驗(yàn)三為進(jìn)一步驗(yàn)證技術(shù)變化是否為?？怂怪行?零假設(shè)在1%顯著性水平下被拒絕,說(shuō)明這種技術(shù)進(jìn)步是非希克斯中性.檢驗(yàn)四為驗(yàn)證柯布-道格拉斯生產(chǎn)函數(shù)形式的適用性.SFA估計(jì)需要確定合適的生產(chǎn)函數(shù)形式,主要有柯布-道格拉斯生產(chǎn)函數(shù)和超越對(duì)數(shù)生產(chǎn)函數(shù)兩種.采用柯布-道格拉斯生產(chǎn)函數(shù)形式的原假設(shè)在1%顯著性水平下被拒絕,說(shuō)明超越對(duì)數(shù)生產(chǎn)函數(shù)形式設(shè)定合理.

2.2 隨機(jī)前沿模型估計(jì)結(jié)果分析

2.2.1 前沿生產(chǎn)函數(shù)分析 由表4可知,資本投入和勞動(dòng)力投入要素的彈性系數(shù)值分別為-0.7989和-0.0064,資本投入彈性系數(shù)大于勞動(dòng)力彈性系數(shù),說(shuō)明資本對(duì)能源消費(fèi)的提升拉動(dòng)作用較大,我國(guó)企業(yè)發(fā)展軌跡正由勞動(dòng)密集型向資本密集型轉(zhuǎn)變.期望產(chǎn)出的一次項(xiàng)彈性系數(shù)顯著為正,表明隨著居民生活水平和生活質(zhì)量逐漸改善,人們開(kāi)始追求更加綠色、環(huán)保、高效的生活方式.非期望產(chǎn)出與能源消費(fèi)呈顯著正相關(guān),表明能源消耗帶來(lái)的非期望產(chǎn)出造成較為嚴(yán)重的生態(tài)環(huán)境污染.政府應(yīng)積極采取節(jié)能減排措施來(lái)降低能源使用過(guò)程中污染物排放,提高能源利用效率.時(shí)間變量的一次項(xiàng)系數(shù)顯著為正,而二次項(xiàng)系數(shù)顯著為負(fù),說(shuō)明經(jīng)濟(jì)發(fā)展初期能源消費(fèi)呈現(xiàn)下降趨勢(shì).但長(zhǎng)期來(lái)看,我國(guó)的能源消費(fèi)狀況是逐年增加的.

表4 超越對(duì)數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型估計(jì)結(jié)果

注:*、**、***分別表示在10%、5%和1%的水平上顯著.

2.2.2 技術(shù)無(wú)效率函數(shù)分析 經(jīng)濟(jì)發(fā)展水平(ED)影響.經(jīng)濟(jì)發(fā)展水平與能源生態(tài)效率呈顯著負(fù)相關(guān).隨著經(jīng)濟(jì)發(fā)展,能源生態(tài)效率呈現(xiàn)微弱的下降趨勢(shì).這表明我國(guó)以能源消耗驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)的發(fā)展方式尚未根本改變,經(jīng)濟(jì)增長(zhǎng)仍然建立在高能耗、高污染的傳統(tǒng)發(fā)展方式之上.因此,政府應(yīng)大力發(fā)展低碳經(jīng)濟(jì),推動(dòng)形成綠色發(fā)展方式,實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展方式由規(guī)模速度粗放型增長(zhǎng)向質(zhì)量高效率集約型轉(zhuǎn)變.

產(chǎn)業(yè)結(jié)構(gòu)(IS)影響.產(chǎn)業(yè)結(jié)構(gòu)估計(jì)系數(shù)顯著為負(fù),第三產(chǎn)業(yè)所占比重每增加1%,能源生態(tài)效率提高93.39%.從產(chǎn)業(yè)結(jié)構(gòu)發(fā)展的演變規(guī)律來(lái)看,我國(guó)經(jīng)濟(jì)發(fā)展重心逐漸由低級(jí)形式向高級(jí)形式過(guò)渡,環(huán)境保護(hù)型、經(jīng)濟(jì)效益好的第三產(chǎn)業(yè)得到進(jìn)一步的發(fā)展.產(chǎn)業(yè)結(jié)構(gòu)的合理化和高級(jí)化降低能源消耗和環(huán)境壓力,對(duì)提升能源生態(tài)效率起到積極的促進(jìn)作用.因此在經(jīng)濟(jì)發(fā)展過(guò)程中,政府應(yīng)積極引導(dǎo)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與優(yōu)化,優(yōu)化產(chǎn)業(yè)空間布局.

能源消費(fèi)結(jié)構(gòu)(ECS)影響.能源消費(fèi)結(jié)構(gòu)同能源生態(tài)效率呈顯著負(fù)相關(guān).煤炭消費(fèi)所占比重增加1%,能源生態(tài)效率降低7.47%.煤炭作為我國(guó)主要能源產(chǎn)品,在能源消費(fèi)總量中占有較大比重,且利用過(guò)程中伴隨著大量污染排放,破壞生態(tài)環(huán)境,降低了人民福利水平,進(jìn)而導(dǎo)致能源生態(tài)效率降低.因此企業(yè)在注重節(jié)能減排的同時(shí)應(yīng)優(yōu)化能源消費(fèi)結(jié)構(gòu),提高傳統(tǒng)化石能源利用效率,推動(dòng)能源低碳化發(fā)展.同時(shí)引進(jìn)先進(jìn)技術(shù)和發(fā)展模式,著重開(kāi)發(fā)新能源和利用可再生資源,實(shí)現(xiàn)能源消費(fèi)方式的根本性轉(zhuǎn)變.

城鎮(zhèn)化水平(UB)影響.城鎮(zhèn)化水平與能源生態(tài)效率呈顯著正相關(guān)關(guān)系.隨著我國(guó)人口規(guī)模不斷擴(kuò)大以及城市化進(jìn)程加快,生產(chǎn)生活資料伴隨著人口向城鎮(zhèn)轉(zhuǎn)移逐步形成產(chǎn)業(yè)集聚效應(yīng),不斷提高產(chǎn)業(yè)的生產(chǎn)效率和科技創(chuàng)新能力,推動(dòng)了節(jié)能技術(shù)的發(fā)展,進(jìn)一步提高能源生態(tài)效率.

環(huán)境規(guī)制(ES)影響.環(huán)境規(guī)制估計(jì)系數(shù)顯著為負(fù),說(shuō)明能源生態(tài)效率與環(huán)境規(guī)制呈正相關(guān)關(guān)系.這與李根等[8]研究結(jié)論相反.工業(yè)污染治理的投資額比重提高1%,能源生態(tài)效率提高3.87%.究其原因,環(huán)境規(guī)制可以刺激企業(yè)加快技術(shù)創(chuàng)新,減少低效設(shè)備的使用,更加注重使用節(jié)能、綠色能源.技術(shù)水平改善帶來(lái)的創(chuàng)新補(bǔ)償將高于遵循成本,從而提升了地區(qū)能源生態(tài)效率.

2.3 能源生態(tài)效率演變趨勢(shì)分析

2003～2017年中國(guó)各地區(qū)能源生態(tài)效率值如表5所示(限于文章篇幅,文章僅列出偶數(shù)年份能源生態(tài)效率值).為進(jìn)一步研究能源生態(tài)效率變化趨勢(shì)和地區(qū)分布特點(diǎn),依據(jù)國(guó)務(wù)院發(fā)展研究中心發(fā)布的“區(qū)域協(xié)調(diào)發(fā)展的戰(zhàn)略和政策”[33],將中國(guó)劃分為東北(遼寧、吉林、黑龍江)、北部沿海(北京、天津、河北、山東)、東部沿海(上海、江蘇、浙江)、南部沿海(福建、廣東、海南)、黃河中游(陜西、山西、河南、內(nèi)蒙古)、長(zhǎng)江中游(湖北、湖南、江西、安徽)、西南(云南、貴州、四川、重慶、廣西)以及西北(甘肅、青海、寧夏、西藏、新疆)八大綜合經(jīng)濟(jì)區(qū).并基于測(cè)度結(jié)果繪制全國(guó)及八大綜合經(jīng)濟(jì)區(qū)能源生態(tài)效率變化趨勢(shì)圖(圖1).

從全國(guó)來(lái)看,中國(guó)能源生態(tài)效率大致呈“N”型的階梯式失衡分布特征.如圖1所示,2003～2009年間,中國(guó)能源生態(tài)效率大致呈逐年上升趨勢(shì).這主要得益于“十一五”期間,政府開(kāi)始旨在調(diào)整能源結(jié)構(gòu)與節(jié)能減排的政策調(diào)控,《可再生能源法》[34]、《中國(guó)應(yīng)對(duì)氣候變化國(guó)家方案》[35]等政策措施的相繼出臺(tái),在節(jié)能減排的同時(shí)加快了產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整與升級(jí),能源生態(tài)效率進(jìn)入穩(wěn)步攀升期.然而受2008年國(guó)際金融危機(jī)后續(xù)影響,我國(guó)工業(yè)發(fā)展中的重工業(yè)化模式凸顯,第二產(chǎn)業(yè)所占比重開(kāi)始回升[36],在造成能源消費(fèi)大幅度增長(zhǎng)的同時(shí)使得能源的利用效率降低,從而導(dǎo)致2009年以后能源生態(tài)效率出現(xiàn)惡化.2012年黨的十八大報(bào)告提出“大力推進(jìn)生態(tài)文明建設(shè)”,各地區(qū)積極引進(jìn)先進(jìn)生產(chǎn)技術(shù)提高能源利用效率,生態(tài)環(huán)境質(zhì)量得以改善,人民生活福利水平提升,能源生態(tài)效率徹底扭轉(zhuǎn)了前期持續(xù)下滑態(tài)勢(shì),步入快速增長(zhǎng)階段.但總體來(lái)看,樣本期間內(nèi)我國(guó)能源生態(tài)效率均值多數(shù)年份低于0.6,未達(dá)到1,故整體處于較低水平,距離達(dá)到生產(chǎn)前沿仍有較大提升空間.因此經(jīng)濟(jì)發(fā)展需求、社會(huì)福利提升和區(qū)域資源環(huán)境承載能力有限之間的矛盾依然存在且亟待改善.

從區(qū)域來(lái)看,八大綜合經(jīng)濟(jì)區(qū)能源生態(tài)效率總體變動(dòng)趨勢(shì)與全國(guó)基本一致,且呈現(xiàn)由沿海向內(nèi)陸地區(qū)逐漸遞減的發(fā)展態(tài)勢(shì).如圖1所示,南部、東部和北部沿海經(jīng)濟(jì)區(qū)處于高效率水平地區(qū).但東部沿海經(jīng)濟(jì)區(qū)能源生態(tài)效率水平整體呈現(xiàn)下滑發(fā)展態(tài)勢(shì),說(shuō)明其在能源消耗與經(jīng)濟(jì)社會(huì)發(fā)展、生態(tài)環(huán)境保護(hù)方面仍有欠缺,政府應(yīng)對(duì)此加以重視;西南、東北以及長(zhǎng)江、黃河中游等經(jīng)濟(jì)區(qū)處于中效率水平地區(qū)且波動(dòng)幅度較為劇烈.其主要原因在于,該地區(qū)資源與能源依賴型省份較多,長(zhǎng)期側(cè)重于重工業(yè)發(fā)展,生態(tài)環(huán)境較為脆弱,人民生活福利水平相對(duì)較低,加之生產(chǎn)技術(shù)水平相對(duì)落后導(dǎo)致能源的利用效率較低,嚴(yán)重影響該地區(qū)能源生態(tài)效率的良性發(fā)展態(tài)勢(shì);反觀西北經(jīng)濟(jì)區(qū)發(fā)展相對(duì)滯后,且隨著“西部大開(kāi)發(fā)”戰(zhàn)略和“一帶一路”倡議的深入實(shí)施,經(jīng)濟(jì)快速增長(zhǎng)的同時(shí)也伴隨著過(guò)度的能源消耗和環(huán)境污染問(wèn)題,導(dǎo)致西北地區(qū)環(huán)境效益和社會(huì)效益下降,能源生態(tài)效率開(kāi)始走低.2013年以后,西北地區(qū)能源生態(tài)效率迅速攀升,趕超東部、東北以及長(zhǎng)江、黃河中游等地區(qū).這主要是由于近幾年來(lái),青海省能源生態(tài)效率急劇攀升.究其原因,2014年國(guó)家六部委批準(zhǔn)《青海省生態(tài)文明先行示范區(qū)制度實(shí)施方案》[37],將先行示范區(qū)上升為國(guó)家戰(zhàn)略.青海省依托其高原特有的自然生態(tài)資源和天然氣、太陽(yáng)能、水能等清潔能源資源,積極培育綠色產(chǎn)業(yè),促進(jìn)了能源生態(tài)效率的提升.

圖1 2003～2017年全國(guó)及八大綜合經(jīng)濟(jì)區(qū)能源生態(tài)效率演變趨勢(shì)

從不同省份來(lái)看,中國(guó)能源生態(tài)效率兩極分化傾向顯著.如表5所示,北京、海南、廣西、江西和陜西等地區(qū)能源生態(tài)效率水平位居前列.而湖南、山東、湖北、河北、甘肅和寧夏等地區(qū)能源生態(tài)效率位列末位,這些地區(qū)教育、醫(yī)療水平相對(duì)落后,產(chǎn)業(yè)結(jié)構(gòu)相對(duì)不合理、粗放型經(jīng)濟(jì)增長(zhǎng)方式造成能源極大損耗并由此引發(fā)了一系列環(huán)境污染問(wèn)題.此外,綜合對(duì)比區(qū)位條件不難發(fā)現(xiàn),同一地區(qū)不同省份間能源生態(tài)效率水平存在一定程度的個(gè)體異質(zhì)性,且存在顯著的空間非均衡分布特征.如河北省和山東省位于北部沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū),處于高能源生態(tài)效率地區(qū)的塌陷地帶.究其原因是其長(zhǎng)期以來(lái)高耗能的重化工型產(chǎn)業(yè)結(jié)構(gòu)造成了嚴(yán)重的資源浪費(fèi)和環(huán)境污染.湖北省和湖南省能源生態(tài)效率也明顯低于長(zhǎng)江中游經(jīng)濟(jì)區(qū)其他省份.隨著“十二五”以來(lái)能源改革力度的不斷加大,湖北省和湖南省在優(yōu)化能源結(jié)構(gòu)、節(jié)能減排等方面取得顯著成效,但受自然資源稟賦和產(chǎn)業(yè)結(jié)構(gòu)的約束,能源生態(tài)效率連年持續(xù)低迷.值得一提的是,陜西省和廣西省能源生態(tài)效率明顯高于西南和黃河中游經(jīng)濟(jì)區(qū)其他省份,處于能源生態(tài)效率低下的隆起地帶,這要?dú)w功于其大力推進(jìn)生態(tài)文明建設(shè),積極推動(dòng)節(jié)能環(huán)保產(chǎn)業(yè)發(fā)展.

表5 2003～2017年中國(guó)各地區(qū)能源生態(tài)效率值及其排名

續(xù)表5

2.4 政策建議

鑒于能源生態(tài)效率整體發(fā)展水平較低,國(guó)家應(yīng)實(shí)行能源消耗總量與強(qiáng)度的雙頭管控,以差異化、精細(xì)化的管控為導(dǎo)向、以生態(tài)優(yōu)先和綠色發(fā)展為引領(lǐng),加強(qiáng)能源法與環(huán)境保護(hù)法的協(xié)調(diào)銜接,進(jìn)一步優(yōu)化能源高質(zhì)量發(fā)展政策機(jī)制,進(jìn)而為居民提供經(jīng)濟(jì)物質(zhì)水平高、生活質(zhì)量?jī)?yōu)質(zhì)、生態(tài)宜居的生存環(huán)境.

為消除八大綜合經(jīng)濟(jì)區(qū)能源生態(tài)效率顯著性差異,各地區(qū)應(yīng)消除市場(chǎng)分割和地方保護(hù)主義,建立區(qū)域合作與互助機(jī)制.南部、東部和北部沿海等效率前沿地區(qū),應(yīng)積極推動(dòng)能源“消費(fèi)者”向“產(chǎn)銷者”轉(zhuǎn)變,筑牢能源生態(tài)安全的產(chǎn)業(yè)和技術(shù)支撐,并進(jìn)一步優(yōu)化升級(jí)社會(huì)服務(wù).同時(shí)充分發(fā)揮高效率地區(qū)示范效應(yīng)和輻射帶動(dòng)作用,科學(xué)有序的引導(dǎo)高新技術(shù)產(chǎn)業(yè)向黃河中游、西北地區(qū)轉(zhuǎn)移,切實(shí)做到對(duì)低效率地區(qū)的對(duì)口支援;東北經(jīng)濟(jì)區(qū)應(yīng)促進(jìn)以工業(yè)為主導(dǎo)的產(chǎn)業(yè)結(jié)構(gòu)向第三產(chǎn)業(yè)為主導(dǎo)的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)化,避免能源消費(fèi)快速增長(zhǎng)[38];西南、黃河及長(zhǎng)江中游等經(jīng)濟(jì)區(qū)應(yīng)將淘汰落后產(chǎn)能與培育特色戰(zhàn)略新興產(chǎn)業(yè)齊頭并進(jìn),以政策鼓勵(lì)支持技術(shù)創(chuàng)新;西北經(jīng)濟(jì)區(qū)應(yīng)整合優(yōu)質(zhì)科技資源,以發(fā)展生態(tài)產(chǎn)業(yè)、提高生態(tài)環(huán)境質(zhì)量為突破口,推動(dòng)低排放、高循環(huán)的產(chǎn)業(yè)集群化發(fā)展,同時(shí)加強(qiáng)居住環(huán)境和綜合服務(wù)設(shè)施建設(shè).

綜合考慮能源生態(tài)效率驅(qū)動(dòng)因素的作用機(jī)制,我國(guó)應(yīng)以經(jīng)濟(jì)實(shí)力帶動(dòng)技術(shù)創(chuàng)新,加快培育和壯大以綠色科技為基礎(chǔ)的戰(zhàn)略新興產(chǎn)業(yè);注重生活領(lǐng)域減排,推進(jìn)民用散煤清潔化治理,加快推進(jìn)煤改電、煤改氣、氣改電等工程;加強(qiáng)城市化進(jìn)程質(zhì)量管控與綠色新型城市建設(shè),調(diào)整城市人口規(guī)模;構(gòu)建綠色投融資機(jī)制與財(cái)政體系,推動(dòng)綠色能源產(chǎn)品與生態(tài)服務(wù)資產(chǎn)化.

2.5 討論

本文在福利指標(biāo)選取過(guò)程中,由于現(xiàn)階段統(tǒng)計(jì)資料獲取的局限性,指標(biāo)選取具有一定局限性.本文參考聯(lián)合國(guó)開(kāi)發(fā)計(jì)劃署發(fā)布的人類發(fā)展指數(shù),選取經(jīng)濟(jì)發(fā)展水平、教育水平以及健康醫(yī)療衛(wèi)生水平作為衡量能源活動(dòng)經(jīng)濟(jì)社會(huì)效益的表征性指標(biāo).指標(biāo)選取受數(shù)據(jù)可獲得性限制未考慮周全,但總體適合能源生態(tài)效率的評(píng)價(jià)原則.能源消耗帶來(lái)的福利已經(jīng)滲透到經(jīng)濟(jì)發(fā)展和社會(huì)生活的方方面面,不同種類的福利指標(biāo)具有不同的優(yōu)缺點(diǎn).未來(lái)在相關(guān)數(shù)據(jù)可獲取的基礎(chǔ)上可以充分考慮到能源利用對(duì)人民福利水平所帶來(lái)的綜合影響,并結(jié)合我國(guó)發(fā)展現(xiàn)狀選取更具有代表性的指標(biāo).

3 結(jié)論

3.1 2003～2017年間能源生態(tài)效率總體呈“先上升后下降再上升”的變化趨勢(shì).樣本期內(nèi)全國(guó)能源生態(tài)效率均值為0.5839,整體水平偏低,仍具有很大的提升空間.

3.2 八大綜合經(jīng)濟(jì)區(qū)能源生態(tài)效率呈顯著的階梯式失衡分布特征,且呈由沿海向內(nèi)陸地區(qū)逐漸遞減的發(fā)展態(tài)勢(shì).其中,南部、東部和北部等沿海經(jīng)濟(jì)區(qū)能源生態(tài)效率均值分別為0.6941、0.6213、0.6087,位居前列;西南、黃河中游、長(zhǎng)江中游以及東北等經(jīng)濟(jì)區(qū)次之,能源生態(tài)效率均值分別為0.5803、0.5720、0.5623、0.5537;西北經(jīng)濟(jì)區(qū)能源生態(tài)效率均值為0.5087,位列末位.此外,中國(guó)能源生態(tài)效率存在顯著的空間非均衡分布特征,不同地區(qū)或同一地區(qū)不同省份之間能源生態(tài)效率水平參差不齊.

3.3 經(jīng)濟(jì)發(fā)展水平與能源消費(fèi)結(jié)構(gòu)的估計(jì)系數(shù)分別為0.0459、0.0747,說(shuō)明人均GDP、煤炭消費(fèi)比重的提高對(duì)能源生態(tài)效率改善具有抑制作用;產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平及環(huán)境規(guī)制的估計(jì)系數(shù)分別為-0.9339、-0.6197、-0.0387,說(shuō)明第三產(chǎn)業(yè)占比、城鎮(zhèn)人口比重及工業(yè)污染治理投資額比重的提高對(duì)能源生態(tài)效率改善具有促進(jìn)作用.

[1] 周 敏,王 騰,嚴(yán) 良,等.財(cái)政分權(quán)、經(jīng)濟(jì)競(jìng)爭(zhēng)對(duì)中國(guó)能源生態(tài)效率影響異質(zhì)性研究[J]. 資源科學(xué), 2019,41(3):532-545. Zhou M, Wang T, Yan L, et al. Heterogeneity in the influence of fiscal decentralization and economic competition on China's energy ecological efficiency [J]. Resources Science, 2019,41(3):532-545.

[2] 王曉嶺,武春友.“綠色化”視角下能源生態(tài)效率的國(guó)際比較——基于“二十國(guó)集團(tuán)”面板數(shù)據(jù)的實(shí)證檢驗(yàn)[J]. 技術(shù)經(jīng)濟(jì), 2015,34(7): 70-77. Wang X L, Wu C Y. International comparison on energy eco- efficiency under perspective of greenization: Empirical study based on panel data of G20 [J]. Journal of Technology Economics, 2015,34(7): 70-77.

[3] 關(guān) 偉,許淑婷.中國(guó)能源生態(tài)效率的空間格局與空間效應(yīng)[J]. 地理學(xué)報(bào), 2015,70(6):980-992. Guan W, Xu S T. Study of spatial patterns and spatial effects of energy eco-efficiency in China [J]. Journal of Geographical Sciences, 2015,70(6): 980-992.

[4] Zhang N, Choi Y R. Environmental energy efficiency of China's regional economies: A non-oriented slacks-based measure analysis [J]. The Social Science Journal, 2013,50(2):225-234.

[5] 王 騰,嚴(yán) 良,易 明.中國(guó)能源生態(tài)效率評(píng)價(jià)研究[J]. 宏觀經(jīng)濟(jì)研究, 2017,(7):149-157. Wang T, Yan L, Yi M. Research on China's energy eco-efficiency evaluation [J]. Macroeconomics, 2017,(7):149-157.

[6] 閆明喆,李宏舟,田飛虎.中國(guó)的節(jié)能政策有效嗎?——基于SFA-Bayes分析框架的生態(tài)全要素能源效率測(cè)定[J]. 經(jīng)濟(jì)與管理研究, 2018,39(3):89-101. Yan M Z, Li H Z, Tian F H. Are the energy conserving policies effective? ——Estimating ecological total factor energy efficiency based on SFA-Bayes framework [J]. Research on Economics and Management, 2018,39(3):89-101.

[7] 馬曉君,魏曉雪,劉 超,等.東北三省全要素能源效率測(cè)算及影響因素分析[J]. 中國(guó)環(huán)境科學(xué), 2017,37(2):777-785.Ma X J, Wei X X, Liu C, et al. The analysis of total factor energy efficiency calculation and influence factors of the three northeast provinces [J]. Chinese Environmental Science, 2017,37(2):777-785.

[8] 李 根,劉家國(guó),李天琦.考慮非期望產(chǎn)出的制造業(yè)能源生態(tài)效率地區(qū)差異研究——基于SBM和Tobit模型的兩階段分析[J]. 中國(guó)管理科學(xué), 2019,27(11):76-87. Li G, Liu J G, Li T Q. Regional differences of energy eco-efficiency in manufacturing industry under consideration of undesirable outputs based on the SBM-Tobit Two-stage model [J]. Chinese Journal of Management Science, 2019,27(11):76-87.

[9] Li J, Lin B Q. Ecological total-factor energy efficiency of China’s heavy and light industries: Which performs better? [J]. Renewable and Sustainable Energy Reviews, 2017,72:83-94.

[10] 傅曉霞,吳利學(xué).前沿分析方法在中國(guó)經(jīng)濟(jì)增長(zhǎng)核算中的適用性[J]. 世界經(jīng)濟(jì), 2007,(7):56-66. Fu X X, Wu L X. The applicability of frontier analysis method in China's economic growth accounting [J]. The Journal of World Economy, 2007,(7):56-66.

[11] 孟凡生,鄒 韻.基于PP-SFA的能源生態(tài)效率動(dòng)態(tài)評(píng)價(jià)——以我國(guó)30個(gè)省市自治區(qū)為例[J]. 系統(tǒng)工程, 2018,36(5):47-56. Meng F S, Zou Y. Dynamic evaluation of energy eco-efficiency based on PP-SFA——Take the 30 autonomous regions of China as an example [J]. Systems Engineering, 2018,36(5):47-56.

[12] 孟凡生,鄒 韻.中國(guó)生態(tài)能源效率時(shí)空格局演化及影響因素分析[J]. 運(yùn)籌與管理, 2019,28(7):100-107. Meng F S, Zou Y. Analysis of spatial-temporal pattern evolution of ecological energy efficiency in China and its influencing factors [J]. Operations Research and Management Science, 2019,28(7):100-107.

[13] 楊剛強(qiáng),李夢(mèng)琴.財(cái)政分權(quán)、政治晉升與能源生態(tài)效率提升——基于中國(guó)257個(gè)城市的實(shí)證[J]. 宏觀經(jīng)濟(jì)研究, 2018,(8):41-51. Yang G Q, Li M Q. Fiscal decentralization, political promotion and energy eco-efficiency improvement: based on empirical research in 257 cities in China [J]. Macroeconomics, 2018,(8):41-51.

[14] MAX-NEEFM. Economic growth and quality of life: a threshold hypothesis [J]. Ecological Economics, 1995,15(2):115-118.

[15] 方時(shí)姣,肖 權(quán).中國(guó)區(qū)域生態(tài)福利績(jī)效水平及其空間效應(yīng)研究[J]. 中國(guó)人口·資源與環(huán)境, 2019,29(3):1-10. Fang S J, Xiao Q. Research on regional ecological well-being performance and spatial effect in China [J]. China Population, Resources and Environment, 2019,29(3):1-10.

[16] Zhou P, Ang B W, Zhou D Q. Measuring economy-wide energy efficiency performance: a parametric frontier approach [J]. Applied Energy, 2012,90(1):196–200.

[17] 檀勤良,張興平,魏詠梅,等.考慮技術(shù)效率的碳排放驅(qū)動(dòng)因素研究[J]. 中國(guó)軟科學(xué), 2013,(7):154-163. Tan Q L, Zhang X P, Wei Y M, et al. The driving forces of carbon emissions in consideration of technical efficiency [J]. China Soft Science, 2013,(7):154-163.

[18] Aigner D, Lovell C, Schmidt P. Formulation and estimation of stochastic frontier production function models [J]. Journal of Econometrics, 1977,6(1):21-37.

[19] 張德鋼,陸遠(yuǎn)權(quán).市場(chǎng)分割對(duì)能源效率的影響研究[J]. 中國(guó)人口·資源與環(huán)境, 2017,27(1):65-72. Zhang D G, Lu Y Q. Impact of market segmentation on energy efficiency [J]. China Population, Resources and Environment, 2017, 27(1):65-72.

[20] Battese, G E, Coelli T J. A model for technical inefficiency effects in a stochastic frontier production function for panel data [J]. Empirical Economics, 1995,(20):325-332.

[21] Wang H J, Schmidt P. One-step and Two-step estimation of the effects of exogenous variables on technical efficiency [J]. Journal of Productivity Analysis, 2002,18:129-144.

[22] 鄭照寧,劉德順.考慮資本-能源-勞動(dòng)投入的中國(guó)超越對(duì)數(shù)生產(chǎn)函數(shù)[J]. 系統(tǒng)工程理論與實(shí)踐, 2004,(5):51-54. Zheng Z N, Liu D S. China's Trans-log production function using capital, energy and labor as input [J]. Systems Engineering-Theory & Practice, 2004,(5):51-54.

[23] Sun H P, Edziah B K, Sun C W, et al. Institutional quality, green innovation and energy efficiency [J]. Energy Policy, 2019,135,111002.

[24] Battese G E, Corra G S. Estimation of a production frontier model: with application to the pastoral zone of eastern Australia [J]. Australian journal of agricultural economics, 1977,210(3):169-179.

[25] Goldsmith R W. A perpetual inventory of national wealth [M]. National Bureau of Economic Research, 1951.

[26] 單豪杰.中國(guó)資本存量K的再估算:1952～2006年[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2008,25(10):17-31. Shan H J. Reestimating the capital stock of China: 1952～2006 [J]. The Journal of Quantitative & Technical Economics, 2008,25(10):17-31.

[27] UNDP. Human Development Report 1990 [M]. New York and Oxford: Oxford University Press, 1990.

[28] 王 勇,畢 瑩,王恩東.中國(guó)工業(yè)碳排放達(dá)峰的情景預(yù)測(cè)與減排潛力評(píng)估[J]. 中國(guó)人口·資源與環(huán)境, 2017,27(10):131-140. Wang Y, Bi Y, Wang E D. Scene prediction of carbon emission peak and emission reduction potential estimation in Chinese industry [J]. China population, resources and environment, 2017,27(10):131-140.

[29] 顧基發(fā),高 飛.從管理科學(xué)角度談物理-事理-人理系統(tǒng)方法論[J]. 系統(tǒng)工程理論與實(shí)踐, 1998,(8):3-5. Gu J F, Gao F. To see Wuli -Shili -Renli systems approach from the view of management science [J]. Systems Engineering-Theory & Practice, 1998,(8):3-5.

[30] 國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒[M]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2004-2018. National Bureau of Statistics of China. China statistical yearbook [M]. Beijing: China Statistics Press, 2004-2018.

[31] 國(guó)家統(tǒng)計(jì)局能源司.中國(guó)環(huán)境統(tǒng)計(jì)年鑒[M]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2004-2018. Department of Energy, National Bureau of Statistics. China environmental statistics yearbook [M]. Beijing: China Statistics Press, 2004-2018.

[32] 國(guó)家統(tǒng)計(jì)局能源司.中國(guó)能源統(tǒng)計(jì)年鑒 [M]. 北京:中國(guó)統(tǒng)計(jì)出版社, 2004-2018. Department of Energy, National Bureau of Statistics. China energy statistics yearbook [M]. Beijing: China Statistics Press, 2004-2018.

[33] 王夢(mèng)奎.中國(guó)中長(zhǎng)期發(fā)展的重要問(wèn)題(2006-2020) [M]. 北京:中國(guó)發(fā)展出版社, 2005. Wang M K .Important issues for China's mid- and long-term development (2006-2020) [M]. Beijing:China Development Press, 2005.

[34] 中華人民共和國(guó)中央人民政府.中華人民共和國(guó)可再生能源法[EB/OL]. http://www.gov.cn/ziliao/flfg/2005-06/21/content_8275.htm /2005-06-21. The Central People's Government of the People's Republic of China. Renewable Energy Law of the People's Republic of China [EB/OL]. http://www.gov.cn/ziliao/flfg/2005-06/21/content_8275.htm/2005-06-21.

[35] 國(guó)務(wù)院.國(guó)務(wù)院關(guān)于印發(fā)中國(guó)應(yīng)對(duì)氣候變化國(guó)家方案的通知[EB/OL]. http://www.gov.cn/zhengce/content/2008-03/28/content_5743.htm/ 2008-03-28. General Office of the State Council. Notice of the State Council on Printing and Distributing China's National Climate Change Plan [EB/OL]. http://www.gov.cn/zhengce/content/2008-03/28/content_5743.htm/ 2008-03-28.

[36] 張同斌,宮 婷.中國(guó)工業(yè)化階段變遷、技術(shù)進(jìn)步與能源效率提升——基于時(shí)變參數(shù)狀態(tài)空間模型的實(shí)證分析[J]. 資源科學(xué), 2013,35(9):1772-1781. Zhang T B, Gong T. The transition of industrialization stage, technological progress and energy efficiency upgrading based on the time-varying state space model [J]. Resources Science, 2013,35(9): 1772-1781.

[37] 青海省人民政府辦公廳.青海省人民政府辦公廳轉(zhuǎn)發(fā)省發(fā)展改革委關(guān)于青海省生態(tài)文明先行示范區(qū)建設(shè)2018年度工作要點(diǎn)的通知[N]. 青海政報(bào), 2018,(11):13-23. General Office of the People's Government of Qinghai Province .The General Office of the People's Government of Qinghai Province forwarded the notice of the Provincial Development and Reform Commission on the main points of work in the construction of the first demonstration zone for ecological civilization in Qinghai Province in 2018 [N]. Gazette of the People's Government of Qinghai Province, 2018,(11):13-23.

[38] 馬曉君,董碧瀅,于淵博,等.東北三省能源消費(fèi)碳排放測(cè)度及影響因素[J]. 中國(guó)環(huán)境科學(xué), 2018,38(8):3170-3179. Ma X J, Dong B Y, Yu Y B, et al. Measurement of carbon emissions from energy consumption in three Northeastern provinces and its driving factors [J]. Chinese Environmental Science, 2018,38(8): 3170-3179.

Energy eco-efficiency measurement and driving factors of China's eight comprehensive economic zones.

CHEN Jing-quan1*, LIU Na2,MA Xiao-jun2

(1.Economic and Social Development Institute, Dongbei University of Finance and Economics, Dalian 116025, China；2.Department of Statistics, Dongbei University of Finance and Economics, Dalian 116025, China)., 2021,41(5)：2471～2480

To promote green and sustainable development of energy, economy, society and ecological environment, the expected outputs of economy and social welfare and the undesired output of ecological environment pollution were included in the energy eco-efficiency measurement framework, and the stochastic frontier model based on Shephard energy distance function was used to study the energy eco-efficiency of China's eight comprehensive economic zones. This realized the analysis of the evolution trend of China's energy eco-efficiency from the perspective of regional research, and explored the mechanism of its driving factors. The results showed that the national average energy eco-efficiency was 0.5839 during the sample period. The overall level was low, and it showed significant spatial imbalanced distribution characteristics. The energy eco-efficiency level of the eight comprehensive economic zones was gradually decreasing from the coast to the inland. The average value of energy eco-efficiency in the southern, eastern, and northern coastal economic zones were 0.6941, 0.6213 and 0.6087 respectively, which ranked the top. Southwest, the middle reaches of the Yellow River, the middle reaches of the Yangtze River and the northeast economic zones followed. The average value of energy eco-efficiency were 0.5803, 0.5720, 0.5623 and 0.5537 respectively. The average value of energy eco-efficiency in the northwest economic zone was 0.5087, which ranked the last. The estimated coefficients of economic development level and energy consumption structure were 0.0459 and 0.0747 respectively, which inhibited the improvement of energy eco-efficiency. The estimated coefficients of industrial structure, urbanization level and environmental regulation were -0.9339, -0.6197 and -0.0387 respectively, which promoted the improvement of energy eco-efficiency.

energy eco-efficiency；Shephard energy distance function；stochastic frontier analysis；eight comprehensive economic zones；driving factors

X196

A

1000-6923(2021)05-2471-10

陳菁泉(1979-),男,遼寧遼陽(yáng)人,副研究員,博士,研究方向?yàn)槭澜缃?jīng)濟(jì)、中國(guó)城市熱點(diǎn)問(wèn)題等.發(fā)表論文20余篇.

2020-11-03

國(guó)家社會(huì)科學(xué)基金資助重點(diǎn)項(xiàng)目(18AGJ003);國(guó)家社會(huì)科學(xué)基金資助一般項(xiàng)目(19BTJ054);國(guó)家自然科學(xué)基金資助青年項(xiàng)目(11701071)

* 責(zé)任作者, 副研究員, 9488297@qq.com