技術創(chuàng)新對能源生態(tài)效率影響機制研究
——以黃河中下游地區(qū)為例

董會忠，趙艷敏

引言

新常態(tài)下共建人與自然和諧共處的發(fā)展環(huán)境成為中國現(xiàn)代化建設的核心目標。 黨的十九大報告指出，我國國民經(jīng)濟已正式邁向高質量發(fā)展階段，從“資源要素推動模式”轉變?yōu)椤熬G色發(fā)展驅動模式”，更加注重能源生產消費革命的推進、綠色低碳產業(yè)的構建和生態(tài)環(huán)境的維護。 黃河流域作為我國重要的生態(tài)屏障與經(jīng)濟地帶，對生態(tài)文明建設與國民經(jīng)濟健康發(fā)展具有重要戰(zhàn)略意義。黃河流域幅員遼闊，煤炭資源儲量豐富，被譽為我國的“能源流域”，然而黃河中下游富足的能源稟賦特征[1]長期助推冶金、采礦等資源密集型產業(yè)飛速發(fā)展，導致經(jīng)濟增長與環(huán)境保護的矛盾日趨緊張，中下游地區(qū)面臨能源供需缺口、結構失衡以及生態(tài)系統(tǒng)退化等問題，對人們的生產生活構成威脅，嚴重制約區(qū)域可持續(xù)發(fā)展。 黨的十八大以來，習近平總書記多次實地考察黃河流域生態(tài)保護和發(fā)展情況，強調要堅定走綠色低碳發(fā)展道路，推動流域經(jīng)濟發(fā)展質量變革、效率變革、動力變革。 作為衡量能源使用過程中“經(jīng)濟—社會—環(huán)境”三重效益的綜合指標，能源生態(tài)效率旨在犧牲較低的能源消耗與環(huán)境代價，獲得較高的經(jīng)濟收益與社會福利。 同時技術創(chuàng)新是高質量發(fā)展的重要引擎，能夠推動黃河中下游地區(qū)能源結構調整，提升清潔能源技術，降低經(jīng)濟發(fā)展的能源依賴度，實現(xiàn)符合“綠色”與“創(chuàng)新”新發(fā)展理念的可持續(xù)發(fā)展目標。 因此，本文從綠色發(fā)展與創(chuàng)新驅動背景入手，通過構建技術創(chuàng)新與能源生態(tài)效率評價指標體系，分析創(chuàng)新對能源生態(tài)效率的影響機理，進而尋求提升能源利用效率，改善生態(tài)環(huán)境的相關措施。

一、文獻綜述與理論假設

(一)能源生態(tài)效率研究綜述

能源生態(tài)效率的研究是在生態(tài)效率研究的基礎上發(fā)展而來的。 作為反映經(jīng)濟—社會—自然及其耦合系統(tǒng)的綜合效率比重，生態(tài)效率旨在探尋環(huán)境保護與經(jīng)濟發(fā)展之間的平衡點。 對于生態(tài)效率的研究始于1990 年，德國學者 Schaltegger 和Sturm 提出生態(tài)效率是產品和服務價值與生態(tài)環(huán)境負荷的比值[2]。 20 世紀初，國內學術界開始引入生態(tài)效率概念，由此生態(tài)效率在中國展開深入研究[3]。

作為生態(tài)效率在資源環(huán)境領域的拓展延伸，能源生態(tài)效率能夠反映經(jīng)濟活動中能源消費所引發(fā)的環(huán)境污染問題[2]。 目前，針對能源生態(tài)效率的研究主要集中在以下幾個方面:其一，能源生態(tài)效率的測度方法。 生態(tài)拓撲方法被Quariguasi 等學者應用到德國物流網(wǎng)絡生態(tài)效率評價中，該方法能夠根據(jù)自身偏好選出最優(yōu)方案的生態(tài)模型，為生態(tài)效率測度和評價提供了新思路[4]。 隨機前沿模型(SFA)在效率測度方面應用較多[2]，但該模型生產函數(shù)確定的主觀性較強，同時期望產出變量唯一，無法客觀系統(tǒng)解決“多投入多產出”問題。 相較于SFA 模型，DEA 模型在效率測度的應用方面更為廣泛，其優(yōu)點在于無需無量綱化處理，測度結果客觀等[5－7]，擺脫了生產函數(shù)的束縛，但傳統(tǒng)的CCR 模型存在忽略投入產出松弛性、計算結果偏高等問題，同時無法考慮廢水、固體廢物、大氣污染等非期望產出對測度結果的影響。 其二，區(qū)域(行業(yè))能源生態(tài)效率差異性研究。 從研究范疇看，宏觀層面集中在省域[8－11]，內容涉及中國東、中、西部地區(qū)能源生態(tài)效率值的時序變化及空間分異等內容，微觀層面包括制造業(yè)[5][11]、工業(yè)[12－13]等，研究重點在于能源生態(tài)效率測度與比較。 相比而言，前者強調縮小差距、提高區(qū)域協(xié)同發(fā)展的研究主題，后者側重于能源生態(tài)效率值的測算，尤其是降低經(jīng)濟活動帶來的環(huán)境附加成本。 其三，能源生態(tài)效率影響因素的分析。 大量研究從多維度出發(fā)[11－12][14]，如經(jīng)濟發(fā)展水平、研發(fā)投入、能源消費結構、企業(yè)規(guī)模、技術創(chuàng)新等，鮮有文獻從技術創(chuàng)新單一視角對能源生態(tài)效率的影響展開研究，所用方法也主要是Tobit模型[11－12][15]、固定效應模型[10]等，研究多建立在事物無空間聯(lián)系假設之上，忽視了空間溢出效應，導致實證結果產生偏差。 因能源生態(tài)效率與城市政策及區(qū)域間發(fā)展關系密切，因此考慮空間因素的計量方法逐漸成為影響因素分析的主流方法[16－17]。

綜上所述，能源生態(tài)效率研究成果頗豐，但仍存在以下不足:其一是傳統(tǒng)模型忽視了投入產出松弛變量對結果的影響，導致能源生態(tài)效率測算結果產生偏差；其二是多數(shù)研究僅從時間序列或空間分異等單一維度分析能源生態(tài)效率特征，缺乏對空間異質性與時序演化機理的協(xié)同探討；其三是地區(qū)間存在產業(yè)結構變動與要素流動等影響性，即空間溢出效應，而現(xiàn)有文獻對此研究較少；其四是能源生態(tài)效率的影響因素多樣，首要影響因素的識別是提升能源生態(tài)效率的關鍵，現(xiàn)有文獻對影響因素的選擇趨同性較強，缺乏針對性。基于此，本文擬采用非期望SBM 模型測算黃河中下游地區(qū)能源生態(tài)效率，在此基礎上運用基尼系數(shù)與探索性空間數(shù)據(jù)分析刻畫能源生態(tài)效率的時序特征及空間分布格局，檢驗能源生態(tài)效率是否具有空間相關性與空間集聚特征，并結合空間計量模型重點探究技術創(chuàng)新對能源生態(tài)效率空間格局演進作用機理，以期為黃河中下游地區(qū)降低經(jīng)濟增長的環(huán)境附加成本，提升能源生態(tài)效率，促進生態(tài)保護和高質量發(fā)展提供建議參考。

(二)理論分析與研究假設

考慮到黃河中下游地區(qū)城市差異性，采用自然間斷法將黃河中下游地區(qū)劃分為高效率區(qū)域、中等效率區(qū)域和低效率區(qū)域，進而分別探討技術創(chuàng)新對整體區(qū)域及分區(qū)域能源生態(tài)效率的影響。

現(xiàn)階段，關于技術創(chuàng)新對能源生態(tài)效率的影響研究雖存在不同觀點，但多數(shù)學者支持技術創(chuàng)新促進能源生態(tài)效率的結論。 技術創(chuàng)新驅動經(jīng)濟綠色轉型，減少能源生產活動對生態(tài)環(huán)境的負面影響[18]。 從國家和地區(qū)層面看，技術創(chuàng)新對能源生態(tài)效率的影響均顯著為正[19]，且提出在能源生態(tài)效率提升過程中應注重生產技術創(chuàng)新發(fā)揮的正向作用[20]。 長期來看，加強技術創(chuàng)新，推動生產技術革新，一方面能夠不斷提高能源生產的競爭力和經(jīng)濟效益；另一方面，一定程度上促進企業(yè)轉型升級，為能源生態(tài)效率提升提供新動能。 因此，作出假設1。

H1:技術創(chuàng)新促進能源生態(tài)效率提升。

技術創(chuàng)新是一個多投入多產出的過程，但因地區(qū)發(fā)展階段不同，投入與產出比例不等，創(chuàng)新結果存在差異[21]，且能源生產技術進步效應與創(chuàng)新補償效應疊加，地區(qū)間技術創(chuàng)新對能源生態(tài)效率的影響也不一樣，基于此，作出假設2。

H2:技術創(chuàng)新對分區(qū)域能源生態(tài)效率影響存在異質性。

技術創(chuàng)新、能源生態(tài)效率發(fā)展都不是孤立存在的，地區(qū)間交叉縱橫的網(wǎng)絡形成一條條信息源，決定了變量之間的交叉性。 技術創(chuàng)新的發(fā)展可形成技術壁壘，也可形成交流互動平臺，相應地影響臨近地區(qū)能源生態(tài)效率發(fā)展，可見，技術創(chuàng)新對能源生態(tài)效率的空間影響始終存在，故作出假設3。

H3:技術創(chuàng)新對整體區(qū)域及分區(qū)域能源生態(tài)效率均存在空間溢出效應，且表現(xiàn)出區(qū)域異質性。

二、研究數(shù)據(jù)與方法

(一)研究方法

1.考慮非期望SBM 模型

與傳統(tǒng)的CCR 模型相比，SBM 模型將松弛變量考慮到目標函數(shù)內，解決了投入產出變量的松弛性問題，同時也考慮到非期望產出對效率的影響[22]。 假設有n個 DMU，有m種投入，x∈Rm，并且定義X＝ [x1，x2，…xn]∈Rm×n，xi> 0；S種產出，其中包括S1種期望產出，yg∈RS1，S2種非期望產出，yb∈RS2，定義Yg＝ [yg1，yg2，…ygn]∈RS1×n，Yb＝ [yb1，yb2，…ybn]∈RS2×n，且有ygj、ybi> 0，具體模型如下:

式中:S－、Sg、Sb依次為投入、期望產出、非期望產出的松弛變量；λ表示權重向量；目標函數(shù)ρ?取值區(qū)間為[0，1]，當其值為 1 時，說明 DMU 有效，即投入產出達到最優(yōu)組合，其值小于1 時，表明DMU 無效，即投入產出比例需進一步改進。

2.基尼系數(shù)

基尼系數(shù)原用以衡量一個國家或地區(qū)居民收入差距，后被引申為衡量某地區(qū)某個指標的相對差異程度[23]，數(shù)值越大，表明其差異越大。 利用基尼系數(shù)衡量黃河中、下游地區(qū)技術創(chuàng)新及能源生態(tài)效率的相對差異程度，具體為:

式中:G為黃河中下游地區(qū)城市技術創(chuàng)新或能源生態(tài)效率的基尼系數(shù)，n為研究區(qū)城市數(shù)量，xi為黃河中下游地區(qū)城市技術創(chuàng)新或能源生態(tài)效率，cx為技術創(chuàng)新或能源生態(tài)效率的平均值，i按照技術創(chuàng)新或能源生態(tài)效率的大小排序。

3.探索性空間數(shù)據(jù)分析

在使用空間計量模型前，需判斷黃河中下游地區(qū)能源生態(tài)效率是否具備空間集聚特征。 首先利用探索性空間數(shù)據(jù)分析(ESDA)的全局Moran' s I和全局G 指數(shù)檢驗黃河中下游地區(qū)能源生態(tài)效率的空間相關性及其集聚效果[24]；其次，利用局部Moran' s I 和 Getis－OrdGi?分析研究區(qū)能源生態(tài)效率臨近要素間的關聯(lián)程度和辨識冷熱點空間區(qū)域。

(1)全局空間自相關能夠反映出黃河中下游地區(qū)能源生態(tài)效率的整體關聯(lián)程度

該指數(shù)難以解釋能源生態(tài)效率的高低值集聚效果，對此通常采用全局G 指數(shù)進行同步檢驗，具體計算方法如下:

式中:n為觀測樣本數(shù)量；xi、xj分別為能源生態(tài)效率在城市i和j上的測度值；為能源生態(tài)效率在各城市的均值；Wij為空間權重矩陣；I的取值范圍為[－1，1]。 當I> 0，表明能源生態(tài)效率在空間上是正向空間關聯(lián)，即存在空間集聚效應；當I< 0，表明能源生態(tài)效率在空間上是負向空間關聯(lián)，即存在空間分散效應，當I＝0，表明能源生態(tài)效率不存在空間相關性。

采用Z 值檢驗全局Moran's I 的顯著性，表達式為:

G(d)的高低值集聚判斷標準為:

式中:E(G)、Var(G)分別為G(d)的期望和方差，如果 St(G)>0 為高值集聚，否則為低值集聚。

(2)局部空間自相關可用于判斷一個區(qū)域的某屬性值與其周邊區(qū)域是否存在空間相關性

本文在局部Moran’s I 考察黃河中下游地區(qū)一個城市的能源生態(tài)效率與其周邊城市的空間相關狀態(tài)基礎上借助Getis－OrdGi?辨識其冷熱點空間區(qū)域，具體計算方法如下。

4.空間計量模型

傳統(tǒng)的計量模型都是在研究區(qū)域獨立的假設之上，而空間計量模型在此基礎上進行了改進，它是在觀測值具有顯著空間相關性基礎上設定的，并加入考慮空間依賴性和異質性因素，其主要包括以下三種模型。

(1)空間滯后模型(SAR)

其中，Yi，t、Yj，t分別為本地、鄰近地區(qū)的能源生態(tài)效率；ρ為被解釋變量自相關系數(shù)；W為空間權重矩陣；X為核心解釋變量；Z為控制變量；β、α表示回歸系數(shù)向量；μ、? 為隨機誤差項。

(2)空間誤差模型(SEM)

其中，λ表示空間自相關系數(shù)；假定φ與ε 服從獨立同分布且互不相關，其他變量含義不變。

(3)空間杜賓模型(SDM)

其中，γ 表示回歸系數(shù)向量，其他變量含義不變。

在多因素空間分析中，以上三個模型均可，但哪個模型更為適用需具體分析。 在空間權重矩陣的選擇方面，采用鄰接矩陣作為空間權重引入到上述模型中。

(二)指標選取與數(shù)據(jù)說明

1.技術創(chuàng)新評價指標體系

技術創(chuàng)新是能源結構轉型的根本動力，技術創(chuàng)新能力是決定一個地區(qū)未來發(fā)展的關鍵。 黃河中下游地區(qū)以第二產業(yè)為主的生產結構加劇了資源消耗與環(huán)境污染，因此，推動產業(yè)轉型升級，加快經(jīng)濟高質量發(fā)展是當前的關鍵任務。 本文從技術創(chuàng)新投入與產出兩方面進行技術創(chuàng)新能力評價指標的構建(見表1)，著重探討其對黃河中下游地區(qū)能源生態(tài)效率的影響。

表1 技術創(chuàng)新能力評價指標體系

(1)技術創(chuàng)新投入體現(xiàn)了該地區(qū)對技術創(chuàng)新的重視程度，也是技術創(chuàng)新發(fā)展?jié)撃艿挠成溲a充

本文主要從資金、人力及物資三個方面出發(fā)，其中資金投入從R＆D 的資金投入強度與經(jīng)費支出考慮；人力投入選取 R＆D 人員全時當量、R＆D 人員占從業(yè)人員比重、高級職稱教職工人數(shù)進行表征；物資投入采取機器設備投入量作為測度指標。

(2)技術創(chuàng)新產出體現(xiàn)的是該地區(qū)技術創(chuàng)新能力的發(fā)展水平，也是對文明成果與產品成果的量化過程

現(xiàn)分別從文明成果產出與產品產出兩方面考慮技術創(chuàng)新產出成果。 文明成果產出體現(xiàn)的是可應用于企業(yè)生產發(fā)展的技術成果，其中專利申請與授予數(shù)量是反映文明成果產出的重要指標；產品產出是企業(yè)將技術創(chuàng)新文明成果應用于實際運營產出的效果狀態(tài)，以新產品項目數(shù)、產值、銷售收入表征。

2.能源生態(tài)效率評價指標體系

為明晰黃河中下游地區(qū)能源生態(tài)效率的時空演變特征，增強計算結果在生態(tài)文明建設概念提出前后數(shù)據(jù)對比性，選取2009—2018 年為研究期。 參考相關文獻[8－9]，從投入和產出兩方面構建能源生態(tài)效率評價指標體系(見表2)。 其中，投入包括能源、勞動力與資本投入，產出為期望與非期望產出。 具體而言，能源消費總量是衡量能源生態(tài)效率的基礎要素，作為能源投入指標；第二產業(yè)從業(yè)人數(shù)可視為勞動力投入；資本投入主要包括固定資產投入與環(huán)境治理投資額；地區(qū)生產總值是地區(qū)經(jīng)濟發(fā)展的最終目標，可作為期望產出；污染排放是伴隨目標產品的非必要產出，可視為非期望產出，本文以工業(yè)廢水排放量、工業(yè)廢氣排放量以及工業(yè)固體廢棄物排放量表征。

表2 能源生態(tài)效率指標體系

3.數(shù)據(jù)來源

本文所用數(shù)據(jù)來源于2009—2018 年?中國城市統(tǒng)計年鑒??中國環(huán)境統(tǒng)計年鑒??中國能源統(tǒng)計年鑒?等，個別年份缺失數(shù)據(jù)通過查找相應地方統(tǒng)計年鑒予以補齊。

三、黃河中下游地區(qū)能源生態(tài)效率時空演變規(guī)律

(一)能源生態(tài)效率時序演變特征

為準確分析能源生態(tài)效率的變動規(guī)律與差異程度，現(xiàn)引入技術創(chuàng)新能力進行對比分析，由公式(2)計算得出基尼系數(shù)，并作出技術創(chuàng)新能力與能源生態(tài)效率平均值(表3)和基尼系數(shù)趨勢圖(圖1)。

圖1 黃河中下游地區(qū)技術創(chuàng)新能力與能源生態(tài)效率基尼系數(shù)趨勢圖

表3 黃河中下游地區(qū)技術創(chuàng)新與能源生態(tài)效率平均值

黃河中下游地區(qū)2009—2018 年能源生態(tài)效率平均值位于0.198~0.448 之間， 呈周期性波動變化，可見經(jīng)濟增長與環(huán)境保護協(xié)調發(fā)展效果并不穩(wěn)定。 基尼系數(shù)2009—2011 年呈穩(wěn)定上升趨勢，2012—2016 年基尼系數(shù)由0.254 波動上升到0.262， 2017 年出現(xiàn)急劇增長，達到研究期峰值0.352，2018 年顯著回升，降至 0.310。 其原因是2017 年經(jīng)濟的高質量發(fā)展表現(xiàn)在對生態(tài)環(huán)境保護的重視，以及“高排放—高能耗型”經(jīng)濟向循環(huán)經(jīng)濟、低碳經(jīng)濟轉變；同時受城市間資源稟賦不同和經(jīng)濟下行壓力的影響，黃河中下游地區(qū)各城市生產技術提升差異顯著，導致能源生態(tài)效率相對差異較大。 在區(qū)域環(huán)境協(xié)同治理以及生態(tài)文明建設等政策下，2018 年黃河中下游地區(qū)能源生態(tài)效率提升，區(qū)域差異下降的成效顯著，初步達成生態(tài)平衡、能源節(jié)約的發(fā)展愿景。 但從其數(shù)值來看，黃河中下游地區(qū)能源生態(tài)效率差異性存在進一步提升空間，能源生態(tài)效率協(xié)同發(fā)展仍是黃河中下游地區(qū)后期發(fā)展的緊迫任務。

黃河中下游地區(qū)2009—2018 年技術創(chuàng)新能力平均值位于0.622~0.829 之間，呈先減后增的U 型變化趨勢，表明近年來該地區(qū)技術創(chuàng)新水平逐漸增強，黨的十八大提出的創(chuàng)新發(fā)展戰(zhàn)略效果明顯。 基尼系數(shù)2009—2015 年始終呈平穩(wěn)趨勢，一直保持在0.220 左右，2016 年出現(xiàn)輕微下降后2017 年大幅下降，至2018 年再創(chuàng)新低，為0.123，整體下降0.1 左右。 這說明在研究期內，由于經(jīng)濟發(fā)展、資源稟賦以及創(chuàng)新思想差距較大，黃河中下游各城市技術創(chuàng)新水平異質性顯著，到2017年，黨的十九大報告中明確提出要實現(xiàn)我國經(jīng)濟由高速增長向高質量增長轉變，經(jīng)濟發(fā)展模式由資源依托型向創(chuàng)新驅動型轉變，2018 年，黃河中下游城市產業(yè)技術水平進一步提升，管理能力進一步改善，勞動者素質進一步提升，同時相對差異程度下降。

綜合來看，2009—2018 年技術創(chuàng)新能力基尼系數(shù)與能源生態(tài)效率基尼系數(shù)相差不大，始終呈“前低后高”分布。 其中，2017 年出現(xiàn)“兩極化”狀態(tài)，技術創(chuàng)新基尼系數(shù)顯著降低，而能源生態(tài)效率基尼系數(shù)顯著升高，2018 年兩者變化趨勢相同，均顯著下降。 經(jīng)濟高質量增長初期，生產技術改良效果較好，但能源消費過程中各地區(qū)發(fā)展效率層次化明顯，隨著各市技術創(chuàng)新水平趨于穩(wěn)定，應用于能源消費過程，并逐步適應能源消費現(xiàn)狀，技術創(chuàng)新對能源生態(tài)效率經(jīng)過拐點開始發(fā)揮正向作用。

(二)能源生態(tài)效率空間演變

1.能源生態(tài)效率空間分布格局

在軟件ArcGIS10.2 支持下，采用自然間斷點分級法對2009、2018 年黃河中下游地區(qū)能源生態(tài)效率空間演變格局進行可視化表達，見圖2。

由圖2 可以看出，黃河中下游地區(qū)能源生態(tài)效率空間分異特征明顯。 研究期內，安康市、開封市始終處于高效率水平，到2018 年朔州市、銅川市退出高效率區(qū)域，新加入的城市有北京市、廊坊市、滄州市、衡水市、青島市、周口市、駐馬店市、信陽市、漯河市和西安市，高效率區(qū)域由4 個增加到12 個，低效率區(qū)域有明顯減少，由25 個降為16個。 研究期內各市的能源生態(tài)效率存在不同程度的變動，但總體來看黃河中下游地區(qū)能源生態(tài)效率在顯著提升。 從空間分布來看，2009 年能源生態(tài)效率存在明顯分層，高效率城市呈“點綴式”分布，較高效率區(qū)域與中等效率區(qū)域主要位于研究區(qū)南北部及西南地區(qū)，較低效率區(qū)域遍及各個省市，低效率城市主要位于內陸地區(qū)。 2018 年黃河中下游地區(qū)能源生態(tài)效率階梯化進一步凸顯，同等水平區(qū)域出現(xiàn)明顯“區(qū)塊狀”連片分布，暗指能源生態(tài)效率可能存在空間關聯(lián)性。 相比于其他省市，山西省出現(xiàn)明顯的低效率“塌陷區(qū)”(長治市、晉中市、晉城市等)，山東省平均能源生態(tài)效率較低，相對于2009 年來說雖有明顯提升，但仍有待加強。 具體來看，高效率區(qū)域主要位于研究區(qū)北部(北京市、滄州市等)、南部(西安市、信陽市等)和東部地區(qū)(青島市)。 值得注意的是，低效率區(qū)域正在逐步向西部地區(qū)轉移，呂梁市、臨汾市、運城市等均降為低效率城市，研究區(qū)的西部地區(qū)能源生態(tài)效率差異性逐漸增強，穩(wěn)定的空間格局被打破，能源生態(tài)效率改善難度提升。

圖2 2009、2018 年能源生態(tài)效率空間分布格局

2.能源生態(tài)效率空間相關性分析

由空間演變分析可以看出，黃河中下游地區(qū)能源生態(tài)效率在空間上呈現(xiàn)明顯的“區(qū)塊狀”連片分布，可假設能源生態(tài)效率在區(qū)域間存在空間關聯(lián)，借助 GeoDA 軟件計算得出2009—2018 年黃河中下游地區(qū)能源生態(tài)效率的全局莫蘭指數(shù)(圖3)及局部莫蘭指數(shù)散點圖(圖4)。

圖3 2009－2018 年黃河中下游地區(qū)能源生態(tài)效率全局莫蘭指數(shù)

圖3 顯示，研究期內全局莫蘭指數(shù)均為正值，表明黃河中下游地區(qū)能源生態(tài)效率存在正向相關性。 具體來看，全局莫蘭指數(shù)除2017 年外均在5%水平下顯著，說明能源生態(tài)效率在空間上存在一定關聯(lián)性。 從黃河中下游地區(qū)能源生態(tài)效率全局莫蘭指數(shù)的時序變化特征來看，2009—2016 年，全局莫蘭指數(shù)呈波動上升趨勢，表明黃河中下游地區(qū)資源配置與要素流動取得顯著成效，城市間相關性不斷增強。 2017 年全局莫蘭指數(shù)(0.039)驟降為研究期最低，主要原因在于工業(yè)企業(yè)轉型升級與“一帶一路”等政策引導下，黃河中下游地區(qū)資本、人力等要素實現(xiàn)加速流動與優(yōu)化配置，區(qū)域發(fā)展政策不平衡，忽略區(qū)域間協(xié)調推進與良性互動，導致區(qū)域間能源生態(tài)效率相關性不高。 2018 年全局莫蘭指數(shù)上升至研究期“峰值”，為0.334，表明全面深化改革、區(qū)域協(xié)調發(fā)展戰(zhàn)略成果顯著，城市集聚效應愈加凸顯。

由圖4 可以看出，黃河中下游地區(qū)能源生態(tài)效率集聚主要集中于第一象限(H—H 集聚)、第二象限(L—H 集聚)和第三象限(L—L 集聚)，且第二、第三象限的散點數(shù)量明顯多于第一象限數(shù)量，這說明能源生態(tài)高效率地區(qū)的帶動作用較弱，而低水平地區(qū)拉低現(xiàn)象明顯。 第二、第三象限內散點數(shù)量也存在較大差異，說明能源生態(tài)效率區(qū)域異質性失衡現(xiàn)象嚴重，尤其是第二象限(L—H集聚)中的低效率區(qū)域，如何加快產業(yè)結構優(yōu)化升級、規(guī)避低端產業(yè)進入是避免成為“污染天堂”的關鍵。 因此，低效率區(qū)域應提高環(huán)境規(guī)制門檻，加大傳統(tǒng)能源開發(fā)利用監(jiān)管力度，加強清潔能源替代與技術開發(fā)投入，高效率區(qū)域應充分發(fā)揮溢出效應，帶動低效率區(qū)域向高效率區(qū)域的轉變。

圖4 2009、2018 年能源生態(tài)效率局部莫蘭指數(shù)散點圖

在莫蘭指數(shù)分析基礎上，測算黃河中下游地區(qū)能源生態(tài)效率在2009 年、2018 年全局G 指數(shù)，發(fā)現(xiàn)St(G)>0，說明黃河中下游地區(qū)能源生態(tài)效率具有高值聚類特點。 為進一步分析黃河中下游地區(qū)能源生態(tài)效率的具體集聚區(qū)域，采用Getis－OrdGi?解析研究區(qū)空間聚類冷熱點區(qū)域及演變趨勢見圖5。

圖5 2009、2018 年能源生態(tài)效率空間格局冷熱點分布

黃河中下游地區(qū)能源生態(tài)效率存在較為明顯的“極化”現(xiàn)象。 能源生態(tài)效率較高的區(qū)域主要分布在研究區(qū)南部、北部和東部地區(qū)，山西省局部地區(qū)能源生態(tài)效率相對較低，由此在空間上呈現(xiàn)出明顯的“極化”特征。 研究區(qū)2009—2018 年期間次冷點區(qū)域向熱點、次熱點和冷點區(qū)域轉變明顯，其中，河南省信陽市因重點區(qū)域積極推行節(jié)能改造、煤炭減量替代等措施躍居熱點區(qū)域；天津市、河北省的廊坊市、保定市、滄州市因一體化發(fā)展的不斷推進，深化聯(lián)防聯(lián)控機制，加大環(huán)境治理力度，充分發(fā)揮各市的互補作用，躍居次熱點區(qū)域；而山西省部分區(qū)域(臨汾市、晉城市、運城市、忻州市)因勞動力密集型產業(yè)集聚，城市間“逐底競爭”現(xiàn)象嚴重而淪為冷點區(qū)域。 除此以外，河南省的駐馬店市、平頂山市、漯河市也由次熱點區(qū)域上升為熱點區(qū)域。 還需注意的是，西安市由2009 年的次熱點區(qū)域轉變?yōu)?018 年的次冷點區(qū)域。 西安市作為絲綢之路戰(zhàn)略樞紐，發(fā)揮著不可替代的位置及資源優(yōu)勢，但在長期的“高地效應”驅使下，能源生態(tài)效率的提升空間受到抑制。 可見政策制定應在充分解析本地發(fā)展特點基礎上，識別能源生態(tài)效率提升的主要制約因素，克服環(huán)保逐底競爭，消除政策溝通壁壘，提升高值集聚潛力。

四、技術創(chuàng)新對能源生態(tài)效率影響

(一)控制變量選取

為減少變量選取不足而導致結果產生偏差，需引入合理的控制變量來提高結果的準確性，參考相關文獻[25－27]，且遵循技術創(chuàng)新對能源生態(tài)效率影響關系解釋作用的原則，進行控制變量選取，見表4。 產業(yè)結構作為能源消費的基本動力， 直接影響著消費量和消費強度，在此以第二產業(yè)占GDP 比重表征；城鎮(zhèn)化水平通過影響能源消費總量間接影響能源生態(tài)效率，在此用城鎮(zhèn)化率指標表示；外商投資帶來部分先進生產技術與高端管理方式，通過技術溢出效應影響著能源生態(tài)效率；交通是運輸?shù)幕A，便利的交通設施保障城市間的能源供應，本文用人均道路面積表征。

表4 能源生態(tài)效率影響因素指標

(二)模型選擇與回歸結果

借助stata14.0 對黃河中下游地區(qū)能源生態(tài)效率的影響因素指標進行空間計量回歸分析。 采用LLC、IPS 和Hadri LM 檢驗各變量數(shù)據(jù)平穩(wěn)性，結果表明所有變量均為平穩(wěn)變量。 在不考慮空間相關性基礎上，Hausman 檢驗于1%顯著性水平下拒絕隨機效應原假設，因此選用固定效應模型。考慮到各地區(qū)個體異質性特征，比較空間計量3種模型的R2、最大似然值、AIC 和BIC，最終選擇時間、空間雙固定的空間杜賓模型做進一步分析，結果見表5。

表5 空間計量回歸結果

(三)回歸分析

1.整體區(qū)域回歸分析

回歸結果顯示，技術創(chuàng)新對黃河中下游地區(qū)能源生態(tài)效率的回歸系數(shù)為0.4920，在1%置信水平下顯著，說明技術創(chuàng)新對能源生態(tài)效率具有明顯的促進作用，驗證H1。 綜合來說，技術創(chuàng)新對能源生態(tài)效率的正向影響主要體現(xiàn)在以下幾個方面:第一，技術創(chuàng)新促進傳統(tǒng)能源消費減量化。長期以來，以煤為主的能源結構和低效粗放的發(fā)展模式導致霧霾天氣頻發(fā)，技術創(chuàng)新通過優(yōu)化生產技術和方法，加快節(jié)能型設備生產進程，降低以煤為主的能源消耗，促進傳統(tǒng)能源減量替代；第二，技術創(chuàng)新提高清潔能源消費占比。 技術創(chuàng)新可促進對風能、太陽能等清潔能源的開發(fā)，降低經(jīng)濟發(fā)展對傳統(tǒng)能源的依賴，從源頭上減少污染排放；第三，技術創(chuàng)新提高能源資源利用效率。 技術創(chuàng)新可為資源循環(huán)型企業(yè)提供技術支持，大力研發(fā)能源資源的循環(huán)利用技術，降低原始能源投入，提升能源的利用效率，進而降低污染排放；第四，技術創(chuàng)新降低能源消費排污力度。 通過技術創(chuàng)新進行過濾系統(tǒng)升級，在原有基礎上縮小過濾設備孔徑，實現(xiàn)污染物排放前的最大限度吸收，盡可能降低污染排放；第五，技術創(chuàng)新促進產業(yè)結構優(yōu)化升級。 推動經(jīng)濟增長方式由粗放型向集約型轉變，加快產業(yè)結構升級進程，這也是走中國特色新型工業(yè)化道路的基本要求；第六，技術創(chuàng)新加強環(huán)境監(jiān)管能力。 一方面可以為國家環(huán)境監(jiān)理體系提供先進的技術支持，實時監(jiān)控污染物排放和變化趨勢；另一方面為企業(yè)污染治理提供前沿的技術指導，推進污染減量化與低碳經(jīng)濟發(fā)展。 技術創(chuàng)新的空間滯后項回歸系數(shù)為－0.6405，且在1%水平上通過顯著性檢驗，說明本地技術創(chuàng)新對鄰近地區(qū)能源生態(tài)效率具有明顯的抑制作用。 主要原因在于本地生產技術改良，能源生態(tài)效率提升引起鄰近地區(qū)資金、人才等要素流失，抑制鄰近地區(qū)技術創(chuàng)新發(fā)展進程，可見技術創(chuàng)新對能源生態(tài)效率的輻射帶動作用有待加強。

各控制變量對能源生態(tài)效率的影響結果表現(xiàn)為:第一，外商投資對黃河中下游地區(qū)能源生態(tài)效率的提升具有顯著正向作用。 外商資金注入在為能源消費提供良好財政支撐的同時，先進的生產技術、能源消費思維等源源不斷地流入企業(yè)運營過程，使能源生態(tài)效率的正向作用得以充分體現(xiàn)。 第二，交通基礎設施能夠顯著促進能源生態(tài)效率的提升。 表現(xiàn)為便利的交通為能源運輸提供保障，提升城市間的可通達性，降低損耗，在一定高程度上促進能源生態(tài)效率提升。 第三，產業(yè)結構與城鎮(zhèn)化水平對黃河中下游地區(qū)能源生態(tài)效率作用并不明顯。 這與關偉[25]結論存在差異，他認為產業(yè)結構是能源生態(tài)效率的首要因素。 從長遠來看，能源生態(tài)效率的提升滯后于產業(yè)結構升級與新型城鎮(zhèn)化建設，這決定了產業(yè)結構和城鎮(zhèn)化水平對能源生態(tài)效率的影響具有時滯性。 因此，優(yōu)化產業(yè)結構，合理控制城市化進程，有效降低二者對能源生態(tài)效率的抑制作用。

2.分區(qū)域回歸分析

技術創(chuàng)新對分區(qū)域能源生態(tài)效率影響及空間溢出效應方向不同，與假設2、假設3 一致，各區(qū)域詳細影響結果分析如下。

技術創(chuàng)新對高效率區(qū)域的能源生態(tài)效率作用不明顯，但對鄰近地區(qū)能源生態(tài)效率具有顯著的正向推動作用。 表明本地區(qū)長期的資金、人才投入，加快了技術創(chuàng)新發(fā)展進程，創(chuàng)新成果飽和促使資源要素外溢，對鄰近地區(qū)發(fā)揮明顯輻射帶動作用。 產業(yè)結構對高效率區(qū)域能源生態(tài)效率為明顯負向影響，這可能是因為工業(yè)生產過程中的污染物排放問題未得到徹底改善，仍抑制能源生態(tài)效率的提升，其他因素對黃河中下游高效率區(qū)域影響并不明顯。

技術創(chuàng)新對中等效率區(qū)域能源生態(tài)效率的影響與黃河中下游整體地區(qū)回歸結果相同，技術創(chuàng)新對本地能源生態(tài)效率在5%置信水平下顯著為正，對鄰近地區(qū)顯著為負。 表明中等效率區(qū)域技術創(chuàng)新水平對本地區(qū)有明顯促進作用，進一步提升技術創(chuàng)新水平有助于本地能源生態(tài)效率的提升，而其他因素對中等效率區(qū)域的作用效果影響較小。

技術創(chuàng)新對低效率區(qū)域能源生態(tài)效率的回歸系數(shù)為0.1307，但不顯著，空間滯后項系數(shù)為0.6129，通過10%顯著性檢驗。 表明目前技術創(chuàng)新對本地區(qū)能源生態(tài)效率的影響較小，但能明顯促進鄰近地區(qū)能源生態(tài)效率的提升，加大技術創(chuàng)新投入，在推動鄰近地區(qū)發(fā)展的同時關注本地效率提升是關鍵。 外商投資對低效率區(qū)域具有顯著的促進作用，主要是因為使用外商資金的同時引入先進生產技術與運營思想，其對整體及分區(qū)能源生態(tài)效率的促進作用效果表現(xiàn)為:整體區(qū)域>低效率區(qū)域>中等效率區(qū)域>高效率區(qū)域；產業(yè)結構對低效率區(qū)域能源生態(tài)效率表現(xiàn)為顯著正向影響，主要是因為低效率區(qū)域污染嚴重，通過加大第二產業(yè)投入激發(fā)產業(yè)升級潛能，加快了工業(yè)化發(fā)展進程。 交通基礎設施與城鎮(zhèn)化水平對低效率區(qū)域能源生態(tài)效率影響并不顯著。

五、結論與建議

(一)研究結論

本文采用非期望SBM 模型測算2009—2018年黃河中下游地區(qū)能源生態(tài)效率，結合基尼系數(shù)與探索性空間數(shù)據(jù)分析探究能源生態(tài)效率的時序變化特征與空間分布格局，最后借助空間計量模型考察技術創(chuàng)新為主的影響因素對能源生態(tài)效率的影響，得出如下結論。

其一，黃河中下游地區(qū)2009—2018 年能源生態(tài)效率呈周期性波動變化，技術創(chuàng)新能力呈先下降后上升的U 型趨勢。 技術創(chuàng)新能力基尼系數(shù)與能源生態(tài)效率基尼系數(shù)2009—2018 年期間始終呈“前低后高”分布，且2017 年二者“兩極化”狀態(tài)凸顯，2018 年兩者變化趨勢相同，但中間仍有一段距離。

其二，黃河中下游地區(qū)能源生態(tài)效率“區(qū)塊狀”連片分布明顯，低效率區(qū)域存在向西轉移傾向，山西省成為主要能源生態(tài)效率薄弱區(qū)。 全局莫蘭指數(shù)除2017 年外均在5%水平下顯著為正，集聚主要分布在低高(L—H)和低低(L—L)象限。 能源生態(tài)效率熱點區(qū)域分布在河南省南部的信陽市、駐馬店市、漯河市、平頂山市和周口市，冷點區(qū)域主要位于山西省的晉中市、長治市、晉城市等。

其三，技術創(chuàng)新、外商投資、交通基礎設施對黃河中下游地區(qū)能源生態(tài)效率具有明顯的促進作用，技術創(chuàng)新表現(xiàn)為負向的空間溢出效應，其他因素影響不顯著。 技術創(chuàng)新對分區(qū)域能源生態(tài)效率及空間溢出效應存在明顯異質性，具體表現(xiàn)為:技術創(chuàng)新僅對高效率區(qū)域能源生態(tài)效率為負向影響，對中等效率區(qū)域空間溢出效應為負，對高等效率區(qū)域和低等效率區(qū)域空間溢出效應均為正。 另外，產業(yè)結構對高效率區(qū)域能源生態(tài)效率的正向影響顯著。 外商投資、產業(yè)結構均能明顯促進低效率區(qū)域能源生態(tài)效率的提升。

(二)建議

研究結論表明，為推動黃河中下游地區(qū)能源生態(tài)效率提升，促進其經(jīng)濟社會發(fā)展的同時降低環(huán)境附加成本，針對高效率、中等效率和低效率區(qū)域的發(fā)展差異化研究提出如下有關建議:

其一是加大技術創(chuàng)新投入，提高協(xié)同創(chuàng)新水平。 準確識別技術創(chuàng)新對地區(qū)的影響機理，因地制宜推動技術創(chuàng)新進程，尤其是中等效率區(qū)域和低效率區(qū)域，加大研發(fā)投入，吸引資金、優(yōu)秀人才等，改良生產技術，推動區(qū)域技術創(chuàng)新深層次發(fā)展的同時，激發(fā)鄰近區(qū)域技術創(chuàng)新潛力，達到黃河中下游地區(qū)能源生態(tài)效率共同提升的良好效果。

其二是大力招引外商投資，引進先進生產技術。 尤其是低效率區(qū)域，通過引進外資的方式，打破當前能源消費格局，突破高碳發(fā)展模式由“三高一低”向“三低一高”轉變的技術攻關，降低污染能源排放，提高能源消費的經(jīng)濟價值，從而達到提高能源生態(tài)效率的目的。

其三是增強交通基礎設施建設，提高運輸穩(wěn)定性。 交通基礎設施對黃河中下游整體地區(qū)的推動作用不容忽視，在維持現(xiàn)有設施基礎上，依據(jù)地區(qū)發(fā)展特點，制定適宜區(qū)域經(jīng)濟社會生態(tài)可持續(xù)化發(fā)展的配套設施，實行針對化管理，提高能源生態(tài)效率。