淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)耦合互動(dòng)研究

趙茂林，張梅菊

（安徽財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，安徽 蚌埠 233030）

以生產(chǎn)要素投入，特別是能源要素投入為支撐的經(jīng)濟(jì)增長(zhǎng)模式難以維持[1]。能源、生態(tài)、經(jīng)濟(jì)、社會(huì)四系統(tǒng)間矛盾日益顯著?！禕P世界能源統(tǒng)計(jì)年鑒（2021）》顯示，2020年全球一次能源消費(fèi)量和碳排放量分別下降4.5%和6.3%。在此背景下，中國(guó)一次能源消費(fèi)量和碳排放量則分別增長(zhǎng)2.1%和0.6%。在能源結(jié)構(gòu)中，煤炭消耗占比57%，在考慮電力、鋼鐵等領(lǐng)域需求增長(zhǎng)的前提下，2020年中國(guó)煤炭需求增加0.3%。與此同時(shí)，2020年中國(guó)在全球碳排放總量中的份額增加至31%，是全球少數(shù)幾個(gè)增加的國(guó)家或地區(qū)之一，中國(guó)在能源消耗特別是化石能源消耗方面可能會(huì)持續(xù)增長(zhǎng)。能源大量使用導(dǎo)致的碳排放嚴(yán)重超標(biāo)將威脅全球生態(tài)系統(tǒng)，但經(jīng)濟(jì)增長(zhǎng)過(guò)程又離不開(kāi)能源消耗。為此，我國(guó)將碳達(dá)峰碳中和目標(biāo)納入生態(tài)文明建設(shè)整體布局，積極推動(dòng)能源綠色低碳轉(zhuǎn)型。能源生態(tài)效率涵蓋能源、生態(tài)、經(jīng)濟(jì)、社會(huì)四方面內(nèi)容，充分詮釋了經(jīng)濟(jì)發(fā)展過(guò)程中能源綠色低碳化轉(zhuǎn)型帶來(lái)的環(huán)境改善與社會(huì)福利水平提升，是衡量可持續(xù)發(fā)展的重要指標(biāo)。立足新發(fā)展階段，經(jīng)濟(jì)增長(zhǎng)是否會(huì)提高現(xiàn)階段能源消費(fèi)結(jié)構(gòu)下的能源生態(tài)效率？能源生態(tài)效率提升又是否能推動(dòng)當(dāng)前發(fā)展模式下的經(jīng)濟(jì)增長(zhǎng)？這是一項(xiàng)迫切需要捋清的時(shí)代議題。

《淮河生態(tài)經(jīng)濟(jì)帶發(fā)展規(guī)劃》在2018年正式上升為國(guó)家發(fā)展戰(zhàn)略，為淮河流域周邊城市全面崛起以及高質(zhì)量發(fā)展提供了新契機(jī)，但是淮河生態(tài)經(jīng)濟(jì)帶工業(yè)污染問(wèn)題突出、經(jīng)濟(jì)轉(zhuǎn)型發(fā)展壓力大、資源要素流動(dòng)不暢等問(wèn)題也日益凸顯。作為華東地區(qū)重要的煤炭和能源基地，提升淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率刻不容緩。對(duì)其能源生態(tài)績(jī)效的有效評(píng)價(jià)以及考察能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)之間協(xié)調(diào)互動(dòng)關(guān)系，不僅可以正確認(rèn)識(shí)現(xiàn)階段淮河生態(tài)經(jīng)濟(jì)帶存在的問(wèn)題和挑戰(zhàn)，而且對(duì)其高質(zhì)量發(fā)展政策的制定和發(fā)展方向的把握具有重要現(xiàn)實(shí)意義。

一、文獻(xiàn)述評(píng)

能源生態(tài)效率是兼顧區(qū)域能源消耗與生態(tài)效率的綜合指標(biāo)[1]。目前關(guān)于能源生態(tài)效率的研究主要集中在效率測(cè)算、研究尺度、影響因素分析以及與經(jīng)濟(jì)增長(zhǎng)關(guān)系等方面。能源生態(tài)效率的測(cè)算方法主要包括參數(shù)與非參數(shù)兩種?？紤]到非參數(shù)方法不受生產(chǎn)函數(shù)形式以及假設(shè)前提等因素的限制，學(xué)者們多采用數(shù)據(jù)包絡(luò)分析（DEA）對(duì)能源生態(tài)效率進(jìn)行測(cè)度[1-7]。也有部分學(xué)者認(rèn)為隨機(jī)前沿分析模型（SFA）能夠充分考慮環(huán)境因素對(duì)生產(chǎn)環(huán)節(jié)的影響，相比于DEA方法其計(jì)算結(jié)果更具有穩(wěn)健性[8]。相關(guān)研究基于SFA模型測(cè)算中國(guó)省際能源生態(tài)效率以及比較三大區(qū)域差異[9]。此外，目前學(xué)者們多用地區(qū)生產(chǎn)總值（GDP）表征期望產(chǎn)出[10]。由于經(jīng)濟(jì)增長(zhǎng)與福利增加呈現(xiàn)“倒U”形分布[11]，僅用GDP無(wú)法全面反映能源利用帶來(lái)的社會(huì)福祉[12]。在研究尺度上，學(xué)者們主要從國(guó)家[2]、地區(qū)[1,6-7]以及行業(yè)[3-4]等層面進(jìn)行測(cè)度，主要研究對(duì)象包括“三大經(jīng)濟(jì)帶”[10]“四大經(jīng)濟(jì)區(qū)域”[13]以及“八大綜合經(jīng)濟(jì)區(qū)”[14]等。關(guān)于影響因素的研究，國(guó)內(nèi)學(xué)者則多考慮財(cái)政分權(quán)[10,13]、市場(chǎng)分割[15]以及技術(shù)創(chuàng)新[16]對(duì)能源生態(tài)效率的影響。關(guān)于能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)的研究，Kraft J和Kraft A[17]就曾將標(biāo)準(zhǔn)因果關(guān)系運(yùn)用到能源與經(jīng)濟(jì)的實(shí)證考察中。關(guān)偉等[18]通過(guò)構(gòu)建能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)的脫鉤模型，研究發(fā)現(xiàn)，兩者處于強(qiáng)脫鉤與弱脫鉤交替的不穩(wěn)定狀態(tài)。

綜上所述，現(xiàn)有文獻(xiàn)涉及能源生態(tài)效率的理論與實(shí)證研究日益豐富。但是，多數(shù)文獻(xiàn)都集中在能源生態(tài)效率測(cè)度以及空間格局分析層面，研究能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)兩者之間交互影響的文獻(xiàn)特別是關(guān)于國(guó)家戰(zhàn)略規(guī)劃流域?qū)用娴奈墨I(xiàn)較為匱乏?；诖?，本文在分別測(cè)度淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)指數(shù)基礎(chǔ)上，進(jìn)一步分析兩者之間的耦合互動(dòng)發(fā)展情況?；春由鷳B(tài)經(jīng)濟(jì)帶人口眾多，能源資源較為短缺，生態(tài)文明建設(shè)刻不容緩，提升能源生態(tài)效率對(duì)淮河生態(tài)經(jīng)濟(jì)帶經(jīng)濟(jì)可持續(xù)發(fā)展具有舉足輕重的意義。以期為新發(fā)展階段構(gòu)建淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)協(xié)調(diào)發(fā)展新格局提供新思路，統(tǒng)籌推進(jìn)淮河生態(tài)經(jīng)濟(jì)帶及其他發(fā)展現(xiàn)狀相似地區(qū)的能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)互動(dòng)發(fā)展。

二、研究設(shè)計(jì)

（一）研究方法

1.全局超效率SBM模型

本文選取全局超效率SBM模型作為對(duì)傳統(tǒng)數(shù)據(jù)包絡(luò)分析（DEA）方法的改進(jìn)[19]。模型中分別包括投入、期望產(chǎn)出、非期望產(chǎn)出3個(gè)向量。表示投入矩陣中的元素，表示期望產(chǎn)出中的元素，表示非期望產(chǎn)出矩陣中的數(shù)據(jù)，分別表示為。定義如下矩陣：，其中為能源生態(tài)效率值。越大說(shuō)明能源生態(tài)效率越高。具體模型設(shè)計(jì)為：

2.耦合評(píng)價(jià)模型

耦合模型是用來(lái)描述多個(gè)要素間相互關(guān)系強(qiáng)弱程度的評(píng)價(jià)模型。本文構(gòu)建淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)的耦合模型。具體模型形式如下：

表1 耦合協(xié)調(diào)度劃分標(biāo)準(zhǔn)

3.PVAR模型

采用面板向量自回歸模型對(duì)能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)之間的內(nèi)在經(jīng)濟(jì)邏輯進(jìn)行進(jìn)一步的建模分析。該模型最初由Holtz-Eakin等[21]提出，后經(jīng)Love和Zicchino[22]不斷拓展，面板向量自回歸模型具備有效考慮個(gè)體異質(zhì)性、厘清變量間相互關(guān)系等優(yōu)勢(shì)。其基準(zhǔn)模型設(shè)定為：

（二）指標(biāo)選取與數(shù)據(jù)說(shuō)明

能源生態(tài)效率測(cè)度指標(biāo)體系構(gòu)建。考慮評(píng)價(jià)指標(biāo)的代表性與可得性，從能源、生態(tài)、經(jīng)濟(jì)、社會(huì)四方面分系統(tǒng)構(gòu)建指標(biāo)體系。具體指標(biāo)選取如表2所示。

表2 能源生態(tài)效率測(cè)度指標(biāo)體系

能源投入：由于工業(yè)企業(yè)是能源消耗的主體部門(mén)，本文將《中國(guó)能源統(tǒng)計(jì)年鑒》中統(tǒng)計(jì)的相關(guān)省份能源消費(fèi)總量乘以各地級(jí)市規(guī)模以上工業(yè)企業(yè)占該省工業(yè)企業(yè)總數(shù)的比值表征各地級(jí)市能源投入量。

資本投入：參照張軍等[23]的研究方法計(jì)算淮河生態(tài)經(jīng)濟(jì)帶各地級(jí)市資本存量。

勞動(dòng)投入：選取淮河生態(tài)經(jīng)濟(jì)帶各地級(jí)市年末就業(yè)人口數(shù)表示勞動(dòng)投入。

期望產(chǎn)出：以2006年為基期的不變價(jià)GDP以及社會(huì)居民福利作為期望產(chǎn)出。其中，社會(huì)居民福利根據(jù)“十四五”規(guī)劃相關(guān)內(nèi)容，綜合考慮就業(yè)、教育、文化、醫(yī)療、交通和通信六方面因素，選取城鎮(zhèn)登記失業(yè)率、普通高等學(xué)校在校生數(shù)、百人擁有公共圖書(shū)館藏量、萬(wàn)人擁有衛(wèi)生機(jī)構(gòu)人員數(shù)、民用汽車擁有量、移動(dòng)電話用戶量表征，采用熵值法合成為綜合指標(biāo)，以此反映社會(huì)居民福利水平。

非期望產(chǎn)出：將工業(yè)煙（粉）塵排放量、工業(yè)廢水排放總量、工業(yè)二氧化硫排放量通過(guò)熵值法合成為綜合指標(biāo)。二氧化碳排放量參考吳建新和郭智勇[24]的測(cè)算方法以及IPCC2006相關(guān)轉(zhuǎn)化因子計(jì)算得出。

經(jīng)濟(jì)增長(zhǎng)測(cè)度指標(biāo)體系構(gòu)建。本文從經(jīng)濟(jì)規(guī)模和經(jīng)濟(jì)潛力兩方面測(cè)度淮河生態(tài)經(jīng)濟(jì)帶經(jīng)濟(jì)增長(zhǎng)指數(shù)，具體指標(biāo)構(gòu)成見(jiàn)表3，各分項(xiàng)指標(biāo)權(quán)重采用熵值法測(cè)度。

表3 經(jīng)濟(jì)增長(zhǎng)評(píng)價(jià)指標(biāo)體系

（三）數(shù)據(jù)來(lái)源與變量描述性統(tǒng)計(jì)

本文所涉及的數(shù)據(jù)均來(lái)源于2007—2020年的《淮河生態(tài)經(jīng)濟(jì)帶科技統(tǒng)計(jì)公報(bào)》《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》以及各地級(jí)市統(tǒng)計(jì)年鑒。其中，部分缺失數(shù)據(jù)采用線性插值法補(bǔ)齊。為方便分析，根據(jù)《淮河生態(tài)經(jīng)濟(jì)帶發(fā)展規(guī)劃》將其劃分為東部海江河湖聯(lián)動(dòng)區(qū)、北部淮海經(jīng)濟(jì)區(qū)和中西部?jī)?nèi)陸崛起區(qū)，以下簡(jiǎn)稱為東部、北部和中西部地區(qū)。具體劃分結(jié)果見(jiàn)表4。為消除各變量之間可能存在的異方差，本研究對(duì)能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)指數(shù)分別取對(duì)數(shù)處理，處理后各變量描述性統(tǒng)計(jì)見(jiàn)表5。

表4 樣本區(qū)域劃分

表5 分區(qū)域變量描述性統(tǒng)計(jì)

三、淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率時(shí)空演變規(guī)律

（一）能源生態(tài)效率時(shí)序演變特征

基于全局超效率SBM模型測(cè)算2006—2019年淮河生態(tài)經(jīng)濟(jì)帶28個(gè)地級(jí)市能源生態(tài)效率值，具體結(jié)果見(jiàn)表6。從時(shí)間變動(dòng)趨勢(shì)看，樣本考察期內(nèi)，淮河生態(tài)經(jīng)濟(jì)帶整體能源生態(tài)效率呈現(xiàn)波動(dòng)上升趨勢(shì)。2019年能源生態(tài)效率值達(dá)到最高為1.064。這得益于生態(tài)文明建設(shè)戰(zhàn)略實(shí)施成效顯著，國(guó)家在能源資源環(huán)境治理方面力度加大，使得能源生態(tài)效率穩(wěn)步提升。但是，淮河生態(tài)經(jīng)濟(jì)帶部分地級(jí)市能源生態(tài)效率值仍偏低，如信陽(yáng)、淮北和宿遷排名靠后。樣本考察期內(nèi)，東部和北部地區(qū)能源生態(tài)效率均值要低于中西部地區(qū)。具體來(lái)看，中西部地區(qū)的隨州、周口、漯河以及亳州等市能源生態(tài)效率較高。主要原因可能在于，這些地級(jí)市經(jīng)濟(jì)發(fā)展較為薄弱，能源消耗較低，同時(shí)在經(jīng)濟(jì)發(fā)展過(guò)程中貫徹落實(shí)節(jié)能環(huán)保政策；對(duì)于東部地區(qū)而言，各地級(jí)市能源生態(tài)效率值排名均靠后，導(dǎo)致東部地區(qū)整體效率值落后于北部和中西部地區(qū)。對(duì)于北部地區(qū)而言，雖然整體效率值高于東部地區(qū)，但是區(qū)域內(nèi)部地級(jí)市差異較大，排名最高的濟(jì)寧與排名最低的宿遷，效率值差距為0.336。

表6 部分年份淮河生態(tài)經(jīng)濟(jì)帶各地級(jí)市能源生態(tài)效率值

（二）能源生態(tài)效率空間演變格局

利用ArcGIS 10.8軟件，采用自然斷點(diǎn)法對(duì)淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率進(jìn)行等級(jí)劃分，共劃分為低效率區(qū)域、較低效率區(qū)域、中等效率區(qū)域、較高效率區(qū)域以及高效率區(qū)域五類，具體劃分結(jié)果見(jiàn)表7。

表7 2006、2019年能源生態(tài)效率等級(jí)劃分

表7可知，淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率空間差異顯著。2006年，亳州、阜陽(yáng)、隨州處于較高及以上效率水平，到2019年，亳州、隨州退出較高及以上效率水平行列，新加入的城市有南陽(yáng)、漯河、周口、淮北、宿州、濟(jì)寧、臨沂、連云港、淮安、揚(yáng)州。較高及以上效率城市由3個(gè)增至11個(gè)，低效率城市減少較為顯著，由9個(gè)減至6個(gè)。各市能源生態(tài)效率呈現(xiàn)差異化變動(dòng)，但總體來(lái)看淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率增幅顯著。從空間分布看，2006年高效率城市呈現(xiàn)點(diǎn)綴式分布，較高與中等效率城市多分布在研究區(qū)中西部地區(qū)，較低及低效率城市多分布在北部地區(qū)。2019年淮河生態(tài)經(jīng)濟(jì)帶各市能源生態(tài)效率階梯化分布進(jìn)一步突顯，同時(shí)等水平區(qū)域能源生態(tài)效率呈現(xiàn)區(qū)塊狀連片分布，能源生態(tài)效率可能存在空間相關(guān)性。具體來(lái)看，高效率區(qū)域主要位于北部（連云港、濟(jì)寧、宿州、淮北）以及中西部（阜陽(yáng)、漯河、南陽(yáng)）。值得注意的是，低效率區(qū)域正逐步向中西部轉(zhuǎn)移。平頂山、隨州、孝感、亳州均降為低效率城市，研究區(qū)的北部地區(qū)能源生態(tài)效率差異性逐漸增強(qiáng)，穩(wěn)定的空間格局被打破，能源生態(tài)效率提升難度加大。

四、能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)耦合互動(dòng)分析

（一）能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)耦合協(xié)調(diào)分析

通過(guò)對(duì)淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)測(cè)度指標(biāo)體系的構(gòu)建，基于全局超效率SBM模型以及熵值法計(jì)算結(jié)果得到能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)指數(shù)。在此基礎(chǔ)上，運(yùn)用耦合協(xié)調(diào)模型測(cè)算淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)指數(shù)耦合協(xié)調(diào)度（E），表8報(bào)告了淮河生態(tài)經(jīng)濟(jì)帶28個(gè)城市2006年和2019年的能源生態(tài)效率和經(jīng)濟(jì)增長(zhǎng)耦合協(xié)調(diào)度測(cè)算結(jié)果。

表8 能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)耦合協(xié)調(diào)度

從時(shí)間維度上看，淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)的耦合協(xié)調(diào)度不斷提升。從2006年到2019年，淮河生態(tài)經(jīng)濟(jì)帶28個(gè)城市耦合協(xié)調(diào)度均上升1～3個(gè)層次，如北部地區(qū)的徐州、濟(jì)寧、臨沂由初級(jí)耦合協(xié)調(diào)階段上升至高級(jí)耦合協(xié)調(diào)階段，東部地區(qū)除滁州外，其他城市耦合協(xié)調(diào)水平均處于高度協(xié)調(diào)階段。具體而言，淮河生態(tài)經(jīng)濟(jì)帶東部地區(qū)城市多處于高度耦合協(xié)調(diào)階段，2006年和2019年其耦合協(xié)調(diào)度要高于北部和中西部地區(qū)。

從空間維度上看，淮河生態(tài)經(jīng)濟(jì)帶各市耦合協(xié)調(diào)度均有所上升，且東部和北部處于較高水平?；春由鷳B(tài)經(jīng)濟(jì)帶中西部地區(qū)多處于初級(jí)耦合協(xié)調(diào)階段，綜合水平低于東部和北部地區(qū)?；春由鷳B(tài)經(jīng)濟(jì)帶處于低度耦合協(xié)調(diào)階段的城市數(shù)量不斷減少，處于中度及以上耦合協(xié)調(diào)等級(jí)的城市范圍不斷擴(kuò)大。其中2006年沒(méi)有達(dá)到中度耦合協(xié)調(diào)等級(jí)的城市，而在2019年有19個(gè)城市處于中度及以上耦合協(xié)調(diào)等級(jí)。但是，仍然有近三分之一地級(jí)市處于初級(jí)耦合協(xié)調(diào)階段。可以預(yù)見(jiàn)，隨著經(jīng)濟(jì)增長(zhǎng)過(guò)程中越來(lái)越注重能源效率提升與生態(tài)環(huán)境保護(hù)，淮河生態(tài)經(jīng)濟(jì)帶各城市能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)耦合協(xié)調(diào)度將持續(xù)提升，達(dá)到中度以上耦合協(xié)調(diào)度的城市數(shù)量將不斷攀升。

（二）能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)互動(dòng)關(guān)系

為進(jìn)一步考察淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)系，本文采用面板向量自回歸（PVAR）模型進(jìn)行分析。為避免隨機(jī)擾動(dòng)項(xiàng)存在異方差或自相關(guān)造成估計(jì)偏誤，本文采用連玉君和蘇治[25]的Stata面板向量自回歸程序PVAR2進(jìn)行GMM估計(jì)，進(jìn)而得到淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)的相互影響系數(shù)。與此同時(shí)，進(jìn)行脈沖響應(yīng)函數(shù)分析來(lái)觀測(cè)受到能源生態(tài)效率或經(jīng)濟(jì)增長(zhǎng)沖擊下對(duì)自身及其他變量的未來(lái)幾期影響。本部分模型實(shí)證分析過(guò)程中數(shù)據(jù)計(jì)算處理、模型設(shè)定以及檢驗(yàn)均通過(guò)Stata16.0軟件完成。具體分析結(jié)果如下：

1.平穩(wěn)性檢驗(yàn)

為避免偽回歸現(xiàn)象發(fā)生，要對(duì)序列平穩(wěn)性進(jìn)行檢驗(yàn)。本文采用LLC和IPS兩種檢驗(yàn)方法對(duì)能源生態(tài)效率（）和經(jīng)濟(jì)增長(zhǎng)（）序列進(jìn)行平穩(wěn)性檢驗(yàn)（表9）。結(jié)果顯示，整體以及各區(qū)域變量原序列不平穩(wěn)，但其一階差分后的序列平穩(wěn)，可繼續(xù)后續(xù)分析。

表9 單位根檢驗(yàn)

2.PVAR模型估計(jì)

根據(jù)AIC、BIC、HQIC準(zhǔn)則對(duì)淮河生態(tài)經(jīng)濟(jì)帶整體以及分區(qū)域樣本進(jìn)行判別。借助Stata16.0軟件可得最佳滯后階數(shù)。結(jié)果顯示，整體、東部、北部和中西部地區(qū)對(duì)應(yīng)的最佳滯后階數(shù)分別為1階、1階、2階和1階?；春由鷳B(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)的相互作用模式見(jiàn)表10。矩估計(jì)結(jié)果顯示，淮河生態(tài)經(jīng)濟(jì)帶滯后1期的經(jīng)濟(jì)增長(zhǎng)對(duì)能源生態(tài)效率的影響系數(shù)為－0.563，通過(guò)5%顯著性檢驗(yàn)?？赡茉蛟谟谀茉瓷鷳B(tài)效率的提高是一個(gè)長(zhǎng)期過(guò)程，目前來(lái)看，經(jīng)濟(jì)增長(zhǎng)并沒(méi)有起到促進(jìn)能源生態(tài)效率提高的作用。滯后1期的能源生態(tài)效率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響系數(shù)為－0.041，通過(guò)5%顯著性水平檢驗(yàn)，能源生態(tài)效率的提升對(duì)經(jīng)濟(jì)增長(zhǎng)也并未出現(xiàn)顯著促進(jìn)作用?；春由鷳B(tài)經(jīng)濟(jì)帶三大區(qū)域內(nèi)部能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)的交互影響存在較大差異。

表10 PVAR模型GMM估計(jì)結(jié)果

東部地區(qū)滯后1期的經(jīng)濟(jì)增長(zhǎng)對(duì)能源生態(tài)效率的影響系數(shù)為－0.458，在10%顯著性水平下顯著；對(duì)于經(jīng)濟(jì)增長(zhǎng)來(lái)說(shuō)，受滯后1期的自身影響顯著。滯后1期的能源生態(tài)效率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響系數(shù)為0.217，通過(guò)1%顯著性檢驗(yàn)。這說(shuō)明東部地區(qū)能源生態(tài)效率的提高能有效促進(jìn)經(jīng)濟(jì)增長(zhǎng)水平提高，但是經(jīng)濟(jì)增長(zhǎng)卻未能支撐能源生態(tài)效率提高。

北部地區(qū)滯后2期的經(jīng)濟(jì)增長(zhǎng)對(duì)能源生態(tài)效率的影響系數(shù)為－0.877，在1%顯著性水平下顯著，說(shuō)明北部地區(qū)經(jīng)濟(jì)增長(zhǎng)水平提高對(duì)能源生態(tài)效率有顯著抑制作用。對(duì)于經(jīng)濟(jì)增長(zhǎng)來(lái)說(shuō)，受滯后1期和2期的自身影響顯著，受能源生態(tài)效率的影響不顯著，表明北部地區(qū)經(jīng)濟(jì)增長(zhǎng)對(duì)能源生態(tài)效率的推動(dòng)作用尚未顯現(xiàn)。這可能是由于北部地區(qū)依舊依賴傳統(tǒng)經(jīng)濟(jì)增長(zhǎng)模式，節(jié)能減排技術(shù)相對(duì)落后，在推動(dòng)經(jīng)濟(jì)綠色低碳發(fā)展方面存在很大欠缺。

中西部地區(qū)滯后1期的經(jīng)濟(jì)增長(zhǎng)對(duì)自身的影響系數(shù)為0.430，通過(guò)5%顯著性水平，說(shuō)明經(jīng)濟(jì)增長(zhǎng)對(duì)自身發(fā)展存在較強(qiáng)依賴性。滯后1期的能源生態(tài)效率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響系數(shù)為－0.060，在1%顯著性水平下顯著，這說(shuō)明中西部地區(qū)能源生態(tài)效率提升并沒(méi)有起到促進(jìn)經(jīng)濟(jì)增長(zhǎng)作用。

3.格蘭杰因果關(guān)系檢驗(yàn)

整體與各區(qū)域能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)的格蘭杰因果關(guān)系檢驗(yàn)結(jié)果如表11所示。從整體檢驗(yàn)結(jié)果看，在1%顯著性水平下拒絕經(jīng)濟(jì)增長(zhǎng)不是能源生態(tài)效率的格蘭杰原因，這一結(jié)論在東部和北部地區(qū)依然穩(wěn)健。在整體范圍內(nèi)，在5%顯著性水平下拒絕能源生態(tài)效率不是經(jīng)濟(jì)增長(zhǎng)的格蘭杰原因，東部和中西部地區(qū)則至少通過(guò)1%顯著性水平檢驗(yàn)，但北部地區(qū)無(wú)法拒絕這一假設(shè)。下文將通過(guò)脈沖響應(yīng)分析對(duì)能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)之間的互動(dòng)關(guān)系進(jìn)行進(jìn)一步探討。

表11 格蘭杰因果關(guān)系檢驗(yàn)

4.脈沖響應(yīng)分析

為更加直觀地研究淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率和經(jīng)濟(jì)增長(zhǎng)的響應(yīng)機(jī)制，本文進(jìn)行200次蒙特卡洛（Monte-Carlo）模擬，時(shí)間設(shè)置為0～10期。其中，橫軸表示滯后期數(shù)，縱軸表示沖擊響應(yīng)度，實(shí)線表示受到?jīng)_擊時(shí)波動(dòng)大小，兩側(cè)虛線表示95%的置信區(qū)間。

整體脈沖響應(yīng)分析。兩系統(tǒng)的脈沖響應(yīng)結(jié)果如圖1所示。其中，圖1（a）、圖1（b）、圖1（c）以及圖1（d）分別表示能源生態(tài)效率對(duì)自身、能源生態(tài)效率對(duì)經(jīng)濟(jì)增長(zhǎng)、經(jīng)濟(jì)增長(zhǎng)對(duì)能源生態(tài)效率以及經(jīng)濟(jì)增長(zhǎng)對(duì)自身的脈沖響應(yīng)。四者均呈現(xiàn)收斂趨勢(shì)，表明該P(yáng)VAR模型是穩(wěn)定的。在能源生態(tài)效率、經(jīng)濟(jì)增長(zhǎng)對(duì)自身的影響上，能源生態(tài)效率在受到自身沖擊后，即期產(chǎn)生正向影響，在第1期時(shí)為負(fù)，但是至第2期時(shí)轉(zhuǎn)為微弱正向影響，之后逐漸趨于0。這說(shuō)明淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率存在較強(qiáng)的依賴自身發(fā)展?fàn)顩r。經(jīng)濟(jì)增長(zhǎng)對(duì)自身沖擊產(chǎn)生正向效應(yīng)，當(dāng)期達(dá)到最大值，之后處于逐漸減弱狀態(tài)，至第8期時(shí)趨近于0。由圖1（b）可知，能源生態(tài)效率受到來(lái)自經(jīng)濟(jì)增長(zhǎng)一個(gè)標(biāo)準(zhǔn)差沖擊的反饋時(shí)，在觀察期內(nèi)一直處于負(fù)向作用，但第1期之后負(fù)向作用力在逐漸減弱，直至趨于0，呈現(xiàn)“V形”分布。這說(shuō)明現(xiàn)階段淮河生態(tài)經(jīng)濟(jì)帶經(jīng)濟(jì)發(fā)展過(guò)程中仍然存在不足，經(jīng)濟(jì)增長(zhǎng)成果轉(zhuǎn)換為能源生態(tài)效率增長(zhǎng)機(jī)制尚未完善，經(jīng)濟(jì)增長(zhǎng)并沒(méi)有成為能源生態(tài)效率強(qiáng)有力的實(shí)際驅(qū)動(dòng)力，從而無(wú)法對(duì)能源生態(tài)效率產(chǎn)生明顯的促進(jìn)作用；圖1（c）反映經(jīng)濟(jì)增長(zhǎng)受到能源生態(tài)效率的沖擊時(shí)，由當(dāng)期的正向反饋，之后迅速下降為負(fù)向反饋，第1期負(fù)向作用達(dá)到最大，第6期時(shí)趨于0?？赡茉蛟谟诨春由鷳B(tài)經(jīng)濟(jì)帶許多高污染、高消耗、低產(chǎn)能的產(chǎn)業(yè)仍然活躍在市場(chǎng)，以能源要素投入換取經(jīng)濟(jì)增長(zhǎng)的發(fā)展模式?jīng)]有得到很好改善。但是從長(zhǎng)遠(yuǎn)看，提高能源生態(tài)效率對(duì)于經(jīng)濟(jì)增長(zhǎng)具有重要意義。上述分析與GMM估計(jì)結(jié)果基本一致，進(jìn)一步表現(xiàn)了能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)之間的互動(dòng)關(guān)系。

圖1 能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)的脈沖響應(yīng)分析

分地區(qū)脈沖響應(yīng)分析。圖2分別反映淮河生態(tài)經(jīng)濟(jì)帶東部、北部以及中西部地區(qū)能源生態(tài)效率對(duì)經(jīng)濟(jì)增長(zhǎng)的脈沖響應(yīng)。從整體趨勢(shì)看，與淮河生態(tài)經(jīng)濟(jì)帶的響應(yīng)函數(shù)趨勢(shì)大體一致。無(wú)論是從整體視角還是三大區(qū)域視角，當(dāng)能源生態(tài)效率受到來(lái)自經(jīng)濟(jì)增長(zhǎng)的沖擊時(shí)，雖然一直為負(fù)向影響，但是這種影響效果最終隨時(shí)間推移逐漸減弱。這表明經(jīng)濟(jì)增長(zhǎng)對(duì)能源生態(tài)效率的作用存在滯后期，雖然短期內(nèi)促進(jìn)作用尚未顯現(xiàn)，但是長(zhǎng)期來(lái)看，經(jīng)濟(jì)增長(zhǎng)對(duì)能源生態(tài)效率的促進(jìn)作用將顯現(xiàn)。隨著經(jīng)濟(jì)社會(huì)的發(fā)展，驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)的模式將由能源依賴型向綠色低碳型轉(zhuǎn)變。相比于北部地區(qū)，東部和中西部地區(qū)響應(yīng)較小?？赡艿脑蛟谟?，北部地區(qū)承接的低能耗新興產(chǎn)業(yè)在區(qū)域內(nèi)形成一定的外部經(jīng)濟(jì)效應(yīng)。東部和中西部地區(qū)能源消費(fèi)結(jié)構(gòu)普遍更加合理，能源生態(tài)效率提升遇到瓶頸，因此當(dāng)受到經(jīng)濟(jì)增長(zhǎng)沖擊時(shí)，其對(duì)能源生態(tài)效率的波動(dòng)幅度影響相對(duì)有限。三大區(qū)域均呈現(xiàn)先擴(kuò)大后減小的特征，表明經(jīng)濟(jì)增長(zhǎng)在前期對(duì)三大區(qū)域的能源生態(tài)效率的抑制作用會(huì)逐步增強(qiáng)，之后會(huì)有所減弱。

圖2 東部、北部和中西部地區(qū)能源生態(tài)效率對(duì)經(jīng)濟(jì)增長(zhǎng)的脈沖響應(yīng)

圖3反映了能源生態(tài)效率對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊。三大區(qū)域之間存在明顯的差異性。中西部地區(qū)脈沖響應(yīng)結(jié)果與淮河生態(tài)經(jīng)濟(jì)帶整體結(jié)果較為一致。東部地區(qū)能源生態(tài)效率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響效果相對(duì)較強(qiáng)，在第1期達(dá)到最大，之后逐漸減弱。北部地區(qū)經(jīng)濟(jì)增長(zhǎng)受到能源生態(tài)效率的沖擊時(shí)，會(huì)產(chǎn)生當(dāng)期為正，第1期為負(fù)，第2期為正，之后逐漸減弱的正向反饋。中西部地區(qū)能源生態(tài)效率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響在當(dāng)期為微弱正向響應(yīng)，隨后產(chǎn)生負(fù)向響應(yīng)，在第1期達(dá)到最大，之后開(kāi)始下降，在第4期趨于零值?？赡苁怯捎谥形鞑康貐^(qū)經(jīng)濟(jì)增長(zhǎng)模式更遵循綠色低碳原則，能源生態(tài)效率處于較高水平，因此在面對(duì)能源生態(tài)效率的沖擊時(shí)對(duì)當(dāng)期經(jīng)濟(jì)增長(zhǎng)的反應(yīng)較為有限。從長(zhǎng)期看，提高能源生態(tài)效率對(duì)中西部地區(qū)經(jīng)濟(jì)增長(zhǎng)具有重要意義。

圖3 東部、北部和中西部地區(qū)經(jīng)濟(jì)增長(zhǎng)對(duì)能源生態(tài)效率的脈沖響應(yīng)

五、結(jié)論與啟示

（一）研究結(jié)論

本文在分別構(gòu)建能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)綜合評(píng)價(jià)指標(biāo)體系基礎(chǔ)上，運(yùn)用全局超效率SBM模型以及熵值法分別測(cè)度2006—2019年淮河生態(tài)經(jīng)濟(jì)帶28個(gè)地級(jí)市的能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)指數(shù)。在此基礎(chǔ)上，基于耦合協(xié)調(diào)模型，分析二者耦合協(xié)調(diào)發(fā)展的區(qū)域差異。最后，采用面板向量自回歸模型估計(jì)二者間的動(dòng)態(tài)關(guān)系。具體結(jié)論如下：

其一，在樣本考察期內(nèi)，淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率總體表現(xiàn)為波動(dòng)上升趨勢(shì)。隨著時(shí)間的推移，能源生態(tài)效率在地域間的差異逐漸顯現(xiàn)。分區(qū)域來(lái)看，中西部地區(qū)能源生態(tài)效率均值要高于東部和北部地區(qū)，這與宋馬林等[26]的研究結(jié)論一致。能源生態(tài)效率較高的城市有隨州、周口、漯河以及亳州等，而滁州、信陽(yáng)、淮北以及宿遷等市處于落后地位?？臻g分布特征顯示，2019年淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率分布呈現(xiàn)北部高中西部低態(tài)勢(shì)，且低效率區(qū)域正逐步向中西部轉(zhuǎn)移?？赡茉蛟谟谥形鞑康貐^(qū)經(jīng)濟(jì)增長(zhǎng)模式仍處于粗放型向集約型過(guò)渡的轉(zhuǎn)型期，對(duì)能源、物質(zhì)資本等要素的依賴程度依舊偏高，導(dǎo)致能源生態(tài)效率有所下降。

其二，從時(shí)間上看，2006—2019年淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)指數(shù)的耦合協(xié)調(diào)均值由2006年的0.331提升到2019年的0.545，處于穩(wěn)中有進(jìn)發(fā)展階段。從空間上看，淮河生態(tài)經(jīng)濟(jì)帶各地級(jí)市耦合協(xié)調(diào)度仍然存在較大差異。2006年有80%以上地級(jí)市處于低度及以下耦合協(xié)調(diào)階段。隨著在經(jīng)濟(jì)增長(zhǎng)過(guò)程中越來(lái)越注重生態(tài)環(huán)境保護(hù)以及提高能源利用效率，能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)協(xié)調(diào)發(fā)展水平有所上升，2019年越來(lái)越多地級(jí)市達(dá)到低度耦合協(xié)調(diào)標(biāo)準(zhǔn)，但是區(qū)域間差異也愈發(fā)顯著?？傮w來(lái)說(shuō)，淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)的耦合協(xié)調(diào)度正向更高水平邁進(jìn)。部分地區(qū)，例如隨州、亳州、淮北以及六安等市在提升兩者耦合協(xié)調(diào)度方面仍然存在很大上升空間。這與關(guān)偉等[18]關(guān)于經(jīng)濟(jì)增長(zhǎng)與能源生態(tài)效率發(fā)展過(guò)程中逐漸處于弱脫鉤良好發(fā)展態(tài)勢(shì)的研究結(jié)果類似。

其三，就二者的互動(dòng)關(guān)系來(lái)看，淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)的互動(dòng)聯(lián)系亟待加強(qiáng)。當(dāng)前階段，淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率及經(jīng)濟(jì)增長(zhǎng)均存在較強(qiáng)的自我增強(qiáng)機(jī)制，兩者之間尚未形成長(zhǎng)期的良性互動(dòng)關(guān)系?；春由鷳B(tài)經(jīng)濟(jì)帶三大區(qū)域內(nèi)部能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)的交互影響存在較大差異。東部地區(qū)滯后1期的能源生態(tài)效率能有效促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但是經(jīng)濟(jì)增長(zhǎng)卻未能支撐能源生態(tài)效率提升。北部和中西部地區(qū)經(jīng)濟(jì)增長(zhǎng)對(duì)能源生態(tài)效率的推動(dòng)作用尚未顯現(xiàn)。脈沖響應(yīng)分析顯示，無(wú)論是在整體還是三大區(qū)域間，經(jīng)濟(jì)增長(zhǎng)尚未發(fā)揮對(duì)能源生態(tài)效率的促進(jìn)作用；關(guān)于經(jīng)濟(jì)增長(zhǎng)對(duì)能源生態(tài)效率的脈沖效應(yīng)，三大區(qū)域內(nèi)部存在較大差異，其中，中西部地區(qū)能源生態(tài)效率尚未發(fā)揮對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用。

（二）政策啟示

其一，發(fā)展能源節(jié)約型產(chǎn)業(yè)，提升經(jīng)濟(jì)增長(zhǎng)質(zhì)量。能源生態(tài)效率測(cè)算結(jié)果顯示，淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率呈現(xiàn)顯著的區(qū)域異質(zhì)性，中西部地區(qū)均值要高于東部和北部地區(qū)。因此，效率較低相關(guān)區(qū)域內(nèi)部應(yīng)在重視經(jīng)濟(jì)增長(zhǎng)的同時(shí)，注重技術(shù)密集與資金密集型產(chǎn)業(yè)發(fā)展，合理配置服務(wù)于工業(yè)企業(yè)的能源，減少能源過(guò)度消耗。推動(dòng)能源消費(fèi)轉(zhuǎn)型升級(jí)以便更好服務(wù)于節(jié)能領(lǐng)域發(fā)展，為提升經(jīng)濟(jì)增長(zhǎng)質(zhì)量提供新動(dòng)能。

其二，提升區(qū)域間關(guān)聯(lián)度，發(fā)揮增長(zhǎng)極帶動(dòng)作用。根據(jù)耦合協(xié)調(diào)模型結(jié)果，淮河生態(tài)經(jīng)濟(jì)帶仍然有近三分之一地級(jí)市處于初級(jí)耦合協(xié)調(diào)階段，加強(qiáng)淮河生態(tài)經(jīng)濟(jì)帶各地級(jí)市間的區(qū)域協(xié)調(diào)性與關(guān)聯(lián)性迫在眉睫。耦合協(xié)調(diào)度較低的城市可以參考高度耦合協(xié)調(diào)城市實(shí)施的節(jié)能減排相關(guān)做法。發(fā)揮中心城市的輻射帶動(dòng)作用，推動(dòng)發(fā)展?jié)摿^大的地級(jí)市成為新的增長(zhǎng)極，助推淮河生態(tài)經(jīng)濟(jì)帶區(qū)域間與區(qū)域內(nèi)能源生態(tài)效率協(xié)同提升空間布局，促進(jìn)區(qū)域一體化建設(shè)更上新臺(tái)階。

其三，加速能源轉(zhuǎn)換效率，激發(fā)經(jīng)濟(jì)增長(zhǎng)新活力。根據(jù)面板向量自回歸模型估計(jì)結(jié)果，現(xiàn)階段淮河生態(tài)經(jīng)濟(jì)帶能源生態(tài)效率與經(jīng)濟(jì)增長(zhǎng)兩者間的長(zhǎng)期正向促進(jìn)作用還未顯現(xiàn)。當(dāng)前需推動(dòng)現(xiàn)代化產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，加速能源轉(zhuǎn)換效率，促進(jìn)其更好地服務(wù)于經(jīng)濟(jì)增長(zhǎng)，更高質(zhì)量推動(dòng)淮河生態(tài)經(jīng)濟(jì)帶綠色低碳循環(huán)發(fā)展。