張志雯，王子龍

(南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院，江蘇 南京 210016)

碳約束下技術(shù)創(chuàng)新對能源效率影響的空間計(jì)量分析

張志雯，王子龍

(南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院，江蘇 南京 210016)

基于處理非期望產(chǎn)出的SBM 模型，測算了2005—2014年中國30個(gè)省份碳約束下的能源效率值及節(jié)能減排潛力，并與非碳約束下能源效率值進(jìn)行對比分析。運(yùn)用空間滯后模型SLM和空間誤差模型SEM對能源效率的影響因素進(jìn)行估計(jì)分析，深入研究技術(shù)創(chuàng)新對能源效率的影響機(jī)理。結(jié)果表明：引入非期望產(chǎn)出會明顯降低中國區(qū)域能源效率的平均水平，而各省份能源效率存在顯著的空間相關(guān)性；研究認(rèn)為，空間計(jì)量模型對中國能源效率分布特征解釋力較強(qiáng)，能源技術(shù)創(chuàng)新對能源效率的提升作用顯著。

碳約束；能源效率；技術(shù)創(chuàng)新；空間計(jì)量；SBM模型

1 引言

國外對能源效率的研究較早，積累了較為豐富的研究成果。Patterson[1]提出能源效率是指用更少的能源生產(chǎn)同樣數(shù)量的服務(wù)或有用的輸出。國內(nèi)學(xué)者對能源效率的研究集中在兩個(gè)方面：一是對能源效率的測算與評價(jià)；二是對能源效率的影響因素研究。早期有關(guān)能源效率的評價(jià)大多未考慮伴隨著經(jīng)濟(jì)生產(chǎn)形成的污染物(CO2等)，這些污染物的排放會對環(huán)境造成污染，而環(huán)境污染的治理需要成本，為了反映真實(shí)的GDP，需要將這些污染物的影響扣除，但早期研究中所應(yīng)用的傳統(tǒng)DEA模型和SFA模型未考慮到非期望產(chǎn)出的影響，難以反映出真實(shí)的能源效率水平。針對這些問題，學(xué)者們提出了處理環(huán)境污染物等非期望產(chǎn)出下能源效率的方法，主要有將非期望產(chǎn)出轉(zhuǎn)換為投入處理[2]或者進(jìn)行逆指標(biāo)和倒數(shù)處理方法[3]，超效率DEA方法[4]，方向距離函數(shù)法[5]以及構(gòu)建處理非期望產(chǎn)出的SBM模型[6]等。

對于技術(shù)創(chuàng)新與能源效率關(guān)系的研究，Richard F G[7]在分析中國能源消費(fèi)問題時(shí)提出技術(shù)創(chuàng)新對能源效率的提高具有重要作用。Fisher-Vanden等[8]研究了中國改革開放以來的技術(shù)變革，認(rèn)為技術(shù)創(chuàng)新是能源效率提高的主要因素。國內(nèi)學(xué)者主要采用非參數(shù)的方法對相關(guān)問題進(jìn)行探討，韓志勇等[9]將中國能源強(qiáng)度變化分解為結(jié)構(gòu)份額和效率份額，通過實(shí)證研究表明效率份額來自于技術(shù)創(chuàng)新。部分學(xué)者將技術(shù)創(chuàng)新劃分為幾部分，從行業(yè)層面來研究其與能源效率之間的關(guān)系[10-13]。

綜合國內(nèi)外相關(guān)研究發(fā)現(xiàn)，大量文獻(xiàn)采用時(shí)間序列或者靜態(tài)的截面數(shù)據(jù)來分析能源效率的影響因素，其假設(shè)前提是區(qū)域之間的能源效率相互獨(dú)立。而實(shí)際上，各區(qū)域間的經(jīng)濟(jì)聯(lián)系，政策的外部性等因素會不斷加強(qiáng)能源消費(fèi)等活動的空間相關(guān)性，兩者結(jié)合的空間數(shù)據(jù)模型更能夠描述區(qū)域差異化。由此，本文的基本研究思路是：在全要素能源效率測度中，加入非合意產(chǎn)出：CO2排放量，構(gòu)建考慮碳排放約束的SBM模型，對碳約束下省際能源效率值及節(jié)能減排潛力進(jìn)行測度，然后運(yùn)用空間計(jì)量模型估計(jì)能源技術(shù)創(chuàng)新對能源效率的影響，探討中國不同區(qū)域間技術(shù)創(chuàng)新因素對能源效率影響的差異。

2 碳排放約束下能源效率的測算

2.1 數(shù)據(jù)來源及變量選擇

本節(jié)選取2009—2014年中國30個(gè)省市自治區(qū)的數(shù)據(jù)進(jìn)行能源效率測度(由于西藏自治區(qū)、 港澳臺地區(qū)的數(shù)據(jù)不完整或指標(biāo)統(tǒng)計(jì)口徑不一致，暫不納入分析范圍)。選取的投入指標(biāo)為能源E、資本K和勞動力H，期望產(chǎn)出為GDP值，非期望產(chǎn)出為CO2排放量。

(1)能源投入量E：各省的能源消費(fèi)總量(單位：萬噸標(biāo)準(zhǔn)煤)，數(shù)據(jù)來源于歷年《中國能源統(tǒng)計(jì)年鑒》。

(2)資本投入量K：選取資本存量指標(biāo)衡量資本投入(單位：億元)，對于資本存量的統(tǒng)計(jì)分析通常采用“永續(xù)盤存法”PIM，借鑒單豪杰(2008)[14]對中國各省市地區(qū)的資本存量計(jì)算方法，以2000年為基年進(jìn)行平減，測算2009～2014年中國各省的資本存量，其中固定資產(chǎn)投資額數(shù)據(jù)來源于歷年《中國統(tǒng)計(jì)年鑒》。

(3)勞動力投入量H：各省當(dāng)年就業(yè)人數(shù)(單位：萬人)。計(jì)算公式為：當(dāng)年就業(yè)人數(shù)=(當(dāng)年年底就業(yè)人數(shù)+上一年年底就業(yè)人數(shù))/2，數(shù)據(jù)來源于歷年《中國統(tǒng)計(jì)年鑒》。

(4)期望產(chǎn)出：各省的實(shí)際GDP(單位：億元)，本文以生產(chǎn)總值指數(shù)將2009—2014年名義GDP換算為2000年不變價(jià)GDP，數(shù)據(jù)來源于各年份《中國統(tǒng)計(jì)年鑒》。

(5)非期望產(chǎn)出：各省CO2排放量(單位：萬噸)。目前尚未有統(tǒng)計(jì)年鑒或權(quán)威機(jī)構(gòu)對中國各省市CO2排放量直接進(jìn)行統(tǒng)計(jì)，而CO2主要來源于煤、石油和天然氣等各種化石能源的燃燒，在研究中常以能源消耗量來估算CO2的排放量。本文采用碳排放系數(shù)法，通過各種能源的碳排放系數(shù)來估算CO2排放量，計(jì)算公式為：

(1)

其中，i表示能源種類，包括原煤、焦炭、汽油、煤油、天然氣等；Ei為各省第i種能源終端消費(fèi)量，數(shù)據(jù)來源于歷年《中國能源統(tǒng)計(jì)年鑒》中各省能源終端平衡表；NCVi為2015年《中國能源統(tǒng)計(jì)年鑒》附錄4中各能源的平均低位發(fā)熱量；CFi為《2006年IPCC國家溫室氣體清單指南》中每種能源的CO2排放系數(shù)，即各能源通過燃燒或使用的單位熱值對應(yīng)的CO2排放量；COF為碳氧化因子。將各種能源的相關(guān)數(shù)值帶入公式(1)，可得到2009—2014年每年各省份的CO2排放量。

2.2 能源效率的具體測算

能源效率的衡量方式較多，一類是單要素能源效率指標(biāo)，如Patterson提出的熱力學(xué)、物理—熱量、純經(jīng)濟(jì)和經(jīng)濟(jì)—熱量四種單要素指標(biāo)，這類指標(biāo)只進(jìn)行能源要素與某種變量的比較，而未考慮到其他要素的替代作用，存在一定的局限性。鑒于此，學(xué)者們在研究中多采用全要素能源效率指標(biāo)。Hu等[15]基于DEA的方法提出全要素能源效率指標(biāo)，將能源、資本、勞動力等因素的替代作用考慮在內(nèi)，采用DEA模型來進(jìn)行效率測度。但傳統(tǒng)徑向DEA模型無法考慮“松弛量”對效率評價(jià)的影響，即該DEA模型假設(shè)要素投入只有單一的期望產(chǎn)出，如GDP，而并未考慮到生產(chǎn)過程中的污染物排放，稱之為非期望產(chǎn)出。如何評價(jià)非期望產(chǎn)出下能源效率值呢？Tone[16]提出非徑向、非角度的SBM模型可用于解決該問題。SBM模型是以松弛變量測度為基礎(chǔ)的DEA效率分析方法，通過非射線方式，同時(shí)考慮差額來估計(jì)效率值，一方面解決了投入產(chǎn)出松弛性問題，另一方面也解決了非期望產(chǎn)出下的效率評價(jià)問題。

假設(shè)生產(chǎn)系統(tǒng)中，K個(gè)生產(chǎn)決策單位(DMU)使用N種投入要素x1,x2,…,xn，生產(chǎn)出M種期望產(chǎn)出y1,y2,…,ym和I種非期望產(chǎn)出b1,b2,…,bi?；谒沙诘男试u價(jià)模型(SBM)可表示為：

(2)

根據(jù)上述模型，利用MaxDEA軟件分別計(jì)算各省SBM非合意模型和合意模型下全要素能源效率(TFEE)值，對能源投入冗余量和二氧化碳過度排放量進(jìn)行測算，以節(jié)能和減排的冗余率作為度量維持一定產(chǎn)出條件下的節(jié)能減排潛力指標(biāo)。計(jì)算公式為：

(3)

(4)

其中，LEIit表示第i個(gè)省份在t時(shí)期相對于最優(yōu)生產(chǎn)前沿的能源過度投入，即能源投入冗余量；APit表示第i個(gè)省份的實(shí)際CO2排放量；TPit表示第i個(gè)省份在最優(yōu)生產(chǎn)前沿點(diǎn)的CO2排放量。SPE和App值越大，說明該省的節(jié)能減排潛力越大，需對其進(jìn)行重點(diǎn)治理。根據(jù)SBM模型和上述公式，計(jì)算結(jié)果如表1所示。

通過表1可以看出：①考慮碳排放約束后，上海、北京、廣東和湖南省的TFEE均值仍為1，即能源效率是有效的，表明即使考慮了碳排放污染，它們依然處于有效前沿面。其他大部分省份的TFEE值距離有效生產(chǎn)前沿面仍存在不小的距離，說明投入產(chǎn)出存在一定的改進(jìn)空間，河南、陜西、內(nèi)蒙古、甘肅、新疆、青海、山西、貴州、寧夏等省份的TFEE值低于0.40，說明這些省份改進(jìn)的空間非常大；②除去能源有效的省份，大部分省份的能源效率是低于考慮碳排放約束后效率值的，這說明若不考慮碳排放等非期望產(chǎn)出因素的影響，分析結(jié)果可能會存在誤差和不準(zhǔn)確性；③由節(jié)能減排的估算結(jié)果可知，各地區(qū)和省份的節(jié)能減排潛力相差較大。寧夏、貴州、青海、新疆、甘肅、云南、內(nèi)蒙古和山西、河北等省份的潛力值均已超過50%，說明這些地區(qū)在經(jīng)濟(jì)生產(chǎn)過程中有超過一半的能源資源被浪費(fèi)，CO2排放有很大的改善空間，這些區(qū)域主要集中在西部地區(qū)。從節(jié)能減排量的角度來看，山東、河北、河南、山西、內(nèi)蒙古等地區(qū)的可減排量較大，也是節(jié)能減排需重點(diǎn)考慮的省份；④處在生產(chǎn)有效前沿面上的省份可節(jié)能減排量為零，并不說明這些地區(qū)不存在能源過度投入的現(xiàn)象，而是指在現(xiàn)有的技術(shù)條件下，很難實(shí)現(xiàn)能源投入的進(jìn)一步節(jié)約。

表1 各地區(qū)全要素能源效率值(2009—2014年平均)

3 碳約束下技術(shù)創(chuàng)新對能源效率影響的空間計(jì)量分析

3.1 空間自相關(guān)檢驗(yàn)

(5)

對得到的空間權(quán)重矩陣W(30×30)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)空間加權(quán)矩陣C(30×30)?？刹捎肸分?jǐn)?shù)對Moran’sI值的顯著性進(jìn)行檢驗(yàn)，在1%的顯著水平下Z(I)的臨界值為1.96，若Z(I)>1.96，則說明通過顯著性檢驗(yàn)。通過全局Moran’s I測算，可得到2009—2014年各地區(qū)能源效率Moran’s I值，如表2所示。

表2 2009—2014年各地區(qū)能源效率的Moran’s I 值

從表2計(jì)算結(jié)果可知，2009—2014年各省份地區(qū)能源效率的Moran’s I值均為正，且其正態(tài)統(tǒng)計(jì)量Z值均大于1%顯著水平下的臨界值1.96，這說明區(qū)域能源效率的地理空間分布存在正空間相關(guān)性，具有較強(qiáng)的空間聚類特征。因此若采用一般的回歸模型來描述能源效率會存在誤差，有必要在模型中引入空間變量。

3.2 理論模型及數(shù)據(jù)來源

空間計(jì)量模型主要解決回歸模型中復(fù)雜的空間相互作用與空間依存性結(jié)構(gòu)問題。空間計(jì)量經(jīng)濟(jì)學(xué)理論認(rèn)為地區(qū)空間單元上的某種經(jīng)濟(jì)地理現(xiàn)象或某一屬性值與鄰近地區(qū)空間單元上同一現(xiàn)象或?qū)傩灾凳窍嚓P(guān)的，而幾乎所有的空間數(shù)據(jù)都具有空間依賴性或空間自相關(guān)性?？臻g自回歸模型的一般形式為：

Y=ρW1Y+Xβ+ξ

(6)

ξ=λW2ξ+ε

式中，Y為因變量；X為解釋變量矩陣(n×k)；ρ為空間自相關(guān)系數(shù)，反映樣本觀測值中的空間依賴作用；W1是因變量空間權(quán)重矩陣，W2是殘差空間權(quán)重矩陣；參數(shù)β反映了自變量X對因變量Y的影響，為隨機(jī)誤差項(xiàng)向量；ξ為誤差向量(n×1)；λ為截面因變量的空間誤差系數(shù)，反映相鄰地區(qū)的觀察值對本地區(qū)觀察值的影響方向和程度；ε為正態(tài)分布的隨機(jī)誤差向量，ε～N(0,σ2In)。

這里采用空間計(jì)量方法對傳統(tǒng)模型的估計(jì)誤差進(jìn)行修正，選取適用于截面數(shù)據(jù)的空間常系數(shù)回歸模型，分為空間滯后模型(SpatialLagModel)和空間誤差模型(SpatialErrorModel)兩大類。可由空間自回歸模型的一般形式引出：

(1)空間滯后模型SLM(ρ≠0，β≠0，λ=0)。

SLM模型主要探討各變量在一個(gè)地區(qū)是否有擴(kuò)散現(xiàn)象或溢出效應(yīng)，相應(yīng)的表達(dá)式為：

Y=ρW1y+Xβ+ε

(7)

(2)空間誤差模型SEM(ρ=0，β≠0，λ≠0)。

SEM模型的空間依賴作用存在于擾動誤差之中，其度量相鄰地區(qū)關(guān)于因變量的誤差沖擊對本地區(qū)觀察值的影響程度，表達(dá)式為：

Y=Xβ+ξ

(8)

ξ=λW2ξ+ε

基于前文研究分析，可知能源效率的影響因素眾多，研究技術(shù)創(chuàng)新對能源效率的影響，需要考慮到多種因素的共同作用。本文選取能源專利授權(quán)量PAT、人力資本HC、能源固定投資EI和地區(qū)R&D投入RD這四個(gè)解釋變量。一般來說，產(chǎn)業(yè)結(jié)構(gòu)對能源效率的影響作用明顯，第二產(chǎn)業(yè)占重比越大，能耗越大，則能源效率越低。因此，本文納入產(chǎn)業(yè)結(jié)構(gòu)作為控制變量，能源技術(shù)創(chuàng)新對能源效率影響因素變量指標(biāo)如表3所示。

表3 能源技術(shù)創(chuàng)新對能源效率影響因素變量指標(biāo)

表3中能源技術(shù)專利的測算包括能源產(chǎn)業(yè)和能源使用部門的能源技術(shù)創(chuàng)新，根據(jù)所選擇關(guān)鍵詞在國家知識產(chǎn)權(quán)局網(wǎng)站進(jìn)行檢索。選取的能源技術(shù)領(lǐng)域包括：煤、石油、天然氣、汽油、柴油和太陽能、風(fēng)能、海洋能、地?zé)崮艿?；選取的有關(guān)節(jié)能減排關(guān)鍵詞包括：水力發(fā)電、核能、發(fā)熱、發(fā)電、節(jié)能、節(jié)電等。結(jié)果表明，各省的能源技術(shù)專利申請授權(quán)數(shù)基本呈逐年增長趨勢，從區(qū)域來看，東部地區(qū)的專利授權(quán)數(shù)明顯高于中部和西部，高于全國平均水平，區(qū)域能源技術(shù)專利授權(quán)數(shù)如圖1所示。

圖1 區(qū)域能源技術(shù)專利授權(quán)數(shù)(2009—2014)

基于整理得到的數(shù)據(jù)，利用cobb-douglas 生產(chǎn)函數(shù)作為技術(shù)創(chuàng)新影響能源效率的回歸模型，公式可表示為：

Y=EE=ε×PATβ1×HCβ2×EIβ3×RDβ4×eβ5IS

(9)

式中，β1、β2、β3、β4和β5分別表示四個(gè)解釋變量和控制變量對被解釋變量的影響系數(shù)。為簡化運(yùn)算，取自然對數(shù)，得到：

lnEE=ε+β1×lnPAT+β2×lnHC+β3×lnEI+β4×lnRD+β5×IS+C

(10)

根據(jù)SLM和SEM建立的基本形式，構(gòu)造模型分別為：

Y=ε+ρW1·lnEE+β1×lnPAT+β2×lnHC+β3×lnEI+β4×lnRD+β5×IS+C

(11)

Y=β1×lnPAT+β2×lnHC+β3×lnEI+β4×lnRD+β5×IS+λW2ξ+ε+C

(12)

3.3 實(shí)證分析

由于無法預(yù)估模型中是否存在空間相關(guān)性，在進(jìn)行空間計(jì)量模型估計(jì)之前，需要對SLM和SEM進(jìn)行最優(yōu)選擇。根據(jù)Anselin(1998)提出的判別準(zhǔn)則：在空間相關(guān)性的檢驗(yàn)中，如果拉格朗日乘數(shù)LMLAG檢驗(yàn)更顯著而R-LMERR不顯著，則SLM是合適的模型；如果LMERR檢驗(yàn)更顯著而R-LMLAG不顯著，則SEM更合適。通過Geoda軟件測算拉格朗日乘數(shù)LM統(tǒng)計(jì)量，如表4所示。

表4 能源效率空間相關(guān)性檢驗(yàn)

在表4中，LMLAG、R-LMLAG均通過5%水平下的顯著性檢驗(yàn)，而R-LMERR不顯著(0.16564)，LMLAG大于LMERR值，R-LMLAG大于R-LMERR值，說明空間滯后比空間誤差自相關(guān)更明顯，SLM模型更優(yōu)。

由于各地區(qū)能源效率值之間存在空間相關(guān)性，采用最小二乘參數(shù)估計(jì)將會失去有效性及一致性?；谇拔姆治鼋Y(jié)果，這里優(yōu)先選擇SLM模型進(jìn)行模擬，采用最大似然估計(jì)方法來估計(jì)SLM和SEM模型，并進(jìn)行比較，相關(guān)計(jì)算結(jié)果如表5所示。

表5 解釋能源效率的模型估計(jì)結(jié)果

注：**代表5%顯著性水平；*代表10%顯著性水平。

能源效率空間估計(jì)的回歸結(jié)果如表5所示：對比三個(gè)模型的對數(shù)似然值、AIC值和SC值可以發(fā)現(xiàn)，SLM模型的對數(shù)似然值最大，AIC值和SC值均為最小，SEM模型的值處于SLM和OLS之間，說明SLM模型模擬最優(yōu)，SEM優(yōu)于OLS模型。

在SLM模型中，能源技術(shù)專利與碳約束下能源效率在10%的顯著水平下存在顯著正相關(guān)關(guān)系，說明能源技術(shù)專利的投入使用會提高能源效率水平；人力資本的系數(shù)為正，說明科研人才的引進(jìn)可以實(shí)現(xiàn)企業(yè)技術(shù)創(chuàng)新能力的提高，能夠間接提升能源效率；能源固定資產(chǎn)的系數(shù)為0.1099，說明對能源行業(yè)的資金投入有助于能源效率值的增加；R&D經(jīng)費(fèi)支出系數(shù)與能源效率負(fù)相關(guān)，這可能是因?yàn)殡m然科技研發(fā)投入的增多會提高技術(shù)創(chuàng)新水平，促進(jìn)經(jīng)濟(jì)增長，但迅速增長的經(jīng)濟(jì)會產(chǎn)生更多的能源需求，從而會部分抵消能源效率提高所節(jié)省的能源，又或者當(dāng)該技術(shù)創(chuàng)新運(yùn)用于高耗能產(chǎn)業(yè)時(shí)，將會引起在高耗能產(chǎn)業(yè)局部能源效率提高，但整體經(jīng)濟(jì)產(chǎn)出的能源效率卻降低的現(xiàn)象；產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)為-1.2133，即第二產(chǎn)業(yè)比重每提高一單位，能源效率值降低1.2133單位，這與預(yù)估結(jié)果是一致的，第二產(chǎn)業(yè)主要是工業(yè)，其占重比越大，能耗越大，能源效率越低。

4 研究結(jié)論與政策建議

本文得到的主要結(jié)論如下：

(1)與非碳約束下能源效率相比，碳排放約束下能源效率值普遍較低，說明若未考慮碳排放等非期望產(chǎn)出因素的影響，能源效率測度結(jié)果將會產(chǎn)生誤差。中國各省市地區(qū)的能源效率與節(jié)能減排潛力差距較大。

(2)運(yùn)用空間自相關(guān)指數(shù)Moran’s I證明了中國省際能源效率存在顯著的正空間相關(guān)性，地區(qū)能源效率值會受到相鄰地區(qū)的顯著作用，研究說明使用傳統(tǒng)的計(jì)量模型誤差較大，有必要在模型中引入其他空間變量。

(3)通過SLM和SEM模型對能源效率影響因素進(jìn)行回歸估計(jì)的結(jié)果表示，SLM模型更優(yōu)，模擬結(jié)果更加顯著。能源技術(shù)專利是能源技術(shù)創(chuàng)新的重要衡量指標(biāo)，專利數(shù)的增長對中國能源效率的提高有顯著影響。

本文提出以下節(jié)能減排政策建議：

(1)考慮到中國能源效率存在空間相關(guān)性，在制定地區(qū)政策時(shí)，需要關(guān)注空間效應(yīng)的影響，即不僅要考察本地區(qū)的現(xiàn)實(shí)情況，還需要考慮相鄰地區(qū)發(fā)展水平對其影響，進(jìn)一步加強(qiáng)省際之間的經(jīng)濟(jì)聯(lián)系和相互合作，使得相鄰省份的能源效率值共同提高。

(2)優(yōu)化地區(qū)產(chǎn)業(yè)結(jié)構(gòu)，提高能源效率。針對能源效率值較低，節(jié)能減排潛力較大的省份，可以通過降低高耗能、高污染產(chǎn)業(yè)的生產(chǎn)強(qiáng)度，大力發(fā)展環(huán)保產(chǎn)業(yè)及高新技術(shù)產(chǎn)業(yè)，增加對低耗能、高效率產(chǎn)業(yè)的研發(fā)資金投入，從而達(dá)到提高省域能源效率水平，推進(jìn)節(jié)能減排任務(wù)的目的。

(3)提高能源技術(shù)創(chuàng)新能力。目前，中國在能源核心技術(shù)、產(chǎn)學(xué)研結(jié)合、技術(shù)創(chuàng)新體制等方面與世界能源科技強(qiáng)國存在一定差距。為了縮小這些差距，一方面需要不斷增強(qiáng)自主創(chuàng)新能力，提高R&D人員和資金的投入強(qiáng)度，特別是對節(jié)能減排等能源領(lǐng)域的技術(shù)研究；另一方面，需加強(qiáng)對能源行業(yè)的戰(zhàn)略布局，全面部署能源領(lǐng)域科技創(chuàng)新戰(zhàn)略，推進(jìn)能源技術(shù)領(lǐng)域不斷發(fā)展。

[1]MURRAY G Patterson.What is energy efficiency? Concepts，issues and methodological issues[J].Energy policy，1996，24(5):377-390.

[2]MANDAL S K.Do undesirable output and environmental regulation matter in energy efficiency analysis？Evidence from indian cement industry[J].Energy policy,2010,38(10):6076-6083.

[3]YEH T L，CHEN T Y，LAI P Y.A comparative study of energy utilization efficiency between Taiwan and China[J].Energy policy，2010，38(5):2386-2394.

[4]王群偉，周德群，王思斯.考慮非期望產(chǎn)出的區(qū)域能源效率評價(jià)研究[J].中國礦業(yè)，2009，18(9):36-40.

[5]王兵，張技輝，張華.環(huán)境約束下中國省際全要素能源效率實(shí)證研究[J].經(jīng)濟(jì)評論，2011(4):31-43.

[6]范丹，王維國.中國區(qū)域全要素能源效率及節(jié)能減排潛力分析—基于非期望產(chǎn)出的SBM模型[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2013，43(7):12-21.

[7]GARBACCIO R F，JORGENSON D W.Why has the energy-output ratio fallen in China?[J].The energy journal，1999，20(3):63-92.

[8]FISHER-Vanden K，JEFFERSON G H，Ma J，et al.Technology development and energy productivity in China[J].Energy economics，2006，28(5-6):690-705.

[9]韓智勇，魏一鳴，范英.中國能源強(qiáng)度與經(jīng)濟(jì)結(jié)構(gòu)變化特征研究[J].數(shù)理統(tǒng)計(jì)與管理，2004，23(1):1-6.

[10]周勇，李廉水.中國能源強(qiáng)度變化的結(jié)構(gòu)與效率因素貢獻(xiàn)——基于AWD的實(shí)證分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2006(4):68-74.

[11]王群偉，周德群，陳洪濤.技術(shù)進(jìn)步與能源效率——基于ARDL方法的分析[J].數(shù)理統(tǒng)計(jì)與管理，2009，28(5):913-920.

[12]董鋒，譚清美，周德群,等.技術(shù)進(jìn)步對能源效率的影響——基于考慮環(huán)境因素的全要素生產(chǎn)率指數(shù)和面板計(jì)量分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2010，31(6):53-58.

[13]武春桃,陳志偉.外商直接投資技術(shù)溢出對工業(yè)能源效率的影響[J].中國科技論壇,2014(9):52-57.

[14]單豪杰.中國資本存量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(10):17-31.

[15]HU J L，WANG S C.Total-factor energy efficiency of regions in China[J].Energy policy，2006，34(17):3206-3217.

[16]TONE K.A slacks-based measure of efficiency in data envelopment analysis[J].European journal of operational research，2001，130(3):498-509.

(責(zé)任編輯 劉傳忠)

Spatial Econometric Analysis of the Impact of Technology Innovation on Energy Efficiency Under the Constraint of Carbon

Zhang Zhiwen，Wang Zilong

(College of Economics and Management，Nanjing University of Aeronautics& Astronautics，Nanjing 210016,China)

This paper estimated the energy efficiency value under the restriction of carbon of China’s 30 provinces from 2005 to 2014，based on the undesirable output of SBM model，and then had a comparison analysis with non-carbon.The article used SLM and SEM to estimate the influence factors of energy efficiency and had a further study of technological innovation’s influence on energy efficiency.The results show that the introduction of the undesirable output can obviously reduce the average level of regional energy efficiency in China，and there is significant spatial correlation in the energy efficiency in the provinces.Studies suggest that spatial econometric model’s explanatory power in Chinese energy efficiency distribution is strong，the energy technology innovation to promote the efficiency of energy effect is remarkable.

Carbon constraint；Energy efficiency；Technology innovation；Spatial econometric；SBM model

國家自然科學(xué)基金(71373005),教育部人文社會科學(xué)基金(15YJAZH093),中央高?；究蒲袑ｍ?xiàng)基金(NR2015002，NP2016302)，南京航空航天大學(xué)教學(xué)改革建設(shè)項(xiàng)目(201501JG09004)，南京航空航天大學(xué)研究生創(chuàng)新基地(實(shí)驗(yàn)室)開放基金(kfjj20160910)。

2016-06-28 作者簡介：張志雯(1994-)，女，安徽天長人，南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士；研究方向：能源經(jīng)濟(jì)管理。

F205

A