陳平+羅艷

內(nèi)容提要：為了克服以往區(qū)域經(jīng)濟(jì)研究中的生產(chǎn)技術(shù)異質(zhì)性問(wèn)題，采用 SBM-Undesirable 模型和 Meta-frontier 生產(chǎn)函數(shù)測(cè)算我國(guó)30個(gè)省市2004-2014年的工業(yè)生態(tài)全要素能源效率，同時(shí)采用“共同技術(shù)比率”測(cè)算各地區(qū)能源利用的技術(shù)差距，并從“管理無(wú)效率”和“技術(shù)無(wú)效率”兩個(gè)維度分析能源利用無(wú)效率的來(lái)源及其影響因素?？傮w上看，我國(guó)三大群組共同前沿生態(tài)全要素能源效率（MTE）和共同技術(shù)比率（MTR）區(qū)域差異較為明顯，呈現(xiàn)出“東-中-西”依次遞減的格局，而群組前沿生態(tài)全要素能源效率（GTE）呈現(xiàn)出“西-中-東”依次遞減的格局；生態(tài)全要素能源利用無(wú)效率均值分解來(lái)看，東部群組能源利用無(wú)效率是因?yàn)楣芾頍o(wú)效率造成的，中部群組技術(shù)無(wú)效率和管理無(wú)效率同時(shí)顯著存在，而西部群組技術(shù)無(wú)效率最為明顯，產(chǎn)業(yè)結(jié)構(gòu)、對(duì)外開(kāi)放、研發(fā)投入、環(huán)境規(guī)制、政府干預(yù)對(duì)生態(tài)全要素能源效率產(chǎn)生顯著而有差異的影響。

關(guān)鍵詞：生態(tài)全要素能源效率；SBM-Undesirable模型；共同前沿函數(shù)；共同技術(shù)比率

中圖分類號(hào)：F0615文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-148X（2017）04-0154-07

能源短缺和環(huán)境污染已成為世界關(guān)注的焦點(diǎn)，大力推進(jìn)節(jié)能減排，發(fā)展綠色經(jīng)濟(jì)成為全球新的趨勢(shì)。2015年《BP世界能源統(tǒng)計(jì)年鑒》數(shù)據(jù)顯示，2014年中國(guó)仍然是世界上最大的能源消費(fèi)市場(chǎng)和最大的碳排放量國(guó)家。我國(guó)十二五規(guī)劃提出，到2015年單位國(guó)內(nèi)生產(chǎn)總值能源消耗降低16%，SO2和COD排放減少8%，CO2減少17%；十三五規(guī)劃也明確提出，要大幅度提高能源資源開(kāi)發(fā)利用效率，有效控制能源、水資源以及建設(shè)用地消耗，大幅度減少主要污染物排放總量，并逐步降低二氧化碳排放量。提高能源利用效率、加快能源結(jié)構(gòu)轉(zhuǎn)變是未來(lái)實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)綠色發(fā)展的必然選擇。

一、文獻(xiàn)綜述

數(shù)據(jù)包絡(luò)分析（DEA）由于能夠提供全要素能源效率指標(biāo)，因此被廣泛運(yùn)用到能源效率分析。然而，許多文獻(xiàn)[1-2]都是基于徑向效率測(cè)度方法，由于忽略了松弛變量，導(dǎo)致估計(jì)出來(lái)的能源效率值過(guò)高[3]。為了克服這個(gè)問(wèn)題，Tone（2001）[4]在DEA中引入基于松弛變量的測(cè)度方法（ Slacks Based Measure，SBM）測(cè)度技術(shù)效率，這種方法具有非徑向、非導(dǎo)向的特點(diǎn)。Zhou et al.（2006）[5]將非期望產(chǎn)出納入到SBM模型對(duì)環(huán)境效率進(jìn)行測(cè)算。最近的一些文獻(xiàn)都采用SBM方法測(cè)度中國(guó)的生態(tài)全要素能源效率和碳生產(chǎn)率[6-7]。

盡管相關(guān)研究在技術(shù)上取得了很大的進(jìn)步，但仍存在一個(gè)最基本的限制，就是都沒(méi)有考慮到不同地區(qū)之間的生產(chǎn)技術(shù)存在區(qū)域異質(zhì)性，因此測(cè)度出來(lái)的能源效率值是有偏的[8]。我國(guó)地域遼闊，經(jīng)濟(jì)發(fā)展不均衡，工業(yè)發(fā)展差異較大，因此不同省份之間存在生產(chǎn)技術(shù)上的差距。因此，假設(shè)所有的省份都具有相同的生產(chǎn)技術(shù)，相對(duì)過(guò)于嚴(yán)格。而“共同前沿方法”可以克服這些限制，一些研究已經(jīng)將共同前沿方法納入到方向性距離函數(shù)（DDF）框架里面[9-10]。本文在已有研究的基礎(chǔ)上將SBM和共同前沿方法相結(jié)合測(cè)度考慮地區(qū)異質(zhì)性的中國(guó)工業(yè)生態(tài)全要素能源效率。

二、研究方法

（一）非期望產(chǎn)出的SBM模型

本文將每一個(gè)省的工業(yè)行業(yè)視為生產(chǎn)決策單元（DMU），由此構(gòu)造中國(guó)30個(gè)省市每一個(gè)時(shí)期的生產(chǎn)前沿面。根據(jù)Fre等（2007）[11]的思路，假設(shè)每一個(gè)地區(qū)使用投入要素

。

根據(jù)Tone Cooper 等（2001）[12]提出的SBM處理方法，中國(guó)生態(tài)全要素能源效率測(cè)度的SBM模型如下：

b0表示投入、期望產(chǎn)出和非期望產(chǎn)出要素；ρ*為目標(biāo)函數(shù)；λ表示投入要素權(quán)重的列向量；s-、sg、sb分別表示各項(xiàng)投入、期望產(chǎn)出和非期望產(chǎn)出指標(biāo)的松弛向量；m、s1、s2分別為投入、期望產(chǎn)出和非期望產(chǎn)出的個(gè)數(shù)。當(dāng)投入和產(chǎn)出約束越松弛，即s-、sg、sb的值越大，則決策單元的效率值就越低。當(dāng)s-=0、sg=0、sb=0時(shí)，決策單元的效率值ρ*=1，表示決策單元SBM有效，處在最優(yōu)解情況下。否則決策單元無(wú)效，還可以通過(guò)改進(jìn)，達(dá)到最優(yōu)效率。

（二）Meta-frontier 生產(chǎn)函數(shù)

由于我國(guó)不同省域之間存在異質(zhì)性，因此各地區(qū)面對(duì)的生產(chǎn)前沿也必然存在一定的差異。此時(shí)，如果繼續(xù)使用總體樣本進(jìn)行工業(yè)生態(tài)全要素能源效率的評(píng)價(jià)，將無(wú)法真實(shí)反映各省區(qū)的工業(yè)生態(tài)全要素能源效率。針對(duì)這一現(xiàn)象，Battese等（2004）[13]提出共同邊界生產(chǎn)函數(shù)（ Meta-frontier Production Function） 的分析框架，其主要思想是：首先依據(jù)一定標(biāo)準(zhǔn)將DMU劃分為不同的群組，然后采用隨機(jī)前沿分析方法（SFA）界定所有DMU的共同前沿和各組DMU的群組前沿，測(cè)算出共同前沿技術(shù)效率和群組前沿技術(shù)效率，接著比較兩者之間的技術(shù)缺口率（Technology Gap Ratio，TGR）。

后來(lái)，Battese等（2004）[13]、ODonnell等（2008）[14]進(jìn)行了改進(jìn)，用DEA方法取代了隨機(jī)前沿分析方法（SFA），并采用線性規(guī)劃法構(gòu)建了共同前沿和群組前沿，并將共同前沿技術(shù)效率分解成群組前沿技術(shù)效率（Group Technical Efficiency，GTE）和共同技術(shù)比率（Meta-technology Ratio，MTR）兩者的乘積。包含了非期望產(chǎn)出的共同前沿技術(shù)的集合為：

能夠生產(chǎn)出

其中，x、yg、yb分別表示投入向量、期望產(chǎn)出向量和非期望產(chǎn)出向量。與之相對(duì)應(yīng)的生產(chǎn)可能性集定義為：

根據(jù)經(jīng)典效率理論，此時(shí)共同技術(shù)效率等價(jià)于共同距離函數(shù)，其函數(shù)形式可以表示為：

同理，根據(jù)國(guó)家統(tǒng)計(jì)局網(wǎng)站劃分，將我國(guó)劃分為東、中、西三個(gè)群組（i=1，2，3），DMU所在的群組技術(shù)集合為：

能夠生產(chǎn)出 群組所對(duì)應(yīng)的可能性生產(chǎn)集為：

等價(jià)于群組技術(shù)效率（Group Technical Efficiency） 的群組距離函數(shù)為：

由于共同前沿技術(shù)是群組前沿技術(shù)的包絡(luò)曲線，滿足 共同前沿框架下的共同技術(shù)比率（MTR），也叫做技術(shù)缺口率（TGR），反映的是群組前沿跟共同前沿技術(shù)水平之間的差距。共同技術(shù)比率（MTR）越大，說(shuō)明群組前沿技術(shù)越接近共同前沿技術(shù)水平，即實(shí)際生產(chǎn)技術(shù)效率（水平）越高。反之，則說(shuō)明實(shí)際生產(chǎn)技術(shù)效率（水平）越低。其表達(dá)式如下：

進(jìn)一步可將代表潛在生產(chǎn)技術(shù)水平的共同技術(shù)效率（MTE）分解成代表實(shí)際生產(chǎn)技術(shù)水平的群組技術(shù)（GTE）和共同技術(shù)比率（MTR）兩者之間的乘積：

為了分析不同地區(qū)生態(tài)能源效率差異的內(nèi)在原因，進(jìn)一步挖掘各地區(qū)生態(tài)能源效率提升潛力，借鑒Chiu（2012）的做法，將各省份共同前沿下的生態(tài)全要素能源利用無(wú)效率（IE）分解為技術(shù)差距無(wú)效率（TIE）和管理無(wú)效率（MIE）兩個(gè)部分。

其中，TIE代表的是不同省份之間由于生產(chǎn)技術(shù)上的差異所導(dǎo)致的無(wú)效率，MIE表示的是一個(gè)地區(qū)在一定的技術(shù)水平下內(nèi)部管理能力差異導(dǎo)致的無(wú)效率。

（三）指標(biāo)選取與數(shù)據(jù)來(lái)源

按照上述理論方法，考慮到數(shù)據(jù)的完整性和可獲得性，本文選取剔除西藏以及港澳臺(tái)地區(qū)以外的中國(guó)大陸地區(qū)30個(gè)省市工業(yè)部門(mén)2004-2014年包含了生產(chǎn)要素投入、期望產(chǎn)出和非期望產(chǎn)出的原始數(shù)據(jù)。數(shù)據(jù)來(lái)源主要有歷年的《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、EPS數(shù)據(jù)庫(kù)以及國(guó)泰安金融數(shù)據(jù)庫(kù)。相關(guān)數(shù)據(jù)的處理如下：

1. 期望產(chǎn)出?？紤]到污染排放總是貫穿于工業(yè)生產(chǎn)的全過(guò)程，因此本文選取工業(yè)總產(chǎn)值作為期望產(chǎn)出，并用以2004年為基期的工業(yè)品出廠價(jià)格指數(shù)進(jìn)行平減。由于從2013年開(kāi)始，《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》改為《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》，不再公布工業(yè)總產(chǎn)值的數(shù)據(jù)， 因此分別利用2012、2013、2014年與2011年“工業(yè)銷(xiāo)售產(chǎn)值”的比重計(jì)算。

2. 非期望產(chǎn)出。本文選取CO2、工業(yè)SO2和工業(yè)COD排放量作為非期望產(chǎn)出。（1）由于CO2排放主要來(lái)自化石能源燃燒和水泥生產(chǎn)。因此本文根據(jù)IPCC（2006）和杜立民（2010）的計(jì)算方法對(duì)CO2排放量進(jìn)行了測(cè)算。（2）工業(yè)SO2和COD排放量從EPS數(shù)據(jù)庫(kù)可以直接獲取。

3. 要素投入。本文要素投入主要考慮資本、勞動(dòng)和能源投入。資本投入：首先采用固定資產(chǎn)投資原值減去累計(jì)折舊的差值，再以2004年為基期的固定資產(chǎn)投資價(jià)格指數(shù)對(duì)差值進(jìn)行平減，最終得到工業(yè)部門(mén)固定資產(chǎn)投資凈值作為固定資本存量的替代變量。勞動(dòng)投入：選取工業(yè)行業(yè)職工年平均人數(shù)來(lái)表示。能源投入：選用地區(qū)能源消耗總量來(lái)表示。

三、省際生態(tài)全要素能源效率測(cè)算結(jié)果與分析

表1是在共同前沿和群組前沿下2004-2014年我國(guó)30個(gè)省市的生態(tài)全要素能源效率的測(cè)算結(jié)果?？芍?，我國(guó)生態(tài)全要素能源效率水平總體偏低，區(qū)域差異比較明顯。在共同前沿下，各群組生態(tài)全要素能源效率值（MTE）從高到低排列依次為東部、中部和西部，其值分別為0858、0614和0482。這表明，如果采用潛在的最優(yōu)生產(chǎn)技術(shù)，東部地區(qū)還有142%的效率提升空間；同理，中部和西部地區(qū)仍將分別有386%和518%的效率提升空間。從具體群組來(lái)看：（1）在東部地區(qū)群組中，平均群組技術(shù)效率表現(xiàn)最佳的是北京、上海和江蘇，這三個(gè)地區(qū)對(duì)應(yīng)的GTE值和MTE值都達(dá)到1000，達(dá)到生產(chǎn)的最優(yōu)狀態(tài)；表現(xiàn)最差的三個(gè)省份分別是遼寧、河北和海南，其對(duì)應(yīng)的GTE值和MTE值都相等，分別為0712、0661和0625。這表明將環(huán)境因素納入生產(chǎn)效率衡量框架之后，無(wú)論是與東部地區(qū)群組前沿最優(yōu)生產(chǎn)技術(shù)還是與共同前沿最優(yōu)生產(chǎn)技術(shù)相比較，這三個(gè)省份在生產(chǎn)上都仍有288%、339%和375%的效率提升空間。同時(shí)，東部地區(qū)的GTE值和MTE值差距均為零，表明東部地區(qū)本身就代表先進(jìn)能源利用水平。（2）在中部地區(qū)群組中，群組前沿效率值均大于共同前沿效率值。與群組前沿生產(chǎn)技術(shù)相比較，吉林的GTE表現(xiàn)最佳達(dá)到1000 ，而表現(xiàn)最差的山西僅為0559，說(shuō)明山西在生產(chǎn)上還有441%的效率提升空間。同理，與共同前沿生產(chǎn)技術(shù)相比較，吉林和山西兩個(gè)地區(qū)分別有322%和595%的效率提升空間。（3）在西部地區(qū)群組中，群組前沿效率均大于共同前沿效率值。與群組前沿生產(chǎn)技術(shù)相比較，陜西GTE值表現(xiàn)最佳達(dá)到1000，而表現(xiàn)最差的寧夏在生產(chǎn)上還有362%的效率提升空間；而與共同前沿生產(chǎn)技術(shù)相比較，兩個(gè)地區(qū)則仍分別有473%和609%的效率提升空間。

注：所有均值為幾何平均。

注：所有均值為算數(shù)平均值。

共同技術(shù)比率（MTR）反映了特定群組技術(shù)水平與潛在共同前沿技術(shù)水平之間的缺口。當(dāng)MTR越大，表示DMU的實(shí)際技術(shù)水平越接近共同前沿最優(yōu)技術(shù)水平。由表1可知，三大群組的MTR均值從高到低的排列同樣是東部、中部和西部地區(qū)。其中，東部地區(qū)的MTR平均值都達(dá)到了1，表明東部地區(qū)的技術(shù)水平基本上代表共同前沿最優(yōu)技術(shù)水平，內(nèi)部不存在技術(shù)差距，因此未來(lái)東部，如河北、遼寧和海南等地區(qū)要著重提高群組前沿下的能源利用效率，充分挖掘節(jié)能潛力。中部地區(qū)MTR值為0735，還有較大的改善空間，因此縮小技術(shù)差距，是提高生態(tài)能源效率的關(guān)鍵。西部地區(qū)MTR值僅為0560，在三個(gè)地區(qū)中最小，結(jié)合上面的分析可知，技術(shù)效率低和技術(shù)差距大已經(jīng)成為西部地區(qū)提高生態(tài)能源效率的兩個(gè)重要因素。

為了進(jìn)一步分析三大地區(qū)生態(tài)能源效率差距擴(kuò)大的根源，挖掘生態(tài)能源效率提升的制約因素，本文分析了30個(gè)省市共同前沿下的生態(tài)能源利用無(wú)效率（IE）以及技術(shù)無(wú)效率（TIE）與管理無(wú)效率（MIE），具體分解結(jié)果見(jiàn)表2。其中東部地區(qū)11個(gè)省市的TIE值均為0，而MIE均值為0148，說(shuō)明東部地區(qū)擁有最好的生產(chǎn)技術(shù)和經(jīng)濟(jì)發(fā)展環(huán)境，能源利用無(wú)效率都是因?yàn)楣芾頍o(wú)效率造成的，東部地區(qū)未來(lái)應(yīng)該進(jìn)一步提高管理效率。中部地區(qū)一方面MIE值在三個(gè)群組中最大，達(dá)到0166；另一方面TIE值對(duì)整個(gè)中部群組能源利用無(wú)效率的貢獻(xiàn)率達(dá)到了591%，因此中部地區(qū)未來(lái)要同時(shí)要考慮改善技術(shù)和提高管理效率的雙重任務(wù)。西部地區(qū)MIE值在三個(gè)群組中最小，僅為0139，而TIE值最大，達(dá)到0379。其中，TIE值占到整個(gè)能源利用無(wú)效率的733%，可見(jiàn)西部地區(qū)相對(duì)來(lái)說(shuō)能源利用技術(shù)嚴(yán)重落后，因此提高能源利用技術(shù)環(huán)境，積極吸收和引進(jìn)東部地區(qū)先進(jìn)生產(chǎn)技術(shù)是提高能源效率的重中之重。

四、 中國(guó)生態(tài)全要素能源效率差異的影響因素分析

（一）指標(biāo)選取

上面已經(jīng)通過(guò)Meta-frontier方法獲得各個(gè)地區(qū)的群組生態(tài)全要素能源效率值和共同生態(tài)全要素能源效率值，但是哪些因素影響地區(qū)生態(tài)全要素能源效率仍然值得進(jìn)一步討論。在參考相關(guān)研究[14-15]的基礎(chǔ)上，本文主要選擇以下幾個(gè)主要影響因素：產(chǎn)業(yè)結(jié)構(gòu)（indus）采用第二產(chǎn)業(yè)增加值占地區(qū)GDP的比重來(lái)表示；對(duì)外開(kāi)放程度（open）用地區(qū)進(jìn)出口總額占生產(chǎn)總值的比重來(lái)表示；研發(fā)投入（rd）采用研發(fā)經(jīng)費(fèi)內(nèi)部支出占工業(yè)增加值的比重來(lái)表示；環(huán)境規(guī)制（er）采用環(huán)境污染治理投資總額占工業(yè)增加值的比重來(lái)表示；政府干預(yù)（gov）采用政府財(cái)政支出占地區(qū)gdp的比重來(lái)表示。

（二）模型設(shè)定與實(shí)證分析

由于共同前沿方法測(cè)算出來(lái)的效率評(píng)價(jià)值均介于0-1之間，所以若用普通最小二乘法對(duì)模型進(jìn)行回歸分析，會(huì)導(dǎo)致參數(shù)估計(jì)有偏誤。為了克服以上結(jié)果，本文采用Tobit截?cái)嗷貧w模型，分析外部環(huán)境變量對(duì)生態(tài)能源效率所產(chǎn)生的影響。模型構(gòu)建如下：

其中，yit為第i個(gè)省的生態(tài)全要素能源效率，解釋變量xit為生態(tài)全要素能源效率的影響因素，β為待估參數(shù)，υit～N（0，σ2）表示隨機(jī)效應(yīng)，εit～N（0，σε）表示隨機(jī)干擾項(xiàng)。

利用上式，先后采用混合回歸和隨機(jī)效應(yīng)回歸分析各變量對(duì)共同前沿生態(tài)能源效率的影響，最終決定采用隨機(jī)效應(yīng)的面板Tobit回歸，結(jié)果如表3所示。

注：*、**、***分別表示10%、5%、1%的顯著性水平。

產(chǎn)業(yè)結(jié)構(gòu)對(duì)全國(guó)和三大群組的生態(tài)全要素能源效率影響均為負(fù)，即工業(yè)增加值比重越高，生態(tài)全要素能源效率越低，這反映出我國(guó)當(dāng)前工業(yè)發(fā)展仍然處于高能耗、高污染排放階段，工業(yè)比重的上升對(duì)生態(tài)全要素能源效率產(chǎn)生了負(fù)面的影響。其中產(chǎn)業(yè)結(jié)構(gòu)對(duì)中部地區(qū)影響最大，達(dá)到- 1012，其次是西部- 0681，而對(duì)東部地區(qū)影響并不顯著。說(shuō)明，過(guò)去中西部地區(qū)在承接產(chǎn)業(yè)轉(zhuǎn)移過(guò)程中是以犧牲資源和環(huán)境為代價(jià)換取工業(yè)的快速發(fā)展；而東部地區(qū)由于過(guò)去一直不斷升級(jí)和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，追求綠色增長(zhǎng)。因此未來(lái)，加快中西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整是提高我國(guó)生態(tài)全要素能源效率的關(guān)鍵。

對(duì)外開(kāi)放程度對(duì)全國(guó)、東、西部地區(qū)顯著為正，而對(duì)中部地區(qū)并不顯著。這是因?yàn)閿U(kuò)大對(duì)外開(kāi)放會(huì)帶來(lái)兩方面的影響：一方面可以吸收和引進(jìn)國(guó)外先進(jìn)的生產(chǎn)設(shè)備、生產(chǎn)技術(shù)和管理經(jīng)驗(yàn)，降低單位產(chǎn)出所需要的能源消耗和污染排放，提高生態(tài)全要素能源效率；另一方面也存在將國(guó)外一些污染較為嚴(yán)重的產(chǎn)業(yè)轉(zhuǎn)移到內(nèi)地，成為外資的“污染天堂”。根據(jù)實(shí)證結(jié)果可以發(fā)現(xiàn)，從全國(guó)來(lái)說(shuō)提高對(duì)外開(kāi)放程度能帶來(lái)顯著的正向作用；而從局部來(lái)說(shuō)，中部地區(qū)在加快對(duì)外開(kāi)放的同時(shí)，應(yīng)該進(jìn)一步提高外資進(jìn)入門(mén)檻和環(huán)境管制要求。

研發(fā)投入對(duì)中西部地區(qū)顯著為正，而對(duì)東部地區(qū)并不顯著。具體而言，全國(guó)、中、西部的研發(fā)投入每增加一個(gè)百分點(diǎn)，MTE分別增加4210%、4401%和2130%。這可能是由于長(zhǎng)期以來(lái)我國(guó)中西部地區(qū)工業(yè)研發(fā)實(shí)力較為薄弱，因此研發(fā)投入的邊際產(chǎn)出績(jī)效較高，研發(fā)投入能夠?qū)ι鷳B(tài)全要素能源效率的提高起到積極的推動(dòng)作用。

環(huán)境規(guī)制對(duì)全國(guó)以及三大群組的影響較為一致，都是呈顯著的負(fù)相關(guān)關(guān)系。這可能是跟指標(biāo)選擇工業(yè)污染治理投資完成額占工業(yè)增加值的比重有關(guān)。一方面，工業(yè)污染治理是屬于環(huán)境保護(hù)的“末端治理”，并未對(duì)生產(chǎn)過(guò)程和生產(chǎn)環(huán)節(jié)產(chǎn)生直接的影響，因而不會(huì)直接提高工業(yè)企業(yè)的生產(chǎn)技術(shù)；另一方面環(huán)境規(guī)制越嚴(yán)格，意味著工業(yè)污染治理投資完成額越高，因此企業(yè)用于生產(chǎn)和研發(fā)的資金相對(duì)減少，由此產(chǎn)生的“擠出效應(yīng)”，限制了企業(yè)規(guī)模擴(kuò)大和技術(shù)提高，不利于工業(yè)企業(yè)能源效率的提高。因此，選擇有效的環(huán)境規(guī)制工具，制定合理環(huán)境規(guī)制執(zhí)行標(biāo)準(zhǔn)，才能有效提高我國(guó)各地區(qū)的生態(tài)全要素能源效率。

政府干預(yù)對(duì)生態(tài)能源效率的提高均起到正向的促進(jìn)作用。許多以往的研究結(jié)果都認(rèn)為，政府干預(yù)越大越容易出現(xiàn)權(quán)力尋租，導(dǎo)致資源配置效率低下，從而降低能源的使用效率。而本文的研究跟以往的研究結(jié)論不同，這可能是由于本文在測(cè)算生態(tài)全要素能源效率過(guò)程中，同時(shí)考慮了工業(yè)SO2、CO2和 COD三種環(huán)境要素，這與以往沒(méi)有考慮環(huán)境因素或只考慮其中一種環(huán)境因素所得出的結(jié)果不同。其次，能源消費(fèi)產(chǎn)生的環(huán)境污染具有負(fù)的外部性，需要政府的引導(dǎo)干預(yù)才能更好地促進(jìn)企業(yè)節(jié)能減排。最后，企業(yè)生產(chǎn)需要的一些綠色技術(shù)也需要政府的介入才能更好地推廣和應(yīng)用。

五、結(jié)論和建議

本文在共同前沿分析框架下，利用非參數(shù)SBM-Undesirable方法測(cè)算了2004-2014年中國(guó)各省區(qū)工業(yè)生態(tài)全要素能源效率，以及東、中和西部地區(qū)的共同技術(shù)比率（MTR），并分析了其影響因素。得出以下結(jié)論：

（1）總體上看我國(guó)三大群組共同前沿生態(tài)全要素能源效率（MTE）和共同技術(shù)比率（MTR）區(qū)域差異較為明顯，呈現(xiàn)出“東-中-西”依次遞減的格局。

（2）而從群組前沿生態(tài)全要素能源效率（GTE）來(lái)看，三大群組從高到低的排序依次為西部、中部和東部。

（3）生態(tài)全要素能源利用無(wú)效率均值分解來(lái)看，東部群組能源利用無(wú)效率都是因?yàn)楣芾頍o(wú)效率造成的，中部群組技術(shù)無(wú)效率和管理無(wú)效率同時(shí)顯著存在，而西部群組技術(shù)無(wú)效率最為明顯。

（4）面板tobit回歸結(jié)果表明，產(chǎn)業(yè)結(jié)構(gòu)、對(duì)外開(kāi)放程度、研發(fā)投入、環(huán)境規(guī)制、政府干預(yù)對(duì)共同前沿生態(tài)全要素能源效率的影響方向和影響程度都不盡相同。其中：產(chǎn)業(yè)結(jié)構(gòu)的影響為負(fù)值；對(duì)外開(kāi)放所帶來(lái)的外資技術(shù)溢出效應(yīng)大于污染效應(yīng)，有助于提高我國(guó)的能源利用效率；研發(fā)投入對(duì)生態(tài)全要素能源效率的影響方向?yàn)檎?，且影響力度最大；環(huán)境規(guī)制對(duì)全國(guó)以及三大群組的影響均呈顯著的負(fù)相關(guān)關(guān)系；政府干預(yù)對(duì)生態(tài)能源效率的提高起到正向的促進(jìn)作用。

基于以上結(jié)論本文提出以下建議：

（1）進(jìn)一步加大節(jié)能減排的力度，調(diào)整能源供應(yīng)結(jié)構(gòu)，顯著提高清潔能源比重，加快工業(yè)發(fā)展向高效低碳化轉(zhuǎn)變。其中，東部地區(qū)一方面要總結(jié)和推廣好先進(jìn)的生產(chǎn)技術(shù)，另一方面要進(jìn)一步完善和提高管理效率，充分挖掘地區(qū)內(nèi)部節(jié)能潛力。中部地區(qū)要通過(guò)積極吸收和引進(jìn)東部先進(jìn)的生產(chǎn)技術(shù)，通過(guò)技術(shù)升級(jí)來(lái)提高能源利用效率；西部地區(qū)要學(xué)習(xí)和借鑒國(guó)內(nèi)外先進(jìn)的生產(chǎn)和管理技術(shù)，改善能源效率。

（2）調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)實(shí)質(zhì)性、大力度調(diào)整。通過(guò)大力發(fā)展現(xiàn)代服務(wù)業(yè)和戰(zhàn)略性新興產(chǎn)業(yè)，運(yùn)用高新技術(shù)改造提升傳統(tǒng)產(chǎn)業(yè)等方式來(lái)顯著降低高耗能、高排放、低附加值工業(yè)部門(mén)或者生產(chǎn)環(huán)節(jié)的比重。

（3）加強(qiáng)綠色技術(shù)創(chuàng)新和應(yīng)用，促進(jìn)綠色低碳技術(shù)成果產(chǎn)業(yè)化。通過(guò)集中資源超前部署相關(guān)基礎(chǔ)研究和前沿技術(shù)研究，加強(qiáng)公共研發(fā)機(jī)構(gòu)和實(shí)驗(yàn)平臺(tái)建設(shè)，加快建立以企業(yè)為主體的技術(shù)創(chuàng)新體系，依托自主化工程、重大項(xiàng)目國(guó)產(chǎn)化率等要求，促進(jìn)綠色低碳技術(shù)成果產(chǎn)業(yè)化。

（4）完善地方政府和企業(yè)領(lǐng)導(dǎo)的考核機(jī)制。將考核重心從過(guò)去唯GDP、唯經(jīng)濟(jì)總量增長(zhǎng)和唯經(jīng)濟(jì)效益調(diào)整到以綠色生產(chǎn)和綠色消費(fèi)上來(lái)。徹底從體制上解決地方政府盲目熱衷重化工業(yè)發(fā)展，綠色發(fā)展動(dòng)力不足的問(wèn)題，充分釋放政府干預(yù)在節(jié)能減排中的作用。

（5）加大外資引進(jìn)力度，擴(kuò)大對(duì)外開(kāi)放水平。一方面要通過(guò)制定積極地財(cái)政金融政策吸引境外資本流入；另一方面也要提高外資進(jìn)入“綠色門(mén)檻”，引導(dǎo)外資向干凈清潔、污染小的環(huán)保產(chǎn)業(yè)流動(dòng)。

參考文獻(xiàn)：

[1]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.

[2]Wu F，F(xiàn)an L W，Zhou P，et al.Industrial energy efficiency with CO2，emissions in China：A nonparametric analysis[J].Energy Policy，2012，49（1）：164-172.

[3]Fukuyama H，Weber W L.A Directional Slacks：Based Measure of Technical Inefficiency[J].Socio-economic Planning Sciences，2009，43（4）：274-287.

[4]Tone K.A Slacks Based Measure of Efficiency in Data Envelopment Analysis [J].European Journal of Operational Research，2001，130（1）：498-509.

[5]Zhou P，Ang B W，Poh K L.Slacks-based efficiency measures for modeling environmental performance[J].Ecological Economics，2006，60（1）：111-118.

[6]Choi Y，Zhang N，Zhou P. Efficiency and abatement costs of energy-related CO2，emissions in China：A slacks-based efficiency measure[J].Applied Energy，2012，98（5）：198-208.

[7]Chen，Shiyi.Environmental pollution emissions，regional productivity growth and ecological economic development in China[J].China Economic Review，2015，35：171-182.

[8]Battese G E，O′Donnell C J.A metafrontier production function for estimation of technical efficiencies and technology gaps for firms operating under different technologies[J].Journal of Productivity Analysis，2004，21（1）：91-103.

[9]Zhang N，Zhou P，Choi Y.Energy efficiency，CO2，emission performance and technology gaps in fossil fuel electricity generation in Korea：A meta-frontier non-radial directional distance functionanalysis[J].Energy Policy，2013，56（2）：653-662.

[10]Zhang N，Choi Y.Environmental energy efficiency of Chinas Regional Economies：A Non-oriented slacks-based measure analysis[J].Social Science Journal，2013，50：225-234.

[11]Fre R，Grosskopf S，Pasurka C A.Environmental production functions and environmental directional distance functions[J].Ssrn Electronic Journal，2007，32（7）：1055-1066.

[12]Tone K.A slacks-based measure of efficiency in data envelopment analysis[J].European Journal of Operational Research，2001，130：498-509.

[13]Battese G E，ODonnell C J.A metafrontier production function for estimation of technical efficiencies and technology gaps for firms operating under different technologies[J].Journal of Productivity Analysis，2004，21（1）：91-103.

[14]ODonnell C J，Rao D S P，Battese G E.Metafrontier frameworks for the study of firm-level efficiencies and technology ratios[J].Empirical Economics，2008，34（2）：231-255.

[15]Chiu C R，Liou J L，Wu P I，et al.Decomposition of the environment inefficiency of the metafrontier with undesirable output[J].Energy Economics，2012，34（5）：1392-1399.

（責(zé)任編輯：嚴(yán)元）

收稿日期：2016-11-27

作者簡(jiǎn)介：陳平（1988-），男，廣西百色人，中南財(cái)經(jīng)政法大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向：人口、資源與環(huán)境經(jīng)濟(jì)學(xué)；羅艷（1987-），女，廣西桂林人，中南財(cái)經(jīng)政法大學(xué)財(cái)政稅務(wù)學(xué)院博士研究生，研究方向：區(qū)域經(jīng)濟(jì)學(xué)、財(cái)政學(xué)。

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目，項(xiàng)目編號(hào)：71603281；國(guó)家社會(huì)科學(xué)基金項(xiàng)目，項(xiàng)目編號(hào)：15BMZ080；國(guó)家社會(huì)科學(xué)基金項(xiàng)目，項(xiàng)目編號(hào)：13BJL088。