趙敏 趙鑫

摘 要：堅持以能源綠色發(fā)展與清潔利用為導(dǎo)向，提高能源效率是促進(jìn)珠三角區(qū)域綠色低碳循環(huán)發(fā)展的關(guān)鍵手段。選取珠三角區(qū)域9個現(xiàn)代都市2005～2018年的面板數(shù)據(jù)，使用規(guī)模報酬可變的超效率DEA模型和Malmquist生產(chǎn)率指數(shù)探尋環(huán)境資源約束下該區(qū)域全要素能源效率的特征差異與動靜態(tài)演變趨勢。研究表明，2005～2018年珠三角區(qū)域的TFEE水平小幅下降后穩(wěn)步上升，平均TFEE值為0.89，僅深圳和珠海位于最優(yōu)生產(chǎn)前面上，具有一定節(jié)能減排空間。平均TFPCH為0.12%，變動幅度很小，技術(shù)效率和技術(shù)進(jìn)步的變動增長率分別為0.21%和0.76%，呈現(xiàn)出穩(wěn)定波動趨勢，表明兩者均是能源效率增長的主要驅(qū)動因素?？傮w來講，珠三角區(qū)域的能源效率水平較為穩(wěn)定，但內(nèi)部各城市間效率水平的差異較為明顯，整體節(jié)能減排目標(biāo)的實現(xiàn)仍有一定提升空間，因而在制定能源環(huán)境政策時要考慮因城制宜。

關(guān)鍵詞：綠色發(fā)展;能源效率;珠三角區(qū)域;超效率DEA

中圖分類號：F224;O242 ?文獻(xiàn)標(biāo)識碼：A ?文章編號：1673-260X（2021）12-0084-08

《新時代的中國能源發(fā)展》白皮書（2020）中將提高能源效率、促進(jìn)節(jié)能減排、能源清潔低碳生產(chǎn)作為推動綠色發(fā)展的實現(xiàn)途徑。我國在推動能源消耗方式變革的過程中，實行能源消費總量和能源強度的雙控制度，按行政區(qū)域設(shè)定控制目標(biāo)。作為中國改革先行區(qū)的珠三角區(qū)域，應(yīng)率先在能源方面實施創(chuàng)新驅(qū)動戰(zhàn)略，深化重點領(lǐng)域和關(guān)鍵產(chǎn)業(yè)的市場化改革，推動能源高質(zhì)量發(fā)展，提升能源使用效率，加快構(gòu)建清潔低碳、安全高效的新型能源體系，逐步推動區(qū)域能源結(jié)構(gòu)轉(zhuǎn)型和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化。

本文以環(huán)境約束下珠三角區(qū)域的能源效率評價及演變趨勢分析為重點研究對象，以期為該區(qū)域提高能源效率和制定節(jié)能減排目標(biāo)提供有價值的政策建議。

1 文獻(xiàn)梳理與評述

能源效率的常見評價方法是全要素指標(biāo)法，其中最具代表性的是參數(shù)法和非參數(shù)法。參數(shù)法中的隨機(jī)前沿分析（Stochastic Frontier Analysis，簡記SFA）方法使用頻率較高，它是由Meeusen et al和Aigner et al共同提出的一種可以考慮隨機(jī)因素影響的SFA模型，其優(yōu)點是依據(jù)具體生產(chǎn)函數(shù)形式來考慮影響能源效率的有關(guān)變量[1，2];非參數(shù)法中最為常用且最具代表性的是數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，簡記DEA），最初由Charnes和Cooper共同提出，通過生產(chǎn)過程中形成的線性規(guī)劃模型來測算評價單元效率的非參數(shù)方法[3]。其優(yōu)勢在于無須提前假定生產(chǎn)函數(shù)形式，設(shè)定的“多投入-多產(chǎn)出”指標(biāo)體系不受數(shù)據(jù)單位影響，可通過數(shù)學(xué)步驟確定各要素的權(quán)重關(guān)系，具有很強的客觀性[4]。DEA方法規(guī)避了SFA方法強假設(shè)生產(chǎn)函數(shù)形式的偏誤，在效率評價中得到了研究學(xué)者更為廣泛的認(rèn)可[5-7]。

Chung et al在測算造紙業(yè)生產(chǎn)率時首次提出環(huán)境規(guī)制行為模型（AAM），將包含環(huán)境因素的非合意產(chǎn)出納入生產(chǎn)過程中進(jìn)行考量，使用方向性距離函數(shù)定義Malmquist-Luenberger指數(shù)法[8]，從而自由設(shè)定產(chǎn)出增加或污染減小的合意方向，使環(huán)境污染物的實際測度變?yōu)楝F(xiàn)實。吳軍選用M-L法時將環(huán)境因素加入產(chǎn)出指標(biāo)體系之中，測算我國1998～2007年工業(yè)全要素能源效率，結(jié)果表明技術(shù)進(jìn)步對各省份工業(yè)TFP的增長起到關(guān)鍵作用[9]。Wu et al使用一種新型共享輸入的兩階段DEA模型對包含環(huán)境污染問題的中國工業(yè)階段全要素能源效率和整體效率進(jìn)行評價，進(jìn)而比較能源消耗和污染處理兩個階段的優(yōu)劣[7]。范秋芳等在產(chǎn)出指標(biāo)中加入SO2排放量作為非合意產(chǎn)出，選用BC2模型和Malmquist指數(shù)法對中國四大區(qū)域的全要素能源效率進(jìn)行評價，實證分析表明各地區(qū)必須結(jié)合自身實際發(fā)展情況制定同供給側(cè)改革相適宜的能源政策[10]。高鵬等結(jié)合非競爭型投入產(chǎn)出模型和超效率SBM模型，研究了中國產(chǎn)業(yè)部門的全要素直接能源效率和全要素隱含能源效率及其節(jié)能潛力[11]。田澤等、孫策等、孟曉等分別使用共同前沿動態(tài)SBM模型、Malmquist指數(shù)法和超效率DEA模型對我國重要城市群落的能源效率進(jìn)行全面分析和評價，并探尋能源效率低下的原因[12-14]。Rong et al和Wu et al分別使用超效率DEA和網(wǎng)格DEA對中國各省份的能源效率水平進(jìn)行評價，并探尋能源效率低下的原因[15，16]。

綜上所述，學(xué)者在能源效率評價方面的研究成果頗豐。從測算方法來看，多數(shù)文獻(xiàn)僅采用靜態(tài)或者動態(tài)方法來進(jìn)行效率評價，動靜態(tài)方法結(jié)合的研究較少;從研究目標(biāo)來看，多數(shù)學(xué)者選擇國家或省際層面展開研究，而對區(qū)域和城市等單元的研究較少。鑒于此，本文聚焦環(huán)境約束下珠三角區(qū)域的能源效率，一是從區(qū)域角度進(jìn)行細(xì)化研究，避免了省份之間存在的客觀條件差異，能更有針對性地進(jìn)行能源效率評價;二是使用動靜態(tài)結(jié)合的方式進(jìn)行綜合分析，彌補了以往僅從動態(tài)視角或靜態(tài)視角評價效率的單一性;三是依據(jù)全要素生產(chǎn)框架，在投入要素固定時選取“三廢數(shù)據(jù)”作為非合意產(chǎn)出，更好衡量生產(chǎn)過程對環(huán)境造成的污染因素影響。

2 研究方法與模型

在Hu和Wang首次對全要素能源效率的度量做出綜合界定的基礎(chǔ)上，將珠三角區(qū)域包含的廣佛肇、深東惠、珠中江作為評價單元[17]，對全要素能源效率及其變化率進(jìn)行實證分析。首先使用基于投入導(dǎo)向型的超效率DEA模型測算環(huán)境約束下珠三角區(qū)域9個現(xiàn)代都市2005～2018年的全要素能源效率值;然后在環(huán)境方向性距離函數(shù)的基礎(chǔ)上，使用Malmquist生產(chǎn)率指數(shù)法測度能源效率變化率，并分解為技術(shù)進(jìn)步增長率和技術(shù)效率增長率;最后從動靜態(tài)兩方面對能源效率進(jìn)行評價，綜合分析二者的演變趨勢，為區(qū)域節(jié)能減排政策的制定提供實證建議。另外，由于規(guī)模報酬不變（CRS）假定適合廠商在最優(yōu)規(guī)模狀態(tài)下運行，考慮到現(xiàn)實情境受政府管制、市場約束和信息不完全等因素的制約，本文選取規(guī)模報酬可變（VRS）的超效率DEA模型。

2.1 超效率DEA方法

經(jīng)典DEA模型在評價生產(chǎn)決策單元（DMU）的能源效率時，主要通過線性規(guī)劃模型來判斷DMU是否處于最優(yōu)生產(chǎn)前沿面，從而對無效或低效的DMU進(jìn)行效率測算。如圖1所示，基于投入導(dǎo)向型的CRS-DEA模型，投入要素分別為能源（E）、資本（C）和勞力（L），且決策單元DMUA、DMUB和DMUC均處于數(shù)據(jù)包絡(luò)線SS’上。Farrell建立的技術(shù)效率公式為θ=OC/OC’，當(dāng)θ=1時，表明DMU技術(shù)有效且位于生產(chǎn)前沿面;若θ<1，則表明存在1-θ的效率損失[18]。例如，C’點位于包絡(luò)線外且需要的投入比C點多，因此屬于效率損失點，另外C點可以減少的能源投入量為CA（松弛變量），那么無效DMUC’實現(xiàn)最優(yōu)效率的投入量為E=OC/CA=θOC’/CA。在全要素能源效率的分析框架中，測算每個DMU的效率值以及距離生產(chǎn)前沿面的能源投入調(diào)整量，可以表示實際投入的無效部分。因此，全要素能源效率（Total Factor Energy Efficiency，簡記TFEE）通常定義為DMU實現(xiàn)最優(yōu)效率時潛在（或理論、最佳）的能源投入與實際能源投入的比例關(guān)系，即TFEE=理論能源投入量/實際能源投入量。

上述經(jīng)典DEA方法可能會出現(xiàn)多個DMU均位于同一生產(chǎn)前沿且相對有效的情形，從而無法對一系列相對有效的DMU進(jìn)行后續(xù)的評價與比較。Andersen和Petersen建立的超效率DEA模型可以有效地解決這個難題[19]，通過運用DEA有效單元排序法便可對相對有效的DMU進(jìn)行效率比較，具體做法是把目標(biāo)評價DMU置于決策單元集合以外。如圖2所示，投入導(dǎo)向型的超效率DEA模型，在測算DMUA的效率值時可以不必考慮整個決策單元集，A的數(shù)據(jù)包絡(luò)線由原來的SABS’移動到SCBS’，此時A的效率值為θ=OA’/OA>1，其中無效率點C’的效率值和生產(chǎn)前沿面依舊不發(fā)生變化，可見超效率DEA模型使相對有效的評價單元的效率評價成為可能。

根據(jù)Fare et al提出的方向距離性函數(shù)（DDF）來構(gòu)建珠三角區(qū)域的環(huán)境方向性產(chǎn)出函數(shù)，將環(huán)境約束因素加入能源效率分析框架，得到包含合意產(chǎn)出與非合意產(chǎn)出的生產(chǎn)性可能集[20]。Fare和Grosskopf對多個DMU投入產(chǎn)出的P（x）給出定義，指出其滿足以下四點可處置性特性[21]：（1）投入要素的自由可處置;（2）產(chǎn)出項的弱可處置;（3）合意產(chǎn)出與非合意產(chǎn)出的聯(lián)合生產(chǎn)性;（4）合意產(chǎn)出的強可處置。在超效率DEA模型框架下，假定k個決策單元（即城市）利用n種投入要素集xij=（x1k，x2k…xnk）∈RN，生產(chǎn)出m種合意產(chǎn)出集yrj=（y1k，y2k…ymk）∈RM與z種含環(huán)境污染物的非合意產(chǎn)出集ulj=（u1k，u2k…uzk）∈RZ，其環(huán)境生產(chǎn)可能性集合為：P（x）={（y，u;x→（y，u））}。若（y，u）∈P（x），且0<θ<1，則（θy，θu）∈P（x），表示投入固定時，兩種產(chǎn)出的增減方向和比例相同，即u=0，y=0表示兩種產(chǎn)出均為0。在輸入輸出指標(biāo)確定的情況下，存在松弛變量時投入導(dǎo)向型超效率DEA模型的線性規(guī)劃演變形式如下：

式（1）中θ表示全要素能源效率值，λj為決策單元的比例關(guān)系，松弛變量S-和S+分別代表投入過量或產(chǎn)出不足，ε為非阿基米德無窮小量，通常在計算中當(dāng)作正無窮小進(jìn)行處理。當(dāng)θ*=1且S-=S+=0時表明該DMU0有效，同時能源效率最佳，即在產(chǎn)出不變時無法等比例減少整體或者部分投入量;當(dāng)θ*=1且S-或S+不為零時，此時DMU0為弱有效，也可以說是由k個決策單元構(gòu)成的生產(chǎn)系統(tǒng)中，產(chǎn)出固定情況下可以對投入向量實行結(jié)構(gòu)性調(diào)整，此時的生產(chǎn)規(guī)模不是最優(yōu)規(guī)模;當(dāng)θ*<1且S-和S+兩者均不為零或某項不為零的情況下，決策單元DMU0為非DEA有效，即在同等產(chǎn)出條件下存在投入過多的現(xiàn)象，可以對投入量加以調(diào)整和改進(jìn)以達(dá)到最優(yōu)。在（1）中加入條件Σλj=1即為規(guī)模報酬可變模型，因此，將評價DMU0排除在生產(chǎn)可能性集合外的超效率DEA線性規(guī)劃形式可描述如下：

2.2 Malmquist指數(shù)法

Malmquist指數(shù)法對分析DMU位于不同時期的動態(tài)能源效率變化提供了極大便利。假定投入要素x自由可處置且規(guī)模報酬可變，用Malmquist生產(chǎn)率指數(shù)繼續(xù)考察包含環(huán)境因素的能源效率變化率及其分解值。Paul et al改進(jìn)生產(chǎn)率分析法并建立測算跨期生產(chǎn)率變化的Malmquist指數(shù)，通過計算距離函數(shù)（DF）的比率來衡量能源效率，進(jìn)而評價兩個時期DMU的動態(tài)生產(chǎn)率變化[22]。相對于Tomqvist指數(shù)和Fisher指數(shù)，Malmquist指數(shù)可以將能源效率變化分解為技術(shù)進(jìn)步變化與技術(shù)效率變化[23]，公式中不包含價格信息可避免信息不對稱產(chǎn)生的影響，此外多元指標(biāo)體系無須假設(shè)其他條件?；诓煌瑫r期技術(shù)水平的Malmquist指數(shù)模型定義式為：

式（3）中M0代表生產(chǎn)過程中的投入產(chǎn)出矩陣，xt、yt、xt+1、yt+1分別為第t期和t+1期的投入量產(chǎn)出量，Dt和Dt+1表示以不同時期技術(shù)水平衡量的方向性距離函數(shù)。全要素能源效率變化率（TFPCH）可分解為規(guī)模報酬可變條件下的技術(shù)效率變化（EFFCH）和技術(shù)進(jìn)步變化（TECH），另外EFFCH可二次分解為規(guī)模效率變化（SECH）與純技術(shù)效率變化（PECH），同理（3）式可進(jìn)一步表述為：

M0=TFPCH=TECH×EFFCH

=TECH×SECH×PECH ?（4）

在統(tǒng)計學(xué)概念中，上述三個指標(biāo)均為環(huán)比發(fā)展指數(shù)。當(dāng)M0>1時，DMU的TFPCH呈現(xiàn)出增長趨勢，TFEE較前期有所增加;當(dāng)M0<1時，DMU的TFPCH呈現(xiàn)出降低趨勢，TFEE較之前有所減少。其中EFFCH代表每個評價單元從時期t到t+1距離生產(chǎn)可能性前沿面的遠(yuǎn)近程度，指數(shù)值大于或小于1分別表示跨期的技術(shù)效率提高或降低;TECH代表每個評價單元從時期t到t+1在生產(chǎn)可能性前沿面上的移動情況，指數(shù)值大于或小于1分別表示跨期的技術(shù)進(jìn)步或退步;PECH表示規(guī)模報酬可變時的技術(shù)效率變化情況;SECH表示規(guī)模經(jīng)濟(jì)對能源效率變化率的影響大小，可見TFPCH中不同指標(biāo)的效率變化是決定M0提高或降低的根本原因。另外，需明確TFEE和TFPCH測量方法的區(qū)別之處，TFEE考察生產(chǎn)過程中某一固定期的DMU與最優(yōu)生產(chǎn)前沿面的相對位置關(guān)系，隸屬于靜態(tài)分析范疇;而TFPCH通過測度DMU距最優(yōu)生產(chǎn)前沿面的距離遠(yuǎn)近關(guān)系來表示技術(shù)效率變化，抑或是通過測度最優(yōu)生產(chǎn)前沿面的位置變動關(guān)系來衡量技術(shù)進(jìn)步變化，隸屬于動態(tài)分析范疇[24]。

3 數(shù)據(jù)收集與變量說明

本文的研究范圍為2005～2018年度珠三角區(qū)域9個現(xiàn)代都市的面板數(shù)據(jù)。結(jié)合參考文獻(xiàn)的理論基礎(chǔ)與方法模型，假定生產(chǎn)過程中的投入要素為資本、勞動力和能源三項，合意產(chǎn)出為生產(chǎn)總值，非合意產(chǎn)出為環(huán)境污染排放物。

（1）資本。參照吳軍的數(shù)據(jù)處理方法[9]，將各市的固定資產(chǎn)投資額（億元）作為資本投入指標(biāo)，根據(jù)2005年不變價格進(jìn)行折算。

（2）勞動力。勞動人員的素質(zhì)與勞動消耗時間是衡量勞動投入的關(guān)鍵指標(biāo)，鑒于數(shù)據(jù)的難獲取性，使用各市歷年的就業(yè)人員年末人數(shù)（萬人）作為勞動投入指標(biāo)。

（3）能源。通常做法是將評價單元的全部能源消耗數(shù)量作為能源投入。鑒于不同城市所消耗的能源種類有差別，可以將石油、天然氣、電力、煤炭等主要資源的消耗量統(tǒng)一轉(zhuǎn)換加總為新單位“噸標(biāo)準(zhǔn)煤”，另外，還應(yīng)包括部分煤炭資源使用時有二次轉(zhuǎn)換的消耗量。為保證各變量統(tǒng)計口徑的統(tǒng)一性，將各市的單位GDP能耗系數(shù)統(tǒng)一換算為能源消耗總量（萬噸標(biāo)準(zhǔn)煤），使用能源消耗總量表示能源投入指標(biāo)。

（4）合意產(chǎn)出。李雙杰等在構(gòu)建效率測算的指標(biāo)體系時指出，為保持投入與產(chǎn)出的一致性并符合實際生產(chǎn)過程，若投入指標(biāo)選取資本和勞動力，則產(chǎn)出指標(biāo)應(yīng)選擇增加值;若投入指標(biāo)選擇資本、勞動力和中間投入，則產(chǎn)出指標(biāo)應(yīng)選擇總產(chǎn)值[4]。文章使用以2005年不變價格計的實際地區(qū)生產(chǎn)總值（億元）為合意產(chǎn)出。

（5）非合意產(chǎn)出。國內(nèi)外學(xué)者對非合意產(chǎn)出的選擇中涵蓋了眾多污染物種類[24]，由于能源在實際消耗中產(chǎn)生的污染物會直接影響大氣和水質(zhì)，因此使用工業(yè)“三廢”排放量來表示非合意產(chǎn)出。廣東省在2013年起不再提供工業(yè)固體廢物排放量數(shù)據(jù)，鑒于統(tǒng)計口徑的改變，現(xiàn)選用工業(yè)固體廢物產(chǎn)生量進(jìn)行替代，其中2005年部分城市的固廢產(chǎn)生量缺失數(shù)據(jù)采用線性插補法補齊。綜上，選取廢水排放總量（億噸）、工業(yè)廢氣排放總量（億標(biāo)立米）與工業(yè)固體廢物產(chǎn)生量（萬噸）的“三廢”指標(biāo)為非合意產(chǎn)出。

以上投入產(chǎn)出指標(biāo)數(shù)據(jù)均來源于歷年的《廣東統(tǒng)計年鑒》，其描述性統(tǒng)計如表1和表2所示。

4 能源效率結(jié)果實證分析

根據(jù)珠三角區(qū)域的投入產(chǎn)出面板數(shù)據(jù)，運用投入導(dǎo)向的VRS超效率DEA方法，固定資本額、勞動力和能源消耗量作為投入要素，合意產(chǎn)出與非合意產(chǎn)出共同作為產(chǎn)出要素，使用MaxDEA7.1軟件測算環(huán)境約束下各城市的TFEE和TFPCH及其分解值變化情況，全面分析各都市能源效率的變動規(guī)律和本質(zhì)特征。

4.1 環(huán)境約束下的全要素能源效率

珠三角區(qū)域9個現(xiàn)代都市2005～2018年的TFEE結(jié)果見表3。

從經(jīng)濟(jì)區(qū)域角度來看，珠三角區(qū)域2005～2018年的TFEE的變動規(guī)律特征為：（1）整體來看，14年的平均值為0.89，表明該地區(qū)尚存在11%的節(jié)能潛力;（2）在能源效率的演變趨勢方面，2005～2018年珠三角經(jīng)濟(jì)區(qū)的TFEE從2006～2008年出現(xiàn)小幅度下降后一直處于平穩(wěn)狀態(tài)，2009～2014年間能源效率始終在0.84-0.86間穩(wěn)定波動，這與葉祥松等得出的能源效率在2000～2013間有所提升不相符[25]，究其原因可能是其評價指標(biāo)體系中未包括非合意產(chǎn)出。2015年后能源效率出現(xiàn)明顯上升趨勢，除2016年外其余年份的效率值均大于0.92，表明珠三角經(jīng)濟(jì)區(qū)實行“騰籠換鳥”的產(chǎn)業(yè)升級政策有效，轉(zhuǎn)移或淘汰高耗能產(chǎn)業(yè)使得能源效率有所提升。此外，加快經(jīng)濟(jì)結(jié)構(gòu)調(diào)整也是效率提升原因之一。

從城市層面來看，珠三角區(qū)域的9個城市在2005～2018年間的TFEE存在顯著差異，如圖3所示，雷達(dá)圖可直觀對比出各城市間相近兩年的TFEE變化。其主要演變特征：（1）珠三角區(qū)域僅有個別城市的平均TFEE在評價年份達(dá)到有效生產(chǎn)前沿面水平，其中深圳和珠海在若干年份處于有效前沿面上，屬于相對有效的城市，珠海的TFEE最高，2005～2018年的平均值達(dá)到1.12;深圳次之，14年來的TFEE均值為1。能源效率最低的城市依次為肇慶和惠州，14年平均值僅為0.76和0.78。（2）在TFEE的演變趨勢方面，TFEE呈現(xiàn)出“穩(wěn)態(tài)收斂”趨勢的城市有深圳、珠海和中山，這些城市的城市化水平始終處于珠三角前列;呈現(xiàn)出“螺旋穩(wěn)步上升”趨勢的城市有廣州、佛山和東莞，表明產(chǎn)業(yè)升級和結(jié)構(gòu)調(diào)整逐步趨于完善;表現(xiàn)為“先降低后上升”趨勢的城市有惠州、肇慶和江門，這些城市的重工業(yè)產(chǎn)業(yè)占比依舊較高，根據(jù)TFEE演變趨勢可將上述城市分為“高、中、低”三個層次，效率值變化如圖4所示。（3）城市間的TFEE變化幅度明顯，處于有效生產(chǎn)前沿面的城市從2005年的5個變?yōu)?018年的4個，但區(qū)域整體能源效率水平有顯著提高，處于中間水平城市的效率值在0.80～0.95之間波動，具備一定的節(jié)能潛力和效率提升空間。綜上所述，珠三角經(jīng)濟(jì)區(qū)的節(jié)能減排應(yīng)注重不在有效前沿面的城市，尤其是應(yīng)重點關(guān)注惠州市、肇慶市、江門市三個低效率城市，需加強城市領(lǐng)域相關(guān)能源政策的有效落實，加大對科技創(chuàng)新和人才培養(yǎng)的支持力度，推動低能耗、低質(zhì)量產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。

4.2 Malmquist能源效率增長率指數(shù)

Malmquist能源效率增長率指數(shù)的測算結(jié)果詳見表4。注意此處測算的TFPCH是動態(tài)變化趨勢，可二次分解為技術(shù)效率變化（EFFCH）與技術(shù)進(jìn)步變化（TECH）。

珠三角區(qū)域各城市的TFPCH演變趨勢如下：（1）TFPCH呈現(xiàn)出曲折上升趨勢，變化幅度從2006年的-4.81%上升到2018年的1.72%;EFFCH先上升后下降，從2006年-5.81%最高升至2015年的10.96%，然后降至2018年的-2.17%;TECH較為平穩(wěn)，除2017年的值為7.58%外，其余年份始終在5%范圍內(nèi)上下波動，無顯著增長趨勢。（2）2006～2018年間三者的平均增長率均≥1，在TFPCH較為穩(wěn)定的情況下，技術(shù)效率改善和生產(chǎn)技術(shù)進(jìn)步處于一種此消彼長的狀態(tài)，但二者均對TFPCH的提升做出貢獻(xiàn)，其中技術(shù)效率對2015年的整體增長率升高起關(guān)鍵作用，技術(shù)進(jìn)步對2017～2018年整體增長率提升有強推動作用。（3）EFFCH和TECH的平均變化率差異較小，除個別年間出現(xiàn)顯著升高（2015、2017年）或降低（2006、2007年）的情況外，二者皆可反映為TFEE提升的主要驅(qū)動要素。

圖5很好地反映了珠三角區(qū)域城市群TFPCH及其分解值的貢獻(xiàn)比重和演變趨勢，在文章的測算時間范圍內(nèi)，TFPCH提升幅度較為平穩(wěn)，表明該區(qū)域能源消耗方式相對合理、污染物排放監(jiān)管長期有效，能源政策實施、新技術(shù)引進(jìn)和產(chǎn)業(yè)升級起到良性循環(huán)促進(jìn)作用。技術(shù)進(jìn)步和技術(shù)效率的推動作用不一，珠海、深圳等高效城市的技術(shù)進(jìn)步貢獻(xiàn)大于技術(shù)效率，有著更強的推動作用，肇慶、江門等低效城市的分解值始終處于低水平，推動作用較弱，需要得到重點關(guān)注，也可為情況類似的其他地區(qū)提供參照借鑒，以便尋求實現(xiàn)可持續(xù)發(fā)展的可行路徑。

5 結(jié)論性研究建議

本文從環(huán)境約束視角出發(fā)，在非合意產(chǎn)出中引入的“三廢”排放量拓寬了產(chǎn)出指標(biāo)體系，使用投入導(dǎo)向的超效率DEA模型考察了珠三角區(qū)域2005～2018年的靜態(tài)TFEE，同時利用Malmquist指數(shù)測算動態(tài)TFPCH及其分解值，分析各城市能效差異和演變趨勢，得到一些現(xiàn)有研究之下的新結(jié)論。第一，從整體角度來看?？紤]環(huán)境約束下珠三角區(qū)域的TFEE呈現(xiàn)出先降低后升高的趨勢，說明該區(qū)域?qū)嵤┑墓?jié)能減排政策對提升能效水平有效。TFPCH變化起伏不一，總體上呈現(xiàn)小幅下降的收斂趨勢，技術(shù)進(jìn)步和技術(shù)效率均為能源效率改善做出重要貢獻(xiàn)，是區(qū)域綠色發(fā)展的主要驅(qū)動因素;第二，從各城市層面來看。城市間TFEE差異較為顯著，沒有城市在14年來一直處于有效前沿面上，除深圳和珠海外，其余城市具有不同程度的節(jié)能空間，兩個分解值的貢獻(xiàn)水平和作用大小因城市而異。

提高能源效率，縮小城市差距，應(yīng)考慮城市定位、產(chǎn)業(yè)結(jié)構(gòu)等客觀條件，是珠三角區(qū)域在經(jīng)濟(jì)新常態(tài)下能源發(fā)展過程中的重點關(guān)注問題。文章從區(qū)域視角出發(fā)，有針對性地提出以下幾點建議。

實證性研究建議如下。首先，應(yīng)根據(jù)城市間TFEE水平差異，考慮優(yōu)化城市間資源配置，加強產(chǎn)業(yè)互助合作，強化國際先進(jìn)技術(shù)水平交流，結(jié)合多種因素達(dá)到提高能源效率、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，打造區(qū)域城市群的比較優(yōu)勢與核心競爭力，以期趨同并超越國際高水平區(qū)域發(fā)展模式。其次，對于深圳、中山和佛山三個高效城市，需繼續(xù)實施能源創(chuàng)新驅(qū)動戰(zhàn)略，發(fā)展新能源行業(yè)，關(guān)注市場化改革等重點領(lǐng)域，探尋能源效率提升的新途徑，建設(shè)清潔高效的能源消耗體系;對于佛山、廣州、東莞三個中效城市，需要進(jìn)一步優(yōu)化要素投入比例、加大技術(shù)進(jìn)步和技術(shù)效率方面的資金注入、提高要素利用率和邊際產(chǎn)出率等;對于江門、惠州和肇慶三個低效城市，應(yīng)該以提升TFEE為核心，轉(zhuǎn)變以往的高消耗和粗放發(fā)展模式，逐步取消產(chǎn)能落后行業(yè)，大力發(fā)展服務(wù)業(yè)等，共同促進(jìn)城市能源和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型。最后，技術(shù)進(jìn)步和技術(shù)效率皆是珠三角區(qū)域TFPCH提升的主要動力，尤其是2016年以來，珠三角地區(qū)的技術(shù)效率貢獻(xiàn)率很小甚至為負(fù)值，應(yīng)該注重投入要素結(jié)構(gòu)和生產(chǎn)技術(shù)的優(yōu)化配置，力求實現(xiàn)技術(shù)進(jìn)步和技術(shù)效率的同步促進(jìn)提升，最終打造區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展、節(jié)能減排效果顯著提高的共贏局面。

參考文獻(xiàn)：

〔1〕W. Meeusen and J. Broeck. Technical efficiency and dimension of the firm： Some results on the use of frontier production functions[J]. Empirical Economics， 1977， 2（02）： 109-122.

〔2〕Aigner Dennis and Lovell C.A.Knox and Schmidt Peter. Formulation and estimation of stochastic frontier production function models[J]. 1977， 6（01）： 21-37.

〔3〕Charnes A. and Cooper W.W. and Rhodes E.. Measuring the efficiency of decision making units[J].1978， 2（06）： 429-444.

〔4〕李雙杰，李春琦.全要素能源效率測度方法的修正設(shè)計與應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018， 35（09）：110-125.

〔5〕Malin Song et al. Environmental efficiency and economic growth of China： A Ray slack-based model analysis[J]. European Journal of Operational Research， 2018， 269（01）： 51-63.

〔6〕Toshiyuki Sueyoshi and Yan Yuan and Mika Goto. A literature study for DEA applied to energy and environment[J]. Energy Economics， 2017， 62： 104-124.

〔7〕Jie Wu et al. Total-factor energy efficiency evaluation of Chinese industry by using two-stage DEA model with shared inputs[J]. Annals of Operations Research， 2017， 255（1-2）： 257-276.

〔8〕Y.H. Chung and R. F？re and S. Grosskopf. Productivity and Undesirable Outputs： A Directional Distance Function Approach[J]. Journal of Environmental Management， 1997， 51（03）： 229-240.

〔9〕吳軍.環(huán)境約束下中國地區(qū)工業(yè)全要素生產(chǎn)率增長及收斂分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009， 26（11）：17-27.

〔10〕范秋芳，王麗洋.中國全要素能源效率及區(qū)域差異研究——基于BCC和Malmquist模型[J].工業(yè)技術(shù)經(jīng)濟(jì)，2018，37（12）：61-69.

〔11〕高鵬，岳書敬.中國產(chǎn)業(yè)部門全要素隱含能源效率的測度研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020， 37（11）：61-80.

〔12〕田澤，張懷婧，任芳容.環(huán)境約束下中國三大城市群能源效率評價與影響因素比較研究[J].軟科學(xué)，2020，34（12）：87-95.

〔13〕孫策，成金華，孫莉.長江中游地區(qū)能源效率評價研究：與京津冀、長三角和珠三角地區(qū)的比較[J].中國礦業(yè)，2017，26（08）：69-74+111.

〔14〕孟曉，孔群喜，汪麗娟.新型工業(yè)化視角下“雙三角”都市圈的工業(yè)能源效率差異——基于超效率DEA方法的實證研究[J].資源科學(xué)，2013，35（06）：1202-1210.

〔15〕Wang Rong and Wang Qizhen and Yao Shuangliang. Evaluation and difference analysis of regional energy efficiency in China under the carbon neutrality targets： Insights from DEA and Theil models[J]. Journal of Environmental Management， 2021， 293.

〔16〕Geng Wu et al. Using a network DEA model to assess the energy efficiency of regions in China[J]. IOP Conference Series： Earth and Environmental Science， 2020， 546（02）： 022054.

〔17〕Hu J. ，Wang S.， Total Factor Energy Efficiency of regions in China[J]. Energy Policy， 2006， 34（17）： 3206-3217.

〔18〕Farrell M. J.. The Measurement of Productive Efficiency[J]. Journal of the Royal Statistical Society. Series A （General）， 1957， 120（03）： 253-290.

〔19〕Per Andersen and Niels Christian Petersen. A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J]. Management Science， 1993， 39（10）： 1261-1264.

〔20〕R. Fare and S. Grosskopf and Jr. Pasueka. Environmental Production Functions and Environmental Directional Distance Functions[J]. Energy， 2007， 32， 1055-1066.

〔21〕Rolf Fare and Shawna Grosskopf and Dimitris Margaritis. Advances In Data Envelopment Analysis[M]. SG Singapore： World Scientific Publishing Company， 2015.

〔22〕Paul W. Bauer. Decomposing TFP growth in the presence of cost inefficiency， nonconstant returns to scale， and technological progress[J]. Journal of Productivity Analysis， 1990， 1（04）： 287-299.

〔23〕馬海良，黃德春，姚惠澤.中國三大經(jīng)濟(jì)區(qū)域全要素能源效率研究——基于超效率DEA模型和Malmquist指數(shù)[J].中國人口·資源與環(huán)境，2011，21（11）：38-43.

〔24〕王兵，吳延瑞，顏鵬飛.中國區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長[J].經(jīng)濟(jì)研究，2010，45（05）：95-109.

〔25〕葉祥松，劉敬，王江波.經(jīng)濟(jì)增長質(zhì)量與能源效率研究——以珠三角地區(qū)為例[J].江西財經(jīng)大學(xué)學(xué)報，2017，19（05）：3-13.