柳亞琴，趙國浩

(1.山西財經(jīng)大學經(jīng)濟學院，山西太原　030006；2.山西財經(jīng)大學管理科學與工程學院，山西太原　030031)

?

碳排放約束下能源經(jīng)濟效率的區(qū)域空間分布研究
——基于能源消費結(jié)構(gòu)門檻視角

柳亞琴1，趙國浩2

(1.山西財經(jīng)大學經(jīng)濟學院，山西太原030006；2.山西財經(jīng)大學管理科學與工程學院，山西太原030031)

摘要：利用2000—2012年樣本數(shù)據(jù)對全要素省際能源經(jīng)濟效率進行了測算，研究發(fā)現(xiàn)樣本期間絕大部分省市自治區(qū)能源經(jīng)濟效率整體都呈不斷下降的趨勢，并且生產(chǎn)過程中低效率地區(qū)大幅增加，分布狀態(tài)由“點狀”向“面狀”擴散，尤其是中西部地區(qū)下降較為明顯，究其原因主要為：二氧化碳排放和能源消費結(jié)構(gòu)是能源經(jīng)濟效率變化和地區(qū)差異的重要影響因素；據(jù)此運用門檻分析方法對其進行區(qū)域空間分布研究，將全國30個省市自治區(qū)劃分為低排放—結(jié)構(gòu)較合理、低排放—結(jié)構(gòu)欠合理、高排放—結(jié)構(gòu)較合理類群、高排放—結(jié)構(gòu)欠合理和高排放—結(jié)構(gòu)不合理5大類群，最后結(jié)合各類型區(qū)域自身發(fā)展特點，提出因地制宜的低碳綠色發(fā)展建議，并從需求側(cè)和供給側(cè)兩方面提出能源經(jīng)濟效率改善的政策建議。

關(guān)鍵詞：全要素能源經(jīng)濟效率；碳排放；DEA模型；區(qū)域空間分布

一、引言

中國幅員遼闊，各地區(qū)能源資源賦存情況不盡相同，經(jīng)濟發(fā)展程度也存在著很大的地域差異，兩者綜合作用下導致各地區(qū)的能源經(jīng)濟效率與二氧化碳排放水平差別很大。隨著社會經(jīng)濟的不斷發(fā)展，減排難度正在逐步加大，減排成本也節(jié)節(jié)攀升。同時世界各國也日益關(guān)注全球變暖與二氧化碳減排問題，中國作為世界最大的發(fā)展中國家，如何處理好經(jīng)濟發(fā)展、能源消費與二氧化碳減排三者之間的關(guān)系，在保障經(jīng)濟發(fā)展需求，造福國民的同時，承擔起負責任大國的歷史使命是中國經(jīng)濟研究領域的重要關(guān)鍵問題[1]。另外，中國煤炭資源稟賦特征和價格優(yōu)勢決定了以煤炭資源為主的能源格局短期內(nèi)不會改變，提高能源經(jīng)濟效率是實現(xiàn)節(jié)能減排目標的最有效途徑[2-3]。

目前，能源經(jīng)濟效率評價被分為兩大類：單要素能源經(jīng)濟效率和全要素能源經(jīng)濟效率。單要素能源經(jīng)濟效率指標有能源強度(單位GDP能源消費量)、人均GDP能源消費量，累計GDP能源消費量等，史丹將單位GDP能源消費量的倒數(shù)作為能源經(jīng)濟效率的衡量指標，對中國能源經(jīng)濟效率區(qū)域性差異進行了分析，研究發(fā)現(xiàn)能源消費結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、能源稟賦、對外開放度對能源經(jīng)濟效率均有一定的影響[4]。很多學者測算了FDI、技術(shù)變化、經(jīng)濟結(jié)構(gòu)、相對價格、進出口貿(mào)易、人力資本等因素對單要素能源經(jīng)濟效率的影響作用[5-8]。全要素能源經(jīng)濟效率將能源、資本和勞動力等投入要素一起引入生產(chǎn)過程，分析相互之間的作用，與單要素能源經(jīng)濟效率相比，更符合現(xiàn)實經(jīng)濟生產(chǎn)過程，因此，應用更為廣泛[9-13]。其測算方法有參數(shù)方法(如隨機前沿分析方法)[14]和非參數(shù)方法(如數(shù)據(jù)包絡分析方法)[15]。由于DEA方法無須做任何主觀假設，更加適合處理多輸出—多輸入的有效性評價，成為全要素能源經(jīng)濟效率測算的主流方法?，F(xiàn)有應用DEA方法對區(qū)域能源經(jīng)濟效率進行的研究主要集中在能源經(jīng)濟效率的測算和影響因素方面， Hu等利用DEA方法對17個APEC國家1991—2000年節(jié)能潛力進行了測算，結(jié)果表明人均GDP與節(jié)能潛力之間存在倒U型關(guān)系[16]。魏楚等采用DEA方法在全要素視角下對地區(qū)能源經(jīng)濟效率進行了測算，發(fā)現(xiàn)全要素能源經(jīng)濟效率存在一定的區(qū)域趨同性[17]。Song 等對金磚國家的能源經(jīng)濟效率進行了測算，發(fā)現(xiàn)這些國家能源經(jīng)濟效率水平普遍低下，由各能源消費占比不同導致這些國家的能源經(jīng)濟效率與二氧化碳排放之間的關(guān)系也有所區(qū)別[18]。Honma 等利用DEA方法對14個發(fā)達國家工業(yè)能源經(jīng)濟效率進行測算，結(jié)果表明節(jié)能技術(shù)對提高能源經(jīng)濟效率有一定的促進作用[19]。另外李強等運用DEA方法從東中西部三大地帶層面對能源經(jīng)濟效率測度和區(qū)域差異性進行了研究，發(fā)現(xiàn)東部地區(qū)能源經(jīng)濟效率要高于中西部地區(qū)[20-21]。

綜上所述，學者們對全要素能源經(jīng)濟效率做了大量廣泛的研究，得出了有益的結(jié)論。筆者在全要素框架下測度中國省際能源經(jīng)濟效率比單要素能源經(jīng)濟效率更為科學和合理，同時利用IPCC推薦的測算方法估計省際二氧化碳排放量，據(jù)此科學的評價省際能源經(jīng)濟效率、差異性及其時空演變趨勢，并根據(jù)二氧化碳排放和能源消費結(jié)構(gòu)特征對省際能源經(jīng)濟效率進行區(qū)域劃分，可為合理制定區(qū)域節(jié)能減排政策提供借鑒和決策依據(jù)。

二、中國省際能源經(jīng)濟效率測算

1. CCR測算模型

假定生產(chǎn)系統(tǒng)有n個決策單元DMU，每個決策單元DMU均有m種投入和S種產(chǎn)出，記：

xij表示第j個DMU的第i項投入，xij>0,i=1,2,···,m;j=1,2,···,n；

vi表示第i項投入的權(quán)重系數(shù)，i=1,2,···,m；

yrj表示第j個DMU的第r項產(chǎn)出，yrj>0,r=1,2,···,S;j=1,2,···,n；

ur表示第r項產(chǎn)出的權(quán)重系數(shù)，r=1,2,···,S。

模型利用效率評價指數(shù)來對決策單元DMU進行評價，確定每個決策單元DMU是否DEA有效，設其效率評價指數(shù)為Zj，則有：

其評價模型為：在每個決策單元DMU的Zj均不超過1的前提下，對第j0個決策單元DMU(其中，1≤j0≤n)進行評價，將效率評價指數(shù)Zj0作為目標函數(shù)，求其最大值。于是有：

上述均是CCR模型分式規(guī)劃的基本形式，通過等價變換可以轉(zhuǎn)換成線性規(guī)劃的CCR模型，并將阿基米德無窮小量引入轉(zhuǎn)換后的CCR模型，其相應的對偶規(guī)劃形式為：

其中，Xj=(x1j,x2j,···,xmj)T,Yj=(y1j,y2j,···,ySj)T

X0=(x1j0,x2j0,···,xmj0)T,Y0=(y1j0,y2j0,···,ySj0)T

θ和λj(j=1,2,···,n)表示對偶變量，e-=(1,1,···,1)∈Em表示m維單位向量，e+=(1,1,···,1)∈ES表示S維單位向量，S+和S-表示松弛變量。

2. 數(shù)據(jù)說明和模型估計結(jié)果分析

本文測度全要素能源經(jīng)濟效率選取的樣本區(qū)間為2000—2012年，使用的投入要素有能源、勞動力和資本3個變量，其中能源由折算后的年末各地區(qū)能源消費總量表示(單位為：萬t標準煤)，勞動力由年末各地區(qū)就業(yè)人數(shù)表示(單位為：萬人)，資本由固定資本存量表示(單位為：萬元)，各地區(qū)資本存量數(shù)據(jù)根據(jù)永續(xù)盤存法[22]測算得到，計算公式為：

(1)

式(1)中Kit和Kit-1為當年和上年第i地區(qū)的資本存量，Iit為當年新增資本存量，Pit為當年的平減指數(shù)，δ為折舊率，其取值參考大多已有文獻的做法設為5%。產(chǎn)出由年末各地區(qū)生產(chǎn)總值表示(單位為：萬元)，具體估計結(jié)果見表1。

表1　基于CCR模型的中國省際能源經(jīng)濟效率值(2000—2012年)

從全國整體來看，能源經(jīng)濟效率平均水平比較低，在樣本期間均值為0.54，變化范圍在0.82～0.43之間，表明中國能源經(jīng)濟效率提升空間較大。在2000～2012年間，各地區(qū)能源經(jīng)濟效率都表現(xiàn)出逐漸下降的趨勢，究其原因為：在中國持續(xù)穩(wěn)定的經(jīng)濟政策下，中國經(jīng)濟取得了舉世矚目的成就并成為世界第二大經(jīng)濟體，能源消費總量也日益增加，但中國煤多油少貧氣的能源格局導致高額二氧化碳排放，給中國資源與生態(tài)環(huán)境帶來了巨大壓力，直接影響和制約著中國經(jīng)濟社會的低碳可持續(xù)發(fā)展。研究結(jié)果中可以發(fā)現(xiàn)北京、上海、天津和廣東的效率水平保持在0.8左右，江蘇、福建、海南和浙江的效率水平位于0.6～0.8之間，甘肅和貴州的效率水平只有0.4以下，其余省市的效率水平位于0.4～0.6之間。從各省市自治區(qū)能源經(jīng)濟效率的平均值來看，上海、北京和天津一直排在前3位，云南、貴州、四川和甘肅一直排在末尾后4位。

3. 省際能源經(jīng)濟效率的時空演變特征分析

為了詳細比較各省市自治區(qū)能源經(jīng)濟效率的變化趨勢和時空差異，筆者利用門檻回歸模型[23]考察了2000～2012年間二氧化碳排放對能源經(jīng)濟效率的影響，建立的門檻模型如下：

Efficiencyt=α0+α1Emissionst+εt

(2)

式(2)中，Efficiencyt表示t期能源經(jīng)濟效率平均值，Emissionst表示t期二氧化碳排放平均水平，εt為隨機擾動項。二氧化碳排放沒有直接數(shù)據(jù)，根據(jù)IPCC推薦的辦法間接測算可得。由于二氧化碳排放可能對提升能源經(jīng)濟效率有一定的抑制作用，因此，筆者將Emissions設定為門檻變量的LM值為6.000 5，BootstrapP值為0.044 0，估計出的門檻值為1.758 3億t碳(2004年)，其95%的置信區(qū)間為[1.758 3，1.758 3]。以該門檻值為分界，分別計算[2000，2004]和[2005，2012]期間的能源經(jīng)濟效率平均值(見圖1—2)，以2004年為分界點的區(qū)間劃分克服了外生分組所導致的主觀性，這種內(nèi)生分組的方法更加科學合理，能源經(jīng)濟效率取平均值可以盡可能地避免特殊年份的擾動。

從圖1—2還可以看出，從能源經(jīng)濟效率兩個時間段變化趨勢來看，所有省市自治區(qū)能源經(jīng)濟效率均有不同程度的下降，并且生產(chǎn)過程中低效率地區(qū)大幅增加，分布狀態(tài)由“點狀”向“面狀”擴散，尤其是中西部地區(qū)下降較為明顯。與2000—2004年間的能源經(jīng)濟效率平均值相比，在2005—2012年間內(nèi)蒙古下降幅度最大，高達49.1%，上海降幅最小為8.4%，所有省市自治區(qū)的平均降幅為30.4%，中部地區(qū)除了湖北外其余省份能源經(jīng)濟效率降幅均超過平均值，西部地區(qū)中超過平均降幅的有內(nèi)蒙古、廣西、重慶、云南、四川、貴州和甘肅，東北三省和東部沿海地區(qū)中經(jīng)濟實力較弱的福建省能源經(jīng)濟效率變化也超過平均降幅。究其原因，主要在于2000—2012年是中國整體經(jīng)濟發(fā)展的黃金時期，雖然這些地區(qū)也保持了經(jīng)濟的高速發(fā)展，然而一方面由于存在低效資源配置，導致大量的資本、能源和勞動等投入要素被無效損耗。另一方面，這些地區(qū)多為礦產(chǎn)資源大省或重工業(yè)基地，產(chǎn)業(yè)結(jié)構(gòu)非常單一，高耗能產(chǎn)業(yè)比重過高，能源消費主要以煤為主和二氧化碳排放居高不下，導致能源經(jīng)濟效率水平比較低下。

圖1　各省市自治區(qū)2000—2004年期間平均效率值

圖2　各省市自治區(qū)2005—2012年期間平均效率值

三、基于能源消費結(jié)構(gòu)的區(qū)域空間分布

1. 分析方法

考慮到能源消費結(jié)構(gòu)也可能是影響能源經(jīng)濟效率提升的一個重要原因，因此建立的門檻模型如下：

Efficiencyi=α0+α1Emissionsi+α2Energyi+εi

(3)

式(3)中，Efficiencyi表示i地區(qū)能源經(jīng)濟效率平均值，Emissionsi表示i地區(qū)二氧化碳排放年均水平，Energyi表示i地區(qū)能源消費結(jié)構(gòu)年均水平，εi為隨機擾動項。其中能源消費結(jié)構(gòu)數(shù)據(jù)由折算后的煤炭消費量占能源消費總量的比重表示[24]。由于能源消費結(jié)構(gòu)也可能對提升能源經(jīng)濟效率有一定的抑制作用，因此，筆者分別將Emissions和Energy設定為門檻變量，同樣計算得到了兩個門檻值，分別為：二氧化碳排放量變量(1.285 3億t碳)和能源消費結(jié)構(gòu)(53%)，其BootstrapP值分別為0.043 6和0.005 7。因此，以1.285 3億t碳和53%作為分組標準，可將30個省市自治區(qū)分成四類：3個低排放-結(jié)構(gòu)較合理類群(二氧化碳排放量≤1.285 3億t碳，煤炭消費比重≤53%)、7個低排放—結(jié)構(gòu)欠合理類群(二氧化碳排放量≤1.285 3億t碳，煤炭消費比重≥53%)、3個高排放—較合理類群(二氧化碳排放量≥1.285 3億t碳，煤炭消費比重≤53%)和17個高排放—欠合理類群(二氧化碳排放量≥1.285 3億t碳，煤炭消費比重≥53%)。

筆者對這4個類群進行第二輪門檻回歸，發(fā)現(xiàn)低排放—結(jié)構(gòu)較合理、低排放—結(jié)構(gòu)欠合理和高排放-較合理3個類群中不再存在門檻值。而對高排放—欠合理類群進行門檻分組時，能源消費結(jié)構(gòu)門

檻變量BootstrapP值顯著，為0.038 9，門檻值為65%。表明在高排放—欠合理類群中，能源消費結(jié)構(gòu)成為繼續(xù)劃分區(qū)域的門檻變量，能夠較為準確地將17個高排放—欠合理類群繼續(xù)分為兩類：6個高排放-欠合理類群(二氧化碳排放量≥1.2853億t碳，53%≤煤炭消費比重≤65%)和11個高排放—不合理類群(二氧化碳排放量≥1.2853億t碳，煤炭消費比重≥65%)。繼續(xù)對新得到的兩個類群進行第三輪門檻回歸時，發(fā)現(xiàn)BootstrapP值均不顯著，不存在繼續(xù)分組的可能。

2. 區(qū)域空間分布結(jié)果

根據(jù)識別出的3個門檻值大小將30個省、市、自治區(qū)分為五大類群，為了更好地展示五大類型區(qū)域在空間上的分布，運用GIS軟件將其分布結(jié)果在地圖上顯示(圖3)。

1)低排放—結(jié)構(gòu)較合理類群(二氧化碳排放量≤1.285 3億t碳，煤炭消費比重≤53%)，包括3個省、自治區(qū)，根據(jù)能源經(jīng)濟效率高低排序依次為海南、廣西和青海，這3個地區(qū)對煤炭的依賴較低，二氧化碳排放量較少，其中海南以現(xiàn)代服務業(yè)為龍頭產(chǎn)業(yè)，廣西旅游業(yè)較發(fā)達，青海地處西部位置，屬于經(jīng)濟、技術(shù)落后地區(qū)，這些地區(qū)能源經(jīng)濟效率改善的空間和潛力很大。

圖3　基于GIS的區(qū)域空間分布

2)低排放—結(jié)構(gòu)欠合理類群(二氧化碳排放量≤1.285 3億t碳，煤炭消費比重≥53%)，包括7個省、市、自治區(qū)，根據(jù)能源經(jīng)濟效率高低排序依次為北京、天津、福建、江西、重慶、寧夏和甘肅，其中北京、天津、重慶和福建經(jīng)濟發(fā)展水平領先，新興產(chǎn)業(yè)發(fā)達，高耗能產(chǎn)業(yè)比重較低；其余省份中江西經(jīng)濟發(fā)展較緩慢、寧夏和甘肅經(jīng)濟發(fā)展較落后，能源消耗總量較少但對煤炭依賴程度較高，經(jīng)濟發(fā)展方式粗放，節(jié)能減排潛力較大。

3)高排放—結(jié)構(gòu)較合理類群(二氧化碳排放量≥1.285 3億t碳，煤炭消費比重≤53%)，包括3個省、市，根據(jù)能源經(jīng)濟效率高低排序依次為上海、廣東和四川，其中廣東經(jīng)濟發(fā)達，在2000—2012年期間由能源消費所導致的二氧化碳排放量日益增加，高達3.57億t碳；上海是中國經(jīng)濟和金融中心，能源經(jīng)濟效率最高，樣本期間年均二氧化碳約為1.78億t碳，能源消費結(jié)構(gòu)為53%，恰好位于門檻值水平；四川天然氣儲量豐富，煤炭消費比重較低，但二氧化碳排放水平較高，能源經(jīng)濟效率低于全國平均水平，節(jié)能減排潛力很大。

4)高排放—結(jié)構(gòu)欠合理類群(二氧化碳排放量≥1.285 3億t碳，53%≤煤炭消費比重≤65%)，包括6個省、自治區(qū)，根據(jù)能源經(jīng)濟效率高低排序依次為浙江、黑龍江、湖南、新疆、湖北和云南，其中浙江屬于經(jīng)濟較發(fā)達的沿海地區(qū)，產(chǎn)業(yè)結(jié)構(gòu)比較合理；黑龍江農(nóng)林業(yè)發(fā)達，湖北和湖南屬于經(jīng)濟發(fā)展較緩慢的中部地區(qū)，能源消費較大；新疆和云南處于經(jīng)濟較落后的西部地區(qū)，資源儲量豐富，這些地區(qū)的節(jié)能減排潛力和空間都相當大。

5)高排放—結(jié)構(gòu)不合理類群(二氧化碳排放量≥1.285 3億t碳，煤炭消費比重≥65%)，包括11個省、自治區(qū)，根據(jù)能源經(jīng)濟效率高低排序依次為江蘇、遼寧、山東、吉林、河北、河南、內(nèi)蒙古、安徽、山西、陜西、貴州，這些地區(qū)是制造業(yè)或重工業(yè)基地，能源密集型產(chǎn)業(yè)比重較高，因此，處于能源消費結(jié)構(gòu)不合理和能源經(jīng)濟效率不高的局面，節(jié)能減排潛力非常大。

四、結(jié)語

對中國全要素省際能源經(jīng)濟效率進行了測算，并分析了省際能源經(jīng)濟效率的時空變化趨勢和差異性。在此基礎上，結(jié)合二氧化碳排放和能源消費結(jié)構(gòu)特點，利用門檻分析方法對全國30個省市自治區(qū)進行區(qū)域空間分布研究，得到了以下結(jié)論：

首先，能源經(jīng)濟效率低下對中國經(jīng)濟發(fā)展形成巨大挑戰(zhàn)。研究發(fā)現(xiàn)全國整體能源經(jīng)濟效率在樣本期間下降了34%，低效率地區(qū)日益擴大，分布狀態(tài)由點狀向全國蔓延。2000—2012年是中國經(jīng)濟發(fā)展的“黃金”時期，經(jīng)濟增長率保持在10%以上，然而生產(chǎn)技術(shù)水平不高、二氧化碳排放量增加、能源消費結(jié)構(gòu)不合理的粗放低下經(jīng)濟發(fā)展方式制約了能源經(jīng)濟效率的提高。因此，在中國經(jīng)濟處于“三重疊加”時期，政府應鼓勵知識創(chuàng)新驅(qū)動產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，從而加快經(jīng)濟發(fā)展方式的轉(zhuǎn)變?；诖?，筆者從以下幾方面提出促進能源經(jīng)濟效率提升的政策建議：在需求側(cè)通過加大教育和科技投入提高國民素質(zhì)、增強公民節(jié)能環(huán)保意識等多渠道控制高耗能、高排放產(chǎn)品需求；在供給側(cè)增加R & D研發(fā)投入、通過知識創(chuàng)新驅(qū)動技術(shù)密集型產(chǎn)業(yè)向高端化和集約化方向發(fā)展，鼓勵現(xiàn)代新技術(shù)的發(fā)展，增加新興產(chǎn)業(yè)比重，從而加快節(jié)能減排目標的實現(xiàn)。

其次，各省市自治區(qū)二氧化碳排放水平、能源消費結(jié)構(gòu)并不平衡，導致能源經(jīng)濟效率存在較大差異。根據(jù)模型確定的3個門檻將中國30個省市自治區(qū)劃分為5大類型區(qū)域，各類群中的地方政府應結(jié)合自身發(fā)展特點，制定適宜的節(jié)能減排政策，促進能源經(jīng)濟效率的改善。對于低排放—結(jié)構(gòu)較合理類群，廣西和青海要學習海南大力發(fā)展現(xiàn)代服務業(yè)，通過引進服務業(yè)和高新技術(shù)產(chǎn)業(yè)來提高能源經(jīng)濟效率；對于低排放—結(jié)構(gòu)欠合理類群，江西、寧夏和甘肅不僅要學習北京、天津、重慶和福建先進的管理制度經(jīng)驗，還要加快推進新型技術(shù)的開發(fā)應用，通過提高管理水平和技術(shù)升級來促進能源經(jīng)濟效率改善；對于高排放—結(jié)構(gòu)較合理類群，地方政府要積極引進現(xiàn)代服務業(yè)和高新技術(shù)產(chǎn)業(yè)，降低高耗能產(chǎn)業(yè)比重，加快發(fā)展產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，從而降低二氧化碳排放水平，改善能源經(jīng)濟效率；對于高排放—結(jié)構(gòu)欠合理類群，像新疆和云南要多渠道充分吸引外資發(fā)展配套產(chǎn)業(yè)，完善基礎設施建設，學習先進的高新技術(shù)，同時大力發(fā)展服務業(yè)，力爭盡快實現(xiàn)綠色低碳發(fā)展方式；對于能源密集型產(chǎn)業(yè)集中的高排放—結(jié)構(gòu)不合理地區(qū)，中央政府應加大對這些地區(qū)提高能源經(jīng)濟效率和保護環(huán)境項目的投資，地方政府應鼓勵新興產(chǎn)業(yè)和傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型創(chuàng)新發(fā)展，制定合理的產(chǎn)業(yè)承接轉(zhuǎn)移制度，以加快這些地區(qū)由碳基為基礎的粗放發(fā)展方式向低碳綠色發(fā)展的轉(zhuǎn)變。

參考文獻：

[1] 李德營.能源、環(huán)境與可持續(xù)發(fā)展的社會學審視[J].河海大學學報(哲學社會科學版)，2015，17(2): 40-47.

[2] 孫巍，赫永達.能源異質(zhì)性及其與資本替代的非對稱效應研究[J].經(jīng)濟問題，2015(2): 9-18.

[3] 王兵，劉光天.節(jié)能減排約束下經(jīng)濟增長動力探究：基于BDDFM的實證研究[J].經(jīng)濟問題，2015(10):7-13.

[4] 史丹.中國能源效率的地區(qū)差異與節(jié)能潛力分析[J].中國工業(yè)經(jīng)濟，2006(10):49-58.

[5] 齊紹洲.中歐能源效率差異與合作[J].國際經(jīng)濟評論,2010(1):138-148.

[6] 楊中東.中國制造業(yè)能源效率的影響因素：經(jīng)濟周期和重化工工業(yè)化[J].統(tǒng)計研究，2010，27(10)：33-39.

[7] 陳軍，成金華.內(nèi)生創(chuàng)新，人文發(fā)展與中國的能源效率[J].中國人口·資源與環(huán)境，2010，20(4)：57-62.

[8] 吳巧生，成金華.中國工業(yè)化中的能源消耗強度變動及因素分析：基于分解模型的實證分析[J].財經(jīng)研究，2006，32(6):75-85.

[9] BOYD G A, PANG J X. Estimating the linkage between energy efficiency and productivity [J]. Energy policy, 2000, 28(5): 289-296.

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

[11] AZADEH A, AMALNICK M S, GHADERI S F, et al. An integrated DEA PCA numerical taxonomy approach for energy efficiency assessment and consumption optimization in energy intensive manufacturing sectors [J]. Energy Policy, 2007, 35(7): 3792-3806.

[12] GOTO M, OTSUKA A, SUEYOSHI T. DEA (Data Envelopment Analysis) assessment of operational and environmental efficiencies on Japanese regional industries [J]. Energy, 2014, 66(1): 535-549.

[13] ZHOU P, ANG B W. Linear programming models for measuring economy-wide energy efficiency performance [J]. Energy Policy, 2008, 36(8): 2911-2916.

[14] 李雙杰，王林，范超.統(tǒng)一分布假設的隨機前沿分析模型[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2007，24(4)：84-91.

[15] FARE R, GROSSKOPF S. Intertemporal production frontiers: with dynamic DEA [J]. Journal of the Royal Statistical Society, 1996, 120(3): 253-290.

[16] HU J L, KAO C H. Efficient energy-saving targets for APEC economies [J]. Energy policy, 2007, 35(1): 373-382.

[17] 魏楚，沈滿洪.能源效率與能源生產(chǎn)率：基于 DEA 方法的省際數(shù)據(jù)比較[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2007，24(9)：110-121.

[18] SONG M L, ZHANG L L, LIU W, et al. Bootstrap-DEA analysis of BRICS’ energy efficiency based on small sample data[J]. Applied Energy, 2013, 112: 1049-1055.

[19] HONMA S, HU J L. Industry-level total-factor energy efficiency in developed countries：A Japan-centered analysis[J]. Applied Energy, 2014(119):67-78.

[20] 李強，魏巍.碳排放約束視角下的全要素能源效率及影響因素研究[J].軟科學，2015(4)：16-20.

[21] 蔣偉，李蓉，強林飛，等.環(huán)境約束下的中國全要素能源效率研究[J].統(tǒng)計與信息論壇，2015，30(5)：22-28.

[22] GOLDSMITH R W. A perpetual inventory of national wealth [J]. Nber Chapters: Studies in Income and Wealth，1951(14)：5-74.

[23] HANSEN B E. Sample splitting and threshold estimation[J]. Econometrica, 2000, 68(3): 575-604.

[24] 柳亞琴，趙國浩.節(jié)能減排約束下中國能源消費結(jié)構(gòu)演變分析[J].經(jīng)濟問題，2015(1):27-33.

《河海大學學報(哲學社會科學版)》實行雙向匿名審稿制度的申明

本刊自創(chuàng)刊起一直實行雙向匿名審稿制度，對論文的評審取舍以學術(shù)質(zhì)量為唯一標準，實行符合國際學術(shù)期刊慣例的專家匿名審稿制度，以保證公正地進行學術(shù)評價。

本刊稿件由編輯初審，初審通過的論文交由學科專家進行雙向匿名評審。主編在充分尊重專家評審意見的基礎上，考慮我刊的定位、宗旨、特色、學科等因素，做出最后權(quán)衡和取舍。

審稿專家不會被告知作者的真實身份, 作者也不會知道審稿專家的相關(guān)信息, 這樣將有助于審稿專家對論文做出公正客觀的評判。

Research into Regional Spatial Distribution of Energy Economy Efficiency under the Constraint of Carbon Emissions from the Perspective of Energy Consumption Structure Threshold

LIU Yaqin, et al

(School of Economics, Shanxi University of Finance & Economics, Taiyuan 030006, China)

Abstract:This paper uses DEA model to analyze the total factor energy economy efficiency of 30 provinces, municipalities, and autonomous regions in China using data from 2000 to 2012. The results indicate that the average efficiency of the overall majority of provinces in China maintains a downward trend during the research period and low efficiency regions, especially Midwest regions, increase sharply. The reasons lie in carbon emissions and energy consumption structure, because they are the important influential factors of energy economy efficiency and regional differences. Based on threshold regression method, the paper makes China be divided into five groups: the low emissions and more reasonable group, the low emissions and less reasonable group, the high emissions and more reasonable group, the high emissions and less reasonable group, and the high emissions and unreasonable group. Then, on the basis of regional development characteristics, it makes suggestions on low-carbon green development according to circumstance and energy economy efficiency improvement from the perspective of demand and supply.

Key words:total factor energy economic efficiency; carbon emissions; DEA model; regional spatial distribution

中圖分類號：F407.2

文獻標志碼：A

文章編號：1671-4970(2016)02-0041-07

作者簡介：柳亞琴(1981—)，女，山西柳林人，講師，博士，從事經(jīng)濟管理與統(tǒng)計分析研究。

基金項目：國家自然科學基金項目(71173141)；教育部人文社會科學研究項目(15YJCZH046)；山西省軟科學研究項目(2013041015-04)；山西省國際科技合作項目(2013081070)

收稿日期：2016-01-14

DOI：10.3876/j.issn.1671-4970.2016.02.008