（福州大學 經(jīng)濟與管理學院，福建 福州 350116）

一、引言

改革開放以來，中國經(jīng)濟取得了迅猛發(fā)展，但大多數(shù)地區(qū)經(jīng)濟的發(fā)展模式仍然是以高投入、高能耗、高排放的粗放式增長方式為主，其導致的問題是資源消耗巨大、要素配置效率低下、環(huán)境污染日益嚴重，這顯然不符合經(jīng)濟發(fā)展的可持續(xù)規(guī)律。為了能以最少的資源消耗、最低的環(huán)境代價實現(xiàn)中國經(jīng)濟又好又快且可持續(xù)地發(fā)展，必須關(guān)注能源環(huán)境因素，必須依賴能源環(huán)境全要素生產(chǎn)率的提高。而對中國能源環(huán)境全要素生產(chǎn)率進行合理評價是提高能源環(huán)境全要素生產(chǎn)率的基礎(chǔ)工作，具有重要的現(xiàn)實意義。

目前有關(guān)能源環(huán)境全要素生產(chǎn)率的評價方法主要有參數(shù)評價法與非參數(shù)評價法，參數(shù)評價法主要有索洛余值法、隨機前沿生產(chǎn)函數(shù)法等，非參數(shù)評價法主要是基于DEA的Malmqusit指數(shù)法。因為非參數(shù)評價法具有不需要對生產(chǎn)函數(shù)形式以及誤差項分布做先驗假設(shè)等優(yōu)勢，在近年來的研究中受到廣泛關(guān)注。在國外文獻中，Mahlberg等學者運用Malmquist指數(shù)法評價了歐盟14個國家的綠色全要素生產(chǎn)率，發(fā)現(xiàn)改善環(huán)境在一定程度上能提高生態(tài)效率[1]。學者Rácz和Vestergaard利用DEA-Malmquist指數(shù)模型對丹麥集中式沼氣發(fā)電廠的能源全要素生產(chǎn)率進行了研究，分析了其在1992-2005年間內(nèi)效率和生產(chǎn)率的變化[2]。學者Song和Zheng也利用DEA-Malmquist指數(shù)模型測算分析了中國安徽省熱電企業(yè)的能源全要素生產(chǎn)率[3]。Mei和Chen以Malmquist-Luenberger生產(chǎn)率指數(shù)模型為基礎(chǔ)，同時考慮資源和環(huán)境，并運用空間計量分析法測算中國省際全要素生產(chǎn)率的空間收斂性[4]。Wen等使用了雙向定向距離函數(shù)和與其相對應的Luenberger生產(chǎn)力指數(shù)來計算北京在節(jié)能減排約束下的環(huán)境效率和環(huán)境全要素生產(chǎn)率[5]。Li等和Chen等將超效率DEA模型和Malmquist指數(shù)相結(jié)合，分別測算分析了中國各省的能源全要素生產(chǎn)率和長江經(jīng)濟帶的環(huán)境全要素生產(chǎn)率[6-7]。

在國內(nèi)文獻中，馬海良等學者運用超效率數(shù)據(jù)包絡(luò)分析法和Malmquist指數(shù)法，評價了1995-2008年間長三角、珠三角和環(huán)渤海區(qū)域的能源效率和全要素生產(chǎn)率，并分析了全要素生產(chǎn)率分解后的各指標對能源效率的影響[8]?？镞h鳳和彭代彥將廣義Malmquist指數(shù)與SFA模型相結(jié)合，對我國在考慮環(huán)境因素下的生產(chǎn)效率及全要素生產(chǎn)率進行了研究[9]。李小勝等學者基于中國30個省市1997-2011年經(jīng)濟增長和污染排放數(shù)據(jù)，利用 DEA-Malmquist指數(shù)法測算了環(huán)境全要素生產(chǎn)率指數(shù)及其分解結(jié)果[10]。吳明娥等將能源消耗和環(huán)境污染納入經(jīng)濟增長核算范疇，評價了我國 30個省市的環(huán)境效率和全要素生產(chǎn)率的動態(tài)演變趨勢[11]。李靜和倪冬雪運用網(wǎng)絡(luò)SBM模型和全局Malmquist指數(shù)法，測算分析了中國工業(yè)行業(yè)2001-2012年綠色生產(chǎn)和環(huán)境治理的兩階段的效率、全要素生產(chǎn)率及其構(gòu)成[12]。湯杰新和馬婷玉運用DEA-Malmquist指數(shù)法測算分析了中國環(huán)境全要素生產(chǎn)率和分解指數(shù)，研究表明技術(shù)進步對全要素生產(chǎn)率貢獻最大[13]。韓瑞玲等對比分析了唐山市34個工業(yè)行業(yè)全要素經(jīng)濟生產(chǎn)率和全要素能源生產(chǎn)率及其分解結(jié)果，并對它們分別進行了影響因素分析[14]。吳衛(wèi)紅等和陳海躍采用 DEA-Malmquist指數(shù)法分別對中國的能源產(chǎn)業(yè)技術(shù)創(chuàng)新效率變動情況和能源全要素生產(chǎn)率進行了測算分析[15-16]。

由上述研究現(xiàn)狀可知，目前已有的關(guān)于能源環(huán)境全要素生產(chǎn)率的系統(tǒng)評價，大多是基于單系統(tǒng)投入產(chǎn)出模型，即評價系統(tǒng)仍停留在單系統(tǒng)“黑箱”模型評價層次上，忽略了系統(tǒng)內(nèi)部結(jié)構(gòu)，因而無法探析出決策單元失效的更具體的原因。雖有學者考慮到了兩階段的情況，但仍然只是利用單系統(tǒng)模型分別對各子系統(tǒng)全要素生產(chǎn)率進行評價，而沒有對考慮子系統(tǒng)聯(lián)系下的系統(tǒng)整體的全要素生產(chǎn)率進行評價，這對于從整體上把握系統(tǒng)全要素生產(chǎn)率是明顯的缺陷[12]。并且大部分學者使用的是傳統(tǒng)的DEA-Malmquist指數(shù)模型，這種傳統(tǒng)模型在對能源環(huán)境全要素生產(chǎn)率進行評價時僅考慮了樂觀前沿面，而忽略了悲觀前沿面，用該模型得到的評價結(jié)果無疑具有一定的片面性和偏差?；谏鲜稣J識，本文根據(jù)中國經(jīng)濟發(fā)展的實際情況，將整個經(jīng)濟系統(tǒng)分為能源利用子系統(tǒng)和環(huán)境治理子系統(tǒng)，在考慮非期望指標的基礎(chǔ)上建立基于樂觀、悲觀雙前沿面的網(wǎng)絡(luò)DEA-Malmquist指數(shù)評價模型，并分別評價及分析每個子系統(tǒng)及考慮了子系統(tǒng)聯(lián)系的系統(tǒng)整體的能源環(huán)境全要素生產(chǎn)率。

二、能源環(huán)境全要素生產(chǎn)率評價模型

根據(jù)中國經(jīng)濟的發(fā)展情況，可認為能源系統(tǒng)與環(huán)境系統(tǒng)是密不可分的，因為污染物的產(chǎn)生伴隨著能源的消耗。因此本文將經(jīng)濟系統(tǒng)劃分成兩個相關(guān)聯(lián)的子系統(tǒng)-能源利用子系統(tǒng)和環(huán)境治理子系統(tǒng)，如圖1所示。

圖1：經(jīng)濟系統(tǒng)兩階段模型圖

假設(shè)有n 個決策單元，分別表示為DMUj(j = 1,...,n)，XR(xR1,...,xRm)為能源利用子系統(tǒng)的初始投入向量，YR(yR1,...,yRs)為能源利用子系統(tǒng)的最終產(chǎn)出向量，ZR(zR1,...,zRf)為能源利用子系統(tǒng)的中間產(chǎn)出向量，同時也是環(huán)境治理子系統(tǒng)的中間投入向量。XC(xC1,...,xCb)為環(huán)境治理子系統(tǒng)的新增投入向量，YC(yC1,...,yCh)為環(huán)境治理子系統(tǒng)的最終產(chǎn)出向量。上述兩個子系統(tǒng)共五個向量對應的權(quán)向量為vR、uR、ωR、vC和uC。對于決策單元j ，能源利用子系統(tǒng)投入、產(chǎn)出向量為xRj、yRj、zRj；環(huán)境治理子系統(tǒng)投入、產(chǎn)出向量為zRj、xCj、yCj。

假設(shè)兩個子系統(tǒng)及整個系統(tǒng)均滿足規(guī)模報酬不變，在這種條件下，每個經(jīng)濟系統(tǒng)整體以及各個子系統(tǒng)均在其各自的前沿面上存在相對應的投影[17]。構(gòu)造虛擬鏈型系統(tǒng)時，原鏈型系統(tǒng)有n個，構(gòu)造的虛擬鏈型系統(tǒng)也有n 個。因此，n 個虛擬鏈型系統(tǒng)與n個原鏈型系統(tǒng)共同建立起了一個次完美鏈型生產(chǎn)可能集T ，記為

應用DEA-Malmquist指數(shù)模型對能源環(huán)境全要素生產(chǎn)率進行評價時產(chǎn)出指標中既有期望產(chǎn)出（如GDP），又有非期望產(chǎn)出（如工業(yè)三廢），而兩者期望的方向不同，即期望產(chǎn)出越大越好，而非期望產(chǎn)出越小越好，為此就需要對非期望產(chǎn)出作出相應的處理。由于線性數(shù)據(jù)轉(zhuǎn)換法可以不改變污染物的產(chǎn)出性質(zhì)，又能有效地保持了DEA模型的凸性和線性關(guān)系，因此本文采用此方法來處理非期望產(chǎn)出。根據(jù)學者Seiford和Zhu的做法，將非期望產(chǎn)出與（-1）相乘之后再加上一個合適的正數(shù)，確保所有非期望產(chǎn)出均變成正數(shù)[18]。如z'=-z + v，其中v是一個足夠大的向量。類似，對于非期望投入（第一子系統(tǒng)的非期望中間產(chǎn)出，也是第二子系統(tǒng)的非期望中間投入），人們希望其越多越好，因此也需要對其做類似的轉(zhuǎn)換處理。

（一）能源利用子系統(tǒng)全要素生產(chǎn)率評價模型

對于能源利用子系統(tǒng)全要素生產(chǎn)率的評價研究，可以按三個步驟進行：第一步是構(gòu)建能源利用子系統(tǒng)的樂觀前沿面DEA-Malmquist指數(shù)評價模型，并利用其求得該子系統(tǒng)的樂觀全要素生產(chǎn)率OMPIR及其分解結(jié)果；第二步是構(gòu)建能源利用子系統(tǒng)的悲觀前沿面DEA-Malmquist指數(shù)評價模型，并利用其求得該子系統(tǒng)的悲觀全要素生產(chǎn)率PMPIR及其分解結(jié)果；第三步是根據(jù)前兩步所求出的樂觀和悲觀全要素生產(chǎn)率及其分解，利用幾何平均的方式，將基于不同前沿面的全要素生產(chǎn)率進行綜合評價，求出基于雙前沿面的能源利用子系統(tǒng)全要素生產(chǎn)率MPIR，以及分解后的技術(shù)效率變動ECR和技術(shù)進步變動TCR。

1.能源利用子系統(tǒng)樂觀前沿面DEA-Malmquist指數(shù)評價模型

根據(jù)學者F?re的理論[19]，測算基于樂觀前沿面的DEA-Malmquist指數(shù)模型時，首先需求解其所需的4個距離函數(shù)，如模型（1）-（4）所示：

該指數(shù)是用來衡量能源利用子系統(tǒng)DMUk從t到t+1時期的樂觀全要素生產(chǎn)率的變化情況。若OMPIR＞1，則表示該子系統(tǒng)的全要素生產(chǎn)率是增長的，反之則是下降的，若OMPIR=1，則表示該子系統(tǒng)全要素生產(chǎn)率在兩個時期之間未發(fā)生變化。該生產(chǎn)率指數(shù)還可以進一步分解為樂觀技術(shù)效率變動指數(shù)和樂觀技術(shù)進步指數(shù)，如模型（6）所示：

其中，OECR表示能源利用子系統(tǒng)DMUk基于樂觀前沿面下的技術(shù)效率變動情況。當OECR＞1，說明該子系統(tǒng)技術(shù)利用及組織生產(chǎn)的情況（即綜合技術(shù)效率）得到改善，反之則說明技術(shù)效率惡化，若OECR=1，則表明技術(shù)效率無變化。而OTCR表示能源利用子系統(tǒng)DMUk基于樂觀前沿面從t 到t+1時期的技術(shù)進步變動情況。當OTCR＞1，說明該子系統(tǒng)技術(shù)進步，反之則說明技術(shù)退步，若OTCR=1，則表明技術(shù)水平不變。

2.能源利用子系統(tǒng)悲觀前沿面DEA-Malmquist指數(shù)評價模型

傳統(tǒng)的DEA模型僅基于樂觀前沿面的角度進行研究，由此測算出來的結(jié)果無疑具有一定的片面性和偏差。因此，Wang等學者提出了悲觀DEA模型[20]，構(gòu)造出一個最差即悲觀的前沿面?；诒^前沿面的DEA-Malmquist指數(shù)模型可先通過求解模型（7）-（10）獲得4個距離函數(shù)：

其中，PECR表示能源利用子系統(tǒng)DMUk基于悲觀前沿面下的技術(shù)效率變動情況。當PECR＞1，說明該子系統(tǒng)技術(shù)效率得到改善，反之則說明技術(shù)效率惡化，若PECR=1，則表明技術(shù)效率無變化。而PTCR表示能源利用子系統(tǒng)DMUk基于悲觀前沿面從t到t+1時期的技術(shù)進步變動情況，PTCR大于1、小于1和等于1，分別表示技術(shù)進步、技術(shù)退步和技術(shù)水平不變。

3.能源利用子系統(tǒng)雙前沿面DEA-Malmquist指數(shù)評價模型

由于單純地考慮樂觀或悲觀前沿面上的全要素生產(chǎn)率會使結(jié)果有失偏頗，根據(jù)Wang和Lan[21]的做法，用幾何平均的方法將能源利用子系統(tǒng)兩個基于不同前沿面下的全要素生產(chǎn)率指數(shù)進行綜合評價，從而求出基于雙前沿面下的DEA-Malmquist指數(shù)及其分解，具體如模型（13）所示：

（二） 環(huán)境治理子系統(tǒng)全要素生產(chǎn)率評價模型

與能源利用子系統(tǒng)類似，對于環(huán)境治理子系統(tǒng)全要素生產(chǎn)率的評價研究，同樣可分成三個步驟：第一步是測算出基于樂觀前沿面的 4個距離函數(shù)和在此基礎(chǔ)上構(gòu)建環(huán)境治理子系統(tǒng)的樂觀前沿面DEA-Malmquist指數(shù)評價模型，并利用其求得樂觀全要素生產(chǎn)率及其分解結(jié)果；第二步是測算出基于悲觀前沿面的 4個距離函數(shù)和，在此基礎(chǔ)上構(gòu)建環(huán)境治理子系統(tǒng)的悲觀前沿面DEA-Malmquist指數(shù)評價模型，并利用其求得悲觀全要素生產(chǎn)率及其分解結(jié)果；第三步是利用幾何平均的方式，將基于兩個不同前沿面的全要素生產(chǎn)率進行綜合評價，求出基于雙前沿面的環(huán)境治理子系統(tǒng)全要素生產(chǎn)率，以及分解后的技術(shù)效率變動和技術(shù)進步變動。（該部分思想與能源利用子系統(tǒng)相同，只是投入產(chǎn)出名稱和維數(shù)不一樣，因受篇幅影響故省略。）

（三） 系統(tǒng)整體全要素生產(chǎn)率評價模型

對于系統(tǒng)整體全要素生產(chǎn)率的評價研究，類似于能源利用和環(huán)境治理子系統(tǒng)，也可分成三個步驟進行，即從三個層面（樂觀、悲觀和雙前沿面）來構(gòu)建系統(tǒng)整體的全要素生產(chǎn)率評價模型。

1.系統(tǒng)整體樂觀前沿面DEA-Malmquist指數(shù)評價模型

在基于樂觀前沿面的前提下，參考學者楊峰的兩階段理想前沿的網(wǎng)絡(luò)DEA評價模型的建模思路[17]，首先求出能源利用子系統(tǒng)DMUk的各個時期的最優(yōu)值（由基于投入角度的相應模型求出，如模型（1）所示），從而求出能源利用子系統(tǒng)的各個時期的樂觀前沿投入同理，算出環(huán)境治理子系統(tǒng)DMUk的各個時期的最優(yōu)值（由基于產(chǎn)出角度的相應模型求出，如模型（14）所示），從而求得環(huán)境治理子系統(tǒng)DMUk的各個時期的樂觀前沿產(chǎn)出

同理可求出其他三個距離函數(shù)，如模型（16）-（18）所示：

該指數(shù)表示的是系統(tǒng)整體DMUk從t 到t+1時期的樂觀全要素生產(chǎn)率的變化情況。其中OMPIH大于1、等于1和小于1，分別表示系統(tǒng)整體樂觀全要素生產(chǎn)率增長、不變和降低，該指數(shù)可分解成：

其中，OECH表示系統(tǒng)整體DMUk基于樂觀前沿面從t 到t+1時期技術(shù)效率變動情況，而OTCH表示系統(tǒng)整體DMUk基于樂觀前沿面從t 到t+1時期的技術(shù)進步變動情況。

2.系統(tǒng)整體悲觀前沿面DEA-Malmquist指數(shù)評價模型

在基于悲觀前沿面的前提下，首先求出能源利用子系統(tǒng)DMUk的各個時期的最優(yōu)值（由基于投入角度的相應模型求出，如模型（7）所示），從而求出能源利用子系統(tǒng)的各個時期的悲觀前沿投入同理，算出環(huán)境治理子系統(tǒng)的各個時期的最優(yōu)值（由基于產(chǎn)出角度的相應模型求出，如模型（21）所示），從而求得環(huán)境治理子系統(tǒng)的各個時期的悲觀前沿產(chǎn)出

同理可求出其他三個距離函數(shù)，如模型（23）-（25）所示：

該指數(shù)表示的是系統(tǒng)整體DMUk從t 到t+1時期的悲觀全要素生產(chǎn)率的變化情況。其中PMPIH大于1、等于1和小于1，分別表示系統(tǒng)整體悲觀全要素生產(chǎn)率增長、不變和降低，同樣，該指數(shù)可分解成兩部分：

其中，PECH表示系統(tǒng)整體DMUk基于悲觀前沿面從t 到t+1時期技術(shù)效率變動情況，而OTCH表示系統(tǒng)整體DMUk基于悲觀前沿面從t 到t+1時期的技術(shù)進步變動情況。

3.系統(tǒng)整體雙前沿面DEA-Malmquist指數(shù)評價模型

與模型（13）類似可得，

MPIH指數(shù)用來衡量基于雙前沿面下的系統(tǒng)整體DMUk從t 到t+1時期的全要素生產(chǎn)率的變化情況。而和分別表示系統(tǒng)整體DMUk基于雙前沿面下的技術(shù)效率變動情況和技術(shù)進步變動情況。

三、中國能源環(huán)境全要素生產(chǎn)率評價及分析

（一）評價指標體系及數(shù)據(jù)來源

本文以我國29個省、市、自治區(qū)為研究對象，每個研究對象視為一個決策單元，分析中國2011-2016年能源環(huán)境全要素生產(chǎn)率的變動情況。其中所涉及到的數(shù)據(jù)來源于2012-2017年的《中國統(tǒng)計年鑒》、《中國環(huán)境年鑒》以及《中國能源統(tǒng)計年鑒》，由于西藏、青海部分數(shù)據(jù)缺失，因此未列入考慮范圍，而港澳臺與我國大陸的經(jīng)濟系統(tǒng)相差較大，同樣不算在評價范圍內(nèi)。在具體評價的過程中，將這 29個省、市、自治區(qū)進行了東、中、西三大區(qū)域的劃分[11]，其中東部地區(qū)包括遼寧、北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區(qū)包括吉林、黑龍江、山西、安徽、江西、河南、湖北和湖南；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、寧夏和新疆。

本文根據(jù)全面性、可比性、科學性等指標選取原則，并在借鑒學者奚萍芳的研究基礎(chǔ)上[22]，確定能源環(huán)境全要素生產(chǎn)率評價指標體系如下：將就業(yè)人口（萬人）、能源消費總量（萬噸標準煤）和固定資產(chǎn)投資（億元）三個指標作為能源利用子系統(tǒng)的投入，將地區(qū)生產(chǎn)總值（億元）作為該子系統(tǒng)的最終產(chǎn)出，而工業(yè)廢水、廢氣和固體廢棄物的產(chǎn)生量（萬噸）三個指標既是能源利用子系統(tǒng)的中間產(chǎn)出，也是環(huán)境治理子系統(tǒng)的中間投入，將環(huán)境污染治理投資額（億元）和環(huán)保人員數(shù)量（人）指標作為環(huán)境治理子系統(tǒng)的新增投入，而工業(yè)廢水、廢氣和固體廢棄物的排放量（萬噸）三個指標作為該子系統(tǒng)的最終產(chǎn)出。其結(jié)構(gòu)圖如圖2所示。

圖2 ：能源環(huán)境全要素生產(chǎn)率評價網(wǎng)絡(luò)結(jié)構(gòu)圖

由于在年鑒上并未直接給出工業(yè)三廢的產(chǎn)生量及排放量，考慮到指標數(shù)據(jù)的可比性及可獲取性，本文利用工業(yè)三廢中各自含有污染物總量進行代替，其中工業(yè)廢水選取了化學需氧量與氨氧兩種污染物，工業(yè)廢氣含有污染物二氧化硫、氮氧化物與工業(yè)煙（粉）塵，而工業(yè)固體廢棄物則包括一般工業(yè)固體廢棄物與危險廢物。同時，為剔除價格變動因素，本文利用居民消費價格指數(shù)，以 2011年的價格為基準對固定資產(chǎn)投資、地區(qū)生產(chǎn)總值和環(huán)境污染治理投資額的價格指標數(shù)據(jù)進行了相應調(diào)整。

在搜集數(shù)據(jù)的過程中，發(fā)現(xiàn) 2016年的投入產(chǎn)出指標數(shù)據(jù)并不完善，有五個指標的數(shù)據(jù)殘缺，分別為環(huán)境治理設(shè)施數(shù)、工業(yè)廢水產(chǎn)生量、工業(yè)廢氣產(chǎn)生量、工業(yè)廢水排放量和工業(yè)廢氣排放量。針對這幾個缺失量，本文采用灰色預測模型中的GM（1,1）預測模型進行處理[23]。

另外，系統(tǒng)中的非期望指標為工業(yè)三廢的產(chǎn)生量以及工業(yè)三廢的排放量，本文根據(jù)前文所述的線性數(shù)據(jù)轉(zhuǎn)換法來處理，即在上述構(gòu)建的模型中，只需將非期望指標向量zRj(j = 1,...,n)和yCj(j = 1,...,n)通過線性數(shù)據(jù)轉(zhuǎn)換法轉(zhuǎn)化為和（文中v取各非期望指標的最大值加1），并用該向量替代原先的向量，代入模型中計算即可。

（二）評價結(jié)果及分析

本文采用MATLAB R2014a軟件對2011-2016年間中國29個省、市、自治區(qū)的能源利用子系統(tǒng)、環(huán)境治理子系統(tǒng)及系統(tǒng)整體的能源環(huán)境全要素生產(chǎn)率進行評價，結(jié)果如表1、表2所示。

表1：2011-2016年各子系統(tǒng)及系統(tǒng)整體能源環(huán)境全要素生產(chǎn)率及其分解結(jié)果

表2：2011-2016年三大區(qū)域能源環(huán)境全要素生產(chǎn)率

1.能源利用子系統(tǒng)全要素生產(chǎn)率結(jié)果分析

表1中的結(jié)果是將不同時期的各效率指數(shù)經(jīng)過幾何平均方式計算得到的，因此表1的結(jié)果表示的是2011-2016年期間各效率指數(shù)的平均變動情況。從表1中可看出，中國能源利用子系統(tǒng)全要素生產(chǎn)率在2011-2016年間整體上呈現(xiàn)較為緩慢的降低，其年平均降低幅度為1.6%。從分解的結(jié)果來看，全國平均技術(shù)效率和技術(shù)進步變化均出現(xiàn)了不同幅度的降低，下降率分別為 0.4%、1.2%，說明兩者均是導致能源利用子系統(tǒng)平均全要素生產(chǎn)率下降的原因。

具體來看，2011-2016年期間，中國只有少部分省市能源利用子系統(tǒng)全要素生產(chǎn)率出現(xiàn)不同程度的增加，具體有：河北、遼寧、黑龍江、浙江、江蘇、湖南，增長率分別為 8.1%、4.6%、1.8%、1.3%、0.2%、0.1%。而大部分省市全要素生產(chǎn)率均出現(xiàn)下降，其中甘肅、貴州的下降幅度最大，降幅分別為9.9%、8.4%。從分解情況來看，2011-2016年間，能源利用子系統(tǒng)技術(shù)效率和技術(shù)進步變化在大部分省市是下降的，出現(xiàn)技術(shù)進步的省市只有3個，分別為河北（10.6%）、浙江（2.6%）、山東（1.3%）。

從表2中可看出，在評價期間內(nèi)，中國三大區(qū)域能源利用子系統(tǒng)平均全要素生產(chǎn)率變化差異較大，其中東部地區(qū)能源利用子系統(tǒng)平均全要素生產(chǎn)率出現(xiàn)增長，增長率為 1.2%；而中部地區(qū)出現(xiàn)負增長，下降率達1.8%；西部地區(qū)下降幅度最大，跌幅達4.8%。

由以上分析可知，2011-2016年間，中國能源利用子系統(tǒng)全要素生產(chǎn)率整體上呈現(xiàn)負增長，全要素生產(chǎn)率負增長的原因是由于技術(shù)效率的降低和技術(shù)退步兩者引起的，這說明對于大多數(shù)省市而言，技術(shù)效率和技術(shù)進步仍有改進的空間。因此，需協(xié)調(diào)好二者之間的聯(lián)系，調(diào)整就業(yè)人員及固定資產(chǎn)投資的比例，優(yōu)化資源結(jié)構(gòu)配置，同時引進和開發(fā)新的技術(shù)及設(shè)備來促進全要素生產(chǎn)率的提高。

2.環(huán)境治理子系統(tǒng)全要素生產(chǎn)率結(jié)果分析

從表1中可看出，中國環(huán)境治理子系統(tǒng)全要素生產(chǎn)率在2011-2016年間出現(xiàn)較為緩慢的增長，其年平均增長率為 0.8%。從分解的結(jié)果來看，全國平均技術(shù)效率和技術(shù)進步變化均出現(xiàn)了小幅的提升，增長率分別為0.2%、0.6%，說明兩者均對全國環(huán)境治理子系統(tǒng)全要素生產(chǎn)率的增長有正向推動作用。

具體來看，2011-2016年期間，中國有13個省市環(huán)境治理子系統(tǒng)全要素生產(chǎn)率呈現(xiàn)增長的趨勢，其中河北、山西增長幅度最大，增長率分別為 4.2%、3.2%。仍有大部分省市環(huán)境治理子系統(tǒng)全要素生產(chǎn)率出現(xiàn)下降，其中浙江和北京的下降幅度最大，下降率分別達到了 8.8%、6.5%。從分解情況來看，2011-2016年間，環(huán)境治理子系統(tǒng)技術(shù)效率在大部分省市中均表現(xiàn)出增長的趨勢，其中技術(shù)效率最高的省為陜西，增長率達1.8%。與技術(shù)效率變動特征不同的是，技術(shù)進步變化在大部分省市中均是下降的。

從表2中可看出，在評價期間內(nèi)，中國三大區(qū)域環(huán)境治理子系統(tǒng)平均全要素生產(chǎn)率變化差異較小，其中東部地區(qū)環(huán)境治理子系統(tǒng)平均全要素生產(chǎn)率出現(xiàn)增長，增長率為 2.1%；西部地區(qū)全要素生產(chǎn)率整體上基本保持不變；而中部地區(qū)出現(xiàn)負增長，下降率為0.6%。

由以上分析可知，2011-2016年間，中國環(huán)境治理子系統(tǒng)全要素生產(chǎn)率整體上呈現(xiàn)增長的趨勢，其增長的原因是技術(shù)效率改善和技術(shù)進步二者共同引起，這表明近幾年中國政府在環(huán)境污染治理方面已略有成效，在某種程度上，有效控制了污染物的排放。

3.系統(tǒng)整體全要素生產(chǎn)率結(jié)果分析

從表1中可看出，2011-2016年間，中國系統(tǒng)整體能源環(huán)境全要素生產(chǎn)率出現(xiàn)下降，其年平均降低幅度為 1.5%。從分解的結(jié)果來看，全國平均技術(shù)效率有小幅增長（0.1%），而平均技術(shù)進步出現(xiàn)惡化（-1.6%），說明技術(shù)效率的改善一定程度上推動了全國系統(tǒng)整體能源環(huán)境全要素生產(chǎn)率的增長，而技術(shù)退步是制約全要素生產(chǎn)率增長的瓶頸因素。

具體來看，2011-2016年期間，中國系統(tǒng)整體全要素生產(chǎn)率處于增長趨勢的省市只有5個，分別為河北（7.4%）、遼寧（3.9%）、天津（1.3%）、江蘇（0.5%）和四川（0.2%）。大部分省市系統(tǒng)整體全要素生產(chǎn)率均呈現(xiàn)負增長，其中北京的下降幅度最大，降幅為10.4%。從分解情況來看，評價期間內(nèi)，技術(shù)效率只在少部分省市中均實現(xiàn)了增長，其中黑龍江和遼寧的增長率最高，均為 4.2%；技術(shù)進步變化除了在河北（9.7%）、江蘇（0.2%）和廣東（0.2%）有小幅增長外，其余省市均呈現(xiàn)技術(shù)退步的情況。

從表2中可看出，在評價期間內(nèi)，東部地區(qū)能源利用子系統(tǒng)平均全要素生產(chǎn)率出現(xiàn)略微增長，增長率為0.7%；而西部地區(qū)出現(xiàn)負增長，下降率為2.7%；中部地區(qū)下降幅度最大，跌幅為3.1%。

由以上分析可知，中國大部分省市能源環(huán)境全要素生產(chǎn)率均出現(xiàn)下降，然而2011-2016年間我國GDP每年都處于增長狀態(tài)，這表明中國經(jīng)濟增長嚴重依賴于要素投入，這顯然不具有可持續(xù)性。因此，需將經(jīng)濟增長轉(zhuǎn)移到提高全要素生產(chǎn)率的軌道上來。

需要特別說明的是，大部分省市均出現(xiàn)了技術(shù)退步的情況，而這正是導致能源環(huán)境全要素生產(chǎn)率下降的主要原因。造成技術(shù)退步的原因可能源于兩個方面：一方面，近年來資源短缺、環(huán)境惡化迫使中國各級政府將部分生產(chǎn)精力投入到節(jié)能減排中，而減少了對技術(shù)水平的關(guān)注，使得對節(jié)能減排的管制暫時減弱了技術(shù)進步程度；另一方面，中國存在著資本“過度深化”的現(xiàn)象，而資本投入的過快增長，必然會帶來省級層面的產(chǎn)出投入比普遍下降的結(jié)果[9]，產(chǎn)出投入比下降自然導致出現(xiàn)技術(shù)退步[24]。

四、結(jié)語

本文將經(jīng)濟系統(tǒng)劃分成了能源利用子系統(tǒng)和環(huán)境治理子系統(tǒng)，建立了基于非期望指標的雙前沿面網(wǎng)絡(luò)DEA-Malmquist全要素生產(chǎn)率指數(shù)評價模型，并運用該模型評價了2011-2016年期間中國29個省、市、自治區(qū)的能源環(huán)境全要素生產(chǎn)率的變化情況，得出以下結(jié)論：對于能源利用子系統(tǒng)，中國大部分省、市、自治區(qū)全要素生產(chǎn)率均出現(xiàn)下降，其原因是由于技術(shù)效率的降低和技術(shù)退步兩者引起的，因此有必要對這兩方面作出相應的改善；對于環(huán)境治理子系統(tǒng)，中國 29個省、市、自治區(qū)年平均全要素生產(chǎn)率呈現(xiàn)緩慢的增長，其增長源于技術(shù)效率的改善和技術(shù)進步；從整體上來看，中國 29個省、市、自治區(qū)中絕大部分地區(qū)能源環(huán)境全要素生產(chǎn)率出現(xiàn)下降，其下降原因是由于技術(shù)退步引起的，而近年來我國GDP處于增長狀態(tài)，這表明我國經(jīng)濟增長嚴重依賴于要素投入，粗放型增長特征明顯，顯然不具有可持續(xù)性，應將經(jīng)濟增長轉(zhuǎn)移到提高全要素生產(chǎn)率的軌道上來。從三大區(qū)域劃分來看，能源利用子系統(tǒng)、環(huán)境治理子系統(tǒng)和系統(tǒng)整體全要素生產(chǎn)率均只在東部地區(qū)出現(xiàn)增長，而在其他兩大區(qū)域基本均出現(xiàn)下降。