孫偉

關(guān)鍵詞：黃河流域;能源生態(tài)效率;SBM-DEA;空間計(jì)量模型

摘 要：運(yùn)用SBM-DEA模型，在考慮非期望產(chǎn)出的情況下測(cè)算了2003-2016年黃河流域62個(gè)地級(jí)市的能源生態(tài)效率，探討黃河流域不同區(qū)域能源生態(tài)效率間的空間差異，并利用能源生態(tài)效率的動(dòng)態(tài)變動(dòng)分析內(nèi)部因素的影響，利用空間計(jì)量檢驗(yàn)外部因素的影響。結(jié)果表明：黃河流域范圍內(nèi)城市能源生態(tài)效率普遍偏低，且中游區(qū)域的能源生態(tài)效率低于上游和下游區(qū)域;能源生態(tài)效率的提高依賴(lài)于效率改進(jìn)而非技術(shù)進(jìn)步;提高能源生態(tài)效率應(yīng)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，發(fā)揮交通基礎(chǔ)設(shè)施的作用。

中圖分類(lèi)號(hào)：F069.9文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1001-2435（2020）02-0149-09

Analysis on the Spatial and Temporal Differences of Urban Energy Eco-efficiency in the Yellow River Basin and Its Influencing Factors

SUN Wei（School of Economics and Management，Institute of Urban Economy and Regional Development，Anhui Jianzhu University，Hefei 230601，China）

Key words：Yellow River Basin;Energy Eco-efficiency;SBM-DEA;Spatial Econometric Models

Abstract：The present study employs SBM-DEA model to calculate the energy eco-efficiency of 62 prefecture-level cities in the Yellow River Basin from 2003 to 2016 in consideration of undesirable output. It explores the spatial differences of energy eco-efficiency in different regions of the Yellow River Basin，uses the dynamic changes of the energy ecological efficiency to analyze the influence of internal factors，and examines the influence of external factors with spatial econometric approaches. The results show that the urban energy eco-efficiency in the Yellow River Basin is generally low，and the energy eco-efficiency in the middle reaches is lower than the upstream and downstream regions;the improvement of energy eco-efficiency depends on efficiency improvement rather than technological progress;the improvement of energy eco-efficiency can be achieved by the adjustment of industrial structure and full utilization of the transportation infrastructure.

一、引 言

作為中華文明主要發(fā)祥地的黃河流域，是我國(guó)重要的生態(tài)功能區(qū)，也是華北地區(qū)的生態(tài)屏障。黃河流域擁有豐富的自然資源，是我國(guó)煤炭與電力最主要的生產(chǎn)基地與供應(yīng)基地，其煤炭產(chǎn)量占全國(guó)總產(chǎn)量的70%，占一次能源生產(chǎn)量的40%。[1]黃河流域在國(guó)家發(fā)展中具有重要的戰(zhàn)略地位，黨中央高度重視黃河流域的高質(zhì)量發(fā)展，習(xí)近平總書(shū)記多次提出黃河流域要走生態(tài)保護(hù)和高質(zhì)量發(fā)展的路子。

近年來(lái)，黃河流域的生態(tài)環(huán)境建設(shè)取得了突破性進(jìn)展，但黃河流域資源環(huán)境存在高負(fù)載、生態(tài)環(huán)境脆弱、水資源短缺等問(wèn)題[2]，黃河流域的高質(zhì)量發(fā)展任重而道遠(yuǎn)。關(guān)于要素稟賦、生態(tài)補(bǔ)償、水資源利用以及經(jīng)濟(jì)發(fā)展等問(wèn)題，一直是黃河流域研究的重要方面。要素稟賦的差異是黃河流域經(jīng)濟(jì)空間分異的重要原因。李敏納等的研究表明黃河流域的綜合要素稟賦與經(jīng)濟(jì)空間分異大致吻合，要素稟賦充裕的下游比中上游經(jīng)濟(jì)實(shí)力強(qiáng)。[3]覃成林和李敏納通過(guò)構(gòu)建區(qū)域經(jīng)濟(jì)空間分異機(jī)制的分析模型，認(rèn)為黃河流域經(jīng)濟(jì)空間分異受決定作用機(jī)制、分工傳導(dǎo)作用機(jī)制和循環(huán)累積因果機(jī)制的支配。[4]上下游流域的經(jīng)濟(jì)差異不僅源于要素稟賦，上游為保護(hù)生態(tài)環(huán)境而承受的損失進(jìn)一步加劇了經(jīng)濟(jì)空間的分異，下游居民作為生態(tài)環(huán)境改善的受益者，應(yīng)適度承擔(dān)生態(tài)保護(hù)成本?，F(xiàn)有研究表明，要在黃河流域上下游間建立合理的生態(tài)補(bǔ)償機(jī)制，應(yīng)以政府補(bǔ)償為主，市場(chǎng)補(bǔ)償為輔，下游居民對(duì)流域上游居民的生態(tài)補(bǔ)償只能作為一種補(bǔ)充。[5]對(duì)于如何促進(jìn)黃河流域的高質(zhì)量發(fā)展，學(xué)者們提出了各種建議。金鳳君提出要處理好保護(hù)與發(fā)展之間的關(guān)系，建立推動(dòng)流域高質(zhì)量發(fā)展的長(zhǎng)效機(jī)制和體系。[2]陳曉東和金碚探討了黃河流域高質(zhì)量發(fā)展的經(jīng)濟(jì)學(xué)含義，認(rèn)為高質(zhì)量發(fā)展是能夠更好地滿足人民不斷增長(zhǎng)的真實(shí)需要的生產(chǎn)方式、結(jié)構(gòu)和動(dòng)力狀態(tài)，黃河流域的高質(zhì)量發(fā)展需要全域統(tǒng)籌、生態(tài)保護(hù)、文化傳承與創(chuàng)新，以實(shí)現(xiàn)人民宜居共享為根本目標(biāo)。[6]水資源的利用是黃河流域研究方向的重要內(nèi)容?，F(xiàn)有研究表明，隨著黃河流域經(jīng)濟(jì)不斷增長(zhǎng)，水資源的承載力及利用效率將得到進(jìn)一步提高。[7，8]

目前，對(duì)黃河流域的研究已獲取一定成果，但從能源生態(tài)效率的角度進(jìn)行研究的文獻(xiàn)較少。能源生態(tài)效率是兼顧區(qū)域能源消耗與生態(tài)效益的綜合指標(biāo)，核心思想是以較少的能源消耗和環(huán)境影響，創(chuàng)造出盡可能多的社會(huì)價(jià)值。[9]在節(jié)能降耗與加強(qiáng)生態(tài)文明建設(shè)的現(xiàn)實(shí)需求下，研究能源生態(tài)效率有一定意義。關(guān)偉和許淑婷的研究表明中國(guó)省際能源生態(tài)效率整體較低，且存在明顯的空間效應(yīng)。[9]楊剛強(qiáng)和李夢(mèng)琴探討了政治晉升對(duì)能源生態(tài)效率的影響，認(rèn)為應(yīng)加大對(duì)政府官員節(jié)能減排的考核力度。[10]周敏等認(rèn)為財(cái)政分權(quán)改善了能源生態(tài)效率，地方政府間競(jìng)爭(zhēng)降低了能源生態(tài)效率。[11]對(duì)黃河流域能源生態(tài)效率的相關(guān)研究中，僅有關(guān)偉等對(duì)黃河流域9省區(qū)的能源綜合效率進(jìn)行了測(cè)算和分析，認(rèn)為黃河流域能源綜合效率由非均衡向均衡轉(zhuǎn)變，其驅(qū)動(dòng)因子的解釋力從大到小依次為財(cái)政分權(quán)、城鎮(zhèn)化水平、人力資本水平、對(duì)外開(kāi)發(fā)程度。[12]

流域的發(fā)展有其內(nèi)在特性，在對(duì)黃河流域進(jìn)行研究時(shí)，不僅要從省際層面進(jìn)行分析，更重要的是要打破行政劃分的邊界，認(rèn)識(shí)到上、中、下游存在的差異。因此，本文以62個(gè)地級(jí)市為研究樣本，按照上、中、下游分類(lèi)探討黃河流域在能源生態(tài)效率上存在的空間差異，從內(nèi)部因素和外部因素兩方面進(jìn)一步分析。對(duì)內(nèi)利用黃河流域GML指數(shù)的分解，探討內(nèi)部因素對(duì)能源效率的影響，對(duì)外利用空間計(jì)量方法檢驗(yàn)外部因素對(duì)能源效率的影響。從全流域的角度對(duì)我國(guó)黃河流域的能源生態(tài)效率進(jìn)行研究，對(duì)制定合理的經(jīng)濟(jì)發(fā)展政策，促進(jìn)流域經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。

二、數(shù)據(jù)與方法

（一）研究區(qū)域界定

根據(jù)水利部黃河水利委員會(huì)對(duì)黃河流域行政區(qū)域界定，參照李敏納在研究黃河流域城市時(shí)提出的“以自然流域?yàn)榛A(chǔ)支撐，考慮地域單元的完整性以及地區(qū)經(jīng)濟(jì)與黃河的直接關(guān)聯(lián)性[13]”原則，剔除數(shù)據(jù)極度缺少的地級(jí)市、自治州，最終選定研究樣本為黃河流域的62個(gè)地級(jí)市。黃河流域上中下游地區(qū)的劃分，參考《黃河年鑒》中提出的“自內(nèi)蒙古托克托縣河口鎮(zhèn)至河南滎陽(yáng)市桃花峪為黃河中游，自桃花峪以下至入?？跒辄S河下游”劃分標(biāo)準(zhǔn)，考慮到我國(guó)行政區(qū)劃的影響，將黃河流域中青海、甘肅、寧夏的地級(jí)市劃分為上游，內(nèi)蒙古、山西、陜西的地級(jí)市劃為中游，河南、山東的地級(jí)市劃為下游。

（二）數(shù)據(jù)來(lái)源

本文的研究樣本選取2003—2016年黃河流域62個(gè)地級(jí)市的面板數(shù)據(jù)，數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)城市統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》以及省市統(tǒng)計(jì)年鑒，少數(shù)缺失的數(shù)據(jù)采取平滑法插值進(jìn)行了補(bǔ)充。借鑒相關(guān)文獻(xiàn)，測(cè)算指標(biāo)選取如下：

（1）勞動(dòng)投入：勞動(dòng)投入用該市當(dāng)年城鎮(zhèn)單位年末從業(yè)人員數(shù)（萬(wàn)人）表示。

（2）資本投入：參考張軍的研究方法計(jì)算得出[14]。各指標(biāo)用GDP平減指數(shù)處理。

（3）能源投入：考慮到能源消耗的主體為工業(yè)企業(yè)，能源投入按照規(guī)模上工業(yè)企業(yè)個(gè)數(shù)所占比例進(jìn)行分割，將《中國(guó)能源統(tǒng)計(jì)年鑒》上各省的能源消費(fèi)總量乘以各市規(guī)模以上工業(yè)企業(yè)個(gè)數(shù)與該省工業(yè)企業(yè)總數(shù)的比值，最終轉(zhuǎn)換為地級(jí)市能源投入。

（4）期望產(chǎn)出：以各地市的地區(qū)生產(chǎn)總值作為期望產(chǎn)出，利用國(guó)民生產(chǎn)總值指數(shù)折算成2003年為基期的不變價(jià)地區(qū)生產(chǎn)總值。

（5）非期望產(chǎn)出：將“三廢”作為非期望產(chǎn)出，即工業(yè)廢水排放量（萬(wàn)噸）、工業(yè)二氧化硫排放量（噸）、工業(yè)煙粉塵排放量（噸）作為非期望產(chǎn)出。[15]

（三）研究方法

利用包含非期望產(chǎn)出的DEA—SBM模型測(cè)算黃河流域城市的能源生態(tài)效率，在分析其內(nèi)部影響時(shí)，利用方向距離函數(shù)與GML指數(shù)對(duì)能源生態(tài)效率進(jìn)行動(dòng)態(tài)分析;在分析能源生態(tài)效率的外部影響時(shí)，借用空間計(jì)量的方法做進(jìn)一步的探討。

1.黃河流域城市的能源生態(tài)效率測(cè)算方法

數(shù)據(jù)包絡(luò)分析由Charnes于1978年率先提出，并被廣泛應(yīng)用于效率評(píng)價(jià)。[16]引入非期望產(chǎn)出時(shí)，傳統(tǒng)模型不適用。采用Chung et al.的研究，使用方向距離函數(shù)，可以得出生產(chǎn)可能性集中的最優(yōu)解，以此來(lái)處理包含非期望產(chǎn)出的效率評(píng)價(jià)問(wèn)題。[17]首先構(gòu)造一個(gè)生產(chǎn)性可能性集，設(shè)有k個(gè)決策單元（DMU），使用n個(gè)投入x=（x1，…，xn），得出m個(gè)期望產(chǎn)出y=（y1，…ym）以及j個(gè)非期望產(chǎn)出b=（b1，…，bj），則包含非期望產(chǎn)出的生產(chǎn)可能性集可以表示為：

[P（x）=（y，b）|投入x可以產(chǎn)出（y，b）] （1）

進(jìn)而可以寫(xiě)出包含非期望產(chǎn)出的SBM模型：

[ρ*=min1-1ni=1ns-ix0i1+1m+ji=1msyi/（y0i+i=1jsyib0i）] （2）

[ s.t. x0=x+s-y0=y-syb0=b+sj]

其中，l?0，s-?0，sy?0，sj?0，s-、sy、sj分別表示投入、期望產(chǎn)出、非期望產(chǎn)出量，l為權(quán)重向量，目標(biāo)函數(shù)對(duì)于松弛變量是嚴(yán)格遞減的。r*為目標(biāo)函數(shù)值，[ρ*?]E[0，1]，當(dāng)其為1時(shí)，松弛變量均為0，即無(wú)需調(diào)整投入產(chǎn)出，此時(shí)決策單元有效;若r*<1時(shí)，需調(diào)整投入產(chǎn)出，松弛變量不全為0，此時(shí)決策單元無(wú)效。

2.能源生態(tài)效率內(nèi)部影響的分析方法

利用方向距離函數(shù)與GML指數(shù)對(duì)能源效率進(jìn)行動(dòng)態(tài)分析，探討黃河流域能源效率的內(nèi)部影響。在上述包含非期望產(chǎn)出的生產(chǎn)可能性集上，另設(shè)方向性向量[g=gy，gb]，則可以設(shè)定方向性距離函數(shù)：

[Dx，y，b;gy，gb=maxβ|（y+βgy，b-βgb）∈P（x）]

（3）

在測(cè)算非期望產(chǎn)出的效率值時(shí)，使用基于方向距離函數(shù)的ML指數(shù)和GML指數(shù)。由于ML指數(shù)無(wú)可行解，因此，使用GML指數(shù)法進(jìn)行分析。GML指數(shù)以及按照Oh的研究將其分解為EC（技術(shù)進(jìn)步）和BPC（效率改進(jìn)）的形式如下：[18]

[GMLt，t+1xt，yt，bt，xt+1，gt+1y，gt+1b=1+DGxt，yt，bt1+DGxt+1，gt+1y，gt+1b]

[=1+Dtxt，yt，bt1+Dtxt+1，gt+1y，gt+1b×1+DGxt，yt，bt/1+Dtxt，yt，bt1+DGxt+1，gt+1y，gt+1b/Dt+1xt+1，gt+1y，gt+1b]

[=ECt，t+1×BPCt，t+1] （4）

3.能源生態(tài)效率外部影響的分析方法

在對(duì)黃河流域城市能源生態(tài)效率的外部影響進(jìn)行分析時(shí)，傳統(tǒng)OLS回歸分析的前提是各地市之間是相互獨(dú)立的，不存在空間關(guān)聯(lián)，這顯然是不符合實(shí)際的。因此，本文將空間因素納入模型之中，建立空間計(jì)量模型如下：

[lneeit=α+θWlneeit+σlnxit+μWln xit+εit+uit] （5）

其中，ee表示能源生態(tài)效率，x為能源生態(tài)效率的影響因素，s表示影響因素的彈性系數(shù)，m則表示解釋變量空間滯后項(xiàng)的彈性系數(shù)，W是空間權(quán)重矩陣，q表示本地的能源生態(tài)效率與鄰近地區(qū)的能源生態(tài)效率的相互作用的方向和程度，a是常數(shù)，e表示個(gè)體隨機(jī)效應(yīng)，u表示隨機(jī)誤差項(xiàng)。這里對(duì)數(shù)據(jù)進(jìn)行對(duì)數(shù)處理以減少數(shù)據(jù)量綱的影響，降低異方差性。

三、黃河流域城市能源效率測(cè)算

（一）能源效率測(cè)算的結(jié)果及空間差異

在指標(biāo)初步分析時(shí)發(fā)現(xiàn)統(tǒng)計(jì)指標(biāo)的變異系數(shù)較大，說(shuō)明數(shù)據(jù)的離散程度很大，在某種程度上可以反映地區(qū)之間發(fā)展的不平衡。本文采取相比于規(guī)模報(bào)酬不變更具有經(jīng)濟(jì)現(xiàn)實(shí)意義的規(guī)模報(bào)酬可變的SBM模型，利用DEA—solver pro 5.0進(jìn)行非期望產(chǎn)出模型（undesirable outputs model）測(cè)算了歷年來(lái)黃河流域62個(gè)地級(jí)市的能源生態(tài)效率值。圖1匯報(bào)了黃河流域歷年能源生態(tài)效率的均值，圖2匯報(bào)了黃河流域城市能源生態(tài)效率的均值，具體城市的能源生態(tài)效率值略。

根據(jù)圖1，黃河流域城市的能源生態(tài)效率處于較低水平，僅2003和2006年的能源效率均值高于0.5，62個(gè)地級(jí)市能源生態(tài)效率的均值僅為0.49。圖2黃河流域城市歷年能源生態(tài)效率均值中，數(shù)值最低的城市為山西省的呂梁市，能源生態(tài)效率僅為0.2422，均值最高的城市為山東省的濟(jì)南市，為0.9526，可見(jiàn)黃河流域城市間能源生態(tài)效率差異較大。

根據(jù)樣本城市歷年效率均值和橫向可比較性，按照斷點(diǎn)法將城市能源生態(tài)效率分為高效率、較高效率、中效率及低效率四種類(lèi)型，如表1所示?？梢?jiàn)，處于高、較高能源效率型的城市有13個(gè)，僅占研究范圍的21%，多數(shù)城市屬于上游與下游流域;中效率型城市占42%，中游與下游城市居多;低效率型城市占37%，上游和中游城市居多。

黃河流域上、中、下游地區(qū)的能源生態(tài)效率的差異可通過(guò)均值得到進(jìn)一步反映，圖3匯報(bào)了歷年來(lái)的效率均值。除2011年以外，歷年中游地區(qū)的能源生態(tài)效率均低于上游地區(qū)和下游地區(qū)1。中游區(qū)域的能源生態(tài)效率均值0.4227，低于上游地區(qū)的0.4874及下游地區(qū)的0.5449。究其原因，主要在于黃河流域，特別是中上游地區(qū)的能源基礎(chǔ)原材料產(chǎn)業(yè)占比較大，能源消費(fèi)結(jié)構(gòu)多是以煤炭消費(fèi)為主，煤炭為主的消費(fèi)結(jié)構(gòu)將制約能源生態(tài)效率的提高。[32]在黃河流域各省能源生態(tài)效率值中，下游省份的山東省均值最高，為0.6459;甘肅省、寧夏和內(nèi)蒙古的均值次之，分別為0.5774、0.5654、0.5002;陜西省和河南省的均值分別為0.4486和0.4438;山西省和青海省的均值最低，分別為0.3194和0.3193。

（二）內(nèi)部影響因素分析

GML指數(shù)所研究的是能源生態(tài)效率的跨期的變動(dòng)值，本文利用Matlab 2014將其分解為EC（技術(shù)進(jìn)步）和BPC（效率改進(jìn)），并據(jù)此分析能源生態(tài)效率的內(nèi)部影響因素。

圖4僅報(bào)了地級(jí)市GML指數(shù)的均值及分解，歷年地級(jí)市GML指數(shù)及分解指數(shù)省略。在62個(gè)地級(jí)市中，有37個(gè)城市的GML均值大于1，說(shuō)明了多數(shù)城市的能源生態(tài)效率有一定程度的改善。從區(qū)域上來(lái)看，上游和下游地區(qū)的多數(shù)地級(jí)市的能源生態(tài)效率高于1，如上游的15個(gè)城市中，僅有2個(gè)城市的GML均值小于1;下游地區(qū)的河南省和山東省共有22個(gè)地級(jí)市，其中16個(gè)城市的GML大于1;而中游地區(qū)多數(shù)城市的GML小于1，25個(gè)城市中有17個(gè)城市的GML值小于1，其中內(nèi)蒙古6個(gè)地級(jí)市的GML值均小于1，山西省11個(gè)地級(jí)市中僅有3個(gè)城市的GML大于1。這在圖3的黃河流域上中下游能源生態(tài)效率均值中也得到了體現(xiàn)，即上游和下游城市的能源生態(tài)效率值改進(jìn)較大，而中游城市的能源生態(tài)效率值改善并不明顯。

對(duì)2003—2004年、2009—2010年、2015—2016年三個(gè)時(shí)間段的GML指數(shù)進(jìn)行比較，可以看出近年來(lái)能源生態(tài)效率在整體上得到了提升。2003—2004年，有52個(gè)城市的GML指數(shù)小于1，說(shuō)明能源生態(tài)效率相比上年普遍下降了。2009—2010年GML指數(shù)小于1的城市下降到27個(gè)，相比上年大部分城市的能源生態(tài)效率有所提升。2009年國(guó)家批復(fù)了《黃河三角洲高效生態(tài)經(jīng)濟(jì)區(qū)發(fā)展規(guī)劃》，一定程度上促進(jìn)了區(qū)域優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提高效益、降低能耗。2015-2016年僅有5個(gè)城市的GML指數(shù)是小于1，說(shuō)明能源生態(tài)效率在整體上得到了提升。

對(duì)黃河流域城市GML指數(shù)進(jìn)行分解，得到的GML、EC和BPC的均值分別為1.004、1.002和1.0082，說(shuō)明黃河流域城市的能源生態(tài)效率整體有所提升，其提升的內(nèi)部因素主要得益于效率改進(jìn)，技術(shù)進(jìn)步對(duì)能源生態(tài)效率的提升也有促進(jìn)作用，但作用力度小于效率改進(jìn)。為進(jìn)一步分析，將黃河流域各個(gè)時(shí)間段的GML、EC和BPC指數(shù)的均值繪制成柱狀圖，如圖5所示。從圖中可見(jiàn)，僅有2005—2006年、2006—2007年、2007—2008年、2009—2010年、2011—2012年、2014—2015年和2015—2016年這7個(gè)階段的GML指數(shù)的均值高于1，說(shuō)明在這期間的能源生態(tài)效率有所提高;對(duì)GML指數(shù)進(jìn)行分解的結(jié)果表示，在能源生態(tài)效率提升的7個(gè)階段中，由效率改進(jìn)和技術(shù)進(jìn)步同時(shí)拉動(dòng)的有3個(gè)階段，而單獨(dú)由效率改進(jìn)拉動(dòng)則有4個(gè)階段，這同樣反映了當(dāng)前黃河流域城市能源生態(tài)效率的提高過(guò)多地依賴(lài)于效率改進(jìn)，而非技術(shù)進(jìn)步。效率改進(jìn)主要體現(xiàn)在企業(yè)內(nèi)部管理、組織、控制等方面的提高，但是，能源效率改進(jìn)的本質(zhì)在于依托技術(shù)進(jìn)步，若無(wú)技術(shù)進(jìn)步的推進(jìn)，能源生態(tài)效率很難得到突破性的提高。[19，20]

從總體來(lái)看，2012—2013年的GML指數(shù)達(dá)到了最低值，之后實(shí)現(xiàn)了快速增長(zhǎng)，說(shuō)明流域內(nèi)城市愈加重視能源生態(tài)效率的提高，效果明顯。2004—2015年黃河流域的能源生態(tài)效率均值僅維持在0.4—0.5，效率損失嚴(yán)重，2016年的能源生態(tài)效率均值是歷年來(lái)最高，為0.6586，增長(zhǎng)較快，但仍有較大提升空間。可見(jiàn)，繼續(xù)深化改革能源結(jié)構(gòu)，提高能源利用效率，依然是黃河流域目前迫切需要解決的問(wèn)題。

（三）外部影響因素分析

1.能源生態(tài)效率外部影響因素的選取

借鑒已有文獻(xiàn)，選取外部影響因素如下，各指標(biāo)的描述性統(tǒng)計(jì)如表2所示。

（1）產(chǎn)業(yè)結(jié)構(gòu)（is）：關(guān)偉和許淑婷認(rèn)為產(chǎn)業(yè)結(jié)構(gòu)對(duì)能源生態(tài)效率的影響最大。[9]魏楚和沈滿洪認(rèn)為第三產(chǎn)業(yè)占GDP比重能夠提升能源效率。[21]這里取第二產(chǎn)業(yè)占地區(qū)生產(chǎn)總值的比重作為衡量產(chǎn)業(yè)結(jié)構(gòu)的指標(biāo)。

（2）政府干預(yù)（gov）：師博和沈坤榮認(rèn)為產(chǎn)業(yè)集聚的提升將改善能源效率，政府可通過(guò)政策支持、資金支持等手段誘導(dǎo)企業(yè)進(jìn)行集聚，進(jìn)而影響到能源效率。[22]因此，取年末預(yù)算內(nèi)財(cái)政支出與地區(qū)生產(chǎn)總值的比值作為政府干預(yù)的指標(biāo)。

（3）交通基礎(chǔ)設(shè)施（if）：選取占比最大的人均道路面積作為評(píng)價(jià)交通基礎(chǔ)設(shè)施水平的指標(biāo)，[23]由于2017年《中國(guó)城市統(tǒng)計(jì)年鑒》不再統(tǒng)計(jì)道路相關(guān)數(shù)據(jù)，這里根據(jù)2015年和2014年相對(duì)于上一年的增長(zhǎng)率取平均值，再乘以2015年的人均道路面積得出2016年的數(shù)據(jù)。

（4）城市化率（urban）。城市化率通過(guò)能源消費(fèi)總量影響的到能源效率?？紤]到在城市化的進(jìn)程中，城市的土地面積隨著居住人口的增加而增加，本文用城市建設(shè)用地占市區(qū)面積比重來(lái)代替城市化率。[24]

（5）對(duì)外開(kāi)放程度（fdi）：城市利用外資的同時(shí)也帶來(lái)了技術(shù)與管理效應(yīng)，在一定程度上能夠改進(jìn)能源效率，[25]這里以當(dāng)年實(shí)際使用的外資金額與資本形成額比值來(lái)衡量對(duì)外開(kāi)放程度 。

2.空間自相關(guān)分析

本文對(duì)能源生態(tài)效率分別進(jìn)行了全局和局部莫蘭指數(shù)的檢驗(yàn)，這里僅在圖6列舉了2006和2016年的局部莫蘭檢驗(yàn)散點(diǎn)圖。圖形顯示，早期流域范圍內(nèi)大多處于低能源生態(tài)效率集聚區(qū)，隨著能源生態(tài)效率的提高，部分城市向高集聚區(qū)轉(zhuǎn)移，表明當(dāng)城市能源生態(tài)效率提高時(shí)會(huì)影響到周邊的城市，形成高高集聚。對(duì)影響因素進(jìn)行全局莫蘭指數(shù)檢驗(yàn)的結(jié)果表明，各因素確實(shí)存在空間自相關(guān)性，且數(shù)值顯著為正。

3.空間計(jì)量模型檢驗(yàn)

對(duì)于空間計(jì)量模型的選取上，采用在文獻(xiàn)中使用較多的空間杜賓模型（SDM）。在確定合適的模型之前，需要進(jìn)行LR檢驗(yàn)以確定空間杜賓模型是否會(huì)退化為空間誤差模型（SEM）或空間滯后模型（SAR）。其中，在SDM是否退化成SEM的檢驗(yàn)中，LR統(tǒng)計(jì)量在1%顯著性水平上拒絕原假設(shè);在SDM是否退化成SAR的檢驗(yàn)中，LR統(tǒng)計(jì)量未通過(guò)檢驗(yàn);在Wald檢驗(yàn)中得到同樣的結(jié)論。因此本文采取SAR模型進(jìn)行空間計(jì)量檢驗(yàn)。在固定效應(yīng)與隨機(jī)效應(yīng)的選取上，進(jìn)行了Hausman檢驗(yàn)，選取了固定效應(yīng);在地區(qū)固定效應(yīng)、時(shí)間固定效應(yīng)與混合效應(yīng)的選取中，進(jìn)行了模型檢驗(yàn)最終選取了時(shí)間固定效應(yīng)進(jìn)行分析。為對(duì)比空間計(jì)量回歸結(jié)果，本文進(jìn)行了OLS與GLS的回歸檢驗(yàn)，檢驗(yàn)結(jié)果匯報(bào)于表3。

時(shí)間固定效應(yīng)的檢驗(yàn)結(jié)果表明，能源生態(tài)效率的空間相關(guān)性系數(shù)（rho）在1%的水平上顯著為正值，表明能源生態(tài)效率在不同階段存在正的空間相關(guān)性，即能源生態(tài)效率較高的地區(qū)，其相鄰地區(qū)的能源生態(tài)效率也會(huì)較高，能源生態(tài)效率較低的地區(qū)，其相鄰地區(qū)的能源生態(tài)效率也會(huì)較低。

產(chǎn)業(yè)結(jié)構(gòu)對(duì)能源生態(tài)效率的回歸系數(shù)在1%水平上顯著為負(fù)值，反映了黃河流域內(nèi)城市產(chǎn)業(yè)結(jié)構(gòu)抑制了能源生態(tài)效率的提升。第二產(chǎn)業(yè)是能源消耗較高的行業(yè)，能源利用不夠充分，第二產(chǎn)業(yè)比重的提升會(huì)降低能源生態(tài)效率，仍需繼續(xù)推進(jìn)產(chǎn)業(yè)升級(jí)和優(yōu)化;[21]姚愉芳等的研究也表明工業(yè)結(jié)構(gòu)的升級(jí)和優(yōu)化有利于能源效率的提升。[26]

交通基礎(chǔ)設(shè)施對(duì)能源生態(tài)效率的影響顯著為正值，說(shuō)明黃河流域內(nèi)交通基礎(chǔ)設(shè)施的提升能夠提升能源的使用效率。隨著交通基礎(chǔ)設(shè)施的提高，城市的可通達(dá)性提升，能源的運(yùn)輸效率提高、損耗率下降，這在一定程度上能夠提升能源生態(tài)效率。

政府干預(yù)對(duì)能源生態(tài)效率的影響顯著為負(fù)值，表明在黃河流域當(dāng)政府對(duì)市場(chǎng)干預(yù)過(guò)多時(shí)，反而阻礙了能源生態(tài)效率的提升，這與師博和沈坤榮的觀點(diǎn)一致。[22]政府干預(yù)企業(yè)的信貸資源配置，引發(fā)貸款企業(yè)的過(guò)度投資，反而使能源消耗激增。[22]

城市化率對(duì)能源生態(tài)效率的影響顯著為負(fù)值。隨著城市化進(jìn)程的發(fā)展，綠地面積不斷減少，能源消耗中產(chǎn)生污染物不斷累積，城市化過(guò)程中會(huì)產(chǎn)生“擁擠效應(yīng)”[27]，使城市化水平負(fù)向地影響城市能源生態(tài)生態(tài)效率。

對(duì)外開(kāi)放程度在各模型中的回歸結(jié)果不夠顯著性，表明在黃河流域城市中引進(jìn)外資的行為對(duì)能源生態(tài)效率僅存在有限影響。

為進(jìn)一步分析SAR模型中解釋變量的空間滯后項(xiàng)，采取Le Sage & Pace提出的偏微分方法，將總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)。[28]直接效應(yīng)即是本地的各影響因素對(duì)本地的能源效率的影響，間接效應(yīng)體現(xiàn)為溢出效應(yīng)，即其他地區(qū)的相關(guān)因素對(duì)本地能源生態(tài)效率產(chǎn)生影響，檢驗(yàn)結(jié)果匯報(bào)于表3。實(shí)證分析結(jié)果表明，若要提升本地區(qū)的能源效率，不僅要考慮到本地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)與交通基礎(chǔ)設(shè)施等的影響，周?chē)貐^(qū)的能源生態(tài)效率水平以及周?chē)貐^(qū)的產(chǎn)業(yè)結(jié)構(gòu)及交通基礎(chǔ)設(shè)施同樣會(huì)影響到本地區(qū)的能源生態(tài)效率。對(duì)各因素的直接效應(yīng)與間接效應(yīng)進(jìn)行比較分析，可發(fā)現(xiàn)各影響因素的直接效應(yīng)系數(shù)均大于間接效應(yīng)系數(shù)，這反映了各城市采取措施提升能源生態(tài)效率時(shí)，不僅使自身及周?chē)鞘惺芤妫易陨淼氖找娉潭葘⒋笥卩徑鞘小?/p>

為檢驗(yàn)回歸結(jié)果的穩(wěn)健性，本文對(duì)SAR模型的個(gè)體固定效應(yīng)、雙固定效應(yīng)和隨機(jī)效應(yīng)，以及SDM模型的個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)進(jìn)行了檢驗(yàn)，檢驗(yàn)結(jié)果無(wú)實(shí)質(zhì)性改變，檢驗(yàn)結(jié)果省略。

四、結(jié) 論

根據(jù)SBM-DEA模型，測(cè)算了2003-2016年黃河流域62個(gè)地級(jí)市的能源生態(tài)效率值，進(jìn)行上中下游地區(qū)能源生態(tài)效率的比較分析;為探析影響城市能源生態(tài)效率的決定因素，本文從內(nèi)部因素和外部因素兩方面對(duì)能源生態(tài)效率進(jìn)行分析，結(jié)論如下。

（1）黃河流域的能源生態(tài)效率仍處于偏低水平，城市間能源生態(tài)效率差距較大，中游地區(qū)的能源生態(tài)效率水平低于上游和下游地區(qū)。黃河流域要針對(duì)上中下游地區(qū)采取差異化的策略。內(nèi)部影響因素分析的結(jié)果表明能源生態(tài)效率值的提升過(guò)多地依賴(lài)于效率改進(jìn)而非技術(shù)進(jìn)步。來(lái)若要協(xié)調(diào)上中下游的發(fā)展差異，推進(jìn)區(qū)域協(xié)同發(fā)展，需要加強(qiáng)技術(shù)進(jìn)步對(duì)能源生態(tài)效率提升的作用。加大對(duì)下游區(qū)域技術(shù)創(chuàng)新的支持力度，鼓勵(lì)流域下游區(qū)域的先進(jìn)技術(shù)向中游區(qū)域進(jìn)行轉(zhuǎn)移，鼓勵(lì)中游區(qū)域通過(guò)技術(shù)引進(jìn)和自主創(chuàng)新推進(jìn)能源效率的提升，特別是對(duì)于具有煤炭?jī)?yōu)勢(shì)能源的區(qū)域，通過(guò)煤炭潔凈技術(shù)、污染治理技術(shù)等提高煤炭使用效率，并推進(jìn)能源結(jié)構(gòu)多元化，鼓勵(lì)可再生能源的使用。能源生態(tài)效率高的地區(qū)通過(guò)加強(qiáng)區(qū)域合作，實(shí)施區(qū)域共同提高的政策，實(shí)現(xiàn)雙贏發(fā)展。

（2）外部影響因素分析的結(jié)果表明，產(chǎn)業(yè)結(jié)構(gòu)、政府干預(yù)、城市化率在空間上對(duì)能源生態(tài)效率均存在顯著負(fù)向影響，交通基礎(chǔ)設(shè)施建設(shè)對(duì)能源效率存在顯著正向影響。因此，應(yīng)加快產(chǎn)業(yè)優(yōu)化升級(jí)，推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。通過(guò)淘汰落后高耗能產(chǎn)業(yè)，降低能源密集型產(chǎn)業(yè)比重，大力發(fā)展高新技術(shù)產(chǎn)業(yè)和服務(wù)業(yè)，提升能源效率;合理發(fā)揮政府作用，加強(qiáng)城市化進(jìn)程質(zhì)量管控;發(fā)揮交通基礎(chǔ)設(shè)施的積極作用，提高車(chē)輛的使用效率，降低區(qū)域間的交通成本，以提升黃河流域的能源生態(tài)效率。

參考文獻(xiàn)：

[1] 陸大道，孫東琪.黃河流域的綜合治理與可持續(xù)發(fā)展[J]. 地理學(xué)報(bào)，2019，74（12）：2431-2436.

[2] 金鳳君.黃河流域生態(tài)保護(hù)與高質(zhì)量發(fā)展的協(xié)調(diào)推進(jìn)策略[J].改革，2019（11）：33-39.

[3] 李敏納，蔡舒，張慧蓉，等.要素稟賦與黃河流域經(jīng)濟(jì)空間分異研究[J].經(jīng)濟(jì)地理，2011，31（1）：14-20.

[4] 覃成林，李敏納.區(qū)域經(jīng)濟(jì)空間分異機(jī)制研究——一個(gè)理論分析模型及其在黃河流域的應(yīng)用[J]. 地理研究，2010，29（10）：1780-1792.

[5] 接玉梅，葛顏祥.居民生態(tài)補(bǔ)償支付意愿與支付水平影響因素分析——以黃河下游為例[J].華東經(jīng)濟(jì)管理，2014（4）：66-69.

[6] 陳曉東，金碚.黃河流域高質(zhì)量發(fā)展的著力點(diǎn)[J].改革，2019（11）：25-32.

[7] 王喜峰，沈大軍.黃河流域高質(zhì)量發(fā)展對(duì)水資源承載力的影響[J].環(huán)境經(jīng)濟(jì)研究，2019（4）：47-62.

[8] 張曉濤，于法穩(wěn).黃河流域經(jīng)濟(jì)發(fā)展與水資源匹配狀況分析[J].中國(guó)人口資源與環(huán)境，2012，22（10）：1-6.

[9] 關(guān)偉，許淑婷.中國(guó)能源生態(tài)效率的空間格局與空間效應(yīng)[J].地理學(xué)報(bào)，2015，70（6）：980-992.

[10] 楊剛強(qiáng)，李夢(mèng)琴.財(cái)政分權(quán)、政治音升與能源生態(tài)故率提升——基于中國(guó)257個(gè)城市的實(shí)證[J].宏觀經(jīng)濟(jì)研究，2018（8）：41-51.

[11] 周敏，王騰，嚴(yán)良，等.財(cái)政分權(quán)、經(jīng)濟(jì)競(jìng)爭(zhēng)對(duì)中國(guó)能源生態(tài)效率影響異質(zhì)性研究[J].資源科學(xué)，2019，41（3）：532-545.

[12] 關(guān)偉，許淑婷，郭岫垚. 黃河流域能源綜合效率的時(shí)空演變與驅(qū)動(dòng)因素[J].資源科學(xué)，2020，42（1）：150-158.

[13] 李敏納. 黃河流域經(jīng)濟(jì)空間分異研究[D].鄭州：河南大學(xué)，2009.

[14] 張軍，吳桂英，張吉鵬. 中國(guó)省際物質(zhì)資本存量估算：1952—2000[J].經(jīng)濟(jì)研究，2004（10）：35-44.

[15] 楊?lèi)疴x，毛博偉，胡菡. 長(zhǎng)江經(jīng)濟(jì)帶物流業(yè)全要素能源效率——基于包含碳排放的SBM與GML指數(shù)模型[J]. 北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，18（6）：54-62.

[16] Charnes A.，W. W. Cooper，E. Rhodes. Measuring the efficiency of decision making units[J]. European Journal of Operational Research，1978，2（6）：429-444.

[17] Chung Y. H.，R. Fare，S. Grosskopf. Productivity and undesirable outputs：A directional distance function approach [J]. Journal of Environmental Management，1997，51（3）：229-240.

[18] Oh D. H. A global Malmquist-luenberger productivity index [J]. Journal of Productivity Analysis，2010，34（11）：183-197.

[19] Feng T.，L Sun. Y. Zhang. The Relationship between Energy Consumption Structure，Economic Structure and Energy Intensity in China [J]. Energy Policy，2009，37（12）：5475-5483.

[20] 王兆華，豐超. 中國(guó)區(qū)域全要素能源效率及其影響因素分析——基于2003-2010年的省際面板數(shù)據(jù)[J]. 系統(tǒng)工程理論與實(shí)踐，2015，35（6）：1361-1372.

[21] 魏楚，沈滿洪. 能源效率及其影響因素基于DEA的實(shí)證分析[J]. 管理世界，2007，167（8）：66-76.

[22] 師博，沈坤榮.政府干預(yù)、經(jīng)濟(jì)集聚與能源效率[J].管理世界，2013（10）：6-18.

[23] 潘勝?gòu)?qiáng)，馬超群. 城市基礎(chǔ)設(shè)施發(fā)展水平評(píng)價(jià)指標(biāo)體系[J].系統(tǒng)工程，2007（7）：88-91.

[24] Li K.，L Fang，L. He. How urbanization affects China's energy efficiency：A spatial econometric analysis [J]. Journal of Cleaner Production，2018，200：1130-1141.

[25] 樊茂清，任若恩，陳高才.技術(shù)變化、要素替代和貿(mào)易對(duì)能源強(qiáng)度影響的實(shí)證研究[J].經(jīng)濟(jì)學(xué)（季刊），2009（4）：237-258.

[26] 姚愉芳，陳杰，李花菊. 結(jié)構(gòu)變化的節(jié)能潛力計(jì)算的方法論研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007，24（4）：123-136.

[27] Henderson，Zmarak Shalizi，Anthony S. Venables，A. Geography and Development [J].Journal of Economic Geography，2001，1（1）：81-105.

[28] LeSage J.，R. K. Pace. Introduction to spatial econometrics [M]. Boca Raton，F(xiàn)L：CRC Press，2009.

責(zé)任編輯：孔慶洋