長江經濟帶工業能源效率空間差異及影響因素研究

丁黃艷　任毅　蒲坤明

摘要：運用能源強度、離散系數、莫蘭指數綜合測度1999—2013年長江經濟帶工業能源效率空間差異及發展趨勢，并建立面板托賓模型探索工業能源效率影響因素，分析表明：長江經濟帶省際工業能源效率從下游至上游存在梯度差異，空間差異由趨異向趨同轉變，省際工業能源效率呈現空間集聚特征；長江經濟帶工業能源效率與經濟發展水平、工業比重、政府影響力（財政支出比重）、電力消費比例、研發投入力度呈正相關，與能源消費比例、煤炭消費比例呈負相關，與對外開放水平的關系不明確。提高工業能源效率，長江經濟帶上游地區應提高研發投入在國民經濟中的比重，下游地區要加快能源消費結構的優化升級，而中游地區工業能源效率受能源消費比例影響明顯，提升潛力較大。

關鍵詞：工業能源效率；長江經濟帶；空間集聚效應；梯度差異；能源消費結構；能源消費比例；能源技術進步；空間溢出效應；空間自相關

中圖分類號：F424.7；F127文獻標志碼：A文章編號：16748131（2016）01002708

一、引言

OPEC引起的第一次石油危機事件表明，能源已成為沖擊經濟穩定的主要不確定性外生因素之一，能源危機會引起經濟衰退，此類衰退現象在欠發達地區表現更加明顯（Kwasniewski，1974）。工業是能源消耗的主要產業部門，《中國能源統計年鑒》的數據顯示，工業能源消耗在我國能源消耗總量中占比接近70%。面對逐漸枯竭的油氣資源和不斷逼近的能源危機，公眾對革新能源技術、提升能源效率的要求日益迫切。建設長江經濟帶是我國現階段優化經濟發展空間格局重點實施的“三大戰略”之一，長江經濟帶的生產總值和能源消耗在全國總量中占比均接近40%，是我國主要的經濟增長極和耗能區之一。2014年《國務院關于依托黃金水道推動長江經濟帶發展的指導意見》提出，要打造沿江綠色能源產業帶，推進能源生產和消費方式變革等政策設計，為長江經濟帶各省市工業能源效率的提升提供制度保障。由于發展基礎和市場環境的差異，長江經濟帶經濟發展水平自東向西梯度遞減的基本格局短期內難以改變，經濟先發地區產業結構向合理化和高級化演進，落后產業向經濟后發地區轉移，進而導致低技術水平、高能耗企業和項目依江而上，而人才和資源順流而下。在統籌區域協調發展的戰略背景下，優化能源要素空間配置，提升沿江各地區工業能源效率，已成為長江經濟帶建設的關鍵環節。

提高工業能源效率，需要合理評價長江經濟帶各地區工業能源效率。當前有關研究測算能源效率的方法分為兩大類：一類為單要素指標，另一種為全要素指標。經濟意義上的單要素指標是指能源強度，即單位GDP的能耗水平，單要素指標的數據可比性強，在比較分析和政策設計上應用廣泛（Patterson，1996；王強 等，2014）。全要素指標是指能源效率不僅僅由能源投入與經濟產出之間的關系決定，還受其他直接或者間接因素影響，并可將效率分解為技術進步效率、純技術效率及規模效率（Honmaa et al， 2008；Wang et al，2012）。在橫向比較分析上，全要素指標能觀測到單要素指標所無法測量的規模、管理及技術效率。但需要注意的是，基于非參數數據包絡分析測算全要素能源效率時，各個地區的能源效率通常是逐年進行線性規劃，因而每一年各地區所處的效率前沿面會出現不一致的情況，在面板數據分析時有可能無法正確反映影響因素與能源效率的經濟關系，而具有時空連續性的單要素指標可避免此類現象發生。

丁黃艷，任毅，蒲坤明：長江經濟帶工業能源效率空間差異及影響因素研究

能源效率及其影響因素是經濟領域內的研究熱點。基于中國區域“三大板塊”視角，屈小娥（2011）、朱幫助（2013）、王兆華（2015）等證實了能源效率及工業能源效率由東向西依次遞減，存在顯著的效率梯度差異；孟曉（2013）、Wu等（2014）則基于地區經濟發展水平視角考察不同地區的工業能源效率水平，結論表明經濟發展水平越高，工業能源效率水平越領先。關于能源效率的影響因素，通常認為能源消費比例是影響能源效率的主要因素。由于清潔能源的標準煤折算系數低，Lv等（2014）主張以清潔能源來逐步替代含碳、硫等“壞產出”多且標準煤折算系數高的化石能源；技術進步被一致認為是能源效率的直接影響因素，這是因為技術進步不僅能提高有限能源的產出水平，還能加強對能源的有效利用率（李廉水 等，2006）；產業結構、產業集聚與能源效率也密不可分，我國工業部門的粗放式增長模式對能源投入依賴程度深，產業結構的動態優化及集群化生產能有效提升能源效率（劉佳駿 等，2011）；此外，地區開放條件、政府干預、經濟周期（繁榮與衰退）等都被學者們認為是可能影響能源效率的主要因素（陳媛媛 等，2010；師博 等，2013）。

從已有相關文獻可以歸納出兩個基本事實：一是能源作為不可完全替代的生產要素，其效率與外部市場環境聯系緊密；二是針對長江經濟帶工業能源效率及其影響因素的研究比較缺乏。有鑒于此，本文采用長江經濟帶省際面板數據，綜合考察其工業能源效率的省際差異和變動趨勢，并深入分析長江經濟帶省際層面工業能源效率的影響因素，這對于探索長江經濟帶工業能源效率提升路徑具有重要參考價值。

二、長江經濟帶能源效率的空間差異及發展趨勢

我國能源戰略規劃長期采用能源強度作為量化能源效率的合意指標，即能源強度=能源消費總量/國內生產總值，本文采用能源強度指標來衡量長江經濟帶能源效率。由于能源強度為逆向指標，為使分析結果更加直觀，將能源強度倒數化，以求得單位能耗的GDP產出，轉為正向指標，單位為億元/萬噸標煤。其中，不同類別的能源消耗均折算為標準煤，各省市工業GDP以1999年為基期按各省市GDP平減指數折算成不變價。本文實證研究的時間區間為1999—2013年，數據來源于相應年度的《中國能源統計年鑒》及長江經濟帶11省市的《統計年鑒》。

首先計算出1999—2013年長江經濟帶各省市工業能源效率值及離散系數，以反映長江經濟帶工業能源效率的空間差異及發展趨勢，如表1所示。長江經濟帶省際層面工業能源效率從下游至上游存在梯度差異，且工業能源效率內部差異由趨異向趨同轉變。下游地區工業能源效率高于中、上游地區，江蘇、浙江、上海三地的工業能源效率均值分別為0.541、0.536、0.434，高于其他地區；中游地區工業能源效率處于中等水平，整體發展態勢向好，其中，江西省工業能源效率由1999年的0.287上升為2013年的0.621，進步顯著；上游地區工業能源效率整體偏低，貴州、云南工業能源效率落后于其他地區，工業能源效率提升空間大且年均增速高于其他地區，而重慶市的工業能源效率相對較高，對其他上游省份工業能源效率提升具有示范作用。endprint

長江經濟帶工業能源效率的空間差異呈現出先趨異再趨同的發展趨勢。離散系數（CV）反映組內樣本的差異情況，離散系數越大，樣本差異程度越大。從表1中離散系數走勢可以看出，1999年離散系數為0.404，此后長江經濟帶省際工業能源效率差異逐步擴大，在2005年達到差異峰值，離散系數為0.472；2006—2013年離散系數逐年減小，省際工業能源效率呈現趨同態勢。離散系數先升后降表明長江經濟帶工業能源效率省際差異存在先趨異再趨同的經濟特征，然而省際工業能源效率趨同態勢存在空間發散、空間集聚以及空間不相關三種模式，為驗證工業能源效率的趨同是否存在空間集聚效應，本文進一步運用全局空間莫蘭指數（Morans I）來進行分析，計算公式如下：

Moran′sI=ni=1nj=1Wij（Xi-）（Xj-）S2ni=1nj=1Wij

其中，S2=ni=1（Xi-）2，i、 j表示不同省份；Wij為空間權重矩陣，當i≠j且i、 j地理相鄰，則Wij=1，其他情況下Wij=0。全局空間莫蘭指數取值范圍為[-1，1]，莫蘭指數大于零時，表示各地區工業能源效率存在空間集聚效應；莫蘭指數小于零時，表示各地區工業能源效率存在空間發散效應；莫蘭指數等于零時，則表明各地區工業能源效率不受鄰近地區影響。以1999、2006、2013年數據為例，長江經濟帶全局空間莫蘭指數及工業能源效率空間自相關分析結果如圖1所示。

高—高地區是指工業能源效率高的地區，其鄰近地區工業能源效率也同樣較高；反之，低—低地區是指工業能源效率低的地區，其鄰近地區工業能源效率也較低；不顯著地區是指統計學上不能識別本地區與鄰近地區之間的空間關系。圖1顯示出1999、2006、2013年長江經濟帶工業能源效率的全局空間莫蘭指數分別為0.48、0.61、0.56，表明長江經濟帶工業能源效率呈現空間集聚特征，其中高—高地區集中在長江經濟帶下游，低—低地區集中在長江經濟帶上游，這與表1的結果相吻合。綜合離散系數和莫蘭指數可知，長江經濟帶省際工業能源效率趨同發展的內部結構存在空間集聚特征。從兩者變動上看，長江經濟帶工業能源效率的空間溢出效應在增強，表明工業能源效率提升愈發依賴于各地區的空間聯動作用，本地區工業能源效率提升將產生溢出效應，能夠帶動周邊地區工業能源效率的共同提升。

長江經濟帶工業能源效率的空間差異及發展趨勢反映出三種經濟現象：其一，工業能源效率與經濟實力高度相關。從理論上講，經濟實力強的地區市場競爭強度大，競爭倒逼企業尋求更加有效的能源消費方式來提高經濟產出。長江經濟帶上、中、下游的經濟實力梯度差與工業能源效率的梯度差吻合，也表明地區經濟實力與工業能源效率高度正相關。其二，工業能源效率空間差異的變化存在“拐點”。從離散系數的先升后降的“倒U型”特征可以看出，長江經濟帶工業能源效率省際差異在初期階段有遞增趨勢，在中期階段達到差異峰值，在后期階段差異值遞減，從而反映出長江經濟帶省際工業能源效率先趨異再趨同的演變軌跡。其三，提升工業能源效率要重視產業及能源的空間布局。全局空間莫蘭指數顯著為正，長江經濟帶工業能源效率呈現空間集聚特征，表明工業能源效率的外部溢出影響明顯。這就要求各地區能源戰略規劃要考慮到與周邊地區的相互影響，應減少地區間行政壁壘以增加工業能源效率的空間溢出效應。

三、長江經濟帶能源效率的影響因素

1.指標與數據

借鑒已有研究成果，本文從工業能源效率的市場環境和內部結構兩個方面考慮，建立包含經濟發展水平、產業結構、研發投入力度等8個因素在內的工業能源效率影響因素指標體系。其中，市場環境由經濟發展水平、工業比重、對外開放水平、政府影響力四個指標組成，用以反映市場環境對工業能源效率提升的間接影響；內部結構由能源消費比例、煤炭消費比例、電力消費比例、研發投入力度四個指標組成，用以解釋內部結構對工業能源效率提升的直接影響。

本文采用1999—2013年長江經濟帶省際面板數據進行實證分析，數據來源于各地區《統計年鑒》《中國能源統計年鑒》及《中國科技統計年鑒》。其中，各地區經濟數據均以1999年為基期按各地區GDP平減指數進行折算，煤炭、電力消費量按能源折算標準煤參考系數折算成標準煤。

（1）經濟發展水平，用本地GDP（億元）的自然對數來表示。地區經濟發展水平提高，則提升工業能源效率的內在意愿和能力增強。

（2）工業比重，用工業GDP占GDP比重表示。長江經濟帶整體處于工業化加速時期，同時伴隨產業結構優化調整，工業產業結構合理化、高度化有利于工業能源效率提升。

（3）對外開放水平，用進出口貿易總額占GDP比重表示。長江經濟帶外向型經濟特征明顯，對國際市場依賴程度高，對外開放拓展了地區資本積累的渠道，對能源效率提升有間接影響。

（4）政府影響力，用政府財政支出占GDP比重表示。政府對經濟的干預會對地區經濟發展起到引導和調控作用，但干預不合理會影響地區市場競爭秩序和活力，對能源效率有間接影響。

（5）能源消費比例，用本地能源消耗占長江經濟帶能源消耗總量的份額表示。地區能源消費比例高低與工業能源效率優劣呈反向變動。

（6）煤炭消費比例（%），用煤炭消費量占能源消費總量比重表示。從長期來看，經濟發展對化石能源的過度依賴不利用能源效率的提升。

（7）電力消費比例（%），用電力消費量占能源消費總量比重表示。電力能源屬于清潔能源范疇，電力能源的使用對能源效率的提升有積極的影響。

（8）研發投入力度（%），用R&D費用占GDP比重表示。能源技術革新是改進能源效率的根本途徑，而能源技術進步依賴研發投入力度。

2.實證分析模型

鑒于面板數據模型在線性擬合時會默認工業能源效率存在負值，這與經濟事實不符，本文運用受限回歸的面板托賓模型來進行擬合，從而排除因變量存在負值的可能性，模型構建方式如下：endprint

Y*i，t = 8i = 1Xi，t βi + δμ

其中：μ～N（0，σ2），δ為比例系數，Y*i，t是潛變量，μ為隨機擾動項。被觀測的實際值Yi，t與潛變量Y*i，t之間存在以下關系：

Y*i，t = 0； Yi，t < 0Yi，t ； Yi，t ≥0

3.分析結果與討論

利用面板托賓模型分別估計長江經濟帶全域、下游地區、中游地區及上游地區各影響因素對工業能源效率提升的影響效果，結果如表2所示。

（1）經濟發展水平對工業能源效率提升有顯著的正效應。這與孟曉（2013）、Wu（2014）等的研究結果一致。從影響機制看，經濟發展水平高伴隨著市場競爭強，競爭能夠強化企業在能源投入上的成本收益意識，提升工業能源效率；此外，經濟發展水平高可以為能源技術革新提供必要的物質基礎支撐，有利于加快能源利用技術更新。從數據表現看，表2中經濟發展水平對工業能源效率的全域估計系數顯著為0.06，上、中、下游地區的估計系數也顯著為正，表明1999—2013年經濟快速發展是長江經濟帶工業能源效率提升的重要原因。

（2）工業比重對工業能源效率提升有顯著的正效應。與王秋彬（2010）關于產業結構對能源效率的影響為負的結論相反，主要原因在于衡量能源效率的尺度不一致王秋彬（2010）采用全要素指標（本文采用單要素指標），使用全要素指標進行面板數據分析要求各年份的效率前沿面一致，但其研究中各年份的效率前沿面并不一致。 。工業增加值比重與工業能源效率正相關，從理論上看，一方面由于存在資本、勞動對能源的替代，在產出不變的情況下可以通過增加資本、勞動來減少能源投入；另一方面工業經濟發展伴隨企業的技術進步與學習效應，能源的利用與配置將得到有效提升。從數據上看，長江經濟帶工業增加值占GDP比重從1999年的40.7%上升為2013年的41.8%，工業能源效率從1999年的0.291（億元/萬噸標煤）上升到2013年的0.464（億元/萬噸標煤），工業產業結構與工業能源效率的上升趨勢一致，并且表2中的參數估計顯著為1.09。

（3）對外貿易水平與工業能源效率提升的關系不明確。通常認為，對外貿易為封閉經濟打開國際市場，拓寬稀缺資本的逐利途徑，因而對外開放水平與能源效率正相關（陳媛媛 等，2010）。但就區域發展階段而言，當前長江經濟帶沿海地區進出口產品結構以加工貿易為主，低技術附加和粗放式生產特征明顯，出口產品競爭優勢主要依賴于低成本而非高技術含量，因而對外貿易增加會產生能源回彈現象，降低工業能源效率（楊莉莉 等，2014）。李蘭冰（2012）的研究表明對外開放水平對我國不同地區能源效率分別存在促進或抑制兩種相反效應。長江經濟帶各地區經濟社會發展水平存在梯度差異，雖然對外開放水平對整體工業能源效率的影響不明確，但表2顯示，在上游地區兩者之間顯著正相關（參數估計為0.16），在中游地區兩者之間顯著負相關（參數估計為-0.41），而在下游地區則未表現出顯著相關性。

（4）政府影響力對工業能源效率提升有顯著正效應。西方經濟學強調市場的自由和靈活性，認為政府主要職能是當好經濟社會的“守夜人”，而不應通過財政支出等來干預經濟（魏楚 等，2007）。但是，我國傳統工業長期采用高投入、高消耗、高排放的粗放式發展模式，隨之而來的高污染產生了高代價的負外部性，政府強化在市場經濟中的調控作用能夠有效規制不合理的工業生產方式，研發、推廣節能減排技術，增加能源、環境公共產品供給，從而提升工業能源效率（張志輝，2015）。長期以來我國主要以投資來驅動經濟增長，政府投資以財政支出為主體，因而財政支出比例上升可通過增加工業產出來提高工業能源效率。從實證數據上看，政府增強影響力對長江經濟帶工業能源效率具有顯著提升作用（參數估計為0.03），表明政府影響力對長江經濟帶工業能源效率的提升具有積極影響。

（5）能源消費比例對工業能源效率提升有顯著負效應。從各省市能源消費的增長速度來看，下游地區年平均增長速度為12.1%，中游地區年平均增長速度為13.7%，上游地區年平均增加速度為125%。這表明長江經濟帶各地區能源消費比例總體呈現“下游回落、中上游上浮”的趨勢。能源消費比例的變化導致長江經濟帶工業能源效率顯著為負的反應（參數估計系數為-1.31），表明各省市在長江經濟帶工業能源消費比例中比例的上升，將降低該省市的工業能源效率。

（6）煤炭消費比例與工業能源效率負相關，電力消費比例與工業能源效率正相關。煤炭、電力消費對工業能源效率提升的影響方向相反，這與曾勝等（2013）的研究結果一致。2015年國務院出臺《中國制造2025》規劃，指出未來工業發展要走綠色發展路子，而煤炭作為非清潔能源，難以融入未來工業能源消費體系之中。事實上，由于我國重化工業升級換代速度較慢，對煤炭能源的依賴依然巨大，重化工業高投入、高消耗的生產模式降低了能源效率。發展電力技術是實現節能減排戰略目標的關鍵，發展風電、水電、光電、生物電、核電等可持續性電力生產方式，逐步擺脫對火電的過度依賴，對于提升工業能源效率意義深遠。

（7）研發投入力度對工業能源效率提升有顯著正效應。能源技術進步是提升工業能源效率的根本途徑，而技術進步與研發投入力度高度相關（李平 等，2007），因而加強研發投入力度能夠顯著提升工業能源效率。研發投入力度對工業能源效率提升既有直接影響，也有間接影響。直接影響體現在研發成果對能源集約利用的改進上，技術可以改良機器設備對能源的使用效率，并加強能源在管理和配置上的合理程度；間接影響是指研發成果能夠在投入要素不變的情況下增加經濟產出，從而提升工業能源效率。

（8）長江經濟帶中游地區受能源消費比例影響明顯，上游地區應加強研發投入力度，下游地區要加快能源消費結構的優化升級。中游地區是傳統工業集聚地，能源的高消耗狀態表明工業能源效率提升的空間較大。從表2中可以看出，中游地區工業能源效率對能源消費比例反應更加敏感。上游地區經濟社會發展水平相對落后，改善基礎設施水平、滿足居民基本公共服務是政府工作的重點，在研發投入力度上相對于中、下游地區要薄弱；實證分析結果也顯示，加強上游地區研發投入力度能大幅提升其工業能源效率。下游地區工業體系和產業鏈層次要高于中、上游地區，是工業能源技術研發和應用的先行地區，隨著《中國制造2025》規劃的持續推進，下游地區工業能源消費需更加注重清潔化、綠色化，通過優化工業能源消費結構來提升工業能源效率，并對其他地區起到示范作用。endprint

四、結論與啟示

本文綜合運用能源強度、離散系數、莫蘭指數等統計指數來考察長江經濟帶工業能源效率的空間差異及發展趨勢，并構建面板托賓模型來分析工業能源效率影響因素。主要結論及啟示如下：

（1）長江經濟帶省際工業能源效率從下游至上游存在梯度差異，空間差異由趨異向趨同轉變，省際工業能源效率呈現空間集聚特征。表1、圖1顯示出長江經濟帶工業能源高效率省份集中在下游地區，中等效率省份集中在中游地區，低效率省份集中在上游地區；離散系數的變動趨勢反映出長江經濟帶省際工業能源效率先趨異再趨同；莫蘭指數則表明長江經濟帶工業能源效率存在正向空間自相關，省際工業能源效率空間組團形態分化成“高—高地區”和“低—低地區”。

（2）長江經濟帶工業能源效率與經濟發展水平、工業比重、政府影響力、電力消費比例、研發投入力度呈正相關，與能源消費比例、煤炭消費比例呈負相關，與對外開放水平的關系需依據各省市經濟社會發展階段加以分析；其中，增強研發投入力度是促進長江經濟帶工業能源效率提升最有效的方式，而能源消費比例提高是阻礙工業能源效率提升的最重要原因。實證分析結果反映了各影響因素與工業能源效率的關系，研發投入力度的參數估計為3.53，邊際正影響最大；能源消費比例的參數估計為-1.31，邊際負影響最大。應當予以關注的是，現階段政府財政支出與工業比重上升對長江經濟帶工業能源效率均有正向影響，表明工業部門結構優化和政府宏觀經濟引導在工業能源效率提升方面發揮出了實際有效的作用。

（3）通過表2中上、中、下游的擬合結果可以看出：上游地區研發投入力度對工業能源效率的參數估計為7.86，高于其他指標對工業能源效率的影響，也高于中、下游同類指標的影響；中游地區能源消費比例的負向影響最大，而下游地區電力消費比例的正向影響最大。上述結論有助于精準定位長江經濟帶上、中、下游工業能源效率提升策略的重心：上游地區應提高研發投入在國民經濟中的比重；中游地區能源消費在長江經濟帶中占比高，能源效率改善潛力較大；下游地區則要加快能源消費結構的優化升級，向清潔化、綠色化發展。

此外，長江經濟帶工業能源效率的梯度差異在某種程度上也折射出當前我國東、中、西部工業能源效率的梯度差異格局。改善工業能源效率區域不平衡狀態，產業結構調整是關鍵，但也不能忽視工業能源效率提升的空間聯動作用，在東部地區能源效率紅利逐步向西外溢的同時，應當在中西部建立工業能源效率提升示范城市，將當前的線狀溢出形態擴展到雙向溢出、網絡溢出形態，進而全面、協調提升各地區工業能源效率。

參考文獻：

陳媛媛，李坤望.2010.FDI對省際工業能源效率的影響[J].中國人口（資源與環境（6）：2833.

李蘭冰.2012.中國全要素能源效率評價與解構——基于“管理—環境”雙重視角[J].中國工業經濟（6）：5769.

李廉水，周勇.2006.技術進步能提高能源效率嗎？——基于中國工業部門的實證檢驗[J].管理世界（10）：8289.

李平，崔喜君，劉建.2007.中國自主創新中研發資本投入產出績效分析——兼論人力資本和知識產權保護的影響[J].中國社會科學（2）：3242，204205.

劉佳駿，董鎖成，李宇.2011.產業結構對區域能源效率貢獻的空間分析——以中國大陸31省（市、自治區）為例[J].自然資源學報（12）：19992011.

孟曉，孔群喜，汪麗娟.2013.新型工業化視角下“雙三角”都市圈的工業能源效率差異——基于超效率DEA方法的實證研究[J].資源科學（6）：12021210.

屈小娥.2011.中國省際工業能源效率與節能潛力：基于DEA的實證和模擬[J].經濟管理（7）：1624.

師博，沈坤榮.2013.政府干預、經濟集聚與能源效率[J].管理世界（10）：618，187.

王強，樊杰，伍世代.2014.1990—2009年中國區域能源效率時空分異特征與成因[J].地理研究（1）：4356.

王秋彬.2010.工業行業能源效率與工業結構優化升級——基于2000—2006年省際面板數據的實證研究[J].數量經濟技術經濟研究（10）：4963.

王兆華，豐超.2015.中國區域全要素能源效率及其影響因素分析——基于2003—2010年的省際面板數據[J].系統工程理論與實踐（6）：13611372.

魏楚，沈滿洪.2007.能源效率及其影響因素：基于DEA的實證分析[J].管理世界（8）：6676.

楊莉莉，邵帥，曹建華，任佳.2014.長三角城市群工業全要素能源效率變動分解及影響因素——基于隨機前沿生產函數的經驗研究[J].上海財經大學學報（3）：95102.

張志輝.2015.中國區域能源效率演變及其影響因素[J].數量經濟技術經濟研究（8）：7388.

曾勝，靳景玉.2013.能源消費比例視角下的中國能源效率研究[J].經濟學動態（4）：8188.

朱幫助，吳萬水，王平，2013.基于超效率DEA的中國省際能源效率評價[J].數學的實踐與認識（5）：1319.

HONMAA S，HUB J L. 2008. Totalfactor energy efficiency of regions in Japan [J]. Energy Policy，36（2）： 821833.

KWASNIEWSKI K. 1974. Oil crisis and developing countries [J]. Intereconomics，9（2）：3535.

LV W， HONG X， FANG K. 2015. Chinese regional energy efficiency change and its determinants analysis： Malmquist index and Tobit model [J]. Annals of Operations Research，228（1）：922.endprint

PATTERSON M G. 1996. What is energy efficiency？ Concepts， indicators and methodological issues [J]. Energy Policy，24（5）：377390.

WANG Z H， ZENG H L， WEI Y M， ZHANG Y X. 2012. Regional total factor energy efficiency： An empirical analysis of industrial sector in China [J]. Applied Energy，97：115123.

WU A H， CAO Y Y， LIU B. 2014. Energy efficiency evaluation for regions in China： an application of DEA and Malmquist indices [J]. Energy Efficiency，7（3）：429439.

Abstract： This paper synthetically measures the spatial difference and development trend of industrial energy efficiency in Yangtze River Economic Belt during 19992013 by using the index of energy intensity， discrete coefficient and Morans Index and studies the influential factors of industrial energy influence factor based on panel tobit model. Analysis result shows that the spatial pattern of industrial energy efficiency emerges gradient interprovincial difference from the downstream to upstream， that the trend of spatial difference has been changed from divergence to convergence， that interprovincial industrial energy shows spatial agglomeration character， that the industrial energy efficiency of the Yangtze River Economic Belt is positively related to economic development level， regional industrial structure， government influence， power consumption structure and R&D investment but is negatively related to energy demand structure and coal consumption structure and is dimly related to economic opening level. In order to increase industrial energy efficiency， the economic belt at the up reaches of the Yangtze River must raise the proportion of R&D investment to national economy， the regions at the down reaches of the Yangtze River should accelerate the optimization upgrade of energy consumption structure， however， the regions at the middle reaches of the Yangtze River have big upholding potential of industrial energy efficiency because their industrial energy efficiency is significantly affected by energy demand structure.

Key words： industrial energy efficiency； the Yangtze River Economic Belt； spatial agglomeration effect； gradient difference； energy consumption structure； energy consumption rate； energy technical progress； spatial spillover effect； spatial autocorrelation

CLC number：F424.7；F127Document code：AArticle ID：16748131（2016）01002708

（編輯：朱德東；段文娟）endprint