中國生態能源效率時空格局演化及影響因素分析

孟凡生， 鄒 韻

(哈爾濱工程大學 經濟管理學院，黑龍江 哈爾濱 150001)

0 引言

隨著全球工業智能化過程的推進，能源供需與生態、環境之間的矛盾也逐漸顯現。能源資源的有限性及化石能源的不可再生性都極大地制約了各國經濟的可持續發展。能源效率是衡量一國經濟發展質量的一個關鍵性指標，其直接影響經濟發展方式的可持續性，是實現經濟增長與環境保護雙贏的重要抓手。中國作為能源資源供需大國，優化能源利用、提升能源效率是平衡能源發展與生態、環境間矛盾的有效途徑，更是未來能源發展的努力方向。近年來，研究人員不斷加強對各能源工業生產中環境、生態污染及破壞問題的重視，增加生態環境因素的能源效率、加入不良產出的能源效率研究蔚然成風[1]。生態能源效率是綜合考慮了能源生產帶來的社會、經濟等期望產出和大氣污染、水污染等非期望產出的生態環境規制下的能源效率。探索生態能源效率時空格局演化，分析地區間差異形成原因及趨勢，為中國能源經濟持續發展的推進奠定基礎。

從現有能源效率研究來看，學者們從多個角度展開了探索。從空間收斂角度，Stern利用隨機前沿模型對全球85個國度的能源效率進行分析，發覺這些被研究對象在加入了生態環境規制后的能源效率存在收斂性特點[2]。Fallahi F從人均能源消費角度出發，對1971～2013年間109個國家能源效率的收斂性展開實證分析[3]。Eder L等指出欠發達地區的生態能源效率具有收斂性[4]。中國學者運用收斂模型對中國30個省、自治區、直轄市能源效率的收斂性展開分析，研究顯示全社會能源效率呈現階段性變換，總體趨勢由收斂至發散，引進外資是縮短各地能源效率差異較為及時、有效的措施[5]；產業轉移對中國全國及各地區能源效率收斂水平的提升有較明顯的促進作用[6]。從時間演化角度，孟凡生等指出2000～2011十二年間中國能源效率總體為上升趨勢[7]。李雙杰等研究中國2005～2015年間考慮生態環境影響的能源效率，結果表明研究期內中國能源效率呈“大幅提升—平穩發展—小幅下降”的演化過程[8]。李蘭冰對生態全要素能源效率進行時間演化分析，指出中國能源效率的轉型呈現“上升—下降—下降—回升”的演進態勢[9]。從影響因素角度，能源效率的演變發展極易受到各種因素的聯合驅動，經濟發展程度、能源結構、開放程度、政府生態環境治理投資、產業結構、技術進步等是影響能源效率的關鍵要素[10,11]。經濟開放、基礎設施以及行業內部的技術和管理水平的提高對能效產生了積極的促進效果[12]。較低的技術水平成為中國各地區能源效率向更高水平發展的主要阻礙[13]，通過技術進步可以極大程度的提高能源效率，但不同技術進步路徑對節能降耗績效存在異質性[14,15]。隨著研究的深入，學者們逐步考慮加入生態環境等非期望產出因素，完善能源效率的評價研究[16,17]。楊先明等用污染強度作為非期望產出指標，將生態與能源結合研究，認為生態環境是約束能源發展的重要因素，受生態環境發展要求的限制，能源效率的提高需要根據各地區具體情況，制定應對措施[18]。生態能源效率差異受時間和空間聯合影響，只有準確把握生態環境政策對能源發展的沖擊，同時仔細思量不同路徑下生態能源效率演變過程的時空差異，才能實現能源效率和生態環境的均衡發展[19]。現有研究雖然已考慮能源產出過程中對生態環境的影響，從能源環境效率[20]、生態能源效率[21,22]等角度展開分析，但是，同時兼顧時間和空間雙重視角對中國生態能源效率時空分布特征和演化趨勢展開的研究較少，因而難以真正反映生態能源效率地區性差異的長期演變趨勢，理論和實證研究相對匱乏。

基于以上分析，本文以中國大陸地區30個省、市、自治區為研究主體，探索不同地區在生態環境規制下的能源效率發展情況。在空間維度上，將空間演繹與收斂性分析相結合，運用空間收斂方法，分析中國四大地區生態能源效率的空間層面分布以及整體發展趨勢。在時間維度上，將變化速度狀態和變化速度趨勢等速度特征作為思量重點，運用速度激勵模型分析多時段內能源效率的動態演化情況。以期真實反映出中國生態能源效率的發展狀況，為推動中國能源高效、清潔發展尋找途徑。

1 數據、指標選取與方法

1.1 數據來源

本文數據主要來源于《中國統計年鑒》、《中國能源統計年鑒》、中國統計局網站等2007～2018年的統計資料。根據數據的權威性和可獲取性原則，選取2006～2017年的面板數據進行研究，部分缺失數據采用插值法進行補齊。由于西藏地區的能源數據存在嚴重缺失，故選取中國大陸除西藏外的30個省市自治區作為研究對象，進行了生態能源效率時空演化，并對相應的影響因素進行分析。

1.2 指標選取

綜合考慮能源生產過程中的社會經濟效益和生態環境效益，對生態能源效率進行指標選取，如表1所示。

投入指標的衡量。學者們在柯布—道格拉斯生產函數基礎上，提出了將能源作為生產過程中的一種要素。選擇勞動力、資本和能源三種要素作為投入指標[23,24]。借鑒相關研究，本文的投入變量包括：能源投入(e)、勞動投入(l)和資本投入(k)。其中，能源投入指標為按發電煤耗法計算的中國各地區能源消費總量；勞動投入指標為燃料加工業、采礦業、電力、熱力、燃氣及水生產和供應業等能源生產相關行業年末就業人員總數；資本投入指標為年均固定資產投入和能源工業投資額。

產出指標的衡量。生態能源產出指標與一般能源產出相比，不僅要涵蓋能源活動產出，還要涉及生態環境問題。因此，本文在已有研究基礎上，選取社會保障水平、醫療衛生水平、地區GDP水平作為能源活動的社會經濟效益產出(即期望產出)[25]。其中，社會保障水平項用養老保險參保比例取代；醫療衛生水平項用衛生技術人員占比表征；地區GDP水平項可直接在年鑒數據中查找。選取中國各地區二氧化硫排放、粉塵排放和廢水排放等作為生態環境效益產出(即非期望產出)[16,18]，并運用PP模型對各產出指標進行測算，得出綜合性產出指標。

影響因素的選取。生態能源效率受多種因素影響，為精準測度中國各地區生態能源效率水平以及相關因素的作用情況，本文選取經濟發展水平、城市化水平、經濟開放程度、產業結構、人口規模、能源投資、能源結構、交通基礎設施、R&D投入作為變量[26～29]，測度和分析與中國生態能源效率相關的影響因素。其中，經濟發展水平(ED)以中國各地區GDP的對數來表示；城市化水平(URB)用城鎮人口占總人口比重來衡量；經濟開放程度(OPE)通過外商投資企業進出口總額占地區GDP比重來表征；分別選取第二產業產值占地區GDP比重(PSI)、第三產業產值占地區GDP比重(PTI)作為產業結構變量；人口規模(POP)用各地區年末總人口數量來表示；能源投資(EFI)用國有經濟能源工業固定資產投資衡量；通過煤炭消耗占能源消費總量比重來反映能源結構(ES)；用地區內公路、內河航道和鐵路運營總里程衡量交通基礎設施情況(TRI)；R&D投入(R&D)用規模以上工業企業R&D經費投入來表示。

表1 生態能源效率測度變量

1.3 研究方法

1.3.1 PP-SFA靜態評價模型

投影尋蹤模型(PP算法)適用于把多維空間數據通過某種組合運算等過程投影到低維子空間，借鑒文獻[30,31]，結合本文特點，對各生態能源產出指標進行測算，投影指標y(i)t(即綜合性產出指標)的測算公式如下：

(1)

隨機前沿模型(SFA)通過極大似然等回歸方法確認前沿邊界，是具有符合擾動項的隨機邊界模型，該模型可以分析各種擾動非效率因素對生態能源效率的作用。應用SFA對生態能源效率進行研究時，函數的選取對測算過程和結果有直接影響[32,33]。超越對數生產函數因為具有足夠的彈性和很好的包容性，能夠較好的規避在測算之前因函數形式設置不準確而產生的估計誤差[34]，用該模型研究生態能源效率在形式上更具有優勢[35]。本文采用超越對數隨機前沿模型，在估計結果無偏和有效的前提下測算生態能源效率及其影響因素作用程度，具體表達式為：

lnyi,t=β0+β1lnei,t+β2lnli,t+β3lnki,t+

β8lnei,tlnki,t+β9lnli,tlnki,t+vi,t-ui,t

(2)

mi,t=ξ0+zi,tξi,t

(3)

其中，yi,t表示第i個地區第t年采用PP模型測算的生態能源綜合性產出；ei,t表示能源投入；li,t表示勞動投入；ki,t表示資本投入；β為待估參數；vi,t-ui,t表示誤差項。影響因素函數為mi,t，zi,t表示影響技術無效率的變量；ξ0表示常數項；ξi,t表示生態能源效率影響因素的系數向量，該系數主要反映被測度因素對生態能源效率的影響程度。

1.3.2 收斂空間演化模型

空間β收斂反映了生態能源效率隨時間的推移而變化的趨勢，參照Sal-i-Martin[36]的研究，構建生態能源效率空間β收斂模型:

(4)

其中，ri,t表示第i個地區第t年的生態能源效率，T表示時間間隔，α是常數項，β是估計系數，ρ是空間誤差系數，W是空間權重，εi,t是誤差項。β<0說明在研究初期生態能源效率較低的地區未來的增長速度會更快，即存在β收斂。

1.3.3 速度激勵時間演化模型

本文借鑒劉微微等[37]2013年提出的動態模型，構建速度激勵的生態能源效率的時間演化模型，通過對中國生態能源效率在研究期內連續時間段的變化速度進行測算，分析中國各地區生態能源效率特定期限內的動態發展趨勢。設在h+1個時期t1，t2,…,th+1對各地區Pi(i=1,2,…,n)的生態能源效率進行時間演化。Pi在tk時期靜態生態能源效率水平為ri,k=ri(tk),(i=1,2,…,n;k=1,2,…,h+1)，Pi在[tk,tk+1]研究期間內的變化速度狀態公式如下：

(5)

變化速度趨勢模型：

(6)

其中，μi,k是Pi變化速度在[tk,tk+1]連續研究期間內的線性增長率，當tk=1時，μi,k=0；當tk>1時，μi,k=(vi,k+1-vi,k)/(tk+1-tk)。γ(μi,k)為單調遞增函數，其值隨μi,k的變化而變化。當μi,k→+∞，則γ(μi,k)→ε；當μi,k→-∞，則γ(μi,k)→0。由此可見，函數γ(μi,k)存在一個轉折點，在轉折點之前，γ(μi,k)的增長速度始終處于加速狀態。

Pi在[tk,tk+1]時間內融合速度狀態和速度趨勢兩種變化速度特征的動態時間演化函數：

(7)

(8)

2 實證分析

2.1 生態能源效率的測度及影響因素分析

根據PP-SFA模型原理，應用Froniter 4.1軟件對2006～2017年中國大陸地區30個省、市、自治區的生態能源效率及其影響因素展開估計，估計結果詳見表2，其中，單邊LR檢驗估計效果較好；能源、勞動、資本三個投入變量的估計系數在1%的統計水平下顯著；σ2和γ值分別在5%和1%的統計水平下顯著，說明存在隨機誤差項和技術無效誤差項，運用PP-SFA模型是合理的；LR值為245.272說明模型整體估計是有效的。

影響能源效率的因素紛繁多樣，且在各種條件下的作用效果有所不同。部分影響因素在加入生態環境約束后對能源效率的影響方向也隨之發生了變化。通過對影響因素進行分析，以期用科學的方法找出使生態能源效率得以提升的途徑。表2中顯示了各影響因素對生態能源效率的作用情況。

表2 PP-SFA估計結果

注：*、**、***分別表示在0.1、0.05、0.01水平下顯著；影響因素的估計系數體現其影響程度，系數為正，其作用效果為負，反之則為正。

產業結構(PI)對生態能源效率有負面影響，且在5%的水平下顯著。分別提高1%的第二產業產值占比和第三產業產值占比時，前者對生態能源效率的影響是后者的9.87倍。中國第二產業的發展不僅消耗更多能源，也造成更多的環境污染，第三產業在社會經濟發展中貢獻并沒有第二產業明顯，但考慮生態環境時較第二產業有優勢。

城市化水平(URB)、經濟開放程度(OPE)、人口規模(POP)和R&D投入的σ均小于0，且在1%的水平下顯著。表明城市化水平、經濟開放程度、人口規模和R&D投入與生態能源效率間均存在正相關關系。城市化進程和人口規模的增加促進了經濟活動的聚集，有利于規模經濟的產生，加速了地區生產技術的提高和清潔能源的推廣、利用。城市化進程使居民生活水平和生活方式向高能效方向發展。經濟開放對社會生產和資本流動起到促進作用，同時影響生產要素資源的優化配置。提高經濟開放程度，增加經濟活躍性，有利于對國外先進技術、設備和經驗的引進；增加R&D投入則有利于中國各地區能源生產技術的創新發展，進而降低能耗，改善生態能源效率。

經濟發展(ED)、能源結構(ES)、能源投資(EFI)和交通基礎設施(TRI)與生態能源效率間均存在負相關關系，且在1%的水平下顯著。說明中國依靠消費資源、環境帶動經濟發展的狀況依然存在。能源結構方面，作為非清潔能源，煤炭通常能效低且污染大，煤炭消費占比的上升會降低生態能源效率。用工業固定資產投資來衡量能源投資，能源投資的增加，一方面，短時間內并不能帶來能源產出的同比增長，另一方面，能源產出的增加，勢必對生態環境造成負面影響，使得生態能源效率受到制約。交通基礎設施的繁榮促進了地區能源經濟的發展，但過度繁榮給地區廢水、廢氣的排放帶來負擔，對各個地區的生態環境造成一定的破壞，不利于生態環境規制下的能源發展。

2.2 生態能源效率空間差異分析

2.2.1 靜態生態能源效率結果分析

中國30個地區2006～2017年平均生態能源效率空間差異性顯著(如圖1所示)，東部的生態能源效率明顯高于其他三個地區。從現階段來看，中國生態能源效率依然處于中等發展水平，平均生態能源效率排名前5位的地區均位于東部地區，而生態能源效率排名后5位的地區除了山西省以外，其他均屬于西部地區。北京、上海、江蘇、浙江、廣東等地區的生態能源效率明顯高于全國平均值，這是由于上述地區的經濟和技術實力雄厚，加之近年來地區的生態環境日益受到重視，在資源有序開發、能源合理利用、控制污染減排等方面的積極推進，促使了地區生態能源效率的提升。總體上，四大地區的生態能源效率具有“東部最高，中部次之，東北較低，西部最低”的分布特征，與中國省級經濟發展呈現的“東高西低”格局相呼應。

圖1 地區靜態生態能源效率水平

2.2.2 空間β收斂分析

中國生態能源效率總體空間收斂趨勢顯著，能源利用有向清潔高效方向發展的趨勢。本文將T值設定為1，運用公式(4)對中國靜態生態能源效率水平進行空間β收斂分析。表3的回歸結果顯示，全國總體生態能源效率的空間收斂趨勢明顯，收斂系數在1%的顯著性水平下通過了檢驗。而分地區間的生態能源效率差異較全國小，因此其收斂趨勢不如全國明顯。其中，東、西和東北部地區生態能源效率存在β收斂；而中部地區總體呈發散性，不存在β收斂。這表明全國范圍內生態能源效率較低的地區通過技術的引進、能源結構、產業結構等的調整，與高能效地區的差距越來越小，而中部各地區的生態能源效率基本處于中國的中等水平，因此收斂性不顯著。

表3 生態能源效率的β收斂檢驗

注：***、**、*分別表示1%，5%和10%的顯著性水平。

2.3 生態能源效率時間演化分析

2006～2017年中國分地區生態能源效率整體呈U型變化，說明中國能源經濟發展過程中，對生態環境的重視經歷了從認識到實踐、并從實踐中找到新出路的過程。2007年底中國首次明確提出建設生態文明戰略任務，制約了短期內生態能源效率發展，并在2013年前達到頂峰。十八大后，隨著科研投入、技術創新、管理能力等多方面因素的進步，生態建設與能源發展在實踐過程中達到內在統一、協調共生，使得生態能源效率逐漸回升。

圖2 地區生態能源效率時間趨勢

運用公式(5)計算出四大地區生態能源效率的變化速度狀態，如圖3所示。各地區在各階段速度狀態有正有負，說明在生態環境保護與能源經濟發展雙重標準下，中國生態能源效率速度變化具有多樣性。12年間變化速度狀態總體呈W型變化，說明中國生態能源效率變化速度呈波動變化，且2013年后有波動上升趨勢。

圖3 生態能源效率變化速度狀態

根據公式(5)～公式(8)對中國30個省、市、自治區的靜態生態能源效率水平展開動態分析，整體動態時間演化值如表4所示。大多數地區的動態時間演化值是負向，表明在強化生態文明發展大背景之下，中國生態能源效率的發展受到影響。北京、上海、河南、湖南、廣東、廣西、四川、貴州的動態時間演化值為正，綜合來看除上海外，這些地區的動態時間演化值較低，表明生態環境約束雖然對上述地區的生態能源效率發展造成一定沖擊，同時由于這些地區積極發展能源生產技術、積極落實能源優化發展戰略，因此生態能源效率速度變化雖有疲軟現象，但總體呈現增長趨勢。

表4 地區動態生態能源效率水平

3 結論與建議

本文用PP-SFA模型、空間β收斂分析和速度激勵模型，對中國大陸2006～2017年30個省、市、自治區的生態能源效率進行時空格局演化，并探討其相關影響因素，主要結論如下：從影響因素角度來看，PP-SFA模型估計結果顯示，經濟發展情況對生態能源效率的影響最顯著，經濟開放程度、城市化水平、人口規模、R&D投入等因素的提高會對生態能源效率產生促進作用；從空間演化結果來看，中國四大地區的空間收斂性存在一定的差異，四大地區的生態能源效率具有“東部最高，中部次之，東北較低，西部最低”的分布特征，與中國地區經濟發展過程中的地理分布局勢相契合，且地區之間的生態能源效率差異呈波動上升趨勢；從時間演化結果來看，2006～2017年中國生態能源效率的變化速度狀態有正有負，并且隨著時間的推進總體呈W型波動，生態能源效率高低變化經歷了減速增長，加速下降，減速下降，平穩變化，加速增長等過程。

基于本文的研究，提出如下政策建議：第一，以生態優先為引領，實現能源經濟穩步增長。以長期生態環境建設為條件，以新能源技術創新為支柱，加大新能源開發力度，實現新能源的大規模應用。在能源結構中提高太陽能、風能、生物能、核能等的比重，促進新能源產業的長足發展。第二，以技術創新驅動為導向，縮小省域之間的生態能源效率差距。鼓勵地區間的技術交流，加強地區間技術援助，不斷深化開放合作，擴大生態能源高效地區的輻射作用，串聯相鄰地區間的技術優勢，從技術、資本和人才等角度對生態能源效率落后地區進行扶持。第三，以生態能源效率透明化為抓手，提升國民節能環保意識教育。生態能源效率提高是一個長期的過程，完善生態能源效率統計數據，明確信息公開流程及內容，全面普及能效意識，注重生態能源動態長期發展，不僅有利于生態能源效率變化速度的提高，也是促進中國社會、經濟、能源和環境之間持續、長期、有效發展的關鍵出路。

提高生態能源效率不僅需要城市化發展、技術進步、產業結構調整、能源結構優化及相關政策措施支持，也需要各地區政府及民眾的高度重視和共同努力。本文考慮生態能源效率各影響因素及作用情況，從時間、空間雙重維度入手，為實現生態環境規制下能源效率的最優化發展提供理論依據。