技術創新對能源生態效率影響機制研究
——以黃河中下游地區為例

董會忠，趙艷敏

引言

新常態下共建人與自然和諧共處的發展環境成為中國現代化建設的核心目標。 黨的十九大報告指出，我國國民經濟已正式邁向高質量發展階段，從“資源要素推動模式”轉變為“綠色發展驅動模式”，更加注重能源生產消費革命的推進、綠色低碳產業的構建和生態環境的維護。 黃河流域作為我國重要的生態屏障與經濟地帶，對生態文明建設與國民經濟健康發展具有重要戰略意義。黃河流域幅員遼闊，煤炭資源儲量豐富，被譽為我國的“能源流域”，然而黃河中下游富足的能源稟賦特征[1]長期助推冶金、采礦等資源密集型產業飛速發展，導致經濟增長與環境保護的矛盾日趨緊張，中下游地區面臨能源供需缺口、結構失衡以及生態系統退化等問題，對人們的生產生活構成威脅，嚴重制約區域可持續發展。 黨的十八大以來，習近平總書記多次實地考察黃河流域生態保護和發展情況，強調要堅定走綠色低碳發展道路，推動流域經濟發展質量變革、效率變革、動力變革。 作為衡量能源使用過程中“經濟—社會—環境”三重效益的綜合指標，能源生態效率旨在犧牲較低的能源消耗與環境代價，獲得較高的經濟收益與社會福利。 同時技術創新是高質量發展的重要引擎，能夠推動黃河中下游地區能源結構調整，提升清潔能源技術，降低經濟發展的能源依賴度，實現符合“綠色”與“創新”新發展理念的可持續發展目標。 因此，本文從綠色發展與創新驅動背景入手，通過構建技術創新與能源生態效率評價指標體系，分析創新對能源生態效率的影響機理，進而尋求提升能源利用效率，改善生態環境的相關措施。

一、文獻綜述與理論假設

(一)能源生態效率研究綜述

能源生態效率的研究是在生態效率研究的基礎上發展而來的。 作為反映經濟—社會—自然及其耦合系統的綜合效率比重，生態效率旨在探尋環境保護與經濟發展之間的平衡點。 對于生態效率的研究始于1990 年，德國學者 Schaltegger 和Sturm 提出生態效率是產品和服務價值與生態環境負荷的比值[2]。 20 世紀初，國內學術界開始引入生態效率概念，由此生態效率在中國展開深入研究[3]。

作為生態效率在資源環境領域的拓展延伸，能源生態效率能夠反映經濟活動中能源消費所引發的環境污染問題[2]。 目前，針對能源生態效率的研究主要集中在以下幾個方面:其一，能源生態效率的測度方法。 生態拓撲方法被Quariguasi 等學者應用到德國物流網絡生態效率評價中，該方法能夠根據自身偏好選出最優方案的生態模型，為生態效率測度和評價提供了新思路[4]。 隨機前沿模型(SFA)在效率測度方面應用較多[2]，但該模型生產函數確定的主觀性較強，同時期望產出變量唯一，無法客觀系統解決“多投入多產出”問題。 相較于SFA 模型，DEA 模型在效率測度的應用方面更為廣泛，其優點在于無需無量綱化處理，測度結果客觀等[5－7]，擺脫了生產函數的束縛，但傳統的CCR 模型存在忽略投入產出松弛性、計算結果偏高等問題，同時無法考慮廢水、固體廢物、大氣污染等非期望產出對測度結果的影響。 其二，區域(行業)能源生態效率差異性研究。 從研究范疇看，宏觀層面集中在省域[8－11]，內容涉及中國東、中、西部地區能源生態效率值的時序變化及空間分異等內容，微觀層面包括制造業[5][11]、工業[12－13]等，研究重點在于能源生態效率測度與比較。 相比而言，前者強調縮小差距、提高區域協同發展的研究主題，后者側重于能源生態效率值的測算，尤其是降低經濟活動帶來的環境附加成本。 其三，能源生態效率影響因素的分析。 大量研究從多維度出發[11－12][14]，如經濟發展水平、研發投入、能源消費結構、企業規模、技術創新等，鮮有文獻從技術創新單一視角對能源生態效率的影響展開研究，所用方法也主要是Tobit模型[11－12][15]、固定效應模型[10]等，研究多建立在事物無空間聯系假設之上，忽視了空間溢出效應，導致實證結果產生偏差。 因能源生態效率與城市政策及區域間發展關系密切，因此考慮空間因素的計量方法逐漸成為影響因素分析的主流方法[16－17]。

綜上所述，能源生態效率研究成果頗豐，但仍存在以下不足:其一是傳統模型忽視了投入產出松弛變量對結果的影響，導致能源生態效率測算結果產生偏差；其二是多數研究僅從時間序列或空間分異等單一維度分析能源生態效率特征，缺乏對空間異質性與時序演化機理的協同探討；其三是地區間存在產業結構變動與要素流動等影響性，即空間溢出效應，而現有文獻對此研究較少；其四是能源生態效率的影響因素多樣，首要影響因素的識別是提升能源生態效率的關鍵，現有文獻對影響因素的選擇趨同性較強，缺乏針對性。基于此，本文擬采用非期望SBM 模型測算黃河中下游地區能源生態效率，在此基礎上運用基尼系數與探索性空間數據分析刻畫能源生態效率的時序特征及空間分布格局，檢驗能源生態效率是否具有空間相關性與空間集聚特征，并結合空間計量模型重點探究技術創新對能源生態效率空間格局演進作用機理，以期為黃河中下游地區降低經濟增長的環境附加成本，提升能源生態效率，促進生態保護和高質量發展提供建議參考。

(二)理論分析與研究假設

考慮到黃河中下游地區城市差異性，采用自然間斷法將黃河中下游地區劃分為高效率區域、中等效率區域和低效率區域，進而分別探討技術創新對整體區域及分區域能源生態效率的影響。

現階段，關于技術創新對能源生態效率的影響研究雖存在不同觀點，但多數學者支持技術創新促進能源生態效率的結論。 技術創新驅動經濟綠色轉型，減少能源生產活動對生態環境的負面影響[18]。 從國家和地區層面看，技術創新對能源生態效率的影響均顯著為正[19]，且提出在能源生態效率提升過程中應注重生產技術創新發揮的正向作用[20]。 長期來看，加強技術創新，推動生產技術革新，一方面能夠不斷提高能源生產的競爭力和經濟效益；另一方面，一定程度上促進企業轉型升級，為能源生態效率提升提供新動能。 因此，作出假設1。

H1:技術創新促進能源生態效率提升。

技術創新是一個多投入多產出的過程，但因地區發展階段不同，投入與產出比例不等，創新結果存在差異[21]，且能源生產技術進步效應與創新補償效應疊加，地區間技術創新對能源生態效率的影響也不一樣，基于此，作出假設2。

H2:技術創新對分區域能源生態效率影響存在異質性。

技術創新、能源生態效率發展都不是孤立存在的，地區間交叉縱橫的網絡形成一條條信息源，決定了變量之間的交叉性。 技術創新的發展可形成技術壁壘，也可形成交流互動平臺，相應地影響臨近地區能源生態效率發展，可見，技術創新對能源生態效率的空間影響始終存在，故作出假設3。

H3:技術創新對整體區域及分區域能源生態效率均存在空間溢出效應，且表現出區域異質性。

二、研究數據與方法

(一)研究方法

1.考慮非期望SBM 模型

與傳統的CCR 模型相比，SBM 模型將松弛變量考慮到目標函數內，解決了投入產出變量的松弛性問題，同時也考慮到非期望產出對效率的影響[22]。 假設有n個 DMU，有m種投入，x∈Rm，并且定義X＝ [x1，x2，…xn]∈Rm×n，xi> 0；S種產出，其中包括S1種期望產出，yg∈RS1，S2種非期望產出，yb∈RS2，定義Yg＝ [yg1，yg2，…ygn]∈RS1×n，Yb＝ [yb1，yb2，…ybn]∈RS2×n，且有ygj、ybi> 0，具體模型如下:

式中:S－、Sg、Sb依次為投入、期望產出、非期望產出的松弛變量；λ表示權重向量；目標函數ρ?取值區間為[0，1]，當其值為 1 時，說明 DMU 有效，即投入產出達到最優組合，其值小于1 時，表明DMU 無效，即投入產出比例需進一步改進。

2.基尼系數

基尼系數原用以衡量一個國家或地區居民收入差距，后被引申為衡量某地區某個指標的相對差異程度[23]，數值越大，表明其差異越大。 利用基尼系數衡量黃河中、下游地區技術創新及能源生態效率的相對差異程度，具體為:

式中:G為黃河中下游地區城市技術創新或能源生態效率的基尼系數，n為研究區城市數量，xi為黃河中下游地區城市技術創新或能源生態效率，cx為技術創新或能源生態效率的平均值，i按照技術創新或能源生態效率的大小排序。

3.探索性空間數據分析

在使用空間計量模型前，需判斷黃河中下游地區能源生態效率是否具備空間集聚特征。 首先利用探索性空間數據分析(ESDA)的全局Moran' s I和全局G 指數檢驗黃河中下游地區能源生態效率的空間相關性及其集聚效果[24]；其次，利用局部Moran' s I 和 Getis－OrdGi?分析研究區能源生態效率臨近要素間的關聯程度和辨識冷熱點空間區域。

(1)全局空間自相關能夠反映出黃河中下游地區能源生態效率的整體關聯程度

該指數難以解釋能源生態效率的高低值集聚效果，對此通常采用全局G 指數進行同步檢驗，具體計算方法如下:

式中:n為觀測樣本數量；xi、xj分別為能源生態效率在城市i和j上的測度值；為能源生態效率在各城市的均值；Wij為空間權重矩陣；I的取值范圍為[－1，1]。 當I> 0，表明能源生態效率在空間上是正向空間關聯，即存在空間集聚效應；當I< 0，表明能源生態效率在空間上是負向空間關聯，即存在空間分散效應，當I＝0，表明能源生態效率不存在空間相關性。

采用Z 值檢驗全局Moran's I 的顯著性，表達式為:

G(d)的高低值集聚判斷標準為:

式中:E(G)、Var(G)分別為G(d)的期望和方差，如果 St(G)>0 為高值集聚，否則為低值集聚。

(2)局部空間自相關可用于判斷一個區域的某屬性值與其周邊區域是否存在空間相關性

本文在局部Moran’s I 考察黃河中下游地區一個城市的能源生態效率與其周邊城市的空間相關狀態基礎上借助Getis－OrdGi?辨識其冷熱點空間區域，具體計算方法如下。

4.空間計量模型

傳統的計量模型都是在研究區域獨立的假設之上，而空間計量模型在此基礎上進行了改進，它是在觀測值具有顯著空間相關性基礎上設定的，并加入考慮空間依賴性和異質性因素，其主要包括以下三種模型。

(1)空間滯后模型(SAR)

其中，Yi，t、Yj，t分別為本地、鄰近地區的能源生態效率；ρ為被解釋變量自相關系數；W為空間權重矩陣；X為核心解釋變量；Z為控制變量；β、α表示回歸系數向量；μ、? 為隨機誤差項。

(2)空間誤差模型(SEM)

其中，λ表示空間自相關系數；假定φ與ε 服從獨立同分布且互不相關，其他變量含義不變。

(3)空間杜賓模型(SDM)

其中，γ 表示回歸系數向量，其他變量含義不變。

在多因素空間分析中，以上三個模型均可，但哪個模型更為適用需具體分析。 在空間權重矩陣的選擇方面，采用鄰接矩陣作為空間權重引入到上述模型中。

(二)指標選取與數據說明

1.技術創新評價指標體系

技術創新是能源結構轉型的根本動力，技術創新能力是決定一個地區未來發展的關鍵。 黃河中下游地區以第二產業為主的生產結構加劇了資源消耗與環境污染，因此，推動產業轉型升級，加快經濟高質量發展是當前的關鍵任務。 本文從技術創新投入與產出兩方面進行技術創新能力評價指標的構建(見表1)，著重探討其對黃河中下游地區能源生態效率的影響。

表1 技術創新能力評價指標體系

(1)技術創新投入體現了該地區對技術創新的重視程度，也是技術創新發展潛能的映射補充

本文主要從資金、人力及物資三個方面出發，其中資金投入從R＆D 的資金投入強度與經費支出考慮；人力投入選取 R＆D 人員全時當量、R＆D 人員占從業人員比重、高級職稱教職工人數進行表征；物資投入采取機器設備投入量作為測度指標。

(2)技術創新產出體現的是該地區技術創新能力的發展水平，也是對文明成果與產品成果的量化過程

現分別從文明成果產出與產品產出兩方面考慮技術創新產出成果。 文明成果產出體現的是可應用于企業生產發展的技術成果，其中專利申請與授予數量是反映文明成果產出的重要指標；產品產出是企業將技術創新文明成果應用于實際運營產出的效果狀態，以新產品項目數、產值、銷售收入表征。

2.能源生態效率評價指標體系

為明晰黃河中下游地區能源生態效率的時空演變特征，增強計算結果在生態文明建設概念提出前后數據對比性，選取2009—2018 年為研究期。 參考相關文獻[8－9]，從投入和產出兩方面構建能源生態效率評價指標體系(見表2)。 其中，投入包括能源、勞動力與資本投入，產出為期望與非期望產出。 具體而言，能源消費總量是衡量能源生態效率的基礎要素，作為能源投入指標；第二產業從業人數可視為勞動力投入；資本投入主要包括固定資產投入與環境治理投資額；地區生產總值是地區經濟發展的最終目標，可作為期望產出；污染排放是伴隨目標產品的非必要產出，可視為非期望產出，本文以工業廢水排放量、工業廢氣排放量以及工業固體廢棄物排放量表征。

表2 能源生態效率指標體系

3.數據來源

本文所用數據來源于2009—2018 年?中國城市統計年鑒??中國環境統計年鑒??中國能源統計年鑒?等，個別年份缺失數據通過查找相應地方統計年鑒予以補齊。

三、黃河中下游地區能源生態效率時空演變規律

(一)能源生態效率時序演變特征

為準確分析能源生態效率的變動規律與差異程度，現引入技術創新能力進行對比分析，由公式(2)計算得出基尼系數，并作出技術創新能力與能源生態效率平均值(表3)和基尼系數趨勢圖(圖1)。

圖1 黃河中下游地區技術創新能力與能源生態效率基尼系數趨勢圖

表3 黃河中下游地區技術創新與能源生態效率平均值

黃河中下游地區2009—2018 年能源生態效率平均值位于0.198~0.448 之間， 呈周期性波動變化，可見經濟增長與環境保護協調發展效果并不穩定。 基尼系數2009—2011 年呈穩定上升趨勢，2012—2016 年基尼系數由0.254 波動上升到0.262， 2017 年出現急劇增長，達到研究期峰值0.352，2018 年顯著回升，降至 0.310。 其原因是2017 年經濟的高質量發展表現在對生態環境保護的重視，以及“高排放—高能耗型”經濟向循環經濟、低碳經濟轉變；同時受城市間資源稟賦不同和經濟下行壓力的影響，黃河中下游地區各城市生產技術提升差異顯著，導致能源生態效率相對差異較大。 在區域環境協同治理以及生態文明建設等政策下，2018 年黃河中下游地區能源生態效率提升，區域差異下降的成效顯著，初步達成生態平衡、能源節約的發展愿景。 但從其數值來看，黃河中下游地區能源生態效率差異性存在進一步提升空間，能源生態效率協同發展仍是黃河中下游地區后期發展的緊迫任務。

黃河中下游地區2009—2018 年技術創新能力平均值位于0.622~0.829 之間，呈先減后增的U 型變化趨勢，表明近年來該地區技術創新水平逐漸增強，黨的十八大提出的創新發展戰略效果明顯。 基尼系數2009—2015 年始終呈平穩趨勢，一直保持在0.220 左右，2016 年出現輕微下降后2017 年大幅下降，至2018 年再創新低，為0.123，整體下降0.1 左右。 這說明在研究期內，由于經濟發展、資源稟賦以及創新思想差距較大，黃河中下游各城市技術創新水平異質性顯著，到2017年，黨的十九大報告中明確提出要實現我國經濟由高速增長向高質量增長轉變，經濟發展模式由資源依托型向創新驅動型轉變，2018 年，黃河中下游城市產業技術水平進一步提升，管理能力進一步改善，勞動者素質進一步提升，同時相對差異程度下降。

綜合來看，2009—2018 年技術創新能力基尼系數與能源生態效率基尼系數相差不大，始終呈“前低后高”分布。 其中，2017 年出現“兩極化”狀態，技術創新基尼系數顯著降低，而能源生態效率基尼系數顯著升高，2018 年兩者變化趨勢相同，均顯著下降。 經濟高質量增長初期，生產技術改良效果較好，但能源消費過程中各地區發展效率層次化明顯，隨著各市技術創新水平趨于穩定，應用于能源消費過程，并逐步適應能源消費現狀，技術創新對能源生態效率經過拐點開始發揮正向作用。

(二)能源生態效率空間演變

1.能源生態效率空間分布格局

在軟件ArcGIS10.2 支持下，采用自然間斷點分級法對2009、2018 年黃河中下游地區能源生態效率空間演變格局進行可視化表達，見圖2。

由圖2 可以看出，黃河中下游地區能源生態效率空間分異特征明顯。 研究期內，安康市、開封市始終處于高效率水平，到2018 年朔州市、銅川市退出高效率區域，新加入的城市有北京市、廊坊市、滄州市、衡水市、青島市、周口市、駐馬店市、信陽市、漯河市和西安市，高效率區域由4 個增加到12 個，低效率區域有明顯減少，由25 個降為16個。 研究期內各市的能源生態效率存在不同程度的變動，但總體來看黃河中下游地區能源生態效率在顯著提升。 從空間分布來看，2009 年能源生態效率存在明顯分層，高效率城市呈“點綴式”分布，較高效率區域與中等效率區域主要位于研究區南北部及西南地區，較低效率區域遍及各個省市，低效率城市主要位于內陸地區。 2018 年黃河中下游地區能源生態效率階梯化進一步凸顯，同等水平區域出現明顯“區塊狀”連片分布，暗指能源生態效率可能存在空間關聯性。 相比于其他省市，山西省出現明顯的低效率“塌陷區”(長治市、晉中市、晉城市等)，山東省平均能源生態效率較低，相對于2009 年來說雖有明顯提升，但仍有待加強。 具體來看，高效率區域主要位于研究區北部(北京市、滄州市等)、南部(西安市、信陽市等)和東部地區(青島市)。 值得注意的是，低效率區域正在逐步向西部地區轉移，呂梁市、臨汾市、運城市等均降為低效率城市，研究區的西部地區能源生態效率差異性逐漸增強，穩定的空間格局被打破，能源生態效率改善難度提升。

圖2 2009、2018 年能源生態效率空間分布格局

2.能源生態效率空間相關性分析

由空間演變分析可以看出，黃河中下游地區能源生態效率在空間上呈現明顯的“區塊狀”連片分布，可假設能源生態效率在區域間存在空間關聯，借助 GeoDA 軟件計算得出2009—2018 年黃河中下游地區能源生態效率的全局莫蘭指數(圖3)及局部莫蘭指數散點圖(圖4)。

圖3 2009－2018 年黃河中下游地區能源生態效率全局莫蘭指數

圖3 顯示，研究期內全局莫蘭指數均為正值，表明黃河中下游地區能源生態效率存在正向相關性。 具體來看，全局莫蘭指數除2017 年外均在5%水平下顯著，說明能源生態效率在空間上存在一定關聯性。 從黃河中下游地區能源生態效率全局莫蘭指數的時序變化特征來看，2009—2016 年，全局莫蘭指數呈波動上升趨勢，表明黃河中下游地區資源配置與要素流動取得顯著成效，城市間相關性不斷增強。 2017 年全局莫蘭指數(0.039)驟降為研究期最低，主要原因在于工業企業轉型升級與“一帶一路”等政策引導下，黃河中下游地區資本、人力等要素實現加速流動與優化配置，區域發展政策不平衡，忽略區域間協調推進與良性互動，導致區域間能源生態效率相關性不高。 2018 年全局莫蘭指數上升至研究期“峰值”，為0.334，表明全面深化改革、區域協調發展戰略成果顯著，城市集聚效應愈加凸顯。

由圖4 可以看出，黃河中下游地區能源生態效率集聚主要集中于第一象限(H—H 集聚)、第二象限(L—H 集聚)和第三象限(L—L 集聚)，且第二、第三象限的散點數量明顯多于第一象限數量，這說明能源生態高效率地區的帶動作用較弱，而低水平地區拉低現象明顯。 第二、第三象限內散點數量也存在較大差異，說明能源生態效率區域異質性失衡現象嚴重，尤其是第二象限(L—H集聚)中的低效率區域，如何加快產業結構優化升級、規避低端產業進入是避免成為“污染天堂”的關鍵。 因此，低效率區域應提高環境規制門檻，加大傳統能源開發利用監管力度，加強清潔能源替代與技術開發投入，高效率區域應充分發揮溢出效應，帶動低效率區域向高效率區域的轉變。

圖4 2009、2018 年能源生態效率局部莫蘭指數散點圖

在莫蘭指數分析基礎上，測算黃河中下游地區能源生態效率在2009 年、2018 年全局G 指數，發現St(G)>0，說明黃河中下游地區能源生態效率具有高值聚類特點。 為進一步分析黃河中下游地區能源生態效率的具體集聚區域，采用Getis－OrdGi?解析研究區空間聚類冷熱點區域及演變趨勢見圖5。

圖5 2009、2018 年能源生態效率空間格局冷熱點分布

黃河中下游地區能源生態效率存在較為明顯的“極化”現象。 能源生態效率較高的區域主要分布在研究區南部、北部和東部地區，山西省局部地區能源生態效率相對較低，由此在空間上呈現出明顯的“極化”特征。 研究區2009—2018 年期間次冷點區域向熱點、次熱點和冷點區域轉變明顯，其中，河南省信陽市因重點區域積極推行節能改造、煤炭減量替代等措施躍居熱點區域；天津市、河北省的廊坊市、保定市、滄州市因一體化發展的不斷推進，深化聯防聯控機制，加大環境治理力度，充分發揮各市的互補作用，躍居次熱點區域；而山西省部分區域(臨汾市、晉城市、運城市、忻州市)因勞動力密集型產業集聚，城市間“逐底競爭”現象嚴重而淪為冷點區域。 除此以外，河南省的駐馬店市、平頂山市、漯河市也由次熱點區域上升為熱點區域。 還需注意的是，西安市由2009 年的次熱點區域轉變為2018 年的次冷點區域。 西安市作為絲綢之路戰略樞紐，發揮著不可替代的位置及資源優勢，但在長期的“高地效應”驅使下，能源生態效率的提升空間受到抑制。 可見政策制定應在充分解析本地發展特點基礎上，識別能源生態效率提升的主要制約因素，克服環保逐底競爭，消除政策溝通壁壘，提升高值集聚潛力。

四、技術創新對能源生態效率影響

(一)控制變量選取

為減少變量選取不足而導致結果產生偏差，需引入合理的控制變量來提高結果的準確性，參考相關文獻[25－27]，且遵循技術創新對能源生態效率影響關系解釋作用的原則，進行控制變量選取，見表4。 產業結構作為能源消費的基本動力， 直接影響著消費量和消費強度，在此以第二產業占GDP 比重表征；城鎮化水平通過影響能源消費總量間接影響能源生態效率，在此用城鎮化率指標表示；外商投資帶來部分先進生產技術與高端管理方式，通過技術溢出效應影響著能源生態效率；交通是運輸的基礎，便利的交通設施保障城市間的能源供應，本文用人均道路面積表征。

表4 能源生態效率影響因素指標

(二)模型選擇與回歸結果

借助stata14.0 對黃河中下游地區能源生態效率的影響因素指標進行空間計量回歸分析。 采用LLC、IPS 和Hadri LM 檢驗各變量數據平穩性，結果表明所有變量均為平穩變量。 在不考慮空間相關性基礎上，Hausman 檢驗于1%顯著性水平下拒絕隨機效應原假設，因此選用固定效應模型。考慮到各地區個體異質性特征，比較空間計量3種模型的R2、最大似然值、AIC 和BIC，最終選擇時間、空間雙固定的空間杜賓模型做進一步分析，結果見表5。

表5 空間計量回歸結果

(三)回歸分析

1.整體區域回歸分析

回歸結果顯示，技術創新對黃河中下游地區能源生態效率的回歸系數為0.4920，在1%置信水平下顯著，說明技術創新對能源生態效率具有明顯的促進作用，驗證H1。 綜合來說，技術創新對能源生態效率的正向影響主要體現在以下幾個方面:第一，技術創新促進傳統能源消費減量化。長期以來，以煤為主的能源結構和低效粗放的發展模式導致霧霾天氣頻發，技術創新通過優化生產技術和方法，加快節能型設備生產進程，降低以煤為主的能源消耗，促進傳統能源減量替代；第二，技術創新提高清潔能源消費占比。 技術創新可促進對風能、太陽能等清潔能源的開發，降低經濟發展對傳統能源的依賴，從源頭上減少污染排放；第三，技術創新提高能源資源利用效率。 技術創新可為資源循環型企業提供技術支持，大力研發能源資源的循環利用技術，降低原始能源投入，提升能源的利用效率，進而降低污染排放；第四，技術創新降低能源消費排污力度。 通過技術創新進行過濾系統升級，在原有基礎上縮小過濾設備孔徑，實現污染物排放前的最大限度吸收，盡可能降低污染排放；第五，技術創新促進產業結構優化升級。 推動經濟增長方式由粗放型向集約型轉變，加快產業結構升級進程，這也是走中國特色新型工業化道路的基本要求；第六，技術創新加強環境監管能力。 一方面可以為國家環境監理體系提供先進的技術支持，實時監控污染物排放和變化趨勢；另一方面為企業污染治理提供前沿的技術指導，推進污染減量化與低碳經濟發展。 技術創新的空間滯后項回歸系數為－0.6405，且在1%水平上通過顯著性檢驗，說明本地技術創新對鄰近地區能源生態效率具有明顯的抑制作用。 主要原因在于本地生產技術改良，能源生態效率提升引起鄰近地區資金、人才等要素流失，抑制鄰近地區技術創新發展進程，可見技術創新對能源生態效率的輻射帶動作用有待加強。

各控制變量對能源生態效率的影響結果表現為:第一，外商投資對黃河中下游地區能源生態效率的提升具有顯著正向作用。 外商資金注入在為能源消費提供良好財政支撐的同時，先進的生產技術、能源消費思維等源源不斷地流入企業運營過程，使能源生態效率的正向作用得以充分體現。 第二，交通基礎設施能夠顯著促進能源生態效率的提升。 表現為便利的交通為能源運輸提供保障，提升城市間的可通達性，降低損耗，在一定高程度上促進能源生態效率提升。 第三，產業結構與城鎮化水平對黃河中下游地區能源生態效率作用并不明顯。 這與關偉[25]結論存在差異，他認為產業結構是能源生態效率的首要因素。 從長遠來看，能源生態效率的提升滯后于產業結構升級與新型城鎮化建設，這決定了產業結構和城鎮化水平對能源生態效率的影響具有時滯性。 因此，優化產業結構，合理控制城市化進程，有效降低二者對能源生態效率的抑制作用。

2.分區域回歸分析

技術創新對分區域能源生態效率影響及空間溢出效應方向不同，與假設2、假設3 一致，各區域詳細影響結果分析如下。

技術創新對高效率區域的能源生態效率作用不明顯，但對鄰近地區能源生態效率具有顯著的正向推動作用。 表明本地區長期的資金、人才投入，加快了技術創新發展進程，創新成果飽和促使資源要素外溢，對鄰近地區發揮明顯輻射帶動作用。 產業結構對高效率區域能源生態效率為明顯負向影響，這可能是因為工業生產過程中的污染物排放問題未得到徹底改善，仍抑制能源生態效率的提升，其他因素對黃河中下游高效率區域影響并不明顯。

技術創新對中等效率區域能源生態效率的影響與黃河中下游整體地區回歸結果相同，技術創新對本地能源生態效率在5%置信水平下顯著為正，對鄰近地區顯著為負。 表明中等效率區域技術創新水平對本地區有明顯促進作用，進一步提升技術創新水平有助于本地能源生態效率的提升，而其他因素對中等效率區域的作用效果影響較小。

技術創新對低效率區域能源生態效率的回歸系數為0.1307，但不顯著，空間滯后項系數為0.6129，通過10%顯著性檢驗。 表明目前技術創新對本地區能源生態效率的影響較小，但能明顯促進鄰近地區能源生態效率的提升，加大技術創新投入，在推動鄰近地區發展的同時關注本地效率提升是關鍵。 外商投資對低效率區域具有顯著的促進作用，主要是因為使用外商資金的同時引入先進生產技術與運營思想，其對整體及分區能源生態效率的促進作用效果表現為:整體區域>低效率區域>中等效率區域>高效率區域；產業結構對低效率區域能源生態效率表現為顯著正向影響，主要是因為低效率區域污染嚴重，通過加大第二產業投入激發產業升級潛能，加快了工業化發展進程。 交通基礎設施與城鎮化水平對低效率區域能源生態效率影響并不顯著。

五、結論與建議

(一)研究結論

本文采用非期望SBM 模型測算2009—2018年黃河中下游地區能源生態效率，結合基尼系數與探索性空間數據分析探究能源生態效率的時序變化特征與空間分布格局，最后借助空間計量模型考察技術創新為主的影響因素對能源生態效率的影響，得出如下結論。

其一，黃河中下游地區2009—2018 年能源生態效率呈周期性波動變化，技術創新能力呈先下降后上升的U 型趨勢。 技術創新能力基尼系數與能源生態效率基尼系數2009—2018 年期間始終呈“前低后高”分布，且2017 年二者“兩極化”狀態凸顯，2018 年兩者變化趨勢相同，但中間仍有一段距離。

其二，黃河中下游地區能源生態效率“區塊狀”連片分布明顯，低效率區域存在向西轉移傾向，山西省成為主要能源生態效率薄弱區。 全局莫蘭指數除2017 年外均在5%水平下顯著為正，集聚主要分布在低高(L—H)和低低(L—L)象限。 能源生態效率熱點區域分布在河南省南部的信陽市、駐馬店市、漯河市、平頂山市和周口市，冷點區域主要位于山西省的晉中市、長治市、晉城市等。

其三，技術創新、外商投資、交通基礎設施對黃河中下游地區能源生態效率具有明顯的促進作用，技術創新表現為負向的空間溢出效應，其他因素影響不顯著。 技術創新對分區域能源生態效率及空間溢出效應存在明顯異質性，具體表現為:技術創新僅對高效率區域能源生態效率為負向影響，對中等效率區域空間溢出效應為負，對高等效率區域和低等效率區域空間溢出效應均為正。 另外，產業結構對高效率區域能源生態效率的正向影響顯著。 外商投資、產業結構均能明顯促進低效率區域能源生態效率的提升。

(二)建議

研究結論表明，為推動黃河中下游地區能源生態效率提升，促進其經濟社會發展的同時降低環境附加成本，針對高效率、中等效率和低效率區域的發展差異化研究提出如下有關建議:

其一是加大技術創新投入，提高協同創新水平。 準確識別技術創新對地區的影響機理，因地制宜推動技術創新進程，尤其是中等效率區域和低效率區域，加大研發投入，吸引資金、優秀人才等，改良生產技術，推動區域技術創新深層次發展的同時，激發鄰近區域技術創新潛力，達到黃河中下游地區能源生態效率共同提升的良好效果。

其二是大力招引外商投資，引進先進生產技術。 尤其是低效率區域，通過引進外資的方式，打破當前能源消費格局，突破高碳發展模式由“三高一低”向“三低一高”轉變的技術攻關，降低污染能源排放，提高能源消費的經濟價值，從而達到提高能源生態效率的目的。

其三是增強交通基礎設施建設，提高運輸穩定性。 交通基礎設施對黃河中下游整體地區的推動作用不容忽視，在維持現有設施基礎上，依據地區發展特點，制定適宜區域經濟社會生態可持續化發展的配套設施，實行針對化管理，提高能源生態效率。