FDI對我國全要素能源效率的影響研究

王領　楊辰　陳芮嫻

摘要：近些年，在全球能源資源供求矛盾突出的背景下，能源消耗問題備受人們關注。如何有效提升能源效率，實現經濟高質量發展成為了我國當前亟待解決的問題。通過超效率DEA模型對中國30個省份2004-2019年的全要素能源效率進行測算，運用OLS和2SLS方法實證分析FDI對我國全要素能源效率的影響。結果表明：全國層面，FDI能顯著提升我國全要素能源效率；分地區層面，FDl對西部地區的全要素能源效率有顯著提升作用，但卻會降低中部地區的全要素能源效率，而對于東部地區，FDI對其全要素能源效率并無顯著影響。同時，能源消費結構、產業結構、技術投入、人力資本、政府環境規制等因素均會對全國及各地區的全要素能源效率產生顯著影響。因此，我們一方面需要在提高外資引進質量的同時，增加研發投入的支出、提升自身的能效技術水平；另一方面還應分地區制定差異化的引資策略，促進結構升級，積極提升能源效率。

關鍵詞：FDI；全要素能源效率；超效率DEA模型

一、引言

進入21世紀以來，中國的經濟飛速發展，目前己成為全球第二大經濟體。在此背景下，國際間的投資合作也在不斷增強，中國已經是外資流入最多的發展中國家，截止2021年底，中國實際利用外商直接投資金額達8775.6億元，FDI正在對中國經濟和社會的發展產生重要影響。但同時，中國也是世界上最大污染源之一。近年來，中國經濟發展進入新常態，經濟發展的質量顯得更加重要。能源作為驅動我國經濟發展的戰略性資源，近十年需求不斷增大，導致了石化燃料的枯竭和對能源依賴的加重。如何有效解決能源問題已經成為中國政府和社會關注的焦點。在國際上，中國在2015年巴黎大會上提出將于2030年使非化石能源占一次能源消費比重達到20%左右。在國內，2022年3月22日，國家發改委、國家能源局發布關于印發《“十四五”現代能源體系規劃》的通知，對“十四五”時期推動能源高質量發展做如下部署：增強能源供應鏈安全性和穩定性；加強能源自主供給能力建設；到2025年非化石能源發電量比重達到3g%左右。這為未來一個時期能源的高質量發展建設提供了方向指引和行動指南。

因此，如何在保證經濟持續較好發展的前提下，不斷減少對化石能源的依賴以及促進能源利用效率的提升，是解決好中國當前能源問題的關鍵。同時，在繼續堅持對外開放的基本國策下，如何協調好外資引入與能源利用效率的關系，如何正確引進和利用國際先進資本和技術來提高能源效率也是我國解決能源問題的一大切入點。那么外商直接投資（FDI）是否可以通過技術溢出等效應有效影響中國的能源效率？且其影響程度是否會存在較大的地域差異？如何在經濟新常態下有效利用FDI來推動中國及其各地區能源效率的提升？研究這些問題，對于厘清FDI與能源效率之間的關系，優化能源消費結構，提升經濟發展質量，具有一定的戰略意義。因此，本文以中國各省（直轄市、自治區）為研究對象，首先利用超效率DEA模型測算出中國30個省市的全要素能源效率；以此為基礎，實證檢驗FDI對我國全要素能源效率的影響，并針對中國東、中、西三大區域進行具體考察；最后，總結檢驗結果，對國家及各地區提出能源效率提升的對策和建議。

二、文獻綜述

關于外商直接投資（FDI）對能源效率的影響，大量國內外學者的研究結果顯示FDI對能源效率的提升有正向的促進作用。并且多數學者將FDI的影響路徑分為三個方向：技術效應、規模效應和結構效應。尹宗成等（2008）研究發現FDI能顯著提高能效，理由是FDI具有技術溢出效應。劉葉等（2010）將FDI的技術溢出效應劃分為行業內和行業間，研究發現FDI兩類技術溢出均對我國工業部門能源效率有積極的提升作用。雖然部分學者的研究結果支持了FDI能夠有效提升東道國能源效率的結論，但該領域仍然有學者得出了不同的結論，即認為FDI對能源效率并無顯著影響。Hubler和Keller（2008）利用60個發展中國家的面板數據進行研究，結果發現FDI并不能夠顯著推動發展中國家能源效率的提升。沈小波，曹芳萍（ 2012）得出FDI流入僅存在很弱的溢出效應，并不能有效提升能源效率，他們認為主要是跨國公司沒有轉移先進技術以及中國企業不重視自主研發所導致。蔡海霞和范如國（ 2011）認為企業會對FDI產生依賴，習慣在低附加值的產業鏈上發展，從而阻礙地區產業轉型升級，形成粗放增長模式鎖定，對能效產生負面沖擊。李佳霖和孫鵬（2020）指出技術溢出效應的減弱還有一種可能是因為跨國公司擁有的技術水平還不如我國企業，即FDI質量較低。

同時，又由于我國幅員遼闊，各地區在經濟發展、對外開放等方面都展示出了明顯的特殊性，這就導致了FDI對我國能源效率的影響存在著明顯的地區差異性。滕玉華等（2010）研究發現FDI的R&D溢出對中國東部、中部地區的能源效率有顯著的正向影響。王兵，張技輝等（ 2011）運用DEA方向性距離函數測算中國省際全要素能源效率，研究表明FDI對全要素能源效率有顯著正向作用，并且對西部的影響最大。姜磊等（ 2011）研究發現FDI有力地提升了中國的能源效率，且對西部地區作用最大。湯志玲（ 2011）的研究結果表明，外商直接投資的增加提高了中部和西部地區能源利用效率，而降低了東部地區能源利用效率。

由上述文獻可知，國內外大部分的文獻在經過研究后發現FDI能夠顯著促進東道國能源效率的提升，但從中也不難發現存在以下兩方面可改進之處：首先，對于能源效率的測算方法大多還停留在傳統的單要素能源效率上，也就是以能源強度來衡量的能源效率，這可能會影響實證結果的準確性，其次，FDI對我國東、中、西部地區全要素能源效率的影響存在著怎樣的差異，現有文獻得出的結論還需進一步驗證。因此，本文將首先基于超效率DEA模型來測算中國30個省（直轄市、自治區）的全要素能源效率，然后在此基礎上從全國以及東、中、西部三大地區的視角出發，分析FDI對全要素能源效率的影響，并根據實證結果提出切實可行的政策建議，同時在一定程度上印證和豐富現有研究結論，完善FDI與能效的研究體系。

三、全要素能源效率的測算

能源效率的測量主要分為單要素能源效率和全要素能源效率兩大類。單要素能源效率選取的指標是能源強度，即計算有效產出和能源投入的比值；全要素能源效率是基于非參數數據包絡分析方法，通過前沿曲線上最優能源投入和實際能源投入的比值來計算，其優點在于綜合考慮了所有投入對產出的作用，包括“非期望產出”問題，在一定程度上保證了能源效率測算結果的準確性。

（一）超效率DEA模型與指標選擇

DEA模型最早由Charnes等（1978）提出，將單一的投入和產出方法轉換為求解多個投入與產出的方法。DEA模型自提出后得到了廣泛應用，但是傳統DEA模型在評估效率時，可能會出現多個DMU有效（效率值為1）的情況，無法進一步區分此類決策單元的相對效率。Andersen等（1993）提出了超效率DEA方法，在對決策單元的效率進行評價時，先不考慮該決策單元的投入項和產出項，在測算過程中，無效決策單元的生產前沿面保持不變；在效率值不變的基礎上，按比例增加投入，并將增加的比例記作超效率的評價值。超效率值越高表明效率水平越高。具體的模型設置如下：

本文選取資本投入、勞動力投入和能源投入作為投入指標；選取期望產出和非期望產出作為產出指標。各指標的具體計算方式如下：

1．資本投入：資本存量需要通過一定的方法計算得到，目前最普遍的計算資本存量的方法如下：

2．勞動力投入：采用2004-2019年各省（市、自治區）的各省年末就業人數作為勞動力投入，單位為萬人。

3．能源投入：采用2004-2019年《中國能源統計年鑒》公布的當年各省（直轄市、自治區）能源消費總量，單位萬噸標準煤。

4．期望產出：國民生產總值是衡量經濟發展的重要指標，所以期望產出用各省區GDP表示。

5．非期望產出（污染物）：如何衡量一個國家或地區的污染排放，國際上并無統一定論。目前，國內外相關研究大多使用某一個具體的污染指標作為污染排放的代理變量。中國目前能源消費主要以煤炭消費為主，煤炭消費以SO2排放量在污染指標中最為顯著，因而本文選取SO2排放量作為非期望產出。

（二）數據來源

本文選用中國大陸2004-2019年30個省（直轄市、自治區）作為研究對象。其中，各省市GDP、固定資產投資額、年末就業人數、二氧化硫排放量的數據都來源于歷年《中國統計年鑒》以及各省市統計年鑒；各省市能源消費總量數據來源于歷年《中國能源統計年鑒》，并按照折標系數將單位換算為標準煤。我國幅員遼闊，不同區域受地理位置的影響，導致其資源稟賦、經濟發展上都存在著較大的差異。因此，為了更具體地反映我國各地區全要素能源效率的情況，本文參照《中國統計年鑒》將各省市劃分為東、中、西部地區。由于西藏大部分數據缺失，因此本文的研究樣本中并不包括西藏。

（三）全要素能源效率計算結果

在上述基礎上，本文基于超效率DEA模型，通過軟件Maxdea pr0 12.0對中國30個省（直轄市、自治區）2004-2019年間的全要素能源效率進行測算，得到的效率值結果如表1所示。

由表1可知，北京、上海兩市的能源效率值最高，其研究期間的平均效率值都超過1。主要是由于北京、上海均是我國經濟最發達的直轄市之一，兩市第三產業發達，產業結構也較為合理。同時，北京和上海在技術研發上投入的資金較多，激勵了當地節能技術和新能源技術的研發，其科學技術水平、人力資源水平均領先全國，使得其各產業部門得以更早實現產能升級和結構優化，從而全要素能源效率值能夠達到最優。緊隨其后的是廣東，其次是天津和海南，它們2004-2019年的能源效率平均值分別為0. 92，0.71和0.63。廣東省的能源效率較高得益于當地政府大力推行的能源結構優化，以及港澳等外資企業帶來的先進技術；天津市位于東部，同樣屬于我國經濟較發達的地區，其產業結構相對合理，節能技術較為先進；海南省的能源效率較高主要是由于它特殊的地理位置導致其主要以旅游業為主的第三產業發達，從而優化了產業結構，間接提升了當地的能源效率。相對而言，甘肅、青海和貴州在全要素能源效率方面表現較差，排在全國最后三名。2004-2019年能源效率平均值分別為0. 35、0.35和0.37。這可能由于這三個省（自治區）均位于西部，屬于我國經濟較為落后的地區，經濟發展粗放，技術水平落后，環保觀念較為匱乏。

將三大區域分開觀察后發現，東部、中部、西部地區的全要素能源效率平均值分別為0. 70、0.46、0. 40。顯然，東部的全要素能源效率遠高于中部和西部地區。說明雖然東部地區本身的能源資源相對匱乏，但是由于東部地區有著較好的經濟基礎和區位優勢，對于節能技術的研發有更多的投入，并且東部地區發達的對外開放經濟使得外資帶來的競爭效應激勵著當地企業以更加積極的方式（如技術進步或技術替代等）來降低能源消耗，提高能源效率。而中部和西部的全要素能源效率均低于全國平均值0. 53，這主要是由于中西部地區地處內陸，經濟發展水平較低但資源稟賦較為豐富，導致這兩個地區對能源效率問題的重視程度還不夠高；另外也是因為中西部地區對外開放程度較低，節能技術的研發與引進水平有限，導致其全要素能源效率較低。總體來看，我國全要素能源效率值較低，特別是中西部地區的落后省份的能源效率有待提高，不過這恰恰也說明我國全要素能源效率提升的空間較大，各地區政府和企業需要重視起能源效率的問題，通過有效手段提升當地能源效率。

四、實證模型檢驗

基于前述對我國2004-2019年30個省（直轄市、自治區）的全要素能源效率計算結果，本文構建模型并進行回歸分析。

（一）計量模型構建、指標選取及數據來源

本文在面板數據模型中，截面N大于時間T時，把它稱為短面板數據。在處理短面板數據的時候，一般采用靜態面板數據模型。為了避免變量存在的異方差性，本文對各變量進行了對數處理。具體的計量模型構建如下：

式（3）中，i代表省份，t代表年份。a為截距項，表示各省（直轄市、自治區）的固定效應。β1到β8分別為各變量的估計系數，μit為隨機誤差項。

在本文選取的變量中，被解釋變量為全要素能源效率（DE）；解釋變量為外商直接投資（FDI）；控制變量為人均GDP（PGDP）、能源消費結構（ES）、產業結構（IS）、技術投入（TL）、人力資本（HC）、外貿依存度（FTD）、政府環境規制（GP）。各變量的處理具體如下：

1．全要素能源效率（DE）：由第三章計算得到。

2．外商直接投資（FDI）：選取各省市外商直接投資總額與其生產總值的比值來衡量。

3.人均GDP （PGDP）：-個地區的經濟發展會在一定程度上推動或者制約該地區的能源效率，而經濟發展水平往往可以通過人均生產總值得以反映。因此，本文選取各省市人均生產總值，即各省市生產總值與其年末總人口數的比值來衡量該指標。

4．能源消費結構（ES）：煤炭作為現階段中國的主要消費能源，在能源消費結構中占有較高比重，其所占比重能夠一定程度上反映中國的能源消費結構。因此，本文選取各省市煤炭消費量在總能源消費量中所占比重來衡量該指標。

5．產業結構（IS）：第二產業是能源消費大戶，也是影響中國能源效率提升速度與成效的重要因素。因此，本文選取各省市第二產業增加值占其GDP的比重來衡量該指標。

6．技術投入（TL）：技術進步是推動能源效率提升的內生動因，而一個地區的技術發展水平與當地研發投入密切相關，因此用來代表FDI對能源效率產生的影響。本文選取各省市研發支出占地區GDP的比重來衡量該指標。

7．人力資本（HC）：人力資本關系到一個地區是否能夠有效接收FDI技術溢出，也關系到一個地區是否能將接收到的技術以及自身研發投入有效轉換為成果。因此，本文選取各省市普通高校在校生人數與本地區總人數的比值來衡量該指標。

8．外貿依存度（FTD）：考慮到進出口貿易可能通過技術模仿等因素影響當地技術水平，從而影響能源效率。因此本文選取各省市進出口貿易總額與其GDP的比值來衡量該指標。

9．政府環境規制（GP）：由于政府對環境保護的態度在一定程度上會對地區能源消費產生一定的規制作用，從而可以迫使各企業提升技術水平，間接影響地區能源效率。因此本文用各省市環境保護支出占其財政總支出的比重來衡量該指標。

具體的變量系數預期如表2所示。

以上數據中，各地區外商直接投資、GDP、第二產業增加值、研發支出、在校生人數等數據都來源于歷年《中國統計年鑒》及各省歷年統計年鑒；煤炭消費量、能源消費總量數據來源于歷年《中國能源統計年鑒》并按照折標系數將單位換算為標準煤；研發支出數據來源于歷年《中國科技統計年鑒》。

（二）回歸結果

本文選擇最小二乘法（ OLS）對樣本數據進行回歸。同時為了避免變量內生性的問題，本文增加了兩階段估計方法（2SLS），將FDI的滯后一期作為工具變量進行回歸，從而檢驗結果的穩定性。本文內生性可能一是來源于變量選取時的疏漏；二是來源于被解釋變量與解釋變量的雙向交互影響。回歸結果如表3所示。

1．全國層面回歸分析。如表3所示，在所有模型中FDI變量的估計結果均顯著為正，與預期一致。這說明FDI的增加能夠有效推動我國全要素能源效率的提高。這主要是由于FDI 一方面通過技術溢出效應形成先進技術的傳播，推動了我國的全要素能源效率的提升；另一方面通過競爭效應促使我國本土企業更新設備，采用新技術，間接的提高了我國全要素能源效率。這與大多數學者的結論一致。

控制變量中，人均GDP（PGDP）變量在模型2中系數顯著為正，與預期一致。但如模型5所示，當加入了其他變量之后，系數顯著為負。這意味著在不考慮其他因素的前提下，隨著經濟水平的提升，我國對于能源效率與環境保護有了更高的要求，更加注重經濟發展的質量而不是只關注發展速度，這樣的環境下全要素能源效率能得到有效提升；但當加入了其他因素，例如不合理的產業結構和能源消費結構，導致經濟發展的同時能源消費也大量增加，從而在一定程度上限制了我國全要素能源效率的提升。能源消費結構（ES）的系數在模型3、5中均顯著為負，與預期一致。這表明能源消費結構越不合理，我國的全要素能源效率則越低。這是由于煤炭燃燒產生的二氧化硫是導致環境污染的主要原因，我們認為煤炭的燃燒是低效率的，因此煤炭消費量占總能源消費量的比重越高，我國的全要素能源效率就越低。產業結構（IS）的系數在模型3、5中均顯著為負，與預期一致。這說明產業結構越不合理，即第二產業在產業結構中占比越大，則我國全要素能源效率越低。顯然，第二產業作為能源的主要消費部門，其占比的增加勢必會導致能源消費強度的增加和全要素能源效率的降低。技術投入（TL）的系數在模型4、5中均顯著為正，與預期一致。這說明研發投入的增加能顯著提升我國全要素能源效率。這主要是因為技術進步是我國全要素能源效率得以提升的內在驅動力，研發投入能激勵我國企業自主創新、使用先進節能技術來提高能源效率。人力資本（HC）的系數不顯著，說明人力資本的提升對我國的全要素能源效率并無影響。這可能是由于現有的人力資本對研發投入或者FDI技術溢出效應的吸收程度還不夠高，人力資本的質量還有待提升。外貿依存度（FTD）的系數顯著為正，與預期相符。這意味著研究期間內，隨著進出口貿易的增加，我國全要素能源效率將會顯著提高。這可能是由于一方面，增加進口特別是進口高技術產品或者新能源型產品時，會帶動當地技術進步或者減少當地能源的使用，從而提高了能源效率；另一方面，增加出口特別是出口到環境規制要求嚴格的國家時，國內企業不得不提升能源效率，以求達到出口國的標準，從而激勵了出口企業提升其能源效率。政府環境規制（GP）的系數不顯著，說明我國政府環境規制對全要素能源效率并沒有明顯的效果。一方面，政府的環境保護支出沒能被有效的利用；另一方面，能源效率的提升是一個長期的過程，現在還是處在量變的積累期，到了一定時期才會轉化為質變，一個階段后，政府的環境規制投入才會有成果。

2．分地區回歸分析。表3所示回歸結果基本與本文的預期相符，即FDI等因素對全要素能源效率的確存在一定程度的影響。但是，由于我國地大物博，地域寬廣，各地區經濟發展差異巨大，因此本文把30個省（直轄市、自治區）分成東部、中部和西部三個區域，通過研究各區域FDI對全要素能源效率的影響來對比分析地區差異性，從而發現更具區域特征的FDI和能源效率之間的關系。同樣利用2004-2019年我國各省（直轄市、自治區）的面板數據，為保證結論的可比性，本文仍選用最小二乘法（OLS）對模型（3）進行回歸。回歸結果如表4。

如表4所示，東、中、西部由于經濟發展、對外開放程度、資源稟賦等因素的不同，導致各區域回歸結果顯示出較大差異，但大部分的回歸結果基本符合本文預期。

FDI對全要素能源效率的回歸結果在中部和西部地區通過了1%以下的顯著性檢驗，符號分別為負和正，在東部地區沒有通過顯著性檢驗。這說明只有在西部地區，隨著FDI的增加，該地區的全要素能源效率可以得到有效提升。主要是由于西部地區經濟相對落后，但憑借著良好的資源稟賦條件，西部地區并未十分重視能源消費的節省以及能源效率的提升，因此，能源效率可提升的空間極大。于是在不斷引進外資后，一定程度上激勵了當地企業更新設備，樹立節能意識，從而有效的提升了該地區的全要素能源效率。與其相反的是，中部地區FDI的增加不但不能提升反而降低了該地區的全要素能源效率，這與中部地區的地理位置十分有關，由于中部地區連接東、西部，運輸條件極佳，資源稟賦條件較好，導致大部分勞動密集型或能源密集型的外資流入，且中部地區為了吸引外資而降低了準入門檻，從而導致能源消費的增加以及能源效率的降低，這與我國中部地區的經濟發展方式以及我國的國際分工定位有關。中部地區的狀況一定程度上驗證了“污染天堂假說”在我國中部地區是成立的。然而，東部地區的FDI對其全要素能源效率并無顯著影響。這可能是由于東部地區有一部分外資以獨資的方式進入中國東部市場，對技術的保密程度較高，使得當地企業沒有機會直接接觸到FDI帶來的先進技術，從而導致了FDI對東部地區全要素能源效率并沒有顯著影響。那么對于中部地區，FDI的流入會導致該地區全要素能源效率降低，對于西部地區，FDI能顯著提升該地區的能源效率，

控制變量中，人均GDP（ PGDP）在三個區域均通過了1%以下的顯著性檢驗，但符號為負，與預期不符。此種結果可能是由于目前中國的經濟、社會發展水平還不夠高，人們對能源、環境的關注度還不夠，導致了一方面FDI帶來的能源消費增長量大于了產出的增長，能源效率降低；另一方面，人民收入增加，但環保意識較淺，導致經濟發展帶來更多的能耗，從而降低了能源效率。也證明中國目前還處于環境庫茲涅斯曲線的左側，這一階段FDI的規模效應促使經濟增長，導致的是能源消費增加，能源效率降低。

能源消費結構（FS）的回歸結果在東、中部地區通過了1%以下的顯著性檢驗，系數為負，符合預期；在西部地區未通過顯著性檢驗。由于本文以煤炭消費量占能源消費總量的比值來衡量能源消費結構，因此煤炭消費量的比值越小，說明能源消費結構越優。這里的負向影響表現為煤炭消費量的比值越低，全要素能源效率越高。說明隨著東部、中部地區能源消費結構的優化，煤炭消費逐漸減少，排放的二氧化硫等不合意產出減少，全要素能源效率會有所提升；但在西部地區，能源消費結構對其全要素能源效率的影響并不顯著，這與西部地區粗放式的能源消費方式有關。

產業結構（IS）的回歸結果在東部地區沒有通過顯著性檢驗，但在中、西部地區通過了1%以下的顯著性檢驗，系數顯著為正。這說明以第二產業增加值占GDP比重衡量的產業結構對東部地區的能源效率并沒有顯著影響，但隨著第二產業比重的增加，中部和西部地區的全要素能源效率會提升，這是由于中、西部地區主要引進的外資流向了第二產業，工業、制造業等第二產業的蓬勃發展帶來了當地經濟的快速增長，同時，來自國外或我國東部地區的先進技術隨著產業轉移而來到中西部地區，在一定程度上促進了當地能源利用技術的更新換代，從而推動了全要素能源效率的提升。

技術投入（TL）只對東部地區有顯著的正向影響，對中、西部地區的影響顯著為負。這說明對于東部地區來說，隨著技術投入的增加，能夠得到正向的反饋，即技術投入能推動技術的研發和應用，從而提升當地全要素能源效率，形成良性循環。但是，技術投入對中、西部地區來說，不僅沒有提升反而降低了該地區的全要素能源效率，這可能是由于一方面這兩個地區的研發投入沒有得到合理的利用，研發投入的成效不大，能源消費量依然處于較高水平，因此雖然技術投入增加，但能源效率卻降低了；另一方面技術的投入到產出需要一個較長的過程，中、西部地區的技術發展水平本身就相對落后，技術人才也較為缺乏，所以技術投入在短時間內沒有帶來產出，導致技術投入越多，能源效率越低。

人力資本（ FIC）在東、中部地區沒有通過顯著性檢驗，但在西部地區顯著為正。這說明人力資本對東部、中部地區的全要素能源效率沒有明顯的影響，但是能夠有效提升西部地區的全要素能源效率，這可能與西部地區相比其他地區缺乏高等人才有關。說明隨著西部地區人力資本，特別是技術型人才數量的增加，該地區對節能技術的研發與應用，對先進外來技術的借鑒和吸收的程度會更高，從而對該地區全要素能源效率形成一定的提升作用。

外貿依存度（ FTD）在三大地區的回歸結果均顯著為正，這說明進出口貿易的增加能夠顯著促進東、中、西部地區的全要素能源效率的提升。這主要是由于一方面我國可以通過進口貿易引進先進的產品，從中學習和模仿國外先進的節能生產技術；另一方面，出口貿易通過對我國出口企業的嚴格技術、能耗規制，促使出口型企業加強自身研發，提升生產、節能技術，從而推動了全要素能源效率的提升。

政府環境規制（GP）在東部地區均未通過顯著性檢驗，在中部地區系數顯著為正，在西部地區系數顯著為負。說明在東部地區，政對環境保護的支出并不能對該地區能源效率產生影響，可能是由于相對全國其他地區來說，東部地區環境規制本身就較為嚴格，且技術水平高于全國平均水平，因此政府的環境保護支出對能源效率沒有明顯的提升作用。在中部地區，隨著政府環境保護支出的增加，污染環境的監管更加嚴格，該地區企業對環境的重視程度有較大提升，于是加大節能技術的使用和新技術的研發，全要素能源效率得以提升。在西部地區，環境保護支出越多，全要素能源效率越低，這可能是由于當地環境保護支出并未得到合理使用，環境保護支出增加，能源消費也增加，降低了該地區全要素能源效率。

五、結論與建議

（一）結論

在經濟飛速發展的同時，我國面臨的能源問題也日趨嚴峻，如何有效提升我國各地區能源效率已經成為維持我國經濟可持續發展的關鍵因素。本文選取2004-2019年我國30個省（直轄市、自治區）的面板數據，通過超效率DEA模型測量了我國各省（直轄市、自治區）的全要素能源效率，在此基礎上回歸分析了FDI對我國全國層面以及東中西三大區域層面的全要素能源效率的影響，研究的主要結論有：

第一，利用超效率DEA模型對我國30個省市的全要素能源效率進行測算后發現，整體上，我國的全要素能源效率在2004-2019年的研究區間內都未能達到最優效率，且能源效率曲線整體呈現出波動下降的趨勢。我國的全要素能源效率還表現出較大的地區差異性，東部地區的全要素能源效率平均值最高，其次是中部地區，最后是西部地區。

第二，采用面板數據模型OLS、2SLS實證檢驗我國全國層面的FDI對全要素能源效率產生的影響，結果表明：從全國層面來看，模型的回歸結果大致與預期一致，FDI通過了1%的顯著性檢驗且系數為正。說明增加FDI能夠有效提升我國的全要素能源效率。同時，從計量回歸結果還可以發現除FDI外，能源消費結構、產業結構的優化，技術投入、外貿依存度的提升都是推動我國全要素能源效率提升的重要因素。

第三，同樣采用OLS模型對我國東中西三大區域進行實證檢驗，結果顯示：FDI對我國西部、中部地區的全要素能源效率分別有顯著的正向和負向影響。說明外資企業通過傳遞先進的技術和管理經驗有效地提升了我國西部地區的全要素能源效率，而由于中部地區的外資大多流向了能源密集型行業，從而抑制了其全要素能源效率的提升。同時，東部地區的FDI對該地區的全要素能源效率并無顯著影響，其中主要的原因可能是：一方面，東部地區的技術已經發展到較高階段，現有的外資對東部地區的能源效率提升的彈性并不大；另一方面，投資于東部地區的外資將核心技術封鎖，抑制了FDI技術溢出對能源效率的提升作用。

（二）建議

基于所得研究結論，本文對我國今后引進FDI及實施能源可持續發展戰略提出以下政策建議：

第一，重視FDI的質量，調整FDI的產業布局。FDI流向的產業主要集中在第二產業。而第二產業的能源消費在三大產業中占比最高。因此，為提升全要素能源效率，我國應關注引進外資的質量，逐漸給投資于工業、制造業等能源密集型產業的外資設置障礙，鼓勵和引導FDI轉向第一、三產業。

第二，針對各區域特征，實行差異化的引資策略。根據本文的研究結果，在未來我國應該實施差異化的引資策略。對于西部地區，應該進一步擴大其FDI的引進規模，通過改善當地的基礎設施條件等方式，來吸引更多的外資企業進入當地，從而有效發揮FDI的技術溢出效應，提升當地能源效率。對于中部地區，未來在吸引FDI時，要更加關注引進外資的質量，防止一些以高能耗為目的的FDI向本地區轉移。對于東部地區，由于研發投入的增加能顯著提高東部地區的全要素能源效率，那么東部地區應該積極加大自身研發創新的能力，不能單純依靠外資帶來的技術獲取，這才是推動該地區全要素能源效率穩定提升的內在驅動力。

第三，優化能源消費結構。由于我國自然條件的特點，我國能源消費結構仍然以煤炭為主，但這樣的能源消費結構不利于我國能源效率的提升以及經濟的可持續發展，因此，大力推進可再生能源使用技術的研發和發展，更加廣泛地推動風能、水能、太陽能等可再生能源的使用，實現對煤炭、石油消費的部分代替，從而改變我國經濟過分依賴化石能源的局面，優化能源消費結構，提升能源效率。

參考文獻：

[1]尹宗成，丁日佳，江激宇.FDI、人力資本、R&D與中國能源效率[J]財貿經濟，2008（9）：95- 98.

[2]劉葉，朱彤．外商直接投資對中國工業能源使用效率的影響——基于行業內和行業間技術溢出效應的雙重視角[J]中國石油大學學報（社會科學版），2010（3）：16-21

[3]Hubler， M. Energy saving technology diffusion via FDIand Trade：a CGE Model of China， working papersNo.1479. Kiel institute for the World Economy Jan. 2009.

[4]沈小波，曹芳萍．外商直接投資、技術溢出與中國的能源強度一基于中國省域面板數據的經驗研究[J].價格理論與實踐，2012（4）：36-37

[5]蔡海霞，范如國．FDI技術溢出、能源約束與區域創新產出分析[J]．中國人口·資源與環境，2011，21（ 11）：50- 55．

[6]李佳霖，孫鵬.FDI質量對中國全要素能源生產率的影響研究[J].統計與決策，2020（24）：106- 110

[7]滕玉華，劉長進.外商直接投資的R&D溢出與中國地區能源效率[J].中國人口資源與環境，2010（8）：142-147.

[8]王兵，張技輝，張華.環境約束下中國省際全要素能源效率實證研究[J].經濟評論，2011（4）：31-43

[9]姜磊，季民河．基于空間異質性的中國能源消費強度研究一資源稟賦、產業結構、技術進步和市場調節機制的視角[J]．產業經濟研究，2011（4）： 61-70.

[10]湯志玲.外商直接投資對中國地區能源利用效率的影響[D].復旦大學碩士學位論文，2011年

[11]A. Chames， W.W. Cooper， L Seiford. Extremal principlesand optimization dualities for khinchin-kullback-leibler es-timation[J] Optimization，1978，9（1）.

[12]Per Andersen， Niels Christian Petersen. A Procedure forRanking Efficient Units in Data Envelopment Analysis[J]Management Science，1993.39（ 10）

[13]張軍，施少華．中國經濟全要素生產率變動：1952-1998[J]世界經濟文匯，2003（2）：17-24．