長江經濟帶第三產業能源效率評價

陳 紅，張華威

（河海大學，a.商學院；b.機電工程學院，江蘇常州 213022）

中共十九屆五中全會明確提出“推動綠色發展，促進人與自然和諧共生”。能源綠色低碳轉型是推動綠色發展的根本［1］。“十四五”規劃綱要指出，建設清潔低碳、安全高效的能源體系。提升能源利用效率，合理化能源投入安排是推動能源綠色發展的重要舉措，是中國經濟高質量發展需要關注的重大問題。在信息化的推動下，當前中國正朝著經濟服務化的方向發展，呈現出產業結構高級化的形態［2］，第三產業的地位和作用更加突出。因而，將能源效率納入到綠色創新發展框架下進行考慮，根據能源效率的分布情況及變動趨勢探索長江經濟帶第三產業能源綠色發展路徑，對實現經濟帶高質量發展具有重要意義。

1 文獻綜述

國內外學者已對能源效率展開了廣泛的研究，對于能源效率的測算方法主要有以下2 種。①參數方法，即隨機前沿分析（SFA），用于要素分解繼而測算全要素生產率增長情況的方法，可根據效率前沿面進行檢驗，同時分離不可控因素的影響，保證測算結果的準確性［3］。李玉婷等［4］利用SFA 方法，對1997—2012 年中國各省、區域和全國的工業全要素能源效率及其收斂性進行分析，確定了其存在的收斂趨勢；閆明喆等［5］提出了測算結果具有縱向可比性并且將非期望產出考慮在內的SFA-Bayes 分析框架，測定了2000—2013 年中國省際生態全要素能源效率；王雄等［6］運用SFA 模型對1990—2010 年中部地區6 省的能源效率進行了測算，發現各省區的能源效率均呈波動趨勢，山西、安徽、河南、湖北和湖南5 個省份的能源效率總體上呈明顯的上升趨勢，而江西省呈明顯的下降趨勢。②非參數方法，即數據包絡分析（DEA），將投入產出點映射在空間上，以最大產出或者最小投入為效率邊界，并由此作為基準來測算其他點與邊界之間的距離差距程度［7］，測算結果更加貼近實際［8，9］。Boyd 等［10］運用DEA 方法計算了能源效率；Hu 等［11］基于全要素生產率框架，考慮了資本、勞動和能源投入及經濟產出，運用DEA方法定義了全要素能源效率指標，測算了中國29 個省級行政區1995—2002 年的能源效率；劉丹丹等［12］運用超效率DEA 方法測算出2003—2012 年中國29個省級行政區的全要素能源效率，利用Malmquist 指數對西部地區全要素能源效率變動進行分解，發現西部地區整體能源利用效率較低；劉海英等［13］基于共同前沿的非徑向方向性距離函數估算，對中國省級綠色全要素能源效率測度，發現中國綠色全要素能源效率整體上偏低，存在較大提升空間；汪克亮等［14］將環境污染當作能源利用過程中的環境成本納入CCR-DEA 模型，測算了中國2000—2007 年29個省份的能源利用效率及其環境績效，分析了中國東、中、西部地區之間的效率差異及節能減排的影響因素。宋馬林等［15］運用包含非期望產出的超效率SBM 模型對2005—2018 年淮河生態經濟帶28 個地級市的能源生態效率進行測度分析；王霄等［16］運用非參數數據包絡分析的DEA-Malmquist 生產率指數法，實證測算了制造業28 個行業全要素能源效率。Bi 等［17］利用DEA 方法研究了2007—2009 年中國熱電部門的能源效率，表明能源環境績效普遍較低，各省市間存在較大差異，具有明顯的地域特征。同時，對于效率，部分學者從冗余度角度進行測度評價，Hu 等［18］構建最優生產效率下的水資源調整比率指標對水效率進行評價。

以上研究成果，一方面主要根據投入、產出生產集對能源效率進行測度評價，鮮見將其納入到綠色創新框架下進行分析；另一方面，對能源效率的時空差異動態演變規律的關注較少。因而，本研究從推進綠色創新發展的視角，基于Min-DS 模型測度長江經濟帶沿線11 省市第三產業綠色技術創新效率得到能源投入冗余度，構建NATR指標，對實現最優綠色技術創新效率水平下的能源效率從靜、動態2個角度進行測度評價，并運用Kernel 密度函數研究其動態演變規律。

2 研究方法及數據說明

2.1 Min-DS 模型

基于Min-DS 模型測度長江經濟帶第三產業綠色技術創新效率。參照馬大來等［19］的方法，假設在具有n個決策單元的區域中，每個決策單元投入m個生產要素，并產生s1個期望產出和s2個非期望產出。X=(x1,x2,…,xn),Yr=(yr1,yr2,…,yrn),Yd=(yd1,yd2,…,ydn)，3 個向量分別是投入、期望產出和非期望產出的變量。基于此，可以設置模型如下。

2.2 調整度指標

本研究借鑒Hu 等［18］基于全要素生產率的用水效率測度思路，為實現區域達到最佳綠色技術創新效率水平，設定區域能源調整目標比率（NATRj），計算公式如下。

式中，s-Nj為能源松弛變量；PNIj為實現最佳綠色技術創新效率的目標能源量。

2.3 Kernel密度估計

本研究選擇Gaussian 核函數繪制NATR的Kernel 密度估計曲線，對其時空演變規律進行分析。估計函數設定如下［20］。

式中，n表示觀測樣本的總個數；h為窗寬；令為Gaussian 核函數，k(u)≥0 且

2.4 指標選取

綠色技術創新反映利于降低生產生活性環境負向影響的技術創新成果，本研究在投入指標方面，選用第三產業R&D（Research and experimental development 的縮寫）人員全時當量（萬人年）、第三產業R&D 經費支出資本存量（萬元）和第三產業能源消耗量（萬t 標準煤）。其中，R&D 經費支出資本存量參考梁中等［22］的方法，采用永續盤存方法進行計算。選用各省份技術市場成交額（萬元）為綠色技術創新效率分析的期望產出指標，同時選用CO2排放量（萬t標準碳）、SO2排放量（萬t）作為非期望產出指標。

2.5 數據來源

由于中國經濟發展呈明顯的時期特征，因而以“十五”時期、“十一五”時期、“十二五”時期、“十三五”早期（即2001—2018 年）為觀察期。本研究2001—2018 年第三產業R&D 人員全時當量、第三產業R&D 內部經費支出數據以及技術市場成交額源于2002—2019 年《中國第三產業統計年鑒》，2001—2018 年生活SO2排放量源于2002—2019 年《中國統計年鑒》以及各省統計年鑒；2001—2018 年第三產業能源消耗量和第三產業CO2排放量源于碳排放數據庫［23］，價值變量按照2001 年不變價格處理。

3 結果與分析

3.1 調整比率分布特征

基于模型，測算出2001—2018 年長江經濟帶第三產業NATR，并依據地理區位將11 省市劃分為上、中、下游3 個區域，上游地區包括云南省、貴州省、重慶市和四川省，中游地區包括湖北省、湖南省、安徽省和江西省，下游地區包括江蘇省、上海市和浙江省。具體見表1。

表1 2001—2018 年長江經濟帶第三產業NATR 及排名

總體而言，經濟帶內各省市NATR均小于0，在能源投入中均存在一定的調整空間以實現最優的綠色技術創新水平，且經濟帶內各省市NATR差異較大，例如，安徽省NATR僅為-0.40%，而湖南省NATR達-12.94%，著重改善NATR表現較差地區，推進經濟帶共同實現綠色高質量發展具有現實意義。2001—2018 年長江經濟帶整體NATR均值為-4.59%。上、下游地區NATR均值高于經濟帶總體水平，而中游地區NATR較低。上游地區NATR差異較小，從排名來看，多數處于中等水平，第三產業能源投入較為符合綠色發展要求。自2001 年起，第三產業在上游地區國民經濟發展中始終占有重要地位，能源投入量穩定，冗余較少，但仍應關注產業轉型升級，實現真正促進高水平綠色創新發展的能源投入安排。下游地區NATR差異性較大，但總體而言，經濟高水平發展對能源投入安排合理性具有一定促進作用，如江蘇省和上海市。中游地區各省份呈現明顯的兩級分化，安徽省和江西省NATR排在前列，能源投入僅需小幅度調整就可達到理想效果。而湖南省和湖北省能源投入冗余量較高，分別需要減少12.94%和6.36%才能達到最優的綠色技術創新水平，對能源依存度較高，不利于經濟低排放、可循環發展，需要引起重視。

3.2 調整比率空間分布

2001—2008 年長江經濟帶整體、子地區NATR隨時間變化的趨勢規律如圖1 所示。

圖1 2001—2018 年經濟帶NATR 隨時間的演變規律

從長江經濟帶整體層面來看，2001—2018 年長江經濟帶第三產業NATR總體呈漲跌互現趨勢。具體而言，“十五”時期，NATR呈明顯下降趨勢，在2005 年達到歷史最低點，說明該時期內能源投入效率持續惡化，冗余度不斷攀升。“十五”時期中國能源發展步伐明顯加快，能源建設取得新成就，但在快速發展的同時可能存在投入過度、綠色技術創新轉化有限的問題，造成了能源浪費。“十一五”時期，NATR明顯上升，能源冗余度明顯改善，該時期是中國能源發展重要歷史時期，能源結構不斷優化，清潔能源發展迅速，對綠色技術創新發展起到重要作用。“十二五”時期，NATR又呈波動回落狀態，究其原因，此時長江經濟帶積極推動第三產業發展，各省政府資源、政策向第三產業傾斜，能源投入量大，導致一定量的冗余，可調整幅度變大。“十三五”早期，NATR不斷上升，朝最優綠色技術創新水平邁進，該時期中國邁向能源高質量發展新階段，能源利用效率屢創新高，不斷實現低碳轉型，有助于綠色發展，提升綠色技術創新水平。

從區域層面來看，下游地區NATR波幅最小，在“十一五”時期不斷上升，“十二五”時期快速增長，并保持在良好的高水平狀態，明顯高于上、中游地區以及長江經濟帶平均水平。長江三角洲地區作為長江經濟帶經濟發展的領頭地區，在雄厚經濟基礎的推動下，能源供給、能源技術等方面均具有顯著優勢，較其他地區更容易實現綠色創新水平的能源投入。中游地區NATR走勢與經濟帶整體大致相同，在“十二五”時期明顯低于長江經濟帶平均水平，需要著重關注能源節約問題。上游地區NATR波動頻繁，年度差異較大，說明尚未形成穩定的實現最優綠色技術創新的能源安排。

為了便于描述長江經濟帶各省市第三產業NATR變化情況，選取五年計劃的“開局之年”和“收官之年”為觀察期。2001—2018 年長江經濟帶各省市第三產業NATR如表2 所示。

表2 2001—2018 年長江經濟帶11 省市各時期第三產業NATR（單位：%）

由表2 可知，長江經濟帶各省市第三產業NATR隨時間的變化差異較大。部分省市積極推動能源投入安排合理化，實現能源綠色發展，基本達到最優綠色技術創新水平，但其實現路徑存在一定差異，如上游的重慶市和下游的浙江省，主要基于高度的經濟服務化水平，是真正的高效能源利用，而上游的貴州省和中游的安徽省則主要源于長期以來第三產業發展增幅較小，較為穩定，能源投入安排變化不大而帶來的高效利用，需要在大力推進產業轉型升級過程中尋找新的能源平衡點，實現真正的能源高效利用。上游的四川省和中游的湖北省NATR波動較大，穩定性低，時而可以達到綠色技術創新所需要的能源投入要求，時而會造成較大的能源浪費，需要相關政府引起重視，根據生產活動合理制定能源政策，將NATR維持在理想水平。中游的湖南省和下游的上海市NATR出現明顯的倒退，有關部門應引起重視，積極采取措施，避免造成更多的能源浪費，同時也表明，能源利用效率未必與經濟發展水平呈正向關系，其與相關政策、生產部門安排等諸多因素有關，需要進行綜合考慮。

3.3 調整比率時空演變規律

為便于描述NATR的空間差異特征及動態演變情況，采用五年計劃的期內平均值進行估計。2001—2018 年長江經濟帶第三產業NATR的分布動態見圖2。由圖2 可以看出，長江經濟帶及其子地區第三產業NATR空間差異具有如下演變規律：①長江經濟帶核密度估計曲線從“寬峰形態”向“窄峰形態”演變，總體上呈峰值增大和峰度變窄的趨勢且向右移動，這表明長江經濟帶NATR有所提高，而且其空間差異在階段性減小。②與長江經濟帶整體相比，上游地區核密度曲線經過了“雙峰形態”-“窄單峰形態”-“寬單峰形態”-“雙峰形態”演變的過程，變化較大，說明上游地區NATR空間差異先減小后增大，當前處于明顯兩級分化狀態，不利于一體化發展。③中游地區的核密度估計曲線與長江經濟帶相比，由“十一五”時期的“雙峰形態”向后期的“寬峰形態”變化，這表明中游地區各省市逐漸消除兩級分化現象，NATR空間差異不斷減小，且曲線整體上向左移動，能源冗余度提升。④觀察下游地區核密度曲線的變化趨勢可以發現，其與中游地區類似，空間差異減小，不同的是，該地區曲線整體向右移動，能源效率有所提高，能源浪費減少。

圖2 2001—2018 年長江經濟帶及子地區NATR 的核密度估計曲線

4 小結與建議

本研究采用Min-DS 模型測度長江經濟帶沿線11 省市第三產業綠色技術創新效率，基于其所測算的冗余度構建NATR指標，對實現最優綠色技術創新水平下的能源效率從靜態、動態2 個角度進行測度分析，主要得到以下結論。

1）從靜態分析來看，長江經濟帶內各省市均尚未實現最優綠色技術創新水平下的能源效率，上、下游地區高于長江經濟帶平均水平，中游地區水平較低，實現協同一體的高效能源利用仍需較大努力。

2）從動態分析來看，整體層面，2001—2018 年長江經濟帶第三產業NATR總體呈漲跌互現趨勢；區域層面，下游地區NATR不斷增長，并保持在較高水平，上游地區相對穩定，中游地區波動較大；省域層面，各省市能源效率隨時間變化存在較大差異，例如，重慶市和浙江省在2001—2018 年能源冗余度始終較低，而湖南省和上海市出現明顯的能源效率惡化趨勢，存在能源浪費。

3）從時空演變趨勢來看，長江經濟帶第三產業NATR整體、中游地區和下游地區空間差異都有不同程度的縮小，但上游地區空間差異擴大。

上述研究結論對長江經濟帶實現能源綠色、經濟高質量發展具有重要的政策含義。首先，加強區域協調，整合能源資源。建立適合長江經濟帶能源綠色發展的協調機制，打破行政壁壘，消除阻礙能源要素合理流動的政策措施，同時發揮龍頭省區的帶動作用，尤其是重慶市、浙江省作為長江經濟帶綠色高質量發展的領頭者。其次，加快能源技術的開發及應用，提高能源利用的技術效率，大力推動能源投入在生產活動中積極向綠色技術創新成果轉化。再次，加強政府宏觀調控，加大區域能源節約力度，避免過于依賴能源進行經濟發展，減少能源浪費。政府部門應充分發揮宏觀調控作用，加大財政支持力度，持續完善能源政策，進而推動長江經濟帶達到實現最優綠色技術創新水平下的能源安排。