黃河流域能源綠色利用效率測度及時空演變分析

王海榮，王永峰，江 雷，孫紅濤

（1. 河南省有色金屬地質礦產局第二地質大隊，河南 鄭州 450016；2. 河南省國土空間調查規劃院，河南 鄭州 450052）

0 引言

能源是經濟社會發展的原動力和重要基礎。我國是能源消費大國，2021年能源消費總量52.4億t標準煤，比2010年增長45.3%。由此可見，我國的能源需求和消耗巨大，且增長態勢明顯。但“高能耗、高污染、低效率”發展模式的弊端日益凸顯，引起了一系列生態環境問題，這與我國正在推進的綠色發展戰略相違背。如何突破能源制約瓶頸，促進中國經濟高質量發展，完成既要金山銀山又要綠水青山的國家戰略要求，成為當前亟需解決的問題之一。2021年和2022年的國務院政府工作報告中都明確提出扎實推進碳達峰、碳中和的各項工作，優化產業結構和能源結構，推進能源低碳綠色轉型。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》明確指出，要堅持推動綠色發展，并制定單位GDP能耗下降13.5%的目標。黨的二十大報告進一步明確了推動經濟社會發展綠色化、低碳化的戰略目標，逐步完善能源消耗總量和強度調控，并強調重點發展綠色低碳產業和加快推動能源結構調整優化，推動能源清潔低碳高效利用。在此背景下，推進以綠色發展理念為指導的能源綠色利用顯得尤為重要。能源綠色利用最重要的是融入人與自然和諧共處的綠色發展理念，綜合考慮經濟效益產出和環境污染減量，以期實現經濟效益和生態效益的統一。能源綠色利用效率是衡量能源綠色利用的重要指標，基于此，準確測度能源綠色利用效率并把握其時空特征能夠為發展模式轉型、“雙碳”目標的實現提供技術支撐與參考依據。

國內外學者在能源利用效率方面展開了大量研究。能源效率指標的測度方法主要包括兩種[1]。一種是單要素指標，比如單位GDP的能源消費，反映了能源投入與經濟產出水平，在國別比較和政府部門決策中應用較多[2]。此類單位產值耗能指標的弊端非常明顯，它在反映能效時僅考慮了能源投入，也就是說主要強調能源投入的作用，無法體現出勞動力、資本、技術和土地等其他投入要素對于能源的替代作用。另一種是多要素能源效率，HU等首次提出了多要素能源效率的概念[3]，該方法既可避免單要素方法的局限性，又能揭示一個地區資源稟賦及要素替代對能源效率的影響，逐步得到了廣泛認可[4]。現有文獻多采用多要素方式測度能源利用效率，在研究范圍方面主要是針對省域、市域、重點區域（比如城市群、國家重要戰略涵蓋區域）和整個國家[5-8]，或單獨針對工業、制造業、農業等產業部門[9-11]；在研究方法方面主要是利用數據包絡分析（DEA）、隨機前沿分析法（SFA）、方向性距離函數、SBM模型等方法對能源利用效率進行測度[12-16]；在研究內容方面主要是通過分層聚類法、Theil系數、空間自相關分析、空間計量經濟模型、地理探測器等方法探討能源利用效率的時序特征、空間差異及影響因素[17-21]。隨著能源利用過程中的環境污染日益突出，學者們開始將環境污染因素納入能源利用效率測度框架[22-23]，進而與節能減排、污染治理緊密結合。綜上可知，在能源利用效率方面取得了較多研究成果，但也存在明顯缺陷：一是在研究對象方面，主要關注的是省域、整個國家、城市群等，以地級市為單元的針對大尺度流域空間分異特征的研究較為少見，以大尺度流域為研究對象探討能源綠色利用效率時空格局能夠為流域內部協調發展提供理論依據和技術支撐，亟待加強此方面的研究；二是對能源綠色利用效率關注較少，缺少系統的專題研究，這與大力推行綠色發展的背景不相符，不能滿足相應的政策需求。

黃河橫跨東西9個省（區），是我國重要的經濟帶和能源生產基地。2019年9月習近平總書記在河南省鄭州市主持召開黃河流域生態保護和高質量發展座談會，將黃河流域生態保護和高質量發展上升為重大國家戰略，為該流域經濟社會發展提供了機遇。2021年10月習近平總書記又在山東省濟南市主持召開深入推動黃河流域生態保護和高質量發展座談會，強調要堅定走綠色低碳發展道路，要推進能源革命，穩定能源保供與效率提升。由此可見，提升能源綠色利用效率是推進黃河流域國家戰略的關鍵。基于此，以黃河流域為研究對象，利用2001—2020年黃河流域78個地級市面板數據，采用SBM模型測度黃河流域能源綠色利用效率，并探討其時空演變格局，以期為黃河流域國家戰略的推進、能源高效綠色利用及節能減排政策制定提供理論支撐。

1 研究方法和指標選取

1.1 研究方法

1.1.1 能源綠色利用效率內涵及測度方法

能源作為一種核心和關鍵資源，在經濟活動中不能單獨產生效益，必須和其他投入要素結合才能產生真正的效益，能源多要素效率就是基于這一點提出的，主要是指能源及其他生產要素投入和相應產出的比例。鑒于目前多要素能源效率得到了廣泛認可，擬采用多要素能源利用效率的思路，以綠色發展理念為指導對能源綠色利用效率的內涵進行界定。能源綠色利用效率是兼顧能源消耗、生態效益以及強調要素替代作用的綜合指標，其核心思想是以盡可能少的能源消耗及其他要素投入，創造出盡可能多的經濟產出和盡可能少的環境負面影響。基于此，本文將“能源綠色利用效率”的概念界定為：在一定技術條件下能源利用系統的投入要素（能源及其他投入要素）和相應的經濟以及生態環境效應的比值。這為能源綠色利用效率測度提供了指引。

數據包絡分析（DEA）模型具有無需確定函數關系、客觀賦權等方面的優勢，在能源利用效率評價中得到了廣泛應用，并成為主流的技術方法。但傳統的DEA模型不能很好地權衡松弛變量并造成效率測度結果偏差，同時也無法解決包含非期望產出的效率測度問題。為了消除這種弊端，TONE在傳統DEA模型的基礎上創新性地提出了一種非徑向非角度的效率度量方法——SBM模型。該模型充分考慮了期望產出不足或非期望產出冗余問題，不僅解決了松弛變量的問題，也可以將非期望產出納入到效率分析框架，避免了徑向和角度選擇差異導致的結果偏差。這與能源綠色利用效率的內涵正好符合，測度結果也更加準確。基于此，本文選取SBM模型測度黃河流域能源綠色利用效率。

為了準確地測度黃河流域能源綠色利用效率，將每個地級市的能源利用系統視為一個生產決策單元（DMU），據此構建一個既包含期望產出（主要是指經濟社會產出），又包含非期望產出（主要是指生態環境負面影響）的生產可能性集，即環境生產技術。黃河流域能源利用系統以地市為生產單元（DMU），假設包含N個DMU（n=1，2，…，N），每個DMU包括m種投入（X∈Rm）、S1種期望產出（Yg∈RS1）和S2種非期望產出（Yb∈RS2），環境生產技術表示為式（1）。

式中：定義矩陣X、Yg和Yb為：X=[x1,...,xn]∈Rm×n、Yg=，假定X>0，Yg>0且Yb>0。在當前日益重視生態文明建設的背景下，能源利用系統一個重要目標是減少非期望產出（環境污染）和其他要素投入，同時盡可能多地增加期望產出（經濟產出）。為了計算能源綠色效率ρ，在環境生產技術框架下將生產過程和目標模型化，具體計算公式表達為式（2）。

式中：能源綠色利用效率值ρ的取值在0到1之間；s-為投入的冗余；m為輸入元素的指標數量；s為輸出元素的指標數量；sb為非期望產出的冗余；sg為合意產出的不足；r為第r個生產決策單元（DMU）；r0為待求的生產決策單元（DMU）；λ為權重。

1.1.2 空間自相關分析

采用空間自相關分析來檢驗黃河流域能源綠色利用效率各相鄰空間單元之間是否存在關聯性。空間自相關分析可以分為全局空間自相關和局部空間自相關。全局空間自相關主要用于描述能源綠色利用效率特征的總體分布，并確定現象在空間上是否聚集，具體計算公式見式（3）。

式中：xi、xj分別為區域i和j的屬性值；x為各地區屬性值的平均值；wij為空間位置權重矩陣，當i和j鄰接時，wij=1，當i和j不鄰接時，wij=0；σ2為屬性值的方差；n為空間單元總數。全局空間自相關中的莫蘭指數處于在-1到1之間，當莫蘭指數大于0時，表示空間具有正相關性；當莫蘭指數小于0時，表示空間具有負相關性。

另外，由于全局自相關只能整體分析黃河流域能源綠色利用效率的關聯度和特征，不能確切表示相關性所發生的具體空間位置，無法進行局部地區空間關聯性的分析。基于此，采用LISA指數來研究分析能源綠色利用效率在某一局域的空間相關性，即局部空間自相關，其計算公式見式（4）。

式中：Zi和Zj分別為空間單元屬性值的標準化形式，其他變量含義與式（3）相同。通過局部Moran'sI指數測算，可以得到LSIA地區聚集圖，分別對應四種不同空間差異類型（高-高，簡稱H-H；低-高，簡稱L-H；低-低，簡稱L-L；高-低，簡稱H-L）。

1.2 指標選取

依據能源綠色利用效率的內涵，投入-產出指標既需要充分反映出能源利用是否合理、資源配置能否最優，還需要同時考慮期望產出（經濟效益和社會效益）和非期望產出（對環境的負面影響）。在投入方面，土地、資本和勞動力是最基本的三要素，除了這三項投入以外，能源投入是能源利用系統的核心。在期望產出方面，既考慮了經濟產出（第二產業和第三產業GDP），又考慮了社會效益，參考相關文獻以工資水平進行表征。在非期望產出方面，既考慮環境污染，以廢水排放量、二氧化硫排放量、工業粉塵排放量等污染指標表征，又考慮能源利用的直接產物碳排放，以便與國家“雙碳”戰略對接。具體指標體系見表1。

表1 能源綠色利用效率評價投入-產出指標體系Table 1 Input and output indicator system for evaluation of green utilization efficiency of energy

1.3 數據來源

本文選取黃河流域的青海省、甘肅省、寧夏回族自治區、陜西省、山西省、內蒙古自治區、河南省、山東省等8個省（區）作為研究范圍，以地級市為核算單元，數據時間節點包含2001年、2004年、2007年、2010年、2013年、2016年、2020年共7個年份。考慮數據可獲性，共選取78個地級城市，占比為82.1%，具有較高的代表性。對于黃河流域上游、中游和下游的劃分，參考相關研究的做法[24]，上游地區包括青海省、甘肅省、寧夏回族自治區，中游地區包括內蒙古自治區、陜西省和山西省，下游地區包括河南省和山東省。

計算所需數據主要來源于《中國城市建設統計年鑒》《中國城市統計年鑒》《中國能源統計年鑒》、《中國環境統計年鑒》，以及8個省（區）和各地市對應年份的統計年鑒、國民經濟和社會發展統計公報。另外，對于各地市碳排放數據的核算，借鑒IPCC的計算方法進行估算，相關碳排放系數參照《IPCC國家溫室氣體清單指南》。對于個別缺失的數據采取平滑法插值進行補充。

2 結果分析

2.1 黃河流域能源綠色利用效率時序變化

2001—2020年間黃河流域能源綠色利用效率的平均值為0.440，說明黃河流域能源綠色利用效率處于低水平，具有較大提升潛力。從時間變化趨勢來看，黃河流域能源綠色利用效率整體呈先下降后上升的態勢，根據其變化速率可以將其劃分為三個階段。①第一階段為2001—2004年，能源綠色利用效率下降明顯，由0.535下降到0.441，主要原因是我國加入WTO之后，隨著經濟全球化飛速發展以及國家政策的支持，黃河流域開始由內向型經濟逐步向外向型經濟轉變，進入快速增長階段，對能源需求劇增，以煤炭消費為主的單一化能源結構進一步凸顯，且環境規制水平較低，導致黃河流域能源綠色利用效率明顯下降。②第二階段為2004—2016年，雖然此階段流域內能源綠色利用效率依然仍在下降，但是下降幅度顯著減小，主要原因是在此過程中開始逐步提升產業結構水平，能源利用結構也得到了一定程度的優化，環境規制水平逐步提升，這在很大程度上遏制了黃河流域能源綠色利用效率快速下降的態勢。③第三階段為2016—2020年，黃河流域能源綠色利用效率顯著上升，主要原因是經濟發展模式轉型加快和生態文明建設力度加大，采用引進新技術、調整產業結構等手段，淘汰落后高耗能產業，降低能源密集型產業比重，大力發展高新技術工業和服務業；同時積極采取措施減少污染物的排放，加強對各種污染物排放的管控和監管，協同推進減污降碳，這在很大程度上造成黃河流域能源綠色利用效率顯著上升。另外，為了更好地反映黃河流域能源綠色利用效率的時序變化特征，通過匯總平均的方式計算出了研究期內黃河流域各個省（區）能源綠色利用效率平均值，整體來看，8個省（區）的時序特征與整個黃河流域的時序特征具有一致性，都是呈現先下降后上升的態勢。

2.2 黃河流域能源綠色利用效率空間分布特征

利用自然斷點法，在ArcGIS工具的支持下對黃河流域能源綠色利用效率進行可視化處理（圖1）。2001年黃河流域能源綠色利用效率值較高（0.6以上）的地級市有31個，主要集中分布在黃河流域下游地區；2004年能源綠色利用效率為較高的地級市共有12個，與2001年相比有明顯的下降，主要分布在黃河流域中下游地區，以省會城市居多；2007年進一步下降到7個。隨后能源綠色利用效率較高的地級市數量開始呈現上升態勢，至2020年能源綠色利用效率超過0.6的地級市已經達到了24個。從整體上來看，2001—2020年間，能源綠色利用效率高值的地級市處在黃河流域中下游地區的較多，主要分布于山東省和河南省。山東省憑借區位和交通優勢，吸引大量外資，眾多高新技術產業于此落戶，通過科學技術創新優化產業配置形成集聚高地，并逐步加大環境規制力度，從而有利于能源綠色利用效率的提升，形成了多個高值地級市；河南省在中原崛起戰略推進和中原城市群建設進程中，逐步確立了承接東部沿海地區產業轉移的前沿陣地的地位，并借承接產業轉移之東風加快調整產業結構與空間布局、優化能源利用結構，河南省能源綠色利用效率得到顯著提升。而能源綠色利用效率較低（0.3以下）的地級市主要分布在上游地區和部分中游地區，主要原因是這些地區多為重要的能源生產基地，在價格優勢和要素替代作用下產生了能源依賴型經濟，付出了過高的生態環境成本代價，導致能源綠色利用效率總體偏低。近年來這些地市雖然致力于資源型城市轉型，也取得了一定成效，但受限于資本、高端人力資源及核心技術等方面的缺陷，經濟發展模式轉型內生動力不足，不利于能源綠色利用效率的提升。

2.3 黃河流域能源綠色利用效率空間自相關分析

2.3.1 全局空間自相關

選取2001年、2004年、2007年、2010年、2013年、2016年、2020年作為時間節點，利用GeoDa軟件對黃河流域能源綠色利用效率進行空間自相關分析。計算結果顯示，7個年份的莫蘭指數分別為0.023、-0.046、0.010、0.163、0.141、0.164、0.268。總體來看，只有2004年莫蘭指數小于0，其余年份均大于0，且自2004年以后指數逐年上升。這表明黃河流域能源綠色利用效率具有顯著的空間正自相關性，即能源綠色利用效率高的地級市與鄰域的高值地區空間集聚，能源綠色利用效率低的地級市與鄰域的低值地區空間集聚，且集聚程度逐年增強。這與黃河流域布局多個謀求區域一體化發展的城市群有關，城市群內部城市之間聯系更加緊密，通過規模集聚效應帶動周圍城市發展；不同城市群合作也加強，形成較強的區域合力，通過內外合力在很大程度上促進了空間集聚程度的增強。

2.3.2 局部空間自相關

利用GeoDa軟件在0.05顯著性水平下進行LISA分析，據此探討黃河流域能源綠色利用效率的局部空間集聚狀況，可以分為四個類型（圖2）。

圖2 黃河流域能源綠色利用效率LISA空間形態Fig. 2 LISA spatial form of green utilization efficiency of energy in the Yellow River Basin

高值集聚區（H-H類型）。2001年黃河流域高值集聚區僅有10個地級市，主要分布在山東省和河南省；高值集聚區范圍逐步擴大，到2020年增加到25個，但依然主要分布在黃河下游流域地區的山東省和河南省。主要原因是山東省作為沿海地區，具有良好的自然條件和經濟基礎、先進的技術、雄厚的資本等優勢；河南省交通區位優勢明顯，鄭州市的交通樞紐地位在經濟發展中的作用日益凸顯，并帶動周邊發展。因此，2001年在山東省和河南省內部率先出現了高值集聚區，但范圍較小。隨著中原城市群、山東半島城市群等國家發展規劃的順利推進，有利于該區域的產業結構和空間布局的優化、基礎設施建設水平的提高、區域能源和資源配置效率的提升，并帶動經濟社會全面發展和區域協調發展，能夠在很大程度上促進能源綠色利用效率的整體提升，能源綠色利用效率高值集聚區范圍擴大。

低值集聚區（L-L類型）。低值集聚區主要集中分布在黃河上游的陜甘寧地區，在研究期內范圍逐步擴大，由2001年的7個增加到2020年的14個。主要原因是經濟增長過度依靠資源和能源開發，利用較高的生態環境成本換取經濟提升，粗放的經濟增長方式導致能源綠色利用效率低值“孤島”產生。并且能源綠色利用效率上升緩慢，在其他區域快速上升的背景下就產生了新的低值集聚區，由于發展不均衡造成低值集聚區范圍擴大。

高值異質區域（H-L類型）和低值異質區域（L-H）則表示相鄰地區能源綠色利用效率差異程度大，即能源綠色利用效率高值地區和低值地區相鄰。2001年這兩個類型區域共有8個地區，零星分布在黃河流域的中下游地區；其空間范圍逐步縮小，到2020年下降到4個。這兩種類型的異質區域之所以形成主要是效率高值地區對周邊的輻射和帶動能力有限或者效率低值地市接受周邊地市輻射和擴散的能力不足。

3 結論與討論

在考慮非期望產出（環境污染和碳排放）的基礎上，引入SBM模型，利用2001—2020年黃河流域地級市面板數據，對能源綠色利用效率進行測度，并分析其時空特征，得出主要結論如下所述。

1）2001—2020年間黃河流域能源綠色利用效率的平均值為0.440，具有較大提升潛力。從時間上來看，能源綠色利用效率整體呈先下降后增長的態勢，以2016年為轉折點；從空間特征來看，黃河流域能源綠色利用效率空間差異明顯，黃河流域能源綠色利用效率值較高（0.6以上）主要集中分布在黃河流域下游地區，其地級市數量在研究期內呈現先減少后增加的態勢；能源綠色利用效率較低（0.3以下）的地級市主要分布在上游地區和部分中游地區。因此，在黃河流域國家戰略推進過程中應重視綠色發展理念與能源利用過程的有機結合，并建立地方政府合作網絡和合作機制，在節能降耗技術、科技創新、人才支持等方面實行“一對一”幫扶，以縮小地市間能源綠色利用效率差異。

2）黃河流域能源綠色利用效率整體呈現空間正自相關，2004年以后空間集聚性逐年增強。集聚類型可以分為四類：高值集聚區（H-H類型）主要集中分布在黃河流域下游的山東省和河南省，在研究期內空間范圍呈現擴大態勢；低值集聚區（L-L類型）主要分布在陜甘寧地區，在研究期內空間范圍逐步擴大，主要原因是該地區能源綠色利用效率普遍偏低且增長緩慢；高值異質區域（H-L類型）和低值異質區域（L-H類型）主要零星分布中上游地區，這為實行差異化的管控政策措施提供了理論依據。對于高值集聚區，應繼續保持在能源配置和能源技術方面的優勢，通過優化產業結構加快附加值高、高新技術密集、能耗低、排污強度低的現代工業和高新產業布局。對于低值集聚區，應重視經濟發展水平低、產業耗能多、產業結構尚未實現轉型的現實，充分發揮后發優勢，注重先進經驗和技術的借鑒，在承接產業轉移方面設置以投資強度、能耗指標、污染指標、產出效益為核心的承接外部產業轉移門檻；同時強化與周邊地市的全方位合作和協同發展，避免區域“鎖定效應”陷阱。對于高值異質區域和低值異質區域，其產生的原因是：效率高值地市對周邊低值地市的輻射和帶動能力有限或者效率低值地市接受周邊高值地市輻射和擴散的能力不強。因此，最關鍵的是提升高值地市帶動能力和低值城市接受輻射的能力。