绿色全要素能源效率评价及影响因素研究
——基于中国八大经济区数据的分析

崔 琪，马晓钰，2，张思思

（1.新疆大学 经济与管理学院，新疆 乌鲁木齐830046；2.新疆大学 创新管理研究中心，新疆 乌鲁木齐830046）

一、引言

现代社会的工业化和城市化极大地推动了经济、文化、科技和社会等方面的发展，人类的物质文明和精神文明被不断推向新高度，但由此引发的巨大能源消耗和环境污染等成为全世界共同面对且亟需解决的问题。中国政府基于人类命运共同体的角度，从本国实际出发，以高度的责任感和危机感承担起应对全球气候变化的责任，制定了“2030年碳达峰，2060年碳中和”的目标，并在“十四五”规划中将“推动绿色发展，促进人与自然和谐共生”列入纲要，充分体现了中国走绿色发展道路和全面提高生态文明建设的决心。控制能源消费总量是发展绿色经济的重要任务，而能源利用效率的提升成为责任主体节能减排、提高经济增长质量的关键途径。虽然地理位置、资源禀赋和发展基础等各不相同，但各省份、各地区在建设规划中都强调可持续发展的重要性，倡导提高全民资源、环保意识，优化产业、能源结构，发展循环经济、绿色经济，实现经济的高质量发展和包容性增长。在此背景下，使用科学、有效的方法准确、客观地评价绿色全要素能源效率水平、影响因素以及预测未来变动趋势，有针对性地提出可行性意见和建议，以期为采取有效措施落实碳达峰、碳中和发展目标提供实证依据，也为经济高质量发展阶段差别化发展政策的制定提供方向，同时提供更深入、更科学、覆盖面更广的实践参考。

二、文献评述

目前，在经济领域，围绕全要素能源效率问题已展开了深入的研究。文章从绿色全要素能源效率水平的测度方法和绿色全要素能源效率影响因素两个方面展开文献综述。

绿色全要素能源效率水平测度可以构建综合指标体系，使用德尔菲法、层次分析法、主成分分析法、灰色关联分析法（Lee&Hsieh，2016；肖杰等，2018；宁凌等，2019；Lee等，2021）等方法测算[1-4]。以上方法很难将发展过程中出现的环境污染、能源过度消耗等问题纳入评价体系，容易导致高经济指标值掩盖低环境指标值的结果（郭存芝等，2016）[5]。经学术界探讨研究得出，具有多输入多输出的相对效率评价方法——DEA模型已成功用于测度绿色全要素能源效率水平（韩瑞玲等，2016；黄天航等，2020）[6，7]。

从早期学者们提出的CCR模型(Charnes等，1978)和BCC模型（Banker等，1984）到超效率模型(Anderson&Petersen，1993)。这三类径向模型对于无效决策主体实现效率改进时，只考虑了等比例改进部分，忽略了松弛变量，容易高估真实水平。为此，Tone(2001)[8]提出了纳入松弛变量的SBM模型，并将环境污染看作坏产出（非期望产出），提出SBM-Undesirable模型，被各行各业广泛应用（陈诗一，2012；田伟等，2014；何枫等，2015；杨树旺等，2018；李研，2021；徐建中、赵亚楠，2021）[9-14]。基于SBM模型构造的方向距离函数的弊端在于效率前沿投影值的原始比例信息的缺失，且取零值和正值的最优松弛具有显著差别（蔡乌赶、周小亮，2017）[15]，为改进以上局限，Tone&Tsutsui(2010)提出了结合径向和非径向特点的EBM模型定义距离函数。

关于能源效率影响因素的研究成果颇丰。胡韫频等(2018)以湖北省创建国家可持续发展议程创新示范区为研究对象，认为区域GDP、科技人才和高新技术等因素影响可持续发展目标的实现[16]。牛方曲、孙东琪(2019)基于环境承载力理论运用系统动力学模型研究中国经济的可持续性，结果表明经济增长速度和模式必须与能源消耗等资源环境支撑相匹配，否则将影响中国经济发展的质量[17]。韦晓慧、林伟芬(2019)通过对广东省地级市研究，认为产业结构合理化和高级化能够促进绿色全要素能源效率，促进地方可持续发展[18]。赵建吉等(2020)研究发现，影响黄河流域上游和中下游地区能源利用效率的因素中，经济发展、政府管理能力、研发投入等会产生积极影响，对外开放程度、工业化水平等会产生负向作用[19]。另外，有学者认为能源利用效率的提升是一个相对的、动态的和复杂的过程，影响因素是多尺度的，难以用简单的线性关系描述，体制改革、顶层规划、政策导向、创新思维等都能产生影响（廖慧璇等，2016；海骏娇等，2018；刘学敏，2020）[20-22]。

已有文献对绿色全要素能源效率的测度方法和影响因素的研究是多角度的，但仍存在以下局限性：第一，研究更多使用传统方法且研究对象多为某些地市或具体产业，鲜见从中国各经济区角度出发的研究；第二，评价指标体系的指标更多是绝对值的衡量，难以在不同量纲的指标间进行比较，更反映不出内部起作用的各因素以及重要程度。文章基于2005—2018年中国省级行政单位和划分的八大经济区①国务院发展研究中心发布的《地区协调发展的战略和政策》报告中提出中国八大经济区包括：东北综合经济区（辽宁、吉林、黑龙江）、北部沿海综合经济区（北京、天津、河北、山东）、东部沿海综合经济区（上海、江苏、浙江）、南部沿海经济区（福建、广东、海南）、黄河中游综合经济区（陕西、山西、河南、内蒙古）、长江中游综合经济区（湖北、湖南、江西、安徽）、大西南综合经济区（云南、贵州、四川、重庆、广西）、大西北综合经济区（甘肃、青海、宁夏、西藏、新疆）。的面板数据，采用EBM模型和GML方法，测度各省份、各经济区的可持续发展水平，考察可持续发展水平在不同时间、地区的差异和动态演变，并使用Tobit模型回归识别影响因素。

三、模型数据来源、变量选取与处理

1.绿色全要素能源效率水平测度——EBM-GML模型

高质量的能源效率水平是较少的投入和较少的非期望产出，同时伴有较大的期望产出。文章使用考虑非期望产出的EBM模型（范建平等，2017）[23]测度各省份、各经济区的绿色全要素能源效率值以评价其水平的高低。此模型将径向和非径向方法融合(Tone，2010)并借鉴Färe等(1989)提出的环境DEA技术，构建思路如下：

假设有K(k=1，…，K)个决策主体，每个决策主体利用N(n=1，…，N)种投入得到M(m=1，…，M)种期望产出和J(j=1，…，J)种非期望产出。投入矩阵为X={xnk}∈RN×K，期望产出矩阵为Y={ymk}∈RM×K，非期望产出矩阵为B={bjk}∈RJ×K且X＞0，Y＞0。那么，P(x)={(y，b)|x⇒(y，b)}就是包含了期望产出和非期望产出的生产可能性集合，含有方向向量g=(gy，gb)的距离函数为D(x，y，b；g)=sup{β|(y+βgy，b-βgb)∈P(x)}，其中，β是使期望产出最大和非期望产出最小的生产函数的求解条件。考虑非期望产出的EBM模型为：

其中，π*为最优效率值，n为投入要素，ωn是n的权重，sn是n对应的松弛变量，ε是综合径向δ和非径向松弛变量的待估参数，σ是参考决策主体的重要性。

GML指数具有可传递性、循环积累和跨期比较的优点。因此，文章采用GML指数分析方法研究可持续发展水平动态演变过程。根据Oh(2010)的研究，GML指数公式表达式为：

2.绿色全要素能源效率影响因素研究——Tobit模型

以上研究，已从静态和动态两方面得出各地区绿色全要素能源效率值及动态变化过程，进一步地，以能源效率值为被解释变量识别影响因素。由于，效率取值介于0和1之间，属于受限被解释变量，使用普通最小二乘法会导致估计结果有偏，所以，文章采用Tobit模型（汪克亮等，2017）。Tobit模型基本形式如下：

式(3)中，Y为被解释变量向量，X为解释变量向量，α为截距向量，β为各解释变量的参数向量，ε为随机误差项，ε～(0，σ2)。

3.投入产出指标

参考相关文献研究（黄天航等，2020；黄洁等，2016；马晓君等，2018）[7，24，25]，绿色全要素能源效率是基于投入的产出能力水平。因此，文章使用人力、资本和能源三种投入变量共同构建投入指标，产出指标既考虑期望产出，还将非期望产出纳入指标体系，分别用地区GDP，工业废水、工业二氧化硫和二氧化碳以及工业烟（粉）尘排放量计算，具体投入产出指标见表1。将数据以EBM-GML模型测算2005—2018年中国30个省份的绿色全要素能源效率值。各变量含义：一是资本投入：根据单豪杰(2008)的研究，采用永续盘存法。计算公式为：Cit=Ci，t-1(1-θ)+Iit，式中C、θ、I分别表示资本存量、折旧率和新增不变价的投资。设定折旧率为10.96%，以当期社会固定资产投资衡量新增投资，各省历年的资本存量以2005年的可比价进行折算。二是劳动力：参考相关文献(Wang等，2020)的做法，采用各省历年就业总人数作为劳动投入的替代变量。三是能源投入：使用按照标准煤法折算后的加总数据。四是期望产出：用各年份各省级行政单位的GDP衡量，并换算为2005年为基期的实际GDP。五是非期望产出：参照Xu等(2020)的研究，选取上述四种非合意物质作为非期望产出衡量指标。考虑二氧化碳排放对于环境的影响，文章借鉴Du等(2012)的研究和IPCC《2006国家温室气体清单指南》提供的方法，对研究对象的二氧化碳排放量进行了估算，一并作为非期望产出。

表1 投入产出指标选择

4.影响因素变量

在进一步的研究中，将绿色全要素能源效率值作为被解释变量，并细分为技术效率(EC)和技术进步(TC)进行回归。根据EKC假说，环境可产生规模、结构、技术、环境政策与政府管制等几个方面的效应，参考孙晓等(2016)、马晓君等(2018)[25]的研究，文章选取地区人均GDP(GP)衡量经济发展水平；使用第二产业产值与GDP之比(ST)衡量产业结构；选取研发经费占地区GDP的比重(RD)衡量科技水平，使用进出口贸易总额与地区GDP之比(OT)衡量开放程度；使用财政支出占GDP比重(GI)衡量政府支出水平，还将能源消费总量中煤炭消费占比(ES)作为可能的影响因素纳入回归模型。因EKC假说证明经济发展与环境污染之间呈现非线性的倒“U”型关系，因此文章在模型中加入经济发展水平（地区人均GDP）的二次项。

5.数据来源

本研究使用的面板数据来自于《中国统计年鉴》《中国科技统计年鉴》《中国能源统计年鉴》，选取2005—2018年全国30个省份的相关数据进行研究。考虑到数据可得性和完整性，研究对象不包含港澳台地区和西藏，为消除异方差及数据波动性影响，经济规模相关数据做了取自然对数处理。

四、实证结果分析

1.静态分析

本研究使用2005—2018年中国30个省份的数据，利用表1中的投入产出指标，计算出每年各省份的绿色全要素能源效率值，以此衡量能源利用水平。总体而言，中国大部分省份的绿色全要素能源效率呈波动变化状态，总体呈上升趋势。从图1可知，2005年均值为0.55到2018年逐步上升到0.66；具体到省际，从2005年没有一个省份达到生产前沿面，到2018年有北京、天津、上海、江苏、广东和陕西六个省份的效率值为1，说明大部分省份的绿色能源效率利用水平在逐步提高。其中，北部沿海综合经济区、东部沿海综合经济区和南部沿海经济区三大经济区10个省份的发展水平普遍高于全国均值，以东部沿海综合经济区为例，效率值由2005年的0.53上升到2018年的0.93，上升幅度高达75.48%。黄河中游综合经济区的效率值相对最低，很大一方面原因在于资源依赖型省份山西、内蒙古居于此区，煤炭等传统能源行业导致影响绿色全要素能源效率中非期望产出的比例较高，2015年之后，国家煤炭资源整合工作成效渐显，效率值逐步提升。需要特别注意的是大西北综合经济区的可持续发展水平，整体处于停滞或下降的状态，原因在于地理位置偏僻、发展基础薄弱等因素，此区域相对于能源利用水平高的地区经济发展水平较低，科技水平不高，投入不够，即使是同等投入下的产出效率也远低于东南沿海地区。

图1 2005—2018年八大经济区绿色全要素能源效率水平

2.动态分析

本研究对2005—2018年中国八大经济区30个省份的面板数据进行分析，通过GML指数得到十四年间绿色全要素能源效率的构成要素和变化趋势（见表2、表3）。从整体而言，GML指数波动较大，但总体呈现上升趋势。2005—2018年中国绿色全要素能源效率变化率均值为1.0172，说明中国能源利用水平呈积极态势。进一步，技术效率的年变化率均值为0.9919，技术进步的年变化率均值为1.0260，表明绿色全要素能源效率的提高主要来自于技术进步的支持。由于技术效率变化率的下降降低了整体能源效率的上升幅度，所以，有必要更多关注技术效率，解决技术效率损失问题，在引进新技术的同时应注重技术的推广和有效利用，减少效率损失。具体到年度来看，除2007—2008年、2017—2018年技术效率变化率对整个能源效率的提升起主要作用，其余年度均为技术进步变化率对整体效率提升做主要贡献。

表2 2005—2018年绿色全要素能源效率水平GML指数

从各省份而言（见表3），2005年—2018年有海南、山西、安徽、江西等10个省份的绿色全要素能源效率变动指数小于1，其余20个省份都大于1，说明中国绝大部分地区能源利用效率在不断提升，形势良好。从驱动因素来看，海南、青海和宁夏的技术进步变化率有所降低，可持续发展水平效率的提升主要源自技术效率的提高；北京、天津、上海、江苏、福建、广东、陕西、重庆和新疆可持续发展水平效率提高是技术效率提升与技术进步提升共同发挥作用的结果；辽宁、吉林、黑龙江、河北等省份可持续发展水平的提升主要源于技术进步。

表3 2005—2018年各地区绿色全要素能源效率水平GML指数及其分解

从八大经济区来看（见表3），按照绿色全要素能源效率水平指数均值排名从高到低依次为：东部沿海综合经济区(1.0440)、北部沿海综合经济区(1.0327)、黄河中游综合经济区(1.0285)、南部沿海经济区(1.0172)、东北综合经济区(1.0168)、长江中游综合经济区(1.0092)、大西南综合经济区(1.0028)和大西北综合经济区(0.9966)。各区域除大西北综合经济区外，其他七个经济区总体呈现上升趋势。东部沿海综合经济区、南部沿海经济区可持续发展效率的增长，技术进步和技术效率均发挥了作用，但技术进步的提升起到主导作用，并且东部技术进步比南部快得多；北部沿海综合经济区、黄河中游综合经济区可持续发展水平排名相对靠前的原因也在于快速的技术进步；长江中游综合经济区、东北综合经济区应着力提升自身发展，适应新技术的要求，缩小与最优产出的差距，提高技术效率；大西南综合经济区和大西北综合经济区处于优势不突出，劣势很明显的状况，特别是大西北综合经济区，既要加强管理提高技术效率，更要着力提升制约整体可持续发展水平的技术进步。

五、进一步分析：绿色全要素能源效率影响因素

文章的研究以环境库兹涅茨曲线理论为基础，从经济规模、产业结构、能源结构、技术和政策等角度衡量可能的影响因素、影响方向和影响程度。参考已有研究成果，建立如下Tobit回归方程对全国和各经济区绿色全要素能源效率水平的影响因素进行实证研究。

其中，i表示省份，t表示年份；Y为被解释变量绿色全要素能源效率值、技术进步(TCit)和技术效率(ECit)；STit表示第二产业产值在GDP中比重；GPit代表地区人均GDP；GPit2为人均GDP的二次项；OTit表示进出口贸易总额在GDP中的占比；GIit为GDP中财政支出总额的比重；ESit用煤炭消费量和能源消费总量之比计算；RDit为研发经费支出占地区GDP的比重；εit为随机误差项。

从全国整体能源利用效率来看（见表4），第二产业比重、人均GDP、科技进步、市场开放水平、政府支出水平和能源消费结构对能源利用水平提升均具有显著作用。第二产业比重与能源利用效率显著负相关，说明产业结构整体升级和产业结构高级化仍是调整产业结构、发展绿色经济的重要工作（韦晓慧、林伟芬，2019）[18]；人均GDP二次项对能源利用效率的影响是显著的正向作用，说明经济发展与能源利用效率之间存在“U”型关系，中国在经济发展早期，为追求经济快速增长的目标，采用高消耗、高污染的增长方式，忽视了环境、能源等影响可持续发展的因素，导致能源利用水平不断降低。在经济发展过程中，发现一味追求经济增长指标不利于中国乃至全世界的可持续发展，将发展重点集中于经济增长质量、环境可持续性和社会福利等反映真实发展的指标上，由粗放型增长方式向绿色集约型增长方式转变，提高了能源利用效率，符合环境库兹涅茨曲线理论（黄天航等，2020）[7]；科技进步对能源效率水平存在显著的正向作用，表明高新技术的研发能够提高科学技术水平，进而促进要素资源的有效流动和集约利用，提高可持续发展水平；市场开放程度的系数小于0，说明开放程度的提高不利于中国绿色全要素能源效率水平的提高，究其原因在于中国出口的资源型商品以及作为“世界工厂”所进行的加工活动均需要付出资源和环境代价；政府财政支出回归系数小于0，可以看出从生态省试点到美丽中国建设，均对地区能源利用效率和可持续发展能力的提高起到了重要作用，随着治理体制的完善，政府直接干预的必要性降低，使得政府财政支出与可持续发展水平负相关（符正平、麦景琦，2021）[27]；能源消费结构对绿色全要素能源效率水平存在显著的负向影响，说明国内在生产和生活中对煤炭等不可再生资源的利用效率低制约了绿色能源利用效率的提高。

表4 绿色全要素能源效率水平影响因素回归分析结果

从绿色全要素能源效率值的组成而言（见表4），技术进步代表了生产技术水平的变化，真实产出水平与前沿产出水平的差距则通过技术效率体现。各解释变量对技术进步的影响方向及显著性水平同对整体的影响是一致的，对技术效率而言，只有经济水平、市场开放程度和产业结构对可持续发展水平的影响通过了显著性检验，说明能源利用效率水平的提高主要是各影响因素通过技术进步实现的，这一点与动态分析结论一致。因此，为了进一步提高绿色全要素能源效率，在引进新技术的同时，还要注重发挥技术潜力，扩大使用范围，提高利用效率。

从各经济区来看（见表5），产业结构对绿色全要素能源效率水平的影响同对全国整体的影响是一致的。东部沿海综合经济区人均GDP比较高的地区经济发展水平对能源效率水平有正向作用，大西南、大西北综合经济区等地区人均GDP相对较低，经济发展水平对能源利用效率水平有负向影响。开放程度对黄河中游综合经济区、大西南综合经济区、大西北综合经济区等相对不发达地区的能源效率有显著的积极作用。财政支出对于北部沿海综合经济区、东部沿海综合经济区等综合实力比较高的地区有显著的负向影响，说明这些地区能源利用效率的提高不再需要政府的直接干预，而建立完善合理的治理体制是当务之急。

表5 八大经济区绿色全要素能源效率水平影响因素回归分析结果

六、结论与政策启示

文章以2005—2018年中国各省份的绿色全要素能源效率为研究对象，利用绿色全要素能源效率的投入产出数据，运用EBM—GML方法计算各年份各省份、各经济区的绿色全要素能源效率值、动态变化趋势以及构成，并识别了影响中国绿色全要素能源效率的因素。结果发现：中国各省份绿色全要素能源效率均值不高，但总体呈上升趋势，东部沿海综合经济区、南部沿海经济区等经济发达地区，能源效率值也相对较高；经济发展水平与绿色全要素能源效率之间是“U”型关系，受金融危机影响2008—2011年是最低处，之后开始上升；代表科技水平的技术进步提高是能源效率水平上升的主要原因，第二产业占比、开放程度、政府干预程度、不可再生能源消费占比水平有显著的负向关系。

根据以上分析，文章得出如下政策启示：

第一，国家通过顶层设计，制定合理的体制机制，将环境责任下放到各级政府，减少直接干预。各级政府及其职能部门立足自身，制定不同的政策，为培养全民绿色发展理念、支持节能高效产业的发展和节能技术的开发利用创造良好的政策环境。

第二，中国绿色全要素能源效率水平的提高主要通过技术进步渠道实现，所以政府要鼓励各地区加强合作交流，推动创新和改革，重视科研人才的培养，加快科技成果转化；引进新技术的同时也要注重技术的推广和有效利用，提升管理能力，提高技术效率。

第三，经济高质量发展是创新、绿色的发展模式，要求放弃单纯追求经济增长目标的做法，减少甚至拒绝西方高污染产业的转入，同时降低需要付出较大环境代价的资源型产品出口。

第四，升级和优化产业结构、能源结构，发展替代能源。统筹环保整治和经济转型，推动污染防治和产业升级，布局高质量发展区域和绿色创新产业，全面构建低碳转型的生产和生活方式。