劉建民 毛 軍

(1.湖南大學(xué)經(jīng)濟(jì)與貿(mào)易學(xué)院，湖南長(zhǎng)沙 410079;2.湖南財(cái)政經(jīng)濟(jì)學(xué)院，湖南長(zhǎng)沙 410205)

一、引言

能源問題日益成為影響社會(huì)經(jīng)濟(jì)發(fā)展的瓶頸，突出體現(xiàn)在環(huán)境污染嚴(yán)重、能源利用效率低和能源供給不足等方面。中國(guó)既是一個(gè)發(fā)展中國(guó)家，又是世界最大的能源消費(fèi)大國(guó)。據(jù)2013年BP能源統(tǒng)計(jì)，2012年中國(guó)占全球能源消費(fèi)已達(dá)到20%。同時(shí)，我國(guó)幅員遼闊，各區(qū)域的能源發(fā)展極不平衡，深入分析中國(guó)省域能源效率的空間效應(yīng)及其動(dòng)態(tài)分布，探究影響省域能源效率的因素及其作用機(jī)理，對(duì)于縮小我國(guó)省域間能源效率差異、促進(jìn)我國(guó)能源效率的快速提升具有重大現(xiàn)實(shí)意義。

目前，國(guó)內(nèi)學(xué)者對(duì)于中國(guó)區(qū)域省域能源效率影響因素進(jìn)行了大量研究。魏楚和沈滿洪(2007)[1]根據(jù)各省1995－2004年的面板數(shù)據(jù)，運(yùn)用DEA方法對(duì)能源效率進(jìn)行了測(cè)算;李國(guó)璋、霍宗杰(2009)[2]研究指出我國(guó) 1995－2006年30個(gè)省域能源效率呈現(xiàn)出明顯的收斂特征;鄒艷芬、陸宇海(2005)[3]率先采用空間經(jīng)濟(jì)計(jì)量模型的橫截面回歸分析法研究了2005年我國(guó)30個(gè)省份能源效率空間演變問題，研究結(jié)果表明我國(guó)省域能源效率存在著空間正相關(guān);沈能(2010)[4]運(yùn)用超效率DEA模型測(cè)算了我國(guó)1992－2007年30個(gè)省的能源效率值，通過計(jì)算歷年的Moran’s I值，顯示我國(guó)省域能源效率在地理空間分布上具有空間依賴性。盡管如此，采用動(dòng)態(tài)分布分析法研究我國(guó)地區(qū)能源效率分布的成果還很少，史丹、吳利學(xué)等(2008)[5]使用全國(guó)和東中西三大地帶能源效率數(shù)據(jù)資料并結(jié)合核函數(shù)估計(jì)得到我國(guó)不同地區(qū)相對(duì)能源效率水平的密度分布圖，研究發(fā)現(xiàn)中國(guó)各地區(qū)能源效率分布逐步從“單峰”向“雙峰”轉(zhuǎn)變，從而意味著改革開放地區(qū)能源效率差異確實(shí)呈現(xiàn)明顯的分化趨勢(shì)，從而出現(xiàn)了所謂的“俱樂部收斂(club convergence)”現(xiàn)象。對(duì)于中國(guó)區(qū)域能源效率影響因素問題，李治和李國(guó)平(2010)的研究表明城市資源豐裕程度與能源效率成正相關(guān)[6];成金華、李世祥(2010)的研究表明，產(chǎn)業(yè)結(jié)構(gòu)對(duì)能源效率的負(fù)向作用明顯[7];董利(2008)通過實(shí)證分析發(fā)現(xiàn)，能源效率隨經(jīng)濟(jì)發(fā)展水平提高而上升，影響系數(shù)約為0.613－0.838[8]。這些研究豐富了對(duì)中國(guó)區(qū)域能源效率影響因素的認(rèn)識(shí)。因此，筆者以中國(guó)2000－2012年29個(gè)省域能源數(shù)據(jù)為樣本，通過空間計(jì)量分析中國(guó)省域能源效率的空間自相關(guān)性和空間分布的動(dòng)態(tài)演變模式，并且通過空間滯后模型(SLM)和空間誤差模型(SEM)分析資源稟賦水平、政府干預(yù)度和產(chǎn)業(yè)結(jié)構(gòu)等因素對(duì)中國(guó)省域能源效率的影響。

二、中國(guó)省域能源效率空間相關(guān)性的統(tǒng)計(jì)描述

1、中國(guó)省域能源效率測(cè)度

筆者采用數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis，簡(jiǎn)稱DEA)方法評(píng)價(jià)29個(gè)省域能源效率，評(píng)價(jià)指標(biāo)體系中有N個(gè)投入指標(biāo)和M個(gè)產(chǎn)出指標(biāo)，以xk，n表示第k城市的第n種投入量，yk，m表示第k城市的第m種產(chǎn)出量。λ表示每一個(gè)年份橫截面觀察值的權(quán)重。在規(guī)模報(bào)酬不變假設(shè)下，基于投入的Farrell技術(shù)效率的非參數(shù)線性規(guī)劃模型如下:

由公式(1)計(jì)算出來的θc∈(0，1]①為所評(píng)價(jià)的省際能源效率，數(shù)值越接近于1，省域能源效率就越高，反之就越低。當(dāng)θc=1則能源效率為最優(yōu)，它運(yùn)行在生產(chǎn)前沿面上，說明其產(chǎn)出相對(duì)于投入而言達(dá)到最優(yōu)。根據(jù)投入導(dǎo)向的CRS模型，利用DEAP計(jì)量分析軟件和中國(guó)能源數(shù)據(jù)可計(jì)算得到2000－2012年中國(guó)省域能源效率。

圖1 中國(guó)四大區(qū)域能源效率測(cè)度值

2、能源效率Moran’s I空間自相關(guān)

其中，Yi為第i個(gè)地區(qū)的觀測(cè)值，Wij為二階進(jìn)制的鄰接空間權(quán)值矩陣。Moran’s I指數(shù)的取值范圍為 [－1，1]。當(dāng)Moran’s I指數(shù)大于0，說明能源效率在空間區(qū)位上具有正的相關(guān)性。當(dāng)Moran’s I指數(shù)小于0，說明能源效率在空間區(qū)位上具有負(fù)的相關(guān)性;當(dāng)Moran’s I指數(shù)等于0，說明能源效率在空間區(qū)位上無相關(guān)性。

中國(guó)現(xiàn)有區(qū)域分類大多是根據(jù)地理區(qū)位劃分的，但這種方法存在一定的缺陷，難以精準(zhǔn)而合理地體現(xiàn)不同區(qū)域能源效率的差異性。因此，筆者借鑒潘雄鋒等(2012)[9]的區(qū)域劃分思路，使用2000－2012年中國(guó)29個(gè)省域能源效率值計(jì)算相關(guān)的Moran’s I值，運(yùn)用空間關(guān)聯(lián)的局部指標(biāo)(local indicators of spatial association，LISA)考察中國(guó)省域能源效率的空間相關(guān)性，刻畫中國(guó)區(qū)域經(jīng)濟(jì)空間差異的變化趨勢(shì)。使用STATA11.0并結(jié)合空間計(jì)量軟件包測(cè)算出中國(guó)省域能源效率的Moran’s I值，采用Moran’s I指數(shù)來檢驗(yàn)中國(guó)省域能源效率的空間分布是否存在相關(guān)特征。由表1可知，2000－2012年中國(guó)省域能源效率的Moran’s I指數(shù)均為正，Moran’s I的正態(tài)統(tǒng)計(jì)量Z值都通過了在0.01水平下的臨界值(1.96)，這說明我國(guó)29個(gè)省域能源效率并非表現(xiàn)出完全隨機(jī)的狀態(tài)，而是呈現(xiàn)出顯著的地區(qū)間空間依賴性。

表1 2000－2012年中國(guó)省域能源效率Moran’s I值

2000－2012年中國(guó)省域能源效率的Moran’s I指數(shù)均為正，且通過1%的顯著性檢驗(yàn)，說明我國(guó)29個(gè)省域能源效率具有顯著空間相關(guān)性。2012年的Moran’s I值(0.485)要高于2000年(0.320)，說明2012年中國(guó)省域能源效率的空間依賴性要比2000年有所增強(qiáng)。能源效率高(能源效率低)的省份和能源效率高(能源效率低)的省份相鄰近的趨勢(shì)越發(fā)明顯。隨著時(shí)間的推移，能源效率局域集群對(duì)其相鄰省份強(qiáng)化自我的空間效應(yīng)(極化效應(yīng)和擴(kuò)散效應(yīng))，憑借自身優(yōu)勢(shì)并通過空間溢出效應(yīng)帶動(dòng)了周圍省份能源效率的普遍增強(qiáng)。從2000－2012年的Moran’s I散點(diǎn)圖可以看出，中國(guó)省域能源效率水平的空間局域差異性和依賴性是同時(shí)存在的。

圖2 中國(guó)省域能源效率水平分位圖(2000)

圖3 中國(guó)省域能源效率水平分位圖(2012)

由圖2可知，2000年中國(guó)省份能源效率主要位于第一象限，說明中國(guó)大多數(shù)省份是高能源效率水平的省份，并且這些高能源效率的省份周圍被高能源效率的其他省份所包圍(High－High)。然而這些省份能源效率水平高，其空間滯后性也高。第三象限也存在較多省份，并且這些低能源效率省份周圍被低能源效率的其他省份所包圍(Low－Low)。第二象限的省份有海南和寧夏，與能源效率水平相對(duì)較高的省份在地理位置上相近，并且這些省份自身能源效率水平不高(Low－High)。第四象限內(nèi)的省份比較少，包括湖北、新疆、甘肅和廣東。雖然這些省份能源效率水平是全國(guó)最高的，但其空間滯后性并不高，表明這些省份周邊省份能源效率水平與之還有較大的差距(High－Low)。由圖3可知，2012年，從中國(guó)省域能源效率區(qū)域劃分上看，經(jīng)濟(jì)相對(duì)發(fā)達(dá)的沿海地區(qū)能源效率處于“高高”象限，經(jīng)濟(jì)相對(duì)落后的西部地區(qū)處于“低低”象限，而中部地區(qū)大多處于“高低”象限和“低高”象限?！案吒摺毕笙抻?1個(gè)省市，包括天津、北京、山東、江蘇、上海、浙江、福建、安徽、江西、湖南、海南。“高低”象限有5個(gè)省市，包括黑龍江、遼寧、四川、湖北、廣東。“低高”象限有3個(gè)省市，包括吉林、廣西、河北。 “低低”象限有10個(gè)省市，包括內(nèi)蒙古、山西、陜西、河南、寧夏、青海、新疆、甘肅、貴州、云南。屬于“高高”類型和“低低”類型的區(qū)域單元較多，約為總數(shù)72.41%，表現(xiàn)出正的空間自相關(guān)。2012年第一象限的省份都是2000年就已經(jīng)位于第一象限的，說明這些省份經(jīng)過12年的發(fā)展，依然對(duì)其相鄰省份產(chǎn)生很強(qiáng)的空間效應(yīng)，憑借自身優(yōu)勢(shì)并通過空間溢出效應(yīng)帶動(dòng)了周圍省份能源效率的普遍提高;處于第一象限的省份主要位于東部沿海地區(qū)，還包括了很多工業(yè)化省份和資源型省份，這說明中國(guó)省域能源效率的提高除了和本省份自身經(jīng)濟(jì)發(fā)展水平相關(guān)外，還和省份產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦和技術(shù)進(jìn)步等息息相關(guān)，并保證正外部性的效果得以進(jìn)一步發(fā)揮[10]。

三、中國(guó)省域能源效率變動(dòng)的空間分布演進(jìn)分析

筆者根據(jù)分布動(dòng)態(tài)法這種非參數(shù)估計(jì)方法(Quah，1997)[11]，結(jié)合 Aroca 等(2005)[12]的研究思路，同時(shí)結(jié)合數(shù)據(jù)序列的離散狀態(tài)或連續(xù)狀態(tài)的不同設(shè)定，采用Kernel核密度函數(shù)考察2000－2012年中國(guó)省域能源效率空間分布的動(dòng)態(tài)演變模式。

1、中國(guó)省域能源效率分布動(dòng)態(tài)模型的估計(jì)方法

Kernel密度估計(jì)是一種用于估計(jì)隨機(jī)變量的概率密度的非參數(shù)的估計(jì)方法，Kernel密度估計(jì)通過平滑方法描述隨機(jī)變量的分布形態(tài)。設(shè)隨機(jī)向量X的密度函數(shù)為f(x)=f(x1，x2．．．xn)，X1、X2…Xn為獨(dú)立分布的樣本，則點(diǎn)x的Kernel概率密度估計(jì)為:

公式(3)中N為觀測(cè)值的總數(shù)，h代表帶寬(bandwidth);K()是核函數(shù)，核密度函數(shù)是一種平滑函數(shù);當(dāng)kernel density estimation采用平滑核時(shí)，估計(jì)出的概率密度函數(shù)也是平滑的，其中估計(jì)密度曲線的平滑程度很大程度上由帶寬bandwidth所決定，bandwidth的值越大，所估計(jì)密度曲線的平滑程度越大。

2、中國(guó)省域能源效率發(fā)展演進(jìn)的空間特征分析

筆者采用非參數(shù)的高斯正態(tài)Kernel分布曲線對(duì)中國(guó)鄰區(qū)相對(duì)能源效率進(jìn)行核密度估計(jì)。由圖4可知，我國(guó)省域能源效率水平分布在橫軸上的投影接近1，表明了中國(guó)大多數(shù)省域能源效率處于接近相鄰省域平均能源效率水平。比較不同年份鄰區(qū)相對(duì)能源效率的Kernel密度曲線可知，我國(guó)省域能源效率的峰值隨著時(shí)間的推移，主峰上升且向右側(cè)移動(dòng)，說明我國(guó)省域能源效率水平在這期間有了很大的提升，而且省際之間的差異呈現(xiàn)出縮小趨勢(shì);另一個(gè)特征就是我國(guó)省域能源效率分布由2000年的“雙峰”狀逐步演變到2012年的“多峰”狀，2000年、2006年和2012年相對(duì)能源效率的分布呈現(xiàn)3個(gè)峰，表明中國(guó)省域能源效率分布呈“多極化”，一個(gè)省域的能源效率在很大程度上會(huì)受到相鄰省域能源效率的影響，相鄰省域之間的能源效率組成空間上鄰近的收斂俱樂部，近鄰效應(yīng)對(duì)能源效率分布演進(jìn)的影響越來越明顯。此外，值得注意的是，2012年的中國(guó)省域能源效率分布形態(tài)圖形在3.2處凸起，如果這種趨勢(shì)繼續(xù)，預(yù)示著未來中國(guó)省域能源效率的分布將繼續(xù)向多極化方向發(fā)展。

青海云杉(Picea crassifolia kom)是祁連山東端林區(qū)建群樹種，分布面積132806.8hm2，占林區(qū)喬木的69.67%，對(duì)維護(hù)林區(qū)及周邊林區(qū)生態(tài)平衡具有舉足輕重的作用。森林可燃物、氣象條件和火源是森林火災(zāi)“三大要素”，在有火源的條件下，森林可燃物能否燃燒、燃燒速度快慢是當(dāng)?shù)貧庀笠蜃泳C合作用的結(jié)果[1]。研究氣象因子與祁連山保護(hù)區(qū)東端青海云杉林火險(xiǎn)等級(jí)之間的相關(guān)性，揭示氣象因子與青海云杉林火險(xiǎn)等級(jí)之間的規(guī)律，可為有效防范森林火災(zāi)提供重要參考依據(jù)，對(duì)科學(xué)預(yù)防森林火災(zāi)，保護(hù)祁連山青海云杉林和整個(gè)祁連山林區(qū)生態(tài)環(huán)境都具有十分重要的意義。

圖4 中國(guó)鄰區(qū)相對(duì)能源效率分布的Kernel密度估計(jì)

下面進(jìn)一步從空間Markov鏈上進(jìn)行分析。由Kernel密度曲線可知，中國(guó)省域能源效率空間分布演進(jìn)受到自身地理相鄰省域能源效率高低的影響。自身能源效率較低的省域，如果鄰近能源效率較高的地區(qū)，將有利于該省域向較高的能源效率等級(jí)轉(zhuǎn)變;反之，如果一個(gè)省域鄰近能源效率低的省域，則該省域極有可能因?yàn)榻徯?yīng)向較低的能源效率等級(jí)轉(zhuǎn)變。Kernel密度曲線分析結(jié)果說明中國(guó)省域能源效率分布演進(jìn)受到空間因素的影響，空間Markov鏈分析方法說明不同的地理相鄰關(guān)系的能源效率演進(jìn)或狀態(tài)轉(zhuǎn)移存在多大的差異，考察近鄰效應(yīng)對(duì)中國(guó)省域能源效率空間轉(zhuǎn)移概率的影響大小。首先根據(jù)2000年中國(guó)省域能源效率空間滯后項(xiàng)的能源效率值，將29個(gè)省域能源效率樣本劃分為相應(yīng)的L個(gè)組，構(gòu)建了L個(gè)轉(zhuǎn)移概率矩陣，即空間Markov轉(zhuǎn)移概率矩陣。轉(zhuǎn)移概率矩陣被分解為L(zhǎng)個(gè)以相鄰省域能源效率為條件的條件轉(zhuǎn)移概率矩陣(L·L維)。

表2給出了2000－2012年中國(guó)相對(duì)省域能源效率的空間Markov轉(zhuǎn)移概率矩陣。主對(duì)角線上的元素表示中國(guó)省域能源效率類型沒有發(fā)生變化的概率，非對(duì)角線上的元素表示在不同省域之間轉(zhuǎn)移的概率。中國(guó)相對(duì)省域能源效率的空間Markov鏈概率矩陣的特征如下:第一，空間Markov轉(zhuǎn)移概率矩陣非主對(duì)角線上的元素都要比主對(duì)角線上的值小得多，主對(duì)角線上的元素一般都是比較大，這表明不同能源效率狀態(tài)的組間流動(dòng)性較低，在一定時(shí)期后省域能源效率所屬能源效率類型的穩(wěn)定性很強(qiáng)。第二，不同類型之間的轉(zhuǎn)移概率相對(duì)較小。非對(duì)角線元素在數(shù)值上要小于對(duì)角線元素，而且越偏離主對(duì)角線，數(shù)值越低?？偟膩碚f，中低水平省域向上轉(zhuǎn)移的概率要大于向下轉(zhuǎn)移的概率，中高水平省域向上轉(zhuǎn)移的概率小于向下轉(zhuǎn)移的概率。第三，中國(guó)省域能源效率存在低水平和高水平兩個(gè)集聚區(qū)。相對(duì)于低能源效率水平和高能源效率水平而言，中低水平和中高水平省域向上和向下轉(zhuǎn)移的概率稍大。而且那些大于0的元素基本位于對(duì)角線兩側(cè)，表明中國(guó)省域能源效率實(shí)現(xiàn)跨越式發(fā)展(向上轉(zhuǎn)移一種以上能源效率類型，如從低水平到中高水平)的可能性并不存在。第四，中國(guó)省域能源效率存在比較明顯的近鄰效應(yīng)。如果一個(gè)省域的周圍省域能源效率水平較高，則對(duì)該省域能源效率狀態(tài)向上轉(zhuǎn)移會(huì)產(chǎn)生積極的影響;如果一個(gè)省域的周圍省域能源效率水平較低，則對(duì)該省域能源效率狀態(tài)轉(zhuǎn)移會(huì)產(chǎn)生負(fù)向的影響。

表2 2000－2012年中國(guó)相對(duì)省域能源效率的空間Markov鏈轉(zhuǎn)移概率矩陣

四、中國(guó)省域能源效率差異影響因素的空間計(jì)量分析

1、中國(guó)省域能源效率空間計(jì)量模型設(shè)定

通過空間滯后模型(SLM)和空間誤差模型(SEM)兩種形式來檢驗(yàn)中國(guó)省域能源效率及其影響因素的空間自相關(guān)和空間異質(zhì)性。在空間自回歸模型中，用于考察中國(guó)省域能源效率分布的空間自回歸模型(SLM模型)表達(dá)式為:

檢驗(yàn)中國(guó)省域能源效率區(qū)位分布的空間誤差模型(SEM模型)表達(dá)式為:

式中下標(biāo)i為省份，t為年份，W為n×n階空間權(quán)重矩陣，βi(i≥1)為變量系數(shù)，β0和εit分別代表常數(shù)項(xiàng)和隨機(jī)誤差項(xiàng)。式(3)中，WEit為空間滯后因變量，ρ為空間自回歸系數(shù)。式(4)中，β0為截距項(xiàng)，Wεit為空間滯后誤差項(xiàng)，λ為空間誤差自相關(guān)系數(shù)。

筆者選擇了以下變量:Endowit為資源稟賦水平，這里以i省能源生產(chǎn)量與本省能源消費(fèi)量的比值來近似替代;Govit為政府干預(yù)度，使用財(cái)政支出與GDP的比值來表示;Indit為產(chǎn)業(yè)結(jié)構(gòu)，使用第二產(chǎn)業(yè)中的工業(yè)總產(chǎn)值占GDP比重來表示;Ecoit為經(jīng)濟(jì)發(fā)展水平，使用第三產(chǎn)業(yè)占國(guó)民經(jīng)濟(jì)比例來表示;Instiit為市場(chǎng)化水平變量，選擇各省份非國(guó)有工業(yè)總產(chǎn)值占規(guī)模以上工業(yè)企業(yè)工業(yè)總產(chǎn)值比重來表示;Openit為對(duì)外開放程度，選擇各省份進(jìn)出口貿(mào)易總額占GDP比重來表示;Priceit為能源價(jià)格，筆者以2000年原材料、燃料、動(dòng)力價(jià)格指數(shù)為基期，使用燃料、動(dòng)力價(jià)格指數(shù)近似衡量能源價(jià)格;Techit為技術(shù)水平，用FDI占省域GDP的比值代替;Tempit為中國(guó)各省域平均氣溫值。

2、實(shí)證分析及估計(jì)結(jié)果

在對(duì)模型進(jìn)行回歸估計(jì)之前，通過對(duì)模型做空間依賴性檢驗(yàn)，研究結(jié)果發(fā)現(xiàn)空間依賴性檢驗(yàn)呈顯著狀態(tài)。從估計(jì)結(jié)果的調(diào)整R－squared可知，中國(guó)省域能源效率在地區(qū)分布確實(shí)存在空間自相關(guān)性。由于空間自回歸系數(shù)(ρ)和空間誤差自相關(guān)系數(shù)(λ)均為正值，其顯著水平均達(dá)到1%，說明中國(guó)鄰近省域能源效率水平對(duì)本省域能源效率水平有正向影響。從SEM模型來看，相鄰省域能源效率水平的提高將有助于本省域能源效率水平的提高，且本省域能源效率還會(huì)將空間效應(yīng)傳遞給其他相鄰地區(qū)能源效率。

從各種觀測(cè)因素分析來看:第一，資源稟賦變量在SLM模型和SEM模型中都呈現(xiàn)出顯著負(fù)相關(guān)，表明資源稟賦越充裕的省份能源效率越低，擁有豐富能源資源的中西部省份在保持能源粗放式消費(fèi)上具有低成本的優(yōu)勢(shì)與較強(qiáng)的消費(fèi)慣性，形成了地區(qū)經(jīng)濟(jì)發(fā)展過程中的“資源詛咒”，對(duì)提高能源效率缺乏積極性。第二，政府干預(yù)對(duì)中國(guó)省域能源效率具有負(fù)面影響，但這種影響程度在逐漸減少。原因在于能源效率的提升是一個(gè)長(zhǎng)期過程，官員升遷更注重短期目標(biāo)，在能源效率提升等問題上容易形成“感染”，很多省份容易成為跟隨者，而不愿充當(dāng)開拓者。第三，產(chǎn)業(yè)結(jié)構(gòu)在兩種模型中都通過了1%的顯著性檢驗(yàn)，系數(shù)為正值，說明空間相關(guān)性因素在產(chǎn)業(yè)結(jié)構(gòu)對(duì)能源效率的影響上可能扮演正面的角色。第四，經(jīng)濟(jì)發(fā)展水平與省域能源效率存在正相關(guān)關(guān)系，經(jīng)濟(jì)水平越發(fā)達(dá)的地區(qū)，地方政府對(duì)能源效率提高的驅(qū)動(dòng)力越強(qiáng)。第五，市場(chǎng)化水平變量與省域能源效率存在正相關(guān)關(guān)系，說明市場(chǎng)化水平上升會(huì)顯著提高中國(guó)省域能源效率。第六，對(duì)外開放程度與省域能源效率的相關(guān)性在不同固定效應(yīng)條件下回歸結(jié)果并不一致，對(duì)外招商引資的過程中地方政府對(duì)“質(zhì)”的忽視，使得我國(guó)能源效率的提升面臨較大的現(xiàn)實(shí)差距。第七，能源價(jià)格在SLM和SEM模型中在10%水平上顯著，但是不具備明顯的空間差異。近年來雖然國(guó)家逐步在推進(jìn)能源的市場(chǎng)化改革，放松了對(duì)能源價(jià)格的管制，但由于對(duì)于主要的能源產(chǎn)業(yè)的價(jià)格干預(yù)仍然過多，導(dǎo)致短期內(nèi)能源價(jià)格無法真正反映出能源生產(chǎn)和消費(fèi)過程中的全部成本，所以目前的能源價(jià)格無法體現(xiàn)出對(duì)能源效率的提升作用。第八，技術(shù)水平的提高與中國(guó)省域能源效率存在正相關(guān)關(guān)系。由于技術(shù)水平存在長(zhǎng)期的技術(shù)擴(kuò)散性效應(yīng)，有助于改進(jìn)能源直接消耗技術(shù)，從而提高省域能源效率。第九，平均氣溫在SLM模型和SEM模型中都通過在1%的顯著性檢驗(yàn)，且呈現(xiàn)出正向作用，說明平均氣溫的升高會(huì)影響政府、企業(yè)和居民的生產(chǎn)活動(dòng)和消費(fèi)行為，從而迫使能源效率的提高。

表3 2000－2012年中國(guó)省域能源效率影響因素的空間計(jì)量估計(jì)結(jié)果

五、結(jié)論與政策建議

1、結(jié)論

筆者以中國(guó)2000－2012年29個(gè)省域能源數(shù)據(jù)為樣本，通過空間計(jì)量模型分析中國(guó)省域能源效率變化特征及其影響因素，得出以下結(jié)論:(1)通過Moran’s I發(fā)現(xiàn)中國(guó)省域能源效率變化存在集聚與空間差異格局兩種情況;Kernel密度估計(jì)結(jié)果表明中國(guó)省域能源效率差距不斷加大、高低能源效率俱樂部之間的差距趨于深化。(2)通過對(duì)中國(guó)29個(gè)省份2000－2012年的空間面板數(shù)據(jù)分析表明中國(guó)省域能源效率與其影響因素存在顯著的空間趨同效應(yīng)。(3)從影響中國(guó)省域能源效率因素的估計(jì)結(jié)果可知，產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、技術(shù)水平、平均氣溫對(duì)中國(guó)省域能源效率存在顯著的正向推動(dòng)作用，資源稟賦水平、政府干預(yù)度與中國(guó)省域能源效率間存在負(fù)相關(guān)關(guān)系，市場(chǎng)化水平、對(duì)外開放程度、能源價(jià)格對(duì)中國(guó)省域能源效率的促進(jìn)作用并不明顯。

2、政策建議

基于中國(guó)省域能源效率影響因素關(guān)系的實(shí)證分析，在考慮空間效應(yīng)的情況下，資源稟賦型省域能源效率比較低，而技術(shù)水平則可以顯著提高能源效率，產(chǎn)業(yè)結(jié)構(gòu)顯著地提高了中國(guó)省域能源效率，同時(shí)能源價(jià)格的上升會(huì)降低中國(guó)省域能源效率?？偟膩砜矗覈?guó)產(chǎn)業(yè)分工格局的優(yōu)化、區(qū)域良性互動(dòng)合作的深化，對(duì)提升我國(guó)省域的能源效率產(chǎn)生了重要影響。要進(jìn)一步提升中國(guó)省域能源效率，必須做到:一是國(guó)家在對(duì)地區(qū)進(jìn)行財(cái)政科技投入時(shí)，應(yīng)充分考慮地區(qū)能源發(fā)展結(jié)構(gòu)、資源優(yōu)化效率等外部因素，使得國(guó)家科技投入在最大程度上提高省域技術(shù)發(fā)展水平從而達(dá)到提高我國(guó)省域能源效率的目的[13]。二是加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，促進(jìn)經(jīng)濟(jì)發(fā)展方式的根本轉(zhuǎn)變，在能源產(chǎn)業(yè)發(fā)展和承接外來產(chǎn)業(yè)轉(zhuǎn)移過程中，應(yīng)控制高耗能、高污染的產(chǎn)業(yè)并加快發(fā)展低能耗產(chǎn)業(yè)[14]。三是必須減小政府對(duì)能源市場(chǎng)的干預(yù)度，繼續(xù)深化能源市場(chǎng)改革，使得能源價(jià)格真正反映出能源的負(fù)外部成本;調(diào)整引資策略，注重能源利用各環(huán)節(jié)的技術(shù)創(chuàng)新，促進(jìn)能源利用效率的提高，避免制度因素所造成的資源配置扭曲[15]。

【注 釋】

①θ∈(0，1]表示θc的取值范圍在0～1之間，取值不包括0，但包括1。

[1]魏 楚，沈滿洪.能源效率及其影響因素:基于DEA的實(shí)證分析 [J].管理世界，2007，(8):66－76.

[2]李國(guó)璋，霍宗杰.中國(guó)全要素能源效率、收斂性及其影響因素 [J].經(jīng)濟(jì)評(píng)論，2009，(6):101－109.

[3]鄒艷芬，陸宇海.基于空間自回歸模型的中國(guó)能源利用效率區(qū)域特征分析[J].統(tǒng)計(jì)研究，2005，(6):67－71.

[4]沈 能.能源投入、污染排放與我國(guó)能源經(jīng)濟(jì)效率的區(qū)域空間分布研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2008，(2):35－43.

[5]史 丹，吳利學(xué)，傅曉霞，吳 濱.中國(guó)能源效率地區(qū)差異及其成因研究[J].管理世界，2010，(1):17－23.

[6]李 治，李國(guó)平.中國(guó)城市能源變化趨勢(shì)特征及影響因素分析 [J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2010，(2):25－30.

[7]成金華，李世祥.結(jié)構(gòu)變動(dòng)、技術(shù)進(jìn)步以及價(jià)格對(duì)能源效率的影響[J].中國(guó)人口·資源與環(huán)境，2010，(4):35－42.

[8]董 利.我國(guó)能源效率變化趨勢(shì)的影響因素分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究，2008，(1):8－18.

[9]潘雄鋒，李良玉，楊越.我國(guó)能源效率區(qū)域差異的時(shí)空格局動(dòng)態(tài)演化研究[J].管理評(píng)論，2012，(11):13－19.

[10]沈 能，劉鳳朝.空間溢出、門檻特征與能源效率的經(jīng)濟(jì)增長(zhǎng)效應(yīng)[J].中國(guó)人口·資源與環(huán)境，2012，(4):73－84.

[11]Quah，D.T.Regional Convergence Clusters Across Europe[J].European Economic Review，1996，(40):1951 －1958.

[12]Aroca P，Bosch M，Maloney WF.Spatial dimensions of trade liberalization and economic convergence:Mexico 1985－2002[J].The World Bank Economic Review，2005，(3):345.

[13]李 玲等.協(xié)同創(chuàng)新定位對(duì)新余國(guó)家新能源科技城影響分析[J].新余學(xué)院學(xué)報(bào)，2013，(6):51－54.

[14]何燕子，朱佳力.低碳轉(zhuǎn)型中株洲戰(zhàn)略性新興產(chǎn)業(yè)集群發(fā)展研究[J].中南林業(yè)科技大學(xué)學(xué)報(bào)(社科版)，2013，(1):27－29.

[15]許滌龍等.經(jīng)濟(jì)發(fā)展階段對(duì)能源消耗與經(jīng)濟(jì)增長(zhǎng)的協(xié)同影響分析[J].湖湘論壇，2012，(2):85－89.

(編輯:余華;校對(duì):周亮)