田 澤，嚴(yán) 銘，李 楠

(1. 河海大學(xué)低碳經(jīng)濟(jì)與技術(shù)研究所，江蘇常州 213022；2. 江蘇省“世界水谷”與水生態(tài)文明協(xié)同創(chuàng)新中心，江蘇南京 211100)

?

碳約束下江蘇省節(jié)能減排效率時(shí)空演化及分異研究

田 澤1,2，嚴(yán) 銘1，李 楠1

(1. 河海大學(xué)低碳經(jīng)濟(jì)與技術(shù)研究所，江蘇常州 213022；2. 江蘇省“世界水谷”與水生態(tài)文明協(xié)同創(chuàng)新中心，江蘇南京 211100)

節(jié)能減排是發(fā)展低碳經(jīng)濟(jì)，建設(shè)生態(tài)文明的必由之路。運(yùn)用DEA的GML指數(shù)法和A-EBM法相結(jié)合的創(chuàng)新模式測(cè)算有碳約束下2006—2014年江蘇省地級(jí)市節(jié)能減排效率。結(jié)果表明：江蘇省節(jié)能減排效率均值為0.829，9年間整體上升2.0%，其中A-EBM效率呈“W”型變化，GML指數(shù)的變化呈現(xiàn)波動(dòng)向上的“M”型；空間區(qū)域分布特點(diǎn)為蘇南地區(qū)領(lǐng)先、蘇中次之、蘇北地區(qū)相對(duì)落后。

節(jié)能減排效率；全局ML指數(shù)；A-EBM模型

一、引 言

我國(guó)“十一五”規(guī)劃首次提出“節(jié)能減排”的約束性指標(biāo)，并在“十二五”規(guī)劃綱要中進(jìn)一步明確和細(xì)化?！笆濉币?guī)劃明確提出要實(shí)現(xiàn)國(guó)內(nèi)單位GDP能耗、CO2排放量分別下降15%、18%的目標(biāo)，使生態(tài)環(huán)境質(zhì)量總體改善，建設(shè)天藍(lán)、地綠、水清的美麗中國(guó)。江蘇近年來在落實(shí)和推進(jìn)節(jié)能減排工作方面取得了明顯成效，但是也存在一些突出問題。

節(jié)能減排效率的研究，主要是從能源效率的研究中拓展出來的。Hu等基于一般化的三要素生產(chǎn)函數(shù)首次提出了全要素能源效率(TFEE)這一概念，對(duì)中國(guó)各地區(qū)能源效率進(jìn)行實(shí)證測(cè)算[1-2]；魏楚等基于TFEE框架對(duì)數(shù)據(jù)包絡(luò)方法運(yùn)用做了有益探索[3-4]；袁曉玲等在研究中加入污染物排放這一非期望產(chǎn)出指標(biāo)進(jìn)行能源效率評(píng)價(jià)研究[5-6]。作為對(duì)能源效率研究的進(jìn)一步拓展，節(jié)能減排效率的研究得到眾多學(xué)者的廣泛關(guān)注[7-9]，其中孫欣認(rèn)為基于非期望產(chǎn)出(環(huán)境污染排放)的全要素能源效率，更多考慮能源的環(huán)境影響，使能源、生態(tài)效率具有一定協(xié)同效應(yīng)[10]。關(guān)于節(jié)能減排效率評(píng)價(jià)方法的應(yīng)用，主要以數(shù)據(jù)包絡(luò)法為主，運(yùn)用較多的模型是SBM、超DEA以及DEA Malmquist指數(shù)法等，這些評(píng)價(jià)方法各有優(yōu)劣，并在不斷改進(jìn)中，如Tone構(gòu)建了一個(gè)新的結(jié)合徑向與非徑向特點(diǎn)的EBM模型[11]； Cheng等在EBM模型的基礎(chǔ)上進(jìn)一步對(duì)Tone的相關(guān)系數(shù)計(jì)算方法改進(jìn)和修正，提出了Adjusted-EBM模型(即A-EBM)[12]。Chung等提出了Malmquist-Luenberger生產(chǎn)率指數(shù)測(cè)度全要素能源效率[13]；王維國(guó)等運(yùn)用該法對(duì)國(guó)內(nèi)能源效率問題進(jìn)行拓展研究[14-15]；Pastor等率先提出全局Malmquist指數(shù)計(jì)算方法[16]，使得估算結(jié)果更加真實(shí)穩(wěn)健。

總結(jié)以往研究可以看出，目前國(guó)內(nèi)學(xué)者對(duì)節(jié)能減排效率的研究主要集中在國(guó)家與省級(jí)層面，涉及省域及地級(jí)市節(jié)能減排效率評(píng)價(jià)的研究較少。對(duì)于非期望產(chǎn)出指標(biāo)的選取，主要以SO2、氮氧化物以及粉塵等為主，較少關(guān)注CO2排放對(duì)環(huán)境和減排效率的影響。指標(biāo)選取上，多數(shù)考慮數(shù)量的變化，忽視了不同城市指標(biāo)的質(zhì)量差異。同時(shí)，江蘇3大經(jīng)濟(jì)區(qū)域的經(jīng)濟(jì)、生態(tài)環(huán)境發(fā)展水平差異明顯，不能一概而論。鑒于此，筆者進(jìn)行碳約束下江蘇省區(qū)域節(jié)能減排效率及時(shí)空分布變化規(guī)律和差異研究。

二、研究方法與評(píng)價(jià)模型

1. 相關(guān)概念

節(jié)能減排效率要分解來看：節(jié)能即節(jié)約能源，是對(duì)能源效率的體現(xiàn)；減排即減少污染排放，體現(xiàn)了生態(tài)效率的重要性。節(jié)能減排既要節(jié)約能源又要減少污染物排放，將生態(tài)、能源效率統(tǒng)一起來。筆者運(yùn)用非期望產(chǎn)出的研究思路是考慮“節(jié)能減排”的內(nèi)涵，能源投入在維持經(jīng)濟(jì)發(fā)展的過程中產(chǎn)生了不可忽略的污染物排放。因此，在這一約束條件下對(duì)節(jié)能減排效率作分析除了將GDP增長(zhǎng)作為期望產(chǎn)出之外，還需要將污染物排放納入非期望產(chǎn)出來。

碳約束是指碳排放約束，以往相關(guān)研究對(duì)碳排放的關(guān)注不夠，而現(xiàn)實(shí)生活中碳排放已對(duì)社會(huì)生產(chǎn)、生活各方面產(chǎn)生不同程度的影響，是一個(gè)不可忽視的因素指標(biāo)。

2. DEA的A-EBM模型

EBM模型是DEA方法下效率測(cè)算領(lǐng)域的新模型，它兼容了徑向比例和非徑向松弛的混合徑向模型，改進(jìn)了CCR和SBM模型的缺陷。A-EBM模型對(duì)其相關(guān)系數(shù)計(jì)算方法進(jìn)行了改進(jìn)和修正，不僅考慮投入目標(biāo)值與投入實(shí)值的徑向比例，而且反映各投入差異化的非徑向松弛變量。其基本形式如下：

(1)

式中，i=1,2,…,m表示投入指標(biāo)個(gè)數(shù)；θ是CCR模型計(jì)算的徑向節(jié)能減排效率值；s-代表非徑向的投入要素的松弛向量；ε為非徑向部分的重要程度；λ為權(quán)重向量；X,Y分別為投入和產(chǎn)出矩陣，且均大于0。EBM*為測(cè)度的最優(yōu)節(jié)能減排效率分值，效率范圍在0和1之間，效率等于1代表效率DEA有效，處于前沿面上；不足1時(shí)則是DEA無效，在超效率EBM模型中值EBM*>1時(shí)，繼續(xù)增加投入還可以促進(jìn)全要素節(jié)能減排效率提高。

3. 基于A-EBM模型的全局ML指數(shù)方法

運(yùn)用全要素生產(chǎn)率下基于A-EBM的全局ML生產(chǎn)率指數(shù)法(GML)來測(cè)度節(jié)能減排效率變化情況。該模型以所有時(shí)期的投入產(chǎn)出數(shù)據(jù)構(gòu)造全局生產(chǎn)技術(shù)參照集，在測(cè)算生產(chǎn)率指數(shù)時(shí)表現(xiàn)出更好的連續(xù)性和穩(wěn)健性?；拘问饺缦拢?/p>

(2)

(3)

式中，GPEC體現(xiàn)地區(qū)環(huán)境治理水平、GSEC表示地區(qū)規(guī)模經(jīng)濟(jì)、GPTC是區(qū)分地區(qū)技術(shù)進(jìn)步的標(biāo)準(zhǔn)、GSTC體現(xiàn)經(jīng)濟(jì)規(guī)模與技術(shù)進(jìn)步間的互動(dòng)關(guān)系。

首先運(yùn)用A-EBM模型對(duì)江蘇省節(jié)能減排效率做靜態(tài)分析，得出各個(gè)城市年度節(jié)能減排效率的基本情況，然后運(yùn)用全局ML(GML)指數(shù)方法，對(duì)節(jié)能減排效率做動(dòng)態(tài)分析。

三、數(shù)據(jù)來源與處理

1. 數(shù)據(jù)來源

由于節(jié)能減排的提出是在“十一五”期間，考慮到數(shù)據(jù)可獲得性，面板數(shù)據(jù)選取2006—2014年江蘇省13個(gè)地級(jí)市(南京、無錫、徐州、常州、蘇州、南通、連云港、淮安、鹽城、揚(yáng)州、鎮(zhèn)江、泰州、宿遷)的投入產(chǎn)出數(shù)據(jù)，并根據(jù)行政區(qū)劃分為蘇南、蘇中和蘇北3個(gè)經(jīng)濟(jì)區(qū)域，其中蘇南包括南京、鎮(zhèn)江、常州、無錫、蘇州；蘇中包括泰州、南通和揚(yáng)州；蘇北包括鹽城、連云港、淮安、徐州、宿遷。充分考慮各個(gè)城市勞動(dòng)力質(zhì)量的差異和新舊資本質(zhì)量的差異，選取資本存量K、勞動(dòng)力人均教育年限L和能源消耗量E作為投入指標(biāo)，選取地區(qū)生產(chǎn)總值GDP作為期望產(chǎn)出、地區(qū)污染物排放指數(shù)(包括廢水，SO2、CO2和其他廢氣，粉塵以及固體廢棄物)P作為非期望產(chǎn)出。

(1)資本存量(K)

李科通過研究提出資本越新，其中所蘊(yùn)含的技術(shù)越高，質(zhì)量也就越好[8]，因此在運(yùn)用永續(xù)盤存法的基礎(chǔ)上，通過定義資本年齡來衡量資本質(zhì)量的差異。數(shù)據(jù)源自《中國(guó)統(tǒng)計(jì)年鑒》及《江蘇統(tǒng)計(jì)年鑒》。

(2)勞動(dòng)力人均教育年限(L)

勞動(dòng)力投入的產(chǎn)出受到勞動(dòng)者素質(zhì)的影響，江蘇省每個(gè)地級(jí)市及相應(yīng)區(qū)域的勞動(dòng)者素質(zhì)是存在差異且動(dòng)態(tài)變化的，因此，筆者使用勞動(dòng)力的人均教育年限來衡量勞動(dòng)力質(zhì)量的差異[8]。數(shù)據(jù)源自《中國(guó)城市統(tǒng)計(jì)年鑒》和《江蘇省2010年人口普查資料》。

(3)能源消耗量(E)

選取江蘇省各地級(jí)市每年各類能源(包括原煤、洗精煤、焦炭、煤氣、天然氣、原油、汽油、煤油、柴油、燃料油、液化石油氣、熱力、電力)消費(fèi)量，根據(jù)各類能源的折算標(biāo)準(zhǔn)煤系數(shù)折成標(biāo)準(zhǔn)煤作為能源投入指標(biāo)。數(shù)據(jù)來源于《中國(guó)城市統(tǒng)計(jì)年鑒》和江蘇省各地級(jí)市歷年的統(tǒng)計(jì)年鑒。

(4)污染物排放量(P)

根據(jù)“十一五”“十二五”規(guī)劃中明確要求減排的污染物，結(jié)合數(shù)據(jù)的可獲得性，選取CO2排放量、SO2排放量、廢水排放量(包括COD、氨氮)、粉塵及其他固體廢棄物排放量作為非期望產(chǎn)出。數(shù)據(jù)來源除了江蘇省各地級(jí)市歷年的統(tǒng)計(jì)年鑒以外，CO2排放量計(jì)算沿用田澤等[18]的相關(guān)研究，秉承“共同但有區(qū)別”原則，針對(duì)江蘇省二次能源終端消費(fèi)的承擔(dān)比例及其CO2排放因子進(jìn)行測(cè)算。另外，由于DEA方法要求投入產(chǎn)出指標(biāo)不宜過多，因此采用改進(jìn)的熵值法，利用信息熵計(jì)算出各污染物指標(biāo)的權(quán)重，再將上述污染物的排放量綜合成一個(gè)地區(qū)污染物排放指數(shù)P。

設(shè)i=1,2,…,m，m為污染物序號(hào)；j=2006,2007,…,n,…,2014，n為年份，Pij為第i個(gè)污染物在j年所對(duì)應(yīng)的比重值。每個(gè)污染物各年熵值為：

(4)

第i個(gè)污染物的熵權(quán)Ui為：

(5)

(6)

地區(qū)污染物排放指數(shù)Pij為：

(7)

(5)地區(qū)生產(chǎn)總值(GDP)

地區(qū)經(jīng)濟(jì)發(fā)展水平可以由一個(gè)地區(qū)的生產(chǎn)總值來反映，選取江蘇省各地級(jí)市的地區(qū)生產(chǎn)總值(GDP)作為期望產(chǎn)出，并折算為2005年不變價(jià)，數(shù)據(jù)來源自《江蘇統(tǒng)計(jì)年鑒》。

2. 數(shù)據(jù)處理

由于投入產(chǎn)出指標(biāo)之間的相關(guān)性以及指標(biāo)本身的顯著性會(huì)對(duì)實(shí)證結(jié)果會(huì)產(chǎn)生影響，運(yùn)用SPSS軟件進(jìn)行檢驗(yàn)發(fā)現(xiàn)指標(biāo)之間的并不存在多重共線性，且投入指標(biāo)與產(chǎn)出指標(biāo)也不存在顯著的相關(guān)性。

四、江蘇省區(qū)域節(jié)能減排效率時(shí)空分布差異實(shí)證分析

1. 不同模型下節(jié)能減排效率比較分析

(1)3種模型評(píng)價(jià)結(jié)果比較

觀察表1可得，在DEA-CCR、SBM、A-EBM模型下，江蘇省2006—2014年有碳約束的綜合節(jié)能減排效率分別為0.868、0.715、0.829。基于CCR和SBM方法缺陷可知，當(dāng)前在實(shí)際應(yīng)用過程中徑向的CRS模型由于假設(shè)條件過于嚴(yán)格導(dǎo)致所有投入要素均要以相同的比例縮減，與現(xiàn)實(shí)經(jīng)濟(jì)產(chǎn)生背離(易高估結(jié)果)；SBM模型的效率測(cè)算的優(yōu)化是以損失效率前沿投影值的原始比例信息為代價(jià)(易低估結(jié)果)。因此，CCR和SBM模型分別會(huì)使效率被高估(0.868)和低估(0.715)，故A-EBM的結(jié)果更合理。

(2)有無碳約束不同情景下的節(jié)能減排效率比較

從表1可知，在沒有碳約束的情景下，A-EBM值為0.853，大于有碳約束下的效率值(0.829)；沒有碳約束下的GML指數(shù)為1.026，大于碳約束下的1.020，這說明加入碳排放變量會(huì)降低節(jié)能減排效率值?？傮w來看，考慮與不考慮碳排放量的節(jié)能減排效率值存在差異，但不明顯，考慮到實(shí)際生產(chǎn)過程，宜采用有碳約束的A-EBM效率值及GML指數(shù)。

2. 節(jié)能減排效率時(shí)間演化趨勢(shì)

(1)江蘇省整體節(jié)能減排效率呈現(xiàn)“先降后升”的變化趨勢(shì)

整體而言，江蘇省2006—2014年的節(jié)能減排效率(A-EBM)呈“W”型變化趨勢(shì)(圖1)?！笆晃濉逼陂g效率波動(dòng)下降，2011年開始逐步上升恢復(fù)到較高水平，9年間的平均值為0.829。GML指數(shù)呈斜向上“M”型波動(dòng)上升趨勢(shì)，效率均值為1.02，反映出江蘇省整體節(jié)能減排工作有一定的進(jìn)步。進(jìn)一步觀察可知：第一，江蘇省節(jié)能減排效率變化波動(dòng)主要受金融危機(jī)影響；第二，省內(nèi)前期發(fā)展的高碳高污染行業(yè)造成的環(huán)境問題嚴(yán)重，使得在環(huán)保投入不斷增長(zhǎng)的情形下，節(jié)能減排效率值依舊有所下降；第三，2010年以后節(jié)能減排效率取得大幅度提升，這也說明“十二五”從政策上明確了節(jié)能減排的目標(biāo)和方向使得節(jié)能減排工作取得快速發(fā)展，在2012年節(jié)能減排效率指數(shù)到達(dá)峰值(1.061)，但由于節(jié)能減排投資效果的滯后，發(fā)展的速度有所下降(2013—2014年)。我國(guó)經(jīng)濟(jì)發(fā)展逐步進(jìn)入新常態(tài)，對(duì)節(jié)能減排效率的提高有更迫切的需求，全省節(jié)能減排工作仍然承受巨大壓力。

表1 不同模型下2006—2014年江蘇省節(jié)能減排效率和指數(shù)變化

圖1 2006—2014年有碳約束下的江蘇省節(jié)能減排A-EBM效率和GML指數(shù)變化圖

(2)城際、區(qū)域的節(jié)能減排效率明顯提高

就各城市、區(qū)域節(jié)能減排A-EBM效率的變化(表2)來看，除了宿遷一直在下降，其它城市都經(jīng)歷了效率值從高位到低位再回到高位的過程，蘇南和蘇中地區(qū)的節(jié)能減排效率遠(yuǎn)高于蘇北。2006年效率完全有效*完全有效，即A-EBM效率值大于1；高效，則為A-EBM效率值在0.9至1之間。的城市(無錫、蘇州、鹽城、揚(yáng)州)占31%，且70%的城市效率值大于0.9，屬于高效水平。2010年完全有效的只有鹽城，占7.6%，而且高效水平的城市(鹽城、無錫)也只占15.4%。2014年節(jié)能減排形勢(shì)有所好轉(zhuǎn)：完全有效(無錫、南通、鎮(zhèn)江、鹽城、揚(yáng)州)的占38.5%，超過50%的城市為節(jié)能減排高效。從2012年起，蘇中地區(qū)的效率超越蘇南，在全省處于領(lǐng)先水平。

(3)技術(shù)進(jìn)步在江蘇省節(jié)能減排效率提升過程中起決定作用

從GML指數(shù)分解來分析，技術(shù)進(jìn)步指數(shù)(GTEC)始終大于1(均值為1.023)，表明技術(shù)進(jìn)步對(duì)江蘇省節(jié)能減排效率的提高具有決定性作用，其中GPTC均值為1.017，GSTC為1.006，說明純技術(shù)進(jìn)步速度較快且經(jīng)濟(jì)規(guī)模的技術(shù)偏好在加強(qiáng)。造成效率波動(dòng)主要是由于效率變化指數(shù)(GEFC)的變動(dòng)，無論是經(jīng)濟(jì)規(guī)模變化(GSEC)還是環(huán)境治理水平(GPEC)都有一定程度的降低(GSEC均值為0.999，GDPC均值為0.998)，特別是“十一五”期間GEFC持續(xù)下降，到“十二五”才有所緩和，因?yàn)檎贫烁鼑?yán)苛的環(huán)境制度來管理和協(xié)調(diào)地方經(jīng)濟(jì)與環(huán)境的關(guān)系，使效率有所會(huì)回升，但GEFC的均值仍小于1。

3. 節(jié)能減排效率的空間分布差異分析

(1)省內(nèi)城際與區(qū)域節(jié)能減排效率空間分布差異變化

江蘇省13個(gè)地級(jí)市、3個(gè)經(jīng)濟(jì)區(qū)域各自的經(jīng)濟(jì)發(fā)展和節(jié)能減排水平各有特點(diǎn)。依據(jù)2006—2014年江蘇省城市節(jié)能減排A-EBM效率均值，繪制江蘇省城際、區(qū)域節(jié)能減排效率分布箱(圖2)。由圖2可知，城際、區(qū)域節(jié)能減排效率的方差差異很大，方差變化較大的城市包括南京、徐州、常州、宿遷、泰州、南通及蘇中地區(qū)，表明這6個(gè)城市和蘇中地區(qū)的節(jié)能減排效率在2006—2013年不穩(wěn)定、波動(dòng)較大，特別是徐州和南通出現(xiàn)了奇異值；方差變化較小的區(qū)域有鹽城、無錫、蘇州、鎮(zhèn)江和蘇南地區(qū)等，說明這4個(gè)城市和蘇南地區(qū)的節(jié)能減排效率相對(duì)穩(wěn)定，有良好發(fā)展態(tài)勢(shì)；節(jié)能減排效率較低的城市、區(qū)域是南京、徐州、連云港、淮安、宿遷6個(gè)城市及蘇北地區(qū)，江蘇省節(jié)能減排總體效率約為0.8，它們的效率低于0.8且效率提升進(jìn)程遲緩，相關(guān)政策效果不明顯，有必要進(jìn)行調(diào)整。

圖2 2006—2014年江蘇省城際、區(qū)域節(jié)能減排效率變化

城際、區(qū)域200620072008200920102011201220132014均值平均排名鹽城1.0021.0000.9921.0011.0001.0011.0010.9881.0010.9981無錫1.0010.9370.9070.9020.9120.9300.9621.0011.0020.9502蘇州1.0010.9510.9590.9570.8730.8980.9260.9630.9950.9473鎮(zhèn)江0.9770.8980.8630.8560.8570.8560.9000.9581.0000.9074揚(yáng)州1.0000.8530.8160.8400.8540.8660.9170.9501.0020.9005南通0.8780.8500.8320.8540.8230.8390.9000.9681.0010.8836常州0.9360.8320.7890.7660.7800.7990.8590.9720.9380.8527泰州0.9650.8610.7670.7840.7910.7970.8460.8880.9280.8478宿遷0.9450.9010.9180.8700.7340.7050.7010.7130.7290.8029徐州0.9220.7890.7080.7790.7580.7170.7460.7800.8510.78310南京0.8140.7490.7210.6990.6950.7030.7420.7880.8500.75111連云港0.7080.6730.6620.7020.6470.5990.6600.6760.7040.67012淮安0.7070.5870.5580.5660.5760.5660.6150.6470.6730.61113蘇南0.9340.8530.8350.8310.8080.8270.8600.8960.9290.864—蘇中0.9260.8250.7860.7930.7950.8120.8650.9120.9720.854—蘇北0.8390.7370.6800.7340.7040.6720.7150.8180.7870.743—江蘇0.9060.8210.7870.8000.7800.7800.8210.8720.8970.829—

(2)區(qū)域與城際節(jié)能減排效率空間差異變化聚類分析

運(yùn)用系統(tǒng)聚類分析方法把江蘇省13個(gè)地級(jí)市的A-EBM效率值分為高(0.91～1)、中(0.81～0.91)、低效(0～0.81)3個(gè)類別，再根據(jù)GML指數(shù)均值將研究對(duì)象分為效率上升(1.015～1.075)、平穩(wěn)(1～1.015)、下降(0～1)3個(gè)級(jí)別，最后進(jìn)行綜合得到江蘇省城際節(jié)能減排效率分級(jí)表(表3)。

表3 2006—2014年江蘇省城際節(jié)能減排效率分級(jí)表

從趨勢(shì)看，江蘇省3大經(jīng)濟(jì)區(qū)域城際變異系數(shù)波動(dòng)向下收斂，但并不穩(wěn)定：①縱向上看，蘇南、蘇北的時(shí)間變化趨勢(shì)相似，經(jīng)歷先上升—后下降的變化，蘇中地區(qū)則是急速下降—再上升—平穩(wěn)的變化情況；②橫向上看，蘇中地區(qū)城際效率差異最小，蘇南地區(qū)其次，蘇北地區(qū)城際差異相對(duì)較大且處于持續(xù)波動(dòng)狀態(tài)。主要原因是蘇南、蘇中地區(qū)經(jīng)濟(jì)相對(duì)領(lǐng)先，經(jīng)濟(jì)規(guī)模的技術(shù)偏好水平高，人才資源豐富，更有利于地區(qū)間協(xié)同實(shí)現(xiàn)互利共贏，而蘇北地區(qū)城市群發(fā)展相對(duì)落后且不平衡，個(gè)別城市效率的提高并沒有帶動(dòng)周邊城市協(xié)同進(jìn)步，造成了區(qū)域內(nèi)城際發(fā)展差異越來越大。

①從區(qū)域分布看，蘇南和蘇中地區(qū)為上升—中效區(qū)，說明江蘇省整體的節(jié)能減排工作成效顯著，然而蘇北地區(qū)依舊屬于平穩(wěn)—低效區(qū)，實(shí)現(xiàn)節(jié)能減排工作區(qū)域間的協(xié)調(diào)發(fā)展任重道遠(yuǎn)。

②從城市分布看：平穩(wěn)—高效區(qū)包括無錫、蘇州及鹽城，該類城市在省內(nèi)的節(jié)能減排工作中發(fā)揮示范作用；常州、南通、泰州和鎮(zhèn)江為上升—中效區(qū)，有向節(jié)能減排高效地區(qū)發(fā)展的潛力；徐州、揚(yáng)州和淮安，區(qū)域節(jié)能減排事業(yè)發(fā)展平穩(wěn)推進(jìn)，但效果不明顯，屬于平穩(wěn)—中低效地區(qū)；處于下降—低效區(qū)的宿遷市，無論從政策、管理，還是技術(shù)水平上與其它地級(jí)市均有一定差距。

(3)GML指數(shù)分解分析

由指數(shù)分解結(jié)果(表4)可知，蘇南地區(qū)節(jié)能減排效率的提高得益于技術(shù)進(jìn)步、較好的環(huán)境制度以及較高的管理水平，其中經(jīng)濟(jì)規(guī)模的技術(shù)偏好影響最為顯著，而規(guī)模效率出現(xiàn)退步主要是由投入冗余造成的。蘇中地區(qū)實(shí)現(xiàn)了技術(shù)進(jìn)步和效率提升的“四維”驅(qū)動(dòng)(即環(huán)境治理水平，規(guī)模經(jīng)濟(jì)，技術(shù)進(jìn)步，經(jīng)濟(jì)規(guī)模的技術(shù)偏好)，并以純技術(shù)進(jìn)步貢獻(xiàn)比例最大。蘇北地區(qū)的效率得到平穩(wěn)提高在于經(jīng)濟(jì)規(guī)模的擴(kuò)大以及純技術(shù)進(jìn)步，但經(jīng)濟(jì)規(guī)模的技術(shù)偏好較低，而且環(huán)境制度和治理水平也出現(xiàn)顯著退步，一定程度上抑制了效率的提高。

(4)節(jié)能減排效率的空間收斂性

筆者通過計(jì)算A-EBM分值的σ收斂變異系數(shù)CV來反映目前江蘇省地級(jí)市、區(qū)域之間節(jié)能減排效率的空間差異，并判斷其收斂性。

表4 2006—2014年江蘇省區(qū)域節(jié)能減排GML效率及其分解結(jié)果

由2006—2014江蘇省城際、區(qū)域節(jié)能減排效率變異系數(shù)變化(圖3)可知：①縱向上看，城際和區(qū)域間的變異系數(shù)呈上下波動(dòng)形態(tài)，在2011年達(dá)到峰值，但是總體上的趨勢(shì)并不明確。相較而言，區(qū)域間的變異系數(shù)收斂性更明顯，而城際變異系數(shù)波動(dòng)幅度更小。②橫向上看，區(qū)域間的變異系數(shù)小于城際變異系數(shù)，且差距呈縮小趨勢(shì)，為了探求城際變異系數(shù)波動(dòng)較大的原因，進(jìn)一步測(cè)算3個(gè)經(jīng)濟(jì)區(qū)域間的變異系數(shù)(圖4)。

圖3 2006—2014年江蘇省城際、區(qū)域節(jié)能減排效率變異系數(shù)變化

圖4 2006—2014年江蘇省各區(qū)域城際節(jié)能減排效率變異系數(shù)變化

從趨勢(shì)看，江蘇省3大經(jīng)濟(jì)區(qū)域城際變異系數(shù)波動(dòng)向下收斂，但并不穩(wěn)定：①縱向上看，蘇南、蘇北的時(shí)間變化趨勢(shì)相似，經(jīng)歷先上升—后下降的變化，蘇中地區(qū)則是急速下降—再上升—平穩(wěn)的變化情況；②橫向上看，蘇中地區(qū)城際效率差異最小，蘇南地區(qū)其次，蘇北地區(qū)城際差異相對(duì)較大且處于持續(xù)波動(dòng)狀態(tài)。主要原因是蘇南、蘇中地區(qū)經(jīng)濟(jì)相對(duì)領(lǐng)先，經(jīng)濟(jì)規(guī)模的技術(shù)偏好水平高，人才資源豐富，更有利于地區(qū)間協(xié)同實(shí)現(xiàn)互利共贏，而蘇北地區(qū)城市群發(fā)展相對(duì)落后且不平衡，個(gè)別城市效率的提高并沒有帶動(dòng)周邊城市協(xié)同進(jìn)步，造成了區(qū)域內(nèi)城際發(fā)展差異越來越大。

五、結(jié) 語

1. 研究結(jié)論

基于全要素生產(chǎn)率框架的DEA-GML指數(shù)法和A-EBM模型，通過對(duì)2006—2014年江蘇省節(jié)能減排效率的分析可得如下結(jié)論。

第一，不考慮碳排放的江蘇省節(jié)能減排效率明顯高于考慮碳排放的效率值，考慮碳排放約束對(duì)于節(jié)能減排效率的測(cè)度具有顯著影響且更符合現(xiàn)實(shí)情況。同時(shí)，有碳約束下的省內(nèi)各地級(jí)市節(jié)能減排效率變化差異大且分布不均。

第二，就區(qū)域分布而言，蘇南地區(qū)節(jié)能減排平均效率領(lǐng)先，蘇中地區(qū)次之，蘇北地區(qū)相對(duì)落后。常州、南通、泰州和鎮(zhèn)江為上升—中效區(qū)，無錫、蘇州及鹽城處于平穩(wěn)—高效區(qū)，徐州、揚(yáng)州和淮安屬于平穩(wěn)—中低效區(qū)，宿遷處于下降—低效區(qū)。區(qū)域間的變異系數(shù)小于城際變異系數(shù)，且差距呈縮小趨勢(shì)，其中蘇中地區(qū)城際效率差異最小，蘇南地區(qū)其次，蘇北地區(qū)差異相對(duì)較大，且呈續(xù)波動(dòng)狀態(tài)，說明蘇北地區(qū)節(jié)能減排協(xié)同不足。

第三，就時(shí)間演化而言，在碳約束情景下江蘇省節(jié)能減排A-EBM效率為0.829，呈“W”型演進(jìn)態(tài)勢(shì)，GML指數(shù)為1.020，即9年間的效率平均上升2%，斜向上“M”字形的波動(dòng)上升趨勢(shì)。除了宿遷一直處于下降趨勢(shì)，其他城市都經(jīng)歷了效率值從高位到低位再回到高位的過程，且蘇南和蘇中地區(qū)的節(jié)能減排效率遠(yuǎn)高于蘇北地區(qū)。

第四，技術(shù)進(jìn)步指數(shù)與節(jié)能減排效率的變化趨同，這反映技術(shù)進(jìn)步對(duì)江蘇省節(jié)能減排效率的提高起決定性作用，且純技術(shù)進(jìn)步速度較快、經(jīng)濟(jì)規(guī)模的技術(shù)偏好在加強(qiáng)。造成效率波動(dòng)的原因主要是效率變化指數(shù)的波動(dòng)，這也反映出經(jīng)濟(jì)規(guī)模、環(huán)境治理水平還有待提高。同時(shí)，蘇南地區(qū)經(jīng)濟(jì)規(guī)模技術(shù)偏好影響最顯著；蘇中地區(qū)實(shí)現(xiàn)了“四維”驅(qū)動(dòng)，純技術(shù)進(jìn)步貢獻(xiàn)比例最大；蘇北地區(qū)的效率平穩(wěn)提高的原因在于經(jīng)濟(jì)規(guī)模的擴(kuò)大及純技術(shù)進(jìn)步。

2. 對(duì)策建議

(1)重視和促進(jìn)節(jié)能減排工作的區(qū)域、城際協(xié)同合作

應(yīng)加強(qiáng)城際間的協(xié)同創(chuàng)新平臺(tái)建設(shè)，對(duì)節(jié)能減排效率較高的蘇南、蘇中地區(qū)，組織實(shí)施節(jié)能低碳技術(shù)應(yīng)用示范工程，培育一批節(jié)能標(biāo)桿企業(yè)。蘇北地區(qū)應(yīng)大力推進(jìn)產(chǎn)學(xué)研合作，吸引蘇南地區(qū)人才、教育資源和企業(yè)參與協(xié)同合作，聯(lián)合搭建節(jié)能減排的科技創(chuàng)新平臺(tái)，通過技術(shù)合作和援助，幫助能效低下地區(qū)提升節(jié)能減排技術(shù)水平和創(chuàng)新能力。

(2)積極構(gòu)建綠色低碳生產(chǎn)制造體系

應(yīng)借助蘇南5市自主創(chuàng)新示范區(qū)建設(shè)的契機(jī)，圍繞節(jié)能減排重點(diǎn)行業(yè)和關(guān)鍵技術(shù)領(lǐng)域加強(qiáng)技術(shù)創(chuàng)新，積極發(fā)揮示范區(qū)的創(chuàng)新引領(lǐng)作用和技術(shù)擴(kuò)散效應(yīng)，加強(qiáng)蘇南與蘇中、蘇北地區(qū)間的產(chǎn)學(xué)研合作與區(qū)域協(xié)同創(chuàng)新。同時(shí)促進(jìn)先進(jìn)低碳新技術(shù)、新工藝和新材料的推廣應(yīng)用，帶動(dòng)重點(diǎn)區(qū)域重點(diǎn)行業(yè)碳排放強(qiáng)度的大幅下降。

(3)加強(qiáng)高碳產(chǎn)業(yè)節(jié)能減排的監(jiān)督管理，強(qiáng)化約束性指標(biāo)考核

應(yīng)強(qiáng)化政府的監(jiān)督管理職能，加強(qiáng)清潔生產(chǎn)審核，重視和嚴(yán)把能耗增長(zhǎng)和污染物的源頭治理，強(qiáng)化能評(píng)的約束性作用。嚴(yán)格實(shí)施項(xiàng)目能評(píng)和環(huán)評(píng)制度，嚴(yán)防高耗能、高污染產(chǎn)業(yè)向蘇北及沿海地區(qū)轉(zhuǎn)移，確保全省節(jié)能減排目標(biāo)的穩(wěn)步推進(jìn)。

(4)推進(jìn)供給側(cè)結(jié)構(gòu)性改革，大力促進(jìn)江蘇省產(chǎn)業(yè)轉(zhuǎn)型升級(jí)

應(yīng)實(shí)施供給側(cè)改革，統(tǒng)籌全局、優(yōu)化產(chǎn)業(yè)布局和實(shí)現(xiàn)空間合理分工。大力推進(jìn)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，引導(dǎo)和推進(jìn)產(chǎn)能過剩行業(yè)的布局調(diào)整和企業(yè)兼并重組，加大淘汰低端產(chǎn)能的力度、壓縮過剩產(chǎn)能，尤其是鋼鐵、水泥、化工、紡織行業(yè)，同時(shí)應(yīng)大力發(fā)展高端智能裝備、智能制造、綠色制造，培育和建設(shè)太陽能光伏、核能和新材料等戰(zhàn)略性新興產(chǎn)業(yè)，建立節(jié)能減排長(zhǎng)效推進(jìn)機(jī)制。

[1] HU J L ,WANG S C. Total- factor energy efficiency of regions in China[J]. Energy Policy, 2006, 17(34):3206-3217.

[2] RASHE R, TATOM J.Energy resources and potential GNP[J].Federal Reserve Bank of St. Louis Review,1977(59):68-76.

[3] 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.

[4] 王兵,吳延瑞,顏鵬飛.中國(guó)區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長(zhǎng)[J].經(jīng)濟(jì)研究, 2010 (5): 96-110.

[5] 袁曉玲,張寶山,楊萬平.基于環(huán)境污染的中國(guó)全要素能源效率研究[J].中國(guó)工業(yè)經(jīng)濟(jì), 2009 (2): 78-88.

[6] 吳琦,武春友.基于DEA的能源效率評(píng)價(jià)模型研究[J].管理科學(xué), 2009 (1): 103-112.

[7] 孫欣,韓偉偉,宋馬林.中國(guó)省域節(jié)能減排效率評(píng)價(jià)及其影響因素[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2014, 14(4): 137-143.

[8] 李科.我國(guó)省際節(jié)能減排效率及其動(dòng)態(tài)特征分析[J].中國(guó)軟科學(xué), 2013(5): 144-157.

[9] 周五七,聶鳴.基于節(jié)能減排的中國(guó)省級(jí)工業(yè)技術(shù)效率研究[J].中國(guó)人口·資源與環(huán)境, 2013 (1): 25-32.

[10] 孫欣.如何測(cè)度節(jié)能減排效率[J]. 中國(guó)統(tǒng)計(jì), 2010(2): 50-51.

[11] TONE K, TSUTSUI M. An epsilon-based measure of efficiency in DEA:a third pole of technical efficiency[J]. European Journal of Operational Research,2010,207(3):1554-1563.

[12] CHENG G,QIAN Z H.An epsilon-based measure of efficiency in DEA:an alternative method for the affinity index[J]. Mpra Paper, 2011(11):6-13.

[13] CHUNG Y H. Grossk of productivity and undesirable outputs: a directional distance function approach[J].Journal of Environmental Management, 1997(51):229-240.

[14] 王維國(guó),范丹.中國(guó)區(qū)域全要素能源效率收斂性及影響因素分析：基于Malmqulist-Luenberger 指數(shù)法[J].資源科學(xué), 2012, 34(10): 4-12.

[15] 吳傳清,董旭.環(huán)境約束下長(zhǎng)江經(jīng)濟(jì)帶全要素能源效率的時(shí)空分異研究：基于超效率DEA模型和ML指數(shù)[J].長(zhǎng)江流域資源與環(huán)境, 2015, 24(10): 29-36.

[16] PASTOR J T,LOVELL C A. A global Malmquist productivity index[J]. Economics Letters,2005(88):266-271.

[17] ZOFIO J L. Malmquist productivity index decompositions：a unifying framework[J]. Applied Economics，2007，39(18)：2371-2387.

[18] 田澤,董凱麗,吳鳳平.江蘇省終端能源消費(fèi)CO2排放總量測(cè)算及驅(qū)動(dòng)因素研究[J].中國(guó)人口·資源與環(huán)境,2015(11):19-27.

(責(zé)任編輯：高 虹)

10.3876/j.issn.1671-4970.2016.06.009

2016-08-18

國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目(41471457)；河海大學(xué)中央高?；究蒲袠I(yè)務(wù)費(fèi)重點(diǎn)專項(xiàng)資助項(xiàng)目(2013B19414，2015B41014)

田澤(1964—)，男，甘肅張掖人，教授，博士，從事低碳經(jīng)濟(jì)理論與方法研究。

F062.1

A

1671-4970(2016)06-0049-07