田 澤，嚴 銘，李 楠

(1. 河海大學低碳經(jīng)濟與技術研究所，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)能減排效率時空演化及分異研究

田 澤1,2，嚴 銘1，李 楠1

(1. 河海大學低碳經(jīng)濟與技術研究所，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，建設生態(tài)文明的必由之路。運用DEA的GML指數(shù)法和A-EBM法相結(jié)合的創(chuàng)新模式測算有碳約束下2006—2014年江蘇省地級市節(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)波動向上的“M”型；空間區(qū)域分布特點為蘇南地區(qū)領先、蘇中次之、蘇北地區(qū)相對落后。

節(jié)能減排效率；全局ML指數(shù)；A-EBM模型

一、引 言

我國“十一五”規(guī)劃首次提出“節(jié)能減排”的約束性指標，并在“十二五”規(guī)劃綱要中進一步明確和細化?！笆濉币?guī)劃明確提出要實現(xiàn)國內(nèi)單位GDP能耗、CO2排放量分別下降15%、18%的目標，使生態(tài)環(huán)境質(zhì)量總體改善，建設天藍、地綠、水清的美麗中國。江蘇近年來在落實和推進節(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，對中國各地區(qū)能源效率進行實證測算[1-2]；魏楚等基于TFEE框架對數(shù)據(jù)包絡方法運用做了有益探索[3-4]；袁曉玲等在研究中加入污染物排放這一非期望產(chǎn)出指標進行能源效率評價研究[5-6]。作為對能源效率研究的進一步拓展，節(jié)能減排效率的研究得到眾多學者的廣泛關注[7-9]，其中孫欣認為基于非期望產(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[10]。關于節(jié)能減排效率評價方法的應用，主要以數(shù)據(jù)包絡法為主，運用較多的模型是SBM、超DEA以及DEA Malmquist指數(shù)法等，這些評價方法各有優(yōu)劣，并在不斷改進中，如Tone構(gòu)建了一個新的結(jié)合徑向與非徑向特點的EBM模型[11]； Cheng等在EBM模型的基礎上進一步對Tone的相關系數(shù)計算方法改進和修正，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)測度全要素能源效率[13]；王維國等運用該法對國內(nèi)能源效率問題進行拓展研究[14-15]；Pastor等率先提出全局Malmquist指數(shù)計算方法[16]，使得估算結(jié)果更加真實穩(wěn)健。

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

二、研究方法與評價模型

1. 相關概念

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節(jié)能減排效率作分析除了將GDP增長作為期望產(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，以往相關研究對碳排放的關注不夠，而現(xiàn)實生活中碳排放已對社會生產(chǎn)、生活各方面產(chǎn)生不同程度的影響，是一個不可忽視的因素指標。

2. DEA的A-EBM模型

EBM模型是DEA方法下效率測算領域的新模型，它兼容了徑向比例和非徑向松弛的混合徑向模型，改進了CCR和SBM模型的缺陷。A-EBM模型對其相關系數(shù)計算方法進行了改進和修正，不僅考慮投入目標值與投入實值的徑向比例，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表示投入指標個數(shù)；θ是CCR模型計算的徑向節(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時則是DEA無效，在超效率EBM模型中值EBM*>1時，繼續(xù)增加投入還可以促進全要素節(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)來測度節(jié)能減排效率變化情況。該模型以所有時期的投入產(chǎn)出數(shù)據(jù)構(gòu)造全局生產(chǎn)技術參照集，在測算生產(chǎn)率指數(shù)時表現(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、GPTC是區(qū)分地區(qū)技術進步的標準、GSTC體現(xiàn)經(jīng)濟規(guī)模與技術進步間的互動關系。

首先運用A-EBM模型對江蘇省節(jié)能減排效率做靜態(tài)分析，得出各個城市年度節(jié)能減排效率的基本情況，然后運用全局ML(GML)指數(shù)方法，對節(jié)能減排效率做動態(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個地級市(南京、無錫、徐州、常州、蘇州、南通、連云港、淮安、鹽城、揚州、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個經(jīng)濟區(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、南通和揚州；蘇北包括鹽城、連云港、淮安、徐州、宿遷。充分考慮各個城市勞動力質(zhì)量的差異和新舊資本質(zhì)量的差異，選取資本存量K、勞動力人均教育年限L和能源消耗量E作為投入指標，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，其中所蘊含的技術越高，質(zhì)量也就越好[8]，因此在運用永續(xù)盤存法的基礎上，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《中國統(tǒng)計年鑒》及《江蘇統(tǒng)計年鑒》。

(2)勞動力人均教育年限(L)

勞動力投入的產(chǎn)出受到勞動者素質(zhì)的影響，江蘇省每個地級市及相應區(qū)域的勞動者素質(zhì)是存在差異且動態(tài)變化的，因此，筆者使用勞動力的人均教育年限來衡量勞動力質(zhì)量的差異[8]。數(shù)據(jù)源自《中國城市統(tǒng)計年鑒》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)消費量，根據(jù)各類能源的折算標準煤系數(shù)折成標準煤作為能源投入指標。數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》和江蘇省各地級市歷年的統(tǒng)計年鑒。

(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市歷年的統(tǒng)計年鑒以外，CO2排放量計算沿用田澤等[18]的相關研究，秉承“共同但有區(qū)別”原則，針對江蘇省二次能源終端消費的承擔比例及其CO2排放因子進行測算。另外，由于DEA方法要求投入產(chǎn)出指標不宜過多，因此采用改進的熵值法，利用信息熵計算出各污染物指標的權(quán)重，再將上述污染物的排放量綜合成一個地區(qū)污染物排放指數(shù)P。

設i=1,2,…,m，m為污染物序號；j=2006,2007,…,n,…,2014，n為年份，Pij為第i個污染物在j年所對應的比重值。每個污染物各年熵值為：

(4)

第i個污染物的熵權(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)濟發(fā)展水平可以由一個地區(qū)的生產(chǎn)總值來反映，選取江蘇省各地級市的地區(qū)生產(chǎn)總值(GDP)作為期望產(chǎn)出，并折算為2005年不變價，數(shù)據(jù)來源自《江蘇統(tǒng)計年鑒》。

2. 數(shù)據(jù)處理

由于投入產(chǎn)出指標之間的相關性以及指標本身的顯著性會對實證結(jié)果會產(chǎn)生影響，運用SPSS軟件進行檢驗發(fā)現(xiàn)指標之間的并不存在多重共線性，且投入指標與產(chǎn)出指標也不存在顯著的相關性。

四、江蘇省區(qū)域節(jié)能減排效率時空分布差異實證分析

1. 不同模型下節(jié)能減排效率比較分析

(1)3種模型評價結(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?；贑CR和SBM方法缺陷可知，當前在實際應用過程中徑向的CRS模型由于假設條件過于嚴格導致所有投入要素均要以相同的比例縮減，與現(xiàn)實經(jīng)濟產(chǎn)生背離(易高估結(jié)果)；SBM模型的效率測算的優(yōu)化是以損失效率前沿投影值的原始比例信息為代價(易低估結(jié)果)。因此，CCR和SBM模型分別會使效率被高估(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)能減排效率時間演化趨勢

(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

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(圖1)?！笆晃濉逼陂g效率波動下降，2011年開始逐步上升恢復到較高水平，9年間的平均值為0.829。GML指數(shù)呈斜向上“M”型波動上升趨勢，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步。進一步觀察可知：第一，江蘇省節(jié)能減排效率變化波動主要受金融危機影響；第二，省內(nèi)前期發(fā)展的高碳高污染行業(yè)造成的環(huán)境問題嚴重，使得在環(huán)保投入不斷增長的情形下，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)。我國經(jīng)濟發(fā)展逐步進入新常態(tài)，對節(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)能減排形勢有所好轉(zhuǎn)：完全有效(無錫、南通、鎮(zhèn)江、鹽城、揚州)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，在全省處于領先水平。

(3)技術進步在江蘇省節(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，技術進步指數(shù)(GTEC)始終大于1(均值為1.023)，表明技術進步對江蘇省節(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，說明純技術進步速度較快且經(jīng)濟規(guī)模的技術偏好在加強。造成效率波動主要是由于效率變化指數(shù)(GEFC)的變動，無論是經(jīng)濟規(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，因為政府制定了更嚴苛的環(huán)境制度來管理和協(xié)調(diào)地方經(jīng)濟與環(huán)境的關系，使效率有所會回升，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個地級市、3個經(jīng)濟區(qū)域各自的經(jīng)濟發(fā)展和節(jié)能減排水平各有特點。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個城市和蘇南地區(qū)的節(jié)能減排效率相對穩(wěn)定，有良好發(fā)展態(tài)勢；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且效率提升進程遲緩，相關政策效果不明顯，有必要進行調(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

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

表3 2006—2014年江蘇省城際節(jié)能減排效率分級表

從趨勢看，江蘇省3大經(jīng)濟區(qū)域城際變異系數(shù)波動向下收斂，但并不穩(wěn)定：①縱向上看，蘇南、蘇北的時間變化趨勢相似，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)城際差異相對較大且處于持續(xù)波動狀態(tài)。主要原因是蘇南、蘇中地區(qū)經(jīng)濟相對領先，經(jīng)濟規(guī)模的技術偏好水平高，人才資源豐富，更有利于地區(qū)間協(xié)同實現(xiàn)互利共贏，而蘇北地區(qū)城市群發(fā)展相對落后且不平衡，個別城市效率的提高并沒有帶動周邊城市協(xié)同進步，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。

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、揚州和淮安，區(qū)域節(jié)能減排事業(yè)發(fā)展平穩(wěn)推進，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，還是技術水平上與其它地級市均有一定差距。

(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進步、較好的環(huán)境制度以及較高的管理水平，其中經(jīng)濟規(guī)模的技術偏好影響最為顯著，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)實現(xiàn)了技術進步和效率提升的“四維”驅(qū)動(即環(huán)境治理水平，規(guī)模經(jīng)濟，技術進步，經(jīng)濟規(guī)模的技術偏好)，并以純技術進步貢獻比例最大。蘇北地區(qū)的效率得到平穩(wěn)提高在于經(jīng)濟規(guī)模的擴大以及純技術進步，但經(jīng)濟規(guī)模的技術偏好較低，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)呈上下波動形態(tài)，在2011年達到峰值，但是總體上的趨勢并不明確。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，為了探求城際變異系數(shù)波動較大的原因，進一步測算3個經(jīng)濟區(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

從趨勢看，江蘇省3大經(jīng)濟區(qū)域城際變異系數(shù)波動向下收斂，但并不穩(wěn)定：①縱向上看，蘇南、蘇北的時間變化趨勢相似，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)城際差異相對較大且處于持續(xù)波動狀態(tài)。主要原因是蘇南、蘇中地區(qū)經(jīng)濟相對領先，經(jīng)濟規(guī)模的技術偏好水平高，人才資源豐富，更有利于地區(qū)間協(xié)同實現(xiàn)互利共贏，而蘇北地區(qū)城市群發(fā)展相對落后且不平衡，個別城市效率的提高并沒有帶動周邊城市協(xié)同進步，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，考慮碳排放約束對于節(jié)能減排效率的測度具有顯著影響且更符合現(xiàn)實情況。同時，有碳約束下的省內(nèi)各地級市節(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)能減排平均效率領先，蘇中地區(qū)次之，蘇北地區(qū)相對落后。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，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)差異相對較大，且呈續(xù)波動狀態(tài)，說明蘇北地區(qū)節(jié)能減排協(xié)同不足。

第三，就時間演化而言，在碳約束情景下江蘇省節(jié)能減排A-EBM效率為0.829，呈“W”型演進態(tài)勢，GML指數(shù)為1.020，即9年間的效率平均上升2%，斜向上“M”字形的波動上升趨勢。除了宿遷一直處于下降趨勢，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)能減排效率遠高于蘇北地區(qū)。

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

2. 對策建議

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

應加強城際間的協(xié)同創(chuàng)新平臺建設，對節(jié)能減排效率較高的蘇南、蘇中地區(qū)，組織實施節(jié)能低碳技術應用示范工程，培育一批節(jié)能標桿企業(yè)。蘇北地區(qū)應大力推進產(chǎn)學研合作，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，通過技術合作和援助，幫助能效低下地區(qū)提升節(jié)能減排技術水平和創(chuàng)新能力。

(2)積極構(gòu)建綠色低碳生產(chǎn)制造體系

應借助蘇南5市自主創(chuàng)新示范區(qū)建設的契機，圍繞節(jié)能減排重點行業(yè)和關鍵技術領域加強技術創(chuàng)新，積極發(fā)揮示范區(qū)的創(chuàng)新引領作用和技術擴散效應，加強蘇南與蘇中、蘇北地區(qū)間的產(chǎn)學研合作與區(qū)域協(xié)同創(chuàng)新。同時促進先進低碳新技術、新工藝和新材料的推廣應用，帶動重點區(qū)域重點行業(yè)碳排放強度的大幅下降。

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

應強化政府的監(jiān)督管理職能，加強清潔生產(chǎn)審核，重視和嚴把能耗增長和污染物的源頭治理，強化能評的約束性作用。嚴格實施項目能評和環(huán)評制度，嚴防高耗能、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)能減排目標的穩(wěn)步推進。

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

應實施供給側(cè)改革，統(tǒng)籌全局、優(yōu)化產(chǎn)業(yè)布局和實現(xiàn)空間合理分工。大力推進傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，引導和推進產(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)，同時應大力發(fā)展高端智能裝備、智能制造、綠色制造，培育和建設太陽能光伏、核能和新材料等戰(zhàn)略性新興產(chǎn)業(yè)，建立節(jié)能減排長效推進機制。

[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的實證分析[J].管理世界, 2007 (8): 66-76.

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

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

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

[7] 孫欣,韓偉偉,宋馬林.中國省域節(jié)能減排效率評價及其影響因素[J].西北農(nóng)林科技大學學報(社會科學版), 2014, 14(4): 137-143.

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

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

[10] 孫欣.如何測度節(jié)能減排效率[J]. 中國統(tǒng)計, 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,范丹.中國區(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, 2012, 34(10): 4-12.

[15] 吳傳清,董旭.環(huán)境約束下長江經(jīng)濟帶全要素能源效率的時空分異研究：基于超效率DEA模型和ML指數(shù)[J].長江流域資源與環(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CO2排放總量測算及驅(qū)動因素研究[J].中國人口·資源與環(huán)境,2015(11):19-27.

(責任編輯：高 虹)

10.3876/j.issn.1671-4970.2016.06.009

2016-08-18

國家自然科學基金重點項目(41471457)；河海大學中央高校基本科研業(yè)務費重點專項資助項目(2013B19414，2015B41014)

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

F062.1

A

1671-4970(2016)06-0049-07