吳巧生　李慧

摘要：提高能源效率、促進(jìn)低碳經(jīng)濟(jì)轉(zhuǎn)型是當(dāng)前長江中游城市群區(qū)域協(xié)同發(fā)展和新型城鎮(zhèn)化建設(shè)的重點和難點。基于共同前沿（Meta-frontier）理論，利用數(shù)據(jù)包絡(luò)分析方法構(gòu)建非參數(shù)前沿，并將SO2排放量這一非期望產(chǎn)出納入DEA模型中，比較分析了2005—2014年長江中游城市群全要素能源效率的區(qū)域差異，采用“技術(shù)缺口比率”衡量長江中游城市群三大區(qū)域之間能源利用的技術(shù)差距，并在此基礎(chǔ)上研究了能源非效率的分解以及對真實的能源強(qiáng)度和潛在的能源強(qiáng)度進(jìn)行了相關(guān)分析。研究結(jié)果表明：①當(dāng)前長江中游城市群全要素能源效率整體水平偏低，但地區(qū)差異并不顯著。②三大區(qū)域之間的能源技術(shù)差距不是很大。③技術(shù)缺口和管理等因素對不同區(qū)域能源非效率的作用不同。④真實的能源強(qiáng)度和潛在的能源強(qiáng)度都具有一定下降的趨勢，而且兩者之間的差距逐漸縮小。最后根據(jù)分析結(jié)果得出一些結(jié)論和啟示，如制定區(qū)域節(jié)能戰(zhàn)略時堅持“求同存異”的原則，加快技術(shù)進(jìn)步，積極進(jìn)行能源技術(shù)創(chuàng)新，不斷提高管理水平等。同時，政府應(yīng)加大對長江中游城市群的政策傾斜力度，這樣才能充分挖掘長江中游城市群的節(jié)能減排潛力，這對提升中國區(qū)域能源效率的整體水平以及促進(jìn)綠色經(jīng)濟(jì)轉(zhuǎn)型具有重大意義。

關(guān)鍵詞 ：能源效率；技術(shù)缺口；非期望產(chǎn)出；非效率分解；共同前沿DEA

中圖分類號：F062.1 文獻(xiàn)標(biāo)識碼： A 文章編號： 1002-2104（2016）12-0140-07

中國城鎮(zhèn)化經(jīng)歷了一個起點低、速度快的發(fā)展過程，2015年城鎮(zhèn)化率達(dá)到56.1%，比世界平均水平高約1.2%，隨著城鎮(zhèn)數(shù)量和規(guī)模不斷擴(kuò)大，一批輻射帶動力強(qiáng)的城市群正在成長壯大，城市群主體形態(tài)更加鮮明，已經(jīng)成為帶動中國經(jīng)濟(jì)增長和參與國際經(jīng)濟(jì)合作與競爭的重要平臺。其中，長江中游城市群2014年的經(jīng)濟(jì)總量超過4.5萬億元，位于長三角、京津冀、珠三角之后，排居第四位。未來一段時期，隨著中國經(jīng)濟(jì)持續(xù)發(fā)展，長江中游城市群建設(shè)將進(jìn)入加速階段，城市群集聚經(jīng)濟(jì)和人口的能力將進(jìn)一步增強(qiáng)，與此同時，城鎮(zhèn)化發(fā)展的外部條件和內(nèi)在動力也會發(fā)生深刻變化，城市群能源資源保障壓力不斷加大，環(huán)境承載力正在逼近上限，加上氣候變化的要求，如何提高能源效率、促進(jìn)低碳經(jīng)濟(jì)轉(zhuǎn)型，必將成為長江中游城市群建設(shè)所面臨的重大問題之一。

長期以來，能源消費一直被作為一個非常重要的問題受到普遍關(guān)注，提高能源效率作為國家能源政策重點得到廣泛認(rèn)同，大量的文獻(xiàn)對此類問題進(jìn)行了研究。其中，近年來的一個重要研究進(jìn)展就是全要素能源效率（TFEE）方法的引入與改進(jìn)，以HU and Wang[1]的論文為代表，基于數(shù)據(jù)包絡(luò)分析（DEA）技術(shù)和全要素生產(chǎn)理論提出了全要素能源效率（TFEE）方法，使得對能源效率問題的研究轉(zhuǎn)變?yōu)閷?jīng)濟(jì)產(chǎn)出、資本、勞動及能源等要素的綜合研究。隨后，國內(nèi)外眾多學(xué)者采用TFEE方法對中國能源效率問題進(jìn)行了研究[2-3]。

然而，從現(xiàn)有文獻(xiàn)看，絕大多數(shù)研究只關(guān)注能源消費經(jīng)濟(jì)產(chǎn)出最大化，忽視了能源消費形成的污染，無法全面、科學(xué)地衡量各地區(qū)能源消費的真實狀況，直接影響區(qū)域能源消費格局的調(diào)整，諸如魏楚和沈滿洪[4]。與此同時，很少有研究考慮了區(qū)域間的生產(chǎn)技術(shù)差距，諸如吳琦和武春友[5]，嚴(yán)格來說，只有具備相似生產(chǎn)技術(shù)（本文假定“生產(chǎn)技術(shù)”為“轉(zhuǎn)化投入為產(chǎn)出的知識與能力”）水平的生產(chǎn)單元才能比較技術(shù)效率，否則可能因為比較標(biāo)準(zhǔn)的缺失而無法確定影響其效率的真實因素。另外，能源的非效率的分解問題也沒有得到足夠重視，直接影響了能源非效率來源的探究，諸如寧亞東等[6]、 CHANG and HU[7]。

基于此，本文構(gòu)建共同前沿能源效率模型，對長江中游城市群能源效率進(jìn)行評價研究，進(jìn)而為實現(xiàn)節(jié)能減排目標(biāo)、制定相關(guān)政策和措施提供有效的經(jīng)驗依據(jù)。

1 研究方法

1.1 共同前沿能源效率模型

Metafrontier理論的基本思想是強(qiáng)調(diào)不同決策單元（DMU）的生產(chǎn)技術(shù)的差異以反映區(qū)域、種類、規(guī)模和其他固有屬性[8]。Wang Q. W.等基于Metafrontier理論和DEA線性規(guī)劃方法構(gòu)造共同前沿能源效率模型，根據(jù)技術(shù)差異將所有的決策單元進(jìn)行分組，每一個組都會有一個生產(chǎn)前沿面，即群組前沿。然后，將不同的群組的前沿面進(jìn)行包絡(luò)，就可以得到一個新的生產(chǎn)前沿面——共同前沿[9]。此外，本研究將沿用王群偉等人的方法，采用污染物作投入處理法，即將環(huán)境污染物視為經(jīng)濟(jì)活動的一種社會成本，利用該方法處理含有非期望產(chǎn)出的效率測度問題非常普遍[10]。

1.3 全要素能源非效率分解

在兩種前沿下，可以得到GEE和MEE的具體的值，這兩個值的差異可以由技術(shù)缺口比率（TGR）描述，通過計算TGR，還可以得知全要素能源非效率的來源。LIN C.H.等人[12]將基于共同前沿測量的能源的非效率（MIT）劃分為兩部分：技術(shù)缺口的非效率（TGI）和管理的非效率（GMI），如方程（6）所示。同一個群組的城市一般會有相同或相似的生產(chǎn)技術(shù)。因此，基于群組前沿的能源效率的損失可以歸因于管理的非效率，而不是純粹的技術(shù)因素。

共同前沿、群組前沿、技術(shù)缺口比率（TGR）及非效率分解可以由圖1來說明。如圖1所示，共同前沿（M-M）是由生產(chǎn)技術(shù)不同的三個群組前沿（1-1，2-2，3-3）包絡(luò)而成，點A表示該城市的能源效率基于群組前沿2-2測量。為了達(dá)到節(jié)能最大化及增加GDP產(chǎn)出，點A基于群組前沿應(yīng)該移到B點，基于共同前沿應(yīng)該移到C點。那么基于群組前沿和共同前沿測量的能源效率可以分別表示為：

GEE=OEOD， MEE=OFOD

技術(shù)缺口比率、技術(shù)缺口的非效率以及管理的非效率可以分別表示為：

TGR=OFOE， TGI=FEOD， GMI=EDOD

基于共同前沿的總的能源的非效率可以表示為：MIT=TGI+GMI=FD/OD。

2 實證分析

2.1 數(shù)據(jù)、變量選取及說明

長江中游城市群主要包括環(huán)鄱陽湖城市群、武漢城市圈和長株潭城市群，其中環(huán)鄱陽湖城市群包括南昌、景德鎮(zhèn)、萍鄉(xiāng)、九江、新余、鷹潭、吉安、宜春、撫州和上饒；武漢城市圈包括武漢、黃石、鄂州、孝感、黃岡、咸寧、仙桃、潛江和天門；長株潭城市群包括長沙、株洲、湘潭、衡陽、岳陽、常德、益陽和婁底。本文以2005—2014年長江中游城市群為基本研究單元。以資本、勞動、能源為投入變量，各城市GDP為期望產(chǎn)出變量，以SO2排放量作為非期望產(chǎn)出變量。投入產(chǎn)出變量的界定如下：

（1）資本投入。采用物質(zhì)資本存量作為資本投入的代理指標(biāo)，以1995年為基期采用“永續(xù)盤存法”估算各城市資本存量，計算方法為：Ki，t=Ki，t-1（1-σi，t）+（Ii，t+Ii，t-1+Ii，t-2）/3，其中ki，t和Ii，t分別是地區(qū)i第t年的資本存量和投資，σi，t是地區(qū)i第t年的固定資產(chǎn)折舊率，Ki，t-1是地區(qū)i第t-1年的資本存量。具體算法可參見向娟等[13]、張軍等[14]的研究。

（2）勞動投入。以期末從業(yè)人員數(shù)作為各城市勞動投入的具體指標(biāo)。

（3）能源消耗。以各城市的能源消費量來表示能源投入，數(shù)據(jù)來源于2006—2015年的各省市（包括湖北省、湖南省和江西?。┙y(tǒng)計年鑒，不同類型的能源進(jìn)行了折標(biāo)煤計算。

（4）期望產(chǎn)出。選擇長江中游城市群各城市的GDP作為期望產(chǎn)出指標(biāo)，并利用GDP平減指數(shù)以1995年不變價格進(jìn)行了縮減。

（5）非期望產(chǎn)出。本文以SO2排放量作為非期望產(chǎn)出變量，考慮到SO2排放量與中國以煤為主的能源結(jié)構(gòu)密切相關(guān)，是能源利用形成的主要污染之一；各城市SO2排放量數(shù)據(jù)直接可以從中國城市統(tǒng)計年鑒上獲得，增加了研究的可靠性[15]。

長江中游城市群三大區(qū)域投入產(chǎn)出數(shù)據(jù)的均值如表1所示。

由表1可知，平均而言，長株潭城市群GDP產(chǎn)出最高，遠(yuǎn)高于環(huán)鄱陽湖城市群，武漢城市圈的GDP產(chǎn)出處于兩者之間，與長江中游城市群整體的GDP產(chǎn)出水平幾乎持平。長株潭城市群的發(fā)展更多地依賴能源和人力的投入且SO2排放量也是最高的，武漢城市圈資本存量投入最多，環(huán)鄱陽湖城市群資本存量和能源投入都較少。

2.2 共同前沿能源效率分析

根據(jù)方程（3）和（4）可以計算出兩種前沿下的能源效率，GEE和MEE。由表2可知，在共同前沿和群組前沿下，樣本期內(nèi)長江中游城市群全要素能源效率均值分別為0.781和0.850，表明在整個城市群能源投入削減21.9%和15%的情況下，仍然能夠?qū)崿F(xiàn)現(xiàn)有經(jīng)濟(jì)產(chǎn)出水平。正如前文所述，群組前沿下的能源效率明顯高于或等于共同前沿下的能源效率。選取環(huán)鄱陽湖城市群的景德鎮(zhèn)市為例，在群組前沿下，景德鎮(zhèn)市的能效均值達(dá)到了0.772，表明在環(huán)鄱陽湖城市群的能源技術(shù)水平下，節(jié)能潛力可以提升至22.8%；若把景德鎮(zhèn)市放在長江中游城市群范圍內(nèi)，參照共同前沿，其能效均值為0.596，節(jié)能潛力可以提升至40.4%，遠(yuǎn)高于群組前沿下的22.8%的改進(jìn)幅度。

其他城市的比較也得到了類似的結(jié)論。主要原因在于兩種前沿下，參考技術(shù)集是不同的，群組前沿參照的只是該區(qū)域的潛在最優(yōu)生產(chǎn)技術(shù)，而共同前沿參照的是整個城市群潛在最優(yōu)生產(chǎn)技術(shù)。同時可以看出，在群組前沿下，武漢城市圈能源效率最高，為0.910；其次是環(huán)鄱陽湖城市群，為0.829；長株潭城市群能源效率最低，為0.811。而在共同前沿下，環(huán)鄱陽湖城市群能源效率最低，但三個區(qū)域能源效率差異不大，其全要素能效均值分別為0.806、0.779和0.757。為了進(jìn)一步驗證兩種前沿下長江中游城市群全要素能源效率的差異性，本文通過非參數(shù)KruskalWallis檢驗來進(jìn)行分析，我們假設(shè)三個區(qū)域的能源效率沒有差異。結(jié)果顯示KruskalWallis統(tǒng)計量的值為1.605，P值=0.448，表明不能拒絕原假設(shè)，即三個區(qū)域的能源效率是沒有顯著差異的。這說明從能源效率的角度來看，長江中游城市群區(qū)域一體化協(xié)同發(fā)展取得了巨大進(jìn)展。

2.3 能源效率技術(shù)缺口分析

雖然三大區(qū)域間的能源效率沒有顯著差異，但長江中游城市群整體能源效率水平較低，故本文在測算各城市全要素能源效率的基礎(chǔ)上，利用技術(shù)缺口比率（TGR）定量分析長江中游城市群區(qū)域能源技術(shù)差距，可由方程（5）計算得出。圖2給出了2005—2014年環(huán)鄱陽湖城市群、武漢城市圈和長株潭城市群能源利用技術(shù)缺口比率（TGR）均值的差異和變動情況。

通過計算可得，三大區(qū)域的TGR的均值分別為0.923，0.879和0.963。其中，長株潭城市群在維持經(jīng)濟(jì)產(chǎn)出不變的條件下，可以達(dá)到整個長江中游城市群潛在能源利用水平的96.3%，為最高水平。從動態(tài)視角來看（圖2），樣本期內(nèi)長株潭城市群TGR呈現(xiàn)出一種上升趨勢，近幾年來維持在1這一水平線上，說明該城市群各城市之間的生產(chǎn)技術(shù)的差異比較小。相比之下，武漢城市圈的TGR在“十一五”期間逐漸上升，而在“十二五”期間又逐漸下降，即該城市群各城市之間的生產(chǎn)技術(shù)的差異先逐漸縮小，后又逐漸擴(kuò)大，這一現(xiàn)象可能與政府的相關(guān)政策傾斜和新能源新技術(shù)的發(fā)明創(chuàng)造有關(guān)。環(huán)鄱陽湖城市群的TGR處于兩者之間，為0.923，與共同前沿相比，其能源技術(shù)還有7.7%的改進(jìn)空間?？傮w而言，三大區(qū)域之間的能源技術(shù)差距不是很大。

2.4 各城市能源非效率分析

根據(jù)方程（6）計算出各城市技術(shù)缺口的非效率（TGI）和管理的非效率（GMI）。如表3所示。

以武漢城市圈的鄂州市為例?？偟哪茉吹姆切蕿?.528，技術(shù)缺口的非效率為0.104，管理的非效率為0.424。很明顯，鄂州市的TGI比GMI小，這意味著能源效率的損失主要是由管理的非效率導(dǎo)致的。由管理等因素導(dǎo)致能源非效率的城市還有很多，如環(huán)鄱陽湖城市群的景德鎮(zhèn)市、九江市、萍鄉(xiāng)市和新余市，長株潭城市群的株洲市、湘潭市、益陽市和婁底市。由技術(shù)缺口因素導(dǎo)致能源

非效率的城市也有很多，如鷹潭市、上饒市、黃石市、孝感市和長沙市等。

同時可以看出，武漢城市圈的TGI為0.105，GMI為0.101，能源的非效率是由技術(shù)缺口和管理等因素共同導(dǎo)致的，兩者的作用大致相同。而從圖3進(jìn)一步可以看出，環(huán)鄱陽湖城市群能源的非效率主要是由管理等因素導(dǎo)致的，近幾年來，該城市群由技術(shù)缺口導(dǎo)致的能源非效率所

占的比重逐漸上升；而武漢城市圈由技術(shù)缺口導(dǎo)致的能源非效率所占的比重先逐漸下降，后又逐漸上升；長株潭城市群能源的非效率幾乎都是由管理等因素導(dǎo)致的。由此可見目前長江中游城市群節(jié)能減排的任務(wù)艱巨，一方面要繼續(xù)提高能源利用的技術(shù)條件，各城市間加強(qiáng)交流以及推廣節(jié)能減排的技術(shù)；另一方面要加強(qiáng)管理基礎(chǔ)設(shè)施建設(shè)，提高勞動力質(zhì)量和能源利用的管理水平以及加大對節(jié)能減排的宣傳力度。

2.5 能源強(qiáng)度相關(guān)比較分析

基于相對效率測量能源效率，它是一個全要素能源效率指標(biāo)，明顯不同于能源強(qiáng)度（單要素能源效率指標(biāo)）。然而，這兩類指標(biāo)之間也存在一些內(nèi)在聯(lián)系。考慮輸入的約束條件，一個城市在群組前沿和共同前沿下的能源消費和GDP的優(yōu)化組合分別為（1-ρj）e，（1+ρj）y和（1-ρmeta）e，（1+ρmeta）y。同樣，在兩種前沿下潛在的能量強(qiáng)度可以分別計算為（1-ρj）e（1+ρj）y和（1-ρmeta）e（1+ρmeta）y。圖4給出了

2005—2014年期間，長江中游城市群在共同前沿下的真實能源強(qiáng)度和潛在能源強(qiáng)度的比較分析。

真實能源強(qiáng)度與潛在能源強(qiáng)度的變化趨勢基本一致，但前者明顯大于后者（見圖4）。例如，在2005年，每萬元GDP的能源消耗是1.443 t，而優(yōu)化后的數(shù)值為0.868 t。

這與上文得出的多數(shù)城市都具有節(jié)能潛力的結(jié)論是一致的。此外，可以看出，自2005年以來，無論是真實的能源強(qiáng)度，還是潛在的能源強(qiáng)度都具有一定下降的趨勢，而且

兩者之間的差距逐漸縮小。這種現(xiàn)象表明，近年來長江中游城市群節(jié)能減排工作已經(jīng)取得了一定的成效。

3 結(jié)論與啟示

本文通過實證分析主要得出了以下結(jié)論：

（1）當(dāng)前長江中游城市群全要素能源效率整體水平偏低，但地區(qū)差異不是非常顯著。在共同前沿和群組前沿下，樣本期內(nèi)長江中游城市群全要素能源效率均值分別為0.781和0.850，表明在整個城市群能源投入削減21.9%和15%的情況下，仍然能夠?qū)崿F(xiàn)現(xiàn)有經(jīng)濟(jì)產(chǎn)出水平。非參數(shù)KruskalWallis檢驗結(jié)果表明三個區(qū)域的能源效率沒有顯著差異。

（2）三大區(qū)域之間的能源技術(shù)差距不是很大。三大區(qū)域的TGR的均值分別為0.923、 0.879和0.963。其中，長株潭城市群在維持經(jīng)濟(jì)產(chǎn)出不變的條件下，可以達(dá)到整個長江中游城市群潛在能源利用水平的96.3%，為最高水平。

（3）技術(shù)缺口和管理等因素對不同區(qū)域能源非效率的作用不同。武漢城市圈能源的非效率是由技術(shù)缺口和管理等因素共同導(dǎo)致的，兩者的作用大致相同。而環(huán)鄱陽湖城市群和長株潭城市群能源的非效率主要是由管理等因素導(dǎo)致的。

（4）真實能源強(qiáng)度與潛在能源強(qiáng)度的變化趨勢基本一致，但前者明顯大于后者。真實的能源強(qiáng)度和潛在的能源強(qiáng)度都具有一定下降的趨勢，而且兩者之間的差距逐漸縮小。這種現(xiàn)象表明，近年來長江中游城市群節(jié)能減排已經(jīng)取得了一定的成效。

以上結(jié)論蘊含的政策啟示包括以下幾點：

（1）實證分析表明三大區(qū)域的能源效率沒有顯著差異且區(qū)域之間的能源技術(shù)差距不是很大，這說明從能源效率的角度來看，長江中游城市群區(qū)域一體化協(xié)同發(fā)展取得了巨大進(jìn)展。

（2）根據(jù)能源效率損失的來源，可以使用兩種方法來提高各區(qū)域能源效率：縮小技術(shù)差距、提高管理能力。長江中游城市群應(yīng)努力加強(qiáng)區(qū)域間的技術(shù)交流和合作，積極地將先進(jìn)的節(jié)能減排技術(shù)從發(fā)達(dá)城市向落后城市轉(zhuǎn)移和擴(kuò)散，不斷提高自主創(chuàng)新能力。此外，應(yīng)將提高各城市管理水平放在突出位置，進(jìn)而提高長江中游城市群以及各城市的全要素能源效率。

（3）三大區(qū)域以及各城市間潛在的節(jié)能水平并不相同。所以在制定區(qū)域節(jié)能戰(zhàn)略時必須堅持“求同存異”的原則，既要考慮國情、省情，也要注意每個城市的實際情況，然后制定出不同的節(jié)能政策措施。

（4）加大對長江中游城市群的政策傾斜力度。為了進(jìn)一步提高長江中游城市群的能源效率，政府在制定和實施相關(guān)政策時應(yīng)適當(dāng)向長江中游城市群傾斜，這樣才能充分挖掘長江中游城市群的節(jié)能減排潛力，這對提升中國區(qū)域能源效率的整體水平具有重大意義，有利于促進(jìn)綠色經(jīng)濟(jì)轉(zhuǎn)型以及加快推進(jìn)新型城鎮(zhèn)化建設(shè)。

（編輯：李 琪）

參考文獻(xiàn)（References）

[1]HU J L， WANG S C. Totalfactor energy efficiency of regions in China[J]. Energy policy， 2006（34）：3 206-3 217.

[2]HONMA S， HU J L. Totalfactor energy efficiency of regions in Japan[J]. Energy policy， 2008（36）： 821-833.

[3]孫久文， 肖春梅. 長三角地區(qū)全要素能源效率變動的實證分析[J]. 中國人口·資源與環(huán)境， 2012， 22（12）：67-72. [SUN Jiuwen， XIAO Chunmei. An empirical analysis on total factor productive energy efficiency of Yangtze River delta region. [J]. China population， resources and environment， 2012， 22（12）： 67-72.]

[4]魏楚， 沈滿洪. 能源效率與能源生產(chǎn)率： 基于DEA方法的省際數(shù)據(jù)比較[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007 （9）： 110-121. [WEI Chu， SHENG Manhong. Energy efficiency and energy productivity： a comparison based on the panel data by province[J]. The journal of quantitative and technical economics， 2007（9）：110-121.]

[5]吳琦， 武春友. 基于DEA的能源效率模型評價研究[J]. 管理科學(xué)， 2009， 22（1）： 103-112. [ WU Qi， WU Chunyou. Research on evaluation model of energy efficiency based on DEA[J]. Journal of management sciences， 2009， 22（1）： 103-112.]

[6]寧亞東， 張世翔， 孫佳. 基于泰爾嫡指數(shù)的中國區(qū)域能源效率的差異性分析[J]. 中國人口·資源與環(huán)境，2014， 24（5）： 69-72.[NING Yadong， ZHANG Shixiang， SUN Jia. An analysis on the differences of regional energy efficiency in China based on theil index[J]. China population， resources and environment， 2014，24（5）：69-72.]

[7]CHANG T P， HU J L. Totalfactor energy productivity growth， technical progress， and efficiency change： an empirical study of China[J]. Applied energy， 2010， 87（10）： 3362-3270.

[8]BATTESE G E， RAO D S P. Technology gap， efficiency， and a stochastic metafrontier function[J]. International journal of business and economics， 2002（1）： 87-93.

[9]WANG Q W， ZHAO Z Y， ZHOU P， et al. Energy efficiency and production technology heterogeneity in China： a metafrontier DEA approach[J]. Economic modeling， 2013，35： 283-289.

[10]王群偉， 周德群， 王思斯. 考慮非期望產(chǎn)出的區(qū)域能源效率評價研究[J]. 中國礦業(yè)， 2009， 18（9）： 36-40.[WANG Qunwei， ZHOU Dequn， WANG Sisi. Study on regional energy efficiency considering undesirable

outputs[J]. China mining magazine， 2009， 18（9）： 36-40.]

[11]ODONNELL C J， RAO D S P， BATTESE G E. Metafrontier frameworks for the study of firmlevel efficiency and technology ratios[J]. Empirical economics， 2008，34： 231-255.

[12]LIN C H， CHIU Y H， HUANG C W. Assessment of technology gaps of tourist hotels in productive and

service processes[J]. Service industries journal， 2012，32： 2329-2342.

[13]柯善咨， 向娟. 1996—2009年中國城市固定資本存量估算[J]. 統(tǒng)計研究， 2012（7）： 19-24.[KE Shanzi， XIANG Juan. Estimation of the fixed capital stocks in Chinese cities for 1996—2009[J]. Statistical research， 2012（7）： 19-24.]

[14]張軍， 吳桂英， 張吉鵬. 中國省際物質(zhì)資本存量估算： 1952—2000[J]. 經(jīng)濟(jì)研究， 2004， 39（10）： 35-44.[ZHANG Jun，WU Guiying， ZHANG Jipeng. Capital estimates of Chinese Provience： 1952—2000[J]. Economic research journal， 2004， 39（10）： 35-44.]

[15]王克亮， 楊寶臣， 楊力. 環(huán)境約束下的中國全要素能源效率測度及其收斂性[J]. 管理學(xué)報， 2012， 9（7）：1071-1077.[WANG Keliang， YANG Baochen， YANG Li. The measurement and convergence of Chinas totalfactor energy efficiency under the environmental constraints[J]. Chinese journal of management， 2012，9（7）： 1071-1077.]

Abstract Improving energy efficiency and promoting the transformation of lowcarbon economy are the key and difficult point of the current regional coordinated development and new urbanization construction in the middle reaches of the Yangtze River city group. Based on the metafrontier theory， the nonparametric frontier was constructed by using the data envelopment analysis method and sulfur dioxide emissions， the undesirable output， were incorporated into the DEA model. This paper compared and analyzed the regional differences in totalfactor energy efficiency in the middle reaches of the Yangtze River city group and technology gap ratio was used to measure the technology gap of energy utilization among the three regions. On the basis of this， the decomposition of energy inefficiency and the correlation analysis of the actual energy intensity and the potential energy intensity were studied. The results showed that： ①At present， the overall level of totalfactor energy efficiency in the middle reaches of the Yangtze River city group was low， but the regional differences were not significant. ②The technology gap of energy utilization among the three regions was not great. ③Effects of technology gap and management factors on energy inefficiency of different regions were different. ④Both the actual energy intensity and the potential energy intensity were in a certain downward trend， and the gap between the two was gradually narrowing. Finally， some conclusions were drawn， adhering to the principle of ‘seek common ground while reserving differences in the development of regional energysaving strategy， accelerating technological progress， carrying out energy technology innovation actively and improving the level of management constantly. At the same time， the government should

provide more policy support to the middle reaches of the Yangtze River city group， so as to fully explore the potential of energysaving and emissions reduction in the middle reaches of the Yangtze River city group， which is significant to enhance the overall level of Chinas regional energy efficiency and promote the transformation of green economy.

Key words energy efficiency； technology gap； the undesirable output； inefficiency decomposition； metafrontier DEA