張吉崗 楊紅娟

摘要 過去五年，生態(tài)環(huán)境治理明顯加強，環(huán)境狀況得到改善，全面節(jié)約資源有效推進，能源資源消耗強度大幅下降，然而環(huán)保部門數據顯示，中國大氣污染程度仍然十分嚴重。因此，評價中國各省域節(jié)能減排效率并提出政策建議，對優(yōu)化生產生活方式，實現(xiàn)“十三五”節(jié)能減排目標有著理論與實踐意義。本文剔除了數據缺失的河北、西藏兩個地區(qū)，選取2015中國大陸29個省（自治區(qū)、直轄市）作為樣本考察對象，把能源消耗量作為投入變量，GDP作為期望產出變量，二氧化硫、氮氧化物、煙（粉塵）等廢氣排放量作為非期望產出變量，構建DDFDEA模型測算各省域節(jié)能減排效率，并利用SFA模型剔除產業(yè)結構、廢氣治理等外部環(huán)境因素和隨機噪聲對節(jié)能減排效率的影響。結果顯示：①節(jié)能減排整體有效?。ㄗ灾螀^(qū)、直轄市）的數量偏少，僅有北京市和廣東省有效；②地區(qū)間節(jié)能減排效率差異明顯，與經濟發(fā)達程度密切相關，總體呈現(xiàn)東部地帶>中部地帶>西部地帶的態(tài)勢；③純技術水平普遍較高。造成節(jié)能減排效率低的主要原因是無規(guī)模效應，中西部地帶尤為突出，特別是西部地帶規(guī)模效應與最優(yōu)規(guī)模效應差距太大，如何提高能源利用的規(guī)模效應是今后改革的重點之一。文章最后從政府、企業(yè)、公眾三個層面給出建議：保護環(huán)境、治理環(huán)境政府必須發(fā)揮主導作用，企業(yè)是中堅力量，公眾是重要參與者，為建設美麗中國，打贏藍天保衛(wèi)戰(zhàn)做出共同努力。

關鍵詞 DDHDEA；SFA；投入；產出；節(jié)能減排效率

中圖分類號 F062.2； F062.1 文獻標識碼 A 文章編號 1002-2104（2018）09-0024-08 DOI：10.12062/cpre.20180408

“十九大”報告指出建設生態(tài)文明是中華民族永續(xù)發(fā)展的千年大計，必須堅持節(jié)約資源和保護環(huán)境的基本國策。過去五年生態(tài)環(huán)境治理明顯加強，環(huán)境狀況得到改善，全面節(jié)約資源有效推進，能源資源消耗強度大幅下降，這既是踐行“綠水青山就是金山銀山”理念，建設美麗中國，為人民創(chuàng)造良好生產生活環(huán)境的必然要求，也是參與全球環(huán)境治理，落實減排承諾的大國擔當。然而，大氣污染防治形勢依然嚴峻，環(huán)保部《2016年中國環(huán)境狀況公報》數據顯示，中國338個地級及以上城市中，僅有84個城市環(huán)境空氣質量達標，占全部城市數的24.9%；254個城市環(huán)境空氣質量超標，占75.1%。同時，338 個城市發(fā)生重度污染2 464天次、嚴重污染784 天次，其中有32個城市重度及以上污染天數超過30天，顯然“打贏藍天保衛(wèi)戰(zhàn)”任重道遠。因此，評價中國各省域節(jié)能減排效率并提出改進建議，對優(yōu)化生產生活方式，實現(xiàn)“十三五”節(jié)能減排目標有著理論與實踐意義。

1 文獻綜述及評價

經濟社會的快速發(fā)展極大滿足了人們物質財富的需求，然而能源消耗過程中排放的廢氣嚴重污染環(huán)境，危害人們的身心健康，日趨枯竭的能源也已經成為制約社會可持續(xù)發(fā)展的主要瓶頸。因此，節(jié)能減排問題一直受到國內外學者的關注。主要聚焦以下三個方面進行研究：一是提高節(jié)能減排效率的政策措施。Brown Maralyn[1]提出了一套能源消耗和污染物排放的最低標準作為行業(yè)準入壁壘，若低于此標準，則不允許進入該市場。M.L.Miradna 和Hale B[2]提出針對不同的環(huán)境成本應制定不同的稅收標準，對采用清潔能源或生產工藝和流程的企業(yè)給予適當稅收補貼，以此來促使廠商提高能源利用效率，清潔生產。梁偉等[3]研究了環(huán)境稅不同的征稅環(huán)節(jié)和稅率對區(qū)域節(jié)能減排效果及經濟的影響，結果表明單純地征收環(huán)境稅很難實現(xiàn)節(jié)能減排和經濟增長的“雙重紅利”。水會莉等[4]研究政府壓力與稅收激勵兩個因素單獨及共同對企業(yè)研發(fā)投入的影響，實證結果顯示稅收政策的激勵效應弱于政府壓力對企業(yè)在節(jié)能減排、資源循環(huán)利用方面開展研發(fā)投入的影響。二是影響節(jié)能減排效率的主要因素。Price L等[5]研究發(fā)現(xiàn)中國“十一五”期間能源利用效率的提高和環(huán)境污染治理設備的更新是影響能源消耗強度變化的主要因素。李科[6]運用超效率數據包絡分析法測算了30個省份1997—2010年的節(jié)能減排效率，研究認為節(jié)能減排效率的增長主要是受技術進步的推動，結構調整的作用有限。蔡寧等[7]分析了內生創(chuàng)新努力、本土創(chuàng)新溢出、國外技術引進對工業(yè)節(jié)能減排效率的影響，研究發(fā)現(xiàn)三種類型技術創(chuàng)新對工業(yè)節(jié)能減排效率具有顯著正影響，且影響程度上存在地區(qū)差異。三是省域間節(jié)能減排效率評價。魏楚等[8]利用DEA方法計算各省節(jié)能減排效率的分值，得出各省節(jié)能減排效率變化趨勢呈“倒U型”。金桂榮等[9]運用超效率DEA模型，對中國各省的中小企業(yè)節(jié)能減排效率進行了評價，結果顯示中國節(jié)能減排效率地區(qū)分布不均，整體上呈現(xiàn)東高西低。李靜等[10]在考慮非期望產出屬性約束框架下，運用并行DEA模型測算中國2002—2012年30個省份工業(yè)節(jié)能減排效率，結論表明中國工業(yè)節(jié)能減排效率總體上呈上升趨勢，但效率水平偏低，且各區(qū)域間存在差距，節(jié)能減排潛力巨大。徐盈之等[11]運用三階段DEA模型測算中國省際節(jié)能減排效率，實證結果顯示中國節(jié)能減排效率總體上表現(xiàn)為東、中、西遞減的特征，并呈現(xiàn)波動且略有下降的趨勢，各區(qū)域純技術效率都維持著較高水平，規(guī)模不經濟是造成各地區(qū)節(jié)能減排效率低下的原因之一。孫欣等[12]通過構建節(jié)能減排指標體系，采用DEAMalmquist指數對2004—2010年中國省域節(jié)能減排效率進行評價，研究發(fā)現(xiàn)中國節(jié)能減排效率在此期間處于波動狀態(tài)，略有提升態(tài)勢，這得益于技術進步，但節(jié)能管理缺乏效率。吳衛(wèi)紅等[13]構建技術創(chuàng)新與節(jié)能效率和減排效率復合系統(tǒng)協(xié)同度模型，實證結果顯示2004—2013年高耗能產業(yè)的技術創(chuàng)新與節(jié)能減排效率系統(tǒng)的協(xié)同度總體呈上升趨勢。蔡寧[14]基于生產率構建了新型節(jié)能減排指數，測度2007—2013年中國36個工業(yè)行業(yè)的節(jié)能減排效率，研究發(fā)現(xiàn)中國戰(zhàn)略性新興產業(yè)、高新技術產業(yè)節(jié)能減排效率普遍較高，資源、資本、勞動密集型行業(yè)節(jié)能減排效率普遍較低。

綜合以上文獻，國內外學者對節(jié)能減排問題展開了卓有成效的研究，具有較強的借鑒意義。本文在已有研究成果基礎上，為更好地反映各?。ㄗ灾螀^(qū)、直轄市）節(jié)能減排效率進行以下創(chuàng)新：首先，節(jié)能減排效率既要體現(xiàn)節(jié)能又要體現(xiàn)減排，在能源消耗不變的情況下，產出的GDP越多越好，廢氣排放量越少越好。利用方向距離函數模型將GDP作為期望產出（好的產出），二氧化硫、氮氧化物、煙（粉塵）等廢氣排放量作為非期望產出（壞產出）均納入評價體系。其次，利用隨機前沿模型剔除了影響GDP和廢氣排放量的外部環(huán)境因素和隨機噪聲，把各?。ㄗ灾螀^(qū)、直轄市）置于相同的環(huán)境下，使得評價結果能更真實地反映節(jié)能減排效率水平。

2 模型選取、指標構建與數據分析

2.1 模型選取

DEA三階段模型是由Fried等[15]提出的評價決策單元效率的方法，其構建和運用包括三個階段。本文考慮了非期望產出，引入了方向距離函數模型，改進了第一階段和第三階段。

2.1.1 第一階段：DDF模型

1978年著名的運籌學家A.Charnes 等[16]基于Farrell[17]關于生產效率的觀點提出了數據包絡分析的方法（Data Envelopment Analysis，簡稱DEA）。DEA從生產函數角度對多個決策單元的投入和產出數據綜合分析，利用線性規(guī)劃方程確定有效生產前沿面，把各決策單元與有效生產前沿面進行比較，判斷各決策單元的相對效率 。Banker 等[18]基于規(guī)模效應可變假設提出了BCC模型（BCC是以Banker R D，Charnes A，Cooper WW三位作者的姓氏首字母命名），該模型把綜合技術效率分解為純技術效率和規(guī)模效率，純技術效率反映決策單元在最優(yōu)規(guī)模時的生產效率，規(guī)模效率反映決策單元與最優(yōu)規(guī)模效率的差距。節(jié)能減排的內涵是能源消耗不變的情況下，產出的GDP越多越好，廢氣排放量越少越好。因此，本文在BCC模型基礎上，借鑒Chung等[19]提出的方向距離函數模型（Directional Distance Function，簡稱DDF），該模型將期望產出和非期望產出區(qū)分開來，契合了節(jié)能減排的內涵。模型表達式為：

2.1.3 第三階段：調整后的DDF模型

將第二階段調整后的投入數據代替原始投入數據，產出仍為原始產出數據，再次運用DDF模型進行評價，第三階段得出的效率值剔除了外部環(huán)境因素和隨機噪聲的影響，評價結果能更真實地反映節(jié)能減排水平。

基于以下原因，文章選取了考慮非期望產生的DDFDEA三階段模型評價省域節(jié)能減排效率。首先，DEA模型作為非參數模型無需考慮具體生產函數形式、指標權重、共線性問題，評價過程不受主觀因素的影響；其次，區(qū)分期望產出和非期望產出是DDF模型的主要功能之一；最后，SFA模型可以剔除外部環(huán)境因素和隨機噪聲對評價結果的影響。

2.2 指標選擇與數據分析

在同等量的能源消耗下，產出的GDP越大越好，廢氣排放量越小越好，說明節(jié)能減排效率高，反之，節(jié)能減排效率低。因此，本文選取了能源消耗量作為投入，GDP與廢氣排放量作為產出，具體如表1所示。鑒于數據的完整性和可獲得性，本文剔除了數據缺失的河北、西藏及港、澳、臺地區(qū)，選取2015 年29個?。ㄗ灾螀^(qū)、直轄市）作為樣本考察對象，每項指標的描述性統(tǒng)計如表2所示。

數據來源于國家統(tǒng)計局網站、中國知網中國經濟社會發(fā)展數據庫及各?。ㄗ灾螀^(qū)、直轄市）統(tǒng)計年鑒。

根據DEA模型指導性原則（Cooper William W）[20]，評價單元的數量不應少于投入和產出指標數量的乘積，同時不少于投入和產出指標數量之和的3倍。本文評價單元為29個，投入指標1個，產出指標4個，符合以上指導性原則。

為進一步說明中國節(jié)能減排的緊迫性和必要性，根據世界銀行公布的1990—2014年世界各國和地區(qū)GDP單位能源消耗的數據，選取美國、日本、印度、巴西四個國家比較分析中國能耗水平的發(fā)展趨勢。世界銀行公布的單位能源消耗是指平均每千克石油當量的能源消耗所產生的按購買力平價計算的 GDP，即采用購買力平價匯率將國內生產總值換算為 2011 年不變價國際元。數據顯示，隨著技術水平的提高，除巴西外，中國、美國、日本、印度GDP單位能源消耗總體成上升趨勢，但是中國與其他四國的差距非常明顯（見圖1）。印度、巴西的GDP單位能源消耗一直較高的原因是其工業(yè)發(fā)展水平相對偏低。美國、日本作為高度發(fā)達的國家，其GDP單位能源消耗明顯高于中國，對中國未來經濟發(fā)展具有很強的借鑒意義。以日本為例，1990年日本的GDP單位能源消耗是中國的4.30倍，到1999年下降為2.10倍，這十年間差距縮小顯著，但是從2000—2014年，中日的GDP單位能源消耗的差距保持在一個穩(wěn)定的水平，其主要原因是中國的第二產業(yè)占比高，能源消耗大、經濟增加值較低。因此，中國必須加快推進供給側結構性改革，優(yōu)化產業(yè)結構，縮小與發(fā)達國家GDP單位能源消耗的差距，最終實現(xiàn)節(jié)能減排的目標。

3 DDFDEA三階段實證結果分析

3.1 第一階段結果分析

在第一階段，利用考慮非期望產出的DDF模型對原始投入產出數據進行初始效率評價。2015年中國大陸29個?。ㄗ灾螀^(qū)、直轄市，不包括河北、西藏）節(jié)能減排初始效率值由MAXDEA軟件實現(xiàn)，結果如表3所示。

初始效率結果顯示綜合技術效率均值為0.491，且僅北京市達到綜合技術有效，其他28省（自治區(qū)、直轄市）均未達到綜合技術有效，寧夏綜合技術效率最低，僅有0153，說明節(jié)能減排效率普遍偏低，且存在明顯地區(qū)差異。

3.2 第二階段實證結果分析

第二階段主要是剔除外部環(huán)境因素和隨機噪聲對節(jié)能減排效率的影響。產業(yè)結構和廢氣治理能力不受決策單元技術水平和規(guī)模效應的控制，但卻會影響GDP和廢氣排放量。本文選取兩個環(huán)境變量，第三產業(yè)占比反映產業(yè)結構、廢氣治理投資額度反映廢氣治理能力。根據SFA回歸模型，將第一階段結果中投入能源的松弛值作為自由變量，第三產業(yè)占比和廢氣治理投資額度作為解釋變量進行回歸。本文運用FRONTIER4.1軟件實現(xiàn)SFA回歸，結果如表4所示。

運用SFA模型的前提是管理無效率項存在，此假定可以通過單邊的廣義似然比檢驗。在單邊的廣義似然比檢驗中，自由度為2，在1%顯著性水平上臨界值是8.273，由SFA回歸結果可知9.53>8.273，拒絕不存在管理無效率項假設。同時，回歸結果中的各項系數估計均通過t值檢驗，模型和回歸結果可靠。在第二階段回歸結果中γ值等于1，說明隨機噪聲對松弛變量的影響幾乎為零，主要是外部環(huán)境因素和管理無效率影響了松弛變量。特別說明，本文分離管理無效率項時借鑒羅登躍[21]、陳巍巍等[22]、張根文等[23]學者的分離公式。管理無效率μ的估計值計算公式見公式（3）。

3.3 第三階段實證結果分析

根據調整后的投入值，再次運用DDF模型對29個省（自治區(qū)、直轄市）的節(jié)能減排效率進行評價，第三階段得出的效率值剔除了外部環(huán)境因素和隨機噪聲的影響，評價結果能更真實地反映節(jié)能減排水平，結果如表5所示。與第一階段一致，第三階段結果由MAXDEA軟件實現(xiàn)。

調整后的效率值與初始效率值相比，綜合技術效率均值變化不大；純技術效率均值上升明顯，由0.562上升到0.872；規(guī)模效率均值下降明顯，由0.870下降到0.541；除北京市以外其他地區(qū)的規(guī)模效應也均發(fā)生變化。造成以上變化的主要原因在于剔除了外部環(huán)境因素和隨機噪聲的影響后，在產出不變的情況下，能源投入發(fā)生了變化，不同地區(qū)受外部環(huán)境因素影響程度不同，能源消耗調整幅度也不同，進而影響節(jié)能減排效率的變化。根據第二階段回歸結果，第三產業(yè)占比和廢氣治理投資額度回歸系數分別為負值和正值，由投入調整公式可知，第三產業(yè)占比越小能源消耗調減幅度越小，反之則越大；廢氣治理額度小能源消耗調增幅度越大，反之則越小。具體變化如圖2所示。

調整后的效率值顯示僅北京和廣東綜合技術有效，標準差為0.260，說明地區(qū)之間節(jié)能減排效率存在較大差異。綜合技術效率前三名分別是北京、廣東、江蘇，這三個省（市）均位于東部地帶，屬于經濟發(fā)達地區(qū)。綜合技術效率后三名分別是青海、新疆、寧夏，這三個?。ㄗ灾螀^(qū)）均位于西部地帶，屬于經濟欠發(fā)達地區(qū)。雖然僅有5個?。ㄗ灾螀^(qū)、直轄市）達到純技術有效，但整體水平較高。剔除影響因素后規(guī)模效率均值下降明顯，說明實際規(guī)模效率與最優(yōu)規(guī)模效率差距擴大，綜合技術效率無效的27個省（自治區(qū)、直轄市）均為規(guī)模效應遞增，說明在保持先進技術的同時，今后改革的重點是如何發(fā)揮好規(guī)模效應。

進一步分析區(qū)域差異，按照傳統(tǒng)三大地帶分區(qū)方法，把29個?。ㄗ灾螀^(qū)、直轄市）劃分為東部地帶、中部地帶、西部地帶。如表6所示，在綜合技術效率、規(guī)模效率兩方面呈現(xiàn)一致態(tài)勢，即東部地帶>中部地帶>西部地帶，且存在明顯差異。在純技術效率方面，東部地帶>西部地帶>中部地帶，地區(qū)差異不明顯，說明中西部地區(qū)不僅要提高能源利用的技術水平，更要重視規(guī)模效應。

4 結論與建議

4.1 研究結論

經過DDFDEA三階段模型分析，本文得出以下結論：①節(jié)能減排整體有效?。ㄗ灾螀^(qū)、直轄市）的數量偏少，僅有北京和廣東有效；②地區(qū)間節(jié)能減排效率差異明顯，與經濟發(fā)達程度密切相關，總體呈現(xiàn)東部地帶>中部地帶>西部地帶的態(tài)勢；③純技術水平普遍較高，造成節(jié)能減排效率低的主要原因是無規(guī)模效應，中西部地帶尤為突出，特別是西部地帶規(guī)模效應與最優(yōu)規(guī)模效應差距太大。

同時運用DDFDEA三階段模型對省域節(jié)能減排效率評價也存在不足之處：①在指標選取時，把年度消耗萬噸標準煤作為投入指標，由于統(tǒng)計口徑不一致，未去除清潔能源的消耗量；②評價節(jié)能減排效率的產出指標受多種因素影響，鑒于指標的量化難度和數據獲得的局限性，僅選取了第三產業(yè)占比和廢氣治理投資額度作為環(huán)境變量。

4.2 政策建議

人與自然是生命共同體，人類對大自然的傷害最終會傷及人類自身。打贏“藍天保衛(wèi)戰(zhàn)”不僅是政府的責任，更需要全社會參與。本文從政府、企業(yè)、公眾三個層面給出建議。

（1）政府層面。政府在保護環(huán)境、治理環(huán)境中必須發(fā)揮主導作用。首先，做好產業(yè)規(guī)劃，防止產能過剩行業(yè)重復投資特別是中西部地區(qū)，經濟發(fā)展與環(huán)境保護并重，建立健全低碳綠色循環(huán)發(fā)展的經濟體系；其次，健全環(huán)保信用評價、信息強制性披露制度，針對不同的環(huán)境成本，制定不同的稅收政策，強化企業(yè)環(huán)保責任，同時，采取行政手段關停并轉高耗能、低產出、嚴重污染環(huán)境的中小企業(yè)；最后，建立市場導向的綠色技術創(chuàng)新體系，推進清潔能源的開發(fā)利用，大力發(fā)展環(huán)保產業(yè)。

（2）企業(yè)層面。企業(yè)是保護環(huán)境、治理環(huán)境的中堅力量。首先，高耗能企業(yè)應當主動淘汰高耗能、低產出生產線，這也是導致能源投入未達到最優(yōu)規(guī)模效應的主要原因；其次，應當加強與高校、科研院所的合作，增加科研投入，提高清潔生產技術水平，節(jié)約能源消耗，降低廢氣排放量；最后，開發(fā)廢氣再利用技術，變廢為寶，實現(xiàn)經濟效益與環(huán)境效益雙贏。

（3）公眾層面。公眾是保護環(huán)境、治理環(huán)境的重要參與者。首先，樹立環(huán)保意識，主動購買有環(huán)保標識的產品，引導企業(yè)綠色生產；其次，踐行十九大報告提出的簡約適度、綠色低碳的生活方式，反對奢侈浪費和不合理消費；最后，提高參與環(huán)保行動的自覺性和主動性，承擔宣傳環(huán)境保護的責任，為建設美麗中國做出自己的努力。

（編輯：劉照勝）

參考文獻（References）

[1]BROWN M A. Market failures and barriers as a basis for clean energy policies[J]. Energy policy，2001，29：1197-1207.

[2]MIRADNA M L，HALE B. A taxing environment： evaluating the multiple objectives of environmental taxes[J]. Environmental science and technology，2002，36：5289-5295.

[3]梁偉，朱孔來，姜巍.環(huán)境稅的區(qū)域節(jié)能減排效果及經濟影響分析[J].財經研究，2014，40（1）：40-49.[LIANG Wei， ZHU Konglai， JIANG Wei. The regional energy conservation and emission reduction effect and economic impact of environmental tax [J]. Journal of finance and economics， 2014， 40（1）： 40-49.]

[4]水會莉，韓慶蘭，楊潔輝.政府壓力、稅收激勵與企業(yè)研發(fā)投入[J].科學學研究，2015，33（12）：1828-1838.[SHUI Huili， HAN Qinglan， YANG Jiehui. Government pressure， tax preference and firm R&D; investment [J]. Studies in science of science， 2015， 33（12）： 1828-1838.]

[5]PRICE L， LEVINE M D， ZHOU N， et al. Assessment of Chinas energysaving and emissionreduction accomplishments and opportunities during the 11th Five Year Plan[J]. Energy policy，2011，39（4）：2165-2178.

[6]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.[LI Ke. Energysaving and emissionabating activity with its dynamic characteristics in different provinces of China [J]. China soft science， 2013（5）：144-157.]

[7]蔡寧，叢雅靜，李卓，等.技術創(chuàng)新與工業(yè)節(jié)能減排效率——基于SBMDDF方法和面板數據模型的區(qū)域差異研究[J].經濟理論與經濟管理，2014（6）：57-70.[CAI Ning， CONG Yajing， LI Zhuo， et al. Technology innovation and China industry energy saving and emission reduction efficiency：analysis on regional difference based on SBMDDF and paneldata model [J]. Economic theory and business management， 2014（6）：57-70.]

[8]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.[WEI Chu， SHEN Manhong. Energy efficiency and its influencing factors based on DEA empirical analysis [J]. Management world， 2007（8）： 66-76.]

[9]金桂榮，張麗. 中小企業(yè)節(jié)能減排效率及影響因素研究[J].中國軟科學，2014（1）：126-133.[JIN Guirong， ZHANG Li. Efficiency of energy saving and emission reduction in small and mediumsized enterprises and its influencing factors [J].China soft science，2014（1）：126-133.]

[10]李靜，彭翡翠，黃丹丹，等.基于并行DEA模型的中國工業(yè)節(jié)能減排效率研究[J].工業(yè)技術經濟，2014（5）：145-152.[LI Jing， PENG Feicui， HUANG Dandan，et al. The research of industrial saving emission reduction efficiency based on the parallel DEA model [J]. Journal of industrial technological & economics， 2014（5）：145-152.]

[11]徐盈之，魏莎.我國區(qū)域節(jié)能減排效率及空間相關性研究[J].大連理工大學學報（社會科學版），2014（1）：1-7.[XU Yingzhi， WEI Sha. Study of Chinas provincial efficiency of energysaving and emissionreduction and its spatial correlation [J]. Journal of Dalian University of Technology （social sciences edition）， 2014（1）：1-7.]

[12]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].西北農林科技大學學報（社會科學版），2014（4）：137-143.[SUN Xin， HAN Weiwei， SONG Malin. Research on evaluation of provincial energysaving & emission reduction efficiency and its Influencing factors in China [J]. Journal of Northwest A&F; University （social sciences edition）， 2014（4）：137-143.]

[13]吳衛(wèi)紅，王建英，張愛美，等.高耗能產業(yè)技術創(chuàng)新與節(jié)能減排效率協(xié)同發(fā)展實證研究[J].中國科技論壇，2016（7）：61-67.[WU Weihong， WANG Jianying， ZHANG Aimei， et al. An empirical research on the synergistic development of the technology innovation in energyintensive industry and the efficiency of energy saving and emission reduction [J]. Forum on science and technology in China， 2016（7）：61-67.]

[14]蔡寧，叢雅靜，姚懿珈.基于行業(yè)數據的新型工業(yè)節(jié)能減排效率與技術創(chuàng)新研究[J].工業(yè)技術經濟，2016，35（8）：19-30.[CAI Ning， CONG Yajing， Yao Yijia. A research on industry energy saving and emission reduction efficiency and technology innovation [J]. Journal of industrial technological & economics， 2016， 35（8）： 19-30.]

[15]FRIED H O， LOVELL C A K，SCHMIDT S S， et al. Accounting for environmental effects and statistical noise in data envelopment analysis[J]. Journal of productivity analysis，2002， 17 （1-2）：157-174.

[16]CHARNESS A， COOPER W W， RHODES E. Measuring the efficiency of decision units[J].European journal of operational research，1978（2）：429-444.

[17]FARRELL M J. The measurement of productive efficiency [J]. Journal of the royal statistical society，1957，120（3）：253-290.

[18]BANKER R D， ChARNES A， COOPER W W. Some models for estimating technical and scale inefficiencies in data development analysis [J].Management science，1984，30（9）：1078-1092.

[19]CHUNG Y H， RRE F， GROSSKOPF S. Productivity and undesirable outputs： a directional distance function approach[J]. Microeconomies，1995，51（3）：229-240.

[20]COOPER W W， SEIFORD L M，TONE K. Data envelopment analysis： a comprehensive text with models， references and DEAsoftware[M]. 2nd ed. New York： Springer Science & Business Media，2007.

[21]羅登躍.三階段DEA模型管理無效率估計注記[J].統(tǒng)計研究，2012，29（4）：104-107.[LUO Dengyue. A note on estimating managerial inefficiency of threestage DEA Model [J]. Statistical research， 2012， 29（4）： 104-107.]

[22]陳巍巍，張雷，馬鐵虎，等.關于三階段DEA模型的幾點研究[J].系統(tǒng)工程，2014，32（9）：144-149.[CHEN Weiwei， ZHANG Lei， MA Tiehu， et al. Some researches on the threephase DEA Model [J]. Systems engineering， 2014， 32（9）：144-149.]

[23]張根文，張王飛，汪先哲.考慮外部環(huán)境與異質性前沿面的三階段WindowDEA模型研究[J].統(tǒng)計與決策，2017（18）：29-33.[ZHANG Genwen， ZHANG Wangfei， WANG Xianzhe. Threestage WindowDEA model accounting for environmental factors and heterogeneity frontier [J]. Statistics and decision， 2017（18）：29-33.]

[24]李鵬，魏巍賢.生態(tài)文明建設視角下征收環(huán)境稅對河北省的宏觀經濟影響[J].中國人口·資源與環(huán)境，2016（S2）：373-376.[LI Peng， WEI Weixian. Environmental tax levied on the macroeconomic impact of Hebei Province under the perspective of ecological civilization construction [J]. China population， resources and environment， 2016（S2）： 373-376.]

Abstract The 19th CPC National Congress Report pointed out that the construction of ecological civilization is a millennium plan for the sustainable development of the Chinese nation， and it is necessary to adhere to the basic national policy of saving resources and protecting the environment. In the past five years， the ecological environment having been significantly strengthened， the environmental situation having been improved， the overall conservation of resources having been effectively promoted， and the intensity of energy and resources consumption having decreased significantly. However， the level of air pollution in China is still very serious from the environmental protection sector data. Therefore， it is of theoretical and practical significance to evaluate the efficiency of energy saving and emission reduction in various provinces of China and offer some policy suggestions for optimizing the production and life style and emission reduction target of the 13th Five Year Plan. Except for Hebei and Tibet， selecting data in 2015 from 29 provinces （autonomous regions， municipalities directly under the central government） of mainland China as sample objects， and considering energy consumption as input variable and GDP as expected output variable， sulfur dioxide， nitrogen oxides， smoke （dust） and other exhaust gas emissions as nonexpected output variables， this paper constructed DDFDEA model to calculate the efficiency of energy saving and emission reduction in the provinces， and based on the SFA model， it eliminated the effects of external environmental factors such as industrial structure， exhaust gas treatment and random noise on the efficiency of energy saving and emission reduction. The results showed that：①There are small number of effective provinces （autonomous regions and municipalities directly under the central government）， and energy saving and emission reduction were only effective in Beijing and Guangdong. ②The efficiency of energy saving and emission reduction was obviously different among regions， which was closely related to the degree of economic development. The overall situation was that the eastern region was better than the central region while the central region was better than the western region. ③The pure technology level was generally at the high level， and the low efficiency of energy saving and emission reduction was mainly caused by the lack of scale effect especially， especially in the western region， where the gap between the scale effect and the optimal scale effect was too large. How to improve the scale effect of energy use should be one of the key points in the future reform. From the threelevel perspective， this paper finally put forward suggestions that the government should play a leading role in protecting and governing the environment while enterprises should be the backbone force， and the public is an important participant. We should make joint efforts to build beautiful China and the blue sky.

Key words DDHDEA； SFA； input； output； energysaving and emission reduction efficiency