李 根，劉家國，李天琦

(1.江蘇科技大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇 鎮(zhèn)江 212003；2.大連海事大學(xué)航運(yùn)經(jīng)濟(jì)與管理學(xué)院，遼寧 大連 116026；3.南京農(nóng)業(yè)大學(xué)金融學(xué)院，江蘇 南京 210095)

1 引言

改革開放40年來，中國制造業(yè)取得了突飛猛進(jìn)的發(fā)展，其是GDP的重要貢獻(xiàn)者。但是，制造業(yè)是典型的高能耗、高污染的產(chǎn)業(yè)，產(chǎn)能過剩問題突出，制造業(yè)在帶動(dòng)國民經(jīng)濟(jì)快速發(fā)展的同時(shí)，也消耗了大量的資源，對(duì)生態(tài)環(huán)境造成了嚴(yán)重的污染。長(zhǎng)期以來，制造業(yè)每年能源消費(fèi)占全國能耗的一半以上，從2000到2018年制造業(yè)能源消耗量增長(zhǎng)超2.5倍。在呼吁低碳經(jīng)濟(jì)、綠色發(fā)展的時(shí)代背景下，我國要著重提高制造業(yè)能源生態(tài)效率，在保證經(jīng)濟(jì)發(fā)展的同時(shí)盡可能減少對(duì)環(huán)境的不利影響。

能源生態(tài)效率融合了能源效率和生態(tài)效率內(nèi)涵，其是以最小的能源消耗和環(huán)境影響帶來最大的經(jīng)濟(jì)產(chǎn)出，這也是“能源-經(jīng)濟(jì)-環(huán)境”協(xié)調(diào)發(fā)展的內(nèi)在要求。目前，針對(duì)制造業(yè)能源生態(tài)效率地區(qū)差異的研究相對(duì)較少，部分學(xué)者從宏觀層面對(duì)能源生態(tài)效率地區(qū)差異展開研究。關(guān)偉和許淑婷[1]考慮非期望產(chǎn)出的SBM模型對(duì)中國1997-2012年省際能源生態(tài)效率進(jìn)行測(cè)度,從空間格局規(guī)模、格局強(qiáng)度與紋理等方面分析能源生態(tài)效率的空間分布特征與規(guī)律,運(yùn)用計(jì)量模型驗(yàn)證省際能源生態(tài)效率的空間溢出效應(yīng)及其影響因素。王滕等[2]將環(huán)境非期望產(chǎn)出和社會(huì)福利要素納入到能源效率評(píng)價(jià)指標(biāo)體系中,將能源、資本和勞動(dòng)作為投入要素，從經(jīng)濟(jì)增長(zhǎng)、環(huán)境保護(hù)、社會(huì)福利三個(gè)維度衡量產(chǎn)出,構(gòu)建能源生態(tài)效率理論框架?；?000-2014年數(shù)據(jù),對(duì)30個(gè)省市能源生態(tài)效率進(jìn)行測(cè)度。趙鑫等[3]考慮非期望產(chǎn)出，采用超效率SBM-DEA模型,測(cè)算1996-2013年長(zhǎng)江經(jīng)濟(jì)帶整體及其上中下游能源生態(tài)效率,并分析省際能源生態(tài)效率收斂性。可見，學(xué)者主要從宏觀層面探究能源生態(tài)效率地區(qū)差異及影響效應(yīng)，并提出相應(yīng)政策建議，這是本文研究的重要基礎(chǔ)。

學(xué)者針對(duì)制造業(yè)能源效率行業(yè)差異的研究相對(duì)較多。在對(duì)制造業(yè)能源效率進(jìn)行測(cè)算時(shí)，按照投入要素選擇的不同，分為兩種方法。第一種是單要素生產(chǎn)率(Single Factor Productivity，SFP)也稱為偏要素能源效率，比如能耗強(qiáng)度指標(biāo)。李玲等[4]基于結(jié)構(gòu)分解分析方法,將能源強(qiáng)度變動(dòng)因素分解成能源消耗系數(shù)、完全需要系數(shù)、最終需求等因素,并編制了我國五個(gè)年度的實(shí)物價(jià)值型能源投入產(chǎn)出可比價(jià)序列表,以探索影響我國能源強(qiáng)度變動(dòng)的主導(dǎo)因素。李根等[5]考慮了制造業(yè)隱含能源消耗,基于投入產(chǎn)出法構(gòu)建了制造業(yè)完全能耗強(qiáng)度測(cè)度公式,并基于WSR方法論構(gòu)建了制造業(yè)完全能耗強(qiáng)度影響因素體系,運(yùn)用SVAR模型探究1980-2016年各因素對(duì)制造業(yè)完全能耗強(qiáng)度的影響規(guī)律。趙新剛和劉平闊[6]基于1960-2009年9國的面板數(shù)據(jù),運(yùn)用面板平滑轉(zhuǎn)換回歸(PSTR)模型及改進(jìn)的算法,分析了經(jīng)濟(jì)增長(zhǎng)與能源強(qiáng)度的關(guān)系。徐建中和王曼曼[7]基于核密度函數(shù)模型描繪我國制造業(yè)能源強(qiáng)度的動(dòng)態(tài)演變規(guī)律和行業(yè)異質(zhì)性,從行業(yè)環(huán)境規(guī)制視角構(gòu)建綠色技術(shù)創(chuàng)新對(duì)能源強(qiáng)度的非線性門檻模型,探討行業(yè)環(huán)境規(guī)制的門檻效應(yīng)和時(shí)序變化,進(jìn)而利用各因素多個(gè)分位數(shù)全面分析對(duì)能源強(qiáng)度的影響效應(yīng)。這種計(jì)算方式簡(jiǎn)單易行，但是只能衡量能源與經(jīng)濟(jì)效益的比值關(guān)系，忽視了各投入要素之間的替代關(guān)系。由于能源投入不能獨(dú)立對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生促進(jìn)作用，缺少對(duì)資本、勞動(dòng)力、技術(shù)等其他因素的考慮，計(jì)算結(jié)果會(huì)夸大能源的利用效率[8]。

為了彌補(bǔ)單要素效率的缺陷，Jin-Li Hu和Shih-Chuan Wang提出了第二種方法，即全要素生產(chǎn)率(Total Factor Productivity，TFP)。該方法考慮了多種投入的情形，認(rèn)為是資本、勞動(dòng)力、能源等因素的共同作用導(dǎo)致了經(jīng)濟(jì)產(chǎn)出，計(jì)算結(jié)果較為準(zhǔn)確。楊愷鈞等[9]基于SBM與GML指數(shù)模型,采用2005-2014年30個(gè)省份的面板數(shù)據(jù),分析大氣污染下中國工業(yè)全要素能源效率問題。結(jié)果顯示，工業(yè)全要素能源效率實(shí)現(xiàn)了41.22%的增長(zhǎng)；東部沿海地區(qū)與東北、中部、西部地區(qū)存在較大的差距。孟慶春等[10]基于非參數(shù)前沿構(gòu)建了不可分的混合測(cè)度DEA模型,將致霾污染物NOx、CO2、SO2和煙(粉)塵作為非期望產(chǎn)出,對(duì)各省能源效率進(jìn)行測(cè)算。陳關(guān)聚[11]運(yùn)用SFA測(cè)度了制造業(yè)30個(gè)行業(yè)的全要素能源效率,分析了能源結(jié)構(gòu)對(duì)技術(shù)效率的影響。2003-2010年制造業(yè)能源效率呈先上升后停滯的階梯形變化特征,行業(yè)間能源效率差異大。王姍姍和屈小娥[12]基于2003-2008年制造業(yè)28個(gè)行業(yè)面板數(shù)據(jù),選取行業(yè)固定資產(chǎn)凈值年平均余額、年末從業(yè)人員數(shù)和能源消費(fèi)為投入指標(biāo),行業(yè)總產(chǎn)值、SO2排放量為產(chǎn)出指標(biāo),運(yùn)用DEA-Malmquist生產(chǎn)率指數(shù)法測(cè)算了考慮環(huán)境效應(yīng)的制造業(yè)行業(yè)全要素能源效率指數(shù)；并運(yùn)用Tobit模型研究了全要素能源效率的影響因素。王霄和屈小娥[13]基于2001-2007年制造業(yè)28個(gè)行業(yè)數(shù)據(jù),運(yùn)用非參數(shù)數(shù)據(jù)包絡(luò)分析法,測(cè)算了制造業(yè)28個(gè)行業(yè)全要素能源效率。制造業(yè)全要素能源效率總體呈現(xiàn)上升趨勢(shì),但行業(yè)間差異顯著。盧銳等[14]基于2003-2013年面板數(shù)據(jù)，運(yùn)用DEA-Malmquist生產(chǎn)率指數(shù)分解法，測(cè)算了制造業(yè)及其三類能耗行業(yè)全要素生產(chǎn)率、能源效率的技術(shù)進(jìn)步、技術(shù)效率分解指數(shù)，分析了其相關(guān)影響關(guān)系。技術(shù)進(jìn)步對(duì)于制造業(yè)全要素生產(chǎn)率的負(fù)貢獻(xiàn)遠(yuǎn)遠(yuǎn)超過技術(shù)效率的正貢獻(xiàn)，制造業(yè)全要素生產(chǎn)率出現(xiàn)顯著的負(fù)增長(zhǎng)；技術(shù)進(jìn)步和技術(shù)效率均會(huì)提升制造業(yè)能源效率，但技術(shù)進(jìn)步的貢獻(xiàn)顯著大于技術(shù)效率，且兩者在不同能耗行業(yè)中的效果差異明顯。趙金樓等[15]在隨機(jī)前沿分析框架下,對(duì)1980-2010年29個(gè)省市自治區(qū)的能源效率進(jìn)行測(cè)算,并對(duì)能源效率地區(qū)差異、影響因素進(jìn)行分析,最后運(yùn)用面板單位根法對(duì)我國地區(qū)能源效率進(jìn)行隨機(jī)性收斂分析?？梢姡^多學(xué)者分析了制造業(yè)全要素能源效率行業(yè)差異及影響因素，并提出了科學(xué)的政策建議，這也是本文研究的重要基礎(chǔ)。

上述研究中，單要素生產(chǎn)率使用較為簡(jiǎn)單，且與國家節(jié)能減排戰(zhàn)略目標(biāo)緊密結(jié)合，實(shí)踐性較強(qiáng)，但它忽略了資本與勞動(dòng)力對(duì)產(chǎn)出的貢獻(xiàn)及資本、勞動(dòng)力與能源間的替代效應(yīng)。相比而言，全要素生產(chǎn)率具有較大的優(yōu)勢(shì)，它既可反映一個(gè)產(chǎn)業(yè)或地區(qū)在一定生產(chǎn)要素結(jié)構(gòu)下的能源使用的綜合水平，也可比較客觀地衡量生產(chǎn)要素之間的替代效應(yīng)。因此，本文主要采用全要素生產(chǎn)率的方法來測(cè)算制造業(yè)能源生態(tài)效率。目前，大多數(shù)文獻(xiàn)基于制造行業(yè)面板數(shù)據(jù)進(jìn)行定量分析，研究成果側(cè)重于分析行業(yè)間傳統(tǒng)能源效率差異，而針對(duì)省域?qū)用婵紤]非期望產(chǎn)出的制造業(yè)全要素能源效率測(cè)算的文獻(xiàn)相對(duì)較少，即忽視了制造業(yè)能源生態(tài)效率的地區(qū)差異。

在測(cè)算全要素能源效率時(shí)，學(xué)者主要采用基于方向距離函數(shù)的前沿度量方法，包括非參數(shù)的數(shù)據(jù)包絡(luò)分析(DEA)和參數(shù)化的隨機(jī)前沿分析(SFA)。在進(jìn)行效率測(cè)算時(shí)，SFA對(duì)于模型的基本假設(shè)比較復(fù)雜，不僅需建立生產(chǎn)函數(shù)，而且對(duì)技術(shù)無效率的分布形式也需進(jìn)行具體設(shè)定，使得模型的參數(shù)估計(jì)較為困難。相比之下，DEA對(duì)生產(chǎn)前沿的具體形式不做嚴(yán)格要求，并對(duì)具有相同類型的多投入、多產(chǎn)出的決策單元是否技術(shù)有效進(jìn)行評(píng)價(jià)具有較大優(yōu)勢(shì)。然而，當(dāng)考慮到能源消耗過程中產(chǎn)生的環(huán)境污染時(shí)，DEA的適用性受到質(zhì)疑，部分學(xué)者則采用SBM模型測(cè)算考慮非期望產(chǎn)出的全要素能源效率。由于能源消耗產(chǎn)生了較多的環(huán)境污染，學(xué)者通常依據(jù)研究需要，選取不同的環(huán)境污染指標(biāo)，運(yùn)用SBM模型測(cè)算產(chǎn)業(yè)或區(qū)域全要素能源效率，測(cè)算結(jié)果存在一定差異。較多學(xué)者將大氣污染作為能源消耗的主要污染物，選擇二氧化硫、氮氧化物、煙(粉)塵或工業(yè)廢氣排放量等作為測(cè)度環(huán)境污染的指標(biāo)。本文認(rèn)為制造業(yè)能源投入產(chǎn)出過程是一項(xiàng)復(fù)雜系統(tǒng)工程，除了產(chǎn)生大氣污染，還應(yīng)包括水污染和固體廢物污染。另外，在運(yùn)用SBM模型時(shí)，可能會(huì)出現(xiàn)多個(gè)決策同時(shí)有效情況，不便于對(duì)這些決策單元進(jìn)行區(qū)分和排序。為此，本文設(shè)定若SBM測(cè)算結(jié)果出現(xiàn)多個(gè)決策單元同時(shí)有效時(shí)，將運(yùn)用Super-SBM模型予以解決。

較多學(xué)者關(guān)注不同因素對(duì)全要素能源效率的影響，主要體現(xiàn)在五個(gè)方面，技術(shù)、經(jīng)濟(jì)、結(jié)構(gòu)、對(duì)外開放及規(guī)制因素。在對(duì)全要素能源效率進(jìn)行測(cè)算的前提下，學(xué)者通常探究某一或較少因素對(duì)全要素能源效率的影響效應(yīng)，結(jié)論存在顯著差異，影響因素的系統(tǒng)性有待提高。綜上，本文從以下三個(gè)方面進(jìn)行改進(jìn)與完善：(1)充分考慮了生產(chǎn)過程中的非期望產(chǎn)出，將制造業(yè)廢氣、廢水、固體廢物排放量納入產(chǎn)出變量；(2)基于2000-2016年30個(gè)省市面板數(shù)據(jù)，綜合運(yùn)用SBM測(cè)算我國制造業(yè)能源生態(tài)效率，充分解決可能出現(xiàn)多個(gè)決策單元同時(shí)有效情況：(3)構(gòu)建更加系統(tǒng)科學(xué)的能源生態(tài)效率影響因素體系，采用Tobit模型實(shí)證分析制造業(yè)能源生態(tài)效率地區(qū)差異的成因，為提高制造業(yè)整體能源生態(tài)效率，縮小地區(qū)差異提出相應(yīng)建議。

2 研究設(shè)計(jì)

2.1 SBM模型與制造業(yè)能源生態(tài)效率測(cè)算

目前，國內(nèi)外學(xué)者對(duì)于全要素生產(chǎn)率的研究，大多采用了DEA模型。相比SFA，DEA模型的基本假設(shè)和參數(shù)估計(jì)相對(duì)簡(jiǎn)單，而且能夠判斷多投入多產(chǎn)出的決策單元是否處于有效水平。DEA模型主要有CCR、BCC模型，兩者的假設(shè)前提不同，前者是假設(shè)規(guī)模報(bào)酬不變，而后者是假設(shè)規(guī)模報(bào)酬可變[16]。傳統(tǒng)的DEA模型，基本上都是屬于徑向和角度的考量，不能測(cè)算出松弛變量對(duì)于能源效率的影響程度，因而決策單元的效率值可能會(huì)被高估[17]。為了解決這一難題，Tone[18]提出了基于非徑向和非角度的SBM模型，規(guī)避了由于選擇徑向和角度所造成的偏差，并且克服了投入產(chǎn)出的松弛問題。由于在測(cè)算能源生態(tài)效率時(shí)，不但要考慮多個(gè)投入，而且還要把多個(gè)產(chǎn)出納入評(píng)價(jià)體系，比如期望的產(chǎn)出(又稱好產(chǎn)出)即制造業(yè)的增加值，以及不可避免的非期望產(chǎn)出(又稱為壞產(chǎn)出)即環(huán)境污染。因此，Tone[19]又改進(jìn)了SBM模型，綜合衡量投入和產(chǎn)出(包含期望產(chǎn)出和非期望產(chǎn)出)二者之間的關(guān)系。本文采用非期望產(chǎn)出的SBM模型，對(duì)制造業(yè)能源生態(tài)效率進(jìn)行測(cè)算，其模型構(gòu)建過程如下。

假設(shè)現(xiàn)有n個(gè)決策單元，每個(gè)決策單元均有3個(gè)向量即投入、期望產(chǎn)出和非期望產(chǎn)出，這3個(gè)向量分別為

x∈Rq、yg∈Ru1、yb∈Ru2，可定義矩陣X、Yg、Yb如下：

X=[x1,…,xn]∈Rq×n>0

可構(gòu)建包含非期望產(chǎn)出的生產(chǎn)可能性集P，

P={(x,yg,yb)|x≥Xλ,yg≤Ygλ,yb≥Ybλ,λ≥0}

依照SBM模型的處理方法，考慮非期望產(chǎn)出的SBM模型(變動(dòng)規(guī)模報(bào)酬情況)的分式規(guī)劃形式為式(1)：

s.tx0=Xλ+s-

(1)

式(1)中，x、yg、yb代表決策單元的投入變量，期望產(chǎn)出變量和非期望產(chǎn)出變量，s-、sg、sb分別表示投入、期望產(chǎn)出和非期望產(chǎn)出的松弛向量，λ為權(quán)重向量，模型中下標(biāo)“0”為被評(píng)價(jià)單元。目標(biāo)函數(shù)值ρ為制造業(yè)能源生態(tài)效率，其關(guān)于s-、sg、sb嚴(yán)格單調(diào)遞減，其取值范圍在0-1之間。當(dāng)ρ=1，s-、sg、sb均為0時(shí)，決策單元是有效率的；當(dāng)ρ<1時(shí)，表明決策單元存在效率損失，有必要在投入產(chǎn)出上做出相應(yīng)改進(jìn)。SBM模型可以設(shè)定投入導(dǎo)向、產(chǎn)出導(dǎo)向和非導(dǎo)向三種，投入導(dǎo)向是指在保證產(chǎn)出一定時(shí)，尋找最少的投入；產(chǎn)出導(dǎo)向是指在投入量一定時(shí)，尋找最大的產(chǎn)出；非導(dǎo)向是指同時(shí)從投入和產(chǎn)出角度進(jìn)行測(cè)算，因而也被稱作投入產(chǎn)出雙向，本文將根據(jù)實(shí)證結(jié)果選擇最優(yōu)導(dǎo)向。

考慮非期望產(chǎn)出的SBM模型可能會(huì)出現(xiàn)多個(gè)決策同時(shí)有效情況，從而不便于對(duì)這些決策單元進(jìn)行區(qū)分和排序。若測(cè)算結(jié)果出現(xiàn)多個(gè)決策單元同時(shí)有效時(shí)，本文將運(yùn)用考慮非期望產(chǎn)出的Super-SBM模型予以解決。一個(gè)排除了決策單元(x0,y0)的有限可能性集為：

考慮非期望產(chǎn)出的Super-SBM模型(變動(dòng)規(guī)模報(bào)酬情況)的分式規(guī)劃形式為式(2)：

(2)

式(2)中，ρ?為目標(biāo)效率值，其它變量含義同公式(1)。

2.2 Tobit模型

當(dāng)因變量為片段值或是切割值時(shí)，應(yīng)采用Tobit模型，此模型屬于因變量受限模型，該模型采用極大似然法進(jìn)行估計(jì)，可以較好地規(guī)避參數(shù)的估計(jì)時(shí)不一致和有偏的問題。其數(shù)學(xué)表達(dá)式如式(3)所示：

(3)

2.3 變量選取及數(shù)據(jù)說明

2.3.1 投入產(chǎn)出變量

(1)投入變量

①資本投入。在衡量資本投入時(shí)，國內(nèi)學(xué)者多選取資本存量作為資本投入的代理變量[20]，結(jié)合數(shù)據(jù)可獲得性，本文選取各地區(qū)制造業(yè)全社會(huì)固定資產(chǎn)投資額(單位：億元)作為資本存量的代理變量[21-22]，為了剔除價(jià)格因素的影響，以2000年為基期，運(yùn)用固定資產(chǎn)投資價(jià)格指數(shù)換算成可比價(jià)資本存量；②勞動(dòng)力投入。以各省市制造業(yè)城鎮(zhèn)單位在崗職工的年末人數(shù)(單位：萬人)表征勞動(dòng)力投入；③能源投入。本文選取各地區(qū)歷年制造業(yè)的能源消費(fèi)總量(單位：萬噸標(biāo)準(zhǔn)煤)來衡量能源投入。

(2)產(chǎn)出變量

①期望產(chǎn)出。期望產(chǎn)出主要指制造業(yè)經(jīng)濟(jì)產(chǎn)出，因此本文選取各省市制造業(yè)增加值(單位：億元)作為期望產(chǎn)出。為了剔除價(jià)格因素的影響，運(yùn)用工業(yè)生產(chǎn)總值指數(shù)(2000年=100)將當(dāng)年價(jià)增加值換算成可比價(jià)增加值；②非期望產(chǎn)出。由于各省市制造業(yè)的廢氣、廢水、固體廢物排放量難以獲取，本文選擇“工業(yè)三廢”(工業(yè)廢氣、廢水、固體廢物排放量的單位分別為億標(biāo)立方米、萬噸、萬噸)衡量非期望產(chǎn)出，2017年《中國環(huán)境統(tǒng)計(jì)年鑒》統(tǒng)計(jì)口徑與以往年份不一致，2016年非期望產(chǎn)出數(shù)據(jù)采用加權(quán)平均法估算。

2.3.2 影響因素變量

本文在已有研究的基礎(chǔ)上，結(jié)合物理-事理-人理系統(tǒng)方法，將影響制造業(yè)能源生態(tài)效率的因素歸類為物理、事理與人理因素。具體而言，物理因素包含經(jīng)濟(jì)、技術(shù)因素；事理因素包含能源、開放因素；人理因素包含人力、管制因素?？紤]數(shù)據(jù)的可獲得性，選擇經(jīng)濟(jì)發(fā)展水平、研發(fā)投入作為經(jīng)濟(jì)、技術(shù)因素變量；將能源消費(fèi)結(jié)構(gòu)、產(chǎn)權(quán)結(jié)構(gòu)、對(duì)外開放度作為能源、開放因素變量；將勞動(dòng)力素質(zhì)、環(huán)境規(guī)制作為人力、管制因素變量，變量設(shè)定及假設(shè)如下：

(1)經(jīng)濟(jì)發(fā)展水平

經(jīng)濟(jì)水平發(fā)達(dá)的地區(qū)，資本雄厚、基礎(chǔ)設(shè)施便利，容易獲取到高質(zhì)量的勞動(dòng)力資源，一般而言，其制造業(yè)的能源生態(tài)效率也會(huì)較高。如當(dāng)前經(jīng)濟(jì)發(fā)達(dá)的國家，更有能力應(yīng)對(duì)環(huán)境挑戰(zhàn)，一般生態(tài)環(huán)境較為優(yōu)越。在德國，20世紀(jì)70年代以來，制定和通過了關(guān)于環(huán)境保護(hù)的法律就有2000多項(xiàng)。本文選取各地區(qū)人均GDP作為經(jīng)濟(jì)發(fā)展水平的代理變量，并假定該變量對(duì)制造業(yè)能源生態(tài)效率呈顯著正影響。

(2)研發(fā)投入

技術(shù)進(jìn)步，一方面可提高資源利用和生產(chǎn)效率，降低生產(chǎn)成本，提升企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力；另一方面，先進(jìn)技術(shù)比如云計(jì)算、AI、3D打印、工業(yè)智能化，有利于高端制造行業(yè)的發(fā)展，進(jìn)而推動(dòng)制造業(yè)的轉(zhuǎn)型升級(jí)。一般而言，企業(yè)研發(fā)經(jīng)費(fèi)支出越多，代表技術(shù)革新越快，越能提高能源生態(tài)效率。因此，本文選取制造業(yè)研發(fā)經(jīng)費(fèi)內(nèi)部支出與制造業(yè)增加值的比值作為研發(fā)投入的代理變量，并假定該變量對(duì)制造業(yè)能源生態(tài)效率呈顯著正影響。

(3)能源消費(fèi)結(jié)構(gòu)

煤炭是公認(rèn)的“最不清潔能源”，燃煤過程中會(huì)產(chǎn)生大量的溫室氣體和有毒物質(zhì)，對(duì)大氣造成嚴(yán)重污染。由于我國富煤、貧油氣，2018年煤炭消費(fèi)所占比重依然維持在60%左右，優(yōu)化能源消費(fèi)結(jié)構(gòu)任重道遠(yuǎn)。因此，本文選取各地區(qū)制造業(yè)煤炭消費(fèi)量與制造業(yè)能源消費(fèi)總量的比值來代表能源消費(fèi)結(jié)構(gòu)，并假定該變量對(duì)制造業(yè)能源生態(tài)效率呈顯著負(fù)影響。

(4)產(chǎn)權(quán)結(jié)構(gòu)

產(chǎn)權(quán)結(jié)構(gòu)的差異將導(dǎo)致企業(yè)激勵(lì)機(jī)制的差異，從而影響到資源配置、生產(chǎn)效率等因素。已有研究發(fā)現(xiàn)，國有及國有控股企業(yè)的經(jīng)營效率相對(duì)較低，產(chǎn)能過剩嚴(yán)重。國有資本占比越大，企業(yè)的能源生態(tài)效率可能越低。本文以各地區(qū)制造業(yè)國家資本與制造業(yè)總實(shí)收資本的比重作為產(chǎn)權(quán)結(jié)構(gòu)的代理變量，并假定該變量對(duì)制造業(yè)能源生態(tài)效率呈顯著負(fù)影響。

(5)對(duì)外開放度

對(duì)外開放與制造業(yè)能源生態(tài)效率存在密切的關(guān)系，對(duì)外開放程度越高，企業(yè)參與全球競(jìng)爭(zhēng)的壓力越大，越會(huì)激勵(lì)企業(yè)改進(jìn)管理模式，提高能源生產(chǎn)效率。史丹[23]發(fā)現(xiàn)與封閉時(shí)期相比，1949-1960年以及1978年重新對(duì)外開放時(shí)期，其能源利用效率的均值明顯更高。根據(jù)數(shù)據(jù)可獲得性，本文選取各地區(qū)制造業(yè)出口交貨值與制造業(yè)主營業(yè)務(wù)收入的比值作為對(duì)外開放度的代理變量，并假設(shè)該變量對(duì)制造業(yè)能源生態(tài)效率呈顯著正影響。

(6)勞動(dòng)力素質(zhì)

已有文獻(xiàn)研究表明，高質(zhì)量的勞動(dòng)力素質(zhì)對(duì)能源生態(tài)效率有顯著的促進(jìn)作用，我國制造業(yè)的轉(zhuǎn)型升級(jí)離不開高知識(shí)型人才。本文選擇平均受教育年數(shù)來衡量勞動(dòng)力素質(zhì)，計(jì)算方法參照彭國華[24],其式為：勞動(dòng)力平均接受教育年數(shù)=文盲、半文盲的就業(yè)人口比重*1.5+接受小學(xué)教育的就業(yè)人口比重*7.5+接受初中教育的人口比重*10.5+接受高中教育的人口比重*13.5+接受大專及以上的就業(yè)人口比重*17，并假定該變量對(duì)制造業(yè)能源生態(tài)效率呈顯著正影響。

(7)環(huán)境規(guī)制

環(huán)境規(guī)制是指以環(huán)境保護(hù)為目的而制訂實(shí)施的各項(xiàng)政策與措施的總和。與發(fā)達(dá)國家相比，我國環(huán)境規(guī)制政策工具的運(yùn)用略顯滯后。不同地區(qū)對(duì)不同類型的環(huán)境規(guī)制的認(rèn)可程度各不相同。邁克爾·波特早在1995年提出了“波特假說”，認(rèn)為恰當(dāng)?shù)沫h(huán)境規(guī)制可激勵(lì)技術(shù)革新，彌補(bǔ)環(huán)境投入所需的成本。當(dāng)環(huán)境規(guī)制的費(fèi)用小于它帶來的創(chuàng)新補(bǔ)償時(shí)，產(chǎn)業(yè)的能源利用效率將得到提升。通過實(shí)施環(huán)境規(guī)制政策，可以籌集一定的資金，用于環(huán)境保護(hù)及可持續(xù)發(fā)展建設(shè)。例如我國從20世紀(jì)70年代末期開始實(shí)施的排污收費(fèi)制度，60%以上的排污費(fèi)用于污染治理，充分體現(xiàn)了誰污染誰治理的原則。由于環(huán)境規(guī)制政策較難用數(shù)據(jù)衡量，本文選取各地區(qū)環(huán)境污染治理投資總額與制造業(yè)增加值的比值來代表環(huán)境規(guī)制，并假設(shè)該變量對(duì)制造業(yè)能源生態(tài)效率呈顯著正影響。

為了減少多重共線性，一定程度上消除量綱的影響，本文對(duì)上述影響因素?cái)?shù)據(jù)(不包含勞動(dòng)力素質(zhì)，因?yàn)閯趧?dòng)力平均接受教育年數(shù)是以年度量的變量，通常不取對(duì)數(shù))采取對(duì)數(shù)化處理。

由于因變量能源生態(tài)效率值一般介于0-1之間，本文選擇基于極大似然估計(jì)方法的Tobit模型，對(duì)制造業(yè)能源生態(tài)效率影響因素進(jìn)行實(shí)證分析。具體回歸方程如式(4)：

ρit=β0+β1pcgdpit+β2rdit+β3enstrit+β4prostrit+β5opennessit+β6laborit+β7envirit+ε

(4)

式(4)中，it代表第t時(shí)期第i省市所對(duì)應(yīng)的值，ρ為制造業(yè)能源生態(tài)效率，βi為回歸系數(shù)，ε為隨機(jī)干擾項(xiàng)。

考慮到數(shù)據(jù)的可得性和可比性，本文選取2000-2016年中國30個(gè)省、自治區(qū)、直轄市(不包括港、澳、臺(tái)和西藏地區(qū))的面板數(shù)據(jù)作為樣本。數(shù)據(jù)來源于2001-2017年各省市的統(tǒng)計(jì)年鑒、《中國固定資產(chǎn)投資統(tǒng)計(jì)年鑒》、《中國環(huán)境統(tǒng)計(jì)年鑒》、《中國人口統(tǒng)計(jì)年鑒》、《中國科技統(tǒng)計(jì)年鑒》及《中國工業(yè)統(tǒng)計(jì)年鑒》。

表1 影響因素變量說明

3 實(shí)證結(jié)果及分析

3.1 制造業(yè)能源生態(tài)效率及地區(qū)差異分析

本文采用MAXDEA 7.6軟件，對(duì)2000-2016年我國30個(gè)地區(qū)的制造業(yè)能源生態(tài)效率進(jìn)行測(cè)算。綜合具體測(cè)算結(jié)果，模型設(shè)定為產(chǎn)出導(dǎo)向、規(guī)模報(bào)酬可變的非期望SBM模型，結(jié)果如表2所示。

表2 2000-2016年各地區(qū)制造業(yè)能源生態(tài)效率值

表2顯示了2000-2016年環(huán)境約束下省際制造業(yè)能源生態(tài)效率變動(dòng)情況。總體看，各省市歷年制造業(yè)能源生態(tài)效率偏低，全國歷年制造業(yè)能源生態(tài)效率均值僅0.44?？梢?，與世界先進(jìn)水平相比，我國制造業(yè)仍然大而不強(qiáng)，在資源利用效率、質(zhì)量效益等方面差距明顯，轉(zhuǎn)型升級(jí)任務(wù)緊迫而艱巨。從趨勢(shì)看，各省市制造業(yè)能源生態(tài)效率均呈現(xiàn)緩慢的增長(zhǎng)趨勢(shì)。其中，北京最為引人注目，研究周期內(nèi)效率均值為0.7，并在2016年效率值為1，成為有效決策單元。緊隨其后的是上海和廣東，歷年效率均值分別為0.577和0.558，位于全國前列。為了進(jìn)一步深入對(duì)比分析所有決策單元的差異，本文根據(jù)歷年效率均值對(duì)各地區(qū)制造業(yè)能源生態(tài)效率進(jìn)行梯隊(duì)劃分，劃分結(jié)果如表3所示。由于制造業(yè)能源生態(tài)效率在某種程度上集中反映了制造業(yè)發(fā)展與環(huán)境資源的協(xié)調(diào)程度[25]，則四大梯隊(duì)也分別代表了制造業(yè)發(fā)展與資源環(huán)境的協(xié)調(diào)度。

表3 制造業(yè)能源生態(tài)效率梯隊(duì)

第一梯隊(duì)僅有一個(gè)地區(qū)即北京，其效率均值位于全國第一，因此代表了我國環(huán)境約束下制造業(yè)能源利用的先進(jìn)地區(qū)，可認(rèn)定為制造業(yè)發(fā)展與資源環(huán)境高度協(xié)調(diào)發(fā)展地區(qū)；第二梯隊(duì)共有5個(gè)省市，分別是上海、廣東、云南、吉林、內(nèi)蒙古，涵蓋了東部與中部各2個(gè)地區(qū)、西部1個(gè)地區(qū)(按照2000年我國地區(qū)劃分標(biāo)準(zhǔn))。第二梯隊(duì)相對(duì)第一梯隊(duì)，制造業(yè)能源生態(tài)效率表現(xiàn)較弱，可認(rèn)定為制造業(yè)發(fā)展與資源環(huán)境中等協(xié)調(diào)度的地區(qū)；第三梯隊(duì)共有16個(gè)省市，東部、中部及西部分別有6個(gè)、6個(gè)和4個(gè)省市，該梯隊(duì)是涵蓋省市最多的梯隊(duì)，其能源生態(tài)效率均值在0.4-0.5之間，可認(rèn)為該梯隊(duì)的協(xié)調(diào)度處于較低水平；第四梯隊(duì)共有8個(gè)省市，僅次于第三梯隊(duì)，其中東部、中部及西部分別有2個(gè)、1個(gè)和5個(gè)省市。該梯隊(duì)能源生態(tài)效率均值在0-0.4之間，其是制造業(yè)發(fā)展與資源環(huán)境協(xié)調(diào)程度較差的地區(qū)，也是重點(diǎn)發(fā)展的潛力地區(qū)。

為了更直觀地分析各地區(qū)歷年制造業(yè)能源生態(tài)效率的變化趨勢(shì)，本文依據(jù)表2測(cè)算結(jié)果，分別繪制東部、中部和西部地區(qū)制造業(yè)能源生態(tài)效率圖，具體如圖1-3所示。

圖1 東部各省市制造業(yè)能源生態(tài)效率變化趨勢(shì)

圖2 中部各省制造業(yè)能源生態(tài)效率變化趨勢(shì)

圖3 西部各省市制造業(yè)能源生態(tài)效率變化趨勢(shì)

由圖1-3可知，2000-2016年我國所有地區(qū)的制造業(yè)能源生態(tài)效率都呈現(xiàn)上升趨勢(shì)。分區(qū)域來說，東部地區(qū)屬于效率高值區(qū)，總體水平較高，其中北京、上海、廣東的制造業(yè)能源生態(tài)效率都在0.5-1之間。但東部各省市間的差異也很明顯，這與各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)及其對(duì)生態(tài)環(huán)境的重視程度密切相關(guān)，如2001年北京就開始實(shí)施《中華人民共和國大氣污染防治法》辦法，由于政策效應(yīng)日益發(fā)揮作用，制造業(yè)能源生態(tài)效率值一直都是最高的。特別是2013年《北京市2013-2017年清潔空氣行動(dòng)計(jì)劃》與2014年《北京市大氣污染防治條例》的實(shí)施，將大氣污染防治同產(chǎn)業(yè)結(jié)構(gòu)與能源結(jié)構(gòu)調(diào)整、推動(dòng)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變有機(jī)結(jié)合，由注重企業(yè)治理向企業(yè)、區(qū)域與行業(yè)治理并重轉(zhuǎn)變。針對(duì)違法成本普遍偏低的現(xiàn)實(shí)情況，加大處罰力度，提高處罰額度等，制造業(yè)能源生態(tài)效率值出現(xiàn)迅速上升趨勢(shì)。可見，通過實(shí)施環(huán)境政策，推行激勵(lì)與約束并舉的節(jié)能減排新機(jī)制，當(dāng)制造企業(yè)行為符合可持續(xù)發(fā)展的要求時(shí)，將獲得相應(yīng)的經(jīng)濟(jì)利益；反之，將會(huì)受到相應(yīng)的經(jīng)濟(jì)處罰，從而促使制造企業(yè)主動(dòng)地保護(hù)環(huán)境，提升能源生態(tài)效率。中部地區(qū)的能源生態(tài)效率收斂性最好，說明中部地區(qū)各省制造業(yè)發(fā)展水平相差不大。西部地區(qū)的收斂性介于東中部之間，這源于西部一些省份比如寧夏、青海、甘肅等經(jīng)濟(jì)發(fā)展水平相對(duì)落后，且環(huán)境污染也相對(duì)較重。

為了進(jìn)一步分析我國制造業(yè)能源生態(tài)效率的地區(qū)差異，本文將能源生態(tài)效率即綜合效率分解為純技術(shù)效率和規(guī)模效率，結(jié)果如表4-6所示。從表4-6可以看出，統(tǒng)計(jì)期內(nèi)東部地區(qū)綜合效率值明顯高于中西部地區(qū)，其主要原因在于東部地區(qū)純技術(shù)效率顯著高于中西部地區(qū)，即東部地區(qū)制造業(yè)在管理與技術(shù)水平方面顯著優(yōu)于中西部地區(qū)。但不容忽視的是，東部地區(qū)的規(guī)模效率明顯低于中西部地區(qū)，可能原因在于近年來東部地區(qū)在轉(zhuǎn)型升級(jí)過程中，更加注重制造業(yè)質(zhì)量的提升，不再過度追求制造業(yè)規(guī)模的擴(kuò)大。中西部地區(qū)在承接?xùn)|部地區(qū)產(chǎn)業(yè)轉(zhuǎn)移時(shí)，更加注重制造業(yè)規(guī)模的擴(kuò)大，規(guī)模優(yōu)勢(shì)明顯得到提升。東部地區(qū)應(yīng)在保證制造業(yè)發(fā)展質(zhì)量的同時(shí)適度擴(kuò)大規(guī)模，而中西部地區(qū)應(yīng)在擴(kuò)大制造業(yè)規(guī)模的同時(shí)注重質(zhì)量的有效提升。

表4 綜合效率值(2000-2016)

表5 純技術(shù)效率值(2000-2016)

表6 規(guī)模效率值(2000-2016)

3.2 Tobit回歸結(jié)果分析

本文借助EViews9.0軟件，采用面板Tobit模型對(duì)全國、東部、中部及西部制造業(yè)能源生態(tài)效率影響因素進(jìn)行實(shí)證分析，各變量具體影響效應(yīng)如表7所示。表7顯示，各因素變量系數(shù)都異于0，各變量在相應(yīng)的顯著性水平下拒絕值為0的假設(shè)，數(shù)據(jù)擬合較好。

表7 全國及分區(qū)域的影響因素回歸結(jié)果

注：***、**表示影響系數(shù)分別在1%和5%水平下顯著，括號(hào)內(nèi)為p值

(1)人均GDP對(duì)全國及三大地區(qū)的制造業(yè)能源生態(tài)效率影響最大，影響系數(shù)分別為0.079、0.123、0.172和0.104，且呈現(xiàn)正相關(guān)，符合預(yù)期。經(jīng)濟(jì)發(fā)展水平的提高，伴隨著資本投入量的增加、尖端技術(shù)的引進(jìn)及產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)，這有利于提高制造業(yè)的能源生態(tài)效率。各地區(qū)要在保護(hù)環(huán)境的基礎(chǔ)上，促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展，進(jìn)一步提升制造業(yè)能源生態(tài)效率。

(2)研發(fā)投入對(duì)全國和東部地區(qū)制造業(yè)能源生態(tài)效率的影響系數(shù)顯著為正，分別為0.015和0.043，與預(yù)期一致。相反地，對(duì)中西部地區(qū)來說，研發(fā)投入的影響系數(shù)為-0.04和-0.027，顯著為負(fù)。導(dǎo)致這一現(xiàn)象的原因如下：中西部地區(qū)通常屬于經(jīng)濟(jì)欠發(fā)達(dá)區(qū)域，技術(shù)水平和研發(fā)基礎(chǔ)設(shè)施相對(duì)落后，研發(fā)投入帶來的科技創(chuàng)新紅利暫時(shí)還不足以彌補(bǔ)研發(fā)所需的成本[26]。因此，國家應(yīng)對(duì)中西部地區(qū)提供更多扶持政策，對(duì)欠發(fā)達(dá)地區(qū)給予更多財(cái)政撥款以用于研發(fā)活動(dòng)，鼓勵(lì)技術(shù)創(chuàng)新，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)。

(3)能源消費(fèi)結(jié)構(gòu)對(duì)全國及東部地區(qū)制造業(yè)能源生態(tài)效率呈現(xiàn)顯著的負(fù)相關(guān)，符合預(yù)期，影響系數(shù)分別為-0.052和-0.074，對(duì)西部地區(qū)的影響不顯著，對(duì)中部地區(qū)則表現(xiàn)正相關(guān)，其影響系數(shù)為0.088。煤炭消費(fèi)結(jié)構(gòu)對(duì)全國及東部地區(qū)呈現(xiàn)負(fù)相關(guān)，這是因?yàn)槊禾康南拇嬖诿黠@的負(fù)外部性，煤炭燃燒會(huì)產(chǎn)出大量的粉塵、CO2和SO2等，進(jìn)而造成嚴(yán)重的大氣污染。對(duì)中部地區(qū)來說，由于煤炭資源稟賦較高，如山西、內(nèi)蒙古都是煤炭大省，煤炭開采成本相對(duì)較低，雖然給生態(tài)環(huán)境帶來了破壞，但煤炭能源消費(fèi)帶來的經(jīng)濟(jì)產(chǎn)出超過了生態(tài)成本，因而其影響系數(shù)為正。盡管如此，從經(jīng)濟(jì)可持續(xù)發(fā)展的角度看，應(yīng)降低煤炭消費(fèi)比重，提升清潔能源的消費(fèi)比重。

(4)產(chǎn)權(quán)結(jié)構(gòu)對(duì)全國及東中部地區(qū)制造業(yè)能源生態(tài)效率的影響系數(shù)顯著為正，分別為0.015、0.03和0.022，對(duì)西部地區(qū)的影響不顯著，這與西部地區(qū)國有企業(yè)數(shù)量偏少密切相關(guān)。總體而言，國有及國有控股企業(yè)的資本雄厚，能帶來良好的規(guī)模經(jīng)濟(jì)效應(yīng)，因而國有資本占總實(shí)收資本的比重越高，越有利于提高制造業(yè)的能源生態(tài)效率。這也反映國有及國有控股企業(yè)公司治理明顯改善，交易成本顯著下降，經(jīng)營績(jī)效切實(shí)提高。

(5)對(duì)外開放度對(duì)各區(qū)域的影響效應(yīng)各不相同。對(duì)中西部地區(qū)來說，對(duì)外開放度的影響不顯著，這是因?yàn)橹形鞑康貐^(qū)制造業(yè)出口相對(duì)較少。對(duì)東部地區(qū)來說，對(duì)外開放度的影響系數(shù)為0.015，顯著正相關(guān)，說明增加出口有利于東部地區(qū)制造業(yè)能源生態(tài)效率的提高。而對(duì)全國來說，該變量的影響系數(shù)為-0.023，與預(yù)期不相符。這一現(xiàn)象表明，我國出口品中低附加值、高能耗產(chǎn)品占比相對(duì)較高。這也印證了我國尚處于全球制造業(yè)第三梯隊(duì)即中低端制造領(lǐng)域，成為制造強(qiáng)國尚需時(shí)日。因此，降低高能耗產(chǎn)品的出口比例，將有助于提高我國制造業(yè)能源生態(tài)效率。

(6)勞動(dòng)力素質(zhì)對(duì)分區(qū)域的影響效應(yīng)不顯著，而對(duì)我國制造業(yè)整體能源生態(tài)效率有促進(jìn)作用，其影響系數(shù)為0.015，說明提高就業(yè)人員的受教育水平，有利于提升工作效率，提高節(jié)能環(huán)保意識(shí)，減少制造業(yè)能源消耗并降低污染物排放，進(jìn)而提高制造業(yè)能源生態(tài)效率。隨著“中國制造2025” 戰(zhàn)略的持續(xù)推進(jìn)，需要培養(yǎng)更多具有國際視野、專業(yè)扎實(shí)，創(chuàng)新創(chuàng)業(yè)能力強(qiáng)的高素質(zhì)人才。

(7)環(huán)境規(guī)制除了對(duì)東部地區(qū)影響不顯著之外，對(duì)全國及中西部地區(qū)的能源生態(tài)效率均有負(fù)的影響，影響系數(shù)分別為-0.042、-0.023和-0.071，與預(yù)期的假設(shè)相反。導(dǎo)致這一現(xiàn)象的原因如下：一方面，環(huán)境污染治理投資越多，反映環(huán)境破壞越嚴(yán)重；另一方面，我國環(huán)境治理機(jī)制還不夠完善，環(huán)境污染治理需要花費(fèi)較高的成本，這一成本已經(jīng)超過了它帶來的環(huán)境收益。如我國已經(jīng)實(shí)施近40年的排污費(fèi)制度，由于存在排污費(fèi)征收標(biāo)準(zhǔn)偏低、征收不能足額、開征范圍不全面、使用不規(guī)范等問題，最終被《中華人民共和國環(huán)境保護(hù)稅法》取代，這有利于強(qiáng)化了環(huán)境執(zhí)法力度，為我國環(huán)境污染治理投資集中和積累財(cái)源。

4 結(jié)語

本文基于SBM模型，將制造業(yè)資本、勞動(dòng)力和能源設(shè)定為投入要素，制造業(yè)增加值為期望產(chǎn)出，“工業(yè)三廢”排放量為非期望產(chǎn)出，對(duì)2000-2016年我國30個(gè)省市的制造業(yè)能源生態(tài)效率進(jìn)行測(cè)算，并依據(jù)物理-事理-人理系統(tǒng)方法論，選取經(jīng)濟(jì)發(fā)展水平、研發(fā)投入、能源消費(fèi)結(jié)構(gòu)、產(chǎn)權(quán)結(jié)構(gòu)等影響因素變量，采用受限因變量的面板Tobit模型對(duì)制造業(yè)能源生態(tài)效率進(jìn)行影響因素實(shí)證分析。結(jié)果表明，各省市制造業(yè)能源生態(tài)效率差異顯著，各因素對(duì)制造業(yè)能源生態(tài)效率的影響不盡相同。具體結(jié)論如下：

(1)從整體上看，統(tǒng)計(jì)期內(nèi)我國制造業(yè)能源生態(tài)效率平均值為0.44，處于中低等發(fā)展水平，效率提升空間較大，且各地區(qū)差異顯著。能源生態(tài)效率梯隊(duì)劃分表明，第一、二梯隊(duì)東部地區(qū)占比較高，第三、四梯隊(duì)中西部地區(qū)占比較高。從綜合效率值看，東部地區(qū)最高，中部次之，西部最低，中西部綜合效率值拉低了全國整體水平。應(yīng)推動(dòng)區(qū)域間產(chǎn)業(yè)轉(zhuǎn)移，中西部地區(qū)需要向東部地區(qū)學(xué)習(xí)技術(shù)和經(jīng)驗(yàn)，大力引進(jìn)高端人才，完善產(chǎn)業(yè)配套基礎(chǔ)設(shè)施，實(shí)施品牌建設(shè)戰(zhàn)略，提升公共服務(wù)能力。

(2)從綜合效率分解結(jié)果看，我國制造業(yè)能源生態(tài)效率整體上呈現(xiàn)上升趨勢(shì)，能源純技術(shù)效率較低是制約我國制造業(yè)能源生態(tài)效率上升的主要因素。東部地區(qū)純技術(shù)效率明顯高于中西部地區(qū)，但規(guī)模效率明顯低于中西部地區(qū)。因此，總體上看，大力推廣節(jié)能減排技術(shù)，優(yōu)化制造企業(yè)的管理模式，加強(qiáng)環(huán)境保護(hù)制度建設(shè)是提升制造業(yè)能源生態(tài)效率的有效措施。東部地區(qū)應(yīng)在確保制造業(yè)發(fā)展質(zhì)量的同時(shí)適度擴(kuò)大規(guī)模，而中西部地區(qū)制造業(yè)規(guī)模效率已接近最優(yōu)水平，應(yīng)淡化追求制造業(yè)增長(zhǎng)的速度與規(guī)模，重點(diǎn)關(guān)注制造業(yè)質(zhì)量與效益的提升，在質(zhì)效的大幅提升中實(shí)現(xiàn)規(guī)模的有效增長(zhǎng)。

(3)從影響因素回歸結(jié)果看，經(jīng)濟(jì)發(fā)展水平對(duì)全國及各地區(qū)制造業(yè)能源生態(tài)效率的影響效應(yīng)最為顯著，且為正相關(guān)；研發(fā)投入對(duì)全國與東部的影響效應(yīng)顯著為正，而對(duì)中西部顯著為負(fù)；能源消費(fèi)結(jié)構(gòu)對(duì)全國與東部的影響系數(shù)顯著為負(fù)，而對(duì)中部顯著為正；產(chǎn)權(quán)結(jié)構(gòu)對(duì)全國與東中部的影響系數(shù)顯著為正；對(duì)外開放度對(duì)全國的影響系數(shù)顯著為負(fù)，而對(duì)東部顯著為正；勞動(dòng)力素質(zhì)對(duì)全國的影響系數(shù)顯著為正；環(huán)境規(guī)制對(duì)全國與中西部的影響系數(shù)顯著為負(fù)?？梢?，除經(jīng)濟(jì)發(fā)展水平外，其他因素對(duì)全國及各地區(qū)的制造業(yè)能源生態(tài)效率影響效應(yīng)均不相同。為了提高我國制造業(yè)整體能源生態(tài)效率，縮小區(qū)域差異，總體上應(yīng)采取優(yōu)化升級(jí)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)、實(shí)施創(chuàng)新驅(qū)動(dòng)戰(zhàn)略、提升清潔能源的消費(fèi)比重、改善國企公司治理、降低高能耗產(chǎn)品的出口比例、培養(yǎng)高素質(zhì)制造業(yè)人才、完善環(huán)境治理機(jī)制等。各地區(qū)應(yīng)依據(jù)各因素的具體影響效應(yīng)采用相適用的對(duì)策。