宋馬林,陶偉良,翁世梅

一、引 言

能源問題關乎國家發(fā)展,提升能源生態(tài)效率是經(jīng)濟社會可持續(xù)發(fā)展的重要保障。經(jīng)濟社會可持續(xù)發(fā)展的關鍵在于產(chǎn)業(yè)的耦合協(xié)調與創(chuàng)新發(fā)展,這主要體現(xiàn)在產(chǎn)業(yè)結構的優(yōu)化升級和創(chuàng)新技術的支持上。能源生態(tài)效率與產(chǎn)業(yè)結構密切相關,產(chǎn)業(yè)結構變遷對中國經(jīng)濟增長的貢獻亦非常顯著,但隨著市場化的深入,“紅利結構”不斷減弱,經(jīng)濟高質量發(fā)展的實現(xiàn)取決于各個產(chǎn)業(yè)的集約程度和產(chǎn)業(yè)結構特征?？萍紕?chuàng)新在一定程度上能夠提高資源、能源的利用效率,減少污染排放,提升區(qū)域生態(tài)效率?？萍紕?chuàng)新水平的提升離不開政府的大力支持,因此,政府創(chuàng)新支持對于能源生態(tài)效率也有著重要影響。產(chǎn)業(yè)結構與政府創(chuàng)新支持也受到能源生態(tài)效率的影響,但這種影響存在著不確定性。本文將深入探討區(qū)域產(chǎn)業(yè)升級、政府創(chuàng)新支持與能源生態(tài)效率三者之間的動態(tài)關系和長期影響。

國內(nèi)外學者對能源生態(tài)效率、區(qū)域產(chǎn)業(yè)升級與政府創(chuàng)新支持已進行一系列研究。生態(tài)效率最早由Schaltegger等在1990年提出,主要用于衡量環(huán)境和能源資源對經(jīng)濟活動的影響[1]。由于能源消耗造成的環(huán)境問題給人類的生產(chǎn)和生活造成了嚴重的危害[2],學術界對能源消耗中的環(huán)境污染與生態(tài)破壞問題展開了激烈的討論,綜合能源、經(jīng)濟、生態(tài)環(huán)境三大方面的能源生態(tài)效率受到了廣泛關注。關于能源生態(tài)效率的測度,既有文獻主要采用指標體系法[3]、層次分析法[4]、因子分析法[5]、生命周期評價[6]、隨機前沿分析[7]和數(shù)據(jù)包絡分析[8][9]。在這些方法中,DEA由于不需要考慮函數(shù)形式、預估模型參數(shù)以及分布假設[10],成為衡量全要素能源效率的典型方法,被廣泛應用于生態(tài)效率評估[11]。但傳統(tǒng)的DEA模型難以對多個有效決策單元排序,Andersen等[12]提出了超效率DEA模型,克服了這一缺陷。目前基于DEA模型擴展的SBM以及超效率SBM模型在能源效率的測度上有著廣泛的應用[13]。

關于區(qū)域產(chǎn)業(yè)升級與能源生態(tài)效率的研究,大多學者認為產(chǎn)業(yè)結構升級有利于改善區(qū)域生態(tài)環(huán)境[14][15][16][17][18],且隨著經(jīng)濟水平的提升,產(chǎn)業(yè)升級對城市生態(tài)效率的促進作用會更加顯著。韓永輝等[14]從區(qū)域層面證實了產(chǎn)業(yè)結構高級化有利于生態(tài)效率的提高,Zhu等[15]也認為產(chǎn)業(yè)結構升級對區(qū)域生態(tài)效率的提升有積極的影響。產(chǎn)業(yè)升級通過產(chǎn)業(yè)自身轉型實現(xiàn)了資源的有效配置,通過要素流動和分工專業(yè)化提升了區(qū)域能源生態(tài)效率[19]。但也有學者對此提出質疑,劉杰等[20]、Zhou等[21]以及Wang等[22]認為產(chǎn)業(yè)升級對生態(tài)效率沒有顯著影響,主要原因在于單純的要素積累帶來的產(chǎn)業(yè)升級并不能提升資源利用效率,對生態(tài)環(huán)境的改善并不顯著。此外,有研究指出產(chǎn)業(yè)升級對生態(tài)效率存在異質性作用[23]。關于政府創(chuàng)新支持與能源生態(tài)效率的研究目前較少,既有文獻對政府創(chuàng)新支持的研究多集中在其與創(chuàng)新及經(jīng)濟發(fā)展的關系上,例如,吳曉園等[24]探討了政府創(chuàng)新支持與經(jīng)濟增長的關系,發(fā)現(xiàn)政府對創(chuàng)新的補貼支持對技術進步和經(jīng)濟增長具有促進作用。部分學者認為,政府對科技創(chuàng)新支持力度的加大在一定程度上能夠有效提升能源利用技術,改善環(huán)境質量[25][26],最終提升能源生態(tài)效率[27]。也有研究認為兩者之間存在 “U”型非線性關系,如謝波等[28]在研究科技創(chuàng)新對區(qū)域生態(tài)效率的影響時發(fā)現(xiàn),兩者存在 “U”型關系,政府只有加大科技創(chuàng)新資金的支持力度,使其過渡到 “U”型曲線右端,方能發(fā)揮科技創(chuàng)新對生態(tài)效率的促進作用。

通過梳理相關文獻發(fā)現(xiàn),鮮有研究將能源生態(tài)效率、區(qū)域產(chǎn)業(yè)升級和政府創(chuàng)新支持三者納入一個系統(tǒng),研究三者間的相互作用關系;同時現(xiàn)有研究多針對中國省際能源生態(tài)效率進行測度,有關地級市能源生態(tài)效率的研究相對較少。因此,本文將區(qū)域產(chǎn)業(yè)升級、政府創(chuàng)新支持與能源生態(tài)效率納入同一系統(tǒng),并以此為切入點,探究三者之間的相互作用及長期影響關系,同時研究了政府創(chuàng)新支持對能源生態(tài)效率的直接和間接效應。此外,利用較為成熟的包含非期望產(chǎn)出的超效率SBM模型對淮河生態(tài)經(jīng)濟帶能源生態(tài)效率進行研究,保證了結果的可靠性,同時豐富了淮河生態(tài)經(jīng)濟帶綠色發(fā)展研究的文獻。

二、研究方法

本文首先采用非期望產(chǎn)出的超效率SBM模型對淮河生態(tài)經(jīng)濟帶能源生態(tài)效率進行測度評價,并結合收斂性分析方法反映出整體及各區(qū)域能源生態(tài)效率的斂散程度及趨勢,之后利用面板向量自回歸模型 (PVAR)研究了區(qū)域產(chǎn)業(yè)升級、政府創(chuàng)新支持與能源生態(tài)效率的動態(tài)關系。為進一步探討政府創(chuàng)新支持通過區(qū)域產(chǎn)業(yè)升級對能源生態(tài)效率的影響機制,本文進行了中介效應檢驗。

(一)基于非期望產(chǎn)出的超效率SBM模型

DEA模型是一種用于測度決策單元 (DMU)效率的方法,傳統(tǒng)基于徑向和角度思想的DEA模型往往缺乏考慮投入產(chǎn)出的松弛變量對所測度效率的影響,并且對于無效率的決策單元,改進的方法也僅限于等比例縮小 (增大)投入與產(chǎn)出的比例,同時由于徑向和角度的不同也會導致評價效率產(chǎn)生偏差。Tone[29]提出的SBM模型是基于松弛變量的非徑向和非角度的效率評價模型,可以有效解決因徑向和角度的選擇所帶來的影響,然而SBM模型對效率值同時為1的DMU評價失效,并且忽視了 “壞產(chǎn)出”的負向影響。為此,Tone[30]又提出了基于非期望產(chǎn)出的超效率SBM模型。該模型不僅處理了投入產(chǎn)出變量存在的松弛性問題,充分考慮了 “壞產(chǎn)出”的影響,還解決了有效DMU之間的效率排序問題,可以更準確的評價各DMU的真實效率。模型構建如 (1)所示:

其中,ρ為效率值,m為投入指標的個數(shù),q1為期望產(chǎn)出指標個數(shù),q2為非期望產(chǎn)出指標個數(shù),n為DMU個數(shù),xij、yrj和btj分別表示第j個DMU的m維投入變量、q1維期望產(chǎn)出變量和q2維非期望產(chǎn)出變量,λj為強度變量,分別表示被評價DMU的投入、期望產(chǎn)出和非期望產(chǎn)出的松弛變量,xik、yrk和btk分別表示被評價DMU的投入變量、期望產(chǎn)出變量和非期望產(chǎn)出變量。若ρ＜1,則被評價的DMU無效,若ρ＝1,則被評價的DMU有效,若ρ＞1,則被評價的DMU有效,且ρ值越大效率越高。

(二)收斂性分析方法

能源生態(tài)效率σ收斂反映了各地區(qū)能源生態(tài)效率的斂散程度,判斷依據(jù)為能源生態(tài)效率的標準差是否隨時間的推移呈現(xiàn)下降趨勢;能源生態(tài)效率絕對β收斂是指各地區(qū)的能源生態(tài)效率會收斂于相同的增長水平,其主要體現(xiàn)為能源生態(tài)效率較低的地區(qū)向較高地區(qū) “靠攏”,最終各地區(qū)的能源生態(tài)效率趨于穩(wěn)定。σ收斂和絕對β收斂的方程形式如 (2)、(3)所示:

其中,Eit和Eit＋T分別表示第i個地區(qū)第t期和第t＋T期的能源生態(tài)效率值,ln(Eit＋T/Eit)表示從第i個地區(qū)第t期到第t＋T期年均能源生態(tài)效率增長率,本文中T設定為1,n為地區(qū)個數(shù),α為截距項,β為基期能源生態(tài)效率系數(shù),μit為隨機誤差項。若β顯著為負,則表明存在絕對β收斂,即各地區(qū)的能源生態(tài)效率收斂于相同的增長水平并趨于穩(wěn)定;反之,則不存在。

(三)面板向量自回歸模型 (PVAR)

面板向量自回歸模型是對向量自回歸模型的拓展,PVAR模型無需設定變量之間的因果關系,將所有變量均視作內(nèi)生變量,以此分析各個變量及其滯后變量對其他變量的影響,充分考慮了個體效應和時間效應。本文利用該模型研究區(qū)域產(chǎn)業(yè)升級、政府創(chuàng)新支持與能源生態(tài)效率之間的動態(tài)關系,構建形式如 (4)所示:

其中,i表示第i個地區(qū),t表示第t期,Yit＝ (lnTS,lnTI,lnE)分別表示區(qū)域產(chǎn)業(yè)升級、政府創(chuàng)新支持和能源生態(tài)效率,Yit－j表示j階滯后項,γ0為截距項,γj為待估滯后項的系數(shù)矩陣,hi為個體固定效應,θi為每一時期特定沖擊的時間效應,εit為隨機誤差項。

(四)中介效應檢驗方法

為了進一步探討政府創(chuàng)新支持通過區(qū)域產(chǎn)業(yè)升級對能源生態(tài)效率的影響機制,本文借鑒了溫忠麟等[31]的中介效應檢驗方法構建了如下遞歸方程:

其中,被解釋變量lnEit為能源生態(tài)效率,解釋變量lnTIit為政府創(chuàng)新支持,lnTSit為中介變量,代表區(qū)域產(chǎn)業(yè)升級,Controlsit為控制變量,包括環(huán)境規(guī)制lnERit和外商投資lnFDIit。

根據(jù)中介效應的檢驗步驟:首先,對式 (5)進行回歸,衡量政府創(chuàng)新支持對能源生態(tài)效率的總效應,若α1顯著為正,表明政府創(chuàng)新支持力度的加大對提升能源生態(tài)效率的總體效應存在;然后,對式 (6)進行回歸,判斷政府創(chuàng)新支持對中介變量區(qū)域產(chǎn)業(yè)升級的作用 (β1);最后,對加入中介變量后的式 (7)進行回歸,檢驗政府創(chuàng)新支持對能源生態(tài)效率的直接效應 (δ1)和通過區(qū)域產(chǎn)業(yè)升級傳導的中介效應 (δ2),若β1和δ2均顯著,則表明存在中介效應,同時若δ1顯著小于α1,則說明存在部分中介效應,中介效應占總效應的比重為。

三、變量設定與數(shù)據(jù)來源

(一)能源生態(tài)效率

參考國內(nèi)外能源全要素生產(chǎn)率和生態(tài)全要素生產(chǎn)率的研究成果[9][11],本文從能源、環(huán)境和經(jīng)濟三個方面選取了指標對能源生態(tài)效率進行衡量,并利用非期望產(chǎn)出的超效率SBM模型進行測算。

1.投入變量。(1)能源投入。選取淮河生態(tài)經(jīng)濟帶28個城市的能源消費總量衡量能源投入,由于市級數(shù)據(jù)難以獲取,參考藺鵬等[32]的做法,利用各省能源消耗數(shù)據(jù)按照工業(yè)增加值占比折算出相關城市能源投入數(shù)據(jù)。(2)勞動力投入。選取28個城市的年末從業(yè)人員數(shù)衡量勞動力投入。(3)資本投入。選取各市固定資產(chǎn)投資額作為資本投入的代理變量,并以2005年為基期利用固定資產(chǎn)投資指數(shù)進行平減。

2.產(chǎn)出變量。(1)期望產(chǎn)出。選擇各地區(qū)的地區(qū)生產(chǎn)總值作為期望產(chǎn)出,利用地區(qū)生產(chǎn)總值增長率折算成以2005年為基期的不變價地區(qū)生產(chǎn)總值。(2)非期望產(chǎn)出。選擇工業(yè)廢水排放量、工業(yè)二氧化硫排放量以及工業(yè)煙塵排放量作為非期望產(chǎn)出,部分缺失數(shù)據(jù)填補獲取。

(二)區(qū)域產(chǎn)業(yè)升級

產(chǎn)業(yè)結構高級化是對產(chǎn)業(yè)結構優(yōu)化升級狀況的一種度量,在以往的研究中通常根據(jù)克拉克定律采用非農(nóng)業(yè)產(chǎn)值占農(nóng)業(yè)產(chǎn)值的比重進行衡量。隨著 “經(jīng)濟服務化”趨勢的演進,農(nóng)業(yè)產(chǎn)業(yè)和非農(nóng)業(yè)產(chǎn)業(yè)的界限逐漸模糊,傳統(tǒng)的衡量方法無法準確地反映經(jīng)濟結構的狀況,因此,本文借鑒干春暉等[33]的做法,以第三產(chǎn)業(yè)產(chǎn)值和第二產(chǎn)業(yè)產(chǎn)值之比對區(qū)域產(chǎn)業(yè)升級進行衡量。該方法可以清晰地反映出經(jīng)濟結構向 “服務化”方向推進的狀況,其值越大則表明產(chǎn)業(yè)結構優(yōu)化升級程度越高。

(三)政府創(chuàng)新支持

政府創(chuàng)新支持作為科技創(chuàng)新的動力源泉,對于提高地區(qū)科技實力有著重要作用。眾所周知,科技創(chuàng)新是社會發(fā)展的需要,可以直接推動社會生產(chǎn)力的發(fā)展,因此,加大政府創(chuàng)新支持力度對于促進經(jīng)濟增長也有著重要意義。常用的技術創(chuàng)新指標主要為創(chuàng)新支出和創(chuàng)新投入[34],而在對政府創(chuàng)新支持進行衡量時,由于產(chǎn)出指標具有時滯性,投入指標更能反映支持力度水平,同時在選取政府創(chuàng)新支持指標時,主要考慮資金以及政策優(yōu)惠,但由于存在人力、物力以及政策等難以量化處理的問題,因此,本研究將從資金投入方面衡量政府對創(chuàng)新的支持力度。對于區(qū)域創(chuàng)新而言,政府對創(chuàng)新支持的最直接手段就是對科技活動的支持力度,然而R&D經(jīng)費支出的包含范圍較廣,用以衡量創(chuàng)新投入較為不妥,相對而言,以科技活動經(jīng)費中政府資金的比例衡量政府對科技創(chuàng)新的支持比較合適,但由于現(xiàn)有的淮河生態(tài)經(jīng)濟帶各地區(qū)的統(tǒng)計數(shù)據(jù)中有關科學創(chuàng)新投入中政府經(jīng)費的數(shù)據(jù)缺失,而考慮到財政預算內(nèi)科學事業(yè)投入是保障地方科技創(chuàng)新事業(yè)發(fā)展的重要資金來源,對科技創(chuàng)新發(fā)展有著基礎性和引領性作用,具有極其重要的意義,因此,本文以地方財政科學事業(yè)費用支出占地方財政一般預算內(nèi)支出的比重代表政府創(chuàng)新支持,既體現(xiàn)了政府財政計劃中支持科技創(chuàng)新的一種主動行為,又突出了政府在科技創(chuàng)新活動中的重要地位,因而更具代表性。

(四)其他控制變量

為控制其他因素對能源生態(tài)效率的影響,參考相關研究,本文選取環(huán)境規(guī)制和外商投資作為控制變量,其中環(huán)境規(guī)制利用熵值法對建成區(qū)綠化覆蓋率、生活污水處理率和工業(yè)煙塵去除率三個指標進行綜合測度,而外商投資則是采用當年實際使用外資金額與地區(qū)生產(chǎn)總值的比重來衡量。

(五)數(shù)據(jù)來源

本文的研究對象為淮河生態(tài)經(jīng)濟帶規(guī)劃下的地級市,主要包括江蘇、安徽、河南、山東、湖北這5個省份的28個城市,并以此28個城市2005—2018年的面板數(shù)據(jù)進行分析?；春恿饔蜃鳛槲覈袞|部極具發(fā)展?jié)摿Φ牡貐^(qū),有著豐富的自然資源,在國家發(fā)展中占據(jù)重要地位,但由于流域粗放的發(fā)展模式,近年來,淮河流域發(fā)展弊端顯現(xiàn),隨著能源被大量消耗,資源環(huán)境變得更加脆弱,環(huán)境污染問題亟待解決。2016年3月,淮河生態(tài)經(jīng)濟帶建設被寫入國家 “十三五”規(guī)劃綱要;2018年11月,國務院正式發(fā)布 《淮河生態(tài)經(jīng)濟帶發(fā)展規(guī)劃》,淮河生態(tài)經(jīng)濟帶建設正式上升為國家戰(zhàn)略。各指標數(shù)據(jù)來源于 《EPS全球統(tǒng)計數(shù)據(jù)庫》《中國城市統(tǒng)計年鑒》、各市統(tǒng)計年鑒以及統(tǒng)計公報,部分缺失數(shù)據(jù)利用移動二項平均法進行補充。為了方便分析,對淮河生態(tài)經(jīng)濟帶地區(qū)進行簡化,根據(jù) 《淮河生態(tài)經(jīng)濟帶發(fā)展規(guī)劃》將其劃分為東部海江河湖聯(lián)動區(qū)、北部淮海經(jīng)濟區(qū)和中西部內(nèi)陸崛起區(qū),以下分別簡稱東部、北部和中西部地區(qū)①東部海江河湖聯(lián)動區(qū)包括:淮安、鹽城、揚州、泰州、滁州等市;北部淮海經(jīng)濟區(qū)包括:徐州、連云港、宿遷、宿州、淮北、商丘、棗莊、濟寧、臨沂、菏澤等市;中西部內(nèi)陸崛起區(qū)包括:蚌埠、信陽、淮南、阜陽、六安、亳州、駐馬店、周口、漯河、平頂山、桐柏、隨縣、廣水、大悟等市 (縣)。。

四、實證分析

(一)淮河生態(tài)經(jīng)濟帶能源生態(tài)效率分析

本文通過Max-DEA6.0軟件,采用非徑向的超效率SBM模型,測算出淮河生態(tài)經(jīng)濟帶28個城市2005－2018年的能源生態(tài)效率值,結果如表1所示。

表1 淮河生態(tài)經(jīng)濟帶28個城市能源生態(tài)效率值

從時間變動趨勢來看,2005—2018年淮河生態(tài)經(jīng)濟帶整體能源生態(tài)效率的波動較大。從2005年到2018年,能源生態(tài)效率呈先上升后下降再上升的趨勢,2018年能源生態(tài)效率達到最大值0.795,這得益于生態(tài)文明建設戰(zhàn)略的提出,國家愈發(fā)重視能源資源環(huán)境,使得能源生態(tài)效率值提升。值得注意的是,大多數(shù)城市的能源生態(tài)效率都呈現(xiàn)分段變化,且在2018年達到有效水平,但仍有部分地區(qū)的能源生態(tài)效率值較低,如孝感和淮南能源生態(tài)效率值不足0.4,排名靠后。

從區(qū)域差異角度來看,中西部地區(qū)能源生態(tài)效率高于東部和北部地區(qū)。具體來看,中西部地區(qū)中的亳州、南陽和隨州能源生態(tài)效率較高,其2005－2018年的能源生態(tài)效率均值高于0.9,主要原因在于這些城市經(jīng)濟發(fā)展程度一般,能源消耗不大,同時在經(jīng)濟發(fā)展的過程中注重生態(tài)環(huán)境保護;而對于北部地區(qū)而言,大多數(shù)城市的能源生態(tài)效率處于中等偏下水平,部分城市如連云港、淮北、商丘以及菏澤能源生態(tài)效率的均值低于0.5,原因在于這些城市經(jīng)濟發(fā)展較弱,加之對環(huán)境保護的意識不夠,不注重資源的可持續(xù)利用,能源生態(tài)效率水平較低。

(二)淮河生態(tài)經(jīng)濟帶能源生態(tài)效率的收斂性分析

1.能源生態(tài)效率的σ收斂?；春由鷳B(tài)經(jīng)濟帶整體及不同區(qū)域能源生態(tài)效率的σ收斂結果如圖1所示。

圖1 淮河生態(tài)經(jīng)濟帶整體及分區(qū)域能源生態(tài)效率的σ收斂結果

從整體區(qū)域來看,2005—2018年淮河生態(tài)經(jīng)濟帶能源生態(tài)效率的標準差呈現(xiàn)波動上升態(tài)勢,未表現(xiàn)出σ收斂特征。分區(qū)域來看,東部地區(qū)的能源生態(tài)效率標準差變化趨勢總體上表現(xiàn)為 “N”型特征,但并未體現(xiàn)σ收斂;北部地區(qū)能源生態(tài)效率的標準差波動較大,也未呈現(xiàn)σ收斂特征;而中西部地區(qū)能源生態(tài)效率標準差總體上呈現(xiàn)下降的變化趨勢,表現(xiàn)出σ收斂,表明中西部地區(qū)各市之間能源生態(tài)效率的差異在縮小?；诨春由鷳B(tài)經(jīng)濟帶整體區(qū)域與東部、北部及中西部的比較,可以發(fā)現(xiàn)中西部地區(qū)能源生態(tài)效率的標準差大致高于整體區(qū)域的標準差,且高于北部和東部地區(qū),從整體層面看,淮河生態(tài)經(jīng)濟帶整體區(qū)域能源生態(tài)效率的差異相對較高,分地區(qū)來看,中西部地區(qū)各市之間的能源生態(tài)效率差異最大,北部地區(qū)差異在前期和后期均高于東部地區(qū),中期則低于東部地區(qū)。

2.能源生態(tài)效率的絕對β收斂。進一步進行絕對β收斂分析,檢驗結果如表2所示。從淮河生態(tài)經(jīng)濟帶整體層面看,系數(shù)估計值為－0.1231,且通過了1%的顯著性檢驗,說明能源生態(tài)效率水平與其增長率成反比關系,整體呈現(xiàn)絕對β收斂,能源生態(tài)效率趨于穩(wěn)定水平。分區(qū)域來看,三個區(qū)域能源生態(tài)效率的回歸系數(shù)均為負,且均通過了顯著性檢驗,表明淮河生態(tài)經(jīng)濟帶能源生態(tài)效率較低的城市在向能源生態(tài)效率較高城市追趕,區(qū)域能源生態(tài)效率收斂于相同的增長水平并趨于穩(wěn)定,存在顯著的絕對β收斂特征,這也表明了淮河生態(tài)經(jīng)濟帶的能源生態(tài)效率區(qū)域合作協(xié)調發(fā)展,共同提升能源生態(tài)效率具有一定的可行性。

表2 淮河生態(tài)經(jīng)濟帶東部、北部和中西部能源生態(tài)效率的絕對β收斂結果

(三)面板單位根檢驗

為了避免序列中存在的異方差問題,本文首先對所有變量數(shù)據(jù)采用自然對數(shù)處理,同時為了避免偽回歸,在進行PVAR模型估計和中介效應檢驗之前,采用LLC、IPS和Fisher-ADF三種單位根檢驗方法檢驗能源生態(tài)效率 (lnE)、區(qū)域產(chǎn)業(yè)升級 (lnTS)、政府創(chuàng)新支持 (lnTI)、環(huán)境規(guī)制(lnER)和外商投資 (lnFDI)的平穩(wěn)性,檢驗結果如表3所示。結果顯示,所有變量均通過5%的顯著性水平檢驗,變量序列平穩(wěn)。

表3 面板單位根檢驗結果

(四)面板向量自回歸分析

1.PVAR模型的滯后階數(shù)選擇。進行PVAR模型估計前,確定合適的滯后階數(shù)是必要的,通過構建AIC、BIC和HQIC信息準則對模型的滯后階數(shù)進行選擇,結果如表4所示。根據(jù)信息量取最小的準則,滯后3期為最優(yōu),以此建立PVAR模型。

表4 PVAR模型的滯后階數(shù)選取

2.脈沖響應函數(shù)分析。脈沖響應反映的是在其他變量的當期和以前各期值均保持不變的情況下,PVAR系統(tǒng)中某個方程的擾動項當期發(fā)生一個標準差變化對未來各期內(nèi)生變量的沖擊響應情況。為了反映區(qū)域產(chǎn)業(yè)升級、政府創(chuàng)新支持與能源生態(tài)效率之間的長期動態(tài)沖擊效應,在進行脈沖響應函數(shù)預測分析前,首先進行1 000次蒙特卡洛模擬,時間設置為6期,得到淮河生態(tài)經(jīng)濟帶脈沖響應圖 (圖2—圖4)。其中,橫軸表示滯后期數(shù),縱軸表示信息沖擊響應度,中間帶標記曲線為脈沖響應趨勢,上下兩條虛線為蒙特卡洛模擬得到的95%的置信區(qū)間的上下限。

圖2 能源生態(tài)效率對自身、區(qū)域產(chǎn)業(yè)升級與政府創(chuàng)新支持的脈沖響應

圖3 區(qū)域產(chǎn)業(yè)升級對能源生態(tài)效率、自身與政府創(chuàng)新支持的脈沖響應

圖4 政府創(chuàng)新支持對能源生態(tài)效率、區(qū)域產(chǎn)業(yè)升級與自身的脈沖響應

圖2為淮河生態(tài)經(jīng)濟帶能源生態(tài)效率對其自身以及區(qū)域產(chǎn)業(yè)升級和政府創(chuàng)新支持之間的脈沖響應圖。由圖可知,淮河生態(tài)經(jīng)濟帶能源生態(tài)效率在面對自身一個標準差的沖擊后,各期的響應值均大于0,并且隨著時間的推移逐漸趨近于0,表明能源生態(tài)效率本身存在慣性特征,但其自身慣性推動隨著時間的推移在逐漸減弱。能源生態(tài)效率在面對區(qū)域產(chǎn)業(yè)升級一個標準差的沖擊后,各期的響應值均大于0,并且呈現(xiàn)出先上升后下降的趨勢,說明區(qū)域產(chǎn)業(yè)升級可以推動能源生態(tài)效率的提升,隨著產(chǎn)業(yè)結構的優(yōu)化升級,各種能源資源得到合理配置,各產(chǎn)業(yè)間均衡協(xié)調發(fā)展,工業(yè)能源消耗降低,環(huán)境污染減少,能源生態(tài)效率得以提升,陳菁泉等[35]的研究也證實了產(chǎn)業(yè)結構的升級和優(yōu)化有利于能源生態(tài)效率的提升。面對政府創(chuàng)新支持一個標準差的沖擊時,能源生態(tài)效率的響應值在各期也均大于0,說明政府創(chuàng)新支持力度的加大有助于提升能源生態(tài)效率,這一點與李在軍等[36]的結論一致。隨著科技投入的增加,高技術產(chǎn)業(yè)得到發(fā)展,各項節(jié)能和環(huán)保技術日趨成熟,能源利用效率提升,而能源損耗降低,對污染物的處理能力也隨之提高,環(huán)境污染得到改善,生態(tài)建設得到有力保障,從而能源生態(tài)效率得以提升。

圖3分別表示區(qū)域產(chǎn)業(yè)升級對能源生態(tài)效率、自身以及政府創(chuàng)新支持之間的脈沖響應圖。由圖可知,區(qū)域產(chǎn)業(yè)升級面對自身一個標準差沖擊響應值在各期也均大于0,且表現(xiàn)出倒 “U”型的曲線特征,在第2期達到最大值后呈現(xiàn)下降趨勢,這說明區(qū)域產(chǎn)業(yè)升級自身存在慣性特征,其自身的慣性推動具有時滯特征,并且過度優(yōu)化調整的產(chǎn)業(yè)結構會在遠期對自身產(chǎn)生下行壓力。面對能源生態(tài)效率一個標準差沖擊,區(qū)域產(chǎn)業(yè)升級的響應值在短期內(nèi)形成負向響應,之后各期表現(xiàn)出正向響應,部分原因在于短期內(nèi)能源生態(tài)效率與區(qū)域產(chǎn)業(yè)升級之間會形成負反饋調節(jié)機制,前期能源生態(tài)效率的下降會導致產(chǎn)業(yè)結構優(yōu)化升級的步伐加快,從而促使產(chǎn)業(yè)結構往高級化水平提升,后期能源生態(tài)效率不斷提升的顯著成效加上區(qū)域產(chǎn)業(yè)升級自身存在的慣性特征,也會進一步帶動產(chǎn)業(yè)結構的優(yōu)化調整,汪艷濤等[17]在研究中發(fā)現(xiàn)產(chǎn)業(yè)結構升級與生態(tài)效率之間存在相互正向溢出效應,與本文結論基本一致。產(chǎn)業(yè)升級面對政府創(chuàng)新支持一個標準差沖擊的響應值在各期均大于0,隨著政府創(chuàng)新支持力度的增加,科技創(chuàng)新活動得到支持,自主研發(fā)能力顯著提升,新技術和新設備的引進為產(chǎn)業(yè)結構的優(yōu)化升級提供便利,加快產(chǎn)業(yè)調整的效率,產(chǎn)業(yè)結構水平不斷攀升,這與顧曉燕等[37]得出的結論一致。

圖4分別表示淮河生態(tài)經(jīng)濟帶政府創(chuàng)新支持對能源生態(tài)效率、區(qū)域產(chǎn)業(yè)升級以及自身之間的脈沖響應圖。由圖可知,政府創(chuàng)新支持面對自身一個標準差沖擊的響應值在當期達到最大,隨后逐漸下降,表明政府創(chuàng)新支持自身存在的慣性動力會隨著時間的推移逐漸減弱。面對能源生態(tài)效率一個標準差下的沖擊,政府創(chuàng)新支持在當期和第2期的響應值均大于0,但在遠期形成負向響應,表明在當期和未來某期能源生態(tài)效率與政府創(chuàng)新支持存在正反饋調節(jié)效應,當政府創(chuàng)新支持正向影響能源生態(tài)效率時,不斷提升的能源生態(tài)效率會反饋給創(chuàng)新支持,刺激政府創(chuàng)新支持力度進一步加大,但是在遠期,由于科技創(chuàng)新受到能源生態(tài)效率不斷攀升的壓力會造成停滯現(xiàn)象,因此,相應地創(chuàng)新支持力度會降低。政府創(chuàng)新支持面對區(qū)域產(chǎn)業(yè)升級一個標準差沖擊時,其響應值在未來各期表現(xiàn)為負,這表明產(chǎn)業(yè)結構水平的不斷提升會抑制政府創(chuàng)新支持力度的加大,隨著產(chǎn)業(yè)結構不斷地優(yōu)化調整,當高新技術產(chǎn)業(yè)密集,創(chuàng)新發(fā)展程度較高,政府會適當減小對創(chuàng)新支持的力度,這一點與胡艷等得到的結論基本一致[38]。

3.方差分解分析。方差分解可以反映單位沖擊變量對預測的內(nèi)生變量的誤差變異系數(shù)貢獻程度,表5展示了1 000次蒙特卡洛模擬生成的95%置信水平下第5、10和20期的淮河生態(tài)經(jīng)濟帶區(qū)域產(chǎn)業(yè)升級、政府創(chuàng)新支持和能源生態(tài)效率之間的方差分解結果。

表5 方差分解

在能源生態(tài)效率的方差分解中,淮河生態(tài)經(jīng)濟帶在未來5－20期,自身對能源生態(tài)效率的貢獻最大,到第20期,自身貢獻了78.9%的解釋能力,這表明能源生態(tài)效率主要依靠自身慣性,區(qū)域產(chǎn)業(yè)升級和政府創(chuàng)新支持對能源生態(tài)效率的貢獻雖然相對較小,卻在逐期提升。在第5期,區(qū)域產(chǎn)業(yè)升級和政府創(chuàng)新支持對能源生態(tài)效率的貢獻率分別為6.2%和2.9%,到第20期,分別上升至12.9%和8.2%,表明區(qū)域產(chǎn)業(yè)升級和政府創(chuàng)新支持的作用存在長期性。長期來看,產(chǎn)業(yè)結構升級和加大政府創(chuàng)新支持均有助于提升地區(qū)能源生態(tài)效率。

在區(qū)域產(chǎn)業(yè)升級的方差分解中,淮河生態(tài)經(jīng)濟帶在未來各期來自自身的貢獻均大于來自能源生態(tài)效率和政府創(chuàng)新支持的貢獻,政府創(chuàng)新支持對區(qū)域產(chǎn)業(yè)升級解釋能力的貢獻在逐漸上升,從第5期的3.7%上升至第20期的20.4%,說明政府創(chuàng)新支持可以有效促進產(chǎn)業(yè)結構的優(yōu)化升級,而能源生態(tài)效率對產(chǎn)業(yè)升級貢獻的解釋能力相對較弱,到第10期之后對產(chǎn)業(yè)升級的貢獻率僅維持在2.7%左右。

在政府創(chuàng)新支持的方差分解中,淮河生態(tài)經(jīng)濟帶自身的貢獻高于能源生態(tài)效率和區(qū)域產(chǎn)業(yè)升級,并且在未來各期貢獻的解釋能力始終維持在95%以上,在第20期,能源生態(tài)效率對政府創(chuàng)新支持解釋能力的貢獻為2.7%,區(qū)域產(chǎn)業(yè)升級的貢獻也在逐期上升,到第20期上升至2.3%,能源生態(tài)效率和區(qū)域產(chǎn)業(yè)升級對政府創(chuàng)新支持的解釋能力都相對較弱。

(五)中介效應檢驗

方差分解結果表明政府創(chuàng)新支持對區(qū)域產(chǎn)業(yè)升級和能源生態(tài)效率均具有一定的促進作用,而區(qū)域產(chǎn)業(yè)升級對政府創(chuàng)新支持的影響相對較小,幾乎可以忽略,因此,本文僅考察政府創(chuàng)新支持通過傳導區(qū)域產(chǎn)業(yè)升級對能源生態(tài)效率施加的影響,選取區(qū)域產(chǎn)業(yè)升級作為中介變量進行中介效應檢驗,結果如表6所示。

表6中回歸模型 (1)、(2)和 (3)的估計結果均是基于隨機效應模型得出,由檢驗結果可知,解釋變量政府創(chuàng)新支持的系數(shù)均顯著,政府創(chuàng)新支持對能源生態(tài)效率和區(qū)域產(chǎn)業(yè)升級在5%的顯著性水平下均存在正相關關系,表明政府創(chuàng)新支持有利于提升能源生態(tài)效率和區(qū)域產(chǎn)業(yè)結構升級,這與前文面板向量自回歸的估計結果表現(xiàn)一致。由回歸模型 (3)可知,政府創(chuàng)新支持和區(qū)域產(chǎn)業(yè)升級對能源生態(tài)效率均具有顯著影響,且δ1＝0.065 4＜α1＝0.075 4,政府創(chuàng)新支持在促進能源生態(tài)效率的過程中區(qū)域產(chǎn)業(yè)升級充當了部分中介作用,中介效應占總效應的比重為,即政府創(chuàng)新支持對能源生態(tài)效率的促進作用有13.36%是通過傳導影響區(qū)域產(chǎn)業(yè)升級實現(xiàn)的。

表6 區(qū)域產(chǎn)業(yè)升級的中介效應檢驗

五、穩(wěn)健性檢驗

為提高研究結果的可靠性,本文在利用非期望產(chǎn)出的超效率SBM模型測算能源生態(tài)效率時采取替換資本投入的方式進行穩(wěn)健性檢驗,在衡量資本投入時,選取資本存量作為資本投入的代理變量,選擇固定資本存量并利用永續(xù)盤存法對其進行估算,計算公式為:

其中,Kt為t期資本存量,δt為t期折舊率,年折舊率參考張軍等[39]的做法取9.6%,It為t期實際固定資產(chǎn)投資額,以2005年為基期利用固定資產(chǎn)投資指數(shù)進行平減獲得,基期資本存量取基期固定資產(chǎn)投資除以10%。

在替換資本投入之后重新測算能源生態(tài)效率并進行面板向量自回歸分析,根據(jù)脈沖響應的結果顯示,檢驗結果與實證主體部分的結論基本一致,說明本文的估計結果具有較強的穩(wěn)健性。

六、結論與啟示

本文采用非期望產(chǎn)出的超效率SBM模型對我國淮河生態(tài)經(jīng)濟帶28個城市2005—2018年的能源生態(tài)效率進行了測度,并比較研究了不同區(qū)域能源生態(tài)效率的收斂性,之后基于面板向量自回歸模型 (PVAR)和中介效應檢驗對區(qū)域產(chǎn)業(yè)升級、政府創(chuàng)新支持與能源生態(tài)效率之間的動態(tài)變化關系及影響機制進行了研究。研究結論如下:

1.淮河生態(tài)經(jīng)濟帶整體能源生態(tài)效率波動較大,呈現(xiàn)先上升后下降再上升的變化特征。改革開放以來,經(jīng)濟的快速發(fā)展,導致能源消耗增加,環(huán)境污染加重,能源生態(tài)效率逐年下降,隨著生態(tài)文明建設的提出,“十三五”規(guī)劃對環(huán)保措施的重視,環(huán)境逐步得到改善,對能源生態(tài)效率產(chǎn)生了一定的促進作用。在區(qū)域演變層面,中西部地區(qū)的能源生態(tài)效率略高于東部和北部地區(qū),這是由于中西部地區(qū)能源資源較其他地區(qū)豐富,并且資源消耗相對較小。

2.淮河生態(tài)經(jīng)濟帶中西部地區(qū)的能源生態(tài)效率在2005—2018年間具有σ收斂特征,而整體及東部與北部地區(qū)均不存在σ收斂。雖然中西部地區(qū)的能源生態(tài)效率表現(xiàn)為σ收斂,但是各市之間能源生態(tài)效率差異較大,且高于整體區(qū)域間的差異,北部地區(qū)和東部地區(qū)相比,在研究的前期和后期,前者能源生態(tài)效率的差異均高于后者。同時,淮河生態(tài)經(jīng)濟帶整體及各區(qū)域能源生態(tài)效率呈現(xiàn)絕對β收斂特征,最終趨于穩(wěn)定水平,這表明區(qū)域合作協(xié)調發(fā)展有利于共同提升能源生態(tài)效率。

3.從脈沖響應函數(shù)的分析結果來看,區(qū)域產(chǎn)業(yè)升級、政府創(chuàng)新支持與能源生態(tài)效率三者均存在慣性特征,區(qū)域產(chǎn)業(yè)升級和政府創(chuàng)新支持均能推動能源生態(tài)效率的提升,能源生態(tài)效率的變化可以促進產(chǎn)業(yè)結構的優(yōu)化升級,政府創(chuàng)新支持力度的加大正向影響產(chǎn)業(yè)結構升級,同時,政府創(chuàng)新支持在當期和未來某一期會與能源生態(tài)效率形成正反饋調節(jié)機制,而在遠期不斷上升的能源生態(tài)效率則會負向作用于政府創(chuàng)新支持,產(chǎn)業(yè)結構水平的不斷提升會抑制政府創(chuàng)新支持的強度。方差分解結果表明,區(qū)域產(chǎn)業(yè)升級和政府創(chuàng)新支持對能源生態(tài)效率存在動態(tài)強化影響,政府創(chuàng)新支持有助于持續(xù)促進產(chǎn)業(yè)結構的優(yōu)化升級,能源生態(tài)效率對政府創(chuàng)新支持也存在一定的拉動作用。

4.從政府創(chuàng)新支持促進能源生態(tài)效率提升的中間機制來看,利用中介效應檢驗分析發(fā)現(xiàn)政府創(chuàng)新支持不但可以直接促進能源生態(tài)效率的提升,而且可以通過促進區(qū)域產(chǎn)業(yè)升級進而最終促進能源生態(tài)效率提升。

基于以上結論,為提升淮河生態(tài)經(jīng)濟帶能源生態(tài)效率,本文得到以下啟示:

1.引進先進技術與經(jīng)驗,縮小區(qū)域內(nèi)能源生態(tài)效率差異。由于淮河生態(tài)經(jīng)濟帶各地區(qū)能源生態(tài)效率存在差異,中西部地區(qū)能源生態(tài)效率優(yōu)于東部和北部地區(qū),因此,區(qū)域內(nèi)能源生態(tài)效率較低的地區(qū)應該借鑒學習能源生態(tài)效率較高地區(qū)綠色發(fā)展的做法,同時引入先進的生產(chǎn)技術,充分發(fā)揮自身優(yōu)勢,以達到縮小區(qū)域間差異的目的。

2.結合自身發(fā)展特色,加快淮河生態(tài)經(jīng)濟帶能源生態(tài)效率區(qū)域一體化建設,實現(xiàn)協(xié)調發(fā)展。在對淮河生態(tài)經(jīng)濟帶能源生態(tài)效率的收斂性分析時,發(fā)現(xiàn)不同區(qū)域能源生態(tài)效率均呈現(xiàn)絕對β收斂特征,因此,加強各區(qū)域間人才、技術和資金流動,促進區(qū)域一體化建設,加強經(jīng)濟合作與資源共享,大力支持區(qū)域協(xié)調發(fā)展,能夠達到共同提升能源生態(tài)效率的目的。

3.合理推進產(chǎn)業(yè)結構優(yōu)化升級,加大政府創(chuàng)新支持力度以拉動技術創(chuàng)新。優(yōu)化第二和第三產(chǎn)業(yè)的內(nèi)部結構,加快產(chǎn)業(yè)結構向 “服務業(yè)”格局轉型,減輕能源需求的壓力,大力發(fā)展高新技術產(chǎn)業(yè)和節(jié)能環(huán)保產(chǎn)業(yè),降低能源消耗與損耗,并減少環(huán)境污染,以此提高能源生態(tài)效率。此外,由于政府創(chuàng)新支持能夠通過促進區(qū)域產(chǎn)業(yè)升級從而推動能源生態(tài)效率的提升,因此,政府應當擴大創(chuàng)新支持力度,優(yōu)化科學技術投入結構,推動技術創(chuàng)新和技術進步;同時,加速科學技術的落地轉化,提高創(chuàng)新投入的產(chǎn)出效應,促進能源生態(tài)效率的進一步提升。