席俊穎

新疆財經(jīng)大學(xué)統(tǒng)計與數(shù)據(jù)科學(xué)學(xué)院

0 引言

隨著全球氣候變化和能源安全問題的加劇，實現(xiàn)“雙碳”目標(biāo)和高質(zhì)量發(fā)展、提高能源效率已成為我國主要發(fā)展目標(biāo)之一，綠色低碳高效安全的能源利用理念貫穿于我國經(jīng)濟高質(zhì)量發(fā)展的進程中。黨的十八大報告提出，要實施節(jié)能減排和資源節(jié)約戰(zhàn)略，降低能源消耗強度和污染排放強度，推動能源結(jié)構(gòu)逐步從傳統(tǒng)能源向可再生能源轉(zhuǎn)變；黨的二十大報告提出，要持續(xù)推進能源革命，注重構(gòu)建由煤炭為主的能源系統(tǒng)轉(zhuǎn)變?yōu)槎嘣?qū)動、以清潔能源為主的能源供應(yīng)體系；“十四五”規(guī)劃綱要提出，要將單位GDP 能源消耗降低13.5%作為經(jīng)濟社會發(fā)展的主要約束性指標(biāo)之一。這意味著我國經(jīng)濟的發(fā)展將對化石能源的依賴性越來越低，需進一步推動清潔能源發(fā)展以滿足社會生產(chǎn)生活的能源供應(yīng)，“雙碳”目標(biāo)也將倒逼高耗能產(chǎn)業(yè)轉(zhuǎn)型升級，實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。在綠色高效的能源利用成為高質(zhì)量發(fā)展基礎(chǔ)的戰(zhàn)略背景下，測算全要素能源效率，評估中國全要素能源效率的真實發(fā)展?fàn)顟B(tài)，對破解資源與環(huán)境間的約束和矛盾，以低能源消耗創(chuàng)造高經(jīng)濟環(huán)境收益具有重要意義。

1 文獻綜述

國內(nèi)對于中國全要素能源效率問題的研究已經(jīng)取得了豐碩的成果。馬海良等［1］選取超效率DEA模型和Malmquist 指數(shù)法，測算出三大經(jīng)濟區(qū)域的能源效率和全要素生產(chǎn)率，并回歸分析全要素生產(chǎn)率分解的各指標(biāo)對能源效率的影響，研究發(fā)現(xiàn)，能源效率的改善依賴于全要素生產(chǎn)率的提高，技術(shù)進步和技術(shù)效率的增長都可導(dǎo)致能源效率的提高，但技術(shù)進步由于回彈效應(yīng)使得影響值較小。郭一鳴等［2］則將視角聚焦于城市的能源效率測度，構(gòu)建兩階段Super-SBM 模型測度能源效率，并分析中國城市能源效率的空間演化特征，研究表明，中國城市能源效率較高且多年不斷提升，具有顯著的空間正相關(guān)性。侯建朝等［3］利用謝潑德能源距離函數(shù)定義了全要素能源效率的表達式，并分析了交通運輸業(yè)全要素能源效率的影響因素，研究發(fā)現(xiàn)，技術(shù)效率提高和電力占能源消費比重上升都會顯著促進中國交通運輸業(yè)能源效率的提高，制度因素、基礎(chǔ)設(shè)施水平對交通運輸能源效率的提高則具有抑制作用，而交通運輸結(jié)構(gòu)、能源相對價格和經(jīng)濟發(fā)展水平的影響不顯著。俞超等［4］從空間角度出發(fā)，利用空間計量模型探究環(huán)境規(guī)制對全要素能源效率的影響及其空間溢出效應(yīng)，研究表明，中國城市的全要素能源效率主要依賴于技術(shù)進步并存在顯著的空間相關(guān)性，環(huán)境規(guī)制顯著抑制了城市的全要素能源效率并對相鄰城市產(chǎn)生負(fù)向空間溢出效應(yīng)。

眾多學(xué)者針對效率的測度方法也進行了探索。為更好地刻畫實際生產(chǎn)過程，近年來的研究大多在全要素框架下進行效率的測算，因此大多研究方法都是建立在DEA 方法之上。汪克亮等［5］運用基于投入導(dǎo)向的DEA-BCC 模型，測算了包含環(huán)境效應(yīng)的中國省際全要素能源效率并采用Tobit 模型檢驗影響因素，認(rèn)為技術(shù)進步、經(jīng)濟結(jié)構(gòu)和能源消費結(jié)構(gòu)的優(yōu)化對提高能源效率有顯著促進作用?？镞h(yuǎn)鳳［6］運用SFA方法將中國各省份勞動生產(chǎn)率變化分解為農(nóng)業(yè)技術(shù)效率變化、技術(shù)進步、物質(zhì)性要素投入變化和人力資本積累四個來源，并分析了這四個來源對中國農(nóng)業(yè)經(jīng)濟的影響。何楓等［7］運用非期望產(chǎn)出的SBM 模型從鐵前工序和鐵后工序兩階段視角測算了2009-2013 年中國鋼鐵企業(yè)綠色技術(shù)效率。李豫新等［8］運用超效率SBM模型測算各城市的生態(tài)效率水平。付寧寧等［9］利用兩階段超效率DEA模型和Tobit 回歸方程對智能制造企業(yè)創(chuàng)新效率進行測度并分析其影響因素。陳杰等［10］應(yīng)用三階段DEA模型和Malmquist指數(shù)模型對中國農(nóng)業(yè)綠色水資源利用效率的動態(tài)變化及其驅(qū)動因素進行測算和分析。

綜上所述，現(xiàn)有研究對全要素能源效率影響因素及測度方法的研究進行了探討，但仍有以下幾個方面值得進一步探索：首先，在全要素能源效率測算方法方面，現(xiàn)有研究大都停留在構(gòu)建傳統(tǒng)的DEA模型，但傳統(tǒng)DEA模型存在效率值為1時無法進一步評價研究的弊端，使用單一的傳統(tǒng)DEA模型對全要素能源效率的研究不夠透徹。其次，現(xiàn)有研究大都集中于全要素能源效率的影響因素分析，或?qū)⒀芯糠秶?xì)化到各產(chǎn)業(yè)，但探究其整體變化趨勢的文章相對較少。最后，大多數(shù)學(xué)者選用ML 指數(shù)分解全要素能源效率，但ML指數(shù)缺乏傳遞性，測算跨期方向性距離函數(shù)時可能存在線性規(guī)劃無可行解的情況。鑒于此，本文從以下角度進行進一步探索：第一，運用Super-SBM 模型對全要素能源效率進行測算，分別從時間趨勢及區(qū)域異質(zhì)性角度，對我國全要素能源效率進行分析。第二，本文利用SBM-DDF-Malmquist 指數(shù)分析方法，從動態(tài)角度刻畫全要素能源效率的演進規(guī)律及分解構(gòu)成。第三，將超效率SBM模型和GML指數(shù)結(jié)合起來，以實現(xiàn)對全要素能源效率靜態(tài)和動態(tài)分析的綜合研究，從而可以相對客觀準(zhǔn)確地反映我國全要素能源效率的變化情況，進而有針對性地給出全要素能源效率的提升建議，以期為提高我國全要素能源效率提供可借鑒的思路。

2 研究方法、指標(biāo)變量與數(shù)據(jù)說明

本文借助于Super-SBM 模型測算我國30 個省份的全要素能源效率，從時間趨勢及區(qū)域異質(zhì)性角度分析全要素能源效率的發(fā)展變化態(tài)勢，并借助于GML 指數(shù)方法對全要素能源效率的時空變化進行動態(tài)分析。因此，在實證分析之前需對研究方法、模型中變量指標(biāo)的選取以及數(shù)據(jù)來源進行說明。

2.1 研究方法

2.1.1 Super-SBM模型

傳統(tǒng)的DEA 模型基于徑向距離函數(shù)，只能單一地從投入或產(chǎn)出的角度對目標(biāo)效率進行測算。然而徑向的條件在很多情況下無法完全滿足現(xiàn)實條件的要求。為了處理這種非期望產(chǎn)出的問題，Tone(2002)［11］提出了一種非徑向DEA 模型，即SBM 模型，這是基于松弛變量評價DMUs 的方法，但基于SBM模型的測算，可能會出現(xiàn)多個決策單元效率值為1，即完全效率的情況。針對這些完全效率的決策單元無法繼續(xù)分析的問題，Tone 提出了Super-SBM 模型，使得所有DMUs 的效率值都能計算出來，不再局限在效率值小于等于1的水平，從而可以使有效DUMs繼續(xù)進行相互比較。

本文運用包含非期望產(chǎn)出的Super-SBM模型測算全要素能源效率。假設(shè)有n 個決策單元，每一個決策單元都包括三個要素：投入、期望產(chǎn)出和非期望產(chǎn)出（SO2排放量、工業(yè)廢水排放量、工業(yè)固體廢物排放量），分別由三個向量表示，，使用帶有非期望產(chǎn)出的SBM模型評估DMUs如式(1)所示：

2.1.2 GML指數(shù)

Super-SBM 解決了傳統(tǒng)方向距離函數(shù)因徑向性導(dǎo)致效率被高估和因?qū)蛐詫?dǎo)致無法非比例變動投入與產(chǎn)出這兩類問題，但其只能評估可見的投入和產(chǎn)出變量，無法評估潛在因素對全要素能源效率的影響，因此本文采用GML指數(shù)來進一步揭示全要素能源效率變化的原因。根據(jù)Chung 等［12］設(shè)定的方向性距離函數(shù)，將非期望產(chǎn)出納入投入產(chǎn)出效率評價中，方向性距離函數(shù)定義如下：

其中，x表示每個測評單元的N種投入，，y表示M種期望產(chǎn)出，,b表示K種非期望產(chǎn)出，，則為第i個地區(qū)t時期的投入產(chǎn)出數(shù)據(jù)，為方向向量，為投入和產(chǎn)出達到效率前沿面的松弛變量。

GML 指數(shù)克服了傳統(tǒng)ML 指數(shù)的無法傳遞和循環(huán)累加的缺陷，具有跨期可比較的優(yōu)點［13］。根據(jù)Oh 等［14］構(gòu)建的GML 指數(shù)，基于方向性距離函數(shù)，定義t期到t+1期的GML指數(shù)為：

2.2 指標(biāo)變量

在新古典經(jīng)濟增長模型中，能源、資本和勞動被視為三個重要的要素投入，是推動經(jīng)濟增長的關(guān)鍵因素。本文借鑒已有研究，選取資本存量作為資本投入量的指標(biāo)［15］，選取就業(yè)人員數(shù)作為勞動力投入指標(biāo)［16］，選取各省份能源消耗總量作為能源投入指標(biāo)［17］。產(chǎn)出指標(biāo)分為期望產(chǎn)出和非期望產(chǎn)出，期望產(chǎn)出為地區(qū)GDP，考慮環(huán)境可持續(xù)發(fā)展問題，借鑒羅世華等［18］的研究方法，同時依據(jù)第二次全國污染源普查公報中的研究數(shù)據(jù)，非期望產(chǎn)出從廢氣、廢水、固廢出發(fā)，分別選取SO2排放量、工業(yè)廢水排放總量、工業(yè)固體廢物產(chǎn)生量來衡量［19］。指標(biāo)變量的具體構(gòu)建如表1所示。

表1 基于超效率SBM模型的全要素能源效率評價指標(biāo)體系

2.3 數(shù)據(jù)說明

針對上述指標(biāo)體系的構(gòu)建，相關(guān)指標(biāo)及其數(shù)據(jù)處理說明如下：

1）資本存量：大多數(shù)研究者采用Goldsmith［20］于1951年提出的“永續(xù)盤存法”中的資本存量作為資本投入量的指標(biāo)。資本存量的計算公式為：

其中，Qi,t為i省第t年資本存量，Qi,t-1為t省第t-1 年資本存量，Ii,t為i省第t-1 年的投資，δi,t為i省第t-1 年的固定資本折舊率。本文參考張軍等［21］已有的研究成果，并以2000 年為不變價格對數(shù)據(jù)進行了調(diào)整。

2）就業(yè)人員數(shù)：確切地說，同時考慮勞動力素質(zhì)和勞動時間這些重要因素，才能更全面地評估勞動力投入對經(jīng)濟增長的影響，但由于缺乏此方面研究的詳細(xì)統(tǒng)計數(shù)據(jù)，本文采用了各省份從業(yè)人員數(shù)量作為勞動力投入的指標(biāo)。勞動力的原始數(shù)據(jù)來自2010-2021年各省份統(tǒng)計年鑒。

3）能源消費量：能源消費量的原始數(shù)據(jù)來自2010-2021 年中國能源統(tǒng)計年鑒，計量單位均按熱量折合成萬tce，少數(shù)缺失數(shù)據(jù)用均值加以填補。

4）地區(qū)GDP：中國各省份GDP 數(shù)據(jù)來源于2010-2021年中國統(tǒng)計年鑒。

5）SO2排放量：根據(jù)第二次全國污染源普查公報可知，工業(yè)SO2排放量占大氣污染物排放量比重最高，而化石燃料的燃燒是工業(yè)SO2排放的主要來源，因此將工業(yè)SO2排放量作為衡量全要素能源效率的非期望產(chǎn)出，工業(yè)SO2排放量數(shù)據(jù)來自2010-2021年各省份統(tǒng)計年鑒。

6）工業(yè)廢水排放總量：工業(yè)廢水排放總量數(shù)據(jù)來自2010-2021年各省份統(tǒng)計年鑒。

7）工業(yè)固體廢物產(chǎn)生量：工業(yè)固體廢物產(chǎn)生量數(shù)據(jù)來自2010-2021年各省份統(tǒng)計年鑒。

我國全要素能源效率相關(guān)指標(biāo)的統(tǒng)計信息具體如表2所示。

表2 全要素能源效率綜合評價指標(biāo)數(shù)據(jù)統(tǒng)計分析

3 全要素能源效率測度分析

本文借助于Super-SBM 模型測算我國30 個省份的全要素能源效率，并運用GML指數(shù)方法對全要素能源效率的時空變化進行動態(tài)分析。具體方法使用及測算結(jié)果如下。

3.1 基于Super-SBM模型的全要素能源效率測度分析

3.1.1 各地區(qū)全要素能源效率評價

本文借助Super-SBM 模型測算2010-2021年中國30個省份全要素能源效率，測算結(jié)果如表3所示。

表3 基于Super-SBM模型的2010-2021年中國省際全要素能源效率

從表3中可以看出，全國30個省份的全要素能源效率均未處于有效水平，全要素能源效率最高的3 個省份分別為北京、上海、湖南，均分布在中東部地區(qū)；全要素能源效率最低的3個省份分別為青海、寧夏、吉林，均分布在中西部地區(qū)。其中，湖南省全要素能源效率在研究期間內(nèi)波動最為劇烈，標(biāo)準(zhǔn)差高達0.323，在2019-2020 年間，全要素能源效率由0.256躍升至1.116，達到有效水平。主要原因可能是2010 年以來湖南省一直注重清潔能源的發(fā)展，全社會用電量一半都來自清潔能源，為解決分布式清潔能源規(guī)劃優(yōu)化的難題，使清潔能源電站能夠主動參與到系統(tǒng)調(diào)控中，國網(wǎng)湖南經(jīng)研院深入開展《南方新能源并網(wǎng)運行優(yōu)化與高效消納關(guān)鍵技術(shù)及應(yīng)用》項目研究，根據(jù)研究成果對全省各區(qū)域進行新能源消納能力評估測算，以紅、橙、黃、綠4種顏色進行標(biāo)識，對各區(qū)域新能源消納能力逐級進行分類，形成了全省以縣級為單位的風(fēng)電和光伏發(fā)電消納預(yù)警等級分類結(jié)果，科學(xué)地調(diào)度了清潔能源電量，為清潔能源電量能夠被全額消納提供了有效途徑1參見國網(wǎng)湖南省電力有限公司：《清潔電力“點亮”三湘——國網(wǎng)湖南電力服務(wù)清潔能源發(fā)展紀(jì)實》http://www.hn.sgcc.com.cn/html/main/col8/2020-06/02/20200602193034926392201_1.html。上海市全要素能源效率的波動程度較大，其標(biāo)準(zhǔn)差達到了0.252，從時間趨勢的角度來看，上海市全要素能源效率的波動大致可分為兩個階段，第一階段為2010-2015年，呈現(xiàn)出近似倒U形的波動態(tài)勢，可能存在的原因是2010年上海東海大橋海上風(fēng)電項目一期工程的投入使用，拓寬了綠色能源的供應(yīng)渠道，為社會提供了更多的能源，促進了經(jīng)濟發(fā)展，同時與化石能源相比，減少了污染物排放，使得上海市全要素能源效率在2011 年達到有效水平2參見國家能源局：《東海大橋海上風(fēng)電啟動二期工程》http://www.nea.gov.cn/2013-12/17/c_132974674.htm。海上風(fēng)電是新能源發(fā)展的新領(lǐng)域，其建設(shè)打破了陸地風(fēng)電場建設(shè)的空間限制，具有廣闊的發(fā)展空間，同時海上風(fēng)電資源具有稟賦好、風(fēng)速大、功率密度高的特性，可進行大規(guī)模開發(fā)，為我國經(jīng)濟發(fā)展提供了更加綠色的動力。但由于現(xiàn)階段，我國海上風(fēng)電新能源產(chǎn)業(yè)體系尚未健全，新能源建設(shè)開發(fā)成本較高，因此上海市全要素能源效率在2011 年達到區(qū)間峰值后呈現(xiàn)下降的態(tài)勢。第二階段為2016-2020 年，也呈現(xiàn)近似倒U 形的波動態(tài)勢，可能存在的原因是2016年承載著市場化改革使命的上海石油天然氣交易中心開始落戶運行，其位于中國經(jīng)濟、金融、貿(mào)易、航運與科技創(chuàng)新的中心，更靠近市場端，具有顯著的區(qū)位優(yōu)勢，可充分對接資源，貫通國內(nèi)外天然氣貿(mào)易，并借助本地金融要素的市場優(yōu)勢服務(wù)于實體經(jīng)濟，充分發(fā)揮了市場配置資源的作用，從而有效提升全要素能源效率。2016年后上海市全要素能源效率下降的原因可能是市場化石油天然氣交易平臺體系尚未健全，油氣價格形成機制還不完善，無法有效釋放競爭性環(huán)節(jié)中的市場活力，因此在達到峰值后全要素能源效率出現(xiàn)了下降趨勢。總體來看，我國各省份的全要素能源效率均值水平集中在0.114~0.361 之間，處于弱有效狀態(tài)，說明我國全要素能源效率的改善空間較大，能源技術(shù)和能源建設(shè)還需長足的發(fā)展。

3.1.2 分區(qū)域全要素能源效率評價

將全國分為東、中、西三個區(qū)域，并計算其全要素能源效率均值，可視化結(jié)果如圖1所示。

圖1 分地區(qū)全要素能源效率變化

圖1對比了我國各地區(qū)與全國均值水平的全要素能源效率，從中可以看出，各地區(qū)全要素能源效率整體上處于較低水平，均未達到有效水平，且各區(qū)域之間的全要素能源效率差異較大。從時間趨勢的角度來看，東部地區(qū)的全要素能源效率均值在研究期間一直高于全國均值水平，且以顯著優(yōu)勢高于中部與西部地區(qū)，其全要素能源效率在0.192~0.379之間呈現(xiàn)出波動上升的趨勢。中部地區(qū)的全要素能源效率水平在2019年之前低于全國均值水平，2020 年后超過全國均值水平，其全要素能源效率在0.155~0.322之間一直呈上升趨勢。西部地區(qū)全要素能源效率在0.14~0.215 區(qū)間內(nèi)具有微小幅度的波動，但總體保持穩(wěn)定上升的態(tài)勢。從區(qū)域異質(zhì)性的角度來看，東部地區(qū)由于其優(yōu)越的地理位置和政策優(yōu)勢，一直是全國經(jīng)濟發(fā)展的中心，率先享有經(jīng)濟政策紅利，其經(jīng)濟的快速發(fā)展使得大量高精尖人才流入東部地區(qū)從而產(chǎn)生人才集聚效應(yīng)，為東部地區(qū)的經(jīng)濟發(fā)展提供了有力的支撐。同時東部地區(qū)作為我國對外開放格局中的“優(yōu)等生”，在引進先進技術(shù)方面一直處于領(lǐng)跑地位，高端的技術(shù)及充足的資金為實現(xiàn)經(jīng)濟增長，進而提高全要素能源效率打下了堅實的基礎(chǔ)，因此東部地區(qū)的全要素能源效率在全國位居首位。中部地區(qū)能源資源豐富，但受限于經(jīng)濟發(fā)展水平和技術(shù)創(chuàng)新水平，對能源的綠色開發(fā)不足，無法對能源進行更高效的利用，因此全要素能源效率落后于東部地區(qū)。西部地區(qū)化石能源豐富，但由于地處我國偏遠(yuǎn)區(qū)域，吸納先進技術(shù)的能力較弱，同時在實現(xiàn)“雙碳”目標(biāo)背景下，西部地區(qū)承接著來自東部地區(qū)的高耗能產(chǎn)業(yè)轉(zhuǎn)移，對于能源的利用效率較低，而污染物排放量又處于較高水平，因此西部地區(qū)的全要素能源效率最低。

3.1.3 整體全要素能源效率評價

計算2010-2021 年中國全要素能源效率平均值、標(biāo)準(zhǔn)差和變異系數(shù)并對其進行可視化處理，結(jié)果如圖2所示。

圖2 基于超效率SBM模型2010-2021年中國全要素能源效率平均值、標(biāo)準(zhǔn)差和變異系數(shù)

由圖2 中變異系數(shù)的結(jié)果可知，我國各地區(qū)全要素能源效率具有顯著的區(qū)域異質(zhì)性特征，且有逐年擴大的趨勢?？梢钥闯觯覈啬茉葱实淖儺愊禂?shù)值在2011 年達到峰值，可能是由于上海市在2011 年的全要素能源效率突變?yōu)橛行顟B(tài)，帶動了我國全要素能源效率的波動。從我國全要素能源效率均值來看，各地區(qū)全要素能源效率在研究期間呈波動上升的趨勢，說明我國整體對能源的利用逐漸高效化。我國全要素能源效率的方差呈微小波動態(tài)勢，說明各個領(lǐng)域在使用能源方面的優(yōu)劣程度相對穩(wěn)定。

3.2 基于GML指數(shù)的全要素能源效率分解

3.2.1 全要素能源效率的動態(tài)特征

本文借助于GML指數(shù)方法測算了2010-2021年間我國30個省級行政區(qū)的全要素能源效率指數(shù)，結(jié)果如表4所示。

表4 全國省域全要素能源GML指數(shù)

由表4可知，研究期間，我國各省份的全要素能源效率值均處于上升發(fā)展?fàn)顟B(tài)，總體全要素能源GML 指數(shù)年均值為1.012 9，表明2010-2021 年期間，我國全要素能源效率年均上升1.29%。從總體均值的角度來看，除2011-2014年全要素能源效率值有所下降，其他年份全要素能源效率均有不同程度的上升，說明我國近年來能效水平穩(wěn)步提升，節(jié)能降耗成效顯著。從區(qū)域異質(zhì)性的角度來看，東部地區(qū)全要素能源GML 指數(shù)均值為1.021 2，且大多數(shù)省份的GML指數(shù)在研究期內(nèi)都大于1，其中江蘇省的全要素能源效率年均增長最高，可能由于江蘇省在能源管理和技術(shù)創(chuàng)新方面投入了大量資源，在能源利用上更加高效和環(huán)保。中部地區(qū)全要素能源GML 指數(shù)均值為1.010 1，且各省份大多呈現(xiàn)波動增長的態(tài)勢，穩(wěn)定性較弱，可能原因是中部地區(qū)的經(jīng)濟發(fā)展較大程度上依賴東部地區(qū)，其自身發(fā)展的內(nèi)生動力不足，從而呈現(xiàn)出全要素能源效率不穩(wěn)定的發(fā)展特征。西部地區(qū)全要素能源GML 指數(shù)為1.004 8，各省份的GML 指數(shù)的平均值均小于全國GML指數(shù)均值，且西部地區(qū)在三個地區(qū)中全要素能源效率增長幅度最低，說明西部地區(qū)全要能源效率增長的態(tài)勢不如東部與中部地區(qū)強勁，存在一定的提升空間。綜上所述，東部地區(qū)全要素能源效率增長2.12%，中部地區(qū)增長1.01%，西部地區(qū)增長0.48%。從各省域的角度來看，GML指數(shù)均值最高的五個省份分別是湖南、江蘇、廣東、天津、北京，其2010-2021 年間全要素能源效率的增長率均超過了3%，且主要集中在中東部地區(qū)，說明相對成熟的能源產(chǎn)業(yè)體系和較高水平的科技技術(shù)能顯著促進全要素能源效率的提高。

3.2.2 全要素能源效率的分解特征

為進一步研究影響各省份全要素能源效率變化的因素，本文將GML指數(shù)進一步分解為技術(shù)效率（EC）和技術(shù)進步（TC），中國全要素能源GML 指數(shù)均值及其分解指數(shù)均值變化趨勢如圖3所示。

圖3 中國全要素能源GML指數(shù)均值及其分解指數(shù)均值變化趨勢

由圖3 可知，2011-2014 年，GML 指數(shù)顯示我國全要素能源效率負(fù)增長，可能由于這一階段我國正經(jīng)歷新舊產(chǎn)業(yè)交替，老舊企業(yè)依然采取高能耗的生產(chǎn)方式，導(dǎo)致全要素能源效率下降，同時我國也在進行能源結(jié)構(gòu)調(diào)整，或?qū)?dǎo)致某些地區(qū)供電不足從而采取更高能耗的方式保障生產(chǎn)和生活的需要。2014 年，我國全要素能源效率呈正向增長，技術(shù)效率顯著提高的同時技術(shù)進步變化卻出現(xiàn)倒退，可能的原因是，2014 年出臺了多項能源環(huán)保政策，而技術(shù)更新進程緩慢，無法在短期內(nèi)奏效，故而一些企業(yè)將降低能耗的重點放在了改善技術(shù)效率上，以更高效的方式組合生產(chǎn)要素，從而避免能源的浪費。2015-2017 年，GML 指數(shù)、技術(shù)效率指數(shù)和技術(shù)進步指數(shù)均大于1，表明我國逐步通過提高技術(shù)進步來促進全要素能源效率的提升。然而，2017年技術(shù)進步出現(xiàn)反向變化的趨勢并持續(xù)至2019 年，原因可能在于我國仍然缺乏關(guān)鍵核心技術(shù)，自主創(chuàng)新的支撐力還不足。2019 年在技術(shù)效率和技術(shù)進步的共同拉動下，GML 指數(shù)的增長率進一步提高，可能是由于2019 年初，新版《環(huán)境保護法》正式實施，其所強調(diào)的“污染者付費”原則強化了環(huán)保治理的罰則，推動了企業(yè)改善環(huán)保問題，從而降低了能耗，因此技術(shù)效率在2019 年的增長率提高。2020年，GML 指數(shù)的增長有所回落，技術(shù)效率進一步增長，而技術(shù)進步出現(xiàn)倒退，說明我國能源消費結(jié)構(gòu)不斷優(yōu)化，污染防治成效顯著，能耗降低更多依賴新能源技術(shù)的突破和創(chuàng)新，需加大對新型能源技術(shù)的研發(fā)和應(yīng)用，通過技術(shù)進步實現(xiàn)能源的轉(zhuǎn)型和升級。

將2010-2021年我國各省份全要素能源GML指數(shù)分解的年平均值結(jié)果匯報如表5所示。

表5 2010-2021年各省份全要素能源GML指數(shù)分解結(jié)果年均值

由表5 中的結(jié)果可知，除海南省和青海省的技術(shù)進步指數(shù)保持不變外，我國其他省份的技術(shù)進步指數(shù)均大于1，推動我國技術(shù)進步總體年均值增長1.33%。在技術(shù)效率方面，除北京、天津、江蘇、福建、山東、湖南、廣東、海南、青海、寧夏等省份外，其他省份技術(shù)效率變化指數(shù)均值均小于1，使得我國技術(shù)效率水平年均下降0.02%。在技術(shù)進步和技術(shù)效率的共同作用下，我國全要素能源效率總體呈現(xiàn)出增長態(tài)勢。從表5 的全要素能源GML 指數(shù)分解結(jié)果中可以看出，技術(shù)進步對GML指數(shù)增長的貢獻較大，而技術(shù)效率對全要素能源效率貢獻相對不足，即全要素能源效率的提升主要得益于最佳生產(chǎn)者對生產(chǎn)前沿發(fā)展的推動，但對技術(shù)創(chuàng)新所帶來的生產(chǎn)效率利用不夠充分，這說明我國能源結(jié)構(gòu)還不夠完善，技術(shù)效率仍然存在較大的提升空間。

4 總結(jié)與政策建議

本案例基于Super-SBM 模型和GML 指數(shù)，結(jié)合中國30個省級行政區(qū)2010-2021年的相關(guān)指標(biāo)數(shù)據(jù)分析了我國目前全要素能源效率發(fā)展水平及時空變化。主要結(jié)論如下：

1）我國全要素能源效率整體呈現(xiàn)波動上升的趨勢，并存在區(qū)域異質(zhì)性，各地區(qū)全要素能源效率發(fā)展水平存在較大差異，東部地區(qū)經(jīng)濟發(fā)展水平在我國位居前列，中部地區(qū)全要素能源效率落后東部地區(qū)，西部地區(qū)全要素能源效率最低。

2）2010-2021 年間，總體全要素能源GML 指數(shù)年均值為1.012 9，表明我國全要素能源效率年均上升1.29%，整體呈現(xiàn)上升的趨勢。

3）從區(qū)域異質(zhì)性的角度來看，我國各區(qū)域全要素能源效率都有不同程度的增長，東部地區(qū)全要素能源效率增長2.12%，中部地區(qū)增長1.01%，西部地區(qū)增長0.48%。

4）將GML指數(shù)分解為技術(shù)效率（EC）和技術(shù)進步（TC），技術(shù)進步對GML指數(shù)增長的貢獻較大，而技術(shù)效率對全要素能源效率貢獻相對不足。

根據(jù)結(jié)論引申的政策建議如下：

1）不同地區(qū)的能源資源稟賦不同，政府可根據(jù)當(dāng)?shù)貎?yōu)勢，積極開發(fā)和利用各地區(qū)的能源資源，從而實現(xiàn)區(qū)域優(yōu)勢互補，促進全國能源發(fā)展更加均衡。同時可加強各地區(qū)之間的能源技術(shù)轉(zhuǎn)移推廣和能源信息共享，通過建立智能化能源系統(tǒng)，來促進全要素能源效率的協(xié)調(diào)發(fā)展。

2）東部地區(qū)應(yīng)進一步發(fā)揮自身區(qū)位優(yōu)勢，保持全要素能源效率增長態(tài)勢的同時帶動中西部地區(qū)全要素能源效率增長。中部地區(qū)仍擁有人口紅利，應(yīng)持續(xù)推進科技自主創(chuàng)新，大力推動煤炭清潔高效利用，提升終端用能的低碳化與電氣化水平。西部地區(qū)應(yīng)加強多能互補的清潔能源建設(shè)，把發(fā)展中心轉(zhuǎn)移到清潔能源產(chǎn)業(yè)，為東部地區(qū)提供更加多元的能源供給。

3）技術(shù)進步是推動我國能耗降低的原動力，技術(shù)效率則是現(xiàn)實生產(chǎn)過程中的實際有效應(yīng)用。政府應(yīng)重視技術(shù)效率在全要素能源效率提升中的作用，加大科研成果轉(zhuǎn)化力度，推動先進技術(shù)在生產(chǎn)和生活中的應(yīng)用，發(fā)展和普及清潔能源技術(shù)，應(yīng)用數(shù)字化和智能化技術(shù)，對能源設(shè)備進行監(jiān)測、分析和管理，實現(xiàn)能源的智能化控制和綜合使用，最大化提高能源利用效率。