基于DDF—DEA三阶段模型的省域节能减排效率评价

张吉岗 杨红娟

摘要 过去五年，生态环境治理明显加强，环境状况得到改善，全面节约资源有效推进，能源资源消耗强度大幅下降，然而环保部门数据显示，中国大气污染程度仍然十分严重。因此，评价中国各省域节能减排效率并提出政策建议，对优化生产生活方式，实现“十三五”节能减排目标有着理论与实践意义。本文剔除了数据缺失的河北、西藏两个地区，选取2015中国大陆29个省（自治区、直辖市）作为样本考察对象，把能源消耗量作为投入变量，GDP作为期望产出变量，二氧化硫、氮氧化物、烟（粉尘）等废气排放量作为非期望产出变量，构建DDFDEA模型测算各省域节能减排效率，并利用SFA模型剔除产业结构、废气治理等外部环境因素和随机噪声对节能减排效率的影响。结果显示：①节能减排整体有效省（自治区、直辖市）的数量偏少，仅有北京市和广东省有效；②地区间节能减排效率差异明显，与经济发达程度密切相关，总体呈现东部地带>中部地带>西部地带的态势；③纯技术水平普遍较高。造成节能减排效率低的主要原因是无规模效应，中西部地带尤为突出，特别是西部地带规模效应与最优规模效应差距太大，如何提高能源利用的规模效应是今后改革的重点之一。文章最后从政府、企业、公众三个层面给出建议：保护环境、治理环境政府必须发挥主导作用，企业是中坚力量，公众是重要参与者，为建设美丽中国，打赢蓝天保卫战做出共同努力。

关键词 DDHDEA；SFA；投入；产出；节能减排效率

中图分类号 F062.2； F062.1 文献标识码 A 文章编号 1002-2104（2018）09-0024-08 DOI：10.12062/cpre.20180408

“十九大”报告指出建设生态文明是中华民族永续发展的千年大计，必须坚持节约资源和保护环境的基本国策。过去五年生态环境治理明显加强，环境状况得到改善，全面节约资源有效推进，能源资源消耗强度大幅下降，这既是践行“绿水青山就是金山银山”理念，建设美丽中国，为人民创造良好生產生活环境的必然要求，也是参与全球环境治理，落实减排承诺的大国担当。然而，大气污染防治形势依然严峻，环保部《2016年中国环境状况公报》数据显示，中国338个地级及以上城市中，仅有84个城市环境空气质量达标，占全部城市数的24.9%；254个城市环境空气质量超标，占75.1%。同时，338 个城市发生重度污染2 464天次、严重污染784 天次，其中有32个城市重度及以上污染天数超过30天，显然“打赢蓝天保卫战”任重道远。因此，评价中国各省域节能减排效率并提出改进建议，对优化生产生活方式，实现“十三五”节能减排目标有着理论与实践意义。

1 文献综述及评价

经济社会的快速发展极大满足了人们物质财富的需求，然而能源消耗过程中排放的废气严重污染环境，危害人们的身心健康，日趋枯竭的能源也已经成为制约社会可持续发展的主要瓶颈。因此，节能减排问题一直受到国内外学者的关注。主要聚焦以下三个方面进行研究：一是提高节能减排效率的政策措施。Brown Maralyn[1]提出了一套能源消耗和污染物排放的最低标准作为行业准入壁垒，若低于此标准，则不允许进入该市场。M.L.Miradna 和Hale B[2]提出针对不同的环境成本应制定不同的税收标准，对采用清洁能源或生产工艺和流程的企业给予适当税收补贴，以此来促使厂商提高能源利用效率，清洁生产。梁伟等[3]研究了环境税不同的征税环节和税率对区域节能减排效果及经济的影响，结果表明单纯地征收环境税很难实现节能减排和经济增长的“双重红利”。水会莉等[4]研究政府压力与税收激励两个因素单独及共同对企业研发投入的影响，实证结果显示税收政策的激励效应弱于政府压力对企业在节能减排、资源循环利用方面开展研发投入的影响。二是影响节能减排效率的主要因素。Price L等[5]研究发现中国“十一五”期间能源利用效率的提高和环境污染治理设备的更新是影响能源消耗强度变化的主要因素。李科[6]运用超效率数据包络分析法测算了30个省份1997—2010年的节能减排效率，研究认为节能减排效率的增长主要是受技术进步的推动，结构调整的作用有限。蔡宁等[7]分析了内生创新努力、本土创新溢出、国外技术引进对工业节能减排效率的影响，研究发现三种类型技术创新对工业节能减排效率具有显著正影响，且影响程度上存在地区差异。三是省域间节能减排效率评价。魏楚等[8]利用DEA方法计算各省节能减排效率的分值，得出各省节能减排效率变化趋势呈“倒U型”。金桂荣等[9]运用超效率DEA模型，对中国各省的中小企业节能减排效率进行了评价，结果显示中国节能减排效率地区分布不均，整体上呈现东高西低。李静等[10]在考虑非期望产出属性约束框架下，运用并行DEA模型测算中国2002—2012年30个省份工业节能减排效率，结论表明中国工业节能减排效率总体上呈上升趋势，但效率水平偏低，且各区域间存在差距，节能减排潜力巨大。徐盈之等[11]运用三阶段DEA模型测算中国省际节能减排效率，实证结果显示中国节能减排效率总体上表现为东、中、西递减的特征，并呈现波动且略有下降的趋势，各区域纯技术效率都维持着较高水平，规模不经济是造成各地区节能减排效率低下的原因之一。孙欣等[12]通过构建节能减排指标体系，采用DEAMalmquist指数对2004—2010年中国省域节能减排效率进行评价，研究发现中国节能减排效率在此期间处于波动状态，略有提升态势，这得益于技术进步，但节能管理缺乏效率。吴卫红等[13]构建技术创新与节能效率和减排效率复合系统协同度模型，实证结果显示2004—2013年高耗能产业的技术创新与节能减排效率系统的协同度总体呈上升趋势。蔡宁[14]基于生产率构建了新型节能减排指数，测度2007—2013年中国36个工业行业的节能减排效率，研究发现中国战略性新兴产业、高新技术产业节能减排效率普遍较高，资源、资本、劳动密集型行业节能减排效率普遍较低。

综合以上文献，国内外学者对节能减排问题展开了卓有成效的研究，具有较强的借鉴意义。本文在已有研究成果基础上，为更好地反映各省（自治区、直辖市）节能减排效率进行以下创新：首先，节能减排效率既要体现节能又要体现减排，在能源消耗不变的情况下，产出的GDP越多越好，废气排放量越少越好。利用方向距离函数模型将GDP作为期望产出（好的产出），二氧化硫、氮氧化物、烟（粉尘）等废气排放量作为非期望产出（坏产出）均纳入评价体系。其次，利用随机前沿模型剔除了影响GDP和废气排放量的外部环境因素和随机噪声，把各省（自治区、直辖市）置于相同的环境下，使得评价结果能更真实地反映节能减排效率水平。

2 模型选取、指标构建与数据分析

2.1 模型选取

DEA三阶段模型是由Fried等[15]提出的评价决策单元效率的方法，其构建和运用包括三个阶段。本文考虑了非期望产出，引入了方向距离函数模型，改进了第一阶段和第三阶段。

2.1.1 第一阶段：DDF模型

1978年著名的运筹学家A.Charnes 等[16]基于Farrell[17]关于生产效率的观点提出了数据包络分析的方法（Data Envelopment Analysis，简称DEA）。DEA从生产函数角度对多个决策单元的投入和产出数据综合分析，利用线性规划方程确定有效生产前沿面，把各决策单元与有效生产前沿面进行比较，判断各决策单元的相对效率 。Banker 等[18]基于规模效应可变假设提出了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），该模型把综合技术效率分解为纯技术效率和规模效率，纯技术效率反映决策单元在最优规模时的生产效率，规模效率反映决策单元与最优规模效率的差距。节能减排的内涵是能源消耗不变的情况下，产出的GDP越多越好，废气排放量越少越好。因此，本文在BCC模型基础上，借鉴Chung等[19]提出的方向距离函数模型（Directional Distance Function，简称DDF），该模型将期望产出和非期望产出区分开来，契合了节能减排的内涵。模型表达式为：

2.1.3 第三阶段：调整后的DDF模型

将第二阶段调整后的投入数据代替原始投入数据，产出仍为原始产出数据，再次运用DDF模型进行评价，第三阶段得出的效率值剔除了外部环境因素和随机噪声的影响，评价结果能更真实地反映节能减排水平。

基于以下原因，文章选取了考虑非期望产生的DDFDEA三阶段模型评价省域节能减排效率。首先，DEA模型作为非参数模型无需考虑具体生产函数形式、指标权重、共线性问题，评价过程不受主观因素的影响；其次，区分期望产出和非期望产出是DDF模型的主要功能之一；最后，SFA模型可以剔除外部环境因素和随机噪声对评价结果的影响。

2.2 指标选择与数据分析

在同等量的能源消耗下，产出的GDP越大越好，废气排放量越小越好，说明节能减排效率高，反之，节能减排效率低。因此，本文选取了能源消耗量作为投入，GDP与废气排放量作为产出，具体如表1所示。鉴于数据的完整性和可获得性，本文剔除了数据缺失的河北、西藏及港、澳、台地区，选取2015 年29个省（自治区、直辖市）作为样本考察对象，每项指标的描述性统计如表2所示。

数据来源于国家统计局网站、中国知网中国经济社会发展数据库及各省（自治区、直辖市）统计年鉴。

根据DEA模型指导性原则（Cooper William W）[20]，评价单元的数量不应少于投入和产出指标数量的乘积，同时不少于投入和产出指标数量之和的3倍。本文评价单元为29个，投入指标1个，产出指标4个，符合以上指导性原则。

为进一步说明中国节能减排的紧迫性和必要性，根据世界银行公布的1990—2014年世界各国和地区GDP单位能源消耗的数据，选取美国、日本、印度、巴西四个国家比较分析中国能耗水平的发展趋势。世界银行公布的单位能源消耗是指平均每千克石油当量的能源消耗所产生的按购买力平价计算的 GDP，即采用购买力平价汇率将国内生产总值换算为 2011 年不变价国际元。数据显示，随着技术水平的提高，除巴西外，中国、美国、日本、印度GDP单位能源消耗总体成上升趋势，但是中国与其他四国的差距非常明显（见图1）。印度、巴西的GDP单位能源消耗一直较高的原因是其工业发展水平相对偏低。美国、日本作为高度发达的国家，其GDP单位能源消耗明显高于中国，对中国未来经济发展具有很强的借鉴意义。以日本为例，1990年日本的GDP单位能源消耗是中国的4.30倍，到1999年下降为2.10倍，这十年间差距缩小显著，但是从2000—2014年，中日的GDP单位能源消耗的差距保持在一個稳定的水平，其主要原因是中国的第二产业占比高，能源消耗大、经济增加值较低。因此，中国必须加快推进供给侧结构性改革，优化产业结构，缩小与发达国家GDP单位能源消耗的差距，最终实现节能减排的目标。

3 DDFDEA三阶段实证结果分析

3.1 第一阶段结果分析

在第一阶段，利用考虑非期望产出的DDF模型对原始投入产出数据进行初始效率评价。2015年中国大陆29个省（自治区、直辖市，不包括河北、西藏）节能减排初始效率值由MAXDEA软件实现，结果如表3所示。

初始效率结果显示综合技术效率均值为0.491，且仅北京市达到综合技术有效，其他28省（自治区、直辖市）均未达到综合技术有效，宁夏综合技术效率最低，仅有0153，说明节能减排效率普遍偏低，且存在明显地区差异。

3.2 第二阶段实证结果分析

第二阶段主要是剔除外部环境因素和随机噪声对节能减排效率的影响。产业结构和废气治理能力不受决策单元技术水平和规模效应的控制，但却会影响GDP和废气排放量。本文选取两个环境变量，第三产业占比反映产业结构、废气治理投资额度反映废气治理能力。根据SFA回归模型，将第一阶段结果中投入能源的松弛值作为自由变量，第三产业占比和废气治理投资额度作为解释变量进行回归。本文运用FRONTIER4.1软件实现SFA回归，结果如表4所示。

运用SFA模型的前提是管理无效率项存在，此假定可以通过单边的广义似然比检验。在单边的广义似然比检验中，自由度为2，在1%显著性水平上临界值是8.273，由SFA回归结果可知9.53>8.273，拒绝不存在管理无效率项假设。同时，回归结果中的各项系数估计均通过t值检验，模型和回归结果可靠。在第二阶段回归结果中γ值等于1，说明随机噪声对松弛变量的影响几乎为零，主要是外部环境因素和管理无效率影响了松弛变量。特别说明，本文分离管理无效率项时借鉴罗登跃[21]、陈巍巍等[22]、张根文等[23]学者的分离公式。管理无效率μ的估计值计算公式见公式（3）。

3.3 第三阶段实证结果分析

根据调整后的投入值，再次运用DDF模型对29个省（自治区、直辖市）的节能减排效率进行评价，第三阶段得出的效率值剔除了外部环境因素和随机噪声的影响，评价结果能更真实地反映节能减排水平，结果如表5所示。与第一阶段一致，第三阶段结果由MAXDEA软件实现。

调整后的效率值与初始效率值相比，综合技术效率均值变化不大；纯技术效率均值上升明显，由0.562上升到0.872；规模效率均值下降明显，由0.870下降到0.541；除北京市以外其他地区的规模效应也均发生变化。造成以上变化的主要原因在于剔除了外部环境因素和随机噪声的影响后，在产出不变的情况下，能源投入发生了变化，不同地区受外部环境因素影响程度不同，能源消耗调整幅度也不同，进而影响节能减排效率的变化。根据第二阶段回归结果，第三产业占比和废气治理投资额度回归系数分别为负值和正值，由投入调整公式可知，第三产业占比越小能源消耗调减幅度越小，反之则越大；废气治理额度小能源消耗调增幅度越大，反之则越小。具体变化如图2所示。

调整后的效率值显示仅北京和广东综合技术有效，标准差为0.260，说明地区之间节能减排效率存在较大差异。综合技术效率前三名分别是北京、广东、江苏，这三个省（市）均位于东部地带，属于经济发达地区。综合技术效率后三名分别是青海、新疆、宁夏，这三个省（自治区）均位于西部地带，属于经济欠发达地区。虽然仅有5个省（自治区、直辖市）达到纯技术有效，但整体水平较高。剔除影响因素后规模效率均值下降明显，说明实际规模效率与最优规模效率差距扩大，综合技术效率无效的27个省（自治区、直辖市）均为规模效应递增，说明在保持先进技术的同时，今后改革的重点是如何发挥好规模效应。

进一步分析区域差异，按照传统三大地带分区方法，把29个省（自治区、直辖市）划分为东部地带、中部地带、西部地带。如表6所示，在综合技术效率、规模效率两方面呈现一致态势，即东部地带>中部地带>西部地带，且存在明显差异。在纯技术效率方面，东部地带>西部地带>中部地带，地区差异不明显，说明中西部地区不仅要提高能源利用的技术水平，更要重视规模效应。

4 结论与建议

4.1 研究结论

经过DDFDEA三阶段模型分析，本文得出以下结论：①节能减排整体有效省（自治区、直辖市）的数量偏少，仅有北京和广东有效；②地区间节能减排效率差异明显，与经济发达程度密切相关，总体呈现东部地带>中部地带>西部地带的态势；③纯技术水平普遍较高，造成节能减排效率低的主要原因是无规模效应，中西部地带尤为突出，特别是西部地带规模效应与最优规模效应差距太大。

同时运用DDFDEA三阶段模型对省域节能减排效率评价也存在不足之处：①在指标选取时，把年度消耗万吨标准煤作为投入指标，由于统计口径不一致，未去除清洁能源的消耗量；②评价节能减排效率的产出指标受多种因素影响，鉴于指标的量化难度和数据获得的局限性，仅选取了第三产业占比和废气治理投资额度作为环境变量。

4.2 政策建议

人与自然是生命共同体，人类对大自然的伤害最终会伤及人类自身。打赢“蓝天保卫战”不仅是政府的责任，更需要全社会参与。本文从政府、企业、公众三个层面给出建议。

（1）政府层面。政府在保护环境、治理环境中必须发挥主导作用。首先，做好产业规划，防止产能过剩行业重复投资特别是中西部地区，经济发展与环境保护并重，建立健全低碳绿色循环发展的经济体系；其次，健全环保信用评价、信息强制性披露制度，针对不同的环境成本，制定不同的税收政策，强化企业环保责任，同时，采取行政手段关停并转高耗能、低产出、严重污染环境的中小企业；最后，建立市场导向的绿色技术创新体系，推进清洁能源的开发利用，大力发展环保产业。

（2）企业层面。企业是保护环境、治理环境的中坚力量。首先，高耗能企业应当主动淘汰高耗能、低产出生产线，这也是導致能源投入未达到最优规模效应的主要原因；其次，应当加强与高校、科研院所的合作，增加科研投入，提高清洁生产技术水平，节约能源消耗，降低废气排放量；最后，开发废气再利用技术，变废为宝，实现经济效益与环境效益双赢。

（3）公众层面。公众是保护环境、治理环境的重要参与者。首先，树立环保意识，主动购买有环保标识的产品，引导企业绿色生产；其次，践行十九大报告提出的简约适度、绿色低碳的生活方式，反对奢侈浪费和不合理消费；最后，提高参与环保行动的自觉性和主动性，承担宣传环境保护的责任，为建设美丽中国做出自己的努力。

（编辑：刘照胜）

参考文献（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]梁伟，朱孔来，姜巍.环境税的区域节能减排效果及经济影响分析[J].财经研究，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]水会莉，韩庆兰，杨洁辉.政府压力、税收激励与企业研发投入[J].科学学研究，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.我国省际节能减排效率及其动态特征分析[J].中国软科学，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]蔡宁，丛雅静，李卓，等.技术创新与工业节能减排效率——基于SBMDDF方法和面板数据模型的区域差异研究[J].经济理论与经济管理，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，沈满洪.能源效率及其影响因素基于DEA的实证分析[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]金桂荣，张丽. 中小企业节能减排效率及影响因素研究[J].中国软科学，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，黄丹丹，等.基于并行DEA模型的中国工业节能减排效率研究[J].工业技术经济，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.我国区域节能减排效率及空间相关性研究[J].大连理工大学学报（社会科学版），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]孙欣，韩伟伟，宋马林.中国省域节能减排效率评价及其影响因素[J].西北农林科技大学学报（社会科学版），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]吴卫红，王建英，张爱美，等.高耗能产业技术创新与节能减排效率协同发展实证研究[J].中国科技论坛，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，丛雅静，姚懿珈.基于行业数据的新型工业节能减排效率与技术创新研究[J].工业技术经济，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]罗登跃.三阶段DEA模型管理无效率估计注记[J].统计研究，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]陈巍巍，张雷，马铁虎，等.关于三阶段DEA模型的几点研究[J].系统工程，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]张根文，张王飞，汪先哲.考虑外部环境与异质性前沿面的三阶段WindowDEA模型研究[J].统计与决策，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]李鹏，魏巍贤.生态文明建设视角下征收环境税对河北省的宏观经济影响[J].中国人口·资源与环境，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