长江流域能源综合效率的时空演变与影响因素研究

2022-05-07关伟，贺凯

生产力研究 2022年3期

关伟，贺凯

（1.辽宁师范大学地理科学学院，辽宁大连 116029；2.辽宁师范大学海洋可持续发展研究院，辽宁大连 116029）

一、引言

为响应国家“长江流域要以生态优先、绿色发展为引领”的要求，研究长江流域能源综合效率的重要性逐渐凸显。长江流域发源于青海省唐古拉山，注入东海，自西向东依次流经青藏高原、云贵高原、四川盆地和长江中下游平原4 大地形区，涵盖的省份有浙江、贵州、四川、云南、重庆、湖北、湖南、江西、安徽、江苏、上海等，资源众多且消费量大，2017年长江流域能源消耗总量为171 679 万吨标准煤，占全国的31.2%。由于长江流域面积广、东西跨度大，对其上中下段的分段研究在一定程度也可反映出中国东部、中部、西部能源综合效率的差异[1]。

目前，国内针对能源利用方面的研究较为丰富，且选择传统指标的研究较多。如王强等（2011）[2]从传统指标入手分析了中国区域能源效率，汪小英和李小漫（2020）[3]选取能源、资本、劳动力作为投入指标对长江中下游能源效率进行计算。由于传统指标在进行计算时，仅将能源要素与总体的产出性指标进行比较，缺少对其他能够影响能源消费总量的因素的考虑。因此，一些学者在传统指标的基础上加入了环境要素，如赵楠等（2015）[4]将环境因素纳入到全要素效率中，计算了30 个省级行政区的能源环境利用效率。但随着国内经济、社会的高速发展，能源利用与经济增长、环境保护、社会福利间矛盾突出，单纯的能源经济效益和能源环境效益的研究略显单薄，为此，在原本经济、环境指标的基础上增加了社会指标。如王腾等（2017）[5]将环境非期望产出和社会福利要素纳入能源效率框架中，并对比分析了中国能源经济效益、环境效益和生态效益。

此外，当前针对能源综合利用效率的区域研究主要集中在国家[6]、省际尺度[7]，而关于流域尺度的研究少见报道。长江流域虽经济繁荣、资源相对丰富，但也存有人均能源量少、能源利用效率不高等问题[8]，其研究多以能源效率和能源环境利用效率为主[9]。基于此，本研究利用DEA 算法中的超效率SBM 模型，分析1997—2017 年的长江流域11 个省份的能源综合效益及其影响因素，以期为相关研究提供参考。

二、研究方法

（一）超效率SBM 模型

目前，对能源效率计算方法大体分为2 种，分别是基于单投入要素视角的偏要素能源效率指标与全要素能源效率。全要素（参数法中的随机前沿分析（SFA）和非参数方法中的数据包络分析（DEM）[10]）效率评价应用更为广泛和成熟。相比SFA 算法（无法解决多产出问题，只能进行单一产出运算，且需要自设生产函数等参数，对结果值的估算会产生较大影响），DEM 算法应用更为普遍，同时，DEM 算法可对生产率进行分解且不需要假设函数形式[11]。为精确度及计算简洁，本研究选用数据包络分析进行效率计算。

Charnes 等（1985）[12]率先提出数据包络分析这个基于线性规划的多目标决策模型，模型对多投入、多产出情况进行计算，但是计算需要对模型的径向和角度进行讨论，否则会造成投入要素的松弛[13]，使计算结果出现“虚高”现象。为解决此问题，Tone 在2001 年对其进行改进，通过直接对投入产出的松弛量进行改进，提出了传统SBM 模型，但模型结果的效率最优评价为1，使得多个产出结果同时为1 时无法对模型结果进行对比分析，造成结果分析困难，次年，Tone 继改进后的SBM 模型，提出Super-SBM模型，即超效率SBM 模型[14]以对效率结果进行有效评价。

（二）地理探测器

地理探测器（风险探测器、因子探测器、生态探测器和交互作用探测器）大多用来分析各因子之间的交互作用，是一种探测地理要素空间分异性的分析模型[16-18]。研究借助因子探测器，探究影响长江流域能源综合效率的主要因素以及各因素的相互作用。公式如式（2）所示：

式（2）中，h为因子X的分层；Nh和N分别为分层和全区的样本数；和σ2分别是层h和全区的Y值的方差；SSW和SST分别为层内方差之和和全区总方差。

（三）核密度估计法

核密度估计法是通过对空间数据分布的连续性进行模拟，以空间格网中的核密度值来反映空间中点分布的一种空间统计方法[19]，核密度表达式如式（3）所示：

式（3）中，λ（t）表示位置t处的核密度估计值；r为核密度估计函数的搜索半径（带宽）；di为样本点s与事件点i之间的距离；n为di≤r时的事件点数量；φ表示距离的权重[20]。

三、研究指标与数据来源

研究区域为长江流域经济带，选择的省份具体包含浙江、贵州、重庆、四川、云南、湖北、湖南、江西、安徽、江苏、上海共11 个省份。数据年份选定1997—2017 年，主要来源于《中国统计年鉴》《中国能源统计年鉴》[21-22]。

研究能源综合效率计算的投入指标：劳动力要素（采集1998—2018 年中国统计年鉴的年末总人口数据）；能源消费（11 个省的能源消费总量）；资本要素（选择张军等（2004）[23]算法下的资本存量）；技术要素（技术市场成交额）。产出指标：经济效益（采用以1997 年为基期的不变价人均GDP 值）；社会效益（采用将1997—2017 年就业率、人均受教育年限、人均图书印刷总量、社会保障参与率、卫生技术人员数和人均新增建筑面积进行熵值计算的结果）。能源综合效率考虑的环境指标：工业二氧化碳、工业粉尘、工业二氧化硫、工业固体废弃物、工业废水排放总量。

表1 能源综合效率评价指标体系

能源综合效率的影响因素选取产业结构、人力资源水平、技术水平、财政分权和对外开放程度5个要素[24]，产业结构选取第二产业占地区生产总值的比重，由于在计量模型中同时加入二、三产比重，会产生较为严重的共线性，并且能源效率与工业联系紧密，故选取第二产业作为研究因素；人力资源水平选取平均教育年限；技术水平选取各省研发经费内部支出占地区GDP 的比重；财政分权数据选取地方财政支出占中央财政支出比重；对外开放程度数据选用地区进出口贸易总额与GDP 的比值。

四、长江流域能源综合效率的时空演变

（一）长江流域能源综合效率核密度分析

根据1997—2017 年长江流域地区能源综合效率测度结果，选取1997 年、2007 年、2017 年的能源综合效率值，运用Eviews 8 软件描绘出与之相对应的核密度分布状态（见图1），以反映长江流域地区能源综合效率的总体演变情况。由图1 可见：1997—2017 年间长江流域能源综合效率整体产出有较大提高，具体表现为效率值的曲线整体右移且低水平的密度分布有所下降，高效率密度提升；2017年能源效率值开口明显大于1997 年与2007 年，高效率区与低效率区差距明显扩大，表明长江流域高效率地区与低效率地区差距扩大，效率分布不平衡的状态加剧，随着年份的增加，两极分化状态明显。

图1 长江流域能源综合效率的核密度分布

从形状上看，1997 年呈明显双峰状态，分别在低效区和高效区有所分布，有明显拖尾现象，说明能源生态利用存在明显不合理现象，对应各省的效率值差距过大。2007 年能源综合效率呈现正态分布趋势，低效区核密度分布密集且默认效率开口较小，表明长江流域能源利用效率不高。2017 年长江流域的默认效率值开口较大，曲线距离较长，说明长江流域各省份能源综合效率差距较大，呈现两极分化态势。

从峰度上看，1997 年核密度分为2 部分，左侧曲线范围为0.2～0.5，峰值为0.2，核密度值较高，说明1997 年中国能源综合效率低效率区分布较多，能源利用率低下；中效区即0.5～1 区间能源综合效率核密度值为0，表明没有分布；0.1～1.4 效率区间有少量密度值，与左侧曲线相比显示出长江流域在1997年能源生态利用效率高低差距大，中效区缺失。1997 年由于能源利用相关技术不成熟，使得能源利用效率低，并且由于利用率不高产生的废弃物相对较多，综合起来使得能源生态利用效率低效区多。但某些省份地区（如沪宁杭工业区）由于资金较为充裕，建成历史悠久使得能源利用效率相对较高，使得1997 年默认高效区有所分布。2007 年相比较1997 年来说，0.0 以下的能源综合效率低效区近乎消失，0.0～0.7 的效率区总体核密度分布明显增加，在0.2 处达到第一个峰值，核密度值达到3.5，并且在0.4～0.5 之间达到第二个小高峰，0.7 以后的效率区没有分布，对比1997 年能源综合效率高效区缺失，由于社会大环境的产业转型和结构重组，经济发展较快省区最直观的受到冲击，提升能源综合利用的脚步略有放缓。2017 年与前2 年有较大差异，峰度更低，核密度最高不超过0.9，效率值对应的省份能源综合效率分类不集中。核密度曲线右移且高效率密度有明显增加，说明2007—2017 年长江流域积极采取措施来提高能源利用效率，对改善生态环境重视程度也逐步提高，特别是对废气、废水、固体废弃物等的综合治理。

（二）长江流域阶段变化特征

由图2 可见，长江流域的能源综合效率处于波动上升的总体趋势，不同时期增速不同。1997—1998年呈明显下降阶段，1998—2002 年能源效率数据呈现明显的M 形波动，2002—2006 年为缓慢上升阶段，在2007—2014 年能源综合效率呈现波动变化，并于2015 年后处于迅速提升的状态。

图2 中国长江流域能源综合效率值

1997—1998 年数据有明显的下降幅度，通过对数据指标选取的数值进行对比，在劳动力指标与工业粉尘指标上有明显变动，劳动力要素即就业人口数有所减少；结合环境方面，工业粉尘指标数据明显增加，使得能源综合效率值有较大幅度下降。

1998—2002 年呈M 型波动变化趋势，能源综合效率值先上升再下降继续上升继续下降。中国的能源消费的主要能量来源是煤炭燃烧，1998 年针对国内煤炭产业生存环境恶化，生产力落后的问题，中国对煤炭相关产业结构不断进行宏观政策调整。长江各省受到产业调整大环境影响，效率值数据呈现波状起伏。

2002—2006 年长江流域能源综合效率处于缓慢上升阶段。这一阶段长江能源综合效率增速缓慢可能与《能源节约与资源综合利用“十五”规划》发布的政策调整相关联，文件中将节能减排作为重点，加强了对能源企业的生态管控。虽然长江总体能源效率增速较缓，但通过产业结构调整等措施，为之后的能源利用道路铺垫了良好基础。

2007—2014 年间经历了十一五、十二五时期，在此期间中国大陆地区大力发展产业结构的升级与转型，提高能源相关的科技技术，技术水平飞速发展。提出单位能源生产总值能源消耗降低20%的目标，各省能源效率总体得到了较快发展，在此背景下长江流域能源综合效率对比之前阶段也得到明显提升。

2015 年后长江流域能源综合效率得到飞速提升。中国能源战略自2014 年进入转型加速时期，在这一变革过程中，相对于“总量趋势”而言，“边际增量”具有更重要的投资意义，包括：能源供给的低碳化、能源消费的绿色化、以及能源系统的智能化。长江流域积极响应号召，通过经济、技术的进步拉动能源效率，针对不同流域采取不同的环境措施来实现绿色化能源消费，使得能源综合效率保持上升的趋势，且提高的幅度不断增加。

（三）长江流域能源综合效率空间差异特征

图3 为长江流域能源综合效率的时空分异图。按照长江沿岸各省能源综合效率计算结果，将1997—2017 年划分为3 个分段，选取1997 年、2003年、2009 年与2017 年的效率值数据代入ArcGIS 软件中进行绘制。长江是中国第一大长河，其流域横跨中国东、中、西3 大区域。按分界点看长江上、中、下游所包含的省份是：上游包括西藏、四川、云南、重庆、贵州；中游包括湖北、湖南、江西；下游包括浙江、安徽、江苏、上海。鉴于西藏数据缺失，并且湖北大部分省份面积在宜昌与湖口间，所以上游统计四川、云南、重庆、贵州4 个省的数据。

由图3 可知，1997—2017 年各省能源综合效率值变动较大，总体来说，能源发展重心由西部地区向东部地区偏移。1997 年湖北、贵州、云南3 省能源综合效率排名较为靠前，1997—2003 年能源排名靠前省份在流域内分布更为平均，2003—2009 年干流南部省份能源效率值较干流北部省份高，2009—2017 年长江东部各省在能源综合效率值排名中赶超西部。

图3 长江流域能源综合效率时空分异图

1997 年上游4 省能源综合效率在11 省中明显占据较大比重，长江上游地区由于能源资源总量较为丰富，在早期凭借资源量的优势使得上游各省能源综合效率较高。但随着时间推移，上中游各省也得到发展。2003—2009 年中能源综合效率值较高的省份分布较为分散，江西、浙江等省份的能源利用效率在总流域中比重提高，中下游地区凭借先进的技术与雄厚的资本有效的弥补了资源量的不足。2017 年长江下游各省能源综合效率值较之前明显提升。下游地区由于有沪宁杭工业区良好的工业基础，同时具有先进的资金技术、高素质人才以及政策的大力扶持，能源发展具备较好环境，上海、江苏、浙江的能源排名上升最为明显。

长江流域能源综合效率的变动体现出20 年内长江发展模式的变化。西部资源较多，能源发展基础较好，早期能源综合效率值高，但中、东部地区随着经济与生态的不断发展，能源综合效率赶超西部，表明长江流域对生态效率的重视程度不断提升，有利于长江整体生态、经济、能源协调发展。

五、长江流域能源综合效率的影响因素

影响因素的计算首先需要对连续的数据进行离散化处理，利用ArcGIS 软件的自然断裂法对1997 年、2002 年、2007 年、2012 年、2017 年的数据进行初步分级，在代入地理探测器进行计算，计算结果（见表2），X1 是产业结构；X2 是人力资源水平；X3 是技术水平；X4 是财政分权；X5 代表对外开放程度。

表2 各影响因素因子探测及交互作用探测结果

（一）产业结构影响因子为0.074 5，对长江流域能源综合效率的影响呈明显正相关。产业结构选取的指标为第二产业占总产业的比重，这一影响数值较大说明长江流域能源利用中第二产业仍然占据较为重要的地位。从影响因素进行离散化后的省排列等级来看，长江流域各省的产业结构排序中，等级为1 的主要为上海、江苏、浙江，主要分布在东部沿海地区，流域中中西部省份的产业结构影响力较弱。在国务院关于依托黄金水道推动长江经济带发展的指导意见中提出，长江流域需要以创新驱动促进产业转型升级，推动信息化与产业融合的发展，打造沿江绿色产业能源带。

（二）人力资源水平影响因子为0.027 4，对长江流域能源综合效率呈正向的影响。当今经济的快速发展越来越要求能源产业的发展向中高端产业升级，企业对科技与高新技术人才的需求越来越突出。先进技术的创新都离不开高素质人才的培养，长江流域师资力量雄厚，名校众多，要制定相关政策吸引并引进高素质人才，鼓励人才合理流动，促进教育资源与人才资源的合理分配。加大对教育重要性的宣传力度，注重保护个人和企业知识产权。

（三）技术水平影响因子为0.088 3，技术发展水平对长江流域能源综合效率呈正向的影响。技术进步对中国能源效率空间分异的影响力较强，在5 个影响因子中位于前列。能源的发展对技术要求越来越高，太阳能、水能等新能源的出现打破了煤炭、石油为主的传统能源利用观念。推动技术要素的跨流域流动，积极引进高新技术，不仅提高了能源利用的效率，同时对环境更加友好，可以减少污染物的排放。

（四）财政分权影响因子为0.149 1，对比其他因素来说对长江流域能源综合效率的影响最深刻。长江经济带可划分为3 大区域，分别是成渝经济区、中游城市群、长三角地区。将测度的各省能源效率值与其经济总量进行比较分析，结果发现我国浙江、上海、江苏等长三角区经济活力较强，发展水平较高，其地方财政等级与能源综合效率值也一直处于前列，具有高度的正相关性。财政可以更加关注城乡统筹发展，推进沿江和港口建设，为长江经济带的能源建设制定整体规划，实现各个区域互补。

（五）对外开放程度影响因子为0.025 2，对长江流域能源综合效率具有正向作用。上海、江苏、浙江等东部省份的ArcGIS 的离散数据在1997 年、2002年、2007 年、2012 年、2017 年中对外开放指数等级较高，体现出东部沿海对外有较大的开放优势。毋庸置疑优越的地理位置给了对外开放很大便利，这种优越性可以对周边地区起到良好的带动作用。能源经济的发展不仅要立足于国内市场，还需要积极开拓国外市场，参与国际竞争。长江流域可以充分发挥“黄金水道”的交通优势，改变企业的粗放经营模式，降低成本的同时开展能源节约与资源综合利用，增强相关企业的竞争力。

六、研究结论

（一）从时序演变角度，1997—2017 年间长江流域能源综合效率整体有较大提高，随时间推进，能源效率的高值区数量明显增加，但能源高值区与低值区的差距逐渐扩大，两极分化状态明显。

（二）从空间分异角度，各省流域能源综合效率值变动较大。1997 年长江能源综合效率高值区主要分布在西部区域，东部地区效率值较低。2009 年重心南移，流域内南部省份效率值高。2009 年之后东部崛起，能源效率高值区向东部靠拢。随着年份的增加，在经济发展与生态环境保护的影响下，能源综合效率高值区由西部向东部偏移。

（三）从驱动因素角度，各影响因子对长江流域能源综合效率影响程度有所差异。影响程度较大的因素主要为财政分权、技术水平和产业结构。财政分权作为最主要的影响因子，体现出政府财政经济支持对长江流域能源利用的重要影响。地方财政支出一定程度体现出了地方政府对当地产业的经济投入力度，给予部分资金支持，可以极大改善产业生存环境。