长江经济带能源生态效率测算及影响因素分析

吴澳霞

(安徽理工大学 经济管理学院，安徽 淮南 232000)

随着我国经济的快速崛起，能源消费量剧增，环境问题随之而来，引起了国家的高度重视。 “十四五”规划提出经济发展要以生态优先，坚持绿色发展，倡导科学管理资源，主张推进经济高质量发展，稳步实现碳达峰战略目标。可以看出，我国的经济发展不再单单注重产值，不仅提高了对环境的重视程度，而且加大了环境保护的宣传力度，最终达到经济-环境-生态系统综合协调发展。长江经济带作为综合发展实力突出的经济地区，贯穿了东中西三大区域，有巨大的成长空间。2020年习近平发表讲话：长江经济带生态地位突出，在推行新发展和高质量发展中应充分发挥效用。基于此背景，研究长江经济带能源生态效率及其影响因素，为实现局部经济高水平发展乃至全国经济-环境-生态一体化发展的推进提供一些参考。

目前，学术界关于能源效率的研究较多。在产业范畴，囊括了对工业、制造业、物流业及综合产业的研究[1-6]；在测算方式上，以DEA基本模型及其改进模型以及随机前沿生产函数为主[7-11]；在研究对象上，包括省、市、经济板块乃至全国[12-16]。关于能源效率的产出指标选取主要集中于经济-环境系统。早期只研究能源经济效率，GDP是唯一产出，随着环境问题逐渐受到重视，环境污染被引入效率分析，而大多数学者选择CO2排放量来表示环境污染[17-21]。除此之外，王婷婷等[22]采用熵值法折算的工业“五废”作为我国电力利用效率的非期望产出。郭高晶[23]采用SO2及COD排放为非意向产出来分析我国工业部门的能源效率。杨仲山等[24]将工业废水、SO2以及工业烟粉尘通过改进的熵值法形成一个指标来表示环境污染。邹炎平等[25]选择SO2和氮氧化物、李根忠等[26]选用工业“三废”排放量表示不良产生。总体来看，目前能源效率主要是研究能源利用产生的经济效益和环境污染，很少考虑到其社会效益，而经济发展和环境保护的最终目的是实现社会效益最大化及可持续化[27]。因此，文中在已有研究的基础上，引入能源生态效率的概念，以长江经济带为研究区域，运用非期望产出EBM模型测算能源经济效率、环境效率和生态效率，对3种效率进行对比分析，并结合Tobit模型研究能源生态效率的影响因素。

1 能源效率的测算

1.1 方法和模型

1.1.1 EBM模型

选用非期望产出的EBM模型，公式为

(1)

1.1.2Tobit模型

由于被解释变量是EBM模型效率值，数值受限，文中选择Tobit模型来剖析能源生态效率的影响因素，表达式为

(2)

1.2 指标选择

研究所用数据来自于2020年《中国统计年鉴》、2020年《中国能源统计年鉴》以及2020年各省市统计年鉴及统计公报。

1.2.1 投入指标

1)资本：各省市的固定资产投资额。

2)劳动力：各省市年末劳动力人数。

3)能源：各省市的年能源总消费量。

1.2.2 产出指标

1)经济指标(意向产出)为地区总产值(GDP)。

2)环境指标(非意向产出)为CO2排放量。社会生产过程中产生大量CO2是全球变暖以及环境恶化的主要原因，我国没有具体的碳排放量计算方式，因此，采用IPCC发布的计算方法，公式为

(3)

式中:Ci为各省市煤炭、焦炭、汽油、煤油、柴油、燃料油以及天然气等能源的碳排放量；Eix为i省x类能源的消费量；σx为x类能源的标准煤折算系数；ρx为x类能源的碳排放系数。

3)社会指标(意向产出)为社会发展指数。参考刘玉博等[28]研究成果，构建指标如表 1所示，并采用熵值法计算长江经济带社会发展指数值。

表1 社会发展指数指标

将能源经济效率、环境效率及生态效率三者进行对照，在借鉴周敏等[27]对生态效率的界定基础上做出概念描述，如表2所示。

表2 能源经济效率、环境效率、生态效率概念

1.2.3 影响因素

基于现有研究结果，得出工业发展对长江经济带能源生态效率影响最大，且能源结构、产业结构、技术发展、环境治理以及财政支出是影响效率的重要因素，因此,构建影响因素指标如表 3所示。

表3 能源生态效率影响因素指标

2 实证结果分析

2.1 能源经济效率、环境效率、生态效率对比分析

利用MaxDEA 8 Ultra软件，将投入指标均设为资本、劳动力、能源；产出指标分别设为GDP、GDP+CO2排放量、GDP+CO2排放量+社会发展指数,运行非期望产出EBM模型，从而计算出2019年长江经济带能源经济效率、环境效率以及生态效率，结果如表4所示。

表4 EBM模型分析结果

为更明显地观察2019年长江经济带各省市3种形态能源效率在地理分布上的差别，运用ArcGIS 10.2对其进行自然断点分类，得出结果如图1所示。

图1 能源经济效率、环境效率及生态效率对比

由表4可知，3种形态的能源效率中，2019年长江经济带能源环境效率均值最大(0.843)，经济效率次之(0.777)，生态效率最小(0.711)。说明目前能源利用能够促进经济增长，且环境污染控制情况较好，但社会效益较差。

从图1可以看出，上海市作为国家中心城市，3种能源效率值均达到有效值，且各种能源效率均远高出其他省市，说明上海市的社会综合发展水平高。在环境效率方面，只有安徽省和江苏省的环境效率低于经济效率，说明其在环境保护上可能存在政府重视程度、研发投入或治理资金上投入还不够的情况。除上海市、重庆市和云南省外，其他各省市的能源生态效率均稍小于经济效率和环境效率，可能是由于能源在利用过程中注重经济发展而忽视了社会福利。

2.2 能源生态效率分析

运用Arcgis10.2对2019年长江经济带能源生态效率进行自然断点分类，颜色越深的地区表示其效率值越高，结果如图2所示。

图2 能源生态效率自然断点分类结果

由图2可知，2019年长江经济带的能源生态效率(0.711)未达到有效状态，且区域之间差距明显。按生态效率值排序从高到低依次是：上海、重庆、浙江、湖南、湖北、江西、江苏、安徽、四川、云南、贵州。其中，除了上海市达到效率前沿，其他10个省市效率值均显示无效。从空间分布上看，长江下游>长江中游>长江上游。在长江下游地区，安徽省的能源生态效率远低于其他3个省市。作为我国矿产资源强省之一，其能源利用效率的高低关系到区域范围经济发展质量的高低，因此，需要依托长江下游地区其他相邻能源效率较高的省市带动安徽省发展，从而提高其能源生态效率。在长江中游地区，三省的效率值均处于中高水平，且差异较小。在长江上游地区，只有重庆市的能源生态效率值(0.850)高于长江经济带能源生态效率均值，而贵州和云南远低于效率均值，差距过大。重庆市作为长江上游地区效率值较高的省市，应当发挥其辐射作用，带动其他省市发展，促进能源生态效率值的提高。

2.3 影响因素分析

以长江经济带能源生态效率值(y)为被解释变量，采用Stata12.0软件计算多层混合效应Tobit模型，研究能源结构(x1)、产业结构(x2)、技术发展(x3)、环境治理(x4)以及财政支持(x5)等解释变量对效率值的影响。为了降低异方差对分析结果的影响，对变量取对数进行分析，结果如表5所示。

表5 Tobit模型分析结果

1)能源结构(x1)的作用显著为负，说明提高煤炭消费占比对能源生态效率的提升有抑制作用。在各类能源的碳排放系数中，煤炭偏高，其消费量占比越高碳排放量就越高，导致环境压力增大，从而引起能源生态效率降低。

2)产业结构(x2)的影响显著为正，且产业结构的影响力度最突出。产业结构优化升级会提高资源要素配置合理化程度、调整能源强度、改善生产效率，从而提高能源生态效率。

3)技术进步(x3)的作用显著为正，说明技术进步能够带来能源生态效率提升。技术进步可以在生产过程中降低成本的同时增加产出，并且能够通过改善能源利用方式以及研发新能源来减少非期望产出，从而有效提升能源生态效率。

4)污染治理(x4)的影响不显著。与预期效果不符，可能是由于污染治理投资不够，污染治理效果不明显，不能有效解决环境污染问题，导致该因素对能源生态效率的作用不显著。

5)财政支持(x5)的影响显著为负。这种情况可能是由于财政在科技水平或基础设施建设上的支出不够，且该部分收益的回收具有一定时滞性，需要一段时间才能体现出其对能源生态效率的正向影响。

3 结论及建议

3.1 结论

采用EBM模型对2019年长江经济带能源效率进行分析，并结合ArcGIS 图示化其区域差异，最后基于Tobit模型对能源生态效率的相关影响因素进一步进行研究。研究发现：2019年长江经济带各省市的能源环境效率总体上比经济效率和生态效率高，能源利用创造了良好的经济效益，且造成的环境污染较少，但社会效益较差；分地区看，2019年长江经济带区域间的能源生态效率差异较为明显，总体来看，下游地区的效率值要高于中上游地带，且在上游地区中贵州及云南的效率值与其他省市相差甚远；产业结构能够显著促进长江经济带能源生态效率的提高，而财政支持力度对效率的抑制作用最为明显。

3.2 建议

1)合理制定能源使用政策。长江经济带各省市应结合自身实际状况，制定合理的能源使用政策，积极调整能源投入使用比例，从而减少生产过程中的碳排放量。

2)加强区域间合作。相邻省市之间学习交流能源高效利用的方法。效率高的省市带动效率低的省市改善能源消费结构，提高能源利用水平，从而提高能源生态效率。

3)进一步推进产业结构优化。优化产业结构可以最优化资源配置，从而最大化产出，加快产业结构的调整对能源生态效率的提高具有重要意义。

4)加大财政投入力度。长江经济带整体的能源生态效率都不高，表明在社会福利设施建设方面做得还不够完善，因此，要加大财政投入力度，特别是在城市建设方面，从而促进社会效益提升。