技术空间溢出对省域能源效率差异的影响

高辉　吴昊

摘要：基于超DEA模型对全国29个省份能源效率进行测算，结果发现当期和前一期的能源效率空间正效应显著；技术进步不仅对本地区能源效率存在显著正向促进作用还对相邻地区的能源效率存在正向影响，加强地区间的节能技术研发合作、促进节能技术的区域推广和共享、引进外商直接投资可以缩小地区能源效率差异。另外，人均GDP与能源效率正相关；第二产业占比高以及煤炭消费占比大会降低地区的能源效率。

关键词：技术进步；空间溢出效应；能源效率；技术效率；规模效率

中图分类号：F206 文献标识码：A 文章编号：1007-2101（2014）03-0090-05

一、引言

为了实现经济的快速发展，自改革开放以来，中国推行重工业发展的经济发展方式。目前，中国已经成为世界第二的经济大国，经济总量仅次于美国。这种高速发展离不开能源的大量消耗，2010年，中国成为仅次于美国的第二大能源消耗大国。以资源消耗换经济发展的道路为中国未来长期稳定发展埋下隐患。近年来，资源消耗带来的环境污染逐渐恶化，影响着居民的生产生活。特别是各个城市的“雾霾”天气对居民的健康构成了极大的威胁。2009年，中国提出在2020年中国的单位GDP二氧化碳排放比2005年下降40%～45%，随后又提出各省份的节能减排目标。然而各省份减排任务完成情况并不乐观。由于各省份的资源禀赋、经济发展水平、技术水平等方面存在差异，减排措施需要因地制宜。如图1所示，从2005—2011年，东、中、西部地区的单位GDP能耗都有所下降，特别是西部地区，在2011年，能源强度有明显的下降。是什么原因导致地区能源效率提高？这是本文将要研究的问题。

关于地区能源利用效率差异及其影响因素的问题，国内外学者已经做了许多的研究，且成果丰富。能源利用效率的差异普遍存在于国家之间、地区之间，甚至各产业部门之间也存在能源效率差异，然而国家、地区、行业之间的能源效率也存在着收敛性，或收敛于同一水平，或收敛于不同水平（Miketa and Mudler，2005；史丹，2006；刘则渊，2007；师博和张良悦，2008；贺灿飞和王俊松，2009；梁竞和张力小，2010；徐盈之和管建伟，2011；潘雄锋等，2012；赵金楼等，2013）。经济发展水平、产业结构、技术进步、能源价格、对外开放程度、市场化水平等是影响地区能源效率存在差异最主要的因素（史丹，2006；魏楚和沈满洪，2007；杨红亮和史丹，2008；杨继生，2009；沈能，2010；屈小娥，2011；陈晓毅，2012；沈能和王群伟，2013）。除此之外，政府行政垄断、能源消费结构、FDI、人力资本等因素对区域能源效率也有影响（尹宗成，2008；贺灿飞和王俊松，2009；杨骞，2010；蔡海霞和范如国，2011；宋枫和王丽丽，2012；朱鹏和卢爱珍，2013）。部分学者探讨了某一行业能源效率影响因素问题（韩一杰和刘秀丽，2011；庞瑞芝，2011；王雪青等，2012；王锋和冯根福，2013）。

国内外学者对能源经济中技术进步的相关研究主要集中在其引起的能源回弹效应（Greening et al.，2000）。这主要侧重于技术进步对能源消费的影响。目前，学者普遍认为，技术进步是提高能源效率的重要途径之一，并且与产业结构调整相比，技术进步对能源效率带来的改善效应要高于产业结构对能源效率的影响（史丹，2006；魏楚和沈满洪，2007；赵媛等，2010；韩一杰和刘秀丽，2011）。空间计量经济模型的发展为研究区域能源效率差异带来了新的突破。事实上，由于地理距离等诸多条件的差异以及区域间经济合作的加强，不同区域之间的空间关联性愈发明显。徐盈之、管建伟（2011）利用Mirans I指数发现能源效率存在空间正相关性。事实上，技术进步也存在较强的正外部性，即空间溢出效应。通过购买先进技术设备、引进优秀研发人员等方式，即发挥技术进步的溢出效应，地区能源效率可以因此而得到改善，因此在研究技术进步对能源效率的影响时，应当考虑到这一效应，即通过构建空间计量模型研究空间溢出效应的影响。目前，关于技术进步对能源效率的影响主要是因素分解（李廉水和周勇，2006；王迪等，2011）和模型回归（汪克亮，2010；王秋彬，2010；杨冕等，2011），这些方法只是对技术进步整体影响的研究，没有涉及到相邻地区技术进步的空间溢出对能源效率带来的影响，引入空间计量模型可以弥补这一研究的空缺，从而更加深入地分析区域能源效率影响因素。

通过上述对现有研究成果的回顾，利用空间计量模型对能源效率的影响因素进行研究的成果较少，考虑到技术进步的空间溢出效应的文献更少。考虑到二氧化碳排放等非期望产出，本文用超DEA模型估计出全国29个省（不含西藏、海南，重庆并入四川）的能源效率，然后以地理加权回归模型实证检验技术进步对能源效率的空间溢出效应。

二、省域能源效率测算

（一）考虑非期望产出的超DEA模型

传统的DEA效率测度模型可以将决策单元划分为有效和非有效，但是对于有效的决策单元无法做进一步的比较和排序。超DEA模型弥补传统模型这一方面的缺陷。其基本思想是在评价某个决策单元时，将其排除在决策单元的集合之外。对于非期望产出的处理方法有多种，这里采用将期望产出作为决策单元的投入变量进行效率评价。超DEA模型如下：

设有k个决策单元DMUj，其中el（l=1，2，…，L）、xn（n=1，2，…，N）、ym（m=1，2，…，M）、uj（j=1，2，…，n）分别代表每个决策单元的能源投入、非能源投入、期望产出和非期望产出。

计算*，（1）若？兹*=1，s+=0，s-=0，相应的DMU为DEA有效；（2）若？兹*=1，s+≠0，s-≠0，相应的DMU为弱DEA有效；（3）若？兹*<1，相应的DMU为非DEA有效。

（二）变量选取与数据收集

本文以2005—2011年中国29个省份的能源效率为决策单元（西藏、海南数据不易收集完整，因此不纳入研究范围，重庆作为直辖市时间较短，将其并入四川进行计算），投入产出的数据来自于《中国统计年鉴》《中国能源统计年鉴》、地区统计年鉴加工整理而得。变量选取和数据处理如下：

生产投入要素包括劳动力、资本、能源。劳动力投入以各省份历年的从业人员数衡量。资本投入采用张军（2007）对资本存量的估算方法进行计算。能源投入以各省份历年能源消费总量衡量。期望产出为GDP，即各省份的地区生产总值，并采用1952年的不变价格计算出实际地区生产总值。非期望产出采用二氧化碳排放量进行衡量。

（三）结果分析

本文采用Deap2.1对各省份的全要素能源效率进行测算，结果如表1。

由于考虑了非期望产出，能源效率的评价结果与其他学者的研究结果有所偏离，但仍然保持大体一致的变化趋势。

从整体来看，全国能源效率的平均值较低，但仍保持增长的变化趋势。2005年，全国能源效率的平均值为0.715 1，到2011年，增长为0.734 6。从东、中、西部地区的能源效率比较情况来看，东部地区能源效率最高，为0.895 7，其次为中部地区，最后为西部地区，且仅西部地区低于全国平均水平。东部和中部地区都有部分省份的能源效率大于1，如上海、福建、黑龙江等，其中，上海地区的能源效率位列全国第一。西部地区大部分省份的能源效率低于全国平均水平，如青海、新疆等。由此可以看出，地区之间的能源效率差异比较显著。

将综合能源效率分解为技术效率和规模效率能够更加深入地分析能源效率存在地区差异的原因。从全国平均水平来看，技术效率值低于规模效率值，且与综合能源效率的值相差不大，由此可以看出技术效率是影响综合能源效率的主要原因。东、中部地区的技术效率值高于西部地区的技术效率值，这与实际情况相符，东、中部地区的技术水平高于西部地区，原因是东、中部地区经济发展水平较高，拥有更多的资金投入到技术研发中，同时，这些地区的对外开放水平较高，与国外的大型公司有较为密切的合作，这对于引进先进技术具有重要的意义。另外，一些煤炭等能源资源丰富的地区，综合能源效率与技术效率与资源相对稀缺的地区相比要低，如山西等。

三、技术空间溢出效应及其对区域能源效率的影响

前面关于技术进步对区域能源效率的影响分析只是从地区自身角度考虑，实际上，技术进步存在较强的正外部性即溢出效应。由于地区间经济合作的不断加深，一个地区的技术进步会引起相邻地区能源效率发生一定程度的变化。下面将利用空间计量模型对技术进步的空间溢出效应进行研究。

影响区域能源效率的因素主要有经济发展水平、产业结构、技术进步、能源消费结构等，本部分进行实证分析所采用的变量如下：

能源效率用单位GDP能耗来衡量，表示为EE；经济发展水平用人均GDP来衡量，表示为ED；技术水平除了采用上面得出的技术效率之外，还包括外商直接投资、R&D投入占GDP的比重，分别表示为TC、FDI、RS；产业结构用第二产业与第三产业产值之比来衡量，表示为IS；能源消费结构用煤炭占能源消费总量的比重，表示为ES。由此，实证分析的计量模型基础为如下式：

i表示第i个省份（i=1，2，…，29），t表示第t期，？滋是随机扰动项。为了反映技术进步的空间相关性对能源效率的影响，这里将衡量技术进步的指标进行地理加权，加入能源效率的空间滞后项，变换后的模型如下：

Wn是空间权重（n=1，2），W1按一阶邻接法设置，地理相邻取1，不相邻取0。W2为经济距离，等于， 示某省人均GDP的年平均值。

本部分的数据来自于2006—2012年《中国统计年鉴》和地区统计年鉴以及国务院发展研究中心信息网的统计数据库的原始数据整理处理而得。地区生产总值、第二产业增加值和第三产业增加值都按1995年不变价格进行平减处理。

首先对式（2）进行面板数据的最小二乘估计，回归结果如表2。

回归结果中的A代表将所有的解释变量纳入模型中进行估计，各解释变量的显著性水平比较高，可决系数为0.868 9，模型对问题的拟合较好。人均GDP越高的地区能源效率越高；技术进步能够带来能源效率的提高，但用技术效率作为技术进步的代理变量在模型中的显著性水平较低；第二产业较高的地区能源效率较低；以煤炭为主要的消费能源也会降低一个地区的能源效率。B是将技术效率从模型中剔除后的回归结果，其他变量的显著性有一定程度的上升，各变量的系数符号与A保持一致。C是将人均GDP和技术效率剔除后的回归结果。发现其他变量的显著性有明显的改善，可能的原因是人均GDP是对整体经济状况的概括，与其他技术代理变量、产业结构和能源消费结构存在一定程度的多重共线性，将其剔除后，解释变量之间的相关性有所改善，从而模型中其他变量对能源效率的解释程度提高。

然后对（3）式进行回归估计。对（3）式的回归方法采用极大似然估计方法进行。先对两种权重进行Moran's I统计量的计算，在W1权重下，该指数为168.019 3，在W2权重下，该指数为346.784 2。这两种权重下都存在空间效应。使用传统的面板数据回归并不能够全面反映地区能源效率差异产生的原因。下面进行极大似然参数估计，两种权重的回归估计结果如表3所示：

表3中的回归结果（2）和（4）都是将人均GDP和技术效率从模型中剔除过后得到的。以W1和W2为权重得到的回归结果参数的符号基本一致。剔除了人均GDP和技术效率之后，模型中变量的显著性水平有一定程度的改善。

省域能源效率存在较为显著的空间效应，？酌在两种权重下的T值都高于2.5，达到了3.0以上，其他地区的能源效率提高对于地区的能源效率变化起到了积极的作用。从？酌的显著性可以看到，前期的能源效率对当期的能源效率存在一定的影响，前期能源效率较高的地区会保持能源效率逐渐增长的变化趋势，即能源效率的变化存在一种惯性作用。这与现实情况比较相符，如上海等经济较发达的地区，由于能源资源较为匮乏，其能源利用效率为全国最高，且保持着上升的变化趋势。前期能源效率的空间效应要小于当期，从？籽的T统计量来看，其他省份前期的能源效率仍然会对本地区的能源效率产生影响。可能的原因是为了在与其他地区的经济竞赛中取得优势地位，需要提高自身的能源利用效率，由此产生的前期能源效率的空间效应。由此可以看出，当期和前一期的地区能源效率存在较为显著的空间相关性。

外商直接投资占比以及R&D投资占比的空间加权项显著性较高，技术效率的空间加权项显著性较低，剔除技术效率后，前两者的显著性有一定程度的改善。这证实了前面技术进步空间溢出效应存在的假设。其他地区的技术进步会对本地区的能源效率产生积极的影响作用。在区域合作中，本地区可以通过与周边地区的技术共享实现能源利用效率的提高。西部地区能源效率较低的省份可以通过引进外资、购买先进的技术设备和仪器、与周边地区进行技术合作提高本地区的能源利用效率。

其他控制变量也会对能源效率产生影响。人均GDP与能源效率存在正相关关系，人均GDP高的地区经济发展水平较高，可用于技术研发和购买技术设备的资金比较充裕，同时，较高的收入也会吸引一批优秀的技术人员，从而带来地区能源效率的提高。产业结构中第二产业占比高的地区能源效率较低，这是因为第二产业对能源的需求最大，以目前中国工业生产的现状来看，工业能源利用效率普遍偏低，所以第二产业占比高的地区整体能源利用效率偏低。能源消费结构中煤炭消费占比较高的地区能源效率也较低。其原因是煤炭消费占比高的地区煤炭资源较为丰富，这些地区的煤炭利用成本相对较低，煤炭利用效率较低，同时，煤炭产生的环境污染较大，非期望产出较高，由此会影响能源整体利用效率。

由上述的回归结果还可以看出，以经济距离为权重比以地理距离为权重的回归结果要好。这也符合实际情况，地理位置相邻的地区不一定是经济合作较为紧密的地区，其原因在于地理位置相邻的地区其资源禀赋和经济发展条件相差不大，他们之间的竞争关系更加突出。

四、结论及政策建议

本文首先利用考虑非期望产出的超DEA模型测算2005—2011年中国29个省份的综合能源效率、技术效率和规模效率，发现地区之间的能源利用效率存在较大的差异，但总体的能源利用效率保持增长的变化趋势。地区能源利用效率存在差异的主要原因是技术效率的差异。然后测算了以地理距离和经济距离为权重的空间Moran's I统计量，发现区域能源效率存在明显的空间效应。随后将传统面板数据最小二乘回归结果与空间计量模型的回归结果进行比较，发现当期和前一期的能源效率存在空间相关性，即相邻地区的当期和前一期的能源效率会对本地区的能源利用效率产生影响，且影响为正效应。其原因是区域经济竞赛中需要地区提高能源利用效率。技术进步也存在较为明显的空间相关性，相邻地区因外商直接投资和R&D投资带来的技术进步会产生空间溢出效应，对本地的能源利用效率产生积极影响。另外，人均GDP与能源效率存在正相关关系，产业结构中第二产业占比高会带来能源效率的下降，能源消费中煤炭占比与能源效率存在负相关关系。

中国经济已经进入发展的关键时期，能源消耗带来的环境问题对经济发展的制约越来越显著，节能减排压力巨大。在经济发展的道路上，各省应当放弃以能源消耗换经济高速发展的经济增长方式，走绿色新型发展道路，投入资金到节能技术开发上。积极发挥技术进步的空间溢出效应，加强地区间技术合作、加大节能技术的区域推广、引进外商直接投资，能源效率低的西部地区应加强与东、中部地区的技术交流和合作，缩小区域能源效率差异，提高区域能源利用效率，实现经济的可持续发展。

参考文献：

[1]Jinli Hu，Shichuan Wang.Totalfactor Energy Efficiency of Regions in China[J].Energy Policy，2006，（17）.

[2]Miketa.A.，Mulder.P.Energy Productivity across Developed and Developing Countries in 10 Manufacturing Sectors：Patterns of Growth and Convergence[J].Energy Economics，2005，（27）：429-453.

[3]Kesidou，E.， Romijn，H..Do local knowledge spillovers matter for development？An empirical study of Uruauays software cluster[J].World Development，2008，（10）：2045-2102.

[4]Lee，L.f.A spatial dynamic panel data model with both time and individual fixed effect[R].Working paper，2007.

[5]史丹.中国能源效率的地区差异与节能潜力分析[J].中国工业经济，2006，（10）：49-58.

[6]杨红亮，史丹.能效研究方法和中国各地区能源效率的比较[J].经济理论与经济管理，2008，（3）：12-20.

[7]沈能.能源投入、污染排放与我国能源经济效率的区域空间分布研究[J].财贸经济，2010，（1）：107-113.

[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）.

[9]陈夕红，张宗益，康继军，李长青.技术空间溢出对全社会能源效率的影响分析[J].科研管理，2013，（2）：62-68.

[10]徐盈之，管建伟.中国区域能源效率趋同性研究：基于空间经济学视角[J].财经研究，2011，（1）：112-123.

[11]庞瑞芝.中国省际工业增长模式与提升路径分析——基于工业部门全要素能源效率视角[J].中国地质大学学报（社会科学版），2011，（7）：28-33.

[12]续竞秦，杨永恒.我国省际能源效率及其影响因素分析——基于2001～2010年面板数据的SFA方法[J].山西财经大学学报，2012，（8）.

[13]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究，2004，（10）：35-44.

[14]冯烽，叶阿忠.技术溢出视角下技术进步对能源消费的回弹效应研究——基于空间面板数据模型[J].财经研究，2012，（9）：123-133.

[15]邹艳芬，陆宇海.基于空间自回归模型的中国能源效率区域特征分析[J].统计研究，2005，（10）：67-71.

[16]姜磊，季民河.基于空间异质性的中国能源消费强度研究——资源禀赋、产业结构、技术进步和市场调节机制的视角[J].产业经济研究，2011，（4）：61-70.

[17]滕玉华，刘长进.外商直接投资的R&D溢出与中国区域能源效率[J].中国人口·资源与环境，2010，（8）：142-147.

责任编辑、校对：武玲玲

外商直接投资占比以及R&D投资占比的空间加权项显著性较高，技术效率的空间加权项显著性较低，剔除技术效率后，前两者的显著性有一定程度的改善。这证实了前面技术进步空间溢出效应存在的假设。其他地区的技术进步会对本地区的能源效率产生积极的影响作用。在区域合作中，本地区可以通过与周边地区的技术共享实现能源利用效率的提高。西部地区能源效率较低的省份可以通过引进外资、购买先进的技术设备和仪器、与周边地区进行技术合作提高本地区的能源利用效率。

其他控制变量也会对能源效率产生影响。人均GDP与能源效率存在正相关关系，人均GDP高的地区经济发展水平较高，可用于技术研发和购买技术设备的资金比较充裕，同时，较高的收入也会吸引一批优秀的技术人员，从而带来地区能源效率的提高。产业结构中第二产业占比高的地区能源效率较低，这是因为第二产业对能源的需求最大，以目前中国工业生产的现状来看，工业能源利用效率普遍偏低，所以第二产业占比高的地区整体能源利用效率偏低。能源消费结构中煤炭消费占比较高的地区能源效率也较低。其原因是煤炭消费占比高的地区煤炭资源较为丰富，这些地区的煤炭利用成本相对较低，煤炭利用效率较低，同时，煤炭产生的环境污染较大，非期望产出较高，由此会影响能源整体利用效率。

由上述的回归结果还可以看出，以经济距离为权重比以地理距离为权重的回归结果要好。这也符合实际情况，地理位置相邻的地区不一定是经济合作较为紧密的地区，其原因在于地理位置相邻的地区其资源禀赋和经济发展条件相差不大，他们之间的竞争关系更加突出。

四、结论及政策建议

本文首先利用考虑非期望产出的超DEA模型测算2005—2011年中国29个省份的综合能源效率、技术效率和规模效率，发现地区之间的能源利用效率存在较大的差异，但总体的能源利用效率保持增长的变化趋势。地区能源利用效率存在差异的主要原因是技术效率的差异。然后测算了以地理距离和经济距离为权重的空间Moran's I统计量，发现区域能源效率存在明显的空间效应。随后将传统面板数据最小二乘回归结果与空间计量模型的回归结果进行比较，发现当期和前一期的能源效率存在空间相关性，即相邻地区的当期和前一期的能源效率会对本地区的能源利用效率产生影响，且影响为正效应。其原因是区域经济竞赛中需要地区提高能源利用效率。技术进步也存在较为明显的空间相关性，相邻地区因外商直接投资和R&D投资带来的技术进步会产生空间溢出效应，对本地的能源利用效率产生积极影响。另外，人均GDP与能源效率存在正相关关系，产业结构中第二产业占比高会带来能源效率的下降，能源消费中煤炭占比与能源效率存在负相关关系。

中国经济已经进入发展的关键时期，能源消耗带来的环境问题对经济发展的制约越来越显著，节能减排压力巨大。在经济发展的道路上，各省应当放弃以能源消耗换经济高速发展的经济增长方式，走绿色新型发展道路，投入资金到节能技术开发上。积极发挥技术进步的空间溢出效应，加强地区间技术合作、加大节能技术的区域推广、引进外商直接投资，能源效率低的西部地区应加强与东、中部地区的技术交流和合作，缩小区域能源效率差异，提高区域能源利用效率，实现经济的可持续发展。

参考文献：

[1]Jinli Hu，Shichuan Wang.Totalfactor Energy Efficiency of Regions in China[J].Energy Policy，2006，（17）.

[2]Miketa.A.，Mulder.P.Energy Productivity across Developed and Developing Countries in 10 Manufacturing Sectors：Patterns of Growth and Convergence[J].Energy Economics，2005，（27）：429-453.

[3]Kesidou，E.， Romijn，H..Do local knowledge spillovers matter for development？An empirical study of Uruauays software cluster[J].World Development，2008，（10）：2045-2102.

[4]Lee，L.f.A spatial dynamic panel data model with both time and individual fixed effect[R].Working paper，2007.

[5]史丹.中国能源效率的地区差异与节能潜力分析[J].中国工业经济，2006，（10）：49-58.

[6]杨红亮，史丹.能效研究方法和中国各地区能源效率的比较[J].经济理论与经济管理，2008，（3）：12-20.

[7]沈能.能源投入、污染排放与我国能源经济效率的区域空间分布研究[J].财贸经济，2010，（1）：107-113.

[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）.

[9]陈夕红，张宗益，康继军，李长青.技术空间溢出对全社会能源效率的影响分析[J].科研管理，2013，（2）：62-68.

[10]徐盈之，管建伟.中国区域能源效率趋同性研究：基于空间经济学视角[J].财经研究，2011，（1）：112-123.

[11]庞瑞芝.中国省际工业增长模式与提升路径分析——基于工业部门全要素能源效率视角[J].中国地质大学学报（社会科学版），2011，（7）：28-33.

[12]续竞秦，杨永恒.我国省际能源效率及其影响因素分析——基于2001～2010年面板数据的SFA方法[J].山西财经大学学报，2012，（8）.

[13]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究，2004，（10）：35-44.

[14]冯烽，叶阿忠.技术溢出视角下技术进步对能源消费的回弹效应研究——基于空间面板数据模型[J].财经研究，2012，（9）：123-133.

[15]邹艳芬，陆宇海.基于空间自回归模型的中国能源效率区域特征分析[J].统计研究，2005，（10）：67-71.

[16]姜磊，季民河.基于空间异质性的中国能源消费强度研究——资源禀赋、产业结构、技术进步和市场调节机制的视角[J].产业经济研究，2011，（4）：61-70.

[17]滕玉华，刘长进.外商直接投资的R&D溢出与中国区域能源效率[J].中国人口·资源与环境，2010，（8）：142-147.

责任编辑、校对：武玲玲

外商直接投资占比以及R&D投资占比的空间加权项显著性较高，技术效率的空间加权项显著性较低，剔除技术效率后，前两者的显著性有一定程度的改善。这证实了前面技术进步空间溢出效应存在的假设。其他地区的技术进步会对本地区的能源效率产生积极的影响作用。在区域合作中，本地区可以通过与周边地区的技术共享实现能源利用效率的提高。西部地区能源效率较低的省份可以通过引进外资、购买先进的技术设备和仪器、与周边地区进行技术合作提高本地区的能源利用效率。

其他控制变量也会对能源效率产生影响。人均GDP与能源效率存在正相关关系，人均GDP高的地区经济发展水平较高，可用于技术研发和购买技术设备的资金比较充裕，同时，较高的收入也会吸引一批优秀的技术人员，从而带来地区能源效率的提高。产业结构中第二产业占比高的地区能源效率较低，这是因为第二产业对能源的需求最大，以目前中国工业生产的现状来看，工业能源利用效率普遍偏低，所以第二产业占比高的地区整体能源利用效率偏低。能源消费结构中煤炭消费占比较高的地区能源效率也较低。其原因是煤炭消费占比高的地区煤炭资源较为丰富，这些地区的煤炭利用成本相对较低，煤炭利用效率较低，同时，煤炭产生的环境污染较大，非期望产出较高，由此会影响能源整体利用效率。

由上述的回归结果还可以看出，以经济距离为权重比以地理距离为权重的回归结果要好。这也符合实际情况，地理位置相邻的地区不一定是经济合作较为紧密的地区，其原因在于地理位置相邻的地区其资源禀赋和经济发展条件相差不大，他们之间的竞争关系更加突出。

四、结论及政策建议

本文首先利用考虑非期望产出的超DEA模型测算2005—2011年中国29个省份的综合能源效率、技术效率和规模效率，发现地区之间的能源利用效率存在较大的差异，但总体的能源利用效率保持增长的变化趋势。地区能源利用效率存在差异的主要原因是技术效率的差异。然后测算了以地理距离和经济距离为权重的空间Moran's I统计量，发现区域能源效率存在明显的空间效应。随后将传统面板数据最小二乘回归结果与空间计量模型的回归结果进行比较，发现当期和前一期的能源效率存在空间相关性，即相邻地区的当期和前一期的能源效率会对本地区的能源利用效率产生影响，且影响为正效应。其原因是区域经济竞赛中需要地区提高能源利用效率。技术进步也存在较为明显的空间相关性，相邻地区因外商直接投资和R&D投资带来的技术进步会产生空间溢出效应，对本地的能源利用效率产生积极影响。另外，人均GDP与能源效率存在正相关关系，产业结构中第二产业占比高会带来能源效率的下降，能源消费中煤炭占比与能源效率存在负相关关系。

中国经济已经进入发展的关键时期，能源消耗带来的环境问题对经济发展的制约越来越显著，节能减排压力巨大。在经济发展的道路上，各省应当放弃以能源消耗换经济高速发展的经济增长方式，走绿色新型发展道路，投入资金到节能技术开发上。积极发挥技术进步的空间溢出效应，加强地区间技术合作、加大节能技术的区域推广、引进外商直接投资，能源效率低的西部地区应加强与东、中部地区的技术交流和合作，缩小区域能源效率差异，提高区域能源利用效率，实现经济的可持续发展。

参考文献：

[1]Jinli Hu，Shichuan Wang.Totalfactor Energy Efficiency of Regions in China[J].Energy Policy，2006，（17）.

[2]Miketa.A.，Mulder.P.Energy Productivity across Developed and Developing Countries in 10 Manufacturing Sectors：Patterns of Growth and Convergence[J].Energy Economics，2005，（27）：429-453.

[3]Kesidou，E.， Romijn，H..Do local knowledge spillovers matter for development？An empirical study of Uruauays software cluster[J].World Development，2008，（10）：2045-2102.

[4]Lee，L.f.A spatial dynamic panel data model with both time and individual fixed effect[R].Working paper，2007.

[5]史丹.中国能源效率的地区差异与节能潜力分析[J].中国工业经济，2006，（10）：49-58.

[6]杨红亮，史丹.能效研究方法和中国各地区能源效率的比较[J].经济理论与经济管理，2008，（3）：12-20.

[7]沈能.能源投入、污染排放与我国能源经济效率的区域空间分布研究[J].财贸经济，2010，（1）：107-113.

[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）.

[9]陈夕红，张宗益，康继军，李长青.技术空间溢出对全社会能源效率的影响分析[J].科研管理，2013，（2）：62-68.

[10]徐盈之，管建伟.中国区域能源效率趋同性研究：基于空间经济学视角[J].财经研究，2011，（1）：112-123.

[11]庞瑞芝.中国省际工业增长模式与提升路径分析——基于工业部门全要素能源效率视角[J].中国地质大学学报（社会科学版），2011，（7）：28-33.

[12]续竞秦，杨永恒.我国省际能源效率及其影响因素分析——基于2001～2010年面板数据的SFA方法[J].山西财经大学学报，2012，（8）.

[13]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000[J].经济研究，2004，（10）：35-44.

[14]冯烽，叶阿忠.技术溢出视角下技术进步对能源消费的回弹效应研究——基于空间面板数据模型[J].财经研究，2012，（9）：123-133.

[15]邹艳芬，陆宇海.基于空间自回归模型的中国能源效率区域特征分析[J].统计研究，2005，（10）：67-71.

[16]姜磊，季民河.基于空间异质性的中国能源消费强度研究——资源禀赋、产业结构、技术进步和市场调节机制的视角[J].产业经济研究，2011，（4）：61-70.

[17]滕玉华，刘长进.外商直接投资的R&D溢出与中国区域能源效率[J].中国人口·资源与环境，2010，（8）：142-147.

责任编辑、校对：武玲玲