环境约束下长江经济带全要素能源效率研究

吴传清，董　旭

(1.武汉大学　经济与管理学院，湖北　武汉，430072；2.武汉大学　区域经济研究中心，湖北　武汉，430072)



环境约束下长江经济带全要素能源效率研究

吴传清1，2，董旭1

(1.武汉大学经济与管理学院，湖北武汉，430072；2.武汉大学区域经济研究中心，湖北武汉，430072)

摘要：全要素能源效率是衡量能源短缺和环境压力下经济发展质量的重要指标。本文运用超效率DEA模型和ML指数法对长江经济带全要素能源效率进行测度，并探讨了环境作用于全要素能源效率的一般机制，运用内生增长理论构建了环境约束全要素能源效率的理论模型。基于面板数据Tobit模型的实证分析结果表明，经济发展水平、产业结构、能源消费结构、企业行为、对外开放程度、政府环境污染治理投资、资本—劳动禀赋结构、技术进步等是影响长江经济带全要素能源效率的主要因素。进一步提升长江经济带全要素能源效率必须加快经济发展方式向质量效率型转变，不断优化产业结构和能源结构，创新驱动促进经济转型升级发展，强化政府宏观调控和服务监管职能，加强区域间协同合作。

关键词：长江经济带；全要素能源效率；环境约束；Malmquist-Luenberger指数；影响因素

一、引言

在近现代世界经济发展的历史中，能源效率及伴随的环境破坏始终是一个绕不开的问题。围绕这一问题，世界各国开展了多次艰苦异常的博弈和谈判，核心问题集中在节能减排方面。刚刚结束的巴黎气候大会终于达成新气候协议，这被业内人士视为“历史性突破”。然而，在看到此次气候大会向好一面的同时，也应认识到我们面临的气候和能源问题更加严峻。在2015年巴黎气候大会上，中国提出到2030年单位GDP碳排放比2005年降低60%以上，这对我国未来能源效率的提高提出了极高的要求。为应对高能耗、高污染问题，党中央、国务院提出建设“资源节约型、环境友好型”社会，并做出推动“生态文明建设”的重大战略部署。国家“十一五”规划首次将单位GDP能源消耗强度作为约束性指标进行调控，“十二五”规划提出要合理控制能源消费总量，到2015年实现万元GDP能耗比2010年下降16%的目标，“十三五”规划建议则首次提出实施能源消耗总量和强度“双控”行动。要落实国家在能源领域的一系列重大战略举措，提高全要素能源效率成为当务之急。

“十八大”以来，中国区域空间格局发生巨大变化，长江经济带开发重新上升为国家战略。作为中国国土空间开发的重点东西发展轴线，长江经济带在国土面积、人口规模、经济总量、产业发展等方面均在全国版图中占据重要地位，是未来中国经济增长的新支撑带。但是，长江经济带石油、天然气、煤炭等主要能源矿产在全国的储量偏低，这成为制约其经济持续发展的一大瓶颈。在中国经济社会发展面临“新常态”的严峻形势下，能源效率的提高不仅是生态文明建设的客观要求，也是推动发展方式转变，实现经济软着陆的必然选择之一。因此，研究哪些因素促进或制约着能源效率，进而采取合适的政策办法提高长江经济带能源效率具有重大意义。国务院2014年9月颁布的《关于依托黄金水道推动长江经济带发展的指导意见》，明确提出“打造沿江绿色能源产业带”，将长江经济带建成“生态文明建设的先行示范带”。目前，学术界尚无研究长江经济带全要素能源效率的系统性成果，本文力图从理论上解释影响全要素能源效率的内在机制，并通过实证分析验证长江经济带全要素能源效率影响因素的具体作用方式，为决策者制定具有针对性的政策提供参考。

国内外学术界关于能源效率的研究基本可以概括为两个阶段：第一个阶段采用单一指标考察能源投入与产出的关系，即单要素能源效率指标或偏要素能源效率指标，如能源强度、能源生产率、能源生态效率、能源技术效率等。Patterson(1996)从能源效率的定义入手，对衡量能源效率的指标进行了系统性的比较阐述，指出“能源消耗强度”(也称“单位GDP能耗”)在单指标中对能源效率的反映最为直观可信，这一指标也在国际上被普遍采用[1]。史丹(2006)以能源消耗强度的倒数表征能源效率，研究了中国各地区能源效率的差异，并通过与产业结构、对外开放程度、能源消费结构等进行相关性分析对中国区域节能潜力进行了深入探讨[2]。也有学者从国际贸易、人力资本、技术进步、经济周期、价格指数、经济结构等多方面研究了单要素能源效率的影响因素[3-5]。单要素能源效率指标在衡量能源效率时的最大优势是简便直观，但忽略了能源本身作为一种生产投入要素，并不能独立对经济增长产生作用的基本事实。通过对比单要素能源效率指标和多要素能源效率指标，学术界开始逐渐倾向采取后者进行能源效率的综合评价，实证研究也表明多要素指标在解释能源禀赋对能源效率的作用方面比单要素指标更具优势[6]。

考虑到能源只有与劳动、资本等内生增长要素相结合才能创造新的产出，立足多投入视角的全要素能源效率指标日益受到学术界的青睐，这是能源效率研究的第二个阶段。从能源效率替代性的视角出发，Hu 和 Wang(2006)将全要素能源效率定义为“在除能源要素投入外的其他要素保持不变的前提下，按照最佳生产实践，一定的产出所需的目标能源投入量与实际投入量的比值”[7]。随后，学术界开始掀起全要素能源效率研究的热潮，突出地表现在全要素能源效率的测算和影响因素研究两方面。在全要素能源效率测算上，部分学者侧重研究能源对经济增长中的贡献程度，故在测算方程中单纯增加了能源投入要素[8-9]；随着环境问题的日益严峻，更多的学者开始将环境因素纳入全要素能源效率测算的投入要素之中，考察环境污染对全要素能源效率的制约程度[10-13]。既有研究结果表明，中国全要素能源效率与发达国家相比整体水平依然偏低，纳入环境投入变量的全要素能源效率在行业和区域层面均出现较大幅度的下滑；在空间尺度上，中国全要素能源效率总体呈现出沿海地区高于内陆地区的特点。

关于全要素能源效率的影响因素研究，主要涉及能源消费结构、产业结构、环境规制、价格因素、国际贸易、技术进步、人力资本、经济所有制、政府行为等方面[14-19]。绝大多数研究成果表明能源消费结构、产业结构、价格因素对区域全要素能源效率具有负向制约作用，国际贸易、技术进步和人力资本在一定程度上促进了中国各地区全要素能源效率的提高，而环境规制、经济所有制和政府行为对全要素能源效率的影响方向则因行业或区域的不同而有所差异。但是现有研究普遍存在的问题是，大多学者均孤立地选取一个或多个变量，通过建立面板数据模型分析这些变量对全要素能源效率的作用方向和程度，却忽略了这些变量在受到环境约束时可能产生一定的变异，即环境会对这些因素造成冲击，因此，在分析全要素能源效率的影响因素时有必要首先了解环境对这些因素的作用机制。

二、长江经济带全要素能源效率的测度

(一)测度方法

当前学术界测度全要素能源效率的主流方法包括随机前沿分析(SFA)和数据包络分析(DEA)两种，由于SFA的假设要求严格且数理操作难度较大，本文使用DEA方法作为测度长江经济带全要素能源效率的依据。DEA模型实质上是一种非参数分析法，其主要原理是利用数学中的线性规划思想估算生产前沿面，借助方向性距离函数，以实际能源产出水平与前沿面水平相比较得出全要素能源效率的相对变动程度。

图1　超效率DEA模型图示

虽然超效率DEA模型为测度全要素能源效率提供了理论可行的办法，但一个绕不开的问题是计算过程的繁杂，面对大样本数据时手工计算几乎是不可能完成的任务，而针对其原理的计算软件尚不成熟。学术界一般运用生产率指数作为DEA全要素能源效率的替代性指标，最普遍的是Malmquist指数(简称M指数)和Malmquist-Luenberger指数(简称ML指数)。相比M指数，ML指数在模型中存在有害产出时仍然有效，本文计算长江经济带全要素能源效率时考虑了环境约束导致的负向产出，因此ML指数更合适。

在Farrell(1957)关于产出距离分析的基础上[21]，对任意一个分析单元i，以x表示投入要素向量，y表示正向产出向量，z表示负向产出向量，η为产出的方向向量，则由当期到下一期的ML指数定义如下：

(1)

(二)测度结果

根据超效率DEA模型和ML指数法，测度全要素能源效率所需的指标包括投入和产出两类。投入指标由劳动、资本和能源构成，产出指标分正向和负向两种。以“全社会从业人员数量”表示劳动投入指标，单位统一为“万人”；用“全社会能源消费总量”表示能源投入指标，单位统一为“万吨标准煤”；资本投入指标为物质资本存量，需要根据永续盘存法进行测算，计算公式为Ki,t=Ii,t+(1-δi,t)Ki,t-1，其中，Ii,t为全社会固定资产投资，δi,t表示资本折旧率。这里有两点需要说明：一是资本折旧率的取值，由于学术界并无统一定论，鉴于各地区发展情况存在差异，本文参考吴延瑞(2008)关于中国各省市资本折旧率的计算结果[22]；二是基期物质资本存量的确定，本文运用Hall和Jones(1999)提出的投资比率法进行计算，公式为Ki,0=Ii,0/(δ+r)，其中，r为基期固定资产投资增速[23]。关于正向产出指标，一般采取地区生产总值，本文沿袭此做法；负向产出指标的选取比较有争议，有研究用单一污染物排放作为替代，也有学者计算综合污染指数作为替代。鉴于能源对环境造成的最主要影响反映在大气污染方面，本文选取“工业废气排放量”表示负向产出，以两种最主要的大气污染物SO2和烟(粉)尘排放量加总表示。

所需数据均采自《中国统计年鉴》、《中国环境统计年鉴》、《中国能源统计年鉴》和各省市统计年鉴，研究期为1999-2013年。在此基础上，利用R软件测算长江经济带全要素能源效率。囿于篇幅限制，本文仅反映长江经济带及各省市和上、中、下游研究期内全要素能源效率平均变动情况，结果如图2所示。可以看出，研究期内长江经济带全要素能源效率总体呈下将趋势，年均下降幅度为2.9%。除下游地区的上海、江苏和浙江保持上升外，中、上游地区全要素能源效率均出现较大幅度的下滑。即使在省域之间，全要素能源效率的地区差异也很大，最高的上海和最低的贵州相差近20个百分点。是何原因导致了长江经济带全要素能源效率的恶化，并造成区域之间的巨大差异？下文将从环境对能源效率的作用机理入手，通过建立理论模型并进行实证检验，对此问题展开进一步探讨。

三、环境约束下全要素能源效率影响因素的理论分析

(一)影响机制

在日益严峻的能源短缺和环境污染形势下，环境约束本身一方面导致环境规制的出现，其中受影响最深刻的行为主体是企业和政府。企业在环境规制下或者自身想办法降低能源消耗和污染排放，或者通过购买能耗指标与超排许可维持当前生产；政府主要通过财政支出维持对环境规制的保障，同时通过验收环保项目实现环境规制的自我监督。政府和企业的环境行为形成一种倒逼机制，在改变现有资源配置的同时借助创新和补偿促使能源结构的改变，从而影响能源效率。另一方面，环境约束会对产业结构、产权结构、能源消费结构和资源禀赋等能源结构性因素造成冲击：节能减排的要求使得产业(尤其是工业)发展不得不向低能耗、低污染行业倾斜，不得不放弃一部分高能耗、高污染传统国有大中型重工业企业，不得不减少煤炭等高能耗、高污染能源的消费，不得不调整能源效率的内生禀赋结构。所有这些变化均会造成能源结构的变化，进而导致能源效率提高或下降。除了这两个方面外，本文认为对外开放和技术进步会同时对环境约束本身、环境规制和结构禀赋造成一定的影响，通过直接和间接两条路径对能源效率的变化造成影响，由于二者并不是能源效率的内生影响因素，故称之为外部冲击因素。图3描述了环境约束下全要素能源效率的基本影响机制。

(二)理论模型

从学理上看，全要素能源效率的测算基于投入产出理论，实质上反映了一定量的能源投入要素对产出变动造成的影响。本文基于经典内生增长模型，从数理上考察环境约束对全要素能源效率的影响。

1.基本假设

图2　长江经济带1999-2013年全要素能源效率变动情况

图3　环境约束下全要素能源效率的影响机制图示

假设1：社会是一个两部门结构，只有政府和企业。企业负责生产，政府制定环境约束。根据新古典经济学基本理论，虽然技术进步方式和路径的不同使得生产函数形式并不是固定不变的，但现实经济中每一个独立的经济体基本符合柯布-道格拉斯生产函数形式[24]。

假设2：环境约束不直接纳入生产函数，而是作为控制变量对资本、能源和污染产生冲击。结合前文分析，为使模型尽可能简化，设定污染排放配额(Q)作为环境约束的控制变量。

假设3：产出包括正向产出和负向产出两种，其中负向产出(主要是污染)与正向产出之间存在正相关关系，即污染会随着产出的增加而增加(为了简化模型，本文假设这种正相关满足线性关系)。

假设4：投入要素部分对劳动进行标准化处理，因为在柯布-道格拉斯生产函数中资本和劳动对产出的作用具有对称性。受环境约束，企业在生产过程中将资本投入分为三类：一类用于购买能源从事产品生产(假定份额系数是ρ1)，一类用于治理生产过程中产生的污染(假定份额系数是ρ2)，一类用于研发绿色生产技术(假定份额系数是ρ3)。

2.变量设置

模型主要涉及以下变量：一是投入变量，包括资本(K)和能源(E)；二是产出变量(Y)，包括正向产出(P)和负向产出(N)。

根据假设4，t时期企业在生产过程中的资本投入K(t)=ρ1K(t)+ρ2K(t)+ρ3K(t)，份额系数为正且满足ρ1+ρ2+ρ3≤1。企业将资本投入的一部分(ρ3K)用于绿色生产技术研发必然提高正向产出，同时可以降低负向产出(污染)。基于假设1，可将t时期企业绿色技术增量表示为：

(2)

式中，μ≥0表示资本在绿色技术研发过程中的影响程度，0

由于绿色技术的使用会对正向产出产生一定的积极影响，故可将绿色技术纳入到企业的产出函数中，则t时期企业的正向产出为：

P(t)=(ρ1K(t))aG(t)1-a

(3)

式中，a和(1-a)分别表示用于能源的投资和绿色技术对正向产出的影响，这里假定生产函数规模报酬不变。

企业在生产过程中同时伴随着负向产出(污染)的出现。学术界一般认为污染与产出呈正相关关系[25-26]，本文将污染排放总量设定为正向产出的线性函数，线性系数设定为φ(G)>0，且污染排放随着绿色技术水平的提高而下降，即φ’(G)<0。另一方面，企业在环境约束下生产，将ρ2K的资本用于治理污染。则t时期企业在生产过程中的实际负向产出(污染)总量就是总污染排放量减去污染治理量，即：

N(t)=NT(t)-NH(t)=φ(G)P(t)-η(M)ρ2K(t)

(4)

式中，NT(t)表示总污染排放量，是正向产出的线性函数；NH(t)表示污染治理量，是企业污染治理投入的线性函数，η(M)>0是治污投入的线性系数，M表示污染治理技术水平。

3.模型构建与分析

一般地，企业进行生产是为了获得最大利润，在这一目标下选择最优的投入策略。假设企业正向产出价格为p1，负向产出不带来收益，即价格为0；资本投入总量为(ρ1+ρ2+ρ3)K，则t时期企业利润函数为：

W(t)=p1·P(t)-(ρ1+ρ2+ρ3)K(t)

(5)

在完全竞争的市场条件下，企业生产不影响价格，由于污染作为负向产出具有负外部性，必然受到政府的管制。根据假设2，我们将企业生产过程中允许排放的污染限定为配额Q，则此情形下企业选择适当的投入策略以最大化利润：

Max W=p1·P-(ρ1+ρ2+ρ3)K

s.t.φ(G)P(t)-η(M)ρ2K(t)≤Q

ρ1+ρ2+ρ3≤1

(6)

借助拉格朗日函数，这一最优化问题的一阶条件为∂L/∂ρi=0,i=1,2,3。由(6)式可以看出，所求企业最有要素投入系数ρ1、ρ2、ρ3的表达式将异常复杂，因此本文考虑剔除污染配额或绿色技术的两种简化模型。

在没有污染配额限制时，(6)式中排除份额系数ρ2，求解可得企业最优要素投入系数为：

(7)

不考虑绿色技术时，单位产出污染量不受绿色技术存量G的影响，固定为φ；正向产出函数简化为P=ρ1K，且(6)式中排除份额系数ρ3。此时，求解可得企业最优要素投入系数为：

(8)

由式(7)、(8)两式可知，用于能源要素的资本投入弹性(a)越大，能源投入对企业产出的影响份额(ρ1)越大；相应地，产出的绿色技术弹性(v)越大，绿色技术对企业产出的影响份额(ρ3)越大。环境约束越强，即污染配额Q越小，能源投入对企业产出的影响份额(ρ1)越小。这表明，随着环境约束的强化，企业为了符合政府制定的环境标准，不得不将更多的资本投入到污染治理之中，从而减少用于能源的资本投入。

四、长江经济带全要素能源效率影响因素的实证检验

(一)指标、变量和数据说明

基于前文理论分析和数理推导，选取四个方面共十个变量指标对长江经济带全要素能源效率影响因素进行实证检验。

1.结构禀赋因素。一是产业结构(IS)，用第二产业增加值占地区生产总值的份额表示；二是产权结构(PRS)，用国有及国有控股企业总产值占工业总产值的份额表示；三是能源消费结构(ECS)，用煤炭消费量占能源消费总量的份额表示；四是内生禀赋结构，用资本—劳动之比的对数表示(ln(K/L))。

2.行为主体因素。一是政府行为，用政府财政支出占地区生产总值的比重表示财政影响力(FEPR)，用环境污染治理投资占地区生产总值的比重表示政府的环境影响力(IAPP)；二是企业行为(EB)，用工业二氧化硫排放量表示企业生产的环境自控能力。

3.外部冲击因素。一是对外开放程度(OD)，用外商直接投资占地区生产总值的比重表示；二是技术进步(TP)，用研究与试验发展(R&D)经费内部支出占地区生产总值的比重表示。

4.发展水平指标。用人均地区生产总值表示(PGDP)。由于能源使用情况与一个地区的经济发展水平存在较高的相关性，通常经济发展水平较高的地区对高能耗、高污染能源的使用较少，能源利用程度也相对更高。因此，在分析全要素能源效率的影响因素时，地区发展水平指标不可或缺。

所有自变量数据均采自中国统计出版社出版的《中国统计年鉴》、《中国工业经济统计年鉴》、《中国能源统计年鉴》、《中国环境统计年鉴》、《中国科技统计年鉴》和长江经济带沿线11省市统计年鉴。

(二)模型选择和设定

由于因变量全要素能源效率值不小于0，属于受限制因变量，在建立面板数据回归模型时采取Tobit模型较为合适。其基本形式如下：

(9)

在实际分析中，我们往往只能观测到y，而观测不到y*。根据二者的定义可知，在给定x的条件下，y和y*的密度是相同的。通过构建每个观测的极大似然函数，便可以估算出系数β。

基于上述分析，本文利用Tobit模型构建长江经济带全要素能源效率影响因素面板数据模型如下：

TFEEit=α+β1PGDPit+β2ISit+β3PRSit+β4ECSit+β5ln(K/L)+β6FEPRit+β7IAPPit+β8EBit+β9ODit+β10TPit+εit

(10)

式中，TFEEit表示第i个地区在第t年的全要素能源效率，其他变量含义如上文所述，εit为随机误差项。

(三)实证结果及分析

基于11省市1999-2013年的面板数据，长江经济带全要素能源效率影响因素的Tobit模型回归结果如表1所示。

表1　长江经济带全要素能源效率影响因素回归结果

注：***、**、*分别表示回归系数在1%、5%、10%水平上显著，sigma_u和sigma_e表示Tobit模型的规模参数。

根据实证分析结果可知：

首先，经济发展水平对长江经济带全要素能源效率具有显著的负向作用，与理论预期和有些学者的研究成果并不一致[27-28]，但这却表明了长江经济带经济增长方式的粗放，最近十几年的实际发展过程也印证了这一结论。整体来看，长江经济带人均地区生产总值(PGDP)每提升1个百分点会使全要素能源效率(TFEE)下降0.0893%。从上、中、下游实证结果来看，中游地区经济发展水平对全要素能源效率的负面影响程度最高，PGDP每提升1个百分点导致TFEE下降0.2146%，上游地区受到的负面冲击最小，PGDP每提升1个百分点使TFEE下降0.0191%，不同地区间人均地区生产总值对全要素能源效率的不同影响程度反映出各地区经济发展方式稍有差异，但整体仍是粗放的。

其次，结构禀赋因素对长江经济带全要素能源效率的影响方向和程度表现出不同的特点。第一，产业结构(IS)与长江经济带整体和中、上游地区全要素能源效率呈显著负相关，但与下游地区呈显著正相关；第二产业占地区生产总值的份额每上升1个百分点使长江经济带整体和上、中游地区TFEE分别下降0.0193%和0.6432%、0.7180%，却使下游地区TFEE提高0.1722%。由于第二产业是能源消费的主要行业，其在经济结构中所占的份额越高就意味着越高的能源消费基数，在其他因素不变的情况下，第二产业份额上升往往导致能源效率下降。第二，能源消费结构(ECS)与长江经济带整体及其上、中、下游全要素能源效率均呈显著负相关。煤炭是目前我国最主要的消费能源，但它并不属于清洁能源，也不如风能、水能、太阳能、天然气等能源高效，其大量使用必然导致能源效率下降。煤炭在能源结构中的份额每上升1个百分点分别导致长江经济带整体及上、中、下游地区TFEE下降0.0260%和0.0903%、0.1754%、0.1432%。第三，内生禀赋结构(ln(K/L))与全要素能源效率呈显著正相关。这和理论预期相一致，资本深化往往使得其对经济增长的要素替代作用增强，减少高消耗生产要素的使用，从而促进能源效率提高。根据实证结果，长江经济带资本-劳动之比的对数每提升1个百分点推动全要素能源效率提高0.0377%，这种推动作用对下游地区的影响尤为明显，达到0.0797%。第四，产权结构对全要素能源效率的影响不显著。传统认识上，国有企业掌握国家经济核心命脉，在能源领域尤其突出，高能耗、高污染往往伴随着国有企业的生产发展。近年来，随着改革力度的增强，国有企业管理体制、技术创新和经营方式发生了深刻变化，对能源的利用效率也在一定程度上得到改善。之所以这一因素对长江经济带全要素能源效率影响不显著，可能是国有企业改革进程中传统生产方式仍未出现根本性的转变。

再次，作为重要的经济社会发展主体，政府和企业行为对长江经济带全要素能源效率的变化具有差异化的影响。第一，政府财政支出(FEPR)对长江经济带TFEE的影响并不显著，主要原因可能在于选取的财政支出指标属于综合性指标，无法直接反映在能源管理方面的支出。政府环境污染治理投资(IAPP)则对全要素能源效率具有显著的正效应，IAPP每提高1个百分点推动长江经济带TFEE提高0.4796%；政府IAPP对长江经济带中游地区TFEE的影响最为显著，IAPP每提高1个百分点使TFEE提高5.7035%，能源效率的变化对环境治理投资的反应极其敏感。第二，企业生产行为与长江经济带整体全要素能源效率呈显著负相关，但与下游地区呈正相关。工业二氧化硫排放量每提高1个百分点会导致长江经济带整体TFEE下降0.0256%，上、中游地区分别下降0.1184%和0.1128%，下游地区则提升0.0372%。

最后，在外部冲击因素方面，对外开放程度(OD)与长江经济带全要素能源效率整体及上、中游地区呈显著负相关，而与下游地区呈显著正相关。形成这一局面的原因主要在于各地区招商引资水平存在差异：长江经济带整体处于承接产业转移快速发展阶段，招商引资层次较低，缺乏外商投资的准入门槛，导致过多高污染、高能耗外商企业的进入，从而造成能源效率下降；而下游地区经济开放时间已久，在引入外来资金方面已形成较完善的管理制度体系，引入的企业和产业多属于技术和资金密集型，不会造成能源效率的下降。技术进步(TP)对长江经济带整体和下游地区全要素能源效率的影响显著且呈正相关，但对中、上游地区TFEE的影响不显著，这主要可能缘于下游地区科学技术发展水平较高且在能源领域的应用广泛，而中、上游地区科技发展仍相对落后，对能源利用效率的影响力微弱。

六、结论与政策建议

(一)主要结论

1.长江经济带全要素能源效率在近15年期间总体呈下降趋势，11省(市)际之间全要素能源效率的差异较大，下游地区全要素能源效率有所改善，而上、中游地区恶化态势较为严峻。

2.由于经济发展方式转变仍不彻底，长江经济带经济发展水平对其全要素能源效率产生负向作用，中游地区受到的负向冲击最为显著，上游和下游地区全要素能源效率下降幅度次之。

3.产业结构、能源消费结构与长江经济带整体全要素能源效率呈负相关，但产业结构对长江经济带下游地区全要素能源效率却具有推动作用；具有内生决定作用的资本-劳动禀赋对长江经济带全要素能源效率具有显著的促进作用，尤其体现在下游经济发达地区；产权结构对长江经济带全要素能源效率的影响不显著。

4.政府和企业在实际发展中对长江经济带全要素能源效率均具有重要影响，政府宽泛的财政支出并不会对全要素能源效率产生直接作用，但其对环境污染治理的投入越大，越能显著改善地区全要素能源效率，而企业在生产中往往出于自利的原因造成污染的排放，从而不利于全要素能源效率的改善。

5.在外部冲击方面，虽然长江经济带对外开放程度日益提高，但缺乏对引入资金的高规格门槛审定，造成过多的高污染、高能耗企业进入，从而对全要素能源效率产生负向作用；而技术进步尽管对长江经济带上、中游地区全要素能源效率的影响不显著，但对下游地区的推动作用十分强劲，整体上仍与长江经济带全要素能源效率呈正相关。

(二)政策建议

1.加快经济发展方式向质量效率型转变。根据理论预期，一个地区经济发展水平越高，对清洁能源的偏好越强，从而地区全要素能源效率越高。但实证结果显示，经济发展水平对长江经济带及其上、中、下游地区全要素能源效率均产生负向作用，这反映出长江经济带经济增长仍建立在高能耗、高污染的传统发展方式之上。要改善长江经济带当前能源低效率现状，必须适应经济发展新常态，加快经济发展方式从规模速度型粗放增长转向质量效率型集约增长，积极实行能源消耗总量、能源消耗强度双控行动，开展能效领跑者引领行动，促进能源节约集约高效利用。推行合同能源管理，实施企业节能行动，通过采取新设备、新技艺提高能源使用效率，充分挖掘高能耗产业的节能潜力，推动形成绿色发展方式，提高经济发展质量和效益，推进长江经济带生态文明建设，示范引领全国大河流域生态文明建设。

2.不断优化产业结构和能源结构。长江经济带沿线省市大都处于工业化加速发展阶段，尤其是长江中、上游地区产业结构仍以第二产业为主。第二产业是煤炭等化石能源消耗的主战场，也是能源消费和环境污染的主要行业，必然对全要素能源效率产生一定的制约作用。能源消费中煤炭比例居高不下现象是目前长江经济带全要素能源效率低下的重要原因。要提高长江经济带全要素能源效率，一方面，必须推动沿线11省市大力发展战略性新兴产业，加快改造提升传统产业，大幅提高服务业比重，促进产业结构优化升级；坚定不移地实施主体功能区制度，立足主体功能区定位，引导产业合理布局和有序转移，推动长三角地区产业结构向“三高”(高端、高效、高附加值)转变，增强“三类产业”(高技术产业、现代服务业、先进制造业)对经济增长的带动作用，推动江淮地区、长江中游地区、成渝地区、黔中地区、滇中地区等国家层面重点开发区域发展新兴产业，运用高新技术改造传统产业，全面加快发展现代服务业，增强农业发展能力，科学承接国际及国内产业转移，构建分工协作的现代产业体系。另一方面，推进能源生产和消费方式革命，积极发展风能、太阳能、生物质能、水能等清洁能源，在长江中上游地区有序开发天然气、页岩气，在长江中下游地区科学选址、安全高效发展核电，建设清洁低碳、安全高能的现代能源体系；提高非化石能源比重，推动煤炭等化石能源清洁高效利用。

3.创新驱动促进经济转型升级发展。虽然实证分析结果显示技术进步因素对长江经济带整体全要素能源效率的影响并不显著，但并不意味着全要素能源效率的提高不需要科技创新与技术进步。事实上，国内外诸多实践案例均表明，科技创新在经济社会发展的各领域起着日益重要的作用，长江经济带下游地区全要素能源效率影响因素回归结果的高度显著也印证了这一论断。本文实证结果之所以出现技术进步的影响整体不显著，最主要的原因可能在于传统粗放式经济发展方式下技术进步作用尚未得到充分发挥。因此，未来改善长江经济带全要素能源效率必须践行创新驱动发展战略，把发展基点置于创新上，从区域、产业、企业等层面形成创新驱动发展的“合力”，全面促进经济转型升级发展，夯实提高全要素能源效率的根基。加强创新型省份、创新型城市、创新型城区、创新型园区建设，构筑创新型区域谱系。实施工业强基工程、智能制造工程，构建新型制造体系，淘汰落后产能，化解过剩产能，促进制造业提质增效升级发展。发展壮大先进制造业、高技术产业、战略性新兴产业，促进现代服务业优质高效发展，拓展产业发展空间。强化企业创新主体和主导作用，支持创新型企业、科技型中小企业、高新技术企业发展，加强官产学研合作，建设一批国家技术创新中心、产业技术创新联盟，推进上海建成具有全球影响力的科技创新中心，推动南京、合肥、武汉、重庆、成都等中心城市建成具有全国影响力的产业创新创业中心。

4.强化政府在能源环境领域的服务和监管职能。实证分析结果和发展实践经验均表明政府行为在全要素能源效率的变化中具有重要作用，企业行为受市场作用的左右往往具有负的外部性，尤其是在能源消耗和环境污染领域，因此迫切需要政府合理适当的宏观调控，为全要素能源效率的改善提供服务和监管。一方面，政府必须制定具有激励性的清洁能源利用政策，加大对环境污染治理的投资力度；另一方面，政府需要制定优化开发区域产业发展导向目录、重点开发区域产业发展导向目录、重点生态功能区产业准入负面清单，严控高能耗、高污染企业和产业发展，同时加强对企业节能减排工作的监管力度。

5.加强长江经济带协同合作。从长江经济带全要素能源效率的空间分异来看，有必要强调长江经济带沿线省市、上中下游地区在生态环境和能源利用等领域的协同合作，促进未来长江经济带全要素能源效率提速、协调发展。一是必须着力保证下游地区全要素能源效率稳中有升，充分发挥其对中、上游地区能源效率的辐射带动作用；二是促进长江经济带上、中、下游各类生产要素的有效流动，打破阻碍地区间全要素能源效率协同提高的要素壁垒；三是建立全流域能源利用和环境污染协同治理机制平台，从顶层设计上谋划全要素能源效率改善之策。

参考文献：

[1]PATTERSON M.What is energy efficiency?— Concepts，indicators and methodological issues [J].Energy Policy，1996，24(5)：377-390.

[2]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.

[3]樊茂清，任若恩，陈高才.技术变化、要素替代和贸易对能源强度影响的实证研究[J].经济学(季刊)，2010 (1)：237-258.

[4]李兰冰.中国全要素能源效率评价与解构——基于“管理—环境”双重视角[J].中国工业经济，2012(6)：57-69.

[5]王兆华，丰超.中国区域全要素能源效率及其影响因素分析——基于2003-2010年的省际面板数据[J].系统工程理论与实践，2015(6)：1361-1372.

[6]范丹，王维国.中国省际工业全要素能源效率——基于四阶段DEA和Bootstrapped DEA [J].系统工程，2013(8)：72-80.

[7]Hu Jinli，Wang Shichuan.Total factor energy efficiency of regions in China [J].Energy Policy，2006，34(17)：3206-3217.

[8]师博，沈坤荣.政府干预、经济集聚与能源效率[J].管理世界，2013(10)：6-18+187.

[9]庞瑞芝.经济转型期间中国工业增长与全要素能源效率[J].中国工业经济，2009(3)：49-58.

[10]汪克亮.基于非参数前沿方法的中国省际全要素能源效率研究[D].天津：天津大学，2011.

[11]张伟，吴文元.基于环境绩效的长三角都市圈全要素能源效率研究[J].经济研究，2011(10)：95-109.

[12]岳良文，武春友，张米尔.绿色增长视角下的全要素能源效率评价方法研究[J].当代经济管理，2014(10)：24-31.

[13]陈关聚.中国制造业全要素能源效率及影响因素研究——基于面板数据的随机前沿分析[J].中国软科学，2014(1)：180-192.

[14]范如国，罗明.中国能源效率演化中的异质性特征及反弹效应影响[J].经济管理，2014(6)：1-12.

[15]陈德敏，张瑞.环境规制对中国全要素能源效率的影响——基于省际面板数据的实证检验[J].经济科学，2012(4)：49-65.

[16]杨骞，刘华军.技术进步对全要素能源效率的空间溢出效应极其分解[J].经济评论，2014(6)：54-62.

[17]张兵兵，朱晶.出口对全要素能源效率的影响研究——基于中国37个工业行业视角的经验分析[J].国际贸易问题，2015(4)：56-65.

[18]赵领娣，兰佳驹，张磊.人力资本与全要素能源效率[J].科技管理研究，2015(14)：198-205.

[19]冉启英，陈荣翼.所有制结构对全要素能源效率的影响研究[J].新疆师范大学学报(哲学社会科学版)，2015(5)：112-117.

[20]ANDERSON P，PETERSEN N C.A procedure for ranking efficient units in data envelopment analysis [J].Management Science，1993，39(10)：1261-1264.

[21]FARRELL M J.The measurement of productive efficiency [J].Journal of the Royal Statistical Society，1957，120(3)：253-290.

[22]吴延瑞.生产率对中国经济增长的贡献：新的估计[J].经济学(季刊)，2008(3)：827-842.

[23]HALL R，JONES C.Why do some countries produce so much more output per worker than others?[J].The Quarterly Journal of Economics，1999，114(1)：83-115.

[24]BECKERMAN W.Economic growth and the environment：Whose growth?Whose environment?[J].World Development，1992，20(4)：481-496.

[25]SELDEN T M，Song D.Environmental quality and development：Is there a Kuznets curve for air pollution emissions?[J].Journal of Environmental Economics and Management，1994，27(2)：147-162.

[26]张成，陆旸，郭路，等.环境规制强度和生产技术进步[J].经济研究，2011(2)：113-124.

[27]林柏强，杜克锐.要素市场扭曲对能源效率的影响[J].经济研究，2013(9)：125-136.

[28]胡秋阳.回弹效应与能源效率政策的重点产业选择[J].经济研究，2014(2)：128-140.

(本文责编：辛城)

Analysis on Influencing Factors of Total Factor Energy Efficiency in the Yangtze River Economic Belt under Environmental Constraints

WU Chuan-Qing1，2，DONG Xu1

(1.SchoolofEconomicandManagement，WuhanUniversity，Wuhan430072，China;2.CenterforRegionalEconomicsResearch，WuhanUniversity，Wuhan430072，China)

Abstract：Total factor energy efficiency is an important indicator measuring economy development quality under the lack of energy and environment press.This paper measures TFEE in the Yangtze River economic belt by super DEA model and Malmquist-Luenberger index，and then analysis the general mechanism that how environment influent TFEE，and construct a theoretical model to explain TFEE based on endogenous growth theory.Empirical analysis based on panel data Tobit model shows that the level of economic development，industrial structure，energy consumption structure，enterprise behavior and the degree of opening up，government’s environmental pollution control investment，capital-labor endowment structure and technological progress are main factors on TFEE in the Yangtze River economic belt.In the future，we must take effective and various measures from the aspects such as national strategy，market，government and regional cooperation to improve TFEE in the Yangtze River economic belt.

Key words:the Yangtze River economic belt；total factor energy efficiency；environmental constraints；Malmquist-Luenberger index；influencing factors

中图分类号：F205

文献标识码：A

文章编号：1002-9753(2016)03-0073-11

作者简介：吴传清(1967-)，男，湖北石首人，武汉大学经济与管理学院教授、博士生导师，武汉大学区域经济研究中心主任，博士，研究方向：城市与区域经济。

基金项目：国家社会科学基金重大项目“长江经济带产业绿色发展战略与政策体系研究”(15ZDA020)。

收稿日期：2015-09-05修回日期：2016-01-20