碳约束下长江经济带区域节能减排效率时空分异研究

田泽严铭顾欣

摘要：运用改进的超效率DEAEBM模型和全局MalmquistLuenberger指数法相结合的综合方法，对2006～2014年长江经济带各省市节能减排效率进行评价，以揭示时间演进规律和区域差异特征。结果显示：考察期整个长江经济带节能减排效率得到提高。从空间分布看，长江经济带省际节能减排呈现出东高西低特点；从时间看，整个长江经济带节能减排效率呈先降后升的U型趋势。长江经济带省际节能减排效率差异经历了先增后减的过程，并有持续下降的趋势。在影响节能减排效率的诸多因素中，技术进步是推动长江经济带节能减排效率提升和区域差异缩小的主要动力，并得出结论与有意启示。

关键词：长江经济带；节能减排效率；DEAEBM模型；全局MalmquistLuenberger指数法

DOI：10.13956/j.ss.1001-8409.2016.12.09

中图分类号：F0622；F1245 文献标识码：A 文章编号：1001-8409（2016）12-0038-05

Study on Time and Sparities of Energysaving & Emission

Reduction Efficiency in Yangtze River Economic Zone

TIAN Ze1，2， YAN Ming1， GU Xin2

（1. Institute of Lowcarbon Economy and Technology， Hohai University， Changzhou 213022；

2.Jiangsu Provincial Collaborative Innovation Center of World Water Valley and Water Ecological Civilization， Nanjing 211100）

Abstract： This paper evaluates the energysaving & emission reduction efficiency in Yangtze River Economic Zone from 2006 to 2014 by adjusted Super DEAEBM model and Global MalmquistLuenberger index method， and analyzes the change rule and regional difference characteristics of them. Result show that， the whole Yangtze river economic belt efficiency was improved. From the spatial distribution of the Yangtze river economic belt， the provinces presents the efficiency with “east high， but west low” characteristics. From the time the whole Yangtze river economic belt efficiency has the “U” type trend. The provincial efficiency difference has the process of “increase after decreases first”， and have continued to decline trend. In a number of factors that influence efficiency， technological progress is the main power to ascend. In the end， it gave the conclusion and got some implications.

Key words： Yangtze River Economic Zone； the efficiency of energy conservation & emission reduction； DEAEBM model； DeaMalmquist index method

长江经济带涵盖我国沪苏浙皖赣鄂湘渝川云黔11个省市，已发展成为中国综合实力最强、战略支撑作用最大的区域之一。2014年我国提出将生态文明建设的先行示范带作为长江经济带的重要战略定位。然而近年来，长江流域沿岸地区水质恶化，固体废物严重污染。这一系列问题的出现，严重制约着长江经济带的可持续发展。在当前形势下，国家“十三五”规划纲要确立了实现单位GDP能耗、CO2排放量分别下降15%和18%的目标，国家层面对节能减排指标的硬性约束，对区域、地方的节能减排工作起到了规范和引领作用。本文针对2006～2014年对长江经济带节能减排效率进行时空分布差异进行实证研究，为评价“十一五”“十二五”期间我国节能减排实施效果提供依据，也对长江经济带发展绿色低碳经济和全国生态文明建设具有重要的现实意义。

1文献回顾

关于我国节能减排效率的研究，主要是从能源效率的研究中拓展出来的。大多数学者在全要素的框架下，把劳动力、资本、能源消耗等作为投入，把GDP等作为产出，采用数据包络分析（DEA）法进行研究。研究污染物排放等非期望产出，又可分为两类。第一类研究未考虑非期望产出，在评价模型上分别采用了一般DEA模型、改进的DEA模型、超效率DEA模型以及DEA-Malmquist生产率指数模型[1]等；第二类研究考虑了非期望产出，即在第一类研究的模型中加入了一个或多个污染物排放的非期望产出（即减排指标），在处理非期望产出时，这些研究分别采用视为投入代法、Seiford和Zhu提出的线性变化法[2，3]以及Malmquist-Luenberger指数法[4]等。其中，Tone等基于前期DEA模型的不足，构建了一个结合径向与非径向特点的EBM（EpsilonBased Measure）模型[5]；而Cheng等在前者研究的基础上，进一步对相关系数计算方法改进和修正，提出了AdjustedEBM模型（即AEBM）[6]。同时，Pastor和Lovell在前人研究的基础上，率先提出全局Malmquist指数计算方法（简称GML法），使得估算结果更加真实稳健[7]。另外，有的研究采用了改进的熵值法将多个污染排放指标综合为一个非期望产出以减少模型产出、提升模型有效性。

本文借鉴上述研究成果，鉴于非期望产出的选取、指标选取等方面的不足，从以下方面进行创新：研究框架与方法上，采用考虑CO2等非期望产出的全要素节能减排效率的研究框架，运用改进的超效率DEAEBM模型以及全局ML指数法相结合的综合方法，对整个长江经济带各省及上中下游三大区域的节能减排效率进行全面评价；研究视角上，考虑碳排放和无碳排放约束两种情景下的省级节能减排效率比较分析，以更全面、客观地反映当前节能减排的现实。

2评价方法与模型

21改进的DEAEBM模型

基于CRS和SBM等数据包络模型的不足，Cheng等在Tone构建的EBM模型的基础上，提出了改进后的DEAEBM模型（AEBM）。本文将运用该模型对节能减排效率进行静态估算，效率范围在0和1之间，效率等于1代表DEA有效，处于前沿面上；不足1时则是DEA无效，出现投入不足或者冗余的情况，说明投入产出仍有改进空间。特别是在超效率EBM模型中分值EBM*>1时，继续增加投入还可以促进全要素节能减排效率的提高。

22全局MalmquistLuenberger（GML）指数法

在此基础上，本文结合有非期望产出的全局ML（GML）指数法可以测算效率增长率以及各个分解指数的特点，对节能减排效率做动态分析。其中，GML>1，表示节能减排效率提升；反之，则下降。进一步可将GML生产率指数分解为效率变化（GEFC）和技术变动（GTEC），再根据Zofio[8]的生产率指数分解方法，将GEFC分为纯效率变化（GPEC）和规模效率变化（GSEC），将GTEC又可以分为纯技术变化（GPTC）和技术规模偏好（GSTC）。根据结果的不同，GPEC可体现地区环境治理水平，GSEC表示地区规模经济的情况，GPTC是区分地区技术进步的标准，而GSTC体现了经济规模与技术进步间的互动关系。这一分解方法能够从4个不同维度来分析长江经济带各区域的节能减排现状，比以往的研究更全面、具体。

3长江经济带节能减排效率评价的实证分析

31节能减排效率评价指标选取与数据来源

“十一五”规划中才提出节能减排的具体指标，考虑到数据的可获得性，本文选取2006～2014年作为考察期，并将针对长江经济带各省市及上中下游三大区域开展研究。

在全要素框架下，本文设定生产函数为F（L，K，E）=Y（Q，P），其中L为考虑质量的劳动力投入，K为考虑质量的资本投入，E为能源投入，Q为期望产出（即地区GDP），P为非期望产出（地区污染物排放指数）。各指标的定义及数据来源如下：①考虑质量的劳动力L用劳动力人均教育年数衡量劳动力素质（质量）的差异；②考虑质量的资本存量K用资本存量的使用年限衡量资本质量的差异；③能源投入E为各地每年的能源消费总量作为能源投入指标；④期望产出Q为GDP，并折算为2005年不变价；⑤非期望产出P（地区污染物排放指数）：本文选取“十一五”“十二五”规划中明确要求减排的污染物，即SO2、COD和氨氮的排放量。此外，CO[9]2加入到非期望产出，并采用改进的熵值法[10]将三个污染物排放量综合成一个地区污染物排放指数P代入到模型中。以上数据取自历年《中国统计年鉴》《中国劳动统计年鉴》《中国能源统计年鉴》以及《各省市统计年鉴》。

32节能减排效率评价结果及分析

根据上述方法，运用MAXDEA66 PRO软件计算2006～2014年长江经济带省市、区域的节能减排效率及各项指数，分析时间变化规律、空间分布特征及差异。

321长江经济带节能减排整体效率分析

由表1可知：2006～2014年间无碳约束的长江经济带节能减排AEBM效率和GML指数都会被高估，这说明加入碳约束会降低节能减排效率。总体来看，是否考虑碳排放约束的节能减排效率值是存在差异的。实际生产过程中，宜采用有碳约束的AEBM效率值及GML指数进行如下分析。

进一步观察表1得到：期间整个长江经济带节能减排AEBM效率以及GML指数均呈先降后升的U型变化趋势，可分为两个阶段。第一阶段，“十一五”期间，效率变化波动的现实原因主要受金融危机影响，造成产出水平下降，与此同时，经济带前期发展的高碳高污染行业造成的环境问题愈发严重，使得在环保投入不断增长的情形下，节能减排效率值依旧有所下降；而第二阶段，即2010年以后节能减排效率取得了较大幅度的提升。这也得益于进入“十二五”规划期之后，国家从政策上明确了节能减排的目标和方向，使得节能减排工作取得快速发展。2014年，AEBM效率值和GML指数均到达峰值（0721和1053）。

从A-EBM分解式中可得到：规模效率SE在8年间较为平稳保持在085左右，而纯技术效率VRS的下降导致了整体效率值的下跌，直到2012年才有所好转。这体现了节能减排管理水平方面有一定欠缺。

从GML指数分解来分析，9年间长江经济带节能减排效率进步了43%。进一步分析分解式可知：技术进步指数（GTEC）始终大于1（均值1040），这表明了技术进步对长江经济带节能减排效率的提高起了决定性的作用。其中，GPTC均值为1024，GSTC为1016，说明：一方面纯技术进步速度较快；另一方面经济规模的技术偏好在加强。而造成期间效率波动主要是由效率变化指数（GEFC）的波动造成的，如表1所示。原因是经济规模（GSEC）相对稳定，而环境治理水平（GPEC）有一定程度的降低，特别

是“十一五”期间GPEC持续地下降，到“十二五”才有所缓和，国家制定了更严苛的环境制度来协调地方经济与环境的关系，使效率有所回升，GEFC均值超过1，为1003。这说明，期间长江经济带在总体的节能减排管理水平和制度设计上仍有改进空间，与A-EBM效率分解结果相符。

322长江经济带省际节能减排AEBM效率评价

（1）空间分布

由图1可得长江经济带省际节能减排AEBM效率未达到理想状态（DEA值为0670），且省际间差异明显。均值由高到低排序依次为：上海、江苏、浙江、湖南、湖北、江西、重庆、安徽、四川、云南和贵州。其中，上海的综合效率是1002，处于效率前沿，其他10个省市距离效率前沿还有一定的差距。空间分布特征上，效率值由长江下游到上游逐步降低。只有下游的上海、江苏和浙江3个省市的节能减排效率大于整个长江经济带的平均值，而云南和贵州远远低于平均值，差距明显。

从AEBM效率值分解的测算结果可知：无论是VRS还是SE，效率值都是由长江下游到上游依次降低，其中①纯技术效率均值前4名为：上海、江苏、重庆和浙江，而且上中下游地区间的效率差异较大。可以看出纯技术效率的差异是造成AEBM效率地区差异的主要原因，即下游地区在节能减排的管理水平和制度设计上遥遥领先，中、上游地区分别属于纯技术中、低效水平本文根据DEA方法的结果，将A-EBM效率值分为高（08～1）、中（06～08）、低（04～06）、无（0～04）效4个类别。，改进空间巨大。②规模效率的省际差异较小，绝对值前4为上海、江苏、浙江和湖南，只有贵州的规模经济发展效率属于低效范畴。

（2）时间演进

①三个区域都经历了效率值从高位到低位再回到高位的过程，长江下游的节能减排效率仍然远高于中、上游地区。而具体来说，长江中、上游地区期间跌幅较小，只有7%左右，涨幅则达到了将近20%；下游地区由于整体效率属于较高水平，上涨空间不大，上升和下降幅度基本持平。②从省际的角度，2006年节能减排均属于高效的省份占27%。其中，上海为完全有效；有55%属于中等效率水平，包括了中、上游的6个省份；而贵州、云南的效率处于低水平。“十二五”初期，浙江连续两年跌出高效的省份，高效省份变为2个；而中效地区最少的时候只有中游的4个省份；上游的重庆和四川跌至低效水平，云南、贵州始终保持在最低水准上。2012年以来节能减排形势有所好转，截止2014年，高效水平为下游的3个省份；中效的省份又回到6个，湖北、湖南、重庆的效率进步较快，其中重庆市的效率已经迫近了高效地区；下游云南的效率也接近了中等水平，而贵州仍然在低水平下徘徊。

323长江经济带节能减排效率GML指数评价结果分析

（1）空间分布

从GML指数来看省际的效率变化，所有11个省市总体上是效率进步的。进步较快的省市集中在中上游地区，按进步快慢排序依次有重庆（74%）、四川（67%）、湖南（6%）、江西（54%）。下游地区效率绝对水平高，相应地，进步放缓且进步空间较小。其中，上海的效率一直处于整个经济带的前沿，而云南、贵州效率值低，进步速度也较慢。

各省市节能减排效率GML各项分解指数均值可知：①从技术变化指数GTEC来看：上海、江苏、浙江、湖南、重庆、四川6个省市均超过1，反映技术前沿面获得了不同程度的推进；②从效率变化指数来看，下游地区3个省市处在规模报酬递减阶段，经济规模有所饱和，而中上游地区则处于规模报酬递增阶段，经济规模的扩大还有一定的空间。综合以上，湖南、重庆、四川3个省市无论是GTEC还是GEFC都大于1，节能减排效率发展较快。

进一步分解得到：从GPEC和GSEC来看，江苏的节能减排管理水平得到提升，但经济规模发展已经饱和，而其他省市的管理水平和监管机制还有待加强，经济规模却获得一定的发展空间；从GPTC和GSTC来看，下游的省市经济规模的技术偏好基础较好、发展较快，中下游省市技术研发水平提高较快，但与经济规模发展的互补进展较迟缓。

（2）时间演进

从GML的指数分解变化趋势看：长江经济带三大区域的规模效率变化在2008～2013年间多次出现退步，但

总体上的变化是平稳的；经济规模的技术偏好方面，下游地区指数有所下降，中、上游地区有一定的上涨趋势；纯效率变化指数在2006～2011年间多数省市出现下降趋势，尤其是中、上游地区下降趋势更为明显。处于下游的江苏是唯一趋势上升的地区；纯技术进步指数9年间三大区域各省市基本都处于上升趋势，尤其是2012年以来，上升幅度愈发明显。

由测算结果及以上分析，结合各项指数的分解关系可知：下游区域的技术前沿推进以及经济规模的技术偏好较高是促进节能减排效率大幅提升的关键因素；长江中游的节能减排效率主要受技术进步水平的影响；而影响上游区域节能减排效率发展的因素是技术和管理水平。

324长江经济带省际节能减排效率差异分析

在了解省际节能减排效率空间变化情况的基础上，根据2006～2014年经济带省际A-EBM效率值以及GML指数对经济带11个省份进一步做聚类分析，以利于从空间上把握各地节能减排效率高低的分布情况。运用SPSS190软件的系统聚类WARD法，把经济带11个省市的节能减排A-EBM效率值分为高（08～1）、中（06～08）、低（04～06）效三个类别，再根据节能减排效率GML指数历年均值，将研究对象分为效率上升（大于1且排名前列）、平稳（大于且接近1）和下降三个级别，最后综合得到表2。

由表2可以看出：平稳（或上升）—高效地区，包括江苏、浙江及上海，该类省市在长江经济带范围内的节能减排工作中发挥示范作用；重庆、四川、湖南和江西为上升—中效地区，有向节能减排高效地区发展的潜力；包括湖北和安徽，该部分区域节能减排事业发展平稳推进，但效果不明显，属于平稳—中效地区；而处于平稳—低效的贵州和云南，无论从政策、管理上，还是技术水平上与其他地区还有一定的差距。

325长江经济带节能减排效率收敛性分析

本文通过σ收敛分析方法[11]分析长江经济带节能减排效率差异随时间变化的趋势。由图2结果可知：省际变异系数呈上下波动形态，在2010年达到峰值，总体趋势向下收敛，而区域变异系数从2008年起逐渐向下收敛。相较而言，区域间的变异系数收敛性更明显，而城际变异系数波动幅度更小。

为了探求省际变异系数波动较大的原因，本文进一步测算了三个经济区域间的变异系数。结果显示：主要是上游地区节能减排效率差异分化明显造成的。从趋势看：长江中、下游地区省际变异系数变化较为平稳，而上游地区省际变异系数有发散的趋势；横向比较来看：中游地区城际效率差异最小，下游地区其次，而上游的城际差异相对较大，且持续发散。主要原因在于长江中下游地区经济相对领先，经济规模的技术偏好水平高，人才资源丰富，更有利于地区间协同实现互利共赢；而上游城市群发展相对落后且不平衡，制度建设进展缓慢，个别城市的效率提高并没有带动周边城市协同进步，所以造成了区域内城际发展差异越来越大。

4结论与启示

本文测算了2006～2014年长江经济带各省市、区域的节能减排效率，并对时间变化规律和区域差异特征进行探究，得出以下结论：

（1）考虑碳约束对于节能减排效率的测度具有明显影响且更符合现实情况。因而，碳约束下2006～2014年期间整个长江经济带节能减排效率GML指数为1043，即节能减排工作取得了一定的进步；但A-EBM效率为0670，仍未达到理想状态。

（2）空间分布上，节能减排效率由长江下游到上游逐步降低。时间演化上，整个长江经济带节能减排效率呈先降后升的U型变化趋势。差异程度来看，省际变异系数呈上下波动的倒U形态，而区域变异系数逐渐向下收敛。可见，省际节能减排工作的协同方面仍然存在一定差距。

（3）技术进步指数与节能减排效率同步提高，说明技术进步是推动长江经济带节能减排效率提升的主要动力。而节能减排的管理水平和治理差异是导致效率向下波动的主要原因；而纯技术进步以及经济规模的技术偏好水平的不断提升促进了整个长江经济带节能减排效率先下降后提升的转折。

基于上述结论，提出以下启示：

（1）充分发挥政府的主导作用以及市场的基础调节作用。各省市节能减排在管理水平和制度设计上还有改进空间，特别是上游地区，应该充分发挥政府的监督管理职能，用行政手段促进企业减排；中游地区要大力探索发展碳权交易，建立正式的碳交易市场来促进减排；下游地区要注重政府职能创新，通过财政拨款来补贴技术创新的形式来加大对节能减排工作的支持力度。

（2）重视和发挥技术进步以及科技创新的关键作用，加大节能环保技术、工艺和装备研发投入。特别是要加强节能减排、低碳环保等技术的产业化示范和推广，以推动长江经济带整体的技术进步。

（3）统筹协调发展，推进区域协同。中下游地区严格控制并逐步淘汰高耗能、高排放产业。推动建立绿色低碳循环发展产业体系。上游地区资源禀赋优势明显，要优化能源消费结构，提倡使用清洁能源，同时应该注意防范下游地区产业的转移带来污染排放的跨区域转移。

参考文献：

[1]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， 14（4）： 137-143.

[2]Seiford L M， Zhu J. Modeling Undesirable Factors in Efficiency Evaluation[J]. European Journal of Operational Research， 2002，142（1）： 16-20.

[3]袁晓玲，张宝山，杨万平. 基于环境污染的中国全要素能源效率研究[J]. 中国工业经济， 2009（2）： 76-86.

[4]王维国，范丹. 中国区域全要素能源效率收敛性及影响因素分析——基于MalmqulistLuenberger指数法[J]. 资源科学， 2012， 34（10）： 1816-1824.

[5]Tone K， Tsutsui M. An Epsilon-based Measure of Efficiency in DEAa Third Pole of Technical Efficiency[J]. European Journal of Operational Research，2010，207（3）：1554-1563.

[6]Cheng G， Zhenhua Qian. An Epsilon-based Measure of Efficiency in DEAAn Alternative Method for the Affinity Index[J]. Mpra Paper， 2011.

[7]Pastor J T，Lovell C A. A Global Malmquist Productivity Index[J]. Economics Letters，2005（88）：266-271.

[8]Zofio J L. Malmquist Productivity Index Decompositions：A Unifying Framework[J]. Applied Economics， 2007， 39（18）：2371-2387.

[9]齐绍洲， 付坤. 低碳经济转型中省级碳排放核算方法比较分析[J]. 武汉大学学报：哲学社会科学版， 2013（2）：85-92.

[10]吴琦，武春友. 基于DEA的能源效率评价模型研究[J]. 管理科学， 2009， 22（1）： 103-112.

[11]王维国，范丹. 中国区域全要素能源效率收敛性及影响因素分析——基于MalmqulistLuenberger指数法[J]. 资源科学， 2012，34（10）： 1816-1824.

（责任编辑：冉春红）