能源产能空间集聚对区域能源效率的影响

张士强 孟璐莎 李跃

摘要 中国能源分布存在显著的非均衡性，随着能源的不断开采及国家能源布局的调整，能源产能快速呈现出空间集聚的态势。在世界能源格局巨变和全球环境恶化的背景下，研究能源产能空间集聚对区域能源效率的作用机理和效应，能够为中国制定相关能源政策和能源战略提供有益指导。文章利用2000—2017年省级面板数据，通过构建能源产能空间集聚测度模型、全要素能源效率测度模型、能源产能空间集聚对区域能源效率的影响模型和中介效应检验模型，研究能源产能空间集聚对区域能源效率的作用机理和效应。结果表明：①中国东、中、西部地区能源产能空间集聚呈收敛态势。其中，东部地区集聚度逐渐减小，西部地区集聚度逐渐增大，中部地区集聚度先增后减。②中国区域能源效率差异明显，整体表现为东部>中部>西部的态势。③能源产能空间集聚对能源效率的影响具有明显的区域异质性。从全国看，能源产能空间集聚对能源效率具有显著正向效应;分区域看，东部地区能源产能空间集聚对能源效率具有促进作用，而对中、西部地区具有抑制作用。④能源结构和技术创新是能源产能空间集聚影响能源效率的重要因素。根据研究结论，文章提出了贯彻落实“抑制东部、控制中部、发展西部”的煤炭发展战略;加快推进中西部地区新能源发展，扩大碳交易机制范围，优化能源消费结构;大力推进中西部地区节能技术创新和节能产业发展，加大能源效率考核力度等政策建议。

关键词 能源产能空间集聚;能源效率;SE-SBM模型;影响因素;区域差异

中图分类号 X321;F206文献标识码 A文章编号 1002-2104（2021）05-0058-09DOI：10.12062/cpre.20201105

能源是经济发展的“血液”，能源供需矛盾已成为制约中国经济发展的重要因素。在世界能源格局巨变和全球环境恶化的背景下，如何提高能源效率成为经济可持续发展面临的重要课题。当前中国能源分布存在显著的非均衡性，随着能源的不断开采以及中国能源布局的调整，能源产能快速呈现出空间集聚的态势。2000—2017年，石油产量最高的前三省份占当年中国石油产量比例由42.27%提高到了52.28%;煤炭产量最高的前三省份占当年中国煤炭产量比例由32.76%提高到了66.46%;天然气产量最高的前三省份占当年中国天然气产量比例由53.23%提高到了73.47%。能源产能不断集聚，一方面有助于推进能源产业的集约高效发展，为能源行业高质量发展奠定基础，另一方面也使得能源生产和消费中心逆向分布的矛盾更加凸显。根据新经济地理理论和要素禀赋理论，能源生产的不均衡性必然会因区域间用能成本的不同带来区域能源结构、技术创新的差异，进而引起区域能源效率的变化。在中国能源产能不断向西部地区布局的背景下，摸清能源产能空间集聚对区域能源效率的作用机理和影响效应，对中国能源战略布局以及能源效率提升均具有重要的借鉴意义。

1文献综述

在能源效率影响因素相关研究中，专家学者从区域视角、产业细分视角分析了不同地区、不同产业能源效率的影响因素，研究认为技术因素[1-4]、产业因素[5-7]、结构因素[8-9]、经济因素[10]和城镇化因素[11-12]等是影响能源效率的主要因素。随着空间经济理论和要素禀赋理论的发展，国内外学者对Auty[13]提出的“资源诅咒”现象进行了拓展。其中，能源禀赋对能源效率的影响研究是拓展方向之一。吴滨[14]以高耗能行业为研究对象，研究发现能源禀赋的差异直接导致了区域能源技术的差异，且能源禀赋高会导致区域能源技术下降。该结论为之后专家学者探究能源禀赋对能源效率的影响效应和影响路径奠定了理论基础。张力小等[15]以31个省份的能源和水资源面板数据，验证了“资源诅咒”效应不仅作用于区域经济发展，也同样作用于资源利用效率。随后，专家学者从不同视角开展了大量关于能源禀赋对能源效率影响的研究，取得了诸多研究成果，但学界就能源禀赋的描述指标并未达成一致。当前专家学者主要利用能源供需情况（能源生产量[16]、煤炭生产量与消费量比重[17]、能源消费量与生产量比重[18]、地区人均能源生产量与全国人均生产量比重[19]、地区能源生产量与全国人均生产量比重[20]表示）、能源可采量（化石能源剩余可采储量表示[21]）、从业人口情况（采掘业从业人数与从业总人数比重[22]表示）和采矿许可证发证情况[23]描述能源禀赋。当前关于能源禀赋的描述性指標不甚一致，原因主要在于专家学者对能源禀赋的内涵理解不同。狭义上，能源禀赋主要指能源赋存量;而广义上，能源禀赋则包含了能源分布特征、能源赋存量和能源质量三个方面[24]。当前研究多将能源禀赋与能源赋存量对等，通常考虑的是能源赋存量对能源效率的影响，而对能源分布特征、能源质量鲜有研究。文章将从能源分布特征视角，通过构建能源产能空间集聚测度模型，测度分析中国能源产能空间集聚度及时空特征。

除能源禀赋评价指标存在差异外，研究结论也并不统一。部分学者认为能源禀赋对能源效率具有抑制效应，存在显著的“资源诅咒”现象。如刘立涛等[25]从绿色全要素能源效率视角，研究发现能源禀赋对区域能源效率存在抑制效应。姜磊等[26]从空间异质性视角探究了能源禀赋对能源强度的作用效应，结果显示能源禀赋与能源强度成正比关系。周倩玲等[27]从微观视角研究发现，煤炭禀赋越充裕的地区，其企业煤炭能源强度越高。但部分学者从政府调控角度研究认为“资源诅咒”现象不一定存在，有效的政府调控能够消除该现象。如Bulte等[28]研究认为“资源诅咒”现象并不是在所有资源丰富的地区都存在，该现象仅在政府制度建设存在缺陷的地区出现。潘雅茹等[29]研究发现政府干预能够显著改善能源禀赋所引起的“资源诅咒”现象，进而提高能源效率。综上，文章将从能源分布特征的角度，分区域探究能源产能空间集聚对区域能源效率的影响效应和影响机理。

2能源产能空间集聚内涵及影响路径分析

2.1能源产能空间集聚内涵

文章所指能源为煤炭、石油、天然气等化石能源。由于能源资源是自然形成，其赋存情况不因经济集聚而改变。能源产能的空间集聚是由能源资源开发约束和国家能源产能布局导致的。首先，由于能源资源的可耗竭性，随着能源资源不断开发利用，贫乏区能源逐渐耗竭导致产能下降，集聚区能源产能比重逐渐增大，从而导致能源资源呈现出向能源集聚区集聚的现象;同时，国家能源战略布局加快淘汰东中部地区落后产能，进一步加快了能源产能向西部地区集聚的态势。该现象与其他生产要素的空间集聚差异在于其他生产要素集聚是要素流动导致的，而能源产能空间集聚是由于部分地区退出、减少或增加产能而间接导致的。这一特征也表明能源产能空间集聚过程是不可逆的，人为因素只能减缓该过程但不能逆转该过程（以东部地区为例，东部地区能源产能空间集聚度下降是由能源资源逐渐耗竭导致的，人为无法逆转该过程）。但是能源产能空间集聚与能源赋存量存在差异，能源赋存量高的地区是能源产能空间集聚的必要条件，但不是充分条件，因为部分能源赋存量高的地区因为交通、经济、环境等因素的制约难以转化为产能;同时，国家能源战略布局也会导致部分能源赋存量高的地区难以释放产能。综上，文章所指的能源产能空间集聚是指区域能源生产能力的空间集聚水平，表征的是能源产能的分布特征。

2.2能源产能空间集聚对区域能源效率的影响路径分析

能源产能空间集聚会通过运输费用的变化对集聚区和贫乏区用能成本产生显著影响[30-31]，而用能成本的变化会进一步引起区域能源结构、技术创新水平的改变，而结构因素和技术因素又是能源效率的重要影响因素，因此文章认为能源产能空间集聚会通过能源结构、技术创新路径对区域能源效率产生影响。

（1）能源结构路径。能源产能空间集聚水平表示能源产能在空间上的分布情况，而能源消费价格受供销地之间距离影响。Fisher-vanden等[32]研究认为能源价格的变动对能源结构有直接影响作用，企业偏向利用价格低、易获得的能源。由此可知，在煤炭富集区会形成以煤炭消费为主的能源结构，在其他能源富集区会形成相应的能源消费结构。同时，能源结构一直被认为是影响能源效率的重要因素[33-34]。吴传清等[8]研究认为以煤为主的能源结构是导致我国能源效率低下的主要原因，由于技术水平、设备以及煤炭质量的限制，中国的煤炭利用效率一直不高。周倩玲等[27]基于全行业样本的企业能源消耗微观数据，研究认为煤炭禀赋越充裕的地区，其企业煤炭能源强度越高，并且小规模企业对地区煤炭禀赋更为敏感。综上，文章认为能源结构是能源产能空间集聚影响能源效率的重要因素之一。

（2）技术创新路径。根据全要素能源效率相关理论可知，能源、技术、资本等要素之间存在替代关系。能源产能空间集聚通过一定的产业空间组织，形成能源产业集聚，并进一步形成一种循环累积的因果机制，使能源集聚地吸引更多的要素和企业，成为能源产业地理中心。根据“资源诅咒”理论及其研究成果[35-36]，从“挤出效应”视角看，单一的能源基树形产业结构体系会吸引该地区大量投资及劳动力，导致高新技术产业逐渐被挤出，进而抑制当地技术创新。同时，技术创新是影响能源效率的关键因素之一，研究认为技术创新有利于提高能源效率。如Fisher-vanden等[1]研究认为技术创新使得企业能够使用更少的能源投入生产相同的产出。卢锐等[37]以制造业为研究对象，探究了技术进步和技术进步效率对能源效率的影响效应，研究显示其均对能源效率具有正向影响。综上，文章认为技术创新是能源产能空间集聚影响能源效率的又一重要因素。

3模型构建、指标选取与数据来源

3.1模型构建

3.1.1能源产能空间集聚度测度模型

为描述能源产能空间集聚水平，探究其对区域能源效率的影响机理和效应，文章借鉴区位熵和空间基尼系数表达方式[38]，构建能源产能空间集聚度测度模型，反映各省份化石能源生产量相对于全国化石能源生产量的集聚程度。

其中，ESADi表示i省（区、市）化石能源空间集聚度;EPi表示i省（区、市）化石能源生产量;Si表示i省（区、市）面积;EP表示中国化石能源生产量;S表示中国国土面积。

3.1.2全要素能源效率测度模型：SE-SBM模型

DEA模型是用于评价非参数效率的一种常见方法。当前专家学者多运用DEA模型测度全要素能源效率，但因其取值范围为[0，1]，致使该模型仅能判断决策单元是否有效，而对有效决策单元无法进一步排序。Tone[39]提出的SE-SBM模型，通过在目标函数中引入松弛變量克服了传统DEA模型效率值最大为1的不足。因此，选取SE-SBM模型，测度区域能源效率，进一步引进了非期望产出项，改进后的模型为：

在该模型中，当ρ值小于1时，该决策单元无效;当ρ值大于等于1时，该决策单元有效。

3.1.3能源产能空间集聚对区域能源效率影响模型

根据区域能源效率影响因素相关研究成果和结论，文章以能源产能空间集聚度作为解释变量，以经济发展水平、城镇化水平、人口密度、对外开放水平以及产业结构等作为控制变量，构建模型（3）验证能源产能空间集聚对区域能源效率的影响效应。

其中，EE为省（区、市）能源效率，用全要素能源效率表示;ESAD为能源产能空间集聚水平;X表示控制变量集，各个变量说明及指标设计见表1所示;α为待估算参数;μi表示不可观察的地区效应，反映了一些无法观察的地区差异性变量的影响;ε为随机扰动项;下标i代表地区;下标t为时间。

3.2数据来源

考虑数据可得性，文章选取2000—2017年除台港澳及西藏外的30个省份为研究样本。数据为《中国统计年鉴》《中国能源统计年鉴》和各省份统计年鉴整理所得。其中，资本投入采用单豪杰[44]提出的资本存量估算法计算;劳动力投入采用各省市年底从业人数表示，个别缺失数据用平滑指数法推算得出;能源投入采用各省市煤炭、石油、天然气消费量折标加总表示;地区GDP以2000年为基期计算，转化为实际GDP，剔除物价变动的影响;二氧化碳排放量采用碳排放系数法，利用各个省市能源消费量与碳排放系数进行估算。

4结果分析

4.1能源产能空间集聚水平测度及分析

根据模型（1）测得各省份能源产能空间集聚度，并进一步绘制了东、中、西部地区能源产能空间集聚度走势图（图1）。从整体看，全国能源产能空间集聚度平均值呈现波动平衡态势，但区域间差距较大。分区域看，东部地区能源产能空间集聚度整体呈现波动下降趋势;中部地区能源产能空间集聚度呈先增后减的趋势;西部地区能源产能空间集聚度则呈快速上升趋势;东部地区、中部地区和西部地区集聚度逐步呈现收敛态势。能源产能空间集聚度的区域变化趋势与中国能源禀赋特征以及“抑制東部、控制中部、发展西部”的能源发展战略相适应。

4.2区域能源效率测度结果分析

利用MAXDEA软件，采用SE-SBM模型对中国30个省份的全要素能源效率进行测算。

从整体看，中国平均能源效率值在0.5上下波动，小于1，属于低效区，表明当前中国多数省份具有效率提升空间。从个体看，截至2017年，全国仅有北京、天津、上海、江苏、福建、广东、青海等7个省份能源效率值达到1，属于效率有效;其余23省份均属于低效区，其中，黑龙江、浙江、江西、山东、湖北、湖南、海南、重庆、四川能源效率值在0.5～1之间;河北、山西、内蒙古、辽宁、吉林、安徽、河南、广西、贵州、云南、陕西、甘肃、宁夏和新疆等14个省份能源效率值在0.5以下，以上省份均具有能源禀赋高、经济发展水平落后等特征。从时间序列看，中国各省份能源效率均呈现先下降后上升趋势，整体上呈现“U”型走势。为进一步分析区域间能源效率的差异，文章测算了东、中、西部地区能源效率的平均值，如图2所示。

分区域看，能源效率整体表现为东部地区>中部地区>西部地区，其中，东部地区在2010年之前，能源效率呈波动下降趋势，之后能源效率出现明显增长，截至2017年达到了0.8左右。而中部地区和西部地区在2010年之前，能源效率呈现下降趋势，之后中西部地区能源效率呈现缓慢增长趋势。整体表现为东部地区与中西部地区能源效率差距呈增大趋势，可能是由于东部地区率先推动产业转型升级和区域经济发展不平衡所致。

为进一步分析东、中、西部地区能源效率的差异性，用标准差/均值得到能源效率的变异系数，如表2所示。从整体看，东、中、西部地区能源效率差异性呈现西部地区>东部地区>中部地区，可能原因是西部地区如四川、重庆、陕西等省市经济发展水平快速提升，且西部地区内蒙古、贵州、陕西成为重要的煤炭生产基地，四川、青海、云南成为重要的清洁能源生产基地，导致西部地区能源效率差异迅速扩大;而东部地区东北和东南地区差距一直存在。从时间视角看，东部和中部地区能源效率变异系数虽有波动，但变化不大;而西部地区则呈现出明显的“U”型变化趋势。

4.3能源产能空间集聚对区域能源效率的影响结果分析

根据前文对能源空间集聚度和能源效率的测度值，绘制了能源产能空间集聚度（取对数值）与能源效率的散点图，如图3所示。从全国视角看，能源产能空间集聚度与能源效率呈线性相关关系。据此，文章利用模型（3）分析能源产能空间集聚对能源效率的影响效应，计量结果如表3所示。

由表3显示结果可知，从全国层面看，能源产能空间集聚对能源效率具有显著的正向影响，表明能源产能空间集聚在一定程度上对能源效率的提高具有促进作用。主要原因可能是能源产能空间集聚的成本效应，导致多数能

源输入地区积极开展能源管理、调整能源结构，以提高能源效率、降低能源消耗。产业结构、人口密度和城镇化均对能源效率具有显著影响，其中，产业结构和人口密度对能源效率具有促进作用，城镇化水平对能源效率具有抑制作用。对外开放水平对能源效率具有抑制作用，经济发展水平对能源效率具有促进作用，但均不显著。

分区域看，东部地区能源产能空间集聚对能源效率提升具有显著促进作用。由图1和图2可知，2000—2017年，东部地区能源空间集聚平均水平呈明显下降趋势，而能源效率则呈先下降后上升趋势，主要原因可能是东部地区山东、河北以及东北三省均属传统能源产能大省，因能源赋存量下降导致的产能下降短时间内并未提升其节能增效意识，反而因为产能下降、开采难度提升等因素提高了能源消费成本，进而导致能源效率下降;而随着能源产能下降带来的成本效应不断发挥作用，逐渐推动东部地区节能减排技术的发展和能源结构的优化，导致东部地区能源效率在2010年后开始提升。同时，产业结构、人口密度和城镇化水平对能源效率具有显著的影响作用。中部地区能源产能空间集聚对能源效率具有显著的抑制作用;产业结构、城镇化水平对中部地区能源效率具有显著影响，而经济发展水平、人口密度和对外开放水平对中部地区能源效率的影响作用并不显著。西部地区能源产能空间集聚对能源效率具有抑制作用，但统计结果并不显著;经济发展水平、产业结构、人口密度、城镇化水平、对外开放程度均对西部地区能源效率具有显著影响。综上，能源产能空间集聚对东部地区能源效率具有显著促进作用，而对中部和西部地区能源效率具有抑制作用。

5影响路径检验

前文较为充分的论证了能源产能空间集聚对区域能源效率的影响效应，进一步验证能源产能空间集聚对区域能源效率的影响路径更显必要。影响路径的判断对中国政府制定能效提升政策及措施具有借鉴意义。文章依据Baron等[45]描述的中介效应检验程序从全国层面对能源结构、技术创新的中介效应进行检验，具体步骤如下：

第一步，检验总效应系数是否显著，即能源产能空间集聚与能源效率之间是否存在显著关系。上文已经检验了总效应系数的显著性，不再赘述。第二步，检验自变量（能源产能空间集聚）对中介变量（能源结构、技术创新）的影响效应（a）是否显著;如果显著则进行下一步检验，否则终止分析，中介效应不存在。第三步，检验中介变量（能源结构、技术创新）对因变量（能源效率）的影响效应（b）是否显著;如果显著则继续进行下一步检验，否则终止分析，中介效应不存在。第四步，引入中介变量，检验能源产能空间集聚对区域能源效率的直接效应（c）是否显著。在a和b都显著的情况下，如果c不显著说明存在完全中介效应，否则存在部分中介效应。检验模型如下：

其中，M表示中介变量，即能源结构、技术创新。能源结构用煤炭消费量占能源消费总量的比重表示，技术创新用发明专利授权量表示[26，46-47]。

根据模型（3）～（6）依次对能源结构和技术创新的中介效应进行检验，检验结果如表4所示。

（1）能源结构路径。表4基础回归表示能源产能空间集聚对能源效率的回归结果，能源结构中介效应下的（4）～（6）分别对应能源产能空间集聚对能源结构、能源结构对能源效率、能源产能空间集聚和能源结构对能源效率的计量结果。由表4可知，能源产能空間集聚对能源结构的回归系数为0.464，且显著，表征能源产能空间集聚整体上对中国以煤炭为主的能源消费结构具有促进作用，主要原因可能是中国是“富煤、贫油、少气”的国家，能源产能空间集聚以煤炭空间集聚为主，煤炭产能空间集聚的外部性效果显现，煤炭产量、质量和价格更具有竞争力。能源结构对能源效率的回归系数为-0.175，且显著，表征以煤为主的能源结构对能源效率的提升具有抑制作用，主要原因是以煤炭为主的能源消费结构会提高能耗碳排放水平，而碳排放又是全要素能源效率的非期望产出，进而抑制能源效率的提升[48]。引入能源结构变量后，能源产能空间集聚对能源效率的回归系数为0.315，且显著。这说明能源产能空间集聚通过能源结构影响能源效率的中介效应是存在的，其传导机制为能源产能空间集聚水平的提高会通过“成本效应”促使集聚区形成以煤炭为主的能源消费结构，进而抑制能源集聚区能源效率的提升。

（2）技术创新路径。技术创新中介效应下的（4）～（6）分别对应能源产能空间集聚对技术创新、技术创新对能源效率、能源产能空间集聚和技术创新对能源效率的计量结果。由表4可知，能源产能空间集聚对技术创新的回归系数为-0.301，且显著，表征能源产能空间集聚整体上对中国的技术创新具有抑制作用。根据前文理论分析可知，能源产能空间集聚水平的提高会使中西部能源集聚区吸引更多的要素和企业，成为能源产业地理中心，进而形成对高技术产业的“挤出效应”，抑制当地技术进步。相反，能源产能空间集聚水平的下降则会促使东部能源贫乏区企业加大节能技术创新投资、发展节能型服务产业，推动当地能源技术进步。从全国范围看，能源产能空间集聚对技术创新具有抑制作用，主要原因可能是其对东部地区技术创新的促进作用弱于对中西部地区技术创新的抑制作用。技术创新对能源效率的回归系数为0.167，且显著，表征技术创新水平的提高有助于实现能源效率的提升，该结论与专家学者研究结论一致[1，37];引入技术创新变量后，能源产能空间集聚对能源效率的回归系数为0.269，且显著。表明能源产能空间集聚通过技术创新影响能源效率的中介效应也是存在的，其传导机制为能源产能空间集聚水平提高会通过“挤出效应”抑制能源集聚区的技术创新，进而抑制能源集聚区能源效率的提升。

6结论与建议

文章利用2000—2017年省级面板数据，探明了能源产能空间集聚对区域能源效率的作用机理和影响效应，结果显示：①中国东、中、西部地区能源产能空间集聚平均值呈收敛态势。其中，东部地区能源产能空间集聚度逐渐减小，西部地区能源产能空间集聚度逐渐增大，中部地区能源产能空间集聚度先增大后减小。②中国各省份能源效率值总体不高，且均呈先下降后提升的趋势，平均效率值在0.5上下波动。区域能源效率差异显著，从区域视角，表现为东部地区>中部地区>西部地区;从个体视角，全国仅有北京、天津、上海等7个省份属于效率有效区;其余23省份均属低效区，其中9个省份效率值在0.5～1之间，14个省份能源效率值在0.5以下。③能源产能空间集聚对能源效率的影响存在显著的区域异质性。从全国视角看，能源产能空间集聚对能源效率具有显著正向效应;从区域视角看，东部地区能源产能空间集聚对能源效率具有显著正向效应，中、西部地区能源产能空间集聚对能源效率具有抑制作用，但西部地区统计结果不显著。④能源结构和技术创新是能源产能空间集聚影响能源效率的重要因素。能源产能空间集聚水平的提高会通过“成本效应”促使能源集聚区形成以煤为主的能源消费结构，抑制能源集聚区能源效率的提升;同时，通过“挤出效应”抑制能源集聚区的技术创新水平，抑制能源集聚区能源效率的提升。

针对以上结论，提出建议如下。①贯彻落实“抑制东部、控制中部、发展西部”的煤炭发展战略。考虑到我国“富煤、贫油、少气”的能源禀赋现状，贯彻落实“抑制东部、控制中部、发展西部”的煤炭发展战略将有助于进一步提升能源产能空间集聚水平，改善中国能源结构、推动能源技术发展，进一步提升中国能源效率整体水平。②加快推进中西部地区新能源发展，提高化石能源用能成本，优化能源消费结构。根据前文研究结论，能源产能在中西部地区集聚水平的提高会推动该地区形成以煤为主的能源消费结构，抑制能源效率的提升。为此，中西部地区应着重采取措施提升其新能源消费比重，优化能源结构，降低以煤为主的化石能源消费。首先，根据国家“清洁低碳、安全高效”的能源发展战略，中西部地区要把握时机，借助风光资源优势和政策红利，大力发展光伏、风电等新能源，提高新能源消费占比，逐步摆脱对化石能源的依赖，实现能源效率提升的目标。同时，中西部地区各省应积极扩大碳交易机制的实施范围，通过成本策略倒逼高耗能企业优化能源结构，降低化石能源消费量，降低或消除能源产能空间集聚通过能源结构对中西部地区能源效率产生的负向影响。③政府应大力推进中西部地区节能技术创新和节能产业发展，提升对能源效率的考核力度。根据前文研究结论，能源产能在中西部地区集聚水平的提高会抑制该地区技术创新水平，进而阻碍能源效率的提升，容易陷入“资源诅咒陷阱”。为此，政府部门应加大宏观调控力度，提高中西部地区节能技术科研投入、引进节能服务型产业，提高企业节能提效的积极性;同时，政府部门应加大能源产能集聚区能源效率的考核力度，推动节能提效相关科研成果快速落地，加快节能技术以及节能服务型产业的集聚与迭代，降低或消除能源产能空间集聚通过抑制技术创新对中西部地区能源效率产生的负向影响。

参考文献

[1]FISHER-VANDENK，JEFFRSONGH，MAJK，etal.TechnologydevelopmentandenergyproductivityinChina[J].Energyeconomics，2006，28（5）：690-705.

[2]吴传清，杜宇.偏向型技术进步对长江经济带全要素能源效率影响研究[J].中国软科学，2018（3）：110-119.

[3]BELAIDF，BAKALOGLOUS，ROUBAUDD.Directreboundeffectofresidentialgasdemand：empiricalevidencefromFrance[J].Energypolicy，2018，115：23-31.

[4]胡东兰，申颢，刘自敏.中国城市能源回弹效应的时空演变与形成机制研究[J].中国软科学，2019（11）：96-108.

[5]张勇，蒲勇健.产业结构变迁及其对能源强度的影响[J].产业经济研究，2015（2）：15-22.

[6]李廉水，周勇.技术进步能提高能源效率吗：基于中国工业部门的实证检验[J].管理世界，2006（10）：82-89.

[7]原毅军，郭丽丽，孙佳.结构、技术、管理与能源利用效率：基于2000—2010年中国省际面板数据的分析[J].中国工业经济，2012（7）：18-30.

[8]吴传清，董旭.环境约束下长江经济带全要素能源效率研究[J].中国软科学，2016（3）：73-83.

[9]周四军，孔晓琳.能源消费结构影响能源效率的面板分位回归研究[J].工业技术经济，2018，37（6）：145-153.

[10]张志辉.中国区域能源效率演变及其影响因素[J].数量经济技术经济研究，2015，32（8）：73-88.

[11]李标，吴贾，陈姝兴.城镇化、工业化、信息化与中国的能源强度[J].中国人口·资源与环境，2015，25（8）：69-76.

[12]宋炜，周勇.城镇化、收入差距与全要素能源效率：基于2000—2014年省级面板数据的经验分析[J].经济问题探索，2016（10）：28-35.

[13]AUTYRM.Sustainingdevelopmentinmineraleconomies：theresourcecursethesis[M].London：Routledge，1993：77-78.

[14]吴滨.我国高耗能行业能源技术区域差异变化趋势分析[J].经济管理，2009，31（5）：36-42.

[15]张力小，梁競.区域资源禀赋对资源利用效率影响研究[J].自然资源学报，2010，25（8）：1237-1247.

[16]许启钦，孙浦阳，陈思阳.贸易开放是否改善了能源效率：基于省区间比较优势非线性的实证分析[J].上海经济研究，2011（8）：21-28.

[17]师博，单豪杰.能源消费、经济资本化与节能减排[J].财经科学，2012（9）：65-71.

[18]蒋伟，李蓉，强林飞，等.环境约束下的中国全要素能源效率研究[J].统计与信息论坛，2015，30（5）：22-28.

[19]王普查，孙冰雪.能源禀赋、贸易开放对资源绿色利用效率的影响[J].大连理工大学学报（社会科学版），2019，40（2）：9-16.

[20]潘雄锋，彭晓雪，李斌.市场扭曲、技术进步与能源效率：基于省际异质性的政策选择[J].世界经济，2017，40（1）：91-115.

[21]于向宇，李跃，陈会英，等.“资源诅咒”视角下环境规制、能源禀赋对区域碳排放的影响[J].中国人口·资源与环境，2019，29（5）：52-60.

[22]黄海峰，葛林，王美昌.中国城市全要素能源效率分析[J].城市问题，2015（8）：53-60.

[23]王皓，朱明侠.能源效率、投资导向与政府行为研究[J].技术经济与管理研究，2017（5）：8-12.

[24]袁程炜，张得.帕累托效率视角下的能源消费与经济增长关系研究[J].税收经济研究，2013，18（1）：91-95.

[25]刘立涛，沈镭.中国区域能源效率时空演进格局及其影响因素分析[J].自然资源学报，2010，25（12）：2142-2153.

[26]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.

[27]周倩玲，方时姣.地区能源禀赋、企业异质性和能源效率：基于微观全行业企业样本数据的实证分析[J].经济科学，2019（2）：66-78.

[28]BULTEEH，DAMANIAR，DEACONRT.Resourceintensity，institutions，anddevelopment[J].Worlddevelopment，2005，33（7）：1029-1044.

[29]潘雅茹，罗良文.政府干预、资源禀赋与中国能源效率测度[J].江汉论坛，2017（11）：35-41.

[30]张建斌.价格规制、煤炭资源与能源约束：最优开发路径试解[J].改革，2011（6）：78-83.

[31]孔宪丽.中国煤炭消费与影响因素动态关系的实证分析：兼论煤炭消费的非对称价格效应[J].资源科学，2010，32（10）：1830-1838.

[32]FISHER-VANDENK，JEFFERSONGH.LIUHM，etal.WhatisdrivingChinasdeclineinenergyintensity？[J].Resourceandenergyeconomic，2004，26（1）：7-97.

[33]BIROLF，KEPPLERJH.Prices，technologydevelopmentandthereboundeffect[J].Energypolicy，2000，28（6）：457-469.

[34]MURTISHAWS，SCHIPPERL.DisaggregatedanalysisofUSenergyconsumptioninthe1990s：evidenceoftheeffectsoftheinternetandrapideconomicgrowth[J].Energypolicy，2001，29（15）：1335-1356.

[35]GUJQ，UMARM，SORANS，etal.Exacerbatingeffectofenergypricesonresourcecurse：canresearchanddevelopmentbeamitigatingfactor？[J].Resourcespolicy，2020，67：101689.

[36]ASIFM，KHANBK，ANSERMK，etal.Dynamicinteractionbetweenfinancialdevelopmentandnaturalresources：evaluatingthe‘resourcecursehypothesis[J].Resourcespolicy，2020，65：101566.

[37]卢锐，陆芸，陈郁炜，等.考虑行业耗能差异的技术进步、技术效率与制造业全要素能源效率研究：基于30个行业面板数据的实证分析[J].管理工程学报，2019，33（3）：9-16.

[38]何昭丽，王松茂.“一带一路”沿线四大区域入境旅游全要素生产率的空间差异及溢出效应研究[J].数量经济技术经济研究，2020，37（6）：130-147.

[39]TONEK.Aslacks-basedmeasureofefficiencyindataenvelopmentanalysis[J].Europeanjournalofoperationalresearch，2001，130（3）：498-509.

[40]劉文君，陈远文，邹树梁.湖南全要素能源效率及其影响因素分析[J].中国人口·资源与环境，2014，24（S3）：36-40.

[41]胡剑波，高鹏，左鹏飞.中国碳排放福利绩效区域差异及其贡献度研究[J].经济问题，2018（11）：54-60.

[42]彭树远.我国省域全要素能源效率研究：基于三阶段全局UHSBM模型[J].经济问题，2020（1）：11-19.

[43]林伯强，杜克锐.要素市场扭曲对能源效率的影响[J].经济研究，2013，48（9）：125-136..

[44]单豪杰.中国资本存量K的再估算：1952—2006年[J].数量经济技术经济研究，2008，25（10）：17-31.

[45]BARONRM，KENNYDA.Themoderator-mediatorvariabledistinctioninsocialpsychologicalresearch：conceptual，strategic，andstatisticalconsideration[J].Journalofpersonality&socialpsychology，1986，51：1173-1182.

[46]MAB.DoesurbanizationaffectenergyintensitiesacrossprovincesinChina：long-runelasticitiesestimationusingdynamicpanelswithheterogeneousslopes[J].Energyeconomics，2015，49：390-401.

[47]YANHJ.ProvincialenergyintensityinChina：theroleofurbanization[J].Energypolicy，2015，86：635-650.

[48]WULY，ZENGWH.ResearchonthecontributionofstructureadjustmentonSO2emissionsreduction：casestudyofShijingshanDistrictBeijing[J].Procediaenvironmentalsciences，2013，18：849-855.

（责任编辑：于杰）