技术创新对能源生态效率影响机制研究——以黄河中下游地区为例

董会忠，赵艳敏

引言

新常态下共建人与自然和谐共处的发展环境成为中国现代化建设的核心目标。 党的十九大报告指出，我国国民经济已正式迈向高质量发展阶段，从“资源要素推动模式”转变为“绿色发展驱动模式”，更加注重能源生产消费革命的推进、绿色低碳产业的构建和生态环境的维护。 黄河流域作为我国重要的生态屏障与经济地带，对生态文明建设与国民经济健康发展具有重要战略意义。黄河流域幅员辽阔，煤炭资源储量丰富，被誉为我国的“能源流域”，然而黄河中下游富足的能源禀赋特征[1]长期助推冶金、采矿等资源密集型产业飞速发展，导致经济增长与环境保护的矛盾日趋紧张，中下游地区面临能源供需缺口、结构失衡以及生态系统退化等问题，对人们的生产生活构成威胁，严重制约区域可持续发展。 党的十八大以来，习近平总书记多次实地考察黄河流域生态保护和发展情况，强调要坚定走绿色低碳发展道路，推动流域经济发展质量变革、效率变革、动力变革。 作为衡量能源使用过程中“经济—社会—环境”三重效益的综合指标，能源生态效率旨在牺牲较低的能源消耗与环境代价，获得较高的经济收益与社会福利。 同时技术创新是高质量发展的重要引擎，能够推动黄河中下游地区能源结构调整，提升清洁能源技术，降低经济发展的能源依赖度，实现符合“绿色”与“创新”新发展理念的可持续发展目标。 因此，本文从绿色发展与创新驱动背景入手，通过构建技术创新与能源生态效率评价指标体系，分析创新对能源生态效率的影响机理，进而寻求提升能源利用效率，改善生态环境的相关措施。

一、文献综述与理论假设

(一)能源生态效率研究综述

能源生态效率的研究是在生态效率研究的基础上发展而来的。 作为反映经济—社会—自然及其耦合系统的综合效率比重，生态效率旨在探寻环境保护与经济发展之间的平衡点。 对于生态效率的研究始于1990 年，德国学者 Schaltegger 和Sturm 提出生态效率是产品和服务价值与生态环境负荷的比值[2]。 20 世纪初，国内学术界开始引入生态效率概念，由此生态效率在中国展开深入研究[3]。

作为生态效率在资源环境领域的拓展延伸，能源生态效率能够反映经济活动中能源消费所引发的环境污染问题[2]。 目前，针对能源生态效率的研究主要集中在以下几个方面:其一，能源生态效率的测度方法。 生态拓扑方法被Quariguasi 等学者应用到德国物流网络生态效率评价中，该方法能够根据自身偏好选出最优方案的生态模型，为生态效率测度和评价提供了新思路[4]。 随机前沿模型(SFA)在效率测度方面应用较多[2]，但该模型生产函数确定的主观性较强，同时期望产出变量唯一，无法客观系统解决“多投入多产出”问题。 相较于SFA 模型，DEA 模型在效率测度的应用方面更为广泛，其优点在于无需无量纲化处理，测度结果客观等[5－7]，摆脱了生产函数的束缚，但传统的CCR 模型存在忽略投入产出松弛性、计算结果偏高等问题，同时无法考虑废水、固体废物、大气污染等非期望产出对测度结果的影响。 其二，区域(行业)能源生态效率差异性研究。 从研究范畴看，宏观层面集中在省域[8－11]，内容涉及中国东、中、西部地区能源生态效率值的时序变化及空间分异等内容，微观层面包括制造业[5][11]、工业[12－13]等，研究重点在于能源生态效率测度与比较。 相比而言，前者强调缩小差距、提高区域协同发展的研究主题，后者侧重于能源生态效率值的测算，尤其是降低经济活动带来的环境附加成本。 其三，能源生态效率影响因素的分析。 大量研究从多维度出发[11－12][14]，如经济发展水平、研发投入、能源消费结构、企业规模、技术创新等，鲜有文献从技术创新单一视角对能源生态效率的影响展开研究，所用方法也主要是Tobit模型[11－12][15]、固定效应模型[10]等，研究多建立在事物无空间联系假设之上，忽视了空间溢出效应，导致实证结果产生偏差。 因能源生态效率与城市政策及区域间发展关系密切，因此考虑空间因素的计量方法逐渐成为影响因素分析的主流方法[16－17]。

综上所述，能源生态效率研究成果颇丰，但仍存在以下不足:其一是传统模型忽视了投入产出松弛变量对结果的影响，导致能源生态效率测算结果产生偏差；其二是多数研究仅从时间序列或空间分异等单一维度分析能源生态效率特征，缺乏对空间异质性与时序演化机理的协同探讨；其三是地区间存在产业结构变动与要素流动等影响性，即空间溢出效应，而现有文献对此研究较少；其四是能源生态效率的影响因素多样，首要影响因素的识别是提升能源生态效率的关键，现有文献对影响因素的选择趋同性较强，缺乏针对性。基于此，本文拟采用非期望SBM 模型测算黄河中下游地区能源生态效率，在此基础上运用基尼系数与探索性空间数据分析刻画能源生态效率的时序特征及空间分布格局，检验能源生态效率是否具有空间相关性与空间集聚特征，并结合空间计量模型重点探究技术创新对能源生态效率空间格局演进作用机理，以期为黄河中下游地区降低经济增长的环境附加成本，提升能源生态效率，促进生态保护和高质量发展提供建议参考。

(二)理论分析与研究假设

考虑到黄河中下游地区城市差异性，采用自然间断法将黄河中下游地区划分为高效率区域、中等效率区域和低效率区域，进而分别探讨技术创新对整体区域及分区域能源生态效率的影响。

现阶段，关于技术创新对能源生态效率的影响研究虽存在不同观点，但多数学者支持技术创新促进能源生态效率的结论。 技术创新驱动经济绿色转型，减少能源生产活动对生态环境的负面影响[18]。 从国家和地区层面看，技术创新对能源生态效率的影响均显著为正[19]，且提出在能源生态效率提升过程中应注重生产技术创新发挥的正向作用[20]。 长期来看，加强技术创新，推动生产技术革新，一方面能够不断提高能源生产的竞争力和经济效益；另一方面，一定程度上促进企业转型升级，为能源生态效率提升提供新动能。 因此，作出假设1。

H1:技术创新促进能源生态效率提升。

技术创新是一个多投入多产出的过程，但因地区发展阶段不同，投入与产出比例不等，创新结果存在差异[21]，且能源生产技术进步效应与创新补偿效应叠加，地区间技术创新对能源生态效率的影响也不一样，基于此，作出假设2。

H2:技术创新对分区域能源生态效率影响存在异质性。

技术创新、能源生态效率发展都不是孤立存在的，地区间交叉纵横的网络形成一条条信息源，决定了变量之间的交叉性。 技术创新的发展可形成技术壁垒，也可形成交流互动平台，相应地影响临近地区能源生态效率发展，可见，技术创新对能源生态效率的空间影响始终存在，故作出假设3。

H3:技术创新对整体区域及分区域能源生态效率均存在空间溢出效应，且表现出区域异质性。

二、研究数据与方法

(一)研究方法

1.考虑非期望SBM 模型

与传统的CCR 模型相比，SBM 模型将松弛变量考虑到目标函数内，解决了投入产出变量的松弛性问题，同时也考虑到非期望产出对效率的影响[22]。 假设有n个 DMU，有m种投入，x∈Rm，并且定义X＝ [x1，x2，…xn]∈Rm×n，xi> 0；S种产出，其中包括S1种期望产出，yg∈RS1，S2种非期望产出，yb∈RS2，定义Yg＝ [yg1，yg2，…ygn]∈RS1×n，Yb＝ [yb1，yb2，…ybn]∈RS2×n，且有ygj、ybi> 0，具体模型如下:

式中:S－、Sg、Sb依次为投入、期望产出、非期望产出的松弛变量；λ表示权重向量；目标函数ρ∗取值区间为[0，1]，当其值为 1 时，说明 DMU 有效，即投入产出达到最优组合，其值小于1 时，表明DMU 无效，即投入产出比例需进一步改进。

2.基尼系数

基尼系数原用以衡量一个国家或地区居民收入差距，后被引申为衡量某地区某个指标的相对差异程度[23]，数值越大，表明其差异越大。 利用基尼系数衡量黄河中、下游地区技术创新及能源生态效率的相对差异程度，具体为:

式中:G为黄河中下游地区城市技术创新或能源生态效率的基尼系数，n为研究区城市数量，xi为黄河中下游地区城市技术创新或能源生态效率，cx为技术创新或能源生态效率的平均值，i按照技术创新或能源生态效率的大小排序。

3.探索性空间数据分析

在使用空间计量模型前，需判断黄河中下游地区能源生态效率是否具备空间集聚特征。 首先利用探索性空间数据分析(ESDA)的全局Moran' s I和全局G 指数检验黄河中下游地区能源生态效率的空间相关性及其集聚效果[24]；其次，利用局部Moran' s I 和 Getis－OrdGi∗分析研究区能源生态效率临近要素间的关联程度和辨识冷热点空间区域。

(1)全局空间自相关能够反映出黄河中下游地区能源生态效率的整体关联程度

该指数难以解释能源生态效率的高低值集聚效果，对此通常采用全局G 指数进行同步检验，具体计算方法如下:

式中:n为观测样本数量；xi、xj分别为能源生态效率在城市i和j上的测度值；为能源生态效率在各城市的均值；Wij为空间权重矩阵；I的取值范围为[－1，1]。 当I> 0，表明能源生态效率在空间上是正向空间关联，即存在空间集聚效应；当I< 0，表明能源生态效率在空间上是负向空间关联，即存在空间分散效应，当I＝0，表明能源生态效率不存在空间相关性。

采用Z 值检验全局Moran's I 的显著性，表达式为:

G(d)的高低值集聚判断标准为:

式中:E(G)、Var(G)分别为G(d)的期望和方差，如果 St(G)>0 为高值集聚，否则为低值集聚。

(2)局部空间自相关可用于判断一个区域的某属性值与其周边区域是否存在空间相关性

本文在局部Moran’s I 考察黄河中下游地区一个城市的能源生态效率与其周边城市的空间相关状态基础上借助Getis－OrdGi∗辨识其冷热点空间区域，具体计算方法如下。

4.空间计量模型

传统的计量模型都是在研究区域独立的假设之上，而空间计量模型在此基础上进行了改进，它是在观测值具有显著空间相关性基础上设定的，并加入考虑空间依赖性和异质性因素，其主要包括以下三种模型。

(1)空间滞后模型(SAR)

其中，Yi，t、Yj，t分别为本地、邻近地区的能源生态效率；ρ为被解释变量自相关系数；W为空间权重矩阵；X为核心解释变量；Z为控制变量；β、α表示回归系数向量；μ、ɛ 为随机误差项。

(2)空间误差模型(SEM)

其中，λ表示空间自相关系数；假定φ与ε 服从独立同分布且互不相关，其他变量含义不变。

(3)空间杜宾模型(SDM)

其中，γ 表示回归系数向量，其他变量含义不变。

在多因素空间分析中，以上三个模型均可，但哪个模型更为适用需具体分析。 在空间权重矩阵的选择方面，采用邻接矩阵作为空间权重引入到上述模型中。

(二)指标选取与数据说明

1.技术创新评价指标体系

技术创新是能源结构转型的根本动力，技术创新能力是决定一个地区未来发展的关键。 黄河中下游地区以第二产业为主的生产结构加剧了资源消耗与环境污染，因此，推动产业转型升级，加快经济高质量发展是当前的关键任务。 本文从技术创新投入与产出两方面进行技术创新能力评价指标的构建(见表1)，着重探讨其对黄河中下游地区能源生态效率的影响。

表1 技术创新能力评价指标体系

(1)技术创新投入体现了该地区对技术创新的重视程度，也是技术创新发展潜能的映射补充

本文主要从资金、人力及物资三个方面出发，其中资金投入从R＆D 的资金投入强度与经费支出考虑；人力投入选取 R＆D 人员全时当量、R＆D 人员占从业人员比重、高级职称教职工人数进行表征；物资投入采取机器设备投入量作为测度指标。

(2)技术创新产出体现的是该地区技术创新能力的发展水平，也是对文明成果与产品成果的量化过程

现分别从文明成果产出与产品产出两方面考虑技术创新产出成果。 文明成果产出体现的是可应用于企业生产发展的技术成果，其中专利申请与授予数量是反映文明成果产出的重要指标；产品产出是企业将技术创新文明成果应用于实际运营产出的效果状态，以新产品项目数、产值、销售收入表征。

2.能源生态效率评价指标体系

为明晰黄河中下游地区能源生态效率的时空演变特征，增强计算结果在生态文明建设概念提出前后数据对比性，选取2009—2018 年为研究期。 参考相关文献[8－9]，从投入和产出两方面构建能源生态效率评价指标体系(见表2)。 其中，投入包括能源、劳动力与资本投入，产出为期望与非期望产出。 具体而言，能源消费总量是衡量能源生态效率的基础要素，作为能源投入指标；第二产业从业人数可视为劳动力投入；资本投入主要包括固定资产投入与环境治理投资额；地区生产总值是地区经济发展的最终目标，可作为期望产出；污染排放是伴随目标产品的非必要产出，可视为非期望产出，本文以工业废水排放量、工业废气排放量以及工业固体废弃物排放量表征。

表2 能源生态效率指标体系

3.数据来源

本文所用数据来源于2009—2018 年«中国城市统计年鉴»«中国环境统计年鉴»«中国能源统计年鉴»等，个别年份缺失数据通过查找相应地方统计年鉴予以补齐。

三、黄河中下游地区能源生态效率时空演变规律

(一)能源生态效率时序演变特征

为准确分析能源生态效率的变动规律与差异程度，现引入技术创新能力进行对比分析，由公式(2)计算得出基尼系数，并作出技术创新能力与能源生态效率平均值(表3)和基尼系数趋势图(图1)。

图1 黄河中下游地区技术创新能力与能源生态效率基尼系数趋势图

表3 黄河中下游地区技术创新与能源生态效率平均值

黄河中下游地区2009—2018 年能源生态效率平均值位于0.198~0.448 之间， 呈周期性波动变化，可见经济增长与环境保护协调发展效果并不稳定。 基尼系数2009—2011 年呈稳定上升趋势，2012—2016 年基尼系数由0.254 波动上升到0.262， 2017 年出现急剧增长，达到研究期峰值0.352，2018 年显著回升，降至 0.310。 其原因是2017 年经济的高质量发展表现在对生态环境保护的重视，以及“高排放—高能耗型”经济向循环经济、低碳经济转变；同时受城市间资源禀赋不同和经济下行压力的影响，黄河中下游地区各城市生产技术提升差异显著，导致能源生态效率相对差异较大。 在区域环境协同治理以及生态文明建设等政策下，2018 年黄河中下游地区能源生态效率提升，区域差异下降的成效显著，初步达成生态平衡、能源节约的发展愿景。 但从其数值来看，黄河中下游地区能源生态效率差异性存在进一步提升空间，能源生态效率协同发展仍是黄河中下游地区后期发展的紧迫任务。

黄河中下游地区2009—2018 年技术创新能力平均值位于0.622~0.829 之间，呈先减后增的U 型变化趋势，表明近年来该地区技术创新水平逐渐增强，党的十八大提出的创新发展战略效果明显。 基尼系数2009—2015 年始终呈平稳趋势，一直保持在0.220 左右，2016 年出现轻微下降后2017 年大幅下降，至2018 年再创新低，为0.123，整体下降0.1 左右。 这说明在研究期内，由于经济发展、资源禀赋以及创新思想差距较大，黄河中下游各城市技术创新水平异质性显著，到2017年，党的十九大报告中明确提出要实现我国经济由高速增长向高质量增长转变，经济发展模式由资源依托型向创新驱动型转变，2018 年，黄河中下游城市产业技术水平进一步提升，管理能力进一步改善，劳动者素质进一步提升，同时相对差异程度下降。

综合来看，2009—2018 年技术创新能力基尼系数与能源生态效率基尼系数相差不大，始终呈“前低后高”分布。 其中，2017 年出现“两极化”状态，技术创新基尼系数显著降低，而能源生态效率基尼系数显著升高，2018 年两者变化趋势相同，均显著下降。 经济高质量增长初期，生产技术改良效果较好，但能源消费过程中各地区发展效率层次化明显，随着各市技术创新水平趋于稳定，应用于能源消费过程，并逐步适应能源消费现状，技术创新对能源生态效率经过拐点开始发挥正向作用。

(二)能源生态效率空间演变

1.能源生态效率空间分布格局

在软件ArcGIS10.2 支持下，采用自然间断点分级法对2009、2018 年黄河中下游地区能源生态效率空间演变格局进行可视化表达，见图2。

由图2 可以看出，黄河中下游地区能源生态效率空间分异特征明显。 研究期内，安康市、开封市始终处于高效率水平，到2018 年朔州市、铜川市退出高效率区域，新加入的城市有北京市、廊坊市、沧州市、衡水市、青岛市、周口市、驻马店市、信阳市、漯河市和西安市，高效率区域由4 个增加到12 个，低效率区域有明显减少，由25 个降为16个。 研究期内各市的能源生态效率存在不同程度的变动，但总体来看黄河中下游地区能源生态效率在显著提升。 从空间分布来看，2009 年能源生态效率存在明显分层，高效率城市呈“点缀式”分布，较高效率区域与中等效率区域主要位于研究区南北部及西南地区，较低效率区域遍及各个省市，低效率城市主要位于内陆地区。 2018 年黄河中下游地区能源生态效率阶梯化进一步凸显，同等水平区域出现明显“区块状”连片分布，暗指能源生态效率可能存在空间关联性。 相比于其他省市，山西省出现明显的低效率“塌陷区”(长治市、晋中市、晋城市等)，山东省平均能源生态效率较低，相对于2009 年来说虽有明显提升，但仍有待加强。 具体来看，高效率区域主要位于研究区北部(北京市、沧州市等)、南部(西安市、信阳市等)和东部地区(青岛市)。 值得注意的是，低效率区域正在逐步向西部地区转移，吕梁市、临汾市、运城市等均降为低效率城市，研究区的西部地区能源生态效率差异性逐渐增强，稳定的空间格局被打破，能源生态效率改善难度提升。

图2 2009、2018 年能源生态效率空间分布格局

2.能源生态效率空间相关性分析

由空间演变分析可以看出，黄河中下游地区能源生态效率在空间上呈现明显的“区块状”连片分布，可假设能源生态效率在区域间存在空间关联，借助 GeoDA 软件计算得出2009—2018 年黄河中下游地区能源生态效率的全局莫兰指数(图3)及局部莫兰指数散点图(图4)。

图3 2009－2018 年黄河中下游地区能源生态效率全局莫兰指数

图3 显示，研究期内全局莫兰指数均为正值，表明黄河中下游地区能源生态效率存在正向相关性。 具体来看，全局莫兰指数除2017 年外均在5%水平下显著，说明能源生态效率在空间上存在一定关联性。 从黄河中下游地区能源生态效率全局莫兰指数的时序变化特征来看，2009—2016 年，全局莫兰指数呈波动上升趋势，表明黄河中下游地区资源配置与要素流动取得显著成效，城市间相关性不断增强。 2017 年全局莫兰指数(0.039)骤降为研究期最低，主要原因在于工业企业转型升级与“一带一路”等政策引导下，黄河中下游地区资本、人力等要素实现加速流动与优化配置，区域发展政策不平衡，忽略区域间协调推进与良性互动，导致区域间能源生态效率相关性不高。 2018 年全局莫兰指数上升至研究期“峰值”，为0.334，表明全面深化改革、区域协调发展战略成果显著，城市集聚效应愈加凸显。

由图4 可以看出，黄河中下游地区能源生态效率集聚主要集中于第一象限(H—H 集聚)、第二象限(L—H 集聚)和第三象限(L—L 集聚)，且第二、第三象限的散点数量明显多于第一象限数量，这说明能源生态高效率地区的带动作用较弱，而低水平地区拉低现象明显。 第二、第三象限内散点数量也存在较大差异，说明能源生态效率区域异质性失衡现象严重，尤其是第二象限(L—H集聚)中的低效率区域，如何加快产业结构优化升级、规避低端产业进入是避免成为“污染天堂”的关键。 因此，低效率区域应提高环境规制门槛，加大传统能源开发利用监管力度，加强清洁能源替代与技术开发投入，高效率区域应充分发挥溢出效应，带动低效率区域向高效率区域的转变。

图4 2009、2018 年能源生态效率局部莫兰指数散点图

在莫兰指数分析基础上，测算黄河中下游地区能源生态效率在2009 年、2018 年全局G 指数，发现St(G)>0，说明黄河中下游地区能源生态效率具有高值聚类特点。 为进一步分析黄河中下游地区能源生态效率的具体集聚区域，采用Getis－OrdGi∗解析研究区空间聚类冷热点区域及演变趋势见图5。

图5 2009、2018 年能源生态效率空间格局冷热点分布

黄河中下游地区能源生态效率存在较为明显的“极化”现象。 能源生态效率较高的区域主要分布在研究区南部、北部和东部地区，山西省局部地区能源生态效率相对较低，由此在空间上呈现出明显的“极化”特征。 研究区2009—2018 年期间次冷点区域向热点、次热点和冷点区域转变明显，其中，河南省信阳市因重点区域积极推行节能改造、煤炭减量替代等措施跃居热点区域；天津市、河北省的廊坊市、保定市、沧州市因一体化发展的不断推进，深化联防联控机制，加大环境治理力度，充分发挥各市的互补作用，跃居次热点区域；而山西省部分区域(临汾市、晋城市、运城市、忻州市)因劳动力密集型产业集聚，城市间“逐底竞争”现象严重而沦为冷点区域。 除此以外，河南省的驻马店市、平顶山市、漯河市也由次热点区域上升为热点区域。 还需注意的是，西安市由2009 年的次热点区域转变为2018 年的次冷点区域。 西安市作为丝绸之路战略枢纽，发挥着不可替代的位置及资源优势，但在长期的“高地效应”驱使下，能源生态效率的提升空间受到抑制。 可见政策制定应在充分解析本地发展特点基础上，识别能源生态效率提升的主要制约因素，克服环保逐底竞争，消除政策沟通壁垒，提升高值集聚潜力。

四、技术创新对能源生态效率影响

(一)控制变量选取

为减少变量选取不足而导致结果产生偏差，需引入合理的控制变量来提高结果的准确性，参考相关文献[25－27]，且遵循技术创新对能源生态效率影响关系解释作用的原则，进行控制变量选取，见表4。 产业结构作为能源消费的基本动力， 直接影响着消费量和消费强度，在此以第二产业占GDP 比重表征；城镇化水平通过影响能源消费总量间接影响能源生态效率，在此用城镇化率指标表示；外商投资带来部分先进生产技术与高端管理方式，通过技术溢出效应影响着能源生态效率；交通是运输的基础，便利的交通设施保障城市间的能源供应，本文用人均道路面积表征。

表4 能源生态效率影响因素指标

(二)模型选择与回归结果

借助stata14.0 对黄河中下游地区能源生态效率的影响因素指标进行空间计量回归分析。 采用LLC、IPS 和Hadri LM 检验各变量数据平稳性，结果表明所有变量均为平稳变量。 在不考虑空间相关性基础上，Hausman 检验于1%显著性水平下拒绝随机效应原假设，因此选用固定效应模型。考虑到各地区个体异质性特征，比较空间计量3种模型的R2、最大似然值、AIC 和BIC，最终选择时间、空间双固定的空间杜宾模型做进一步分析，结果见表5。

表5 空间计量回归结果

(三)回归分析

1.整体区域回归分析

回归结果显示，技术创新对黄河中下游地区能源生态效率的回归系数为0.4920，在1%置信水平下显著，说明技术创新对能源生态效率具有明显的促进作用，验证H1。 综合来说，技术创新对能源生态效率的正向影响主要体现在以下几个方面:第一，技术创新促进传统能源消费减量化。长期以来，以煤为主的能源结构和低效粗放的发展模式导致雾霾天气频发，技术创新通过优化生产技术和方法，加快节能型设备生产进程，降低以煤为主的能源消耗，促进传统能源减量替代；第二，技术创新提高清洁能源消费占比。 技术创新可促进对风能、太阳能等清洁能源的开发，降低经济发展对传统能源的依赖，从源头上减少污染排放；第三，技术创新提高能源资源利用效率。 技术创新可为资源循环型企业提供技术支持，大力研发能源资源的循环利用技术，降低原始能源投入，提升能源的利用效率，进而降低污染排放；第四，技术创新降低能源消费排污力度。 通过技术创新进行过滤系统升级，在原有基础上缩小过滤设备孔径，实现污染物排放前的最大限度吸收，尽可能降低污染排放；第五，技术创新促进产业结构优化升级。 推动经济增长方式由粗放型向集约型转变，加快产业结构升级进程，这也是走中国特色新型工业化道路的基本要求；第六，技术创新加强环境监管能力。 一方面可以为国家环境监理体系提供先进的技术支持，实时监控污染物排放和变化趋势；另一方面为企业污染治理提供前沿的技术指导，推进污染减量化与低碳经济发展。 技术创新的空间滞后项回归系数为－0.6405，且在1%水平上通过显著性检验，说明本地技术创新对邻近地区能源生态效率具有明显的抑制作用。 主要原因在于本地生产技术改良，能源生态效率提升引起邻近地区资金、人才等要素流失，抑制邻近地区技术创新发展进程，可见技术创新对能源生态效率的辐射带动作用有待加强。

各控制变量对能源生态效率的影响结果表现为:第一，外商投资对黄河中下游地区能源生态效率的提升具有显著正向作用。 外商资金注入在为能源消费提供良好财政支撑的同时，先进的生产技术、能源消费思维等源源不断地流入企业运营过程，使能源生态效率的正向作用得以充分体现。 第二，交通基础设施能够显著促进能源生态效率的提升。 表现为便利的交通为能源运输提供保障，提升城市间的可通达性，降低损耗，在一定高程度上促进能源生态效率提升。 第三，产业结构与城镇化水平对黄河中下游地区能源生态效率作用并不明显。 这与关伟[25]结论存在差异，他认为产业结构是能源生态效率的首要因素。 从长远来看，能源生态效率的提升滞后于产业结构升级与新型城镇化建设，这决定了产业结构和城镇化水平对能源生态效率的影响具有时滞性。 因此，优化产业结构，合理控制城市化进程，有效降低二者对能源生态效率的抑制作用。

2.分区域回归分析

技术创新对分区域能源生态效率影响及空间溢出效应方向不同，与假设2、假设3 一致，各区域详细影响结果分析如下。

技术创新对高效率区域的能源生态效率作用不明显，但对邻近地区能源生态效率具有显著的正向推动作用。 表明本地区长期的资金、人才投入，加快了技术创新发展进程，创新成果饱和促使资源要素外溢，对邻近地区发挥明显辐射带动作用。 产业结构对高效率区域能源生态效率为明显负向影响，这可能是因为工业生产过程中的污染物排放问题未得到彻底改善，仍抑制能源生态效率的提升，其他因素对黄河中下游高效率区域影响并不明显。

技术创新对中等效率区域能源生态效率的影响与黄河中下游整体地区回归结果相同，技术创新对本地能源生态效率在5%置信水平下显著为正，对邻近地区显著为负。 表明中等效率区域技术创新水平对本地区有明显促进作用，进一步提升技术创新水平有助于本地能源生态效率的提升，而其他因素对中等效率区域的作用效果影响较小。

技术创新对低效率区域能源生态效率的回归系数为0.1307，但不显著，空间滞后项系数为0.6129，通过10%显著性检验。 表明目前技术创新对本地区能源生态效率的影响较小，但能明显促进邻近地区能源生态效率的提升，加大技术创新投入，在推动邻近地区发展的同时关注本地效率提升是关键。 外商投资对低效率区域具有显著的促进作用，主要是因为使用外商资金的同时引入先进生产技术与运营思想，其对整体及分区能源生态效率的促进作用效果表现为:整体区域>低效率区域>中等效率区域>高效率区域；产业结构对低效率区域能源生态效率表现为显著正向影响，主要是因为低效率区域污染严重，通过加大第二产业投入激发产业升级潜能，加快了工业化发展进程。 交通基础设施与城镇化水平对低效率区域能源生态效率影响并不显著。

五、结论与建议

(一)研究结论

本文采用非期望SBM 模型测算2009—2018年黄河中下游地区能源生态效率，结合基尼系数与探索性空间数据分析探究能源生态效率的时序变化特征与空间分布格局，最后借助空间计量模型考察技术创新为主的影响因素对能源生态效率的影响，得出如下结论。

其一，黄河中下游地区2009—2018 年能源生态效率呈周期性波动变化，技术创新能力呈先下降后上升的U 型趋势。 技术创新能力基尼系数与能源生态效率基尼系数2009—2018 年期间始终呈“前低后高”分布，且2017 年二者“两极化”状态凸显，2018 年两者变化趋势相同，但中间仍有一段距离。

其二，黄河中下游地区能源生态效率“区块状”连片分布明显，低效率区域存在向西转移倾向，山西省成为主要能源生态效率薄弱区。 全局莫兰指数除2017 年外均在5%水平下显著为正，集聚主要分布在低高(L—H)和低低(L—L)象限。 能源生态效率热点区域分布在河南省南部的信阳市、驻马店市、漯河市、平顶山市和周口市，冷点区域主要位于山西省的晋中市、长治市、晋城市等。

其三，技术创新、外商投资、交通基础设施对黄河中下游地区能源生态效率具有明显的促进作用，技术创新表现为负向的空间溢出效应，其他因素影响不显著。 技术创新对分区域能源生态效率及空间溢出效应存在明显异质性，具体表现为:技术创新仅对高效率区域能源生态效率为负向影响，对中等效率区域空间溢出效应为负，对高等效率区域和低等效率区域空间溢出效应均为正。 另外，产业结构对高效率区域能源生态效率的正向影响显著。 外商投资、产业结构均能明显促进低效率区域能源生态效率的提升。

(二)建议

研究结论表明，为推动黄河中下游地区能源生态效率提升，促进其经济社会发展的同时降低环境附加成本，针对高效率、中等效率和低效率区域的发展差异化研究提出如下有关建议:

其一是加大技术创新投入，提高协同创新水平。 准确识别技术创新对地区的影响机理，因地制宜推动技术创新进程，尤其是中等效率区域和低效率区域，加大研发投入，吸引资金、优秀人才等，改良生产技术，推动区域技术创新深层次发展的同时，激发邻近区域技术创新潜力，达到黄河中下游地区能源生态效率共同提升的良好效果。

其二是大力招引外商投资，引进先进生产技术。 尤其是低效率区域，通过引进外资的方式，打破当前能源消费格局，突破高碳发展模式由“三高一低”向“三低一高”转变的技术攻关，降低污染能源排放，提高能源消费的经济价值，从而达到提高能源生态效率的目的。

其三是增强交通基础设施建设，提高运输稳定性。 交通基础设施对黄河中下游整体地区的推动作用不容忽视，在维持现有设施基础上，依据地区发展特点，制定适宜区域经济社会生态可持续化发展的配套设施，实行针对化管理，提高能源生态效率。