FDI对我国全要素能源效率的影响研究

王领　杨辰　陈芮娴

摘要：近些年，在全球能源资源供求矛盾突出的背景下，能源消耗问题备受人们关注。如何有效提升能源效率，实现经济高质量发展成为了我国当前亟待解决的问题。通过超效率DEA模型对中国30个省份2004-2019年的全要素能源效率进行测算，运用OLS和2SLS方法实证分析FDI对我国全要素能源效率的影响。结果表明：全国层面，FDI能显著提升我国全要素能源效率；分地区层面，FDl对西部地区的全要素能源效率有显著提升作用，但却会降低中部地区的全要素能源效率，而对于东部地区，FDI对其全要素能源效率并无显著影响。同时，能源消费结构、产业结构、技术投入、人力资本、政府环境规制等因素均会对全国及各地区的全要素能源效率产生显著影响。因此，我们一方面需要在提高外资引进质量的同时，增加研发投入的支出、提升自身的能效技术水平；另一方面还应分地区制定差异化的引资策略，促进结构升级，积极提升能源效率。

关键词：FDI；全要素能源效率；超效率DEA模型

一、引言

进入21世纪以来，中国的经济飞速发展，目前己成为全球第二大经济体。在此背景下，国际间的投资合作也在不断增强，中国已经是外资流入最多的发展中国家，截止2021年底，中国实际利用外商直接投资金额达8775.6亿元，FDI正在对中国经济和社会的发展产生重要影响。但同时，中国也是世界上最大污染源之一。近年来，中国经济发展进入新常态，经济发展的质量显得更加重要。能源作为驱动我国经济发展的战略性资源，近十年需求不断增大，导致了石化燃料的枯竭和对能源依赖的加重。如何有效解决能源问题已经成为中国政府和社会关注的焦点。在国际上，中国在2015年巴黎大会上提出将于2030年使非化石能源占一次能源消费比重达到20%左右。在国内，2022年3月22日，国家发改委、国家能源局发布关于印发《“十四五”现代能源体系规划》的通知，对“十四五”时期推动能源高质量发展做如下部署：增强能源供应链安全性和稳定性；加强能源自主供给能力建设；到2025年非化石能源发电量比重达到3g%左右。这为未来一个时期能源的高质量发展建设提供了方向指引和行动指南。

因此，如何在保证经济持续较好发展的前提下，不断减少对化石能源的依赖以及促进能源利用效率的提升，是解决好中国当前能源问题的关键。同时，在继续坚持对外开放的基本国策下，如何协调好外资引入与能源利用效率的关系，如何正确引进和利用国际先进资本和技术来提高能源效率也是我国解决能源问题的一大切入点。那么外商直接投资（FDI）是否可以通过技术溢出等效应有效影响中国的能源效率？且其影响程度是否会存在较大的地域差异？如何在经济新常态下有效利用FDI来推动中国及其各地区能源效率的提升？研究这些问题，对于厘清FDI与能源效率之间的关系，优化能源消费结构，提升经济发展质量，具有一定的战略意义。因此，本文以中国各省（直辖市、自治区）为研究对象，首先利用超效率DEA模型测算出中国30个省市的全要素能源效率；以此为基础，实证检验FDI对我国全要素能源效率的影响，并针对中国东、中、西三大区域进行具体考察；最后，总结检验结果，对国家及各地区提出能源效率提升的对策和建议。

二、文献综述

关于外商直接投资（FDI）对能源效率的影响，大量国内外学者的研究结果显示FDI对能源效率的提升有正向的促进作用。并且多数学者将FDI的影响路径分为三个方向：技术效应、规模效应和结构效应。尹宗成等（2008）研究发现FDI能显著提高能效，理由是FDI具有技术溢出效应。刘叶等（2010）将FDI的技术溢出效应划分为行业内和行业间，研究发现FDI两类技术溢出均对我国工业部门能源效率有积极的提升作用。虽然部分学者的研究结果支持了FDI能够有效提升东道国能源效率的结论，但该领域仍然有学者得出了不同的结论，即认为FDI对能源效率并无显著影响。Hubler和Keller（2008）利用60个发展中国家的面板数据进行研究，结果发现FDI并不能够显著推动发展中国家能源效率的提升。沈小波，曹芳萍（ 2012）得出FDI流入仅存在很弱的溢出效应，并不能有效提升能源效率，他们认为主要是跨国公司没有转移先进技术以及中国企业不重视自主研发所导致。蔡海霞和范如国（ 2011）认为企业会对FDI产生依赖，习惯在低附加值的产业链上發展，从而阻碍地区产业转型升级，形成粗放增长模式锁定，对能效产生负面冲击。李佳霖和孙鹏（2020）指出技术溢出效应的减弱还有一种可能是因为跨国公司拥有的技术水平还不如我国企业，即FDI质量较低。

同时，又由于我国幅员辽阔，各地区在经济发展、对外开放等方面都展示出了明显的特殊性，这就导致了FDI对我国能源效率的影响存在着明显的地区差异性。滕玉华等（2010）研究发现FDI的R&D溢出对中国东部、中部地区的能源效率有显著的正向影响。王兵，张技辉等（ 2011）运用DEA方向性距离函数测算中国省际全要素能源效率，研究表明FDI对全要素能源效率有显著正向作用，并且对西部的影响最大。姜磊等（ 2011）研究发现FDI有力地提升了中国的能源效率，且对西部地区作用最大。汤志玲（ 2011）的研究结果表明，外商直接投资的增加提高了中部和西部地区能源利用效率，而降低了东部地区能源利用效率。

由上述文献可知，国内外大部分的文献在经过研究后发现FDI能够显著促进东道国能源效率的提升，但从中也不难发现存在以下两方面可改进之处：首先，对于能源效率的测算方法大多还停留在传统的单要素能源效率上，也就是以能源强度来衡量的能源效率，这可能会影响实证结果的准确性，其次，FDI对我国东、中、西部地区全要素能源效率的影响存在着怎样的差异，现有文献得出的结论还需进一步验证。因此，本文将首先基于超效率DEA模型来测算中国30个省（直辖市、自治区）的全要素能源效率，然后在此基础上从全国以及东、中、西部三大地区的视角出发，分析FDI对全要素能源效率的影响，并根据实证结果提出切实可行的政策建议，同时在一定程度上印证和丰富现有研究结论，完善FDI与能效的研究体系。

三、全要素能源效率的测算

能源效率的测量主要分为单要素能源效率和全要素能源效率两大类。单要素能源效率选取的指标是能源强度，即计算有效产出和能源投入的比值；全要素能源效率是基于非参数数据包络分析方法，通过前沿曲线上最优能源投入和实际能源投入的比值来计算，其优点在于综合考虑了所有投入对产出的作用，包括“非期望产出”问题，在一定程度上保证了能源效率测算结果的准确性。

（一）超效率DEA模型与指标选择

DEA模型最早由Charnes等（1978）提出，将单一的投入和产出方法转换为求解多个投入与产出的方法。DEA模型自提出后得到了广泛应用，但是传统DEA模型在评估效率时，可能会出现多个DMU有效（效率值为1）的情况，无法进一步区分此类决策单元的相对效率。Andersen等（1993）提出了超效率DEA方法，在对决策单元的效率进行评价时，先不考虑该决策单元的投入项和产出项，在测算过程中，无效决策单元的生产前沿面保持不变；在效率值不变的基础上，按比例增加投入，并将增加的比例记作超效率的评价值。超效率值越高表明效率水平越高。具体的模型设置如下：

本文选取资本投入、劳动力投入和能源投入作为投入指标；选取期望产出和非期望产出作为产出指标。各指标的具体计算方式如下：

1．资本投入：资本存量需要通过一定的方法计算得到，目前最普遍的计算资本存量的方法如下：

2．劳动力投入：采用2004-2019年各省（市、自治区）的各省年末就业人数作为劳动力投入，单位为万人。

3．能源投入：采用2004-2019年《中国能源统计年鉴》公布的当年各省（直辖市、自治区）能源消费总量，单位万吨标准煤。

4．期望产出：国民生产总值是衡量经济发展的重要指标，所以期望产出用各省区GDP表示。

5．非期望产出（污染物）：如何衡量一个国家或地区的污染排放，国际上并无统一定论。目前，国内外相关研究大多使用某一个具体的污染指标作为污染排放的代理变量。中国目前能源消费主要以煤炭消费为主，煤炭消費以SO2排放量在污染指标中最为显著，因而本文选取SO2排放量作为非期望产出。

（二）数据来源

本文选用中国大陆2004-2019年30个省（直辖市、自治区）作为研究对象。其中，各省市GDP、固定资产投资额、年末就业人数、二氧化硫排放量的数据都来源于历年《中国统计年鉴》以及各省市统计年鉴；各省市能源消费总量数据来源于历年《中国能源统计年鉴》，并按照折标系数将单位换算为标准煤。我国幅员辽阔，不同区域受地理位置的影响，导致其资源禀赋、经济发展上都存在着较大的差异。因此，为了更具体地反映我国各地区全要素能源效率的情况，本文参照《中国统计年鉴》将各省市划分为东、中、西部地区。由于西藏大部分数据缺失，因此本文的研究样本中并不包括西藏。

（三）全要素能源效率计算结果

在上述基础上，本文基于超效率DEA模型，通过软件Maxdea pr0 12.0对中国30个省（直辖市、自治区）2004-2019年间的全要素能源效率进行测算，得到的效率值结果如表1所示。

由表1可知，北京、上海两市的能源效率值最高，其研究期间的平均效率值都超过1。主要是由于北京、上海均是我国经济最发达的直辖市之一，两市第三产业发达，产业结构也较为合理。同时，北京和上海在技术研发上投入的资金较多，激励了当地节能技术和新能源技术的研发，其科学技术水平、人力资源水平均领先全国，使得其各产业部门得以更早实现产能升级和结构优化，从而全要素能源效率值能够达到最优。紧随其后的是广东，其次是天津和海南，它们2004-2019年的能源效率平均值分别为0. 92，0.71和0.63。广东省的能源效率较高得益于当地政府大力推行的能源结构优化，以及港澳等外资企业带来的先进技术；天津市位于东部，同样属于我国经济较发达的地区，其产业结构相对合理，节能技术较为先进；海南省的能源效率较高主要是由于它特殊的地理位置导致其主要以旅游业为主的第三产业发达，从而优化了产业结构，间接提升了当地的能源效率。相对而言，甘肃、青海和贵州在全要素能源效率方面表现较差，排在全国最后三名。2004-2019年能源效率平均值分别为0. 35、0.35和0.37。这可能由于这三个省（自治区）均位于西部，属于我国经济较为落后的地区，经济发展粗放，技术水平落后，环保观念较为匮乏。

将三大区域分开观察后发现，东部、中部、西部地区的全要素能源效率平均值分别为0. 70、0.46、0. 40。显然，东部的全要素能源效率远高于中部和西部地区。说明虽然东部地区本身的能源资源相对匮乏，但是由于东部地区有着较好的经济基础和区位优势，对于节能技术的研发有更多的投入，并且东部地区发达的对外开放经济使得外资带来的竞争效应激励着当地企业以更加积极的方式（如技术进步或技术替代等）来降低能源消耗，提高能源效率。而中部和西部的全要素能源效率均低于全国平均值0. 53，这主要是由于中西部地区地处内陆，经济发展水平较低但资源禀赋较为丰富，导致这两个地区对能源效率问题的重视程度还不够高；另外也是因为中西部地区对外开放程度较低，节能技术的研发与引进水平有限，导致其全要素能源效率较低。总体来看，我国全要素能源效率值较低，特别是中西部地区的落后省份的能源效率有待提高，不过这恰恰也说明我国全要素能源效率提升的空间较大，各地区政府和企业需要重视起能源效率的问题，通过有效手段提升当地能源效率。

四、实证模型检验

基于前述对我国2004-2019年30个省（直辖市、自治区）的全要素能源效率计算结果，本文构建模型并进行回归分析。

（一）计量模型构建、指标选取及数据来源

本文在面板数据模型中，截面N大于时间T时，把它称为短面板数据。在处理短面板数据的时候，一般采用静态面板数据模型。为了避免变量存在的异方差性，本文对各变量进行了对数处理。具体的计量模型构建如下：

式（3）中，i代表省份，t代表年份。a为截距项，表示各省（直辖市、自治区）的固定效应。β1到β8分别为各变量的估计系数，μit为随机误差项。

在本文选取的变量中，被解释变量为全要素能源效率（DE）；解释变量为外商直接投资（FDI）；控制变量为人均GDP（PGDP）、能源消费结构（ES）、产业结构（IS）、技术投入（TL）、人力资本（HC）、外贸依存度（FTD）、政府环境规制（GP）。各变量的处理具体如下：

1．全要素能源效率（DE）：由第三章计算得到。

2．外商直接投资（FDI）：选取各省市外商直接投资总额与其生产总值的比值来衡量。

3.人均GDP （PGDP）：-个地区的经济发展会在一定程度上推动或者制约该地区的能源效率，而经济发展水平往往可以通过人均生产总值得以反映。因此，本文选取各省市人均生产总值，即各省市生产总值与其年末总人口数的比值来衡量该指标。

4．能源消费结构（ES）：煤炭作为现阶段中国的主要消费能源，在能源消费结构中占有较高比重，其所占比重能够一定程度上反映中国的能源消费结构。因此，本文选取各省市煤炭消费量在总能源消费量中所占比重来衡量该指标。

5．产业结构（IS）：第二产业是能源消费大户，也是影响中国能源效率提升速度与成效的重要因素。因此，本文选取各省市第二产业增加值占其GDP的比重来衡量该指标。

6．技术投入（TL）：技术进步是推动能源效率提升的内生动因，而一个地区的技术发展水平与当地研发投入密切相关，因此用来代表FDI对能源效率产生的影响。本文选取各省市研发支出占地区GDP的比重来衡量该指标。

7．人力资本（HC）：人力资本关系到一个地区是否能够有效接收FDI技术溢出，也关系到一个地区是否能将接收到的技术以及自身研发投入有效转换为成果。因此，本文选取各省市普通高校在校生人数与本地区总人数的比值来衡量该指标。

8．外贸依存度（FTD）：考虑到进出口贸易可能通过技术模仿等因素影响当地技术水平，从而影响能源效率。因此本文选取各省市进出口贸易總额与其GDP的比值来衡量该指标。

9．政府环境规制（GP）：由于政府对环境保护的态度在一定程度上会对地区能源消费产生一定的规制作用，从而可以迫使各企业提升技术水平，间接影响地区能源效率。因此本文用各省市环境保护支出占其财政总支出的比重来衡量该指标。

具体的变量系数预期如表2所示。

以上数据中，各地区外商直接投资、GDP、第二产业增加值、研发支出、在校生人数等数据都来源于历年《中国统计年鉴》及各省历年统计年鉴；煤炭消费量、能源消费总量数据来源于历年《中国能源统计年鉴》并按照折标系数将单位换算为标准煤；研发支出数据来源于历年《中国科技统计年鉴》。

（二）回归结果

本文选择最小二乘法（ OLS）对样本数据进行回归。同时为了避免变量内生性的问题，本文增加了两阶段估计方法（2SLS），将FDI的滞后一期作为工具变量进行回归，从而检验结果的稳定性。本文内生性可能一是来源于变量选取时的疏漏；二是来源于被解释变量与解释变量的双向交互影响。回归结果如表3所示。

1．全国层面回归分析。如表3所示，在所有模型中FDI变量的估计结果均显著为正，与预期一致。这说明FDI的增加能够有效推动我国全要素能源效率的提高。这主要是由于FDI 一方面通过技术溢出效应形成先进技术的传播，推动了我国的全要素能源效率的提升；另一方面通过竞争效应促使我国本土企业更新设备，采用新技术，间接的提高了我国全要素能源效率。这与大多数学者的结论一致。

控制变量中，人均GDP（PGDP）变量在模型2中系数显著为正，与预期一致。但如模型5所示，当加入了其他变量之后，系数显著为负。这意味着在不考虑其他因素的前提下，随着经济水平的提升，我国对于能源效率与环境保护有了更高的要求，更加注重经济发展的质量而不是只关注发展速度，这样的环境下全要素能源效率能得到有效提升；但当加入了其他因素，例如不合理的产业结构和能源消费结构，导致经济发展的同时能源消费也大量增加，从而在一定程度上限制了我国全要素能源效率的提升。能源消费结构（ES）的系数在模型3、5中均显著为负，与预期一致。这表明能源消费结构越不合理，我国的全要素能源效率则越低。这是由于煤炭燃烧产生的二氧化硫是导致环境污染的主要原因，我们认为煤炭的燃烧是低效率的，因此煤炭消费量占总能源消费量的比重越高，我国的全要素能源效率就越低。产业结构（IS）的系数在模型3、5中均显著为负，与预期一致。这说明产业结构越不合理，即第二产业在产业结构中占比越大，则我国全要素能源效率越低。显然，第二产业作为能源的主要消费部门，其占比的增加势必会导致能源消费强度的增加和全要素能源效率的降低。技术投入（TL）的系数在模型4、5中均显著为正，与预期一致。这说明研发投入的增加能显著提升我国全要素能源效率。这主要是因为技术进步是我国全要素能源效率得以提升的内在驱动力，研发投入能激励我国企业自主创新、使用先进节能技术来提高能源效率。人力资本（HC）的系数不显著，说明人力资本的提升对我国的全要素能源效率并无影响。这可能是由于现有的人力资本对研发投入或者FDI技术溢出效应的吸收程度还不够高，人力资本的质量还有待提升。外贸依存度（FTD）的系数显著为正，与预期相符。这意味着研究期间内，随着进出口贸易的增加，我国全要素能源效率将会显著提高。这可能是由于一方面，增加进口特别是进口高技术产品或者新能源型产品时，会带动当地技术进步或者减少当地能源的使用，从而提高了能源效率；另一方面，增加出口特别是出口到环境规制要求严格的国家时，国内企业不得不提升能源效率，以求达到出口国的标准，从而激励了出口企业提升其能源效率。政府环境规制（GP）的系数不显著，说明我国政府环境规制对全要素能源效率并没有明显的效果。一方面，政府的环境保护支出没能被有效的利用；另一方面，能源效率的提升是一个长期的过程，现在还是处在量变的积累期，到了一定时期才会转化为质变，一个阶段后，政府的环境规制投入才会有成果。

2．分地区回归分析。表3所示回归结果基本与本文的预期相符，即FDI等因素对全要素能源效率的确存在一定程度的影响。但是，由于我国地大物博，地域宽广，各地区经济发展差异巨大，因此本文把30个省（直辖市、自治区）分成东部、中部和西部三个区域，通过研究各区域FDI对全要素能源效率的影响来对比分析地区差异性，从而发现更具区域特征的FDI和能源效率之间的关系。同样利用2004-2019年我国各省（直辖市、自治区）的面板数据，为保证结论的可比性，本文仍选用最小二乘法（OLS）对模型（3）进行回归。回归结果如表4。

如表4所示，东、中、西部由于经济发展、对外开放程度、资源禀赋等因素的不同，导致各区域回归结果显示出较大差异，但大部分的回归结果基本符合本文预期。

FDI对全要素能源效率的回归结果在中部和西部地区通过了1%以下的显著性检验，符号分别为负和正，在东部地区没有通过显著性检验。这说明只有在西部地区，随着FDI的增加，该地区的全要素能源效率可以得到有效提升。主要是由于西部地区经济相对落后，但凭借着良好的资源禀赋条件，西部地区并未十分重视能源消费的节省以及能源效率的提升，因此，能源效率可提升的空间极大。于是在不断引进外资后，一定程度上激励了当地企业更新设备，树立节能意识，从而有效的提升了该地区的全要素能源效率。与其相反的是，中部地区FDI的增加不但不能提升反而降低了该地区的全要素能源效率，这与中部地区的地理位置十分有关，由于中部地区连接东、西部，运输条件极佳，资源禀赋条件较好，导致大部分劳动密集型或能源密集型的外资流入，且中部地区为了吸引外资而降低了准入门槛，从而导致能源消费的增加以及能源效率的降低，这与我国中部地区的经济发展方式以及我国的国际分工定位有关。中部地区的状况一定程度上验证了“污染天堂假说”在我国中部地区是成立的。然而，东部地区的FDI对其全要素能源效率并无显著影响。这可能是由于东部地区有一部分外资以独资的方式进入中国东部市场，对技术的保密程度较高，使得当地企业没有机会直接接触到FDI带来的先进技术，从而导致了FDI对东部地区全要素能源效率并没有显著影响。那么对于中部地区，FDI的流入会导致该地区全要素能源效率降低，对于西部地区，FDI能显著提升该地区的能源效率，

控制变量中，人均GDP（ PGDP）在三个区域均通过了1%以下的显著性检验，但符号为负，与预期不符。此种结果可能是由于目前中国的经济、社会发展水平还不够高，人们对能源、环境的关注度还不够，导致了一方面FDI带来的能源消费增长量大于了产出的增长，能源效率降低；另一方面，人民收入增加，但环保意识较浅，导致经济发展带来更多的能耗，从而降低了能源效率。也证明中国目前还处于环境库兹涅斯曲线的左侧，这一阶段FDI的规模效应促使经济增长，导致的是能源消费增加，能源效率降低。

能源消费结构（FS）的回归结果在东、中部地区通过了1%以下的显著性检验，系数为负，符合预期；在西部地区未通过显著性检验。由于本文以煤炭消费量占能源消费总量的比值来衡量能源消费结构，因此煤炭消费量的比值越小，说明能源消费结构越优。这里的负向影响表现为煤炭消费量的比值越低，全要素能源效率越高。说明随着东部、中部地区能源消费结构的优化，煤炭消费逐渐减少，排放的二氧化硫等不合意产出减少，全要素能源效率会有所提升；但在西部地区，能源消费結构对其全要素能源效率的影响并不显著，这与西部地区粗放式的能源消费方式有关。

产业结构（IS）的回归结果在东部地区没有通过显著性检验，但在中、西部地区通过了1%以下的显著性检验，系数显著为正。这说明以第二产业增加值占GDP比重衡量的产业结构对东部地区的能源效率并没有显著影响，但随着第二产业比重的增加，中部和西部地区的全要素能源效率会提升，这是由于中、西部地区主要引进的外资流向了第二产业，工业、制造业等第二产业的蓬勃发展带来了当地经济的快速增长，同时，来自国外或我国东部地区的先进技术随着产业转移而来到中西部地区，在一定程度上促进了当地能源利用技术的更新换代，从而推动了全要素能源效率的提升。

技术投入（TL）只对东部地区有显著的正向影响，对中、西部地区的影响显著为负。这说明对于东部地区来说，随着技术投入的增加，能够得到正向的反馈，即技术投入能推动技术的研发和应用，从而提升当地全要素能源效率，形成良性循环。但是，技术投入对中、西部地区来说，不仅没有提升反而降低了该地区的全要素能源效率，这可能是由于一方面这两个地区的研发投入没有得到合理的利用，研发投入的成效不大，能源消费量依然处于较高水平，因此虽然技术投入增加，但能源效率却降低了；另一方面技术的投入到产出需要一个较长的过程，中、西部地区的技术发展水平本身就相对落后，技术人才也较为缺乏，所以技术投入在短时间内没有带来产出，导致技术投入越多，能源效率越低。

人力资本（ FIC）在东、中部地区没有通过显著性检验，但在西部地区显著为正。这说明人力资本对东部、中部地区的全要素能源效率没有明显的影响，但是能够有效提升西部地区的全要素能源效率，这可能与西部地区相比其他地区缺乏高等人才有关。说明随着西部地区人力资本，特别是技术型人才数量的增加，该地区对节能技术的研发与应用，对先进外来技术的借鉴和吸收的程度会更高，从而对该地区全要素能源效率形成一定的提升作用。

外贸依存度（ FTD）在三大地区的回归结果均显著为正，这说明进出口贸易的增加能够显著促进东、中、西部地区的全要素能源效率的提升。这主要是由于一方面我国可以通过进口贸易引进先进的产品，从中学习和模仿国外先进的节能生产技术；另一方面，出口贸易通过对我国出口企业的严格技术、能耗规制，促使出口型企业加强自身研发，提升生产、节能技术，从而推动了全要素能源效率的提升。

政府环境规制（GP）在东部地区均未通过显著性检验，在中部地区系数显著为正，在西部地区系数显著为负。说明在东部地区，政对环境保护的支出并不能对该地区能源效率产生影响，可能是由于相对全国其他地区来说，东部地区环境规制本身就较为严格，且技术水平高于全国平均水平，因此政府的环境保护支出对能源效率没有明显的提升作用。在中部地区，随着政府环境保护支出的增加，污染环境的监管更加严格，该地区企业对环境的重视程度有较大提升，于是加大节能技术的使用和新技术的研发，全要素能源效率得以提升。在西部地区，环境保护支出越多，全要素能源效率越低，这可能是由于当地环境保护支出并未得到合理使用，环境保护支出增加，能源消费也增加，降低了该地区全要素能源效率。

五、结论与建议

（一）结论

在经济飞速发展的同时，我国面临的能源问题也日趋严峻，如何有效提升我国各地区能源效率已经成为维持我国经济可持续发展的关键因素。本文选取2004-2019年我国30个省（直辖市、自治区）的面板数据，通过超效率DEA模型测量了我国各省（直辖市、自治区）的全要素能源效率，在此基础上回归分析了FDI对我国全国层面以及东中西三大区域层面的全要素能源效率的影响，研究的主要结论有：

第一，利用超效率DEA模型对我国30个省市的全要素能源效率进行测算后发现，整体上，我国的全要素能源效率在2004-2019年的研究区间内都未能达到最优效率，且能源效率曲线整体呈现出波动下降的趋势。我国的全要素能源效率还表现出较大的地区差异性，东部地区的全要素能源效率平均值最高，其次是中部地区，最后是西部地区。

第二，采用面板数据模型OLS、2SLS实证检验我国全国层面的FDI对全要素能源效率产生的影响，结果表明：从全国层面来看，模型的回归结果大致与预期一致，FDI通过了1%的显著性检验且系数为正。说明增加FDI能够有效提升我国的全要素能源效率。同时，从计量回归结果还可以发现除FDI外，能源消费结构、产业结构的优化，技术投入、外贸依存度的提升都是推动我国全要素能源效率提升的重要因素。

第三，同样采用OLS模型对我国东中西三大区域进行实证检验，结果显示：FDI对我国西部、中部地区的全要素能源效率分别有显著的正向和负向影响。说明外资企业通过传递先进的技术和管理经验有效地提升了我国西部地区的全要素能源效率，而由于中部地区的外资大多流向了能源密集型行业，从而抑制了其全要素能源效率的提升。同时，东部地区的FDI对该地区的全要素能源效率并无显著影响，其中主要的原因可能是：一方面，东部地区的技术已经发展到较高阶段，现有的外资对东部地区的能源效率提升的弹性并不大；另一方面，投资于东部地区的外资将核心技术封锁，抑制了FDI技术溢出对能源效率的提升作用。

（二）建议

基于所得研究结论，本文对我国今后引进FDI及实施能源可持续发展战略提出以下政策建议：

第一，重视FDI的质量，调整FDI的产业布局。FDI流向的产业主要集中在第二产业。而第二产业的能源消费在三大产业中占比最高。因此，为提升全要素能源效率，我国应关注引进外资的质量，逐渐给投资于工业、制造业等能源密集型产业的外资设置障碍，鼓励和引导FDI转向第一、三产业。

第二，针对各区域特征，实行差异化的引资策略。根据本文的研究结果，在未来我国应该实施差异化的引资策略。对于西部地区，应该进一步扩大其FDI的引进规模，通过改善当地的基础设施条件等方式，来吸引更多的外资企业进入当地，从而有效发挥FDI的技术溢出效应，提升当地能源效率。对于中部地区，未来在吸引FDI时，要更加关注引进外资的质量，防止一些以高能耗为目的的FDI向本地区转移。对于东部地区，由于研发投入的增加能显著提高东部地区的全要素能源效率，那么东部地区应该积极加大自身研发创新的能力，不能单纯依靠外资带来的技术获取，这才是推动该地区全要素能源效率稳定提升的内在驱动力。

第三，优化能源消费结构。由于我国自然条件的特点，我国能源消费结构仍然以煤炭为主，但这样的能源消费结构不利于我国能源效率的提升以及經济的可持续发展，因此，大力推进可再生能源使用技术的研发和发展，更加广泛地推动风能、水能、太阳能等可再生能源的使用，实现对煤炭、石油消费的部分代替，从而改变我国经济过分依赖化石能源的局面，优化能源消费结构，提升能源效率。

参考文献：

[1]尹宗成，丁日佳，江激宇.FDI、人力资本、R&D与中国能源效率[J]财贸经济，2008（9）：95- 98.

[2]刘叶，朱彤．外商直接投资对中国工业能源使用效率的影响——基于行业内和行业间技术溢出效应的双重视角[J]中国石油大学学报（社会科学版），2010（3）：16-21

[3]Hubler， M. Energy saving technology diffusion via FDIand Trade：a CGE Model of China， working papersNo.1479. Kiel institute for the World Economy Jan. 2009.

[4]沈小波，曹芳萍．外商直接投资、技术溢出与中国的能源强度一基于中国省域面板数据的经验研究[J].价格理论与实践，2012（4）：36-37

[5]蔡海霞，范如国．FDI技术溢出、能源约束与区域创新产出分析[J]．中国人口·资源与环境，2011，21（ 11）：50- 55．

[6]李佳霖，孙鹏.FDI质量对中国全要素能源生产率的影响研究[J].统计与决策，2020（24）：106- 110

[7]滕玉华，刘长进.外商直接投资的R&D溢出与中国地区能源效率[J].中国人口资源与环境，2010（8）：142-147.

[8]王兵，张技辉，张华.环境约束下中国省际全要素能源效率实证研究[J].经济评论，2011（4）：31-43

[9]姜磊，季民河．基于空间异质性的中国能源消费强度研究一资源禀赋、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.

[10]汤志玲.外商直接投资对中国地区能源利用效率的影响[D].复旦大学硕士学位论文，2011年

[11]A. Chames， W.W. Cooper， L Seiford. Extremal principlesand optimization dualities for khinchin-kullback-leibler es-timation[J] Optimization，1978，9（1）.

[12]Per Andersen， Niels Christian Petersen. A Procedure forRanking Efficient Units in Data Envelopment Analysis[J]Management Science，1993.39（ 10）

[13]张军，施少华．中国经济全要素生产率变动：1952-1998[J]世界经济文汇，2003（2）：17-24．