黄河流域能源绿色利用效率测度及时空演变分析

王海荣，王永峰，江 雷，孙红涛

（1. 河南省有色金属地质矿产局第二地质大队，河南 郑州 450016；2. 河南省国土空间调查规划院，河南 郑州 450052）

0 引言

能源是经济社会发展的原动力和重要基础。我国是能源消费大国，2021年能源消费总量52.4亿t标准煤，比2010年增长45.3%。由此可见，我国的能源需求和消耗巨大，且增长态势明显。但“高能耗、高污染、低效率”发展模式的弊端日益凸显，引起了一系列生态环境问题，这与我国正在推进的绿色发展战略相违背。如何突破能源制约瓶颈，促进中国经济高质量发展，完成既要金山银山又要绿水青山的国家战略要求，成为当前亟需解决的问题之一。2021年和2022年的国务院政府工作报告中都明确提出扎实推进碳达峰、碳中和的各项工作，优化产业结构和能源结构，推进能源低碳绿色转型。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确指出，要坚持推动绿色发展，并制定单位GDP能耗下降13.5%的目标。党的二十大报告进一步明确了推动经济社会发展绿色化、低碳化的战略目标，逐步完善能源消耗总量和强度调控，并强调重点发展绿色低碳产业和加快推动能源结构调整优化，推动能源清洁低碳高效利用。在此背景下，推进以绿色发展理念为指导的能源绿色利用显得尤为重要。能源绿色利用最重要的是融入人与自然和谐共处的绿色发展理念，综合考虑经济效益产出和环境污染减量，以期实现经济效益和生态效益的统一。能源绿色利用效率是衡量能源绿色利用的重要指标，基于此，准确测度能源绿色利用效率并把握其时空特征能够为发展模式转型、“双碳”目标的实现提供技术支撑与参考依据。

国内外学者在能源利用效率方面展开了大量研究。能源效率指标的测度方法主要包括两种[1]。一种是单要素指标，比如单位GDP的能源消费，反映了能源投入与经济产出水平，在国别比较和政府部门决策中应用较多[2]。此类单位产值耗能指标的弊端非常明显，它在反映能效时仅考虑了能源投入，也就是说主要强调能源投入的作用，无法体现出劳动力、资本、技术和土地等其他投入要素对于能源的替代作用。另一种是多要素能源效率，HU等首次提出了多要素能源效率的概念[3]，该方法既可避免单要素方法的局限性，又能揭示一个地区资源禀赋及要素替代对能源效率的影响，逐步得到了广泛认可[4]。现有文献多采用多要素方式测度能源利用效率，在研究范围方面主要是针对省域、市域、重点区域（比如城市群、国家重要战略涵盖区域）和整个国家[5-8]，或单独针对工业、制造业、农业等产业部门[9-11]；在研究方法方面主要是利用数据包络分析（DEA）、随机前沿分析法（SFA）、方向性距离函数、SBM模型等方法对能源利用效率进行测度[12-16]；在研究内容方面主要是通过分层聚类法、Theil系数、空间自相关分析、空间计量经济模型、地理探测器等方法探讨能源利用效率的时序特征、空间差异及影响因素[17-21]。随着能源利用过程中的环境污染日益突出，学者们开始将环境污染因素纳入能源利用效率测度框架[22-23]，进而与节能减排、污染治理紧密结合。综上可知，在能源利用效率方面取得了较多研究成果，但也存在明显缺陷：一是在研究对象方面，主要关注的是省域、整个国家、城市群等，以地级市为单元的针对大尺度流域空间分异特征的研究较为少见，以大尺度流域为研究对象探讨能源绿色利用效率时空格局能够为流域内部协调发展提供理论依据和技术支撑，亟待加强此方面的研究；二是对能源绿色利用效率关注较少，缺少系统的专题研究，这与大力推行绿色发展的背景不相符，不能满足相应的政策需求。

黄河横跨东西9个省（区），是我国重要的经济带和能源生产基地。2019年9月习近平总书记在河南省郑州市主持召开黄河流域生态保护和高质量发展座谈会，将黄河流域生态保护和高质量发展上升为重大国家战略，为该流域经济社会发展提供了机遇。2021年10月习近平总书记又在山东省济南市主持召开深入推动黄河流域生态保护和高质量发展座谈会，强调要坚定走绿色低碳发展道路，要推进能源革命，稳定能源保供与效率提升。由此可见，提升能源绿色利用效率是推进黄河流域国家战略的关键。基于此，以黄河流域为研究对象，利用2001—2020年黄河流域78个地级市面板数据，采用SBM模型测度黄河流域能源绿色利用效率，并探讨其时空演变格局，以期为黄河流域国家战略的推进、能源高效绿色利用及节能减排政策制定提供理论支撑。

1 研究方法和指标选取

1.1 研究方法

1.1.1 能源绿色利用效率内涵及测度方法

能源作为一种核心和关键资源，在经济活动中不能单独产生效益，必须和其他投入要素结合才能产生真正的效益，能源多要素效率就是基于这一点提出的，主要是指能源及其他生产要素投入和相应产出的比例。鉴于目前多要素能源效率得到了广泛认可，拟采用多要素能源利用效率的思路，以绿色发展理念为指导对能源绿色利用效率的内涵进行界定。能源绿色利用效率是兼顾能源消耗、生态效益以及强调要素替代作用的综合指标，其核心思想是以尽可能少的能源消耗及其他要素投入，创造出尽可能多的经济产出和尽可能少的环境负面影响。基于此，本文将“能源绿色利用效率”的概念界定为：在一定技术条件下能源利用系统的投入要素（能源及其他投入要素）和相应的经济以及生态环境效应的比值。这为能源绿色利用效率测度提供了指引。

数据包络分析（DEA）模型具有无需确定函数关系、客观赋权等方面的优势，在能源利用效率评价中得到了广泛应用，并成为主流的技术方法。但传统的DEA模型不能很好地权衡松弛变量并造成效率测度结果偏差，同时也无法解决包含非期望产出的效率测度问题。为了消除这种弊端，TONE在传统DEA模型的基础上创新性地提出了一种非径向非角度的效率度量方法——SBM模型。该模型充分考虑了期望产出不足或非期望产出冗余问题，不仅解决了松弛变量的问题，也可以将非期望产出纳入到效率分析框架，避免了径向和角度选择差异导致的结果偏差。这与能源绿色利用效率的内涵正好符合，测度结果也更加准确。基于此，本文选取SBM模型测度黄河流域能源绿色利用效率。

为了准确地测度黄河流域能源绿色利用效率，将每个地级市的能源利用系统视为一个生产决策单元（DMU），据此构建一个既包含期望产出（主要是指经济社会产出），又包含非期望产出（主要是指生态环境负面影响）的生产可能性集，即环境生产技术。黄河流域能源利用系统以地市为生产单元（DMU），假设包含N个DMU（n=1，2，…，N），每个DMU包括m种投入（X∈Rm）、S1种期望产出（Yg∈RS1）和S2种非期望产出（Yb∈RS2），环境生产技术表示为式（1）。

式中：定义矩阵X、Yg和Yb为：X=[x1,...,xn]∈Rm×n、Yg=，假定X>0，Yg>0且Yb>0。在当前日益重视生态文明建设的背景下，能源利用系统一个重要目标是减少非期望产出（环境污染）和其他要素投入，同时尽可能多地增加期望产出（经济产出）。为了计算能源绿色效率ρ，在环境生产技术框架下将生产过程和目标模型化，具体计算公式表达为式（2）。

式中：能源绿色利用效率值ρ的取值在0到1之间；s-为投入的冗余；m为输入元素的指标数量；s为输出元素的指标数量；sb为非期望产出的冗余；sg为合意产出的不足；r为第r个生产决策单元（DMU）；r0为待求的生产决策单元（DMU）；λ为权重。

1.1.2 空间自相关分析

采用空间自相关分析来检验黄河流域能源绿色利用效率各相邻空间单元之间是否存在关联性。空间自相关分析可以分为全局空间自相关和局部空间自相关。全局空间自相关主要用于描述能源绿色利用效率特征的总体分布，并确定现象在空间上是否聚集，具体计算公式见式（3）。

式中：xi、xj分别为区域i和j的属性值；x为各地区属性值的平均值；wij为空间位置权重矩阵，当i和j邻接时，wij=1，当i和j不邻接时，wij=0；σ2为属性值的方差；n为空间单元总数。全局空间自相关中的莫兰指数处于在-1到1之间，当莫兰指数大于0时，表示空间具有正相关性；当莫兰指数小于0时，表示空间具有负相关性。

另外，由于全局自相关只能整体分析黄河流域能源绿色利用效率的关联度和特征，不能确切表示相关性所发生的具体空间位置，无法进行局部地区空间关联性的分析。基于此，采用LISA指数来研究分析能源绿色利用效率在某一局域的空间相关性，即局部空间自相关，其计算公式见式（4）。

式中：Zi和Zj分别为空间单元属性值的标准化形式，其他变量含义与式（3）相同。通过局部Moran'sI指数测算，可以得到LSIA地区聚集图，分别对应四种不同空间差异类型（高-高，简称H-H；低-高，简称L-H；低-低，简称L-L；高-低，简称H-L）。

1.2 指标选取

依据能源绿色利用效率的内涵，投入-产出指标既需要充分反映出能源利用是否合理、资源配置能否最优，还需要同时考虑期望产出（经济效益和社会效益）和非期望产出（对环境的负面影响）。在投入方面，土地、资本和劳动力是最基本的三要素，除了这三项投入以外，能源投入是能源利用系统的核心。在期望产出方面，既考虑了经济产出（第二产业和第三产业GDP），又考虑了社会效益，参考相关文献以工资水平进行表征。在非期望产出方面，既考虑环境污染，以废水排放量、二氧化硫排放量、工业粉尘排放量等污染指标表征，又考虑能源利用的直接产物碳排放，以便与国家“双碳”战略对接。具体指标体系见表1。

表1 能源绿色利用效率评价投入-产出指标体系Table 1 Input and output indicator system for evaluation of green utilization efficiency of energy

1.3 数据来源

本文选取黄河流域的青海省、甘肃省、宁夏回族自治区、陕西省、山西省、内蒙古自治区、河南省、山东省等8个省（区）作为研究范围，以地级市为核算单元，数据时间节点包含2001年、2004年、2007年、2010年、2013年、2016年、2020年共7个年份。考虑数据可获性，共选取78个地级城市，占比为82.1%，具有较高的代表性。对于黄河流域上游、中游和下游的划分，参考相关研究的做法[24]，上游地区包括青海省、甘肃省、宁夏回族自治区，中游地区包括内蒙古自治区、陕西省和山西省，下游地区包括河南省和山东省。

计算所需数据主要来源于《中国城市建设统计年鉴》《中国城市统计年鉴》《中国能源统计年鉴》、《中国环境统计年鉴》，以及8个省（区）和各地市对应年份的统计年鉴、国民经济和社会发展统计公报。另外，对于各地市碳排放数据的核算，借鉴IPCC的计算方法进行估算，相关碳排放系数参照《IPCC国家温室气体清单指南》。对于个别缺失的数据采取平滑法插值进行补充。

2 结果分析

2.1 黄河流域能源绿色利用效率时序变化

2001—2020年间黄河流域能源绿色利用效率的平均值为0.440，说明黄河流域能源绿色利用效率处于低水平，具有较大提升潜力。从时间变化趋势来看，黄河流域能源绿色利用效率整体呈先下降后上升的态势，根据其变化速率可以将其划分为三个阶段。①第一阶段为2001—2004年，能源绿色利用效率下降明显，由0.535下降到0.441，主要原因是我国加入WTO之后，随着经济全球化飞速发展以及国家政策的支持，黄河流域开始由内向型经济逐步向外向型经济转变，进入快速增长阶段，对能源需求剧增，以煤炭消费为主的单一化能源结构进一步凸显，且环境规制水平较低，导致黄河流域能源绿色利用效率明显下降。②第二阶段为2004—2016年，虽然此阶段流域内能源绿色利用效率依然仍在下降，但是下降幅度显著减小，主要原因是在此过程中开始逐步提升产业结构水平，能源利用结构也得到了一定程度的优化，环境规制水平逐步提升，这在很大程度上遏制了黄河流域能源绿色利用效率快速下降的态势。③第三阶段为2016—2020年，黄河流域能源绿色利用效率显著上升，主要原因是经济发展模式转型加快和生态文明建设力度加大，采用引进新技术、调整产业结构等手段，淘汰落后高耗能产业，降低能源密集型产业比重，大力发展高新技术工业和服务业；同时积极采取措施减少污染物的排放，加强对各种污染物排放的管控和监管，协同推进减污降碳，这在很大程度上造成黄河流域能源绿色利用效率显著上升。另外，为了更好地反映黄河流域能源绿色利用效率的时序变化特征，通过汇总平均的方式计算出了研究期内黄河流域各个省（区）能源绿色利用效率平均值，整体来看，8个省（区）的时序特征与整个黄河流域的时序特征具有一致性，都是呈现先下降后上升的态势。

2.2 黄河流域能源绿色利用效率空间分布特征

利用自然断点法，在ArcGIS工具的支持下对黄河流域能源绿色利用效率进行可视化处理（图1）。2001年黄河流域能源绿色利用效率值较高（0.6以上）的地级市有31个，主要集中分布在黄河流域下游地区；2004年能源绿色利用效率为较高的地级市共有12个，与2001年相比有明显的下降，主要分布在黄河流域中下游地区，以省会城市居多；2007年进一步下降到7个。随后能源绿色利用效率较高的地级市数量开始呈现上升态势，至2020年能源绿色利用效率超过0.6的地级市已经达到了24个。从整体上来看，2001—2020年间，能源绿色利用效率高值的地级市处在黄河流域中下游地区的较多，主要分布于山东省和河南省。山东省凭借区位和交通优势，吸引大量外资，众多高新技术产业于此落户，通过科学技术创新优化产业配置形成集聚高地，并逐步加大环境规制力度，从而有利于能源绿色利用效率的提升，形成了多个高值地级市；河南省在中原崛起战略推进和中原城市群建设进程中，逐步确立了承接东部沿海地区产业转移的前沿阵地的地位，并借承接产业转移之东风加快调整产业结构与空间布局、优化能源利用结构，河南省能源绿色利用效率得到显著提升。而能源绿色利用效率较低（0.3以下）的地级市主要分布在上游地区和部分中游地区，主要原因是这些地区多为重要的能源生产基地，在价格优势和要素替代作用下产生了能源依赖型经济，付出了过高的生态环境成本代价，导致能源绿色利用效率总体偏低。近年来这些地市虽然致力于资源型城市转型，也取得了一定成效，但受限于资本、高端人力资源及核心技术等方面的缺陷，经济发展模式转型内生动力不足，不利于能源绿色利用效率的提升。

2.3 黄河流域能源绿色利用效率空间自相关分析

2.3.1 全局空间自相关

选取2001年、2004年、2007年、2010年、2013年、2016年、2020年作为时间节点，利用GeoDa软件对黄河流域能源绿色利用效率进行空间自相关分析。计算结果显示，7个年份的莫兰指数分别为0.023、-0.046、0.010、0.163、0.141、0.164、0.268。总体来看，只有2004年莫兰指数小于0，其余年份均大于0，且自2004年以后指数逐年上升。这表明黄河流域能源绿色利用效率具有显著的空间正自相关性，即能源绿色利用效率高的地级市与邻域的高值地区空间集聚，能源绿色利用效率低的地级市与邻域的低值地区空间集聚，且集聚程度逐年增强。这与黄河流域布局多个谋求区域一体化发展的城市群有关，城市群内部城市之间联系更加紧密，通过规模集聚效应带动周围城市发展；不同城市群合作也加强，形成较强的区域合力，通过内外合力在很大程度上促进了空间集聚程度的增强。

2.3.2 局部空间自相关

利用GeoDa软件在0.05显著性水平下进行LISA分析，据此探讨黄河流域能源绿色利用效率的局部空间集聚状况，可以分为四个类型（图2）。

图2 黄河流域能源绿色利用效率LISA空间形态Fig. 2 LISA spatial form of green utilization efficiency of energy in the Yellow River Basin

高值集聚区（H-H类型）。2001年黄河流域高值集聚区仅有10个地级市，主要分布在山东省和河南省；高值集聚区范围逐步扩大，到2020年增加到25个，但依然主要分布在黄河下游流域地区的山东省和河南省。主要原因是山东省作为沿海地区，具有良好的自然条件和经济基础、先进的技术、雄厚的资本等优势；河南省交通区位优势明显，郑州市的交通枢纽地位在经济发展中的作用日益凸显，并带动周边发展。因此，2001年在山东省和河南省内部率先出现了高值集聚区，但范围较小。随着中原城市群、山东半岛城市群等国家发展规划的顺利推进，有利于该区域的产业结构和空间布局的优化、基础设施建设水平的提高、区域能源和资源配置效率的提升，并带动经济社会全面发展和区域协调发展，能够在很大程度上促进能源绿色利用效率的整体提升，能源绿色利用效率高值集聚区范围扩大。

低值集聚区（L-L类型）。低值集聚区主要集中分布在黄河上游的陕甘宁地区，在研究期内范围逐步扩大，由2001年的7个增加到2020年的14个。主要原因是经济增长过度依靠资源和能源开发，利用较高的生态环境成本换取经济提升，粗放的经济增长方式导致能源绿色利用效率低值“孤岛”产生。并且能源绿色利用效率上升缓慢，在其他区域快速上升的背景下就产生了新的低值集聚区，由于发展不均衡造成低值集聚区范围扩大。

高值异质区域（H-L类型）和低值异质区域（L-H）则表示相邻地区能源绿色利用效率差异程度大，即能源绿色利用效率高值地区和低值地区相邻。2001年这两个类型区域共有8个地区，零星分布在黄河流域的中下游地区；其空间范围逐步缩小，到2020年下降到4个。这两种类型的异质区域之所以形成主要是效率高值地区对周边的辐射和带动能力有限或者效率低值地市接受周边地市辐射和扩散的能力不足。

3 结论与讨论

在考虑非期望产出（环境污染和碳排放）的基础上，引入SBM模型，利用2001—2020年黄河流域地级市面板数据，对能源绿色利用效率进行测度，并分析其时空特征，得出主要结论如下所述。

1）2001—2020年间黄河流域能源绿色利用效率的平均值为0.440，具有较大提升潜力。从时间上来看，能源绿色利用效率整体呈先下降后增长的态势，以2016年为转折点；从空间特征来看，黄河流域能源绿色利用效率空间差异明显，黄河流域能源绿色利用效率值较高（0.6以上）主要集中分布在黄河流域下游地区，其地级市数量在研究期内呈现先减少后增加的态势；能源绿色利用效率较低（0.3以下）的地级市主要分布在上游地区和部分中游地区。因此，在黄河流域国家战略推进过程中应重视绿色发展理念与能源利用过程的有机结合，并建立地方政府合作网络和合作机制，在节能降耗技术、科技创新、人才支持等方面实行“一对一”帮扶，以缩小地市间能源绿色利用效率差异。

2）黄河流域能源绿色利用效率整体呈现空间正自相关，2004年以后空间集聚性逐年增强。集聚类型可以分为四类：高值集聚区（H-H类型）主要集中分布在黄河流域下游的山东省和河南省，在研究期内空间范围呈现扩大态势；低值集聚区（L-L类型）主要分布在陕甘宁地区，在研究期内空间范围逐步扩大，主要原因是该地区能源绿色利用效率普遍偏低且增长缓慢；高值异质区域（H-L类型）和低值异质区域（L-H类型）主要零星分布中上游地区，这为实行差异化的管控政策措施提供了理论依据。对于高值集聚区，应继续保持在能源配置和能源技术方面的优势，通过优化产业结构加快附加值高、高新技术密集、能耗低、排污强度低的现代工业和高新产业布局。对于低值集聚区，应重视经济发展水平低、产业耗能多、产业结构尚未实现转型的现实，充分发挥后发优势，注重先进经验和技术的借鉴，在承接产业转移方面设置以投资强度、能耗指标、污染指标、产出效益为核心的承接外部产业转移门槛；同时强化与周边地市的全方位合作和协同发展，避免区域“锁定效应”陷阱。对于高值异质区域和低值异质区域，其产生的原因是：效率高值地市对周边低值地市的辐射和带动能力有限或者效率低值地市接受周边高值地市辐射和扩散的能力不强。因此，最关键的是提升高值地市带动能力和低值城市接受辐射的能力。