基于SBM模型的我國省際能源環(huán)境效率研究

周四軍　陳強(qiáng)　蘇文力

摘 要 將SBM模型與四階段DEA方法結(jié)合，研究了我國30個(gè)省市地區(qū)2004～2012年間省際全要素能源環(huán)境效率，同時(shí)考察了地區(qū)投入與產(chǎn)出松弛量，并對其影響因素進(jìn)行了深入分析。研究發(fā)現(xiàn)：環(huán)境約束的影響明顯，科學(xué)評價(jià)能源環(huán)境效率必須把環(huán)境污染引入全要素能效測度之中；隨著時(shí)間發(fā)展，各省間的效率存在優(yōu)者愈優(yōu)、劣者愈劣的兩級(jí)分化趨勢.對松弛量的Tobit回歸結(jié)果顯示：GDP是改善能源環(huán)境效率的有利因素，外商直接投資、產(chǎn)業(yè)結(jié)構(gòu)以及能源消費(fèi)結(jié)構(gòu)是其不利因素，技術(shù)改進(jìn)和環(huán)境治理對提高效率無顯著影響；外部因素差異對能源環(huán)境效率有顯著地影響，剔除外部因素差異的影響，將使效率能得到有效改善.

關(guān)鍵詞 環(huán)境約束；能源環(huán)境效率；SBM模型；四階段DEA

中圖分類號(hào) F205 文獻(xiàn)標(biāo)識(shí)碼 A

1 引 言

在工業(yè)經(jīng)濟(jì)中，能源投入達(dá)到前所未有的程度.時(shí)至今日，我國能源消費(fèi)量已經(jīng)由1980年的6.03億噸標(biāo)準(zhǔn)煤增長到2013年的37.5億噸標(biāo)準(zhǔn)煤，巨量的能源投入帶來的負(fù)面環(huán)境效應(yīng)日益突出，經(jīng)濟(jì)發(fā)展質(zhì)量令人堪憂.據(jù)統(tǒng)計(jì)，當(dāng)前中國二氧化碳、二氧化硫的排放量都已躍居世界第一位，其他主要污染物排放也已位于世界前列.此外我國工業(yè)企業(yè)的能源消費(fèi)70%左右仍以煤炭為主.由此可見，我國能源利用正面臨能源利用環(huán)境污染重和能源利用方式落后、效率低下的困境，提升能源環(huán)境效率迫在眉睫.

在現(xiàn)有估算能源效率的研究中，利用非參數(shù)前沿分析模型測算全要素能源效率占有重要地位.Jinli Hu（2006）[1]提出“全要素能源效率”TFEE，利用CCR-DEA模型對中國29個(gè)省的面板數(shù)據(jù)進(jìn)行實(shí)證分析.他將數(shù)據(jù)包絡(luò)分析（DEA）引入中國的能源效率分析，有效克服了傳統(tǒng)單要素能源效率研究方法的缺陷.近年來，許多學(xué)者將環(huán)境因素納入全要素生產(chǎn)率的研究范圍.鄭麗琳、朱啟貴（2013）[2]研究表明，考慮能源與環(huán)境的我國省際全要素生產(chǎn)率增長有限，且效率在東、西部區(qū)域內(nèi)部收斂，中部收斂不顯著，因此我國東中西三地區(qū)存在“俱樂部收斂”的情況.汪克亮（2011）[3]，張偉（2011）[4]等運(yùn)用環(huán)境方向距離函數(shù)對我國省級(jí)全要素生產(chǎn)率進(jìn)行了研究分析.涂正革等 [5]采用SBM模型計(jì)算了我國省際工業(yè)效率，它們發(fā)現(xiàn)東西部間效率差距明顯，并認(rèn)為重工業(yè)阻礙SBM效率的改善.Bi GongBing （2013）[6]等運(yùn)用SBM模型測算了考慮環(huán)境約束下我國熱力發(fā)電行業(yè)的全要素能源使用效率，他們研究發(fā)現(xiàn)我國熱力發(fā)電行業(yè)全要素能源效率存在顯著省際差異和地域差異.范丹、王唯國（2013） [7]把四階段DEA與Simar、 Wilson開發(fā)的基于Bootstrap的隨機(jī)DEA模型相結(jié)合，將能源和二氧化碳納入工業(yè)企業(yè)的全要素能源效率評價(jià)體系中， 對我國2010年中國30個(gè)省、市、區(qū)規(guī)模以上工業(yè)企業(yè)的全要素能源效率及其分解變量進(jìn)行了實(shí)證分析.Hong Li[8]運(yùn)用SuperSBM模型研究發(fā)現(xiàn)“十一五”期間我國各工業(yè)部門間能源效率是非收斂的.

縱觀運(yùn)用DEA方法對全要素能源利用效率的研究，不難發(fā)現(xiàn)以下幾點(diǎn)研究趨勢：一是運(yùn)用各種方法將環(huán)境因素納入全要素生產(chǎn)率的研究；二是將參數(shù)法和非參數(shù)法的優(yōu)點(diǎn)相結(jié)合以克服傳統(tǒng)DEA的缺陷，剔除外部因素差異對測算結(jié)果產(chǎn)生的不良影響，分離隨機(jī)誤差的影響，這類方法主要包括multistage DEA方法，以及Timo Kuosmanen（2006）[9] 提出的SToNED隨機(jī)非參數(shù)及半?yún)?shù)方法等方法；三是從當(dāng)期或序列DEA分析向全局DEA分析發(fā)展[10].本文將SBM模型與四階段DEA結(jié)合起來研究我國省際能源效率，以克服傳統(tǒng)DEA的缺陷.

2 能源環(huán)境效率的理論分析

2.1 利用DEA測算能源效率的理論分析

從全要素角度測算能源效率有深刻地理論基礎(chǔ)，也更客觀地反映經(jīng)濟(jì)運(yùn)行規(guī)律.17世紀(jì)英國經(jīng)濟(jì)學(xué)家威廉配第提出“土地為財(cái)富之母，而勞動(dòng)則為財(cái)富之父和能動(dòng)的要素”.薩伊將所有生產(chǎn)出來的價(jià)值都?xì)w因于勞動(dòng)、資本和自然力三個(gè)要素，他從財(cái)富生產(chǎn)的過程出發(fā)系統(tǒng)地說明了生產(chǎn)要素的構(gòu)成.斯密在《國富論》中討論財(cái)富與收入時(shí)提到“材料等部分，可轉(zhuǎn)化為固定資本投入、也可轉(zhuǎn)化為目前消費(fèi)的財(cái)富”.到19世紀(jì)末，馬歇爾在《經(jīng)濟(jì)學(xué)原理》中提出“土地是指大自然為了幫助人類，在陸地、海上、空氣、光和熱各方面所贈(zèng)與的物質(zhì)和力量”，也就明確了包括能源在內(nèi)“土地”的要素地位.馬克思政治經(jīng)濟(jì)學(xué)認(rèn)為勞動(dòng)對象和勞動(dòng)資料是最基礎(chǔ)生產(chǎn)要素，與勞動(dòng)構(gòu)成最基礎(chǔ)的物質(zhì)資料生產(chǎn).因此，經(jīng)濟(jì)學(xué)家將能源作為多種投入的一種，考慮投入要素替代在實(shí)現(xiàn)能源效率中的作用，提出以全要素能源效率來衡量一個(gè)地區(qū)的能源利用效率.

區(qū)別于傳統(tǒng)的單要素能源效率分析，需要在 “多投入-多產(chǎn)出”框架下測算全要素能源效率.數(shù)據(jù)包絡(luò)分析方法（DEA）的原理性質(zhì)十分契合這樣研究需要：①DEA方法測算產(chǎn)出與投入之比，本身就是測算若干決策單元相對效率的方法；②DEA方法適用于“多產(chǎn)出-多投入”[10]的情況；③DEA方法不需要具體的生產(chǎn)函數(shù)、不需要主觀賦權(quán)，且具有“單位不變性”[10]；④DEA方法能確定每一項(xiàng)無效率決策單元非效率的原因[10].由上可知，DEA方法適于測算全要素能源利用效率.

當(dāng)然，許多傳統(tǒng)的DEA方法不能避免徑向與角度帶來的偏差，沒有考慮松弛量的影響，也沒有考慮各決策單元外部條件差異以及隨機(jī)誤差的可能影響，這些因素都可能造成效率測度的偏誤.SBM模型（Slack Based Model）是一種較為完善的DEA拓展模型，可以很好地解決一般DEA模型（方法）存在的問題.本文基于以上理論分析，將參數(shù)法和非參數(shù)法的優(yōu)點(diǎn)相結(jié)合可以克服以上傳統(tǒng)DEA存在的缺陷，使用SBMDEA模型與四階段DEA方法結(jié)合的方法來測算我國省際全要素能源環(huán)境效率下文稱以這種方法的到的效率值為能源效率，或SBM效率（考慮環(huán)境約束條件下的測度）..本文從經(jīng)濟(jì)和環(huán)境的雙重角度研究能源利用效率，人類通過投入能源、資本、技術(shù)、勞動(dòng)力進(jìn)行生產(chǎn)而獲得產(chǎn)出，產(chǎn)出由期望產(chǎn)出和非期望產(chǎn)出組成，期望產(chǎn)出主要為GDP，非期望產(chǎn)出為環(huán)境污染排放.這種考慮環(huán)境效應(yīng)的能源利用效率（投入與產(chǎn)出的比率）稱為能源環(huán)境效率.endprint

2.2 外部因素調(diào)整理論分析

下文將以四階段DEA的研究步驟進(jìn)一步闡述本文如何將SBMDEA與四階段DEA方法結(jié)合，以測算外部因素差異對能源環(huán)境效率的影響，并在此基礎(chǔ)上對能源環(huán)境效率進(jìn)行再測算.

2.2.1 第一階段，SBM效率測算

第一階段Tone（2001）[11]首先提出了非徑向非角度的基于松弛變量測度的SBM（SlacksBased Measure）模型.SBM模型將松弛變量直接引入目標(biāo)函數(shù)，藉此特點(diǎn)，不僅將環(huán)境因素很好地納入SBM模型的測度中，也避免了徑向和角度差異帶來的影響.-

傳統(tǒng)的SBM模型（以下稱模型一）表示為：

2.2.4 第四階段，SBM效率再測算.

將第三階段得到的調(diào)整后的投入數(shù)據(jù)代替原始投入數(shù)據(jù)，再次運(yùn)用SBM模型進(jìn)行效率評估，由此得到的各決策單元的效率值即為剔除了外部因素差異影響后的效率值.

綜上所述，本文將SBM模型與Fried等（1999）[13]提出四階段DEA模型結(jié)合起來，減少了徑向角度模型帶來的偏差以及外部因素對效率的影響，更準(zhǔn)確地評估我國考慮環(huán)境約束的省際全要素生產(chǎn)效率.

3 基于SBM的我國能源環(huán)境效率測度

3.1 樣本、變量與數(shù)據(jù)

本文將SBM模型與四階段DEA方法結(jié)合起來，測算我國各省能源環(huán)境效率.樣本數(shù)據(jù)為2004至2012年我國省際數(shù)據(jù)（因數(shù)據(jù)不可得，港、澳、臺(tái)和西藏不在研究范圍內(nèi)）.所有的數(shù)據(jù)均收集于官方統(tǒng)計(jì)年鑒以及數(shù)據(jù)庫，主要包括歷年《中國統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》、《中國環(huán)境統(tǒng)計(jì)年鑒》《中國科技統(tǒng)計(jì)年鑒》及部分地方統(tǒng)計(jì)年鑒.

3.1.1 SBM模型的投入與產(chǎn)出變量

生產(chǎn)過程中需要三種生產(chǎn)要素：資本、勞動(dòng)、能源，產(chǎn)出由期望產(chǎn)出和非期望產(chǎn)出組成，期望產(chǎn)出為GDP，非期望產(chǎn)出為環(huán)境污染排放.基于我國經(jīng)濟(jì)發(fā)展特征、非期望產(chǎn)出的SBM模型的對全要素效率估算的要求以及數(shù)據(jù)的可得性，分別選取省際城鎮(zhèn)就業(yè)人口、固定資產(chǎn)投入和能源消費(fèi)總量作為勞動(dòng)力、資本以及能源投入的變量.產(chǎn)出方面，以省際不變價(jià)格的GDP作為期望產(chǎn)出.非期望產(chǎn)出方面，本文將空氣污染、水污染和固體排放污染全方位地納入效率測算，分別選取省際二氧化硫排放量、COD化學(xué)需氧量COD（Chemical Oxygen Demand）是以化學(xué)方法測量水樣中需要被氧化的還原性物質(zhì)的量.在河流污染和工業(yè)廢水性質(zhì)的研究以及廢水處理廠的運(yùn)行管理中，它是一個(gè)重要的而且能較快測定的有機(jī)物污染參數(shù).排放量和工業(yè)固體廢物產(chǎn)生量作為非期望的產(chǎn)出.表1為投入與產(chǎn)出變量的統(tǒng)計(jì)描述.

3.1.2 四階段DEA外部因素變量的選取

在第一階段SBM效率的測算結(jié)果中，各投入要素以及非期望產(chǎn)出都產(chǎn)生了松弛變量.許多因素影響松弛量的產(chǎn)生，本文選取了6個(gè)變量作為其解釋變量：

1）經(jīng)濟(jì)發(fā)展水平影響，以不變價(jià)格國內(nèi)生產(chǎn)總值（億元）為變量（GDP）.經(jīng)濟(jì)是衡量地區(qū)發(fā)展水平核心指標(biāo)，一方面，較高的產(chǎn)出往往意味著較高的收入，發(fā)達(dá)的高收入地區(qū)與欠發(fā)達(dá)低收入地區(qū)在產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)出方式、技術(shù)水平、消費(fèi)行為等方面有很大的差異；另一方面，大量研究表明收入與環(huán)境污染之間存在庫茲涅茨假說[14]的情況，因此經(jīng)濟(jì)發(fā)展水平指標(biāo)是此階段研究重要的自變量.

2）科技創(chuàng)新能力水平影響，以各地區(qū)研究與開發(fā)機(jī)構(gòu)科技活動(dòng)經(jīng)費(fèi)內(nèi)部支出（萬元）代表（R&D）.在較高的生產(chǎn)技術(shù)水平下，許多產(chǎn)業(yè)可以做到高效率與低污染的統(tǒng)一.除了研發(fā)方向、轉(zhuǎn)化利用水平等因素，R&D作為解釋變量能反映經(jīng)濟(jì)主體對技術(shù)進(jìn)步支持力度，也能進(jìn)一步論證技術(shù)水平與非效率松弛量的關(guān)系.

3）經(jīng)濟(jì)開放水平，用外商直接投資額（萬美元）表示（FDI）.經(jīng)濟(jì)開放程度與污染排放之間存在確切的聯(lián)系，相關(guān)研究對此結(jié)論不一，考慮我國過去高速增長的發(fā)展模式，本文將FDI作為影響松弛量的因素之一.

4）環(huán)境治理投資水平影響，以工業(yè)污染治理完成投資（萬元）為變量（HJZL）.污染治理投資反映了地方對環(huán)保的重視程度和支持力度.當(dāng)然，不考慮各地區(qū)已產(chǎn)生的污染量差異情況下，各地區(qū)污染治理水平也有不同，因此不僅能在計(jì)量分析中分析環(huán)境治理對松弛量的影響，同時(shí)也能研究環(huán)境治理的有效性.

5）能源消費(fèi)結(jié)構(gòu)影響，以煤炭消費(fèi)總量（萬噸）為變量（CC）.據(jù)統(tǒng)計(jì)，目前發(fā)達(dá)國家能源消耗中石油約占能耗總量的40%；其次是煤炭，占比26%；天然氣占比由10%上升至24%；核能、水能等可再生能源約占10%，而我國能源消費(fèi)中煤炭消耗占能耗總量接近70%，優(yōu)質(zhì)能源供給有限.落后的能源消費(fèi)行為以及能源消費(fèi)結(jié)構(gòu)對能源投入以及污染產(chǎn)出有直接影響.

6）產(chǎn)業(yè)結(jié)構(gòu)影響，以第二產(chǎn)業(yè)產(chǎn)出值（億元）作為變量（IND）.相比第一產(chǎn)業(yè)和第三產(chǎn)業(yè)，第二產(chǎn)業(yè)中有眾多能耗大、污染重的工業(yè)單位，因此必須考慮各地第二產(chǎn)業(yè)對松弛量的影響.

3.2 SBM能源效率測度

在進(jìn)行DEA分析時(shí)，需考慮變量之間的相關(guān)性，因?yàn)檩^高的相關(guān)性表明投入與產(chǎn)出的“等張性”關(guān)系.本文對所取7個(gè)變量進(jìn)行了pearson相關(guān)性檢驗(yàn).如表2所示，在此使用SBM模型是可行的.

為了驗(yàn)證環(huán)境約束對我國能源效率的影響，本文對是否考慮非期望產(chǎn)出的兩種情況作了比較分析.通過對SBM結(jié)果的統(tǒng)計(jì)數(shù)據(jù)分析，發(fā)現(xiàn)能源環(huán)境效率與無環(huán)境約束的能源效率之間有明顯的差異：相對于模型一，考慮環(huán)境約束的SBM總體平均效率值由0.669 5降至0.539 9；同時(shí)模型二的標(biāo)準(zhǔn)差與極差明顯大于模型一.為了進(jìn)一步探究其原因，進(jìn)一步從SBM效率的時(shí)間趨勢以及省級(jí)結(jié)構(gòu)差異分析其特點(diǎn).

從2004～2012年，2個(gè)模型中我國省際能源環(huán)境效率存在一些相同的發(fā)展趨勢，研究發(fā)現(xiàn)兩個(gè)模型的平均SBM效率值都經(jīng)歷先降后緩慢上升、再回落的相似過程.在差異方面，考慮環(huán)境因素使得平均能源環(huán)境效率降低了19.3%，同時(shí)發(fā)現(xiàn)2個(gè)模型的標(biāo)準(zhǔn)差和極差都存在隨時(shí)間擴(kuò)大的趨勢，且模型二總體效率偏低且效率間差距更大.endprint

從SBM效率的省際結(jié)構(gòu)看（見圖1），同樣發(fā)現(xiàn)2個(gè)模型在各省效率的總體特征是一致的.根據(jù)各地區(qū)能源環(huán)境效率值的高低，將其分為3個(gè)梯隊(duì)：

注：均值為三角形圖案，中位數(shù)為圓形圖案，星號(hào)為異常值.

1）第一梯隊(duì)為近年SBM效率值較高的北京、天津、廣東、上海、山東、海南以及青海，其效率平均達(dá)到0.839 6.從全要素能源環(huán)境效率的視角看，這些地區(qū)具備資源投入少、產(chǎn)出多、污染排放少的條件.它們多數(shù)地處東部沿海，是我國經(jīng)濟(jì)社會(huì)最發(fā)達(dá)的省份，這些地區(qū)的經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)達(dá)到了協(xié)調(diào)發(fā)展.與此同時(shí)，海南、青海的高效率表明：除了經(jīng)濟(jì)發(fā)展程度以及地域差異因素，還存在別的因素也能對能源效率產(chǎn)生重大影響：雖然海南、青海兩省的產(chǎn)出較低，但是其投入以及非期望產(chǎn)出也遠(yuǎn)遠(yuǎn)低于其他省份.

2）河北、江蘇、浙江、福建則處于經(jīng)濟(jì)與環(huán)境發(fā)展協(xié)調(diào)發(fā)展的第二梯隊(duì)，這些區(qū)域的經(jīng)濟(jì)較發(fā)達(dá)，但其能源效率明顯低于第一檔次，從結(jié)果數(shù)據(jù)上看，這些地區(qū)與第一梯隊(duì)的差距明顯，其歷年能源環(huán)境效率平均為0.612 4，這說明這些地區(qū)在資源節(jié)約以及環(huán)境友好方面尚有潛力可挖.

3）其余19個(gè)省份為第三梯隊(duì)，這些省份多地處中西部，經(jīng)濟(jì)社會(huì)發(fā)展質(zhì)量明顯落后前兩個(gè)梯隊(duì)，其平均能源環(huán)境效率為0.414 2.按照我國經(jīng)濟(jì)發(fā)展的區(qū)域構(gòu)想以及我國的重大發(fā)展戰(zhàn)略，東北老工業(yè)基地，中部地區(qū)以及西部地區(qū)大多省份都處于這個(gè)梯隊(duì).這些地區(qū)經(jīng)濟(jì)發(fā)展模式落后，它們或者是集中了許多能耗高、污染重的產(chǎn)業(yè)，或者是產(chǎn)出遠(yuǎn)低于其他省份，其SBM效率得分也相應(yīng)處于落后地位.

進(jìn)一步剖析從3個(gè)梯隊(duì)內(nèi)的發(fā)展變化看，第一梯隊(duì)與第二梯隊(duì)在2004～2012年的時(shí)段里體現(xiàn)出有增有減、以增為主、兩級(jí)分化的特點(diǎn).只有青海、海南、福建能源環(huán)境效率都是下降的，降幅達(dá)到50.1-%、33.3%和42.6%.其他地區(qū)的能源環(huán)境效率都得到了明顯提升.與前兩個(gè)梯隊(duì)相比，第三梯隊(duì)呈現(xiàn)出明顯的惡化趨勢.在這19個(gè)地區(qū)中，只有內(nèi)蒙古和四川的SBM取得了顯著改善（增幅為18.98%和10.65%）；遼寧、吉林、河南與江西的SBM效率在2004至2012年間波動(dòng)不定，最終只達(dá)到輕微改善（小于4%）；余下的13個(gè)省份的SBM能源環(huán)境效率值悉數(shù)下降.總體看來，我國省際SBM能源環(huán)境效率呈現(xiàn)出明顯的差異，并且存在兩級(jí)分化的趨勢.

4 我國SBM能源效率的外部因素調(diào)整

4.1 外部影響因素分析

不能考慮外部因素差異對效率測算帶來的影響，這是傳統(tǒng)DEA固有的缺陷.在此階段，本文基于模型二的測算結(jié)果，將投入和非期望產(chǎn)出的松弛變量作為因變量，對其進(jìn)行面板Tobit回歸分析.這樣，不僅研究了各省市投入與產(chǎn)出冗余的成因及其節(jié)能減排潛力，也可在此基礎(chǔ)上消除一定的外部因素差異的影響.需特別說明的是，考慮非期望產(chǎn)出與投入的不同經(jīng)濟(jì)含義，本文取兩組自變量，分別對投入和非期望產(chǎn)出的松弛回歸.結(jié)果如表4和表5所示.-

4.1.1 投入松弛的計(jì)量分析

從回歸結(jié)果看，投入要素與非期望產(chǎn)出松弛量和外部因素變量之間存在顯著的關(guān)系，使用Tobit模型剔除外部因素變量的影響來考察全要素能源效率是十分必要的.下面，先分析外部因素對投入松弛變量的影響：

1）4個(gè)外部因素變量里只有R&D支出對勞動(dòng)力松弛有顯著影響，其系數(shù)為負(fù).一方面可以看出勞動(dòng)力的松弛相對地獨(dú)立，不受大多數(shù)外部因素的影響；另一方面，說明R&D投入的增加能減少勞動(dòng)力投入的冗余.

2）經(jīng)濟(jì)產(chǎn)出水平對能源消費(fèi)和資本投入的影響是顯著地，其負(fù)的系數(shù)意味著地區(qū)產(chǎn)出越高，其能源和資本投入的冗余越少，增加產(chǎn)出在一定條件下能節(jié)能，進(jìn)而提高能源環(huán)境效率.

3）外商直接投資（FDI）和地區(qū)產(chǎn)業(yè)結(jié)構(gòu)對能源消費(fèi)和資本投入的松弛有顯著的正向關(guān)系.這說明外商直接投資越多，資本、能源的浪費(fèi)越嚴(yán)重，F(xiàn)DI的存量增加所誘致的經(jīng)濟(jì)規(guī)模擴(kuò)張和“環(huán)境避難所”效應(yīng)可能加劇投入冗余；同時(shí)，能源與資本的浪費(fèi)程度隨第二產(chǎn)業(yè)產(chǎn)出值的增加而加劇，因此，第二產(chǎn)業(yè)的發(fā)展可能是非效率的成因.

4.1.2 非期望產(chǎn)出松弛的計(jì)量分析

在非期望產(chǎn)出的松弛方面，回歸結(jié)果表明除了R&D支出，其余外部因素變量對非期望產(chǎn)出松弛變量有不同程度的影響.

1）地區(qū)GDP產(chǎn)出對3個(gè)非期望產(chǎn)出的回歸系數(shù)均為負(fù)，且都在1%水平下顯著.這個(gè)結(jié)果呈現(xiàn)了經(jīng)濟(jì)產(chǎn)出越高，污染冗余越少的情況.

2）外商直接投資與COD松弛量無顯著關(guān)系，但與SO2排放松弛量和固體物污染松弛量間存在顯著關(guān)系，其回歸系數(shù)為正.這種關(guān)系表明外商直接投資會(huì)增加SO2和固體廢物的松弛量產(chǎn)生：FDI越多，污染越重，SBM效率越低.

3）產(chǎn)業(yè)結(jié)構(gòu)顯著影響固體廢物松弛量和COD松弛量，其回歸系數(shù)為正，也就是說伴隨地區(qū)的第二產(chǎn)業(yè)產(chǎn)值增加，該地區(qū)的固體排放污染和COD水污染也會(huì)加重.

4）工業(yè)污染治理投資對SO2松弛系數(shù)為正，但只能在10%水平下顯著；對固體廢物排放松弛系數(shù)為負(fù)，通過了1%顯著水平檢驗(yàn)；對COD松弛排放物顯著影響.這個(gè)結(jié)果揭示了我國地方政府環(huán)保保護(hù)政策存在著環(huán)境監(jiān)管不力、環(huán)保資金使用效率低下等問題，環(huán)境保護(hù)費(fèi)用的增加并沒有起到節(jié)能減排、提高全要素能源效率的作用.

5）地區(qū)煤炭消費(fèi)量對三個(gè)非期望產(chǎn)出的回歸系數(shù)為正，顯著水平分別達(dá)到5%、1%、1%，可以推斷各地區(qū)能源消費(fèi)結(jié)構(gòu)對非期望產(chǎn)出的松弛有明顯的作用：煤炭消費(fèi)量越高，污染排放越多，對環(huán)境的破壞也越嚴(yán)重.因此調(diào)整能源消費(fèi)結(jié)構(gòu)，減少煤炭消費(fèi)量有利于改善環(huán)境、提高效率.

通過對投入以及非期望產(chǎn)出松弛變量的Tobit回歸分析，不但確定了影響松弛變量產(chǎn)生的主要因素，也能根據(jù)分析結(jié)果研究了各省市要素投入和污染產(chǎn)出的節(jié)能減排潛力與途徑，當(dāng)然，最重要的是我們基于這一階段的數(shù)據(jù)結(jié)果調(diào)整原投入變量，從而消除一定外部因素差異的影響，使所有地區(qū)趨于公平的外部條件.endprint

4.2 調(diào)整外部因素后的SBM效率

依據(jù)式（5）調(diào)整原始投入變量，并將調(diào)整后的數(shù)據(jù)再次進(jìn)行SBM模型測算，得到各決策單元的SBM能源環(huán)境效率值，如圖2所示.

比較分析發(fā)現(xiàn)，剔除外部條件差異的影響后的平均能源環(huán)境效率由0.539 9提高到了0.714 6，增幅達(dá)到32.36%.整體上看，多數(shù)地區(qū)的能源環(huán)境效率經(jīng)過調(diào)整后得到提升.本文對第一階段和第四階段的結(jié)果進(jìn)行了spearman相關(guān)檢驗(yàn)和MannWhitney檢驗(yàn)，結(jié)果表明大部分對應(yīng)年份間平均spearman相關(guān)系數(shù)達(dá)到0.677；在MannWhitney檢驗(yàn)方面，其Z值為-11.256，即兩組數(shù)據(jù)存在顯著差異. 以上兩方面說明經(jīng)過調(diào)整后，前后2個(gè)結(jié)果數(shù)據(jù)依然保持一定的相關(guān)，但其總體結(jié)果已經(jīng)產(chǎn)生了顯著的差異，也就是說外部條件的差異對我國省際能源環(huán)境效率產(chǎn)生了顯著的影響.

在剔除外部條件差異后，天津、廣東、山東、海南、青海仍處在效率較高的位置，這說明這些地區(qū)的能源環(huán)境效率確實(shí)較好，它們?nèi)匀惶幵谛是把兀坏诙蓐?duì)的河北、江蘇、浙江、福建四省的能源環(huán)境效率上升了31.78%、45.47%、29.62%和18.55%，但這四省效率改善幅度低于全國平均水平，在調(diào)整后任處于能源環(huán)境效率的第二梯隊(duì)；第三梯隊(duì)的SBM能源環(huán)境效率在這個(gè)階段改善較大，效率均值大幅提高了51.4%，可見這些地區(qū)在第一階段受差的外部因素影響比較嚴(yán)重.

進(jìn)一步分析外部因素差異的影響，北京、上海能源環(huán)境效率的下降印證了其處于好的外部條件下，以北京為例，北京第二產(chǎn)業(yè)占比連年下降，從2004年的32.7%降至2012年的22.7%，許多產(chǎn)能開始遷出北京.政策的有力保證、有效的環(huán)境治理、出眾的節(jié)能減排意識(shí)等等有利因素使他們處于相對較好的外部條件下，當(dāng)剔除這種外部影響時(shí)其能源環(huán)境效率也相應(yīng)下降了.山西、內(nèi)蒙古、寧夏、遼寧等地區(qū)，他們大多面臨經(jīng)濟(jì)發(fā)展模式落后、經(jīng)濟(jì)轉(zhuǎn)型發(fā)展難度較大的困境，剔除這種與前述地區(qū)間存在的外部條件差距后，這些地區(qū)的能源環(huán)境效率相應(yīng)也得到較大的改善.研究結(jié)果表明外生因素影響變量對各松弛量以及能源環(huán)境效率值有顯著的影響，調(diào)整后的能源環(huán)境效率更多地反映了一種潛在的改善空間.-

5 結(jié)論與啟示

本文將SBM模型與四階段DEA模型結(jié)合，科學(xué)地評價(jià)了我國30個(gè)省市地區(qū)2004～2012年間省際全要素能源環(huán)境效率.基于非角度非徑向的方法考察了地區(qū)投入與產(chǎn)出松弛量，并對其背后的影響因素進(jìn)行了深入分析，得出以下結(jié)論：

1）環(huán)境約束的影響明顯.研究發(fā)現(xiàn)，雖然考慮環(huán)境約束的全要素能源環(huán)境效率與無環(huán)境約束的全要素能源效率的總體排名特征無顯著差異，但其前者平均效率值要低19.3%.不考慮環(huán)境效應(yīng)將高估我國省際全要素能源效率.

2）外部因素對能源環(huán)境效率有顯著地影響，如果能減輕外部因素的影響，使各地處在相對公平的條件下，那么效率能得到有效改善.這表明我國省際能源環(huán)境效率存在較大的改善空間.

3）隨著時(shí)間發(fā)展，各地區(qū)間的效率“馬太效應(yīng)”明顯，且環(huán)境約束條件下差距更大.本文的實(shí)證表明，從其效率變化的特點(diǎn)看，經(jīng)濟(jì)社會(huì)發(fā)達(dá)地區(qū)效率得到明顯改善，但大多數(shù)中西部地區(qū)平均效率下降，且這個(gè)趨勢隨時(shí)間推進(jìn)而越發(fā)明顯.基于實(shí)證結(jié)果，本文認(rèn)為我國能源效率出現(xiàn)了“好的愈好，壞的愈壞”的兩極分化現(xiàn)象.

4）Tobit回歸結(jié)果顯示，地區(qū)GDP、外商直接投資和產(chǎn)業(yè)結(jié)構(gòu)對投入的松弛有顯著影響；而在非期望產(chǎn)出方面，地區(qū)GDP、外商直接投資、產(chǎn)業(yè)結(jié)構(gòu)以及能源消費(fèi)結(jié)構(gòu)作用明顯.其中GDP是有利因素，也就是說經(jīng)濟(jì)產(chǎn)出越高，投入與非期望產(chǎn)出的松弛越少，其他變量作用則與之相反.

從上述結(jié)論給出三點(diǎn)啟示：

首先，在經(jīng)濟(jì)新常態(tài)的形勢下，必須保持一定的經(jīng)濟(jì)增長，為節(jié)能減排奠定物質(zhì)基礎(chǔ)；必須優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，扭轉(zhuǎn)高耗能、高污染的經(jīng)濟(jì)發(fā)展方式；必須調(diào)整能源消費(fèi)習(xí)慣，拓展能源利用途徑，改變能源消費(fèi)依賴煤炭的單一結(jié)構(gòu)和其利用的“粗放”模式.值得注意的是，各地區(qū)很難通過技術(shù)改進(jìn)來提升能源環(huán)境效率，同時(shí)環(huán)保資金的投入沒能有效改善效率.必須重視預(yù)防污染的產(chǎn)生，探索研究改善技改經(jīng)費(fèi)和環(huán)境治理投入政策效果的方法途徑，挖掘這兩項(xiàng)對提高能源效率的作用潛力.

其次，促進(jìn)經(jīng)濟(jì)社會(huì)又好又快發(fā)展、改善我國省際全要素能源效率，必須警惕節(jié)能減排中的兩極分化現(xiàn)象，避免發(fā)展失衡.新常態(tài)是中國極為珍貴的戰(zhàn)略機(jī)遇期，在新常態(tài)經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化、增長動(dòng)力切換、制度環(huán)境改變的背景下，需更加重視中西部地區(qū)嚴(yán)峻的能源利用和環(huán)境污染形勢，加大對中西部節(jié)能減排的支持力度，利用政策導(dǎo)向引導(dǎo)東部地區(qū)先進(jìn)的節(jié)能減排技術(shù)、管理經(jīng)驗(yàn)和制度模式能夠及時(shí)向中西部地區(qū)傳播，為提高低能效地區(qū)能源效率創(chuàng)造更好的條件.

第三，外商直接投資、產(chǎn)業(yè)結(jié)構(gòu)以及能源消費(fèi)結(jié)構(gòu)的狀況影響我國及各省的能源環(huán)境效率.要正確引導(dǎo)外商直接投資的方向和規(guī)模，根據(jù)不同地區(qū)的情況，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，改善環(huán)境狀況；盡量減少煤炭的消費(fèi)量，優(yōu)化能源消費(fèi)結(jié)構(gòu)，減少環(huán)境污染.

參考文獻(xiàn)

[1] J L HU， S C WANG.Totalfactor energy efficiency of regions in China[J].Energy Policy，2006，34（1）：3206-3217.

[2] 鄭麗琳，朱啟貴. 納入能源環(huán)境因素的中國全要素生產(chǎn)率再估算[J]. 統(tǒng)計(jì)研究，2013（7）：9-17.

[3] 汪克亮，楊寶臣，楊力. 中國省際能源利用的環(huán)境效率測度模型與實(shí)證研究[J]. 系統(tǒng)工程，2011（1）：8-15.

[4] 張偉，吳文元. 基于環(huán)境績效的長三角都市圈全要素能源效率研究[J]. 經(jīng)濟(jì)研究，2011（10）：95-109.

[5] 涂正革，劉磊珂. 考慮能源、環(huán)境因素的中國工業(yè)效率評價(jià)——基于SBM模型的省級(jí)數(shù)據(jù)分析[J]. 經(jīng)濟(jì)評論，2011（2）：55-65.endprint

[6] Gangbing BI，Wen SONG，P ZHOU ，et al. Does environmental regulation affect energy efficiency in China's thermal power generation？ Empirical evidence from a slacksbased DEA model[J]. Energy Policy，2013（2）：35-41.

[7] 范丹，王維國. 中國省際工業(yè)全要素能源效率——基于四階段DEA和Bootstrapped DEA[J]. 系統(tǒng)工程，2013（8）：72-80.

[8] H LI， J F SHI. Energy efficiency analysis on Chinese industrial sectors： an improved SuperSBM model with undesirable output[J].Journal of Cleaner Production，2014，65（7）：97-107.

[9] Kuosmanen TIMO. Stochastic nonparametric envelooment of data：combining virtues of SFA and DEA in a unified framework[J].MTT Discussion Papper，2006，47（9）：57-66.

[10]W W COOPER， K TONE， L.M SEIFORD.Data envelopment ananlysis[M]. New York： Springer Science Business Media， 2007.

[11]K.A TONE. Slackbased measure of efficiency in data envelopment analysis[J].Euro Journal of Operational Research，2001，130（3）：498-509.

[12]K TONE. Dealing with undesirable output in DEA：a slackbased measure approach[R].The Operations Research Society of Japan，2004，36（8）：45-53.

[13]H O FRIED， S S SCHMIDT， S YAISAWARNG. Incorporating the operating environment into a non parametric measure of technical efficiency[J].Journal of Productivity Analysis，1999，12（3）：249-267.

[14]G M GROSSMAN， A B KRUEGER.Economic growth and the enviroment[J].The Quarterly Journal of Economics.1995，39（12）：35-42.endprint