碳約束下長江經(jīng)濟(jì)帶區(qū)域節(jié)能減排效率時空分異研究

田澤嚴(yán)銘顧欣

摘要：運(yùn)用改進(jìn)的超效率DEAEBM模型和全局MalmquistLuenberger指數(shù)法相結(jié)合的綜合方法，對2006～2014年長江經(jīng)濟(jì)帶各省市節(jié)能減排效率進(jìn)行評價，以揭示時間演進(jìn)規(guī)律和區(qū)域差異特征。結(jié)果顯示：考察期整個長江經(jīng)濟(jì)帶節(jié)能減排效率得到提高。從空間分布看，長江經(jīng)濟(jì)帶省際節(jié)能減排呈現(xiàn)出東高西低特點(diǎn)；從時間看，整個長江經(jīng)濟(jì)帶節(jié)能減排效率呈先降后升的U型趨勢。長江經(jīng)濟(jì)帶省際節(jié)能減排效率差異經(jīng)歷了先增后減的過程，并有持續(xù)下降的趨勢。在影響節(jié)能減排效率的諸多因素中，技術(shù)進(jìn)步是推動長江經(jīng)濟(jì)帶節(jié)能減排效率提升和區(qū)域差異縮小的主要動力，并得出結(jié)論與有意啟示。

關(guān)鍵詞：長江經(jīng)濟(jì)帶；節(jié)能減排效率；DEAEBM模型；全局MalmquistLuenberger指數(shù)法

DOI：10.13956/j.ss.1001-8409.2016.12.09

中圖分類號：F0622；F1245 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-8409（2016）12-0038-05

Study on Time and Sparities of Energysaving & Emission

Reduction Efficiency in Yangtze River Economic Zone

TIAN Ze1，2， YAN Ming1， GU Xin2

（1. Institute of Lowcarbon Economy and Technology， Hohai University， Changzhou 213022；

2.Jiangsu Provincial Collaborative Innovation Center of World Water Valley and Water Ecological Civilization， Nanjing 211100）

Abstract： This paper evaluates the energysaving & emission reduction efficiency in Yangtze River Economic Zone from 2006 to 2014 by adjusted Super DEAEBM model and Global MalmquistLuenberger index method， and analyzes the change rule and regional difference characteristics of them. Result show that， the whole Yangtze river economic belt efficiency was improved. From the spatial distribution of the Yangtze river economic belt， the provinces presents the efficiency with “east high， but west low” characteristics. From the time the whole Yangtze river economic belt efficiency has the “U” type trend. The provincial efficiency difference has the process of “increase after decreases first”， and have continued to decline trend. In a number of factors that influence efficiency， technological progress is the main power to ascend. In the end， it gave the conclusion and got some implications.

Key words： Yangtze River Economic Zone； the efficiency of energy conservation & emission reduction； DEAEBM model； DeaMalmquist index method

長江經(jīng)濟(jì)帶涵蓋我國滬蘇浙皖贛鄂湘渝川云黔11個省市，已發(fā)展成為中國綜合實(shí)力最強(qiáng)、戰(zhàn)略支撐作用最大的區(qū)域之一。2014年我國提出將生態(tài)文明建設(shè)的先行示范帶作為長江經(jīng)濟(jì)帶的重要戰(zhàn)略定位。然而近年來，長江流域沿岸地區(qū)水質(zhì)惡化，固體廢物嚴(yán)重污染。這一系列問題的出現(xiàn)，嚴(yán)重制約著長江經(jīng)濟(jì)帶的可持續(xù)發(fā)展。在當(dāng)前形勢下，國家“十三五”規(guī)劃綱要確立了實(shí)現(xiàn)單位GDP能耗、CO2排放量分別下降15%和18%的目標(biāo)，國家層面對節(jié)能減排指標(biāo)的硬性約束，對區(qū)域、地方的節(jié)能減排工作起到了規(guī)范和引領(lǐng)作用。本文針對2006～2014年對長江經(jīng)濟(jì)帶節(jié)能減排效率進(jìn)行時空分布差異進(jìn)行實(shí)證研究，為評價“十一五”“十二五”期間我國節(jié)能減排實(shí)施效果提供依據(jù)，也對長江經(jīng)濟(jì)帶發(fā)展綠色低碳經(jīng)濟(jì)和全國生態(tài)文明建設(shè)具有重要的現(xiàn)實(shí)意義。

1文獻(xiàn)回顧

關(guān)于我國節(jié)能減排效率的研究，主要是從能源效率的研究中拓展出來的。大多數(shù)學(xué)者在全要素的框架下，把勞動力、資本、能源消耗等作為投入，把GDP等作為產(chǎn)出，采用數(shù)據(jù)包絡(luò)分析（DEA）法進(jìn)行研究。研究污染物排放等非期望產(chǎn)出，又可分為兩類。第一類研究未考慮非期望產(chǎn)出，在評價模型上分別采用了一般DEA模型、改進(jìn)的DEA模型、超效率DEA模型以及DEA-Malmquist生產(chǎn)率指數(shù)模型[1]等；第二類研究考慮了非期望產(chǎn)出，即在第一類研究的模型中加入了一個或多個污染物排放的非期望產(chǎn)出（即減排指標(biāo)），在處理非期望產(chǎn)出時，這些研究分別采用視為投入代法、Seiford和Zhu提出的線性變化法[2，3]以及Malmquist-Luenberger指數(shù)法[4]等。其中，Tone等基于前期DEA模型的不足，構(gòu)建了一個結(jié)合徑向與非徑向特點(diǎn)的EBM（EpsilonBased Measure）模型[5]；而Cheng等在前者研究的基礎(chǔ)上，進(jìn)一步對相關(guān)系數(shù)計算方法改進(jìn)和修正，提出了AdjustedEBM模型（即AEBM）[6]。同時，Pastor和Lovell在前人研究的基礎(chǔ)上，率先提出全局Malmquist指數(shù)計算方法（簡稱GML法），使得估算結(jié)果更加真實(shí)穩(wěn)健[7]。另外，有的研究采用了改進(jìn)的熵值法將多個污染排放指標(biāo)綜合為一個非期望產(chǎn)出以減少模型產(chǎn)出、提升模型有效性。

本文借鑒上述研究成果，鑒于非期望產(chǎn)出的選取、指標(biāo)選取等方面的不足，從以下方面進(jìn)行創(chuàng)新：研究框架與方法上，采用考慮CO2等非期望產(chǎn)出的全要素節(jié)能減排效率的研究框架，運(yùn)用改進(jìn)的超效率DEAEBM模型以及全局ML指數(shù)法相結(jié)合的綜合方法，對整個長江經(jīng)濟(jì)帶各省及上中下游三大區(qū)域的節(jié)能減排效率進(jìn)行全面評價；研究視角上，考慮碳排放和無碳排放約束兩種情景下的省級節(jié)能減排效率比較分析，以更全面、客觀地反映當(dāng)前節(jié)能減排的現(xiàn)實(shí)。

2評價方法與模型

21改進(jìn)的DEAEBM模型

基于CRS和SBM等數(shù)據(jù)包絡(luò)模型的不足，Cheng等在Tone構(gòu)建的EBM模型的基礎(chǔ)上，提出了改進(jìn)后的DEAEBM模型（AEBM）。本文將運(yùn)用該模型對節(jié)能減排效率進(jìn)行靜態(tài)估算，效率范圍在0和1之間，效率等于1代表DEA有效，處于前沿面上；不足1時則是DEA無效，出現(xiàn)投入不足或者冗余的情況，說明投入產(chǎn)出仍有改進(jìn)空間。特別是在超效率EBM模型中分值EBM*>1時，繼續(xù)增加投入還可以促進(jìn)全要素節(jié)能減排效率的提高。

22全局MalmquistLuenberger（GML）指數(shù)法

在此基礎(chǔ)上，本文結(jié)合有非期望產(chǎn)出的全局ML（GML）指數(shù)法可以測算效率增長率以及各個分解指數(shù)的特點(diǎn)，對節(jié)能減排效率做動態(tài)分析。其中，GML>1，表示節(jié)能減排效率提升；反之，則下降。進(jìn)一步可將GML生產(chǎn)率指數(shù)分解為效率變化（GEFC）和技術(shù)變動（GTEC），再根據(jù)Zofio[8]的生產(chǎn)率指數(shù)分解方法，將GEFC分為純效率變化（GPEC）和規(guī)模效率變化（GSEC），將GTEC又可以分為純技術(shù)變化（GPTC）和技術(shù)規(guī)模偏好（GSTC）。根據(jù)結(jié)果的不同，GPEC可體現(xiàn)地區(qū)環(huán)境治理水平，GSEC表示地區(qū)規(guī)模經(jīng)濟(jì)的情況，GPTC是區(qū)分地區(qū)技術(shù)進(jìn)步的標(biāo)準(zhǔn)，而GSTC體現(xiàn)了經(jīng)濟(jì)規(guī)模與技術(shù)進(jìn)步間的互動關(guān)系。這一分解方法能夠從4個不同維度來分析長江經(jīng)濟(jì)帶各區(qū)域的節(jié)能減排現(xiàn)狀，比以往的研究更全面、具體。

3長江經(jīng)濟(jì)帶節(jié)能減排效率評價的實(shí)證分析

31節(jié)能減排效率評價指標(biāo)選取與數(shù)據(jù)來源

“十一五”規(guī)劃中才提出節(jié)能減排的具體指標(biāo)，考慮到數(shù)據(jù)的可獲得性，本文選取2006～2014年作為考察期，并將針對長江經(jīng)濟(jì)帶各省市及上中下游三大區(qū)域開展研究。

在全要素框架下，本文設(shè)定生產(chǎn)函數(shù)為F（L，K，E）=Y（Q，P），其中L為考慮質(zhì)量的勞動力投入，K為考慮質(zhì)量的資本投入，E為能源投入，Q為期望產(chǎn)出（即地區(qū)GDP），P為非期望產(chǎn)出（地區(qū)污染物排放指數(shù)）。各指標(biāo)的定義及數(shù)據(jù)來源如下：①考慮質(zhì)量的勞動力L用勞動力人均教育年數(shù)衡量勞動力素質(zhì)（質(zhì)量）的差異；②考慮質(zhì)量的資本存量K用資本存量的使用年限衡量資本質(zhì)量的差異；③能源投入E為各地每年的能源消費(fèi)總量作為能源投入指標(biāo)；④期望產(chǎn)出Q為GDP，并折算為2005年不變價；⑤非期望產(chǎn)出P（地區(qū)污染物排放指數(shù)）：本文選取“十一五”“十二五”規(guī)劃中明確要求減排的污染物，即SO2、COD和氨氮的排放量。此外，CO[9]2加入到非期望產(chǎn)出，并采用改進(jìn)的熵值法[10]將三個污染物排放量綜合成一個地區(qū)污染物排放指數(shù)P代入到模型中。以上數(shù)據(jù)取自歷年《中國統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》以及《各省市統(tǒng)計年鑒》。

32節(jié)能減排效率評價結(jié)果及分析

根據(jù)上述方法，運(yùn)用MAXDEA66 PRO軟件計算2006～2014年長江經(jīng)濟(jì)帶省市、區(qū)域的節(jié)能減排效率及各項指數(shù)，分析時間變化規(guī)律、空間分布特征及差異。

321長江經(jīng)濟(jì)帶節(jié)能減排整體效率分析

由表1可知：2006～2014年間無碳約束的長江經(jīng)濟(jì)帶節(jié)能減排AEBM效率和GML指數(shù)都會被高估，這說明加入碳約束會降低節(jié)能減排效率?？傮w來看，是否考慮碳排放約束的節(jié)能減排效率值是存在差異的。實(shí)際生產(chǎn)過程中，宜采用有碳約束的AEBM效率值及GML指數(shù)進(jìn)行如下分析。

進(jìn)一步觀察表1得到：期間整個長江經(jīng)濟(jì)帶節(jié)能減排AEBM效率以及GML指數(shù)均呈先降后升的U型變化趨勢，可分為兩個階段。第一階段，“十一五”期間，效率變化波動的現(xiàn)實(shí)原因主要受金融危機(jī)影響，造成產(chǎn)出水平下降，與此同時，經(jīng)濟(jì)帶前期發(fā)展的高碳高污染行業(yè)造成的環(huán)境問題愈發(fā)嚴(yán)重，使得在環(huán)保投入不斷增長的情形下，節(jié)能減排效率值依舊有所下降；而第二階段，即2010年以后節(jié)能減排效率取得了較大幅度的提升。這也得益于進(jìn)入“十二五”規(guī)劃期之后，國家從政策上明確了節(jié)能減排的目標(biāo)和方向，使得節(jié)能減排工作取得快速發(fā)展。2014年，AEBM效率值和GML指數(shù)均到達(dá)峰值（0721和1053）。

從A-EBM分解式中可得到：規(guī)模效率SE在8年間較為平穩(wěn)保持在085左右，而純技術(shù)效率VRS的下降導(dǎo)致了整體效率值的下跌，直到2012年才有所好轉(zhuǎn)。這體現(xiàn)了節(jié)能減排管理水平方面有一定欠缺。

從GML指數(shù)分解來分析，9年間長江經(jīng)濟(jì)帶節(jié)能減排效率進(jìn)步了43%。進(jìn)一步分析分解式可知：技術(shù)進(jìn)步指數(shù)（GTEC）始終大于1（均值1040），這表明了技術(shù)進(jìn)步對長江經(jīng)濟(jì)帶節(jié)能減排效率的提高起了決定性的作用。其中，GPTC均值為1024，GSTC為1016，說明：一方面純技術(shù)進(jìn)步速度較快；另一方面經(jīng)濟(jì)規(guī)模的技術(shù)偏好在加強(qiáng)。而造成期間效率波動主要是由效率變化指數(shù)（GEFC）的波動造成的，如表1所示。原因是經(jīng)濟(jì)規(guī)模（GSEC）相對穩(wěn)定，而環(huán)境治理水平（GPEC）有一定程度的降低，特別

是“十一五”期間GPEC持續(xù)地下降，到“十二五”才有所緩和，國家制定了更嚴(yán)苛的環(huán)境制度來協(xié)調(diào)地方經(jīng)濟(jì)與環(huán)境的關(guān)系，使效率有所回升，GEFC均值超過1，為1003。這說明，期間長江經(jīng)濟(jì)帶在總體的節(jié)能減排管理水平和制度設(shè)計上仍有改進(jìn)空間，與A-EBM效率分解結(jié)果相符。

322長江經(jīng)濟(jì)帶省際節(jié)能減排AEBM效率評價

（1）空間分布

由圖1可得長江經(jīng)濟(jì)帶省際節(jié)能減排AEBM效率未達(dá)到理想狀態(tài)（DEA值為0670），且省際間差異明顯。均值由高到低排序依次為：上海、江蘇、浙江、湖南、湖北、江西、重慶、安徽、四川、云南和貴州。其中，上海的綜合效率是1002，處于效率前沿，其他10個省市距離效率前沿還有一定的差距?？臻g分布特征上，效率值由長江下游到上游逐步降低。只有下游的上海、江蘇和浙江3個省市的節(jié)能減排效率大于整個長江經(jīng)濟(jì)帶的平均值，而云南和貴州遠(yuǎn)遠(yuǎn)低于平均值，差距明顯。

從AEBM效率值分解的測算結(jié)果可知：無論是VRS還是SE，效率值都是由長江下游到上游依次降低，其中①純技術(shù)效率均值前4名為：上海、江蘇、重慶和浙江，而且上中下游地區(qū)間的效率差異較大?？梢钥闯黾兗夹g(shù)效率的差異是造成AEBM效率地區(qū)差異的主要原因，即下游地區(qū)在節(jié)能減排的管理水平和制度設(shè)計上遙遙領(lǐng)先，中、上游地區(qū)分別屬于純技術(shù)中、低效水平本文根據(jù)DEA方法的結(jié)果，將A-EBM效率值分為高（08～1）、中（06～08）、低（04～06）、無（0～04）效4個類別。，改進(jìn)空間巨大。②規(guī)模效率的省際差異較小，絕對值前4為上海、江蘇、浙江和湖南，只有貴州的規(guī)模經(jīng)濟(jì)發(fā)展效率屬于低效范疇。

（2）時間演進(jìn)

①三個區(qū)域都經(jīng)歷了效率值從高位到低位再回到高位的過程，長江下游的節(jié)能減排效率仍然遠(yuǎn)高于中、上游地區(qū)。而具體來說，長江中、上游地區(qū)期間跌幅較小，只有7%左右，漲幅則達(dá)到了將近20%；下游地區(qū)由于整體效率屬于較高水平，上漲空間不大，上升和下降幅度基本持平。②從省際的角度，2006年節(jié)能減排均屬于高效的省份占27%。其中，上海為完全有效；有55%屬于中等效率水平，包括了中、上游的6個省份；而貴州、云南的效率處于低水平?！笆濉背跗?，浙江連續(xù)兩年跌出高效的省份，高效省份變?yōu)?個；而中效地區(qū)最少的時候只有中游的4個省份；上游的重慶和四川跌至低效水平，云南、貴州始終保持在最低水準(zhǔn)上。2012年以來節(jié)能減排形勢有所好轉(zhuǎn)，截止2014年，高效水平為下游的3個省份；中效的省份又回到6個，湖北、湖南、重慶的效率進(jìn)步較快，其中重慶市的效率已經(jīng)迫近了高效地區(qū)；下游云南的效率也接近了中等水平，而貴州仍然在低水平下徘徊。

323長江經(jīng)濟(jì)帶節(jié)能減排效率GML指數(shù)評價結(jié)果分析

（1）空間分布

從GML指數(shù)來看省際的效率變化，所有11個省市總體上是效率進(jìn)步的。進(jìn)步較快的省市集中在中上游地區(qū)，按進(jìn)步快慢排序依次有重慶（74%）、四川（67%）、湖南（6%）、江西（54%）。下游地區(qū)效率絕對水平高，相應(yīng)地，進(jìn)步放緩且進(jìn)步空間較小。其中，上海的效率一直處于整個經(jīng)濟(jì)帶的前沿，而云南、貴州效率值低，進(jìn)步速度也較慢。

各省市節(jié)能減排效率GML各項分解指數(shù)均值可知：①從技術(shù)變化指數(shù)GTEC來看：上海、江蘇、浙江、湖南、重慶、四川6個省市均超過1，反映技術(shù)前沿面獲得了不同程度的推進(jìn)；②從效率變化指數(shù)來看，下游地區(qū)3個省市處在規(guī)模報酬遞減階段，經(jīng)濟(jì)規(guī)模有所飽和，而中上游地區(qū)則處于規(guī)模報酬遞增階段，經(jīng)濟(jì)規(guī)模的擴(kuò)大還有一定的空間。綜合以上，湖南、重慶、四川3個省市無論是GTEC還是GEFC都大于1，節(jié)能減排效率發(fā)展較快。

進(jìn)一步分解得到：從GPEC和GSEC來看，江蘇的節(jié)能減排管理水平得到提升，但經(jīng)濟(jì)規(guī)模發(fā)展已經(jīng)飽和，而其他省市的管理水平和監(jiān)管機(jī)制還有待加強(qiáng)，經(jīng)濟(jì)規(guī)模卻獲得一定的發(fā)展空間；從GPTC和GSTC來看，下游的省市經(jīng)濟(jì)規(guī)模的技術(shù)偏好基礎(chǔ)較好、發(fā)展較快，中下游省市技術(shù)研發(fā)水平提高較快，但與經(jīng)濟(jì)規(guī)模發(fā)展的互補(bǔ)進(jìn)展較遲緩。

（2）時間演進(jìn)

從GML的指數(shù)分解變化趨勢看：長江經(jīng)濟(jì)帶三大區(qū)域的規(guī)模效率變化在2008～2013年間多次出現(xiàn)退步，但

總體上的變化是平穩(wěn)的；經(jīng)濟(jì)規(guī)模的技術(shù)偏好方面，下游地區(qū)指數(shù)有所下降，中、上游地區(qū)有一定的上漲趨勢；純效率變化指數(shù)在2006～2011年間多數(shù)省市出現(xiàn)下降趨勢，尤其是中、上游地區(qū)下降趨勢更為明顯。處于下游的江蘇是唯一趨勢上升的地區(qū)；純技術(shù)進(jìn)步指數(shù)9年間三大區(qū)域各省市基本都處于上升趨勢，尤其是2012年以來，上升幅度愈發(fā)明顯。

由測算結(jié)果及以上分析，結(jié)合各項指數(shù)的分解關(guān)系可知：下游區(qū)域的技術(shù)前沿推進(jìn)以及經(jīng)濟(jì)規(guī)模的技術(shù)偏好較高是促進(jìn)節(jié)能減排效率大幅提升的關(guān)鍵因素；長江中游的節(jié)能減排效率主要受技術(shù)進(jìn)步水平的影響；而影響上游區(qū)域節(jié)能減排效率發(fā)展的因素是技術(shù)和管理水平。

324長江經(jīng)濟(jì)帶省際節(jié)能減排效率差異分析

在了解省際節(jié)能減排效率空間變化情況的基礎(chǔ)上，根據(jù)2006～2014年經(jīng)濟(jì)帶省際A-EBM效率值以及GML指數(shù)對經(jīng)濟(jì)帶11個省份進(jìn)一步做聚類分析，以利于從空間上把握各地節(jié)能減排效率高低的分布情況。運(yùn)用SPSS190軟件的系統(tǒng)聚類WARD法，把經(jīng)濟(jì)帶11個省市的節(jié)能減排A-EBM效率值分為高（08～1）、中（06～08）、低（04～06）效三個類別，再根據(jù)節(jié)能減排效率GML指數(shù)歷年均值，將研究對象分為效率上升（大于1且排名前列）、平穩(wěn)（大于且接近1）和下降三個級別，最后綜合得到表2。

由表2可以看出：平穩(wěn)（或上升）—高效地區(qū)，包括江蘇、浙江及上海，該類省市在長江經(jīng)濟(jì)帶范圍內(nèi)的節(jié)能減排工作中發(fā)揮示范作用；重慶、四川、湖南和江西為上升—中效地區(qū)，有向節(jié)能減排高效地區(qū)發(fā)展的潛力；包括湖北和安徽，該部分區(qū)域節(jié)能減排事業(yè)發(fā)展平穩(wěn)推進(jìn)，但效果不明顯，屬于平穩(wěn)—中效地區(qū)；而處于平穩(wěn)—低效的貴州和云南，無論從政策、管理上，還是技術(shù)水平上與其他地區(qū)還有一定的差距。

325長江經(jīng)濟(jì)帶節(jié)能減排效率收斂性分析

本文通過σ收斂分析方法[11]分析長江經(jīng)濟(jì)帶節(jié)能減排效率差異隨時間變化的趨勢。由圖2結(jié)果可知：省際變異系數(shù)呈上下波動形態(tài)，在2010年達(dá)到峰值，總體趨勢向下收斂，而區(qū)域變異系數(shù)從2008年起逐漸向下收斂。相較而言，區(qū)域間的變異系數(shù)收斂性更明顯，而城際變異系數(shù)波動幅度更小。

為了探求省際變異系數(shù)波動較大的原因，本文進(jìn)一步測算了三個經(jīng)濟(jì)區(qū)域間的變異系數(shù)。結(jié)果顯示：主要是上游地區(qū)節(jié)能減排效率差異分化明顯造成的。從趨勢看：長江中、下游地區(qū)省際變異系數(shù)變化較為平穩(wěn)，而上游地區(qū)省際變異系數(shù)有發(fā)散的趨勢；橫向比較來看：中游地區(qū)城際效率差異最小，下游地區(qū)其次，而上游的城際差異相對較大，且持續(xù)發(fā)散。主要原因在于長江中下游地區(qū)經(jīng)濟(jì)相對領(lǐng)先，經(jīng)濟(jì)規(guī)模的技術(shù)偏好水平高，人才資源豐富，更有利于地區(qū)間協(xié)同實(shí)現(xiàn)互利共贏；而上游城市群發(fā)展相對落后且不平衡，制度建設(shè)進(jìn)展緩慢，個別城市的效率提高并沒有帶動周邊城市協(xié)同進(jìn)步，所以造成了區(qū)域內(nèi)城際發(fā)展差異越來越大。

4結(jié)論與啟示

本文測算了2006～2014年長江經(jīng)濟(jì)帶各省市、區(qū)域的節(jié)能減排效率，并對時間變化規(guī)律和區(qū)域差異特征進(jìn)行探究，得出以下結(jié)論：

（1）考慮碳約束對于節(jié)能減排效率的測度具有明顯影響且更符合現(xiàn)實(shí)情況。因而，碳約束下2006～2014年期間整個長江經(jīng)濟(jì)帶節(jié)能減排效率GML指數(shù)為1043，即節(jié)能減排工作取得了一定的進(jìn)步；但A-EBM效率為0670，仍未達(dá)到理想狀態(tài)。

（2）空間分布上，節(jié)能減排效率由長江下游到上游逐步降低。時間演化上，整個長江經(jīng)濟(jì)帶節(jié)能減排效率呈先降后升的U型變化趨勢。差異程度來看，省際變異系數(shù)呈上下波動的倒U形態(tài)，而區(qū)域變異系數(shù)逐漸向下收斂?？梢?，省際節(jié)能減排工作的協(xié)同方面仍然存在一定差距。

（3）技術(shù)進(jìn)步指數(shù)與節(jié)能減排效率同步提高，說明技術(shù)進(jìn)步是推動長江經(jīng)濟(jì)帶節(jié)能減排效率提升的主要動力。而節(jié)能減排的管理水平和治理差異是導(dǎo)致效率向下波動的主要原因；而純技術(shù)進(jìn)步以及經(jīng)濟(jì)規(guī)模的技術(shù)偏好水平的不斷提升促進(jìn)了整個長江經(jīng)濟(jì)帶節(jié)能減排效率先下降后提升的轉(zhuǎn)折。

基于上述結(jié)論，提出以下啟示：

（1）充分發(fā)揮政府的主導(dǎo)作用以及市場的基礎(chǔ)調(diào)節(jié)作用。各省市節(jié)能減排在管理水平和制度設(shè)計上還有改進(jìn)空間，特別是上游地區(qū)，應(yīng)該充分發(fā)揮政府的監(jiān)督管理職能，用行政手段促進(jìn)企業(yè)減排；中游地區(qū)要大力探索發(fā)展碳權(quán)交易，建立正式的碳交易市場來促進(jìn)減排；下游地區(qū)要注重政府職能創(chuàng)新，通過財政撥款來補(bǔ)貼技術(shù)創(chuàng)新的形式來加大對節(jié)能減排工作的支持力度。

（2）重視和發(fā)揮技術(shù)進(jìn)步以及科技創(chuàng)新的關(guān)鍵作用，加大節(jié)能環(huán)保技術(shù)、工藝和裝備研發(fā)投入。特別是要加強(qiáng)節(jié)能減排、低碳環(huán)保等技術(shù)的產(chǎn)業(yè)化示范和推廣，以推動長江經(jīng)濟(jì)帶整體的技術(shù)進(jìn)步。

（3）統(tǒng)籌協(xié)調(diào)發(fā)展，推進(jìn)區(qū)域協(xié)同。中下游地區(qū)嚴(yán)格控制并逐步淘汰高耗能、高排放產(chǎn)業(yè)。推動建立綠色低碳循環(huán)發(fā)展產(chǎn)業(yè)體系。上游地區(qū)資源稟賦優(yōu)勢明顯，要優(yōu)化能源消費(fèi)結(jié)構(gòu)，提倡使用清潔能源，同時應(yīng)該注意防范下游地區(qū)產(chǎn)業(yè)的轉(zhuǎn)移帶來污染排放的跨區(qū)域轉(zhuǎn)移。

參考文獻(xiàn)：

[1]孫欣，韓偉偉，宋馬林. 中國省域節(jié)能減排效率評價及其影響因素[J]. 西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版）， 2014， 14（4）： 137-143.

[2]Seiford L M， Zhu J. Modeling Undesirable Factors in Efficiency Evaluation[J]. European Journal of Operational Research， 2002，142（1）： 16-20.

[3]袁曉玲，張寶山，楊萬平. 基于環(huán)境污染的中國全要素能源效率研究[J]. 中國工業(yè)經(jīng)濟(jì)， 2009（2）： 76-86.

[4]王維國，范丹. 中國區(qū)域全要素能源效率收斂性及影響因素分析——基于MalmqulistLuenberger指數(shù)法[J]. 資源科學(xué)， 2012， 34（10）： 1816-1824.

[5]Tone K， Tsutsui M. An Epsilon-based Measure of Efficiency in DEAa Third Pole of Technical Efficiency[J]. European Journal of Operational Research，2010，207（3）：1554-1563.

[6]Cheng G， Zhenhua Qian. An Epsilon-based Measure of Efficiency in DEAAn Alternative Method for the Affinity Index[J]. Mpra Paper， 2011.

[7]Pastor J T，Lovell C A. A Global Malmquist Productivity Index[J]. Economics Letters，2005（88）：266-271.

[8]Zofio J L. Malmquist Productivity Index Decompositions：A Unifying Framework[J]. Applied Economics， 2007， 39（18）：2371-2387.

[9]齊紹洲， 付坤. 低碳經(jīng)濟(jì)轉(zhuǎn)型中省級碳排放核算方法比較分析[J]. 武漢大學(xué)學(xué)報：哲學(xué)社會科學(xué)版， 2013（2）：85-92.

[10]吳琦，武春友. 基于DEA的能源效率評價模型研究[J]. 管理科學(xué)， 2009， 22（1）： 103-112.

[11]王維國，范丹. 中國區(qū)域全要素能源效率收斂性及影響因素分析——基于MalmqulistLuenberger指數(shù)法[J]. 資源科學(xué)， 2012，34（10）： 1816-1824.

（責(zé)任編輯：冉春紅）