中國工業(yè)能源效率的空間交互效應識別與分析

王 莉 白 彥

[提要]本文將發(fā)展經(jīng)濟學家提出的極化涓滴效應運用到能源經(jīng)濟學領域，對中國工業(yè)能源效率是否存在空間交互效應進行收斂性和莫蘭指數(shù)檢驗，采用固定效應的空間滯后模型分析工業(yè)能源效率影響因素的作用軌跡，研究結果顯示：中國工業(yè)能源效率具有明顯的空間溢出效應，H-H集聚和L-L集聚的特征明顯，樣本期以來工業(yè)能源效率的空間分布格局漸趨穩(wěn)定；工業(yè)能源效率的影響因素具有明顯的空間異質性，同樣的指標在不同的區(qū)域作用軌跡不同。未來中國經(jīng)濟增長和節(jié)能減排的兼容性將進一步增強，提升工業(yè)能源效率除了經(jīng)濟自身的內在動力外，還應注意工業(yè)節(jié)能目標的確定應該分長期目標和短期目標，各省的節(jié)能目標和節(jié)能約束監(jiān)管應該是一個逆向的組合；在不同區(qū)域的工業(yè)節(jié)能政策組合設計上，要考慮發(fā)展階段、增長模式以及技術水平等方面的差異。

一、引言及文獻回顧

黨的十八大以來，生態(tài)文明建設被提升到前所未有的歷史高度，習近平總書記從歷史和現(xiàn)實的角度，強調生態(tài)文明的發(fā)展趨勢和時代意義。從人類社會的發(fā)展來看，四大文明古國的繁榮發(fā)展皆有賴于良好的河流土地風物生態(tài)，而文明中心的轉移或者文明的衰落則大多與生態(tài)環(huán)境嚴重破壞有關。[1](P.121)“綠水青山就是金山銀山”的論述蘊含著豐富的經(jīng)濟學思想，它揭示了良好的生態(tài)環(huán)境是一個地區(qū)經(jīng)濟發(fā)展的最大本錢，具有持續(xù)的推動力和核心競爭力。在這樣的指導思想下，中國提出了資源節(jié)約型社會建設取得重大進展、單位國內生產(chǎn)總值能源消耗大幅下降的戰(zhàn)略目標，以及推動能源消費革命、控制能源消費總量、加強節(jié)能降耗的重要戰(zhàn)略任務。工業(yè)領域是我國經(jīng)濟增長的重要來源部門，同時也消耗了我國大部分的能源，工業(yè)能源消費量在很長的歷史時期內一直在70%左右，工業(yè)節(jié)能對解決約束我國經(jīng)濟社會發(fā)展的能源問題、實現(xiàn)綠色GDP增長具有至關重要的作用。

事實上，如何提高能源效率值一直是學術界和實務界共同關注的熱點，張賢、周勇[2](2007)，林伯強、杜克銳[3](2013)等學者從不同角度探討影響能源效率的外部因素，能源效率在空間分布上的不均衡性基本形成共識，趙新剛[4](2019)、吳建新[5](2018)等的研究認為能源效率因產(chǎn)業(yè)轉移的影響，呈現(xiàn)由東到西階梯狀逐級降低的分布，已經(jīng)形成不同水平的群組；劉亦文[6](2016)，李力、洪雪飛[7](2017)，齊紹洲[8](2009)等的研究表明，中國省域能耗強度空間區(qū)域特征明顯，具有空間正自相關性和空間溢出效應；Huayi Yu[9](2012)認為中國區(qū)域間能源效率不平衡，具有絕對β收斂性。中國能源效率與區(qū)域經(jīng)濟的發(fā)展梯度布局基本一致，從這個意義上來看，我們能否借鑒發(fā)展經(jīng)濟學的相關理論？Hirschman[10](P.166-169)(1958)曾提出過涓滴效應(trickling-down effect)和極化效應(polaration effect)，前者表示中心區(qū)域將本地區(qū)的先進技術、優(yōu)質資源、管理經(jīng)驗等向鄰近地區(qū)輻射擴散，正向空間溢出效應顯著；后者表示鄰近區(qū)域的資源、技術、投入產(chǎn)出要素等向中心區(qū)域虹吸，負向空間汲取效應明顯。如果說區(qū)域經(jīng)濟上存在涓滴和極化效應，那么能源效率也有可能與經(jīng)濟發(fā)展具有相同的邏輯性，存在空間交互效應。當這種效應表現(xiàn)為正向溢出時，能源效率的差異將逐步縮小，而表現(xiàn)為負向汲取時，能源效率的差異將擴大。因此，本文的研究重點為：中國工業(yè)能源效率的空間交互效應是否存在？如果存在的話，這種效應是正向還是負向的？準確識別工業(yè)能源效率的空間交互效應和影響因素作用軌跡，為提升工業(yè)能源效率，縮小區(qū)域空間差異提供理論依據(jù)和現(xiàn)實支撐。

二、基于超效率SSBM-DEA模型的工業(yè)能源效率測算

Hu，Wang(2006)[11]運用DEA模型，與單要素的能耗強度指標對應，首先提出了全要素能源效率的概念，他們選用中國29個省份的數(shù)據(jù)，測算出各省份的全要素能源效率值，計算結果較能耗強度更符合實際。能源在使用過程中不僅帶來了預期的產(chǎn)出，也產(chǎn)生了非合意的污染物排放，如果不考慮非合意產(chǎn)出，能源效率值可能被高估。因此，本文選取從1997年到2016年除西藏外30個省份的工業(yè)能源投入、工業(yè)資本投入、工業(yè)勞動力投入、工業(yè)生產(chǎn)總值、工業(yè)非合意產(chǎn)出CO2排放量等樣本作為面板數(shù)據(jù)，采用超效率SSBM-DEA模型測算工業(yè)能源效率值，此模型的優(yōu)點在于，一方面它能夠對多個決策單元進行有效排序，另一方面它解決了變量松弛型的問題，且引入了非合意產(chǎn)出的測量。相對其他DEA模型，超效率模型更能夠反映工業(yè)能源效率的投入產(chǎn)出是否存在冗余及合理配置。樣本指標選取情況描述如下。

本文對投入產(chǎn)出的同向性采用Spearman相關性檢驗法進行檢驗，結果見表2，根據(jù)統(tǒng)計的數(shù)據(jù)可以看出，各省工業(yè)的投入和產(chǎn)出之間的兩兩關系系數(shù)不僅都為正數(shù)，且系數(shù)值都比較高，都通過了1%顯著水平的檢驗。從系數(shù)的絕對值上看，工業(yè)CO2與工業(yè)投入中資本和能源投入的相關性系數(shù)超過了工業(yè)生產(chǎn)總值與二者的關系系數(shù)。由此可見，在能源效率的測度中，只考慮工業(yè)生產(chǎn)總值產(chǎn)出而忽略非合意產(chǎn)出是不合理的。

表1 1997-2016年各省工業(yè)能源效率測算相關指標描述性統(tǒng)計表(由SPSS軟件統(tǒng)計得到)

表2 工業(yè)投入產(chǎn)出指標相關性檢驗

表3是根據(jù)超效率SSBM-DEA模型計算出的包含非合意產(chǎn)出的各省及全國主要年份工業(yè)能源效率值，從表中可以看出，上海、廣東、浙江、福建、北京、天津等省市處于工業(yè)能源效率前沿面，而其他省市的工業(yè)能源效率值在大多數(shù)時期里都未處于最優(yōu)狀態(tài)，尤其是寧夏、貴州、青海、山西、新疆等省(自治區(qū))，無論是各時期的值，還是歷年均值都處于較低的水平，工業(yè)能源效率亟待改善。

表3 1997-2016年各省及全國主要年份包含非合意產(chǎn)出的工業(yè)能源效率值

三、中國工業(yè)能源效率空間交互效應識別

在能源效率不同的各個區(qū)域之間，他們的差異是呈收斂狀態(tài)還是發(fā)散狀態(tài)？如果各省之間的工業(yè)能源效率是呈收斂狀態(tài)的，那么說明當前的節(jié)能路徑具有可持續(xù)性，它讓能源效率在發(fā)達省份和落后省份之間的差異逐步縮小，反之，如果呈發(fā)散狀態(tài)，則說明區(qū)域之間的能源效率差異在擴大。Baumol[12]是最早研究收斂問題的，他對1870年至1979年之間的16個工業(yè)化國家的數(shù)據(jù)進行回歸驗證，結果表明，1870年的生產(chǎn)率數(shù)據(jù)與后面年度的數(shù)據(jù)顯著負相關，也就是說落后的經(jīng)濟體有更快的增長速度。此后，他又對這16國以外的國家和區(qū)域進行了研究，發(fā)現(xiàn)即使計劃經(jīng)濟的國家也呈現(xiàn)出經(jīng)濟收斂的態(tài)勢，但這種收斂在欠發(fā)達國家卻未出現(xiàn)。

(一)中國工業(yè)能源效率區(qū)域收斂性分析

本文將30個省份劃為三個區(qū)域，即東部沿海地區(qū)、中部地區(qū)和西部地區(qū)，在建立σ收斂、絕對β收斂、條件β收斂和俱樂部收斂四種模型的基礎上，對工業(yè)能源效率空間交互效應進行檢驗。

1.σ收斂模型檢驗

如果不同區(qū)域之間的能源效率隨著時間的推移其離差水平越來越接近于零，我們就認為其具有σ收斂性，反之，如果離差水平越來越大，則具有σ發(fā)散性。

我國區(qū)域間工業(yè)能源效率的σ收斂公式如下：

(1)

表4 全國及各區(qū)域1997-2016年工業(yè)能源效率變異系數(shù)表

從圖1可以看出，工業(yè)能源效率變異系數(shù)最大的是全國層面，均值達到了0.553，西部地區(qū)緊隨其后，均值為0.536，中部地區(qū)次之，均值為0.337，東部沿海地區(qū)工業(yè)能源效率的差異是最小的，均值只有0.024。

圖1 1997-2016年東、中、西部工業(yè)能源效率變異系數(shù)

數(shù)據(jù)來源：根據(jù)前文計算所得。

從工業(yè)能源效率變異系數(shù)波動的水平來看，波動性最大的為西部地區(qū)0.17，其次為東部沿海地區(qū)，波動性為0.09，變異系數(shù)波動最小的為中部地區(qū)0.08。這說明我國工業(yè)能源效率的差異非常大，各個區(qū)域板塊間出現(xiàn)不同的收斂趨勢，西部地區(qū)的變異系數(shù)情況比較復雜，三個發(fā)散拐點分別出現(xiàn)在1997、2008和2010年，而1998年和2009年則出現(xiàn)兩個明顯的收斂拐點，最終還是趨于發(fā)散狀態(tài)。中部地區(qū)的變異系數(shù)在1998年和2002年短暫的發(fā)散拐點后，進入明顯的收斂狀態(tài)，意味著近十余年來，中部各省間能效的差異在逐步縮小并趨于一致。東部沿海地區(qū)呈現(xiàn)明顯的收斂狀態(tài)。在全國層面，2009年出現(xiàn)一個明顯收斂拐點，最終還是趨于發(fā)散狀態(tài)。

2.絕對β收斂模型檢驗

絕對β收斂意味著各個區(qū)域之間的工業(yè)能效隨著時間的推移其差異越來越小，最終在接近或相同的穩(wěn)態(tài)水平收斂，各省的工業(yè)能源效率提高速度與它們離穩(wěn)態(tài)水平的距離成反比。檢驗方程如下：

(2)

根據(jù)絕對β收斂公式，通過Eviews軟件面板混合回歸模型計算得出三大區(qū)域和全國工業(yè)能源效率的收斂估計值。

如表5所示，從全國層面看，β的估計值為-0.003682，但是在1%水平下的顯著檢驗未通過，所以全國層面工業(yè)能源效率的絕對β收斂不存在。西部地區(qū)和中部地區(qū)的β系數(shù)均為負值，呈收斂狀態(tài)，東部地區(qū)的β估計值為正數(shù)，呈發(fā)散態(tài)勢，但是西部地區(qū)和東部地區(qū)都未通過顯著性檢驗，意味著只有中部地區(qū)存在絕對β收斂，即在中部區(qū)域的各省份之間，工業(yè)能源效率趨于同一穩(wěn)態(tài)的水平，隨著時間的推移，能源效率較低的省份增長速度會高于能源效率較高的省份，能效之間的差異逐步縮小并最終趨于穩(wěn)定。

表5 全國及不同區(qū)域工業(yè)能源效率絕對β收斂統(tǒng)計表

3.條件β收斂模型檢驗

條件β收斂驗證的是在不同區(qū)域之間，各主體在自身特征的基礎上趨于各自的穩(wěn)態(tài)水平，差異將長期存在于區(qū)域之間。驗證模型如下：

(3)

在這個檢驗模型中，為了解決解釋變量的遺漏問題和控制變量的選擇，采用了個體和時間雙固定效應模型來進行條件收斂的檢驗，如果β顯著為負值，則說明在各區(qū)域之間存在條件β收斂，那么存在工業(yè)能源效率在各區(qū)域向自身穩(wěn)態(tài)發(fā)展的趨勢。根據(jù)條件β收斂公式，通過Eviews軟件面板混合回歸模型計算得出三大區(qū)域工業(yè)能源效率的收斂估計值。

從表6可以看出，三大經(jīng)濟區(qū)域的工業(yè)能源效率估計系數(shù)均為負值，且P值均為0，通過1%水平下的顯著性檢驗，東部沿海地區(qū)、西部地區(qū)和中部地區(qū)都存在條件β收斂，也就是說隨著時間的推移，各區(qū)域之間會趨于各自的穩(wěn)態(tài)，其中，西部11省能夠以18.79%的調整速度達到自身穩(wěn)態(tài)，其次是中部地區(qū)8省，速度為10.63%，東部地區(qū)11省的調整速度相對緩慢，為7.88%。

表6 不同區(qū)域工業(yè)能源效率條件β收斂統(tǒng)計表

如果區(qū)域內不同的經(jīng)濟主體既滿足σ收斂又滿足絕對β收斂，那么這個經(jīng)濟主體就具備了俱樂部收斂。根據(jù)前面的分析可知，中部地區(qū)既存在σ收斂，又存在絕對β收斂，那么就只有中部地區(qū)存在俱樂部收斂。這表示中部地區(qū)是結構和發(fā)展模式類似的省份處于同一個俱樂部群體中，群體內部的工業(yè)能源效率會接近相似的穩(wěn)態(tài)水平，且他們的穩(wěn)態(tài)水平不同于其他群體。

(二)工業(yè)能源效率空間相關莫蘭指數(shù)(Moran’s I)

如前文所述，工業(yè)能源效率之間存在明顯的空間集聚現(xiàn)象，這種集聚現(xiàn)象的相關程度如何？本文用全局Moran’s I指數(shù)和Moran’s I指數(shù)散點圖來反映工業(yè)能源效率的集聚特征。全局Moran’s I指數(shù)的公式為：

(4)

從表7可以看出，各年份Moran’s I指數(shù)均為正數(shù)，且在1%的置信水平下顯著，工業(yè)能源效率存在明顯的空間相關分布特征。從1997年至2016年，Moran’s I指數(shù)的總體變化有遞增的趨勢，意味著正相關的空間分布格局逐漸加強并趨于穩(wěn)定。

表7 1997-2016年中國工業(yè)能源效率全局Moran’s I指數(shù)統(tǒng)計

全局Moran’s I指數(shù)反映的是工業(yè)能源效率總體的空間分布特征，對局部區(qū)域的空間非典型性特征缺乏描述，而Moran’s I指數(shù)散點圖可以表現(xiàn)局部特征。散點圖以能源效率均值為原點，將能源效率集群分為四個象限的空間，第一象限H-H和第三象限L-L表示高能效或低能效省份被相似省份包圍，為空間正相關，第二象限L-H和第四象限H-L表示低能效或高能效省份被相異省份包圍，為空間負相關。

圖2、3為1997年和2016年中國除西藏自治區(qū)外30個省份的能源效率Moran散點圖，圖中可以看出，大部分省份散落在第一和第三象限，H-H和L-L集聚的正相關特征明顯，上海、廣東、浙江、江蘇、福建等東部沿海省份持續(xù)散落在第一象限，而青海、新疆、寧夏、青海、貴州等西部省份則持續(xù)散落在第三象限，1997年到2016年，散落在各象限的省份變化不大，區(qū)域之間的能源效率空間自相關特征呈現(xiàn)出較高程度的穩(wěn)定性。

圖2 1997年工業(yè)能源效率莫蘭指數(shù)散點圖

圖3 2016年工業(yè)能源效率莫蘭指數(shù)散點圖

四、工業(yè)能源效率影響因素的空間交互效應分析

(一)基于30個省全樣本影響因素模型檢驗

對工業(yè)能源效率的空間交互性進行識別和分析是本文的關鍵，工業(yè)能源效率的形成是由多個因素相互交織作用的結果，學者們通過各種不同的解釋變量試圖找尋能源效率變化的根本動因，[13]在前人研究的基礎上，結合本文時空效應的分析，將影響因素確定為如下指標：

指標符號內容技術進步TP專利申請數(shù)量經(jīng)濟結構IS第二產(chǎn)業(yè)的產(chǎn)值占GDP的比重產(chǎn)業(yè)結構調整ISR第二和第三產(chǎn)業(yè)產(chǎn)值的比值能源價格EP工業(yè)生產(chǎn)者出廠價格指數(shù),按1996年不變價計算能源消費結構ECS工業(yè)能源消費中煤炭消費量占比固定資產(chǎn)投資IN CPT全社會固定資產(chǎn)投資額外商直接投資FDI外商投資的總體規(guī)模貿(mào)易進口額IM貿(mào)易進口額貿(mào)易出口額EX貿(mào)易出口額市場化程度MARK國有企業(yè)工業(yè)總產(chǎn)值占全部工業(yè)產(chǎn)值的比重經(jīng)濟發(fā)展水平EDL用實際人均工業(yè)GDP產(chǎn)值,按1997年不變價計算來表示城市化率URBAN該區(qū)域的城鎮(zhèn)人口占總人口的比重

以上數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》《各省統(tǒng)計年鑒》，或根據(jù)統(tǒng)計年鑒數(shù)據(jù)計算所得。

Anselin[14]將空間計量的模型分為了兩類，一類是基于空間滯后變量類型的空間滯后模型(SLM)，一種是基于空間相關性作用的空間誤差模型(SEM)。前者反映的是通過空間傳導機制，所有作用于一個區(qū)域工業(yè)能源效率的變量都會作用于其他區(qū)域，后者反映的是隨機沖擊結果導致的工業(yè)能效的區(qū)域外溢。用拉格朗日法檢驗工業(yè)能效影響因素的兩類計量模型，根據(jù)公式得出兩類模型的檢驗統(tǒng)計量，由下表可以看出，LML>LME，因此，應選擇空間滯后模型分析省級區(qū)域工業(yè)能源效率的影響因素。

表8 兩類模型的LM檢驗統(tǒng)計量結果

空間滯后模型可以選擇固定效應或者隨機效應，一般來說，當樣本為總體或者限于某些特定個體時，應選擇固定效應，而樣本從總體中隨機選取時，應選擇隨機效應，隨機效應模型的好處是大大減少了要估計的參數(shù)，代價是如果我們關于隨機常數(shù)項的假設被證明不恰當?shù)脑挘玫降墓烙嬛悼赡苁遣灰恢碌摹１疚牡臄?shù)據(jù)樣本覆蓋面廣，不存在隨機抽取，因此，本文選擇的是固定效應模型。

固定效應模型包括時間固定、地區(qū)固定、時間地區(qū)雙固定和無固定效應四種滯后類型，本文利用MATLAB軟件對其分別進行了估計，結果如表9。從最后三行R2、Sigma2和LogL的統(tǒng)計量可以看出，與其他模型相比，地區(qū)固定效應模型更為合適。

表9 四種模型的參數(shù)估計結果

1.中國工業(yè)能源效率從空間的角度審視呈現(xiàn)出明顯的正相關關系。在上面四種空間滯后模型中，地區(qū)固定、時間固定和無固定效應三種模型的W*dep.var系數(shù)估計值都是正數(shù)，即都得出了表示空間相關性的自回歸系數(shù)，且在1%水平通過顯著性檢驗，說明中國工業(yè)能源效率從省級或區(qū)域的層面看，正向空間溢出效應十分顯著。

由模型的計算結果可知工業(yè)能源效率的常數(shù)項α為0.737327，表10是通過地區(qū)固定效應模型估計出的各省份截距項αi的值，αi表示各省份工業(yè)能源效率偏離常數(shù)項的水平。由表中數(shù)據(jù)可以看出，中國工業(yè)能源效率水平基本呈現(xiàn)從東到西逐漸降低的態(tài)勢。

表10 地區(qū)固定效應模型中截距項αi的估計結果

2.經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結構調整、貿(mào)易進口額、市場化程度等對工業(yè)能源效率正向影響作用顯著。經(jīng)濟結構、投資驅動模式等因素對工業(yè)能源效率的負向作用顯著。

3.值得注意的兩個影響因素：外商直接投資(FDI)和能源價格。外資流入在本模型中對能源效率的影響呈負向關系，這與張賢、周勇等學者的研究不一致，他們的研究證明外資流入能夠帶來技術的外溢，從而提升流入國的能源效率。在能源價格的影響作用方面，也與通常的經(jīng)濟學理論或預期的估計不同，本模型中能源效率并沒有隨著能源價格的提升而顯著改善，反而呈現(xiàn)出負向的影響。也就是說，能源價格的提高反而刺激了能源要素的投入，每增加一個單位的能源相對價格，能源效率會下降0.002個單位，雖然作用不十分明顯，但統(tǒng)計卻十分顯著。模型估計結果至少側面反映出中國通過市場的方式有效配置資源的能力還不容樂觀，要素配置效率在微觀經(jīng)濟領域的水平還比較低，即使能源定價的機制逐步完善，環(huán)境成本也逐步納入能源價格體系，但由于工業(yè)節(jié)能領域相關激勵引導約束機制的缺失，能源價格所產(chǎn)生的正向作用仍然將會被部分抵消。[15]

4.能源消費結構、城市化率和技術進步對工業(yè)能源效率的影響不顯著。能源消費結構反映的是煤炭消費量在能源消費總量中的占比情況，模型估計的結果顯示能源消費結構對中國工業(yè)能源效率的影響是正向積極的，但本文中能源消費結構對工業(yè)能源效率的影響沒有通過顯著性檢驗，這可能是因為模型選取的是1997年至2016年的數(shù)據(jù)，歷史時期比較短，中國“富煤少氣缺油”的能源稟賦特征決定了能源消費結構在短時間內難以有大的改變，因此，能源消費對中國工業(yè)能效的影響不顯著。讓人感到意外的是，在技術進步對工業(yè)能源效率的影響方面，本文的實證結果也是不顯著。這可能是因為本文選取的是專利申請數(shù)量這一指標來表示技術進步，這一指標對能源效率的影響路徑十分復雜，其作用通常比較滯后，而且還有回彈效應，從而在估計的結果上表現(xiàn)出不顯著的影響。雖然近年來中國專利申請的數(shù)量保持較大幅度的增長，但是創(chuàng)新領域的法治化機制并不健全，創(chuàng)新的引導、培育、保護和轉化機制都不完善，企業(yè)的技術創(chuàng)新更傾向于技術引進和模仿，而非自主培育創(chuàng)新。

(二)模型進一步拓展：從全樣本到不同能效區(qū)

根據(jù)前文實證結果的分析，我們發(fā)現(xiàn)外資流入、技術進步和能源價格等影響因素并未如經(jīng)濟學理論所描述的或者我們所期望的那樣與工業(yè)能源效率呈顯著的正影響。是什么原因導致了模型的結果無法支持我們通常理解的結論？是否因為樣本數(shù)據(jù)平均和加總的衡量模式掩蓋了兩者之間真正的關系？出于對這個問題的思考，本文將全樣本模型進一步拓展，按照東部高能效區(qū)、中部中能效區(qū)和西部低能效區(qū)三個區(qū)域維度，考察各因素對工業(yè)能源效率的影響是否存在空間特征的差異。

考慮到在前面的模型中有的衡量指標影響不顯著，此處將技術進步的指標改為研究與試驗發(fā)展(R&D)經(jīng)費投入，將產(chǎn)業(yè)結構的指標改為工業(yè)內部六大高耗能行業(yè)的占比，指標內容略有變化，但檢驗方法不變。結果如表11：

表11 不同能效區(qū)域面板模型參數(shù)估計結果

(1)能源價格在本模型中的檢驗結果與前述全樣本模型存在較大差異。在高能效地區(qū)，能源價格具有較好的信息傳導調節(jié)機制，價格的提高對能源要素的投入起到明顯的抑制作用，價格每提高一個百分點，能源效率將會上升0.008個單位。而在低能效地區(qū)，能源價格對工業(yè)能源效率則存在負向影響，價格的上升不但不能降低能源效率，反而會增加能源的消耗。這提醒我們，在確立低能效地區(qū)節(jié)能目標的時候，不能只看到節(jié)能潛力，而要充分考慮區(qū)域差異，低能效地區(qū)在追求經(jīng)濟增長的過程中，已經(jīng)形成了高耗能工業(yè)為主的結構，短期內能源價格的上漲，不僅不會改善能源效率，反而會由于成本增加等問題讓低能效地區(qū)可能陷入低端產(chǎn)業(yè)陷阱。在中能效地區(qū)，能源價格的變化沒有通過顯著性檢驗，可能的原因在于，一方面中能效地區(qū)的增長模式依然以粗放型為主，市場化水平、所有制結構、體制機制障礙等因素致使微觀領域對能源價格的敏感性降低。另一方面，中能效地區(qū)正處于現(xiàn)代工業(yè)模式的轉型階段，對創(chuàng)新要素質量更加注重，能源價格的微觀信號調節(jié)作用在逐漸發(fā)揮，兩種力量的交織作用下，弱化抵消了能源價格對工業(yè)能源效率的影響，導致檢驗結果不顯著。同時，這也進一步驗證了在全樣本省份的檢驗中，為何能源價格與工業(yè)能源效率呈負相關的結果。

(2)技術進步和能源消費結構的影響由不敏感變?yōu)檎蜃饔蔑@著。與之前的模型估計結果不同，在本模型中，從高能效區(qū)域到低能效區(qū)域，技術進步帶來的能源效率改善呈逐步增加的態(tài)勢，研發(fā)經(jīng)費投入每增加一個百分點，高、中、低能效區(qū)域的工業(yè)能源效率分別上升0.039、0.055和0.079個單位，這也告訴我們，技術進步無論在哪個能效區(qū)，都是比較穩(wěn)定的能源效率提升路徑。尤其是在低能效區(qū)域，技術進步在后發(fā)優(yōu)勢的條件下，更具有較大的節(jié)能空間，未來的節(jié)能路徑中，應該更加重視技術進步帶來的節(jié)能效果，無論是技術引進、創(chuàng)新還是自主研發(fā)技術，都應該加快推進的步伐。

(3)能源消費結構對不同能效區(qū)域的工業(yè)能源效率產(chǎn)生正向影響。具體來看，中能效地區(qū)的影響最為明顯，煤炭消費量每下降一個百分點，中能效地區(qū)的工業(yè)能源效率將上升0.037個單位；其次是高能效區(qū)域；低能效區(qū)域對消費結構的變化不敏感?？赡艿脑蛟谟诟吣苄У貐^(qū)由于一般也具有較高的經(jīng)濟發(fā)展水平，在較高收入的情況下對節(jié)能減排環(huán)境保護更為關注，能源結構相對合理，而低能效區(qū)域通常也是煤炭儲藏和開采集聚之地，較低的環(huán)境成本讓低能效區(qū)對煤炭消費依賴程度一直處于較高的水平。

(4)產(chǎn)業(yè)結構改變檢驗指標后依然與不同能效區(qū)工業(yè)能源效率呈負相關。在全樣本模型中，選取了第二產(chǎn)業(yè)占比作為衡量指標，本模型中則用工業(yè)內部六大高耗能行業(yè)的占比來作為衡量產(chǎn)業(yè)結構的指標，無論是哪一種指標，得出的結果都是顯著負相關。在本模型中，產(chǎn)業(yè)結構對工業(yè)能源效率的影響呈現(xiàn)由高能效區(qū)域向低能效區(qū)域逐步增強的態(tài)勢，具體表現(xiàn)為在高能效區(qū)，工業(yè)內部高耗能行業(yè)每上升一個百分點，工業(yè)能源效率將會下降0.035個單位，而在中能效區(qū)域和低能效區(qū)域，則會下降0.09和0.18個單位。應當注意的是，近年來，由于高能效區(qū)域具有更高的節(jié)能減排意識，而低能效區(qū)域出于對增長的渴求，環(huán)境規(guī)制程度和生態(tài)約束力度都相對比較寬松，部分高耗能的工業(yè)行業(yè)逐步向低能效區(qū)域遷移集中，這將進一步惡化低能效區(qū)域的結構性矛盾，通過結構節(jié)能的路徑將變得舉步維艱。因此，對中低能效區(qū)域，在今后的節(jié)能工作中，要更加處理好經(jīng)濟增長、能源節(jié)約、環(huán)境保護這三者之間的關系，讓技術節(jié)能和結構節(jié)能同時在能源效率改善的過程中發(fā)揮作用。

(5)固定資產(chǎn)投資和外資流入對不同能效區(qū)的影響呈現(xiàn)出明顯的空間異質性。在本模型中，固定資產(chǎn)投資對高能效區(qū)域和中能效區(qū)域呈顯著負相關，這與前文的檢驗結果類似，而對低能效區(qū)域則存在顯著正相關，也就是說在資本不斷深化的過程中，低能效區(qū)域的能源效率會不斷提高?？赡艿脑蛟谟?，低能效區(qū)域的資本深化將會伴隨著更好的工藝、設備以及技術的使用，企業(yè)得以在一個更有規(guī)模的水平上運行，從而使工業(yè)能源效率在物化技術改善和規(guī)模效率提升的基礎上得到提高。應當注意的是，這種提升源自初始處于較低的水平和后發(fā)優(yōu)勢的條件，一旦資本積累和技術改善達到一定的臨界點，資本的深化將會開始對低能效區(qū)域的工業(yè)能源效率產(chǎn)生反作用；外資流入對工業(yè)能源效率的影響在前面全樣本的模型中呈現(xiàn)負相關，但估值接近于0，而在分能效區(qū)域的模型中，則出現(xiàn)不同的影響結果。在高能效地區(qū)，外資流入的影響作用不顯著，而在中能效地區(qū)，外資流入與工業(yè)能源效率呈顯著正相關，在低能效地區(qū)則呈顯著負相關。這與葉素云[15]、葉振宇等(2010)的研究結果有些類似，在他們的研究結果中，東部地區(qū)隨著外資流入的增加，能耗水平顯著降低，而中部和西部地區(qū)卻出現(xiàn)能耗水平上升。換句話說，外資的流入與不同能效區(qū)域之間似乎存在著一個這樣的規(guī)律，隨著經(jīng)濟水平的降低，外資流入對能源效率的作用在不斷的減弱。發(fā)達地區(qū)更傾向于利用外資的技術外溢效應來改善高耗能行業(yè)的能源利用水平。

五、研究結論和政策啟示

提升能源效率對推動可持續(xù)發(fā)展和保障能源安全具有十分重要的現(xiàn)實意義，把握中國工業(yè)能源效率的區(qū)域空間特征，系統(tǒng)研究工業(yè)能源效率的影響因素，確定符合空間異質性的工業(yè)節(jié)能目標和系統(tǒng)治理體系迫在眉睫。通過以上研究，我們可以得出以下結論：一是樣本期內工業(yè)能源效率除了個別省份處在前沿面，大多數(shù)省份的能源效率值沒有達到最優(yōu)水平，能效提升的空間還比較大。二是中國工業(yè)能源效率具有明顯的空間溢出效應，H-H集聚和L-L集聚的特征明顯，樣本期以來工業(yè)能源效率的空間分布格局漸趨穩(wěn)定，這和資源稟賦、產(chǎn)業(yè)生命周期規(guī)律、財政分權制度等密切相關。三是東部和中部地區(qū)具有σ收斂性，中部地區(qū)存在絕對β收斂，東部、西部和中部地區(qū)都存在條件β收斂，俱樂部收斂只有中部地區(qū)存在。四是工業(yè)能源效率的影響因素具有明顯的空間異質性，同樣的指標在不同的區(qū)域作用軌跡不同，經(jīng)濟結構、發(fā)展階段等因素作用在工業(yè)能源效率的形成路徑中，內在地決定了各區(qū)域工業(yè)節(jié)能路徑的差異。

基于上述結論，未來中國經(jīng)濟增長和節(jié)能減排的兼容性將進一步增強，提升工業(yè)能源效率除了經(jīng)濟自身的內在動力外，還應注意以下幾個方面：一是工業(yè)節(jié)能目標的確定應該分長期目標和短期目標，長期來看各省的能源效率最終會達到一個差距不大的較優(yōu)水平，但短期來看，由于經(jīng)濟轉型的成本壓力，各省的節(jié)能目標和節(jié)能約束監(jiān)管應該是一個逆向的組合。二是在不同區(qū)域的工業(yè)節(jié)能政策組合設計上，要考慮不同區(qū)域的發(fā)展階段、增長模式以及技術水平等方面的差異。在工業(yè)積累基本完成的發(fā)達地區(qū)，由于普遍處于較高的節(jié)能技術水平，通過技術節(jié)能的空間十分有限，應該將節(jié)能路徑的方向放在總量的控制上，通過加快三次產(chǎn)業(yè)結構和工業(yè)內部行業(yè)結構的調整優(yōu)化，提高市場配置資源的作用。而在能源效率較低的欠發(fā)達地區(qū)，則將工業(yè)節(jié)能政策重點放在技術的改善方面，加速推進節(jié)能減排的技術創(chuàng)新、引進和擴散，優(yōu)化企業(yè)的生產(chǎn)規(guī)模，提高產(chǎn)業(yè)的集聚水平，嚴格產(chǎn)業(yè)轉移的節(jié)能標準，通過行業(yè)技術效率提升和生產(chǎn)率的改善提高工業(yè)能源效率。三是從政府和行業(yè)主管部門的角度，應根據(jù)不同的區(qū)域特征，設計激勵、監(jiān)督和懲罰措施的力度，對發(fā)達地區(qū)要更加重視通過經(jīng)濟杠桿引導節(jié)能市場發(fā)揮資源配置的作用，充分發(fā)揮懲罰的約束作用，對經(jīng)濟欠發(fā)達地區(qū)，要加大激勵政策的支持補貼力度和節(jié)能工作的監(jiān)督檢查，增強地方政府開展節(jié)能的積極性，強化對節(jié)能市場的監(jiān)管和培育，逐漸形成有利于企業(yè)節(jié)能的市場和社會環(huán)境。