长江经济带绿色全要素能源效率时空演化及影响因素研究.pdf

长江经济带绿色全要素能源效率时空演化及影响因素研究 79 长江经济带绿色全要素能源效率时空 演化及影响因素研究*付华健 蒋 兵 内容摘要：推动长江经济带高质量发展，是我国的重大战略目标之一，而提高其绿色全要素能源效率（GTFEE）是实现高质量发展的关键所在。本文运用超效率 SBM 模型、GML 指数模型对长江经济带 11 个省（区、市）20042020 年的绿色全要素能源效率进行评价，并结合空间探索性分析方法（ESDA）和 Tobit 回归分析探究其空间上的集聚特征和影响因素。实证结果表明：长江经济带绿色全要素能源效率整体偏低，下、上、中游依次呈递减态势，各地区差异明显；技术进步对绿色全要素能源效率具有较强的拉动作用，但是技术效率仍有较大的提升空间；长江经济带绿色全要素能源效率具有空间集聚性，主要以 HH 集聚和 LL 集聚为主，且较为稳定；产业结构、对外开放和环境规制会推动绿色全要素能源效率提升。以上发现对于推动长江经济带绿色全要素能源效率提高，促进长江经济带高质量发展具有一定意义。关键词：长江经济带；绿色全要素能源效率；超效率 SBM；空间自相关 中图分类号：F127 文献标识码：A 文章编号：1004-7794(2023)07-0079-10 DOI:10.13778/ki.11-3705/c.2023.07.008 *付华健，山东理工大学管理学院在读硕士研究生，研究方向为宏观经济管理与可持续发展。蒋兵（通讯作者），1982 年生，现为山东理工大学管理学院副教授、硕士生导师，研究方向为区域经济，邮箱：。本研究得到山东省自然科学基金面上项目“组织即兴驱动下大型制造企业数字化裂变创业的微观机理与实现路径研究”（ZR2022MG011）的资助。一、引言和文献综述 我国作为世界上最大的能源生产国和消费国，坚持走绿色低碳发展之路对于全球应对气候变化和能源危机具有更加重要的现实作用。长江经济带作为国家重大战略发展区域，是最具全球影响力的内河经济带和沿海沿江对外开放带，其以 21.4%的国土面积占比，承载了全国 40%以上的人口规模和生产总值，是我国实现绿色低碳发展的主战场之一。但是，作为我国工业集聚发展的先行地区，长江经济带正处在向高质量发展的转型攀登阶段，能源的消耗、利用率和污染问题值得关注。因此，加快提升绿色全要素能源效率对于长江经济带降低区域能源消耗助推经济绿色低碳发展具有重要意义。随着我国政策对经济增长和能源消费协同发展的日益关注，区域能源效率的研究热点正逐渐向绿色全要素能源效率转移1。绿色全要素能源效率是围绕生态环境破坏最小和经济产出最大双重目标，在保持其他生产要素投入不变的基础上，实际能源消费量与当期各项产出总和的投入产出关系。当前对能源效率的研究主要集中在三个方面：（1）能源效率测度。根据测度指标的数量、种类和含义，可以将能源效率的测度划分为三个阶段：单要素能源效率、全要素能源效率和绿色全要素能2023 年第 7 期 调研世界 总第 358 期 80 源效率。单要素能源效率从单要素视角切入2，其投入和产出都较为单一，评价值误差较大。为了弥补上述不足，Hu（2006）率先提出了全要素能源效率的概念，即从多投入和多产出视角测量能源效率3。自此，大部分学者开始研究全要素能源效率4-5。随着人们对生态环境保护的重视，学术界开始将环境因素引入到能源效率的测度中，并充分考虑各种污染物的影响来改进以往能源效率的评估方法，将其称之为绿色全要素能源效率6。目前这一方面的研究相对匮乏。（2）能源效率时空演化。现有研究认为能源效率具有显著的区域差异性，基于不同空间尺度对能源效率进行了大量研究。如 Yu（2021）利用动态空间面板模型（DSPM）发现与我国中西部地区相比，东部地区采用单中心结构更有利于提高全要素能源效率7；张文彬（2020）基于我国 31 省（区、市）面板数据分析，发现其能源效率空间分布呈现“沿海高、内陆低”的分异性特征8；张樨樨（2021）发现长江经济带工业绿色全要素能源效率由沿海地区向内陆地区逐渐降低，呈阶梯性变化9。总体来看，我国各地能源效率存在空间分布异质性。（3）能源效率影响因素。能源效率的高低会受到多种因素的综合影响，不同学者对于能源效率的影响因素有着不同的划分标准。一些学者从宏观层面出发，如杨红亮（2009）将其影响因素分为经济社会因素和自然环境因素两类10；巩芯仪（2015）则从时间视角将其划分为短期因素和长期因素两大类11；另一些学者则从具体指标入手进行划分，如李国平（2010）认为平均气温、产业结构、政府支配力等对能源效率起到主要影响作用12；Chen（2021）认为基础设施建设会影响制造业能源效率13；还有学者从技术创新、技术进步、产业集聚等其他方面进行影响因素划分14。综合来看，目前对于能源效率的研究层面还比较狭隘，侧重于全要素能源效率，对绿色全要素能源效率关注不足，且结合空间维度变化，利用空间计量方法对长江经济带进行研究的相对较少。基于此，本文旨在通过测算长江经济带绿色全要素能源效率，从内生和外生、时间和空间等多个维度，全面探究其区域差异、时间演化规律和空间集聚特征，为推动其绿色全要素能源效率提升和经济绿色发展提供决策依据。二、研究方法与变量选取（一）研究模型简介 1.超效率 SBMDEA。数据包络分析（DEA）适用于多个决策单元（DMU）的相应效率评价。但传统 DEA 存在变量可变松弛性和径向测量误差大的缺陷，而超效率 SBM 模型不但可以从投入和产出两个角度评价能源效率，而且能够对多个同等有效的决策单元进行二次计算，使每个决策单元最终都可以有效地进行比较排序，使得评价结果更加客观准确。因此，最终选用含非期望产出的超效率 SBM 模型进行绿色全要素能源效率测度，计算方式参考 Tone（2002）15。2.GML 指数模型。运用超效率 SBM 模型测算出的绿色全要素能源效率值只是对能源效率的静态描述，还需要从动态上分析前后两年之间的绿色全要素能源效率值变化情况。Oh（2010）提出的 Global Malmquist-Luenberger（GML）指数模型就是很好的选择，而且使测算结果可以进行跨期比较16。本文基于超效率 SBM 构建GML 指数模型，具体计算公式见余奕杉（2021）17。3.空间探索性分析模型。本文利用空间探索性分析（ESDA），探究长江经济带各地区绿色全要素能源效率是否具有空间集聚性及聚集性程度高低。用全局莫兰指数（Global Morans I）表示全局空间相关性，其取值一般为1,1，结果越接近 1，表明空间相关性越强，越接近1，表明空间差异性越强，若取值恰好为 0，则表明无空间联系。其模型如下：长江经济带绿色全要素能源效率时空演化及影响因素研究 81 11211()()nnijijijnnijijwyyyyISw（1）n 为研究区域内单元数量；S2表示样本方差；y 为样本均值；wij为空间权重；y 代表地区绿色全要素能源效率。局部空间自相关性能够准确表明具体集聚区域，用局部莫兰指数（Local Morans I）表示，模型如下：2()()()iijiiiyyIwyyyy（2）若 I 取值为负，表示该单元与周围单元区域属性不同。若 I 取值为正，表示该单元与周围单元区域属性相同，取值绝对值越大说明集聚程度越强。（二）变量选取与数据来源 本文测度长江经济带 11 个省（区、市）20042020 年的绿色全要素能源效率，所选指标具体解释如下。1.投入指标。选取劳动力、地区资本存量和能源消耗作为投入指标。地区资本存量采用永续盘存法进行测算，参考刘长青（2017）的做法18，本文计算公式为：0tt t TTKI（3）其中，t是 T 年前投资占比，ItT是 T 年前实际投资额，平均建设周期为三年，年新增资产额为：12()/3t tttI I I I （4）资本形成公式变为：0tt t TTKI（5）(1)Tt（6）t代表役龄为T的资本品的相对效率，为折旧率。最终得到永续盘存法的公式为：112(1)()/3tttttKKIII（7）以2004年为基期计算得到20042020年各省（区、市）资本存量。2.期望产出。为了更加贴合绿色发展理念，本文参考杨恺钧（2019）的做法，采用绿色地区生产总值即用各地区生产总值减去对应工业污染治理投资完成值作为期望产出19。考虑到每一年的价格水平都不相同，所以本文以2004年为基期，对所有与价格相关的变量进行了平减处理。3.非期望产出。以往研究中，大多数学者选择与“三废”有关的指标作为计算绿色全要素能源效率的非期望指标。在此基础上，本文考虑当下我国的能源环境政策主要是“双碳”政策，2020年9月我国明确提出2030年“碳达峰”与2060年“碳中和”目标，所以选择工业“三废”和碳排放量作为非期望产出指标。数据来源为我国碳排放数据库（CEADs）、EPS数据库、中国统计年鉴，具体各变量描述见表1。三、绿色全要素能源效率实证分析（一）绿色全要素能源效率整体测度结果 借助 Maxdea7.1软件测算长江经济带各地区20042020年的绿色全要素能源效率，结果如表2所 长江经济带覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州 11 个省（区、市）。2023 年第 7 期 调研世界 总第 358 期 82 示。通过表2可以看出，20042007年长江经济带绿色全要素能源效率整体呈下降趋势，2008 2020年呈现“N”型发展态势，各区域间变化趋势存在明显分化。究其原因，长江经济带在研究期初期的粗放、无序发展，仅提升了经济发展的规模效益，但缺乏对能源的合理利用，导致绿色全要素能源效率低下。2008年，受国际金融危机冲击，以出口为导向的中低端产业大幅萎缩。加快产业结构调整，坚持走内涵式经济发展之路已是势在必行。对此，2009年国务院出台钢铁、有色金属等十大产业振兴规划，全力推进落后产能淘汰、自主创新能力提升和节能减排。在国家政策的推动下，长江经济带绿色全要素能源效率逐年提升。随着金融危机影响的消退，中低端出口产业的复苏，叠加重化工业的快速发展，经济增长与资源环境之间的矛盾再次凸显20，能源效率出现短暂下降。随着供给侧结构性改革的推进，长江经济带作为我国工业高质量发展的先行地区，转型升级步伐加快，低端产能开始退出，地区能源效率回升。分区域来看，下游、上游、中游绿色全要素能源效率依次递减，下游能源效率远高于上游和中游地区。这得益于长江下游地区经济发达、产业领先和环保意识强等优势，绿色全要素能源效率始终处于发展前沿。而中游和上游地区产业结构中重化工企业占比较高，过度依赖能源拉动，高污染、高能耗现象严重，导致绿色全要素能源效率较低。表 1 各统计变量描述 变量 具体指标（单位）投入要素 劳动 地区就业总人数（万人）资本 地区资本存量（亿元）能源 地区能源消费总量（万吨标准煤）期望产出 绿色地区生产总值 地区生产总值减去工业污染治理投资完成额（亿元）非期望产出 工业废水 工业废水中化学需氧量（万吨）工业 SO2 工业 SO2排放总量（万吨）工业烟粉尘 工业烟粉尘排放总量（万吨）碳排放 地区碳排放总量（百万吨）表 2 20042020 年长江经济带及上、中、下游绿色全要素能源效率评价值 年份 上游地区 中游地区 下游地区 长江经济带 年份 上游地区 中游地区 下游地区 长江经济带 2004 0.5639 0.8620 0.9170 0.7810 2013 0.4930 0.3499 0.8805 0.5744 2005 0.4944 0.3067 0.8639 0.5550 2014 0.4813 0.3448 0.8803 0.5688 2006 0.4871 0.3004 0.8648 0.5508 2015 0.4848 0.3468 0.8823 0.5713 2007 0.4789 0.2922 0.8643 0.5451 2016 0.5073 0.3527 0.8767 0.5789 2008 0.4708 0.2980 0.8716 0.5468 2017 0.5148 0.3428 0.8935 0.5837 2009 0.4829 0.3032 0.8692 0.5518 2018 0.5113 0.3337 0.8910 0.5787 2010 0.4856 0.3098 0.8753 0.5569 2019 0.5392 0.3447 0.8399 0.5746 2011 0.4898 0.3120 0.8725 0.5581 2020 0.5494 0.3591 0.9168 0.6084 2012 0.4858 0.3178 0.8754 0.5596 均值 0.5012 0.3575 0.8785 0.5791 （二）各省市绿色全要素能源效率时间变化特征 由表3可知，长江经济带各地区绿色全要素能源效率呈阶梯型分布。第一梯度绿色全要素能源效率自高而低依次为上海、江苏、重庆和浙江，年均效率值都在0.9以上，长期处于领先位置。主要原因是上述地区发展水平领先，创新驱动能力较强。其中，上海先进制造产业发达，已形成了以高新技术产业为主的现代产业体系，绿色全要素能源效率绝对领先。而江苏和浙江主动承接上海辐射带动作用，制造业紧跟上海步伐迈进高质量发展阶段，因而绿色全要素能源效率仅次于上海。重庆作为我国直辖市、西部大开发战略的经济核心，具有国家政策大力扶持、行政管理效率高、区位发展优势明显等特点，发展势头强劲，尤其是成渝地区双城经济圈建设国家战略的推进，使得重庆绿色全要素能源效率值也居于前 长江经济带可划分为上、中、下游三个区域，其中上游区域包括重庆市、四川省、贵州省、云南省；中游区域包括江西省、湖北省、湖南省；下游区域包括上海市、江苏省、浙江省、安徽省。长江经济带绿色全要素能源效率时空演化及影响因素研究 83 沿地位。第二梯度绿色全要素能源效率自高而低依次为四川、湖南、湖北、云南、江西、安徽，年均效率值在0.290.5之间，处于中游水平。上述地区主要集中于长江经济带上游和中游地区，与下游地区相比，均处于经济较为落后的内陆地区，交通不便，地区产业以高能耗、重污染的第二产业为主，技术水平落后，综合竞争力不强，导致其绿色全要素能源效率较低，与前沿省份效率差距不断扩大。第三梯度为贵州省，研究期内年均绿色全要素能源效率仅为0.1451。受限于多山地丘陵地貌的地理特征，交通基础设施发展迟缓，阻碍了贵州的产业发展。从资源和产业结构来说，贵州虽是煤炭资源大省，但石油、天然气等化石资源却相对匮乏，单一的能源消费结构决定了煤炭在其终端能源消费占比中一直高达60%左右。加之贵州省电力、煤炭以及有色金属冶炼等高耗能产业不仅长期高度依赖煤炭能源，而且生产和技术工艺较落后，使绿色全要素能源效率一直处于较低水平。因此受多种因素的影响，贵州省绿色全要素能源效率在长江经济带中处于较低位置。表 3 20042020 年长江经济带 11 个省（区、市）绿色全要素能源效率评价值 年份 四川 重庆 云南 贵州 湖南 湖北 江西 安徽 浙江 江苏 上海 2004 0.4447 0.4016 1.1680 0.2411 1.0007 1.0156 0.5698 0.5975 0.8622 1.0165 1.1918 2005 0.5099 1.0707 0.2961 0.1007 0.3056 0.3038 0.3107 0.2541 1.0030 1.0083 1.1901 2006 0.4801 1.0778 0.2898 0.1007 0.3009 0.2943 0.3061 0.2533 1.0037 1.0126 1.1897 2007 0.4492 1.0824 0.2839 0.1001 0.2953 0.2850 0.2964 0.2503 1.0027 1.0131 1.1909 2008 0.4042 1.0785 0.2891 0.1115 0.2988 0.2910 0.3043 0.2515 1.0048 1.0436 1.1863 2009 0.4413 1.0763 0.3006 0.1134 0.3075 0.2943 0.3079 0.2558 1.0052 1.0316 1.1843 2010 0.4462 1.0693 0.3062 0.1207 0.3153 0.2990 0.3150 0.2666 1.0045 1.0410 1.1891 2011 0.4893 1.0621 0.2889 0.1189 0.3207 0.3026 0.3128 0.2728 1.0008 1.0471 1.1693 2012 0.5011 1.0465 0.2742 0.1212 0.3294 0.3058 0.3182 0.2732 1.0009 1.0591 1.1682 2013 0.5287 1.0312 0.2744 0.1375 0.3678 0.3548 0.3271 0.2871 1.0052 1.0690 1.1607 2014 0.5056 1.0163 0.2654 0.1377 0.3661 0.3498 0.3185 0.2860 1.0003 1.0752 1.1599 2015 0.5196 1.0138 0.2632 0.1424 0.3696 0.3558 0.3151 0.2891 1.0008 1.0749 1.1645 2016 0.5539 1.0590 0.2674 0.1489 0.3722 0.3748 0.3110 0.2957 1.0011 1.0536 1.1563 2017 0.5601 1.0527 0.2954 0.1509 0.3582 0.3628 0.3074 0.2881 1.0472 1.0520 1.1867 2018 0.5688 1.0446 0.2777 0.1542 0.3520 0.3532 0.2960 0.2758 1.0174 1.0520 1.2188 2019 0.5268 1.0591 0.3445 0.2263 0.3624 0.3709 0.3008 0.3217 0.7937 1.0424 1.2016 2020 0.5394 1.0642 0.3539 0.2401 0.4057 0.3492 0.3224 0.3575 1.0730 1.0392 1.1975 均值 0.4982 1.0180 0.3435 0.1451 0.3781 0.3684 0.3259 0.2986 0.9898 1.0430 1.1827 （三）GML 指数模型测度结果 由表4可知，研究期内长江经济带整体平均GML指数值为1.0372，表明长江经济带整体绿色全要素能源效率处于上升态势，发展状态良好。技术效率指数均值为0.9807，说明技术效率抑制了绿色全要素能源效率的提高；技术进步指数均值为1.0576，说明技术进步推动了绿色全要素能源效率的提高。从区域视角来看，20042020年长江经济带下游、上游、中游平均GML指数值分别为1.0496、1.0340和1.0250，呈现出依次递减的格局。从分解结果来看，三地和长江经济带整体保持一致，技术进步均有所提升，但技术效率有所下降。具体到各省（区、市）来看，除了云南省平均GML指数值为0.9280，小于1以外，其余各省（区、市）均大于1。其中重庆最高，为1.1138，江西最低，为1.0177。各省（区、市）技术进步指数除云南外均大于1，但是技术效率指数方面除了四川、重庆、江苏、上海四地以外，其余各地均小于1。可以看出技术效率是影响绿色全要素能源效率的主要因素，两者呈正相关关系。这也表明在研究期内，长江经济带大部分省（区、市）的技术效率水平较低。在未来应该着重于提高能源技术效率，增强可持续发展能力。四、长江经济带空间自相关性分析（一）全局空间相关性 为进一步分析长江经济带绿色全要素能源效率空间联系特征，运用GeoDa软件计算20042020年长江经济带全局莫兰指数（Global Morans I）。具体情况如表5。2023 年第 7 期 调研世界 总第 358 期 84 表 4 20042020 年长江经济带各地区 GML 指数值及分解 地区 GML 指数 技术效率指数（GEC）技术进步指数（GBPC）地区 GML 指数 技术效率指数（GEC）技术进步指数（GBPC）四川省 1.0592 1.0114 1.0472 浙江省 1.0203 0.9661 1.0561 重庆市 1.1138 1.0590 1.0518 江苏省 1.0850 1.0013 1.0836 云南省 0.9280 0.9322 0.9955 上海市 1.0665 1.0003 1.0663 贵州省 1.0441 0.9998 1.0443 上游 1.0340 0.9995 1.0344 湖南省 1.0333 0.9483 1.0897 中游 1.0250 0.9514 1.0774 湖北省 1.0240 0.9391 1.0904 下游 1.0496 0.9843 1.0663 江西省 1.0177 0.9671 1.0524 长江经济带1.0372 0.9807 1.0576 安徽省 1.0278 0.9703 1.0593 表 5 长江经济带绿色全要素能源效率的全局莫兰指数 年份 Morans I Z 检验 P 值 年份 Morans I Z 检验 P 值 2004 年 0.0732 0.1701 0.3780 2013 年 0.3040 1.9811 0.0380 2005 年 0.2733 1.8335 0.0550 2014 年 0.3160 2.0422 0.0350 2006 年 0.2741 1.8394 0.0580 2015 年 0.3180 2.0498 0.0350 2007 年 0.2756 1.8458 0.0590 2016 年 0.2850 1.8845 0.0470 2008 年 0.2856 1.8917 0.0490 2017 年 0.2950 1.9486 0.0420 2009 年 0.2801 1.8609 0.0540 2018 年 0.3020 1.9806 0.0370 2010 年 0.2877 1.9063 0.0500 2019 年 0.2600 1.7654 0.0260 2011 年 0.2878 1.9017 0.0510 2020 年 0.3070 2.0120 0.0400 2012 年 0.2980 1.9499 0.0410 2004年，Morans I值为0.0732，且未通过10%的显著性检验，因此该年不存在显著的全局空间相关性。从20052020年，Morans I值均为正，并通过了10%显著性检验，表明在此期间存在正向全局空间相关性。第一阶段为20052015年，绿色全要素能源效率空间集聚性呈稳定上升趋势，2015年达到峰值。这一时期是长江经济带发展的起步阶段，不同省（区、市）之间发展差异较小，产业发展存在趋同性。同时在此期间，国家“十一五”“十二五”规划提出促进区域协调发展的政策。在政策背景影响下，长江经济带协同发展效果显著，空间集聚性不断上升。第二阶段为20162020年，空间集聚性波动变化阶段。经济新常态以来，受新发展理念的影响，长江经济带各地反应和执行完成情况各不相同，并且长江经济带各地区在经济、技术、外贸等各方面仍存在较大差异，空间相关性呈现波动性变化。（二）局部空间相关性 结合局部Morans I进一步分析长江经济带各省（区、市）绿色全要素能源效率的空间关联特征。由计算结果可知，长江经济带各省（区、市）20052020年空间集聚分布呈稳定态势，各地区集聚区间均未有明显变化，具有空间转移“惰性”。空间集聚以HH集聚和LL集聚特征为主，且LL集聚主要分布在中游地区，HH集聚主要分布在下游地区。安徽稳定表现为LH集聚，重庆恰好相反，长期位于HL集聚，具体情况如下。1.HH集聚区。上海、江苏、浙江一直处于此类集聚区。上海科学技术先进，经济发达，对周边地区具有明显的辐射强化作用。江苏省和浙江省在其影响下，经济发展强劲，加上强大的外资推动作用和先进的技术发展水平，绿色全要素能源效率也处于较高水平。2.LH集聚区。安徽省一直处于此象限。这主要因为安徽省发展起步较晚，三次产业发展水平和速度不平衡。其中第二产业规模最大，需要大量能源供给来支撑其快速发展。第三产业、清洁能源发展比较缓慢，绿色全要素能源效率较低。加之安徽虽然相邻江苏、浙江和上海，可以接受其“溢出效应”的推动，但是在经济发展和能源效率等方面与这些地区相比还有较大差距，“虹吸效应”大于“溢出效应”，安徽的高端人力等资源的大量流失，阻碍其能源效率提升，与周边省市相比仍处于较低水平，位长江经济带绿色全要素能源效率时空演化及影响因素研究 85 于LH集聚区。3.LL集聚区。这一象限存在省份最多，有四川、云南、贵州、湖南、湖北、江西六个省份，表明这些省份绿色全要素能源效率一直处于较低水平上。相较于其他地区，云南和贵州交通和技术水平落后。交通是支撑能源资源输送与调运的重要生命线，技术是提高能源效率的核心驱动力。这在一定程度上阻碍了两地绿色全要素能源效率的提高。同时两地产业基础薄弱，尚未达到环境库兹涅茨曲线“拐点”，绿色全要素能源效率提升不显著。湖南、湖北、江西三省涵盖长江经济带整个中游地区，中游地区受到传统资源要素产业的约束较大，工业活动带来了大量的污染，造成了生态矛盾的凸显和绿色全要素能源效率的低下。与此同时，来自周边地区的污染溢出加剧了本地绿色全要素能源效率的降低21，形成LL集聚。四川位于云南、贵州和重庆三地的“包围圈”中，受云南和贵州的影响及重庆的“压制”作用，也位于此集聚区。4.HL集聚区。重庆一直稳定在该区域。重庆处于我国四省交界处，毗邻“黄金水道”，地理位置优越，交通发达。作为我国的直辖市和西南双核之一，重庆得到了国家政策的大力扶持。同时重庆积极承担作为长江上游重要生态屏障的责任，环境状况不断改善，着力实施大数据、智能化发展战略，推动产业转型升级，因此发展情况一直强于周边省市，绿色全要素能源效率也高于周边省市。五、Tobit 回归分析结果 为进一步探讨相关影响因素对长江经济带绿色全要素能源效率的影响，本文将利用Tobit回归分析模型进行影响因素研究。结合岳立（2018）的研究22，选取经济发展水平、产业结构、对外开放程度、能源消费结构、环境规制5个指标进行实证分析。将工业“三废”排放量进行标准化处理，然后利用熵权法求取各自权重，将两者之积作为环境规制综合指数，各变量具体含义见表6。表 6 长江经济带绿色全要素能源效率影响因素指标 影响因素 变量名 变量含义 变量单位 经济发展水平 PGDP 人均 GDP 万元/人 产业结构 IS 第三产业总产值占地区生产总值比重%对外开放程度 OU 实际利用外资金额占地区生产总值比重%能源消费结构 ECS 煤炭能源消费占全部能源消费比重%环境规制 ER 环境规制综合指数/因为绿色全要素能源效率有一个最低界限值0，故使用限值回归模型Tobit模型，进行回归分析。本文Tobit回归模型建立如下：,1,2,3,4,5,i ti ti ti ti ti ti tGTFEEPGDPISOUECSERU（8）其中，GTFEEi,t为被解释变量，表示第t年第i个地区的绿色全要素能源效率，为常数项，Ui,t为随机扰动项。运用Stata15.0软件进行Tobit回归分析，结果见表7。表 7 Tobit 模型回归结果 变量 长江经济带 上游地区 中游地区 下游地区 PGDP 0.133 2.061*1.342 2.312*IS 1.264*0.844 0.364 2.883*OU 0.125*9.752 2.972 10.093*ECS 0.832 1.878*0.296*0.492 ER 6.451*0.632*0.003*0.292*1.353*1.398*1.956*1.592*注：*，*，*分别表示在 1%，5%和 10%水平上显著。从表7可以看到，经济发展水平对上游地区有显著负向影响，对下游地区有显著正向影响，对中游和整体不显著。这说明长江经济带上游地区的经济增长方式以粗放式增长、能源驱动为主。由此上游地区作为经济发展水平较低的地区，受制于生产技术水平低下，缺乏先进生产设备，创新意识不强等问题，2023 年第 7 期 调研世界 总第 358 期 86 能源利用效率较低。而下游地区伴随生态经济协同建设的不断推进和各方面综合实力的不断增强，经济发展提“质”增“效”，跨过了环境库兹涅茨曲线“拐点”，使得下游地区经济发展与能源消耗成反比，能源利用率也较高。产业结构对长江经济带整体和下游均呈显著正向影响，对上游和中游影响不显著。江洪（2015）认为产业结构高级化可以有效提升能源效率23。长江经济带发展初期，经济增长“粗放”，重工业占比大。近几年，劳动密集型产业在工业中的比重有所下降，资本和知识密集型高端制造业的比重显著提高，产业结构高级化优化水平大幅提升。下游地区第三产业、高端制造业占比大，行业特点为能耗低，效率高，因此产业结构作用明显。而上游和中游第三产业比重相对较小，高端制造业比重仍然较低，对能源效率变化带来的冲击较小，因此产业结构对其影响不显著。对外开放程度对长江经济带整体和下游均产生显著正向影响，对上游、中游影响则不显著。长江经济带上游、中游正处于承接低端产业转移的快速发展阶段，需要大量的外来资金支持，产业进入门槛低，经济发展的同时也带来了高污染和高能耗。而下游地区经济发达，创新驱动能力较强，对外招商引资的准入门槛较高，能够带来先进的技术、管理和模式，提高了绿色全要素能源效率。能源消费结构对长江经济带上游、中游均呈显著负向影响，对整体及下游则未呈现出显著性影响。作为我国主要经济产业带，长江经济带对能源需求巨大，但整体能源利用率仍较低。这主要是因为整个长江经济带能源消费结构仍以化石能源为主，占比高达45%以上。而化石能源存在能源利用效率低和污染严重等问题，导致整个长江经济带绿色全要素能源效率下降。而下游地区第三产业、高端制造业发达，产业技术水平、生产装备领先，新能源技术得到广泛应用，因此对化石能源的依赖度较低，绿色全要素能源效率受传统化石能源消费波动影响较小。环境规制对长江经济带整体及下游提升绿色全要素能源效率表现为显著正向影响，对上游、中游地区却呈负向影响。通过提高企业污染准入门槛，环境规制能够显著提升绿色技术创新和环境综合治理水平，从而有效降低污染物排放，提升了绿色全要素能源效率。而上游、中游地区以低端制造业为主，化石能源在能源结构中占比过高，受政策“公告效应”的影响，高强度的环境规制会对企业生产力造成冲击，甚至产生抑制作用24，导致绿色全要素能源效率低下。六、结论与建议 本文以长江经济带11个省（区、市）为研究对象，选取20042020年数据，测算其绿色全要素能源效率并进行空间相关性和影响因素分析，得到如下结论。首先，在考虑碳排放的非期望产出的情况下，长江经济带总体绿色全要素能源效率值偏低，发展方式还有待改善。此外，绿色全要素能源效率下、上、中游依次递减，下游地区遥遥领先，具体到各省（区、市）中，上海最优。其次，20042020年长江经济带沿线各省（区、市）除云南省外，都能够实现绿色全要素能源效率有效进步，技术进步推动作用显著，但是技术效率有待进一步提升。因此需加强高新技术引进和自主创新，提升技术效率。再次，从2005年开始长江经济带全局空间相关性呈显著正向集聚，相邻地区间具有相互影响的作用，HH集聚主要分布在下游地区，LL集聚则主要位于中游地区。但是这种空间相关性在2016年以后呈小幅波动变化。最后，产业结构、对外开放和环境规制可以提高长江经济带绿色全要素能源效率，能源消费结构和经济发展水平作用不显著。外部环境因素对长江经济带各区域绿色全要素能源效率的作用机制各不相同，各地应根据对应情况作出相应措施。根据上述研究结论，可得到如下启示。第一，创新发展模式，优化产业结构。目前长江经济带大部分地区，仍以第二产业为主，经济发展方式“粗放”，所以这些地区经济发展侧重点应该由追求“速度”“规模”向追求“质量”“效率”方向转变，同时积极实行能源双控行动，淘汰落后产业，整合优势资源，推动产业价值链全面升级。第二，提升技术水平，加强对外开放。深度推进科企结合，加大自主创长江经济带绿色全要素能源效率时空演化及影响因素研究 87 新投入，加快技术颠覆创新和迭代升级，进一步抢占产业链的高端环节。以能源产业为重点，围绕新能源的生产应用和传统能源的高效利用，大力推进新装备和新技术的研发，显著提升能源利用的技术水平。深入开展对外开放融合发展，通过引进先进的产品技术、工艺技术和管理技术推动企业技术升级和节能减排。同时完善招商引资机制，提高环境准入门槛。第三，强化政府职能，增强环境规制。合理提高地区财政支出中用于能源效率管理的比例，建立健全市场监督机制，发挥政府的监管作用，整改或者关停高污染、高损耗企业。加强政府与企业间的互相交流协作，促进企业的资源最优配置，制定合理的能源利用政策。同时注意经济与环境均衡发展。但是需注意合理规划各地区环境规制的强度，因地而异，避免由于过度环境规制而造成绿色全要素能源效率降低现象的出现。第四，强化区域协同，提高整体效益。长江经济带各地区绿色全要素能源效率差异显著，因此各地应根据各自的发展优势和特点加强区域协同合作。上游成渝经济区拥有齐全的产业体系、便捷的交通、国家政策大力扶持等优势，所以推动其发展，可以提高系统发展效益，同时带动长江经济带整体发展。中游地区作为连接东西部的枢纽，可以依托地理位置，吸收东西部的发展优势，发展绿色产业，因地制宜，发展互补式经济。下游地区应发挥现有优势，充分发挥溢出效应，帮助上、中游地区协同发展。参考文献 1 李格,高达.技术创新、环境规制与城市绿色全要素能源效率基于动态面板门槛模型的实证分析J.城市问题,2021(5):94-103.2 Patterson M G.What is Energy Efficiency？J.Energy Policy,1996,24(5):377-390.3 Hu J L,Wang S C.Total-Factor Energy Efficiency of Regions in ChinaJ.Energy Policy,2006,34(17):3206-3217.4 李晓菲.“一带一路”相关省份全要素能源效率影响因素研究J.调研世界,2021(3):49-57.5 俞超,陆玉梅,潘冬,等.环境规制对全要素能源效率的空间溢出效应研究J.统计与决策,2021,37(20):58-61.6 陈星星.绿色全要素能源效率的空间溢出效应测度J.统计与决策,2019,35(21):118-121.7 Yu B.Urban Spatial Structure and Total-Factor Energy Efficiency in Chinese ProvincesJ.Ecological Indicators,2021(18):126.8 张文彬,郝佳馨.生态足迹视角下中国能源效率的空间差异性和收敛性研究J.中国地质大学学报:社会科学版,2020,20(5):76-90.9 张樨樨,曹正旭,徐士元.长江经济带工业绿色全要素生产率动态演变及影响机理研究J.中国地质大学学报:社会科学版,2021,21(5):137-148.10 杨红亮,史丹,肖洁.自然环境因素对能源效率的影响中国各地区的理论节能潜力和实际节能潜力分析J.中国工业经济,2009(4):73-84.11 巩芯仪.能源效率概念,分类及影响因素研究综述J.新西部:中旬理论,2015(2):39-41+14.12 李国平,李治,龚杰昌.中国城市能源效率地区分布影响因素分析J.统计与决策,2010(18):80-83.13 Chen Y,Lin B.Understanding the Green Total Fa