本站小編為你精心準(zhǔn)備了能源效率空間交互效應(yīng)的識(shí)別參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

一、能源效率測(cè)算及探索性空間相關(guān)性分析

（一）能源效率的測(cè)算方法從已有文獻(xiàn)來看，能源效率的測(cè)算方法大致可以分為兩類：一類是單要素能源效率測(cè)算方法；另一類是全要素能源效率測(cè)算方法。傳統(tǒng)的單要素能源效率方法衡量了能源投入與有效產(chǎn)出之間的一個(gè)比例關(guān)系，最為常用的指標(biāo)為能源消耗強(qiáng)度。采用單要素能源效率方法測(cè)算能源效率，計(jì)算簡(jiǎn)單，可操作性強(qiáng)，然而該方法的缺陷也是顯而易見的。首先，單要素能源效率衡量的是能源投入與有效產(chǎn)出的一個(gè)比例關(guān)系，無法度量潛在的能源技術(shù)效率（Wilsonetal.，1994）[11]。其次，能源本身作為一種單一的投入要素，必須與人力、資本等非能源要素相結(jié)合才能實(shí)現(xiàn)生產(chǎn)并獲得產(chǎn)出（HuandWang，2006）[12]，而傳統(tǒng)的單要素能源效率指標(biāo)忽略了其他投入要素與產(chǎn)出之間的關(guān)系，所以無法反映勞動(dòng)力、資本等生產(chǎn)要素對(duì)能源的替代作用。HuandWang（2006）基于DEA提出了“全要素能源效率”這一概念框架。由于全要素能源效率考察了能源、勞動(dòng)力、資本等多種投入要素與產(chǎn)出之間的生產(chǎn)關(guān)系，并以能源目標(biāo)值與實(shí)際值之間的比值作為全要素能源效率的評(píng)價(jià)指標(biāo)，從而很好地克服了單要素能源效率存在的上述缺陷。本文秉承和拓展了王兵等（2010）[13]的研究思路，結(jié)合全局DEA和SBM方向性距離函數(shù)測(cè)算了環(huán)境約束下省際能源效率。顧名思義，全局DEA以全部時(shí)期的投入產(chǎn)出觀察值構(gòu)造的生產(chǎn)可能集合（PPS）作為不同時(shí)期的共同參造集（Oh，2010）。

（二）投入產(chǎn)出指標(biāo)考慮數(shù)據(jù)的可得性和可比性，本文采用2002~2012年中國(guó)30個(gè)省市（西藏除外）的面板數(shù)據(jù)，投入產(chǎn)出數(shù)據(jù)來源于相應(yīng)年份的《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》和《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》。1.投入指標(biāo)：包括資本、勞動(dòng)和能源三種投入要素。其中，資本投入以各省市的物質(zhì)資本存量來衡量，具體使用張軍等（2004）[16]的測(cè)算方法向后推算至2012年，并以2000年為不變價(jià)格；勞動(dòng)投入以各省市歷年的三產(chǎn)就業(yè)人數(shù)總和來衡量；能源投入以各省市歷年的能源消費(fèi)總量來衡量。2.產(chǎn)出指標(biāo)：期望產(chǎn)出和非期望產(chǎn)出。其中，期望產(chǎn)出以各省市歷年的實(shí)際GDP來衡量，使用GDP指數(shù)平減至2000年；非期望產(chǎn)出指標(biāo)具有較大彈性，至今尚未形成共識(shí)，為了避免單一污染物指標(biāo)的片面性，本文選取SO2、化學(xué)需氧量（COD）以及CO2三類指標(biāo)。這種選擇的背后邏輯在于，前兩類污染物指標(biāo)出現(xiàn)在“十一五規(guī)劃”的節(jié)能減排目標(biāo)中（王兵等，2010）[13]，而CO2排放是氣候變化的罪魁禍?zhǔn)祝^大部分來源于能源的燃燒。值得注意的是，由于統(tǒng)計(jì)年鑒并沒有提供具體CO2排放量的數(shù)據(jù)，本文參考杜立民（2010）[17]的相關(guān)研究，計(jì)算得到歷年碳排放數(shù)據(jù)。

（三）測(cè)算結(jié)果與分析基于上述投入產(chǎn)出指標(biāo)，表1報(bào)告了樣本期間主要年份中國(guó)各地區(qū)能源效率。可以直觀地看出，廣東省始終處于生產(chǎn)的前沿面，能源效率值最高，為1.000，排名其后的三個(gè)省份為福建、上海和北京，能源效率分別為0.813、0.809和0.802。能源效率最低的四個(gè)省份是寧夏、青海、山西和貴州，能源效率值分別為0.150、0.208、0.210和0.218。此外，可以測(cè)算出全國(guó)能源效率平均值為0.506，有14個(gè)省份位于全國(guó)平均水平之上，且大部分屬于東部沿海地區(qū)，而剩下的16個(gè)中西部省份低于全國(guó)平均水平。表1反映的各地區(qū)能源效率排名分布是符合經(jīng)濟(jì)直覺的：與中西部地區(qū)相比，東部地區(qū)經(jīng)濟(jì)發(fā)展迅猛、基礎(chǔ)設(shè)施完善、開放程度高、人力資本充足，這使得東部地區(qū)擁有良好的外部環(huán)境，從而孕育更高的能源效率。與此同時(shí)，得益于優(yōu)越的區(qū)位優(yōu)勢(shì)和“貿(mào)易紅利”，東部地區(qū)通過國(guó)際貿(mào)易和資本投資引進(jìn)國(guó)外先進(jìn)的技術(shù)設(shè)備和管理經(jīng)驗(yàn)，使得代表技術(shù)效率的管理制度創(chuàng)新等“軟”技術(shù)更加先進(jìn)和完善，更加接近于生產(chǎn)前沿。因此，東部地區(qū)享有最高的能源效率應(yīng)在情理之中。由上述分析可知，東部沿海地區(qū)能源效率最高，并呈現(xiàn)一定的空間集聚特征。更進(jìn)一步，本文繪制了2002~2012年三大區(qū)域能源效率的演變趨勢(shì)圖（圖1）。容易看出，東部地區(qū)的區(qū)域能源效率在考察期間處于0.6以上，2012年更是達(dá)到了0.79的高水平，在三大區(qū)域中一枝獨(dú)秀，處于絕對(duì)領(lǐng)先地位；中部地區(qū)的區(qū)域能源效率在0.5上下震蕩，但近年來處于上升趨勢(shì)；西部地區(qū)的區(qū)域能源效率同樣掙扎在0.3~0.4的泥潭之中，但呈掙脫之勢(shì)。因此，區(qū)域間能源效率存在發(fā)展的非平衡性，由東向西依次遞減，這種空間分布特征與區(qū)域經(jīng)濟(jì)發(fā)展的梯度分布一致，相吻合于徐盈之和管建偉（2011）[7]的研究結(jié)論。從全國(guó)范圍來看，2002~2012年，中國(guó)能源效率先下降后上升，以2006年為轉(zhuǎn)折點(diǎn)。具體而言，能源效率從2002年的0.50下降到2005年的0.45，再上漲至2012年的0.59，這一致于Zhang（2013）[18]的研究結(jié)論。為了解釋樣本期間能源效率先下降后上升的變化趨勢(shì)，本文計(jì)算了能源強(qiáng)度的變化趨勢(shì)，發(fā)現(xiàn)兩者呈完全逆反的演變，符合經(jīng)濟(jì)直覺。以2000年的不變價(jià)計(jì)算，中國(guó)能源強(qiáng)度從2002年的1.39噸標(biāo)準(zhǔn)煤/萬元增加至2005年的1.52噸標(biāo)準(zhǔn)煤/萬元；2006～2012年，能源強(qiáng)度從1.47噸標(biāo)準(zhǔn)煤/萬元下降至1.13噸標(biāo)準(zhǔn)煤/萬元，降幅達(dá)23.4%。這一變化趨勢(shì)的背后邏輯在于，2002~2005年間，工業(yè)化、城鎮(zhèn)化的快速發(fā)展帶來能源消費(fèi)的剛性需求，加上2003年的重工業(yè)化重啟因素，導(dǎo)致能源強(qiáng)度和主要污染物呈上升趨勢(shì)，單位國(guó)內(nèi)生產(chǎn)總值能耗增幅達(dá)9.3%，SO2和COD排放總量分別上升32.3%和3.5%。2005年的科學(xué)發(fā)展觀和2006年“十一五”規(guī)劃中明確提出節(jié)能減排的約束性指標(biāo)逐漸扭轉(zhuǎn)了能源效率下降的趨勢(shì)，能耗水平和主要污染物排放量均顯著減少。同時(shí)，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整、基礎(chǔ)實(shí)施的完善等也在一定程度上促進(jìn)了能源效率的提升。（四）探索性空間相關(guān)性分析1.Moran’sI指數(shù)測(cè)算。由上文省際能源效率的測(cè)算分析可以發(fā)現(xiàn)，能源效率存在明顯的區(qū)域空間集聚現(xiàn)象，即東部地區(qū)能源效率最高，中部次之，西部最低。為了進(jìn)一步測(cè)算出省際能源效率在地理空間上的集聚程度，本文使用探索性空間數(shù)據(jù)分析技術(shù)，具體包括Moran’sI指數(shù)和Moran’sI指數(shù)散點(diǎn)圖，分別反映能源效率的全局和局部空間特征。從表2中容易看出，2002~2012年，省際能源效率的全局Moran’sI指數(shù)在1%的顯著性水平上均為正值，意味著在地理位置鄰接的空間權(quán)重矩陣設(shè)定下，省際能源效率在空間上并非表現(xiàn)出完全隨機(jī)的狀態(tài)，而是呈現(xiàn)出一定的空間集群現(xiàn)象。2.Moran’sI指數(shù)散點(diǎn)圖描繪。由于全局Moran’sI指數(shù)并不能反映不同地區(qū)能源效率的異質(zhì)性，而Moran’sI指數(shù)散點(diǎn)圖恰恰可以彌補(bǔ)這一缺陷，其將區(qū)域能源效率集群現(xiàn)象分為四個(gè)象限的空間關(guān)聯(lián)模型，以進(jìn)一步說明能源效率在空間分布的局部特征。第一象限（HH）表示高能源效率省份被高能源效率省份所包圍，第二象限（LH）表示低能源效率省份被高能源效率省份所包圍，第三象限（LL）表示低能源效率省份被低能源效率省份所包圍，第四象限（HL）表示高能源效率省份被低能源效率省份所包圍。觀測(cè)值分布在一、三象限為正空間自相關(guān)，分布在二、四象限為負(fù)空間自相關(guān)。2002年、2012年各省份能源效率的Moran’sI指數(shù)散點(diǎn)圖分別如圖2、3所示，大部分省份散落在一、三象限，意味著能源效率高被高包圍、低被低包圍的省份占據(jù)主導(dǎo)，換言之，能源效率呈現(xiàn)出空間上的集聚效應(yīng)。具體而言，2002年和2012年，上海、江蘇、浙江、福建、廣東等東部沿海省份位于第一象限，陜西、重慶、云南、四川、新疆、甘肅、青海、寧夏等大部分中西部地區(qū)則位于第三象限。整體上看，從2002年到2012年，散落在各象限的省份并無較大變化，由此推斷出，區(qū)域間能源效率的演化存在高度穩(wěn)定的空間自相關(guān)性。通過以上全局和局部空間自相關(guān)分析可以得出，中國(guó)省際層面的能源效率存在顯著的空間自相關(guān)性。為了進(jìn)一步識(shí)別能源效率的空間交互效應(yīng)，并揭示出具體的空間性誘發(fā)機(jī)制和探求能源效率的決定因素，后文我們運(yùn)用一系列空間計(jì)量模型進(jìn)行詳盡的實(shí)證分析。

二、研究設(shè)計(jì)

（一）計(jì)量模型設(shè)定如何識(shí)別能源效率在地區(qū)間的空間相關(guān)性或依賴性是本文實(shí)證研究的關(guān)鍵。能源效率的空間交互效應(yīng)意味著本省份的能源效率將會(huì)受到其他省份能源效率的影響。定義省份能源效率的影響因素函數(shù)：EEi=（fEE-i，Xi），EEi、EE-i分別為省份i和其他省份的能源效率，一般計(jì)量模型并不適用，而空間計(jì)量模型則提供了一個(gè)很好的工具。Anselin（1988）[19]提出的空間滯后模型（SpatialLagModel，SLM）巧妙地解決了上述難題，即通過在回歸方程中引入被解釋變量的空間滯后項(xiàng)，采用形如（1）式的設(shè)定。對(duì)角線元素為0且是行標(biāo)準(zhǔn)化的矩陣，所以空間滯后項(xiàng)WEEit可以解釋為第t年除省份i之外其他“鄰居”省份加權(quán)平均能源效率；Xit代表一組影響省份能源效率的協(xié)變量；uit為隨機(jī)誤差項(xiàng)；ρ和β皆為模型待估參數(shù)，β刻畫了地區(qū)經(jīng)濟(jì)特征對(duì)能源效率的邊際影響，ρ則為地區(qū)間能源效率的空間交互效應(yīng)系數(shù)，是本文關(guān)心的核心參數(shù)。本文進(jìn)行實(shí)證研究的主要目的在于估計(jì)ρ以及檢驗(yàn)其是否等于零，如果ρ≠0，則意味著地區(qū)間能源效率確實(shí)存在空間交互效應(yīng)。更進(jìn)一步，如果ρ顯著為正，則表明地區(qū)間能源效率的空間交互效應(yīng)呈現(xiàn)繆爾達(dá)爾擴(kuò)散效應(yīng)，即“涓滴效應(yīng)”；如果ρ顯著為負(fù)，則表明地區(qū)間能源效率的空間交互效應(yīng)呈現(xiàn)繆爾達(dá)爾回流效應(yīng)，即“極化效應(yīng)”。然而，不同省份之間的能源效率可能面臨共同的、不可觀測(cè)的經(jīng)濟(jì)社會(huì)因素沖擊，我們?cè)试S模型的誤差項(xiàng)存在潛在的空間相關(guān)，從而構(gòu)成更一般化的空間效應(yīng)模型，即廣義空間自回歸模型（SpatialAu－tocorrelationModel，SAC），采用形如（2）式的設(shè)定。其中，εit是隨機(jī)誤差，λ為空間誤差系數(shù)，反映了相鄰地區(qū)關(guān)于能源的誤差沖擊對(duì)本地區(qū)能源的影響。容易判斷出，SAC實(shí)際上具有空間滯后模型和空間誤差模型的特點(diǎn)，也被稱之為“空間自回歸移動(dòng)平均”（SpatialAutoregressionmovingaverage，SARMA）模型（CliffandOrd，1981）[20]。此外，由于我們沒有充分信息用于判斷空間權(quán)重矩陣W1和W2是否一致，故采取簡(jiǎn)化的方法令二者一致，這意味著雖然因變量空間滯后項(xiàng)與空間誤差滯后項(xiàng)代表著不同形式的空間效應(yīng)，但二者發(fā)生的邏輯是一致的。對(duì)于SAC模型的估計(jì)，文獻(xiàn)一般使用個(gè)體效應(yīng)框架下的廣義空間兩階段最小二乘法（GeneralizedSpatialTwo-stageLeastSquares，GS2SLS）和最大似然估計(jì)（Maxi－mumLikelihoodEstimation，MLE）進(jìn)行估計(jì)，兩種方法各有優(yōu)劣。Lee和Yu（2010）[21]已經(jīng)證明，在誤差分布設(shè)定正確的情況下，MLE估計(jì)量是一致的，并且比GS2SLS估計(jì)量更加漸進(jìn)有效，本文使用MLE進(jìn)行估計(jì)。最后，根據(jù)師博和沈坤榮（2013）[4]的觀點(diǎn)，中國(guó)區(qū)域間能源效率存在慣性，即當(dāng)期的能源效率受到前期的影響。因此，在回歸方程中引入能源效率的時(shí)間滯后項(xiàng)分析其動(dòng)態(tài)調(diào)整過程是合適的，從而構(gòu)成動(dòng)態(tài)空間面板數(shù)據(jù)模型（DynamicSpatialPanelDataModel，DSPM），Anselinetal（.2008）[22]將其稱之為“時(shí)間空間聯(lián)立”（Time-spaceSimultaneous）模型，設(shè)定。其中，γ為滯后乘數(shù)，表示前一期能源效率對(duì)當(dāng)期的影響情況，反映出能源效率的動(dòng)態(tài)調(diào)整過程，顯著為正說明能源效率存在慣性，顯著為負(fù)則表明能源效率逐漸收斂。通常情況下，文獻(xiàn)使用廣義矩方法（GeneralizedMethodofMoments，GMM）估計(jì)DSPM，并且在合適工具變量的前提下，相比于差分GMM，系統(tǒng)GMM在有效性和一致性方面均有很大改進(jìn)，提高了估計(jì)效率。因此，本文采用系統(tǒng)GMM方法進(jìn)行估計(jì)。綜上所述，為了更準(zhǔn)確、合理地識(shí)別地區(qū)間能源效率的空間交互效應(yīng)，本文的實(shí)證研究從空間滯后模型（SLM）和廣義空間自回歸模型（SAC）兩類靜態(tài)模型開始，并使用動(dòng)態(tài)空間面板數(shù)據(jù)模型（DSPM）進(jìn)一步分析。在此基礎(chǔ)上，運(yùn)用三類模型對(duì)能源效率的替代指標(biāo)———能源強(qiáng)度的倒數(shù)———從側(cè)面進(jìn)行檢驗(yàn)，以確保結(jié)論的客觀性與穩(wěn)健性。最后，探討了節(jié)能減排政策對(duì)能源效率空間交互效應(yīng)的影響。

（二）空間權(quán)重矩陣設(shè)定理論上，空間權(quán)重矩陣定義了研究個(gè)體之間的空間屬性關(guān)系，因此，構(gòu)造合適的空間權(quán)重矩陣是空間計(jì)量實(shí)證研究最重要的前提。正如Anselin（1988）[19]所言，恰當(dāng)?shù)亟缍ā班従印钡臉?biāo)準(zhǔn)至關(guān)重要，因?yàn)榭臻g權(quán)重矩陣的誤設(shè)將導(dǎo)致系數(shù)不一致的估計(jì)。然而，遺憾的是，迄今為止，空間計(jì)量分析關(guān)于空間權(quán)重矩陣的設(shè)定尚未達(dá)成共識(shí)。為了保證結(jié)果不受先驗(yàn)確定權(quán)重方案的影響，本文根據(jù)不同的研究目的，同時(shí)考慮不同地區(qū)的地理空間關(guān)聯(lián)和社會(huì)經(jīng)濟(jì)聯(lián)系，分別設(shè)置三類空間權(quán)重矩陣：0-1型、地理距離型和經(jīng)濟(jì)距離型。對(duì)于0-1型空間權(quán)重矩陣而言，由于其簡(jiǎn)單易操作的特征，被既有文獻(xiàn)廣泛采用。然而，0-1型權(quán)重假定空間截面之間的空間交互作用取決于地理位置相鄰與否，并不能全面科學(xué)地反映客觀事實(shí)。因此，后兩類依據(jù)距離信息構(gòu)建的空間權(quán)重矩陣可以有效彌補(bǔ)鄰接權(quán)重矩陣的不足，逐漸成為學(xué)者們進(jìn)行研究時(shí)的可行補(bǔ)充方案。詳細(xì)來說，距離型空間權(quán)重矩陣假定空間效應(yīng)強(qiáng)度決定于距離，空間單元之間距離越近則空間效應(yīng)越強(qiáng)。最后，值得注意的是，我們對(duì)三類空間權(quán)重矩陣均進(jìn)行標(biāo)準(zhǔn)化處理，保證每行元素之和等于1。具體地，上述三類空間權(quán)重矩陣設(shè)計(jì)方法如下：1.0-1型空間權(quán)重矩陣Wcont，即上文用于能源效率探索性空間相關(guān)性分析的二進(jìn)制的地理鄰接空間權(quán)重矩陣。具體權(quán)重元素的設(shè)置方法為：如果兩區(qū)域相鄰，則對(duì)應(yīng)權(quán)重元素值為1；如果兩地區(qū)不相鄰，則對(duì)應(yīng)權(quán)重元素值為0。

（三）數(shù)據(jù)與變量本文使用2002~2012年中國(guó)30個(gè)省市（西藏除外）的面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。原始數(shù)據(jù)主要來源于歷年《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和《新中國(guó)六十年統(tǒng)計(jì)資料匯編》等。由于存在通貨膨脹因素，本文對(duì)涉及價(jià)格指數(shù)的指標(biāo)均調(diào)整為以2000年為基期的不變價(jià)格。我們把前文已測(cè)算出的能源效率作為被解釋變量，并且為了統(tǒng)一所有指標(biāo)的量綱，把能源效率乘以100，形成單位為百分比的相對(duì)指標(biāo)，這一做法的好處還可以避免估計(jì)系數(shù)太低的情形（鄧明，2014）[23]。此外，為了控制其他影響能源效率的變量，借鑒既有文獻(xiàn)（李夢(mèng)蘊(yùn)等，2014；Fisher-Vandenetal.，2004；林伯強(qiáng)、杜克銳，2013；師博、沈坤榮，2013）[1-4]的做法，我們?cè)诳刂谱兞考蟈中引入8個(gè)相關(guān)變量。1.能源消費(fèi)結(jié)構(gòu)。不同種類的能源利用效率并不相同。相比于石油、天然氣和核能，煤炭的電力轉(zhuǎn)換效率相對(duì)較低（Yu，2012）。因此，若煤炭、燃油等能耗大、利用率低的傳統(tǒng)能源占能源消費(fèi)的比重較大，則能源利用效率就低下（李夢(mèng)蘊(yùn)等，2014）[1]。沿襲一般文獻(xiàn)的做法，本文采用煤炭消費(fèi)量占能源消費(fèi)總量的比重作為能源消費(fèi)結(jié)構(gòu)的變量，并預(yù)期其系數(shù)符號(hào)為負(fù)。2.能源價(jià)格。遵循Hicks的引致創(chuàng)新（inducedinnovation）思想，能源價(jià)格的上漲將進(jìn)一步刺激能源效率的提高。經(jīng)濟(jì)直覺上，能源價(jià)格的上升有利于企業(yè)提高節(jié)能意識(shí)，減少能源浪費(fèi)，推動(dòng)企業(yè)采取更加節(jié)能的生產(chǎn)技術(shù)，促進(jìn)能源效率的提升（林伯強(qiáng)、杜克銳，2013）[3]。此外，F(xiàn)isher-Vandenetal（.2004）[2]也證實(shí)，能源價(jià)格上升是推動(dòng)中國(guó)能源強(qiáng)度下降的重要誘因。囿于數(shù)據(jù)的可獲得性，本文以原材料、燃料、動(dòng)力購(gòu)進(jìn)價(jià)格指數(shù)作為能源價(jià)格的變量，并預(yù)期其系數(shù)符號(hào)為正。3.產(chǎn)業(yè)結(jié)構(gòu)。第二產(chǎn)業(yè)以高耗能、高污染企業(yè)為主，相比之下，以服務(wù)業(yè)為代表的第三產(chǎn)業(yè)則相對(duì)更加清潔。因此，從經(jīng)濟(jì)理論上講，產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化是提高能源效率的有效途徑。林伯強(qiáng)、杜克銳（2013）[3]發(fā)現(xiàn)，第三產(chǎn)業(yè)的發(fā)展有助于能源效率的提升。本文以各地區(qū)第三產(chǎn)業(yè)的增加值占地區(qū)GDP的比重衡量產(chǎn)業(yè)結(jié)構(gòu)，并預(yù)期其系數(shù)符號(hào)為正。4.研發(fā)強(qiáng)度。毋庸置疑，加大科研與試驗(yàn)性發(fā)展經(jīng)費(fèi)的投入力度，將有利于企業(yè)使用更加節(jié)能的生產(chǎn)技術(shù)，進(jìn)而提高能源效率。Fisher-Vandenetal.（2004）[2]的研究工作表明，資本節(jié)約型的技術(shù)創(chuàng)新是中國(guó)能源效率改進(jìn)的核心驅(qū)動(dòng)力。但是，也有文獻(xiàn)（Greening，2000）[25]指出，技術(shù)進(jìn)步存在能源的“回彈效應(yīng)”（ReboundEffect），即能源效率提高所節(jié)約的能源，可能會(huì)通過替代效應(yīng)、收入效應(yīng)和產(chǎn)出效應(yīng)等機(jī)制所產(chǎn)生的新的能源需求而被部分甚至完全抵消，使得技術(shù)進(jìn)步的節(jié)能效應(yīng)具有不確定性。本文以R&D經(jīng)費(fèi)支出占GDP的比重衡量研發(fā)強(qiáng)度。5.外商直接投資。理論上講，F(xiàn)DI對(duì)能源效率的影響扮演著“天使”與“魔鬼”的雙重角色，既可能是“污染光環(huán)”效應(yīng)，也可能是“污染避難所”效應(yīng)。“污染光環(huán)”效應(yīng)認(rèn)為，承載先進(jìn)技術(shù)的外資企業(yè)可以向東道國(guó)傳播更為綠色清潔的生產(chǎn)技術(shù)，從而提升能源效率。相反，“污染避難所”效應(yīng)認(rèn)為，發(fā)展中國(guó)家相對(duì)寬松的環(huán)境規(guī)制使得發(fā)達(dá)國(guó)家將污染密集型產(chǎn)業(yè)轉(zhuǎn)移到發(fā)展中國(guó)家，進(jìn)而增加能源消費(fèi)，降低能源效率。本文以FDI占GDP的比重衡量外商直接投資。6.要素稟賦。從全要素角度出發(fā)，資本、勞動(dòng)和能源之間存在一定的相互替代或互補(bǔ)關(guān)系，所以，要素稟賦通過影響能源消費(fèi)總量而將效力“傳輸”到能源效率。本文以資本—?jiǎng)趧?dòng)比衡量要素稟賦，若該變量數(shù)值越高，則表明產(chǎn)業(yè)類型偏向于資本密集型，反之則偏向于勞動(dòng)密集型。7.政府干預(yù)程度。“中國(guó)式分權(quán)”衍生的圍繞GDP增長(zhǎng)而進(jìn)行的“晉升錦標(biāo)賽”，使得各地方政府患上“發(fā)展饑渴癥”，從而一味地追求發(fā)展經(jīng)濟(jì)而忽略環(huán)境保護(hù)，導(dǎo)致發(fā)展方式的粗放。師博和沈坤榮（2013）[4]證明，政府干預(yù)越多，造成的扭曲愈顯著，從而對(duì)能源效率的負(fù)面影響越大。我們用地方政府財(cái)政支出占GDP的比重度量地方政府對(duì)資源配置的影響程度，并預(yù)期其系數(shù)符號(hào)為負(fù)。8.市場(chǎng)化水平。理論上，市場(chǎng)化水平的提高將改善資源的配置效率，與此同時(shí)，市場(chǎng)競(jìng)爭(zhēng)固有的優(yōu)勝劣汰的自然屬性，促使企業(yè)努力控制成本、竭力提高效率，進(jìn)而提高能源效率。CornillieandFankhauser（2004）[26]以東歐和蘇聯(lián)國(guó)家為樣本，發(fā)現(xiàn)從計(jì)劃經(jīng)濟(jì)過渡到市場(chǎng)經(jīng)濟(jì)的過程中，這些國(guó)家的能源強(qiáng)度進(jìn)入顯著下降通道。本文以國(guó)有企業(yè)員工占就業(yè)人數(shù)的比重衡量市場(chǎng)化水平，并預(yù)期其系數(shù)符號(hào)為負(fù)。所有變量的統(tǒng)計(jì)描述見表3。

三、能源效率的空間交互效應(yīng)研究

（一）初步分析：靜態(tài)模型的估計(jì)結(jié)果本文首先考慮不加入能源效率時(shí)間滯后項(xiàng)的靜態(tài)回歸模型，使用空間滯后模型（SLM）和廣義空間自回歸模型（SAC）識(shí)別能源效率的空間交互效應(yīng)，回歸結(jié)果見表4。作為參照，本文同時(shí)報(bào)告了不加入空間滯后項(xiàng)的普通面板數(shù)據(jù)模型的估計(jì)結(jié)果。容易看出，Moran值為正且通過了1%的顯著性水平檢驗(yàn)，說明靜態(tài)模型中存在明顯的空間相關(guān)性，既佐證前文關(guān)于能源效率探索性空間分析的結(jié)果，又蘊(yùn)含模型中引入被解釋變量空間滯后項(xiàng)的必要性。此外，LM檢驗(yàn)至少在10%的顯著性水平上拒絕原假設(shè)，意味著相應(yīng)模型選擇合理。根據(jù)表4的估計(jì)結(jié)果可知，在三種空間權(quán)重矩陣設(shè)定下，無論是空間滯后模型，還是廣義空間自回歸模型，被解釋變量空間滯后項(xiàng)WgEE的估計(jì)系數(shù)在1%的顯著性水平上異于零，說明地區(qū)間能源效率確實(shí)存在空間交互效應(yīng)。并且，WgEE的系數(shù)顯著大于零，進(jìn)一步說明地區(qū)間能源效率的空間交互效應(yīng)屬于擴(kuò)散效應(yīng)。也就是說，相鄰地區(qū)的能源效率越高，則本轄區(qū)的能源效率越高。根據(jù)空間權(quán)重矩陣的含義，可以得到兩點(diǎn)結(jié)論：其一，地理位置相鄰和地理距離越近，越有利于區(qū)域間能源效率的空間擴(kuò)散效應(yīng)，這是符合經(jīng)濟(jì)直覺的；其二，經(jīng)濟(jì)發(fā)展水平相近地區(qū)的技術(shù)匹配度更高，產(chǎn)業(yè)間具有更強(qiáng)的前向與后向聯(lián)系，從而更有利于發(fā)揮能源效率的“涓滴效應(yīng)”。另一方面，從WgEE的估計(jì)系數(shù)程度上看，基于地理距離的空間自回歸系數(shù)要高于基于地理鄰接和經(jīng)濟(jì)距離的空間自回歸系數(shù)，意味著能源效率的空間交互效應(yīng)對(duì)“地理距離”因素更加“敏感”，地理距離越鄰近，擴(kuò)散效應(yīng)越強(qiáng)。究其根源，是由于能源效率屬于技術(shù)的范疇，而技術(shù)知識(shí)的載體是人力和物質(zhì)，特別是高水平人力資本是技術(shù)進(jìn)步的源泉，地理距離越近，空間交流成本越低，越有利于地區(qū)間人流、物流和信息流的流轉(zhuǎn)，從而最大程度地發(fā)揮能源效率的空間擴(kuò)散效應(yīng)。此外，SAC模型中，空間誤差自相關(guān)系數(shù)通過1%的顯著性水平檢驗(yàn)，表明選擇空間誤差結(jié)構(gòu)的必要性，同時(shí)估計(jì)結(jié)果與SLM結(jié)果相互驗(yàn)證，顯示出能源效率擴(kuò)散效應(yīng)的穩(wěn)健性。其他控制變量的估計(jì)結(jié)果。能源消費(fèi)結(jié)構(gòu)是制約能源效率提升的關(guān)鍵。眾所周知，中國(guó)“富煤貧油少氣”的能源稟賦現(xiàn)狀決定了煤炭消費(fèi)占能源消費(fèi)總量的70%左右，而煤炭利用效率一般低于其他化石能源，這也是中國(guó)能源效率長(zhǎng)期處于世界下游水平的重要原因之一。能源價(jià)格并沒有扮演提高能源效率的角色，明顯與理論預(yù)期相悖。然而，看似矛盾的結(jié)果卻有其合理性。中國(guó)的能源定價(jià)機(jī)制還沒有實(shí)現(xiàn)市場(chǎng)化，價(jià)格扭曲導(dǎo)致供需雙方不能得到準(zhǔn)確信號(hào)，無法有效調(diào)節(jié)能源的生產(chǎn)和消費(fèi)行為，釀成能源過度利用和能源效率低下的惡果。同時(shí)，這一結(jié)論也與LinandHong（2014）[27]的研究結(jié)論相一致。他們認(rèn)為，人為壓低能源價(jià)格是導(dǎo)致這一現(xiàn)象的罪魁禍?zhǔn)祝率鼓茉磧r(jià)格并不能真實(shí)反映能源的需求、供給及稀缺性。與理論預(yù)期一致，以第三產(chǎn)業(yè)比重衡量的產(chǎn)業(yè)結(jié)構(gòu)是提升能源效率的重要驅(qū)動(dòng)力，意味著優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，鼓勵(lì)清潔產(chǎn)業(yè)為主的服務(wù)業(yè)發(fā)展，進(jìn)而促使產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，是提升能源效率的可行途徑。再者，R&D的估計(jì)系數(shù)為正，但在大部分模型中并不顯著，沒有證據(jù)表明R&D有助于提升能源效率，這在一定程度上表明還需進(jìn)一步加大R&D投入和提高R&D利用效率。此外，F(xiàn)DI對(duì)能源效率的作用為正，并且在大部分模型中通過1%的顯著性水平檢驗(yàn)。因此，我們認(rèn)為FDI提升了能源效率，表明承載先進(jìn)環(huán)保技術(shù)的外資企業(yè)通過產(chǎn)業(yè)間前后項(xiàng)關(guān)聯(lián)而產(chǎn)生正向的溢出效應(yīng)，折射出FDI所扮演的“天使”角色，凸顯“污染光環(huán)”假說，有力地反駁了“污染天堂”假說。值得一提的是，F(xiàn)isher-Vandenetal（.2004）也發(fā)現(xiàn)，外資、港澳臺(tái)資企業(yè)擁有比國(guó)有企業(yè)更高的能源效率，F(xiàn)DI流入能夠借助技術(shù)外溢提高中國(guó)的技術(shù)效率、組織效率和能源效率。一般而言，資本—?jiǎng)趧?dòng)比的提高將導(dǎo)致資本密集型部門的產(chǎn)出提高，而資本密集型部門主要傾向于重污染產(chǎn)業(yè)，不利于提升能源效率。然而，如果資本向高新技術(shù)產(chǎn)業(yè)流轉(zhuǎn)，就能夠提高資本配置質(zhì)量，進(jìn)而正向影響能源效率。總體上，回歸結(jié)果顯示后者占據(jù)主導(dǎo)力量，從而資本—?jiǎng)趧?dòng)比有利于推動(dòng)能源效率的提升。此外，政府干預(yù)程度是羈絆能源效率提升的主要瓶頸，符合預(yù)期。政府干預(yù)越多，以犧牲環(huán)境質(zhì)量為代價(jià)的經(jīng)濟(jì)增長(zhǎng)出現(xiàn)概率越大（師博、沈坤榮，2013）[4]。因此，政府存在放松環(huán)境規(guī)制的動(dòng)機(jī)，作為回應(yīng)，利潤(rùn)最大化的企業(yè)則缺乏提升包括能源效率在內(nèi)的環(huán)保技術(shù)創(chuàng)新的動(dòng)力，進(jìn)而導(dǎo)致能源效率低下。最后，市場(chǎng)化水平與能源效率之間呈顯著的負(fù)相關(guān)關(guān)系，這一致于林伯強(qiáng)和杜克銳（2013）[3]的研究結(jié)論，同時(shí)也蘊(yùn)含了中國(guó)市場(chǎng)化進(jìn)程落后，實(shí)現(xiàn)“市場(chǎng)在資源配置中的決定性作用”還只是“路漫漫其修遠(yuǎn)兮”，市場(chǎng)化改革任重而道遠(yuǎn)。

（二）進(jìn)一步討論：動(dòng)態(tài)空間面板模型的檢驗(yàn)在動(dòng)態(tài)空間面板數(shù)據(jù)模型中探究能源效率的空間交互效應(yīng)，優(yōu)勢(shì)在于可以充分考察模型中除被解釋變量之外的其他因素對(duì)被解釋變量的影響（李婧等，2010）[28]。表5報(bào)告了普通動(dòng)態(tài)面板和動(dòng)態(tài)空間面板數(shù)據(jù)模型的估計(jì)結(jié)果。容易看出，在所有模型中，Arellano-Bond檢驗(yàn)表明，殘差序列均存在顯著的一階自相關(guān)但不存在二階自相關(guān)，并且Sargan過度識(shí)別檢驗(yàn)均不能拒絕工具變量組合有效的原假設(shè)，從而表明系統(tǒng)GMM估計(jì)方法總體上是可取的。由表5可知，在三種空間權(quán)重矩陣情形下，動(dòng)態(tài)空間面板數(shù)據(jù)模型中的空間滯后項(xiàng)的系數(shù)在1%的顯著性水平上均異于零，并且顯著為正，這與SLM和SAC的估計(jì)結(jié)果相一致，說明本文的結(jié)論相當(dāng)穩(wěn)健。這表明，地區(qū)間能源效率確實(shí)存在著空間交互效應(yīng)，且這種交互效應(yīng)表現(xiàn)為正向的擴(kuò)散效應(yīng)。擴(kuò)散效應(yīng)可以打破區(qū)域間能源效率發(fā)展的不平衡性，使得能源效率走向“新古典收斂”成為可能。同時(shí)，就擴(kuò)散效應(yīng)的效力來看，與SLM和SAC相同，基于地理距離的空間自回歸系數(shù)要高于基于地理鄰接和經(jīng)濟(jì)距離的空間自回歸系數(shù)，蘊(yùn)含能源效率的擴(kuò)散效應(yīng)更容易發(fā)生在地理距離相近的轄區(qū)。此外，動(dòng)態(tài)空間面板數(shù)據(jù)模型中，因變量時(shí)期滯后項(xiàng)的回歸系數(shù)在0.32~0.39之間震蕩，且均通過1%的顯著性水平檢驗(yàn)，表明區(qū)域間能源效率存在明顯的連續(xù)性和粘滯性，即上一年能源效率的提高引致下一年能源效率進(jìn)一步提升，形成一個(gè)良性的自我強(qiáng)化集聚過程，進(jìn)而凸顯能源效率的路徑依賴特征。某種意義上來說，能源效率的這種慣性將會(huì)導(dǎo)致Myrdal的“循環(huán)累積因果關(guān)系”，即能源效率沿著最初路徑持續(xù)下去，使得能源效率低下的地區(qū)難以追上能源效率較高的地區(qū)，這亦可能是造成區(qū)域間能源效率非平衡發(fā)展的原因之一。控制變量中，除產(chǎn)業(yè)結(jié)構(gòu)和FDI的估計(jì)系數(shù)有所變化之外，動(dòng)態(tài)模型中的其他估計(jì)系數(shù)無論在效力方向上，還是在效力程度上，均與靜態(tài)模型結(jié)果大致相同。具體來看，產(chǎn)業(yè)結(jié)構(gòu)的估計(jì)系數(shù)由顯著的正值轉(zhuǎn)變?yōu)椴伙@著的負(fù)值，并且FDI的估計(jì)系數(shù)沒有通過檢驗(yàn)。這說明，如果考慮能源效率的慣性，那么產(chǎn)業(yè)結(jié)構(gòu)和FDI對(duì)能源效率的正向促進(jìn)作用被削弱，意味著產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化和FDI帶來的“能源效率紅利”還存在較大的上升空間。

（三）穩(wěn)健性檢驗(yàn)：基于單要素能源效率指標(biāo)如前所述，能源效率指標(biāo)可以劃分為單要素能源效率指標(biāo)和全要素能源效率指標(biāo)。為了進(jìn)一步檢驗(yàn)研究結(jié)果的穩(wěn)健性，我們從單要素能源效率出發(fā)，使用單位能源消費(fèi)的GDP產(chǎn)出衡量能源效率，即能源強(qiáng)度的倒數(shù)，回歸結(jié)果見表6。由于其他變量的結(jié)果變動(dòng)幅度不大，出于篇幅考慮，此處我們僅僅列出了核心解釋變量的估計(jì)結(jié)果。容易看出，靜態(tài)模型中，Moran檢驗(yàn)和LM檢驗(yàn)均在1%的顯著性水平上拒絕原假設(shè)；動(dòng)態(tài)模型中，Arellano-Bond自相關(guān)檢驗(yàn)表明只存在一階序列相關(guān)性，沒有二階序列相關(guān)性，Sargan檢驗(yàn)則表明工具變量在整體上均是有效的。因此，靜態(tài)模型和動(dòng)態(tài)模型的估計(jì)結(jié)果均值得信賴。從表6的結(jié)果來看，可以得到三點(diǎn)與全要素能源效率指標(biāo)相似的結(jié)論。（1）就本文關(guān)注的空間滯后項(xiàng)而言，九類模型中，WgEE的估計(jì)系數(shù)在1%的顯著性水平上均異于零，且為正，再次佐證了上文的結(jié)論，即地區(qū)間能源效率確實(shí)存在著空間交互效應(yīng)，并且表現(xiàn)為正向的擴(kuò)散效應(yīng)。（2）就擴(kuò)散效應(yīng)的程度來看，基于地理距離的空間自回歸系數(shù)要高于基于地理鄰接和經(jīng)濟(jì)距離的空間自回歸系數(shù)，能源效率的擴(kuò)散效應(yīng)在地理距離相近的轄區(qū)效力最強(qiáng)。（3）能源效率的時(shí)期滯后項(xiàng)顯著為正，蘊(yùn)含能源效率是一個(gè)連續(xù)動(dòng)態(tài)累積的調(diào)整過程，再次彰顯能源效率慣性依賴特征。

四、拓展分析：節(jié)能減排政策是否影響了能源效率的空間交互效應(yīng)

政府政策是否影響了地區(qū)間能源效率的擴(kuò)散效應(yīng)，這有待我們進(jìn)行驗(yàn)證。事實(shí)上，早在Myrdal（1958）[8]提出擴(kuò)散效應(yīng)和回流效應(yīng)的概念時(shí)，就已經(jīng)提到政府干預(yù)的思想。Myrdal認(rèn)為，市場(chǎng)力量自發(fā)作用的結(jié)果是回流效應(yīng)占主體，導(dǎo)致區(qū)域經(jīng)濟(jì)發(fā)展不平衡，而政府干預(yù)可以緩和區(qū)域發(fā)展的兩極分化，實(shí)現(xiàn)平衡發(fā)展的目標(biāo)。在此基礎(chǔ)上，HallandLudwig（2010）[29]強(qiáng)調(diào)，在Myrdal的開放系統(tǒng)中，需要政府干預(yù)以加快發(fā)展，加強(qiáng)與鄰近的、具有較高人均產(chǎn)出地區(qū)的聯(lián)系，通過利用擴(kuò)散效應(yīng)來促進(jìn)發(fā)展。相似地，BlairandCarrol（l2007）[30]認(rèn)為，市場(chǎng)存在許多不完善的地方，必須將市場(chǎng)機(jī)制與政府干預(yù)相結(jié)合，才能增加擴(kuò)散效應(yīng)。顯然，學(xué)者們認(rèn)同政府干預(yù)在區(qū)域經(jīng)濟(jì)平衡發(fā)展中的重要性。借鑒這種思想，由于中國(guó)能源效率存在區(qū)域間差異，從東往西依次遞減，呈非均衡分布。所以，評(píng)估政府干預(yù)是否強(qiáng)化了能源效率的擴(kuò)散效應(yīng)以縮小區(qū)域間差異就具有重要的現(xiàn)實(shí)意義。2006年，中央政府首次將單位國(guó)內(nèi)生產(chǎn)總值能耗降低20%左右、主要污染物排放總量減少10%作為國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的約束性指標(biāo)，突出資源節(jié)約型、環(huán)境友好型社會(huì)建設(shè)的重要性，對(duì)于可持續(xù)發(fā)展具有里程碑意義。雖然上述政策的本意在于強(qiáng)制地方政府節(jié)能減排，但這種政策是否具有促進(jìn)能源效率擴(kuò)散效應(yīng)的“額外紅利”呢？為回答這一問題，本文借鑒李郇等（2013）[31]的思路，在計(jì)量模型中引入節(jié)能減排虛擬變量year06與空間滯后項(xiàng)WgEE的交叉項(xiàng)WEE×year06。以SLM模型為例，設(shè)定如下：EEit=α+ρWEEit+準(zhǔn)（WEEit）×year06+βXit+uit其中，系數(shù)準(zhǔn)反映了節(jié)能減排政策對(duì)能源效率空間交互作用的影響程度，如果準(zhǔn)>0，則說明節(jié)能減排政策強(qiáng)化了地區(qū)間能源效率的擴(kuò)散效應(yīng)，弱化了回流效應(yīng)；反之，亦然。另一方面，如果準(zhǔn)不顯著，則說明節(jié)能減排政策并不會(huì)影響能源效率空間交互作用。另外，虛擬變量year06取值定義為，2006年之前取0，之后取1。表7報(bào)告了節(jié)能減排政策影響能源效率空間交互效應(yīng)的估計(jì)結(jié)果。容易判斷，所有模型均通過相應(yīng)檢驗(yàn)。就本文最關(guān)注的交叉項(xiàng)而言，九類模型中，WEE×year06的估計(jì)系數(shù)均為正，并且至少在10%的水平上顯著。這表明，2006年以后，地區(qū)間能源效率的空間擴(kuò)散效應(yīng)得以加強(qiáng)，即政府節(jié)能減排政策強(qiáng)化了地區(qū)間能源效率的擴(kuò)散效應(yīng)，有利于弱化能源效率的非均衡發(fā)展，實(shí)現(xiàn)向高水平收斂。因此，節(jié)能減排政策不僅形成約束地方政府提高能效、減少污染排放的倒逼機(jī)制，還是助推區(qū)域間能源效率空間擴(kuò)散的有力抓手，帶來“額外紅利”。對(duì)于這一現(xiàn)象的背后邏輯，本文歸因于節(jié)能減排政策的“示范效應(yīng)”。“示范效應(yīng)”的理論支撐在于Tiebout的“以足投票”理論，其假設(shè)地區(qū)之間要素流動(dòng)是完全的，居民通過“以足投票”方式促使地方政府良性競(jìng)爭(zhēng)。地方政府為了吸引流動(dòng)性資源而竭力塑造本地區(qū)的“良好形象”，當(dāng)某一地方政府積極響應(yīng)國(guó)家節(jié)能減排政策時(shí)，相鄰地區(qū)不甘落后也積極節(jié)能減排，從而形成地區(qū)間能源效率的擴(kuò)散效應(yīng)。

五、研究結(jié)論與政策建議

（一）主要研究結(jié)論一般意義上，提高能源效率具有節(jié)約能源、減少污染排放的“雙重紅利”，因而有關(guān)能源效率的研究一直是能源經(jīng)濟(jì)學(xué)的熱點(diǎn)話題。雖然為數(shù)眾多的文獻(xiàn)致力于探索能源效率的影響因素，而罕有文獻(xiàn)立足能源效率本身的固有屬性，關(guān)注其空間交互效應(yīng)。鑒于此，本文基于2002~2012年中國(guó)省際面板數(shù)據(jù)，運(yùn)用全局DEA和SBM方向性距離函數(shù)測(cè)算了環(huán)境約束下的能源效率。進(jìn)一步，運(yùn)用探索性空間相關(guān)性分析檢驗(yàn)?zāi)茉葱实目臻g依賴性。在此基礎(chǔ)上，設(shè)定地理鄰接、地理距離和經(jīng)濟(jì)距離三種空間權(quán)重矩陣，構(gòu)造空間滯后模型、廣義空間自回歸模型和動(dòng)態(tài)空間面板數(shù)據(jù)模型，以識(shí)別地區(qū)間能源效率的空間交互效應(yīng)，并進(jìn)一步解讀了節(jié)能減排政策對(duì)能源效率空間交互效應(yīng)的影響。研究結(jié)果表明：（1）樣本期內(nèi)，中國(guó)能源效率先降低后升高，并且存在區(qū)域間發(fā)展非平衡性，由東向西梯度遞減；（2）能源效率存在明顯的空間依賴性，凸顯空間上的地理集聚特征；（3）區(qū)域間能源效率存在著顯著的空間交互效應(yīng)，并且表現(xiàn)為空間擴(kuò)散效應(yīng)，即使我們改變度量能源效率的指標(biāo)，上述結(jié)論依然成立；（4）地理距離相近地區(qū)的能源效率的空間擴(kuò)散效應(yīng)要強(qiáng)于地理位置相鄰和經(jīng)濟(jì)距離相近的地區(qū)；（5）政府節(jié)能減排政策強(qiáng)化了地區(qū)間能源效率的擴(kuò)散效應(yīng)，帶來“額外紅利”。因此，本文的研究結(jié)論對(duì)于提高能源效率、縮小區(qū)域間能源效率差異具有一定的指導(dǎo)意義。

（二）政策建議第一，充分利用能源效率的空間擴(kuò)散效應(yīng)，實(shí)現(xiàn)區(qū)域間能源效率的協(xié)調(diào)發(fā)展。本文的核心結(jié)論是區(qū)域間能源效率存在著顯著的擴(kuò)散效應(yīng)，而擴(kuò)散效應(yīng)是改善能源效率和實(shí)現(xiàn)能源效率趨同的重要機(jī)制。一方面，對(duì)于中央政府而言，擴(kuò)散效應(yīng)意味著相鄰地區(qū)的能源效率有利于促進(jìn)本地區(qū)的能源效率，換言之，某地區(qū)“提高能源效率”具有正外部性。因此，從經(jīng)濟(jì)效率考慮，國(guó)家在配置資源時(shí)，需要將這種正外部性納入考慮范圍，達(dá)到社會(huì)福利的最大化。另一方面，對(duì)于地方政府而言，能源效率較高的東部地區(qū)要充分發(fā)揮其技術(shù)與政策優(yōu)勢(shì)，起到示范與引領(lǐng)作用；能源效率較低的中西部地區(qū)要努力加強(qiáng)與能源效率較高地區(qū)產(chǎn)業(yè)間前向與后向聯(lián)系，提高技術(shù)匹配度，增強(qiáng)對(duì)擴(kuò)散效應(yīng)的消化吸收能力，進(jìn)而拓展能源效率的生產(chǎn)可能性邊界，形成空間聯(lián)動(dòng)的能源效率區(qū)域協(xié)調(diào)發(fā)展模式。第二，有效限制區(qū)域間市場(chǎng)分割，弱化阻礙能源效率擴(kuò)散效應(yīng)的羈絆。市場(chǎng)分割禁錮了生產(chǎn)要素流動(dòng)及技術(shù)溢出，不利于能源效率的空間擴(kuò)散。因此，必須減少地方保護(hù)主義，加強(qiáng)區(qū)域間高層次人才和高水平技術(shù)的交流，促進(jìn)要素流動(dòng)，實(shí)現(xiàn)市場(chǎng)一體化，充分發(fā)揮能源效率的空間擴(kuò)散效應(yīng)。當(dāng)前中國(guó)地區(qū)間的市場(chǎng)分割，很大程度上是地方政府官員的短期目標(biāo)與中央政府的長(zhǎng)期目標(biāo)不一致導(dǎo)致的（鄧明，2014），而弱化地方政府干預(yù)經(jīng)濟(jì)的能力是實(shí)現(xiàn)地方政府與中央政府目標(biāo)相一致的重要手段，發(fā)揮市場(chǎng)在資源配置中的決定性作用，真正實(shí)現(xiàn)以無形之手為主、有形之手為輔。第三，努力塑造節(jié)能減排政策的示范效應(yīng)，強(qiáng)化能源效率的空間擴(kuò)散效應(yīng)。本文還發(fā)現(xiàn)，中央政府節(jié)能減排政策助推了區(qū)域間能源效率的擴(kuò)散效應(yīng)，有形之手亦發(fā)揮作用，這歸因于節(jié)能減排政策的“示范效應(yīng)”。示范效應(yīng)根源于地方政府良性競(jìng)爭(zhēng)，而良性競(jìng)爭(zhēng)又離不開科學(xué)的政績(jī)考核體系。將單位GDP能耗、污染物排放強(qiáng)度等環(huán)境指標(biāo)納入政績(jī)考核體系，建立環(huán)境績(jī)效考核激勵(lì)約束制度，并將環(huán)境績(jī)效考核結(jié)果作為干部任用、獎(jiǎng)懲的重要依據(jù)，真正實(shí)現(xiàn)環(huán)境績(jī)效考核的一票否決制。具體而言，中央政府應(yīng)采取“胡蘿卜加大棒”的激勵(lì)與約束機(jī)制，對(duì)于認(rèn)真貫徹和執(zhí)行節(jié)能減排政策的地方政府給予獎(jiǎng)勵(lì)，對(duì)節(jié)能減排政策執(zhí)行不力的官員，一經(jīng)查明則予罷免。總之，要使地方政府行為選擇的具有合理性，才能使節(jié)能減排政策帶來“雙重紅利”。

作者：張華豐超單位：南京審計(jì)學(xué)院工商管理學(xué)院中國(guó)礦業(yè)大學(xué)管理學(xué)院中南大學(xué)金屬資源戰(zhàn)略研究院