成渝经济区能源效率差异研究

高辉，李康琪成都理工大学商学院，四川成都610059



成渝经济区能源效率差异研究

高辉，李康琪*
成都理工大学商学院，四川成都610059

摘要：采用DEA方法，以成渝经济区为研究对象，以2013年的能源消费总量、资本存量和劳动力作为投入变量，以GDP作为产出变量，测算成渝经济区16个城市的能源效率，分析能源效率的城市分布情况、城市间差异以及差异产生的原因。研究结果显示，在2013年成渝经济区的16个城市中，成都市和重庆市的能源规模效率处于规模报酬不变阶段，其余城市均处于规模报酬递增阶段；能源效率值较高的城市的经济比较发达，说明能源效率与城市的经济发展水平有着紧密的联系，具有较强的正相关关系；成渝经济区的能源效率呈现出“双核”空间布局和圈层结构，城市间能源效率仍然存在较大差异。因此，应该科学规划成渝经济区空间结构，加快产业结构调整和产业升级过程，大力推进节能减排相关领域的技术创新，因地制宜分解节能目标等，不断提高成渝经济区的能源效率。

关键词：成渝经济区；能源效率；DEA方法；“双核”空间布局；圈层结构；节能减排

高辉，李康琪．成渝经济区能源效率差异研究［J］．西南石油大学学报：社会科学版，2016，18（3）：1–10．

Gao Hui, Li Kangqi．A Study on Energy Efficiency Differences in Chengdu-Chongqing Economic Zone［J］．Journal of Southwest Petroleum University：Social Sciences Edition，2016，18（3）：1–10．

引言

改革开放以来，中国经济快速发展，化石能源的消费也不断增加。中国已经成为全球第一大能源消费国，但中国粗放式经济增长模式并没有得到有效改善，GDP的单位能耗水平仍高于世界平均水平的2倍。能源利用效率总体偏低，这已经成为中国能源消费急剧增长的重要原因之一。因此，提高能源利用效率是实现经济可持续发展的必由之路。化石能源的不可再生性和环境约束，要求中国从“高能耗、低效率和要素驱动”的区域经济发展方式向“效率驱动”的方式转变，这种转变不仅能保障能源的可持续性，也能有效缓解环境污染。中国地域辽阔，能源利用效率在各地区之间存在着差距，缩小各区域间能源效率的差距，才能保障中国经济持续健康发展。在提升区域能源效率、制定节能降耗目标时，有必要从省际层面进一步细化到各经济区中的市级层面，以期达到更好的效果。

我国主要的城市群包括珠三角、长三角、京津冀以及成渝经济区。2011年5月，成渝经济区正式加入到我国大型城市群的行列当中，其建设上升为国家发展战略。这一区域具有一定的经济基础和科研能力，是西南地区重要的科技、经济和商贸中心，其发展将带动整个西部地区，成为西部地区经济增长的“引擎”，并逐渐形成中国经济增长的“第四极”。成渝经济区是全国重要的双核城市群之一，其规划建设范围囊括了四川省的15个市和重庆市的31个区县。其中，成都和重庆的经济实力最强，属于成渝经济区的两个特大城市，也是成渝经济区的核心，其余城市以中等城市和经济腹地的形式存在。

成渝经济区作为西部大开发的重点区域，其经济总量占西部的30%以上，但随之不断增长的是该经济区的能源消费总量。成渝经济区要发展成为中国经济发展的“第四极”，与三大增长极相比，其能源效率还存在着较大差距。提高成渝经济区的整体能源效率，缩小区域内城市之间的能效差异，对成渝经济区的经济发展具有重要意义。同时，将区域资源禀赋、产业竞争力、产业基础等经济社会指标纳入到规划中来，为成渝经济区产业结构的调整和空间布局的优化提供新的视角和方法，也为节能减排措施及综合决策的制定提供新的理论支撑，对全国的节能降耗事业具有重要的理论意义和现实意义。对此，本文将对成渝经济区各城市之间的能源利用效率的差异进行分析。

1　国内外研究综述

长期以来，国内外学者对区域能源效率都保持着较高的关注度。关于能源效率的研究，较早表现在能源效率涵义的界定方面。随着经济增长，能源消费总量不断增长，不少学者开始关注能源效率的测算。但我国地域广阔，经济发展存在区域不平衡的现象，能源效率也因地而异，存在较大的差异。如果区域间的能源效率差距能够缩小，全国总体的能源效率将有望提高。笔者将对区域能源效率差异的相关研究成果进行梳理。

1.1国外文献综述

国外较少有直接对成渝经济区能源效率差异进行研究的文献，但是对区域能源效率及其差异的研究较多。起初，学者们对能源效率的涵义有着不同见解。Patterson认为，能源效率是指当服务或有用的产出一定时，消费尽可能少的能源。这种界定主要是基于单要素生产率框架，被称为单要素能源效率，忽略了除能源以外的其他投入要素对能源的替代作用［1］。鉴于此，Bosseboeuf等将能源效率的涵义进行了拓展，认为其应当包括经济上和技术上的能源效率［2］。Hu和Wang最早提出了全要素能源效率指标，将资本、人力和能源等各种生产要素的组合作为投入变量，该指标不仅能反映投入和产出之间的关系，而且能将生产要素间的相互替代关系体现出来［3］132–165。此后，Edenhofer就能源替代对能源效率的驱动作用进行了研究［4］；Wang分析了影响能源效率的因素，发现技术进步对能源效率的提高有促进作用［5］。随后，不少学者发现区域间的能源效率往往存在差异。Mielnik和Goldemberg采用基尼系数，考察了OECD国家1971—1992年间的能源效率差异问题［6］，J.W.Sun采用平均方差法得出了相同的结论［7］；M.J.Herrerias将83个国家作为研究对象，并分析了它们的能源效率及其间的差异［8］；Roberto研究了98个国家能源效率的空间布局，得出样本国家的能源效率表现出收敛趋势的结论［9］。

1.2国内文献综述

近年来，越来越多的学者加入到研究中国能源效率和地区能源效率差异的队伍中来。不少学者在研究中运用DEA方法来评价全要素能源效率，如Hu和Wang［3］132–165、魏楚和沈满洪等，并在测算全要素能源效率的基础上进行比较［1014］。李梦蕴等研究了我国1995—2011年的省际能源效率差异及影响因素［15］；王玉燕等分析了西部11个省区的能源效率的变动趋势［16］。吴旭晓以豫、鄂、粤三省为例，运用超效率DEA方法测算了三省的能源效率，通过GM（1，N）模型分析了区域能源效率演化的驱动因素［17］。潘雄锋、张子龙等在对我国区域能源效率进行测算的基础上，从空间效应和产业转移效率视角对我国区域能源效率的收敛性问题进行了相关探讨［1819］。杜嘉敏等在生态全要素框架下，将非期望产出纳入核算体系，运用SBM模型，研究了中国29个省份和3个区域的能源效率差异，并对其节能减排潜力进行了评估［20］。还有一部分研究以不同经济区和地级市的视角考察区域能源效率差异。贺小莉基于生产理论的非参数DEA方法，研究了天津市能源效率的总体趋势，发现技术进步、产业结构、对外开放程度等诸多因素对天津市能源效率的提升具有促进作用［21］。马海良在测算出三大经济区域的全要素生产率和能源效率的基础上，回归分析了能源效率受到全要素生产率分解的各指标的影响程度［22］。王兆华等测算了我国八大经济区域的全要素能源效率，并分析了其变动趋势和趋同性［23］。段小燕运用单阶段随机前沿方法，分析了我国四大经济区的能源效率，结果显示，四大经济区的能源效率有上升趋势，呈现出东高西低分布特征［24］。秦炳涛采用DEA方法考察了我国230个地级市的全要素能源效率，发现我国地级市能效水平整体偏低，未来具有较大的提升空间，矿产资源比较丰富的城市能效水平较低［25］。

成渝经济区正式成立后，担负着中国经济增长的“第四极”，支撑起中国西部经济的重任。但成渝经济区的经济增长，必然伴随着能源消费总量的不断增加，因此提高能源效率，有助于成渝经济区在发展经济的同时节约资源、保护环境。江琴分析了能源消费对成渝经济区的发展的影响程度［26］；覃朝晖利用SD模型，以成渝经济区低碳经济发展现状为基础，模拟预测了成渝经济区的能源总量与能源消费结构、污染物排放量、能源缺口等方面的问题［27］。

1.3文献述评

以上研究大部分集中在国家层面，以省域、地级市为研究单元的研究较少。现有区域能源效率差异研究中的地区（区域）主要按行政区划分，而以经济功能划分较少，成渝经济区作为一个新兴经济区，对其能源效率差异的研究则更少。笔者将以成渝经济区这个新兴经济区为例，基于地级市的视角，分析该经济区的能源效率以及该经济区内城市间的区域能源效率差异。

2　模型构建、变量选取和数据来源

在进行能源效率的测度时，不少学者采用DEA（数据包络分析）方法来评价能源效率。DEA通过确定生产前沿面，基于相对效率概念，可评价同一类型的各决策单元的相对有效性并进行排序，且具有能够避免主观因素、减少误差、简化算法等优越性。笔者采用DEA模型测算成渝经济区各市的全要素能源效率，并对测算结果进行分析。

2.1模型构建

DEA方法是一种非参数的线性规划程序，是建立在Farrell的生产效率理论基础上的［28］，后由查恩斯（Charnes）发展成型［29］。该方法用于评估一个决策单元（DMU）在一个给定的单元集合内相对于其他单元格的有效性。DEA模型不要求具体的函数关系，给定一定的投入向量和产出向量，DEA模型将对决策单元逐一评价和分析，确定最优的生产决策单元，有效决策单元的效率得分为1，而相对无效的决策单元的效率得分在0∼1之间波动。笔者采用的DEA方法为投入导向型模型。

假设包含一种产出品（Y）、两种投入品（X1与X2）的生产活动如图1所示，单位产出的投入品的值用坐标轴表示，各生产单元单位产出需要的投入值用坐标点来表示，将最外围的点A、B、C和D连起来，形成一条包络线，即得到投入前沿面（包络线）。在不考虑投入松弛的情况下，包络线上的各个点都是有效率的，表示若生产1单位的产出，两种投入不能同时减少；包络线内部的点表示该单元生产无效率（如点F）。

如果将图1中的X1看作是能源投入，则生产单元F的全要素能源效率表示为F′点的能源投入与F点能源投入的比，即：

图1　DEA示意图

其中，TFEEit表示全要素能源效率，i表示决策单元，t表示时间。决策单元的最小能源投入量就是目标能源投入量，其值总是会小于或者等于实际能源投入量，因此，能源效率将总是小于或等于1，且只有当决策单元在投入前沿面上时能源效率值等于1。此处计算的能源效率值和传统的“能源生产率”指标的不同在于，DEA计算得出的TFEEit充分考虑了劳动力、资本等要素对能源的替代作用。

笔者采用规模报酬不变假设形式下的投入导向型DEA模型，该模型将效率转化为线性模型，投入导向型DEA模型将效率测度转化为线性模型。设有n个决策单元DMUj，每个决策单元由m种投入得到s种产出，分别用向量xj和yj表示，M×N表示投入矩阵X，S×N表示产出矩阵Y，θ为标量，λ为N×1的常向量，即：

第j个决策单元的能源效率值就是解出的θ值。

2.2变量选取和数据处理

一般而言，在测算全要素能源效率时，投入变量包括劳动力投入、资本投入和能源投入，产出变量为GDP［30］。本文选择的全要素能源效率决策单元为成渝经济区的16个城市的各项数据，选择的样本为2013年的数据。

具体的指标选取和数据处理如下：

（1）劳动投入

以当年各市的就业总人数来衡量，采用的计算方法是年初就业人数与年末就业人数的平均值，单位为万人。年初就业人数与年末就业人数的原始数据来源于相关年份的地区统计年鉴和wind资讯。

（2）资本投入

a.估算公式

资本投入以资本存量来衡量。由于统计年鉴中并没有资本存量的数据，需要根据给定的相关数据来进行计算。笔者对1999—2013年的数据进行计算，得到成渝经济区内各市的资本存量。采用“永续盘存法”计算资本存量的方法如下：

其中，i表示城市，t表示第t期。借鉴张军等对资本存量计算式子中各变量的指标选取方法［31］，Ii,t表示i市第t年的投资，采用当年的固定资产投资总额来衡量，Ki,t和Ki,t−1分别为本期和上一期的资本存量，δi,t为折旧率。初始资本存量为各市1999年的固定资产投资总额除以10%。固定资产投资总额的原始数据来源于1999年到2014年的统计年鉴和wind资讯。

b.当年投资I

对当年投资的选取，已有研究中主要包括三种方法：第一种是采用“积累”的概念，如邹（Chow）、贺菊煌、张军等［3235］。第二种是采用全社会固定资本投资（total social fixed asset investment），如王小鲁等［36］。第三种是大部分近期研究采用的资本形成总额（gross capital formation）或固定资本形成总额（gross fixed capital formation）。

在研究成渝经济区中各市的当年投资时，固定资本形成总额没有办法获取，因地级市相较于省际范围来说，在全社会固定资产投资中浪费的投资相对小很多，可以忽略不计。因此，笔者选择各市的全社会固定资产投资总额作为当年投资I的替代值，并通过固定资产投资价格指数折算为用1999年不变价格表示的各市的实际投资总额。

c.初始资本存量的确定

关于成渝经济区各市早些时候的固定资本存量，统计年鉴没有公布具体的数据，能够查到的较详细的数据是全社会固定资产投资总额。目前学术界对基期的选择主要有1952年、1978年以及1985年。但本文中各市的数据获取具有较大难度，因此选择1999年作为资本存量计算的基年，并借鉴Hall and Jones对基年资本存量的估算方法［37］，对成渝经济区各市的初始资本存量进行估算。估算方法为：

其中，δi是折旧率，gi是投资的集合增长率，Ii0是基期投资。

d.固定资产投资价格指数

关于全社会固定资产投资价格指数，仅有重庆市统计局和四川省统计局有对外公布，其他各市的数据无法获得，因此，本文四川省所包括的被划归在成渝经济区中的15个城市，均统一用四川省的固定资产投资价格指数代替，重庆市采用相应的重庆市的固定资产投资指数，以此计算可比价格的固定资产投资。

e.经济折旧率

经济折旧率的计算对于估算资本存量非常重要。根据已有研究对折旧率的计算，选择张军等［35］计算的全国各省的经济折旧率，即9.6%。

（3）能源投入

以成渝经济区各市的能源消费总量来衡量，单位为万吨标准煤。原始数据来源于地区统计年鉴、相关年份的《中国能源统计年鉴》和wind资讯，经整理得到。

（4）产出

以各市的生产总值（GDP）来衡量。数据来源于各地区的《中国统计年鉴》和wind资讯。由于统计年鉴中的数据是名义生产总值，为了能够与资本存量计算的基期相符，以1999年为基期，采用GDP指数对原始数据进行处理，消除价格波动的影响，将名义生产总值转换成实际生产总值。

3　实证分析

成渝经济区的能源效率测算，选择各市2013年的生产总值作为产出变量，以GDP表示，投入变量包括能源消费总量E、资本存量K和劳动力投入L。具体数据如表1：

表1　成渝经济区产出和投入变量数据

3.1能源效率的测算结果

以劳动力、资本存量和能源消耗为投入变量，GDP为期望产出，采用投入导向的规模报酬不变的DEA模型，运用DEAP2.1软件对各市全要素能源效率进行测算，结果如表2。

表2　2013年成渝经济区16个城市能源效率测算值

3.2能源效率的实证分析

3.2.1能源效率的统计性描述

由表3的描述性统计可以看出，成渝经济区16个城市能源的综合效率、纯技术效率和规模效率的平均值分别为0.67、0.848和0.785，最大值均为1，最小值分别为0.411、0.635、0.552，说明整个区域的能源效率并不高，并且存在较大差异。

表3　成渝经济区16个城市能源效率值的描述性统计

3.2.2能源效率结果分析

从表2和表3可以看出，成渝经济区2013年的全要素能源效率的平均值较低，仅为0.67，相较已有研究中的全国省际能源效率来说，处于中间水平。在成渝经济区范围内，2013年处于生产前沿面的城市主要包括重庆和成都，这两座城市作为直辖市和省会城市，是成渝经济区的特大中心城市，处于核心地位，被称为“双核”。“双核”相较成渝经济区中的其他城市，有着更先进的技术以及前沿的科技，能够辐射带动整个区域的快速发展。另外，成都和重庆的产业在西部大开发战略实施后，产业逐步由第二产业转向第三产业，因此与仍以重工业为主导产业的城市相比，其能源消费总量较少，且以电力为主，电力消费所带来的污染相对较少，因此全要素能源效率高。成都和重庆的经济发展水平处于成渝经济区的领先地位，其节能技术水平较高，能源效率值排在第一位。

其次是绵阳、德阳、资阳、雅安和自贡5市，全要素能源效率分别为：0.767、0.762、0.762、0.758和0.751，均在0.7以上。这些城市的能源效率虽然较“双核”以外的其他城市相对较高，但与“双核”相比，有着较大的差距。其中，绵阳作为四川省的第二大城市，经济发展水平仅次于成都，且有着科技城的美称，但其全要素能源效率仍然相对较低，主要因为城市的经济发展依靠大量的要素投入，产出的优势被这大量的要素投入成本抵消掉了一部分。资阳的全要素能源效率在成渝经济区范围内相对较高，主要是因为其距离成都市的距离很近，受到成都市技术的正向辐射，对经济有着一定的带动作用。2007年，四川省天然气富集区达州市发现特大天然气田，其中宣汉普光气田是迄今为止发现的中国规模最大、丰产最高的特大型海相整装气田。但是，有着如此丰富的天然气资源，达州市的能源效率却仅为0.411，是成渝经济区能源效率值最低的城市。在成渝经济区中，能源效率值低于0.5的城市还有内江市和广安市。内江市地处成都市和重庆市的中间位置，是成渝经济区的重要新兴工业城市，受到成都市和重庆市两大核心城市的经济辐射，但其能源效率却排在成渝经济区的第14位，这可能是由于其节能技术还相对落后、对成渝两市的经济辐射接受能力尚弱引起的。另外，内江市的进一步发展也面临着许多方面的制约，导致能源效率低下，产出与投入不成比例。

整体来看，2013年成渝经济区16个城市中成都市和重庆市的能源规模效率处于规模报酬不变阶段，其余城市均处于规模报酬递增阶段（以irs表示），这说明成渝经济区大部分城市的能源利用效率远远没有达到该城市规模效应的极限值，在现有投入和产出的情况下，可以通过调整投入和产出、引进节能技术、制定节能政策等措施，达到节能降耗、提升能源效率的效果。

具体来说，根据纯技术效率和规模效率，可以把成渝经济区16个城市分为三类：第一类是纯技术效率和规模效率都为1的城市，包括成都市和重庆市。第二类是纯技术效率为1，而规模效率不为1的城市，包括德阳、雅安和资阳。第三类是纯技术效率不为1，规模效率也不为1的城市，前两类以外的所有其他城市均属于这一类。第一类是成渝经济区中能源效率最高的城市。其经济发展水平最高，资源配置、产业布局、功能分区等方面较其他城市具有一定的优势，能够不断吸引资金、劳动力和能源的流进，且技术相对先进，会促进城市的经济发展质量，投资得以良性循环，为这两个城市经济的健康持续发展提供了条件。第二类是能源效率较高的城市。它们的综合效率值小于1，从表2中还可以发现它们的纯技术效率值达到1，而规模效率值小于1，说明这些城市的资本、能源以及劳动力与各自的投入、产出相匹配，其投入性指标值不需要减少，产出性指标值也不需要增加，只需要扩大投入要素的规模就能够提高该城市的综合效率值，改善能源效率利用状况。第三类是具有较大能源效率提升潜力的城市。这些城市的综合效率值、纯技术效率值以及规模效率值都小于1，说明这些城市在要素投入、深化改革开放的进程方面还有很长的路要走，不仅要增加产出性指标值，而且要减少投入性指标值，同时还要扩大要素投入规模以匹配该市的投入、产出，争取获得规模效应。以2013年的眉山市为例，软件运行结果显示，眉山市的综合能源效率为0.5，纯技术效率为0.780，规模效率为0.641。在这样的能源效率状况下，其产出性指标GDP应该增加642亿元；投入性指标中，能源消费总量应当减少275.888万吨标准煤；原有投入所对应的产出不足值为186.116亿元，资本存量应当减少213.577亿元；劳动力应当减少41.394万人。其他城市也有类似的情形，这里不做逐一阐述。

表4　成渝经济区16个城市的投入松弛变量值

图2　成渝经济区16个城市的能源效率测算值

虽然大部分城市的全要素能源效率在0.5以上，但是也有个别城市的综合能源效率比较低。比如达州市，其综合能源效率值只有0.411，与排在第一位的成都市和重庆市还有着较大的距离。从图2可以看出，能源效率值较高的城市经济也比较发达，说明能源效率与城市的经济发展水平有着紧密的联系，显示出较强的正相关关系。经济发展水平相对滞后的区域，如分布在川南的内江、泸州，川东北的广安、达州，川西的眉山、乐山等城市，其综合能源效率值均在0.65以下。这说明在成渝经济区的16个城市中，综合能源效率值存在区域差异，应当加强城市间的合作，区域经济协调发展，实现资源共享。

3.3能源效率差异的原因

3.3.1“双核”空间布局

城市对区域经济的发展起着决定性的作用，而经济发展水平与城市能源效率有正相关关系。成渝经济区中，成都市和重庆市均属于特大中心城市，此外即为中等城市，缺少大城市在中间衔接，因此，成渝经济区目前的城市体系并不完整。成都市和重庆市之间缺少大城市的过渡和支撑，处于这两城之间的内江市，其经济发展相对滞后，使成渝经济区出现“中部塌陷”现象，存在较大的经济低谷。区域能源效率受到经济发展水平的影响，也呈现出典型的以成都市和重庆市为极核的空间布局。内江市的综合能源效率仅为0.458，位居16个城市的第14位。由表4也可以看到，内江市的三个投入变量均出现投入冗余现象，表明内江市的技术远不能将投入要素充分利用。

3.3.2圈层结构关系

成渝经济区16个城市的能源效率也出现圈层结构关系。处于第一圈层的成都市和重庆市拥有良好的投资环境、先进的节能技术，对周边辐射力较强；第二圈层受“双核”辐射，经济发展相对较快，节能技术相对较好，但由于“双核”城市之间的竞争，抵消了一部分辐射，导致第二圈层城市的能源效率表现出较大差异。

3.3.3产业结构和技术水平

能源效率的影响因素包括产业结构、技术水平，但同时存在地区差异。对西部地区而言，相较东、中部地区，技术水平和产业结构对能源效率的影响程度更高。成渝经济区的产业发展仍然处于工业化中期水平，第二产业占据主导力量。第二产业中的工业和建筑业对能源的需求量都非常大，且多以煤炭等一次性能源为主。成渝经济区中除成都市和重庆市具有较高的节能技术水平外，其他城市的节能技术还跟不上地区经济的发展，导致能源效率较低、浪费较大。另外，还有11个城市的纯技术效率值和规模效率值均小于1，3个城市的纯技术效率为1但规模效率小于1，说明城市发展中的产业发展还没有达到一定的规模，产业链条的发展尚未充分形成。

4　结论及建议

4.1结论

根据以上实证分析，可以得出以下结论：

（1）整体来看，2013年成渝经济区16个城市中成都市和重庆市的能源规模效率处于规模报酬不变阶段，其余城市都处在规模报酬递增阶段（以irs表示），这说明成渝经济区大部分城市的能源利用效率远远没有达到该城市规模效应的极限值，成渝经济区的能源效率值偏低，较全国其他城市群还有较大差距。

（2）能源效率值较高的城市经济也比较发达，说明能源效率与城市的经济发展水平有着紧密的联系，显示出较强的正相关关系。“双核”城市成都市和重庆市的能源效率值均位列成渝经济区的首位，并且其经济效益能够对周边城市产生辐射效应。

（3）城市之间经济发展存在地区差异，成渝经济区的能源效率呈现出“双核”空间布局和圈层结构，城市间能源效率仍然存在较大差异。以“双核”城市为两个中心，外围的川南城市、川北城市和川西城市能源效率值发展潜力较大。

（4）产业结构影响各市能源效率。具有较高层次产业结构且经济基础较好的城市，如成都、重庆，其产业转型已经较为成功，第三产业占比在不断上升；绵阳被称为科技城，大力发展高新技术产业，对能源效率的提高也起到了积极的带动作用。这些城市的能源效率比其他产业结构水平较低的城市要高。

4.2几点建议

以上能源效率情况表明，成渝经济区的能源效率值整体偏低，但也存在能源效率较高的城市，比如成都和重庆。区域能源效率差异仍然较大，呈现出圈层结构，形成了以成都市和重庆市为双核心的三圈层。然而，核心区的能源效率对外围圈层的辐射和带动作用并不十分明显，成渝经济区区域节能降耗的道路任重而道远。为了提高成渝经济区的整体能源效率，特提出以下几点对策和建议：

（1）科学规划成渝经济区的空间结构。成渝经济区在制定区域节能降耗策略时，川渝两地政府应摒弃行政区划障碍，积极探讨城市一体化发展的分工与合作，充分发挥成都、重庆双核驱动功能和引领作用，加强资源整合；在继续提升现有中心城市的能源效率、降低能源消费总量的同时，加快培养次级中心城市以推动城市经济的快速发展，加大资源共享以及技术、人才和科技交流力度，增强城市间合作，逐步缩小城市间的能源效率差异，实现成渝经济区整体的节能目标。

（2）加快产业结构调整，推进技术创新。优化、高效的产业结构及布局是区域经济社会环境全面发展的必备条件，技术创新是产业结构调整的助推器。成渝经济区能源效率较低的城市应当进行产业调整，引进节能技术，特别是通过对技术研发的引导，从而提高工业生产的能源利用效率。大力发展集约型、环保型的企业，加快能源价格与国际接轨，让能源市场真正发挥对稀缺资源的调节配置功能，促使经济健康、持续、快速发展。对节能技术创新，政府应根据具体情况给予一些政策支持，以确保这些技术得到充分应用，同时也确保在经济快速发展过程中能源效率能够稳步提升。

（3）因地制宜分解节能目标。成渝经济区包括16个城市，各市的能源消费情况、资本存量、劳动力充裕度、资源禀赋、技术水平和市场环境等差异显著，对节能降耗标准的定位、减排的计划和要求也不同。为了实现成渝经济区经济绿色转型，缩小城市间的能源效率差异，必须因地制宜，注重不同城市的分工与合作，科学制定差异化的节能降耗政策。能源效率较高的成都、重庆等城市，应当保持能源效率的优势，重视发展清洁能源产业，并将这种新能源利用技术扩散到其他次级城市，带动其他城市能源效率的提高；对于中等能源效率的城市，应当充分利用其已有的资源优势，结合传统能源，引进新能源、清洁能源，提高能源效率；对于能源效率较低的第三类城市，应当结合实际，积极调整产业结构，引进高新技术，避免成为其他城市产业转移的牺牲品。

参考文献

［1］Patterson M G.What is energy efficiency?［J］.Energy Policy，1996，24（5）：377–390.

［2］Bosseboeuf D，Chateau B，Lapillone B.Cross-country comparison on energy efficiency indicators：the Ongoing European effort towards a common methodology［J］.Energy Policy，1997，25（9）：673–682.

［3］Hu J L, Wang S C. Total-factor energy efficiency of regions in China［J］.Energy Policy，2006，34（17）：3206–3217.

［4］Edenhofer O，Jaeger C C .Power shifts:the dynamics of energy efficiency［J］.Energy Economics，1998，20（5）：513–537.

［5］Wang C. Decomposing energy productivity change：a distance function approach［J］.Energy，2007（32）：1326–1333.

［6］Mielnik O，Goldemberg J. Converging to a common pattern of energy use in developing and industrialized countries［J］. Energy Policy，2000，28（8）：503–508.

［7］Sun J W.The decrease in the difference of energy intensities between OECD countries from 1971 to 1998［J］.Energy Policy，2002，30（8）：631–635.

［8］Herrerias MJ.Worldenergyintensityconvergencerevisited：a weighted distribution dynamics approach［J］.Energy Policy，2012，49（10）：383–399.

［9］Roberto Ezcurra. Distribution dynamics of energy intensities：a cross-country analysis［J］. Energy Policy，2007，35（10）：5254–5259.

［10］魏楚，沈满洪.结构调整能否改善能源效率：基于中国省级数据的研究［J］.世界经济，2008（11）：77–85.

［11］师博，沈坤荣.市场分割下的中国全要素能源效率：基于超效率DEA方法的经验分析［J］.世界经济，2008（9）：49–59.

［12］屈小娥.中国省际全要素能源效率变动分解——基于Malmquist指数的实证研究［J］.数量经济技术经济研究，2009（8）：29–43.

［13］李国璋，霍宗杰.中国全要素能源效率、收敛性及其影响因素——基于1995—2006年省际面板数据的实证分析［J］.经济评论，2009（6）：101–109.

［14］李兰冰.中国全要素能源效率评价与解构：——基于“管理—环境”双重视角［J］.中国工业经济，2012（6）：57–69.

［15］李梦蕴，谢建国，张二震.中国区域能源效率差异的收敛性分析——基于中国省区面板数据研究［J］.经济科学，2014（1）：23–38.

［16］王玉燕，林汉川.我国西部地区能源效率：趋同、节能潜力及其影响因素［J］.经济问题探索，2013（4）：38–44.

［17］吴旭晓.区域能源效率动态演化及其驱动因素研究——以豫、鄂、粤三省为例［J］.北京理工大学学报：社会科学版，2015，17（1）：40–47.

［18］潘雄锋，刘清，张维维.空间效应和产业转移双重视角下的我国区域能源效率收敛性分析［J］.管理评论，2014（5）：23–29.

［19］张子龙，薛冰，陈兴鹏，等.中国工业环境效率及其空间差异的收敛性［J］.中国人口·资源与环境，2015，25（2）：30–38.

［20］杜嘉敏.基于超效率DEA的中国省际能源效率评价［J］.生态经济，2015（7）：51–55.

［21］贺小莉.能源效率评价及影响因素分析——以天津市为例［J］.生态经济，2013（5）：82–85.

［22］马海良，黄德春，姚惠泽.中国三大经济区域全要素能源效率研究——基于超效率DEA模型和Malmquist指数［J］.中国人口·资源与环境，2011，21（11）：38–43.

［23］王兆华，丰超，郝宇，等.中国典型区域全要素能源效率变动走向及趋同性分析——以八大经济区域为例［J］.北京理工大学学报：社会科学版，2013，15（5）：1–9.

［24］段小燕，王静，彭伟.我国四大经济区能源效率差异及其影响因素分析——基于单阶段随机前沿模型［J］.华东经济管理，2014，28（7）：65–69.

［25］秦炳涛.中国区域能源效率研究——地级市的视角［J］.世界经济文汇，2014（1）：95–104.

［26］江琴.低碳经济：成渝经济区的责任和未来［J］.软科学，2010，24（3）：52–55.

［27］覃朝晖.基于SD模型评测区域低碳经济发展研究——以成渝经济区为例［J］.资源开发与市场，2012，28（11）：990–993.

［28］Farrell M J.The measurement of productive efficiency［J］.Journal of the Royal Statistical Society Series A，1957，120（3）：253.

［29］Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units［J］. European Journal of Operational Research，1978，2（6）：429–444.

［30］魏楚，沈满洪.能源效率及其影响因素：基于DEA的实证分析［J］.管理世界，2007（8）：66–76.

［31］张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952—2000［J］.经济研究，2004，45（10）：35–44.

［32］Chow G C.Capital formation and economic growth in China［J］. The Quarterly Journal of Economics，1993，108（3）：809–842.

［33］贺菊煌.我国资产的估算［J］.数量经济技术经济研究，1992（8）：24–27.

［34］张军.增长、资本形成与技术选择：解释中国经济增长下降的长期因素［J］.经济学（季刊），2002，1（2）：301–338.

［35］张军，章元.对中国资本存量K的再估计［J］.经济研究，2003（7）：35–43.

［36］王小鲁，樊纲.中国经济增长的可持续性——跨世纪的回顾与展望［M］.北京：经济科学出版社，2000.

［37］Hall R E, Jones C I.Why do some countries produce so much more output per worker than others?［J］.The Quarterly Journal of Economics，1994，114（1）：83–116.

编辑：钟青

编辑部网址：http：//sk.swpuxb.com

A Study on Energy Efficiency Differences in Chengdu-Chongqing Economic Zone

Gao Hui, Li Kangqi*
College of Commerce，Chengdu University of Technology，Chengdu Sichuan，610059，China

Abstract：With the DEA method，this paper makes a study on energy efficiency differences in Chengdu-Chongqing economic zone. Taking the total energy consumption，capital stock and labor force in 2013 as input variables and the GDP as output variable，we calculated the energy efficiency of 16 cities in Chengdu-Chongqing economic zone and analyzed the distribution of energy efficiency and the differences of energy efficiency among them as well as the causes of the differences between cities. The results show that among the 16 cities in Chengdu-Chongqing economic zone，the energy efficiency scale of Chengdu and Chongqing are at the stage of constant return to scale，while other cities are at the stage of increasing return to scale. The cities with higher energy efficiency are comparatively better developed，which means energy efficiency and economic development level are closely related. Moreover，the energy efficiency of Chengdu-Chongqing economic zone exhibits a“Dual Core”space distribution and tier structure with great energy efficiency differences among the cities. Therefore，it is necessary to design the space structure of Chengdu-Chongqing economic zone，and to speed up the industrial structure adjustment and upgrading process. Major efforts should made to promote technology innovation in energy conservation and emissions reduction，and to breakdown energysavingtargetsto smallerand more specific onesaccordingtolocal conditions，soasto continuously improve the energy efficiency of Chengdu-Chongqing economic zone.

Keywords：Chengdu-Chongqingeconomiczone；energyefficiency；DEAmethod；“Dual Core”spacedistribution；tierstructure；energy conservation and emissions reduction

DOI：10.11885/j.issn.1674-5094.2015.11.30.04

文章编号：1674-5094（2016）03-0001-10

中图分类号：F224

文献标志码：A

*收稿日期：2015–11–30

作者简介：高辉（1969–），男（汉族），云南宣威人，教授，博士，研究方向：能源经济。

通信作者：李康琪（1991–），女（汉族），四川资阳人，硕士研究生，研究方向：能源金融。

基金项目：教育部人文社会科学研究项目“基于产业链一体化视角下的中国经济圈能源效率差异研究”（10YJA790053）；四川石油天然气发展研究中心2015年度资助项目“国际油价波动对四川页岩气发展的影响分析及对策研究”（川油气科SKB15-02）。