韩丽萍 ，刘欢，苏红梅，高元平 ，孙保华
（1. 内蒙古工业大学 经济管理学院，内蒙古 呼和浩特 010051；
2. 内蒙古工业大学 内蒙古互联网经济研究中心，内蒙古 呼和浩特 010051；
3. 内蒙古工业大学 资源环境与能源发展战略研究中心，内蒙古 呼和浩特 010051；
4. 蒙古国科技大学，乌兰巴托 99909715141，蒙古国）
日益严峻的全球生态环境问题已经引起各国的关注。中国作为世界第二大经济体，在坚持经济社会发展的同时，注重环境保护与生态建设，以绿色发展推动生态文明建设，将会成为拉动世界经济增长的新动力。随着我国“双碳”战略目标的提出，煤电产业对生态的影响备受关注。据统计，全国碳排放中电力行业占到了37%，燃煤电厂的问题尤为突出。然而，关停燃煤电厂带来的经济损失和人员失业等社会问题后果不可估量。那么，煤电产业的生态效率现状到底如何？其规模效率和技术效率在区域间是否存在差异？除煤电产业自身投入产出指标外哪些宏观经济指标会对煤电产业生态效率产生影响？本文将运用DEA 三阶段生态效率测算模型解决以上疑问，以期在煤电产业生态效率提升及转型升级方面提出合理化建议。
1.1 生态效率的相关研究
1990 年生态效率的概念被第一次提出[1]。1992 年世界可持续发展工商业联合会提出的生态效率概念被广泛接受：生态效率在保证人们对商品与服务需求基础上，满足人们对资源的需求，把产品全生命周期对环境的影响降到一个平衡的状态[2]。1998 年世界经济合作与发展组织（OECD）认为生态效率是满足人类需求的效率[3]。欧盟环境署认为生态效率就是以最少的自然界投入创造最多的福利。巴斯夫集团认为生态效率就是通过产品生产中尽量减少能源和物质的使用以及尽量减少排放以帮助客户保护资源[4]。联合国贸易与发展会议认为生态效率就是增加股东价值的同时，减少对环境的破坏[5]。
目前对生态效率的研究比较成熟，但不同学者研究的角度有所不同。潘兴侠和何宜庆[6]将工业生态效率分为源头消减效率和末端治理效率，分别从产业结构、外资利用、研发投资和污染治理四个方面来研究对源头消减效率和末端治理效率的影响；
田泽等[7]分别从经济发展水平、城市结构、对外经济和研发强度四个方面研究工业生态效率对我国绿色生态文明的影响；
李成宇等[8]从时间和空间两个维度研究工业生态效率及其影响因素；
冯俊华和臧倩文[9]构建工业生态效率以及科技创新指标并且研究两者耦合协调效应及其影响因素。
对于生态效率的研究方法，陈真玲[10]运用超效率DEA 的方法对中国30 省份的生态效率进行测算，构建Malmquist 指数从技术进步水平以及技术效率水平两个方面来研究生态效率的变动趋势以及时空特征；
陆砚池和方世明[11]运用非期望产出模型SBM-DEA 以及Malmquist 指数对武汉城市圈建设用地生态效率进行测算研究并通过Tobit 模型定量分析了各要素对武汉城市圈建设用地生态效率的影响程度；
袁汝华和郝方[12]以江苏省21 个试点园区为研究对象，运用超效率DEA 模型测算了2011—2015 年的园区生态效率，构造Malmquist 生产率指数对生态效率进行对比研究，并用Tobit 模型对生态效率的外在影响因素进行回归分析；
刘钊[13]基于2007—2016 年中国区域绿色投资的生态效率值，研究了财政支出、区域生产总值以及城市人口这三个环境因素对各省份绿色投资与生态改善的影响。
虽然对于工业生态效率的研究已经比较成熟，但以煤电产业作为研究对象进行生态效率研究的文献较少。然而，在“双碳”战略目标实施背景下，煤电产业对生态环境的影响不容忽视，且在我国各省份资源禀赋差异及东西部发展不均衡的现状下，从纯技术效率和规模效率两方面探索煤电产业区域生态效率差异，对煤电产业未来实行区域差异化发展意义重大。从生态效率测度方法来看，超效率DEA 模型、非期望产出SBM-DEA 模型以及DEA 三阶段模型是常用的方法，其中DEA 三阶段模型可以剔除随机干扰项以及管理无效率因素，适用于本研究。
1.2 煤电产业的相关研究
对于煤电产业的研究主要集中在对环境的影响和对经济的影响两个方面。李志学等[14]以西北地区的风力发电产业为个案，从资源节约和环境改良两个角度对该地区风电产业正向环境效应价值进行测算；
刘晓龙等[15]分析了我国煤炭消费的现状，提出了“节能提效优先”“大幅度降低散烧煤的使用，最终实现全部替代”“工业燃煤使用量下降成为必然”“严控煤电新建装机，争做新能源的服务者”以及“认清煤化工产业的定位，有序稳妥规划部署”的主要路径；
吾竺娟等[16]以辽宁省为例，辨识了燃煤电厂汞排放的主要影响因素，并预测了未来十年的大气汞排放量；
柴瑞瑞和李纲[17]以政府部门与发电企业为研究对象，考虑可再生能源对政府部门电力补贴政策与发电企业选择能源结构的影响，研究了能源清洁利用和可再生清洁能源发展条件；
贾政豪等[18]基于多重分形消除趋势法建立电煤价格波动特性分析模型，分析不同周期划分情况下电煤价格的波动规律；
刘平阔和谭忠富[19]构建煤电企业间的交易发展模型，分析中国煤电交易稳定匹配的作用机理和规模联动的动态过程；
王亚霆[20]从电煤价格出发对我国电煤市场价格影响因素进行了识别分析，结合智能算法构建了电煤市场价格预测模型以及各方主体竞争博弈模型对非合作博弈竞争环境下电煤供应链的运行状态进行了研究；
侯林娜等[21]以煤炭企业与燃煤电厂为主要的研究对象分析了煤电供应链的牛鞭效应；
王雨佳[22]以企业的生产效率为切入点，将中国煤电产业链的纵向一体化细分为煤炭产业的前向一体化和电力产业的后向一体化，采用投入产出表法计算纵向一体化指数，测算煤电企业的全要素生产率，实证分析纵向一体化对企业全要素生产率的影响。
综上所述，已有研究从煤电产业对环境或对经济的单一影响视角进行研究的较多，将经济与环境相结合进行研究的较少。而对于煤电产业，既是国民经济运行的重要能源提供者，也是备受关注的对环境影响较大的产业，如何平衡煤电产业对二者的影响是值得研究的问题。因此，本文从经济和环境两个角度对煤电产业的生态效率进行分析，在已有研究的基础上将煤炭消耗量作为投入指标、将煤炭发电总量作为产出指标，构建测度煤电产业生态效率的指标体系。
2.1 煤电产业生态效率评价指标选取
本文建立了可用于评价煤电产业生态效率的指标体系，包括三个层次：一级指标选取我国煤电产业生态效率，分为投入指标、非期望产出指标和期望产出指标；
二级指标对一级指标进行影响体系划分；
三级指标将二级指标体系进行具体化，主要包括具体化的状态、数量的度量。
（1）投入指标。投入指标包括能源消耗、经济资本投入、人力资本投入三大类。投入指标涉及规模性的以电力产业固定投资和以电源项目建设规模为主的资金指标和以发电煤炭消耗为主的能源指标，反映了煤电产业的生产规模。人力资本投入采用各省份历年电力产业就业人口数来表示。
（2）非期望产出指标。在测算生态效率的过程中包括对环境产生不利影响的非期望产出，其中，环境污染指标用三废表示，废水用工业废水排放量表示，废气排放量用各地区工业SO2排放量表示，固体废物用工业固体废物排放量表示。
（3）期望产出指标。期望产出指标选取各省份第二产业增加值和煤炭发电总量两个指标，见表1。
表1 煤电产业生态效率评价指标
（4）环境变量。生态效率会受一系列环境因素的影响，本文选取各地区规模以上工业企业R&D 经费、第三产业占经济总量比例、教育经费等指标作为环境变量。各地区规模以上工业企业科研支出总额可衡量提升生态效率活动中科研力量的投入情况，第三产业占经济总量比例可衡量产业结构对生态效率的影响，教育经费可衡量于人力资本对生态效率的影响。
2.2 数据来源
在样本选取方面，因数据缺失严重，本文剔除西藏及港澳台地区。在数据来源方面，主要参考《中国电力年鉴》《中国电力统计年鉴》《中国电力工业统计资料汇编》《中国统计年鉴》《中国环境统计年鉴》以及国家和各省份统计局公开数据。
3.1 第一阶段DEA实证结果分析
3.1.1 第一阶段DEA模型的构建
在第一阶段使用收集到的原始投入产出数据进行初始效率评价。本文以我国30 个省份为研究对象，通过构建传统的DEA 模型，进行生态效率测度。在第一阶段采用规模可变的投入导向BCC 模型为基础进行实证研究。以投入为导向的BCC 模型函数表达式如下：
式中：n表示决策单元的个数，s表示本文数据指标选取的产出指标的个数，m表示输入指标的个数，xij、yrj分别表示投入要素和产出要素。θ表示被评价决策单元DMU 的相对效率值即效率评价指数；
θ＜1，证明生态效率还没有达到有效值；
θ=1，证明生态效率有效，即投入产出达到最佳状态。
以产出导向BCC 模型所得的生态效率值为综合技术效率值，该综合技术效率值还可以表示为：综合技术效率值=纯技术效率×规模效率。
3.1.2 第一阶段DEA实证结果分析
本文运用DEAP2.1 及FRONT4.1 软件对前文所选取的2019 年全国30 个省份的数据进行分析，结果如表2 所示。
表2 DEA第一阶段模型生态效率测算结果
在不考虑随机因素和管理无效率影响的情况下，2019 年我国各省份煤电产业的生态综合技术效率均值为0.97，纯技术效率均值为0.99，规模效率均值为0.98。说明我国煤电产业生态效率在综合技术效率、纯技术效率、规模效率方面存在不同程度的改进空间，可以采取进一步的措施改进生态效率。如表2 所示，除测度表现良好的16 个省份外，其他省份的煤电生态效率也接近效率前沿面，但仍没有达到有效值。从DEA 第一阶段模型整体测算结果来看，我国的生态效率处于良好状态，但需要剔除环境变量影响因素、管理无效率、随机因素等才能客观反映生态效率水平。
3.2 第二阶段SFA实证结果分析
3.2.1 第二阶段：SFA模型的构建
DEA 第一阶段所得到的煤电产业生态效率值基本处于前沿面以及接近前沿的范围，无法真实地反映各个决策单元的效率值。因此，本文采用SFA 模型测算剔除考虑环境变量因素与管理无效率因素的影响，能够更加真实地反映决策单元的实际投入与处于最优生产效率下的投入目标值的真实效率。
（1）差额回归分析：假设有n个决策单元，每个决策单元有m项产出值，xil、yil表示实际投入产出量；
xi、yi表示目标投入产出量。将实际值与目标值采用差额值进行回归分析，表达公式如下：
其中，i=1, 2, …,m;l=1, 2, …,n。下文同。
（2）环境变量回归分析：在第二阶段主要研究环境变量sil。假设zl(z1l,z2l, …,zil)表示选取的可观测的环境变量，βi表示环境变量的参数。假设fi(zl,βi)表示环境变量对产出的影响函数，对于回归方程可以表示如下：
式中：vil表示产出项的随机干扰，uil表示管理无效率，并且fi(zl,βi)服从截断正态分布。
（3）管理无效率回归分析：设γ表示管理无效率的方差与总方差的比值，其公式表达如下：
（4）同一运气水平分析：在SFA 模型设定的最后一步，为了将所评价的决策单元置于同一评价环境中，将随机因素和环境因素对产出的影响分离出去。设：
决策单元调整后的投入量是将所有决策单元置于相同的运气水平，表示对外部环境因素进行调整。
3.2.2 第二阶段SFA实证结果分析
本文将选取的数据输入FRONTIER4.1 软件，所得结果如表3 所示。
表3 第二阶段SFA生态效率测算结果
从表3 中的SFA 回归结果可以看出，gamma 值均大于0 且小于1，且数值接近1，同时得到的LR 单边误差均通过自由度为1 的检验，表明运用SFA 模型分析管理效率的影响是合理的，gamma 值接近于1 时，表示松弛变量中管理因素的影响占主导地位。
规模以上工业企业R&D 经费。规模以上工业企业R&D 经费的增加最终会导致科技的进步，科技的进步对生态的影响是双面的，一方面，会导致环境问题的加剧，比如CO2增加、臭氧层的空洞、酸雨，科技进步随之促进的人口膨胀也会给生态环境造成巨大的压力，自然资源枯竭等问题随之而来。另一方面，社会生产力会大幅度提高，减排措施有了实施的可能性；
技术进步还为持续发展的决策提供依据和手段，促进可持续发展管理水平的提高。由表3 可以看出，工业企业R&D 经费投入与工业废水和SO2松弛变量成正向关系，随着工业企业R&D 经费的投入增加，工业废水排放和SO2排放量反而增加。科研发展经费的投入与火力发电量和GDP松弛变量成正向关系，工业企业R&D 经费的投入增加，火力发电量和GDP 在增加。随着规模以上工业企业R&D 经费的增加，其对生态环境的负面影响在加剧，对于经济的影响是正向的，接下来科研经费的投入应该加强对环境改善方面的投资，促进可持续发展水平，采取有效的技术手段开发自然资源，在保证对生态污染最小化的前提下提高资源利用率。
第三产业占经济比例。第三产业对环境的影响较第一产业和第二产业小。但是第三产业所包含的行业有不同的种类，有对环境影响较小的金融行业、科技类产业，还有对环境影响较大的旅游业、运输业、餐饮业，因此第三产业对煤电产业生态效率的影响要考虑第三产业的结构。从表3 可以看出，第三产业占比增加与工业废水和SO2松弛变量成正向关系。第三产业占比增加对环境是不利的，主要是由于大部分地区第三产业的比重增加带来了环境污染，尤其是运输业以及餐饮业。第三产业占比增加与火力发电量和GDP 松弛变量成正向关系，即第三产业占比增加，火力发电量和GDP 在增加。整体上应提高第三产业资源利用率，减少对资源的浪费以及对环境的污染。
教育经费支出。教育经费支出的增加并不代表着生态、经济能同时向着理想状态发展，教育经费支出结构不合理、教育投资管理体制不健全，东西部经济发展不均衡等问题，都会导致教育经费支出对生态效率贡献率较低。从表3 可以看出，教育经费支出与废气排放和SO2松弛变量的系数均为负，即教育经费支出增加导致废水和SO2的排放在减少，证明教育经费支出对环境的影响有正向作用。教育经费支出与火力发电量、GDP 松弛变量的系数均为负，即随着教育经费支出增加，火力发电量、GDP 减少，其最主要的原因是教育投资结构不合理导致对GDP 没有产生促进作用。此外，教育投资在全民素质提升方面效果不明显，提高资源利用率的全民意识有待提高。
3.3 第三阶段DEA实证结果分析
3.3.1 第三阶段DEA模型的改进
第二阶段剔除随机因素与环境变量因素后使得生态效率值处于相同的运气水平，重新得到的产出值更能体现决策单元的管理水平。第三阶段与第一阶段同样采用产出导向的BCC 模型对生态效率进行测度。
3.3.2 第三阶段DEA实证结果分析
总的来说，调整以后的煤电产业生态效率变化比较明显，如表4 所示，其中有6 个省份的效率均值结果为1，其余地区都处于效率无效状态。说明这些地区的科研以及科技水平比较高，平均资源管理水平处于前沿面，资源利用率优于其他地区，因此规模效率比较高。有28 个省份的纯技术效率明显高于规模效率，说明这几个省份的技术方法、制度管理、运营管理水平较高。吉林、江西的规模效率明显高于纯技术效率，规模效率反映了企业规模因素影响下的生产效率，在一定程度上反映了企业经营水平，即反映了这些地区经营规模的扩张是否合理。
表4 第三阶段DEA模型生态效率测算结果
4.1 总体分析
2019 年我国煤电产业生态效率值在经过SFA 模型调整后出现了较为明显的变化，这也进一步证实了本文所选取的环境变量因素对煤电产业生态效率产生了较为明显的影响，在进行生态效率测度时，剔除掉环境变量的影响是有必要的，第一阶段和第三阶段煤电产业生态效率变化如图1 所示。
图1 第一阶段和第三阶段生态效率值对比
由图1 可以看出，中国煤电产业的生态效率主要受到规模效率的影响，经营水平以及研发投入结构不合理可能是其主要原因。第一、第三阶段生态效率产生差距主要是由于未考虑数据的随机干扰和规模以上工业企业R&D 经费、第三产业占经济比例、教育经费支出因素导致运行效率的结果存在虚假现象。
4.2 区域生态效率对比分析
从总体上看，在剔除环境因素、管理无效率、随机误差之后，第三阶段的平均综合技术效率值、平均纯技术效率值、平均规模效率值相比第一阶段的数值都有一定程度的下降，说明环境变量因素规模以上工业企业R&D 经费、第三产业占经济比例、教育经费支出对煤电产业生态效率的影响具有积极作用，各省份煤电产业生态效率变化如图2 所示（东中西部按照经济发展水平划分）。
图2 第一阶段与第三阶段区域生态效率对比图
综合技术效率经过第二阶段剔除环境变量与随机因素后，内蒙古、黑龙江、上海、四川、贵州、云南、青海、宁夏、新疆依然保持在效率前沿面，山西、辽宁、吉林、江苏、浙江、安徽、福建、江西、湖南、广西从效率无效状态转变成效率前沿面。总体来说综合效率的均值在减少，较多省份都是从效率前沿面降到效率无效状态，从区域生态效率对比看，煤电产业整体的综合效率西部地区省份处于前沿面。
纯技术效率经过第二阶段剔除环境变量与随机因素后，平均值下降，说明中国煤电产业纯技术效率在没有剔除掉环境变量因素和随机干扰的前提下被高估。处于效率前沿面的省份基本集中于西部地区，西部地区煤电产业的技术水平处于前沿水平。
规模效率经过第二阶段剔除环境变量与随机因素后，煤电产业生态效率处于前沿面的省份增多了。由此可见，环境因素和随机干扰很大程度上掩盖了各个地区煤电产业的生态效率真实水平。从区域生态效率对比图看，西部地区和中部沿海局部地区的规模效率处于前沿面。
（1）规模以上工业企业R&D 经费投入对环境的影响是负向的，对于经济的影响是正向的，今后应加强环境改善方面的投资，促进可持续发展管理水平，采取有效的技术手段开发自然资源，在保证资源利用率的前提下将生态污染最小化。对于环境改善方面，应该加强对环境保护技术的改进，比如开展资源节约型、环境友好型的污染物控制技术研发与利用，开展先进的脱硫技术的工程应用研究；
掌握烟气脱硝装置及脱硝催化剂技术、超低NOx燃烧技术和低温脱硝技术，并加快推广应用。强化科技人才队伍建设，通过科技创新推动新产品和新业态发展，鼓励企业开展绿色研发设计等以此延伸产业链价值，推进绿色制造，以提升绿色发展的增长潜力。
（2）第三产业占比抑制煤电产业生态效率提高，但促进了经济发展。对于第三产业中对环境造成污染较大的产业，应该完善法律体系，加大执法力度，比如对有害产品以及对环境有污染的产品增加环保税。第三产业用电持续高速增长是全社会用电增长的重要来源，第三产业用电量对全社会用电量增长的贡献率在20%以上。对于第三产业用电增加的问题，应该大力发展高效节能产业，以适应建设资源节约型、环境友好型社会的要求，树立节能为本理念，全面推进能源节约，提升高效节能装备技术及产品应用水平，推进节能技术系统集成和示范应用，支持节能服务产业做大做强，促进高效节能产业快速发展。
（3）教育经费支出对环境的影响是正向的，但对经济发展的影响是负面的，最主要的原因是教育投资比例不协调所致。在资源的消耗方面，应该通过调整教育结构改善资源利用率的问题。对于大学教育来说应该建立知识共享平台，图书馆应该加大关于煤电环境治理的相关书籍，完善“国网经验”知识共享平台网页功能和整体设计，优化用户体验。落实国家煤电公司网络大学平台应用、资源建设、功能完善工作计划。加强人才梯队建设，选拔培养国家煤电公司级各类专家人才候选人。对于煤电企业应该建立培训标准化制度。制定培训质量管理办法实施方案，建立即时—短期—中长期评估相结合的质量评估模式。开展人才测评技术开发研究，建立人才测评体系。对于媒体来说，应通过主题传播提高煤电企业公司软实力建设，加大媒体资源统筹与共享力度，初步实现资源集中利用和人员统一调配。各媒体应该围绕国家煤电发展状况以及社会关切，开展大气污染防治、新能源消纳等话题设置议题。
（4）从区域生态效率对比上看，我国西部地区煤电产业生态效率处于前沿面，从纯技术效率来说，中部地区的生态效率发展较慢；
从规模效率来说，西部地区的生态效率发展优于东部地区的生态效率；
整体上，东部地区综合生态效率低下是由于东部地区的规模效率较低引起的。对于纯技术效率较低的地区，应该围绕电力科技前沿领域研究，加强科技创新基础设施和平台建设;利用现代信息技术手段，建立电力科技资源共享机制;深化产学研相结合的创新体系，激发各方创新活力；
协调电力行业各类科技规划，防止重复浪费，加强产学研联合、装备与应用企业联合、同类型企业联合，形成自主创新联合组织。对于规模效率较低的地区，应该构建统一开放的电力市场体系，建立市场规则，改革电价机制，消除省间壁垒，形成发电企业自主卖电、电力用户自助买电，资源优化配置的市场格局。
