地方政府行為對工業能源環境效率的影響
——以“一帶一路”沿線省市區為例

楊愷鈞，王文軒

（河海大學 商學院，江蘇 南京 211106）

0 引言

“一帶一路”倡議由習近平總書記提出，已上升為國家三大戰略之一，成為高質量發展的重要著手點?！耙粠б宦贰背h涉及的省市區多，經濟體量大，工業發展迅速，有力地支撐了我國國民經濟健康穩定發展。在貿易保護主義復蘇、中美貿易摩擦加劇的國際環境和國內改革進入深水區的內部環境下，對“一帶一路”沿線省份的工業能源消費結構、能源環境效率及分解進行研究，有助于探索工業高質量發展和工業能源合理消費的路徑，對推動我國工業行業實現高質量發展、擺脫能源制約和貿易困境具有一定的現實意義。在市場在資源配置中起“決定性作用”的今天，政府干預在市場經濟中的地位依舊不可或缺。能源消費總量大，環境污染較為嚴重，政府干預提高市場經濟運行效率的同時，能否進而提高能源環境效率？現階段，能源利用效率亟待提高，而公共產品的分配與使用離不開政府的決策與導向。財政分權后地方政府財權擴大，為了提高本地區經濟水平與物質發展，不可避免會與相鄰地區產生經濟競爭。此類地方政府經濟競爭能否對工業能源環境效率的提升創造良性條件？不斷創新進行科學技術水平的提高才能帶來能源利用效率的提升，僅憑企業自身這條技術研發之路卻顯得復雜漫長。那么如果地方政府給予創新方面的支持，會否對能源利用效率帶來影響？工業能源環境效率的低下給周圍環境帶來持續壓力，近年來環境保護問題一直是政府工作的重點，為此各地政府出臺一系列環境規制政策對企業進行約束。此時政府的環保偏向行為影響企業的同時又能否影響能源環境效率？因此探討地方政府經濟干預、經濟競爭、創新偏向和環保偏向行為對能源環境效率的影響，對地方政府在經濟新常態下找準定位和服務方向，更好地發揮地方政府的積極作用有重要意義。

本文以2010—2020年“一帶一路”沿線省市區工業為研究對象，測算“一帶一路”沿線省市區工業能源環境效率，對工業能源環境效率與地方政府經濟干預、經濟競爭、創新偏向和環保偏向之間的內在聯系展開研究，探討不同地方政府行為對能源環境效率的影響。本文采用改進的非徑向方向距離函數進行能源效率測算。該模型不僅克服了徑向DEA模型的缺陷，能如實反映實際生產狀況、提高測算的精確性，還能通過對各項指標的權重予以合理分配，在全要素框架下加強能源投入與其他投入的區分度，著重考察能源與產出的變動關系，從而測算出真正的能源效率。Tobit模型類型為因變量受限制模型，被解釋變量通常為片斷值、切割值。此模型利用極大似然法進行估計，能夠很好地避免參數估計不一致或有偏問題。由于DEA模型（包括且不限于超效率DEA模型）所得的效率結果取值在［0，＋∞］，是典型的受限被解釋變量，因而與Tobit模型具有天然的適配性。因此得出的工業能源環境效率值將作為被解釋變量帶入Tobit模型中用于考察4種地方政府行為對能源環境效率的影響。從研究區域和背景來看，目前未曾有文獻以我國“一帶一路”沿線省份為著眼點對工業全要素能源效率進行研究，而沿線省市區作為我國對外連接的窗口，研究意義重大。從研究視角來看，當前有關地方政府行為的研究主要集中在地方政府對經濟的干預、政府環境規制強度上，極少存在對地方政府創新偏好的研究，且針對地方政府行為對能源環境效率影響方面的研究文獻少之又少。據此，本文從地方政府的經濟干預、經濟競爭、創新偏好、環保偏好4個維度衡量地方政府的行為，從行為強度分組和時間段分組全面考察“一帶一路”沿線省市區地方政府行為對能源環境效率的影響。

1 文獻評述

1.1 地方政府行為對能源環境效率的影響

1.1.1 地方政府干預和競爭對能源環境效率的影響

從已有研究來看，有一些學者認為適宜的政府干預能夠提高市場經濟的運行效率，進而有利于提高能源環境效率。如陳崢（2017）發現雖然政府補貼對提高全要素能源效率具有消極作用，但政府處罰能促進全要素能源效率的提升。高達等（2022）得出結論，長三角城市政府干預與合作促進了市場一體化，明顯提高了城市能源效率。劉那日蘇等（2022）高度肯定政府干預為黃河流域的綠色全要素生產率提高做出的突出貢獻。同樣也有許多學者發現如果地方政府只注重短期政府干預手段的實施，很有可能不利于當地能源環境效率的提升（周敏等，2019）。聶雷等（2021）也表示政府干預程度越高，給綠色全要素生產率造成的負面影響越大。江洪等（2022）認為過高或過低強度的政府干預有抑制能源效率提升的趨向，適度的經濟干預有利于能源效率的提高。

有關地方政府競爭方面的研究，不同學者也持有不同觀點。孫國鋒等（2017）發現政府過度競爭對區域生態效率影響消極，同時周邊地區的生態效率及其解釋變量還能對本地區生態效率產生影響，即存在空間外溢的可能。楊航（2016）得出結論，地方政府的經濟干預會明顯抑制所屬省市的出口技術復雜度，這種扭曲效應不利于提高工業能源效率，東部和中部地區效應更加顯著。周敏等（2019）發現地方政府之間激烈的競爭行為會擠占節能減排以及社會福利等方面的支出，從而很難提高當地的能源環境效率。馬流星等（2021）認為地方政府競爭行為能夠緩解財政分權抑制全要素生產率提升的負面影響。宋曉玲等（2022）通過研究發現，政府經濟競爭對制造業綠色發展存在負面影響，而創新競爭存在正面影響。劉儒等（2022）同樣得出結論，地方政府競爭對綠色發展效率的提高存在抑制作用。

1.1.2 地方政府創新與環保對能源環境效率的影響

許多學者探討了工業創新研發、工業技術進步對能源環境效率的影響并取得豐碩的研究成果，但關于地方政府創新對能源環境效率影響的相關研究卻相對較少，更多的研究則是有關政府創新補貼對企業研發的影響。陳書偉等（2022）基于相關上市公司數據的研究發現，地方政府補貼等地方政府行為對企業綠色創新績效會產生重要的積極影響。周凌燕等（2021）運用Tobit模型，以30個省份為研究對象進行實證，結果表明政府科技投入能夠一定程度上提升綠色發展水平。宋馬林等（2021）利用PVAR模型實證分析發現，政府提供的創新支持的確促進了能源生態效率的提升。徐敏等（2022）發現政府行為對綠色創新效率存在積極作用，同時其與企業研發投入存在明顯倒“U”關系。同時張在旭等（2020）認為目前政府對技術創新發展的意識尚有欠缺，應繼續加大科研資金投入。

大量學者從地方政府環境規制角度入手研究其對全要素能源效率的影響。楊慧慧（2019）運用PVAR方法實證發現，命令控制型環境管制方式對能源效率的提高可以起到正向促進作用。葉紅雨等（2022）利用偏向性技術模型得到的非正式環境規制對能源效率有直接提高作用。馬駿等（2022）使用非期望SBM模型對長江經濟帶綠色發展效率進行測度，發現合理的環境規制政策可以發揮出其對能源效率的正面影響。李穎等（2019）發現環境規制與工業全要素能源效率之間存在一種“U”型關系；穆獻中等（2022）同樣發現了這種“U”型關系，并發現當環境規制強度達到一定程度時就能扭轉先前的不利關系。錢敏等（2021）認為提高FDI與環境規制水平能夠對“一帶一路”能源利用效率起到正向推動作用。

總結以上文獻發現，當前有關地方政府行為的研究主要集中在地方政府對經濟的干預、政府環境規制強度上，且多是研究某一種地方政府行為，鮮少與其他地方政府行為進行聯系做交叉研究。對地方政府創新偏好方面的研究較少，針對能源環境效率方面的研究文獻不多。據此，本文從地方政府的經濟干預、經濟競爭、創新偏好、環保偏好4個維度衡量地方政府行為對能源環境效率的影響。鑒于此，提出如下假設：

H1：總體上來看，地方政府的經濟干預與經濟競爭不利于提高工業能源環境效率，而創新偏好和環境保護有利于提高能源環境效率。

H2：當考慮不同強度的地方政府經濟干預分組時，低強度與高強度下其余3種地方政府行為對工業能源環境效率的影響會存在差異。

1.2 DEA模型回顧和梳理

通過對全要素能源效率相關論文中的DEA模型進行回顧和梳理，發現以下問題值得注意，即模型使用不統一，傳統徑向的DEA模型仍在被大量使用。雖然DEA模型已由徑向發展到非徑向，但是目前尚有文獻仍是以徑向DEA模型來研究全要素能源效率。冉啟英等（2015）、高明（2016）采用DDF模型計算全要素能源效率，張成芬等（2022）使用DEA模型對高技術產業創新效率進行測算，張宵等（2023）構建DEA-BCC模型分別測算高新技術產業的兩子系統創新效率。使用早期的DEA模型可能很難真實反映生產實際，影響能源效率的測算精度。近年來，也有學者認為SBM模型中所有要素的縮減或擴張對效率變量都有貢獻，得到的能源效率結果其實是整個經濟的綜合效率（杜克銳等，2018），即在“勞動、指標、能源3種投入，期望和非期望2種產出”的框架下，計算所得的效率究竟是 “全要素能源效率”還是“能源約束下的全要素生產率”，還值得仔細推敲。因此，為使全要素能源效率與“能源約束下的全要素生產率”進行區分，本文采用改進的非徑向方向距離函數進行能源效率測算。該模型不僅克服了徑向DEA模型的缺陷，能如實反映實際生產狀況、提高測算的精確性，還能通過對各項變量的權重予以合理分配，在全要素框架下加強能源投入與其他投入的區分度，著重考察能源與產出的變動關系，從而測算出真正的能源效率。此外，采用“全局生產技術集”對“當期生產技術集”存在跨期不可比、容易造成“技術被動倒退”的缺點進行改進，同時，該生產技術集具有更容易滿足DEA模型對決策單元數量要求的優點。

2 研究方法

2.1 非徑向方向距離函數

本文工業能源環境效率測算模型采用非徑向方向距離函數（NDDF），此模型克服了DDF的“松弛偏差”弊端（李政等，2018），更加符合生產實際。同時，NDDF在全要素變量選取中仍能測算某單一投入要素的效率值，Zhang等（2014）利用這一優點將測算所得的全要素能源效率稱為“能源環境效率”。

將資本（K）、勞動（L）、技術進步（R）、能源（E）作為投入要素，工業產值（Y）為期望產出，CO2和SO2（CS）作為非期望產出，生產技術可作如下定義，

若綜合考察11年間17個決策單元，在規模報酬不變時，可將上述生產技術表述為

式中：K為資本；L為勞動；R為技術進步；E為能源；Y為期望產出；CS為非期望產出；t為年份；i為省份；λ為變量系數。

公式（2）使用的是Oh（2010）提出的全局生產技術集，即生產前沿面是由考察期內所有決策單元的樣本點組成的。相比于當期生產技術集，減少了技術水平“被動倒退”的可能性，提升了測算的精確度。

構造的NDDF為

式中：WT為6種投入產出要素的權重；G＝（-gK，-gL，-gR，-gE，gY，-gCS），為方向向量，表示沿著gY方向增加期望產出，并沿著-gK、 -gL、-gR、-gE、-gCS方向減少投入和非期望產出；β＝（βK，βL，βR，βE，βY，βCS），為松弛向量，代表投入產出可以增加和減少的比例，由于β的不同變量可以有不同的取值，從而打破了DDF類模型同比例放松投入產出變化的限制。

為了突出對能源效率的關注，與能源約束下的全要素生產率進行區分，應在資本、勞動、技術進步投入保持不變的情況下，考察能源與兩種產出的變動情況，即資本、勞動、技術進步投入可變動程度為0，能源投入與期望產出、非期望產出根據Zhang等（2014）、林伯強等（2015）等觀點各以1／3權重進行變動①在無法得知其他先驗信息的情況下，對全要素框架中考察的指標平等對待是比較合理的做法，因此將3種考察要素的權重均分。，此時的權重向量為WT＝（0，0，0，1／3，1／3，1／3），方向向量為G＝（0，0，0，-gE，gY，-gCS）。結合公式（2）與公式（3），構建全局非徑向方向距離函數 （global non-radial directional distance function，GNDDF），為

模型的經濟含義是在資本、勞動、技術進步投入既定與能源投入最小化的情況下，使期望產出最大化以及非期望產出最小化。模型設置符合生產者的意愿，且避免了與全要素生產率相混淆。線性規劃求解后可得具體的松弛變量代入到公式（5），即可得到第i個決策單元第t年的全局環境能源效率。

式中：ρ為所求效率；β*為松弛變量。

求解后的ρ在0與1之間，且越接近1，表明效率越高。若等于1，則表明該決單元此時正好處于生產前沿面上，達到DEA有效。

2.2 Tobit模型

Tobit模型類型為因變量受限制模型，被解釋變量通常為片斷值、切割值。Tobit模型利用極大似然法進行估計，能夠很好地避免參數估計不一致或有偏問題。由于DEA模型（包括且不限于超效率DEA模型）所得的效率結果取值在［0， ＋∞］之間，是典型的受限被解釋變量，因而與Tobit模型具有天然的適配性。自學術界研究全要素能源效率相關領域之始，經過學術先賢的研究總結，逐漸形成了DEA＋Tobit兩階段回歸的研究范式，并在這一領域得到認可和廣泛使用。近年來，在DEA模型更新換代的同時，眾多學者開始用面板Tobit模型代替普通的Tobit模型進行實證研究，以求得到更加精準的結論，岳立等 （2018）使用面板Tobit模型檢驗了“絲綢之路經濟帶”沿線26國的綠色全要素能源效率的影響因素；李根等（2019）同樣運用該模型分析了我國30個省份制造業全要素能源生態效率的影響因素。參考這些學者的做法，本文同樣使用面板Tobit模型進行實證分析，模型如公式（6）所示。

式中：Yit為被解釋變量；為對應的潛變量；Xit為自變量；β0為常數項；βt為相關系數變量；εit為隨機誤差項。

3 “一帶一路”沿線省市區工業能源環境效率

利用非徑向方向距離函數對“一帶一路”沿線省市區工業能源環境效率進行測度，得出的工業能源環境效率值將作為被解釋變量代入Tobit模型中，用于考察4種地方政府行為對能源環境效率的影響。

3.1 變量選取與說明

1）資本投入。本文參考吳延瑞（2008）估算的各省市折舊率來確定資本投入，單位為億元，采用固定資產價格指數以2007年為基期進行平減，保證考察期內數據的可比性。

2）勞動力投入。綜合考慮勞動力數量與質量比較適應高質量發展的要求，本文以當年平均工業從業人員數量作為勞動力投入，單位為萬人。

3）能源投入。本文選取工業生產中主要使用的8種直接燃燒的一次能源與2種間接能源，分別是：原煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然氣、電力、熱力。使用《2020年中國能源統計年鑒》提供的能源折合標準煤參考系數統一折合為標準煤，單位為萬t。

4）研發投入。參考楊愷鈞等（2019）以規模以上工業企業R＆D經費作為技術進步的投入要素，單位為億元。參照楊志江等（2017），設定R＆D經費價格指數＝0.55×消費價格指數＋0.45×固定資產投資價格指數進行平減。

5）期望產出：綠色工業增加值。參考楊愷鈞等（2019），使用工業增加值減去大氣污染治理費用后的綠色工業增加值作為期望產出，再用工業品出廠價格指數進行平減為2010年不變價，單位為億元。

6）非期望產出：大氣污染物和CO2排放量。大氣污染物包括SO2、氮氧化物、煙塵和粉塵，單位為萬t。

8種一次能源的CO2排放量根據《能源消耗引起的溫室氣體排放計算工具指南（2.1版）》的指導，用公式（7）進行測算。

式中：Mi為能源實際使用量；HVi為燃料基于重量或體積的熱值；OXi為燃燒過程中的氧化率；Ci為燃料基于熱值的碳含量值；44／12為C和CO2的轉換因子；10-6為g與t的轉換。

熱力和電力的CO2排放量則根據《指南（2.1版）》提供的各省熱力、電力碳排放因子計算得出，單位為萬t。

本文變量選取涉及的數據主要來自《中國統計年鑒（2010—2020）》、國家統計局、17個省市區2010—2020年統計年鑒和《2020年中國能源統計年鑒》。一次能源的碳排放因子和熱力、電力碳排放因子來自《能源消耗引起的溫室氣體排放計算工具指南（2.1版）》。對數據進行整理，各項變量的統計性信息見表1。

表1 投入產出變量的統計性信息Table 1 Statistical information of input／output variables

表2展示了各要素之間的相關性。由此可以看出，技術進步和傳統投入要素一樣，均與兩種產出顯著相關，且與期望產出的相關性大于與非期望產出的相關性。因此，技術進步在統計上也適合納入投入產出變量選取，參與DEA模型的運算。

3.2 “一帶一路”沿線省市區工業能源環境效率的測算結果

3.2.1 總體分析

基于2010—2020年17個省市區（西藏數據缺失嚴重，故不包含）工業行業面板數據，使用MATLAB軟件對各省市區工業能源環境效率進行測算。據《推動共建絲綢之路經濟帶和21世紀海上絲綢之路的愿景與行動》，上海、浙江、福建、廣東、海南5省為21世紀海上絲綢之路（以下簡稱“一路”），其余12省市區歸屬于絲綢之路經濟帶（以下簡稱“一帶”）的范疇。各省市區11年間工業能源環境效率值如表3所示。

表3 2010—2020年“一帶一路”沿線省市區工業能源環境效率值Table 3 2010 to 2020 industrial energy environmental efficiency of“the Belt and Road”provinces／cities

觀察表3可知，存在不少省份的效率值與期初能源環境效率值相比出現上升或下降趨勢，呈現出較大的波動，其原因可能與規模效率有關。在工業企業生產過程中，碳、二氧化硫等工業廢棄物排放量時刻影響著規模效率的高低。本省份每年工業能源的集約使用量不同，控制工業廢棄物排放量不同，使得規模效率出現變化，導致該省的能源環境效率值出現波動。依據表3，總體來看，工業能源環境效率呈現“海上絲綢之路＞沿線平均水平＞絲綢之路經濟帶”的態勢。海上絲綢之路省份中上海和廣東的效率最好，能源環境效率在基期為1，盡管期間波動較大，最終在2020年重新實現了效率有效。浙江和福建的效率緊隨其后，然而，雖然福建的能源環境效率在基期完全有效，但在之后的10年里一直呈現下降趨勢且較為嚴重，到2020年效率值僅為0.598。關于部分省份如上海、福建、廣東等能源環境效率值下降，其原因可能與邊際報酬遞減與產能過剩有關。這段時期我國PPI指數呈現連年負增長趨勢，延緩了制造業發展進程，以上部分省份工業領域核心行業存在相當明顯的產能過剩與庫存堆積問題，投入連年增加但期望產出卻增值有限，導致工業能源環境效率的下降。海南由于其工業規模較小，其能源環境效率在5省市中排名墊底，效率值一直在0.6～0.4的水平徘徊。絲綢之路經濟帶各省市區的效率同樣分為3檔。第一檔是工業基礎較好的黑龍江、內蒙古、廣西3省區，其能源環境效率值相對較高，在2010年達到DEA有效后，其余年份的效率值基本上都高于0.6；遼寧、吉林和重慶的效率值處于第二檔水平，大部分年份的效率值均在0.4以上；其余6省市區的效率欠佳，位于第三檔，尤其是青海、寧夏兩省的效率值始終在0.2～0.3浮動，考慮到這些省份地區偏遠且工業基礎薄弱，其效率有待進一步提高。

3.2.2 分支線分析

考慮到地理位置、地區經濟狀況等存在較大差異，進一步將“一帶一路”沿線省市區劃為4條支線：東南線，包括上海、浙江、福建、廣東、海南5??；東北線，包括內蒙古、遼寧、吉林、黑龍江4??；西南線，包括重慶、廣西、云南3省市；西北線，包括陜西、甘肅、青海、寧夏、新疆5省區。沿線所有省市區平均水平及四大支線的工業能源環境效率11年間的變化趨勢如圖1所示。

圖1 2010—2020年四大支線及沿線平均工業能源環境效率Fig.1 2010 to 2020 average industrial energy environmental efficiency of“the Belt and Road”and its four side lines

觀察圖1可知，從效率值大小來看，各支線的工業能源環境效率依“東南線＞西南線＞東北線＞平均水平＞西北線”的次序分布。從變動趨勢來看，各支線及沿線平均水平的變動趨勢基本一致，呈現 “先降后升”的波動變化。具體來看，以2014年為分界點，可將整體變動趨勢分為兩段。

第一段，2010—2014年，沿線省市區工業能源環境效率整體呈現“先降后升”的變化態勢。其中處于“波谷”的年份為2012年，2010—2012年除東北線先增后減外其余諸線整體均呈下降趨勢，2012年觸底反彈后逐年遞增，于2014年達到高峰；其中西南線效率于2013年、2014年超過東南線并處于領先位置。各線效率于2013年出現上升，可能與年初政府簡政放權的提出與不斷推進有關。地方政府服務社會的職能越發凸顯，工業企業在較為寬松的發展中對外交流日益頻繁，對外能源合作、技術合作的開展有助于提高能源環境效率。

第二段，2014—2020年，亦存在整體“先降后升”的波動變化。各支線的工業能源環境效率于2014—2018年均呈現緩步下降趨勢，其中西南線與東北線多有重合，東南線效率整體高于其余支線并于2018年實現效率值的“扭降轉升”，其余三大支線省市區的轉折點出現在2019年。2018年2月國家能源局發布能源工作指導意見，提出加強能源系統整體優化，強調更加注重提高能源系統效率。從結果來看，各路支線工業能源環境效率均于2018—2019年停止下降并出現回升，并且隨著改革的深入，2020年回升幅度有進一步擴大的趨勢。

4 地方政府行為對工業能源環境效率的影響

4.1 模型建立

參考岳立等（2018）和李根等（2019）的做法，本文使用面板Tobit模型進行實證分析，模型如公式（8）所示。

式中：Yit為被解釋變量，即工業能源環境效率（EEFit）；Yit*為對應的潛在變量；GEIit、GECit、GIPit、GEPit為核心解釋變量，分別為地方經濟政府干預、地方政府經濟競爭、地方政府創新偏向、地方政府環保偏向，代表不同的地方政府行為；εit為隨機誤差項；Xit為控制變量（考慮到變量遺漏會產生內生性問題，增加Xit作為控制變量）。

4.2 變量選取與數據來源

4.2.1 被解釋變量

工業能源環境效率（EEF），即為“一帶一路”沿線省市區工業能源環境效率的測算結果，見3.2部分。

4.2.2 核心解釋變量

1）地方政府經濟干預（GEI）。參考張治棟等（2019）的研究，在政府財政支出中扣除了教育、科學、文化傳媒與環境保護支出，并借鑒田紅宇等（2019）的研究，構建商指數，剔除人口規模差異和地區經濟發展水平差異，具體操作如公式（9）所示。GEI越大，表明地方政府經濟干預的強度越高。

2）地方政府經濟競爭（GEC）。借鑒吳勛等（2019）的做法，使用外商直接投資表示地方政府經濟競爭，并且參考田紅宇等（2019）的研究，構建商指數，剔除人口規模差異和地區經濟發展水平差異，具體計算方法見公式（10）。GEC越大，表明地方政府經濟競爭的強度越高。

3）地方政府創新偏向（GIP）。長期來看，地方政府直接或間接的創新活動會形成“補償”機制，進而對當地經濟發展造成影響。本文借鑒李政等（2018）的研究，將地方政府的教育支出和科學技術支出之和占地方政府財政總支出的比重設為地方政府創新偏向。

4）地方政府環保偏向（GEP）。高質量發展背景下，參考李政等（2018）的研究，以地方財政環境保護支出占地方財政總支出（扣除教育和科學技術支出后）的比重表示地方政府環保偏向。

4.2.3 控制變量

1）能源消費結構 （ECS）。參考岳立等（2018）、李根等（2019）的研究，用工業煤炭能源消費量占工業能源消費總量的比重表示能源消費結構，數值越大，表明能源生產越依靠能耗較高的煤炭資源。

2）地區經濟發展水平（lnPGDP）。參考周敏等（2019）的研究，使用人均地區生產總值作為控制變量，數值越大，說明該地區經濟發展程度越高?？紤]到該變量原始數據較大，故對其做取對數處理。

3）工業發展規模（IC）。借鑒東童童（2017）的做法，從工業行業出發，用工業增加值占比衡量工業發展規模，并將其設為控制變量，數值越大，代表工業行業的規模越大。

4）對外開放程度（OPE）。本文研究區域是“一帶一路”沿線省份，使用該變量作為控制變量符合地區特性。參照汪東芳等（2019）等的研究，使用貨物進出口總額占地區生產總值的比重表示對外開放程度（OPE），數值越大，說明對外開放的程度越高。

4.2.4 數據來源

實證分析數據主要來自國家統計局數據庫，數據庫缺失的數據以“一帶一路”沿線17個省市的統計年鑒（2010—2020年）為補充。FDI數據來自Wind數據庫（吉林省2017年FDI數據缺失，以該省近3年FDI的平均增長率估算得出）。待各項變量整理完畢之后，運用STATA 15.1對其進行描述性統計分析，具體信息見表4。

表4 回歸模型中各變量的描述性統計信息Table 4 Descriptive statistical information of variables in regression model

4.3 地方政府行為對工業能源環境效率影響的檢驗

4.3.1 總體樣本回歸檢驗

基于2010—2020年“一帶一路”沿線省份面板數據，運用STATA 15.1軟件在面板Tobit模型下進行回歸，考察4種地方政府行為對能源環境效率的影響，回歸結果如表5所示。

表5 2010—2020年總體樣本回歸結果Table 5 Regression results of 2010 to 2020 total samples

從總體樣本來看：地方政府經濟干預（GEI）和地方政府經濟競爭（GEC）對工業能源環境效率會產生負面影響；地方政府創新偏向（GIP）和地方政府環保偏向（GEP）的提高有利于促進工業能源環境效率。這驗證了假設1內容的正確性。具體來看，2種負面影響有所不同。GEI對工業能源環境效率的負面影響較大，系數為-0.272 8，即不考慮其他變量變化，地方政府對經濟發展的干預每提高1個單位，會對工業能源環境造成27.28%的負面影響。GEC對工業能源環境效率的負面影響則較小，系數為-0.076 2，即不考慮其他變量變化，地方政府對經濟發展的干預每提高1個單位，會對工業能源環境造成7.62%的負面影響。兩者的負面影響大小不同，原因在于地方政府對經濟的直接干預容錯率低、機會成本高，一旦不適當行政決策被推行，會在很長時間內對經濟造成影響；地方政府的經濟競爭具有兩面性，惡性競爭會造成經濟資源的浪費，而適當的經濟競爭則會加速人才、經濟資源的流動，提高各項資源的利用率。從本文的實證結果來看，“一帶一路”沿線省市區的地方政府應當適當減少政府干預，減少惡性競爭，通過經濟的良性競爭來提高工業能源效率。

地方政府創新偏向（GIP）和地方政府環保偏向（GEP）對工業能源環境效率的正面影響都比較顯著，系數均在2以上，說明地方政府對創新環境和生態環境的維護可能會成倍地“反哺”給工業能源環境效率。地方政府直接或間接的創新活動激發了社會其他創新主體如各大高校、研究所以及大規模企業的創新活力和創造精神。市場競爭機制倒逼各界創新主體進一步提高體創新活動的效率，同時地方政府通過所得稅優惠和政府補貼的方式，為這些創新主體提供了安定舒適的創新環境，加強了創新成果的產出和轉化。隨著政府職能的轉變，地方政府一方面會通過稅收減免等方式鼓勵工業企業綠色轉型，另一方面會直接加大環境保護的財政支出。兩方共同作用下，非期望產出將逐漸減少，工業企業對環境造成的負面影響逐漸削弱。政府環境補償機制將會發揮顯著作用，期望產出增加和工業污染排放減少能顯著促進能源效率的提高。

簡單看一下控制變量的回歸結果。能源消費結構（ECS）的系數顯著為負，表明“一帶一路”沿線省市區以煤炭為主的工業能源消費結構不利于能源環境效率的提高。地區經濟發展水平（lnPGDP）的系數也顯著為負，結合“一帶一路”現實情況，可能由于能源環境效率的增長與地區經濟發展水平的增長存在背離趨勢，在大部分考察期中，各省市區能源環境效率呈現下降趨勢，而經濟發展水平卻不斷提高。工業發展規模（IC）和對外開放程度（OPE）的回歸系數均顯著為正，在持續推進高質量發展時代背景下，會格外要求工業企業合理擴張，實現綠色發展，對外開放程度越高，說明沿線省市區對外交流越緊密，能在互通有無中學習國外先進技術和管理經驗，同時，在激烈的國際市場競爭中面臨著巨大的挑戰，也會倒逼沿線省份工業企業加強創新，提高能源環境效率。

4.3.2 分強度回歸檢驗

地方政府經濟干預行為不僅會隨著時間推移發生改變，在此過程中也會對其他3種地方政府行為產生影響，進而影響能源環境效率。據此，本文將地方政府經濟干預（GEI）按強度進行分組①將地方政府經濟干預指標按降序進行排序，然后取中位數分成高低兩類樣本組。，在不同干預行為強度視角下考察其余3種地方政府行為對能源環境效率的影響，面板Tobit回歸結果如表6所示。

表6 不同地方政府經濟干預強度分組下的回歸結果Table 6 Grouping regression results under different local governmental economic intervention intensities

本回歸檢驗驗證了假設2的說法，并且發現當地方政府經濟干預（GEI）強度下降時，有助于激發其余3種地方政府行為對工業能源環境效率的積極影響。當地方政府經濟干預強度較高時，地方政府經濟競爭（GEC）的回歸系數為-0.057 7，此時對工業能源環境效率造成的影響仍然消極。但當干預強度較低時，地方政府經濟競爭（GEC）對工業能源環境效率的影響顯著為正，且回歸系數增加到0.210 1。其原因可能是GEI強度下降，減少了行政主體決策失誤的發生幾率，地方政府之間的惡性經濟競爭得到抑制，同時良性經濟競爭得以顯露，有助于吸引外部高質量的人才資源、科技資源和其他經濟資源，更好地助力工業發展和能源使用。地方政府創新偏向（GIP）對工業能源環境效率的作用會增強但不顯著，分析其原因可能與工業活動的創新主體有關。從指標選取來看，GIP面向經濟社會，反映的是對社會創新環境的保護傾向，而工業行業只是經濟社會中的組成部分之一。加強GIP有助于營造良好的創新氛圍，繼而有助于工業創新活動。但工業創新活動的直接主體始終是工業企業自身而非地方政府，地方政府營造的外在創新氛圍只是起到輔助作用而非直接作用。因此，工業企業應當抓住政策機遇，提高創新活動的轉化率。地方政府對經濟干預的強度由高轉低時，地方政府環保偏向（GEP）對工業能源環境效率的影響會顯著地由負轉為正。結合李穎等（2019）的論述，其原因可能是適當降低地方政府的經濟干預強度有助于GEP跨越“U”型關系的拐點。地方政府對經濟干預的強度下降時，有助于推動地方政府的職能轉變，具體表現為地方政府通過稅收減免等方式鼓勵工業企業綠色轉型，同時直接加大環境保護的財政支出。兩方合力可使工業企業逐漸減少對環境造成的負面影響，期望產出增加和工業污染排放減少能顯著促進能源效率的提高?？傮w來看，分強度回歸檢驗結果驗證了中央政府提出簡政放權、轉變政府職能等一系列政策的科學性。

4.3.3 穩健性檢驗

為了加強總體回歸的可靠性，本文補充了穩健性檢驗。借鑒惠煒等（2016）的做法，將2010年的樣本剔除，重新代入面板Tobit模型進行回歸，結果如表7所示。

表7 剔除1年后的總體回歸結果Table 7 Overall regression results excluding 1 year

表7展示的信息與表5中的內容幾乎一致，回歸系數的大小比較接近，回歸符號則完全一樣，顯著性也基本一致。綜合來看，本次穩健性檢驗的結果與總體樣本回歸結果基本一致，加強了本文實證分析的穩健性。

5 結論與政策建議

利用GNDDF模型測算、分解與分析“一帶一路”沿線省份工業能源環境效率，并選取4種地方政府行為分別進行總體回歸、分強度回歸與穩健性檢驗，驗證地方政府行為對工業能源環境效率的影響，得出以下結論。

1）工業能源環境效率呈現“海上絲綢之路＞沿線平均水平＞絲綢之路經濟帶”的次序分布；將“一帶一路”沿線省市區劃為4條支線后發現，各支線的工業能源環境效率依“東南線＞西南線＞東北線＞平均水平＞西北線”的次序分布。從變動趨勢來看，各支線及沿線平均水平的變動趨勢基本一致，呈現“先降后升”的波動變化。

2）Tobit模型下進行總體回歸發現，地方政府經濟干預（GEI）和地方政府經濟競爭（GEC）對工業能源環境效率會產生負面影響；地方政府創新偏向（GIP）和地方政府環保偏向（GEP）的提高有利于提升工業能源環境效率。關于控制變量的回歸結果，能源消費結構（ECS）和地區經濟發展水平（PGDP）的回歸系數均顯著為負；工業發展規模（IC）和對外開放程度（OPE）的回歸系數均顯著為正。

3）對比分強度檢驗結果發現，當地方政府經濟干預強度下降時，地方政府經濟競爭（GEC）對工業能源環境效率的影響由負轉為正且顯著；地方政府創新偏向（GIP）對工業能源環境效率的作用會增強但不顯著；地方政府環保偏向（GEP）對工業能源環境效率的影響同樣顯著地由負轉為正。這說明適當降低地方政府對經濟的干預強度，有助于激發其余3種地方政府行為對工業能源環境效率的積極影響。

根據本文的研究結果與結論，提出以下政策建議。

1）加強區域聯動，實現優勢互補。從能源環境效率測算來看，“一帶”能源環境效率大于“一路”。提高自身能源環境效率，應與本省具體條件相結合。如東部省份的工業可發揮其技術和經濟優勢，研發和利用先進的生產設備提高勞動生產率，加強對大氣污染物的治理，增加大氣污染物的回收效率；內陸工業企業要注意關注東部地區的工業和能源發展動態，做好技術溝通，充分發揮出追趕效應；靠近西北的區域可發揮其毗鄰中東的地理位置優勢，在能源使用上加強“一帶一路”能源合作，與能源、礦產豐富的沿線國家開展能源貿易往來。

2）放管結合，保持地方政府的良性競爭。文中實證發現，地方政府經濟競爭對工業能源環境效率的影響呈現積極作用，表明應當在減少地方政府干預的情況下合理鼓勵地方政府之間的良性競爭，使其占據主導地位。對此，一方面，在決策源頭上修正地方政府跨區域經濟活動的行為機制；另一方面，在決策實行時，堅持放管結合，避免競爭惡化。當地方政府涉及跨區域經濟活動時，可通過中央部委統一部署、逐級指導分攤決策和執行的任務量，減少地方政府爭奪資源配置的空間。

3）依法行政，優化地方政府的服務職能。從本文實證結果來看，地方政府在技術創新和環境保護等方面的作為有助于提高工業能源環境效率，這并非讓地方政府直接承擔科技創新和環境保護的責任，而是通過優化其職能，為工業行業的發展減少阻力，營造氛圍，如地方政府通過加大對工業企業研發投入補貼的方式直接減少工業研發的成本等。在環境保護層面，可以和金融部門合作開發“綠色債券”，開放和鼓勵碳交易。

4）引進外來先進技術，實現管理減排。本文實證結果也表明擴大對外開放程度有助于提高能源環境效率。鑒于此，沿線省份的工業需要堅持對外開放不動搖，在互通有無中學習先進技術，實現“管理減排”。具體來說，沿線省市區的工業企業可以通過改進生產技術減少大氣污染物和溫室氣體的排放，利用技術手段回收可重復利用的大氣污染物和CO2，合理規劃清潔能源消費比例，以此提高能源環境效率。