许多研究表明我国各地区能源效率仍然存在明显的差距，地区能源效率差距随时间如何演化的收敛问题一直是能源经济领域的热点问题。
近年来，学者们借助于经济增长的收敛理论对能源效率的收敛问题进行了研究，国外文献侧重跨国研究，Miketa and Mulder[1]对56个制造部门的能源生产率的研究发现，收敛现象出现在本国不同部门，国家间则不存在。Markandya et al[2]的研究表明欧盟东扩后新老成员间的能源消费强度存在收敛。Mulder and de Groot[3]对14个OECD国家的能源生产率的研究结果为：运用σ收敛分析法是发散的，而β收敛分析表明落后国家趋向于追赶，且有条件收敛于自己的稳态。国内的研究认为中国东西部地区能源消费强度差异随着劳均GDP的收敛而收敛，且收敛速度慢于劳均GDP[4]。
然而，上述研究忽略了空间的相互影响，地理学第一定律指出“任何事物在空间上都是关联的；距离越近，关联程度就越强；距离越远，关联程度就越弱”[5]。许多学者的研究表明，中国能源强度存在空间相依性[6]，且外商直接投资有助于降低本地区和周边地区能源强度[7]，沈能[8]也从地理空间溢出的角度研究了影响区域能源效率的主要因素，但都没有考察地区能源效率的趋同性。部分研究将全要素生产率作为能源效率进行分析，认为中国整体和东中部的能源效率向一个稳态收敛，而西部呈现微弱发散的态势[9]，能源效率分布有空间集聚现象，存在绝对β趋同和条件β收敛，且FDI对能源效率的收敛有促进作用[10]，但这一类研究本质上是考虑能源的全要素生产率的趋同问题。现有研究中，考虑空间因素情况下分析技术扩散对能源效率收敛影响的文献不多见，因此，本文在上述研究的基础上，依据Mulder and de Groot[3]的能源生产率条件β收敛分析模型，考虑技术扩散及空间因素的影响，构建了全社会能源效率空间条件β收敛模型，并根据2000-2010年间中国全社会能源效率的三阶段特征，将30省面板数据分为三个阶段进行研究，以提供有价值的研究结论。
1 空间条件β收敛模型
1.1 全社会能源效率的测度
能源效率测度指标主要包括能源转换效率、单位产品能耗、能源规模效率、能源纯技术效率、能源技术效率（能源规模效率与能源纯技术效率的乘积）、能源配置效率、能源经济效率（能源技术效率与能源配置效率的乘积）、能源生产率（energy productivity，EP）和能源价值效率（考虑能源价格的效率指标）9个指标[11]，其相互关系按照能源流程绘制见图1。
图1 能源效率
Fig.1 Energy efficiency
由于价格数据难以获得，能源价值效率较少采用，而能源生产率等于国内生产总值除以能源消费总量与能源生活消费量的差额，所涵盖的信息比其它7个指标全面，但仍然没有考虑能源生活消费。本研究的目的在于分析技术扩散对能源效率收敛的影响，就节能而言，技术包括产品生产过程中的节能技术和产品使用过程中的节能技术，这两种技术都会在空间上进行扩散，而产品使用过程的节能技术直接影响了能源的生活消费量，因此，本文采用全社会能源效率（societywide energy efficiency，SEE）[12-13]指标来衡量能源效率，即国内生产总值/能源消费总量。
1.2 技术空间扩散渠道分析
从现有的文献研究来看，对于发展中国家，技术扩散（Technological Diffusion，TD）渠道主要有以下几种：一是研发人员（R&D Personnel，RDP）。研发人员是技术知识的携带者，随着人才在区域间的流动，其所拥有的技术也在区域间进行扩散。通常，区域的研发人才越多，对新技术的学习和接受能力就越强，技术扩散的效果就越好，地区的能源效率就越高。二是技术市场技术流入。技术市场技术流入包括国内技术市场技术流入（Inflows to Domestic Technical Markets，IDTM）和国外技术引进（Technology Contracts Imported，TCI）。流入的技术越先进，数量越多，技术费用就越高，因此，技术费用总额是流入技术的含量、前沿性和总量的综合反映。地区拥有的技术越多，转换效果越好，技术节能就越佳。三是FDI流入。外商直接投资（Foreign Direct Investment，FDI）是通过对当地技术人员进行培训，开拓技术市场以及相关领域的技术交流，使外国技术流入本地区，将外国的先进技术转化为生产力的同时提升当地的技术水平。有研究表明，外商直接投资有助于降低能耗强度[14]。四是进出口贸易（Import and Export Trade，IET）。技术是隐藏在商品中的，在使用产品和对产品进行仿制的过程中就会学习相关知识，因此，随着商品在空间上的流动，技术也在所到的空间范围内扩散。区域的开放程度和市场化程度越高，进出口贸易数量越大，技术扩散到商品到达地的可能性也就越大，技术节能的作用就越明显。
1.3 基于技术扩散的全社会能源效率空间条件β收敛模型
为了避免模型中变量的重复描述，首先设定i代表某个经济单位，t和t+T分别代表期初与期末时间，y为人均产出，g为人均产出的增长率，X为控制变量，ε、u为扰动项，ɑ、b、ψ、λ为估计参数。
（4）式中，左边为t至t+T时期全社会能源效率的年均增长率，TD为一组技术扩散变量，W是空间权重矩阵，（I-λW）-1为空间转换矩阵，收敛速度β=-ln（1-b）。模型（4）与（2）的区别在于：一是研究主体全社会能源效率SEE与能源生产率EP的差别；二是（4）考虑了空间因素的影响，即空间转换矩阵（I-λW）-1。模型（4）与（3）的区别在于：研究主体全社会能源效率SEE与人均产出y的差别；二是（4）以技术扩散作为收敛条件。
2 全社会能源效率收敛的实证分析
为了便于比较，首先分析不考虑空间因素和技术扩散时的全社会能源效率的绝对β收敛情况。
2.1 绝对β收敛分析
依据2001-2011年《中国能源统计年鉴》的能源数据和《中国统计年鉴》的GDP数据计算全国及各省历年全社会能源效率SEE。2000-2010年间，全国全社会能源效率随时间变化见图2。
2000-2002年间，全社会能源效率呈现上升趋势，而2002-2005年间出现逐年下降态势，2005-2010年间又趋于上升，总体呈现上升、下降和再上升的三阶段波动变化。“十五”后期，在政策刺激下，经济发展过热，低
效设备投入使用，致使能源效率降低[23]。此外，高耗能产业快速发展，重工业占工业总产值比重从2002年的61.56%增
长到2005年的69.92%，工业能源生产率迅速降低。粗放型的经济增长方式导致了2002-2005年间全社会能源效率的下降。为此，“十五”期末，政府提出了“十一五”能耗强度降低20%的目标要求，在各级政府积极采取调整产业结构以及推进技术进步等措施的努力下，2005-2010年间全社会能源效率得到改善。
2005和2005-2010的三阶段特征，为了准确判断全社会
能源效率的收敛性，需分三个时段进行研究，且在采取空间计量方法估计之前，首先依据2000-2010年30省数据绘制全社会能源效率三个时段的绝对β收敛散点图（见图3），以对收敛情况进行初步判断。
图3中，各时段横坐标为期初全社会能源效率，纵坐标为各时段全社会能源效率的年均几何增长率g=（SEEt+T/SEEt）（1/T）-1。可见，2000-2002年间，期初全社会能源效率越低的地区，其增长率越高，效率高的地区增长率低，全社会能源效率与其增长率负相关，散点图线性下倾，表现出收敛的趋势，但2002-2005年间收敛态势
变得不明显，而2005-2010年间则为发散，总体呈现由收敛至发散的三阶段变化过程。
2000-2010年间，全社会能源效率呈现收敛至发散的三阶段过程与我国的发展战略有关。改革开放后，我国推行不平衡增长战略使东部沿海地区优先得到发展，然而，东西部经济发展差距迅速拉大。为了缩小地区间经济差距，推动产业升级，政府大力促进产业区域转移，而产业转移主要集中在工业，工业又是能源效率最低的行业，这使原本低效的承接地区的能源效率降低，从而拉大了地区间的能源效率差距，表现出发散态势。
由于散点图不能反映空间因素的影响，需用空间计量方法验证上述结论。
2.2 空间绝对β收敛分析
分析地理空间影响的空间权重矩阵W按一阶邻接方法[18]设置，地理相邻取1，不相邻取0，并依此采用Moran指数I和Geary指数C对2000-2010年中国30省全社会能源效率及其增长率进行空间相依性检验，结果见表1。
由表1可知，2000-2010年间，全社会能源效率存在显著的空间相依性，但其增长率除个别年份总体上不存在空间相关。
依据（4）式，令G=（1/T）ln（SEEi，t+T/SEEi，t），代表t至t+T时期全社会能源效率的平均增长率，构建全社会能源效率的空间滞后绝对β收敛模型（Spatial Lag Model，SLM）为：
由表2可知，普通最小二乘法OLS估计结果中，三个时段lnSEE的系数均不显著，但2000-2002年间，t=-165，显著性水平为11%，比较接近10%，即，若显著性水平为11%，2000-2002年间全社会能源效率为收敛，计量结果与散点图基本一致。此外，空间滞后模型SLM估计结果中，空间自回归系数ρ的t值很小，均不显著，表明全社会能源效率的增长率不存在空间滞后，与表1的检验结果一致，即全社会能源效率的增长率不存在空间相依性。从
各时段β值的变化可以看出，考虑空间误差后，各时段的收敛速度有所改善，且空间因素的作用逐渐增强，故应进一步分析技术扩散对收敛的影响。
2.3 空间条件β收敛分析
实证分析所需技术扩散变量中，研发人员全时当量RDP、国内技术市场技术流入IDTM和国外技术引进TCI数据来源于2001-2011年《中国科技统计年鉴》，外商直接投资FDI、进出口贸易IET和汇率数据来源于2001-2011年《中国统计年鉴》。由于进出口总额IET与外商直
接投资FDI的相关系数为0.9以上，去除IET后，方差膨胀因子VIF均小于5（见表3），可忽略多重共线性的影响。表1的空间相依性检验结果和表2的空间绝对β收敛分析结果表明全社会能源效率的增长率不存在空间相依性和空间滞后，但考虑空间误差使收敛速度有所提升，故应采用（4）式所示空间误差条件β收敛模型（SEM）进行分
析。此外，为了全面考察技术扩散的影响，依据表1的检验结果，全社会能源效率存在显著的空间相依性，且显著性水平很高，故对全社会能源效率的实证分析应采用考虑技术扩散的空间滞后模型（SLM）：
TD+ε（7）
（7）式中，WSEE=W·SEE，为全社会能源效率的空间滞后算子。采用（4）式所示空间误差条件β收敛模型和（7）式所示空间滞后模型的估计结果见表3。
由表3可知，2000-2002年间，从空间滞后模型SLM
估计结果来看，空间自回归系数ρ=0.454 4，t=2.37，显著
性水平5%，存在空间滞后，IDTM的系数显著为正，说明这一时期国内技术市场技术流入对全社会能源效率有促
进作用。从空间误差条件β收敛模型SEM估计结果来看，lnSEE的系数为-0.043 1，其t=-2.00，与表2相比较，显著性水平提高，技术扩散在总体上使收敛速度β从2.460%提高到4.406%，半衰期为15-16年。
2002-2005年间，空间滞后模型SLM估计结果显示，空间自回归系数ρ=0.468 8，t=2.37，空间滞后现象显著，但各项技术扩散变量的系数不显著。而考虑技术扩散的空间误差β收敛模型SEM估计结果为lnSEE的系数的显著性水平比表2的结果高，收敛由不显著变为显著，表明技术扩散从总体上促进了全社会能源效率的收敛，其速度从2378%提高到4.741%，半衰期为15年。
2005-2010年间，空间滞后模型SLM估计结果为：空间自回归系数ρ=0.456 9，t=2.32，显著性水平5%，存在空间滞后现象，而各项技术扩散变量的系数不显著，但普通最小二乘OLS估计结果显示，技术引进TCI有助于提高全社会能源效率。从空间误差条件β收敛模型SEM的估
计结果来看，与表2相比，考虑技术扩散时，收敛的显著性水平提高，各地区依不同的技术路线收敛于各自的稳态，且研发人员RDP和外商直接投资FDI对收敛都有显著的正向影响，技术扩散从总体上使全社会能源效率由发散变为收敛，收敛速度为2.143%，半衰期为33年。
总体而言，外商直接投资FDI相比技术市场技术流入而言对全社会能源效率有显著的促进作用，原因在于投资者由于投资回报的激励作用而促进了本地区消化吸收前沿技术，并转化成产品，技术节能效果明显。其次，从空间自回归系数ρ看，空间滞后对全社会能源
效率的影响是显著的，说明相邻地区的全社会能源效率的示范作用和竞争因素刺激了本地区采取措施提高能源效率的积极性。此外，表3与表2的绝对β收敛结果相比较，lnSEE的系数由不显著变为显著，且系数的绝对值增大，说明技术扩散提高了全社会能源效率的收敛速度，而空间因素对收敛的正向影响也逐渐增强，因此，使技术向能源效率低的地区扩散是缩小地区间差距的重要措施，同时，要加强从国际国内技术市场流入本地区的技术的消化吸收和成果转换，增强技术节能的作用效果，以提高全社会能源效率。
3 结论及启示
本文考虑技术扩散的影响，构建了空间误差条件β收敛模型，并依据2000-2010年中国30省面板数据，对全社会能源效率及其收敛性进行空间计量实证分析，研究结果表明：①全社会能源效率呈现2000-2002、2002-2005和2005-2010的三阶段特征，绝对β收敛表现为由收敛至发散的变化过程；②全社会能源效率存在显著的空间滞后现象，但其增长率不存在空间相依性；③不同时段技术扩散的影响不同，但外商直接投资FDI在各个时段对全社会能源效率均表现出显著的正面影响；④技术扩散总体上使收敛速度提高1.8倍以上，且影响程度逐渐增强；⑤空间因素对全社会能源效率β收敛的正面影响有加强的趋势。
近11年的三个时段中，2005-2010年间全社会能源效
率提升速度最快，经验值得借鉴，且由于惯性其对未来的影响也是最大的。外商直接投资对提高全社会能源效率及其增长率有显著的正向影响，引进外资是缩小地区间差距的重要措施。但散点图表明地区间全社会能源效率存在发散现象，且国内外技术市场技术流入对收敛的作用不显著。“十一五”的节能目标是各地区能耗强度都要求降低20%，而2011年9月，国务院发布《“十二五”节能减排综合性工作方案》的节能目标是能源效率高的东部地区节能目标要求高（18%-17%），能源效率低的西部地区目标要求低（15%-10%），这将扩大地区间的差距吗？这一问题有待进一步深入研究。
（编辑：田 红）
参考文献（References）
. Energy Economics，2005， （27）： 429 -453.
. Energy Economics， 2006， 28： 125-145.
[3]Mulder P， De Groot HLF. Sectoral Energy and Labour Productivity Convergence[J]. Environmental and Resource Economics， 2007， 36（1）： 85-112.
