基于DDF－DEA 三階段模型國家能源開發效率研究
——以國家劃分的20 個大型綜合能源基地為例

楊慶舟 馬平平 呂素姣

1 (中國礦業大學(北京)管理學院, 北京 100083)

2 (山東財經大學燕山學院, 濟南 250202)

引 言

能源基地既是大型能源企業的主戰場， 也是地方經濟增長的重點領域， 更是國家能源保障的戰略支點。 伴隨著中國工業化進程的快速推進，在國家、 地方、 企業的共同努力下， 2000 年以來，各類專業性、 綜合性能源基地建設取得了長足發展， 中國能源生產總量的90%以上來自大型能源基地。 當前中國經濟處于中高速增長態勢， 能源消費持續增長， 雖然分布式能源發展較快， 但資源賦存條件決定了能源基地建設將在中國能源供給體系中長期處于主導地位， 推動能源基地的科學發展任重而道遠。 由于受政策導向、 發展條件、驅動力量、 發展定位等諸多因素影響， 中國能源基地發展水平參差不齊， 發展不平衡、 不充分與能源需求增長的矛盾日漸突出。 隨著中國經濟長期粗放增長帶來的環境問題與人民能源需求增加的矛盾日益突出［1］， 如何統籌應對企業成長、 地方經濟發展、 國家戰略對能源基地建設的不同訴求， 深入推進中國能源供給側結構性改革， 促進能源高質量發展， 是擺在國家宏觀決策部門面前的重要課題， 這其中， 對能源基地的發展狀況開展科學評估更是一項基礎性工作。

1 文獻綜述

能源問題長期以來備受國內外研究學者關注。目前國外文獻研究主要集中于環境規制下全要素生產效率水平， 成果主要有： 徐志偉［2］總結了目前環境規制下能源等行業生產效率的國外研究現狀。 其中， 基于Fare 等［3］和Tone［4］提供的非參數估計方法， 研究包含環境規制要素的全生產效率及其變化。 如Piot－Lepetit 和Moning［5］將ML 指數分解為技術進步效應和效率提升效應， 發現環境友好程度越高， 生產效率水平越高； Margari 等［6］通過對DEA 無效率分解， 考察了意大利環境噪聲規制強度與交通運輸行業效率之間的關系， 結果發現強規制利于效率提升； Zhang 等［7］將污染物排放作為“壞產出” 對中國30 個省份的全要素生產率進行重新估計， 發現忽略環境因素的作用將嚴重高估中國生產效率增長； Chen 和Gong［8］將環境因素納入能源消費評價模型， 研究其與能源效率之間的耦合關系， 發現環境改善對高耗能產業生產效率提升具有積極作用。

國內能源開發評價的主要成果有： 馮春暉等［9］通過分析目前國家大型能源基地開發模式的弊端，提出新形勢下一體化開發建議； 陳玉龍［10］通過關鍵因素識別分析， 建立開發評價指標體系及AGAAHP－EM－TOPSIS 集成評價模型， 對能源項目開發水平進行評價， 構建能源開發時序多目標優化模型； 姚亞明等［11］對新疆能源基地非常規能源開發進行分析， 提出利于能源開發的政策與思路；鄭可軻等［12］通過分析基地出力特性， 將三維出力模型與氣象數據結合， 為基地能源調度提供參考；張正［13］借助基尼系數、 洛倫茲曲線和空間自相關等方法建立了系統的能源基地識別方法。

上述文獻主要聚焦于能源基地發展的狀態、屬性研究， 隨著中國能源供應形勢趨于寬松， 相關研究難以支持能源開發的系統優化決策需要，應能源高質量發展和能源開發結構優化要求， 開展能源基地建設的投入產出效率研究顯得較為迫切。

2 模型構建

進行能源開發評價的方法較多， 應用較為廣泛的有AHP 法、 DEA 方法等， 由于傳統DEA 方法不能剔除隨機誤差和外部環境因素的影響， 難以真實反映出評價的實際狀況， 部分學者使用改進的DEA 方法： 吳江等［14］基于不可分三階段DEA模型分析中國全要素能源效率， 并從區域內部與外部提出改進措施； 張吉崗和楊紅娟［15］運用三階段模型分析區域能源利用過程中節能減排效率，并從政府、 企業、 公眾3 個層面給出改進建議。能源基地開發過程有其特殊性， 受環境因素影響較大， 因此， 本文運用DDF－DEA 模型進行開發效率評價， 并根據評價結果提出優化路徑將更具科學性和合理性。

2.1 第一階段： DDF 模型

本文以傳統BCC 模型為基礎， 借鑒Chung等［16］提出的DDF (方向距離函數） 模型， 以投入為導向， 評價能源基地初始效率， 模型公式如式(1）：

能源基地生產可能集合S=｛(x，y） ｜x≥Xλ，y≤Yλ｝， 式中， β 表示基地開發無效率程度的測量， X 向量表示基地初始投入， Y 向量表示基地產出， gx、 gy表示能源基地開發投入產出的方向向量， 定義gy=0， λ 表示線性組合系數， 判斷規模效應變化。

2.2 第二階段： 隨機前沿模型（SFA）回歸分析

通過隨機前沿模型(SFA） 解釋第一階段的松弛變量(初始投入與目標值之差）， 并剔除外部環境和隨機誤差的影響， 得出僅由管理無效率造成的投入松弛， 構建SFA 回歸方程如式(2）：

其中， i=1，2，…，m； k=1，2，…，n； sik表示第k 個能源基地第i 項投入的松弛變量； zk=(z1k，z2k，z3k，…，zgk）表示第k 個能源基地第g 個可觀測的外部環境變量， βi表示外部環境變量的待估系數； fi(zk；βi）表示外部環境變量對能源基地第i 項投入松弛變量的影響， 為環境值； vik表示隨機噪聲影響因素， μik表示管理無效率影響因素， 定義ε=sik－fi(zk；βi）=vik＋μik， 表示混合誤差項。

根據SFA 回歸分析， 得出SFA 結果， 回歸結果LR 值與自由度(環境變量個數）， 5%顯著性水平下的臨界值進行比較， 如果大于臨界值， 則拒絕不存在管理無效率項的假設， 說明SFA 回歸分析有意義， 并利用結果參數進行隨機因素與管理無效率的分離， 這里借鑒羅登躍［17］、 陳巍巍等［18］、 張根文等［19］的分離公式。 分離公式如式(3）：

其中， χik表示第k 個能源基地第i 項投入初始值， ^xik為能源基地調整后的值， ^vik表示分離后的第k 個能源基地第i 項投入隨機影響因素的估計值。表示外部環境變量的調整值， 即所有能源基地第i 項投入在最不好的環境下的投入增量；表示隨機誤差的調整值， 即所有能源基地第i 項投入在最大隨機干擾因素影響下的投入增量， 這樣做的目的是使得能源基地原始投入經過調整后， 能源基地處于相同的外部環境與隨機因素影響中。

2.3 第三階段： 調整后的DDF 模型

將第二階段調整后的投入^xik代替原始投入χik， 產出仍為原始的產出， 再次運用DDF 模型進行效率評估， 得到僅由管理無效率因素影響的更為客觀真實的效率值。

3 變量與數據說明

3.1 決策單元選取

在國家政策引導與區域發展推動的雙重驅動下， 各種類型的能源基地相繼出現， 在眾多能源基地中， 有的以單一一次能源開發為主， 有的以綜合性能源開發為主， 有的立足本地供給， 有的立足外來能源加工利用。 從現階段中國能源資源賦存及產業發展的特點出發， 本文以多能富集、對國家供應格局有較大影響力、 具有一定開發潛力、 跨省調運為原則， 選取20 個綜合大型能源基地進行評價， 主要包括： 錫盟、 呼倫貝爾、 蒙東南、 晉北、 晉中、 晉東南、 蒙西、 陜北、 寧東、隴東、 東疆、 北疆、 南疆、 川渝、 云南、 貴州、皖北、 冀北、 隴西、 青西北。

3.2 投入、 產出指標選取

為有效評價能源基地開發效率， 遵循系統科學、 簡明可行、 動態引導、 標準通用、 靈活適應的原則， 按照DEA 模型經驗法則， 結合能源開發效率評價相關文獻資料， 確定2 個投入指標， 3個產出指標構成的指標體系。

3.2.1 投入指標選取

堯志祥［20］在礦產資源開發效率評價中， 將資本投入、 勘探資源量作為投入指標， 能源產值等作為產出指標。 徐杰芳［21］則選取煤炭資源量作為投入， CO2等污染氣體作為非期望產出， 對煤炭資源型城市生態開發效率進行評價。 結合能源基地開發特性， 本文選取2 個投入指標： (1） 資產規模， 反映能源基地已有開發基礎和條件， 用近5 年能源基地各種能源投資總額表示； (2） 能源資源量， 反映能源基地資源保障能力， 用能源基地化石能源與非化石能源資源可利用資源量表示。

3.2.2 產出指標選取

當前能源基地建設既要體現對能源供應的保障水平， 又要體現對區域經濟的貢獻能力， 還要體現能源開發的社會要求。 因此， 產出指標選取能源總產值、 國家戰略影響力、 能源清潔度3 個指標。 能源總產值代表了基地開發的經濟產出，以能源基地各類能源產量與售價乘積的和表示；國家影響力體現了能源基地對國家能源安全的貢獻能力， 用基地能源跨區調運量表示； 能源清潔度， 反映能源基地清潔綠色發展的能力， 是能源基地開發社會效應的體現， 用清潔能源產量表示。

3.3 外部環境變量的選取

外部環境變量指不在樣本主管可控范圍之內，但對能源基地開發效率評價造成一定影響的外部環境因素， 一般情況下， 環境變量選取3 ～5 個適宜。 一般說來， 經濟發展水平、 產業結構等對能源效率有重要影響， 呂斌［22］分析省際能源效率時， 提出環境變量選取與經濟發展水平、 產業結構、 能源結構、 地理位置密切相關， 本文結合能源基地開發特征， 最終選取能源基地所在區域能源消費、 所在區域GDP、 所在區域第三產業產值比重、 能源基地輻射能力4 個環境變量指標。 區域能源消費量， 是地區經濟發展的源泉與動力，區域能源消費量越高， 對能源基地投入產出結構影響力也越大； 所在區域GDP， 反映了區域GDP對能源基地能源供應的拉動效應， 經濟總量越大，對高質量能源需求越多， 能源基地開發投入、 產值等也將越大； 所在區域第三產業產值比重， 反映產業結構優化對能源消費的抑制作用， 影響能源基地的能源產量； 能源基地輻射能力， 反映基地參與能源消費中心供需平衡的影響力， 距離京津冀、 長三角、 珠三角、 華中等能源消費中心的距離越短， 其參與能源供需平衡的影響力越大，基地的輻射能力就越強， 對能源基地開發效率影響越大， 本文以距離京津冀、 長三角、 珠三角、華中最近能源消費中心距離與平均距離比重表示。

3.4 數據獲取與處理

根據能源基地開發效率分析的要求， 本文以2017 年為研究基年， 通過查找《中國統計年鑒》、《中國能源統計年鑒》、 《中國經濟年鑒》、 《中國礦業年鑒》、 《中國煤炭年鑒》、 各省統計年鑒以及中國資源網有關能源基地規劃研究成果， 結合一些現場調研和部分文獻資料， 進行能源基地開發效率測算。 由于各指標計量單位不同會對分析結果造成影響， 同時三階段DEA 模型要求投入產出變量為正數， 因此本文借鑒Afonso 等［23］提出的無量綱化數據處理方法， 即用各項指標除以各自平均值的方法進行標準化處理， 可得到均值為1的無量綱變量［24］。

根據選取的決策單元、 投入產出指標和外部環境變量， 為對20 個能源基地數據的整體趨勢把握， 對研究對象標準化處理后， 進行描述性統計分析， 從表1 可得： 不同能源基地各變量之間差異明顯， 能源產值最為明顯， 標準差為1.083， 國家戰略影響力其次， 標準差為0.937； 能源產值與國家戰略影響力均是陜北最大， 分別為4.675、3.54， 隴西最小， 分別為0.039、 0.038； 說明各基地的投入產出以及所處的環境不均衡， 差異較大。

表1 投入、 產出、 環境變量描述性統計結果

4 實證結果分析

4.1 第一階段實證結果分析

在DDF－DEA 三階段分析模型的第一階段，采取方向距離函數模型(DDF）， 利用MAXDEA軟件， 對能源基地進行初始效率測算， 得出綜合技術效率、 純技術效率、 規模效率以及規模效應變化情況， 結果見表2。

表2 2017 年國家型能源基地開發效率初始結果

從能源基地初始效率結果可以看出， 在未剔除外部環境因素和隨機噪聲影響的前提下， 2017年能源基地開發效率的綜合技術效率均值為0.677，純技術效率均值為0.844， 規模效率均值為0.791。其中能源基地整體有效的有3 個， 分別是陜北、川渝及南疆， 表明這些能源基地處于開發效率的前沿面， 3 項效率值均為1； 其余能源基地均未達到整體有效， 其中， 錫盟、 寧東、 蒙東南、 冀北和北疆能源基地3 項效率值均低于平均水平。 從綜合技術效率看， 50%的基地綜合效率低于平均水平， 北疆能源基地綜合效率最低； 純技術效率結果中， 有60%的能源基地都相對有效， 其中，錫盟能源基地純技術效率最低， 為0.511； 規模開發效率中， 呼倫貝爾規模效率值最低， 為0.405，其次是隴西， 為0.414； 最后整體來看， 20 個能源基地整體綜合技術開發效率與規模效率普遍相對較低， 并且各個基地開發效率差異明顯， 規模效應大部分仍處于規模報酬遞增階段。

4.2 第二階段結果分析

第二階段運用隨機前沿模型， 利用Frontier 4.1 軟件進行SFA 回歸分析。 投入1 能源基地資產規模和投入2 開發資源量的松弛變量回歸結果見表3、 4， 表中環境1、 2、 3、 4 分別是所在區域能源消費、 所在區域GDP 水平、 第三產業產值比重和基地輻射能力。

表3 投入1 松弛變量SFA 回歸結果

表4 投入2 松弛變量SFA 回歸結果

第二階段運用隨機前沿模型的前提是管理無效率存在， 根據SFA 回歸結果可知， 投入1 與投入2 的松弛變量LR 值均大于臨界值， 因此拒絕不存在管理無效率項的原假設， SFA 回歸分析有意義； 通過表3 和表4 的回歸結果可以看出， 4個環境變量對2 個投入松弛變量的回歸系數均通過了10%顯著性水平下的t 值檢驗， 說明環境變量對能源基地開發投入冗余存在顯著影響， 進一步說明SFA 回歸結果具有較高的信度與效度； 同時得出投入1、 投入2 松弛變量SFA 分析的γ 值均為1， 說明能源基地開發效率水平主要由外部環境因素與管理無效率兩者主導， 隨機噪聲的影響作用則不大。 此時將重點分析外部環境變量對能源基地開發投入松弛變量的影響。

根據SFA 回歸分析結果， 所在區域GDP 和第三產業產值比重對資產規模與可開發資源量松弛變量影響最顯著， 且都呈現負線性相關關系。其中， 所在區域GDP 對資產規模與資源開發量回歸系數為負， 并分別通過1%、 5%顯著性水平檢驗， 表明隨著地區GDP 水平越高， 基地資產規模與資源開發冗余量將會越低， 對基地開發效率提高有積極意義； 第三產業產值對兩個投入松弛變量回歸系數都為負， 并且均通過1%顯著性水平檢驗， 表明所在區域第三產業產值比重的提高將使得資產規模與資源投入松弛變量減少， 從而產出不變的情況下節約投入， 這符合基地能源開發的目標。

根據SFA 回歸結果， 所在區域能源消費水平、 基地輻射能力對兩個投入松弛影響顯著性水平較低， 且都呈現正線性相關關系。 其中， 所在區域能源消費量對資產規模與可開發資源量分別通過了1%、 10%顯著性水平檢驗， 表明區域能源消費量越大， 資產規模與資源投入松弛度越高，即與基地開發效率呈現負相關， 不利于降低資產投入與能源強度； 基地輻射能力對資產規模與資源投入也分別通過了1%、 10%顯著性水平檢驗，表明基地輻射能力越強， 對基地開發投入松弛量越大， 這與資源型城市開發路徑相符， 但容易帶來“資源詛咒”， 不利于提高基地開發效率水平。

基于對基地外部環境變量對投入松弛的作用間接得到對基地開發效率的影響， 因為不同基地開發投入受環境影響差異明顯， 因此需要對原始投入進行調整， 有效避免外部環境因素影響， 保證各個能源基地處于相同的環境條件， 進而測算基地開發效率的實際水平。

4.3 第三階段結果分析

第三階段依照式(3） 能源基地原始投入進行調整， 產出不變， 再次運用DDF 模型， 借助MAXDEA 軟件對能源基地開發效率進行測算。 調整后重新測得各基地綜合技術效率、 純技術效率、規模效率以及規模效應變化情況， 結果詳見表5。

表5 能源基地調整投入后的開發效率結果

續 表

通過表5 得出以下結論： 在同樣的外部環境條件下， 能源基地開發效率值發生了較大的變化，其中， 綜合技術效率均值由原來的0.677 下降到了0.668； 純技術效率均值由0.844 上升到了0.857；規模效率均值由0.791 下降到了0.768。 表明剔除外部環境因素和隨機干擾因素后， 能源基地開發效率更加不理想； 造成綜合技術效率平均水平低的原因是規模效率水平不足， 即提升能源基地綠色低碳開發效率關鍵要提高基地開發的規模效率。

首先，進行架構在同構網絡基礎上的普通概率洪泛算法仿真試驗，在平面尺寸為2 000m×2 000 m的范圍上隨機設置400個節點，將節點的通信半徑設定為200m。區域中心（1 000，1 000）附近的一個節點被選定為廣播源點而其他節點作為目的地。在仿真試驗中，傳輸概率從0到1逐漸增加，對目標數據進行收集。對節點收到的數據包的數量和跳數進行統計，用以測試網絡的覆蓋區域和平均路徑長度。

從具體開發效率看， 整體有效的有4 個， 分別為蒙西、 陜北、 川渝和南疆， 3 項效率值均為1， 其中陜北、 川渝和南疆調整前后沒有變化， 蒙西則由無效變為有效。 從綜合技術開發效率與規模效率看， 隴西最低， 分別為0.206、 0.221， 下降幅度最大的也是隴西， 較調整前均下降50%，表明由于外部環境變量影響， 隴西綜合開發效率被明顯高估， 同時說明基地規模水平是制約隴西開發效率的主要因素。 從純技術效率來看， 錫盟最低， 為0.513， 較調整前有所上升， 但上升幅度較小， 表明錫盟的開發效率由內部管理無效率主導； 變化幅度最明顯的是冀北， 調整后， 純技術效率明顯上升， 表明受外部環境顯著影響， 效率被低估。 其余能源基地調整前后變化幅度較小，表明對外部環境與隨機噪聲敏感度較低， 即開發效率由內部管理水平決定。

從規模效應看， 調整前后沒有發生改變， 除了處于前沿面的基地， 大部分能源基地處于規模報酬遞增階段， 表明大部分能源基地依然需要通過擴大要素投入的途徑提高基地開發效率； 僅有晉北是規模報酬遞減， 未來能源開發重點是控制開發規模， 推動基地轉型是根本。

5 能源基地開發效率分析及開發路徑建議

5.1 能源基地開發效率分析

以3 項效率的平均水平為界限， 將能源基地劃分為4 類， 分別是有效、 相對有效、 效率一般以及相對低效， 并對第三階段結果進行分析， 結果如表6。

5.2 能源基地開發路徑建議

5.2.1 穩步開發Ⅰ類能源基地

蒙西、 陜北、 川渝和南疆這4 個能源基地整體效率最高， 應保持既有開發態勢， 持續增加投入， 進一步優化開發結構， 提升開發質量， 鞏固在國家能源戰略布局中的地位。 蒙西能源資源富集， 多能并存， 優質資源量蘊藏豐富， 可保持煤炭開發規模的合理增長， 但必須同步提高煤炭開發附加值， 延伸產業鏈， 推動產業進化， 同步加強

清潔能源開發， 持續提升清潔能源輸出比重。 陜北能源結構多元， 煤炭、 油氣、 新能源資源豐富，應重點推進多能互補， 加強產業協同， 著力提升石油、 天然氣的可持續發展能力， 擴大煤電輸出能力。 川渝基地水電資源豐富， 頁巖氣開發在國家戰略中具有重要地位， 應持續加強頁巖氣產業投入， 加快推進頁巖氣產業化、 規模化， 優化水電輸出通道， 優先輸配四川水電， 降低棄水率，擴大清潔能源貢獻率。 南疆基地在保持油氣穩產的基礎上， 緊密結合南疆區域經濟發展和能源需求， 保持合理的投入， 實現資源優勢向經濟優勢轉化， 以能源的發展推動區域經濟社會的可持續發展。

表6 能源基地開發效率分類分析

5.2.2 優化開發Ⅱ類能源基地

晉北、 晉東南、 皖北、 云南及青西北能源效率相對較高， 與區域能源生產消費及經濟發展有較好的適應性， 需要在部分領域補短版， 優結構，提質量。 晉北基地具有良好的開發基礎， 發展水平居于同類基地前列， 對國家能源戰略具有重要影響力， 長期的高強度開發， 使得能源發展呈規模報酬遞減趨勢， 應嚴格控制傳統能源開發節奏，穩步推進煤炭的清潔轉化， 優化產業鏈布局， 促進基地產業進化。 晉東南基地具備良好的區位優勢， 存在煤炭產業投入過大的問題， 應著力加強煤炭產業鏈延伸， 推動能源產業與關聯產業嫁接，提高產業附加值， 提高清潔能源輸出比重。 皖北基地地處能源消費中心， 開發強度大， 存在資源約束， 規模效率不高， 應控制煤炭開發， 促進煤炭就地轉化， 提高清潔能源輸出比重。 云南基地清潔能源資源豐富， 但發展水平不高， 應加大能源產業投入， 加強基礎設施建設， 促進水電消納，增強能源開發對區域經濟的帶動作用。 青西北基地多能互補， 尤以太陽能資源豐富， 但能源輸出結構不合理， 太陽能消納能力不足， 應統籌太陽能開發與煤電建設及能源通道建設， 實施協同發展， 促進油氣穩產， 通過能源開發帶動區域經濟發展。

晉中、 東疆、 冀北、 貴州、 呼倫貝爾、 隴東及隴西能源基地開發效率一般， 具有一定的開發優勢， 但在投入產出的技術效率或規模效率方面存在一定的不匹配性， 應揚長避短， 實施差異化發展。 晉中基地能源發展技術效率較低， 應加大煤層氣開發， 提高煤炭產業集中度， 促進煤炭就地轉化， 提高煤層氣、 煤電等清潔能源輸出， 控制焦化產業規模。 東疆基地資源總量大， 開發規模與資源量不匹配， 應擴大投入， 加強能源輸出通道建設。 冀北基地規模效率不高， 應穩定能源建設投入， 大力促進風電消納。 貴州基地發展基礎弱， 資源賦存條件差， 應適當加大以能源產業鏈延伸為重點的能源投入， 以能源開發帶動區域經濟發展， 促進煤電建設， 在區域能源平衡中發揮重要作用。 呼倫貝爾基地控制煤炭開發， 根據區域能源消費統籌發展煤電和風電。 隴東基地發展基礎薄弱， 投入不足， 能源輸出不足， 應加大油氣為重點的能源投入， 實施煤電一體化為主的煤炭開發， 完善能源輸出通道， 使隴東能源參與區域平衡， 通過能源開發推動區域發展。 隴西基地能源產業結構單一， 對區域經濟影響小， 能源輸出通道有限， 不宜繼續擴大投入。

5.2.4 控制發展Ⅳ類能源基地

錫盟、 寧東、 蒙東南、 北疆開發效率總體偏低， 應穩定既有發展規模， 優化結構， 重點保障區域能源供應為主。 錫盟、 蒙東南基地在控制煤炭規模的基礎上， 實施煤炭開發向煤電輸出的轉化， 實施新能源開發的煤炭等量替代。 寧東基地開發強度較大， 在總量穩定的基礎上， 控制煤基產業的投入， 適度發展新能源產業， 推動煤基產業的減量替換。 北疆基地市場有限， 以油氣開發帶動區域經濟發展， 根據區域能源消費需求， 適當發展煤電產業。

6 結論與啟示

基于對國家20 個大型綜合能源基地的綜合分析， 可獲得如下結論：

(1） 提高能源基地開發效率是優化能源開發布局、 推進能源生產革命的重要舉措。 復合DDFDEA 三階段評價模型比傳統DEA 模型更準確地反映了能源基地開發狀況， 對能源開發決策具有更好的支撐作用。

(2） 第一階段結果表明20 個能源基地初始效率值中， 開發整體有效的基地數量較少， 僅有陜北、 川渝和南疆能源基地， 比例不到1／5； 同時各能源基地開發效率差異明顯。

(3） 第二階段SFA 回歸分析結果表明所在區域GDP 和第三產業產值比重對資產規模與可開發資源量松弛變量影響最顯著， 且都呈現負線性相關關系。

(4） 第三階段調整后的開發效率結果表明在同樣的外部環境條件下， 能源基地開發效率值發生了較大的變化， 中國能源基地開發水平可劃分為4 個等級， 其中， 蒙西、 陜北、 川渝和南疆基地開發效率高， 為Ⅰ類能源基地； 晉北、 晉東南、皖北、 云南及青西北基地開發效率相對較高， 為Ⅱ類能源基地； 晉中、 東疆、 冀北、 貴州、 隴東基地開發效率一般， 為Ⅲ類能源基地； 錫盟、 寧東、 蒙東南、 北疆、 呼倫貝爾、 隴西開發效率總體偏低， 為Ⅳ類能源基地。

(5） Ⅰ類能源基地應保持既有開發態勢， 穩步開發； Ⅱ類能源基地應積極補短板， 優化開發結構， 進一步提升開發水平； Ⅲ類能源基地應結合優勢， 實施差異化發展； Ⅳ類能源基地開發效率普遍較低， 開發優勢不明顯， 提升空間較小，應控制發展。

基于以上結論得出有關政策啟示如下：

(1） 國家在進行能源轉型的過程中， 關鍵在于煤炭能源清潔化開發利用技術發展， 應不斷建立完善傳統能源領域科技創新發展機制， 實現傳統能源智能化開發利用， 優化能源開發結構， 將能源大省、 能源基地打造成全國能源科技創新的策源地。

(2） 全國各省份尤其是大型能源基地所在區域， 應著力構建清潔、 低碳開發模式， 地方政府鼓勵風、 光、 水、 火、 儲多能互補的良性循環的能源開發生態圈， 并不斷完善能源產業政策支撐體系， 不斷擴展傳統能源清潔開發的轉化形式。

(3） 國家能源基地是能源革命的排頭兵， 更是國家建設清潔能源為主體的重點實驗室， 對不同能源資源的開發源于對各種能源資源的精準認知， 因此各能源基地所在區域地方政府按照國家能源規劃相關要求， 對各類能源基地未來發發進行精準劃分， 分類開發， 協調并進， 同時提高對各能源基地開發的技術資金支撐， 實現能源基地構建現代化智能開發體系的目標。