欧盟与非欧盟国家能源与健康效率比较

医疗保健

Article欧盟国家与非欧盟国家经济发展、能源消耗、环境和健康可持续性之间的动态链接

Yongqi Feng 1, Xinye Yu 1, Yung-ho Chiu 2 和 Tzu-Han Chang 2,
1中国长春前进大街2699号吉林大学经济学院，邮编130012；fyqjldx@jlu.edu.cn（Y.F.）； yuxinye1024@163.com（X.Y.）
2台湾台北市贵阳街一段56号，东吴大学经济学系，邮编100； echiu@scu.edu.tw
通讯作者：angleyc06@gmail.com；电话：+886‐2‐23111531（分机5201）； 传真：+886‐2‐27976015
收到日期：2019年10月16日；接受日期：2019年11月4日；发布日期：2019年11月6日

摘要

环境污染与公共卫生之间存在密切而重要的关系，环境污染对公共卫生具有重要影响。本研究采用两阶段超前沿动态网络数据包络分析模型（TMDN‐DEA）探讨了28个欧盟国家和53个非欧盟国家在2010年至2014年期间能源消耗对儿童和成人死亡率、结核病率、存活率以及卫生支出效率的环境污染效应。我们计算了各欧盟和非欧盟国家的整体效率得分和技术差距比率，以及生产和健康阶段中投入与产出变量的效率。每年欧盟国家的平均整体效率高于非欧盟国家。但欧盟国家的能源效率高于非欧盟国家，而非欧盟国家的健康效率高于欧盟国家。欧盟国家的卫生支出效率明显低于非欧盟国家。可再生能源效率明显高于不可再生能源效率；PM2.5效率明显高于CO2效率，且欧盟国家和非欧盟国家的儿童死亡率效率均高于成人死亡率效率。应加强欧盟和非欧盟国家的政府管理，以减少空气污染物和二氧化碳排放，推动能源转型向可再生能源的清洁能源发展，并提高医疗保健领域的健康效率。

关键词 ：能源效率；健康效率；欧盟国家；元前沿动态网络DEA

1. 引言

欧盟（EU）是一个重要的政府间经济联盟，其在2018年创造了全球21.54%的国内生产总值。欧盟正在积极应对气候变化和环境污染问题。欧盟已设定目标，到2020年可再生能源占总能源使用量的20%。目前有11个欧盟成员国已实现其2020年目标，其中瑞典的可再生能源占比目标高达54.5%，是欧盟中最高的；卢森堡为6.4%，荷兰为6.6%，为最低水平。法国实现2020年可再生能源占比的目标为23%，但尚未达成。

其他国家也非常重视能源效率和环境问题。早在1997年，联合国气候变化框架公约在第三届缔约方会议上通过了《京都议定书》。2017年11月，联合国气候变化框架公约缔约方第二十三次会议在德国波恩举行。会议制定了《巴黎协定》的实施指南。主要内容包括将全球气温控制在比工业革命前升高2摄氏度以内，并分阶段减少温室气体排放。

能源、环境污染与健康之间存在一定的投入-产出关系和影响机制，如图1所示。当能源消耗以及劳动力和资本投入促进经济增长时，可能导致环境污染，例如碳排放和空气污染。碳排放和空气污染对呼吸系统、心脏和脑功能有很强的影响，并可能导致一些严重疾病，尽管政府和社会将为此产生大量相关卫生支出用于卫生治疗。

基于上述影响与传导机制，本研究采用两阶段元前沿动态网络数据包络分析模型（TMDN-DEA），探讨能源消耗对欧盟和非欧盟国家儿童和成人死亡率、结核病率、存活率以及卫生支出效率的环境污染效应。该研究分析了欧盟国家和非欧盟国家的能源与健康效率。第一阶段为生产阶段，我们可由此了解能源效率。第二阶段为卫生治疗阶段，我们可以从这一状态中了解健康效率。

本研究有两个主要贡献。第一，将能源、环境和健康纳入一个模型中，通过比较分析，全面探讨欧盟国家和非欧盟国家的能源与健康效率。第二，本研究将能源划分为可再生能源和不可再生能源，将死亡率划分为儿童死亡率和成人死亡率。

本文其余部分的结构如下：第二节为文献综述，第三节介绍研究模型与方法，第四节给出实证研究结果，第五节提出结论与启示。

2. 文献综述

关于能源、环境与健康问题已有大量研究，主要从环境与健康两个独立的方向展开。第一个领域聚焦于能源与环境效率分析。第二个领域关注的是对人类健康的影响。

能源与环境问题长期以来被许多学者从经济、能源、污染和治理的角度进行了分析。鉴于能源与环境问题的重要性，许多学者也对此主题开展了大量研究。其中，一些学者采用数据包络分析（DEA）方法研究能源效率。欧盟国家也是能源与环境问题的重要研究对象。这些研究主要关注能源与环境之间的关系，以及对环境的影响。

之所以受到关注，是因为它与我们的健康密切相关。一些学者还研究了环境污染与人类健康之间的关系。众所周知，欧盟国家也是全球在医疗保健方面投入较多的地区。在环境污染不可避免的情况下，欧盟国家的健康投入会产生何种影响？这是一个值得思考和研究的问题。然而，目前较少有研究同时关注能源、环境污染与健康之间的关联。

秀吉和美香提出了一种非导向DEA模型，用于研究美国清洁空气法（CAA）中酸雨引起的气体（NOX）。该研究发现，环境法对美国燃煤电厂产生的SO2和NOX排放控制是有效的。廖和吴使用DEA模型分析全球能源效率和二氧化碳排放，并寻求纯技术效率以提高发展中国家的CO2排放控制规模效率。崔等人使用SBM-DEA方法探讨中国的能源效率，发现二氧化碳效率严重偏低。张和崔使用SBM-DEA研究中国各省份的环境效率。结果表明，大多数省份的能源效率较低，且区域间的环境效率存在显著差异。杨和王使用DEA模型收集了中国各省份2000年至2007年的数据，探讨环境方面的能源效率。结果表明，中国的环境能源效率较低，经济产出和二氧化碳排放需要改善。

赵等人认为，电力行业是中国最大的空气污染源，占二氧化碳排放量的40%和二氧化硫排放量的60%。中国的电厂行业必须实施环境法规以提高效率和环境绩效；此外，减少二氧化碳具有显著影响。姚等人收集了1998年至2011年中国省级工业部门的面板数据，使用元前沿非径向Malmquist CO2排放绩效指数（MNMCPI）指标分析中国二氧化碳排放效率的变化及其驱动力。实证结果表明，1998年至2011年，中国省级工业部门的CO2排放年均增长率为5.53%。东部、中部和西部地区工业部门的平均二氧化碳排放量依次递减，MNMCPI效率（EC）指标的年增长率上升，速率为2.297%，21个省份的二氧化碳排放效率变化（EC）呈上升趋势。

王等人通过非导向DEA模型探讨了2008年至2012年中国能源效率。结果表明，山东和海南在自然与管理处置方面表现有效，而其他省份则可能需要提高其能源与环境绩效。许多省级工业部门应努力通过技术投资减少污染。此外，西部中国的自然与管理处置平均值最高，其次是东部中国，中部中国最低。秦等人使用数据包络分析评估了2000年至2012年中国沿海地区的能源效率。实证结果表明，除北京和海南外，中国沿海地区的经济发展水平与能源效率表现呈正相关。萨˘格拉姆使用两阶段DEA模型探讨了美国39个州的能源效率。结果表明，超过一半的州具有较高的能源效率，能够有效减少二氧化碳排放。冯等人分析了中国总二氧化碳排放效率和二氧化碳减排潜力。结果表明，由于结构无效性，技术和管理效率也较低，中国的二氧化碳排放效率相对较低，政府应依靠产业结构调整来缩小区域技术差距，从而减少二氧化碳排放。

毕等人使用SBM-DEA模型探讨化石燃料消耗与中国火力发电环境监管之间的关系。结果表明，能源效率和环境效率相对较低，不同省份的能源与环境效率评分差异较大。孙明兴等人通过荟萃分析研究了许多国家和地区的制浆行业，并得出结论：影响造纸过程中的温室气体排放主要因素是能源使用。在制浆过程中，能源利用率为62%，温室气体排放为45%。

曾诗鸿等人使用向量自回归模型研究北京的减排限制价格、经济发展和能源价格之间的动态关系。李莫杰等人在研究中国有色金属工业时总结了其发展政策。采用自下而上模型分析了有色金属行业的碳排放。曾诗鸿等人还研究了中国新能源产业的投资效率，并发现新能源企业的投资效率受到宏观经济状况和企业特定特征的影响，通过DEA模型分析得出。

还有许多研究将欧洲国家作为能源、环境与健康问题的研究对象。Bampatsou等人采用DEA模型探讨了1980年至2008年15个欧盟国家的能源效率。结果表明，核能作为能源混合物的投入对各国效率产生了负面影响，并引发了严重的环境问题。Cucchiella等人使用DEA模型探讨了欧盟国家的能源与环境效率。研究结果显示，欧盟国家的能源与环境效率较低，效率较差的国家可通过潜在排放和减少能源消耗来改善能源效率。Gomez-Calvet采用方向性距离函数分析了25个欧盟国家的能源效率。结果表明，欧盟国家之间存在显著的效率差异，尤其是在最新加入的欧盟国家中。这些国家的能源效率较差，需要制定环境政策以减少CO2排放。

Dumana和Kasman采用参数化双曲距离函数研究了1990-2011年间欧盟成员国的环境效率。结果表明，欧盟国家之间的环境技术效率得分存在差异，与新成员国和候选国相比，最早的15个欧盟国家在增加国内生产总值和减少能源使用的同时，具有更大的减少二氧化碳排放的潜力。Cecchini等人使用DEA模型探讨了欧洲畜牧业的能源效率。结果表明，欧洲畜牧业技术的进步与减少二氧化碳排放有显著关系。Suzuki和Nijkamp通过距离摩擦最小化(DFM)模型发现，欧盟国家的能源-环境-经济效率普遍高于亚太经合组织（APEC）和东盟（ASEAN）国家。

Moutinho等人同时使用数据包络分析和随机前沿分析计算了27个欧洲国家的农业技术效率得分。Reinhard等人通过随机前沿分析(SFA)和数据包络分析(DEA)估算了荷兰奶牛场的综合环境效率测度。Robaina-Alves和Moutinho V.识别了农业中温室气体排放强度(El)的影响，并分析了哪些因素对欧洲国家农业排放强度的决定更为重要。Toma等人通过自助法数据包络分析(DEA)方法考察了欧盟国家的农业效率，指出大多数最早的欧盟国家在资源节约和产出最大化方面具有更高效且优化的作物生产过程。Vlontzos G.、Niavis S.、Manos B.基于非径向数据包络分析(DEA)模型评估了欧盟成员国初级产业的能源与环境效率，发现一系列东欧国家获得低效率得分。

一些学者还探讨了暴露于环境污染对人类健康的影响。Cohen等人发现，PM2.5导致的死亡率从1990年的3500万上升至2015年的4200万。Wang探讨了中国各行业和地区能源消费排放对人群健康危害的影响。研究表明，PM10和SO2排放的增加会显著损害人群健康。Fischer等人探讨了长期暴露于空气污染与城市研究的关系，得出结论：在荷兰，30岁以上人群长期暴露于PM10和NO2与死亡率上升相关。Yang等人研究了长期暴露于环境空气污染对高血压的影响，并于2009年分析了中国东北地区的三座城市中24,845名成人（18–74岁）的数据。结果表明，污染物与高血压在早期呈正相关，且对收缩压和舒张压也有显著影响，长期暴露于环境空气污染与前期高血压和高血压有关，尤其是在女性和老年人中。

Li等人探讨了中国各省份的空气污染与健康问题。研究表明，PM2.5排放和经济损失导致了不同的健康问题。研究还发现，北京的能源消耗和PM2.5排放均呈现快速增长趋势，且死亡率最高，经济损失最大，政府应减少PM2.5排放以降低对公共卫生的影响。Liu等人使用LEAP（长期能源替代规划系统）模型分析了2010年至2015年因能源消耗导致的二氧化碳排放和健康问题。结果表明，急性支气管炎受PM10污染影响最为严重，应采取政策措施减少二氧化碳和污染物排放。

Dauch等人探讨了法国北部城市短期暴露于空气污染与肺功能之间的关系，以及中年非吸烟成年人中非呼吸系统成人非呼吸系统疾病之间的关系。结果表明，O3在血液中增加。嗜酸性粒细胞计数增加与法国居民短期暴露于空气污染后健康肺功能的临床下降及炎症标志物增加之间存在显著关系。Carlton等人通过使用标准仪器的结构化问卷估算每个家庭的年平均空气交换率(AAER)，评估了生活在低收入城市家庭的多民族人群中空气交换率与呼吸健康之间的关系。与呼吸系统症状的相关性显示，AAER较高的家庭成员更可能患有慢性咳嗽、哮喘和哮喘样症状。

Shen等人使用综合空气质量指数（AQI）和健康风险空气质量指数（HAQI）评估健康风险。结果表明，基于HAQI的结果，当前AQI系统可能会显著低估空气污染的健康风险。公众可能需要更严格的健康保护措施以确保安全。Ljungman等人使用线性回归研究长期和短期空气污染暴露与动脉硬化之间的关系。结果表明，长期暴露于PM2.5与动脉硬化无关，但与居住在主干道附近呈正相关，表明靠近主干道的污染物混合物而非PM2.5可能影响动脉硬化。此外，短期空气污染暴露与更高的动脉硬化无关。

Torres等人研究了暴露及其不良健康影响。结果表明，阿连特茹和里斯本大都会区的二氧化硫和细颗粒物呈上升趋势，北部地区和大都会区的死亡率也显著上升。Chen等人探讨了短期环境空气污染物对小学生健康和肺功能的影响。结果表明，在PM2.5和PM10的暴露环境中，肺功能下降与测量结果有显著关系。Knibbs等人研究了澳大利亚12个城市中7岁到11岁的儿童健康状况，使用卫星土地利用回归（LUR）模型估算每名儿童在学校和家庭中的NO2浓度。在2630名儿童中，目前哮喘患病率为14.9%。据估计，户外NO2暴露与澳大利亚儿童的不良呼吸健康之间存在影响。

Roberts等人探讨了城市地区空气污染物与儿童期和青春期心理健康之间的问题，发现12岁以下儿童暴露于空气污染与心理健康问题无显著关联。Zaman等人探讨了1975年金砖国家（巴西、俄罗斯、印度、中国和南非）中能源消耗、环境、健康及其对经济增长的影响。结果表明，环境变量对金砖国家的经济增长产生了不利影响，而能源显著促进了国家的经济增长，同时还发现金砖国家需要适当增加卫生支出和基础设施以应对与生育率和死亡率相关的健康问题。

关于能源与环境效率的研究主要集中在一些国家或不同省/州的化石燃料消耗、CO2, SO2,和 NOX排放等多种对象上。他们的研究得出基本相同的结论，即能源与环境效率较低，尤其是在发展中国家地区。针对欧盟国家能源与环境效率的研究主要集中在核能效率、欧洲畜牧业的能源效率、欧盟国家之间的效率差异（Gomez-Calvet；Dumana和Kasman）、温室气体排放（El）以及农业效率。从这些研究中可以看出，欧盟最初的15个国家具有较高的效率以及能源与环境效率，但仍具备通过减少二氧化碳排放等途径进一步提升能源与环境效率的潜力。

关于暴露于环境污染对人类健康影响的研究主要集中在发展中国家，例如中国和金砖国家。研究表明，PM2.5、PM10、CO2,和SO2排放量的增加会显著危害人群健康。

表1概述了上述主要研究主题：能源消耗、环境污染和人类健康。尽管一些传统的DEA方法已被应用于上述研究领域，但很少有研究将能源、环境和健康效率之间的关系纳入一个模型中。因此，本文采用TMDN-DEA模型，对欧盟国家和非欧盟国家的能源与健康效率进行了综合探讨。

先前的研究	本研究
关于能源消耗和环境效率 [3–18]。	应用一种改进的元动态网络模型，包含一个生产阶段，用于分析可再生能源与不可再生能源效率，以及第二个关注卫生支出和对65岁人群及儿童存活率影响的健康治疗阶段。
关于欧盟国家的能源研究环境问题 [19–29]	以及欧盟国家和非欧盟国家的成人死亡率。
关于环境之间关系的研究污染对人类健康[30–44]。

基于上述文献分析，本文提出以下研究假设：

Hypothesis 1. 欧盟国家的平均整体效率高于非欧盟国家。
Hypothesis 2. 欧盟国家的整体能源效率高于非欧盟国家。
Hypothesis 3. 欧盟国家的整体健康效率高于非欧盟国家。
Hypothesis 4. 在各项能源效率方面，欧盟国家均高于非欧盟国家。
Hypothesis 5. 在各项健康效率方面，欧盟国家均高于非欧盟国家。

3. 研究方法

我们使用TMDN-DEA模型来分析能源与健康效率。本文的TMDN-DEA模型是在SBM动态DEA基础上，结合元前沿（MF）和动态组边界模型构建的，包含两个阶段。

3.1. SBM动态DEA

法雷尔通过边界生产函数的概念来衡量决策单元的生产率水平，该函数将最有效的生产点连接成生产边界，任何实际生产点与生产边界之间的差距代表了该生产点的无效率。基于“边界”的概念，查恩斯等人提出了CCR数据包络分析模型，班克等人扩展了其关于规模报酬的假设，并提出了BCC模型。由于CCR模型和BCC模型测量的是径向效率，这两个模型假设输入和输出可以按相同比例进行调整（增加或减少），这一假设在某些情况下并不适用。2001年，Tone提出了基于松弛的度量（SBM）模型，用于衡量投入和产出项目之间的松弛，并采用非径向估计方法来表示SBM效率，其效率值介于0和1之间。

除了CCR、BCC和SBM模型外，其他学者也发展了数据包络分析。传统DEA模型通过投入与产出项目将两个变量之间的效率进行转换，而该转换过程被视为一个“黑箱”。Färe、Grosskopf和Whittaker提出了网络数据包络分析（Network DEA），应用子生产技术来探讨投入分配和中间产出对生产过程的影响。

Tone和Tsutsui提出了一种加权基于松弛度量的网络数据包络分析模型，以决策单元各部门之间的链接作为网络DEA模型分析的基础。该网络DEA模型改进了传统DEA无法对各部门绩效进行分析的不足。Tone和Tsutsui将SBM模型扩展到基于松弛度量的动态分析，提出了加权基于松弛的度量（动态网络DEA）数据包络分析模型，以决策单元各个部门之间的链接作为网络DEA模型分析的基础，并将每个部门视为子决策单元（Sub-DMU），将跨期活动视为链接，且跨期活动可分为四类：（1）期望的（好的），（2）非期望的（坏的），（3）可自由支配的（可变的），（4）不可自由支配的（不可变的）。

3.2. 修正的动态网络模型

由于本研究在动态网络SBM模型中考虑了非期望产出和区域差异，我们可以对Tone和Tsutsui的动态网络模型以及O’Donnell等人的元前沿模型进行修正，构建修正的共同前沿动态网络模型。修正的共同前沿动态网络模型如下所示。

假设有n个决策单元(j= 1, . . . , n)，每个决策单元包含k个分部(k= 1, . . . , K)，以及T个时间段(t = 1, . . . , T)。每个决策单元在时间段t具有投入与产出，并通过跨期连接（链接）传递到下一个时间段t+1。

设mk和rk表示每个分部K中的投入与产出，其中(k,h)i表示从分部k到分部h；Lhk为分部集合k和h；投入与产出、链接及结转的定义如下所述。

输入和输出
Xt ijk∈R+(i= 1, . . . , mk; j= 1, . . . , n; K= 1.. , K; t= 1, . . . , T)：指在时间段t内第i项投入DMUj divisionk
yt rjk∈R+(r= 1, . . . , rk; j= 1, . . . , n; K= 1.. , K; t= 1, . . . , T)：指在时间段t的输出r for决策单元j部门k；如果部分输出不理想，则被视为该部门的输入。

链接
Zt j(kh)t∈R+(j= 1; . . . ; n; l= 1; ..; Lhk; t= 1; . . . ; T)0：指时期t内从决策单元第k部门到第h部门的链接，其中Lhk表示从k到h的链接数量。
Zt j(k h )t ∈R+(j=1; . . . ; n; l= 1; . . . ; Lkh; t= 1; . . . ; T)

跨期传递
Z(t,t+1)jkl∈R +(j= 1, . . . , n; l= 1, .., Lk; k= 1, . . . k, t= 1, . . . , T −1)：指从决策单元DMUj的部门k向部门h在时间段t到t+1的结转，其中Lk表示部门k中结转项目的数量。

3.3 元前沿面（MF）

假设所有制造商（N）由于管理类型、环境和资源的不同，由g个组的决策单元构成（N= N1+ N2+. . . .+ Ng），且xij和yrj分别表示第j个决策单元（j= 1, 2, . . . , N）中的第i项投入（i= 1, 2, . . ., m）和第r项最终产出（r= 1, 2, . . ., s）。在元前沿边界下，决策单元k可选择最终产出权重，即对其最大值最有利的情况，因此决策单元k在共同边界下的效率可通过以下线性规划过程求解。

ρ∗= min T1∑tT=1 Wt[1− 1 m+ninput[∑G g=1∑mi=1 Si−t Xiot+∑G g=1∑ninput r=1 Sinput rt Zinput rot]] / T1∑ T t=1 Wt[1+ 1 g=1∑ S1 l=1 S+g jt yglot +∑G g=1∑ S2 l=1 S−b jt yb lob]]

s.t.
G ∑ g=1 n ∑ ∂=1 Zijtgλ t jg= G ∑ g=1 n ∑ ∂=1 Zijtgλ t+1 jg(vi|t= 1 · · · i−1) (1)
方程(1)表示术语t和t+1之间的连接方程
Xiot= G ∑ g=1 n ∑ ∂=1 Xijtgλ t jg+ Sit(i= 1 · · · m, t= 1 · · · i)
ylot=∑G g=1∑ s1 l=1y +g lot λ t j −s+g lt(l= 1,…, s1; t= 1,…, T)
ylot= G ∑ g=1 s2 ∑ l=1 y−b lotλ t j −s+b lt(l= 1,…, s2; t= 1,…, T)
Zgood iot= G ∑ g=1 n ∑ ∂=1 Zgood ijtg λt jg − St it (i= 1 · · · ngood; t= 1 · · · i)
G ∑ g=1 n ∑ ∂=1 λt jg = 1(t= 1 · · · i)
λt jg ≥ 0, Si−t ≥ 0, S+it ≥ 0, Sgood it ≥ 0 (2)

因此，我们可以根据方程(2)下的共同边界模型得知所有决策单元的整体技术效率(OTE)值。

3.4. 动态组边界模型

假设制造商被划分为g个组的决策单元，则每个组边界下的决策单元将选择最有利的最终产出权重。因此，组边界下决策单元的效率将通过以下方程求解：

θ ∗ 0 = min 1 T∑ T t=1 W t[1− 1 m+ninput[∑ m i=1 S− it Xiot +∑ ninput r=1 S in p ut rt Z in p ut rot]] / 1 T∑ T t=1 W t[1+ 1 S 1 +S2[∑ S1 l=1 S + g j t y g lot +∑ S2 l=1 S− b j t y b (3)

St∑ n j=1 zα ijt λt j =∑ n j=1 zα ijt λ t+1 j (∀i; t= 1,…, T−1)
xiot=∑ n j=1 xijt λ t j + s− it(i= 1,…, m; t= 1,…, T)
ylot =∑ s1 l=1y +g lot λ t j −s + g lt(l= 1,…, s1; t= 1,…, T)
ylot =∑ s2 l=1y −b lot λ t j −s−b lt(l= 1,…, s2; t= 1,…, T)
zg ood iot =∑ n j =1 zg ood iot λ t j −sg ood it (i= 1,…, ngood; t= 1,…, T)

∑n j=1λt j= 1(t= 1,…, T)
λt j ≥ 0, si−t ≥ 0, s+it ≥ 0, sgood it ≥ 0

3.5. 技术差距比率(TGR)

由于共同前沿模型包含g个组，因此共同前沿技术效率(MFE)将低于组前沿技术效率(GFE)。该比率值称为技术差距比率(TGR)，表示如下：
TGR= MFE / GFE (4)

3.6. 投入与产出的效率

我们采用胡和王的全要素能源效率指数以克服传统能源效率指标中可能存在的偏差。本研究包含十一个关键特征：劳动力效率、不可再生能源效率、可再生能源效率、国内生产总值效率、卫生支出效率、结核病率效率、儿童死亡率效率、成人死亡率效率、65岁人群的存活率、CO2效率以及 PM2.5效率。在本研究中，“I”代表区域，“t”代表时间。以下定义了这十一个效率模型：

• Labor efficiency = Target Labor input(i, t) / Actual Labor input(i, t) (5)
• Non-renewable Energy efficiency = Target non-renewable energy input(i, t) / Actual non-renewable energy input(i, t) (6)
• Renewable Energy efficiency = Target renewable energy input(i, t) / Actual renewable energy input(i, t) (7)
• GDP efficiency = Actual GDP desirable output(i, t) / Target GDP desirable output(i, t) (8)
• CO2 efficiency = Target CO2 Undesirable output(i, t) / Actual CO2 Undesirable output(i, t) (9)
• PM2.5 efficiency = Target Pm2.5 Undesirable output(i, t) / Actual Pm2.5 Undesirable output(i, t) (10)
• Health Expenditure efficiency = Target Health Expenditure input(i, t) / Actual Health Expenditure input(i, t) (11)
• Tuberculosis rate efficiency = Target Tuberculosis rate output(i, t) / Actual Tuberculosis rate output(i, t) (12)
• Mortality rate of children efficiency = Target Mortality rate of children output(i, t) / Actual Mortality rate of children output(i, t) (13)
• Mortality rate of adult efficiency = Target Mortality rate of adult output(i, t) / Actual Mortality rate of adult output(i, t) (14)
• Survival rate of 65 years old efficiency = Actual Survival rate of 65 years old desirable output(i, t) / Target Survival rate of 65 years old desirable output(i, t) (15)

如果目标劳动力、非可再生能源效率、可再生能源效率和卫生支出投入等于实际投入，则劳动力、非可再生能源效率、可再生能源效率和卫生支出投入等于实际投入，能源效率和卫生支出效率等于1，表示整体效率有效。如果目标劳动力、非可再生能源效率、可再生能源效率和卫生支出投入小于实际投入，则劳动力、非可再生能源效率、可再生能源效率和卫生支出效率小于1，表示整体无效率。

如果目标结核病发病率效率、儿童死亡率效率、成人死亡率效率、CO2,和PM2.5非期望输出等于实际的非期望输出，则结核病发病率效率、儿童死亡率效率、成人死亡率效率、CO2,和PM2.5效率等于1，表示整体效率。如果目标结核病发病率效率、儿童死亡率效率、成人死亡率效率、CO2,和空气质量指数非期望输出小于实际的非期望输出，则结核病发病率效率、儿童死亡率效率、成人死亡率效率、CO2,和PM2.5效率小于1，表示整体无效率。

如果目标国内生产总值和65岁期望输出的存活率等于实际国内生产总值和65岁期望输出的存活率，则国内生产总值和65岁比率的效率等于1，表示整体效率。如果实际国内生产总值和65岁期望输出的存活率小于目标国内生产总值期望输出，则国内生产总值和65岁比率的效率小于1，表示整体无效率。

4. 实证研究

4.1. 数据来源与描述

本研究比较了2010年至2014年欧盟和非欧盟国家的能源效率与健康效率。疾病数据来自全球结核病控制报告（世界卫生组织），其他数据来自世界银行的世界发展指标。目前有28个欧盟成员国。根据数据可获得性，我们从其他国家中选取53个国家作为非欧盟国家。

在我们的研究中，每个阶段的变量如表2所示。第一阶段是生产阶段，包含三个输入变量和一个输出变量。第二阶段是健康治疗阶段，包含一个输入变量和四个输出变量。

阶段	输入变量	输出变量	Link	结转
第一阶段	- 劳动力（百万人） - 可再生能源（兆焦耳） - 不可再生能源（兆焦耳）	GDP（十亿美元）	- CO2（百万吨） - PM2.5（微克每立方米）	固定资产（十亿美元）
第二阶段	卫生支出（十亿美元）	- 儿童死亡率（5岁以下，%） - 成人死亡率（15至65岁，%） - 65岁存活率（%） - 结核病率（%）	- CO2（百万吨） - PM2.5（微克每立方米）	固定资产（十亿美元）

第一阶段：生产阶段
- 输入变量 ：劳动力、可再生能源、不可再生能源。
- 输出变量 ：GDP（期望产出）。

第二阶段：医疗治疗阶段
- 输入变量 ：卫生支出。
- 输出变量 ：儿童死亡率（非期望产出）、成人死亡率（非期望产出）、存活率（期望输出）、结核病率（非期望产出）。

4.2. 投入和产出变量统计分析

在实证研究之前，本文进行了等渗性检验，以验证变量选择的合理性。表3和表4分别展示了欧盟国家和非欧盟国家投入和产出变量的整体统计情况。

从2010年到2014年，欧盟国家的PM2.5、二氧化碳、不可再生能源、结核病率、儿童和成人死亡率以及65岁人群的存活率的平均值明显下降。劳动力、资本、GDP和卫生支出的平均值变化不大。

非欧盟国家中，劳动力、资本、可再生能源、不可再生能源和GDP的平均值变化不大。PM2.5、65岁人群的存活率、结核病率、儿童和成人死亡率的平均值从2010年到2014年有所下降。卫生支出的平均值则有所增加。

4.3. 年度总效率得分

各欧盟国家从2010年到2014年的整体效率如表5所示。马耳他在所有四年中的整体效率均为1。塞浦路斯和瑞典在2012年和2013年的效率为1。卢森堡在2010年的效率为1，但从2011年起下降至0.7以下。保加利亚、匈牙利、波兰和罗马尼亚在2010年至2014年的每年效率均低于0.2，捷克的整体效率也低于0.2。

在53个非欧盟国家中，有6个国家在所有四个年份的整体效率均为1，分别是文莱、日本、冰岛、沙特阿拉伯、新加坡和美国。阿拉伯联合酋长国和韩国在五个年份中有四年效率为1。澳大利亚、加拿大、韩国、新西兰、瑞士和阿拉伯联合酋长国的总效率均高于0.6。

非欧盟国家的整体效率低于欧盟国家。有半数的非欧盟国家整体效率低于0.3，而欧盟国家中只有三分之一处于该水平。每年，欧盟国家整体效率的平均值均高于非欧盟国家，这基本验证了假设H1。

4.4. 各阶段总平均值效率得分分析

从各阶段来看，欧盟和非欧盟国家的整体效率表现不同。在第一阶段（生产阶段），从2010年到2014年每年，欧盟国家的平均整体效率均高于非欧盟国家。在第一阶段，非欧盟国家的平均整体效率低于0.47，而欧盟国家每年均高于0.61。因此，非欧盟国家的能源效率低于欧盟国家。

但在第二阶段（健康治疗阶段），从2010年到2014年每年，欧盟国家的平均整体效率均低于非欧盟国家。在第二阶段，从2010年到2014年，欧盟国家的平均整体效率除2010年为0.3382外均低于0.27，而非欧盟国家每年均高于0.34。因此，欧盟国家的健康效率低于非欧盟国家，且欧盟国家的健康效率有更大的提升空间。这证明假设H3不成立。

4.5. 欧盟和非欧盟国家组合前沿的技术效率

从2010年至2014年欧盟和非欧盟国家的技术差距比率(TGR)中了解欧盟和非欧盟国家的组前沿技术效率，如表8所示。在53个非欧盟国家中，有7个国家在全部四年中的TGR均为1，这些国家是文莱、日本、冰岛、尼日利亚、沙特阿拉伯、新加坡和美国。阿拉伯联合酋长国和韩国的效率在五年中为1。在28个欧盟国家中，仅有1个国家在全部四年中TGR均为1，即马耳他。

表8显示，非欧盟国家每年的平均总体TGRs明显高于欧盟国家。2010年，仅欧盟国家的平均总体TGR超过0.7，而从2011年到2014年，其他TGRs均低于0.37。但从2010年到2014年，非欧盟国家每年的TGRs均高于0.85。

4.6. 投入和产出变量的效率

我们可以了解欧盟国家和非欧盟国家在生产阶段的能源输入和输出效率。如表9所示，2010年至2014年期间，欧盟国家和非欧盟国家每年的国内生产总值效率均高于0.92。从2010年到2014年，欧盟国家的不可再生能源、可再生能源、劳动力、PM2.5和CO2 efficiencies均高于非欧盟国家。欧盟国家与非欧盟国家在可再生能源、PM2.5和CO2 efficiencies方面的差距更为显著。非欧盟国家在提高输入和输出能源效率方面还有很大的提升空间。这基本证明了假设H4。

同时，欧盟国家和非欧盟国家的可再生能源效率明显高于不可再生能源效率，PM2.5效率也明显高于CO2效率。

我们可以了解欧盟国家和非欧盟国家在健康治疗阶段的投入和产出的卫生效率。效率10显示，欧盟国家和非欧盟国家每年的存活率效率均高于0.91，且在四年中有三年欧盟国家的值为1。从2010年到2014年，欧盟国家的结核病率效率和儿童死亡率效率均高于非欧盟国家。从2010年到2014年，除成人死亡率外，欧盟国家的卫生支出效率和成人死亡率效率均低于非欧盟国家。

2014年，非欧盟国家在结核病率效率和儿童死亡率效率方面有更大的提升空间，而欧盟国家在卫生支出效率和成人死亡率效率方面有更大的提升空间。同时，无论是欧盟国家还是非欧盟国家，儿童死亡率效率均高于成人死亡率效率。这证明了假设H5不成立。

5. 结论

本研究聚焦于28个欧盟国家和53个非欧盟国家从2010年到2014年的能源效率和健康效率。采用TMDN-DEA模型，我们计算了每个欧盟国家和非欧盟国家从2010年到2014年在各个阶段及总阶段的整体效率得分和技术差距比率。第一阶段为生产阶段，第二阶段为卫生治疗阶段。随后，我们还计算了欧盟国家和非欧盟国家在生产和健康阶段各项输入与输出的效率，包括不可再生能源、可再生能源、PM2.5、CO2, labor、GDP、结核病率、儿童死亡率、成人死亡率、卫生支出效率以及存活率效率。

最后，我们对研究结果进行了概括：第一，欧盟国家的平均整体效率高于非欧盟国家；第二，欧盟国家的能源效率高于非欧盟国家，而非欧盟国家的健康效率高于欧盟国家；第三，可再生能源效率高于不可再生能源效率。具体分析结论如下。

1. 从2010年到2014年，欧盟国家每年的平均整体效率均高于非欧盟国家。马耳他（欧盟国家）以及文莱、日本、冰岛、沙特阿拉伯、新加坡和美国（非欧盟国家）在所有四年中均达到了1的整体效率。
2. 欧盟国家中平均整体效率较低的国家均位于东欧，例如保加利亚、匈牙利、波兰、捷克、罗马尼亚、奥地利、克罗地亚、拉脱维亚、立陶宛和斯洛伐克。非欧盟国家中平均整体效率较低的国家均为发展中国家，例如印度、越南、南非、乌克兰、巴西、孟加拉国、白俄罗斯、智利、中国、哥伦比亚、伊朗、摩洛哥、哈萨克斯坦、肯尼亚、马来西亚、墨西哥、秘鲁、菲律宾、泰国、突尼斯和土耳其。
3. 欧盟国家的能源效率高于非欧盟国家，而非欧盟国家的健康效率高于欧盟国家。在第一阶段（生产阶段），2010年至2014年每年欧盟国家的平均整体效率均高于非欧盟国家；但在第二阶段（健康治疗阶段），2010年至2014年每年欧盟国家的平均整体效率均低于非欧盟国家。
4. 欧盟国家在提高健康效率方面具有更大的提升空间。无论是欧盟国家还是非欧盟国家，每年第二阶段的平均整体效率均低于第一阶段，尤其是欧盟国家更为明显。
5. 在健康治疗阶段，欧盟国家的组前沿（GF）与元前沿（MF）之间的差距更大。尽管欧盟国家在第一阶段的技术差距比率（TGRs）高于非欧盟国家，但在第二阶段其TGRs远低于非欧盟国家。因此，非欧盟国家组前沿的技术效率高于欧盟国家。
6. 对于欧盟国家和非欧盟国家而言，可再生能源效率明显高于不可再生能源效率，PM2.5效率也明显高于CO2效率。但非欧盟国家在输入和输出的能源效率方面仍有较大的提升空间。
7. 非欧盟国家在结核病率效率和儿童死亡率效率方面有更大的提升空间，而欧盟国家在卫生支出效率和成人死亡率效率方面有更大的提升空间。
8. 欧盟国家和非欧盟国家的儿童死亡率效率均高于成人死亡率效率。有19个国家的儿童死亡率效率为1，但连续五年均为1的国家有14个。
9. 欧盟国家的卫生支出效率明显低于非欧盟国家。在非欧盟国家中有9个国家的卫生支出效率为1，而在欧盟国家中仅有2个。在非欧盟国家中有13个国家的卫生支出效率低于0.1，而在欧盟国家中有11个。欧盟国家中大多数卫生支出效率低于0.1的国家属于高福利国家，例如比利时、丹麦、法国、英国、冰岛、荷兰、西班牙和葡萄牙。

理论上，本文已有充足的文献证明本研究的重要性和价值。首先，我们应用一种包含生产阶段的改进的元动态网络模型来分析可再生能源与不可再生能源效率。其次，我们设置了第二个健康治疗阶段，重点关注欧盟国家和非欧盟国家的卫生支出以及对65岁人群的存活率、儿童的死亡率和成人的死亡率的影响。通过本文的结论，本文为欧盟国家和非欧盟国家提出了以下切实且积极的建议。

• 从结论可知，欧盟和非欧盟国家的不可再生能源效率远低于可再生能源效率。应加强欧盟和非欧盟国家的政府管理，以减少来自不可再生能源消耗的空气污染物和二氧化碳排放。此外，欧盟碳排放交易体系应发挥更大作用。排放权价格影响了企业的生产决策，如果企业不采取减排措施，就需要承担更高的减排成本，这有利于推动企业能源消耗向可再生能源转型。
• 由于可再生能源的效率高于非可再生能源，因此更倾向于使用可再生能源，特别是其中的清洁能源，如太阳能、风能等。应进一步关注提高能源向可再生能源中清洁能源的转型。可再生能源效率的提升有助于提高能源管理效率。能源输配管理效率的提升将增强新能源的利用效率。欧盟国家和非欧盟国家都应鼓励新技术在新能源开发和能源管理效率提升中的应用。
• 由于非欧盟国家之间的健康效率差异较为严重，且发展中国家的健康效率低于发达国家，这些发展中国家应更加重视卫生支出。卫生支出是基本社会保障。非欧盟国家政府应考虑制定相应的法律法规以保障卫生支出。
• 从结论中我们得知，欧盟国家的卫生支出效率甚至远低于非欧盟国家。与此同时，这些欧盟国家中的大多数都是高福利国家。西欧的高福利国家应考虑如何充分利用医疗资源并提高医疗效率。高福利国家的政府应在确保卫生支出的同时，积极鼓励新型医疗技术以提高健康效率。
• 欧盟国家和非欧盟国家的健康效率较低，应提高卫生支出效率。特别是在欧盟国家，降低成人死亡率的空间仍然很大。健康效率的提升不仅依赖于技术进步，还依赖于政府在卫生支出方面的管理效率。