1.区域概况
2012年江苏省面积为10.26×104km2，人口为0.755×108人，GDP为57841.62×108元，分别占全国的1.06%、5.69%和10.4%。该省是我国东部沿海经济发达省份，由于地域位置和技术水平差异，以至于该区域能源效率存在较大差距，比如南京市区、溧水和高淳3县域万元工业总产值能耗分别达0.89 tce/104元、0.80tce/104元和0.80 tce/104元，分别是扬中（0.02 tce/104元）的44.5倍和40.0倍。较大的能源效率差异，要求各地区实行节能减排工作时，则需按照地区差异的实际来制定各项决策。所以，针对能源效率研究，加上对节约能源潜力的研究，有助于发现江苏省能源消费和经济发展的内在联系，也有助于实现区域的可持续发展。
2.方法和数据来源
2.1 研究尺度和数据来源
依据2012年江苏省行政区划，共包括48个县（县级市）和13个地级市市区，总共有61个县域，其时间从2002年到2012年。本文数据出自2003-2013年《江苏统计年鉴》、《中国城市统计年鉴》以及13个地级市的统计年鉴等。
2.2 DEA模型
1978年，著名运筹学家Charnes等学者首先提出DEA模型，可以利用该模型把决策单元（DMU）顺序的投影到DEA生产前沿面上，然后可以利用DMU与DEA前沿面偏离程度进行比较，以此来判断其有效性[11,10]。本篇文章对61个县域进行研究，县域差异大，不易采用统一生产函数。所以本篇文章的思路就是：第一可以利用CRS模型来计算能源综合效率；第二利用VRS模型来计算江苏省技术效率。设：n个决策单元即DMUj其中j等于1,2,3,…，n，任意一个DMU均有m种输入，其向量可以表达为 Xj=(x1j，x2j，…，xmj)T 及s种输出其向量为Yj=( y1j，y2j，…，ysj)T，那么投入导向的CRS模型[11]如下：
                    （1）
公式里面，θ指综合效率值，其值大小在0到1之间；S-，S+指松弛变量；指非阿基米德无穷小。根据公式中没有计算规模报酬，所以选择条件 对其约束。那么该模型就可以算出综合效率、技术效率及其规模效率的数值。
2.3指标的选取
选择投入与产出指标要科学，其投入指标对经济发展有反作用，指标愈小越好；其中产出指标对经济发展有促进作用，数值愈大越好，那么能源效率愈高[13]。对现状分析基础上，本篇文章把国内生产总值作为产出指标，然后把资本、劳动力和资源作为投入指标。
3江苏省能源效率时空格局特征分析
指标选取之后，处理所需要的数据主要是综合效率、技术效率还有规模效率，对于这些数据的获取主要通过软件DEAP2.1计算，并且通过对这些数据的处理分析，又可以得到能源效率的时间和空间的格局特征。
3.1能源效率时间演化特征
     如图1所示，2002-2012年，江苏省能源综合效率均值0.612，说明能源利用理想值为61.2%。从图上看，江苏省能源综合效率是先波动下降接着波动上升的变化过程，均值先由0.734下降到到0.527，接着上升到0.577，降低了28.20%。大致分两阶段：2002-2005年是下降阶段，该时期江苏省实行推动沿江开发、东陇海产业带建设，以重工业发展重点，期间能源消费增多，规模效率降低，且年均递减率1.11%。同时综合效率下降且年递减率为6.22%；技术效率下降且年均递减率4.48%。2006-2009年为下降阶段，受2008年世界经融危机影响，规模效率和技术效率继续下降，所以其综合效率降低。2009-2012年能源效率逐年上升，由于2008年后江苏省实行自主创新战略，由于政策滞后效应，自2009年开始综合效率，技术效率、规模效率同时变大，在这个时间之后综合效率每年平均增长率达到3.15%。由此可以说明能源效率和经济增长出现同向变化过程。 江苏省能源效率时空格局特征(2):http://www.youerw.com/guanli/lunwen_38918.html