楊志江

（韶關學院 經濟管理學院， 廣東 韶關 512005）

研發(fā)投入對提高能源效率的影響
——基于中國省級面板數據的實證分析

楊志江

（韶關學院 經濟管理學院， 廣東 韶關 512005）

利用基于方向性距離函數的全局DEA模型對中國29個省份1998-2013年期間的能源效率進行測度，并運用Tobit模型實證檢驗了研發(fā)投入對能源效率的影響。研究結果表明：中國能源效率水平較低，但整體呈上升趨勢，東部與中西部的能源效率由樣本初期不存在顯著差異逐漸演變?yōu)閮蓸O分化格局凸顯；研發(fā)投入對能源效率沒有顯著促進作用，但2006年以后的研發(fā)投入對能源效率有顯著促進作用，這應該是由于在這階段中國嚴格實施了一系列環(huán)境規(guī)制政策；1998-2005年間和2006-2013年間的企業(yè)研發(fā)投入對能源效率均有顯著促進作用，而且2006年以后的促進作用更大，但公共研發(fā)投入對能源效率均沒有顯著促進作用。

研發(fā)投入；能源效率；DEA-Tobit；方向性距離函數

能源危機和環(huán)境污染是國家和社會極為關注和亟需解決的現(xiàn)實問題，實施節(jié)能減排已成為中國的基本國策，更成為各級地方政府的重要考核指標?？諝庵屑s70%的CO2排放、90%的SO2排放和67%的NOX排放來自于化石能源的使用［1］，這決定著實施節(jié)能減排的工作重點是在經濟生產中減少能耗，而不是耗能之后再去解決減排問題［2］。當然，現(xiàn)階段中國的節(jié)能減排工作，不能單純地依靠減少能源投入，以犧牲經濟增長為代價。在保障經濟增長的前提下尋求能源效率的提升，促使經濟增長向綠色方式轉變，是中國當前亟需解決的難題。

技術進步是提高能源效率的主要途徑，這被眾多學者所認可。理論上，作為技術進步的主要來源，研發(fā)投入是促進能源效率提高的重要途徑。但是，由于以下原因，研發(fā)投入并非必然能夠提高能源效率：一是研發(fā)投入推動的技術進步有可能是能源耗用偏向。能源耗用偏向技術進步會引起能源要素對其他要素的替代，使得能源投入的相對比例提高，那么能源效率可能反而會出現(xiàn)降低或基本不變。地區(qū)將大量的研發(fā)資金投資于高耗能技術，并推動了能源耗用型技術進步，在很多研究中得到了驗證，也符合很多地區(qū)的現(xiàn)實情景［3-4］。二是存在“能源回彈效應”。研發(fā)投入帶來的技術進步在降低能源消耗的同時，也會推動經濟增長，這反而可能會引發(fā)更多的能源需求，從而對能源效率提升產生負向作用。那么，近年來中國大量的研發(fā)投入是否促進了能源效率提高?2006年以來國家嚴格實施的環(huán)境規(guī)制政策是否能夠改變研發(fā)投入對能源效率的影響？何種創(chuàng)新主體的研發(fā)投入更有助于提高能源效率？本文試圖對這些問題進行解答。

一、文獻回顧

近年來，很多學者對能源效率及其影響因素進行了實證研究。由于現(xiàn)實的生產活動是能源、資本和勞動等生產要素共同作用的結果，具有明顯的“全要素”特點，許多文獻在全要素框架內測度能源效率。Hu和wang、Yeh et al.、張志輝等基于徑向DEA模型測算能源效率。然而，這樣測算的能源效率只是包含所有生產要素的綜合效率，并沒有將資本、勞動等要素的無效率分離出來。為真實反映生產過程中的能源浪費程度或可節(jié)能空間，Zhou et al.、林伯強和杜克銳運用基于Shephard方向距離函數的SFA方法對能源效率進行了測度，其方向距離函數反映在資本、勞動投入與經濟產出不變時能源投入可縮減的最大比例［5-6］。但該文獻僅考察了期望產出，而沒有考慮非期望產出（污染物）對能源效率的影響。另外，根據生產前沿的不同，DEA模型可以分為當期DEA、序列DEA和全局DEA。現(xiàn)有文獻主要運用當期DEA或序列DEA測算能源效率。對于某個時期（假設為t期）的效率評價，當期DEA僅根據t期的觀察值構造生產前沿，這容易出現(xiàn)“技術退步”現(xiàn)象，而序列DEA是根據t期以前（包括t期）所有的觀察值構造生產前沿，這在形式上又不滿足可傳遞性要求，上述缺陷均會制約能源效率的跨期可比性，不利于考察能源效率的長期趨勢。

技術進步是提高能源效率的重要途徑，大量文獻依據中國地區(qū)或行業(yè)的數據對兩者的關系進行了實證檢驗。齊志新和陳文穎、Zhao et al.、孫廣生等學者是采用指數分解法或結構分解法，通過將能源效率指標分解為地區(qū)或部門能源強度的變化（衡量技術進步效應）、地區(qū)或部門產值占比的變化（衡量結構效應）等因素來考察。張偉、趙楠、王班班和齊紹洲等學者建立了能源效率的影響因素回歸模型，并通過分析技術進步變量的系數估計值及其顯著性來考察。第二類研究需要選取技術進步的代理衡量指標，多數文獻是利用Malmquist生產率指數法測度的全要素生產率（或其分解項技術進步、技術效率）來衡量，少數文獻是采用FDI技術溢出或研發(fā)投入來衡量。

綜上所述，關于能源效率的實證研究文獻頗為豐富，但多數文獻在測度能源效率時都沒能真實地反映生產過程中的能源浪費程度或可節(jié)能空間，或者沒有考慮非期望產出（污染物）對能源效率的影響，采用的當期DEA、序列DEA也不利于考察能源效率的長期趨勢；在實證檢驗技術進步對能源效率影響的文獻中，雖有少數文獻選取研發(fā)投入作為代理指標實證分析了技術進步對能源效率的影響，但是這些文獻均未詳細探究實現(xiàn)技術進步的具體路徑——研發(fā)投入對能源效率的影響，更鮮有文獻進一步分析不同主體的研發(fā)投入對能源效率影響的異質性以及環(huán)境規(guī)制如何影響研發(fā)投入與能源效率的關系。

二、研究方法與數據來源

（一）研究方法

1.能源效率測算模型

在借鑒已有文獻的基礎上，本文將DEA方法和方向性距離函數相結合，構建基于方向性距離函數的全局DEA模型測度能源效率。假設在時期t（t=1，…，T）第j（j=1，…，J）個決策單元使用M種非能源投入x和N種能源投入e，生產出Q種期望產出y和H種非期望產出b，基于方向性距離函數的測度能源效率全局DEA模型為：

在（1）式中，j0和t0分別代表受評的決策單元和時期，I表示投入導向；方向性距離函數表示在非能源投入、期望產出和非期望產出保持不變時，能源投入可縮減的最大比例；各決策單元的能源效率都是用樣本期間所有投入產出數據所構建的單一生產前沿來評價。

2.計量模型

DEA模型測算的能源效率值都處于0～1之間，如果直接采用最小二乘法進行回歸分析，會給參數估計帶來偏誤。為解決這個問題，Tobin提出了截取回歸模型（Tobit模型）。在考慮相關控制變量的基礎上，構建的Tobit計量回歸模型如下：

在（2）式中，EE表示實際測算的能源效率水平，EE*是對應的隱藏變量；RD、CYJG、NYJG、FDI和YSBF分別表示研發(fā)投入、產業(yè)結構、能源結構、外商直接投資和要素稟賦水平，其中RD是本文關注的核心變量；ωit是隨機誤差項。運用固定效應Tobit回歸模型對面板數據進行計量分析，得到的估計值往往存在偏誤，因此本文采用隨機效應Tobit模型。為消除異方差影響，對各解釋變量均取自然對數。

（二）數據來源

在測算能源效率時，期望產出用GDP來衡量，勞動力用從業(yè)人數表示，非能源投入考慮勞動力投入和資本投入。借鑒Watanabe and Tanaka和涂正革的做法，非期望產出用二氧化硫（SO2）指標表示。《中國統(tǒng)計年鑒》從1998年才開始提供地區(qū)二氧化硫排放量的數據，因此，樣本數據選取1998-2013年間中國29個省份的面板數據。西藏數據多有缺失，分析中將其略去，重慶市數據合并至四川省，并將數據調整為1998年不變價格。資本存量用常見的“永續(xù)盤存法”估算，并借鑒張軍等的測算數據及公式，計算得到各省份1998-2013年間的資本存量。由于各省份的能源消費結構存在差異，能源投入采用以折算成標準煤的能源消費量表示。能源投入的數據來自《中國能源統(tǒng)計年鑒》，資本存量、勞動力、期望產出和非期望產出的數據來自《中國統(tǒng)計年鑒》。

考慮到研發(fā)投入對能源效率的影響具有滯后性，采用R&D存量度量研發(fā)投入。對于R&D存量，同樣采用“永續(xù)盤存法”估算，并借鑒王班班和齊紹洲對R&D價格指數、R&D存量折舊率和基期R&D存量的處理方法，計算得到各省份1998-2013年間的R&D存量。為考察不同主體的研發(fā)投入對能源效率影響的差別，將研發(fā)投入還分為了公共研發(fā)投入（GGRD）和企業(yè)研發(fā)投入（QYRD），其中公共研發(fā)投入用高等學校、研究與開發(fā)機構的R&D存量之和表示，企業(yè)研發(fā)投入用企業(yè)R&D存量表示。在控制變量中，產業(yè)結構選取第三產業(yè)產值與GDP的比重表示；能源結構選取能源終端消費中非煤炭能源所占比重表示；外商直接投資選取外商直接投資額與GDP的比值表示；生產要素稟賦水平選取人均能源使用量表示。各解釋變量的計算數據來源于《中國科技統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》以及各個省份的統(tǒng)計年鑒。

三、估計結果及分析

（一）省級能源效率水平

圖1 各省份能源效率

依據式（1），使用MaxDEA 6.3軟件測算了中國1998-2013年間各省份的能源效率（EE），圖1展示了樣本期間全國及分地區(qū)能源效率的演變趨勢。與現(xiàn)有多數文獻相比，本文測算的能源效率較低，這主要是由于我們采用的是全局DEA模型，對各個時期所有省份的能源效率測度均是采用整個樣本期間的最優(yōu)生產前沿。整體而言，中國的能源效率水平較低，樣本期間的平均EE僅為0.554，有8個省份的平均EE低于0.40，平均EE超過0.80的的省份只有3個，大部分省份存在較為嚴重的能源過量消耗問題。從空間分布來看，東部的平均EE達到0.705，而中部和西部的平均EE分別僅為0.458和0.467，呈現(xiàn)出“東部高，中西部低”的梯狀分布特征。從演變趨勢來看，樣本期間全國平均EE呈“1998-2005年波動中微弱下降，2006-2013年逐年較快上升”的演變特征，整體處于上升趨勢。東部與中西部的能源效率在樣本初期不存在顯著差異，但是由于在1998-2005年間中西部的平均EE處于下降趨勢，而東部的平均EE表現(xiàn)出上升趨勢，以及2006-2013年期間東部平均EE遞增速度明顯高于中西部，導致在樣本期末東部與中西部的能源效率呈現(xiàn)出嚴重的兩極分化格局。

（二）回歸結果及其分析

本文接下來利用Stata 12.0軟件對式（2）進行了回歸估計。為考察2006年以后中國嚴格實施的環(huán)境規(guī)制政策是否改變了研發(fā)投入對能源效率的影響，筆者對1998-2005年和2006-2013年進行了分階段估計；為識別何種主體的研發(fā)投入更有助于提高能源效率，將研發(fā)投入進一步分為了公共研發(fā)投入（GGRD）和企業(yè)研發(fā)投入（QYRD），結果見表1。其中，（1）-（3）列是整體研發(fā)投入的估計結果，（4）-（6）列是區(qū)分不同主體研發(fā)投入的估計結果。如表1顯示，各變量的系數估計值在方向上基本保持一致，且多數情況下顯著，說明估計結果具有穩(wěn)健性。

表1 實證分析結果

數據來源: 根據官方統(tǒng)計數據運用Stata 12.0軟件計算得到。其中，括號內為P值。

在表1中的第（1）列，RD變量的系數估計值為正，但是不顯著，表明研究投入對能源效率沒有顯著促進作用，研發(fā)投入并不是地區(qū)能源效率存在顯著差異的主因。山東、遼寧、河北、四川和陜西等省份是研發(fā)投入相對較高的地區(qū)，但這些地區(qū)并沒有較高的能源效率，而海南、青海、貴州和廣西等省份是R&D投入相對較少的地區(qū)，但這些省份具有較高的能源效率。研究投入對能源效率沒有顯著促進作用，其原因在于：一是研發(fā)投資帶來的更多是耗能技術。近年來，中國的鋼鐵、非金屬礦產、化工和電力等高能耗產業(yè)的快速發(fā)展也反映出生產技術的高能耗特征。二是由于“能源回彈效應”的存在。邵帥基于中國數據的研究證實在技術進步的節(jié)能效果中有相當一部分被經濟快速增長所帶來的新一輪能源消費所抵消［7］。第（2）列和（3）列的估計結果顯示1998-2005年間的研發(fā)投入對能源效率沒有顯著影響，但是2006-2013年的研發(fā)投入對能源效率有顯著正影響。與1998-2005年相比，2006-2013年的研發(fā)投入對能源效率有顯著促進作用，這可能是由于2006年以來中國嚴格實施了一系列環(huán)境規(guī)制政策，例如在“十一五”和“十二五”的國民經濟與社會發(fā)展規(guī)劃中制定了節(jié)能減排的強制性任務，并制定落實了“千家企業(yè)節(jié)能行動”、“十大重點節(jié)能工程”、“淘汰落后產能”等具體政策措施。環(huán)境規(guī)制強度的提高有利于刺激創(chuàng)新主體增加節(jié)能技術研發(fā)的投入力度，強化研發(fā)創(chuàng)新的節(jié)能偏向，促進能源節(jié)約型技術進步的實現(xiàn)，進而有助于提高研發(fā)投入對能源效率的促進作用。

第（4）-（6）列的估計結果表明：1998-2005年間和2006-2013年間的企業(yè)研發(fā)投入對能源效率均有顯著促進作用，且2006-2013年間的企業(yè)研發(fā)投入對能源效率的促進作用更大，但是各個階段的公共研發(fā)投入對能源效率均沒有顯著正影響。公共研發(fā)投入對能源效率沒有顯著促進作用，其原因在于：一是中國的高等學校、研究與開發(fā)機構存在較為嚴重的技術成果轉化率低的問題。《中國高校知識產權報告（2010）》的數據顯示，近年來中國高校的專利轉化率一般低于5%。公共研發(fā)機構產出的技術成果不能有效轉化為生產力而推動技術進步，造成研發(fā)資源的大量浪費，其研發(fā)投入也就難以通過推動技術進步來促進能源效率提高。二是由于公共研發(fā)機構一般不直接從事生產活動，并不是污染物排放的主要來源，面臨的節(jié)能減排壓力很小，國家實施的環(huán)境規(guī)制政策也很少對其進行約束或激勵，這些因素都可能使得公共研發(fā)機構缺乏開展節(jié)能技術研發(fā)的動力，造成研發(fā)活動的節(jié)能導向不足，其研發(fā)投入也就難以通過推動能源節(jié)約型技術進步而對能源效率具有顯著促進作用。2006年以來，國家積極實施的環(huán)境規(guī)制政策主要是針對企業(yè)進行節(jié)能減排的約束與激勵，也正是由于企業(yè)面臨較為嚴厲的環(huán)境規(guī)制，從而有利于刺激其增加節(jié)能技術研發(fā)的投入，使得2006年以后的企業(yè)研發(fā)投入對能源效率的促進作用更大。

從控制變量的回歸結果來看，產業(yè)結構變量多數情況下顯著為正，這說明第三產業(yè)的發(fā)展有利于能源效率的提升。當前中國第三產業(yè)發(fā)展相對滯后，而工業(yè)化程度還在不斷提高,這都將對能源效率的提升產生不利影響。能源結構變量均顯著為正，這說明在能源消費中提高非煤炭能源的比重將有助于改善能源效率?，F(xiàn)階段中國仍以煤炭為主要能源，而煤炭使用是大氣污染的主要原因。因此，加快新型能源發(fā)展，優(yōu)化以煤炭為主的能源結構，將是各地區(qū)完成節(jié)能目標的重要途徑。外商直接投資變量多數情況下都為負，這在一定程度上支持了“污染天堂假說”。在今后較長的時期內，中國利用外資引進技術的戰(zhàn)略還將繼續(xù)實施，在限制高耗能項目引進的前提下多引進世界先進的節(jié)能技術和產品對能源效率具有積極意義。生產要素稟賦水平變量在多數情況下顯著為負，這說明隨著人均能源使用量的下降，能源效率會不斷得到提高。

四、結論與建議

基于中國29個省份1998-2013年間的面板數據，實證檢驗了研發(fā)投入對能源效率的影響，研究發(fā)現(xiàn)：整個樣本期間的研發(fā)投入對能源效率沒有顯著正影響，但2006年以后的研發(fā)投入對能源效率有顯著正影響；1998-2005年間和2006-2013年間的企業(yè)研發(fā)投入對能源效率均有顯著正影響，但公共研發(fā)投入對能源效率均沒有顯著正影響；2006年以來中國嚴格實施的環(huán)境規(guī)制政策有助于提高企業(yè)研發(fā)投入對能源效率的促進作用，但是沒有改變公共研發(fā)投入對能源效率的影響。

上述結論引起中國節(jié)能政策的思考：中國過去主要依靠行政手段來推動節(jié)能，盡管在短期內能夠取得一定效果，但是這種方法是不可持續(xù)的；而通過政府政策驅使企業(yè)等創(chuàng)新主體開展研發(fā)活動，尤其是通過環(huán)境規(guī)制政策刺激節(jié)能技術研發(fā)，充分發(fā)揮研發(fā)投入對能源節(jié)約的積極效應，才是真正有效的策略與方法。在政策層面上，首先需要進一步完善技術創(chuàng)新財稅扶持政策，從健全自主創(chuàng)新產品政府采購制度、大力發(fā)展風險投資和創(chuàng)業(yè)投資等層面營造有利于企業(yè)研發(fā)的制度環(huán)境，從供給和需求兩方面激勵企業(yè)從事更多的研發(fā)活動。其次，深化公共研發(fā)機構的體制機制改革，加快改革與完善財政科技資金管理制度、科研評價制度和科技成果轉化激勵機制等，切實推動科技成果轉化為現(xiàn)實生產力，營造有利于科技成果轉移轉化的良好環(huán)境。再者，合理制定和實施環(huán)境規(guī)制政策，形成研發(fā)創(chuàng)新的倒逼和激勵機制，促使創(chuàng)新主體加大節(jié)能技術研發(fā)的投入力度，引導研發(fā)創(chuàng)新往節(jié)能方向發(fā)展。以資源環(huán)境成本內部化為目標，綜合運用排放權交易、節(jié)能技術補貼、排污費返還、環(huán)境稅返還等多種環(huán)境規(guī)制工具，激勵企業(yè)更多依靠研發(fā)投入來促進節(jié)能減排，并實現(xiàn)生產率提高和利潤增長。通過科技計劃、專項基金和技術需求等形式，積極引導公共研發(fā)機構開展節(jié)能產業(yè)關鍵共性技術的研發(fā)活動，提高節(jié)能領域共性技術供給能力，增強公共研發(fā)投入的節(jié)能偏向。總之，研發(fā)投入不僅是推動經濟增長的主要動力，更是推動節(jié)能減排和環(huán)境保護的主導力量，有效發(fā)揮研發(fā)投入對能源效率的積極作用，對于實施創(chuàng)新驅動發(fā)展戰(zhàn)略，推動經濟社會實現(xiàn)可持續(xù)發(fā)展都具有重要的戰(zhàn)略意義。

［1］張偉，吳文元．基于環(huán)境績效的長三角都市圈全要素能源效率研究［J］．經濟研究，2011（10）：95-109．

［2］林伯強，姚昕，劉希穎.節(jié)能和碳排放約束下的中國能源結構戰(zhàn)略調整［J］.中國社會科學，2010（1）：58-72.

［3］Acemoglu D. Directed Technical Change［J］.Review of Economic Studies,2002（4）:781-810.

［4］賈軍，張偉．綠色技術創(chuàng)新中路徑依賴及環(huán)境規(guī)制影響分析［J］.科學學與科學技術管理，2014（5）：44-52．

［5］Zhou P,Ang B W,Zhou D Q. Measuring Economy-wide Energy Efficiency Performance: A Parametric Frontier Approach［J］. Applied Energy,2012（90）:196-200．

［6］林伯強，杜克銳．要素市場扭曲對能源效率的影響［J］．經濟研究，2013（9）：125-136．

［7］邵帥，楊莉莉，黃濤.能源回彈效應的理論模型與中國經驗［J］．經濟研究，2013（2）：96-109．

The Impact of R&D Input on Increasing Energy Efficiency:
An Empirical Analysis of the Provincial Panel Data in China

YANG Zhi-jiang
（College of Economic and Management, Shaoguan University, Shaoguan 512005, Guangdong, China）

The paper employs global DEA on the directional distance function to estimate energy efficiency, and investigates the relationship between R&D and energy efficiency by using Tobit model, based on the data on the China’s 29 provinces during 1998-2013. Our study finds that: The eastern region does not make its energy efficiency significantly higher than that of the mid-western region at the beginning, however, the polarization pattern of energy efficiency highlights at the end; R&D input has not significantly positive effects on energy efficiency, but R&D input has significantly positive effects on energy efficiency because of environmental regulation policy since 2006; R&D input of enterprise has significantly positive effect on energy efficiency in the period of 1998-2005 but during 2006-2013, but the R&D input of public R&D institutes has no significantly effect on energy efficiency.

R&D input; energy efficiency; DEA-Tobit; directional distance function

F223

A

1007-5348（2017）04-0050-05

（責任編輯：陳 娜）

2017-01-06

2014年教育部人文社會科學研究規(guī)劃青年基金項目“創(chuàng)新的節(jié)能減排效應分析”（14YJC630169）

楊志江（1978-），男，湖南瀏陽人，韶關學院經濟管理學院副教授，碩士；研究方向：技術創(chuàng)新與區(qū)域經濟學。