技术进步对全要素能源效率的空间溢出效应及其分解

发布时间：2015-03-23 11:11:09

杨骞刘华军（山东财经大学），《经济评论》2014年第6期

技术进步被认为是提高能源效率的重要途径之一（赵楠等，2013）。同时，技术进步存在较强的正外部性即溢出效应。那么，技术进步对于能源效率是否存在空间溢出效应，以及技术进步的空间溢出效应究竟是提升还是阻碍了区域能源效率。对以上问题的回答，有助于我们从空间溢出的全新视角，重新审视技术进步对能源效率的影响效应，进而为提高能源效率、实现节能减排目标厘清思路。

准确衡量技术进步对能源效率的空间溢出效应，至少应该解决三个关键问题：

第一，能源效率指标的测度。从研究方法上能源效率的测度可以分为单要素能源效率和全要素能源效率。自Hu和Wang（2006）开创性的提出全要素能源效率指标以来，全要素能源效率的测度出现了两个方面的改进：一是将生产过程中的污染排放物作为非期望产出纳入DEA模型中，从而使得测度方法更加符合现实生产过程。二是测度方法从径向转向非径向，允许投入要素和产出变量按不同的比例缩减。

第二，技术进步代理变量的选择。衡量技术进步主要有两种方法：其一是基于不同的技术创新投入或产出视角来选择技术进步的代理变量如外商直接投资、R&D经费支出、人力资本、科技人员数量、专利申请数等（陈军、徐士元，2008；陈夕红等，2013）。其二是通过非参数DEA方法，测度全要素生产率并将其作为广义技术进步指标（李廉水、周勇，2006等）。比较上述两类方法，采用技术投入或产出来衡量技术进步过于狭义，因为技术投入或产出仅是影响技术进步的重要因素但并非技术进步本身，而利用全要素生产率指数作为广义的技术进步指标则更能概括技术进步的含义，同时利用DEA方法可以将全要素生产率指数进一步分解为技术变动和效率变动，能够更深入地刻画全要素生产率的来源。

第三，计量模型的设定。已有研究多数采用经典计量模型来进行实证检验，然而这些研究在计量模型设定上存在明显局限。一是经典计量模型乃是基于极为严格的空间独立分布特性为研究基础的，而现实中，由于地理距离等诸多条件使得能源效率在不同区域之间的空间关联已经越来越明显，换言之，能源效率存在显著正的空间相关性（徐盈之、管建伟，2011）。二是已有研究难以衡量技术进步对能源效率的空间溢出效应，而伴随空间计量经济学的发展，空间Durbin模型成为有效解决这一问题的重要方法，然而，利用空间Durbin模型研究技术进步对能源效率空间溢出的文献仍极少，且直接利用回归系数来分析技术进步对能源效率的空间溢出效应存在偏误。

针对以上三个关键问题，我们主要从三方面着手：第一，考虑能源消费过程中的污染排放，构建非期望产出SBM-DEA模型，对中国分省全要素能源效率进行测度。第二，基于SBM-DEA模型，测算了分省Malmquist生产率指数，并将其作为广义技术进步的代理变量，同时将Malmquist生产率指数分解为效率变动和技术变动两个部分。第三，分别以邻接空间权重和地理距离权重来表示能源效率及技术进步的空间关联，构建空间面板Durbin模型，利用LeSage和Pace提出的空间回归模型偏微分方法，将技术进步对能源效率的影响分解为直接效应、间接效应和总效应，以准确衡量技术进步对能源效率的空间溢出效应。

研究结论表明：中国区域全要素能源效率存在高度的空间相关性。以Malmquist生产率指数、技术变动和效率变动表征的技术进步对能源效率表现出一致的“双刃剑”特征，即技术进步对本区域能源效率均存在显著的正向促进作用但对其他区域均存在显著的负向空间溢出效应；同时，技术变动的空间溢出效应明显大于效率变动。从总效应来看，Malmquist生产率指数对能源效率影响的总效应为正但不显著，技术变动对能源效率影响的总效应显著为负，而效率变动对能源效率影响的总效应显著为正。