返回 历史论文 首页
中国省际节能减排效率的经济增长效应

  作者简介:徐盈之,经济学博士,东南大学经济管理学院教授、博士生导师(江苏 南京 210096);魏莎,东南大学经济管理学院硕士研究生一、引言
  我国节能减排工作已取得显著成效,但仍存在一些问题并面临着巨大挑战,如产业结构调整缓慢、政策机制不完善、能源利用效率总体偏低和污染物排放超标等。在低碳经济背景下,研究如何推动各地区节能减排工作的实施,提高各地区节能减排效率,同时考察节能减排对经济增长的促进作用,具有重要的理论价值和现实意义。
  国内外学者对节能减排的研究大多集中于现状、评价与对策建议等方面\[1\]\[2\]\[3\]\[4\],定量研究则相对缺乏。在节能减排效率及影响因素方面,研究发现我国节能减排效率虽有普遍提高,但整体较低,节能减排的潜力很大\[5\]\[6\];效率值的区域梯度分布格局明显,经济水平、能源结构、市场化程度和政府规制是影响地区节能减排效率的主要因素,纯技术效率是节能减排效率高低的决定性因素\[7\]\[8\]。在节能减排与经济发展的关系方面,研究发现发展中国家存在从能源消费到经济增长的长期和短期的单向格兰杰因果关系\[9\];能源效率对经济增长存在明显的空间外溢效应,同时能源效率对经济增长存在门槛效应\[10\];存在一条节能减排与工业经济双赢发展的最优节能减排路径,该路径的存在证实了环境治理可带来环境和经济双赢发展的环境波特假说\[11\]。
  从已有文献可以看出,在节能减排的投入和产出选择方面,现有研究大多只考虑了节能减排规划明确规定的化学需氧量(COD)和二氧化硫(SO2)排放,本文同时将二氧化碳(CO2)排放纳入核算体系,从而更全面地反映节能减排效率;在效率测度方面,现有研究大多选用DEA方法进行计算,不能排除不同地区的环境因素以及管理体制等包含运气成分在内的要素对节能减排效率的影响,本文将创新性地使用能够克服该缺陷的三阶段DEA模型;此外,还将突破节能减排与经济增长之间存在线性的促进关系的传统观点,采用门槛面板模型,深入考察当经济发展水平或节能减排效率处于不同阶段时,节能减排效率对经济发展贡献程度是否存在差别。本文的结构安排如下:首先使用三阶段DEA模型测算我国省际节能减排效率;然后构建节能减排效率的经济增长效应的门槛回归模型,分别以经济发展水平和节能减排效率为门槛变量,分析节能减排效率对经济增长的非线性促进作用;最后提出促进我国省际节能减排效率提高的对策建议。
  二、我国区域节能减排效率的测算
  (一)三阶段DEA模型介绍
  本文效率测算所使用的模型是Fried等\[12\]提出的三阶段DEA模型。该模型克服了DEA模型忽视环境变量的缺陷以及SFA模型未考虑随机误差的缺陷,可同时解决环境变量和误差的影响。该模型的构建和运用经历以下三个阶段:
  第一阶段:经典DEA��BCC模型。该阶段使用投入产出数据进行一般DEA分析,本着节能减排的“减少能源投入和降低污染产出”原则,该阶段拟采用投入导向的规模报酬可变的BCC模型\[13\]。
  中国地质大学学报(社会科学版)徐盈之,等:中国省际节能减排效率的经济增长效应――基于门槛回归模型的研究第二阶段:构建相似SFA模型。该阶段利用相似SFA方法对环境变量进行回归分析。Fried等认为第一阶段DEA分析得出的投入和产出松弛变量由环境影响、管理无效率和统计噪音三因素构成,因此可通过构建SFA模型分别观测出以上三种因素的影响。
  首先建立松弛变量:
  Sji=xji-xji×λj=1,2,…,m;i=1,2,…,n(1)
  其中,xji为第i个决策单元(DMU,本研究中指n个区域)的第j种投入值,xji×λ为第i个DMU的第j种投入值在效率前沿面的最优映射,Sji表示相应的投入松弛变量。
  其次,建立松弛变量与环境变量的回归模型:
  Sji=fj(zi;βj)+vji+ujij=1,2,…,m;i=1,2,…,n(2)
  其中,Sji是投入冗余变量,包括资本投入冗余、资金投入冗余、劳动投入冗余与能源投入冗余;zi=\[z1i,z2i,…,zli\]是l个可观测的外生环境变量;βj是需要估算的环境解释变量的未知参数;fj(zi;βj)表示环境变量对投入松弛变量Sji的影响,一般取fj(zi;βj)=ziβj;vji是第i个DMU在第j个投入时的生产过程的随机误差;uji是第i个DMU在第j个投入时的生产过程中管理无效率的非负随机变量;vji与uji不相关,vji+uji为混合误差项。
  最后分两步调整投入变量:
  第一步是在SFA回归模型的混合误差中把统计噪音从管理无效率中分离出来。统计噪音的条件估计的公式如下:
  �L(vji|vji+uji)=Sji-zij-�L(uji|vji+uji)j=1,2,…,m;i=1,2,…,n(3)
  第二步是排除不同运营环境和统计噪音的影响。将处于相对有利的运营环境和相对较好运气的DMU单元的投入进行向上调整,公式如下:
  Xji=xji+\[maxi(zij)-zij\]+\[maxi(ji)-ji\]j=1,2,…,m;i=1,2,…,n(4)
  其中,Xji和xji分别是调整后和调整前观察到的投入数量。上式右边的第一步调整使所有观测对象均处于样本中所观测的最差的环境,第二步调整使所有观测对象均处于样本中遇到的最不幸的状态。经过两步调整,每个DMU均处于相同的运营环境和运气。
  第三阶段:调整后的DEA模型。用经过第二阶段调整所得的各项投入数据Xji代替原始投入数据xji,重新运用第一阶段的BCC模型进行计算,得到扣除环境变量与随机误差项后的DMU效率。通过该方法得到的效率值,排除了运营环境和统计噪音的影响,能够更客观、真实地反映实际效率。
  本研究需要采用的运算工具为DEAP2��1和FRONTIER4��1软件。
  (二)数据来源及说明
  本文选择的投入指标包括资本存量、劳动力、能源消耗和污染物排放,产出指标包括地区生产总值和“三废”综合利用产品价值。各变量的具体说明及相关处理如下:
  1�蓖度胫副辍#�1)资本存量:通过永续盘存法\[14\]对各地区资本存量进行测算,单位为亿元。(2)劳动力投入:以各省历年从业人员作为劳动力投入指标,单位为万人。(3)能源投入:以各省每年的能源消费总量作为能源投入,单位为万吨标准煤。(4)污染物排放:以各省历年的化学需氧量COD、二氧化硫SO2及二氧化碳CO2排放量3个指标作为环境污染物排放指标,单位为万吨。
  2�辈�出指标。(1)地区GDP:为保证各变量统计口径一致,对各地当年价GDP数据作平减处理,单位为万元。(2)“三废”综合利用产品产值:三废产品综合利用既能直接促进减排,又能间接实现节能,故将“三废”综合利用产品价值作为期望产出纳入该三阶段DEA模型的产出指标,单位为万元。
  3�被肪潮淞康难∪ ;肪潮淞恐改切┯跋旄鞯厍�节能减排效率但不在样本主观可控范围内的因素,这些变量应不受DMU管理控制的约束,同时满足Simar等\[15\]提出的分离假设,本文用以下因素来反映不同经营环境对各DMU效率的影响。(1)技术进步因素。使用能源利用效率高、污染物排放少的新技术和新工艺,既能直接减少单位产品能源消耗和浪费,还能减少污染物排放。本文选取R&D费用作为技术进步的衡量指标。(2)经济规模因素。经济发展水平的提高和经济规模的扩大,能够为节能减排提供足够的物力、财力和技术,有助于实现效率提升。本文选取人均GDP来衡量各省市的相对经济规模。(3)产业结构因素。各地第二产业的发展水平直接关系到当地能源利用和污染物排放情况,从而关系到当地节能减排效率。本文选取第二产业产值占地区GDP比重作为产业结构的衡量指标。(4)制度因素。市场化程度越高,非国有经济得到的发展越充分,产权制度越明晰,能够实现的社会经济效率就越高。本文用各地区国有工业产值与本地区工业总产值之比表示市场化程度;对外开放过程中能够引进先进技术、设备和管理经验等,一定程度上能够促进节能减排效率的提升,本文用进出口总额占GDP的比重表示经济开放度。
  基于数据的可得性,本文将2000―2011年我国30个省市作为节能减排效率的决策单元。西藏数据缺失太多,未纳入研究范围。投入产出原始数据主要来自历年的《中国统计年鉴》、《中国能源统计年鉴》、《中国科技统计年鉴》及中经网统计数据库等。
  (三)区域节能减排效率测算结果分析
  1�钡谝唤锥危壕�典DEA模型的结果分析。本部分运用BCC模型,计算得到我国30个省际单位2000―2011年的技术效率TE以及由其分解得到的纯技术效率PTE和规模效率SE,因篇幅所限,此处不列示所有省份历年节能减排效率值,而仅对三大区域及全国历年的平均值进行列示和比较,结果如表1所示。表12000―2011年我国三大区域节能减排效率比较(调整前)
  2000200120022003TEPTESETEPTESETEPTESETEPTESE东部平均0��992 1��000 0��992 0��995 0��997 0��998 0��982 0��984 0��997 0��973 0��976 0��997 中部平均0��896 0��913 0��979 0��927 0��957 0��968 0��905 0��942 0��961 0��899 0��934 0��963 西部平均0��779 0��912 0��857 0��802 0��919 0��876 0��795 0��908 0��878 0��783 0��931 0��845 全国平均0��888 0��945 0��939 0��906 0��958 0��945 0��893 0��945 0��944 0��884 0��948 0��9322004200520062007TEPTESETEPTESETEPTESETEPTESE东部平均0��974 0��979 0��994 0��969 0��971 0��997 0��950 0��958 0��992 0��941 0��954 0��987 中部平均0��929 0��957 0��970 0��904 0��935 0��966 0��877 0��918 0��954 0��836 0��875 0��955 西部平均0��763 0��903 0��849 0��760 0��906 0��843 0��742 0��896 0��836 0��729 0��872 0��846 全国平均0��884 0��945 0��935 0��875 0��938 0��932 0��854 0��925 0��924 0��835 0��903 0��927 2008200920102011TEPTESETEPTESETEPTESETEPTESE东部平均0��946 0��955 0��991 0��920 0��945 0��975 0��906 0��935 0��970 0��881 0��913 0��965 中部平均0��846 0��879 0��962 0��781 0��816 0��957 0��767 0��800 0��959 0��762 0��795 0��959 西部平均0��761 0��877 0��877 0��719 0��854 0��853 0��692 0��813 0��864 0��684 0��798 0��869 全国平均0��851 0��906 0��942 0��809 0��877 0��925 0��790 0��854 0��928 0��777 0��840 0��929 注:该表数据为平均值,不一定都符合TE=PTE×SE。如需具体数据可向作者索取。
  
  从表1可以看出,在不考虑外部环境因素和随机误差的影响时,中国30个省际单位历年的节能减排效率即技术效率呈现波动中下降的趋势,其中2001年和2008年分别出现过暂时的上升。从总体上看,2000―2004年间节能减排效率维持着相对稳定的水平,其后下降趋势明显。东中西三大区域的平均效率值也呈现出相似的波动中下降的趋势,并且三大区域的节能减排效率表现为东中西部递减的特征:东部地区的效率一直高于全国平均水平,在波动中平缓下降;西部地区则远低于全国平均水平,而中部地区在2007年以前高于全国平均水平,2007年以后则低于全国平均水平并且出现大幅下降(如图1a所示)。
  图12000―2011年我国三大区域技术效率变化趋势(调整前与调整后)
  我国节能减排效率呈现该特点的原因如下:东部地区依靠经济实力的支撑、有力政策的扶持及高级人才的涌入,在新能源开发和新技术应用等方面都强于中西部,因此节能减排效率较高;中西部地区经济发展相对落后,短期内的着力点更主要地落在了经济发展上,对节能减排不够重视,因此节能减排效率较低;中部地区较之于西部地区,在地理位置上更邻近东部地区,受到的辐射和影响更为显著,因此节能减排效率高于西部地区。不难发现,这些原因皆包含了一定程度的环境影响和运气成分,若不加以调整,会造成结果的偏差。
  另外,2000―2011年间纯技术效率下降迅速,而规模效率则维持在相对稳定的水平。纯技术效率和规模效率都呈东中西部递减格局,中西部地区的纯技术效率基本都低于全国水平,但对于规模效率来说,中部地区均高于全国水平而西部地区则远低于全国水平。大多数省份都处于规模报酬递增的情形,且对于东部和中部地区而言,规模效率大于纯技术效率,这意味着多数省份的技术无效率来源于纯技术无效率,而不是规模无效率,因此纯技术无效率是制约东、中部地区节能减排效率提高的主要因素。对于西部而言,2007年之前的规模效率小于纯技术效率,2007年之后则是规模效率大于纯技术效率,说明近年来节能减排效率低下主要源于纯技术无效率,纯技术无效率对节能减排效率的制约作用愈发明显。在包含外部环境、管理无效率和随机误差影响的情况下,纯技术效率是否被低估?规模效率是否被高估?若剔除外部环境、管理无效率和随机误差影响,结果会产生怎样的变化?这些都需要进行进一步的分析。
  2�钡诙�阶段:SFA回归分析结果。本阶段将第一阶段计算得到的各投入变量松弛量作为因变量,将技术进步、经济规模、产业结构和制度因素作为自变量,分析外部环境变量是否会对投入松弛量产生显著影响。如果回归结果显示环境变量能够产生显著影响,就应采用两步调整法将相关外部影响因素剔除,使每个DMU均处于相同的运营环境和运气。
  从运行结果来看,R&D投入、经济规模、产业结构、市场化程度和开放度均表现出了不同程度的显著性。仅以2011年为例,上述五要素对能源消费松弛变量的影响均通过了显著性水平为1%的检验;R&D投入、经济规模和开放度对劳动力投入松弛变量也通过了显著性水平为1%的检验,市场化程度则通过了显著性水平为5%的检验;R&D投入、产业结构和开放度对碳排放松弛变量通过了显著性水平为1%的检验;产业结构对资本存量松弛变量通过了显著性水平为5%的检验。这些均说明环境因素对投入冗余存在显著影响。另外根据回归系数可以得知,合理调整产业结构、促进产业结构的升级转型;加大科研经费投入、开发新技术、确保研发经费的使用效率;提高经济开放程度、慎重推进市场化等措施都是提高节能减排效率的良好途径。
  显著性检验结果说明环境因素对投入冗余存在显著影响,因此本阶段通过两步调整法将外部环境变量和随机因素等剔除,使得所有省际单位面临相同的运营环境和运气,以便继续进行第三阶段的调整后的DEA效率测算,从而得到更加准确的结果。
  3�钡谌�阶段:投入调整后的DEA效率分析。在第一阶段之后,本文分析认为若不考虑外部环境、管理无效率和随机误差的影响,纯技术效率和规模效率可能被低估或被高估;在第二阶段相似SFA模型中,实证分析认为不同省市间的确存在不同程度的环境影响和运气成分,并已经通过调整加以消除。下面将运用调整后的投入数量和原始产出数量,重新进行第三阶段DEA效率分析,结果如表2所示。表22000―2011年我国三大区域节能减排效率比较(调整后)
  2000200120022003TEPTESETEPTESETEPTESETEPTESE东部平均0��852 1��000 0��852 0��850 1��000 0��850 0��842 0��990 0��850 0��820 1��000 0��820 中部平均0��904 1��000 0��904 0��865 1��000 0��865 0��849 0��991 0��857 0��818 0��996 0��821 西部平均0��617 0��999 0��617 0��648 0��998 0��649 0��620 0��996 0��623 0��563 1��000 0��563 全国平均0��7791��0000��7790��7800��9990��7800��7620��9930��7690��7250��9990��7262004200520062007TEPTESETEPTESETEPTESETEPTESE东部平均0��858 1��000 0��858 0��820 0��999 0��821 0��825 0��992 0��833 0��798 1��000 0��798 中部平均0��846 0��997 0��848 0��850 0��998 0��852 0��747 0��992 0��754 0��721 0��989 0��730 西部平均0��598 0��9980��599 0��635 0��999 0��636 0��526 0��995 0��529 0��502 0��992 0��507 全国平均0��7590��9990��7600��7600��9990��7610��6950��9930��7010��6690��9940��6732008200920102011TEPTESETEPTESETEPTESETEPTESE东部平均0��698 1��000 0��698 0��810 0��979 0��828 0��808 1��000 0��808 0��771 0��988 0��782 中部平均0��536 1��000 0��536 0��737 0��971 0��760 0��640 0��998 0��642 0��639 0��945 0��684 西部平均0��324 0��999 0��325 0��469 0��980 0��480 0��459 1��000 0��459 0��486 0��985 0��495 全国平均0��5181��0000��5180��6650��9770��6820��6350��9990��6360��6320��9750��650注:该表数据为平均值,不一定都符合TE=PTE×SE。如需具体数据可向作者索取。
  
  从表2可以看出,在剔除外部环境因素和随机误差的影响后,中国30个省际单位历年的节能减排效率依然呈现波动中略有下降的趋势,其中2000―2005年各区域效率值均相对稳定,2005―2007年缓慢下降,2008年出现了剧烈下降,随后各区域的效率值均有所回升。三大区域的效率总体上表现为东中西部递减的特征,且东部和中部地区的效率一直高于全国平均水平,而西部地区则远低于全国平均水平(如图1b所示)。本文认为,节能减排效率的东中西部递减特征与经济实力、人才支撑、政府重视、政策扶持以及区域间溢出效应等因素密切相关;而各区域效率波动中的递减特征则与近年来经济发展方式有一定的关系。在市场经济条件下,各地将环境与资源作为免费的公共品,未能对环境保护和资源节约给予足够的重视,各省市之间甚至可能存在“公地悲剧”性质的博弈,从而导致节能减排效率逐年下降。
  除了2011年,各区域的纯技术效率基本一致,且都维持着较高水平,甚至在2000―2008年及2010年一直维持在0��99以上,2009年有所下降,2011年则大幅下降。规模效率表现出的趋势与技术效率类似。
  比较调整前后的效率值可以看出,全国各区域节能减排效率均有大幅下降,规模效率值下降,而纯技术效率值却大幅上涨。由此可见,存在外部环境因素和随机因素的影响时,各区域的规模效率被显著高估,纯技术效率却被显著低估,且被高估的程度高于被低估的程度,从而导致技术效率值被高估。因此可认为规模不经济是造成各地区节能减排效率低下的原因之一,而非第一阶段结果所表明的“节能减排效率低下源于纯技术无效率”。
  同时,根据2000年和2011年各省际单位节能减排效率值,本文将30个省际单位分为效率较高、效率中等和效率较低的三大类区域,大致反映我国节能减排效率的空间分布情况(如图2所示)。
  图22000年和2011年省际节能减排效率的分布地图
  注:黑色区域代表节能减排效率最高,深灰色区域代表节能减排效率中等,浅灰色区域代表节能减排效率最低。
  另外西藏地区因数据缺失未纳入测算范围。图中白色区域分别为西藏、台湾和三沙群岛。三、区域节能减排效率的经济增长效应的门槛回归模型构建
  (一)门槛回归模型构建及变量说明
  大部分文献表明,柯布�驳栏窭�斯生产函数(Cobb��Douglas Product Function)能够真实反映我国的经济增长现状,因此首先建立包含能源因素在内的扩展的C��D生产函数:
  Yit=A′itKαitLβitEλit(5)
  其中,Yit表示地区生产总值,A′it表示非能源类要素的生产率,Kit、Lit和Eit分别表示资本投入、劳动投入和能源要素的投入,t表示时间趋势,α、β和λ分别表示资本、劳动和能源投入要素的产出弹性。
  在式(5)的基础上进一步引入节能减排效率,建立包含节能减排因素在内的我国经济增长的面板计量模型:
  Yit=A′itKαitLβit(Eit*eR)γ(6)
  两边取对数可得:
  lnYit=αlnKit+βlnLit+γ(Rit+lnEit)+εit(7)
  其中,Rit表示节能减排效率,α、β和γ分别表示资本投入要素、劳动投入要素和能源要素的产出弹性,因此式(7)中能源要素包括能源投入和节能减排效率两项。
  考虑到地区经济增长与节能减排效率之间可能存在非线性关系,本文选取地区生产总值Yit与节能减排效率Rit作为门槛测定对象,分别建立如下的以Yit和Rit作为门槛变量的多门槛回归模型:
  lnYit=αlnKit+βlnLit+γ1(Rit+lnEit)I(yit≤λ1)+γ2(Rit+lnEit)I(λ1<yit≤λ2)+…+γn-1(Rit
  +lnEit)I(λn-2<yit≤λn-1)+γn(Rit+lnEit)I(λn-1<yit≤λn)+γn+1(Rit+lnEit)I(yit>λn)+εit(8)
  lnYit=α′lnKit+β′lnLit+γ′1(Rit+lnEit)I(rit≤λ′1)+γ′2(Rit+lnEit)I(λ′1<rit≤λ′2)+…+γ′n-1(Rit
  +lnEit)I(λ′n-2<rit≤λ′n-1)+γ′n(Rit+lnEit)I(λ′n-1<rit≤λ′n)+γ′n+1(Rit+lnEit)I(rit>λ′n)+εit(9)
  其中,λ1,λ2,…,λn-1,λn和λ′1,λ′2,…,λ′n-1,λ′n为待估计的门槛值;γ1,γ2,…,γn-1,γn和γ′1,γ′2,…,γ′n-1,γ′n为相应的门槛回归系数。I(•)为指标函数,当括号中条件满足时I(•)值为1,否则值为0。
  门槛效应检测对象为除西藏外的30个省市,考察期间为2000―2011年。投入、产出要素的指标、数据与效率计算时相同,节能减排效率值为以上通过三阶段DEA模型计算得到的各省市节能减排效率。
  (二)门槛值的确定
  门槛回归模型是非线性模型,其估计方法不同于线性模型,应首先估计门槛值,并对其进行检验,最后再根据门槛值进行划分。
  直接对回归模型(8)和(9)进行最小二乘估计,得到其残差平方和为:
  S1(γ)=ê*(γ)′ê*(γ)(10)
  最小化上述方程对应的S1(γ),可以得到γ的估计值,即:
  (γ)=argminS1(γ)(11)
  进而可以计算得到残差平方和为:
  2=2()=Sn(T-1)(12)
  得到上述参数估计值后,需进行两方面的检验:一是门槛效应是否显著,二是门槛的估计值是否等于其真实值。
  1�奔煅槊偶餍вκ欠裣灾�。原假设为H0∶β1=β2 ,对应的备择假设是H1∶β1≠β2,检验统计量为:
  F1=S0-S1()2(13)
  其中,S0是在原假设H0下得到的残差平方和。在原假设下,门槛值是无法识别的,因此统计量F1呈现非标准分布,Hansen\[16\]建议采用“拔靴法”(Bootstrap)来获得其渐进分布,然后构建其P值。
  2�奔煅槊偶鞯墓兰浦凳欠竦扔谄湔媸抵怠T�假设为H0∶=γ0,对应的备择假设是H1∶≠γ0,相应的似然比检验统计量为:
  LR1(γ)=S1(γ)-S1()2(14)
  在原假设下该统计量呈现非标准分布,Hansen提供了一个简单的公式,可以计算出其非拒绝域,即当LR1(γ0)≤c(α)时,不能拒绝原假设。其中,c(α)=-2ln(1-1-α), α表示显著性水平。
  (三)门槛个数的确定
  首先假设不存在门槛效应,直接用OLS方法对回归方程进行回归分析得到残差平方和S,根据上述分析,进行检验的似然比值为:
  F=S-S1()2(15)
  其中,S1()为存在一个门槛值情况下的回归残差平方和,2为其残差的方差估计。统计量F呈现非标准分布,Hansen通过“Bootstrap”获得其检验的临界值,通过显著性检验之后,即可构造门槛估计值的置信区间,计算如下似然比比值:
  LR(γ)=S(γ)-S()2(16)
  其中,S(γ)为对应不同门槛值时普通回归模型所得到的残差平方和,2为在门槛估计值下通过门槛回归估计得到的残差平方和。Hansen计算并给出了上述似然比在10%、5%和1%显著性水平下的临界值,分别是6��53、7��35和10��59,同时还证明了门槛估计值的置信区间为上述似然比比值小于某个显著性水平下的临界值所对应的γ区间。
  在确定存在一个门槛值的基础上,将这样的检验依次进行,直到第n+1个门槛值检验结果不显著时,就可以确定有n个门槛值。模型中其他参数在模型残差不存在异方差的情况下,通常的t检验是有效的。为了克服异方差的影响,本文将采取稳健的估计方法。
  四、门槛回归模型实证结果分析
  本部分将对节能减排效率的经济增长效应进行门槛特征分析。根据模型的估计及检验方法,运用STATA12��0统计软件,采用稳健的估计方法进行实证分析。
  (一)以经济发展水平Y为门槛变量进行门槛回归分析
  首先根据门槛效应的Bootstrap检验方法估计出p值,确定其门槛个数,表3列示了三种假设下门槛检验的F值和p值。不难发现,以Y为门槛变量时,单一门槛和双重门槛均在1%的显著性水平下显著,而三重门槛在10%的显著性水平下显著,因此可将该模型设定为双重门槛回归模型。
  门槛效应检验之后,利用Hansen的三步法确定经济发展水平的门槛值,同时确定门槛回归模型的回归系数及t值,结果如表4、表5所示。
  写成表达式如下:
  lnYit=1��732+0��593lnKit+0��101lnLit+0��153(Rit+lnEit)whenYit≤6 829��5
  lnYit=1��732+0��593lnKit+0��101lnLit+0��163(Rit+lnEit)when6 829��5  lnYit=1��732+0��593lnKit+0��101lnLit+0��170(Rit+lnEit)whenYit>10 970��9(17)表3门槛效应检验结果
  模型F值p值BS
  次数临界值1%5%10%单一门槛65��306***0��002 500 48��038 30��895 23��947 双重门槛25��041***0��000 500 -6��427 -13��644 -17��200 三重门槛6��131*0��100 500 12��006 8��152 6��138注:***、**、*分别表示在1%、5%、10%水平下的统计显著。表4门槛值估计结果及其置信区间
  门槛估计值95%置信区间门槛值16 829��5(6 829��5,7 302��7)门槛值210 970��9(10 970��9,61 267��2)
  上述结果证实了该回归中门槛效应的存在,而且各回归系数基本都在1%的显表5参数估计及模型描述
  以Y为门槛变量的模型系数标准误差t值p值95%置信区间常数项1��7320��345��14***0��000(1��072��39)lnKit0��5930��0235��87***0��000(0��560��63)lnLit 0��1010��061��78*0��077(-0��010��21)Rit+lnEit(Yit ≤6 829��5)0��1530��027��80***0��000(0��110��19) Rit+lnEit(6 829��510 970��9)0��1700��028��74***0��000(0��130��21)注:***、**、*分别表示在1%、5%、10%水平下的统计显著。
  
  著性水平下显著。当经济发展水平Y低于门槛值1(6 830)时,回归系数为0��153;当Y处于门槛值1和门槛值2(10 971)之间时回归系数提高至0��163;当Y跨过门槛值2以后,系数为0��170。这证明了节能减排效率对经济增长的影响存在两个拐点,在全国范围内,随着经济水平不断提升,能源缺口逐渐扩大,环境恶化日益严重,政府对节能减排的关注不断提高,制定的政策更加完善,促进节能减排的决心更加明确,企业在一系列政府政策的指引和自身社会责任感的驱动下,努力将节能减排工作落到实处,因此该门槛效应表现为随着经济水平的提升,节能减排效率对经济发展的促进作用也处于递增的状态。
  根据各地区经济发展水平所介于的门槛位置,可将考察期间的30个省市划分为低区制、中区制和高区制,处于这三类区制的省份分别有61、78、221个。处于低区制的基本是2000―2003年某些中西部城市,另外,贵州表现较差,一直到2007年仍处于低区制;处于高区制的则包括2007年以后的大部分省份以及2000―2006年间大部分的东部城市。出现这种划分结果的原因在于,东部地区的能源投入量(得益于国家的能源运输调运计划,弥补了东部自身能源供给不足的劣势)、能源使用水平和节能减排效率均高于中西部地区,而且其节能减排工作与发展经济同步、协调发展,所以节能减排效率对经济增长的促进作用最为明显。
  (二)以节能减排效率R为门槛变量进行门槛回归分析
  节能减排效率的经济增长效应受多重因素的影响,因此,很可能存在其他因素方面的门槛效应。本文还考察了各地区自身的节能减排效率门槛存在情况,表6列示了三种假设下门槛检验的F值和p值。结表6门槛效应检验结果
  模型F值p值BS次数临界值1%5%10%单一门槛42��768***0��000500 27��31119��43314��983双重门槛5��4450��102500 14��0897��2645��538三重门槛4��0940��234500 17��44710��2437��979注:***、**、*分别表示在1%、5%、10%水平下的统计显著。
  表7门槛值估计结果及其置信区间
  门槛估计值95%置信区间门槛值0��491(0��461,0��520)果表明,以R为门槛变量时,单一门槛在1%的显著性水平下显著,而双重门槛和三重门槛均不满足在10%的显著性水平下显著,因此可将该模型设定为单一门槛回归模型。
  门槛效应检验之后利用Hansen 的三步法确定节能减排效率的门槛值,同时确定门槛回归模型的回归系数及t值,结果如表7、表8所示。表8参数估计及模型描述
  以R为门槛变量的模型系数标准误差t值p值95%置信区间常数项2��4460��357��06***0��000(1��763��13)lnKit0��6450��1543��58***0��000(0��620��67) lnLit -0��1180��05-2��18**0��030(-0��23-0��01)Rit+lnEit(Rit ≤0��491)0��2210��0210��23***0��000(0��180��26) Rit+lnEit(Rit>0��491)0��2110��029��96***0��000(0��170��25)注:***、**、*分别表示在1%、5%、10%水平下的统计显著。
  
  写成表达式如下:
  lnYit=2��446+0��645lnKit-0��118lnLit+0��221(Rit+lnEit)whenRit≤0��491
  lnYit=2��446+0��645lnKit-0��118lnLit+0��211(Rit+lnEit)whenRit>0��491(18)
  该结果表明节能减排效率的影响表现出单一门槛特征。当R低于门槛值0��491时,能源投入和节能减排效率对经济增长的影响系数是0��221;当R越过该门槛值后,回归系数下降至0��211。在实现我国经济增长的过程中,节能减排效率只是一项锦上添花的辅助因素,因此随着节能减排效率值的逐渐增大,节能减排工作对经济发展的促进作用只能渐趋平缓,这是该门槛回归中门槛变量的回归系数逐渐减小的原因。同样可以根据各地区节能减排效率在两个门槛中所处的位置,将考察期内我国30个省市划分成两组,其中处于低、高阶段的观察对象个数分别为63、297个。我国大部分年份的大部分省份皆实现了较高的节能减排效率,越过了门槛值。显然,良好的经济发展水平为东部发达地区以及部分中部省份充分发挥节能减排效率的经济增长效应创造了良好的外部条件。
  根据上述分析得出的最终结论为,节能减排对经济增长具有促进作用,且该作用并不表现为线性关系,而是存在一定的门槛效应。在不同的门槛阶段,节能减排效率对经济增长的影响程度不一致,具体为:节能减排效率对经济发展的促进作用随着经济发展水平Y的提高而提高,但却随着节能减排效率R的提高而缓慢降低。
  五、结论与建议
  本文运用三阶段DEA模型测算了我国省际节能减排效率,并对其经济增长效应的门槛特征进行了分析。研究结果表明,我国的节能减排效率在波动中有小幅下降,总体上表现为东中西递减的特征,各区域纯技术效率都维持着较高水平,规模不经济是造成各地区节能减排效率低下的原因之一;随着经济水平的提升,节能减排对经济发展的促进作用递增,而随着节能减排效率的增加,节能减排对经济发展的促进作用渐趋平缓。依据以上实证结论,为更加有效地提高我国区域节能减排效率,并加强其对经济发展的促进作用,提出若干对策建议。
  首先,要加大科技研发投入力度,优化科技成果转化效果。技术进步与创新在降低能源强度、提高能源利用效率、减少污染物排放、优化节能减排效率等方面发挥着积极作用,是提高节能减排效率的关键动力。在加大科技研发投入力度,优化科技成果转化效果方面应做到:(1)政府应加大节能减排的研发支持,鼓励高校和科研机构开展可再生能源和新材料等基础研究和相关前沿技术开发,同时要以市场为导向,加大财税政策扶持力度,建立规范有序的财政转移支付制度;(2)学研机构要加强节能减排科技人才的培养,在积极学习国外先进技术的同时开展自主创新与研发,同时要加强产学研合作,建立以企业为主体、市场为导向、产业与学研机构良好合作的技术创新体系,促进科技成果向现实生产力转化。
  其次,要改善地区规模不经济现象,优化系统组织等管理因素。有效的企业并购重组可以产生协同效应和规模经济效应,在一定程度上调整和补充企业的生产能力。若进行横向并购,随着生产规模扩大,边际能耗和排放都可以降低;若进行纵向并购,形成产业链前后端合作,可以直接减少能源投入和污染物排放。同时,企业应调整管理水平,使其与经济规模相适应,否则,规模扩张会带来巨大的管理无效率,导致资源浪费和效率低下行为,不利于节能减排效率的提升。
  最后,需要突破节能减排效率门槛,获得最优经济增长效应。开展节能减排工作,不应忽视经济增长这一重要前提。我国节能减排工作与经济增长处于协调发展之中,各地区都在利益驱动下大力发展经济,但是在发展经济的过程中应注意以推进节能减排工作为基础和落脚点,这是一个正向反馈的双赢过程,即地区经济越发达,对节能减排的重视程度和需求越高,也有足够的资金投入到节能减排及相应的技术研发活动中,从而能够获得较高的节能减排效率,较高的节能减排效率能够进一步提高地区生产总值,当地区GDP突破一定的门槛之后,节能减排效率对经济发展的贡献程度又能进一步提高,从而进入良性循环的过程。各地区应妥善利用该良性循环过程,不断突破经济增长和节能减排效率的门槛,获得更高的节能减排效率和更好的经济发展水平。参考文献
  \[1\] Miradna,M.L.,B.W.Hale.A taxing environment:Evaluating the multiple objectives of environmental taxes\[J\].Environmental Science & Technology,2002,(24).
  \[2\] 牛仁亮.履行政府职能,促进结构调整――兼论产业结构调整是节能减排的根本途径\[J\].求是,2007,(17).
  \[3\] 张磊,蒋义.促进节能减排的税收政策研究\[J\].中央财经大学学报,2008,(8).
  \[4\] 钱国明,周展超.基于政府视角的工业企业节能项目多目标综合评价模型\[J\].工业技术经济,2009,(1).
  \[5\] 于鹏飞,李悦,高义学,等.基于DEA模型的国内各地区节能减排效率研究\[J\].环境科学与管理,2010,(4).
  \[6\] 孙欣.省际节能减排效率变动及收敛性研究――基于Malmquist指数\[J\].统计与信息论坛,2010,(6).
  \[7\] 赵成柏,毛春梅.我国地区节能减排效率的差异及影响因素研究\[J\].中国科技论坛,2012,(6).
  \[8\] 汪中华,梁慧婷.基于DEA 模型的黑龙江省工业节能减排效率研究\[J\].中国林业经济,2012,(2).
  \[9\] Lee,C.C.,C.P.Chang.Structural breaks,energy consumption,and economic growth revisited\[J\].Energy Economics,2005,(6).
  \[10\]陈诗一.节能减排与中国工业的双赢发展:2009―2049\[J\].经济研究,2010,(3).
  \[11\]沈能,刘凤朝.空间溢出、门槛特征与能源效率的经济增长效应\[J\].中国人口•资源与环境,2012,(5).
  \[12\]Fried,H.O.,C.A.K.Lovell,S.S.Schmidt,et al.Accounting for environmental effects and statistical noise in data envelopment analysis\[J\].Journal of Productivity Analysis,2002,(1��2).
  \[13\]Banker,R.D.,A.Charnes,W.W.Cooper.Some models for estimating technical and scale inefficiencies in data envelopment analysis\[J\].Management Science,1984,(9).
  \[14\]张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952―2000\[J\].经济研究,2004,(10).
  \[15\]Simar,L.,P.W.Wilson.Estimation and inference in two��stage,semi��parametric models of production processes\[J\].Journal of Econometrics,2007,(1).
  \[16\]Hansen,B.Threshold effects in non��dynamic panels:Estimation,testing and inference\[J\].Journal of Econometrics,1999,(2).
  


【相关论文推荐】
  • 经济发展\政府激励约束与节能减排效率的门槛效应研究
  • 中国加工贸易的经济增长效应
  • 中国服务贸易进口的经济增长效应
  • 关、天经济区节能减排效应研究
  • 节能减排与经济增长方式转变研究
  • 今年实现节能减排目标\对经济增长的影响
  • 论中国的节能减排制度
  • 中国省际经济增长中的人力资本配置效率