技術(shù)進(jìn)步對(duì)二氧化碳排放的影響效應(yīng)研究
——基于省級(jí)面板門(mén)限模型

雷 宏 李 智

(1.集美大學(xué) 工商管理學(xué)院，福建 廈門(mén) 361021；2.廈門(mén)大學(xué) 經(jīng)濟(jì)學(xué)院，福建 廈門(mén) 361005)

技術(shù)進(jìn)步對(duì)二氧化碳排放的影響效應(yīng)研究
——基于省級(jí)面板門(mén)限模型

雷 宏1李 智2

(1.集美大學(xué) 工商管理學(xué)院，福建 廈門(mén) 361021；2.廈門(mén)大學(xué) 經(jīng)濟(jì)學(xué)院，福建 廈門(mén) 361005)

本文以STIRPAT 模型為基礎(chǔ)，構(gòu)造東中西部省級(jí)面板模型，深入分析技術(shù)進(jìn)步的三種不同途徑即自主研發(fā)、技術(shù)引進(jìn)和模仿創(chuàng)新對(duì)二氧化碳排放的不同影響效應(yīng)，實(shí)證研究結(jié)果顯示：經(jīng)濟(jì)相對(duì)發(fā)達(dá)的東中部地區(qū)，尤其是東部地區(qū)，技術(shù)引進(jìn)和自主創(chuàng)新對(duì)二氧化碳排放有顯著的增加作用，模仿創(chuàng)新對(duì)二氧化碳排放有顯著的抑制效果；而西部地區(qū)上述三種技術(shù)進(jìn)步方式對(duì)二氧化碳排放的影響效應(yīng)均不顯著。在此結(jié)論基礎(chǔ)上，本文以工業(yè)產(chǎn)值占比為門(mén)限變量構(gòu)造面板門(mén)限模型，對(duì)模仿創(chuàng)新的減排效應(yīng)進(jìn)行進(jìn)一步的統(tǒng)計(jì)分析，結(jié)果顯示：工業(yè)產(chǎn)值占比越大，模仿創(chuàng)新的減排效應(yīng)越弱。

自主研發(fā)；技術(shù)引進(jìn)；模仿創(chuàng)新；二氧化碳排放；技術(shù)進(jìn)步

一、引言

作為世界第二大經(jīng)濟(jì)體和最大新興經(jīng)濟(jì)體，中國(guó)正處在工業(yè)化和城鎮(zhèn)化加速發(fā)展的重要階段，能源消耗以及二氧化碳排放量急劇增加，面臨的減排壓力也越來(lái)越大。2015年哥本哈根氣候大會(huì)上，中國(guó)政府首次正式提出中國(guó)碳排放有望在2030年達(dá)到峰值，并承諾在2030年將非化石能源在一次能源中的比重提升到20%。為了實(shí)現(xiàn)這一目標(biāo)，政府提出要實(shí)施以 “綠色低碳”和“創(chuàng)新驅(qū)動(dòng)”戰(zhàn)略為重點(diǎn)的能源革命。

技術(shù)進(jìn)步是創(chuàng)新驅(qū)動(dòng)的重要內(nèi)容，在推動(dòng)經(jīng)濟(jì)增長(zhǎng)的同時(shí)，對(duì)二氧化碳等溫室氣體的排放有著顯著的影響。有學(xué)者指出，這種影響可能是正向的增加，也可能是負(fù)向的抑制[1]。相關(guān)研究指出，影響的途徑主要有兩條：一是“技術(shù)進(jìn)步→經(jīng)濟(jì)增長(zhǎng)→二氧化碳排放”，即技術(shù)進(jìn)步對(duì)二氧化碳排放存在間接影響，也即通過(guò)推動(dòng)經(jīng)濟(jì)增長(zhǎng)進(jìn)而增加二氧化碳排放；二是“技術(shù)進(jìn)步→二氧化碳排放”，即技術(shù)進(jìn)步直接影響二氧化碳的排放。由于技術(shù)進(jìn)步存在一定的路徑依賴，上述直接效應(yīng)的影響方向并不確定[2]。如果企業(yè)初始獲利是建立在高排放技術(shù)基礎(chǔ)上，那么企業(yè)的新技術(shù)研發(fā)可能依舊是以高排放為特點(diǎn)；反之，如果企業(yè)初始獲利是低排放的技術(shù)，那么新技術(shù)研發(fā)將延續(xù)清潔型特征，則有利于推動(dòng)二氧化碳減排。目前已有不少學(xué)者借助結(jié)構(gòu)或指數(shù)分解以及構(gòu)造全要素生產(chǎn)率(TFP)，就技術(shù)進(jìn)步對(duì)二氧化碳的影響效應(yīng)進(jìn)行了測(cè)度和研究[3][4][5]，但深入考察技術(shù)進(jìn)步影響節(jié)能減排的方式或途徑方面的研究還相對(duì)缺乏，因而導(dǎo)致促進(jìn)技術(shù)進(jìn)步減排效應(yīng)的相關(guān)對(duì)策建議顯得較為抽象，這正是本文的研究目的所在。

從技術(shù)進(jìn)步的來(lái)源來(lái)看，自主研發(fā)和技術(shù)引進(jìn)是技術(shù)進(jìn)步的兩條主要途徑[6]。自主研發(fā)主要通過(guò)R&D活動(dòng)和干中學(xué)對(duì)二氧化碳排放產(chǎn)生影響[7][8]。有學(xué)者指出，通過(guò)自主研發(fā)實(shí)現(xiàn)能源清潔利用是節(jié)能減排的關(guān)鍵[9]。技術(shù)引進(jìn)主要包括直接技術(shù)購(gòu)買(mǎi)和通過(guò)國(guó)外直接投資(FDI)間接引進(jìn)技術(shù)，主要通過(guò)設(shè)備更新、技術(shù)溢出對(duì)二氧化碳排放產(chǎn)生影響。然而，基于國(guó)際貿(mào)易中的比較優(yōu)勢(shì)理論，發(fā)展中國(guó)家可能成為承接落后產(chǎn)能的“污染天堂”，“技術(shù)引進(jìn)”(如FDI)并不一定能促進(jìn)節(jié)能減排[10]。此外，一些學(xué)者的實(shí)證研究顯示，不同技術(shù)引進(jìn)方式對(duì)中國(guó)能源利用或排放效率的影響有顯著的區(qū)域差異[11][12]。

現(xiàn)有的文獻(xiàn)集中討論單一的技術(shù)進(jìn)步方式對(duì)二氧化碳排放的影響效應(yīng)，很少涉及技術(shù)進(jìn)步的不同方式之間相互作用對(duì)節(jié)能減排的影響。然而有研究指出，研發(fā)活動(dòng)具有提高創(chuàng)新能力和吸收能力的雙重效應(yīng)，落后國(guó)家通過(guò)模仿、吸收和消化發(fā)達(dá)國(guó)家先進(jìn)技術(shù)，達(dá)到模仿創(chuàng)新的效果[13]。而自主研發(fā)與技術(shù)引進(jìn)的交互作用既可能說(shuō)明技術(shù)引進(jìn)只有在當(dāng)?shù)仄髽I(yè)具有足夠的吸收和學(xué)習(xí)能力前提下才能發(fā)揮效力，也可能說(shuō)明本地企業(yè)的自主創(chuàng)新只有在很好地消化和吸收了引進(jìn)的先進(jìn)技術(shù)的基礎(chǔ)上才能實(shí)現(xiàn)提升[5]。因此，上述兩種技術(shù)進(jìn)步的交互作用既可能是本地企業(yè)對(duì)引進(jìn)技術(shù)的簡(jiǎn)單模仿，延續(xù)了技術(shù)引進(jìn)對(duì)二氧化碳排放的影響作用，也可能是在簡(jiǎn)單模仿的基礎(chǔ)之上，通過(guò)技術(shù)創(chuàng)新投入，加大對(duì)引進(jìn)技術(shù)的消化吸收能力，從而實(shí)現(xiàn)對(duì)引進(jìn)技術(shù)的改進(jìn)創(chuàng)新，因而有可能發(fā)揮對(duì)二氧化碳排放的不同影響效應(yīng)。此外，其相互作用的影響效應(yīng)也可能存在區(qū)域差異以及不同經(jīng)濟(jì)發(fā)展階段的非線性特征，若采用傳統(tǒng)的線性分析模型框架容易導(dǎo)致估計(jì)結(jié)果的偏差，從而得出誤導(dǎo)性的結(jié)論[14]?；谏鲜龅挠绊憴C(jī)理，本文引入Hansen提出的面板門(mén)限回歸方法[15]，考慮經(jīng)濟(jì)發(fā)展的不同階段，在非線性模型框架下針對(duì)技術(shù)進(jìn)步的不同途徑對(duì)二氧化碳排放的影響效應(yīng)進(jìn)行實(shí)證研究。

二、計(jì)量模型

(一)STIRPAT 模型

在以往的研究中，由Ehrlich和Holden提出的IPAT方程常被用以量化考察技術(shù)、人口、經(jīng)濟(jì)等因素對(duì)自然環(huán)境的影響[16]。但由于IPAT方程在形式上是一個(gè)恒等關(guān)系式，無(wú)法進(jìn)行計(jì)量分析，York等人在此基礎(chǔ)上提出了更加靈活的STIRPAT(stochastic impacts by regression on population， affluence and technology)模型[17]，即環(huán)境影響隨機(jī)模型。該模型的基本形式為：

I=a×Pb×Ac×Td×e

(1)

式(1)中I、P、A和T分別表示環(huán)境影響、人口規(guī)模、人均富裕程度和技術(shù)進(jìn)步；a、b、c、d為待估參數(shù)，e為隨機(jī)干擾因素。上述等式兩邊同時(shí)取自然對(duì)數(shù)后，變形為如下方程：

lnI=lna+blnP+clnA+dlnT+lne

(2)

相關(guān)文獻(xiàn)在保證上述模型整體關(guān)系不變的基礎(chǔ)上，對(duì)某些指標(biāo)進(jìn)行了改進(jìn)或分解，以便開(kāi)展各種實(shí)證研究。為了更好地研究不同技術(shù)進(jìn)步方式對(duì)二氧化碳排放的影響，本文將技術(shù)進(jìn)步分為三種形式：自主研發(fā)、技術(shù)引進(jìn)以及模仿創(chuàng)新，并選取相應(yīng)代表變量加入STIRPAT模型。

lnCO2it=a0+a1lnPopit+a2lnGdpit+a3lnFdiit+a4lnRdit+a5lnFdiit×lnRdit+eit

(3)

式(3)中，Popit為人口數(shù)，Gdpit為人均GDP(折算為2000年不變價(jià)格)，F(xiàn)diit為外商直接投資，衡量技術(shù)引進(jìn)水平，Rdit為自主研發(fā)知識(shí)存量，兩者的乘積項(xiàng)表示模仿創(chuàng)新。

(二)面板門(mén)限模型

在經(jīng)濟(jì)發(fā)展的不同階段，技術(shù)進(jìn)步對(duì)二氧化碳排放的影響效果并不相同，尤其是我國(guó)正處于工業(yè)化進(jìn)程加速的階段。因此，本文以工業(yè)產(chǎn)值占GDP的比重(此處記為 z)作為門(mén)限變量，借助Hansen面板門(mén)限模型將上述面板模型進(jìn)行擴(kuò)展[15]，具體形式如下：

lnCO2it=a0+a1lnPopit+a2lnGdpit+a3lnFdiit+a4lnRdit+a5(lnFdiit×lnRdit)I(z≤m)+ a6(lnFdiit×lnRdit)I(z>m2)+eit

(4)

上述模型假設(shè)的是單門(mén)限形式，即各因素對(duì)二氧化碳排放的影響效應(yīng)因門(mén)限變量的存在呈現(xiàn)出兩個(gè)不同的階段。當(dāng)然，從計(jì)量模型的角度而言，也可能存在n個(gè)門(mén)限，即n+1個(gè)不同的階段。以雙門(mén)限模型為例，上述方程被相應(yīng)地調(diào)整為(假定m1

lnCO2it=a0+a1lnPopit+a2lnGdpit+a3lnFdiit+a4lnRdit+a5(lnFdiit×lnRdit)I(z≤m1)+ a6(lnFdiit×lnRdit)I(m1m2)+eit

(5)

三、實(shí)證分析

(一)數(shù)據(jù)處理

1.技術(shù)進(jìn)步的變量選擇

(1)自主研發(fā)(R&D)變量。自主研發(fā)(R&D)是衡量本地企業(yè)自主研究和創(chuàng)新水平的變量，現(xiàn)有的實(shí)證文獻(xiàn)通常從投入和產(chǎn)出兩方面對(duì)R&D進(jìn)行刻畫(huà)[19]。投入方面，通常采用投入R&D的費(fèi)用或者投入R&D的人員數(shù)量來(lái)衡量；產(chǎn)出方面，通常采用專利數(shù)量或新產(chǎn)品銷售收入來(lái)衡量。然而，用投入費(fèi)用來(lái)衡量R&D水平往往存在缺陷：R&D投入費(fèi)用只能反映R&D活動(dòng)的投入狀況，而投入與產(chǎn)出并不一定呈線性關(guān)系，并且許多中小企業(yè)的非正式研發(fā)活動(dòng)并沒(méi)有體現(xiàn)在R&D的投入費(fèi)用中，用該指標(biāo)衡量R&D水平往往會(huì)出現(xiàn)偏誤[20]。因此，本文采用與技術(shù)創(chuàng)新成果更貼近的專利數(shù)量指標(biāo)來(lái)衡量R&D水平。

此外，R&D對(duì)生產(chǎn)率以及排放的影響不僅表現(xiàn)在當(dāng)期，對(duì)以后的若干期也會(huì)產(chǎn)生重要影響，因此需要在核算R&D存量的基礎(chǔ)上進(jìn)行測(cè)算[6]。以專利數(shù)量為基礎(chǔ)的知識(shí)存量計(jì)算公式如式(6)所示[21]：

(6)

式(6)中，Rdit是自主研發(fā)知識(shí)存量，Patit為專利授權(quán)數(shù)。式(6)中的兩個(gè)重要參數(shù)β1和β2分別表示知識(shí)的陳腐率和擴(kuò)散率。其中，知識(shí)的陳腐率用來(lái)衡量舊知識(shí)的老化程度，表明已有技術(shù)逐漸被新技術(shù)取代，一般很難直接測(cè)算?，F(xiàn)有文獻(xiàn)通常以專利殘存件數(shù)或技術(shù)平均壽命的倒數(shù)來(lái)測(cè)算，有研究將中國(guó)的專利技術(shù)陳腐率取值為36%[20]。知識(shí)的擴(kuò)散率用來(lái)衡量新知識(shí)從產(chǎn)生到大規(guī)模應(yīng)用的時(shí)滯效應(yīng)，有研究借助樣本統(tǒng)計(jì)和概率分布的方法指出專利技術(shù)的擴(kuò)散率約為3%[21]。s為從基期到當(dāng)前年份的時(shí)間。由式(6)可知，某種專利對(duì)當(dāng)年的知識(shí)存量的影響是e-β1s(1-e-β2(s+1))。在給定β1=36%和β2=3%的情況下，圖1模擬出某專利技術(shù)對(duì)現(xiàn)有知識(shí)存量的貢獻(xiàn)。如圖1所示，新專利的生產(chǎn)率在第3年達(dá)到頂峰，對(duì)現(xiàn)有知識(shí)存量的影響達(dá)到最大，之后隨著使用年限的增加、知識(shí)的更新?lián)Q代，知識(shí)陳腐的速率超過(guò)了擴(kuò)散率，生產(chǎn)率不斷下降，在24年以后趨近于零。

(2)技術(shù)引進(jìn)變量。技術(shù)引進(jìn)通常借助技術(shù)轉(zhuǎn)讓和外商直接投資(FDI)等途徑實(shí)現(xiàn)。出于保護(hù)本國(guó)先進(jìn)技術(shù)壟斷優(yōu)勢(shì)的目的，技術(shù)出讓國(guó)轉(zhuǎn)讓的專利多是產(chǎn)品相對(duì)成熟的技術(shù)，甚至不排除轉(zhuǎn)讓衰落技術(shù)的可能。有研究指出先進(jìn)技術(shù)轉(zhuǎn)移最重要的途徑是外商直接投資而不是專利轉(zhuǎn)讓[22](P108—110)?？鐕?guó)直接投資之所以能體現(xiàn)技術(shù)引進(jìn)，一是因?yàn)闉榱双@得足以與本土企業(yè)抗衡的競(jìng)爭(zhēng)優(yōu)勢(shì)，跨國(guó)企業(yè)通常借助其掌握的先進(jìn)技術(shù)以生產(chǎn)新產(chǎn)品或降低生產(chǎn)成本來(lái)獲得市場(chǎng)份額；二是通過(guò)跨國(guó)投資，本土雇員獲得與外資企業(yè)雇員交流學(xué)習(xí)的機(jī)會(huì)，先進(jìn)技術(shù)等有機(jī)會(huì)得以消化與吸收。因此，外商直接投資(FDI)是技術(shù)引進(jìn)的顯著途徑，本文以此作為對(duì)技術(shù)引進(jìn)水平的測(cè)度，并折算成2000年不變價(jià)格以消除物價(jià)因素的影響。

圖1 某專利技術(shù)對(duì)現(xiàn)有知識(shí)存量的貢獻(xiàn)模擬來(lái)源：筆者根據(jù)給定β1=36%和β2=3%計(jì)算的參數(shù)值。橫軸表示該技術(shù)的生命周期，取值0-30。

(3)模仿創(chuàng)新變量。研發(fā)活動(dòng)具有提高創(chuàng)新能力和吸收能力的雙重效應(yīng)。研發(fā)活動(dòng)不僅可以產(chǎn)生新的知識(shí)，直接促進(jìn)生產(chǎn)率的提高，進(jìn)而對(duì)二氧化碳排放產(chǎn)生影響，而且可以在知識(shí)積累的基礎(chǔ)上，深化對(duì)引進(jìn)技術(shù)的消化吸收，進(jìn)而間接地提高生產(chǎn)效率，并影響二氧化碳的排放。當(dāng)然，必須指出的是，技術(shù)進(jìn)步的有效利用和推廣與企業(yè)擁有一定的自主創(chuàng)新基礎(chǔ)是分不開(kāi)的。因此，我們借用技術(shù)引進(jìn)變量與自主研發(fā)變量的乘積項(xiàng)(LnFdi×LnRd)來(lái)表征技術(shù)引進(jìn)與自主研發(fā)的交互作用，不僅用以反映本地企業(yè)對(duì)引進(jìn)技術(shù)消化吸收的簡(jiǎn)單模仿，而且還借以衡量本地企業(yè)的模仿創(chuàng)新水平，即在此基礎(chǔ)上通過(guò)技術(shù)創(chuàng)新投入，進(jìn)一步深化對(duì)引進(jìn)技術(shù)的消化吸收，從而實(shí)現(xiàn)對(duì)引進(jìn)技術(shù)的改進(jìn)創(chuàng)新[5]。

2.門(mén)限變量和其他控制變量

(1)門(mén)限變量。有研究指出中國(guó)正處于工業(yè)化發(fā)展的重要階段，其能源需求增長(zhǎng)快速而且具有剛性的特征短時(shí)間內(nèi)無(wú)法改變[9]，技術(shù)進(jìn)步對(duì)二氧化碳排放的影響效應(yīng)可能會(huì)因?yàn)楣I(yè)化比重的不同而存在非線性的特征。因此，本文使用各地區(qū)工業(yè)產(chǎn)值占GDP的比重作為門(mén)限變量。

(2)其他控制變量。根據(jù)前述的STIRPAT模型，其他控制變量還包括人均GDP和年末人口數(shù)，前者為各地區(qū)生產(chǎn)總值除以各地年末人口數(shù)，并折算成2000年不變價(jià)格。

3.數(shù)據(jù)來(lái)源

基于上述數(shù)據(jù)的可獲得性與統(tǒng)計(jì)口徑的一致性，本文選取了1997～2012年我國(guó)30個(gè)省市自治區(qū)的面板數(shù)據(jù)，共計(jì)480個(gè)觀測(cè)值，其中西藏地區(qū)由于數(shù)據(jù)缺失較多，從樣本中剔除。數(shù)據(jù)分別來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》以及CEIC中國(guó)經(jīng)濟(jì)數(shù)據(jù)庫(kù)。

(二)模型結(jié)果及分析

1.面板模型

根據(jù)前述構(gòu)造的理論框架，本文首先建立基本的面板模型，考察技術(shù)進(jìn)步的三種途徑對(duì)二氧化碳排放的影響。數(shù)據(jù)顯示，各省級(jí)區(qū)域的三種途徑的技術(shù)進(jìn)步水平存在明顯的地區(qū)差異，分布特征與東中西部的劃分特征較為吻合。因此，根據(jù)Hausman檢驗(yàn)結(jié)果，本文分別按照東部、中部和西部層面利用模型(3)構(gòu)建固定效應(yīng)(FE)面板回歸模型，結(jié)果由STATA14軟件計(jì)算獲得。

從表1的結(jié)果可以看出，就東部地區(qū)而言，三種途徑對(duì)二氧化碳排放的影響均在1%的水平下顯著。技術(shù)引進(jìn)與自主創(chuàng)新對(duì)二氧化碳排放有正向的增加作用，面板回歸模型的系數(shù)分別為0.597和0.8848，而模仿創(chuàng)新對(duì)二氧化碳排放卻有一定的抑制作用，系數(shù)為-0.1070。對(duì)于中部地區(qū)，三種途徑對(duì)二氧化碳排放的影響基本顯著，技術(shù)引進(jìn)的系數(shù)為0.1385且在5%的水平下顯著，自主創(chuàng)新的系數(shù)為-0.3193 且在1%的水平下顯著，而模仿創(chuàng)新對(duì)二氧化碳排放有相對(duì)較弱的抑制性，但系數(shù)不顯著。而對(duì)于西部地區(qū)，三種途徑對(duì)二氧化碳排放的影響均不顯著。此外，為了消除由于主觀選取控制變量而可能造成的偏誤，本文將上述模型中人口和人均GDP這兩個(gè)控制變量替換為人口密度和地區(qū)工業(yè)產(chǎn)值比重，得出三種途徑對(duì)二氧化碳排放影響的方向基本上與此一致，說(shuō)明上述面板模型的結(jié)果是穩(wěn)健的。由于篇幅有限，此處未給出具體模型結(jié)果。

表1 基本的面板模型結(jié)果

注：括號(hào)內(nèi)為標(biāo)準(zhǔn)誤差；***、**、*分別表示在1%、5%和10%的顯著性水平下顯著。

通過(guò)對(duì)上述模型結(jié)果橫向?qū)Ρ确治觯浑y看出，在經(jīng)濟(jì)發(fā)達(dá)的東部地區(qū)，相對(duì)高水平的技術(shù)引進(jìn)和自主研發(fā)在促進(jìn)經(jīng)濟(jì)飛速發(fā)展的同時(shí)，不可避免地對(duì)二氧化碳的排放有正向的增加作用，而這樣的作用效果在技術(shù)引進(jìn)和自主研發(fā)水平均相對(duì)落后的中西部地區(qū)表現(xiàn)得相對(duì)較弱，尤其是西部地區(qū)，效果并不顯著。技術(shù)引進(jìn)和自主研發(fā)促進(jìn)二氧化碳排放的原因可能在于：第一，技術(shù)引進(jìn)的路徑依賴。新中國(guó)成立以來(lái)，我國(guó)主要通過(guò)FDI(技術(shù)引進(jìn)來(lái))推動(dòng)技術(shù)進(jìn)步，從而造成了技術(shù)引進(jìn)的路徑依賴，導(dǎo)致技術(shù)引進(jìn)進(jìn)一步延續(xù)了高耗能的剛性特征，進(jìn)而增加了二氧化碳排放，且這種效應(yīng)在東部地區(qū)顯著高于技術(shù)引進(jìn)水平相對(duì)落后的中西部地區(qū)。第二，自主研發(fā)基礎(chǔ)仍然相對(duì)薄弱，是我國(guó)的核心技術(shù)較難突破的深層原因。我國(guó)的自主研發(fā)多集中在相對(duì)低層次和低附加值的技術(shù)，進(jìn)而導(dǎo)致我國(guó)企業(yè)也較大程度上處在全球價(jià)值鏈的低端，這也意味著更多能源資源的投入，不可避免地造成二氧化碳排放的增加。但值得關(guān)注的是東中部地區(qū)的模仿創(chuàng)新對(duì)二氧化碳排放有一定的抑制作用。這說(shuō)明模仿創(chuàng)新一方面具有管理、成本等方面的后發(fā)優(yōu)勢(shì)，另一方面技術(shù)引進(jìn)提升了國(guó)內(nèi)企業(yè)的模仿學(xué)習(xí)能力，本土企業(yè)在簡(jiǎn)單模仿引進(jìn)技術(shù)的基礎(chǔ)上，提高了對(duì)外資技術(shù)的消化吸收能力，促使外資企業(yè)加快技術(shù)升級(jí)，擴(kuò)大技術(shù)擴(kuò)散效應(yīng)，進(jìn)一步提升能源使用效率，從而減少二氧化碳排放。

2.門(mén)限模型

上述模型結(jié)果顯示：我國(guó)東中部地區(qū)的模仿創(chuàng)新對(duì)二氧化碳排放有一定的抑制效應(yīng)，尤其是在技術(shù)引進(jìn)與自主研發(fā)均相對(duì)頻繁的東部地區(qū)，這為二氧化碳減排的“創(chuàng)新驅(qū)動(dòng)”戰(zhàn)略的實(shí)施提供了具體的方向引導(dǎo)。此外，我國(guó)正處于工業(yè)化階段的中后期，能源需求仍不可避免地呈現(xiàn)出剛性增長(zhǎng)，因而模仿創(chuàng)新對(duì)二氧化碳的減排效應(yīng)可能會(huì)因?yàn)楣I(yè)化比重的不同而存在差異。本文擬在上述模型結(jié)果的基礎(chǔ)上，引入面板門(mén)限模型，以工業(yè)產(chǎn)值占GDP的比重作為門(mén)限變量，深入探討模仿創(chuàng)新可能存在的非線性減排效應(yīng)。

在構(gòu)造門(mén)限模型之前，首先需要借助LR統(tǒng)計(jì)量來(lái)檢驗(yàn)工業(yè)占比是否對(duì)模仿創(chuàng)新的減排效應(yīng)存在門(mén)限，即門(mén)限效應(yīng)的顯著性檢驗(yàn)。如果這種非線性的門(mén)限效應(yīng)存在，則進(jìn)一步檢驗(yàn)門(mén)限的個(gè)數(shù)，即確定模型是存在雙重機(jī)制、三重機(jī)制或者是包含有更多機(jī)制的模型。

(1)門(mén)限效應(yīng)的顯著性檢驗(yàn)。對(duì)于是否存在門(mén)限效應(yīng)的顯著性檢驗(yàn)，對(duì)模型(4)而言，模型檢驗(yàn)的原假設(shè)為：α5=α6，備選假設(shè)為：α5≠α6。本文運(yùn)用 Hansen提出的用于檢驗(yàn)非動(dòng)態(tài)面板中存在門(mén)限效應(yīng)的似然比檢驗(yàn)統(tǒng)計(jì)量以實(shí)現(xiàn)上述檢驗(yàn)[6]：

(7)

(8)

如果拒絕上述原假設(shè)，則表明搜索到兩個(gè)門(mén)限。在此基礎(chǔ)上，序貫搜索第三個(gè)或者更多個(gè)門(mén)限，直到拒絕原假設(shè)為止，以此確認(rèn)門(mén)限個(gè)數(shù)。計(jì)算結(jié)果借助STATA14軟件編程獲得。

由門(mén)限檢驗(yàn)結(jié)果(表2)可知，在1%的顯著性水平下，存在三個(gè)(待估計(jì))門(mén)限值，即模仿創(chuàng)新對(duì)二氧化碳排放的抑制效應(yīng)因工業(yè)產(chǎn)值占比(z)的不同而存在顯著差異，即下述的公式(9)所示。

lnCO2it=a0+a1lnPopit+a2lnGdpit+a3lnFdiit+a4lnRdit+a5(lnFdiit×lnRdit)I(z≤m1)+ a6(lnFdiit×lnRdit)I(m1m3)+eit

(9)

這一檢驗(yàn)結(jié)果表明，技術(shù)進(jìn)步因工業(yè)發(fā)展水平的不同而對(duì)二氧化碳排放產(chǎn)生不同的效應(yīng)，這為門(mén)限模型的估計(jì)奠定了基礎(chǔ)。

表2 門(mén)限效果檢驗(yàn)結(jié)果

注：(1) P值和臨界值均是采用bootstrap仿真實(shí)驗(yàn)設(shè)定循環(huán)次數(shù)為1000次反復(fù)抽樣得到的結(jié)果；(2)***、**、*分別表示在1%、5%和10%的顯著性水平下顯著。

表3 門(mén)限估計(jì)值及置倍區(qū)間

假設(shè)檢驗(yàn)估計(jì)值95%的置信區(qū)間門(mén)限值^m118.17***(18.17,18.174)門(mén)限值^m226.70***(20.55,30.43)門(mén)限值^m344.97***(44.01,48.03)

注：***、**、*分別表示在1%、5%和10%的顯著性水平下顯著。下表同。

(2)門(mén)限值的估計(jì)結(jié)果與分析。在檢驗(yàn)門(mén)限效應(yīng)的同時(shí)，門(mén)限值也在不斷優(yōu)化的搜索過(guò)程中被確定下來(lái)。表3給出了工業(yè)產(chǎn)值占比(z)的門(mén)限估計(jì)值及其置信區(qū)間。結(jié)果顯示，工業(yè)產(chǎn)值占比的三個(gè)門(mén)限值分別是18.17，26.70和44.97，且均在1%的顯著性水平下顯著。門(mén)限值95%的置信區(qū)間指所有似然比統(tǒng)計(jì)量LR的值小于5%的顯著性水平下的門(mén)限值的估計(jì)區(qū)間。

將門(mén)限值的估計(jì)值代入上述方程(9)，進(jìn)一步得到模型最終的估計(jì)結(jié)果。Hausman檢驗(yàn)的結(jié)果支持固定效應(yīng)模型，相應(yīng)的面板門(mén)限模型的估計(jì)結(jié)果如表4所示。

從表4可以看出，對(duì)于東部地區(qū)而言，模仿創(chuàng)新對(duì)二氧化碳排放的抑制效應(yīng)隨著工業(yè)產(chǎn)值占比的上升呈現(xiàn)出階段性的遞減。以北京和廣東為例，1997年以來(lái)，北京的工業(yè)產(chǎn)值占比呈現(xiàn)出下降的趨勢(shì)，從30.637下降到18.425；而廣東省的工業(yè)產(chǎn)值占比一直保持在一個(gè)較高的水平且呈上升趨勢(shì)，從41.616上升到46.644。當(dāng)工業(yè)產(chǎn)值占比處于第一階段，即工業(yè)產(chǎn)重占GDP的比值低于18.17時(shí)，模仿創(chuàng)新對(duì)二氧化碳排放的偏效應(yīng)為-0.1525，且該值通過(guò)了5%的顯著性水平檢驗(yàn)，意味著模仿創(chuàng)新水平提升1%，其抑制二氧化碳排放的能力將下降為0.1525%，而這一水平相對(duì)應(yīng)的是北京2012年以后的工業(yè)化水平。當(dāng)工業(yè)產(chǎn)值占比處于第二階段，即工業(yè)產(chǎn)值占GDP的比重高于18.17且低于26.7時(shí)，模仿創(chuàng)新對(duì)二氧化碳排放的偏效應(yīng)為-0.1078，且該值通過(guò)了1%的顯著性水平檢驗(yàn)，意味著模仿創(chuàng)新水平提升1%，其抑制二氧化碳排放的能力下降為0.1078%，這一水平對(duì)應(yīng)的是北京在2000～2012年間的工業(yè)化水平。當(dāng)工業(yè)產(chǎn)值占比處于第三階段，即工業(yè)產(chǎn)值占GDP的比重介于26.7到44.97之間時(shí)，模仿創(chuàng)新對(duì)二氧化碳排放的偏效應(yīng)為-0.1031，且該值通過(guò)了1%的顯著

表4 面板門(mén)限模型估計(jì)結(jié)果

性水平檢驗(yàn)，意味著模仿創(chuàng)新水平提升1%，其抑制二氧化碳排放的能力進(jìn)一步下降為0.1031%，這一水平對(duì)應(yīng)的是北京在1999年之前的工業(yè)化水平或廣東省在2004年之前的工業(yè)化水平。當(dāng)工業(yè)產(chǎn)值占比處于第四階段，即工業(yè)產(chǎn)值占GDP的比重提升到高于44.97時(shí)，模仿創(chuàng)新對(duì)二氧化碳排放的偏效應(yīng)為-0.1001，且該值通過(guò)了1%的顯著性水平檢驗(yàn)，意味著模仿創(chuàng)新水平提升1%，其抑制二氧化碳排放的能力進(jìn)一步下降為0.1001%，這一水平對(duì)應(yīng)的是2004年以后廣東省的工業(yè)化水平。從數(shù)據(jù)來(lái)看，工業(yè)化水平越過(guò)第一階段后，模仿創(chuàng)新的減排效應(yīng)下降了30%，越過(guò)第二階段后，其減排效應(yīng)下降近4.3%，而越過(guò)第三階段后，其減排效應(yīng)仍將繼續(xù)下降近3.9%。從模型結(jié)果可以看出，作為行政中心的北京逐漸降低了工業(yè)產(chǎn)值占比，技術(shù)研發(fā)上也逐漸重視本土企業(yè)在積極自主研發(fā)基礎(chǔ)上對(duì)國(guó)外先進(jìn)節(jié)能減排技術(shù)的吸收和消化，從而衍生出的模仿創(chuàng)新能更有效地抑制二氧化碳排放。而對(duì)于我國(guó)制造業(yè)大省的廣東省而言，工業(yè)產(chǎn)值占比一直維持在一個(gè)較高的水平，技術(shù)進(jìn)步存在一定的路徑依賴，因而導(dǎo)致模仿創(chuàng)新的節(jié)能效應(yīng)一直相對(duì)較弱。

四、結(jié)論及政策建議

近年來(lái)，圍繞技術(shù)進(jìn)步對(duì)二氧化碳排放的影響，國(guó)內(nèi)外學(xué)者做了一定的研究工作。但是，技術(shù)進(jìn)步的不同途徑(如自主創(chuàng)新、技術(shù)引進(jìn)以及模仿創(chuàng)新)可能對(duì)二氧化碳排放造成不同影響，且影響效應(yīng)也可能因地區(qū)經(jīng)濟(jì)發(fā)展水平的不同階段而呈現(xiàn)出非線性變化趨勢(shì)?；诖?，本文采用我國(guó)1997～2012年的省級(jí)面板數(shù)據(jù)，引入測(cè)度不同技術(shù)進(jìn)步途徑的解釋變量，構(gòu)造東中西部省級(jí)面板數(shù)據(jù)模型進(jìn)行實(shí)證研究。在得到普通面板數(shù)據(jù)模型結(jié)果的基礎(chǔ)上，進(jìn)一步構(gòu)造面板門(mén)限模型，以工業(yè)產(chǎn)值占比作為反映區(qū)域經(jīng)濟(jì)發(fā)展水平特征的門(mén)限變量，對(duì)模仿創(chuàng)新的減排效應(yīng)的非線性特征進(jìn)行檢驗(yàn)和分析。相關(guān)的主要結(jié)論和政策建議如下：

第一，普通面板模型的結(jié)果證實(shí)，技術(shù)進(jìn)步并不是一定會(huì)促進(jìn)節(jié)能減排，自主研發(fā)和技術(shù)引進(jìn)對(duì)二氧化碳排放具有顯著的促進(jìn)效果，并在經(jīng)濟(jì)發(fā)達(dá)的東部地區(qū)體現(xiàn)得尤為明顯。這充分說(shuō)明，自主研發(fā)和技術(shù)引進(jìn)在促進(jìn)經(jīng)濟(jì)飛速發(fā)展的同時(shí)，也不可避免地帶動(dòng)了能源資源的大量消耗，導(dǎo)致二氧化碳排放的增加。但值得注意的是，國(guó)內(nèi)企業(yè)在自主創(chuàng)新基礎(chǔ)上，能逐漸吸收和消化國(guó)外先進(jìn)的減排技術(shù)，因而顯示出地區(qū)的模仿創(chuàng)新水平的提高對(duì)二氧化碳有一定的減排效應(yīng)，這樣的效應(yīng)同樣在東部地區(qū)顯示明顯。

第二，進(jìn)一步構(gòu)建的面板門(mén)限模型結(jié)果說(shuō)明，模仿創(chuàng)新對(duì)二氧化碳排放的抑制效應(yīng)存在基于工業(yè)產(chǎn)值占比水平的門(mén)限變化特征。在工業(yè)產(chǎn)值占GDP的比重越過(guò)18.17時(shí)，模仿創(chuàng)新的減排效應(yīng)可以下降30%；工業(yè)產(chǎn)值占GDP的比重越過(guò)26.7時(shí)，其減排效應(yīng)將下降近4.3%，而當(dāng)工業(yè)產(chǎn)值占GDP的比重越過(guò)44.97時(shí)，其減排效應(yīng)仍將繼續(xù)下降近3.9%。

上述研究結(jié)論有著重要的政策含義：(1)由于我國(guó)長(zhǎng)期存在的粗放型經(jīng)濟(jì)增長(zhǎng)方式，相比于單純地增加技術(shù)引進(jìn)和自主研發(fā)的投入，要實(shí)現(xiàn)技術(shù)進(jìn)步對(duì)二氧化碳的減排效應(yīng)，政府需要更加有效地引導(dǎo)技術(shù)進(jìn)步方式。(2)政府在激勵(lì)企業(yè)提高自主創(chuàng)新能力的同時(shí)，更應(yīng)該注重發(fā)揮自主研發(fā)的雙重效應(yīng)，注重對(duì)引進(jìn)的先進(jìn)減排技術(shù)的消化吸收，進(jìn)一步推動(dòng)模仿創(chuàng)新水平的提高，從而促進(jìn)節(jié)能減排。(3)由于模仿創(chuàng)新對(duì)二氧化碳的減排效應(yīng)體現(xiàn)出不同工業(yè)發(fā)展水平的門(mén)限特征，因此各地區(qū)持續(xù)穩(wěn)定的經(jīng)濟(jì)發(fā)展仍然是技術(shù)減排效應(yīng)發(fā)揮的前提條件。因此，工業(yè)化水平較高的地區(qū)更應(yīng)該先行先試，主導(dǎo)技術(shù)研發(fā)方式從單純的粗放型投入向節(jié)能減排的模仿創(chuàng)新型轉(zhuǎn)變，真正發(fā)揮技術(shù)減排的優(yōu)勢(shì)，實(shí)現(xiàn)國(guó)家經(jīng)濟(jì)向低碳式增長(zhǎng)方式的轉(zhuǎn)型。

[1] Jaffe，A.B.，Newell，R.G.，Stavins，R.N.Environmental Policy and Technological Change[J].Environmental and Resource Economics，2002，(22):41—69.

[2] 申萌，李凱杰，曲如曉.技術(shù)進(jìn)步、經(jīng)濟(jì)增長(zhǎng)和二氧化碳排放：理論與經(jīng)驗(yàn)研究[J].世界經(jīng)濟(jì)，2012，(7)：83—99.

[3] 林伯強(qiáng)，杜克銳.理解中國(guó)能源強(qiáng)度的變化：一個(gè)綜合的分解框架[J].世界經(jīng)濟(jì)，2014，(4)：69—87.

[4] Du，L.，Hanley， A.，Wei，C.Estimating the Marginal Abatement Cost Curve of CO2 Emissions in China：Provincial Panel Data Analysis[J].Energy Economics，2015，48(4):217—229.

[5] 唐未兵，傅元海，王展祥.技術(shù)創(chuàng)新、技術(shù)引進(jìn)與經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變[J].經(jīng)濟(jì)研究，2014，(7)：31—42.

[6] 吳延兵.自主研發(fā)、技術(shù)引進(jìn)與生產(chǎn)率——基于中國(guó)地區(qū)工業(yè)的實(shí)證研究[J].經(jīng)濟(jì)研究，2008，(8)：51—64.

[7] Sagar， A.D.，Zwaan，B.Technological Innovation in the Energy Sector：R&D，Deployment and Learning-by-Doing[J].Energy Policy，2006，34(17):2601—2608.

[8] Nakata，T.，Sato，T.，Wang，H.Modeling Technological Learning and Its Application for Clean Coal Technologies in Japan[J].Applied Energy，2011，88(1):330—336.

[9] 林伯強(qiáng).危機(jī)下的能源需求和能源價(jià)格走勢(shì)以及對(duì)宏觀經(jīng)濟(jì)的影響[J].金融研究， 2010，(1)：46—57.

[10] 李鍇，齊紹洲.貿(mào)易開(kāi)放、經(jīng)濟(jì)增長(zhǎng)與中國(guó)二氧化碳排放[J].經(jīng)濟(jì)研究，2011，(11)：60—72.

[11] 宋馬林，王舒鴻.環(huán)境規(guī)制、技術(shù)進(jìn)步與經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)研究，2013，(3)：122—134.

[12] 王班班，齊紹洲.有偏技術(shù)進(jìn)步、要素替代與中國(guó)工業(yè)能源強(qiáng)度[J].經(jīng)濟(jì)研究，2014，(2)：115—127.

[13] 林毅夫，張鵬飛.后發(fā)優(yōu)勢(shì)、技術(shù)引進(jìn)和落后國(guó)家的經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)學(xué)(季刊)，2005，(1)：53—74.

[14] 呂延方，王冬，陳樹(shù)文.進(jìn)出口貿(mào)易對(duì)生產(chǎn)率、收入、環(huán)境的門(mén)限效應(yīng)——基于1992—2010年我國(guó)省際人均GDP的非線性面板模型[J].經(jīng)濟(jì)學(xué)(季刊)，2015，(2)：703—730.

[15] Hansen，B.Threshold Effects in Non-Dynamic Panels:Estimation,Testing and Inference[J].Journal of Econometrics，1999，(93):345—368.

[16] Ehrlich，P.R.，Holdren，J.P.Impact of Population Growth[J].Science，1971，(3977):1212—1217.

[17] York，R.，Rosa，E.A.，Dietz，T.STIRPAT，IPAT and ImPACT：Analytical Tools for Unpacking the Driving Forces of Environmental Impacts[J].Ecological Economics，2003，46(3):351—365.

[18] 李科.我國(guó)地區(qū)經(jīng)濟(jì)結(jié)構(gòu)與能源消費(fèi)的差異分析[J].統(tǒng)計(jì)與決策，2013，(2)：126—129.

[19] Shao，S.，Yang，L.， Gan， C.， Cao， J.， Geng， Y.， Guan， D.Using an Extended LMDI Model to Explore Techno-Economic Drivers of Energy-Related Industrial CO2 Emission Changes：A Case Study for Shanghai (China) [J].Renewable and Sustainable Energy Reviews，2016，(55):516—536.

[20] 魏巍賢，楊芳.技術(shù)進(jìn)步對(duì)中國(guó)二氧化碳排放的影響[J].統(tǒng)計(jì)研究，2010， (7)：36—44.

[21] Popp，D.Induced Innovation and Energy Prices[J].American Economic Review，2001，(4)：160—180.

[22] Blomstr?m.Foreign Investment and Spilovers：A Study of Technology Transfer to Mexico[M].London：Routledge，1989.

(責(zé)任編輯：胡浩志)

2016-10-21

福建省社會(huì)科學(xué)規(guī)劃項(xiàng)目“供給側(cè)結(jié)構(gòu)性改革背景下福建省產(chǎn)業(yè)創(chuàng)新驅(qū)動(dòng)戰(zhàn)略研究”(FJ2016B138)

雷 宏(1964— )，男，湖北當(dāng)陽(yáng)人，集美大學(xué)工商管理學(xué)院教授，博士； 李 智(1979— )，女，江西南昌人，廈門(mén)大學(xué)經(jīng)濟(jì)學(xué)院中國(guó)能源經(jīng)濟(jì)研究中心助理教授，博士。

F124.3

A

1003-5230(2017)03-0058-08