周小亮 吳武林 廖達穎
(福州大學經濟與管理學院, 福建福州 350116)
技術創(chuàng)新、能源效率與大氣污染的動態(tài)作用機制
周小亮 吳武林 廖達穎
(福州大學經濟與管理學院, 福建福州 350116)
基于我國1990-2014年數(shù)據(jù),運用VAR模型、脈沖響應和方差分解考察對外開放條件下技術創(chuàng)新、能源效率與大氣污染的動態(tài)作用機制。結果表明:技術創(chuàng)新、能源效率與二氧化硫排放之間存在長期均衡關系;由能源效率到技術創(chuàng)新、二氧化硫排放存在單向Granger因果關系,技術創(chuàng)新和二氧化硫排放是雙向Granger因果關系;技術創(chuàng)新對二氧化硫排放的貢獻率為上升趨勢且超過50%,能源效率對二氧化硫排放的貢獻率也表現(xiàn)出上升趨勢,但遠低于技術創(chuàng)新和二氧化硫排放自身的貢獻率。
技術創(chuàng)新; 能源效率; 大氣污染; VAR模型
改革開放30多年來,我國取得了舉世矚目的經濟成就,但經濟高速增長的背后付出了沉重的資源與環(huán)境代價。例如,我國在2010年成為世界上最大能源消費國,能源消費總量從1978年的5.71億噸標準煤上升至2015年的43億噸標準煤,增幅高達6.5倍;我國霧霾污染問題日益突出,2015年PM2.5濃度高達50.2微克/立方米,全國80.1%的樣本城市未達到二級濃度限制;我國每年因大氣污染而過早死亡的人數(shù)高達35萬至50萬,大氣污染已成為威脅人們健康的重要因素。[1]長期的粗放型增長方式導致了嚴重的能源浪費和污染排放,而大量化石能源消耗是大氣污染的主要源頭。近年來,我國不斷加大污染防治的投入力度,但以化石能源為主的能源消費結構并沒有改變,能源效率偏低的局面依然嚴峻,由此引發(fā)的環(huán)境問題已成為制約我國經濟社會持續(xù)發(fā)展的嚴重障礙。無論是提高能源效率,還是緩解環(huán)境污染,技術創(chuàng)新被普遍認為是實現(xiàn)目標的主要途徑。[2][3][4]在此背景下,對現(xiàn)階段我國技術創(chuàng)新、能源效率與大氣污染的關系進行研究具有重要的理論與現(xiàn)實意義。
當前,國內外關于技術創(chuàng)新、能源效率和大氣污染的關系研究主要分為三個方面。一是技術創(chuàng)新和能源效率的關系研究:Fisher等認為資本節(jié)約型技術創(chuàng)新是中國能源效率上升的最關鍵因素[5];王群偉等認為技術創(chuàng)新是提高能源效率、增強新能源企業(yè)競爭力的關鍵手段[6];王班班和齊紹洲以中國36個工業(yè)行業(yè)為例,發(fā)現(xiàn)研發(fā)投入的增加會顯著降低能源強度[7];周五七認為長期來看技術進步是促使工業(yè)能源強度下降的重要途徑[8];此外,Zeng等、鄭義和徐康寧通過實證發(fā)現(xiàn)技術進步是促使中國能源強度減少的主要因素。[9][10]二是技術創(chuàng)新和大氣污染的關系研究:王鵬和謝麗文認為企業(yè)技術創(chuàng)新能增加工業(yè)“三廢”綜合利用產品產值,有效提高工業(yè)二氧化硫去除率[11];何為等指出企業(yè)減排技術進步有效地降低了大氣污染排放[12];魏巍賢等研究發(fā)現(xiàn)改進能源清潔技術將進一步鞏固治理大氣污染的政策效果[13];然而,周勇和林源源、Acemoglu等認為技術進步不一定總是減少二氧化碳等污染物排放,也可能導致污染排放的增加。[14][15]三是能源效率與大氣污染的關系研究:Jessie等實證檢驗了交通、能源和外貿對中國大氣環(huán)境的空間影響,發(fā)現(xiàn)煙塵和二氧化硫污染存在明顯的空間溢出效應[16];石敏俊和周晟呂基于CGE模型研究發(fā)現(xiàn),中國能源結構轉變、能源效率提高和低碳技術進步將實現(xiàn)64%-81%的減排目標[17];汪克亮等運用DEA模型測算了全要素能源效率,發(fā)現(xiàn)中國全要素能效水平偏低,能源消費結構的優(yōu)化能有效促進各地區(qū)的節(jié)能減排,而能源價格對節(jié)能減排的影響尚不明顯[18];林伯強和李江龍指出以環(huán)境治理為目標引致的能源結構轉變,可以顯著抑制二氧化硫排放。[19]
綜合上述,發(fā)現(xiàn)相關研究存在以下幾點不足:一是現(xiàn)有研究集中在技術創(chuàng)新、能源效率和大氣污染中某兩者的關系,未將三者同時納入一個內生系統(tǒng)進行研究;二是未對技術創(chuàng)新、能源效率和大氣污染之間的動態(tài)關系展開分析;三是經濟全球化背景下,我國經濟社會發(fā)展受到國際環(huán)境影響,現(xiàn)有研究未考慮對外開放因素。本文以對外開放為外生變量,將技術創(chuàng)新、能源效率和大氣污染共同納入到一個內生系統(tǒng),通過構建VAR模型考察三者的動態(tài)作用機制并運用Johansen協(xié)整檢驗和Granger因果關系檢驗考察內生變量之間的長期均衡關系和因果關系,最后利用脈沖響應和方差分解具體分析內生變量的長短期作用規(guī)律和相互擾動的貢獻率。
技術創(chuàng)新往往依托于具體的產業(yè)和平臺得以實踐,通常以新的產品和服務的形式進入競爭市場,由市場對新產品和新服務進行優(yōu)勝劣汰,被接受方將實現(xiàn)規(guī)?;a并由此提高要素生產率,促進經濟持續(xù)增長,增進社會整體福利。具體而言,生產技術創(chuàng)新通過運用新技術對原有技術進行改進或替代,重新組合生產要素以實現(xiàn)生產效率的提高,適度且匹配的技術創(chuàng)新將直接促進能源的有效利用,降低各環(huán)節(jié)損耗,從而提升能源效率,但過度超前的技術創(chuàng)新有可能產生相反效果。而能源效率的提升意味著單位GDP能耗的降低和化石能源的有效利用,這將有利于從源頭減少廢氣排放。能源清潔技術的創(chuàng)新,例如脫硫技術,將從燃料成分、燃燒過程和燃燒尾氣等環(huán)節(jié)發(fā)揮除硫清潔作用,從而顯著地減少含硫廢氣的排放量。而能源開發(fā)技術的創(chuàng)新有助于水能、風能、生物能和天然氣等清潔能源的深度利用;其中,新能源技術創(chuàng)新很可能在未來的核能、太陽能、地熱能和海洋能等新能源領域的開拓中發(fā)揮革命性作用,從而推動綠色高效的清潔能源與高污染的化石能源之間“替代效應”的發(fā)生,優(yōu)化能源結構,實現(xiàn)節(jié)能減排和經濟持續(xù)增長目標。
能源效率是一國經濟發(fā)展過程中能源利用水平的標志,它與技術創(chuàng)新、污染排放存在著緊密關系。一方面,能源效率的提高意味著單位能源消耗創(chuàng)造了更多的經濟效益,而經濟增長將刺激政府和企業(yè)增加創(chuàng)新投入,為創(chuàng)新行為的持續(xù)進行提供物質保障,最終創(chuàng)新成果得以實現(xiàn)。而創(chuàng)新成果又將反哺能源消費系統(tǒng)和污染減排工程,助力節(jié)能減排目標的實現(xiàn),形成良性互動的循環(huán)系統(tǒng)。另一方面,能源效率的提高將降低相對能源消耗,從源頭上減少廢氣排放,給整個資源環(huán)境系統(tǒng)帶來正外部性;而資源環(huán)境現(xiàn)狀的改善將加快“EKC拐點”到來,經濟與環(huán)境跨過“倒U”型曲線拐點的發(fā)展方式將給創(chuàng)新系統(tǒng)營造良好的外部環(huán)境和內部支撐。廢氣排放具有極大的負外部性,一方面直接造成大氣污染,損害民眾健康福祉,提升經濟活動的交易成本,間接給技術創(chuàng)新活動和能源結構調整帶來巨大的外部壓力。另一方面,由于大氣污染的無國界性,當本國發(fā)生嚴重污染時,可能會殃及周邊國家和地區(qū),這將損害當事國的國際形象,甚至影響當事國投資環(huán)境的國際評價,抑制外商直接投資,并最終負作用于當事國的技術進步和技術創(chuàng)新進程。
大氣污染指標。大氣污染物種類繁多,二氧化硫是我國最主要的大氣污染物之一,主要來源于工業(yè)生產和居民生活。據(jù)統(tǒng)計,2014年我國工業(yè)和生活二氧化硫排放量的比重分別為88.15%和11.85%。本文以二氧化硫為例研究大氣污染,選擇全國二氧化硫排放量(萬噸)作為大氣污染的代理變量。
技術創(chuàng)新指標。技術創(chuàng)新是創(chuàng)新系統(tǒng)的核心部分,是知識的創(chuàng)造、傳播、應用和擴散的過程,也是促進技術進步和提高生產率的重要途徑。研發(fā)經費投入是影響一國技術創(chuàng)新水平的關鍵因素,2015年我國研發(fā)經費投入占GDP的2.1%,位居世界第二。專利申請授權數(shù)被視為技術創(chuàng)新的重要成果,是衡量技術創(chuàng)新水平的關鍵指標,2015年我國專利申請授權數(shù)高達171萬件,位居世界第一。本文從創(chuàng)新投入的產出效益出發(fā),選擇單位研發(fā)投入的專利申請授權數(shù)(件/億元)作為技術創(chuàng)新水平的指標。
能源效率指標。能源效率是指單位能源消耗所創(chuàng)造的產值,我國能源效率偏低問題由來已久,尤其是工業(yè)部門能源消耗已成為節(jié)能減排的關鍵突破口。據(jù)測算,我國1980-2006年的工業(yè)GDP占全國40.1%,但能耗量占全國總量67.9%。本文選取能源強度(噸標準煤/萬元)作為能源效率的指標。能源強度是指一個國家或地區(qū)在一定時期內單位產值的能源消耗量,能源強度越小,意味著單位經濟產出的成本越低,能源效率就越高。
對外開放指標。一個國家或地區(qū)的對外開放程度主要體現(xiàn)在市場方面。1978年改革開放打開了我國融入世界的大門,2001年加入WTO標志著對外開放進入全新階段,我國自此開啟了融入經濟全球化的黃金期。據(jù)統(tǒng)計,我國貨物貿易進出口總額持續(xù)上升,由2001年的5096億美元增加至2014年的43015億美元,年均增速高達17.8%。本文選取具有代表性的進出口總額占GDP比重作為衡量對外開放程度的指標。
本文基于我國1990-2014年數(shù)據(jù)進行研究。所采用的數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》和《全國環(huán)境統(tǒng)計公報》。為避免數(shù)據(jù)的劇烈波動,消除可能存在的異方差,得到較為平穩(wěn)且保持原有特征的時間序列,本文對技術創(chuàng)新、能源強度、二氧化硫排放和對外開放程度四個變量進行對數(shù)化處理,結果分別表示為STI、EI、SO2、TRADE,并給出變量的統(tǒng)計特征如表1所示。
表1 變量的描述性統(tǒng)計
為了避免結果產生偽回歸,本文運用具有代表性的ADF方法對STI、EI、SO2和TRADE四個時間序列進行原假設為“原序列存在一個單位根”的平穩(wěn)性檢驗,結果如表2所示。
表2 序列平穩(wěn)性檢驗
注:Δ表示對變量做一階差分;檢驗類型中c為截距,t為時間趨勢,d為滯后階數(shù);滯后階數(shù)根據(jù)AIC準則選取。
由表2可知,STI、EI、SO2和TRADE在1%和5%置信水平下存在單位根,是非平穩(wěn)時間序列。對四個變量進行一階差分后,ADF檢驗值分別小于1%或5%的臨界值,符合序列平穩(wěn)性要求,因此為同階單整I(1)過程,滿足協(xié)整檢驗條件。
為了探析技術創(chuàng)新、能源效率和大氣污染之間是否存在長期均衡關系,本文運用Johansen協(xié)整檢驗對STI、EI、SO2進行協(xié)整關系分析。Johansen協(xié)整檢驗是一種針對多個變量之間的協(xié)整關系,基于VAR模型的回歸系數(shù)進行檢驗的方法,包括跡統(tǒng)計量和最大特征值統(tǒng)計量兩種檢驗結果。本文協(xié)整檢驗的原假設包括“存在零個協(xié)整關系”、“至多存在1個協(xié)整關系”和“至多存在兩個協(xié)整關系”,結果如表3所示。
表3 Johansen協(xié)整檢驗結果
注:*表示5%置信水平下顯著。
由表3可知,兩種統(tǒng)計量得出的結論一致,即在TRADE序列為外生變量的協(xié)整檢驗中,STI、EI和SO2序列之間在5%置信水平下存在兩個協(xié)整關系,表明三個內生變量之間的長期均衡關系成立。
根據(jù)ADF檢驗,STI、EI、SO2和TRADE序列均不平穩(wěn),而一階差分后均滿足平穩(wěn)性條件,即為I(1)序列。從VAR模型的穩(wěn)定性和脈沖響應函數(shù)的應用價值角度出發(fā),選擇以一階差分后的各變量序列來建立VAR模型、脈沖響應和方差分解。為了簡潔明了,約定下文繼續(xù)使用STI、EI、SO2和TRADE表示其一階差分后的結果。結合AIC和SC信息準則,構建滯后期為2的VAR模型,如式(1)所示。
式(1)中,ci表示常數(shù)項;εi是3維隨機擾動項;aij為一階滯后項的3×3維系數(shù)矩陣;bij為二階滯后項的3×3維系數(shù)矩陣;di為外生變量的3×1維系數(shù)矩陣;aij,bij,di均需待估。
實證分析的基本思路是:首先,利用Granger因果關系檢驗考察STI、EI和SO2三者之間的因果關系;然后,通過構建VAR(2)模型和脈沖響應函數(shù)圖深入分析三者之間的動態(tài)作用機制,并通過AR特征多項式逆根圖驗證VAR模型的穩(wěn)定性;最后,基于方差分解法確定三者之間相互擾動的貢獻率。
Granger因果關系檢驗用于確定兩個經濟變量之間是否存在因果關系及影響方向。理論上而言,適用于Granger因果關系檢驗的條件是平穩(wěn)時間序列。但李子奈指出同階單整的非平穩(wěn)序列也可以進行Granger因果關系檢驗,且結果具有一定程度的可靠性。[20]因此,本文將基于VAR模型中變量的原序列進行Granger檢驗,結果如表4所示。
由表4可知,在5%置信水平下,STI不是EI的Granger原因,但EI是STI的Granger原因,即存在由EI到STI的單向Granger因果關系。在5%置信水平下,STI是SO2的Granger原因,且SO2也是STI的Granger原因,即STI和SO2是雙向Granger因果關系。在5%置信水平下,SO2不是EI的Granger原因,但在10%置信水平時EI是SO2的Granger原因,即存在由EI到SO2的單向Granger因果關系。
表4 Granger因果關系檢驗結果
注:*指在10%置信水平下顯著,拒絕原假設。
為了確定內生變量之間的相互影響趨勢,我們利用各變量一階差分后的序列數(shù)據(jù)進行VAR(2)模型估計,結果如下列方程所示:
在第一個方程中:EI滯后1期和2期對STI的影響系數(shù)分別為-3.0341和-3.7701,表明能源強度降低將以“乘數(shù)效應”促進技術創(chuàng)新水平提高,這與我們的預期一致,即能源強度降低相當于單位能源創(chuàng)造了更多產值,經濟繁榮有利于增加研發(fā)投入,促進技術創(chuàng)新。SO2滯后1期和2期對STI的影響系數(shù)也為負,說明二氧化硫排放減少有利于技術創(chuàng)新水平提高,主要原因在于大氣污染的緩解將給社會產生正外部性,這對政府和企業(yè)對能源清潔技術創(chuàng)新的再投入具有一定激勵作用。
在第二個方程中:STI滯后1期和2期對EI的影響系數(shù)分別為-0.0289和0.0072,說明滯后1期的技術創(chuàng)新水平提高使能源強度降低,而滯后2期時則拉升了能源強度,由于兩個系數(shù)之和為負數(shù),因此長期而言技術創(chuàng)新水平的提高將減少能源強度,說明技術創(chuàng)新有利于提升能源效率。SO2滯后1期和2期對EI的影響系數(shù)均為負數(shù),說明二氧化硫排放與能源強度存在一定程度的負相關性。
在第三個方程中:STI滯后1期和2期對SO2的影響系數(shù)分別是-0.1624和0.1945,說明滯后1期的技術創(chuàng)新水平提高會減少二氧化硫排放,而滯后2期時加劇了二氧化硫排放;但兩個系數(shù)之和為正,因此長期來看技術創(chuàng)新在一定程度上加劇了二氧化硫排放,可能原因包括:企業(yè)是技術引
進和應用的主體,但較多企業(yè)以追逐超額利潤為目標,畏懼承擔高昂的技術成本和貪圖短期利益而不愿主動引進和使用能源清潔技術,導致“有技術無市場”現(xiàn)象發(fā)生;由于缺乏有效監(jiān)督,許多企業(yè)往往只在環(huán)保檢查期間才開啟環(huán)保設備,而檢查期結束后繼續(xù)直接排放廢氣。EI滯后1期和2期對SO2的影響系數(shù)分別是0.0435和-0.0205,說明滯后1期的二氧化硫排放升高使能源強度增加,2期時則使能源強度減少;由于兩個系數(shù)之和為正,所以長期而言二氧化硫排放升高導致能源強度增加;從外部性角度來解釋,二氧化硫排放升高加劇了大氣污染,從而增加了社會治污成本并惡化了經濟環(huán)境,最終導致單位產值的能源成本上升。
為了檢驗VAR(2)模型的可靠性,需進一步做穩(wěn)定性檢驗。AR特征多項式逆根圖是一種檢驗VAR模型是否穩(wěn)定的有效方法,若AR特征多項式的根的倒數(shù)全部位于單位圓以內,則表明該VAR模型具有穩(wěn)定性。對于擁有3個內生變量且滯后階數(shù)為2期的VAR模型,其AR特征多項式有6個特征根。本文基于已構建的VAR(2)模型,求出AR特征多項式的根并畫出逆根圖,如圖1所示。結果表明,所有特征根的倒數(shù)均位于單位圓以內,VAR(2)模型具有穩(wěn)定性特征。
圖1 VAR(2)的AR特征多項式逆根
為了深入考察內生變量之間的動態(tài)作用機制,本文選擇脈沖響應函數(shù)對VAR(2)模型進行長短期的動態(tài)關系分析。脈沖響應函數(shù)用于測算VAR模型的內生系統(tǒng)中某一變量的隨機誤差項受到一個標準差沖擊后對所有內生變量的當前值和未來值造成的動態(tài)影響?;赩AR(2)模型得出脈沖響應函數(shù)圖,結果如圖2、圖3、圖4所示,虛線代表置信區(qū)間,實線代表響應值。
圖2 STI、EI和SO2對來自STI沖擊的響應
由圖3可知,在STI一個標準差新息的正向沖擊下,STI、EI和SO2表現(xiàn)出不同程度的脈沖響應,具體包括:(1)STI對自身的當期沖擊立即作出正向響應且達到峰值,隨后逐漸減弱,并在第2期時轉為負向作用,自第3期開始迅速收斂后不再出現(xiàn)明顯波動,說明技術創(chuàng)新水平在短期內對自身起到較強的提振作用。(2)EI對STI的沖擊表現(xiàn)為明顯的正向響應,持續(xù)到第5期后轉為負向作用,于第7期達到最小值但影響程度較小,此后逐漸收斂,說明技術創(chuàng)新在短期內能刺激能源強度上升,但長期影響有限。(3)SO2對STI的沖擊初期表現(xiàn)為高值負向效應,并于第2期達到最小值,然后迅速反彈,于第3期達到最大值,并在第4至8期內正負向響應交替出現(xiàn),但波動幅度遞減,此后雖有小幅波動,但總體呈現(xiàn)出收斂態(tài)勢,說明短期內技術創(chuàng)新水平變動將顯著刺激二氧化硫排放,并具有一定的持久性,但長期影響微弱。這可能是因為,能源清潔技術的進步和使用在初期收到了立竿見影的效果,但也間接刺激了資本投入再生產的積極性,化石能源消耗的增加給環(huán)境帶來的負外部性與技術進步及推廣給環(huán)境帶來的正外部性相互作用,此消彼長,最終短期內二氧化硫排放對技術創(chuàng)新的沖擊表現(xiàn)出正負響應交替出現(xiàn)的態(tài)勢。
圖3 STI、EI和SO2對來自EI沖擊的響應
由圖3可知,EI給出一個標準差新息的正向沖擊后,STI、EI和SO2表現(xiàn)出不同程度的脈沖響應,具體包括:(1)STI在EI的沖擊下于第2期給出最小值的負向響應,并在第3期開始由負轉正且于第4期達到峰值,此后逐漸減弱并收斂,總體表現(xiàn)為倒“N”形收斂趨勢,短期作用大于長期,表明能源強度增加在初期將抑制技術創(chuàng)新,隨后又轉向促進技術創(chuàng)新,具有一定持續(xù)性。這可能是因為,能源強度增加意味著產出成本上升,經濟下行壓力增大,間接阻礙創(chuàng)新投入,最終在技術創(chuàng)新水平上體現(xiàn);產出成本壓力又刺激政府和企業(yè)等主體啟動新的創(chuàng)新投入,通過技術創(chuàng)新提高能源效率,減少能源強度,從而降低產出成本,這正是第3期開始技術創(chuàng)新的響應值轉負為正的內在原因。(2)EI對自身的沖擊表現(xiàn)出明顯的正向響應,且在初期達到峰值,隨后緩慢收斂并于第6期后總體回歸零值水平,表明能源強度上升短期內對自身具有正向提升效應。(3)SO2對EI的沖擊表現(xiàn)為低值正向響應,并分別于第3期和第4期達到最大值和最小值,此后逐漸收斂至零值水平,表明能源強度短期內對二氧化硫排放有一定刺激作用,且短期作用大于長期。
圖4 STI、EI和SO2對來自SO2沖擊的響應
由圖4可知,SO2給出一個標準差新息的正向沖擊后,STI、EI和SO2均表現(xiàn)出不同程度的脈沖響應,具體包括:(1)EI在SO2的沖擊下表現(xiàn)為明顯的負向響應,于第2期達到最小值,此后緩慢收斂直到第9期后回歸零值水平,總體表現(xiàn)為“U”形收斂趨勢,表明二氧化硫排放的上升不利于技術創(chuàng)新水平的提高,且短期抑制作用大于長期,具有一定持續(xù)性。我們對此的解釋是,大氣污染的加劇給整個技術創(chuàng)新系統(tǒng)帶來負外部性,短期內沖擊了企業(yè)等創(chuàng)新主體的積極性,但企業(yè)從理性角度,及時擺脫沖擊帶來的負面效應,回歸正常的創(chuàng)新軌道。(2)EI在SO2的正向沖擊下立即作出負向響應,于第4期達到最小值后逐漸收斂,直到第9期后回歸零值水平,總體表現(xiàn)為滯后期較長的“U”形收斂趨勢,表明二氧化硫排放的上升將迅速引起能源強度的降低,這可能是因為雖然二氧化硫排放總量增加,但得益于能源清潔技術的使用,能源效率可以保持在較高水平,致使單位產出成本降低,即能源強度表現(xiàn)出負向響應。(3)SO2對自身的正向沖擊初期就表現(xiàn)出明顯的正向響應且有最大值,然后經歷了2期和3期的小幅波動后逐漸收斂至零值水平,表明二氧化硫排放對自身具有明顯的刺激作用,但持續(xù)性有限,且短期作用大于長期。
為了進一步評價VAR(2)模型,本文運用方差分解來分析每一個新息沖擊對內生變量產生的貢獻水平?;赩AR(2)模型,在蒙特卡洛模擬1000次的條件下,得出各變量的方差分解結果,如圖5所示。
由圖5(1)(2)(3)可知:STI對自身沖擊的貢獻率表現(xiàn)為下降趨勢,初期時為100%,即全部由自身擾動引起,隨后呈現(xiàn)出下降趨勢,并于第5期達到穩(wěn)定值84.5%。而EI對STI的貢獻率表現(xiàn)為上升趨勢,并于第7期達到最大值8.9%后實現(xiàn)穩(wěn)定。SO2對STI的貢獻率也表現(xiàn)出上升趨勢,并于第7期達到最大值6.5%后實現(xiàn)穩(wěn)定,說明二氧化硫排放波動時對技術創(chuàng)新水平的貢獻率低于能源強度。
由圖5(4)(5)(6)可知:STI波動對EI的貢獻率表現(xiàn)為下降趨勢,在1期時有最大值28.0%,此后逐漸減小并于第9期達到穩(wěn)定值18.5%。EI對自身的貢獻率表現(xiàn)出先小幅上升后下降的趨勢,在第2期達到最大值79.5%,在第8期達到最小值67.8%后實現(xiàn)穩(wěn)定。SO2對EI的貢獻率表現(xiàn)為上升趨勢,初期為零,隨后逐漸上升,并于第7期達到最大值13.7%后實現(xiàn)穩(wěn)定,說明二氧化硫排放初期對能源強度的貢獻率遠低于技術創(chuàng)新,隨后差距逐漸縮小,但始終低于技術創(chuàng)新的貢獻率。
圖5 STI、EI和SO2的方差分解結果
由圖5(7)(8)(9)可知:STI波動對SO2的貢獻率初期為零,隨后迅速上升,并于第6期達到最大值51.0%后實現(xiàn)穩(wěn)定,說明技術創(chuàng)新對二氧化硫排放的影響存在6年的滯后效應。EI波動對SO2的貢獻率表現(xiàn)出逐漸上升趨勢,但幅度較小,在第9期達到最大值4.8%后實現(xiàn)穩(wěn)定。SO2對自身的貢獻率表現(xiàn)為下降趨勢,初期為最大值97.9%,隨后逐漸下降,并在第8期降至最小值44.2%后實現(xiàn)穩(wěn)定。結果表明,技術創(chuàng)新波動會對二氧化硫排放產生明顯影響作用,對其貢獻率超過50%,這與傳統(tǒng)觀點一致:技術創(chuàng)新,尤其脫硫等能源清潔技術的進步,是解決當前因二氧化硫排放而造成大氣污染問題的重要途徑。
本文基于我國1990-2014年數(shù)據(jù),將技術創(chuàng)新、能源效率與大氣污染共同納入一個內生系統(tǒng),并運用VAR模型、脈沖響應和方差分解重點考察對外開放條件下三個內生變量之間的動態(tài)作用機制。主要結論有:(1)技術創(chuàng)新、能源效率與二氧化硫排放之間存在長期均衡關系;(2)由能源效率到技術創(chuàng)新、二氧化硫排放存在單向Granger因果關系,而技術創(chuàng)新和二氧化硫排放是雙向Granger因果關系;(3)技術創(chuàng)新對二氧化硫排放的貢獻率表現(xiàn)為上升趨勢,且最大值超過50%,能源強度對二氧化硫排放的貢獻率也表現(xiàn)出上升趨勢,但遠低于技術創(chuàng)新和二氧化硫排放自身的貢獻率;(4)能源強度、二氧化硫排放對技術創(chuàng)新的貢獻率均為上升趨勢,但能源強度的作用更強;技術創(chuàng)新、二氧化硫排放對能源強度的貢獻率分別為下降趨勢和上升趨勢,但技術創(chuàng)新的作用更強。
基于研究結論,得出以下幾點對現(xiàn)實的啟示:第一,應完善創(chuàng)新激勵機制,健全保護創(chuàng)新成果的法律體系,促進“政產學研用”協(xié)同發(fā)展,破除創(chuàng)新成果“中看不中用”的困局,實現(xiàn)創(chuàng)新成果“產業(yè)化、商品化、接地氣、惠民生”的目標。第二,依靠技術創(chuàng)新,尤其是生產工藝創(chuàng)新和機器設備改進,促進能源充分燃燒,實現(xiàn)能源效率的明顯提高;優(yōu)化能源消費結構,逐步降低化石能源消耗比重,進一步開發(fā)和利用風能、核能、生物能和太陽能等清潔能源。第三,加強環(huán)境執(zhí)法力度,完善監(jiān)督管理體制,加大環(huán)保教育和宣傳工作,增強全民的環(huán)保意識。
注釋:
[1] Chen Z., Wang J. N., Ma G. X., et al.,“China tackles the health effects of air pollution”,Lancet, vol.382,no.9909 (2013),pp. 1959-1960.
[2] Kemfert C., “Induced technological change in a multi-regional, multi-sectoral, integrated assessment model (WIAGEM): Impact assessment of climate policy strategies”,EcologicalEconomics, vol.54,no.2-3(2005), pp. 293-305.
[3] Carrión-Flores C. E., Innes R., “Environmental innovation and environmental performance”,JournalofEnvironmentalEconomics&Management, vol.59,no.1(2010), pp. 27-42.
[4] 原毅軍、謝榮輝:《產業(yè)集聚、技術創(chuàng)新與環(huán)境污染的內在聯(lián)系》,《科學學研究》 2015年第9期。
[5] Fisher-Vanden K., Jefferson G. H., Jingkui M., et al.,“Technology development and energy productivity in China”,EnergyEconomics, vol.28,no.5(2006),pp. 690-705.
[6] 王群偉、杭 葉、于貝貝:《新能源企業(yè)技術創(chuàng)新的影響因素及其交互關系》,《科研管理》 2013年第1期。
[7] 王班班、齊紹洲:《有偏技術進步、要素替代與中國工業(yè)能源強度》,《經濟研究》2014年第2期。
[8] 周五七:《能源價格、效率增進及技術進步對工業(yè)行業(yè)能源強度的異質性影響》,《數(shù)量經濟技術經濟研究》2016年第2期。
[9] Lin Z., Ming X., Liang S., et al., “Revisiting drivers of energy intensity in China during 1997-2007: a structural decomposition analysis”,EnergyPolicy, vol.67,no.2(2014),pp. 640-647.
[10] 鄭 義、徐康寧:《中國能源強度不斷下降的驅動因素——基于對數(shù)均值迪氏分解法(LMDI)的研究》,《經濟管理》2012年第2期。
[11] 王 鵬、謝麗文:《污染治理投資、企業(yè)技術創(chuàng)新與污染治理效率》,《中國人口·資源與環(huán)境》 2014年第9期。
[12] 何 為、劉昌義、劉 杰等:《環(huán)境規(guī)制、技術進步與大氣環(huán)境質量——基于天津市面板數(shù)據(jù)實證分析》,《科學學與科學技術管理》2015年第5期。
[13] 魏巍賢、馬喜立、李 鵬等:《技術進步和稅收在區(qū)域大氣污染治理中的作用》,《中國人口·資源與環(huán)境》2016年第5期。
[14] 周 勇、林源源:《技術進步對能源消費回報效應的估算》,《經濟學家》2007年第2期。
[15] Acemoglu D., Aghion P., Bursztyn L., et al., “The environment and directed technical change”,AmericanEconomicReview,vol.102,no.1( 2011), pp.131-166.
[16] Jessie P. H. Poon, Irene Casas, Canfei He, “The impact of energy, transport, and trade on air pollution in China”,EurasianGeography&Economics, vol.47,no.5(2006),pp.1-17.
[17] 石敏俊、周晟呂:《低碳技術發(fā)展對中國實現(xiàn)減排目標的作用》,《管理評論》 2010年第6期。
[18] 汪克亮、 楊寶臣、 楊 力:《基于環(huán)境效應的中國能源效率與節(jié)能減排潛力分析》,《管理評論》 2012年第8期。
[19] 林伯強、李江龍:《環(huán)境治理約束下的中國能源結構轉變——基于煤炭和二氧化碳峰值的分析》,《中國社會科學》2015年第9期。
[20] 李子奈:《高級應用計量經濟學》,北京:清華大學出版社,2012年,第104-107頁。
2017-06-15
2016年度國家社會科學基金重點項目“供給側結構性改革驅動經濟發(fā)展新動力的理論基礎與實踐路徑研究”(16AZD002); 2015年國家自然科學基金青年項目“企業(yè)生態(tài)創(chuàng)新驅動機理、 量化及調控對策研究”(71503049)。
周小亮, 男, 江西永新人, 福州大學經濟與管理學院教授、 博士生導師, 博士;吳武林, 男, 浙江麗水人, 福州大學經濟與管理學院博士研究生;廖達穎, 女, 福建龍巖人, 福州大學經濟與管理學院碩士研究生。
F062.2
A
1002-3321(2017)05-0039-09
[責任編輯:黃艷林]