王 腾,严 良*,何建华,郑世刚



环境规制影响全要素能源效率的实证研究——基于波特假说的分解验证

王 腾1,2,严 良1,2*,何建华2,郑世刚2

(1.中国地质大学(武汉)资源环境经济研究中心,湖北武汉 430074；2.中国地质大学(武汉)经济管理学院,湖北武汉430074)

通过搜集中国2000~2014年数据,运用DEA-Malmquist指数测算中国30个省域全要素能源效率,并进一步分解求得技术水平、纯技术效率和规模效率.为验证环境规制与全要素能源效率间波特假说是否存在,分别运用环境规制对规模效率、纯技术效率、技术水平和全要素能源效率进行面板门限回归.结果表明:技术水平退步是我国全要素能源效率下降的主要原因.环境规制对规模效率的影响为负,波特假说不成立.环境规制与纯技术效率存在单门限效应,且环境规制在不同区间对纯技术效率的影响均为正,波特假说始终成立.环境规制与全要素能源效率和技术水平均存在单门限效应,当环境规制强度低于0.0002时,环境规制对全要素能源效率和技术水平的影响为正,此时波特假说成立;而当环境规制强度超过0.0002时,环境规制对全要素能源效率和技术水平影响为负,此时波特假说不成立.因此,政府制定环境规制政策需要考虑到环境规制强度对规模效率、纯技术效率和技术水平效果的差异.

环境规制；全要素能源效率；波特假说；DEA-Malmquist指数；门限回归

随着我国工业化进程深入推进,大量能源消耗产生了一系列生态环境问题,如温室效应、全国性雾霾天气、地下水大面积污染等,这给我国可持续发展带来严峻挑战.波特[1]指出:合适的环境规制将刺激企业开展创新活动,提高企业竞争力,达到保护环境与提高竞争力的双赢.波特假说为政府制定治理环境污染的法律法规提供了理论支撑.但目前,我国能源利用过程产生的环境问题已制约到经济社会的良好发展.因此,探讨环境规制影响能源效率的机理对实现我国可持续发展意义重大.

目前,环境规制与能源效率间的关系已引起学者们的关注.环境规制对能源效率的影响研究大致可以归纳为3类:一是“抑制论”,环境规制提高了企业的经营成本,不利于能源效率的改善[2].二是“促进论”,环境规制通过技术创新的中介效应提高了能源效率[3-4].三是“非线性论”,一方面,环境规制与能源效率两者间可能呈“倒U型”关系,随着环境规制强度不断提高,能源效率先升高后降低[5];另一方面,环境规制与能源效率也可能是“U”型关系,在“U”型拐点左边,环境规制的遵循成本效应起主导作用,而在“U”型拐点右边,环境规制的创新补偿效应则居主导地位[6].

综观已有研究,发现现有成果中关于环境规制影响能源效率的结论差异明显,甚至出现彼此矛盾的现象.因此,厘清环境规制影响能源效率的机理,对于充分发挥波特假说的创新补偿效应,实现生态环境与能源效率的双赢意义重大.鉴于此,本文在研究视角上,将能源效率分解为技术水平、纯技术效率和规模效率,分别探索环境规制对能源效率及其各子部分的影响机理;在研究方法上,运用门限回归模型对环境规制与能源效率间关系进行模拟,有效避免两者间“非正即负”、“倒U型”或“U型”等关系的简单推论;在研究结论上,门限模型能精确计算环境规制影响能源效率的门槛值,为制定环境政策以提高能源效率提供数据支撑.

1 能源效率测算

1.1 DEA-Malmquist指数及其分解

Färe等将Malmquist指数[7]与DEA方法相结合,提出Malmquist指数的非参数线性规划方法,DEA-Malmquist生产率指数逐渐应用于多个领域.与其他测算投入产出的研究方法相比,DEA-Malmquist指数能够动态比较不同时期全要素生产率的变化情况,弥补了静态DEA处理面板数据的不足;此外,将全要素生产率指数进一步分解为技术水平、纯技术效率和规模效率,明确各部分对全要素生产率变化的贡献程度.

根据Färe的思想,在规模报酬不变(CRS)条件下,DEA-Malmquist生产率指数具体如下:

若放松对规模报酬不变的假定,在规模报酬可变(VRS)条件下,全要素生产率可以进一步分解为技术水平指数、规模效率指数和纯技术效率指数的乘积[8],即

式中:M为规模报酬可变条件下的全要素生产率;为规模效率,反映规模变化对生产率的影响;为纯技术效率,体现为现有技术条件下要素可自由流动时技术效率的变化;为技术水平,即技术条件可变时生产前沿面的移动程度.

1.2 投入产出指标

本文搜集2000~2014年中国30个省级行政区(香港、澳门、台湾以及西藏等地区由于数据原因未予考虑)面板数据为样本,具体投入产出指标如下:

投入指标:①能源投入.选取2000~2014年各地区能源消费总量作为衡量能源投入的测量指标.②劳动投入.选取2000~2014年各地区社会从业人员总量作为计算劳动投入的指标.③资本投入.基于资本在使用过程中存在折旧问题,借鉴学者张军[9]的方法计算我国资本投入,计算方法为:

产出指标:①期望产出.选取2000~2014年各地区国内生产总值作为期望产出的衡量指标.为剔除价格因素的影响,使用各地区GDP平减指数将原始数值按可比价格换算成实际GDP(2000年作为基期).②非期望产出.由于研究重心各有侧重,目前学术界对非期望产出的衡量指标尚未形成统一认知.曾贤刚[11]选用CO2衡量非期望产出;汪克亮等[12]、Li等[13]倾向于选用CO2和SO2等大气污染排放量作为非期望产出的指标;吴琦等[14]则综合考虑污染物对生态环境的危害,选取CO2、SO2、烟尘、工业粉尘、化学需氧量、氨氮以及工业固废排放量等指标以衡量非期望产出;根据物理属性,能源在使用过程中会同时产生固态、液态和气态等3种形态的污染物,借鉴学者臧传琴等[15]的变量选择方法,从全面性和简洁性视角,选择“工业三废”排放量作为非期望产出的衡量指标.

此外,在数据统计过程中存在着单个投入产出指标在某地区某一年份出现缺失情况,取前后两年平均值补齐.

1.3 测算结果与分析

基于投入要素的数量,能源效率可以分为单要素能源效率和全要素能源效率.早期学者主要将能源要素作为唯一投入测算能源效率,即单要素能源效率.Hu等[16]指出:仅仅依靠能源要素投入是无法合成产出,需同时考虑到能源、劳动、资本等其他生产要素,即全要素能源效率.根据前文介绍的研究方法以及搜集的投入产出数据,计算得到中国及其30个省级行政区全要素能源效率、技术水平、技术效率、纯技术效率及规模效率,具体结果如表1、表2所示.

表1 中国2000~2014年全要素能源效率及分解

从表1可知,2000~2014年我国全要素能源效率指数均小于1,说明我国能源利用效率整体呈现下降趋势;全要素能源效率指数均值为0.8462,较2000年下降了15.3802%,说明我国能源利用与经济发展、环境保护间矛盾呈恶化趋势.根据DEA-Malmquist指数分解结果,我国技术效率指数在部分年份小于1,而在其他年份则大于1,表明我国纯技术效率在2000~2014年出现一定程度的波动;但总体而言,2000~2014年技术效率指数均值为0.9963,且各年份技术效率值与1十分接近,表明波动幅度不大.可以认为: 2000~2014年间我国技术效率总体上较稳定,变动幅度不大.而纯技术效率指数和规模效率指数作为技术效率指数的分解指标,在变化趋势上与技术效率指数类似.因此,这一结论也得到纯技术效率指数和规模效率指数的支持.反观技术水平指数,2000~2014年平均值为0.8489,说明我国技术水平从2000~2014年下降了15.1149%.技术水平退步是导致我国全要素能源效率下降的主要原因.

表2 2000~2014年中国30个省市全要素能源效率及其分解

从表2可知,我国30个省级行政区全要素能源效率指数均小于1,说明我国这些省份全要素能源效率出现下降现象.其中,山西、甘肃和内蒙古作为全要素能源效率下降最严峻的3个省份,全要素能源效率分别下降21.3072%、20.6795%、20.5862%.山西、甘肃、黑龙江作为我国资源大省,其丰富的矿产资源为地区经济发展做出了突出贡献,但丰富的矿产资源也造成这些区域能源的低效利用.将全要素能源效率分解为技术水平和技术效率,发现我国30个省份均出现了不同程度技术退步情况,且与全要素能源效率下降趋势相对应,山西、甘肃和内蒙古这3个省份技术退步现象最严重.因此,提高该地区技术水平成为促进全要素能源效率的重要途径.进一步将技术效率指数分解为纯技术效率指数和规模效率指数,发现以北京、河北为代表的12个省份,纯技术效率得到提升,而以内蒙古、重庆为代表的14个省市,纯技术效率表现出下降趋势;以宁夏、陕西为代表的10个省市,规模效率得到改善,而以吉林、天津为代表的16个省市,规模效率出现恶化.但总体而言,纯技术效率和规模效率波动区间均在1附近,表明纯技术效率和规模效率提高或者降低的程度不太明显.

2 环境规制与全要素能源效率:实证研究

2.1 门限回归模型介绍

门限回归模型的基本思想是当变量达到某一临界值时,该变量将从一种运动方式迅速跃变至另一种运动机制.在实际数据处理中以临界值为界,将样本值划分成不同区间,对各自区间进行回归并比较回归系数的不同.从统计上,门限回归模型是对变量进行分组检验的非线性计量经济学模型.Hansen[17]基于残差平方和最小化原则确定门限值,并采用自举法对门限效应的假设进行显著性检验,确保门限模型的可靠性.

2.1.1 模型设定 以单门限回归模型为例,其模型设定的一般形式为:

(5)

2.1.2 假设检验 模型原假设为不存在门限效应,备择假设为存在门限效应.设为存在门限效应时计算求得的残差平方和,而为不存在门限效应时计算求得的残差平方和,基于残差平方和最小化原则,构建统计量,通过自举法获得F统计量的渐进分布,进而求得其值.

若值足够小,则拒绝原假设选择备择假设,认为至少存在一个门限值.此时需要将单门限回归模型推广到双门限回归模型甚至多门限回归模型中,多门限回归模型在模型设定与假设检验与单门限回归模型相似,估计时以此类推,直到无法拒绝原假设为止.

2.2 测量指标

被解释变量分别为全要素能源效率、技术水平、纯技术效率和规模效率,数据来源于DEA- Malmquist计算结果.门限变量为环境规制(hjgz).本文选用工业污染治理完成投资占区域生产总值比重作为环境规制的衡量指标.

控制变量包括:①经济发展水平(gdp).经济发展通过增加研发及教育投入以提高全要素能源效率.本文选取国内生产总值作为衡量经济发展水平的指标.②产业结构(cyjg).以重工业为主的粗放式发展模式是造成我国能源效率低下的重要原因.因此,降低第二产业在国民经济中所占比重,提高第三产业对经济体贡献将有助于改善全要素能源效率.本文将第二产业增加值占国内生产总值比重作为产业结构的测量指标.③资源禀赋(zybf).资源诅咒理论表明,资源越丰裕的区域,资源利用过程中的浪费情况越普遍.本文借鉴学者胡援成和肖德勇[18]的做法,选用采掘业固定资产投资占全社会固定资产投资的比例作为资源禀赋的指标.④所有制结构(syzjg).国有经济在社会经济中比重较高,市场配置资源的能力得不到发挥,能源利用效率相对较低.其测量指标为国有及国有控股工业企业工业销售产值与规模以上工业企业工业销售产值的比值.⑤对外开放程度(kfcd).经济体在与外界贸易往来过程中可以通过学习对方完善的管理体系、丰富的管理经验以及借助技术共享或技术溢出等方式提升自身能源利用效率.本文选用进出口贸易总额与国内生产总值比值作为度量对外开放程度的指标.

以环境规制为门限变量,分别构建环境规制与全要素能源效率、技术水平、纯技术效率和规模效率的门限回归模型为:

(7)

(8)

2.3 结果与讨论

基于前文分析,分别以全要素能源效率、技术水平、纯技术效率和规模效率作为被解释变量,环境规制为门限变量,经济发展水平、产业结构、资源禀赋、所有制结构和对外开放程度为控制变量,通过搜集2001~2014年我国30个省份样本数据,进行面板门限回归分析.回归结果表明,环境规制对全要素能源效率、技术水平与纯技术效率均存在单门限效应,且在0.05显著性水平下通过检验;而环境规制对规模效率则不存在门限效应(表3).

表3 面板门限回归模型估计结果

注:*<0.1,**<0.05,***<0.01.

2.3.1 环境规制对规模效率的影响 环境规制对规模效率不存在门限效应.通过对环境规制与规模效率进行线性回归,发现工业污染治理完成投资额占国内生产总值比重每提高1%,规模效率将下降10.1164%,且在0.05水平下通过显著性检验.因此,环境规制与规模效率的波特假说不成立.对此可能解释是:随着环境规制强度提高,企业为维持其最大化利润,更倾向于使用价格便宜、生产率低的生产要素代替价格昂贵、生产率高的生产要素,如使用更多劳动力要素代替高技术含量的生产设备,从而出现规模效率下降现象.

2.3.2 环境规制对纯技术效率的影响 环境规制对纯技术效率存在单门限效应,其门限值为0.0044,在0.01的显著性水平下通过检验.当环境规制强度低于0.0044时,工业污染治理完成投资额在国民经济中的比重每增加1%,纯技术效率将提高8.7590%;当环境规制强度高于0.0044时,工业污染治理完成投资额在国民经济中的比重每增加1%,环境规制对纯技术效率贡献下降到1.3214%,环境规制与纯技术效率的波特假说成立.弱环境规制一方面促使企业进一步改进其管理流程以提高能源利用效率,另一方面企业可以从外部引入先进技术或通过与先进企业开展合作以获得技术溢出等方式改善技术效率.而当环境规制强度超过0.0044,基于边际效益递减原理,通过改进管理流程获得技术改善的效果趋于减弱;在技术水平既定条件下,企业获得外部技术和技术溢出的可能性越来越低,环境规制对纯技术效率的促进作用愈发减弱.

2.3.3 环境规制对技术水平的影响 环境规制与技术水平存在单门槛效应,门限值为0.0002,通过0.05显著性水平.当环境规制强度小于0.0002时,环境规制对技术水平的弹性系数为1495.85;当环境规制强度大于0.0002,环境规制对技术水平的弹性系数-9.6007.当环境规制低于0.0002时,虽然企业在该阶段需支付一定数额污染防治成本,但企业仍有富余资本和人才可用于技术研发,而创新成功的高额回报足以弥补污染治理成本和创新成本,因此在该区间环境规制促进了技术水平,波特假说成立.在环境规制较高时,环境排放高标准大大提高了环境污染的遵循成本,环境技术高标准降低了企业创新成功率,创新补偿恐不足以覆盖其成本,此时环境规制对技术水平关系为负作用,波特假说不成立.

2.3.4 环境规制对全要素能源效率的影响 环境规制与全要素能源效率存在门槛效应,其门限值为0.0002,在0.05水平下通过显著性检验.而在环境规制强度低于0.0002时,工业污染治理完成投资额在国民经济中比重每增加1%,环境规制对全要素能源效率的弹性为1453.759,说明环境规制有利于全要素能源效率的提高,波特假说成立;当环境规制强度大于0.0002时,即工业污染治理完成投资额在国民经济中的比重每增加1%,环境规制对全要素能源效率的弹性为-6.9621,环境规制则会抑制全要素能源效率的改进,波特假说不成立.总的来说,当环境规制强度较小时,环境规制更多表现为技术水平的促进以及技术效率的改善,创新补偿将高于遵循成本,此时环境规制对全要素能源效率的影响为正.当环境规制强度超过0.0002时,环境规制同时降低技术水平、技术效率以及规模效率,遵循成本起主导作用,此时环境规制对全要素能源效率的影响为负.

需要指出,实证结果表明提高经济中第二产业比重将有助于提升全要素能源效率,这与前文的理论分析相悖.对这一有趣结论的可能解释是:产业结构优化不仅产业结构高级化,还包括产业结构合理化,而产业结构合理化是指根据已有的技术水平、资源禀赋、消费倾向,通过调整不合理的产业结构,实现生产要素的优化配置,确保各产业的协调可持续发展.在我国工业化发展初期,工业行业主要以劳动密集型的采掘业为主,能源利用效率较低;但随着经济发展,工业行业中资本密集型或知识密集型的高端制造业得以发展完善,全要素能源效率随之提高.此外,理论分析中资源禀赋对全要素能源效率的抑制作用未能得到数据的验证,相反,数据表明资源越丰裕的区域,全要素能源效率越高.这一结论可能与指标变量选取有关,本文选择采掘业固定资产投资占全社会固定资产投资比例作为衡量资源禀赋的指标,提高采掘业固定资产投资比例,将促使该行业拥有更多资本密集型设备,从而有助于全要素能源效率的提高.

2.4 建议

提高技术水平是改善我国全要素能源效率的重点.一方面,政府在财政和税收方面制定优惠政策,如低息贷款、税收补贴等,降低企业技术创新成本;另一方面,引导企业与科研机构开展合作,通过优势互补提高技术创新成功率.

政府制定环境规制政策,需要考虑到环境规制强度对技术水平、纯技术效率和规模效率效果的差异.针对规模效率,应该降低环境规制,具体来说,可以通过加快经济发展以降低工业污染治理完成额在国民经济中的比重;针对纯技术效率,为保证环境规制发挥更大功效,应将工业污染治理完成额占国民经济的比重控制在0.0044以下;针对全要素能源效率和技术水平,应将工业污染治理完成额在国民经济中的比例应控制在0.0002以下.

3 结论

3.1 我国全要素能源效率整体呈下降趋势. 2000~2014年,我国全要素能源效率下降了15.3802%,说明我国能源利用与经济发展、生态环境间关系不仅没有得到改善,反而呈现恶化趋势.

3.2 环境规制与规模效率呈负向关系,环境规制强度提高1%,规模效率将下降10.1164%;环境规制对纯技术效率存在单门限效应,门限值为0.0044;环境规制与技术水平也存在单门槛效应,门限值为0.0002.

3.3 环境规制与全要素能源效率存在门槛效应,其门限值为0.0002.当环境规制强度低于0.0002时,环境规制有利于提高全要素能源效率;当环境规制强度大于0.0002时,环境规制则会抑制全要素能源效率的改善.

[1] Porter M E, Van der Linde C. Toward a new conception of the environment-competitiveness relationship [J]. The Journal of Economic Perspectives, 1995,9(4):97-118.

[2] 尤济红,高志刚.政府环境规制对全要素能源效率影响的实证研究——以新疆为例[J]. 资源科学, 2013,35(6):1211-1219.

[3] 万伦来,童梦怡.环境规制下中国能源强度的影响因素分析——基于省际面板数据的实证研究[J]. 山西财经大学学报, 2010,32(2):6-7.

[4] 王艳丽,钟 奥.工业行业环境规制、创新能力与全要素能源效率的实证检验[J]. 统计与决策, 2015,(15):139-142.

[5] 张 华,王 玲,魏晓平.能源的“波特假说”效应存在吗? [J]. 中国人口×资源与环境, 2014,24(11):33-41.

[6] 高志刚,尤济红.环境规制强度与中国全要素能源效率研究[J]. 经济社会体制比较, 2015,(6):111-123.

[7] Färe R, Grosskopf S, Norris M, et al. Productivity growth, technical progress, and efficiency change in industrialized countries [J]. The American Economic Review, 1994,84(1):66- 83.

[8] 刘丹丹,赵颂扬旸,郭 耀.全要素视角下中国西部地区能源效率及影响因素[J]. 中国环境科学, 2015,35(6):1911-1920.

河北省保定市作为农业大市，一直重视农村的普法教育工作，并取得了丰硕的成果。该市涿州市、蠡县、徐水区获评全国“六五”普法先进县，徐水区麒麟店村获评国家级民主法治示范村。该市构建了“条块结合，纵横相容”的大普法格局，建立“四级六层”（市、县、乡、村四级，市、县、乡、村、组、“十户普法宣传员”六层）普法网络，在农村普法教育转型过程中积累了很多经验。全市共建立各类基层法治工作站1170个，构建“心连心”式普法。基层矛盾处结率达61%，群众满意率达98%。其中涿州市建立“一乡镇一法庭”工作制度和人民陪审员“倍增计划”，实现矛盾就地化解，零距离法律服务。

[9] 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):35-44.

[10] 吴延瑞.生产率对中国经济增长的贡献:新的估计 [J]. 经济学(季刊), 2008,7(3):827-842.

[11] 曾贤刚.我国能源效率、CO2减排潜力及影响因素分析[J]. 中国环境科学, 2010,30(10):1432-1440.

[12] 汪克亮,杨宝臣,杨 力.考虑环境效应的中国省际全要素能源效率研究[J]. 管理科学, 2010,23(6):100-111.

[13] Li L B, Hu J L. Ecological total-factor energy efficiency of regions in China [J]. Energy Policy, 2012,46(6):216-224.

[14] 吴 琦,武春友.基于DEA的全要素能源效率评价模型研究[J]. 管理科学, 2009,22(1):103-112.

[16] Hu J L, Wang S C. Total-factor energy efficiency of regions in China [J]. Energy Policy, 2006,34(17):3206-3217.

[17] Hansen B E. Threshold effects in non-dynamic panels: Estimation, testing, and inference [J]. Journal of Econometrics, 1999,93(2):345-368.

[18] 胡援成,肖德勇.经济发展门槛与自然资源诅咒——基于我国省际层面的面板数据实证研究[J]. 管理世界, 2007,(4):15-23.

An empirical study on the effect of environmental regulation on total factor energy efficiency——Decomposition verification based on Potter hypothesis.

WANG Teng1,2, YAN Liang1,2*, HE Jian-hua2, ZHENG Shi-gang2

(1.Research Center of Resources and Environmental Economics, China University of Geosciences (Wuhan), Wuhan 430074, China；2.School of Economics and Management, China University of Geosciences (Wuhan), Wuhan 430074, China).

The total factor energy efficiency of China's 30provincial administrative regions during 2000~2014was estimated based on DEA-Malmquist index. Then the total factor energy efficiency was decomposed into technical level, pure technical efficiency and scale efficiency. To testify the Potter hypothesis, the panel threshold regression model was adopted to simulate the environmental regulation on total factor energy efficiency, technical level, scale efficiency and pure technical efficiency. Results showed that technical level regression constituted a major cause for the decline of total factor energy efficiency in China. Environmental regulation exerted a negative influence on the scale efficiency, indicating Potter hypothesis as invalid. Single threshold existed between environmental regulation and pure technical efficiency, and there was a positive impact at different intervals, revealing the existence of Porter hypothesis. The impact of environmental regulation on total factor energy efficiency and technical level was positive when the environmental regulation was less than 0.0002, and the Porter hypothesis was correspondingly valid. Otherwise, it didn't stand. Therefore, government should formulate environmental regulation policy after considering varied effect on technical level, pure technical efficiency and scale efficiency.

environmental regulation；total factor energy efficiency；Potter hypothesis；DEA-Malmquist index；threshold regression

X24,F062.1

A

1000-6923(2017)04-1571-08

2016-07-26

教育部哲学社会科学研究重大课题攻关项目(12JZD034);国家社会科学基金项目(12BJL074)

王 腾(1988-),男,湖北鄂州人,中国地质大学(武汉)博士研究生,主要从事资源环境经济.发表论文8篇.

* 责任作者, 教授, ylyzb@cug.edu.cn

, 2017,37(4)：1571~1578