李宏兵 张兵兵 谷均怡

摘要 基于本土市场规模和技术进步探寻中国能源效率低下的诱因，是现阶段实现节能减排和践行生态文明建设的重要途径。本文在系统梳理本土市场规模、技术进步影响能源效率的理论机制基础上，利用DynamicSBM模型重新测算了1990—2016年省级层面的能源效率，通过动态面板门限模型检验了本土市场规模与能源效率的技术进步门限效应和回弹效应。研究发现：①本土市场规模与能源效率之间存在显著的技术进步门限效应。在低技术进步区间，本土市场规模对能源效率的促进作用会随着技术进步增加而逐渐降低；在高技术进步区间，则会抑制能源效率的提高。②二者间存在显著的双重门限效应。在高、低市场规模组，本土市场规模与技术进步对能源效率的交互影响显著为负，但在中等市场规模组却具有正向影响。③从时间维度看，中国加入WTO会显著增强本土市场规模对能源效率的正向促进作用，但技术进步的回弹效应仍然存在。④分地区来看，发展改善型地区具有明显的技术进步回弹效应；发展成熟型地区具有技术进步的门限效应；而发展落后型地区技术进步均有利于能源效率的改善，且在低门限水平表现得更为明显；发展波动型地区在高门限水平不利于能源效率的改善。对此，本文认为，应当积极推进能源市场化改革，逐步形成全国统一市场；加大发展落后型地区和发展波动型地区的能源改革和制度体系建设，推动发展成熟型地区的能源技术创新，注重发展改善型地区的市场规模培育和创新引领作用；同时扩大开放，加强国际能源合作。

关键词 本土市场规模；技术进步；能源效率；回弹效应；DynamicSBM模型

中图分类号 F320.3 文献标识码 A 文章编号 1002-2104（2019）05-0061-10 DOI：10.12062/cpre.20190115

改革开放四十年来，随着中国经济的快速增长和“世界工厂”地位的逐步确立，中国的能源消费规模急剧增加。据《BP世界能源统计年鉴（2018）》统计，我国占全球能源消费量的比重由1979年的不足6.10%上升至2017年的23.2%，连续17年成为全球能源消费增量最大的国家。与中国能源消费水平不断上升对应的是，近年来以城市雾霾、农村水污染和土壤污染为表征的污染物排放增加和环境质量下降，引起了政府、国际环保组织和社会各界的广泛关注。事实上，从上个世纪90年代开始，中国政府就已经通过政策法规制定及市场调节等多种手段进行了节能减排和环境治理[1]，并取得初步成效。然而从现实情况来看，想要实现这样的目标却并非易事。与同期的美国和日本相比，中国能源消耗强度分别是其2.16倍和2.91倍，节能减排任重道远。那么，究竟是什么原因推动了中国能源消费增长居高不下[2]？从历史角度来看，中国正处于转型时期，电气化、能源效率低下和经济快速增长是主要原因；而在城市化进程中提高能源利用效率，降低能源消耗，是实现节能减排目标的重要手段。

对此，现有文献多将能源消费结构、FDI、技术进步、市场化程度和环境污染治理投资等[3]作为影响能源效率的主要因素，在一定程度上忽视了本土市场效应（Home Market Effect）的作用，即一国或地区如果拥有足够大的市场规模，就会引致规模化生产和生产效率的提升，进而所生产的产品在满足本国或本地区需求之后还存在剩余可供出口[4]。按此逻辑，在本土市场规模与技术进步的相互作用早已得到证实的前提下[5-6]，本土市场规模通过其内在的技术进步机制必然会作用于能源效率。那么，这种影响的效应如何？本土市场规模与技术进步对能源效率的综合影响是否会存在门限效应？基于此，本文将本土市场规模、技术进步与能源效率纳入统一的分析框架，探讨其影响的理论机制，利用DynamicSBM模型测算了1990—2016年省级层面的能源效率指标，并在度量本土市场规模与技术进步指标基础上，通过动态面板门限模型识别了两者之间存在显著的技术进步门限效应和回弹效应，同时考察了上述效应在时空维度上的差异，以期为改善能源效率实现节能减排，进而为践行十九大报告提出的“绿水青山就是金山银山”的生态发展理念提供理论借鉴。

1 文献分析

目前，学术界真正意义上探讨本土市场规模与能源效率的文献还较为少见，现有文献多侧重于：一是研究本土市场效应在国際、区域及行业层面的存在性；二是研究本土市场规模对区域生产率、产业升级及产业创新机制的影响；三是关于市场化、技术进步与能源效率的研究。

关于本土市场效应，自Krugman[4]基于新经济地理学与新贸易理论的研究框架，系统提出此概念以来，学者们将异质性企业、贸易成本、跨国公司等多种因素纳入到该理论框架进行了系列拓展研究，并证明了本土市场效应的存在性[7-8]。此后，Behrens等[9]在上述理论分析的基础之上将外部市场因素纳入其中，拓展了理论模型，并通过实证检验证实了本土市场效应的存在性。Crozet和Trionfetti[10]的进一步研究也发现，本土市场效应不仅存在而且还具有非线性特征。来自国内的经验研究同样发现，本土市场效应在区域及行业层面存在。张帆和潘佐红[11]的研究显示，中国各省市19个产业中有7个存在本土市场效应；且国内行业规模越大，出口增长越快，工业制成品出口中就越具有显著的本土市场效应[12]。不仅如此，邱斌和尹威[13]发现，不同的贸易模式中本土市场效应的存在性并不一致，本土市场效应在一般贸易中显著存在，在加工贸易中并不显著。

李宏兵等：本土市场规模与中国能源效率提升：基于动态面板门槛效应的实证研究

中国人口·资源与环境 2019年 第5期随着本土市场效应研究的深入，国内外学者针对本土市场规模与区域生产率、产业升级及产业创新机制也展开了细致探讨。Melitz和Ottaviano[14]在异质性企业框架下构建了探讨本土市场规模与生产率的理论模型，并分析了二者的影响机制，但遗憾的是并没有给出相应的实证支撑。此后，张国胜[15]基于案例分析方法的研究表明，本土市场规模能够影响企业技术能力与产品市场需求，并对产业升级产生重要影响。陈丰龙和徐康宁[16]以中国制造业为研究对象，实证检验了本土市场规模与全要素生产率之间的关系，发现“市场促创新”假说整体上是成立的。进一步地，康志勇[17]基于2001—2007年中国制造业微观企业数据，系统考察本土市场效应对企业自主创新行为的影响。与上述研究不同的是，崔娜和柳春[6]从行业异质性视角研究创新对工业行业出口中本土市场效应的反向作用，并发现行业创新对本土市场效应具有显著的增强作用。

除此之外，与本文相关的还有关于市场化、技术进步与能源效率的研究。FisherVanden等[18]研究发现技术进步有助于能源利用效率的提高，邵帅等[19]进一步通过经济集聚的技术外溢角度证实了技术进步对能源利用率的作用。Perry[20]以76个发展中国家为样本，研究发现人均收入的提高、城市化以及工业化进程有助于提高能源利用效率。Glaser和Kahn[21]研究发现经济活动的集中通过规模经济效应，降低单位产出的能源消费，进而提高能源利用效率，提高城市的经济集聚程度，有助于降低碳排放，进而改善环境质量。Arouri等[22]研究发现，能源消费的增加促进了碳排放，而人均收入与碳排放之间存在倒“U”型关系，证实了能源消费是影响环境质量的重要原因。林伯强和杜克锐[23]首先探讨了要素市场扭曲对我国能源效率提升的负面影响，并发现如果消除要素市场扭曲年均可提高10%的能源效率。魏楚和郑新业[24]进一步利用1995—2012年中国省际面板数据，实证检验了市场分割会显著抑制规模效率、技术效率和配置效率对能源效率的影响，并通过电力市场进行了模拟验证。潘雄锋等[25]则利用非动态面板门限回归模型，基于1998—2012年省级面板数据，考察了能源市场扭曲、技术进步对能源效率产生的非线性效应，并发现能源市场扭曲与技术进步的交互作用对能源效率的提升会产生“回弹效应”。当然上述研究有利于考察能源市场化程度与技术进步的交互机制对能源效率的非线性影响，但对于本土市场规模本身与技术进步的内在机制可能对能源效率的影响并没有给予足够的关注。

通过已有文献的研究，我们发现国内外相关学者已经进行了富有成效的探索，并深化了对本土市场效应及其对能源效率的理论认识。一方面，技术进步是降低能源消耗、提升能源效率的关键因素。技术进步对能源效率的影响不仅仅体现在节能减排技术的应用层面上，更体现在经济运行的整个过程中。另一方面，已有研究也表明，本土市场规模通过规模经济和空间溢出对产业升级和技术创新有显著促进作用。基于此，本文将以本土市场规模引致的技术创新为切入视角，来阐述本土市场规模影响能源效率的理论机制，以便为下文实证研究提供理论支撑。具体而言：①本土市场规模的扩大有利于知识在产业内和产业间的溢出，也即MarshallArrowRomer外部性和Jacobs外部性的产生。由本地市场规模扩大所形成的规模经济，不仅会衍生出诸多本土企业，同时也会吸引处于分工价值链上下游的众多外部企业。本土企业和外部企业在该地区的空间集聚，不仅会促进知识或技术的外溢，也会提升本地区整体的技术创新能力。不仅如此，上述外部性和溢出机制也会有利于新的能源利用技术的扩散和规模经济的产生，进而提升能源效率。②本土市场规模的扩大会促使企业在竞争中保持自主创新，并对能源消耗产生回弹效应。一般而言，在垄断竞争的市场结构下，企业为了增强市场控制力和获取持久的利润空间，会通过新技术研发和创新来积极应对激烈的市场竞争，而受本土市场规模因素的调节，技术进步又会在一定阶段内对能源效率的提升不十分明显，甚至会产生负向作用，即存在回弹效应[25]。③进一步地，本土市场规模与技术进步的相互强化机制，会使其影响能源效率的门限特征在时间和空间上呈现异质性特征，即不同时期和同一时期的不同区域间的门限效应存在显著差异。随着本土市场规模扩大，在激烈市场竞争中优胜劣汰所生存下来的企业，在满足市场多元化需求的同时，还会创造出更广阔的利润空间和更多的市场需求，进一步提升本地区市场规模，并由此引发本土市场规模与专业化分工、产业集聚、企业竞争以及技术进步等新一轮的演化周期。而中国渐进式改革和各地区梯度发展的阶段性差异，也使得二者的交互机制对能源效率的影响呈现出时间和空间维度上的差异性。

综上所述，已有的理论和实证研究更多侧重于验证本土市场规模效应在区域层面、行业层面是否成立及其对生产率、技术进步及产业升级等方面的影响，鲜有文献从正面去探究本土市场效应是否会影响及通过何种途径影响区域能源效率。对此，本文的贡献可能在于：一是，为弥补已有研究单一視角的缺憾，将本土市场规模、技术进步与能源效率纳入统一的分析框架，系统梳理了本土市场规模与技术进步的交互机制对能源效率影响的非线性效应；二是，从加入WTO的冲击和区分发展改善型、发展成熟型、发展波动型及发展落后型等区域，深入考察了上述影响门限效应和回弹效应在时间维度和空间维度上的差异性，推进了该领域的研究。

2 模型、变量及数据处理

2.1 计量模型构建

本文借鉴Kremer等[26]所构建的动态面板门限模型方法。与传统的线性回归相比，动态面板门限模型通过内生的方式，在样本期间内分离出以门限变量为基础的多个样本，并分别估计出各样本中自变量与因变量之间的关系，观察其关系是否发生结构性变化。已有研究表明，除本土市场规模外，影响能源效率的一个主要因素是技术进步[27]，同时技术进步对能源消耗存在回弹效应[19，28]。即由于某些因素，在一定阶段内，技术进步对能源效率的提升不会那么明显，甚至会产生负向作用[25]。回弹效应的存在说明单纯关注技术进步与能源效率的正向关系是片面的。因此，本文在动态面板门限模型的基础上，选择技术进步作为门限变量，来考察本土市场规模变化对能源效率的影响。具体模型为：

etfpit=αi+β1hmsitI（techit≤γ）+β2hmsitI（techit>γ）+δzit+εit

（1）

其中，etfpit、hmsit、techit分别表示为一省市的能源效率、本土市场规模和技术进步；αi为个体固定效应；εit为残差项，并且服从（0，σ2）分布；I（·）为指标函数，其值取决于门限变量（techit）和门限值（hmsit）：当括号内的表达式成立时，I（·）=1，否则I（·）=0；门限变量和门限值将所有观测值划分为低水平技术进步区间（techit≤γ）和高水平技术进步区间（techit>γ），其所对应的斜率分别为β1和β2；z1it为控制变量，包括外商直接投资（fdi）、能源消费结构（ecs）、市场化水平（mkr）等控制变量；z2it为内生的控制变量，包括第二产业产值（sgdp）。

如果在回归的过程中，仅仅考虑斜率门限效应，而忽略了截距門限效应，那么就有可能产生有偏或不稳的估计结果[29]。基于此，本文将借鉴Arellan和Bover[30]所提出的前向正交离差变换方法来消除固定效应。该方法可以有效避免变换后误差项之间的序列相关问题。对各个变量进行前向正交离差变换处理之后的模型为：

etfp*it=β1hms*itI（techit≤γ）+φ1I（techit≤γ）+

β2hms*itI（techit>γ）+δz*it+ε*it

（2）

其中，误差项的前向正交离差变换形式为：

ε*it=T-tT-t+1[εit-1T-t（εi（t+1）+…+εiT）]，

t=1，…，T-1

（3）

需要说明的是，其它变量的前向正交离差变换形式与误差项是相同的，且在变换之后不存在序列相关，方差也具有单位矩阵特征：

Var（εi）=σ2ITVar（ε*i）=σ2IT-1

（4）

在消除固定效应之后，可通过上式实现动态面板门限模型的回归，并估计门限系数。

2.2 变量说明

2.2.1 被解释变量

能源效率（etfp）。在动态SBM模型出现之前，主要是通过DEA窗口分析法和MalmquistLuenberger生产率指数来测算决策单元（DMU）的跨期效率。Tone和Tsutsui[31]把Tone[32]提出的单时期SBM模型通过引入跨期变量扩展为动态SBM模型。

运用动态SBM方法获取能源效率的关键在于选取合理的投入-产出及跨期变量。借鉴张兵兵等[1]方法，投入变量为：劳动力，用各省市历年总就业人员人数表示；能源消费，用各省市所消耗的煤炭、焦炭等8类能源加总后的总量表示。产出变量：总产值，用各省市的总产出即GDP表示。自由跨期变量：资本存量。国内目前尚未对资本存量数据进行统计，本文采用邵军和徐康宁[33]的方法进行估算，并将数据更新至2012年。坏的跨期变量：CO2，采用IPCC（2006）的方法进行估算。

2.2.2 核心解释变量

本土市场规模（hms）。本文主要采用Harris[34]的方法来测算中国省际本土市场规模，具体方法为：

hmsit=∑j≠i（yitdii+yjtdij）

（5）

特别说明的是，为凸显国内市场规模的研究背景，在测算本土市场规模时，本文并没有考虑国外市场需求，而只考虑了国内市场需求。其中，yit为扣除货物和服务净出口后的地区实际生产总值，dij为省会城市之间的距离；dii为省市的内部距离，dii=2siπ/3，Si为i省市的陆地面积。测算过程中所需要的距离和面积数值均通过Google电子地图获取。

技术进步（tech）。如果将技术进步仅仅定义为实物层面硬件设备的改进和升级，这称之为科学技术的创新，是一种狭义技术进步。广义技术进步还包含管理机制创新、制度创新等“软”性技术进步。本文所关注的是本土市场规模扩大所引致的技术创新，指的是广义技术进步。因此，本文将采用DEAMalmquist指数方法来测算广义技术进步，投入变量为各省的资本存量和就业人数，产出变量为各省GDP。

2.2.3 控制变量

基于数据的可获得性，并参照相关研究，本文选取如下变量作为影响能源效率的重要因素：①外商直接投资（fdi）。外资流入不仅可以为一省市发展提供所需资本，同时可以通过技术溢出、知识溢出等多种途径影响能源效率。本文运用各省实际吸引外商投资规模占GDP比重来表示。②产业结构（sgdp）。产业结构中轻、重工业比重的不同，对能源效率的影响也有所不同。理论上来讲，产业结构中重工业的比重过高，不利于改善能源效率。参照邵帅等[19]的变量设计，本文采用各省第二产业产值占GDP的比重来测算。③能源消费结构（ecs）。根据林伯强和杜克锐[23]的研究思路，本文采用该省市煤炭消费量占整体能源消费总量的比重来表示。④市场化进程（mkr）。一般而言，不断提升的市场化水平是有利于能源效率改善的，它主要通过以下途径作用于能源效率：第一，减少政府对经济的干预，充分发挥市场在资源配置中的主体作用，促进生产和能源要素向高效率企业转移，从而提升能源效率；第二，通过完善合作分工体系、优化产业结构来改善能源效率。该变量用该省非国有企业在岗职工年末人数占在岗职工年末总人数的比重来表示。

2.2.4 数据的描述性统计

本文实证研究中所需数据由历年《中国统计年鉴》《中国能源统计年鉴》《中国人口就业统计年鉴》和《新中国60年统计资料汇编》整理获得。由于《中国能源统计年鉴》中没有西藏及港澳台地区的数据，所以本文只有30个省市自治区（以下简称省）的数据，见表1。

统计发现，北京、天津、上海、浙江、福建、山东、广东、湖南和新疆在考察期能源效率均值较高，接近于1，其它地区的能源效率均值普遍较低，仅在0.4左右，表明我国能源利用效率存在较大的地区异质性，西部地区的能源效率总体偏低（除新疆外），中、东部地区相对较高，这可能与地区的能源消费结构和技术水平有关。

3 实证分析与讨论

3.1 静态面板回归分析

本文首先运用混合OLS和面板固定效应模型进行了初步检验。在能源效率回归方程中引入本土市场规模与技术进步的交互项，来考察本土市场规模是否通过技术进步来影响能源效率。计量模型为：

etfpit=λ0+λ1hmsit+λ2techit+λ3hmsit×techit+

λ4controlit+εit

（6）

在加入交互项后，techit的系数由模型（7）中的λ2+λ3hmsit来决定，回归结果如表2所示。

表2的第（1）列和第（2）列汇报了使用1990—2016年的面板數据进行混合OLS估计的基准回归结果，第（3）列和第（4）列汇报了使用固定效应模型的基准回归结果。第（1）列和第（3）列未加入交互项，混合OLS估计和固定效应模型的回归结果均显示技术进步和本土市场规模对能源效率具有显著的正向作用，但显著性水平有所差异。外商直接投资对能源效率的影响呈现正相关，这是因为外资进入不仅可以为一省市发展提供所需资本，同时可以通过技术溢出、知识溢出等多种途径影响能源效率。产业结构与能源效率是负相关关系，但不显著。能源消费结构对能源效率产生了显著的正向作用，且通过了1%的显著性水平检验。这说明煤炭消费量占整体能源消费总量的比重过高，不利于改善能源效率。市场化水平对能源效率具有显著的正向作用，即不断提升的市场化水平有利于能源效率改善。

在加入交互项后，第（2）列和第（4）列的结果显示，不论是混合OLS模型和静态面板固定效应模型，交互项系数均显著为负，但显著性水平不同，混合OLS估计在5%水平上显著，面板固定效应模型在1%水平上显著。这表明技术进步对能源效率的影响要取决于本土市场规模。以第（2）列为例，技术进步对能源利用效率的边际效应由（2.142 9-0.427 0hms）决定，交互项系数为-0.427，并且通过了5%的显著性检验。这说明技术进步对能源效率的正向影响会随着本土市场规模扩大而降低，即随着本土市场规模的扩大会增强技术进步的回弹效应。当hms>5.018 5（2.142 9/0.427）时，技术进步对能源效率产生负向影响；当hms<5.018 5时，技术进步对能源效率产生正向影响。

但运用包含交互项的静态面板模型进行回归结果的估计也存在一定的局限性：①需要外生给定技术进步变量的系数形式。针对本文而言，由于交互项系数均通过了显著性检验，这意味着技术进步变量的系数可能至少一阶形式。②即便技术进步变量系数形式可以给定，那么如何对其系数进行相应分区也是有待解决的问题。第（2）列和第（4）列中，虽然交互项系数都通过了显著性检验，但却不能指出本土市场规模在何种情形下使得技术进步对能源效率的影响是不显著的。③表2的估计结果显示，技术进步对能源效率的影响具有双向性，即正向和负向，这取决于本土市场规模的大小。伴随着本土市场规模的变化，技术进步对能源效率的影响不一定仅仅是由负向正或由正向负的转变，也可能存在三个以上的作用区间。虽然可以人为设定更高阶数进行估计，但也增加了解决问题的复杂性。有鉴于此，本文将采用动态面板门限回归模型来有效处理上述问题。

3.2 动态面板门限效应模型回归分析

表3为运用动态面板门限效应模型方法进行门限检验的结果，检验过程中设定300次迭代，依次搜寻400个样本点。本文在运用动态面板门限模型进行回归时，借鉴Arellano和Bover[30]和Kremer等[26]的方法，采用解释变量，即能源效率的滞后项作为工具变量。由于工具变量的个数往往会影响到后续的实证结果，并且工具变量过多还可能导致参数估计结果的有偏，尤其针对样本量有限的回归而言，参数估计的无偏性与有效性还会存在取舍的问题。因此，鉴于本文的研究对象为时间长度有限的面板数据，为避免因工具变量的过度拟合而出现参数估计有偏的问题，将能源效率的滞后一期作为工具变量。

通过表3可以看出，本土市场规模与能源效率之间存在双重门限效应。当斜率门限值为8.143 3时，其95%的置信区间基本上处于（7.990 3，8.191 2）之间；当斜率门限值为9.022 7时，其95%的置信区间基本上处于（8.958 5， 9.060 0）之间。此外，本土市场规模与能源效率之间存在显著的技术进步门限效应。技术进步斜率门限值（γ）的数值为0.909，其95%的置信区间为（0.906， 0.911），并将样本划分为低水平技术进步区间（techit≤γ）和高水平技术进步区间（techit>γ）两部分，样本数分别为126和684。

由表4可知，由于技术进步和市场规模门限值的不同对能源效率的影响是有差异的。第（1）列和第（2）列结果显示，本土市场规模与能源效率之间存在显著的技术进步门限效应，即技术进步对能源效率的影响取决于本土市场规模。技术进步的门限值为0.909，当技术进步指数小于0.909时，样本为低技术进步区间，反之则为高技术进步区间。在低技术进步区间，本土市场规模与技术进步交互项系数显著为负，而交互项的边际影响系数显著为正，且均通过了1%的显著性水平检验。在高技术进步区间，本土市场规模与技术进步交互项系数同样显著为负。

从第（3）～（5）列可以看出，本土市场规模与能源效率之间存在双重门限效应。本土市场规模的双重门限值分别为8.143 3和9.174 3，当本土市场规模小于8.143 3时，样本为低市场规模组；当本土市场规模处于（8.143 3，9.174 3）区间时，样本为中等市场规模组；当本土市场规模大于9.174 3时，样本为高市场规模组。在低市场规模组，本土市场规模与技术进步交互项系数显著为负，而交互项的边际影响系数同样显著为负，这可能与低市场规模组的产业结构、能源消费结构和地区技术水平有关。由于技术进步要和地区自身的劳动力、资本相结合进行生产，这就要求地区必须有能与技术进步相匹配的吸收能力，否则技术进步带来的溢出效应将难以有效释放，甚至产生负 向影响。在高市场规模组，本土市场规模与技术进步交互项系数显著为负， 且本土市场规模对能源效率的促进作用会随着技术进步增加而逐渐降低，甚至产生抑制作用。在中等市场规模组，本土市场规模与技术进步交互项系数显著为正，而交互项的边际影响系数同样显著为正。这表明只有市场规模处于一定区间时，技术进步提高了本土市场规模对能源效率的促进作用，且本土市场规模的扩大有利于能源效率的提升。

4 稳健性检验及拓展分析

考虑到本土市场规模与技术进步影响能源效率门限效应的时间和空间差异性，本文对进一步的实证研究作如下设计：一是考虑加入WTO的冲击，作为稳健性检验以观察中国加入WTO前后本土市场规模、技术进步对能源效率的影响结果是否稳健；二是借鉴潘雄锋等[25]的研究，根据能源市场扭曲程度，将全部样本省份分为发展改善型、发展成熟型、发展波动型和发展落后型省份，进行分组研究，以便考察不同区域本土市场规模、技术进步对能源效率影响的差异性。

4.1 稳健性检验：考虑加入WTO的分析

虽然本文通过动态面板门限模型检验了本土市场规模与能源效率的技术进步门限效应，但考虑到潜在的内生性问题及其他影响机制的存在，本文进一步将中国加入WTO这一外生事件冲击纳入分析框架。加入WTO后为了开放国内市场，中国政府进行了大幅度的进口关税削减，另外与中国发生贸易的主要伙伴国对来自中国进口的商品实施贸易政策，如美国与中国确立正常贸易关系，也使得中国的出口贸易快速发展。因此，中国加入WTO可能导致中国各个地区的本土市场规模发生结构性改变，并进而使得技术进步的回弹效应发生转变。此外，本文从中国加入WTO这一事件进行进一步分析，以期通过更严谨的计量识别机制考察本土市场规模与技术进步对能源利用效率门限效应的影响是否具有稳健性。

具体的，本文引入反映WTO的虚拟变量（WTO）以及WTO虚拟变量和本土市场规模的交叉项（hms×wto），研究中国加入WTO本身对能源效率的影响。同时为了考察技术进步的回弹效应，加入WTO虚拟变量、本土市场规模和技术进步三项交互（hms×tech×wto）。本文将2001年及2001年以前视为加入WTO前，WTO虚拟变量为0，将2001年以后视为加入WTO后，WTO虚拟变量为1。回归模型如下：

etfpit=λ0+λ1hmsit+λ2techit+λ3wtoit+λ4hmsit×

wtoit+λ5controlit+εit

（8）

etfpit=λ0+λ1hmsit+λ2techit+λ3hmsit×techit+

λ4hmsit×techit×wtoit+λ5controlit+εit

（9）

通过表5第（1）列和第（2）列可以看出，在低技术进 步区间，即使考虑中国加入WTO的影响，本土市场规模对能源效率的影响仍显著为正；在高技术进步区间，这种正向作用则并不显著。此外，在低技术进步组，可以发现，一方面，中国加入WTO本身对能源效率的改善起到了显著的促进作用，能源效率平均提高0.386 8%；另一方面，WTO虚拟变量和本土市场规模交互项的系数显著为负。这表明中国加入WTO后，本土市场规模对能源效率的正向促进作用显著增强（由加入前的0.075 4变成加入后的0.147 9）。其原因可能是中国加入WTO后，外部市场环境改善，市场环境更加适合技術进步与创新等因素所致。

表5第（3）列和第（4）列探讨了技术进步的回弹效应，发现无论是低技术进步组还是高技术进步组，中国加入WTO对能源效率均会产生正向促进作用。此外，在低技术进步组，考虑中国加入WTO后，交互项的边际影响系数为（0.348 8～0.121 0hms）。这说明技术进步对能源效率的正向影响会随着本土市场规模扩大而降低，即中国加入WTO后，技术进步的回弹效应仍然存在。由此表5的回归结果不难发现，当本文考虑中国加入WTO这一外生时间，以避免可能的内生性问题，结果依然符合本文预期，这也进一步验证了回归结果的稳健性。

4.2 拓展分析：分地区的门限回归估计

表5报告了考虑中国加入WTO的稳健性检验，而表6则考察本土市场规模与技术进步影响能源效率门限效应的空间差异性，报告了分地区门限回归的结果，其中发展 改善型地区主要包括北京、天津、上海、浙江和江苏等地，发展成熟型地区主要包括广东、福建、海南等地区，发展波动型地区主要包括山东、广西、湖南和江西等地区，发展落后型地区主要包括内蒙古、贵州、云南、新疆、 山西、陕西、四川、安徽和辽宁等地区。

第（1）列和第（2）列报告了发展改善型地区的回归结果。当技术进步小于0.909的门限值时，交互项的边际影响系数显著为正；而技术进步高于门限值时，交互项的边际影响系数显著为负，因此技术进步存在回弹效应。这是因为该地区经济发展较快，市场经济体制正处于转型和优化时期，市场规模的扩大、技术进步会显著提升能源的使用效率，但受制于地区自身的技术水平等因素，当技术进步高于门限值时，其会对能源利用效率产生负向影响。第（3）列和第（4）列为发展成熟型地区，当技术进步低于门限值时，交互项的边际影响系数不显著；当其高于门限值时，交互项的边际影响系数显著为正。表明对于该地区而言，只有达到一定门限值技术进步对能源效率的促进作用才能显现，因此保持适当的本土市场规模对于技术进步促进能源效率提升也尤为重要。

第（5）列为发展波动型地区，技术进步指数均大于0.909的门限水平，处于技术进步门限值之上，而交互项的边际影响系数显著为负。这是因为该地区虽与长三角、珠三角地理位置较近，会不同程度地受到上述地区改革政策的影响，但与沿海等发达地区相比，改革政策落实力度较低，市场化程度也相对较低，基础较为薄弱，同时本土市场 规模较小，技术进步反而不利于该地区能源利用效率的提升。第（6）列和第（7）列为发展落后型地区，无论技术进步低于或高于门限值，交互项的边际影响系数均显著为正，表明技术进步有利于能源效率的改善。原因在于虽然这些地区市场化改革相对落后且经济发展起步较晚，但其市场规模适中，技术适宜性较好，技术进步有利于提高地区的能源利用效率。

5 结论及政策建议

本文在系统梳理本土市场规模、技术进步影响能源效率理论机制的基础上，利用DynamicSBM模型重新测算了1990—2016年省级层面的能源效率指标，通过动态面板门限模型检验了本土市场规模与能源效率之间存在显著的技术进步门限效应和回弹效应，并进行了基于时空维度的拓展分析。实证研究发现：①本土市场规模与能源效率之间存在显著的技术进步门限效应。在低技术进步区间，本土市场规模对能源效率的促进作用会随着技术进步增加而逐渐降低，甚至产生抑制作用。在高技术进步区间，本土市场规模扩大会抑制能源效率的提高。②本土市场规模与能源效率之间存在双重门限效应。在低市场规模组和高市场规模组，本土市场规模与技术进步对能源效率的交互影响显著为负，但在中等市场规模组却具有正向影响。③进一步基于时间维度的拓展分析发现，中国加入WTO对能源效率的改善起到了显著的促进作用。且中国加入WTO后，本土市场规模对能源效率的正向促进作用显著增强，但技术进步的回弹效应仍然存在。④分地区来看，发展改善型地区具有明显的技术进步回弹效应；发展成熟型地区具有技术进步的门限效应，当高于门限值时本土市场规模与技术进步的交互影响才会促进能源效率提升；而发展落后型地区技术进步均有利于能源效率的改善，且在低门限水平表现得更为明显；发展波动型地区在高门限水平区间不利于能源效率的改善。

上述结论为改善能源效率实现节能减排，进而为践行十九大报告提出的“绿水青山就是金山银山”的生态发展理念提供了有益的政策启示。①应当积极推进能源市场化改革，充分发挥市场在能源资源配置中的主导作用，有效化解政府干预所导致的能源要素市场扭曲对市场规模与技术进步影响能源效率提升的负面作用；努力构建以市场为主导的能源价格定价机制，逐步形成区域统一市场直至构建全国统一能源市场。②重视本土市场规模与能源效率的技术进步门限效应，积极推进能源技术创新，改善能源消费结构，加大对能源企业研发经费投入和政策引导，尤其是积极鼓励清洁能源的开发和应用。同时，要破解体制机制束缚，推进国有能源企业改革，最大限度地调动相关领域社会创新资源。③针对不同地区因地制宜，加大发展落后型地区和发展波动型地区的能源改革和制度体系建设，推动发展成熟型地区的能源技术创新，注重发展改善型的地区的市场规模培育和创新引领作用。④注重挖掘对外开放对能源市场改革的有利影响，对内降低能源领域民营、外资企业准入门槛；对外加强能源国际合作，利用“一带一路”倡议深入推进的契机，着力构建区域能源合作伙伴关系，推动能源互利合作。

（编辑：刘照胜）

参考文献

[1]张兵兵， 朱晶， 全晓云. 技术进步与二氧化碳排放强度： 理论与实证分析[J]. 科研管理， 2017， 38（12）： 41-48.

[2]SALIM R A， SHAFIEI S. Urbanization and renewable and nonrenewable energy consumption in OECD countries： an empirical analysis[J]. Economic modelling， 2014， 38：581-591.

[3]吴传清，董旭.环境约束下长江经济带全要素能源效率研究[J].中国软科学，2016（3）：73-83.

[4]KRUGMAN P. Scale economics，product differentiation，and the pattern of trade[J]. the American economic review， 1980， 70（5）：950-959.

[5]徐康寧， 冯伟. 基于本土市场规模的内生化产业升级：技术创新的第三条道路[J]. 中国工业经济， 2010（11）： 58-67.

[6]崔娜， 柳春.中国工业行业出口的本土市场效应：创新的调节作用[J]. 国际贸易问题， 2018（3）： 37-50.

[7]LARCH M. The multinationalization of the transport sector[J]. Journal of policy modeling， 2007， 29（3）： 397-416.

[8]BRüLHART M， TRIONFETTI F. A test of trade theories when expenditure is home biased[J]. European economic review， 2009， 53（7）： 830-845.

[9]BEHRENS K， OTTAVIANO GIP， LAMORGESE A R， et al. Testing the home market effect in a multicountry world： the theory[R].2004.

[10]CROZET M， TRIONFETTI F. Firmlevel comparative advantage[J]. Journal of international economics， 2013， 91（2）：321-328.

[11]张帆， 潘佐红. 本土市场效应及其对中国省间生产和贸易的影响[J]. 经济学（季刊）， 2006， 5（1）：307-328.

[12]杨汝岱. 中国工业制成品出口增长的影响因素研究：基于1994—2005年分行业面板数据的经验分析[J]. 世界经济， 2008， 31（8）：32-41.

[13]邱斌， 尹威. 中国制造业出口是否存在本土市场效应[J]. 世界经济， 2010（7）： 44-63.

[14]MELITZ M J， OTTAVIANO G I P. Market size， trade， and productivity[J]. The review of economic studies，2008，75（1）：295-316.

[15]张国胜. 本土市场规模与产业升级：一个理论构建式研究[J]. 产业经济研究， 2011， 2011（4）：26-34.

[16]陈丰龙， 徐康宁. 本土市场规模与中国制造业全要素生产率[J]. 中国工业经济， 2012（5）：44-56.

[17]康志勇.中国企业自主创新存在本土市场效应吗？[J].科学学研究， 2012，30（7）：1092-1100.

[18]FISHERVANDEN K， JEFFERSON G H， LIU H， et al. What is driving Chinas decline in energy intensity？[J]. Resource and energy economics， 2004， 26（1）：77-97.

[19]邵帅， 杨莉莉， 黄涛. 能源回弹效应的理论模型与中国经验[J]. 经济研究， 2013， 48（2）：96-109.

[20]PERRY S. Do urbanization and industrialization affect energy intensity in developing countries？[J]. Energy economics， 2013（37）：52-59.

[21]GLAESER E L， KAHN M E. The greenness of cities： Carbon dioxide emissions and urban development[J]. Journal of urban economics， 2010， 67（3）：404-418.

[22]AROURI M E H， BEN A， HENNI H， et al. Energy consumption， economic growth and CO2 emissions in middle east and north African countries[J]. Energy policy， 2012，45：342-349.

[23]林伯強， 杜克锐. 要素市场扭曲对能源效率的影响[J]. 经济研究， 2013（9）：125-136.

[24]魏楚， 郑新业. 能源效率提升的新视角——基于市场分割的检验[J]. 中国社会科学， 2017（10）：90-111.

[25]潘雄锋， 彭晓雪， 李斌. 市场扭曲、技术进步与能源效率：基于省际异质性的政策选择[J]. 世界经济， 2017， 40（1）：91-115.

[26]KREMER S， BICK A， NAUTZ D. Inflation and growth： new evidence from a dynamic panel threshold analysis？ [J]. Empirical economics， 2012， 44（2）： 1-18.

[27]成金华，李世祥.结构变动、技术进步以及价格对能源效率的影响[J].中国人口·资源与环境，2010，20（4）：35-42.

[28]李强，魏巍，徐康宁.技术进步和结构调整对能源消费回弹效应的估算[J].中国人口·资源与环境，2014，24（10）：64-67.

[29]BICK A. Threshold effects of inflation on economic growth in developing countries[J]. Economics letters， 2010， 108（2）： 126-129.

[30]ARELLANO M， BOVER O. Another look at the instrumental variables estimation of errorcomponentsmodels[J]. Economy， 1995： 29-51.

[31]TONE K， TSUTSUI M. Network DEA： a slacksbased measure approach[J]. European journal of operational research， 2009， 197（1）：243-252.

[32]TONE K.A slacksbased measure of efficiency in data envelopment analysis[J]. European journal of operational research， 2001， 130（3）： 498-509.

[33]邵军， 徐康宁. 转型时期经济波动对我国生产率增长的影响研究[J]. 经济研究， 2011（12）：97-110.

[34]HARRIS， JAY C. Detergency evaluation and testing[J]. Soil science， 1954， 77（6）：481.