技术进步对能源效率的影响_基于考_省略_的全要素生产率指数和面板计量分析_董锋
全要素生产率的概念界定和内涵
1.全要素生产率的概念界定和内涵（金融发展对中国全要素生产率增长的影响：作用机制与实证分析，周杰琦）目前学界对于全要素生产率概念的界定仍未达成共识，全要素生产率是个内涵和外延模糊的概念（郑玉歆，1999）。
全要素生产率概念的界定对于本文后续理论分析以及实证研究都尤为重要。
荷兰学者Tibergen（1942）将时间因素引入到柯布一道格拉斯生产函数中，开创性提出全要素生产率的概念。
全要素生产率引起学界的广泛关注最早起源于Solow（1957）开创性的研究工作，其目前已成为分析经济增长源泉以及评价经济增长质量的重要指标。
按照Solow 经济增长理论，全要素生产率是指，各种生产投入要素(如资本、劳动投入、能源、自然资源等)贡献之外的、由技术进步、技术效率、管理创新、社会经济制度等因素所导致的产出增加。
在此意义上，全要素生产率也称为Solow 剩余。
全要素生产率变动被解释为生产函数的整体移动，而要素投入变化则指要素投入沿着生产函数本身的移动。
在新古典经济增长理论中，全要素生产率被解释是外生的技术进步，因此，技术进步独立于经济体的其他任何变量而产生。
有的学者认为，Solow 剩余“测量了我们在经济增长源泉中无法全部解释和分析的因素”，它不仅包含：依赖创新推动的技术进步、通过模仿学习获得的技术进步以及技术效率提升，还包含了一系列未知的复杂因素，如数据测量误差、模型变量遗漏、模型设定偏误、经济周期波动的干扰等。
然而，Jorgerson 和Griliches(1967)却认为，Solow剩余不过是投入要素不恰当测量所造成的结果，如果投入要素被正确测量，Solow 剩余则不复存在。
由上可见，即便从索洛剩余的角度来界定全要素生产率，学术界对全要素生产率的内涵和外延也未能形成一致的认识。
这种局面容易导致有关全要素生产率的研究出现混乱，甚至妨碍该研究领域的深入向前发展。
以中国情况为例，目前，由于概念定义、数据处理以及研究方法的不同，国内外研究对中国全要素生产率平均增长率的测算结果存在较大分歧，比如，Young(2003)测算的结果为1.4%，Chow (2002) 测算的结果为2.68%，郭庆旺等(2005)测算的结果为0.891%。
科技投入对长三角能源效率的影响评价——基于动态Malmquist生产率指数的实证研究
（ 上海理工大学 管理学 院 ， 上海 ２ ０ ９ ） ０ ０ ３
摘要 ： １９ — ０９年 数据 为样 本， 以 ９９２０ 先采用基于投入型 Ｍａ ｕｓ 生产 率指 数法对上海市 、 ｌ ｉ ｍｑ ｔ 江苏省和浙江省 三省市 的能源效率进行测算 ， 后采用面板数据进行 回归分析 ， 然 考察科技投入对能源效率的影响。结果 表明：１ 江浙沪近 （） １ 年 的能源效率并没有明显提高， １ 技术进步 率下降是 能源效率降低 的内在原 因；２ 科技投入对能源效率影响显著 ， （） 可通过扩大科技资金投入、 进行技术改造、 技术创新等方式提 高能源效率 ， 促进长三角地 区低碳 经济的快速发展。
２１ ０ ２年 ５ 月
经 济与 管 理
Ｅｃ ｎｏ ｎ Ｍ ａ ａｇｅ ｅ ｔ ｏ ｍｙ ａ ｄ ｎ ｍ ｎ
Ｍ ａ ， ０１ ｙ． ２ ２
２ ６卷
第５ 期
Ｖ １ ６ Ⅳ０５ ｏ． ２ ．
●区域经济
科技投入对长三角能源效率的影响评价
— —
基 于动 态 Ｍ ｌ ｑ ｉ 生产 率指数 的 实证研 究 ａ ｕｔ ｍ ｓ
生产函数的形式 ，然后采集相应的投入 和产出要素 数据 ， 运用计量经济学的方法对相关参数进行估计 ， 所得到的生产函数反映的是一定投入要素组合与平 均产出量之间的函数关系 ，这种理论生产函数所描 述 的生 产可 能性 边界 称为生 产前 沿 面 。由于生 产前
沿面研究的参数方法需要事先假定函数形式 ， 需要
述生产过程 中多种投入和产出情况下基于非参数模
型的理 论体 系 。后来 在 Ｄ Ａ方法 的基 础上 ， 发展 Ｅ 又
较少。本文主要做了以下两方面工作 ： 第一 ， 利用非 参数 Ｍ ｌｑ ｉ 动态指数对长三角地 区能源效率进 ａ ｕｓ ｍ ｔ
211236662_FDI_的环境效应
2023年4月Apr.2023重庆工商大学学报(社会科学版)Journal of Chongqing Technology and Business University (Social Science Edition )第40卷第2期Vol.40㊀No.2doi :10.3969/j.issn.1672-0598.2023.02.004㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀∗收稿日期:2021-07-01㊀基金项目:重庆市社会科学规划社会组织项目(2022SZ02) 三峡库区绿色发展现状与提升路径研究 ;重庆工商大学长江上游经济研究中心开放基金项目(KFJJ2018002) 长江经济带绿色全要素生产率增长研究㊀作者简介:张文爱(1978 ),男,重庆酉阳人;重庆工商大学长江上游经济研究中心㊁经济学院副教授,经济学博士,主要从事计量经济学理论与应用㊁区域经济㊁经济增长研究㊂罗润万(1997 ),男,重庆开州人;重庆工商大学长江上游经济研究中心数量经济学专业硕士研究生,主要从事计量经济学理论与应用㊁空间经济学研究㊂㊀本文引用格式:张文爱,罗润万.FDI 的环境效应: 污染光环 抑或 污染天堂 ? 基于面板ARDL -ECM 模型的实证检验[J].重庆工商大学学报(社会科学版),2023,40(2):36-49.FDI 的环境效应: 污染光环 抑或 污染天堂 ?基于面板ARDL -ECM 模型的实证检验∗张文爱a ,b ,罗润万a(重庆工商大学a.长江上游经济研究中心;b.经济学院,重庆㊀400067)摘要:构建ARDL -ECM 模型,在全国样本和东㊁中㊁西地区样本下对外商直接投资(FDI )对碳排放的长期和短期影响进行实证检验㊂研究发现:(1)FDI 对我国碳排放的影响具有明显的地区差异,其中东部地区支持了 污染天堂 假说,其他地区则支持了 污染光环 假说㊂(2)FDI 对碳排放的长期效应与短期效应差异显著㊂(3)二氧化碳排放的规模效应显著为正,技术进步效应和结构效应显著为负,且东部地区FDI 对碳排放的促进作用主要源于较大的规模效应以及较小的技术进步效应㊂(4)FDI 是二氧化碳排放的格兰杰原因,且FDI 与GDP ㊁技术进步和产业结构互为因果关系,其他因素通过与FDI 的相互作用影响碳排放,为将FDI 的碳排放效应分解为规模效应㊁技术效应和结构效应提供了实际依据㊂关键词:污染光环;污染天堂;外商直接投资;碳排放;ARDL -ECM 模型中图分类号:X321;F832.6㊀㊀㊀文献标志码:A㊀㊀㊀文章编号:1672-0598(2023)02-0036-14一、引言节能减排,建设 美丽中国 ,既是新时代的主旋律,更是推动绿色低碳高质量发展的客观需要㊂然而,在我国早期发展的较长一段时间里,出于经济增长的迫切需要而实施的相对宽松的环境政策,在促进经济快速增长的同时,也给环境造成了较大压力㊂2005年,我国首次超过美国成为二氧化碳(CO 2)排放63第2期张文爱,罗润万:FDI 的环境效应: 污染光环 抑或 污染天堂 ?量最大的国家,现阶段每年CO 2排放量达到10357万吨①㊂作为一个负责任的大国,我国积极回应国际社会对中国CO 2减排的要求,并承诺力争在2030年以前达到碳峰值,在2060年之前达到碳中和②㊂我国作为最大的发展中国家,为解决改革开放初期外汇极度紧缺的难题而制定了相对宽松的投资环境,外商直接投资(FDI)在一系列优惠政策的支持下飞速发展,我国成为外资储备和流入最大的国家㊂在有利于解决我国初期发展过程中存在的资金困难问题的同时,FDI 对环境的影响逐渐成为学界和政界积极关注的话题,但学术界对此并没有一致的意见,而是形成了两种相对立的主要观点㊂ 污染光环 假说认为FDI 作为资金和技术的综合体,是东道国技术进步的主要来源,可以带来正向的能效技术溢出,技术的提高有利于降低能源消耗强度,提高能源使用效率,降低碳排放,对于改善东道国的生态环境具有积极作用;与之对立的 污染天堂 假说则认为发展中国家出于对发展的迫切需要而制定的环境规制政策相对宽松,因此往往成为发达国家转移高耗能产业的捷径,使发展中国家沦为 污染天堂 ㊂因此,科学认识FDI 的环境效应,合理利用FDI 解决资金与技术瓶颈,是发展中国家实现追赶发展的成功经验;而对生态环境的保护,避免走 先发展后治理 的旧路,同样是世界各国发展的共识㊂那么,对于我国来说,FDI 对环境的影响究竟是 污染光环 还是 污染天堂 ?本文深入剖析了FDI 的环境效应,打开其对CO 2排放效应的 黑匣子 ,厘清FDI 对我国资源与环境的实际影响,对我国CO 2减排以及因地制宜制定FDI 和能源政策,提高能源效率,实现人与自然和谐共生㊁资源节约与环境友好发展具有重要的现实意义㊂二、文献回顾有关FDI 对能源效率及CO 2排放的影响研究,主要有三种观点㊂第一种观点是 有害论 ㊂Leonard(1984)[1]首先提出了 污染天堂 假说,认为发展中国家环境规制水平往往低于发达国家,因此发达国家高污染㊁高能耗的产业会向发展中国家转移,特别是那些因迫切需要发展而降低环境规制的发展中国家,会成为高污染产业的聚集地㊂Kennedy(1994)[2]通过一个三国垄断模型进一步指出,在自由贸易中,各国为维持其产业竞争力,会不断降低环境规制水平,进而出现 向底线赛跑 的现象㊂Coleetal(2006)[3]在完全竞争市场假设下,得出类似的结论,认为FDI 会影响东道国环境规制政策㊂Chilchilnisky(1994)[4]运用科斯产权理论指出,在产权不明晰的情况下,国际贸易加剧了发展中国家的污染状况㊂其他研究也印证了以上观点(Bakhshetal 2017;wang 2017)[5-6]㊂有关我国FDI 与CO 2排放关系的研究中,李锴等(2011)[7]估算了我国1997 2008年省级碳排放量,并实证了 污染天堂 假说在我国是成立的,张宽(2019)[8]也得到了类似的结论㊂但杨子晖(2017)[9]认为 污染天堂 假说仅在我国的部分地区成立㊂第二种观点是 有利论 ㊂研究者认为FDI 具有 污染光环 效应,可以给东道国带来正的技术进步溢出,并且有助于减少东道国的污染排放,提高各国可持续发展的能力㊂Perkins 和Neumayer(2008)[10]认为FDI 并不是CO 2排放提高的根源,一味地限制不但不能达到节能减排的目的,反而会进一步扭曲市73①②The World Bank :https :// /2020年9月22日,中国政府在第七十五届联合国大会上提出: 中国将提高国家自主贡献力度,采取更加有力的政策和措施,二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和㊂重庆工商大学学报(社会科学版)第40卷场㊂Dean(2002)[11]等研究发现,当环境规制合适时,FDI不但能够增加社会福利,而且还能通过额外的经济效益消除环境污染的负面影响㊂近年来,国内也有大量研究支持 有利论 的观点㊂宋德勇和易艳春(2011)[12]以我国1978 2008年的时间序列数据为样本,研究发现FDI流入在一定程度上对CO2有负向影响㊂赵皋(2015)[13]通过面板数据得出FDI对我国碳减排有着至关重要的作用㊂邵燕斐和王小斌(2014)[14]通过空间计量模型㊁徐春华和刘力(2016)[15]通过构建贸易权重矩阵的空间模型也得出了类似的结论㊂臧新和潘国秀(2016)[16]在研究物流经济时发现,FDI显著减少了我国物流业的CO2排放量㊂第三种观点认为FDI对CO2排放的影响特别复杂,是多种效应共同作用的结果,其影响方向也是不确定的,主要取决于各种效应的大小和方向,往往表现为不同国家㊁不同地区会有不同的结果㊂如Gross-man和Krueger(1991)[17]将FDI的环境效应分解为规模效应㊁结构效应和技术效应进行研究,Panayotou (1997)[18]进一步将FDI的环境效应分为规模效应㊁收入效应㊁结构效应㊁产业效应㊁技术效应和政策效应六个方面进行研究㊂代迪尔和李子豪(2011)[19]研究发现,FDI对CO2排放的规模效应和结构效应增加了CO2排放,而技术效应减少了CO2排放,总体上FDI增大了我国的碳排放㊂周杰琦和汪同三(2014)[20]则得出我国FDI对CO2排放影响的规模效应要大于其结构技术效应,FDI在总体上增加了我国CO2的排放㊂林基(2014)[21]通过联立方程组模型研究发现FDI通过规模效应增加CO2排放,但同时又通过结构㊁技术以及环境规制效应减少碳排放,最终其总效应是减少排放的㊂朱美凤和魏景赋(2018)[22]通过STIRPAT模型,采用2000 2014年我国三大经济圈的面板数据研究发现,不同地区FDI 对CO2排放的影响不同,环渤海经济圈的FDI增大了排放量,而长三角㊁珠三角地区则相反㊂本文参考相关文献的思路,通过规模效应㊁技术进步效应和结构效应来研究FDI的环境效应㊂本文可能的创新之处在于:(1)从规模效应㊁技术进步效应和结构效应等方面,将FDI的环境效应引入到面板ARDL-ECM模型中,探讨各种效应的长短期影响㊂(2)在全国样本和东部地区㊁中部地区㊁西部地区样本下分别对模型进行估计,研究各种效应的地区异同㊂(3)通过格兰杰因果检验,为FDI环境效应的实现机制提供数量关系上的实证检验㊂三、方法与数据(一)FDI对碳排放的影响机制借鉴Grossman和Krueger[17]的分析框架,将FDI对环境的影响分解为规模效应㊁技术效应和结构效应㊂1.规模效应㊂碳排放的规模效应指的是在其他条件不变的情况下,经济规模的扩大对二氧化碳排放量产生影响㊂FDI作为一种投资,直接提供资金支持,增加企业利润,扩大经济规模㊂但随着FDI的增加,化石能源的消费需求也会增大,导致二氧化碳排放增加㊂但这种结果不是必然的,根据环境库兹涅茨曲线,当经济发展水平较低时,经济增长会扩大碳排放量;当经济发展到一定水平之后,人们对环境的要求越来越高,环境规制水平提高将降低碳排放量㊂目前,对于发展中国家而言,经济发展水平一般都在环境库兹涅茨 倒U 形曲线左侧,FDI的规模效应为正;而对于发达国家,经济发展水平一般都在环境库兹涅茨曲线的右侧,FDI的规模效应存在正㊁负两方面的影响㊂83第2期张文爱,罗润万:FDI的环境效应: 污染光环 抑或 污染天堂 ?2.技术效应㊂一般而言,技术进步都有着积极的减排效果,而FDI对技术进步具有积极影响㊂FDI 对技术进步的促进作用主要表现在:第一,FDI的技术转移和技术溢出效果将国外的清洁技术和先进的管理技术转移到国内,从而降低二氧化碳排放,改善环境质量;第二,FDI的进入促进国内技术市场的自由竞争,在市场的激励和压力下,企业积极提高生产效率,提高能源使用效率,同时自由市场有益于淘汰高污染㊁低产能的落后企业,提高整体技术水平;第三,FDI进入会使政府提高对有关部门的监督,提高市场准入技术门槛,也有利于国内企业提高自身的管理制度和技术水平㊂因此,FDI对碳排放的技术进步效应可以积极减少碳排放㊂3.结构效应㊂一国的产业结构一定程度上会随着国际市场经济的改变而改变,FDI进入带来的新技术可以推动国内产业结构的转型㊂但FDI对碳排放的结构效应主要是由FDI对产业结构影响决定的,若FDI主要投入到高附加值的产业,导致国内产业结构向高技术含量㊁清洁技术产业转变,则FDI投入在促进一国经济增长的同时,还能降低碳排放,此时结构效应对碳排放产生负影响;若FDI主要投向资源密集型产业,导致国内产业结构向高排放㊁高污染的产业转变,则FDI的结构效应对碳排放具有正向促进㊂(二)模型构建根据上述理论机制,借鉴已有文献并考虑本文为研究FDI与CO2排放之间动态关系的目的,建立面板自回归分布滞后模型(ARDL)㊂该模型可以在小样本的情况下保持稳健性,且变量无论是I(0)还是I(1),该模型都能进行检验和估计㊂模型形式如下:lnco2i,t=ðp j=1λij lnco2i,t-j+ðq1j=0δ1ij lnfdi i,t-j+ðq2j=0δ2ij lngdp i,t-j+ðq3j=0δ3ij tech i,t-j+ðq4j=0δ4ij S i,t-j+u i,t+εi,t(1)式中i表示个体(省份),t表示时间,p为被解释变量的滞后阶数,q为解释变量的滞后阶数㊂ln CO2为CO2排放量的对数;ln fdi为外商直接投资的对数;ln gdp为实际GDP的对数,用其估计FDI对碳排放影响的规模效应;tech为技术进步,用各省的能源效率(GDP/能源消耗)表示,用以估计FDI对碳排放影响的技术进步效应;S为产业结构,用第二产业产值占GDP总产值的比例表示,用以估计FDI对碳排放影响的结构效应,u i,t为个体效应,εi,t为随机扰动项㊂ARDL模型可以进一步线性变换为误差修正模型(ECM),同时估计各个变量对被解释变量的长期影响和短期影响㊂故将式(1)化为:әlnco2i,t=u i+θi(lnco2i,t-1-φ1i lnfdi i,t-φ2i lngdp i,t-φ3i tech i,t-φ4i S i,t)+ðp j=1λ∗ijәlnco2i,t-j+ðq1j=0δ∗1ijәlnfdi i,t-j+ðq2j=0δ∗2ijәlngdp i,t-j+ðq3j=0δ∗3ijәtech i,t-j+ðq4j=0δ∗4ijәS i,t-j+εi,t(2)式中φ为长期影响系数,δ∗和λ∗为短期影响系数,θ为误差修正项的系数,其中θ显著的小于0则表示被解释变量与解释之间存在协整关系及反向调节机制㊂(三)数据来源及变量本文以内地省级行政区划为研究对象,其中西藏地区由于数据缺失过多,故不列入研究样本,共获得30个省际面板数据㊂数据范围为2000 2019年,数据来源于EPS数据平台下的中国能源数据库和历年‘中国统计年鉴“㊂二氧化碳排放量(ln CO2):本文用化石燃料消费量估算二氧化碳的排放量,共选取了八种主要化石燃93重庆工商大学学报(社会科学版)第40卷料(煤炭㊁焦炭㊁原油㊁汽油㊁煤油㊁柴油㊁燃料油和天然气),并用碳排放系数估计各种能源二氧化碳排放量的总和作为二氧化碳排放量数据,并对其取对数,记为ln CO 2㊂外商直接投资(ln fdi ):选取各个省份外商直接投资进出口总额,以固定资产投资价格指数折算为2000年价格的实际值,并对其取对数,记为ln fdi ㊂地区生产总值(ln gdp ):地区生产总值数据是以2000年为基年的实际GDP,并对其取对数,记为ln gdp ㊂技术进步(tech ):技术进步在不同领域的表现形式不同,由于本文旨在研究FDI 对碳排放的影响,所以用能源的使用效率衡量技术进步具有合理性㊂能源使用效率即单位标准煤可以带来的GDP 产值,用以2000年为基年的实际GDP 数据除以标准煤使用总量表示㊂经济结构(S ):用各地区第二产业增加值占地区生产总值的比例表示㊂经整理,得到本文实证的最终数据结果如图2所示㊂图1㊀2000 2019年全部样本及东㊁中㊁西区域CO 2排放4第2期张文爱,罗润万:FDI 的环境效应: 污染光环 抑或 污染天堂?图2㊀2000—2019年CO 2排放的主要影响因素对上述变量进行统计描述,结果如表1所示㊂表1 变量的描述性统计变量(符号,单位)均值标准差最小值最大值观测值二氧化碳排放量(ln CO 2,万吨)总体10.2330.7057.80211.924N =600组间0.5348.96511.176n =30组内0.4698.35511.985T =20外商直接投资(ln fdi ,千美元)总体15.189 2.4627.93019.910N =600组间 2.3499.96319.458n =30组内0.84912.54117.439T =20地区生产总值(ln gdp ,亿元)总体8.760 1.063 5.57511.172N =600组间0.901 6.59210.344n =30组内0.5877.5089.780T =2014重庆工商大学学报(社会科学版)第40卷续表1变量(符号,单位)均值标准差最小值最大值观测值技术进步(tech,亿元/万吨标准煤)总体0.8350.4330.088 2.501N=600组间0.3570.251 1.518n=30组内0.2530.108 1.817T=20经济结构(S,%)总体0.4290.0800.1600.620N=600组间0.0690.2240.529n=30组内0.0430.2350.538T=20㊀㊀数据来源:国家统计局㊁EPS数据平台,并由作者整理得到㊂四、实证结果用全国样本和东部㊁中部㊁西部的地区样本分别对式(2)进行估计,得到我国FDI与二氧化碳排放量的动态关系,并检验其在地区之间的异同㊂(一)面板单位根检验ARDL对于I(0)和I(1)的变量都可以进行估计和检验,所以首先进行单位根检验㊂但面板ARDL 模型的单位根检验不同于时间序列数据ARDL模型,各省份的面板数据可能由于某种共同作用而表现出相关性,故在进行单位根检验时先进行截面相关性检验㊂若存在截面相关,则传统的LLC检验和PP等失效,需要使用考虑截面相关因素的Pesaran-CADF检验(Pesaran2007)[23]㊂首先进行界面相关性检验(Pesaran-CD检验),原假设为不存在截面相关㊂检验结果如表2所示,表中无论是全国样本还是分地区样本,均在1%的显著性水平下强烈拒绝不存在截面相关的原假设,认为具有截面相关性㊂故应该选取截面相关的面板单位根检验(Pesaran-CADF检验)来检验单整过程是否超过1阶,检验结果见表3㊂该检验的原假设是具有单位根,由表中结果可知,虽然有些变量并不平稳,但所有的差分项都拒绝了原假设,认为这些变量可以满足面板ARDL模型的要求㊂表2 截面相关性检验变量Pesaran-CD检验全国样本东部地区中部地区西部地区ln CO227.29∗∗∗10.88∗∗∗8.50∗∗∗13.99∗∗∗ln fdi62.78∗∗∗31.50∗∗∗20.75∗∗∗11.79∗∗∗ln gdp93.07∗∗∗33.10∗∗∗23.63∗∗∗33.10∗∗∗tech70.85∗∗∗31.35∗∗∗22.91∗∗∗15.04∗∗∗S45.42∗∗∗21.19∗∗∗10.29∗∗∗20.66∗∗∗㊀㊀注:∗㊁∗∗㊁∗∗∗分别表示在10%㊁5%㊁1%的显著性水平下显著24第2期张文爱,罗润万:FDI的环境效应: 污染光环 抑或 污染天堂 ?表3㊀面板单位根检验pesaran-CADF检验变量全国样本东部地区中部地区西部地区ln CO2-1.618-2.938∗∗-1.758-2.626әln CO2-2.772∗∗∗-3.199∗∗∗-3.298∗∗∗-2.859∗∗ln fdi-1.285-0.745-1.176-1.540әln fdi-2.174∗∗∗-2.187∗-3.640∗∗∗-2.836∗∗∗ln gdp-2.227∗∗∗-2.1.2-2.626∗∗∗-2.332∗∗әln gdp-2.095∗∗-2.200∗∗-2.688∗∗∗-2.210∗tech-2.950∗∗∗-3.313∗∗∗-3.536∗∗∗-2.752∗әtech-3.351∗∗∗-2.670∗∗∗-3.729∗∗∗-3.469∗∗∗S-1.567-2.044-1.867-2.210әS-2.913∗∗∗-2.778∗∗∗-2.430∗∗-3.458∗∗∗㊀㊀注:∗㊁∗∗㊁∗∗∗分别表示在10%㊁5%㊁1%的显著性水平下显著(二)协整检验为判断变量之间是否存在长期关系,需要对变量做协整检验㊂只有存在协整关系,我们估计的长期系数及误差修正项才有效,进而可以估计短期系数㊂本文使用Pedroni(1999)[24]的方法,对模型中变量进行协整检验,检验的原假设为所选变量之间不存在协整关系㊂表4进一步列出了Pedroni协整检验的三种不同检验统计量的值,其中全国地区和东部地区的三种检验统计量都显著地拒绝原假设,说明变量之间存在长期关系,中部地区调整的pp检验统计量和pp检验统计量显著,西部地区三种检验统计量中pp检验和ADF检验的t值不显著,只有调整的pp检验t值显著㊂模型对全国地区和东部地区的拟合结果是最好的,而中部地区和西部地区的拟合结果次之㊂表4㊀协整检验统计量全国地区东部地区中部地区西部地区Modified Phillips-Perron t 3.854∗∗∗ 1.842∗∗ 2.111∗∗ 3.054∗∗∗Phillips-Perron t-2.210∗∗-3.014∗∗∗-1.333∗0.697Augmented Dickey-Fuller t-2.051∗∗-2.639∗∗∗-1.090-0.182㊀㊀注:∗㊁∗∗㊁∗∗∗分别表示在10%㊁5%㊁1%的显著性水平下显著(三)FDI影响碳排放的实证结果在估计模型之前还要选择面板ARDL的最优滞后阶数,现有最优滞后阶数选择有赤池信息准则(AIC准则)和斯瓦茨贝叶斯准则(SBC准则)㊂前人根据蒙特卡多模拟发现,在ARDL模型中,SBC准则更优(Pesaran2001),故本文用SBC方法选择最优滞后阶数㊂通过SBC准则确定模型(2)中各变量在全34重庆工商大学学报(社会科学版)第40卷国地区㊁东部地区㊁中部地区和西部地区的滞后阶数,选取最大滞后阶数为2,并依次估计所有模型,将SBC最小的模型作为最优模型,最终选择全国地区㊁东部地区㊁中部地区和西部地区的最优模型为ARDL(1,1,1,1,1)㊂在确定好滞后阶数之后,对模型进行估计㊂Pesaran等(1999)[25]提出了一种混合组群平均数估计法(Pooled Mean Group,PMG),可以用来估计面板ARDL模型㊂该估计方法允许不同组之间的截距项㊁短期系数和随机扰动项是不同的,但不同组之间的长期系数应该是一致的㊂该估计方法还有一个优点,它可以削弱变量内生性对模型估计系数影响㊂模型估计结果如表5所示㊂表5㊀模型长期系数估计结果全国东部中部西部ln fdi-0.178∗∗∗0.213∗∗-0.497∗∗∗-0.0401(0.0510)(0.0913)(0.138)(0.0511)ln gdp0.572∗∗∗0.932∗∗∗ 1.151∗∗∗0.508∗∗∗(0.0894)(0.142)(0.244)(0.117)tech-1.270∗∗∗-0.337∗-1.829∗∗∗-1.889∗∗∗(0.148)(0.189)(0.203)(0.543)S-1.617∗∗ 1.843-3.523∗∗∗-6.812∗∗∗(0.778)(1.219)(0.802)(1.467)㊀㊀注:括号中的数值为标准差㊂∗p<0.1,∗∗p<0.05,∗∗∗p<0.01表6㊀能源效率方程短期系数估计结果全国东部中部西部EC t-1-0.312∗∗∗-0.381∗∗∗-0.510∗-0.331∗∗∗(0.0734)(0.101)(0.282)(0.0877)D.ln fdi0.0695-0.05910.1670.0923∗∗(0.0434)(0.0809)(0.221)(0.0428)D.ln gdp-0.965 1.731-1.912-0.480(0.884)(1.127)(2.138)(1.051)D.tech-0.914-0.09280.536-1.638(0.636)(0.745)(0.777)(1.557)D.S-1.555-2.111-2.298-1.537(1.095)(2.503)(2.275)(2.281)_cons 3.157∗∗∗-1.209∗∗∗ 5.649∗ 3.568∗∗∗(0.750)(0.397)(3.107)(0.905)㊀㊀注:括号中的数值为标准差㊂∗p<0.1,∗∗p<0.05,∗∗∗p<0.0144第2期张文爱,罗润万:FDI的环境效应: 污染光环 抑或 污染天堂 ?其误差修正项EC的系数t检验的统计量都显著,系数都为负,且在全国样本㊁东部地区㊁中部地区和西部地区样本下分别为-0.312㊁-0.381㊁-0.510和-0.331,表明模型存在反向调节机制,模型中上一期各变量对ln CO2的长期偏离会对当期ln CO2变量进行反向调节,且上一年长期均衡的偏离在当年调整的速度较快㊂从表5的估计结果可知,模型的长期系数在全国样本和我国东部地区㊁中部地区下都很显著,只有东部地区的产业结构变量和西部地区的ln fdi变量没有通过10%的显著性水平,且所有样本FDI对二氧化碳排放的长期影响具有明显的地区差异㊂长期来看,在全国样本下,FDI可以达到减排的目的,实证支持了 污染光环堂 假说;且在全国样本下,FDI每增加1%,我国碳排放量平均减少0.178%㊂分地区来看,FDI对中部地区的减排效果最为明显,FDI每增加1%,中部地区的碳减排可以达到0.497%;其次为西部地区,只有0.04%,且不太显著;中部地区FDI对二氧化碳排放的影响为正向促进,支持了 污染天堂 假说㊂地区生产总值对二氧化碳排放的长期影响在全国样本和我国东部地区㊁中部地区㊁西部地区样本下都显著为正,表明近年来随着我国经济的高速增长,经济规模的不断扩大,二氧化碳排放也不断增加,二氧化碳排放的规模效应为正,与前人的研究一致;且不同地区生产总值对二氧化碳排放的长期影响在中部地区最大,其次是东部地区,最后为西部地区㊂技术进步即能源使用效率对二氧化碳排放的长期影响在所有样本下都显著为负,表明技术进步使我国及各地区的能源使用效率提高,达到节能减排的目的,二氧化碳排放的技术进步效应显著为负,与已有研究一致㊂技术进步的影响在不同地区也有显著的差异,其中西部地区最高,为-1.889;中部地区次之,为-1.829;东部地区系数只有其他地区的20%不到,为-0.337㊂东部地区碳排放的技术进步效果低下是导致FDI在东部地区出现 污染天堂 现象的可能原因㊂产业结构对二氧化碳排放的影响在全国地区㊁中部地区以及西部地区显著为负,但在东部地区为正,且不太显著;二氧化碳排放的产业结构效应在大多数地区显著为负,已有研究中结构效应符号也各有差别,与本文研究相符㊂其系数在东部地区为正,且不显著;在其他地区显著为负,且减排效应在西部地区最大,中部地区次之㊂从表6的估计结果可知,模型中只有西部地区外商直接投资对碳排放的短期影响显著为正,其他地区的所有变量短期效应均不显著,说明外商直接投资在全国样本和东部地区㊁中部地区对碳排放主要具有长期效应,而在西部地区主要具有短期效应,且显著为正㊂而对碳排放影响的规模效应㊁技术进步效应和结构效应都体现为长期影响而不存在短期影响㊂(四)机制检验根据Dumitrescu和Hurlin(2012)[26]的方法,通过格兰杰因果检验对二氧化碳排放的格兰杰原因㊁外商直接投资的格兰杰原因和外商直接投资是否为其他变量的格兰杰原因进行检验,在此仅对全国样本进行检验㊂结果见表7㊂表7 格兰杰因果检验结果变量z-bar p-value z-bartilde p-value碳排放ln CO2的格兰杰原因ln fdi 3.5193∗∗∗0.0004 2.3213∗∗0.0203 ln gdp 1.17010.24200.48270.6293 tech0.30590.7597-0.19360.8465 S 2.4506∗∗0.0143 1.48490.137654续表7变量z -bar p -value z -bartilde p -value 外商投资ln fdi的格兰杰原因ln CO 24.9203∗∗∗0.0000 3.4177∗∗∗0.0000ln gdp 9.3233∗∗∗0.0000 6.8636∗∗∗0.0000tech 11.365∗∗∗0.00008.4617∗∗∗0.0000S 10.503∗∗∗0.00007.7869∗∗∗0.0000ln fdi 是否为其他变量为的格兰杰原因ln gdp 52.871∗∗∗0.000040.945∗∗∗0.0006tech 21.034∗∗∗0.000016.029∗∗∗0.0000S 19.073∗∗∗0.000014.494∗∗∗0.0000在对碳排放的格兰杰原因的检验中,原假设为各个变量不是ln CO 2的格兰杰原因,表7给出了两种统计量的值以及他们的p 值,可知在5%的显著性水平下外商直接投资㊁GDP ㊁技术进步和产业结构四个变量中只有外商直接投资是二氧化碳排放的格兰杰原因,其余都不是;对产业结构变量的检验中,只有一个统计量通过了显著性检验,可以认为产业结构在一定程度上是碳排放的格兰杰原因㊂在对外商直接投资的格兰杰原因的检验中,在5%的显著性水平下,二氧化碳排放㊁GDP ㊁技术进步和产业结构都是能源使用效率的格兰杰原因㊂在对外商直接投资是否为各个变量的格兰杰原因的检验中,在5%的显著性水平下,外商直接投资分别为GDP ㊁技术进步和产业结构的格兰杰原因㊂由于模型短期效应几乎不显著,所以结合ARDL 在全国样本下的长期系数估计结果和格兰杰因果检验结果,可得如图3所示的因果关系㊂图3㊀FDI 对碳排放的影响机制:长期效应与因果关系由图3可知,外商直接投资与二氧化碳排放之间具有双向的因果关系,而其他变量不是二氧化碳排放的原因;且其他变量与外商直接投资互为格兰杰因果关系,即其他变量可以通过外商直接投资的传导影响碳排放,从而体现为FDI 对碳排放的规模效应㊁技术进步效应和结构效应㊂三种效应的符号与本文第三部分有关FDI 对碳排放影响机制的理论推导完全一致,故格兰杰因果检验结果为FDI 的环境效应提供了实证依据㊂五、主要研究结论与政策建议(一)主要研究结论FDI 对碳排放的长期影响在全国和中部地区样本下显著为负,具有明显的减排效果,结论支持了 污染光环 假说;西部地区FDI 对碳排放的长期影响系数也为负,但不太显著;而东部地区FDI 对碳排放的。
技术进步能提高能源效率吗_基于中国工业部门的实证检验_李廉水
摘要：由于技术进步对能源消费存在的回报效应，使得衡量技术进步对能源效率的影响变得复杂。
本文以３５个工业行业为样本，用非参数的ＤＥＡ－Ｍａｌｍｑｕｉｓｔ生产率方法分解广义技术进步为科技进步、纯技术效率和规模效率３个部分，然后采用面板技术估算了这３个部分对能源效率的作用。
结果表明，技术效率（纯技术效率与规模效率的乘积）是工业部门能源效率提高的主要原因，科技进步的贡献相对低些，但随着时间推移，科技进步的作用逐渐增强，技术效率的作用慢慢减弱。
关键词：技术进步能源效率曼奎斯特指数科技进步技术效率一、引言随着能源问题与环境问题的日益突出，能源效率越来越受到国际社会的重视。
ＡｎｄｒｅｗＷａｒｒｅｎ（１９８２）把能源效率称为“第五类能源”，以突出能源效率在节能中的重要作用。
Ｆａｒｌａ和Ｂｌｏｋ（２００１）指出，“国际性的能源强度比较近来受到科学及政治上的注意，因为国际性比较可以帮助了解各国能源强度降低的潜力”。
一般认为，能源效率的提高源于两类因素，一是能源从低生产率的产业流向高生产率的产业（如农业向工业、工业向服务业、传统工业向新型工业等），简言之，即产业结构的调整；二是通过技术进步提高要素利用效率。
产业结构调整（至少在部分时段）有利于能源效率的提高已经为国内外诸多研究（Ｓａｍｕｅｌｓｅｔａｌ．，１９８４；Ｒｅｉｔｌｅｒｅｔａｌ，１９８７；Ｌｉｕｅｔａｌ，１９９２；Ａｎｇ，１９９４；Ｒｉｃｈａｒｄ，１９９９；史丹，２００２；周勇等，２００６）和实践所证实。
但是，技术进步对于能源效率的影响却极少有相关的理论和实证分析。
笔者猜测可能有两个原因：回报效应（ｒｅｂｏｕｎｄｅｆｆｅｃｔ）的存在。
回报效应最早是Ｋｈａｚｚｏｍ（１９８０）提出的，其含义为“技术进步提高能源效率而节约了能源，但同时技术进步促进经济的快速增长又对能源产生新的需求，部分地抵消了所节约的能源”。
回报效应的存在使得衡量技术进步对能源效率———能源消费和经济增长的比值———的影响变得复杂了。
技术进步与全要素生产率的经济学研究
技术进步与全要素生产率的经济学研究随着科技的迅猛发展，技术进步已经成为现代社会的一种常态。
在经济学领域，人们对技术进步与全要素生产率的关系进行了深入研究。
全要素生产率（Total Factor Productivity，TFP）是衡量一国经济绩效的重要指标，它反映了除了生产要素外，技术进步对经济增长的贡献。
本文将探讨技术进步与全要素生产率的经济学研究。
首先，技术进步被认为是促进经济增长的关键因素之一。
在经济学中，技术进步被视为一种技术创新的体现，它可以改善生产过程并提高生产效率。
随着技术的不断进步，企业能够利用更先进的生产设备和更高效的生产工艺，从而降低生产成本并提高产品质量。
技术进步还能够激发创新和创业活动，促进经济结构的调整和产业升级。
因此，技术进步被视为推动现代经济增长的重要驱动力。
其次，技术进步对全要素生产率的影响也受到了广泛关注。
全要素生产率是指对生产要素（劳动、资本等）的综合利用效率的度量。
技术进步可以提高全要素生产率，使得相同数量的生产要素能够创造出更多的产出。
研究表明，技术进步对全要素生产率的贡献远远超过其他因素，如资本积累和劳动力增长。
这是因为技术进步可以通过创新和技术扩散来提高整个经济体的生产效率，从而实现经济增长。
然而，技术进步对全要素生产率的影响并非一成不变。
一方面，技术进步的效果在不同国家之间存在差异。
发达国家通常可以更好地利用技术进步带来的机会，因为他们有更先进的科研和创新能力，并且拥有更多的资本和人力资源。
而发展中国家则面临技术能力和资本积累的瓶颈。
另一方面，技术进步的效果也取决于经济结构和产业特点。
在某些行业，技术进步的效果会更加显著，比如高科技和创新型产业。
而在传统行业，技术进步的影响可能相对较小。
为了更好地理解技术进步与全要素生产率的关系，研究学者提出了一系列的经济模型和方法。
其中，索洛增长模型是最早也是最受欢迎的一种模型。
该模型将经济增长视为技术进步、资本积累和劳动力增长的综合效果，旨在解释不同国家间经济增长的差异。
制造业转型升级与经济高质量发展——基于全要素能源效率的研究
制造业转型升级与经济高质量发展——基于全要素能源效率的研究许光清邓旭陈晓玉［提要］全要素能源效率较高的行业逐步替代全要素能源效率较低的行业是制造业新旧动能转换的表现形式，也是促进经济髙质量发展的核心。
将非期望产出纳入考虑，本文构建SBM模型研究2009—2016年制造业各行业的全要素能源效率，基于GML指数计算及各项分解值的变动可以看出：（1）考虑了环境非期望产出的全要素能源效率较高的行业是新型制造业，这些新型制造业具备了带动和替代其他传统制造业的新动能；（2）基于GML指数的计算表明，大多数行业的技术进步和技术效率在上升，而与规模有关的技术规模和规模效率在下降；（3）将SBM模型与GML指数结合分析，发现全要素能源效率及其累计变动具有较高的一致性，处在 线性趋势线上方的行业主要是新型制造业，其全要素能源效率的累计变动值更大，其有潜力在数年之后进一步提高全要素能源效率。
这进一步验证了我国制造业已经实现了部分的新旧动能转换，且后续会有更多的转换发生。
［关键词］SBM模型；GML指数；全要素能源效率；制造业转型升级党的十九大提出当前我国经济已由高速增长阶段转向高质量发展阶段，要推动经济发展质量变革、效率变革、动力变革，提高全要素生产率。
经济高质量发展首先是有效率的发展，该效率是指综合考虑了各投入要素的产出效率，即全要素生产率。
传统全要素生产率的研究通常只考虑资本、劳动要素而忽略能源要素，通常只考虑经济产出，而不考虑环境排放等非期望产出。
实际上，当前我国能源问题凸显，具体表现为经济发展过多依赖于能源投入、能源利用效率比较低下以及能源开发利用导致的生态环境问题严重。
能源效率已经成为制约我国经济高质量发展的最大瓶颈之一，考虑了多种投入要素和非期望产出的全要素能源效率也成为衡量经济高质量发展的重要指标。
其次，经济高质量发展是结构优化的发展，结构优化意味着要素倾向于往效率更高的行业或者地区流动，要素的配置效率提高。
技术进步与全要素生产率的关系
技术进步与全要素生产率的关系引言当今社会，技术进步已经成为推动经济发展和社会进步的重要引擎。
然而，技术进步对全要素生产率的影响并不是简单的线性关系。
本文将探讨技术进步与全要素生产率之间的复杂关系，并分析其影响因素和作用机制。
一、技术进步的定义和分类技术进步可以定义为以科学知识和工程技术为基础，通过创新性实践和改进的过程，将生产力水平提升到新的高度。
根据其性质和应用领域的不同，技术进步可分为基础技术进步和应用技术进步。
基础技术进步是指对科学原理和基础理论的发现和探索，如物理学、化学等科学领域的研究。
应用技术进步则是将基础技术转化为实际应用，促进经济和社会发展。
二、技术进步对全要素生产率的影响全要素生产率是衡量经济效率和竞争力的重要指标，它综合考虑了劳动力、资本、技术和其他生产要素的贡献。
技术进步对其具有重要影响，主要体现在以下几个方面：1. 生产效率的提升：技术进步通过创新和改进，可以使生产过程更加高效、精确和自动化，进而提高生产效率。
例如，自动化生产线的应用可以减少人力投入和生产成本，同时提高产品质量和产量。
2. 资本和劳动力的替代：技术进步推动了资本和劳动力的合理配置与替代。
通过引入先进的生产设备和工艺，可以减少对劳动力的依赖，实现资本的有效利用。
这种替代关系使得生产过程更加灵活和高效。
3. 创新和新产品的推动：技术进步为新产品的研发和市场推广提供了新的机会。
创新是技术进步的核心动力，通过不断引入新产品和服务，可以带动经济增长和提高全要素生产率。
三、技术进步与全要素生产率之间的关系技术进步和全要素生产率之间存在着相互作用和相互促进的关系。
首先，技术进步是提高全要素生产率的重要驱动力。
通过引入新技术和创新，可以提高生产效率、降低生产成本，并促进经济的快速增长。
同时，全要素生产率的提高也为技术进步的发展提供了更好的市场需求和应用场景。
其次，全要素生产率的提高也为技术进步的实施提供了更好的条件和动力。
环境规制、技术创新对全要素碳生产率的影响研究——基于中国省域的空间面板数据分析
2020年第23期科技管理研究Science and Technology Management Research2020 No. 23doi: 10.3969/j.issn. 1000-7695.2020.23.031环境规制、技术创新对全要素碳生产率的影响研究—基于中国省域的空间面板数据分析郭卫香U2，孙慧K2(i.新疆大学新疆创新管理研究中心；2.新疆大学经济与管理学院，新疆乌鲁木齐830046)摘要：为探究环境规制政策能否实现碳减排和经济增长的“双红利”，采用SBM-DDF模型，测算2006—2017年 中国省域全要素碳生产率，刻画中国省域T C P的空间特征，进一步厘清环境规制、技术创新对全要素碳生产率的 影响机理。
结果显示，（1)中国各省份T C P存在显著的空间集聚特征，其中高-高集聚省份多位于东部沿海发达地区，而低-低集聚省份多位于中西部欠发达地区；（2)环境规制会促进T C P的提升，且环境规制对T C P的“本 地效应”大于“邻地效应”；（3)技术创新在环境规制对T C P的影响中存在部分中介效应。
关键词：环境规制；技术创新；全要素碳生产率；中国中图分类号：X24; F062.1 文献标志码：A 文章编号：1000-7695 ( 2020 ) 23-0239-09 Research on Impact of Environmental Regulation and Technical Innovation on Total Factor Carbon Productivity: Based on Chinese Provinces Spatial Panel Data AnalysisGuo Weixiang1,2, Sun Hui1,2(1. Center for Innovation Management Research of Xinjiang;2. Xinjiang University School of Economics and Management, Xinjiang University, Urumqi 830046, China )Abstract：To explore whether environmental regulation policies can realize "double dividend" of carbon emission reduction and economic growth, this paper uses the SBM-DDF model, by measuring panel data from china* s 30 provinces covering the year from 2006 to 2017, describes the spatial characteristics of total factor carbon productivity (TCP) in Chinese provinces, further clarifies the impact mechanism o f environmental regulation and technological innovation on TCP. The results show that:(l)Am ong the provinces in China, theTC P has significant spatial agglomeration characteristics, among which, the high—high agglomeration (H—H) provinces are mostly located in the developed eastern coastal areas, while the low-low agglomeration (L—L) provinces are mostly in the less developed central and western regions. (2) Environmental regulation can significandy promote the improvement of TCP, and the "local effect" of environmental regulation on TCP is greater than the "neighborhood effect1'. (3) Technical innovation has some mediating effect in the influence of environmental regulation on TCP.Key words：environmental regulation; technology innovation; total factor carbon productivity; China21世纪以来，由于世界范围内的能源枯竭、环境恶化和气候变化等问题，全球变暖已成为不争 的事实，绿色增长已然成为许多国家关注的重要问 题[1]。
经济增长是如何影响能源绩效的_基于跨国数据的经验分析_姜彩楼
二、 经济增长与能源绩效的动态关系
1． OECD 国家经济增长方式的动态变化 通过增长核算方程， 可以计算出在 1992 ～ 2008 年 OECD 国家固定资产年均积累速度为 1． 92% ， 间， 对经 济增长的贡献率达到 36． 2% ， 人力资本投入的增长率 对经济增长率的贡献达到22． 2% ， 这一数据 为 0． 88% ， 远高于中国 9． 9% 的贡献率（ 中国经济增长与宏观稳定
《世界经济研究》 2012 年第 11 期 · 16·
*
一、 模型与方法
以资本扩张为主要特征的赶超战略被广泛应用于 而在资本形成理论中， 一种普遍的 发展中国家的实践， 观点认为工业资本具有典型的高能耗特征。 在现行的 发展环境下， 考虑到传统能源的不可再生性， 依靠要素 转向以结构转型 投入的发展模式难以实现可持续增长， “熊彼特增长 ” 和技术创新为主要驱动的 成为必然选择 （ 巴曙松， 2011 ） 。从结构主义（ 钱纳里， 1995 ） 的逻辑出 发， 一国可以通过将生产要素从能源绩效较低的部门向 并依 较高部门转移而实现结构性增长。遵循这一思路， 据 Philippe Aghion 等（ 2004 ） 对熊彼特模型的修正， 将结 构性增长作为广义技术创新的一部分， 建立生产函数模 型： Y = Lβ
图2 生产要素的边际替代率
“W ” 能源贡献率表现出明显的波动并呈现 型。 我
《世界经济研究》 2012 年第 11 期 ·17·经济增长是如Fra bibliotek影响能源绩效的？
们所关注的能源投入年均增长 3． 4% ， 对经济增长的贡 高于固定资本和人力资本， 而产出弹性仅 献为 41． 6% ， 为 21% ， 远低于人力资本和固定资本。 从图 2 中各要 1992 年固定资本对能源消耗 素的边际替代效应来看， 的边际替代率（ GD to NY） 为 3． 2 ， 高于同期人力资本对 能源消耗（ RL to NY） 的替代效应， 而到了 2008 年， 人力 远远超过固定 资本对能源的边际替代率则达到了 7． 6 ， 资本对能源消耗的替代率。 从人力资本对固定资本的 2004 年之前人力资本对固 替代效应（ RL to GD ） 来看， 定资本的边际替代率要高于对能源消耗的边际替代率， 直到 2004 年， 后者才开始迅速超过并上升到较高的值， 说明在向以人力资本扩张为主导的产业体系转型中， 新 的经济增长方式不仅带来了能源的节约， 还能够大幅度 减少固定资本的投入。 2． 基于 VAR 的动态检验 为分析不同要素扩张对能源绩效的冲击， 我们使用 广义脉冲响应函数（ GIRF） 进行检验。与传统的 CholesGIRF 方法的分解结果不受 VAR 系统中变 ki 方法相比， 量排序的影响， 估计结果具有较高的稳定性和可靠性。 GD 表示固定资本贡 我们用 RL 表示人力资本贡献率， EC 和 TC 指数对二者的冲击响应。 献率， 分别检验 TFP、 在检验之前， 分别使用 ADF 方法对数据进行单位根检 验， 结果表明 5 组数据均在 5% 的显著性水平上通过单 我们将冲击响应期设定为 位根检验。考虑到样本容量， 15 期。 对要素贡献率变量施加一个标准差大小的冲击， 对 TFP、 TC 和 EC 指数均产生了一个明显的冲击， 如图 3 1992 ～ 1998 年， TFP 指数对固 所示。从冲击的趋势看， 定资本贡献率的冲击响应较为强烈， 在 1994 年达到负 的峰值， 到 1997 年后趋向稳定， 说明资本扩张的增长方 式对能源绩效的提升产生了较为明显的抑制作用， 主要 是由于这一阶段产业结构的能源密集度相对较高， 这与 我们前面的研究结论一致。而同期 TFP 指数对人力资 本的冲击响应相当微弱， 直至 2000 年以后， 人力资本贡 献率带 来 的 冲 击 开 始 表 现 出 明 显 的 正 向 冲 击， 并在 2004 年以后加速上升， 反映出这一阶段以人力资本扩 张为特征的经济增长方式迅速提升了能源绩效。 针对 EC 指数的广义脉冲响应函数反映了不同经 济增长方式所产生的结构效应。固定资本贡献率对 EC 指数的冲击具有较强的周期性， 并呈现出明显的波浪式 下降趋势， 说明依赖于固定资本扩张的经济增长方式会 从而导致能源绩效下降， 这主要是 抑制技术配置效率， 产业 因为固定资本密集型产业的能源密集度通常较高，
中国电力行业绿色全要素生产率分析
中国电力行业绿色全要素生产率分析作者：***来源：《甘肃科技纵横》2024年第06期摘要：为促进中国电力行业可持续发展，采用DEA方法对2016—2020年全国30个省区市（除西藏外）的电力行业绿色全要素生产率进行测算并对其时间和空间变动特征进行分析。
结果表明，2016—2020年在中国30个省区市（除西藏外）电力行业绿色全要素生产率为1.000 7，绿色技术进步平均值为1.000 2，绿色技术效率平均值1.005 1。
相比于经济发展因素，环境治理和科技投入等绿色发展因素对绿色全要素生产率、绿色技术效率和绿色技术进步的影响更显著。
从时间特征来看绿色全要素生产率呈现波动的趋势，空间特征来看呈现地区性不平衡的特征。
为此，进一步提出要着重关注技术进步，通过减碳技术和减碳设备的运用等，优化电力行业投入产出比，提升电力行业运行的稳定性，减少绿色全要素生产率波动性等建议。
关键词：电力；绿色全要素生产率；绿色技术效率；绿色技术进步；时间特征；空间特征中图分类号：F124.3；X322文献标志码：A0引言全球环境问题的加剧使得绿色、低碳成为新时代的发展趋势。
特别是在高质量发展的要求下，工业领域的绿色、低碳转型显得尤为重要[1]。
中国作为世界上最大的发展中国家，电力行业是国民经济的重要支柱，也是能源消耗和碳排放的主要来源之一，其绿色转型对于实现碳达峰和碳中和目标具有重要意义。
自新中国成立特别是十八大以来，中国电力工业进入了从高速发展转向高质量发展的关键阶段。
同时也面临大规模清洁转型压力、电力系统效率还不够高，电力成本還不低，体制机制还不完善等问题[2]。
同时，政府已经明确提出了2060年前实现碳中和的目标，这对电力行业提出了更高的绿色发展要求。
对于工业领域的绿色全要素生产率问题，相关研究已经作出了一些探讨。
李丹青等[3]运用DEA方法测度了30个省份规模以上工业企业的绿色技术创新效率，结论表明，绿色技术创新效率低于传统技术创新效率，纯技术效率低下是导致综合技术效率不高的主要原因。
新能源发展对能源利用效率的影响评估
新能源发展对能源利用效率的影响评估新能源的发展对提升能源利用效率具有重要意义，尤其是在全球面临日益严峻的环境问题和资源短缺挑战的背景下。
近年来，随着技术的进步和政策的推动，新能源的比例逐渐增加，尤其是在风能、太阳能和生物质能等领域。
这些新兴能源不仅提供了可再生的电力供应，还在一定程度上改善了传统能源的利用效率。
新能源对能源利用效率的影响可以从多个层面进行评估。
首先，随着新能源发电技术的不断提升，发电单位时间内所能转换的能量显著增加。
例如，先进的光伏组件和风机设计能够大幅提升能量转化效率。
光伏板的能量转化效率已经从最初的几个百分点提升到如今的20%以上，甚至有些高效产品能达到25%。
就风能而言，现代风机的设计使得其能在较低风速下仍能高效发电，这意味着能够充分利用自然资源。
从系统层面来看，新能源与传统能源系统相结合，使得整个电力网络更为灵活和高效。
例如，通过分布式能源系统，用户可以在自有屋顶上安装太阳能电池板，实现自给自足。
这种模式不仅减少了传输损失，还降低了对集中式电网的依赖。
分布式发电将许多小型发电单元整合入智能电网，有效地提高整体能源利用效率。
其次，新能源的发展激励了储能技术的发展。
蓄电池等储能装备使得间歇性的新能源得到更好的管理。
随着电池技术的进步，储能效率不断提高，从而降低了浪费。
例如，锂电池及其改良版在充放电过程中的损失逐渐减少，使得可再生能源的使用更为可靠和高效。
此外，氢能储存等新型储能方式也正在发展中，这些技术的成熟将进一步推动新能源发电频率和效率的提高。
不同地区的新能源利用情况各异，但总体趋势是增强了对传统能源的补充和替代作用。
很多国家开始意识到，依赖单一的化石燃料不仅存在资源枯竭风险，也加剧了温室气体排放问题。
因此，引入新能源不仅是为了实现绿色转型，也是提升资源利用效率的科学选择。
例如德国在推进“能源转型”的过程中，将可再生能源比例提高到了相当高的水平，从而提升了其整体能源利用效率，并大幅度降低了化石能源的消耗。
【毕业论文选题】本科经济类毕业论文题目
本科经济类毕业论文题目经济是价值的创造、转化与实现；人类经济活动就是创造、转化、实现价值，满足人类物质文化生活需要的活动。
经济就是对物资的管理；是对人们生产、使用、处理、分配一切物资这一整体动态现象的总称。
下面是学术堂为大家整理的本科经济类毕业论文题目，希望能够帮助大家，本科经济类毕业论文题目一：1、乌海市生态环境与经济协调发展评价2、贸易开放度、经济自由度与经济增长--基于中国与“一带一路”沿线国家的分析3、内蒙古资源环境要素对经济增长的影响路径研究4、循环经济模式下北方农牧交错地区可持续发展研究--以内蒙古通辽市为例5、新疆南疆经济空间演化格局及驱动力分析6、生产性公共支出、空间溢出效应与区域经济差距--基于多地区动态一般均衡模型的分析7、基于海洋生态产品的海岛旅游绿色发展经济激励额度评估8、财政支出结构的经济增长质量效应研究--基于“五大发展理念”的视角9、知识产权保护对我国区域经济增长的影响10、文化产业集聚对绿色经济效率的影响--基于动态面板模型的实证分析11、环境约束下中国工业用地投入对经济增长的影响--基于“绿色索洛模型”的分析12、中国经济新常态与房地产市场风险防范13、旅游业与经济增长的非线性门槛效应--基于面板平滑转换回归模型的实证分析14、旅游业对经济增长的贡献研究评述15、中国旅游经济运行监测与预警：模型构建与实证分析16、从宏观数据看中国经济的当下格局与长期增长前景17、创新驱动、城镇化与区域经济增长：--基于空间溢出及门槛效应的实证分析18、从共享单车上树现象谈如何有效管理推动共享经济健康发展119、金融服务实体经济增长的效率及影响因素研究20、中国低碳经济发展绩效评价及影响因素21、中巴经济走廊贯通对中国进出口贸易的影响--基于沿线国家产业层面数据的反事实模拟22、长江经济带成渝城市群环境与经济协调发展评价23、新兴经济体国家工业化水平测度的实证分析24、中国分享经济发展现状、问题及趋势25、论“分享经济”下我国劳动法保护对象的扩张--以互联网专车为视角26、土地资源错配及经济效率损失研究27、美国经济政策转向对全球经济的影响28、浙江县域土地经济效益空间格局演变及驱动因素研究29、中国海洋经济系统稳定性评价与空间分异30、房价对地区经济收敛的影响及其机制研究31、家庭社会经济地位对流动儿童认知能力的影响：父母教养方式的中介作用32、资本流动突然中断对不同负债结构国家的经济影响33、人口结构、产业结构与中国经济潜在增长率34、我国“一带一路”基础设施投资效率对经济增长方式转变的空间效应分析35、物流产业集聚的经济溢出效应及空间分异研究--基于丝绸之路经济带辐射省份面板数据36、基于动态因子分析法的区域开放型经济发展水平测度研究本科经济类毕业论文题目二：37、从转变经济发展方式到供给侧结构性改革--中国经济战略的调整与实施38、我国影子银行对实体经济的影响及对策39、增强中国特色社会主义政治经济学对经济运行规律的解释力和话语权240、积极探索和构建中国特色社会主义的经济发展理论41、中国FDI与ODI对低碳经济发展的影响以及对“一带一路”战略的启示42、马克思主义与凯恩斯主义经济周期理论比较43、农业机械化、能源消费与经济增长耦合关系研究44、城市化、人口红利与日本经济增长关系研究45、区域人口、经济、能源环境协调发展情景预测研究46、煤炭消耗、污染排放与区域经济增长47、我国文化消费对经济增长影响的机理与实证研究48、中国经济增长和波动的倒U型关系：杠杆率非对称变化机制视角49、城市规模与经济密度对城市经济效率的影响50、城市群内部经济服务化空间互动关系分析--以山东半岛城市群为例51、海南建省以来经济增长空间分异格局演变52、湖南省交通优势度与县域经济发展水平协调性演变53、非均衡发展条件下地级市经济差距时空特征54、中国-巴基斯坦经济走廊投资社会风险探究55、经济理论和经济政策变迁的回顾与反思--兼论中国宏观经济的供给侧结构性改革56、新常态、新经济与商业银行发展转型57、地方立法需求与社会经济变迁--兼论设区的市立法权限范围58、能源结构和碳排放约束下中国经济增长“尾效”研究59、中国经济增长拐点问题研究--基于计量经济学和微积分学的实证分析60、中国区域能源、经济与环境耦合的动态演化61、中国高铁建设投资对国民经济和环境的短期效应综合评估62、“一带一路”与“中美经济博弈”63、滞留的集体主义：微博场域经济议题的社会共识现状与表达64、全球变革时代下的中国经济发展65、上海自贸区对地区经济的影响效应研究--基于“反事实”思维视角366、长三角地区社会福利与经济增长耦合协调时空分异67、长江经济带人口流动对区域经济差异的影响68、基于VAR模型的工业经济发展与环境污染关系研究69、丝绸之路经济带物流产业、金融发展对经济提升的驱动作用研究70、中国产业结构优化对经济增长的实证分析71、绿色发展究竟会带来怎样的环境经济影响？--基于非参数方法的解答72、制造业转型升级与地区经济增长本科经济类毕业论文题目三：73、财政激励、政府偏好与地区经济增长74、当前宏观经济形势、供给侧结构性改革与财政政策75、中国经济体制转轨与财政政策调控76、财政分权与中国经济增长质量关系--基于全要素生产率视角77、中国县域经济增长的影响因素及其空间溢出效应分析78、产业升级与区域经济发展的互动关系分析79、基于景气状态的中国科技创新驱动经济增长时序性研究80、珠三角一体化的经济增长效应研究81、经济政策不确定性对银行风险承担的影响研究82、经济全球化背景下供给侧改革与居民消费结构升级83、中国城乡老年人的经济收入及代际经济支持84、基于空间计量的云南省县域经济空间格局演变85、中国-欧亚经济联盟FTA的经贸效应模拟分析--基于GTAP模型及偏效应分解86、经济全球化发展的大趋势不可逆转87、双向直接投资的经济增长效应分析--来自中国数据的实证检验88、金融发展、微观企业创新产出与经济增长--基于上市公司专利视角的实证分析489、中国经济增长与三个产业能源消耗的结构调整90、利润率下降与中国经济新常态91、区域创新与经济发展时空耦合协调分析--以陕西省为例92、考虑大规模风电并网的电力系统区间非线性经济调度研究93、中国旅游投资与旅游经济发展的时空演变与差异分析94、人口密度、能源消费与绿色经济发展--基于省域面板数据的经验分析95、区域农业碳排放与经济增长演进关系及其减排潜力研究96、论马克思主义政治经济学在经济建设领域的应用97、金融发展缘何抑制了经济增长--来自中国省际面板数据的经验证据98、土地开发对城市经济增长的作用机制和传导路径--基于结构方程模型的实证检验99、政府干预、市场化进程与经济增长动力--兼论“简政放权”如何动态释放改革红利100、共享经济下网络平台的法律地位--以网约车为研究对象101、基于“互联网+”的我国县域经济发展方式转变102、甘肃省生态资产价值和生态-经济协调度时空变化格局103、中国区域经济发展空间差异性分析104、环渤海地区港口体系与其城市经济的偏移增长及重心耦合态势研究105、新常态下中国经济增长动力的阶段转换研究106、中国金融压力的度量及其宏观经济的非线性效应107、生产商规模不经济的双渠道供应链协调策略选择108、经济转型视野的“去库存”与房地产市场稳健性本科经济类毕业论文题目四：109、江苏区域文化资源与旅游经济耦合特征及其作用机制110、资本账户开放与经济增长--基于跨国面板数据的研究5111、京津冀地区能源消费、碳排放与经济增长关系实证研究112、作为经济伦理的经济共享理念113、构筑湾区经济引领的对外开放新格局--基于粤港澳大湾区开放度的实证分析114、城市化、人口集中度与经济增长--基于空间动态面板模型的实证分析115、世界经济新格局与中国企业海外并购的特征、风险及应对116、京津冀区域经济差异时空特征分析117、东北老工业基地经济振兴效率评价及影响因素分析118、论共享经济对旅游业发展的影响及其应对119、中国城市入境旅游的经济增长效应及空间溢出性120、全要素生产率视角下东北三省经济增长问题研究121、“一带一路”背景下东北地区民营经济发展问题研究122、新常态下我国经济运行的三个特点和规律123、全球经济治理中的中国角色与贡献124、经济周期与金融周期双重冲击下的世界经济125、习近平国有经济思想研究略论126、出境旅游需求的影响因素--兼论发展中经济体与发达经济体的异同127、经济新常态下中国商业银行信贷结构的调整128、大国区域经济发展空间新格局理论与实践新发展的研究129、经济发展水平、人口老龄化程度和医疗费用上涨对我国医保基金支出的影响分析130、人民币汇率双向波动对中国及世界经济的影响--基于单一国家和多国的动态CGE模型131、改革开放以来我国农村集体经济的变迁与当前亟需解决的问题132、论供给侧结构性改革与中国经济转型--基于我国经济发展质量和效益现状与问题的思考133、人力资本、经济增长与区域经济发展差异--基于半参数可加模型的实证研究134、经济增长理论的要素供给及其政治经济学批判6135、金融发展、金融结构与经济增长--基于省级面板数据的分析136、金融集聚与区域民营经济成长--基于面板误差修正模型和门槛模型的实证137、浅析体验经济环境下服装品牌的体验设计方法138、经济因素对服装流行色趋势影响的实证研究139、循环经济下的闭环模式对我国服装企业的启示140、人口老龄化、生育政策调整与中国经济增长141、中国经济的“双重”结构转型与非平衡增长142、经济集聚、经济距离与农民增收：直接影响与空间溢出效应143、互联网、信息元与屏幕化市场--现代网络经济理论模型和应用144、制造业结构变迁与经济增长效率提高本科经济类毕业论文题目五：145、供给侧结构性改革下的中国宏观经济146、我国人文与经济地理学发展回顾与展望--变化大背景下我国人文与经济地理学发展高层论坛综述147、论公有制与市场经济的有机结合148、中国地缘经济联系的时空演化特征及其内部机制149、供给侧视角下共享经济与新型商业模式研究150、新常态下中国经济增长的动力和逻辑151、经济统计学与计量经济学等相关的关系及发展前景152、中国“非市场经济地位”问题探析153、中国城镇化对旅游经济影响的空间效应--基于空间面板计量模型的研究154、“一带一路”战略下的国际区域经济合作及其效应分析155、融资歧视、市场扭曲与利润迷失--兼议虚拟经济对实体经济的影响156、中国旅游经济增长与城乡收入差距的变异关系7157、环境规制对经济增长的数量和质量效应--基于联立方程的检验158、人口老龄化与宏观经济关系的探讨159、区域经济-生态环境-旅游产业耦合协调发展分析与预测--以长江经济带沿线各省市为例160、基于通用分布的含风电电力系统随机动态经济调度161、城市用地扩张、规模经济与经济增长质量162、共享经济的成因、内涵与商业模式研究163、中国金融状况的波动特征及其宏观经济效应分析164、中国政府经济治理的项目体制研究165、我国经济发展的时空演变分析166、经济发展新常态下完善我国货币政策体系面临的挑战167、农业劳动力流动对中国经济增长的贡献168、高速铁路影响下的经济增长溢出与区域空间优化169、马克思生产、分配、交换和消费关系的原理及其在经济新常态下的现实意义170、丝绸之路经济带经济差异时空格局演变特征171、基于多源数据的区域物流与经济发展关联特性分析--以云南省为例172、交通可达性与经济活动的空间分布关系--以江苏省为例173、政治关联与经济增长--基于卫星灯光数据的研究174、代际社会经济地位与同住安排--中国老年人居住方式分析175、专利能否促进中国经济增长--基于中国专利资助政策视角的一个解释176、在职消费经济效应形成机理及公司治理对其影响177、共享经济的法律规制问题--以互联网专车为例178、经济增长新常态与供给侧结构性改革179、最优金融结构的存在性、动态特征及经济增长效应180、要素重新配置型的中国经济增长181、中国政治精英的权力结构与经济分权的可持续性89。
省际节能减排效率变动及收敛性研究——基于Malmquist指数
中 图分 类 号 ：２ ５ Ｆ ０ 文 献标 志码 ： Ａ 文 章 编 号 ：Ｏ ７ １６ ２ １ ）６ ０ ０ －０ １ｏ —３ １ （０ ０ ０ － １ １ ７
地制定 节能减排 的战略 目标 。
地 球 峰会上 提 出的“ 态 效 率” 义 被 广 泛接 受 ， 生 定 此 后 国外 学者运 用经 济 一 环境 比值 法 、 标 评 价法 以 指 及 ＤＥ Ａ等方 法 对 宏 观 区域 、 观 企业 的 生 态 效 率 微 进 行研究 。第 四 ， 及 节 能减 排统 计 指标 体 系方 面 涉 的研 究 。国外研 究 生态 环 境指 标 体 系 、 可持 续 指 标 体 系的文献 涉及 能源 消耗和 污染 排放 指标 。
基 金项 目： 国家社会科学基金青年项 目《 中国节能减排 效率评价及影 响因素研究 Ｍ０ Ｃ Ｊ ０ ）全 国统 计科学研究计 划项 ９ Ｔ ０８ ； 目《 能减排综合评价研究 Ｍ２０ Ｌ ０ ） 安徽省高校青年项 目《 节 ｏ ７ Ｙ０２ ； 安徽省节能减排评价研究 Ｍ２０ Ｊ ｏ ８ＱＷ０ ２ ６）
一
、 ｌ Ｉ
— 口
如何提高工业能源效率［ ；ｌ ｄ ｎ ｉ １ Ｃａ ｅ ｕ Ｍａ ｄ 基于制造 ｌ
业 研究 提 高 能源 效 率 与 减少 二 氧 化碳 排 放［ 。第 ２ ］
二， 研究 能源政 策方 面 。Ｖｉ ｏ ｄ ｒｏ 用新 经 ｃ ｒＡｎ ｅｓ ｎ运 ｔ 济方 法分 析政府 能 源政 策 ， 以提升 能 源 效率 及 改 变
技术进步与区域能源需求——基于省际数据的实证分析
一
、
技 术 水 平 的 度 量
３ ８
通 过对文 献 的梳理 发 现 ， 目前 已有 的 国内相关 研究 中 ， 在 鲜有 文献直 接 探讨 技术进 步 与能 源需求 之 间的关 系 ， 少有 文献 实证考 察技 术进 步 对 区域能 源需 求 的影 响。本 文 试 图在 这 些 方 面做 出扩 展 。首 更 先， 我们 利用 Ｄ Ａ方 法测算 Ｍａ ｑ ｉ 生产 率 指 数 ， 将 全 要 素 生 产 率 （ Ｆ ） 为 度 量 技术 进 步 的 指 Ｅ ｌ ｕｓ ｍ ｔ 并 ＴＰ 作 标 。其次 ， 用 １９ 采 ９ ５年 ～ ０ ７年 中国 ２ ２０ ９个 省 （ 自治 区 、 直辖市 ） 的面板数 据 ， 运用 计 量方 法 定量 ３
技术 进 步 与 区域 能源 需求
基 于省 际数 据 的 实证 分析
滕 玉华
（ 西农 业大学 ， 江 江西 南 昌 ３ ０ ４ ） ３０ ５ 摘 要 ： 本文 利 用数 据 包络 分 析 （ Ｅ 测 算 了 １ ９ Ｄ Ａ） ９ ５年 一２ ０ ０ ７年 中 国 ２ ９个省 （自治 区、 直辖
最高 、 中部 次之 、 西部 最低 的特点 。各 个地 区不 同的经济 基础 、 能源 资 源禀赋 和 对 外 开放 度可
能是 造成该 现 象的主要 原 因。
关键 词 ： 术进 步 ； 源 需求 ； 技 能 数据 包络分析 ； 面板 数据 中图分类号 ：４ ３ ３ Ｆ ０ ． 文献标 识码 ： Ａ 文章编号 ：６ １— ８ ０ ２ １ ） ４— ０ ８— ６ １７ ９ ４ （ ０ ０ ０ ０ ３ ０
２１ ０ ０年 第 ４期 （ 总第 ４ 期 ） ３
科技进步与能源效率、环境保护——基于中国省际面板数据的实证研究
化 （ ｅｈ 和 规模 效率 变化 （ｅｈ 。技术 进 步反 应 了 ｐｃ ） ｓｃ ）
环利用和治理污 染的先进适用 技术 ， 展清洁能 源 和 发
可再生能源 ” 并认 为 “ 决 环境 与发展 问题 ， 本 的 ， 解 根
出路在于依靠科技进 步 ” 。科技进 步对能源效率 和环
境保 护的影响是亟待研 究 的重点 问题 。
在 数据 包络 分析 当中 ， ２ 省 、 、 以 ９个 市 自治 区历 年 Ｇ Ｐ数据 作 为产 出变量 ， Ｄ 以各 省 、 、 市 自治 区历年 的 固定 资本 存量 和 人 力 资本 存 量 作 为 投 入 变量 ， 以
基金项 目： 国家软科学重大项 目——“ 科技进步对经济发展贡献率研究” 项 目编号 ：０８ Ｘ １ ０ ２ 项 目负责人： （ ２０ Ｇ Ｓ Ｂ ２ ； 李斌 ） 成果之一。
国全要 素 生 产 率 的 变 动 ， 次选 取 能 源效 率 、 境保 护 代 表 性 指 标 ， 面板 数 据 回 归模 型 分 析 了各 省 全 要 素 生 产 率 其 环 用
及其分解项对能源效率和环境保护的影响。结果表明 ，３年 间 中国科技 水平提 升迅速 ， １ 主要是 由技术进步拉动 ， 科
《 国家 中长期科学 和技 术发 展规 划纲要 》 《 的 、党 十七大报告》 等一 系列文件 和报 告都把能源 和环境 问
OFDI逆向技术溢出对高技术产业全要素生产率的影响研究——基于Malmquist指数和动态面板数据模型的实证分析
［ 中图分 类号）Ｆ ２ ＇ ２ ２ ． ３ ３ ［ 文献标识码 ］Ａ
引 言
高技术产业是先进生产力的标志 ，作为动力
型先 导产 业 ，其 发 展 水 平 能够 带 动 上 下 游产 业 链
数字 ，Ｏ Ｆ Ｄ Ｉ 逆向技术溢出的经济效应 引起 了学者 们的关注，Ｏ Ｆ Ｄ Ｉ 能否促进高技术行业 的全要素生
・ －－ — —
１ ０ ９ ・ － － — —
第 １期（ 总第 ２ ３ １ 期） ２ ０ １ ３年 １ 月
工 业技 术 经济
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆＩ ｎ ｄ ｕ ｓ ｔ ｉ ｒ ａ ｌ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ Ｅ ｃ ｏ ｎ ｏ ｍｉ ｃ ｓ
２ ０ ０ ９ 年其总产值年平均增长率高达 １ ８ ． １ ％… １， 作 为劳动密集型的国家 ，中国出口了大量 的技术和
逆向技术溢 出的吸收呢？明确这些问题将对进一 步实施 Ｏ Ｆ Ｄ Ｉ 战略 ，提高高技术行业 的全要素生
产率 有着 重要 的意义 。
资本密集型的高技术产 品，国际贸易额位居世界
产率 的增 长 呢？ 当前 国内 的 Ｒ ＆ Ｄ研 发 支 出 、Ｒ ＆ Ｄ
的发展 ，直接反应一个 国家的科技发展水平。随 着经济全球化 的深化 ，国际分工发生了巨大 的变
化 ，我 国高 技 术 产 业 取 得 了较 快 的发 展 ，１ ９ ９ ６—
人力资本投入是否显著地促进 了高技术行业 的全 要素生产率的增长？Ｒ ＆ Ｄ研发支出、Ｒ ＆ Ｄ人力资 本的投入能否提高国内的吸收能力 ，促进对 Ｏ Ｆ Ｄ Ｉ
吸收 。就此 ，文章最后提 出了进一 步开展 Ｏ Ｆ Ｄ Ｉ 的策略 。
［ 关键 词］ Ｏ Ｆ Ｄ Ｉ 逆 向技术溢 出；高技术产业全要素生产率 ； Ｍ ａ ｌ ｍ ｑ ｕ ｉ ｓ ｔ 指数 ；动态面板 数据
制造业绿色全要素生产率测算及影响因素
通过对环境指标、企业特征、行业特征和地区特征等影响因 素进行分析，可以揭示绿色全要素生产率的影响机制和影响 因素。通过对这些影响因素的深入分析，可以为政策制定者 提供制定制造业绿色发展政策的依据。
03
制造业绿色全要素生产率 影响因素
影响因素分类与筛选
内部因素
包括企业技术水平、生产设备、组织管 理、生产方式等。这些因素直接影响制 造业的生产效率和资源利用效率，进而 影响绿色全要素生产率。
技术创新是关键驱动力
技术创新对绿色全要素生产率的提升作用最为显著，说明技术创新是推动制造业绿色转型 的重要支撑。
产业结构调整与能源结构优化具有积极影响
产业结构调整和能源结构优化对制造业绿色全要素生产率提升具有积极作用，表明产业结 构和能源结构的优化能够促进制造业的绿色发展。
研究不足与展望
研究范围和深度有待拓展
制造业绿色全要素生产率 提升策略
提高能源利用效率
01
02
03
能源利用效率提高
通过技术进步和工艺改进 ，提高能源的使用效率， 减少能源消耗和环境污染 。
能源结构调整
逐步减少高污染、高耗能 燃料的比重，增加清洁能 源和可再生能源的使用比 例。
能源管理加强
建立健全的能源管理体系 ，加强能源计量、统计和 监测，提高能源利用效率 。
纳入环境因素的SBM模型
该模型是一种基于非期望产出的效率评价模型，可以同时处理期望和非期望产出，适用于测算考虑环 境约束的全要素生产率。通过将非期望产出作为负的投入处理，并将环境因素纳入到生产前沿面的定 义中，可以实现对绿色全要素生产率的测算。
数据来源与处理
数据来源
通常来源于统计数据、调查数据、数据库等。在绿色全要素生产率测算中，需 要选择包含制造业企业、产量、劳动力、资本等变量的数据集，同时还需要获 取相关的环境指标数据。
综合能耗计算通则2022
综合能耗计算通则2022
近年来，我们正在经历全球气候危机的时刻，能源的可持续性以及能源效率的提高越来越受到重视。
在此背景下，《综合能耗计算通则2022》被定下，旨在确保较高水平的能源效率，同时改善能源资源的可持续性。
《综合能耗计算通则2022》规定了对能源效率的基于社会需求、经济条件和技术限制之间的协调。
它涉及到全面的能耗计算，从设计到投运，能源生产、转换和使用等方面。
通过引入合理的机械和电气组件，它可以有效的减少能源的消耗，降低生活成本，节省经济资源。
《综合能耗计算通则2022》提出了一系列办法和措施，以有效支持实施可持续的能源效率。
比如，它要求鼓励利用可再生能源，普及节能技术，进行能效技术评估，鼓励能源效率投资和开发更高效的利用技术。
它还提倡加强行业实施国家标准，把节能政策落实到实际生产，建立政府、企业和行业之间共同负责的机制，推动能源效率发展。
《综合能耗计算通则2022》建立了全面的能源效率体系，同时也探索了能源效率计算的未来。
它的落实还将释放更多的社会和经济效益，帮助改善环境污染和缓解气候变化。
国家及有关单位在推行《综合能耗计算通则2022》方面也应加大力度，建立有效的实施机制，积极推进能源效率政策，以实现资源节约、经济高效利用。
总之，《综合能耗计算通则2022》的出台是一个重大的历史性进步，无论是从技术上，还是从社会层面来看，其影响都非常深远。
只
有全面落实这一通则，我们才能真正实现节能环保、提高效率的可持续发展。
基于SBM-GML_与面板门槛效应的碳排放强度与绿色全要素生产率的关系研究
Value Engineering0引言党的二十大报告进一步提出深化中国式现代化和绿色低碳发展的战略要求，为了追求高质量发展，工业绿色全要素生产率的提升有利于兼顾经济发展与环境保护，转变原有的高投入高污染，但是低效益的不利局面，因此加快绿色全要素生产率创业，可以更好地实现双碳目标，实现经济社会和人的高质量可持续发展。
绿色全要素生产率的研究是建立在全要素生产率的基础上，具体体现为绿色发展这一绿色的本质特征，反映在工业绿色全要素生产率的研究中，需要在柯布-道格拉斯生产函数的基础上，考虑资本和劳动等投入要素的绿色特征，同时由于以往的研究在绿色全要素生产率的生产函数设定中忽略了空间溢出性，因此本文设定的模型也考虑了空间溢出性和空间权重矩阵的情形[1，2]。
1理论机制与命题假说1.1绿色全要素生产率的相关研究学术界对绿色全要素生产率的关注始于劳动生产率的研究，郭爱君和范巧（2022）认为，绿色全要素生产率与工业部门综合要素生产率并无特别大的差别。
对绿色全要素生产率的研究包括前沿面与非前沿面的测度方法，前沿测试主要包括DEA 模型和随机前沿分析等方法，当前对绿色全要素生产率和绿色全要素生产率及其增长率的研究，主要采用DEA 和SBM 模型，同时采用ML 模型，考虑非期望产出下的工业资源配置效率和技术进步效率两个方面，当前绿色全要素生产率的非前沿方法主要基于代数箱指数核算方法，同时基于生产函数法随着现代计量经济学以及空间计量经济学的发展，基于生产函数以测度绿色全要素生产率尤其是引入空间计量方法成为一种新的选择[3-6]。
1.2基于SBM-GML 绿色全要素生产率研究为了实现经济的可持续发展，改变单纯依靠生产要素投入驱动当地经济发展的模型，转向产业转型升级，实现所谓“结构红利”，产业结构优化的动力来源于碳中和政策的压力，以及工业企业为了应对碳中和战略而主动进行绿色全要素生产率效率的提升，工业企业通过产业结构的优化并在产业结构转型升级中进行资源有效配置并提升技术进步水平。
能源生态效率评价及其影响因素
通过财政补贴、税收优惠等政策措施，鼓励企业 开展节能减排工作。
加强宣传教育
加强节能环保宣传教育，提高公众的节能环保意 识。
THANKS
谢谢您的观看
评价方法选择与实施
数据收集
结果解释
收集相关的能源消耗、污染物排放、 资源利用效率等数据，确保数据的准 确性和可靠性。
对评价结果进行解释和说明，指出存 在的问题和改 、模糊综合评价法等，对收集到的数 据进行处理和分析，得出评价结果。
评价结果分析
01
02
能源消费
产业结构优化和升级对能源消费总量 和强度有重要影响，同时也会促进能 源利用效率的提高。
政策法规与能源消耗
政策法规
政策法规对能源消耗具有重要影响，通过制定和实施相关政策法规可以促进能 源节约和高效利用。
能源消耗
政策法规的实施可以促进能源消耗的减少和利用效率的提高，同时也可以推动 能源结构的调整和优化。
成本效益分析与能源消耗
成本效益分析
在制定能源消耗计划时，需要进行成本效益分析，以确定最佳的能源消耗方案。 这需要考虑能源成本、生产成本、销售收入等因素。
能源消耗与经济效益
合理的能源消耗计划可以降低生产成本，提高经济效益。通过优化能源消耗结构 、提高能源利用效率等方式，可以降低单位产品的能源消耗，从而提高经济效益 。
生态效率理念
生态效率作为一种综合性的评估方法，旨在平衡经济发展和环境保 护之间的关系。
能源生态效率评价的重要性
通过对能源生态效率进行评价，有助于提高能源利用效率，减少环 境污染，促进可持续发展。
研究目的与内容
研究目的：本研究旨在评价能源生态效率，并分析其影响 因素，为提高能源利用效率、促进可持续发展提供科学依 据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
efficiency; Malmqusit index 0
引 言
2000 年中国能源强度变化分解为结构份额和效率份额 ，
其中效率份额主要来自于技术进步的贡献 [11]； 吴巧生 、 成 金 华 （2006 ） 运 用 简 单 平 均 微 分 PDM2 方 法 分 解 模 型 ， 对 中国 1980 — 2004 年间能源消耗强度以及工业 、 农业等六 部门能源消耗强度进行分析 ， 同样认为技术进步是中国 能源强度降低的最主要原因 [12]； 王俊松等 (2009) 用对数平 均 LMDI 方法将中国 1994 — 2005 年的能源强度分解为产 业结构变化效应和技术进步效应 ， 认为中国能源强度的 降低主要得益于技术进步 ， 但其贡献在 2001 年后逐渐降 低 [13]。 综上所述 ， 我国学者对于技术进步对能源效率影响的 研究 ， 大多采用因素分解法对能源强度进行指数分解或 是将能源强度和技术进步等变量进行回归的方法 ， 这些 研究没有将技术进步的各个组成部分进一步分解 ， 缺少 科技进步 、 纯技术效率和规模效率对能源效率影响的深 入分析 ， 即只考虑了科技创新 等 “ 硬 ” 技 术 进 步 对 提 升 能 源效率的作用 ， 而没有考虑制度创新 、 管理创新等 “ 软 ” 技 术进步的作用 。 本文正是基于这一研究现状 ， 先采用全要 素 生 产 率 指 数 （Malmqusit 指 数 ） 方 法 将 技 术 进 步 进 行 分 解 ， 在投入变量中除资本和劳动力外 ， 加入能源投入变 量 ， 在产出中加入了非合意产出 — —— 环境污染指数倒数 ， 然后运用面板数据计量回归方法分四大经济区域考察技 术进步各个组成部分对能源效率的影响 。
收稿日期 ：2009－12－01 基金项目 ： 国家社会科学基金重大项目 （08＆ZD046）； 国家自然科学基金项目 （70873058 ） 第一作者简介 ： 董锋 （1978－ ） 男 ，安徽亳州人 ，南京航空航天大学区域经济研究所研究人员 ，博士研究生 ，研究方向 ： 能源经济 。
2010．06
Denison （1967 ），Battese （1995 ），Kumbhakar(2000) 等
[4－7]
。 他
们认为 ， 技术进步主要由两部分 组 成 ： 一 是 科 技 进 步 ， 指 的是生产技术改进的大小 ， 如新产品的发明 、 新技术的应 用 ； 二是技术效率 ， 反映的是某个决策单元在投入因素不 变的情况下 ， 产出与最大产出的距离 。 技术效率又可以分 解为纯技术效率和规模效率 。 纯技术效率反映的是评价 单元的日常经营和管理水平 ， 如管理效率的提高 、 生产经 验的积累 ； 规模效率反映的是规模报酬不变的生产前沿 和规模报酬可变的生产前沿之间的距离 ， 反映评价单元 管理和经营大规模生产的能力 ， 如组建和管理大企业的 能力与知识 。 关于技术进步对能源效率影响的研究 ， 冯泰文 (2008) 等用层级回归方法研究了技术进步对能源强度的影响 [8]； 李廉水 、 周勇 （2006 ） 运用数据包络分析方法发现 ， 广义技 术进步是工业部门能效提高的主要原因 ；Zhang(2003) 采
能源效率分为能源物理效率和能源经济效率 ， 前者 指一种能源转化为另一种能源后 ， 两种能源产出之比 ， 后 者指把能源做为一种投入 ， 经济产出与能源投入之比 。 本 文研究的能源效率是指能源经济效率 。 国内外对能源效 率的测算大致分为两种方法 ： 一种是数据包络分析方法 ， 把能源和资本 、 劳动力等做为投入 ，GDP 做为 产 出 ， 测 算 出全要素 能 源 效 率 ， 如 Hu 和 Wang （2006 ）、 魏 楚 （2007 ）、 王群伟 （2008 ） 等 [1－3]； 另 一 种 测 算 方 法 就 是 政 府 部 门 经 常 使用的统计指标单位 GDP 能耗或能源生产率 ， 单位 GDP 能耗就是学术论文所说的能源强度 ， 能源生产率指的是 单位能源消费量的 GDP 产出 ， 能源生产率指标与能源强 度指标互为倒数 。 本文采用后一种方法来表征能源效率 。 对于技术进步的衡量一直是一个难题 ， 学者们一般用全 要 素 生 产 率 （Malmqusit 指 数 ） 来 衡 量 ， 如 Solow （1956 ），
Then authors use energy productivity index expressing energy efficiency and study the
effect of all components of technology progress to energy efficiency in four economic regions in the way of panel data econometric analysis． improvement of energy efficiency, The result shows scientific and technological progress contribute most to the the contribution of pure technology efficiency is similar to scale efficiency,
t t t
t
t＋1
t＋1
t＋1
t＋1
t＋1 t
D0 （x ，y ）
t＋1
t
"
t t＋1
1 2
用基于投入产出的因素分解方法对我国 1990— 1997 年的 单位 GDP 能耗进行考察 ， 认为导致单位 GDP 能耗下降的 主要因素是技术进步 ； 韩智勇 、 魏一鸣 （2004） 将 1981 —
[10]
式中 ：（x ，y ） 表示第 t 期的投入和产出向量 ；D0 表示以 t 期的技术 s 为参照的距离函数 ；（x
t＋1 t＋1
，y
） 表示第 t＋1 期
t＋1
的 投 入 和 产 出 向 量 ；D 0 表 示 以 t ＋1 期 的 技 术 s
为参照
54
2010．06
科学学与科学技术管理
的距离函数 。 在规模报酬不变假定下 ，Malmqusit 生产率指数可进 一步分解为技术 效 率 指 数 （EFC ） 和 科 技 进 步 指 数 （TCH ） 的乘积 。
（1． 南京航空航天大学 经济与管理学院 ，南京 210016； 2． 南京航空航天大学 区域经济研究所 ，南京 210016 ；
The Effect of Technology Progress to Energy Efficiency: Based on Total－Factor Productivity Index Including Environment Factor and Panel Econometric Analysis
M0 ＝
t＋1
D0 （x ，y ） D0 （x ，y ）
t t t
t
t＋1t＋1× NhomakorabeaD0 （x ，y ） D0 （x ，y ） D0 （x ，y ） D0 （x ，y ）
t＋1 t＋1 t＋1 t＋1 t t
t
t＋1
t＋1
[9]
1
Malmqusit 生产率指数 Malmqusit 生 产 率 指 数 由 Sten Malmqusit 于 1953 年
首先提出 ，Cave 等后来作为生产率指数予以应用 [14]， 根据
Shephard 距离函数可以将 Malmqusit 生产率指数定义为 ：
t＋1
M0 ＝
t
!
t t
D0 （x ，y ） D0 （x ，y ） D0 （x ，y ）
DONG Feng1,2, TAN Qingmei1,2, ZHOU Dequn1, LI Xiaohui1,3 (1．College of Economics and Management, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China; 2．Institute of Regional Economy, Nanjing University of Aeronautics ＆ Astronautics, Nanjing 210016, China; 3．Yantai University, Yantai 246005, China) Abstract: Technology progress consists of both entity technology progress such as technological invention and soft technology progress such as system innovation and management innovation． In this paper technology
科技政策与管理
元共 29 个省 ， 按照传统的区域划分把 29 个省划分为东 部沿海 、 中部 、 东北老工 业 基 地 和 西 部 ， 东 部 沿 海 地 区 包 括北京 、 天津 、 河北 、 上海 、 江苏 、 浙江 、 福建 、 山 东 、 广 东 、 海南等 10 省市 ， 中部地区包括山西 、 安徽 、 江西 、 河南 、 湖
53
科技政策与管理
科学学与科学技术管理
and the improvement degree of energy efficiency from three components of technology progress in northeast region and central region is lager than in east region and west region． Key words: scientific and technological progress; pure technology efficiency; scale efficiency; energy