1993-2012年中国省际技术进步方向与工业生产节能减排

doi:10.18402/resci.2016.02.12

摘要/Abstract

摘要：

地区工业企业的节能减排思路和政策制定者的政策选择,与技术进步方向紧密联系。不同地区的技术进步方向,以及不同主体面对节能压力和技术约束的最优行为选择,是亟待研究的问题。本文构建三要素CES生产函数来拟合不同省份的工业生产过程,并运用1993-2012年的省际面板数据进行回归,分析回归结果发现： ① (KE)L形式的CES生产函数更符合省际工业生产的实际情况,但不能在10%的显著性水平下拒绝KEL形式;② 北京、上海等省份的技术进步表现为资本增强型和资本偏向型,适合非能源要素替代的节能思路,天津、河北等省份的技术进步表现为能源增强型和资本偏向型,适合提高能源利用效率的节能思路;③ 吉林、安徽等省份的技术进步表现为资本增强型和能源偏向型,需要能源研发补贴政策;山西和内蒙古的技术进步表现为能源增强型和能源偏向型,必须调整产业结构,增加资本使用研发补贴,来应对环境问题。

关键词: 能源CES生产函数, 替代弹性, 技术进步方向, 节能减排, 中国

Abstract:

The energy conservation and emission reduction thinking of local industrial enterprises and the policy choices of policymakers are linked closely with the direction of local technological change. In order to fit the industrial processes of different provinces, we established a CES production function and used panel data for provinces from 1993 to 2012. First, the KEL form of the CES production function is closer to the actual provincial industrial production situation; however, the KEL form should not be denied at a significance level of 10%. Second, the technological progress of some provinces such as Beijing and Shanghai shows up as capital enhanced and capital biased types, therefore these provinces are supposed to use non-energy factors as substitutions. That of some provinces such as Tianjin and Hebei shows up as energy enhanced and capital biased types, and it is suitable for these provinces to improve energy efficiency. Third, the technological progress of some provinces such as Jilin and Anhui manifests as capital enhanced and energy biased types, and thus these provinces need to engage in policy regarding energy research and development subsidies. Shanxi and Inner Mongolia manifests as energy enhanced and energy biased types, and it is necessary for them to adjust industrial structure and increase research subsidy and development to solve environmental issues.

Key words: energy CES production function, elasticity of substitution, direction of technological change, energy conservation and emission reduction

魏玮, 周晓博. 1993-2012年中国省际技术进步方向与工业生产节能减排[J]. 资源科学, 2016, 38(2): 300-310.

WEI Wei,ZHOU Xiaobo. Direction of provincial technological change, industrial energy conservation and emissions reduction in China[J]. Resources Science, 2016, 38(2): 300-310.

图/表 5

表1

变量度量和数据处理过程"

变量	符号	度量指标	数据来源与计算方法
最终产出	Q	工业增加值	通过《中国统计年鉴》^[10]、《中国工业经济统计年鉴》^[11]和国家统计局网站获得工业增加值序列,并根据工业出厂品价格指数调整为1993年的货币单位。
最终产品价格	P_Q	工业出厂品价格指数	通过《新中国55年统计汇编》^[12]、《中国统计年鉴》^[10]和广东等省市统计年鉴获得数据。
资本存量	K	固定资产存量	选取1993年固定资产净值为基年资本存量,按照永续盘存法计算资本存量序列,计算公式为： $K t = 1 - d t K t - 1 + I t$ ,数据来自于《中国统计年鉴》^[10]。
资本价格	P_K	资本边际收益	按照名义利率减去通胀率加上折旧率的方法计算资本边际收益,定期存款利率取自《中国金融年鉴》^[14],各地区名义GDP和GDP环比指数来自《中国统计年鉴》^[10]。
就业人数	L	地区职工年平均人数	《中国工业经济统计年鉴》^[11]给出了分地区全部职工年平均人数。
工资水平	P_L	分地区工业工资水平	将采矿业,制造业,以及电力、燃气和水的生产和供应业的劳动报酬加总,再除以就业人数,得到分地区工业工资水平,并按消费价格指数将其折算为1993年的价格水平。分地区分行业城镇单位就业人员和劳动报酬数据来自于《中国劳动统计年鉴》^[15]。
能源消费量	E	分地区标煤消费量	《中国能源统计年鉴》^[16]给出了工业一次性能源终端消费量,按照文中给出的折标煤系数将其折算为标煤。
能源价格	P_E	分地区能源价格	《中国物价年鉴》^[18]给出了1993年35个大中城市无烟煤和一般烟煤的平均价格,将其平均值作为洗精煤的价格,除以标煤折算系数后得到1993年的标煤价格,再按照各省市统计年鉴的燃料动力类价格指数推算能源价格序列。

表1

表2

不同函数形式下的样本拟合优度和要素替代弹性"

编号	省（市、自治区）	(KE)L			(KL)E				(LE)K
编号	省（市、自治区）	$σ KE, L$		$σ K, E$	Adj R²	$σ KL, E$	$σ K, L$	Adj R²	$σ LE, K$	$σ L, E$	Adj R²
1	北京	1.293^** (1.34)	1.313^*** (4.74)	0.764	1.172^** (1.24)	1.297^** (2.90)	0.590		0.013^** (1.69)	0.945^*** (2.73)	0.486
2	天津	1.027^** (1.27)	0.118^*** (3.81)	0.792	1.255^** (1.14)	0.087^* (1.16)	0.418		0.065^** (1.14)	0.609^** (1.59)	0.397
3	河北	0.182^** (1.12)	0.094^*** (8.08)	0.793	0.474^* (0.99)	0.011^** (2.12)	0.439		0.042^** (1.32)	0.992^*** (2.50)	0.303
4	山西	0.265^** (1.55)	1.043^*** (7.99)	0.675	1.122 (0.88)	2.244^** (2.65)	0.545		0.023^* (0.93)	0.897^*** (2.52)	0.411
5	内蒙古	0.441^** (1.99)	1.195^*** (8.02)	0.649	0.898 (0.62)	1.198^** (2.84)	0.472		0.231 (0.65)	0.728^** (1.43)	0.419
6	辽宁	0.553^*** (2.03)	0.482^*** (5.93)	0.792	0.101 (0.15)	0.450^* (1.56)	0.466		0.014 (0.75)	0.993^** (1.22)	0.402
7	吉林	0.906^*** (2.19)	0.913^*** (9.41)	0.713	0.927^** (1.16)	0.908^* (1.08)	0.476		0.035 (0.32)	0.809^** (1.04)	0.325
8	黑龙江	0.178^** (1.81)	0.097^*** (6.94)	0.605	0.260 (0.60)	-0.002^* (1.33)	0.361		0.043^** (1.13)	0.887^** (1.46)	0.308
9	上海	1.537^*** (3.40)	1.381^*** (8.08)	0.725	-1.141^*** (-2.08)	0.321^** (2.78)	0.402		-0.021^** (-1.61)	0.899^** (1.50)	0.342
10	江苏	1.911^*** (4.72)	1.958^*** (8.12)	0.735	-0.162 (-0.17)	0.953^** (2.28)	0.418		-0.015 (-0.58)	0.879^*** (2.03)	0.338
11	浙江	1.851^*** (3.79)	1.876^*** (9.71)	0.723	-0.533 (-0.38)	0.873^* (1.07)	0.416		0.039 (0.63)	1.021^*** (2.67)	0.429
12	安徽	0.340^** (1.48)	0.029^*** (5.01)	0.642	0.920^** (1.22)	-0.018^** (2.20)	0.375		0.027^** (1.36)	0.876^** (1.66)	0.318
13	福建	1.102^*** (2.05)	0.516^*** (5.77)	0.681	-0.618 (-0.53)	0.299^* (1.39)	0.499		-0.023 (-0.74)	0.884^** (1.61)	0.358
14	江西	0.318^** (1.57)	0.086^*** (9.71)	0.615	0.911^*** (2.12)	0.044^** (2.71)	0.401		0.036 (0.56)	0.891^** (1.88)	0.331
15	山东	1.021^** (1.09)	0.064^*** (7.79)	0.763	-0.221 (-0.22)	0.040^** (2.07)	0.402		0.043 (0.45)	0.871^** (1.32)	0.420
16	河南	0.166^** (1.13)	0.491^*** (8.50)	0.769	0.650^** (1.55)	0.021^* (1.81)	0.313		0.012 (0.87)	0.635^** (1.75)	0.305
17	湖北	0.511^** (1.05)	0.335^*** (7.10)	0.736	0.918^*** (2.52)	0.324^** (2.37)	0.479		0.023^*** (2.83)	0.871^*** (2.61)	0.379
18	湖南	0.169^** (1.10)	0.094^*** (4.68)	0.742	0.380 (0.18)	0.011^** (2.40)	0.453		0.025^*** (2.88)	0.573^*** (2.18)	0.418
19	广东	1.924^*** (3.56)	1.927^*** (4.92)	0.784	0.909^** (1.41)	0.923^*** (3.73)	0.452		0.013^** (1.49)	0.895^** (1.66)	0.462
20	广西	0.255^** (1.68)	0.011^*** (4.85)	0.641	0.918^** (1.93)	0.013^** (2.22)	0.474		0.016^** (1.65)	0.892^** (1.07)	0.356
21	四川	0.421^** (1.06)	0.126^*** (5.83)	0.752	0.948^** (1.90)	0.099^** (2.08)	0.416		0.037^* (0.92)	0.851^** (1.28)	0.317
22	贵州	0.384^** (1.94)	0.144^*** (9.91)	0.779	0.131 (0.42)	0.175^** (2.17)	0.449		0.028 (0.25)	0.770^** (1.17)	0.349
23	云南	0.793^*** (2.27)	0.811^*** (9.91)	0.766	0.253^** (1.25)	0.696^* (1.62)	0.403		0.064 (0.83)	0.895^** (1.49)	0.331
24	陕西	0.212^** (1.81)	0.012^*** (9.52)	0.727	0.068^** (1.21)	0.013^** (1.99)	0.418		0.046 (0.60)	0.875^** (1.25)	0.377
25	甘肃	0.648^*** (2.32)	0.642^*** (5.97)	0.645	0.759^* (0.89)	0.636^* (1.22)	0.347		0.022^* (0.93)	0.976^*** (2.62)	0.328
26	青海	0.602^*** (2.29)	0.098^*** (4.98)	0.667	0.912^* (0.99)	0.015^** (1.93)	0.318		0.021 (0.68)	0.052^** (1.35)	0.303
27	宁夏	0.593^*** (2.13)	0.320^*** (8.97)	0.629	0.011 (0.57)	0.379^** (2.95)	0.302		0.032 (0.51)	0.046^** (1.78)	0.385
28	新疆	0.105^** (1.15)	0.022^*** (4.50)	0.623	0.084 (0.27)	0.031^** (2.79)	0.469		0.027^** (1.98)	0.063^** (1.54)	0.462

表2

表3

（KE）L形式下生产函数的假设检验结果"

$β 21 = β 31 = - 1$	$α 1 = α 2$	$α 1 = α 3$	$β 1 = 1, β 22 = β 32 = 0$
0.160	0.065	0.695	0.000

表3

表4

要素替代弹性和要素增强型技术进步率"

编号	省（市、自治区）	$a K$	$a E$	$a L$	B	编号	省（市、自治区）	$a K$	$a E$	$a L$	B
1	北京	0.149	0.121	0.090	0.007	15	山东	-0.087	0.049	0.061	1.989
2	天津	-0.010	0.067	0.027	0.576	16	河南	0.082	0.045	0.090	-0.038
3	河北	-0.024	0.041	0.032	0.626	17	湖北	0.047	0.020	0.062	-0.054
4	山西	0.015	0.036	0.021	-0.001	18	湖南	0.054	0.036	0.061	-0.173
5	内蒙古	0.014	0.027	0.017	-0.002	19	广东	0.137	0.095	0.104	0.020
6	辽宁	0.043	0.054	0.071	0.012	20	广西	0.025	0.011	0.032	-1.259
7	吉林	0.025	0.014	0.072	-0.001	21	四川	0.052	0.027	0.062	-0.173
8	黑龙江	-0.047	0.023	0.028	0.652	22	贵州	0.023	0.015	0.017	-0.048
9	上海	0.082	0.069	0.075	0.004	23	云南	0.019	0.014	0.027	-0.001
10	江苏	0.088	0.079	0.063	0.004	24	陕西	0.016	0.011	0.021	-0.412
11	浙江	0.075	0.062	0.057	0.006	25	甘肃	0.028	0.019	0.022	-0.005
12	安徽	0.028	0.012	0.021	-0.536	26	青海	0.020	0.014	0.017	-0.055
13	福建	-0.015	0.023	0.069	0.036	27	宁夏	0.024	0.016	0.020	-0.017
14	江西	0.018	0.014	0.043	-0.043	28	新疆	0.027	0.014	0.035	-0.578

表4

表5

各省区合成品生产中的技术进步类型"

	$σ K, E > 1$	$σ K, E < 1$
$a K > a E$	资本增强型,资本偏向型（北京、上海、江苏、浙江、广东）	资本增强型,能源偏向型（吉林、安徽、江西、河南、湖北、湖南、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆）
$a K < a E$	能源增强型,能源偏向型（山西、内蒙古）	能源增强型,资本偏向型（天津、河北、辽宁、黑龙江、山东、福建）

表5

参考文献 20

[1]	陈诗一. 中国工业分行业统计数据估算: 1980-2008[J]. 经济学(季刊), 2011, 10(3): 735-776.
	[Chen S Y.Reconstruction of sub-industrial statistical data in China(1980-2008)[J]. China Economic Quarterly, 2011, 10(3): 735-776. ]
[2]	Acemoglu D.Directed technical change[J]. Review of Economic Studies, 2002, 69(4): 781-809.
[3]	Werf E V D. Production function for climate policy modeling: An empiricalanalysis[J]. Energy Economics, 2008, 30(6): 2964-2979.
[4]	魏玮, 何旭波. 中国工业部门的能源CES生产函数估计[J]. 北京理工大学学报(社会科学版), 2014, 16(1): 27-31.
	[Wei W, He X B.Estimation of China’s industrial sectors’ energy CES production function[J]. Journal of Beijing Institute of Technology(Social Sciences Edition), 2014, 16(1): 27-31. ]
[5]	吕振东, 郭菊娥, 席酉民. 中国能源CES生产函数的计量估计及选择[J]. 中国人口·资源与环境, 2009, 19(4): 156-160.
	[Lv Z D, Guo J, Xi Y M.Econometric estimate and selection on Chinaenergy CES production function[J]. China Population, Resources and Environment, 2009, 19(4): 156-160. ]
[6]	Leon-Ledesma M A, Mcadam P, Willman A. Identifying the elasticity of substitution with biased technical change[J]. American Economic Review, 2010, 100(4): 1330-1357.
[7]	雷钦礼. 偏向性技术进步的测算与分析[J]. 统计研究, 2013, 30(4): 83-91.
	[Lei Q L.The measure and analysis of biased technical progress[J]. Statistical Research, 2013, 30(4): 83-91. ]
[8]	陆学琴, 章上峰. 技术进步偏向定义及其测度[J]. 数量经济技术经济研究, 2013, (8): 20-34.
	[Lu X Q, Zhang S F.The identification of factor-biased technical change[J]. The Journal of Quantitative and Technical Economics, 2013, (8): 20-34. ]
[9]	陈勇, 李小平. 中国工业行业的面板数据构造及资本深化评估: 1985~2003[J]. 数量经济技术经济研究, 2006, 23(10): 57-68.
	[Chen Y, Li X P.Construction of panel data of China’sindustries and evaluation on its capital deepening: 1985-2003[J]. The Journal of Quantitative and Technical Economics, 2006, 23(10): 57-68. ]
[10]	中华人民共和国国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2013.
	[National Bureau of Statistics of China. China Statistical Yearbook[M]. Peking: China Statistics Press, 2013. ]
[11]	国家统计局工业统计司. 中国工业经济统计年鉴[M]. 北京: 中国统计出版社, 2013.
	[The Industrial Statistics Division National Bureau of Statistics. China Industry Economy Statistical Yearbook[M]. Peking: China Statistics Press, 2013. ]
[12]	国家统计局国民经济综合统计司. 新中国55年统计资料汇编[M]. 北京: 中国统计出版社, 2005.
	[The National Economy Comprehensive Statistics Division of The National Bureau of Statistics. Compilation of China’s 55 years Statistical Data[M]. Peking: China Statistics Press, 2005. ]
[13]	国涓, 郭崇慧, 凌煜. 中国工业部门能源反弹效应研究[J]. 数量经济技术经济研究, 2010, (11): 114-126.
	[Guo J, Guo C H, Ling Y.Estimating the rebound effect in Chinaindustrial sector energy consumption[J]. The Journal of Quantitative and Technical Economics, 2010, (11): 114-126. ]
[14]	中国金融年鉴编辑部. 中国金融年鉴[M]. 北京: 中国金融年鉴杂志社有限公司, 2013.
	[Editorial Office of Almanac of China’s Finance and Banking. Almanac of China’s Finance and Banking[M]. Peking: The Limited Company of the Magazine of Almanac of China’s Finance and Banking, 2013. ]
[15]	国家统计局人口和就业统计司. 中国劳动统计年鉴[M]. 北京: 中国统计出版社, 2013.
	[The Population and EmploymentStatistics Division of The National Bureau of Statistics. China Labor Statistical Yearbook[M]. Peking: China Statistics Press, 2013. ]
[16]	国家统计局能源统计司. 中国能源统计年鉴[M]. 北京: 中国统计出版社, 2013.
	[The Energy Statistics Division of The National Bureau of Statistics. China Energy Statistical Yearbook[M]. Peking: China Statistics Press, 2013. ]
[17]	陶小马, 邢建武, 黄鑫, 等. 中国工业部门的能源价格扭曲与要素替代研究[J]. 数量经济技术经济研究, 2009, (11): 3-16.
	[Tao X M, Xing J W, Huang X, et al.The measurement of energy price distortions and factor substitution in Chineseindustry[J]. The Journal of Quantitative and Technical Economics, 2009, (11): 3-16. ]
[18]	中国物价年鉴编辑部. 中国物价年鉴[M]. 北京: 中国物价年鉴社, 2013.
	[Editorial Office of China Price Yearbook. China Price Yearbook[M]. Peking: The Magazine of China Price Yearbook, 2013. ]
[19]	陈晓玲, 连玉君. 资本-劳动替代弹性与地区经济增长-德拉格兰德维尔假说的检验[J]. 经济学(季刊), 2012, 12(1): 93-118.
	[Chen X L, Lian Y J.Capital-labor elasticity of substitution and regional economic growth: An empirical investigation of the De La Grandville hypothesis[J]. China Economic Quarterly, 2012, 12(1): 93-118. ]
[20]	Hicks J R.The Theory of Wages[M]. London: Macmillan, 1932.