楊福霞，徐江川，楊 冕，史 巖

(1.華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，湖北 武漢 430070; 2.武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院，湖北 武漢 430072;3.武漢大學(xué)人口·資源與環(huán)境經(jīng)濟(jì)研究中心，湖北 武漢 430072；4.甘肅銀行股份有限公司，甘肅 蘭州 730000)

1 引言

近年來，隨著能源期貨市場的日益發(fā)展，能源衍生品交易規(guī)模不斷擴(kuò)大，其合約種類也呈現(xiàn)日趨多元化的態(tài)勢。據(jù)統(tǒng)計，2016年美國原油期貨交易成交合約日均量達(dá)18.2萬口，比2015年高出16%。能源的“金融屬性”日益凸顯，導(dǎo)致能源價格分析逐漸脫離傳統(tǒng)的供需框架，其運(yùn)行規(guī)律呈現(xiàn)出更為復(fù)雜的特征。在此背景下，能源價格波動特征及其對宏觀經(jīng)濟(jì)、社會福利與環(huán)境改善的影響逐步成為學(xué)術(shù)界廣泛關(guān)注的焦點。

20世紀(jì)70年代所爆發(fā)的兩次石油危機(jī)，使學(xué)者們深刻認(rèn)識到能源價格持續(xù)上漲對社會生產(chǎn)與人民生活所造成的巨大危害。一方面，能源作為一種重要的基礎(chǔ)性生產(chǎn)要素，與其他生產(chǎn)要素的替代性較弱。能源價格持續(xù)上漲會導(dǎo)致企業(yè)生產(chǎn)的邊際成本逐步增加，生產(chǎn)可能性邊界線向內(nèi)收縮。這一影響還通過產(chǎn)業(yè)鏈在行業(yè)內(nèi)進(jìn)行傳導(dǎo)，造成整個行業(yè)生產(chǎn)成本的增加[1]，最終導(dǎo)致宏觀經(jīng)濟(jì)增長速度放緩[2-6]。另一方面，邊際生產(chǎn)成本的升高將迫使部分企業(yè)退出產(chǎn)品供給市場；在市場總需求不變的情況下，產(chǎn)品價格將呈現(xiàn)上漲趨勢，從而抬升消費(fèi)者價格指數(shù)(CPI)[7]。CPI的消極上升可能會造成惡性通貨膨脹的發(fā)生，進(jìn)而引發(fā)經(jīng)濟(jì)衰退[8-11]。此外，能源與其他消費(fèi)品的替代彈性較低，能源價格的上漲不僅直接增加消費(fèi)者的生活成本，還將通過水、電、糧食等消費(fèi)品價格的升高影響CPI，從而對消費(fèi)者的福利產(chǎn)生負(fù)面效應(yīng)[12-13]。

能源在對經(jīng)濟(jì)增長做出巨大貢獻(xiàn)的同時，其燃燒過程中所排放的大量溫室氣體、各類大氣污染物也對環(huán)境質(zhì)量造成了嚴(yán)重破壞?，F(xiàn)有關(guān)于能源價格波動對環(huán)境質(zhì)量影響的文獻(xiàn)主要從能源價格上漲所產(chǎn)生的替代效應(yīng)、收入效應(yīng)和技術(shù)進(jìn)步效應(yīng)三個方面進(jìn)行論述。其中，替代效應(yīng)主要表現(xiàn)為：在技術(shù)允許條件下，能源價格上漲將引導(dǎo)廠商使用其他非能源要素替代能源，從而達(dá)到減少能源消耗的目標(biāo)，并客觀上改善了環(huán)境質(zhì)量[14]。同時，化石能源價格快速上漲，將誘使企業(yè)進(jìn)行水電、風(fēng)能、太陽能等可再生能源的開發(fā)和使用[15-16]；通過促進(jìn)各種清潔能源對傳統(tǒng)化石能源的替代，從而實現(xiàn)溫室氣體和各種大氣污染物的減排。收入效應(yīng)表現(xiàn)為：能源價格持續(xù)上漲將不可避免地對宏觀經(jīng)濟(jì)增長造成沖擊，經(jīng)濟(jì)增速的放緩將減少其對能源的需求，進(jìn)而對大氣污染物排放產(chǎn)生一定程度的遏制[17]。技術(shù)進(jìn)步效應(yīng)則體現(xiàn)為：能源價格升高將誘導(dǎo)企業(yè)研發(fā)能源節(jié)約型技術(shù)，提高能源使用效率[18-21]；這在一定程度上控制能耗量的快速增加，減緩環(huán)境壓力[22]。

綜上所述，能源價格波動對宏觀經(jīng)濟(jì)增長和環(huán)境改善具有重要影響?，F(xiàn)有文獻(xiàn)大多側(cè)重于分析能源價格波動影響經(jīng)濟(jì)增長或環(huán)境質(zhì)量兩者中的某一側(cè)面，而對兩者的綜合效應(yīng)進(jìn)行系統(tǒng)研究的文獻(xiàn)尚不多見。實際上，能源價格波動導(dǎo)致要素間相對價格發(fā)生變化，進(jìn)而激發(fā)微觀經(jīng)濟(jì)主體進(jìn)行技術(shù)創(chuàng)新以節(jié)約相對昂貴的生產(chǎn)要素，即要素價格波動誘導(dǎo)技術(shù)創(chuàng)新。不同于新古典經(jīng)濟(jì)理論假設(shè)技術(shù)進(jìn)步外生于經(jīng)濟(jì)系統(tǒng)內(nèi)的各因素，誘導(dǎo)性技術(shù)變遷理論認(rèn)為技術(shù)進(jìn)步是生產(chǎn)者因系統(tǒng)內(nèi)某因素變動所自發(fā)進(jìn)行的技術(shù)升級行為。具體以能源價格變化為例(見圖1)，持續(xù)升高的能源價格使得企業(yè)的生產(chǎn)成本陡然增加，追求利潤最大化的生產(chǎn)者為節(jié)約生產(chǎn)成本將主動開發(fā)或引進(jìn)更先進(jìn)的節(jié)能型技術(shù)。這一方面推動現(xiàn)有生產(chǎn)技術(shù)前沿向前移動，即增加經(jīng)濟(jì)產(chǎn)出；同時也通過要素替代減少了能源消耗，從而產(chǎn)生環(huán)保效應(yīng)，最終表現(xiàn)為環(huán)境友好型生產(chǎn)技術(shù)水平提升。

圖1 能源價格誘導(dǎo)性技術(shù)進(jìn)步與環(huán)境全要素生產(chǎn)率變動的內(nèi)在作用機(jī)理

因此，在對近年來我國能源價格波動特征進(jìn)行分析的基礎(chǔ)上，本文重點探究能源價格變動是否誘導(dǎo)環(huán)境友好型技術(shù)前沿外移，進(jìn)而對我國環(huán)境全要素生產(chǎn)率(ETFP)產(chǎn)生何種影響。與已有文獻(xiàn)相比，本研究嘗試從以下兩個方面開展創(chuàng)新性研究：首先，基于參數(shù)化的雙曲距離函數(shù)，將ETFP的變動分解為能源價格誘導(dǎo)性技術(shù)進(jìn)步、外生技術(shù)進(jìn)步和技術(shù)效率變化三個組成部分，評估能源價格誘導(dǎo)性技術(shù)進(jìn)步對我國ETFP變動的貢獻(xiàn)程度及其時空分異特征；其次，系統(tǒng)解析能源價格誘導(dǎo)性技術(shù)進(jìn)步的具體偏向類型，并演繹其在時序維度上的轉(zhuǎn)換規(guī)律。

2 能源價格波動分析

詳細(xì)分析能源價格的波動特征是深入研究其經(jīng)濟(jì)社會影響的重要前提[23]。鑒于煤炭、電力、石油三種能源消費(fèi)量占據(jù)我國能源消費(fèi)總量的90%以上，此處選用上述三種能源2006年1月至2014年4月的價格數(shù)據(jù)，采用金融領(lǐng)域常用的波動分析工具—ARCH類模型分析其價格波動特征。

2.1 ARCH與GARCH模型

Engle發(fā)現(xiàn)時間序列數(shù)據(jù)可能存在自回歸條件異方差。同時，在外部沖擊的影響下，這類方差通常在某一時段內(nèi)呈現(xiàn)持續(xù)偏高或者偏低的現(xiàn)象，通常被稱為波動聚類(Volatility clustering)現(xiàn)象。據(jù)此，Engle構(gòu)建ARCH模型用于驗證時間序列的異方差以及“波動性集聚”的存在性，具體方程如下：

Pt=πxt+εt

(1)

(2)

為避免ARCH(q)中q太大而損失樣本容量，Bollerslev[24]提出GARCH模型，其基本思想是在ARCH模型基礎(chǔ)上加上jt自回歸部分，GARCH(q,f)的模型設(shè)定為：

(3)

2.2 煤、電、油價格波動分析

考慮到煤炭價格中電煤價格和非電煤價格之間長期存在差距，本文采用混煤4500～5000大卡動力煤的重點坑口價表示電煤價格，九級主焦精煤價格作為非電煤價格，電力和石油價格分別選用工業(yè)用電價格和93號汽油價格代表。在運(yùn)行ARCH模型之前需要首先進(jìn)行平穩(wěn)性檢驗和殘差序列的條件異方差檢驗，估算結(jié)果如表1所示。

表1 煤、油、電三種能源品種收益率的平穩(wěn)性檢驗

注：***、**、*分別代表在1%、5%、10%的顯著水平。

表1中ADF檢驗的結(jié)果表明：在包含常數(shù)項和時間趨勢項條件下，電煤、非電煤、汽油和電力價格的收益率序列均在1%顯著性水平下拒絕原假設(shè)，說明四種能源價格序列均是趨勢平穩(wěn)的。而關(guān)于各收益率殘差的LM檢驗結(jié)果則顯示，電煤、非電煤、汽油價格的收益率均存在顯著的ARCH效應(yīng)，且最佳滯后階數(shù)分別為3、2、1。這一較小的滯后階數(shù)證實三種價格收益率波動的持續(xù)性較弱。相反，由于電力價格收益率時間序列的LM檢驗結(jié)果不顯著且ARCH項的最佳滯后階數(shù)為0，表明樣本期內(nèi)該序列不存在ARCH效應(yīng)。因此，下面僅對前三種能源價格序列進(jìn)行ARCH類模型回歸估計。結(jié)果如表2所示。

ARCH模型中均存在顯著的參數(shù)b，表明樣本期內(nèi)，電煤、非電煤、汽油三種能源價格收益率都具有明顯的波動集簇性。在電煤價格收益率的GARCH模型估計結(jié)果中c1>b1，表示其自身過去的波動對當(dāng)期波動的影響大于外部沖擊的作用，而b1+c1的值小于1，反映了前期外部沖擊與其自身過去的波動將對當(dāng)期收益產(chǎn)生的影響并不持久。而在非電煤價格收益率的GARCH模型估計結(jié)果中，b1顯著大于c1，意味著外部沖擊對本期波動造成的影響較大；b1+c1顯著大于1，表明其綜合沖擊的影響會擴(kuò)散。在汽油價格收益率的GARCH模型估計結(jié)果中c1

表2 煤、油、電三種能源價格序列的ARCH和GARCH模型估計結(jié)果

注：*、**、***分別代表在10%、5%、1%的水平下顯著。

3 環(huán)境全要素生產(chǎn)率的測度及其分解

為便于評估多投入多產(chǎn)出生產(chǎn)技術(shù)的績效水平，目前，大多數(shù)文獻(xiàn)使用數(shù)據(jù)包絡(luò)分析方法測度ETFP的變動，并將其分解為環(huán)境技術(shù)效率的變化和技術(shù)進(jìn)步兩個組成部分[25-29]。其中，少數(shù)研究嘗試進(jìn)一步將技術(shù)效率分解為純技術(shù)效率、規(guī)模效率和配置效率三個部分[30]，而對技術(shù)進(jìn)步分支進(jìn)行深入探究的文獻(xiàn)尚不多見。本文基于參數(shù)化的距離函數(shù)來構(gòu)建ETFP變動的分解模型，解析能源價格誘導(dǎo)性技術(shù)進(jìn)步對ETFP變動的綜合影響。

3.1 雙曲線距離函數(shù)的設(shè)定

為了構(gòu)建更為科學(xué)準(zhǔn)確的ETFP分解框架，本文參考Cuesta等[31]的做法，選用雙曲線距離函數(shù)(DH)表征環(huán)境生產(chǎn)技術(shù)：

DH(x,yg,yb)=inf{θ>0, (x,yg/θ,ybθ)∈T}

(4)

其中，x為投入要素包括勞動力、資本、能源等；yg、yb分別為“合意”產(chǎn)出和“非合意”產(chǎn)出；T表示滿足經(jīng)濟(jì)生產(chǎn)的一般性假設(shè)(如凸性、有界性等)的環(huán)境生產(chǎn)技術(shù)集。該距離函數(shù)是生產(chǎn)技術(shù)集T的替代表述形式，它定義了一個環(huán)境友好型技術(shù)前沿。處在前沿上的生產(chǎn)者使用現(xiàn)有技術(shù)水平，用給定水平的投入x，生產(chǎn)了最大的合意產(chǎn)出yg/θ，卻產(chǎn)生了較少的非合意產(chǎn)出ybθ。標(biāo)量θ表示為達(dá)到技術(shù)前沿，生產(chǎn)者的合意產(chǎn)出和非合意產(chǎn)出需要同時調(diào)整的比例。處于前沿上的生產(chǎn)者的θ值等于1；而對于非前沿上的生產(chǎn)者而言，其離環(huán)境技術(shù)前沿水平越近，θ就越接近于1。根據(jù)Farrell[32]對技術(shù)效率的定義，θ測度了生產(chǎn)者的環(huán)境技術(shù)效率得分，其取值范圍為(0,1]。此外，對應(yīng)于生產(chǎn)技術(shù)的一般性定理，該距離函數(shù)還滿足一階齊次性性質(zhì)，即DH(x,yg/θ,ybθ) =DH(x,yg,yb)/ θ[33]。以下為方便敘述，將DH簡寫為D。

3.2 環(huán)境全要素生產(chǎn)率分解框架的構(gòu)建

由于上述雙曲線距離函數(shù)測度的是生產(chǎn)者的環(huán)境技術(shù)效率，在對其進(jìn)行參數(shù)化設(shè)定的基礎(chǔ)上，根據(jù)Diewert[34]提出的二次恒等式引理(Quadratic Identity Lemma)可以構(gòu)建ETFP指數(shù)的分解框架?？紤]到靈活性、易計算性等特點，此處選用超越對數(shù)函數(shù)形式。同時，為解析出能源價格誘導(dǎo)性技術(shù)進(jìn)步對ETFP的影響，在模型中加入了能源價格變量。其函數(shù)形式具體設(shè)定為：

(5)

上式中，Di為第i個生產(chǎn)單元的雙曲線距離函數(shù)，測度了其環(huán)境技術(shù)效率；時間趨勢項t表征外生技術(shù)進(jìn)步；PEi為能源價格；εi是白噪聲的隨機(jī)干擾項，εi～N(0，σε2)。α、β、ω、γ、δ、υ、η、τ、μ、κ、φ等均為待估參數(shù)，其中，參數(shù)γp和γpp反映了能源價格誘導(dǎo)性技術(shù)進(jìn)步，與t相關(guān)的參數(shù)表示外生技術(shù)進(jìn)步。同時，考慮到技術(shù)進(jìn)步方向會呈現(xiàn)要素或者產(chǎn)出偏向特性，投入要素與能源價格交互項參數(shù)ηrp反映誘導(dǎo)性技術(shù)進(jìn)步的要素偏向類型，而與時間趨勢的交互項參數(shù)ηrt則表示外生技術(shù)進(jìn)步偏向類型；與之相對應(yīng)，各產(chǎn)出與價格項或時間趨勢項的交互項參數(shù)則表征產(chǎn)出偏向。此外，這些參數(shù)之間滿足以下約束條件：

根據(jù)二次恒等式引理，該距離函數(shù)的跨期變化(即相對技術(shù)效率的變動)可表示為：

lnDi,t+1-lnDi,t

(6)

依據(jù)增長核算法構(gòu)建傳統(tǒng)全要素生產(chǎn)率指數(shù)的思路，環(huán)境全要素生產(chǎn)率的變化(ETFPC)可通過所有產(chǎn)出的加權(quán)和減去所有投入加權(quán)和得到，即：

ETFPCt,t+1

(7)

上式中，用于對產(chǎn)出(或投入)進(jìn)行加權(quán)的權(quán)重也為雙曲線距離函數(shù)關(guān)于產(chǎn)出(或投入)的距離彈性值。ETFPCt,t+1表示跨期內(nèi)某生產(chǎn)者ETFP的變動，其值大于、小于、等于0分別表示ETFP提升、衰退和相對停滯。將(6)式代入(7)式，可得到ETFPC的分解式，即：

(8)

此處，ETEC表征環(huán)境技術(shù)效率變化；PITC度量了能源價格變動所引致的距離函數(shù)的變化，其值大于零表示能源價格誘導(dǎo)環(huán)境技術(shù)前沿向前推移，即誘導(dǎo)性技術(shù)進(jìn)步；ETC則反映了由于知識存量的積累所導(dǎo)致的前沿技術(shù)水平的移動，其正值說明外生技術(shù)進(jìn)步。綜上可知，ETFP的變動是環(huán)境技術(shù)效率變化、能源價格誘導(dǎo)性技術(shù)進(jìn)步和外生技術(shù)進(jìn)步三者綜合作用的結(jié)果。

3.3 技術(shù)進(jìn)步偏向類型的判定

能源作為一種重要的生產(chǎn)要素，其價格波動必定引起要素間相對價格的變化，從而導(dǎo)致技術(shù)進(jìn)步發(fā)生一定的偏向。比如能源相對價格升高可能誘發(fā)節(jié)能型技術(shù)創(chuàng)新，也可能伴隨著大氣污染物排放量的減少，使得技術(shù)進(jìn)步更偏向于環(huán)境友好型。此處借用Antle[35]的方法，測算能源價格誘導(dǎo)性技術(shù)進(jìn)步的偏向類型。根據(jù)Antle的思路，價格誘導(dǎo)性技術(shù)進(jìn)步的偏向可通過價格波動所導(dǎo)致的某投入要素(或產(chǎn)出)距離彈性份額的變化而得到?；?5)式，第i種生產(chǎn)要素(或產(chǎn)出)的距離彈性份額可表示為：

4 數(shù)據(jù)來源與結(jié)果分析

4.1 數(shù)據(jù)來源

本文研究樣本為1995年—2015年間中國大陸地區(qū)除西藏之外的30個省(市、自治區(qū))。其中，投入要素包括資本(K)、勞動力(L)、能源(E)三種，分別用資本存量、從業(yè)人員數(shù)、能源消費(fèi)總量來表示。需特別指出的是，為體現(xiàn)資本設(shè)備使用壽命的省際差異，在使用永續(xù)盤存法計算資本存量時，對各地區(qū)折舊率的取值不盡相同?！昂弦狻碑a(chǎn)出用實際GDP衡量，而“非合意”產(chǎn)出用CO2、SO2排放量衡量。其中，CO2排放量是基于各省份歷年所消耗的原煤、焦炭、汽油、煤油、柴油、燃料油與電力等7種能源品種的終端消耗量計算而得。能源價格(PE)使用各省(市)的燃料、動力煤價格指數(shù)來替代。上述基礎(chǔ)數(shù)據(jù)取自于對應(yīng)年份的《中國統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、《中國勞動統(tǒng)計年鑒》等。能源價格數(shù)據(jù)來源于各省(市)相應(yīng)年份的統(tǒng)計年鑒。各省(市)SO2的排放量數(shù)據(jù)來源于《中國環(huán)境年鑒》。此外，為消除價格變動對結(jié)果所造成的影響，本文將所有涉及價格信息的指標(biāo)統(tǒng)一調(diào)整為以1995年為基期。

4.2 參數(shù)估計及其結(jié)果分析

本文采用最大似然估計方法對(5)式中的相關(guān)參數(shù)進(jìn)行回歸估計。在此之前需要運(yùn)用一階齊次性性質(zhì)對其進(jìn)行變形。令雙曲線距離函數(shù)中的θ=1/SO2，那么，其齊次性性質(zhì)具體可表示為：lnDH,it(xit,PEit,t,GDPit×SO2,it,CO2,it/SO2,it,1)=ln[SO2,it×DH,it(x,PEit,t, GDPit, CO2,it)]，在此情形下，距離函數(shù)可進(jìn)一步變換為如下形式：lnSO2,it=lnDH,it(xit,PEit,t,GDPit×SO2,it,CO2,it/SO2,it,1)-lnDH,it。該式右邊第二項-lnDH,it即表示技術(shù)無效率部分，一般記作uit。遵循Battese和Coelli[36]的假設(shè)，令uit=e-η(t-T)ui。其中T為時間跨度(本文中為21)，ui～N+(μ，σu2)，η和μ均為待估參數(shù)。因此，本文最終的估計方程為：

lnSO2,it=lnDH,it(xit,PEit,t,GDPit×SO2,it,CO2,it/SO2,it)+uit。此外，為避免收斂性問題，本文采用各變量的幾何平均值對相關(guān)指標(biāo)進(jìn)行了標(biāo)準(zhǔn)化處理。其參數(shù)估計結(jié)果如表3所示。

表3 雙曲線距離函數(shù)參數(shù)估計結(jié)果

注：括號內(nèi)為標(biāo)準(zhǔn)誤；*、**、***分別代表在10%、5%、1%的水平下顯著。

由表3可知，37個待估參數(shù)中有29個均通過顯著性水平檢驗，其中在1%水平下顯著的參數(shù)達(dá)到25個。同時，除勞動力變量外，其他所有變量的一次項系數(shù)均顯著，且符號均與預(yù)期相吻合。具體來看，三個投入變量的參數(shù)α1、α2、α3均為負(fù)，對應(yīng)于距離函數(shù)關(guān)于要素投入量的非增性性質(zhì)，表明要素投入的數(shù)量越多，距離函數(shù)值DH越小，生產(chǎn)單元環(huán)境技術(shù)效率水平也就越低。實際GDP的一次項參數(shù)β1顯著為正則顯示經(jīng)濟(jì)產(chǎn)出越高，其技術(shù)效率也就越高。與之相反，兩種“非合意”產(chǎn)出的一次項系數(shù)ω1、ω2均為顯著的負(fù)值，說明大氣排放物越多，生產(chǎn)者的環(huán)境技術(shù)效率水平越低。此外，能源價格PE的一次項系數(shù)γp為負(fù)，意味著就全國平均水平而言，能源價格的上漲并不利于環(huán)境技術(shù)效率的提升。另外，無效率項中的參數(shù)μ在1%的水平上顯著不為0，表明大部分省區(qū)普遍存在技術(shù)無效率現(xiàn)象；在1%顯著性水平，參數(shù)η的估計值為-0.021，拒絕了技術(shù)效率不隨時間變動的假定，與模型設(shè)定時的預(yù)期相一致。綜上來看，本文所選用的超越對數(shù)形式反映了實際生產(chǎn)情況，設(shè)定形式的科學(xué)性得到了較好的驗證。

4.3 環(huán)境全要素生產(chǎn)率的變動及其分解

為呈現(xiàn)ETFP及其三個組成部分在時序維度上的演變特征，此處分別計算出歷年所有省區(qū)ETFPC、ETEC、PITC與ETC的算術(shù)平均值，結(jié)果如圖2所示。在整個樣本期內(nèi)，ETFPC均值為0.053，表明近20年來我國ETFP年均增長速率高達(dá)5.3%，與其他使用參數(shù)方法計算ETFP的結(jié)果基本一致[37]，但普遍高于非參數(shù)方法的計算結(jié)果[29]。從ETFP的動態(tài)演變趨勢來看，其在整個樣本期內(nèi)大致經(jīng)歷了如下三個階段：(1)1996年～1999年，ETFPC呈現(xiàn)持續(xù)下降趨勢，由1996年的8%降低至1999年的5.5%；(2)2000年～2009年，ETFPC圍繞5%的水平線呈現(xiàn)頻繁的小幅波動狀態(tài)。其可能的原因為，隨著我國參與國際分工和競爭程度的不斷深入，一系列國際先進(jìn)的新型生產(chǎn)技術(shù)被陸續(xù)引進(jìn)并推廣使用，但與此同時也催生了鋼鐵、水泥、電解鋁等高耗能行業(yè)的迅猛發(fā)展。此后，中央政府為遏制能源環(huán)境問題惡化對經(jīng)濟(jì)增長所造成的負(fù)面影響，于2006年開始實施了聲勢浩大的節(jié)能減排行動，并將其節(jié)能減排目標(biāo)作為地方政府官員的重要考評指標(biāo)。隨著一系列具體措施的落實，企業(yè)對環(huán)境技術(shù)的關(guān)注度明顯增強(qiáng)，進(jìn)而使得ETFPC在2006、2007年兩年出現(xiàn)迅速上升趨勢，但隨著環(huán)境政策邊際作用的遞減，從2008年開始ETFPC亦出現(xiàn)一定程度的回落；(3)2010年～2015年，ETFP再次呈現(xiàn)持續(xù)下降的特征，由2010年的6%左右降低至2015年的4%以下。

圖2 中國ETFP的增長及其分解(1996～2015)

從ETFP的三個具體分支來看，在整個樣本期內(nèi)，ETEC、ETC、PITC的年度均值分別為2.48%、2.59%和0.22%，表明我國環(huán)境全要素生產(chǎn)率的提升主要源自于外生性技術(shù)進(jìn)步(貢獻(xiàn)份額為46.88%)和環(huán)境技術(shù)效率提升(貢獻(xiàn)份額為48.96%)的雙輪驅(qū)動，而能源價格誘導(dǎo)性技術(shù)進(jìn)步的貢獻(xiàn)則較為微弱(貢獻(xiàn)度為4.16%)。從各組成部分貢獻(xiàn)份額的演變趨勢來看，2005年以前，外生性技術(shù)進(jìn)步的貢獻(xiàn)一直高于環(huán)境技術(shù)效率提升的作用，成為促進(jìn)我國ETFP持續(xù)提升的重要力量；2006年之后，情況發(fā)生了逆轉(zhuǎn)，環(huán)境技術(shù)效率提升的貢獻(xiàn)逐步占據(jù)主導(dǎo)地位。此外，能源價格誘導(dǎo)性技術(shù)進(jìn)步對ETFP的促進(jìn)作用主要表現(xiàn)在2000年之前；2001年之后，該作用變得極其微弱，部分年份甚至表現(xiàn)為負(fù)。

4.4 能源價格誘導(dǎo)性技術(shù)進(jìn)步的時空分異規(guī)律

為深入探討能源價格誘導(dǎo)性技術(shù)進(jìn)步對ETFP影響的具體變動特征，此處進(jìn)一步考察這一作用的時空分異規(guī)律。首先，從時序維度上來看，2005年之前，PITC在所有年份均取正值(1998年除外)且呈現(xiàn)較為劇烈的波動狀態(tài)，表明這一時期內(nèi)能源價格波動誘導(dǎo)了環(huán)境技術(shù)前沿向前移動并有效促進(jìn)了ETFP的提升，但該促進(jìn)作用并不穩(wěn)定。相反，PITC在2006～2012年期間均為負(fù)值，2013年之后再次轉(zhuǎn)變?yōu)檎⒈憩F(xiàn)出逐年增加的趨勢。究其原因不難發(fā)現(xiàn)，受國際能源市場沖擊，2006年之后我國能源價格也呈現(xiàn)較為劇烈的波動狀態(tài)；能源價格的巨大不確定性，在一定程度上對企業(yè)開展節(jié)能技術(shù)創(chuàng)新乃至環(huán)境友好型技術(shù)采用的積極性造成負(fù)面影響。然而，隨著能源價格市場化改革的逐步推進(jìn)，特別是能源價格在2009年之后步入穩(wěn)中有升的階段，企業(yè)開始逐步轉(zhuǎn)向環(huán)境友好型技術(shù)的開發(fā)和廣泛采用，最終導(dǎo)致ETFP的持續(xù)提升。

圖3 能源價格誘導(dǎo)技術(shù)進(jìn)步及其對ETFPC貢獻(xiàn)率的動態(tài)演變(1996～2015)

其次，能源價格誘導(dǎo)性技術(shù)進(jìn)步對ETFP的促進(jìn)作用呈現(xiàn)顯著的省際差異。PITC貢獻(xiàn)率最高的省份依次為云南(14.77%)、河南(14.38%)、四川(14.13%)、黑龍江(11.03%)，其貢獻(xiàn)度均在10%以上。與之相反，有七個省區(qū)的PITC貢獻(xiàn)度為負(fù)值，包括寧夏(-9.92%)、內(nèi)蒙古(-8.44%)、上海(-6.56%)、天津(-3.18%)、山西(-2.59%)、重慶(-0.59%)、廣西(-0.12%)；這些地區(qū)的能源價格波動不僅未能對當(dāng)?shù)丨h(huán)境技術(shù)前沿移動產(chǎn)生積極影響，還在不同程度上限制了其ETFP的提升。結(jié)合上述兩類地區(qū)的能源價格水平，我們發(fā)現(xiàn)一個有趣的結(jié)論，對于能源價格誘導(dǎo)性技術(shù)進(jìn)步而言，平均能源價格居中地區(qū)(如河南、四川)的進(jìn)步速率一般要高于價格偏高和偏低地區(qū)(如上海、天津，寧夏、內(nèi)蒙古)的水平。這意味著能源價格波動誘導(dǎo)技術(shù)進(jìn)步效應(yīng)的發(fā)揮存在一個合理的價格區(qū)間，過高或過低的能源價格可能會降低企業(yè)進(jìn)行環(huán)境技術(shù)創(chuàng)新的積極性，反而不利于環(huán)境TFP水平的提升。從具體政策實踐來看，若考慮通過能源價格調(diào)控激勵經(jīng)濟(jì)主體進(jìn)行環(huán)境友好型技術(shù)創(chuàng)新，不同價格水平地區(qū)的調(diào)整策略應(yīng)該有所偏頗。

圖4 中國30省區(qū)PITC及其對ETFPC的貢獻(xiàn)率

4.5 能源價格誘導(dǎo)性技術(shù)進(jìn)步偏向類型

為探究能源價格誘導(dǎo)性技術(shù)進(jìn)步的具體偏向類型，本文進(jìn)一步計算出其在各年度的偏向指數(shù)，并按照國家“五年計劃”的劃分將整個樣本期分為四個時間段。結(jié)果如表4所示：

表4 能源價格誘致性技術(shù)進(jìn)步偏向指數(shù)計算結(jié)果

從要素投入方面來看，在整個樣本期內(nèi)，勞動力的偏向指數(shù)均值為負(fù)，而資本和能源的偏向指數(shù)均值均為正，表明能源價格誘導(dǎo)性技術(shù)進(jìn)步總體上表現(xiàn)出資本和能源節(jié)約—勞動力使用型特征。具體分時段來看，PITC對勞動力的偏向指數(shù)在“九五”、“十五”、“十一五”期間均表現(xiàn)為負(fù)，而在“十二五”期間轉(zhuǎn)變?yōu)檎?；表明樣本期?nèi)能源價格誘導(dǎo)性技術(shù)進(jìn)步在初期偏向于勞動力的使用，但隨著2009年以后勞動力成本的大幅度上升，技術(shù)進(jìn)步逐步轉(zhuǎn)換為勞動力節(jié)約型。PITC關(guān)于資本和能源兩要素的偏向指數(shù)的變化方向相對一致：在“九五”時期能源價格誘導(dǎo)性技術(shù)進(jìn)步偏向于資本和能源節(jié)約，在“十五”和“十一五”時期則表現(xiàn)為資本和能源使用，在“十二五”時期再次轉(zhuǎn)換為資本和能源節(jié)約型特征。導(dǎo)致上述轉(zhuǎn)換過程的可能原因為：我國經(jīng)濟(jì)增長在2010年之后逐步步入結(jié)構(gòu)性減速階段，以經(jīng)濟(jì)發(fā)展方式優(yōu)化調(diào)整為主要目標(biāo)的戰(zhàn)略安排導(dǎo)致經(jīng)濟(jì)增長對資本特別是能源的依賴程度開始減弱。

從產(chǎn)出側(cè)來看，在整個樣本期內(nèi)，SO2的偏向指數(shù)均值為正，而GDP和CO2的偏向指數(shù)均值為負(fù)，表明能源價格誘導(dǎo)性技術(shù)進(jìn)步總體上更多偏向于SO2的減排，但對CO2減排和GDP擴(kuò)張的誘導(dǎo)作用并不明顯。這與我國在2006年以來所開展的節(jié)能減排工作將SO2減排作為約束性指標(biāo)有著直接的關(guān)系。

5 結(jié)語

作為人類社會賴以生存和發(fā)展的重要物質(zhì)基礎(chǔ)，能源對國民經(jīng)濟(jì)增長乃至人民生活的支撐作用逐步凸顯，其價格波動所誘發(fā)的技術(shù)進(jìn)步(包括其大小和方向)對宏觀經(jīng)濟(jì)增長和環(huán)境質(zhì)量改善的作用也日益突出。本文基于參數(shù)化的雙曲線距離函數(shù)，將能源價格因素納入環(huán)境全要素生產(chǎn)率(ETFP)的分析框架，識別能源價格波動影響ETFP的作用機(jī)理；隨后，通過將ETFP變動分解為能源價格誘導(dǎo)性技術(shù)進(jìn)步、外生性技術(shù)進(jìn)步和環(huán)境技術(shù)效率變化三個組成部分，系統(tǒng)評估能源價格誘導(dǎo)性技術(shù)進(jìn)步對我國ETFP變動的實際作用效果及其時空分異規(guī)律，并進(jìn)一步解析該作用的具體偏向類型。本文主要研究結(jié)論可歸納如下：

(1)近20年以來我國能源價格誘導(dǎo)性技術(shù)進(jìn)步的平均速率為0.22%，其對ETFP變動的平均貢獻(xiàn)率約為4.16%；相對于外生性技術(shù)進(jìn)步(46.88%)和環(huán)境技術(shù)效率改善(48.96%)兩個分支而言，能源價格誘導(dǎo)性技術(shù)進(jìn)步的作用相對比較微弱。

(2)從時序維度上來看，2005年以前，能源價格誘導(dǎo)性技術(shù)進(jìn)步對ETFP的提升產(chǎn)生了持續(xù)的促進(jìn)作用，但這一效果并不穩(wěn)定；隨后，受能源價格劇烈波動所影響，該作用表現(xiàn)出一定的時滯性，其對ETFP提升的促進(jìn)作用在2013年以后才再次顯現(xiàn)。從空間分布來看，能源價格誘導(dǎo)性技術(shù)進(jìn)步對省際ETFP變動的影響存在著較為顯著的區(qū)域差異。

(3)從要素投入側(cè)來看，能源價格誘導(dǎo)性技術(shù)進(jìn)步總體上表現(xiàn)為資本和能源節(jié)約—勞動力使用型特征。而從產(chǎn)出側(cè)來看，該誘導(dǎo)性技術(shù)進(jìn)步更多偏向于SO2的減排，但對CO2減排和GDP擴(kuò)張的誘導(dǎo)作用并不明顯。

本文嘗試構(gòu)建能源價格波動對經(jīng)濟(jì)增長和環(huán)境質(zhì)量改善的綜合效應(yīng)分析模型，研究發(fā)現(xiàn)能源價格誘導(dǎo)性技術(shù)進(jìn)步對我國ETFP提升的促進(jìn)作用存在顯著的時空差異；由此可見，根據(jù)不同區(qū)域能源價格水平及其波動狀態(tài)，并結(jié)合當(dāng)?shù)氐漠a(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展階段等因素深入分析能源價格的誘導(dǎo)性技術(shù)進(jìn)步作用更為科學(xué)。同時，本文構(gòu)建的模型并未考慮能源投入結(jié)構(gòu)或供給結(jié)構(gòu)變動對其誘導(dǎo)性技術(shù)進(jìn)步的影響，這將是后續(xù)值得深入研究的方向。