基于行业数据的新型工业节能减排效率与技术创新研究

蔡 宁丛雅静姚懿珈

1（北京大学博士后流动站，北京 100871）2（国家开发银行博士后科研工作站，北京 100031）3（国家统计局统计科学研究所，北京 100826）4（武汉理工大学，武汉 430223）

基于行业数据的新型工业节能减排效率与技术创新研究

蔡 宁1，2丛雅静3姚懿珈4

1（北京大学博士后流动站，北京 100871）2（国家开发银行博士后科研工作站，北京 100031）3（国家统计局统计科学研究所，北京 100826）4（武汉理工大学，武汉 430223）

本文构建一种基于生产率的新型节能减排指数，测度2007～2013年我国36个工业行业的节能减排效率，并重点分析企业自主创新、国内创新溢出和国外技术引进对工业节能减排效率的影响。研究发现：我国战略性新兴产业、高新技术产业节能减排效率普遍较高 ，资源、资本、劳动密集型行业节能减排效率普遍较低；企业自主创新对高效率行业作用更明显 ，国外技术引进对低效率行业影响更突出，国内创新溢出对各行业效率的影响力度基本一致；环境规制、行业企业规模等也是影响节能减排效率的因素之一。

新型生产率指数 企业自主创新 国内创新溢出 国外技术引进 工业节能减排效率

引 言

改革开放以来，我国工业实现高速发展，独立完整工业体系的建立，使我国逐步走向全球工业化进程的中高级阶段。然而，我国工业消耗了全国70.8%的能源，产生了全国90.9%和71.9%的二氧化硫、氮氧化物排放，实现的工业增加值却仅占全国GDP的39.8%，工业在新一轮快速工业化、重工业化过程中高能耗、高排放、高投入、低效率的粗放式发展特征明显。事实上，我国早已开始关注工业的高能耗和高排放，节能减排被作为工业可持续发展的强制性制度安排，以约束性指标纳入国民经济和社会发展中长期规划。由于节能减排是一个极为复杂的过程，且工业内部不同行业发展水平不一，节能减排效率有很大差异，我国面临着较为严峻的节能减排形势。随着多哈、华沙等国际气候大会谈判进展缓慢，国际社会在全球气候变化中的博弈日趋激烈，如何进一步深化推进节能减排工作，最大限度地提高节能减排效率，成为一个十分现实且迫切的问题。

普遍的观点认为 ，节能减排效率的提高主要源于3个方面：产业结构调整、环境规制及技术进步。然而史丹［1］、简新华、叶林［2］等的研究发现，自20世纪90年代以来我国依靠产业结构调整降低能耗及污染物排放强度的可能性正逐渐消失，而 “波特假说”中环境规制对生产效率的影响仍然存在争议，仅有技术创新对节能减排效率的作用仍旧明显。李克强在联合国工业发展组织第十五届大会的致辞上表示，要实现包容和可持续的工业发展，必须走新型工业化之路，要注意发挥技术创新的作用。同时，随着世界经济一体化进程的逐步推进及全球科学技术水平的不断发展，技术创新复杂多变，对效率的影响机制也在悄然发生改变。鉴于此，本文借鉴数据包络分析测度生产效率的方法，以非径向、非导向性基于松弛变量的方向距离函数 （SBM-DDF）为基础，构建一种新型的工业节能减排指数 （Industry Energy Saving and Emission Reduction Index，IESERI），动态评估2007～2013年我国36个工业行业的节能减排效率①。随后，本文将技术创新细分为企业自主创新、国内创新溢出和国外技术引进3种形式 ，通过聚类分析、构建面板数据模型等进一步探究技术创新对工业节能减排效率的影响机制，并提出通过改善工业节能减排效率提高我国工业生态文明水平，寻求最优节能减排路径实现工业可持续发展的政策与建议。

1 相关研究述评

国内外对节能减排效率的研究大致包括两个思路：一种思路是基于统计分析的工业节能减排指标体系研究；另一种思路是基于生产效率的工业节能减排计量评估。前者选取节能减排的相关统计指标，如单位GDP能耗强度、单位GDP二氧化碳排放、单位GDP氮氧化物排放、人均二氧化硫排放等，通过若干原则设计构建完整的指标体系，并对这些指标进行分级、标准化、加权等处理计算一个综合指数，从而评价节能减排效率。国际方面，具有代表性的有联合国环境规划署构建的 “绿色经济进展测度体系”、世界银行推出的“财富核算与生态系统服务估值指数”、耶鲁大学和哥伦比亚大学等机构联合开发的 “环境绩效指数”、欧洲环境署研究的 “绿色经济指标”、国际资源小组推出的 “资源效率指数”、经济合作与发展组织发布的 “绿色增长指标”等。国内方面，比较系统的有中国科学院可持续发展战略研究组推出的 “资源环境综合绩效指数”和由北京师范大学等3家单位联合推出的 “中国绿色发展指数”。“资源环境综合绩效指数”通过对一次能源消费、原材料消费、化学需氧量排放、氨氮排放等10种资源消费和污染物排放指标的分析，衡量一个国家或地区的资源消耗强度和污染物排放强度。而 “中国绿色发展指数”则从经济增长绿化度、资源环境承载潜力、政府政策支持度3个方面，通过规模以上工业增加值能耗、人均、地均和单位产值的氮氧化物排放量、氨氮排放量、二氧化硫排放量等近60个指标，评价我国30个省（区、市）和100个重点城市的绿色发展。这两套指标体系虽没有明确用于衡量节能减排效率，但其包含数十个节能减排指标，间接地评估了区域或产业的节能减排情况。此外，饶清华［3］等多位学者也进行了类似的研究。

基于生产效率的工业节能减排计量评估方面 ，现有文献在考虑能源、环境、生态等约束下通过计算投入产出生产率 ，从而评估节能减排效率。研究方法上，大致可分为代数指数法、索洛余值法、随机前沿分析 （SFA）和数据包络分析 （DEA）4类。代数指数法主要以T指数和Fischer指数为代表，但其因假设中要求资本劳动的完全替代及边际生产率不变，与实际生产中有一定差距，在研究中的应用已经较少。索洛余值法由C-D生产函数发展而来，该方法没有考虑技术与生产前沿的效率差距，且要求完全竞争与利润最大化的强假设，在理论上研究可行，实证分析中有一定局限性。而随机前沿分析 （SFA）是当前研究生产效率具有代表性的参数化方法之一，在考虑随机因素对产出影响的基础之上，根据多个周期的数据构造生产前沿评估生产效率。该方法要求模型设定和随机干扰项正态分布，且必须明确生产函数，在多投入单产出研究中优势明显，但对包含期望产出和非期望产出的多产出分析则存在较大误差。相关的研究如朱波、宋振平［4］等。

数据包络分析 （DEA）是生产效率研究中具有代表性的非参数方法之一，其与随机前沿分析的区别在于生产前沿面确定方法的不同。数据包络分析由Charnes等［5］于1978年提出，通过对多部门间投入产出数据的分析，确定决策单元的相对有效性及各决策单元的技术效率、管理效率。Fare等［6］认为，如果把劳动、资本等生产要素作为投入，把生产总值作为产出，则数据包络分析可用于测度全要素生产率。随着经济增长与资源环境之间的矛盾日益尖锐，学者将能源资源要素作为投入、环境污染等作为非期望产出，测度基于可持续发展的节能减排效率。余泳泽［7］、何小钢、张耀辉［8］等认为，DEA方法能更好地拟合能源使用效率，同时可以兼顾二氧化碳、二氧化硫等非期望产出，在环境绩效、绿色生产效率研究中应用广泛。但Ruggiero［9］指出传统的DEA方法因存在径向性和导向性可能会低估或高估实际的效率水平，且无法调整随机误差项对效率的影响，测度结果存在一定的偏误。近年来，在DEA基础之上，Tone［10］、Fukuyama、Weber［11］等结合方向距离函数开发出非径向、非导向性基于松弛变量的效率测度方法，这一分析工具解决了效率估计偏误及无法同时非比例地兼顾投入与产出效率变动问题，可以更加真实地测度节能减排效率。刘瑞翔、安同良［12］、陈诗一［13］等以次方法进行了国内的相关问题研究。

技术创新与节能减排效率的关系是近年来研究的重点之一，国内外学者从以下几个方面进行了探讨。（1）技术创新对能耗强度的影响。张颂心等［14］通过建立多元线性回归模型，认为技术创新和产品创新有利于推动能耗强度的下降 ，且技术创新的作用低于产品创新。（2）技术创新对减排的影响。周明、李宗植［15］研究了技术创新对中国碳减排的作用途径、技术进步对碳减排的作用效果等，结果显示，技术进步在一定程度上缓解了碳排放。（3）技术创新对节能减排效率的影响。王丽民等［16］分析了技术创新对河北省节能减排的作用，研究发现，在河北省工业化尚未完成、产业结构重化特征明显的情况下，技术创新在节能减排中发挥基础性作用。此外，陈诗一［17］等也进行了这一领域的研究。

总的来看，现有的研究为探索技术创新与节能减排效率的关系提供了较好基础，但仍然存在如下的不足：（1）文献中以定性分析的居多，通过计量方法建模的定量研究较少，且在定量研究中对技术创新的衡量与测度也相对单一；（2）基于统计分析的指标体系研究在指标选取、标准化处理、权重设定等方面主观性较强，测度结果的可靠性有待商榷；（3）多数学者将节能与减排分开研究，同时分析能源消耗与污染物排放的文献较少。本文试图从以下几个方面对现有的文献进行拓展：（1）以SBM-DDF这一前沿的生产率测度模型为基础，系统地提出一种新型的工业节能减排指数 （IESERI）构建与分解方法，同时评估我国36个工业行业生产中的节能与3种污染物排放效率；（2）将技术创新细分为企业自主创新、国内创新溢出和国外技术引进3种形式，剖析现行技术水平下技术创新对工业节能减排效率的影响机制。

2 工业节能减排指数的构建、测度与分析

2.1 工业节能减排指数的构建

以我国36个工业行业为决策单元，依据非径向、非导向基于松弛变量的方向性距离函数（SBM-DDF）构建生产效率前沿面。x表示每个行业的N种投入，y表示M种期望产出，b表示K种非期望产出，则：x=（x2…xN）∈R；y=（y1 …yM）∈R；b=（b1…bK）∈R。（）表示行业i在t时期的投入产出，（gx，gy，gb）为方向向量 ，（，）为投入产出达到生产效率前沿面的松弛向量，则行业i的SBM-DDF模型定义如下：

本文以各行业从业人员、资本存量、能源消费总量代表劳动、资本和能源的投入，以各行业工业增加值为期望产出，工业废水排放总量、工业废气排放总量、工业固体废弃物排放总量3种环境污染物为非期望产出，求解式 （1）的线性规划，便可得到行业i在t时期工业生产的无效率值。

根据 Copper、Seiford、Tone［18］和 Fukuyama、Weber［11］对SBM模型、SBM-DDF模型的定义，及刘瑞翔、安同良［12］对SBM-DDF模型的拓展，式 （1）计算出的i行业t时期无效率值可进一步分解以获取无效率的来源：

本文投入包括劳动、资本和能源，期望产出为工业增加值，非期望产出包括工业废水排放总量、工业废气排放总量和工业固体废弃物排放总量，因此可继续分解投入、期望产出和非期望产出的无效率来源：

本文研究的是我国36个工业行业节能减排效率，因此重点关注生产过程中能源消耗及3种污染物排放的表现 ，即IE、IE、IE和IE这4个无效率值，其分别表示i行业在t时期偏离最优生产前沿面的程度，换言之生产过程中能源过度消耗和工业废水、工业废气、工业固体废弃物过度排放的程度。而节能减排的目标为减少能源的过度消耗和污染物的过度排放 ，因此IE、IE、IE、IE之和也就从反面表示了节能减排的效率，即i行业在t时期距离最优生产前沿面节能减排的负效率：

而Fukuyama、Weber［11］中SBM-DDF模型的定理表明 ，当方向向量g=x-x，∀n且g=y-y，∀m时，则有∈［0，1］且其无效率来源IE∈［0，1］，p表示各种投入、期望产出和非期望产出。据此则可根据式 （4）i行业t时期生产过程中节能减排的负效率IE计算节能减排的正效率，构建一种基于SBM-DDF生产率模型的新型节能减排指数IESERI：

IESERI介于0～1之间，其值越高，则该行业节能减排的效率越高，值越低，则该行业节能减排的效率越低。

数据来自相应年份的 《中国统计年鉴》、《中国能源统计年鉴》、 《中国工业经济统计年鉴》、《中国环境统计年鉴》等。其中，资本存量数据借鉴陈诗一［20］的方法进行估算；各行业工业增加值因2008年之后我国不再公布，以2007年 《中国工业经济统计年鉴》中的数据为基年，其余年份根据国家统计局网站分行业工业增加值的增长速度计算。

2.2 工业节能减排指数的测度与分析

根据以上方法与模型，应用Matlab软件，2007～2013年我国工业36个行业节能减排指数测算结果见表1。排名前5的行业分别是：通信设备、计算机及其他电子设备制造业、木材加工及木、竹、藤、棕、草制品业、专用设备制造业、仪器仪表及文化、办公用机械制造业和文教体育用品制造业，其指数均超过0.980，接近节能减排效率前沿。排名后两位的行业分别是化学原料及化学制品制造业和黑色金属冶炼及压延加工业，其指数均低于0.700，工业节能减排效率较低。其余行业工业节能减排指数位于0.700～0.980之间，各行业节能减排效率差异明显。

表1 2007～2013年我国工业36个行业节能减排指数

续表

为更好地研究我国工业节能减排效率的行业差异，本文采用系统聚类的方法②，对测度出的工业节能减排指数进行聚类分析，将36个行业分为高工业节能减排效率行业、中工业节能减排效率行业和低工业节能减排效率行业3类，分类结果如表3所示：

表2 2007～2013年36个行业节能减排指数聚类分析结果

续表

高工业节能减排效率行业主要以战略性新兴产业、高新技术产业为主 ，如专用设备制造业、医药制造业、通信设备、计算机及其他电子设备制造业、电气机械及器材制造业等 ，低能源投入、低污染物排放和高工业增加值产出是这一组别行业的主要特征。18个行业中，平均每个行业的单位工业增加值能源消耗、单位工业增加值废气排放、单位工业增加值废水排放和单位工业增加值固体废弃物排放分别为0.361万吨标准煤/亿元、5.918万吨/亿元、0.433亿标立方米/亿元、0.0003万吨/亿元，能耗和污染物排放强度远低于中工业节能减排效率行业和低工业节能减排效率工业组别，也远低于36个行业的平均水平 （见表3），这表明了我国在优化调整产业结构、加快转变经济发展方式的进程中，大力发展战略性新兴产业和高新技术产业的必要性。

中工业节能减排效率行业和低工业节能减排效率行业主要以资源密集型、资本密集型和劳动密集型产业为主，尤其是资源密集型产业比重较大，战略性新兴产业和高新技术产业几乎没有。这两个组别中的行业是传统的高污染、高能耗、高排放产业，如造纸及纸制品业、化学原料及化学制品制造业、黑色金属冶炼及压延加工业、煤炭开采和洗选业、非金属矿物制品业等，能源消耗和污染物排放强度较大。这两个组别行业的一个显著特征是进行石化、煤炭、金属等的采掘、冶炼、加工等重工业生产 ，能源资源利用水平偏低、污染物排放高度密集、生态环境破坏严重，这证明了我国重点在钢铁、石油化工、有色金属、建材等行业进行淘汰落后产能和环境治理的正确性和紧迫性。同时可以注意到，电力、热力的生产和供应业、水的生产和供应业、燃气的生产和供应业这3个我国重要的能源转换部门都位于中、低工业节能减排效率行业组别，这3个产业在生产中需要投入大量的能源，虽其本身并不消耗这些能源，但这说明我国能源转换部门产出的低效率，大量能源在转化中被浪费，这值得我们重视。

表3 2007～2013年高中低工业节能减排效率行业组别的能耗和污染物排放强度

3 技术创新对工业节能减排效率的影响

3.1 技术创新及其他影响因素的变量

虽然史丹［1］、简新华、叶林［2］等人的研究表明，产业结构调整对我国节能减排的正效应正逐渐消失，环境规制对节能减排的作用尚存在争议，但陈诗一［17］、魏楚、沈满洪［21］、涂正革［22］的研究却证明，行业异质性对工业经济绩效、节能减排效率等的影响仍然明显，从长期来看，中国必须继续坚持工业行业规模和行业结构的调整转型，以实现工业的可持续发展。同时，赵定涛、郭韬、范进［23］等在研究中也指出，政府环境规制是引起第二产业碳排放强度、污染物排放等变动的格兰杰成因，环境规制在实现基于节能减排的低碳经济中有重要意义。鉴于此，本文以工业节能减排指数IESERI为因变量，以技术创新作为重点考察因素 ，同时引入环境规制和行业异质性，分析其对工业节能减排效率的影响。

3.1.1 技术创新

技术创新通过提高全要素生产率，实现企业生产的资源节约与环境友好，减少能源消耗与污染物排放，从而改善节能减排效率。现有研究对技术创新的衡量主要集中在以下几个方面：R&D经费支出、企业技术改造经费支出、企业新产品产值、技术合同成交额、专利等。本文认为，企业新产品产值、技术合同成交额、专利等从创新的结果衡量技术创新，其间涉及到创新效率、创新损失等，对技术创新信息的反映不足。而R&D经费支出、企业技术改造经费支出等从投入角度衡量技术创新，包含的信息更加全面，对创新要素的体现更加直接。因此，本文以科研支出衡量技术创新，同时借鉴吴延兵［24］等的思路，将技术创新细分为企业自主创新、国内创新溢出、国外技术引进3个方面，并分别用 “大中型工业企业的R&D经费内部支出”和 “大中型工业企业消化吸收经费支出”之和表示企业自主创新 （II），用“购买国内技术经费支出”表示国内创新溢出（DI），用 “引进技术经费支出”表示国外技术引进 （TI），深度探究技术创新对工业行业节能减排效率的影响。数据来自于相应年份的 《中国科技统计年鉴》。

3.1.2 环境规制

陈诗一［17］等的研究证明了环境规制对我国工业节能减排效率的作用。现有文献中对环境规制的衡量多以单一指标为主，评估的往往是环境规制的一个方面，如环境规制成本、环境规制效果、环境规制规章制度等。本文认为环境规制是一个复杂的过程，不能简单地从单一方面进行衡量，本文借鉴傅京燕、李丽莎［25］的方法，以工业废水、工业二氧化硫、工业固体废弃物的排放与治理为基础，构建评估3种污染物的多维度环境规制强度。

为保证不同维度间污染物数据的可比，需对各行业 “工业废水排放达标率”、“工业二氧化硫去除率”和 “工业固体废弃物综合利用率”3种污染物环境规制效果指标进行标准化处理：

由于不同行业污染物排放和治理有自己的特点，同一行业内3种污染物的排放程度差异也较大，为此需构建一个调整系数，对3种污染物治理赋予权重，反映不同行业不同污染物的治理力度：

根据各指标的标准化值和调整系数，计算出i行业在t时期最终的环境规制强度ERSit：

water代表工业废水，gas代表工业废气，solid代表工业固体废弃物。

测算结果如图1～3所示③，高工业节能减排效率行业的环境规制强度为0.543，远低于中、低工业节能减排效率行业的2.636和3.879，也远低于36个工业行业的平均水平1.829，而高工业节能减排效率行业主要以战略性新兴产业和高新技术产业为主，中、低工业节能减排效率行业主要以资源密集型、资本密集型和劳动密集型的高能耗、高污染、高排放产业为主，尤其是资源密集型产业比重较大，这表明产业的污染程度越严重，环境规制的强度就越大，这与现实的情况基本一致，也证明了本文构建的环境规制强度ERS的合理性。数据来自于相应年份的 《中国环境统计年鉴》、《中国环境统计年报》、《中国工业经济统计年鉴》。

图1 高工业节能减排效率行业的ERS

图2 中工业节能减排效率行业的ERS

图3 低工业节能减排效率行业的ERS

3.1.3 行业异质性

周五七、聂鸣［26］等人的研究表明 ，能源强度、碳排放强度等除了受技术、环境规制的影响外，行业异质性也是重要的影响因素之一。对行业异质性衡量的角度较多，如行业规模、行业结构、行业出口贸易比重、行业集中度、行业资本深化度等。本文发现，在参与评估的36个工业行业中，普遍认为行业企业规模较大的石油和天然气开采业、黑色金属冶炼及压延加工业、水的生产和供应业等行业与行业企业规模较小的文教体育用品制造业、工艺品及其他制造业、家具制造业等行业之间节能减排效率差异显著 ，故此，本文从行业企业规模 （SS）的角度研究行业异质性对工业节能减排效率的影响，并用 “各行业固定资产净值”与 “各行业企业数”之比来表示。数据来自于相应年份的 《中国统计年鉴》、《中国工业经济统计年鉴》等。

3.2 面板数据模型构建及回归结果分析

根据以上的变量选择，本文以测度出的工业节能减排效率为因变量，以技术创新及其他影响因素为自变量，重点研究企业自主创新、国内创新溢出和国外技术引进对不同组别工业行业节能减排效率的影响。为消除异方差以提高模型估计的准确性，本文在构建模型时对绝对数变量进行对数化处理。同时 ，本文进行行业差异研究，故假定各系数满足时间一致性，面板模型可表示为④：

Huasman检验结果显示，高工业节能减排效率行业、中工业节能减排效率行业和低工业节能减排效率行业3个组别均应采用固定效应模型。根据伍德里奇检验和B-P检验结果，模型一阶自相关和异方差显著，本文采用面板修正标准差法对回归方程进行修正，最后各系数估计结果较好，基本通过了显著性检验，具体如表4所示：

表4 企业自主创新、国内创新溢出、国外技术引进等因素对工业行业节能减排效率的影响

续表

lnII在高、中工业节能减排效率行业两个组别中的系数为正，在低工业节能减排效率行业组别中的系数为负，这表明企业自主创新对工业节能减排效率较高的行业是行之有效的，而对节能减排效率较低的行业则有消极的影响。高工业节能减排效率行业主要以战略性新兴产业、高新技术产业为主，企业自主创新环境较好，自主创新能力较强，因此对其的影响为正 ，且影响系数较大。而中、低工业节能减排效率行业则大都是资源密集型、劳动密集型和资本密集型企业，以大型国有垄断性企业居多 ，且目前这些行业市场机制尚不完善，在享受国家政策优惠、政策垄断和国有资源的背景下，企业的垄断利润仍然比较丰富，缺乏自主创新动力，因此自主创新对其节能减排效率的影响相对较弱，甚至为负。

lnDI在高、中、低工业节能减排效率行业3个组别中的系数均为正 ，这说明国内创新溢出对工业节能减排效率都是有积极意义的。较之于企业自主创新和国外技术引进，国内创新溢出对企业的技术成本都是最低的，企业可以比较容易地学习和吸收国内同行业或相似关联企业的节能减排技术，用于本企业的节能减排 ，因此对各行业的影响都为正。而高工业节能减排效率行业组别中各行业技术创新比较活跃，同行业中技术进步的可能性较大，因此技术溢出正效应相对明显；中、低两个组别行业技术创新环境相对沉闷，行业内或相似行业间的技术影响不够，则技术溢出正效应相对较低。

与lnDI类似 ，lnTI在高、中、低3个组别中的系数也都为正，说明国外技术引进也是提高工业行业节能减排效率的重要因素之一。从测算结果看，国外技术引进在低工业节能减排效率行业组别中的系数最大，在中、高组别中的系数依次递减 ，可能的原因是：（1）较之于企业自主创新动力的缺乏 ，低工业节能减排效率行业组别中的大型国有垄断企业更倾向于引进国外已有的先进技术，而高、中工业节能减排效率行业组别中的企业则主要将资金用于自主研发，因此呈现高、中、低组别依次递减的局面；（2）每单位工业增加值外资投资在高、中、低工业节能减排效率行业3个组别中的比例分别为41.84%、26.65%和16.98%，也就是说高效率组别外国技术的影响已经饱和，而低效率组别国外技术的影响还相对匮乏，国外技术引进对工业行业节能减排效率的作用呈现边际递减效应，因此对高效率组别的影响相对较小而对低效率组别的影响相对较大。

总的来看 ，企业自主创新、国内创新溢出和国外技术引进3种形式的技术创新中，高工业节能减排效率行业组别因企业自主创新动力较大，行业内科学研发较为活跃，因此节能减排效率的提高更依赖企业自主创新；中、低工业节能减排效率行业组别因依靠资源、政策优势仍然有较大利润空间，企业缺乏自主创新动力，更倾向于引进国外已有的技术，因此节能减排效率的提高以国外技术引进为主；而高、中、低3个组别享受国内创新溢出的成本都低于企业自主创新和国外技术引进，因此其对3个组别的作用均为正，且彼此之间影响力度的大小差异不明显。企业自主创新、国内创新溢出和国外技术引进3种形式的技术创新对节能减排效率的提高都有积极的意义，但影响程度因行业节能减排效率的高低有所差异。

环境规制对高工业节能减排效率行业的影响为负，对中、低工业节能减排效率行业的影响为正，这与前文环境规制强度在高、中、低3个组别中的分布情况基本一致。高工业节能减排效率行业环境规制强度最小，企业更多地依靠技术创新来提高节能减排效率，而环境规制挤占了用于技术创新的相关费用，波特假说的正效应没有体现，因此对节能减排效率的影响为负。中、低工业节能减排效率行业环境规制强度逐渐递增，且这两个组别的企业缺乏技术创新动力，环境规制不存在挤占技术创新费用的问题，因此环境规制的效果最好，波特假说的正效应得到体现，对节能减排效率的影响为正。

行业企业规模对高、中工业节能减排效率行业的影响为正，对低工业节能减排效率行业的影响为负，可能的原因是：低工业节能减排效率行业以大型国有企业为主，这些行业国进民退、企业兼并现象严重，企业规模过大 ，一方面使企业需要花费更多的资金来维持庞大企业的运行，用于节能减排的技术、人力、经费等资源则相应减少；另一方面企业规模过大使企业政令效率较低，企业进行节能减排的行政成本较高，直接影响了节能减排效率。而高、中工业节能减排效率行业的企业规模则相对较小 ，这些行业更多的是小而精的企业，推进节能减排的资源更为充足，相应的行政成本等更低，对节能减排效率的提高则更为积极。这一结论证明了当前企业大规模兼并不利于我国节能减排工作的深化与推进。

4 研究结论与政策建议

本文以非径向、非导向基于松弛变量的方向距离函数构建了一种基于生产率的新型节能减排指数，测度了2007～2013年我国36个工业行业的节能减排效率，并重点分析了企业自主创新、国内创新溢出和国外技术引进3种形式技术创新对工业节能减排效率的影响。研究发现：（1）医药制造业、通信设备、计算机及其他电子设备制造业、电气机械及器材制造业等战略性新兴产业、高新技术产业等行业的节能减排效率普遍较高，而化学原料及化学制品制造业、黑色金属冶炼及压延加工业、煤炭开采和洗选业、非金属矿物制品业等资源密集型、资本密集型、劳动密集型等行业的节能减排效率普遍较低；（2）技术创新对节能减排效率的提高总体为积极的作用，企业自主创新对高工业节能减排效率行业的作用更明显，国外技术引进对低工业节能减排效率行业的影响更突出，而国内创新溢出对各行业节能减排效率提高的影响力度基本一致；（3）环境规制对工业节能减排效率的作用明显，节能减排效率越低，环境规制强度越大，对节能减排效率的提高也就越快；行业企业规模也是影响节能减排效率的重要因素之一 ，企业兼并扩大规模不利于我国节能减排工作的进一步推进。

为更好地加强与深化各行业节能减排工作，提高工业行业节能减排效率，本文认为：（1）坚定不移地推进战略性新兴产业和高技术产业发展，以其优化调整产业结构，转变我国经济发展方式。战略性新兴产业和高技术产业节能减排效率较高，加快这些行业的发展，有利于提高我国节能减排效率的整体水平，以先进带后进，以快促慢，实现工业的可持续发展。（2）加快对资源密集型、资本密集型、劳动密集型行业的淘汰落后产能工作，有效提高其节能减排效率。资源、资本、劳动密集型行业为传统的高污染、高能耗、高排放企业 ，提高这些行业的节能减排效率，将极大改善我国的能源消耗和污染物排放现状。（3）高度重视各企业的技术创新，创造良好的科研环境，支持节能环保技术的研究、开发及行业间的转移。技术创新对节能减排效率的提高有积极的意义，完善企业技术创新制度，提供足够的技术创新资金，优化企业技术创新转化渠道，都将有利于工业行业节能减排效率的提高。（4）结合各行业自身发展情况 ，对不同行业采取不同形式的技术创新，实现节能减排效率提高的最大化。行业特征不同对技术创新的需求及创新形式的选择也就不同，要引导不同行业合理利用企业自主创新、国内技术溢出和国外技术引进3种形式的技术创新，激发各种创新形式的最大效益，使节能减排效率的提高达到最优。（5）对能耗和污染物排放严重的行业，加大政府对这些行业的指导，以环境规制获取波特假说的正效应；对更重视技术创新的行业，则要尽量减少环境规制对技术、资本、人力等资源的挤占，充分发挥市场机制在技术创新中的决定作用与资源最优配置作用。（6）高额的企业运营成本与低效的行政效率不利于节能减排工作的推进，因此要避免企业的盲目兼并扩大，缩小部分行业中大型国有企业的规模，发展小而精的现代工业企业。

注释：

①国家统计局对中国工业的分类包括39个行业 ，但在科技方面的数据统计中，2007～2013年 “其他采矿业”和 “废弃资源和废旧材料回收加工业”两个行业部分年份关键数据缺失；在环境方面的数据统计中，“橡胶制品业”和 “塑料制品业”部分年份是按照一个行业统计。因此，本文的研究将不包括 “其他采矿业”和 “废弃资源和废旧材料回收加工业”两个行业 ，同时将 “橡胶制品业”和 “塑料制品业”两个行业的数据加总视为一个行业 “橡胶塑料制品业”，最终只包括36个行业。

②本文运用SPSS 18进行聚类分析，限于篇幅原因，树状聚类图等聚类结果在此省略 ，读者可向笔者索取。

③图1～3中报告的行业为该组别中环境规制强度最高、最低及居于中位数的行业。

［1］史丹.影响我国对外开放的政策因素和市场因素——以能源工业为例 ［J］.经济管理，2003，（23）：33～36

［2］简新华 ，叶林.改革开放前后中国经济发展方式的转变和优化趋势 ［J］.经济学家 ，2011，（1）：5～14

［3］饶清华 ，邱宇 ，许丽忠，等.节能减排指标体系与绩效评估［J］.环境科学研究 ，2011，（9）：1067～1073

［4］朱波，宋振平.基于SFA效率值的我国开放式基金绩效评价研究 ［J］.数量经济技术经济研究，2009，（4）：105～116

［5］Charnes A.，W.W.Cooper，E.Rhodes.Measuring the Efficiency of Decision Making Units［J］.European Journal of Operational Research，1978，（2）：429～444

［6］FareR.，S.Grosskopf，C.A.Knox Lovelland S.Yaisawarng.Derivation of Shadow Prices for Undesirable Outputs：A Distance Function Approach［J］.The Review of Economics and Statistics，1993，（2）：375～380

［7］余泳泽.我国节能减排潜力、治理效率与实施路径研究 ［J］.中国工业经济 ，2011，（5）：58～68

［8］何小钢 ，张耀辉.技术进步、节能减排与发展方式转型：基于中国工业36个行业的实证考察 ［J］.数量经济技术经济研究 ，2012，（3）：19～33

［9］Ruggiero J.Nonparametric Estimation of Returns to Scale in the Public Sector with an Application to the Provision of Educational Services ［J］.The Journal of the Operational Research Society，2000，（51）：906～912

［10］Tone K.A Slacks Based Measure of Efficiency in Data Envelopment Analysis［J］.European Journal of Operational Research，2001，（3）：498～509

［11］Fukuyama，H.，and W.L.Weber.A Directional Slacks-based Measure of Technical Inefficiency ［J］.Socio-Economic Planning Sciences，2009，（4）：274～287

［12］刘瑞翔 ，安同良.资源环境约束下中国经济增长绩效变化趋势与因素分析——基于一种新型生产率指数构建与分解方法的研究 ［J］.经济研究 ，2012，（11）：34～47

［13］陈诗一.中国各地区低碳经济转型进程评估 ［J］.经济研究，2012，（8）：32～44

［14］张颂心 ，龚建立，王飞绒.产业创新影响能耗强度的实证分析——以浙江省为例 ［J］.技术经济与管理研究，2006，（6）：28～29

［15］周明 ，李宗植.基于产业集聚的高技术产业创新能力研究［J］.科研管理，2011，（1）：15～21，28

［16］王丽民 ，宋炳宏，么海亮.技术创新对河北省节能减排作用的实证研究 ［J］.河北大学学报 （哲学社会科学版），2011，（4）：49～54

［17］陈诗一.节能减排与中国工业的双赢发展 ：2009～2049 ［J］.经济研究，2010，（3）：129～143

［18］李静，等.基于并行DEA模型的中国工业节能减排效率研究 ［J］.工业技术经济，2014，（5）：145～152

［19］W.W.Copper，L.M.Seiford and K.Tone.Data Envelopment Analysis：A Comprehensive Text with Models，Applications，References and DEA-solver Software［M］.New York：Springer Science+ Business Media

［20］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，（3）：735～776

［21］魏楚，沈满洪.工业绩效、技术效率及其影响因素——基于2004年浙江省经济普查数据的实证分析 ［J］.数量经济技术经济研究，2008，（7）：18～30

［22］涂正革.中国的碳减排路径与战略选择——基于八大行业部门碳排放量的指数分解分析 ［J］.中国社会科学，2012，（3）：78～94

［23］赵定涛 ，郭韬 ，范进.中国城镇居民嵌入式碳足迹的测定及演化 ［J］.系统工程 ，2012，（5）：24～32

［24］吴延兵.自主研发、技术引进与生产率——基于中国地区工业的实证研究 ［J］.经济研究，2008，（8）：51～64

［25］傅京燕，李丽莎.环境规制、要素禀赋与产业国际竞争力的实证研究 ［J］.管理世界 ，2010，（10）：87～98

［26］周五七，聂鸣.基于节能减排的中国省级工业技术效率研究 ［J］.中国人口・资源与环境 ，2013，（1）：25～32

A Research on Industry Energy Saving and Emission Reduction Efficiency and Technology Innovation

Cai Ning1，2Cong Yajing3Yao Yijia4
（1.Postdoctoral Workstation，Peking University，Beijing 100871，China；2.Postdoctoral Research Center，China Development Bank，Beijing 100031，China；3.Research Institute of Statistical Sciences，National Bureau of Statistics of China，Beijing 100826，China；4.Wuhan University of Technology，Wuhan 430223，China）

This paper proposes a new ESER index and examines the ESER efficiency of 36 industries of China between 2007 and 2013.Moreover，comprehensive analyses will be focused on the impacts on industrial ESER efficiency brought by enterprise indigenous innovation，domestic innovation and technology imports.Research shows that strategic emerging industry and high-tech industry have higher ESER efficiency，while resource-，capital-and labor-intensive industries display considerably lower efficiency.Although the overall ESER efficiency has been gradually improved，significant polarization could be seen among different industries.Technology innovation plays a positive role in increasing ESER efficiency.The effect of indigenous innovation is more significant in high efficiency industries，while that of technology imports is more noticeable in low efficiency industries.The degree of domestic innovation impacts is similar among different industries.Additionally，environmental regulation and enterprise scale are other important factors in regard to ESER efficiency.

new productivity index；indigenous innovation；domestic innovation；technology imports；industry energy saving and emission reduction efficiency

（责任编辑：史 琳）

10.3969/j.issn.1004-910X.2016.08.003

F420

A

2016—03—03

蔡宁，北京大学博士后流动站、国家开发银行博士后科研工作站博士后，博士。研究方向：产业经济、技术经济、低碳经济。丛雅静，国家统计局统计科学研究所助理研究员 ，博士。研究方向：宏观经济理论与实践、经济统计。姚懿珈 ，武汉理工大学华夏学院经济与管理系本科生。研究方向：产业经济。