基于DEA 窗口模型的中国碳减排技术研发效率评估

周喜君，郭丕斌

（1.忻州师范学院经管系，山西忻州 034000；2.太原师范学院经济系，山西晋中 030619；）

1 研究背景

如何减少二氧化碳排放是当前国际上大多数国家共同关心的话题。已有研究发现，技术进步对二氧化碳减排确实发挥了无可置疑的促进作用［1-2］，通过技术进步推动二氧化碳减排日益成为各国共同的选择。中国作为全球二氧化碳排放最多的国家，技术进步在二氧化碳减排方面发挥着非常重要的作用。据中国21 世纪议程管理中心测算，截止到2017 年底，中国的单位国内生产总值碳排放量比2005 年下降了46%，其中技术进步的贡献率达到了约60%。作为发展中国家，中国还处于工业化后期，面临繁重的发展任务，未来一段时期，中国的能源需求还将保持增长。在此背景下，通过提升碳减排技术研发效率、强化碳减排技术进步是兑现减排承诺的重要途径［3］。

研发效率本质上是研发投入（一般为研发人员、研发经费等）与研发产出（一般为专利、论文等知识产权）之间关系的度量。已有关于研发效率评估的方法大体上分为静态评估和动态评估两种。静态研发效率评价多以DEA 模型为主，如Lee 等［4］利用DEA 方法对亚洲国家的研发效率进行了分析，并根据评价结果识别出具有研发效率优势的国家；Sharma 等［5］利用DEA 方法对22 个发达国家和发展中国家的相对研发效率进行了研究，发现在不同的模型假设下（规模收益不变和规模收益可变），这些国家的相对研发效率会有所变化；Zuo 等［6］将博弈交叉效率概念引入并行DEA 模型，提出了一种衡量各区域或各生产单元研发效率的模型；Ilyas 等［7］采用DEA 的固定规模收益率(CCR)和可变规模收益率(BCC)两种模型对新西兰牧区和谷仓奶牛养殖系统的能效进行了评价。动态研发效率多使用多阶段DEA 模型和Malmquist 指数等方法。如Han 等［8］分别利用DEA 模型和Malmquist 指数衡量了2005—2009 年15 个韩国地区的静态和动态研发效率；Jang 等［9］利用Malmquist 指数对全球科技行业领先的49 家公司研发效率进行了分析；Xiong 等［10］利用两阶段DEA 模型对2012—2015 年中国科学院17个研究所的研发效率进行了评价；Zrelli 等［11］借助Malmquist 指数方法，对2002—2016 年突尼斯34 个制造业行业进行了分析。结果表明，2002 年至2016年，全要素生产率平均增长了2%。确定的生产率增长归因于技术的改进(或前沿转移)，而不是效率的改进或变化。

综合看，已有研究还有三个方面有待改进：（1）从技术内涵上，生产实践中的技术一般是有特定范畴、具有明确指向的，而现有研究中的“技术”，总体上沿用了Romer［12］的观点，将技术作为一个整体，视为内生于知识生产过程中的一种无形生产要素，属于广义技术进步的范畴，很难与生产实践中具有明确范畴的技术对应，而这可能会降低理论研究的实践价值；（2）从评估方法上，静态效率不能进行纵向动态评价［13］，而基于Malmquist 生产率指数的评价又可能会得到有偏的效率增长指数［14］，不能准确反映研发效率的动态变化；（3）从研究对象上，已有研究关注了国家层面、产业层面和企业层面的研发效率，但关于特定类型技术研发效率的研究还比较匮乏。基于此，本文研究过程中，将基于不同技术的减排机理差异，把碳减排技术进一步细分，以更好地契合生产实践。评估方法上，将采用DEA 窗口模型，与静态效率评估和Malmquist 指数相比，窗口DEA 方法不仅能实现效率值的横向纵向可比，还能有效解决样本数量少引致的效率评价偏差问题。

与已有文献相比，本文的贡献主要体现在以下三个方面：（1）文章基于不同的技术减排机理，将中国二氧化碳减排技术进一步细分为能源生产技术和能源利用技术。（2）文章通过选择替代产业，利用DEA 窗口模型对抽样期中国二氧化碳减排技术的研发效率进行了评估。（3）文章基于碳减排技术研发效率评估结果，识别了制约中国碳减排技术研发效率的主要因素，并认为清洁煤碳生产和淘汰钢铁领域落后产能是促进中国碳减排技术研发效率提升的重要举措。

本文其余部分安排如下，第二部分主要是对DEA 窗口模型的基本原理及评价数据进行介绍，第三部分对主要的评价结果进行分析，第四部分主要是基于研究结果得出结论，并提出政策建议。

2 数据与方法

2.1 碳减排技术度量

从我国近年来的二氧化碳减排实践看，重点是两条路径：一是通过增加终端能源消费中新能源和清洁能源比重，促进能源结构转型；二是通过提高能源使用效率，减少能源使用［15］。对能源结构转型而言，从人类能源变迁史的角度看，之所以能从薪柴、煤炭，过渡到石油、天然气和电力，本质上是能源生产技术进步的结果，只有能源生产技术进步才能够保障新型能源廉价且可大规模供给，能源结构转型才可能发生。而对提高能源利用效率而言，重要的一环就是通过改进能源燃烧技术，提高能源热转化率，进而减少理论能源消费量，从而达到降低二氧化碳排放的目的［16］。可见，不论是能源结构转型，还是能源效率提升，其核心是能源生产技术和能源利用技术进步。由此，本文将碳减排技术进一步细分为能源生产技术和能源利用技术两类。

由于技术本身是无形的，难以度量，寻找替代变量就成为一种可能的选择。

对能源生产技术而言，煤炭、石油、天然气是我国绝对的主体能源［17］，2018 年，三类能源消费量占我国全部能源消费量的85.7%。根据我国的国民经济行业分类标准（GB/T 4754-2017），煤炭开采和洗选业、石油和天然气开采业及石油加工、炼焦和核燃料加工业三个行业分别对应于能源消费中的煤炭、石油和天然气三种能源，因此，这三个行业的研发效率能较好地反应我国能源生产领域的总体研发水平。本文选择这三个行业作为能源生产技术的替代行业。

对能源利用技术而言，根据Porter［18］的观点，环境管制能够激发企业的创新行为，即受到环境管制的行业（或企业）有动力通过创新抵消环境管制带来的影响。从我国看，受大范围雾霾的影响，政府持续加大对高耗能、高排放产业的环境管制，受到严厉管制的这些行业的企业为了尽可能降低管制政策的影响，必将加大能源利用环节的技术研发投入，以此迎合政府的环保要求。统计数据也可以间接地证明这一推论。根据2013—2018 年的《国家统计年鉴》数据，2012 年以来，R&D 经费增长最快的行业，除电子信息、生物医药、航空航天等高技术产业领域外，钢铁、化工等高耗能产业也是增长最快的领域。为此，本文计算并筛选了2005—2017 年能源消耗量和二氧化碳排放量排名前七位的行业。经比对，同属高耗能和高排放的行业有四个，分别是电力、热力生产和供应业（以下简称电力），黑色金属冶炼和压延加工业（以下简称黑色金属冶炼），非金属矿物制品业，化学燃料和化学制品制造业。同时，根据王班班等［19］研究发现（如图1），如果这种环境管制成本难以转嫁，或该行业企业国有化程度较高（注：国有企业受政府管制和社会责任驱动更加强烈，更加有动力按照政府和社会愿景进行创新），则企业开展技术创新的动力就高，反之则会降低创新意愿。据此，鉴于黑色金属冶炼、电力和非金属矿物制品业的国有化程度较高，且黑色金属冶炼领域的竞争程度较高，成本难以转嫁，而化学燃料和化学制品制造业中包含了农药制造、日用化学品制造等诸多能源消耗、二氧化碳排放不高的细分行业，为保证研究的可靠性，本文将该行业剔除。最终，选择黑色金属冶炼、电力和非金属矿物制品业作为能源利用技术的替代行业。

图1 高耗能行业环境规制与技术创新关系

2.2 DEA 窗口模型

DEA 窗口模型是Charnes 等［20］在传统DEA 模型基础上提出的一种非参数面板方法，本质上是一种移动平均计算方法,其过程如下：

假设在T时期内，有m个决策单元，每个决策单元 有n 中投入X（假定为，有s 种产出Y（假定为则第K 个决策单元在时间就有投入向量和产出向量分别为：假设时间窗口从时点h 开始时间窗口宽度为w,则每个窗口时间内就有个决策单元。

2.3 数据

2.3.1 投入指标

该体系包括三个指标，学者们一般选择R&D 人员和R&D 经费两个指标。参照Xiong 等［10］的做法，R&D 人员用中国科技统计年鉴中的“R&D 人员全时当量”进行衡量，R&D 经费指标用中国科技统计年鉴中的“R&D 经费内部支出”进行衡量。此外，考虑到技术改造和技术消化吸收对我国技术进步的重要作用，本文将技术引进与消化费用支出也作为投入指标，该指标用中国科技统计年鉴中“技术改造经费支出”和“技术消化经费支出”两项之和进行衡量。

2.3.2 产出指标

研发产出评价指标常用的有专利申请量、专利授权量和新产品销售收入等。考虑到研发本身是知识生产过程，且本文测度的是特定技术领域的研发效率，选择新产品销售收入不符合研究需要。对专利指标，由于专利申请到授权普遍存在时滞［22］，为保持投入产出数据之间的对应关系，参照Xiong 等［10］的做法，文章用中国科技统计年鉴中的分行业“发明专利申请量”来衡量。

2.3.3 数据来源

本文研究区间为2005—2017 年，所涉各投入产出指标数据均来源于2006—2018 年《中国科技统计年鉴》。为了消除价格水平变化对研究结果的影响，所有经费数据均换算为2005 年价格水平。最终，形成一个包含312 个观察值的数据集，描述统计见表1。

表1 2005—2017 年投入/产出指标描述

3 结果和讨论

3.1 能源生产技术研发效率

从我国能源生产技术效率演化趋势上，规模效率呈波动下降态势，由2005 年的0.96 下降到2017年的0.82，而纯技术效率则波动上升，由2005 年的0.80 上升到2017 年的0.88（见表2 第X、XI、XII列所示），二者共同作用下，我国能源生产技术的研发效率整体呈现先上升后下降的趋势，两个转折点分别为2009 年和2013 年，本文认为这是受外部环境（主要是金融危机）和煤炭产业周期（煤炭产业2012 年开始进入衰退期）影响的结果，只是存在一定的时滞。为进一步从整体上把握我国能源生产技术研发效率的演变趋势，参照董艳梅等［23］的分类方法，本文将效率值等于1 视为DEA 有效，将效率值间于0.8～1（不含1）视为弱DEA 有效，将效率值低于0.8 的视为DEA 无效。据此，纯技术效率中，全部年份均为弱DEA 有效，而规模效率中，达到弱DEA 有效的年份有9 个，占比69.2%，有多达4 个年份属于DEA 无效（见表3 第X、XI、XII 列）。受规模效率不佳影响，能源生产技术的研发效率总体维持低位波动，全部年份中，有多达9 个年份为DEA 无效。表明研究期内，我国能源生产技术的研发效率还有很大的提升空间。

表2 能源生产技术研发效率评价结果

表3 能源生产技术研发效率评价结果分级

进一步对各替代行业研发效率变化情况分析可见（见表2 平均值），研究期内，石油加工、炼焦和核燃料加工业的综合研发效率最高，石油和天然气开采业研发效率次之，煤炭开采和洗选业的综合研发效率最低，而造成煤炭开采和洗选业研发效率低的原因主要与规模效率不足、纯技术效率偏低有关。如表3 所示，煤炭开采和洗选业的规模效率中有多达10 个年份为DEA 无效，纯技术效率中也有4个年份为DEA 无效，这也成为拉低我国能源生产技术整体研发效率的主要因素。表明作为我国主体能源的煤炭行业，其研发投入规模还比较小，研发资源配置水平还有待进一步提升。

3.2 能源利用技术研发效率

从能源利用技术效率演化趋势上（见表4 第X、XI、XII 列），纯技术效率呈波动上行态势，由2005 年的0.82 增长到2017 年的0.83，规模效率则从0.76 上升到0.92，二者共同作用下，能源利用技术的研发效率从2005 年的0.58 上升到2017 年的0.78。按照董艳梅和朱英明（2015）的分类标准，纯技术效率中，13 年中有9 个年份为弱DEA 有效，有4 个年份为DEA 无效（见表5 第XI 行）。规模效率中，有6 个年份为弱DEA 有效，7 个年份为DEA 无效（见表5 第XII 行），二者共同作用下，我国的能源利用技术研发效率总体较差，13 个年份均为DEA 无效（见表3.4 第X 行），平均研发效率值仅为0.66（见表4）。说明研究期内，我国能源利用技术的研发效率还有较大的提升空间。

表4 能源利用技术研发效率评价结果

表5 能源利用技术研发效率评价结果分级

进一步对各替代行业研发效率变化情况分析可见，黑色金属冶炼的研发效率低是拉低能源利用技术总体研发效率的主要影响因素。从表4和表5可见，研究期内，该行业的纯技术效率先升后降，平均值仅为0.50，所有年份均为DEA 无效，拐点出现在2008 年，这可能与当时政府大规模刺激计划下钢铁行业无序扩张、大量低效产能进入有关。同时，研究期内该行业的规模效率也呈现先升后降特征，研究期内其平均值仅为0.76，有多达7 个年份为DEA无效，拐点出现在2009 年，其原因与纯技术效率一致，只是存在一定的时滞。

4 结论与政策启示

能源生产技术和能源利用技术是我国二氧化碳减排的重要技术依托，对实现我国二氧化碳减排目标具有非常重要的意义。本文利用DEA 窗口模型对2005—2017 年两类技术的研发效率进行了评估，得出如下结论。

（1）能源生产技术研发效率低位波动，而能源利用技术研发效率提升明显。根据评估结果，能源生产技术的研发效率先上升，后下降，但总体上维持低水平波动趋势。而得益于规模效率的大幅提升，我国能源利用技术的研发效率出现了较为明显的上升。

（2）研发资源配置不科学对能源生产和能源利用技术研发效率有负面影响。根据评估结果，能源生产技术的纯技术效率达到有效的年份较少，而能源利用技术的纯技术效率达到有效的年份数更少，说明不管是能源生产技术，还是能源利用技术，在研发资源配置方面均有待改善，特别是能源利用技术领域，其研发资源配置水平还有很大的改进空间。

（3）煤炭、钢铁等行业碳减排技术研发效率尚有较大提升潜力。从评估结果看，煤炭开采和洗选业的纯技术效率和规模效率是能源生产技术三个替代行业中最低的，有10 个年份的规模效率和4 个年份的纯技术效率为DEA 无效。而黑色金属冶炼的纯技术效率和规模效率是能源利用技术三个替代行业中最低的，全部的13 个年份的纯技术效率和7 个年份的规模效率为DEA 无效。说明煤炭、钢铁等领域碳减排技术研发效率还有很大的提升潜力，是未来我国碳减排技术创新的重点方向。

基于以上研究发现，带来以下几点政策启示。

（1）进一步加大能源生产和利用领域的技术研发投入。尽管按照世界银行数据，2017 年我国的R&D 经费占GDP 的比重已经达到2.13%，超过大多数OECD 国家和部分发达国家。但受以煤炭为主的能源结构、粗放的能源使用、产业结构及所处发展阶段等因素影响，我国的碳减排技术水平依然较为落后，碳排放强度仍然明显高于全球主要发达国家和经济体。因此，通过加大技术研发投入促进碳减排技术进步是当务之急。具体看，在能源生产端，要立足我国的能源禀赋结构，重点加大对清洁煤生产技术创新的支持，提升我国能源整体的清洁化水平，推动能源结构转型。在能源利用端，要加大对节能炉具、智能控制、碳捕集、封存等技术的支持力度，不断提高能源碳效率，努力降低二氧化碳排放强度。

（2）持续优化碳减排技术研发资源配置。在我国，政府是重要的研发经费来源，企业的创新主体地位还没有真正形成，研发经费管理和配置水平不高，间接地制约了碳减排技术研发效率的提升。因此，应进一步改革我国的研发经费投入体制，逐步建立以市场为主体的研发经费配置体系，强化企业在研发中的投入主体地位，使政府回归支持基础研究、支持创新环境建设等领域，促进研发经费配置效率提升。同时，要着眼国际能源转型及产业结构升级趋势，综合通过环境准入、技术准入等产业政策，进一步加快钢铁等高耗能产业领域落后产能的淘汰步伐，逐步将那些不符合环保要求和缺乏市场竞争力的企业淘汰，集中资源，全面提升行业内优势企业的发展。

当然，本文还有一些不足：（1）虽然本文选择碳减排技术的替代行业是基于严密的逻辑分析和充分的实践考察基础上进行的，但仍无法确保所选替代行业中，投入的研发资源全部用于能源生产技术和能源利用技术创新，因此，容易高估两类技术进步的效率；（2）由于方法本身的局限性，尚无法完全避免因要素利用率问题所带来的效率损失。