摘 要：从能源技术进步及其空间溢出效应的角度出发，基于2002年至2011年全国省域数据，运用空间计量模型探讨了能源技术进步空间溢出效应对能源消费强度的影响。研究结果表明：我国省域能源消费强度具有较为明显的地理空间依赖性和空间溢出效应，因而开展能源环境问题区域协调治理对降低我国能源消费强度具有较强的正面促进作用。内源式能源技术进步对能源消费强度的空间溢出效应要明显高于外源式能源技术，R&D经费内部支出和国内技术转让对能源消费强度的直接效应和间接效应要高于外商直接投资和国外技术引进。
关键词：能源技术；能源消费强度；空间计量模型
DOI：10.13956/j.ss.1001-8409.2015.XX.XX
中图分类号：F424.4 文献标识码： A 文章编号：1001-8409（2015）00-0000-00
Abstract： This article from the perspective of energy technology progress and its spatial spillovter effects， based on the 2002 to 2011 provincial data， using spatial econometric model discussedthe effects that the progress ofenergy technology exert on the energy consumption intensity.The results show that the provincial energy consumption intensity has more obvious geographical spatial dependence and spatial spillover effect. So regional governances of energy and environment problems play an active role in reducing the intensity of energy consumption in our country.The spatial spillover effects that internal type energy technology progresses exert much larger than exogenous type energy technology progresses do.The intramural expenditure on R&D and domestictechnology transfer have much larger influence on the direct and indirect effect of energy consumption intensity than the foreign direct investment and technology transfer abroad.
Key words： energy technology； energy consumption intensity； spatial econometric model
引言
中国作为世界能源消费和污染物排放大国，在经济发展方式上很大程度依赖于能源的高投入以及高消费，这种高投低产的方式导致了经济成本上升以及随之而来的污染物粗排粗放问题[1]。在日益严峻的发展背景下，中国政府出台了系统的能源环境政策和法律法规推进节能减排，加强生态环境治理。能源消费强度作为一个衡量经济环境质量的重要指标，其有效控制途径广受学术界关注。现有研究表明，促进能源技术进步是推进节能减排，重塑生态环境治理体系，实现经济可持续发展的核心[2]。当前，中国的经济发展、能源结构和技术水平现状对中国的节能减排目标带来巨大挑战，更凸显了能源技术要素的重要性。
1 文献综述
早在20世纪70年代初，Simon [3]和Rosenberg [4]等学者就指出技术是解决环境问题的最佳克星。政府间气候变化专门委员会（IPCC）多次重笔墨强调解决温室气体减排和气候问题中能源技术驱动的重要地位。Lee等分析了韩国长期的能源技术发展战略对该国能源环境、经济发展和商业潜力的影响[5]。Greene等探讨了推进能源技术成功率对美国实现能源目标的重要性[6]。Spyros和Marius基于2，324家瑞士企业微观数据，发现环境友好型技术具有积极的净外部效应[7]。
国内方面，齐志新和陈文颖在分析我国改革开放以来能源效率提升的影响因素时发现技术进步是能源消费强度下降的决定因素[8]。王俊松等研究发现化学原料及制品制造业等高能耗产业部门及居民消费业的技术进步是导致我国能源消费强度下降的主要原因[9]。何小钢和张耀辉测算并分解了我国36个工业行业基于绿色增长的技术进步，认为技术进步对节能减排有正向影响，其中科技进步作用最大[10]。陈夕红等发现国内技术转让与R&D人员有利于西部地区全社会能源效率的提升，东部地区的技术节能以外商直接投资为主[11]。高辉和吴昊发现技术进步不仅对本地区能源效率存在显著正向促进作用还对相邻地区的能源效率存在正向影响[12]。
上述学者对能源消费的研究主要是以国家、行业为计量单位进行度量，涉及技术进步溢出效应对省域能源消费状况阐述的文献较少。本文通过研究技术进步及其空间溢出效应对省域能源消费的影响，以期在省域层面把握能源技术进步溢出效应对能源消费强度影响状况。
2 模型设定、指标选取与数据说明
2.1 计量模型设定
本文的建模与实证思路为：首先对能源消费强度和能源技术进行空间自相关性检验，如果能源消费强度和能源技术存在明显的空间自相关，则可以在空间计量经济学理论和方法的支持下，建立相应的空间计量经济模型。 根据Burridge P的研究，由于空间滞后模型和空间误差模型均可以通过空间杜宾模型转变过来，本文构建面板数据空间杜宾模型：
其中， 是因变量； 是因变量的空间滞后项， 是空间滞后自变量， 为空间自回归系数， 为N×N阶的空间权重矩阵， 是N×K阶的自变量矩阵，参数 1反映自变量 对因变量 的影响程度， 作为其参数主要是用来衡量邻近地区的自变量对本地区因变量 的空间影响程度， 是用来度量面板数据的时间固定效应， 是用来衡量面板数据的空间固定效应， 为随机误差项向量。
2.2 指标确定和数据选取
2.2.1 指标确定
（1）因变量。本文研究的是能源技术空间溢出效应对省域能源消强度的影响，因此选取能源消费强度（EI）作为因变量，能源消费强度用单位GDP的能源消费总量表示。
（2）自变量。关于技术的空间溢出效应，Marshall在《经济学原理》中就提出外溢等同于外部性，技术扩散的外部性就是技术溢出效应。一般来说，技术溢出是非自愿发生的、非正式的和非市场化的技术转移[13]。技术来源按地域不同可分为：本地区自主开发、通过外商直接投资引入、向本国其他地区购买和向国外直接购买。其中，本地区自主开发用R&D经费内部支出（RD）表示；通过外商直接投资引入用外商直接投资额（FDI）表示；向本国其他地区购买用技术市场流向各省市的合同金额（DT）表示；国外直接购买用国外技术引进合同金额（FT）表示。
（3）控制变量。本文将产业结构和能源消费结构引入作为控制变量。其中，产业结构（IS）用第二产业增加值与第三产业增加值的比值来表示；能源消费结构（ES）用用煤炭占能源消费总量的比值来表示。
2.2.2 数据选取
本文选取2002年至2011年全国28个省市自治区（不包括重庆、西藏和新疆）的数据来进行分析。其中，能源消费总量、煤炭消费量的数据来自于《中国能源统计年鉴》；GDP、外商直接投资额、第二和第三产业增加值数据来自于《中国统计年鉴》；R&D经费内部支出、向本国其他地区购买用技术市场流向各省市的合同金额、国外直接购买用国外技术引进合同金额等相关技术数据来自于《中国科技统计年鉴》。
3 实证分析
3.1 空间自相关分析
表1给出了EI、RD、FDI、DT和FT的 指数和 指数。
由表1 可知：EI存在很强的空间自相关性，不论是 指数还是 指数，其值均通过5%的显著性检验，且 指数大于0， 指数小于1，说明存在显著的正相关性，即相邻地区的能源消费强度越小，本地区的能源消费强度也就越小。RD的 指数和 指数均未通过10%的显著性检验，说明RD的空间自相关性不显著。另外，从表1中可以发现，RD的Moran’s I指数随着时间的推移由负变正，且有不断增大的趋势，说明RD的空间自相关性不断加强，推测未来RD的外溢效应将变得明显。绝大部分FDI的 指数通过10%的显著性检验，可认为FDI存在较强的空间自相关性，即临近拥有更多FDI的地区的技术溢出效应更大，对降低本期的能源消费强度的贡献也就越大。所有年份的DT和FT的 指数均通过10%的显著性检验，说明DT和FT都存在显著的空间自相关性。
综上分析，生成省际空间变量W*EI、W*FDI、W*DT、W*FT来表示临近地区相应空间效应和技术溢出对本地区能源消费强度的影响。得到模型：
其中， 是采用一阶邻接Rook方法构造的空间权重矩阵，对得到的空间权重矩阵做行标准化处理。
3.2 空间计量经济模型分析
运用Stata软件对2002年至2011年28个省市的相关数据建立空间计量面板数据模型，结果表2所示。
从表2可以发现，省域能源消费强度存在显著的空间效应，W*lnEI的系数为0.4239951，通过1%的显著性水平检验，说明其他地区的能源消费强度的降低会有利于本地区能源消费强度的降低，这表明我国省域能源消费强度具有全域性空间依赖关系，存在较为明显的地理空间依赖性和空间溢出效应。
从表2可知，个体固定效应和随机效应的豪斯曼检验统计量为-19.76，时间固定效应和随机效应的豪斯曼检验统计量为-83.20，个体时间双固定效应和随机效应的豪斯曼检验统计量为-58.46，均为负数，故都要接受随机效应的原假设，所以本文就随机效应模型进行分析。
由于W*lnEI的系数为0.4239951，显著大于0，不能直接用表2中的回归系数来解释各变量对能源消费强度的影响及其空间溢出效应，得到效应分解结果如表3所示。
从表3中可以看出，lnRD 的直接效应显著为负，说明lnRD 代表的R&D经费内部支出对能源消费强度存在显著的区域内溢出，直接效应为-0.0065569。lnRD 的间接效应为-0.0197824，T统计量为-2.79，通过1%的显著性检验，说明R&D经费内部支出对临近区域能源消费强度的降低起到显著的促进作用。R&D经费内部支出对能源消费强度的总效应为-0.0263393，即R&D经费内部支出每增加一个百分点，能源消费强度就会减少0.0263393个百分点。lnFDI的直接效应和间接效应均通过1%的显著性检验，具体数值分别为-0.0432249和-0.1782763，间接效应是直接效应的4倍多，说明通过外商直接投资引进的国外先进能源技术和节能经验对本地区能源消费强度的降低效果远不如周边地区外商直接投资所带来的节能技术的溢出效果显著。国内技术转让lnDT的直接效应和间接效应分别为-0.049734和-0.0857212，T统计量分别为-3.74和-2.39，分别通过1%和5%的显著性检验。可见国内技术转让不论对本区域的能源消费强度还是临近区域的能源消费强度均起到显著的抑制作用。因此，各地区之间应该加强区域合作，加强省域之间节能技术的交流和合作，促进能源消费强度的降低。国外技术引进lnFT的直接效应为-0.006249，T统计量-1.29，未通过10%的显著性检验，说明国外先进的节能技术并不能很好地解决本区域能源消费强度过高的问题。与lnFT的直接效应相反，lnFT的间接效应为0.0322925，T统计量为2.20，在5%的显著性水平下通过检验，说明国外技术引进对其他临近区域能源消费强度的提升产生促进作用。同时，lnFT对能源消费强度正的间接效应很大程度上抵消了其不显著的直接效应，从而使lnFT的总效应也是正值，为0.0260435，可见在引进国外先进的节能技术方面，不但没能很好地消化吸收，而且还没有形成良好的区域合作和信息交流。 产业结构lnIS对能源消费强度的直接效应、间接效应及总效应均为正，均通过1%的显著性检验。由于本文选取的产业结构是第二产业增加值与第三产业增加值的比值，因此，第二产业占比高的省份能源消费强度也相对较高，各省市应该加快产业结构升级的进程。能源消费结构lnES的直接效应、间接效应和总效应分别为0.0058936、0.0043183和0.0102118，均为正数，但均未通过10%的显著性检验，可见能源消费结构对能源消费强度的影响并不显著。
4 结论与启示
本文从能源技术进步及其空间溢出效应的角度出发，基于2002年至2011年全国省域数据，运用空间计量模型探讨了能源技术进步对能源消费强度的影响，得出如下两点有益结论和启示：
一是我国省域能源消费强度具有较为明显的地理空间依赖性和空间溢出效应，因而加大对能源环境问题区域协调治理对降低能源消费强度具有较强的正面促进作用。国家要积极打破节能工作中的区域行政壁垒，强化能源消费强度区域协同治理节奏，有效针对各地区能源资源丰沛程度，制定差异化省域节能减排政策，促进能源资源要素的合理流动和区际产业转移，提高区域能源资源的配置效率和能源环境政策的响应效率，拓宽提高能源效率的有效途径。
二是能源技术进步对能源消费强度存在空间溢出效应，但不同的技术来源所带来的效应不尽相同。其中，内源式能源技术进步对能源消费强度的促进作用要明显高于外源式能源技术，R&D经费内部支出和国内技术转让对能源消费强度的直接效应和间接效应要高于外商直接投资和国外技术引进。因此，国家应加大对能源技术开发和应用方面的政策保障和经费支出力度，积极引导鼓励企业和科研机构进行能源技术研究和开发，同时要加大能源技术科研成果的转化，大力推广节能技术应用，整体改善我国能源效率。
参考文献：
[1] 刘亦文，胡宗义.外商直接投资、能源消费与碳排放关系的实证研究[J]. 湖湘论坛，2014（5） 42-49
[2] Carlota Perez.技术革命与金融资本[J].中国人民大学出版社，2007.
[3] Simon，H.Technology and Environment[J].Management Science B（Applications），1973，19（10）：1110-1121
[4] Rosenberg，N.Technology and Environment，In： Rosenberg，N.（ed），Perspectives on Technology[M].Cambridge MA： Cambridge University Press，1976.
[5] Lee S.K.， Mogi G.，Kim J.W.，2009，Energy technology roadmap for the next 10 years： The case of Korea[J]，Energy Policy， 37（2）： 588-596.
[6] Greene D.L.，Boudreaux P.R.，Dean D.J.， Fulkerson W.， Gaddis A.L.， Graham R.L.，Graves R.L.，Hopson J.L.，Hughes P.，Lapsa M.V.，Mason T.E.，Standaert R.F.，Wilbanks T.J.，Zucker A.，2010，The importance of advancing technology to America's energy goals [J].Energy Policy，38（8）： 3886-3890
[7] Spyros A.，Marius L.， 2013，Factors Determining the Adoption of Energy-Saving Technologies in Swiss Firms： An Analysis Based on Micro Data [J].Environmental and Resource Economics，54 （3）： 389-417
[8] 齐志新，陈文颖.结构调整还是技术进步？――改革开放后我国能源效率提高的因素分析[J].上海经济研究，2006（6）： 8-16
[9] 王俊松， 贺灿飞. 技术进步、结构变动与中国能源利用效率[J]. 中国人口・资源与环境， 2009， 19（2）： 157-161
[10] 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.
[11] 陈夕红，张宗益，康继军，李长青.技术空间溢出对全社会能源效率的影响分析[J].科研管理，2013（2）： 62-68.
[12] 高辉，吴昊. 技术空间溢出对省域能源效率差异的影响[J].河北经贸大学学报，2014（3）：90-94.
[13] 李文亮，许正中. 考虑空间效应的高技术企业创新溢出效应研究[J].2015（4）：1-4.
