能源替代性、方向性技術(shù)變化對(duì)區(qū)域工業(yè)綠色增長績效的影響

王文普

(南通大學(xué) 經(jīng)濟(jì)與管理學(xué)院，江蘇 南通 226019)

1 綜述

能源是工業(yè)的一種重要投入要素。隨著我國工業(yè)能源使用量不斷攀升，以及對(duì)化石燃料的依賴，導(dǎo)致污染排放量上升，使工業(yè)增長與生態(tài)環(huán)境矛盾加劇。能源替代性問題引起了學(xué)界的極大關(guān)注。一是能源替代性對(duì)綠色增長的潛在含義，如Dasgupta & Heal(1974)[1]、Ayres(2007)[2]、Stern & Kander(2012)[3]、Papageorgiou等[4](2017)論證了清潔能源與骯臟能源間替代彈性是促進(jìn)綠色增長必要條件的一個(gè)關(guān)鍵參數(shù)。二是能源和非能源要素間替代彈性的測(cè)算。Kemfert & Welsch(2000)[5]估計(jì)了資本-勞動(dòng)-能源三要素的嵌套CES生產(chǎn)函數(shù)，發(fā)現(xiàn)德國多數(shù)行業(yè)的資本和能源存在互補(bǔ)關(guān)系，勞動(dòng)與能源存在替代關(guān)系。鄭照寧和劉德順(2004)[6]指出，我國的資本與勞動(dòng)、能源之間也存在替代關(guān)系，但勞動(dòng)和能源的替代彈性較小。王班班等[7](2014)利用超越成本函數(shù)測(cè)算了我國工業(yè)行業(yè)的能源與非能源要素的替代彈性，發(fā)現(xiàn)能源與資本、勞動(dòng)之間都具有替代關(guān)系。然而，陳曉玲等[8](2015)利用資本-勞動(dòng)-能源的嵌套CES生產(chǎn)函數(shù)，發(fā)現(xiàn)我國多數(shù)行業(yè)中資本和能源表現(xiàn)為互補(bǔ)關(guān)系。三是各種能源之間的替代關(guān)系。Acemoglu等(2012)[9]指出應(yīng)對(duì)氣候變化的政策取決于清潔能源與骯臟能源間替代彈性大小。于立宏和賀媛[10](2013)利用超越成本函數(shù)估計(jì)了我國的石油與煤炭、電力之間替代彈性值，各種能源之間替代關(guān)系表現(xiàn)出正負(fù)交替的特征，但2000年以來，石油與煤炭具有替代關(guān)系，而煤炭與電力之間表現(xiàn)為穩(wěn)定的替代關(guān)系。在嵌套CES生產(chǎn)函數(shù)框架下，Papageorgiou等[4](2017)測(cè)算了26個(gè)國家的清潔能源與骯臟能源之間的替代彈性大小，二者之間存在替代關(guān)系。Malikov等[11](2018)通過非參數(shù)方法對(duì)能源間替代彈性的研究發(fā)現(xiàn)，在非能源部門中，只有1/3產(chǎn)業(yè)中的能源間替代彈性值大于1，即清潔能源與骯臟能源之間存在替代關(guān)系。上述研究表明改善能源使用不僅是個(gè)經(jīng)濟(jì)問題，也是一個(gè)生態(tài)環(huán)境問題。

在能源與非能源要素替代性分析中，一些學(xué)者還注意到技術(shù)變化的作用。根據(jù)偏向型技術(shù)變化理論，技術(shù)變化并非總是中性的，其可能偏向于提高某一要素的邊際生產(chǎn)力。偏向型技術(shù)變化主要通過兩種方式影響能源的使用，從而減輕生態(tài)環(huán)境壓力：一是技術(shù)變化傾向于提高非能源要素的邊際生產(chǎn)率，從而降低能源消費(fèi)(樊茂清等，2009；張意翔等，2017)[12-13]，進(jìn)而對(duì)生態(tài)環(huán)境產(chǎn)生有利影響；二是技術(shù)變化傾向于提高能源要素的邊際生產(chǎn)率，提升能源使用效率(Zhang等，2003；Zhao等，2010)[14-15]，對(duì)生態(tài)環(huán)境的改善具有促進(jìn)作用。

本文試圖在超越對(duì)數(shù)生產(chǎn)函數(shù)框架下，一是利用Lasso方法來處理生產(chǎn)函數(shù)估計(jì)中的多重共線問題，進(jìn)而測(cè)算了我國30個(gè)省區(qū)的能源與非能源要素替代彈性、偏向型技術(shù)變化和偏向特定要素的技術(shù)變化。二是以偏向型技術(shù)變化為基本變量，利用俱樂部聚類檢驗(yàn)，將30個(gè)省區(qū)歸并為若干區(qū)域。最后，從能源消耗和主要污染物排放量兩個(gè)層面構(gòu)建工業(yè)綠色增長績效指標(biāo)，通過非參數(shù)核回歸方法檢驗(yàn)?zāi)茉磁c非能源要素替代性、偏向型技術(shù)變化和特定要素技術(shù)變化對(duì)各區(qū)域工業(yè)綠色增長績效的影響。

2 模型與估計(jì)方法

2.1 模型選擇

超越對(duì)數(shù)生產(chǎn)函數(shù)是分析企業(yè)和產(chǎn)業(yè)生產(chǎn)結(jié)構(gòu)的一個(gè)重要工具。當(dāng)存在p個(gè)投入要素的情形時(shí)，包含技術(shù)變化的超越對(duì)數(shù)生產(chǎn)函數(shù)可以表述如下：

(1)

其中，誤差項(xiàng)eit=μi+uit，這里μi=個(gè)體固定效應(yīng)。xj,xs∈(K,L,E)，K=資本投入，L=勞動(dòng)投入，E=能源使用量。趨勢(shì)項(xiàng)t代表技術(shù)變化。根據(jù)產(chǎn)出彈性的定義和方程(1)，推導(dǎo)投入要素的產(chǎn)出彈性：

(2)

此式表明產(chǎn)出彈性不僅是投入水平的函數(shù)，而且也是時(shí)間的函數(shù)。可見，超越對(duì)數(shù)生產(chǎn)函數(shù)避開了CD生產(chǎn)函數(shù)和CES生產(chǎn)函數(shù)中投入要素之間固定的替代彈性問題。

2.2 要素替代彈性和偏向型技術(shù)變化

其中，bjs是方程(1)的估計(jì)系數(shù)，ηj為投入要素j的產(chǎn)出彈性。該測(cè)算公式滿足替代彈性對(duì)稱性特征。從公式(2)和替代彈性計(jì)算公式可以看出，由于投入要素的產(chǎn)出彈性是投入要素水平和時(shí)間的函數(shù)，進(jìn)而要素替代彈性也是要素投入水平和時(shí)間的函數(shù)。如果σjs>1，則意味著兩種要素之間存在較大的替代關(guān)系；如果0<σjs<0，則二者之間為互補(bǔ)關(guān)系。利用上述公式測(cè)算要素間替代彈性的一個(gè)優(yōu)勢(shì)是，規(guī)避投入要素價(jià)格數(shù)據(jù)，尤其是在難以獲得能源價(jià)格和資本使用者成本數(shù)據(jù)的情形下。

根據(jù)方程(1)，推導(dǎo)技術(shù)變化公式如下：

(3)

由方程3可以看出，技術(shù)變化被分解為中性技術(shù)變化(bt+bttt)和偏向性技術(shù)變化(∑bjtlnxj,it)兩項(xiàng)。后者捕捉了技術(shù)變化偏向于提高特定投入要素的邊際生產(chǎn)率(Acemoglu，2002；劉航和孫早，2017)[16-17]。前者描述了共同因素(如時(shí)間等)引起的生產(chǎn)函數(shù)整體平移。根據(jù)Kumhakar[18]2000)，技術(shù)變化的偏向程度可定義為?TCit/?lnxjt=bjt，如果bjt>0，技術(shù)變化率隨著要素j的增加而上升，則技術(shù)變化偏向于使用投入要素j；如果bjt<0，技術(shù)變化率隨要素j的增加而下降，意味著技術(shù)變化偏向于節(jié)約要素j。

2.3 Lasso方法

超越對(duì)數(shù)生產(chǎn)函數(shù)中含有交叉項(xiàng)和平方項(xiàng)，在估計(jì)此函數(shù)時(shí)，面臨一個(gè)重要的計(jì)量問題，即多重共線性。為了處理共線性，運(yùn)用目前流行的Lasso方法，它是通過懲罰方法使一些回歸系數(shù)恰好為零，達(dá)到“降維”的效果，實(shí)現(xiàn)模型關(guān)鍵變量的選擇，有效地克服了多重共線性問題，以獲得回歸系數(shù)的一致估計(jì)。另外，Lasso方法也催生出一些其他方法(如彈性網(wǎng)方法等)，下面簡要概述基于Lasso的各種方法。為了簡化標(biāo)注，將方程(1)寫為矩陣形式y(tǒng)=Xβ+e。其中，X=(xi1,xi2,…,xip)，觀察數(shù)i=1,...,n，待估參數(shù)β=(β1,…,βp)，e為隨機(jī)誤差項(xiàng)。

(1)Lasso回歸。此方法是Tibshirami[19](1996)引入的，其本質(zhì)上是一種數(shù)據(jù)驅(qū)動(dòng)方法。Lasso回歸是求解下列最小化問題：

其中，φj為特定回歸元懲罰荷載。λ為調(diào)節(jié)參數(shù)，其控制整體懲罰水平。調(diào)節(jié)參數(shù)的選擇有三種常見方法：信息準(zhǔn)則、交叉驗(yàn)證和理論驅(qū)動(dòng)(theory—driven)。本文使用信息準(zhǔn)則方法來選取調(diào)節(jié)參數(shù)。當(dāng)λ=0時(shí)，得到OLS解。與OLS相比，Lasso的優(yōu)勢(shì)在于：由于通過1型懲罰項(xiàng)對(duì)系數(shù)大小進(jìn)行約束，Lasso精確設(shè)定一些系數(shù)估計(jì)量為零，進(jìn)而從模型中剔除一些解釋變量。因此，Lasso作為一種模型選擇技術(shù)，有助于模型的解釋(Tibshirani，1996; Ahrens等，2019)[19-20]。

(2)嶺(ridge)回歸。嶺回歸(Tikhonov,1963；Hoerl和Kennard,1970)[21-22]是用2型懲罰取代1型懲罰項(xiàng)，已成為處理多重共線性的一個(gè)常用方法。其求解下列問題：

(3)彈性網(wǎng)(elastic net)回歸。它是Lasso的一種變體。Zou & Hastie(2005)[23]將Lasso回歸和嶺回歸的優(yōu)點(diǎn)結(jié)合起來，也就是通過1型和2型懲罰項(xiàng)組合，求解下列問題：

其中，附加調(diào)節(jié)參數(shù)α(0≤α≤1)確定1型懲罰項(xiàng)和2懲罰項(xiàng)的相對(duì)貢獻(xiàn)。當(dāng)α=1時(shí)，彈性網(wǎng)回歸簡化為Lasso回歸；當(dāng)α=0時(shí)，彈性網(wǎng)簡化為嶺回歸。Ahrens等[20](2019)指出，當(dāng)存在一組相關(guān)變量時(shí)，Lasso回歸通常從每個(gè)組中只選擇一個(gè)變量，而嶺回歸傾向于對(duì)具有相關(guān)性變量組獲得相同的系數(shù)估計(jì)。彈性網(wǎng)回歸能夠?qū)σ恍│?0的值得到稀疏解，同時(shí)保留或放棄相關(guān)性變量。

3 變量與數(shù)據(jù)來源

本文選取1998-2018年中國30個(gè)省區(qū)的規(guī)模以工業(yè)企業(yè)面板數(shù)據(jù)。

(1)產(chǎn)出。以工業(yè)增加值作為產(chǎn)出。自2008年后，《工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》不再報(bào)告工業(yè)增加值，使用各省統(tǒng)計(jì)年鑒補(bǔ)充。對(duì)于部分缺失值，根據(jù)以前年度工業(yè)增加值率數(shù)據(jù)，對(duì)每個(gè)省工業(yè)增加值率對(duì)時(shí)間回歸，再外推得到各省工業(yè)增加值率序列，然后根據(jù)工業(yè)增加值率定義補(bǔ)齊。最后，利用各省工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)換算為2005年不變價(jià)。

(2)資本和勞動(dòng)投入。資本投入用工業(yè)固定資產(chǎn)凈值平均余額表示，并用各省固定資產(chǎn)投入價(jià)格指數(shù)換算為2005年不變價(jià)。勞動(dòng)投入用工業(yè)從業(yè)人員平均數(shù)表示。

(3)工業(yè)能源消費(fèi)(E)。一般地，用工業(yè)增加值作為產(chǎn)出，不需要考慮能源使用，因?yàn)槟茉词褂猛ǔＷ鳛橹虚g投入?；诒疚哪康?，將工業(yè)能源消耗作為第三種投入要素。其中部分缺失值，利用線性插入法補(bǔ)充。

(4)工業(yè)綠色增長績效(IGI)。為了描述各省區(qū)的工業(yè)綠色增長績效，從能源消耗和主要污染物排放兩個(gè)維度來構(gòu)建綠色增長績效指標(biāo)。首先計(jì)算萬元實(shí)際工業(yè)增加值的能源消耗量、工業(yè)二氧化硫、工業(yè)煙粉塵和工業(yè)化學(xué)需氧量等排放量，再計(jì)算它們的下降率，并按等權(quán)重合成工業(yè)綠色指數(shù)IGI。IGI值越大，意味著工業(yè)綠色增長績效越高。上述數(shù)據(jù)來自《環(huán)境年鑒》、工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒和各省統(tǒng)計(jì)年鑒。

4 實(shí)證結(jié)果與分析

4.1 多重共線性診斷檢驗(yàn)

回歸之前，先對(duì)解釋變量的多重共線性進(jìn)行正式檢驗(yàn)(見表1)。從各變量的膨脹因子VIF大小來看，各變量的VIF值都大于10，而平均VIF遠(yuǎn)大于1，并且各變量的膨脹因子倒數(shù)都小于0.1，說明解釋變量之間存在高度的多重共線性。從條件指數(shù)來看，除基本變量lnK、lnL和lnE的條件指數(shù)以及l(fā)nK的平方項(xiàng)小于10外，其余解釋變量的條件指數(shù)都大于10，意味著超越對(duì)數(shù)函數(shù)形式設(shè)定中存在著較為嚴(yán)重的多重共線問題。由于3個(gè)基本變量的條件指數(shù)小于10，這為下面回歸時(shí)對(duì)這些變量沒有施加懲罰提供了一定的經(jīng)驗(yàn)支持。此外，F(xiàn)arrar和Glauber的檢驗(yàn)統(tǒng)計(jì)量χ2=42 600，顯著拒絕不存在多重共線性的零假設(shè)。Theil的R2統(tǒng)計(jì)量為0.967，遠(yuǎn)大于沒有多重共線性的R2=0。這些檢驗(yàn)結(jié)果表明超越對(duì)數(shù)生產(chǎn)函數(shù)設(shè)定中存在比較嚴(yán)重的多重共線性。為了獲得穩(wěn)定估計(jì)，使用Lasso方法處理多重共線性。

表1 多重共線性檢驗(yàn)

4.2 回歸結(jié)果

表2是Lasso回歸結(jié)果，其中，回歸中處理了時(shí)不變因素的影響。根據(jù)多重共線檢驗(yàn)結(jié)果，lnK、lnL和lnE的條件指數(shù)小于10。因而，基于Lasso方法對(duì)這三個(gè)變量的系數(shù)沒有施加懲罰。彈性網(wǎng)回歸中，選取α=0.5，即賦予1型和2型懲罰項(xiàng)相同的權(quán)重。從表中可以發(fā)現(xiàn)，除嶺回歸外，Lasso和彈性網(wǎng)(eNet5)回歸的系數(shù)都不同程度出現(xiàn)了待估參數(shù)系數(shù)等于0或很小。從系數(shù)大小來看，除基本變量和時(shí)間趨勢(shì)平方項(xiàng)外，在Lasso和eNet5中，非零系數(shù)值的絕對(duì)值基本都大于嶺回歸的系數(shù)估計(jì)值。從非零系數(shù)符號(hào)看，除txlnE的系數(shù)符號(hào)由Ridge中的正變?yōu)樨?fù)外，其余變量系數(shù)的符號(hào)也與Ridge估計(jì)相同；與eNet5回歸相比較，lasso回歸中的系數(shù)符號(hào)沒有發(fā)生變化。此外，λ值是依據(jù)擴(kuò)展的貝葉斯信息準(zhǔn)則(ebic)標(biāo)準(zhǔn)確定的，Lasso與eNet5中的λ值比較接近，并且都小于Ridge回歸中的λ值。這些表明Lasso回歸的系數(shù)估計(jì)是比較穩(wěn)健的。

表2 回歸結(jié)果

4.3 能源替代彈性的時(shí)序特征

根據(jù)表2中Lasso回歸中的系數(shù)估計(jì)和要素替代彈性計(jì)算公式，能源替代彈性的測(cè)算結(jié)果見圖1。圖中粗線為能源平均替代彈性，淺色線為各地區(qū)的平均能源替代彈性。結(jié)果顯示：①從平均值看，能源-資本和能源-勞動(dòng)替代彈性的均值分別為0.72、0.37。能源與資本的平均替代彈性大于能源-勞動(dòng)的平均替代彈性，而且能源與非能源要素之間平均替代彈性都大于0小于1，表明能源與非能源要素之間存在比較低的替代關(guān)系，并且能源與資本之間替代程度高于能源與勞動(dòng)替代性。②從時(shí)間趨勢(shì)看，平均sigKE表現(xiàn)為下降趨勢(shì)，其變化區(qū)間為0.55～0.85。2000年之前，平均sigLE表現(xiàn)出短暫的上升態(tài)勢(shì)，之后基本上呈略微弱下降趨勢(shì)，平均sigLE的波動(dòng)范圍為0.31～0.40?？梢姡骄茉?資本替代彈性的波動(dòng)要高于平均能源-勞動(dòng)替代彈性的波動(dòng)。③從區(qū)域表現(xiàn)看，各地區(qū)的能源平均替代彈性都表現(xiàn)出下降走勢(shì)。然而，位于平均替代彈性線上方的地區(qū)具有比較平緩的下降趨勢(shì)，而位于平均替代彈性線下方的地區(qū)有較大的下降趨勢(shì)。此外，Kruskal-Wallis秩和檢驗(yàn)結(jié)果表明，sigKE和sigLE的χ2統(tǒng)計(jì)量分別354.9和181.3，都在1%水平上顯著拒絕地區(qū)替代彈性相等的零假設(shè)。對(duì)于eNet5回歸的測(cè)算結(jié)果，Krusal-Wallis秩和檢驗(yàn)是，sigKE和sigLE的χ2統(tǒng)計(jì)量分別為383.1、192.4，它們也都1%水平上拒絕零假設(shè)，進(jìn)一步支持lasso回歸的檢驗(yàn)結(jié)果。說明能源與非能源替代彈性具有比較明顯的區(qū)域差別性。

注：sigKE、sigLE分別表示能源-資本替代彈性、能源-勞動(dòng)替代彈性圖1 平均替代彈性的變化趨勢(shì)

4.4 偏向性技術(shù)變化的時(shí)序特征

圖2繪制了地區(qū)各平均偏向性技術(shù)變化趨勢(shì)。這是根據(jù)表2中l(wèi)asso系數(shù)估計(jì)和方程(3)，測(cè)算的偏向性技術(shù)變化和要素偏向技術(shù)變化。圖中粗線為平均趨勢(shì)線，淺色線為各地區(qū)趨勢(shì)線。從圖中可以發(fā)現(xiàn)：①從平均大小看，偏向型技術(shù)變化(BTC)平均為-13.5%，說明工業(yè)的技術(shù)進(jìn)步總體上表現(xiàn)為要素使用型。資本偏向和能源偏向技術(shù)變化平均分別為-11.9%和-9.3%，而勞動(dòng)偏向技術(shù)變化平均為7.8%，說明技術(shù)變化表現(xiàn)為資本和能源使用型、勞動(dòng)節(jié)約型。②從時(shí)間趨勢(shì)看，考察期內(nèi)，平均BTC表現(xiàn)為下降趨勢(shì)，下降幅度為3.5個(gè)百分點(diǎn)。平均KTC和ETC也都呈微弱的下降態(tài)勢(shì)，下降幅度分別為2.2%和1.3%，而平均LTC表現(xiàn)出略微上升趨勢(shì)，上升了大約0.1個(gè)百分點(diǎn)。要素偏向技術(shù)變化的下降幅度高于要素偏向技術(shù)變化的上升幅度，使得總偏向性技術(shù)變化表現(xiàn)為下降態(tài)勢(shì)，這是值得關(guān)注的一個(gè)現(xiàn)象。因?yàn)榧夹g(shù)進(jìn)步是提高工業(yè)綠色增長績效的一個(gè)重要驅(qū)動(dòng)因素，而不斷下降的偏向型技術(shù)變化將不利于工業(yè)綠色增長。③從區(qū)域表現(xiàn)看，除了各地區(qū)比較集中地分布在總偏向性技術(shù)變化的平均線周圍外，各特定要素偏向技術(shù)變化平均線的地區(qū)分布比較稀疏，說明地區(qū)間要素偏向性技術(shù)變化存在比較明顯的差別性。各偏向性技術(shù)變化是否存在區(qū)域差異，這通過對(duì)各偏向性技術(shù)變化進(jìn)行Krusal-Wallis的秩和檢驗(yàn)進(jìn)行驗(yàn)證。Lasso回歸的測(cè)算結(jié)果顯示：BTC、KTC、LTC和ETC的χ2統(tǒng)計(jì)量分別為123.6、331.8、580.7和417.7，都在1%水平上顯著拒絕相等的零假設(shè)。對(duì)eNet5回歸測(cè)算結(jié)果的Krusal-Wallis檢驗(yàn)結(jié)果為：BTC、KTC、LTC和ETC的χ2統(tǒng)計(jì)量分別為116、332、581和418，也都顯著拒絕零假設(shè)，支持了Lasso回歸的檢驗(yàn)結(jié)果。表明工業(yè)偏向性技術(shù)變化存在顯著的區(qū)域差異性。

注：BTC為偏向性技術(shù)變化，KTC、LTC和ETC分別代表資本偏向、勞動(dòng)偏向和能源偏向技術(shù)變化圖2 偏向性技術(shù)變化的演化趨勢(shì)

5 工業(yè)綠色增長績效的區(qū)域分析

5.1 區(qū)域聚類檢驗(yàn)

上述分析表明地區(qū)間能源替代彈性和偏向型技術(shù)具有顯著差異性，也考慮到工業(yè)聚集特征，因而，從區(qū)域的視角解釋工業(yè)綠色增長績效很有必要。有關(guān)工業(yè)聚類的研究，常見做法是按事先確定的標(biāo)準(zhǔn)(如地理區(qū)位、行政區(qū)劃等)，然后將其歸并為若干區(qū)域，然而，這一策略缺乏經(jīng)濟(jì)理論支持。這里利用Phillips & Sul(2009)的俱樂部檢驗(yàn)程序來確定工業(yè)區(qū)域聚類現(xiàn)象，這是一種基于非線性時(shí)變因素模型的數(shù)據(jù)驅(qū)動(dòng)方法。將關(guān)注變量yit分解為系統(tǒng)項(xiàng)和暫時(shí)項(xiàng)，并通過定義一個(gè)相對(duì)轉(zhuǎn)換參數(shù)，hit=yit/(n-1∑yit)，其中n=截面單位數(shù)，進(jìn)而構(gòu)建了正式的logt檢驗(yàn)方程：

log(H1/Ht)-2log(logt)=α+blog(t)+ut

其中，Ht=n-1∑(hit-1)2，系數(shù)b代表收斂速度，即b值(b>0)越大，則收斂速度就越快。該檢驗(yàn)是通過單側(cè)t統(tǒng)計(jì)量來檢驗(yàn)收斂的零假設(shè)：當(dāng)系數(shù)b的t統(tǒng)計(jì)量tb>-1.65時(shí)，將支持收斂零假設(shè)；當(dāng)tb<-1.65時(shí)，意味著拒絕零假設(shè)。如果拒絕總體收斂零假設(shè)，再進(jìn)行俱樂部聚類檢驗(yàn)(詳見Du,2017)[25]。

表3是利用Lasso回歸的工業(yè)區(qū)域聚類檢驗(yàn)結(jié)果。整個(gè)樣本的t統(tǒng)計(jì)量小于-1.65，意味著拒絕收斂的零假設(shè)，表明在整個(gè)樣本中偏向性技術(shù)變化不存在收斂趨勢(shì)。此外，各省區(qū)偏向性技術(shù)變化的相對(duì)轉(zhuǎn)換參數(shù)軌跡大體上均勻分布在均值線(圖中虛線)上下兩側(cè)，其中，山東、海南、福建和內(nèi)蒙古4個(gè)省區(qū)的相對(duì)轉(zhuǎn)換線在不同時(shí)段上都位于最外側(cè)(見圖3)，進(jìn)一步支持不存在總體收斂跡象的零假設(shè)檢驗(yàn)。利用彈性網(wǎng)測(cè)算的偏向性技術(shù)變化進(jìn)行交叉驗(yàn)證，其結(jié)果是t統(tǒng)計(jì)量為-12.51，小于-1.65，依然拒絕總體收斂的零假設(shè)，表明Lasso的檢驗(yàn)結(jié)果是穩(wěn)健的。

圖3 偏向性技術(shù)變化的轉(zhuǎn)換路徑

表3 俱樂部聚類檢驗(yàn)結(jié)果

偏向性技術(shù)變化總體上不具有收斂性，但有可能存在俱樂部收斂。俱樂部聚類檢驗(yàn)程序結(jié)果是，最初將30個(gè)省區(qū)分為5個(gè)子俱樂部，然后經(jīng)過俱樂部合并檢驗(yàn)，俱樂部1和2可以合并(t=0.006>-1.65),俱樂部3和4可以合并(t=0.584>-1.65)，最后得到3個(gè)俱樂部，其中14個(gè)省區(qū)屬于俱樂部1,俱樂部2和3分別含有14個(gè)、2個(gè)省區(qū)。

5.2 非參數(shù)核回歸方法

為了考察能源替代彈性和偏向性技術(shù)變化對(duì)工業(yè)綠色增長績效的影響，設(shè)定簡單的非線性回歸檢驗(yàn)式：

IGIi=g(xi)+ei

其中，ei為誤差項(xiàng)，假設(shè)E(ei|xi)=0。xi為解釋變量，用能源與非能源要素間替代彈性、偏向型技術(shù)變化和特定要素偏向技術(shù)變化來表示。為了獲得解釋變量對(duì)工業(yè)綠色增長績效的影響，參照Cattaneo和Jansson[26](2018)的方法，運(yùn)用非參數(shù)核回歸方法分別對(duì)每個(gè)聚類區(qū)域進(jìn)行估計(jì)，就是說，通過對(duì)每個(gè)區(qū)域中所有點(diǎn)x估計(jì)E(IGIi|xi=x)，獲得條件均值估計(jì)量E(IGIi|xi)=g(xi)。為此，利用局部線性回歸，求解下列問題：

5.3 區(qū)域工業(yè)綠色增長績效的影響分析

表4是能源替代性與偏向型技術(shù)變化影響區(qū)域工業(yè)綠色增長績效的回歸結(jié)果。

表4 Lasso檢驗(yàn)結(jié)果

(1)能源替代彈性的影響。從平均影響看，sigKE和sigLE對(duì)區(qū)域1和區(qū)域2的工業(yè)綠色增長績效有顯著的正影響，而對(duì)區(qū)域3的平均影響統(tǒng)計(jì)上不顯著為正，并且對(duì)區(qū)域1的平均影響大于區(qū)域2和區(qū)域3，說明能源與非能源要素替代關(guān)系對(duì)區(qū)域1和區(qū)域2的工業(yè)綠色增長績效有顯著的促進(jìn)作用，并且區(qū)域1>區(qū)域2>區(qū)域3。從邊際影響看，sigKE和sigLE對(duì)區(qū)域1工業(yè)綠色增長績效的平均邊際影響不顯著為負(fù)，而對(duì)區(qū)域2和區(qū)域3有不顯著的正向平均邊際影響。與平均影響則相反，sigKE的平均邊際影響大小表現(xiàn)為區(qū)域3>區(qū)域2>區(qū)域1。sigLE的平均邊際影響則為區(qū)域2>區(qū)域3>區(qū)域1。其中，區(qū)域3中能源與非能源要素替代彈性的影響統(tǒng)計(jì)上不顯著，主要的原因可能是觀察數(shù)比較少，使得統(tǒng)計(jì)顯著性受到影響。無論從平均影響還是從邊際影響來看，能源與非能源要素替代性對(duì)三個(gè)區(qū)域工業(yè)綠色增長績效的影響存在明顯差別。

(2)偏向型技術(shù)變化的影響。從平均影響看，BTC對(duì)區(qū)域1和區(qū)域2工業(yè)綠色增長績效的平均影響分別為0.089和0.063，并且統(tǒng)計(jì)上高度顯著，而對(duì)區(qū)域3的平均影響為不顯著的正值，表明偏向型技術(shù)變化對(duì)三個(gè)區(qū)域的工業(yè)綠色增長績效都有正向作用，且區(qū)域1>區(qū)域2>區(qū)域3。從邊際影響看，BTC對(duì)區(qū)域1的平均邊際影響顯著為正，而對(duì)區(qū)域2和3均為不顯著的正號(hào)，說明偏向型技術(shù)變化對(duì)區(qū)域1工業(yè)綠色增長績效有顯著的正向邊際作用，并且表現(xiàn)為區(qū)域1>區(qū)域2>區(qū)域3。這些表明偏向型技術(shù)變化對(duì)三個(gè)區(qū)域工業(yè)綠色增長績效都有正向作用，特別是對(duì)區(qū)域1的影響程度更明顯，也從另一個(gè)側(cè)面反映了區(qū)域2和區(qū)域3具有較大的提升空間。

(3)特定要素偏向技術(shù)變化的影響。從平均影響看，區(qū)域1中資本偏向技術(shù)變化(KTC)和勞動(dòng)偏向技術(shù)變化(LTC)的平均影響都顯著為正，而ETC的平均影響為正，由于不能通過bootstrap獲得其標(biāo)準(zhǔn)誤，故不能判斷其顯著性；區(qū)域2中KTC和ETC的平均影響均為不顯著的正號(hào)，LTC的平均影響顯著為正；區(qū)域3中KTC、LTC和ETC的平均影響都不顯著為正。從邊際影響看，區(qū)域1中KTC和ETC的平均邊際影響為正，而LTC平均邊際影響符號(hào)截然相反，并且它們統(tǒng)計(jì)上都不顯著，而ETC的顯著性無法判斷；區(qū)域2中KTC和ETC的平均邊際影響不顯著為正，而LTC的平均邊際影響為不顯著的負(fù)號(hào)；區(qū)域3中三個(gè)特定要素偏向技術(shù)變化的平均邊際影響都不顯著為正。從影響大小看，正向影響的區(qū)域表現(xiàn)為區(qū)域1>區(qū)域2>區(qū)域3；負(fù)向影響的區(qū)域表現(xiàn)為區(qū)域1>區(qū)域2。表明偏向型技術(shù)變化基本上對(duì)區(qū)域1工業(yè)綠色增長績效的平均影響和平均邊際影響高于其他兩個(gè)區(qū)域。

5.4 敏感性分析

Lasso的結(jié)果是否可靠，可利用彈性網(wǎng)回歸的測(cè)算結(jié)果進(jìn)行敏感性檢驗(yàn)。表5報(bào)告了基于彈性網(wǎng)回歸的檢驗(yàn)結(jié)果。從能源與非能源要素間的替代彈性對(duì)工業(yè)綠色增長績效影響來看，區(qū)域1的能源與勞動(dòng)替代彈性的平均邊際影響符號(hào)由負(fù)變?yōu)檎?，說明能源與勞動(dòng)替代彈性的平均邊際影響不能確定。在三個(gè)區(qū)域中，能源與非能源要素替代彈性的平均影響和平均邊際影響的符號(hào)和顯著性都沒有發(fā)生明顯變化，表明能源與非能源要素替代彈性基本上對(duì)各區(qū)域工業(yè)綠色增長績效的影響是穩(wěn)健的。從偏向型技術(shù)變化來看，偏向技術(shù)變化對(duì)三個(gè)區(qū)域工業(yè)綠色增長績效的影響符號(hào)與顯著性都沒有出現(xiàn)明顯的變化。從特定要素偏向技術(shù)變化來看，特定要素偏向技術(shù)變化影響的符號(hào)和顯著性都沒有發(fā)生顯著變化。表明Lasso回歸的結(jié)果基本上是穩(wěn)健的。

表5 敏感性檢驗(yàn)

6 主要結(jié)論

本文在超越對(duì)數(shù)生產(chǎn)函數(shù)框架下，運(yùn)用Lasso方法測(cè)算了我國30個(gè)省區(qū)的能源與非能源要素之間替代彈性、偏向性技術(shù)變化和各特定要素偏向技術(shù)變化，然后以偏向性技術(shù)變化為基本變量檢驗(yàn)了工業(yè)的區(qū)域聚類，并將30個(gè)省區(qū)歸并為三個(gè)區(qū)域。最后，從能源投入和主要污染排放兩個(gè)層面構(gòu)建了工業(yè)綠色增長績效指數(shù)，通過非參數(shù)核回歸方法估計(jì)了能源要素替代性和各偏向性技術(shù)變化對(duì)區(qū)域工業(yè)綠色增長績效的影響。實(shí)證結(jié)果如下：

一是能源與非能源要素替代彈性都大于0且小于1，表明我國工業(yè)的能源與資本、勞動(dòng)之間存在比較低的替代關(guān)系，并都呈現(xiàn)下降趨勢(shì)。能源與非能源要素替代彈性對(duì)三個(gè)區(qū)域的工業(yè)綠色增長績效都具有正向平均影響，并且這種正作用對(duì)區(qū)域1和區(qū)域2更為顯著。能源-資本替代彈性對(duì)區(qū)域1工業(yè)綠色增長績效具有不顯著的負(fù)向平均邊際影響，然而，對(duì)區(qū)域2和區(qū)域3存在不顯著的正向平均邊際影響，區(qū)域3的能源-資本平均邊際影響大于其它兩個(gè)區(qū)域，能源-勞動(dòng)的平均邊際影響則區(qū)域2>區(qū)域3>區(qū)域1。表明能源與非能源替代彈性對(duì)三個(gè)區(qū)域工業(yè)綠色增長績效存在正向平均效應(yīng)，其中，區(qū)域1和區(qū)域2中這一促進(jìn)作用更加明顯，而對(duì)三個(gè)區(qū)域的平均邊際影響都不明顯。

二是偏向型技術(shù)變化平均為-13.5%，并有緩慢下降趨勢(shì)。偏向型技術(shù)變化的平均影響和邊際影響都為正，并且區(qū)域1>區(qū)域2>區(qū)域3。說明偏向型技術(shù)變化對(duì)三個(gè)區(qū)域工業(yè)綠色增長績效具有促進(jìn)作用，特別對(duì)區(qū)域1的影響程度更強(qiáng)、影響力更大。

三是資本偏向技術(shù)變化和能源偏向技術(shù)變化平均分別為-11.9%和-9.3%，勞動(dòng)偏向技術(shù)變化平均為7.8%，后者表現(xiàn)出略微的上升平均趨勢(shì)，然而，前者都呈現(xiàn)微弱的下降態(tài)勢(shì)。它們的平均影響和平均邊際影響的特征是：它們對(duì)三個(gè)區(qū)域的正向影響表現(xiàn)為區(qū)域1>區(qū)域2>區(qū)域3，而負(fù)向影響則區(qū)域1>區(qū)域2。可見，特定要素偏向技術(shù)變化對(duì)區(qū)域1工業(yè)綠色增長的平均影響和邊際影響都要高于其他兩個(gè)區(qū)域。

最后，能源與非能源平均替代彈性都呈不斷下降趨勢(shì)，預(yù)示著能源與非能源要素之間替代關(guān)系受到極大限制；除了勞動(dòng)偏向技術(shù)變化呈微弱的上升趨勢(shì)外，其余各偏向性技術(shù)變化都表現(xiàn)出下降走勢(shì)，這是值得關(guān)注的跡象。

上述結(jié)果的政策啟示是：能源與非能源要素替代彈性和偏向性技術(shù)變化對(duì)促進(jìn)區(qū)域工業(yè)綠色增長產(chǎn)生了正向平均影響，然而，它們的邊際效應(yīng)在三個(gè)區(qū)域中具有不同的表現(xiàn)。因此，各區(qū)域應(yīng)結(jié)合自身資源條件和技術(shù)水平，不斷探索提高能源與非能源要素替代性的綠色增長效應(yīng)有效措施，如區(qū)域1應(yīng)積極尋求新的清潔能源來替代骯臟能源，而區(qū)域2和區(qū)域3應(yīng)當(dāng)充分挖掘能源與非能源替代關(guān)系的綠色增長潛力。同時(shí)，加大共性技術(shù)和資源節(jié)約型技術(shù)的研發(fā)投入，不斷提升技術(shù)進(jìn)步的綠色增長效應(yīng)。