创新能力、财税政策与能源强度

奥鹏网院作业

创新能力、财税政策与能源强度*
——基于我国省级面板数据的实证检验
李香菊 祝丹枫
[提 要] 本文采用似不相关迭代(IRSU)回归方法，以我国1995—2016年省级面板数据作为研究样本，实证分析了不同类型和环节创新能力以及财税政策的促进作用对能源强度的影响效应。结果显示：(1)从总体上看，我国能源强度的降低主要依赖于资本要素替代、非体现型创新能力提升和财税政策的干预，而科技创新能力对能源强度则产生消极影响。(2)就创新能力的区域差异而言，东部地区科技和非体现型创新能力提升有效地降低了能源强度，并且研发环节科技创新能力的影响更为显著，而中西部地区科技创新能力提升不利于能源强度的降低。(3)在财税政策方面，西部地区的政策干预效果较为明显，中部和东部地区并未表现出显著的促进作用。基于此，本文提出了实施差异化的工业结构转型战略、完善绿色科技创新财税政策体系以及从需求侧扩大节能产品的市场份额政策建议。
[关键词] 创新能力提升；财税政策；能源强度；区域差异
一、引言
学术界对能源强度的关注源于自然资源的耗竭性危机、生态环境恶化、能源密集型产业丧失比较优势以及长期生产路径依赖对技术进步和产业结构升级的抑制等。根据世界银行2017年发布的《全球跟踪框架》中的数据显示(1)相关数据来自于世界银行网站，网址为：http://www.worldbank.org/。，2013—2015年期间，伴随强制措施的铁腕治理以及产业结构转换能力提升和良好适应性调整，全球能源消耗量排名最高的20个国家中，中国、俄罗斯、英国、尼日利亚以及澳大利亚等国均保持了年均2%以上的能源强度降幅。就中国现状而言，尽管通过劳动力要素的替代和优化配置以及国家能源价格规划政策的辅助，对限制高能耗生产路径惯性产生了积极影响，但是受制于资本报酬延缓的不可持续性以及技术效率的恶化，我国短期依然面临着处于“环境库兹涅茨曲线”爬坡阶段之难题。在区域层面，伴随着东部地区环境和能源约束的强化以及拥挤效应，其高能耗和低技术产业依照产业替代弹性的逆序展开，向中西部地区转移。其中，高替代弹性产业处于优先转移级并且空间扩散规模较大，适应和融入能力较强；而低替代弹性产业空间扩散幅度有限。这种“点上集中、面上扩散”的分布和空间转移模式在扩大区域技术能力和产业结构差距的同时也将能源强度压力传递给中西部地区(胡安俊和孙久文，2014)。如果中西部地区政府继续试图以解决能耗过剩等市场失灵问题的方式来应对能源强度“东部低，中西部较高”的空间梯度分布不平衡问题，无疑是管窥蠡测。
提升创新能力是长期有效降低能源强度的关键性举措。一方面可以在中性技术进步条件下通过同比例提高不同投入要素的边际生产率来增加总产值；另一方面技术改良可以在固定价格基准下影响不同投入要素间的最优投入比例，利用有偏技术进步属性压缩能源投入并提高总产出。创新能力的提升是一个动态复杂的过程，即包括科学技术的研发和应用，同时也涵盖生产过程中组织、协调以及管理等“软技术”水平的进步。在科学技术研发的基础上，科技人员会利用已有的知识积累，开发和研制新产品和新工艺，实现技术的成果转化，促进要素生产效率的全面提高(洪银兴，2016)。值得注意的是，我国1994年财税体制由“财政集权”向“财政分权”改革使得地方政府对创新能力的影响作用明显提高，政策制定者尝试通过财政支出和税收优惠手段直接或间接地诱致企业投资、融资和创新策略选择，最终达到协同实现企业建立长期竞争优势与政府调控目标的共赢局面。纵观成熟经济体的发展脉络和逻辑，如何建立“市场机制主导—财税政策配合—塑造长期创新发展优势—能源强度降低”的良性循环，把握不同发展阶段和创新环节的内涵和适应条件，对于实现我国经济社会长久可持续发展都具有重要的指导意义。
如何通过创新降低能源强度既是学者持续关注的理论难题，也是建立资源节约型和环境友好型社会必须解决的现实问题。已有文献深入分析了降低能源强度的主要驱动要素(魏楚和沈满洪，2007)，特别是技术进步对能源强度的影响效应(Liu et al.，2018)，但没有结合异质性创新能力的不同特质，具体探析不同环节和类型创新能力间的影响差异。此外，尽管学者强调了解决能源问题中政府调控的必要性(方行明等，2014；Li & Lin，2016)，然而鲜有文献讨论如何通过设计精准财税政策，发挥创新能力对提高能源要素生产效率的促进作用。基于此，笔者尝试通过实证研究回答上述问题。本文可能的边际贡献在于：首先，运用似不相关迭代回归方法从研发环节、成果实现环节以及非体现型三个维度定量考察了创新能力对能源强度的影响，更好地诠释了我国能源困境的成因。其次，检验了不同类型财税政策是否有利于发挥创新能力对降低能源强度的促进作用。最后，针对东、中、西三个区域进行实证研究，识别了财税政策在不同区域研发环节和成果实现环节中产生的经济效应，为政府通过制定精准化的财税政策化解能源和环境危机提出对策建议，以期在构建资源节约型和环境友好型社会过程中，正确处理政府干预和市场调节的关系提供参考依据。
二、文献综述
(一)有关能源强度的测度研究
由于各国能源强度呈现出波动式变化的趋势，单一效应已难以解释其内在原理和经济内涵。为此国内外学者尝试运用多种方法对能源强度的测度展开深入研究，其中指数分解法(index decomposition analysis，IDA)和生产函数分解法(production-theory decomposition analysis，PDA)成为学术领域常见的研究方法。得益于数据的可获得性以及与现实的紧密联系，IDA方法在能源研究领域得到了广泛的应用，并产生了大量的研究成果(Ang，2005；Wu，2012)。但是，IDA方法的局限在于难以与经济理论相结合。相较于IDA方法，PDA方法则为能源强度的变化赋予了更合理的经济学内涵以及政策含义(Lin & Du，2014)。许多学者的研究都基于谢泼德产出距离函数(Shephard output distance function)分解能源强度的影响因素，包括技术效率、技术水平、要素间替代以及产业优化等(Wang，2007；林伯强和杜克锐，2013)。
(二)创新能力对能源强度的影响研究
近年来国内外有关通过提升创新能力降低能源强度的研究主要沿两条主线展开：一是在单要素(能源)投入框架下的研究；二是围绕多种投入要素视角的探讨。早期的研究集中于单要素框架，由于未考虑其他投入要素的影响出现了彼此相悖的研究结果。Sinton & Levine(1994)分析了三组不同的能源消耗和产出数据，实证结果显示技术进步所引起的非结构性因素是中国工业能源强度明显下降的主要原因。Sun(1998)运用拉斯拜尔指数(Laspeyres index)对1973—1990年世界能源消耗以及能源强度变化进行了分解建模，研究发现对于多数处于工业化进程中的发展中国家(不包括中国)，创新能力对能源强度的影响是显著的。与单要素框架相比，全要素框架可以识别生产要素和生产模式的不同特性，为能源强度的变化提供生产理论层面上的经济学解释，并借助计量方法考察创新对能源强度的“综合性”影响(Tan & Lin，2018)。代表性的研究包括：Andrews & Krogmann(2009)认为绿色创新的扩散速度和范围依赖于研发投入强度，决定扩散程度的关键属性是创新的比较优势、兼容性、复杂性、可试性和可观察性。此外微观经济激励、知识流动以及网络关系也会影响绿色技术创新的扩散速度。陈晓玲等(2015)借助嵌套CES函数对1994—2008年中国工业行业数据进行实证估计，结果表明在中国多数行业中能源和资本表现出互补特性，并且资本和能源偏向性技术进步是影响其能源强度的主要原因。
(三)政府介入对于能源强度的影响研究
有关政府行为和能源强度之间的联系近年来已经成为一个热点研究课题。综合已有文献来看，许多研究都试图探究政府政策对能源强度的影响效应。研究结果可大致分为三类：(1)前期研究结果表明，对能源价格的调控是各国政府控制能源强度的主要手段(Fisher-Vanden et al.，2004)。樊茂清等(2012)指出各部门当期的能源强度受到前期能源价格的影响较大，但是滞后期越长，影响越小，深化能源价格机制改革势在必行，并且应注意不同产业的特质，采取灵活多变的能源价格政策。(2)对高能耗部门的管制和监督(Nejat et al.，2015；Timma et al.，2016)。Zha et al.(2009)认为中国正面临着巨大的能源问题挑战，显著的经济增长掩盖了人均能源短缺、环境污染和生态系统退化等问题。就工业而言，整体产业能源强度依然具有很大的下降空间，应加速产业结构改革，减少高能耗产业比例，加快建立科学的评价体系。Zaim et al.(2017)深信日本政府精心设计和实施的“跑者计划”(Top Runner Program)以及“能源计划”(Energy Plan of the Government after 2003)以期减少工业设施能源消耗的努力是一种理性反应。(3)就长期视角而言，促进绿色技术进步的长足发展，实现技术集约化和产业结构高级化是政府能源政策改革的当务之急(鄢哲明等，2016；Herrerias et al.，2016)。
由此可见，上述三类文献分别致力于解决不同问题，沿着不同的研究思路推进了能源强度研究的深度，却难以在统一研究框架内同时探讨政府行为、创新能力以及能源强度间的内在机理，并且鲜有学者尝试探究财税政策在影响能源强度方面的效果。鉴于此，本文在已有研究的基础上对不同环节和类型创新能力在能源强度方面的差异性影响展开实证研究，并检验财税政策的促进效应，为追溯降低能源强度的深层次源泉提供政策依据。在此基础上对不同区域的影响效果进行分析，重点识别区域异质性条件下随着区域发展战略导向性变化和产业升级财税政策的差异和演进特征。
三、研究设计、变量及数据说明
(一)研究设计
在Brendt & Wood(1975)提出超越对数成本函数以后，大量文献运用该方法作为能源强度的研究工具。本文尝试将该方法应用于本文的实证研究，主要出于以下三点考虑：(1)该模型针对要素投入、成本变化和技术进步等核心变量进行函数设计，生动刻画了地区生产行为，并通过不同生产要素的边际变化反映实际生产过程和最优选择。(2)此方法将价格变量内生化，避免了因外生性所引起的样本信息污染问题，与回归方法限制条件相契合。(3)这种方法的函数形式灵活多变，对替代弹性和价格变化所引起的投入要素调整最佳路径不做任何限制性假设。笔者首先考虑一个地区的生产函数：
Y=f(K, L, E, M, T)
(1)
式中，f(·)代表由四种投入要素生产最终商品时(资本K、劳动力L、能源E以及中间产品M)的生产函数；T代表工业技术水平。依据对偶定理，式(1)生产函数可以转化为成本函数，同时如果生产函数二阶可微，与之相对应的成本函数也为二阶可微函数。式(2)为四种投入要素所组成的成本函数：
C=f(PK,PL,PE,PM,Y,T)
(2)
式中，C表示生产最终产品Y所需的最小成本；Pi表示各投入要素的价格。在此基础上，其超越对数成本函数可以表示为：
lnC=β0+βKlnPk+βLlnPL+βElnPE+βMlnPM

+βKLlnPL+βKElnPE+βKMlnPM






(3)
为了方便计算和突出变量间的逻辑联系，将式(3)重新整理后得到式(4)：

式中，i,j=K,L,E,M表示四种投入要素，同时令βij=βji以满足斯勒茨基对称性(Slutsky symmetry)所需的基本条件。笔者对式(4)取一阶导数，表示成本最小化条件下的最优组合。(2)考虑到计量过程中存在的共线性问题，对式(4)取一阶导数的估计要优于对成本函数的直接估计。以此推导出其引致需求函数：
=βi+βiKlnPK+βiLlnPL+βiElnPE
+βiYlnPY+βiTlnPT
(5)
在谢泼德引理(Shephard’s lemma)下，投入要素i的引致需求函数等于总成本对要素价格的一阶导数，即单一要素的成本分摊份额。式(5)为能源要素的成本分摊份额，同理，笔者定义每种投入要素的成本分摊份额为ri：


(6)
式(6)中的βiY衡量了生产过程中存在的潜在规模效应，规模效应一方面会提高最终产出，另一方面也会影响投入要素的成本分摊份额。βiT是技术进步所引起的成本分摊份额的变化，考虑到不同要素价格的同质性(价格增加所导致的总成本同比例增加)，实施以下假设条件：

由于各生产要素成本份额之和为1，使得协方差矩阵具有奇异性，因此需要从方程系统中删除一个方程并将价格标准化。本文的目的是衡量创新能力对于能源强度的影响以及财税政策是否有利于发挥创新能力对能源强度降低的促进作用，同时，财税政策也会通过其他路径影响能源强度的变化。式(6)中的技术水平项(T)在实证部分表示研发环节以及成果实现环节的科技创新能力。为了解释政府干预与不同环节创新能力对能源强度的交互作用，笔者借鉴叶祥松和刘敬(2018)的做法，引入财税政策与创新能力的交互项，并将财税政策变量(F)同时纳入回归方程之中。此外，除了科技的研发和应用，创新还体现为生产过程中管理、协调以及组织等能力的提升，本文参考Wurlod & Noailly(2018)的研究思路，以时间趋势项t作为解释变量(对应时期的年份数值)捕捉科技创新能力变量所不能刻画的非体现型创新能力的变化。综上，计量模型如下所示：
ri=
+βiYlnY+βiTlnT+βiFlnF+βiTFlnTlnF
+βitt+εi
(7)
式(7)满足系统性方程的构造条件，并且对于i=K,L,E具有交叉方程对称性，因此可以使用似不相关迭代回归(iterative seemingly unrelated regression，ISUR)方法进行实证研究。一方面，ISUR可以控制不同样本中未观测到的异质性；另一方面，可以与理论基础更紧密地结合，实现跨方程的参数估计。
笔者通过计算能源强度对创新能力的弹性来衡量其影响，首先需要从成本函数中获取能源强度的相关值。在零利润条件下总成本等于总产出，在财税政策介入下，创新能力对能源强度的影响系数可以替代为：

θETF



(8)
笔者使用βET和βETF作为衡量科技创新能力和财税政策对能源强度的影响系数。为了强化研究的严谨性和解释能力，笔者沿用Welsch & Ochsen(2005)的分解方法，将能源强度分解为产出增长效应、要素替代效应、能源价格效应、科技创新能力效应、财税政策效应以及非体现型创新能力效应：

笔者分别定义式(9)中等式右边的各项为每一项代表一个特定时期内能源强度变化的具体影响。常数项表示产出增长效应，反映产出增长所引起的能源强度变化。度量了劳动力和资本要素对能源要素的替代效应，即生产要素价格变化所引起的能源投入量相对变动。为能源价格效应，反映能源价格变化所引起的能源要素投入量的相对变化。表示科技创新能力提升对能源强度的影响效应。为本文假设下的财税政策效应。表示非体现型创新能力对能源强度变化的影响效应：

(10)
式中,表示某一特定区域内整体能量强度的相对变化；表示某一特定效应在整体时间范围内的相对变化表示某一特定效应在基准年能源强度变化中所占份额。通过上述分解，可以比较不同驱动力效应的差异，更细致解释我国科技创新能力、财税政策以及非体现型创新能力对能源强度影响的大小。
(二)变量及数据说明
本文所涉及的研究对象包括我国30个省、市、自治区(考虑到数据的完整性将西藏、中国台湾、中国香港及中国澳门剔除)，以1995—2016年作为时间窗口，共660个样本。(3)由于本文的研究涉及财税政策指标，必须剔除1994年我国分税制改革对中央及地方财政分配关系调整的影响，因此将时间起始点定为1995年。数据选取的总体原则是以历年《中国统计年鉴》《中国税收统计年鉴》《中国财政统计年鉴》《中国劳动统计年鉴》以及CEIC中国经济数据库作为数据基本来源。缺失的数据参考历年《中国能源统计年鉴》《新中国六十年统计资料汇编》、各省(市)统计年鉴、《中国人口和就业统计年鉴》以及《中国物价统计年鉴》予以增补。若上述方法依然无法获取的数据，参考其他学者的估计方法进行估算。所有与价格因素相关的变量均调整为以1995年为基期的实际值，见表1。
表1 变量描述及指标说明

注： ① 我国从2016年起全面实行营业税改增值税政策，因此2016年国内增值税总额出现大幅增长，为避免此对估计结果的影响，包含增值税变量的模型中剔除2016年数据。
资料来源：表中资料由笔者归纳整理而得。
1.投入产出变量的选取及数据处理。选取3种投入要素(资本、劳动力和能源)以及单一产出(经济总产值)的数据测算能源强度。三种投入要素的投入量分别以固定资本存量、地区就业人数和能源消耗总量进行表征。具体而言，应用永续盘存法计算不同年份的地区固定资本存量，计算方法可以表示为Kit=Kit-1(1-δit)+Iit，其中Kit为i地区第t年的总资本存量，δit和Iit分别为地区物质资本折旧率和投资总额。由于固定资本存量的计算需要考虑时间跨度的影响，应选用比样本起始点更早年份的数据作为基期数据。基于数据的可获取性，笔者以1985年的地区资产净值作为基年值。投资额以临近年份固定资产总额的差额替代，对不同地区和年份的折旧率选取不同值(陈诗一，2012)。劳动投入量以各省份年末就业人数表示。能源投入量均折算为以万吨标准煤为单位的能源消耗总量，其中缺失的数据参照李兰冰(2015)的方法，采用线性插值法补齐。
我国相关统计年鉴中并未公布各类要素的价格指数，因此在效仿已有研究的基础上选用不同价格指数和测算方法来表示。资本价格为各省(市)固定资产投资价格指数，部分地区和年份的缺失数据由零售商品价格指数替代。劳动价格的计算公式为地区平均劳动报酬/(1+地区CPI)，其中上年同期取值为100。能源价格的测算借鉴王班班和齐绍洲(2014)的做法进行推算，依据《中国物价统计年鉴》公布的我国主要大中城市资源及电力价格与各类能源消费权重，计算出能源加权价格，并依据各省份出厂品价格指数进行扩展，以此估算能源综合价格。(4)部分学者以工业生产者出厂价格指数与工业生产者购进价格指数之比作为能源价格的评估指标，但是基于本文涉及4种投入要素，上述两种价格指数用于衡量产出价格和中间产品价格，考虑到多重共线性问题，选取其他方法进行测度。中间产品价格为地区工业生产者购进价格指数。
本文选取地区生产总值(gross regional product，GRP)作为区域产出指标，产出价格为工业生产者出厂价格指数。
2.创新能力变量的选取及数据处理。本文以研发环节和成果实现环节两个维度测度创新能力。研发环节以地区研发资本存量作为评价指标，成果实现环节以地区专利发明申请授权数作为评价指标。其中，地区研发资本存量的测算运用永续盘存法，测算公式为：其中，K表示研发资本存量，I为研发资本投入量，u代表资本流量向资本存量转化率，δ为折旧率，n为滞后期数(通常假定平均滞后期数为1，且研发支出全部转化为下一期的资本存量)。估算中以1995年为基期，折旧率借鉴周密(2012)所采用的20%折旧比率。
3.财税政策变量的选取及数据处理。选取具体指标刻画财税政策是本文的关键。在财政支出政策方面，我国政府主要是以增加一般性科技支出和补贴企业研发费用的方式支持各行业创新能力的提升。据此，本文采用财政科技资金支出总额和研究与试验发展政府资金经费支出总额刻画财政支出政策。(5)2006年以前财政科学技术支出总额数据以科技三项支出总额予以替代。在税收政策方面，我国主要采用“税收减免+加计扣除”的方式鼓励工业企业转型升级，包括对企业技术转让的减免税优惠、对符合国家认证的高新技术企业实行较低的税率、R&D设备进口的减免税优惠、研发费用加计扣除税收优惠等，其中大部分政策的实施主要是通过增值税和企业所得税的调整得以实现。因此笔者以区域增值税总额和企业所得税总额占地区生产总值的比重，即税负水平作为税收政策指标。
四、实证研究
(一)我国生产要素投入比率变化趋势分析
笔者首先对1995—2016年我国能源要素投入比重进行归纳和总结，为下文的回归结果提供经济学解释的现实依据。由图1可以看出，1995—2006年期间，我国能源要素的投入占比呈现平稳的波动趋势，并未出现大幅度变化，同时期劳动和资本要素的投入比率也维持在相对稳定的水平。但在2006年之后，三种要素的投入比率出现大幅度的调整，其中能源和劳动要素的投入比率明显下降，而资本要素增幅迅速，并取代能源成为投入比率最高的要素。

图1 三种要素投入比率变化趋势
为解释不同区域间创新能力、财税政策与能源强度间内在影响的差异，采用我国多数学者研究中的通用划分方法，将样本进一步划分为东部、中部以及西部三个组群。(6)东部包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省、市；中部包括山西、黑龙江、江西、安徽、吉林、湖南、湖北、河南8个省；西部包括内蒙古、广西、四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、新疆11个省、市、自治区。图2展示了东、中、西三个地区能源投入要素占比的变化情况：(1)三个地区的能源要素投入率以2002年和2006年为节点，呈现阶段性的波动变化趋势。(2)从总体上看，除1995年出现奇异点外，东部地区能源要素投入比率明显低于中部和西部地区。(3)2006年以前，东部地区能源要素投入比率呈现U型的变化，中部和西部地区则在波动中上升，且东部与其他地区的差距出现“先扩大，后收敛”的态势。(4)2006年之后，三大地区的能源要素投入比率持续下降，西部和中部地区变化趋势相似，但是与东部地区的差距加大。

图2 三大地带能源要素投入比率变化趋势
(二)省级层面的实证回归结果分析
笔者首先依据式(7)对我国30个省、市、自治区的面板数据进行似不相关迭代回归。表2中的模型1～模型4分别表示研发环节创新能力的回归结果。依据Hausman检验的结果，以不同财税政策作为解释变量的回归分析均应选用固定效应模型。本文加入了财税政策与创新能力变量的交互项，为避免多重共线性问题对实证结果的影响，笔者进行了多重共线性检验，其中不同自变量间的相关系数均小于0.4。此外，ISUR回归方法的基本假设是方程系统中各方程扰动项存在同期相关，采用Breusch & Pagan(1979)提出的LM统计量进行检测，结果显示样本数据可以拒绝“各方程的扰动项无同期相关”的原假设。总体上看，我国能源强度的降低主要源于资本要素替代和非体现型创新能力的提升，并且政府通过财税政策支持科技创新对能源强度降低存在促进作用，但是科技创新能力的提升对能源强度具有显著抑制作用。可以从以下几个方面解释上述结果。
表2 省级面板数据能源强度影响因素的实证结果(研发环节)

注：由于篇幅原因表中仅列示了以rE为被解释变量的输出结果。其中各项检验为固定效应回归结果的检验值，通过2sls固定效应回归的结果与GLS回归结果类似。***，**和*分别表示在1%，5%和10%的水平显著，括号中的数值为估计系数的标准误差，下表同。
第一，研发环节创新能力的影响。伴随我国能源市场的改革深化，能源价格从过去垄断市场严重低估的状态向供需均衡定价机制和与国际接轨逐渐过渡，价格提升速度明显高于同期的劳动、资本以及中间产品，企业会通过节约稀缺要素(价格较高的要素)实现扩大市场占有率的目的。同时，技术进步的要素偏向性受到“价格效应”和“要素边际生产率”的共同影响，企业专注于使用相对便宜的生产要素，同时搁置相对昂贵要素节约型技术进步的推广和使用，使得其创新能力的总效应表现为能源使用型，而对资本则表现出节约的特性。
第二，财税政策促进作用的影响。近年来我国大力支持绿色技术进步的研发和创新，通过财税政策的实施逐渐将能源消费产生的负外部性内化于生产成本之中，在技术进步的外溢效应下实现能源价格等于能源边际产出的最优条件。(1)R&D是企业自主向高技术生产靠拢的研发活动。财政支出的支持有利于降低企业高昂的前期成本和消除短期不确定回报的顾虑，在长期实现能源节约型的市场规模效应。(2)我国税收政策的改革包括从生产型增值税向消费型增值税转变，即将固定资产的购买涵盖在抵扣范围之内。这无疑促进了企业的固定资产投资和设备的更新换代。企业所得税方面，对符合条件的高新技术及小型微利企业给予税收优惠，对企业购置用于环境保护、节能节水、安全生产等专用设备的投资额按一定比例实行税额抵免，出于鼓励技术进步的原因缩短固定资产折旧年限等政策的出台和实施，降低了能源节约型和技术密集型企业的实际税负，为企业研发新技术并通过技术创新实现要素生产率的提升创造了有利条件。
第三，非体现型创新能力的影响。随着我国市场化进程的逐步深入，政策制定者和微观层面的践行者因循时势，通过营造良好的市场环境、保护私有财产以及建立有效的金融体系等方式为企业的高效运营提供保障。同时企业也在市场竞争中引进和学习先进组织管理，实现了管理机制“人治化”向“制度化”和“科学化”的蜕变。这些转变都为要素生产效率的提升提供了现实可行的机会。
表3列示了成果实现环节的计量结果。可以发现表3模型5～模型8相对于表2模型1～模型4而言，大部分变量系数的符号均未发生大幅度的变化。值得注意的是，成果实现环节的交互项系数值(财税政策变量×技术进步变量)高于研发环节的系数值，且显著性增强。创新的研发环节和成果实现环节可能形成“协同效应”和“挤占效应”两种相反的相互影响方式。一方面R&D研发是创新成果实现的基础，同时地区创新成果实现能力的提升可以通过价值链外溢效应带动基础研究阶段投入的增加，即协同效应。另一方面，成果实现环节的资本投入可能抑制了基础研发阶段资本投入的增加，即挤占效应。我国对试验发展的投入明显高于基础研究阶段。这也从一个层面反映了我国创新和研发投入的结构性失衡。地区技术进步的主要动力源于企业内部的战略和资金配置决策，在获益于财税激励政策的情况下，我国大部分地区通常重视相对具有短期效应的专利申请和试验发展而忽视长期效应的基础阶段。这就造成了研发资本的“集聚效应”可能在长期无法形成竞争优势，并抑制与能源强度相关核心技术价值链的外溢。
表3 省级面板数据能源强度影响因素的实证结果(成果实现环节)

(三)区域层面的实证回归结果分析
为了解释我国不同区域创新能力及财税政策对能源强度影响的差异，笔者进一步采用分组样本回归。表4为不同区域样本的实证回归结果。
表4 区域创新能力与财税政策对能源强度影响的实证结果

(1)就科技创新能力而言，东部地区科技创新能力的提升有效降低了区域能源强度，且研发环节创新能力变量系数的绝对值和显著性大于成果实现环节变量。中部地区科技创新能力对能源强度的影响并不显著，部分模型的回归结果未通过显著性检验。而西部地区研发环节和成果实现环节创新能力提升对能源强度降低的抑制作用较为明显。从理论上分析，科技创新能力对地区能源强度有两种不同的影响效果。一方面，技术创新投入和成果转化不断催生企业从物质资源配置竞争向创新能力和生产效率的竞争转变，在知识溢出效应的影响下，科技创新和进步促进了地区全要素生产效率的提高，从而遏制了地区的能源过度消耗。另一方面，科技创新能力对所在地的能源强度也存在负面影响。在新常态背景下，有偏技术进步已然成为我国经济增长最主要的源泉动力，但是与资本节约型技术进步相比，能源节约型技术进步的速度仍然有较大差距(封永刚等，2017)。东部地区的发展模式已由“重成果，轻研发”的短期视野转向注重知识存量积累，研发投入的正外部性逐步体现。中西部地区受制于长期高能耗生产模式的锁定效应以及承接东部地区落后产能的影响，短期对先进技术的消化和吸收能力不足，难以依靠企业自身的转型实现绿色技术进步。中部和西部地区的内源式自主创新受制于技术进步生态环境、资源禀赋特征以及经济发展阶段等因素的影响，导致全要素生产效率和能源效率的提升被资本替代型技术进步所抵消。因此，科技创新能力提升对能源强度的降低产生负向影响。
(2)财税政策对降低能源强度的促进作用在不同区域表现出差异性。西部地区财税政策对促进能源强度降低的效果较为显著，且成果实现环节的交互项系数略高于研发环节相应的系数。中部和东部地区财税政策对提高能源生产效率没有显著影响。可以从以下两个方面解释两个创新环节间财税政策效果的差异。第一，西部地区科技创新能力的起点较低，尚不具备“后发优势”实现赶超的条件，加之地方官员的任期时间较短，更倾向于扶持高产出创新企业，而忽视研发环节的知识积累，导致企业转向策略性创新，丧失了建立长期竞争优势提升能源效率的机遇。第二，政府对创新资源的过度干预强化了企业生产过程对已有技术的依赖，部分挤出了自主研发创新对能源效率提升的积极作用。随着国际化和产业一体化发展的全面深入，为落后地区仿制前沿技术提供了有利条件。相比于自主研发创新，通过模仿的方式申请专利技术，并以此寻求政府的支持显得有利可图。东部地区能源效率的提升主要依赖于非国有企业的自主绿色技术创新。财税政策的作用会受到国有和非国有企业之间双重资金配置标准的影响(何贤杰等，2008)。同时政府对研发活动的支持会挤出企业自有资金的投入。由于政府资金的使用效率低于企业自有资金的使用效率，使得东部和中部地区政府财税政策在促进能源强度降低方面并未表现出明显的作用。
(3)东部地区非体现型创新能力变量系数的绝对值和显著性大于中部和西部地区。区别于科技创新能力，非体现型创新能力并不需要依附于机器设备的更新换代嵌入生产过程，而是通过如企业管理方法更新、组织结构调整以及制度改善等手段带来产出的增长。东部地区生产过程中管理模式的创新已逐渐匹配于低能耗路径，强调对能源要素投入成本的控制和节约。而中西部地区，特别是山西、陕西、内蒙古等能源大省的国有企业在生产经营过程中不注重电、气、油等能源要素成本的控制，其“制度化”管理能力依然有待提高。
(四)能源强度分解的结果分析
笔者依据式(8)、式(9)和式(10)对1995—2016年期间三大地区能源强度的变动效应进行分解，从时间、区域以及不同驱动力三个维度比较不同效应间的差异。
从表5可以看出，相比于1995—2006年，2007—2016年期间东部地区科技创新能力对于能源强度降低的影响效应有所增强，但是非体现型创新能力的影响效应则出现下降。就效应的大小而言，东部地区创新能力的正向影响效应明显大于其他效应，同时资本替代效应也有下降的趋势。在时间维度下，中部地区非体现型创新能力和财税政策的促进效应有了大幅度的提升，但是科技创新能力和能源价格对能源强度降低的阻碍作用呈现增强的态势，并且2007—2016年期间能源强度的下降主要归功于资本要素的替代。西部地区的能源强度分解结果与中部地区类似，有所不同的是非体现型创新能力正向效应的增长幅度低于中部地区。
表5 三大地区能源强度影响因素分解结果

说明：考虑到方程组结果的显著性，笔者采用以地区专利申请授权数和地区财政科学技术支出总额作为科技创新能力和财税政策解释变量的方程组回归结果进行分解。
随着我国人口红利逐步逼近“刘易斯”拐点，劳动要素的投入趋于“饱和”，其替代效应对于能源强度降低的影响逐渐减小，取而代之的是资本要素报酬份额的变化加剧。2006年之后，中部和西部地区的资本替代效应明显领先于东部地区，这也印证了林伯强和杜克锐(2014)的研究结论。一个可能的原因是区域间产业结构的差异促进了东部地区向中西部地区的产业转移，由此加速了中西部地区的资本积累。由于初始资本存量的落后，在边际报酬递减规律下，中西部地区资本增加的边际效应大于东部地区。从长期来看，以资本投入替代能源投入促进能源强度的下降难以为继，通过创新能力提升能源要素的利用效率是解决能源困境的有效方式。然而现阶段中西部地区的科技创新能力还未体现出“绿色化”特征，若仅依靠市场机制消化科技创新能力与能源强度间的矛盾，可能在长期严重威胁到我国的可持续发展能力，依靠政府力量促进节能减排技术的研发、应用和推广势在必行。
五、结论及政策建议
本文构建了一个能源强度影响因素的分析框架，利用1995—2016年我国省级面板数据作为研究样本，采用似不相关迭代回归方法对创新能力、财税政策以及能源强度三者间的影响机理进行了实证分析，并检验了东、中、西三个区域的差异，结果表明：(1)中国能源强度的降低主要源于资本要素替代和非体现型创新能力提升，而科技创新能力的提升对能源强度存在显著抑制作用。(2)政府通过财税政策支持科技创新对能源强度降低存在促进作用，并且成果实现环节的激励效应更为明显。(3)区域间科技创新能力的影响存在显著差异，东部地区科技创新能力的提升有效降低了能源强度，并且其发展模式已由“重成果，轻研发”的短期视野转向注重知识存量积累。研发环节科技创新能力提升的影响效应更为明显。中西部地区科技创新能力则表现为能源使用型。全要素生产效率和能源效率的提升被资本替代型技术进步所抵消，使得科技创新能力和能源强度之间呈现正相关关系。(4)西部地区财税政策有效促进了能源强度的降低，中部和东部地区财税政策对提高能源生产效率没有显著影响。
针对此，本文提出以下政策建议：
首先，实施差异化的工业结构转型战略。在制定不同区域的工业结构战略时需要因地制宜并充分考虑三大地区要素投入结构、技术水平、能源消费以及产业结构等方面的特性。东部地区应注重挖掘已有技术的能源节约潜力和发挥先进生产技术的扩散效应，加快绿色技术进步与其他技术之间的融合和协调，打造资源节约型和绿色循环型产业体系，同时引进和吸收国际先进技术和管理经验。中西部地区不能盲目放松节能减排的约束承接能源密集型产业转移，尽管这有利于经济总量的短期增长，但无疑会进一步强化高能耗产业的增长，扩大与东部地区的差距，落入“落后—承接—更落后”的贫困积累陷阱和低效率经济发展路径。长久之计需要利用科技创新能力提升实现技术集约化和产业结构优质化，跳出“自身资源禀赋依赖”的固有思维，拓展高附加值、高加工度和高精尖产业，加速形成“低能耗、可持续”的生产模式，并尝试将清洁能源培育为支柱和先导产业。
其次，完善绿色科技创新财税政策体系。一方面加强以政府专项资金、税收优惠、财政补贴等形式激励创新型企业、科研院所和机构通过交流、合作和沟通等方式在节能减排领域开展技术创新、技术研发、技术引进以及技术吸收，提升能源要素生产效率并促进先进地区向落后地区的技术溢出效应，实现不同区域间的协调发展。另一方面，注重对非技术路径条件下财税政策的管理和规划，积极利用财税政策机制的传导效应减轻能源技术性企业产业链的税收负担，同时应将不同要素间的替代效应纳入政策设计之中，减少过度干预对要素市场的扭曲，促进资本偏向型、劳动偏向型和能源偏向型技术进步的均衡发展。在能源技术项目评价方面要注重保持政策激励的连贯性和长效性，建立政策实施情况和应用效果的跟踪管理机制、绩效评估及目标考核机制。实行事前评估，科学地进行项目群和激励对象的通盘顶层设计，使其具有合理性、前瞻性和统筹协调作用。实行事中评估，要求企业建立和完善绿色技术创新相关信息的披露机制，以克服政企间的信息不对称，并通过保密协议降低创新收益的负向效应
最后，从需求侧扩大节能产品的市场份额。地方政府应通过财政补贴、税收优惠以及政府采购等方式使节能技术尽快应用于生产实践当中，推动不同区域内部产业绿色技术的市场化进程。在政策的制定过程中应全面考量本地区的绿色创新能力和市场接受能力，精准确定政策的着力点和实施方向，并兼顾传统技术与节能技术的有机结合。一方面，应预期不同类型产业未来可能出现的变化以及对产品的影响。依据产业特性采取差异化的支持方式，避免为补贴而补贴的机械化运作模式。另一方面，应强化监督管理机制，杜绝“新能源汽车和光伏企业群体骗补”等行为，确保政府资金的安全有效利用。监管机制的缺失不仅会影响财税政策的作用效应，也会丧失民众对政府执政能力的信赖。监管机制需要贯穿于企业或项目的整体环节，在融资上防止“说一套做一套”的创新能力粉饰企业骗补。在资金使用中避免资金挪用和浪费。在项目完成后强化其营运机制和保养维护。
参考文献
陈诗一，2012：《中国各地区低碳经济转型进程评估》，《经济研究》第8期。
陈晓玲、徐舒、连玉君，2015：《要素替代弹性、有偏技术进步对我国工业能源强度的影响》，《数量经济技术经济研究》第3期。
樊茂清、郑海涛、孙琳琳、任若恩，2012：《能源价格、技术变化和信息化投资对部门能源强度的影响》，《世界经济》第5期。
方行明、杨锦英、郑欢，2014：《中国煤炭需求增长极限及其调控》，《经济理论与经济管理》第12期。
封永刚、蒋雨彤、彭珏，2017：《中国经济增长动力分解：有偏技术进步与要素投入增长》，《数量经济技术经济研究》第9期。
何贤杰、朱红军、陈信元，2008：《政府的多重利益驱动与银行的信贷行为》，《金融研究》第6期。
洪银兴，2016：《再论产业化创新：科技创新和产业创新的衔接》，《经济理论与经济管理》第9期。
胡安俊、孙久文，2014：《中国制造业转移的机制、次序与空间模式》，《经济学(季刊)》第4期。
李兰冰，2015：《中国能源绩效的动态演化、地区差距与成因识别——基于一种新型全要素能源生产率变动指标》，《管理世界》第11期。
林伯强、杜克锐，2013：《要素市场扭曲对能源效率的影响》，《经济研究》第9期。
林伯强、杜克锐，2014：《理解中国能源强度的变化：一个综合的分解框架》，《世界经济》第4期。
王班班、齐绍洲，2014：《有偏技术进步、要素替代与中国工业能源强度》，《经济研究》第2期。
魏楚、沈满洪，2007：《能源效率与能源生产率:基于DEA方法的省际数据比较》，《数量经济技术经济研究》第9期。
鄢哲明、邓晓兰、陈宝东，2016：《绿色技术进步对中国产业结构低碳化的影响》，《经济社会体制比较》第4期。
叶祥松、刘敬，2018：《异质性研发、政府支持与中国科技创新困境》，《经济研究》第9期。
周密，2012：《研发存量、研发经费来源与知识生产效率》，《经济评论》第5期。
Andrews, C. J., and U. Krogmann, 2009, “Technology Diffusion and Energy Intensity in US Commercial Buildings”, Energy Policy, 37(2):541-553.
Ang, B. W., 2005, “The LMDI Approach to Decomposition Analysis: A Practical Guide”, Energy Policy, 33(7):867-871.
Brendt, E. R., and D. O. Wood, 1975, “Technology, Prices, and the Derived Demand for Energy”, Review of Economics and Statistics, 57(3):259-278.
Breusch, T. S., and A. R. Pagan, 1979, “A Simple Test for Heteroscedasticity and Random Coefficient Variation”, Econometrica, 47(5):1287-1924.
Fisher-Vanden, K., G. H. Jefferson, H. Liu, and Q. Tao, 2004, “What Is Driving China’s Decline in Energy Intensity?”, Resource and Energy Economics, 26(1):77-97.
Herrerias, M. J., A. Cuadros, and D. Luo, 2016, “Foreign Versus Indigenous Innovation and Energy Intensity: Further Research across Chinese Regions”, Applied Energy, 162(2016):1374-1384.
Li, K., and B. Lin, 2016, “Impact of Energy Conservation Policies on the Green Productivity in China’s Manufacturing Sector: Evidence from a Three-stage DEA Model”, Applied Energy, 168(2016):351-363.
Lin, B., and K. Du, 2014, “Decomposing Energy Intensity Change: A Combination of Index Decomposition Analysis and Production——Theoretical Decomposition Analysis”, Applied Energy, 129(2014):158-165.
Liu, K., H. Bai, J. Wang, and B. Lin, 2018, “How to Reduce Energy Intensity in China’s Heavy Industry——Evidence from a Seemingly Uncorrelated Regression”, Journal of Cleaner Production, 180(2018):708-715.
Nejat, P., F. Jomehzadeh, M. M. Taheri, M. Gohari, and M. Z. A. Majid, 2015, “A Global Review of Energy Consumption, CO2 Emissions and Policy in the Residential Sector(with an Overview of the Top Ten CO2 Emitting Countries)”, Renewable and Sustainable Energy Reviews, 43(2015): 843-862.
Sinton, J. E., and M. D. Levine, 1994, “Changing Energy Intensity in Chinese Industry: The Relatively Importance of Structural Shift and Intensity Change”, Energy Policy, 22(3):239-255.
Sun, J. W., 1998, “Changes in Energy Consumption and Energy Intensity: A Complete Decomposition Model”, Energy Economics,20(1):85-100.
Tan, R., and B. Lin, 2018, “What Factors Lead to The Decline of Energy Intensity in China’s Energy Intensive Industries?”, Energy Economics, 71(2018):213-221.
Timma, L., T. Zoss, and D. Blumberga, 2016, “Life after the Financial Crisis. Energy Intensity and Energy Use Decomposition on Sectorial Level in Latvia”, Applied Energy, 162(2016): 1586-1592.
Wang, C., 2007, “Decomposing Energy Productivity Change: A Distance Function Approach”, Energy, 32(8):1326-1333.
Welsch, H., and C. Ochsen, 2005, “The Determinants of Aggregate Energy Use in West Germany: Factor Substitution, Technological Change, and Trade”, Energy Economics, 27(1):93-111.
Wu, Y., 2012, “Energy Intensity and Its Determinants in China’s Regional Economies”, Energy Policy, 41(2012):703-711.
Wurlod, J. D., and J. Noailly, 2018, “The Impact of Green Innovation on Energy Intensity: An Empirical Analysis for 14 Industrial Sectors in OECD Countries”, Energy Economics, 71(2018):47-61.
Zaim, O., T. Uygurtürk Gazel, and K. Akkemik, 2017, “Energy Intensity in Japan: A New Method”, European Journal of Operational Research, 258(2):778-789.
Zha, D., D. Zhou, and N. Ding, 2009, “The Contribution Degree of Sub-Sectors to Structure Effect and Intensity Effects On Industry Energy Intensity in China from 1993 to 2003”, Renewable and Sustainable Energy Reviews, 13(4):895-902.
INNOVATION CAPACITY, FISCAL AND TAX POLICIES AND ENERGY INTENSITY——Empirical Test Based on Provincial Panel Data
LI Xiang-ju ZHU Dan-feng
(School of Economics and Finance, Xi’an Jiaotong University)
Abstract: Based on the iterative seemingly unrelated regression method, this paper normatively analyses the influence factors of the impact of different types and links of innovation capacity and fiscal policies on energy intensity. The results show as follows: First, in general, the reduction of energy intensity in China mainly depends on the substitution of capital factors, the improvement of non-reflective innovation capability and the intervention of fiscal and taxation policies, while the capability of scientific and technological innovation has a negative impact on energy intensity. Second, as far as the regional differences of innovation capability are concerned, the improvement of science and technology and non-embodied innovation capability in eastern region has effectively reduced the energy intensity, and the influence of science and technology innovation capability in R&D link is more significant, while the improvement of science and technology innovation capability in central and western regions is not conducive to the reduction of energy intensity. Third, in fiscal and taxation policies, the effect of policy intervention in the western region is more obvious, but central and western regions do not show a significant promoting effect. In view of this, this paper puts forward some policy suggestions on implementing differentiated industrial structure transformation strategies, perfecting fiscal and taxation policy system for green science and technology innovation, and expanding market share of energy-saving products from the demand side.
Key words: innovation capacity improvement; fiscal and taxation policies; energy intensity; regional differences
* 李香菊、祝丹枫，西安交通大学经济与金融学院，邮政编码：710061，电子信箱：jjyjfeng@126.com。本文得到国家社科基金项目(19AJY024)的资助。感谢匿名评审人提出的修改建议，笔者已做了相应修改，本文文责自负。
(责任编辑:刘舫舸)