技術進步與能源消費的動態關聯效應
——基于MS-VAR模型的實證檢驗

（華東師范大學經濟學院，上海 200062）

引 言

技術進步與能源消費的相關關系一直是能源環境領域的研究熱點問題之一。一直以來，技術進步被普遍認為是有效降低能源消費的重要手段。不可否認，隨著時代的發展和新技術的普及，技術進步有助于能源效率的提高進而可以節約能源消費，使能源消費總量下降。然而目前這種節約能源消費的途徑受到一些挑戰。“杰文斯悖論” （Je?vons Paradox）指出，能源效率的提高在短時間內可以節約能源的使用，但是從長期來看，會導致更高的能源消費。為此，促使人們重新審視通過技術進步改善能源效率，進而降低能源消費的合理性。

大量的經驗研究表明，技術進步的能源消耗效應具有雙重性，即 “節約能源”與 “能源回彈”兩種效應。（1）技術進步有利于降低能源消費。Ma和Stern（2008）認為技術進步有利于能源強度的下降，且技術進步對能源強度的影響具有行業異質性，化工行業的技術進步促進能源消耗的下降最為明顯[1]。Fishervander等（2006） 基于微觀企業層面視角，將能源價格與技術進步視為降低能源強度的首要因素，且不同類型的技術進步對能源強度的影響具有異質性[2]。何小鋼和張耀輝（2012）基于36個工業行業面板數據，實證分析技術進步對節能減排的正向促進作用，并且進一步分析不同技術進步類型對節能減排的差異性，其中科技進步的影響最為明顯，規模效率的影響最弱[3]。劉源遠和劉鳳朝（2008） 認為，雖然技術進步會引起能源回彈效應，但是這種回彈效應會呈現逐漸衰退的趨勢，通過技術進步提升能源的利用效率已成為節約能源的重要手段[4]。錢娟和李金葉（2018）基于產品質量改進思想構建數理模型，討論不同技術進步路徑對節能降耗的影響，研究發現技術進步的節能減排效應顯著為正，科技創新、規模效率和純技術效率的節能降耗效應遞減[5]；（2）技術進步有助于加快能源消費。“杰文斯悖論”是能源回彈效應的奠基石，而Brookes和Khazzoom最早關注到能源回彈效應現象，一致地發現技術進步帶來能源效率的提高未必導致能源消費的下降，反而會增加能源的需求。Gardner和Joutz（1996）基于美國的數據研究發現，技術進步帶來能源價格的下降，價格效應使得美國的能源消費增加1.1%[6]。 Broberg等（2015） 基于可計算的一般均衡模型模擬了瑞典經濟中能源回彈效應大約在40%～70%之間，且能源回彈效應受能源效益改善模式、勞動力市場模型等多種因素影響[7]。周勇和林源源（2007） 以改革開放之后的我國能源消費數據為樣本，發現我國能源消費的回彈效應大概在30%～80%之間[8]。陳凱等（2011）研究我國特定行業的能源回彈效應，以鋼鐵行業為樣本，結果顯示鋼鐵行業的能源回彈效應高達130.47%，表明我國鋼鐵行業具有強能源回彈效應[9]。而陳燕（2011） 研究我國特定省份的能源回彈效應，以我國湖北省為樣本，研究發現湖北省在各年的能源回彈效應差異較大，如2001年的能源回彈效應只有3.6%，而2007年的能源回彈效應高達134.11%[10]。

此外，相關研究表明技術進步與能源消費之間的關系并不明確。秦騰等（2015）發現技術進步與能源消費之間并不是簡單的線性關系，而是受經濟發展水平的影響，且具有明顯的區域異質性[11]。錢娟和李金葉（2018）構建多要素生產函數，測算技術進步的偏向性，研究能源節約型技術進步與能源消費之間存在欲揚先抑的 “倒U”型關系，而這種非線性關系受邊際效用彈性的影響[12]。

已有研究大多利用線性模型對技術進步對能源消費的影響進行實證分析，且參數估計往往是靜態的。而現實的經濟活動中，經濟增長的波動往往會帶來要素稟賦、宏觀政策等變動進而使經濟時間序列出現偏離的趨勢，因此運用線性模型很難刻畫技術進步與能源消費之間的動態關系。另外，已有文獻較少關注技術進步與能源消費的內生性問題，技術進步對能源消費會有影響，同樣能源消費也會反向作用于技術進步，即二者之間存在雙向因果關系，因此忽略內生性問題往往對結果造成偏誤，而VAR模型將技術進步與能源消費當做一個經濟系統，可以有效避免雙向因果的偏誤。但是傳統的線性VAR模型是基于線性假設條件，仍然忽略了模型的動態變化特征。為此，本文選擇近年來備受關注的馬爾科夫向量自回歸模型（MS-VAR），構建技術進步與能源消費的經濟系統，探究技術進步與能源消費在漲落變換中，技術進步對能源消費的動態影響效應，以期為政府制定正確有效的節能減耗政策提供理論參考與政策依據。

1 研究方法與數據來源

1.1 MS（M）-VAR（p）模型構建

考慮到技術進步與能源消費之間復雜的動態關聯性，傳統的線性模型很難捕捉到兩者之間微妙的關系，同時非線性模型可能更加符合現實情況。與傳統向量自回歸模型相比，馬爾科夫向量自回歸模型（MS（M）-VAR（p）） 融入 “區制轉移因素”，可以凸顯內生變量的非線性特征。為此本文采用該模型探究技術進步與能源消費的關系。

傳統的線性向量自回歸模型如下：

P階線性截距型向量自回歸模型為：

P階線性均值型向量自回歸模型為：

參考 Krolzig（1997）[13]的思路， 將區制轉移因素融入傳統的向量自回歸模型，會形成馬爾科夫向量自回歸模型。參考隋建利等（2018）[14]的研究思路，具有如下幾種形式：

在線性截距型向量自回歸模型中引入 “區制因素”，即形成截距隨著區制變化的馬爾科夫向量自回歸模型MSI（n）-VAR（p）：

在線性均值型向量自回歸模型中引入 “區制因素”，即形成均值隨著區制變化的馬爾科夫向量自回歸模型MSM（n）-VAR（p）：

假設yt生成的過程中的參數依賴st，而st表示M種區制，st遵循遍歷M種區制的馬爾科夫過程， 轉移概率pij＝P（st＝j｜st-1＝i）， 滿足，其中誤差項εt服從正態分布，即εt～NID（0，Σ）。 以上截距隨著區制變化的MSI（n）-VAR（p）和均值隨著區制變化的MSM（n）-VAR（p）的區別在于，均值隨著區制變化的模型是一個緩慢的平滑過程，而截距隨著區制變化的過程更多帶有突變性。

在MSI（n）-VAR（p）模型中， 進一步放松假定條件，回歸系數中也引入區制變量st，即形成截距、系數隨著區制變化的馬爾科夫向量自回歸模型MSIA（n）-VAR（p）：

同理， 在MSM（n）-VAR（p）回歸系數中也引入區制變量st，即形成均值、系數隨著區制變化的馬爾科夫向量自回歸模型MSMA（n）-VAR（p）：

另外， 在MSI（n）-VAR（p）模型中， 進一步放松假定條件，在方差中也引入區制變量st，即形成截距、方差隨著區制變化的馬爾科夫向量自回歸模型MSIH（n）-VAR（p）：

同理，在MSM（n）-VAR（p）模型中也引入區制變量st，即形成均值、方差隨著區制變化的馬爾科夫向量自回歸模型MSMH（n）-VAR（p）：

最后， 在原有的MSIA（n）-VAR（p）模型、MSMA（n）-VAR（p）模型的基礎上， 更進一步將誤差項也引入區制變量st，分別會形成均值、系數、誤差項均隨區制變化的MSMAH（n）-VAR（p）模型、以及截距、系數、誤差項均隨區制變化的MSIAH（n）-VAR（p）模型。

MSMAH（n）-VAR（p）模型與MSIAH（n）-VAR（p）模型分別可以表示為如下：

本文實證中，基于AIC和SC信息準則，確定具體選擇哪一種類型的MS（M）-VAR（p）模型，其中yt是二維變量，y1t為能源消費變量、y2t是技術進步變量， 即yt＝（ec，te）′， 其中ec為能源消費增長率時間序列，te為技術進步率時間序列。本文利用最大化似然函數（ML）估計法和期望最大化（EM） 算法，求解MS（M）-VAR（p）模型中具體的參數值和刻畫區制屬性。

1.2 數據來源和模型選擇

能源消費指標直接選擇全國能源消費總量。而技術進步的指標，基于樣本區間為1978～2018年的我國30個省、直轄市和自治區的面板數據（重慶數據并入四川，同時考慮數據的可獲得性，港澳臺地區未包含在內），采用衡量效率變化領域的非參數DEA-Malmquist指數法。在具體的投入產出數據的處理上，參考同類研究的做法，投入變量選擇物質資本投入和勞動力投入、產出變量選擇經過價格指數平減的各地區GDP。物質資本投入指標參考張軍等（2004）[15]的永續盤存法測算所得，勞動力投入指標選擇各地區從業人口的數量，將計算出的各省市的Malmquist指數再折合成全國的Malmquist指數。所有數據來源于歷年《中國統計年鑒》、各省市統計年鑒。本文依次選擇滯后階數p為1～5，區制M為2～3的，根據AIC和SC信息準則最小的原則，最終選擇MSIH（2）-VAR（2）的模型，即截距和方差隨區制變化的馬爾科夫向量自回歸模型。

2 實證結果分析

2.1 技術進步與能源消費的動態關系

由表1可知，線性檢驗LR統計量為191.0711，在1%的顯著性水平上拒絕原假設，表明模型具有顯著的非線性特征，表明MS-VAR模型優于線性VAR模型，即相比于傳統的VAR模型，MSVAR模型可以更好地反應技術進步與能源消費之間的關系。從EC動態方程來看，能源消費增長率的變化存在明顯的 “慣性”特征。滯后一期的能源消費變量對當期能源消費增長率具有明顯的正向影響（效應為0.8901），表明前一期的能源消費的增加會帶動當期能源消費的增加。而技術進步對能源消費的影響在10%的顯著性水平上為負，表明在整個樣本區間，技術進步對能源消費的影響主要表現為 “節約效應”，總體來說，雖然在整個樣本期間具有 “節約效應”和 “回彈效應”，但是技術進步引致的節約能源效應占據主導作用。同時，在區制1下，EC和TE的截距分別為0.0151、0.0051，在區制2下，EC和TE的截距分別為0.0507、0.0229，區制1對應的截距均小于區制2， 因此借鑒 Krolzig（1997）[13]、 隋建利和劉金全（2013， 2014）[16，17]、 隋建利等（2015）[18]的觀點，將區制1視為 “緩慢增長區制”，將區制2視為 “快速增長區制”。且在區制1下，EC和TE對應的標準差分別為0.0155、0.0071；在區制2下，EC和TE對應的標準差分別為0.0229和0.0212，區制1的標準誤均小于區制2，說明我國 “技術進步與能源消費”系統存在著一種潛在的特殊現象。即當 “技術進步與能源消費”變量處于 “緩慢增長區制”時，還表現出較強的 “惰性”，表現為在 “緩慢增長區制”內，不確定性和波動性相對較小。而在 “高速增長區制”內，不確定性和波動性相對較大，“惰性”特征消失。因此，決策部門在制定相關節能政策時，應關注“技術進步與能源消費”處于不同增長區制內的波動性特征。那么在不同的區制內技術進步與能源消費總體呈現何種關系，為此，本文進行區制屬性分析。

表1 MSIH（2）-VAR（2）模型的估計結果

2.2 技術進步與能源消費區制轉移的屬性分析

觀察表2技術進步與能源消費增速在不同區制內的相關系數可以發現，在兩者關系處于 “緩慢增長區制”時，技術進步增速與能源消費增速呈負相關關系，處于 “快速增長區制”時呈正相關關系。表明在緩慢增長區制時，技術進步與能源消費具有非一致性，即技術進步減少能源消費。而在快速增長區制，技術進步與能源消費呈現一致增長效應，表明技術進步將促進能源消費。可能的原因在于：（1）技術進步帶動能源效率的提升，從而有助于節約能源，進而使能源消費總量降低，即技術進步對能源消費具有 “節約效應”；（2）技術進步帶來能效的提高，可能會通過收入效應、產出效應等產生新的能源需求，進而部分或者完全抵消節約的能源，即形成能源 “回彈效應”（Greening等， 2000）[19]。 在實際的經濟活動中，節約效應與回彈效應并存，能源消費量的凈效應取決于兩者效應強度的對比。當然，不同類型的技術進步對能源消費的影響也存在差異，Ac?cemoglu等（2002）[20]明確指出技術進步具有偏向性，能源偏向型技術進步會加快能源消費，而能源節約型技術進步會降低能源消費，技術進步的方向受價格效應、收入效應等影響。此外，表3進一步給出了技術進步與能源消費組成的經濟系統的區制轉移概率矩陣。

表2 技術進步與能源消費增速在不同增長區制內的相關系數估計

表3 技術進步與能源消費區制轉移矩陣與區制屬性分析

觀察表3，可知當技術進步與能源消費的相關關系處于區制1時，繼續保持在區制1時的概率為0.8464，從區制1轉移到區制2的概率為0.1536；當技術進步與能源消費的相關關系處于區制2時，繼續保持在區制2的概率為0.1834，而從區制2轉移到區制1的概率為0.8166；表明技術進步與能源消費經濟系統維持在原有增長區制的可能性更大，不會在兩個區制間頻繁的轉換。根據區制屬性可以發現，在區制1和區制2內的樣本數量分別為20.2、17.8，平均持續期分別為6.51、5.45，頻率分別為0.5441、0.4559，可見在樣本期內，維持在區制1內的樣本數量、平均持續期和頻率均大于區制2，說明 “技術進步與能源消費”處于區制1內的持續性更強，表明中國經濟更易形成 “高技術低能耗”或者 “低技術高能耗”的均衡，且平均持續期維持在6年左右，技術進步的能源消耗效應轉換為 “節約效應”的概率高于“能源回彈”的效應。

為了更加深入地探究技術進步與能源消費的關聯性以及階段性的差異，本文利用技術進步與能源消費在兩個區制內的平滑轉移概率，分析技術進步的能源消費效應的 “節約效應”與 “回彈效應”的階段性規律。

圖1 分區制平滑概率

表4 1981～2017年中國 “技術進步與能源消費”增長區制劃分和平滑概率均值

表4具體列出了 “技術進步與能源消費”系統處于 “緩慢增長區制St＝1”和 “快速增長區制St＝2”的時間區間以及平滑規律的均值，同時圖1繪制出了整個樣本區間的實時平滑的動態時間足跡。當區制變量St的平均平滑概率值Pr（st＝i｜IT）＞0.5 時， 其中i＝1，2（其中，IT表示基于過去的信息集），說明 “技術進步與能源消費”系統處于該區制中，若平滑概率值越大，落入該區制的可能性越大。如表4和圖1所示，在1981年、1989～1990年、 1994～2000年、 2008～2018年， “技術進步與能源消費”經濟系統處于區制1，即技術進步對能源消費主要表現為 “節約效應”。而在1982～1988年、1991～1993年、2001～2007年，“技術進步與能源消費”經濟系統處于區制2，即技術進步對能源消費主要表現為 “回彈效應”。且無論處于區制1還是處于區制2，平滑概率的均值均接近1，更加表明技術進步與能源消費之間的內在關聯性作用的確存在區制差異性，用MSVAR模型檢驗兩者關系是可靠的。縱觀我國技術進步與能源消費歷程，改革開放伊始，技術進步與能源消費處于緩慢增長階段，而到1982年跨入“快速增長區制”，伴隨著工業化進程的加快，能源消費增速逐步提高，同時，隨著經濟增長水平的提升，我國技術水平逐年提升。快速增長維持了近7年后，1989～1990年經歷了兩年的漸進調整階段，而后又躍遷至 “快速增長區制”。然后從20世紀中期開始，在宏觀經濟 “軟著陸”的背景下，“技術進步與能源消費”系統再次步入“緩慢增長區制”，并且持續到本世紀末。21世紀初，中國加入WTO以后，與各國的聯系日益緊密增加了我國技術進步水平，且高對外依存度的經濟增長特征使我國能源消費快速增長。2008年全球金融危機爆發后，雖然我國已經具備防范金融風險的能力，但是不可避免地受到金融危機的影響，使我國 “技術進步與能源消費”系統再次步入 “緩慢增長區制”。另外，粗放型的經濟發展方式使環境污染日益嚴重，人民的生活與健康受到威脅，為此，十九大將 “綠色發展”提高到前所未有的高度。轉變經濟發展方式實現可持續發展是實現 “綠色發展”的重要途徑，而調整能源消費結構是轉變經濟發展方式的必然要求，因此逐步提高清潔能源的比重，實現能源消費的多元化發展，這一能源消費結構的調整目前處于緩慢發展階段。

2.3 技術進步與能源消費區制轉移的脈沖響應分析

為了更進一步深入剖析技術進步率與能源消費率之間動態關系，本文分別采用區制轉換脈沖響應函數，分析當給定經濟系統一個沖擊，在不同的區制內，技術進步與能源消費的脈沖響應的動態響應變化狀況。脈沖響應圖的橫軸代表的是沖擊發生之后技術進步與能源消費響應的滯后期數，而縱軸代表技術進步與能源消費的響應程度。

圖2 區制轉換脈沖響應

圖2為區制轉換的脈沖響應，當技術進步與能源消費的動態關系處于區制1，以及從區制2向區制1轉換過程中時，當受到來自區制內經濟變量的沖擊時，技術進步與能源消費增長率均表現為負響應。不同的是，當從區制2向區制1過渡時，受到經濟變量沖擊時，技術進步與能源消費的響應程度更大，可能的原因是當處于區制轉換過程中，受到的不確定性更大，波動性較高。同時，可以發現能源消費變量的增速逐漸下降，而技術進步變量在滯后2.5期時，達到最低點，而后開始上升，即技術進步與能源消費的關系在滯后2.5期之后為反向變動。因此，在緩慢增長區制，技術進步對能源消費影響的 “節約效應”具有時滯特征，為此，政策制定者在制定通過技術進步來降低能源消費需要考慮政策的 “時滯性”。

此外，當技術進步與能源消費的動態關系處于區制2時，以及從區制1向區制2轉換過程中時，當受到來自區制內經濟變量的沖擊時，技術進步與能源消費增長率均表現為正響應。但是技術進步變量響應在2.5期之后達到峰值，而后開始下降，逐漸收斂。即技術進步對能源消費的正向作用發生在變量沖擊的2.5年之內，表明在快速增長區制，能源回彈效應具有 “即時性”，政策制定者若在快速發展區制，制定通過技術進步降低能源消耗的戰略時，需要考慮到回彈效應的“即時性”。

以上分區制分別顯示不同區制內，技術進步與能源消費變量的關系具有區制依賴性，在緩慢增長區制，技術進步對能源消費以 “節約效應”主導，而在 “快速增長區制”，技術進步以 “回彈效應”主導，而總體上在樣本期內，技術進步對能源消費是何種關系？在表1中，初步表明技術進步對能源消費的影響在10%的顯著性水平上為負，為了使結論更加穩健，本文使用累積脈沖函數，觀察技術進步對能源消費影響的整體變化情況。觀察圖3，可以發現當給技術進步一個正向沖擊，累積能源消費呈現負向變化，即總體上技術進步對能源消費具有 “節約效應”，驗證了上文的分析。

2.4 MS-VAR模型有效性分析

參考李智等（2014）[21]驗證有效性的方式，整體上看，MS-VAR模型擬合了技術進步與能源消費各變量的變動。其中，圖4左側描述了技術進步增速與能源消費增速的實際值、1步預測值和平滑值，而右側為MS-VAR模型實際殘差的正態分布擬合結果。證實了MS-VAR模型被運用在研究技術進步與能源消費雙區制動態關系中的有效性。

圖3 累積脈沖響應

圖4 MS-VAR方法對技術進步與能源消費變量的擬合及殘差分布

3 基本結論與建議

本文基于技術進步與能源消費增速的年度時間序列，構建 “技術進步與能源消費”的經濟系統，運用MS（M）-VAR（P）模型，考察技術進步與能源消費之間的非線性動態關聯作用。研究結論如下：

（1）“技術進步與能源消費”系統存在 “雙區制”特征，即 “緩慢增長區制”和 “快速增長區制”。當該經濟系統處于 “緩慢增長區制”時具有“惰性特征”，表現為在 “緩慢增長區制”內具有較低的波動性，而在 “快速增長區制”具有較高的波動性，且“緩慢增長區制”為1981年、1989～1990年、1994～2000年、2008～2017年； “快速增長區制”為1982～1988年、1991～1993年、2001～2007年。

（2）不同區制內技術進步的能源消費效應具有差異性。在 “緩慢增長區制”內技術進步對能源消費的影響為負，而在 “快速增長區制”內技術進步對能源消費的影響為正。表明在 “緩慢增長區制”內，技術進步以 “節約能源效應”為主，而在 “快速增長區制”內，技術進步以 “能源回彈效應”為主，但技術進步的能源消費效應總的效應為負，即整體上看，我國技術進步以 “節約能源效應”為主導。

（3）技術進步與能源消費易形成 “非一致性”的均衡。 “技術進步與能源消費”在 “緩慢增長區制”內的樣本數量、平均持續期和頻率均大于“快速增長區制”，表明中國經濟易形成 “高技術低能耗”抑或 “低技術高能耗”的 “非一致性”均衡，平均持續期維持在6年左右，技術進步的能源消耗效應轉換為 “節約效應”的概率高于“能源回彈”的效應。

（4）技術進步的能源消費效應具有 “時效性”，當經濟系統處于 “緩慢增長區制”時，技術進步對能源消費的影響具有 “時滯性”；而當經濟系統處于 “快速增長區制”時，技術進步的影響具有 “即時性”。此外響應時長具有 “對稱性”，均為2.5年左右。

由此可見，雖然總體上技術進步具有降低能源消費的作用，但是技術進步的能源消費效應在不同增長區制內具有差異性。具體而言，在 “緩慢增長區制”，仍需大力加大科研投入，在引進、消化、吸收國外先進技術條件下，加快自主創新能力，實現技術追趕，進而提高能源效率，降低能源密度。但是在 “高速增長區制”，技術進步的 “能源回彈”效應占主導作用，為此，中性技術進步并未實現節約能源的作用，因此需要大力研發有偏性技術以實現節約能源，如在高速增長階段，可以優先發展清潔能源技術，借助可再生能源組合技術、太陽能發電、人工光合作用等先進清潔能源技術實現節能減排。