基于全要素生產率的資源回彈效應研究

宋旭光，席 瑋

(北京師范大學 國民核算研究院，北京 100875)

通常認為，經濟增長帶來的技術進步可以提高資源的產出效率，而資源效率的提高是減少自然資源消耗的有效手段，但也有學者持相反的觀點，認為效率的改善會使資源比其他要素廉價而更多地使用，同時經濟增長也會對自然資源產生新的需求，從而部分地抵消了所節約的自然資源，即產生“回彈效應”(Rebound Effect)。

一、回彈效應理論回顧

回彈效應起源于能源經濟學對于經濟增長中能源消耗問題的關注，最早由Saunders提出，其含義是技術進步雖然能夠提高能源的使用效率而節約能源，但技術進步同時也促進了經濟的快速增長，從而對能源產生新的需求，部分地抵消了所節約的能源［1］。這一定義也同樣適用于經濟增長中的資源投入問題，即指資源使用效率的提高通過產生新的資源投入需求而不同程度地“擠出”了所節約的資源消耗。

按照“擠出”的程度不同，回彈效應可分為三種［2］:(1)弱回彈效應，資源效率提高產生的新資源投入需求很少地“擠出”了所節約的資源，資源效率措施僅僅是并不和預期同樣有效;(2)強回彈效應，大部分的節約資源被新產生的資源需求所“擠出”，許多預期的節約都沒有實現;(3)回火效應 (Backfire Effect)，資源節約完全被新產生的資源需求所“擠出”，資源效率等措施并未使得資源得到節約使用，反而導致資源消耗的增加。

從目前已有的文獻來看，回彈效應在測度方法大致有三類模型: (1)模擬實驗型［3］，直接估計資源使用效率提高前后的資源需求量，通過前后兩者對比測算資源消耗的節約量。由于實際中很難控制影響資源需求的其他變量，導致該方法的估計結果具有較大誤差。(2)計量模型法，利用一定的假設條件，如假設資源產品外的其他要素投入比例不變，應用不同函數形式的計量模型通過估計資源產品的價格需求彈性間接計算資源回彈量，這是目前在國外應用相對廣泛的一類方法［4－5］。(3)一般均衡模型 (CGE)，這類模型充分地考慮了價格、要素替代、收入和部門結構等的影響［6－7］，對傳統經濟理論的解釋性也很好，但由于對數據質量的要求較高，市場完備性、價格信息等對方程參數設定和運行結果的影響較大，實際應用受限。

二、研究思路

既然回彈效應反映的是技術進步帶來的新資源投入需求對所節約資源量的“擠出量”，直觀上可以對兩者進行直接對比［8－9］，來估算這種“擠出”程度的大小，即:

其中，ΔR－表示技術進步帶來的資源節約量，ΔR+表示技術進步帶來的新增資源需求。根據前文所述，可以認為當RE＜0.5時為弱回彈效應;當0.5＜RE＜1時為強回彈效應;當RE＞1時為回火效應。

1.資源節約量ΔR－的計算

資源節約量是由于技術進步提高了資源的生產率，降低了資源的使用強度而實現的，假定Y為經濟產出，R為資源投入量，則資源使用強度RI=R/Y。由于資源使用強度降低實現的資源節約量為:

2.新增資源需求ΔR+的計算

新增的資源需求是通過技術進步促進了經濟的快速增長來實現的，假定技術進步對經濟增長的貢獻率為σ(技術進步對經濟增長的貢獻可以通過估計全要素生產率來實現)，則新增的資源需求可以表示為:

3.資源投入量R的計算

在目前研究經濟增長與資源使用效率關系的文獻中，多采用能源消費量數據代替資源投入指標，這種做法容易便捷地獲取數據，但造成環境資源因素在生產函數中未能得到充分體現［10－11］，低估了基礎資源產品投入在經濟增長中的作用。生態足跡方法通過引入生態生產性土地概念，實現了對各種自然資源的統一描述，適合表示為生產函數中的資源投入要素。因此，本文將采用生態足跡指標作為自然資源要素投入的度量，來衡量資源使用強度，估計代表廣義技術進步的全要素生產率。

三、實證分析

1.北京市生態足跡測度

本文選取1981—2008年為研究時段，按照Wackernagel對于消費項目的分類，測算北京市生態足跡。其中，生物資源賬戶主要包括糧食、棉花、油料、蔬菜、干鮮果品、肉類、禽蛋產品和水產品八大類日常消費的生物資源，數據均來自于北京市統計年鑒、北京市社會經濟統計年鑒;能源生態足跡賬戶主要包括煤、石油 (原油、汽油、煤油、柴油)、天然氣、水和電等能源消費項目，這幾類數據主要來自于國家統計年鑒和北京市統計年鑒。在計算生態足跡時，按照聯合國糧農組織 (FAO)公布的世界平均產量資料將生物資源的消費主要轉化為耕地、林地、牧草地和水域的面積，將能源消費主要轉化為化石能源用地和建筑用地，并按照均衡因子 (耕地和建筑用地為2.8，林地和化石能源用地為1.1，草地為0.5，水域為0.2)將各類生態生產性土地面積進行匯總得到北京市的歷年生態足跡。從表1可以看出，北京市的生態足跡持續增加，表明資源消耗程度加劇。

表1 北京市歷年生態足跡 單位:萬公頃

2.北京市全要素生產率測度

假定經濟中有資本 (K)、勞動 (L)和自然資源 (R)三種生產要素，且要素之間可以互相替代，要素的邊際產量隨著要素使用量的增加而下降，并假設技術進步是希克斯中性的，這里具體采用Cobb－Douglas生產函數形式:

其中，Y表示真實經濟產出;A0為常數，表示初始技術水平;μ，β，γ分別表示資本、勞動和自然資源的產出彈性。對式 (4)兩邊取對數得:

對式 (5)進行回歸分析，可以得到資本、勞動和自然資源的產出彈性μ，β，γ。

根據索洛余值，有:

其中，gY，gA，gK，gL，gR分別表示經濟產出、技術進步、資本投入、勞動投入和自然資源投入相對于上一年的增長率。則技術進步對經濟增長的貢獻率為:

利用上述公式對北京市全要素生產率進行估算。產出數據是按可比價格計算的國內生產總值或國民生產總值，這里采用北京市地區生產總值作為衡量經濟增長的基本指標，數據取自《北京市統計年鑒》，并按1981年不變價格進行換算。勞動投入要素的度量是用標準的勞動時間計算，由于并沒有對標準勞動時間進行統計的數據，這里采用從業人員數據作為勞動投入的衡量，數據直接獲取自《北京市統計年鑒》。

資本投入反映的是資本要素在生產過程中所提供的服務流，該指標無法從現有統計資料中直接獲得，目前通用的估算方法是Goldsmith永續盤存法 (PIM)，它的基本公式為:

其中，Kt表示第t年的資本存量，It表示第t年的投資，δt表示第t年的折舊率。

應用式 (8)進行資本存量估算需要確定四個變量:基期資本存量K0、每年的投資額I、投資品價格指數 (以便折算到不變價格)以及折舊率δ。根據單豪杰對中國資本存量的研究方法［12］，每年投資額數據I采用固定資本形成額;基期資本存量數據 (這里是1981年)在單豪杰的計算結果上進行推算;投資品價格指數采用固定資產投資價格指數;折舊率δ由建筑和設備的結構比重加權平均統一取為10.96%，結果如表2所示。

表2 北京市資本存量估算結果 單位:億元

對資本存量數據K、從業人員數據L、生態足跡數據R、地區生產總值數據Y等變量進行相關分析，如表3所示，發現變量之間高度相關，判斷變量之間存在多重共線性，此時普通最小二乘法因為產生偽回歸結果而失效。

表3 各變量間的Pearson相關系數及檢驗

嶺回歸估計可以在保留原有變量，不改變模型經濟意義的前提下很好地解決多重共線性問題，它實際上是一種改良的最小二乘法，由Hoerl于1970年提出，該方法通過放棄最小二乘的無偏性，損失部分信息，以降低部分精確度為代價來尋求更符合實際的回歸方程。利用SPSS18.0軟件對式 (5)進行嶺回歸估計，迭代步長取0.05，當嶺參數值為0.15時，變量的方差膨脹因子迅速降低趨近于1(VIFK=0.55，VIFL=1.3，VIFR=0.21)，說明共線性問題減弱至可接受。并且，調整后的R2=0.97，F統計量=653.17(顯著性為0.00)，系數結果比較可靠。此時，資本產出彈性μ=0.22，勞動產出彈性β=0.13，自然資源產出彈性γ=0.21，說明資本、勞動和自然資源要素的投入均不同程度地促進了經濟的增長。

利用估計出的要素產出彈性，結合式 (6)與式 (7)，計算北京市歷年的技術進步貢獻率σ，從表4來看，全要素生產率貢獻率在大多數年份中都為正值，且數值較高，說明技術進步對北京市經濟增長的促進作用非常顯著。在20世紀80年代，TFP貢獻率波動較大，且在1983、1984和1986年出現負值，反映出首都經濟發展在改革初期遭遇的種種困難;進入90年代后，TFP貢獻率趨于平穩，并在1995年前后為峰值期，表明經濟轉軌成效已逐漸顯現;2002年以來，TFP貢獻率開始下滑，并在2004—2006年出現負值，反映了經濟轉軌帶來的如結構“紅利”等廣義技術進步優勢在經濟增長中逐步減弱，經濟增長效率有待加強。

表4 北京市技術進步貢獻率 單位:%

3.北京市自然資源回彈效應測度

將全要素生產率的計算結果帶入式 (3)，并計算式 (1)和式 (2)，分別得到各年度的新增資源需求ΔR+，資源節約量ΔR－以及資源回彈效應RE，結果如表5所示。

表5 北京市歷年資源回彈效應RE

前文按“擠出”量的大小將回彈效應分為三類，當RE＜0.5時為弱回彈效應;當0.5＜RE＜1時為強回彈效應;當RE＞1時為回火效應。根據表5的計算結果，除個別年份外，北京市的資源消耗均表現出明顯的回彈作用。對于某些特殊年份，回彈效應表現為負值。1990年，資源使用強度下降，節約使用資源11.71萬噸標準煤，而該期新增資源需求為負值，廣義技術進步并未引致額外的資源消耗，對經濟整體的資源節約使用是雙向的促進作用。2007年，資源使用強度的提高量為0.002公頃/萬元，在數值上非常接近于零，導致作為回彈效應分母部分的資源節約量異常小，而RE絕對值異常高，這里作為極值，不影響該時段的分析結論。

將研究區間分為三個時段。在1982—1989研究時段，RE值多數在0.5以下，是資源消耗的弱回彈階段，技術進步引致的新增資源需求增長相對于節約的資源量而言并不強烈。從1991—2000年，回彈效應迅速躍升，明顯高于80年代，最低值1997年也為強回彈效應 (RE=0.50)，尤其在1991—1993年連續三年表現為回火效應，即技術進步帶來的資源節約完全被新產生的資源需求所“擠出”，資源效率等措施并未使得資源消耗得到減少，反而導致消耗的增加。相對于其他兩個研究時段，北京市90年代不僅是資源回彈效應高，并且新增資源需求和資源節約量兩項構成都很高，說明經濟的高速增長雖然帶來了資源使用強度的大幅下降，從而為資源的節約使用提供了支持，但由于經濟增長方式和質量等深層次的原因，使得經濟增長帶來了更大規模的資源消耗，經濟發展更多地表現為外延式發展。從2001年開始，北京市資源回彈效應開始回落，截止至研究時段末，都處于弱回彈效應狀態。資源消耗形勢向著弱回彈趨勢發展，說明技術進步、資源使用效率的提高對減少自然資源的消耗有著正向作用，有利于促進區域向著資源集約型經濟發展。

四、結 語

基于全要素生產率對北京市1981—2008年的資源回彈效應進行測算，結果顯示在多數研究時期內，資源消耗處于弱回彈狀態，新引致的資源需求很少“擠出”技術進步帶來的資源節約量，提高資源使用效率對于減少北京市的自然資源消耗是行之有效的措施。但在經濟高速增長的時期 (例如90年代中期)，由于回火效應的存在，提高資源使用效率來降低自然資源消耗的措施可能會在政策效果上大打折扣，即資源利用效率的改進僅能部分地解決問題，對于區域的長遠發展而言，改變經濟增長方式，提高經濟運行質量更有助于區域自然資源的合理利用。

［1］Saunders，H.D.The Khazzoom－Brookes Postulate and Neoclassical Growth ［J］.Energy Journal，1992，13(4):131－148.

［2］Sorrell，S.，Dimitropoulos，J.The Rebound Effect:Microeconomic Definitions，Limitations and Extensions［J］.Energy Policy，2008，65，(3):636－649.

［3］林民書，楊治國.國外能源回彈效應研究進展述評［J］. 當代經濟管理，2010，(9):1－5.

［4］Hanley，N.，McGregor，P.G.，Swales，J.K.，Turner，K.Do Increases in Energy Efficiency Improve Environmental Quality and Sustainability? ［J］.Ecological E-conomics，2009，63(3):692－709.

［5］Madlener，R.，Alcott，B.Energy Rebound and Economic Growth:A Review of the Main Issues and Research Needs［J］.Energy，2009，34(3):370－376.

［6］Karen，T.Negative Rebound and Disinvestment Effects in Response to an Improvement in Energy Efficiency in the UK Economy［J］.Ecological Economics，2009，31(5):648－666.

［7］王群偉，周德群.能源回彈效應測算的改進模型及其實證研究［J］. 管理學報，2008，(9):8－11.

［8］周勇，林源源.技術進步對能源消費回報效應的估算［J］. 經濟學家，2007，(2):45－52.

［9］陽攀登，屈亞平，李敏.基于技術進步的浙江省能源消費回彈效應研究［J］.技術經濟，2010，(8):62－67.

［10］孟維華.生產率的綠色內涵［D］.上海:復旦大學博士學位論文，2007.

［11］郭軍華，鄧波.技術進步與生態足跡的協整分析［J］. 科技管理研究，2009，(9):148－151.

［12］單豪杰.中國資本存量K的再估算:1952—2006年［J］.數量經濟技術經濟研究，2008，(10):17－31.