技術(shù)進(jìn)步、效率提升及價(jià)格調(diào)控的節(jié)能效應(yīng)

郭存芝+楊桐彬+方國昌

摘要使用“十一五”“十二五”時(shí)期的相關(guān)省級(jí)面板數(shù)據(jù)，基于CobbDouglas成本函數(shù)推出能耗決定模型。在使用DEAMalmquist指數(shù)法測(cè)算全要素生產(chǎn)率變化，并將其分解為技術(shù)進(jìn)步、技術(shù)效率提升、規(guī)模效率提升的基礎(chǔ)上，建立面板數(shù)據(jù)模型，并結(jié)合橫截面數(shù)據(jù)模型，實(shí)證檢驗(yàn)技術(shù)進(jìn)步、效率提升、能源價(jià)格對(duì)總能源消耗強(qiáng)度以及煤炭、石油、電力等單一能源消耗強(qiáng)度的影響，用以實(shí)證分析技術(shù)進(jìn)步、效率提升、價(jià)格調(diào)控的節(jié)能效應(yīng)。實(shí)證結(jié)果顯示，總體上看，技術(shù)進(jìn)步、效率提升、價(jià)格調(diào)控具有節(jié)能效應(yīng)，但只有規(guī)模效率提升、價(jià)格調(diào)控的節(jié)能效應(yīng)統(tǒng)計(jì)上顯著，技術(shù)進(jìn)步、技術(shù)效率提升的節(jié)能效應(yīng)統(tǒng)計(jì)上不顯著。究其原因，與我國TFP增長(zhǎng)速度明顯落后于經(jīng)濟(jì)增長(zhǎng)速度并在近年來呈現(xiàn)下降趨勢(shì)直接相關(guān)，而且在TFP指數(shù)各分解成分中，技術(shù)進(jìn)步指數(shù)、技術(shù)效率提升指數(shù)較低，規(guī)模效率提升指數(shù)相對(duì)較大。技術(shù)進(jìn)步、效率提升、價(jià)格調(diào)控的節(jié)能效應(yīng)在不同的單一能源之間、地區(qū)之間存在差異，突出體現(xiàn)為價(jià)格調(diào)控對(duì)石油和電力的節(jié)能效應(yīng)顯著，而對(duì)煤炭的節(jié)能效應(yīng)不理想；技術(shù)進(jìn)步、技術(shù)效率提升的節(jié)能效應(yīng)總體上不顯著、但在西部地區(qū)有較好表現(xiàn)。究其原因，前者與電煤消費(fèi)占比較高以及煤炭?jī)r(jià)格的雙規(guī)制扭曲有關(guān)，后者得益于西部大開發(fā)戰(zhàn)略的推動(dòng)。為此，技術(shù)進(jìn)步、技術(shù)效率提升效應(yīng)的充分發(fā)揮應(yīng)成為“十三五”時(shí)期及以后我國實(shí)現(xiàn)節(jié)能減排目標(biāo)的重要抓手。技術(shù)進(jìn)步、效率提升、價(jià)格調(diào)控的節(jié)能效應(yīng)在不同單一能源之間、地區(qū)之間存在的差異，可為節(jié)能減排實(shí)踐中的分類指導(dǎo)提供思路。

關(guān)鍵詞技術(shù)進(jìn)步；效率提升；價(jià)格調(diào)控；節(jié)能效應(yīng)

中圖分類號(hào)X24文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)1002-2104（2018）02-0106-09DOI：10.12062/cpre.20171004

伴隨著國民經(jīng)濟(jì)的快速增長(zhǎng)和消費(fèi)結(jié)構(gòu)的持續(xù)升級(jí)，我國的能源過度消耗問題越來越突出，節(jié)能減排日益成為調(diào)整經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)變?cè)鲩L(zhǎng)方式、推動(dòng)科學(xué)發(fā)展的重要抓手和突破口。為此，從“十一五”開始，國家將節(jié)能減排要求作為約束性指標(biāo)納入國民經(jīng)濟(jì)和社會(huì)發(fā)展規(guī)劃綱要（以下簡(jiǎn)稱“規(guī)劃綱要”）。“十一五”“十二五”時(shí)期，“規(guī)劃綱要”提出的節(jié)能要求分別是全國能耗強(qiáng)度下降20%、16%，實(shí)際分別下降了19.1%、18.4%。“十三五”時(shí)期，“規(guī)劃綱要”從總量上提出了節(jié)能要求，能源消費(fèi)總量控制在50億t標(biāo)準(zhǔn)煤以內(nèi)；2017年1月5日國務(wù)院印發(fā)的《“十三五”節(jié)能減排綜合工作方案》則在重申“規(guī)劃綱要”提出的總量控制目標(biāo)的同時(shí)，進(jìn)一步明確：到2020年，全國能耗強(qiáng)度比2015年下降15%。經(jīng)過“十一五”“十二五”時(shí)期能耗強(qiáng)度的大幅下降，節(jié)能空間縮小，完成“十三五”時(shí)期的能源消費(fèi)總量控制以及能耗強(qiáng)度下降目標(biāo)，任務(wù)艱巨。分析“十一五”“十二五”時(shí)期技術(shù)進(jìn)步、效率提升、價(jià)格調(diào)控等推動(dòng)能耗下降的主要因素的節(jié)能效應(yīng)，為我國節(jié)能減排工作的持續(xù)推進(jìn)提出建議，十分必要。現(xiàn)有文獻(xiàn)關(guān)于技術(shù)進(jìn)步、效率提升、價(jià)格調(diào)控等的節(jié)能效應(yīng)的研究，一般針對(duì)這些因素對(duì)能源消耗強(qiáng)度的影響展開，使用的研究方法主要是因素分解法和回歸分析法，例如：Ma等[1]、鄭義等[2]使用因素分解法實(shí)證發(fā)現(xiàn)技術(shù)進(jìn)步是促進(jìn)中國能源強(qiáng)度下降的主要原因，史丹[3]、周勇等[4]使用因素分解法實(shí)證發(fā)現(xiàn)20世紀(jì)90年代以來產(chǎn)業(yè)結(jié)構(gòu)變化對(duì)中國能源強(qiáng)度下降的促進(jìn)作用逐漸減弱；杭雷鳴等[5]、田立新等[6]使用回歸分析法實(shí)證研究了能源價(jià)格變化對(duì)能源強(qiáng)度的影響，段文斌等[7]、何小剛等[8]使用回歸分析法實(shí)證研究了全要素生產(chǎn)率增長(zhǎng)對(duì)能源強(qiáng)度的影響。其中，因素分解法對(duì)能源強(qiáng)度影響因素的設(shè)定較全面客觀，但對(duì)各因素的影響的顯著性不做考察；回歸分析法關(guān)注主要因素的影響的顯著性，但對(duì)主要因素的設(shè)定受主觀判斷的限制。FisherVanden等[9]基于CobbDouglas成本函數(shù)推出能耗決定模型的做法，為回歸分析中對(duì)能源強(qiáng)度主要影響因素的設(shè)定提供了思路，得到了不少學(xué)者的認(rèn)同。杭雷鳴等[5]基于CobbDouglas成本函數(shù)推出能耗決定模型，據(jù)以構(gòu)建時(shí)間序列模型，實(shí)證分析了能源價(jià)格對(duì)能源強(qiáng)度的影響；周五七[10]基于CobbDouglas 成本函數(shù)推出能耗決定模型，據(jù)以構(gòu)建面板數(shù)據(jù)模型，實(shí)證分析能源價(jià)格、效率提升及技術(shù)進(jìn)步對(duì)工業(yè)能源強(qiáng)度的異質(zhì)性影響。為此，本文使用國家將節(jié)能減排要求作為約束性指標(biāo)納入國民經(jīng)濟(jì)和社會(huì)發(fā)展規(guī)劃綱要以來，即“十一五”“十二五”時(shí)期的相關(guān)省級(jí)數(shù)據(jù)，基于CobbDouglas成本函數(shù)推出能耗決定模型，在使用DEAMalmquist指數(shù)法測(cè)算全要素生產(chǎn)率變化，并將其分解為技術(shù)進(jìn)步、技術(shù)效率提升、規(guī)模效率提升的基礎(chǔ)上，建立面板數(shù)據(jù)模型，并結(jié)合橫截面數(shù)據(jù)模型，通過實(shí)證檢驗(yàn)技術(shù)進(jìn)步、效率提升、能源價(jià)格對(duì)總能源消耗強(qiáng)度以及煤炭、石油、電力等單一能源消耗強(qiáng)度的影響，包括總體分析、分地區(qū)分析，全面實(shí)證分析技術(shù)進(jìn)步、效率提升、價(jià)格調(diào)控的節(jié)能效應(yīng)，為“十三五”時(shí)期及以后我國的節(jié)能減排實(shí)踐提供決策參考。

1研究方法

1.1能耗決定模型

參照FisherVanden等[9]、杭雷鳴等[5]的做法， 考慮CobbDouglas成本函數(shù)：

C（PK，PL，PM，PE，Q）=A-1PαKKPαLLPαMMPαEEQ

其中，PK、PL、PM、PE分別表示資本、勞動(dòng)、中間產(chǎn)品和能源的價(jià)格，Q表示產(chǎn)出，A表示全要素生產(chǎn)率（TFP），αK、αL、αM、αE分別表示資本、勞動(dòng)、中間產(chǎn)品和能源的價(jià)格彈性。

由謝潑德引理，一種投入要素的需求量等于成本函數(shù)關(guān)于該投入要素價(jià)格的偏導(dǎo)數(shù)，對(duì)能源價(jià)格求偏導(dǎo)數(shù)，可得能源需求量為：

E=αEA-1PαKKPαLLPαMMPαEEQPE

假設(shè)產(chǎn)出價(jià)格PQ=PαKKPαLLPαMMPαEE，并假設(shè)αK+αL+αM+αE=1，有：

E=αEA-1PQQPE

進(jìn)而可得能耗強(qiáng)度為：endprint

EQ=αEA-1PQPE

取對(duì)數(shù)有：

ln（EQ）=lnαE-lnA-ln（PEPQ）（1）

這意味著能耗強(qiáng)度EQ的變化可以用全要素生產(chǎn)率A和能源相對(duì)價(jià)格PEPQ的變化來解釋。

進(jìn)一步，若要解釋單一能源的消耗強(qiáng)度變化，可將總能源分解為煤炭、石油、電力，考慮成本函數(shù)：

C（PK，PL，PM，PC，PO，PEL，Q）=A-1PαKKPαLLPαMMPαCCPαOOPαELELQ

其中，PC、PO、PEL分別表示煤炭、石油、電力的價(jià)格，αC、αO、αEL分別表示煤炭、石油、電力的價(jià)格彈性，其他符號(hào)意義同前。應(yīng)用謝潑德引理，并假設(shè)PQ=PαKKPαLLPαMMPαCCPαOOPαELEL，且αK+αL+αM+αC+αO+αEL=1，可得煤炭、石油、電力的消耗強(qiáng)度分別為：

ECQ=αCA-1PQPC

EOQ=αOA-1PQPO

EELQ=αELA-1PQPEL

取對(duì)數(shù)有：

ln（ECQ）=lnαc-lnA-ln（PCPQ）（2）

ln（EOQ）=lnαO-lnA-ln（POPQ）

（3）

ln（EELQ）=lnαEL-lnA-ln（PELPQ）

（4）

這意味著煤炭、石油、電力消耗強(qiáng)度ECQ、EOQ、EELQ的變化可以分別用煤炭、石油、電力的相對(duì)價(jià)格PCPQ、POPQ、PELPQ以及全要素生產(chǎn)率A的變化來解釋。

1.2DEAMalmquist指數(shù)法

Malmquist生產(chǎn)率指數(shù)是應(yīng)用面板數(shù)據(jù)測(cè)度全要素生產(chǎn)率（TFP）變化的一個(gè)理想指標(biāo)，這里借鑒被相關(guān)文獻(xiàn)使用較多的Fre[11]等創(chuàng)建的基于數(shù)據(jù)包絡(luò)分析法（Date Envelopment Analysis， DEA）的Malmquist生產(chǎn)率指數(shù)測(cè)算全要素生產(chǎn)率變化，并將其分解為技術(shù)進(jìn)步、技術(shù)效率提升、規(guī)模效率提升，基本思路如下：

運(yùn)用謝潑德產(chǎn)出距離函數(shù)，將基于規(guī)模報(bào)酬不變、產(chǎn)出導(dǎo)向的Malmquist生產(chǎn)率指數(shù)表示為相鄰兩個(gè)時(shí)期的Malmquist指數(shù)的幾何平均數(shù)，如式（5）所示。

Malmquist-TFP=Dto（Xt+1，Yt+1|CRS）Dto（Xt，Yt|CRS）Dt+1o（Xt+1，Yt+1|CRS）Dt+1o（Xt，Yt|CRS）1/2（5）

其中，X、Y分別表示投入、產(chǎn)出向量；CRS表示規(guī)模報(bào)酬不變；下標(biāo)O表示產(chǎn)出導(dǎo)向；Dto（Xt，Yt）、Dto（Xt+1，Yt+1）、Dt+1o（Xt，Yt）、Dt+1o（Xt+1，Yt+1）為距離函數(shù)，分別表示以t時(shí)期的技術(shù)為參照的t時(shí)期的技術(shù)效率水平、以t時(shí)期的技術(shù)為參照的t+1時(shí)期的技術(shù)效率水平、以t+1時(shí)期的技術(shù)為參照的t時(shí)期的技術(shù)效率水平、以t+1時(shí)期的技術(shù)為參照的t+1時(shí)期的技術(shù)效率水平，通過求解式（6）、（7）、（8）、（9）所示的基于產(chǎn)出導(dǎo)向的DEA模型得到。

[Dto（Xt，Yt|CRS）]-1=maxθ，λ θ

s.t.-θYi，t+Yiλ≥0Xi，t-Xt+1λ≥0λ≥0（6）

[Dto（Xt+1，Yt+1|CRS）]-1=maxθ，λ θ

s.t.-θYi，t+1+Ytλ≥0Xi，t+1-Xtλ≥0λ≥0（7）

[Dt+1o（Xt，Yt|CRS）]-1=maxθ，λ θ

s.t.-θYi，t+Yt+1λ≥0Xi，t-Xt+1λ≥0λ≥0（8）

[Dt+1o（Xt+1，Yt+1|CRS）]-1=maxθ，λ θ

s.t.-θYi，t+1+Yt+1λ≥0Xi，t+1-Xt+1λ≥0λ≥0（9）

其中，θ為標(biāo)量，反映技術(shù)效率，滿足0<θ<1；λ為參數(shù)向量；i為決策單元序號(hào)。

式（5）可以分解為：

Malmquist-TFP=Dto（Xt+1，Yt+1|CRS）Dt+1o（Xt+1，Yt+1|CRS）Dto（Xt，Yt|CRS）Dt+1o（Xt，Yt|CRS）12Dt+1o（Xt+1，Yt+1|CRS）Dto（Xt，Yt|CRS）（10）

考慮規(guī)模報(bào)酬的變化，進(jìn)一步可將式（10）分解為：

Malmquist-TFP=Dto（Xt+1，Yt+1|CRS）Dt+1o（Xt+1，Yt+1|CRS）Dto（Xt，Yt|CRS）Dt+1o（Xt，Yt|CRS）12Dt+1o（Xt+1，Yt+1|VRS）Dto（Xt，Yt|VRS）

Dt+1o（Xt+1，Yt+1|CRS）Dto（Xt，Yt|CRS）Dto（Xt，Yt|VRS）Dt+1o（Xt+1，Yt+1|VRS）（11）

其中，VRS表示規(guī)模報(bào)酬可變，其他符合意義同前。Dto（Xt，Yt|VRS）、Dt+1o（Xt+1，Yt+1|VRS）通過求解式（12）、（13）所示的DEA模型得到。

[Dto（Xt，Yt|VRS）]-1=maxθ，λ θ

s.t.-θYi，t+Ytλ≥0Xi，t-Xtλ≥0λ≥0，∑λi=1（12）

[Dt+1o（Xt+1，Yt+1|VRS）]-1=maxθ，λ θ

s.t.-θYi，t+1+Yt+1λ≥0Xi，t+1-Xt+1λ≥0λ≥0，∑λi=1（13）

式（11）中，等號(hào)后面第一項(xiàng)為技術(shù)進(jìn)步指數(shù)（TI），第二項(xiàng)為純技術(shù)效率提升指數(shù)（TE），第三項(xiàng)為規(guī)模效率提升指數(shù)（SE），即Malmquist生產(chǎn)率指數(shù)可表示為技術(shù)進(jìn)步指數(shù)（TI）、純技術(shù)效率提升指數(shù)（TE）、規(guī)模效率提升指數(shù)（SE）的乘積，如式（14）所示。endprint

Malmquist-TFP=TITESE（14）

1.3面板數(shù)據(jù)模型

結(jié)合前述能耗決定模型，以及DEAMalmquist指數(shù)法對(duì)全要素生產(chǎn)率變化的測(cè)度與分解，構(gòu)建面板數(shù)據(jù)模型實(shí)證檢驗(yàn)技術(shù)進(jìn)步、效率提升及價(jià)格調(diào)控的節(jié)能效應(yīng)。

面板數(shù)據(jù)模型主要包括混合模型、變截距模型、變系數(shù)模型三種類型，其中變截距模型、變系數(shù)模型都有固定影響與隨機(jī)影響之分。對(duì)于時(shí)間較短而截面單位較多的樣本數(shù)據(jù)，可以認(rèn)為只存在個(gè)體差異，不存在結(jié)構(gòu)變化，因此首先考慮采用變截距模型。對(duì)于固定影響與隨機(jī)影響的選擇，可通過Hausman檢驗(yàn)進(jìn)行判別，但實(shí)際應(yīng)用中往往根據(jù)研究問題的特征來決定，如果僅對(duì)樣本本身的個(gè)體差異進(jìn)行分析，可以使用固定影響模型；如果用樣本推斷總體的個(gè)體差異，則使用隨機(jī)影響模型，這里采用省級(jí)面板數(shù)據(jù)進(jìn)行分析，顯然固定影響模型更加合適。為此，本文選用固定影響變截距模型。

由于本文通過實(shí)證檢驗(yàn)技術(shù)進(jìn)步、效率提升、價(jià)格調(diào)控對(duì)總能源消耗強(qiáng)度以及煤炭、石油、電力等單一能源消耗強(qiáng)度的影響，分析技術(shù)進(jìn)步、效率提升、價(jià)格調(diào)控的節(jié)能效應(yīng)，包括總體分析、分地區(qū)分析兩個(gè)方面，以盡可能全面客觀地實(shí)證分析技術(shù)進(jìn)步、效率提升、價(jià)格調(diào)控的節(jié)能效應(yīng)，要建立的計(jì)量模型有20個(gè)之多，這里限于篇幅不一一列出，只給出一般形式作概括說明。模型的一般形式為：

EIit=α+β1TIit+β2SEit+β3SEit+γERPit+εi+μit（15）

其中，EI表示能源強(qiáng)度，TI表示技術(shù)進(jìn)步，TE表示技術(shù)效率提升，SE表示規(guī)模效率提升，ERP表示能源相對(duì)價(jià)格，c、β、β1、β2、β3、γ為待估參數(shù)，ε、μ為隨機(jī)擾動(dòng)項(xiàng)，i、t分別為截面、時(shí)間下標(biāo)。

2實(shí)證檢驗(yàn)

本文利用“十一五”“十二五”時(shí)期（2006—2015年）不包括西藏和港澳臺(tái)地區(qū)在內(nèi)的30個(gè)內(nèi)地省級(jí)區(qū)域的面板數(shù)據(jù)，在對(duì)相關(guān)變量進(jìn)行測(cè)度的基礎(chǔ)上，實(shí)證檢驗(yàn)技術(shù)進(jìn)步、效率提升、價(jià)格調(diào)控的的節(jié)能效應(yīng)。

2.1變量測(cè)度

2.1.1技術(shù)進(jìn)步與效率提升測(cè)算

使用DEAMalmquist分析方法測(cè)算技術(shù)進(jìn)步與效率提升，需要利用投入產(chǎn)出數(shù)據(jù)，投入數(shù)據(jù)選取資本和勞動(dòng)，資本以資本存量表示，借鑒單豪杰[12]的方法，使用固定資本形成總額和固定資產(chǎn)投資價(jià)格指數(shù)根據(jù)永續(xù)盤存法計(jì)算，折舊率為0.109 6；勞動(dòng)以從業(yè)人員數(shù)表示，本年從業(yè)人數(shù)為上年和本年的年末從業(yè)人員數(shù)的平均數(shù)；產(chǎn)出以地區(qū)生產(chǎn)總值表示，使用實(shí)際值（以2005年為基期）。其中，固定資本形成總額、固定資產(chǎn)投資價(jià)格指數(shù)、地區(qū)生產(chǎn)總值、地區(qū)生產(chǎn)總值指數(shù)來源于歷年《中國統(tǒng)計(jì)年鑒》，年末從業(yè)人員數(shù)來源于歷年各省統(tǒng)計(jì)年鑒。

利用得到的資本、勞動(dòng)和產(chǎn)出數(shù)據(jù)，借助DEAMalmquist分析方法，測(cè)算2006—2015年30個(gè)內(nèi)地省級(jí)區(qū)域的全要素生產(chǎn)率（TFP）指數(shù)，并將其分解為技術(shù)進(jìn)步指數(shù)、純技術(shù)效率指數(shù)、規(guī)模效率指數(shù)，限于篇幅，這里只給出全要素生產(chǎn)率指數(shù)及其分解成分的各省均值和各年均值，如表1、表2所示。

表1顯示，“十一五”“十二五”時(shí)期我國的全要素生產(chǎn)率指數(shù)較低，均值大于1的省區(qū)只有10個(gè)，占1/3，小于1的省區(qū)有20個(gè)，占2/3。并且，存在明顯的地區(qū)差異，按從高到低排序，全要素生產(chǎn)率指數(shù)排在前五位的依次是北京、上海、浙江、江蘇、重慶，屬于直轄市或東部發(fā)達(dá)地區(qū)；排在后五位的依次是廣西、河南、黑龍江、湖南、青海，屬于中西部或東北地區(qū)。在各分解成分中，技術(shù)進(jìn)步指數(shù)大于1的省區(qū)只有11個(gè)，小于1的省區(qū)有19個(gè)；純技術(shù)效率指數(shù)大于、小于1的省區(qū)各有15個(gè)；規(guī)模效率指數(shù)大于1的省區(qū)有20個(gè)，小于1的省區(qū)有10個(gè)。各分解成分的大小、不同分解成分的相對(duì)大小，也存在地區(qū)差異。

表2顯示，“十一五”“十二五”時(shí)期我國的全要素生產(chǎn)率指數(shù)的各年均值只在2006、2007年大于1，其他年份均小于1，呈現(xiàn)出了下降趨勢(shì)。在各分解成分中，技術(shù)進(jìn)步指數(shù)較低，只有2010年大于1，其他年份均小于1；純技術(shù)效率指數(shù)有4年大于1，呈現(xiàn)下降趨勢(shì)；規(guī)模效率指數(shù)有4年大于1，前8年下降趨勢(shì)明顯，后兩年有所回升。

全要素生產(chǎn)率指數(shù)及其分解成分較低并且總體上隨時(shí)間推移而下降的情形，在其它相關(guān)文獻(xiàn)里也得到了驗(yàn)證。余泳澤[13]實(shí)證發(fā)現(xiàn)，改革開放以來TFP大部分年份都呈現(xiàn)正增長(zhǎng)，但增長(zhǎng)速度明顯落后于經(jīng)濟(jì)增長(zhǎng)速度，近些年呈現(xiàn)一定的下降趨勢(shì)，特別是2008年以后，這種下降趨勢(shì)較為明顯；規(guī)模效率提升是中國TFP改進(jìn)的主要來源，中國經(jīng)濟(jì)發(fā)展迫切需要開展創(chuàng)新與解決技術(shù)轉(zhuǎn)化效率問題，模式和管理等方面的創(chuàng)新與效率提升對(duì)中國TFP改進(jìn)的影響有待進(jìn)一步挖掘。武鵬[14]實(shí)證發(fā)現(xiàn)，2003—2010年我國經(jīng)濟(jì)增速持續(xù)保持在高位，但TFP變動(dòng)卻始終為負(fù)值，且表現(xiàn)出了一定的逐年惡化趨勢(shì)；純技術(shù)效率對(duì)中國TFP改進(jìn)具有負(fù)向影響，技術(shù)前沿的推進(jìn)難以完全轉(zhuǎn)化成TFP的改進(jìn)，技術(shù)創(chuàng)新缺乏向全社會(huì)快速有效傳播的渠道，技術(shù)引進(jìn)難以被充分地消化吸收。張婷等[15]實(shí)證發(fā)現(xiàn)2008年以來我國TFP呈下降趨勢(shì)，自主研發(fā)促進(jìn)TFP增長(zhǎng)的局面尚未形成，對(duì)外開放的技術(shù)溢出效應(yīng)也只有在東部明顯。

2.1.2能源相對(duì)價(jià)格與能源強(qiáng)度的度量

能源相對(duì)價(jià)格、煤炭相對(duì)價(jià)格、石油相對(duì)價(jià)格、電力相對(duì)價(jià)格分別以燃料動(dòng)力類購進(jìn)價(jià)格指數(shù)、煤炭開采和洗選業(yè)價(jià)格指數(shù)、石油加工煉焦和核燃料加工業(yè)價(jià)格指數(shù)、電力熱力生產(chǎn)和供應(yīng)業(yè)價(jià)格指數(shù)除以工業(yè)品出廠價(jià)格指數(shù)度量，能耗強(qiáng)度、煤炭消耗強(qiáng)度、石油消耗強(qiáng)度、電力消耗強(qiáng)度分別以能源消費(fèi)總量、煤炭消費(fèi)量、石油消費(fèi)量（汽油、柴油、煤油、燃料油）、電力消費(fèi)量除以實(shí)際地區(qū)生產(chǎn)總值度量。各種價(jià)格指數(shù)數(shù)據(jù)來源于歷年各省統(tǒng)計(jì)年鑒和《中國價(jià)格統(tǒng)計(jì)年鑒》，能源消費(fèi)總量、煤炭消費(fèi)量、石油消費(fèi)量、電力消費(fèi)量數(shù)據(jù)來源于歷年各省統(tǒng)計(jì)年鑒和《中國能源統(tǒng)計(jì)年鑒》。限于篇幅，這里也只給能源相對(duì)價(jià)格與能耗強(qiáng)度的各省均值和各年均值，如表3、表4所示。endprint