基于DEA 窗口模型的中國碳減排技術研發效率評估

周喜君，郭丕斌

（1.忻州師范學院經管系，山西忻州 034000；2.太原師范學院經濟系，山西晉中 030619；）

1 研究背景

如何減少二氧化碳排放是當前國際上大多數國家共同關心的話題。已有研究發現，技術進步對二氧化碳減排確實發揮了無可置疑的促進作用［1-2］，通過技術進步推動二氧化碳減排日益成為各國共同的選擇。中國作為全球二氧化碳排放最多的國家，技術進步在二氧化碳減排方面發揮著非常重要的作用。據中國21 世紀議程管理中心測算，截止到2017 年底，中國的單位國內生產總值碳排放量比2005 年下降了46%，其中技術進步的貢獻率達到了約60%。作為發展中國家，中國還處于工業化后期，面臨繁重的發展任務，未來一段時期，中國的能源需求還將保持增長。在此背景下，通過提升碳減排技術研發效率、強化碳減排技術進步是兌現減排承諾的重要途徑［3］。

研發效率本質上是研發投入（一般為研發人員、研發經費等）與研發產出（一般為專利、論文等知識產權）之間關系的度量。已有關于研發效率評估的方法大體上分為靜態評估和動態評估兩種。靜態研發效率評價多以DEA 模型為主，如Lee 等［4］利用DEA 方法對亞洲國家的研發效率進行了分析，并根據評價結果識別出具有研發效率優勢的國家；Sharma 等［5］利用DEA 方法對22 個發達國家和發展中國家的相對研發效率進行了研究，發現在不同的模型假設下（規模收益不變和規模收益可變），這些國家的相對研發效率會有所變化；Zuo 等［6］將博弈交叉效率概念引入并行DEA 模型，提出了一種衡量各區域或各生產單元研發效率的模型；Ilyas 等［7］采用DEA 的固定規模收益率(CCR)和可變規模收益率(BCC)兩種模型對新西蘭牧區和谷倉奶牛養殖系統的能效進行了評價。動態研發效率多使用多階段DEA 模型和Malmquist 指數等方法。如Han 等［8］分別利用DEA 模型和Malmquist 指數衡量了2005—2009 年15 個韓國地區的靜態和動態研發效率；Jang 等［9］利用Malmquist 指數對全球科技行業領先的49 家公司研發效率進行了分析；Xiong 等［10］利用兩階段DEA 模型對2012—2015 年中國科學院17個研究所的研發效率進行了評價；Zrelli 等［11］借助Malmquist 指數方法，對2002—2016 年突尼斯34 個制造業行業進行了分析。結果表明，2002 年至2016年，全要素生產率平均增長了2%。確定的生產率增長歸因于技術的改進(或前沿轉移)，而不是效率的改進或變化。

綜合看，已有研究還有三個方面有待改進：（1）從技術內涵上，生產實踐中的技術一般是有特定范疇、具有明確指向的，而現有研究中的“技術”，總體上沿用了Romer［12］的觀點，將技術作為一個整體，視為內生于知識生產過程中的一種無形生產要素，屬于廣義技術進步的范疇，很難與生產實踐中具有明確范疇的技術對應，而這可能會降低理論研究的實踐價值；（2）從評估方法上，靜態效率不能進行縱向動態評價［13］，而基于Malmquist 生產率指數的評價又可能會得到有偏的效率增長指數［14］，不能準確反映研發效率的動態變化；（3）從研究對象上，已有研究關注了國家層面、產業層面和企業層面的研發效率，但關于特定類型技術研發效率的研究還比較匱乏?；诖?，本文研究過程中，將基于不同技術的減排機理差異，把碳減排技術進一步細分，以更好地契合生產實踐。評估方法上，將采用DEA 窗口模型，與靜態效率評估和Malmquist 指數相比，窗口DEA 方法不僅能實現效率值的橫向縱向可比，還能有效解決樣本數量少引致的效率評價偏差問題。

與已有文獻相比，本文的貢獻主要體現在以下三個方面：（1）文章基于不同的技術減排機理，將中國二氧化碳減排技術進一步細分為能源生產技術和能源利用技術。（2）文章通過選擇替代產業，利用DEA 窗口模型對抽樣期中國二氧化碳減排技術的研發效率進行了評估。（3）文章基于碳減排技術研發效率評估結果，識別了制約中國碳減排技術研發效率的主要因素，并認為清潔煤碳生產和淘汰鋼鐵領域落后產能是促進中國碳減排技術研發效率提升的重要舉措。

本文其余部分安排如下，第二部分主要是對DEA 窗口模型的基本原理及評價數據進行介紹，第三部分對主要的評價結果進行分析，第四部分主要是基于研究結果得出結論，并提出政策建議。

2 數據與方法

2.1 碳減排技術度量

從我國近年來的二氧化碳減排實踐看，重點是兩條路徑：一是通過增加終端能源消費中新能源和清潔能源比重，促進能源結構轉型；二是通過提高能源使用效率，減少能源使用［15］。對能源結構轉型而言，從人類能源變遷史的角度看，之所以能從薪柴、煤炭，過渡到石油、天然氣和電力，本質上是能源生產技術進步的結果，只有能源生產技術進步才能夠保障新型能源廉價且可大規模供給，能源結構轉型才可能發生。而對提高能源利用效率而言，重要的一環就是通過改進能源燃燒技術，提高能源熱轉化率，進而減少理論能源消費量，從而達到降低二氧化碳排放的目的［16］?？梢姡徽撌悄茉唇Y構轉型，還是能源效率提升，其核心是能源生產技術和能源利用技術進步。由此，本文將碳減排技術進一步細分為能源生產技術和能源利用技術兩類。

由于技術本身是無形的，難以度量，尋找替代變量就成為一種可能的選擇。

對能源生產技術而言，煤炭、石油、天然氣是我國絕對的主體能源［17］，2018 年，三類能源消費量占我國全部能源消費量的85.7%。根據我國的國民經濟行業分類標準（GB/T 4754-2017），煤炭開采和洗選業、石油和天然氣開采業及石油加工、煉焦和核燃料加工業三個行業分別對應于能源消費中的煤炭、石油和天然氣三種能源，因此，這三個行業的研發效率能較好地反應我國能源生產領域的總體研發水平。本文選擇這三個行業作為能源生產技術的替代行業。

對能源利用技術而言，根據Porter［18］的觀點，環境管制能夠激發企業的創新行為，即受到環境管制的行業（或企業）有動力通過創新抵消環境管制帶來的影響。從我國看，受大范圍霧霾的影響，政府持續加大對高耗能、高排放產業的環境管制，受到嚴厲管制的這些行業的企業為了盡可能降低管制政策的影響，必將加大能源利用環節的技術研發投入，以此迎合政府的環保要求。統計數據也可以間接地證明這一推論。根據2013—2018 年的《國家統計年鑒》數據，2012 年以來，R&D 經費增長最快的行業，除電子信息、生物醫藥、航空航天等高技術產業領域外，鋼鐵、化工等高耗能產業也是增長最快的領域。為此，本文計算并篩選了2005—2017 年能源消耗量和二氧化碳排放量排名前七位的行業。經比對，同屬高耗能和高排放的行業有四個，分別是電力、熱力生產和供應業（以下簡稱電力），黑色金屬冶煉和壓延加工業（以下簡稱黑色金屬冶煉），非金屬礦物制品業，化學燃料和化學制品制造業。同時，根據王班班等［19］研究發現（如圖1），如果這種環境管制成本難以轉嫁，或該行業企業國有化程度較高（注：國有企業受政府管制和社會責任驅動更加強烈，更加有動力按照政府和社會愿景進行創新），則企業開展技術創新的動力就高，反之則會降低創新意愿。據此，鑒于黑色金屬冶煉、電力和非金屬礦物制品業的國有化程度較高，且黑色金屬冶煉領域的競爭程度較高，成本難以轉嫁，而化學燃料和化學制品制造業中包含了農藥制造、日用化學品制造等諸多能源消耗、二氧化碳排放不高的細分行業，為保證研究的可靠性，本文將該行業剔除。最終，選擇黑色金屬冶煉、電力和非金屬礦物制品業作為能源利用技術的替代行業。

圖1 高耗能行業環境規制與技術創新關系

2.2 DEA 窗口模型

DEA 窗口模型是Charnes 等［20］在傳統DEA 模型基礎上提出的一種非參數面板方法，本質上是一種移動平均計算方法,其過程如下：

假設在T時期內，有m個決策單元，每個決策單元 有n 中投入X（假定為，有s 種產出Y（假定為則第K 個決策單元在時間就有投入向量和產出向量分別為：假設時間窗口從時點h 開始時間窗口寬度為w,則每個窗口時間內就有個決策單元。

2.3 數據

2.3.1 投入指標

該體系包括三個指標，學者們一般選擇R&D 人員和R&D 經費兩個指標。參照Xiong 等［10］的做法，R&D 人員用中國科技統計年鑒中的“R&D 人員全時當量”進行衡量，R&D 經費指標用中國科技統計年鑒中的“R&D 經費內部支出”進行衡量。此外，考慮到技術改造和技術消化吸收對我國技術進步的重要作用，本文將技術引進與消化費用支出也作為投入指標，該指標用中國科技統計年鑒中“技術改造經費支出”和“技術消化經費支出”兩項之和進行衡量。

2.3.2 產出指標

研發產出評價指標常用的有專利申請量、專利授權量和新產品銷售收入等。考慮到研發本身是知識生產過程，且本文測度的是特定技術領域的研發效率，選擇新產品銷售收入不符合研究需要。對專利指標，由于專利申請到授權普遍存在時滯［22］，為保持投入產出數據之間的對應關系，參照Xiong 等［10］的做法，文章用中國科技統計年鑒中的分行業“發明專利申請量”來衡量。

2.3.3 數據來源

本文研究區間為2005—2017 年，所涉各投入產出指標數據均來源于2006—2018 年《中國科技統計年鑒》。為了消除價格水平變化對研究結果的影響，所有經費數據均換算為2005 年價格水平。最終，形成一個包含312 個觀察值的數據集，描述統計見表1。

表1 2005—2017 年投入/產出指標描述

3 結果和討論

3.1 能源生產技術研發效率

從我國能源生產技術效率演化趨勢上，規模效率呈波動下降態勢，由2005 年的0.96 下降到2017年的0.82，而純技術效率則波動上升，由2005 年的0.80 上升到2017 年的0.88（見表2 第X、XI、XII列所示），二者共同作用下，我國能源生產技術的研發效率整體呈現先上升后下降的趨勢，兩個轉折點分別為2009 年和2013 年，本文認為這是受外部環境（主要是金融危機）和煤炭產業周期（煤炭產業2012 年開始進入衰退期）影響的結果，只是存在一定的時滯。為進一步從整體上把握我國能源生產技術研發效率的演變趨勢，參照董艷梅等［23］的分類方法，本文將效率值等于1 視為DEA 有效，將效率值間于0.8～1（不含1）視為弱DEA 有效，將效率值低于0.8 的視為DEA 無效。據此，純技術效率中，全部年份均為弱DEA 有效，而規模效率中，達到弱DEA 有效的年份有9 個，占比69.2%，有多達4 個年份屬于DEA 無效（見表3 第X、XI、XII 列）。受規模效率不佳影響，能源生產技術的研發效率總體維持低位波動，全部年份中，有多達9 個年份為DEA 無效。表明研究期內，我國能源生產技術的研發效率還有很大的提升空間。

表2 能源生產技術研發效率評價結果

表3 能源生產技術研發效率評價結果分級

進一步對各替代行業研發效率變化情況分析可見（見表2 平均值），研究期內，石油加工、煉焦和核燃料加工業的綜合研發效率最高，石油和天然氣開采業研發效率次之，煤炭開采和洗選業的綜合研發效率最低，而造成煤炭開采和洗選業研發效率低的原因主要與規模效率不足、純技術效率偏低有關。如表3 所示，煤炭開采和洗選業的規模效率中有多達10 個年份為DEA 無效，純技術效率中也有4個年份為DEA 無效，這也成為拉低我國能源生產技術整體研發效率的主要因素。表明作為我國主體能源的煤炭行業，其研發投入規模還比較小，研發資源配置水平還有待進一步提升。

3.2 能源利用技術研發效率

從能源利用技術效率演化趨勢上（見表4 第X、XI、XII 列），純技術效率呈波動上行態勢，由2005 年的0.82 增長到2017 年的0.83，規模效率則從0.76 上升到0.92，二者共同作用下，能源利用技術的研發效率從2005 年的0.58 上升到2017 年的0.78。按照董艷梅和朱英明（2015）的分類標準，純技術效率中，13 年中有9 個年份為弱DEA 有效，有4 個年份為DEA 無效（見表5 第XI 行）。規模效率中，有6 個年份為弱DEA 有效，7 個年份為DEA 無效（見表5 第XII 行），二者共同作用下，我國的能源利用技術研發效率總體較差，13 個年份均為DEA 無效（見表3.4 第X 行），平均研發效率值僅為0.66（見表4）。說明研究期內，我國能源利用技術的研發效率還有較大的提升空間。

表4 能源利用技術研發效率評價結果

表5 能源利用技術研發效率評價結果分級

進一步對各替代行業研發效率變化情況分析可見，黑色金屬冶煉的研發效率低是拉低能源利用技術總體研發效率的主要影響因素。從表4和表5可見，研究期內，該行業的純技術效率先升后降，平均值僅為0.50，所有年份均為DEA 無效，拐點出現在2008 年，這可能與當時政府大規模刺激計劃下鋼鐵行業無序擴張、大量低效產能進入有關。同時，研究期內該行業的規模效率也呈現先升后降特征，研究期內其平均值僅為0.76，有多達7 個年份為DEA無效，拐點出現在2009 年，其原因與純技術效率一致，只是存在一定的時滯。

4 結論與政策啟示

能源生產技術和能源利用技術是我國二氧化碳減排的重要技術依托，對實現我國二氧化碳減排目標具有非常重要的意義。本文利用DEA 窗口模型對2005—2017 年兩類技術的研發效率進行了評估，得出如下結論。

（1）能源生產技術研發效率低位波動，而能源利用技術研發效率提升明顯。根據評估結果，能源生產技術的研發效率先上升，后下降，但總體上維持低水平波動趨勢。而得益于規模效率的大幅提升，我國能源利用技術的研發效率出現了較為明顯的上升。

（2）研發資源配置不科學對能源生產和能源利用技術研發效率有負面影響。根據評估結果，能源生產技術的純技術效率達到有效的年份較少，而能源利用技術的純技術效率達到有效的年份數更少，說明不管是能源生產技術，還是能源利用技術，在研發資源配置方面均有待改善，特別是能源利用技術領域，其研發資源配置水平還有很大的改進空間。

（3）煤炭、鋼鐵等行業碳減排技術研發效率尚有較大提升潛力。從評估結果看，煤炭開采和洗選業的純技術效率和規模效率是能源生產技術三個替代行業中最低的，有10 個年份的規模效率和4 個年份的純技術效率為DEA 無效。而黑色金屬冶煉的純技術效率和規模效率是能源利用技術三個替代行業中最低的，全部的13 個年份的純技術效率和7 個年份的規模效率為DEA 無效。說明煤炭、鋼鐵等領域碳減排技術研發效率還有很大的提升潛力，是未來我國碳減排技術創新的重點方向。

基于以上研究發現，帶來以下幾點政策啟示。

（1）進一步加大能源生產和利用領域的技術研發投入。盡管按照世界銀行數據，2017 年我國的R&D 經費占GDP 的比重已經達到2.13%，超過大多數OECD 國家和部分發達國家。但受以煤炭為主的能源結構、粗放的能源使用、產業結構及所處發展階段等因素影響，我國的碳減排技術水平依然較為落后，碳排放強度仍然明顯高于全球主要發達國家和經濟體。因此，通過加大技術研發投入促進碳減排技術進步是當務之急。具體看，在能源生產端，要立足我國的能源稟賦結構，重點加大對清潔煤生產技術創新的支持，提升我國能源整體的清潔化水平，推動能源結構轉型。在能源利用端，要加大對節能爐具、智能控制、碳捕集、封存等技術的支持力度，不斷提高能源碳效率，努力降低二氧化碳排放強度。

（2）持續優化碳減排技術研發資源配置。在我國，政府是重要的研發經費來源，企業的創新主體地位還沒有真正形成，研發經費管理和配置水平不高，間接地制約了碳減排技術研發效率的提升。因此，應進一步改革我國的研發經費投入體制，逐步建立以市場為主體的研發經費配置體系，強化企業在研發中的投入主體地位，使政府回歸支持基礎研究、支持創新環境建設等領域，促進研發經費配置效率提升。同時，要著眼國際能源轉型及產業結構升級趨勢，綜合通過環境準入、技術準入等產業政策，進一步加快鋼鐵等高耗能產業領域落后產能的淘汰步伐，逐步將那些不符合環保要求和缺乏市場競爭力的企業淘汰，集中資源，全面提升行業內優勢企業的發展。

當然，本文還有一些不足：（1）雖然本文選擇碳減排技術的替代行業是基于嚴密的邏輯分析和充分的實踐考察基礎上進行的，但仍無法確保所選替代行業中，投入的研發資源全部用于能源生產技術和能源利用技術創新，因此，容易高估兩類技術進步的效率；（2）由于方法本身的局限性，尚無法完全避免因要素利用率問題所帶來的效率損失。