第三节　中国省际环境友好型技术差距及其影响的经验研究

环境友好型技术的创新和扩散受到技术差距的影响，本节将定义为技术水平的横向差异和纵向差异两种：一是横向技术差异，即在同一时点与最前沿技术的差异，代表了技术扩散的潜力，对一个地区而言，不断缩小差距有助于技术水平提高；二是纵向技术差异，即现在与过去相比的技术差异，一般而言，技术不断进步，代表了自主创新的潜力，纵向技术差距扩大表明技术进步加速。环境友好型技术差异的影响可以概括为两类：一是技术创新本身的影响；二是对环境效率的影响。如图4-1所示。

本节的思路是：首先，选择合适的变量作为两类典型环境友好型技术的代理变量，再选择并计算能够表征环境友好型技术横向和纵向差距的变量；其次，以代表环境效率的指标对两类技术增长速度做回归，看技术进步对环境效率的影响；最后，以环境友好型技术进步率与各自的横向、纵向技术差距作回归，看两类差距对环境友好型技术进步本身的影响。

一　模型设定及数据来源说明

在国外经验研究中，环境友好型技术创新及扩散多采用分类的专利技术数据，在中国统计公布的专利技术只有总的分类没有具体分类，无法按照国外通行做法对中国的情况进行检验。因此，本节创新之处是选择两类变量来代表两类环境技术：一是选择单位能源的GDP产出为能源效率代理变量，针对第一类环境友好型技术，以下称为能源效率技术；二是选择单位能源二氧化硫排放强度为代理变量，针对第二类环境技术，以下称为清洁生产技术。根据第一节的模型，技术进步率可以表示成多种形式，将技术进步看成是个体与最前沿技术绝对差距或相对差距、知识存量、资本投入的函数等。本节选择将环境友好型技术进步视为相对差距、已有技术水平两个变量的函数。模型的具体形式如下：

环境效率方程：

其中，代表第i个省t时期二氧化硫排放增长速度，表示能源效率变化率，表示清洁生产技术变化率。

能源效率的提升有助于减少二氧化硫排放，污染排放强度则会直接导致排放量增加，因此，预计ge前参数符号为正，而gp前面参数的符号为负。

能源效率技术方程：

其中，Eit= energyit/GDPit，表示第i个省t时期能源效率，用当年能源消费总量除以当年实际GDP，该值越大，表明技术水平越高；DEit=，表示第i个省t时期与国内最先进的能源技术水平之间的差距，该值越接近于1，说明差距越小，技术水平越高，表示t时期全国最高的能源效率水平；εit是残差项。

清洁生产技术效率方程：

其中，表示第i省t时期的单位能源消费二氧化硫排放强度，该值越大，表明其环境技术水平越低；，表示第i个省t时期与国内最先进的能源技术水平之间的差距，该值越接近1，说明差距越小，表示t时期全国最高的清洁生产技术效率水平；εit是残差项。

一般而言，横向技术差距越大，即与前沿技术差距越大，一方面，技术进步空间越大，技术扩散也可能越快；另一方面，与前沿技术差距大，也表明技术落后、发展水平低，阻碍技术扩散的因素越多，扩散速度也可能越慢，这两种因素共同的作用将决定DE和DP前面系数的符号和大小。对纵向技术差距（对于既有的技术水平）而言，一方面，现有技术水平越高，代表其知识存量越多，创新成功的概率越大，对促进技术进步起积极作用；另一方面，技术水平高，也代表进一步提升的空间有限，对新的创新起阻碍作用，也是两种因素共同决定E和P前面参数的符号和大小。由于前面章节的分析可知，能源技术和清洁生产技术又有不同的特点，DE和DP，E与P的系数大小可能存在显著差异，技术扩散与创新可能对两种环境友好型技术进步产生不同的影响。中国不同地区之间存在较大的差异，技术水平差异是明显的，因此可以预见针对同样类型的技术，变量前的参数可能大小不同、显著性水平不同。

本节使用中国1990—2007年29个省际面板数据（由于西藏数据缺失略去，四川和重庆合并处理）。第一，能源为年度能源消费总量数据，单位为万吨标准煤；能源消费总量指标数据来源于各省历年统计年鉴、《新中国50年统计资料汇编》和历年《中国能源统计年鉴》。由于各个统计年鉴数据统计口径差异，导致部分省份的能源消费数据有不小差异，本节以各省份历年统计年鉴的数据为主要来源，辅之以其他年鉴。除了湖南省1992—1994年三年数据缺失计算补充以外，其他数据均找到来源。另外，由于各省份能源消费结构数据缺失太多，无法直接得到代表能源结构的指标，因此在本节的经验研究中也是一个遗憾。第二，二氧化硫为工业二氧化硫排放数据（有的省份、有的年份没有公布生活二氧化硫的排放量），单位为万吨；废弃物的排放总量主要来自《中国环境年鉴》　（1993—2005）、《中国统计年鉴》（1990—2008），以及全国除西藏外的其他省（市、区）的历年统计年鉴。人均排放量由排放总量除以各省年末人口数量计算得来。第三，GDP为剔除价格因素的实际GDP，采用1978年的不变价计算。第四，东部、中部、西部的划分主要依据国家统计局2003年的标准，将广西划入西部地区而不是东部地区，东部包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省、自治区、直辖市；中部包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南9个省、自治区；西部包括四川（包括重庆）、贵州、云南、广西、陕西、甘肃、宁夏、青海、新疆9个省、自治区。

从表4-1平均水平看到的直观结果是：二氧化硫排放增长速度，东部低于中部约2％，中部低于西部约1％；能源技术和清洁生产技术进步率，东部快于中部和西部，分别是3倍和2.6倍；既有技术水平都是东部大于中部，中部大于西部。其中单位能源GDP产值东部分别为中部的1.8 和2倍，单位能源的二氧化硫排放，东部比中部低10％、比西部低35％；从技术差距来看，东部与前沿技术的差异最小，中部次之，西部最大；与全国的平均水平对比来看，东部好于全国平均水平，而中部、西部大多数值都低于全国平均水平。数据表明，中国地区之间确实存在显著的技术差距，技术扩散的现实客观存在，并且这种技术落差呈现“东—中—西”逐级加大的态势。这种态势对中国环境技术创新有何影响，可以通过下面经验研究的结果作进一步说明。

二　模型估计及其结果

本节采用的是面板数据，其通常的估计方法有固定效应模型（fixed effect model，FE）和随机效应模型（random effect model，RE），一般采用Hausman检验来进行选择，在随机效应的原假设下，H检验量服从卡方分布，如果Hausman检验统计值大于临界值，则拒绝原假设，选择固定效应模型[8]。实际进行检验的结果表明，方程（4-15）、（4-16）都拒绝了原假设，而方程（4-14）除了中部地区外没有拒绝。现将主要结果报告如下：

对于方程（4-14）的估计，全国和东部、中部、西部的系数都是统计显著的，能源效率技术与污染排放量变化负相关，与污染排放强度变化正相关。分地区和全国的回归结果仅有细微的差别（见表4-2）。

对（4-15）式的估计结果可知（见表4-3），在总体上技术差距与能源技术进步呈正相关关系，全国及东部、中部、西部都高度显著，既有的技术水平（知识存量）与能源技术进步负相关，也是高度显著的。

对（4-16）式的估计结果可知（见表4-4），在总体上技术差距与清洁生产技术进步率呈负相关关系。但是仅全国及东部显著，而中、西部在10％的显著性水平之下都不显著。既有的技术水平也与技术进步率负相关，全国及中部在1％的显著性水平下显著，而东部和西部仅在5％的水平显著。

三　基本结论

根据上述结果，可以得到以下结论：

第一，能源效率技术和清洁生产技术的变化会影响环境效率变化，由回归结果计算可知，前者每增加1％会带来二氧化硫0.93％的下降，后者污染排放强度增加1％，会带来污染排放1.07％的增加，两类技术都对实现提升环境质量有重要影响。

第二，中国能源效率技术差距的存在有利于该技术水平的进一步提高，差距较大时，技术进步率较快；反之技术差距越小，表明越接近技术前沿，技术创新的难度越大。同时，已有能源效率技术水平越高，进一步的技术提升速度越慢，表明前面分析的两类因素中，负向的因素具有主导作用，这在一定程度上反映了中国当前经济粗放型增长的惯性相当强，能源效率提升的难度非常大。

第三，中国清洁生产技术与能源效率技术有相似的结果，当DP越大时，也意味着与前沿技术差距越大，清洁生产技术进步率越大；同理，当污染排放强度较大时表明技术水平较低，对应较小的gp，表明既有水平越低，进一步提升的空间越大。

第四，对比两类环境友好技术发现，横向技术差距和纵向技术差距对于两类环境友好型技术进步的作用大小是极为不同的：与能源技术前沿的差距缩小一倍，会带来技术进步率24％的下降，而清洁生产技术仅为2％；已有能源效率提升一倍，会带来技术进步率136％的下降，而清洁生产技术作用要强得多（约为15倍）。说明两类技术的创新与扩散确实存在显著的差异，对于第二类环境技术的技术创新要比第一类技术创新困难得多。

第五，缩小与技术前沿的差距（减小横向技术差距）而带来的技术进步率下降，中、西部要远小于东部。以能源效率技术为例，东部距离缩小一倍，技术进步率下降26％，而中、西部仅为12％和11％。从绝对水平来看东部技术前沿的距离较小，而中部、西部距离较大。因此，中西部进一步提升环境友好型技术效率的空间更大，加速技术向中西部扩散，有助于全国的环境效率提升。

第六，提高环境友好型技术水平（扩大纵向差距）而带来的技术进步率下降，东部小于中部，中部小于西部。以能源效率技术为例，东部能效水平提高一个单位，带来技术进步率下降1.28个百分点，而中、西部为1.52个和1.66个百分点，表明中国当前出现的情况是技术水平越低的地区，技术进步的难度越大。这种情况说明发展越落后的地区技术创新能力较差，反过来又制约了经济增长和环境效率提升。加快中西部落后地区自主创新系统的建设是中国的当务之急。

---

[1]顾海波：《中国环境技术扩散的法律激励和机制探析》，《科技进步与对策》2005年第8期，第70页。

[2]周生贤在全国环保科技大会上的讲话，http：//finance.sina.com.cn/g/20060818/1054868279.shtml，2006年8月18日。

[3]关于技术扩散最早的研究通常认为是Griliches 1957年作出的，作者发现美国杂交玉米（hybrid corn）这一更高效的农业生产技术在美国各地扩散是缓慢的，受到各地区不同经济条件的影响。

[5]这里采用相对差距的形式，当然也可以采用绝对离差形式，比如Aj（t））+λjAj（t），同样的创新活动一方面是对已有技术成功的吸收，另一方面是自主创新，而ηj、λj分别表示吸收能力和创新强度的参数，具体的含义将在下两节阐述。

[6]［挪］詹•法格博格、［美］戴维•英利、［美］理查德•纳尔逊主编：《牛津创新手册》，柳御林、郑刚、蔺雷、李红珍翻译，知识产权出版社2009年版。

[7]齐建国等：《技术创新——国家系统的改革与重组》，社会科学文献出版社2007年版，第119页。

[8]Hausman检验的思想主要是基于随机效应要求解释变量与个体效应不相关，而固定效应不需要这个假设条件。在原假设条件下，由固定效应的OLS估计和随机效应GLS估计的参数都是一致的，不会有系统的差异，据此构造统计检验量。如果原假设被拒绝，则认为选择固定效应模型是比较合适的。