《International Communications in Heat and Mass Transfer》：Energy efficiency and economic growth in China: The effects of technological progress and policy intervention
编辑推荐：
摘要中国在 2005 年至 2022 年间将产出能耗强度降低了约 45%，同时实际经济规模扩张了三倍以上。本文探讨了能源效率与该增长的关系，以及技术进步和政策干预如何塑造效率本身。我们构建了 2005 年至 2022 年 30 个省份的平衡面板数据。我们采用松弛变量数据包络模
摘要
中国在 2005 年至 2022 年间将产出能耗强度降低了约 45%，同时实际经济规模扩张了三倍以上。本文探讨了能源效率与该增长的关系，以及技术进步和政策干预如何塑造效率本身。我们构建了 2005 年至 2022 年 30 个省份的平衡面板数据。我们采用松弛变量数据包络模型来衡量全要素能源效率，并将二氧化碳视为非期望产出。随后，我们遵循第二代面板数据策略。截面依赖性检验、CIPS 单位根检验、斜率同质性检验以及 Kao 协整检验指导估计量的选择。我们采用可行广义最小二乘法、Prais-Winsten 回归以及带有 Driscoll-Kraay 标准误的固定效应模型来估计增长方程。我们通过与全国低碳试点项目相关的交错双重差分设计来识别政策效应。结果表明效率与收入之间存在稳定的长期关联。全要素能源效率提高 0.1 点，与实际人均 GDP 提高约 4.0% 相关联。研发强度提高了收入和效率。试点指定使效率提高约 0.028 点，且效应在前四年逐渐增强。短期因果关系是从收入和研发投入指向效率，而非相反。研究发现表明，中国的效率提升在很大程度上是由增长诱导和政策引导的，进一步的提升取决于持续的研发投资和更低的煤炭占比。
引言
中国的初级能源消费量高于其他国家。其能源使用量从 2005 年的约 26 亿吨标准煤增至 2022 年的约 54 亿吨。产出增长更快。因此，生产一单位 GDP 所需的能源在同一时期下降了近一半。很少有大型经济体能如此快速地降低能耗强度。这种下降并非一帆风顺。2002 年至 2005 年间，随着重工业扩张，能耗强度上升 [1], [2], [3]。当第十一个五年计划设定了 2006 年至 2010 年 20% 的约束性减排目标时，趋势随后逆转 [4], [5]。
这一记录引出了三个问题。首先，更高的能源效率是否支持更高的收入，还是仅仅伴随收入出现？其次，效率提升中有多少来自技术进步，有多少来自行政目标和试点项目？第三，一旦政策介入，效率与增长之间的因果关系方向是否会发生改变？这些问题对中国在 2030 年前实现碳排放峰值的目标至关重要。对于正在设计自身效率项目的其他中等收入经济体，这些问题同样重要。
图 1 设定了背景。每个计划期间的强度指数均有所下降。最大的降幅出现在第十一个和第十三个五年计划期间，当时节能目标被分配给省级政府和最大的工业企业 [6]。同期增长率从两位数放缓至约 6%。因此，这两个序列呈反向变动。这种模式与两个截然不同的故事相符。效率可能释放了资源用于增长。或者，重工业增长放缓可能仅通过结构效应降低了强度。
现有文献将这些故事分为不同的流派处理。一个流派衡量效率并记录其区域差异 [7], [8]。第二个流派检验能源使用与产出之间的因果关系 [9], [10]。第三个流派评估个别政策，如千家企业工程 [6]。很少有研究将这三者联系起来。更少研究使用考虑截面依赖性的面板方法，而中国省份之间的截面依赖性很强，因为它们共享国家价格、冲击和目标。
本文做出了三点贡献。首先，我们在 2005 年至 2022 年的省级面板上估计效率 - 增长关系，采用的估计量允许异方差、自相关和截面相关的误差。其次，我们在效率方程中区分了研发、专利申请和燃料结构的作用。第三，我们利用全国低碳试点项目的交错推出，通过事件研究设计识别政策效应。我们还通过异质性面板非因果检验测试短期因果关系。
本文其余部分安排如下。第 2 节回顾文献并提出四个假设。第 3 节描述数据、效率衡量指标和估计策略。第 4 节报告结果。第 5 节讨论结果。第 6 节总结并提出政策含义。
章节片段
衡量能源效率
能耗强度（能源使用与产出之比）是最简单的效率衡量指标。它易于计算和设定目标。然而，当资本和劳动替代能源时，它也会产生误导，因为它将能源视为唯一投入 [7]。Hu 和 Wang 提出了全要素能源效率作为替代方案。他们的衡量指标将实际能源使用与在给定其他投入的情况下生产观察到的产出所需的最小能源量进行比较 [7]。该衡量指标基于数据包络分析，而
样本与变量
面板数据涵盖中国大陆 30 个省、自治区和直辖市，时间为 2005 年至 2022 年。西藏被排除在外，因为其能源平衡数据不完整。样本包含 540 个省年观测值。我们根据国家统计局的分类将省份分为三个区域：东部（11 个单位）、中部（8 个单位）和西部（11 个单位）。表 1 列出了变量、其构建方法及其来源。
试点虚拟变量遵循两轮省级的
描述性模式
样本期内每个地区的效率都提高了。图 2 绘制了区域均值及四分位区间带。东部均值从 2005 年的 0.64 上升至 2022 年的 0.78。中部均值从 0.47 上升至 0.60。西部均值从 0.35 上升至 0.48。地区间的差距并未缩小。东西部差距在 2005 年为 0.29 点，2022 年为 0.30 点。因此，水平上的收敛并未发生，尽管西部的效率增长率最高。
区域内的区间带
讨论
结果连接了通常分开的三个文献流派。第一个联系是效率衡量与增长核算之间。基于前沿的效率得分以约 0.4 的系数进入增长方程。这大于能源成本份额，后者在大多数省份低于 0.1。Stern 认为能源的产出弹性超过其成本份额，因为能源是限制性投入 [9]。我们的估计关于能源的效率
结论与政策含义
本文考察了 2005 年至 2022 年中国 30 个省份之间能源效率与经济增长的联系，并探讨了技术进步和政策干预如何塑造效率。四个发现尤为突出。首先，效率与收入存在协整关系，全要素能源效率提高 0.1 点与实际人均 GDP 提高约 4.0% 相关联。其次，研发强度提高了收入和效率，而专利数量在研发之外没有增加任何东西
CRediT 作者贡献声明
Haiyan Zhai：概念化、方法论、调查、数据管理、撰写 – 初稿。Yahoo Ge：形式分析、验证、可视化。
利益冲突声明
作者声明他们没有任何已知的竞争性财务利益或个人关系，这些可能会影响本文报告的工作。
Haiyan Zhai|Yahoo Ge
