1、ECONOMICRELATIONSFPRACTICE INREIGNANDTRADEdoi:10.3969/j.issn.1003-5559.2023.01.012跨国投资一、引言进入21世纪以来，中国的经济飞速发展，目前已成为全球第二大经济体。在此背景下，国际间的投资合作也在不断增强，中国已经是外资流入最多的发展中国家，截止2021年底，中国实际利用外商直接投资金额达8775.6亿元，FDI正在对中国经济和社会的发展产生重要影响。但同时，中国也是世界上最大污染源之一。近年来，中国经济发展进入新常态，经济发展的质量显得更加重要。能源作为驱动我国经济发展的战略性资源，近十年需求不断增大，导致了石
2、化燃料的枯竭和对能源依赖的加重。如何有效解决能源问题已经成为中国政府和社会关注的焦点。在国际上，中国在2015年巴黎大会上提出将于2030年使非化石能源占一次能源消费比重达到20%左右。在国内，2022年3月22日，国家发改委、国家能源局发布关于印发 “十四五”现代能源体系规划 的通知，对“十四五”时期推动能源高质量发展做如下部署：增强能源供应链安全性和稳定性；加强能源自主供给能力建设；到2025年非化石能源发电量比重达到39%左右。这为未来一个时期能源的高质量发展建设提供了方向指引和行动指南。因此，如何在保证经济持续较好发展的前提下，不断减少对化石能源的依赖以及促进能源利用效率的提升，是解决
3、好中国当前能源问题的关键。同时，在继续坚持对外开放的基本国策下，如何协调好外资引入与能源利用效率的关系，如何正确引进和利用国际先进资本和技术来提高能源效率也是我国解决能源问题的一大切入点。那么外商直接投资（FDI）是否可以通过技术溢出等效应有效影响中国的能源效率？且其影响程度是否会存在较大的地域差异？如何在经济新常态下有效利用FDI来推动中国及其各地区能源效率的提升？研究这些问题，对于厘清FDI与能源效率之间的关系，优化能源消费结构，提升经济发展质量，具有一定的战略意义。因此，本文以中国各省（直辖市、自治区）为研究对象，首先利用超效率DEA模型测算出中国30个省市的全要素能源效率；以此为基础，
4、实证检验FDI对我国全要素能源效率的影响，并针对中国东、中、西三大区域进行具体考察；最后，总结检验结FDIFDI对我国全要素能源效率的影响研究对我国全要素能源效率的影响研究“十四五能源规划”下的思考王领杨辰陈芮娴上海理工大学摘要：近些年，在全球能源资源供求矛盾突出的背景下，能源消耗问题备受人们关注。如何有效提升能源效率，实现经济高质量发展成为了我国当前亟待解决的问题。通过超效率DEA模型对中国30个省份2004-2019年的全要素能源效率进行测算，运用OLS和2SLS方法实证分析FDI对我国全要素能源效率的影响。结果表明：全国层面，FDI能显著提升我国全要素能源效率；分地区层面，FDI对西部地
5、区的全要素能源效率有显著提升作用，但却会降低中部地区的全要素能源效率，而对于东部地区，FDI对其全要素能源效率并无显著影响。同时，能源消费结构、产业结构、技术投入、人力资本、政府环境规制等因素均会对全国及各地区的全要素能源效率产生显著影响。因此，我们一方面需要在提高外资引进质量的同时，增加研发投入的支出、提升自身的能效技术水平；另一方面还应分地区制定差异化的引资策略，促进结构升级，积极提升能源效率。关键词：FDI；全要素能源效率；超效率DEA模型基金项目本文系教育部人文社会科学研究青年基金项目资助（15YJC790109）；上海理工大学人文社会科学攀登计划项目（16HJPD-B01）。作者简介
6、王领（1975），女，上海理工大学管理学院副教授；研究方向：世界经济、能源经济。杨辰（2000），女，上海理工大学管理学院硕士研究生；研究方向：国际贸易、全球价值链。陈芮娴（1994），上海理工大学管理学院硕士；研究方向：世界经济、能源经济。88ECONOMICELATIONSRFPRACTICE INREIGNANDTRADE跨国投资果，对国家及各地区提出能源效率提升的对策和建议。二、文献综述关于外商直接投资(FDI)对能源效率的影响，大量国内外学者的研究结果显示FDI对能源效率的提升有正向的促进作用。并且多数学者将FDI的影响路径分为三个方向：技术效应、规模效应和结构效应。尹宗成等（200
7、8）研究发现 FDI 能显著提高能效，理由是FDI具有技术溢出效应。刘叶等（2010）将FDI的技术溢出效应划分为行业内和行业间，研究发现FDI两类技术溢出均对我国工业部门能源效率有积极的提升作用。虽然部分学者的研究结果支持了FDI能够有效提升东道国能源效率的结论，但该领域仍然有学者得出了不同的结论，即认为FDI 对能源效率并无显著影响。Hubler 和 Keller（2008）利用60个发展中国家的面板数据进行研究，结果发现FDI并不能够显著推动发展中国家能源效率的提升。沈小波，曹芳萍（2012）得出FDI流入仅存在很弱的溢出效应，并不能有效提升能源效率，他们认为主要是跨国公司没有转移先进技
8、术以及中国企业不重视自主研发所导致。蔡海霞和范如国（2011）认为企业会对FDI产生依赖，习惯在低附加值的产业链上发展，从而阻碍地区产业转型升级，形成粗放增长模式锁定，对能效产生负面冲击。李佳霖和孙鹏（2020）指出技术溢出效应的减弱还有一种可能是因为跨国公司拥有的技术水平还不如我国企业，即FDI质量较低。同时，又由于我国幅员辽阔，各地区在经济发展、对外开放等方面都展示出了明显的特殊性，这就导致了FDI对我国能源效率的影响存在着明显的地区差异性。滕玉华等（2010）研究发现FDI的R&D溢出对中国东部、中部地区的能源效率有显著的正向影响。王兵，张技辉等（2011）运用DEA方向性距离函数测算中
9、国省际全要素能源效率，研究表明FDI对全要素能源效率有显著正向作用，并且对西部的影响最大。姜磊等（2011）研究发现FDI有力地提升了中国的能源效率，且对西部地区作用最大。汤志玲（2011）的研究结果表明，外商直接投资的增加提高了中部和西部地区能源利用效率，而降低了东部地区能源利用效率。由上述文献可知，国内外大部分的文献在经过研究后发现FDI能够显著促进东道国能源效率的提升，但从中也不难发现存在以下两方面可改进之处：首先，对于能源效率的测算方法大多还停留在传统的单要素能源效率上，也就是以能源强度来衡量的能源效率，这可能会影响实证结果的准确性。其次，FDI对我国东、中、西部地区全要素能源效率的影
10、响存在着怎样的差异，现有文献得出的结论还需进一步验证。因此，本文将首先基于超效率DEA模型来测算中国30个省（直辖市、自治区）的全要素能源效率，然后在此基础上从全国以及东、中、西部三大地区的视角出发，分析FDI对全要素能源效率的影响，并根据实证结果提出切实可行的政策建议，同时在一定程度上印证和丰富现有研究结论，完善FDI与能效的研究体系。三、全要素能源效率的测算能源效率的测量主要分为单要素能源效率和全要素能源效率两大类。单要素能源效率选取的指标是能源强度，即计算有效产出和能源投入的比值；全要素能源效率是基于非参数数据包络分析方法，通过前沿曲线上最优能源投入和实际能源投入的比值来计算，其优点在于
11、综合考虑了所有投入对产出的作用，包括“非期望产出”问题，在一定程度上保证了能源效率测算结果的准确性。（一）超效率DEA模型与指标选择DEA模型最早由Charnes等（1978）提出，将单一的投入和产出方法转换为求解多个投入与产出的方法。DEA模型自提出后得到了广泛应用，但是传统DEA模型在评估效率时，可能会出现多个DMU有效（效率值为1）的情况，无法进一步区分此类决策单元的相对效率。Andersen 等（1993）提出了超效率DEA方法，在对决策单元的效率进行评价时，先不考虑该决策单元的投入项和产出项，在测算过程中，无效决策单元的生产前沿面保持不变；在效率值不变的基础上，按比例增加投入，并将增
12、加的比例记作超效率的评价值。超效率值越高表明效率水平越高。具体的模型设置如下：89ECONOMICRELATIONSFPRACTICE INREIGNANDTRADE跨国投资min-(i=1mS-i+r=1sS+r)s.t.x0j=1,jknxijj+S-i,y0=j=1,jknyjj-S+r,j,S-i,S+r0,i=1,2,.,m;j=1,2,.,n(nk);r=1,2,.,s（1）式（1）中，为决策单元的超效率值；为非阿基米德无穷小；m、s、n分别表示投入变量维度、产出变量维度与区域数量；S-i表示第i种投入指标松弛变量，S+r表示第r种产出指标松弛变量；xij表示第j个决策单元的第i种
13、投入值，yj表示第j个决策单元的产出值。当1时，决策单元达到并超出了最优效率。本文选取资本投入、劳动力投入和能源投入作为投入指标；选取期望产出和非期望产出作为产出指标。各指标的具体计算方式如下：1.资本投入：资本存量需要通过一定的方法计算得到，目前最普遍的计算资本存量的方法如下：Ki,t=Ii,t+(1-)Ki,t-1（2）其中，Ki,t表示i省（直辖市、自治区）t年的资本存量，Ki,t-1表示i省（市、自治区）t-1年的资本存量，Ii,t表示i省（直辖市、自治区）t年的固定资产投资额，表示固定资产折旧率。借鉴张军，施少的做法，本文将各省（直辖市、自治区）固定资产折旧率固定取值为 10%，采用
14、各省（直辖市、自治区）2004 年的固定资产存量除以 10%作为初始资本存量，计算得到2004-2019年各省（直辖市、自治区）的资本存量，单位为亿元。2.劳动力投入：采用 2004-2019 年各省（市、自治区）的各省年末就业人数作为劳动力投入，单位为万人。3.能源投入：采用2004-2019年 中国能源统计年鉴 公布的当年各省（直辖市、自治区）能源消费总量，单位万吨标准煤。4.期望产出：国民生产总值是衡量经济发展的重要指标，所以期望产出用各省区GDP表示。5.非期望产出（污染物）：如何衡量一个国家或地区的污染排放，国际上并无统一定论。目前，国内外相关研究大多使用某一个具体的污染指标作为污染
15、排放的代理变量。中国目前能源消费主要以煤炭消费为主，煤炭消费以SO2排放量在污染指标中最为显著，因而本文选取SO2排放量作为非期望产出。（二）数据来源本文选用中国大陆2004-2019 年30个省（直辖市、自治区）作为研究对象。其中，各省市GDP、固定资产投资额、年末就业人数、二氧化硫排放量的数据都来源于历年 中国统计年鉴 以及各省市统计年鉴；各省市能源消费总量数据来源于历年 中国能源统计年鉴，并按照折标系数将单位换算为标准煤。我国幅员辽阔，不同区域受地理位置的影响，导致其资源禀赋、经济发展上都存在着较大的差异。因此，为了更具体地反映我国各地区全要素能源效率的情况，本文参照 中国统计年鉴 将各
16、省市划分为东、中、西部地区。由于西藏大部分数据缺失，因此本文的研究样本中并不包括西藏。（三）全要素能源效率计算结果在上述基础上，本文基于超效率DEA模型，通过软件Maxdea pro 12.0对中国30个省（直辖市、自治区）2004-2019年间的全要素能源效率进行测算，得到的效率值结果如表1所示。由表 1 可知，北京、上海两市的能源效率值最高，其研究期间的平均效率值都超过1。主要是由于北京、上海均是我国经济最发达的直辖市之一，两市第三产业发达，产业结构也较为合理。同时，北京和上海在技术研发上投入的资金较多，激励了当地节能技术和新能源技术的研发，其科学技术水平、人力资源水平均领先全国，使得其各产业部门得以更早实现产能升级和结构优化，从而全要素能源效率值能够达到最优。紧随其后的是广东，其次是天津和海南，它们 2004-2019 年的能源效率平均值分别为0.92、0.71和0.63。广东省的能源效率较高得益于当地政府大力推行的能源结构优化，以及港澳等外资企业带来的先进技术；天津市位于东部，同样属于我国经济较发达的地区，其产业结构相对合理，节能技术较为先进；海南省的能源效率较高主要是由于它特
