技术进步对碳生产率的实证研究

前文的研究结论认为，中国工业部门的技术进步主要来源于资本体现型技术进步，但以R＆D 存量表示的非体现型的中性技术进步也对行业技术进步产生了显著影响，因此本小节将通过构建计量经济模型，对资本体现型技术进步和非体现型技术进步对碳生产率的影响进行进一步分析。

1.经济计量模型、数据及变量说明

本书采用面板数据模型对资本体现型技术进步与中国工业部门碳生产率之间的关系进行实证分析，使用的数据为中国工业部门2003—2011 年36 个两位数行业的面板数据，得到如下面板数据模型：

式中，i 代表行业，t 代表年份（t＝2003，2000，…，2011）；μi和ηt分别代表个体效应和时间效应；εi，t为随机误差项。

ETCi，t为各两位数行业的投资相对价格，用以反映中国工业部门各两位数行业的资本体现型技术进步。DTCi，t为各两位数行业的R＆D 经费支出，用以反映中国工业部门各两位数行业的非体现型的中性技术进步。γ1、γ2为待估参数，表示碳生产率对资本体现型技术进步和非体现型的中性技术进步的弹性系数，其值若大于0，则表明资本体现型技术进步（或中性技术进步）对中国工业部门全要素生产率框架下的碳生产率具有促进作用。

2.模型设定检验

本节所采用的面板数据为大N 小T 型面板数据，同样利用LLC 法进行面板单位根检验。检验结果显示模型（5.41）中各变量均为平稳变量，因此可以直接进行模型设定的检验。

从表5.42 中的Hausman 检验来看，在10%的显著性水平下，模型（5.41）为固定效应模型，进而需要对固定效应的显著性进行检验。表5.43中的检验结果表明，模型（5.41）应为时间固定效应模型。

表5.42　Hausman 检验结果

(www.xing528.com)

表5.43　固定效应显著性检验结果

3.估计结果及分析

表5.44 中的组间异方差检验结果表明，模型（5.41）存在显著的组间异方差，因此用稳健型最小二乘估计方法结果进行分析（见表5.45 和表5.46）。

表5.44　组间异方差检验结果

表5.45　OLS 估计结果

表5.46　稳健型OLS 估计结果

从表5.45 和表5.46 的估计结果来看，γ1的大小为1.09，显示当各两位数行业的资本体现型技术进步每增加1%时，各行业的碳生产率则会增加1.09%。表明资本体现型技术进步确实对中国工业行业碳生产率有显著的正向促进作用，而中性技术进步对碳生产率指数的影响显得非常微弱；而且从显著性看，参数γ1的估计结果更为稳健。因此，从实证结果来看，提高中国工业部门各行业碳生产率的关键是提高体现型技术进步水平。