论文部分内容阅读
摘要 数字经济时代,伴随着新一代网络信息技术以及能源互联网等网络经济新业态、新模式的快速发展,互联网发展很可能在提升地区全要素能源效率方面发挥更大的作用。文章分析了互联网发展影响地区全要素能源效率的作用机理,并采用2000-2015年中国省际面板数据,运用面板Tobit模型、门槛回归模型,实证考察了影响大小及网络效应情况。结果表明:①中国地区之间存在数字鸿沟,互联网发展和全要素能源效率地区不平衡现象比较显著,存在“东部一中部一西部”递减梯度分布,耦合度分析发现两者之间具有比较密切关系。②互联网发展对地区全要素能源效率提升具有正向促进作用。互联网发展、创新能力、所有制结构、经济集聚对全要素能源效率存在显著正向影响,对外开放度存在显著负向影响,能源消费结构存在负向影响,但统计不显著。③互联网发展对地区全要素能源效率的影响存在显著的双重门槛效应。网络使用从“低规模-中规模-高规模”变化时,互联网发展对全要素能源效率均有正向影响,但显著性则从“不显著-显著-不显著”变化,而且影响大小也会相应变化。因此,互联网对中国全要素能源效率的正向促进作用是非线性的,一定范围内随着互联网使用规模的增加,其影响作用也会跳跃性的变大,即存在网络效应。要充分发挥“互联网+”在提升地区全要素能源效率中的作用,认识到网络效应条件,推动互联网与能源生产、消费深度融合,以网络信息化手段提升节能技术创新水平,改变生产和生活方式,促进区域智能、绿色、协调发展。
关键词 互联网;全要素能源效率;网络效应
中图分类号 F062.1
文献标识码A
文章编号1002 - 2104(2019) 01 - 0086 -10
D01:10.12062/cpre.20180926
当前,全球气候变暖和资源环境约束的问题日趋严峻,中国经济增长与能源消费、环境保护之间的矛盾日益突出。提高全要素能源效率是解决上述困境矛盾、促进区域绿色协调发展的关键所在。数字经济时代,伴随着大数据、云计算、物联网、移动互联网等新一代网络信息技术以及能源互联网等网络经济新业态、新模式的快速发展,作为催生新技术、新业态、新模式的重要力量,互联网发展很可能在提升地区全要素能源效率方面发挥更大的作用。习近平总书记在党的十九大报告中提出,要推动互联网、大数据、人工智能和实体经济深度融合,2018年政府工作报告在“互联网+”基础上进一步强调了“数字中国、网络强国”战略。互联网在推动经济增长和提高全要素生产率方面的重要作用已得到验证。世界上已有148个国家和地区制定了宽带或互联网战略。因此,理清互联网发展与地区全要素能源效率的关系,分析清楚影响效果和网络效应,对中国实现节能减排和经济高质量发展目标具有重要意义。
1 文献回顾
自1987年索洛提出“信息技术生产率悖论”后,对该悖论的研究与争论持续很久。但近年来伴随着新一代网络信息技术的快速发展和广泛应用,现有文献在互联网及ICT(Information and Communication Technology,信息通讯技术)发展对全要素生产率的促进作用方面已基本形成共识。全要素生产率的提升表示总体技术效率的提升,因此,互联网发展与作为技术效率范畴的全要素能源效率也很可能会产生密切关系。互联网发展与节能降耗之间的关系已引起国外研究的较多关注。Erdmann and Hilty通过情景分析研究了ICT对温室气体排放的影响。发现在大多数情景里,ICT减轻了温室气体排放。Bernstein andMadlener基于欧洲5个制造业部门1991-2005年的数据,分析了ICT投资与电力消费强度的关系。发现“通讯技术”带来电力消费的节约效应,而“计算机和软件”的效应不明显,不同部门的情况也不相同。Sadorsky采用动态面板模型研究了新兴国家互联网发展与电力消费的关系,以网络连接、移动电话、个人电脑情况表征互联网发展情况,发现两者之间有正向影响关系。Ketteni et al指出,对能源节约技术的投资,不仅会带来效率的提高,而且短期内会带来调整成本的增加。Zia从微观角度指出ICT有助于提高传输系统的智能化程度,提高其能源利用效率。ICT的应用过程对能源消费会产生直接影响(ICT设备制造和使用过程直接增加能源消费)、间接影响(ICT应用到其他部门促进能源利用效率的提高,降低能源消费)和互补影响(促进能源效率提高后,能源回弹效应的作用下,又会增加能源消费)。国内研究对此方面的关注还较少。比如,樊茂清等认为ICT投资对优化产业结构、降低能源强度有着重要的现实意义,能源价格上涨、ICT资本投入及其体现的技术进步等因素有效地降低了中国大部分部门的能源强度。
然而,无论是从理论上还是实证上,现有文献对互联网发展影响地区全要素能源效率的深层次分析还不够。一是主要从ICT投资和ICT技术的传统视角,缺少更符合数字经济时代特征的视角分析。二是定性分析和统计分析为主,缺少应用网络经济理論和实证模型进行更深一步的分析。为此,本文试图在此方面进行拓展。首先,分析互联网发展影响全要素能源效率的作用机理并提出相应假说,其次,描述互联网发展与地区全要素能源效率变化的特征性事实,从现象上发现两者的面上关系,再次,运用实证模型深入分析互联网发展与地区全要素能源效率变化的关系。本文可能的创新和贡献在于:一是研究视角的创新。从互联网发展角度考察影响地区全要素能源效率提升的因素;二是分析方法的深化。理论分析中,运用网络信息经济理论梳理了互联网发展影响全要素能源效率的机制和原理。实证分析中,通过面板Tobit模型考察了互联网发展影响地区全要素能源效率的情况,并运用门槛回归模型进一步考察了互联网发展影响地区全要素能源效率的网络效应情况。
2 影响机制与假说
互联网不仅是信息传递工具,更是价值再创造的重要载体。互联网应用的本质是解决信息的供需矛盾问题,互联网通过解决信息的供需矛盾,降低了交易成本,提高了资源配置和决策效率,促进了经济发展的提质增效。互联网已成为信息时代技术效率提升的重要动因。全要素能源效率变化可以分解为全要素能源技术进步变化和全要素能源技术效率变化之积。互联网发展通过互联网技术、互联网平台、互联网思维三大载体,一方面催生与能源生产、消费有关的新技术(如电池储能技术等)、新产业(如新材料、新能源等)、新业态(如新能源汽车)、新模式(如智慧供应链、能源互联网等),直接影响能源技术进步变化和技术效率变化(即全要素能源效率变化),另一方面,通过影响到区域劳动者素质、节能技术创新扩散和交易成本,间接影响全要素能源效率变化(见图1)。互联网作为价值再创造的载体,也对能源价值链进行了再提升和创造,实现价值挖掘,进而提升全要素能源效率。 一是互联网技术的发展,通过网络技术与应用部门间技术的关联效应和互动效应,促进了能源生产、传输、储存、消费过程的技术溢出;通过模仿学习的示范效应,促进经济个体间能源利用技术的扩散传播,促进了能源技术进步;减少了信息不对称,降低了交易成本,提高生产、传输、储存、消费能源过程中的决策和管理效率,进而提高了能源技术效率。二是互联网平台的发展,促进了产学研用一体化、协作创新的能源技术研究院与研发平台的发展,有利于研究资源共享,通过要素(人员、资本等)流动效应,推动技术溢出,促进能源技术进步;构建能源互联互通和全球配置的全球能源互联网,推进智能电网建设,影响能源的传输和销售模式,改进能源通道和推进可再生能源使用,减少中间环节,降低交易费用,提高能源技术效率。三是互联网思维的发展,促进在全社会形成信息、知识、技术、资本等共享、分享的理念,有利于资本积累、研发合作,推动技术溢出,促进能源技术进步;有利于提升全社会节能减排、绿色发展意识,推动全社会向节能低碳的行为方式转变,有利于提升能源全流程系统化网络化管理意识,促进能源高效管理,进而提高能源技术效率。
基于上述分析,提出如下假说:
Hl:互联网依托互联网技术、互联网平台和互联网思维三种载体,对全要素能源效率产生影响。即互联网发展对地区全要素能源效率提升具有正向作用。
互联网具有显著的网络效应。互联网价值作用发挥具有与其他信息技术一样的网络效应特征。即互联网用户越多,互联网的价值越大,从而吸引更多的人购买和使用它。互联网通过大量用户的使用和传播,也进一步提升了互联网的价值和作用,丰富了互联网的内涵。互联网对经济效率的影响会随着普及率的增加而放大。Rollerand Waverman研究发现,在OECD国家固定电话普及率达到40%是网络效应发挥作用的临界规模。韩宝国和朱平芳运用2000-2011年省际面板数据研究发现,宽带渗透对经济增长的贡献存在一定的网络效应,当宽带渗透率达到约10%后,宽带渗透对人均GDP年增长率的贡献率增加。郭家堂和骆品亮采用2002-2014年中国省际面板,分析发现互联网发展对全要素生产率的影响存在网络效应,两个门槛值分别为互联网用户渗透率为10.85%和41.43%时。中国互联网用户渗透率在2016年达到了52%。因此,互聯网对全要素能源效率作用的网络效应可能会显现。
基于上述分析,提出如下假说:
H2:互联网发展对地区全要素能源效率的影响存在网络效应,影响效果会随着互联网发展水平的提高越来越明显,即互联网发展对地区全要素能源效率的促进作用是非线性的。
3 研究设计
3.1 测算方法
3.1.1 互联网发展
互联网发展水平的度量主要分为指标法和指数法两类。指标法一般是用地区的互联网资源或应用情况来衡量地区的互联网发展水平,其优点是计算简单,含义清晰。指数法是通过设置与互联网发展相关的指标体系和权重,计算综合指数来衡量地区互联网发展水平,其优点是反映问题全面,但也存在计算复杂、过于综合的缺点。综合考虑两者的优缺点,借鉴中国互联网络信息中心(CNNIC)及胡鞍钢等现有文献常用的做法,本文采用指标法,从互联网应用的维度,以地区互联网普及率(又称互联网用户渗透率)来衡量地区互联网发展水平。其中:互联网普及率=互联网用户数/人口数。
3.1.2 全要素能源效率
Tone提出了考虑非合意产出的SBM-DEA模型,全要素能源效率是目标能源投入与实际能源投入的比值。按SBM-DEA模型测算的全要素能源效率,优点是得到的效率是Pareto-Koopman效率、结果具有很强的政策含义、可以分解出真正意义的全要素能源效率等。为了考察能源对产出的单独贡献效率,同时考虑到环境因素的影响,对第q个DMU的效率值可以通过求解如下最优化问题得出:
其中,e表示能源要素投入,x表示其他要素投入,y表示合意产出,u表示非合意产出。S表示冗余,g表示方向向量。eq表示实际能源投入,Se表示能源投入的总冗余,9e表示能源投入的方向向量。(Se,Sx,Sy,Su)代表投入和产出的松弛变量,当松弛变量各元素皆为零时,其观测点才是最优的,反之则存在有待改进的地方,松弛变量越大,其代表的投入冗余量、好产出生产不足量和“坏”产出生产过度量就越大。则SBM型的全要素能源效率p*为:
根据上述模型,运用各省投入产出数据,测算得出考虑非期望产出的全要素能源效率。
(1)投入指标。①资本存量。以各省社会固定资产投资作为代理变量。采用永续盘存法估计,参照单豪杰的处理方法,设定折旧率为10.96%。②劳动力。采用各省从业人数来表示。③能源消费量。以各省能源消费总量来表示。
(2)产出指标。①期望产出。为实际GDP。以2000年为基期,根据各省GDP平减指数进行平减消除价格因素的影响。②非期望产出。中国化石能源使用所排放的污染性气体主要是二氧化硫和二氧化碳,借鉴王锋和冯根福,以这两种污染性气体作为非期望产出。化石燃料燃烧是二氧化碳的重要来源,能源消耗总量中煤炭、焦炭、汽油、柴油、燃料油消耗量平均占比80%以上,选择他们根据中国碳排放交易网公布的能源碳排放参考系数来核算省际二氧化碳排放量。
3.2 耦合度计算
构建以变异系数为基础的耦合度模型分析地区互联网发展水平与全要素能源效率之间的耦合关系,构建耦合协调指数分析耦合协调度。
构建耦合度指数为:其中,I(x)、E(Y)分别表示地区互联网发展水平与全要素能源效率水平。K为区别系数,取值范围为[2,5]。为了加强区分度,设定K =4。
构建耦合协调指数为:
R={ C[O.6/(x)+0.4E(y)]}1/2
(4)
在对耦合度和耦合协调度计算之前,对数据采用mm-max标准化方法进行标准化处理,并利用中值分段法对耦合度和耦合协调度分段。具体见表1。 3.3 模型设定
3.3.1 面板Tobit模型
考虑到全要素能源效率指标值是介于0和1之间的双截尾数据,借鉴Li and Wang的分析思路,选择如下Tobit面板模型。
其中,被解释变量Yit为实际测算得到的全要素能源效率值,Yit为潜变量(对应的隐藏变量),互联网发展水平(NET)是模型中最重要的解释变量。为了控制其他因素对全要素能源效率的影响,在模型中加入了其他控制变量,X表示控制变量,u表示非观测的个体固定效应,ε表示随机误差项。假设模型误差项服从Ⅳ(0,δ2)分布。
3.3.2 面板门槛模型
考虑到互联网可能存在的网络效应,对地区全要素能源效率的影响可能呈现出非线性关系。借鉴郭家堂和骆品亮、韩海彬和张莉的门槛回归方法,采用Hansen提出的门槛面板模型,测算互联网的网络效应,构建如下门槛模型:
其中,I(·)为指示函数,当括号内的条件满足时取1,否则取O;q为门槛变量;y为特定的门槛值;其他变量的意义同(5)式。(6)式为假设仅有一个门槛的模型,也可扩展为多重门槛计量模型。
3.4 变量说明
被解释变量。全要素能源效率(ee)以考虑非合意产出的SBM-DEA模型方法测算。
核心解释变量。互联网发展水平(in,tern,et)以互联网普及率来衡量。
门槛变量。网络效应是一种需求方的规模效应,随着网络的互建互联互通和能源互联网的广泛应用,网络对能源消费用户的使用价值将不断增加。能源消费中近九成为非生活用户消费,因此以每法人单位域名数(dn)作为门槛变量,反映法人单位用户互联网广泛应用程度。
控制变量。①创新能力(inno)。技术进步是全要素能源效率持续提高的关键,创新能力是反映技术进步的重要指标。采用“每万人发明专利申请授权量”度量。②所有制结构(stru)。魏楚和沈满洪指出,由于管理方式和激励制度不同,不同所有制会对企业全要素能源效率有显著影响。借鉴林伯强和刘泓汛,选取“规模以上工业国家资本在所有者权益中的比重”来衡量所有制结构。③对外开放度(trade)。对外开放度一直是全要素能源效率影響因素研究中的一个重要关注点。用外贸依存度,即“进出口额占GDP比重”衡量。④经济集聚(agg)。师博和沈坤荣等指出产业集聚对企业全要素能源效率具有显著的正向作用。借鉴张可和汪东芳,采用单位面积的非农产出来衡量。⑤能源消费结构(ec)。现有文献普遍认为能源消费结构对全要素能源效率具有重要影响。采用“煤炭消费占能源消费总额的比重”来表示。
3.5 数据来源
考虑到数据的可得性,选用中国30个省份2000-2015年的面板数据(不包括西藏和港、澳、台地区)。数据主要来源于《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》《中国通信年鉴》《中国电子信息产业统计年鉴》《中国互联网络发展状况统计报告》等年鉴和报告,个别缺失数据采用插值法补充。各变量的描述性统计分析如表2所示。
4 中国互联网发展与全要素能源效率变化的特征性事实
4.1 互联网发展水平差异及数字鸿沟现象
2000年以来,中国各省互联网普及率均有上升,普及率增长最快的为中部地区,2016年底较2015年底增4.2%。但由于各地经济发展水平、互联网基础设施建设、教育水平以及人们的观念思维等方面存在差异,数字鸿沟现象依然存在。总体来看,互联网发展水平东部最高,中部次之,西部最低(见图2)。各地区互联网发展水平与经济发展速度关联度较高,普及率排名靠前的省份主要集中在东部地区,如2016年底,前三名为北京(77.8%)、上海(74.1%)、广东(74.0%),而排名靠后的省份主要集中在西部地区,如2016年底,后三名为贵州(43.2%)、甘肃(42.4%)、云南(39.9%)。
4.2 全要素能源效率的区域差距情况
2000年以来,中国省际全要素能源效率水平总体较低,时间趋势上呈缓慢波浪上升态势,2003年、2009年为拐点。究其原因,可能在于:2003年受非典影响,2009受全球金融危机影响。但地区差距较大,不平衡现象明显。“东高西低”的态势非常明显,存在“东部一中部一西部”递减梯度分布(见图3)。这与绝大多数学者的研究结果一致,如Jiang L.et al.。中国东、中、西部全要素能源效率不仅差距较大,而且有扩大的趋势。2000年东部全要素能源效率分别是中部和西部的1.18倍和1.48倍,2015年则已经分别递增扩大为1.7倍和2.3倍。这也说明中国东部区域全要素能源效率提升较快,而中部和西部区域全要素能源效率则提升较慢。
4.3 互联网发展与全要素能源效率的耦合性
中国各省互联网普及率和全要素能源效率均取2000-2015年的平均值。两者耦合情况见图4。各省互联网普及率与全要素能源效率的耦合情况中,处于右上象限的高协调耦合阶段和极协调耦合阶段的省份数为10个,包括上海、广东、北京、天津、福建、江苏、浙江、辽宁、山东、海南等省份,大部分都在东部地区;处于左下象限的低协调分离、低协调拮抗阶段和中协调拮抗阶段的省份数为11个,包括黑龙江、广西、湖南、四川、安徽、江西、河南、云南、青海、贵州、宁夏等省份,大部分都在西部地区。耦合度大于0.5的省份共有18个,在全国占比六成,这说明地区互联网普及率与全要素能源效率之间具有比较密切关系。
5 实证结果与分析
5.1 面板Tobit模型分析:对影响效果的讨论
首先对主要解释变量进行多重共线性检验,最大的VIF为2.39,远小于经验法则所要求的最低数值10,故有效控制了多重共线性的影响。考虑到可能存在异方差和面板自相关等问题,为了提高分析准确性,采用聚类稳健标准误。 面板Tobit模型分析结果如表3所示。回归(1)中仅考虑核心解释变量互联网发展水平,回归(2)中仅考虑控制变量,回归(3)在核心解释变量中加入另外五个控制变量。根据回归(1)至(3),各变量估计系数的方向和显著性在不同回归方程中保持一致,说明各变量的影响效应具有较好的稳定性。对比回归(1)和(3)的估计结果,说明互联网发展水平均对地区全要素能源效率存在显著正向影响,表明互联网发展对全要素能源效率提升有促进效应。因此,假说1得到验证,即互联网发展对地区全要素能源效率提升具有正向性影响。
模型还包含了5个控制变量,以下做简单解释:①创新能力(inno)。创新能力对全要素能源效率存在显著正向影响,这与现有大部分研究结果相符。地区发明专利申请授权量高,表明创新能力强,更有利于促进与能源利用相关的节能技术进步,进而使生产过程中能源要素得以充分使用,从而提高全要素能源效率。②所有制结构(stru)。所有制结构对全要素能源效率存在显著正向影响,这与张志辉研究结论一致。张志辉指出,其原因在于随着国有企业的“产权改革”和“市场化改革”的推进,近年来国有企业全要素能源效率得到明显改善。③对外开放度(trade)。对外开放度对全要素能源效率存在显著负向影响,究其原因可能在于对外开放程度很高的地区会导致前沿曲线的不断快速外移,而其他地区即使获得技术外溢所带来的效率提升,但是相对于前沿的距离反而拉大了,这样全要素能源效率反而降低了。另外一个可能的解释是,当前中国主要进出口商品结构还不够高端。主要进出口商品还位于价值链比较低端位置,技术含量不够高。以2016年为例,中国出口商品中金额第一的是服装及衣着附件,进口商品中金额第一的是原油。而且进出口商品的生产以及应用过程中并未将能源节约问题置于核心地位,更加偏向于传统生产要素(资本和劳动)的节约。④经济集聚(agg)。地区经济集聚度对全要素能源效率存在显著正向影响,这与师博和沈坤荣等研究的结论是一致的。新经济地理学认为经济集聚有利于获得更高的收益率和共享基础设施以及信息、技术。这有利于提升地区全要素能源效率。⑤能源消费结构(ec)。能源消费结构对全要素能源效率的影响为负,但统计不显著。煤炭作为非清洁能源,热效率低且会排放大量的气体污染物。中国一次能源消费中以煤炭为主,这种能源消费结构对环境全要素能源效率产生了负向影响。
5.2 门槛回归分析:对网络效应的讨论
5.2.1 网络效应的内涵
网络效应(network effect),就是指一个产品或服务的用户越多,价值和作用越大。因为网络信息产品或服务存在着互联互通的内在需要,人们生产和使用它们的目的就是更好地收集、交流和传递信息。网络效应的原理是用户相互获取价值,在这种网络信息产品或服务中,每一位用户既是生产者,又是消费者。互联网与移动电话等信息通信设施一样,主要特征之一就是具有网络效应,典型的应用如各种网络平台(各类APP、社交网络等)。因此,随着互联网用户数不断增加,互联网的价值作用也不断增加,能源互联网可发挥更大的作用,对全要素能源效率的影响将不断增强。Roller and Waverman指出,互联网与通信设施一样对经济的作用是非线性的,可能存在门槛效应。Hansen提出门槛回归模型,以严格的统计推断方法对门槛值进行参数估计和假设检验。本研究采用此方法对互联网发展影响全要素能源效率的网络效应进行实证分析。
5.2.2 门槛效应检验
以每法人单位域名數(dn)为门槛变量,衡量各地区企业、部门等用户的网络使用规模情况。依次按存在一个门槛、存在两个门槛、存在三个门槛的顺序,对模型(2)的门槛模型进行检验,以便确定门槛模型的具体设定形式。检验结果如表4所示。
单一门槛、双重门槛和三重门槛均在1%的显著性水平上显著,自抽样P值分别为0.007、0.003和0.000。单一门槛、双重门槛的95%置信区间范围都很窄,门槛值的识别效果显著。因此,这两个门槛值都和真实的门槛值相等。由于第三个门槛值的置信区间偏大,我们认为双重门槛模型更合适。
双门槛模型对应的两个门槛值分别为0.485、2.157,即0.485和2.157的每法人单位域名数,根据这两个门槛值将各地区分成网络使用低规模(dn,≤0.485)、中等规模(0.4852.157)三个区间。表5描述了2000年至2015年中国每法人单位域名数的数量分布情况,表6描述了2000年、2010年和2015年中国每法人单位域名数的区域分布格局。
由表5、表6可见,以每法人单位域名数为标准,中国绝大部分省份的互联网使用情况在2007年以前处于低规模,2007年至2009年迅速跨越第一个门槛,转向中等规模,并跨越第二个门槛,向高规模发展,2010年有个较大转折,绝大部分省份又处于低规模。究其原因,中国信息研究中心( CNNIC)发布的《第27次中国互联网网络发展状况统计报告》认为,2009年国家加大互联网领域的安全治理。2010年中国“.CN”域名总数同比下降高达48.5%,导致各省份每法人单位域名数降幅很大。2011年及之后,各省份又逐步向中等规模,并向高规模发展。到了2015年有三分之二的省份处于中等规模区间,五分之一的省份处于高规模区间(主要为东部地区)。可见,各地区的每法人单位域名数均有不同程度的提升,但东部地区增速和水平总体高于中、西部地区。
5.2.3 门槛模型回归结果
两个门槛值确定后,对(2)式所示非线性双重门槛模型进行参数估计。各解释变量估计结果如表7所示。internet -l、in,ternet -2、internet -3分别对应每法人单位域名数为低规模、中等规模和高规模三个区间的internet变量。
由表7可知,采用双重门槛模型,对比表3的面板tobit回归(3),各个解释变量的显著性和估计系数的符号基本一致,数值差异不大,可见估计结果是比较稳健的。在每法人单位域名数为低规模时,internet -l系数为0.027,说明互联网发展对全要素能源效率有正向促进作用,但不显著;在每法人单位域名数为中等规模时,internet -2系数为0.066,符号为正且显著性水平为1%,说明互联网发展对全要素能源效率发挥显著作用,作用和显著性均比低规模时大;在每法人单位域名数为高规模时,intenet -3的系数为0.030,符号虽然为正,但不显著。 对此,可能的解释是:①在网络使用为低规模区间,互联网作为一种新兴技术和基础设施,对全要素能源效率的正向促进作用开始显现,但由于互联网发展水平还比较低,作用还不显著;②随着互联网技术和基础设施逐渐普及,当网络使用继续发展达到一定的较高水平时,网络使用达到网络效应发挥作用的临界规模,互联网发展对全要素能源效率的促进作用更大且显著;③但是互联网发展的网络效应也并非是无穷限的,当网络使用发展到一定的饱和程度时,互联网发展对全要素能源效率的作用不再像第二阶段那么明显,表现为网络使用高规模时互联网发展对全要素能源效率的系数变小,并且不显著。由此可以判断,互联网发展对全要素能源效率的促进作用是非线性的,随着网络使用规模的增加,影响作用也会跳跃性的变大,即存在网络效应。因此,假说2得到验证,即互联网发展对全要素能源效率的影响是非线性的,存在网络效应。
5.3 稳健性和内生性讨论
通过替换不同的变量,由表3的回归(1)至(3)可见,各变量估计系数的方向和显著性在不同回归方程中保持一致,说明各变量的影响具有较好的稳定性。
测度误差、遗漏变量、互为因果等都有可能导致内生性问题。针对测度误差,本研究尽可能采用国家统计局的权威统计年鉴数据及相关权威报告数据。针对遗漏变量,本研究采取加入控制变量的方法加以控制。
针对互为因果,即互联网发展水平提高会影响全要素能源效率变化,全要素能源效率变化后也可能会影响到互联网发展水平变化。根据Arellano and Bond、徐升艳等,为防止计量模型设定偏误和模型的内生性问题,引入因变量的滞后项,构建一个动态模型,获取这些变量的一致性估计。为此,考虑引入被解释变量(因变量)ee的一阶和两阶滞后、核心解释变量internet的一阶滞后,采用两步差分GMM方法估计。估计结果见表8。回归(1)(2)分别为未考虑和考虑了internet一阶滞后的回归。核心解释变量internet对被解释变量ee均具有显著的正向影响,ee的一阶滞后l.ee和两阶滞后l2.ee均对被解释变量ee具有显著的正向影响。这些回归结果进一步确认,互联网发展对全要素能源效率具有显著的正向影响作用。
6 主要结论与政策启示
数字经济时代,伴随着新一代网络信息技术的快速发展,互联网发展成为影响地区全要素能源效率变化的重要因素。选取中国大陆30个省份(不包括西藏和港、澳臺地区)2000-2015年的面板数据分析互联网发展和全要素能源效率的关系。主要结论如下:①互联网发展对全要素能源效率存在显著正向影响,表明互联网发展对全要素能源效率提升具有正向促进作用。另外,创新能力、所有制结构、经济集聚对全要素能源效率存在显著正向影响,对外开放度对全要素能源效率存在显著负向影响,能源消费结构对全要素能源效率的影响为负,但统计不显著。②互联网发展对地区全要素能源效率的影响存在显著的双重门槛效应。在网络使用为低规模时,互联网发展对全要素能源效率有正向促进作用,但不显著;为中等规模时,互联网发展对全要素能源效率有显著正向促进作用,且作用大小和显著性相比低规模时均明显变大;为高规模时,互联网发展对全要素能源效率影响为正,但并不显著。因此,互联网发展对中国全要素能源效率的促进作用是非线性的,随着网络使用规模的增加,影响作用也会跳跃性的变大,即存在网络效应。
本文的政策启示有:①提高对“互联网+”在提升地区全要素能源效率中作用的认识。研究表明互联网应用有利于促进地区全要素能源效率提升,因此要提高政府、企业等经济主体的认识,政府充分利用“互联网+”手段加大对地区节能和绿色发展的引导和监督考核力度,企业提高互联网应用水平促进节能技术创新。②推动互联网与能源生产、消费深度融合。研究表明中国全要素能源效率水平还比较低,互联网发展对全要素能源效率的影响存在网络效应,只有达到一定应用规模后,才能显著促进全要素能源效率提升。因此需深化“互联网+先进制造业”,大力发展工业互联网,深化“互联网+”智慧能源,大力发展能源互联网,进而以网络信息手段改变能源生产和生活方式,提升“互联网+”的应用广度和深度,推动地区能源利用效率提升。③促进区域绿色、智能、协调发展。研究表明,中国地区之间存在数字鸿沟,互联网发展和全要素能源效率地区发展不平衡现象还比较显著。因此,当前亟须采取措施,加快缩小区域间数字鸿沟、能源发展差距,加强区域间生态环境联防联控与协同治理等,实现区域绿色、智能、协调发展。
关键词 互联网;全要素能源效率;网络效应
中图分类号 F062.1
文献标识码A
文章编号1002 - 2104(2019) 01 - 0086 -10
D01:10.12062/cpre.20180926
当前,全球气候变暖和资源环境约束的问题日趋严峻,中国经济增长与能源消费、环境保护之间的矛盾日益突出。提高全要素能源效率是解决上述困境矛盾、促进区域绿色协调发展的关键所在。数字经济时代,伴随着大数据、云计算、物联网、移动互联网等新一代网络信息技术以及能源互联网等网络经济新业态、新模式的快速发展,作为催生新技术、新业态、新模式的重要力量,互联网发展很可能在提升地区全要素能源效率方面发挥更大的作用。习近平总书记在党的十九大报告中提出,要推动互联网、大数据、人工智能和实体经济深度融合,2018年政府工作报告在“互联网+”基础上进一步强调了“数字中国、网络强国”战略。互联网在推动经济增长和提高全要素生产率方面的重要作用已得到验证。世界上已有148个国家和地区制定了宽带或互联网战略。因此,理清互联网发展与地区全要素能源效率的关系,分析清楚影响效果和网络效应,对中国实现节能减排和经济高质量发展目标具有重要意义。
1 文献回顾
自1987年索洛提出“信息技术生产率悖论”后,对该悖论的研究与争论持续很久。但近年来伴随着新一代网络信息技术的快速发展和广泛应用,现有文献在互联网及ICT(Information and Communication Technology,信息通讯技术)发展对全要素生产率的促进作用方面已基本形成共识。全要素生产率的提升表示总体技术效率的提升,因此,互联网发展与作为技术效率范畴的全要素能源效率也很可能会产生密切关系。互联网发展与节能降耗之间的关系已引起国外研究的较多关注。Erdmann and Hilty通过情景分析研究了ICT对温室气体排放的影响。发现在大多数情景里,ICT减轻了温室气体排放。Bernstein andMadlener基于欧洲5个制造业部门1991-2005年的数据,分析了ICT投资与电力消费强度的关系。发现“通讯技术”带来电力消费的节约效应,而“计算机和软件”的效应不明显,不同部门的情况也不相同。Sadorsky采用动态面板模型研究了新兴国家互联网发展与电力消费的关系,以网络连接、移动电话、个人电脑情况表征互联网发展情况,发现两者之间有正向影响关系。Ketteni et al指出,对能源节约技术的投资,不仅会带来效率的提高,而且短期内会带来调整成本的增加。Zia从微观角度指出ICT有助于提高传输系统的智能化程度,提高其能源利用效率。ICT的应用过程对能源消费会产生直接影响(ICT设备制造和使用过程直接增加能源消费)、间接影响(ICT应用到其他部门促进能源利用效率的提高,降低能源消费)和互补影响(促进能源效率提高后,能源回弹效应的作用下,又会增加能源消费)。国内研究对此方面的关注还较少。比如,樊茂清等认为ICT投资对优化产业结构、降低能源强度有着重要的现实意义,能源价格上涨、ICT资本投入及其体现的技术进步等因素有效地降低了中国大部分部门的能源强度。
然而,无论是从理论上还是实证上,现有文献对互联网发展影响地区全要素能源效率的深层次分析还不够。一是主要从ICT投资和ICT技术的传统视角,缺少更符合数字经济时代特征的视角分析。二是定性分析和统计分析为主,缺少应用网络经济理論和实证模型进行更深一步的分析。为此,本文试图在此方面进行拓展。首先,分析互联网发展影响全要素能源效率的作用机理并提出相应假说,其次,描述互联网发展与地区全要素能源效率变化的特征性事实,从现象上发现两者的面上关系,再次,运用实证模型深入分析互联网发展与地区全要素能源效率变化的关系。本文可能的创新和贡献在于:一是研究视角的创新。从互联网发展角度考察影响地区全要素能源效率提升的因素;二是分析方法的深化。理论分析中,运用网络信息经济理论梳理了互联网发展影响全要素能源效率的机制和原理。实证分析中,通过面板Tobit模型考察了互联网发展影响地区全要素能源效率的情况,并运用门槛回归模型进一步考察了互联网发展影响地区全要素能源效率的网络效应情况。
2 影响机制与假说
互联网不仅是信息传递工具,更是价值再创造的重要载体。互联网应用的本质是解决信息的供需矛盾问题,互联网通过解决信息的供需矛盾,降低了交易成本,提高了资源配置和决策效率,促进了经济发展的提质增效。互联网已成为信息时代技术效率提升的重要动因。全要素能源效率变化可以分解为全要素能源技术进步变化和全要素能源技术效率变化之积。互联网发展通过互联网技术、互联网平台、互联网思维三大载体,一方面催生与能源生产、消费有关的新技术(如电池储能技术等)、新产业(如新材料、新能源等)、新业态(如新能源汽车)、新模式(如智慧供应链、能源互联网等),直接影响能源技术进步变化和技术效率变化(即全要素能源效率变化),另一方面,通过影响到区域劳动者素质、节能技术创新扩散和交易成本,间接影响全要素能源效率变化(见图1)。互联网作为价值再创造的载体,也对能源价值链进行了再提升和创造,实现价值挖掘,进而提升全要素能源效率。 一是互联网技术的发展,通过网络技术与应用部门间技术的关联效应和互动效应,促进了能源生产、传输、储存、消费过程的技术溢出;通过模仿学习的示范效应,促进经济个体间能源利用技术的扩散传播,促进了能源技术进步;减少了信息不对称,降低了交易成本,提高生产、传输、储存、消费能源过程中的决策和管理效率,进而提高了能源技术效率。二是互联网平台的发展,促进了产学研用一体化、协作创新的能源技术研究院与研发平台的发展,有利于研究资源共享,通过要素(人员、资本等)流动效应,推动技术溢出,促进能源技术进步;构建能源互联互通和全球配置的全球能源互联网,推进智能电网建设,影响能源的传输和销售模式,改进能源通道和推进可再生能源使用,减少中间环节,降低交易费用,提高能源技术效率。三是互联网思维的发展,促进在全社会形成信息、知识、技术、资本等共享、分享的理念,有利于资本积累、研发合作,推动技术溢出,促进能源技术进步;有利于提升全社会节能减排、绿色发展意识,推动全社会向节能低碳的行为方式转变,有利于提升能源全流程系统化网络化管理意识,促进能源高效管理,进而提高能源技术效率。
基于上述分析,提出如下假说:
Hl:互联网依托互联网技术、互联网平台和互联网思维三种载体,对全要素能源效率产生影响。即互联网发展对地区全要素能源效率提升具有正向作用。
互联网具有显著的网络效应。互联网价值作用发挥具有与其他信息技术一样的网络效应特征。即互联网用户越多,互联网的价值越大,从而吸引更多的人购买和使用它。互联网通过大量用户的使用和传播,也进一步提升了互联网的价值和作用,丰富了互联网的内涵。互联网对经济效率的影响会随着普及率的增加而放大。Rollerand Waverman研究发现,在OECD国家固定电话普及率达到40%是网络效应发挥作用的临界规模。韩宝国和朱平芳运用2000-2011年省际面板数据研究发现,宽带渗透对经济增长的贡献存在一定的网络效应,当宽带渗透率达到约10%后,宽带渗透对人均GDP年增长率的贡献率增加。郭家堂和骆品亮采用2002-2014年中国省际面板,分析发现互联网发展对全要素生产率的影响存在网络效应,两个门槛值分别为互联网用户渗透率为10.85%和41.43%时。中国互联网用户渗透率在2016年达到了52%。因此,互聯网对全要素能源效率作用的网络效应可能会显现。
基于上述分析,提出如下假说:
H2:互联网发展对地区全要素能源效率的影响存在网络效应,影响效果会随着互联网发展水平的提高越来越明显,即互联网发展对地区全要素能源效率的促进作用是非线性的。
3 研究设计
3.1 测算方法
3.1.1 互联网发展
互联网发展水平的度量主要分为指标法和指数法两类。指标法一般是用地区的互联网资源或应用情况来衡量地区的互联网发展水平,其优点是计算简单,含义清晰。指数法是通过设置与互联网发展相关的指标体系和权重,计算综合指数来衡量地区互联网发展水平,其优点是反映问题全面,但也存在计算复杂、过于综合的缺点。综合考虑两者的优缺点,借鉴中国互联网络信息中心(CNNIC)及胡鞍钢等现有文献常用的做法,本文采用指标法,从互联网应用的维度,以地区互联网普及率(又称互联网用户渗透率)来衡量地区互联网发展水平。其中:互联网普及率=互联网用户数/人口数。
3.1.2 全要素能源效率
Tone提出了考虑非合意产出的SBM-DEA模型,全要素能源效率是目标能源投入与实际能源投入的比值。按SBM-DEA模型测算的全要素能源效率,优点是得到的效率是Pareto-Koopman效率、结果具有很强的政策含义、可以分解出真正意义的全要素能源效率等。为了考察能源对产出的单独贡献效率,同时考虑到环境因素的影响,对第q个DMU的效率值可以通过求解如下最优化问题得出:
其中,e表示能源要素投入,x表示其他要素投入,y表示合意产出,u表示非合意产出。S表示冗余,g表示方向向量。eq表示实际能源投入,Se表示能源投入的总冗余,9e表示能源投入的方向向量。(Se,Sx,Sy,Su)代表投入和产出的松弛变量,当松弛变量各元素皆为零时,其观测点才是最优的,反之则存在有待改进的地方,松弛变量越大,其代表的投入冗余量、好产出生产不足量和“坏”产出生产过度量就越大。则SBM型的全要素能源效率p*为:
根据上述模型,运用各省投入产出数据,测算得出考虑非期望产出的全要素能源效率。
(1)投入指标。①资本存量。以各省社会固定资产投资作为代理变量。采用永续盘存法估计,参照单豪杰的处理方法,设定折旧率为10.96%。②劳动力。采用各省从业人数来表示。③能源消费量。以各省能源消费总量来表示。
(2)产出指标。①期望产出。为实际GDP。以2000年为基期,根据各省GDP平减指数进行平减消除价格因素的影响。②非期望产出。中国化石能源使用所排放的污染性气体主要是二氧化硫和二氧化碳,借鉴王锋和冯根福,以这两种污染性气体作为非期望产出。化石燃料燃烧是二氧化碳的重要来源,能源消耗总量中煤炭、焦炭、汽油、柴油、燃料油消耗量平均占比80%以上,选择他们根据中国碳排放交易网公布的能源碳排放参考系数来核算省际二氧化碳排放量。
3.2 耦合度计算
构建以变异系数为基础的耦合度模型分析地区互联网发展水平与全要素能源效率之间的耦合关系,构建耦合协调指数分析耦合协调度。
构建耦合度指数为:其中,I(x)、E(Y)分别表示地区互联网发展水平与全要素能源效率水平。K为区别系数,取值范围为[2,5]。为了加强区分度,设定K =4。
构建耦合协调指数为:
R={ C[O.6/(x)+0.4E(y)]}1/2
(4)
在对耦合度和耦合协调度计算之前,对数据采用mm-max标准化方法进行标准化处理,并利用中值分段法对耦合度和耦合协调度分段。具体见表1。 3.3 模型设定
3.3.1 面板Tobit模型
考虑到全要素能源效率指标值是介于0和1之间的双截尾数据,借鉴Li and Wang的分析思路,选择如下Tobit面板模型。
其中,被解释变量Yit为实际测算得到的全要素能源效率值,Yit为潜变量(对应的隐藏变量),互联网发展水平(NET)是模型中最重要的解释变量。为了控制其他因素对全要素能源效率的影响,在模型中加入了其他控制变量,X表示控制变量,u表示非观测的个体固定效应,ε表示随机误差项。假设模型误差项服从Ⅳ(0,δ2)分布。
3.3.2 面板门槛模型
考虑到互联网可能存在的网络效应,对地区全要素能源效率的影响可能呈现出非线性关系。借鉴郭家堂和骆品亮、韩海彬和张莉的门槛回归方法,采用Hansen提出的门槛面板模型,测算互联网的网络效应,构建如下门槛模型:
其中,I(·)为指示函数,当括号内的条件满足时取1,否则取O;q为门槛变量;y为特定的门槛值;其他变量的意义同(5)式。(6)式为假设仅有一个门槛的模型,也可扩展为多重门槛计量模型。
3.4 变量说明
被解释变量。全要素能源效率(ee)以考虑非合意产出的SBM-DEA模型方法测算。
核心解释变量。互联网发展水平(in,tern,et)以互联网普及率来衡量。
门槛变量。网络效应是一种需求方的规模效应,随着网络的互建互联互通和能源互联网的广泛应用,网络对能源消费用户的使用价值将不断增加。能源消费中近九成为非生活用户消费,因此以每法人单位域名数(dn)作为门槛变量,反映法人单位用户互联网广泛应用程度。
控制变量。①创新能力(inno)。技术进步是全要素能源效率持续提高的关键,创新能力是反映技术进步的重要指标。采用“每万人发明专利申请授权量”度量。②所有制结构(stru)。魏楚和沈满洪指出,由于管理方式和激励制度不同,不同所有制会对企业全要素能源效率有显著影响。借鉴林伯强和刘泓汛,选取“规模以上工业国家资本在所有者权益中的比重”来衡量所有制结构。③对外开放度(trade)。对外开放度一直是全要素能源效率影響因素研究中的一个重要关注点。用外贸依存度,即“进出口额占GDP比重”衡量。④经济集聚(agg)。师博和沈坤荣等指出产业集聚对企业全要素能源效率具有显著的正向作用。借鉴张可和汪东芳,采用单位面积的非农产出来衡量。⑤能源消费结构(ec)。现有文献普遍认为能源消费结构对全要素能源效率具有重要影响。采用“煤炭消费占能源消费总额的比重”来表示。
3.5 数据来源
考虑到数据的可得性,选用中国30个省份2000-2015年的面板数据(不包括西藏和港、澳、台地区)。数据主要来源于《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》《中国通信年鉴》《中国电子信息产业统计年鉴》《中国互联网络发展状况统计报告》等年鉴和报告,个别缺失数据采用插值法补充。各变量的描述性统计分析如表2所示。
4 中国互联网发展与全要素能源效率变化的特征性事实
4.1 互联网发展水平差异及数字鸿沟现象
2000年以来,中国各省互联网普及率均有上升,普及率增长最快的为中部地区,2016年底较2015年底增4.2%。但由于各地经济发展水平、互联网基础设施建设、教育水平以及人们的观念思维等方面存在差异,数字鸿沟现象依然存在。总体来看,互联网发展水平东部最高,中部次之,西部最低(见图2)。各地区互联网发展水平与经济发展速度关联度较高,普及率排名靠前的省份主要集中在东部地区,如2016年底,前三名为北京(77.8%)、上海(74.1%)、广东(74.0%),而排名靠后的省份主要集中在西部地区,如2016年底,后三名为贵州(43.2%)、甘肃(42.4%)、云南(39.9%)。
4.2 全要素能源效率的区域差距情况
2000年以来,中国省际全要素能源效率水平总体较低,时间趋势上呈缓慢波浪上升态势,2003年、2009年为拐点。究其原因,可能在于:2003年受非典影响,2009受全球金融危机影响。但地区差距较大,不平衡现象明显。“东高西低”的态势非常明显,存在“东部一中部一西部”递减梯度分布(见图3)。这与绝大多数学者的研究结果一致,如Jiang L.et al.。中国东、中、西部全要素能源效率不仅差距较大,而且有扩大的趋势。2000年东部全要素能源效率分别是中部和西部的1.18倍和1.48倍,2015年则已经分别递增扩大为1.7倍和2.3倍。这也说明中国东部区域全要素能源效率提升较快,而中部和西部区域全要素能源效率则提升较慢。
4.3 互联网发展与全要素能源效率的耦合性
中国各省互联网普及率和全要素能源效率均取2000-2015年的平均值。两者耦合情况见图4。各省互联网普及率与全要素能源效率的耦合情况中,处于右上象限的高协调耦合阶段和极协调耦合阶段的省份数为10个,包括上海、广东、北京、天津、福建、江苏、浙江、辽宁、山东、海南等省份,大部分都在东部地区;处于左下象限的低协调分离、低协调拮抗阶段和中协调拮抗阶段的省份数为11个,包括黑龙江、广西、湖南、四川、安徽、江西、河南、云南、青海、贵州、宁夏等省份,大部分都在西部地区。耦合度大于0.5的省份共有18个,在全国占比六成,这说明地区互联网普及率与全要素能源效率之间具有比较密切关系。
5 实证结果与分析
5.1 面板Tobit模型分析:对影响效果的讨论
首先对主要解释变量进行多重共线性检验,最大的VIF为2.39,远小于经验法则所要求的最低数值10,故有效控制了多重共线性的影响。考虑到可能存在异方差和面板自相关等问题,为了提高分析准确性,采用聚类稳健标准误。 面板Tobit模型分析结果如表3所示。回归(1)中仅考虑核心解释变量互联网发展水平,回归(2)中仅考虑控制变量,回归(3)在核心解释变量中加入另外五个控制变量。根据回归(1)至(3),各变量估计系数的方向和显著性在不同回归方程中保持一致,说明各变量的影响效应具有较好的稳定性。对比回归(1)和(3)的估计结果,说明互联网发展水平均对地区全要素能源效率存在显著正向影响,表明互联网发展对全要素能源效率提升有促进效应。因此,假说1得到验证,即互联网发展对地区全要素能源效率提升具有正向性影响。
模型还包含了5个控制变量,以下做简单解释:①创新能力(inno)。创新能力对全要素能源效率存在显著正向影响,这与现有大部分研究结果相符。地区发明专利申请授权量高,表明创新能力强,更有利于促进与能源利用相关的节能技术进步,进而使生产过程中能源要素得以充分使用,从而提高全要素能源效率。②所有制结构(stru)。所有制结构对全要素能源效率存在显著正向影响,这与张志辉研究结论一致。张志辉指出,其原因在于随着国有企业的“产权改革”和“市场化改革”的推进,近年来国有企业全要素能源效率得到明显改善。③对外开放度(trade)。对外开放度对全要素能源效率存在显著负向影响,究其原因可能在于对外开放程度很高的地区会导致前沿曲线的不断快速外移,而其他地区即使获得技术外溢所带来的效率提升,但是相对于前沿的距离反而拉大了,这样全要素能源效率反而降低了。另外一个可能的解释是,当前中国主要进出口商品结构还不够高端。主要进出口商品还位于价值链比较低端位置,技术含量不够高。以2016年为例,中国出口商品中金额第一的是服装及衣着附件,进口商品中金额第一的是原油。而且进出口商品的生产以及应用过程中并未将能源节约问题置于核心地位,更加偏向于传统生产要素(资本和劳动)的节约。④经济集聚(agg)。地区经济集聚度对全要素能源效率存在显著正向影响,这与师博和沈坤荣等研究的结论是一致的。新经济地理学认为经济集聚有利于获得更高的收益率和共享基础设施以及信息、技术。这有利于提升地区全要素能源效率。⑤能源消费结构(ec)。能源消费结构对全要素能源效率的影响为负,但统计不显著。煤炭作为非清洁能源,热效率低且会排放大量的气体污染物。中国一次能源消费中以煤炭为主,这种能源消费结构对环境全要素能源效率产生了负向影响。
5.2 门槛回归分析:对网络效应的讨论
5.2.1 网络效应的内涵
网络效应(network effect),就是指一个产品或服务的用户越多,价值和作用越大。因为网络信息产品或服务存在着互联互通的内在需要,人们生产和使用它们的目的就是更好地收集、交流和传递信息。网络效应的原理是用户相互获取价值,在这种网络信息产品或服务中,每一位用户既是生产者,又是消费者。互联网与移动电话等信息通信设施一样,主要特征之一就是具有网络效应,典型的应用如各种网络平台(各类APP、社交网络等)。因此,随着互联网用户数不断增加,互联网的价值作用也不断增加,能源互联网可发挥更大的作用,对全要素能源效率的影响将不断增强。Roller and Waverman指出,互联网与通信设施一样对经济的作用是非线性的,可能存在门槛效应。Hansen提出门槛回归模型,以严格的统计推断方法对门槛值进行参数估计和假设检验。本研究采用此方法对互联网发展影响全要素能源效率的网络效应进行实证分析。
5.2.2 门槛效应检验
以每法人单位域名數(dn)为门槛变量,衡量各地区企业、部门等用户的网络使用规模情况。依次按存在一个门槛、存在两个门槛、存在三个门槛的顺序,对模型(2)的门槛模型进行检验,以便确定门槛模型的具体设定形式。检验结果如表4所示。
单一门槛、双重门槛和三重门槛均在1%的显著性水平上显著,自抽样P值分别为0.007、0.003和0.000。单一门槛、双重门槛的95%置信区间范围都很窄,门槛值的识别效果显著。因此,这两个门槛值都和真实的门槛值相等。由于第三个门槛值的置信区间偏大,我们认为双重门槛模型更合适。
双门槛模型对应的两个门槛值分别为0.485、2.157,即0.485和2.157的每法人单位域名数,根据这两个门槛值将各地区分成网络使用低规模(dn,≤0.485)、中等规模(0.4852.157)三个区间。表5描述了2000年至2015年中国每法人单位域名数的数量分布情况,表6描述了2000年、2010年和2015年中国每法人单位域名数的区域分布格局。
由表5、表6可见,以每法人单位域名数为标准,中国绝大部分省份的互联网使用情况在2007年以前处于低规模,2007年至2009年迅速跨越第一个门槛,转向中等规模,并跨越第二个门槛,向高规模发展,2010年有个较大转折,绝大部分省份又处于低规模。究其原因,中国信息研究中心( CNNIC)发布的《第27次中国互联网网络发展状况统计报告》认为,2009年国家加大互联网领域的安全治理。2010年中国“.CN”域名总数同比下降高达48.5%,导致各省份每法人单位域名数降幅很大。2011年及之后,各省份又逐步向中等规模,并向高规模发展。到了2015年有三分之二的省份处于中等规模区间,五分之一的省份处于高规模区间(主要为东部地区)。可见,各地区的每法人单位域名数均有不同程度的提升,但东部地区增速和水平总体高于中、西部地区。
5.2.3 门槛模型回归结果
两个门槛值确定后,对(2)式所示非线性双重门槛模型进行参数估计。各解释变量估计结果如表7所示。internet -l、in,ternet -2、internet -3分别对应每法人单位域名数为低规模、中等规模和高规模三个区间的internet变量。
由表7可知,采用双重门槛模型,对比表3的面板tobit回归(3),各个解释变量的显著性和估计系数的符号基本一致,数值差异不大,可见估计结果是比较稳健的。在每法人单位域名数为低规模时,internet -l系数为0.027,说明互联网发展对全要素能源效率有正向促进作用,但不显著;在每法人单位域名数为中等规模时,internet -2系数为0.066,符号为正且显著性水平为1%,说明互联网发展对全要素能源效率发挥显著作用,作用和显著性均比低规模时大;在每法人单位域名数为高规模时,intenet -3的系数为0.030,符号虽然为正,但不显著。 对此,可能的解释是:①在网络使用为低规模区间,互联网作为一种新兴技术和基础设施,对全要素能源效率的正向促进作用开始显现,但由于互联网发展水平还比较低,作用还不显著;②随着互联网技术和基础设施逐渐普及,当网络使用继续发展达到一定的较高水平时,网络使用达到网络效应发挥作用的临界规模,互联网发展对全要素能源效率的促进作用更大且显著;③但是互联网发展的网络效应也并非是无穷限的,当网络使用发展到一定的饱和程度时,互联网发展对全要素能源效率的作用不再像第二阶段那么明显,表现为网络使用高规模时互联网发展对全要素能源效率的系数变小,并且不显著。由此可以判断,互联网发展对全要素能源效率的促进作用是非线性的,随着网络使用规模的增加,影响作用也会跳跃性的变大,即存在网络效应。因此,假说2得到验证,即互联网发展对全要素能源效率的影响是非线性的,存在网络效应。
5.3 稳健性和内生性讨论
通过替换不同的变量,由表3的回归(1)至(3)可见,各变量估计系数的方向和显著性在不同回归方程中保持一致,说明各变量的影响具有较好的稳定性。
测度误差、遗漏变量、互为因果等都有可能导致内生性问题。针对测度误差,本研究尽可能采用国家统计局的权威统计年鉴数据及相关权威报告数据。针对遗漏变量,本研究采取加入控制变量的方法加以控制。
针对互为因果,即互联网发展水平提高会影响全要素能源效率变化,全要素能源效率变化后也可能会影响到互联网发展水平变化。根据Arellano and Bond、徐升艳等,为防止计量模型设定偏误和模型的内生性问题,引入因变量的滞后项,构建一个动态模型,获取这些变量的一致性估计。为此,考虑引入被解释变量(因变量)ee的一阶和两阶滞后、核心解释变量internet的一阶滞后,采用两步差分GMM方法估计。估计结果见表8。回归(1)(2)分别为未考虑和考虑了internet一阶滞后的回归。核心解释变量internet对被解释变量ee均具有显著的正向影响,ee的一阶滞后l.ee和两阶滞后l2.ee均对被解释变量ee具有显著的正向影响。这些回归结果进一步确认,互联网发展对全要素能源效率具有显著的正向影响作用。
6 主要结论与政策启示
数字经济时代,伴随着新一代网络信息技术的快速发展,互联网发展成为影响地区全要素能源效率变化的重要因素。选取中国大陆30个省份(不包括西藏和港、澳臺地区)2000-2015年的面板数据分析互联网发展和全要素能源效率的关系。主要结论如下:①互联网发展对全要素能源效率存在显著正向影响,表明互联网发展对全要素能源效率提升具有正向促进作用。另外,创新能力、所有制结构、经济集聚对全要素能源效率存在显著正向影响,对外开放度对全要素能源效率存在显著负向影响,能源消费结构对全要素能源效率的影响为负,但统计不显著。②互联网发展对地区全要素能源效率的影响存在显著的双重门槛效应。在网络使用为低规模时,互联网发展对全要素能源效率有正向促进作用,但不显著;为中等规模时,互联网发展对全要素能源效率有显著正向促进作用,且作用大小和显著性相比低规模时均明显变大;为高规模时,互联网发展对全要素能源效率影响为正,但并不显著。因此,互联网发展对中国全要素能源效率的促进作用是非线性的,随着网络使用规模的增加,影响作用也会跳跃性的变大,即存在网络效应。
本文的政策启示有:①提高对“互联网+”在提升地区全要素能源效率中作用的认识。研究表明互联网应用有利于促进地区全要素能源效率提升,因此要提高政府、企业等经济主体的认识,政府充分利用“互联网+”手段加大对地区节能和绿色发展的引导和监督考核力度,企业提高互联网应用水平促进节能技术创新。②推动互联网与能源生产、消费深度融合。研究表明中国全要素能源效率水平还比较低,互联网发展对全要素能源效率的影响存在网络效应,只有达到一定应用规模后,才能显著促进全要素能源效率提升。因此需深化“互联网+先进制造业”,大力发展工业互联网,深化“互联网+”智慧能源,大力发展能源互联网,进而以网络信息手段改变能源生产和生活方式,提升“互联网+”的应用广度和深度,推动地区能源利用效率提升。③促进区域绿色、智能、协调发展。研究表明,中国地区之间存在数字鸿沟,互联网发展和全要素能源效率地区发展不平衡现象还比较显著。因此,当前亟须采取措施,加快缩小区域间数字鸿沟、能源发展差距,加强区域间生态环境联防联控与协同治理等,实现区域绿色、智能、协调发展。