張　俊

(1.中國社會科學院 金融研究所，北京 100028；2.興業(yè)銀行 博士后科研工作站，福建 福州350003)

?

導向型環(huán)境政策對企業(yè)技術選擇及其生產率的影響
——來自中國發(fā)電行業(yè)的經驗證據

張俊1,2

(1.中國社會科學院 金融研究所，北京 100028；2.興業(yè)銀行 博士后科研工作站，福建 福州350003)

摘要：文章將2005年《可再生能源法》的頒布作為一次自然實驗，使用“倍差法”估計了可再生能源政策對清潔發(fā)電技術帶來的影響，并考察了該政策是否有利于發(fā)電行業(yè)的清潔技術偏向。研究發(fā)現：(1)《可再生能源法》及相關政策激勵了清潔發(fā)電技術的使用及生產率的提升，相對于污染發(fā)電企業(yè)，2005年之后清潔發(fā)電企業(yè)的發(fā)電量與TFP平均上升了8%和10%；(2)在時間趨勢上，政策效應存在逐漸增強的趨勢；(3)我們使用“匹配差分法”比較了2005年之后有補貼的企業(yè)與沒有補貼企業(yè)TFP的差異，比較結果發(fā)現有補貼的企業(yè)TFP上升得更快，并且這些企業(yè)R&D投入也更多。因此認為可再生能源政策促進了發(fā)電行業(yè)的清潔技術偏向。文章的結論不僅對判斷公共政策在改變環(huán)境技術偏向中所起的作用具有一定的啟發(fā)意義，而且能夠為相應的環(huán)境政策出臺提供理論依據。

關鍵詞：可再生能源法；發(fā)電行業(yè)；技術偏向；倍差法

①數據來源于2014年《中國能源統(tǒng)計年鑒》。

一、引言

中國是世界上最大的煤炭生產國和消費國，煤炭在國內能源消費中占據主導地位。其中，火力發(fā)電更是煤炭的消費大戶，2013年中國電力生產部門的煤炭消費量占全社會煤炭消費總量的48%。①對煤炭的過度依賴給中國帶來了巨大的環(huán)境壓力，火力發(fā)電時煤炭燃燒所產生的二氧化硫以及工業(yè)煙塵成為了城市空氣的主要污染物。為了尋求其他的替代能源，中國已建造了大型的水力發(fā)電站，并嘗試利用太陽能和風力發(fā)電。然而，清潔技術的開發(fā)和使用離不開能源政策的引導，值得慶幸的是，中國政府已認識到清潔技術及清潔能源對改善環(huán)境的重要性，并出臺了一系列鼓勵清潔技術及清潔能源使用的政策(導向型政策)。其中，最引人關注的是《中華人民共和國可再生能源法》的頒布，該法的出臺從法律的高度鼓勵清潔技術及清潔能源的使用。此外，國家還在財政、產業(yè)指導和技術支持等方面對使用清潔技術和清潔能源的企業(yè)給予了支持。

然而，《可再生能源法》是否促進了清潔技術和清潔能源的發(fā)展還有待進一步探究。本文把《可再生能源法》的頒布作為對發(fā)電企業(yè)實施的一次“自然實驗”，使用“倍差法”對《可再生能源法》的影響加以評估，并對該法是否促進了發(fā)電行業(yè)的清潔技術偏向做出判斷。在本文中，我們根據發(fā)電企業(yè)對環(huán)境可能帶來的影響，將發(fā)電技術分為污染技術和清潔技術，使用1999-2007年中國工業(yè)企業(yè)數據庫估計了發(fā)電企業(yè)的生產率，并采用“倍差法”研究了《可再生能源法》對發(fā)電技術偏向的影響。研究發(fā)現：《可再生能源法》及相關政策激勵了清潔發(fā)電技術的使用和生產率的提升。相對于污染發(fā)電企業(yè)，2005年之后清潔發(fā)電企業(yè)的發(fā)電量與TFP平均上升了8%和10%，且政策效應還有逐漸增強的趨勢。此外，基于“匹配差分法”比較了有補貼企業(yè)與沒有補貼企業(yè)TFP的差異，比較結果發(fā)現有補貼的企業(yè)TFP上升得更快，并且這些企業(yè)R&D投入也更多。

本文將“偏向型技術進步理論”與發(fā)電行業(yè)技術選擇相結合，研究了導向型環(huán)境政策對企業(yè)技術選擇及其生產率的影響。研究的結論不僅對于判斷公共政策在改變環(huán)境技術偏向中所起的作用具有一定的啟發(fā)意義，而且能夠為相應的環(huán)境政策出臺提供理論依據。為引導中國環(huán)境技術朝著清潔技術的方向發(fā)展，有針對性地實施導向型環(huán)境政策也成為一種有效選擇。

與現有研究相比，本文可能的貢獻主要表現在：首先，本文是第一篇嘗試研究中國電力行業(yè)技術偏向的文獻，并研究了環(huán)境政策對發(fā)電技術偏向的影響；其次，現有關于電力行業(yè)技術效率影響因素的相關研究，要么缺少一個外生的政策沖擊，要么缺少企業(yè)層面的微觀數據，這些問題使得現有研究不能很好地對中國發(fā)電行業(yè)的技術選擇進行全面的分析。本研究從微觀企業(yè)層面對中國發(fā)電技術偏向做出判斷，使用“倍差法”對政策效果加以估計，估計的結果更為穩(wěn)健可靠，且估計結果能夠作為因果判斷的依據。

二、文獻回顧

本研究是對“偏向型技術進步理論”的經驗驗證。“偏向型技術進步”的概念最早在20世紀30年代由Hicks提出，根據Hicks的理論，技術創(chuàng)新的目的在于節(jié)約使用變得昂貴的生產要素。20世紀90年代以來，隨著內生技術變遷理論的發(fā)展和完善，“偏向型技術進步理論”在內生技術變遷理論的基礎上獲得了較大的發(fā)展，特別是Acemoglu在“偏向型技術進步理論”的豐富和完善上做出了巨大貢獻。“偏向型技術進步理論”在內生技術進步理論的基礎上，將技術進步的方向內生化，并從技術使用者和創(chuàng)新者的微觀視角研究了技術偏向的決定因素。根據Acemoglu(2002和2007)的觀點，利潤是引導技術偏向的主要因素，即市場能夠決定技術的發(fā)展方向。進一步地，市場力量主要是“價格效應”和“市場規(guī)模效應”在發(fā)揮作用。*價格效應是指當兩種技術需要分別與某一種生產要素協(xié)同生產時，技術會偏向于稀缺要素的方向發(fā)展，因為由稀缺要素生產的產品會相對更加昂貴，此時，稀缺要素增進型的技術能夠獲得更多的利潤。市場規(guī)模效應是指技術應偏向于豐富要素的方向演進，因為如果有更多生產要素與該技術協(xié)同生產，則意味著該技術存在廣闊的市場，此時，廠商選擇該種技術變得更有利可圖。由于“價格效應”和“市場規(guī)模效應”的方向相反，最終何種市場力量占主導地位，還要取決于各生產要素之間的替代彈性大小。然而，市場引導的技術偏向可能并非是合意的技術，以環(huán)境技術為例，當市場力量不足以引導環(huán)境技術朝著清潔技術方向發(fā)展時，便需要政府政策的引導，從而技術的偏向還受到第三種力量，即“政策效應”的影響。

Acemoglu和Aghion等人2012年發(fā)表了一篇“環(huán)境技術偏向”的文章，為研究公共政策對環(huán)境技術偏向及其長期經濟增長的影響奠定了理論基礎。文章在環(huán)境約束和有限資源條件下將“偏向型技術進步理論”引入到增長模型中，基于不同類型的技術(清潔技術和污染技術)對環(huán)境政策的內生性回應，分析了不同環(huán)境政策的成本與收益。在環(huán)境技術偏向的理論研究日益豐富之后，國外學者嘗試對該理論進行驗證。Aghion等(2012)以汽車行業(yè)的技術進步為例，將汽車技術劃分為污染型技術(內燃機驅動)和清潔型技術(電力和混合動力驅動)，使用跨國的專利數據，對“偏向型技術進步理論”進行經驗驗證。他們發(fā)現，當企業(yè)面臨更高的含稅能源價格時，傾向于更多地進行清潔技術創(chuàng)新，因此，政府可以采用稅收工具引導清潔技術的發(fā)展。Aghion等(2012)的研究可以看作是對環(huán)境技術偏向“價格效應”的驗證。Calel 和 Dechezleprêtre(2012)則對環(huán)境技術偏向的“政策效應”進行了實證研究。Calel 和 Dechezleprêtre(2012)對“歐盟氣體排放交易計劃”*“歐盟氣體排放交易計劃”旨在鼓勵發(fā)展低碳技術，該交易計劃主要是對碳排放進行收費。的效應進行了評估。他們通過使用850萬個歐洲企業(yè)的專利數據，研究了“歐盟氣體排放交易計劃”對低碳技術發(fā)展的影響。將受歐盟氣體排放交易計劃影響的企業(yè)與不受其影響的企業(yè)進行對比，發(fā)現30%的低碳技術是受歐盟氣體排放交易計劃影響的結果。

本文還涉及中國電力行業(yè)技術效率問題的研究。陶鋒等(2008)以2002年我國電力體制改革為背景，通過計算2002-2005年各省市區(qū)發(fā)電行業(yè)的DEA技術效率值，研究了體制轉型期發(fā)電行業(yè)的效率變遷，以及電力體制轉型期間產權結構、市場結構、燃料成本和技術對發(fā)電行業(yè)技術效率的影響。鄭世林和張昕竹(2015)同樣以2002年中國電力行業(yè)“廠網分離”改革作為準自然實驗，識別了2002年電力體制改革對供電企業(yè)生產率的影響。白讓讓(2014)把電煤價和產業(yè)技術政策作為關鍵變量，并將其引入到對中國火電產業(yè)結構變化的分析中，發(fā)現政府火電產業(yè)的結構、技術和環(huán)境保護政策的變化影響了技術結構提升的趨勢和幅度，火電行業(yè)的結構優(yōu)化和能源效率提高，不僅要發(fā)揮投入品價格的引導功效，而且更要提升環(huán)境監(jiān)管和規(guī)制的作用。

三、理論分析及研究假說

(一)理論分析

廠商是技術研發(fā)的主體之一，利潤激勵廠商在不同類型的技術上開展研發(fā)活動，利潤最大化的企業(yè)在決定研發(fā)投入時會考慮不同種類技術的預期利潤。如果污染技術的預期利潤高于清潔技術，則會有更多研發(fā)投入到污染技術；反之，則會投入到清潔技術。從技術的使用者角度來看，技術使用者同樣會考慮使用不同類型的技術可能帶來的預期利潤?！捌蛐图夹g進步理論”認為市場會自發(fā)地誘導技術偏向，并且“市場價格”和“市場規(guī)?！笔菦Q定環(huán)境技術偏向的兩大要素(Acemoglu，2002和2007)。相對于清潔技術，污染技術價格更低，潛在市場需求更大，從而市場會誘導環(huán)境技術朝著污染技術方向發(fā)展。因此，僅僅依靠市場的力量來引導技術變遷的方向，可能會導致清潔技術使用及研發(fā)的不足。當市場力量引起污染技術過度使用時，便需要配套的產業(yè)政策來引導清潔技術的研發(fā)和使用，最終使環(huán)境技術朝著清潔技術的方向發(fā)展。

以中國發(fā)電行業(yè)為例，火電作為污染發(fā)電技術，一方面其價格比水電、風電和核電等清潔發(fā)電技術更低；另一方面火電占據了電力市場的絕對市場份額，2013年中國總用電量中超過70%來自于火電。*數據來源于2014年《中國電力年鑒》。過度依賴火電，不僅會加重環(huán)境污染，而且會限制清潔發(fā)電技術的發(fā)展。

為了促進清潔能源的開發(fā)利用，我國在2005年通過了《中華人民共和國可再生能源法》?！犊稍偕茉捶ā吩凇皬娭粕暇W制度”、“分類固定電價制度”、“費用分攤制度”及“經濟激勵制度”等方面消除了發(fā)電企業(yè)利用清潔技術發(fā)電的阻礙。法律規(guī)定電網企業(yè)應全額收購其電網覆蓋范圍內可再生能源并網發(fā)電項目上的上網電量，并為可再生能源發(fā)電提供上網服務；針對可再生能源發(fā)電成本高于傳統(tǒng)能源發(fā)電的情況，法律規(guī)定可再生能源發(fā)電項目的上網電價實行“分類固定電價”制度，根據不同類型可再生能源發(fā)電的特點和不同地區(qū)的情況，按照有利于促進可再生能源開發(fā)利用的原則確定電價；對于電網企業(yè)收購高成本的可再生能源電力的問題，對額外的費用實行分攤制度，收購可再生能源電量所發(fā)生的費用，對于高出的部分在銷售電價中進行分攤；此外，設立可再生能源發(fā)展基金，用于補貼可再生能源發(fā)電企業(yè)的額外費用，國家給予可再生能源發(fā)電企業(yè)稅收和貸款等政策優(yōu)惠。

《可再生能源法》頒布以后，國家發(fā)改委、財政部和電力監(jiān)管委員會等國家部委根據各自的職責分工，制定了配套性的規(guī)定。*國家發(fā)改委制定了《可再生能源發(fā)電管理辦法》、《可再生能源上網電價及費用分攤管理試行辦法》、《可再生能源電價附加收入調配暫行辦法》等；財政部制定了《可再生能源專項資金管理辦法》；國家電力監(jiān)管委員會制定了《電網企業(yè)全額收購可再生能源電量監(jiān)管辦法》等。2009年12月26日，十一屆全國人大常委會第十二次會議表決通過了《中華人民共和國可再生能源法修正案》。“修正案”主要對法律的總體原則做了修訂，以及增加了對電網企業(yè)的規(guī)定?？傮w而言，“修正案”主要條款與《可再生能源法》基本相同。

(二)研究假說

《可再生能源法》的頒布及相關配套政策的出臺，消除了發(fā)電企業(yè)使用可再生能源發(fā)電的阻礙，從而我們預期2005年之后會有更多的企業(yè)使用可再生能源發(fā)電，清潔發(fā)電企業(yè)數量及其發(fā)電量會增加。根據中國工業(yè)企業(yè)數據庫，本文計算了污染發(fā)電企業(yè)與清潔發(fā)電企業(yè)的數量變化，其中污染發(fā)電企業(yè)是利用化石燃料燃燒發(fā)電的企業(yè)，清潔發(fā)電企業(yè)是利用水力、核能和其他清潔能源發(fā)電的企業(yè)。通過對兩類企業(yè)數量的比較可以發(fā)現，總體上清潔發(fā)電企業(yè)數量呈上升趨勢，特別是在2005年之后增加的速度較快，其中2006年和2007年分別增加了27個和50個，而污染發(fā)電企業(yè)數量在2006年之后則出現了下降。*限于篇幅，這里沒有給出1999-2007年污染發(fā)電企業(yè)與清潔發(fā)電企業(yè)的變化情況，感興趣的讀者可向作者索取。此外，隨著更多的企業(yè)使用清潔發(fā)電技術，其相應的發(fā)電量也會增加。因此，我們提出研究假說1。

假說1：《可再生能源法》及其配套政策鼓勵企業(yè)使用清潔技術發(fā)電，從而使清潔發(fā)電企業(yè)發(fā)電量增加。

《可再生能源法》及其相關優(yōu)惠政策的出臺，鼓勵企業(yè)更多地使用清潔技術發(fā)電，那么2005年之后清潔發(fā)電企業(yè)生產效率是否應該更高？本文嘗試從企業(yè)層面的數據對該問題做出回答。為評估《可再生能源法》是否引起清潔發(fā)電企業(yè)生產率的提高，本文選擇企業(yè)的TFP作為企業(yè)生產率的衡量指標。使用Levinsohn和Petrin(2003)計算TFP的方法，我們對中國發(fā)電企業(yè)的TFP進行了計算。圖1給出了1999-2007年污染發(fā)電企業(yè)與清潔發(fā)電企業(yè)TFP的變化趨勢，從圖中可以看出，整體上我國發(fā)電行業(yè)生產率呈上升趨勢，污染發(fā)電企業(yè)生產率要高于清潔發(fā)電企業(yè)。另外，2005年之后清潔發(fā)電企業(yè)的TFP大幅上升，并且與污染發(fā)電企業(yè)的差距縮小。我們推測這可能是受可再生能源政策影響的結果。為此，我們提出研究假說2。

假說2：《可再生能源法》及其配套政策鼓勵企業(yè)使用清潔技術發(fā)電，激勵了清潔發(fā)電技術的改進，從而促進了這類企業(yè)TFP的上升。

清潔發(fā)電企業(yè)的TFP在2005年之后出現了較大幅度的上升，也可能是由其他因素引起的，而非企業(yè)研發(fā)投入增加的結果，如果存在這種情況，便不能得出我國發(fā)電行業(yè)出現了清潔技術偏向的結論。為證實我國發(fā)電行業(yè)出現了清潔技術偏向以及清潔發(fā)電技術TFP的上升確實是企業(yè)研發(fā)投入增加的結果，在這里我們不僅要比較清潔發(fā)電企業(yè)與污染發(fā)電企業(yè)生產率的變化，而且需要比較有補貼企業(yè)與沒有補貼企業(yè)之間生產率的變化情況。為此，我們提出本文的研究假說3。

假說3：相對于其他發(fā)電企業(yè)，在《可再生能源法》頒布之后，那些獲得政府補貼的發(fā)電企業(yè)更可能從事技術研發(fā)，從而這類企業(yè)的TFP更有可能上升。

圖1　污染技術和清潔技術的全要素生產率變化趨勢

四、數據及TFP的估計

本文使用的數據來源于1999-2007年中國工業(yè)企業(yè)數據庫。根據國民經濟行業(yè)分類標準，電力生產對應的三位數代碼為441，在該分類下包含四個小類，分別為：火力發(fā)電(4411)，水力發(fā)電(4412)，核力發(fā)電(4413)以及其他能源發(fā)電(4419)(包括利用風力、地熱、太陽能、潮汐能和生物能等發(fā)電)。我們依據企業(yè)所屬的行業(yè)類別及其對環(huán)境帶來的影響，*這里指的是發(fā)電企業(yè)對空氣質量帶來的影響。將所有發(fā)電企業(yè)劃分為使用污染技術發(fā)電的企業(yè)和使用清潔技術發(fā)電的企業(yè)兩類。

綜合謝千里等(2008)，Cai和Liu(2009)以及聶輝華等(2012)的處理方式，剔除遺漏重要財務指標的樣本和剔除明顯不滿足“規(guī)模以上”標準的樣本。根據之前的研究，我們用工業(yè)增加值衡量企業(yè)產出，用固定資產合計衡量資本投入，用職工人數衡量勞動投入，用企業(yè)報告的中間投入合計衡量中間投入，根據永續(xù)盤存法計算企業(yè)投資，即Iit=Kit-(1-δ)Kit-1，其中折舊率設為15%。由于工業(yè)產出和資本投入都是以當年價格計算的名義值，為剔除價格變化的影響，我們以1999年為基期對每一個企業(yè)的投入和產出進行價格平減。用各省工業(yè)品出廠價格指數對工業(yè)增加值和中間投入進行價格平減，用各省固定資產投資價格指數對資本和投資進行價格平減。各省每一年的價格指數根據《中國統(tǒng)計年鑒》的相關數據計算得出。

本文借鑒Levinsohn和Petrin(2003)的方法對全要素生產率進行估計，采用半參數法對發(fā)電企業(yè)的生產函數進行估計，企業(yè)的全要素生產率就是產出變量和要素投入變量加權和的差值，其中權重為生產函數中各要素投入的估計系數。*限于篇幅，這里不報告生產函數中各要素投入的估計系數，感興趣的讀者可向作者索取。

五、實證分析及穩(wěn)健性檢驗

(一)識別方法

本文構造兩組虛擬變量。第一組為時間虛擬變量D05，2005年之后取1，之前取0。第二組為技術類型的虛擬變量Tech，如果發(fā)電企業(yè)使用清潔技術進行發(fā)電，則Tech=1，反之Tech=0。因此，我們構建的DID模型如下所示：

yit=α+β1Tech×D05+γXit+δi+δt+ε

(1)

其中，yit代表“企業(yè)發(fā)電量”和“企業(yè)全要素生產率”兩個被解釋變量，由于工業(yè)企業(yè)數據庫中沒有企業(yè)發(fā)電量的相關數據，我們用企業(yè)工業(yè)增加值來識別《可再生能源法》對企業(yè)發(fā)電量的影響；Xit為其他控制變量，包括企業(yè)的年齡、規(guī)模和管理費用等；δi為個體效應，δt為時間效應。兩組虛擬變量的交互項系數β1，反映的是處理組在政策前后的差異減去對照組在政策前后的差異，即《可再生能源法》對清潔發(fā)電企業(yè)發(fā)電量和TFP的影響。為了將政策的動態(tài)效應識別出來，我們將模型(1)中的平均效應拆分為每年的效應，即模型(2)：

(2)

(二)環(huán)境政策對企業(yè)發(fā)電量和TFP的影響

我們預期可再生能源政策會鼓勵企業(yè)使用清潔技術發(fā)電，從而政策效果將直接表現為處理組的企業(yè)數量或者發(fā)電量增加。表1給出了方程(1)的回歸結果，其中第(1)-(3)列被解釋變量為企業(yè)的工業(yè)增加值，第(4)-(6)列被解釋變量為企業(yè)的TFP。

第(1)列中解釋變量為技術類型與時間虛擬變量的交互項，交互項系數顯著為正，平均而言，相對于污染發(fā)電企業(yè)，《可再生能源法》及其相關政策使得清潔發(fā)電企業(yè)的工業(yè)增加值上升了8.2%；企業(yè)工業(yè)增加值與其生產投入密切相關，那么2005年之后清潔發(fā)電企業(yè)的工業(yè)增加值上升可能是其生產投入增加的結果，而非環(huán)境政策的結果。第(2)列中，我們控制了企業(yè)的資本投入、勞動投入以及企業(yè)年齡，結果發(fā)現交互項系數與第(1)列相比變化不大，從而排除了清潔發(fā)電企業(yè)生產投入增加引起工業(yè)增加值上升的可能性；第(3)列是基于方程(2)的研究，將《可再生能源法》對清潔發(fā)電企業(yè)的影響分解到每一年。從結果中可以清晰地看到政策的效應存在逐漸增強的趨勢，《可再生能源法》頒布后的第一年清潔發(fā)電企業(yè)的工業(yè)增加值上升了6.8%，在政策實施的第二年清潔發(fā)電企業(yè)的工業(yè)增加值上升了9.5%。從而假說1得到了證實，即可再生能源政策激勵了企業(yè)使用清潔技術發(fā)電，使得清潔發(fā)電企業(yè)發(fā)電量得到了提高。

雖然可再生能源政策導致清潔發(fā)電企業(yè)的發(fā)電量上升，但是我們不能確定2005年之后清潔發(fā)電企業(yè)的生產率是否比污染發(fā)電企業(yè)的生產率增加得更快。為此，我們以企業(yè)的TFP作為被解釋變量，檢驗可再生能源政策對企業(yè)生產率的影響。表1第(4)-(6)列報告了回歸的結果。第(4)列僅控制了技術類型與時間虛擬變量的交互項，交互項系數顯著為正，這說明，平均而言，相對于污染發(fā)電企業(yè)，《可再生能源法》的頒布使得清潔發(fā)電企業(yè)的TFP上升了10.1%，從而可以初步得出可再生能源政策提高了清潔發(fā)電企業(yè)生產率的結論。企業(yè)TFP受多種因素的影響，如企業(yè)的年齡、規(guī)模和管理水平等，在第(5)列中加入了其他控制變量，此時的交互項系數依然顯著為正，在其他條件相同的情況下，《可再生能源法》可以使清潔發(fā)電企業(yè)的TFP上升9.9%。第(6)列中我們將可再生能源政策對清潔發(fā)電企業(yè)的影響分解到每一年。與企業(yè)增加值一樣，可以清晰地看到政策的效應存在逐漸增強的趨勢，《可再生能源法》頒布后的第一年清潔發(fā)電企業(yè)的TFP增加了8.3%，在政策實施的第二年清潔發(fā)電企業(yè)的TFP增加了11.9%。從而假說2得到了證實，即《可再生能源法》的頒布會激勵清潔發(fā)電技術的創(chuàng)新，使得清潔發(fā)電企業(yè)的TFP上升，并且隨著時間推移，可再生能源激勵政策的效果逐漸增強。

表1　環(huán)境政策對企業(yè)發(fā)電量和TFP的影響

注：括號中為標準誤。*、**和***分別表示10%、5%和1%的顯著性水平。所有回歸均通過了Hausman固定效應檢驗。下同。

(三)穩(wěn)健性檢驗

為避免異常值對回歸結果的影響，我們按照上下1%的水平對變量進行了Winsorize處理，表2第(1)列和第(5)列是對變量處理之后的回歸結果，可以發(fā)現剔除異常值的影響之后，交互項的系數依然在1%的水平上顯著為正，且系數的值與基本回歸結果相差不大。

在樣本期間內，存在大量企業(yè)進入和退出，“進入—退出”機制使得政策沖擊前后處理組和對照組內的企業(yè)不具有可比性。由于《可再生能源法》會激勵更多的發(fā)電企業(yè)進入到清潔發(fā)電部門，從而政策沖擊之后企業(yè)的自我選擇行為會對政策效應產生影響。為消除企業(yè)的自我選擇對回歸結果帶來的干擾，我們將樣本縮短到2003-2007年的平衡樣本，在平衡樣本中不存在企業(yè)的“進入—退出”機制以及企業(yè)的選擇行為。第(2)列和第(6)列是基于平衡樣本的回歸結果，可以發(fā)現交互項系數在1%水平下顯著為正，并且系數的值是基本回歸結果的兩倍，可再生能源政策使清潔發(fā)電企業(yè)發(fā)電量和TFP分別上升了15.7%和17.4%。從而說明可再生能源政策對市場上保留下來的清潔發(fā)電企業(yè)影響更大，因為與退出市場的企業(yè)相比，這類企業(yè)規(guī)模更大，掌握的資源更多，企業(yè)本身獲得優(yōu)惠政策的機會也更多。

使用“倍差法”估計政策效應的一個前提是樣本期內只能存在一個政策對處理組帶來影響，但是如果樣本期內電力行業(yè)還存在其他差異性的政策，那么交互項系數所反映的就包含干擾政策的影響，而不是《可再生能源法》對清潔發(fā)電技術帶來的“凈”影響。通過對中國電力行業(yè)相關政策的梳理，我們發(fā)現樣本期內中國電力行業(yè)僅在2002年發(fā)生了大的改革，即國務院于2002年3月出臺了《電力體制改革方案》。此次電力體制改革最引人注目的就是實行“廠網分離”，將國家電力公司管理的發(fā)電資產改組為五家獨立的發(fā)電集團公司，成立國家電網公司和南方電網公司。由于電力體制改革是針對所有發(fā)電企業(yè)的，理論上不會對清潔發(fā)電技術與污染發(fā)電技術帶來不同的影響。不過為了排除2002年電力體制改革可能帶來的影響，我們在第(3)列和第(7)列將五大發(fā)電集團及其附屬子公司從樣本中剔除，回歸的結果與基本結果相同。

為驗證2005年虛擬變量的顯著性不是由其他隨機因素引起的，我們以2003年作為假想的政策沖擊，考察2003年前后清潔發(fā)電企業(yè)與污染發(fā)電企業(yè)發(fā)電量與TFP是否存在差異，如果發(fā)現交互項系數顯著為正，則說明之前的回歸沒有意義。第(4)列和第(8)列僅包含了2003-2004年的企業(yè)樣本，結果發(fā)現交互項系數不顯著，從而說明本文的結果不是由其他隨機因素引起的。

表2　穩(wěn)健性檢驗

六、清潔發(fā)電企業(yè)TFP上升的內在機制

為檢驗假說3是否成立，即在《可再生能源法》頒布之后，那些獲得政府補貼的發(fā)電企業(yè)更可能從事技術研發(fā)，從而導致清潔發(fā)電企業(yè)TFP的上升。我們對基本模型(1)進行了擴展，通過添加一個企業(yè)是否獲得補貼的虛擬變量(Subsidy)，將獲得補貼的清潔發(fā)電企業(yè)與其他企業(yè)區(qū)分開來。此時，交互項由三個虛擬變量構成，相應的計量模型變成“三重差分模型”：

yit=α+β1(Tech×D05×subsidy)+β2(Tech×D05)+β3(Tech×subsidy)

+β4(D05×subsidy)+γXit+δi+δt+ε

(3)

除了技術進步，TFP還包含制度環(huán)境、人力資本和管理技能等因素的影響。2005年之后獲得政府補貼的清潔發(fā)電企業(yè)TFP上升得更快，可能是由這些企業(yè)管理水平的提高引起的，而非技術進步的結果。因此，我們還需要驗證政府補貼對清潔發(fā)電企業(yè)R&D活動是否帶來了影響。A列第二欄將方程(3)中的被解釋變量換成企業(yè)的R&D投入，回歸結果顯示：2005年之后獲得政府補貼的清潔發(fā)電企業(yè)R&D投入也更多，與未獲得補貼的企業(yè)相比，政策改革使得有補貼的清潔發(fā)電企業(yè)R&D投入提高了2.1%。因此，我們可以確信2005年政策改革的確促進了清潔發(fā)電企業(yè)的技術投入，從而提高了清潔發(fā)電企業(yè)的生產率水平。

由于企業(yè)是否能夠獲得政府補貼并不是隨機分配或外生決定的，政府可能會選擇那些生產率高或者創(chuàng)新活躍的企業(yè)進行補貼，此時，回歸模型便存在雙向因果問題，交互項的系數不能作為政策效果評估的依據。為避免回歸中的雙向因果問題，我們將“傾向得分匹配”和“三重差分”結合對A欄的結果進行穩(wěn)健性檢驗。這種方法將處理組和對照組的企業(yè)通過半參數的方法進行匹配，以確保政府補貼足夠外生，以及有補貼的企業(yè)與沒有補貼的企業(yè)在政策沖擊之前完全可比，再用“倍差法”評估政策的效果。“匹配差分法”(PropensityScoreMatchingwithDDD，PSM_DDD)通過半參數匹配來消除處理組和對照組在可觀測因素方面的差異，因此估計結果更為穩(wěn)健可靠(Imbens，2004；Smith和Todd，2005)。

我們用企業(yè)的特征作為解釋變量，包括生產率、年齡、規(guī)模和登記注冊類型，以及地區(qū)虛擬變量，通過Logit模型估計企業(yè)獲得政府補貼的概率。匹配的方法使用的是核函數匹配法。B欄匯報了匹配差分法的估計結果，結果顯示，2005年可再生能源政策的平均處理效應(ATT)顯著為正，并且系數的值要大于三重差分的估計值，說明內生性使得政策效果被低估。因此，內生性問題對估計的結果不構成影響，這進一步證實了可再生能源政策確實發(fā)揮了促進清潔技術進步的作用。

表3　清潔發(fā)電企業(yè)TFP上升的內在機制

注：出于節(jié)約篇幅的考慮，我們沒有報告控制變量的系數。

七、結論

本文將2005年《可再生能源法》的頒布作為一次“自然實驗”，使用“倍差法”估計了可再生能源政策對清潔發(fā)電技術所產生的影響。研究發(fā)現：(1)《可再生能源法》及相關政策激勵了清潔發(fā)電技術的使用及其生產率的提升，相對于污染發(fā)電企業(yè)，2005年之后清潔發(fā)電企業(yè)的發(fā)電量與TFP平均上升了8%和10%。(2)通過將政策效應分解到每一年，我們發(fā)現政策效應有逐漸增強的趨勢?？稍偕茉凑邔嵤┑牡谝荒昵鍧嵃l(fā)電企業(yè)的工業(yè)增加值上升了6.8%，在政策實施的第二年清潔發(fā)電企業(yè)的工業(yè)增加值上升了9.5%；相應地，政策實施的第一年清潔發(fā)電企業(yè)的TFP增加了8.3%，政策實施的第二年清潔發(fā)電企業(yè)的TFP增加了11.9%。(3)為驗證清潔發(fā)電企業(yè)TFP的增加的確是研發(fā)投入增加的結果，我們比較了有補貼的企業(yè)與沒有補貼的企業(yè)TFP的差異，對比結果證實了有補貼的企業(yè)TFP上升得更快，并且這些企業(yè)R&D投入也更多?？紤]到有補貼的企業(yè)與沒有補貼的企業(yè)本身存在差異，我們將“傾向得分匹配”與“倍差法”結合，排除其中的內生性和雙向因果問題，發(fā)現政策效應依然存在。因此，我們認為《可再生能源法》促進了清潔發(fā)電技術的發(fā)展。

本文將“偏向型技術進步理論”與發(fā)電行業(yè)技術選擇相結合，研究了導向型環(huán)境政策對企業(yè)技術選擇及其生產率的影響。研究的結論不僅對判斷公共政策在改變環(huán)境技術偏向中所起的作用具有一定的啟發(fā)意義，而且能夠為相應的環(huán)境政策出臺提供理論依據。然而，環(huán)境政策發(fā)揮改變環(huán)境技術偏向的作用，要以很好地執(zhí)行政策以及政策本身具有連貫性為前提?？傮w上，目前我國污染技術還占主導地位，從發(fā)電行業(yè)來看，火力發(fā)電技術的使用要多于清潔發(fā)電技術。因此，我們不能期望一部法律就能完全改變中國環(huán)境技術進步的方向。當然，囿于數據限制，本文未能直接考察原來的污染發(fā)電企業(yè)向清潔發(fā)電技術的轉向問題，未來隨著微觀數據的日益豐富，清潔技術的轉向問題將值得進一步深入研究。

主要參考文獻：

[1]白讓讓. 電煤價格、產業(yè)政策與火力發(fā)電產業(yè)的技術結構升級[J]. 財經研究, 2014, (12): 76-88.

[2]魯曉東, 連玉君. 中國工業(yè)企業(yè)全要素生產率估計: 1999-2007[J]. 經濟學(季刊), 2012, (2): 541-558.

Alyn談到從事天文攝影要做許多計劃，才能保證在正確的時間到達地點。他選擇了沒有月亮的夜晚，去一個深夜會有低潮的地點。Alyn的手機上有一整套app（參見13頁）可以預先準備，規(guī)劃出大致行程。

[3]聶輝華, 江艇, 楊汝岱. 中國工業(yè)企業(yè)數據庫的使用現狀和潛在問題[J]. 世界經濟, 2012, (5): 142-158.

[4]陶鋒, 郭建萬, 楊舜賢. 電力體制轉型期發(fā)電行業(yè)的技術效率及其影響因素[J]. 中國工業(yè)經濟, 2008, (1): 68-76.

[5]謝千里, 羅斯基, 張軼凡. 中國工業(yè)生產率的增長與收斂[J]. 經濟學(季刊), 2008, (3): 809-826.

[6]張俊, 鐘春平. 偏向型技術進步理論: 研究進展及爭議[J]. 經濟評論, 2014, (5): 148-160.

[7]鄭世林, 張昕竹. 中國電力體制改革與供電企業(yè)生產率[R]. 經濟研究工作論文 WP882, 2015.

[8]Acemoglu D. Directed technical change[J]. The Review of Economic Studies, 2002, 69(4): 781-809.

[9]Acemoglu D. Patterns of skill premia[J].The Review of Economic Studies, 2003, 70(2): 199-230.

[10]Acemoglu D.Equilibrium bias of technology[J]. Econometrica, 2007, 75(5): 1371-1409.

[11]Acemoglu D, Aghion P, Bursztyn L, et al. The environment and directed technical change[J]. The American Economic Review, 2012, 102(1): 131-166.

[12]Aghion P, Dechezleprêtre A, Hemous D, et al. Carbon taxes, path dependency and directed technical change:evidence from the auto industry[R]. NBER working paper No.18596, 2012.

[13]Cai H, Liu Q. Competition and corporate tax avoidance:Evidence from Chinese industrial firms[J]. The Economic Journal, 2009, 119(537): 764-795.

[14]Calel R, Dechezleprêtre A. Environmental policy and directed technological change:Evidence from the European carbon market[R]. SSRN Working Paper, 2012.

[15]Imbens G W.Nonparametric estimation of average treatment effects under exogeneity:A review[J]. The Review of Economics and Statistics, 2004, 86(1): 4-29.

[16]Levinsohn J, Petrin A. Estimating production functions using inputs to control for unobservables[J]. The Review of Economic Studies, 2003, 70(2): 317-341.

[17]Smith J A, Todd P E. Does matching overcome LaLonde’s critique of nonexperimental estimators?[J]. Journal of Econometrics, 2005, 125(1-2): 305-353.

(責任編輯石頭)

The Influence of Directing Environmental Policies on the Technology Selection and TFP of Chinese Power Generation Companies

Zhang Jun1，2

(1.InstituteofFinanceandBanking,CASS,Beijing100028,China;2.PostdoctoralStationofIndustrialBank,Fuzhou350003,China)

Abstract：This paper considers the 2005 Renewable Energy Law in China as a natural experiment and investigate the influence of this policy on the clean power generation technology by difference-in-difference method. It finds that:firstly，the Renewable Energy Law and its related policies promote the use of clean technology and improve the productivity of power companies. The production capacity and total factor productivity (TFP) of clean power generating plants increase by 8% and 10% respectively, compared to traditional power generating plants. Secondly，the policy effects reinforce over time. Thirdly, power companies that receive subsidies tend to invest more on research and development (R&D) and achieve more significant TFP improvements. Thus the renewable energy policy promotes the clean technology bias of power generation industry. The conclusions of this paper can judge the role of public policy in changing the bias of environment technology, and can provide theory basis for the corresponding environment policy.

Key words:renewable energy law; power generation industry; bias of technology; difference in difference

DOI：10.16538/j.cnki.jfe.2016.04.013

中圖分類號：F062.9

文獻標識碼：A

文章編號：1001-9952(2016)04-0134-11

作者簡介：張俊(1986-)，男，安徽宣城人，中國社會科學院金融研究所博士后流動站、興業(yè)銀行博士后科研工作站博士后。

基金項目：國家社會科學基金重點項目(13AZD073)

收稿日期：2015-08-20