进口技术复杂度提升了企业能源效率吗

袁 柳

(广州工商学院商学院，广东 广州 510850)

一、引 言

当前，随着中国经济发展迈入新常态时期，以高投入、高消耗、高污染的粗放式经济发展模式已无法适应“绿色化发展”的现实要求。与此同时，能源需求的不断增长促进能源外向依赖度的提升，也威胁国家的能源安全。在此情境下，提高能源效率是利用当前技术条件解决这些问题的关键。关于我国能源利用效应的文献最初集中在能源效率测度方法的探究上，如史丹等(2008)、齐绍洲和李锴(2010)及罗会军等(2015)均采用单要素的能源效率指标测度中国能源效率[1][2][3]。该方法仅考虑能源要素投入，未纳入劳动和资本等生产要素的投入，因而无法得到众多学者的青睐。为弥补单一要素能源效率核算方式的缺陷，Hu和Wang(2006)采用更为全面的全要素能源效率方法测度能源效率[4]，并被师博和沈坤荣(2013)、李兰冰(2015)等学者效仿[5][6]。

另一类关于国际贸易与能源效率之间关系的文献大多使用跨国数据，且结论不一致。Cole等(2005)采用跨国数据探究贸易自由化与能源消费和效率之间的关系，发现贸易通过规模效应、技术效应及结构效应影响能源效率[7]。史丹(2006)认为对外贸易和外商直接投资均显著提升能源效率[8]。熊妍婷和黄宁(2010)通过对34个工业行业能源效率的测度，揭示对外贸易依存度及外资参与度均显著提升了能源效率[9]。高大伟和周德群(2010)通过测算中国各地区全要素能源效率，得到国际贸易技术溢出显著提升中国各地区全要素能源效率[10]。吴晓怡和邵军(2016)讨论进口开放对中国制造业能源效率的影响，发现最终产品关税减让促进制造业能源效率的提升[11]。李平和丁世豪(2019)基于2004—2017年中国制造业面板数据，考察行业层面进口技术溢出与全要素能源效率之间的关系[12]。刘信恒(2022)系统考察贸易自由化对微观企业全要素能源效率的影响及其作用机制[13]。既有文献从贸易自由化、外商直接投资、对外贸易依存度、进口开放、进口技术溢出等角度展开深入分析，但缺乏进口技术复杂度与企业能源效率之间关系的探讨，在当前背景下研究该议题具有鲜明的现实意义。商务部等部门于2018年7月在《关于扩大进口促进对外贸易平衡发展的意见》中从四个方面提出扩大进口、促进对外贸易平衡发展的政策举措。习近平主席于2021年11月在第四届中国国际进口博览会开幕式上宣称，中国将继续把扩大进口放在重要位置，增加自周边国家的进口。通过进口贸易，本国企业可学习和借鉴蕴含在产品中的先进技术和管理经验，进而提升自身的技术创新和全要素能源效率水平，这是进口效应的重要体现。王玲和陈芮娴(2019)研究后发现进出口贸易显著提升能源效率[14]。李平和丁世豪(2019)发现进口技术溢出提升行业层面的能源效率[12]。方建春和夏雨昕(2021)认为进口多样性与能源效率之间存在显著的双门槛效应[15]。由此可见，进口贸易的提升对中国经济的发展具有重要影响，在此背景下探究进口技术复杂度对能源效率的影响具有明显的理论价值和实践意义。

通过对当前国际贸易与能源效率之间关系文献的梳理，发现已有研究存在以下几方面的不足：第一，现有研究大多从宏观层面测算能源效率(如省级层面或行业层面)，该测算方式无法体现企业的异质性，也可能存在加总谬误，微观视角的研究相对匮乏；第二，现有研究在聚焦国际贸易与中国能源效率之间关系时，缺乏从进口技术复杂度角度探索进口效应对能源效率的影响；第三，现有研究较少涉猎影响机制的检验，难以更深层次地解释国际贸易影响能源效率的内在动力。

本文可能在以下几方面丰富和拓展了现有研究：第一，利用中国工业企业数据库与中国工业企业环境统计数据匹配的结果，从微观层面测算企业的全要素能源效率，系统分析企业进口技术复杂度与全要素能源效率之间的关系，发现进口技术复杂度显著提升企业能源效率；第二，构建中介效应模型，探究进口技术复杂度影响企业能源效率的途径，发现进口技术复杂度通过“技术外溢效应”和“竞争效应”两个渠道提升企业能源效率，有效弥补当前研究影响机制检验的不足。

二、理论与机制分析

从现有文献来看，进口技术复杂度影响企业能源效率的作用渠道主要为“技术外溢效应”和“竞争效应”。

1.技术外溢效应。技术复杂度较高的产品包含出口国先进的生产技术和经验，进口国企业通过引入、学习、吸收和改进这些产品中隐含的先进技术和知识来提升自身的生产效率和技术水平。Coe和Helpman(1995)发现在进口贸易中，国际技术外溢提升了进口国全要素生产率[16]。蒋仁爱和冯根福(2012)通过实证检验表明进口贸易存在明显的技术溢出效应[17]。生产效率和技术水平的提高又促使投入要素的使用效率进一步增加，从而提升企业能源效率，即“技术外溢效应”[18]。Klein和Robison(1992)采用美国的行业层面数据，实证检验美国企业技术的进步提升能源效率[19]。Lin和Polenske(1995)基于中国时间序列数据，发现技术的进步提升能源效率，且提升的主要渠道为技术水平的进步[20]。李廉水和周勇(2006)的研究同样表明技术进步是提升能源效率的重要渠道[21]。李平和丁世豪(2019)也揭示进口技术溢出提升行业层面的能源效率[12]。

2.竞争效应。进口高技术复杂度的先进产品给本国企业带来竞争压力，而竞争有利于提升创新水平[22]。因为面对进口竞争，国内企业努力扩大研发投入以促进新产品的研制和开发。也就是说，先进进口产品涌入国内市场营造的激烈竞争环境刺激国内企业加大研发创新投入以提升技术创新水平，进而抢占更多市场，而技术创新水平的升级又有利于能源效率的提升。同时，为保持或扩大原有市场，国内企业还破解蕴含在高技术复杂度进口产品中的先进技术，运用到本土产品的生产和制造中[23]，提升了企业能源效率。

图1 进口技术复杂影响企业能源效率的机理

三、实证模型、指标测度与数据处理

(一)实证模型的设定

本文重点探究进口技术复杂度与企业能源效率之间的关系，参考相关文献并设定如下的计量模型：

tfeefit=α+βSOft+γXfit+δt+δi+δr+εfit

(1)

其中，下标f代表企业，i代表行业，t代表年份，r代表地区，tfeefit表示企业的全要素能源效率并取自然对数，SOft表示企业的进口技术复杂度并取自然对数。Xfit表示企业层面的控制变量，具体包括：企业规模(Size)，采用企业全部雇员人数并取自然对数；资本密集度(Capital)，采用企业固定资产与全部雇员人数的比值并取自然对数；国有企业虚拟变量(State)，企业归属于国有企业则取值为1，否则为0；企业年龄(Age)，采用当年年份减去企业成立年份的差值并取自然对数；融资约束(Loan)，采用应收账款与固定资产的比值并取自然对数。此外，本文还控制年份固定效应δt、行业固定效应δi和地区固定效应δr等非观测固定效应，εfit为随机扰动项。

(二)关键指标的测度

1.全要素能源效率。本文将劳动、资本及能源(煤炭消耗)等要素作为投入(1)由于煤炭消耗在我国能源消费总量中占比接近70%，故以煤炭消耗作为能源投入。，以企业的工业总产出作为合意产出[24]，假设企业的生产函数为柯布-道格拉斯函数：

(2)

其中，Aft表示企业的全要素能源效率，Lft表示企业的劳动投入，Kft表示企业的资本投入，Eft表示企业的能源投入，Yft表示企业的产出。对柯布-道格拉斯生产函数两边同时取对数，得到如下的线性回归方程：

yft=lft+kft+eft+uft

(3)

其中，yft、lft、kft、eft分别为Yft、Lft、Kft、Eft的对数值，uft表示残差项(涵盖取对数后企业全要素能源效率的信息)。为得到企业层面的全要素能源效率，需对式(3)进行线性回归，但该方法存在样本选择性偏差及同时性偏差等问题。为规避此类问题，本文借鉴鲁晓东和连玉君(2012)的研究[24]，采用LP法测算企业的全要素能源效率。

2.进口技术复杂度。借鉴Hausmann等(2007)和刘美秀等(2020)的研究方法，我们测算企业进口技术复杂度指标[25][26]。首先测度产品层面的技术复杂度，计算时采用CEPII-BACI数据库的国家出口数据，具体公式如下：

(4)

其中，下标n表示国家，k表示产品，t表示年份，PRODYkt代表不同时期产品的技术复杂度，Xnkt表示t年份n国家或地区产品k的出口额，Xnt表示t年份n国家或地区的出口总额，pergdpnt表示t年份n国家或地区的人均GDP水平(数据来源于世界银行)。我们将产品层面的技术复杂度与中国海关贸易数据库进行合并，采用企业进口产品的相关数据来测算企业层面的进口技术复杂度：

(5)

其中，SOft表示企业在不同时期的进口技术复杂度并取对数，Xfkt表示企业f在t年份进口产品k的金额，Xft表示企业f在t年份的进口总额。最后，依据企业名称等自身信息，将计算的企业进口技术复杂度指标与中国工业企业数据库进行匹配合并。

(三)数据来源

本文主要利用中国工业企业数据库、中国工业企业环境统计数据、中国海关贸易数据库及CEPII-BACI数据库等四套数据，研究年限为2000—2012年。参考聂辉华等(2012)的研究思路，对中国工业企业数据库予以处理[27]。我们将中国工业企业数据库与中国工业企业环境统计数据进行匹配，以测算企业层面的全要素能源效率；将产品层面的CEPII-BACI数据库与产品层面的中国海关贸易数据库进行匹配后再合并到企业层面，以测算企业层面的进口技术复杂度。

四、实证检验

(一)基准回归结果

表1汇报了进口技术复杂度对企业能源效率影响的基准回归结果。为考察结果的稳健性，列(1)—(6)是采用逐步添加控制变量的方式获取的检验结果。列(1)仅考虑进口技术复杂度的影响，发现其估计系数为正，初步表明进口技术复杂度对企业能源效率具有显著的促进作用。列(2)—(6)是逐步加入控制变量后的回归结果，发现各列中进口技术复杂度的系数仍全部显著为正，说明进口技术复杂度对企业能源效率的显著正向作用是稳健的。此外，与大多数关于企业能源效率的研究结论一致，控制变量的估计结果基本不变。企业规模越大，越容易利用规模效应提高其能源效率；融资约束越大，企业的能源效率越高；国有企业降低了企业的能源效率，非国有企业则提升企业能源效率。企业年龄的估计系数为正且通过1%的显著性水平，表明企业成立时间与企业能源效率成正比，可能原因在于企业成立时间越早，其生产技术越成熟，越有利于提升企业的能源利用率。资本密集度越高，越有利于提升企业能源效率。

表1 基准回归结果

(二)内生性检验

1.为克服可能存在的样本选择性偏误问题，本文借鉴Heckman(1979)的研究思路，采用两阶段法进行内生性检验[28]。具体来讲，首先采用Probit模型进行回归检验，获得逆米尔斯比率(nivmillss)，然后将逆米尔斯比率代入式(1)中，以考察企业能源效率的影响因素。企业的选择模型设计如下：

probit(portfit=1)=α0+γXfit+δt+δi+δr+εfit

(6)

其中，protfit=1代表匹配成功的企业，protfit=0代表未匹配成功的企业。其他变量的含义与前述一致。表2的列(1)和(2)检验结果显示，控制样本选择性偏误后，进口技术复杂度的估计系数显著为正，意味着核心结论成立。逆米尔斯比率的估计系数也通过1%的显著性水平，表明基准回归结果可能存在样本选择性偏误问题，因而考察样本选择性偏误的影响是具备可行性和合理性的。

2.为克服逆向因果和遗漏变量引发的内生性问题，本文采用自变量(进口技术复杂度)滞后一期和二期作为进口技术复杂度的工具变量[29]。表2的列(3)和(4)是两阶段最小二乘法(2SLS)的估计结果，发现无论选择的工具变量是自变量的滞后一期还是二期，进口技术复杂度的估计系数均显著为正，说明进口技术复杂度对企业能源效率存在显著的正向影响。与此同时，为检验挑选的工具变量是否有效，本文还使用多种方法进行验证：采用KP-LM统计量进行检验[30]，发现结论拒绝“工具变量识别不足”的原假设且在1%的水平上显著，说明未被包含的工具变量与内生变量无关联；采用Wald rk F统计量进行检验[30]，同样发现结论拒绝“工具变量是弱识别”的原假设且在1%的水平上显著。这两项检验结果均表明2SLS回归结果是稳健的，因此选择的工具变量是具备合理性的。

表2 内生性检验结果

3.本文还采用广义矩估计法(Generalized Method of Moments,GMM)克服内生性问题。表2的列(5)报告了GMM的估计结果，发现变量估计系数的大小和显著性均无较大变化，说明控制模型的内生性问题后，进口技术复杂度对企业能源效率仍具有显著的促进作用。

(三)稳健性检验

1.企业能源效率的其他衡量。在基准回归检验时，本文采用LP法测算了企业的全要素能源效率。出于稳健性的考虑，我们继续使用OLS和FE法测算企业的全要素能源效率(检验结果见表3的列(1)和(2)所示)。可见，两种不同测算方法下的能源效率估计系数均显著为正，说明改变能源效率的测算方法并不影响本文的核心结论，即基准回归结果是稳健的。此外，使用工业总产值与煤炭消耗量的比值来测算企业的单要素能源效率(检验结果见表3的列(3)所示)，发现单要素能源效率的估计系数仍为正且通过1%的显著性水平，表明进口技术复杂度提升企业能源效率的结论是稳健的。总之，改变企业能源效率的测算方法不影响本文的核心结论，即进口技术复杂度对企业能源效率具有显著的促进作用。

(7)

其中，SOft_adj表示经过质量调整的企业f在t年份的进口技术复杂度，Xfkt表示企业f在t年份进口k产品的总额，Xft表示企业f在t年份的进口总额。我们对数化处理SOft_adj并重新代入式(1)中(检验结果见表3的列(4)所示)，发现进口技术复杂度估计系数的大小和显著性均变化不大，表明进口技术复杂度对企业能源效率的显著促进作用并未因解释变量的测算方法不同而不同。

表3 稳健性检验结果

(四)异质性分析

1.企业出口与否。由表4的列(1)和(2)回归结果可知，出口和非出口企业的进口技术复杂度均显著提升了能源效率。但比较二者估计系数的大小后发现，进口技术复杂度对出口企业的能源效率的促进作用要强于非出口企业。可能原因是与非出口企业相比，出口企业在借鉴国外先进技术和管理经验提升能源效率时，其较高的生产效率和熟稔的技术改进方法更利于吸收先进的节能技术，故出口企业的进口技术复杂度对能源效率的促进作用要大于非出口企业。

2.企业贸易方式。表4的列(3)和(4)展示了一般贸易企业和加工贸易企业的估计结果，发现加工贸易企业的进口技术复杂度的估计系数显著为正，而一般贸易企业不显著，说明进口技术复杂度对加工贸易企业的能源效率具有显著的正向影响，但对一般贸易企业没有影响。其原因可能在于：一般贸易企业的生产较多采用国内要素，较少采用进口要素，故进口技术复杂度对一般贸易企业的能源效率影响不大。加工贸易企业“两头在外”的模式决定其使用进口要素较多，进口技术复杂度较高的产品能产生更多的进口技术溢出供加工贸易企业学习、吸收和利用，从而提升了企业的能源效率。

表4 分样本的检验结果(Ⅰ)

3.企业所有制。表5的列(1)和(2)报告了外资企业和本土企业的估计结果，揭示进口技术复杂度均显著促进了外资和本土企业的能源效率。但比较二者估计系数的大小，我们发现进口技术复杂度对外资企业能源效率的促进作用要强于本土企业。可能原因是外资企业的“国外”性质使其自身的技术水平与国外先进技术经验存在较小的差距，在利用和吸收国外先进节能技术经验时更擅长、更容易无缝对接。相反地，由于自身的技术实力与国外先进技术水平的差距较大，本土企业利用和吸收国外先进节能技术及经验较为欠缺而无法完全吸收和消化。

4.地区。表5的列(3)和(4)显示了东部地区和中西部地区企业的估计结果，发现东部地区企业的进口技术复杂度显著提升了能源效率，而中西部地区企业不显著。可能原因是东部地区凭借沿海导向的渐进式开放政策吸收了大量优质劳动力和资本[34][35]，且地理位置优越、经济发展水平较高，对新技术的学习、消化和吸收能力强于中西部地区，该地区的企业进口技术复杂度较高的产品时将获得更多外溢的技术。而中西部地区恰恰相反，企业因学习和吸收能力较弱而对外溢的技术不太敏感。

表5 分样本的检验结果(Ⅱ)

五、机制检验

(一)中介效应模型的构建

前文尚未分析进口技术复杂度影响企业能源效率的渠道路径。这里，我们选取企业的生产效率和研发投入作为中介变量并构建如下的中介效应模型，以检验进口技术复杂度影响企业能源效率的作用机制：

tfeefit=α1+β1SOft+γXfit+δt+δi+δr+εfit

(8)

tfpfit=α2+β2SOft+γXfit+δt+δi+δr+εfit

(9)

Innfit=α3+β3SOft+γXfit+δt+δi+δr+εfit

(10)

tfeefit=α4+β4SOft+ηtfpfit+ωInnfit+γXfit+δt+δi+δr+εfit

(11)

其中，tfpfit表示企业的生产效率，采用O11ey-Pakes半参数(OP法)测算企业的全要素生产率并取自然对数；Innfit表示企业的研发投入，企业有研发投入时赋值为1，否则为0。

(二)中介效应模型检验结果

表6报告了进口技术复杂度影响企业能源效率的作用机制检验结果。列(2)是以企业生产效率为被解释变量的估计结果，发现进口技术复杂度的估计系数显著为正，说明进口技术复杂度显著提升企业生产效率。列(3)是以企业研发投入为被解释变量的估计结果，发现进口技术复杂度的估计系数显著为正，说明进口技术复杂度显著促进企业加大研发投入。列(4)是中介变量企业生产效率对能源效率的影响结果，发现企业生产效率的估计系数显著为正，表明企业生产效率的提高显著提升了企业能源效率。列(5)是中介变量企业研发投入对能源效率的影响结果，发现企业研发投入的估计系数显著为正，表明企业加大研发投入有助于提升企业能源效率。值得注意的是，列(4)和(5)分别加入企业生产效率和研发投入后，与列(1)的基准回归结果相比，进口技术复杂度的估计系数的绝对值出现了明显下降。列(6)同时加入企业生产效率和研发投入后，与列(1)的基准回归结果相比，进口技术复杂度的估计系数的绝对值出现了进一步下降。由此，再度说明进口技术复杂度通过提高企业生产效率和加大企业研发投入这两个可能渠道提升了企业能源效率。以上分析说明“技术外溢效应”和“竞争效应”均显著存在。

表6 作用机制检验结果

六、结论与政策启示

本文利用中国工业企业数据库、中国工业企业环境统计数据、中国海关贸易数据库及CEPII-BACI数据库等，系统考察进口技术复杂度对企业能源效率的影响及其作用机制。研究发现：第一，进口技术复杂度显著提升企业能源效率，在考虑样本选择性偏误、变量内生性及使用不同测算方法衡量指标后，核心结论依然稳健；第二，分样本回归结果显示出口企业进口技术复杂度的提升对企业能源效率的促进作用要强于非出口企业，一般贸易企业的进口技术复杂度对企业能源效率无显著影响，而加工贸易企业显著，外资企业进口技术复杂度的提升对企业能源效率的促进作用要强于本土企业，东部地区企业进口技术复杂度的提高显著提升企业能源效率，但中西部地区企业不显著；第三，机制检验发现进口技术复杂度通过“技术外溢效应”和“竞争效应”两个渠道显著提升企业能源效率。

本研究的政策启示：进口技术复杂度显著提升企业能源效率，表明通过进口贸易和对外开放，不仅有利于促进中国经济的增长和对外贸易的发展，还有利于提升企业能源效率及我国社会福利水平；将高投入、高消耗、高污染的粗放式经济发展模式转变为“绿色发展”模式，既可降低能源消耗，又推动经济的可持续发展，而通过关闭高能耗、高污染和低产出企业的“一刀切”式的发展路径从长远来看会损害社会福祉，并非坚持经济可持续发展的有效路径。因此，政府应鼓励企业加大对高技术复杂度产品的进口，扩大对外开放，以提高能源效率、实现节能减排；企业应加强人力资本的积累，关注劳动力技能的提高，增强劳动者对技术的吸收能力，加大研发创新投入，提升企业能源的利用率，实现节能减排与经济增长的“双赢”。