要素替代及回彈效應視角下中國鋼鐵行業能源消費研究

艾明曄++李呈祥

摘要：基于中國1980～2013年鋼鐵行業數據，利用超越對數成本函數構建要素成本份額方程，運用動態最小二乘法對模型進行修正，利用似不相關回歸對鋼鐵行業生產要素間的替代關系進行測度，并通過引入價格的非對稱性來研究回彈效應。結果表明：鋼鐵行業的能源和資本自價格彈性均為負；資本和能源的絕對替代彈性和相對替代彈性均為正。能源對資本的絕對替代彈性大于資本對能源的絕對替代彈性，但資本對能源的相對替代彈性自2000年以后逐漸占優于能源對資本的相對替代彈性；鋼鐵行業的回彈效應高達9585%，由能源效率提高而節約的能源基本上被回彈效應所抵消。

關鍵詞：鋼鐵行業；超越對數成本函數；替代彈性；回彈效應

DOI：10.13956/j.ss.1001-8409.2017.07.02

中圖分類號：F0621 文獻標識碼：A 文章編號：1001-8409（2017）07-0006-05

Study on Chinese Iron and Steel Industry Energy

Consumption from the Perspective of Factor

Substitution and Rebound Effect

AI Mingye， LI Chengxiang

（School of Economics and Management， Harbin Engineering University， Harbin 150001）

Abstract：Based on the data of Chinese iron and steel industry from 1980 to 2013， this paper uses translog cost function to construct the factor cost share equations， and modifies the model by the dynamic least squares method to measure the substitution between input factors of the steel industry and rebound effect by price asymmetry. The results are as follows： selfprice elasticity of energy for capital is negative； absolute substitution elasticity and relative substitution elasticity of capital for energy is positive. The absolute substitution elasticity of energy for capital is larger than that of capital for energy， but the relative substitution elasticity of capital for energy has been larger than that of energy for capital since 2000. The rebound effect in Chinese iron and steel industry is 95.85%， which shows a high level of rebound effect and means that energy saved by energy efficiency improvement is mostly offset by rebound effect.

Key words：iron and steel industry； translog cost functions； elasticity of substitution； rebound effect

引言

鋼鐵行業是中國國民經濟的支柱性產業，在工業化進程中起到了不可替代的作用，但能源消費量長期居高不下。2004年中國鋼鐵行業能源消費總量為299億噸標準煤，全國占比為1518%；到了2014年中國鋼鐵行業能源消費總量為693億噸標準煤，全國占比達到1628%。能源消費量不僅與生產技術、能源價格有關，還與其他生產要素的替代或互補關系密不可分。若能源與非能源生產要素存在替代關系，當能源價格提高，能源會被其他生產要素所替代，能源需求下降；反之亦反。另一方面，直觀上能源效率提高可以降低能源需求，但能效提高所節約的能源會通過新的能源需求而被部分甚至完全抵消，即產生了“回彈效應”。

對于生產要素間替代或互補關系并沒有得到統一的研究結果。Pindyck對1959～1973年間加拿大進行研究，發現能源與資本呈替代關系，能源與勞動則呈互補關系[1]。而對美國進行研究時卻發現能源與資本呈互補關系，能源與勞動呈替代關系[2]。陶小馬等對中國工業部門的研究表明資本與能源并不存在確定的替代關系，勞動與能源在近期表現為替代關系[3]。魯成軍等估算了中國工業部門的替代彈性，發現資本與能源之間存在不確定的替代關系，勞動與能源都表現出較為顯著的替代關系[4]。隨后張紀鳳等發現中國制造業分行業資本與能源之間存在很強的替代關系，勞動與能源之間呈現CPE互補，MES替代關系[5]。對于鋼鐵行業要素間彈性關系的研究較少，董會忠等研究認為中國鋼鐵工業1985～2006年能源與資本、能源與勞動之間都存在替代關系[6]。

回彈效應的存在使得能源效率提高所節約的能源部分甚至全部被抵消[7]。大量研究表明發展中國家的回彈效應遠高于發達國家。Bentzen估計出美國制造業回彈效應約為24%[8]。Lin等采用中國1981～2009年的數據測算得到中國能源回彈效應為532%[9]。邵帥等對中國整體經濟回彈效應進行測算，得到中國改革開放后短期和長期的回彈效應分別為2739%和812%[10]。黃純燦等對中國1980～2012年的能源回彈效應進行測算，結果高達151%，存在著明顯的“回火”效應[11]。近幾年，林伯強及其團隊運用超越對數成本函數，得到1980～2012年間中國重工業的能源回彈效應為743%[12]，輕工業為377%[13]，紡織業為2099%[14]，食品業為3439%[15]。

可以看出，現有研究大部分是以國民經濟或者整個工業作為研究對象，而不同行業能源消耗具有不同的特點，其節能對策也大不相同。目前對中國改革開放以來鋼鐵行業要素間替代彈性和回彈效應的分析較為少見。本文選取1980～2013年鋼鐵行業的數據，利用超越對數成本函數，基于替代彈性分析，引入能源價格的非對稱性，針對中國改革開放以來鋼鐵行業要素間替代和回彈分析能源消費，并提出合理有效的節能政策建議。

1理論模型推導

11成本份額方程

超越對數函數形式靈活，計算替代彈性時比超越對數生產函數效果更好[16]，本文采用超越對數成本函數對中國鋼鐵行業要素間替代彈性及回彈效應進行分析。成本函數可表示為：C=f（Q，PK，PL，PE），其中PK、PL和PE分別為資本K、勞動L和能源E的價格?？紤]到技術進步的作用，引入反映時間趨勢變量t，得到如下形式的超越對數成本函數：

lnC=α0+αQlnQ+12γQQ（lnQ）2+∑iδilnQlnpi+∑iαilnpi+12∑i∑jγijlnpilnpj+αtt+12αttt2+∑iβitlnpi+γQttlnQi，j=K，L，E（1）

根據Shephard引理，要素需求函數由成本函數對價格求偏導得到：

xi=Cpii=K，L，E（2）

由要素成本份額Si=pixiC，可得到要素份額方程：

Si=pixiC=piCCpi=lnClnpi=αi+βit+∑jγijlnpj+δilnQi，j=K，L，E

（3）

式（3）構成一個三方程的聯立系統，且其參數滿足加總約束、同質性約束和對稱性約束條件，見式（4）。

∑iαi=1，∑iβi=∑iδi=0（i）

∑iγij=∑jγij=0（ii）

γij=γji（iii）（4）

由于∑iSi=1，去除份額方程中任一方程均不影響彈性的計算結果，本文將L的成本方程剔除，其他要素價格均使用相對價格，即：

p′jt=pjt/pLtj=K，E（5）

份額方程則可重新表述為：

Sit=αi+βit+∑jγijlnp′jt+δilnQt+εiti，j=K，E（6）

12彈性計算

式（6）構成一個聯立方程組，利用其參數估計值可進行彈性計算。交叉價格彈性CPEij反映要素i需求對要素j價格的敏感程度，也稱為絕對替代彈性。CPE>0表明要素間存在替代關系，CPE<0表明要素間存在互補關系。當i=j時，CPEij表示要素的自價格彈性，反映要素需求對自身價格的敏感程度。具體形式為式（7），當i=j時，ωij=1。

CPEij=lnxilnpj=rij+SiSj-SiωijSii，j=K，E（7）

Morishima替代彈性（MES）反映兩種要素比例相對于某種要素價格變動的敏感程度，因此也稱為相對替代彈性，見式（8）。

MESij=ln（xi/xj）lnpj=CPEij-CPEjj（8）

相比CPE，MES描述出要素結合的工程性特征，而不僅僅是要素間的經濟性特征[4]?？梢愿鶕﨧ES非對稱性特點比較MESij和MESji的大小，分析出哪個要素更容易被替代。例如，若要確定在鋼鐵行業中購買高能效的新設備是否有助于實現節能目標，就需確定當能源價格發生變化后資本對能源的替代是否占優于資本價格發生變化后能源對資本的替代。只有當決策者對能源價格的變動敏感性高于資本價格變動時，才能做出投資于高能效機器設備的決策[17]。

13價格非對稱條件下的回彈效應

回彈效應主要來源于能源效率提高引致的能源服務價格下降，進而導致能源消費的增加，因此回彈效應與能源價格下跌密切相關[8]。能源原始價格可拆分為歷史最高價格、累計歷史增量、累計歷史減量三部分[18]，由此將能源價格變化的非對稱性引入到成本份額方程中：

ln（pe，t）=max[ln（pe，t）]+d[ln（pe，t）]+i[ln（pe，t）]（9）

其中max[ln（pe，t）]，d[ln（pe，t）]，i[ln（pe，t）]序列由式（10）至式（12）得到：

max[ln（pe，t）]=max[ln（pe，1），ln（pe，2），...，ln（pe，t）]（10）

d[ln（pe，t）]=∑tn=1min（0，{max[ln（pe，t-1）]-ln（pe，t-1）}-{max[ln（pe，t）]-ln（pe，t）}（11）

i[ln（pe，t）]=∑tn=1max（0，{max[ln（pe，t-1）]-ln（pe，t-1）}-{max[ln（pe，t）-ln（pe，t）}（12）

要素份額方程中能源價格ln（pe，t）由上述3個分量代替。為避免自由度的過度損失，本文僅在能源份額方程Se中引入ln（pe，t）的分解項。

2數據說明及處理

21樣本選取及數據來源

鋼鐵行業有廣義和狹義之分，本文采用狹義的鋼鐵行業，即《國民經濟行業分類》中的黑色金屬冶煉及壓延加工業。研究區間為1980～2013年，數據來源于兩個方面，一方面來源于《中國統計年鑒》《中國能源統計年鑒》和CEIC數據庫，另一方面引用陳詩一對中國工業分行業的估算數據[19]。1980～2008年工業增加值數據源于陳詩一的數據，2009～2013年數據根據國家統計局發布的分行業工業增加值累計增長率進行擴展。鋼鐵行業的最終能源消費主要包括煤炭、石油和電力，其消費量可從《中國能源統計年鑒》中得到。三種能源的價格來源于CEIC數據庫，并以1990年為基年進行平減，以三種能源消費份額為權重對其價格加權平均得到總體能源價格。1980～2008年資本存量采用陳詩一的數據，利用陳詩一的處理方法將資本存量擴展至2013年。勞動力數量同樣采用陳詩一的研究數據和方法，根據相應的統計口徑比例，對《中國統計年鑒》鋼鐵行業中的職工人數擴展至2013年。勞動力價格根據鋼鐵行業職工的平均工資來衡量，以1990年為基期，采用CPI對勞動力價格進行平減。

22要素成本份額測算

結合要素份額計算公式（13），可得到要素成本份額的折線圖（見圖1）。

Si，t=pi，t×xi，t∑ipi，t×xi，ti=K，L，E（13）

從圖1可以看出，在1980～2013年間，鋼鐵行業能源成本份額總體呈上升趨勢，均值為4678%；資本成本份額1980～2000年間在60%上下波動，2000年后呈下降趨勢；勞動成本份額在48%～142%區間緩慢波動，總體呈下降趨勢。1994年能源和資本份額波動劇烈，這是由于通貨膨脹而導致當年實際利率大幅下降，從而使得資本成本份額大幅下降，能源成本份額則相對大幅上升。

3實證研究

31模型修正

DOLS方法通過在回歸方程中引入解釋變量的前置與滯后形式的差分變量， 克服了可能存在的序列相關以及回歸變量的內生性問題[20]，因此采用DOLS方法對式（6）進一步修正：

Sit=αi+βit+∑jγijlnp′jt+δilnQt+∑j∑ks=-kφij×Δ lnp′jt+s+∑ks=-kφs×Δ lnQt+s+εiti，j=K，E（14）

其中∑j∑ks=-kφij×Δ lnp′jt+s和∑ks=-kφs×ΔlnQt+s分別為引入的要素價格、工業增加值前置與滯后的一階差分變量，s為變量的前置與滯后期數。本文利用Wald檢驗最終確定變量的引進期數為2，即k=2。式（14）構成一個兩方程聯立系統。

32CPE與MES彈性分析

采用SUR方法對修正后的模型進行估計，估計結果見表1。

由表（1）可知，在5%置信水平下，參數通過顯著性檢驗，殘差序列平穩，不存在自相關，正態性假設成立，表明得到的回歸方程具有一定的可信度，表2給出了Wald約束檢驗的結果。

根據表1估計結果，結合式（7）和式（8）可得要素的CPE和MES值，結果見表3。

由表3知，鋼鐵行業的各要素自價格彈性均為負值，表明要素需求量隨要素價格的上升而減少，與實際情況相符。資本自價格彈性CPEkk和能源自價格彈性CPEee分別為-02966、-04369，CPEee>CPEkk，即能源需求對價格的敏感性大于資本需求對價格的敏感性，與國涓等的研究結果一致[20]，但能源自價格彈性仍偏小。原因分析如下：一方面，近年來中國對能源定價機制進行了改革，但改革進程緩慢，難以充分發揮市場的配置作用；另一方面，中國目前正處于工業化中期，形成以鋼鐵行業等重工業為主導的“重型”產業結構，重工業化所形成的能源依賴型產業結構對能源自價格彈性的增長起到消融作用[4]。

資本和能源的CPE和MES彈性均為正，表明鋼鐵行業資本與能源都存在明顯的替代關系。史紅亮等通過1978～2007年間的數據也得到中國鋼鐵行業能源和資本存在著較高的替代彈性[21]。CPEek>CPEke，表明能源對資本的絕對替代大于資本對能源的絕對替代，當資本價格和能源價格同比例升高時，能源對資本的替代高于資本對能源的絕對替代量，這導致能源消費量的居高不下。

由圖2可知，鋼鐵行業MESke和MESek在1980～2000年間呈交替性波動，但2000年后MESke逐漸大于MESek，雖然差值不大，但表明決策者對能源的價格變動趨于敏感，愿意通過投資高效設備來實現節能。鋼鐵行業作為高耗能行業，面臨著“十一五”發展規劃提出的能耗年均降低4%和“十二五”規劃提出的2015年相比2010年單位GDP能耗下降16%的壓力，在鋼鐵產量持續增長的情況下，倒逼企業通過增加高能效的新技術、新設備等資本投入來提高能源強度，降低能源消費量。若忽略由于通貨膨脹在1994年出現的一次V型波動，從總體來看，資本對能源的替代彈性逐年上升，說明鋼鐵行業內部積極進行技術創新，提高能源效率，國家出臺的一系列關于鼓勵節能技術開發與應用的政策取得了一定成效[5]。

33價格非對稱下的回彈效應分析

為檢驗能源價格非對稱的存在性，本文假設ln（pe，t）所有分解項的系數均相等，即能源的價格非對稱不存在，然后通過Wald檢驗進行判別。檢驗結果P=0000<<005，表明價格的非對稱性存在。根據式（11）和式（12）得到能源原始價格的累計歷史減量d[ln（pe，t）]和累計歷史增量i[ln（pe，t）]時序圖（見圖3）。

表4中各種檢驗均通過，研究具有意義。根據d[ln（pe）]的參數估計值，結合式（8）則可得出鋼鐵行業的能源回彈效應為9585%，意味著由能源效率提高而節約的能源基本上被回彈效應所抵消。這也解釋了為什么鋼鐵行業的能源強度持續下降的同時，能源消費量卻一直居高不下。

進一步分析原因如下：（1）中國正處工業化和城鎮化建設進程中，對能源具有強烈的需求，能源效率的提高未能充分滿足對能源的需求。在需求未被完全滿足的情況下，能效改進的結果很容易導致能源消費大幅增加。（2）鋼鐵行業產能過剩嚴重，一些小規模的鋼鐵企業延續著粗放式生產模式，存在大量未被淘汰的無效產能，這些無效產能一旦投入生產，能源浪費現象非常嚴重。（3）目前中國能源價格未能完全市場化，而且也未能包含污染等外部成本，致使能源價格無法作為資源配置的有效信號，粗放式的生產模式導致能源的大量浪費。由于資本的鎖定效應，資本設備一旦投入，很難短期內實現高效設備的更換。從成本最小化角度考慮，當能源價格較低的情況下，企業對高效設備的更新缺乏動力，反而通過多投入能源來實現產量的增加。

4結論與建議

本文選取1980～2013年鋼鐵行業的數據，采用包含資本、能源、勞動三要素超越對數成本函數，構建要素成本份額方程，對鋼鐵行業生產要素的替代關系進行了測量，并通過引入價格的非對稱性，運用動態最小二乘法對模型進行修正，利用似不相關回歸對模型進行估計，研究回彈效應，以解釋鋼鐵行業能源消費居高不下的原因。

通過分析提出如下節能建議：（1）優化能源消費結構。目前核能、風能等清潔能源在鋼鐵行業中的消費比例非常低，在技術可行情況下多增加清潔能源的供給，減少排放的壓力。能源供給充足時，能效改善能夠真正實現節能。（2）改善鋼鐵產業結構。目前鋼鐵行業粗鋼產能過剩，而高精及特種鋼的生產能力相對不足。因此應加強鋼鐵行業技術改進，淘汰落后產能，增加產業集中度并且優化鋼鐵行業的內部結構，優化產品結構，降低能耗水平。（3）深化能源價格機制改革。堅持能源價格機制改革的市場化導向，使能源價格反映資源的稀缺性，達到資源合理有效的配置。通過比較分析絕對替代彈性可知，2000年后鋼鐵行業資本對能源的替代略微占優于能源對資本的替代，因此可以推斷，當決策者預期市場化改革后能源價格要高于目前的價格水平，那么在生產過程中就會加大技術改造力度，改善落后的生產工藝，使得能源消耗水平得到持續改善。

參考文獻：

[1]Pindyck R S. Interfuel Substitution and the Industrial Demand for Energy：An International Comparison[J]. The Review of Economics and Statistics，1979，61：169-179.

[2] Berndt E R，Wood D O. Engineering Econometric Interpretation of Energy-Capital Complementary[J]. The American Economic Review， 1979，69： 342 -354.

[3] 陶小馬，邢建武，黃鑫，等. 中國工業部門的能源價格扭曲與要素替代研究[J]. 數量經濟技術經濟研究， 2009（11）： 3-16.

[4] 魯成軍，周端明. 中國工業部門的能源替代研究——基于對ALLEN替代彈性模型的修正[J]. 數量經濟技術經濟研究， 2008（5）： 30-42.

[5] 張紀鳳，黃萍.中國制造業能源與非能源要素替代關系的實證研究[J]. 西安電子科技大學學報（社會科學版），2011， 21（4）：37-44.

[6] 董會忠，閆秀霞，陶建格.中國鋼鐵工業能源—資本—勞動替代關系研究[J].科研管理， 2012，8（8）： 120-127.

[7] 孫涵，申俊，成金華. 基于LA-AIDS模型的中國居民能源消費回彈效應研究[J].軟科學， 2016，3（3）： 94-97.

[8] Bentzen Jan. Estimating the Rebound Effect in US Manufacturing Energy Consumption[J]. Energy Economics， 2004， 26（1）： 123-134.

[9] Lin B Q，Liu X. Dilemma between Economic Development and Energy Conservation：Energy Rebound Effect in China[J]. Energy，2012，45（1）：867-873.

[10] 邵帥，楊莉莉，黃濤.能源回彈效應的理論模型與中國經驗[J].經濟研究，2013（2）： 96-109.

[11] 黃純燦，胡日東.基于哈羅德中性技術進步的反彈效應及能源政策建議[J].華僑大學學報：哲學社會科學版，2015（2）：44-52.

[12] Lin Boqiang， Li Jianglong. The Rebound Effect for Heavy Industry： Empirical Evidence from China[J]. Energy Policy，2014，74：589-599.

[13] Lin Boqiang， Tian Peng. The Energy Rebound Effect in Chinas Light Industry： A Translog Cost Function Approach[J]. Journal of Cleaner Production，2016，112，Part 4：2793-2801.

[14] Lin Boqiang， Zhao Hongli. Technological Progress and Energy Rebound Effect in Chinas Textile Industry： Evidence and Policy Implications[J]. Renewable and Sustainable Energy Reviews，2016，60：173-181.

[15] Lin Boqiang， Xie Xuan. Factor Substitution and Rebound Effect in Chinas Food Industry[J]. Energy Conversion and Management，2015，105：20-29.

[16] 郝楓. 超越對數函數要素替代彈性公式修正與估計方法比較[J]. 數量經濟技術經濟研究，2015（4）：88-105，22.

[17] Kim Jihyo，Heo Eunnyeong. Asymmetric Substitutability between Energy and Capital： Evidence from the Manufacturing Sectors in 10 OECD Countries[J].Energy Economics，2013，40：81-89.

[18] Gately D，Huntington H G. The Asymmetric Effects of Change in Price and Income on Energy and Oil Demand[J]. Energy，2002，23（1）：19-25.

[19] 陳詩一. 中國工業分行業統計數據估算：1980-2008[J]. 經濟學，2011（3）： 735-776.

[20] 國涓，郭崇慧，凌煜. 中國工業部門能源反彈效應研究[J]. 數量經濟技術經濟研究，2010（11）： 114-126.

[21] 史紅亮，陳凱，閆波.我國鋼鐵行業能源—資本—勞動的替代彈性分析——基于超越對數生產函數[J]. 工業技術經濟，2010，11（11）：110-116.

（責任編輯：王楠）