中国工业部门能源与非能源替代弹性研究——基于多弹性测度方法.pdf

第２８卷第６期管理评论Ｖｏｌ． ２８， Ｎｏ． ６２０１６年６月Ｍａｎａｇｅｍｅｎｔ Ｒｅｖｉｅｗ Ｊｕｎ．， ２０１６中国工业部门能源与非能源替代弹性研究 基于多弹性测度方法查冬兰１，２ 司建松１，２ 周德群１，２ 薛 晨１，２（１．南京航空航天大学经济与管理学院，南京２１１１０６；２．南京航空航天大学能源软科学研究中心，南京２１１１０６）摘要在能源供应受到较强约束下，能源与非能源要素替代的不确定性关系到我国能源效率改善、新能源开发以及应对气候变化的政策选择。文中以工业总体和３６个分行业为研究对象，基于超对数成本函数，计算了１９９４－２０１１年间能源与非能源投入要素的自价格弹性、ＣＰＥ、ＡＥＳ、ＭＥＳ以及ＳＥＳ弹性。结论显示（１）资本、劳动力和能源的自价格弹性均为负值，其中能源自价格弹性最小，劳动力自价格弹性最大；（２）工业总体上，能源与资本均呈现替代关系，且历史波动趋势较为平稳；而能源与劳动力之间的关系除了在２０１１年表现不明朗外，其他年份均显示两者为替代关系；（３）四种弹性形式均显示能源和资本呈替代关系的有３０个工业行业，均得到能源和劳动力呈互补关系的有２１个行业；（４）在所有的替代关系中，ＣＰＥ值最小，而ＭＥＳ和ＳＥＳ值相对较大，更倾向于得到两投入要素为替代关系的结论。关键词能源；替代弹性；要素替代；超对数成本函数收稿日期２０１４－０４－０４基金项目国家自然科学基金青年项目（７１２０３０９２）；中央高校基本科研业务费专项资金项目（ＮＪ２０１５００３５）。作者简介查冬兰，南京航空航天大学经济与管理学院副教授，硕士生导师，博士；司建松，南京航空航天大学经济与管理学院硕士生；周德群，南京航空航天大学经济与管理学院特聘教授，博士生导师，博士；薛晨，南京航空航天大学经济与管理学院硕士生。引 言自Ｊｏｒｇｅｎｓｏｎ等［１］提出著名的ＫＬＥＭ模型用于研究美国二战后的经济增长和生产率以来，能源同资本、劳动力等其他投入要素一起被引入到生产函数中，广泛应用于研究当前能源与气候变化政策中的热点问题。能源的短缺会影响到经济产出或至少会对经济增长造成障碍，但经济还要继续增长，能源消费与经济增长的关系就简化为两个关键问题一是能源资源对经济增长和环境的影响如何二是能源资源的可替代性（内部替代和外部替代）如何当能源作为投入要素时，就无法回避能源与非能源要素的替代弹性问题［２］。长期以来，关于能源经济和环境问题的研究，国内已有了很多有益的探索［３－５］，但涉及研究过程中的一些外部参数如替代弹性往往被有意无意地忽视。当前，关于我国能源与非能源替代问题的研究还涉足较少，在实际应用时往往莫衷一是，事实是实证结果对变量取舍和模型的假定条件相当敏感［６］。替代弹性的方向和大小直接关系到碳减排的经济效应、碳税税率的制定［７，８］、碳减排的成本［９］、资本税、生产补贴、能源回弹效应［１０］、能源需求预测等一系列问题［１１－１４］。也就是说，一国在实施能源环境政策时，其政策的效果往往以替代弹性的方向和大小为转移。发展至今，以发达国家为背景的能源替代弹性问题研究已有了一定的规模，还经常被直接移植到发展中国家的宏观研究中（实证研究往往会陷入模型复杂性的怪圈而淡化对基础数据的考证）。然而，关于能源与非能源替代弹性方向和大小的问题，一直存在着很大的争议［１２，１５］，没有充分的理由去相信某个结论一定是科学的。从直观认识来看，发展中国家技术相对落后，会因“技术依赖”减弱能源要素价格变化的能力，因而能源替代弹性的表现会有别于发达国家。鲁成军和周端明［１４］测度了整个工业的能源与劳动力、能源与资本的ＭＥＳ，实证结果表明能源与劳动力之间存在显著的替代关系，而资本与能源之间的替代关系表现不明朗。但第６期查冬兰，等中国工业部门能源与非能源替代弹性研究１８１ 该研究采用价格指数代替各要素真实价格的处理方式值得商榷，原因在于价格指数的形式无法体现各要素真实的投入比例，导致其成本比例甚至出现负值的情况，继而直接影响弹性的计算结果。郑照宁和刘德顺［１６］利用ＣＥＳ和Ｃ⁃Ｄ生产函数发现能源和资本间的替代具有很大的不确定性，提出中国仍旧需要增加大量的资本投入去替代能源。杨福霞等［１７］发现我国１９７８－２００８年间能源与资本、能源与劳动力之间的平均替代弹性分别为０􀆰 ４９和１􀆰 ０３。但由于这两篇文献采用的生产函数形式均未能考虑各投入要素的真实价格，无法体现要素价格变化对其他投入要素的影响，偏离了要素替代的本意。另外，上述文献均以整个国家层面为考察对象，其结果是通过加总得来的，因而存在不可控的偏差，得到的要素间的弹性值往往不能反映两者之间的真实关系［１８，１９］。我们认为，能源与非能源替代关系的问题靠一般的经验推断难以得到可信的答案，需要在收集大样本详实数据的基础上做好实际考量和差异性比较。本文针对当前我国相关研究中存在的不足，做以下三方面的改进和拓展工作（１）将能源与非能源要素替代问题延伸到工业细分行业，充分体现行业要素投入的差异性；（２）突破要素价格指数的局限性，采用考虑要素真实价格变化的超对数成本函数；（３）采用多种替代弹性的形式，避免单一弹性结果的绝对论断。生产函数和弹性分析１、超对数成本函数常用的生产函数形式有Ｃｏｂｂ⁃Ｄｏｕｇｌａｓ生产函数、常替代弹性生产函数、一般里昂惕夫生产函数和超对数成本函数。其中，超对数成本函数对要素间关系的限制条件相对较少，模型具备非负性、单调性以及非凸性的特征，允许考虑多种投入要素。据Ｆｒｏｎｄｅｌ和Ｓｃｈｍｉｄｔ［２０］统计显示，在１９９６－２００１年间，至少有１００篇文献采用了超对数函数形式，有关该函数的特征和详细的解释可参考Ｔｈｏｍｐｓｏｎ［１１］。本文引入包含资本、劳动力和能源三要素的超对数成本函数，考虑希克斯中性的技术变化，用公式表示为ｌｎＣ ＝ β０ ＋ ∑ｍｉ ＝ １βｉｌｎＰｉｔ ＋ ０．５∑ｍｉ ＝ １∑ ｍｊ ＝ １βｉｊｌｎＰｉｔｌｎＰｊｔ ＋ βｔＴ ＋ ０．５βｔｔＴ２ ＋ ∑ｍｉ ＝ １βｉｔＴｌｎＰｉｔ＋ βｉＹｌｎＹｔ ＋ ０．５βＹＹ（ｌｎＹｔ）２ ＋ ∑ｍｉ ＝ １βｉＹｌｎＰｉｔｌｎＹｔ ＋ βＹｔＴｌｎＹｔ （１）总成本为Ｃ ＝ ＰＫＫ ＋ ＰＬＬ ＋ ＰＥＥ （２）公式（１）中，ｌｎ表示对数形式，Ｃ为要素总成本，下标ｉ和ｊ分别表示投入要素，下标ｔ为时间，Ｐ指要素的投入价格，Ｔ为具体年份，Ｙ是产出。 β０为常量，其余的β为待估参数。投入价格的线性齐次性要求超对数成本函数中的参数满足如下正则性条件∑ ｍｉ ＝ １βｉ ＝ １，∑ｍｉ ＝ １βｉｊ ＝ ０ （３）根据谢泼德引理，投入要素的成本比例方程可通过对式（２）求导获得，Ｓｉ ＝∂Ｃ／ ∂Ｐｉ。引入公式（１），第ｉ要素的线性成本比例函数表示为Ｓｉ ＝ βｉ ＋ ∑ｍｊ ＝ １βｉｊｌｎＰｊ ＋ βｉｔＴ ＋ βｉＹｌｎＹ （４）式（４）中，βｉ和βｉｊ分别代表分布参数和替代参数，前者衡量的是要素价格变化对成本比例的影响，后者表示的是要素之间的价格弹性，βｉｊ等于βｊｉ。 βｉｔ为技术偏差或非中性技术变化，βｉＹ指收入范围参数。系列方程（４）包含了资本、劳动力和能源比例的三个方程，引入加性扰动项μｉ，其协方差阵为齐次性，且加总为零。由于方程要满足要素比例加总和为１，引入价格齐次性要求方程（３），系统方程可减少为两个。假设去掉劳动力方程，资本和能源的成本比例方程可表示为ＳＫ ＝ βＫ ＋ βＫＫ（ｌｎＰＫ － ｌｎＰＬ） ＋ βＫＥ（ｌｎＰＥ － ｌｎＰＬ） ＋ βＫＴＴ ＋ βＫＹｌｎＹ ＋ μＫＳＥ ＝ βＥ ＋ βＥＫ（ｌｎＰＫ － ｌｎＰＬ） ＋ βＥＥ（ｌｎＰＥ － ｌｎＰＬ） ＋ βＥＴＴ ＋ βＥＹｌｎＹ ＋ μＥ{ （５）本文采用最大似然估计方法来求解方程（５），以确保不管去掉哪个方程，结果都能一致。在求得资本和１８２ 管理评论第２８卷能源比例方程参数后，劳动力比例方程中的参数可通过求解条件方程（３）来获得。２、替代弹性表现形式Ｈｉｃｋｓ于１９３２年最早提出弹性的测度方式，用于分析产出不变时，边际技术替代率对投入要素（资本和劳动力）的影响，用公式表示为σ ＝ ∂ｌｎ（Ｘｉ ／ Ｘｊ）∂ｌｎ（ｆＸ ｉ ／ ｆＸｊ）（６）式（６）中，Ｘ为投入要素，ｆ为边际技术替代率。发展至今，能源作为一种投入要素已经成为生产函数中必不或缺的一部分。在完全竞争市场和微观厂商利润最大化的目标假设下，两个以上投入要素的Ｈｉｃｋｓ σ弹性可变为交叉价格弹性（Ｃｒｏｓｓ⁃ｐｒｉｃｅ Ｅｌａｓｔｉｃｉｔｙ，简称ＣＰＥ），此时公式（６）可表示为ＣＰＥ ＝ ∂ｌｎ（Ｘｉ ／ Ｘｊ）∂ｌｎ（Ｐｊ ／ Ｐｉ）（７）在超对数成本函数下，公式（７）表示要素ｊ价格变化对要素ｉ需求的影响，可用下式来表示ＣＰＥＸｉＰｊ ＝∂ｌｎＸｉ∂ｌｎＰｊ＝βｉｊＳｉ＋Ｓｊ （８）当要素ｉ和ｊ相同时，公式（８）即为自价格弹性，表示为ＣＰＥＸｉＰｉ ＝ βｉｉＳｉ＋ Ｓｉ － １ （９）ＣＰＥ也常被定义为单价格单要素弹性，尽管其不能反映要素比例的变化，但直接体现经济意义，因而在实践中被广泛采用［２１］。基于ＣＰＥ，Ａｌｌｅｎ［２２］和Ｕｚａｗａ［２３］给出了函数对偶情形下要素替代弹性的形式，被后人称为Ａｌｌｅｎ⁃Ｕｚａｗａ替代弹性（简称ＡＥＳ）ＡＥＳＸｉＰｊ ＝ Ｃ（Ｙ，Ｐ）Ｃｉｊ（Ｙ，Ｐ）Ｃｉ（Ｙ，Ｐ）Ｃｊ（Ｙ，Ｐ）（１０）ＡＥＳ度量的是要素ｊ相对价格的变化对要素ｉ相对投入的影响，且ＡＥＳｉｊ ＝ＡＥＳｊｉ。经过简单推导后可得到ＡＥＳ与ＣＰＥ之间的关系ＡＥＳＸｉＰｊ ＝ １Ｓｊ∂ｌｎＸｉ（Ｙ，Ｐ）∂ｌｎＰｊ ＝１Ｓｊ ＣＰＥＸｉＰｊ （１１）从公式表现形式上可以看出，由于Ｓｊ为正值，ＡＥＳ得到的要素替代方向必然与ＣＰＥ一致，因而ＡＥＳ未对ＣＰＥ补充额外信息；另外，ＡＥＳ无法从边际技术替代率的视角来解释清楚弹性的本质，因而不被视作是一种简单有效的弹性衡量办法［２４］。但尽管如此，ＡＥＳ仍旧是当前实证研究中应用最广的替代弹性［２１］。 Ｔｈｏｍｐｓｏｎ和Ｔａｙｌｏｒ［２５］还发现，在这之前的２０年中，关于能源与非能源弹性问题的研究主要是用ＡＥＳ来测度的。Ｈｉｃｋｓ σ弹性最直接的一般化形式是ＭＥＳ，该弹性由Ｍｏｒｉｓｈｉｍａ于１９６７年、Ｂｌａｃｋｏｒｂｙ和Ｒｕｓｓｅｌｌ于１９７５年分别提出来的，其一般化的表现形式以及与ＣＰＥ之间的关系可表示为ＭＥＳＸｉＰｊ ＝ ∂ｌｎ（Ｘｉ ／ Ｘｊ）∂ｌｎＰｊ＝ ∂ｌｎＸｉ（Ｙ，Ｐ）∂ｌｎＰｉ－ ∂ｌｎＸｊ（Ｙ，Ｐ）∂ｌｎＰｊ＝ ＣＰＥｉｊ － ＣＰＥｊｊ （１２）ＭＥＳＸｉＰｊ ＝ ＣＰＥｉｊ － ＣＰＥｊｊ ＝ Ｓｊ （ＡＥＳｉｊ － ＡＥＳｊｊ） （１３）ＭＥＳ是用来测度只有当投入要素ｊ价格发生变化时，要素ｉ与ｊ投入比例的变化，因而是非对称的相对值形式。 Ｎｇｕｙｅｎ和Ｓｔｒｅｉｔｗｉｅｓｅｒ［２６］认为ＭＥＳ优于ＡＥＳ，而Ｔｈｏｍｐｓｏｎ和Ｔａｙｌｏｒ［２５］指出当需要计算资本－能源替代弹性时，ＭＥＳ会更有效。上述三种弹性形式的前提假设是产出和投入价格是常量，与ＣＰＥ相比，ＭＥＳ更倾向于将两个要素划分为替代关系。 Ｆｒｏｎｄｅｌ［２０］等的建议是当研究能源价格对宏观经济的影响问题时，需要考虑要素的产出效应，此时采用允许产出变化的ＣＰＥ更合适。他还指出ＣＰＥ、ＡＥＳ和ＭＥＳ可视作三合一的替代形式，在实证研究中应结合运用。事实是在多要素投入情景下，不同弹性形式的差异性主要体现在将哪些变量设为基期。 ＡＥＳ和ＭＥＳ均是将产出和投入价格设为常量，而Ｍｕｎｄｌａｋ［２７］将总成本设为常量，提出了总成本不变的替代弹性，即ＭｃＦａｄｄｅｎ隐替代弹性，其表现形式为ＭＥＳＸｉＰｊ和ＭＥＳＸｊＰｉ的加权平均数第６期查冬兰，等中国工业部门能源与非能源替代弹性研究１８３ ＳＥＳＸｉＰｊ ＝ ∂ｌｎ（Ｃｉ（Ｙ，Ｐ） ／ Ｃｊ（Ｙ，Ｐ））∂ｌｎ（Ｐｊ ／ Ｐｉ）Ｃ＝－ ＣｉｉＣｉＣｉ＋ ２ ＣｉｊＣｉＣｊ－ ＣｊｊＣｊＣｊ１ＣｉＰｉ ＋１ＣｊＰｊ＝ （ ＳｉＳｉ ＋ Ｓｊ）ＭＥＳＸｉＰｊ ＋ （ ＳｊＳｉ ＋ Ｓｊ）ＭＥＳＸｊＰｉ （１４）ＳＥＳ是两要素－两价格弹性，衡量的是相对价格变化对投入比例的影响，且ＳＥＳｉｊ ＝ＳＥＳｊｉ。总的来看，上述四种弹性均属于偏弹性形式，即考察当要素投入量发生变化时，其他要素价格和投入量的变化情况。如果弹性值大于０，表明要素ｉ和ｊ是替代关系，小于０则为互补关系。数据说明从生产者的视角来看，当前所有的工业分行业或多或少地都使用了能源，能源价格的变化不仅影响了生产者对能源自身的需求，还影响到其它非能源投入要素的生产效率。从消费者的视角来看，能源价格的变化直接导致对低耗能产品与高耗能产品需求的此增彼减，进而再次调整市场对能源与非能源要素的需求比例。也就是说，整个工业或宏观经济层面的能源与非能源的替代弹性要大于单个细分行业的相关弹性，因而本文选取工业细分行业（二位数工业部门）为研究对象。样本所依赖的数据主要来自中国官方公开出版的统计年鉴，考虑数据的可得性和统计口径的一致性，研究样本期选为１９９４－２０１１年，囊括了３６个二位数工业行业① 。国外学者Ｓｉｎｔｏｎ［２８］、Ａｋｉｍｏｔｏ等［２９］等指出，中国官方公布的能源消费数值被低估了，但是在没有科学的理论支撑下去任意调整相关指标数据也是不妥的。因而我们对公开的统计数据仍旧保持谨慎乐观的态度，至少可以满足当前研究的需要，下面就对原始数据的处理过程逐一加以说明。（１）工业分行业产出。该指标采用工业增加值来衡量，基础数据为１９９４年分行业工业增加值，再按照“工业行业分工业品出厂价格指数”来推算历年不变价的工业分行业增加值。（２）资本存量和资本价格。资本存量数据无法从现有的统计数据中直接获得，需要借助科学的估算方法。当前国内外关于资本存量估算的文献较多，研究成果较为成熟。针对我国工业分行业的资本存量，黄勇峰等［３０］估算了１９７８－１９９５年制造业１５个行业的资本存量，王益煊和吴优［３１］则计算了１９８１－１９９８年１６个行业的资本存量。由于上述文献样本时间较早，细分行业不完整，且结果间存在较大差异，无法直接应用。本文采用Ｇｏｌｄｓｍｉｔｈ于１９５１年开创的，在国际上被广泛认可的永续盘存法（Ｐｅｒｐｅｔｕａｌ Ｉｎｖｅｎｔｏｒｙ Ａｐｐｒｏａｃｈ）来重新估算样本期工业分行业的资本存量，基期资本存量为Ｋ０ ＝ Ｉ０ ／ （ｇ ＋ δ） （１５）其中Ｉ表示当年的投资，以１９９４年分行业固定资产投资总额来表示，增值率ｇ用１９９４－２０１１年固定资产投资增长的几何平均数来表示，δ为经济折旧率，采用９􀆰 ６％，详细论证过程见张军等［３２］。有了基期资本存量，第ｔ年的资本存量可表示为Ｋｔ ＝ Ｉｔ ＋ （１ － δｔ）∗ Ｋｔ－１ （１６）资本的价格由于利率是浮动的，为确保指标数据能即时反映资本的时间价值，我们采用金融机构“６个月－１年期”贷款利率来计算一年期贷款利率的平均值，以此来代表历年资本价格数据。（３）劳动力投入和劳动力价格。关于劳动力投入指标，中国统计年鉴只公布了１９９４－２００２年间“工业分行业职工人数”指标数据，２００２年后中国统计年鉴中相关指标调整为“全部国有及规模以上非国有工业企业全部从业人员年平均人数”。由于前后统计口径不一致，我们比较了２００２和２００３年指标数值，发现两者差异性较大，无法直接采用。幸运的是，中国统计年鉴自２００３年起公布了大类行业年底职工人数。我们的处理办法是，加总采掘业、制造业和电力、煤气及水的生产和供应业三大分行业的年底职工人数来获得工业年底职工总人数，再根据２００２年分行业职工比例来分配２００３－２０１１年工业年底职工总人数，从而得到该时间段工业分行业职工人数，以此来表示劳动力的投入。①在此需说明的是由于１９９４年前中国统计年鉴上未公布分工业行业能源数据，当前可得的工业分行业能源数据仅更新至２０１１年，为保证数据统计口径的一致，样本期选在１９９４－２０１１年间。１８４ 管理评论第２８卷关于分行业劳动力价格，中国统计年鉴只公布了２００５年后按分行业分城镇单位就业人员平均劳动报酬，其他相关公开资料如中国劳动力统计年鉴等也未公布２００５年之前的该指标数据，幸好在中国统计年鉴中有历年分行业职工工资总额指标。本文的处理办法是，根据２００５年工业分行业就业人员平均劳动报酬的比重，来分配１９９４－２００４年历年工业职工工资总额，继而得到该时间段历年工业分行业职工工资，再经过居民消费价格总指数平减来求得实际的职工工资，以此来表示劳动力投入价格。（４）能源投入和能源价格。文中的能源投入数据采用中国统计年鉴公布的分行业能源消费总量（采用发电煤耗计算法），以万吨标准煤为单位② 。由于能源投入以标准煤为单位，因而能源价格用煤炭价格来表示。考虑到煤炭价格存在地区间的差异性，基期数据采用１９９４年各城市煤炭价格的平均值（Ａｖｅｒａｇｅ Ｐｒｉｃｅ ｏｆ Ｃｏａｌｉｎ Ｖａｒｉｏｕｓ Ｃｉｔｉｅｓ）③ ，再基于中国统计年鉴公布的燃料、动力类价格指数来求得其他年份煤炭的价格。国外诸多研究在计算要素替代弹性时将中间材料也视作投入要素，但当前受统计资料的限制，无法将其纳入到生产函数中来。在静态的超对数生产函数中，是否考虑中间材料因素对计算结果影响不大［２０］。根据上文处理得到的各要素投入和价格数据，可计算３６个分行业历年的要素投入总成本及其各要素成本比例。图１给出了整个工业行业生产要素投入比例的变化趋势，图中显示资本要素投入占主导地位，２００８年比重为５３􀆰 ８８％，而劳动力和能源投入比重相对较小，分别为２２􀆰 ９％和２３􀆰 ２２％。从历史变化趋势来看，资本投入比重自１９９４年起开始上升，到１９９７年达到了５５􀆰 ３１％，之后平稳地下滑，２００５年后又迅猛增长，至２０１１年达到历史最高值。劳动力投入出现先下降后平稳波动，之后又下降的态势；而能源投入总体上呈现平稳中弱有下滑的趋势，２００５年达到最高，为２９􀆰 １３％，之后又开始下降。劳动力和能源投入比重在整个样本期内不分上下，多次出现交叉，２０１１年两者相差零点四个百分点。图１ 工业生产要素成本比例趋势（１９９４－２０１１年）计算过程和实证结果基于上述指标数据，采用联立方程全信息最大似然方法（Ｆｕｌｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｍａｘｉｍｕｍ Ｌｉｋｅｌｉｈｏｏｄ）来求解方程（５），对工业总体和３６个分行业逐个做回归分析，模型均分情况讨论是否存在非中性的技术进步（由于占用篇幅较多，此处省略了各行业参数值）。１、能源与非能源要素的自价格弹性自价格弹性能较好地度量能源价格对能源需求总量的影响，各个行业的各要素在样本期内均存在自价格弹性，可得到１６２０个弹性值。为节约篇幅文中仅给出工业总体的要素自价格弹性，如图２所示。资本、劳动力和能源三要素的自价格弹性均为负值，即随着要素价格的上升，需求减少，满足经济学的价格需求理论。比较三要素自价格弹性的大小可以发现，从绝对值来看能源自价格弹性最小，其次是资本，劳动力最大。也就是说能源需求对自身价格变化的敏感度最弱，主要原因是我国工业化、城镇化和现代化进程中能源需求存在较强的刚性。另外，由于能源价格尤其是电力价格在我国还处于价格管制状态，价格未能完全反映出要素的真②③能源统计年鉴相关指标为工业终端能源消费量，数值比中国统计年鉴上相关指标要稍大，但由于前者历史年份统计口径不一致，所以未被采用。数据来自中国能源数据手册７．０，由美国能源部劳伦斯伯克利国家实验室编制。第６期查冬兰，等中国工业部门能源与非能源替代弹性研究１８５ 实价值，存在部分价格失灵的现象。整个样本期内，能源自价格弹性波动较小，平均值为－０􀆰 ３６，要大于经典文献Ｇｒｉｆｆｉｎ和Ｇｒｅｇｏｒｙ［３３］中９个工业化国家１９６５年的能源自价格弹性（－０􀆰 ７９－０􀆰 ８０）。也就是说随着同比例能源价格的上升，能源需求下降的幅度没有像发达国家那样之快。该结论较好地印证了当前我国的现实情况，２００８年我国工业能源消费量是１９９４年的５􀆰 ３８倍，而当年能源价格仅是１９９４的２􀆰 ６５倍，能源消费的增长幅度远远大于能源价格提高的比例。 Ｋｉｍ和Ｌａｂｙｓ［３４］以当时还处于发展中国家的韩国为研究对象，发现１９７０和１９８０年４个工业部门的能源自价格弹性为正，他们的解释是对于高耗能行业，能源价格的上升是不会显著降低能源消费的。之后Ｋｉｍ和Ｈｅｏ［３５］还对１０个ＯＥＣＤ国家的能源与非能源要素进行了测度，研究发现除了韩国和英国，能源的自价格弹性比其他要素的自价格弹性都要大，除了澳大利亚和韩国，其他国家的能源自价格弹性都为正值。于立宏［３６］在其著作中基于经验分析，对发达国家和发展中国家的能源自价格弹性做了详细的比较，发现发达国家、发展中国家的估计值大体相当，具有可比性，其差异主要来自使用的方法、模型、数据类型、国家或产业特性等因素的影响。图中还显示劳动力自价格弹性波动较大，绝对值呈现递增的趋势，说明随着劳动力成本的上升，需求对价格越来越敏感，这与现实也是较为吻合的。当劳动力成本提高时，企业会考虑通过增加固定资产投入，提高机械化水平，来减少单位产值员工的雇佣率，从而达到降低成本的目的。另外，资本的自价格弹性呈现平稳中上升的趋势，说明在样本期内随着我国资本价格的下降和工业规模的扩大，工业分行业对资本的需求旺盛。本文的研究结论与鲁成军和周端明［１４］中的结果差异性较大，相同样本期内（１９９４－２００４年），其得到的资本和劳动力自价格弹性为正，而能源自价格弹性有正有负，在０􀆰 １上下徘徊。主要原因如引言所述，其未能考虑各投入要素的真实价格，采用要素价格指数的形式会直接导致成本比例存在偏差。 Ｍａ等［３７］得到在１９９５－２００４年间，全国的资本、劳动力和能源的自价格弹性分别为－０􀆰 ４２、－０􀆰 ２２和－０􀆰 ４７，在数值和排序上与本文的结论表现也不一致。原因在于研究对象的不一致，Ｍａ等以全国数据为基础，而本文以工业行业为基础④ 。图２ 工业要素自价格弹性趋势（１９９４－２０１１年）２、能源与非能源要素替代弹性分析（１）工业能源与非能源要素替代弹性分析。根据公式（８）－（１４），可计算得到工业不同弹性表现形式下要素间的关系及大小。图３和图４分别给出了当能源价格变化时，能源与资本、能源与劳动力之间的替代弹性。图３显示能源和资本之间的弹性值均为正值，表明两者之间存在替代关系，且从历史趋势来看表现较为平稳。这说明从整个工业来看，随着能源价格的提高，政府和企业都会积极主动地去寻求能源的替代策略，如通过增加资本投入引入能源节约型技术。从图４来看，除了２０１１年的ＣＰＥ为负值，其他年份不同弹性形式均为正值，这说明１９９４－２０１０年间能源与劳动力均为替代关系，而２０１１年两者之间的关系除了ＣＰＥ表现为弱互补关系（ＣＰＥ更倾向于互补关系），其它三种弹性测度方式均表现为替代关系。从趋势上来看⑤ ，能源与劳动力替代程度先下降后平稳波动（１９９４－２００６年），２００７年起又开始下降，该趋势在ＳＥＳ上表现更为明显。这表明样本期内，劳动力对能源的替代显著存在，但替代程度呈现下降趋势。从弹性的大小上来看，对比两图可以发现交叉弹性数值最小，其次是ＡＥＳ，而ＳＥＳ和ＭＥＳ数值相对较大，两者在大小上没有绝对的先后优势。说明如果两种要素是ＡＥＳ－替代品，则他们就一定是ＳＥＳ－替代品和ＭＥＳ－替代品。④⑤引言中已论述以全国为研究对象的弊端，此处不再重复。Ｇｒｉｆｆｉｎ［３８］指出短期弹性不具备代表性，建议从长期来观察要素的替代弹性。１８６ 管理评论第２８卷图３ 工业能源与资本替代弹性趋势（１９９４－２０１１年）图４ 工业能源与劳动力替代弹性趋势（１９９４－２０１１年）（２）工业分行业能源与非能源要素替代弹性分析。 ３６个工业行业在样本期内历年均有四种弹性形式表示的弹性值，总计５１８４个计算结果。为便于显示，文中给出分行业样本期内能源与非能源替代弹性的平均值，如表１所示⑥ ，表中结果显示分行业要素间弹性的关系和大小差异性显著。首先观察分行业中能源与资本之间的关系（能源价格变化），可以发现ＣＰＥ和ＡＥＳ结果显示均有６个行业为负值，而ＭＥＳ和ＳＥＳ得到的结果是只有印刷业记录媒介的复制业为负值，说明大部分行业能源与资本均为替代关系。其中，不管是哪种弹性表现形式，替代弹性最大的均来自自来水的生产和供应业，数值大于１，表现为充分具有弹性。可能的主要原因在于自来水的生产和供应业是资本密集型兼低耗能行业，能源投入要素占该行业总成本的比例较小且呈下降态势，到２０１１年仅为６􀆰 ２％；而资本投入比例不断上升，２０１１年占到要素总成本的８５􀆰 ４８％。说明该行业对能源的依赖程度较小，且随着能源价格的上升，资本可替代部分能源投入。该现象应征了Ｋａｎｄｅｒ和Ｓｃｈｏｎ［３９］提出的观点，即随着能源价格的上涨，资本密集和能源密集型的重工业企业会比劳动密集型的轻工业企业更有动力去增加资本投入，减少能源消费。表中还显示弹性值最小的来自印刷业和记录媒介的复制业，四种弹性形式均为负值，说明能源与资本呈互补关系。可能的原因是该行业同为低耗能行业，对能源的需求较为稳定，因而对能源价格的变化不敏感，能源投入会随着资本投入增加、行业规模的扩大而发生变化。Ｆｒｏｎｄｅｌ和Ｓｃｈｍｉｄｔ［２０］认为当能源和资本要素投入所占的成本比例较小时，两者才呈互补关系，反之为替代关系。进一步观察，我们发现传统的六大高耗能行业，资本对能源的替代弹性无一例外均为正值，这说明对于高耗能行业，新的节能设备和技术不断被引入，大大降低了对能源的消费⑦ 。⑥⑦关于工业分行业的划分，与１９９４年相比，１９９５年增加了木材及竹材采运业、其他制造业，减少了电力煤气及水生产供应业；２００３年起增加了工艺品及其他制造业、废弃资源和废旧材料回收加工业，并对部分行业的名称做了调整，如煤炭采选业改为煤炭开采和洗选业、食品加工业改为农副食品加工业，本文以调整后的名称为准。２０１０年国民经济和社会发展统计报告中的六大高耗能行业分别为化学原料及化学制品制造业、非金属矿物制品业、黑色金属冶炼及压延加工业、有色金属冶炼及压延加工业、石油加工炼焦及核燃料加工业、电力热力的生产和供应业。第６期查冬兰，等中国工业部门能源与非能源替代弹性研究１８７ 表１ 不同弹性形式下工业分行业能源与非能源要素平均替代弹性行业ＣＰＥＥＫ ＡＥＳＥＫ ＭＥＳＥＫ ＳＥＳＥＫ ＣＰＥＥＬ ＡＥＳＥＬ ＭＥＳＥＬ ＳＥＳＥＬ行业ＣＰＥＥＫ ＡＥＳＥＫ ＭＥＳＥＫ ＳＥＳＥＫ ＣＰＥＥＬ ＡＥＳＥＬ ＭＥＳＥＬ ＳＥＳＥＬ煤炭开采和洗选业０􀆰 ３０ ０􀆰 ６８ ０􀆰 ９４ ０􀆰 ７０ －０􀆰 ２５ －０􀆰 ７６ －０􀆰 １１ －０􀆰 １５化学原料及化学制品制造业０􀆰 ３４ ０􀆰 ８４ ０􀆰 ９９ ０􀆰 ８５ －０􀆰 ０１ －０􀆰 ０８ ０􀆰 ３３ ０􀆰 ４０石油和天然气开采业０􀆰 ６５ ０􀆰 ８２ ０􀆰 ９５ ０􀆰 ８４ －１􀆰 ８５ －１􀆰 ２０ －０􀆰 ７０ －１􀆰 １９医药制造业０􀆰 ６８ １􀆰 ２９ １􀆰 ４５ １􀆰 ３３ －０􀆰 １５ －０􀆰 ５５ ０􀆰 ５０ ０􀆰 ５７黑色金属矿采选业０􀆰 ２３ ０􀆰 ５０ １􀆰 ０２ ０􀆰 ５２ －１􀆰 ６４ －１􀆰 ５７ －０􀆰 ７２ －１􀆰 ０３化学纤维制造业０􀆰 １１ ０􀆰 １７ ０􀆰 ３８ ０􀆰 ２６ －１􀆰 ９３ －１􀆰 ５６ －０􀆰 ５１ －１􀆰 ２２有色金属矿采选业０􀆰 ４２ ０􀆰 ７０ ０􀆰 ８９ ０􀆰 ８３ －０􀆰 ４６ －１􀆰 ５８ －０􀆰 ２３ －０􀆰 ３５橡胶制品业０􀆰 ０１ ０􀆰 ２９ ０􀆰 ８５ ０􀆰 ４０ －０􀆰 ４０ －０􀆰 １９ －０􀆰 １４ －０􀆰 １７非金属矿采选业－０􀆰 ０８ －０􀆰 １６ ０􀆰 ２３ ０􀆰 ０８ －０􀆰 １９ －０􀆰 ６８ －０􀆰 ３６ －０􀆰 ４１塑料制品业－０􀆰 ３２ －０􀆰 ０８ ０􀆰 ３５ ０􀆰 ０４ －１􀆰 ２２ －１􀆰 ２１ －０􀆰 ５２ －０􀆰 ９７农副食品加工业０􀆰 ４３ ０􀆰 ８８ １􀆰 １６ ０􀆰 ９９ －０􀆰 ４３ －１􀆰 ２９ －０􀆰 １４ －０􀆰 ２５非金属矿物制品业０􀆰 １１ ０􀆰 ４３ ０􀆰 ７６ ０􀆰 ４９ －０􀆰 ０４ －０􀆰 ２４ ０􀆰 １５ ０􀆰 ０２食品制造业０􀆰 ７６ １􀆰 ３２ １􀆰 ３６ １􀆰 ３３ ０􀆰 １９ ０􀆰 ５８ １􀆰 ０６ ０􀆰 ８７黑色金属冶炼及压延加工业０􀆰 ０４ ０􀆰 ０５ ０􀆰 ４３ ０􀆰 ２１ －０􀆰 ２２ －０􀆰 ３１ －０􀆰 ０３ －０􀆰 １２饮料制造业０􀆰 ７３ １􀆰 ２２ １􀆰 ４２ １􀆰 ３４ －０􀆰 １４ －０􀆰 ４９ ０􀆰 ５６ ０􀆰 ４６有色金属冶炼及压延加工业０􀆰 ００ ０􀆰 ０３ ０􀆰 ４０ ０􀆰 ２２ ０􀆰 ０８ ０􀆰 ４１ ０􀆰 ４７ ０􀆰 ２５烟草制品业０􀆰 ７５ ０􀆰 ８５ １􀆰 ０６ ０􀆰 ９８ －０􀆰 ９４ －１􀆰 １５ －０􀆰 ６６ －０􀆰 ７９金属制品业－０􀆰 ３０ －０􀆰 ２１ ０􀆰 ３４ ０􀆰 ０２ －０􀆰 ５９ －０􀆰 ５４ －０􀆰 １４ －０􀆰 ４６纺织业０􀆰 ２２ ０􀆰 ９６ １􀆰 ３８ １􀆰 ２８ ０􀆰 １７ ０􀆰 ２４ ０􀆰 ４７ ０􀆰 ４６通用设备制造业０􀆰 ２６ ０􀆰 ９０ １􀆰 ３５ １􀆰 ０８ ０􀆰 ２４ ０􀆰 ３６ ０􀆰 ７０ ０􀆰 ５８纺织服装、鞋、帽制造业０􀆰 ９３ １􀆰 ２１ １􀆰 ６９ １􀆰 ３１ １􀆰 ０８ １􀆰 １８ ２􀆰 １０ １􀆰 ５２专用设备制造业０􀆰 ３５ ０􀆰 ９３ １􀆰 ２１ １􀆰 ０８ ０􀆰 ２５ ０􀆰 ４３ ０􀆰 ７７ ０􀆰 ６６皮革、毛皮、羽毛（绒）及其制品业０􀆰 ７４ １􀆰 ３２ １􀆰 ４９ １􀆰 ４５ １􀆰 ０５ １􀆰 １５ ２􀆰 ０５ １􀆰 ４１交通运输设备制造业０􀆰 １８ ０􀆰 ２８ ０􀆰 ７５ ０􀆰 ５９ －０􀆰 ６６ －１􀆰 ３８ －０􀆰 ４２ －０􀆰 ４９木材加工及木、竹、藤、棕、草制品业０􀆰 １１ ０􀆰 ２４ ０􀆰 ６１ ０􀆰 ４６ －０􀆰 ４５ －０􀆰 ２４ －０􀆰 ０６ －０􀆰 １４电气机械及器材制造业０􀆰 ０１ ０􀆰 １０ ０􀆰 １９ ０􀆰 １７ ０􀆰 ４４ ０􀆰 ２１ ０􀆰 ８２ ０􀆰 ７３家具制造业０􀆰 ８３ １􀆰 ５０ ２􀆰 ５０ ２􀆰 ０７ －１􀆰 ７３ －１􀆰 ６４ －１􀆰 １３ －１􀆰 ４５通信设备、计算机及其他电子设备制造业－０􀆰 ０１ －０􀆰 １５ ０􀆰 ７７ ０􀆰 ６４ －０􀆰 ６１ －１􀆰 ２９ －０􀆰 ４７ －０􀆰 ５４造纸及纸制品业０􀆰 １９ ０􀆰 １８ ０􀆰 ４７ ０􀆰 ４２ ０􀆰 ３６ ０􀆰 ７２ １􀆰 ２７ ０􀆰 ９１仪器仪表文化、办公用机械制造业０􀆰 ０８ ０􀆰 ３５ ０􀆰 ７１ ０􀆰 ６８ ０􀆰 ３８ ０􀆰 ５０ ０􀆰 ８０ ０􀆰 ７３１８８ 管理评论第２８卷（续表）行业ＣＰＥＥＫ ＡＥＳＥＫ ＭＥＳＥＫ ＳＥＳＥＫ ＣＰＥＥＬ ＡＥＳＥＬ ＭＥＳＥＬ ＳＥＳＥＬ行业ＣＰＥＥＫ ＡＥＳＥＫ ＭＥＳＥＫ ＳＥＳＥＫ ＣＰＥＥＬ ＡＥＳＥＬ ＭＥＳＥＬ ＳＥＳＥＬ印刷业和记录媒介的复制－０􀆰 ７７ －１􀆰 ７１ －０􀆰 ８１ －０􀆰 ７４ ０􀆰 １０ ０􀆰 １２ ０􀆰 ６８ ０􀆰 ５２电力、热力的生产和供应业０􀆰 ７７ ０􀆰 ９４ １􀆰 ０２ ０􀆰 ９５ －０􀆰 ５８ －０􀆰 ５２ －０􀆰 ４０ －０􀆰 ４４文教体育用品制造业－０􀆰 ７９ －０􀆰 ３１ ０􀆰 ２１ ０􀆰 ２０ －０􀆰 ７２ －０􀆰 ６６ －０􀆰 ２６ －０􀆰 ３３煤气的生产和供应业０􀆰 ９９ １􀆰 １９ １􀆰 ４２ １􀆰 ３８ －１􀆰 ３３ －１􀆰 ６８ －１􀆰 ２１ －１􀆰 １７石油加工及炼焦业０􀆰 １１ ０􀆰 １４ ０􀆰 ５０ ０􀆰 １６ －２􀆰 ３７ －３􀆰 ６２ －１􀆰 ６０ －２􀆰 １４水的生产和供应业１􀆰 ４４ １􀆰 ８２ １􀆰 ９６ １􀆰 ９４ －１􀆰 ０９ －１􀆰 ２６ －０􀆰 ０９ －０􀆰 １４再讨论分行业能源价格变化时能源与劳动力之间的关系，表中的结果显示不同弹性形式下大部分行业的数值为负。其中，ＣＰＥ和ＡＥＳ均显示有２５个相同的行业为负值，而ＭＥＳ和ＳＥＳ均显示有２１行业为负值，说明大部分细分行业中能源与劳动力呈现互补关系。四种弹性形式显示替代关系最强的均为服装及其他纤维制品制造，说明能源和劳动力充分替代。可能的原因是该行业是典型的劳动密集型产业，随着能源相对成本的增加，微观厂商会选择延长员工工作时间、增加雇佣员工等方式来减少能源的投入，从而达到降低成本的目的。最后仔细观察不同弹性表现形式得到的结果，在方向和大小上均有差异。从方向上来看，ＣＰＥ和ＡＥＳ表现完全一致，ＭＥＳ与ＳＥＳ较为接近。从弹性的绝对值大小来看，总体上来讲ＭＥＳ相对较大。如要素间是替代关系，ＣＰＥ相对要小，而其他三种形式的弹性值往往较大。其中，ＭＥＳ和ＡＥＳ在所有行业中无一例外均要大于ＣＰＥ。如两要素是互补关系，以能源与劳动力之间的互补关系为例，从绝对值来看ＣＰＥ和ＡＥＳ相对较大，而ＭＥＳ和ＳＥＳ相对要小，也就是说ＭＥＳ和ＳＥＳ形式得到的结果会倾向于两要素呈替代关系。对比已有关于我国能源替代弹性研究的文献，如表２所示。杨福霞等［１７］以全国１９７８－２００８年的数据为样本，Ｈｉｃｋｓ弹性得到的能源与资本和劳动力之间均为替代关系，且劳动力对能源的替代要强于资本对能源的替代。鲁成军和周端明［１４］考虑了技术进步和产出规模情形下（本文采用的超对数成本函数已考虑该因素）要素之间的替代关系，得到能源与资本为互补关系，而能源与劳动力为弱替代关系，显然前者与本文研究的结论相反。当采用Ａｌｌｅｎ替代弹性时，邵光黎和鲁成军［４０］得到的资本与能源依旧是互补关系，而劳动力与能源是替代关系。郑照宁和刘德顺［１６］采用Ｃｏｂｂ⁃Ｄｏｕｇｌａｓ生产函数得到全国能源与资本的替代弹性值为１，替代关系较强。 Ｍａ等［３７］得到的全国能源与资本和劳动力之间均为ＡＥＳ替代关系，且能源与资本的替代关系要强于能源与劳动力之间的替代关系，该结论与本文工业总体ＡＥＳ弹性值较为一致。 Ｓｍｙｔｈ等［４１］以钢铁行业为例，ＣＰＥ显示能源与资本和劳动力均为替代关系，在数值上前者要大于后者。 Ｌｉｎ和Ｘｉｅ［４２］、Ｌｉｎ和Ｆｅｉ［４３］分别以我国的交通部门和农业部门为研究对象，发现这两个部门能源与资本、能源与劳动力之间都存在着较强的替代弹性。根据上述研究结果我们可以发现，研究对象的不同，能源与非能源的替代弹性差异性较大，同时弹性表２ 不同文献替代弹性比较文献样本函数形式弹性形式结论杨福霞等［１７］全国（１９７８－２００８）超对数生产函数⑧ Ｈｉｃｋｓ替代弹性ＨＥＳＫＥ ＝０􀆰 ４９；ＨＥＳＫＬ ＝１􀆰 ０３鲁成军和周端明［１４］工业（１９７８－２００５）超对数成本函数ＭＥＳ ＭＥＳＥＫ ＝０􀆰 ３；ＭＥＳＥＬ ＝０􀆰 ０９邵光黎和鲁成军［４０］工业（１９７８－２００５） Ａｌｌｅｎ ＥＫＥ ＝－０􀆰 ５７；ＥＬＥ ＝０􀆰 ４１郑照宁和刘德顺［１６］全国（１９７８－２０００） Ｃｏｂｂ⁃Ｄｏｕｇｌａｓ生产函数ＣＰＥ ＣＰＥＥＫ ＝１Ｍａ等［３７］全国（１９９５－２００４）超对数成本函数ＡＥＳ ＡＥＳＥＫ ＝０􀆰 ８０；ＡＥＳＥＬ ＝０􀆰 ６１Ｓｍｙｔｈ等［４１］钢铁行业（１９７８－２００７）超对数生产函数ＣＰＥ ＣＰＥＥＫ＝１􀆰 ００８２－１􀆰 ０１１２；ＣＰ