Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Laporan Energi 8 (2022) 425–437

Daftar isi tersedia diSainsLangsung

Laporan Energi

beranda jurnal:www.elsevier.com/locate/egyr

makalah penelitian

Efek kemajuan teknologi pada efisiensi energi dari perspektif inovasi

teknologi dan pengenalan teknologi: Sebuah studi empiris dari
Guangdong, Cina
Rui Zhang∗, Yuanhai Fu
Sekolah Ekonomi dan Statistik, Universitas Guangzhou, Guangzhou, Cina

info artikel abstrak

Sejarah artikel: Kemajuan teknologi memainkan peran penting dalam peningkatan efisiensi energi. Makalah ini membahas dua jalur yang dapat mempercepat pengembangan teknologi: pengenalan teknologi dan inovasi teknologi. Teknologi yang diperkenalkan melalui

Diterima 20 Juli 2021 investasi asing langsung (FDI) dapat meningkatkan kemampuan inovasi independen negara tuan rumah, meminimalkan risiko inovasi independen dan menurunkan biaya. Untuk itu, dilakukan analisis dua tahap di tingkat industri periode 2000–2018 di

Diterima dalam bentuk revisi 7 September 2021 Guangdong, China. Tahap pertama termasuk estimasi skor efisiensi energi faktor total (TFEE) menggunakan metodologi analisis data envelopment super-efisiensi (DEA), sedangkan yang kedua mencakup eksplorasi bagaimana inovasi teknologi dan FDI

Diterima 29 November 2021

mempengaruhi efisiensi energi dengan menggunakan sistem regresi GMM di seluruh sampel sektor manufaktur dan subsampel berdasarkan intensitas R&D. Hasilnya menunjukkan bahwa penggunaan energi di sebagian besar industri manufaktur
Tersedia online xxxx
adalah efisien dan partisipasi FDI induced spillover dari FDI memiliki dampak positif yang signifikan terhadap efisiensi energi. Selain itu, analisis istilah interaksi antara FDI dan inovasi teknologi menunjukkan bahwa inovasi imitatif tergantung pada

Kata kunci: strategi transfer teknologi dari perusahaan yang didanai asing untuk meningkatkan efisiensi energi. Hasil ini memiliki implikasi penting untuk kebijakan penggunaan energi dan pembangunan ekonomi yang berkelanjutan. Hasilnya menunjukkan bahwa

Perkembangan teknologi penggunaan energi di sebagian besar industri manufaktur adalah efisien dan partisipasi FDI induced spillover dari FDI memiliki dampak positif yang signifikan terhadap efisiensi energi. Selain itu, analisis istilah interaksi antara FDI dan inovasi teknologi

Inovasi teknologi FDI menunjukkan bahwa inovasi imitatif tergantung pada strategi transfer teknologi dari perusahaan yang didanai asing untuk meningkatkan efisiensi energi. Hasil ini memiliki implikasi penting untuk kebijakan penggunaan energi dan pembangunan

ekonomi yang berkelanjutan. Hasilnya menunjukkan bahwa penggunaan energi di sebagian besar industri manufaktur adalah efisien dan partisipasi FDI induced spillover dari FDI memiliki dampak positif yang signifikan terhadap efisiensi energi. Selain

Efisiensi energi
itu, analisis istilah interaksi antara FDI dan inovasi teknologi menunjukkan bahwa inovasi imitatif tergantung pada strategi transfer teknologi dari perusahaan yang didanai asing untuk meningkatkan efisiensi energi. Hasil ini memiliki implikasi penting

untuk kebijakan penggunaan energi dan pembangunan ekonomi yang berkelanjutan. analisis istilah interaksi antara FDI dan inovasi teknologi menunjukkan bahwa inovasi imitatif tergantung pada strategi transfer teknologi dari perusahaan yang didanai

asing untuk meningkatkan efisiensi energi. Hasil ini memiliki implikasi penting untuk kebijakan penggunaan energi dan pembangunan ekonomi yang berkelanjutan. analisis istilah interaksi antara FDI dan inovasi teknologi menunjukkan bahwa inovasi

imitatif tergantung pada strategi transfer teknologi dari perusahaan yang didanai asing untuk meningkatkan efisiensi energi. Hasil ini memiliki implikasi penting untuk kebijakan penggunaan energi dan pembangunan ekonomi yang berkelanjutan.

©2021 Penulis. Diterbitkan oleh Elsevier Ltd. Ini adalah artikel akses terbuka di bawah CC BY-NC-ND
lisensi (http://creativecommons.org/licenses/by-nc-nd/4.0/).

1. Perkenalan 2007, melampaui Jepang dan Jerman. Pada tahun 2010, pangsa global China
melampaui Amerika Serikat, menjadi negara manufaktur terbesar di dunia.
Konsumsi energi telah berkembang pesat di Cina sebagai akibat dari Pada tahun 2018, sektor ini menyumbang hampir 40% dari PDB China,
proses urbanisasi dan industrialisasi yang dipercepat. Angka yang dirilis BP menyumbang sekitar dua pertiga dari total konsumsi energi negara itu. Itu
World Energy Statistical Yearbook 2019 menunjukkan total konsumsi energi sejauh ini merupakan kontributor terbesar terhadap PDB tetapi juga
primer untuk China pada 2018 adalah 3,3 miliar ton setara minyak, konsumen energi terbesar.
peringkat kedua secara global. Pertumbuhan ekonomi yang pesat dan Mengingat pentingnya industri manufaktur di China,
peningkatan taraf hidup masyarakat membuat penggunaan energi peningkatan efisiensi energi di sektor ini menjadi sangat penting.
memasuki masa pertumbuhan tinggi di China. Bersamaan dengan itu, Kemajuan teknologi merupakan faktor penting bagi peningkatan
masalah lingkungan dan ekonomi yang disebabkan oleh penggunaan energi efisiensi energi dan juga fundamental untuk mendorong
yang tidak mencukupi muncul, yang dapat menjadi masalah yang pertumbuhan ekonomi (BP,2012). Hubungan antara kemajuan
menantang. teknologi dan efisiensi energi telah menarik semakin banyak
Industri manufaktur memegang posisi penting di Tiongkok bagi sarjana untuk melakukan banyak penelitian mendalam dan rinci
pembangunan ekonomi nasional. Industri manufaktur Cina dalam beberapa tahun terakhir. Banyak penelitian telah dilakukan
menyumbang sebagian besar pasar global, dan terus tumbuh setiap namun hasil uji empiris menunjukkan dua pandangan yang
tahun. Seperti yang terlihat dariGambar 1, nilai tambah manufaktur di berbeda. Salah satunya adalah adanya dampak positif kemajuan
Cina menyumbang 9% dari pangsa global pada tahun 2004, teknologi terhadap efisiensi energi (Zhu dkk.,2019;Wang dkk.,
dibandingkan dengan 22% di Amerika Serikat pada waktu yang sama. 2019b;Li dan Lin,2018;Peng dkk.,2019). Pandangan lain adalah
Kemudian meningkat menjadi 12% dari pangsa global di bahwa ada korelasi negatif antara kemajuan teknologi dan
efisiensi energi. Hal ini terutama karena efek rebound dari
∗ Korespondensi ke: Sekolah Ekonomi dan Statistik, Universitas Guangzhou, kemajuan teknologi (Wang dan Wang,2020), yaitu, inovasi
Guangzhou, 510006, Cina. teknologi mengurangi konservasi energi yang diharapkan (Liu dkk.
Alamat email:rui.zhang20@outlook.com (R.Zhang). ,2018a,b;Yi dkk., 2020).

https://doi.org/10.1016/j.egyr.2021.11.282
2352-4847/©2021 Penulis. Diterbitkan oleh Elsevier Ltd. Ini adalah artikel akses terbuka di bawah lisensi CC BY-NC-ND (http://creativecommons.org/licenses/bync-nd/4.0/).
R. Zhang dan Y. Fu
Gambar 1.Pangsa global nilai tambah manufaktur untuk Cina, Jerman, Jepang, dan Amerika Serikat selama 2004–2017. Sumber:Bank
dunia.
Inovasi teknologi dan pengenalan teknologi adalah dua jalur yang
dapat membantu mencapai perubahan teknologi ini. Di negara-negara
di mana teknologi secara signifikan tertinggal, pengenalan teknologi
mendukung yang lain. Mereka dapat meningkatkan teknologi dengan
mengadopsi teknologi atau berinovasi berdasarkan pengenalan
teknologi canggih dari perusahaan multinasional melalui investasi
asing langsung (FDI) untuk mengurangi biaya dan risiko inovasi
independen mereka. Pada tahun 2020, FDI China telah mencapai 163
miliar USD dan menjadi penerima FDI terbesar. FDI sebagai saluran
transfer teknologi internasional membawa pengalaman manajemen
dan teknologi yang maju ke negara tuan rumah, yang mungkin terjadi
spillovers. Apakah limpahan itu menguntungkan atau merugikan
peningkatan efisiensi energi, pendapat terbagi. Studi yang relevan dari
Guang dkk.(2019),Elliot dkk.(2013),Sadorsky(2010),Doytch dan Narayan(
2016) dan Salim dkk.(2017) menunjukkan FDI berpengaruh positif
signifikan terhadap efisiensi energi. Sebaliknya,Hübler dan Keller(2010)
tidak menemukan hubungan yang jelas atau negatif dengan
menggunakan data tingkat makro untuk memeriksa 60 negara
berkembang. Hasil yang sama dariLee (2013) dengan menganalisis
data panel 19 negara dari G20. Lainnya termasukZhao dkk.(2019) dan
Mielnik dan Goldemberg(2002) mengungkapkan dampak negatif yang
signifikan dari FDI pada efisiensi energi. Semua studi tersebut juga
mengeksplorasi faktor-faktor sosial ekonomi lainnya yang dapat
mempengaruhi efisiensi energi, seperti pembangunan ekonomi,
peraturan pemerintah, tingkat keterbukaan, harga energi. Tabel 1
merangkum semua faktor yang mempengaruhi ini.
Meskipun studi di atas meneliti dampak berbagai saluran limpahan
dari FDI pada efisiensi energi, banyak yang terutama berfokus pada
kuantitas FDI untuk menggunakan aliran masuk bersih FDI atau FDI
sebagai bagian dari PDB dalam hal mengukur limpahan. Blomström
dan Kokko(1996) menyarankan saluran potensi limpahan teknologi dari
FDI adalah efek persaingan, efek demonstrasi dan efek pergantian
tenaga kerja.Saggi(2002) menunjukkan bahwa perusahaan lokal dapat
mengadopsi teknologi melalui peniruan atau rekayasa balik di bawah
efek demonstrasi dan efek perputaran tenaga kerja,Fu dkk.(2010)
kemudian menggambarkan efek gabungan dari demonstrasi dan
pergantian tenaga kerja sebagai efek imitasi. Fu dkk.(2010) mencoba
mengukur efek limpahan imitasi dari FDI dengan menggunakan
produksi lokalisasi asing. Mereka memeriksa keberadaan limpahan
dengan menguji tingkat produksi lokalisasi asing—dinyatakan dalam
bentuk bagian nilai tambah asing yang tertanam dalam total nilai
produksi asing. Dengan demikian,
426
Laporan Energi 8 (2022) 425–437
produksi lokalisasi asing dapat menjadi penentu utama apakah
imitasi terjadi atau tidak sebagai sarana difusi dan transfer
teknologi.
Efisiensi energi merupakan indikator penting untuk mengukur
tingkat pemanfaatan energi. Umumnya, konsumsi energi per unit PDB
atau PDB per unit penggunaan energi diterapkan masing-masing
untuk mengukur intensitas energi atau efisiensi energi, juga dikenal
sebagai efisiensi energi faktor tunggal. Karena metode efisiensi energi
faktor tunggal relatif mudah dilakukan, beberapa ahli telah
menggunakannya untuk mempelajari efisiensi energi (Antonietti dan
Fontini, 2019;Chang dkk.,2018;Li dan Lin,2018). Metode ini
menganggap energi sebagai satu-satunya faktor input untuk output,
yang dapat menyebabkan perkiraan efisiensi energi yang terlalu tinggi
karena mengabaikan faktor input produksi lainnya. Efisiensi energi
faktor total (TFEE) menggabungkan kontribusi tenaga kerja, modal, dan
energi sebagai input ganda sehingga menghasilkan output ekonomi
diusulkan olehHu dan Wang(2006).
Dalam metode pengukuran TFEE, DEA adalah pendekatan
nonparametrik yang sangat populer untuk evaluasi efisiensi dalam
pemodelan energi yang dikembangkan olehCharnes dkk.(1978). Ini
telah banyak digunakan di bidang ini (Mardani dkk.,2016;Lampe dan
Hilgers,2015;Wu dkk.,2016). Hal ini memungkinkan peneliti untuk
mengevaluasi efisiensi komparatif unit pengambilan keputusan
individu (DMUs) seperti wilayah, perusahaan atau industri. Efisiensi
DMU didefinisikan sebagai rasio jumlah output yang dihasilkan oleh
DMU terhadap jumlah inputnya. Literatur yang ada terkait dengan
topik ini dapat diklasifikasikan sebagai studi di tingkat nasional (Honma
dan Hu,2008), industri (Wang dkk.,2013) atau tingkat ekonomi mikro (
Shi dkk., 2017). Kerugian dalam model DEA standar adalah bahwa
semua DMU yang efisien mendapatkan nilai 1 ketika efisiensi energi
efektif, yang bukan merupakan cara logis untuk membedakannya.
Untuk mendapatkan peringkat numerik dari DMU yang efisien ini,
Anderson dan Petersen (1993) mengembangkan model super-efisiensi
radial, yang bertujuan untuk mengidentifikasi kepentingan relatif dari
setiap DMU yang efisien. Nilai DMU yang efisien bisa lebih besar dari 1,
tetapi nilai efisiensi DMU yang tidak valid konsisten dengan model DEA
yang sesuai. KeduanyaYang dkk.(2015) danFan dkk.(2015)
menggunakan model DEA super-efisiensi untuk menganalisis efisiensi
lingkungan dan efisiensi energi CO2pemanfaatan teknologi di Cina,
masing-masing. Qi dkk.(2020) menerapkan model ini untuk mengukur
TFEE konsumsi batu bara di 14 industri padat batu bara utama Cina
dari tahun 2006–2015.
R. Zhang dan Y. Fu Laporan Energi 8 (2022) 425–437

Tabel 1
Ringkasan literatur yang ada tentang faktor-faktor yang mempengaruhi efisiensi energi.
Pengarang Sampel Metode penelitian Faktor yang mempengaruhi

Zhu dkk.(2019) Industri konstruksi Tiongkok, Fungsi produksi Cobb– Perkembangan teknologi
1997–2014 Douglas
Wang dkk.(2019a) Tingkat kota di Cina Model ekonometrik spasial PDB per kapita; struktur industri; total konsumsi listrik;
keterbukaan perdagangan; kepadatan jalan; perluasan
kota; ekspansi penduduk; kepemilikan mobil pribadi

Li dan Lin(2018) 30 provinsi di Tiongkok, Model data panel kemajuan teknologi yang netral; optimalisasi
1997–2012 struktur manufaktur; peningkatan struktur
manufaktur; kemajuan teknologi yang diwujudkan
dengan modal; harga energi
Peng dkk.(2019) 30 provinsi di Tiongkok, Model ambang panel investasi aset tetap industri energi; produktivitas tenaga
2006–2016 kerja; produktivitas modal; tingkat output konsumsi
energi yang komprehensif; indeks kualitas lingkungan;
indeks pengendalian pencemaran lingkungan; tingkat
pemanfaatan komprehensif limbah padat industri

Liu dkk.(2018a) sektor transportasi di Cina, OLS Perkembangan teknologi

Guang dkk.(2019) 30 wilayah di Tiongkok, Model regresi kuantil panel PDB per kapita; tingkat urbanisasi; PMA; struktur
2000–2016 yang dihukum energi; tingkat industrialisasi
Salim dkk.(2017) Tiongkok, 1982–2012 pendekatan ARDL Pendapatan riil modal; keterbukaan perdagangan; PMA

Doytch dan Narayan(2016) 74 negara, 1985–2012 Blundell–Model panel dinamis PDB per kapita; PMA; harga energi
Bond
Wang(2017) Provinsi di Tiongkok, 2001–2013 Model data panel struktur konsumsi energi; harga energi; tingkat
pembangunan ekonomi; struktur industri; R&D; tingkat
pemasaran; tingkat modal manusia
Zhao dkk.(2019) 30 provinsi di Tiongkok, Model ekonometrik spasial PMA
2005–2014
Bu dkk.(2019) 13 kota di provinsi Jiangsu, Penaksir PCSE dalam model data PMA; usia perusahaan; ukuran perusahaan; intensitas
Tiongkok, 2005–2007 panel modal fisik; gaji

Hübler dan Keller(2010) 60 negara berkembang, Model data panel PMA; Impor; bantuan pembangunan resmi dan aliran masuk
1975–2004 bantuan resmi; pembentukan modal tetap bruto; jumlah
pemasukan; pendapatan per modal; bagian dari nilai
tambah industri

Guangdong adalah provinsi ekonomi terbesar di Cina, yang berubah
menjadi pusat kekuatan manufaktur dunia melalui 40 tahun reformasi dan
keterbukaan dan PDB-nya menempati peringkat pertama di negara itu
selama 32 tahun berturut-turut pada tahun 2020. Wilayah Delta Sungai
Mutiara, salah satu daerah perkotaan Cina aglomerasi, menyumbang
hampir 10% dari PDB dan 20% dari FDI, terletak di Guangdong dan memiliki
karakteristik berorientasi ekspor yang jelas. Dalam keadaan seperti itu,
memang mengkonsumsi energi dalam jumlah yang signifikan, dan memiliki
implikasi negatif bagi lingkungan. Karenanya, Wang dkk.(2019a)
menunjukkan bahwa Guangdong diharapkan memainkan peran utama
dalam peningkatan efisiensi energi di Cina.
Oleh karena itu, makalah ini menyelidiki dampak kemajuan
teknologi terhadap efisiensi energi dari 26 industri manufaktur di
provinsi Guangdong. Terlepas dari posisi unik Guangdong dalam
pembangunan ekonomi, yang paling penting adalah data nilai tambah
asing untuk mengukur tingkat produksi lokalisasi asing yang hanya
dilaporkan dalam Buku Tahunan Statistik Industri Guangdong. Namun,
tingkat perkembangan setiap daerah berbeda dan tidak dapat
digeneralisasikan. Kesimpulan yang ditarik lebih spesifik berdasarkan
penelitian saat ini, dan inspirasi kebijakan yang relevan lebih
ditargetkan ke wilayah lain yang tumbuh cepat seperti Guangdong.
Penelitian ini berkontribusi pada literatur yang ada dalam tiga cara.
Pertama, itu mengadopsi pengukuran dariFu dkk.(2010), yang
menggunakan lokalisasi produksi asing untuk mengevaluasi efek
imitasi dari limpahan FDI, yang belum mendapat perhatian dari para
sarjana. Ini menggabungkan partisipasi FDI yang disebabkan oleh efek
limpahan kompetisi dan inovasi independen sebagai variabel kunci ke
dalam kerangka kerja yang sama untuk menganalisis dampak efisiensi
energinya. Studi sebelumnya hanya secara luas meneliti hubungan
antara FDI dan efisiensi energi, tidak ada makalah
telah menguji secara empiris dampak saluran limpahan yang
berbeda dari FDI pada efisiensi energi.Hübler dan Keller(2010)
mempertimbangkan efek skala, efek komposisi dan efek teknik
dalam model empiris mereka tetapi tidak mengukurnya secara
terpisah.Wang(2017) menyelidiki efek spasial limpahan pada
efisiensi energi di berbagai provinsi di Cina dan menggunakan FDI
sebagai bagian dari PDB untuk mengukur efek ini.Bu dkk.(2019)
mempelajari hubungan antara intensitas energi dan partisipasi FDI
pada data tingkat perusahaan di Jiangsu, Cina dan FDI sebagai
variabel dummy yang menunjukkan apakah ada keterlibatan
modal asing. Kedua, kami membangun istilah interaksi antara
partisipasi FDI, lokalisasi produksi FDI dan inovasi independen,
untuk fokus pada inovasi imitasi yang secara langsung dapat
mencerminkan daya serap lintas industri.Salim dkk.(2017)
menyoroti pentingnya daya serap lokal untuk menginternalisasi
limpahan teknologi dari FDI. Ketiga, beberapa studi telah meneliti
hubungan ini di tingkat industri, dan makalah ini memberikan
analisis dari perspektif mikro, bahkan mengeksplorasi karakteristik
industri dengan berbagai intensitas R&D. Oleh karena itu, studi
semacam itu akan memperkaya literatur empiris yang relevan
tentang FDI dan analisis efisiensi energi, juga memiliki penerapan
untuk industri dan bidang yang berbeda.
Sisa dari makalah ini disusun sebagai berikut: Bagian2
memberikan analisis teoritis singkat; Bagian3menjelaskan
metodologi; Bagian4melaporkan hasil empiris dan diskusi. Bagian
terakhir5menyajikan kesimpulan dan implikasi kebijakan.

427
R. Zhang dan Y. Fu
2. Analisis teoretis
2.1. Dampak inovasi teknologi terhadap efisiensi energi
DiTeori Pembangunan Ekonomi, Schumpeter menyatakan bahwa
perubahan adalah elemen dasar dari proses dinamis, dan perubahan
itu datang dalam bentuk inovasi (Schumpeter,2003). Ada beberapa
indikator yang digunakan dalam literatur untuk mengukur dan
mengevaluasi kinerja inovatif suatu negara, seperti kegiatan paten
internasional, penelitian dan pengembangan (R&D) (Kontolaimou dkk.,
2016). Kegiatan R&D lokal adalah pendorong utama inovasi teknologi
lokal (Edquist dan Henrekson,2016). Banyak penelitian menunjukkan
peran positif inovasi teknis terhadap efisiensi energi.Liu dan Sun(2008)
menunjukkan bahwa inovasi teknis dapat mengurangi konsumsi
energi.Garbaccio dkk.(1999) menunjukkan kemajuan teknis merupakan
faktor utama dalam mengurangi konsumsi energi.
Ketika perkembangan teknologi berasal dari proses inovasi
yang memainkan peran negatif dalam konsumsi energi, efek ini
disebut "efek pantulan". Dalam studi tentang efek rebound,
Bentzen(2004) menggunakan data sektor manufaktur AS untuk
menganalisis efek ini, menemukan teknologi hemat energi baru
yang pada akhirnya meningkatkan efisiensi energi, konsumsi
energi akan meningkat dan sebagian mengimbangi pengurangan
awal dalam penggunaan sumber energi. Banyak sarjana telah
membahas masalah ini baru-baru ini (Du dan Lin,2015;Liu dkk.,
2018a,b; Yin dkk.,2018).
Perusahaan yang didanai asing dapat memilih untuk memasuki pasar
oleh FDI untuk mengakses efek limpahan yang timbul dari perusahaan lokal,
yang disebut limpahan balik (reverse spillovers).Siotis,1999). Jika perusahaan
yang didanai asing diamati membayar upah lebih tinggi daripada
perusahaan lokal atau membuat akuisisi dan partisipasi dalam perusahaan
lokal, yang dapat menyebabkan teknologi R&D di perusahaan lokal tumpah
ke perusahaan yang didanai asing (Shen dan Li,2009). Namun, hasil empiris
dariDriffield dan Cinta(2003) menunjukkan bahwa teknologi yang dihasilkan
oleh sektor domestik mengalir ke perusahaan-perusahaan yang didanai
asing terbatas pada sektor-sektor yang relatif intensif R&D.
Karena ada jeda panjang antara inovasi teknologi dan
transformasi teknologi inovatif menjadi produksi, perusahaan lokal
perlu menyadari trade-off saat berinvestasi dalam proyek inovasi
untuk meningkatkan efisiensi energi. Laju proses inovasi dapat
dipercepat dengan mengadopsi, meneliti dan mengembangkan
teknologi yang diperkenalkan. Makalah ini akan mengkaji dampak
kapasitas perusahaan lokal untuk menyerap manfaat yang
dilimpahkan oleh FDI. Daya serap meliputi pembelajaran teknologi
dan penyerapan pengetahuan untuk mengembangkan
pengetahuan yang ada, tetapi juga kemampuan meniru
pembelajaran. Istilah perkalian antara R& lokal
2.2. Dampak pengenalan teknologi terhadap efisiensi energi
Teknologi yang diperoleh melalui perusahaan yang didanai asing dari FDI
membantu mempersempit kesenjangan teknologi antara perusahaan (Siotis,1999
). FDI mentransfer dan menyebarkan teknologi melalui kompetisi dan efek tiruan
dari spillover, yang dapat mempengaruhi efisiensi energi di negara tuan rumah.
Masuknya FDI menciptakan tekanan kompetitif pada perusahaan lokal untuk
memproduksi produk serupa dan pasar yang sama. Perusahaan-perusahaan lokal
diperkirakan akan mengalami peningkatan persaingan, memaksa mereka untuk
menggunakan teknologi dan sumber daya yang ada secara lebih efisien.
Persaingan tersebut juga dapat memaksa untuk meningkatkan teknologi melalui
inovasi atau adopsi teknologi
428
Laporan Energi 8 (2022) 425–437
teknologi asing dari limpahan FDI. Jika teknologi kunci sulit ditembus
dalam jangka pendek, perusahaan lokal akan cenderung mengadopsi
teknik produksi yang serupa dengan perusahaan yang didanai asing (
Blomström dan Kokko,1998). Setelah paparan dan peniruan langsung
terhadap teknologi maju dari perusahaan yang didanai asing, yang
dapat menyebabkan perusahaan lokal memperbarui metode produksi
mereka sendiri.Saggi(2002) menunjukkan perusahaan lokal dapat
mengadopsi dan menyerap teknologi transfer melalui pergantian
tenaga kerja karena pengetahuan teknis karyawan dari perusahaan
yang didanai asing diwujudkan. Secara umum, sulit untuk
membedakan antara efek demonstrasi dan persaingan dalam hal
peniruan atau adopsi teknologi baru karena sering kali terkait erat (
Blomström dan Kokko,1996).
Polusi surga hipotesis (PHH) telah dibahas oleh banyak sarjana
ketika datang ke dampak FDI terhadap lingkungan.Wagner dan
Timmins(2009) menguji dan mengkonfirmasi hipotesis ini
menggunakan berbagai industri di sektor manufaktur Jerman.Bau(2015
) menemukan peraturan pemerintah daerah memberikan kontribusi
besar pada FDI masuk untuk mencegah efek surga polusi. Selanjutnya,
FDI di negara tuan rumah juga dibatasi oleh peraturan lingkungan di
negara-negara terdekat (Daftar dan Co, 2000). Sebaliknya, beberapa
literatur yang ada tidak menemukan bukti untuk mendukung hipotesis
ini (Bu dan Wagner,2016;Di,2007). Secara keseluruhan, tidak ada
konsensus tentang masalah ini dalam literatur yang ada, dan bukti
campuran menyarankan melihat lebih dekat metodologi dalam studi
empiris.
3. Metodologi
3.1. Model DEA super-efisiensi
Mengingat bahwa model DEA super-efisiensi yang diusulkan oleh
Anderson dan Petersen(1993) dapat menentukan peringkat DMU yang
efektif ketika mereka memiliki skor efisiensi 1. Oleh karena itu, kami memilih
model super-efisiensi berorientasi input ini untuk mengukur efisiensi energi.
Model DEA super-efisiensi adalah sebagai berikut:
( )
∑m ∑s
min. − ε s− + s+
saya r
saya=1 r=1
∑n
−
s.t. xik= λjxaku j+ssaya saya=1,2,3, . . . ,m
j=1
∑n
kamurk= λjkamurj− sr+ r=1,2,3, . . . ,q
j=1
λj,s−saya, sr+ ≥ 0 j=1,2,3, . . . ,n (1)
di mana variabel keputusannya adalahλ1,λ2, . . . ,λndanθ,mdanq
mewakili jumlah indikator input dan output, masing-masing.
Ssaya
−
danSr+adalah variabel kendur.
Makalah ini menggunakan 26 industri manufaktur di Guangdong
dari tahun 2000 hingga 2018. Semua data berasal dari buku tahunan
statistik China, buku tahunan statistik Guangdong, dan buku tahunan
energi. Mengingat fungsi produksi Cobb-Douglas [kamu=f(K, L, E)], ada
tiga input (persediaan modal, tenaga kerja dan konsumsi energi) dan
satu output.
(a) Masukan modal (K). Ini diukur dengan saldo rata-rata tahunan
aset tetap bersih (Gua dkk.,2018), maka indeks harga investasi
aset tetap digunakan untuk mengempiskan saldo rata-rata
tahunan aset tetap bersih pada harga konstan tahun 2000.
(b) Masukan tenaga kerja (L). Jumlah rata-rata tahunan karyawan
digunakan sebagai indikator.
(c) Masukan energi (E). Jumlah total konsumsi energi dari setiap
industri manufaktur digunakan.
R. Zhang dan Y. Fu Laporan Energi 8 (2022) 425–437

(d) Keluaran (kamu). Nilai total output industri dari masing-masing Meja 2
industri manufaktur digunakan sebagai indikator output, Korelasi untuk variabel.

berdasarkan tahun 2000. LnEE LnFDI LnLOC LnRD LnOPEN LnMARK LnPRI
LnEE 1.000
3.2. Model empiris LnFDI 0,317 1.000
LnLOC 0,254 0,181 1.000
Penelitian ini menganalisis pengaruh inovasi teknologi dan FDI LnRD 0,062 − 0,074 − 0,063 1.000
LnOPEN 0.221 0,538 − 0,067 − 0,169 1.000
terhadap efisiensi energi industri manufaktur. Model panel dinamis
LnMARK 0,448 0,544 0,082 − 0,040 0.656 1.000
memiliki kelebihan dibandingkan model panel statis untuk mengatasi LnPRI − 0,080 0,158 0,045 − 0,133 − 0,118 0,135 1.000
masalah endogen, karena masalah tersebut akan membuat hasil
estimasi menjadi bias. Mempertimbangkan efek berkelanjutan dan
dinamis dari efisiensi energi dan potensi endogenitas, kami
menambahkan periode jeda dari variabel dependen ke model regresi 3.2.2. Variabel kontrol
sebagai variabel independen. Model empiris dasar adalah sebagai Selain itu, satu set variabel lain telah dipilih untuk menguji
berikut: dampaknya terhadap efisiensi energi, yang sebagian besar
EEdia=α0+α1EEdia1+α2PMAdia+α3LOKdia+α4RDdia+Zdia+εdia(2) dipandu oleh penelitian sebelumnya dan ketersediaan data.
Tingkat keterbukaan (MEMBUKA) diukur dengan rasio ekspor
di mana langganansayadantmewakili industrisayadan tahunt(t= industri terhadap total nilai penjualan industri, karena dapat
2000, . . . ,2018), masing-masing.EEdiaadalah variabel dependen mempengaruhi efisiensi energi menurut PHH (Wang dkk.,2019a).
yang menunjukkan efisiensi energi, menggunakan hasil TFEE.EEdia1 tingkat pemasaran (TANDA) didefinisikan sebagai rasio nilai
adalah periode lag dari variabel terikat.Zmewakili semua variabel industri non-BUMN terhadap total nilai output industri (Wang,2017
kontrol.α1,2,3,4danβ parameter yang tidak diketahui untuk ). Harga energi (PR) merupakan faktor penting yang
diestimasi.α0adalah suku konstan, danε adalah istilah kesalahan.
mempengaruhi efisiensi energi, berikut:Li dan Lin(2018), yang
Untuk menganalisis potensi efek tidak langsung dari inovasi
diwakili oleh indeks harga produsen,
teknologi pada efisiensi energi, perlu untuk mengukur efek ini
yang diprakarsai oleh limpahan teknologi FDI. Jadi, syarat interaksi
dariPMAdanRD, LOKdanRD,sudah ditambahkan. Secara umum, jika 3.3. Sumber dan deskripsi data
koefisien dari kedua istilah interaksi tidak signifikan, ini
menunjukkan bahwa interaksi antara inovasi teknologi dan FDI Makalah ini mempelajari data panel dari 26 industri manufaktur di
tidak akan mempengaruhi efisiensi energi secara signifikan. Jika Guangdong dari tahun 2000 hingga 2018 dengan mempertimbangkan
koefisien dariPMAdanLOKtidak signifikan, tetapi koefisien dari ketersediaan data. Menurut klasifikasi OECD industri manufaktur
kedua istilah interaksi signifikan, ini akan menunjukkan bahwa berdasarkan intensitas R&D, data dibagi lagi menjadi kelompok
efek limpahan teknologi FDI bergantung pada daya serap teknologi tinggi, menengah-tinggi, menengah-rendah dan rendah.1.
perusahaan lokal. Jika koefisien dariRDtidak signifikan atau Semua data diperoleh dari Guangdong Statistical Yearbook,
signifikan pada negatif, tetapi koefisien istilah interaksi signifikan Guangdong Industrial Statistical Yearbook, Guangdong Statistical
pada positif, ini akan menunjukkan bahwa inovasi teknologi Yearbook on Science and Technology dan China Statistical Yearbook on
terutama didasarkan pada pencernaan dan penyerapan teknologi Science and Technology.
FDI impor untuk meningkatkan efisiensi energi. Model dengan Variabel, definisi, dan statistik deskriptifnya dirangkum dalam
istilah interaksi adalah sebagai berikut: Meja 2. DariTabel 3, terlihat bahwa korelasi antar variabel sangat
EEdia=α0+α1EEdia1+α2PMAdia+α3LOKdia+α4RDdia lemah.

+ α5PMAdia∗ RDdia+α6LOKdia∗ RDdia+Zdia+εdia (3) 4. Hasil dan pembahasan empiris

3.2.1. Variabel independen inti
PMAmewakili efek kompetisi dari limpahan, mencerminkan tingkat
partisipasi asing. Karena masuknya FDI biasanya menimbulkan persaingan
yang adil di negara tuan rumah, perusahaan lokal seringkali lebih efektif
dalam mendorong perubahan teknologi dan peningkatan produktivitas (Gua
,1971), berikut penggunaan energinya memang lebih hemat. Metode yang
banyak digunakan untuk mengukur partisipasi FDI adalah total FDI sebagai
bagian dari PDB (Wang,2017). Di sini kami menggunakan metode yang
serupa tetapi dengan ukuran yang berbeda, yang didefinisikan sebagai rasio
nilai asing industri terhadap total nilai output industri.
LOKmewakili efek tiruan dari limpahan, mencerminkan tingkat lokalisasi
produksi asing. Dengan asumsi bahwa perusahaan lokal memiliki
kemampuan belajar yang memadai, semakin tinggi lokalisasi produksi FDI,
semakin banyak teknologi produksi yang dapat diperoleh perusahaan lokal
dari rantai produksi perusahaan yang didanai asing, sehingga
4.1. Hasil estimasi TFEE
Studi ini menggunakan DEA super-efisiensi untuk memperkirakan TFEE
industri manufaktur di Guangdong dari tahun 2000 hingga 2018, dan
hasilnya ditunjukkan padaTabel 4.
Rata-rata perubahan TFEE di Guangdong menunjukkan tren pertumbuhan
secara keseluruhan dari tahun 2000 hingga 2018. Nilai rata-rata TFEE pada tahun
2011 adalah yang tertinggi dari semua tahun, yang sesuai dengan
1 Industri teknologi tinggi: pembuatan obat-obatan, pembuatan alat transportasi; pembuatan
mesin dan peralatan listrik; pembuatan alat komunikasi; komputer dan peralatan elektronik
lainnya; pembuatan bahan kimia mentah dan produk kimia; pembuatan instrumen, meter dan
mesin untuk penggunaan budaya dan kantor. Industri teknologi menengah-tinggi: pembuatan
peleburan dan pengepresan logam besi; pembuatan peleburan dan pengepresan logam bukan

meningkatkan penggunaan energi produksi. Kami menggunakan metode
dariFu dkk.(2010) untuk mengukur ini, yang didefinisikan sebagai rasio nilai
tambah asing terhadap nilai asing industri.
RDmerupakan inovasi teknologi, yang berkontribusi pada
beberapa aspek dalam menjaga keunggulan kompetitif.Tidd dkk. (
2005) menunjukkan karakteristik yang paling penting dari inovasi
besi; pembuatan serat kimia; pembuatan mesin untuk keperluan umum; pembuatan mesin
tujuan khusus. Industri teknologi menengah-rendah: pembuatan penyulingan minyak bumi,
kokas dan pengolahan bahan bakar nuklir; pembuatan produk mineral bukan logam; pembuatan
produk karet dan plastik; pembuatan produk logam. Industri teknologi rendah: pengolahan hasil
pertanian dan pangan sampingan; pembuatan makanan; pembuatan minuman; pembuatan
industri tekstil; pembuatan tekstil garmen, alas kaki dan tutup kepala; pembuatan kulit, bulu,
bulu dan produk terkait; industri pengolahan kayu, bambu, rotan, ijuk dan produk jerami;

adalah hubungan yang kuat antara kinerja pasar dan produk baru.
Juga, ini adalah proses input-output ekonomi (Kontolaimou dkk.,
2016). Kami mengukur inovasi teknologi dari perspektif input dan
output di sini, yang didefinisikan sebagai rasio pengeluaran R&D
industri terhadap total nilai penjualan industri.
429
industri mebel, industri pembuatan kertas dan produk kertas, industri percetakan dan reproduksi
media rekaman; pembuatan artikel budaya, pendidikan dan olahraga. industri pembuatan kertas
dan produk kertas, industri percetakan dan reproduksi media rekaman; pembuatan artikel
budaya, pendidikan dan olahraga. industri pembuatan kertas dan produk kertas, industri
percetakan dan reproduksi media rekaman; pembuatan artikel budaya, pendidikan dan olahraga.
R. Zhang dan Y. Fu Laporan Energi 8 (2022) 425–437

Gambar 2.Tren TFEE di berbagai industri berdasarkan intensitas R&D.

Tabel 3
Definisi variabel dan statistik deskriptif.
Variabel Definisi obs Berarti Std.dev. min Maks
LnEE TFEE dalam logaritma 494 0,456 0,412 − 1.067 1.232
LnFDI Rasio nilai asing industri terhadap total nilai output industri dalam logaritma Rasio nilai 494 − 0,733 0,415 − 2.452 − 0,075
LnLOC tambah asing terhadap nilai asing industri dalam logaritma 494 − 1.393 0.243 − 2.267 − 0,675
LnRD Rasio pengeluaran R&D industri terhadap total nilai penjualan industri dalam logaritma Rasio 494 − 5.546 1.281 − 12.221 − 2.256
LnOPEN ekspor industri terhadap total nilai penjualan industri dalam logaritma 494 − 1.751 1.211 − 7.086 0,058
LnMARK Rasio nilai industri non-BUMN terhadap total nilai output industri dalam logaritma Indeks harga produsen dalam 494 −0,165 0,362 − 2.091 2.301
LnPRI logaritma 494 4.612 0,053 4.297 4.927

hasil dariWang dan Wang(2020). Nilai rata-rata TFEE industri
manufaktur adalah 1,653, lebih tinggi dari hasil yang diperkirakan oleh
Qi dkk.(2020). Alasan yang mungkin untuk perbedaan ini adalah bahwa
input energi berbeda. Penelitian ini menggunakan konsumsi energi
sebagai input energi, sedangkanQi dkk.(2020) menggunakan konsumsi
batubara karena mereka mengukur efisiensi energi di industri padat
batubara.
Pembuatan produk mineral bukan logam menyumbang lebih dari
20% dari total konsumsi energi industri manufaktur, tetapi efisiensi
energinya (2,835) adalah yang paling efektif di antara semua industri
manufaktur lainnya. Industri dengan efisiensi energi terendah adalah
industri pengolahan minyak bumi dan bahan bakar nuklir, industri
kokas (0,511). Hampir 90% dari total nilai output dalam industri ini
berasal dari badan usaha milik negara, yang sangat dikontrol oleh
pemerintah. Meskipun pemerintah telah membuat kebijakan untuk
mengendalikan emisi karbon, efeknya tidak terlalu terlihat dan masih
banyak yang harus dilakukan untuk mempromosikan konservasi energi
dan pengurangan emisi.
Gambar 2.menunjukkan nilai rata-rata tren TFEE di industri
teknologi tinggi, teknologi menengah-tinggi, teknologi menengah-
rendah, dan teknologi rendah. Industri teknologi tinggi ditandai
dengan penghematan energi dan emisi rendah (Liu dan Buck,2007)
tetapi efisiensi energinya lebih rendah dari industri lain. Rata-rata TFEE
dalam pembuatan alat komunikasi, komputer dan alat elektronik
lainnya hanya 0,977. Menurut Biro Statistik Nasional di China, 37,3%
lebih banyak investasi di sektor teknologi tinggi diinvestasikan pada
kuartal pertama tahun 2021 dibandingkan dengan periode yang sama
tahun lalu. Dengan perkembangan yang begitu pesat, kemungkinan
penyebab rendahnya efisiensi energi di industri teknologi tinggi adalah
tekanan persaingan yang ketat dan kelebihan kapasitas produksi, yang
mengurangi efisiensi penggunaan energi dan meningkatkan konsumsi
energi (Liu dkk.,2019).
4.2. Hasil estimasi regresi
Kami memulai analisis kami dengan melakukan model efek tetap
dan acak dan menyajikan hasil estimasi dalamTabel 5. Hausman
430
pengujian dilakukan untuk menentukan model mana yang akan
digunakan. Hasil penelitian menunjukkan bahwa hipotesis nol uji
Hausman ditolak, hal ini menunjukkan bahwa model fixed effect lebih
sesuai daripada model random effect. Kemudian masalah
heteroskedastisitas dan autokorelasi serial juga telah diuji. Uji Wald
yang dimodifikasi dan uji Wooldridge digunakan untuk mendeteksi
masalah ini, dan hasilnya menolak hipotesis nol tidak ada
heteroskedastisitas dan autokorelasi serial.
Karena model memiliki masalah heteroskedastisitas dan
autokorelasi serial, variabel dalam model mungkin bersifat
endogenitas, dan tidak mungkin untuk sepenuhnya independen antara
variabel penjelas dan residual. Hasil estimasi mungkin konsisten tetapi
bias. Oleh karena itu, kami menggunakan sistem satu dan dua langkah
GMM untuk memperkirakan model dan membandingkan hasilnya.
Hasil analisis regresi seluruh sampel ditunjukkan padaTabel 6.
Dibandingkan dengan hasil efek tetap dan acak diTabel 5,
signifikansi keseluruhan koefisien untuk variabel kunci dan istilah
interaksi telah meningkat, dan beberapa tanda koefisien berubah
dalam estimasi GMM. Salah satu alasan yang mungkin adalah
bahwa estimasi yang benar dari model panel statis membutuhkan
variabel yang benar-benar eksogen. Dengan masalah
heteroskedastisitas dan autokorelasi serial, variabel dalam model
panel statis bersifat endogen, dan hasilnya bias. Menurut hasil
GMM sistem satu dan dua langkah diTabel 6, nilai P dari uji AR(2)
lebih besar dari 0,1, menunjukkan tidak ada tanda autokorelasi
orde kedua dalam istilah residual model regresi. Nilai P dari uji
Hansen juga lebih besar dari 0,1, menunjukkan pengaturan
variabel instrumental valid.
Koefisien estimasi dariLnEEperiode lag signifikan positif pada
level 1%, artinya efisiensi energi periode sebelumnya berpengaruh
positif terhadap efisiensi energi periode saat ini. Kami menemukan
bahwa efek persaingan (PMA) yang diwakili oleh partisipasi FDI
cenderung mendorong peningkatan efisiensi, dan hasil ini
konsisten dengan temuan di Li dan Lin(2018) danBu dkk.(2019).
Sementara efek imitasi
 R. Zhang dan Y. Fu
Tabel 4
Hasil estimasi TFEE.
Hasil estimasi industri TFEE
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 Berarti

Industri Pengolahan Minyak 0,758 0,655 0,564 0,469 0,525 0.602 0,560 0,570 0,520 0,454 0,364 0.381 0,379 0,369 0,500 0,674 0,623 0,344 0,389 0,511
Bumi, Coking, dan Bahan Bakar
Nuklir

Pembuatan Bahan Baku Kimia 1.313 1.230 2.051 1.579 1.442 1.496 1.464 2.065 2.012 2.008 1.871 1.813 1.665 1.528 1.470 1.529 1.517 1.560 1.773 1.652
dan Kimia
Produk

Industri Produk Mineral 3.005 2.913 3.371 3.172 2.996 3.064 3.226 3.254 2.948 2.662 2.569 3.023 2.954 2.755 2.480 2.405 2.382 2.334 2.346 2.835
Bukan Logam

Industri Peleburan dan 2.316 1.678 2.320 1.947 1.682 1.785 1.976 1.716 1.990 2.158 2.035 2.136 2.028 1.872 1.796 2.002 2.127 2.039 2.125 1.986
Pengepresan Logam Besi

Industri Peleburan dan 1.717 1.727 1.757 1.505 1.401 1.227 1.606 0.791 0.931 0.984 1.295 1.807 1.779 1.491 1.447 1.475 1.309 1.155 1.010 1.390
Pengepresan Logam Nonferrous

Pengolahan Hasil Pertanian dan 1.316 1.146 1.381 1.360 1.208 1.208 1.060 1.120 1.014 1.022 1.172 1.134 0.798 0.739 0.757 0.784 0.809 0.881 0.904 1.043
Makanan Sampingan

Pembuatan Makanan 1.840 1.790 2.228 2.218 2.124 1.979 1.345 1.781 1.595 1.336 1.326 1.556 1.361 1.349 1.646 1.590 1.606 1.509 1.602 1.673
431

Pembuatan Minuman 1.636 1.528 2.011 1.960 2.419 2.008 2.132 2.193 2.386 2.173 2.462 2.356 2.054 1.716 1.864 1.824 1.829 2.048 2.135 2.039

Industri Industri Tekstil 2.038 2.164 2.420 2.621 2.704 2.698 2.616 2.630 2.359 1.978 1.725 2.483 2.389 2.116 2.042 1.844 1.710 1.644 1.774 2.208

Industri Tekstil 1.227 1.326 1.243 1.273 1.331 1.397 1.147 1.450 1.372 1.094 1.108 1.413 1.437 1.472 1.575 1.381 1.236 1.299 1.261 1.318
Garmen, Alas Kaki
dan Tutup Kepala

Industri Kulit, Bulu, Bulu, Bulu 1.187 1.370 1.299 1.483 1.484 1.448 1.148 1.372 1.331 1.036 0.962 1.607 1.597 1.460 1.474 1.215 1.076 1.013 1.022 1.294
dan Produk Terkait

Industri Kayu 1.731 1.734 1.945 2.500 2.573 2.382 2.139 1.773 1.777 1.633 1.439 1.705 1.858 1.662 1.641 1.487 1.472 1.641 1.813 1.837
Pengolahan, Bambu, Tebu,
Sabut Kelapa & Produk Jerami

Pembuatan Furnitur 1.486 1.443 1.539 1.460 1.425 1.519 1.274 1.358 1.255 1.222 1.152 1.622 1.499 1.330 1.392 1.252 1.154 1.272 1.244 1.363

Industri Pembuatan Kertas dan 1.882 2.048 2.527 2.530 2.793 2.719 2.440 2.971 2.913 2.943 2.464 2.961 3.192 3.305 3.101 2.930 2.733 2.267 2.274 2.684
Produk Kertas

Pembuatan Media Percetakan 2.203 2.273 2.736 2.539 2.581 3.093 2.722 2.847 2.616 2.331 2.347 2.627 2.181 1.916 2.047 1.894 1.898 1.885 2.239 2.367

Laporan Energi 8 (2022) 425–437

dan Rekam Reproduksi

Pembuatan Artikel Budaya, 1.633 1.740 1.925 1.970 2.053 2.000 1.893 1.705 1.526 1.534 1.392 0.658 0.649 0.651 0.661 0.779 0.895 0.928 0.944 1.344
Pendidikan dan Olahraga

(bersambung di halaman berikutnya)

 R. Zhang dan Y. Fu
Tabel 4(lanjutan).
Hasil estimasi industri TFEE
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 Berarti

Pembuatan Obat-obatan 1.475 1.467 1.807 1.984 2.425 2.455 2.247 2.190 2.129 1.957 2.040 2.238 1.730 1.606 1.798 1.746 1.601 1.812 1.758 1.919

Pembuatan Serat Kimia 1.790 2.298 2.762 2.548 3.068 2.914 2.286 2.576 3.184 3.342 2.708 3.259 3.389 2.856 2.891 2.710 2.492 2.483 2.808 2.756

Industri Produk Karet dan 2.049 2.106 2.559 2.626 2.481 2.698 2.523 2.054 1.913 1.746 1.633 2.108 1.909 1.835 2.044 1.863 1.763 1.781 1.805 2.079
Plastik

Pembuatan Produk Logam 1.712 1.681 1.753 1.637 1.590 1.538 1.529 1.396 1.289 1.350 1.307 1.724 1.602 1.429 1.639 1.506 1.600 1.685 1.670 1.560

Pembuatan 2.036 1.882 2.026 2.070 1.834 1.818 1.680 1.581 1.389 1.339 1.306 1.236 1.145 1.124 1.232 1.223 1.238 1.272 1.305 1.513
Mesin serba guna

Pembuatan Mesin Tujuan Khusus 2.206 1.639 1.907 2.337 2.133 2.141 2.170 1.866 1.840 2.053 2.031 2.475 2.091 1.843 1.883 1.738 1.599 1.514 1.575 1.950
432

Pembuatan Alat 1.451 1.299 1.418 1.341 1.306 1.236 1.972 1.222 1.423 1.472 1.406 1.613 1.409 1.295 1.351 1.329 1.232 1.205 1.324 1.384
Transportasi

Pembuatan Mesin dan 1.326 1.304 1.457 1.348 1.317 1.291 1.353 1.059 0.989 0.988 0.997 1.388 1.331 1.219 1.268 1.197 1.141 1.242 1.272 1.236
Peralatan Listrik

Industri Alat Komunikasi, Komputer 0,893 0,844 0,794 0,751 0,780 0,751 0,868 0,921 0,976 0,981 1,471 1,576 1,112 1,040 1,113 1,018 0,913 0,880 0,886 0,977
dan Alat Elektronik Lainnya

Pembuatan Instrumen, Meteran, 0.889 0,839 0,986 1.093 1.178 1.314 1.120 1.050 1.001 1.211 1.181 3.431 2.073 1.625 1.779 1.616 1.376 1.275 1.228 1.382
dan Mesin untuk Budaya dan
Penggunaan Kantor

Berarti 1.615 1.581 1.822 1.804 1.822 1.818 1.736 1.696 1.664 1.604 1.557 1.875 1.700 1.551 1.599 1.529 1.469 1.458 1.514 1.653

Laporan Energi 8 (2022) 425–437

R. Zhang dan Y. Fu Laporan Energi 8 (2022) 425–437

Tabel 5
Hasil regresi model efek tetap dan acak.
Variabel Efek tetap Efek acak
LnFDI 0,143*** 0,158 0,147*** 0,126
(0,051) (0.139) (0,049) (0.139)

LnLOC 0,176*** 0,094 0,188*** 0,153*

(0,055) (0.245) (0,056) (0.244)

LnRD 0,021* 0,002 0,022** 0,010

(0,011) (0,025) (0.010) (0,061)

LnFDI*LnRD 0,003* − 0,004

(0,024) (0.245)

LnLOC*LnRD − 0,015* − 0,006*

(0,044) (0,044)

LnOPEN 0,087*** 0,088*** 0,082*** 0,083***

(0,019) (0,020) (0,019) (0,020)

LnMARK 0,015* 0,013 0,036 0,035

(0,055) (0,056) (0,053) (0,053)

LnPRI − 0,030 − 0,023* − 0,024 − 0,016

(0,159) (0,164) (0,161) (0,165)

obs 494 494 494 494

Tes Hausman 13.33 13.78
Prob > chi2 0,038 0,087

Catatan: Kesalahan standar ada dalam tanda kurung.

* * * Menunjukkan tingkat signifikan pada 1%.

* * Menunjukkan tingkat signifikan pada 5%.

* Menunjukkan tingkat signifikan pada 10%.

Tabel 6
Hasil regresi sistem GMM.
Variabel GMM satu langkah GMM dua langkah

LnEE(-1) 0.614*** 0,704*** 0.632*** 0,769***

(0,092) (0,086) (0,121) (0.101)

LnFDI 0.298*** 0,538* 0,222*** 0.221*

(0,079) (0,482) (0,094) (0,515)

LnLOC − 0,187* − 0.998** − 0,157* − 1.076*

(0.101) (0,437) (0.110) (0,642)

LnRD − 0,016* − 0.223*** − 0,027*** − 0,293**

(0,011) (0,085) (0,009) (0,142)

LnFDI*LnRD 0,078** 0,032**

(0,080) (0,089)

LnLOC*LnRD − 0.194** − 0,222*

(0,087) (0,130)

LnOPEN − 0,081*** − 0,023* − 0,075** − 0,003*

(0,028) (0,038) (0,034) (0,045)

LnMARK 0,173** 0,125 0,206** 0,204

(0,082) (0.136) (0,078) (0,181)

LnPRI − 0,276 − 0,205** − 0,415** − 0,282*

(0,186) (0.102) (0.204) (0,148)

obs 468 468 468 468

AR(2) 0,181 0.212 0.248 0,253
Tes Hansen 0.102 0,162 0.102 0,162

Catatan: Kesalahan standar ada dalam tanda kurung.

* * * Menunjukkan tingkat signifikan pada 1%.

* * Menunjukkan tingkat signifikan pada 5%.

* Menunjukkan tingkat signifikan pada 10%.

(LOK) yang diwakili oleh lokalisasi produksi FDI menunjukkan dampak
negatif terhadap peningkatan efisiensi. Salah satu alasan yang mungkin
adalah PHH, karena daya saing internasional industri padat polusi berpindah
ke negara-negara dengan peraturan yang kurang ketat (Wagner dan
Timmins,2009). Misalkan perusahaan yang didanai asing memindahkan
rantai produksi yang berpolusi tinggi dan bernilai tambah rendah ke negara
tuan rumah. Dalam hal ini, perusahaan lokal di negara tuan rumah hanya
dapat memperoleh teknologi rantai produksi berpolusi tinggi dan bernilai
tambah rendah ketika mereka mengunjungi dan belajar
untuk meniru teknologi untuk produksi, yang pasti akan
meningkatkan konsumsi energi. Dampak negatif dariLnRDpada
efisiensi energi membuktikan bahwa efek rebound dari inovasi
teknologi ada (Lin dan Tan,2017).
Juga, istilah interaksi dariLnFDI*LnRDmenunjukkan pengaruh positif yang
signifikan terhadap efisiensi energi, yang menunjukkan bahwa peningkatan
kemampuan inovasi terutama didasarkan pada pencernaan dan

433
R. Zhang dan Y. Fu Laporan Energi 8 (2022) 425–437

Tabel 7
Hasil regresi sistem GMM, berdasarkan intensitas R&D.
Variabel Teknologi tinggi Teknologi menengah-tinggi Teknologi menengah-rendah Teknologi rendah

LnEE(-1) 0,528*** 0,564*** 0,689*** 0,507*** 0,761*** 0,628*** 0,741*** 0.823***

(0.127) (0,092) (0,154) (0.114) (0.136) (0,116) (0,131) (0,132)

LnFDI 0,128** 0,294** 0,401* 0,345*** 0,349*** 0,316* 0,120 0,488*

(0,065) (0.233) (0.218) (0.224) (0,084) (0.208) (0,109) (0,309)

LnLOC − 0,016* − 0,373** − 0,151** − 0.249 − 0.228 − 0.270** 0,030 0,677

(0,175) (0,793) (0.141) (0,720) (0,178) (0,580) (0,154) (0,751)

LnRD − 0,024** − 0.137 − 0,031** 0,168 0,071*** 0,346*** − 0,017 0,053

(0,039) (0.271) (0,015) (0,165) (0,012) (0,158) (0,021) (0.248)

LnFDI*LnRD 0,046** 0,317*** 0,091 − 0,081

(0,067) (0,081) (0,059) (0,053)

LnLOC*LnRD − 0,072* − 0,067* − 0,591*** 0,094

(0.308) (0.115) (0,126) (0.141)
LnOPEN − 0.190*** − 0.117*** − 0,232* − 0,120* − 0,058*** − 0,026** − 0,050 − 0,045
(0,041) (0,047) (0.133) (0,055) (0,016) (0,021) (0,055) (0,043)

LnMARK 0,262* 0,168 0.259* 0.105* 0,097 0.301*** 0.107*** 0,122***

(0,159) (0,126) (0,146) (0,061) (0,077) (0,059) (0,031) (0,031)

LnPRI − 0,050 − 0,213 − 0.102* − 0.236* − 0.101 − 0,183*** − 0,012 − 0,127

(0.286) (0,384) (0,056) (0,174) (0,064) (0,187) (0,068) (0,473)

AR(2) 0.668 0,527 0,744 0,649 0,169 0,121 0,149 0,409

Tes Hansen 1.000 1.000 1.000 1.000 1.000 1.000 0,129 0,133

Catatan: Kesalahan standar ada dalam tanda kurung.

* * * Menunjukkan tingkat signifikan pada 1%.

* * Menunjukkan tingkat signifikan pada 5%.

* Menunjukkan tingkat signifikan pada 10%.

penyerapan teknologi yang ditransfer untuk mempromosikan efisiensi energi.
Sedangkan dampak negatif penting dariLnLOC*LnRDselanjutnya menyetujui PHH.
Perusahaan yang didanai asing memindahkan beberapa tahap rantai produksi
berpolusi tinggi ke negara tuan rumah, dan perusahaan lokal memperoleh
teknologi ini melalui pembelajaran dan peniruan. Ketika perusahaan lokal
mencoba berinovasi berdasarkan teknologi yang diperoleh dan menggunakannya
dalam produksi, konsumsi energi akan meningkat dan mengurangi efisiensi
energi. Secara keseluruhan, perusahaan lokal yang mencoba berinovasi
berdasarkan teknologi efisiensi rendah tidak akan meningkatkan efisiensi
penggunaan energi.
Pada variabel kontrol, estimasi koefisienLnOPENnegatif secara
signifikan, menunjukkan bahwa peraturan pemerintah yang longgar
tentang langkah-langkah konservasi energi untuk perusahaan yang didanai
asing dapat dengan mudah membawa industri atau teknologi konsumsi
energi yang tinggi, yang konsisten dengan hasil oleh Wang dan Wang(2020).
Secara umum, kenaikan harga energi akan meningkatkan efisiensi energi
dari penelitian sebelumnya (Yuan dkk., 2010). Dalam penelitian ini, harga
energi berperan negatif dalam meningkatkan efisiensi energi. Salah satu
alasannya adalah bahwa pertumbuhan ekonomi dan efek pendapatan lebih
besar daripada efek harga. Alasan lainnya adalah distorsi harga energi
dapat menyebabkan alokasi pasar yang tidak efisien, dan pasar tidak dapat
menyesuaikan dengan baik dengan kenaikan harga dalam regulasi pasar
yang terbatas (Liu dkk.,2018a,b).
Selain itu, inovasi teknologi dan FDI menunjukkan dampak yang berbeda
pada industri dengan intensitas R&D yang berbeda. Seperti yang
ditunjukkan padaTabel 7, partisipasi FDI (LnFDI) memainkan peran penting
dalam meningkatkan efisiensi energi di semua industri intensitas R&D yang
berbeda. lokalisasi produksi FDI (LnLOC) memiliki dampak negatif yang
signifikan terhadap efisiensi energi di industri teknologi tinggi dan
menengah-tinggi. Selain PHH yang disebutkan sebelumnya, perlindungan
hak atas kekayaan intelektual (HAKI) juga bisa menjadi alasannya. Dalam
lingkungan perlindungan HKI yang tidak sempurna, perusahaan yang
didanai asing secara ketat mengontrol teknologi baru yang berharga untuk
mencegah risiko limpahan teknologi. Oleh karena itu, produk antara hanya
diimpor daripada diproduksi di negara tuan rumah. Perusahaan lokal tidak
dapat mempelajari dan meniru teknologi berharga melalui produksi lokal,
yang menghambat peningkatan efisiensi energi. Terutama dalam beberapa
tahun terakhir, Cina ditujukan dengan penuh semangat
memperluas sektor teknologi tinggi dan mengembangkan basis
manufaktur maju dengan impor produk bernilai tambah tinggi
yang terus tumbuh, seperti produk mekanik dan listrik.
Diperkirakan pada tahun 2025, nilai tambah manufaktur teknologi
tinggi akan mencapai 33% dari nilai tambah industri di
Guangdong. Hasil estimasi istilah interaksi dalam industri
teknologi tinggi dan menengah-tinggi konsisten dengan seluruh
sampel.
Dalam industri teknologi menengah-rendah, perlu dicatat bahwa
koefisien perkiraan inovasi teknologi (LnRD) bertanda positif signifikan
pada taraf 1%. Kemungkinan penyebabnya adalah sebagian besar
industri berteknologi menengah-rendah adalah industri tradisional.
Permintaan pasar relatif stabil, dan risiko transformasi inovasi relatif
rendah, yang berarti ada peluang tinggi untuk meningkatkan tingkat
input-output dan meningkatkan efisiensi energi. Sementara industri
teknologi tinggi dan menengah-tinggi menyediakan produk untuk
memenuhi permintaan tingkat tinggi, permintaan tersebut sangat
berfluktuasi, dengan risiko tinggi mengubah inovasi.
Dalam industri teknologi rendah,LnLOCvariabel dan istilah interaksi
LnFDI*LnRDdanLnLOC*LnRDtidak signifikan, menunjukkan lokalisasi
produksi FDI dan efek tidak langsung dari inovasi independen dari
limpahan teknologi tidak berdampak pada efisiensi energi. Mungkin
ada dua alasan. Sebagian besar industri teknologi rendah padat karya
dengan konsumsi energi yang rendah, dengan hanya sebagian kecil
dari biaya produksi yang melibatkan biaya energi. Jumlah pengeluaran
R&D sangat rendah karena industri tersebut tidak fokus pada kegiatan
bernilai tinggi seperti inovasi dan pengembangan produk. Hasil ini
sesuai denganBu dkk. (2019) menemukan bahwa FDI tidak
berpengaruh signifikan terhadap intensitas energi pada industri tekstil
yang merupakan industri berteknologi rendah. Alasan lainnya adalah
kurangnya kebijakan yang relevan untuk memperhatikan proses
inovasi di perusahaan-perusahaan di industri teknologi rendah.
Perusahaan-perusahaan di industri ini inovatif dan intensif
pengetahuan hanya tanpa terlibat dalam R&D untuk sebagian besar (
Jacobson dkk., 2006).
Secara keseluruhan, bukti empiris di atas menunjukkan bahwa
pengaruh partisipasi FDI, lokalisasi produksi FDI dan kemandirian

434
R. Zhang dan Y. Fu Laporan Energi 8 (2022) 425–437

Tabel 8
Hasil regresi LV-GMM.
Variabel L.LnFDI L. LnLOC
LnEE(-1) 0.656*** 0,816*** 0,597*** 0,683***
(0,085) (0,086) (0,091) (0.110)

LnFDI 0.269*** 0.246

(0,084) (0,437)

L.LnFDI 0.287*** 0.261

(0,082) (0,355)

LnLOC − 0.207* − 0,966**

(0.107) (0,485)

L. LnLOC − 0,043 − 1.305***

(0.118) (0,475)

LnRD − 0,013 − 0.250** − 0,017* − 0,165

(0,011) (0,099) (0,011) (0,112)

LnFDI*LnRD 0,028
(0,071)

L.LnFDI*LnRD 0,049
(0,061)

LnLOC*LnRD − 0.197**
(0,098)

L. LnLOC*LnRD − 0,119
(0,0826)

LnOPEN − 0,067*** 0,012 − 0,088*** − 0,031

(0,024) (0,028) (0,033) (0,029)

LnMARK 0,126 0,049 0,203** 0,131

(0,077) (0,094) (0,095) (0.136)

LnPRI − 0.259 − 0.240** − 0,251 − 0,119

(0,186) (0.102) (0,161) (0.136)

AR(2) 0,165 0.248 0,161 0,23

Tes Hansen 0,502 0,609 0,701 0,112

Catatan: Kesalahan standar ada dalam tanda kurung.

* * * Menunjukkan tingkat signifikan pada 1%

* * Menunjukkan tingkat signifikan pada 5%.

* Menunjukkan tingkat signifikan pada 10%.

inovasi pada efisiensi energi terdiversifikasi, dan perbedaan atau
diversifikasi ini juga signifikan dalam industri intensitas R&D yang
berbeda.
4.3. Pemeriksaan ketahanan
Untuk memastikan kekokohan hasil penelitian, kami
memperkenalkan tes berikut untuk memverifikasi hasil dalam
model. Untuk masalah endogen dalam model, pendekatan yang
banyak digunakan adalah mencari variabel instrumental (IV).
Dalam hal ini, seharusnya tidak berpengaruh langsung pada
efisiensi energi tetapi harus dikorelasikan dengan efek limpahan
FDI dan inovasi teknologi. Karena keterbatasan data dan
menemukan variabel yang dapat berfungsi sebagai instrumen
yang valid mungkin sulit, kami menggunakan fase lag dari variabel
penjelasLnFDIdanLnLOCsebagai variabel instrumental, masing-
masing. Hasil estimasi model dengan variabel lag ditunjukkan
padaTabel 8. Dapat dilihat bahwa koefisien dariL.LnFDIdanL.
LnLOCsecara signifikan positif dan signifikan negatif, masing-
masing. Berdasarkan hasil uji Hansen, hipotesis nol diterima
bahwa semua variabel instrumental valid.
Kami menggunakan cara alternatif untuk mengukur tingkat
partisipasi modal asing yang digunakan dalam model, yang
selanjutnya dapat memverifikasi kekokohan model sub-sampel
berdasarkan apakah dampak efek limpahan FDI pada efisiensi
energi industri manufaktur konsisten. . Kami menggunakan
proporsi nilai penjualan asing industri terhadap total nilai
penjualan industri untuk mengukur partisipasi FDI. Hasil estimasi
ditunjukkan pada Tabel 9dan konsisten.
5. Kesimpulan dan implikasi kebijakan
Makalah ini menganalisis dampak kemajuan teknologi terhadap
efisiensi energi industri manufaktur di provinsi Guangdong di Cina
dari tahun 2000 hingga 2018 dari dua perspektif: satu dari inovasi
independen perusahaan lokal; yang lainnya adalah dari limpahan
teknologi FDI. Ini juga menganalisis bagaimana interaksi antara
inovasi independen dan limpahan teknologi FDI mempengaruhi
efisiensi energi, membedakan saluran limpahan teknologi FDI
yang berbeda, dan secara empiris menganalisis interaksi mereka
dengan inovasi independen.
Kesimpulannya adalah bahwa efek kompetisi dari FDI spillover
berdampak positif pada efisiensi energi, sedangkan efek imitasi
dari FDI spillover berdampak negatif. Inovasi mandiri sendiri
berpengaruh negatif signifikan terhadap efisiensi energi industri
manufaktur karena rebound effect. Dalam hal interaksi, inovasi
independen membantu peningkatan efisiensi energi dengan
teknologi yang ditransfer dari persaingan yang muncul. Padahal
menghambat peningkatan efisiensi energi dengan belajar dan
meniru dari produksi lokal. Hasil serupa berlaku untuk industri
teknologi tinggi dan menengah. Kemajuan teknologi tidak
berdampak signifikan terhadap efisiensi energi di industri
berteknologi rendah. Kesimpulan ini memiliki beberapa implikasi
penting bagi efisiensi energi industri manufaktur.
Meskipun studi ini fokus pada provinsi Guangdong, ini mungkin
mencerminkan gambaran besar China, terutama di industri teknologi
tinggi. Rencana Lima Tahun ke-13 China menetapkan tujuan inovasi
teknologi nasional untuk berkembang sebagai negara yang inovatif.
Industri manufaktur di Pearl River Delta telah mempercepat

435
R. Zhang dan Y. Fu Laporan Energi 8 (2022) 425–437

Tabel 9
Hasil uji ketahanan.
Variabel Teknologi tinggi Teknologi menengah-tinggi Teknologi menengah-rendah Teknologi rendah

LnEE(-1) 0,519*** 0,591*** 0.624*** 0,523*** 0,862*** 0,808*** 0,746*** 0.823***

(0,132) (0,122) (0,179) (0,132) (0.102) (0.123) (0,129) (0.107)

LnFDI 0,071 0,578* 0,515* 1.259** 0,053** 0,041 0.107 0,423

(0,150) (0.244) (0.277) (0.299) (0,117) (0,380) (0,113) (0,331)

LnLOC − 0,097 − 0,043** − 0,182* − 0.101*** − 0,222*** − 1.598** 0,036 0,536

(0,193) (0,366) (0,182) (0,672) (0,008) (0.371) (0,153) (0,734)

LnRD − 0,023 − 0,041 − 0,027* − 0,175* 0,019* 0,273* − 0,017 0,043

(0,076) (0,387) (0,015) (0,156) (0,038) (0,142) (0,021) (0.248)

LnFDI*LnRD 0,098** 0,316*** 0,092* − 0,068

(0,088) (0,093) (0,015) (0,053)

LnLOC*LnRD − 0,073* − 0,052*** − 0,201** 0,078

(0,305) (0,117) (0,096) (0.141)

LnOPEN − 0,165*** − 0,085** − 0.279* − 0,031* − 0,057* − 0,012** − 0,048 − 0,019

(0,018) (0,037) (0.209) (0,058) (0,032) (0,021) (0,055) (0,043)

LnMARK 0,171* 0,204 0,272 0,178 0.236*** 0,143** 0.107** 0,142***

(0,131) (0,148) (0.227) (0,054) (0,041) (0,031) (0,039) (0,031)

LnPRI − 0,056* − 0,075 − 0,116** − 0,233* − 0,028*** − 0,420* − 0,011 − 0,082

(0.101) (0.307) (0,058) (0,167) (0,046) (0,173) (0,067) (0.202)

AR(2) 0,878 0,930 0,521 0,427 0,143 0,189 0,143 0.105

Tes Hansen 1.000 1.000 1.000 1.000 1.000 1.000 0,128 0,133

Catatan: Kesalahan standar ada dalam tanda kurung.

* * * Menunjukkan tingkat signifikan pada 1%.

* * Menunjukkan tingkat signifikan pada 5%.

* Menunjukkan tingkat signifikan pada 10%.

peningkatan ke industri manufaktur yang padat teknologi. Nilai
tambah industri manufaktur teknologi tinggi di Provinsi
Guangdong mencapai 1018 miliar RMB pada tahun 2018,
menyumbang 31,5% dari nilai tambah industri provinsi
Guangdong pada tahun itu.
Beberapa implikasi kebijakan dapat ditarik dari apa yang telah
ditemukan dalam penelitian ini. Pertama, rencana Made in China
2025 bertujuan untuk meningkatkan kemampuan manufaktur
industri China, tumbuh dari bengkel padat karya menjadi
pembangkit tenaga listrik yang lebih padat teknologi. Saat ini,
China perlu mengejar ketertinggalan dari negara-negara maju
dalam hal teknologi inti. Di bidang-bidang tertentu seperti
pembuatan perangkat elektronik, instrumen presisi, dan
pembuatan mobil, Cina masih dalam tahap perkembangan dan
sangat bergantung pada teknologi asing. Oleh karena itu,
pemerintah harus melakukan upaya untuk memastikan
perusahaan asing berkembang ke arah yang lebih hemat energi
dan perlindungan lingkungan sekaligus mendorong FDI untuk
masuk dan mentransfer teknologi maju. Pembuat kebijakan perlu
dari studi tambahan. Misalnya, menganalisis potensi efek nonlinier
inovasi teknologi pada efisiensi energi dengan menambahkan suku
kuadrat untuk membahas hubungan bentuk-U; penggunaan
pendekatan pemodelan nonlinier untuk mengeksplorasi efek ambang
batas FDI di tingkat industri.
Pernyataan kontribusi kepenulisan CReditT
Rui Zhang:Metodologi, Analisis Formal, Sumber Daya,
Penulisan – draf asli, Penulisan – tinjauan & penyuntingan.Yuanhai
Fu: Konseptualisasi, Pengawasan, Metodologi, Sumber Daya.
Deklarasi kepentingan bersaing
Para penulis menyatakan bahwa mereka tidak mengetahui adanya persaingan
kepentingan keuangan atau hubungan pribadi yang tampaknya dapat
mempengaruhi pekerjaan yang dilaporkan dalam makalah ini.
Ucapan Terima Kasih

meningkatkan persyaratan dan standar peraturan lingkungan

ketika merumuskan kebijakan FDI dan menilai standar lingkungan
dari perusahaan yang didanai asing. Karena peningkatan standar
lingkungan untuk FDI dapat mengurangi pencemaran lingkungan
dan konsumsi energi perusahaan yang didanai asing di Cina, dan
menumpahkan teknologi dan standar perlindungan lingkungan
canggih ke hulu dan hilir rantai pasokan, membatasi transfer FDI
industri padat polusi ke China.
Kedua, inovasi telah menjadi fokus persaingan global. Menurut situasi
aktual perkembangan, perusahaan lokal dapat melaksanakan teknologi inti
yang ditargetkan dari perusahaan merek dunia, dan kemudian mencerna,
menyerap, dan berinovasi. Pada saat yang sama, pemerintah dapat
mengeluarkan insentif pajak dan memberikan lebih banyak perlindungan
hukum bagi perusahaan lokal.
Akhirnya, kami hanya fokus pada analisis sektor manufaktur di
provinsi Guangdong karena keterbatasan data. Mungkin berguna
bagi pembuat kebijakan untuk mengoordinasikan efisiensi energi
dan FDI di kawasan maju. Masih ada beberapa area yang layak
Kami ingin mengucapkan terima kasih kepada editor jurnal ini dan
pengulas anonim atas komentar dan saran yang berharga dan
berwawasan luas.
Referensi
Anderson, P., Petersen, N., 1993. Prosedur untuk menentukan peringkat unit yang efisien dalam data
analisis amplop. Mengelola. Sci. 39, 1261–1264.
Antonietti, R., Fontini, F., 2019. Apakah harga energi mempengaruhi efisiensi energi?
Bukti panel lintas negara. Kebijakan Energi 129, 896–906.
Bentzen, J., 2004. Memperkirakan efek rebound dalam energi manufaktur AS
konsumsi. Ekonomi Energi. 26, 123–134.
Blomström, M., Kokko, A., Dampak Penanaman Modal Asing di Negara Tuan Rumah:
Sebuah tinjauan dari bukti empiris. Makalah Kerja Penelitian Kebijakan Bank Dunia,
1996, 1745.
Blomström, M., Kokko, A., 1998. Perusahaan multinasional dan limpahan. J.
Ekonomi bertahan 12 (3), 247–
277. BP, 2012. Prospek energi 2030.
Bu, ML, Li, S., Jiang, L., 2019. Investasi asing langsung dan intensitas energi di
Cina: Bukti tingkat perusahaan. Ekonomi Energi. 80, 366–376.

436
R. Zhang dan Y. Fu
Bu, M., Wagner, M., 2016. Balapan ke bawah dan balapan ke atas: yang penting
peran karakteristik perusahaan dalam pilihan investasi asing langsung. J.Int. Bis.
pejantan 47 (9), 1032–1057.
Caves, RE, 1971. Perusahaan internasional: Ekonomi industri asing
investasi. Ekonomi 38, 1-27.
Chang, CB, Wen, J., Zheng, MB, Dong, MY, Hao, Y., 2018. Adalah pemerintahan yang lebih tinggi
efisiensi kondusif untuk meningkatkan efisiensi penggunaan energi? Bukti dari
negara-negara OECD. Ekonomi Model. 72, 65-77.
Charnes, A., Cooper, WW, Rhodes, E., 1978. Mengukur efisiensi keputusan
membuat unit. Eur. J.Oper. Res. 2, 429–444.
Di, W., 2007. Penghematan biaya pengurangan polusi dan aliran masuk FDI ke polusi
sektor di Cina. Mengepung. Dev. Ekonomi 12 (6), 775–798.
Doytch, N., Narayan, S., 2016. Apakah FDI mempengaruhi konsumsi energi terbarukan?
tion? Analisis dampak FDI sektoral terhadap konsumsi energi industri terbarukan
dan tak terbarukan. Ekonomi Energi. 54, 291–301.
Driffield, N., Love, JH, 2003. Investasi asing langsung, sumber teknologi dan
limpahan terbalik. banyak. Sch. 71 (6), 659–672.
Du, K., Lin, B., 2015. Memahami pertumbuhan pesat energi Tiongkok
konsumsi: kerangka dekomposisi yang komprehensif. Energi 90, 570–577.
Edquist, H., Henrekson, M., 2016. Apakah R & D dan ICT mempengaruhi produktivitas faktor total?
pertumbuhan berbeda? Telekomunikasi. Kebijakan 41 (2), 106–119.
Elliott, RJR, Sun, PY, Chen, SY, 2013. Intensitas energi dan langsung asing
investasi: Sebuah studi tingkat kota Cina. Ekonomi Energi. 40, 484–494.
Fan, JL, Zhang, X., Zhang, JT, Peng, SZ, 2015. Evaluasi efisiensi CO2
pemanfaatan teknologi di Cina: analisis DEA super-efisiensi berdasarkan survei ahli.
J.CO2Util. 11, 54–62.
Fu, YH, Tang, WB, Wang, ZX, 2010. Mekanisme limpahan FDI, jalur
kemajuan teknis dan kinerja pertumbuhan ekonomi. Ekonomi Res. J.45 (06), 92-104.
Garbaccio, RF, Ho, MS, Jorgenson, DW, 1999. Mengapa memiliki rasio energi-keluaran
jatuh di Cina? Energi J. 20 (3), 63–92.
Guang, FT, He, YX, Wen, L., Sharp, B., 2019. Intensitas energi dan perbedaannya
di seluruh wilayah China: Menggabungkan analisis ekonometrik dan dekomposisi.
Energi 180, 989–1000.
Guo, PB, Qi, XY, Zhou, XJ, Li, W., 2018. Efisiensi energi total faktor batubara
konsumsi: Analisis empiris industri intensif energi China. J. Bersih. Melecut. 172,
2618–2624.
Honma, S., Hu, JL, 2008. Efisiensi energi faktor total wilayah di Jepang.
Kebijakan Energi 36, 821–833.
Hu, JL, Wang, SC, 2006. Efisiensi energi faktor total wilayah di Cina.
Kebijakan Energi 34 (17), 3206–3217.
Hübler, M., Keller, A., 2010. Penghematan energi melalui FDI? Bukti empiris dari
negara berkembang. Mengepung. Dev. Ekonomi 15 (1), 59–80.
Jacobson, D., Robertson, PL, Hirsch-Kreinsen, H., 2006. Industri 'berteknologi rendah':
Perspektif inovasi dan pengembangan – ringkasan proyek penelitian Eropa.
Prometheus 24 (1), 3–21.
Kontolaimou, A., Giotopoulos, I., Tsakanikas, A., 2016. Tipologi Eropa
negara berdasarkan efisiensi inovasi dan kesenjangan teknologi: Peran
kewirausahaan tahap awal. Ekonomi Model. 52, 477–484.
Lampe, HW, Hilgers, D., 2015. Lintasan pengukuran efisiensi: a
analisis bibliometrik DEA dan SFA. Eur. J.Oper. Res. 240 (1), 1–21. Lee, JW, 2013.
Kontribusi investasi asing langsung untuk energi bersih
penggunaan, emisi karbon dan pertumbuhan ekonomi. Kebijakan Energi 55, 483–
489. Li, K., Lin, B., 2018. Bagaimana mempromosikan efisiensi energi melalui teknologi
kemajuan di Cina? Energi 143, 812–821.
Lin, BQ, Tan, RP, 2017. Memperkirakan potensi konservasi energi di Cina
industri padat energi dengan efek rebound. J. Bersih. Melecut. 156, 899–910. List, JA,
Co, CY, 2000. Pengaruh peraturan lingkungan terhadap langsung asing
investasi. J.Lingkungan. Ekonomi Kelola. 40 (1), 1–20.
Liu, X., Buck, T., 2007. Kinerja dan saluran inovasi untuk internasional
limpahan teknologi: bukti dari industri teknologi tinggi China. Res. Kebijakan 36, 355–
366.
Liu, YH, Huang, XJ, Chen, WL, 2019. Efek dinamis dari teknologi tinggi
investasi R & D industri pada konsumsi energi. Keberlanjutan 11, 4090. Liu, Y., Li, Z.,
Yin, X., 2018a. Regulasi lingkungan, inovasi teknologi
dan konsumsi energi—analisis lintas wilayah di Cina. J. Bersih. Melecut. 203, 885–897.
Liu, WS, Liu, Y., Lin, BQ, 2018b. Analisis empiris tentang efek rebound energi
dari perspektif kemajuan teknologi – studi kasus sektor transportasi Cina. J. Bersih.
Melecut. 205, 1082-1093.
437
Laporan Energi 8 (2022) 425–437
Liu, FC, Sun, YT, 2008. Pengaruh inovasi, perubahan industri pada energi
konsumsi. Cina Popul. sumber daya. Mengepung. 18 (3), 108-113.
Mardani, A., Zavadskas, EK, Streimikiene, D., Jusoh, A., Khoshnoudi, M., 2016.
Tinjauan komprehensif pendekatan data envelopment analysis (DEA) dalam efisiensi
energi. Memperbarui. Mempertahankan. Energi Rev. 70, 1298-1322.
Mielnik, O., Goldemberg, J., 2002. Investasi asing langsung dan decoupling
antara energi dan produk domestik bruto di negara berkembang. Kebijakan Energi
30 (2), 87–89.
Peng, JC, Xiao, JZ, Wen, L., Zhang, L., 2019. Investasi industri energi
mempengaruhi produktivitas faktor total eksploitasi energi: Analisis perubahan
teknis yang bias. J. Bersih. Melecut. 237, 117847.
Qi, XY, Guo, PB, Guo, YS, Liu, XL, Zhou, XJ, 2020. Memahami energi
efisiensi dan pendorongnya: Sebuah analisis empiris dari 14 industri padat batubara
China. Energi 190, 116354.
Sadorsky, P., 2010. Dampak perkembangan keuangan terhadap konsumsi energi
di negara-negara berkembang. Kebijakan Energi 38 (5), 2528–2535.
Saggi, K., 2002. Perdagangan, penanaman modal asing langsung, dan teknologi internasional
transfer: Sebuah survei. Bank Dunia Res. Obs. 17 (2), 191–235.
Salim, R., Yao, Y., Chen, G., Zhang, L., 2017. Dapatkah investasi asing langsung memanfaatkan
konsumsi energi di Cina? Investigasi deret waktu. Ekonomi Energi. 66, 43–53.
Schumpeter, JA, 2003. Teori pembangunan ekonomi.
Shen, KR, Li, J., 2009. Pengukuran limpahan teknologi. Ekonomi Res. J.4,
77–89.
Shi, SA, Xia, L., Meng, M., 2017. Efisiensi energi dan faktor pendorongnya di
tiga wilayah ekonomi China. Keberlanjutan 9, 1–13.
Siotis, G., 1999. Strategi investasi asing langsung dan kemampuan perusahaan. J.
Ekonomi Mengelola. Strategi 8, 251–270.
Tang, J., 2015. Pengujian efek surga polusi: apakah jenis FDI
urusan? Mengepung. sumber daya. Ekonomi 60 (4), 549–578.
Tidd, J., Bessant, J., Pavitt, K., 2005. Mengelola Inovasi: Teknologi Terpadu
nological, Perubahan Pasar dan Organisasi, edisi ketiga. John Wiley & Sons.
Wagner, UJ, Timmins, CD, 2009. Efek aglomerasi di luar negeri langsung
investasi dan Polusi Haven Hipotesis. Mengepung. sumber daya. Ekonomi 43 (2),
231–256.
Wang, SJ, 2017. Dampak FDI pada efisiensi energi: analisis regional
perbedaan di Cina. Nat. Bahaya 85 (2), 1209–1222.
Wang, Y., Li, Y., Kong, TA, 2013. Analisis efisiensi energi Beijing menggunakan
DEA-Tobit metode dua tahap. Adv. ibu. Res. 608–609, 1210–1214. Wang, SJ, Shi, CY,
Fang, CL, Feng, KS, 2019a. Meneliti variasi spasial
faktor penentu CO . terkait energi2emisi di Cina di tingkat kota menggunakan Model
Regresi Tertimbang Geografis. aplikasi Energi 235, 95–105. Wang, HP, Wang, MX,
2020. Pengaruh inovasi teknologi terhadap energi
efisiensi di Cina: Bukti dari panel dinamis 284 kota. Sci. Lingkungan Total. 709,
136172.
Wang, JY, Wang, SJ, Li, SJ, Cai, QX, Gao, S., 2019b. Mengevaluasi
efisiensi energi-lingkungan dan penentunya di Guangdong menggunakan ukuran
berbasis kendur dengan keluaran yang tidak diinginkan lingkungan dan model data
panel. Sci. Lingkungan Total. 663, 878–888.
Wu, J., Zhou, QY, Liang, L., 2016. CO2pengurangan emisi dan intensitas energi
alokasi atas sektor industri provinsi di Cina. aplikasi Energi 166, 282–291.
Yang, L., Ouyang, H., Fang, KN, Ye, LL, Zhang, J., 2015. Evaluasi regional
efisiensi lingkungan di Cina berdasarkan super-efisiensi-DEA. Ekol. India 51, 13–19.
Yi, M., Wang, YQ, Sheng, MY, Sharp, B., 2020. Efek heterogen
kemajuan teknologi pada polusi kabut asap: Bukti dari Cina. Ekol. Ekonomi. 169,
106533.
Yin, J., Wang, S., Gong, L., 2018. Pengaruh distorsi pasar faktor dan
inovasi teknis pada konsumsi listrik China. J. Bersih. Melecut. 188, 195-202.
Yuan, CQ, Liu, SF, Wu, JL, 2010. Hubungan antara harga energi dan
konsumsi energi di Cina. Kebijakan Energi 38, 197–207.
Zhao, XG, Zhang, YF, Li, YB, 2019. Limpasan investasi langsung asing
dan konvergensi intensitas energi. J. Bersih. Melecut. 206 (1), 611–621. Zhu, W.,
Zhang, Z., Li, X., Feng, W., Li, J., 2019. Menilai efek dari
kemajuan teknologi efisiensi energi dalam industri konstruksi: Sebuah kasus Cina. J.
Bersih. Melecut. 238, 117908.