污染密集型產業的綠色全要素生產率的計算分析
一、引言
改革開放三十年來，我國經濟取得了巨大的成就。但伴隨著經濟高速增長，自然資源枯竭和環境惡化問題也日益突出，資源環境問題不僅給我國經濟社會發展帶來巨大的損失，而且直接導致未來發展的不可持續。因此，黨的十七屆五中全會在審議“十二五”規劃時明確要求以科學發展為主題，以加快轉變經濟發展方式為主線，提高發展的全面性、協調性、可持續性，實現經濟社會又快又好發展。其中，轉變經濟發展方式的關鍵在于不斷提高由全要素生產率所代表的經濟增長中的質量貢獻[1]1。
近年來，國內外學者從不同的視角探討中國經濟全要素生產率變化及其對經濟增長和經濟轉型的影響。但伴隨著經濟發展過程中資源環境問題的日益突出，越來越多的學者認為：資源和環境不僅是經濟發展的內生變量，同時也是經濟發展的剛性約束，因此，利用全要素生產率評價經濟績效時，不僅要考慮傳統的資本和勞動要素，同時也要考慮對經濟發展影響巨大的資源和環境因素。于是，越來越多的學者將資源、環境因素納入到全要素生產率分析框架，對中國經濟全要素生產率進行重新估算，并得出許多有價值的結論[2]-[6]。
縱觀已有研究，多數將環境因素納入全要素生產率分析框架的文獻都是基于省際或區域展開，而從工業分行業的角度研究的很少。Jorgenson et al.(2000)認為：經濟增長在不同的部門和行業之間并不相同，因而用總量數據描述經濟增長的全貌就有失偏頗，必須從分行業的角度進行核算[7]161。工業行業是國民經濟的主導，同時與能源環境密切相關，尤其是現階段我國工業行業中的污染密集型產業，更是實現節能減排任務的重中之重。因此，有針對性地將分行業污染密集型產業作為研究對象，準確度量污染密集型產業增長中的質量貢獻和識別影響質量貢獻的因素，對于污染密集型產業實現節能減排甚至整個國民經濟的可持續發展都具有重要意義。其次，由于傳統距離函數無法模擬環境污染的有害影響，許多研究采用間接方法測算考慮了污染排放的全要素生產率①，這種做法顯然過于簡單。一部分文獻采用徑向的、角度的DEA計算方向性距離函數并以此模擬環境污染的有害影響，但這種方法會高估評價對象的效率。研究表明：基于松弛變量的非徑向、非角度SBM方向性距離函數和與此相適應的Luenberger生產率指標在計算綠色全要素生產率方面可以克服上述缺陷[5]96。另外，已有的研究環境全要素生產率的文獻中，對于非期望產出往往考慮一種或其中的幾種。作者認為，對于現階段的中國污染密集型產業來說，要想更加準確地度量全要素生產率，必須考慮全部的能源投入和污染排放，由此估算的綠色全要素生產率才能更加準確地反映經濟增長中的質量貢獻②。
因此，本文在已有研究的基礎上，力圖在以下幾個方面有所發展：(1)參考現有的產業污染強度評價方法對二位數工業行業中污染密集型產業進行識別，作為本文的研究對象。(2)將所識別的污染密集型產業的各個行業能源消費量作為投入、行業三廢排放作為非期望產出納入生產率分析框架，利用SBM方向性距離函數和Luenberger生產率指標核算污染密集型產業的綠色全要素生產率并進行分解③。(3)對影響污染密集型產業綠色全要素生產率的因素進行實證檢驗。
二、研究方法及數據處理
1.綠色全要素生產率的度量及分解方法=
當以上五個測量值均大于0時，分別表示生產率提高、效率改善、技術進步、規模效率提高和技術偏離CRS，反之則反。此時我們需要使用八個方向性距離函數對Luenberger生產率指標進行分解，其中四個屬于CRS假設，四個屬于VRS假設。
2.相關數據及處理
本文從分行業的角度，根據最新的行業分類標準(GBPT 475422002)，從39個行業中選取35個行業計算污染強度(其他礦采選業、木材及竹材采運業、木材加工業、其他制造業由于部分數據不全，去除)，識別出污染密集型產業，進而測算綠色全要素生產率。相關數據處理如下：
(1)期望產出。期望產出用的是所識別的污染密集型產業2004-2008年工業總產值，其基礎數據來源于歷年《中國統計年鑒》，并根據分行業工業品出廠價格指數折算為1990年不變價。
(2)非期望產出。為全面度量污染密集型產業的綠色全要素生產率，本文選取相關產業廢水、二氧化碳、二氧化硫和固體廢物排放量作為非期望產出。各個行業的廢水、二氧化硫和固體廢物的排放量均可從歷年的《中國統計年鑒》查出，但二氧化碳排放量統計年鑒上沒有，需要進行估算。本文采用陳詩一所估算的2004-2006年分行業二氧化碳排放量數據，并根據其所提供的公式和核算方法拓展到2007-2008年的二氧化碳排放量。
(3)投入。本文除考慮了資本投入和勞動投入以外，還考慮了能源投入。本文采用大多數文獻的做法，將各行業2004-2008年職工平均人數作為勞動投入數據，將能源消費總量作為能源投入數據，以上兩部分數據從歷年《中國統計年鑒》均可查到。資本存量是生產率研究中的一個重要的投入變量，但統計年鑒沒有提供詳細的資本存量數據，需要估算。本文根據《中國統計年鑒》相關數據利用永續盤存法估算了2004-2008年行業資本存量數據。顯然，資本存量的計算依賴于三個問題的解決：基年資本存量的確定、折舊率、當年投資額不變價。首先，本文按照陳詩一(2010)的方法得到1980年資本存量作為基年資本存量。其次，本文放棄了采用固定折舊率的做法，并根據《中國統計年鑒》、《中國工業統計年鑒》所提供的2004-2008年折舊額和固定資產額，參考陳詩一(2010)的方法，估算分行業折舊率。第三，利用固定資產原值之差構造投資額序列并根據當年投資品價格指數折算成1990年不變價作為當年投資額。最后，根據公式得到各行業2004-2008年資本存量數據。
三、實證結果及分析
1.污染密集型產業的識別結果
由于本文的研究對象是污染密集型產業，如何確定39個二位數工業行業中究竟哪些行業屬于污染密集型產業就顯得十分重要。國外文獻通常使用兩種方法：一種是使用減污成本和支出指標來劃分，另一種是使用各種污染排放物加總后確定產業的污染強度。顯然，由于各個行業的性質不同以及污染物的不可相加性，這兩種方法在識別污染密集型產業時都顯得十分粗糙，也不利于相關研究的展開。本文在已有研究的基礎上，采用對各污染排放數據進行線性標準化和等權加和平均的方法計算各個產業的污染排放強度，以此對
污染密集型產業進行識別。具體方法為：首先計算各個產業污染物單位產值的污染排放值，然后按0-1的取值范圍對各個產業污染物單位產值的污染排放值進行線性標準化，再將上述各種污染排放得分等權加和平均，計算出廢水、廢氣和固體廢物的平均得分，最后將平均得分進行匯總，得出產業總的污染排放強度系數⑤。表1為污染密集型產業識別結果。本文根據總排放強度大小對污染產業進行分類，將重度污染產業和中度污染產業共19個產業統稱為污染密集型產業，作為本文的研究對象。可以看出，本文對于污染密集型產業的劃分結果與已有研究基本一致⑥。
2.污染密集型產業綠色全要素生產率實證結果及分析
本文基于Excel Solver Prem Platform V5.5軟件，通過編寫并設置規劃求解參數，對考慮能源投入和四種非期望產出的污染密集型產業綠色全要素生產率進行估算，并分解為技術變動指數、純技術效率指數、規模效率指數和技術規模變動指數。由于污染密集型產業與污染排放密切相關，為了與綠色全要素生產率進行比較，本文在估算綠色全要素生產率的同時，對不考慮非期望產出的19個污染密集型產業的傳統全要素生產率進行估算和分解，結果如表2。
我們發現：總體看來，我國污染密集型產業2004-2008年不考慮廢水、二氧化碳、二氧化硫、固體廢物排放的全要素生產率平均增長率為6.21%，而考慮了這四種非期望產出的綠色全要素生產率平均增長率為2.85%。污染密集型產業的綠色全要素生產率平均增長率明顯低于傳統的全要素生產率增長率。從分行業來看，除有色金屬采選業、有色金屬加工業、農副產品加工業和石油開采業四個行業綠色全要素生產率高于傳統的不考慮非期望產出的全要素生產率外，其余行業的綠色全要素生產率均低于傳統全要素生產率。結果基本符合已有研究結論，同時也符合污染密集型產業高能耗、高污染的現實。
單從污染密集型產業的綠色全要素生產率估算結果來看，考慮非期望產出因素后，除了造紙工業、化學工業、非金屬采礦業、化學纖維業和醫藥工業全要素生產率表現為負增長外，其余行業的綠色全要素生產率均大于零，表現為正增長，但增長率很低。19個行業中只有有色金屬加工業的綠色全要素生產率在技術進步指數提升下超過10%。超過5%的行業只有4個：非金屬制造業為7.4%，飲料制造業為6.66%，食品制造業為6.67%，農副產品加工業為7.02%。這一估算結果意味著，總體上看，2004-2008年間中國工業污染密集型產業在考慮了能源消耗和污染排放后的全要素生產率對于經濟增長的貢獻超過要素的貢獻，但增長速度極為緩慢，增長方式處于粗放型與集約型的臨界點。這一結論與近期相關文獻的結論基本一致。陳詩一(2010)發現由于技術進步在大多數行業中發揮著第一驅動力的作用，工業的發展方式從外延擴張型轉變成以質量提高為特征的內涵擴張型增長。但如果考慮能源環境因素，這種轉變才剛剛開始，不能得出中國工業尤其是污染密集型產業已從粗放型轉變為集約型增長。
本文將估算的污染密集型產業全要素生產率兩類指數都分解為純效率變化(LPEC)、純技術進步(LPTP)、規模效率變化(LSEC)和技術規模變化(LTPSC)。4個指數大于(小于)0分別表明效率改善(惡化)、技術進步(退步)、規模效率提高(下降)、技術偏離CRS(向CRS移動)。從分解結果來看，傳統的不考慮非期望產出的全要素生產率增長主要原因是技術進步，技術進步平均指數為11.86%。而綠色全要素生產率增長速度減緩，主要原因是純技術效率的惡化和技術退步(平均增長率為-1.06%)。具體到污染密集型產業綠色全要素生產率的分解，可以看出，對于絕大多數的行業來說，規模效率和技術規模對生產率的貢獻大于純技術效率和技術進步。一個可能的解釋是：90年代中期開始淘汰和關閉了近10萬家技術落后、高污染、高能耗的小企業，提高了污染密集型產業的規模效率，從而對綠色全要素生產率的增長作出貢獻。
四、影響污染密集型產業綠色全要素生產率的因素分析
上文估算了與能源環境密切相關的污染密集型產業的綠色全要素生產率。可以看出，綠色全要素生產率數值明顯低于傳統不考慮能源環境所估算的全要素生產率，我們有理由相信考慮了能源環境因素的綠色全要素生產率更準確地反映了污染密集型產業的技術進步和效率提升。那么，究竟哪些因素影響了這些產業綠色全要素生產率的增長呢?本文根據國內外文獻相關研究成果和中國污染密集型產業的現實背景以及數據的可得性，選取如下指標對污染密集型產業綠色全要素生產率因素進行實證檢驗⑦：(1)外商直接投資水平：外商直接投資占工業總產值的比重();(2)所有制結構：國有及國有控股企業工業總產值占全部工業總產值的比重();(3)規模結構：大中型企業工業總產值占全部工業總產值的比重();(4)能源結構：煤炭消費量占能源消費總量的比重();(5)環境規制程度：工業廢水、二氧化硫、固體廢物處理量占產生量比重的加權平均()⑧。相關數據來源于歷年《中國統計年鑒》、《中國工業經濟統計年鑒》。
基于Eviews 6.0軟件中的Balanced Panel模型，我們采用逐步回歸法對影響綠色全要素生產率的因素進行估計，以避免解釋變量之間的多重共線性。同時在估計之前進行Hausman檢驗，檢驗結果表明應以固定效應模型估計參數。回歸結果見表3。
在逐步回歸中，我們發現FDI投資水平()在各個模型中都很穩健，污染密集型產業的外商直接投資水平與綠色全要素生產率顯著負相關。這一結論與涂正革(2009)[11]的結論基本一致，同時印證了污染天堂假說，即發達國家的環境規制程度嚴格于發展中國家，發展中國家生產污染密集型產品具有比較優勢，因此，必然有大量的FDI流入發展中國家的污染密集型部門。西方發達國家嚴厲的環保措施導致高能耗、高污染產業向我國轉移，考慮到環境污染因素，FDI的增加不能提升污染密集型產業的綠色全要素生產率。本文的回歸結果表明，FDI每增長1%，綠色全要素生產率反而下降2.77%-3.67%。
所有制結構()與污染密集型產業綠色全要素生產率顯著負相關，在逐步回歸中表現穩健，這與當前許多學者關于國有化和效率研究的結論，如Yusuf et al.(2005)[12]、劉小玄(2005)[13]、涂正革、肖耿(2005)[14]類似。一方面，我國污染密集型產業中的國有企業目前仍然存在巨大的能源浪費、嚴重的污染行為以及要素配置不合理，從而導致生產率的下
降。另一方面，污染密集型產業所有制結構多元化有利于形成獨立、平等的競爭主體，建立適應市場要求的企業發展機制和經營機制，提高技術水平和效率，進而降低能耗、減少污染，從而提高污染密集型產業的綠色全要素生產率。
產業經濟學的主流觀點認為，如果市場的主要供給者是達到和接近規模經濟的企業，則表明該產業已充分利用了規模經濟效益，產業的資源配置和利用率達到最優狀態，即產業規模結構最優化。本文的回歸結果表明企業規模有利于污染密集型產業綠色全要素生產率的提高。大中型企業比重提高1%，綠色全要素生產率提高0.074%—0.082%。大中型企業的發展有利于提高污染密集型產業集中度，從而提高科研水平和管理效率，對綠色全要素生產率具有正向影響。已有事實證明，從20世紀90年代中期以來，我國工業污染防治戰略發生了重大變化，關停并轉大量高能耗、高排放的小煤礦、小水電廠、小紡織廠、小化工廠等技術落后、效率低下的小企業，資源配置逐漸向效率高的大企業集中，無序低效生產得到遏制。
環境規制程度系數為正，符合波特假說。文獻普遍認為環境規制是影響全要素生產率的重要因素，但究竟環境規制是阻礙還是促進了生產率的增長，現有的研究并未得出一致的結論。污染密集型產業的特點就是其經濟行為與能源消耗和環境污染密切相關，本文的實證結果顯示，對于污染密集型產業來說，環境規制強度提高1%，綠色全要素生產率提高0.148%-0.149%。政府的環境規制政策在一定程度上能夠促使企業進行技術創新，淘汰落后產能，同時進行管理制度創新，實施節能減排，提高企業的效率。關于能源結構與綠色全要素生產率的關系，本www.lwxz8.com 北京代寫論文文的回歸結果顯示并不明顯，根據模型Ⅳ和模型Ⅴ，能源結構的回歸系數都為正，均未通過顯著性檢驗。這與已有研究結論矛盾，也不符合我國工業發展的現實，造成這種結果的原因一方面可能是本文考察時間較短，另一方面可能是度量指標需要進一步完善。
五、結論與啟示
由于污染密集型產業與能源環境因素密切相關，忽略污染排放而對全要素生產率進行測度往往會與真實值產生一定的偏差。為了彌補這一缺失，本文以污染密集型產業為研究對象，選取了廢水、二氧化碳、二氧化硫、固體廢物作為非期望產出，運用SBM方向性距離函數和Luenberger生產率指標測度了19個污染密集型產業2004-2008年的綠色全要素生產率，并與傳統不考慮非期望產出的全要素生產率進行比較。最后，對影響綠色全要素生產率的因素進行實證分析。
總體上，2004-2008年我國污染密集型產業考慮了非期望產出的綠色全要素生產率為2.85%，這說明污染密集型產業生產率水平是不斷進步的。但與不考慮非期望產出的綠色全要素生產率相比，低了3.36%。這一研究結果一方面說明以往不考慮非期望產出的研究高估了全要素生產率，另一方面也證明了我國污染密集型產業仍然是高能耗、高污染產業，環境規制并未真正發揮實質作用。我們通過對污染密集型產業綠色全要素生產率的分解項分析結果表明，對于絕大多數行業來說，規模效率對綠色全要素生產率的貢獻大于技術進步和純技術效率的貢獻，也就是說，技術創新在提高污染密集型產業綠色全要素生產率方面并沒有發揮真正的作用。我們也考察了影響污染密集型產業綠色全要素生產率的因素。結果表明：FDI水平和所有制結構對綠色全要素生產率有負向影響，而規模結構、環境規制程度與全要素生產率正相關。基于研究結論，本文提出如下政策建議：(1)繼續整合污染密集型產業的資源和要素配置，堅決淘汰和關閉仍然存在的技術落后、高能耗、高污染的小企業。發揮市場競爭的優勝劣汰機制，遏制無序生產，重點鼓勵發展技術水平高、污染少、效益好的大企業。(2)進一步提高環境規制強度，靈活運用各種環境規制手段，盡量使基于行政手段的“命令型”環境規制工具和基于市場手段的“激勵型”環境規制工具結合起來，賦予企業一定的靈活性。一方面刺激企業進行治污技術的創新，從根本上降低治污成本，提高企業競爭力;另一方面刺激企業為完成節能減排任務而進行管理制度創新，提高能源利用率，減少污染排放，讓其能夠以更為經濟的方法提高企業競爭力和實現環境規制的要求，從而達到提升污染密集型產業綠色全要素生產率的目的。
注釋：
①即將污染排放和能源消費一起看作投入變量。
②又稱環境全要素生產率。
③為了突出現階段節能減排的目標，本文用二氧化碳、二氧化硫排放代替各行業廢氣排放指標。
④王兵等(2011)對分解方法做了詳細的介紹。
⑤此方法參考了傅京燕等《環境規制、要素稟賦與產業國際競爭力的實證研究》(2010年第10期《管理世界》)一文中關于污染強度的度量方法。限于篇幅，具體過程可向作者索取。
⑥由于篇幅限制，我們不提供各個行業的污染排放強度系數，讀者若有需要，可向作者索取。
⑦由于全要素生產率屬于動態分析，我們根據Managi and Ranjan(2008)的研究，把全要素生產率轉換為1+LTFP后再進行對數化，同時為了克服生產率指標在0附近變化不顯著而造成的計量不顯著問題，分析時運用累計生產率指標。
⑧由于二氧化碳數據統計年鑒上沒有，排放數據系估算，但處理量卻無法估算，因而本文選取其他三種污染物核算環境規制程度。
使用微信“掃一掃”功能添加“谷騰環保網”
