能源環境約束下中國區域工業效率分析

王 燕 謝蕊蕊

(1.南開大學經濟與社會發展研究院，天津300071;2.南開大學經濟學院，天津300071)

能源環境約束下中國區域工業效率分析

王 燕1謝蕊蕊2

(1.南開大學經濟與社會發展研究院，天津300071;2.南開大學經濟學院，天津300071)

目前，我國工業化進程進入中后期階段，資源短缺、環境污染成為制約工業發展的主要瓶頸。由此，國家把建設資源節約型、環境友好型社會放在工業化、現代化發展戰略的突出位置，在考察工業經濟增長時，能源環境因素就不容忽視。為此，本文采用數據包絡分析方法，引入方向性距離函數和Malmquist-Luenberger指數法對能源和環境因素約束下的我國2001－2009年區域工業效率和綠色全要素生產率進行了考察，對區域之間考慮環境因素的全要素生產率和不考慮環境因素的全要素生產率進行了比較。研究結果表明，我國工業全要素生產率逐年提高，其中技術進步的作用顯著高于效率提高;非期望產出的引入在一定程度上降低了我國工業的投入產出效率，不考慮能源環境約束過高的估計了我國工業經濟的增長;在年份變化上，循環經濟和新能源發展卓有成效，考慮能源環境約束下的區域工業全要素生產率逐年提高;在區域比較上，東部地區工業不僅在技術和投入產出效率方面領先于中部和西部地區，在污染治理方面也領先于中西部。

環境效率;非期望產出;數據包絡分析;ML指數

工業是污染環境和消耗能源的主要源頭產業，迄今為止，典型的工業化國家都未能避免先高消耗高污染后節約治理的發展軌跡。我國雖然從20世紀80年代起就萌發了不再走發達國家彎路的思想，但事實證明，在我國全面構筑完整工業體系的同時，由于沒有及時轉變經濟增長方式和建立有效的環境保護配套措施，環境污染成為工業發展的副產品已經是不爭的事實。即使在我國政府越來越重視資源環境問題的21世紀，工業污染問題仍然沒有得到很好的遏制，從2000年－2009年我國工業能源消費和“三廢”產出情況可以明顯看出，能源消費量、廢水、廢氣產生量(固體廢物由于可以重復利用獲得經濟價值，每年的排放量不斷減少)均呈逐年上升趨勢，相應的年均增長速度為 8.63%、2.11%、13.6%。不能否認，能源過度消費和廢氣大量排放是工業可持續發展最大的天敵，因此，本文在下面的實證分析中選擇廢氣作為非期望產出指標，能源作為投入約束指標。

如果不轉變這種大規?！盀E用資源－制造產品－排放污染”的粗放式生產方式，當2020年我國經濟總量在2000年基礎上再翻兩番時，工業污染負荷也會在2000年基礎上成倍放大，工業廢氣排放量將增加19倍多。因此，在當前我國工業化快速推進的重要階段，如何處理好資源環境與經濟發展的關系，成為我國現代化建設進程中面臨的重要課題，并已納入我國政府提出的“走新型工業化道路”以及“轉變經濟發展方式”的戰略框架之中。

1 研究背景

傳統的生產效率衡量方法一般都只考慮期望產出，盡管非期望產出作為一個很重要的因素，研究人員在進行研究時都有想到，但是由于非期望產出一般都是一些非市場性的東西，如廢水、廢氣、廢物等，它們的價格或者說影子價格不可知，因此這些非期望產出或者說負產出都被忽略了。DEA作為一種非參數效率法，在計算評價單位的效率時不需要各種投入和產出的價格，但它衡量的效率值是投入一定時產出可以增加的比例或者產出一定時投入減少的比例，因此在同時考慮非期望產出時無法應用。這種忽略導致了傳統的效率衡量方法存在一定的偏差，它可能會高估了評價單位的效率。

為了更精確的衡量評價單位的效率，研究人員在研究考慮非期望產出時的效率時，對這些方法做出各種改進。根據他們對非期望產出的可處置性的規定，可以分為四類。第一類是投入處理法，即將非期望產出作為要素投入來考慮，出發點是因為非期望產出的減少會減少用于增加期望產出的投入。如Rheinhard等人用這種投入處理法的DEA模型分析了荷蘭牛奶場的環境效率［1］。Hailu和Veeman也采用該種方法分析了加拿大造紙工業的環境績效［2］。這種方法存在的問題是分不清楚哪些投入用于期望產出的增加，哪些投入用于非期望產出的減少，并且由于污染物和資源投入并不能保持一定的同比例關系，因而這種效率評價方法不能反映實際的生產過程［3］。第二種方法是產出處理法，即對非期望產出值通過函數f(b)=v－b(v是一個足夠大的向量用以保證轉化后的非期望產出變為正數)進行平移。通過這種變換，將越小越好的非期望產出變為越大越好。第三種方法是假定非期望產出給定，用期望產出的實際產量和最大產量之比衡量效率，即期望產出增加而非期望產出保持不變［4－5］。第四種方法即為 Y.H.Chung等提出的方向性距離函數和Malmquist-Luenberger指數法［6］。該方法同時衡量了期望產出與最大期望產出的差距以及非期望產出與最小非期望產出的差距，因此可以按照決策者的意愿設定效率改進的方向，具有很大的實用性。Baris.K運用基于方向距離函數的Malmquist-Luenberger指數法衡量了OECD國家的考慮污染的生產力增長狀況［7］。胡鞍鋼等運用方向距離函數法對考慮環境因素下的省級技術效率進行了重新排名［8］。楊俊、邵漢華運用 Malmquist-Luenberger指數法對環境約束下的中國省級工業增長狀況進行了分析［9］。

本文對考慮能源和環境因素的中國區域工業效率進行了研究，在靜態方面通過考慮環境因素的方向技術效率和不考慮環境的一般距離函數的比較，得出了各區域的環境績效;在動態方面，通過考慮環境因素的Malmquist-Luenberger指數與不考慮環境因素的Malmquist指數的比較，得到了環境績效指數;并對區域之間以及不同年份之間考慮環境因素的效率和不考慮環境因素的效率進行了比較。

2 模型和方法

2.1 數據包絡分析和Malquist生產率指數

數據包絡分析法是1978年由Charnes、Copper、Rhodes提出的進行相對有效性評價的模型。其基本思路是通過對投入、產出數據的綜合分析確定有效生產前沿面，并根據各DMU與有效生產前沿面的距離狀況，確定各DMU的效率［10］。

假設有N個DMU，每個DMU以M種投入生產S種期望產出和W種非期望產出。投入用M*1的向量x表示，期望產出用S*1的向量y表示，非期望產出以W*1的向量b表示，在不考慮非期望產出時，技術集合被定義為:

產出集合可以定義為:

定義在產出集合P(x)上的距離函數為:

此時，以產出為導向的技術效率為:

為了進一步衡量跨期的動態生產效率，Fare等人提出了考察兩個相鄰時期生產率變化的Malmquist生產力變動指數方法［11］，將 t到 t+1 期(t=1，2，...，T)的產出導向Malmquist生產力指數定義為:

該Malmquist生產力指數(簡稱M指數)可分解為技術效率變化指數(MEFFCH)和技術進步變化指數(MTECH)的乘積:

2.2 方向距離函數與Malmquist-Luenberger指數

在上述方法的基礎上，為了能同時衡量期望產出增加和非期望產出減少時的效率情況，Shephard提出了方向性距離函數的概念［12］。其計算方法如下:

在同時考慮期望產出和非期望產出時，公式1可改寫為:

其中P'(x)={y:x能生產出(y，b)}為同時考慮期望產出和非期望產出時的產出集合。

在公式3中納入方向向量gy和gb，則形成方向距離函數:

這里，假定期望產出和非期望產出按照相同的比例擴張和收縮，β就是期望產出增長和非期望產出減少的比例。其中β*gy代表期望產出增加的數量，β*gb代表非期望產出減少的數量。

此時，由方向距離函數可以得到包含非期望產出的技

術效率為:

在同時考慮期望產出和非期望產出的情況下，我們就可以用方向距離函數替代產出距離函數來衡量全要素生產率，Y.H.Chung(1997)把該指數命名為 Malmquist-Luenberger生產力指數(簡稱ML指數):

ML指數同樣可分解為技術效率變化指數(MLEFFCH)和技術變化指數(MLTECH):

其中:

2.3 環境績效和環境指數

假設圖1描述了兩種產出情況下的生產可能性曲線(PPC)，其中PPC0為不包含非期望產出的生產可能性曲線，PPC1為包含非期望產出的生產可能性曲線，由于PPC1包含非期望產出，生產集合所受到的限制較為嚴格，因此PPC1位于PPC0的下面。對于 DMU A來說，其相對于PPC0的效率為:TE1=OA/OC;其相對于PPC1的效率為:TE0=OA/OB。由于考慮非期望產出后，生產可能性曲線從PPC0向內移動到PPC1，因此環境績效即為:W(b)=OB/OC=TE1/TE0，即環境績效為不包含非期望產出的效率與包含非期望產出的效率的比。

動態的環境指數變化也可以用同樣的方法。假設從t期到t+1期，不包含非期望產出的生產可能性曲線由PPC0移動到了PPC0‘，包含非期望產出的生產可能性曲線由PPC1移動到了PPC1，Mt+1t為不考慮非期望產出的全要素生產率的增加，M為考慮非期望產出的全要素生產率的增加，由以上環境績效的定義可知W(b)t=OB/OC，。則環境指數即為考慮非期望產出的全要素生產率的增加與不考慮費期望產出的全要素生產率的增加。

圖1 環境績效和環境指數Fig.1 Environment Performance and Environment index

3 數據處理和實證分析

3.1 數據處理

本文選擇了我國31個省級區域作為DMU，研究期為2001年－2009年，選取各省工業固定資產凈值年平均余額、年均從業人員數量以及能源消耗作為投入指標，選取了各省工業總產值作為期望產出指標，廢氣排放量作為非期望產出指標，其中工業總產值根據工業品出廠價格指數將當年價的工業總產值折算為2001年的不變價。投入、產出指標基礎數據來源于歷年《中國統計年鑒》，其中固定資產凈值年平均余額參照Jefferson等人的做法進行了價格折算［13］。

3.2 環境效率靜態分析

根據公式16，17，得出我國各省份考慮環境因素以及不考慮環境因素的效率及其排名，可以看出:

(1)從年度均值來看，能源、環境與經濟發展協調最好的省份是上海和廣東，其ETC的年度均值為1，這說明九年來這兩個省份的ETC都處于生產前沿面上。東部三個板塊的ETC均值都高于其他區域，其中東部沿海在八個板塊中最高。ETC最低的區域是東北板塊和長江中游地區。東北地區是我國的老工業基地，在國家振興東北老工業基地的號召下，其重工業的發展對環境造成了很大的破壞;長江中游地區是我國輕工業比較發達的地區，污染排放也比較多。從考慮環境約束和不考慮環境約束的比較來看，排名變化最大的是內蒙古、廣西和西藏，其在加入環境約束后排名分別增加了17、17和21，這三個省份在經濟發展過程中，能源節約和污染治理卓有成效。而吉林、四川兩個省份在考慮環境約束后，排名分別下降了12、9，這兩個省份工業經濟的發展造成了比較大的能源環境壓力。

(2)從2009年的數據來看，金融危機后，在國家實行的保增長、保就業、擴內需政策下，對環境的保護較之前出現了放松，在污染減排工作上出現了松懈，因此ETC較之中間年份稍有下降。根據該年份考慮環境約束和不考慮環境約束的效率結果，可以把31個省份分為以下5類，如表1:

表1 區域經濟與環境協調發展分類狀況Tab.1 Coordinated development state of economy and environment

可見，經濟與環境高度協調的僅有天津和廣東，它們都是我國東部沿海經濟比較發達的地區。東部其他省份也基本位于經濟與環境較協調的地區，而經濟發展不協調和極不協調的地區大部分在西部?？梢娢鞑颗c沿海地區的差距，不僅表現為產出的效率低，其能源環境壓力也不容小覷。在經濟發展極不協調的8個省份中，貴州、西藏、陜西、甘肅、寧夏和新疆6個省份主要是由于經濟不發達，其不考慮環境約束的效率比較低，相反在考慮環境約束后，排名都有所進步;而其他的兩個省份山西和黑龍江，在不考慮環境約束時效率比較靠前，考慮環境約束后，排名退步很大，這兩個省份的工業經濟發展態勢尚好，但在發展的過程中污染物排放較多。

(3)從2001與2009年的數據比較來看，隨著國家對環境保護的日漸重視，2009年的環境效率較之2001年有了很大的進步，北京、河北、天津、內蒙古、海南、西藏、寧夏進步明顯，2001年其環境效率距離前沿面尚存在一定的距離，而2009年這幾個省份都位于生產前沿面上。這里需要指出的是DEA方法計算的是相對指標，一個DMU處于生產前沿上并不意味著其環境效率沒有改善的空間，工業生產過程已經達到了令人滿意的資源節約和環境保護水平，而是相對其他省份來說其ETC較高而已。應該看到，我國在生產技術和污染治理方面與發達國家相比還存在很大的差距，因此，包括這些處于前沿面的省份在內的所有區域都要繼續加強資源環境管制力度，使得生產企業能夠進一步的提高技術，減少污染排放。

3.3 環境效率的動態分析

3.3.1 M指數和ML指數的區域比較

從表2可以看出，東部板塊不受環境約束的M指數和考慮環境因素的ML指數增速都高于其他板塊，2001－2009北部沿海、東部沿海和南部沿海不考慮環境因素的TFP平均增速分別為15.5%、8%、18.8%，技術進步是快速增長的主要原因。在考慮到經濟增長排放的負產出時，東部三個板塊的 ML指數僅為4.4%、3.5%、1.8%，可以看出在衡量工業全要素生產率時，不考慮環境因素過高估計了生產率的增長，分別過高估計了11.1%、4.5%、17%，占到了不考慮環境因素的TFP指數的72%、56%、90%。南部沿海過高估計的最多，這說明南部沿海雖然工業經濟增長比較快，但是在發展經濟的同時，對環境的污染也最大，負產出最多。

中部的兩個板塊黃河中游和長江中游地區在不考慮環境因素時TFP平均增速也很高，黃河中游地區的M指數高達17.2%，僅次于南部沿海板塊。長江中游的M指數也有12.4%，超過了東部沿海地區。這說明中部地區的工業經濟發展態勢較高，原因在于近幾年，東部土地、勞動力等生產要素價格上漲導致部分產業轉移到中部生產要素相對低廉的地區。當考慮到環境約束時，中部兩個板塊的ML指數分別為5.4%、4.1%，不考慮環境約束的M指數分別過高估計了69%、67%，中部地區在承接東部的產業轉移的同時也承接了經濟發展對環境的污染。

東北三省不考慮環境約束的TFP平均增速也達到10.7%，東北三省作為我國的老工業基地工業增長態勢也比較不錯。其考慮負產出的ML指數平均為6.2%，不考慮環境約束的M指數也過高估計了全要素生產率的42%。

西部的大西南和大西北兩個板塊不考慮環境約束的M指數分別為8.9%、13.6%，國家的西部大開發政策使得西部工業經濟快速發展，但發展的同時也對環境造成了很大的破壞，考慮負產出的ML指數僅為3%、5.7%，M指數過高的估計了66%、58%。

3.3.2 ML 指數的分解

從表2中可以看到，我國全要素生產率的增長很大一部分是由于技術進步帶動的，在ML指數的分解中，東部三個板塊的技術進步率分別為3.5%、4.1%、0.4%，解釋了79.5%、117%、22.2%的全要素生產率增長。其中東部沿海投入產出效率出現了下降，年均下降了0.6%，這可能是由于投資驅動的經濟增長導致大量投入的擁擠，造成部分投入浪費。中部的黃河中游和長江中游地區在考慮環境約束后平均技術進步率為5.3%和3.7%，分別解釋了全要素生產率增長的98%、90%，技術進步對中部兩個板塊的全要素生產率貢獻最大。東北地區技術進步也解釋了ML指數的90%。而西部的大西南和大西北投入產出效率都出現了下降，年均下降分別達0.4%、1%，但由于技術進步，其全要素生產率才出現了增長，技術進步解釋了其ML指數的113%、121%。3.3.3 ML 指數的動態變動

表2 2001－2009區域全要素生產率年均增長率及其分解Tab.2 Average growth rate per annum and decomposition of TFP(2001－2009)

從表3可以看出，第一，2001－2009年來我國考慮環境約束的全要素生產率不斷增長，表現在ML指數基本都在1以上。增速最高的是03－04年的東部和中部地區，這兩個地區該年份的全要素生產率增長幾乎達到了15%。第二，九年來我國環境約束的TFP增長率波動較大，四個板塊除了個別年份外，變動趨勢也基本保持一致，這表明我國工業經濟的增長在一定程度上受到國家宏觀經濟狀況和政策的影響。中部和西部的變動趨勢最類似，其增長幅度變動除了05－06年基本保持一致。第三，04年以前的ML指數增速明顯超過了04年之后的幾年，ML指數大幅下挫跟04年之后SO2排放的顯著增長有關的。2005年我國的SO2排放量大幅增加，全國平均增長率達到16%多，負產出的大幅增加導致考慮環境約束的TFP指數明顯下降。而05年之后，國家對環境保護的逐漸重視，導致環境污染物排放出現下降的趨勢，因此ML指數增幅逐漸加大，但07－08年增幅又出現了下降，這可能是由于國際金融危機的影響，經濟增長及其增長的質量都出現了下滑。

表3 2001－2009區域ML指數動態變化表Tab.3 Dynamic change of ML index(2001 －2009)

4 結論

工業一方面是創造人類財富的支柱產業，另一方面也是給人類社會帶來嚴峻環境污染問題的潛在殺手。本文首先回顧了DEA模型在評價包含非期望產出的效率的幾種方法，通過引入方向性距離函數，對我國區域工業在考慮非期望產出時的效率進行了評價，從研究結果可以看出:

(1)非期望產出的存在降低了我國工業的投入產出效率。環境污染對我國工業經濟的增長造成了很大的損失，不含工業廢氣時的全要素生產率指數因為工業廢氣產出的引入變得下降。因此可以說，我國的工業經濟效率和環境效率具有很大的不一致性，不考慮非期望產出的過高的估計了我國區域工業的全要素生產率。

(2)從區域比較的結果來看，東部地區工業不僅在技術和投入產出效率方面領先于中部和西部地區，在污染治理方面也領先于中西部，因此中西部地區不僅要引進東部的技術，也要引進東部治理污染的政策和體制，使得中西部地區能在工業不斷發展的同時，環境得到改善。

(3)從年份變化來看，隨著國家對能源環境問題的日益重視，新能源和循環經濟發展卓有成效，表現在考慮能源環境約束的全要素生產率不斷增長。因此應繼續大力發展先進制造業和高新技術產業，真正把我國建設成為資源節約型、環境友好型社會，真正解決環境和經濟發展存在的矛盾。

References)

［1］Reinhard S，Lovell C A K，Thijssen G J.Environmental Efficiency with Multiple Environmentally Detrimental Variables:Estimated with SAF and DEA［J］.European Joumal of Operational Researeh，2000，121(2):287－303.

［2］AtakeltyH，TerrenceS，Veeman. Non-ParametricProductivity Analysis with Undesirable Outputs:An Appliction to Canadian Pulp and Paper Industry［J］.American Journal of Agricultural Economics，2001，83(3):805 －816.

［3］涂正革.環境、資源與工業增長的協調性［J］.經濟研究，2008(2):93 － 105.［Tu Zhengge.The Coordination of Industrial Growth with Environment and Resources［J］.Economic Research，2008(2):93 － 105.］

［4］Jahanshahloo G R，Hadi Vencheh A.Inputs/outputs Estimation in DEA When Some Factors Are Undesirable［J］.Applied Mathematics and Computation，2004:19 －32.

［5］王波，張群，王飛.考慮環境因素的企業DEA有效性分析［J］.控制與決策，2002(1):24 － 28.［Wang Bo，Zhang Qun，Wang Fei.Using DEA toEvaluate Enterprise Productive Efficiency with Environmental Performance［J］.Control and Decision，2002(1):24 － 28.］

［6］Chung Y H，Fare R.Productivity and Undesirable Outputs:A Directional Distance Function Approach［J］.Journal of Environmental Management，1997，192(4):229 －240.

［7］Baris.K，Yoruk，Osman Zaim.ProductivityGrowth in OECD Countries:A Comparison with Malmquist Indices［J］.Journal of Comparative Economics，2005，53(2):401 －420.

［8］胡鞍鋼，鄭京海，高宇寧.考慮環境因素的省級技術效率排名(1999－2005) ［J］.經濟學.2008，7(3):933 －960［Hu Angang，Zheng Jingdong，Gao Yuning.ProvincialTechnology Efficiency Ranking with Environment Factors(1999 － 2005)［J］.China Economic Quarterly.2008，7(3):933 － 960.］

［9］楊俊，邵漢華.環境約束下的中國工業增長狀況研究——基于Malmquist-Luenberger指數的實證分析［J］.數量經濟技術經濟研究.2009，(9):64 －78［Yang Jun，Shao Hanhua.Empirical Study on China’s Industrial Growth under the Binding of Environment［J］.The Journal of Quantitative ＆ Technical Economics.2009，(9):64 －78.］［10］Charnes A，Cooper W W，Rhodes E.Measuring the Efficiency of Decision Making Units［J］.European Journal of Operational Research，1978，2(6):429 －444.

［11］Fare R，Grosskopf S，Norris M.Productivity Growth，Technical Progress，and Efficiency Changes in Industrialized Countries［J］.American Economic Review，1994，87(5):66 －83.

［12］Shephard R W.Theory of Cost and Production Functions［M］，Princeton University Press，1970.

［13］Jefferson G H，Rawski T G.Growth，Efficiency and Convergence in China’s State and Collective Industry［J］.Economic Development and Cultural Change.1992，(2):239 －266.

Regional Industrial Efficiency Analysis under Energy and Environment Constraint

WANG Yan1XIE Rui-rui2
(1.College of Economic and Social Development，Nankai University，Tianjin 300071，China;2.School of Economics，Nankai University，Tianjin 300071，China)

Currently，the industrialization is developing into mid-late stage in China.The major obstacles which constrain the development of Chinese industry are the lack of resources and environmental pollution.To break the bottleneck，it is the first priority to build a resource-saving and environmental-friendly society in our industrialization and modernization strategy，which means factors such as energy and environment can not be neglected when we are analyzing the growth of industrial economy.To testify our theory，we introduce the directional distance function and Malmquist-Luenberger index into the data envelop analysis(DEA)method.By using the adjusted DEA method，we analyzed the regional industrial efficiency and the green total-factor productivity under energy and environmental constrains from 2001 to 2009 in China.We compared the regional total-factor productivities by taking environmental constrain into consideration and not taking environmental constrain into consideration.Our research results indicates:(1)The industrial total factor productivity is growing annually in China，and the effect caused by technology development is more obvious than that caused by productivity improvement.(2)The introduction of undesirable outcomes reduce the input-output efficiency of Chinese industry，which means we overestimate the growth of our industrial economy if we do not take environmental constrains into consideration.(3)The development of recycling economy and new energy is prosperous now in China，and the total-factor productivities of regional industry are increasing annually.(4)Compared with the central region and western region of China，the industries in the east China are more advanced in technology and input-output efficiency，and also advanced in the field pollution control.

environment efficiency;undesirable output;data envelopment analysis;Malmquist-Luenberger index

F061.1

A

1002－2104(2012)05－0114－06

10.3969/j.issn.1002－2104.2012.05.019

2011－12－03

王燕，教授，博導，主要研究方向為產業經濟、運輸經濟、物流管理。

謝蕊蕊，博士，主要研究方向為區域產業競爭力分析、物流產業分析。

本文為國家社科基金重點項目“中國特色新型工業化研究”(編號:07AJY017);南開大學文科科研創新基金項目“中國先進制造業發展戰略與創新機制研究”(編號:NKC0852)和“新型工業化評價指標體系構建及區域比較研究”(編號:NKC0841)的階段性成果。

(編輯:溫武軍)