污染排放、全要素生產率增長與環境規制效果評價

摘要：本文分別計算了1989至2008期間中國30個省際地區的曼奎斯特-倫伯格（ML）與傳統曼奎斯特（M）全要素生產率指數，實證研究表明如果考慮環境因素約束，傳統忽視污染排放的M全要素生產率增長被高估；與大多數發展中國家一樣，中國經濟M全要素生產率被高估的主要原因與環境規制水平直接相關；通過三階段DEA產出調整、ML全要素生產率模擬和檢驗后，發現中國環境規制的實施總體上是極其寬松的，而嚴格的環境規制實施有利于中國經濟ML全要素生產率的增長，正是由于環境規制實施不嚴才導致中國經濟ML全要素生產率對環境因素約束非常敏感。

關鍵詞：環境污染；合意產出；全要素生產率；環境規制

中圖分類號：F062.2文獻標識碼：A

收稿日期：2013-03-18

作者簡介：張純洪（1978-），女，吉林九臺人，吉林大學商學院副教授，研究方向：環境規制與綠色技術創新；劉海英（1972-），男，吉林松原人，吉林大學數量經濟研究中心教授，研究方向：經濟績效評價與可持續發展。

基金項目：國家社科基金項目，項目編號：12CJL057；教育部重點研究基地重大項目“政治體制對經濟發展的作用機制研究”資助；吉林省高校優秀青年科研人才項目，項目編號：2012QY093；吉林大學基本科研業務費項目，項目編號：2011QY035，2011QG027。

一、引言

目前，隨著中國生產總值（GDP）等合意產出（Desirable Output）的增加，環境污染等非合意產出（Undesirable Output）也往往相伴而生。高質量的經濟增長模式意味著合意產出結構比例相對較高，同時非合意產出結構比例相對較低。在既定的經濟結構和要素投入條件下，中國生產總值（GDP）等合意產出的增加主要依靠經濟增長中的全要素生產率提高來實現，而環境污染等非合意產出的減少則主要依靠有效的環境規制。按照“波特效應”假說，有效的環境規制將會使微觀企業向節能減排方向改進技術，促進技術創新，從而提升經濟效率（Porter and van der Linde[1]， 1995）。

如果經濟發展中“波特效應”假說成立，則提高經濟增長中的全要素生產率和降低環境污染這兩個目標是內在一致的，即環境因素約束不僅不會減少合意產出，相反還能夠促進高質量經濟增長模式的確立。比如Hailu and Veeman[2]（2001）在分析了1959至1994年加拿大造紙行業的生產率后，和不考慮環境污染的傳統生產率測度結果對比，發現考慮污染排放的生產率相對更高。同樣，Kumar[3]（2006）對21發達國家的全要素生產率增長進行測度后，和傳統忽視非合意產出的全要素生產率相對比，發現考慮二氧化碳排放的全要素生產率增長相對更高。

然而，有學者也認為經濟系統中的環境約束對全要素生產率并非都產生正向影響（Brnnlund et al.[4]， 1995； Boyd et al.[5]， 2002； Picazo-Tadeo et al.[6]， 2005），在有些情況下提高全要素生產率和旨在降低污染排放的環境規制往往是相互矛盾的。一個合理的解釋是環境規制會增加企業的污染減排成本，使企業投入產出績效下降，最終將抑制經濟增長中全要素生產率的提高。這一點在Kumar（2006）針對發展中國家的經驗研究也獲得了相關證據，即與傳統忽視非合意產出的全要素生產率增長相比，如果考慮二氧化碳排放，發展中國家的全要素生產率增長相對更低。

改革開放以來，中國經濟規模不斷膨脹，目前已經成為世界上第二大經濟體。盡管如此，中國仍然屬于發展中國家，其增長模式總體上仍屬于要素投入驅動的粗放型增長。事實上，提高經濟增長中的全要素生產率貢獻份額、降低資源的過度消耗和環境污染，一直是中國政府多年來強調的經濟發展方式轉變的核心問題。如果考慮到環境污染排放受到約束這一前提，中國經濟全要素生產率是否還能夠保持相當程度的改善，現已經成為國內外學者研究的焦點。盡管在中國經濟增長績效測度方面考慮到了污染排放因素，但對于考慮污染排放前后中國經濟增長績效出現偏差的深層原因，尤其是環境規制效應評估等方面的探究則很少涉及。基于此，本文選擇中國省際地區經濟系統作為研究對象，以地區綜合污染而非某種單一工業污染排放作為非合意產出，在此基礎上測度考慮環境因素后的中國經濟全要素生產率變化，并通過模擬兩種極端環境規制條件下全要素生產率的變化，揭示中國經濟發展過程中環境規制實施的真實效果。

二、考慮環境污染非合意產出的決策單元非參數績效測度理論

有的學者將環境污染非合意產出納入到傳統非參數數據包絡分析（Data Envelopment Analysis， DEA）測度決策評價單元（Decision Making Unit， DMU）相對技術效率的模型中，其處理方法大體上可以分為三種：第一種是將非合意產出當做投入來處理（Reinhard et al.[7]， 1999），這種處理方式滿足了非合意產出越多，技術效率越低的理論假設，但是其不足之處是這類投入產出模型不能反映真實的生產過程。第二種方法是將非合意產出進行某種變換處理，具體來說這種方法又可以進一步分成兩類：第一類是將非合意產出的數值轉化成倒數（Lovell et al.[8]， 1995； Athanassopoulos and Thanassoulis[9]， 1995），也被Scheel[10]（2001）稱之為“乘法轉換”（multiplicative inverse）；第二類是通過線性單調遞減轉換方法將非合意產出轉化成為正的合意產出（Seiford and Zhu[11-12]， 2002， 2005）。和第一種方法相比，這種處理方法反映了真實的生產過程，但不足之處在于其不能保留非合意產出的原始數據。第三種方法是基于參考技術（weak disposable reference technology）處理非合意產出，也稱為環境DEA技術（Fre and Grosskopf[13]， 2004）。由于這種參考技術方法保留了初始非合意產出數據，其在處理非合意產出方面的應用更為廣泛（Zhou et al.， 2007）[14]。在這一理論框架下，Fre et al.[15]（1989）采用倒數（雙曲線路徑）測度方法，在判斷DMUs增加“好”（合意）產出的同時，減少投入和“壞”（非合意）產出的能力，其求解規劃是非線性的；而Chung et al.（1997）[16]提出的方向性距離函數（Directional Distance Function）測度效率方法，不僅在給定方向上同時獎勵（Credit）DMUs“好”（合意）產出增加以及“壞”（非合意）產出減少，而且其求解規劃是線性的。和倒數（雙曲線路徑）測度效率的理論方法相比，應用方向性距離函數構造生產率指數等為更多學者近年來研究所采用。基于此，本文擬基于參考技術處理環境污染非合意產出，并采用方向性距離函數方法測算中國省際地區經濟的全要素生產率指數。

三、考慮環境污染排放前后中國經濟全要素生產率的對比

（一）投入產出數據來源及其處理

（二） 數據的描述性統計

（三）實證研究結論

在公式（12）所定義的方向性距離函數基礎上，根據公式（14）計算得到曼奎斯特-倫伯格（以下簡稱ML）生產率指數的年平均值及其分解結果。為了進行對比分析，本文計算了傳統曼奎斯特（以下簡稱M）生產率指數及其分解，通過對比分析得出和傳統忽略環境污染非合意產出的中國經濟全要素生產率增長結果相比，考慮污染排放因素測度的中國經濟全要素生產率相對更低。如果考慮到環境因素的約束，傳統方法測度的中國經濟全要素生產率增長存在高估的可能。為使上述研究結論更具可信性，下面將選擇兩組非參數檢驗（Mann-Whitney U和Kolmogorov-Smirnov）以及配對樣本T檢驗，據此判別ML和M生產率指數以及它們的分解指標是否相同。如果ML和M生產率指數存在顯著性不同，則說明上述研究結論是穩健的。

表2檢驗結果顯示在0.05的顯著性水平下拒絕了ML和M生產率指數相同的原假設，同樣兩種情況下的技術進步MLEFFCH和MEFFCH相同的原假設也被拒絕。對于效率變化來說，在K-S檢驗和配對樣本T檢驗下拒絕了原假設，而在Mann-Whitney U檢驗下不能拒絕原假設。上述檢驗結果表明ML和M生產率指數確實存在顯著性差異。本文以中國30個省區作箱體，繪制ML和傳統M生產率指數的箱形圖（如圖1）。由圖1可見在絕大多數年份中ML指數的中位數，上四分位數和下四分位數都比傳統M生產率指數相對低一些（只有2007至2008年的ML 指數下四分位數比M指數高些）。箱形圖的直觀描述也說明如果在經濟發展中考慮到環境污染排放對經濟增長績效的影響，那么只強調經濟增長本身，忽略環境質量下降的傳統全要素生產率增長確實是被高估的（M>ML）。

按照“波特效應”理論，考慮污染排放的ML生產率在發達國家和發展中國家之所以表現出不同的趨勢特征，其最根本原因在于經濟增長過程中的環境規制效應。在經濟增長的投入產出分析框架下，環境規制將使得經濟系統重新配置用于生產“好”產出的資源，有些被直接轉移到污染治理投入中，有些則間接通過鼓勵企業采用清潔能源等減排技術手段，減少生產過程中的浪費以及污染排放，從而對工業企業的生產行為產生積極影響。如果沒有環境規制，污染排放將會不受約束。正是因為傳統M生產率忽視了環境規制所帶來的污染減排和環境質量改善效應，以至于在測度過程中不能做到由于決策評價單元污染排放減少而賦予其更高的績效評價。因此，對于環境規制效應顯著的經濟系統而言，不考慮環境污染的傳統M生產率一定會被低估；相反，對于環境規制效果較差的經濟系統而言，不考慮環境污染的傳統M生產率則會被高估。

在通常情況下，和發展中國家相比，發達國家在經濟發展過程中對環境污染關注的程度相對更高，環境規制效應也更加明顯。因此，在不考慮環境污染排放前提下，發達國家的全要素生產率被低估，而發展中國家則被高估。作為發展中國家，中國雖然一直專注于GDP的增長模式，但是對環境問題也一直比較重視。中國1979年首次出臺環境保護法，至2010年已經頒布了29部有關自然資源、能源、清潔生產以及自然保護等方面的法律。除此之外，中國地方政府也制定了大量的環境法規以及各類環境標準等具體規制措施，這至少在表面上說明中國環境規制已經處于較高水平。依據上文所述邏輯，環境規制水平高是傳統全要素生產率M被低估（MML），這種“悖論”自然引發了對中國環境規制實施效果的探究。

四、環境規制實施對中國經濟增長績效的影響

（一）環境規制實施嚴格程度的變量選擇及研究設計

環境規制執行的嚴格程度與環境規制本身是完全不同的兩個概念，后者關注的是環境規制內容，而前者強調的是環境規制實施過程中的有效性。用來度量環境規制實施嚴格程度的指標較多，但大多數學者習慣上使用污染治理投入來度量環境規制的實施（Jaffe、Palmer[20]， 1997； Keller、Levinson[21]， 2002）。然而，由于用于污染治理投入的資金流向及最終的使用效果難以度量，這一指標并不適合度量環境規制實施的嚴格程度。

與污染治理投入相比，能源效率（單位能源消耗生產的GDP，即GDP/能源消耗）不僅能夠有效地度量環境規制成本，而且還能夠區分哪些地區采取了具體有效的環境規制措施，哪些地區的環境政策法規浮于理論而沒有真正起到對企業的約束作用。本文擬選擇能源效率（GDP/能源消耗）指標來度量環境規制實施的嚴格程度。

通常情況下，環境規制實施越嚴格，能源效率也越高。然而值得注意的是能源效率提高未必是由環境規制實施嚴格所導致，技術進步和產業結構升級也可能提升能源效率。所以，用能源效率指標表征環境規制實施的嚴格程度可能產生替代必要但不充分的問題。由于嚴格的環境規制能夠產生更多技術創新以及創新補償（Porter、van der Linde， 1995），技術進步對能源效率的影響在一定程度上也反映了環境規制實施的嚴格程度。此外，本文在分析模型中引入的地區亞變量可以部分地消除產業結構對能源效率的影響。

在環境規制實施與經濟增長績效之間關系的研究中，傳統的研究思路是將全要素生產率作為被解釋變量，將環境規制實施嚴格程度作為眾多解釋變量之一，用計量手段從正面直接研究環境規制實施對全要素生產率的影響。本文研究思路與之相反，而是使用包含不可控變量（uncontrollable variables）的三階段DEA方法（Fried et al.[22-23]， 1999， 2002； Pastor[24]， 2002； Pastor and Serrano[25]， 2005； Yang and Pollitt[26]， 2009），將環境規制實施嚴格程度設計為影響系統運營環境的不可控因素，通過將中國省際地區環境規制實施設置成最嚴格和最不嚴格兩種極端，在此基礎上調整合意和非合意產出，重新計算ML生產率指數。對比產出調整前后的ML生產率指數值，就能夠揭示出環境規制實施嚴格程度對考慮污染排放的中國經濟全要素生產率的影響。

（二）環境規制實施嚴格程度對中國經濟ML生產率影響的評估

本文采用能源效率（GDP/能源消耗）指標來度量環境規制執行的嚴格程度，能源消耗數據來自于《新中國60年統計資料匯編》，單位是百萬噸標準煤。此外，由于中國經濟表現出比較明顯的區位特征，處在同一經濟區的各省份擁有相似的自然條件、資源稟賦以及產業結構等，而不同經濟區之間差別卻很大。因此，除了環境規制實施嚴格程度以外，本文將代表不同省際區域的亞變量也視為影響DMU運營環境的不可控因素。

首先，模擬中國省際經濟系統處于統一最不嚴格環境規制的條件下，三種檢驗都不能拒絕ML與ML1二者相同的原假設，在環境規制實施最為寬松的條件下，中國各地區的ML1生產率改善與現實中未經調整的ML生產率并無顯著差別（ML1= ML）。由此可以推斷出中國環境規制的實施總體上是極其寬松的，這一結論與Managi and Kaneko（2006）的研究有一定相似之處。其次，模擬中國省際經濟系統處于統一最嚴格環境規制的條件下，三種檢驗都拒絕了ML與ML2二者相同的原假設，說明二者之間存在顯著差異，而且這種差異表現為ML2 > ML，這充分表明環境規制實施嚴格有利于環境因素約束下的中國經濟全要素生產率增長。

五、研究結論和啟示

本文運用方向性距離函數和Shephard產出距離函數方法，分別計算了1989至2008期間中國30個省際地區的曼奎斯特-倫伯格（ML）與傳統曼奎斯特生產率指數。結果表明與傳統忽略環境污染非合意產出的全要素生產率（M）相比，考慮污染排放的中國經濟全要素生產率（ML）相對更低；如果考慮到環境因素的約束，傳統方法測度的中國經濟全要素生產率（M）被高估。與大多數發展中國家一樣，中國經濟全要素生產率（M）被高估的主要原因與環境規制水平直接相關。進一步通過三階段DEA產出調整和ML生產率模擬檢驗后，發現中國環境規制水平較低的原因不在于環境規制本身，而在于環境規制的執行力問題。正是由于環境規制實施不嚴，才導致中國經濟全要素生產率對環境因素約束非常敏感（ML

與傳統不考慮污染排放的M生產率相比，考慮環境污染非合意產出的ML生產率增長，綜合反映了環境污染減少和GDP增加兩個層面。中國經濟M生產率指數高于ML指數，意味著中國經濟全要素生產率的提高與污染排放降低的目標并不一致，至少在1989年以后的近20年間，中國經濟發展始終沒有擺脫對增長-污染-增長的路徑依賴。盡管中國各級政府制定了大量的環境政策和法規，但在投資拉動GDP的訴求模式下，中國經濟系統既沒有機會，也沒有時間通過清潔技術創新來實現結構升級，任何節能降耗和污染減排等環境政策，如果真正切實執行都必將成為剛性約束，從而制約GDP的增長①。從這個意義上說，中國經濟高速增長中的“波特效應”并未出現。盡管嚴格的環境規制實施暫時將在一定程度上抑制經濟增長，但是中國政府加強環境規制的執行力度仍顯得尤為迫切。那種對于環境規制將給全要素生產率（M）帶來負面影響的擔心是不必要的，因為嚴格的環境規制實施不僅有助于促進中國“真正”的全要素生產率（ML）增長，而且能促使中國經濟逐漸擺脫增長必須承受污染的路徑依賴，實現國民經濟可持續增長。

注釋：

①在“十一五”規劃期末，為達成污染減排目標，很多地區不得不在規劃期末采取了“拉閘斷電”和“停止供暖”等極端措施。

參考文獻：

[1]Porter， M.E.， van der Linde， C.Towards a new conception of the environment-conmpetitiveness relationship[J].Journal of Economic Perspectives， 1995，9：97-118.

[2]Hailu， A.， Veeman， T.S.Non-parametric productivity analysis with undesirable outputs：An application to the Canadian pulp and paper industry[J]. American Journal of Agriculture Economics， 2001，83：605-616.

[3]Kumar， S.Environmentally sensitive productivity growth：A global analysis using Malmquist—Luenberger index[J].Ecological Economics， 2006，56：280-293.

[4]Brnnlund， R.， Fre， R.， Grosskopf， S.Environmental regulation and profitability：An application to Swedish pulp and paper mills[J].Environmental and Resource Economics， 1995，6：23-36.

[5]Boyd， G.A.， Tolley， G.， Pang， J.Plant level productivity， efficiency， and environmental performance of the container glass industry[J].Environmental and Resource Economics， 2002，23：29-43.

[6]Picazo-Tadeo， A.J.， Reig-Martínez， E.， Hernández-Sancho， F.Directional distance functions and environmental regulation[J].Resource and Energy Economics， 2005，27：131-142.

[7]Reinhard， S.， Lovell， C.A.K.， Thijssen， G.Econometric estimation of technical and environmental efficiency：An application to Dutch dairy farms[J].American Journal of Agricultural Economics， 1999，81： 44-60.

[8]Lovell， C.A.K.， Pastor， J.T.， Turner， J.A.Measuring macroeconomic performance in the OECD：A comparison of European and non-European countries[J].European Journal of Operational Research， 1995，87：507-518.

[9]Athanassopoulos， A.D.， Thanassoulis， E.Separating market efficiency from profitability and its implications for planning[J]. Journal of the Operational Research Society， 1995，46：20-34.

[10]Scheel， H.Undesirable outputs in efficiency valuations[J]. European Journal of Operational Research，2001，132：400-410.

[11]Seiford， L.M.， Zhu， J.Modeling undesirable factors in efficiency evaluation[J].European Journal of Operational Research， 2002，142：16-20.

[12]Seiford， L.M.， Zhu， J.A response to comments on modelling undesirable factors in efficiency evaluation[J].European Journal of Operational Research，2005，161：579-581.

[13]Fre， R.， Grosskopf， S.Modeling undesirable factors in efficiency evaluation：Comment[J].European Journal of Operational Research， 2004，157：242-245.

[14]Zhou， P.， Poh， K.L.， Ang， B.W.A non-radial DEA approach to measuring environmental performance[J].European Journal of Operational Research，3007，178：1-9.

[15]Fre， R.， Grosskopf， S.， Lovell， C.A.K.， Pasurka， C.Multilateral productivity comparisons when some outputs are undesirable：A nonparametric approach[J].The Review of Economics and Statistics， 1989，71： 90-98.

[16]Chung， Y.H.， Fre， R.， Grosskopf， S.Productivity and undesirable outputs：A directional distance function approach[J].Journal of Environmental Management， 1997， 51： 229-240.

[17]Fre， R.， Grosskopf， S.Intertemporal production frontiers：With dynamic DEA， Kluwer Academic Publishers， Massachusetts，1996.

[18]Fre， R.， Grosskopf， S.， Pasurka， C.A.， Jr.Accounting for air pollution emissions in measures of state manufacturing productivity growth[J].Journal of Regional Science， 2001，41：381-409.

[19]單豪杰 .中國資本存量的再估算：1952-2006[J]. 數量經濟技術經濟研究， 2008（10）：17-31.

[20]Jaffe， A.B.， Palmer， K.Environmental regulation and innovation[J].Review of Economics and Statistics，1997，79：610-619.

[21]Keller， W.， Levinson， A.Pollution abatement costs and foreign direct investment inflows to U.S. states[J].The Review of Economics and Statistics， 2002，84：691-703.

[22]Fried， H.O.， Schmidt， S.S.， Yaisawarng， S.Incorporating the operating environment into a nonparametric measure of technical efficiency[J].Journal of Productivity Analysis，1999，12：249-267.

[23]Fried， H.O.， Lovell， C.A.K.， Schmidt， S.S.， Yaisawarng， S.Accounting for environmental effects and statistical noise in data envelopment analysis[J].Journal of Productivity Analysis， 2002，17：157-174.

[24]Pastor， J.M.Credit risk and efficiency in the European banking system：A three-stage analysis[J].Applied Financial Economics， 2002，12：895-911.

[25]Pastor， J.M.， Serrano， L.Efficiency， endogenous and exogenous credit risk in the banking systems of the Euro area[J].Applied Financial Economics，2005，15：631-649.

[26]Yang， H.， Pollitt， M.Incorporating both undesirable outputs and uncontrollable variables into DEA：The performance of Chinese coal-fired power plants[J].European Journal of Operational Research， 2009，197： 1095-1105.

（責任編輯：關立新）