我國低碳經濟增長的測度和動態作用機制——基于非期望DEA和面板VAR模型的分析

雷 明 虞曉雯

?

我國低碳經濟增長的測度和動態作用機制——基于非期望DEA和面板VAR模型的分析

雷 明 虞曉雯

（北京大學光華管理學院 北京 100871）

本文首先分析低碳經濟的微觀核心要素和宏觀作用機制，然后利用全局Malmquist-Luenberger指數方法測算我國1998-2013年低碳經濟增長，最后利用面板VAR模型分析了外商直接投資、對外貿易、產業結構、地方財政支出和能源消費結構對低碳經濟增長的動態影響。結果表明對外貿易、產業結構和能源消費結構是低碳經濟增長的原因，其中對外貿易的沖擊具有短期負效應和長期正效應，產業結構不合理度的沖擊具有短期負效應，能源消費結構不合理度的沖擊則有長期負效應；外商直接投資通過對外貿易間接作用于低碳經濟增長，具有長期的積極影響；地方財政支出對低碳經濟增長的作用較小，反之則有顯著負向作用。

全要素生產率Malmquist-Luenberger指數低碳經濟面板VAR模型

一、引 言

1992年的聯合國環境和發展會議提出了GDP作為度量一個國家可持續發展的局限性，之后能更好反映經濟發展質量的指標成為學者討論的熱點。當今溫室效應等環境污染已成為最具挑戰性的問題，如何考量經濟增長關乎未來經濟發展方式，達到低碳經濟發展模式的前提是能夠很好地度量低碳經濟發展，而不是僅以GDP單一指標考量。低碳經濟即低能耗、低污染、經濟環境相協調的經濟發展模式，強調通過提高效率發展生產力，促進社會經濟發展的可持續性。低碳經濟增長是能源政策、環境保護、經濟發展和資源投入等因素的融合，其關鍵是提高經濟發展質量。當前我國經濟發展進入“新常態”，其三個新特征經濟減速增效、結構調整升級和資源配置優化都強調了經濟增長質量的重要性。十八屆四中全會對全面推進依法治國做出頂層設計，用制度保護生態環境的路徑逐漸明晰，綠色低碳循環發展新方式將會在新常態經濟中進一步得到倡導和推廣。如何評估各地區的低碳經濟貢獻、如何宏觀調控以促進低碳經濟發展，是當今政府面臨的現實問題。因此，我們不僅要從低碳模式的視角衡量和核算經濟增長的質量，更重要的是發現我國低碳經濟發展的來源和動力，從而尋求未來經濟高速優質增長的可靠路徑。

現有文獻中與“低碳經濟增長”相關的概念有“綠色增長”（Reilly, 2012）、“可持續增長”（Kondyli, 2010）及“能源/環境效率”等。本文定義的經濟增長績效指標與能源/環境效率的概念更加類似。目前大部分相關研究基于數據包絡分析（DEA）方法，從全要素生產率（TFP）角度研究能源和環境績效（Hu and Wang, 2006; He et al.,2013; Arabi et al., 2014）。我們發現，盡管將能源和環境因素納入經濟增長度量框架中越來越引起學者的注意，系統地定義和度量低碳經濟增長的研究并不多見。

誕生于20世紀80年代的內生增長理論致力于從經濟系統本身探求經濟增長的原因，擺脫了新古典模型中長期人均增長率被外生技術進步率決定的束縛，使得分析長期經濟增長成為可能，已有很多學者從實證角度探索中國經濟增長的來源，如外商直接投資、對外貿易、財政分權、產業結構等。近年來學者開始關注我國全要素生產率增長的來源（如劉舜佳，2008; 魏下海，2009; 鄭麗琳和朱啟貴，2013）。盡管如此，目前關注低碳經濟增長作用機制的研究仍不多見。當然有些研究利用計量模型檢驗了一些經濟變量的作用，但多數僅關注單期下全要素生產率的影響因素，而未能挖掘關鍵經濟變量與低碳經濟增長的因果關系和動態效應。我們認為宏觀調控行為對經濟增長的作用需要一定時間來逐漸顯現，因此在研究低碳經濟增長來源時不能忽略這種時滯效應。

總結來看，現有文獻并不能解決以下問題：（1）如何定義和度量低碳經濟增長；（2）如何動態分析低碳經濟增長的作用機制。本文旨在結合模型和實證方法解決這些問題。本文首先分析低碳經濟系統的微觀核心要素和宏觀作用機制，并利用DEA和Malmquist-Luenberger指數測算我國1998～2013年低碳經濟增長。最后對低碳經濟系統中的六個經濟變量—低碳經濟增長、外商直接投資、對外貿易、產業結構、地方財政支出和能源消費結構建立了PVAR（Panel Vector Autoegression，面板向量自回歸）模型，并對該系統進行脈沖響應函數分析、方差分解分析及面板Granger因果檢驗，分析我國低碳經濟增長的動態作用機制。

二、低碳經濟的核心要素和作用機制

劉偉（2010）從兩個方面闡述經濟發展方式，一是在微觀上投入要素配置方式的優化，即提高全要素生產率，二是宏觀上尋求增長的均衡性和公平性。根據此思路，本文從微觀視角分析低碳經濟增長的核心要素，然后我們從宏觀視角分析低碳經濟增長的作用機制。核心要素的分析有助于定義低碳經濟，作用機制的分析則可以揭示低碳經濟增長的潛在來源。

本文首先利用系統分析思想，基于全要素生產率從四個維度即能源、資源、經濟和環境，定義低碳經濟的核心要素。系統分析是一種檢驗一個系統中不同元素件的相互影響以及該系統長期運作方式的方法（Kondyli, 2010）。低碳經濟四個維度中的元素及其指標的分析如下。

（1）能源維度。能源維度包括能源消費的計劃、能源資源的管理以及能源效率法發展的科技革新。盡管能源消費是生產過程所需的一種資源，為了強調能源在低碳經濟系統中的重要性，我們將其作為低碳經濟增長績效指標的一個獨立的維度。能源作為生產過程的一個重要生產要素，在促進經濟增長的同時，也不可避免地產生了以二氧化碳為主的溫室氣體排放。

（2）資源維度。生產要素是在社會生產經營活動中用于生產最終產品以滿足人們需求的各種社會資源，西方經濟學將生產要素劃分為勞動、土地和資本，本文主要考慮勞動和資本這兩個生產要素。勞動投入是生產過程中投入的包括體力和智力在內的人力資本，用從業人員總數表示。度量資本投入的合適指標為資本存量，即一個經濟社會在某一時點上的資本總量。

（3）經濟維度。經濟發展是一個利用稀缺資源生產產品和服務以創造財富并提高人們生活水平的持續過程(Malizia, 1994)。從宏觀經濟角度而言，國內生產總值（GDP）是度量經濟增長和社會福利的一個重要指標。依靠大量資金、資源和勞動要素投入而帶動的GDP增長過度消耗能源和污染環境，導致經濟、能源和環境不能協調發展，低碳經濟系統中，高績效的發展方式并不是以GDP增長作為唯一目的。

（4）環境維度。環境對經濟活動績效和人們生活水平有重要的作用（Kondyli, 2010）。化石能源的過度消耗不僅產生大量以二氧化碳為主體的溫室氣體，還導致了諸如空氣污染和植被破壞等環境問題。發展經濟必須以環境保護、減少碳排放為基礎。

潘家華等（2010）從四個方面分析了低碳經濟的作用機制，即發展階段、低碳技術、消費模式、資源稟賦，Foxon（2011）分析可持續低碳經濟轉型路徑時提出了一個包含五個要素的框架，分別為生態系統、技術、組織、商業戰略和消費實踐。本文結合以上分析思路，從政府政策、技術進步、資源稟賦和外貿外資四個方面分析低碳經濟的宏觀作用機制。

（1）政府政策。研究表明公共性基礎設施資本能夠提高長期經濟增長率，因此公共投資政策的研究重點應當是其推進長期經濟增長的作用，（婁洪，2004）。市場失靈引起環境污染，科斯定理指出政府必須在“環境市場”上有所作為，從而達到保持環境和經濟發展相協調的目標。低碳經濟模式下，包括節約能源和保護環境支出在內的地方財政支出，可能有利于我國經濟的長期可持續性增長。

（2）技術進步。技術進步推動產業結構變遷，這個過程中不同產業的生產率水平間存在巨大差異，投入要素從低生產率的部門向高生產率的部門流動可以促進社會生產率水平的提高，由此而來的“結構紅利”可以維持經濟的持續增長（Peneder，2002）。產業結構轉變是發展中國家促進低碳經濟發展的要求（干春暉等，2011），第一、第二產業的能源耗用和環境污染的密集度遠大于第三產業，產業結構轉變也意味著經濟可持續性增長的實現。

（3）資源稟賦。資源稟賦是發展低碳經濟的重要因素，能源資源稟賦可以從能源總量和能源結構分析（潘家華等，2010）。能源消費的增長意味著能源密集度高的產業的發展，然而能源消費的大幅增長，卻不一定能夠促進經濟質量的提升，更可能對低碳經濟增長有阻礙作用。能源消費結構更值得關注，因為能源消費結構與低碳經濟增長的關系研究更有利于發現調整結構、促進增長的優化路徑。

（4）外貿外資。在開放經濟下，一國經濟的增長不僅取決于內部技術進步、政策戰略等，還依賴于與其他國家的經濟聯系，即外商直接投資（FDI）和對外貿易。作為資本存量、知識和技術的綜合體，FDI在彌補國內儲蓄缺口、改善對外貿易狀況及推動經濟增長等方面發揮了重要的作用。對外貿易是經濟增長的發動機，有利于國內資源配置效率的提高和技術效率的進步。然而根據“污染天堂假說”，污染密集產業的企業傾向于建立在環境標準相對較低的國家或地區。因此外貿外資的發展不一定能促進低碳經濟增長。

三、我國低碳經濟增長的測算及分析

基于數據包絡分析的Malmquist生產率指數方法，可以同時模擬多種產出和多種投入的生產過程，同時不必假定生產前沿面生產函數的形式，因此避免了參數化方法有可能導致模型設定誤差和隨機干擾項正態分布假定無法滿足的缺陷。我們發現，大多數現有相關文獻基于此方法評估全要素生產率增長時，雖然考慮了勞動投入、能源消耗、經濟增長和環境排放因素，但忽略了諸如造林綠化等的資源環境保護措施，因此不能全面刻畫低碳經濟增長。雷明和虞曉雯（2013）在其關于低碳經濟轉型的研究中，將“造林面積”作為非期望投入納入評估系統，提出“碳循環全要素生產率”。借鑒該思路，本文定義低碳經濟增長（LCEG, Low Carbon Economic Growth）為勞動力、能源、GDP、碳排放和造林面積的函數：

定義了低碳經濟增長率之后，我們將介紹用于測算LCEG的全局Malmquist-Luenberger指數模型，并對樣本數據的來源進行說明，然后測算和分析1998-2013年我國30個省份的低碳經濟全要素生產率變動。

（一）全局Malmquist-Luenberger指數模型

與傳統Malmquist指數相比，Malmquist-Luenberger指數可以計算存在非期望產出時的全要素生產率變化；同時，全局技術前沿下的指數與當期技術前沿相比，具有無需采用幾何平均形式、可避免線性規劃無可行解和滿足指數的可傳遞性等優勢。因此本文采用基于方向距離函數的全局Malmquist-Luenberger（GML）生產率指數。

在傳統的能源環境投入產出框架中，將期望產出和非期望產出同時納入到生產可能性集合中，本文根據實證研究需求，還將非期望投入納入進來。具體來說，假設有個決策單元，在每一個時期（t=1, … , T），每個決策單元使用種傳統投入=（1t, … ,x），和種非期望投入=（1t, … ,z），生產出種期望產出=（1t, … ,y），同時排放種非期望產出=（1t, … ,b）。假設生產可行集滿足閉集、有界、期望產出和投入可自由處置、零結合公理以及聯合弱可處置等性質，則低碳經濟的生產技術表示為：

基于生產技術函數，我們可以通過方向距離函數計算每個決策單元到最優生產前沿的距離，這是計算全要素生產率指數的基礎。Fukuyama和Weber等（2009）將松弛測度引入到傳統方向性距離函數中，提出方向性SBM模型。我們基于其基礎模型，引入非期望投入和非期望產出，如式（2）：

（2）

其中0,0,0和0分別為0的維傳統投入、R維非期望投入、維期望產出、維非期望產出向量，（g,g,g,g,g）表示傳統投入減少、非期望投入增加、期望產出增加、非期望產出減少的方向性向量，（s,s,s,s）為投入冗余、非期望投入或缺、期望產出或缺和非期望產出冗余的向量。

為了估算距離函數值，我們選取如下的方向向量以標準化投入和產出松弛變量：

其原因為該方向向量下的距離函數已經被證明滿足一些很好的性質，如非負，為零與Pareto-Koopman有效等價，傳遞不變性和單位不變性等（Fukuyama和Weber，2009）。

第t期和第t+1期之間的GML生產率指數定義并分解為：

全局ML指數分解為技術進步指數TP(Technical Progress)和技術效率改變指數TEC(Technical Efficiency Change)，前者代表前沿面改變效應，后者代表前沿面追趕效應。

（二）樣本數據說明

本文利用中國30個省、市、自治區（基于數據可得性原因，未包括西藏）1998～2013年面板數據測算碳減排成本及低碳轉型進程指數。所有數據均由歷年《中國統計年鑒》、《中國環境年鑒》、《中國林業統計年鑒》、《中國能源統計年鑒》及各地區統計年鑒整理獲得。傳統投入變量有三個：勞動投入，用各省份歷年從業人員數表示；能源投入，采用分地區能源消費總量數據；資本存量，采用“永續存盤法”估計，1998年初始資本存量從張軍等（2004）的研究成果中獲取，其他年份利用相應的公式計算，其中用固定資本形成總額代替投資指標，以2000年為基期利用每年固定資產投資價格指數平減，折舊率采用吳延瑞（2008）提出的各省份不同的數值。非期望投入變量為各省份歷年每年新增造林面積，是通過人工措施形成或恢復森林、林木、灌木林的總面積。期望產出變量選用各個省份以2000年為基期的實際地區生產總值。非期望產出變量為二氧化碳排放量，由于我國未直接公布碳排放數據，本文根據IPCC（2006）方法，以煤炭、汽油、柴油、煤油、燃料油、天然氣六種一次能源的消耗量與相應的能源標準煤折算系數以及碳排放系數的乘積估算，其中能源標準煤折算系數來自國家標準（GB2589-81），能源碳排放系數來自國家發改委能源所。

（三）測算結果分析

本文發現2003和2007是低碳經濟增長率變動的兩個拐點，并且從2003年開始到2007年是我國經濟高速增長的時期，每年的經濟增長率超過10%，而2007年之后經濟增速放緩，節能減排的工作提上日程并初見成效；同時2008年金融危機爆發，波及我國各省。因此我們將研究時期分為三個時間段：1998～2002年、2003～2007年及2008～2013年，每個時間段內取測算結果的均值，如表1所示。

我們發現，以全局Malmquist-Luenberger指數所測算的我國低碳經濟增長率在1998～2002年和2008～2013年兩個個階段分別增長了0.2和0.6個百分點，而在2003～2007年這個階段下降了0.6個百分點。分階段來看，1998～2002年期間，平均來看我國低碳經濟增長率的提升是技術效率提高和技術進步的雙重作用；23個省份的低碳經濟增長率有所提升，但整體來看各個省份生產率變動幅度很小。說明這個階段我國基本保持了均衡的經濟發展，經濟發展和資源環境保護協調，綜合經濟增長幅度有限。2003～2007年期間，我國低碳經濟增長率的降低主要是由技術退步導致，而這個階段我國技術效率有所提升；除了天津和上海外，其他28個省份的低碳經濟增長率都有所下降，整體來看該階段低碳經濟增長率變動幅度比前階段大。這個階段，我國經濟空前高速發展，但諸如鋼鐵、煤炭等能耗密集度高的產業發展過快，高能耗、重污染、低質量的增長模式使得經濟、能源和環境不能協調發展，低碳視角下出現經濟倒退。2008～2013年期間，我國低碳經濟增長率的提升主要歸功于技術進步，期間技術效率有所下降；20個省份的低碳經濟增長率有所提升，該階段生產率變動幅度與前階段大致相當。這個階段我國低碳經濟增長率有明顯增長，經歷了經濟高速增長同時資源過度消耗、環境嚴重破壞之后，我國加快了產業升級和調整結構，促進經濟又好又快發展。

表1 1998-2013年不同階段各省份低碳經濟增長率及其分解

1998-20022003-20072008-2013 廣西1.0021.0050.9970.9961.0020.9950.9980.9931.005 海南1.0001.0001.0000.9991.0000.9991.0011.0001.001 重慶1.0021.0070.9950.9961.0020.9941.0090.9981.011 四川1.0151.0001.0150.9871.0000.9871.0171.0001.017 貴州1.0031.0110.9920.9921.0000.9920.9990.9971.002 地區LCEGLCTECLCTPLCEGLCTECLCTPLCEGLCTECLCTP 云南1.0001.0001.0000.9961.0000.9961.0051.0001.005 陜西1.0061.0070.9990.9890.9950.9940.9940.9891.005 甘肅1.0051.0041.0010.9921.0010.9910.9970.9941.003 青海1.0001.0001.0000.9971.0000.9971.0031.0001.003 寧夏1.0001.0030.9970.9961.0000.9960.9940.9960.999 新疆1.0081.0061.0020.9941.0060.9880.9940.9871.008 全國平均1.0021.0011.0020.9941.0020.9921.0060.9981.008

四、低碳經濟系統PVAR模型的實證結果和分析

VAR（Vector Autoregression，向量自回歸）模型是一種動態聯立方程模型，把系統中每一個內生變量作為系統中所有內生變量滯后項的函數，可以通過正交化脈沖響應函數分離出一個內生變量的沖擊給其他內生變量所帶來的影響程度；克服了傳統聯立方程模型受制于經濟理論不完善而帶來的諸如內生變量和外生變量的劃分、估計和推斷等復雜問題。PVAR（Panel Data Vector Autoregression，面板向量自回歸）方法由Holtz-Eakin（1988）提出，除兼具VAR模型和面板數據模型的優點外，通過引入個體效應和時點效應變量分別捕捉了個體差異和不同截面受到的共同沖擊，同時，采用廣義矩估計（GMM）的PVAR模型放松了對樣本數據統計分布特征的要求，具有比較強的穩健性。

本文第二部分分析了低碳經濟的宏觀作用機制，在實證分析中我們考慮五個宏觀經濟變量——地方財政支出、產業結構、能源消費結構以及外商直接投資和對外貿易——分別代表政府政策、技術進步、資源稟賦和外貿外資這四個作用機制。本文利用1998-2013年各省份的面板數據，對低碳經濟系統中的六個變量建立PVAR模型，我們將上一部分測算的低碳經濟增長率轉化為以1988年為基期的累積增長率，其他數據由歷年《中國統計年鑒》、《中國能源統計年鑒》及各地區統計年鑒整理獲得。

因此，本文使用的PVAR模型的數學表達式見式（4）：

其中，y是包含六個變量｛,,,,,｝的向量，是低碳經濟增長，表示外商直接投資占GDP比重，表示進出口貿易總額占GDP比重，表示產業結構的合理度[①]，表示地方財政支出規模占GDP的比重，是用煤炭消費占比表示的能源消費結構。我們假設每一個截面的基本結構相同，采用固定效應模型，引入反映個體異質性的變量以克服該假設對參數的限制；我們引入反映個體時點效應的變量ui,t，以體現在同一時點的不同截面上可能受到的共同沖擊；i,t為隨機擾動，假設其服從正態分布。由于數據的自然對數變換并不改變原來的協整關系，且能使其趨勢線性化，消除時間序列的異方差現象，所以對、、、進行自然對數變換，分別用、、和表示。

（一）面板平穩性檢驗

變量的非平穩性在回歸分析中可能導致偽回歸現象，使回歸結果出現大的偏差，甚至無效。為保證面板單位根檢驗結果的穩健性，本文采用LLC、Fisher ADF和HT檢驗三種方法，其檢驗原假設為面板存在單位根，結果如表2所示。從表2可以看出，除個別情形外，檢驗結果拒絕了變量非平穩的假設，按照多數原則，可以認為、、、、和EnergyStruc這六個變量是平穩的，可以進行面板向量自回歸分析。

表2 面板數據各變量單位根檢驗結果

注：*、**和***分別表示統計值在10%、5%和1%的水平上顯著。

（二）面板向量自回歸估計結果

為了估計PVAR(6)系統，我們利用AIC、BIC和HQIC三個準則判斷該模型的最優滯后階數，這些準則一般依據信息量取得最小的準則確定模型的階數，結果見表3。可以看出，三種信息量的結果一直表明滯后階數應選取為1，即最優滯后階數為滯后一階。

表3 面板VAR最優滯后階數選擇

在估計PVAR模型時通常需要先消除樣本中的固定效應，為了避免一般均值差分方法可能會產生的偏誤，本文采用向前均值差分方法，即Helmert轉換。向前均值差分通過消除每個個體每一期未來觀測值的均值，實現了轉換變量和滯后回歸系數之間的正交變換，進而與誤差項無關。我們利用GMM估計得到了低碳經濟增長、FDI、對外貿易、產業結構、地方財政支出與能源消費結構之間的PVAR模型的參數估計結果，如表4所示。對于低碳經濟增長率對數（）方程，滯后一期的對外貿易對數（）、產業結構（）及能源消費結構（）的估計系數均顯著為負，表明上一年對外貿易的增加、產業結構不合理度的增大及煤炭消費占比的增大會顯著地引起下一年低碳經濟增長率增長率的下降。說明對外貿易對我國低碳經濟增長反而起到了阻礙作用，這與我國長期以低成本的資源和人口紅利吸引大批高能耗、高污染的制造企業在華生產而產品銷往國外的現實有關；產業結構和能源消費結構的不合理度引起低碳經濟增長符合人們直觀的認識。再結合其他五個方程，我們發現雖然滯后一期的FDI對數（）對低碳經濟增長率對數沒有顯著影響，但它通過顯著影響對外貿易而間接影響低碳經濟增長，同時滯后一期的產業結構和能源結構的不合理度對FDI有顯著的負向影響；滯后一期的地方財政支出對數（）對低碳經濟增長率沒有顯著作用，而滯后一期的低碳經濟增長率反而能顯著地負向影響地方財政支出。

表4 面板VAR模型參數估計結果

注：括號中為估計值的標準差，*、**和***分別表示統計值在10%、5%和1%的水平上顯著。

（三）脈沖響應分析

脈沖響應函數（Impulse Response Function, IRF）是描述一個內生變量對誤差的反應，也即隨機擾動項的一個標準差的沖擊對其他變量當前和未來取值的影響軌跡，能比較直觀刻畫出變量之間的動態交互作用和效應，并由此判斷變量間的時滯關系。為了直觀地刻畫低碳經濟系統中各變量間相互的動態時滯關系，本文給予每個變量一個標準差的沖擊并使用Monte Carlo方法模擬500次，得到每個變量的沖擊對各變量之后的0~10期的作用。圖1列示了六個變量脈沖響應函數的曲線圖，橫軸表示沖擊反應的響應期數，最大滯后期數為10，縱軸表示變量對沖擊的響應程度；虛線表示反應為0，中間的實現表示各期內對沖擊反應的大小，上下線表示95%的置信區間。

圖1 基于面板VAR（6）系統的低碳經濟變量間的沖擊相應圖

注：變量的進入順序是、、、、和，進行了500次蒙特卡洛模擬。橫軸表示沖擊的滯后期數（年），中間曲線為脈沖響應函數曲線，上下兩側為95%置信區間。

本文分析低碳經濟系統的三種動態交互效應：（1）直接效應（Direct Effects），即、、、和五個變量的滯后項對的影響；（2）強化效應（Reinforcement Effects），即六個變量的滯后項對其各自當期的影響；（3）反饋效應（Feedback Effects），即的滯后項對其他五個變量的影響。

直接效應。我們關注第一行第2到6列的脈沖響應圖，即低碳經濟增長率（）對其他五個經濟變量的沖擊的響應。可以看出，面對FDI的一個正交化沖擊，低碳經濟增長率在第1年有一個較小的負響應，第2年之后變為正響應，這種正響應有所上升，到第5年達到高峰，而后逐漸下降直到收斂于零，這在一定程度上反應了FDI的引進在長期對低碳經濟增長有積極的影響；面對對外貿易的一個正交化沖擊，低碳經濟增長率始終保持在一種負的響應狀態，前年有所上升后逐漸下降，最終收斂于零，表示短期和長期來看對外貿易的增長對低碳經濟發展有阻礙作用，這自然和我國不合理的對外貿易結構有關；對于產業結構合理度的一個正交化沖擊，低碳經濟增長率的反應較小，短期內呈現出微小的負響應，之后收斂于零；面對地方財政支出的一個正交化沖擊，低碳經濟增長率短期內沒有反應，第3年之后始終保持一種較小的正響應狀態，說明地方財政支出短期內對低碳經濟增長沒有明顯作用，而長期則會表現出積極影響；對于能源消費結構的一個正交化沖擊，低碳經濟增長率保持了一種負的響應狀態，前年有所上升，第2年達到峰值后開始下降，第8年收斂于零。

強化效應。我們分析對角線上的脈沖響應圖，即六個變量對其自身沖擊的響應。我們發現該系統變量的強化效應呈現類似的趨勢，即逐漸減小且最終收斂至零的正響應。具體來說，低碳經濟增長率對其自身的沖擊在當年迅速反應，并呈現越來越小的趨勢，直到第4年逐漸收斂于零；面對其自身的一個正交化沖擊，FDI僅在短期內呈現較明顯的反應，到第2年已經收斂至零；對外貿易、產業結構、地方財政支出和能源消費結構對其各自自身的沖擊也表現出相同的響應，分別在第9年、第10年、第10年和第6年收斂于零。

反饋效應。我們分析第一列的第2到6行，即其他五個經濟變量對低碳經濟增長率的正交化沖擊的響應。給低碳經濟增長率一個正交化沖擊，FDI呈現出短期內先增后減且很快收斂于零的負響應狀態；對外貿易2年內呈現微小的負響應，之后則是先增后減的輕微正響應，整體來看響應的程度很小；產業結構出現先增后減且最終在第10年收斂于零的正響應；地方財政支出則出現先增后減最終收斂于零的負響應；能源消費結構只有在當期有明顯的負響應，第1年之后即收斂于零，呈現基本沒有響應的狀態。

總體來看，FDI和地方財政支出的沖擊對低碳經濟增長產生正向的影響，對外貿易、產業結構和能源消費結構的沖擊則對其產生負向的影響，其中FDI、對外貿易和能源消費結構的沖擊帶來的影響較為明顯且持續，而產業結構和地方財政支出的沖擊帶來的影響則不具有持續效應。反之，低碳經濟增長的沖擊在短期內對FDI、對外貿易、產業結構、地方財政支出和能源消費結構都有負向的影響，而長期來看對外貿易、產業結構的反應則轉為正向。也就是說，低碳經濟系統中的直接效應和反饋效應并不對稱。

（四）方差分解分析

方差分解是將任意一個內生變量的預測均方誤差分解成系統中各變量的隨機沖擊所做的貢獻，計算每個變量沖擊所貢獻的百分比大小，從而評估一個變量的沖擊對另一個變量的影響程度。為了更精確地考察低碳經濟系統中各變量之間的相互影響程度，本文通過進行方差分解，得PVAR(6)系統中各方程的沖擊反應對各內生變量波動的貢獻度，表5給出了第1、5、10和15個預測期低碳經濟增長的誤差方差分解結果。我們發現，（1）15年的方差分解已經基本穩定，因此具有研究意義；（2）低碳經濟增長預測誤差的波動主要來自于其自身、對外貿易、能源消費結構，而FDI、產業結構和地方財政支出對預測誤差波動的解釋較小。

表5 面板VAR模型個內生變量預測誤差的方差分解

（五）面板Granger因果關系檢驗

上述脈沖響應函數可以說明每個內生變量對其他變量沖擊的響應變化趨勢，為了進一步揭示個內生變量之間是否存在顯著的因果關系，我們對低碳經濟系統的六個變量進行PVAR模型框架下的Granger因果檢驗。結果顯示對外貿易、產業結構和能源消費結構是低碳經濟增長的原因。另外，根據其他變量作為結果變量時的檢驗結果，FDI與對外貿易具有單向Granger因果關系，也就是說FDI是通過對外貿易作用于低碳經濟增長的間接原因；產業結構和能源消費結構與FDI具有單向Granger因果關系，即產業結構和能源消費結構不僅是低碳經濟增長的直接原因，還可以通過FDI間接影響低碳經濟增長；低碳經濟增長與地方財政支出具有單向Granger因果關系，即我們可以認為低碳經濟增長是地方財政支出的原因。

表6 面板VAR模型低碳經濟增長率與其他變量的Granger因果檢驗

五、結論與政策建議

本文主要目的是研究我國低碳經濟增長的測度和作用機制，分析了外商直接投資、對外貿易、產業結構、地方財政支出和能源消費結構對低碳經濟增長的動態影響。本文首先將勞動、能源和資本投入、植樹造林、經濟增長和碳排放納入統一的評估框架，利用基于數據包絡分析的Malmquist-Luenberger生產率指數測算我國1998～2013年低碳經濟增長率增長，并將其分解為技術效率提升和技術進步兩個指數。我們發現低碳經濟增長率在1998～2002年和2008～2013年兩個階段都有所增長，而在2003～2007年有所下降，這是因為我國在這個階段過度依賴高能耗、重污染的增長模式，經濟、能源和環境不能協調發展，雖然GDP年均增長率保持在10%以上，但低碳視角下全要素生產率下降。近年來，隨著產業升級、結構調整的低碳經濟轉型的加快，近年來我國低碳經濟增長率有了明顯的增長，經濟增長開始往又好又快的模式轉變。

本文構建了低碳經濟系統的面板VAR模型，從脈沖響應函數、方差分解分析和Granger因果關系檢驗角度對低碳經濟增長的來源和效果進行了詳細的分析。本文的主要結論有：（1）滯后一期的對外貿易、產業結構和能源消費結構的不合理性對低碳經濟增長有顯著的負向作用，前者符合“污染天堂假說”，后兩者符合人們的直觀理解；（2）FDI的沖擊會引起低碳經濟增長短期內出現較小的負響應和長期內先升后降的正響應；對外貿易和能源消費結構的沖擊則會使低碳經濟增長保持負的響應狀態；而低碳經濟增長對產業結構和地方財政支出沖擊的響應較小；（3）從方差分解來看，低碳經濟增長主要受自身、對外貿易和能源消費結構的影響；（4）對外貿易、產業結構和能源消費結構是低碳經濟增長的原因，FDI是通過對外貿易產生作用的間接原因，同時產業結構和能源消費結構還可以通過外商直接投資傳遞影響，另外低碳經濟增長是地方財政支出的原因。綜合實證結果，低碳經濟系統的動態作用機制見圖3。

本文關于低碳經濟增長作用機制的研究為政策制定者尋找低碳轉型的發展路徑提供了理論基礎，并就提高我國低碳經濟轉型提出以下建議。

圖2 各經濟變量促進低碳經濟增長的作用機制及傳導路徑上的時滯效應

第一，我國進出口貿易的結構存在不合理性，出口方面不能以廉價的勞動力和能源成本的比較優勢取勝，不能以過度消耗能源、污染環境為代價出口碳密集度高的產品創造財富，而應長遠計議，提高科技研發水平從而向有需求的國家出口高新技術產品。同時，進口方面不能過度引進和依賴高精技術、設備等，而應著重引進有利于自主創新、促進科研水平的資源，致力于本國人力資本的形成，從而促進我國自主研發的能力。

第二，我國外資引進應不僅僅關注“量”還要重點關注“質”，轉變引進外資戰略。摒棄以利用我國廉價勞動力和寬松的環境政策為目的的外資注入，而是有選擇地引進人力資本、創新資源和技術水平較高的跨國公司資本，鼓勵其在中國投入高新技術研發，并達成長期戰略合作。通過引進優質外資，達到增加資本形成、創造就業、改進資源配置效率和生產效率、提高管理水平等效應，從而推動我國地區經濟“又好又快”地發展。

第三，當前我國產業結構存在不合理性，同時我國也面臨著從制造業為主轉向服務業為主的階段，產業結構的調整應是各地政府進行產業改革的重點。各地區應結合自身情況制定適合的政策以促進產業結構的合理化和升級。另外，產業結構的升級需要人力資本的配合，目前我國目標產業結構與勞動力結構不匹配，因此各地政府應通過鼓勵專業培訓和資格培訓等提高人力資本，從而促進我國產業結構的長期優化。

1. 陳詩一：《中國各地區低碳經濟轉型進程評估》[J]，《經濟研究》2012年第8期。

2. 干春暉，鄭若谷，余典范：《中國產業結構變遷對經濟增長和波動的影響》[J]，《經濟研究》2011年第5期。

3. 雷明，虞曉雯：《地方財政支出、環境規制與我國低碳經濟轉型》[J]，《經濟科學》2013年第5期。

4. 劉偉：《實現經濟發展戰略目標關鍵在于轉變發展方式》[J]，《經濟研究》2010年第12期。

5. 劉舜佳：《國際貿易、FDI和中國全要素生產率下降—基于1952-2006年面板數據的DEA和協整檢驗》[J]，《數量經濟技術經濟研究》2008年第11期。

6. 婁洪：《長期經濟增長中的公共投資政策——包含一般擁擠性公共基礎設施資本存量的動態經濟增長模型》[J]，《經濟研究》2004年第3期。

7. 潘家華，莊貴陽，鄭艷，朱守先，謝倩漪：《低碳經濟的概念辨識及核心要素分析》[J]，《國際經濟評論》2010年第4期。

8. 魏下海：《貿易開放、人力資本與全要素生產率的動態關系—基于非參數Malmquist指數與VAR方法》[J]，《世界經濟研究》2009年第3期。

9. 吳延瑞：《生產率對中國經濟增長的貢獻：新的估計》[J]，《經濟學（季刊）》2008年第3期。

10. 張軍，吳桂英，張吉鵬：《中國省際物質資本存量估算：1952—2000》[J]，《經濟研究》2004年第10期。

11. 鄭麗琳，朱啟貴：《納入能源環境因素的中國全要素生產率再估算》[J]，《統計研究》2013年第7期。

12. Arabi Behrouz, Munisamy Susila, Emrouznejad Ali, Shadman Foroogh. “Power Industry Restructuring and Eco-efficiency Changes: A New Slacks-based Model in Malmquist-Luenberger Index Measure” [J],, 2014,68:132-145.

13. Arrow J. K., Chenery B. H., Minhas S. B., Solow M. R., 1961,“Capital-labor Substitution and Economic Efficiency” [J],, Volum 43, No.3, pp. 225-250.

14. Foxon J.“Timothy. A Coevolutionary Framework for Analysing a Transition to a Sustainable Low Carbon Economy” [J].2011,70: 2258-2267.

15. Fukuyama H, William L. Weber.“A Directional Slacks-based Measure of Technical Inefficiency” [J]., 2009 (43): 274-287.

16. He Feng, Zhang Qingzhi, Lei Jiasu, Fu Weihui, Xu Xiaoning.“Energy Efficiency and Productivity Change of China's Iron and Steel Industry: Accounting for Undesirable Outputs” [J],, 2013,54: 204-213.

17. Holtz -Eakin D., W. Newey, H. Rosen.“Estimating Vector Autoregressions with Panel Data” [J]., 1998, 56(6):1371-139.

18. Hu J., Wang S.Total-factor Energy Efficiency of Regions in China[J]. Energy Policy, 2006, 17:3206-3217.

19. Kondyli Julia.“Measurement and Evaluation of Sustainable Development: A Composite Indicator for the Islands of the North Aegean Region, Greece” [J]., 2010, 30:347–356.

20. Lucas, Robert E. Jr. “On the Mechanics of Economic Development” [J]., 1998, 22(1): 3-42.

21. Malizia EE.“A Redefinition of Economic Development” [J]. Economic Development Review 1994;Spring.

22. Peneder M. Structural,“Change and Aggregate Growth” [R]. WIFO Working Paper, 2002, Austrian Institute of Economic Research,Vienna.

23. Reilly M. John.“Green Growth and the Efficient Use of Natural Resources” [J].2012, 34: S85–S93.

24. Romer, Paul M. 1990.“Endogenous Technological Change” [J]., 98(5): S71-S102.

（M）

*本文得到國家發展與改革委員會“低碳發展宏觀戰略研究”項目、北京大學光華管理學院院長科研基金的資助。