環境約束下中國地區工業全要素生產率增長：2000—2012年

梁俊　龍少波

[內容摘要]本文對一個非徑向非角度的方向性距離函數進行了拓展，使其能兼顧投入過量松弛和投入不足松弛。通過該模型和Luenberger生產率指標，分析了中國2000-2012年環境約束下30個省市工業全要素生產率的增長，并對其收斂和影響因素進行了分析。研究發現：中國工業全要素生產率增速較低，增長粗放的特點依然非常明顯；工業技術效率改善緩慢，技術進步是工業全要素生產率增長的主要源泉；各省市工業全要素生產率增長的差異擴大了；如果忽視環境約束，會導致工業全要素生產率增速的高估；人均收入水平、資本積累、對外開放程度和能源消費結構對工業全要素生產率的增長都有不同程度的影響。

[關鍵詞]環境約束；工業全要素生產率；工業增長方式

[中圖分類號]F403 [文獻標識碼]A [文章編號]1000-8306（2015）06-0084-13

一、引言

工業是中國經濟增長的重要引擎。1992-2012年，工業年均拉動中國GDP增長5.25個百分點，遠高于第三產業對GDP的貢獻。然而，目前中國工業粗放型增長特征依然沒有改變，增長過度依賴要素投入。隨著中國低勞動力成本優勢的流失、資本邊際報酬的遞減以及全球資源產品價格的高企和能源供應的緊張，這種粗放型的增長方式顯然是不可持續的，尤其它還加劇了經濟發展與生態環境之間的矛盾。如何在促進工業增長方式轉型的同時改善環境，也成為近年來政府和學者高度關注的問題。

一些研究工業TFP增長的文獻開始將環境污染納入分析框架，根據污染物“處理”方式的不同，這些文獻可分為兩類：第一類文獻將污染物視為投入變量，使用生產函數回歸模型進行分析，如陳詩一。第二類文獻將污染物視為具有非合意性質的壞產出，在非參數的DEA模型框架內分析工業TFP的變化。根據使用的DEA模型的不同，第二類文獻又可分為兩個分支：第一個分支使用的是徑向的和角度的DEA模型，如楊俊和邵漢華；第二個分支使用的是非徑向和非角度的DEA模型，如龐瑞芝等和董敏杰等。

盡管以上兩類文獻考慮了環境約束，但都存在不足。具體來說，第一類文獻將污染物視為投入的假設并不合理。另外，該類文獻需要對生產函數的形式進行預先設定，具有一定先驗性。第二類文獻的兩個分支也都存在各自的不足。徑向的和角度的DEA模型在理論上存在衡量偏差。Fukuyama and Weber指出，當存在非零松弛時，徑向的DEA模型會高估生產單位的效率；而角度的DEA模型會忽視投入、產出中的一個方面。非徑向非角度的模型雖然沒有以上問題，但其忽視了一種投入松弛：該類模型認為投入無效率等同于投入過量，只有消除這些過量投入（松弛）才能回到生產前沿上。但事實上投入無效率還包括投入不足。在這種情況下只有增加投入（另一種松弛），才能達到更有效率的生產水平。因此，要對投入無效率的生產結構進行合理地模擬，需要同時考慮兩種投入松弛。Sueyoshi and Goto創造性地將兩種投入松弛納入一個DEA模型，為合理模擬生產結構提供了有價值的參考，這也是對現有DEA模型的重要補充。

本文擬對研究環境約束下工業生產率增長的文獻做了如下拓展：借鑒Sueyoshi and Goto的思路，對Zhou et al.提出的非徑向非角度的方向性距離函數進行拓展，構建一個使生產單位能在兩個方向變動投入來減少無效率的DEA模型。在此基礎上估算二氧化碳排放量，結合Luenberger生產率指標計算環境約束下中國工業的TFP增長，并對其收斂和影響因素進行分析。

二、分析方法

（一）環境生產技術

首先對包含壞產出的環境生產技術進行定義。假定有N個生產單位，λj≥0（j=1，…，N）是各個生產單位的權重，X表示投入向量，Y表示好產出向量，B表示壞產出向量。Sueyoshi and Goto定義了以下環境技術。自然可處置性：一個生產單位為了減少壞產出而減少投入（存在投入過量松弛），在減少了壞產出和投入的基礎上，盡量增加好產出。目前大部分DEA模型都是基于這種技術，本文稱其為傳統技術。管理可處置性：一個生產單位通過增加投入（存在投入不足松弛）來增加好產出，同時減少壞產出。由于這種技術符合Porter假說中經濟與環境雙贏的內涵，本文稱其為Porter技術。傳統技術和Porter技術的生產集可以分別表示為：

三、變量與數據說明

本文的研究對象是2000-2012年除西藏外的中國30個省級行政區的工業生產率。根據數據可得性和現有研究，本文選取了如下投入、產出變量。

投入變量：（1）勞動力：工業企業全部從業人員年平均人數。（2）資本存量：工業固定資產凈值年均余額。為了剔除價格變化的影響，數據通過固定資產投資價格指數平減為以2000年價格表示的數據。（3）能源消耗總量。

好產出變量選取的是工業總產值（單位：億元）。為了剔除價格變化的影響，本文用工業品出廠價格指數將各年的名義總產值轉化為以2000年價格表示的實際總產值。壞產出變量選取的是二氧化碳（單位：萬噸），由于年鑒中并沒有該數據，本文根據陳詩一的方法對其進行了估算。陳詩一估算得到的原煤、石油和天然氣三種一次能源折算標準煤系數分別為0.7143千克標準煤/千克、1.4286千克標準煤/千克和1.3300千克標準煤/立方米；三種能源的二氧化碳排放系數分別為2.763千克/千克標準煤、2.145千克/千克標準煤和1.642立方米/千克標準煤。用每種能源的消費量乘以各自的折算標準煤系數和二氧化碳排放系數就能得到其二氧化碳排放量的估算值，將三組數據加總即可得到各行業的二氧化碳排放數據。

四、基于中國30個省市的經驗分析：2000-2012年

（一）環境約束下中國地區工業TFP增長

2000-2012年，中國工業TFP年均增長2.12%，該增速明顯低于同類研究中吳軍估計的8.5%（1998-2007年），而與陳詩一估計的3.56%（2001-2008年）較為接近。這一TFP增速并不高，然而這是考慮了環境約束下的增長，反映了經濟績效和環境績效的全面提升。

從增長源泉來看，中國工業TFP的增長幾乎全由工業技術進步驅動，而工業技術效率改善的貢獻甚微。這個結論與Zheng et al.、涂正革和肖耿、陳詩一的結論一致。工業年均技術進步率為1.78%。從圖2也可以看出，其累積變化曲線和工業TFP累積變化曲線幾乎重合。工業技術效率年均僅增長0.34%，在2001—2005年甚至出現了惡化，其累積變化趨勢幾乎是一條直線。

從增長趨勢來看，中國工業TFP的增長大致可分為兩個階段：第一個階段是2000-2007年。這個階段是工業TFP的穩定增長期，TFP增速從2001年的1.97%穩定上升到2007年的2.71%。自加入WTO以來，中國的工業企業更廣泛和深入地參與了國際分工和國際競爭，加之國內外的宏觀經濟形勢穩定趨好，企業的研發和技術引進力度明顯增加，工業TFP提高顯著。第二個階段是2008—2012年。這個階段是工業TFP的調整期。2008年全球金融危機波及實體經濟，工業TFP增速從2007年的2.71%下降到2008年的2.09%，并于2009年進一步跌至谷底的0.71%。然而，隨著去產能、調結構、穩增長措施的政策效果開始體現，工業TFP增速在低谷徘徊2年后開始顯著回升，從2011年的1.24%上升到2012年的4.55%。

分區域來看（表1），TFP年均增速從高到低依次是：東北（3.48%）、中部（2.83%）、東部（2.39%）和西部（0.74%）。東北地區TFP增速最高的原因在于其技術效率改善較其他地區要快得多，達到了年均0.91%；而東、中、西部地區則分別只有0.38%、0.36%和0.11%。從技術進步來看，增速從高到低依次是：東北（2.57%）、中部（2.47%）、東部（2.01%）和西部（0.63%）。一般來說，東部地區工業化程度較高，有更多的資本和技術積累以及更利于創新的環境，因而工業技術進步會更快。然而，本文卻發現東北和中部的技術進步比東部更快。筆者認為原因可能在于東部地區的工業部門比其他地區的工業部門更依賴外部市場，在金融危機中受到的沖擊更大，因而技術進步率下降更多以至低于其他地區。

從各省市的情況來看，TFP增長較快（增速>5%）的省市包括河北、江蘇、山西、河南和遼寧，多分布在中、東部地區；TFP增長較慢（增速<1%）的省市包括天津、福建、廣東、海南、廣西、重慶、云南、陜西、甘肅、青海、寧夏和新疆，多分布在西部地區。值得指出的是，海南、廣西和寧夏的TFP增速出現了負值，原因在于這些地區的技術效率惡化程度超過了技術進步帶來的生產率改善程度。

表1還給出了TFP貢獻的工業總產出增長份額。從該指標可以看出，中國工業粗放型增長的特點依然非常明顯，增長主要靠要素投入來驅動。中國的工業TFP每年僅貢獻了工業產出增長的10.29%。東北地區TFP貢獻的增長份額最高，但也只有20.17%，離質量驅動型增長的要求還有相當距離；東部和中部地區次之，TFP貢獻份額分別為12.44%和11.59%；西部地區最低，該指標僅為3.45%。

為了與無環境約束的情況進行對比，本文還基于DEA-Malmquist指數計算了相應指標。表1的后四列給出了無環境約束情況下的計算結果，在該情況下工業年均TFP增速為12.78%，對工業增長的貢獻為64.63%，明顯高于考慮了環境約束的情況，而北京的TFP產出貢獻份額甚至超過了100%。可見，如果忽視了工業發展過程中的環境成本，很可能導致增長質量評估過于樂觀。

（二）中國地區工業TFP增長的差異

以上分析表明，不同地區工業TFP增長、技術效率變化和技術進步都存在顯著差異，那么這些差異具有怎樣的動態特點呢？本文將通過核密度圖來分析中國地區工業TFP增長差異的動態分布演進。借鑒郭慶旺等和田銀華等的思路，計算各省市環境約束下的累積相對TFP指數CLPI、累積相對技術效率指數CEFFCH和累積相對技術進步指數CTECHCH，并利用核密度估計其分布的動態變化情況。

從圖3（a）可以看出，在2001年累積相對TFP的密度分布呈現明顯的“單峰”狀，但到了2012年密度曲線變成了顯著右偏的單尾分布，且“峰值”比原來要低。這說明累積相對TFP原來集中在較窄數值范圍內的省市，開始向更廣泛的數值范圍分布，即各省市的累積相對TFP差距擴大了。

從圖3（b）可以看出，累積相對技術效率的密度分布有向右漂移的趨勢，在2001年累積相對技術效率的分布呈現標準的“單峰”狀，但在接下來的時間內密度曲線左側不斷向右下方偏移，而右側則不斷向右上方偏移。2012年的曲線“重心”相對于2001年已經明顯右移，且新的“峰值”明顯高于前幾條曲線的“峰值”。然而2012年曲線的分布范圍相對2001年幾乎沒有變化，且總體依然是“單峰”分布，因而無法判斷累積相對技術效率差異的變化。

從圖3（c）可以看出，各省市工業累積相對技術進步密度分布的動態演進與圖3（a）中的情況類似，曲線也是從明顯的單峰狀演化成了右偏的單側分布曲線，表明累積相對技術進步的省際差異也擴大了。

（三）中國地區工業TFP增長的影響因素分析

通過以上分析，本文發現各地區環境約束下的TFP增長存在顯著差異，那么影響各地區TFP增長的原因是什么？本文通過面板數據模型的分析來回答這個問題。回歸中使用的被解釋變量是各省市的累積TFP指數，同時參考現有研究和相關理論，選取的解釋變量包括：各省市的人均收入水平及其平方項、人均資本存量、經濟開放度、產業結構、所有制結構和能源結構。

各解釋變量定義如下：人均收入水平（pergdp）：用各省市的實際人均地區生產總值表示，本文基于各年的名義GDP和GDP指數計算得到以2000年為基期的GDP縮減指數，進而將所有名義人均地區生產總值轉換為2000年價格表示的數據。人均資本存量（percapital）：用人均實際工業固定資產凈值年均余額表示。由于本文研究對象的是工業TFP，故在此考慮的是工業部門資本。經濟開放度（open）：用各省市各年FDI與地區生產總值的比值表示。產業結構（indusstr）：用各省市第二產業增加值與地區生產總值的比值表示。所有制結構（ratio-SOE）：用國有及國有控股企業工業總產值占規模以上工業企業總產值的比重表示。能源消費結構（energystr）：用轉化為標準煤的煤炭消費量與能源消費總量（標準煤）的比值表示。

回歸模型設定如下：CLPI_i，t=β₀+∑_jβ_jX^j_1，t+D_t+ε_i，t

本文分別建立了固定效應模型和隨機效應模型，Hausman檢驗的X²統計量為82.20，對應p值為0，故拒絕原假設，使用固定效應模型，隨機效應模型的估計結果僅供參考（結果見表2）。

總體來看，方程的擬合效果良好，估計結果通過了方程的顯著性檢驗，且大部分參數在統計意義上顯著。

人均收入水平對工業TFP增長的影響呈現明顯的“倒U型”趨勢。回歸結果中，人均收入項的回歸系數顯著為正，而其平方項的系數顯著為負。這說明工業TFP增長與人均收入之間存在二次項關系：較低的人均收入水平會促進工業TFP的增長，當人均收入水平越過一定拐點之后則會阻礙工業TFP的增長。該結論與王兵等使用ML指數研究APEC國家TFP增長時得到的結論，以及楊俊和邵漢華使用ML指數研究中國地區工業TFP增長時得到的結論一致。

資本深化阻礙了工業TFP增速的提高。回歸結果中，人均資本存量的系數顯著為負，表明資本深化不但沒有促進TFP增速的提高，反而使其降低。筆者認為原因有二：首先，過早的資本深化并不利于生產率的增長；其次，投資結構存在問題。本文的人均資本存量是指工業資本，在一定程度上反映了該階段工業部門的投資水平，而該階段工業投資多是在現有技術水平下的擴大產能投資，在研發和技術改造上的投資相對較少，因而抑制了工業TFP的增長。

對外開放顯著促進了工業TFP增長，該結論并沒有支持“污染天堂”假說。“污染天堂”假說認為，自由貿易可能導致發達國家將高污染、高能耗的夕陽產業轉移到其他國家，使投資接受國環境惡化，這會阻礙環境約束下的工業TFP增長。回歸結果中，對外開放程度的系數顯著為正，表明對外開放促進了工業TFP增速的提高。其原因可能正如李小平和盧現祥所說：發達國家向中國轉移的產業并不僅是污染產業，同時也向中國轉移了“干凈”產業。該結論與田銀華等、龐瑞芝等的研究結論一致，但與于峰和齊建國、楊俊和邵漢華的結論相反。結論出現分歧的原因可能在于研究對象和污染物的選擇不同。

能源消費中煤炭比重越高，TFP增速越低。回歸結果中能源消費結構的系數顯著為負，表明能源消費結構阻礙了工業TFP增速的提高。其原因可能在于，能源消費結構中煤炭的比重越高污染往往越嚴重，若計算工業TFP增速時考慮了環境績效，得到的結果自然也較低。

五、結語

本文分析了2000-2012年環境約束下中國30個省市工業TFP的增長，并對其收斂和影響因素進行了分析，得到的主要結論如下：中國工業TFP增速較低，增長粗放的特點依然非常明顯；工業技術效率改善緩慢，技術進步是工業TFP增長的主要源泉；分區域來看，東北地區由于技術效率改善顯著，工業TFP增速明顯高于其他地區，而西部地區則由于工業化起步較晚，技術儲備不足，工業TFP增速低于其他地區；若忽視環境約束，將導致工業TFP增速的明顯高估；中國各省市工業TFP增長的差異出現了擴大；回歸結果顯示，人均收入與工業TFP增長率存在“倒U型”關系，對外開放對TFP增長有正向影響，而資本深化和能源結構對工業TFP的增長有負向影響。

基于分析結論，本文提出四點政策建議：

第一，優化工業投資結構，加大人力資本和技術投資。中國過去的工業投資結構過于偏向傳統行業。在內需、外需都不足的情況下，產能過剩嚴重，導致資本有效利用率低，工業TFP提升緩慢。未來政府應引導企業加大節能環保、新材料、新能源汽車和高端裝備制造等戰略性新興產業的投資，支持企業的研發活動和人才的培養，促進產、學、研結合，科技創新以及科技成果轉化。

第二，對工業生產率較低地區的工業發展給予更多支持和引導。目前中國各地區工業增長質量有分化的趨勢，西部很多省市工業TFP增長非常緩慢。政府在大力推進“西部大開發”戰略的同時，也應結合西部各省市自身的稟賦和特點，出臺具體的產業發展目錄，鼓勵有實力的企業和人才去西部發展。

第三，在官員政績考核中，增大環境保護的權重。目前，我國的環境保護形勢非常嚴峻。《中國環境經濟核算報告2010》顯示，2010年全國因環境污染造成的損失為11032.8億元，占GDP的3.5%。只有讓環境保護成為各級政府發展工業的制度化剛性約束，改變官員以環境為代價片面追求高增速的激勵，才能使工業發展進入可持續的軌道。

第四，加大對外開放力度，積極引進外資。引進外資一直是我國對外開放的重要內容，外資的引入促進了經濟增長，拉動了就業，優化了產業結構。本文研究發現，2000年以來中國的對外開放顯著促進了工業TFP的提高。然而對外開放也存在一些風險，除了上文提到的可能成為“污染天堂”，引進外資還可能造成區域經濟和產業結構發展不平衡、地方政府在引資上的惡性競爭所導致的稅收和土地收益損失以及勞動者權益損害等問題。

責任編輯：張友樹