基于DEA-Tobit模型的工業綠色轉型測評及其影響因素研究
——以長三角地區為例

傅為忠 黃小康

(合肥工業大學 管理學院，安徽 合肥 230009)

基于DEA-Tobit模型的工業綠色轉型測評及其影響因素研究
——以長三角地區為例

傅為忠 黃小康

(合肥工業大學 管理學院，安徽 合肥 230009)

從工業綠色轉型的角度，基于長三角地區2000-2013年的面板數據，運用DEA模型測算工業綠色轉型效率，并運用Tobit模型分析其影響因素。并提出，為促進工業綠色轉型，要不斷優化工業結構，加大科技創新，建立新型工業體系，形成示范效應。

工業綠色轉型；DEA模型；Tobit模型；長三角

一、前 言

當前中國經濟正處于新常態，面臨經濟增速放緩、經濟結構調整、生態環境承載力接近上限等眾多矛盾和挑戰，解決這些矛盾和挑戰是中國順利實現全面建成小康社會，以及生態文明建設目標的關鍵任務。我國工業長期粗放型發展，使國內資源消耗強度大，資源對外依存度不斷提高，生態環境硬約束日趨強化，這對加快轉變工業發展方式形成了“倒逼機制”。為了破解這一發展困局，國家將“生態文明建設”提高到了國家戰略高度，把工業發展提升到綠色發展高度，在工業轉型升級的進程中，建設新型工業的生態文明制度體系，用制度保護生態環境；在實施“新型工業化、城鎮化、信息化、農業現代化”的進程中，進而提出了“綠色化”發展的重要指導思想，通過推進科技含量高、資源消耗低、環境污染少的“綠色化”生產方式，帶動工業的綠色發展，形成經濟社會發展新的增長點。在這種背景下，研究工業綠色轉型就十分必要。

與綠色轉型效率密切相關的研究課題主要涉及到綠色全要素生產率的研究。周五七和聶鳴[1]運用Malinquist-Luenberger指數方法測度包含二氧化碳排放的綠色全要素生產率增長及其成分。吳英姿和聞岳春[2]利用SML指數方法測算了1995-2009年我國工業綠色生產率，研究發現我國工業綠色生產率先升后降，其增長的主要動力來自綠色技術進步。關于工業綠色轉型的研究，張江雪和王溪薇[3]運用DEA-CCR模型測算我國各省2005-2009年的工業綠色增長指數，但是把工業生產過程中排放的污染物作為投入并不合理。彭星和李斌[4]把工業綠色全要素生產率對工業經濟增長的貢獻率作為工業綠色轉型的衡量指標，研究貿易開放和FDI對工業綠色轉型影響。

本文在既有研究的基礎上，對工業綠色轉型的測評研究分為兩個階段。第一階段,綜合考慮工業污染排放，運用熵值法處理工業“三廢”得到一個環境污染綜合指數，作為非期望產出的指標，并采用DEA-SBM模型測度的工業環境效率與DEA-CCR模型測度的經濟效率的比值作為工業綠色轉型效率進行測算；第二階段,運用面板Tobit模型檢驗外部環境要素對工業綠色轉型效率的影響。最后，根據所得結論提出工業綠色轉型的政策建議。

二、模型、數據和變量說明

（一）模型設定

以DEA模型計算得出的工業綠色轉型效率為因變量，以選取的影響因素指標為自變量，本文構建的面板Tobit模型為

（二）數據來源

本文以2000-2013年長三角地區（江蘇、浙江、上海、安徽）為樣本，基礎數據均來源于《江蘇統計年鑒》、《浙江統計年鑒》、《上海統計年鑒》、《安徽統計年鑒》。

（三）變量說明

1.工業綠色轉型效率測度指標選取如下：

（1）勞動投入：選取工業從業人數作為指標。

（2）資本存量：選取工業固定資產凈值作為指標。工業固定資產凈值的計算借鑒周五七和聶鳴的做法[1]。

（3）能源消費量：選取工業能源消費總量作為指標。

（4）期望產出：選取工業總產值作為指標。

（5）非期望產出：選取環境污染綜合指數作為指標。為綜合度量各省的工業環境效率，本文利用熵值法將工業“三廢”綜合成環境污染綜合指數。

2.工業綠色轉型效率的影響因素指標選取如下:

（1）地方經濟發展水平：以人均GDP的對數表示——LNRJGDP。

（2）國有企業比重：以國有及國有控股企業資產占GDP的比重表示——PSOE。

（3）工業資本深化：以工業固定資產凈值與工業從業人數比值的對數表示——LNICD。

（4）工業污染治理：以工業污染治理項目本年完成投資額的對數表示——LNIPI。

（5）產業結構：以工業比重表示——PI。

（6）科技創新能力：以R&D經費支出表示——LNRD。

（7）對外開放程度：以外商投資和港澳臺商投資工業企業資產及貨物進出口總額之和占GDP的比重表示——OPEN。

三、實證分析

（一）工業綠色轉型效率測度

本文先利用熵值法將工業廢水排放量、工業廢氣排放量及工業固體廢棄物排放量綜合成環境污染綜合指數，具體測算結果如表1所示。

表1 環境污染綜合指數描述統計

運用MAXDEA6.4求解工業經濟效率、工業環境效率、工業綠色轉型效率，具體測算結果如表2所示。

表2 相關效率值描述統計

在表2中可以得到2000-2013年長三角地區經濟效率平均值為0.73，考慮非期望產出后，2000-2013年長三角地區環境效率平均值僅為0.30，2000-2013年長三角地區工業綠色轉型效率值為0.38。江蘇省的經濟效率、環境效率、工業綠色轉型效率平均值都是最大的，江蘇省處于工業的生產前沿；浙江省的環境效率值較大；上海市的經濟效率值較大，而其工業轉型效率值不高；安徽省的經濟效率、環境效率、工業綠色轉型效率平均值都是最小的。

（二）工業綠色轉型效率的影響因素分析

本文運用Stata12.1軟件，對（1）式的各參數進行估計，結果如表3所示。

從表3可以看出，模型擬合效果很好，面板方差成分對總方差的貢獻為0.8965, 卡方檢驗統計值為125.39，對應的P值為0，這說明7個解釋變量對各地區工業綠色轉型效率存在顯著影響。

表3 長三角地區工業綠色轉型效率影響因素的Tobit回歸結果（2000-2013年）

回歸結果表明，地方經濟發展水平與工業綠色轉型效率具有顯著的正向關系，回歸系數值最大，為0.4054。國有及國有控股企業的比重對工業綠色轉型效率的影響系數為正，回歸系數值為0.0834，但沒有通過顯著性檢驗，即國有企業比重對工業綠色轉型有著不顯著的正向影響。工業資本深化與工業綠色轉型顯著負相關，回歸系數值為-0.3673，工業綠色轉型不能依賴資本要素推動。工業污染治理對工業綠色轉型效率的影響系數為負，回歸系數值為-0.0158，但沒有通過顯著性檢驗。工業比重與工業綠色轉型顯著負相關，回歸系數值最大，為-1.2346。科技創新能力與工業綠色轉型效率具有顯著的正向關系，回歸系數值為0.3238。對外開放程度對工業綠色轉型效率的影響系數為負，回歸系數值為-0.0507，但沒有通過顯著性檢驗。

四、結論與建議

本文基于長三角地區2000-2013年的面板數據，構建DEA-Tobit模型對工業綠色轉型效率進行測度，并分析了其影響因素。長三角地區工業綠色轉型效率平均值普遍不高，僅為0.38，最高的是江蘇，其次是浙江、上海，最低的是安徽，在工業綠色轉型的影響因素中，地方經濟發展水平、科技創新能力的提高對工業綠色轉型起積極的推動作用，國有及國有控股企業的比重有著不顯著的正向影響，工業資本深化、工業比重對工業綠色轉型產生顯著的負向影響，工業污染治理、對外開放程度有著不顯著的負向影響。

基于上述結論，本文提出如下建議。

首先，長三角地區是我國耗費資源、污染物排放最多的區域，要實現工業綠色轉型還有很長的路要走，但能源與環境的嚴重制約將使得工業綠色轉型刻不容緩。江蘇、浙江、上海要向世界級城市群邁進，引領帶動乃至輻射全國，要不斷優化自身工業結構，加大環境治理的力度以及大力推廣節能減排技術，高起點綜合考慮工業綠色轉型。安徽后加入長三角，經濟發展水平還較落后，要借鑒江蘇的經驗，推動技術創新，避免走“先污染后治理”的道路，充分利用后發優勢，在經濟取得進步的同時實現工業綠色轉型。

其次，有必要提高地區的經濟發展水平和加大科技創新能力的提升，建立新型工業體系，大力提升企業的自主創新能力尤其是大中型工業企業，以此帶動中小型企業轉型升級，在工業綠色轉型過程中，不能依賴走“先污染后治理”的道路來轉型，要嚴格限制并逐漸減少乃至禁止污染較大的項目，推進綠色工業體系建設，提高綠色工業比重，支持綠色工業的資本深化。

最后，長三角地區要實現工業綠色轉型，走出一條“科技含量高，經濟效益好，資源消耗低，環境污染少”的發展之路，必須要選擇工業綠色發展模式，堅持低碳、循環和可持續發展，要全面建立支撐工業綠色化發展的科技平臺體系，以技術創新體系為支撐，優化調整工業結構，引導產業有序轉移，實現產業布局的綠色化，構建科學合理的產業發展格局，以綠色環保為宗旨，加強能源監察和環境質量監管，推行高效率、低消耗、可循環和少排放的綠色基地模式，力爭在工業綠色發展模式上形成示范效應，這對我國工業綠色轉型具有重要意義。

[1]周五七,聶鳴.低碳轉型視角的中國工業全要素生產率增長——基于1998—2010年行業數據的實證分析[J].財經科學,2012(10).

[2]吳英姿,聞岳春.中國工業綠色生產率、減排績效與減排成本[J].科研管理,2013(2).

[3]張江雪,王溪薇.中國區域工業綠色增長指數及其影響因素研究[J].軟科學,2013(10).

[4]彭星,李斌.貿易開放、FDI與中國工業綠色轉型——基于動態面板門限模型的實證研究[J].國際貿易問題,2015(1).

F427

A

1003-1154（2016）01-0112-03

10.3969/j.issn.1003-1154.2016.01.036

教育部人文社科規劃項目“區域集群式創新能力評價研究”（12YJA630031）；安徽省六安市經濟和信息化委員會委托項目“六安市工業綠色發展規劃”（JS2014AHDS0029）.