中國制造業排污權配置效率與需求強度影響因素研究

劉艷，韓立巖（北京航空航天大學經濟管理學院，北京，100191）

中國制造業排污權配置效率與需求強度影響因素研究

劉艷，韓立巖
（北京航空航天大學經濟管理學院，北京，100191）

排污權是一種有產權界定、具有經濟價值的可轉移資產。2016年1月，中國將石化、化工等行業第一階段納入碳排放交易市場。本文將排污權作為一種投入要素，運用隨機前沿分析方法測算中國29個制造業2001～2014年全要素生產率以及制造業排污權配置效率，并且基于均衡狀態下排污權需求決定函數構建了制造業排污權需求強度影響因素檢驗的動態面板模型，同時檢驗了影響因素在不同行業間的異質性。結果表明，制造業排污權重置效應在制造業轉型升級過程中普遍存在，排污權配置效率主導了制造業要素配置效率變化；提高污染密集型行業的排污權配置效率是排污權市場化改革的重點。從“十五”時期到“十二五”時期，隨著產業升級政策的推進和環境規制政策的完善，特別是排污權市場化交易機制改革的推進，制造業排污權重置效應的經濟紅利逐漸得以釋放。

排污權交易；全要素生產率；排污權配置效率；排污權需求強度

一、引言

經濟增長理論認為，對于開放型經濟，全要素生產率（TFP）、要素投入和出口是經濟增長的源泉。改革開放以來，中國經濟發展依托投資、勞動力和出口取得了舉世矚目的成就，創造了“中國奇跡”。2014年中國人均GDP為7 485美元①參見國家統計局網站http://www.stats.gov.cn/tjzs/tjsj/tjcb/dysj/201511/t20151112_1273538.html，根據聯合國開發計劃署的2014年收入分類標準，屬于中等偏上收入國家。但與此同時，這種依靠投資和出口驅動的粗放型的經濟增長方式也導致了資源枯竭和環境惡化，近些年的霧霾天氣拉響了中國環境問題的警報，環境承載能力已經達到或接近上限。蘭德公司2015年1月份的報告顯示、過去十年，中國環境污染造成的損失接近每年國內生產總值（GDP）的10%，這一比例比韓國、日本等亞洲發達國家高出好幾倍，也比美國高很多。面對資源和環境的約束，“中國奇跡”能否持續，成為國內外關注的焦點。中國已經認識到依靠全要素生產率（TFP）的內生增長模式應該成為中國經濟發展的新引擎，“十三五”規劃提出要加大結構性改革，提高TFP作為經濟增長的新動能。

然而，在保護環境的同時能否提高TFP？學界對這個問題爭執不休，莫衷一是。傳統的“遵循成本說”（Gray，1987；Gray，2003）認為環境保護和經濟增長之間是矛盾的，環境保護政策將會給企業帶來技術升級和治污減排的成本壓力，從而削弱企業的競爭力。Copleand和Taylor(1994)的研究支持了這一觀點，他們運用加拿大企業數據檢驗了不同環境規制政策對工業行業內、行業間和全行業全要素生產率的影響，結果顯示、能源稅、強度標準和賦予企業一定稅費選擇權的環境規制政策，均會產生行業內和行業間的資源錯配從而降低行業的全要素生產率進而降低整個宏觀經濟的全要素生產率。然而Porter和Linde(1995)的“創新補償說”認為，合理的環境保護政策所激發的企業“創新”可以部分或全部補償環境保護成本，實現“綠色”與效率的雙贏。金碚（2009）和原毅軍（2014）均支持“創新補償說”，前者認為環境規制的提高對產業和企業群體均是一種強制性的“精洗”，產生優勝劣汰的作用；后者認為環境規制可以通過對企業施加環境約束而激勵企業對其產品結構，組織結構，管理模式、技術水平等做出相應的調整以消化約束帶來的成本上漲。另外，涂正革等（2015）運用中國工業企業數據從短期和長期檢驗了“創新補償說”，發現排污權交易機制雖然在短期緩解了中國二氧化硫排放權配置的嚴重無效率，但從現實和潛在兩個角度觀察，二氧化硫排放權交易機制未能創造出可持續的經濟紅利，不能支持“創新補償說”。

TFP的增長來自于兩個方面：一是企業自身的成長，二是資源配置效率的改進（釋放經濟紅利）。現有文獻普遍從創新提高企業競爭力促進企業自身成長的角度要求政府保護資源環境（Jaffe和Palmer，1997； Lanoie ，2011；黃德春和劉志彪，2006；李強和聶銳，2009；申能和劉鳳朝，2012；劉和旺等2015），少有文獻從提高資源配置的角度要求政府合理保護資源環境（Trevor 和 Jennifer，2015；涂正革等，2015)。近年來，越來越多的學者認為，是資源配置效率影響了中國TFP的提升（Restuccia和Rogerson，2008；Hsieh和Klenow，2009；Bollard，2014；楊汝岱，2015）。既然如此，環保政策能否提高中國的資源配置效率？正是本文要討論的問題。

學界將政府在經濟發展中保護資源和環境的行為稱為環境規制。環境規制包括基于市場的命令-控制型環境規制和基于市場的激勵型環境規制。中國的環境規制政策多以命令-控制機制為主，近十年中國基于市場機制促進污染物減排的環境規制政策逐漸豐富。2007年財政部選擇電力行業和太湖流域開展排污權有償使用和排污交易試點，此后穩步推進資源環境有償使用制度的試點改革。2011年國家發改委批準北京市、天津市、上海市、重慶市、湖北省、廣東省及深圳市開展碳排放交易試點。2014年8月，國務院辦公廳印發《關于進一步推進排污權有償使用和交易試點工作的指導意見》，提出到2017年底基本建立排污權有償使用和交易制度。2016年1月，國家發改委公布了《國家發展改革委辦公廳關于切實做好全國碳排放權交易市場啟動重點工作的通知》提出要充分發揮市場機制在溫室氣體排放、資源配置中的決定性作用，將石化、化工、建材、鋼鐵、有色、造紙、電力、航空等一批工業行業第一階段納入碳排放交易市場。漸進式的排污權交易機制已經成為中國協調環境保護和經濟發展關系的重要手段。

排污權是指排污單位經核定，允許其排放污染物的種類和數量，即是一種依法核準污染企業生產經營的行政許可。排污權有產權界定，需要被定價，是具有經濟價值的可轉移資產。在排污權交易制度下，排污權是一種有價值的投入要素。基于這一前提，排污權的配置效率必然影響全部要素的配置效率，進而影響TFP。Coasc(1960)、Crocker(1966)、Dales(1968)和Montgomery(1972)先后在理論上證明了排污權交易機制是解決由資源環境外部性引起的污染問題的有效方案，且明顯優于命令-控制的環境規制政策。

理論上看，相對于一刀切的命令-控制型環境規制政策，排污權交易制度能夠提高排污權配置效率，進而提高TFP。企業之間、行業之間和地區之間的生產率水平是有差異的。生產率水平的差異決定了排污權在不同生產者那里會產生不同的收益：對于生產率高的生產者，其多使用排污權所增加的產出要大于生產率低的生產者少使用排污權而減少的產出，從而增加整個經濟體在排污權投入總量不變的前提下產出增加，提高TFP。

關于排污權配置效率的測度問題，Stavings(1995)和Montero(1998)最早提出了交易成本和排污權交易許可證之間相互關系的理論框架，指出如果市場效率底下，會導致排污權交易的實際收益低于其邊際減排成本，這意味著排污權沒有得到有效配置。排污權配置效率的改善會增加產出，提高TFP，從而釋放潛在經濟紅利。受Montero(1998)排污權配置效率思想的影響，Brannlund(1998)首次將排污權交易引入數據包絡分析（DEA）模型，測度了排污權配置效率，發現在有效市場下，瑞典造紙及紙制品工業排污權交易下可實現潛在利潤增長。Fare(2013)認為排污權作為行政許可權既可以進行空間交易（同一時期不同生產者之間的交易）又可以進行跨期交易（未使用的排污許可權可以存放在交易機構用于下期使用或轉賣），排污權交易有助于釋放經濟體的潛在經濟紅利。

根據2014年的《中國環境統計年鑒》2013年中國工業污染物排放量占全國總污染物排放量的81.2%②污染物排放量包括污水排放量、廢氣排放量、煙塵排放量、二氧化硫排放量和粉塵排放量。，其中來自于制造業的污染物排放量占全國總污染物排放量的71.2%。另外，工業包括制造業、礦產采選、石油等資源性行業和水電煤氣生產供應業等行業，其中礦產采選、石油等資源性行業和水電煤氣生產供應業和制造業的生產方式差異較大，不適合用統一的生產函數來刻畫。基于以上原因，本文將研究對象聚焦在制造業排污權交易，首先考慮排污權、資本和勞動三種投入要素，運用隨機前沿技術測度制造業TFP、要素配置效率及排污權配置效率；然后討論制造業排污權配置的扭曲程度并在總投入不變的前提下，模擬糾正排污權配置扭曲后對TFP的影響；最后從行業類型，所有制結構和地區差異角度討論影響排污權需求強度的因素。

二、研究方法

1.考慮排污權的TFP

本文采用隨機前沿分析（SFA）方法，測算全要素生產率。分行業隨機前沿生產函數表示為：

其中，i代表行業，t代表年份，f(o)為生產前沿，uit代表技術無效率，vit為隨機誤差項。在不考慮隨機誤差項的情況下，實際產出Yit與f(o)之比刻畫了生產的技術效率（TE），即TEit=exp(-uit)。本文考慮資本(K)、勞動(L)和排污權(P)三個投入要素，考慮非單調非中性的技術變化將前沿函數設定為如下超越對數形式：

其中T為時間變量，a 為待估參數。將uit設定成時變無效率項，即假定制造業各行業技術效率水平隨著時間推移而發生系統變化：

其中ui截斷正態分布，e-φ表示技術無效率向隨時間呈指數變化，vit服從標準正態分布。

全要素生產率（TFP）代表投入要素變化之外的其他所有因素對產出增長的貢獻。根據前沿函數的估計結果，全要素生產率可以表示為：

其中 代表產出增長率，Sitj代表投入要素j 的成本份額，代表投入要素j的增長率。

Nishimizu和Page(1982)基于超越對數的生產前沿面提出在規模報酬不變的條件下TFP包括TC和TEC兩個部分。Kumbhakar(2000)在規模報酬可變的條件下，將SEC和FAEC加入到TFP測算之中。本文借鑒Kumbhakar(2000)的方法，在規模報酬可變條件下，將 TFP分解為四項：技術進步（TC）、技術效率變化（TEC）、規模效率變化（SEC）和配置效率變化（FAEC），表示如下：

TC代表由技術創新帶來的經濟增長； TEC代表在特定技術水平和要素投入下，實際產出與最大前沿產出之間的差距；SEC代表由于規模經濟導致的生產率改進；FAEC代表要素投入和產出彈性結構變化所引起的生產率改進；εitj代表投入要素j的產出彈性。

資本、勞動和排污權的要素產出彈性分別表示為：

2.最優排污權配置

借鑒Fisher-Vanden等（2004）、杭雷鳴和屠梅曾（2006），周七五（2016）的C-D成本函數：

公式（17）說明在完全競爭前提下，要素的產出彈性份額為最優均衡值，要素配置的最優條件是投入要素的成本份額與投入要素的產出彈性份額相同，若不同，其差額即為要素配置扭曲。結合公式（7），本文定義排污權配置效率為排污權投入的產出彈性份額與排污權投入的成本份額的差額與排污權投入增長率的乘積。排污權投入的成本份額與排污權投入的產出彈性份額的差額為排污權配置扭曲程度。

3.排污權需求影響因素

根據謝波德引理：在均衡狀態下，一種要素的條件投入需求就是成本函數關于該生產要素投入價格的偏倒數。同時假設，a+a+a=1，則排污權的需求函數Q和治污成KLP本占產出的比重QI可以表示為：

這里的QI是均衡狀態下排污權需求量占產出的比重，本文稱之為排污權需求強度。由公式（19）可知，影響排污權需求強度變化的因素包括TFP和產出價格與排污權價格之間的相對比(MY/PP)，結合公式（5），關于制造業排污權需求決定因素檢驗的面板模型初步設定如下：

其中PP表示產出與排污權相對價格，η表示行業個體效應，ε為隨機誤差項。

三、數據描述

根據研究目的，本文構造了29個兩位數制造業行業2001～2014年的投入產出面板數據。統計口徑和變量處理描述如下：

1.行業統計口徑

制造業行業口徑總體參照2002年版的《國民經濟行業分類標準》，同時為了使行業口徑在不同年鑒和不同年份之間保持一致，本文做了如下處理：（1）由于《中國工業統計年鑒》2003年之前沒有“廢棄資源和廢舊材料回收加工業”和“其他制造業”，2003年之后沒有“武器彈藥制造業”，因此將2003年之后的“廢棄資源和廢舊材料回收加工業”合并計入“其他制造業”，剔除2003年之前的“武器彈藥制造業”。（2）將2012年、2013年和2014年的《中國工業統計年鑒》中的“汽車制造業”、“鐵路、傳播、航空航天和其他運輸設備制造業”合并計入“交通運輸設備制造業”。（3）將2001～2005年的《中國環境統計年鑒》的“水泥制造業”合并計入“非金屬礦物制品業”。最后得到29個兩位數制造業行業作為本文的行業口徑基礎。

2. 產出

制造業分行業產出采用制造業增加值指標。2001～2003年和2005～2007年的增加值數據來自《中國工業統計年鑒》，2004年增加值數據來自《中國經濟貿易年鑒（2005）》。對于2008～2014年的增加值數據，本文假定增加值增長率與總產值增長率相同，通過計算2008～2014年分行業工業總產值增長率，以2007年增加值為基礎展期計算。最后，利用工業分行業工業品出廠價格指數對制造業分行業增加值（當年價）進行平減，得到以2001年為基年的制造業可比價增加值序列。

3.資本

本文使用永續盤存法（張軍等，2009）計算制造業資本存量，基本公式為：

其中，Kt、Kt-1分別為t年和t-1年的資本存量，It為t年新增投資，δt為t年折舊率，cdt、cdt-1為t年和t-1年累計折舊，ovfat-1為t-1年固定資產原價。根據永續盤存法的公式，計算制造業分行業固定資產存量需要的指標有：固定資產原價、累計折舊和初始年份的固定資產凈額。數據均來自《中國工業統計年鑒》。另外，假定2001年的“其他制造業”固定資產凈額和2001年、2002年“其他制造業”的固定資產原價、累計折舊的數據變動與增加值變動同步。按照2002年和2003年的第二產業增加值指數以2003年為基礎倒推得到。最后利用全國固定資產投資價格指數對各項指標平減，得到以2001年為基年的制造業分行業各項指標序列。

固定資本成本考慮利息和折舊（孫傳旺等，2014），其中折舊在計算資本存量時已經計算③2001年的折舊額為2001年累計折舊與2000年累計折舊的差額， 2001年《中國工業統計年鑒》沒有直接給出各行業累計折舊指標，本文由該年制造業各行業固定資本原價與固定資本凈額的差額計算得出。，利息由當年中國人民銀行五年期貸款利率與資本存量的乘積計算得到。

4.勞動

勞動數據采用《中國工業統計年鑒》的制造業各行業全部從業人員年均數，缺失的2012年數據采用線性插值計算得出。2001年和2002年的“其他制造業”的勞動投入數據按照2002年和2003年的第二產業增加值指數以2003年的“其他制造業”全部從業人員年平均數為基礎倒推得到。

勞動成本為勞動報酬（張軍等，2009）。本文采用各行業規模以上從業人員平均數與國有企業平均勞動報酬的乘積衡量各行業的勞動成本。各行業國有企業平均勞動報酬數據來自《中國勞動統計年鑒》。最后用居民消費價格指數對勞動報酬進行平減，得到以2001年為基年的制造業分行業可比價勞動報酬序列。

5.排污權

采用污染物排放量作為排污權投入量。污染物排放量數據來自《中國環境統計年鑒》，基于制造業各類污染物排放的嚴重程度和數據的可得性，污染物排放量選取污水排放量、廢氣排放量、煙塵排放量、二氧化硫排放量和粉塵排放量五項污染物排放量之和度量。對于缺失的2003年數據，本文以2002、2003和2004年的各行業增加值為基準，線性插值計算得出。

以治理廢水設施本年運行費和治理廢氣設施本年運行費加總衡量排污權要素成本，并用固定資產投資價格指數對成本平減，得到以2001年為基年的排污權成本序列數據。

6.排污權需求強度

本文采用制造業各行業廢水治理設施運行費與廢氣治理設施運營費之和除以增加值再乘以100來具體度量排污權需求強度，并根據各行業排污權需求從高到低排序，將29個制造行業分為高需求組、中需求組和低需求組三組（見表1）。

表1 基于排污權需求強度的制造業行業分類

7.相對價格

計算相對價格需要產出價格和排污權價格，產出價格用行業總產值數據，用治污成本作為排污權價格。行業總產值和行業治污成本的數據來源和數據處理與前文一致。

表2 變量數據的統計描述

表2報告了各變量的統計描述。如表2所示，制造業在要素投入量上的差異明顯高于要素成本的差異。就要素投入量上看，排污權投入量的差異最大，標準差為1 804 648，是資本投入量標準差的近300倍，是勞動投入量標準差的2 000多倍；就投入要素成本上看，制造業行業間排污權投入成本差異最小，標準差僅為35.043，不及資本成本標準差的4%，也不及勞動力成本標準差的3%。

四、排污權配置效率與減排潛力

1.前沿函數估計結果

利用2001～2014年中國29個制造業投入產出面板數據，根據隨機前沿方法對超越對數生產函數模型（3）進行估計的結果報告在表3中，其中模型1是包含了所有回歸項的全模型；模型2是采用逐步回歸法④篇幅所限，沒有給出選元過程中的各次回歸結果，結果備索。后最終確定的選模型。

表3 超越對數隨機前沿生產函數極大似然估計結果

（續表）

模型1的回歸結果顯示，衡量技術無效率項的方差在復合誤差項方差中所占比重為86.74%（γ=0.867 4），說明在控制了投入要素后，技術無效率可以解釋絕大部分的生產波動，且LR統計量在5%的顯著性水平上顯著，說明模型具有較強的解釋力，但是15個回歸系數中有5個沒有通過顯著性檢驗，回歸效果不是很好。模型2是剔除了ak1nK 、ak11nK1nL 、a11(1nL)2回歸項后的模型，即ak=ak1=a11=0的受約束模型。模型2所保留的11個回歸系數均通過了顯著性檢驗，且γ=0.969 4，技術無效率解釋了幾乎所有的生產波動，同時LR統計量在1%的顯著性水平上顯著。說明用模型2分析制造業TFP是合適的。

2.TFP及分解

根據前沿函數的估計結果和公式（4）—（9）計算得到制造業各行業2001-2014年TFP、TC、TEC、SEC和FAEC，將分行業平均值報告在表4中。

表4 2001-2014年中國制造業分行業TFP及其分解項均值

（續表）

由表4可知， 2001-2014年中國制造業全行業TC對TFP的貢獻率為237.45%，TEC對TFP的貢獻率為-23.57%，SEC對TFP的貢獻率為-213.89%，FAEC對TFP的貢獻率為39.36%。TC始終是對TFP貢獻最大的成分（此結果與段文斌、2011；何小剛、2012；周五七，2016的結果一致），且全部組別的TC在2001-2013年間都是平穩上升的，在2014年則出現很大程度的下降。作為發展中國家，技術進步上的后發優勢是中國制造業TC在2001-2013年持續、穩定提高的關鍵因素。而2014年TC的下降說明了中國制造業依靠TC來實現生產率增長的模式已難以為繼。

FAEC雖然對TFP的貢獻僅次于TC（此結果與張軍等的結果一致），但是只有少數年份為正（2004年、2008年、2010年、2012年、2013年），說明制造業的FAEC有很大的改進空間。因此，對于制造業而言，在依靠TC實現生產率增長的模式難以為繼的前提下，實現資源在企業和行業間更為有效的流動以提高FAEC才是今后制造業TFP進步的正確路徑。FAEC是由排污權、資本和勞動三種投入要素的配置效率共同決定的，哪種投入要素主導了FAEC？是接下來要討論的問題。

3.FAEC分解

由公式（9）可計算各項投入要素的配置效率，表5報告了計算結果。

表5 各項投入要素的配置效率及其對FAEC的貢獻

由表5可知，制造業全行業的平均排污權配置效率、資本配置效率和勞動配置效率對FAEC的貢獻分別為-87.27%、17.73%和169.53%，其中貢獻最大的是勞動配置效率，其次是資本配置效率，制造業的勞動配置效率總體上高于資本配置效率，這一結論與Hiseh & Klenow(2009)、龔關和胡關亮等（2013）和蓋慶恩等（2015）的研究結論相同。排污權的配置效率阻礙了制造業FAEC的改善，在研究期限內排污權配置效率均沒有出現正值，說明制造業普遍存在排污權配置無效率，提高排污權配置效率是改善FAEC的有效路徑。

值得關注的是，排污權配置效率呈現先惡化后改善的變化特征。2001～2005年排污權配置效率從-0.002 4持續下降至-0.130 2，這主要歸因于“十五”時期，中國強化重化工業，重化工業的過度投資和低水平擴張使環境污染加重，排污權流向高污染的重化工業導致了配置效率惡化。根據要素投入邊際產品遞減規律：污染密集的重化工業排污權投入較多，排污權的產出彈性相對較小，最優產出份額相應小，而排污權投入成本份額相對大，因而提高污染密集型行業的排污權配置效率應成為排污權市場化改革的重點。

2006-2011年排污權配置效率從-0.130 2波動改善為-0.034 8。“十一五”時期，國家提出2010年末完成較2005年減少20%的節能目標，并且于2007年在電力行業和太湖流域進行排污權試點交易，重化工業的投資規模大量減少，落后產能遭到淘汰。這一時期排污權配置效率的改善一方面是由于部分排污權從低效率行業流向了高效率行業，另一方面是由于制造業全行業的排污權投入量增長率的降低。2011－2014年排污權配置效率持續改善，從-0.038 4持續提高到了0，并且在2012-2014年均為0。“十二五”時期，國家在更廣范圍內啟動建立碳排放交易市場，開始用市場機制促進污染物減排。伴隨著國家碳排放權、排污權、水權交易市場改革的不斷深入，大量排污權從低效率行業流向了高效率行業，配置更趨于合理。

由以上分析可知，改善排污權配置效率是改善制造業FAEC的有效路徑。研究期限內，制造業的排污權配置效率雖然得到了改善，但是相對于最優配置狀態還有差距。以下關注制造業相對于最優配置狀態的減排潛力。

4.減排潛力

排污權配置效率為負，代表實際投入份額大于最優均衡值，本文定義其差額為制造業的減排潛力。圖1顯示了制造業的污染物實際排放量、最優排放量和減排潛力。

圖1 2001～2014年制造業實際排放量、最優排放量和減排潛力

如圖1所示，2001-2014年間制造業全行業排污權實際投入量呈持續上升的趨勢，從2001年的1 171 086.9萬噸增加到2014年的1 754 961萬噸，平均每年增長3.56%。同時，排污權最優投入量也呈現持續上升的趨勢，從2001年的789 014.1億噸增加到2014年的1 703 589.5萬噸，平均每年增長8.47%，大于排污權實際投入量的年增長率。這一點在減排潛力的變化趨勢上得到了更直觀的呈現：2001-2013年制造業減排潛力下降態勢明顯，并在2013年和2014年實現了0減排潛力。排污權實際投入量與最優投入量雙雙上升的事實說明了制造業對排污權的需求是有剛性特征的，現階段要求制造業排污權投入量立刻下降，實現大量減排，既不現實也不符合經濟發展規律。減排潛力持續下降的事實說明了排污權從低效率行業流向了高效率行業，制造業的實際排污量越來越接近于最優排污量。

五、排污權需求強度的影響因素

從排污權需求方面看，在市場均衡下影響排污權需求強度的因素有TFP和相對價格。考慮短期內治污設備投資和產業生產模式的制約，將滯后一期的排污權需求強度納入到影響因素模型，構建如下制造業排污權需求強度影響因素的動態面板模型：

對以上模型采用系統GMM估計，并按前文分類，將制造業按排污權需求強度分為高需求組、中需求組和低需求組，檢驗影響因素的行業異質性，估計結果報告見表6。

表6 排污權需求強度影響因素估計結果

滯后一期的排污權需求強度在制造業全行業，高需求組、中需求組和低需求組的估計結果中均在1%的顯著性水平上顯著為正并依次降低，說明相鄰兩期的排污權需求強度顯著正相關，且這種相關程度隨著排污權需求強度降低而依次降低。TFP與排污權需求強度顯著負相關。TC與排污權需求強度在全行業、高需求組和中需求組的回歸結果中都顯著正相關， TEC、SEC和FAEC在所有模型中都與排污權需求強度顯著負相關。排污權的相對價格也與制造業排污權需求強度在所有模型中顯著負相關，且相對價格對中需求組的影響要高于對高需求組和低需求組的影響。包含較多污染密集型行業的高需求組擁有最高的排污權投入量卻沒有相應的最高的治污成本，因此相對價格對排污權需求強度的影響不大。

六、結論和政策建議

本文將排污權視為投入要素研究了2001-2014年中國29個制造業的全要素生產率、配置效率變化、減排潛力和均衡狀態下的排污權需求影響因素，得出以下結論：制造業全要素生產率增長主要來自于技術進步，其次是配置效率變化，而依靠技術進步實現全要素生產率增長的模式已難以為繼，依靠改善配置效率變化來提升全要素生產率是制造業發展的必然選擇；改善排污權配置效率是改善制造業配置效率的有效路徑，排污權配置效率在研究期限內總體上呈現了好轉的變化特征；中國制造業對排污權的需求是有剛性特征的，現階段如果要求制造業排污權投入量立刻下降，實現大量減排，既不現實也不符合經濟發展規律；排污權價格是影響排污權需求強度的重要因素，其影響程度在不同行業間的差異較大。

本文的結論對當前排污權交易制度建設有重要的政策含義。

（1）提高排污權配置效率是提高要素配置效率進而提高生產率的關鍵，排污權配置效率的改善不在于污染物排放量的絕對減少，而在于排污權在企業間和行業間得到有效配置。現階段要求絕對減少污染物排放量的環境規制政策既不符合中國經濟發展階段也不符合經濟發展規律。基于市場機制的排污權交易制度是改善排污權配置效率的有效路徑。

（2）長期以來，中國較弱的環境規制政策使實際的排污權價格不能反映排污權的供求狀況，在特定時期一些高污染的重化工業幾乎是在毫無代價地使用排污權。排污權實際價格偏離有效市場的出清價格就會產生排污權配置的扭曲。排污權交易機制的完善需要更廣泛地將重化工業納入到排污權交易市場建設中。

（3）排污權配置效率的提高有賴于用市場機制決定排污權價格，實現節能減排，優化產業結構，提高生產率。在具體的政策制定上，要充分考慮我國的經濟發展階段，排污權交易不能一哄而上，要試點展開，滾動推進，重視重點行業龍頭企業的帶頭示范作用，對重點行業的龍頭企業的歷史排污量進行盤點，為排污權交易體系中的配額分配方案提供支撐。

[1]黃德春、劉志彪:《環境規制與企業自主創新——基于波特假設的企業競爭優勢構建》[J]，《中國工業經濟》，2006年第3期。

[2]杭雷鳴、屠梅曾：《能源價格對能源強度的影響——以國內制造業為例》[J]，《數量經濟技術經濟研究》，2006年第12期。

[3]段文斌、余永澤：《TFP增長有利于提升我國能源效率嗎？——基于35個工業行業面板數據的實證研究》[J],《產業經濟研究》，2011年第4期。

[4]何小剛、張耀輝：《TC、節能減排與發展方式轉型：基于中國工業36個行業的實證考察》[J]，《數量經濟與技術經濟研究》，2012年第3期。

[5]金碚：《資源環境管制與工業競爭力關系的理論研究》[J]，《中國工業經濟》，2009年第3期。

[6]李金華：《中國現代制造業體系論》[M]，中國社會科學出版社，2014年。

[7]劉國光、李京文：《中國經濟大轉變：經濟增長方式轉變的綜合研究》[M]，廣東人民出版社，2001。

[8]劉和旺、鄭世林、王宇峰：《環境規制阻礙了中國企業技術創新嗎》[J]，《產業經濟評論》，2016年第5期。

[9]李強、聶銳：《環境規制對中國企業技術創新影響的實證分環境規制與區域技術創新——基于中國省際面板數據的實證分析》[J]，《中南財經政法大學學報》，2009年第4期。

[10]孫傳旺、林伯強：《中國工業能源要素配置效率與節能潛力研究》[J]，《數量經濟與技術經濟研究》，2014年5月。

[11]沈能、劉鳳朝：《高強度的環境規制真能促進技術創新嗎》[J]，《中國軟科學》,2012年第4期。

[12]涂正革、諶仁俊：《排污權交易機制在中國能否實現波特效應》[J]，《經濟研究》，2015年第7期。

[13]楊汝岱：《中國制造業企業TFP研究》[J]，《經濟研究》2015年第2期。

[14]原毅軍、謝榮輝：《環境規制的產業結構調整效應研究——基于中國省際面板數據的實證研究》[J]，《中國工業經濟》，2014年第8期。

[15]周五七：《能源價格、效率增進及TC對工業行業能源強度的異質性影響》[J]，《數量經濟技術經濟研究》，2016年第2期。

[16]張軍、陳詩一、Gary H. Jefferson:《結構改革與中國工業增長》[J]，《經濟研究》2009年第7期。

[17]Bollard A.，Klenow P.，H.Y.Li.，2014，Entry Costs Rise with Development，Working paper.

[18]Brannlund R.,Y.Chung,R.Fare,S.Grosskopf,1998,Emissions Trading and Profitability:The Swedish Pulp and Paper IndustrymEnvironmental and Resource Economics,12,345～356.

[19]Copeland B., Taylor M.，1994，North-south trade and the Environment[J]，Journal of Environmental Economics and Management，121(2)，541～585.

[20]Fisher-Vanden Karen，Gary H.，Jefferson，2008，Technology Diversity and Development: Evidence from China’s Industrial Enterprises[J]，Journal of Comparative Economics, 36(4)，658-672.

[21]Fisher-Vanden K.，Jefferson G.H.， Liu H.， Tao Q.，2004，What is Drivion China’s Decline in Energy Intensity?[J]，Resource and Energy Economics，26(1)，77～97.

[22]Gray W. B.，1987，The Cost of Regulation: OSHA，EPA and the Productivity Slow down [J], American Economic Review，77(5)，998～1006.

[23]Gray W. B.，Shadbegian, T. J. Plant Vintage, 2003, Technology and Environmental Regulation[J], Journal of Environmental Economics and Management,46(3),384～402.

[24]Hsieh C.T., Klenow P.,2009,Misallocation and Manufacturing TFP in China and India[J],Quarterly Jourual of Economics,124(4),1403～1448.

[25]Jaffe, Adam B., Karen Palmer, 1997, Environmental Regulation and Innovation: A Panel Data Study[J]，Research of Economics and Statistics,79(4),610～619.

[26]Kumbhakar S. C.,2000,Estimation and Decomposition of Productivity Change when Production is not Efficient:A Panel Data Approach[J]，Econometric Reviews,19(4),312～320.

[27]Lanoiem P.J., Lucchetti. N., Johnstone,S.,Ambec,2011,Environmental Policy, Innovation and Performance: New Insights on the Porter Hypothesis[J]，Journal of Economics and Management Strage,20(3),803～842.

[28]Montero J.P.,1998,Marketable Pollution Permits with Uncertainty and Transaction Costs,Resource and Energy Economics,20(8),27～50.

[29]Mukherjee Anit ，Xiaobo Zhang,2007,Rural Industrialization in China and India: Role of Policies and Institutions[J]，World Development,35(10),1621～1634.

[30]Nishimizu M., J.M.Page,1982,Total Factor Productivity Growth, Technical Progress and Technical Efficiency Change: Dimensions of Productivity Change in Yugoslavia,1965～1978,Economic Journal,92,920～936.

[31]Porter M. E., Van Der Linde C.,1995,Toward a New Conception of the Environment-Competitiveness Relationship[J]，Journal of Economic Perspectives, 9(4),97～118.

[32]Rustuccia D.,Rogerson R.,2008,Policy Distortions and Aggregate Productivity with Heterogeneous Establishments[J],Review of Economic Dynamics,11(4),707～720.

[33]Stavings R.N.,1995,Transaction Costs and Tradable Permics,Journal of Environmental Economics and Management,29(9),133～148.

[34]Trevor Tombe, Jennifer Winter,2015,Environmental Policy and Misallocation: The Productivity Effect of Intensity Standards[J], Journal of Environmental Economics and Management,1(72),137～163.

A Research on the Allocation efficiency of emission rights and the Influencing factors on demand intensity of emission rights of the Manufacturing industry in China

LIU Yan, HAN Li-yan
(School of economics and management, Beihang University, Beijing 100191, China)

Emission permits is a kind of transferable assets with property rights definition and economic value. In January 2016, China included the first phase of petrochemical, chemical and other industries into the carbon trading market. The emission rights as an input factor, using the stochastic frontier analysis method to calculate the total factor productivity Chinese 29 manufacturing 2001～2014, and manufacturing of emission rights allocation efficiency, and based on the equilibrium state of lower pollution right demand decision function constructs a dynamic panel model to test the influence factors of emission intensity of demand, heterogeneity and test the influence factors in between different industries. The results show that the common manufacturing emissions reallocation effect on the upgrading of manufacturing industry in the process of transformation, the efficiency of the allocation of emission rights leading manufacturing allocative efficiency change; improve the efficiency of the allocation of emission pollution intensive industries is the focus of emission rights market reform. From the "fifteen" period to the "12th Five-Year" period, with the development of policies to promote industrial upgrading and environmental regulation policy, especially the reform of the sewage rights market trading mechanism to promote the manufacturing industry, emission rights reallocation effect economic dividends gradually release.

emission rights allocation efficiency total factor productivity emission right demand intensity

F205

A

2095-7572(2017)04-0108-17

〔執行編輯：秦光遠〕

2017-5-26

本文獲得國家自然科學基金項目“中國戰略性新興產業的空間布局與發展路徑”（項目號：71273276）的資助。

劉艷（1982-），女（漢），河南許昌人，北京航空航天大學經濟管理學院博士后，研究方向：經濟統計；韓立巖( 1955 -) ，男（蒙古），北京人，北京航空航天大學經濟管理學院教授，研究方向: 國際投資，金融工程。