節能減排、環境規制與中國工業綠色轉型

一、問題提出與文獻回顧

在工業經濟高速發展的今天，能源危機、氣候變暖、環境污染等問題也日益突出，直接威脅著人類的生存與發展。在資源和環境承載力有限的情況下，將“碳排放”因素納入工業經濟發展考察系統中，通過技術創新、清潔能源的開發與利用等手段實現工業經濟發展與環境保護共贏的低碳經濟發展模式，成為各國關注的重點。轉型時期的中國面臨著工業經濟增長和節能減碳的權衡，目前對資源、環境及工業經濟這三者協調程度的判斷是一個研究熱點。低碳約束下中國工業環境全要素生產率的測度及影響因素，是判斷資源、環境、工業經濟協調狀況以及工業能否順利實現綠色轉型的重要指標。

Birol和Kepple指出，在保持或者促進經濟增長的同時減少能源消費和環境污染的關鍵政策參數是提升全要素生產率。［1］數據包絡分析（Data Envelopment Analysis,DEA）是測度全要素生產率的典型方法，然而傳統的全要素生產率并沒有考慮經濟增長造成的資源耗竭和環境污染等問題。Hu和Wang在勞動力、資本等傳統投入要素的基礎上考慮了能源投入，以此測度全要素生產率。［2］伴隨能源投入而來的是二氧化碳等非期望產出。既然非期望產出（如二氧化碳排放）與期望產出（如工業總產值、GDP等）是相伴而生的，忽略非期望產出會低估在較強環境規制下的全要素生產率，將期望產出和非期望產出進行非對稱處理，會扭曲對經濟增長與環境保護“雙贏”績效的評價，從而可能在政策建議上產生誤導。［3］［4］吳軍等［5］考慮了能源消費等投入，并將環境污染等看作是一種非期望產出，基于Chung［6］提出的方向性距離函數和曼奎斯特-盧恩伯格（Malmquist-Luenberger，ML）生產率指數測算了在非期望產出減少和期望產出增加的情況下中國省際工業全要素生產率的增長。王兵等［7］借鑒了Fukuyama和Weber［8］的思路，采用SBM模型測度了區域環境全要素生產率，發現能源的過多使用以及污染物的過度排放是環境無效率的主要來源。王玲等則測算了中國制造業28個行業的環境全要素生產率，發現中國制造業的能耗、排放存在“雙高代價”“不對稱性”，能耗結構影響行業污染排放量，且行業效率存在較大的異質性。［9］周五七和武戈運用ML指數測度了低碳約束的工業綠色生產率增長，發現外商直接投資對工業綠色全要素生產率的促進作用尚不明顯。［10］李濤［11］運用Sueyoshi［12］提出的非徑向DEA方法——RAM（Range Adjusted Measure）模型估算了碳環境效率以測度碳排放與經濟增長的耦合程度，結果發現，中國節能減碳政策取得了明顯效率改進的“水平效應”，高能耗與投資過度是非效率的主要源泉。

為了改善全要素生產率和破解當前工業經濟發展中面臨的能源緊缺、環境污染、溫室氣體排放等眾多問題，各國紛紛實施環境規制政策，并認為加強環境監管是應對能源、環境多重約束的可行路徑。陳超凡通過動態面板模型研究工業綠色全要素生產率的影響因素，結果顯示：環境規制對綠色全要素生產率的影響尚未越過“波特拐點”，外商投資能提升技術進步但對綠色全要素生產率的促進作用還未發揮。［13］劉和旺等發現環境規制強度與企業全要素生產率之間存在“倒U型”關系，實施嚴格且適宜的環境規制可以實現環境保護和生產率提高的雙贏結果。［14］林伯強和劉泓汛發現對外貿易通過進口產品技術外溢和出口中學習兩種途徑對能源環境效率起到顯著的促進作用，研發投入、環境規制、行業異質性等變量同樣會影響到環境效率。［15］原毅軍和謝榮輝發現環境規制顯著促進了工業綠色全要素生產率的增長，驗證了“波特假說”的成立，同時嚴格的環境規制能有效提高外資進入的環境門檻，環境規制與外商直接投資的良性互動是綠色全要素生產率增長的重要影響因素。［16］

已有文獻多運用方向性距離函數測度了環境全要素生產率，但方向向量的設定存在主觀性，測算的多是環境全要素生產率的增長率，而不是效率水平值，也不能分析非效率的源泉。本文以2000—2012年中國36個工業行業為研究對象，采用基于松弛變量的RAM模型，憑借其非徑向、非角度、加性結構特征，將能源、碳排放和工業產出涵蓋在同一框架內對中國節能減碳與工業經濟增長的均衡狀態進行判斷，即對低碳約束下環境全要素生產率進行測算，并通過分解松弛變量分析環境全要素生產率的非效率源泉。隨后運用面板Tobit模型檢驗了環境規制是否與環境全要素生產率之間存在非線性關系，以及環境規制與外商投資的相互作用對環境全要素生產率的影響。

二、模型的構建

（一）碳排放約束下環境全要素生產率的測度模型

碳排放約束下環境全要素生產率是基于生產可能集測度的。每個工業行業可看作是一個決策單元，假設每一個工業行業使用N種普通投入要素和I種能源投入要素得到M種期望產出和J種非期望產出則同時包含期望產出和非期望產出的生產可能性集合可以用式（1）表示。

本文采用RAM模型來構造行業生產前沿面，根據每種工業行業的實際投入、產出水平與它們在生產前沿面的投影的差距（用松弛變量表示）進行效率測算。RAM模型將投入效率和產出效率同時考慮在內，避免了徑向和角度度量的偏差。同時，RAM模型具有加性結構特征，可以測算兼顧期望產出和非期望產出（雙重產出）時的效率值。因此，本文采用RAM模型測度碳排放約束下環境全要素生產率，以實現經濟又好又快地發展。

假設第k0個被評價行業的普通投入、能源投入、期望產出和非期望產出的向量分別為其相對于生產前沿面的投影的松弛變量分別為能源投入設置兩個松弛變量，主要是考慮到能源的“混合效應”，即能源投入可以替代勞動力、資本等普通投入或不同種類能源內部可以互相替代，因此某種能源消耗量的增加并不一定意味著效率惡化，反而會使得能源得到改善分別表示某種能源消耗增加和減少兩個投影方向，但由于一種能源消耗不能既增加又減少，所以不能同時大于0。

當考慮能源投入和非期望產出時，低碳約束下RAM環境全要素生產率測度模型為：

其中，zk是各行業實現最大相對效率時，所構建的生產前沿面上各決策單元的權重。其中表示決策單元的權重變量和等于1，結合權重變量的非負約束條件，表示可變規模報酬（VRS）假定下的生產技術分別為被評價行業普通投入要素、能源投入、期望產出和非期望產出的極差，即：

環境全要素生產率可以衡量能源、碳減排及工業經濟發展的均衡程度，體現了經濟發展與環境保護雙贏的思想。此時，第t時期第k0個工業行業的全要素能源效率θ可以表示為：

（二）變量選取及數據來源

鑒于數據的真實性、可得性和完整性，本文選取中國36個工業行業為研究對象，測算碳排放約束下工業企業的環境全要素生產率。本研究中選取的投入要素有：資本投入（K）、勞動投入（L）、能源投入（E）；產出要素有：期望產出、非期望產出。其中，資本投入以“各行業固定資產凈值年均余額”來衡量；勞動投入以“各行業各年的全部從業人員平均值”進行衡量；資源投入以“各行業能源消耗總量”來衡量，以折算為標準煤的歷年各行業的煤炭、焦炭、燃料油、汽油、煤油、柴油、天然氣七種化石能源消耗量的合計表示；以“工業總產值”作為36個行業的期望產出，為剔除價格因素的影響，根據工業品出廠價格指數將原始數據統一折算成2000年不變價；以“CO2排放量”作為非期望產出的衡量標準，通過煤炭、焦炭、燃料油、汽油、煤油、柴油、天然氣七種化石能源的消耗量，與相應的二氧化碳排放系數的乘積和來估算中國工業生產過程中產生的CO2排放量。各種化石能源的排放系數來源于IPCC（2006）、國家發改委能源研究所（2007）及齊亞偉和陶長琪［17］的文獻。

以上數據均取自《中國統計年鑒》《中國工業經濟統計年鑒》及《中國能源統計年鑒》，部分缺失數據采用同比增長率計算得到，研究的時間跨度為2000—2012年。①

（三）非效率源泉的測度模型

環境全要素生產率小于1表示存在非效率，該行業的生產并未實現帕累托最優，尋求非效率的主要源泉有利于有針對性提出改進措施。RAM模型是利用松弛變量相對于極差的程度來表征效率，松弛變量的存在正是非效率產生的原因正是各種投入產出的松弛變量的集合，它表示了普通投入要素的富余、能源消耗的富余或不足、CO2排放的富余以及工業總產值的不足，松弛變量越大，表示無效程度越高。

環境全要素生產率中的普通投入要素非效率NEKL、能源投入要素非效率NEE、工業產出非效率NEY和CO2排放非效率NECO2，公式如下：

三、全要素能源效率的測度結果

本文采用2000—2012年中國工業36個兩位數行業（刪除其他采礦業、工業品及其他制造業、廢棄資源和廢舊材料加工業3個數據缺失比較嚴重的行業）的面板數據，利用matlab求解模型（1）和（2），得到中國36個工業行業的環境全要素能源效率（TFP）的年均值，結果如表1所示。

表1 2000—2012年中國36個工業行業的環境全要素生產率的平均值

從表1可以看出，除了電子及通信設備制造業實現了雙重帕累托最優，其他行業都未實現工業發展與節能減排的雙重目標。同時,我們也注意到，煤炭采選業、黑色金屬冶煉及壓延加工業、非金屬礦物制品業、紡織業、電力蒸汽和熱水的供應業等行業的生產效率仍比較低下，這一現象暴露了這些產業的投入存在較大冗余，工業總產值存在較大不足，或產生過多的二氧化碳，即生產過程存在較大的浪費。因此，本文對環境全要素生產率的非效率值進行了分解，分析其非效率源泉，結果見表2。

表2 中國工業行業環境全要素生產率的非效率分解

從表2可以看出，在環境全要素生產率的非效率源泉中，勞動力冗余導致的非效率是導致環境全要素生產率低下的主要原因，其次是工業產出不足，而二氧化碳的排放效率較高。這表明隨著環保意識的提高，節能減排政策初見成效，碳排放總量得到控制，但資本和勞動力的利用率有待提高。資本相對于勞動力利用率更高，勞動的非效率占整體非效率的37.9%，此種情況結合中國人口大國的國情來看，說明勞動力過多導致勞動力利用率降低，沒有充分發揮勞動力在工業生產中的作用，是影響經濟非效率的重要原因。這也在一定程度上說明，中國在工業高度發展過程中對資本與勞動的平衡協調并沒有達到理想的效果，沒有得到工業的高效率產出，今后有待進一步提高資本和勞動力的配置比例。同時發現，勞動力利用效率呈現先遞減后遞增的變動趨勢，資本非效率值則基本呈現遞增趨勢，而能源利用效率相對較為穩定，表明近年來勞動力配置得到改善，而投資效率和能源效率出現了惡化。工業產出的非效率呈現遞減趨勢，碳排放效率也相對較為穩定，表明無論是工業期望產出還是非期望產出的利用效率都在不斷提升，實現工業經濟又好又快地發展關鍵在于提高投入要素的利用效率，以推動不同產業間的要素流動和有效配置。

四、環境全要素生產率的影響因素分析

（一）影響因素的選取

在考察中國工業環境全要素生產率的行業差異和時變趨勢的基礎上，有必要進一步研究影響環境全要素生產率的外界因素，以便改善環境全要素生產率。由于作為被解釋變量的環境全要素生產率的取值范圍在［0,1］，數據被截斷，因此，本文采用處理受限因變量的Tobit模型進行環境全要素生產率的影響因素分析。根據以往的研究文獻，本文主要選取結構因素、科技創新因素、對外開放因素以及環境規制因素，具體代理變量如下所示。

1.結構因素。本文主要從企業規模、要素稟賦、所有權、能源四個方面考察結構因素。其中，企業規模（comp）可反映行業競爭激烈程度，用于分析企業規模對環境全要素生產率到底是起促進作用還是阻礙作用，本文用每個工業行業的工業總產值除以該行業的工業企業個數來衡量。要素稟賦（k）用資本勞動比的對數來衡量，可用于表示資本與勞動力的配置比例。資本勞動力比例的上升意味著資本深化，該變量用于檢驗資本深化對環境全要素生產率究竟是正面影響還是負面影響。所有權結構（state）采用工業行業中國有及國有控股企業工業總產值占全部國有及非國有企業工業總產值的比重來衡量，以此反映不同所有權結構的企業在生產效率、節能減排中的表現是否存在顯著的差異。能源結構（e）用煤炭消費量（將實物量折合成標準煤）占能源消費總量的比重表示。以煤為主的能源消費結構不僅消耗大量資源，還是產生二氧化碳的主要原因，能源結構的轉型將有助于改善環境全要素生產率。

2.科技創新能力（rd）。科技創新與技術進步是促使工業轉型和綠色發展的根本動力，有利于提高要素利用率和減少污染排放，是改善環境全要素生產率的關鍵所在。研發投入與科技創新能力密切相關，故本文選取大中型工業企業研發與試驗發展經費內部支出占工業總產值的比重來衡量科技創新能力。

3.環境規制強度（reg）。加強環境監管力度，減少污染排放是實現工業發展與環境保護雙贏的關鍵。根據“波特假說”，環境規制一方面增加了企業生產成本，但另一方面，環境規制可以刺激企業加快技術創新和使用清潔能源等，有可能通過創新補償作用抵消規制成本。因此，環境規制的“激勵創新”與“減少污染”的雙重效應從長期看是有助于提高環境全要素生產率的。本文根據李小平等［18］的研究，采用工業行業廢水和廢氣治理運行費用之和占工業總產值的比重來衡量環境規制強度。為了分析環境規制與環境全要素生產率可能存在的非線性關系，本文同時考慮了環境規制強度的平方項（reg2）和立方項（reg3）。

表3 Tobit模型估計結果

4.外商直接投資（fdi）。隨著對外開放程度的加深，越來越多的外商向中國投資，這一方面通過技術溢出促進國內企業技術進步，但另一方面由于國外嚴厲的環境規制政策，導致高耗能、高污染的行業可能轉移到中國，產生嚴重的“貿易引致型”環境污染。為了檢驗是否存在“污染天堂假說”，本文引入外商投資，及其與環境規制的交互作用來分析其對環境全要素生產率的影響。其中，外商投資采用外商投資工業企業總產值占全部工業企業總產值的比重來衡量。

相關數據均來源于歷年《中國工業經濟統計年鑒》《中國能源統計年鑒》《中國科技統計年鑒》《中國環境統計年鑒》（2001—2013）。

（二）Tobit模型的回歸結果

表3給出了Tobit模型的參數估計結果。從結果中可以看出，企業規模對環境全要素生產率具有顯著的促進作用，這說明大企業更注重節能減排技術的采用，更有助于環境全要素生產率的提升。資本深化對環境全要素生產率的促進作用不是非常顯著，表明資本和勞動力的配置并不是非常理想，對環境全要素生產率的提升機制還未完全凸顯出現。以煤炭為主的能源結構將阻礙環境全要素生產率的提升，但隨著能源結構的優化，阻礙作用不太顯著。該分析結果與上述RAM模型的結果相吻合，進一步證實了在中國工業各行業中，勞動力與資本的有效分配、能源的有效利用等問題有待進一步改善。

所有制結構對環境全要素生產率的提升具有顯著的阻礙作用，這說明政府雖然對國有企業實施了嚴格的環境管制，但可能由于國有企業的投入存在較大的冗余，導致國有企業具有較低的環境全要素生產率。研發投入顯著促進了環境全要素生產率的提升，這驗證了科技創新是環境全要素生產率提升的關鍵因素。在初始狀態，環境規制對環境全要素生產率表現出阻礙作用，表明環境規制政策的實施增加了企業的環境成本，從而降低了企業環境全要素生產率。但增添環境規制的平方項和立方項后，發現環境規制平方項和立方項前的系數分別為正、負，表明環境規制與環境全要素生產率之間呈現“倒N型”關系。也就是說，環境規制強度的提高，會刺激企業進行技術變革從而提高環境全要素生產率，但過高的環境規制強度將超出企業所能承擔的上限，進而對環境全要素生產率產生不利影響，這與王杰等的結論一致［19］。同時發現，外商直接投資有助于環境全要素生產率的提升，但環境規制與外商直接投資的交叉項對環境全要素生產率具有顯著的阻礙作用，這表明行業的對外開放程度越高，外商直接投資的技術溢出效應越能提升國內企業技術進步，越有利于提高環境全要素生產率。但嚴格的環境規制政策一方面通過減少環境污染提升環境全要素生產率，另一方面將提高外商直接投資的進入門檻，即“污染天堂假說”的存在導致外商直接投資通過環境規制對環境全要素生產率起到一個間接作用。

五、結 語

工業部門是國民經濟的“碳密集”行業，且具有鮮明的“碳鎖定”效應，因此，低碳經濟的發展需要中國工業加快綠色轉型，走出一條既能促進經濟增長，又能保護資源環境的可持續發展之路。低碳約束下中國工業環境全要素生產率的測度及影響因素對分析中國低碳經濟發展狀況十分重要。本文以中國2000—2012年36個工業行業為研究對象，采用RAM模型測度了低碳約束下工業環境全要素生產率及非效率來源，并構建了Tobit模型對環境全要素生產率的影響因素進行實證檢驗，并得到以下主要結論。

環境全要素生產率在行業間存在較大的差異。煤炭采選業、黑色金屬冶煉及壓延加工業、非金屬礦物制品業等行業的環境全要素生產率較低，這可能是由于近年來這些行業過分追求經濟效益，過度地依賴能源投入而忽視環境問題，從而影響了中國工業的健康發展，同時目前高額的環境成本也制約著中國工業發展質量的提升。介于此，中國需要制定更加詳盡的節能減排政策，大力宣傳低碳經濟思想，深入落實減碳戰略。

勞動力冗余是導致環境全要素生產率低下的主要原因，但其非效率值呈現先遞增后遞減的變動趨勢；工業產出不足也是造成環境全要素生產率低下的主要原因，但產出的利用效率在不斷改善；碳排放效率較高，對環境全要素生產率的制約作用最小。這表明中國需要改善勞動力結構，使得勞動力得到充分合理的利用。

企業規模、研發投入、資本深化都對環境全要素生產率表現出促進作用，但資本深化的促進作用尚不明顯。各工業企業應注重企業規模與工業效率之間的平衡，在擴大規模的同時更要重視資本與勞動力的配置及技術創新，促使行業由資本密集型向技術密集型轉變，以此提升環境全要素生產率。以煤炭為主的能源結構和以國有企業為主體的所有制結構將對環境全要素生產率的提升產生不利影響，中國今后應進一步優化能源結構和混合所有制改革。環境規制與環境全要素生產率之間呈現“倒N型”關系，表明適度的環境規制強度將充分發揮“激勵創新”+“減少污染”的雙重效應，最大程度地提升環境全要素生產率。外商直接投資一方面通過技術溢出效應有利于國內工業環境全要素生產率的提升，但另一方面國內嚴格的環境規制將阻礙外商向高污染、高耗能行業的投資，引導外商投資企業從低層次向高層次轉移，緩解“貿易引致型污染”。這表明中國在擴大對外開放程度、吸引外商投資的同時，更要通過加強環境監管提高外商投資質量，注重選擇新技術、新工藝，擇優發展。

注釋：

①由于《中國工業經濟統計年鑒》自2011年之后不再統計分行業的工業總產值，為了保證數據的準確性，本文采用同比增長率只將工業總產值的數據延后一年。

［參考文獻］

［1］Birol F.,Keppler,J.H.Prices,Technology Development and the Rebound Effect.Energy Policy,2000，（6-7）.

［2］Hu J.，Wang,S.Total-factor Energy Efficiency of Regions in China.Energy Policy,2006,（17）.

［3］HailuA.,VeemanT.S.Non-parametricProductivityAnalysiswithUndesirableOutputs:anApplicationtotheCanadianPulpandPaperIndustry.AmericanJournalofAgriculturalEconomics,2001,（3）.

［4］KumarS.EnvironmentallySensitiveProductivityGrowth:aGlobalAnalysisUsingMalmquist-LuenbergerIndex.EcologicalEconomics,2006,（2）.

［5］吳軍.環境約束下中國地區工業全要素生產率增長及收斂分析［J］.數量經濟技術經濟研究,2009，（11）.

［6］Chung Y.H.,Fare R.,Grosskopf S.Productivity and Undesirable Outputs:a Directional Distance Function Approach.Journal of Environmental Management,1997,（3）.

［7］王兵,吳延瑞,顏鵬飛.中國區域環境效率與環境全要素生產率增長［J］.經濟研究,2010,（5）.

［8］FukuyamaH.,WeberW.ADirectionalSlacks-BasedMeasureofTechnicalInefficiency.Socio-E-conomicPlanningSciences,2009,（4）.

［9］王玲，陳仲常，馬大來.節能減排、全要素能源生產率及行業異質性研究［J］.當代財經，2013,（10）.

［10］周五七，武戈.低碳約束的工業綠色生產率增長及其影響因素實證分析［J］.中國科技論壇，2014,（8）.

［11］李濤.資源約束下中國碳減排與經濟增長的雙贏績效研究［J］.經濟學（季刊），2013,（1）.

［12］Sueyoshi T.,Goto M.,Ueno T.Dea Approach for Unified Efficiency Measurement:Assessment of Japanese Fossil Fue Power Generation.Energy Economics,2011,（4）.

［13］陳超凡.中國工業綠色全要素生產率及其影響因素［J］.統計研究，2016,（3）.

［14］劉和旺，鄭世林，左文婷.環境規制對企業全要素生產率的影響機制研究［J］.科研管理，2016,（5）.

［15］林伯強，劉泓汛.對外貿易是否有利于提高能源環境效率——以中國工業行業為例［J］.經濟研究，2015,（9）.

［16］原毅軍，謝榮輝.FDI、環境規制與中國工業綠色全要素生產率增長［J］.國際貿易問題，2015,（8）.

［17］齊亞偉，陶長琪.我國區域環境全要素生產率增長的測度與分解［J］.上海經濟研究，2012,（10）.

［18］李小平，盧現祥，陶小琴.環境規制強度是否影響了中國工業行業的貿易比較優勢［J］.世界經濟，2012，（4）.

［19］王杰，劉斌.環境規制與企業全要素生產率——基于中國工業企業數據的經驗分析［J］.中國工業經濟，2014,（3）.