劉 楊,劉華辰,趙 崢
(1.首都科技發(fā)展戰(zhàn)略研究院,北京 100022;2.北京師范大學(xué)經(jīng)濟(jì)與資源管理研究院,北京 100875)
改革開放以來,中國經(jīng)濟(jì)經(jīng)歷了較長一段時(shí)間的高速增長,但國內(nèi)外多數(shù)研究者普遍認(rèn)為,中國經(jīng)濟(jì)的快速發(fā)展很大程度上得益于大量的要素投入,而非技術(shù)的進(jìn)步。隨著近年來中國經(jīng)濟(jì)步入新常態(tài),以往依賴于大量要素投入的經(jīng)濟(jì)發(fā)展模式已不能適應(yīng)新時(shí)期經(jīng)濟(jì)發(fā)展要求,粗放式發(fā)展遺留下來的環(huán)境污染、生態(tài)破壞等問題,進(jìn)一步制約了中國經(jīng)濟(jì)質(zhì)量的提升,逼迫中國必須轉(zhuǎn)變發(fā)展方式,向技術(shù)進(jìn)步要增長。
國家 《 “十三五”規(guī)劃綱要》明確指出,“從實(shí)際出發(fā),把握發(fā)展新特征,加大結(jié)構(gòu)性改革力度,加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式,實(shí)現(xiàn)更高質(zhì)量、更有效率、更加公平、更可持續(xù)的發(fā)展”。可以說,提高質(zhì)量和效率增長將是中國在“新常態(tài)”時(shí)期更應(yīng)注重的發(fā)展方向。在不斷追求科技進(jìn)步、發(fā)展質(zhì)量的同時(shí),中國對生態(tài)文明建設(shè)的重視程度也在與日俱增。中共十八大報(bào)告明確指出在“五位”中要把生態(tài)文明建設(shè)放在突出地位,融入經(jīng)濟(jì)建設(shè)、政治建設(shè)、文化建設(shè)、社會建設(shè)各方面和全過程。由此可見,科技進(jìn)步與環(huán)境保護(hù)將是中國“新常態(tài)”時(shí)期追求可持續(xù)發(fā)展的兩大特征。正因如此,環(huán)境全要素生產(chǎn)率逐漸成為中國近年來又一熱點(diǎn)研究主題。
《2018年國務(wù)院政府工作報(bào)告》提出,支持北京、上海建設(shè)科技創(chuàng)新中心。從城市自身發(fā)展來看,北京、上海在發(fā)展過程中同樣面臨著經(jīng)濟(jì)增速放緩、資本形成減速、人口紅利收縮、環(huán)境污染嚴(yán)重等各類約束;從全國范圍來看,作為中國經(jīng)濟(jì)發(fā)展的排頭兵,北京、上海在眾多發(fā)展領(lǐng)域均保持著國內(nèi)領(lǐng)先水平,對周邊城市群甚至全國各地區(qū)都起到了輻射帶動(dòng)作用,北京、上海地區(qū)在很大程度上代表了國內(nèi)區(qū)域經(jīng)濟(jì)發(fā)展的最新前沿形勢。因此,通過研究北京、上海地區(qū)的環(huán)境全要素生產(chǎn)率,一方面可以幫助發(fā)現(xiàn)、解決兩地自身發(fā)展過程中面臨的多種問題,另一方面也可以借助京滬兩地的發(fā)展經(jīng)驗(yàn)為國內(nèi)其他地區(qū)的未來發(fā)展提供有價(jià)值的借鑒和參考。
根據(jù)經(jīng)濟(jì)增長基本理論,經(jīng)濟(jì)增長的主要源泉包括資本、勞動(dòng)和科技。在索洛模型中,全要素生產(chǎn)率(MFP,Multifactor Productivity)增長率等價(jià)于技術(shù)進(jìn)步率,因此人們常常借助測算MFP來評價(jià)某一經(jīng)濟(jì)體的技術(shù)發(fā)展水平。近年來,中國官方對提高全社會全要素生產(chǎn)率的重視程度與日俱增,《 “ 十三五”國家科技創(chuàng)新規(guī)劃》確立的“十三五”科技創(chuàng)新目標(biāo)之一是在2020年將我國的科技進(jìn)步貢獻(xiàn)率提高到60%。
然而,傳統(tǒng)MFP測算沒有把自然資本和環(huán)境污染納入核算框架,這顯然無法全面描繪整個(gè)社會的發(fā)展圖景,對于我國科學(xué)制定可持續(xù)發(fā)展相關(guān)政策的指導(dǎo)價(jià)值不夠完備。所以,需要發(fā)展一種超越傳統(tǒng)MFP測算的新指標(biāo)來更加科學(xué)的測度我國的經(jīng)濟(jì)發(fā)展?fàn)顩r,才能以更加準(zhǔn)確、綠色的方式指導(dǎo)我國經(jīng)濟(jì)走好可持續(xù)發(fā)展道路。
將自然資本和環(huán)境污染納入全要素生產(chǎn)率測算之中的想法至少可以追溯到20世紀(jì)90年代。Mohtad把環(huán)境污染看作未支付的投入,與資本、勞動(dòng)、能源投入共同引入生產(chǎn)函數(shù),測算了環(huán)境全要素生產(chǎn)率[1]。Chung 等把環(huán)境污染作為非期望產(chǎn)出,使用方向性距離函數(shù)和ML生產(chǎn)率指數(shù)測算了綠色全要素生產(chǎn)率[2]。國內(nèi)出現(xiàn)較早的類似研究文獻(xiàn)如胡鞍鋼采用省級數(shù)據(jù)和方向性距離函數(shù)生產(chǎn)率模型,通過納入廢水、工業(yè)固體廢棄物、COD、SO2、CO2等污染排放,在考慮了環(huán)境污染的情況下對中國30個(gè)省市自治區(qū)的技術(shù)效率進(jìn)行了重新測算[3]。陳詩一利用中國38個(gè)工業(yè)分行業(yè)原煤、原油、天然氣消耗數(shù)據(jù),估算了對應(yīng)的二氧化碳排放量,并將其作為投入要素納入到超越對數(shù)生產(chǎn)函數(shù)中,考察了中國工業(yè)的綠色增長[4]。王兵等運(yùn)用SBM 方向性距離函數(shù)和盧恩伯格生產(chǎn)率指標(biāo)測度了考慮資源環(huán)境因素下中國30個(gè)省份1998—2007 年的環(huán)境效率、環(huán)境全要素生產(chǎn)率及其成分,并對影響環(huán)境效率和環(huán)境全要素生產(chǎn)率增長的因素進(jìn)行了實(shí)證研究[5]。王裕瑾等將能耗和污染排放等因素納入經(jīng)濟(jì)增長模型,采用隨機(jī)前沿分析和空間計(jì)量模型對2001—2014年中國省際綠色全要素生產(chǎn)率的測算和斂散性進(jìn)行了實(shí)證研究[6]。
目前,在全球眾多研究機(jī)構(gòu)中,OECD在全要素生產(chǎn)率測算領(lǐng)域具有較大的影響力和較高的權(quán)威性,其在2001年發(fā)布的MeasuringProductivity[7]和在2009年發(fā)布的MeasuringCapital[8]已成為眾多研究機(jī)構(gòu)和學(xué)者在研究全要素生產(chǎn)率時(shí)必備的參考手冊。2016年9月,OECD發(fā)布了其在全要素生產(chǎn)率測算領(lǐng)域的最新研究成果——考慮環(huán)境調(diào)整因素的全要素生產(chǎn)率(EAMFP,Environmentally Adjusted Multifactor Productivity),將其歸入OECD綠色發(fā)展指標(biāo)體系之中[9]。該指標(biāo)將多種自然資本和環(huán)境污染納入到傳統(tǒng)增長核算框架中,輔以計(jì)量回歸方法,對51個(gè)國家進(jìn)行了更加全面、科學(xué)的全要素生產(chǎn)率測算。
從研究方法來看,OECD測算EAMFP的方法基于增長核算框架,屬于傳統(tǒng)意義上的全要素生產(chǎn)率測算方法。相比國內(nèi)多數(shù)文獻(xiàn)使用的DEA和SFA等方法,通過增長核算框架測算出的全要素生產(chǎn)率更加絕對,研究思路更加簡潔,結(jié)論可比性更強(qiáng),所以更適合政府、研究機(jī)構(gòu)定期發(fā)布研究成果使用。
假設(shè)轉(zhuǎn)換函數(shù)H(Transformation Function)如下:
H(Y,R,K,L,S,t)≥1
(1)
H表示當(dāng)生產(chǎn)有效率時(shí)的投入產(chǎn)出組合,其中,Y代表期望產(chǎn)出,R代表非期望產(chǎn)出,K代表資本,L代表勞動(dòng),S代表自然資本,t代表時(shí)間,假設(shè)HY≤0,HR、HK、HL、HS≥0。
對式(1)取對數(shù)形式并對t微分,得到:
(2)

(3)

(4)
其中,εHY<0,εHR、εHK、εHL、εHS>0。可以證明,在生產(chǎn)者利潤最大化(或成本最小化)的前提假設(shè)下,產(chǎn)出的彈性系數(shù)等于各類產(chǎn)出的產(chǎn)值比重,投入的彈性系數(shù)等于各類投入的成本比重,因此式(4)可以改寫為:
(5)
其中,pY為期望產(chǎn)出的價(jià)格,pR為非期望產(chǎn)出的價(jià)格(pR<0),ρ=pYY+pRR;pK為資本的價(jià)格,即使用者成本uK;pL為勞動(dòng)的價(jià)格,即勞動(dòng)報(bào)酬w;pS為自然資本的價(jià)格,即自然資本租金uS,γ=pKK+pLL+pSS。
定義EAMFP增長率計(jì)算公式如下:
(6)
對式(6)移項(xiàng)可得:
(7)
式(7)左側(cè)代表調(diào)整后總產(chǎn)出的增長。根據(jù)式(7)可以計(jì)算出K、L、S、EAMFP增長對調(diào)整后總產(chǎn)出增長的貢獻(xiàn)程度各為多少。
由于EAMFP納入了自然資本,所以相比于傳統(tǒng)的MFP測算,需要對資本和勞動(dòng)的彈性系數(shù)進(jìn)行調(diào)整。傳統(tǒng)MFP的測算公式如(8)所示,其中γ′=uKK+wL。
(8)
本文將GDP中的非勞動(dòng)者報(bào)酬作為資本投入,此時(shí)γ=pYY,結(jié)合式(5)、(6),得到調(diào)整后的EAMFP計(jì)算公式:
(9)
設(shè)定好三類投入要素的彈性系數(shù)之后,再對兩類產(chǎn)出要素的彈性系數(shù)進(jìn)行分析。參照OECD做法,期望產(chǎn)出以GDP表示。非期望產(chǎn)出包括污染排放物和需進(jìn)行嚴(yán)格控制的排放物,顯然,如果非期望產(chǎn)出的pR可知,則其對應(yīng)的彈性系數(shù)代入公式即可求得。然而,由于污染排放物一般不進(jìn)行市場交易,因此缺乏相應(yīng)的市場價(jià)格,公式法也就缺乏實(shí)際可操性。所以,本文參照Rodríguez M C等人的做法,借助計(jì)量回歸確定污染排放的彈性系數(shù)[10]。
定義X為K、L、S的總投入組合:
(10)
(11)
對式(11)做出移項(xiàng)和符號簡化,得到:

(12)
對式(12)調(diào)整得到的式(13),最終推出計(jì)算污染排放彈性系數(shù)所需的計(jì)量模型(14):

(13)
M=α+yearn+area+aN+ε
(14)
在做計(jì)量回歸時(shí),由于不同年份的回歸截距不同,所以需要引入時(shí)間虛擬變量;因?yàn)楸疚闹豢紤]了北京、上海兩個(gè)省份,并不適合做面板回歸,所以采取引入地區(qū)虛擬變量的做法,通過OLS回歸得到彈性系數(shù)。式(14)中,α是截距項(xiàng),yearn是時(shí)間虛擬變量,area是地區(qū)虛擬變量,a是污染排放彈性系數(shù),ε是誤差項(xiàng)。
目前國內(nèi)外學(xué)者多采用資本存量測算資本投入,本文同樣采用這種方法。張軍在測算各省資本存量時(shí)所采用的方法較為全面、科學(xué)[11],相關(guān)研究成果也被廣泛引用,因此本文采用張軍的方法對京滬地區(qū)資本存量進(jìn)行測算,具體使用的是Goldsmith在1951年開創(chuàng)的永續(xù)盤存法,計(jì)算公式如下:
Kt=Kt-1(1-δt)+It
(15)
其中,δt是折舊率,It是投資額。由于在使用永續(xù)盤存法測算資本存量時(shí),所選取的開始時(shí)間越早,后期的資本存量測算結(jié)果就越準(zhǔn)確,因此本文雖然僅需使用1996年后的資本存量數(shù)據(jù),但出于更加準(zhǔn)確的考慮,仍以1952年作為基年進(jìn)行計(jì)算。基年資本存量使用張軍文中采用的數(shù)值,折舊率為9.6%(該折舊率計(jì)算時(shí),把固定資產(chǎn)投資分為建筑安裝工程、設(shè)備工器具購置和其他費(fèi)用三類,根據(jù)其各自壽命期,采用幾何效率遞減的余額折舊法,分別計(jì)算三類固定資產(chǎn)投資的折舊率,然后以三類投資所占的比重加權(quán)得到固定資本形成總額折舊率),投資額使用固定資本形成額,其中,1952—1977年的固定資本形成額數(shù)據(jù)源自《中國國內(nèi)生產(chǎn)總值核算歷史資料(1952—1995)》,1978年以后的固定資本形成額數(shù)據(jù)源自《北京統(tǒng)計(jì)年鑒》《上海統(tǒng)計(jì)年鑒》。由于計(jì)算資本存量時(shí)需要使用可比價(jià)投資額,因此還需借助固定資產(chǎn)投資價(jià)格指數(shù)對歷年固定資本形成額進(jìn)行調(diào)整。北京市1991年以后的固定資產(chǎn)投資價(jià)格指數(shù)源自《北京統(tǒng)計(jì)年鑒》,上海市1993年以后的固定資產(chǎn)投資價(jià)格指數(shù)源自《上海統(tǒng)計(jì)年鑒》《新中國六十年統(tǒng)計(jì)資料》,兩市其他年份的固定資產(chǎn)投資價(jià)格指數(shù)以《中國國內(nèi)生產(chǎn)總值核算歷史資料(1952—1995)》數(shù)據(jù)計(jì)算得出的投資隱含平減指數(shù)代替。
國內(nèi)外多數(shù)學(xué)者使用從業(yè)者人數(shù)代替勞動(dòng)投入。然而,簡單地使用從業(yè)者人數(shù)會忽略許多有價(jià)值的信息,比如不同教育程度、不同熟練程度、不同工作類型的勞動(dòng)者的勞動(dòng)并不同質(zhì)。由于教育對于提升勞動(dòng)質(zhì)量具有重要作用,世界銀行在測算各國國民財(cái)富時(shí)甚至直接使用公共教育支出表示人力資本,因此,為了提高測算精度,本文參考蔡躍洲的方法,通過教育程度區(qū)分并匯總不同類型的勞動(dòng)投入[12]。但是,正如蔡躍洲在文中所言,中國的社會微觀調(diào)查樣本數(shù)量有限,加之調(diào)查年份不連貫,導(dǎo)致數(shù)據(jù)波動(dòng)較大,所以本文沒有使用社會微觀調(diào)查數(shù)據(jù),而是借助教育回報(bào)率和連貫、全面的宏觀統(tǒng)計(jì)數(shù)據(jù)對勞動(dòng)投入進(jìn)行相關(guān)測算:
(1)將勞動(dòng)力的受教育程度分為未上過學(xué)、小學(xué)、初中、高中、大專以上五檔,遵循國內(nèi)文獻(xiàn)的普遍做法,設(shè)定上述五類教育程度的受教育年限分別為0、6、9、12、16年。京滬地區(qū)勞動(dòng)力的受教育程度分布數(shù)據(jù)來自歷年《中國勞動(dòng)統(tǒng)計(jì)年鑒》。
(2)參照岳昌君[13]對2000年中國不同受教育程度的明瑟教育收益率的研究結(jié)果,假設(shè)本文研究期間的后四類受教育程度的年均教育收益率保持不變且分別為:小學(xué)、初中3.7%,高中5.2%,大專以上7.5%,所以,如果以未上過學(xué)的勞動(dòng)者的相對單位工資為1,則受教育程度為小學(xué)的勞動(dòng)者的單位工資為1.24,初中為1.39,高中為1.61,大專以上為2.16。
(3)根據(jù)式(16)匯總上述五類不同受教育程度勞動(dòng)力的增長率,得到經(jīng)過受教育程度調(diào)整后的勞動(dòng)投入增長率,其中aj為第j類受教育程度勞動(dòng)者的相對單位工資,ajw0為第j類受教育程度勞動(dòng)者的實(shí)際單位工資。
(16)
2004年的從業(yè)人數(shù)和2011年的受教育分布程度存在較大波動(dòng),對于這一小部分?jǐn)?shù)據(jù)起伏較大的年份,本文采用其前后兩年勞動(dòng)投入增長率的平均值作為當(dāng)年值。
傳統(tǒng)的經(jīng)濟(jì)增長模型并未將自然資源納入研究范圍,但事實(shí)上,自然資源對于經(jīng)濟(jì)增長具有重要影響,一方面,經(jīng)濟(jì)活動(dòng)需要自然資源的投入才能正常運(yùn)行,另一方面,開采自然資源本身就能提高GDP。國內(nèi)學(xué)者在將自然資源納入生產(chǎn)率研究時(shí),大多數(shù)時(shí)候是把自然資源作為中間投入進(jìn)行考慮,而EAMFP的思路則是研究由開采自然資源所獲得的租金對經(jīng)濟(jì)增長的貢獻(xiàn)。本文在考慮自然資本時(shí)采用后一種思路。
考慮到數(shù)據(jù)可得性,在測算京滬兩地的自然資本時(shí)僅考慮煤炭、石油、天然氣三大化石能源。京滬地區(qū)三大化石能源產(chǎn)量數(shù)據(jù)源于歷年《中國能源統(tǒng)計(jì)年鑒》中的地區(qū)能源平衡表。根據(jù)世界銀行WDI數(shù)據(jù)庫中的中國歷年煤炭、石油、天然氣租金占GDP比例,《中國統(tǒng)計(jì)年鑒》中的歷年GDP和《中國能源統(tǒng)計(jì)年鑒》中的歷年能源開采量,可以計(jì)算出中國三大化石能源的歷年單位能源租金。因?yàn)槿狈κ∈屑壞茉醋饨饍r(jià)格數(shù)據(jù),所以假設(shè)國內(nèi)市場的能源價(jià)格具有相對一致性,使用全國單位能源租金代替京滬兩地的單位能源租金。
實(shí)際測算EAMFP時(shí),把三類化石能源的自然資本增長率合并為總自然資本增長率,匯總公式如下:
(17)
與公式(16)類似,匯總不同種類的自然資本增長率時(shí)使用的權(quán)重系數(shù)為相應(yīng)自然資本租金占總自然資本租金的比重,公式(17)中的usi表示第i種自然資本的單位租金,Si表示第i種自然資本的開采量。
參照OECD及國內(nèi)絕大多數(shù)研究文獻(xiàn)的做法,以不變價(jià)地區(qū)GDP作為期望產(chǎn)出指標(biāo)。京滬兩市數(shù)據(jù)分別來自2016年 《北京統(tǒng)計(jì)年鑒》《上海統(tǒng)計(jì)年鑒》。
理想情況下,非期望產(chǎn)出應(yīng)該包括大氣、水體、土壤中的各類具體污染排放物和受到嚴(yán)格控制的排放物,如OECD考察的污染物有SO2、PM10等,受到嚴(yán)格控制的排放物有CO2等。由于中國從2000年才開始比較詳細(xì)地統(tǒng)計(jì)各類具體污染物的排放量,而本文的研究時(shí)間早于2000年,所以本文在測算非期望產(chǎn)出時(shí)僅考慮CO2。雖然我國對于廢水、廢氣、工業(yè)固廢的統(tǒng)計(jì)時(shí)間較早,但各地三廢中的污染物成分差異大,可比性較弱,所以暫不考慮。
本文將CO2作為非期望產(chǎn)出,需對京滬地區(qū)CO2排放量進(jìn)行相關(guān)估算。按照國內(nèi)多數(shù)文獻(xiàn)的做法,首先將煤炭、焦炭、汽油、煤油、柴油、燃料油、天然氣納入到CO2排放量計(jì)算范圍之內(nèi)。此外,由于液化石油氣的消耗量與日俱增,已成為不可忽視的CO2來源之一,因此新加入液化石油氣消耗量。除了能源消耗可產(chǎn)生CO2以外,部分工業(yè)生產(chǎn)活動(dòng)也會產(chǎn)生大量CO2,其中占比最大的是水泥生產(chǎn)。因此,本文參照杜立民的做法,將水泥生產(chǎn)過程中產(chǎn)生的CO2排放也納入到計(jì)算范圍之中[14]。
京滬地區(qū)的煤炭、焦炭、汽油、煤油、柴油、燃料油、液化石油氣、天然氣消費(fèi)量數(shù)據(jù)來自歷年《中國能源統(tǒng)計(jì)年鑒》中的地區(qū)能源平衡表,各類能源的消費(fèi)量=終端消費(fèi)量+燃燒發(fā)電消費(fèi)量+取暖消費(fèi)量。各類能源的平均低位發(fā)熱量參照《中國能源統(tǒng)計(jì)年鑒2016》附錄中列出的參考數(shù)據(jù),碳排放系數(shù)參照IPCC(2006)數(shù)據(jù),碳氧化因子參考陳詩一做法,煤炭、焦炭取0.99,其余能源類型取1。歷年水泥產(chǎn)量數(shù)據(jù)源自國泰安金融數(shù)據(jù)庫,水泥排放系數(shù)使用杜立民所用數(shù)值。
CO2排放量計(jì)算公式如下:
(18)
其中,E表示能源消耗總量,NCV表示平均低位發(fā)熱量,CEF表示碳排放系數(shù),COF表示碳氧化因子,Q表示水泥產(chǎn)量,EF表示水泥生產(chǎn)的CO2排放系數(shù)。
本文在計(jì)算資本、勞動(dòng)和自然資本的彈性系數(shù)時(shí)采用式(9)的方法。具體計(jì)算時(shí),以京滬兩地收入法GDP中勞動(dòng)者報(bào)酬占GDP比例作為勞動(dòng)彈性系數(shù),以自然資本租金總額占GDP比例作為自然資本彈性系數(shù),以GDP與勞動(dòng)者報(bào)酬和自然資本租金總額之差占GDP比例作為資本彈性系數(shù)。
計(jì)算污染排放的彈性系數(shù)時(shí),以公式(14)作為回歸模型,使用stata軟件進(jìn)行回歸分析。OLS回歸結(jié)果(見表1)顯示,無論使用普通OLS回歸還是穩(wěn)健標(biāo)準(zhǔn)誤OLS回歸,污染排放彈性系數(shù)回歸值在1%顯著性水平上均可通過檢驗(yàn)。White檢驗(yàn)顯示,在10%顯著性水平上不能拒絕“同方差”的原假設(shè),說明回歸模型不存在異方差問題。因此,本文取污染排放的彈性系數(shù)等于0.268,這一結(jié)果與OECD對中國CO2排放彈性系數(shù)的估計(jì)值比較接近。

表1 OLS回歸結(jié)果
注:rt、rp是使用穩(wěn)健標(biāo)準(zhǔn)誤進(jìn)行OLS回歸后的數(shù)值。
根據(jù)式(7)的定義,可以計(jì)算出剔除CO2排放后的GDP(下文稱為調(diào)整后的GDP)。1997—2015年,北京市調(diào)整后的GDP平均增速為10.0%,比GDP平均增速低0.4個(gè)百分點(diǎn);上海市調(diào)整后的GDP平均增速為9.5%,比GDP平均增速低0.9個(gè)百分點(diǎn)。由此可見,CO2排放給上海帶來的經(jīng)濟(jì)成本比北京嚴(yán)重,這主要與兩地的經(jīng)濟(jì)發(fā)展結(jié)構(gòu)有關(guān),相比之下,上海的第二產(chǎn)業(yè)比例高于北京,污染排放也會相對更多。
根據(jù)式(6)可以計(jì)算出北京、上海兩市歷年EAMFP增長率(見表2),根據(jù)式(7)可以對兩市調(diào)整后的GDP增長來源進(jìn)行分解(見表3)。從表2可以看出,1997—2015年,北京市的EAMFP平均增長率為4.2%,略高于上海市的3.9%,但從最近五年的發(fā)展情況來看,上海比北京的增長勢頭更強(qiáng),存在趕超北京的趨勢。
從表3可以看出,與國內(nèi)已有大多數(shù)文獻(xiàn)得到的研究結(jié)果一致,資本投入增長是拉動(dòng)經(jīng)濟(jì)增長的第一動(dòng)力,勞動(dòng)投入增長對經(jīng)濟(jì)增長的貢獻(xiàn)不大。北京、上海兩地的自然資本平均貢獻(xiàn)率為負(fù)且絕對值很小,說明兩市并非資源開采依賴型城市。EAMFP是兩市經(jīng)濟(jì)增長的第二大源泉,與資本的貢獻(xiàn)程度接近。北京、上海兩市的EAMFP平均貢獻(xiàn)度相似,北京為41.27%,略高于上海的40.58%,從這一點(diǎn)來看,北京、上海的經(jīng)濟(jì)發(fā)展具有較為明顯的創(chuàng)新性和綠色性,符合國家對于走可持續(xù)發(fā)展道路的要求。

表2 北京、上海EAMFP增長率(1997—2015年)

表3 北京、上海調(diào)整后的GDP增長來源貢獻(xiàn)度

續(xù)表3
注:地區(qū)1為北京,地區(qū)2為上海。
與傳統(tǒng)MFP測算(見圖1、圖2)相比,北京、上海兩市的EAMFP數(shù)值通常更高。從平均貢獻(xiàn)度來看,北京市的MFP為22.00%,上海市的MFP為24.81%,遠(yuǎn)低于各自41.27%和40.58%的EAMFP貢獻(xiàn)度,主要原因在于傳統(tǒng)MFP未能考慮到環(huán)境技術(shù)進(jìn)步。如果將一部分投入用于減少非期望產(chǎn)出,而不是直接用于增加期望產(chǎn)出,那么對于僅考慮期望產(chǎn)出的MFP而言將會低估環(huán)境技術(shù)進(jìn)步對于經(jīng)濟(jì)增長的作用。進(jìn)入21世紀(jì)以來,北京、上海在節(jié)能減排領(lǐng)域做出了巨大努力,出臺了一系列政策支持綠色產(chǎn)業(yè)發(fā)展,CO2排放增速始終保持在低于GDP增速的較低水平上發(fā)展,特別是近幾年持續(xù)出現(xiàn)的負(fù)增長,進(jìn)一步拉大了EAMFP與MFP之間的數(shù)值差異。

圖1 北京MFP與EAMFP測算結(jié)果對比

圖2 上海MFP與EAMFP測算結(jié)果對比
(1)持續(xù)推進(jìn)創(chuàng)新發(fā)展。作為全國僅有的兩座科技創(chuàng)新中心城市,北京、上海已經(jīng)形成了較為完善的創(chuàng)新驅(qū)動(dòng)發(fā)展模式。加快制造技術(shù)升級換代,持續(xù)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),為科研成果快速轉(zhuǎn)化落地開通綠色通道,培養(yǎng)引進(jìn)各領(lǐng)域創(chuàng)新人才,既是京滬兩市推動(dòng)創(chuàng)新發(fā)展的已有經(jīng)驗(yàn),也是今后需要再接再厲的努力方向。
(2)加快綠色經(jīng)濟(jì)建設(shè)。從最近兩年來看,京滬兩市的CO2排放呈現(xiàn)較為明顯的負(fù)增長,對于GDP調(diào)整起到了積極正向的作用。在未來發(fā)展中,應(yīng)當(dāng)繼續(xù)推廣節(jié)能減排技術(shù)的使用范圍,降低能源消耗強(qiáng)度,提高資源使用效率,增加第三產(chǎn)業(yè)占比,為全國其他省份樹立好發(fā)展綠色經(jīng)濟(jì)的先鋒模范典型,積累并推廣可持續(xù)發(fā)展方面的先進(jìn)經(jīng)驗(yàn)。
(3)未來研究改進(jìn)方向。可以從以下四個(gè)方面完善EAMFP測算工作:①使用資本服務(wù)作為資本投入指標(biāo),重點(diǎn)在于對資本進(jìn)行分類,設(shè)定年限-效率函數(shù)、退役函數(shù)等。②使用勞動(dòng)時(shí)間作為勞動(dòng)投入指標(biāo),重點(diǎn)在于開展社會微觀調(diào)查,獲得豐富時(shí)間利用信息。③納入更多類型的自然資本,如各類礦產(chǎn)資源。④納入更多類型的污染排放物,如SO2、NOX等大氣污染物,COD等水體污染物。