資源環境約束下區域經濟增長效率研究

徐小鷹

（中南民族大學 經濟學院，武漢430074）

0 引言

中國經濟在經歷長達30多年的高速增長后，近幾年的經濟增速大幅放緩，2015年中國經濟增速降至6.9%，創下了25年以來的新低。經濟發展過程中的區域經濟發展不平衡是我國基本國情之一。改革開放以來，各區域經濟快速發展，經濟發展總體水平有了較大幅度的提升，各區域的經濟增長速度呈現出一定的差異性，1995—2006年期間東部地區經濟增長速度明顯高于中部和西部，2007—2014年間東部地區經濟增速放緩，低于中部和西部，這種增長的差異性源于不同時期國家的區域發展戰略有所差異。和全國平均增速變化趨勢相同，從2011年開始，三大區域的經濟增速均呈現下降態勢，經濟新常態特征已然突顯。

2014年12月中央經濟工作會議首次闡述了新常態的基本特征，明確指出，“過去能源資源和生態環境空間相對較大，現在環境承載能力已經達到或接近上限，必須推動形成綠色低碳循環發展新方式”。從目前情況來看，我國能源資源約束日益加劇，生態環境問題仍然突出，調整結構和提高能效的壓力還在不斷加大，提高經濟增長效率已然成為經濟新常態下我國實現經濟穩定增長和轉變經濟增長方式雙重目標的戰略性要求。因此，在這樣的背景下，研究中國區域經濟增長效率及影響因素顯得十分重要。

本文將從以下幾個方面展開分析：一是采用非期望產出的SBM方向性距離函數測算出在資源環境約束下我國區域經濟增長的無效率值，并對無效率值的來源加以分解；二是采用相加結構的生產率指數測算出資源環境約束下我國區域經濟增長的全要素生產率，并對其成分進行分解；三是采用Tobit模型對經濟增長效率的影響因素進行實證分析，并據此提出相應的政策建議。

1 研究方法

在進行效率和生產率分析之前，必須要構建一個有效的技術邊界。由于本文是在資源環境約束下進行效率和生產率的分析，故參考Fare等（2007）的方法，構造一個包含投入、期望產出和非期望產出的生產可能性集。假設每一個省份使用N種投入x=(x1，…，xN)∈RN+，生產出M種期望產出y=(y1，…，yM)∈R+M，同時排放 I種非期望產出b=(b1，…，bI)∈R+I。 在 每 一 個 時 期t(t=1，…，T) 第k(k=1，…，K)個省份的投入、期望產出和非期望產出值為(xk.t，yk.t，bk.t)。在生產可能性集滿足一系列假設條件下，運用數據包絡分析方法構造如下模型：

1.1 SBM方向性距離函數

DEA方法最初是基于徑向和基于角度對效率進行測度的。基于徑向是指在進行效率測度之前要先設置投入導向（Input-oriented）或者產出導向（Output-oriented），基于角度則強調只能從產出或投入某一個角度來測算效率。若選擇基于徑向來測算效率，那么投入產出如果出現非零松弛變量時，則最初的DEA方法由于不能測算出松弛變量導致的影響將會無效。

Tone Karou（2001）率先提出了基于松弛的（Slack-based measure，SBM）非徑向和非角度的效率測算方法，后來Fukuyama和Weber等（2009）將方向性距離函數和SBM測算方法加以綜合來測度效率，進而提高了技術效率測算的精準度。

根據Tone Karou（2001）、Fukuyama和Weber（2009），這里將考慮資源環境約束下的SBM方向性距離函數定義為：

其中，(xt，k，yt，k，bt，k)表示第 k 省第 t時期的投入、期望產出和非期望產出的數據，(gx，gy，gb)表示取值大于零的方向向量表示投入松弛向量、期望產出松弛向量和非期望產出松弛向量。接下來，通過對上述線性規劃加以求解，能夠得到t期第i省的無效率值。為了進一步得到無效率值的具體成分，這里將借鑒Cooper等（2007）的方法將無效率值進行如下分解：

其中，投入、期望產出和非期望產出的無效率值可進一步分解為：

由于投入包含勞動、資本和能源等變量，非期望產出包含CO2、煙塵、SO2和廢水等變量，因此可以將無效率值進一步分解：

1.2 Luenberger生產率指標

國外學者往往采用數據包絡分析法中的Malmquist指數（M指數）來測算生產率，最初測算生產率的方法大都是基于Shepard產出距離函數。Chung等（1997）在M指數基礎上考慮到環境因素進行擴展得到ML指數。M指數和ML指數都是基于角度和基于徑向的，不能在投入的減少的同時考慮到產出的增加。之后，Chamber等（1996）為了彌補上述兩種指數的缺陷，提出了一種新的生產率測算指標，即Luenberger生產率指標，這個指標能夠同時考慮到投入減少和產出增加，而且不要求投入產出變量等比例變動。本文借鑒Chamber等（1996）的研究方法，將t期到t+1期的Luenberger生產率指標定義為：根據Grosskop（f2003）的分析思路，Luenberger生產率指標能夠進一步分解為純技術進步（LPTP）、純效率變化（LPEC），技術規模變化（LTSC）和規模效率變化（LSEC）：

上述指數及其分解值LTFP、LPEC、LPTP、LSEC和LTSC若都小于0，則表示生產率降低，效率降低，技術降低，規模效率降低，技術向CRS靠攏；反之，若都大于0，則表示生活率提高，效率提升，技術進步，規模效率提高，技術則偏離CRS。接下來，需要在規模報酬不變和規模報酬可變兩種不同假設條件下，分別對Luenberger生產率指標加以進一步分解。

2 數據處理及實證分析

2.1 數據處理

按照以上實證研究方法，這里將選取我國東部、中部和西部①各區域的具體劃分如下：東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11省市區；中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省區；西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12省市區。1995—2014年的投入、期望產出和非期望產出的數據。考慮到西藏地區眾多變量數據的缺失，故這里將西藏排除，以30個省份的數據為樣本，并細分為三大區域。不同年份的投入和產出變量的數據主要來源于歷年的《中國區域經濟統計年鑒》《中國環境統計年鑒》《中國能源統計年鑒》《中國統計年鑒》。

2.1.1 期望產出變量

本文選取30個省份以2000年為基期的實際國內生產總值。

2.1.2 非期望產出變量

關于非期望產出變量的選擇，目前學術界存在著較大的爭議。本文主要選擇的污染物排放指標包含SO2、CO2、廢水排放量和煙塵排放量。由于中國統計年鑒中沒有直接給出CO2的排放數據，本文將CO2的主要來源界定為石油、煤炭和天然氣這三種能源，借鑒國家發改委能源研究所（2003）和IPCC（2006）的方法，然后結合這三種能源的碳排放系數計算得出CO2的數值②參考李鎧、齊紹洲（2011），石油、煤炭和天然氣的CO2排放系數分別為：2.136、2.741和1.626（萬噸/萬噸標準煤）。。

2.1.3 投入變量

（1）勞動投入：選取各省份歷年從業人員數量作為勞動投入。

（2）資本投入：資本存量的數據統計年鑒沒有直接給出，通常采用永續盤存法計算得出。本文研究所采用的數據將借鑒單豪杰（2008）的測算結果，同時將30個省份的資本存量數據調整為2000年為基期。

（3）資源投入：將資源等投入納入到效率測算中，主要是作為非期望產出的對應來源。本文以各個省的能源消耗總量為基礎數據，折算成標準煤計算，單位為萬噸標準煤。

2.2 實證分析

根據上述研究方法，采用Maxdea6.6軟件，首先估算出CRS和VRS兩種不同假設下各個區域1995—2014年間資源環境約束下經濟增長無效率值，并在此基礎上對投入和非期望產出的無效率成分進行分解；然后運用軟件估算出資源環境約束下不同區域的全要素生產率指數，并對該指數進行成分分解。

（1）資源環境約束下經濟增長效率及其分解

根據上述研究方法，這里將采用Maxdea軟件估算出CRS和VRS兩種不同假設下各個區域1995—2014年間資源環境約束下經濟增長無效率值，并在此基礎上對投入和非期望產出的無效率成分進行分解。表1是在CRS和VRS假設下全國及三大區域的經濟增長無效率值及其成分分解。通過觀察發現，兩種假設下估算的結果差異較大，參考Zheng et al.(1998)，接下來的分析主要是基于VRS假設下的結果。

表1 1995—2014年我國各區域經濟增長無效率值及其來源分解

表1結果表明，在VRS假設下，1995—2014年間資源環境約束下我國經濟增長無效率的平均值為0.192。綜合分析投入和產出所導致的無效率具體情況，其中期望產出導致的無效率值最低，僅有0.011；其次是投入導致的無效率，其中三項投入中，勞動投入所導致的無效率值最高，達到0.036，能源投入次之。與期望產出和投入相比，非期望產出導致的經濟增長無效率值高達0.108，約占無效率值總量的56.25%。因此，考慮到資源環境約束，我國目前經濟增長無效率的主要原因在于污染排放、能效低下和人力資本水平較低。

從各個區域情況來看，經濟增長無效率值存在明顯差異。三大區域中東部地區資源環境約束下經濟增長無效率值最低，僅有0.101，表明東部經濟增長效率高于全國平均水平，但非期望產出仍然是導致其無效率的主要原因。與東部相比，中部和西部的經濟增長無效率值明顯偏高，分別為0.276和0.325。對于中部地區而言，經濟增長無效率的來源主要在于非期望產出和投入；而西部地區經濟增長無效值除了投入和非期望產出外，期望產出所導致的無效值也遠遠高于其他地區和全國平均水平。

（2）資源環境約束下全要素生產率及其分解

與經濟增長效率不同，全要素生產率是一種動態分析，它不僅能夠分析效率的變化，還可以分析生產前沿面的移動，即技術進步。根據上述研究方法，本文將采用Maxdea軟件估算出資源環境約束下不同區域的全要素生產率指數，然后對該指數進行成分分解。表2是1995—2014年全國及各個區域資源環境約束下經濟增長的全要素生產率指數及其成分分解。

表2 1995—2014年我國各區域全要素生產率指數及指數分解

表2結果表明，1995—2014年間全國經濟增長的全要素生產率為0.56%，該數值比劉瑞翔等（2012）估算的結果要低一些，究其原因，可能在于變量指標的選取和研究所選擇的時間區間不同所致。從全國來看，技術效率變化指數和技術進步指數分別為-0.21%和0.77%，這說明1995—2014年間我國存在技術進步，但是技術變化效率低下，影響了全要素生產率的提升。

從各個區域來看，東部地區的全要素生產率明顯高于其他地區和全國平均水平，達到0.71%，其中技術進步較為顯著，LTP為1.05%，但技術效率低下依然是影響全要素生產率提高的主要原因。中部和西部地區全要素生產率低于東部和全國平均水平，技術進步指數分別為0.65%和0.47%，雖然中部和西部技術效率為負值，但是其規模效率得到提高，這一點有別于東部和全國平均水平。

3 資源環境約束下區域經濟增長效率的影響因素分析

上文分析了資源環境約束下我國各區域經濟增長的效率和全要素生產率，這一部分將對經濟增長效率和全要素生產率的影響因素進行詳細分析。本文借鑒前人研究成果，并結合我國現實經濟情況，將選擇如下影響因素。（1）產業結構：用工業增加值占GDP的比重來表示。（2）經濟開放度：用實際利用外資額占GDP的比重表示外資依存度。用進出口貿易總額占GDP的比重表示外貿依存度。（3）金融發展水平：用金融相關率來衡量這一指標，即金融機構存貸款總額占GDP的比重來表示。（4）人力資本：用普通高校在校生人數占總人口的比重來表示。（5）非國有經濟發展水平：用（1-（國有經濟產出/GDP））來表示。（6）市場化程度：用（外資+自籌+其他）占全社會固定資產總投資）來表示。（7）政府干預程度：用財政支出占GDP的比重來表示。（8）環境管制能力：用工業環境治理投資額占工業生產增加值的比重來表示。

本文將采用Tobit模型對經濟增長效率的影響因素進行實證分析，采用面板數據模型對經濟增長全要素生產率的影響因素進行實證分析。鑒于此，這里將分別構建如下兩個理論模型：

其中，i表示區域，t表示時期，E表示經處理后的經濟增長效率值，LTFP，表示經處理后的全要素生產率；IND代表產業結構；FDI代表外資依存度；TRA代表外貿依存度；FIN代表金融發展水平；HC代表人力資本；NST代表非國有經濟發展水平；MAR代表市場化程度；GOV代表政府干預程度；ER表示環境管制能力。

表3給出了具體分析結果。在規模報酬可變和不變兩種不同假設條件下，各個因素對經濟增長效率的影響方向是相同的。在分析經濟增長全要素生產率時采用的是固定效應模型。

表3 經濟增長效率和全要素生產率的影響因素分析

在眾多影響因素中，產業結構、政府干預程度和環境管制能力對經濟增長效率和全要素生產率的影響均為負值，且影響顯著。產業結構的負面影響表明，我國工業化程度的不斷加深使得資源環境約束下的經濟增長效率和全要素生產率下降。所以，在今后經濟發展中要加快產業結構的不斷升級，積極發展第三產業，同時要鼓勵走新型工業化道路，降低工業化對經濟效率的不利影響。政府干預程度的負面影響說明，經濟發展過程中政府的過多行政干預會降低經濟增長效率和技術進步，因此，必須逐步完善市場體系，發揮市場決定性作用。環境管制能力的低下降低經濟增長效率，而導致管制能力的低下的原因是多方面的，如制定和適時調整排污技術標準要求政府能夠掌握大量準確可靠的信息，一旦信息出現差錯都可能降低管制措施的有效性；此外，排污收費制度的費率太低，這一制度并沒有發揮通過市場手段來控制污染的作用，同時導致了市場資源配置的扭曲。

從經濟開放度對二者的影響來看，無論是外資依存度還是外貿依存度，對經濟增長效率和全要素生產率都有顯著促進作用。FDI的積極影響否定了“污染天堂假說”，即：環境規制的變化會導致污染密集型產業從環境規則較嚴的國家逐漸轉移到規制相對寬松的國家。進口貿易通過多種途徑會產生技術溢出效應，如進口中間產品能夠提高國內勞動生產率，促進國內資源的優化配置或新技術的產生等，進而促進經濟增長效率的提高和技術進步。

金融發展水平對二者的影響最為顯著，這表明，我國金融深化在不斷加強，金融體制改革初見成效，通過建立和完善金融服務體系、金融市場體系和金融監管體系，有效的配置社會經濟資源，促進經濟增長效率的提升。

人力資本對二者均有顯著的促進作用，但與對經濟增長效率的影響相比，這一因素對全要素生產率的影響程度明顯偏低，這表明目前我國人力資本水平偏低，不能有效地促進技術創新和技術進步。從長期來看，經濟增長效率的提升將更多依靠人力資本質量和技術進步，因此，必須提高人力資本質量，培養創新型人力資本。

非國有經濟發展水平和市場化程度對二者都產生了顯著的促進作用，相比之下，對全要素生產率的影響程度更為明顯，前者可能源于非國有經濟能夠產生有利的外部性，如民營企業的發展會加劇市場上企業之間的競爭，要求企業必須提高自身效率，以免被激烈的競爭所淘汰；外資經濟的發展會帶來先進的生產技能和管理經驗，并產生技術溢出效應。后者可能是由于我國市場化改革推進了資源配置效率的改善，從而提高了全要素生產率。

4 結論與建議

本文以1995—2014年我國省際數據為樣本，采用非期望產出的SBM方向性距離函數和Luenberger生產率指數，測算了資源環境約束下我國東部、中部和西部三大區域的經濟增長效率和全要素生產率，并在此基礎上采用Tobit模型和固定效應模型分別對經濟增長效率和全要素生產率的影響因素進行了全面分析，得到以下基本結論：

在資源環境約束下，我國經濟增長無效率的主要原因在于污染排放嚴重和能源效率低下。從區域層面來看，東部地區經濟增長無效率值低于中部和西部，通過無效率成分分解發現，東部的無效率主要是由非期望產出所致，中部地區則主要緣于非期望產出、勞動投入和資源投入，西部地區的增長無效率除了上述原因外，期望產出的無效率也是一個重要原因。

通過對全要素生產率分析，發現1995—2014年間我國經濟增長的全要素生產率僅為0.56%，其中，技術進步較為明顯，但是由于技術變化效率低下，最終影響了全要素生產率的提高。從各個區域來看，東部地區的全要素生產率明顯高于其他地區和全國平均水平，其中技術進步較為顯著，但技術效率低下依然是影響全要素生產率提高的主要原因。中部和西部地區全要素生產率低于東部和全國平均水平，雖然中部和西部技術效率為負值，但是其規模效率在此期間有所提高，這一點有別于東部和全國平均水平。

通過對資源環境約束下區域經濟增長效率和全要素生產率影響因素的分析，發現在規模報酬可變和規模報酬不變兩種不同假設下，各個因素對經濟增長效率的影響方向是相同的。其中，產業結構、政府干預程度和環境管制能力對二者有顯著的負面影響，而經濟開放度、金融發展水平、人力資本、非國有經濟發展水平和市場化程度對二者有顯著的促進作用。

根據以上結論，為了提高資源環境約束下中國經濟的增長效率和全要素生產率，適應經濟新常態，我國必須轉變經濟增長方式，協調好經濟發展、能源消耗和環境保護之間的相互關系。不斷優化產業結構，積極發展第三產業，同時要鼓勵走新型工業化道路，降低工業化對經濟效率的不利影響；減少經濟發展過程中政府的過多行政干預，逐步完善市場體系，發揮市場決定性作用；逐步改變以GDP作為地方政府主要考核指標的政績考核機制，加大對環境污染破環的治理強度，提高環境管制能力；根據不同區域的資源稟賦和發展特點，制定切實可行的政策方案，以最大限度的提高區域的經濟增長效率。