400-626-6068

我国东部地区绿色全要素生产率研究----基于DEA—Malmquist的实证分析

发布时间: 2015-05-29 10:52浏览量:

白 稳

        摘要:采用DEAMalmquist指数分析法,选取19992011年东部l2省市的面板数据,探究该区域绿色全要素生产率具体变动情况,结果表明:东部地区的节能减排政策是相对有效的,同时,技术进步成为导致绿色全要素生产率变化的最重要因素,技术效率虽然在逐步提升,但是增长不稳定,在东部地区已经达到规模经济的边缘之时,这种增长方式是不能持久的。基于此,东部地区以后要实现绿色全要素生产率的持续改进,在改善技术的同时,提高要素使用率和生产技术水平,使污染物排放量稳中有减。

关键词:绿色全要素生产率;东部l2省市;DEAMalmquist

一、引言

东部12省市是指辽宁、吉林、黑龙江、河北、北京、上海、天津、山东、江苏、浙江、福建、广东省市。这12个省市位于我国沿海地区,是我国对外开放的门户,地理位置尤为重要。由于该地区东临太平洋,气候适宜,因此商品粮工业发展迅速。此外,东部地区属环太平洋成矿带,我国铁、锰、铜、铅、锌、钨、锡、钼、锑、稀土等传统优势金属、金矿等主要集中在东、中部地区,加之凭借着丰富的海洋资源,东部地区工业逐渐发展成为带动全国的典范。同时,东部地区劳动力受教育水平为全国最高,因此具有丰富的人力资源。东部地区已成为我国经济的增长极。改革开放初期,中央鼓励东部地区率先发展,在转变经济发展方式、调整经济结构和自主创新中走在全国前列。随后东部地区抓住对外开放的有利时机,积极引进国外先进技术,实现了经济的高速发展,平均GDP增长速度远高于全国平均水平,同时占全国经济总量的比重也在稳步上升。然而,研究表明:2008年中国的区域碳排放格局显示出东部地区排放总量和累计排放量最大,占全国的51%,其中环渤海、长三角碳排放总量占据东部地区的91t”。由此可见,东部地区快速发展的同时,仍然不能避免“高投入、高消耗、高污染、不循环、低效率”的问题,经济增长的半粗放型特点十分突出。

但是,发展是第一要务,东部地区的现代化和城市化不能因此而中断,发展过程中出现的环境问题也只能在这个过程中予以解决。而理论界面临的任务是要具体分析东部地区经济发展的同时付出环境代价的具体成因,并提出具有针对性的建议,这对于促进东部地区转变经济发展方式、建设生态文明、实现绿色和谐增长具有重要的理论和现实意义。

新增长理论认为从总量生产函数角度来看,要素积累与全要素生产率的提高(TFP)是经济增长的主要源泉。同时“技术进步”是增长的核心,而这种“技术进步”就是关于如何提高全要素生产率[21。而绿色全要素生产率(GTFP)分析法将环境因素纳入到TFP的分析框架中,是研究在环境约束条件下绿色经济增长因素的重要方法。本文拟采用这种方法探究影响东部l2省市绿色经济增长的原因,并在此基础上提出相应政策建议。

二、文献综述

绿色全要素生产率是衡量区域经济增长质量、管理效率和技术进步的重要标志,国内外对此有着丰富的研究基础。

()全要素生产率的研究

生产率理论的起源要追溯到古典经济学时期。亚当·斯密在其经济学理论里非常重视劳动生产率对经济增长的作用。斯密认为,“简化劳动和缩减劳动”机器的运用,劳动生产率才得以提高。而萨伊(Say)认为劳动、资本和土地是社会生产不可或缺的“三要素”,从价值理论出发,资本与产出的比例是资本生产率,劳动与产出的比例为劳动生产率。由此可见,生产率提高与要素投入被古典经济学视为经济增长的主要来源。但是,由于要素边际收益递减的存在,其对经济增长的贡献不能持久。因此要实现经济长期增长就需要依赖生产率水平的提高。所以,对生产率的研究13益成为经济学领域的重要课题。早期对生产率的研究是基于单要素生产率的,1942Timberger首次提出并定义了全面反应生产率的指标——全要素生产率(TFP),并在此基础上比较了英、美、德和法四国l870-_1914年的实际产出、要素投入和要素生产率的变动趋势。1947年,GeorgeStigler也独立提出了全要素生产率的概念,并计算了美国制造业的全要素生产率[3l。之后,国外众多学者从不同的方面对全要素生产率的核算方式及研究对象进行了丰富和扩展(kendrick1951HiamDavis1954Sol ow1957Dension1967)。而Farrel(1957)提出数据包络分析(Data Envelopment AnalysisDEA)TFP的研究推向了一个新的阶段阀。随后,CharnesCoope r&Rhoades(1978)BankeraCharnes&Cooper(1984)~1]用数学规划分析方法提出了CCR模型和BCC模型,随后众多经济学家开始利用现代数学分析方法使TFP的研究更加接近于经济现实。

()绿色全要素生产率的研究

传统全要素生产率的计算无法测度包含污染排放作为非期望产出下的全要素生产率,而忽视资源环境因素会使效率和生产率的测度出现偏差。20世纪80年代以来,环境因素开始被纳入到生产理论的文献大量出现。Chambers et al(1996)Chung etal(1997)Shephard(1970)定义的基于生产函数的距离函数基础上提出更为合理的模拟环境污染这种非期望产出有害影响的方向性距离函数。Fareetal(2001)测算了l9741986年美国制造业的绿色全要素生产率,发现考虑环境因素的生产率年均增长率要高于忽略环境因素的生产率的增长率。陈诗一(2010)1978年以来我国工业绿色全要素生产率进行了估算,发现实行的一系列节能减排政策对于绿色全要素生产率的持续改善是有效的[61。匡远凤和彭代彦(2012)主要针对我国全要素生产率在1995-2009年的增长变动情况,得出环境生产率比传统的生产率更能体现环境问题给生产效率带来损失的结论,并且认为GTFP在通常年份大于TF 。王兵(2014)认为环境无效率主要来源于能源过多使用以及SO COD的过度排放,同时中西部地区环境全要素增长率明显低于东部地区[81。截至目前,学术界对绿色全要素生产率的测度方法大致分为四类:代数指数法、索罗余值法、随机前沿生产函数法和数据包络分析法,研究方法上已经非常成熟,但是大都从行业层面、国家层面或者省际层面对绿色全要素生产率展开分析,鲜有针对某一具有代表I生区域的分析。另外,由于Malmquist指数法计算相对简便、并且不受价格因素影响,在某种程度上优于其他指数法。基于此,本文采用DEAMalmquist分析方法对我国东部12省市的绿色全要素生产率展开分析,考察在环境约束下的全要素生产率及其影响因素。

三、研究方法及数据

()研究方法

Fare等建立了用来考察全要素生产率变动的Malmquist生产率指数(M),并应用Shephard距离函数将其定义为:(1)式中D (x y + )代表以第t期的技术表示的第t+l期技术效率水平;D x 'yf)代表以第t期的技术表示的当期技术效率水平;D (xⅢ,y )代表以第t+l期技术表示的当期技术效率水平;D (x y )代表以第t+l期的技术水平;CRS表示固定规模报酬(Constant Return to Scale)下的情况。若m<l表示整体效率水平下降,反之则为上升。(1)式可进一步分解为技术效率指数(Effch)和科技进步指数(Techch),具体过程如下所示:固定规模报酬假定下的Techch指数测度了技术边界从t期到t+l期之间的移动情况,Effch指数则测度了从t期到t+l期每个决策单元对生产可能性边界的追赶程度。为了分析变动规模报酬(Variable Return to ScaleVRS)对效率的影响,技术效率指数(Efeh)还可进一步分解为纯技术效率指数(Pech)和规模效率指数(Sech)。具体如式(5)(7)所示。这些指数变化率小于1,表示是生产率降低的源泉,反之则是生产率提高的根源。产业经济 白稳我国东部地区绿色全要素生产率研究所以,输出的Malmqusit指数可以表示为科技进步指数、纯技术效率指数和规模效率指数三项的乘积,如式(8)所示:M=TechchxEffch=TechchxPechxSech (8)对于Malmquist指数及其分解部分的具体数值可通过求解不同的距离函数获得,如规模报酬不变条件下tD (xlv ICRS),可以由式(9)基于输出的DEA线性规划模型求解获得,其余的距离函数也可同理得到。其中x为投入向量,Y为产出向量。

()数据变量和来源

本文以东部地区12省市为研究对象。鉴于数据的可得性,选取1999201 1年的面板数据,研究该时间段内东部地区绿色全要素生产率的变化特点。特别说明的是,学术界普遍采用两种思路将污染变量纳入到待估模型中。一是将污染物作为一种投入变量。该思路认为,污染作为一种带有外部性的成本,投入越少,生产效率就越高,二是将污染变量作为具有弱可处置陛的“坏”产出,产出越多,效率越低。考虑其简便可行的特征,本文采用第一种处理思路。另外,污染物的选取具有较大的弹性,学者们有选取单环境因素(考虑一种污染物)、双环境因素(考虑两种污染物)和多环境组合因素(多种污染物通过不同权重组合)等多种不同的处理方法。由于我国“十一五”规划纲要将主要污染物降低到10%以下作为节能减排的目标,而碳排放量和硫排放量是污染的重要来源。所以本文选取CO:和SO:作为衡量二者的指标。所选取的变量具体说明如下:1.投人变量。(1)劳动投入(L)。劳动投入采用有效劳动的形式,即某省市的劳动投人数量等于该省市三类产业总就业人数与其就业人员的平均受教育年限的乘积Hol。这种方法避免了直接采用三类产业的就业人数而导致的数据不准确。单位为(万人·年)(数据来源于《新中国60年统计资料汇编》、历年《中国统计年鉴》、《中国劳动统计年鉴》、2012年各省市统计年鉴)

(2)资本投人(K)1999-2006年资本存量的数据直接来源于单豪杰(2008)[111的研究成果,然后运用同样的方法延展得到20072011年的数据,再把得到的数据都统一调整为以2000年为基期的相应值。单位为亿元。

(3)能源投人(E)。历年《中国统计年鉴》已经将其他能源统一折算成以万吨标准煤为单位的能源消耗量,所以直接以各省19992O1 1年的能源消耗总量数据为能源投入指标,单位是万吨标准煤。(数据来源于《新中国60年统计资料汇编》、历年《中国统计年鉴》、《中国能源统计年鉴》)

(4)碳排放量(C)。本文在对CO 估计时,参考了杜立民(2010),曹翠、李秋妍(2013)t12-131的研究成果。该文参照IPCC(2006)以及国家气候变化对策协调小组办公室和国家发改委能源研究所(2007)的方法,估算了我国29个省(直辖市、自治区)19952007年的CO 排放量。本文沿用其计算方法,选取东部12省市的数据,并将其延展至2011年。

(5)硫排放量(S)。硫排放量本文选取各省SO排放量为统计指标,单位为吨。(数据来源:200O2011年数据来源于对应年份《中国统计年鉴》,1999年数据来源于{2000年中国环境统计年鉴)2.产出变量。产出变量选取各地区的总产值(Y),以2000年为不变价格,单位为亿元。(19992008年的数据来源于《新中国6O年统计资料汇编》,2009-2010年的数据来源于(2011年中国统计年鉴》。

四、实证分析

()各主要变量的描述统计

1是面板数据简单的统计描述。12个省市共13年的数据,各变量分别有78个观测数据。其中CO 排放量最多的是2011年山东省,其排放量为94 94907万吨,SO2排放量最多的是2005年的山东省,其排放量达到2003万吨。但这并不能简单认为该省的能源利用效率低下,因为l99920l 1年,山东省的GDP一直位居全国前三。从时间序列的角度看,l9992Ol1年东部地区二氧化硫的总排放量在2006年已经出现了下降趋势(如图1所示),这说明从SO 角度考虑,环境问题至少得到了初步的改善。

增长速度,并且排放速度成递增趋势,似乎说明环境问题并没有得到有效遏制反而有加剧的趋势。由此可见,简单地从数据统计的角度并不能真实反映东部地区在过去的十二年间环境污染与经济增长的真实情况。

()绿色全要素生产率的实证分析

1DEAP软件输出结果。借助于上式(1)(9),本文利用DEAP21软件测算东部l2省市的全要素生产率并将其分解,结果如表2所示:从表2可知,东部地区TFP年均增长13%,注:其中gefch代表绿色技术效率变化,gtechch代表绿色技术进步变化,gpech代表纯绿色技术效率指数,gsech代表绿色规模效率指数,下同。GTFP年均增长20%。绿色全要素生产率高于全要素生产率的特征,说明总体来看,十二年间东部地区污染排放是有约束的。从表3可以看出,吉林、黑龙江、河北三省的gtfpch小于1,说明由于污染严重,环境政策落实不到位,这三个省的绿色全要素生产率在不断下降;其余省份的gtfpch均大于等于1,这表明绿色全要素生产率在东部地区大部分省市都呈现不同程度的增表3 东部地区各省市历年平均Malmqusit指数估算结果长趋势,节能减排政策起到了一定的作用。其中,增长速度最快的是北京市,平均每年以106%的速度增长,最低的是山东省,年均增长率为0

21999-2011年东部地区绿色全要素生产率动态变化趋势分析(如图3所示)。总体来看,l999201 1年,东部地区绿色全要素生产率增长高于等于传统全要素生产率增长。说明东部地区在发展经济的同时重视污染治理,环境保护。1999---2002年,绿色全要素生产率增长一直高于全要素生产率增长,由于东部地区方便引进国外先进技术,资源丰富,具有资本与技术优势,因此技术进步变化对于绿色经济的发展贡献巨大,但是绿色技术效率增长率也大于l,说明由于发展初始起点较低,东部地区要素使用率随经济发展不断提高。此外,随着东部地区高耗能高污染企业进行产业转移,区域环境质量有所改善。但是如表2所示,该时期绿色技术进步增长略高于技术效率增长,说明注重引进先进技术发展生产,节能减排,因此高投人低产出问题渐现,导致生产率不断下降。2003-2005年,绿色全要素增长率与全要素增长率基本持平,在2003年甚至达到了该区间内的最产业经济白稳我国东部地区绿色全要素生产率研究年份)低点,由表2可知,这主要是由绿色技术效率数值降低导致的,其分解因子纯绿色技术效率指数和绿色规模效率指数均有所下降,纯绿色技术效率指数下降幅度更大,说明该时期经济增长中侧重继续引进国外先进技术,进行粗放型生产,要素使用率继续降低,生产技术水平不断下降,导致高投入低产出型增长问题突出,并且随着东部地区城市化的推进,排放增加,也是拉低绿色全要素增长率的重要因素。2005年以后,东部地区落实了我国“十一五”规划提出的要把主要污染物的排放总量减少10%和把能源强度降低20%的节能减排约束性指标,同时2007年《中国应对气候变化国家方案》等政策出台,绿色全要素生产率增长也开始高于传统全要素增长率的增长。

2008年前后受到持续金融危机的冲击,东部地区首当其冲,生产率波动明显,但是由于产业转移的进一步发展与区域经济转型升级,污染物排放减少,并且节能减排政策落实到位,因此绿色全要素生产率增长依旧高于传统全要素生产率增长。同时绿色技术效率变化有所回升,部分年份大于1,由分解因子可以看出,这主要是由于绿色规模效率指数提升所带动,而纯绿色技术效率指数仍然小于1,呈递减趋势。2010年之后,各部分数据跌破平均水平,说明污染再一次加剧,生产者将大部分资金投人到生产后的节能减排环节上,不但成效不显著,还导致环境治理同步拉低技术进步水平,如表2所示,技术进步水平由2009-2010年的平均增长104降至20102011年的1012。因此可以看出,东部地区发展的规模经济特点突出,仅靠先进技术与高投入的发展模式有部分改善,但是数据特征不明显,同时污染物排放不稳定,原因在于注重生产后的节能减排而非提升要素使用效率,因此想实现生产方式向集约型的转变依旧需要绿色技术效率的提升与生产技术水平的优化。

319992O11年东部地区绿色全要素生产率的分解分析。如图4所示,1999--2002年,gtfpch增长由gtechchgeffch双向带动,表明经济发展初期技术进步与技术效率作用明显,在引进先进技术,带动技术进步的同时可以提升各要素使用率,注重生产技术水平的提高。但2003年之后gfpch增长主要由gtecbch带动,并且二者保持高度相似的增长趋势。由表2可知,该时期绿色技术效率变化中的绿色规模效率指数增长显著,但是纯绿色技术效率却不断下降,说明随着经济规模的扩大,相应的要素使用效率却没有同步提升,经济增长的粗放式特点依旧突出。正如张维迎(2003)所指出的那样,区域经济的高速增长主要是依靠先进技术的引进,充分利用了后发优势。同时可以看出东部地区这样的优势会越来越少,受2008年前后金融危机的影响,绿色技术进步指数不断波动下降。

41999--2011年东部地区各省市全要素生产率分析(如图5所示)。如前所述,东部地区河北、吉林、黑龙江三省的平均gtfpch小于1,说明绿色全要素生产率逐步倒退。东部地区大部分省份的平均gfpch大于等于1,说明在考虑环境因素下,东部地区的生产率水平依然稳步上升。12个省市绿色全要素生产率增速按照由高到低排序依次为北京、上海、浙江、天津(江苏)、广东、福建、辽宁、山东、黑龙江、吉林和河北。从gtfpch指数分解来看,除黑龙江和河北外,所有省份的技术进步指数都大于技术效率指数,其中北京的gtech值为1100,表明十二年间北京的技术进步以每年10%的速度递增,成为拉动北京市绿色全要素生产率最高的因素。gtech值最低的是河北省,技术进步年均倒退12%,并且黑龙江省技术进步也年平均倒退O2%,但是黑龙江省技术效率年平均增长01%,结合表3中黑龙江省的数据可以发现该省的纯绿色技术效率年平均增长为03%,高出规模效率05%,因此说明该省绿色全要素生产率由纯技术效率缓慢提高带动。作为东部地区GDP产值最高的省份,广东省规模效率的提高已经到了瓶颈。另外,东部l2()中,除北京市、吉林省外,其他所有省份的规模效率均没有增长,这也侧面反应出单纯依赖技术进步,而不考虑技术效率不能从根本上推动绿色全要素生产率的长期提高。

五、结语

针对以上对绿色全要素生产率的具体分析,本文的结论与建议如下:l9992011年,绿色全要素生产率年均增长20%,且高于全要素生产率的增长率。整体来讲,十二年间东部地区的节能减排政策是有效的,东部地区的发展道路绝非过去发达地区“先污染、后治理”的老路。东部地区在发展过程中,绿色全要素生产率增长忽高忽低,技术效率变化不稳定,说明东部地区的集约化生产方式依旧不够成熟,仍然没有完全走出高投入低产出的发展老路,这表明在以后的发展过程中,应注意完善生产技术水平,优化产业结构,运用合理的手段减少城市化进程中的污染物排放。从指数分解角度看,技术进步成为推动绿色全要素生产率提高的核心因素,而技术效率的作用仅存在于个别省市,微乎其微,特别是纯技术效率呈下降趋势。另外天津、河北等六个省市的规模效率已经出现了倒退的迹象,这已经限制了绿色全要素的增长。所以东部地区在引入先进技术设备和人才的同时,要提高要素利用率和生产技术水平,注重从源头上治理污染物,进行环境保护。只有充分发挥市场的调节作用,让技术、资源利用效率与技术进步齐头并进才能实现东部地区绿色经济长期和谐发展。本文将绿色全要素生产率纳入到经济发展的分析框架下,采用DEAMalmquist方法,是相对有效的。但是,本文也存在一定的局限性,比如12年的时间序列选取较短,DEA方法自身难以克服测量误差以及对于极端值特别敏感的缺陷,这有待于在以后的研究中继续深入。

参考文献:

[1]刘占成,王安建,于汶加,李铭.中国区域碳排放研究[J].地球学报,2010(10)727732

[2]郑宝华,演克武,朱佳翔.中国低碳经济下区域全要素生产率研究[J].经济问题探索,2012(1)163168

[3]StiglizG EGrowth with Exhaustible Natural ResourcesEficient and Optimal Growth PathsReview of EconomicStudies1974 Special IssueVo141 Issue 128123-152

[4]FarrelM JThe Measurement of Productive EfficiencyJounal of Royal Statistical Society1957Serious A120.Ⅲ.253281.(论文发表)

[5]Fare RGrosskopf SGrosskopf S Gad APasurka JAccounting for Air Pollution Emissions in MeasuringState Manufacturing Productivity Growth lJjJournal ofRegional Science200141(3)381-09.(论文发表)

[6]陈诗一.中国的绿色工业革命:基于环境全要素生产率视角的解释(19802008)[J].经济研究,2010(11)2133

[7]匡远凤,彭代彦.中国环境生产效率与环境全要素生产率分析[J].经济研究,2012(7)6274

[8]王兵,吴延瑞,严鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究,2010(5)95109

[9]Fare RGrosskopf SNorris M et akProdutivity growthtechnical progress and eficiency change in industrialized countries[J]American Economic eview199484(1)66-83.(论文发表)