地方财政支出、环境规制与我国低碳经济转型，本文主要内容关键词为：支出论文,地方财政论文,规制论文,经济转型论文,我国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
改革开放30多年来，中国经济以GDP年平均增长率超过9%的速度增长，同时，中国能源消费总量从1978年的6亿吨标准煤上升到2012年的36.2亿吨标准煤，成为仅次于美国的世界第二能源消费大国。化石燃料的大量使用导致2011年中国碳排放量占世界总量的28%。①在美国耶鲁大学和哥伦比亚大学联合发布的2012年世界环境绩效指数(EPI，Environmental Performance Index)排名中，中国在163个国家和地区中位列116位。另外，亚洲开发银行和清华大学于2013年1月14日联合发布《中华人民共和国国家环境分析》报告称，中国500个大型城市中，只有不到1%的城市达到世界卫生组织空气质量标准。
长期以来唯GDP的评价考核体系导致我国一些地区追求高投入、高产出的不可持续、粗放的经济增长方式，我国经济高速增长很大程度是以过度消耗能源和污染环境为代价的，目前已经走到了调整结构、转型升级的十字路口(陈诗一，2012)。为改变资源耗竭、能源价格飙升以及环境污染恶化的状况，保证经济持续、稳定的增长，中国需要通过技术和制度创新、产业转型、新能源开发等多种方式实现经济模式转型(李涛，2013)，并在“十二五”规划中要求以科学发展为主题，以加快转变经济发展为主线，建设资源节约型和环境友好型的低碳经济社会。即低碳型社会经济的增长不过度依赖资金、能源等要素的大量投入，而是依靠全要素生产率(TFP)的增长。因此考核和测度低碳经济模式下我国全要素生产率的增长成为当今学术界关注的重点。目前对低碳全要素生产率的测度综合考虑了劳动、能源和资本的投入、经济增长和二氧化碳排放(碳源)，但忽略了低碳经济转型中的另外一个重要因素：碳汇。近年来为保护生态环境，中央政府鼓励造林绿化、退耕还林，各地区也积极响应，造林绿化的工程逐年增加。如果在考核各地区经济增长质量时，仅考虑碳排放的减少量，必然会导致地方拉闸限电等强制手段，也会影响各地区造林绿化的积极性，不利于我国经济发展模式的转型。因此，有必要将形成碳汇的造林绿化等要素纳入评估体系，形成更加公平和有效的全要素生产率增长考核方法。
地方政府在我国低碳经济转型中起着不可忽视的作用。地方政府实施中央节能减排政策的方式和程度，影响着我国低碳经济转型的进程。从职能角度看，地方政府可以从两方面提升低碳经济的增长，一是财政支出的规模和结构，二是环境规制的方式和力度。研究表明，不同公共支出规模及不同支出结构调整政策都会具有不同的经济增长效应(马拴友，2003)，地方政府关于财政支出的决策直接影响当地的资源配置，从而对经济增长产生作用。地方政府环境规制政策反映其改善环境的努力程度，一般认为环境规制的短期效应是企业成本的提升和效率的下降，然而长远来看，严格的环境规制能促进企业创新从而提升生产效率。另外地区之间的效仿和竞争使得相邻地区不再是独立的经济个体，不同地区的财政支出、环境规制会对其他地区产生影响。本文旨在深入探讨地方财政支出和环境规制在我国低碳经济全要素生产率增长中的作用，并关注是否存在空间溢出效应。
本文首先基于数据包络分析(DEA)和Malmquist-Luenberger指数方法测算了我国低碳经济模式下碳循环全要素生产率增长，然后利用空间面板模型分析了地方财政支出、环境规制与低碳经济全要素生产率增长的关系及空间溢出效应。
二、中国低碳经济转型与碳循环全要素生产率增长的测算
1.低碳经济和碳循环
“低碳经济”的概念最早由英国政府在2003年发表的题为“我们未来的能源——创建低碳经济”的《能源白皮书》中提出。低碳经济的概念一经提出，各国纷纷效应。学术界关于低碳经济的研究也不断发展和丰富。中国作为世界第二大经济体，在哥本哈根会议前夕根据《巴里行动计划》相关规定，主动提出到2020年在2005年基础上单位GDP碳排放强度下降40%-45%的行动目标，体现出中国选择低碳经济、可持续发展道路的决心。
那么中国如何实现从传统经济增长方式向低碳经济模式的转型呢？
低碳经济发展指标应该是一个综合性指标，与经济增长、能源消耗、技术水平、资源环境等多种因素相关，应该根据各地区不同发展情况制定不同的节能减排目标，以加快我国整体上的低碳经济模式转型进程。然而目前学术界对低碳经济转型并没有统一定义，更很少涉及对这种转型进程的量化评估和测算。在此方面，陈诗一(2012)基于Luenberger全要素生产率指数方法，从全要素生产率对经济增长的贡献率角度对改革以来我国各省的低碳经济转型进程进行了评估和预测。全要素生产率分析是新古典经济学研究经济增长经验、判断经济转型的一个重要方法。我们发现现有研究评估全要素生产率增长时，充分考虑到了人类经济活动中化石燃料燃烧等带来的能源消耗和二氧化碳排放(碳源)，考核了能源消耗和环境污染的减少量，却忽略了各经济体为节能减排而积极做出的努力和潜在成果，如植树造林以扩大森林覆盖率(碳汇)等，仍不能十分客观地评估各地区低碳经济绩效，难以促进各地区为低碳经济转型做出努力。因此，与现有文献提出的“环境全要素生产率”或“绿色全要素生产率”等不同，本文提出同时考虑碳源和碳汇的“碳循环全要素生产率”，用碳循环全要素生产率客观度量我国及各省区低碳经济转型中的经济增长质量。
“碳循环”是环境和气象科学领域的概念，指碳元素在大气、海洋及包括植物和土壤的陆地生态系统三个主要贮存库之间的流动。研究表明，全球碳循环的动态变化与气候变化及人类活动影响有着密切关系(Watson等，2000)。人类已经意识到过度排放带来问题的严重性，并提出很多方法降低大气中的二氧化碳浓度，其中植树种草，保护发展森林资源并提高森林覆盖面积，是增强二氧化碳吸收能力的有力措施(王凯雄，2001)。20世纪70-80年代以来，大力植树造林，森林蓄积量不断提升，并超过了同期木材采伐、薪柴采集、灾害干扰等的负面影响(杨庆媛，2010)，评估我国低碳转型进程不能忽略我国在造林绿化、形成碳汇方面做出的努力；而且我国不同地区造林绿化程度不同，忽略了这种林业碳汇，会对各地区的低碳经济效率测度有失全面和公平。因此，本文在现有研究综合考虑劳动资本、能源消耗、经济发展和碳排放的基础上，将造林绿化也作为一个评估变量，形成“碳循环”全要素生产率增长的测算体系。
研究中因林业固碳总量的估算方法复杂，难以直接测算净排碳量，本文不计算各地区林业碳汇的具体数量，而以每年新增的“造林面积”变量代替林业碳汇作为一个评估要素。那么“造林面积”这个变量在评价系统中是投入变量还是产出变量呢？从现实情况来讲，造林绿化作为林业碳汇，吸收人类生产过程中过量的二氧化碳排放，该变量更多地体现出投入要素的意义。然而，这个变量却与传统的投入变量不同：在其他传统投入(如资本、劳动、能源投入)和产出(GDP和碳排放)相同的情况下，造林面积越大的决策单元越有效率。所以，本文参照现有研究将环境污染作为非期望产出的处理方法，将“造林面积”作为非期望投入要素。进一步从现实来看，营林后的固碳作用并非仅仅体现在造林的当期，而更多体现在后期。因此将“造林面积”作为动态要素更符合实际情况，具体处理方法将会在本文下面的指数方法中介绍。本文提出的碳循环效率及全要素生产率测算方法，不仅考虑了传统的资本、劳动、能源投入及经济产出，还考虑了人类活动的碳源和林业的碳汇作用，一定程度解决了仅考虑生产过程所引起的有偏。
2.动态全局Malmquist-Luenberger指数及分解
利用全要素生产率增长指标，测度低碳经济转型下我国经济增长绩效动态演变规律，需要先构建可行性的生产技术边界(技术前沿)，每一个省份被看作一个决策单元，然后利用距离函数计算每个决策单元与技术前沿之间的距离，并将这种距离作为无效率水平，最后在此基础上利用指数测算全要素生产率增长。
在传统的能源环境投入产出框架中，将期望产出和非期望产出同时纳入到生产可能性集合中，本文根据实证研究需求，还将非期望投入纳入进来，并将非期望投入进行动态化处理。基于模型的可算性，本文仅考虑具有跨期效应的动态要素，即将该变量上一期产出作为下一期的投入(Tone等，2010)。
图1 考虑具有跨期效应的非期望投入的生产过程
非径向非角度的基于松弛测度的方法率先由Tone(2001)提出，用以解决传统DEA模型基于径向和角度测度效率的缺陷。Fukuyama等(2009)进一步将松弛测度引入到方向性距离函数中，提出方向性松弛非效率模型。我们基于其基础模型，引入非期望产出和具有跨期效应的非期望投入，用如下模型计算方向性距离函数：
其原因为该方向向量下的距离函数已经被证明满足一些很好的性质，如非负，为零与Pareto-Koopman有效等价，传递不变性和单位不变性等(Fukuyama等，2010)。
Fare等(1994)首先提出将Malmquist指数分解为技术效率和技术进步的分解方法，此后该指数被用于测算不同领域的全要素生产率增长。Chung等(1997)基于方向性距离函数，将Malmquist指数拓展为Malmquist-Luenberger(ML)指数，之后Oh(2010)研究并分解了全局技术条件下的Malmquist-Luenberger(GML)指数。与当期技术前沿相比，全局技术前沿下的指数同时具有无需采用几何平均形式、可避免线性规划无可行解和满足指数的可传递性等优势，因此，本文基于全局视角进行研究。另外从动态要素的引入来看，雷明等(2012)介绍了将动态要素引入传统Malmquist指数，构建并分解动态Malmquist(DM)指数的方法。基于以上研究，我们定义第t期到第t+1期的动态全局Malmquist-Luenberger(DGML)指数为：
其中，x为投入要素，y为期望产出要素，b为非期望产出要素，z是动态要素，即上期产出作为下期投入的动态要素。动态全局Malmquist-Luenberger指数可以分解动态技术进步指数(DTP)和动态技术效率改变指数(DTEC)，前者代表前沿面改变效应，后者代表前沿面追赶效应。
为了将动态效应从指数中剥离出来，我们进一步将动态技术进步指数(DTP)分解为：
其中等式右侧(a)部分为传统GML中第t期到第t+1期的技术进步指数(TP)，是不考虑动态要素的跨期效应下的技术水平改变指数(即动态要素仅作为一种投入)。(b)部分则为从动态技术进步指数(DTP)中剥离出来的动态效应(DE)，是动态要素对全局技术前沿影响与其对当期技术前沿影响之比的变动程度。传统指数的分解中，全要素生产率增长来自于前沿面追赶效应和移动效应，并将后者笼统地看作技术进步，而本文提出动态指数分解后，前沿面改变效应变为传统技术进步和动态效应两部分，这种分解方法更加细化了前沿面移动效应，从而能更加细致地分析全要素生产率增长的来源。
综上所述，从第t期到第t+1期的动态Global Malmquis-Luenberger指数可分解为②：
考虑了动态要素跨期影响的动态全局Malmquist-Luenberger指数(DGMLI)是由动态纯技术效率改变指数(DPTEC)、动态规模效率改变指数(DSEC)、传统技术进步指数(TP)和动态效应指数(DE)共同决定。
3.碳循环全要素生产率增长的测算
本文对中国低碳经济下全要素生产率的估算，主要集中在1998-2011年的14年，研究对象为我国除港澳台及西藏地区以外的30个省或直辖市。所有数据均由历年《中国统计年鉴》、《中国环境年鉴》《中国能源统计年鉴》及各地区统计年鉴整理获得。传统投入包括三种生产要素：劳动力、资本存量和能源消费量，其中资本存量的估计采用“永续存盘法”，1998年初始资本存量从张军等(2004)的研究成果中获取，其他年份利用相应的公式计算，其中用固定资本形成总额代替投资指标，以2000年为基期利用每年固定资产投资价格指数平减；折旧率采用吴延瑞(2008)提出的各省份不同的数值；非期望投入为造林面积，同时在计算过程中将其作为跨期动态变量，即上期的数据作为本期的非期望投入，本期的数据作为期望产出；期望产出选用各个省份以2000年为基期的实际地区生产总值；非期望产出为二氧化碳排放量。由于我国未直接公布碳排放数据，本文根据IPCC(2006)方法，以煤炭、汽油、柴油、煤油、燃料油、天然气六种一次能源的消耗量与相应的能源标准煤折算系数以及碳排放系数的乘积估算，其中能源标准煤折算系数来自国家标准(GB2589-81)，能源碳排放系数来自国家发改委能源所。
为了对比不同经济模式下的我国各地区的全要素生产率增长，本文测算了三种情形下的全要素生产率指数及其分解指数，其中情形一为碳循环TFP，即将造林面积作为动态非期望投入变量、基于本文提出的动态全局ML指数测算的结果；情形二为碳排放TFP，即不考虑林业碳汇、基于传统ML指数测算的结果；情形三为能源经济TFP，即不考虑非期望产出碳排放、基于传统ML指数测算的结果。样本期间三种情形下各地区全要素生产率增长及其来源的测算结果见表1③，其中每个地区的指数为样本期间的几何平均值，全国的结果为全部地区结果的几何平均值。
如表1所示，平均来看，能源经济模式下，1998-2011年期间我国的全要素生产率保持稳定，没有明显上升和下降，其中技术效率的提升(0.21%)促进了能源经济全要素生产率的增长，而技术进步率却有所下降(-0.21%)并抑制了全要素生产率的增长；碳排放模式下，在纯能源经济模式的基础上考虑了碳排放之后，研究期间我国的全要素生产率呈现负增长，平均每年的增长率为-0.14%，主要是受技术进步率下降(-0.4%)的影响，而期间技术效率水平有所提升(0.25%)；碳循环模式下，在碳排放模式的基础上又考虑了各地区造林绿化的要素，研究期间我国的全要素生产率呈现正向增长，平均每年的增长率为0.01%，仍是技术效率水平提升(0.13%)的结果，技术进步率和造林绿化的跨期动态效应均有所下降。整体来看，我国全要素生产率的增长是技术效率提升的结果，而技术进步率的下降对其有抑制作用，这与现有研究(如叶祥松等，2011)的结果类似。
对比情形二和三的结果可以看出，与忽略环境负产出的经济发展模式相比，考虑了碳排放之后的全要素生产率增长有所下降。这与现实状况相符，过去的十几年间我国过于重视经济的增长，经济持续的高速增长是以高能耗、重污染为代价的，能源消费结构的不合理性导致单位GDP能耗高于发达国家的水平，因此将与一次能源消耗密切相关的工业碳排放纳入评估系统后，我国全要素生产率增长的幅度必然会下降。目前环境负产出已经得到学术界的广泛重视，因此我们更关注的是情形一和二的对比，即近年来我国为节能减排做出的努力是否能有效提升全要素生产率。我们的研究结果表明，与仅考虑碳排放的模式相比，将各地区绿化造林面积纳入评估系统后，我国平均全要素生产率由下降转变为增长，并且平均增长幅度高于能源经济模式(情形三)。尤其是对山东、湖南、重庆和青海地区，考虑了绿化造林因素后，样本期间其平均全要素生产率发生扭转。这可以在一定程度上肯定我国近年来加大力度造林绿化的经济效益，绿化造林的确能够有效提升全要素生产率的增长幅度，加快我国低碳经济转型的进程。
三、地方财政支出、环境规制与低碳经济增长的理论分析
1.地方财政支出与低碳经济增长
财政支出与经济增长关系的研究早在19世纪末就已经开展。近年来，随着空间计量经济工具的不断完善和新经济地理学的不断发展，财政支出对经济增长和全要素生产率增长的空间差异性和空间溢出影响逐渐受到关注。Pereirad等(2003)、Cohen等(2004)、Jeffery等(2007)分析基础设施建设与相邻地区经济增长的空间溢出效应，Lloyd-Ellis(2000)、Viaene等(2006)则研究了公共教育支出对相邻地区经济增长的空间溢出效应。目前国内对财政支出对经济增长和全要素生产率增长的空间溢出效应的研究相对较少，并且主要集中在基础设施建设对经济增长的空间溢出效应，如魏下海(2010)、刘秉廉等(2010)、刘生龙等(2010)、张浩然等(2012)。此外，骆永民(2008)和曾淑婉(2013)分别发现我国的财政分权和财政支出对经济增长有空间溢出效应。
然而上述研究仅关注地方财政支出规模与结构对纯经济增长的影响，即使是分析财政支出与全要素生产率的关系，也只是基于传统资本劳动投入—经济产出的分析框架，而少有涉及财政支出与能源环境全要素生产率增长的关系。随着能源价格提升、环境不断恶化，高能耗、高排放的经济模式不再适用，考虑了能源消耗和环境污染等低碳因素的低碳经济模式才是未来的发展道路。因此，仅关注纯经济增长或传统全要素生产率是不够的，以下重点分析地方财政支出与低碳经济模式下全要素生产率增长的关系。
2.环境规制与低碳经济增长
环境规制的经济绩效是理论界关注的一个重点，关于环境规制与生产效率的关系现有文献存在三种观点。一种观点认为在技术、资源配置和消费者需求不变的静态条件下，环境规制将通过提高生产成本和对生产性投资的挤出效应等，造成产业生产率和利润率的下降。另一种观点认为，设计恰当的环境规制政策能通过为企业提供技术改进的信息和动力，激励被规制的企业进行技术创新，产生创新补偿效应，从而提高企业的生产效率和国际竞争力。该观点由Micheal Porter等(1995)提出，被称为“波特假说”。第三种观点则认为，环境规制对产业绩效的影响有多种效应并存，并且还受到产业状况和特点、环境规制政策的适用性和质量等很多因素的影响，二者的关系是不确定的。
另外也有学者重点关注环境规制与全要素生产率的关系。早期的文献主要研究环境规制对传统全要素生产率的影响，其中全要素生产率的测算未将环境负产出考虑在内。近年来综合考虑能源消耗和环境污染的全要素生产率增长成为该领域关注的重点，如张成等(2010)、叶祥松等(2011)、李玲等(2011)以及陈德敏等(2012)。与上述研究不同的是，本文在测度全要素生产率增长时，不仅考虑环境污染排放，还考虑了造林绿化等减少大气含碳量的碳汇，以研究环境规制对我国低碳经济转型的作用。
地方政府的环境规制政策不仅对本地区的低碳经济发展产生作用，还可能对相邻地区产生溢出效应。虽然环境污染的空间溢出作用得到很多学者的关注和认可，但环境规制的溢出效应却尚未被关注(李郁芳等，2007)。研究表明，一个地区环境污染治理投入的增加会显著改善周边地区环境质量(Anselin，2001)，同时，地区间环境规制政策的差异还会引发生产要素跨地区的流动。环境规制作为一种公共品，具有很大的跨区外部性，不同地区的环境规制政策会影响到企业彼此的行为和居民的福利，从而影响到节能减排的推进和低碳经济转型的进程。然而现有文献忽略了环境规制对经济增长和全要素生产率的空间溢出效应。因此本文除了研究环境规制对本地区全要素生产率增长的影响，还关注其对其他地区全要素生产率增长的空间溢出作用，为中央和地方政府制定环境规制政策、促进我国低碳经济转型提供理论依据。
四、地方财政支出、环境规制对碳循环TFP增长的空间回归估计
1.空间自相关分析
空间计量回归之前首先要判断地区变量间是否存在空间相关性，目前一般使用Moran(1950)提出的空间自相关指数Moran I，其定义为：
大于0表示经济行为或变量存在空间正相关性，小于0表示存在负相关性，其绝对值越大表示空间相关程度越大。本文采用一般相邻标准，根据各省、直辖市和自治区所处的地理位置，构造出相邻结构并得到空间权重矩阵，其中相邻的地区对应的元素为1，否则为0。我国各省份的空间权重矩阵见张贤等(2007)。Moran I指数是针对截面数据模型提出的，不能直接用于面板数据。根据何江等(2006)，本文用分块对角矩阵代替以上公式中的空间权重矩阵，将Moran I检验扩展到面板数据分析中，并利用Stata 11.0计算了碳循环全要素生产率增长率的Moran I统计量。
结果发现，面板数据下碳循环TFP增长率的Moran I统计量为0.216，其临界值为6.593，在1%的显著性水平下拒绝了不存在空间自相关性的原假设。因此Moran I检验表明，考察的年份内我国碳循环TFP增长率在空间分布上具有显著的正相关关系，说明全国各省区低碳经济增长的空间分布并不是表现出完全随机状态，相邻地区呈现出特性相类似的空间联系结构。具体来说，低碳经济模式下全要素生产率增长的省区趋于靠近全要素生产率同样增长的省区，反之也成立；碳循环全要素生产率增长和下降的省区趋于呈现空间集群的现象。因此研究中，应选择利用空间计量模型分析碳循环全要素生产率与关键自变量的统计关系。
2.空间面板计量模型
空间计量经济学所研究的空间相关性包括空间自相关和空间差异性。前者指相邻地区间样本观测值缺乏独立性，经济联系客观存在，而后者指不同地区间经济联系存在空间上的测量误差，是由于单位的一致性而产生的空间效应在地区层面上的非均一性(Anselin，1998)。与这两种空间效应相对应的空间计量模型分别是空间自回归模型(SAR)或空间滞后模型(SLM)和空间误差模型(SEM)。面板回归模型根据误差成分可以分为固定效应和随机效应，与多数现有文献相同，本文使用空间固定效应模型，其原因是当样本回归分析局限于一些特定个体时，固定效应模型是更好的选择(Baltagi，2001)。另外，空间面板模型控制两类非观测效应，一是空间固定效应，反映随地区变化而不随时间变化的变量对稳态水平的影响；二是时间固定效应，反映随时间变化而不随地区变化的变量对稳态水平的影响(王火根等，2007)。因此在固定效应下，空间面板自回归和空间面板误差模型的形式为：
空间面板自回归(SAR)模型：
本文所关注的是地方财政支出、环境规制对碳循环全要素生产率增长的空间溢出效应，以本文测算的碳循环TFP增长率(CCTFP)为因变量，并且转换成以初始年份1998年为基期的TFP增长率值。地方财政支出结构以各地区分项支出占比表示。由于2007年政府收支科目改革，取消了“基本建设支出”等，2007年之后的支出结构不能与之前的完全对等，因此我们选取2007年前后基本不变的分项支出科目；并参考赵文哲等(2009)，财政支出结构分别为科技支出占比(fiscalexp1，包括企业挖潜改造和科技三项费用)、农业支出占比(fiscalexp2，包括农业综合开发、支援农业生产建设及农林部门事业费)、工业交通和商业部门事业费支出占比(fiscalexp3)、文教科卫支出(fiscalexp4)。环境规制以各地区工业污染治理投资完成额(envireg11)、排污费征收(envireg12)两个变量表示，另外在回归中纳入以下与全要素生产率增长有关的控制变量：外资利用率(FDI，外商直接投资占GDP比重)、对外开放度(trade，进出口贸易总额占GDP比重)、能源结构(energy，煤炭消费量占能源消费总量的比重)、产业结构(indus，第二产业产值占GDP比重)以及公众素质(edu，就业人口平均教育年限④)。以上数据来源于各年《中国统计年鉴》、《中国能源年鉴》、《中国环境统计年鉴》及各省市历年《统计年鉴》。
因此，本文将待估计的空间面板自相关模型(SAR)设定为：
可以看出，地区的全要素生产率不仅受本地区地方财政支出和环境规制的影响，而且受其他地区全要素生产率的影响。而同时其他地区的地方财政支出和环境规制通过对其全要素生产率的影响，进一步将作用“叠加”到地区i的全要素生产率上。空间自相关系数ρ综合反映了相邻省份解释变量的影响力。如果空间相关性由模型以外的因素决定，则应利用空间误差模型，本文将待估计的空间面板误差模型(SEM)设定为：
3.空间回归估计与结果分析
在进行回归之前，首先要对空间自回归模型和空间误差模型进行选择。如前所述，LM统计量不仅可以用于空间相关性的判断，而且Anselin等(1991)利用蒙特卡洛模拟证明，LMerr和LMsar及其稳健形式统计量还有助于空间计量模型(空间误差模型和空间自相关模型)的选择。另外，对于固定效应空间面板模型，可以分为混合(无固定效应)、空间固定、时间固定和空间时间双固定四种情况，在进行回归前应该首先判断哪种固定效应模型适用于所研究的样本数据。因此我们利用Matlab 7.0⑤工具分别计算了这四种情况下的LMsar和LMsem统计量，以选择空间面板回归模型及固定效应。
由表2可得，在混合(无固定效应)、空间固定和空间时间双固定效应下，两个统计量均在1%的水平上显著，在时间固定效应下，两个统计量在5%的水平上显著，说明拒绝了不存在空间自相关和空间误差项的原假设；另外，这四种固定效应情况下，LMsar和LMerr统计量的大小和显著性均差异不大，基本都是空间面板自回归模型略优于空间面板误差模型。因此我们将两种模型的回归结果都报告出来以进一步比较和分析。
关于回归模型方法的选择，由于空间回归模型中包含空间滞后误差项，OLS估计是有偏且不一致的，因此不适合用来估计空间计量模型。极大似然估计法在空间计量模型的估计中应用广泛(Anselin，1998)。我们利用Matlab 7.0分别估计了上述固定效应下的空间面板模型，1998-2011年低碳经济全要素生产率的空间面板回归具体结果见表3。
从表3的回归结果可以看出，SAR模型的空间自回归系数ρ和SEM模型的空间误差回归系数λ均在1%或5%的显著性水平下显著，进一步说明空间效应的确在地方财政支出、环境监管和低碳经济全要素生产率增长中发挥了作用。因此如果忽略不同地区之间潜在的空间相关性，估计结果会出现偏误。面板SAR模型和面板SEM模型的拟合优度和对数似然值相差不大，进一步比较不同固定效应，发现对于SAR和SEM模型，都是空间时间双固定模型的对数似然值最大。因此我们将面板SAR双固定模型和面板SEM双固定模型的回归结果结合起来分析地方财政支出和环境规制对低碳经济全要素生产率增长的空间溢出效应。另外我们发现，不同固定效应下的回归估计系数的大小和显著性存在差异，但差异不大，并且符号基本保持一致，说明本文采用的空间面板模型回归结果比较稳定。
从地方政府财政支出结构来看，回归结果显示，第一，科技支出占比与低碳经济全要素生产率增长呈正相关，并且其经济效果非常明显，该项支出投入占财政支出的比例每增长1%就会使低碳经济全要素生产率提高0.2%左右。这说明加大科技投入能促进我国低碳经济转型，发挥科技的引导和支撑作用是发展低碳经济的有效路径之一。发展低碳经济的核心是技术、制度和观念的创新，这必然要求企业以低污染、低排放、低资源消耗的方式进行生产经营，使得那些没有自主知识产权、以物质资源消耗为主、处于价值链低端的企业受到越来越多的制约。地方政府科技投入能显著促进和支持企业推进节能评估、清洁生产、废弃物综合利用、利用信息技术改造提升传统生产流程与设备等，企业能源消耗和污染排放的减少、生产效率的提升，促进了我国低碳经济的转型与增长。因此，发展低碳经济是一种倒逼机制，使得高消耗、高污染的粗放型企业必须抓住产业结构转型、低碳产业兴起的时机，开展低碳设计、开发低碳产品。这个过程中地方政府的科技投入起到关键性的促进作用。第二，农业支出占比与低碳经济全要素生产率增长负相关，并且该项支出投入占比每增长1%会导致低碳经济全要素生产率下降0.1%左右。也就是说，地方政府加大农业支出反而会不利于低碳经济转型，这说明我国的农业还处在“高碳农业”向“低碳农业”转变的阶段，还未实现农业的低碳化。低碳经济不仅是工业的发展方向，其与农业也有紧密的联系。IPCC第四次评估报告(2007)指出，农业是温室气体的第二大来源，农业源温室气体排放占全球人为排放的13.5%。我国高消耗、高排放、高污染的传统农业仍占主导，地方政府在农业发展方面的财政支出尚没有改善农业的高碳属性。因此在未来的发展中，地方政府应改善农业投入的结构和方向，推广节约、环保的环境友好型农业技术，创新能源技术，提高农业中能源利用效益和清洁能源比重，以现代农业科技建立低消耗、低污染的农业生产系统。第三，工业交通和商业部门事业费支出占比与低碳经济全要素生产率增长正相关，并且该项支出占比每增长1%会使低碳经济全要素生产率提高0.1个百分点。说明地方政府在这一方面的支出能有效促进我国低碳经济的转型。工业、交通部门是节能减排控制和管理的重点领域，地方政府可以通过加大工业交通部门的环境管制、完善其能效标准，来调整产业结构、促进低碳产业发展。地方政府运用倾向性的财政政策，引导、鼓励和扶持工业、交通和商业部门中低碳产业的发展，能促进我国低碳经济转型。第四，文教科卫支出占比与低碳经济全要素生产率增长呈负相关关系，并且与其他三个分项支出相比，该项支出对低碳经济增长的经济效果最小。前三项财政支出对低碳经济增长有直接的关系，而该项支出能间接影响低碳经济转型。地方政府在文教科卫方面的支出并没有提升低碳经济全要素生产率增长，说明我国地方政府在开展全民气候变化宣传教育、提高公众节能减排意识等方面仍需加强。该项支出对低碳经济增长的影响虽然是间接性的，但却是长远性的。
从环境规制方面看，工业污染治理投资完成额和排污费征收两个变量与低碳经济全要素生产率增长均呈负相关关系，并且从回归结果来看，前者的作用更显著。说明我国工业污染治理投资存在效率低下问题，过度强调投资完成额数量的提升而不改变投资结构，难以促进我国低碳经济转型。我国环境规制手段仍呈现低效率和无效果的状态，环境规制还处于抑制企业生产效率提升的阶段，需要进一步调整工业污染治理投资方向和结构，鼓励和促进企业环保技术创新，促进我国低碳经济转型。
在控制变量方面，外资利用率与低碳经济全要素生产率增长呈显著的正相关关系，即FDI的不断引进能有效加速我国低碳经济转型，这也与我国不断调整外商直接投资方向，鼓励高科技、低能耗产业发展的政策有关：对外开放度与低碳经济全要素生产率增长正相关，但统计上不显著；能源结构，即煤炭消费占比，与低碳经济增长显著负相关，这与现实情况是一致的，过度依赖煤炭消耗的增长是非持续的，长期以来严重阻碍了我国低碳经济转型；公众素质与低碳经济增长负相关，这可能因为就业人员平均受教育年限与低碳经济增长之间的关系复杂，不存在直接影响的关系；产业结构与低碳经济增长显著负相关，这也与现实一致，高耗能和高污染的工业过度发展，虽然会有效提高地区经济的增长，但会严重阻碍低碳经济转型。
本文基于数据包络分析和动态全局Malmquist-Luenberger指数方法对我国1998-2011年低碳经济下碳循环全要素生产率增长进行测算，其中将造林面积作为动态非期望投入纳入评价体系，并将测算结果与传统能源经济TFP增长、碳排放TFP增长进行对比。相对于传统核算方法，本文提出的全要素生产率增长测算方法能更公平和全面地反映我国低碳经济增长的质量。然后利用空间面板模型实证分析了地区财政支出规模与结构、环境规制政策在我国低碳经济全要素生产率增长中的作用及其空间溢出效应。
通过对我国低碳经济全要素生产率的测算、对地方财政和环境规制在低碳经济增长中作用的分析，有以下主要结论：
第一，与仅考虑碳排放的模式相比，将各地区绿化造林面积纳入评估系统后，我国平均全要素生产率由下降转变为增长，并且平均增长幅度高于能源经济模式。这可以在一定程度上肯定我国近年来加大力度造林绿化的经济效益，绿化造林的确能够有效提升全要素生产率的增长幅度，加快我国低碳经济转型的进程。
第二，科技支出占比与低碳经济全要素生产率增长呈正相关关系，并且其经济效果非常明显，该项支出投入占财政支出的比例每增长1%就会使低碳经济全要素生产率提高0.2%左右，说明加大科技投入能促进我国低碳经济转型，发挥科技的引导和支撑作用是我国发展低碳经济的有效路径之一；农业支出占比与低碳经济全要素生产率增长负相关，这说明我国的农业还处在“高碳农业”向“低碳农业”转换的阶段，还未实现农业的低碳化；工业交通和商业部门事业费支出占比与低碳经济全要素生产率增长正相关，地方政府运用倾向性的财政政策引导、鼓励和扶持工业、交通和商业部门中低碳产业的发展，能促进我国低碳经济转型；文教科卫支出占比与低碳经济全要素生产率增长呈负相关关系，并且与其他三个分项支出相比，该项支出对低碳经济增长的经济效果最小。
第三，工业污染治理投资完成额和排污费征收两个变量与低碳经济全要素生产率增长均呈负相关关系，说明我国工业污染治理投资存在效率低下问题，过度强调投资完成额数量的提升而不改变投资结构难以促进我国低碳经济转型。
第四，外资利用率与低碳经济全要素生产率增长呈正相关关系，即FDI的不断引进和进出口贸易的提升能有效加速我国低碳经济转型，这与我国不断调整外商直接投资方向，鼓励高科技、低能耗产业发展的政策有关；对外开放度与低碳经济全要素生产率增长正相关，但统计上不显著；能源结构，即煤炭消费占比，与低碳经济增长显著负相关，这与现实情况是一致的，过度依赖煤炭消耗的增长是非持续的，长期下去只能阻碍我国低碳经济转型；产业结构与低碳经济增长负相关，产业结构与低碳经济增长显著负相关，这也与现实一致，高耗能和高污染的工业过度发展，虽然会有效加快地区经济的增长，但会严重阻碍低碳经济转型；公众素质与低碳经济全要素生产率增长呈负相关。
①数据来源于全球气候变化研究领域最具权威的学术机构(英国丁铎尔气候变化研究中心的“全球碳计划”2012年度研究)，该研究成果在线发表于世界顶级学术期刊《自然》杂志的《自然·气候变化》专刊。
②需要说明的是，动态技术效率改变指数DTEC还可以进一步分解为纯技术效率指数和规模效率指数，但这不是本文研究和关注的重点，并且在实证中也无需细分技术效率变动的来源。因此本文不展示相关结果，感兴趣的读者可以向作者索取。
③由于篇幅限制，表1略去各个地区每年的具体数据，感兴趣的读者可以向作者索要。
④其中小学按6年计算，初中按9年计算，高中按12年计算，大专按15年计算，大学以上按16年计算，同时为了减少异方差，估计时取了自然对数。
⑤这里的检验和后文中的空间计量模型的Matlab相关程序均来自LeSage编写的Spatial Econometrics工具包，可从网站http://www.spatial-econometrics.com下载。
标签：低碳经济论文; 全要素生产率论文; 财政支出论文; 碳循环论文; 经济转型论文; 碳排放论文; 经济研究论文; 经济模型论文; 经济指数论文; 环境经济论文; 经济增长论文; 经济学论文;