环境调控下全要素生产率反向拐点的空间效应_全要素生产率论文

环境规制下全要素生产率逆转拐点的空间效应，本文主要内容关键词为：生产率论文,拐点论文,要素论文,效应论文,规制论文，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。

      改革开放以来，工业作为我国经济的主体实现了年均11.5%左右的高速增长，与此同时，工业也是资源消耗和污染排放的主体，在我国工业化的发展进程中，传统增长模式所导致的自然资源消耗过度和污染高排放等一系列环境破坏问题，产业发展与环境保护的矛盾日益显现，环境规制与经济社会可持续发展问题受到广泛关注。环境规制是解决环境污染问题市场化手段失灵的重要手段，被各国政府普遍采用。而对于经济增长问题的研究，生产率又是核心。因此，研究环境规制与生产率的关系，发现内在影响机制，对于实现经济可持续增长和环境污染控制二者的协调具有重要理论价值和现实指导意义。

      现有文献对环境规制与生产率的研究结论存在分歧。

      第一种观点认为环境规制对于生产率产生了不利影响。严格的环境规制提高了企业的成本，削弱了企业的竞争力，抑制了企业的创新行为，进而影响了企业的生产率。持该论者主要有：克里斯蒂安森和哈夫曼(Christiansen and Haveman)[1]，乔根森和威尔科克森(Jorgenson and Wilcoxen)[2]，杨骞和刘华军[3]。杰夫和帕尔默(Jaffe and Palmer)认为企业为了满足环境规制的要求，从而形成遵循成本，企业的生产流程或管理实践由于环境规制的要求而被迫改变，造成企业的生产效率降低。[4]丹尼森(Dension)考察了1972-1975年美国的环境规制对生产率的影响，研究表明环境规制造成了生产率下降16%。[5]格雷(Gray)对1958-1980年美国450个制造业的环境和健康安全规制对生产率的影响进行了实证研究，研究表明平均每年两种规制政策造成产业生产率下降0.57%。[6]许冬兰和董博以中国工业为研究对象，采用DEA方法分析了环境规制对中国工业的技术效率和生产力损失的影响，研究结果表明，中国工业技术效率提升得益于环境规制，但是对于生产力的发展造成了负面影响。[7]

      第二种观点是环境规制对生产率有正向作用。适度的环境规制有利于企业进行技术创新，产生创新补偿成本效应，促进生产率的提升。持该观点的主要有：波特和林德(Porter and Linde)[8]，莫尔(Mohr)[9]，格林斯通和李斯特(Greenstone and List)[10]。王兵等人运用Malmquist-Luenberger指数方法测度了1980-2004年17个APEC国家和地区包含二氧化碳排放的全要素生产率的增长及其成分，研究结果显示，加入环境规制要素后，APEC国家的TFP(total factor productivity，TFP)增速显著提高，其中技术进步是TFP增长的源泉。[11]张成等基于DEA方法测算出中国工业部门的全要素生产率，并检验了其与环境规制之间的关系，结果表明，环境规制与全要素生产率存在协整关系，并且在长期内对全要素生产率的争相促进作用更为明显。[12]

      第三种观点认为环境规制对生产率的影响具有非线性关系或者存在行业、地区的异质性差异。持该观点的主要有：杰夫等人(Jaffe et al.)[13]，帕尔默等人(Palmer et al.)[14]。谢垩对我国省际工业行业的全要素生产率进行了测度，发现污染物排放量造成技术进步率的下降，但是提高技术效率。[15]张成等人对1998-2007年中国30个省份的工业部门数据研究发现，东部和中部地区环境规制与生产技术进步率呈现“U”型关系，而西部地区没有统计意义上的“U”型关系。[16]李静和沈伟使用Malmquist-Luenberger生产率指数方法检验了我国省际全要素生产率及环境技术效率，结果表明，在3种污染物中，只有对固体废物的规制满足波特假说“双赢”效果，且东西部地区对于环境规制效果的差异较为明显。[17]杨骞和刘华军对环境规制下的技术效率、规制成本进行了研究，研究发现，环境规制下的技术效率要高于无环境规制下的技术效率，并且技术效率较高的地区，规制成本较低，中国东部地区应该采用较为严格的环境规制模式，而中西部地区则宜采用由松到紧的环境规制模式。[3]王杰和刘斌以1998-2011年中国工业行业数据为样本，检验了环境规制对全要素生产率的影响，结果表明环境规制与工业企业全要素生产率之间符合“倒N”型关系，不同类型的行业所处的阶段存在显著差异。[18]

      从上述文献综述可见，环境规制与全要素生产率的研究有必要进一步完善和拓展，得出更具可靠性的结论。

      从国内外的研究来看，一方面在测算工业行业全要素生产率时，主要考虑市场性的好产出，忽略了环境污染等坏产出。由于污染的治理需要付出成本，在不考虑环境污染情况下会高估全要素生产率，使得研究结论存在偏差。本文借鉴渡边美佐和田中(Watanabe and Tanaka)、涂正革、吴军、杨俊和邵汉华等人的做法，[19][20][21][22]采用Malmquist-Luenberger方法，计算了环境污染情况下的工业行业环境TFP，使得全要素生产率的测算结果能更真实地反映工业行业的效率状况。另一方面，现有研究主要应用一般的面板模型研究环境规制与TFP的关系，没有考虑截面相关性。地区之间的区位差异、要素禀赋和经济发展不均衡等会导致空间相关性及异质性。因此，采用传统的面板数据计量分析方法研究省际环境规制与环境全要素生产率关系问题并不合适。[23]因此，本文采用2001-2012年期间中国各省份工业行业的面板数据，基于Malmquist-Luenberger生产率指数测算工业行业的环境TFP，采用空间计量模型，对环境规制与全要素生产率的关系进行实证分析，研究环境规制与TFP关系的区域差异性特点，并提出相应的政策建议。

      二、环境全要素生产率的测算

      (一)研究方法

      全要素生产率的计算可以采用索洛残值法、随机生产前沿面法(SFA)、数据包络分析法(DEA)等。由于DEA方法不需要假设函数形式，可以对生产率进行分解等优点，被涂正革、胡鞍钢等人采用，[20][24]但是径向或者角度DEA方法在存在超额投入或者无效产出时，会高估或者低估决策单元的效率，因此需要采用改进的方法以便更准确地刻画分析决策单元的效率。

      

      (二)指标的选取和数据来源

      对分地区的面板数据来考虑环境TFP的计算，有关数据来自中国经济网统计数据库、《中国人口和就业统计年鉴》、《世界经济统计数据库》、《中国工业经济统计年鉴》以及《中国统计年鉴》。由于统计口径的变化，本文采用中国30个省份工业部门的数据(剔除我国西藏及港澳台地区)为研究样本，数据的时间区间为2001-2012年，共12年的面板数据。

      为了计算环境全要素生产率ML指数，本文选取如下指标：

      (1)劳动投入。选取历年的《中国工业经济统计年鉴》对各省市自治区规模以上工业企业年均从业人员数进行衡量。

      (2)资本投入。本文借鉴单豪杰和师博对中国工业部门资本存量的计算方法，采用永续盘存法计算得到各省市自治区规模以上工业企业的资本存量作为资本投入。[28]

      (3)好的产出。选取各省市自治区工业总产值作为地区好的产出代理变量。同时考虑价格因素，本文采用中国各省市自治区的工业品出厂价格指数(PPI)，以2000年为基期进行平减。各省市区工业总产值和工业品出厂价格指数来自于《中国工业经济统计年鉴》以及《中国统计年鉴》。

      (4)坏的产出。对坏的产出的选择不同学者有不同做法，涂正革选取了二氧化硫作为坏的产出；[20]王兵等人选取了化学需氧量和二氧化硫(SO[，2])作为坏的产出指标；[29]胡鞍钢等人选取了废水、化学需氧量、二氧化硫、二氧化碳和工业固体废弃物排放量作为坏的产出。[24]本文选取废水排放量和治理污染费用作为坏的产出指标。该数据来自于历年的《中国统计年鉴》。

      (三)省际工业行业环境全要素生产率的测算结果

      根据ML生产率指数测算方法和选取的指标样本，本文运用GAMS软件计算我国30个省份工业行业的环境全要素生产率及分解。为比较不同区域的差异，本文将全国划分为东、中和西部三大区域。限于篇幅，我们仅给出2001-2012年各省份的环境全要素生产率平均值，结果见表1。

      从表1可以看出，考虑污染排放约束时，2001-2012年全国工业行业平均的全要素生产率增幅为0.7%；其中技术进步指数的平均增幅为0.4%，技术效率指数平均提高0.3%，纯技术效率平均下降1.41%，规模效率平均提高0.4%，环境全要素生产率的提高主要归因于技术进步和规模效率。通过对三大区域的比较，东部地区环境全要素生产率以1.082明显领先，中部地区居中为1.044，而西部地区的生产率则略有下降，为0.999。从环境全要素生产率的分解来看，东中部地区的技术进步、技术效率和规模效率都大于1，表明这三个分解变量对于环境全要素增长率有着正向的影响，而纯技术效率则对环境全要素生产率产生负面的影响，纯技术效率和规模效率上中部地区则高于东部地区。而西部地区的各项指标都要落后于东部地区和中部地区。这与王兵等人、涂正革、胡鞍钢等人的研究结论一致，[11][20][24]西部地区的环境保护与工业增长处于失衡状态，而东部沿海发达地区的工业发展与环境关系较为和谐。由于西部地区在人才、资金等方面相对缺乏，导致环境技术创新的投资水平低下，研发能力不足，污染治理的技术水平不高，高污染行业的技术改造力度不够，工业化进程的不可持续性十分突出。而东部地区具有区位条件、经济发展水平、人才资金的优势，环境技术的研发能力较强，促进了工业行业的转型升级。同时，通过产业转移，落后和高污染产能的淘汰，使得东部地区工业行业的环境全要素生产率的增长处于领先地位，相对于中西部地区，呈现较好的产业发展与环境协调的可持续发展态势。从具体的省份来看，广西、海南、山西、重庆、贵州、陕西、宁夏等7个省份工业行业的环境全要素生产率变动低于1，大部分为西部地区的省份，环境全要素生产率下降的原因主要是由于技术效率的下降引起的，存在资源配置、管理不善等问题。而其余23个省份的环境全要素生产率均大于1，北京、江苏和广东位居前三位，分别增长15.5%，14.5%和11.7%，全要素生产率的增长主要是由技术进步和规模效应推动的。

      

      三、环境规制对全要素生产率影响的空间计量分析

      (一)空间计量模型

      根据空间因素引入方式的不同，安瑟兰(Anselin)认为空间计量模型可分为空间滞后模型和空间误差模型。[30]为了更好地研究我国省际环境规制与环境全要素生产率的关系，本文构建了空间面板数据模型，用于研究影响环境全要素生产率每个变量之间的空间相关性。模型中，被解释变量为各省际工业行业的全要素生产率(TEP)，解释变量为环境规制(ERI)。为了进一步验证环境规制对环境全要素生产率的非线性影响，在回归模型中加入了环境规制的平方项。全要素生产率还受到所有制结构、企业规模及外资结构等其他因素的响应，为了消除这些因素对全要素生产率的影响差异，模型中加入这些变量作为控制变量。本文构建如式(5)和式(6)所示两类空间面板数据模型，如下所示：

      空间自回归面板数据模型为：

      

      式(7)和式(8)中，TFP代表全要素生产率；ERI代表环境规制；K/L代表资本投入与劳动投入的比值；Scal为规模；Rgdp代表人均GDP；Nat代表所有制结构；FIR代表外资结构。

      (二)指标变量和数据来源

      (1)全要素生产率(TFP)。被解释变量全要素生产率为本文采用ML生产率指数测算出的各省份工业行业的环境全要素生产率。

      (2)环境规制强度(ERI)。现有研究提出多种不同的环境规制强度的计算方法，受行业数据的可得性限制，本文用各省份的治污设施运行费用来表示环境规制强度。参考沈能的研究结论，环境规制变量可由污染治理运行费用所占工业产值的比重表示。[31]由于缺少工业固体废物治理运行费用的有关数据，故用工业废水和废气的治理运行费用之和来表示污染治理运行的总费用。

      (3)资本劳动投入比(K/L)。资本投入对于生产率有着不可替代的作用，资本投入越多，能够形成的新的生产能力就越高，生产率也会相应地受到影响，而人均占有资本对于解释环境全要素生产率是非常重要的，因此本文选取资本劳动投入比作为控制变量。资本和劳动指标的选取与第二部分环境全要素生产率测算标准相同。

      (4)地区经济发展水平(Rgdp)。地区的生产率水平通常会受到地区的经济发展水平影响，而地区的经济发展水平由区位环境、资源要素禀赋，以及竞争和开放程度等因素决定，由这些因素所引起的我国地区经济发展水平差异很大，最终会影响各地区的工业生产率水平。本文中各地区经济发展水平用人均GDP表示。

      (5)企业规模(Scal)。规模不同的企业的生产率可能会存在差异，但是学术界对影响的程度和方向的观点存在分歧。一方面，大企业通常具有资本和人才优势，能够有效地支撑技术研发，推动技术创新能力提高；另一方面，大企业具有行业垄断地位，比中小企业的灵活性差，管理协调更难，影响企业的生产率。本文采用各地区的工业企业总产值代表企业规模。

      (6)所有制结构(Nat)。由于国有企业与非国有企业的所有制结构存在差异，相对于私营企业和外资企业等，国有企业具有的资源优势和政策优势更为明显，但是在管理效率、创新动力等方面欠缺于非国有企业，导致它们的生产率水平不同。该文采用规模以上国有及国有控股工业企业资产总值占规模以上工业企业资产总值的比重用于表示所有制结构。

      (7)外资结构(FIR)。通过吸引外商投资来引进国外先进技术，利用外资企业在国内设立研发中心、与我国内资企业的研发合作和内外资企业之间的人员流动等产生技术外溢效应，提升内资企业的生产率，但是外资企业进入也会带来较强的市场竞争，对内资企业的市场份额产生挤出效应，损害内资企业的生产率提升。

      本文以中国各省市自治区的工业行业为研究对象，基本数据均来源于《中国统计年鉴》、《中国工业经济统计年鉴》、《中国环境统计年报》和中国经济网统计数据库。样本数据为2001-2012年我国省际工业行业面板数据(西藏及港澳台除外)。为了检验环境规制对工业行业环境TFP影响的区域差异性，本文将选取的样本省份划分为东、中和西部3个分组。同时，本文以2000年为基期对人均GDP和工业总产值以工业生产者出厂价格指数进行了平减，来消除价格变化的影响。表2给出了本文指标变量的描述性统计。

      

      (三)空间相关性检验

      表3给出了空间计量模型选择的LM空间相关性检验结果。

      从LM检验的结果来看，在东部、中部和全国，LM(lag)比LM(error)显著性更高，并且Robust LM(lag)的更显著。根据安瑟兰和弗洛拉斯(Anselin and Florax)提出的判别准则[32]可知，选择空间滞后面板模型更为准确。所以本文选择空间滞后面板模型进一步分析环境规制对全要素生产率的区域差异。

      (四)实证检验结果及分析

      空间计量模型的估计同时要将固定效应和随机效应考虑进去，Hausman检验结果也证明了采取固定效应模型全国及东部、中部和西部的相应数据进行估计。估计结果如表3所示。

      如表4所示，全国和三个地区的空间回归系数ρ均在5%或10%的水平下显著为正，表明我国东、中、西三个地区的空间滞后性显著存在。全国的空间回归系数ρ为0.236，表明地理空间因素在各省份的工业行业全要素生产率与环境规制的作用关系中发挥着显著作用，故使用空间计量模型用于计算环境规制对TFP的影响是有必要的。

      

      从模型的实证检验结果来看，全国与东、中、西三大地区的环境规制变量的一次项系数的估计结果显著为负，而二次项系数的估计结果显著为正，表明环境规制及工业行业全要素生产率之间的影响关系呈现“U”型，对工业行业的全要素生产率呈现先降低，到达拐点以后又提高的趋势。原因在于，如果政府的环境规制强度较低，企业会选择投入资金购置新设备或者改进生产工艺用于进行环境污染减排治理，相关费用的投入对企业产品研发和技术创新产生挤出效应，企业缺乏进行技术创新和采用新技术的动力，导致了企业生产率的下降，另外地方政府出台的环保政策措施短期内影响企业效益，进而使地方经济总体增长受到影响，地方政府有时会放松对企业的环境规制力度，放松减排要求，在这种情况下企业的环境全要素生产率很难提高。随着环境规制强度的提高，环境规制对企业创新投入的挤出效应不断扩大，导致企业的技术创新水平逐渐减弱。当到达“U”型曲线的拐点位置以后，增加环境规制强度，行业中的部分企业会因为投入的治污成本过高而放弃，被规制行业的企业数量随之减少，市场集中度有所增加，那些存留下来的企业会更加重视技术创新和市场竞争力。[16]此外，企业的治污成本逐年增加，使边际支出效应递减，为了生存，企业愈发重视生产过程和工艺的改进、清洁技术的研发，创新活动会给企业带来创新补偿效应，进而激发企业加大研发力度和自主创新的积极性，环境技术创新使企业污染排放显著减少，获得政府的污染治理补偿，环境规制的成本逐步降低，实现环境规制目标。企业通过环境技术创新，申请专利及转让建立一定的技术壁垒。对企业的环境技术研发和技术创新产生了一定的激励效应，促进企业减少污染排放，提升环境全要素生产率。从三个地区来看，东部、中部和西部地区的“U”型曲线拐点分别大约在0.650，0.781和0.862，说明随着环境规制强度的提高，东部地区要早于中部、西部地区突破拐点，促进环境全要素生产率的提升。“U”型曲线的切线表示该地区的全要素生产率对环境规制变动的反应程度，本文定义为环境规制的边际生产率，从切线斜率比较来看，在突破拐点以后，东部地区的全要素生产率上升更快，表明东部的工业行业TFP对环境规制变化的调整速度快于中西部地区。原因在于东部地区比中西部地区的市场化程度更高，工业企业具有较强的持续创新动力和条件；优越的人才发展环境也能够吸引大量优秀人才，使得东部地区的人力资本水平较高；同时，东部地区经济发达，具有资金优势，技术基础较好，外资发达，为工业企业的技术创新和改造提供了保障，有利于全要素生产率的提升，而中部、西部地区由于经济、资源和区位条件的制约，地区企业的技术研发能力不足，对吸引国内外的先进技术优势不足，故中部、西部地区工业行业的全要素生产率对环境规制的反应相对缓慢。

      从控制变量的估计模型来看，各省份的估计结果和显著性存在一定差异。资本劳动投入比在各个模型中的估计结果均显著为正，表明资本劳动投入比越高，即资本密集程度越高，越有利于工业行业全要素生产率的提升。地区发展水平在全国和地区样本中显著为正，说明地区的经济发展水平提高有助于促进工业行业的全要素生产率的提升。企业规模显著地与工业行业的全要素生产率的提升成正比，研究结果证实研发投入适度增加将对企业规模的扩大有利，进而促进工业行业的全要素生产率的提升。所有制结构对工业行业的全要素生产率具有显著负向影响，由于国有企业占比比率较高，国有企业产权相对模糊和经营机制市场化程度不一致，管理体制僵化和创新激励政策不适应企业发展进程，导致技术创新能力较慢，影响生产率的提升。外资结构变量的估计结果在四个模型中都不显著，这可能与刻画外贸结构变量的指标选取有关。

      四、研究结论与政策建议

      本文运用Malmquist-Luenberger生产率指数测算了2001-2012年间中国各省份(我国西藏及港、澳、台除外)工业行业的环境全要素生产率，并运用空间计量分析方法对环境规制与全要素生产率关系进行了实证分析。研究发现：三大区域的环境规制强度与工业行业的TFP之间的关系为“U”型，即全要素生产率随着环境规制强度的提高而先降后升，而且东部地区要早于中部、西部地区达到拐点。在达到拐点以后，东部地区的边际全要素生产率更高，环境规制变动的反应也要比中、西部地区更为迅速。

      基于研究结论，本文认为：

      一是政府部门应适度提高环境规制强度，设定一个较为合理的环境规制强度水平，以刺激工业企业进行技术创新，尽快突破“U”型曲线拐点，同时，应综合运用各种规制工具，充分发挥不同规制工具之间的相合效应，根据政策工具的效果和实用性，对规制政策进行不断优化。另外，政府环境保护部门和科技部门应协调环境规制政策工具的执行和技术研发政策的调整，形成技术研发政策对环境规制政策的有效支撑。

      第二，基于区位差异构建不同的环境规制政策以及环境技术创新激励措施，由于东部地区经济发达和市场化程度较高，环境规制政策工具应以市场激励型政策工具为主，如排污费、排污权交易和创新补贴机制等，促进工业行业的环境技术创新，实现创新补偿效应，降低治污成本，降低污染排放。那些污染排放低的企业也可以通过交易排污权获益。中部和西部地区应适度降低环境规制的强度，从而降低环境规制所产生的遵循成本，同时政府应加大政策支持力度，不断优化投资环境，吸收外部先进技术和管理经验，并提高环境技术的投入和税收补贴收入，制定引进和培养高端科技创新人才的政策，形成有利于环境技术创新的良好条件。另外，在承接东部发达地区产业转移的过程中，要充分评估环境承载力和地区优势，选择合适产业进行转移，促进经济环境的协调可持续发展。政府应通过提高对环境技术创新企业的财政补贴或税收减免来合理控制环境规制的水平，减少纯命令型规制工具的数量，多采用市场化手段，激励而不是惩罚工业行业的主动性污染减排，进而从根本上提升企业进行环境技术创新的内生驱动力。

标签：全要素生产率论文;  生产率论文;  中国东部论文;  劳动生产率论文;  企业空间论文;  投入资本论文;