环境约束下的中国经济增长效率研究，本文主要内容关键词为：中国经济增长论文,效率论文,环境论文，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。
中图分类号 F224.0 文献标识码 A
引言
改革开放以来，我国经济进入了高速发展的快车道，GDP年均增长率接近10％。对于中国经济的高速增长，如果只是从与同期其他国家GDP绝对增长幅度的对比来看，中国经济年均9.9％的增长速度确实可以用“增长奇迹”来形容。但是，这仅仅是从经济增长绝对总量角度来衡量的。一般地，经济增长包括两个方面，一个是经济增长数量，另一个是经济增长质量。转变经济发展方式，使经济由“又快又好”转向“又好又快”发展，已成为我国经济实现可持续性发展的当务之急。本文运用1998～2008年中国29个省份的面板数据，对环境约束下的中国经济增长绩效做进一步考察。环境约束下的中国经济增长效率及其影响因素的研究，具有理论和现实意义。在理论方面，通过对现有经济增长理论的继承与发展，考虑环境约束的经济增长效率理论可以丰富和完善现有理论，从而树立更加全面、科学的经济增长观。在现实方面，对处于转型期的环境约束下的中国经济增长效率及其影响因素的研究，有利于正确评估中国经济增长状况，有利于认清中国经济增长中的环境代价，有利于我国经济的“又好又快”发展。
一、文献综述
近年来，探索中国经济增长模式成为国内外学者研究的热点，全要素生产率（TFP）是衡量一国经济增长质量和可持续性的核心指标，学者们主要从生产率的角度对此进行解释。如Chow和Lin（2002），易纲等（2003），颜鹏飞、王兵（2004），郑京海、胡鞍钢（2005），王志刚等（2006），朱承亮等（2009）等对我国经济增长效率进行了实证研究。这些研究得出了很多有意义的结论，但是，这些实证研究存在的一个缺陷是他们无一例外地忽略了环境因素对经济增长效率的影响，而忽略环境因素计算出的经济增长效率，不能正确衡量相关经济体可持续发展水平。这种传统的TFP测度仅仅考虑市场性“好”产出的生产，并没有考虑生产过程中产生的非市场性“坏”产出。传统TFP的核算没有考虑环境因素的影响，没有区分要素投入中哪些用于生产，哪些用于环境污染治理，其测算结果会导致TFP的含义被误导（Shadbegian和Gray,2005）。
不考虑环境因素的效率评价会促使地方在经济发展过程中仅以GDP为导向，忽视环境污染问题，而这种增长方式不利于经济可持续发展。相比之下，随着全球环境问题的日益突出，国外已有一些学者开始尝试将环境因素纳入到TFP测算框架。Pittman（1983）在对美国威斯康星州造纸厂的效率进行测度时，用治理污染成本作为“坏”产出价格的代理指标，首次尝试了在生产率测算中引入“坏”产出。Chung等（1997）在测度瑞典纸浆厂的生产率时引入了一个方向性距离函数，并且在该函数的基础上构建了Malmquist-Luenberger（ML）生产率指数。ML生产率指数在测算TFP时不仅要求“好”产出不断增加，同时还考虑了环境因素，即要求“坏”产出不断减少。从此以后，运用考虑了环境“坏”产出的ML生产率指数的实证研究逐渐增多。Hailu和Veeman（2001）将污染治理费用作为一种投入，考察了加拿大造纸行业的生产率情况，类似将环境污染作为生产投入要素的生产率研究还有Domazlicky和Weber（2004）等。Fare等（2001）运用ML生产率指数测算了1974～1986年间美国制造业TFP，发现考虑环境因素的TFP年均增长率（3.6％）要高于忽略环境因素的TFP年均增长率（1.7％）。Jeon和Sickles（2004）采用ML生产率指数和传统的Malmquist生产率指数，分别测算了1980～1990年间OECD和亚洲若干国家的TFP增长情况，发现环境因素对OECD国家的TFP增长影响不大，但是对亚洲国家的TFP增长有负的影响。Yoruk和Zaim（2005）分别采用ML生产率指数和传统的Malmquist生产率指数，实证分析了1983～1998年间OECD国家的TFP增长情况。研究发现，整体上ML生产率指数的测算结果要高于传统的Malmquist生产率指数的测算结果。Kumar（2006）分别采用ML生产率指数和传统的Malmquist生产率指数考察了41个发达国家和发展中国家的TFP，发现两种方法的测算结果存在显著差距，且发展中国家的ML生产率指数测算结果都小于传统的Malmquist生产率指数的测算结果。
伴随着中国经济增长中环境污染问题的出现并日益严重，国内关于我国经济增长与环境污染关系的研究日益增多，这些研究文献（彭水军、包群，2006；符淼，2008等）大多是关于环境库兹涅茨曲线（EKC）的实证分析，即证明中国经济增长与环境质量之间是否存在一种倒U型关系。在经济发展初期，环境质量随着人均GDP的上升而下降，而当经济增长达到一个转折点之后，环境质量随着人均GDP的上升而上升。将环境因素纳入到效率测算框架的研究国内并不多见，不少学者在这方面做了有益探索。一是中观工业产业层面的研究，涂正革（2008）采用方向性环境距离函数方法，评价了中国规模以上工业企业环境污染、资源消耗与工业增长的协调性问题；杨俊、邵汉华（2009）将工业
排放量作为“坏”产出，采用ML生产率指数，测算了1998～2007年间中国地区工业考虑了环境因素情况下的TFP增长及其分解，发现忽略环境因素会高估我国工业TFP增长；吴军（2009）以废水排放中化学需氧量（COD）和废气中排放量来代表“坏”产出，采用ML生产率指数将环境因素纳入到TFP分析框架，测算分析了环境约束下1998～2007年间中国地区工业TFP增长及其成分，并对其收敛性进行了检验；涂正革、肖耿（2009）以工业排放量代表“坏”产出，构建了方向性环境生产前沿函数模型，采用非参数规划方法对1998～2005年间环境约束下的中国工业增长模式进行了研究。二是宏观区域层面的研究，胡鞍钢等（2008）采用以方向性距离函数为表述的TFP模型，在考虑了环境因素的情况下，对1999～2005年间中国28个省市区的技术效率指标进行了重新排名，发现考虑污染排放因素与不考虑污染排放所得出的技术效率排名差距明显；王兵等（2008）采用ML生产率指数，测度了APEC中17个国家和地区1980～2004年间包含
排放的环境管制与TFP增长及其成分，发现在平均意义上考虑环境管制后APEC的TFP增长水平提高了；杨龙、胡晓珍（2010）运用熵权法将六种环境污染指标拟合为各地区综合环境污染指数，并将其引入到DEA模型，测度了1995～2007年间我国29个省市区的绿色经济效率，并对其地区增长差异进行了收敛性检验；李静（2009）以工业“三废”排放作为“坏”产出，针对相关DEA模型的缺陷，采用SBM模型测算了1990～2006年间我国各省区的环境效率，发现环境变量的引入明显地降低了中国区域的平均效率水平；李胜文等（2010）将环境污染看成是一种有害投入，估算了我国1986～2007年间各省区的环境效率。
综上可见，国内外研究者将环境因素纳入到估计的生产模型中，主要思路有两个：一是将环境污染变量作为一种投入（Hailu和Veeman，2001；李胜文等，2010）；二是将环境污染变量作为一种非期望“坏”产出（Chung等，1997；Fare等，2001；Jeon和Sickles,2004; Yoruk和Zaim,2005; Kumar,2006；涂正革，2008；杨俊、邵汉华，2009；吴军，2009；涂正革、肖耿，2009；胡鞍钢等，2008；王兵等，2008）。将环境污染变量作为一种投入的办法虽然能够尽可能地减少非期望“坏”产出，但是这不符合实际生产过程，而将环境污染变量作为一种非期望“坏”产出的办法不能充分考虑到投入产出的松弛性问题（李静，2009）。且对于“好”产出和“坏”产出的不平衡处理也会扭曲对经济绩效和社会福利水平变化的评价，从而会误导政策建议（Hailu和Veeman，2000）。
同时，国内的有关研究只是考虑到了经济发展中的环境污染排放，却没有考虑到环境污染治理。基于现实环境与经济增长问题的迫切性及类似研究的局限性，本文研究的主要目的是考察环境约束下的中国经济增长状况，测评环境约束下的中国经济增长绩效，并以此为基础考察中国经济增长绩效的影响因素。虽然胡鞍钢等（2008），杨龙、胡晓珍（2010）从区域层面对此问题进行了有益探索，但除了上述分析的不完善之外，两文中均没有对中国经济增长的非效率影响因素进行探讨。本文将运用1998～2008年中国29个省份的面板数据，对环境约束下的中国经济增长绩效做进一步考察。
二、环境约束下的中国相对绿色GDP估算
改革开放以来，中国名义GDP总量高速增长，从1978年的3645.2亿元增长到2008年的300670亿元，年均GDP增长率达9.8％。随着经济的快速发展，资源、环境问题与经济发展的矛盾日益凸显，传统GDP核算的弊端已为多数人所认同，对目前以GDP为主要指标的国民经济核算体系进行改革势在必行。传统观念认为，自然环境和资源是取之不尽、用之不竭的，所以，过去经济学家们在研究经济发展的时候，没有考虑环境和资源因素在经济发展中的重要作用，以至于在考核经济增长的核心指标GDP中没有体现出环境资源的价值损耗，而是仅仅体现了物质财富的总量增加，由此现行的基于名义GDP的国民经济核算体系没有对经济发展中的资源与环境代价进行核算，这就人为地夸大了经济收益，必将导致真实的国民福利大为减少，因此，必须要对现有的国民核算体系进行校正。长期以来，我国的干部晋升制度主要是以GDP来评价其优劣的，个别地方政府官员不惜以破坏生态环境透支资源的方式来发展当地经济的现象不利于中国可持续发展。为此，绿色GDP的提出和发展是随着人们对环境和资源问题认识的不断升华而逐渐形成的。2006年中国首次公布了2004年绿色GDP核算报告。但是，由于绿色GDP核算工作的复杂性，在短期内仍然不能准确的衡量环境因素对经济增长效率的影响。
按照可持续发展的概念，绿色GDP是在传统GDP核算基础上，通过相应的资源和环境数据调整而得到的。绿色GDP核算的目的是把经济活动的自然部分虚数① 和人文部分虚数② 从传统GDP中予以扣除，进行调整，从而得出一组以绿色GDP为中心的综合性指标，为经济的持续发展服务。本文的研究目的是考察环境因素对中国经济增长绩效的影响，借鉴绿色GDP的核算，构造考虑环境因素的相对绿色GDP核算指标，从而提供一种较为简单可行的、考虑环境因素的衡量经济增长绩效的办法。为了尽量利用现有资料，同时考虑到绿色GDP核算的可操作性，且环境保护需要关注的重要领域是工业部门，因此，文章选择的指标主要侧重于工业领域的环境污染及其治理要素。
本文仅对扣除工业环境因素的绿色GDP核算方法进行了初步的探索和实践，其主要思路是，通过构建既考虑环境污染排放又考虑环境污染治理的环境指标，通过一定的定量方法测算出环境综合指数（ECI），ECI综合概括了各地区经济发展中的环境因素（主要是环境治理效用）作用的大小，ECI值越大，表明该地区经济发展的环境代价越小，反之则环境代价越大。然后，将各地区GDP与环境综合指数的乘积定义为各地区相对绿色GDP（记为EDP），并将其作为产出指标纳入经济增长效率测算模型，从而考察环境因素对中国经济增长效率的影响。
在构建既考虑环境污染排放又考虑环境污染治理的环境指标时，从环境的投入和产出入手，共选取8个指标，其中包括两个绝对量指标和6个相对量指标。投入指标用污染治理投资总额来表示，产出指标主要考虑工业“三废”的排放及其处理情况，具体环境指标的构建及其指标定义见表1。
在将由众多因素组成的环境指标转换成环境综合指数（ECI）时，难点在于权重的确定，此处借鉴樊纲，王小鲁等（2003）处理市场化指数的做法，我们采用因子分析（Factor Analysis）来浓缩数据，构造环境综合指数，其中在确定因子权重时采用主成分分析法（Principal Components Analysis），主成分分析法最大的特点和优势在于客观性，即权重不是根据人为主观判断，而是由数据自身特征所确定的。主成分分析法是将多个指标的问题简化为少数指标问题的一种多元统计分析方法。这种方法可以在尽可能保留原有数据所含信息的前提下实现对统计数据的简化，并达到更为简洁明了地揭示变量间关系的目的。
在具体计算过程中，为了消除由于量纲不同可能带来的影响，首先对原始数据进行了标准化处理。全部数据均通过了巴特利特球体检验（Bartlett Test of Sphericity），即在显著性为1％的水平上拒绝了相关矩阵是单位阵的零假设，因此，本文所观测的数据适合做因子分析。在选择因子个数时，我们采用使前k个主成分累计方差贡献率达到80％的办法来确定。基于本文研究目的的考虑，在计算出综合因子得分之后，按以下公式将其转换成［0，1］区间取值，即为本文所测算的环境综合指数（ECI），见表2。
从表2来看，1998～2008年间环境综合指数（ECI）处于前五位的是山东（0.80）、江苏（0.73）、浙江（0.70）、上海（0.68）和北京（0.68），可以发现它们都处于我国的东部地区，东部地区由于早期快速经济发展过程中积累的丰富资本和技术优势，在经济快速发展的同时，污染排放量日趋减少，同时加强环境污染治理力度，这些因素使得东部地区经济发展的环境代价较小，表现出较高的环境综合指数值。而处于后五位的是青海（0.43）、新疆（0.49）、宁夏（0.51）、贵州（0.51）和内蒙古（0.52），它们都处于我国的西部地区，由于历史和地理因素的影响，西部地区经济发展水平较为落后，生态环境脆弱。虽然“西部大开发”战略的实施在一定程度上促进了西部地区经济发展，但是伴随而来的是污染产业转移、资源过度开发和利用效率低下等问题，使得西部地区经济发展的环境代价很大，表现出较低的环境综合指数值。进一步分析发现，1998～2008年间，东部地区环境综合指数（ECI）值最高，均值为0.666；其次为中部地区，均值为0.611；再次为东北老工业基地，均值为0.606；西部地区最低，均值为0.532。
本文将上述得到的各地区环境综合指数值（ECI）与各地区GDP乘积定义为各地区相对绿色GDP（记为EDP），即
。EDP值越大，表明GDP中绿色GDP所占比重越大，也即经济发展中的环境代价越小，这样越有利于地区经济的协调可持续发展；反之，EDP值越小，表明GDP中绿色GDP所占比重越小，也即经济发展中的环境代价越大，这样越不利于地区经济的协调可持续发展。
上述相对绿色GDP，即EDP值的测算方法是在借鉴国家绿色GDP核算方法的基础上，采用的一种简单可行的仅考虑环境因素的绿色GDP测算方法，是一次有益的尝试，但也存在很多不足之处。比如，环境因素不仅涉及包括工业领域，还涉及其他各个领域，如生活领域、农业领域等；在考虑环境治理所带来的经济效益的同时，还应当考虑环境治理所产生的环境改善和生态效益；当年治理的工业污染只解决了当年的部分环境问题，没有解决过去积累的全部问题等，由于数据限制这些问题在测算过程中没有予以考虑。所以，本文计算的EDP值在一定程度上可能低估或者高估了环境因素对经济发展的影响。
三、研究方法
本文主要考察环境约束下的中国经济增长效率状况，将我国的各省市区看作投入一定要素（劳动力、资本）进行生产活动产生一定产出的生产部门。经济增长的技术效率，简称为经济增长效率。Farrell（1957）和Leibenstein（1966）分别从投入角度和产出角度给出了技术效率的含义，且认为技术效率是和生产前沿面（Production Frontier）联系在一起的。所谓生产前沿面，是指在一定的技术进步条件下，一定投入所能达到的最大产出所形成的曲线。借鉴Leibenstein（1966）从产出角度关于技术效率的定义，本文将经济增长效率的含义界定为生产部门在等量要素投入条件下实际产出与最大产出（生产前沿面）的比率。经济增长效率处于0～1之间，当效率值为1时，表明现有技术得到了充分发挥，实际产出量在生产前沿面上，此时要想提高效率则要考虑从提高技术进步角度出发使生产前沿面上移；当效率值小于1时，越接近于1说明效率越高，越接近于0说明效率越低，说明实际产出量不在生产前沿面上，两者之间的距离是由于现有技术没有得到充分发挥而引起的，此时应采取措施使在现有技术水平下技术效率得到提高。
对技术效率的测度关键在于对生产前沿面的确定。目前，在实证分析中对技术效率的测度主要有两类方法：一类为非参数方法，该类方法以Charnes等（1978）提出的数据包络分析（DEA）方法为代表；另一类为参数方法，该类方法以随机前沿分析（SFA）方法为代表。本文采用参数的SFA方法来测算环境约束下的中国经济增长效率及其影响因素。这主要是因为相对于非参数DEA方法，参数SFA方法具有以下四个优势：第一，SFA方法具有统计特性，不仅可以对模型中的参数进行检验，还可以对模型本身进行检验，而DEA方法不具备这一统计特性；第二，SFA方法可以建立随机前沿模型，使得前沿面本身是随机的，而且模型中将误差项进行了两部分的分解，这对于跨期面板数据研究而言，其结论更加接近于现实，而DEA方法的前沿面是固定的，忽略了样本之间的差异性；第三，通过DEA方法所测算出来的效率值是“相对”效率值，对于有效情况的生产单元效率值均为1，这样就不能提供对这些有效单元进一步的比较分析，而SFA方法可以弥补这一缺陷，SFA方法测算出来的是“绝对”效率值；第四，SFA方法不仅可以测算每个个体的技术效率值，而且可以定量分析各种相关因素对个体效率差异的具体影响，这样可以避免在测度效率影响因素时，采用DEA方法的两阶段估计法导致的类似于假设相矛盾的弊端。
根据Meeusen和Broeck（1977），Aigner等（1977），Battese和Corra（1977）等的研究成果，SFA模型的一般形式为：
显然，当u＝0时，技术效率TE＝1，表示生产单元处于生产前沿面上，此时为技术有效；当u＞0时，技术效率TE＜1，表示生产单元处于生产前沿面下方，此时为技术无效，即存在技术非效率。
20世纪90年代以前的SFA模型仅仅可以测算个体技术效率水平，但是，现实情况是需要探讨有哪些影响因素导致了技术非效率。早期在探讨影响因素与技术非效率之间的关系时，一般都采用二阶段估计法。二阶段估计法假设技术非效率结果独立且服从某种分布，其基本步骤分为两个阶段：第一阶段先估计出随机前沿生产函数与技术非效率；第二阶段再以所估计出的技术非效率值作为被解释变量，各影响因素作为解释变量，一般的采用最小二乘法（OLS）及其变型形式来估计各影响因素对技术非效率的影响程度。二阶段估计法的假设被认为是不一致的，即第二阶段所构建的回归方式违反了第一阶段中关于技术非效率结果独立性的假设。
此外，在选择生产函数时，较为常用的有对数型柯布道格拉斯生产函数和超越对数型柯布道格拉斯生产函数。前者虽然形式简单，但是假定技术中性和产出弹性固定；后者放宽了这些假设，并且可以作为任何生产函数的二阶近似（傅晓霞、吴利学，2006），且在形式上更加灵活，能更好地避免由于函数形式的误设而带来的估计偏差。基于本文的数据基础和超越对数型柯布道格拉斯（CD）生产函数的优点，本文选用超越对数型柯布道格拉斯生产函数的随机前沿模型。
四、数据及变量说明
本文以1998～2008年为研究时间段，所使用的基础数据来源于《中国统计年鉴》（1999～2009）。此外，需要说明的是对于个别省份个别年份的缺失数据采取了取前后两年的平均数补齐的方式加以处理。为保持统计口径的一致性，文中四川省的数据包括重庆市数据，西藏由于数据不全故不在考察范围之内，因此，本文研究对象为中国内地的29个省市区。此外，按照传统的区域划分，并结合“西部大开发”、“振兴东北老工业基地”、“中部崛起”等国家重大发展战略，本文将29个省市区分为东部地区，中部地区，东北老工业基地和西部地区，从而在更大范围内考察区域之间的效率差异。其中，东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10个省市；中部地区包括山西、安徽、江西、河南、湖北、湖南6个省；东北老工业基地包括辽宁、吉林和黑龙江3个省；西部地区包括贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西、四川（包括重庆）和内蒙古10个省市区。
1.投入产出变量
有关经济增长的投入，文献中通常选用劳动和资本来表征。对于劳动投入一般采用年均从业人员指标来表示。虽然从业人员数据提供了劳动力的增长，但不包含任何有关劳动力质量的信息。特别是改革以来，廉价的非熟练农村劳动力大量向城市工业、服务业转移，构成了中国经济增长的一个主要推动因素，但是，近年来产业部门对非熟练劳动力需求下降、对专业技术工人需求则上升。这意味着，低素质的劳动力在经济增长中的重要性下降，而人力资本的重要性上升（王小鲁等，2009）。鉴于此，本文使用人力资本存量指标（万人）来表征劳动投入。考虑到人力资本本身只包括正规教育时间的影响，而没有考虑在工作中“边干边学”带来的人力资本存量的增加，但在现实中，从学校毕业后的劳动者通常在工作一段时间后积累了一定的实践经验之后，才会有更高的生产率。因此，本文的人力资本存量取了3年滞后项，即为1995～2005年的人力资本存量数据。而又因为重庆市的数据1997年之后才独立统计，这是本文中把重庆市数据纳入四川省数据的主要原因。舒尔茨认为，教育是形成人力资本最重要的部门之一，是提高人力资本最基本的主要手段，因此，本文以受教育年限法来衡量人力资本指标。本文将从业人员的受教育程度划分为4类，即大学教育、高中教育、初中教育和小学教育，且把各类受教育程度的平均累计受教育年限分别界定为16年、12年、9年和6年。在计算人力资本存量指标时，采用岳书敬、刘朝明（2006）的做法，即使用平均受教育年限和劳动力数量的乘积来表示人力资本存量，其中，劳动力数量用各省市区历年从业人员数量表示，由于各省经济发展水平不同，这里平均受教育年限用各省市区总人口平均受教育年限表示。
资本投入采用年均资本存量（亿元）指标来表征。然而在现有的统计资料中年均资本存量数据并没有直接给出，不少学者对全国及各省份资本存量的估计做了许多有益探索，当前一般采用“永续盘存法”来估算资本存量。本文所使用的1998～2008年的资本存量数据直接采用单豪杰（2008）的测算结果。此外，2007年和2008年资本存量数据依据其估算方法推算而来。单豪杰（2008）的资本存量数据是以1952年为基期的，为了研究的可比性，本文将各省市区历年的资本存量全部按照1990年的可比价格进行了折算。产出以GDP或者相对绿色GDP（EDP）（亿元）指标来表征，且将其全部按照1990年的可比价格进行了折算。
2.影响因素变量
到目前为止，仍没有一个正式的理论作为确定效率影响因素的依据（王兵等，2008），本文在已有类似研究的基础上，主要从对外经济开放度（外资依存度、贸易依存度）、经济结构（产业结构、产权结构）、环境污染治理强度以及政府规制等方面来考察我国经济增长效率状况。变量具体设定及说明如下：
（1）外资依存度。一般地，在正常状态下，FDI不仅能够部分解决国内资本稀缺等问题，更重要的是，随着外资引进伴随着的先进技术和管理经验也随之引进，这能够在区域内部或者行业内部产生正的外溢效益。此外，FDI还与环境污染有着争论性的联系，FDI引致的环境污染是其对发展中国家的主要负面影响之一，这方面的理论以“污染天堂”假说（Copeland和Taylor,1994）为代表。FDI的环境效应是一把“双刃剑”（张彦博、郭亚军，2009），对于作为发展中国家第一引资大国的中国来说，FDI对环境约束下的经济增长效率的作用存在不确定性。本文以FDI/GDP（EDP）表示外资依存度，为实际利用外商直接投资额（FDI）与当年GDP（EDP）的比值，这样可以从整体上反映各省份所吸收外商直接投资的相对规模。其中，FDI采用实际利用外商直接投资的统计口径，对于用美元表示的FDI按照当年人民币的平均汇率换算成人民币，且将其全部按照1990年的可比价格进行了折算。
（2）贸易依存度。改革开放以来，尤其是加入WTO以后，我国的对外贸易增长迅速，对外贸易对中国经济增长起到巨大拉动作用的同时，由于中国能源消耗和环境污染日益加剧，学者们也开始将快速增长的对外贸易与中国环境污染状况联系起来，考察对外贸易对我国污染排放的影响（沈利生、唐志，2008），他们认为对外贸易对中国经济增长的环境代价不容忽视（张友国，2009）。在各国减少污染排放的大背景下，一个重要的问题引起了我国学者们的关注：通过国际贸易，发达国家是否会专业化生产并出口“干净型”产品，并从我国进口污染密集型产品，从而使我国成为“污染产业天堂”呢？（李小平、卢现祥，2010）因此，对外贸易对环境约束下的中国经济增长效率的作用也存在不确定性。本文以Trade/GDP（EDP）表示贸易依存度，为进出口贸易总额与当年GDP（EDP）的比值。其中，对于用美元表示的进出口贸易总额，也按照当年人民币平均汇率将其换算成人民币，且将其全部按照1990年的可比价格进行了折算。
（3）产业结构。产业结构优化是转型期我国面临的主要任务之一。我国处于工业化和城市化的关键时期，工业化水平的提高对于环境约束下的中国经济增长效率的影响是双面的，一方面工业化促进了当地经济发展，另一方面我国的工业化发展模式仍然是以资源消耗、环境污染为代价的粗放模式，虽然这种粗放工业增长模式正在逐步转变（涂正革、肖耿，2006），但会给中国经济发展带来一系列问题。本文以工业总产值/GDP（EDP）来表示产业结构特征，且将其按照1990年的可比价格进行了折算。
（4）产权结构。中国经济改革伴随着产权结构的变化，其现状高度概括就是“国退民进”。有学者认为“国退民进”是市场经济发展的必然结果，大量实证研究结果表明，非国有企业的效率要比国有企业的效率高（刘小玄，2000；姚洋、章奇，2001）。本文选择用国有单位职工人数/当地年均从业人员来刻画产权结构。
（5）环境污染治理强度。中国在经济发展过程中付出了巨大的环境代价，由于政府的高度重视，加大了环境污染治理力度，并且产生了积极效果。对环境污染治理强度的研究有利于认清环境投资绩效，有利于加大环境保护力度。本文以工业环境污染投资总额/GDF（EDP）来刻画环境污染治理强度，且将其按照1990年的可比价格进行了折算。
（6）政府规制。在经济发展过程中，政府与市场的关系是学术界探讨的永恒话题之一。我国政府在宏观经济治理过程中处于控制性地位，成为我国经济增长的领导者和事实控制者（钟昌标等，2006）。财政收入是政府干预经济的一个重要手段，本文采用财政收入/GDF（EDP）作为政府规制指标，且将其按照1990年的可比价格进行了折算。
上述分析的变量及其定义如表3所示。综上所述，本文根据Battese和Coelli（1992,1995）模型的基本原理，运用超越对数型柯布道格拉斯生产函数，在1998～2008年省级面板数据的基础上，建立了如下随机前沿研究模型（主函数模型和效率影响因素函数模型）：
基于本文研究目的的需要，根据是否考虑效率影响因素和环境因素，本文将设定四个模型来进行研究，即模型1（不考虑影响因素、不考虑环境约束）、模型2（不考虑影响因素，考虑环境约束）、模型3（考虑影响因素，不考虑环境约束）、模型4（考虑影响因素、考虑环境约束）。需要说明的是，考虑到在环境污染治理投资中会涉及技术研发等活动，使其投资效果会有一定时滞性，因此，工业污染治理强度变量采取了滞后1年处理。不考虑环境约束时，产出变量Y采用GDP指标表示；考虑环境约束时，产出变量Y采用EDP指标表示。当然，考虑影响因素时各影响因素指标要根据是否考虑环境约束作相应变换。
五、实证结果及分析
根据上述研究方法和面板数据，我们运用Frontier程序对我国1998～2008年间经济增长效率及其影响因素进行了估计，具体实证分析结果如下。
1.效率及地区差异分析
表4给出了模型1～模型4的主函数SFA估计结果，从表4可见，在4个模型中r值均在1％的显著性水平下显著，印证了本文所采用的SFA方法的合理性。特别是模型1和模型2中的γ值分别为0.966和0.798，表明随机误差中大部分是来自于技术非效率的影响，而小部分是来自于统计误差等外部因素的影响，这也说明进一步运用模型3和模型4考察技术非效率影响因素的必要性。模型1和模型2中的u值大于0，说明我国经济增长不在生产前沿面上，即处于技术非效率状态，这表明在技术进步率不变的前提条件下，我国经济还有较大的增长空间，应当提高技术效率向生产前沿面靠拢。而模型1和模型2中η值显著不为0，表明技术非效率是随时间加速递减的，即经济增长效率是随时间不断改善的。
从4个模型效率估算结果来看，1998～2008年间我国经济增长效率是波动且缓慢上升的，如图1所示。在不考虑影响因素的情况下（模型1和模型2），我国经济增长效率平均水平分别为0.323和0.346，而考虑影响因素情况下（模型3和模型4），我国经济增长效率平均水平分别为0.617和0.600。可见，在分析我国经济增长效率时，如果不考虑效率影响因素的冲击，我国的经济增长效率水平将可能被低估。此外，从劳动和资本的平均产出弹性来看，相对于模型1和模型2来说，模型3和模型4的设定更符合经济现实，我国经济增长是典型的要素投入型增长。在此基础上，我们发现不考虑环境因素（模型3）和考虑环境因素（模型4）的情况下，全国效率均值有一定差异，不考虑环境因素的经济增长忽略了经济增长中的环境代价，因而测算的全国平均效率值（0.617）要高于考虑环境因素时的全国平均效率值（0.600）。1998～2008年期间全国经济增长效率均值在0.6附近，这表明在不增加劳动力和资本要素投入的前提下，如果各地区同时提高技术效率，则在现有技术进步水平条件下，全国经济增长总量将会在现有基础之上提高40％左右，也即在现有技术进步条件下，我国经济还有很大的增长空间，提高经济增长技术效率是提高我国经济增长质量的主要措施之一。
从表5可见，在不同模型处理下，1998～2008年期间我国经济增长效率区域差异明显。整体上区域效率差异同区域经济发展水平相适应。从模型3和模型4来看，东部地区效率值最高，其次为东北老工业基地、再次为中部地区，西部地区效率值最低，这与胡鞍钢等（2008）的研究结论一致。东部地区由于早期快速经济发展过程中积累的丰富资本和技术优势，在经济快速发展的同时，污染排放量日趋减少，同时增加对环境污染治理力度，这些因素使得东部地区经济发展的环境代价较小，表现出较高的环境综合指数值，从而经济增长效率值也最高。东北老工业基地是我国工业的摇篮，也是我国重工业的重要基地，在我国工业化进程中起到重要的作用，但是由于粗放型的工业增长模式，使得环境质量恶化，随着“振兴东北老工业基地”战略的实施，加上作为资金、技术密集型的重工业基地的独特优势，东北地区加快了产业结构的优化升级，粗放型的工业增长模式逐步发生转变，在经济发展的同时注重资源环境代价，表现出较高的经济增长效率值。由于历史和地理因素的影响，中西部地区经济发展水平较为落后，生态环境脆弱，“西部大开发”和“中部崛起”战略的实施，在一定程度上促进了中西部地区经济发展，但是伴随着高能耗、高污染产业逐渐向中西部地区转移，使得中西部地区经济发展的环境代价很大，表现出较低的经济增长效率③。
综上所述，在测算我国经济增长效率时，如果不考虑效率影响因素的冲击，我国的经济增长效率水平将会可能被低估，因此，在测度经济增长效率时应当加入适当的影响因素变量加以处理。此外，在加入效率影响因素的前提下，考虑环境因素的效率值要低于不考虑环境因素的效率值，且存在区域差异。
2.效率影响因素分析
表6显示了效率影响因素函数的SFA估计结果，且模型3和模型4的σ[2]和r值均通过了显著性水平为1％的检验，表明技术非效率是经济增长实际产出未达到生产前沿面的重要原因。从效率影响因素的估计结果来看，模型3和模型4的影响方向大体一致，但影响幅度略有差异。下面我们对表6中的效率影响因素结果作进一步解析。
外资依存度变量（FDI）在不考虑环境因素时回归估计系数显著为负，表明FDI对我国经济增长效率有促进作用，外商直接投资相对规模每增长1％，则效率水平将会增长3.1％，这和何枫、陈荣（2004），朱承亮等（2009）的研究结论一致。而在考虑环境因素的情况下，这一促进作用下降了0.9个百分点，即效率水平增长2.2％。这表明在考虑环境因素的情况下，FDI在我国经济增长中起到了正的环境效应，但是FDI的技术外溢效应也受到相应的约束，说明在引资的过程中要提高引进外资的质量。
贸易依存度变量（Trade）在模型3和模型4中的回归系数都显著为负，表明对外贸易对我国经济增长效率具有促进作用。对外贸易相对规模每增长1％，在不考虑环境因素的情况下效率水平将会增长0.4％，这也和何枫、陈荣（2004），朱承亮等（2009）的研究结论一致；而在考虑环境因素的情况下这一促进作用提高了0.2个百分点，即效率水平将会增长0.6％。这说明在自由贸易的情况下，即使在考虑环境因素的情况下，对外贸易没有抑制中国经济增长效率的提高，反而起到了显著的促进作用。中国并没有通过对外贸易成为发达国家的“污染产业天堂”，因为发达国家向我国转移的产业不仅仅是污染产业，同时也向我国转移了低排放系数的“干净”产业（李平、卢现祥，2010），并且随着经济发展和技术进步，我国的对外贸易结构也在发生变化，我国已经从低技术附加值出口为主，转变到了以中等技术附加值出口为主的出口结构，我国的高技术产品出口有所增加。但是，从总体上来看，我国出口品技术高度虽然有一定提高，但仍没有达到世界平均水平（樊纲等，2006），且进口仍以中高技术产品为主，这可能是导致对外贸易对我国经济增长效率促进作用较低的主要原因之一。
产业结构变量（Industry）在模型3和模型4中的回归系数都显著为负，表明工业化对我国经济增长效率具有促进作用。我国处于工业化和城市化的关键时期，工业总产值占GDP比重从1998年的74.45％逐步上升到2008年的133.52％，工业化水平的提高对我国经济增长起到了显著的推动作用。同时我们也注意到在考虑环境因素的情况下，这一推动作用降低了0.7个百分点，说明我国在工业化的发展过程中给环境带来了一定影响，从而限制了对经济增长效率的促进作用。工业化发展过程是以一定的资源消耗和环境污染为代价的，然而我国的粗放工业增长模式正在逐步转变（涂正革、肖耿，2006），这也是产业结构变量在模型4中系数显著为负的主要原因。
非国有经济发展对中国经济增长效率会产生怎样的影响，本文以国有单位职工人数/当地年均从业人员来刻画产权结构，并以此考察产权结构差异与变化对经济增长效率的影响。全国国有单位职工人数占当年年均从业人员比重从1998年的18.46％逐步下降到2008年的10.44％，同时地区间国有单位职工比重的差异也非常显著，中西部地区国有单位职工比重较高。实证分析发现，产权结构变量（Property）在模型3和模型4中的回归系数均为负，国有单位职工人数占年均从业人员比重下降1％，经济增长效率在统计上显著上升0.5～0.7个百分点，这说明外资企业、港澳台资企业和民营企业的发展壮大从总体上有利于经济增长效率的提高，这和刘小玄（2000），姚洋、章奇（2001）的研究结论一致。
工业污染治理强度变量（Constr）在模型3中的系数显著为正，工业污染治理强度每增长1％，则效率水平将会降低35.8％，说明工业污染投资在不考虑环境因素的情况下，对经济增长效率的提高并没有促进作用，反而有显著的负面影响。这是因为在不考虑环境因素的情况下，各地政府主要以GDP的绝对增长作为业绩考核指标，没有考虑到经济增长中的环境代价，而将工业污染治理投资纳入了经济增长成本核算体系，随着污染治理投资额的增加（环境污染治理投资总额占GDP比重从1998年的0.86％上升到2008年的1.49％④），这大大消减了以GDP为主的考核指标的绩效，因而对环境污染治理投资表现为对经济增长的抑制作用。而在考虑环境因素的情况下，工业污染治理强度变量的系数为负值，虽然没有通过任何检验，但这仍表明在考虑环境因素的情况下，对污染治理的投资能对经济增长效率的提高起到促进作用。可见，改变现行的以GDP为主要指标的考核机制，考虑经济增长中的环境代价，有利于对我国经济增长的客观评价。同时，我们注意到1998～2008年期间环境污染治理投资总额占GDP比重增长缓慢，11年间仅增长了0.63个百分点，而实证研究发现对污染治理投资对环境约束下的经济增长效率的提高起到了促进作用，因此应当加大对环境污染治理强度，促进我国经济“又好又快”发展。
政府规制变量（Govern）在模型3和模型4中的回归系数都显著为正，表明政府控制对我国经济增长效率具有抑制作用，财政收入占GDP（EDP）比重每增加1％，效率水平将会降低6％或7.3％。1998～2008年期间，财政收入占GDP比重从12％上升到20％⑤，说明此期间政府对市场的干预在增强，实证结果表明，政府的过度干预不利于经济增长效率的提高。由于我国市场经济的不完善，政府干预在我国市场化进程中起到举足轻重的作用，由于政府对市场化进程的过度干预会降低经济效率，因此应当转变政府职能，特别是在政府公共支出方面优化支出结构，从工业污染治理强度变量在模型4中的实证结果来看，应当加大对环境污染治理的投入，支持环保技术的研发。
六、结论及启示
针对现有研究效率差异的文献中要么忽略环境因素、要么仅考虑环境污染排放的缺陷，本文将环境污染排放和环境污染治理同时纳入效率测算框架，在构造各地区环境综合指数（ECI）测算了相对绿色GDP的基础上，采用超越对数型柯布道格拉斯生产函数随机前沿模型，对1998～2008年间环境约束下的中国经济增长效率及其影响因素进行了分析，得到以下结论和启示：
第一，整体上我国经济增长效率呈上升趋势，但效率较低，仍有较大的提升空间，且存在区域差异。第二，忽略效率影响因素会低估我国经济增长效率，且环境约束下的中国经济增长效率要低于无环境约束的效率，这表明在测评我国经济增长绩效时，既要考虑环境因素还要考虑其他相关因素的影响，这样才能客观、真实地反映中国经济增长状况。第三，外商直接投资和对外贸易对效率的提升有显著的促进作用，引进外资和发展对外贸易没有使中国成为“环境污染天堂”。要想对效率提升起到更大促进作用，要求我国在积极引进外资和发展对外贸易的同时，应注重外资引进质量和改善对外贸易结构。第四，工业化进程促进了中国效率的提升，但是在环境约束下工业化对效率提升的促进作用受到了制约，表明我国工业增长模式急需改变，走科技含量高、经济效益好、资源消耗低、环境污染少、人力资源优势得到充分发挥的新型工业化模式，为我国经济增长效率的提高打好微观基础。第五，非国有经济成分的上升有利于效率的提高，应当继续深入产权结构改革，加快非国有经济发展。第六，环境污染治理强度对环境约束下效率的提升起到积极的促进作用，而不考虑环境约束时，随着环境污染治理强度的加强反而抑制了效率提升。这说明各地政府应急需改变以GDP为主要考核指标的政绩考核机制，要重视经济发展中的资源环境代价，加大对环境污染的预防和治理，提高环境污染治理强度。第七，财政收入占GDP比重的上升不利于效率提升，说明政府对市场的过度干预会损害效率。政府应当积极转变职能，在环境约束下积极引导企业走资源节约型、环境友好型生产模式。
总之，正确评价我国经济发展绩效就必须在传统生产率研究基础上考虑环境因素的影响，只有将环境因素和地方经济增长目标统一起来，形成全面、科学的增长观，重视经济增长过程中的资源环境代价问题，才能有利于实现经济发展和生态环境的和谐统一，实现中国经济“又好又快”发展。
注释：
① 自然部分虚数从下列因素中扣除：环境污染所造成的环境质量下降；自然资源的退化与配比的不均衡；长期生态质量退化所造成的损失；自然灾害所引起的经济损失；资源稀缺性所引发的成本；物质、能量的不合理利用所导致的损失。
② 人文部分虚数从下列因素中扣除：由于疾病和公共卫生条件所导致的支出；由于失业所造成的损失；由于犯罪所造成的损失；由于教育水平低下和文盲状况导致的损失；由于人口数量失控所导致的损失；由于管理不善（包括决策失误）所造成的损失。
③ 由于篇幅限制，文中没有给出4个模型的各年份各省份的效率值，感兴趣的读者可以向作者本人索取。
④ 据《全国环境统计公报》（1998、2008）统计，1998年环境污染治理投资为721.8亿元，2008年环境污染治理投资为4490.3亿元。
⑤ 据《中国统计年鉴》（1998、2008）统计，1998年财政收入为9875.95亿元，GDP为84402.3亿元；2008年财政收入为61330.35亿元，GDP为300670亿元。
标签：环境污染论文; 生产率论文; 经济增长论文; 经济研究论文; 经济指数论文; 经济模型论文; 环境经济论文; 经济论文; 工业生产论文; 宏观经济学论文; 劳动生产率论文; 经济学论文; 环境保护论文; 绿色gdp论文;