中国经济全要素生产率的环境敏感性分析，本文主要内容关键词为：生产率论文,敏感性论文,中国经济论文,要素论文,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。
自改革开放以来，中国经济规模不断膨胀，目前已经超过日本成为世界第二大经济体。尽管如此，中国经济增长模式总体上仍属于要素投入驱动的粗放型增长，是以资源的过度消耗和生态环境破坏为代价的。在中国经济高速增长过程中，不能否认大量资本投入使得中国经济全要素生产率获得了相当程度的改善[1][2][3][4][5]，但也应该注意到，这些研究仅强调了单位投入的合意产出(GDP)增长，忽略了经济增长过程中污染排放等“非合意产出”问题。这种对合意产出(GDP)的过分关注和对环境污染非合意产出的漠视，必然会扭曲经济可持续性增长的绩效评价准则。事实上，提高经济增长中的全要素生产率贡献份额并降低资源的过度消耗和环境污染，多年来一直就是中国政府所提倡的经济发展方式转变的核心问题。如果考虑到环境污染排放受到约束这一前提，中国经济全要素生产率是否还能够保持相当程度的改善，这一问题近年来成为国内外学者研究的焦点。Kaneko and Managi(2004)对1987-2001年间中国30个省际地区经济绩效评价后发现，不考虑污染排放的生产率水平总体保持不变，而考虑环境(污染)产出时的生产率将下降，且以1991-1994年间尤为明显，并将其归因于污染治理技术利用效率过低[6]。同样，Watanabe and Tanaka(2007)对1992-2004年间中国省际地区工业经济绩效测度研究也表明，不考虑污染排放非合意产出情况下，中国沿海地区有更高的投入产出效率，而将合意与非合意产出综合考虑，则山东、四川和河北的工业增长绩效被高估[7]。和传统不考虑环境因素约束相比，考虑污染排放非合意产出因素后，中国省际经济增长绩效评价结果确实出现了差异[8][9][10][11]。但是应该看到，这些研究中选择了二氧化硫排放作为经济增长中的非合意产出变量。二氧化硫排放确实能够反映经济增长中的环境污染状况，更准确地说反映了工业增长的环境代价。然而，二氧化硫排放主要来自于火力发电、水泥和钢铁等产业，由于地区工业结构差异的存在，二氧化硫排放指标并不能完全反映地区经济增长过程中的环境污染状况。此外，工业增长只是地区经济增长的一部分，除了工业污染之外，地区农业和第三产业(包括生活污染)的发展对环境的破坏也不容忽视。因此，仅用二氧化硫排放来表征地区经济增长中的环境代价，并据此评价考虑污染排放因素的地区经济增长绩效，显然结论会出现偏差。除了二氧化硫以外，也有部分研究在评价经济增长绩效时选择二氧化碳排放作为非合意产出[12]。二氧化碳作为温室气体，从短期来看并不直接影响生存环境，而只可能会导致潜在的“温室效应”。二氧化碳排放指标主要反映经济增长过程中的能源消耗，而大气污染、废水排放和固体垃圾等对环境的破坏将直接导致经济福利损失，这也是目前中国经济增长过程中环境问题的焦点。基于此，本文在接下来的内容中将选择中国省际地区经济系统作为研究对象，以地区综合污染排放作为非合意产出，在非参数DEA测度效率的理论框架下，选择合理的考虑非合意产出因素效率测度模型，揭示考虑污染排放前后中国经济全要素生产率的变化情况。
二、投入产出数据来源及其处理
本文的投入产出数据来源于1989-2008年间中国30个省际地区①的经济系统。各地区的资本存量和劳动从业人员数作为投入，GDP和综合环境因子(Integrated Environmental Factor，IEF)则分别用来代表合意产出以及非合意产出。其中，各地区的劳动从业人员数据来自于中国统计年鉴(1990-2009)。1989-1998年的GDP数据来自于《新中国50年统计资料汇编》，而1999-2008年的GDP数据则来自于中国统计年鉴(2000-2009)。1989-2006年中国各省际地区的资本存量数据来自于单豪杰(2008)的研究[13]，其余两年的资本存量数据根据永续盘存法公式计算得到：
资本存量(t年)=资本存量(t-1年)×(1-折旧率)+新增固定资本(t年)/隐含平减指数② (1)
由于某些环境因子的f值为负，因此在1989-2008年间所有的环境因子f上加上一个正的常数，就得到了无量纲的非合意产出数据——综合环境因子(IEF)。
三、考虑污染排放前后的全要素生产率测度、对比和分析
在非参数数据包络分析(Data Envelopment Analysis，DEA)测度决策评价单元(Decision Making Unit，DMU)相对技术效率理论框架下，将环境污染非合意产出纳入到传统谢泼德(Shephard)产出距离函数，并在此构建曼奎斯特-伦伯格(以下简称ML)生产率指数的年平均值⑥及其分解结果，同时为了进行对比分析，本文也计算了传统曼奎斯特(以下简称M)生产率指数及其分解，对比结果如表1所示。
无论是M还是ML生产率指数，都反映了省际地区经济的全要素生产率(Total Factor Productivity，TFP)。不考虑环境污染非合意产出的传统M生产率指数测度结果表明，中国1989-2008年TFP平均增长为4.84%，其中沿海地区具有相对更高的TFP增长，这与Watanabe and Tanaka(2007)的研究结论一致。具体从八大经济区看，南部沿海综合经济区的TFP增速最快(7.06%)，其次是东部沿海地区(6.87%)，以后顺次为黄河中游地区(6.43%)、北部沿海地区(6.11%)、东北地区(5.62%)、大西北地区(5.34%)、长江中游地区(3.49%)、大西南综合经济区(-1.03%)。值得注意的是，大西南综合经济区的TFP增长不仅排名最末，而且出现了负增长。从具体地区来看，各省际之间TFP增长差距很大，其中福建TFP平均增长最快(8.32%)，而云南、广西、贵州以及安徽的TFP却分别下降了0.09%、0.97%、1.44%以及2.21%。M生产率指数的分解结果表明，在1989-2008年间，不考虑污染排放情况下，技术进步(4.71%)是中国TFP增长(4.84%)的主要来源。其中技术进步最快的地区是黄河中游地区(年均6.78%)，其次是大西北地区、南部沿海地区和东部沿海地区。而大西南综合经济区技术进步却以年均1.51%的速度在下降。
与传统不考虑污染排放非合意产出的M生产率指数变化相比，考虑污染排放非合意产出的ML生产率指数年度平均增长仅为2.46%。在八大经济区中，ML平均增长排序也与M生产率指数增长的排序有所不同。考虑污染排放的前提下，北部沿海的TFP增速最快(4.59%)，其次是东部沿海地区(4.30%)，而不考虑污染排放的TFP增速最快的南部沿海地区现仅以3.57%排在第三位，以后顺次为东北地区(2.94%)、长江中游地区(2.27%)、黄河中游地区(1.46%)、大西北地区(1.01%)以及大西南地区(0.74%)。其中大西南地区尽管仍然排在最末，但和传统不考虑污染排放的TFP变化相比，考虑非合意产出的全要素生产率增长已经由负变正。从具体地区来看，考虑污染排放的TFP增长最快的省份仍然是福建(6.39%)，之后依次是北京、上海、天津、浙江和江苏，但是云南是全国唯一在样本考察期内全要素生产率下降的一个省份。此外，ML生产率指数分解结果表明，在考虑环境污染排放的前提下，中国TFP的增长(2.46%)全部来自于技术进步(2.70%)因素，而且，与不考虑环境污染的M指数测度分解结果有所不同，1989-2008年间技术进步相对较快的地区全部来自于沿海经济地区(东部沿海4.42%，北部沿海4.18%，南部沿海3.74%)。
对比ML和M后发现，考虑污染排放的中国经济全要素生产率年平均增长率(2.46%)低于传统忽略非合意产出的情况(4.84%)。而且，除大西南综合经济区以外的七大经济区，传统忽略污染排放的全要素生产率增长均高于考虑污染排放情形(ML＜M)。进一步从各个省际地区来看，除北京、安徽、湖南、广西、四川、贵州和云南7个省份以外，全国有三分之二以上省际经济的全要素生产率增长情况也都符合ML＜M的特征。综上可以得出，1989-2008年间，与传统忽略环境污染非合意产出的中国经济全要素生产率增长结果相比，考虑污染排放因素测度的中国经济全要素生产率相对更低。或者说，如果考虑到环境因素的约束，传统方法测度的中国经济全要素生产率增长存在高估的可能。
进一步在样本考察期内，本文以中国30个省区作箱体，绘制ML和传统M生产率指数的箱形图(如图1)。由图1可见，在绝大多数年份中，ML指数的中位数、上四分位数和下四分位数都比传统M生产率指数相对低一些(只有2007-2008年的ML指数下四分位数比M指数高些)。箱形图的直观描述也说明，如果在经济发展中考虑到环境污染排放对经济增长绩效的影响，那么只强调经济增长本身，忽略环境质量下降的传统全要素生产率增长确实被高估(M＞ML)，或者说考虑到环境污染对经济福利的影响，中国经济全要素生产率并没有诸多学者评价的那样乐观。更重要的是，与中国经济全要素生产率的环境敏感性不同，美国经济全要素生产率变化并未呈现出上述特征。F
re et al.(2001)在对美国各州工业经济全要素生产率的测度中发现，不考虑大气污染(Air pollution)排放影响的全要素生产率并未高估而是被低估(M＜ML)[14]，后来Kumar(2006)关于发达国家经济全要素生产率的研究也证实了这一点[15]。
图1 ML和M生产率指数的箱形图对比
四、实证结论的政策涵义
考虑环境污染非合意产出的全要素生产率增长，综合反映了污染排放减少和GDP增加两层涵义。按照“波特效应”假说，有效的环境规制将促使微观企业朝节能减排方向改进技术，促进技术创新，从而提升经济效率[16]。如果经济发展中“波特效应”假说成立，则提高经济增长中的全要素生产率和降低环境污染这两个目标是内在一致的，即环境约束不仅不会减少合意产出，相反还能够促进可持续经济发展模式的确立。然而遗憾的是，中国在1989年以后的20年间，经济发展始终没有摆脱对增长—污染—增长的路径依赖。
中国经济M生产率指数高于ML指数，意味着中国经济全要素生产率的提高与污染排放降低的目标并不一致，或者说中国经济绩效的提高与污染减排是相悖的。从这个意义上说，中国经济高速增长中的“波特效应”并未出现，或者说中国环境规制应该是无效的。但是从表面上看，中国尽管一直专注于GDP至上的增长模式，但是对环境污染问题似乎也比较重视。比如中国早在1979年就仿效美国环保法内容制订了环境保护基本法，至2010年，中国已经颁布了29部有关自然资源、能源、清洁生产以及自然保护等方面的法律，占全国人大及其常委会全部立法的10%以上。此外，中国各级政府还制定了大量的环境法规以及各类环境标准等具体规制措施，而且，随着环境保护法律法规的“批量”产生，中国政府的各级环保机构也不断升级，专职环保人员队伍也迅速壮大。⑦所有这些都表明中国环境规制理应处于较高水平，然而本文的研究却并不支持这样的结论。一个可能的解释是，在中国环境政策、法律和法规本身是一回事，而环境规制或环境政策实施是否严格执行则是另外一回事。在投资拉动GDP的政绩考核诉求模式下，任何环境规制或环境政策在执行过程中都将让位于经济增长本身，这导致中国经济系统既没有机会也没有时间通过“绿色”技术创新来实现产业结构升级，因为任何节能降耗和污染减排等环境政策如果要真正切实执行，都必将成为刚性约束从而制约GDP的增长。⑧事实上，有效环境规制对任何企业而言都意味着成本增加，但从长期来看，企业必将追求有助于节能减排的“绿色”技术创新，而如果环境规制实施不严格，由于成本原因，企业自身并无追求“绿色”技术创新的动力。“中国制造”在世界上之所以表现出一定的竞争力，其主要原因在于隐匿了大量的“环境成本”因素，如果中国政府严格实施环境政策，将隐性环境成本显性化，短期来看必然在一定程度上抑制经济增长绩效，但从长期看，有助于鼓励企业尝试“绿色”技术创新，使得中国逐渐摆脱经济增长必须承受污染代价的路径依赖，促进中国经济结构升级并实现经济可持续性增长。
①由于重庆直到1997年才设立直辖市，因此将其投入产出数据与四川省进行了合并统一作为四川地区。样本区间的选择从1989年开始是由于中国环境污染排放数据记录起始于1989年。
②新增固定资本数据来自于中国统计年鉴。2007年与2008年两年的隐含平减指数根据以往年份的平减指数推算得出，折旧率取10.96%。具体处理细节可向作者索取。
③《新中国50年统计资料汇编》中的GDP数据(1989-1998)是用1952年不变价度量的，1999-2008年的数据使用GDP平减指数转换成1952年不变价。海南、四川和西藏地区的数据需要特殊处理，具体处理细节，如果读者感兴趣，可向作者本人索取。
④各类污染物排放的数据来自于《中国环境年鉴》(1990-2009)。然而，不同年份的环境年鉴包含的污染物类型并不一致。例如，1990-1991年的环境年鉴包含7类污染物指标，而2002年和2003年环境年鉴包含的污染物指标则分别为10个和14个。为了充分反映各省际地区污染排放的信息，本文在因子分析过程中使用了年鉴刊载的所有污染物排放数据。
⑤从各年各地区污染排放的因子分析结果来看，三个因子特征值的累积方差贡献率最小值为82.15%，说明至少82%的污染物信息能够通过这三个因子得到解释。
⑥计算过程中使用了课题组编写的VB程序。当我们计算下列地区的ML指数时，遇到了不可行解：天津(9)，辽宁(16)，上海(18)，福建(7)，以及云南(19)。括号中的数字代表的是每个地区至少有一个线性规划问题出现不可行解的年份数。我们尝试了Fre et al.(2001)提出的多年“窗式”(Multiple year "windows")数据作为参考技术的方法，但是发现不可行解出现的频率几乎没有降低。本文的处理方式是，将非合意产出转化成倒数，据此算出传统Malmquist方法的生产率指数，然后用它来替代出现不可行解的ML指数值。这里的年平均ML生产率指数是指几何平均，即从1989-2008年间各年ML生产率指数之积的19次方根。
⑦1998年国家环保局升格为国家环保总局，2008年国家环境保护总局升格为环境保护部，全国各级环保机构人员数从1998年的11.26万上升到2008年的18.36万人。
⑧在“十一五”规划期末，为达成污染减排目标，很多地区不得不在规划期末采取了“拉闸断电”和“停止供暖”等极端措施。
标签：全要素生产率论文; 生产率论文; 环境污染论文; 经济指数论文; 经济研究论文; 环境经济论文; 劳动生产率论文; 环境保护论文; 经济增长论文; 经济学论文;