论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　[摘要]本文运用方向性距离函数和非参数数据包络分析方法估算了“九五”至“十一五”时期中国高耗能产业的环境全要素生产率（ETFP），并在考察高耗能产业ETFP的行业和省际差异基础上对其影响因素进行了实证分析。本文的研究表明，高耗能产业ETFP增长应主要由技术进步推动，中国的现状说明当前高耗能产业的生产效率还存在较大的改进空间。对省际数据的测算显示，各省区ETFP增长呈现不同程度的收敛特征；市场化改革、FDI流入及能耗强度下降有利于促进各省区ETFP增长，而节能减排投资和企业环境治理能力的提高则可降低环境管制政策对企业的短期成本冲击。

　　[关键词]高耗能产业；环境污染；环境全要素生产率；方向性距离函数

　　一、引言

　　经济增长可能伴生显著的环境成本。这一现象在中国当前显得尤为突出。中国作为全球增速最快的第二大经济体，经济成就举世瞩目。然而，中国经济增长主要依靠的是要素资源的大量投入，而非全要素生产率的大幅提升。据IEA（2010）测算，中国2000—2008年的能源消费增量比20世纪90年代上升了四倍多，2009年中国已超过美国成为全球最大的能源消费国。大量能源消耗对中国的环境状况造成了进一步的压力。伴随经济快速增长所出现的环境质量恶化可能对中国当前和未来的经济社会发展造成较大的成本损失（WorldBank，1997）。当前人们已逐渐意识到，这种牺牲资源环境并藉由高投入、高能耗和高污染排放维持的增长模式是不可持续的。

　　“十一五”时期以来，工业部门所显现的高能耗高排放特征更加令人担忧：占国内生产总值40.1%的工业部门消耗了全国67.9%的能源，排放了83.1%的二氧化碳；而在工业部门内部，高耗能产业的排放又占据了其总排放的80%。“十二五”规划已经提出，“十二五”期间要将单位GDP能耗降低16%，单位GDP二氧化碳排放降低17%。这不是一个可轻易达成的目标。因此，在促进经济增长和改善环境质量的双重压力下，高耗能产业的走向已经成为决策部门和众多学者思考的一个重要问题。但从已有研究来看，针对高耗能产业的研究还不多见。

　　本文试图从以下两个方面展开分析：首先，使用方向性距离函数方法将能源消耗和环境污染纳入分析框架，并从分行业和分地区两个层面对中国高耗能产业环境全要素生产率进行深入分析；其次，利用面板数据模型对影响中国高耗能产业ETFP增长的驱动因素进行省际层面的研究，以期对我国“十二五”期间的节能减排政策提供针对性建议。本文以下部分结构安排如下：第二部分在简要介绍分析方法和样本数据基础上报告高耗能产业ETFP的测算结果；第三部分对省际层面高耗能产业ETFP的差异状况进行分析；第四部分对影响中国高耗能产业ETFP增长的因素进行实证检验；第五部分是结论及政策建议。

　　二、中国高耗能产业ETFP测算

　　在索洛的开创性研究之后，全要素生产率（TotalFactorProductivity，TFP）作为衡量技术进步的指标已被广泛用于新古典经济增长核算，并被认为是驱动经济持续增长的关键因素。鉴于中国经济高增长过程中所暴露的各种问题，中国TFP测算问题颇受各界关注。从总体上看，现有文献大多是从以下两个方面展开研究：一是以区域或省际层面作为研究对象，比较各个省份或不同区域的TFP高低（如Watanbe&Tanaka，2007；胡鞍钢等，2008；王兵等，2010）；二是从行业层面出发，分析各工业行业的TFP增长及其影响因素（陈诗一，2009）。

　　由于传统文献在测算TFP时忽视了资源环境因素，这就使人们对TFP度量的准确性和以此为基础的经济可持续性分析提出了疑问。随着能源供给紧张和环境问题的不断加剧，不少学者开始在生产率分析中纳入环境因素，以避免因不考虑或不能正确考虑环境因素可能对生产率度量造成的偏误（Chungetal.，1997；F覿reetal.，2001；Nanereetal.，2007）。但在将环境污染因素纳入TFP估算时，传统方法需要作为非期望产出的环境污染的价格信息，从而可能产生估算困难的问题。

　　Chungetal.（1997）通过引入基于Shephard距离函数的方向性距离函数（DirectionalDistanceFunction，DDF），建立了关于期望产出和非期望产出的联合生产模型，并采用Malmquist-Luenberger指数（以下简称ML指数）对存在环境污染时的全要素生产率（ETFP）进行了测算；这种方法不仅允许在减少污染排放的同时增加期望产出，还继承了传统距离函数方法不需要价格信息的优点，较之传统的TFP测算方法具有明显的优势。

　　为了将环境污染排放纳入分析框架，本文参照F覿reetal.（2007）构造一个既包含好产出又包含坏产出（如CO2、SO2等非期望产出）的生产可能性集合，并采用方向性距离函数方法对环境全要素生产率进行分析。由于集合中包括了环境污染排放这一坏产出，因此我们将其称之为环境技术（EnvironmentalTechnology）。

　　我们假设每个决策单位（DecisionMakingUnit，DMU）面临的环境技术由N种投入x=（x1，…，xn）∈RN+，M种好产出y=（y1，…，yM）∈RM+和I种坏产出b=（b1，…，bI）∈RI+三个向量组成；并且环境技术的投入和好产出可以自由处置。此外，除了满足标准公理之外，环境技术表示的生产可能性集合工业部门的能源消耗和碳排放状况可参见陈诗一（2009）；另外根据我们测算，1996—2009年间高耗能产业SO2排放占比平均高达80.6%，感兴趣的读者还可参见龚健健和沈可挺（2011）对此问题的分析。

　　传统的测算一般采用包含产出和投入价格信息的指数方法（如Tornqvist和Fisher指数），而对于非期望产出，其价格信息并不存在，因此传统测算方法在衡量环境问题时便显得无能为力。自由处置也称为强处置性，投入的自由处置是指投入可以任意减小，其引致的产出集仍然包含于原产出集；而好产出的自由处置则是指好产出的减少并不需要伴随着坏产出的减少。

　　本文以下部分将采用以上所描述的方向性距离函数方法对中国工业部门的全要素生产率状况进行测算。我们以1996—2009年间中国工业38个两位数行业作为研究对象，构建包含环境污染的投入产出面板数据，同时将2002年之前的木材及竹材采运业从采矿业中剔除，并将废弃资源和废旧材料回收加工业与工艺品及其他制造业合并为其他制造业。我们构建了包含两种产出、三种要素投入的投入产出数据：其中以各行业的工业总产值作为期望产出，以工业行业二氧化硫（SO2）排放量作为坏产出；资本和劳动为传统的要素投入（分别用固定资产净值和工业行业全部从业人员表示），能源消耗作为第三种投入（用分行业的能源消费总量表示）。

　　由于我们选取的研究时段为1996—2009年，而统计年鉴在1998年之前提供的是独立核算工业企业指标，存在着工业统计口径不一致的问题。本文将根据2005年公布的《中国经济普查年鉴》所提供的2004年工业分行业主要经济指标的全部工业口径数据计算2004年工业分行业中规模以上口径占全部工业口径的比例作为口径调整的依据，将1996—1997年的数据统一调整为规模以上工业企业口径。其中工业总产值以分行业的工业品出厂价格指数、固定资产净值以固定资产投资价格指数分别平减为以1996年作为基期的实际值；而工业SO2排放量、能源消费总量和从业人数均为实物量，不需平减。分行业价格指数数据来源于《中国城市（镇）生活与价格年鉴》，其他数据均分别来源于历年的《中国统计年鉴》、《中国工业经济统计年鉴》和《中国能源统计年鉴》。

　　我们按照能耗强度高低对38个两位数工业行业进行了分类统计。计算结果表明，高耗能产业通过对比考虑环境的ML指数和不考虑环境的Malmquist指数，我们可以看出，Malmquist指数倾向于高估行业的TFP。也就是说在不考虑环境因素时，我国的TFP较高。这与我们的预期是一致的，因为在不考虑环境管制的情况下，企业不需要将资源转到减少污染产出的投入上，从而能以既有的资源投入生产出更多的产出。正如Nanereetal.（2007）所指出的，不考虑生产的负外部性（如环境污染）会高估生产率，而忽略生产的正外部性则会低估生产率。同时，我们还发现中国工业各行业间的ETFP增长差异较大，比如从煤炭开采和洗选业的0.1%到通信设备制造业的29.7%不等，生括号内的