陕西省绿色全要素生产率变动及影响因素研究

2014-01-01袁晓玲杨万平

统计与信息论坛 2014年5期

袁晓玲，班斓，杨万平，b

（西安交通大学a．经济与金融学院；b．公共政策与管理学院，陕西西安710061）

一、引言

作为西部大开发桥头堡的陕西，2000年以来经济获得了持续、飞速发展，保持了年均15%以上的增长率，同时陕西也是传统的老工业基地，工业结构以重工业为主，其中工业能源消费占能源消费总量比重超过50%，经济发展对能源消费的依赖较大。与此同时，陕西能源消费以非洁净能源——煤炭为主，石油、天然气、水电等清洁能源所占比重较小。再加上部分企业节能意识不强，技术和设备水平较低，在利益驱使下过度消耗资源和排放污染物，使得陕西环境污染问题加重，生态环境恶化。经济增长的粗放型特征明显，转变经济发展方式迫在眉睫。包含能源、环境的绿色全要素生产率（TFP）是判断转变经济发展方式最重要的指标。故本文以陕西省绿色全要素生产率变动及影响因素分析为落脚点，研究陕西省转变经济发展方式问题。

二、文献综述

Solow将技术进步引入“Cobb－Douglas”生产函数，提出了“索洛余值”，即全要素生产率（Total Factor Productivity，简称 TFP）的概念［1］。测度TFP的方法分为两类：一为参数方法，包括生产函数法和随机前沿生产函数法；二为非参数方法，包括指数法和数据包络分析（Data Envelopment Analysis，DEA）方法。自Banker等将DEA方法引入TFP的测度后，由于其具有不需要对参数进行估计、允许无效率行为存在等优点，近来颇受关注［2］。

为应对能源危机频发、生态环境不断恶化等现实问题，经济学家提出了大量包含能源、环境因素的经济可持续增长模型［3－4］。在此基础上，资源和环境等因素也被引入到TFP的评价体系中，包含能源、环境的TFP被称为绿色TFP。在测度绿色TFP时，对于能源变量的处理比较简单一致，大部分文献将其看作新的投入要素，如林伯强的研究；对于环境变量的处理较为复杂分歧，陈诗一将其与能源一样看作新的投入要素，而胡鞍钢等将其当作非期望产出引入生产函数，利用DEA 模型进行分析［5－7］。

目前运用DEA方法进行绿色TFP研究的文献较多，但大都选取单一或多个指标代表环境要素，如朱承亮等选取CO2排放量和COD；殷宝庆选取工业废水、烟尘、粉尘和SO2排放量；郑丽琳等选取CO2排放量；李玲等选取工业废水、废气、固体废物排放量等，其测量结果偏差较大［8－11］。而雷明等选用“三废”总量合成的相对指标代表环境要素，一定程度上提高了结果的准确性［12］。本文选取工业废水和工业废气（包括二氧化硫、烟（粉）尘两类）排放量、工业固体废弃物生产量、CO2排放量共5个指标，运用一种将评价过程中可能出现的主观因素干扰降到最低的评价方法——纵向档次拉开法，核算了代表陕西省整体环境状况的污染排放指数，能够减小以往研究的误差，更准确地代表环境要素。

已有文献使用的DEA模型大都是径向、角度的，径向模型由于无法充分考虑投入或产出的非零松弛性，会高估生产单位的效率，因此度量是不准确的。角度模型由于需要进行测度角度的选择，会忽视投入或产出的某一方面，其结果也是有偏的。Tone提出了非径向、非角度的基于松弛的（Slack－Based Measure，简称SBM）效率评价模型，通过将投入和产出松弛量引入目标函数，有效地解决了传统DEA模型的缺陷［13］。目前，使用SBM模型进行绿色TFP的测度文献很少，如王兵、齐亚伟等的研究［14－15］。但上述文献没有考虑对多个完全有效的DMU进行排序的问题，而本文使用的超效率SBM模型弥补了这一缺陷。本文运用非合意产出的、非径向非角度的超效率SBM模型，计算了能源、环境双重约束下的绿色TFP，弥补了以前研究的缺陷，使绿色TFP的度量更为准确，丰富了全要素生产理论的发展，也为衡量陕西省转变经济发展方式提供了强调节能减排的“质量型”评价标准，矫正了以往以GDP为导向的“数量型”发展缺陷。另外，基于VAR模型，从长期协整与动态脉冲两个角度对影响陕西绿色TFP的因素进行了研究，旨在为陕西转变经济发展方式提供政策建议，也为西部和其他地区加快转变经济发展方式提供一定的参考。

三、陕西省绿色TFP的测度

（一）非合意产出的非径向、非角度SBM超效率模型

构造一个包括合意产出与非合意产出的生产可能性集合的过程被称为环境生产技术。在规模报酬不变和投入要素可自由处置的条件下，假设k（k＝1，2，…，K）个决策单元（DMU）使用n（n＝1，2，…，N）种投入得到m（m＝1，2，…，M）种合意产出和i（i＝1，2，…，I）种非合意产出表示DMU的权数，生产可能性集P为：

每种非合意产出至少有个DMU在产生，每个DMU至少产生一种非合意产出。故假定：

基于环境生产技术构建了非合意产出的非径向、非角度SBM模型：

综上所述，非合意产出的非径向、非角度SBM超效率模型由式（3）和（5）构成，先根据式（3）计算每个DMU的效率值，再依据式（5）计算效率值等于1的DMU的SBM超效率值。

（二）变量设定与数据处理

本文以陕西省为研究对象，采用年度时间序列数据，样本区间为1981—2012年，数据来源于《新中国60年统计资料汇编》、《中国统计年鉴》、《陕西省统计年鉴》及《陕西省人口统计年鉴》。假定生产过程中的投入包括物质资本投入、人力资本投入和能源投入，产出包括合意产出GDP和非合意产出污染排放。

物资资本投入。本文利用单豪杰的方法估算了1981—2012年陕西省物质资本存量（2000年不变价）的数据。

人力资本投入。本文选取人力资本存量来表征人力资本投入，且人力资本存量＝平均受教育年限×社会从业人员。平均受教育年限运用李秀敏的方法估算。

能源投入。采用陕西省1981—2011年的能源消费总量（万吨标准煤）表示能源投入。

合意产出GDP。当年价格包含着价格变动的因素，无法准确反映实际变化状况，故本文以2000年为基期对GDP进行了平减处理，以1981—2012年陕西省GDP（2000年不变价）表示合意产出。

非合意产出：污染排放。本文选取工业废水排放量、工业废气（包括二氧化硫、烟（粉）尘两类）排放量、工业固体废弃物生产量、CO2排放量共5个指标［16］，运用一种将主观因素的干扰降到最低的评价方法——纵向档次拉开法［17］68－70，核算了代表陕西省整体环境状况的污染排放指数。

（三）实证结果与分析

基于式（3）、式（5），运用 Max－DEA软件，得到陕西省绿色TFP如图1所示。

图1 1981—2012年陕西省绿色TFP的测度结果图

从图1可以看出，陕西省绿色TFP总体表现为增长趋势，大致可以分为两个阶段：1981—1996年，绿色TFP虽然从1981年的0．369 4增长到1996年的0．694 8，保持了明显地增长趋势，但属于效率缺失阶段；1997—2012年为绿色TEP完全有效率或超效率阶段，此阶段绿色TFP围绕1上下波动，并无明显地增长趋势。总的来说，陕西省绿色TFP从1981年的不到0．4，效率严重缺失，经过15年的发展，逐渐演变为基本大于等于1，绿色TFP完全有效，说明陕西省32年来的转变发展方式道路总体还是有效果的，经验值得借鉴。

陕西省绿色TFP在西部大开发中迅速提升，转变发展方式进程逐步加快：1999年以前，陕西省绿色TFP基本上都小于1，年均绿色TFP仅为0．577 0；1999年后，陕西省绿色TFP大都大于等于1，年均绿色TFP上升为0．996 3。究其原因，主要是国家对西部地区在政策、资本、资源、技术等方面都有倾斜，陕西省在西部大开发过程中迅速积累资本，使陕西省的发展逐步摆脱资本投入不足的限制，绿色TFP不断提高，转变发展方式进程不断加快。

四、陕西省绿色TFP的影响因素分析

（一）影响因素变量与数据处理

结合陕西省实际，本文选取了影响绿色TFP的5个因素：产业结构、能源消费结构、市场化程度、政府干预程度及对外开放程度，样本区间为1981—2012年，数据来源于《新中国60年统计资料汇编》、《中国统计年鉴》和《陕西省统计年鉴》。

产业结构——工业总产值比重（PI）。工业总产值比重＝地区工业总产值／地区GDP。为剔除价格变动因素，利用GDP指数与工业总产值指数将其折算为以2000年价格为基期的实际GDP与实际工业总产值。

能源消费结构——煤炭消费比重（COE）。煤炭消费比重＝煤炭消费／能源消费总量。

市场化程度——非公有制经济发展水平（NL）。非公有制经济发展水平＝1－国有工业产值／全部工业总产值）×100。

政府干预程度——财政收入占GDP比重（PR）。财政收入占GDP比重＝地区政府财政收入／地区GDP。

对外开放程度——FDI占 GDP比重（PFDI）。FDI占GDP比重＝FDI（美元）×美元对人民币汇率／GDP。1981、1982年数据缺失，鉴于1983年PFDI很小，仅为0．000 04，故假定1981、1982年的数据为0。

（二）实证结果与分析

经过ADF检验，在1%置信水平下，所有变量均属于一阶单整序列，符合协整分析的条件。基于LR、FPE、AIC、SEC、HQ等检验方法，采用滞后阶数为3的VAR模型统计性质良好，而协整检验模型是对无约束VAR模型进行协整约束后得到的，故其滞后阶数为2。

1．长期协整分析

本文运用Johanson的极大似然估计法，在1%的置信水平下，迹统计量检验和最大特征值检验均表明6个变量之间存在长期稳定均衡关系，且协整方程为：

上式中，圆括号内数字为标准差，方括号内数字为行为t检验值。经检验，1%置信水平下各变量系数都是显著的，协整方程的残差项也是平稳的，故上述协整关系较为稳定。

从长期来看：工业产值比重（PI）、煤炭消费比重（COE）、非公有经济发展水平（NL）、财政收入占GDP比重（PR）和FDI占GDP比重（PFDI）对绿色TFP（GTFP）都有较大的影响，其中最大的是PFDI，其次是PR、PI、NL，COE最小；PFDI、PR、COE对GTFP产生负影响，当PFDI提高0．01时，GTFP降低0．209 049；当 PR 提高0．01时，GTFP降低0．099 525；当 COE 提高 0．01 时，GTFP 降低0．014 051；PI、NL 对 GTFP 产生正影响，当 PI提高0．01，GTFP提高0．043 818；当 NL提高0．01时，GTFP提高0．024 921。

2．动态脉冲响应分析

本文选用广义脉冲响应函数，基于VAR（3）模型得到GTFP的结果如图2所示。

图2 基于VAR（3）模型的GTFP的广义脉冲响应函数图

动态脉冲响应分析表明：PI的某一冲击会给GTFP带来同向的冲击，而且这一冲击具有显著的促进作用和较长的持续效应；COE、PR的某一冲击会给GTFP带来负面的冲击，而且这一冲击具有显著的阻碍作用和相当长的持续效应，直至第15期这种负面影响也没有完全消除；NL的某一冲击会在初期给GTFP带来负面的冲击，但这一负面影响持续很小，总的来说，NL的某一冲击会在长期内给GTFP带来显著的、持续的促进作用；PFDI的某一冲击会在前期给GTFP带来正面的冲击，从第5期开始给GTFP带来负面的冲击，总的来说正面的冲击幅度小，持续时间短，负面的冲击幅度大，持续时间较长，负面的冲击较为显著。总之，与协整分析类似，PI、NL 对 GTFP产生正影响，PR、COE、PFDI对GTFP产生负影响，但与其不同的是，这里PR、COE对GTFP的影响较大，对PFDI的影响很小。

3．方差分解

方差分解可以评价不同结构冲击的重要性，给出对变量产生影响的每个随机扰动的相对重要性，方差分解结果见图3。图3表明：不考虑GTFP自身的贡献率，COE对GTFP的贡献率最大达到58．6%，其次是PR和PI，其对GTFP的贡献率波动上升，最大分别达到10．7%和6．7%左右，而NL及PFDI的贡献率很小，仅为5．7%和2．0%左右。故从方差分解来看，COE是GTFP最重要的影响因素，其次是PR和PI，而NL及PFDI对GTFP的重要性略显不足。

图3 GTFP的方差分解图

五、结论与建议

本文以迫切需要转变经济发展方式的西部典型省份陕西省为研究对象，运用包含非合意产出的超效率SBM模型，计算了能源、环境双重约束下的绿色TFP。结果表明陕西绿色TFP总体为增长趋势，说明陕西省32年来的转变经济发展方式总体还是有效的，经验值得借鉴。陕西省绿色TFP在西部大开发中迅速提升，转变经济发展方式进程逐步加快，可见西部大开发确实对提高陕西省绿色TFP和转变经济发展方式有促进作用。

无论是长期均衡还是短期动态分析，工业产值比重（PI）和非公有经济发展水平（NL）对GTFP产生正向影响，煤炭消费比重（COE）、财政收入占GDP比重（PR）和FDI占 GDP比重（PFDI）对GTFP产生负向影响。

上述结论在政策层面具有重要意义：1．通过坚持走新型工业化道路，调整优化工业结构，以降低工业内部能源消费来提高GTFP；2．通过加快市场化进程，消除非国有工业与国有工业企业竞争的不公平性，以促进非国有工业的发展，从而提高GTFP；3．降低煤炭消费比重是长期提高GTFP的重要手段，要通过积极开发和推广洁净煤、煤气化和煤液化技术，以加大能源转换力度，逐渐降低煤炭直接利用的比重；4．分析表明，FDI技术溢出效应在陕西省不存在，主要是由于陕西省目前利用外资质量很低，故可以通过提高外资利用质量与效率，吸引优质外资以优化外资利用结构来提高GTFP；5．降低财政收入比重也是长期提高GTFP的重要手段，政府可通过职能转变，建设服务型政府，减少对市场的不必要干涉，从而提高经济运行质量，降低PR提高GTFP。

［1］ Solow R M．Technical Change and the Aggregate Production Function［J］．The Review of Economics and Statistics，1957，39（3）．

［2］ Banker R D，Charnes A，Cooper W W．Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis［J］．Management Science，1984，30（9）．

［3］ Mahaderan R，Kalirajan K．On Measuring Total Factorproductivity Growth in Singapore’s Manufacturing Industries［J］．Aplied Economics Letters，1999（9）．

［4］彭水军，包群．环境污染、内生增长与经济可持续发展［J］．数量经济技术经济研究，2006（9）．

［5］林伯强．电力消费与中国经济增长：基于生产函数的研究［J］．管理世界，2003，19（11）．

［6］陈诗一．能源消耗、二氧化碳排放与中国工业的可持续发展［J］．经济研究，2009（4）．

［7］胡鞍钢，郑京海，高宇宁，等．考虑环境因素的省级技术效率排名（1999－2005）［J］．经济学（季刊），2008，7（3）．

［8］朱承亮，安立仁，师萍，等．节能减排约束下我国经济增长效率及其影响因素——基于西部地区和非期望产出模型的分析［J］．中国软科学，2012（4）．

［9］殷宝庆．环境规制与我国制造业绿色全要素生产率——基于国际垂直专业化视角的实证［J］．中国人口·资源与环境，2012（12）．

［10］郑丽琳，朱启贵．纳入能源环境因素的中国全要素生产率再估算［J］．统计研究，2013（7）．

［11］李玲，陶锋，杨亚平．中国工业增长质量的区域差异研究——基于绿色全要素生产率的收敛分析［J］．经济经纬，2013（4）．

［12］雷明，赵欣娜，张明玺．基于环境负产出的能效动态 Malmquist模型研究［J］．数量经济技术经济研究，2012（4）．

［13］Tone K．A Slacks－Based Measure of Efficiency in Data Envelopment Analysis［J］．European Journal of Operational Research，2001，130（3）．

［14］王兵，吴延瑞，颜鹏飞．中国区域环境效率与环境全要素生产率增长［J］．经济研究，2010（5）．