产业结构合理化对区域碳生产率的影响——基于DEA-Malmquist指数法的分析*1

张巍钰

(湖南大学 经济与贸易学院，湖南 长沙 410079)

一、引言

自上世纪80年代以来，中国制造业和对外贸易的高速发展带动了本国经济长达近三十年的持续增长，然而近年来有观点认为，随着人口红利逐渐消减，相对于印度、越南等发展中国家而言，中国的传统劳动力禀赋优势已经难以为继。而与此同时，中国也面临着资源约束趋紧、环境污染严重、生态系统退化的严峻形势，因此推动中国的产业结构的优化调整，促进产业绿色发展、循环发展和低碳发展已经势在必行。

在有关产业结构的优化调整方向和评价标准方面，学术界往往从合理化和高度化视角进行探讨，比较有代表性的几类观点多从产业结构失衡度(原毅军，1991)[1]34-41、产业结构偏离度(何德旭等，2008)[2]46-56、产业结构有序度(黄溶冰等，2008)[3]122-127以及产业结构合理化指数(干春晖，2011)[4]4-16等方面对产业结构的优化调整标准进行度量。有关产业结构调整问题的外延研究中，也多集中于产业结构与经济增长、产业结构合理化的评价标准、产业结构与对外贸易发展等方面的研究，但至今有关产业结构合理化对于区域碳生产率的关系研究依然相对较少。多数学者赞同碳生产率是能将低碳经济概念中控制二氧化碳排放(低碳)与促进经济增长两大目标相结合的恰当指标(Beihocker E et al.，2008)[5]。在主流的研究中，Kaya等(1997)[6]35-47最早提出狭义的碳生产率概念，用某个时期内GDP与同期二氧化碳排放量之比来表示，同时也等于单位GDP二氧化碳排放强度的倒数，着重于对碳排放的经济绩效也即GDP的考察，这也是从经济学的角度将碳作为一种隐含在能源和物质产品中的要素投入，衡量一个经济体消耗单位碳资源所带来的相应产出(潘家华，2010)[7]35-42。国内学者通常从碳生产率影响因素分解、碳生产率与二氧化碳排放关系等角度展开研究(何建坤等,2009;谌伟等,2010;魏梅等,2010)[8]56-62，[9]24-29，[10]43-52；另一类常见指标则是基于非参数的数据包络分析(DEA)来测度的广义碳生产率，其优点在于测度方法无须假设生产函数形式，并且不仅考虑了碳排放与产出的关系，同时对资本、劳动、能源等投入要素和产值、碳排放等产出要素有着很好的兼顾(赵国浩等,2013)[11]31-36，相对前者来说广义碳生产率的解释力相对更强。

本文的研究将重点围绕产业结构的合理化水平对于区域广义碳生产率的影响问题，首先利用非参数DEA方法测度中国各区域的广义碳生产率，进而测度并讨论区域的产业结构合理化水平，并基于2004—2012年的区域面板数据对二者的相关关系进行实证研究。

二、研究方法

(一)碳生产率的DEA-Malmquist指数法

为了使碳生产率的测算结果更加准确科学，在系统比较各种测算方法的基础上，本文将沿用学术界在有关生产率变动评价中应用广泛的数据包络分析(DEA)技术，结合Caves(1982)[12]1393-1414提出的Malmquist指数来测度中国各省区的广义碳生产率变化指数。在具体评测过程中，首先构建一个DEA-C2R模型，该模型假设有n个决策单元(DMU)，每个DMU包含了包括资本、劳动、碳排放在内的m种要素投入xj=(x1j,x2j,…，xmj)T>0和包括GDP在内的s类产出yj=(y1j,y2j,…，ysj)T>0，其中xij表示第i类要素投入量(i=1,2,…，m)，yrj表示r类输出的产出量(r=1,2,…，s)。

上式中v和u分别表示输入和输出的权系数，进而通过对分式规划进行Charnes- Cooper变换后，其线性规划等价为：多种要素投入与产出的DEA-C2R模型：

M0t(yt+1,xt+1，yt,xt)

该指数表示在时期t的技术水平下，t+1时期相对于t时期的碳生产率变化水平，同样也可以测度在时期t+1的技术水平下，t+1时期相对于t时期的碳生产率变化水平。

(二)产业结构合理化的测度方法

依据干春晖(2011)的观点，产业间的聚合质量可以用来表示产业结构的合理化程度，它包含了两个方面的涵义，其一是产业之间所反映的协调程度，其二是产业所反映的资源有效利用程度，也即要素投入结构和产出结构的耦合质量。传统研究者如何德旭等(2008)往往采用结构偏离度的方法对其进行评价：

其中E表示产业结构偏离度，Y表示GDP，L表示就业人数，i=1,2,3表示三次产业部门，其中E值越大表明结构的偏离度越强，也意味着产业结构趋于非合理化，但该指标忽视了各产业在经济体中的重要性，绝对值的计算也给测度工作带来了诸多不便。近年来，有关泰尔指数的应用逐渐增加，该指数由泰尔(Theil and Henri，1967)[13]75-104提出，通常作为衡量个人之间或者地区间收入差距(或者称不平等度)指标，用泰尔熵指数来衡量样本之间差异的最大优点在于其能衡量组内差距和组间差距对总差距的贡献，并避免了对绝对值的计算，因此，本文将其引入到产业结构合理化的测度过程中，其中泰尔指数不为 0表明产业结构偏离均衡状态，也可以说明产业结构的不合理程度：

(三)计量模型设定

为了更科学地考察产业结构合理化水平对于区域碳生产率变动的影响，本文将区域碳生产率CTFP作为因变量，将依据前文方法测度的区域产业结构泰尔指数TL作为自变量；由于区域的二氧化碳排放还往往受到人均收入水平PGDP、能源强度EI、第二产业轻重结构IIS、区域产业所有制结构OS、区域对外开放水平FDI以及高新技术产业在结构中的占比情况HTIR等因素影响，同时考虑到我国各区域发展的不平衡性，区域特征也存在着较大的差异性，需要加入区域虚拟变量uit对其进行控制。最终，本文在计量模型中将上述各因素考虑进来，利用中国各省市面板数据对变量之间的关系进行系统考察和检验：

LnCTFPit=β0+β1LnTLit+β2LnPGDPit+β3LnEIit+β4LnIISit+β5LnOSit+β6LnFDIit+β7LnHTIRit+uit+φit

三、指标测算与数据说明

(一)中国广义碳生产率测度与结果分析

由于广义碳生产率的构建是基于传统的全要素生产率的概念，Solow(1957)[14]312-320在探索经济增长的源泉时，仅仅考虑了资本与劳动两种要素的投入。时至今日，随着对可持续发展问题的关注日益加深，越来越多的研究中已经将资源要素投入纳入到分析框架中，这就使得测度结果更能解释实际问题。本文不仅选取资本和劳动要素投入，还将各省市的碳排放量作为必要的投入纳入碳生产率测度中，这也说明经济增长不仅收获了产出，而且为获取相应产出必须将碳排放作为一种要素投入纳入到碳生产率的测度过程中。基于DEA方法所体现的投入产出效率思想，单位产出所消耗的资本、劳动和碳排放要素投入越少，决策单元的投入产出效率水平将会越高。

1．资本存量指标。目前我国尚无统一、权威的资本存量数据，原因在于考虑到固定资产折旧率的设定问题，即使使用同样的新增固定资产投资数据也无法对历史上的资本存量变动情况进行精确的刻画。此外，有关即期资本存量的估算在学术界始终没有统一的意见，这就给资本存量的测度带来了许多麻烦。目前国内研究通常采用张军(2004)[15]35-44提出的资本存量永续盘存法进行估计，也即Ki,t=Ii,t+(1-δi)Ki,t-1，其中Ii,t表示第i个省份在第t年的新增固定资产投资量，将资本折旧率δi设定为10%。本文将1978年的固定资产投资额作为基期数据，随着时间的推移基期的选择对于后期数据的估算影响将越来越小，也使得资本存量的估计也趋于精确。其中各省份新增固定资产投资数据采用历年固定资产价格指数进行了平减，时间范围为2002—2010年。

2.劳动投入指标。国外的研究一般用单位小时工资作为劳动要素投入，这种指标可以精确地反映在实际生产中单位价值的创造需要投入多少劳动量，但由于国内的统计数据的口径有所差异，研究中多以就业人数来代表劳动要素的投入，因此本文选取中国统计年鉴所提供的各区域就业人数来作为劳动要素的替代。

3.碳排放投入量。当前学术界多采用IPCC(2006)[16]15-21提供的碳排放量计算方法，得到2002—2010年各省区工业碳排放量，具体测算方法如下：

(6)

其中，i=1,2,…,15表示本文所选取的15种化石燃料；j=1,2,…,30表示中国30个省份，其中C表示某区域化石燃料的碳排放总量，CECi、Qi分别表示第i种化石燃料的碳排放系数与能源消耗量，ORi、NCVSi、CCi分别表示缺省氧化率、缺省净发热值、缺省含碳量。

4.产出指标。在考察一个生产过程时，一般会选取产值或者主营业务收入等指标来作为产出变量，本文决定采用2002—2010年中国各省市GDP作为产出变量，为了消除价格影响，本文利用工业品出厂价格指数对其进行了相应的平减。

本文利用MaxDEA6.0软件测度得到2002—2010年间中国各省市的广义碳生产率变动指数*囿于文章篇幅限制，本文没有列出广义碳生产率和产业结构合理化指数的全部测算结果，若有感兴趣者可以向作者索取。。研究发现2004—2012年间，中国各省市平均广义碳生产率多数呈现正向变化态势，其中在2010—2011年的碳生产率变动值下降，这可能是受金融危机的影响，产出水平的下滑导致当年的碳生产率改进呈下降态势。区域的广义碳生产率变动也呈现出不平衡性，东部地区在多数年份达到最高水平，中部地区和西部地区相对较低，其中东部地区在2004和2012广义碳生产率分别为1.101和1.168，这可能在于东部地区多处于沿海发达地区，经济结构和产业结构中外向型经济和贸易行业占比较高，而金融危机的影响削弱了世界市场的消费需求能力，其消极影响也必将波及上述对外开放程度较高的地区，使得区域的碳生产率呈现下滑态势。中部地区和西部地区的碳生产率也呈现出缓慢的波动改进态势，这也与上述地区的经济结构和发展现状有着密切的联系。

(二)中国各省市产业结构合理化指数测度

本文依据产业结构泰尔指数对中国30个省市的产业结构合理化水平进行测度。研究发现，在2004—2012年间，中国整体的产业结构合理化水平不断上升，泰尔指数由29.4下降到23.8，这也说明了总体的产业结构偏离度正不断下降。而东部地区的产业结构合理化水平最高，尤其是北京和上海地区在2012年分别达到了2.8和2.4，而在此期间其水平也始终低于10。中部地区的产业结构泰尔指数平均水平则从28.1下降到22.5，其中山西、湖北、安徽地区呈现波动下降态势，而河南、湖北、湖南等地区始终保持单调下降趋势，江西地区则呈现不断上升态势，这也意味着该地区产业结构的不合理化趋势。东北地区在近年来呈现波动态势，这可能是因为上述地区为中国传统的老工业区，产业结构重化工业占比较高，而重化工业往往多属于资本密集型和技术密集型产业，存在着固定资产投资额较高，产业锁定效应强的特征，在短期内很难实现产业结构的显著优化调整。西部地区产业结构泰尔指数呈现波动下降态势，但整体水平仍远远高于东部、中部和东北地区，尤其是云南、甘肃等地区的产业结构泰尔指数到2012年仍高达40以上，说明上述地区的产业结构偏离度较强，产业间耦合质量也即资源配置效率水平低下，各产业之间的比例关系和份额相对来说不够合理。

本文中碳排放数据测算所需要的能源消耗量数据和能源结构数据均来源于《中国能源统计年鉴》，各产业的增加值、就业人数、FDI水平、人力资本和人均收入数据均来源于《中国统计年鉴》，且时间范围为2004—2012年，区域范围为中国30个省市(由于数据缺失相对严重，本文分析暂不包括西藏、港澳台等地区)。

四、产业结构合理化对区域碳生产率的影响实证

本文将前文应用DEA-Malmquist指数测度的区域广义碳生产率作为被解释变量，采用省际面板数据进行计量检验。首先从全国层面分析产业结构合理化对于区域碳生产率的影响，进而分别从东、中、西三大经济区域层面分析二者之间的关系，面板数据模型的Hausman检验支持本文采用固定效应模型(FE)进行估计，估计结果见表1：

表1 产业结构合理化对区域碳生产率的影响分析

由表1提供的估计结果可知，从全国样本的估计结果来看，产业结构的合理化对于区域碳生产率变化有着显著的影响，其中产业结构泰尔指数每提升1个百分点，将会使得碳生产率上升0.286个百分点，这说明未来中国碳生产率的改进需要依托产业结构的调整优化，尤其是通过增强产业的资源配置效率来推动碳生产率的有效提升。其他影响因素中，人均收入水平每上升1个百分点会使得碳生产率改进0.464，这意味着推动经济增长提高收入水平将会使得区域的投入产出绩效不断改进；能源强度每上升1个百分点将会导致碳生产率下降0.507，这也说明能源效率因素对于碳生产率改进的重要影响，事实上在生产中若能提升资源和能源的利用效率并降低无效率的浪费将会大大降低碳排放的几率；产业结构的重型化会对碳生产率的改进有着负向影响，这可能在于重化工业的发展会消耗大量的能源并带来碳排放的大幅上升，本文的研究中碳排放作为一种投入要素纳入到生产率的测度框架中，因此这也意味着生产中投入要素需要更多，从而使得单位要素投入的产出效率下降；国有企业占比越高对于碳生产率有着一定的改进作用，其原因可能在于国有企业一般来说规模较大，技术实力雄厚，因此在生产流程中对于能源要素的投入控制更为有效，从而也降低了碳排放程度，使得碳生产率得以改进；发展高新技术产业对于碳生产率的改进效果比较明显，前者每上升1个百分点意味着后者会改进0.310个百分点，这也给未来产业发展指明了方向，就是在对传统产业进行提质改造的同时，发展资源消耗少、污染排放低、经济效益好的高新技术产业。

从三大经济区域的角度来看，东部地区相对于中西部地区而言，产业结构的合理化水平对碳生产率的影响相对较弱，这可能在于东部地区的产业结构已经趋于合理(东部地区的产业泰尔指数平均水平很低，在北京和上海两地，都已经稳定在10以下的水平)，因此产业结构合理化变动对于碳生产率的改进影响也在减弱，但对于中西部地区来说，产业结构有着更大的调整和优化空间，即使较小的变动也能带来更大的碳生产率改进，这也正说明中西部地区应该是产业结构改进的重点突破区；其他的控制变量中，三大区域的人均收入水平均对碳生产率影响显著，但能源强度对碳生产率的变动影响却有一定的差异，中部地区能源强度对于碳生产率的影响最为显著，前者每上升1个百分点会使得碳生产率下降0.970个百分点，在东部地区表现相对较弱，而在西部地区，能源强度的变动似乎并未对碳生产率产生影响，其原因可能在于西部地区第二产业发展相对迟缓，对于资源的消耗需求相对较少使得碳排放量相对于东部和中部来说较低；工业的重型化对东部和中部地区碳生产率的负向影响比较显著，而西部地区表现相对较弱；国有企业占比和高技术产业发展均会使得碳生产率的改进更加明显，这与全国层面的分析保持了一致性。

五、结语

本文将泰尔指数引入到区域产业结构合理化水平评价中，进而采用DEA-Malmquist分析法测度了包括碳排放要素在内的各区域广义碳生产率，最终基于2004—2012年中国各省市面板数据研究产业结构合理化趋势对于区域碳生产率的影响。研究发现，在2004—2012年间中国各区域的碳生产率平均多数呈现正向的波动变化态势，而产业结构的合理化水平也均保持了不同程度的正向改进态势。无论是从全国层面还是从区域的角度分析，产业结构的合理化变动对于提升广义碳生产率均有着正向影响，这也要求在协调经济与环境协调发展过程中，应当高度重视对产业结构调整优化，不仅要通过对传统产业的提质改造，逐步降低技术水平落后、经济效益低下的夕阳产业在结构中的比重，还要着力提升高新技术产业在产业结构中的占比，从而提升资源要素利用与配置效率并降低环境污染和温室气体排放，这也意味着未来经济增长的质量改进需要在产业结构调整方面寻找突破口。

分区域研究表明，中国各区域间特征的差异较大，因此在政策制定与颁布方面，必须考虑各区域不同的发展现状与特征，比如东部地区的产业结构合理化水平比较高，未来在发展中可以考虑将部分竞争力相对较弱的产业向中部和西部地区进行转移，一方面加快优化本地区的产业结构并有效提升区域环境质量，同时也可以对中西部地区承接产业转移和产业结构升级起到相应的促进作用。针对产业结构重型化特征，各区域不仅要加大对本地区传统重工业的技术改进与效率挖潜，还要进一步提升农业现代化水平，适当提升第三产业在产业结构中的比重，从而在推动产业结构合理化的同时也带动各地区碳生产率的改善，实现经济与环境协调发展的双赢局面。

参考文献：

[1] 原毅军.经济增长周期与产业结构变动研究[J].中国工业经济,1991(6).

[2]何德旭,姚战琦.中国产业结构调整的效应、优化升级目标和政策措施[J].中国工业经济,2008(5).

[3]黄溶冰,胡运权.产业结构有序度的测算方法——基于熵的视角[J].中国管理科学,2006(2).

[4]干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究,2011(5).

[5]Beinhocker E,Oppenheim J,Irons B,et al. The Carbon Productivity Challenge: Curbing Climate Change and Sustaining Economic Growth [R].Mckinsey Global Institute, 2008.

[6]Kaya Y, Yokobori K K .Environment, Energy and Economy: Strategies for Sustainability [M].Tokyo: United Nations University Press, 1997.

[7] 潘家华,庄贵阳.低碳经济的概念辨识及核心要素分析[J].国际经济评论,2010(4).

[8] 何建坤,苏明山.应对全球气候变化下的碳生产率分析[J].中国软科学,2009(10).

[9] 谌伟,诸大建,白竹岚.上海市工业碳排放总量和碳生产率关系[J].中国人口资源与环境,2010(9).

[10] 魏梅,曹明福,江金荣.生产中碳排放效率长期决定及其收敛性分析[J].数量经济技术经济研究,2010(9).

[11] 赵国浩,高文静.基于前沿分析方法的中国工业部门广义碳生产率指数测算及变化分解[J].中国管理科学,2013(2).

[12] Caves D W, Christensen L R, Diewert W E.The economic theory of index numbers and the measurement of input, output, and productivity[J].Econometrica, 1982.

[13] Theil and Henri. Economics and information theory[M]. Madison: University of Wisconsin press, 1967.

[14] Robert Solow. Technical Change and the Aggregate Production Function [J]. The Review of Economics and Statistics, 1957(8).

[15] 张军.中国省际物质资本存量估算:1952—2000[J].经济研究,2004(10).

[16] IPCC.2006 IPCC Guidelines for National Greenhouse Gas Inventories [M].Japan: IGES, 2006.