资源约束、环境规制背景下中国煤炭资源型地区全要素生产率分析

2015-11-28和红伟李竹梅刘蓉张子文

经济师 2015年9期

和红伟李竹梅刘蓉张子文

摘要：针对传统全要素生产率测度方法没有考虑二氧化碳排放问题，提出了资源约束、环境规制下的全要素生产率指数。通过与传统全要素生产率比较，表明资源约束、环境规制下的全要素生产率指数与中国碳减排目标相吻合。经过进一步对资源约束、环境规制下的全要素生产率指数的分解，结果显示：技术进步是推动资源约束、环境规制下全要素生产率提高的主要因素。

关键词：资源约束环境规制全要素生产率环境DEA 方向距离函数

中图分类号：F205 文献标识码：A

文章编号：1004-4914（2015）09-016-03

一、研究综述

对资源约束与经济增长关系的关注始于古典经济学时期。马尔萨斯（1798）和李嘉图（1821）先后研究了土地与经济增长的关系，认为土地约束会导致经济零增长。德内拉·梅多斯等在《增长的极限》中对资源消耗影响经济增长进行模拟，得出不可再生资源稀缺导致经济增长持续性差的结论。Thomas Homer-Dixon研究发现，资源约束通过影响技术进步，对经济增长产生间接约束。罗浩（2007）、黎贵才（2011）研究认为资源是制约经济增长的瓶颈，而技术创新是促进经济增长的关键。房林等（2008）通过宏观经济微观分析，引入社会地位和资源两个因素通过传统效用函数，研究了资源约束对经济系统的影响。

新古典经济增长理论认为全要素生产率（TFP）的增长是经济增长的关键。Bjurek（1996）使用从产出和投入两个角度考虑的Malmquist生产率指数作为HMB生产率指数。Fare etal.（1994）将全要素生产率增长分解为效率变化和技术进步两个成分，发展了Malmquist生产率指数。张军等（2003）估计了1952-1998年中国全要素生产率增长率。王兵等（2008）运用Malmquist-Luenberger指数方法测度APEC17个国家和地区1980--2004年包含CO2排放的全要素生产率增长。刘兆征（2009）从能源经济可持续发展视角，运用基于产出导向的、规模报酬不变的非参数DEA-Malmquist 生产率指数法，研究了考虑环境效应的中国制造业全要素能源效率及其变动（提高或降低）根源。

本文将在考虑资源约束和环境规制下运用环境DEA技术（EDT）和方向距离函数（DDF）研究我国主要煤炭资源型地区全要素生产率变化及促进因素。

二、研究方法

（一）环境DEA（Environmental DEA Technology，EDT）

一个地区或国家需要投入的总生产要素为X，（X=（K，L，E，W∈RN+）），K表示资本投入，L为劳动力投入，E为能源投入，W为水资源投入。产出函数为F（X），F（X）=（Y，C），Y为国内生产总值，C为二氧化碳排放。其中，Y为期望产出，C为非期望产出。所有产出集记为T，可以表示为：

T={（K，L，E，W，Y，C）：（K，L，E，W）可以生产（Y，C）}（1）

EDT假设所有要素投入（K，L，E，W）与期望产出（Y）是可自由处置的（Free Disposability）。要素投入（K，L，E，W）的自由处置表示为：如果（K，L，E，W，Y，C）∈T并且（K'，L'，E'，W’）≥（K，L，E，W），则（K'，L'，E'，W’，Y，C）∈T。期望产出（Y）是可自由处置，表示为：如果（K，L，E，W，Y，C）∈T并且（Y'）≤（Y），那么有（K，L，E，W，Y'，C）∈T。

（二）Directional Distance Function，DDF

DDF是在生产可行集T下，根据固定投入，描述产出变量最优比例的一种函数。根据孙传旺（2010）的方法，方向距离函数可以表示如下：

0（K，L，E，W，Y，C;gy-gc）=sup{β：（Y+βgy，C-βgc）∈T（K，L，E，W，Y，C）}（2）

情形一：没有资源约束，并且方向向量沿着纵轴方向，也就是说方向距离函数实际上等价于计算传统的Shephard距离函数。即B=（Y，0）。该情形只有一种期望产出，数学规划式为：

zti≥0，i=1，…，I

情形二：存在资源约束，方向向量g=（Y，-C）要求同比例的增加经济总量来降低二氧化碳排放，并且非期望产出（C）具有弱处置性，数学规划式表示：

zti≥0，i=1，…，I

（三）曼奎斯特一鲁恩博格（Maltnquist一Luenberger）生产率指数

Chung et al.（1997）为评价减少非期望产出情形下的全要素生产率，利用环境DEA技术与方向距离函数，提出了曼奎斯特——鲁恩博格（Malmquist Luenberger）生产率指数（简称MLPI）。考虑资源约束、环境规制时，第i个决策变量的MLPI可以表示为：

全要素生产率MLPI指数可以进一步分解为效率变化（EFFCH）和技术进步变化（TECH）的连乘积：MLPI=EFFCH* TECH

上式中，MLPI>1表示全要素生产率提高，否则为下降。同理，EFFCH>1表示效率改进，否则为恶化，TECH>1表示技术进步，否则为退步。

三、实证分析

（一）样本选择与指标设置

根据第二部分的研究方法，为测算资源约束、环境规制下的全要素生产率，必须构建基于环境DEA技术的方向距离函数。我们收集了2004-2012年中国13个主要煤炭资源型地区的要素投入（包括资本投入（K）、劳动力投入（L）、能源投入（E）（本文以各地区一次能源消费量作为能源投入指标）和水源投入（W））期望产出（国内生产总值（Y））与非期望产出（二氧化碳排放量（C））。

表1给出本文的统计性描述。

（二）不同情形下的全要素生产率比较

1.不同情形下全国生产率全要素的比较。根据第二部分介绍的方法论和设定的两种情形，本节分别测算了中国主要煤炭资源型地区2004年-2012年，在没有考虑资源约束、环境规制与考虑了资源约束、环境规制两种情况下的全要素生产率。本文的计算结果来自于通用代数建模系统（General Algebraic Modeling System，GAMS）22.1版本软件包。

TFPI和CTFPI指标分别表示在没有考虑环境规制和考虑环境规制情形下，2004年-2012年间全国主要煤炭资源型地区平均全要素生产率指数。

从表2得知，中国在该期间12个省的TFPI为0.988，全要素生产率平均每年下降1.2%;CTFPI为1.062，表明全要素生产率平均每年增长6.2%，明显高于不考虑环境规制的情形。从时间段上来看，2007中国提出坏境规制目标，这一政策的出台，表明在2008年—2010年中国经济运行受到的能效与环境约束要比2007年之前更加明显。CTFPI与TFPI在2005前后的显著差异进一步表明了采用传统的全要素生产率测算方法（情形一）无法反映经济增长方式转变对二氧化碳减排的贡献，无法同中国低碳经济的发展目标相适应。

通过分析上图，2004-2012年中国碳强度不断下降，累计的全要素生产率呈上升趋势。比较分析后发现，累计的CTFPI能较好地解释碳强度的变化情况。CTFPI提高，意味着效率得到改进，碳强度就会下降;CTFPI出现降低，碳强度就会上升。

2.环境规制下全要素生产率的分解。

从表3中看到，资源约束、环境规制下全要素生产率分解为效率变化指数（EFFCH）与技术进步指数（TECH），并且技术进步的作用相比效率变化的改进要明显地多。

四、结论

本文运用环境DEA技术（EDT）和方向距离函数（DDF），构建资源约束、环境规制下中国全要素生产率指数，并通过与传统全要素生产率的比较，修正了由于忽视碳排放造成的扭曲。通过分析，本文得到以下主要结论：

本文对中国煤炭资源型地区全要素生产率的测算方法，能够与碳强度目标相吻合，实现对中国全要素生产率较准确的评价。

中国煤炭资源型全要素生产率的改善主要是通过技术进步造成的。

[山西省软科学课题：山西省低碳经济转型绩效评价及对策研究（2013041001-03）和山西省哲学社会科学课题：山西省综合改革实验区低碳转型成熟度评价及对策研究（晋规字2014）和山西省软科学课题：山西省煤层气产业盈利模式创新研究（2015041009-1）资助。]

参考文献：

[1] 马尔萨斯.黄立波，译.人口原理[M].西安：陕西人民出版社，2007

[2] 大卫.李嘉图.周界，译.政治经济学及赋税原理[M].北京：华夏出版社，2005

[3] Hotelling H. The Economics of Exhaustible Resources[J].Journal of Political Economy 1931（39）