中国地区工业生态生产率测度与收敛性分析

张晨阳，汪克亮，孟祥瑞

(安徽理工大学 能源经济研究所，安徽　淮南　232001)



中国地区工业生态生产率测度与收敛性分析

张晨阳，汪克亮，孟祥瑞

(安徽理工大学 能源经济研究所，安徽淮南232001)

摘要：利用DEA-Malmquist生产率指数测算了2006-2012年间我国30个省份以及东部、中部与西部三大区域的工业生态生产率，在此基础上考察了工业生态生产率演变特征、地区异质性及驱动机制，最后对全国及三大区域的工业生态生产率进行了绝对收敛分析。实证结果表明：样本期间内我国各省份的工业生态生产率平均增长13.1%，工业环境技术进步是驱动我国各省份工业生态生产率提升的主要因素；通过绝对收敛分析，发现我国各省份以及三大区域的工业生态生产率并不存在收敛特征，各省份之间的工业生产率差距有进一步扩大的趋势。

关键词：工业生态生产率；地区差异；收敛分析；DEA-Malmquist生产率指数

改革开放30多年以来，我国经济发展速度非常迅速，年均增长率接近10%，创造了世界经济发展的奇迹。但是，长期粗放型的经济增长模式也不可避免的带来了自然资源利用率低和环境破坏严重等一系列问题。其中，环境污染的主要来源是来自工业污染。如何在保持工业持续发展的同时最大限度的减少资源环境破坏已经成为当前我国政府面对的重大问题。 作为衡量可持续发展水平的重要指标，“生态效率”的在1992年首次被世界可持续发展委员会(WBCSD)提出，被定义为“在满足人类需求和提升生活质量的基础上，同时使得资源、环境消耗强度逐渐降低到与生态承载力一致的水平”，强调资源环境与和经济增长的统一。近年来，生态效率指标在众多领域得到了广泛应用并获得一致认可，已成为不同经济单位制定环境战略的重要依据。为此，本文将“生态效率”进一步拓展至“生态生产率”视角，动态考察工业经济、资源与环境之间的协调度，实证分析我国地区工业增长与资源环境保护之间的平衡关系。

近年来，探究经济增长和环境管制的关系受到了学者们的广泛关注，国内外众多学者从环境效率、环境生产率以及生态效率视角展开这一问题的研究[1]。代表性的文献包括，许朗与刘爱军[5]运用DEA方法测算了2000～2012年中国13个粮食主产区的农业生态效率，并运用Malmquist指数进行了动态分析；高峰与王金德[6]运用DEA模型测算了2007年中国30个省份的工业生态效率，分析了效率的差异性以及各省份节能减排的目标值；王兵与王丽[7]运用Malmquist-Luenberger指数测算了环境约束下中国各省份1998～2007年工业技术效率、全要素生产率和环境规制成本，并对其影响因素进行了实证分析；汪克亮等[8]测算了包含环境效应的中国省际全要素能源效率，分析比较了全国整体、各省份和三大地区的能效差异，并采用Tobit模型检验其影响因素；Picazo-Tadeo 等[9]基于方向性距离函数与DEA方法构建生态效率模型，测算了不同目标下西班牙橄榄油企业的经济效率与生态绩效；汪克亮等[10]考虑到中国绿色生产技术的区域异质性，运用2000～2009年省际面板数据，基于非参数共同前沿理论和方向性距离函数对中国绿色经济效率进行测算；王兵等[11]运用SBM方向性距离函数和Luenberger生产率指标测度了中国30个省份1998～2007年的环境效率、环境全要素生产率及其分解成分，并对影响环境效率和环境全要素生产率增长的因素进行了实证研究；程云鹤等[12]基于SBM模型测算了安徽省工业行业的全要素碳排放绩效指数，并运用Tobit模型估计了工业规模结构、资本深化、能源结构与所有制等因素对碳排放绩效的影响机制。

上述研究基于效率视角考察了不同类型的经济单位资源、环境与经济之间的协调关系，为该类问题的研究提供了一个完备、统一的分析框架，同时也验证了DEA模型研究资源环境效率问题的可行性与有效性。为此，本文也将基于生态效率视角，采用DEA-Malmquist指数考察2006～2012年中国各省份工业生态效率的动态演变趋势(即工业生态生产率)、地区差异以及驱动机制，在此基础上采用收敛方法检验各省份(包括自治区、直辖市)与不同区域生态生产率差距的演变情况，以期为改善我国地区工业可持续发展水平提供决策参考与建议措施。

一、研究方法

(一)工业生态生产率测度的 DEA-Malmquist指数

本文将采用基于DEA的Malmquist生产率指数来测算我国各省份工业生态生产率。以每个省份工业为决策单元，投入产出向量分别为x=(x1,x2,…,xn)、y=(y1,y2,…,ym)。Dt(xt,yt)为基于投入导向的距离函数，可以看作是决策单元第t期某个决策单元的实际生产点(xt,yt)向理想投入点压缩的比例。Dt(xt,yt)≥1，当且仅当Dt(xt,yt)=1，(xt,yt)位于生产前沿之上，具有最高的生产效率。如果要衡量决策单元生产效率的跨时期动态变化情况，可以采用Malmquist生产率指数来表示，如式(1)所示。

(1)

测度了在t时期的技术条件下，决策单元i从t到t+1期生产效率的变化情况，即生产率。同理可以定义在t+1的技术条件下，决策单元从t到t+1期生产效率变化的Malmquist指数，如式(2)所示。

(2)

则衡量决策单元生产率的Malmquist指数可以表示为：

Mi(xt,yt,xt+1,yt+1)=

(3)

当Mi(xt,yt,xt+1,yt+1)大于1时，表示决策单元从t到t+1期，生产率是提升的，小于表示生产率下降，等于1表示生产率不变。

根据Fare等的研究，我们可以把生产率指数分解为纯技术效率变化指数、规模效率变化指数与技术进步指数，如式(4)所示。

(4)

其中，SEC表示的是规模效率变化，TEC表示的是纯技术效率变化，TC表示的技术变化(进步或退步)。SEC大于1表示规模效率提升，等于1表示规模效率无变化，小于1表示表示规模效率下降；TEC大于1表示纯技术效率提升，等于1表示纯技术效率无变化，小于1表示纯技术效率下降；TC大于1表示技术进步，等于1表示技术无变化，小于表示技术退步。通过各省份工业生态生产率的分解可以考察我国各省份工业生态生产率提升的驱动机制，为改进工业生态生产率提供导向。

距离函数的测算方法较多，有参数与非参数前沿两类方法。考虑到基于非参数前沿的数据包络分析(DEA)方法无需事先确定生产函数的具体形式，可以自动内生生成投入产出指标的权重，且不需要投入产出要素的价格信息，具有很强的客观性，因此本文距离函数的测算采用DEA方法。

(二) 工业生态生产率收敛检验方法

根据新古典增长理论经济收敛假说的基本思想，地区工业生态生产率收敛是指初始工业生态生产率水平较低的地区，其增长速度高于初始水平较高的地区。根据研究需要，本文将在实证分析中使用收敛来检验2006～2012年我国地区工业生态生产率的收敛情况。沿袭曾先锋与李国平[13]、汪克亮等[14]的做法，本文测算我国地区工业生态生产率的收敛分析可以用下述方程来表示：

(5)

式中N表示省份的个数，EPm(t)表示第m个省份t时刻的工业生态生产率。若σt<σt+T，说明各省份工业生态生产率的离散系数在减小，则工业生态生产率存在σ收敛；反之则不收敛。

二、实证分析

(一) 样本、变量与数据

基于数据的可得性，本文以2006～2012年30个省份地区规模以上工业企业为研究单元。为了便于研究，本文将全国30个省份化为东部、中部和西部三个地区。其中东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省份；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省份；西部地区包括内蒙古、广西、四川、重庆、贵州、云南、陕西、甘肃、青海、宁夏、新疆12个省份。由于数据缺失，西藏、台湾、香港与澳门不在本文分析范围之内。在构建工业生态生产率测度模型时，本文以工业用水总量、工业煤炭消费总量、工业SO2排放总量、工业COD排放总量四种环境压力指标作为DEA模型的投入变量，以各省工业总产值作为产出变量，并使用工业品出厂价格总指数将其平减为2005年不变价。各指标的基础数据主要来源于《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》，描述统计特征如表1所示。

表1　 样本投入产出变量描述统计特征

(二) 我国各省份工业生态生产率的地区差异

要探讨我国各省份工业生态生产率的演变规律和主要影响因素，需要在不同的环境技术下测度各省份的工业生态生产率并进行分解，并探讨各分解指标对相对工业生态生产率所做出的贡献。因此本文运用DEAP2.1软件对我国2006～2012年的面板数据进行Malmquist生产率指数方法分析，并将工业生态生产率分解为工业生态技术效率变化指数与环境技术进步指数，且将工业生态技术效率变化指数进一步分解为工业生态纯技术效率变化指数与工业生态规模效率指数，以考察我国省份工业生态生产率的驱动机制，计算结果如表2所示。

表2 中国各省份年均生态

注：ieffch为工业生态技术效率变化指数，ietechch为工业环境技术进步指数，iepech为工业生态纯技术效率变化指数，iesech为工业生态规模效率变化指数，iepch为工业生态生产率变化指数。

从表2可得知：

(1) 整体来看，我国各省份2006～2012年的工业生态生产率变化指数均值为1.160，大于1，即样本期内我国工业生态生产率年均增长速度为16.0%，整体上提升速度较快，这表明近年来我国工业领域的资源节约与环境保护取得了较为显著的成效。从工业生态生产率的分解来看，2006～2012年，各省份工业生态技术效率变化指数为0.999，结果是小于1的，这意味着工业生态技术效率年均下降0.10%，阻碍了工业生态生产率整体水平的提高；相比之下，样本期内各省份工业环境技术进步指数均值为1.167，年均提升速度达到了16.7%，是驱动我国工业生态生产率提升的主导力量。进一步对工业生态技术效率变化指数进行分解得到，工业生态纯技术效率变化指数年均上升3.20%，表明纯技术效率提升是工业生态生产率的改善因素。而工业生态规模效率变化指数均值仅为0.968，年均下降的速度达到了3.20%，是抑制我国地区工业生态生产率提升的主导因素。从分析结果来看，推动我国地区工业生态率的“三驾马车”—纯技术效率、规模效率与技术进步，三者之间并没有产生协同效应，展现出来的是主要依靠环境技术进步的“单轮驱动”模式，其中缘由值得我们进一步思考。

(2) 从省际层面来看，2006～2012年间，除了新疆之外，其余29个省份的生态生产率都实现了不同程度的提升。其中，重庆、湖南、内蒙古、江西、河北等省份的提升速度较快，最快的重庆，工业生态生产率均值达到1.306，年均增长30.6%；提升速度较慢的省份包括云南、浙江、黑龙江、广东与新疆，其中新疆在考察期内是负增长，工业生态生产率年均下降0.80%。从工业生态生产率的分解来看，样本期内，河北、辽宁、安徽19个省份的生态纯技术效率变化指数是提升的，其中青海的提升速度最快，年均增长29.5%；北京、天津、上海等6个省份的工业生态纯技术效率指数基本上是原地踏步，样本期均值为1；浙江、贵州、云南、宁夏、新疆5个省份的工业生态纯技术效率指数是下降的，其中下降速度最快的是宁夏，年均下降27.80%。相比之下，样本期各省份的规模效率变化指数表现则更差，全国30个省份中有22个省份的均值是小于1的，其中下降速度最快的是青海，年均下降24.0%。这表明我国大多省份并不是在最佳规模下进行生产，存在资源投入与污染排放过多的现象，资源配置效率低下，环境保护不力，是制约我国工业生态生产率提升的主导力量。

(三) 我国地区工业生态生产率的变化趋势

上面主要是通过工业生态生产率及其分解指数的比较，考察我国不同省份工业生态生产率的差异性特征以及驱动机制，下面主要是考察2006～2012年间我国地区工业生态生产率及其分解指数的变化趋势，具体结果如图1、图2所示。

图1　我国地区工业生态生产率及其分解指数平均值的动态变化趋势(2006～2012年)

图2　我国地区工业生态生产率及其分解指数累计值的动态变化趋势(2006～2012年)

由图1可以看出，2006～2012年间，我国工业生态生产率一直处于稳步提升的进程之中，但是波动性较强。其中2008年的提升幅度最大，达到27.20%，2009年的提升幅度最小，为3.80%，可能原因是由于次贷危机的发生对我国工业生产造成了一定的冲击，阻碍了工业生态生产率的进一步提升。从演进特征上来看，次贷危机对我国工业生态生产率的影响力度不是很大，影响时间也较短，至2010年，iepch值就已经升至1.200。从指数分解的角度来看，工业生态生产率指数与工业环境技术进步指数的变化趋势基本保持一致，表明工业环境技术进步是驱动我国工业生态生产率提升的主导力量；工业生态纯技术效率指数在2006～2011年间保持的是微弱上升态势，而到2012年开始出现下降，未来变化趋势还存在很大的不确定性；而工业生态规模效率指数则除了2009年以外，其它年度均处于下降通道。从累计角度来看，如图2所示，2006～2012年间，我国工业生态生产率指数累计上升243.06%，与基期相比上升了1倍以上，彰显了近年来我国工业发展与生态环境保护取得的巨大成就。其中，工业环境技术进步指数累计上升幅度达到245.27%，工业生态纯技术效率指数仅累计上升20.91%，工业生态规模效率指数累计下降幅度为17.93%。这一结果再次表明，我国工业生态生产率主要是依靠环境技术进步来驱动，而另外两大驱动因素：纯技术效率变化做出的贡献非常小，而规模效率变化则抑制了地区工业生态生产率指数的进一步提高。这表明工业领域的生产工艺改革、先进节能减排技术与设备的推广应用等“硬”技术条件的改善有效推动了地区工业生态生产率的提升，另外也表明，在我国工业生产领域，体现“软”技术实力的管理方法、生产经验以及制度模式对工业生态生产率的驱动作用并没有发挥出来。更值得重视的是，过分注重扩大生产规模，忽视了要素利用水平的提高，资源配置效率低下，资源浪费与污染排放过多等弊端所导致的规模效率下降是我国地区工业生态生产率提升的关键制约因素。

(四)三大区域工业生态生产率的差异性分析

我国地大物博，幅员辽阔，区域发展严重不平衡。不同区域的区位条件、发展水平、开放度、技术条件、人文传统等方面差异显著，因而工业生态生产率也极有可能存在较为明显的区域差异性。为此，本文分析比较了东部、中部与西部三大区域的工业生态生产率及其分解指数的差异性特征，比较结果如表3所示。

表3 三大区域工业生态生产率及其分解指数的比较结果

由表3可知，东部、中部与西部三大区域样本期内的工业生态生产率均值分别为1.146、1.191与1.156。其中，西部地区增长速度最快，其次为中部地区，东部地区增长速度最慢，这一结果与我国经济发展的“东部-中部-西部”梯度特征似乎是矛盾的。究其原因，主要是相比于东部地区，由于发展水平较低，中西部地区省份一直以来更加关注经济发展与当地居民生活水平的提高而忽视了资源环境保护，生态环境保护工作起点较低，环境规制力度较弱。近年来，中央对生态环境保护工作越来越重视，将环境保护提升了国家战略层面，制定了一系列有利于环境保护的政策措施。在力度越来越大的环境规制推动下，中西部地区生态环境改善的效果比较明显，追赶速度较快，从而表现出较高的工业生态生产率水平；然而，东部地区的经济基础好，技术水平较高，环境规制力度也一直强于中西部地区，地方政府对环保工作也更加重视，环境保护起点较高，节能减排能力一直处于全国最高水平，因而其工业生态生产率的提升难度相对较大，提升速度也相对较慢，其工业生态生产率水平相对较低，因此本文测算结果与实际情况是相符的。从指数分解角度来看，西部地区的工业环境技术进步指数最高，为1.165，中部地区的工业生态纯技术效率指数最高，为1.112，中部地区的工业生态规模效率指数的下降速度最快，年均下降达到5 750%。从比较结果来看，无论是整体工业生态生产率，还是其分解指数，地区异质性特征非常明显，也从另外一个侧面反应了我国区域能源环境政策制定的艰巨性与复杂性。

(五) 各省份工业生态生产率的收敛性检验

由前文分析可知，我国各省份、不同区域工业生态生产率的差异性特征非常突出，那么这种差异性特征的演化趋势如何？不同区域内各省份的工业生态生产率能否最终达到一致呢？为了回答该问题，本文对2006～2012年间全国范围内以及东中西三大区域内的工业生态生产率的敛散性特征进行分析，结果如表4所示。

表4 我国及三大区域工业生态

由表4可知，我国工业生态生产率的值在样本期内呈现出不规律的波动，在2006～2007年先上升到0.195，然后一直下降，到2010年下降到0.092，之后又呈上升趋势，2012年达到最高值为0.237。这表明我国各省份工业生态生产率不存在收敛趋势。从区域角度看，东部地区工业生态生产率的值在样本期内呈现出“V”型的变化趋势，先是在2007～2010年逐年下降，至2010年下降到0.303，到2012年上升到0.487；中部地区工业生态生产率的值在2007～2010年在逐渐减小，但是2010～2012又出现逐年上升态势；西部地区工业生态生产率的值在2007～2010年也是逐年下降，但在2010～2012年值逐年上升的，也是呈现出“V”型变化趋势。综上所述，无论是全国层面还是区域层面，收敛检验结果均表明我国地区工业生态生产率均不存在收敛或“俱乐部”收敛现象，意味着我国各省份的工业生态生产率之间的差距有可能会进一步拉大。

从政策角度来看，收敛性检验结果表明我国正在实施的资源环境政策并没有缩小各省份之间工业生态生产率的差距。为了改善这种差距，各省份之间应该加强合作交流，让先进的节能减排技术、管理经验与制度模式能够尽快向落后地区扩散；同时中央政府应该加强宏观调控，加大对落后地区资源环境方面的人才和资金的投入，这样可以有效缩小各省份之间工业生态生产率的差距，促进资源环境与经济的协调发展。

三、结论与启示

本文将各省份工业生产过程中的自然资源消耗和污染排放作为投入指标，各省份工业产值作为产出指标，运用基于DEA的Malmquist生产率指数测算了我国30个省份以及三大区域的工业生态生产率，进而分析了生产率的地区差异性与变化趋势，最后对工业生态生产率的敛散性特征进行检验，主要结论如下：(1)2006～2012年，我国各省份工业生态生产率实现了年均16.0%的提升，但存在较为显著的地区差异性；(2)我国各省份工业生态生产率的提升主要依靠工业环境技术进步来驱动，属于典型的“单轮驱动”模式，纯技术效率变化的推动力极为有限，而规模效率则是阻碍我国工业生态生产率提升的关键因素；(3)东部、中部与西部三大地区的工业生态生产率及其分解指数均呈现出较为显著的异质性特征。全国及三大区域内部的省份不存在收敛特征，各省份之间工业生态生产率的差距有可能还会继续被拉大。

本文结论蕴含以下启示：(1)改变传统的依靠大量消耗资源环境和污染排放的粗放型工业生产模式，转为集约型的可持续发展的工业生产模式，坚持改革创新，发展创新型经济，加大环境保护力度，促进工业转型升级，走新型工业化道路；(2)处理好政府和市场之间的关系，建立更为完善的社会主义市场经济体系。政府应该减少对市场的干预，让价格机制在要素配置方面发挥作用；(3)各省份在工业发展进程中应注重环境技术进步与纯技术效率、规模效率改善之间的相互协同，逐渐改变当前过分依赖环境技术进步的“单轮驱动”模式，实现“多轮驱动”，共同推动我国地区工业生态生产率的提升。这就要求各省份要在引进先进生产技术的同时，要提升员工素质、优化生产网络、实行集约化生产、提升资源配置效率、改善企业管理水平；(4)为了缩小地区间差距，各省份应该加强交流与合作，共同分享先进的生产技术与管理经验，消除市场分割，同时中央政府应加强对落后地区的人力、物力与财力方面的扶持。总之，以科学发展观为指导，坚持可持续发展，才能实现我国地区工业“又好又快”发展。

参考文献：

[1]Korhonen P J, Luptacik M. Eco-efficiency analysis of power plants: an extension of data envelopment analysis[J]. European Journal of operational Research, 2004, 154(3): 437-446.

[2]Kuosmanen T, Kortelainen M. Measuring eco-efficiency of production with data envelopment analysis[J]. Journal of Industrial Ecology, 2005, 9(4): 59-72.

[3]王恩旭，武春友. 基于超效率DEA模型的中国省际生态效率时空差异研究[J]. 管理学报，2011(8)：443-450.

[4]高峰，王金德，郭政. 我国区域工业生态效率评价及DEA经验分析[J]. 中国人口资源与环境，2011(3)：318-321.

[5]许朗，罗东玲，刘爱军. 中国粮食主产省农业生态效评价与比较—基于DEA和Malquist指数方法[J]. 湖南农业大学学报，2014，15(4)：76-82.

[6]杨文举. 基于DEA的生态效率测度—以中国各省的工业为例[J]. 科学·经济·社会，2009(3)：56-65.

[7]王兵，王丽. 环境约束下中国区域工业技术效率与生产率及其影响因素实证研究[J]. 南方经济，2010(11)：3-19.

[8]汪克亮，杨宝臣，杨力. 考虑环境效应的中国省际全要素能源效率研究[J]. 管理科学，2010，2(6)：100-111.

[9]Picazo-Tadeo A J, Beltran-Esteve M, Gomez-Limon J A. Assessing eco-efficiency with directional distance function[J]. European Journal of Operational Research, 2012, 220(3): 798-809.

[10]汪克亮，杨力，程云鹤. 异质性生产技术下中国区域绿色经济效率研究[J]. 财经研究，2013,39(4)：57-67.

[11]王兵，吴延瑞，颜彭飞. 中国区域环境效率与环境全要素生长率增长[J]. 经济研究，2010(5)，95-109.

[12]程云鹤，汪克亮，张水平. 安徽省工业行业碳排放绩效及其影响因素分析[J]. 安徽理工大学学报(社会科学版)，2014,16(4)：11-15.

[13]曾先锋，李国平. 我国各地区的农业生产率与收敛：1980-2005[J]. 数量经济技术经济研究，2008,25(5)：81-92.

[14]汪克亮，孟祥瑞，杨宝臣，等. 基于环境压力的长江经济带工业生态效率研究[J]. 资源科学，2015,37(7)：1491-1501.

[责任编辑：范君

Study on the measurement and convergence analysis of China’s regional industrial ecological productivity

ZHANG Chen-yang, WANG Ke-liang, MENG Xiang-rui

( Institute of Energy Economics, Anhui University of Science and Technology, Huainan, Anhui 232001,China)

Abstract:This paper firstly uses DEA-Malmquist productivity index to measure the industrial eco-productivity in China’s 30 provinces and three major areas during the period of 2006-2012. Then the evolution tendency, regional differences and drivers of regional industrial eco-productivity are explored. Finally, absolute convergence method is used to analyze the industrial eco-productivity throughout China and in the three major areas. The empirical results show that China’s regional industrial eco-productivity enjoys the average growth of 13.1%, and industrial technical progress is the major driver for China’s regional industrial eco-productivity growth. By using absolute convergence analysis, we find that there does not exist convergence tendency and the gap of regional industrial eco-productivity in the provinces of China is expected to be enlarged in the future.

Key words:industrial eco-productivity; regional differences; convergence analysis; DEA-Malmquist productivity index

中图分类号：F061.5

文献标识码：A

文章编号：1672-1101(2016)01-0009-07

作者简介：张晨阳(1991-)，男，安徽舒城人，在读硕士，研究方向：区域可持续发展。

基金项目：国家自然科学基金项目(71403003)；国家社会科学基金项目(14BJL105)；教育部人文社会科学研究青年基金项目(13YJC790136)；中国博士后科学基金项目(2014M551787，2015T80643)；安徽省高校优秀青年人才支持计划重点项目

收稿日期：2015-11-02