大气规制对全要素生产率的动态影响效应测算

王 玥， 谭 雪， 翁智雄， 石 磊*， 马 中， 陆根法

1.中国人民大学环境学院, 北京 100872 2.国网能源研究院有限公司, 北京 102209 3.北京工业大学循环经济研究院, 北京 100124 4.南京大学环境学院, 污染控制与资源化研究国家重点实验室, 江苏 南京 210023

京津冀地区是我国的经济发展重地[1]，也是大气污染防治重点区域之一[2]. 2017年，为加强区域大气污染协同防控，原环境保护部将京津冀及周边地区“2+26”城市(包括北京市、天津市、石家庄市、唐山市、保定市、廊坊市、沧州市、衡水市、邯郸市、邢台市、济南市、淄博市、聊城市、德州市、滨州市、济宁市、菏泽市、郑州市、新乡市、鹤壁市、安阳市、焦作市、濮阳市、开封市、太原市、阳泉市、长治市、晋城市)纳入京津冀大气污染传输通道，制定了高强度的大气规制. 大气规制是环境规制的重要领域之一，通过多种举措(包括命令控制、市场激励、自愿自发等形式)的实施以实现改善空气质量、治理大气污染的规制目标[3-5]. 大气规制将“2+26”城市协同考虑，但各城市的经济社会情况和资源禀赋条件等存在显著差异，不宜采取“一刀切”的规制策略，有必要研究如何结合各地实际进行差异化规制，更好地激发区域协同减排效益，促进地区大气环境质量改善和经济协同发展.

环境规制对经济发展会产生何种影响一直是学术界的争议话题. 传统观点认为，环境规制使企业在减排上分配劳动力和资本，将阻碍生产力提升[6]. Porter等[7]提出的“波特假说”则具有不同的观点，该假说有强、弱等分支[8]，其中，强波特假说认为，适宜的环境规制能够提高生产力[9]；弱波特假说认为，环境规制能够促进创新，但该创新能否提高生产力并不确定[10]. 波特假说着力于探究环境规制与生产力之间的关系，为学界提供了全新的研究思路，波特假说不仅能够为环境规制的制定提供理论支撑，也对环境规制强度调整具有现实参考意义. 目前，对于波特假说及其分支的争论仍未结束[11-12]，其是否适用于中国也尚未定论[13]. 当前检验波特假说的研究既有国家产业层面[14-15]，也拓展到了省级层面[16-17]，但城市层面的有关研究尚显不足. “2+26”城市作为我国大气规制重点施行区域，为从大气规制角度研究波特假说提供了良好的条件，而全要素生产率(total factor productivity, TFP)作为表征生产力的重要指标[18]，被选为研究波特假说的核心因子.

TFP代表非生产要素投入对产出的贡献，引起了国内外学者的广泛关注. 20世纪末，Gray[19]利用美国450个制造行业数据测算了TFP，发现环境规制导致企业成本增加，而使得制造业的TFP降低；之后Barbera等[20]估算了美国工业产业的TFP，发现产业所受的环境影响与其对能源的依赖度有关. 我国也涌现了大批以技术创新或TFP作为标准来分析环境规制强度的研究，例如，李佳澍[21]利用中国2004—2018年省际面板数据检验了环境规制对TFP的影响，发现二者之间存在显著的“U”型关系，且环境规制对TFP的影响存在显著的区域异质性；黄金枝等[22]以东北老工业基地为研究对象，评估城市TFP并分析了环境规制与城市TFP、创新效率及经济增长之间的关系，发现环境规制推动了城市TFP与创新效率的提高，波特假说在东北老工业基地可以成立. 2017年，“提高全要素生产率”出现在党的十九大报告中，凸显了党和国家对TFP发展情况的高度重视. 然而，现有研究多关注于环境规制整体[23-24]，专门针对大气规制的研究尚未充分开展，同时，对环境规制短期、长期效应的细化评测仍有待补充. TFP的变动趋势对生产力发展模式的改进具有重要的参考作用，识别TFP的主要驱动因素，有利于深入剖析环境规制对TFP的影响，具有重要现实意义. 分析大气规制冲击下，“2+26”城市TFP及其主要驱动因素将受到何种影响，并考虑大气规制效用的滞后性，从更长的时间尺度预测该影响的变化情况、持续时间，可以为大气规制的制定、评估提供参考，也有利于探索“2+26”城市大气环境与社会经济的协同发展途径.

该研究从城市层面出发，聚焦多种大气规制手段综合作用的效果，以探究大气规制对各城市生产力发展的动态影响. 通过对“2+26”城市TFP动态指数的测算和影响因子分解，考察各城市经济发展的状态以及该城市群经济发展质量的变动趋势，并识别TFP变动的关键影响因素；在此基础上，分析大气规制对各城市TFP及其关键影响因素的短期、长期影响和影响持续时间，验证强、弱波特假说在“2+26”城市的适用性. 该研究旨在根据波特假说的成立情况，以及各城市的大气规制影响特点，提出相应的政策建议，为实现“全面布局、精准施策”的大气规制设计提供参考.

1 研究方法

1.1 全要素生产率动态指数测算

继瑞典经济学家Malmquist[25]提出Malmquist指数后，Andersen等[26]提出了超效率数据包络分析(data envelopment analysis，DEA)模型，在此基础上建立的超效率DEA-Malmquist指数，能够比较不同时期TFP的动态变化[27]，是当前用来研究TFP变动情况最为普遍的技术之一[28]. 表征相邻时期TFP差异的Malmquist指数(Mi)形式如下：

Mi(xit+1,yit+1;xit,yit)=

(1)

式中：xit、yit为t时期的输入、输出向量，为全面评测各城市生产力状况，除将传统的资本、劳动力作为投入、经济发展水平作为期望产出外，将能源纳入投入要素，将工业SO2、工业烟粉尘排放量纳入非期望产出要素，以使所测算的TFP变动指数可表征绿色生产力的变化情况；Dit(xit,yit)为t时期技术条件下第i个决策单元的距离函数值，其定义等同于被观测点(xit,yit)与生产前沿面的距离，距生产前沿面越近，该点的生产率水平越高. 当Mi>1时，说明与t时期相比，t+1时期的TFP呈增长状态；Mi=1时表示未发生变化；Mi<1时则呈下降态势.

Malmquist指数可分解为技术效率、技术创新的形式：

Mi(xit+1,yit+1;xit,yit)=effch×techch=

(2)

式中：effch为t时期到t+1时期技术效率的变动，用于衡量决策单元对最佳生产前沿的追赶程度；techch为技术创新水平变动，表征t时期到t+1时期前沿技术方面的进退情况.

为保证数据的准确性，以全社会固定资产投资统计口径发生变化的2004年为起点；为避免大气规制的统一趋势对结果的影响，以“2+26”城市划定完成的2017年为时间节点. 在测算TFP动态指数时，资本要素的量化指标为用永续盘存法计算所得的固定资本存量[29]；劳动力要素的量化指标为各城市从业人员期末人数；能源要素的量化指标为各城市综合能源消费量；经济发展的量化指标为各城市地区生产总值(2005年为基准年). 主要投入产出指标的描述性统计如表1所示. 数据来源于2005—2018年《中国统计年鉴》、2007—2018年《中国城市统计年鉴》及各省份统计年鉴，中间缺失数据以插值法填充，首尾缺失数据以相邻年份数据与其他年份平均增长率进行估算. 由于非期望产出与期望产出之间存在概念、单位等方面的差异，无法直接从期望产出中扣除，因此采用间接转换法[30]，将非期望产出转换为DEA模型可以求解的数据模式，即将取倒数后的非期望产出看作期望产出纳入模型，从而达到“期望产出上升时，非期望产出下降”的研究目的.

表1 主要投入产出指标描述性统计结果

1.2 大气规制影响效应评估

1.2.1大气规制强度综合指数构建

“2+26”城市群划定前，各城市大气规制制定比较分散，强度存在明显差异. 以排放标准为例，北京市、山东省制定了本地大气污染物综合排放标准，天津市、河北省、河南省仅在行业层面出台了地方排放标准，山西省则主要执行GB 16297—1996《大气污染物综合排放标准》，规制背景的异质性为研究各城市的差异化管理提供了有利条件，各城市TFP的响应情况能够为城市分类管理提供参考. 对于大气规制强度的量化，目前尚未形成固定的模式和体系，现有的环境规制强度量化思路，主要有根据规制实施的过程衡量、根据规制产生的结果衡量两个角度，前者多关注治理支出，如减排成本占总成本的比重[31]、减排成本占附加值的比重[32]等，然而该类指标受当地财政收入、经济水平等因素影响较大，在不同城市之间的可比性不高；后者多关注污染排放，如不同污染物的排放密度[33]等，但因污染物的排放与当地的工业发展水平、产业结构等因素关系密切，这类指标也很难反映出各城市所感受到的规制压力. 大气规制强度受到经济、环境等多方面的影响，应用单一指标很难进行量化，且由于各污染物之间、各城市之间存在差异，难以直接进行比较. 考虑到相较于规制实施过程而言，规制结果更接近各城市感受到的实际压力和做出的反应，因此选择从规制结果角度出发，以实现“2+26”城市大气规制强度可比性为目的，参考傅京燕等[34]的方法，构建与大气规制强度(atmospheric regulation strength，ARS)正相关的综合指数. 不同地区、不同行业所关注的大气污染物有所不同，为使各城市大气规制强度具有可比性，需选取“2+26”城市大气规制均聚焦的污染物. 通过比对各地的排放标准，基于数据的可得性，以工业SO2、工业烟粉尘的去除率为主要指标进行指数构造.

对大气污染物的去除率进行去量纲化：

(3)

式中：Rkj为城市k大气污染物j的无量纲指数，rkj为城市k大气污染物j去除率的原始值，%；Max(rj)、Min(rj) 分别为大气污染物j在所有城市中当年去除率的最大值、最小值，%.

通过调整系数对不同城市、不同污染物的指标进行调整：

(4)

式中:Wkj为城市k大气污染物j的调整系数，Ekj为城市k大气污染物j的排放量，104t;Dk为城市k的地区生产总值,108元. 对城市k来说，大气污染物j的排放量越大、经济发展水平越低，大气规制造成的压力就会越大，城市k大气污染物j被赋予的调整系数就越高.

根据式(3)(4)的计算结果，通过(5)得出各城市当年的大气规制强度比较矩阵(ARSk).

(5)

1.2.2基于向量自回归模型的脉冲响应函数

TFP除受自身滞后效应的影响外，同时还受到大气规制滞后效应的影响，这种动态关系可以用向量自回归(vector autoregression，VAR)模型拟合. 在滞后阶数为p的情况下，VAR(p)可用式(6)[35]表示：

VAR(p)l=v+A1VAR(p)l-1+…+

ApVAR(p)l-p+ul

(6)

式中，A1～Ap为变量系数，l代表被解释变量VAR(p)的所在时期,VAR(p)l-1～VAR(p)l-p代表VAR(p)l的滞后1期至滞后p期，即将VAR(p)l表示为其过去1期至p期值的线性函数，v为常数，ul为随机误差.

仅通过VAR模型尚无法直观识别变量间的因果关系，脉冲响应函数(impulse response function，IRF)作为研究动态系统内变量之间因果关系的方法，被广泛用于VAR模型的补充分析[36]. 运用该方法探究大气规制对各城市TFP变动的短期、长期因果效应，并预测大气规制影响的持续时间，以期在“2+26”城市大气规制的制定和评估中为决策者提供该规制的短期、长期经济影响估计，并提出有参考价值的政策调整和评估周期，进而通过提高大气规制设计的科学性和合理性，促进大气环境质量与经济发展质量的“双赢”.

2 结果与讨论

2.1 TFP动态指数测算分解

对“2+26”城市的TFP动态指数(Malmquist指数)进行测算，并在规模报酬不变的假设下，分解得到技术效率、技术创新的贡献指数，从空间角度进行城市间的对比分析(见图1).

图1 “2+26”城市平均TFP动态指数测算及分解Fig.1 Estimation and decomposition of average dynamic TFP index in ‘2+26’ cities

整体上看，石家庄市、衡水市、德州市、开封市、新乡市、濮阳市的平均TFP动态指数均超过临界值1，TFP呈上升态势，而其他22个城市的TFP有不同程度的下降. 根据TFP动态指数的分解结果，技术效率指数区间为[0.950，1.024]，各城市差距并不显著；而技术创新指数区间为[0.818，1.097]，各城市差别相对较大，且技术创新指数值与TFP动态指数值较为接近.

从时间角度对“2+26”城市群的TFP动态指数及其分解因子进行历年变化趋势分析，结果见图2. 2014—2015年及以前，TFP动态指数尚未达到1，此时“2+26”城市群的TFP处于下降态势；2015—2016年后TFP动态指数突破临界值1，说明TFP已转为上升态势. 整体上看，TFP动态指数的平均值为0.954，表明TFP总体上降低了4.6%. 技术创新指数与TFP动态指数具有相似的变化趋势，而技术效率指数总体上略有下降.

图2 TFP动态指数及技术效率、技术创新指数变化趋势Fig.2 Trends of TFP dynamic index, technological efficiency index and technological innovation index

综上，“2+26”城市的TFP变动情况存在区域差异，2006—2017年间经历了先降后升的过程. 技术创新为TFP变动的主要驱动因素，而技术效率对TFP的贡献率则有待提升. 然而，仅通过TFP动态指数及其分解因子的时间、空间分析，尚无法得知大气规制对TFP及其主要驱动因素(技术创新)的具体效应，需进一步定量分析.

2.2 大气规制的影响效应分析

以各城市ARS指数为解释变量，分别以TFP动态指数、技术创新指数为被解释变量建立VAR模型，采用单位根方法进行平稳性检验，“2+26”城市中仅有衡水市未通过数据平稳性检验，表明该城市当前的数据对于其未来发展态势不具有代表性. 根据杨婷等[37]的研究，衡水市作为河北省曾经污染最严重的城市，近年来的减排措施起到了显著效果，2017年其主要大气污染物的排放总量均有较大幅度下降. 该城市的减排效果得以从图1所示的测算结果证实，衡水市平均TFP动态指数最高，表明其TFP增幅最大，绿色生产力提高显著，这也使得其数据出现较大波动，仅使用当前的数据难以对该城市未来的发展情况进行准确评测. 与此同时，杨婷等[37]发现，衡水市大气污染物的外地贡献率高于其本地贡献率，鉴于该城市临近重工业污染城市——保定市、邢台市等，该城市大气规制所产生的影响存在诸多不确定性，应结合区域发展情势、大气污染物传输规律等进行具体分析. 各城市的IRF输出结果如图3～4所示，界定被解释变量的1期响应为短期效应，2期及以上响应为长期效应，IRF图像在横轴上方时，表示ARS的冲击产生正向效应，在横轴下方时则代表负向效应.

图3 “2+26”城市变量TFP对变量ARS的IRF图Fig.3 IRF of variable TFP on variable ARS in ‘2+26’ cities

图4 “2+26”城市变量techch对变量ARS的IRF图Fig.4 IRF of variable techch on variable ARS in ‘2+26’ cities

根据IRF的输出结果对“2+26”城市进行归类，结果如表2所示. 在大气规制对TFP产生有利影响时，强波特假说成立；在其对技术创新产生有利影响时，弱波特假说成立. 由表2可见，强波特假说并非适用于所有区域，且其成立情况随时间的延长有所改变，这与熊航等[38]的研究结论相符合；同样，弱波特假说的成立情况也在区域、时间阶段上存在差异，这与于鹏等[39]的研究结果相似. 从长期效应来看，大气规制对TFP和技术创新的影响会持续15～20年甚至更长时间，因此大气规制的设计、制定需审慎对待.

表2 “2+26”城市大气规制效应归类

值得注意的是，波特假说在邯郸市短期内不成立，但在大气规制施行后的2～4年内转为成立. 通过对各投入产出指标进行深入分析发现，邯郸市是研究时间范围内能源消费增幅最大的城市，综合能源消费量变化率高达187.05%，能源消费是其经济发展的关键动力，在大气规制出台后受到一定程度的抑制，短期内其TFP受到了负面冲击，但随着时间的延长，技术创新在大气规制的刺激下将有所突破，能源替代率提高，能源消费对TFP的限制减弱，大气规制对TFP的有利作用开始显现. 相对应地，波特假说在天津市、淄博市短期内成立，但在大气规制施行后的2年内转为不成立. 从指标数据来看，这两个城市的工业废气排放量均位于“2+26”城市的前4位，限制了其TFP的发展. 大气规制出台后，刺激污染物减排，减排产生的效益对TFP产生有利影响，但随着时间的延长，城市的减排潜力下降，大气规制对其能源投入、经济发展等领域的抑制作用逐渐显现，对TFP的影响开始转为负面.

从波特假说的分支来看，弱波特假说在唐山市、邢台市、沧州市、滨州市始终成立，2006—2017年，该4个城市的工业废气污染物减排情况相对其他城市较差，在唐山市、滨州市、沧州市甚至出现工业烟粉尘排放量增加的现象，其增长率分别为71.8%、57.4%、2.7%. 相对于其他城市而言，这些城市的减排任务更加难以完成，仅凭传统的、强制性的手段难以实现，因此更倾向于采取具有持续性、灵活多样的手段，与此相关的减排激励也会更多，这对当地的技术创新有着更大的促进作用，为弱波特假说的实现创造了有利条件. 值得注意的是，以上城市中，强波特假说仅在邢台市出现不成立的情况，原因在于邢台市的污染物减排情况(变化率为-26.2%)优于唐山市、沧州市、滨州市等3个城市，减排压力相对较小. 除此之外，邢台市的技术创新虽然被大气规制推动，但该城市的技术效率发展态势不佳，对TFP的平均贡献率仅有0.98(见图1)，新技术出现后未能及时普及，导致该城市的TFP没有得到提升. 相较而言，唐山市、沧州市、滨州市的技术效率变动率都在0.99以上(见图1)，发展态势稳定，在技术有所创新后，新技术能够高效地普及，从而促进TFP提升，有利于强波特假说实现. 对于廊坊市、郑州市、开封市、安阳市来说，虽然弱波特假说存在不成立的情况，但强波特假说得以成立，表明这些城市的大气规制并非主要通过技术创新提升TFP，而是通过社会经济的其他不可观测因素，如执行力、环保意识等. 在所研究的时间范围内，廊坊市、郑州市、开封市、安阳市SO2去除率的平均值低于其他城市，反映其污染物去除技术可能难以在短时间内有较大突破，需积极从其他角度谋求减排，大气规制对其社会经济系统的影响更为广泛和深入，对TFP产生有利影响.

3 结论与建议

a) 在大气规制日趋协同化的背景下，“2+26”城市的TFP经历了先降后升的过程，发展态势总体趋好，但后期的上升尚未弥补前期的损失，2006—2017年仍存在4.6%的降幅. 技术创新是“2+26”城市TFP变动的主要驱动因素，为稳固和优化TFP发展态势，应注重前沿技术的普及和推广，着力提升该城市群整体技术效率.

b) 大气规制对TFP、技术创新的影响可持续15～20年甚至更长时间，波特假说并非适用于所有地域和时间范围. 减排压力相对较大的城市更有利于波特假说的实现，而该假说能否长期成立则与城市的能源依赖度、减排潜力有关. 大气规制的效应转变多发生在其施行后的2～4年内，对于能源依赖度较高的城市，大气规制对TFP的有利影响在规制施行一定时间后才得以显现；而对于当前减排潜力较大的城市，大气规制对TFP的促进作用会随着减排潜力的下降而削弱.

c) 对于波特假说成立的城市，可结合本市产业的反应速度，稳步提升大气规制强度. 对于不符合波特假说的城市，应在保持本市大气规制强度稳定的同时，通过组织管理改进、经济结构升级等方式促进TFP提升，逐步改良发展模式以转变当前状态.

d) 对于波特假说短期成立、长期不成立的城市，决策者应在效应发生转变之前(2年内)及时对大气规制进行评估和调整，以避免该规制对TFP、技术创新产生不利影响. 对于波特假说短期不成立、长期成立的城市，决策者除持续施行大气规制(2年以上)外，还应激励技术创新、提升TFP水平，以缩短临界点的到达时间，加快该影响方向的转变.

e) 研究显示，大气规制影响力持久，各城市在大气规制的标准和政策制定施行前应慎重考评，对潜在的负面影响制定规避策略. 除此之外，应在本市大气规制影响消失前(多为20年内)及时对其进行评估、调整或修订，以维持其影响.