沈可挺1,2 龔健健1
(1.浙江工商大學經濟學院, 浙江 杭州310018；
2. 浙江工商大學現代商貿研究中心, 浙江 杭州310018；)
[摘要]本文運用方向性距離函數和非參數數據包絡分析方法估算了“九五”至“十一五”時期中國高耗能產業的環境全要素生產率（ETFP），並在考察高耗能產業ETFP的行業和省際差異基礎上對其影響因素進行了實證分析。本文的研究表明，高耗能產業ETFP增長應主要由技術進步推動，中國的現狀說明當前高耗能產業的生產效率還存在較大的改進空間。對省際數據的測算顯示，各省區ETFP增長呈現不同程度的收斂特徵；市場化改革、FDI流入及能耗強度下降有利於促進各省區ETFP增長，而節能減排投資和企業環境治理能力的提高則可降低環境管制政策對企業的短期成本衝擊。
[關鍵詞]高耗能產業；環境汙染；環境全要素生產率；方向性距離函數
[JEL Classification] D24, O47, Q55
一、引言
經濟增長可能伴生顯著的環境成本。這一現象在中國當前顯得尤為突出。中國作為全球增速最快的第二大經濟體，經濟成就舉世矚目。然而，中國經濟增長主要依靠的是要素資源的大量投入，而非全要素生產率的大幅提升。
據IEA（2010）測算，中國2000-2008年的能源消費增量比二十世紀九十年代上升了四倍多，2009年中國已超過美國成為全球最大的能源消費國。大量能源消耗對中國的環境狀況造成了進一步的壓力。伴隨經濟快速增長所出現的環境質量惡化可能對中國當前和未來的經濟社會造成較大的成本損失（World Bank，1997）。當前人們已逐漸意識到，這種犧牲資源環境並藉由高投入、高能耗和高汙染排放維持的增長模式是不可持續的。
“十一五”時期以來，工業部門所顯現的高能耗高排放特徵更加令人擔憂：佔國內生產總值40.1%的工業部門消耗了全國67.9%的能源，排放了83.1%的二氧化碳；而在工業部門內部，高耗能產業的排放又佔據了其總排放的80%。“十二五”規劃已經提出，“十二五”期間要將單位GDP能耗降低16%，單位GDP二氧化碳排放降低17%。這不是一個可輕易達成的目標。因此，在促進經濟增長和改善環境質量的雙重壓力下，高耗能產業的走向已經成為決策部門和眾多學者思考的一個重要問題。但從已有研究來看，針對高耗能產業的研究還不多見。
本文試圖從以下兩個方面展開分析：首先，使用方向性距離函數方法將能源消耗和環境汙染納入分析框架，並從分行業和分地區兩個層面對中國高耗能產業環境全要素生產率進行深入分析；其次，利用面板數據模型對影響中國高耗能產業ETFP增長的驅動因素進行省際層面的研究，以期對我國“十二五”期間的節能減排政策提供針對性建議。本文以下部分結構安排如下：第二部分在簡要介紹分析方法和樣本數據基礎上報告高耗能產業ETFP的測算結果；第三部分對省際層面高耗能產業ETFP的差異狀況進行分析；第四部分對影響中國高耗能產業ETFP增長的因素進行實證檢驗；第五部分是結論及政策建議。
二、中國高耗能產業ETFP測算
在索洛的開創性研究之後，全要素生產率（Total Factor Productivity，TFP）作為衡量技術進步的指標被認為是驅動經濟持續增長的關鍵因素。鑑於中國經濟高增長過程中所暴露的各種問題，中國TFP測算問題頗受關注。從總體上看，現有文獻大多是從以下兩個方面展開研究：一是以區域或省際層面作為研究對象，比較各個省份或區域的TFP高低（如Watanbe & Tanaka，2007；胡鞍鋼等，2008；王兵等，2010）；二是從行業層面出發，分析各行業的TFP增長及其影響因素（如陳詩一，2010）。
由於傳統文獻在測算TFP時忽視了資源環境因素，這就使人們對TFP度量的準確性和以此為基礎的經濟可持續性分析提出了疑問。隨著能源供給緊張和環境問題的不斷加劇，不少學者開始在生產率分析中納入環境因素，以避免因不考慮或未正確考慮環境因素可能對TFP度量造成的偏誤（例如Chung et al.，1997；Färe et al.，2001；Nanere et al.，2007）。但在將環境汙染因素納入TFP估算時，傳統方法需要作為非期望產出的環境汙染的價格信息，從而可能產生估算困難的問題。Chung et al.（1997）通過引入基於Shephard距離函數的方向性距離函數（Directional Distance Function，DDF），建立了關於期望和非期望產出的聯合生產模型，並採用Malmquist-Luenberger指數（ML指數）對存在環境汙染時的全要素生產率進行了測算；這種方法不僅允許在減少汙染排放的同時增加期望產出，還繼承了傳統距離函數方法不需要價格信息的優點，較之傳統的TFP測算方法具有明顯的優勢。
為了將環境汙染排放納入分析框架，本文參照Färe et al.（2007）構造一個既包含好產出又包含壞產出的生產可能性集合，並採用方向性距離函數方法對ETFP進行分析。由於集合中包括了環境汙染排放這一壞產出，因此我們將其稱之為環境技術（Environmental Technology）。
我們假設每個決策單位（Decision Making Unit，DMU）面臨的環境技術由N種投入
表1報告了考慮環境汙染和不考慮環境汙染兩種情況下1996-2009年中國工業分行業的全要素生產率、生產效率和技術進步指標的分組年均變化情況。測算結果顯示，在考慮能源消耗和環境汙染的情況下，中國工業部門全行業平均的TFP在考察期內年均增長9.88%，生產效率在考察期內年均降低1.35%，技術進步率年均增長10.82%。這說明在1996-2009年間我國工業部門TFP的增長主要是由於技術進步而非生產效率改進所致；由於技術進步是與最優生產邊界的變化有關，而效率改進則與生產過程中的其他變化如干中學、管理效率的改進等因素有關，這一結果也表明我國工業行業的生產效率還存在著較大的提升空間。這一結果與Zheng and Hu（2006）、塗正革（2008）以及陳詩一（2010）等的結論較為一致。
通過對比考慮環境的ML指數和不考慮環境的Malmquist指數，我們可以看出，Malmquist指數傾向於高估行業的TFP。也就是說在不考慮環境因素時，我國的TFP較高。這與我們的預期是一致的，因為在不考慮環境管制的情況下，企業不需要將資源轉到減少汙染產出的投入上，從而能以既有的資源投入生產出更多的產出。正如Nanere et al.（2007）所指出的，不考慮生產的負外部性（如環境汙染）會高估生產率，而忽略生產的正外部性則會低估生產率。同時，我們還發現中國工業各行業間的ETFP增長差異較大，比如從煤炭開採和洗選業的0.1%到通訊設備製造業的29.7%不等，生產率較高的多為一些信息和高新技術產業，生產率較低的多為一些重化工業。通過對比高耗能產業組和中低耗能產業組的不同結果，我們可以很明顯地看出，高耗能產業的ETFP年均增長率為5.8%，遠低於低耗能產業組的18.9%；其技術進步率也僅為6.7%，遠低於低耗能組的19.1%。在高耗能產業組中，化學纖維製造業的ETFP最高（21.4%），我們認為，這可能跟近年來該行業引進高端設備和加大技術研發投入的努力有關。而高耗能組內的其他低ETFP產業大部分都是一些重化工行業，比如煤炭、石油和天然氣開採、金屬與非金屬的礦採與製造、化學原料及製品製造和電力燃氣等。
納入能源環境因素之後高耗能產業ETFP的顯著降低似乎與考察期內中國高耗能產業產出的高增長（產出累積增長6.5倍）有所相悖。通過對錶2所列數據的進一步分析有助於加深對此問題的理解。從表2可以看出，首先，在1996-2009年間，我國工業產出增長8.4倍，ETFP增長2.4倍，ETFP對於工業全行業產出的貢獻約為36.4%；其次，考慮環境汙染因素的ETFP貢獻度要顯著低於不考慮環境汙染的傳統的TFP，也即傳統測算技術傾向於高估TFP的貢獻。通過跟低耗能產業相對比，我們發現，高耗能產業的產出和ETFP的累積增長率都顯著低於前者，並且ETFP的差異更為顯著（如前者產出增長12.6倍，後者僅為6.5倍；前者的ETFP增長8.5倍，而後者僅為1.1倍），因此高耗能產業ETFP的貢獻度（27.8%）也大大低於低耗能產業（70.3%）。高耗能產業的ETFP相對於低耗能產業和全體工業行業都顯著較低，這充分顯示出高耗能產業高增長、低生產率的特徵，說明相比之下高耗能產業的生產率增長更傾向於是由要素投入驅動，而非ETFP的改進推動。這是值得我們深思的一個發展模式。如果長此以往，勢必將加大我國節能減排和環境治理的壓力，從而威脅到經濟的可持續發展，並帶來更加巨大的環境成本和經濟成本。因此，必須通過設備改造、技術創新等方式加快促進高耗能產業生產率提高，以保證這些行業的健康有序發展。
三、省際層面高耗能產業ETFP及其差異分析
通過對高耗能產業ETFP的測算，我們已經對其基本狀況有了初步瞭解。但是由於各省區較為顯著的地理位置和資源稟賦差異，使得高耗能產業在不同地區的發展情況也存在一些明顯的差別。為了進一步加深對我國各省區高耗能產業的發展情況的理解，以便促進各地區高耗能產業的節能減排和產業結構優化，本文以下部分對其ETFP在區域層面上進行了較為深入的分析。
我們以1998-2008年中國30個省、自治區和直轄市（香港、澳門、臺灣不作為考察對象，西藏自治區因數據統計不全除外）的高耗能產業作為考察對象，同樣構建了兩種產出、三種投入的投入產出面板數據。各項指標的行業歸併和折算方法同前，均折算為以1998年作為基期的實際值。根據《中國統計年鑑2006》的劃分標準，我們將中國30個省區劃分為東中西三大區域並給出了各區域不同的ML指數和Malmquist指數。表3給出了30個省區1998-2008年基於方向性距離函數方法所測算出的考慮環境汙染因素的ML指數、效率變化和技術進步指數。通過表3可以看到，考慮環境汙染的ML指數比不考慮環境汙染的Malmquist指數要低，也就是在納入產出的負外部性之後，各區域的TFP顯著下降，這與Watanbe & Tanaka（2007）以及胡鞍鋼等（2008）的發現較為一致。值得注意的是，中國高耗能產業ML指數在省際層面上表現出較大的異質性，比如由重慶的0.9242到天津的1.2477不等。
從總體上看，高耗能產業ETFP在1998-2008年間年均增長10.9%，生產效率指數降低0.71%，技術進步指數增長13.02%。這說明在省際層面上高耗能產業的ETFP也是主要由技術進步推動，效率改善的作用也不大，這與Watanbe & Tanaka（2007）對中國工業省際層面生產率增長核算的結果較為一致。通過對比東中西三大區域可以發現，東部ETFP年均增長率最高（12.7%），中部次之（2.7%），西部最低（-0.05%）；ETFP年均增長率10%以上的省份均位於東部，如江蘇（20.1%）、上海（19.3%）、北京（18.9%）以及浙江（11.1%）等；而ETFP年均增長率為負的省份則大多位於西部，如廣西（-0.6%）、貴州（-1.8%）、重慶（-7.6%）等。對ML指數的分解分析進一步顯示，西部地區不僅技術創新不足，而且效率改善也不顯著，這可能與當地粗放式的增長模式不無關係。
為了進一步考察各地區高耗能產業的增長模式以及ETFP對其產出增長的貢獻，我們進一步分析了表4所列的數據。從表4可知，在1998-2008年間，高耗能產業產出增長5.98倍，ETFP增長1.4倍，ETFP的貢獻度為34.8%。跟行業分析類似的是，相對於環境技術，傳統技術傾向於高估各區域的ETFP貢獻度。我們通過對比不難發現，東部地區的產出和ETFP增長均顯著高於中西部地區，其ETFP貢獻度約為40.6%，高於中部的23.4%和西部的15.1%。西部地區高耗能產業產出增長5.6倍，ETFP卻出現了負增長，這說明相較於中東部來說，其產出增長的無效率性以及主要依靠要素投入推動的發展模式在西部尤為明顯。西部地區相對而言資源稟賦較為豐富，煤炭、石油等能源資源儲量較高，但從以上分析結果來看，如何避免對資源的過度依賴從而陷入所謂“資源詛咒”的不利局面，進而提升對人力資本和研發投資的內在動力，將是西部地區長期經濟增長面臨的一個重要挑戰。此外，較為豐富的資源稟賦還可能弱化政治制度的效力，進而削弱生產率增長的貢獻度。Mauro（1998）的研究表明，資源富足往往可能催生某些政治利益集團，這些利益集團會影響政府制定有利於其特殊利益的政策，同時滋生尋租和腐敗行為，從而弱化政治制度的效力，並且可能對經濟增長產生如Sala-i-Martin & Subramanian（2003）所指的負的非線性影響。
的影響方向大致相同，只是FGLS的結果更為顯著一些。
從表5的數據可以看出，資本強度對ETFP的負向影響意味著資本的邊際產出遞減；滯後一期的技術效率水平與ETFP的負相關關係說明離環境技術前沿越近的地區較之於距前沿越遠的地區ETFP增長更低。這一結果也體現出後者對於前者的“追趕效應”（Lall et al.，2002），驗證了不同地區間趨同現象的存在。能源強度與ETFP在1%的顯著水平上負相關，這說明能源利用效率低下是阻礙ETFP增長的關鍵因素。迴歸結果進一步顯示，市場化程度對ETFP具有顯著的積極作用。由於現階段高耗能產業主要由國有企業構成，因此從實證結果來看深化國有企業股份制改革和培育活躍的市場經濟體制將是促進高耗能產業ETFP增長的一個有效舉措。FDI對高耗能產業ETFP增長在1%水平上顯著正相關，說明外資的流入有利於促進生產率增長。這或許是因為高耗能產業大多都是一些重化工企業，通過FDI對於國外先進技術裝備的引入有利於發揮學習效應並實現技術溢出從而促進 ETFP增長，這一結果不支持FDI流入加劇環境汙染的“汙染避難所”假說。
表5的迴歸結果顯示，R&D投入對ETFP有負向作用，這跟我們的預期不同，但這一結果也可能說明當前高耗能產業在研發領域存在一定的問題。跟李小平等（2008）的觀點類似，我們認為這可能跟體制因素有關，由於高耗能產業以國有企業為主，在國有企業治理結構不完善的情況下，可能存在較為嚴重的預算軟約束和委託代理問題：即國有企業的R&D投資可能會更偏向於能在短期內帶來收益而缺乏長期回報的“政績工程”（市場化程度變量的顯著正相關也從側面驗證了國有高耗能企業的低效率問題）。企業自身環境治理能力的迴歸係數雖然不顯著，但是與ETFP的正相關關係也說明了企業自身的環境治理對於提高ETFP增長率的積極作用，因此在今後的環境管制政策設計中應當充分發揮企業自身的積極性，切實提高企業環境治理能力。節能減排投資支出的增加在5%的顯著性水平上促進了我國高耗能產業ETFP的增長，這說明從長期來看，節能減排的政策行為將有利於促進高耗能產業的積極轉型，並推動其生產效率和生產技術的提高。與其他解釋變量相比，節能減排支出每增加1%將會使ETFP提高7.7%。根據環境波特假說的“創新補償”途徑，高耗能、高汙染實際上是某種資源無效利用的信號，從長期動態路徑來看，完善合理並且具有激勵約束機制的環境政策能夠激發技術創新，提高生產效率，抵消環境管制政策對企業的短期成本衝擊，甚至為廠商帶來淨收益，從而達到節能減排和生產率提升的雙贏發展。
儘管我國“十一五”期間的節能減排工作已經取得了一些進展，但是經濟高速增長所引致的資源環境代價仍然沒有得到顯著緩解，與之相伴的資源保護和環境治理壓力仍在日益增大。《中國環境經濟核算研究報告2008（公眾版）》指出，“十一五”期間環境退化成本從5118.2億元提高到了8947.6億元，增長了74.8%。“十二五”規劃已經提出了更為嚴格的節能減排控制目標，並且強調要加強對高耗能、高汙染企業的重點監管和整頓治理。高耗能產業是我國工業行業中能源消耗量最大、環境汙染排放量最高的行業。考慮到高耗能產業的汙染物排放量佔據整個工業部門約80%的排放量，在面臨促進經濟增長和改善環境質量的雙重壓力下，對高耗能產業的治理將成為各地政府難以迴避的一個問題。
本文對高耗能產業環境全要素生產率ETFP的分析能夠為我們提供一個更加全面的分析視角，以便正確理解經濟增長和可持續發展之間的複雜關係；對ETFP的正確測算也將更加有利於辨識環境經濟政策的有效性，從而為決策者提供更為真實有效的信息。
本文運用方向性距離函數方法估算了“九五”至“十一五”時期中國高耗能產業的環境全要素生產率ETFP，並在考察高耗能產業ETFP的行業和省際差異基礎上對其影響因素進行了實證分析。本文的研究結果表明，考慮了能源和環境因素之後的ETFP顯著低於按照傳統方法測算的TFP，這意味著不考慮能源消耗和環境汙染的傳統TFP指標可能會高估高耗能產業的全要素生產率，因此對高耗能產業的生產率分析應該更多地參考ETFP的測算結果。本文對ETFP的進一步分解顯示，不論是行業層面還是區域層面，高耗能產業的ETFP增長主要是由技術進步推動，而生產效率較低，這說明當前高耗能產業的生產效率還存在較大的改進空間。
本文對不同行業的ETFP測算結果顯示，高耗能產業的ETFP年均增長率僅為5.8%，遠低於低耗能產業組的18.9%。這一結果在很大程度上印證了高耗能產業高增長、低效率的基本特徵，說明高耗能產業的生產率增長主要是由要素投入驅動，而非TFP的改進推動。通過對省域層面ETFP的進一步測算，我們發現各省區呈現出不同程度的ETFP收斂特徵，離環境技術前沿較遠的省份ETFP增長較快，這說明技術和知識的溢出效應將使得地區之間的趨同成為可能。對高耗能產業ETFP增長影響因素的實證檢驗進一步表明，市場化改革、FDI流入以及能耗強度下降有利於促進各省區ETFP增長，而節能減排投資和企業環境治理能力的提高則能夠降低環境管制政策對企業的短期成本衝擊。這一結果提示我們今後對節能減排的政策設計應該更多地考慮經濟激勵導向的政策工具，以提高企業自主參與環境治理的積極性，從而降低環境政策的執行成本。
通過本文的研究可以就高耗能產業的治理問題得出一些有益的政策啟示：儘管東部地區高耗能產業的ETFP相對較高，但是東部地區高耗能產業的汙染排放依然是我國目前高耗能產業汙染排放的主體，因此只有切實有效地促使東部地區的高耗能產業進行生產技術的改進和產業的內部升級，才能使得東部地區的汙染排放大幅度減少，從而提高我國整體高耗能產業的減排效率。區域產業集聚和節能減排投資有利於高耗能產業ETFP的逐步提升，當前中西部地區正在逐步承接東部地區轉移的高耗能產業，因此強化對高耗能產業的政策引導對於促進中西部地區的節能減排具有積極意義；考慮到我國高耗能產業的環境汙染排放模式具有較強的省際異質性，因此在政策制定上應當具有較大的區域針對性和靈活性。在“十二五”規劃期間，我國首先應當進行新的機制設計，從而保證各級政府能夠轉變當前的經濟增長方式和思維模式，從被動完成約束指標變成主動要求節能減排；其次，應當優化產業結構，增加科研投入提升技術創新能力，從而提高能源利用效率，促進開發可替代的清潔能源；最後，通過完善區域之間、中央與地方之間的轉移支付，使各級政府能夠更加有效地通過激勵相容的方式實施節能減排，從而使我國的高耗能產業能夠走上更加健康和低汙染的可持續發展道路。
〔參考文獻〕
[1]Chung, Y.H., Rolf Färe, and Shawna Grosskopf. 1997. “Productivity and undesirable outputs: a directional distance function approach”Journal of Environmental Management, 51(3): 229-240.
[2]Färe, R., Shawna Grosskopf, and Carl A. Pasurka. 2001. “Accounting for Air Pollution Emissions in Measuring State Manufacturing Productivity Growth”Journal of Regional Science, 41: 381-409.
[3]Färe, R., Shawna Grosskopf, and Carl A. Pasurka. 2007. “Environmental Production Functions and Environmental Directional Distance Functions”Energy, 32: 1055-1066.
[4]Grossman, Gene, M., and Alan B. Krueger. 1995. “Economic Growth and the Environment”The Quarterly Journal of Economics, 110( 2): 353-377.
[5]IEA. 2010. World Energy Outlook 2010.Paris: International Energy Agency.
[6]Lall, P., Featherstone, A.M., and Norman, D.W. 2002. “Productivity growth in the Western Hemisphere (1978–94): the Caribbean in perspective”Journal of Productivity Analysis, 17: 213– 231.
[7]Managi, S., and Jena, P. R. 2008. “Environmental productivity and Kuznets curve in India”Ecological Economics, 65: 432-440.
[8]Nanere, Marthin, Iain F., Ali Q., and Clare D. 2007. “Environmentally Adjusted Productivity Measurement: An Australian Case Study”Journal of Environmental Management, 85(2): 350-362.
[9]Watanabe M., and K. Tanaka. 2007. “Efficiency analysis of Chinese industry: A directional distance function approach”Energy Policy, 35(12): 6323-6331.
[10]World Bank. 1997. China 2020 : Development Challenges in the New Century. Washington D.C.: The World Bank.
[11]Zheng, J., and A. Hu. 2006. “An Empirical Analysis of Provincial Productivity in China (1979-2001)”Journal of Chinese Economic and Business Studies, 4(3): 221-239.
[12]陳詩一. 能源消耗、二氧化碳排放與中國工業的可持續發展[J].經濟研究，2009，（4）.
Chen, Shiyi. 2009. “Energy Consumption,CO2Emission and Sustainable Development in Chinese Industry”Economic Research Journal, No. 4: 41-55.
[13]龔健健，沈可挺. 中國高耗能產業及其環境汙染的區域分佈——基於省際動態面板數據的分析[J].數量經濟技術經濟研究，2011，（2）.
Gong, J.J., and Keting Shen. 2011. “Regional Distribution and Environment Pollution of Energy-intensive Industries in China”The Journal of Quantitative and Technical Economics, No. 2: 20-36.
[14]胡鞍鋼，鄭京海等. 考慮環境因素的中國省級技術效率排名（1999-2005）[J].經濟學（季刊），2008，（7）.
Hu, A., J. Zheng, Y. Gao, and N. Zhang. 2008. “Provincial Technology Efficiency Ranking with Environment Factors(1999—2005)”China Economic Quarterly, 7(3): 933-960.
[15]李小平，盧現祥，朱鍾棣.國際貿易、技術進步和中國工業行業生產率增長[J].經濟學(季刊)，2008，(7).
Li, X., X. Lu, and Z. Zhu. 2008. “International Trade, Technological Progress and Productivity Growth of Chinese Industries” China Economic Quarterly, 7(2): 549-564.
[16]塗正革. 環境、資源與工業增長的協調性[J].經濟研究，2008，（2）.
Tu, Z. 2008. “The Coordination of Industrial Growth with Environment and Resource”Economic Research Journal, No. 2: 93-105.
[17]王兵，吳延瑞，顏鵬飛. 中國區域環境效率與環境全要素生產率增長[J].經濟研究，2010，（5）.
Wang, B., Y. Wu, and P. Yan. 2010. “Environmental Efficiency and Environmental Total Factor Productivity Growth in China’s Regional Economies” Economic Research Journal, No. 5: 95-109.
閱讀更多 中國經濟學人 的文章
