节能减排约束下中国绿色经济绩效研究(一)

　　摘要：基于中国经济发展过程中资源环境约束的日趋强化，本文在构建基于产出角度的SBM-Undesirable模型基础上，从效率视角对节能减排约束下中国绿色经济绩效进行研究。主要结论有：考察期内节能减排约束下中国经济增长平均效率不容乐观，仍有17.8%的提升空间；效率较低的省份全部为西部省份，但效率较高的省份未必全部为东部省份，个别西部省份在一些年份均处于生产前沿；中国经济增长效率区域差异明显；优化产业结构、提高能源效率、增强环境治理强度及能力对经济增长效率具有显著促进作用；现行能源结构对经济增长效率具有显著抑制作用；各因素对不同区域经济增长效率的影响有所不同。在经济发展过程中应优化产业结构、提高能源效率、改善能源结构、加强环境治理，促进经济增长效率改善，同时，减排约束指标不能实行“一刀切”。

　　关键词：节能减排，经济增长效率，SBM-Undesirable模型

　　一、引言

　　改革开放以来，中国经济进入高速发展的快车道，进入21世纪以后，中国经济继续保持稳步高速增长，2011年，中国GDP超日本正式成为世界第二大经济体。在中国经济取得举世瞩目成就的同时也使中国付出了巨大的资源环境代价。中国已成为世界第一能源消费大国，且能源消耗强度偏高。根据《中国环境经济核算研究报告2008》数据显示，中国2008年的生态环境退化成本达到12745.7亿元，占当年GDP的3.9%；环境治理成本达到5043.1亿元，占当年GDP的1.54%。尽管中国“十一五”期间污染减排取得了进展(全国COD排放量较2005年下降了12%左右，SO2排放量下降了14%左右，均超额完成预先设定的10%减排指标)，但经济发展造成的环境污染代价持续增长，环境污染治理和生态破坏压力日益增大。随着科学发展观与构建和谐社会理念的提出以及中国经济和科技实力的明显增强，节约能源与环境保护已经成为转变经济发展方式和促进国民经济又好又快发展不可或缺的组成部分(中国科学院可持续发展战略研究组，2008)。目前中国正处于工业化的中后期，在低碳经济背景下，如何在保持经济增长的同时，节约资源、保护环境、实现经济又好又快发展是中国“十二五”期间经济发展所面临的最紧迫任务之一。为此，本文从效率视角对节能减排约束下中国绿色经济绩效进行研究。

　　与现有类似研究相比，本文在以下方面作了拓展：第一，将资源和环境因素同时纳入效率测度框架，从而更加科学地考察中国绿色经济绩效；第二，劳动力投入指标采用注重劳动力质量且考虑“干中学”效应的人力资本指标表征；第三，构建了基于产出角度的SBM-Undesirable模型测度节能减排约束下中国经济增长效率，该模型将资源和环境因素正确纳入到效率测算框架，能有效避免效率测度偏差；第四，从产业结构、能源结构及效率、环境治理强度及能力等方面考察了效率影响因素。研究结果表明，考察期内节能减排约束下中国经济增长平均效率不容乐观，仍有17.8%的提升空间；效率较低的省份全部为西部省份，但效率较高的省份未必全部为东部省份，个别西部省份在一些年份均处于生产前沿；中国经济增长效率区域差异明显；产业结构、能源效率、环境治理强度及能力对经济增长效率具有显著促进作用；能源结构对经济增长效率具有显著抑制作用；各因素对不同区域经济增长效率的影响有所不同。可见，在低碳经济背景下，中国转变经济发展方式以及经济结构战略性调整重要性与紧迫性。

　　二、相关文献综述

　　长期以来，中国经济发展往往被贴上了“高投入、高能耗、高增长、高污染、低效率”的标签，从而导致关于中国经济增长模式的探讨成为国内外学者的研究热点。TFP是衡量一国经济增长质量和可持续性的核心指标，这些文献主要从生产率或者效率的角度对此进行研究，如Chow&Lin(2002)，易纲等(2003)，颜鹏飞、王兵(2004)，郑京海、胡鞍钢(2005)，王志刚等(2006)，朱承亮等(2009)等对我国经济绩效进行了实证研究。这些研究得出了很多有意义的结论，但是，这些研究都忽略了资源环境约束对我国经济绩效的影响。这种仅仅考虑诸如GDP之类的期望产出，而没有考虑生产过程中产生的诸如COD、SO2排放之类的非期望产出的效率测度，会扭曲对我国经济绩效的评价，甚至会造成对政策建议的误导。

　　忽略资源环境约束的绩效评价会促使地方在经济发展过程中仅以GDP为导向，忽视资源消耗和环境污染问题，从而不利于经济可持续发展。随着全球环境问题的日益突出，已有一些国外学者开始尝试将环境因素纳入到TFP测算框架。Pittman(1983)在测度威斯康星洲造纸厂的效率时，首次尝试了在生产率测算中引入非期望产出。Chung et al.(1997)在测度瑞典纸浆厂的生产率时引入了一个方向性距离函数，并且在该函数的基础上构建了Malmquist-Luenberger生产率指数(即ML生产率指数)，ML生产率指数在测算TFP时不仅要求期望产出不断增加，同时还要求非期望产出不断减少。从此以后，运用考虑了非期望产出的ML生产率指数的实证研究渐渐增多，如Hailu & Veeman，2001；Domazlicky &Weber，2004；Fare et al.，2001；Jeon & Sickles，2004；Yoruk & Zaim，2005；Kumar，2006等。

　　强调增长与资源环境的协调，转变发展方式，是中国经济潜力持续开发的关键(袁富华，2010)。伴随着中国经济增长中环境污染问题的出现并日益严重，国内关于我国经济增长与环境污染关系的研究日益增多，这些研究(彭水军，包群，2006)大多是关于环境库茨涅茨曲线(EKC)的实证分析。将环境因素纳入到效率测算框架的研究国内并不多见，近年来不少学者在这方面做了有益探索。但是，这些研究成果大多是基于工业行业角度的研究，如涂正革，2008；杨俊，邵汉华，2009；吴军，2009；涂正革，肖耿，2009；岳书敬，刘富华，2009；李胜文等，2010；陈诗一，2010等。仅少数文献是基于区域角度的研究，如胡鞍钢等(2008)采用以方向性距离函数为表述的TFP模型，在考虑了环境因素的情况下对1999-2005年间中国28个省市区的技术效率指标进行了重新排名，发现考虑污染排放因素与忽略污染排放所得出的技术效率排名差距明显；李静(2009)以“工业三废”排放作为非期望产出，采用SBM模型测算了1990-2006年间我国各省区的环境效率，发现环境变量的引入明显地降低了中国区域的平均效率水平；王兵等(2010)运用SBM方向性距离函数和卢恩伯格生产率指标测度了资源环境约束下的中国30个省份1998-2007年的环境效率、环境全要素生产率及其成分，并对其影响因素进行了实证研究；朱承亮等(2011)将环境污染排放及治理同时纳入效率测算框架，在构造环境综合指数测算相对绿色GDP的基础上，采用超越对数型随机前沿模型，对环境约束下的中国经济增长效率及其影响因素进行了分析。

　　从中国经济绩效研究现状来看，研究者在资源约束方面分歧较小，均将其纳入投入要素考虑，而涉及到环境约束时分歧较大，主要思路有两个：一是将污染变量作为投入来处置(如李胜文等，2010)，明显的这与现实生产过程不符，环境污染具有产出特征，应当作为生产过程的副产品来处理；因而第二种思路是将污染变量作为产出要素来处置，但是不少研究者没有考虑到污染的负外部性，仍然把它和好产出同样对待，这样在效率测度过程中仍没有正确考虑资源环境约束的影响。事实上，环境污染不仅要看作是生产过程中的副产品，而且应当被看作是具有负外部性的非期望产出，要和期望产出共同引入生产过程，并且在效率测算框架中要将期望产出和非期望产出进行严格区分。将期望产出和非期望产出同时纳入效率测算模型且进行严格区分的现有处理方法可以分为以下几类：一是Seiford &Zhu(2002)提出的“逆产出模型”，即将非期望产出向量乘以-1，再通过一定方法使为负值的非期望产出变为正值纳入效率测算模型，但是“逆产出模型”只能在规模报酬可变(VRS)条件下求解效率，从而限制了其适用性；二是Scheel(2001)和Zhu(2003)提出的“倒数法模型”，即将非期望产出向量取倒数纳入效率测算模型，但是“倒数法模型”与将非期望产出作为投入处理的模型一样都不符合现实逻辑，从而也限制了其适用性；三是在Chung et al.(1997)等提出的方向性距离函数基础上发展的ML生产率指数模型，该方法较好地解决了考虑非期望产出的效率评价问题，从而得到广泛采用，如胡鞍钢等，2008；涂正革，2008；王兵等，2008；陈诗一，2010等。事实上，DEA测度效率的模型可以分成四类(Cooper et al.，2007)：(1)径向的和角度的；(2)径向的和非角度的；(3)非径向的和角度的；(4)非径向的和非角度的。其中，径向(radial)是指投入或者产出按照同比例变动，径向的DEA模型不能充分考虑到投入和产出的松弛性问题，而角度(oriented)是指基于投入或产出角度的假设。上述的基于方向性距离函数的ML生产率指数模型属于径向的DEA模型，这样不能充分考虑到投入和产出的松弛性问题，因而度量的效率值也是有偏的。此外，李静(2009)采用考虑非期望产出的SBM模型对中国区域环境效率进行了测度，虽然，该模型属于非径向和非角度DEA模型，但是该模型是在规模报酬不变(CRS)的条件下给出的，从而也限制了其适用性。朱承亮等(2012)基于产出角度的SBM-Undesirable模型对节能减排约束下我国西部地区经济增长效率极其影响因素进行了研究，可惜未能考察我国绿色经济绩效的全貌。为了科学合理地测度考虑非期望产出的中国经济绩效问题，针对上述考虑非期望产出模型的缺陷与不足，本文构建了基于产出角度的SBM-Undesirable模型，从而既正确考虑了非期望产出，又充分考虑到投入和产出的松弛性问题。

　　三、研究框架

　　根据是否考虑非期望产出可以将效率测度框架分为以下三种情形：(1)仅考虑期望产出，忽略非期望产出；(2)虽考虑了非期望产出，但将非期望产出和期望产出同等看待；(3)正确考虑非期望产出，将非期望产出和期望产出进行有效区分。本文所指的经济增长效率为正确考虑非期望产出的基于产出角度的技术效率。本文将中国的各省市区看作是投入一定要素进行生产活动产生一定产出的生产单元，从而构造每一个时期的生产前沿面。

　　(一)考虑非期望产出的生产可能集

　　为简便起见，此处考虑存在一种非期望产出与一种期望产出时的情形。如图1所示，x轴表示非期望产出，y轴表示期望产出。假设有C、D、E三个生产单位，对于第i个生产单位，xi、yi、bi分别表示投入要素、期望产出和非期望产出，则第i个生产单位的生产技术可以表示为生产可能集：p={(xi、yi、-bi)：xi能够生产(yi、bi)}。其中，E的期望产出最大，过E点的、与x轴平行的直线与y轴相交于点B。

　　假设企业在生产时不考虑非期望产出，即非期望产出是“强处置”或者“可自由处置”的，那么，非期望产出对企业产出并不形成约束，企业可以生产无限量的非期望产出，此时最有效的生产单位即是E，生产可能性前沿即是几个生产单位中的最大产出yE，生产可能性集即为{0，yE}，在图中表示为第一象限中BF与x轴之间的部分。

　　假设考虑非期望产出不能随意处置，即非期望产出是“弱处置”或“非自由处置”的。与E相比，C与D的期望产出较低，但其非期望产出也更低，这是因为，C与D需要投入一部分资源处置非期望产出，从而导致其期望产出的降低，因此，综合考虑期望产出与非期望产出时，C与D的生产效率未必低于E。根据生产可能性集的单调性、凸性以及期望产出与非期望产出的“零联合”处置等假设，此时的生产可能性集为包络线OCDEF与x轴之间的部分，而包络线OCDEF即为生产可能性前沿面。

　　(二)模型构建

　　在Tone(2003)考虑非期望产出的SBM模型基础上，本文构建了基于产出角度SBM-Undesirable模型。本文将每一个省份看作一个DMU来构造每一个时期的最佳生产前沿面。假设有n个DMU，且每个DMU具有一个投入向量，记为x∈Rm，每个DMU具有两个产出向量，一个为期望产出向量，记为yg∈，另一个为非期望产出向量，记为yb∈。则可以定义如下矩阵：X=[x1，……，xn]∈Rm×n、Yg=[y1g，……，yng]∈、Yb=[y1b，……，ynb]∈，其中，X＞0，Yg＞0，Yb＞0。可以将生产可能性集(P)定义为：P={(x,yg,yb)x≥Xλ,yg≤Ygλ,yb≥Ybλ,λ≥0or∑λ=1}。

　　根据Tone(2003)提出的SBM模型的处理办法，本文构建的基于产出角度的SBM-Undesirable模型如下：

　　上述模型中s表示投入、产出的松弛量，λ表示权重向量，其中，当λ≥0时表示规模报酬不变(CRS)，当∑λ=1时表示规模报酬可变(VRS)。目标函数ρ∈[0，1]，当且仅当ρ=1时，被评价的DMU是有效率的，否则DMU无效。本模型与类似模型相比，不仅正确考虑了非期望产出问题，还具有以下优点：一是解决了投入产出的松弛性问题，二是充分考虑到规模报酬不变(CRS)和规模报酬可变(VRS)两种情形。

　　基于研究目的需要，根据是否考虑资源环境因素以及两种规模报酬假设，本文设定四个模型进行效率测度，分别为模型1(忽略资源环境约束、CRS)，模型2(忽略资源环境约束、VRS)，模型3(考虑资源环境约束、CRS)，模型4(考虑资源环境约束、VRS)。

　　四、数据及变量说明

　　本文以1998-2008年为研究时间段，基础数据来源于《中国统计年鉴》、《中国能源统计年鉴》和《中国环境统计年鉴》。为保持统计口径的一致性，文中四川省的数据包括重庆市数据，西藏由于数据不全故不在考察范围之内，因此，本文研究对象为中国内地的29个省市区。此外，按照传统的区域划分，并结合“西部大开发”、“振兴东北老工业基地”、“中部崛起”等国家重大发展战略，本文将29个省市区划分为东部沿海，东北老工业基地，中部地区和西部地区等四个区域，从而在更大范围内考察区域之间的效率差异。其中，东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10个省市；东北老工业基地包括辽宁、吉林和黑龙江3个省；中部地区包括山西、安徽、江西、河南、湖北、湖南6个省；西部地区包括贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西、四川和内蒙古10个省市区。

　　（作者单位： 西北大学经济管理学院）