环境规制对全要素生产率的影响研究我国环境规制下的规制效率与全要素生产率研究1999-2008

环境规制对全要素生产率的影响研究我国环境规制下的规制效率与全要素生产率研究1999-2008

改革开放以来，中国在实现宏观可持续发展方面取得了显著成效，但也付出了沉重的环境成本。据统计,我国单位GDP污染排放是发达国家平均水平的10倍以上,其中主要污染物排放已严重超过环境承载力。世界银行在2007年的《中国环境损失》中指出室外空气和水污染给中国经济造成的损失相当于GDP的5.8%。而当今世界上污染最严重的20个城市,中国占了13个。可见,我国在保持经济增长的同时,转变经济增长方式,减少污染排放,实现环境友好型增长已经迫在眉睫。一、全要素生产率增长曲线在研究经济增长的过程中,对生产率增长的研究具有重要的意义。然而,对于环境规制对生产率的影响,目前存在着两种观点:第一种传统观点认为环境规制会导致产业绩效下降(Dension,1981;Siegel和Johnson,1993等)。第二种观点通常也被称为“波特假设”,认为环境规制过程中通过恰当设计的环境政策可以激发创新与提高生产效率收益,相对于不受规制的企业,可能会导致绝对优势,从而会提升产业绩效,提高产业生产率(MichaelPorter,1991)。目前,已经有大量文献研究环境规制对传统全要素生产率的影响(Jaffe等,1995)。然而,传统的生产率测度主要用Tornqvist指数、Fischer指数和传统Malmquist指数,仅考虑市场的“好”产出(DesirableOuput)的生产,并没有考虑生产过程产生的非市场性的“坏”产出(UndesirableOutput)的生产(Repetto等,1997;Fare等,2001a),从而全要素生产率增长测算结果会出现偏差,给出的政策建议也存在误导性(Hailu和Veeman,2000)。Pittman(1983)在对威斯康星州造纸厂的效率测度时,第一次尝试在生产率测度中引入“坏”产出。此后,大量学者开始将环境污染变量纳入到估计的生产模型中,主要思路有:第一是将污染变量作为一种投入(如Hailu和Veeman,2001);第二是将污染变量作为具有弱可处置性的“坏”产出(如Fare等,2001a)。然而,在测度存在“坏”产出的全要素生产率时,依靠传统距离函数(DistanceFunction)的Malmquist生产率指数已经不能解决问题,随后Chung等(1997)在测度瑞典纸浆厂的全要素生产率时引入了一种新函数——方向性距离函数(DirectionalDistanceFunction),并提出了Malmquist-Luenberger生产率指数(简称ML生产率指数)。ML指数在测度同时存在“好”产出和“坏”产出时的全要素生产率方面发挥了很好的作用,其所测度的生产率增长还可以进一步分解为效率变化和技术进步。此后大量学者运用ML生产率指数对国外和国际经济发展情况进行了相关研究(Chung等1997;Hailu和Veeman,2001;Fare等,2001a,2001b;Jeon和Sickles,2004;Domazlicky和Weber,2004;Yoruk和Zaim,2005;Kumar,2006;王兵和严鹏飞,2008等)。目前对我国环境规制下经济发展进行实证研究并探讨其发展规律的研究有很多。解垩(2008)运用传统Malmquist生产率指数对1998-2004年全国31个省市自治区的工业生产率进行分解,发现一方面减少污染物SO2排放使技术进步率下降,另一方面污染物排放量减少使技术效率提高。王群伟等(2010)利用方向性距离函数对我国28个地区的投入产出水平和不同环境规制下的成本进行了数据包络分析,表明中国各地区总体的环境效率和经济效率普遍较低,差异也较大,严格环境规制下的成本明显高于一般环境规制下的成本。杨俊和邵汉华(2009)运用ML生产率指数测算了1998-2007年省际工业考虑环境因素的全要素增长率及其分解,发现忽略环境因素会高估我国工业全要素生产率增长,技术进步是生产率增长的主要来源。利用ML生产率指数进行与本文相关研究的文献有:吴军、笪凤媛等,2010;陈茹、王兵等,2010;王兵、吴延瑞等,2008;许冬兰、董博,2009等。虽然目前利用方向性距离函数进行与环境规制有关的研究很多,但很少有人对我国各地区环境规制的效率进行探讨,也很少有学者利用ML生产率指数来对我国省际环境规制下的全要素生产率进行研究。此外,在“坏”产出指标的选取上大多采用单一原则,而污染物主要由废水、废气和固体废弃物构成,如果采用单一污染物衡量环境污染,就暗示不同区域三种污染物构成比例是一致的,这显然会对环境规制下全要素生产率评估产生偏差。本文研究的目的就是在借鉴前人经验的基础上弥补这些研究上的不足。二、计算模型的建立为了测度环境规制下全要素生产率增长,基本思路是通过数据包络分析得出环境生产前沿面,进而利用方向性距离函数计算环境技术效率、规制成本和ML生产率指数。假设生产过程可以由N种投入要素x=(x1,…,xN),x∈RN+,生产出M种“好”产出y=(y1,…,yM),y∈RM+和I种“坏”产出u=(u1,…,uI),u∈RI+。(一)双投入联产模型环境规制是保持经济增长的同时减少环境污染,即“好”产出增加的同时减少“坏”产出。为了将这一生产过程模型化,我们利用基于产出的方向性距离函数来进行研究,表述如下:其中g=(gy,gu)表示一个方向向量。根据“坏”产出在技术上的强弱可处置性,方向性距离函数需要选择不同的方向向量。本文主要研究以下四种情形:情形一:无环境规制。此时不考虑“坏”产出,所以在本文中可以简化为双投入单产出模型。情形二:弱环境规制,方向向量为g=(y,u),此时“坏”产出在技术上具有强可处置性。这意味着在尽可能增长“好”产出的同时,“坏”产出同比例于“好”产出增长。在这种情形下,生产可能集P(x)为图1中OEBCD,对于观测点a,由Shephard距离函数得到产出极限为点d(这种情形和改革开放以来中国环境规制的实践相似)。情形三:中环境规制,方向向量为g=(y,0),此时“坏”产出在技术上具有弱可处置性。这意味着在“坏”产出不变的情况下,尽可能提高“好”产出。在这种情况下,生产可能集P(x)为图1中OABCD,观测点a的产出极限为点c(这种情形和《京都议定书》设定的环境保护目标一致,也与目前发达国家的环境规制情况类似)。情形四:强环境规制,方向向量为g=(y,-u),此时“坏”产出在技术上具有弱可处置性。这意味着在降低“坏”产出的同时,要求同比例地提高“好”产出。在这种情况下,生产可能集P(x)为图1中OABCD,观测点a的产出极限为点b(这种情形与《联合国气候变化框架公约》的目标一致,也是全人类未来发展的目标,符合可持续发展的原则)。我们利用DEA求解上述四种情况的方向性距离函数时,需要解下面的线性规划:(二)环境技术效率值有了方向性距离函数,我们可以对环境技术效率(情形一下为传统技术效率)和环境规制成本做如下定义:式(6)中,s=1,2,3,4分别代表情形一、二、三和四。可见k省份的环境技术效率(ETEks)值在0~1之间,当观测点在环境生产前沿面上时,方向性距离函数为0,环境技术效率值为1。环境技术效率值越大,观测点离环境生产前沿面越近,经济发展与环境之间的关系越协调。式(7)中,yktno表示在没有环境规制(即情形一)下k省份“好”产出的最大期望产出,ykt表示在环境规制(情形二、三和四)下k省份“好”产出的最大期望产出,表示的是k省份在没有环境规制下的方向性距离函数,表示k省份在环境规制(情形二、三和四)下的方向性距离函数,相应测度的Cks分别表示k省份在弱环境规制、中环境规制和强环境规制三种情形下环境规制产生的成本(Cks的值在0~1之间),Cks越大表示环境规制的成本越高,Cks越小表示环境规制的成本越低,这也意味着可以采取相对较严格的环境规制政策。(三)ml生产率指数有了上述四种情况的方向性距离函数,我们就可以根据Chung等(1997)的方法,用基于产出的ML生产率指数来测度环境规制下的全要素生产率,则以t期为基期的t+1期的ML生产率指数为:ML生产率指数可以分解为效率变化指数(EFFCH)和技术进步指数(TECH):ML生产率指数、效率变化指数(EFFCH)和技术进步指数(TECH)分别表示生产率变化、效率变化及技术变化。①三、数据处理与证明结果的分析(一)投入产出数据本文使用的数据以1999-2008年我国28个省、自治区和直辖市的投入产出数据为样本。所有数据均由历年《中国统计年鉴》、《中国环境统计年鉴》、《中国工业经济统计年鉴》及各地区统计年鉴整理得出,部分地区个别年份数据缺失由最小二乘估计的参数方法进行统计处理。1.“好”是由“好”生产的2.主要污染源的测定“坏”产出是经济发展过程中产生的环境污染物,由于污染物指标繁多,而选用单一污染物作为“坏”产出有失真实性,本文运用SPSS13.0对废水、废气和工业固体废弃物三个主要环境污染指标采用因子分析法进行降维处理,并将各省份的因子得分进行指数化,②以此提取出污染物公因子作为衡量“坏”产出的指标。3.劳动投资4.计算的一般过程本文资本投入用各省、自治区和直辖市的物质资本存量来表示,资本存量的估算相当复杂,目前大多采用永续盘存法。本文物质资本存量采用Kit=Kit-1(1-δit)+Iit计算得来(张军和吴桂英,2004),并根据各地区固定资产投资价格指数折算到以1999年为不变价。(二)不同环境规制情形下的全要素生产率根据上述的研究方法和数据,运用DEAP2.1及Solver软件分别对我国28个地区在四种情形下的方向性距离函数进行了测度,计算出在不同环境规制情形下各地区的环境技术效率、环境规制成本以及全要素生产率,并进一步将全要素生产率指数分解为效率变化指数和技术进步指数。1.具体的技术效率从表1中1998-2004年各地区的平均环境技术效率可知,在四种环境规制情形下,全国平均环境技术效率分别为0.8178、0.8582、0.8576、0.8606。可见,在强环境规制下,全国平均环境技术效率最高,其次是弱环境规制、中环境规制和无环境规制,这意味着对全国总体而言,环境规制会提高环境技术效率,使生产活动朝环境生产前沿面靠近。此外,在情形一下,传统技术效率最高的三个省市为广东、湖南和上海;在情形二下,环境技术效率最高的三个省市为山西、广东和河北;在情形三下,环境技术效率最高的三个省市为山西、广东和广西;在情形四下,环境技术效率最高的三个省市为广东、上海和江苏。强环境规制下,1999-2008年间,广东有9次处于环境生产前沿面,上海6次,江苏、浙江、河北分别为5次,是经济和环境协调发展的典范。而环境技术效率最低的五个省市宁夏、贵州、青海、四川和新疆,其环境技术效率均低于0.75,说明这些地区经济环境协调发展还有很大的进步空间。以四川为例,年均环境技术效率仅为0.7222,而作为我国的人口大省,如果以广东、上海等地区为环境生产前沿面参照,给定同样投入下,四川在产出增加27.78%的同时,污染还能减少27.78%,这说明四川省存在严重的资源浪费和环境破坏,这与其他学者的研究和四川的实际是相吻合的。研究结果还表明我国还有很多地区经济发展状况和四川类似或更严重。所以我国改变经济发展方式,走可持续发展道路势在必行。2.我国环境规制的成本相对较低,符合发展环境从表1中可以看出,在弱环境规制、中环境规制和强环境规制下全国各地区的平均环境规制成本分别为0.0558、0.0564和0.0638,中环境规制下环境规制成本相比于弱环境规制上升了1.22%,强环境规制下环境规制成本相比于中环境规制上升了13.06%。分析结果显示环境规制会造成生产力的损失,因此环境规制是有成本的,而且环境规制政策越严格,规制成本越高。另外,从每年环境规制成本变化的趋势看,随着时间的推移,环境重视程度不断提高,环境规制成本也逐年上升。由于我国环境规制成本在实施中环境规制政策下相对于实施弱环境规制政策上升幅度很小,说明我国在整体上应该加大环境规制力度,实施中环境规制政策,部分地区要兼顾经济发展状况及可持续发展原则,实施弱环境规制政策或强环境规制政策。从各个地区不同环境规制政策下规制成本的比较可以看出,在不同环境规制政策下,广东、上海、浙江、江苏等地区规制成本均相对较低,而青海、新疆、宁夏等省份环境规制的成本相对较高,这是由于广东、上海、浙江、江苏等地区的环境技术效率高,无论是否存在环境规制,它们都处于环境生产前沿面上或靠近环境生产前沿面,所以环境规制对它们的约束较小,而青海、新疆、宁夏等地区严重依赖于环境承载来发展经济,经济和环境不能协调发展,如果实施环境规制,则会大大约束其经济的发展。此外,通过对三种不同环境规制情形下的规制成本、经济发展状况以及可持续发展原则进行综合考虑,确定应该采取弱环境规制政策的地区有青海、新疆、黑龙江,应该采取中环境规制政策的地区有吉林、河南、湖南、湖北、四川、云南、陕西、宁夏,其他地区应该采取强环境规制政策。3.环境规制对全要素生产率的测度如表2所示,在情形一(无环境规制)下,1999-2008年间全国平均全要素生产率指数为0.9497,说明全国各地区的全要素生产率平均每年的增长率为-5.03%,主要是受技术进步率下降影响。全国全要素生产率指数大于零的城市只有上海,为1.0225,主要是由技术进步推动的。从全国总体水平来看,全国平均效率水平提高了2.01%,而技术水平却出现了6.88%的负增长。在情形二(弱环境规制)下,整个样本期内全国平均全要素生产率指数为0.9564,仍然处于负增长水平,其中效率提高了1.17%,而技术水平则下降了5.45%。此时全要素生产率指数大于零的地区有只有河北和上海,生产率指数主要由环境技术进步推动。在情形三(中环境规制)下,“好”产出增长的同时要求“坏”产出不变,此时整个样本期内全国平均全要素生产率为1.0101,增长率为1.01%,高于情形一和情形二,其中主要贡献来自于0.1%的技术进步和0.94%的效率改进。在这种情形下,上海、江苏、广东等22个省、自治区和直辖市出现了全要素生产率增长。在情形四(强环境规制)下,要求在“好”产出增长的同时“坏”产出同比例减少,此时整个样本期内全国平均全要素生产率为1.0051,增长率为0.51%,低于情形三,但高于情形一和情形二,其中0.75%是由效率提高推动的,而全国平均技术水平出现了0.23%的负增长。在强环境规制下,上海、江苏、广东等21个地区全要素生产率出现了正增长,宁夏、青海等7个地区出现了负增长。对四种不同环境规制政策下全国各地区1999-2008年间的全要素生产率测度可以看出,环境规制会提高全要素生产率增长率,这个结论支持了Jeon和Sickles(2004)以及王兵等(2008)的结果。但是环境规制的力度一定要和经济发展水平相适应,否则,当环境规制力度相比经济发展水平过大时,规制成本的增加会约束生产力的发展,这也符合我国经济发展的事实。四、回归结果分析通过上面对我国不同省、自治区和直辖市的环境技术效率、环境规制成本以及环境规制下全要素生产率的测度和分析,尽管不能完全反映我国的经济发展现状,但仍有利于我们理解我国不同地区的经济发展水平、环境污染水平、经济增长方式和地区核心竞争力,所以,研究其背后的影响因素具有很重要的意义。由于环境技术效率、环境规制成本和环境规制下的全要素生产率通过方向性距离函数紧密地联系在一起,本文只对环境规制下全要素生产率的影响因素进行分析。由于影响全要素生产率的因素很多,本文借鉴已有研究成果并结合各国经济发展的现实情况,确定人均GDP(GDPP)、利用外资对数(LnFDI)、资本劳动比对数(Ln(K/L))、工业发展水平(IDL,我们用工业增加值占GDP份额表示)、环境保护力度(EPS,用环境投资占GDP的比重表示)作为影响我国环境规制下全要素生产率的因素。用EVIEWS6.0对数据进行面板回归分析,得到了表3中三种不同环境规制政策下固定效应和随机效应两种情况的回归结果。根据Hausman检验结果,我们在三种情形下的回归分析都应该选择随机效应模型。在三种情形下,人均GDP和生产率指数正相关,根据Yoruk和Zaim(2005)对OECD以及王兵等(2008)对APEC研究的实证结果,人均GDP和生产率指数间存在倒U型关系,所以我国人均GDP还处于较低水平。在情形二、三下,FDI对数与生产率指数负相关,且在情形三下具有统计显著性,说明外商直接投资对环境规制下的生产率增长具有负效应,这支持了自由贸易可能导致投资接受国环境恶化的“污染避难所”假说,这与He(2006)、于峰和齐建国(2007)等的发现一致。情形四下FDI与生产率指数正相关说明在严格的环境技术门槛下,外商直接投资能带来技术进步,从而提高生产率。资本劳动比对数Ln(K/L)在情形二下正相关,而在情形三、四下负相关,且在情形二、四下具有统计显著性,说明在弱环境规制下,发展资本密集型产业有利于生产率的增长,而在环境规制政策严格的情况下,过早的资本深化并不利于生产率的增长,这与陈茹和王兵等(2010)、杨俊和邵汉华(2009)等的结论相似。此外,工业发展水平IDL和生产率增长负相关,且在情形二、四下均具有统计显著性,这说明在一定的工业化水平下,工业化程度提高会阻碍生产率的提高,这与Yoruk和Zaim(2005)及王兵等(2008)的发现一致。根据他们的研究,工业化水平和生产率增长之间存在U型关系。由此可见,我国工业化水平仍较低。最后,环境保护力度EPS与生产率增长是正相关的,且在情形三下具有统计学显著性,说明在环境规制下,增加环境投资会显著促进生产率增长。因此,增加环境投资会使我国经济朝又好又快的方向发展,这对我国走可持续发展道路具有重要的启示作用。五、环境规制政策的重要性通过提取污染物公因子的“坏”产出指标,对我国各地区在无环境规制、弱环境规制、中环境规制以及强环境规制四种情形下的环境技术效率、环境规制成本以及全要素生产率进行了较全面的研究,并对影响环境规制下全要素生产率的因素通过面板数据进行了实证检验。研究主要得出以下几点结论和