【生态全要素生产率测算模型分析计算案例5000字】

24生态全要素生产率测算模型分析计算案例目录TOC\o"1-3"\h\u25151生态全要素生产率测算模型分析计算案例 115751一、全要素生产率 114099二、模型构建 123735三、变量选择和数据来源 6一、全要素生产率从提高全要素生产率（TFP）到提高绿色全要素生产率（GTFP）是从供给侧推动增长动能转换的现实需要。如何应对经济高速增长过程中的资源损耗和环境污染等问题是学者和社会普遍关注的课题，真实核算体现资源投入和环境变化的生产率进而促进经济发展质量的提高关系到人类社会的可持续发展。党的十八大和十八届三中全会提出要加强生态文明制度建设，用制度保护生态环境。2014年11月APEC峰会期间，中美双方在北京共同发表《中美气候变化联合声明》，中国宣示计划2030年左右二氧化碳排放达到峰值且将努力早日达峰，在节能减排方面有了硬指标。2014年12月中央经济工作会议指出我国现在的环境承载能力已经达到或接近上限，因此需要更加注重协调经济建设和生态建设，通过实现创新驱动和绿色发展，提高全要素生产率对经济增长的贡献。基于此，本章将采用基于超越对数生产函数的随机前沿分析（SFA），对中国大陆30个省级行政区（由于数据资料限制不包括港澳台和西藏）1998-2012年的绿色全要素生产率进行测算和分解，研究生态空间占用和生态赤字变化对经济增长的影响，并比较各地区绿色全要素生产率及其变化趋势。主要创新之处体现在以下两个方面：其一，以生态足迹代表经济增长对资源的需求，以生态赤字代表经济增长对环境的影响，计算并分析了全国各地区环境资源与社会经济的现状和相互关联，较为全面的反映了环境资源约束下中国经济增长的区域性特征和阶段性特征；其二，借鉴综合环境资源核算体系（SEEA）绿色核算的基本思路定义和估算了GTFP，在TFP从期望经济产出中扣除要素投入贡献的基础上扣除了非期望产出增长所造成的环境资源损耗，将经济增长与生态变化相结合，较为真实的反映了环境资源因素对经济增长的贡献和制约。二、模型构建（一）随机前沿分析与超越对数生产函数TFP的估算方法基本上可分为参数方法和非参数方法两种。参数方法包括增长核算法和随机前沿分析（SFA），需要确定生产函数。增长核算法始于Solow（1957）提出的基于总量生产函数的分解，Denison（1962）在要素细分类方面对索洛余值进行了拓展，Jorgenson（1967）在测定方法上建立了超越对数生产函数，从而提高了对投入要素测量的准确度，该种方法也日趋完善而广泛应用。随机前沿分析（SFA）由Aigneretal.（1977）提出，经过Meeusen&Broeck（1977）、Battese&Coelli（1992，1995）等不断完善，将生产者偏离最优生产技术的原因解释为效率损失和随机扰动，根据生产函数中误差项的分布来估计所假设生产函数中的参数进而求得TFP的增长率。近年来基于SFA的有Seo&Shin（2011）、Giraleas、Emrouznejad&Thanassoulis（2012）、See&Coelli（2013）等。其中严兵（2008）、李胜文和李大胜（2008）、涂正革和肖耿（2009）、王志平（2010）、范硕和何彬（2013）以及Dong,etal.（2013），Zhang&Ye（2015）等运用SFA方法研究了中国TFP增长。非参数方法采用多投入多产出模型，不需要设定生产函数，主要是基于数据包络分析法（DEA）的非径向、非角度方向距离函数（SBM-DDF）及Malmquist-Luenberger指数。国内以污染物作为非期望产出的研究多采用这种方法，如郭庆旺（2005）、胡鞍钢和郑京海（2008）、王兵和吴延瑞（2008，2010）、李小胜和安庆贤（2012）、ChenShiyi（2014）等。参数方法中最常用的生产函数形式主要有柯布-道格拉斯（Cobb-Douglas）生产函数和超越对数（Trans-Log）生产函数。在相关研究中，张小蒂和李晓钟（2005）、李小平和朱钟椂（2005）、傅晓霞和吴利学（2006）、刘洪和昌先宇（2011）、鲁晓东和连玉君（2012）等使用了Cobb-Douglas生产函数。孙琳琳和任若恩（2005）、王志刚和龚六堂（2006）、李宾和曾志雄（2009）、陈诗一（2009）、匡远凤和彭代彦（2012）、王克强和武英涛（2013）以及Holzner（2011）、Kunimitsu、Iizumi&Yokozawa（2014）、ShiHao&ShaoqingHuang（2014）、LinBoqiang&XiaoleiWang（2014）等使用了Trans-Log生产函数。本文选用超越对数生产函数随机前沿模型。根据Kumbhakar&Lovell（2003）的定义，随机前沿分析模型可以表示为：（3.4）式中，Yit表示i生产单位t时期的产出，Xit表示要素投入向量，t表示技术进步的时间趋势，F[-]表示生产者技术的前沿，即具有完全效率时的最大产出。ν是随机误差项，表示经济系统的外部影响因素和数据统计误差。μ是技术无效率项，为非负的随机变量，所衡量的是技术无效率造成的实际产出Yit与最大可能产出F[-]之间的距离，exp（-μ）即为生产的技术效率（TE），亦即TE=exp（-μ）。当μ=0时，生产有完全效率，此时TE=1，实际产出达到前沿最大产出；当μ>0时，则0<TE<1，表明生产处于技术非效率状态。无效率项μ的变化可表示为，T为观察期，为待估计的时变参数，则表明生产的技术效率不断提高，时无效率值增加实际产出与潜在产出差距继续扩大。其中扰动项，，，且。定义无效率项方差占复合残差项比例为，用其衡量无效率项对实际产出偏离，其值越大则无效率造成产出损失越多，当γ=1时，则表明实际产出相对前沿产出的偏离完全由无效率因素所引起，当γ=0时，则是因为随机误差因素导致产出偏离。超越对数生产函数不仅考虑技术进步的因素，还考虑了技术进步与投入要素的交互效应以及投入要素之间的替代效应，放松了常替代弹性的假设，能更好地避免由生产函数形式误设带来的估计误差，从而提高估计的精度。因此在具体的函数形式上是个合适的选择。基于超越对数生产函数随机前沿模型可表示为：（3.5）式中变量Y表示总产出，X表示资本、劳动和资源等要素投入，m及其别名n表示要素类型。t为引入的时间趋势变量，用来考察技术进步随时间的变化情况。参数为各要素的产出系数，表示要素之间的交互作用，一般认为是要素投入自身的强化作用，度量资本、劳动和资源要素与技术进步的交互效应。（二）全要素生产率计算与分解根据Kumbhakar&Lovell（2003）的分解方法，TFP的增长可分解为技术进步（TP）、生产效率（TEC）、规模效率（SE）和配置效率（AE）。其中技术进步是指控制了其他因素后因技术前沿面随时间的推移而变化的速率，对式（2）求时间t的偏导数，可得到技术进步：（3.6）生产的技术效率TE的变化也会影响TFP的增长，对技术效率求时间t的偏导数，可得生产效率：（3.7）生产规模和要素配置是决定产出的重要因素，对Trans-log随机前沿模型即式（2）求关于要素投入对数形式lnX的偏导数，可得要素X的产出弹性：（3.8）同时定义规模效率SE和配置效率AE：（3.9）（3.10）其中指规模弹性，表示第m种生产要素在总投入中所占的成本份额，且，由于要素价格不可得，通常假定，即要素份额等于其相对产出弹性，从而配置效率AEit=0。表示要素投入的变化率。根据TFP的定义，TFP的变化衡量的是剔除要素投入增长贡献后的产出增长率，可以表示为增长核算中的“索罗余值”。基于上述定义和计算，对Trans-log生产函数随机前沿方程求全微分，可得：（3.11）（三）绿色全要素生产率对于GTFP的计算，相关研究只是考虑了资源要素投入对经济产出的影响，但这并不能体现生产过程中生态系统的变化。引入生态空间占用对生态功能的消费作为投入要素后，生产活动的产出包括经济系统和生态系统两方面，即期望的经济产出和非期望的环境产出。环境资源和社会经济相互联系和制约并构成有机整体，实现经济发展需要同时考虑经济产出的持续性和生态要素的循环性，经济增长速度只有与生态系统的资源供给与环境净化速度协调一致才能同时保障经济安全和生态安全，如果期望产出增长速度长期快于要素供给的更新速度则可能破坏系统间的平衡，导致非期望产出的增长失去控制。假定生产过程中投入N种生产要素，得到M种期望的“好产出”和K种非期望的“坏产出”，则生产集可表示为：（3.12）产出的约束条件为生产要素的供给和需求的均衡，生产要素一般指劳动和资本，劳动短缺或资本不足都可能导致生产难以持续。本文主要考虑生态服务的消费，而且这种消费需求与生态系统产出的变化直接相关。在环境资源与经济系统间的投入产出关系中，生态服务的消费需求表现为生态足迹（EcologicalFootprint，简称EF），生态承载能力（EcologicalCapability，简称EC）即要素供给，因此，约束条件可表示为：（3.13）生态系统产出的变化表现为生态赤字/盈余（EcologicalDeficit，简称ED），根据生态消费足迹的相关计算方法，生态赤字/盈余为生态承载能力和生态消费足迹之差，即：（3.14）当生态足迹低于生态承载能力时，生态系统存在盈余，不产生非期望产出；当生态足迹超过生态承载能力时，生态系统产生赤字，形成非期望产出。根据联合国综合经济与环境核算体系（SEEA）将环境资源耗减扣除的的绿色经济核算的思路，本文以非期望产出（d）表示环境资源耗减，定义绿色产出为期望产出扣除非期望产出的生产量，即非期望产出需要一定的期望产出的补偿，因而绿色产出（G）可以表示为：（3.15）若生态系统有盈余，则非期望产出的净化不会产生经济成本，绿色产出即为期望产出，其动态增长率相同，亦即TFP增长率和GTFP增长率等同。若生态系统有赤字，则绿色产出的增长率为期望产出和非期望产出增长率之差，即：（3.16）考虑到各地区生态承载能力禀赋的不同，为便于更好的比较各地区生态系统产出的变化，本文以赤字率取代赤字量衡量非期望产出。由于供给侧生态承载能力与消费行为无关，生态承载能力作为外生变量并不影响赤字量和赤字率的增长率，最终结果是无差异的。生态赤字率为生态赤字和生态承载能力之比，本文定义环境资源耗减为生态赤字率变化EDC，即：（3.17）基于TFP的定义和核算方法，本文定义GTFP为经济增长扣除要素投入贡献和环境资源耗减后的生产率，即在TFP基础上扣除非期望产出的增长。这样不仅在投入环节核算环境资源价值也在产出环节扣除环境资源成本，能够较为全面的反映经济增长和环境变化。根据上述分析，GTFP的增长率可表示为：（3.18）三、变量选择和数据来源（一）经济产出（Y）衡量国民经济总产出的指标一般是按可比价格计算的实际国内生产总值GDP，这在宏观研究中比较一致。本文以1997为100的可比价格，将各省（自治区、直辖市）的地区名义生产总值转化实际地区生产总值。（二）资本（K）资本投入被定义为资本存量所提供的服务（Barro&Sala-i-Martin，1992），但是实际可得数据并不进行此类测度，需要从理论上推导。在TFP研究中多均选取资本存量指标，如张小蒂和李晓钟（2005）、王志刚和龚六堂（2006）、刘洪和昌先宇（2011）、王维国和范丹（2012）等；也有学者选用固定资产净值，如李胜文和李大胜（2008）、吴军（2009）、董敏杰和李钢（2012）等；袁堂军（2009）引入资本使用者价格折算企业固定资产服务费用，不过这只适合微观的研究。对全社会的资本的测量通常使用永续盘存法（Goldsmith，1951），国内相关文献可见张军（2003）和单豪杰（2008）等，本文在单豪杰（2008）研究基础上将地区资本存量延伸到2012年。（三）劳动（L）劳动同资本要素是最常用的投入，理论上应当是一定时期内要素提供的服务流量，而不仅只是要素投入量，还应与要素的质量和利用效率等因素有关，核算涉及工作时间和劳动工资，这在发达国家都有详细的调查数据，中国相关数据的可得性和准确性尚不能为研究所用。国内学者多直接使用从业人员，如张小蒂和李晓钟（2005）等，匡远凤和彭代彦（2012）；齐亚伟和陶长琪（2012）以总就业人数与就业人员的平均受教育年限的乘积来表示有效劳动的投入数量，在质量上有所调整。本文采用多数文献的做法即使用就业人数，且生态足迹的基本核算以自然人口为基本单位，故不调整劳动力数量。（四）环境资源（EF）环境资源一般区分为资源投入和环境产出。资源作为中间投入在传统TFP测算中都不考虑在内，近年来，陈诗一（2010）、孙传旺和刘希颖（2010）、李玲和陶锋（2011）、王兵和黄人杰（2014）等都以煤炭、