中国工业绿色生产率再估算1978中国的绿色工业革命基于环境全要素生产率视角的解释(19802008).docxVIP

中国工业绿色生产率再估算1978中国的绿色工业革命基于环境全要素生产率视角的解释 一、 环境变量与能源约束 自索尔首次提出以来，作为投资因素之外的驱动经济增长的重要引擎，全要素生产力逐渐引入新的经典增长计算方法，投资因子和全要素生产力对输出增长的贡献越来越大。这也是评估和发展方法转变的主要依据（崔沃，1957；kimlau，1994；krugon，1994；年轻，1995）。1 然而,长期以来,文献中对生产率的度量只基于传统的资本和劳动要素,很少考虑到与可持续发展息息相关的能源和环境因素,这就对生产率度量的准确性和可持续分析的可靠性带来了疑问。事实上,能源和环境因素对产出的影响巨大,中国经济高增长长期以来就是通过高投资、高能耗和高污染排放取得的,这在工业部门表现尤为明显。改革开放以来,只占GDP 40.1%的工业却消耗了全国67.9%的能源,排放出全国二氧化碳的83.1%(陈诗一,2009)。2002年后,中国工业再次重型化,能耗和碳排放出现前所未有的飙升(如图1所示)。因此,本文工作之一就是要考察能源和环境约束对工业全要素生产率的影响。本文的主要任务是评估节能减排等环境政策的执行对中国经济的实际影响。 正如陈诗一(2009)指出的,文献中通常把能源消耗作为具有中间投入性质的新的投入要素来处理。而对环境污染变量的处理要复杂得多。起初,许多文献把污染排放也作为投入要素来处置,与资本、劳动或者能源投入一起引入生产函数。后来,有些研究者发现了污染排放的产出特征,不再将其视作投入要素,而是作为生产过程的副产品来处理,如F!?re et al. (1994)基于谢泼德距离函数的径向DEA分析。不过这时研究者还没有考虑到污染排放的负外部性,仍然把它和好产出同样对待。正如Nanere et al. (2007)所指出的,不考虑环境因素或者不能正确考虑环境因素给生产率度量带来有偏的结果。直到Chambers et al. (1996)和Chung et al. (1997)提出了基于方向性距离函数(Directional Distance Function, DDF)的环境规制行为分析模型(Activity Analysis Model, AAM),污染排放才不仅被看作副产品,而且被看作具有负外部性的非期望产出,和期望产出一起引入生产过程,从方法论上第一次比较合理地拟合了环境因素在生产过程中的制约作用,并使得捕捉环境规制的真实经济效应成为可能。该方法随即被广泛使用,如F!?re et al. (2001)、Boyd et al. (2002)、涂正革(2008)和王兵等(2010)。 本文将遵循上述能源和环境研究方法论的演化历程,在使用产出距离函数统一分析框架并把能源作为投入处理的前提下,分别基于环境污染变量的四种处理方法来度量中国工业近40个两位数行业在1980—2008年间的生产率变化及其分解,以探讨环境约束和环境规制行为下绿色生产力演进情况及其对新型工业化的影响。环境变量的四种处理方法(即模型1—4)分别为不考虑排放因素、排放变量作为自由处置的投入要素、排放作为与工业总产值一样自由处置的期望产出以及排放作为弱处置的非期望产出来处理。其中第1个模型为生产率文献中传统使用的处理方法。第4个模型采用基于方向性距离函数的行为分析模型和曼奎斯特—鲁恩博格生产率指数(Malmquist-Luenberger Productivity Index, MLPI),为本文的目标方法,该方法将会给出真实生产率度量。 接下来的结构安排如下:第二节综述对中国经济整体特别是工业部门进行生产率度量的主要文献;第三节介绍本文使用的数据以及基于方向性距离函数的环境规制行为分析模型和生产率指数计算方法;第四节对本文所度量的绿色工业生产率结果进行解释,并特别分析环境政策的绿色工业革命效应在中国是否存在及其变化模式;结论性评论将在第五节给出。 二、 对中国生产率分析的文献回顾 改革开放以来,中国经济创造了一个又一个奇迹,对此进行生产率分析的文献也层出不穷,它们从不同的视角来探讨生产率变化及其对中国经济增长的影响。这些文献的主体是利用总量时间序列数据从总量生产函数的角度来对中国经济整体或者某产业的生产率进行估算。 本文主要关心的是专门针对中国工业部门的生产率核算。陈宽等1988年的研究开创了中国工业生产率研究的先河(Chen etal.,1988),其后该领域生产率研究的文献大量涌现,超过了其他任何领域。这些文献有的关注中国工业全行业的生产率变化,如胡永泰(1998)、Bosworth&Collins(2008)、Jefferson et al.(2008);有的则关注国有和集体工业(包括乡镇工业),比如Wu(1995)、Jefferson et al.