區域差距與中國環境全要素生產率的關系分析
一、引言
改革開放以來，中國的區域經濟差距經歷了縮小—擴大一縮小的演進過程，20世紀80年代，落后地區農業生產率的提高對中國區域經濟收斂的形成產生了更為重要的影響(董先安，2004)，20世紀90年代，中國市場化進程中勞動力市場扭曲導致的要素配置效率差異是這一時期區域差距擴大的深層原因(蔡昉、王德文等，2001)，十六屆三中全會(2003)之后，中國的區域經濟在統籌區域發展的背景下向高位趨同，這也是改革開放以來一系列經濟發展戰略和政策長期作用的結果(劉樹成、張曉晶，2007)。國內外研究者對20世紀90年代中國區域差距的擴大給予了廣泛關注，到21世紀初進入高峰期①(金相郁、武鵬，2011)。總體來說，相關研究主要集中在區域差距的演變趨勢和影響因素，以及不同經濟領域的區域差距等方面。中國區域差距的影響因素主要包括物質資本、人力資本等生產要素的積累和全要素生產率(TFP)②，有人認為要素投入差異是我國地區差距的主要決定因素(李國璋、周彩云，2010)，也有研究指出，全要素生產率差異才是我國地區差距的主要決定因素(彭國華，2005;李靜、孟令杰等，2006;郭慶旺、趙志耘等，2005)。
現階段，中國區域間工業發展差距是經濟發展差距的主要原因，而全要素生產率在區域工業差距中扮演重要角色(曾先峰，2010)。傳統的全要素生產率分析僅僅考慮勞動、資本等生產要素，沒有考慮伴隨工業發展的環境污染問題及其約束。近年來，隨著人們對環境污染關注度的提高③，有些學者開始通過Malmquist-Luenberger指數④在中國區域生產率分析中納入環境因素，不過，他們使用的是全社會(或工業)總投入和產出，只是加入了環境污染這一“壞”產出，所測算的并不是嚴格意義上的環境全要素生產率，只能稱作考慮環境因素的市場全要素生產率。我們將兩項“壞”產出COD和的去除量⑤作為“好”產出，并選用工業企業污染治理投入，基于DEA的Malmquist生產率指數來測度中國的環境全要素生產率，以彌補該指數無法測度“壞”產出的缺陷。
在現有文獻中，分析中國區域差距和全要素生產率(含考慮環境因素的)的較多，而將兩者結合起來，分析其相互影響的較少，僅李靜(2009)、王俊能等(2010)、楊俊等(2010)分析了人均GRP和工業比重等因素對環境效率的影響，胡曉珍等(2011)將環境污染綜合指數作為經濟的非理想產出納入非參數DEA—Malmquist指數模型，測度并分析了我國的綠色Malmquist指數對區域經濟增長差距的影響及其時間演化趨勢，王兵(2010)全面分析了中國環境效率、環境全要素生產率及其成分，并對影響環境效率和環境全要素生產率增長的因素進行了實證研究。他們的研究結論各異，并不都支持王兵(2008)在分析APEC 17個國家和地區時得出的結論，即人均GDP和生產率指數之間具有倒“U”型關系。那么，我國的環境全要素生產率和人均GRP、工業比重之間相互關系如何，是否存在倒“U”型關系，這種關系對區域差距和環境污染問題又有什么影響和啟示?這將是本文研究的重點。
本文下面的安排是：第二部分介紹研究方法以及數據處理，第三部分對測算的環境全要素生產率進行實證分析和檢驗，第四部分是主要結論和政策含義。
二、研究方法與數據
(一)環境全要素生產率測度方法
相關研究對全要素生產率測度方法的介紹差別較大，對其分類也持不同意見⑥，Fare等(1994)構建的基于DEA的Malmquist指數法屬于非參數前沿生產函數法⑦，在實證研究中為學者們普遍采用。該方法具有以下優點：第一，在計算過程中相當于對數據進行了一階差分，消除了各地區同方向的變化，弱化了數據質量對測算結果的影響，同時，不需要價格資料，避免了價格信息不對稱所引起的問題;第二，不需要設定生產函數，也不需要成本最小化和利潤最大化的條件，避免了研究者的主觀判斷對實證結果的影響;第三，可以利用多數投入與產出變量，也可以實現有關全要素生產率的各種分解，使得結果更加豐富。
上式即為Malmquist生產率指數，記為TFP，它度量了決策單元從t期到t+1期整體生產率的變化程度。第一項EFFCH代表了技術效率的改變，若EFFCH>1，則決策單元更靠近生產可能性邊界，相對技術效率提高，EFFCH又可進一步分解為純技術效率指數PECH和規模效率指數SECH的乘積。第二項TECHCH代表了技術水平的改變，說明生產可能性邊界的移動，若TECHCH>1，則生產技術出現創新和進步。
(二)樣本及數據說明
在政治高度集中、經濟地方分權的體制下，中國的區域經濟基本上體現為行政區經濟，由于數據限制，大部分區域差距和全要素生產率研究都以省級行政單位作為分析對象，本文選取中國大陸28個省(自治區、直轄市)1992-2009年的匯總工業企業數據來進行分析⑩，計算環境全要素生產率的投入產出指標及其數據處理如下：
1.投入指標。勞動投入選用工業企業專職環保人員數，該項數據和其他投入產出原始數據均來自歷年《中國環境統計年鑒》，資本投入為工業污染治理資本存量，按以下方法得到：首先，根據全國的固定資產投資價格指數，將工業污染治理項目本年完成投資合計按1991年不變價折算，再按張軍(2004)的做法，將基年1992年的數據除以10%作為該省市的初始資本存量(11)，然后，參照萬東華(2009)，取固定資產折舊率為7.3%，最后根據永續盤存法計算得到各省市歷年的工業污染治理資本存量。
2.產出指標。如前所述，相關研究基本上都以GRP和工業增加值等指標作為“好”產出，以COD和排放量等工業污染指標作為“壞”產出，通過M—L指數來測算中國的環境全要素生產率，我們嘗試把工業廢水中COD和工業去除量作為產出，采用Malmquist指數方法計算，以更加直觀地反映環境投入產出效益。為了消除人口密度或城市化水平差異的影響，我們將以上投入產出數據除以各省市歷年的年底總人口數，得到人均數(12)。
三、實證分析與檢驗
利用第二部分介紹的研究方法和數據，我們通過DEAP2.1軟件測算了環境全要素生產率，按照不同區域劃分方法進行歸類比較，并分析環境全要素生產率的影響因素，從不同側面反映區域經濟發展差距對環境全要素生產率的影響。
(一)環境全要素生產率及其動態變化
現有涉及區域的研究大部分都將中國分為東、中、西三大經濟區進行對比，
這種縱向經濟區劃割裂了生態位勢較低而經濟位勢較高的東部地區與生態位勢較高而經濟位勢較低的西部地區的互補互利關系，將生態環境貢獻區和生態環境受益區隔離開來，在區域利益分配機制上存在著重大缺陷，相應地也帶來了日益嚴重的環境問題(孫紅玲，2008)。我們按照孫紅玲(2005)，把中國分為泛珠三角、泛長三角和大環渤海“三大塊”，然后將各省市歷年的環境全要素生產率按縱向“三大部”和橫向“三大塊”(13)分別進行歸類，求其均值和變異系數以進行比較。
從表1可以看出，全國各省市1992-2009環境全要素生產率平均增長率為15.3%，“三大部”中的最大值18.1%(中部)比最小值12.8%(西部)高5.3個百分點，而“三大塊”中的最大值17.2%(大環渤海)與最小值13.9%(泛珠三角)僅相差3.3個百分點，在環境全要素生產率平均增長率這一指標上，橫向“三大塊”的區劃也符合孫紅玲(2008)的研究結論，即相比縱向“三大部”，其各經濟區處于相對均衡的發展狀態，所分擔的生態環境建設責任也基本相當。1995-1996年，全國各省市的環境全要素生產率增長率平均達到60%，其中“三大部”中的中部為64.5%，“三大塊”中的泛珠三角為79.8%，對全國均值的貢獻較大，并且在1995年前后，全國增長率的平均值較大。在2005-2006年，全國平均出現了3.6%的負增長，其中“三大部”中的西部平均負增長13.6%，“三大塊”中的泛長三角平均負增長29%，對全國平均值的向下拉動作用較強。除了這幾個年度之外，其他年份保持10%-20%左右的平均增長率，波動不大。
表2中最后一行是全國各省市和各經濟區歷年環境全要素生產率均值的變異系數(14)，而不是各列的平均值，數據顯示，全國各省市歷年均值的差距并不大，變異系數僅為0.06，而縱向“三大部”之間和橫向“三大塊”之間的差異更小，分別為0.02和0.01，不過縱向間差距還是大于橫向間差距，縱向“三大部”中，中部各省市歷年均值的差距最大，橫向“三大塊”中，泛珠三角差距最大。第一列是全國各省市歷年環境全要素生產率的變異系數，雖有波動，整體上差距在縮小，第二、三列是兩類區劃中各大經濟區歷年均值的變異系數，后續各列是各經濟區內各省市歷年的變異系數，可以明顯地看出，無論哪種區劃，一級經濟區之間的差距遠遠小于全國各省市之間，以及各大經濟區“俱樂部”內各省市之間的差距，而橫向經濟區之間的差距在大部分年份小于縱向經濟區之間的差距，特別是“十一五”以來。
為了和相關研究進行對比，我們在表3中列出各省市年度平均環境全要素生產率及其分解，可以看出，1992-2009年增長率先逐年提高，到1995-1996年達到1.517，后在波動中趨于下降，“十一五”期間又開始逐年提高。各省市歷年平均環境全要素生產率平均增長率為9.1%，綜合技術效率平均增長6.3%，技術進步指數平均增長2.6%，可見，綜合技術效率的貢獻更大，其中純技術效率平均增長4.5%，規模效率平均增長1.8%，這說明環境全要素生產率的增長主要依靠純技術效率的提高，各省市向生產可能性邊界靠近，相對技術效率提高，但中國的工業企業規模依然較小，對其貢獻度不夠(15)。同時，技術進步指數增長率較小，生產可能性邊界的移動幅度不大，環境保護技術創新力度不夠，這與陳詩一(2010)的結論不同，但是，“十一五”以來，技術進步指數增長率逐年上升，和環境全要素生產率增長率保持相同變動趨勢，而其他幾個指數則逐年下降，說明近年技術進步的貢獻份額在提高，而其他指數的則相應下降。
(二)環境全要素生產率影響因素分析
參考現有研究中全要素生產率影響因素的選擇(16)，并限于數據的可得性，我們選取以下指標進行分析：(1)經濟發展水平。用1991年不變價人均GRP的對數來表示，同時，回歸方程中還考慮人均GRP對數的平方項，來檢驗環境全要素生產率和人均GRP之間可能存在的二次曲線關系。為了便于回歸結果的解釋，我們將生產率也相應取對數(17);(2)外貿依存度。用按經營單位所在地分進出口總額占GRP比重(DDFT)來表示，進出口總額數據需用人民幣基準匯價年度平均值轉化為人民幣，再將其按1991年不變價進行折算。(3)經濟結構。用1991年不變價工業增加值占GRP比重(IAV)來表示。考慮到工業增加值比重和人均GRP之間可能存在著交互效應(interaction effect)，我們在方程中添加兩者的交互項進行檢驗(18)。(4)區域因素。用人口密度的對數(LNDP)表示，人口密度為年底總人口數與面積的比(19)。我們利用面板數據回歸以下方程：
這說明人均GRP和生產率指數之間具有倒“U”型關系，而對綜合技術效率和技術進步指數的回歸也證實這種關系，并且前者的統計顯著性更高，整體貢獻更大，這和前文的分析保持一致。這種倒“U”型關系和環境庫茲涅茨曲線并不矛盾，轉折點上環境污染程度最高，但環境污染治理效率增長率也最高。這里人均GRP的轉折點為3019.36，除安徽、廣西、貴州、云南和甘肅以外，其他23個省市均已越過轉折點進入環境全要素生產率增長率下降的右半段，這意味著環境監管和治理的機會成本將使中國的節能減排任務更加艱巨(袁鵬、程施，2011)，也意味著區域差距的縮小可以帶來生產率增長差距的縮小，這是因為越靠近生產邊界，地區生產率增長越低，因此出現了后者對前者的追趕(Lall et al., 2002)，近年來我國區域差距和生產率增長率差距的共同變動趨勢是很好的例證。這種倒“U”型關系和王兵(2008)對APEC國家的研究結論一致，與Yoruk和Zaim(2005)關于OECD國家U型關系的結論相反，這可能是因為我國各省市之間、APEC各成員之間初始經濟發展水平的差距都較大，在樣本期內大部分成員經歷了生產率由遞增向遞減的轉折，而OECD各成員的發展水平更加接近。
工業比重的系數為-4.5385，它度量了人均GRP為0時工業比重對環境全要素生產率的偏效應，而這是沒有意義的。考慮到人均GRP和工業比重的交互效應，我們在人均GRP的均值處求得工業比重對環境全要素生產率的偏效應β=+8.066039=-0.5224，可見仍然為負值，工業化程度的提高導致環境
全要素生產率增長率的下降，但負向影響沒有之前那么大，綜合技術效率和技術進步指數的情況類似，同樣是前者與環境全要素生產率的結果更接近。很多研究也證實了這種負向影響(李靜、饒梅先，2011;胡玉瑩，2010)，但他們都沒有考慮上述交互效應，使回歸結果有很大偏誤。我們的結果表明，當前我國工業發展雖然還沒有走出以資源消耗、環境污染為代價的粗放模式，但近年來我國經濟結構調整和環境全要素生產率的提升具有一致性，同時，區域差距縮小，后發地區經濟發展水平提高導致的環境管制，也在一定程度上抵消了工業比重提高對環境全要素生產率的負面影響，這符合環境庫茲涅茨曲線的環境偏好論以及涂正革(2008)的結論。另外，外貿依度對環境全要素生產率有顯著正向影響，這支持了“污染天堂”假說(王兵，2010)，人口密度代表的區域因素也對其有顯著正向促進作用，這和一些研究使用地區虛擬變量得出的結論保持一致。 四、主要結論和政策含義
我們通過基于DEA的Malmquist生產率指數得到了中國的環境全要素生產率及其分解，發現環境全要素生產率的增長主要依靠純技術效率的提高，各省市最大限度地向生產可能性邊界靠近，純技術效率繼續提升的空間已經不大，規模效率增長率較低，對環境全要素生產率的貢獻度不夠。技術進步指數增長率相對較小，生產可能性邊界的移動幅度不大，環境保護技術創新力度不夠，但是，“十一五”以來，技術進步指數增長率對環境全要素生產率增長的貢獻份額在提高，其他指數則相應下降。所以，中國需要轉變經濟發展方式，依靠技術創新和進步，以及品牌企業規模效應的培育來促進環境全要素生產率增長，使其逐步在經濟發展和區域差距縮小中起主導作用。我國“十一五”以來的實踐及其成效也說明了這一發展路徑的合理性。
我們將各省市歷年的環境全要素生產率按照縱向“三大部”和橫向“三大塊”進行歸類比較，發現縱向“三大部”中平均增長率最高的是中部(18.1%)，橫向“三大塊”中最高的是大環渤海(17.2%)，“三大部”中，中部各省市歷年均值的差距最大，“三大塊”中泛珠三角差距最大，總體上縱向間差距還是大于橫向間差距。可見，從環境全要素生產率的角度來看，相比縱向“三大部”，橫向“三大塊”各經濟區處于相對均衡的發展狀態，所分擔的生態環境建設責任也基本相當。目前，以縱向區域劃分為載體的區域發展總體戰略及其配套規劃和政策在執行時遇到一系列體制機制障礙和問題，所以，橫向經濟區劃及其協調互動發展戰略、財政橫向分配等制度基礎的設計為區域差距問題和生態環境問題的解決提供了一個很好的思路，對產業轉移、生態補償和主體功能區的最終形成等也有一定的啟示。
對環境全要素生產率影響因素的回歸結果顯示，人均GRP和生產率指數之間具有倒“U”型關系，這種倒“U”型關系和環境庫茲涅茨曲線并不矛盾，轉折點上環境污染程度最高，但環境污染治理效率增長率也最高。除安徽、廣西、貴州、云南和甘肅以外，在樣本期內大部分省市經歷了生產率由遞增向遞減的轉折，這意味著環境監管和治理的機會成本將使中國的節能減排任務更加艱巨，而環境保護的投入產出彈性較小(李勝文、李新春，2010)，區域差距的縮小帶來了生產率增長差距的縮小。工業化程度的提高導致環境全要素生產率增長率的下降，而外貿依存度對其有正向影響，中國的“世界工廠”依然沒有走出以資源消耗、環境污染為代價的粗放增長模式，但負向影響沒有相關研究中的那么大，后發地區經濟發展水平提高帶來的政府環境管制力度加強，以及居民環境偏好的提升部分抵消了其負向影響。根據王兵(2008)對APEC的研究，工業份額與生產率指數之間具有U型關系，我們對中國28個省市的回歸證實了這一點。
在中國區域經濟向高位趨同的背景下，經濟發展水平和環境全要素生產率之間的倒“U”型關系能否轉向為N型曲線關系(20)，即進入生產率隨經濟水平的提高而遞增的階段?各省市工業增加值比重繼續提升的空間已不大，新型工業化道路對未來的生產率增長會有什么影響?同時，外貿依存度和人口密度對環境全要素生產率有顯著正向影響，那么本地市場效應和價格指數效應等新經濟地理因素在環境全要素生產率和區域差距中又扮演著什么角色?這些都值得進一步研究。
注釋：
①見金相郁，武鵬(2010)的整理。
②這兩項因素被新古典經濟增長理論視為經濟增長的源泉，也被廣泛用來解釋區域經濟發展差距。
③據《2007年全國公眾環境意識調查報告》顯示，公眾對環境污染的關注度高居第四位，僅次于醫療、就業和收入差距問題。
④Tornqvist指數、Fischer指數和Malmquist指數等傳統測度方法僅考慮“好”產出，M-L指數同時考慮“好”產出的增加和“壞”產出的減少。
⑤《中華人民共和國國民經濟和社會發展第十二個五年規劃綱要》將COD和作為主要污染物進行控制，要求“十二五”期間工業廢水中COD排放量和工業排放量分別減少8%，相關研究也通常將兩者作為“壞”產出。
⑥郭慶旺等(2005)將TFP測度方法分為2類：增長會計法和經濟計量法;傅勇等(2009)分為3類：增長核算法、時間參數法和前沿生產函數法;章祥蓀等(2008)則將其分為4類：增長核算法、生產函數法、隨機前沿分析法，以及數據包絡分析法(Malmquist指數法);Coelli等(2005)將其分為4類：代數指數法、增長核算法(索洛余值法)、隨機前沿生產函數法(SFA)和數據包絡分析法(DEA)，段文斌等(2009)的分類類似。
⑦還有參數前沿生產函數法，其又可以分為確定性前沿和隨機性前沿。
⑧見章祥蓀，貴斌威.中國全要素生產率分析：Malmquist指數法評述與應用[J].數量經濟技術經濟研究，2008, (6).
⑨Lovell將構成CRS生產可能集的前沿技術稱為基準技術，即為了計算TFP而定義的參照技術，將構成VRS生產可能集的前沿技術稱為最佳實踐技術，即現實中存在的前沿技術。
⑩以下簡稱28個省市。中國大陸31個省級行政單位中，西藏的統計數據缺失嚴重，青海2001-2006年的工業去除量數據缺失，重慶納入四川，所以本文考慮28個省市。《中國環境年鑒》從1990年開始
編制，但1992年之后才比較規范完備，故本文的樣本區間為1992-2009。年鑒中各項統計指標以匯總工業企業為主，而工業也是環境的主要污染源，本文計算環境全要素生產率的投入產出數據均是各省市歷年的匯總工業企業數據。
(11)實際上，如果參照一些研究中的做法，假設基年的工業污染治理項目本年完成投資合計與基年固定資產投資合計的比，等于基年工業污染治理資本存量與基年社會資本存量的比，便可以根據統計年鑒中的投資數據和一些學者估算的社會資本存量數據得到基年工業污染治理資本存量，根據比較，數據相差不大，而只要口徑一致，基年的工業污染治理資本存量數據并不是太重要，任何一種合理假設都是可取的。
(12)其中勞動力數據為工業企業專職環保人員數占總人口的比重。
(13)東部11個省市，中部8個省市，西部12個省市的“三大部”經濟區劃較為常見;“三大塊”中的泛珠三角包括粵、閩、瓊、湘、鄂、贛、桂、渝、云、貴、川、藏12個省市，泛長三角包括滬、蘇、浙、皖、豫、陜、甘、寧、青、疆10個省市，大環渤海包括京、津、遼、魯、冀、晉、吉、黑、蒙9個省市，詳見孫紅玲的系列文章，當然，其合理性尚待檢驗。如前文所述，本文僅考慮28個省市，故文中各相應經濟區不包括渝、藏和青。我國當前區域發展總體戰略的東、中、西和東北的區劃中，東北所占份額太少，和橫向三分不具有可比性，本文不采用。
(14)反映絕對差距的極差、極均差、平均差和標準差等指標，以及反映相對差距的極值比率、極均值比率、平均差系數、變異系數、基尼系數和泰爾指數等指標，都曾用來研究我國的區域差距，也有一些學者用收斂假說來進行實證分析，其中變異系數是最常用的指標，見金相郁，武鵬(2010)的整理。
(15)根據前文介紹，環境全要素生產率(TFP)=綜合技術效率(EFFCH)×技術進步指數(TECHCH)，其中，綜合技術效率(EFFCH)=純技術效率(PECH)×規模效率(SECH)。
(16)Loko&Diouf(2009)對決定全要素生產率增長的因素進行了詳細的探討。另見王兵(2008, 2010)，李靜(2009)，王俊能等(2010)，楊俊等(2010)等的研究。
(17)實際上，回歸結果顯示，取對數后各解釋變量的顯著性也大大提高。
(18)因為回歸方程中含有人均GRP對數的平方項，為了在LNGRPPC和IAV均值水平下得到人均GRP對環境全要素生產率的影響，我們在回歸時用(LNGRPPC-8. 066039)2代替LNGRPPC2，用LNGRPPC·(IAV-0.6111936)代替LNGRPPC·IAV，這樣，LNGRPPC的系數就變成了在均值水平上的偏效應。其中，8.066039和0.6111936分別是LNGRPPC和IAV的均值。
(19)除人均GRP來自國家統計局數據庫外，以上原始數據均來自中經網統計數據庫。
(20)實際上，我們在回歸時加入人均GRP對數的三次方來檢驗N型曲線關系，結果出現了完全共線性，未通過檢驗。
使用微信“掃一掃”功能添加“谷騰環保網”
