環境視角下中國工業效率測度及影響因素研究

辜子寅

（1.中南財經政法大學 統計與數學學院，武漢 430073；2.常熟理工學院 數學與統計學院，江蘇 常熟 215500）

0 引言

改革開放以來，我國工業占國內生產總值的比重一直維持在40%左右，工業對國民經濟具有舉足輕重的作用。2011年12月，國務院下發《工業轉型升級規劃（2011～2015年）》的通知，通知明確指出增加自主創新能力、提高工業效率、促進綠色工業發展是工業轉型升級的重點任務。我國進入工業化發展的中后期階段，正處工業轉型的關鍵時期，對工業效率的正確測度不得不考慮對生態環境帶來的影響。近年來，學者們開始對此問題進行研究。Jefferson等（2000）[1]對我國工業所有制、生產效率及財務績效進行考察并分析其變化趨勢。Zofio與Prieto（2001）[2]基于CO2的排放角度衡量了OECD中14個國家制造業的環境成本。Baris等（2005）[3]利用Malmquist-Luenberger指數方法在考慮環境污染基礎上測算了OECD國家的生產率狀況。陳詩一（2009）[4]將CO2的排放作為一種投入要素，運用超越對數分行業生產函數測算我國實際工業生產率。涂正革等（2008、2011）[5-6]以SO2作為非期望環境產出，運用SBM模型對資源環境約束下我國工業的環境效率及其影響因素進行實證分析。韓元軍等（2011）[7]以工業SO2為非期望產出考察環境非規制、弱規制和強規制下的工業效率及影響因素。劉睿劼等（2012）[8]以工業環境影響的社會支付意愿代表環境投入，采用超效率DEA模型對我國2005～2009年各地工業效率差異進行綜合評價。王燕等（2012）[9]以廢氣排放作為非期望產出，引入方向性距離函數和Malmquist指數法測度了我國綠色全要素生產率。

在前人研究基礎上，本文所做工作主要有以下幾個方面：第一，以往學者大多以CO2、SO2等單一污染作為工業產出在環境上犧牲，本文采用工業“三廢”全面衡量環境污染。第二，本文從靜態與動態兩方面測度工業效率，并對比不考慮環境污染的效率值，找出工業發展落后的地區，并對地區工業發展效率的收斂性進行判斷，以往學者少有研究。第三，對工業效率影響因素的選擇，以往的研究大多關注與經濟增長相關的變量，而忽略經濟波動的影響，本文彌補此研究空缺。

1 工業效率的測度

1.1 變量選取和數據處理

本文研究時段為1997～2010年，研究對象為全國30個省市（由于西藏缺失數據較多，故不在分析范圍內）。投入變量和產出變量的基本數據來源于歷年《中國統計年鑒》、中國經濟信息網專題資料庫及國研網數據庫。

投入變量從資本投入和勞動力投入兩方面來考慮。資本投入用工業固定資產凈值年平均余額來表示，為消除價格因素，以固定資產價格指數（以1997為基期）對其進行調整。由于往年沒有工業從業人員直接統計數據，而從核算上我國工業包括采礦業、制造業、電力、燃氣及水的生產和供應業三大部門，則用此三部門年底從業人員數作為勞動力投入。

產出變量從期望產出和非期望產出兩方面考慮。期望產出即“好”產出，用地區工業增加值來表示，以工業品出廠價格指數（以1997為基期）剔除價格影響。非期望產出即“壞”產出，則用工業“三廢”來表示，即工業廢水排放總量、工業廢氣排放總量和工業固體廢物排放總量。在運用DEA或Malmquist指數方法進行效率測算時，由于傳統模型總希望投入最少最好，產出越多越好。那么，對含有非期望產出的模型，“壞”產出需要進行轉換。目前常見的處理方式主要有兩種，一種是將“壞”產出作為投入變量進行分析，但這種處理方法違背物質平衡法的基本思想，對期望產出和非期望產出的不對稱處理會扭曲工業效率的測度，甚至出現政策建議的謬誤。另一種處理方式是將“壞”產出進行線性或非線性變換，使之成為越大越好的變量。本文的分析將使用第二種思路，采納Seiford與Zhu（2002）[10]提出線性數據函數變換方法對工業“三廢”進行處理，即=-yit+max(yt)+1，其中，yit表示第t年第i個地區“三廢”排放量原始值，max(yt)為第t年排放量的最大值，yit轉化后記為。

1.2 基于DEA的靜態效率測度

1.2.1 中國工業效率測度及差異研究

利用deap2.1分析軟件，構建DEA中C2R模型計算得到我國30個省市每年工業技術效率值（crste），再構建DEA中的C2GS2模型將技術效率分解為純技術效率（vrste）和規模效率（scale），有crste=vrste×scale。依據歷年靜態測算結果，計算1997～2010年各效率的平均值，不考慮工業“三廢”污染的評價結果見圖1所示，考慮非期望產出測度結果見圖2所示。

圖1 不考慮環境污染的工業效率

圖2 考慮環境污染的工業效率

由圖1，不考慮環境污染時，工業效率較高的地區依次是江蘇、浙江、福建、廣東、湖南、河南、山東、河北和上海，其技術效率值均大于0.8。其中，江蘇和廣東的純技術效率在這期間一直處于最優狀態。而其它地區的規模效率皆大于0.9，純技術效率是制約工業效率進一步提升的主要原因。工業效率低下的地區為新疆、青海、甘肅、寧夏、山西和貴州，其技術效率值均低于0.5。其中，山西主要由于純技術效率很差，青海主要因為工業規模受到限制，而新疆、甘肅、寧夏和貴州則受到純技術效率和規模效率的雙重拖累。

由圖2，若考慮環境污染的制約，工業效率排名前5位的地區依次為海南、福建、青海、江蘇和浙江，其技術效率、純技術效率和規模效率均大于0.9，尤其是青海，歷年一直處于相對最優水平。而排名后5位的地區分別是新疆、山西、甘肅、遼寧和黑龍江，它們的規模效率都較高，而純技術效率皆存在較大的改進空間。

對比圖1與圖2，從地區層面來看，排名變化較大的地區有6個。其中，海南、青海、寧夏三地的工業效率在不考慮環境污染時排名十分靠后，分別為23、29、27，而在考慮環境污染后排名迅速提高到1、3、14。另外，山東、湖北和黑龍江三省工業效率則在考慮環境污染后排名分別為12、25、26，較不考慮污染時落后5～7位。同樣出現排名變化后移的地區還有上海、安徽、天津、四川和北京，較不考慮污染時名次落后4位。這些地區工業增加值的提高是以工業“三廢”大量排放、犧牲環境為代價換取的。對比圖1，從圖2不難發現，在考慮環境污染后，工業規模效率總體較高，低于0.9的地區僅6個，分別為北京、天津、山東、上海、黑龍江和廣東，這幾個地區恰處于規模收益遞減階段，表明投入量的增加不可能帶來更大比例的產出增量，工業規模過于龐大已經帶來負效應。整體上看，我國工業規模效率已接近最優前沿面，工業技術效率主要受純技術效率的影響，只有通過技術創新，突破瓶頸因素制約，才能從根本上改善工業效率。

從東、中、西部三大區域層面來看，不考慮環境污染時，東部地區工業效率最高，平均值為0.759，中部地區次之，平均值為0.646，西部地區最差，平均值為0.540。在考慮環境污染后，東部仍最高，為0.819，其次是西部，為0.703，最差的是中部，為0.699。總體上看，東部純技術效率較高，平均值為0.928，其規模效率有待改進，平均值僅為0.889。中、西部工業效率值較接近，規模效率平均值分別為0.951和0.980，純技術效率平均值依次是0.740和0.718，中、西部在純技術方面有很大提升空間。

1.2.2 中國工業效率收斂性分析

從以上分析可以看到，在考慮環境污染情況下，不同地區工業效率存在較大差異，下面通過對工業效率進行收斂性檢驗來探索這種差異是怎樣演變的。收斂性有σ收斂和β收斂，由于β收斂存在Galton謬誤，故本文運用σ收斂的檢驗來考察我國工業效率差異發展的變化趨勢。σ收斂性的檢驗方程是：，其中，xit為第t年第i個地區的工業效率值，為n個地區工業效率值在第t年的方差，其平方根σt即為標準差。若σt+1＜σt，則表示σt伴隨時間而變小，即存在σ收斂性。考慮環境污染，我國工業技術效率、純技術效率和規模效率的標準差演變如圖3所示。不難發現，各地區的工業技術效率和純技術效率的演變趨勢基本一致，即標準差在反復波動中不斷上升，不具有σ收斂特征。規模效率變化相對平穩，標準差在2000～2004年期間從0.168逐步下降到0.097，存在σ收斂，之后又呈現發散態勢。

1.3 基于Malmquist指數的動態效率測度

1.3.1 中國工業效率測度及差異研究

DEA方法用的是每一年度的截面數據，測度的是工業生產過程中各個地區在同一時點的相對效率，因此上述研究是從靜態角度評價了我國30個省市工業效率。Malmquist生產率增長指數是對包含時間變量的面板數據進行動態分析，測度投入產出效率的變化，可分解為效率改進指數（effch）和技術進步指數（tech），而效率改進指數可進一步分解為純技術效率變化指數（pech）和規模效率變化指數（sech），即：Malmquist=effch×tech，effch=pech×sech。下面運用軟件deap2.1測度1997～2010年效率變動情況，結果見表1、表2所示。

圖3 環境視角下工業效率的標準差演變

表1 1997～2010年Malmquist指數年均變化情況

由表1，從全國總體水平來看，若不考慮環境污染，1997～2010年期間Malmquist指數年平均增長率為5.7%，除1999年工業效率出現下降外，其余各年Malmquist指數都大于1，表明工業效率逐年得到提升。Malmquist指數提高來源于效率改進和技術進步的雙重貢獻，其中，技術進步指數平均增長率為4.2%，而效率改進指數平均增長率為1.4%，純技術效率均值為1，說明效率改進全來自于規模效率的貢獻。

考慮環境污染后，全國工業平均效率出現下滑，Malmquist指數年平均增長率由5.7%下降到3.4%，有5個年份出現效率退步。工業效率主要驅動力量來自技術進步，其貢獻為3.2%，一直以較平穩的速度增長，僅3年出現技術內陷。而效率改進的貢獻僅為0.1%，呈現波動性增減。規模效率變化指數為0.999＜1，2005年前為低增長時期，2005年后規模效率連續惡化，說明工業效率的提高沒有得到規模效率的有力支撐，規模效率存在很大的改進空間。總的來看，除純技術效率略有提高，其他效率指數平均值都低于不考慮環境污染時的對應數值，這表明我國工業發展過程中，工業“三廢”造成了效率的嚴重損失，忽略環境的約束會使工業效率的評價失真。

表2 1997～2010年各地區Malmquist指數變化情況

由表2，從三大區域層面來看，若不考慮環境污染，東部Malmquist指數最高，年平均增長率為7.3%，其次是西部，為5.3%，中部增長速度最慢，為3.9%。三大區域的效率改進指數和技術進步指數均大于1，共同推動效率的提高。東部的上海、天津、海南和西部的青海、內蒙古平均每年效率改善幅度均超10%，全國僅黑龍江的效率受到遏制，出現負增長。

考慮環境污染后，大多數指數出現不同程度的下降。相對而言，東部Malmquist指數仍然最高，中、西部排名發生變化，西部平均增長率最低，僅為1.5%。從變動的主要源泉來看，技術進步指數的貢獻分別為4.9%、2.3%和2.2%，效率改進指數亟待提高，對東、中部效率改善的促進程度不到1%，而西部下降幅度達到0.7%。對效率改進指數進行分解，發現東部效率改進來源于純技術效率和規模效率提高的共同作用，盡管兩者上升幅度都不是很大。中部純技術效率是最高的，但受到規模效率下降的拖累，使得效率改進指數略有上升。西部恰恰相反，純技術的下降幅度（-0.8%）大于規模效率提高的幅度（0.1%），最終使效率改進指數出現退化。考慮環境污染的制約，Malmquist指數改善幅度超過10%的地區只有2個，上海和天津，較不考慮環境污染時有所下降。Malmquist指數小于1的地區有6個，分別是來自中部的黑龍江、山西和來自西部的寧夏、貴州、云南、甘肅，較不考慮環境污染時的數量增加了5個，說明這些省份在工業發展過程中均付出了環境代價，比如，黑龍江東部和山西就已建成大型煤炭基地，是以高污染的重化工業為主導產業。

1.3.2 中國工業效率收斂性分析

考慮環境污染，我國工業動態效率Malmquist指數、效率改進指數和技術進步指數的標準差演變如圖4所示。不難發現，各指數波動頻繁，均不具有σ收斂特征。但相對初始值，各地區動態效率差異明顯減弱。

圖4 環境視角下工業動態效率的標準差演變

2 工業效率影響因素分析

2.1 變量選取和數據處理

以上基于環境視角從靜態和動態兩方面對我國30個省市1997～2010年的工業效率及其收斂性進行了測度，結果表明，無論靜態效率還是動態效率，各地區均存在較大差異，且此差異呈現進一步擴大的趨勢。落后地區應如何改進才能提高工業效率呢？下文通過構建面板數據模型對環境視角下的動態工業效率的影響因素及其影響程度進行探討。影響因素從如下5個方面來考慮：（1）產權結構，用國有及國有控股企業工業總產值占各地區整個規模工業總產值的比重來表示，記為X1；（2）貿易開放度，用各地區進出口貿易商品總值（由于原始數據是用美元記錄的，故要通過人民幣匯率年平均價將其轉化為人民幣形式）與GDP之比來表示，記為X2；（3）政府影響力，用各地區政府財政支出占GDP比重來表示，記為X3；（4）環保舉措，用工業二氧化硫去除率作為代理變量，是用工業二氧化硫去除量占其排放總量的比重表示，記為X4；（5）經濟波動。將各地區GDP按可比價格（以1997為基期）折算為實際GDP，剔除價格因素影響，然后取其自然對數，運用H-P濾波方法分離長期趨勢部分，得到周期性經濟波動部分，記為X5。若X5大于0，表明經濟勢態良好，處于向上運行過程中，若X5小于0，表明經濟出現下滑。以上數據來源于歷年《中國統計年鑒》、中國經濟信息網專題資料庫及國研網數據庫。

以X1-X5為自變量，分別以Malmquist生產率增長指數、效率改進指數（effch）和技術進步指數（tech）的累計值（以1997年為基期，指數設為1，后續年份指數在此基礎上累加折算）為因變量，構建面板數據模型。模型設置如下：Malmquistit=ci+β1X1it+β2X2it+β3X3it+β4X4it+β5X5it+uit effchit=ci+β1X1it+β2X2it+β3X3it+β4X4it+β5X5it+uit techit=ci+β1X1it+β2X2it+β3X3it+β4X4it+β5X5it+uit

2.2 實證過程及結果

2.2.1 面板單位根檢驗

為了避免出現偽回歸現象，采用LLC方法對各個變量進行單位根檢驗以判斷其平穩性，利用EViews軟件得LLC 統計量分別為-16.4472（X1）、-2.9745（X2）、-3.6693（X3）、-2.6442（X4）、-7.4108（X5）、-4.2542（effch）、-11.3154（tech）、-5.9285（Malmquist），相伴概率均接近于0，則拒絕存在單位根的原假設，表明各自變量與因變量均為平穩序列，可以建立面板數據模型。

2.2.2 回歸分析結果

由于使用的是所有地區的數據，可看作是總體，故適宜運用固定效應模型。本文采用廣義最小二乘法對模型參數進行估計，使用估計的截面殘差的方差進行加權，模型擬合效果很好，回歸方程如表3所示。

表3 工業效率影響因素分析

產權結構對Malmquist指數產生顯著負向影響，表明國有及國有控股企業工業總產值占整個規模工業總產值比重下降1%，工業效率會上升0.34個百分點。這一負效應主要來源于對技術進步的阻礙，因為國有及國有控股企業工業總產值比重對效率改進指數沒有顯著影響。具體來看，1997年全國國有及國有控股企業工業總產值比重為25.52%，隨后幾年，國有企業數量迅速膨脹，1999年此比重達到最大值48.92%，一直到2003年后，國民經濟重拾兩位數的增長速度，工業得到極大促進，國有及其控股企業比重才逐漸下降至2010年的26.60%。三大區域間國有企業產值比重差異非常顯著，2010年，東、中、西部國有企業及其控股企業工業總產值比重分別為20.48%、35.30%、44.18%。前文分析得到，無論靜態效率還是動態效率，東部都是最優的，而東部的國有及其控股企業產值比重歷年都是最低的，一般都維持在20%左右，西部一直都是最高的，1999年達到最高值75.37%。國有及其控股企業技術力量薄弱，缺乏有效的激勵和約束，不能優化配置資源，制約著工業效率的提高，鼓勵民營企業、外資企業等非國有工業企業的發展壯大，引進先進的技術設備和管理經驗，有利工業水平的提高。

貿易開放度對Malmquist指數、效率改進指數和技術進步指數均產生顯著正向影響。加大進出口，擴大內需和外需，繁榮工業，要特別關注進出口商品的類別及其金額。我國一直保持貿易順差的部門中，比如食品制造業（順差額由1997年20.85億美元增加到2010年97.63億美元）、紡織原料及紡織制品業（相比1997年，2010年的順差額翻了2.71番）、皮革制品業（2010年順差額155.46億美元，是1997年的4.35倍），這些部門的化學需氧量、氨氮、苯胺、氰化物、揮發酚等污染物的排放系數較高。這些商品產出及出口的增加必然加重環境的負荷。而同樣保持順差額不斷擴大的通信、電子設備制造業各種污染排放系數則相對較低，對工業效率有促進作用。而我國在保持貿易逆差的部門中，造紙業（逆差額由1997年的36.58億美元逐漸增加到2010年的76.59億美元，翻了1番）化學需氧量排放系數高，非金屬礦物制品業（逆差額由44.11億美元增加到2726.52億美元）二氧化硫排放系數高，化學工業（逆差額由9.10億美元增加到182.34億美元）多類污染物的排放系數都很高，大量進口這些部門的產品，減少其在中國的生產足跡，在很大程度上能緩解環境壓力，提高工業效率。可見從理論上，進出口不同類型的產品對環境視角下的工業效率作用不同，而從實證結果來看，貿易開放度的擴大為我國工業可持續發展提供有力支持。

政府影響力對Malmquist指數產生顯著負向影響，其中，對技術進步沒有顯著影響，負作用表現為對效率改進的拖累。在工業發展進程中，企業受利益驅使，會出現盲目追求經濟效益而產生環境污染的問題，外部性的存在導致市場失靈，此時要靠政府通過法律法規和運用各種行政手段進行管制。2010年國家在環境保護方面的財政支出2441.98億元，占財政支出總額的2.72%，其中2.85%來自中央支出，97.15%來自地方支出。當前國家對環保的支持力度還不夠，現行財政政策未能對工業效率的提升起到積極作用，政策有待進一步完善。政府要加大環保宣傳力度，提高企業環保意識和民眾的監督意識，切實發揮非政府組織的作用，以法律法規的形式明確環保目標和標準，對達不到目標的企業加大稅收和進行懲罰，對注重環保的企業和項目進行補貼和資助。

環保舉措對Malmquist指數產生顯著正向影響，其中，對技術進步的推動作用強于對效率改進指數的提高，這說明強化對工業“三廢”的治理會促進工業效率的改善。環保舉措的加強必然要加大環保投資和污染治理力度，具體來看，2010年我國工業污染治理完成投資396.98億元，較2000年234.79億元有了較大增幅，2007年一度達到最高投資額552.39億元，其中治理工業廢水的力度是最大的，近些年其資金占投資總額的50%左右。污染治理投資的地區差異也較大，就2010年而言，東部完成投資176.50億元，遠高于中部的105.56億元和西部的114.92億元。與投資成正比的是“三廢”綜合利用產品產值，有了效率和技術的支撐，2010年全國“三廢”綜合利用產品產值1778.50億元，東部就占54.84%，比1997年多4.46個百分點。可見，環境視角下工業效率的提高與污染治理投資的重視是密不可分的。在今后工業發展過程中，中、西部要加大環保投資力度，加強對“三廢”排放的治理和控制能力，提高工業效率。

經濟波動對Malmquist指數、效率改進指數和技術進步指數均產生顯著負影響。這說明經濟向上波動會阻礙Malmquist指數的提升，相反，經濟出現下滑反而會促進效率改進和技術進步。1997～2010年期間，國民經濟的最低谷發生在1999年，GDP增長率僅為7.6%，而2007年則以14.2%的高速增長。對比這兩年我國大中型工業企業科技活動情況，盡管有技術開發機構的企業數、從事技術開發經費等絕對指標，2007年的數值高于1999年，但從相對指標來看，1999年有技術開發機構的企業占全部企業的比重為32.0%，而2007年此比重卻下降到24.7%，同樣，技術開發經費支出占產品銷售收入的比重由1999年的1.35%降到2007年的0.81%。經濟向上運行時，市場需求較大，企業容易滿足一時的盈利而不思進取和不求創新。反而，經濟向下波動時，在一定程度上形成“倒逼機制”，迫使企業反思，在逆境中尋求效率突破和技術革新。浙江省統計局對3791家大型工業企業2008年第四季度的調查顯示，46.4%的企業把生產新產品、調整產品結構作為應對國際金融危機的主要措施，經濟向下波動時期企業具有更大的創新激勵。

3 結論

從靜態效率來看，若考慮環境污染的制約，海南、福建、青海、江蘇和浙江工業效率較高，新疆、山西、甘肅、遼寧和黑龍江工業效率較低。從區域層面來看，東部地區工業效率最高，但工業規模過大，規模效率還有進一步提升的空間。中、西部工業效率較差，主要表現為技術落后，純技術效率亟待改善。各地區的工業靜態效率差異較大，不存在σ收斂特征。

從動態效率來看，考慮環境污染后，工業效率平均增長率出現不同程度下滑，說明總的來說“三廢”排放造成了效率的損失。工業效率主要驅動力量來自技術進步。從區域差異看，東部效率最高，中部主要受到規模效率下降的拖累，西部的問題出現在純技術效率下降幅度較大。各地區的工業動態效率差異較大，也不存在σ收斂特征。

從工業效率的影響因素來看，貿易開放度和環保舉措對工業效率產生顯著正向影響，產權結構、政府影響力和經濟波動對工業效率產生顯著負向影響。在“中部崛起”和“西部大開發”戰略的推動下，不可否認，中、西部的工業經濟得到了快速增長，但若以粗放型經濟為主導，走先污染、后治理的老路，工業的發展將不可持續。從環境的視角正視工業效率，對以工業為國民經濟主體的中國具有重要的意義。

[1]Jefferson G,Rawski T,Li W,Zheng Y.Ownership,Productivity Change,and Financial Performance in Chinese Industry[J].Journal of Comparative Economics,2000,28(4).

[2]Zofio J L,Prieto A M.Environmental Efficiency and Regulatory Standards：The Case of CO2Emission from OECD Industries[J].Resource and Energy Economics,2001,23(1).

[3]Baris K,Yoruk,Osman Zaim.Productivity Growth in OECD Countries：A Comparison with Malmquist Indices[J].Journal of Comparative Economics,2005,53(2).

[4]陳詩一.能源消耗、二氧化碳排放與中國工業的可持續發展[J].經濟研究，2009，(4).

[5]涂正革.環境、資源與工業增長的協調性[J].經濟研究，2008，(2).

[6]涂正革，劉磊珂.考慮能源、環境因素的中國工業效率評價[J].經濟評論，2011，(2).

[7]韓元軍，林坦，殷書爐.中國的環境規制強度與區域工業效率研究：1999～2008[J].上海經濟研究，2011，(10).

[8]劉睿劼，張智慧.環境約束下的中國工業效率地區差異評價[J].長江流域資源與環境，2012，(6).

[9]王燕，謝蕊蕊.能源環境約束下中國區域工業效率分析[J].中國人口·資源與環境，2012，(5).

[10]Seiford L M,Zhu J.Modeling Undesirable Factors in Efficiency Evaluation[J].European Journal of Operational Research,2002,142(1).