□王 超,周莎莎,蔣 萍
(湖南工程學院,湖南 湘潭 411104)
隨著國際氣候合作的愿望越來越強烈,特別是中國政府參與國際氣候變化談判后,作出了一系列有魄力的碳減排承諾。例如,在2015年6月,在《聯合國氣候變化框架公約》中,中國首次正式提出將于2030年左右使二氧化碳排放量達到峰值并爭取盡早實現;到2030年中國單位國內生產總值的二氧化碳排放量要比2005年下降60%~65%。然而事實上,《第三次氣候變化國家評估報告》中顯示:中國能夠承受的最大減排率為45%,而美國和歐盟是75%,如果中國每年降低0.2%的排放增長量,到2050年GDP會比不控制排放下降5.12%。現有能源消費結構和環境稟賦的情況,使得中國要想實現承諾的低碳減排目標困難重重。在經濟發展新常態下,面對國際國內雙重壓力,科學合理的測算中國工業行業綠色生產績效的發展趨勢及其變化,盡早實現經濟的高質量發展,是中國當前迫切需要解決的重大現實問題。
目前關于工業行業綠色環境績效綠色生產績效的研究很多,如學者錢娟(2017)[1]采用非參數SML模型,結合非參數DEA連續前沿與 Malmquist-Luenberger 指數模型測度包括CO2的壞產出的技術進步水平和全要素生產率的績效,以此來避免傳統DEA測算可能出現的技術退步現象。但是傳統ML指數且大多未同時考慮能源和排放因素,無法全面、客觀的反映工業綠色生產率[2],在研究技術進步與工業減排的關系中沒有過多關注工業的碳排放特征和減排成本,而且傳統ML指數測算時幾何平均數在形式上不滿足傳遞性以及線性規劃可能存在無可行解的情況[3][4]。同時,也有學者通過單獨通過Malmquist Luenberger 全要素碳排放績效指數,估算考慮非期望產出的技術效率和技術進步變化指數[5][6]。學者王惠(2015)[7]在考慮能源投入與碳排放的共同生產前沿分析框架下,運用非徑向、非角度的 SBM 模型測評我國 2003-2013 年省際工業CO2排放績效,通過核密度估計工業 CO2排放績效的動態分布特征。
此外,也有學者劉明磊(2011)[8]從非參數距離函數方法分析能源消費結構約束下的我國各省 CO2碳排放績效水平和 CO2邊際減排成本,但是這種研究方法需要在既定投入情況下,對非期望產出采用強可處置性可能導致非期望產出減少的數量超越生產前沿,這顯然不符合邏輯。另外,李靜(2015)[9]通過基于 SBM 的網絡 DEA 模型對工業行業 2001——2012 年綠色生產和環境治理的兩階段的效率、生產率及構成進行了研究,結果表明SBM 兩階段網絡模型的結果比僅考慮生產階段結果更能反映真實的工業效率;可是網絡DEA存在徑向和松弛性問題[10]。
基于上述考慮,為了較為準確地計算包含非期望產出二氧化碳排放條件下綠色生產績效,本文采用全局GML指數來測算38個工業行業2004-2015年的綠色生產績效,以此來克服傳統ML指數測算可能出現的技術退步現象、非同期的線性規劃可能存在的無可行解以及不滿足傳遞性的特點,并進一步將綠色生產績效分解為技術創新與技術進步效應,以期為中國工業行業綠色生產、節能減排和低碳發展提供科學全面的依據。

PG(x)=
(1)

本文選取2003-2015年為研究期間,選取《國民經濟行業分類標準》(2002版)中38個工業行業作為研究樣本。考慮到2011年以后國民經濟數據行業統計口徑按照《國民經濟行業分類標準》(2011版)來統計,故對2011年之后汽車制造業、鐵路、船舶、航空航天和其他運輸設備制造業進行合并,歸為交通運輸設備制造業,同時將橡膠和塑料制品行業分拆為橡膠行業和塑料行業兩類。
同時,將38類行業按照2008年6月環保部頒布的《上市公司環保核查行業分類管理名錄》分為處理組(S1-S21)和控制組(S22-S38)(見表1),其中處理組是《上市公司環保核查行業分類管理名錄》所包含的21類重點污染行業類型,控制組的行業則是工業行業中不在管理名錄中的其他工業行業,這17類行業不屬于重點核查的行業。
環境綠色生產績效的測算主要選取固定資產投資(K)、人均勞動力(L)、能源消費(E)作為投入變量,工業總產值(Y)和非期望產出二氧化碳排放(C)作為產出變量。具體變量選取如表2所示。

表1 處理組和控制組行業代碼與類型

表2 綠色環境績效的投入產出要素
其中考慮到目前化石能源的燃燒是中國碳排放的主要來源,本文在IPCC框架下選取中國消費的三種主要化石能源(即煤炭、石油和天然氣),按照方程(1)計算得到人均二氧化碳排放量。
(1)

通過全局GML指數測算發現,控制組所屬的21個重污染行業的綠色生產績效均值明顯地高于處理組所屬的17個工業行業。在2009年和2015年,處理組的綠色生產績效高于控制組(見圖1),出現這種現象的原因與2008年6月環保部頒布環境規制強度政策《上市公司環保核查行業分類管理名錄》有很大的關系。無論是處理組、控制組還是總體樣本行業,綠色生產績效整體上來說呈現一個下降的態勢(見表3)。
同時,通過統計處理組行業發現,煤炭開采和洗選業(S1)、有色金屬礦采選業(S4)、非金屬礦采選業(S5)行業在2015年出現了技術退步現象,綠色生產績效只有0.95,而石油和天然氣開采業(S2)則分別在2004年、2006年、2008年、2010年出現了技術退步,黑色金屬礦采選業(S3)在2011年、2012年、2013年、2014年出現這種現象。
相比較而言,飲料制造業(S6)在2012年出現了較為嚴重的技術退步,導致綠色生產績效只有0.41。紡織服裝、鞋、帽制造業(S8)技術退步出現在2009年和2011年,皮革、毛皮、羽毛(絨)及其制品業(S9)技術退步出現的比較晚,分別在2013年、2014年、2015年。石油加工、煉焦及核燃料加工業(S11)技術退步出現在2004年和2008年。化學纖維制造業(S14)行業技術退步出現在2008年,而橡膠制品業(S15)行業則出現在2013年和2014年。
相比較而言,控制組的綠色生產績效的技術退步現象主要出現在木材加工及木、竹、藤、棕、草制品業(S25)、家具制造業(S26)、文教體育用品制造業(S28)、辦公用機械制造業(S34)、廢棄資源和廢舊材料回收加工業(S36)、水的生產和供應業(S38),較為嚴重的技術進步分別出現在2012年的煙草制品業(S24)和廢棄資源和廢舊材料回收加工業(S36)。技術退步現象出現頻率最高的是廢棄資源和廢舊材料回收加工業(S36),在2004-2015年研究區間,共出現6次技術退步。這一定程度上表明該行業綠色生產績效改善的可能性較低,說明該行業屬于重度污染行業,單純的環境規制政策無法顯著的改善該行業的綠色生產績效。
按照全局GML指數分解方法,可以將其分解為技術效率變化和技術進步變化,其中技術效率的變化反映行業技術要素等生產資源配置效率的變化趨勢。將38個行業分為處理組和控制組兩大類,研究發現(見圖2),處理組行業技術效率整體呈現上升趨勢,尤其是在2007年技術效率達到最高峰,滯后出現小幅的向下波動,這表明處理組行業在不同時期,決策單元相對生產前沿面的距離發生了很大的變動,其中2007年和2015年處理組行業技術效率都為為1.03,說明2007年和2015年實際產出水平與最優產出水平的距離之比為1.03,出現了規模報酬遞增趨勢。
相比較為而言,控制組的技術效率呈現下降趨勢,特別是2013年與2015年期間,技術效率的變化下降較為明顯,技術效率均值由1.05下降為0.97,由之前的規模報酬遞增變為規模報酬遞減,這表明控制組技術效率的進步不能單純的利用增加要素投入的辦法來促進技術效率的提高,而應該綜合考慮各個工業行業的資源稟賦、比較優勢和人力成本等要素。
分析工業行業的技術進步變化趨勢發現(見圖3),處理組和控制組的技術進步都是呈現下趨勢,2007年之前,控制組的技術進步要高于處理組,而在2010年到2013年期間,處理組的技術進步變化則明顯的高于了控制組,處理組的技術進步效率分別1.10和1.07,這表明在2007年到2013年時期,相同要素投入的條件下,處理組的最優產出之比要高于控制組,其生產前沿面發生了很大的變化。

表3 2004年—2015年中國38個行業GML指數測算結果

圖1 處理組、控制組和總體樣本綠色生產績效

圖2 技術效率的變化

圖3 技術進步的變化
本文使用全局GML指數方法,測算了中國工業行業2004-2015年綠色生產績效,并分析了技術效率和技術進步變化的趨勢。歸結起來,樣本區間內得出如下主要研究結論:
第一,處理組行業中,煤炭開采和洗選業、有色金屬礦采選業、非金屬礦采選業在2015年出現了技術退步現象。
第二,控制組的綠色生產績效的技術退步現象主要出現在行業木材加工及木、竹、藤、棕、草制品業、家具制造業、文教體育用品制造業、辦公用機械制造業、廢棄資源和廢舊材料回收加工業、水的生產和供應業,較為嚴重的技術進步出現在2012年的煙草制品業和廢棄資源和廢舊材料回收加工業。
第三,處理組行業技術效率整體呈現上升趨勢,尤其是在2007年技術效率達到最高峰,出現了規模報酬遞增趨勢。而控制組行業在2013年與2015年期間,技術效率的變化下降較為明顯。且2010年到2013年期間,處理組的技術進步變化明顯的高于了控制組。
基于上述研究結論,本文為中國綠色績效政策制定相關者提出幾點政策建議。一方面,中國生態環境部和保監會應該充分了解傳統重污染行業轉型升級緩慢的深層次原因,鼓勵有減排潛力行業加大創新投入,促進低碳減排發展;另一方面,證監會應該制定財政獎懲機制,著力完善企業在環境政策方面的示范帶動作用,重點提高政策工具在綠色生產績效方面的積極作用。