环境约束下的中国省区经济增长源泉分解及趋同检验

石风光

（安阳师范学院经济学院，河南安阳455000）

环境约束下的中国省区经济增长源泉分解及趋同检验

石风光

（安阳师范学院经济学院，河南安阳455000）

在我国经济急需转型发展的大背景下，研究经济增长的效率及其对地区差距的影响十分必要。对1990～2010年我国各省区主要生产率进行四元分解，研究发现，绿色技术进步对我国省区经济增长起到了较大的促进作用，而绿色技术效率的恶化则阻碍了省区经济增长。绿色技术效率和资本深化是导致中国省际经济差距扩大的主要原因，而绿色技术进步则对省际经济差距的扩大具有明显的抑制作用。

绿色全要素生产率；方向性距离函数；经济增长源泉

一、引 言

改革开放以来，我国经济取得了前所未有的发展成就，为世界所瞩目。但在经济快速发展的同时，我国地区差距问题也日益凸显。中国经济高速增长背后的关键因素是什么？这些因素对中国经济增长的地区差异又会产生怎样的影响？要回答这些问题，就必须对中国地区经济增长源泉进行解析。

经济增长核算是探求经济增长源泉的主要方法。早期增长核算研究大多是在索洛余值核算框架下展开的，而索洛增长核算假定所有生产者在技术上都充分有效，且没有考虑环境破坏的代价，这显然不符合经济增长的现实，从而造成了技术进步估计的偏误。为克服索洛增长核算方法的缺陷，考虑技术效率差异因素的前沿分析技术（主要是DEA和SFA）逐步被发展起来并广泛应用，相关研究如Kumar和Russell［1］、Timmer和Los［2］、Henderson和Russell［3］、史修松和赵曙东［4］等。这些研究虽然考虑到了技术效率差异，但它们都没有将环境污染等非期望产出纳入分析框架中。而忽略环境因素计算出的经济增长效率，是不能正确衡量相关经济体可持续发展水平的。国内外研究者将环境因素纳入到经济增长核算框架的主要思路是将环境污染变量（即“三废”）作为一种非期望“坏”产出引入方向性距离函数中，并在其基础上构建Malmquist－Luenberger生产率指数（简称ML生产率指数）来进行绿色全要素生产率的测算和分解。近年来，出现了一些运用考虑了“坏”产出的ML生产率指数实证分析全要素生产率的研究，如Fare等［5］、Jeon和Sickles［6］、杨文举［7］等，但上述研究大都运用的是当期DEA，这会造成“技术边界内陷”，而采用序列DEA则可以克服这一问题。另外，当前有关中国绿色增长核算的研究主要面向工业部门，而针对中国省区展开相关研究的文献却极为罕见。为弥补上述研究的不足，本文在借鉴相关成果的基础上，利用基于方向性距离函数的序列DEA方法，对中国省区经济增长的源泉进行绿色核算和分解，并在此基础上进行经济增长的趋同检验。

二、模型与数据

1.方向性距离函数与Malmquist－Luenberger生产率指数及分解

Fare等根据Luenberger短缺函数的思想，构造了方向性距离函数：

其中，g＝（y，－b）为产出水平扩张的方向向量，它表示在给定投入x的情况下，好产出y成比例地扩大，“坏”产出b成比例地收缩；β为方向性距离函数值，即好产出y增长、“坏”产出b减少的最大可能数量；P（x）表示生产可能性集合。

根据Chung等［8］的方法，基于产出的考虑环境的全要素生产率指数可以用ML生产率指数来表示，为了排除时期选择的随意性，通常使用两个ML生产率指数的几何平均值得到以t期为基期到t＋1期的全要素生产率的变化。

这样，ML生产率指数就被拆分为绿色技术进步率T和绿色技术效率变化E两部分。

2.序列DEA方法

为了减少计算ML指数不可行解的数量，本研究拟运用序列DEA方法，即每一年的参考技术由当期及其以前所有可得到的投入产出值决定，这样在分析中能够避免技术退步或生产边界“凹陷”的状况。若t时期第k个省份的投入和产出值为（xt，k，yt，k，bt，k），则式子（3）和（4）分别表示在序列DEA下对当期方向性距离函数和混合方向性距离函数的线性规划：

3．经济增长的四元分解模型

若产出为Y，投入为物质资本K、劳动力L和人力资本H三种，则可以将劳动生产率增长进行如下四元分解：

其中，t和t＋1分别代表时期；y代表劳动生产率，它等于产出Y与劳动力L之间的比率。等式左边表示在时期t和t＋1之间劳动生产率的变化；E、T、k和h分别代表在时期t和t＋1之间，考虑多投入、多产出和技术效率差异情况下，源于绿色技术效率改善、绿色技术进步、资本深化和人力资本积累的劳动生产率变化。E和T的乘积为源于绿色全要素生产率变化的劳动生产率变化。

4．相关数据说明

本文研究对象为大陆28个省、自治区和直辖市，为了行文方便我们将其统称为省区，海南和西藏由于相关数据缺失较多，未包括在内，按照通常做法，我们把重庆相关数据并入四川计算。本文研究时段为1990～2010年，模型涉及的变量及相关数据说明如下。

省区期望产出水平用GDP数据表示，其中1990～2008年数据来源于《新中国六十年统计资料汇编》，2009、2010年数据来自于相应年份的《中国统计年鉴》，相关数据按1978年不变价格进行了折算。工业废气中SO2和工业废水中的COD是我国环境管制中的典型污染物和主要控制对象，所以在研究中，我们选择SO2和COD作为非期望产出指标，相关数据均来自《中国环境统计年鉴》、《中国工业经济统计年鉴》、中经网统计数据库。

研究中的投入因素为物质资本存量、劳动力和人力资本。其中，物质资本存量采用永续盘存法进行估算，相关数据来源于历年《中国统计年鉴》，并按1978年不变价格对其进行了处理。劳动力为各省区全社会从业人员数，相关数据来自各省区历年统计年鉴。人力资本用人均受教育年限表示，相应数据按照陈钊等［9］的计算方法得来，计算所用数据均来自历年《中国统计年鉴》。

三、实证结果分析

1.中国省区经济增长源泉的分解

依据上述方法，我们采用GAMS软件测算出了各省区1990～2010年的全要素生产率及其分解成份，并利用其进行了省区经济增长的四元分解，由于篇幅所限，这里只给出1990～2010年各指标的年均增长率，结果见表1。

表1 中国省区经济增长源泉的年均变化率（1990～2010年，单位：%）

注：表中分解结果是由（5）式两边取对数，再除以时间跨度得到，其中g为经济增长率，gM为来源于全要素生产率的增长率，gE、gT分别为来源于技术效率改善和技术进步的增长率，gk、gh分别为来源于资本深化和人力资本积累的增长率。

由表1数据可知，1990～2010年，除全部省区的绿色技术效率和青海、宁夏的绿色全要素生产率外，中国省区劳均产出及其他分解成份都呈现显著的增长趋势。另外，绿色技术效率、绿色全要素生产率、资本深化及绿色技术进步的年均增长率的省际差距也较大，其变异系数分别为0.48、0.45、0.44及0.24。从总体来看，中国省区绿色全要素生产率以年均3.18%的速度增长，在劳均产出增长率（7.65%）中占据了约41.57%的贡献份额，而资本深化和人力资本分别以2.75%和1.71%的速度增长，分别在劳均产出增长率中占据35.95%和22.35%的贡献份额。由此可见，总的来说，绿色全要素生产率对劳均产出的增长起到了重要的推动作用。在绿色全要素生产率分解项中，绿色技术进步贡献的年均增长率为4.68%，是促进绿色全要素生产率增长的主要因素，而绿色技术效率年均增长率为－1.50%，即呈现恶化趋势，但其对绿色全要素生产率增长的影响相对较小。

从三大地区来看，东部省区劳均产出增长快于中部省区，而中部省区又快于西部省区，即中国东中西部省区的劳均产出差距在持续扩大。在四个经济增长源泉中，绿色技术进步均是三大地带劳均产出增长的主要来源，其贡献率分别为59.76%、62.50%和61.88%。同时，从表1还可以看出，我国各省区绿色技术效率的经济增长贡献率呈普遍下降趋势，其中西部省区下降最快，平均为－2.17%，其次是中部，为－1.47%，下降最慢的是东部省区，平均为－0.87%。可见，我国省区绿色技术效率的普遍恶化阻碍了地区经济增长。尽管中国省区绿色技术效率出现恶化趋势，但绿色全要素生产率对省区产出增长的贡献率仍然比较高，其中东部为48.87%，中部为43.88%，西部为31.47%。资本深化和人力资本积累在东中西部省区劳均产出中所占的份额均依次递增，其中资本深化的产出贡献率分别为30.79%、34.37%和43.26%，人力资本积累的产出贡献率分别为19.50%、20.83%和24.59%，从而总投入（包括资本深化和人力资本积累）的产出贡献率分别为50．29%，55．2%和67．85%。由此可见，要素投入在中国省区特别是中西部省区经济增长中起着十分重要的作用，总体来看，中国经济增长仍然是要素驱动型增长。

通过以上分析可知，中国省际劳均产出差距较大，而且一些学者如许召元、李善同［10］、林光平等［11］也均认为中国地区经济差距从1990年以来逐步呈现扩大趋势。那么，经济增长的四种源泉是否都导致了地区差距的扩大？哪些因素又处于主导地位呢？我们下面将通过相对趋同检验对此进行分析。

2．中国省区经济增长的趋同检验

在进行相对趋同检验之前必须要选择一个参照点，由于上海的经济发展水平比较高，因而我们选择它作为参照地区进行相对趋同检验，来分析其他27个省区在绿色技术效率、绿色技术进步、资本深化及人力资本积累等方面的变化是否发生“追赶”现象，并分析它们在省际经济差距扩大中所起的作用。我们依据Los和Timmer［12］所使用的模型进行相对趋同检验，若某些变量产生相对趋同，则认为其抑制了地区差距的扩大；若产生相对趋异，则认为其促进了地区差距的扩大，具体模型如下：

其中，gE，i、gT，i、gk，i及gh，i分别表示第i个省区源于绿色技术效率改善、绿色技术进步、资本深化和人力资本积累的劳均产出年均增长率；ga，i表示第i个省区在1990年的潜在劳均产出；下标sh代表上海，α和β为估计参数，ε为随机扰动项。估计结果见表2。

表2 中国省区经济增长的相对趋同检验结果（1990～2010年）

表2表明，除模型（9）的回归系数β没有通过显著性检验外，其他所有回归系数至少在10%的显著水平上通过了t检验，且各模型的D．W．值均落在不存在自相关区域，F统计量在10%的水平上显著，这说明回归结果在统计学上具有较高的可信度。具体来看，模型（6）和（8）的β估计值分别为0．0087和0．2105，都在5%的显著水平上通过了t检验，表明在样本期内，源于绿色技术效率和资本深化的劳均产出增长都发生了显著的相对趋异，绿色技术效率和资本深化推动了省际劳均产出增长差距的扩大。这主要是因为，一方面，中西部地区高投入、高消耗、高污染的粗放型发展方式近年来并未根本改变，并且与东部的集约型发展方式差距越来越大，从而造成了地区绿色技术效率和产出差距的扩大。另一方面，市场规则决定了资本总是向投资收益率高的地区流动。东部和中西部地区在经济基础、发展水平、社会环境、基础设施等方面的差距，使投资者更偏好回报率高的东部，从而导致中西部资本形成不足，地区经济长期陷入低水平循环。另外，从表2还可以看出，模型（7）的β估计值为－0.1281，其在10%的显著水平上通过了检验，表明由绿色技术进步引致的劳均产出增长出现了显著的“追赶”现象，即它具有抑制省际劳均产出差距扩大的作用。对这一现象的解释是，国家实施的西部大开发、中部崛起战略加快了中西部的发展，地区R＆D投入不断加大，技术创新意识和创新能力不断增强。同时，随着改革开放的不断深入，地区间的体制障碍和技术壁垒逐渐被打破，从而促进了地区间的学习、模仿和技术交流，这些因素使我国地区技术水平差距趋于缩小，从而使得地区产出差距也趋于缩小。从表2可知，模型（9）的β估计值为0.0162，但其没有通过显著性检验，说明人力资本对省际经济差距的影响并不明显。

四、结论及政策建议

实证研究表明，绿色技术进步是促进中国省区经济增长的重要源泉，但也发现，中国省区绿色技术效率出现了普遍恶化的趋势，其中西部地区恶化速度相对最快，其次是中部，最后是东部。总的来看，绿色全要素生产率对产出的贡献要低于要素投入（包括资本深化和人力资本积累）的贡献，中国省区经济增长主要是靠要素驱动来实现的。研究还表明，绿色技术效率和资本深化的地区差异是导致中国省际经济差距的主要原因；源于绿色技术进步的劳均产出增长出现了显著的“趋同”现象，即抑制了省际劳均产出差距的扩大，而人力资本积累对地区差距扩大的影响并不明显。

以上研究结论具有很强的政策含义。首先，要素投入仍然是中国省区经济增长的主要源泉，这意味着我国需要通过积极鼓励技术创新和技术扩散，进一步提高全要素生产率在经济增长中的贡献，以转变经济发展方式，不断提高经济增长的质量和效益；其次，在鼓励技术创新的同时，要采取有效措施打破地区间的体制障碍和技术壁垒，促进各种生产管理经验的交流和技术的扩散，以遏制地区技术效率的恶化，并缩小地区间的技术差距；再次，广大中西部省区要努力实现发展战略的转变，在继续推进市场化改革进程的同时，加快基础设施的建设步伐，以吸引国内外资本的流入并提高其配置效率，有效发挥资本因素拉动地区经济增长的作用；最后，各省区特别是中西部省区要继续加大各类教育和技术培训的投入，采取各种优惠措施和灵活机制实现各类人才的集聚，并进一步完善劳动力市场，以提高人力资本对经济增长的贡献，使之成为缩小地区差距的一个有效途径。

［1］Kumar，S.，Russell，R.R.Technology Change，Technological Catch－up，and Capital Deepening：Relative Contributions to Growth and Convergence［J］.The American Economic Review，2002，92（3）.

［2］Timmer，M.P.，Los，B.Localized Iinnovation and Productivity Growth in Asia：An Intertemporal DEA Approach［J］.Journal of Productivity Analysis，2005，23（1）.

［3］Henderson，D.J.，Russell，R.R.Human Capital and Convergence：A Production－frontier Approach［J］.International Econom-ic Review，2005，46（4）.

［4］史修松，赵曙东.中国经济增长的地区差异及其收敛机制（1978－2009）［J］.数量经济技术经济研究，2011，（1）：51－62.

［5］Fare，R.，Grosskopf，Shawna，Pasurka，Carl.Accounting for Air Pollution Emissions in Measuring State Manufacturing Produc-tivity Growth［J］.Journal of Regional Science，2001，41.

［6］Jeon，B.M.，Sickles，R.C.The Role of Environmental Factors in Growth Accounting［J］.Journal of Applied Econometrics，2004，19.

［7］杨文举.基于DEA的绿色经济增长核算：以中国地区工业为例［J］.数量经济技术经济研究，2011，（1）.

［8］Chung，Y.，Fare，Grosskopf，S.Productivity and Undesirable Outputs：A Directional Distance Function Approach［J］.Journal of Environmental Management，1997，51（3）.

［9］陈钊，陆铭，金煜.中国人力资本和教育发展的区域差异：对于面板数据的估算［J］.世界经济，2004，（12）.

［10］许召元，李善同.近年来中国地区差距的变化趋势［J］.经济研究，2006，（7）.

［11］林光平，龙志和，吴梅.中国地区经济σ－收敛的空间计量实证分析［J］.数量经济技术经济研究，2006，（4）.

［12］Los，B.，Timmer，M.P.The“Appropriate Technology”Explanation of Productivity Growth Differentials：An Empirical Approach［J］.Journal of Development Economics，2005，77.

责任编辑：黎贵才

F061.5

A

1005－2674（2014）04－047－06

2013－12－30

定稿日期：2014－02－19

国家自然科学基金联合基金项目（U1304708）；教育部人文社会科学研究青年基金项目（11YJC790152）

石风光（1975－），男，江苏沛县人，管理学博士，安阳师范学院经济学院副教授，主要从事经济与产业管理研究。