资源环境约束下全要素生产率增长研究进展与述评

王定祥,吴代红,翟 琼

(西南大学1.经济管理学院;2.农业教育发展研究中心,重庆市400715;3.重庆师范大学经济与管理学院,重庆市400331)

资源环境约束下全要素生产率增长研究进展与述评

王定祥1,2,吴代红1,翟 琼3

(西南大学1.经济管理学院;2.农业教育发展研究中心,重庆市400715;3.重庆师范大学经济与管理学院,重庆市400331)

在资源环境日益成为经济增长硬约束的背景下,在全要素生产率的分析中,综合考虑资源环境因素对一国或地区经济发展质量的影响具有重要的现实意义。本文就资源环境约束下,全要素生产率增长的相关研究成果进行了梳理,分别从环境管制对传统全要素生产率的影响、环境全要素生产率的分析视角、全要素生产率的测算方法出发,较为系统地总结了国外相关文献研究的新进展,最后对相关问题作了简要的评述。

资源环境约束;环境管制;全要素生产率;生产率测算

在保持经济持续、稳定增长的同时,节约资源、保护环境已成为世界各国可持续发展进程中所面临的一个不可逾越的根本性难题。因此,资源环境约束下的全要素生产率增长越来越受到学者,乃至政策制定者们的广泛关注和重视。一方面,作为经济增长的一个重要引擎,纳入环境因素的全要素生产率日益成为衡量国家或地区经济增长“质”的方面的核心指标。基于此,学界亦开始在生产率分析中纳入资源环境因素,以避免不考虑,或者不能正确考虑资源环境约束可能对生产率度量造成的偏误。而另一方面,随着全球资源供给日益紧张和环境污染愈演愈烈,资源环境政策早已被提升到各国国家战略高度,因为在经济发展实践中,许多保持较高经济增长率的亚洲国家往往被质疑其经济发展到底是投入要素的贡献,还是技术进步的推动。事实上,资源和环境不仅是经济增长的内生变量,而且是经济增长规模与速度即生产“量”化扩张的刚性约束。因此,本文就资源环境约束下,对全要素生产率增长的相关研究成果进行梳理,分别从环境管制对传统全要素生产率的影响、环境全要素生产率的分析视角、全要素生产率的测算方法三个方面出发,较为系统地总结了国外相关文献研究的进展,最后对相关问题作了简要的评述。

一、环境管制对传统全要素生产率的影响

传统的新古典经济学观点认为,环境管制所产生的社会利益必然会以增加企业的私人成本为代价,环境规制政策通过迫使企业挤占生产投资,以满足环保要求而引发私人成本增加,暗含环境

管制不仅导致企业重新配置生产资源,而且存在机会成本,在很大程度上会降低企业竞争力(Jaffe et al．)[1]和生产率(Gollop&Roberts;Shadbegian&Gray)[2][3]。从长期来看,环境管制会耗费巨大的社会成本,对国家的经济发展带来负面的影响,阻碍全要素生产率的增长(Shadbegian& Gray)[3]。很多学者在此基础上,从污染减排控制成本出发,其研究结果支持了“环境管制与全要素生产率之间呈负相关关系”的结论。例如,早期的一些研究者承认,在污染减排控制方面支出的增加将导致全要素生产率的下降(Norsworthy et al．)[4]。Repetto et al．[5]认为,环境管制使得生产单位将原本可以用于生产的投入配置到污染治理活动中去,因此这种治理污染的成本包含在生产投入中,使得仅仅用产出增长率减去所有投入的贡献所得到的全要素生产率将下降。

但是,也有一些学者从促进技术进步的角度提出了相反的观点,认为环境管制与全要素生产率具有正向关系,最为著名的就是“波特假说”。Porter[6]提出了捍卫环境管制与保护环境的主张,即“波特假说”。他认为适度的环境管制旨在降低环境负面影响,可以激发“创新补偿”效应,促使企业进行技术创新或采用创新性技术;虽然可能在短期内增加成本,但在长期内这些创新不仅能够弥补“遵循成本”,还可以提升企业生产效率,从而抵消由环境保护带来的成本,并且提升企业竞争力,进而促进技术进步,提高全要素生产率。污染减排与控制支出有助于推动环境创新(Brunnermeier& Cohen)[7]。事实上,技术进步可以直接通过生产技术的改进,包括污染处理技术的改进,或者间接通过降低单位国内生产总值的污染强度或能源消耗,从而降低污染排放和能源使用,最终提高全要素生产率(Fare et al．)[8]。Porter&van der Linde[9]的研究进一步支持了波特的这一观点,并详细说明了环境管制如何经由创新而提升企业竞争力的过程。其实,Porter et al．[6]的研究暗含环境管制与技术进步及全要素生产率在时间维度上存在“U”型关系。Groom et al．[10]、Chen&Hardle[11]等对此进行了验证,也都基本支持了这种“U”型假说。

此外,还有学者认为环境管制会影响“新”的资本形成,从而保持“中立观”。Barbera&McConnell[12]指出,环境规制所需的减排资金由资源转移而来,从而对全要素生产率的增长有着直接影响,然而,随着对购买减排资本的响应,常规投入和生产过程亦会发生变化,从而还具有进一步的间接效应。他们的研究发现,间接影响可以是正面的,也可以是负面的,而环境规制对全要素生产率增长的净影响是相当小的。Ricci[13]从理论上分析了环境政策对经济增长的影响渠道,并指出从静态的角度来看,环境管制政策使得企业因承担减排责任而增加成本,更高的生产成本意味着资本回报降低,进而使得企业再投资减少,导致其总产出降低,产生负向的直接投入效应;但是从长期来看,技术和关键因素如人力资本往往成为内生而有助于潜在产出或全要素生产率的提高,因此,很难预测生产可能性对限制性环境政策作出的反应。

迄今为止,针对环境管制对传统全要素生产率的影响,也有很多基于各国具体行业数据的实证支持。很显然,这些来自国家行业数据的实证研究没有、也不可能达成一致的结论,它们大体上也可分为三类:

(一)环境管制降低全要素生产率

Gollop&Roberts[2]分析并检验了环境规制对美国化石燃料发电业效率和全要素生产率的影响,指出二氧化硫气体的排放会限制电力产业的生产率增长,排放监管强度的加大导致发电成本显著提高,其原因主要是要增加更为昂贵的低硫燃料的使用,这一转变使得美国1973－1979年间化石燃料发电产业年均生产率增长降低了0．59个百分点。得出类似结论的还有Yaisawarng& Klein[14]。Boyd&McClelland[15]提出环境管制会导致潜在产出损失,而造成损失的原因主要是减少污染必须的资金投入或从其他产出提供污染治理投入。从美国造纸行业来看,环境制约将减少9%的生产,其中四分之一是污染治理资金制约的结果。同时在柯布－道格拉斯生产率函数框架下,考虑到环境管制成本,美国造纸、钢铁和炼油行业的环境全要素生产率有不同程度的降低,暗含各行业对环境减排成本的敏感度不同(Shadbegian&Gray)[3]。Lee[16]通过引入受限成本函数研

究了环境监管对韩国制造业的影响,结果发现环境管制造成了其1982－1993年间年均12%的生产率增长跌幅。

(二)环境管制有助于提高全要素生产率

Karrer-Rueedi[17]的研究表明,康涅狄格州和新泽西州制药业在1988－1993年间,伴随着有毒化学品泄漏的下降,其药品出货量呈现出上升趋势。Fare et al．[8]、Ball et al．[18]讨论了如何联合考虑预期与非预期产出或者市场与非市场产出的生产建模,并将模型运用于美国农业部门。总的来说,随着水污染(农药与化肥的使用所导致)趋势的下降,农业全要素生产率将提高。Domazlicky &Weber[19]在给定投入下,同时考虑预期和非预期产出来检验了美国有毒化学泄露的趋势并测算了1988－1993年其化工业生产率增长。结果发现,没有证据表明环境保护措施会延缓生产率增长,相反,考虑到有毒化学品泄漏,全要素生产率能够以年均2．4%－6．9%的速度增加。Christoph et al．[20]基于德国制造业的面板数据的研究表明,环保投资作为生产驱动力对生产增长会产生正向冲击,环境监管有助于生产率增长。Yang et al．[21]利用中国台湾的工业数据,研究发现环境管制同样提高了生产率。李树、陈刚[22]的研究发现,实施严格且适宜的环境管制可能会使中国经济赢得提高环境质量和生产率增长的“双赢”结果。

(三)环境管制对全要素生产率的影响不明显或不明确

Brannlund[23]研究了长期以来,环境管制的变化对瑞典制造业生产力发展的潜在效应,却发现环境管制与其生产率增长没有明显的关系。Repetto et al．[5]、Ball et al．[24]等的研究都一致支持“环境因素对农业生产率的影响不大”的结论。Ball et al．[25]也研究了美国农业生产的非预期产出对其农业全要素生产率的影响,得出的主要结论却是,纳入非预期产出的包容性生产率增长程度相对于传统测度的生产率增长来说最初是更弱,但最终是更强。Becher[26]针对美国制造业的研究发现,环境管制降低了美国制造业的生产率,但是这一效应却是微不足道的。

事实上,环境管制对全要素生产率增长的影响很难也不可能达到高度的一致性,因为如果所剖析的重点不同,关注的领域不同,选取的投入产出指标不同,得到的环境管制对于全要素生产率的影响机制或路径甚至相关关系都必然有所不同。但是,认为环境管制对生产率具有负面影响,似乎忽视了环境管制的最本质特征,即通过在减排活动中分散资源可导致环境负外部性产出的减少,也没有考虑到环保性能改善的正向作用。

二、对环境全要素生产率增长的分析视角

将环境因素纳入到生产率的分析框架下,通过测算出环境全要素生产率及其增长,可以测度一个国家(或地区)的环境绩效。从现有文献来看,主要是从以下两个方面来选择环境全要素生产率增长的分析视角。

(一)投入、产出视角

通过分析,已有的研究文献主要从如下两个不同的思路将环境变量引入到估计的生产模型中:一是将环境变量作为一种投入;二是将环境变量作为具有弱可处置性的“坏”产出。弱可处置性假设减少环境污染需要从“好”产出中转移资源。在弱可处置性下,当保持投入固定时,“坏”产出的减少只有在同步收缩可预期“好”产出的情况下才能实现。

1.将环境变量作为一种投入要素

在传统的生产分析框架下,环境规制所引发的污染排放控制成本往往作为一种投入要素纳入分析,如Pittman[27]、Haynes et al．[28]、Reinhard et al．[29]。近年来,Hailu&Veeman[30]在对1959－1994年加拿大纸浆和造纸工业的效率进行测度时,仍提议将非预期产出当作投入。他们指出,传统生产可能集的一个基本条件是可预期的产出和投入均满足可自由处置的假设,故减少污染产出需要从可预期的产出中转移投入,换句话说,需增加额外的投入或者牺牲一部分可预期产出。正如

Fare et al．[8]所言,环境管制将本来可以用于生产的投入配置到污染治理活动中,污染减排会挤占生产性投资。因此,污染最终可以以一种投入要素纳入生产过程的分析中。Telle&Larsson[31]考虑到环保性能的改善,为了鼓励企业减少排放,亦将排放作为投入纳入到生产率指数的测算。Christoph et al．[20]分析了环保投资、环境和能源支出的生产效益,他们将这些投资与支出视为投入纳入生产函数,基于德国制造业的面板数据得出结论:环境和能源支出均对生产增长没有贡献,而环保投资作为生产驱动力对生产增长产生正向冲击,因此,为了兼容经济目标,如生产率增长,环境监管,应该刺激相关投资。然而,将以“坏”产出度量的环境变量视为投入要素,并不符合物质平衡方式,即物质守恒(Murty&Russell)[32]。

2.将环境变量作为具有弱可处置性的“坏”产出,并将“好”产出(如GDP)和“坏”产出(主要是环境污染,如CO2、SO2等的排放)连同资源利用一起考虑

在分析生产过程中的环境因素影响时,由Fare et al．[33]提出了另一种方法,将环境影响视为具有弱可处置性的“坏”产出,之后被诸如Chung et al．[34]、Ball et al．[24]、Boyd&McClelland[15]、Reig-Martinez et al．[35]、Domazlicky&Weber[19]、Fare et al．[36]等运用。当然,Pittman[37]是第一个尝试在对生产率测度中引入“坏”产出的,他在威斯康星州造纸厂效率研究中,用污染治理成本作为“坏”产出影子价格的代理指标,以此发展了衡量多产出生产率的CCD指数①Caves,Christenson and Diewert(1982b)超对数生产率指数。。同时他提出“好”、“坏”产出应该非对称看待,以使“好”产出最大化,“坏”产出最小化。值得指出的是,Fare et al．[36]针对美国燃煤发电厂,以净发电量、SO2和NOX为产出,连同资本、就业量和煤、油、天然气耗量一起构建了环境生产函数和环境方向性距离函数,发现两种方法得到的结果存在较大差异,环境方向性距离函数更具优势,因为它可以非对称地对待“好”产出与“坏”产出。

(二)微观、宏观视角

在微观层面上,主要是通过着眼于企业污染排放与生产率关系的研究来检验企业对环境规制的反应。对于企业,环境规制会导致企业成本的增加,阻碍企业全要素生产率的提高。Olatubi& Dismukes[38]、Shadbegian&Gray[3]等基于企业数据的研究也都支持环境管制不利于企业生产。但是,Berman&Bui[39]的研究发现,与在美国其他地区的炼油厂相比,位于南加州的炼油厂具有显著更高的生产率,而相对来说,它们所遵守的环境规定也更为严格。Telle&Larsson[31]基于企业环境性能改善的研究,也质疑了环境管制阻碍全要素生产率增长的观点。结果发现,环境管制对不考虑排放减少的传统全要素生产率的影响不显著,而对考虑环境因素的全要素生产率作用显著,且为正。Fleishman et al．[40]的研究亦发现,环境管制对美国发电厂的污染减排活动和生产率的影响是复杂的,基于SO2和NOX的空气质量监管对燃煤发电厂和燃气发电厂的生产率影响效应截然不同。

宏观层面上,主要体现在国际间的比较,且很多学者都选取了以OECD国家作为研究对象。由于他们考虑的投入与产出变量各不相同,尤其是污染产出变量的选取各有倚重,因而得出的结论也各有千秋。Zofio&Prieto[41]选取的是资本、劳动和CO2作为投入产出变量,利用DEA方法分析了OECD国家制造业在不同CO2排放监管情况下的生产过程及环境效率。Jeon&Sickles[42]以GDP和CO2排放为产出,资本存量、就业和能源使用为投入,测算了17个OECD成员国1980－1990年的生产率增长和包括中国在内的11个亚洲国家1980－1995年的生产率增长。他们的研究将方向性距离函数设定为分段的线性与凸边界函数,并运用新发展起来的自助法为两种指数提供了统计解释,却发现无论是对OECD成员国,还是亚洲国家来说,考虑了CO2为“坏”产出的全要素生产率增长几乎没有变化,环境因素的影响并不明显。Lindenberger[43]则以资本、劳动和能源作为投入,CO2、SO2和NOX作为产出,同时考察了规模报酬不变和规模报酬可变情况下的全要素生产

率。Yoruk&Zaim[44]计算并比较了1985－1998年间衡量OECD成员国全要素生产率增长的M指数和ML指数,结果发现M指数低估了其生产率增长。对于OECD成员国来说,人均国内生产总值和产业化的阀值均还未突破,其生产率增长仍呈上升趋势。同时调查研究了有关减少全球排放的国际协议以及具体国家措施对ML生产率指数的影响效应,并通过构建一个可靠的框架评估了其生产率增长的根源。另外,Kumar[45]采用非参数线性规划的DEA方法估计方向距离函数,导出ML生产率指数,在全球框架下检验了41个包括发达和发展中国家1971－1992年的传统和环境全要素生产率,并分析了决定这些国家环境全要素生产率增长的影响因素。人均国内生产总值较高的国家的环境全要素生产率相对更高,ML指数只与国家开放度正相关,与技术效率、资本劳动比率以及能源密度都成负相关关系。Zhang et al．[46]从中国30个省市区域来看,考虑环境因素的全要素生产率低于传统全要素生产率,即传统全要素生产率测算在忽略环境因素的考虑下,高估了中国的全要素生产率增长,而中国环境管制强度远低于表现最好的区域中达到的水平,环境管制程度的加强有助于提高其生产率增长。殷宝庆[47]的研究表明,环境规制强度与制造业绿色全要素生产率整体上符合“U”型关系,即环境规制强度由弱变强,将对绿色全要素生产率产生先削弱后提升的影响;环境规制强度对绿色全要素生产率的影响在清洁型部门与污染密集型部门存在一定的差异性。郑丽琳、朱启贵[48]基于中国1995－2010年省际面板数据的研究发现,纳入能源环境因素的全要素生产率年均增长幅度十分有限,并且东中西部地区依次递减,增长来源也各异。

三、全要素生产率增长的测算方法演进

随着资源供给的日益紧张以及环境污染问题的愈演愈烈,资源环境因素被逐步纳入到经济生产率的分析框架中来。同时,纵观已有的研究文献,不难发现随着人们对经济增长认识的持续深入以及计量技术方法与手段的不断完善,全要素生产率增长的测算方法也历经变迁,日益精进(见表1)。

传统的全要素生产率测度,如Fisher指数①Fisher I．,(1922),The Making of Index Numbers．Boston:Houghton Mifflin．和Tornqvist指数②Tornavist L．,(1936),The Bank of Finland's Consumption Price Index．Bank of Finland Monthly Bulletin,10:1-8．均以价格为权数,都需要获得要素与产出的价格及数量信息,因而主要集中于传统的投入(如资本和劳动力)和可预期的市场性产出,并没有考虑生产过程中的资源消耗和产生的非市场性的对社会环境产生负面影响的有害副产品。因为市场性要素信息的易获得性和计算的简便性,这种方法被广为采用。然而,由于生产过程中的资源和环境约束是难以避免的,所以这种传统方法在测算全要素生产率增长时,必然存在偏差。

鉴于非预期产出或称之为“坏”产出(即环境污染)的存在,一个可能的方法就是兼顾考虑生产过程的负外部性,以修正传统指数。然而这种方法需要得到投入、预期产出和非预期产出的价格信息。在这种情况下,一些国外学者使用限制性成本函数来解决一些缺失价格信息的投入要素(比如减排资本)问题(Lau,1976;Halvorsen&Smith;Kumbhakar;Lee)[49][50][51][16],还有的学者是通过计算影子价格来替代生产过程中“非预期”产出的价格(Pittman;Reig-Martinez et al．;Kuosmanen et al．)[37][35][52]。

随着数据包络分析方法(DEA)的发展,Fare et al．[53]将Caves et al．③Caves D．W．,Christensen L．R．,Diewert W．E．,(1982a),The Economic Theory of Index Numbers and the Measurement of Input,Output,and Productivity．Econometrica,50:1393-1414．提出的Malmquist(M)生产率指数发展成为了一种测算全要素生产率的非参数工具,这种工具不需要假设函数形式,只需要数量信息,而不需要价格信息,并且还可以将全要素生产率增长分解为效率变化和技术进步两个成分。于是,M生产率指数便得到广泛的运用,如Hailu&Veeland[30]、Ball et al．[25]、Yoruk& Zaim[44]、Telle&Larsson[31]。然而,由于M生产率指数是根据已知样本构造随机前沿面,并基于

传统距离函数计算个体有效距离的,从而无法计算环境负外部性存在下(即如果考虑“坏”产出)的全要素生产率。更确切地说,由于M指数是基于Shepherd①Shephard R．,(1970),The Theory of Costs and Production Functions．Princeton University．距离函数的,而这种距离函数本质上是径向的,从技术上来说它不允许在减少污染形成的同时,增加“好”产出生产,即无法实现“好”产出提高与“坏”产出降低的耦合,所以,如果同时考虑污染与预期产出,使用Shepherd距离函数就会出现计算问题(Chapple&Harris)[54]。

表1 全要素生产率测度方法演进

在此基础上,Chung et al．[34]介绍了一种新的方向性距离函数,将M指数扩展为Malmquist-Luenberger(ML)生产率指数,测度预期产出和非预期产出同时存在的全要素生产率。目前利用ML指数来测度环境全要素生产率进行研究的文献相对来说还比较有限。比较有代表性的文献有Fare et al．[8]、Domazlicky&Weber[19]、Lindenberger[43]、Yoruk&Zaim[44]、Kumar[45]、Oh&Heshmati[55]、Krautzberger&Wetzel[56]、Zhang et al．[46]、Chen&Hardle[11]。然而,虽然这个指数既考虑了预期产出的增加,也考虑了非预期产出的减少,具有M指数的所有优良性质,但同时它也继承了M指数的一个缺陷,即必须要在成本最小化或者收益最大化的假设下,对测度角度进行选择,也即是需要作出基于投入(假设产出不变),还是基于产出(假设投入不变)的选择。事实上,ML生产率指数的关键在于如何确定方向性距离函数,目前绝大多数文献都运用了传统径向的、角度的DEA方法来计算方向性距离函数。然而,当存在投入过度或产出不足时,径向的DEA效率测度会高估评价对象的效率;而角度的DEA效率测度由于忽视了投入或产出的某一个方面,使得计算结果并不准确。

而由Chambers et al．[57]发展的一种新的非角度,且具有相加结构的生产率测度方法——Luenberger生产率指标弥补了M指数和ML指数的上述缺陷。这个指标不需要对测度角度的选择,可以同时考虑投入和非预期产出的减少和预期产出的增加,是M和ML指数的一般化(Boussemart et al．)[58]。Luenberger生产率指标是与非径向、非角度的基于松弛(SBM)且具有相加结构的方向性距离函数相适应的(Fukuyama&Weber;Fare&Grosskopf)[59][60]。同时,由于Luenberger

生产率指标的计算,需要分别在规模报酬不变和规模报酬可变两种假设下求解线性规划,为了减少不可行解的数量,通常运用序列DEA方法来实现。Boussemart et al．[58]、Williams et al．[61]、陈诗一[62]、李谷成等[63]、郑丽琳、朱启贵[48]等对此进行了应用。

四、结 论

资源环境约束下的全要素生产率增长的研究,促使人们以更加科学、更为宽广的视野来审视发展问题,为政府制定有效的节能减排政策提供了有力的理论依据,对提升一国或地区经济发展质量具有重要的现实意义。但是,目前无论是理论分析,还是实证检验,环境管制对全要素生产率增长的影响都未能达成一致意见,原因在于人们对环境全要素生产率增长的分析视角不同,采用的测度方法各异。在生产率分析框架中,将环境因素视为生产过程中不可避免的非预期产出(资源投入作为这种非预期产出的主要来源)更具有一般的经济意义。此外,全要素生产率增长目前还没有一个普遍认同的测算方法,尚处于不断探索与完善的过程之中。环境全要素生产率增长在国外已经有了一定的研究,但是,关于资源环境因素的选择还具有很大的弹性。如何准确地测度环境全要素生产率增长,从而更好地促进经济发展,为建设资源节约型与环境友好型社会提供政策导向,这些都是今后需继续研究的问题。

[1]Jaffe A B,Peterson S R,Portney P R,Stavins R N．Environmental Regulation and the Competitiveness of U．S．Manufacturing: What Does the Evidence Tell Us[J]．Journal of Economic Literature,1995,33(1):132-163．

[2]Gollop F M,M J Roberts．Environmental Regulations and Productivity Growth:The Case of Fossil-fueled Electric Power Generation[J]．Journal of Political Economy,1983,91(4):654-674．

[3]Shadbegian R J,Gray W B．Pollution Abatement Expenditures and Plant-Level Productivity:A Production Function Approach[J]．NCEE Working Paper 2003,03-05．

[4]Norsworthy J R,M J Harper,K Kunze．The Slowdown in Productivity Growth:Analysis of Some Contributing Factors[J]．Brookings Papers on Economic Activity,1979,10(2):387-422．

[5]Repetto R,Rothman D,Faeth P,Austin D．Has Environmental Protection Really Reduced Productivity Growth[J]．Challenge, 1997,40(1):46-57．

[6]Porter M E．America's Green Strategy[J]．Scientific American,1991,264(4):168．

[7]Brunnermeier S B,M A Cohen．Determinants of Environmental Innovation in US Manufacturing Industries[J]．Journal of Environmental Economics and Management,2003,45:278-293．

[8]Fare R,S Grosskopf,Carl A．Pasurka．Accounting for Air Pollution Emissions in Measuring State Manufacturing Productivity Growth[J]．Journal of Regional Science,2001,41(3):381-409．

[9]Porter M E,C van der Linde．Toward a New Conception of the Environment-Competitiveness Relationship[J]．Journal of Economic Perspectives,1995,9(4):97-118．

[10]Groom B,Grosjean P,Kontoleon A,Swanson T,Zhang S．Relaxing Rural Constraints:A‘Win-win’Policy for Poverty and Environment in China[J]．Oxford Economic Papers,2010,62(1):132-156．

[11]Chen S Y,Hardle W K．Dynamic Activity Analysis Model Based Win-win Development Forecasting Under the Environmental Regulation in China[J]．SFB 649 Discussion Papers,2012．

[12]Barbera A,V D McConnell．The Impact of Environmental Regulations on Industry Productivity:Direct and Indirect Effects[J]．Journal of Environmental Economics and Management,1990,18(1):50-65．

[13]Ricci F．Channels of Transmission of Environmental Policy to Economic Growth:A Survey of the Theory[J]．Ecological Economics,2007,60(4):688-699．

[14]Yaisawarng S,J D Klein．The Effects of Sulfur Dioxide Controls on Productivity Change in the U．S．Electric Power Industry[J]．Review of Economics and Statistics,1994,76(3):447-460．

[15]Boyd G A,J D McClelland．The Impact of Environmental Constraints on Productivity Improvement in Integrated Paper Plants[J]．Journal of Environment Economics and Management,1999,38(2):121-142．

[16]Lee M．The Effect of Environmental Regulations:A Restricted Cost Function for Korean Manufacturing Industries[J]．Environ-

ment and Development Economics,2007,12(1):91-104．

[17]Karrer-Rueedi E E．Trends in Toxic Chemical Releases:A Case Study on the Drug Industry in Connecticut and New Jersey[J]．Journal of Environmental Planning and Management,1996,39(4):577-592．

[18]Ball E,Fare R,Grosskopf S,Nehring R．Productivity of the U．S．Agricultural Sector:the Case of Undesirable Outputs．In New Developments in Productivity Analysis[C]．Hulten C．R．,Dean E．R．,Harper M．J．(eds)．University of Chicago Press for the NBER:Chicago,2001．

[19]Domazlicky B R,Weber W L．Does Environmental Protection Lead to Slower Productivity Growth in the Chemical Industry[J]．Environmental and Resource Economics,2004,28:301-324．

[20]Christoph B,Ulf M,Ulrich O,Andreas Z．Clean and Productive?Evidence from the German Manufacturing Industry[C]．ZEW Discussion Paper 2008,08-091．

[21]Yang C,Y Tseng,C Chen．Environmental Regulation,Induced R&D,and Productivity:Evidence from Taiwan's Manufacturing Industries[J]．National Central University,Working Paper 2011-18．

[22]李树,陈刚.环境管制与生产率增长——以APPCL 2000的修订为例[J].经济研究,2013(1):17-31

[23]Brannlund R．Productivity and Environmental Regulations-A Long Run Analysis of the Swedish Industry[J]．Umea Economic Studies,2008:728．

[24]Ball E,R Fare S,Grosskopf R,Nehring．Productivity of the U．S．Agricultural Sector:The Case of Undesirable Outputs[J]．Working Paper,Economic Research Service,US Department of Agriculture,Washington,DC20005-4788,USA,1999．

[25]Ball V E,C A K Lovell,H．Luu,R．Nehring．Incorporating Environmental Impacts in the Measurement of Agricultural Productivity Growth[J]．Journal of Agricultural and Resource Economics,2004,29(3):436-460．

[26]Becher R A．Local Environmental Regulation and Plant-level Productivity[J]．Ecological Economics,2011,70(12):2516-2522．

[27]Pittman R W．Issues in Pollution Control:Interplant Cost Differences and Economies of Scale[J]．Land Economics,1981,57(1):1-17．

[28]Haynes K E,S Ratick,J Cummingd-Saxton．Toward A Pollution Abatement Monitoring Policy:Measurements,Model Mechanics,and Data Requirements[J]．Environmental Professional,1995,16:292-303．

[29]Reinhard S,Lovell C A K,Thijssen G．Econometric Estimation of Technical and Environmental Efficiency:An Application to Dutch Dairy Farms[J]．American Journal of Agricultural Economics,1999,81(1):44-60．

[30]Hailu A,Veeman TS．Environmentally Sensitive Productivity Analysis of Canadian Pulp and Paper Industry,1959-1994:An Input Distance Function Approach[J]．Journal of Environmental Economics and Management,2000,40(3):251-274．

[31]Telle K,Larsson J．Do Environmental Regulations Hamper Productivity Growth?How Accounting for Improvements of Firm's Environmental Performance Can Change the Conclusion[J]．Discussion Papers No．374,Statistics Norway,Research Department,2004．

[32]Murty S,Russell R．On Modeling Pollution Generating Technologies[J]．University of California,Riverside,2002．

[33]Fare R,S Grosskopf,C A K Lovell．The Measurement of Efficiency of Production[J]．Dordrecht:Kluwer-Nijhoff Publishing, 1985．

[34]Chung Y H,R Fare,S Grosskopf．Productivity and Undesirable Outputs:A Directional Distance Function Approach[J]．Journal of Environmental Management,1997,51:229-240．

[35]Reig-Martinez E,A Picazo-Tadeo,F Hernandez-Sancho．The Calculation of Shadow Prices for Industrial Wastes Using Distance Functions:An Analysis for Spanish Ceramic Pavement Firms[J]．International Journal of Production Economics,2001,69(3): 277-285．

[36]Fare R,S Grosskopf,C A Pasurka．Environmental Production Functions and Environmental Directional Distance Functions[J]．Energy,2007,32:1055-1066．

[37]Pittman R W．Multilateral Productivity Comparisons with Undesirable Outputs[J]．The Economic Journal,1983,93:883-891．

[38]Olatubi W O,Dismukes D E．A Data Envelopment Analysis of The Level and Determinants of Coal-fired Electric Generation Performance[J]．Utilities Policy,2000,9(2):47-59．

[39]Berman E,Bui L T M．Environmental Regulation and Productivity:Evidence From Oil Refineries[J]．Review of Economics and Statistic,2001,83:498-510．

[40]Fleishman R,Alexander R,Bretschneider S,Popp D．Does Regulation Stimulate Productivity?The Effect of Air Quality Policies on the Efficiency of US Power Plants[J]．Energy Policy,2009,37(11):4574-4582．

[41]Zofio J L,Prieto A M．Environmental Efficiency and Regulatory Standards:The Case of CO2 Emissions from OECD Countries [J]．Resource and Energy Economics,2001,23(1):63-83．

[42]Jeon B M,Sickles R C．The Role of Environmental Factors in Growth Accounting[J]．Journal of Applied Econometrics,2004,19:567-591．[43]Lindenberger D．Measuring the Economic and Ecological Performance of OECD Countriesp[C]．EWI Working Paper,2004Nr 04．01．

[44]Yoruk B K,Zaim O．Productivity Growth in OECD Countries:A Comparison with Malmquist Indices[J]．Journal of Comparative

Economics,2005,33:401-420．

[45]Kumar S．Environmentally Sensitive Productivity Growth:A Global Analysis Using Malmquist-Luenberger Index[J]．Ecological Economics,2006,56:280-293．

[46]Zhang C H,Liu Haiying,Bressers Hans Th A,Buchanan Karen S．Productivity Growth and Environmental Regulations-Accounting for Undesirable Outputs:Analysis of China＇s Thirty Provincial Regions Using the Malmquist-Luenberger index[C]．Ecological Economics,2011,70(12):2369-2379．

[47]殷宝庆.环境规制与我国制造业绿色全要素生产率[J].中国人口,资源与环境,2012,22(12):60-66.

[48]郑丽琳,朱启贵.纳入能源环境因素的中国全要素生产率再估算[J].统计研究,2013,30(7):9-17.

[49]Lau L J．A Characterization of the Normalized Restricted Profit Function[J]．Journal of Economic Theory,1976,12:131-163．

[50]Halvorsen R,Smith T R．Substitution Possibilities for Unpriced Natural Resources:Restricted Cost Function for the Canadian Metal Mining Industry[J]．Review of Economics and Statistics,1986,68:398-405．

[51]Kumbhakar S C．Allocative Distortions,Technical Progress,and Input Demand in US Airlines:1970-1984[J]．International Economic Review,1992,33:723-737．

[52]Kuosmanen T,Bijsterbosch N,Dellink R．Environmental Cost-benefit Analysis of Alternative Timing Strategies in Greenhouse Gas Abatement[J]．Ecological Economics,2009,68(6):1633-1642．

[53]Fare R,Grosskopf S,Norris M,Zhang Z．Productivity Growth,Technical Progress,and Efficiency Change in Industrialized Countries[J]．American Economic Review,1994,84:66-83．

[54]Chapple W,Harris R．Accounting for Solid Waste Generation in Measuring of Regional Productivity Growth[M]．ICCSR Research Paper Series No．01-2003．Nottingham University Business School,Nottingham,2003．

[55]Oh D,Heshmati A．A Sequential Malmquist-Luenberger Productivity Index:Environmentally Sensitive Productivity Growth Considering the Progressive Nature of Technology[J]．Energy Economics,2010,32:1345-1355．

[56]Krautzberger L,Wetzel H．Transport and CO2:Productivity Growth and Carbon Dioxide Emissions in the European Commercial Transport Industry[C]．EWI Working Paper 2011(11/13)．

[57]Chambers R G,R Fare,S Grosskopf．Productivity Growth in APEC Countries[J]．Pacific Economic Review,1996,1(3):181-190．[58]Boussemart J P,Briec W,Kerstens K,Poutineau J C．Luenberger and Malmquist Productivity Indices:Theoretical Comparisons and Empirical Illustration[J]．Bulletin of Economic Research,2003,55(4):391-405．

[59]Fukuyama H,William L Weber．A Directional Slacks-based Measure of Technical Inefficiency[J]．Socio-Economic Planning Sciences,2009,43(4):274-287．

[60]Fare R,Grosskopf S．Directional Distance Functions and Slacks-based Measures of Measures of Efficiency[J]．European Journal of Operational Research,2010,200(1):320-322．

[61]Williams J,Peypoch N,Barros C P．The Luenberger Indicator and Productivity Growth:A Note on the European Savings Banks Sector[J]．Applied Economics,2009,43(6):747-755．

[62]陈诗一.中国的绿色工业革命:基于环境全要素生产率的视角[J].经济研究,2010(11):21-34.

[63]李谷成,陈宁陆,闵锐.环境规制条件下中国农业全要素生产率增长与分解[J].中国人口、资源与环境,2011,21(11):53-60.

责任编辑 张颖超

X322

A

1673-9841(2015)03-0055-09

10．13718/j．cnki．xdsk．2015．03．008

2014-10-05

王定祥,管理学博士,西南大学经济管理学院、农业教育发展研究中心,教授,博士生导师。

国家社会科学基金重点项目“财政金融服务创新与新型农业经营体系构建的协同机制与模式研究”(13AJY019),项目负责人:王定祥;重庆市人文社会科学重点研究基地项目“农村反贫困中财政金融协同扶贫机制与模式研究”(12SKB019),项目负责人:王定祥;西南大学人文社科基金项目“农村微型金融机构运营管理与风险控制研究”(12XDSKZ005),项目负责人:丁忠民。