中国战略性新兴产业环境技术效率研究

徐 晔，陶长琪

（江西财经大学统计学院，南昌 330013）

中国战略性新兴产业环境技术效率研究

徐 晔，陶长琪

（江西财经大学统计学院，南昌 330013）

从整体上来看，我国战略性新兴产业的环境技术效率比较低，但在时间上呈现出先下降后上升的趋势;劳动力素质、技术进步、环境制约变量、市场集中度和所有制结构对环境技术效率的影响各不相同;劳动力素质和技术进步与环境技术效率呈正相关性，而市场集中度和环境制约变量与环境技术效率呈负相关性。战略性新兴产业应大力鼓励体制创新和加强技术创新，并不断培养和引进高技术人才，切实提升该行业的技术水平，进而真正提高环境技术效率。

战略性新兴产业;环境技术效率;劳动素质;市场集中度;技术进步

当前我国正处在工业化及城镇化加速发展时期，经济保持高速增长，但资源加工型、高耗能产业的比重偏大，造成经济可持续发展面临规模扩张与资源、环境等方面的双重压力，传统的产业发展模式迫切需要转变。为此，加快培育和发展我国战略性新兴产业，进行产业结构调整和优化，由数量型、消耗型经济增长方式向质量型、效率型经济增长方式转变，注重经济增长中质量和效益的均衡，以及产业结构的协调，是实现我国经济可持续发展的重要途径。今后一段时期，战略性新兴产业的发展进程和前景，无论在理论上还是在实践上都将受到高度关注。

一、文献综述

随着环境问题的日益突出，环境因素对经济增长的影响也越来越大，考虑环境规制下的技术效率已成为众多学者竞相研究的对象。Luenberger等采用方向性距离函数和数据包络分析方法，将污染排放看作“坏产出”测度了环境技术效率。［1］Chung等定义了 Malmquist-Luenberger生产率变化指数。［2］Reinhard等认为，对于环境技术效率的测算，最常用的分析方法有数据包络分析与随机前沿分析。［3］Hu等将环境因素纳入到效率和生产率的分析框架中，对中国经济进行了实证研究。［4］Korhonen和Luptacik将效率分解为相互联系的两部分:技术效率和生态效率，在生态效率中基于期望有用产出更大而污染更小，将污染看作是投入要素，并用这种方法估计了欧洲国家24个发电厂的效率。［5］Rolf Fare等认为，环境技术度量了在最优技术结构下环境产出的可能前沿，其是计算衡量环境技术效率的基础。［6］Sueyoshi等提出了环境RAM（range adjusted measure）模型，这个模型不仅是非径向和非角度的，而且避免了基于SBM模型来计算方向性距离函数无法回避方向性距离函数的固有弊端:主观设定模型参数，从而有效地实现了包含环境因素的效率测度。［7］

国内学者也对环境技术效率及其影响因素进行了研究，但国内学者更侧重于实证研究。王兵、吴延瑞、颜鹏飞等运用SBM方向性距离函数和Luenberger生产率指标测度了考虑资源环境因素下中国30个省份1998～2007年的环境效率，并对环境效率的影响因素进行了实证研究。［8］庞瑞芝等采用SBM方向性距离函数，对中国省际规模以上工业企业的内涵型增长效率进行考察。［9］徐晔运用方向性距离函数测度，并对比分析了2003～2010年中国制造业不同行业，以及不同地区的环境技术效率，对影响制造业环境技术效率的因素进行了实证分析。［10］徐晔，周才华运用SBM方向性距离函数和GML指数测算了我国生物医药产业的环境技术效率，并对其收敛性进行了评价。［11］李涛运用非径向DEA方法——RAM模型估算了1998～2010年中国29个省份的经济效率、碳环境效率，并将两者整合成统一的联合效率框架，以测度碳排放与经济增长的耦合程度，结果发现我国节能减碳政策取得了明显效率改进的“水平效应”。［12］

随着战略性新兴产业的兴起，不少学者对此进行了相关研究。高保中、白冰洁和王翠霞运用因子分析法，从产业发展潜力、区位优势、技术创新能力、关联带动能力4个方面选取13个经济指标，客观评价河北省战略性新兴产业的发展水平。［13］刘艳利用产业集聚度指数从时间、产业及地理3个维度，对战略性新兴产业依托部门的演进态势及其特征进行了研究。［14］喻登科、陈华和涂国平采用DEA方法测量出2010年江西省十大战略性新兴产业科技资源投入与产出的相对效率。［15］李红锦、李胜会以我国10家LED上市公司2008～2010年的面板数据为研究样本，建立随机前沿模型（SFA），对LED战略性新兴产业创新效率进行了测算，并进行了对比分析。［16］

从以上文献可以看出，对我国战略性新兴产业的研究虽然有些成果，但在环境技术效率实证研究方面还比较薄弱。为了进一步弄清楚战略性新兴产业的发展状况，基于数据的可获得性，本文选取战略性新兴产业中的生物医药产业、高端装备制造产业、新一代信息技术产业，采用综合考虑能源投入、“好”产出和“坏”产出，对环境技术效率进行测算，并研究其相关影响因素，分析环境管制和经济增长之间的关系。具体来讲，拟从以下两方面进行拓展:第一，运用非径向DEA方法——RAM模型对战略性新兴产业进行2003～2011年环境技术效率的测算;第二，运用面板Tobit模型对环境技术效率的影响因素进行实证分析。

二、环境技术效率的测算

1.研究方法

运用基于SBM模型来计算方向性距离函数无法回避方向性距离函数的固有弊端:由于方向向量设定的主观性，同一决策单元在不同方向向量设置的情况下效率计算结果存在偏差。因此，本文选取对其改进的DEA方法——RAM模型作为环境技术效率的研究方法。［12］

为了将能源、环境污染排放和经济增长纳入环境技术效率分析的框架，我们先构造一个既包含期望产出，又包含非期望产出的生产可能集。然后进一步将生产投入细分为能源要素以及资本、技术、劳动等普通要素。假设每一个地区使用N种普通投入x=（x1，x2，…，xN）∈RN+和M种能源投入e=（e1，…，eM）∈RM+，得到P种期望产出 y=（y1，y2，…，yp）∈RP+，以及 I种非期望产出 b=（b1，b2，…，b1）∈RI+，生产可能性集模拟为:

假设在每一个时刻t（t=1，…，T），第j（j=1，…，J）个省份的投入和产出向量为（xtj，etj，ytj，btj），再运用DEA拓展模型—RAM模型构造中国的最优实践边界（参考技术），把每一个省份的生产同最优实践边界进行比较，从而对效率变化进行测度。

本文凭借RAM模型加性结构将效率和环境因素整合在一个统一的框架中，构造了兼顾期望产出与非期望产出的环境技术效率的RAM模型:

上式的规划模型同时考虑了期望产出和非期望产出。此时，第t时期j省份的环境技术效率（θU）可以由下式计算:

在计算所有被评价省份各投入产出极差［max（xnj）-min（xnj）］、［max（emj）-min（emj）］、［max（ypj）-min（ypj）］、［max（bij）-min（bij）］的基础上，本文需要界定松弛（sxn，sem+-sem-，syp，sbi）的调整区间:

由松弛定义可知，（Sx*n，Se+*m-Se-*m，Sy*p，Sb*i）介于零和极差之间，其中，“*”表示模型取得最优解状态。

2.投入产出变量的选取与处理

假定生产过程中投入四种变量，其中普通投入变量有固定资产投资额、从业人数和R＆D经费，能源投入变量为标准煤;有五种产出变量，其中期望产出有行业总产值和拥有专利发明数，非期望产出有烟尘排放量、废水排放总量和CO2排放量。变量和变量相关说明如表1所示。

考虑到统计口径的一致性和数据的可得性，以上变量指标以2003～2011年中国内地的30个省市（西藏因数据不全不在考察范围内）为例进行分析。所用数据根据2004～2012年的《中国高技术产业统计年鉴》、《中国统计年鉴》、《中国能源统计年鉴 》和30个省市统计年鉴综合整理得到。对于某些指标，部分省份个别年份缺省数据采用了简单线性插值方式处理。

3.环境技术效率的测算结果

根据上述确定的投入、产出指标，对其数据进行整理变换处理后，运用matlab软件进行编程计算，根据上文中环境技术效率公式，得到基于非径向DEA方法—RAM模型的30个省市2003～2011年我国生物医药产业、高端装备制造业、新一代信息技术产业的环境技术效率值。

表1 环境技术效率测量投入产出变量表

我国30个省市三大战略性新兴产业在9年间的环境技术效率平均值分别围绕在0.58、0.56和0.61左右，说明我国战略新兴产业环境技术效率值总体上比较低，整体上技术非有效。在三大产业中，就环境技术效率值相比较而言，高端装备制造业最低，新一代信息技术产业最高，而生物医药产业则居中，这说明新一代信息技术产业较高端装备制造业和生物医药产业在环境技术方面效率要高。

从时间维度来看，三大产业的环境技术效率值在整体上随时间先下降后上升，这说明在前期，生物医药产业、高端装备制造业和新一代信息技术产业在产业发展过程中忽略环境因素，片面追求经济效益的发展，造成了环境技术效率值的逐渐下降;在后期，随着战略性新兴产业的战略地位兴起和政府对环境重视度的加强，上述三大产业把环境因素考虑到自身发展中来，在多方面的大力投入下，环境技术效率逐年提高，其整体发展前景也会越来越好。

从地域维度来看，生物医药产业、高端装备制造业和新一代信息技术产业环境技术效率值有明显的地域差异，三大产业各自的环境技术效率值在不同省市间还是有差距的，存在着地域间的不协调性。这说明，我国战略性新兴产业环境技术效率整体上存在地域差异化，在产业发展上，各省市间的发展程度并不一样，存在不一致性。

三、环境技术效率影响因素的实证分析

在测算我国30个省市2003～2011年三大战略新兴产业环境技术效率的基础上，本文进一步实证分析三大战略性新兴产业环境技术效率的影响因素。根据环境技术效率的含义、非径向DEA—RAM模型的特点，以及环境经济学相关理论，在考虑环境污染对技术效率影响的基础上，我们认为，战略性新兴产业环境技术效率影响因素可能包括:劳动力素质、市场集中度、技术进步、所有制结构和环境制约变量（CO2排放量）。

1.影响因素变量的选取与处理

本文选取的影响因素指标有劳动力素质、市场集中度、技术进步、所有制结构和环境制约变量（CO2排放量）。变量和变量相关说明如表2所示。

表2 环境技术效率影响因素变量列表

以上变量指标以2003～2011年中国内地的30个省市（西藏因数据不全不在考察范围内）为例进行分析。所用数据根据2004～2012年的《中国高技术产业统计年鉴》、《中国统计年鉴》和30个省市统计年鉴综合整理而得到。对于部分省份个别年份缺省数据采用了简单线性插值方式处理。

2.环境技术效率影响因素的面板Tobit模型回归分析

为了检验环境技术效率与各影响因素的关系，本文利用面板数据建立如下回归方程:

其中，i=1，2，…，30;t=1，2，…，9（在这里，2003年定为第 1年，2004年定为第 2年，以此类推）。ETEit、LQit、MCit、TPit、OSit以及 ERit分别表示省市 i在时间 t的环境技术效率值、劳动力素质、市场集中度、技术进步、所有制结构以及环境制约。μit表示方程的随机误差项，α0表示方程的待定常数项。

上文已计算出30个省市三大战略性新兴产业在2003～2011年的环境技术效率值，由于环境技术效率值是介于0和1之间的，所以被解释变量是受限变量，用最小二乘法估计是有偏的。因此，本文选用面板Tobit模型对三大产业环境技术效率的影响因素进行回归分析。运用STATA软件得出最终的回归结果，如表3所示。

表3 影响因素的回归结果

本文运用Hausman检验方法检验，结果发现:生物医药产业和新一代信息技术产业接受了原假设，而高端装备制造业则拒绝了原假设。这说明生物医药产业和新一代信息技术产业更适合随机效应模型（RE），而高端装备制造业则适合固定效应模型（FE）。

由表3可知，劳动力素质的估计系数在三大产业中均为正，说明劳动力素质对三大战略性新兴产业环境技术效率影响均是正向的，劳动力素质的提高会促进三大产业环境技术效率的提高。高素质人才能够为产业发展提供技术和管理方面的支持，促进产业进行自主创新，提高产业的资源利用率和生产效率，进而提高环境技术效率。市场集中度的估计系数在三大产业中的估计系数均为负，说明市场集中度对三大战略性新兴产业环境技术效率的影响均是负向的，说明产业中大中型企业所占市场份额越大，环境技术效率越低。战略性新兴产业市场中大中型企业份额增多容易形成垄断，不利用市场竞争，阻碍技术的共享与创新，不利于环境技术效率的提升。技术进步的估计系数在三大产业中均为正，说明技术进步对三大战略性新兴产业环境技术效率的影响是正向的。增加科研经费，增加技术引进、改造以及消化方面经费的支出，有利于产业技术的进步，提高环境技术效率。环境制约变量（CO2排放量）的估计系数在三大产业中均为负，说明它对战略性新兴产业环境技术效率的影响是负相关的。CO2排放量越大，环境质量越恶劣，对环境技术效率的负向影响也就越大。

所有制结构的估计系数在生物医药产业和新一代信息技术产业中的估计系数均为负，却在高端装备制造业中为正。这说明在生物医药产业和新一代信息技术产业中，国有企业数量的增多不利于其资源的合理利用，会降低环境技术效率。而高端装备制造业则需要借助国有控股的资金和技术优势，提高资源的利用率，从而提高环境技术效率。

四、结论与建议

本文利用非径向DEA方法，即RAM模型，测算了我国各省市2003～2011年战略性新兴产业中三大产业的环境技术效率值，并运用面板Tobit模型，对环境技术效率及各影响因素进行了实证分析。通过研究发现，三大产业的环境技术效率平均值整体上较低，分别围绕在0.58、0.56和0.61左右。但从时间趋势上来看，整体的环境技术效率值呈现先降后升的趋势。从地域上来看，各个产业的环境技术效率存在明显的地域差异性。劳动力素质和技术进步在提高三大产业环境技术效率上起着正向的作用。市场集中度和环境制约（CO2排放量）则与三大产业的环境技术效率呈负相关，对环境技术效率起着负向作用。所有制结构在高端装备制造业中对环境技术效率起着正向作用，却在生物医药产业和新一代信息技术产业中对环境技术效率起着负向作用。

基于上述研究结论，我国战略性新兴产业应大力鼓励体制创新和加强技术创新，并不断培养和引进高技术人才，切实增强该行业的技术水平，进而使环境技术效率得到提高。首先，应强化知识产权保护，确定有利于战略性新兴产业的专利保护门槛，制订并实施有利于国家掌握关键技术的知识产权管理办法，并对知识产权进行预测和分析，明确其发展趋势和方向。其次，应加强人才培养，完善激励机制，在靠近生物资源、技术、人才、资金集中区，如大学城、研究与开发机构所在地、金融中心等，建立战略性新兴产业人才培养基地。利用基地特有的资源优势、人才培养计划等激励措施，留住懂技术、会管理的复合型人才，提高他们的工作满意度，通过出台优惠政策，引导和吸引海外留学生、科学家和外企精英加入。最后，在加快前沿技术进步的同时，战略性新兴产业在发展过程中应注重“经济增长与环境保护二者并重”的思想，从可持续发展理念出发，处理好资源节约、环境保护、经济增长三者之间的协调关系，进而提高环境技术效率，从而实现战略性新兴产业又好又快地发展。

［1］Luenberger，Robert R，Maxfield.Computing Economic Equilibria Using Benefit and Surplus Function［J］.Computational Economics，1995，8（1）.

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

［3］Reinhard，S，Lovell，C.A.K，Thijssen.Environmental Efficiency with Multiple Environmentally Detrimental Variables:Estimated with SAF and DEA［J］.European Journal of Operational Research，2000，121（2）.

［4］Hu Jin-Li，Her-Jiun Sheu and Shih-Fang Lo.Under the Shadow of Asian Brown Clouds:Unbalanced Regional Productivities in China and Environmental Concerns［J］.International Journal of Sustainable Development＆ World Ecology，2005，（2）.

［5］Korhonen，Luptacik.Eco-efficiency Analysis of Power Plants:An Extension of Data Envelopment Analysis［J］.European Journal of Operational Research，2004，（154）.

［6］Rolf Fare，Shawna Grosskopfb，Carl A.Pasurka Jr.Environmental Production Functions and Environmental Directional Distance Functions［J］.Energy，2007，32（7）.

［7］Sueyoshi，T.，M.Goto，and T.Ueno.DEA Approach for Unified Efficiency Measurement:Assessment of Iapanese Fossil Fuel Power Generation［J］.Energy Economics，2011，（32）.

［8］王兵，吴延瑞，颜鹏飞.中国区域环境效率与环境全要素生产率增长［J］.经济研究，2010，（5）.

［9］庞瑞芝，李鹏.中国工业增长模式转型绩效研究——基于1998-2009年省际工业企业数据的实证考察［J］.数量经济技术经济研究，2011，（9）.

［10］徐晔.中国制造业环境技术效率的测度及其影响因素研究［J］.东岳论丛，2012，（11）.

［11］徐晔，周才华.我国生物医药产业环境技术效率测度区域比较研究［J］.江西财经大学报，2013，（5）.

［12］李涛.资源约束下中国碳减排与经济增长的双赢绩效研究——基于非径向DEA方法RAM模型的测度［J］.经济学（季刊），2013，12（2）.

［13］高保中，白冰洁，王翠霞.基于因子分析法的河北省战略性新兴产业实证研究［J］.企业经济，2013，（7）.

［14］刘艳.中国战略性新兴产业集聚度变动的实证研究［J］.上海经济研究，2013，（2）.

［15］喻登科，陈华，涂国平.江西省战略性新兴产业科技资源投入产出效率评价［J］.情报杂志，2013，（2）.

［16］李红锦，李胜会.战略新兴新产业创新效率评价研究——LED产业的实证分析［J］.中央财经大学学报，2013，（4）.

［17］彭昱.我国电力产业环境效率评价［J］.财经科学，2011，（2）.

［18］张虹，王道平，周超，张泽麟.电子通讯企业R＆D国际化的技术效率及其影响因素实证研究［J］.管理学报，2011，（6）.

F26

A

1005-2674（2015）02-056-06

2014-11-18

2014-12-20

国家自然科学基金项目（71273122，71473109，41461025）;国家社会科学基金项目（12BJY014）;江西省高等学校科技落地项目（KJLD13032）;江西省高校哲学社会科学研究重点招标项目（ZD05）

徐晔（1962-），女，江西南昌人，江西财经大学统计学院教授，博士生导师，主要从事数量经济学研究;陶长琪（1967-），男，江西临川人，江西财经大学统计学院教授，博士生导师，主要从事数量经济学研究。

责任编辑:蔡 强