广东环境全要素生产率及影响因素分析——基于环境生产函数的实证研究

周永文

（暨南大学 产业经济研究院，广东 广州 510632）



广东环境全要素生产率及影响因素分析——基于环境生产函数的实证研究

周永文

（暨南大学 产业经济研究院，广东 广州 510632）

［摘 要］广东全要素生产率改善的主要贡献来源为技术进步，从总体上看，环境规制显著地促进了广东全要素生产率的提高且主要表现在环境技术效率的改善上；分区域看，广东区域经济发展并不均衡，珠三角和西翼地区的TFP增速明显超越了东翼地区和北部山区；相对于粗放型增长地区，集约型增长地区获得了更快的全要素生产率提升；经济发展水平、资源禀赋结构、地方财政支出能力、经济开放度、外资利用强度、人力资本和人口密度是影响广东全要素生产率增长的主要因素。

［关键词］环境生产函数；环境全要素生产率；数据包络分析

一、引 言

改革开放30多年来，广东依靠毗邻港澳的地缘特点和拥有庞大海外华侨群体的优势，运用“招商引资”和“前店后厂”的经济发展模式，在体制机制上先行一步，依托区位和要素优势参与国际分工，成就了“广东制造”，成为全国乃至世界最大的先进制造业基地之一；1978—2014年间，广东的地区生产总值迅速增加，年均GDP增速高达12. 98％，居于全国各省市自治区前列，经济总量先后超过亚洲“四小龙”，成为推动我国经济社会发展的强大引擎。然而，广东的经济发展在取得巨大成就的同时，也存在着一些突出问题，高物耗、高能耗和高污染等问题日益突出，严重的资源、环境压力成为制约广东经济可持续发展的瓶颈。《珠江三角洲地区改革发展规划纲要》指出，珠三角作为广东最具有竞争活力的地区，其经济发展存在着“土地开发强度过高，能源资源保障能力较弱，环境污染问题比较突出，资源环境约束凸显，传统发展模式难以持续”等问题。

全要素生产率的增长作为现代经济增长的核心，标志着一个国家或地区经济增长质量的改善和技术进步及管理效率的提升。然而，传统的全要素生产率测度方法，没有将污染物等生产过程中产生的“非合意”产出纳入进去，从而使得测算出的全要素生产率增长率偏离了真实的经济发展水平，由此得出的政策建议显然达不到预期的效果。为了将资源和环境因素纳入到全要素生产率的分析框架中，经济学家和学者们进行了大量的工作，提出了绿色全要素生产率的概念并探讨了大量的测度方法。

目前对广东以及广东各地区进行全要素生产率比较分析的研究文献并不多见，其中将资源和环境因素纳入全要素生产率的分析框架中的文献则更少。邓利方、余甫功①邓利方、余甫功：《广东全要素生产率的测算与分析：1980—2004——基于面板数据的Malmquist DEA》，载《广东社会科学》2006年第5期。利用非参数DEA和Malmquist指数方法，估算了1980—2004年广东省21个地级市的全要素生产率增长、效率变化和技术进步率，研究结果表明，广东的经济增长主要是要素投入增加而非全要素生产率的提高推动的。陈新林②陈新林：《广东技术效率、生产率与经济增长实证分析》，载《科技管理研究》2008年第7期。采用DEA和Malmquist指数方法分析了广东经济增长与其技术效率以及生产率发展的关系，分析发现，GDP总量大、增长快的城市，一般技术效率较好，经济增长与技术效率呈发散趋势。王晓东③王晓东：《产业升级和转移背景下广东工业行业效率变化实证研究》，载《预测》2010年第4期。运用DEA和Malmquist指数方法，测算了广东工业行业2001—2007年的全要素生产率及其分解项目，结果表明：广东省工业年均技术效率为0. 59，TFP对工业总产值增长的贡献为40％，建议广东工业应不断提升精细化管理水平；根据行业特征，引导行业向不同地区集聚，实现行业错位升级。王兵、王昆④王兵、王昆：《环境规制下广东省工业全要素生产率增长的实证分析》，载《暨南学报》（哲学社会科学版）2010年第6期。运用ML生产率指数方法测算了广东21个市1998—2007年工业全要素生产率增长及其成分，并对环境规制下全要素生产率增长的影响因素进行了实证分析，结果显示：考虑环境规制后，技术进步是广东全要素生产率平均增长水平提高的主要源泉；相对效率变化，环境规制对技术进步的影响更为明显。何传添、谢璇⑤何传添、谢璇：《1995—2010年广东全要素生产率的动态变化研究——基于DEA模型的Malmquist指数方法》，载《广东外语外贸大学学报》2012年第7期。用1995—2010年广东及其各地区面板数据，采用DEA模型的Malmquist指数方法，分析了广东及其各地区1995—2010年全要素生产率变化的动态特征，研究发现，广东经济增长动力主要来源是技术改进，而技术效率变化起着拖累作用；分区域看，西部地区的全要素生产率改善程度优于东部地区、北部山区和珠三角。陈红蕾、覃伟芳、吴建新⑥陈红蕾、覃伟芳、吴建新：《考虑碳排放的工业全要素生产率变动及影响因素研究》，载《产业经济研究》2013年第5期。运用Malmquist—Luenberger生产率指数，估算并比较了广东省36个工业行业考虑CO2排放的全要素生产率（TFP）和传统生产率；在此基础上对影响全要素生产率的因素进行了实证分析，研究发现：将CO2排放作为非期望产出估算的TFP低于传统生产率估算结果，技术进步是其增长的主要源泉；考虑CO2排放对高能耗、密集排放行业的TFP冲击很大，但对高新技术产业的TFP影响不大。此外，何新安等⑦何新安、熊启泉：《1992—2005年广东农业纯技术效率与规模效率实证研究》，载《华南农业大学学报》（社会科学版）2009年第1期。、曹建云⑧曹建云：《广东现代服务业全要素生产率研究》，载《特区经济》2010年第11期。、徐创⑨徐创：《1996—2010年广东省生产性服务业增长效率分析——基于Malmquist指数法研究》，载《时代金融》2012年第5期。借助Malmquist指数法，分别对广东省农业、现代服务业、生产性服务业的全要素生产率及其分解指标进行了测算和分析。

基于以上分析，本文试图通过刻画环境技术和构建环境生产函数，在Solow生产率理论的基础上，提出绿色全要素生产率指数的测算方法，从而建立绿色全要素生产率与传统全要素生产率理论之间的联系，使得绿色全要素生产率有了坚实的理论基础。在此基础上，将环境因素带来的影响从中分离出来，进而提出环境全要素生产率指数的概念及测算方法。并通过对广东及其各地市的实证研究，剖析广东各区域全要素生产率的变化方向及其影响因素，从而为促进广东加快转变经济发展方式提供理论依据。

二、研究方法

Shadbegian和Gray认为，当前测量生产率的方法并没有对“投入”作“用于传统产出生产”和“用于环境保护生产”的区分，所以投入被高估，而生产率却被低估了①Shadbegian，Ronald J.，Gray，Wayne B.，“Pollution Abatement Expenditures and Plant-level Productivity：a Production Function Approach”，Ecological Economics，Vol. 54，No. 2 -3，2005，pp. 196 -208.。一般情况下，生产过程中的投入很难区分哪些部分被用于传统产出的生产，哪些部分被用于环境保护的生产，但是在产出中，哪些是我们期望（越多越好）的“好”产出，哪些是我们不期望（越少越好）的“坏”产出却很容易区分。Färe et al.提出了一个全新的测量传统生产率的方法，即联合产出模型（JPA）②Färe，Rolf，Grosskopf，S.，Pasurka，C.，“Pollution Abatement Activities and Traditional Productivity”，Ecological Economics，Vol. 62，No. 3 -4，2007，pp. 673 -682.。在此方法中，“好”产出和“坏”产出都是联合生产的结果，只是“坏”产出是副产品而已。在本文的分析中，我们把广东省的每个地级市作为一个决策单元，运用基于环境生产函数的Malmquist指数方法来测算广东绿色和环境全要素生产率的变化情况。

（一）环境生产函数

在物质产品的生产过程中，一些我们不太期望的副产品如废水、废气、废渣、噪音等总是伴随着我们期望的“好”产品而同时生产出来，一般我们将这些副产品称为“非合意”产出或“坏”产出。我们用x =（x1，…，xN）∈RN＋来定义N种投入，用y =（y1，…，yM）∈RM＋来定义M种“好”产出，用b =（b1，…，bJ）∈RJ＋来定义J种“坏”产出，然后我们可以用一个产出可行集来描述环境技术：

该环境技术需满足以下两个假设：

第一个假设为“零结合”假设，其表明，“坏”产出总是会伴随着“好”产出的生产过程而产生，即没有“坏”产出时，也不可能生产出“好”产出，从而将环境因素纳入到生产率的分析框架；第二个假设为“坏”产出弱可处置性假设，假定投入不变的情况下，要减少一定数量的“坏”产出，也需要减少同比例的“好”产出，即“坏”产出的减少是需要成本的，这样就将环境规制的思想纳入到了生产率的分析框架中，同时我们一般假定“好”产出具有强可处置性，也就是说我们可以随意减少“好”产出，而不需要同时减少“坏”产出，通常这是符合企业的一般运营规律的。即：

如果（y，b）∈P（x），且y′≤y，那么（y′，b）∈P（x）

为了构建环境技术生产函数，我们假定单一的有效产出，即y∈R＋，该环境生产函数为：

显然，该环境生产函数满足以下条件：

由于我们假设，“好”产出具有强可处置性，因此如果y≤F（y，b），那么y就是可行的。在此条件下，我们便可以通过以下定义修复产出集：

因此，以上环境生产函数是单一产出条件下环境技术的一种完整特征描述。

假设在每一个时期t =1，…，T，第k =1，…，K个地区的投入和产出值为（xtk；ytk，btk）。对于任意观察值（xtk′；ytk′，btk′），运用数据包络分析（DEA）我们可以将环境生产函数模型化为：

上式中ztk表示第k个决策单元第t期观察值的权重，假定该变量大于等于零，说明环境技术满足规模报酬不变的要求①Färe，R. and Grosskopf，S.，“Intertemporal Production Frontiers：With Dynamic DEA”，Kluwer Academic Publishers，Boston，1996. Färe认为，作为结果的生产率指数是真正的全要素生产率指数的必要条件是技术为规模报酬不变。，同时“坏”产出约束式中的等号意味着“坏”产出和“好”产出是联合弱可处置的，而投入约束式中的不等号则说明投入是自由可处置的；另外，根据产出的“零结合”假设，还需要加上下面的两个约束条件：

上述第一个条件说明任意一种“坏”产出都至少有一个地区会生产，第二个条件说明任意一个地区都至少会生产出一种“坏”产出。

为了确定与污染减排行为相关的生产率变动，我们引入传统的或不受管制的技术要素。如此一来，我们假设允许每一个生产者可以自由处置其“坏”产出。这种情况可通过假设所有的产出，无论是“好”产出还是“坏”产出，都是自由可处置的，便可通过剔除无效产出来建模。

相应的产出可行集设为：

生产函数则为：

因此，参考模型（7），传统生产函数可以模型化为：

模型（9）与（7）唯一的不同就是，模型（9）缺少了“坏”产出的约束式。

（二）环境全要素生产率指数

在联合产出函数框架下，索洛剩余②Solow，Robert M.，“Technical Change and the Aggregate Production Function”，Review of Economics and Statistics，Vol. 39，No. 3，1957，pp. 312 -320.可以表示为：

于是有：

根据Färe et al.，在联合产出函数框架下，测算绿色全要素生产率变化率的Malmquist指数为①Färe，R.，Grosskopf，S.，Norris，M.，Zhang，Z.，“Productivity Growth，Technical Progress and Efficiency Change in Industrialized Countries”，American Economic Review，Vol. 84，No. 1，1994，pp. 66 -83.：

上述Malmquist指数可以进一步被分解为效率变化指数GECtt＋1和技术变化指数GTCtt＋1，则：

由图1可知，给定两种环境技术P（xt，t）、P（xt＋1，t＋1），两组观察值（a）∈P（xt，t）、（i）∈P（xt＋1，t＋1），则技术变化可表示为产出边界之比（），而效率变化则是两组观察值分别到产出边界距离的比率（），因此：

图1　生产率的分解

当计算混合时期的线性规划时，为了计算等式（13），我们分别以t和t＋1时期的技术为参考，同时分别定义GMCt＋1t为：

为了得到t＋1期相对于t期的绿色全要素生产率变化率，我们根据Färe，Grosskopf & Norris的思路②Färe，R.，Grosskopf，S.，Norris，M.，“Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries：Reply”，American Economic Review，Vol. 87，No. 5，1997，pp. 1040 -1043.，利用两个时期的Malmquist指数的几何平均值来表示全要素生产率的变化：

当GMCtt＋1＞1时，表明生产率提高；当GMCtt＋1＜1时，表明生产率降低。产出边界向外变动（表明技术进步）使得GTCtt＋1＞1；如果GTCtt＋1=1，说明边界没有发生移动；而当GTCtt＋1＜1时，边界向内移动（表明技术退步）。GECtt＋1用于测算两个时期产出效率的变动，是衡量各自时期观察值与产出边界距离远近的指标，以伴随“坏”产出的“好”产出的增量表示。如果GECtt＋1＞1，表示与t时期相比，观察值在t＋1时期更加接近边界；当GECtt＋1=1时，表示观察值与边界的距离在t时期和t＋1时期是一样的；最后，当GECtt＋1＜1时，表示与t时期相比，观察值在t＋1时期更加远离边界。

根据模型（14），参考绿色全要素生产率的计算，传统全要素生产率指数可定义为：

为了将环境因素对生产率变化的影响从绿色全要素生产率中分离出来，我们将环境全要素生产率指数EMCt＋1t定义为：

根据EMCtt＋1、EECtt＋1、ETCtt＋1与1的对比关系（大于1或小于1），我们可以进一步判断某一地区的环境规制（环境污染的变化）对该地区全要素生产率及其分解成分的影响，当上述三个指数大于1时，说明环境规制促进了全要素生产率的提升以及效率和技术进步的改善，反之，则说明环境规制没有带来全要素生产率的提升以及效率和技术进步的改善。

三、数据处理与变量描述

（一）数据处理

在现有的实证研究文献中，对于数据来源的选择及其处理方法千差万别，这也导致了针对同一研究对象，不同的文献得出的研究结论大不相同。本文拟利用广东省21个地市1996—2012年投入和产出的样本数据进行实证研究，所需要的原始数据主要来源于历年《广东统计年鉴》，部分数据取自各地市统计年鉴。

1.产出水平

（1）“好”产出。与大多数研究文献一样，本文用广东各地市不变价的地区生产总值表示“好”产出。从统计年鉴中可以获得广东各地市历年用不变价表示的地区生产总值增长速度，再利用1996年各地市的地区生产总值数，就可以求得各地市1997—2012年用1996年不变价表示的地区生产总值。

（2）“坏”产出。“坏”产出主要是伴随着“好”产品的生产过程中产生的各种环境污染物，由于环境污染物的种类众多，因此对于“坏”产出指标的选择，不同的研究文献给出的答案各不相同①②③④⑤⑥Kaneko，S. and Managi，S.，“Environmental Productivity in China”，Economics Bulletin，Vol. 17，No. 2，2004，pp. 1 -10.。我国在“十一五规划纲要”中首次将节能减排作为约束性目标，提出“十一五”期间单位国内生产总值能耗降低20％左右，主要污染物排放总量减少10％的约束性指标，并将降耗减排指标纳入政府目标责任和干部考核体系。而上述主要污染物指的就是二氧化硫（SO2）和化学需氧量（COD），在SO2和COD的排放总量中，工业生产过程中产生的排放量占了主要部分。SO2是工业废气的主要成分之一，是导致环境酸化的重要前驱物之一，由于广东各地市统计年鉴中没有直接的工业COD排放数据，而工业COD排放量与工业废水排放量有直接的因果关系，广东工业废水排放量占全国的比重呈现逐年上升的趋势，与其他污染物相比，广东这两种污染物的排放对环境的破坏要严重得多。因此，从数据采集的便利性和本文的研究目的考虑，本文选择广东各地市的工业SO2和工业废水的排放量作为“坏”产出指标。

2.资本投入

经济学意义上的资本，通常指的是投入到生产过程中的基本生产要素，包括设备、厂房、原材料、资金等物质资源。在经济学研究文献中，资本投入通常用物质资本存量来衡量，对物质资本存量的估算一般都利用永续盘存法（PIM）来处理，该方法计算公式如下：

上式中，Kt、Kt -1分别表示第t年、第t -1年的资本存量，It为不变价表示的第t年的新增投资额，δ为折旧率。因此对广东各地市历年资本存量的估算涉及以下四个变量的确定，本文说明如下：

（1）基期初始资本存量。现有研究文献表明，基期初始资本存量的大小，对以后各年资本存量估算的影响随时间推移逐渐减弱。本文采用Kohli的方法，利用以下公式确定广东各地市1996年的资本存量初始值①Kohli Ulirich，“A Cross-National Product Fuction and Derived Demand for Imports and Supply Exports”，Canadian Journal of Economics，No. 18，1982.：

其中r为1996—2012年之间各地市投资额的年平均增长率。

（2）当年投资额。现有文献中，对当年投资额序列的设定可供选择的指标主要有全社会固定资产投资总额、当年新增固定资产、资本形成总额以及积累等，限于原始数据的可得性，本文选择广东各地市历年资本形成总额中的固定资本形成总额来构建当年的投资额序列。

（3）投资品价格指数。与现有大多数文献一样，本文选择固定资产投资价格指数作为对当年价投资额进行价格平减的依据，由于缺乏分地市的固定资产投资价格指数，因此本文统一使用广东省固定资产投资价格指数，2000年以前用全国固定资产投资价格指数替代。

（4）折旧率。从现有文献来看，对资本品折旧率的设定多在7％～12％之间，本文折中处理，将广东各地市资本品年折旧率设定为9. 5％。

通过以上方法计算出的是资本存量的年末值，由于产出指标都是流量值，为了与产出指标对应，本文采用本年末和上年末资本存量的平均值作为当年资本投入的替代值。

3.劳动投入

从严格意义上讲，劳动投入一般是指投入到生产过程中的劳动量，其指标的选择应该综合考虑劳动投入的数量和质量两个方面，发达国家一般采用标准劳动强度下的总劳动时间来衡量劳动投入。但是在中国现行的统计体系下，这是一个可望而不可即的目标，因此本文采用广东各地市从业人员年平均数来表示劳动投入。

4.能源投入

在传统的全要素生产率测度中，由于产出指标一般采用的是增加值指标，通常不会考虑作为中间投入的能源指标。但在节能减排的背景下，能源作为环境污染物的主要来源之一，有必要将其纳入全要素生产率的测度中。考虑到数据的可得性，本文使用广东省各地市电力消费量作为能源投入指标。

（二）变量及数据描述

本文研究工业环境污染对广东全要素生产率的影响，以1996—2012年广东省21个地市为基本研究单元，以地区生产总值（GRP）为“好”产出指标，以工业SO2和工业废水的排放量为“坏”产出指标，以资本存量年平均余额、从业人员年平均数和电力消费量代表投入指标。表1为上述变量的描述性统计。

表1　广东各地市1996—2012年投入产出指标及主要污染物排放量的描述性统计

（三）广东经济增长与工业废水和工业SO2排放的简单分析

1.污染物排放增长缓慢与经济快速增长

广东工业废水排放量从1996年的15. 08亿吨，增长到2012年的18. 59亿吨，16年间增长了23. 25％，年均增长1. 32％，工业SO2排放量从1996年的73. 05万吨，增长到2012年的83. 12万吨，16年间增长了13. 79％，年均增长0. 81％。从污染物排放趋势图可以看出，1996—2012年广东省工业废水和工业SO2的排放均出现了先下降后上升再下降的特征，其中工业废水排放在2007年达到峰值，工业SO2排放在2003年和2007年两度达到峰值，近四年污染物排放基本保持稳定状态（见图2）。

图2　1996—2012年广东经济增长与工业污染物排放趋势

在工业污染排放缓慢增长的同时，广东经济在1996—2012年间高速增长，全省地区生产总值从1996年的7295. 05亿元，增长到2012年的53590. 47亿元，16年间增长了634. 61％，年均增长13. 27％。

从工业污染物排放的地区分布来看，1996—2012年工业废水排放总量下降的有韶关、汕头、湛江、广州、茂名、云浮、清远、中山8个地市，增长较快的地市有潮州、惠州和梅州。而工业SO2排放量下降的有广州、佛山、江门、韶关、肇庆、揭阳和汕头7个地市，增长较快的地市有汕尾、河源和珠海。

2.广东各地市经济增长中的污染物排放弹性分析

为了考察广东各地市经济增长与主要工业污染物排放之间的动态变化关系，本文计算了1996—2012年广东各地市地区生产总值对主要污染物排放的平均弹性值，即地区生产总值增长1％，工业废水和工业SO2排放量增加的比例。广东全省21个地市地区生产总值对工业废水的平均弹性值为0. 099，对工业SO2的平均弹性值为0. 061，以此为标准，将各地市产出对两种污染物的弹性划分为较低组和较高组（分组结果见表2），从表2中各地市产出污染弹性值的高低可以窥见各地区环境技术效率一斑。

表2　地区生产总值对污染物排放的弹性

四、实证结果分析

运用GAMS22. 4软件，本文分三种情形分别测算了广东省及其21个地级市以及四大区域1998—2012年的全要素生产率及其分解成分的变化情况①本文运用的是窗式DEA的方法，即每一年的参考技术由当期及其前两年的投入产出值决定。因此本文利用1996—2012年的投入产出数据可以构造出1998年至2012年每年的参考技术，进而可以测算1999年至2012年每年相对前一年的全要素生产率指数。。情形1为综合考虑了两种主要环境污染物——工业废水和工业SO2的排放量得到的全要素生产率指数，即绿色全要素生产率指数（GMC）；情形2为传统全要素生产率指数（TMC），即没有将工业废水和工业SO2的排放量纳入到测算框架中；情形3为环境全要素生产率指数（EMC），用以考察环境因素对广东全要素生产率变化的影响。

（一）广东全要素生产率指数及其分解：时间趋势

表3是计算而得的1998—2012年三种情形下广东全要素生产率指数及其分解值。

表3　1998—2012年广东全要素生产率指数及其分解：时间趋势

在情况1即综合考虑两种环境污染物的情况下，1998—2012年广东省绿色全要素生产率指数（GMC）的动态平均值为1. 0229，年均增长2. 29％，同一期间广东GDP年均增长速度达到12. 02％，GMC对广东经济增长的平均贡献为19. 05％。分年度看，1998—2012年的14年中所有年份的GMC指数均在1以上，表明每个年度GMC都促进了经济增长。但同时，GMC指数呈现出较大的波动，从表3和图3可以看出，GMC指数在这一期间出现了三个上升波段和两个下降波段，第一个上升波段出现在1999—2001年，GMC指数由1999年的1. 0153上升到2001年的1. 0417达到峰值，随后2002—2003年为下降波段，GMC指数的谷底为2003年的1. 0025，2004年后又开始了新的上升波段，GMC指数持续上升到2008年的1. 0585达到第二个顶点，在经历了2009年和2010年短暂的下降后，GMC指数从2011年开始又进入到了上升轨道。

广东GMC指数的这种变化趋势是和国际国内经济环境和政策变化紧密相关的，特别是从2006年开始，我国首次在“十一五规划纲要”中将节能减排作为约束性目标，提出了“十一五”期间单位GDP能耗降低20％左右，主要污染物排放总量减少10％，“十二五”期间单位GDP能耗降低16％左右，主要污染物排放总量减少8％～10％的约束性指标，并通过层层分解，将降耗减排指标纳入到各级政府目标责任和干部考核体系。从本文计算的结果看，节能减排政策的实施取得了一定的成效。

根据前文提出的分解模型，绿色全要素生产率变化是技术进步和效率变化的综合结果，从本文计算的GMC指数的分解成分看，技术进步（GTC）是广东绿色全要素生产率提升的主要动力，这与现有大部分生产率研究文献中的结论相同。1998—2012年，广东GTC指数动态变化平均值为1. 0245，年均增长2. 45％，而同期效率变化（GEC）则每年平均下降了0. 10％。从时间变化趋势上看，GTC指数的变化趋势与GMC指数的变化趋势基本吻合，对比图3和图4可以发现，GTC指数变化的波峰和波谷出现的时间几乎和GMC指数完全一致，这进一步说明广东绿色全要素生产率的改善主要来源于技术进步。而GEC指数的变化趋势则呈现出与GMC指数明显背离的走势（图3和图5），这可能是由于技术进步和技术效率改善对全要素生产率的作用机制不同步而造成的。

图3　三种情形下1998—2012年广东全要素生产率指数变化趋势

图4　三种情形下1998—2012年广东技术效率变化指数变化趋势

图5　三种情形下1998—2012年广东技术进步指数变化趋势

在情形2即不考虑两种主要环境污染物的情况下，1998—2012年广东省传统全要素生产率指数（TMC）的动态平均值为1. 0181，年均增长1. 81％，分年度看，所有年份中除2003年外其余年份广东TMC指数都取得了正的增长。从时间变化趋势看（图3），广东TMC指数的变化基本与GMC指数保持同步，但波动幅度比GMC指数小。从TMC指数的分解成分中可以看出，其改善的主要贡献依然来源于技术进步（TTC），它在1998—2012年期间每年平均改善上升了2. 46％，而同时效率变化（TEC）则平均每年下降了0. 63％。

将上述两种情形进行对比，我们可以将环境因素对全要素生产率变化的影响分离出来，从本文的计算结果看，广东省在1998—2012年间环境全要素生产率指数（EMC）的动态变化平均值为1. 0047，这表明从总体上看，在样本期内广东的环境规制对其全要素生产率的提高产生了推动作用，这一趋势在“十一五”期间表现得更加明显，与节能减排政策的实施时间是一致的。但值得注意的是，这一指标在近两年出现了恶化的趋势。从分解成分看，环境规制对全要素生产率提高的促进作用主要表现在环境技术效率的改善上。

（二）广东全要素生产率指数及其分解：区域和地市差异

表4给出了广东省21个地市及四大经济区域三种情形下全要素生产率指数及其成分的平均值。

在情形1下，即考虑了两种污染物工业废水和工业SO2的排放时，1998—2012年全省的平均绿色全要素生产率指数（GMC）为1. 0229，增长的动力来自于2. 45％的技术进步（GTC）和0. 10％的技术效率（GEC）下降。从表4可以看出，在珠三角、东西两翼和北部山区这四大经济区域中，其经济发展并不均衡，珠三角和西翼地区的TFP增速明显超越了其他两个区域。

表4　1998—2012年广东全要素生产率指数及其分解：区域及地市差异

珠三角地区的绿色全要素生产率增速排名全省第二，其GMC的动态变化平均值为1. 0242，这意味着绿色全要素生产率平均每年增长了2. 42％，略高于广东省的整体改善程度（2. 29％），珠三角地区9个地市中，除潮州的GMC指数年均下降了1. 47％外，其余8市的绿色全要素生产率全部得到改善，其中广州GMC指数年均增速最高，达到4. 18％，其次为肇庆的2. 60％和深圳的2. 52％，上述三市绿色全要素生产率保持较快增长的主要原因是这些地区的生态环境都得到了较好的保护，特别是2010年广州亚运会、2011年深圳大运会的举办促使这两个地区加强旅游交通基础设施建设，加大环境治理力度，减少了污染物的排放，从而大大改善了环境质量。珠三角地区GMC指数上升的来源主要为技术进步贡献，样本期间内珠三角GTC指数平均上升了2. 65％，且所有9市的GTC指数都保持在1以上，其中广州最高，上升了4. 18％，中山、深圳、肇庆和珠海的GTC指数上升幅度也都在2％以上；与此同时，珠三角GEC指数则出现了平均0. 19％的下降，在珠三角全部9市中，肇庆、江门的技术效率分别上升了0. 28％、0. 13％，惠州、中山和东莞分别下降了3. 27％、1. 21％ 和0. 82％，而广州、深圳、珠海和佛山的技术效率则保持不变，其中广州和深圳两市在所有年份中的效率值都为1，也就是说广州和深圳始终处在生产前沿面上，表明这两个地区在现有技术水平下，要素资源的生产潜力得到了充分的利用。

东翼地区4市的绿色全要素生产率年均增速为0. 49％，远低于全省的平均幅度，其中汕头和揭阳的表现相对较好，GMC指数分别上升了0. 68％和0. 28％，上升的动力主要来自技术进步，两市的GTC指数分别增长了1. 27％和1. 37％，汕尾和潮州的技术效率指数都保持不变，但由于GTC指数分别下降了0. 15％和0. 14％，使得两市的GMC指数均出现了下滑。

西翼地区3市的绿色全要素生产率平均增速是全省最高的，年平均增速达到3. 69％，主要是受茂名绿色全要素生产率大幅拉升的影响，该市不但在技术效率上与广州、深圳一样，始终处在生产前沿面上，更为突出的是茂名在技术进步上的表现，其GTC指数平均每年上升了5. 96％，增速位列广东各地市之首，这是与茂名始终把发展高新技术产业作为转变经济发展方式的重要途径来抓分不开的。近年来，茂名通过引导当地企业积极申报国家级高新技术企业及研发广东省高新技术产品，联系企业与高校及其他科研机构不断开展官产学研合作，促使企业加大技术创新投入和技术改造力度，积极开拓新的市场、开发新的产品、新的技术及新的工艺，使企业的经济效益和竞争力不断得到提高，经济运行质量明显提升。

北部山区5市的绿色全要素生产率年均增速仅为0. 08％，是全省TFP贡献度最低的地区，其经济发展仍主要依赖要素投入。山区5市中，韶关和梅州的GMC指数分别下降了3. 35％和1. 33％，增速分别位列全省各地市倒数第一和第三。与珠三角和东西两翼不同的是，效率改善是山区绿色全要素生产率增长的主要原因，GEC指数年均上升了0. 34％，而同期GTC指数则平均下降了0. 27％，除云浮的技术效率和技术进步均出现上升外，其余4市的两个分解指数均出现了明显的背离，这也显示出，山区的经济增长尚处于初级阶段。

在不考虑“坏”产出的情形2下，在考察期内广东省整体平均传统全要素生产率指数（TMC）为1. 0181，表明广东省的传统全要素生产率平均每年增长1. 81％。从平均意义来看，传统全要素生产率的增长主要由2. 46％的技术进步（TTC）推动，而技术效率（TEC）则出现了退步（-0. 63％）。不考虑“坏”产出的传统全要素生产率指数低于考虑“坏”产出的环境全要素生产率指数，这说明广东总体上对工业废水和工业SO2的环境规制的绩效在提高。分区域的计算结果与绿色全要素生产率的变化方向基本一致，TMC指数提升速度从快到慢依次是：西翼（2. 35％）、珠三角（2. 15％）、东翼（0. 15％）和山区（-0. 95％）。四大经济区域的TTC指数均有不同程度的上涨，而技术效率则同时出现了下滑。从21个地市的具体情况看，传统全要素生产率增长最快的三个市是茂名（1. 0556）、广州（1. 0387）和深圳（1. 0263），而下降幅度最大的三个市是惠州、清远和韶关。

从环境规制的经济绩效看，珠三角、东翼、西翼和北部山区的环境规制都改善了所在地区的经济绩效，其中西翼和北部山区表现得最为明显，EMC指数分别为1. 0131和1. 0104，而珠三角地区的环境规制绩效排在广东四大经济区域最后一位，其EMC指数只有1. 0026，这说明珠三角地区绿色全要素生产率的改善主要归因于传统全要素生产率的提高。珠三角地区经过改革开放以来三十多年的快速发展，面临着土地资源过度开发、生态环境不断恶化、企业生产成本不断上升等诸多问题，因此，促进产业转型升级，提高环境规制绩效水平成为珠三角地区经济可持续发展的必然选择。分地市看，各地市的环境全要素生产率指数与绿色全要素生产率指数表现出一定程度的背离走势，如绿色全要素生产率指数排在全省前5位的地市分别是茂名、广州、肇庆、深圳和珠海，其对应的环境全要素生产率指数在全省的排位分别是第13、14、11、16和第17位，而环境全要素生产率指数排在全省前5位的地市分别是阳江、江门、清远、云浮和湛江，其对应的绿色全要素生产率指数在全省的排位分别是第6、7、15、12和第9位。

（三）广东及各地区经济增长方式与绿色全要素生产率

本文借鉴胡鞍钢等的研究思路①胡鞍钢、郑京海、高宇宁、张宁、许海萍：《考虑环境因素的中国省级技术效率排名》，载《经济学》（季刊）2008年第3期。，用广东各地市资本存量年均增长率与其地区生产总值年均增长率之比来衡量该地区的经济增长方式（见表5）。如果该比值明显大于1（大于等于1. 10），则说明该地区资本投入的增长速度明显快于地区生产总值的增长速度，我们将该地区的经济增长方式定义为粗放型增长；如果该比值明显小于1（小于等于0. 90），则说明该地区的地区生产总值增速明显超过了资本投入的增速，我们将该地区的经济增长方式定义为集约型增长；如果该比值接近于1（介于0. 90到1. 10之间），我们将该地区的经济增长方式定义为中性增长。从表5可以看出，1998—2012年间，广东省21个地级市中，只有茂名、广州、深圳和汕头4市属于集约型增长方式，肇庆、揭阳、中山和潮州4市属于中性增长方式，其余13市则仍处于粗放型增长阶段。

表5　1998—2012年广东各地市经济增长方式分类

进一步将各地市的经济增长方式与该地区全要素生产率指数关联起来，从图6中各地市散点图可以看出，样本期间广东各地市资本存量年均增长率与其地区生产总值年均增长率的比值与该地市绿色全要素生产率的变化呈现出比较明显的负相关关系，即相对于粗放型增长地区，集约型增长地区取得了更快的绿色全要素生产率的提升。

图6　广东各地区增长模式与绿色全要素生产率（1998—2012）

五、影响广东全要素生产率的因素分析

前一部分分析了广东绿色、传统和环境全要素生产率的时间变化趋势和地区差异，研究结果表明，在三种情形下，广东各地市及各区域之间的全要素生产率均表现出较大的波动和差异。那么究竟是什么原因造成了区域之间全要素生产率增长的差异呢？这一直是全要素生产率研究文献关心的问题之一。本部分利用1999—2012年广东各地市的面板数据分析其全要素生产率增长的影响因素。

Hall和Jones认为，应着重从全要素生产率水平相对差异的角度来比较不同经济主体之间的长期经济表现①Hall，R. E. and Jones，C. I.，“The Productivity of Nations”，NBER Working Paper，No. 5812，1996.②Hall，R. E. and Jones，C. I.，“Levels of Economic Activity across Countries”，American Economic Review，Vol. 87，No. 2，1997，pp. 173 -177.③Hall，R. E. and Jones，C. I.，“Why do Some Countries Produce so Much More Output per Worker than Others”，Quarterly Journal of Economics，Vol. 114，No. 2，1999，pp. 83 -116.。本文参考郭庆旺等的研究思路④郭庆旺、赵志耘、贾俊雪：《中国省份经济的全要素生产率分析》，载《世界经济》2005年第5期。，引入累积相对全要素生产率指数的概念，并将广东省第i（i =1，2，…，21）个地市在第t（t =1999，2000，…，2012）年的累积相对绿色全要素生产率指数CGMCit定义为：

类似的，广东省第i（i =1，2，…，21）个地市在第t（t =1999，2000，…，2012）年的累积相对传统全要素生产率指数CTMCit可以定义为：

本文以累积相对全要素生产率指数CGMCit、CTMCit作为面板数据模型的被解释变量。与全要素生产率的年度增长指数相比，累积相对全要素生产率指数具有以下优势：首先，累积相对指数既体现了各地市在样本基期的生产率差别，又考虑了样本区间内生产率的动态变化，因而能够比年度增长指数更全面地反映各地市全要素生产率增长的实际差异；其次，从计量经济学的角度看，全要素生产率年度增长指数的水平值通常会围绕1. 0上下波动，变化的幅度较小，因此基于年度增长指数得到的回归结果中大部分的参数统计量不够显著，而采用累积相对全要素生产率指数则可以较好地弥补这个缺陷。

从现有的研究文献看，学者们主要从宏观经济因素、对外开放、科技活动、结构因素、制度因素以及环境治理等角度研究了全要素生产率增长的各种影响因素。根据本文的分析目的，结合数据的可得性，本文选择以下因素作为计量模型的解释变量：经济发展水平、产业结构、资源禀赋结构、地方财政支出能力、经济开放度、外资利用强度、科技投入强度、人力资本、人口密度，各解释变量定义如下：

经济发展水平：用各地市人均不变价地区生产总值的对数（LNPGDP）表示，同时考虑其平方项（SLNPGDP），以此来检验全要素生产率的库兹涅茨曲线是否存在。

产业结构：用广东各地市当年价表示的第三产业增加值与第二产业增加值之比（TS）表示，如果TS值处于上升过程中，则说明该地区的产业结构变化呈现出明显的服务化倾向，表示产业结构走向高级化。

资源禀赋结构：本文用各地市资本存量年平均余额与全社会就业年平均人数的比值的对数（LNKPL）来反映各地市的资源禀赋结构。

地方财政支出能力：用各地市地方财政预算支出占地区生产总值的比重（R_LGE）表示。

经济开放度：用各地市外贸依存度，即以人民币表示的海关进出口贸易总额占该地市地区生产总值的比重（R_EO）表示。

外资利用强度：用各地市以人民币表示的外商直接投资占该地市地区生产总值的比重（R_ FDI）表示，考察外资流入对广东全要素生产率增长的“溢出效应”，同时也可用来验证“污染避难所假说”是否存在。

科技投入强度：用各地市工业企业R&D经费内部支出（2008年以前为大中型工业企业科技经费内部支出）占该地市地区生产总值的比重（R_RD）表示。

人力资本：用工业企业科技活动人数占全社会从业人数的比重（R_NPST）表示。

人口密度：用各地市单位面积上居住的人口数的对数（LNPD）表示。

基于1999—2012年广东省21个地市的数据，本文采用面板数据的多元回归方法，检验以上几种因素对广东绿色和传统全要素生产率指数的影响，建立如下计量模型：

其中，CGMCit、CTMCit分别表示累积相对绿色和传统全要素生产率指数（因变量），xjit代表影响全要素生产率增长的因素，βj是被估计参数，εit是残差项，αi是截距项。数据来源于历年《广东统计年鉴》，缺失数据经过了插值法处理。

利用Eviews8. 0软件，针对上述两个模型分别建立固定效应模型和随机效应模型，表6为几种情形下的回归结果，Hausman检验和冗余固定效应F值检验的结果说明固定效应模型优于随机效应模型和混合面板模型。因此，本文接下来的分析以固定效应模型的回归结果为主，同时将随机效应模型的回归结果作为对比项。

表6显示在考虑环境规制的情况下经济发展水平（实际人均地区生产总值的对数及其平方项，LNPGDP，SLNPGDP）、地方财政支出能力（地方财政支出占地区生产总值的比重，R_LGE）、外资利用强度（外商直接投资与地区生产总值的比值，R_FDI）、人力资本（工业企业科技活动人数占全社会从业人数的比重，R_NPST）的估计系数在1％的水平上显著，资源禀赋结构（资本劳动比，LNKPL）的估计系数在5％的水平上显著，科技投入强度（大中型工业企业R&D经费支出占地区生产总值的比重，R_RD）的估计系数在20％的水平上显著，而产业结构（第三产业与第二产业增加值之比，TS）、经济开放度（海关进出口总额占GDP比重，R_EO）、人口密度（LNPD）的估计系数在统计上不显著。不考虑环境规制的情况下，经济发展水平、资源禀赋结构、地方财政支出能力、外资利用强度、人力资本、人口密度的估计系数都在1％的水平上显著，经济开放度的估计系数在5％的水平上显著，产业结构的估计系数在20％的水平上显著，而科技投入强度的估计系数在统计上不显著。对以上结果具体分析如下：

表6　广东全要素生产率增长影响因素的回归结果

（1）经济发展水平对广东全要素生产率的影响在考虑和不考虑环境规制的情况下都呈现出“U”形曲线的特征，即其一次项的系数为负，二次项的系数为正。这一结果与田银华等利用中国省际数据估计的结果相符①田银华、贺胜兵、胡石其：《环境约束下地区全要素生产率增长的再估算：1998—2008》，载《中国工业经济》2011年第1期。，同时也印证了广东经济发展中环境库兹涅茨曲线的存在。Grossman等认为，环境与经济发展水平之间的关系受到三方面因素的影响②G. Grossman and A. Krueger，“Environmental Impacts of a North American Free Trade Agreement”，NBER Working Paper，No. 3914，1991.：一是随着人均收入的增长，经济规模变得越来越大，而伴随着产出水平的提高，经济活动的副产品——环境污染物如废水、废气、废渣等排放量也在快速地增长，带来的是环境质量水平的不断下降，这就是所谓的规模效应；二是随着经济发展到一定的水平，产业结构会不断地优化升级，高物耗、高能耗、高污染的产业比重不断下降，对环境的污染不断减少，这就是产业结构升级对环境质量改善所产生的正效应；三是清洁能源、清洁技术的应用也使得原来那些污染严重的产业不断减少污染物的排放，从而带来环境质量的改善，这就是所谓的技术效应。正是因为规模效应、结构效应和技术效应三者之间的交替影响，环境与经济发展水平的关系呈倒“U”形曲线，而考虑环境因素的全要素生产率与经济发展水平的关系则呈现出正“U”形曲线的特征。

（2）产业结构变量的回归系数在两种情况下都为正，但在统计上均不太显著，表明随着经济“服务化”程度的提高，全要素生产率将随之上升，世界银行的分析表明，中国全要素生产率的增长与劳动力在三次产业部门之间的转移有关。

（3）资源禀赋结构对广东全要素生产率产生了显著的负向影响，这与现有大部分文献的研究结论相同①②③涂正革：《环境、资源与工业增长的协调性》，载《经济研究》2008年第2期。，涂正革认为，资本密集型产业主要是一些高能耗、重污染的产业，而劳动密集型产业则对应于低能耗、轻污染的产业，如果一个地区的资本劳动比不断上升，则说明该地区的产业结构正从以劳动密集型产业为主的结构向以资本密集型产业为主的结构转化④涂正革：《环境、资源与工业增长的协调性》，载《经济研究》2008年第2期。。因此，过快过早的资本深化不利于广东全要素生产率的提高。

（4）地方财政支出能力的回归系数在两种情况下都显著为正。地方政府财政支出占当地GDP的比重反映了一个地区政府干预经济活动的能力大小，地方政府经常性财政支出项目一般可以划分为基本建设支出、科技教育支出、农业财政支出、社会民生保障支出以及行政管理支出等几个方面，当地方财政支出主要用于基础设施建设和科技与教育投入等方面时，无疑会推动当地的技术进步和全要素生产率的提升，而当政府部门行政管理支出比重过高时，会弱化财政在科教和基础设施上的投入，从而不利于全要素生产率的提高⑤毛其淋、盛斌：《对外经济开放、区域市场整合与全要素生产率》，载《经济学》（季刊）2011年第10期。。本文的研究结果证实了广东各地市政府财政支出在前一方面的正向效应超过了后一方面的负向效应。

（5）经济开放度对广东传统全要素生产率的提升产生了显著的正向影响，对其绿色全要素生产率的影响同样为正，但统计上不太显著。这表明通过进出口贸易规模的扩大，可以加强对外经济联系，有利于对国外先进技术和管理经验的引进吸收，从而可以推动地区经济增长和全要素生产率水平的提升。

（6）外资利用强度在考虑和不考虑环境规制两种情况下都在1％的水平上促进了广东全要素生产率的提高。一般认为FDI对全要素生产率的影响主要有两方面：一方面，FDI可能通过知识的溢出、技术的扩散、先进的生产流程和管理手段的引进等促进东道国全要素生产率的增长⑥Borensztein，E. J.，De Gregorio，J. W. Lee，“How Does Foreign Direct Investment Affect Economic Growth？”，Journal of International Economics，Vol. 45，Issue 1，1998，pp. 115 -135.，这就是通常所说的FDI的溢出效应；另一方面，发达国家由于环境规制相对于发展中国家更为严厉，其污染密集产业通常会利用资本输出的方式向后者转移，即发展中国家充当了发达国家的“污染避难所”，这一假说在许多文献中得到了验证⑦李国柱：《外商直接投资与环境污染的因果关系检验》，载《国际贸易问题》2007年第6期。。本文研究结果证实了FDI的溢出效应而否认了“污染避难所”假说。

（7）科技投入强度的边际效应在环境规制下为正，不考虑环境规制情况下为负，且统计显著水平都不高，说明研发投入不是广东全要素生产率的主要影响因素，这与现有很多文献中的研究结论相同，其原因正如陈丰龙所分析的一样①陈丰龙、徐康宁：《本土市场规模与中国制造业全要素生产率》，载《中国工业经济》2012年第5期。，可能主要表现在以下两方面：一是时滞效应的存在，研发投入对全要素生产率的影响可能需要滞后两到三期才能显现出来；二是广东企业在研发投入的使用上可能存在一定的结构不合理以及效率低下等问题。

（8）人力资本在两种情况下都表现出显著的正向影响，这一研究结果表明人力资本的提高能够强有力地推动全要素生产率的增长。

（9）人口密度显著地促进了广东传统全要素生产率的增长，而对绿色全要素生产率的影响则不确定，这是符合人口增长与经济发展的一般规律的。一般来说，人口密度对经济发展的影响有其两面性。一方面人口密度的提高对经济发展具有显著的促进作用，随着单位面积上人口数量的增加，劳动力的供给有了充分保证，社会分工成为可能，而社会分工是生产协作和各种创新活动的前提条件；同时，人口密度的增加伴随着市场容量的扩大、交通基础设施成本的降低、更加频繁的商品交换，所有这些因素都会推动经济的发展和全要素生产率的提高。另一方面，我们生存的环境如果人口密度过大，会导致自然资源被过度开发，社会管理日益混乱，就业压力不断增大，以及能源消耗过大和环境污染严重等一系列问题，这些因素无疑会阻碍全要素生产率的提高。

六、结论和政策启示

本文利用Malmquist指数测算和分析了广东省及各地市1996—2012年绿色和传统全要素生产率以及环境因素对全要素生产率的影响。研究发现，广东全要素生产率改善的贡献来源为技术进步，从总体上看，环境规制对广东全要素生产率的提高产生了推动作用；分区域看，西翼是全要素生产率提高最快的区域，其次为珠三角地区，再次为东翼，北部山区在全要素生产率的改善上速度最慢，四大经济区域的环境规制绩效均显著为正。对影响全要素生产率因素的实证分析表明：在考虑环境规制的情况下，经济发展水平、地方财政支出、外资的利用和人力资本对全要素生产率增长有显著的促进作用，不考虑环境规制的情况下经济发展水平、地方财政支出、外资的利用、人力资本和人口密度与TFP存在正相关关系，而资本劳动比在两种情况下都与TFP存在着负相关关系。

目前，广东经济发展和中国经济发展同样面临着“三期叠加”的挑战，即增长速度换挡期、结构调整阵痛期和前期刺激政策消化期，广东经济可持续发展需要各地市协调经济发展和环境保护的关系，走节能减排的集约式增长之路。首先，促进产业转型升级是经济发展的必然要求，是广东经济可持续发展的动力，要通过调整优化行业结构、优化产业空间布局、提升产品和技术结构、优化产业组织结构，形成结构高级化、布局合理化、发展聚集化、竞争力高端化的现代产业体系；其次，要继续加大科技投入和成果转化，实施创新驱动发展战略，实现由“广东制造”向“广东智造”的转变；再次，进一步促进区域经济协调发展，发挥珠三角的辐射带动功能，加强珠三角和粤东西北地区之间的要素流动和产业转移，形成梯度分工合理、优势共赢互补的多层次产业协作体系；最后，政府严格执行节能减排政策，保障经济发展的可持续性，对于环境污染已经较为严重的地区，要尽快关停污染企业、升级生产技术、淘汰落后产能，粤东西北地区作为产业转移的承接地，应注重对产业生态系统的打造，力求杜绝使承接地区成为污染企业避难地的情况发生。

［责任编辑 王治国 责任校对 王景周］

［基金项目］国家自然科学基金项目《中国城市水务行业市场化改革的效率评价及提升路径研究》（批准号：71473105）；教育部新世纪优秀人才支持计划《环境管制、全要素生产率与经济增长》（批准号：NCET -110856）。

［作者简介］周永文（1973—），男，湖南浏阳人，暨南大学产业经济研究院讲师、博士生，主要从事产业结构与经济增长方面的研究。

［收稿日期］2015 -05 -15

［中图分类号］F205；F224；F127

［文献标识码］A

［文章编号］1000 -5072（2016）01 -0096 -17