环境约束下绿色增长模式与中国工业企业发展的交互响应研究

，

(1. 大连民族大学 经济管理学院，辽宁 大连 116650; 2. 大连民族大学 国际商学院，辽宁 大连 116650)

一、引言

绿色增长思想发轫于20世纪60年代的绿色运动，但其概念内涵最早是由经济合作与发展组织(OECD)提出的，核心思想是指在防止代价昂贵的环境破坏、气候变化、生物多样化丧失和以不同持续的方式使用自然资源的同时，追求经济增长与发展[1]。绿色增长模式是对资源与环境的有效保护，是对传统粗放型经济发展方式进行革新，亦是高质量发展的前提与基础。自改革开放以来，中国经济一直呈现高速度、高能耗、高污染的增长方式，是以GDP增长作为终极目标，随之而来的是煤炭消耗量已经超过全球总量的50%，二氧化碳排放量已跃居全球第一，这与中国目前畸形化的产业结构特别是工业内部重化工行业比重偏高是密不可分的。2015年，中国GDP占全球的15.5%，但煤炭消耗量却占全球的50%，化肥使用量占全球的35.4%；在二氧化碳排放方面，中国当前排放量已经超过美国跃居全球第一，并且远远超过全球人均水平。因此，中国经济增长特别是工业行业领域已经来到了结构调整与转型升级的十字路口，亟需由“粗放型”向“绿色增长型”转变。作为发展中国家代表的中国，在相继开展了建设“生态工业园”、“循环经济”、“低碳城市”试点，倡导构建“资源节约型和环境友好型”社会等一系列谋求绿色发展的战略举措之后，在国家总体中长期发展框架下肯定了绿色增长的重要性。2012年，十八大报告明确指出：着力推进绿色发展、循环发展与低碳发展。“十二五”规划中强调：“坚持把建设资源节约型、环境友好型社会作为加快转变经济发展方式的重要着力点”。“十三五”规划作为中国的绿色发展规划，也明确提出2020年的目标是生态环境质量总体改善。2017年，十九大报告指出我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，环境作为绿色发展的主要内容，已经成为解决新时期社会主要矛盾的重要手段，也彰显了党和国家加快推进绿色发展的信念和决心，昭示着绿色发展成为时代的主题，引领未来国家经济社会发展的方向和模式。工业企业是工业发展的构成分子，实现工业绿色增长的关键则要求工业企业要把环境因素纳入生产、经营环节，实施绿色增长模式，以适应不断变化的外部环境和赢得未来竞争地位。

目前，国内外学术界对工业企业领域以及国家层面的绿色增长问题进行了一些相关研究。例如，曲英等学者运用DEA模型对辽宁省2011-2013年的绿色增长效率进行了测度评价，研究表明：2011-2013年间，辽宁省污染密集型产业绿色增长效率整体逐渐提升[2]；张江雪等人运用DEA方法测算了2005-2009年我国各地区的工业绿色增长指数[3]；周五七利用全局DEA及Malmquist-Luenberger指数，测度1998-2010年中国工业行业绿色TFP及其分解成分[4]；原毅军等人基于SBM方向性距离函数与Luenberger指数方法测算了2000-2012年间中国30个省份的工业绿色全要素生产率[5]；李斌、彭星等人(2013)运用SBM-Luenberger指数测度了中国36个工业行业绿色生产率水平[6]；Chung等人运用方向距离函数测度工业绿色全要素生产率[7]；Kumar[8]、Oh 和Heshmati[9]运用Malquist-Luenberger指数分别测算了41个国家、OECD中26个成员国的绿色全要素生产率；Feng和Serletis在考虑非期望产出前提下测算了15个OECD国家1981-2000年生产率[10]。

通过以上文献可知，现有研究主要是对工业行业绿色增长水平或影响因素进行实证研究，而对工业企业则涉猎较少，缺乏工业企业内部绿色增长模式的研究。从另一个角度而言，企业是行业的构成要素，绿色增长模式对于工业企业的成长与发展至关重要，也关乎整个行业甚至产业的可持续发展。基于此，本文在环境约束下，重点分析绿色增长模式与工业企业发展的静态和动态交互作用关系，进而为企业绿色发展战略的制定提供科学依据以及对策措施。

二、研究方法

环境约束下工业企业绿色增长模式与企业自身发展的交互响应研究需要从静态和动态角度考察二者之间较长一段时间的作用关系，因此，本文拟采用熵-Topsis法计算出工业企业发展的综合水平，在此基础上，首先构建绿色增长模式与工业企业发展的灰色关联度模型，对二者的静态交互响应联系进行分析；继而构造VAR模型，运用脉冲响应函数分析二者之间的动态交互关系，最后通过VAR模型的方差分解功能对二者之间的动态冲击作用进行贡献度分析。具体研究方法如下：

(一)熵-Topsis法

熵-Topsis法是将熵值法与Topsis法结合在一起对多项指标进行评价的分析方法，运用指标的信息熵值来判断该指标权重的高低，运用“逼近于理想值的排序方法”对逆向指标进行正向化处理，计算多项指标与最理想值和最不理想值之间的距离，达到对多个方案进行排序评价的目的。设有m项指标n个年份形成原始数矩阵Xm×n，具体计算步骤如下：

1.对指标进行无纲化处理

(1)

2.计算熵值

(2)

(3)

3.计算差异值及权重

(5)

4.构造加权的规范决策矩阵

(6)

5.构造理想值与不理想值向量

(7)

6.计算各项指标与理想值和不理想值之间的欧几里德距离

(8)

7.计算指标与理想值的接近度，即综合发展水平

(9)

(二)灰色关联度模型[11]

若将某一事物的发展特征数列记为参考数列x0(n维)，称该事物为参考事物。有多个事物的发展与该事物相关，将多个事物的发展特征数列(对比数列)记为xi(i=1,2,3,……,m)(n维)，为比较多个事物与参考事物之间的相关关系，引入关联系数概念。

(10)

δ为分辨系数，其取值在0-1之间，一般取δ=0.5，ri(k)称为xi对x0在k时刻的关联系数。进一步计算关联度，按照下面的公式对关联系数做处理后得到ωi，即为数列xi对x0的关联度。

(11)

设系统特征行为序列:x0=[x0(1),x0(2),……，x0(m)]

(12)

设系统相关因素序列:xi=[xi(1),xi(2),……，xi(m)]

(13)

灰色绝对关联度计算公式如下：

(14)

(15)

(16)

其余计算公式都是类似的，在此不做陈述。

综合关联度是一个综合指标，既反映了序列之间的几何相似程度，又反映了序列之间相对于始点的变化速率的接近程度。可直接采用下式计算：

(17)

(三)VAR模型

向量自回归通常用来预测相互联系的时间序列系统以及分析随机扰动项对变量系统的动态影响。向量自回归的原理在于把每个内生变量作为系统中所有内生变量滞后值的函数来构造模型，从而避开了结构建模方法中需要对系统每个内生变量关于所有内生变量滞后值的建模问题[12]。VAR模型的数学表达式为：

Yt=α1Yt-1+…+αnYt-n+βXi+εit=1,2,…,T

(18)

Yt是内生变量向量，Xt是外生变量向量，n是滞后阶数，T是样本数，α1到αn以及β是待估计的系数矩阵，εt是随机扰动向量。整个VAR模型平稳与否需要根据整个系统的平稳条件，即计算特征根多项式的值。通过计算的特征根的倒数的模与1进行比较。如果特征根倒数模等于1，表示该VAR模型不平稳，需要重新建立；而如果特征根倒数的模小于1，表示该VAR模型平稳。

(四)脉冲响应函数模型

脉冲响应函数描述的是系统对冲击扰动在不同滞后期的动态反应，以衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响[12]。为了简单说明，考虑如下包含两个内生变量且滞后一阶的VAR模型：

Y1t=α11Y1t-1+α12Y2t-1+ε1t

(19)

Y2t=α21Y1t-1+α22Y2t-1+ε2t

(20)

其中，称模型中的随机扰动项ε1t为新息。如果ε1t发生变化(即发生一个冲击)，将使得变量Y1t的当前值会立即发生改变。同时，通过，模型的作用也会使得变量Y2t的下一期取值发生变化，由于滞后的影响，Y2t的变化又会引起Y1t未来值的变化。脉冲响应函数描述了一个变量的随机误差项的冲击对每个内生变量的当期及以后各期的影响，即在随机误差项上施加一个标准差大小的新息冲击后对内生变量的当期值和未来值带来的影响，由此来判断变量间的动态关系。

三、绿色增长模式与工业企业发展的交互响应实证研究

(一)变量选择及来源

本文是在环境约束下对绿色增长模式与工业企业发展之间的交互关系进行研究，因而绿色增长模式是指工业企业通过一系列环境治理活动来达到节能降耗的目的，换言之，工业企业的绿色增长模式是侧重于环境领域的绿色可持续发展，因此，本文选择工业污染治理投资完成额的每年递增速度作为衡量企业绿色增长模式的变量指标，记作GM。衡量工业企业发展的指标涉猎较多，本文选择以下具有代表性的几个指标：工业企业总资产、工业企业流动资产、工业企业固定资产、工业企业所有者权益、工业企业主营业务收入、工业企业利润总额，将以上六个指标运用熵-Topsis模型聚合成一个工业企业发展指数，并将工业企业发展指数做相应的递增速度处理，记为ICDI。以上数据来源于《中国统计年鉴》(2001-2016)，保证了数据的准确性与严谨性。

(二)静态灰色关联度分析

基于灰色关联度模型，对GM、ICDI进行灰色关联系数和综合关联度分析，按照一个时间变动区间内的变动程度来计算，结果如表1所示。

从表1计算结果可知，企业绿色发展模式与工业企业发展之间密切相关，关联系数除2007-2008年份区间内较低外，其余年份灰色关联系数均在0.8之上，总体平均关联水平为0.87，由此表明：单纯从两个指标数据而言，工业企业采取绿色发展模式将有助于工业企业自身发展水平的提升；由灰色综合关联度可知，企业绿色发展模式与工业企业发展之间综合关联度的平均水平为0.63，在考虑自身变化和数据相似性的前提下，二者之间呈现中等相关，相较于灰色关联系数而言，关联程度下降了，由此也表明企业绿色发展模式与工业企业发展之间出现不对等态势，按照当前中国工业经济发展现状而言，工业企业绿色发展模式的推进速度较慢，在一定程度上阻碍了工业企业经济效益水平的提升。

表1 GM、ICDI两个变动的静态响应关系分析

(三)VAR模型构建

首先，运用熵-Topsis模型对2000-2015年中国工业企业发展指数进行测算，并将GM、ICDI两个指标进行增长变动的平减处理，然后，借助Eviews8.0软件，对GM、ICDI两个指标进行单位根检验，具体检验结果如表2、表3所示。

表2 GM变量的单位根检验结果

表3 ICDI变量的单位根检验结果

由表2、3可知，GM、ICDI两个指标的单位根检验Prob.值(0.0259、0.0010)处于0.05水平之下，说明以上两个变量在5%的显著性水平下是平稳的，可以进一步进行协整检验。

在此基础上，继续对GM、ICDI两个指标进行Johension协整检验，检验结果如表4所示：

表4 GM、ICDI两个指标协整检验结果

图1 VAR模型系统平稳性检验的AR根图

由表4可知，原假设二者之间不存在协整关系，但Prob.值(0.0302)却拒绝了原假设，由此证明二者之间存在协整关系，第二个假设是至多存在一组协整关系，Prob.值(0.0054)拒绝了假设，由此说明GM、ICDI两个指标确实存在协整关系且存在两组以上协整关系。

最后，在单位根和协整检验均通过的基础上，构建GM、ICDI两个变量的向量自回归模型(VAR模型)，对模型的平稳性进行检验，全部根的倒数都在单位圆之内，如图1所示，由此表明GM、ICDI两个变量的VAR模型是稳定的，可以继续进行脉冲响应函数分析。

(四)脉冲响应函数模型分析

在VAR模型构建的基础上，运用Eviews 8.0软件的Impluse功能，实现了绿色增长模式与工业企业发展的交互响应分析即脉冲响应函数分析。具体动态交互响应结果如下图所示：

图2 GM对ICDI的一个标准新息的响应 图3 ICDI对GM的一个标准新息的响应

由图2可知，绿色增长模式对工业企业发展的一个标准新息的响应曲线总体上呈现负向波动，即工业企业发展愈快愈不利于绿色增长，这与现实发展情况相符合。工业企业是GDP的主要来源部门，但同样也是环境污染、能源消耗的主力部门，而环境约束下的绿色增长则是强调以尽可能少的能耗和环境负荷影响来获取经济收益。因此，工业企业如果按照目前粗放型模式发展下去，会不利于整个行业的绿色增长。以煤炭采掘行业为例，行业技术水平落后影响到开采效率，造成开采过程中浪费大量能源却又带来大量污染物排放，即使获得了地区GDP的高速增长，从实质上而言则是GDP的黑色增长，例如山西大同、黑龙江鹤岗和鸡西，都承受着严重的环境污染代价。与此同时，由图2的冲击曲线可知，这种负向冲击会随着时间推移慢慢减弱，于第8期达到负向冲击最高点，之后二者之间的响应关系依然呈现负向关联，并逐渐扩大，这在一定程度上也验证了产业结构的畸形化发展对绿色增长的影响是根深蒂固的，必须从根本上改变不合理的产业结构，降低工业行业比重特别是重化工行业比重，从区域角度而言，目前中国工业行业的绿色增长面临的首要问题就是各省市为了追求地方政绩、地区经济的高速发展而不得已必须要保证一定的重化工行业比重，特别是煤炭采掘、钢铁冶炼等GDP高产行业。长期以来，畸形化的工业内部结构加之整个产业结构比重的重型化特征，就会逐渐侵蚀经济的可持续发展。

由图3可知，工业企业发展对绿色增长模式的一个标准新息的响应曲线总体上呈现正向波动变化态势，于第3期达到正向冲击顶点之后，逐渐回落至基准线附近，并继续呈现正向影响。这一响应曲线揭示了在工业企业发展初期，绿色增长模式有利于企业进行节能减排，并且效果显著，因而对于刚刚进入工业行业部门的企业而言，在发展初期必须严把绿色发展关，重视生产各个环节上的节能减排工作，降低单位能源消耗量和污染物排放总量，不能走“先污染、后治理”的发展老路；之后，随着时间推移，绿色增长模式对工业企业发展的推进作用在减弱，简单的节能减排技术、政策措施已经不足以优化工业企业内部的生产结构，必须进行技术升级改造和创新；在响应曲线的后期阶段，工业企业发展的正向推动性影响明显加强，但随着时间推移最后也会趋向于平缓。由此可见，工业企业绿色增长在总体上有利于工业企业的可持续发展，但不能简单依靠政策和初级技术手段，必须进行全行业内部的技术创新改造，必要时要积极引进国外先进技术手段，特别是生物质能源、风能等清洁能源的应用，在一定程度上将缓解能源消耗危机还将有利于降低工业生产的不良环境影响。

(五)方差分解分析

为了进一步准确解释绿色增长模式与工业企业发展之间的相互作用过程与程度，本文利用Cholesky分解法，对绿色增长模式与工业企业发展进行动态方差分解。结果如表5所示。在绿色增长模式变动过程中，由于自身作用使其贡献率在第一期达到100%，随着时间推移，虽然得益于节能减排作用，工业企业发展在一定程度上有助于绿色增长，但作用甚微，平均程度不足2.5%。这一分解结果在一定程度上也再次验证了目前不改变畸形化的产业结构状况，单靠节能减排措施，无法实现工业行业(企业)的绿色增长，工业行业比重过高在一定程度上阻碍国家整体经济实现绿色增长与高质量发展，必须在减排技术和产业结构升级两个方面双管齐下，必要时必须首先解决产业结构调整这一关键问题，逐渐降低第二产业构成比重，特别是工业内部高耗能行业比重。

表5 绿色增长模式与工业企业发展的方差分解表

在工业发展变动过程中，绿色增长模式在第一期就对工业发展起到了80%的推动影响，之后逐渐减弱，最后趋于稳定，平均影响程度接近75%。这一分解结果在一定程度上验证了绿色增长模式有利于工业企业发展，实现工业企业绿色增长是企业可持续发展的必经之路，特别在国家提出“高质量发展”的指引下，对于中国工业行业而言，实现工业绿色增长、可持续发展将是未来一段时期内的改革重心。因此，基于绿色增长理论内涵，在技术层面上，工业企业内部必须重视绿色技术创新，最大程度降低能源消耗和环境不良影响；在认知层面上，工业企业必须牢固树立绿色发展理念，提高从业人员以及管理者对绿色增长的认知水平；在政策制度层面上，相关部门必须积极出台一系列支撑政策，鼓励工业企业积极践行绿色发展理念。

四、结论与对策

本文运用熵-Topsis模型、灰色关联度模型、向量自回归(VAR)模型、脉冲响应函数以及方差分解法对绿色增长模式与中国工业企业发展之间的静态和动态交互响应关系进行系统分析，得到如下研究结论：

一是从静态角度而言，工业绿色增长模式与中国工业企业发展之间呈现中等关联水平，即二者之间相互影响。

二是从动态角度而言，绿色增长模式在一定程度上有利于中国工业企业发展水平的提升，虽然随着时间推移有所放缓、减弱，但这种正向影响是持续的，并且需要通过绿色技术创新来予以提升。

三是中国工业企业发展在一定程度上不利于绿色增长的实现，而且呈现一种负向影响，必须通过产业结构优化调整予以解决。

因此，本文提出如下切实可行的对策措施：

首先，优化调整产业结构，降低工业行业中重化工行业比重。绿色增长在环境层面强调降低环境污染影响，而工业行业中的重化工部门恰恰是最大的环境污染排放源头，因此，若要实现工业行业的绿色增长，必须从源头入手，降低重化工行业比重。对于国家整体产业结构而言，要积极进行产业结构优化升级与调整，逐渐降低第二产业比重，大力发展第三产业，与此同时，在第二产业内部，要尽量降低“高污染、高耗能、低效率”的重化工行业比重，扎实推进供给侧结构性改革，降产能、去库存；对于区域各省市而言，要打破地域束缚，摒弃GDP论政绩的地方主义，针对一些资源枯竭型城市，要明确未来发展导向，不能一味地用资源换产业，避免出现类似于云南个旧、内蒙古鄂尔多斯、甘肃玉门等地产业工业高速发展之后留下的后遗症。

其次，实施绿色技术创新战略，降低能源消耗量和环境污染影响。绿色增长模式虽然有助于中国工业企业的可持续发展，但经脉冲响应函数分析可知，这种正向冲击长期看来会逐渐减弱，因而必须辅助于绿色技术创新，在重点工业行业部门和企业内部实施节能减排技术改造，前期可以通过引进国外先进技术的方法，然后逐渐进行二次创新，最后实现自主创新；与此同时，要重视相关领域创新人才的引进与培育工作，必要时给予安家费、解决子女上学等优惠政策。

最后，营造工业企业绿色管理理念，强化从业人员的绿色认知水平。工业企业的绿色增长不能单纯依靠技术层面的硬环境，而是要在工业企业内部强化管理者甚至员工对绿色增长的认知水平，明确绿色增长的内涵以及本质；与此同时，营造绿色管理理念，从源头生产开始直至产品销售的整个生命周期链条下的各个环节都要重视企业绿色发展，从绿色生产、绿色包装直至绿色营销；还应在工业企业内部定期开展员工培训教育和宣传活动，例如绿色技术学习小组、绿色发展宣传展板、绿色管理人才定期进修等活动。