考虑碳排放的中国轻工产业绿色生产率及影响因素研究

2020-07-14 09:53兰梓睿孙振清
中国人口·资源与环境 2020年5期
关键词:数据包络分析全要素生产率碳排放

兰梓睿 孙振清

摘要 将轻工产业碳排放量作为非期望产出纳入全要素生产率模型,利用数据包络分析模型以及方向性距离函数,测算了2007—2016年我国轻工产业16个细分行业绿色全要素生产率增长情况,分析了轻工产业绿色生产率行业差异,并通过对轻工业绿色生产率的分解发现:全部行业和以农产品为原料与非农产品为原料两大类行业组技术效率指数总体上呈现出围绕着“1”上下波动的趋势,都经历了一个被拉伸的W型变动轨迹;技术进步指数走势线基本一致,均呈现出一条被拉伸的N型变动轨迹。还可以得到技术进步因素是轻工产业各行业绿色全要素生产率增长的主要驱动力,以农产品为原料轻工行业技术效率明显低于非农产品原料轻工行业,而农产品原料行业技术进步指数略高于非农产品原料行业。利用系统GMM等计量方法从轻工业细分行业角度对我国轻工产业绿色生产率增长以及分解项绿色技术效率、技术进步的影响因素进行实证检验,发现行业规模因素与轻工产业行业层面绿色生产率和技术效率负相关,与技术进步正相关,但是在统计学上都表现为不显著;禀赋结构因素对轻工业各行业绿色生产率增长及其分解项的影响是负向显著的;产权结构因素与轻工业行业层面绿色生产率及分解项显著正相关;能源结构因素对轻工业各行业绿色生产率以及分解项产生了显著的负面影响;研发水平因素对轻工产业绿色生产率及其分解项产生了显著的正向作用;外资规模因素对轻工业各行业绿色生产率以及分解项的影响是不显著的。

关键词 轻工产业;碳排放;全要素生产率;数据包络分析

我国工业化进程中,轻工产业是工业不可缺少的组成部分,在我国经济和社会发展过程中发挥了中流砥柱的作用。一方面轻工产业是我国国民经济中重要的支柱产业,促进了我国经济繁荣发展,同时它也是外汇出口第一大产业[1],具有较强的国际竞争力;另一方面,轻工产品大部分会直接成为人民生活消费的必需品,轻产业发展水平关系着我國人民物质文化生活水平。因此,轻工产业绿色发展、低碳转型不仅可以推动我国工业节能减排进程的加快,从而促进我国应对气候变化能力的提高,更早完成碳排放减排目标;还可以倒逼我国居民消费方式的低碳转型,成为生产方式绿色化与居民消费方式绿色化的桥梁[2]。此外,轻工产业在我国制造强国战略“中国制造2025”中具有不容忽视的地位,该战略规定了2025年前规模以上工业企业单位工业增加值能耗相比2015年下降幅度达到34%以及单位工业增加值CO2排放量相比2015年下降幅度达到40%等要求。上述要求体现了我国轻工产业实现绿色发展、低碳转型的重要性,同时也对轻工产业在降低能耗、减少碳排放量提出了更高的要求。

在应对全球气候变暖、节能减排背景下,轻工产业实现绿色发展、低碳转型并不是一味追求绿色低碳而限制轻工产业的工业增长,应该改变轻工产业以往由要素驱动的投入导向型的粗放发展方式,走一条由创新驱动的效率导向型的低碳发展道路,在能耗降低与碳排放减少约束下促进轻工产业绿色全要素生产率对轻工产业工业增长的贡献,使绿色技术进步与技术效率成为轻工产业绿色发展、低碳转型的重要驱动力。所以,在全球绿色发展、低碳转型大环境下,考虑能源消耗降低与碳排放减少的双重约束下对我国轻工产业绿色全要素生产率的科学评价,并积极探索我国轻工产业绿色全要素增长的驱动力、行业差异性以及路径选择,是一项既具有理论创新又具有实践意义的重要课题。

1 文献述评

从产业层面研究绿色全要素生产率的文献较多,主要针对某项产业(比如工业、农业等)绿色全要素生产率测度以及产业绿色全要素生产率的影响因素(如单因素或多项因素等)分析。具体说,许多学者从工业角度研究绿色全要素生产率,如吴英姿和闻岳春[3]对1995—2009年中国工业绿色全要素生产率进行了测算,并估计了碳排放减排成本,由于绿色技术进步的推动,绿色全要素生产率呈现出先上升后下降的趋势而减排成本则呈现上下浮动的上升;周五七和武戈[4]从中国各省市的角度出发估算了中国工业绿色生产率并得到技术进步促进了工业绿色生产率的增长而技术效率则抑制其增长;孟祥林和张宁[5]考察了近三十年的中国制造业发展状况,并测度了其子行业绿色全要素生产率,促进绿色生产率增长的因素主要是技术进步,而抑制其增长的是规模效率因素等。中国的农业资源丰富,而且农业产量也很大,故有不少国内学者对农业绿色全要生产率进行了研究,如吴传清、宋子逸[6]主要针对长江经济带农业展开研究,测度了1997—2015年绿色全要素生产率,发现绿色生产率虽然有上升的趋势但低于全国水平等结论;王留鑫等[7]对1998—2014年我国省际层面农业绿色全要生产率进行了测算,由于碳排放量等因素的加入农业绿色生产率低于传统全要素生产率。对其余产业绿色全要素生产率研究的较少,如唐建荣等[8]、刘战豫和孙夏令[9]对分别对我国物流产业绿色全要素进行了核算,而丁黎黎等[10]学者对我国海洋经济产业绿色全要素生产率进行了估算,发现推动绿色生产率增长的动力是技术进步等。

从产业角度绿色全要素生产率影响因素主要从两个方面展开研究的,一是产业绿色全要素生产率单影响因素角度,如肖锐和陈池波[11]在测算了1995—2014年我国各省市农业绿色全要素生产率基础上,实证分析了财政支持对农业绿色生产率有促进作用;屈小娥等[12]实证检验了制造产业多数行业的产业集聚对其全要素生产率的增长有促进作用;沈裕谋与张亚斌[13]研究了信息化和工业融合对工业化绿色全要素生产率的影响,发现两化融合质量制约工业全要生产率的提升。二是从产业绿色全要素生产率多影响因素出发,如师博等[14]通过研究发现加大技术创新的投入以及竞争激烈的市场环境下可以直接促进制造业绿色全要素生产率的增长等结论;刘英基[15]细化了制度因素和科研开发因素,分析了这些细化因素对工业绿色全要生产率的影响作用;另外有部分学者将环境规制因素与其他因素(创新因素[16]、研发因素[17]以及行业异质性[18]等)相结合分析了对工业绿色生产率的影响。

通过以上文献的研究发现,对于产业绿色全要素生产率的研究主要集中在工业、农业等大部类产业,很少有专门的针对轻工产业绿色生产率的研究,即使涉及轻工产业部分也是作为工业的分支,更没有轻工产业细化行业的研究。另外从文献中可知产业绿色全要素生产率影响因素指标的选取应依据具体产业的特点筛选,如轻工产业一般是劳动密集型产业,那么行业劳动力数量因素应被采纳。

随着我国经济增长与资源环境之间矛盾进一步加剧,部分学者也开始关注轻工产业的环境问题,将环境因素纳入轻工行业的研究中,如厦门大学林伯强团队[19-23]

对轻工产业以及具体行业能源效率方面进行研究,涉及了轻工产业与重工产业能源消耗的对比研究、轻工产业能源技术利用效率,但遗憾的是其他研究只局限于几个轻工行业。木材加工业方面,黄登良等[24]学者将碳排放因素纳入全要素生产率方法中,以发达国家与发展中国家为例,测算了木材加工业生产率,发现考虑碳排放情况发達国家生产率明显高于发展中国家;郑义等[25]以39个国家为例,采用面板数据模型实证分析碳排放约束背景下技术创新促进了木材加工业国际竞争力。造纸业方面,杨加猛等[26]以江苏省造纸业为例,运用环境库兹尼茨曲线的计量方法实证分析了环境污染指标与造纸业产量呈现“N”型等;冯枫等[27]实证分析了造纸业产品出口贸易与碳排放之间的关系,发现出口贸易对于造纸业碳排放减排是一把“双刃剑”;许华与刘佳华[28]将造纸业绿色技术创新指标进行分解,实证检验了分解后的技术创新指标与环境规制的关系,发现环境规制对造纸业新产品开发经费影响最大。上述文献虽然将环境指标纳入轻工产业经济发展的研究中,但是并没有系统地以轻工产业细分行业为例实证研究该产业绿色发展情况。

所以,本研究在上述研究基础上,继续对轻工产业环境问题进行研究,将碳排放指标纳入全要素生产率分析框架中,从行业角度测算轻工产业绿色全要素生产率增长情况,并实证分析轻工产业细分行业绿色生产率的影响因素,从而提出轻工产业绿色发展和低碳转型路径和政策措施。

2 轻工产业各行业绿色全要素生产率测算

2.1 模型构建

以我国轻工产业十六个细分行业为生产决策单元,假设决策单元的非零要素投入向量集为x=(x1,x2,x3,...,xN)∈R+N,期望产出(好产出)向量集为y=(y1,y2,y3,...,yM)∈R+M,非期望产出(坏产出)向量集z=(z1,z2,z3,...,zK)∈R+K,碳排放约束下生产技术可以用以下公式表示:

2.2 变量选择与数据处理

测算轻工产业绿色全要素生产率需要轻工产业投入产出数据,涉及轻工产业定义界定和行业分类等问题,本研究的轻工产业定义采用国家统计局给出的定义,是指主要提供生活方面的消费品以及制作手工工具的工业,按照以上对轻工业的定义并结合《国民经济行业分类标准》(GB/T4754-2011、2017)中列举的两位数行业,有时候也称中类行业,确定了本研究中轻工产业所包含的16种两位数细分行业(见表1)。需要说明的是,《国民经济行业分类标准》(GB/T4754)在1984年公布了第一版,之后分别在1994年、2002年、2011年和2017年进行了修订,而本研究涉及的轻工业在2011年和2017年两位数行业分类并没有变化,所以参考了《国民经济行业分类标准》2011年和2017年版本。

为了研究轻工产业绿色全要素生产率的行业差异,将轻工产业分为以农产品为原料和非农产品为原料两类,并附上编号如表1。

除了确定轻工产业细分行业,绿色全要素生产率测算还需要投入和产出变量,并做出相应的处理。轻工产业行业投入变量选择行业劳动力数量、资本存量和能源消耗量,行业产出变量分为期望产出(好产出)和非期望产出(坏产出),轻工产业行业工业总产值作为期望产出,而碳排放量代表非期望产出。相关变量具体数据主要来源于历年的《中国统计年鉴》《中国能源统计年鉴》《中国工业经济统计年鉴》和《中国轻工业年鉴》等。表2对轻工产业绿色全要素生产率测算所需的投入产出变量进行了简单的统计描述。由于数据可获得性限制,本文所使用的数据不包括西藏和港澳台地区数据。

2.3 绿色全要素生产率测算结果分析

采用方向性距离函数和全局DEA的GML指数分解法,基于2007—2016年我国轻工产业16个细分行业投入产出数据,得到我国轻工产业绿色全要素生产率增长情况及其分解,并且对轻工产业不同细分行业和行业分组分别进一步研究,探究其绿色全要素生产率增长来源。需要说明的是,全要素生产率及其分解表示了一个动态的过程,分析了相邻年份的绿色全要素生产率、技术效率和技术进步,下文表中为了方便表达,将相邻年份的末年表示相邻时期,如2007—2008年简写成2008年。

2.3.1 轻工产业整体分析

2008—2016年我国轻工产业绿色全要生产率指数(GML)总体上分为两个阶段,一是2008—2013年期间指数不断上升的趋势,直到最高点1.096;第二阶段2014—2016年,指数呈现出断崖式下降,降至0.983,随后几年稳定在1左右。考察期内轻工产业绿色生产率变化主要取决于技术进步(GMLTC),技术进步指数走势基本与全要素生产率一致,尤其是2007—2012年期间,两条指数趋势线几乎重合在一起。然而,技术效率指数线只有在2012—2014年期间有个小波动,达到峰值为1.052,其余时间几乎保持不变的状态。综上所述,2007—2012年期间,技术进步推动轻工产业绿色生产率增长,随后主要是技术进步和技术效率共同作用于全要素生产率,呈现出断崖式下降的特征。

假设2008年生产率及分解值的初始值为1,轻工产业全部行业累积绿色全要素生产率指数、累积技术效率指数和累积技术进步指数的变化轨迹。不难发现,累积绿色生产率指数和累积技术进步指数除了少数年份在1以下,其余年份都大于1,主要呈现出先上升达到峰值后下降的趋势,并且在下降阶段累积技术进步指数都要小于累积绿色生产率,可以说明累积绿色生产率持续下降的主要原因之一是轻工产业技术进步持续恶化。然而,累积技术效率指数在考察期间一直大于1,并保持稳步上升的态势,说明轻工产业技术效率不断改善,但是在后一阶段与累积绿色生产率走势背离表示技术效率的改善并不能影响轻工产业绿色生产率继续增长。

2.3.2 轻工产业细分行业分析

基于轻工产业16个细分行业投入产出面板数据,将碳排放量作为非期望产出,计算出2008—2016年轻工产业细分行业绿色全要素生产率指数(GML)以及进一步将其分解为轻工产业技术效率指数(GMLEC)和技术进步指数(GMLTC),其中表3~5分别描述了轻工产业细分行业绿色全要生产率指数、技术效率指数和技术进步指数的态势和平均值。

从表3可以发现,轻工产业各行业绿色生产率的平均值都大于1,说明轻工产业绿色生产率总体上呈现出不断增长的态势,其中文教体育制品业(L12)、印刷媒介复制业(L11)和烟草制品业(L4)等碳排放量较少的行业绿色生产率增长最快,平均增长率达到5%以上,然而造纸业(L10)和纺织服装业(L6)等行业绿色生产率较低,平均增长率低于2%。另一方面,虽然细分行业绿色生产率平均值都为正,但是纵观各行业不同年份綠色生产率增长率大致都呈现出正负交替,说明轻工产业各细分行业绿色生产率增长率还不稳定,其中2008年到2016年期间皮革毛皮制品业(L1)和印刷媒介复制业(L11)等行业表现突出,仅出现一次负增长率,而酒饮料制造业(L3)、纺织业(L5)和化学纤制品业(L14)由于行业性质以及所属高能耗行业等原因,绿色生产率表现不佳出现四次负增长率,其余行业出现负增长率有两到三次。

表4和表5描述了轻工产业细分行业绿色生产率增长的驱动力,即技术效率因素和技术进步因素。表中可以容易看出,轻工产业全部细分行业技术进步指数增长率平均值都为正,说明轻工产业各行业总体上保持了技术进步的态势,但是从时间序列角度看,绿色生产率增长率呈现出正负交替,并不稳定。从另一个因素技术效率看,大部分行业技术效率指数平均值大于1,但是增长率不高,其中农副产品加工业(L1)、烟草制品业(L4)、皮革毛皮制品业(L7)和造纸业(L10)技术效率指数等于1,纺织服装业(L6)和家具制造业(L9)效率指数小于1,这表明轻工产业各行业技术效率总体上有不断改善的趋势但是力度较小,需要进一步加强。所以,我国轻工产业大部分行业绿色生产率增长主要是由技术进步因素推动的,技术效率因素总体上抑制了轻工产业绿色生产率的增长,这一结论对碳排放峰值约束下的我国轻工产业绿色转型有着重要的启示意义。

2.3.3 轻工产业行业分组分析

上述研究将轻工产业16个细分行业混合一起分析,很难识别各细分行业在考虑碳排放背景下绿色全要素生产率的特征和差异,所以按照轻工产业生产过程中使用原料不同将其进一步分类,分为以农产品为原料行业和以非农产品为原料行业两大类,这样更有利于从生产源头出发,追溯生产过程使用原料不同导致各行业绿色生产率的差异。

从行业绿色全要素生产率指数(GML)变化趋势分析,可以看出全部行业以及两大类行业绿色生产率整体上都是一个先上升后下降的过程,差异是增长和下降幅度不同。具体可以分三个阶段:一是2008—2011年期间,三条指数趋势线缓慢增长,全样本行业和农产品为原料行业绿色生产率几乎重合一起,非农产品原料行业绿色生产率最低;第二阶段是2011—2014年期间,农产品原料行业和全部行业指数线缓慢下降,而非农产品原料行业绿色生产率先增长超过了全部行业和农产品原料行业生产率,达到峰值后开始下降,这个阶段三者差距增大;最后一个阶段为2014—2016年,三条指数线缓慢上升,差距呈现缩小的趋势。

从技术效率指数(GMLEC)变动态势可以看出,无论轻工产业两大类还是全部行业,技术效率指数总体上呈现出围绕着1上下波动的趋势,都经历了一个被拉伸的“W”型变动轨迹。2011年之前,三者之间较稳定且差距较小,随后三者差距越来越大,以非农产品原料轻工行业波动最大。在观测期内,轻工产业全部行业组和不同行业分组三者技术效率缺乏稳定性,并不能直观地体现技术效率改善或是恶化,所以需要进一步对技术效率指数影响因素进行研究。

从行业分组以及全部行业技术进步指数(GMLTC)角度分析,全部行业以及两大类行业组指数走势线基本一致,三者之间差距较小甚至部分年份几乎重合一起,均呈现出一条被拉伸的“N”型变动轨迹。2008—2012年期间,三者技术进步指数不断上升,轻工产业全部行业组以及两大行业分组保持了继续增长的技术进步;但是2012年三者技术进步指数达到峰值后均不断下降,尤其到2014年以后三者技术进步指数小于1,首次出现了技术退步的情况。

表6描述的是轻工产业全部行业组以及不同行业分组绿色生产率和分解值的平均指数和累积指数,2007年到2016年期间我国轻工产业绿色全要素生产率年平均增长了4.19%,累积指数增长实现了37.74%。从绿色全要素生产分解因素角度分析,轻工产业全部行业技术效率指数增长幅度较小,年均仅增长0.85%,累积增幅也不高只有7.66%的增长率,其中以农产品原料行业和非农产品原料行业年均增长率分别为0.58%和1.44%,累积指数达到5.26%和12.94%;轻工产业全部行业技术进步指数年均实现了3.33%的增长率,累积指数增长率达到29.95%,其中以农产品原料行业和非农产品原料行业累积增幅分别达到了30.38%和29.00%。以上分析可以看出,技术进步因素是我国轻工产业各行业绿色全要素生产率增长的主要驱动力,以农产品为原料轻工行业技术效率明显低于非农产品原料轻工行业,而农产品原料行业技术进步指数略高于非农产品原料行业。

3 轻工产业各行业绿色全要素生产率影响因素

在借鉴国内外文献关于绿色全要素生产率影响因素的研究成果基础上,结合了我国轻工产业各行业经济、能源和碳排放等方面发展特征,还考虑到我国轻工产业各行业数据的可获得性,最后选择了行业规模、禀赋结构、产权结构、能源结构、研发水平和外资规模等因素作为实证模型中解释变量,并且利用上文测算出的轻工产业各行业绿色生产率、技术效率和技术进步作为被解释变量,研究时间为2008—2016年,进一步研究我国轻工产业各行业绿色生产率及其分解变量的影响因素及程度。

3.1 方法与模型

将轻工产业各行业绿色全要生产率设置为多元组合的形式,如下:

然而,以上这些传统的静态面板模型并没有设定主体经济行为的惯性,即前一期的轻工产业行业绿色全要素生产率对后期绿色生产率的影响,所以为了检验轻工产业行业绿色生产率增长指数是否存在惯性,需要将滞后的轻工产业绿色生产率作为解释变量纳入模型。另外,传统的静态面板模型可能会产生变量之间的内生性,为了消除变量间内生性造成的检验结果误差,本研究运用广义矩估计(GMM)动态面板模型对轻工产业行业层面绿色生产率及分解变量进行实证分析。

动态面板模型估计中有两种常用且重要的方法为差分GMM(DIF-GMM)和系统GMM(SYS-GMM)。具体说,GMM估计方法是在估计方程中加入工具变量,其目的是在一定程度上消除了解释变量之间的内生性。然而在学者们在进一步的研究中发现差分GMM估计很容易被弱工具变量影响而增大误差,在有限的样本条件下,系统GMM估计在水平方程工具变量中纳入了被解释变量的一阶差分滞后项,相对于差分GMM,将产生更小的偏误性。因此,本研究将在一般静态面板模型(9)~(11)基础上,构建了轻工产业行业层面绿色生产率以及技术效率技术进步的系统GMM模型,见公式(12)~(14)。

3.2 变量选择及数据描述

被解释变量是我国轻工产业各行业绿色生产率指数(GML)以及分解变量技术效率指数(GMLEC)、技术进步指数(GMLTC),具体数值见上文计算结果。实证模型中关注的解释变量,即绿色生产率及分解的影响因素变量选择见表7。主要变量描述性统计分析见表7。

选取2008—2016年我国轻工产业16个两位数细分行业面板数据作为研究对象,对轻工产业各行业绿色全要生产率及其分解变量的影响因素进行检验,其中计算增长率指标时需要2007年数据。相关数据来源于各年份的《中国统计年鉴》《中国工业经济统计年鉴》《中国能源统计年鉴》和《中国轻工业年鉴》等。

3.3 实证结果与分析

首先,将各变量基础数据做取对数处理,这样可以保证数据的平稳性;再者,在静态面板模型基础上利用固定效应模型、随机效应模型和混合效应模型进行回归,从而对GMM模型稳健性进行了检验;最后根据系统GMM方程(12)~(14)分别得到轻工产业行业层面绿色生产率以及分解的动态面板模型的估计结果。实证分析过程中运用了STATA 14.1计量软件,利用两步估计对GMM方程进行迭代,其估计结果在稳健性标准误(Robust)条件下得到。

总体来看,实证结果中,固定效应、随机效应和混合效应的回归结果分析,R2数值普遍都较小,但是各变量的回归系数大多呈现出显著水平,而且系数正负与预期较吻合,整体上模型具有较强的稳健性。另外,分别进行了AR(2)检验(残差二阶序列相关性检验)、Wald检验(系数联合显著性检验)和Sargan检验(判断选择的工具变量是否有效)。从模型结果分析,残差序列相关检验表明不存在序列相关性,系数的联合检验证明了计量模型总体上显著性较高,Sargan检验表明模型中的工具变量有效。再者,通过静态面板模型与动态面板模型分别估计出的系数正负大致相同,進一步表明模型具有稳健性、选取变量较合理。从系统GMM模型结果看,我国轻工产业行业层面绿色生产率以及分解的滞后项都具有较大的正显著性,可以表明轻工产业行业层面绿色生产率前后期具有较强的关联性,进一步说明前期积累的轻工产业绿色生产率对后期起到了示范和溢出效应,并形成了一种可持续性的发展。

从轻工产业行业层面绿色生产率影响因素估计结果分析,可以得到以下结论。

(1)行业规模。行业规模对轻工产业行业层面的绿色全要素生产率影响并不显著,即轻工产业各行业绿色生产率的提高与轻工业企业规模大小并没有直接关系。规模较大的轻工产业企业往往会在环保技术与设备革新和研发方面投入大量资金,但是规模较大企业在生产过程中也往往需要消耗大量能源并产生更多的污染物;而规模较小的轻工业企业资金实力弱,但是该类型企业生产过程中所需能耗以及污染物的排放也相对较少。

(2)禀赋结构。回归系数为负数表明禀赋结构因素对轻工产业行业层面的绿色生产率总体上的影响是负向的,且具有显著性。一方面,轻工产业各行业一般以劳动密集型行业为主,资本深化水平较弱,而劳动密集型行业往往技术水平较低,阻碍了轻工产业绿色技术的研发与应用,进而对环境与资源带来了负面影响;另一方面,我国轻工产业资本积累往往以直接投资为主并且推动了轻工产业的快速发展,但是此阶段的资本劳动比提高主要由粗放的轻工业规模的扩大推动的,然而粗放的扩大轻工业规模也进一步导致了环境和生态的恶化,所以需要完善我国轻工产业各行业环境规制体系,为轻工业绿色发展提供健全的政策措施支持和引导。

(3)产权结构。产权结构因素对轻工产业行业层面的绿色全要素生产率的影响是正向且显著的。由于国有企业改革进一步地深入,生态环境恶化倒逼国有企业绿色转型,在绿色发展中寻求新的增长点和提高国际竞争力。国有企业不仅可以借助规模经济优势促进绿色生产率的提高,还可以充分发挥技术改革成本低的优势进一步推动环保技术研发、加大投入环保治理资金,所以该因素在一定程度上促进了轻工产业行业层面绿色生产率的提高。

(4)能源结构。实证结果表明在动态面板模型中的能源结构因素对轻工产业行业层面绿色生产率的影响是负向显著的。轻工产业各行业生产过程中所消耗的化石能源以煤炭消耗为主,而煤炭消耗量占能源消耗总量的40%左右,不仅消耗了大量的不可再生能源,也向生态环境中排放了大量的污染物,进而对轻工产业行业层面绿色生产率带来了负面影响。但同时,相对于重工产业能源结构,轻工产业煤炭消耗占比远远优于重工业,这在很大程度上降低了其对生态环境的负面影响。

(5)研发水平。回归结果显示,研发水平因素对轻工产业行业层面的绿色生产率产生了正向显著的影响。轻工产业各行业包括技术创新在内的研发水平直接制约着轻工产业绿色转型的进程,特别是绿色环保技术的研发与创新。虽然轻工产业各行业现有的研发水平促进了轻工产业绿色生产率的提高,但是总体上看,绿色环保技术在轻工产业的推广和应用潜力依然很大,也是未来轻工产业绿色发展和低碳转型工作中的关键突破点。

(6)外资规模。外资规模因素对轻工产业行业层面绿色生产率的影响是正向的,但是并不显著。伴随着我国自贸区试点的快速发展,直至2014年,我国外资规模领先于世界其他各国,外商投资结构也得到优化,部分低端以劳动密集型行业为主的轻工产业逐步转移到低收入国家,而其他具有战略性且潜力较大的轻工业吸引了大量外资注入,这无疑对我国轻工产业行业结构调整和绿色发展起到了正向作用。但是从轻工产业所吸引的外资质量来说,处于普遍偏低的情况,所以外资规模对轻工产业行业层面绿色生产率提高的促进作用并不显著。

从轻工产业行业层面技术效率和技术进步的影响因素估计结果分析,可以得到以下结论。

首先,从轻工产业行业层面技术效率实证结果来看,产权结构因素、研发水平因素同行业技术效率显著正相关,表明轻工产业各行业中国有企业比重的提高以及研发水平的提升有利于我国轻工产业各行业技术效率的改善,显然,国有企业可以利用规模经济、研发成本低等优势提高行业技术效率,而行业研发水平高低直接制约着行业技术效率的改善进程;禀赋结构因素与行业技术效率显著负相关,说明资本深化水平提高并不能促进技术效率改进,这可能与前期粗放式的资本积累密不可分;能源结构因素与行业技术效率同样显著负相关,表明煤炭能耗占比提高不利于行业技术效率的改善,一方面化石能源中煤炭本身碳排放系数较高,煤炭消耗增多会带来更多的污染,另一方面可能与轻工产业各行业煤炭利用率低有关;行业规模因素、外资规模因素同行业技术效率呈现负向相关,但是影响并不显著,说明扩大轻工产业各行业企业规模以及吸引更多外商投资并不能改善行业技术效率,需要更多关注轻工产业企业发展路径和外商投资质量。

再者,从轻工产业行业层面技术进步角度分析,禀赋结构因素、能源结构因素同行业技术进步显著负相关,表明资本劳动比与煤炭消耗占比的提高加速了行业技术退步,一方面需要控制轻工产业行业煤炭消耗量并提高能源利用率,另一方面需要规范行业资本深化路径,优化轻工产业各行业禀赋结构;产权结构因素与行业技术进步显著正相关,说明轻工产业各行业中国有企业比重的提高推动行业技术进步,碳排放峰值约束倒逼国有企业绿色转型,生产过程低碳化,进而促进了轻工行业绿色技术进步;研发水平因素同行业技术进步呈现显著正相关,显然,轻工产业各行业研发经费投入的增加必然会提高该行业整体的技术水平,从而推动了轻工行业技术进步;行业规模因素、外资规模因素对行业技术进步有正向影响,但是影响并不显著,说明轻工产业各行业企业规模扩大以及吸引更多的外商投资可以加快行业技术进步的进程。

4 结论与政策建议

本文从轻工产业细分行业角度测算了我国轻工产业绿色全要素生产率增长情况,并且将绿色生产率分解为绿色技术进步与技术效率更进一步分析绿色生产率增长的驱动力;在此基础上对我国轻工产业行业层面绿色生产率增长以及分解项绿色技术效率、技术进步的影响因素做了实证检验。研究发现,我国轻工产业绿色全要生产率指数总体上先不断上升然后指数呈现出断崖式下降,技术进步指数走势基本與全要素生产率一致,技术效率指数除个别年份有小波动,其余时间几乎保持不变的状态,还发现我国轻工产业大部分行业绿色生产率增长主要是由技术进步因素推动的,技术效率因素总体上抑制了轻工产业绿色生产率的增长。从细分行业和行业组分析,全部行业以及两大类行业组技术效率指数总体上呈现出围绕着1上下波动的趋势,都经历了一个被拉伸的W型变动轨迹,技术进步指数走势线基本一致均呈现出一条被拉伸的N型变动轨迹,还可以得到技术进步因素是轻工产业各行业绿色全要素生产率增长的主要驱动力,以农产品为原料轻工行业技术效率明显低于非农产品原料轻工行业,而农产品原料行业技术进步指数略高于非农产品原料行业。

考虑碳排放约束下的我国轻工产业行业绿色全要素生产率以及分解项的影响因素,可以得到:行业规模因素与轻工产业行业层面绿色生产率和技术效率负相关,与技术进步正相关,但是在统计学上都表现为不显著,禀赋结构因素对轻工业各行业绿色生产率增长及其分解项的影响是负向显著的,产权结构因素与轻工业行业层面绿色生产率及分解项显著正相关,能源结构因素对轻工业各行业绿色生产率以及分解项产生了显著的负面影响,研发水平因素对轻工产业绿色生产率及其分解项产生了显著的正向作用,外资规模因素对轻工业各行业绿色生产率以及分解项的影响是不显著的。

基于上述研究结论,应从轻工产业绿色发展政策出发,完善轻工业环境规制体系。轻工产业各行业绿色发展、低碳转型始终离不开政策措施的支持和引导,所以制定轻工业各行业绿色发展政策以及进一步完善轻工业环境规制体系尤为重要。首先,轻工产业绿色发展政策措施不能以一概全,需要细化到具体轻工业每个行业以及每个生产过程,从宏观层面的轻工产业绿色供应链、绿色工业园区等到微观层面的轻工业绿色工厂、绿色产品等每个流程制定绿色生产规范和发布包括碳排放量在内的相关环境标准,对轻工业生产全过程实施绿色生产标准认证。其次,由于技术进步因素是我国轻工产业各行业绿色全要素生产率增长的主要驱动力,应制定相关激励机制引导轻工产业各行业提升技术进步水平,尤其是以非农产品为原料轻工行业;同时应提高技术效率因素对轻工业各行业绿色生产率的作用。再者,轻工产业环境规制标准不应是静态的、统一的,需要根据轻工产业每个细分行业的特点及发展趋势制定合理的环境规制标准,同时每个行业环境规制标准也不能被随意地提高而要被设计为连续的、滚动的,从而将可持续地促进轻工产业绿色发展。最后,从环境规制工具角度分析,不应将其设计为“命令型”“控制型”等强硬性质的规制工具,而是“引导型”“激励型”等温和性质的多样化手段,从而更好地引导轻工业企业主动实施绿色生产、绿色技术创新研发等绿色转型措施。

(编辑:王爱萍)

参考文献

[1]王彦敏.我国传统轻工业产业升级与结构调整中的政府功能探析[J].中国行政管理,2011(8):88-91.

[2]金涌.绿色创新: 轻工产业持续发展的金钥匙[J].轻工学报,2016,31(1):1-5.

[3]吴英姿,闻岳春. 中国工业绿色生产率、减排绩效与减排成本[J]. 科研管理,2013,34(2):105-111.

[4]周五七,武戈. 低碳约束的工业绿色生产率增长及其影响因素实证分析[J]. 中国科技论坛,2014(8):67-73.

[5]孟祥宁,张林. 中国装备制造业绿色全要素生产率增长的演化轨迹及动力[J]. 经济与管理研究,2018,39(1):105-115.

[6]吴传清,宋子逸. 长江经济带农业绿色全要素生产率测度及影响因素[J]. 科技进步与对策,2018,35(17):35-41.

[7]王留鑫,姚慧琴,韩先锋. 碳排放、绿色全要素生产率与农业经济增长[J]. 经济问题探索,2019(2):142-149.

[8]唐建荣,杜聪,李晓静. 中国物流业经济增长质量实证研究——基于绿色全要素生产率视角[J]. 软科学,2016,30(11):10-14.

[9]刘战豫,孙夏令. 中国物流业绿色全要素生产率的时空演化及动因分析[J]. 软科学,2018,32(4):77-81.

[10]丁黎黎,朱琳,何广顺. 中国海洋经济绿色全要素生产率测度及影响因素[J]. 中国科技论坛,2015(2):72-78.

[11]肖锐,陈池波. 财政支持能提升农业绿色生产率吗?——基于农业化学品投入的实证分析[J]. 中南财经政法大学学报,2017(1):18-24.

[12]屈小娥,胡琰欣,赵昱钧. 产业集聚对制造业绿色全要素生产率的影响——基于长短期行业异质性视角的经验分析[J]. 北京理工大学学报(社会科学版),2019,21(1):27-36.

[13]沈裕谋,张亚斌. 两化融合对中国工业绿色全要素生产率的影响研究[J]. 湖南科技大学学报(社会科学版),2014,17(3):70-77.

[14]师博,姚峰,李辉. 创新投入、市场竞争与制造业绿色全要素生产率[J]. 人文杂志,2018(1):26-36.

[15]劉英基. 制度质量、知识资本与工业绿色生产效率提升[J]. 科技进步与对策,2018,35(11):77-83.

[16]谢荣辉. 环境规制、引致创新与中国工业绿色生产率提升[J]. 产业经济研究,2017(2):38-48.

[17]陶锋,王余妃. 环境规制、研发偏向与工业绿色生产率——“波特假说”再检验[J]. 暨南学报(哲学社会科学版),2018(5):45-60.

[18]陈超凡,韩晶,毛渊龙. 环境规制、行业异质性与中国工业绿色增长——基于全要素生产率视角的非线性检验[J]. 山西财经大学学报,2015,40(3):65-80.

[19]LI J L,LIN B Q. Ecological total-factor energy efficiency of Chinas heavy and light industries:which performs better?[J]. Renewable and sustainable energy review,2017,72(1):83-94.

[20]LI J L,LIN B Q. Rebound effect by incorporating endogenous energy efficiency: a comparison between heavy industry and light industry[J]. Applied energy,2017,200(1):347-357.

[21]LIN B Q,TIAN P. energy conservation in Chinas light industry sector: evidence from inter-factor and inter-fuel substitution[J]. Journal of cleaner production,2017,200(1):125-133.

[22]LIN B Q,TIAN P. The energy rebound effect in Chinas light industry: a translog cost function approach[J]. Journal of cleaner production,2016,112(1):2793-2801.

[23]TIAN P,LIN B Q. Regional technology gap in energy utilization in Chinas light industry sector:non-parametric meta-frontier and sequential DEA Methods[J]. Journal of cleaner production,2018,128(1):880-889.

[24]黄登良,汪鹏,谢丽团,等. 低碳约束下木材加工业全要素生产率研究[J]. 林业经济问题,2015,35(4):348-353.

[25]郑义,林恩惠,刘燕娜. 技术创新对木材加工业低碳贸易竞争力的影响[J]. 林业经济问题,2015,35(1):38-43.

[26]杨加猛,饶永志,蔡志坚,等. 江苏造纸业经济增长与环境污染关系的实证分析[J]. 华东经济管理,2014,28(11):17-20.

[27]冯枫,黄和亮,张佩,等. 中国纸产品贸易的碳减排效应研究[J]. 林业经济问题,2014,34(3):223-228.

[28]许华,刘佳华. 环境规制对我国造纸行业绿色技术创新的影响研究[J]. 中国造纸,2017,36(12):67-73.

[29]CHUNG Y H,FARE R,GROSSKOPF S. Productivity and undesirable outputs: a directional distance function approach[J]. Journal of environmental management,1997,51(3):229-240.

猜你喜欢
数据包络分析全要素生产率碳排放
长株潭地区高职院校旅游管理专业办学效率研究
中国地区农业技术效率和技术差距研究
陕西省装备制造业技术创新效率评价
基于DEA模型的沈阳市城市土地利用效益分析
湖北省十二市全要素生产率的比较分析
宁夏碳排放与经济增长的脱钩关系研究
重庆市碳排放现状及低碳发展路径分析
中国人口红利的国际比较与测算
碳排放、产业结构与经济增长的关系研究
河北省经济增长方式的实证分析河北省经济增长方式的实证分析