中国船舶工业绿色全要素生产率及影响因素分析——基于ML生产率视角对“波特假说”的再检验

蒋春艳，管红波

（上海海洋大学 经济管理学院，上海201306）

引 言

随着我国环境保护意识不断增强，政府强制施行节能减排，党的十九大以来不断强调绿色发展目标，环境保护政策从末端处理向“环境规制”转变，例如能源再利用的奖惩制度、特定产业发展规划等环保规制。国际上，世界海事组织（International Maritime Organization）提出了2020年无硫化，以及在世界部分海运区域实行限硫令，规范了船舶在运行中的污染排放。而在船舶生产过程中还存在大量污染物的排放，其中主要污染源是氮化物，硫化物和碳排放。新船制造过程中的焊接和喷涂等工艺以及拆船工作中，较大的能耗和污染物的排放直接或间接地破坏了生态环境。习近平总书记提出“绿水青山就是金山银山”的两山理论，表明了党中央对生态文明建设和环保工作的重视，要求产业经济发展必须与环境保护相互协调。中国船舶工业面临环保和市场的双重压力，如何在加强环保投入的同时维持竞争力，在国际上与日韩等国家角逐是业内人士和学者们密切关注的问题。中国船舶工业主要集中在东部沿海城市，各地区船舶工业在不同的资源禀赋、环境规制和地方政策下共同发展。周子文等（2019）对中国船舶工业的全要素生产率进行测算，得到各地区船舶发展效率值，但是研究中并没有考虑环境规制，评价结果不能全面真实地反映中国船舶工业发展的绿色全要素生产率[1]。近10年来，船舶工业绿色全要素生产率是提升了还是倒退了？主要的影响因素有哪些？不断升级的环境规制能否有效促进船舶工业绿色全要素生产率提升？本文通过对船舶工业全要素生产率的研究对以上问题予以回答。

环境规制对经济绩效影响效应一直是政策制定者和企业实践者之间持续争论的焦点，已有文献和实证分析指出，环境规制抬高生产要素的固定成本和可变成本，导致本国的产业生产率下降，失去在国际市场上的竞争地位。结构主义学派学者Gray等（2003）从结构化路径阐述，环境规制的加强带来了额外的资本借贷，价格上涨和研发资金的占用，结合考虑市场的需求弹性，遵循环境规制损害了企业在国际市场上的竞争力[2]。Barbera等（1990）对美国各行业1960-1980年的数据进行分析，结论表明环境规制引起高达30%的生产率下降[3]。与之相悖的观点是“波特假说”，该假说认为环境规制促使企业改变原有的生产方案，减少过剩的投入和优化生产效率[4]。在短期产出的降低会损失竞争力，但是在长期环境规制触发的创新“补偿效应”会弥补遵循成本。现有研究中，对于环境规制是负面地增加了企业的经营成本还是积极地带来创新补偿效应，尚有很大的争论。学者吴传清等（2018）分析了长江经济带的工业绿色生产率，认为环境规制存在门槛效应，越过门槛后环境规制加强会加快环境库茨涅兹环境曲线拐点的到来[5]。

全要素生产率（Total Factor Productivity，TFP）衡量了生产中各资源的利用效率，主要的测度方法主要分为以随机前沿分析方法（SFA）为代表的参数法和以数据包络分析（DEA）为代表的非参数法。相比SFA方法需要假设生产函数，DEA方法由决策单元投入产出量构建生产前沿面，有效回避了不同模型构建、随机扰动和正太分布等与实际存在差距的假设，同时还允许多个产出的存在。Chung等（1995）将非期望产出引入全要素生产率模型，运用方向性距离函数（Direction Distance Function）的DEA方法进行实证分析，奠定了绿色全要素生产率的研究基础[6]。但是Chung等的方法忽略了非零松弛变量，倾向于高估评价单元的效率水平。由此，Tone（2003）考虑了松弛变量对方向性距离函数进行改进得到SBM-DDF，更为合理地测算生产率效率[7]。但是以当前时期的投入产出来构建当期的生产技术前沿仅仅能够说明短期效率波动，其结果在长期内不能比较，而且线性规划很可能无解或者测算出“技术倒退”的错误结论。ML指数能够解决在长期测算生产效率的持续性和稳健型问题，该指数由Oh（2010）提出，其生产技术前沿是基于所有时期生产技术集构建[8]。采用非零松弛变量的ML指数，学者尤济红等（2016）测算了1998-2012年中国各省地区工业绿色生产率[9]。

综上所述，当前的研究存在的缺憾主要有两点：第一，学术界对于船舶工业的绿色全要素生产率和环境规制的研究相对较少，现有研究也是利用单一时期投入产出构建当期的DEA生产前沿面，其结果在多个时期内不可比；第二，在环境规制对船舶工业绿色全要素影响方面，学术界定性分析居多而缺乏量化的研究，已有的文献着重于静态回归分析，研究还有待深入。以上不足可以通过建立动态面板模型，以全局DEA测算出来的工业绿色生产率为因变量，选取环境规制作为主要解释变量，重点探讨环境规制对中国船舶工业绿色生产率的作用，据此提出相应政策建议。

1 研究方法和分析框架

1.1 绿色全要素生产率的测度模型

度量绿色生产率是本文的核心环节，本文采用ML方法来测度船舶工业绿色全要素生产率。模型中的环境技术效率函数参考Färe等（2007）的定义[10]。投入要素向量用X=（xij）∈R+n×m表示，期望产出向量用Yg=（yijg）∈R+u×m表示，非期望产出向量用Yb=（yijb）∈R+v×m表示，假设生产集是闭集且存在有界解，环境技术函数可用数据包络法模型化为：

式（1）中的λ代表截面投入产出数据的权重，权重变量非负和两个约束表示规模报酬可变（VRS），若需要在规模报酬不变的假设下进行测算则去除权重之和为1的约束条件。

考虑非期望产出的SBM效率测度模型综合分析了投入、产出和污染排放间的关系，而且很好地解决了效率评价中的松弛问题[7]。Fukuyama等（2010）在Tone（2003）基础上将方向距离函数一般化从而发展了非径向、非角度DDF[11]，结合Cheng等（2014）提出的DDF和增加了非期望产出的SBM模型[12]，即是求解线性规划模型：

模型（2）中，s-∈Rn及sb∈Rv均大于零时分别表示投入和非期望产出过多，而sg∈Rv大于零表示期望产出不足。分子表示决策单元实际投入相对于技术前沿的平均可缩放比例，分母表示实际产出相对于生产技术前沿的平均可扩张比例。

1.2 ML生产率指数

考虑非期望产出下对ML指数测度需要选择成本最小化目标或是收益最大化目标，即采用投入法还是产出法。Chamber等（1996）改进了Luenberger生产率指标[13]，综合最小化成本和最大化收益等多目标对Luenberger生产率指数进行一般化[14]。考虑船舶工业领域，决策者更关注于产出，本文采用产出发构建目标函数。另外，对绿色全要素生产率的测算基础是综合非期望指标后的产出可能集，Chung等（1997）设定为g=（gy，-gb）为g的方向向量，代表好产出和坏产出增减的方向性向量，意味船舶工业总产出的最大化和污染排放最小化[6]。每个决策单元的效率可引入方向性距离函数计算：

模型（3）中，zkt代表横截面观测值的权重，k=1，2，…，K个决策单元。对线性规划求解得到方向性距离函数后，第t+1期的绿色全要素生产率指数ML为：

ML指数测算需要借助线性规划方法分解为技术效率变化（TEC）以及技术进步变化（TC），技术效率变化TEC是来自于纯技术效率变化和生产规模效率变化，TC则代表了技术改进而增加的产出。

利用线性规划求解四个方向性距离函数，两个线性规划求解当期方向性距离函数，对应的数据集为t或t+1。而另外两个方向性距离函数，即基于第t+1期或t期的投入产出值却需要分别参照第t期或t+1期的技术进行求解。

2 中国船舶绿色生产率的衡量与评价

2.1 指标和数据

以中国船舶工业分地区的面板数据为基础，测算绿色全要素生产率及评价环境规制对经济效率影响。继韩国船舶工业崛起之后，中国政府开始重视船舶工业发展，2003年《全国海洋经济发展规划纲要》明确提出“逐步建设海运强国”的战略目标，将造船业定为战略性产业，同时考虑数据的可获得性，《中国环境统计年鉴》中难以找到完整的船舶工业环境数据，且污染排放统计口径在2016年发生变化，本研究的时间跨度设定为2004—2015年。由于《中国船舶工业年鉴》对部分地区的统计数据缺失，综合考虑数据的连续性以及造船产量贡献，选择东部地区的上海、江苏、浙江、福建、广东、天津、河北、辽宁、山东以及中部地区的江西、安徽、湖北、湖南和西部地区的广西、重庆等15个省、自治区和直辖市为研究对象。以上地区分别近东海、渤海和南海，是2003年国家海运经济发展计划中划分的主要船舶工业中心。面板数据中的投入、期望产出和非期望产出的相关指标以及数据处理说明如下：

（1）劳动投入。国内外学者普遍认为劳动时间是更好的衡量指标，但是国内缺乏这方面的统计，选择分地区船舶工业从业人员年平均人数，该指标可以有效地反映船舶工业劳动力的投入。

（2）资本投入。固定资产和资本存量通常被认为是最可靠的估计量，但是考虑已有的一些相关统计中并没有船舶工业固定资产这一变量指标，且船舶的造修设施投资占船厂固定投资资产的比重最大，选取万吨以上修造船船台和船坞的总和来衡量资本投入，数据来源于《中国船舶工业年鉴》。

（3）能源消费量。由于对船舶工业能源消费量没有详细的统计数据，通过船舶工业企业营业收入占总的工业营业收入的比值，乘上各地区工业企业能源消费总量来估算，为消除价格影响采用工业生产者价格指数对营业收入进行平减，数据来自《中国工业经济数据库》《中国能源统计年鉴》。

（4）期望产出。国际上对于船舶工业产出的衡量主要选择船舶完工修正吨，该指标有效地克服了船型差异及船舶建造的复杂性。

（5）非期望产出。该指标的选择尚没有固定的标准，相对较开放。陈超凡（2016）以工业二氧化碳排放量、工业废水排放量、工业废气排放量和固体废物作为非期望产出计算[15]。Watanabe等（2007）和涂正革（2008）则选择二氧化硫作为非期望产出[16-17]。考虑期望产出和非期望产出的不同组合，胡鞍钢等（2008）认为比较合理的坏产出指标为废水、工业固体废弃物排放总量、化学需氧量二氧化硫和二氧化碳排放总量等五个指标[18]。王兵等（2010）在中国区域环境全要素生产率研究中，认为主要污染排放量是二氧化硫和化学需氧量（COD）[19]。结合船舶工业存在大量固体废弃物污染，因此选择工业二氧化硫排放、工业化学需氧量排放和工业固体废弃物等三个指标，综合船舶工业主营业务收入对地区工业主营的比值估算船舶工业的污染排放量。不同于大多数研究采取一种或几种环境污染指标，李斌等（2013）利用熵值法综合估算环境污染排放指数，借鉴该思想，本文采用逼近理想解的TOPSIS评价方法估算各地区排放总指标，来衡量船舶工业的污染排放[20]。

运用DEA模型的基础假设是“同向性”，即增加投入量时产出不得减少。因此，对各项指标进行皮尔逊（Pearson）相关性检验，结果表明在1%的显著性水平下投入和产出指标检验结果显著且相关系数为正[21]。

2.2 测算结果和评价

运用以上方法以及收集到的样本数据，基于产出导向考虑非期望产出的非径向非角度SBM方法测度各地区船舶工业的绿色全要素生产率，理论上坏产出具有弱可处置性，即减少坏产出同时也会带来好产出的减少，但在实际求解中会减少可行解。因此，本文采用大多数学者的做法，不对非期望产出添加弱可处置。进而测算分地区的ML指数，但是该指数并没有反映绿色全要素生产率本身，实际上代表的是绿色全要素生产率的增长率。据此，参考邱斌等（2008）的处理方法，以2004年为基年计算其余年份各地区的绿色全要素生产率[22]。采用MAXDEA测算得出的结果如表1所示。同时鉴于各地区环境政策实施强度导致绿色全要素生产率之间存在差异，对船舶工业所在省市划分为东部、中部和西部三个地区采用绝对β收敛模型检验，探究绿色全要素生产率低的地区对指数较高的地区存在“追赶效应”，见表2。

表1 2004—2015年船舶工业各地区绿色全要素生产率

分析表1和图1，船舶工业的全要素生产率在增加环境约束后整体均值低于传统全要素生产率，且大多数地区分解出的绿色技术效率和绿色技术进步低于传统技术效率和技术进步，船舶工业传统全要素生产率和绿色全要素生产率分别为1.584和1.305，由此可见，传统测度方法仅考虑期望产出的效率评价高估了船舶工业全要素生产率，船舶工业发展将环境污染外部化以实现增长。研究时期内，船舶工业绿色全要素生产率平均值均大于1，绿色技术进步现象明显，这得益于我国不断升级的环保政策实施。国际海事组织（IMO）提出2020年船舶无硫化，提高船舶从设计到建造以及运行全过程中的环保要求，中国对船舶的建造和运行方面更是提出高于国际组织的标准，推进中国船舶工业实现绿色转型。在2004年至2008年期间以及2011年以来，船舶工业的绿色全要素生产率出现一定增长，前者一方面得益于国家在“十一五”规划中明确了绿色可持续发展战略，另一方面海运市场走低，船舶承接订单减少，在期望产出减少时非期望产出也会减少，推动了船舶工业绿色全要素生产率的增加；而后者说明我国正在推进的船舶工业转型战略有所成效，如2011年颁发的《上海海事局防治船舶供受油作业污染海洋环境管理规定暂行规定》推动长三角地区的造船厂加强环保措施，以及船舶工业中环境保护理念要求防治污染设施必须与主体工程同时设计、同时施工、同时投产使用。观察变化幅度，2004—2015年传统全要素生产率平均增长率为58.4%，其中技术效率增长29.4%，技术进步增长20.1%。考虑非期望产出后，船舶工业全要素生产率平均增长30.5%，其中技术效率和技术进步分别增长了11.7%和13.5%。可见，技术进步是我国船舶工业全要素生产率的主要增长来源，技术效率在一定程度上起到促进作用。足以说明，在不断强化的环境规制刚性约束下，船舶工业的发展主要依靠技术创新和进步。在实践中，中国交通运输部2017年5月23日施行《中华人民共和国船舶及其有关作业活动污染海洋环境防治管理规定》中提出加强船舶污染控制，环保技术和设施的投入是关键。

图1 全要素生产率及其分解对比图

表2 船舶工业绿色全要素生产率绝对β收敛检验

2.3 收敛分析

基于绝对β收敛检验模型，即假设“追赶效应”使各地区船舶工业的绿色全要素生产率最终处于同一稳态增长水平，即TFP增长速度与初始水平负相关。该面板模型为：

通过模型检验，表2显示，以所有地区为整体，β显著为负，船舶工业整体存在绝对收敛趋势，各地区之间绿色生产率的增长差距逐渐缩小。划分东部、中部和西部地区来看，各大区域内也存在明显的收敛趋势，换而言之，随着时间的推移，各地区船舶工业内部增长差异逐渐缩小，趋于均衡，这也在一定程度上验证了中国船舶工业企业不断合并扩大。

3 中国船舶工业绿色全要素生产率影响因素

3.1 变量选择与模型设定

被解释变量选择船舶工业绿色全要素，主要解释变量是环境规制，其余解释变量为地区生产总值年增长率、技术水平和对外出口依存度：

（1）地区生产总值的年增长率。船舶工业作为重工企业，对所在地区的生产总值具有很大的贡献，同时也依托该地区经济发展，数据来源于《中国宏观经济数据库》。

（2）技术水平。中国船舶工业的发展已经从劳动密集型转变为资本和技术密集型产业，当下环保规制不断加强进一步督促技术进步和创新。科技研发与技术水平关系最为密切，选择各地区研究与试验发展经费内部支出来衡量技术进步。

（3）对外出口依存度。船舶市场是一个高度国际化市场，世界造船国家主要集中在中日韩三国，2018年中国完工出口船舶占造船完工量的91%。因此，对国际市场的依赖程度也将影响到船舶工业的绿色转型，选取各省市每年船舶出口完工量占总船舶完工量的比重来表示对外出口依存度。

（4）环境规制。环境规制对产业绩效的影响在学术界存在争议性观点，而环境规制的衡量方法也存在较大的差异，具体环境规制方案各具特色。比较理想的指标是各省市环境污染治理投资占地区GDP的比重，数据来源于《中国环境数据库》。

根据选取的变量构建静态面板模型：

式中RGDPit、RDit、EXit、ERit分别表示i地区t年的生产总值年增长率、技术水平、对外出口依存度和环境规制强度，εit为随机干扰项。在该模型的基础上运用Hausman检验，检验结果拒绝干扰项与解释变量不相关的假设，因此适用固体效应模型。考虑传统静态面板模型存在内生性问题，对某一地区的绿色全要素生产率往往受到上一时期的影响，为了消除检验结果误差，本文将绿色全要素生产率的一阶滞后作为工具变量，构建动态面板模型进行分析。同时考虑研发投入具有时滞性，当期研发投入往往对将来的生产率增长产生贡献，在模型中以技术进步的一阶滞后代替。

表3 中国船舶工业绿色发展影响因素回归结果

3.2 实证结果及分析

实证分析中对原始数据取对数以保持数据的平稳性，回归分析由Stata软件支持，结果见表3。综合来看，虽然R2值不大，但动态面板模型的主要解释变量系数大都显著，GDP增长率、技术进步和环境规制的系数为正，出口依存度系数为负，且除GDP增长率外，均在1%、5%、10%显著性水平下通过检验。各地区宏观经济环境、科技研发投入和环境规制对中国船舶工业的绿色全要素生产率产生正向的影响，表明在环境规制的加强在船舶工业存在正向的“补偿效应”，支持波特假说。与传统全要素生产率研究相反，本研究结果显示出口依存度对中国船舶工业绿色全要素生产率带来负向影响。动态模型中，船舶工业绿色全要素生产率与其滞后期高度负向显著，由于取对数代表绿色全要素增长，说明绿色全要素生产率增速与前一期呈反比，积累的绿色全要素生产率会形成推动效应但推动的增速逐渐放缓。

中国船舶工业的发展主要依靠早期大量的劳动、资金等生产要素投入而实现增长，期间在海运市场繁荣期凭借低廉的劳动成本与日韩竞争，从而在国际市场上崛起。随着当前国内劳动成本上升，国际贸易不确定因素增加和海运市场低迷的影响，中国船舶工业已出现产能过剩、融资困难的现象。宏观经济的边际理论中，生产中的固定资产达到稳定后，出现生产规模报酬递减现象，生产的边际量会少于投入的边际量。

船舶出口在拉动中国船舶发展的同时对绿色全要素生产率带来了负面的影响，回顾世界船舶工业发展，产业从英国转移到欧洲各国再到今天的东亚三国并逐渐向东南亚国家延伸，“污染避难所”现象始终存在于船舶工业。此外，尽管我国有很长的造船历史，但中国船舶工业开始发展的时间落后于发达国家，以至于目前中国造船业主要集中于干散货船和集装箱船等附加值较低的船型，拉低了全要素生产率。

实证结果表明，研发投入的增加可以推动技术进步，带动船舶工业绿色全要素生产率的提升。国际市场上环境规制逼紧激发了船舶工业新的需求，绿色技术研发以及在船舶工业领域的运用具有相当大的潜力，清洁能源和船舶生产过程中污染处理技术的需求十分迫切。绿色技术创新是中国船舶工业实现转型升级的关键，也是船舶产业政策主导的方向和重点。

4 结论与对策

本研究以造船业主要所在的省、市和自治区的面板数据为基础，综合了能源投入和非期望产出等指标，采用方向性距离函数和ML生产率指数测算出船舶工业绿色全要素生产率，然后分别构建静态和动态的回归模型研究船舶工业绿色全要素生产率的影响因素，主要结论如下。

总体来看，中国船舶工业绿色全要素生产率都大于1，处于绿色生产前沿面上且具有明显的收敛特征，其中湖南省的绿色全要素生产率最高。船舶工业平均绿色全要素生产率低于平均传统全要素生产率，绿色全要素生产率的增长来自技术进步和技术效率，基本实现了船舶工业增长与资源环境的协调发展。同时，提升船舶工业绿色全要素生产率还有赖于船舶工业所在地区技术水平以及合理的环境规制；受出口政策的引导，船舶工业订单主要来源于国外船东，国内需求外流，使得船舶工业企业过度依赖于出口，抑制了绿色全要素生产率的增长；环境规制对船舶工业绿色生产率的系数为正，对产业发展带来“补偿效应”，说明我国船舶工业紧跟国际环保步伐，结合中国发展特色而设计的规制体系比较合理。对以上研究结论可以得出如下的政策启示。

首先，船舶工业发展和绿色转型过程中，特别需要将资源、环境指标及相关要素纳入考评范畴，适当减少生产中的固定资产投入，增加绿色技术研发投入从而达到去产能的作用，同时绿色技术的提升能够有效提高船舶附加值，从盈利能力上增强中国船舶工业在国际市场上的竞争力。

其次，合理的产业发展政策使得宏观经济走势向好保障船舶工业绿色转型，在以国际市场为导向的前提下还需要关注国内船舶市场，国际航运联盟的出现使得国际船东的议价权大大提升，船舶工业竞争力日趋激烈，拉动国内船舶市场需求，减少海运市场周期性带来的冲击，是实现可持续发展的重要手段。

第三，支持绿色船舶发展，当前无论是使用环保涂料还是天然气等清洁能源来实现船舶工业绿色制造都需要大量的资金投入，从税收或财政补贴上给予企业优惠，鼓励银行对船舶企业开展绿色改造的项目进行贷款。