广东省市际工业绿色全要素生产率变动与影响因素研究.docVIP

广东省市际工业绿色全要素生产率变动及影响因素研究 　　摘要：文章以广东省21市工业为研究对象，利用考虑非期望产出的方向性距离函数和Malmquist-Luenberger生产率指数核算了广东省21市工业2005年-2014年包含能源消费与环境污染的绿色全要素生产率（GTFP），发现广东省工业GTFP在研究时段内综合表现为下降，但整体为增长趋势，表明广东省工业发展现状不容乐观；基于动态面板数据模型对广东省21市工业GTFP的可能影响因素进行了研究，结果表明：GTFP有显著的动态性和延续性，人均GDP、外商投资份额、地区产业结构、资本劳动力比和固定资本投资均对GTFP有促进作用，环境规制强度对GTFP的影响不显著，但有一定促进作用 关键词：绿色全要素生产率；方向性距离函数；动态面板数据模型；广东省 一、 引言 全要素生产率所代表的经济增长中的质量贡献的提高是转变经济发展方式的关键。本文聚焦于广东省工业发展实际，将能源消耗和污染物排放纳入生产率分析框架，核算2005年～2014年十年间广东省二十一市工业发展的绿色全要素生产率（GTFP），通过分析计算结果，探求过去十年内广东省工业发展的真实质量，进而在认识广东省工业发展真实状况的基础上，基于动态面板数据模型寻求影响其GTFP的关键因素，从而为其未来实现与环境和谐发展，走质量效率型集约式增长道路提供可行的政策建议 二、 文献综述 全要素生产率（Total Factor Productivity，以下简称为“TFP”）又称为“索洛余值”，是由美国经济学家罗伯特Robert M.Solow）将技术进步引入“Cobb-Douglas”生产函数提出的一个概念。经济的发展依赖于生产要素投入的增加和生产效率的提升，而TFP是指在各种要素投入水平既定的条件下所达到的额外生产效率。为了应对能源危机与生态环境恶化等现实问题，经济学家将资源和环境等因素引入到TFP的评价体系中，包含能源和环境的TFP即为绿色TFP（GTFP） 基于不同的现实状况与研究目标，学者们或从工业分行业、或就工业某一子行业等多样的研究角度对中国工业TFP的增长问题进行了研究。本文以广东省工业为研究对象，从广东省下辖21个市级行政单位的视角，测算其工业GTFP，由于市级行政单位具有相对独立完整的政策体系和资源禀赋，对广东省工业分地区进行研究，有助于更加客观、全面地评估其整体增长的质量，从而为广东省工业转变发展方式提供强调节能减排的“质量型”评价标准，促进广东省工业部门实现资源节约、环境保护和经济增长三者的统筹发展 TFP的测度主要分为参数方法和非参数方法，现有文献中以使用非参数方法中的数据包络分析（Data Envelopment Analysis，DEA）方法为主。DEA模型适用于有多种投入和产出的效率分析问题，可以忽略各投入与产出变量的计量单位并对所得结果进行分解，因而可以对研究对象进行更为系统深入的分析评价，找出其生产率的主要影响因素。基于DEA模型，较为研究者所认可的是利用方向性距离函数和Malmquist-Luenberger生产率指数来计算GTFP，而对于污染物排放（即“bad output”，本文译为“非期望产出”）的考量，不同学者进行了不同的选择。殷宝庆选取工业废水、烟尘、粉尘和SO2排放量；吴军选取SO2排放量和COD；陈诗一选取CO2排放量，不同选择使得测度结果偏差较大 本文研究中采用基于方向性距离函数的Malmquist-Luenberger生产率指数来对能源环境约束下的广东省工业发展进行描述，同时结合数据可得性，选取广东省各市工业废水、工业废气、工业烟（粉）尘和工业固体废物共4个指标作为非期望产出，以求尽可能全面准确地测度广东省工业的GTFP 三、 广东省工业绿色全要素生产率的测度 1. 方向性距离函数（DDF）和Malmquist-Luenberger（ML）生产率指数。本文选取基于DDF的ML生产率指数这一研究方法，以期得到广东省工业真实的技术和效率变化情况。计算ML生产率指数的一般思路为：首先通过DEA方法估算出目标经济体的有效生产前沿面，然后比对每一个生产决策单元（DMU）与有效生产前沿面，进而由DDF计算出经济体中每个DMU与有效生产前沿面的距离，最后根据两期的DDF计算出ML生产率指数 2. 变量设定与数据处理。本文研究对象为广东省工业，从广东省下辖21市工业发展状况切入，以2005年～2014年各市工业投入与产出数据构造数据库，数据来源于《广东统计年鉴》及广东省21市的统计年鉴，同时参考研究时间段内各年度《中国统计年鉴》。假设生产过程中的投入包括资本投入、劳动和能源投入，产出包括以工业总产值表征的期望产出和污染物排放等非期望产出 资本投入。本