中国工业碳减排效率的测算及其对贸易竞争力的影响.docVIP

　　中国工业碳减排效率的测算及其对贸易竞争力的影响 　　一、引 言 　　在中国对外贸易发展过程中，中国的二氧化碳排放量也在迅速增加，中国已经成为世界上最大的贸易国和最大的二氧化碳排放国。近年来，我国政府对环境问题高度关注，已向世界承诺到 2020 年中国单位国内生产总值二氧化碳排放将比2005 年下降40% ～45%。减少碳排放无疑具有必要性，但为之采取的环境规制也会对中国贸易竞争力产生影响。究竟中国贸易竞争力有多大程度依赖于碳排放效率成为政府和学术界极为关注的热点问题。 　　Esty 和 Geradin( 1997) 认为降低环境标准可以提升污染密集型行业的贸易竞争力。在贸易自由化的环境下，采取宽松环境政策的国家会集聚大量的环境污染行业从而成为污染避难所( Dua 和 Esty，1997) 。但从国家整体竞争力上看，环境规制对贸易竞争力的作用并非显而易见。Porter( 1991) 以及 Porter 和 Lindo( 1995) 认为，严格的环境政策对一国的竞争力有利，因为它可以通过促进技术创新来抵消成本的增加，并驱动一国产业升级，从而使得一国的部分厂商或部分产品在国际上具有更强的竞争优势。 　　本文利用经验数据实证研究中国国际贸易竞争力与碳减排效率的关系。在此方面国内已有的研究观点依然存在较大的争议。例如，高凤林( 2010) 以中美贸易为例建立出口贸易竞争力和碳排放的相对指标，实证分析发现，二者之间存在稳定的线性关系且互为 Grang-er 原因，即高碳排放是贸易竞争力的。而董敏杰等( 2011) 的研究则发现，环境管制对贸易部门的价格水平有一定影响，但在可承受范围内，因此不会降低中国产品的出口竞争力。为揭示提升碳减排效率的政策对中国国际贸易竞争力的影响，本文利用 2003 ～ 2011 年中国工业 35 个行业的统计数据，在测算各行业碳减排效率的基础上，采用计量方法检验了碳减排效率变化对中国国际贸易竞争力的影响。 　　二、测算方法与数据 　　1． 主要指标的测算方法 　　( 1) 全要素碳减排效率( CMP)本文参照张伟等( 2013) 的研究，使用 Fare et al．( 2007) 的 DEA 方法测算中国 35 个工业行业 2003 ～2011 年间的全要素二氧化碳减排效率。这里的全要素二氧化碳减排效率是指在保持投入要素不变的情况下，实际二氧化碳排放量与最小可能的二氧化碳排放量的比例。本文将每个工业行业作为一个生产决策单元，每个行业的资本( K) 、劳动力( L) 和能源消费( E) 作为生产要素的投入，各行业的总产值( Y) 作为期望产出，CO2排放量( C) 作为非期望产出。基于产出导向的测算全要素二氧化碳减排效率的 CRS-DEA 模型如下:【1】 　　 　　为了克服传统 DEA 模型不能对多个相对有效的决策单元进行排序进而进一步比较的缺陷，本文采用超效率 DEA 模型将决策单元排除在决策单元参与集之外进行全要素二氧化碳减排效率测算。 　　( 2) Malmquist － Luenberger 生产效率指数DEA 模型中的 Malmquist － Luenberger 生产效率指数( 以下简称 ML 指数) 用于衡量生产效率随时间的变化。ML 指数计算的核心思想是基于( 1) 式通过两个时期距离函数值的变化获得。两个时期 ML 指数的计算公式如下:【2】 　　 　　本文利用这一方法测算出我国 35 个工业行业全要素二氧化碳减排效率的 ML 指数，并将之用 MCPI 表示。若 MCPI( t，s) ＞1，则表明二氧化碳减排效率有所提高;若 MCPI( t，s) ＜1，则表明二氧化碳减排效率有所降低。 　　( 3) 贸易竞争力指数本文选用贸易竞争力指数( 即 TCI) 来衡量我国 35个工业行业的贸易竞争力。TCI 的具体计算公式如下:【3】 　　 　　( 3) 式中 Xit和 Mit分别表示我国工业第 i 个行业 t时期的出口额和进口额。TCI 值的范围在 －1 ～1 之间，若 TCI ＞0，这说明生产效率高于国际水平，该行业在世界市场上处于竞争优势; 若 TCI ＜0，则说明生产效率低于国际水平，该行业在世界市场上处于竞争劣势。 　　2． 变量及数据 　　本文以 2003 ～2011 年我国工业行业面板数据作为分析对象，剔除了非贸易部门水的生产和供应业以及影响力度较小的废弃资源和废旧材料回收加工业，另外将非金属矿采选业和其他采矿业合并为非金属矿采选业，将农副食品加工业和食品制造业合并为食品加工与制造业，这样处理后得出总共35 个行业的面板数据。 　　具体变量的处理情况如下: 第一，资本存量，以我国规模以上工业企业的固定资产净值年平均余额作为资本投入，并且按照固定资产价格指数平减到 2002 年的价格水平