环境约束下中国制造业全要素生产率及其影响因素研究.docVIP

环境约束下中国制造业全要素生产率及其影响因素研究 摘要：基于方向性距离函数的Malmquist-Luenberger生产率指数法估算了考虑环境因素的中国2001-2009年制造业31个两位数行业的全要素生产率指标，并比较了不考虑环境因素影响情形下的全要素生产率增长情况；运用Tobit模型研究了环境约束下全要素生产率的影响因素。结果显示：考虑环境因素的中国制造业全要素生产率各项指标都呈现出增长趋势；相比较不考虑环境因素而言，在正确考虑环境管制的情形下，中国制造业全要素生产率会得到提高，而且对生产率的增长作出主要贡献的还是技术进步而非生产效率的提高；资本深化、行业规模、研发投入和环境污染等因素对中国制造业轻、重工业的全要素生产率均有不同程度的影响。关键词：全要素生产率；方向性距离函数；制造业；Malmquist-Luenberger生产率指数中图分类号：F27；C939 文献标识码：A DOI：10.3963/j.issn.1671-6477.2012.06.012目前，中国转变经济发展方式的重要一面，就是促使经济增长由主要依靠资金和物质要素投入向依靠全要素生产率的带动转变。新古典经济增长理论还认为，经济长期可持续增长的唯一动力是全要素生产率的提高，因此，全要素生产率成为了国内外众多专家研究经济发展的重要工具。纵观中国经济的发展历程不难发现，制造业已成为我国经济发展的主导力量，但“高投入，高消耗，高排放”的发展方式制约了制造业部门的可持续发展，也直接影响着我国区域经济增长的速度与质量。针对目前我国制造业有关效率的研究中所忽视的环境污染的影响，本文运用考虑了环境因素的Malmquist-Luenberger生产率指数，采用2001-2009年中国制造业31个两位数行业的面板数据，基于能源经济可持续发展的视角，实证研究了中国制造业全要素生产率及其变动的根源。本研究将经济增长方式与环境因素联系起来，对于探讨资源环境双重约束下中国制造业的可持续发展具有重要的理论及现实意义。一、文献综述20世纪80年代以来，国内涌现出众多的有关生产率问题的研究成果，其中对制造业部门生产率的测算更是受到了格外的关注。通过对现有文献的梳理发现，我国制造业生产率的早期研究多数侧重于传统生产率的测??，也就是忽略了各种环境污染对行业生产率的影响。这类研究可以归纳为以下四点：第一，在制造业总体层面探讨我国制造业全要素生产率的变动及趋势[1-3]；第二，从区域、企业或行业的微观层面测算生产率水平并分析趋势[4-6]；第三，深入分析中国制造业生产率变动的影响因素[7-9]；第四，探析我国经济增长与制造业生产率的提升之间的关系[10-12]。上述研究存在的不足之处在于，在测算制造业全要素生产率时，主要侧重于测算生产过程中的“好”产出，而没有考虑生产过程中产生的诸如废气、废水和固体废物等之类的“坏”产出的影响。现实中，工业生产过程中所产生的各种“坏”产出会对社会环境产生负效应，从而给整个经济带来显著的外部成本。因此，运用上述研究成果对现实经济进行指导容易产生偏差和失误。把环境污染因素看作具有负外部效应的“坏”产出，并同“好”产出一并引入到生产过程，还要追溯到Chung等人提出的方向性距离函数法（Directional Distance Function，简称DDF）[13]之后，运用该方法来分析环境污染在制造业生产过程中的制约作用可以显得更为科学合理，并且能够较好地解决“坏”产出的效率评价问题。基于此，一系列的评价方法又相继被学者们构建出来。例如Malmquist-Luenberger生产率指数（简称ML生产率指数），它不仅具有Malmquist指数所具有的良好性质，而且其在考虑了“好”产出提高的同时，还要求“坏”产出的不断减少。近年来，随着环境问题的日益突出，运用ML生产率指数实证分析全要素生产率的研究逐渐增多。Fare等人以美国制造业1974-1986年的数据为例，运用ML生产率指数法测算了其全要素生产率，研究结果表明，在考虑环境因素下所测算的全要素生产率年均增长速度要高于忽略环境因素时的测算值[14]。与此结论相类似，Yoruk和Zaim分别用考虑环境污染等“坏”产出的Malmquist-Luenberger生产率指数和不考虑环境污染等“坏”产出的Malmquist生产率指数分别测度并比较了经合组织（OECD）国家的生产率，研究发现前者的测算值要高于后者[15]。国内方面，王兵等运用ML生产率指数法测度了1980-2004年APEC 17个国家和地区包含CO2排放的全要素生产率，认为在引入环境管制之后，APEC国家的全要素生产率增长水平得到了提升，且从分解指标来看，技术进步是生产率水平提升的主要动力[16]。在此基础上，田银华等采用序列Malmquist-Luen