效率增進(jìn)與技術(shù)進(jìn)步對(duì)綠色生產(chǎn)率增長(zhǎng)的影響——來(lái)自中國(guó)36個(gè)兩位數(shù)工業(yè)行業(yè)的實(shí)證

周五七

（江南大學(xué) 商學(xué)院，江蘇 無(wú)錫 214122）

效率增進(jìn)與技術(shù)進(jìn)步對(duì)綠色生產(chǎn)率增長(zhǎng)的影響
——來(lái)自中國(guó)36個(gè)兩位數(shù)工業(yè)行業(yè)的實(shí)證

周五七

（江南大學(xué) 商學(xué)院，江蘇 無(wú)錫 214122）

利用全局DEA及Malmquist－Luenberger指數(shù)，測(cè)度1998—2010年中國(guó)工業(yè)行業(yè)綠色TFP及其分解成份，結(jié)果發(fā)現(xiàn)：工業(yè)綠色TFP增長(zhǎng)的動(dòng)力主要來(lái)自技術(shù)進(jìn)步，技術(shù)效率整體上拖累了工業(yè)綠色TFP增長(zhǎng)；工業(yè)碳生產(chǎn)率不斷提升，技術(shù)效率對(duì)工業(yè)碳生產(chǎn)率增長(zhǎng)的促進(jìn)作用強(qiáng)于技術(shù)進(jìn)步的促進(jìn)作用，且重工業(yè)的技術(shù)效率與技術(shù)進(jìn)步對(duì)碳生產(chǎn)率增長(zhǎng)的促進(jìn)效應(yīng)高于輕工業(yè)。因此，除了發(fā)揮技術(shù)進(jìn)步對(duì)工業(yè)行業(yè)碳生產(chǎn)率增長(zhǎng)的促進(jìn)作用外，更需要重視提升技術(shù)效率對(duì)工業(yè)行業(yè)碳生產(chǎn)率增長(zhǎng)的推動(dòng)作用。

全局DEA；Malmquist－Luenberger指數(shù)；技術(shù)效率；技術(shù)進(jìn)步；碳生產(chǎn)率

一、引 言

在溫室氣體排放全球治理構(gòu)架下，碳排放空間已成為一種新的戰(zhàn)略資源和稀缺資源。各國(guó)基于不同的政治意愿和國(guó)家利益，在碳排放絕對(duì)減排與碳排放強(qiáng)度減排等方面存在尖銳的分歧，以美國(guó)為首的傘形集團(tuán)國(guó)家以及以中國(guó)、印度和巴西等為代表的新興經(jīng)濟(jì)體國(guó)家，大多傾向于碳排放強(qiáng)度降低的減排方案。中國(guó)政府于2009年提出了碳排放強(qiáng)度減排目標(biāo)，即到2020年單位GDP的碳排放量比2005年下降40%～45%，《中國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十二個(gè)五年規(guī)劃綱要》進(jìn)一步提出單位GDP碳排放降低17%的目標(biāo)。中國(guó)正處于快速工業(yè)化發(fā)展進(jìn)程中，工業(yè)低碳轉(zhuǎn)型主要表現(xiàn)為碳排放強(qiáng)度的下降，工業(yè)低碳轉(zhuǎn)型對(duì)實(shí)現(xiàn)中國(guó)低碳經(jīng)濟(jì)轉(zhuǎn)型具有重要的戰(zhàn)略意義。

碳生產(chǎn)率在數(shù)值上等于碳排放強(qiáng)度的倒數(shù)，是指每單位CO2排放所帶來(lái)的經(jīng)濟(jì)產(chǎn)出，這一指標(biāo)整合了經(jīng)濟(jì)增長(zhǎng)與碳排放控制的雙重目標(biāo)，能反映經(jīng)濟(jì)增長(zhǎng)與碳排放脫鉤及低碳經(jīng)濟(jì)轉(zhuǎn)型進(jìn)展?fàn)顩r。如果把適宜人類生存的大氣中CO2濃度視為一種自然資本，碳排放過(guò)程可以視為一種自然資本消耗，當(dāng)代人對(duì)這種自然資本的過(guò)度消耗會(huì)影響人類未來(lái)可持續(xù)發(fā)展。當(dāng)人們將CO2排放空間視為這樣的一種生態(tài)資本，碳生產(chǎn)率相當(dāng)于一種單要素生產(chǎn)率，只有提高碳生產(chǎn)率，才能控制經(jīng)濟(jì)增長(zhǎng)對(duì)這種自然資本的消耗速度，維持經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展。因此，自20世紀(jì)90年代以來(lái)，在全球氣候變化加劇和氣候全球治理的背景下，碳生產(chǎn)率繼勞動(dòng)生產(chǎn)率、資本生產(chǎn)率和能源生產(chǎn)率之后，成為了學(xué)者關(guān)注的又一研究熱點(diǎn)［1］。

考慮碳排放約束的綠色生產(chǎn)率增長(zhǎng)主要有兩種研究視角：一是將碳排放作為一種要素投入即所謂的自然資本，測(cè)算該要素投入的生產(chǎn)率即碳生產(chǎn)率［2］348－365［3］；另一種是將碳排放作為一種弱可處置性非期望產(chǎn)出（Undesirable Output），利用數(shù)據(jù)包絡(luò)分析法（DEA）測(cè)算環(huán)境約束的全要素生產(chǎn)率（TFP）［4－5］。為便于表述，筆者將這種考慮環(huán)境約束的TFP統(tǒng)一稱為綠色TFP?，F(xiàn)有研究針對(duì)碳排放約束的綠色TFP及單一碳生產(chǎn)率的測(cè)算較多，但對(duì)兩者之間相互關(guān)系的研究較少，故以中國(guó)工業(yè)細(xì)分行業(yè)為樣本，測(cè)算碳排放約束下工業(yè)綠色TFP指數(shù)及其分解成份，比較技術(shù)效率與技術(shù)進(jìn)步對(duì)工業(yè)綠色TFP增長(zhǎng)的貢獻(xiàn)差異，進(jìn)一步檢驗(yàn)技術(shù)效率與技術(shù)進(jìn)步對(duì)工業(yè)碳生產(chǎn)率影響的差異，剖析其對(duì)工業(yè)低碳轉(zhuǎn)型的政策涵義。

二、基于全局DEA的技術(shù)效率與技術(shù)進(jìn)步測(cè)算

（一）環(huán)境約束的綠色TFP測(cè)度方法

考慮環(huán)境約束的綠色TFP研究中，較為前沿的處理方法是將環(huán)境污染視為弱處置性的非期望產(chǎn)出①需要指出和說(shuō)明的是，一些學(xué)者對(duì)Mulmquist指數(shù)測(cè)算中規(guī)模報(bào)酬不變的假定的合理性存在爭(zhēng)議，也有實(shí)證研究采取其他形式的理想化指數(shù)，如Tornqvist指數(shù)、Hicks－Moorsteen指數(shù)來(lái)測(cè)算綠色TFP［6－8］。，利用方向性距離函數(shù)和 Mulmquist－Luenberger指數(shù)進(jìn)行測(cè)算，這種方法同時(shí)兼顧了經(jīng)濟(jì)增長(zhǎng)與環(huán)境友好，較好地?cái)M合了能源與環(huán)境協(xié)調(diào)發(fā)展的要求，在國(guó)內(nèi)外綠色TFP的實(shí)證研究中得到了廣泛運(yùn)用［9－11］?；谏鲜龇椒y(cè)度綠色TFP，需要利用足夠多的生產(chǎn)決策單元來(lái)構(gòu)造生產(chǎn)前沿面，進(jìn)而求解相應(yīng)的線性規(guī)劃。目前，生產(chǎn)前沿面的構(gòu)建方法主要有當(dāng)期 DEA（Contemporaneous，DEA）、窗式 DEA（Window，DEA）、序列 DEA（Sequential，DEA）和全局DEA（Global，DEA）。

當(dāng)期DEA基于當(dāng)期橫截面數(shù)據(jù)構(gòu)建生產(chǎn)前沿面，容易導(dǎo)致不同時(shí)期的生產(chǎn)前沿面及技術(shù)進(jìn)步出現(xiàn)不連續(xù)性，甚至在動(dòng)態(tài)分析中可能得出技術(shù)退步的反常結(jié)論。

序列DEA以當(dāng)期及以前所有時(shí)期的投入產(chǎn)出決定參考技術(shù)集，由于每期參考技術(shù)集的構(gòu)建都包含了過(guò)去的投入產(chǎn)出信息，在動(dòng)態(tài)分析中可有效避免技術(shù)退步的情形，也有利于減少線性規(guī)劃無(wú)可行解的情形，但不能徹底消除非可行解的問(wèn)題。同時(shí)，不同時(shí)期生產(chǎn)前沿面的構(gòu)建方法存在細(xì)微差異，如第一期生產(chǎn)前沿面的構(gòu)建相當(dāng)于當(dāng)期DEA，最后一期生產(chǎn)前沿面的構(gòu)建則相當(dāng)于全局DEA，導(dǎo)致生產(chǎn)前沿面的構(gòu)建標(biāo)準(zhǔn)并不完全統(tǒng)一。

窗式DEA以當(dāng)期及其前兩期投入產(chǎn)出構(gòu)造當(dāng)期參考技術(shù)集，被認(rèn)為是當(dāng)期DEA與序列DEA的折衷，由于窗式DEA采用視窗內(nèi)的數(shù)據(jù)構(gòu)建生產(chǎn)前沿面，伴隨著老的數(shù)據(jù)從視窗中退出，同時(shí)有新的數(shù)據(jù)進(jìn)入視窗，避免了當(dāng)期DEA中可能出現(xiàn)的技術(shù)退步，又有利于構(gòu)建光滑的生產(chǎn)前沿面。同時(shí)，窗式DEA也能減少非可行解的問(wèn)題，正是因?yàn)榫哂猩鲜鰞?yōu)點(diǎn)，窗式DEA在不少實(shí)證研究中得到了廣泛應(yīng)用，但是窗式DEA和序列DEA一樣，都不能徹底消除非可行解的問(wèn)題，即在求解混合期方向性距離函數(shù)時(shí)，若本期的投入產(chǎn)出在前期的生產(chǎn)技術(shù)下不可行，可能仍然存在無(wú)可行性解。

全局DEA以樣本對(duì)象所有投入產(chǎn)出數(shù)據(jù)構(gòu)造的全局生產(chǎn)技術(shù)集作為不同時(shí)期的唯一共同生產(chǎn)前沿面，可以避免因基準(zhǔn)生產(chǎn)前沿面變動(dòng)而導(dǎo)致不同時(shí)點(diǎn)的效率與生產(chǎn)率難以準(zhǔn)確比較的問(wèn)題。由于全局DEA的參照技術(shù)固定不變，基于全局DEA的GML（Global Malmquist－Luenberger）指數(shù)就無(wú)須采取幾何平均數(shù)形式，可以避免因幾何平均形式導(dǎo)致不可傳遞性的不足，Oh證明了GML指數(shù)能滿足可傳遞性要求、又可避免線性規(guī)劃無(wú)可行性解的優(yōu)點(diǎn)［12］。

已有的實(shí)證研究大多使用序列DEA或窗式DEA方法，使用全局DEA的測(cè)算文獻(xiàn)較少，基于上述分析，下文將把碳排放視為弱處置性非期望產(chǎn)出，將其與能源投入對(duì)應(yīng)地納入全要素分析框架下的DEA測(cè)度模型，使用全局DEA方法測(cè)算碳排放約束下的工業(yè)綠色TFP指數(shù)，并將其分解為環(huán)境技術(shù)效率指數(shù)與技術(shù)進(jìn)步指數(shù)，比較分析環(huán)境技術(shù)效率與技術(shù)進(jìn)步在不同工業(yè)行業(yè)綠色TFP增長(zhǎng)中的作用差異，檢驗(yàn)技術(shù)效率與技術(shù)進(jìn)步對(duì)工業(yè)碳生產(chǎn)率增長(zhǎng)的影響差異。

（二）綠色TFP測(cè)算與分解模型

為了避免線性規(guī)劃無(wú)可行性解，選擇全局DEA方法構(gòu)建生產(chǎn)前沿面，基于全局DEA的GML指數(shù)分解如下：

其中TE表示生產(chǎn)決策單元的技術(shù)有效性；BPG（Best Practice Gap）表示生產(chǎn)決策單元當(dāng)前生產(chǎn)前沿與全局生產(chǎn)前沿的差距，相鄰時(shí)期BPG的比值反映生產(chǎn)決策單元的環(huán)境技術(shù)進(jìn)步。計(jì)算GML需要求解四個(gè)線性規(guī)劃及四個(gè)方向性距離函數(shù)值，求解同期方向性距離函數(shù)值的線性規(guī)劃可寫成（s＝t，t＋1）：

求解式（3）中基于全局生產(chǎn)技術(shù)集的方向性距離函數(shù)值的線性規(guī)劃，則要寫成下面的形式（s＝t，t＋1）：

（三）樣本與數(shù)據(jù)

考慮數(shù)據(jù)可得性與可比性，樣本區(qū)間設(shè)為1998—2010年，由于不同歷史時(shí)期工業(yè)行業(yè)分類標(biāo)準(zhǔn)有變化，1998—2002年適用《國(guó)民經(jīng)濟(jì)行業(yè)分類和代碼》（GB／T4754－94），2003—2010年適用《國(guó)民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)》（GB／T4754－2002），這兩個(gè)行業(yè)分類標(biāo)準(zhǔn)均將工業(yè)劃分為三個(gè)門類（采礦業(yè)、制造業(yè)以及電力、熱力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)），但每一門類中的大類、中類和小類行業(yè)劃分有細(xì)微變動(dòng)，大類、中類和小類對(duì)應(yīng)的行業(yè)通常也被稱為兩位數(shù)、三位數(shù)和四位數(shù)行業(yè)①比如在制造業(yè)門類對(duì)應(yīng)的三類行業(yè)劃分中，交通運(yùn)輸設(shè)備制造業(yè)對(duì)應(yīng)的大類編號(hào)是37，該大類中包含的鐵路運(yùn)輸設(shè)備制造業(yè)屬于中類，對(duì)應(yīng)的行業(yè)編號(hào)是371；該中類又包含鐵路機(jī)車車輛及動(dòng)車組制造業(yè)這一小類，對(duì)應(yīng)的行業(yè)編號(hào)是3711，大類、中類和小類對(duì)應(yīng)的行業(yè)編號(hào)分別為兩位數(shù)、三位數(shù)和四位數(shù)，因此，對(duì)應(yīng)的行業(yè)相應(yīng)地也被稱為兩位數(shù)行業(yè)、三位數(shù)行業(yè)和四位數(shù)行業(yè)。。GB／T4754－94共有37個(gè)兩位數(shù)工業(yè)行業(yè)，GB／T4754－2002共有39個(gè)兩位數(shù)工業(yè)行業(yè)，為了保證工業(yè)行業(yè)統(tǒng)計(jì)數(shù)據(jù)的連續(xù)性，本文選取兩個(gè)分類標(biāo)準(zhǔn)共有的36個(gè)兩位數(shù)工業(yè)行業(yè)作為樣本對(duì)象。為便于分析工業(yè)綠色TFP增長(zhǎng)的行業(yè)特征與差異，本文采用《中國(guó)統(tǒng)計(jì)年鑒》的劃分方法將其分為輕工業(yè)與重工業(yè)兩組，具體的行業(yè)分組及其編碼如表1所示。

表1 36個(gè)兩位數(shù)工業(yè)行業(yè)分組及行業(yè)編碼表

投入指標(biāo)選取從業(yè)年均人數(shù)、資本存量和行業(yè)能源消費(fèi)量；產(chǎn)出指標(biāo)包括期望產(chǎn)出與非期望產(chǎn)出；由于含中間投入性質(zhì)的能源，選用行業(yè)總產(chǎn)值代表期望產(chǎn)出；非期望產(chǎn)出用CO2排放表示，其中資本存量的測(cè)算借鑒相關(guān)文獻(xiàn)的做法，以1998年行業(yè)固定資產(chǎn)凈值作為初始資本存量，以價(jià)格平減后的固定資產(chǎn)凈值差額作為投資額，將平減后的行業(yè)固定資產(chǎn)凈值與投資額逐年累加即得資本存量［14］；行業(yè)CO2排放利用IPCC推薦的參考方法估算。由于工業(yè)能源消耗與碳排放是按全部工業(yè)企業(yè)核算，而其他要素投入與產(chǎn)出則按規(guī)模以上工業(yè)企業(yè)統(tǒng)計(jì)，為保證投入產(chǎn)出統(tǒng)計(jì)口徑的一致，本文將投入產(chǎn)出數(shù)據(jù)由規(guī)模企業(yè)口徑調(diào)整至全部工業(yè)企業(yè)口徑。數(shù)據(jù)估算中所使用的基礎(chǔ)數(shù)據(jù)來(lái)源于《中國(guó)能源統(tǒng)計(jì)年鑒》、《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)經(jīng)濟(jì)普查年鑒》和《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》。

（四）測(cè)算結(jié)果分析

利用全局DEA方法構(gòu)造生產(chǎn)前沿，測(cè)算細(xì)分行業(yè)GML指數(shù)，并將其進(jìn)一步分解為技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)，表2報(bào)告了1999—2010年各細(xì)分行業(yè)技術(shù)效率指數(shù)（GMLEC）與技術(shù)進(jìn)步指數(shù)（GMLTC）的期末累積值，下文分別將其記為CGMLEC、CGMLTC。從表2中易見(jiàn)，大多數(shù)工業(yè)行業(yè)的技術(shù)效率累積指數(shù)小于1，說(shuō)明這些行業(yè)環(huán)境技術(shù)效率呈惡化趨勢(shì)，累計(jì)降幅達(dá)到5．66%，其中輕工業(yè)與重工業(yè)技術(shù)效率分別累積下降7．35%、3．54%；技術(shù)進(jìn)步指數(shù)持續(xù)上升，實(shí)現(xiàn)了23．52%的累積增幅，其中輕工業(yè)與重工業(yè)行業(yè)技術(shù)進(jìn)步分別累積增長(zhǎng)28．54%、17．23%。由此可見(jiàn)，推動(dòng)中國(guó)工業(yè)行業(yè)綠色TFP持續(xù)增長(zhǎng)的動(dòng)力主要來(lái)自技術(shù)進(jìn)步，輕工業(yè)行業(yè)綠色技術(shù)進(jìn)步幅度超過(guò)了重工業(yè)行業(yè)，但輕工業(yè)行業(yè)技術(shù)效率下降幅度也超過(guò)了重工業(yè)行業(yè)。

表2 技術(shù)效率累積指數(shù)（CGMLEC）和技術(shù)進(jìn)步累積指數(shù)（CGMLTC）表

下面主要分析工業(yè)生產(chǎn)率累積指數(shù)（CGML）、技術(shù)效率累積指數(shù)（CGMLEC）和技術(shù)進(jìn)步累積指數(shù)（CGMLTC）的動(dòng)態(tài)變化，其演化軌跡如圖1。

圖1 工業(yè)綠色生產(chǎn)率累積指數(shù)及其分解成份變化圖

從圖1可見(jiàn)，CGML呈持續(xù)上升趨勢(shì)；CGMLTC也表現(xiàn)出持續(xù)上升趨勢(shì)，但近年來(lái)上升的勢(shì)頭有所減弱；CGMLEC在2006年以前呈持續(xù)下降趨勢(shì)，2006年以后轉(zhuǎn)變成上升趨勢(shì)，由于樣本期間大多數(shù)年份技術(shù)效率指數(shù)均小于1，導(dǎo)致累積指數(shù)始終在1以下，即工業(yè)技術(shù)效率持續(xù)多年惡化。由此可見(jiàn)，推動(dòng)工業(yè)綠色TFP增長(zhǎng)的動(dòng)力主要來(lái)自行業(yè)技術(shù)進(jìn)步，行業(yè)技術(shù)效率整體上拖累了工業(yè)綠色TFP增長(zhǎng)，盡管近幾年來(lái)工業(yè)行業(yè)技術(shù)效率出現(xiàn)不斷改善的傾向。

三、效率增進(jìn)與技術(shù)進(jìn)步對(duì)工業(yè)碳生產(chǎn)率的影響

（一）工業(yè)行業(yè)碳生產(chǎn)率變遷特征

工業(yè)碳生產(chǎn)率是指工業(yè)CO2排放量與工業(yè)實(shí)際產(chǎn)值的比率（萬(wàn)元／噸），工業(yè)產(chǎn)值以工業(yè)品出廠價(jià)格指數(shù)折算為1998年可比價(jià)；圖2描繪了工業(yè)行業(yè)碳生產(chǎn)率指數(shù)的年度演化軌跡，從圖2中可見(jiàn)各個(gè)工業(yè)行業(yè)碳生產(chǎn)率指數(shù)雖有波折變化，但絕大多數(shù)行業(yè)（采掘業(yè)除外）碳生產(chǎn)率指數(shù)在樣本期間均大于1，說(shuō)明工業(yè)行業(yè)碳生產(chǎn)率是不斷提升的。

（二）效率增進(jìn)與技術(shù)進(jìn)步對(duì)碳生產(chǎn)率的影響

下面分別以技術(shù)效率指數(shù)與技術(shù)進(jìn)步指數(shù)為解釋變量，以碳生產(chǎn)率指數(shù)為被解釋變量，利用面板數(shù)據(jù)模型進(jìn)行回歸分析，試圖檢驗(yàn)技術(shù)效率與技術(shù)進(jìn)步是否促進(jìn)了工業(yè)碳生產(chǎn)率的提高；技術(shù)效率與技術(shù)進(jìn)步分別在其中發(fā)揮了怎樣的作用，哪一個(gè)發(fā)揮的作用更大；對(duì)促進(jìn)基于碳生產(chǎn)率增長(zhǎng)的工業(yè)低碳轉(zhuǎn)型有怎樣的政策意義。為了便于模型更好地識(shí)別解釋變量的細(xì)微變化對(duì)被解釋變量的影響效應(yīng)，借鑒相關(guān)文獻(xiàn)的處理方法，模型中所有的變量都采用累積指數(shù)形式，即被解釋變量采用碳生產(chǎn)率累積指數(shù)（CCPI），解釋變量分別為技術(shù)效率累積指數(shù)（CGMLEC）和技術(shù)進(jìn)步累積指數(shù)（CGMLTC）［5，15］。

圖2 工業(yè)行業(yè)碳生產(chǎn)率變化趨勢(shì)圖

先對(duì)模型形式設(shè)定檢驗(yàn)，再對(duì)全部行業(yè)、輕工業(yè)行業(yè)和重工業(yè)行業(yè)的樣本進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)表3。從表3中可看出，相關(guān)統(tǒng)計(jì)量的檢驗(yàn)結(jié)果均強(qiáng)烈拒絕了模型形式設(shè)定的原假設(shè)，即模型顯著存在個(gè)體固定效應(yīng)，而個(gè)體固定效應(yīng)模型優(yōu)于混合OLS回歸模型，同時(shí)隨機(jī)效應(yīng)模型優(yōu)于混合OLS回歸模型，但豪斯曼檢驗(yàn)結(jié)果表明個(gè)體固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型，因此針對(duì)三個(gè)不同的樣本對(duì)象，應(yīng)該優(yōu)先采用個(gè)體固定效應(yīng)模型。

表3 模型設(shè)定檢驗(yàn)的統(tǒng)計(jì)量結(jié)果表

根據(jù)模型形式設(shè)定檢驗(yàn)結(jié)果，表4報(bào)告了針對(duì)全部行業(yè)、輕工業(yè)行業(yè)、重工業(yè)行業(yè)的個(gè)體固定效應(yīng)模型估計(jì)結(jié)果，即無(wú)論是全樣本行業(yè)還是子樣本行業(yè)，技術(shù)效率、技術(shù)進(jìn)步均與工業(yè)碳生產(chǎn)率顯著正相關(guān)，且這種正相關(guān)關(guān)系表現(xiàn)出了兩個(gè)特點(diǎn)：一是技術(shù)效率與碳生產(chǎn)率的相關(guān)系數(shù)高于技術(shù)進(jìn)步與碳生產(chǎn)率的相關(guān)系數(shù)；二是重工業(yè)行業(yè)的相關(guān)系數(shù)高于輕工業(yè)行業(yè)的相關(guān)系數(shù)。

表4 基于面板數(shù)據(jù)的固定效應(yīng)模型估計(jì)結(jié)果表

表4的模型估計(jì)結(jié)果只考慮了行業(yè)個(gè)體固定效應(yīng)而沒(méi)有包含時(shí)間效應(yīng)，考慮到針對(duì)時(shí)間效應(yīng)存在性的F檢驗(yàn)結(jié)果強(qiáng)烈拒絕了“無(wú)時(shí)間效應(yīng)”的原假設(shè)，因此模型中應(yīng)當(dāng)包括時(shí)間固定效應(yīng)。表5進(jìn)一步報(bào)告了同時(shí)考慮個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)即雙向固定效應(yīng)模型的估計(jì)結(jié)果，考慮本文的研究目標(biāo)，表5中沒(méi)有給出雙向固定效應(yīng)中時(shí)間虛擬變量的系數(shù)估計(jì)值及相應(yīng)的統(tǒng)計(jì)量值。

表5 面板雙向固定效應(yīng)模型估計(jì)結(jié)果表

表5基于雙向固定效應(yīng)模型的估計(jì)結(jié)果表明，無(wú)論是全樣本行業(yè)還是子樣本行業(yè)，工業(yè)碳生產(chǎn)率與技術(shù)效率、技術(shù)進(jìn)步顯著正相關(guān)，且工業(yè)碳生產(chǎn)率與技術(shù)效率的相關(guān)系數(shù)高于工業(yè)碳生產(chǎn)率與技術(shù)進(jìn)步的相關(guān)系數(shù)，重工業(yè)碳生產(chǎn)率與技術(shù)效率（技術(shù)進(jìn)步）的相關(guān)系數(shù)高于輕工業(yè)碳生產(chǎn)率與技術(shù)效率（技術(shù)進(jìn)步）的相關(guān)系數(shù)，即技術(shù)效率改進(jìn)比技術(shù)進(jìn)步對(duì)工業(yè)碳生產(chǎn)率增長(zhǎng)的促進(jìn)作用更大，技術(shù)效率（技術(shù)進(jìn)步）對(duì)重工業(yè)行業(yè)碳生產(chǎn)率的影響比其對(duì)輕工業(yè)行業(yè)碳生產(chǎn)率的影響更大。

考慮到面板數(shù)據(jù)可能存在異方差及自相關(guān)問(wèn)題，專門對(duì)此進(jìn)行了進(jìn)一步檢驗(yàn)，檢驗(yàn)結(jié)果表明①限于篇幅，本文此處沒(méi)有報(bào)告異方差及自相關(guān)等檢驗(yàn)結(jié)果，相關(guān)數(shù)據(jù)備索。：無(wú)論是全部樣本行業(yè)還是重工業(yè)或輕工業(yè)行業(yè)，均存在顯著的組間異方差、組內(nèi)自相關(guān)和組間截面相關(guān)的問(wèn)題，故進(jìn)一步采用面板FGLS模型進(jìn)行估計(jì)，估計(jì)結(jié)果如表6所示，與雙向固定效應(yīng)模型估計(jì)結(jié)果相比較，F(xiàn)GLS模型中技術(shù)效率對(duì)碳生產(chǎn)率的影響效應(yīng)有所下降，技術(shù)進(jìn)步對(duì)碳生產(chǎn)率的影響效應(yīng)則有所上升，但系數(shù)估計(jì)值的標(biāo)準(zhǔn)差顯得更小，其系數(shù)估計(jì)結(jié)果相對(duì)更有效，因此下文分析以FGLS模型的估計(jì)結(jié)果為準(zhǔn)。

表6 面板FGLS模型估計(jì)結(jié)果表

基于面板數(shù)據(jù)的FGLS模型估計(jì)結(jié)果表明，環(huán)境技術(shù)效率、技術(shù)進(jìn)步均對(duì)工業(yè)碳生產(chǎn)率增長(zhǎng)有顯著的正向促進(jìn)作用，但環(huán)境技術(shù)效率改進(jìn)對(duì)碳生產(chǎn)率增長(zhǎng)的促進(jìn)作用強(qiáng)于技術(shù)進(jìn)步對(duì)碳生產(chǎn)率增長(zhǎng)的促進(jìn)作用，因此在發(fā)揮行業(yè)技術(shù)進(jìn)步對(duì)碳生產(chǎn)率增長(zhǎng)的促進(jìn)作用外，更需要進(jìn)一步增強(qiáng)行業(yè)技術(shù)效率改進(jìn)對(duì)碳生產(chǎn)率增長(zhǎng)的促進(jìn)作用。另外，重工業(yè)的環(huán)境技術(shù)效率、技術(shù)進(jìn)步對(duì)碳生產(chǎn)率增長(zhǎng)的促進(jìn)效應(yīng)均高于輕工業(yè)，因此重工業(yè)綠色全要素生產(chǎn)率對(duì)碳生產(chǎn)率增長(zhǎng)有更明顯的促進(jìn)效應(yīng)，重工業(yè)綠色生產(chǎn)率增長(zhǎng)對(duì)工業(yè)低碳轉(zhuǎn)型起著至關(guān)重要的作用。

四、結(jié)論與啟示

考慮到現(xiàn)有研究對(duì)碳排放約束下的全要素生產(chǎn)率或單一碳生產(chǎn)率測(cè)算較多，但對(duì)兩者之間的相互關(guān)系與內(nèi)在聯(lián)系進(jìn)行系統(tǒng)研究的較少，本文在分別測(cè)算工業(yè)行業(yè)綠色全要素生產(chǎn)率指數(shù)和碳生產(chǎn)率指數(shù)的基礎(chǔ)上，運(yùn)用工業(yè)細(xì)分行業(yè)面板數(shù)據(jù)模型，側(cè)重檢驗(yàn)了工業(yè)行業(yè)綠色全要素生產(chǎn)率指數(shù)的分解成份對(duì)工業(yè)行業(yè)碳生產(chǎn)率的影響效應(yīng)，豐富了工業(yè)生產(chǎn)率增長(zhǎng)的研究?jī)?nèi)容，對(duì)中國(guó)實(shí)現(xiàn)基于碳排放強(qiáng)度下降的工業(yè)低碳轉(zhuǎn)型目標(biāo)同樣具有現(xiàn)實(shí)指導(dǎo)意義，對(duì)制定工業(yè)行業(yè)低碳轉(zhuǎn)型政策及實(shí)施措施也有一定的參考價(jià)值。

利用全局DEA方法及GML指數(shù)測(cè)算了工業(yè)行業(yè)綠色全要素生產(chǎn)率指數(shù)，并將其分解為技術(shù)效率指數(shù)與技術(shù)進(jìn)步指數(shù)，結(jié)果發(fā)現(xiàn)，推動(dòng)工業(yè)行業(yè)綠色全要素生產(chǎn)率增長(zhǎng)的動(dòng)力主要來(lái)自行業(yè)技術(shù)進(jìn)步，盡管近幾年來(lái)工業(yè)技術(shù)效率出現(xiàn)了不斷提高的趨勢(shì)，但在所考察的樣本期間，工業(yè)技術(shù)效率整體上仍然拖累了綠色全要素生產(chǎn)率增長(zhǎng)。工業(yè)細(xì)分行業(yè)碳生產(chǎn)率的測(cè)算結(jié)果表明，絕大多數(shù)工業(yè)行業(yè)（采掘業(yè)除外）平均碳生產(chǎn)率指數(shù)均大于1，說(shuō)明工業(yè)行業(yè)碳生產(chǎn)率整體上呈不斷上升的趨勢(shì)，顯示出工業(yè)行業(yè)低碳轉(zhuǎn)型不斷進(jìn)步的發(fā)展傾向。

技術(shù)效率與技術(shù)進(jìn)步對(duì)工業(yè)碳生產(chǎn)率增長(zhǎng)均有顯著促進(jìn)作用，且重工業(yè)的技術(shù)效率與技術(shù)進(jìn)步對(duì)碳生產(chǎn)率的促進(jìn)效應(yīng)均高于輕工業(yè)，因此需要進(jìn)一步加強(qiáng)重工業(yè)行業(yè)技術(shù)效率與技術(shù)進(jìn)步對(duì)工業(yè)低碳轉(zhuǎn)型的引導(dǎo)作用，同時(shí)要大力提高輕工業(yè)行業(yè)技術(shù)效率與技術(shù)進(jìn)步對(duì)工業(yè)低碳轉(zhuǎn)型的促進(jìn)作用。技術(shù)效率對(duì)碳生產(chǎn)率增長(zhǎng)的促進(jìn)作用強(qiáng)于技術(shù)進(jìn)步的促進(jìn)作用，這是因?yàn)橹袊?guó)工業(yè)經(jīng)濟(jì)粗放式增長(zhǎng)，工業(yè)生產(chǎn)普遍面臨能源效率與管理效率低下的情形，技術(shù)效率對(duì)碳生產(chǎn)率增長(zhǎng)的促進(jìn)效應(yīng)更容易顯現(xiàn)?？紤]到低碳技術(shù)創(chuàng)新與技術(shù)進(jìn)步具有一定的不確定性，且研發(fā)周期長(zhǎng)、推廣應(yīng)用慢、商業(yè)化成本高，因此短期內(nèi)發(fā)揮技術(shù)效率改進(jìn)對(duì)工業(yè)低碳轉(zhuǎn)型的促進(jìn)作用尤應(yīng)引起政府和企業(yè)的重視，制約工業(yè)行業(yè)環(huán)境技術(shù)效率改進(jìn)的因素有待今后進(jìn)一步的研究。

［1］ 潘家華，張麗峰．我國(guó)碳生產(chǎn)率區(qū)域差異性研究［J］．中國(guó)工業(yè)經(jīng)濟(jì)，2011（5）．

［2］ Kaya Y，Yokobori K．Environment，Energy and Economy：Strategies for Sustainability［M］．Delhi：Bookwell Publications，1999．

［3］ 林善浪，張作雄，劉國(guó)平．技術(shù)創(chuàng)新、空間集聚與區(qū)域碳生產(chǎn)率［J］．中國(guó)人口·資源與環(huán)境，2013（5）．

［4］ Kumar S．Environmentally Sensitive Productivity Growth：A Global Analysis Using Malmquist－Luenberger Index［J］．Ecological Economics，2006（2）．

［5］ 王兵，吳延瑞，顏鵬飛．中國(guó)區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長(zhǎng)［J］．經(jīng)濟(jì)研究，2010（5）．

［6］ O’Donnell C J．Measuring and Decomposing Agricultural Productivity and Profitability Change［J］．Australian Journal of Agricultural and Resource Economics，2010（4）．

［7］ Coelli T J，Rao D S．Total Factor Productivity Growth in Agriculture：A Malmquist Index Analysis of 93Countries，1980－2000［J］．Agricultural Economics，2005（s1）．

［8］ 楊向陽(yáng)，周佳慧，童馨樂(lè)．考慮環(huán)境約束的中國(guó)區(qū)域全要素生產(chǎn)率增長(zhǎng)——基于Hicks－Moorsteen指數(shù)方法［J］．統(tǒng)計(jì)與信息論壇，2013（10）．

［10］李偉，章上峰．環(huán)境約束下的工業(yè)全要素生產(chǎn)率增長(zhǎng)：基于Malmquist－Luenberge指數(shù)的行業(yè)面板數(shù)據(jù)分析［J］．統(tǒng)計(jì)與信息論壇，2010（11）．

［11］Zhou P，Ang B W，Poh K L．A Survey of Data Envelopment Analysis in Energy and Environmental Studies ［J］．European Journal of Operational Research，2008（1）．

［12］Oh D．A Global Malmquist－Luenberger Productivity Index［J］．Journal of Productivity Analysis，2010（3）．

［14］陳勇，李小平．中國(guó)工業(yè)行業(yè)的面板數(shù)據(jù)構(gòu)造及資本深化評(píng)估：1985－2003［J］．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2006（10）．

［15］李廉水，周勇．技術(shù)進(jìn)步能提高能源效率嗎？——基于中國(guó)工業(yè)部門的實(shí)證檢驗(yàn)［J］．管理世界，2006（10）．

The Effect of Efficiency Improvement and Technological Progress on Green Productivity Growth：An Empirical Analysis for 36 Sub-industrial Sectors in China

ZHOU Wu-qi
（School of Business，Jiangnan University，Wuxi 214122，China）

Global DEA approach and Malmquist-Luenberger index are applied to measure subindustrial green TFP growth and its components in presence of energy and carbon emissions．From the result of calculating，it is concluded that industrial green TFP growth is mainly driven by technological progress and drawn back by efficiency change．It is also found that the sub-industrial carbon productivity shows a constantly rising trend．The different impact of technical efficiency and technological progress is confirmed by empirical test on the rising sub-industrial carbon productivity．The impact of efficiency change is stronger than that of technological progress on industrial carbon productivity and the impact of technical efficiency and technological progress on the carbon productivity of weight industry is stronger than that of light industry．Therefore，Low-carbon technological progress should be strengthened to promote the subindustrial carbon productivity growth，while more attention should be paid to exert the role of technical efficiency in promoting sub-industrial carbon productivity．

global DEA；Malmquist-Luenberger index；technical efficiency；technological progress；carbon productivity

F224．3

A

1007－3116（2014）04－0063－07

2013－11－01；修復(fù)日期：2014－01－12

教育部人文社會(huì)科學(xué)研究規(guī)劃基金項(xiàng)目《碳排放約束下長(zhǎng)三角經(jīng)濟(jì)轉(zhuǎn)型軌跡及其區(qū)域聯(lián)動(dòng)效果研究》（12YJAZH160）；江南大學(xué)自主科研計(jì)劃及中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目《基于地區(qū)結(jié)構(gòu)的中國(guó)低碳經(jīng)濟(jì)轉(zhuǎn)型績(jī)效評(píng)估》（ZUSRP11467）

周五七，男，安徽樅陽(yáng)人，副教授，研究方向：低碳經(jīng)濟(jì)，技術(shù)創(chuàng)新與環(huán)境政策。

book=69,ebook=154

（責(zé)任編輯：郭詩(shī)夢(mèng)）