產業(yè)結構合理化對區(qū)域碳生產率的影響
——基于DEA-Malmquist指數法的分析*1

張巍鈺

(湖南大學 經濟與貿易學院，湖南 長沙 410079)

一、引言

自上世紀80年代以來，中國制造業(yè)和對外貿易的高速發(fā)展帶動了本國經濟長達近三十年的持續(xù)增長，然而近年來有觀點認為，隨著人口紅利逐漸消減，相對于印度、越南等發(fā)展中國家而言，中國的傳統勞動力稟賦優(yōu)勢已經難以為繼。而與此同時，中國也面臨著資源約束趨緊、環(huán)境污染嚴重、生態(tài)系統退化的嚴峻形勢，因此推動中國的產業(yè)結構的優(yōu)化調整，促進產業(yè)綠色發(fā)展、循環(huán)發(fā)展和低碳發(fā)展已經勢在必行。

在有關產業(yè)結構的優(yōu)化調整方向和評價標準方面，學術界往往從合理化和高度化視角進行探討，比較有代表性的幾類觀點多從產業(yè)結構失衡度(原毅軍，1991)[1]34-41、產業(yè)結構偏離度(何德旭等，2008)[2]46-56、產業(yè)結構有序度(黃溶冰等，2008)[3]122-127以及產業(yè)結構合理化指數(干春暉，2011)[4]4-16等方面對產業(yè)結構的優(yōu)化調整標準進行度量。有關產業(yè)結構調整問題的外延研究中，也多集中于產業(yè)結構與經濟增長、產業(yè)結構合理化的評價標準、產業(yè)結構與對外貿易發(fā)展等方面的研究，但至今有關產業(yè)結構合理化對于區(qū)域碳生產率的關系研究依然相對較少。多數學者贊同碳生產率是能將低碳經濟概念中控制二氧化碳排放(低碳)與促進經濟增長兩大目標相結合的恰當指標(Beihocker E et al.，2008)[5]。在主流的研究中，Kaya等(1997)[6]35-47最早提出狹義的碳生產率概念，用某個時期內GDP與同期二氧化碳排放量之比來表示，同時也等于單位GDP二氧化碳排放強度的倒數，著重于對碳排放的經濟績效也即GDP的考察，這也是從經濟學的角度將碳作為一種隱含在能源和物質產品中的要素投入，衡量一個經濟體消耗單位碳資源所帶來的相應產出(潘家華，2010)[7]35-42。國內學者通常從碳生產率影響因素分解、碳生產率與二氧化碳排放關系等角度展開研究(何建坤等,2009;諶偉等,2010;魏梅等,2010)[8]56-62，[9]24-29，[10]43-52；另一類常見指標則是基于非參數的數據包絡分析(DEA)來測度的廣義碳生產率，其優(yōu)點在于測度方法無須假設生產函數形式，并且不僅考慮了碳排放與產出的關系，同時對資本、勞動、能源等投入要素和產值、碳排放等產出要素有著很好的兼顧(趙國浩等,2013)[11]31-36，相對前者來說廣義碳生產率的解釋力相對更強。

本文的研究將重點圍繞產業(yè)結構的合理化水平對于區(qū)域廣義碳生產率的影響問題，首先利用非參數DEA方法測度中國各區(qū)域的廣義碳生產率，進而測度并討論區(qū)域的產業(yè)結構合理化水平，并基于2004—2012年的區(qū)域面板數據對二者的相關關系進行實證研究。

二、研究方法

(一)碳生產率的DEA-Malmquist指數法

為了使碳生產率的測算結果更加準確科學，在系統比較各種測算方法的基礎上，本文將沿用學術界在有關生產率變動評價中應用廣泛的數據包絡分析(DEA)技術，結合Caves(1982)[12]1393-1414提出的Malmquist指數來測度中國各省區(qū)的廣義碳生產率變化指數。在具體評測過程中，首先構建一個DEA-C2R模型，該模型假設有n個決策單元(DMU)，每個DMU包含了包括資本、勞動、碳排放在內的m種要素投入xj=(x1j,x2j,…，xmj)T>0和包括GDP在內的s類產出yj=(y1j,y2j,…，ysj)T>0，其中xij表示第i類要素投入量(i=1,2,…，m)，yrj表示r類輸出的產出量(r=1,2,…，s)。

上式中v和u分別表示輸入和輸出的權系數，進而通過對分式規(guī)劃進行Charnes- Cooper變換后，其線性規(guī)劃等價為：多種要素投入與產出的DEA-C2R模型：

M0t(yt+1,xt+1，yt,xt)

該指數表示在時期t的技術水平下，t+1時期相對于t時期的碳生產率變化水平，同樣也可以測度在時期t+1的技術水平下，t+1時期相對于t時期的碳生產率變化水平。

(二)產業(yè)結構合理化的測度方法

依據干春暉(2011)的觀點，產業(yè)間的聚合質量可以用來表示產業(yè)結構的合理化程度，它包含了兩個方面的涵義，其一是產業(yè)之間所反映的協調程度，其二是產業(yè)所反映的資源有效利用程度，也即要素投入結構和產出結構的耦合質量。傳統研究者如何德旭等(2008)往往采用結構偏離度的方法對其進行評價：

其中E表示產業(yè)結構偏離度，Y表示GDP，L表示就業(yè)人數，i=1,2,3表示三次產業(yè)部門，其中E值越大表明結構的偏離度越強，也意味著產業(yè)結構趨于非合理化，但該指標忽視了各產業(yè)在經濟體中的重要性，絕對值的計算也給測度工作帶來了諸多不便。近年來，有關泰爾指數的應用逐漸增加，該指數由泰爾(Theil and Henri，1967)[13]75-104提出，通常作為衡量個人之間或者地區(qū)間收入差距(或者稱不平等度)指標，用泰爾熵指數來衡量樣本之間差異的最大優(yōu)點在于其能衡量組內差距和組間差距對總差距的貢獻，并避免了對絕對值的計算，因此，本文將其引入到產業(yè)結構合理化的測度過程中，其中泰爾指數不為 0表明產業(yè)結構偏離均衡狀態(tài)，也可以說明產業(yè)結構的不合理程度：

(三)計量模型設定

為了更科學地考察產業(yè)結構合理化水平對于區(qū)域碳生產率變動的影響，本文將區(qū)域碳生產率CTFP作為因變量，將依據前文方法測度的區(qū)域產業(yè)結構泰爾指數TL作為自變量；由于區(qū)域的二氧化碳排放還往往受到人均收入水平PGDP、能源強度EI、第二產業(yè)輕重結構IIS、區(qū)域產業(yè)所有制結構OS、區(qū)域對外開放水平FDI以及高新技術產業(yè)在結構中的占比情況HTIR等因素影響，同時考慮到我國各區(qū)域發(fā)展的不平衡性，區(qū)域特征也存在著較大的差異性，需要加入區(qū)域虛擬變量uit對其進行控制。最終，本文在計量模型中將上述各因素考慮進來，利用中國各省市面板數據對變量之間的關系進行系統考察和檢驗：

LnCTFPit=β0+β1LnTLit+β2LnPGDPit+β3LnEIit+β4LnIISit+β5LnOSit+β6LnFDIit+β7LnHTIRit+uit+φit

三、指標測算與數據說明

(一)中國廣義碳生產率測度與結果分析

由于廣義碳生產率的構建是基于傳統的全要素生產率的概念，Solow(1957)[14]312-320在探索經濟增長的源泉時，僅僅考慮了資本與勞動兩種要素的投入。時至今日，隨著對可持續(xù)發(fā)展問題的關注日益加深，越來越多的研究中已經將資源要素投入納入到分析框架中，這就使得測度結果更能解釋實際問題。本文不僅選取資本和勞動要素投入，還將各省市的碳排放量作為必要的投入納入碳生產率測度中，這也說明經濟增長不僅收獲了產出，而且為獲取相應產出必須將碳排放作為一種要素投入納入到碳生產率的測度過程中?；贒EA方法所體現的投入產出效率思想，單位產出所消耗的資本、勞動和碳排放要素投入越少，決策單元的投入產出效率水平將會越高。

1．資本存量指標。目前我國尚無統一、權威的資本存量數據，原因在于考慮到固定資產折舊率的設定問題，即使使用同樣的新增固定資產投資數據也無法對歷史上的資本存量變動情況進行精確的刻畫。此外，有關即期資本存量的估算在學術界始終沒有統一的意見，這就給資本存量的測度帶來了許多麻煩。目前國內研究通常采用張軍(2004)[15]35-44提出的資本存量永續(xù)盤存法進行估計，也即Ki,t=Ii,t+(1-δi)Ki,t-1，其中Ii,t表示第i個省份在第t年的新增固定資產投資量，將資本折舊率δi設定為10%。本文將1978年的固定資產投資額作為基期數據，隨著時間的推移基期的選擇對于后期數據的估算影響將越來越小，也使得資本存量的估計也趨于精確。其中各省份新增固定資產投資數據采用歷年固定資產價格指數進行了平減，時間范圍為2002—2010年。

2.勞動投入指標。國外的研究一般用單位小時工資作為勞動要素投入，這種指標可以精確地反映在實際生產中單位價值的創(chuàng)造需要投入多少勞動量，但由于國內的統計數據的口徑有所差異，研究中多以就業(yè)人數來代表勞動要素的投入，因此本文選取中國統計年鑒所提供的各區(qū)域就業(yè)人數來作為勞動要素的替代。

3.碳排放投入量。當前學術界多采用IPCC(2006)[16]15-21提供的碳排放量計算方法，得到2002—2010年各省區(qū)工業(yè)碳排放量，具體測算方法如下：

(6)

其中，i=1,2,…,15表示本文所選取的15種化石燃料；j=1,2,…,30表示中國30個省份，其中C表示某區(qū)域化石燃料的碳排放總量，CECi、Qi分別表示第i種化石燃料的碳排放系數與能源消耗量，ORi、NCVSi、CCi分別表示缺省氧化率、缺省凈發(fā)熱值、缺省含碳量。

4.產出指標。在考察一個生產過程時，一般會選取產值或者主營業(yè)務收入等指標來作為產出變量，本文決定采用2002—2010年中國各省市GDP作為產出變量，為了消除價格影響，本文利用工業(yè)品出廠價格指數對其進行了相應的平減。

本文利用MaxDEA6.0軟件測度得到2002—2010年間中國各省市的廣義碳生產率變動指數*囿于文章篇幅限制，本文沒有列出廣義碳生產率和產業(yè)結構合理化指數的全部測算結果，若有感興趣者可以向作者索取。。研究發(fā)現2004—2012年間，中國各省市平均廣義碳生產率多數呈現正向變化態(tài)勢，其中在2010—2011年的碳生產率變動值下降，這可能是受金融危機的影響，產出水平的下滑導致當年的碳生產率改進呈下降態(tài)勢。區(qū)域的廣義碳生產率變動也呈現出不平衡性，東部地區(qū)在多數年份達到最高水平，中部地區(qū)和西部地區(qū)相對較低，其中東部地區(qū)在2004和2012廣義碳生產率分別為1.101和1.168，這可能在于東部地區(qū)多處于沿海發(fā)達地區(qū)，經濟結構和產業(yè)結構中外向型經濟和貿易行業(yè)占比較高，而金融危機的影響削弱了世界市場的消費需求能力，其消極影響也必將波及上述對外開放程度較高的地區(qū)，使得區(qū)域的碳生產率呈現下滑態(tài)勢。中部地區(qū)和西部地區(qū)的碳生產率也呈現出緩慢的波動改進態(tài)勢，這也與上述地區(qū)的經濟結構和發(fā)展現狀有著密切的聯系。

(二)中國各省市產業(yè)結構合理化指數測度

本文依據產業(yè)結構泰爾指數對中國30個省市的產業(yè)結構合理化水平進行測度。研究發(fā)現，在2004—2012年間，中國整體的產業(yè)結構合理化水平不斷上升，泰爾指數由29.4下降到23.8，這也說明了總體的產業(yè)結構偏離度正不斷下降。而東部地區(qū)的產業(yè)結構合理化水平最高，尤其是北京和上海地區(qū)在2012年分別達到了2.8和2.4，而在此期間其水平也始終低于10。中部地區(qū)的產業(yè)結構泰爾指數平均水平則從28.1下降到22.5，其中山西、湖北、安徽地區(qū)呈現波動下降態(tài)勢，而河南、湖北、湖南等地區(qū)始終保持單調下降趨勢，江西地區(qū)則呈現不斷上升態(tài)勢，這也意味著該地區(qū)產業(yè)結構的不合理化趨勢。東北地區(qū)在近年來呈現波動態(tài)勢，這可能是因為上述地區(qū)為中國傳統的老工業(yè)區(qū)，產業(yè)結構重化工業(yè)占比較高，而重化工業(yè)往往多屬于資本密集型和技術密集型產業(yè)，存在著固定資產投資額較高，產業(yè)鎖定效應強的特征，在短期內很難實現產業(yè)結構的顯著優(yōu)化調整。西部地區(qū)產業(yè)結構泰爾指數呈現波動下降態(tài)勢，但整體水平仍遠遠高于東部、中部和東北地區(qū)，尤其是云南、甘肅等地區(qū)的產業(yè)結構泰爾指數到2012年仍高達40以上，說明上述地區(qū)的產業(yè)結構偏離度較強，產業(yè)間耦合質量也即資源配置效率水平低下，各產業(yè)之間的比例關系和份額相對來說不夠合理。

本文中碳排放數據測算所需要的能源消耗量數據和能源結構數據均來源于《中國能源統計年鑒》，各產業(yè)的增加值、就業(yè)人數、FDI水平、人力資本和人均收入數據均來源于《中國統計年鑒》，且時間范圍為2004—2012年，區(qū)域范圍為中國30個省市(由于數據缺失相對嚴重，本文分析暫不包括西藏、港澳臺等地區(qū))。

四、產業(yè)結構合理化對區(qū)域碳生產率的影響實證

本文將前文應用DEA-Malmquist指數測度的區(qū)域廣義碳生產率作為被解釋變量，采用省際面板數據進行計量檢驗。首先從全國層面分析產業(yè)結構合理化對于區(qū)域碳生產率的影響，進而分別從東、中、西三大經濟區(qū)域層面分析二者之間的關系，面板數據模型的Hausman檢驗支持本文采用固定效應模型(FE)進行估計，估計結果見表1：

表1 產業(yè)結構合理化對區(qū)域碳生產率的影響分析

由表1提供的估計結果可知，從全國樣本的估計結果來看，產業(yè)結構的合理化對于區(qū)域碳生產率變化有著顯著的影響，其中產業(yè)結構泰爾指數每提升1個百分點，將會使得碳生產率上升0.286個百分點，這說明未來中國碳生產率的改進需要依托產業(yè)結構的調整優(yōu)化，尤其是通過增強產業(yè)的資源配置效率來推動碳生產率的有效提升。其他影響因素中，人均收入水平每上升1個百分點會使得碳生產率改進0.464，這意味著推動經濟增長提高收入水平將會使得區(qū)域的投入產出績效不斷改進；能源強度每上升1個百分點將會導致碳生產率下降0.507，這也說明能源效率因素對于碳生產率改進的重要影響，事實上在生產中若能提升資源和能源的利用效率并降低無效率的浪費將會大大降低碳排放的幾率；產業(yè)結構的重型化會對碳生產率的改進有著負向影響，這可能在于重化工業(yè)的發(fā)展會消耗大量的能源并帶來碳排放的大幅上升，本文的研究中碳排放作為一種投入要素納入到生產率的測度框架中，因此這也意味著生產中投入要素需要更多，從而使得單位要素投入的產出效率下降；國有企業(yè)占比越高對于碳生產率有著一定的改進作用，其原因可能在于國有企業(yè)一般來說規(guī)模較大，技術實力雄厚，因此在生產流程中對于能源要素的投入控制更為有效，從而也降低了碳排放程度，使得碳生產率得以改進；發(fā)展高新技術產業(yè)對于碳生產率的改進效果比較明顯，前者每上升1個百分點意味著后者會改進0.310個百分點，這也給未來產業(yè)發(fā)展指明了方向，就是在對傳統產業(yè)進行提質改造的同時，發(fā)展資源消耗少、污染排放低、經濟效益好的高新技術產業(yè)。

從三大經濟區(qū)域的角度來看，東部地區(qū)相對于中西部地區(qū)而言，產業(yè)結構的合理化水平對碳生產率的影響相對較弱，這可能在于東部地區(qū)的產業(yè)結構已經趨于合理(東部地區(qū)的產業(yè)泰爾指數平均水平很低，在北京和上海兩地，都已經穩(wěn)定在10以下的水平)，因此產業(yè)結構合理化變動對于碳生產率的改進影響也在減弱，但對于中西部地區(qū)來說，產業(yè)結構有著更大的調整和優(yōu)化空間，即使較小的變動也能帶來更大的碳生產率改進，這也正說明中西部地區(qū)應該是產業(yè)結構改進的重點突破區(qū)；其他的控制變量中，三大區(qū)域的人均收入水平均對碳生產率影響顯著，但能源強度對碳生產率的變動影響卻有一定的差異，中部地區(qū)能源強度對于碳生產率的影響最為顯著，前者每上升1個百分點會使得碳生產率下降0.970個百分點，在東部地區(qū)表現相對較弱，而在西部地區(qū)，能源強度的變動似乎并未對碳生產率產生影響，其原因可能在于西部地區(qū)第二產業(yè)發(fā)展相對遲緩，對于資源的消耗需求相對較少使得碳排放量相對于東部和中部來說較低；工業(yè)的重型化對東部和中部地區(qū)碳生產率的負向影響比較顯著，而西部地區(qū)表現相對較弱；國有企業(yè)占比和高技術產業(yè)發(fā)展均會使得碳生產率的改進更加明顯，這與全國層面的分析保持了一致性。

五、結語

本文將泰爾指數引入到區(qū)域產業(yè)結構合理化水平評價中，進而采用DEA-Malmquist分析法測度了包括碳排放要素在內的各區(qū)域廣義碳生產率，最終基于2004—2012年中國各省市面板數據研究產業(yè)結構合理化趨勢對于區(qū)域碳生產率的影響。研究發(fā)現，在2004—2012年間中國各區(qū)域的碳生產率平均多數呈現正向的波動變化態(tài)勢，而產業(yè)結構的合理化水平也均保持了不同程度的正向改進態(tài)勢。無論是從全國層面還是從區(qū)域的角度分析，產業(yè)結構的合理化變動對于提升廣義碳生產率均有著正向影響，這也要求在協調經濟與環(huán)境協調發(fā)展過程中，應當高度重視對產業(yè)結構調整優(yōu)化，不僅要通過對傳統產業(yè)的提質改造，逐步降低技術水平落后、經濟效益低下的夕陽產業(yè)在結構中的比重，還要著力提升高新技術產業(yè)在產業(yè)結構中的占比，從而提升資源要素利用與配置效率并降低環(huán)境污染和溫室氣體排放，這也意味著未來經濟增長的質量改進需要在產業(yè)結構調整方面尋找突破口。

分區(qū)域研究表明，中國各區(qū)域間特征的差異較大，因此在政策制定與頒布方面，必須考慮各區(qū)域不同的發(fā)展現狀與特征，比如東部地區(qū)的產業(yè)結構合理化水平比較高，未來在發(fā)展中可以考慮將部分競爭力相對較弱的產業(yè)向中部和西部地區(qū)進行轉移，一方面加快優(yōu)化本地區(qū)的產業(yè)結構并有效提升區(qū)域環(huán)境質量，同時也可以對中西部地區(qū)承接產業(yè)轉移和產業(yè)結構升級起到相應的促進作用。針對產業(yè)結構重型化特征，各區(qū)域不僅要加大對本地區(qū)傳統重工業(yè)的技術改進與效率挖潛，還要進一步提升農業(yè)現代化水平，適當提升第三產業(yè)在產業(yè)結構中的比重，從而在推動產業(yè)結構合理化的同時也帶動各地區(qū)碳生產率的改善，實現經濟與環(huán)境協調發(fā)展的雙贏局面。

參考文獻：

[1] 原毅軍.經濟增長周期與產業(yè)結構變動研究[J].中國工業(yè)經濟,1991(6).

[2]何德旭,姚戰(zhàn)琦.中國產業(yè)結構調整的效應、優(yōu)化升級目標和政策措施[J].中國工業(yè)經濟,2008(5).

[3]黃溶冰,胡運權.產業(yè)結構有序度的測算方法——基于熵的視角[J].中國管理科學,2006(2).

[4]干春暉,鄭若谷,余典范.中國產業(yè)結構變遷對經濟增長和波動的影響[J].經濟研究,2011(5).

[5]Beinhocker E,Oppenheim J,Irons B,et al. The Carbon Productivity Challenge: Curbing Climate Change and Sustaining Economic Growth [R].Mckinsey Global Institute, 2008.

[6]Kaya Y, Yokobori K K .Environment, Energy and Economy: Strategies for Sustainability [M].Tokyo: United Nations University Press, 1997.

[7] 潘家華,莊貴陽.低碳經濟的概念辨識及核心要素分析[J].國際經濟評論,2010(4).

[8] 何建坤,蘇明山.應對全球氣候變化下的碳生產率分析[J].中國軟科學,2009(10).

[9] 諶偉,諸大建,白竹嵐.上海市工業(yè)碳排放總量和碳生產率關系[J].中國人口資源與環(huán)境,2010(9).

[10] 魏梅,曹明福,江金榮.生產中碳排放效率長期決定及其收斂性分析[J].數量經濟技術經濟研究,2010(9).

[11] 趙國浩,高文靜.基于前沿分析方法的中國工業(yè)部門廣義碳生產率指數測算及變化分解[J].中國管理科學,2013(2).

[12] Caves D W, Christensen L R, Diewert W E.The economic theory of index numbers and the measurement of input, output, and productivity[J].Econometrica, 1982.

[13] Theil and Henri. Economics and information theory[M]. Madison: University of Wisconsin press, 1967.

[14] Robert Solow. Technical Change and the Aggregate Production Function [J]. The Review of Economics and Statistics, 1957(8).

[15] 張軍.中國省際物質資本存量估算:1952—2000[J].經濟研究,2004(10).

[16] IPCC.2006 IPCC Guidelines for National Greenhouse Gas Inventories [M].Japan: IGES, 2006.