梁美燕
(海南大學 經(jīng)濟學院,???70228)
近現(xiàn)代以來,隨著全球工業(yè)化與城市化的推動,世界經(jīng)濟蓬勃發(fā)展,全球的生態(tài)環(huán)境也遭到嚴重的污染,生態(tài)環(huán)境惡化是全球面臨的重大危機與挑戰(zhàn)。數(shù)據(jù)顯示:2018 年,全球一次能源消費的增長率為2.9%,幾乎是過去十年平均增速的兩倍,也是2010 年以來的最高增速;全球能源消費和使用能源過程中產(chǎn)生的碳排放在2018 年的增速為2.0%,為近七年最高增速,這與巴黎氣候協(xié)定設定的加快轉型的目標背道而馳。在我國,黨的十八大提出了“推進綠色發(fā)展、建設美麗中國”的構想,在十三五規(guī)劃中旗幟鮮明地將綠色發(fā)展納入新發(fā)展理念,綠色發(fā)展注重的是解決人與自然和諧問題,是針對我國環(huán)境污染嚴重、資源約束緊張等嚴峻問題而提出的。黨的十九大報告則做出了中國經(jīng)濟由高速增長階段轉向高質(zhì)量發(fā)展階段的重大判斷。賀曉宇,沈坤榮認為中國經(jīng)濟要從量轉變到質(zhì)的變化,構建和完善現(xiàn)代化經(jīng)濟體系,現(xiàn)階段的首要任務是不斷提高全要素生產(chǎn)率,因此在現(xiàn)階段綠色全要素生產(chǎn)率是一個值得研究的重要課題。
全要素生產(chǎn)率(TFP)是經(jīng)濟可持續(xù)增長的來源和內(nèi)生演化動力,也是衡量一個國家或地區(qū)經(jīng)濟增長質(zhì)量的重要指標,目前已有大量的研究集中在全要素生產(chǎn)率上。隨著環(huán)境問題的嚴峻性和迫切性,環(huán)境污染問題也得到了廣大學者的密切關注,部分學者開始將環(huán)境污染的變量納入全要素生產(chǎn)率的測算體系中。Mohtadi 是最早將能源消耗與環(huán)境因素引入全要素生產(chǎn)率的測算體系中,賦予其“綠色”的內(nèi)涵,Chung 等(1997)則將污染排放看作非合意性產(chǎn)出使用了方向性距離函數(shù),首次得到實際意義上的綠色全要素生產(chǎn)率(GreenTotal Factor Productivity,TFP))。李俊、徐晉濤在全要素生產(chǎn)率測算體系中加入反映環(huán)境變化的量,測算了中國省際綠色全要素生產(chǎn)率,并認為綠色全要素生產(chǎn)率是衡量經(jīng)濟發(fā)展質(zhì)量的重要指標。
在現(xiàn)有文獻中,綠色全要素生產(chǎn)率的測算方法主要有兩種方法,一種是以隨機前沿分析(SFA)為代表的參數(shù)法,另一種是以數(shù)據(jù)包絡分析(DEA)為代表的非參數(shù)法,它們最大的區(qū)別在于生產(chǎn)函數(shù)的設定。參數(shù)法要求預先設定嚴格的生產(chǎn)函數(shù)形式,但在實際生產(chǎn)中往往難以確定具體生產(chǎn)函數(shù)形式,故對生產(chǎn)函數(shù)形式的設定偏誤可能會產(chǎn)生有偏估計,進而影響對效率的評價。而基于生產(chǎn)決策單元構建的DEA 分析方法則無需預先設置具體生產(chǎn)函數(shù)形式,可從一定程度上避免函數(shù)形式設定錯誤的問題。同時DEA 可應用于多投入和多產(chǎn)出的效率評價的特點也更適用于綠色全要素生產(chǎn)率的測算,因為綠色全要素生產(chǎn)率的測算不僅包含傳統(tǒng)投入變量和傳統(tǒng)產(chǎn)出,還包含能源投入和環(huán)境污染非合意性產(chǎn)出。王兵、陳超凡運用DEA 技術測算了包含二氧化碳排放等非合意性產(chǎn)出的綠色全要素生產(chǎn)率。
DEA 方法是在探索中不斷改進的一族方法體系,傳統(tǒng)的DEA 方法(CCR 模型和BCC 模型等)是以徑向測度為基礎,其假定所有的投入產(chǎn)出要素都以同比例增加或減少,這就導致了與現(xiàn)實情況的背離。而且考慮二氧化碳等非合意性產(chǎn)出時,傳統(tǒng)的DEA 模型顯示出了它的局限性,基于此,F(xiàn)are 提出了一個基于弱可處置性和產(chǎn)出角度的方向性距離函數(shù)(DDF)處理非合意性產(chǎn)出的效率分析,在應用中使用較為廣泛。但DDF 方法處理非合意性產(chǎn)出時沒有考慮在此過程中非合意性產(chǎn)出的松弛問題,計算結果的可信程度降低?;诖?,Tone(2003)等構建了基于非徑向、非角度的SBM 模型,把松弛度放入了目標函數(shù),不僅解決了投入產(chǎn)出松弛的問題,也可以用來解決非合意性產(chǎn)出問題。應用日益增多的SBM模型,雖然考慮了非徑向下的松弛變量,卻無法處理投入和產(chǎn)出指標中同時存在徑向和非徑向的問題,同時SBM模型的投影點是前沿上距離被評價決策單元(DMU)上最遠的點,這與DMU 希望以最短的路徑達到前沿是相悖的。因此,Tone 和Tsutsui(2010)提出了EBM模型,該模型同時考慮了徑向和非徑向的混合距離函數(shù),綜合傳統(tǒng)徑向DEA模型和非徑向的SBM模型的優(yōu)點。
以中國為代表的新興市場國家是影響世界經(jīng)濟發(fā)展和全球治理體系變革的重要力量,它們的綠色發(fā)展于全球環(huán)境來說扮演著舉足輕重的角色,但僅有極少的文獻是關注新興市場國家綠色全要素生產(chǎn)率的?;诖耍疚臄M以新興市場國家為研究樣本,應用數(shù)據(jù)包絡分析(DEA)框架下的EBM 模型測算考慮能源投入和二氧化碳排放等非合意性產(chǎn)出的綠色全要素生產(chǎn)率。
基于樊鵬飛等的EBM 研究框架以及超效率DEA 模型約束條件的特點(在約束條件中剔除被評價決策單元)模型擴展成基于非合意性產(chǎn)出的、非導向的超效EBM模型,其具體表示為:
式中γ*為規(guī)模報酬不變下最佳的綠色全要素生產(chǎn)率;θ 為即徑向效率值;εx為考慮徑向效率值和非徑向松弛值后的關鍵參數(shù),滿足0≤εx≤1;Si-為非徑向投入要素i 的冗余量;Wi-為投入指標的權重,滿足;xik和yrk分別為決策單元k 的第i 類投入和第r 類產(chǎn)出;m 和s 分別為投入和產(chǎn)出的數(shù)量;j 為決策單元;n 為決策單元總數(shù);λj為線性組合系數(shù);Sr+為第r 類合意性產(chǎn)出的松弛變量;Spb-為第p類非合意性產(chǎn)出的松弛變量;Wr+和Wpb-分別為兩者的指標權重;φ 為產(chǎn)出擴大比;bpk為決策單元k 的第p 類非合意性產(chǎn)出;q 為非合意性產(chǎn)出數(shù)量。
本文的主要研究對象是新興市場國家,關于新興市場國家的界定目前在學術界尚未得到一致的認可。本文根據(jù)國際貨幣基金組織、博整亞洲論壇、美國摩根士丹利集團、美國哥倫比亞大學以及英國《經(jīng)濟學人》雜志等眾多國際組織和研究機構以及北京師范大學李政對新興市場國家的綜合分析給出新興市場國家研究樣本分別為:阿根廷、巴西、智利、哥倫比亞、捷克、埃及、匈牙利、印度尼西亞、印度、韓國、摩洛哥、墨西哥、馬來西亞、秘魯、菲律賓、波蘭、俄羅斯、泰國、土耳其、南非和中國等21 個經(jīng)濟體(簡稱“E21 國”),總共21 個樣本國家,采用年度面板數(shù)據(jù),樣本區(qū)間年度為1995-2018 年。
測算新興市場國家的綠色全要素生產(chǎn)率需要樣本國家的投入產(chǎn)出數(shù)據(jù),其中產(chǎn)出包括合意性產(chǎn)出和非合意性產(chǎn)出。綜合前人的研究以及數(shù)據(jù)的可得性本文選取的投入要素包括:資本存量、勞動力、能源;合意性產(chǎn)出為一個地區(qū)的國內(nèi)生產(chǎn)總值;非合意性產(chǎn)出為排放量。樣本的考察期間為1995—2018年,數(shù)據(jù)主要來源于世界銀行(2018)WDI 數(shù)據(jù)庫。
對于資本存量的計算,本文采用國際上通用的永續(xù)盤存法,永續(xù)盤存法的公式為:
其中,Kt和Kt-1分別表示各個國家t 年和t-1年的資本存量;It表示各個國家在t 年的不變價資本投資額;δ 表示資本折舊率,本文遵循Perkins(1988)等做法,將資本折舊率統(tǒng)一設定為5%,基期年的基本存量為:K0=I0/(δ+η),其中表示為各個國家資本形成總額1995—2018 年的平均增長率。
由CO2排放量和實際GDP,可以得到樣本國家在考察期間的碳排放強度(噸CO2/萬美元GDP),可以體現(xiàn)出一個國家或地區(qū)的生態(tài)效應。
根據(jù)上述的研究方法和得到的數(shù)據(jù),借助DEA專業(yè)軟件MAXDEA6.18,得到E21 國1995—2018年的GTFP 估計結果,整理結果如表1 所示。
根據(jù)測算結果,新興市場國家的綠色全要素生產(chǎn)率均值存在較大差異,樣本國家在樣本期間內(nèi)的總體均值為0.808993,各樣本國家效率均值的離散系數(shù)為0.253。整體上,E21 國綠色全要素生產(chǎn)率呈現(xiàn)緩慢增長態(tài)勢,在1995—2018 年期間,年均增長率為0.24%。其中,在樣本期間的最初幾年,E21 國的GTFP 是逐年下降的,直至2002 年,才實現(xiàn)首次增長。2002 年以后,僅2004,2005,2011 年出現(xiàn)負增長,其余年份都實現(xiàn)正增長,在2012 年以后更是以0.75%的年均增速持續(xù)增長。
表1 1995-2018 年E21 綠色全要素生產(chǎn)率均值差異
具體來看,碳排放強度相對較低的國家綠色全要素生產(chǎn)率普遍高于其他國家,尤其是位于拉丁美洲與加勒比海地區(qū)的巴西、智利、秘魯,歐洲地區(qū)的土耳其,是碳排放強度比較低的國家,這幾國在樣本期間內(nèi)的綠色全要素生產(chǎn)率都大于1,位于生產(chǎn)前沿面上;非洲地區(qū)的埃及和亞洲地區(qū)的韓國的GTFP 也都大于1,而這兩個國家的碳排放強度處于中等水平。作為南美洲上面積最大也是綜合實力最強的國家,巴西在綠色全要素生產(chǎn)率方面表現(xiàn)最佳,在考察期間內(nèi)綠色全要素生產(chǎn)率保持年年排名第一;阿根廷在2010 年以后效率值大于1,并維持這種情況至2017 年,但2018 年阿根廷效率值下降為0.929154;哥倫比亞在2004 年及其以后效率值一直大于1;波蘭的效率值也有一個緩慢增長的過程,在2010 年之前大多數(shù)是在0.8 至0.89 之間,在2011 年首次實現(xiàn)效率值大于1,但隨后的三年,波蘭又回到了低效率時代,2012 年以后波蘭的效率值都在逐年增加,在2015 年達到生產(chǎn)前沿面上并維持。
幾個地區(qū)大國印度、中國、俄羅斯、印度尼西亞、泰國在綠色全要素生產(chǎn)率方面表現(xiàn)最差,這幾個國家的共同點是他們的碳排放強度都比較高甚至最高;其次這幾個國家的人口集中度也比較大,人口基數(shù)大的同時提供的大多數(shù)是低成本勞動力;并且這幾個國家在農(nóng)業(yè)方面還比較倚靠小農(nóng)經(jīng)濟,經(jīng)濟方面正處于工業(yè)化轉型或是轉型前的階段,而服務業(yè)在這幾個國家的發(fā)展相對低級。
具體到中國,中國是世界上最大的發(fā)展中國家,也是新興市場國家的有力代表,但中國的GTFP卻一直處于低水平(效率值低于0.7),而在整個樣本期間內(nèi)綠色全要素生產(chǎn)率總體均值為0.628023,在E21 中排名也很靠后。在1995—2002 年,中國的GTFP 以約2%的速率增長,2003 年的效率值與2002 年大致相同,2003 年—2008 年效率值呈V 字型走向,2008 年之后連續(xù)幾年效率值都在下降,2013 年之后效率值趨于穩(wěn)定,在0.61—0.62 之間徘徊。DEA 強調(diào)全要素生產(chǎn)率的增長取決于決策單元的投入產(chǎn)出組合的變化以及該決策單元投入產(chǎn)出觀測值附近的生產(chǎn)可能性邊界的形狀。中國是世界上的碳排放大國,單位GDP 的二氧化碳排放量過高,非期望產(chǎn)出占比過大,在一定程度上會直接導致效率低水平。2001 年中國加入WTO 后,外資流入中國,投資拉動經(jīng)濟增長效應明顯,在這個階段中國主要依靠的是粗放式資本的積累和低成本勞動力的投入,而缺乏生產(chǎn)率的進步,其具體表現(xiàn)就是綠色全要素生產(chǎn)率增長緩慢甚至出現(xiàn)負增長,同時大部分外資流向了第二產(chǎn)業(yè),制造業(yè)加工業(yè)增加,能源需求增加,而二氧化碳等排放主要來源于能源的消耗。2008 年以后,受全球金融危機影響,世界經(jīng)濟持續(xù)低迷,中國的GTFP 也受此影響,在0.60—0.62之間低迷徘徊。
傳統(tǒng)的全要素生產(chǎn)率的測度僅考慮了生產(chǎn)活動過程中的合意產(chǎn)出,而忽略了非合意性產(chǎn)出,使得測算結果產(chǎn)生了一定的偏差。綠色全要素生產(chǎn)率是在傳統(tǒng)全要素生產(chǎn)率的基礎上將能源消耗與環(huán)境污染因素納入生產(chǎn)率研究體系,使得結果更為全面、合理?;诖?,本文引入了充分考慮徑向和非徑向混合距離函數(shù)的EBM模型,采用21 個新興市場國家1995—2018 年的面板數(shù)據(jù),以碳排放為非期望產(chǎn)出,測算了它們的年度綠色全要素生產(chǎn)率并進行分析。經(jīng)過測算,筆者發(fā)現(xiàn)新興市場國家碳排放強度逐年下降,碳排放強度相對較低的國家綠色全要素生產(chǎn)率普遍高于其他國家;E21 國綠色全要素生產(chǎn)率呈現(xiàn)緩慢增長態(tài)勢,在考察期間的年均增長率為0.24%;各新興市場國家的綠色全要素生產(chǎn)率存在較大差異。其中巴西的綠色全要素生產(chǎn)率最高,效率值均大于1,在樣本國家中每年均排名第一;智利、秘魯、埃及、土耳其、韓國次之;印度、中國、俄羅斯、印度尼西亞、泰國的綠色全要素生產(chǎn)率最低。
當然,筆者因某些數(shù)據(jù)的不可獲得性并沒有考慮其他的溫室氣體以及污染物的排放,從而對評價新興市場國家綠色全要素生產(chǎn)率的準確性產(chǎn)生影響。也如同所有DEA 分析一樣,樣本中單個國家的綠色全要素生產(chǎn)率值通常會受到其他國家的影響,原因是構建的生產(chǎn)前沿面取決于樣本。因此在運用本文的研究結果進行政策建議和制定時需要謹慎,這也是我們下一步研究重點關注的內(nèi)容。