董鈺涵，謝波

（昆明理工大學(xué) 管理與經(jīng)濟(jì)學(xué)院，云南 昆明 650093）

改革開(kāi)放40多年來(lái)，我國(guó)經(jīng)濟(jì)取得了跨越式發(fā)展，經(jīng)濟(jì)總量位居世界第二。在經(jīng)濟(jì)快速發(fā)展背景下，隨之而來(lái)的是對(duì)環(huán)境造成的污染，根據(jù)《2019中國(guó)生態(tài)環(huán)境狀況公報(bào)》[1]，我國(guó)53.4%的城市環(huán)境空氣質(zhì)量超標(biāo)，48.4%的城市PM2.5年均濃度超二級(jí)標(biāo)準(zhǔn)，5.6%的城市SO2濃度超二級(jí)標(biāo)準(zhǔn)；24.9%的地表水超過(guò)Ⅲ類(lèi)水質(zhì)標(biāo)準(zhǔn)；生態(tài)質(zhì)量?jī)?yōu)和良的縣域面積占國(guó)土面積的44.7%，未達(dá)到“良”的縣域面積占國(guó)土面積的55.3%?？梢?jiàn)，環(huán)境污染已經(jīng)成為經(jīng)濟(jì)發(fā)展過(guò)程中不可忽視的問(wèn)題。電力行業(yè)是中國(guó)經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)產(chǎn)業(yè)，目前，中國(guó)電力供給仍以符合中國(guó)資源稟賦特點(diǎn)的煤炭為燃料的傳統(tǒng)火力發(fā)電為主。雖然近些年水電、風(fēng)力發(fā)電和核電等利用新能源的發(fā)電方式呈現(xiàn)逐步上升趨勢(shì)，但受制于能源開(kāi)發(fā)利用成本、新技術(shù)的不確定性、資源稟賦結(jié)構(gòu)和電力傳輸?shù)痊F(xiàn)實(shí)條件，傳統(tǒng)火力發(fā)電始終在我國(guó)電力供給領(lǐng)域占據(jù)重要地位?；鹆Πl(fā)電需要大量的煤炭等化石燃料燃燒，國(guó)內(nèi)發(fā)電供熱用煤約占全國(guó)煤炭生產(chǎn)總量的50%，全國(guó)約90%的SO2、80%的CO2排放由煤電產(chǎn)生。

本文通過(guò)測(cè)算中國(guó)各省份火電行業(yè)的綠色全要素生產(chǎn)率及其分解項(xiàng)，研究環(huán)境規(guī)制對(duì)火電行業(yè)綠色全要素生產(chǎn)率的作用機(jī)制及影響途徑，為中國(guó)綠色創(chuàng)新能力的提高與電力產(chǎn)業(yè)轉(zhuǎn)型升級(jí)提供理論支撐與實(shí)證基礎(chǔ)，具有較好的現(xiàn)實(shí)意義。

1 文獻(xiàn)綜述

關(guān)于“環(huán)境規(guī)制能否推動(dòng)綠色全要素生產(chǎn)率提升”這一問(wèn)題一直存在爭(zhēng)論，主要有兩種觀點(diǎn)：一種觀點(diǎn)認(rèn)為環(huán)境規(guī)制對(duì)綠色全要素生產(chǎn)率的提高具有抑制作用。環(huán)境規(guī)制使企業(yè)污染治理成本提高，擠占創(chuàng)新投入和運(yùn)營(yíng)資本，在外部成本內(nèi)部化過(guò)程中降低利潤(rùn)率，降低生產(chǎn)率，從而抑制綠色全要素生產(chǎn)率的提高。劉祎等[2]在分析環(huán)境規(guī)制對(duì)綠色全要素生產(chǎn)率的技術(shù)影響路徑時(shí)指出，無(wú)論企業(yè)面對(duì)環(huán)境政策采取何種有效措施，環(huán)境規(guī)制都會(huì)增加企業(yè)運(yùn)營(yíng)成本，降低生產(chǎn)效率，綠色全要素生產(chǎn)率隨之下降。黃慶華等[3]實(shí)證得到環(huán)境政策對(duì)綠色全要素生產(chǎn)率的影響具有時(shí)效性。由于政策具有滯后性，長(zhǎng)期的環(huán)境政策不僅不能促進(jìn)綠色全要素生產(chǎn)率持續(xù)增長(zhǎng)，還會(huì)引發(fā)企業(yè)為補(bǔ)償污染治理成本而加速污染型產(chǎn)出。另外一種觀點(diǎn)則認(rèn)為，環(huán)境規(guī)制對(duì)綠色全要素生產(chǎn)率的提高具有促進(jìn)作用。持有促進(jìn)作用觀點(diǎn)的大多支持“波特假說(shuō)”[4]，認(rèn)為環(huán)境規(guī)制雖然增加了企業(yè)成本，但是能夠倒逼企業(yè)加強(qiáng)科技創(chuàng)新投入，提高技術(shù)效率，最終促進(jìn)綠色全要素生產(chǎn)率增長(zhǎng)。程廣斌和陳曦[5]對(duì)環(huán)境規(guī)制、技術(shù)進(jìn)步和可持續(xù)發(fā)展三者之間的影響效應(yīng)定量定性檢驗(yàn)后得到：恰當(dāng)?shù)沫h(huán)境規(guī)制能夠激發(fā)企業(yè)的綠色技術(shù)創(chuàng)新活動(dòng)，同時(shí)證明了“波特假說(shuō)”的成立。原毅軍和謝榮輝[6]將中國(guó)各省份的工業(yè)綠色全要素生產(chǎn)率及其來(lái)源分解，實(shí)證得出環(huán)境規(guī)制顯著促進(jìn)了綠色全要素生產(chǎn)率的增長(zhǎng)，并進(jìn)一步檢驗(yàn)了技術(shù)進(jìn)步是其增長(zhǎng)的主要來(lái)源，從生產(chǎn)率的視角驗(yàn)證了“波特假說(shuō)”的成立。

將污染物排放等作為非期望產(chǎn)出，把環(huán)境因素納入到全要素生產(chǎn)率的測(cè)算框架中，能夠得到更加真實(shí)全面地反映不同區(qū)域經(jīng)濟(jì)發(fā)展水平的指標(biāo)：綠色全要素生產(chǎn)率（GTFP）。提高綠色全要素生產(chǎn)率的過(guò)程本質(zhì)上就是實(shí)現(xiàn)污染排放減少、能源充分利用和勞動(dòng)生產(chǎn)率提高。陳超凡[7]測(cè)算了資源環(huán)境約束下中國(guó)工業(yè)綠色全要素生產(chǎn)率，通過(guò)系統(tǒng)GMM模型研究影響工業(yè)綠色全要素生產(chǎn)率的因素發(fā)現(xiàn)：較高的技術(shù)水平、合理的產(chǎn)權(quán)結(jié)構(gòu)能顯著提高綠色全要素生產(chǎn)率，而資本深化、不合理的能源結(jié)構(gòu)阻礙綠色全要素生產(chǎn)率的增長(zhǎng)。其他影響綠色全要素生產(chǎn)率的因素還有財(cái)政分權(quán)[8-9]、外商直接投資[10-11]、 金融發(fā)展[12]等。李斌等[8]在考慮能源投入和環(huán)境污染的情況下測(cè)算綠色全要素生產(chǎn)率增長(zhǎng)率及分解項(xiàng)，實(shí)證發(fā)現(xiàn)財(cái)政分權(quán)程度的提高對(duì)綠色技術(shù)進(jìn)步有一定的正向作用，但在較大程度上惡化了綠色技術(shù)效率，總體上不利于綠色全要素生產(chǎn)率的增長(zhǎng)。閆慧貞[11]測(cè)度了“一帶一路”沿線省份的綠色全要素生產(chǎn)率，分析得到外商直接投資對(duì)我國(guó)沿線省份的綠色全要素生產(chǎn)率具有顯著促進(jìn)作用，且呈現(xiàn)波動(dòng)性上升的趨勢(shì)。徐璋勇和朱睿[12]把金融發(fā)展分解為金融規(guī)模、金融結(jié)構(gòu)、金融效率，基于SBM-DDF的ML指數(shù)實(shí)證檢驗(yàn)了金融發(fā)展及其三個(gè)衡量維度通過(guò)提升綠色技術(shù)效率與綠色技術(shù)進(jìn)步兩種路徑均顯著促進(jìn)西部GTFP的提高。從區(qū)域和行業(yè)層面測(cè)算綠色全要素生產(chǎn)率，有助于對(duì)經(jīng)濟(jì)發(fā)展方式和發(fā)展績(jī)效進(jìn)行合理評(píng)價(jià)。劉華軍和曲惠敏[13]通過(guò)對(duì)黃河流域綠色全要素生產(chǎn)率增長(zhǎng)的空間格局及動(dòng)態(tài)演進(jìn)分析發(fā)現(xiàn)：黃河流域GTFP呈“低增長(zhǎng)”與“不平衡”的雙重特征，且呈現(xiàn)以黃河中下游為重心的“東北—西南”分布格局。而文圓等[14]發(fā)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶沿線城市的政府科技投入對(duì)城市綠色全要素生產(chǎn)率具有顯著提升作用。從細(xì)分行業(yè)來(lái)看，現(xiàn)有文獻(xiàn)集中于對(duì)采礦業(yè)、交通基礎(chǔ)設(shè)施、農(nóng)業(yè)等資源型和污染密集型產(chǎn)業(yè)的研究。徐海成等[15]基于面板門(mén)檻模型，實(shí)證得到全樣本下交通基礎(chǔ)設(shè)施對(duì)綠色全要素生產(chǎn)率的影響存在單門(mén)檻效應(yīng)，交通基礎(chǔ)設(shè)施固定資本存量低于門(mén)檻值時(shí)會(huì)促進(jìn)綠色全要素生產(chǎn)率的提高。于立宏等[16]構(gòu)建了考慮雙重負(fù)外部性的采礦業(yè)綠色全要素生產(chǎn)率測(cè)度框架，結(jié)果顯示采礦業(yè)的綠色全要素生產(chǎn)率有顯著增長(zhǎng)，但負(fù)外部性對(duì)采礦業(yè)GTFP呈抑制作用。

在火電行業(yè)全要素生產(chǎn)率研究方面，現(xiàn)有成果不多，主要可分為兩類(lèi)：一類(lèi)是在研究工業(yè)全要素生產(chǎn)率時(shí)涉及發(fā)電行業(yè)，但這類(lèi)研究的重點(diǎn)放在提升生產(chǎn)率的路徑分解上，僅將火電行業(yè)作為樣本的一部分，且早期關(guān)于火電行業(yè)效率的研究多從生產(chǎn)效率出發(fā)，只考慮了傳統(tǒng)的資本和勞動(dòng)要素作為投入指標(biāo)，忽視了與火電行業(yè)可持續(xù)發(fā)展關(guān)系密切的環(huán)境因素。另一類(lèi)是針對(duì)火電行業(yè)生產(chǎn)效率的測(cè)算，效率的測(cè)算屬于靜態(tài)分析，而全要素生產(chǎn)率測(cè)算為動(dòng)態(tài)分析，對(duì)火電行業(yè)全要素生產(chǎn)率的分析可以實(shí)現(xiàn)對(duì)電力產(chǎn)業(yè)改革績(jī)效的動(dòng)態(tài)跟蹤評(píng)估。本文將火電行業(yè)有代表性的SO2排放量作為非期望產(chǎn)出納入到測(cè)算框架中，基于2003—2017年全國(guó)30個(gè)省份（西藏、港澳臺(tái)地區(qū)除外）的面板數(shù)據(jù)，采用SBM方向性距離函數(shù)和ML指數(shù)對(duì)中國(guó)火電行業(yè)綠色全要素生產(chǎn)率進(jìn)行測(cè)算，并構(gòu)建系統(tǒng)SYS-GMM模型從全國(guó)范圍、分區(qū)域等不同角度，實(shí)證檢驗(yàn)了環(huán)境規(guī)制這一政策沖擊對(duì)火電行業(yè)綠色全要素生產(chǎn)率的影響效應(yīng)，并提出相應(yīng)的政策建議。

2 綠色全要素生產(chǎn)率的測(cè)算

F?re等[17]發(fā)展出非徑向、非角度的方向性距離函數(shù)，Chung等[18]將含非期望產(chǎn)出的方向距離函數(shù)納入Malmquist指數(shù)（下文簡(jiǎn)稱(chēng)“M指數(shù)”）中，得到了Malmquist-Luenberger生產(chǎn)率指數(shù)（下文簡(jiǎn)稱(chēng)“ML指數(shù)”）。與傳統(tǒng)的M指數(shù)相比，ML指數(shù)考慮了非期望產(chǎn)出對(duì)效率的影響。當(dāng)ML＞1時(shí)，全要素生產(chǎn)率提高；當(dāng)ML＜1時(shí)，全要素生產(chǎn)率降低。ML指數(shù)可進(jìn)一步分解為技術(shù)效率變動(dòng)指數(shù)（EC指數(shù)）和技術(shù)進(jìn)步變動(dòng)指數(shù)（TC指數(shù)）。技術(shù)效率變動(dòng)指數(shù)反映決策單元對(duì)現(xiàn)有技術(shù)水平的利用效率，若EC＞1，決策單元對(duì)現(xiàn)有技術(shù)的利用良好；若EC＜1，決策單元對(duì)現(xiàn)有技術(shù)的利用效果較差。技術(shù)進(jìn)步變動(dòng)指數(shù)反映影響決策單元效率的外部因素，如技術(shù)、管理、政策變化等。若TC＞1，決策單元獲得了技術(shù)進(jìn)步；若TC＜1，決策單元的技術(shù)、管理、政策變化等外部因素變差。

白雪潔和宋瑩[19]利用三階段DEA模型排除經(jīng)營(yíng)環(huán)境對(duì)中國(guó)火電行業(yè)效率的影響，然后把環(huán)境規(guī)制納入到效率模型中，分析其對(duì)火電行業(yè)技術(shù)效率和規(guī)模效率的影響效應(yīng)。為了更為準(zhǔn)確地測(cè)度火力發(fā)電行業(yè)的發(fā)展水平與發(fā)展質(zhì)量，將環(huán)境約束納入火電行業(yè)生產(chǎn)率測(cè)算框架中。解百臣等[20]在DEA模型基礎(chǔ)上，基于動(dòng)態(tài)效率的投入型Malmquist指數(shù)，對(duì)我國(guó)1997—2007年30個(gè)省份的發(fā)電部門(mén)進(jìn)行低碳經(jīng)濟(jì)評(píng)價(jià)。朱承亮[21]、產(chǎn)金勇[22]利用投入、產(chǎn)出和污染排放三方面數(shù)據(jù)，采用基于方向性環(huán)境距離函數(shù)的Malmquist-Luenberger生產(chǎn)率指數(shù)對(duì)中國(guó)30個(gè)省份火電行業(yè)綠色生產(chǎn)率進(jìn)行測(cè)度分析。本文參照朱承亮[21]的實(shí)證方法，構(gòu)造包含期望和非期望產(chǎn)出的生產(chǎn)可能性集合，利用基于非徑向、非角度SBM方向性距離的Malmquist-Luenberger指數(shù)，使用MaxDEA 8 Ultra專(zhuān)業(yè)軟件測(cè)算2003—2017年全國(guó)除西藏外30個(gè)省份火力發(fā)電行業(yè)的綠色全要素生產(chǎn)率（GTFPit）及其動(dòng)態(tài)變化狀況，并將其分解為綠色技術(shù)效率（EC）和綠色技術(shù)進(jìn)步（TC）兩部分，即：

第t到t+1期的Malmquist-Luenberger指數(shù)可以表示為：

2.1 指標(biāo)設(shè)定與說(shuō)明

基于SBM模型的ML指數(shù)測(cè)算不需要具體的生產(chǎn)函數(shù)，只需各決策單元的投入及產(chǎn)出變量。本文選擇的投入變量為年末從業(yè)人數(shù)、發(fā)電設(shè)備容量、燃料標(biāo)準(zhǔn)煤耗，產(chǎn)出變量中期望產(chǎn)出為火電行業(yè)發(fā)電量，非期望產(chǎn)出為SO2排放量?？紤]數(shù)據(jù)可得性，剔除西藏、香港、澳門(mén)、臺(tái)灣4個(gè)地區(qū)，最終的決策單元數(shù)為30個(gè)，具體投入產(chǎn)出指標(biāo)情況如下。

（1）期望產(chǎn)出。期望產(chǎn)出變量用火電發(fā)電量表示，具體數(shù)據(jù)來(lái)自《中國(guó)電力年鑒》。

第四，文化重視程度不同。隨著時(shí)代的進(jìn)步，世界文化的交流的日益密切，越來(lái)越多的中國(guó)人選擇了學(xué)習(xí)西方國(guó)家的飲食方式，并且由于日常工作的繁忙，人們進(jìn)入了“快餐時(shí)代”，漸漸地忘記了中國(guó)優(yōu)秀傳統(tǒng)文化的傳承，許多的優(yōu)秀文化在逐漸被遺忘，而韓國(guó)卻十分的注重傳統(tǒng)文化的繼承與發(fā)展，相比較于中國(guó)韓國(guó)對(duì)文化的重視程度更高，對(duì)人們禮節(jié)上的要求更為嚴(yán)格。

（2）非期望產(chǎn)出?；痣娦袠I(yè)以煤炭等化石能源作為主要的燃料，煤炭燃燒產(chǎn)生大量的SO2、氮氧化物和煙塵等大氣污染物。根據(jù)2015年《環(huán)境統(tǒng)計(jì)年報(bào)》顯示，電力、熱力生產(chǎn)及供應(yīng)業(yè)SO2排放量占重點(diǎn)調(diào)查工業(yè)企業(yè)SO2排放總量的63.1%。因此，本文采用火電行業(yè)污染物排放占比較大的SO2排放量作為非期望產(chǎn)出。由于分省細(xì)分行業(yè)SO2排放量的缺失，本文借鑒邵留國(guó)等[23]的方法，根據(jù)公式“SO2排放量=電力、熱力生產(chǎn)及供應(yīng)業(yè)SO2排放量/各行業(yè)SO2排放量×各地區(qū)SO2排放量”計(jì)算得到火電行業(yè)SO2排放量。各地區(qū)SO2排放量和電力、熱力生產(chǎn)及供應(yīng)業(yè)SO2排放量數(shù)據(jù)來(lái)自《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》及《中國(guó)環(huán)境統(tǒng)計(jì)年報(bào)》。

（3）要素投入。要素投入包括勞動(dòng)投入、資本投入和能源投入。由于無(wú)法獲得各省純粹的火電行業(yè)的就業(yè)人數(shù)，本文借鑒白雪潔和宋瑩[19]的方法，選擇與火力發(fā)電行業(yè)高度相關(guān)的電力、熱力生產(chǎn)及供應(yīng)業(yè)城鎮(zhèn)從業(yè)人員數(shù)來(lái)替代，電力、熱力生產(chǎn)及供應(yīng)業(yè)城鎮(zhèn)從業(yè)人員數(shù)據(jù)來(lái)自《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》和《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》。資本投入選取發(fā)電設(shè)備容量，其是代表火電廠投資規(guī)模的重要指標(biāo)。能源投入用燃料標(biāo)準(zhǔn)煤表示，代表火電廠運(yùn)行的重要可變成本投入，借鑒朱承亮[21]的方法，燃料標(biāo)準(zhǔn)煤由發(fā)電量乘以發(fā)電技術(shù)經(jīng)濟(jì)指標(biāo)中的標(biāo)準(zhǔn)煤耗計(jì)算得出。發(fā)電設(shè)備容量、燃料標(biāo)準(zhǔn)煤耗的數(shù)據(jù)來(lái)自《中國(guó)電力年鑒》。

2.2 測(cè)算結(jié)果與分析

2.2.1 各省份綠色全要素生產(chǎn)率分析

綠色全要素生產(chǎn)率是在考慮非期望產(chǎn)出的情況下所達(dá)到的生產(chǎn)率水平，是經(jīng)濟(jì)由高速發(fā)展向高質(zhì)量發(fā)展條件下促進(jìn)經(jīng)濟(jì)增長(zhǎng)的終極動(dòng)力，可以更加真實(shí)地反映各地區(qū)經(jīng)濟(jì)發(fā)展質(zhì)量的高低?？紤]到篇幅問(wèn)題，表1為部分年份的綠色全要素生產(chǎn)率。

表1 2003—2017年各省份火電行業(yè)綠色全要素生產(chǎn)率變動(dòng)情況

測(cè)算結(jié)果顯示：北京的GTFP水平最高，位于產(chǎn)出前沿面；上海、江蘇、海南、寧夏次之，均在0.90以上，驗(yàn)證了白雪潔和宋瑩[19]得出的結(jié)論：一部分省份的發(fā)電行業(yè)能在或者接近技術(shù)前沿面生產(chǎn)。而湖南、廣西、重慶、四川、云南等省份綠色全要素生產(chǎn)率與火電水平高的省份相差較大，各省份在火力發(fā)電行業(yè)的綠色發(fā)展中存在較大的差異。不同地區(qū)火力發(fā)電行業(yè)綠色全要素生產(chǎn)率存在明顯差異的原因可能是東部地區(qū)火力發(fā)電技術(shù)條件較為優(yōu)越，生產(chǎn)結(jié)構(gòu)較為完善，能夠在生產(chǎn)相同產(chǎn)品時(shí)產(chǎn)生較少的污染；而部分西部省份雖然資源豐富、地域廣闊，但是生產(chǎn)和技術(shù)效率相對(duì)于東部發(fā)達(dá)省份偏低，能源利用率和污染治理能力弱，綠色全要素生產(chǎn)率相應(yīng)低于東部部分發(fā)達(dá)省份。

2.2.2 火力發(fā)電行業(yè)綠色全要素生產(chǎn)率時(shí)序變動(dòng)趨勢(shì)分析及其指數(shù)分解

如圖1所示，2003—2017年中國(guó)各省份火電行業(yè)綠色全要素生產(chǎn)率呈波浪式層疊變動(dòng)。2006—2007年連續(xù)兩年保持上升趨勢(shì)，2014—2015年連續(xù)兩年惡化，之后兩年又連續(xù)呈現(xiàn)上升之勢(shì)，總體一直呈現(xiàn)“降低—提高—降低”的變化趨勢(shì)。從區(qū)域?qū)用婵?，三大?jīng)濟(jì)區(qū)域的火力發(fā)電效率變動(dòng)趨勢(shì)大體一致，均呈現(xiàn)波動(dòng)性上升，但區(qū)域間差別較大，東部地區(qū)均值達(dá)到0.85，高于全國(guó)平均水平。中部、西部效率均值分別為0.60、0.64，低于全國(guó)均值，呈現(xiàn)東部、西部、中部依次遞減的格局。東部沿海地區(qū)地理位置優(yōu)越，經(jīng)濟(jì)發(fā)達(dá)，資金充沛，可以吸引更多優(yōu)秀人才以及高精尖技術(shù)，為企業(yè)提供了更合理的產(chǎn)業(yè)結(jié)構(gòu)、更優(yōu)化的管理模式、更先進(jìn)的技術(shù)手段，提高資源利用率，減少污染排放量。根據(jù)“污染天堂”理論，東部沿海省份由于經(jīng)濟(jì)發(fā)展程度高，一些高污染、高耗能的產(chǎn)業(yè)逐漸遷移到中西部城市，不僅可以享受更低廉的原材料與人力資本，并且受到較少的環(huán)境政策約束。此外，東部的便利交通為運(yùn)輸質(zhì)優(yōu)價(jià)廉的煤炭提供了平臺(tái)，從而使得經(jīng)濟(jì)效率能維持較高水平。而中部部分省份由于火電標(biāo)桿上網(wǎng)電價(jià)偏低，且煤炭運(yùn)力不足，導(dǎo)致火力發(fā)電成本大，經(jīng)濟(jì)效率低下，從而使得火力發(fā)電企業(yè)生產(chǎn)率水平整體偏低。西部地區(qū)雖然個(gè)別省份資源豐富、地域遼闊、人力資本偏低，但是火力發(fā)電技術(shù)水平低，能源利用率低，相同發(fā)電量所產(chǎn)生的污染比東部地區(qū)高，因此其綠色全要素生產(chǎn)率低于東部地區(qū)。

圖1 分區(qū)域火電行業(yè)綠色全要素生產(chǎn)率變化趨勢(shì)

表2為2003—2017年個(gè)別年份各省份火電行業(yè)平均ML指數(shù)及其分解值，其中東部地區(qū)火力發(fā)電行業(yè)綠色全要素生產(chǎn)率增長(zhǎng)最快，均值為1.104 5，表示綠色全要素生產(chǎn)率年均改善10.45%，高于全國(guó)平均水平的6.73%；中部和西部地區(qū)火力發(fā)電行業(yè)綠色全要素生產(chǎn)率增長(zhǎng)速度依次遞減，綠色全要素生產(chǎn)率分別提高了6.26%和3.46%，均低于全國(guó)平均水平。對(duì)比東、中、西三個(gè)區(qū)域發(fā)現(xiàn)，各地區(qū)火電行業(yè)綠色全要素增長(zhǎng)率呈現(xiàn)不同趨勢(shì)。三個(gè)區(qū)域的綠色全要素生產(chǎn)率增長(zhǎng)都主要來(lái)源于技術(shù)進(jìn)步的提升，通過(guò)生產(chǎn)前沿面水平的提高，實(shí)現(xiàn)長(zhǎng)期發(fā)展。中部和東部地區(qū)的技術(shù)進(jìn)步年均分別增長(zhǎng)5.42%和9.89%，技術(shù)效率年均增長(zhǎng)分別為1.08%和0.88%。西部地區(qū)技術(shù)進(jìn)步年均增長(zhǎng)4.21%，而技術(shù)效率年均變動(dòng)-0.43%，阻礙了綠色全要素生產(chǎn)率的提升。技術(shù)進(jìn)步指標(biāo)呈現(xiàn)東、中、西部依次遞減的趨勢(shì)，技術(shù)效率變動(dòng)幅度不大，與解百臣等[20]的研究結(jié)果一致。以上變動(dòng)趨勢(shì)表明西部地區(qū)的火電行業(yè)在技術(shù)進(jìn)步推動(dòng)下發(fā)展迅速，而技術(shù)效率進(jìn)步相對(duì)停滯，盡管綠色全要素生產(chǎn)率仍處于較高水平，但長(zhǎng)期來(lái)看，在優(yōu)化生產(chǎn)規(guī)模的同時(shí)仍要不斷提高技術(shù)和管理效率，提高煤炭利用率和發(fā)電設(shè)備效率等。

表2 2003—2017年分區(qū)域ML指數(shù)及其分解項(xiàng)

3 實(shí)證分析

3.1 模型構(gòu)建

考慮到用DEA測(cè)算的綠色全要素生產(chǎn)率具有序列相關(guān)性，解釋變量具有內(nèi)生性問(wèn)題且有動(dòng)態(tài)變化的特征，GMM估計(jì)方法通過(guò)將工具變量引入估計(jì)方程，一定程度上解決了解釋變量?jī)?nèi)生性問(wèn)題。因此，本文借鑒陳超凡[7]、李斌等[8]、范丹[24]、李穎等[25]的實(shí)證方法，構(gòu)建系統(tǒng)SYS-GMM模型對(duì)全要素生產(chǎn)率的影響因素進(jìn)行估計(jì)。由于政策沖擊對(duì)綠色全要素生產(chǎn)率增長(zhǎng)具有滯后性，前期結(jié)果可能會(huì)影響后一期結(jié)果，本文引入綠色全要素生產(chǎn)率的滯后一期項(xiàng)，運(yùn)用系統(tǒng)SYS-GMM方法，建立面板數(shù)據(jù)并進(jìn)行動(dòng)態(tài)回歸估計(jì)：

式中：i為省份；t為年份；GTFPit為各省份各年份的綠色全要素生產(chǎn)率；ERit為環(huán)境規(guī)制強(qiáng)度；ESTRUit、ULit、FDIit、GDPit分別為要素稟賦結(jié)構(gòu)、城市化水平、對(duì)外開(kāi)放程度、經(jīng)濟(jì)發(fā)展水平；β0為常數(shù)項(xiàng)；μi為不可觀察到的地區(qū)效應(yīng)；εit為誤差項(xiàng)。

3.2 變量選取及數(shù)據(jù)來(lái)源

本文采用全國(guó)30個(gè)省市2003—2017年的面板數(shù)據(jù)進(jìn)行實(shí)證研究。部分缺失數(shù)據(jù)使用插值法、算術(shù)平均法補(bǔ)足。為了對(duì)不同區(qū)域火力發(fā)電行業(yè)的綠色生產(chǎn)效率進(jìn)行比較，將經(jīng)濟(jì)區(qū)域劃分為目前受認(rèn)可程度最大的東、中、西區(qū)域。

被解釋變量：綠色全要素生產(chǎn)率（GTFPit），為前文中用SBM方向性距離函數(shù)和ML指數(shù)方法測(cè)度的綠色全要素生產(chǎn)率GTFP。

解釋變量：環(huán)境規(guī)制（ERit）。通過(guò)梳理已有文獻(xiàn)發(fā)現(xiàn)，衡量環(huán)境規(guī)制強(qiáng)度的方法大致分為四類(lèi)：一是采用某些環(huán)境指標(biāo)的絕對(duì)值，如SO2、氮氧化物、固體廢物的排放量；二是用關(guān)于環(huán)境規(guī)制政策法規(guī)的頒布數(shù)量衡量；三是用污染物去除率、廢水排放達(dá)標(biāo)率或者固體廢物利用率表征；四是用治污投資占產(chǎn)值或者企業(yè)成本的比重衡量。本文借鑒馮正強(qiáng)和周曉珂[26]的研究方法，采用區(qū)位熵對(duì)指標(biāo)進(jìn)行構(gòu)建，選取環(huán)境治理投資額和排污費(fèi)作為構(gòu)建環(huán)境規(guī)制指標(biāo)的變量，公式如下：

式中：EV為環(huán)境規(guī)制綜合指標(biāo)，EVP為從產(chǎn)業(yè)角度出發(fā)構(gòu)建的排污費(fèi)征收區(qū)位熵指數(shù)，EVR為從政府角度出發(fā)構(gòu)建的環(huán)境污染治理區(qū)位熵指數(shù)。其中，EP表示排污費(fèi)，ER表示環(huán)境污染治理投資額。包含排污費(fèi)和環(huán)境污染治理投資額的區(qū)位熵指數(shù)既包含各省份的實(shí)際污染治理投資，又能避免因?yàn)榈貐^(qū)的差異對(duì)環(huán)境規(guī)制強(qiáng)度評(píng)價(jià)導(dǎo)致的誤差。全國(guó)及各省份環(huán)境治理投資額占GDP比例的數(shù)據(jù)來(lái)自《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》，排污費(fèi)征收數(shù)據(jù)來(lái)自《中國(guó)環(huán)境年鑒》及《中國(guó)環(huán)境統(tǒng)計(jì)年報(bào)》。

控制變量：要素稟賦結(jié)構(gòu)（ESTRU），用發(fā)電設(shè)備容量與從業(yè)人數(shù)比率表示，其中從業(yè)人數(shù)用與火力發(fā)電行業(yè)密切相關(guān)的電力、熱力生產(chǎn)及供應(yīng)業(yè)的城鎮(zhèn)單位從業(yè)人數(shù)來(lái)代替；城市化水平（UL）的提高有利于污染治理范圍的擴(kuò)展和效率的提高，本文采用各省份每年年末城鎮(zhèn)人口數(shù)占年末總?cè)藬?shù)的比重衡量，各省份年末城鎮(zhèn)人口、年末總?cè)丝跀?shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》；投資開(kāi)放水平（FDI）對(duì)東道國(guó)存在技術(shù)溢出效應(yīng)，可通過(guò)示范效應(yīng)、競(jìng)爭(zhēng)效應(yīng)提高東道國(guó)的技術(shù)水平和組織效率等，采用各省份外商直接投資的當(dāng)年實(shí)際使用外資金額與各地區(qū)生產(chǎn)總值的比值表征各省份的投資開(kāi)放水平，外商直接投資的當(dāng)年實(shí)際使用外資額數(shù)據(jù)來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》；經(jīng)濟(jì)發(fā)展水平（GDP）為影響污染環(huán)境治理和能源利用效率的直接因素，選取各地實(shí)際GDP衡量經(jīng)濟(jì)發(fā)展水平，各省份實(shí)際GDP數(shù)據(jù)同樣來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》。各變量描述性統(tǒng)計(jì)結(jié)果如表3所示。

表3 各變量描述性統(tǒng)計(jì)

3.3 模型估計(jì)

面板數(shù)據(jù)具有時(shí)間序列的特性，也有截面數(shù)據(jù)的特性，需要對(duì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，以檢驗(yàn)其是否是平穩(wěn)面板數(shù)據(jù)。采用LLC和Fisher-ADF進(jìn)行檢驗(yàn)，結(jié)果顯示除了GDP之外，其他所有變量均是平穩(wěn)面板。將GDP取一階差分之后平穩(wěn)，因此下文采用一階差分的GDP進(jìn)行分析，即GDP增長(zhǎng)量。經(jīng)濟(jì)變量間通常會(huì)存在相關(guān)性，因此需要進(jìn)行共線性檢驗(yàn)。通過(guò)VIF檢驗(yàn)得到所有變量的VIF值均小于10，即這些解釋變量不存在多重共線性問(wèn)題，均可以納入模型之中。最后，利用Wald-test進(jìn)行面板異方差檢驗(yàn)，檢驗(yàn)拒絕了原假設(shè)，說(shuō)明存在異方差，所以在下面的模型中需要采用穩(wěn)健標(biāo)準(zhǔn)差修正模型。接著采用Hausman進(jìn)行內(nèi)生性檢驗(yàn)，同樣拒絕了原假設(shè)，說(shuō)明存在內(nèi)生性，因此模型可以采用系統(tǒng)GMM估計(jì)。采用一步系統(tǒng)GMM估計(jì)對(duì)動(dòng)態(tài)面板進(jìn)行分析，所得結(jié)果如表4所示。

從估計(jì)結(jié)果來(lái)看（表4中模型1～模型5）：Sargan統(tǒng)計(jì)量對(duì)應(yīng)的P值均大于0.1，說(shuō)明模型不存在過(guò)度識(shí)別問(wèn)題，AR(1)檢驗(yàn)顯示拒絕原假設(shè)，而AR(2)檢驗(yàn)顯示接受原假設(shè)，說(shuō)明隨機(jī)擾動(dòng)項(xiàng)是與一階序列相關(guān)，而與二階序列無(wú)關(guān)，GMM模型的殘差不存在自相關(guān)。綜上可知，工具變量有效，系統(tǒng)GMM得到的結(jié)果是可信的。模型1為不加入任何控制變量檢驗(yàn)環(huán)境規(guī)制對(duì)火電行業(yè)綠色全要素生產(chǎn)率的影響。再逐步將要素稟賦結(jié)構(gòu)、城市化水平、GDP的一階差分項(xiàng)、對(duì)外開(kāi)放程度等變量放入模型2、3、4、5中，得到環(huán)境規(guī)制對(duì)火力發(fā)電行業(yè)綠色全要素生產(chǎn)率的影響系數(shù)。模型5顯示，滯后一階GTFP的系數(shù)為0.858，在1%的顯著水平下通過(guò)檢驗(yàn)，說(shuō)明綠色全要素生產(chǎn)率的延續(xù)性具有正向作用，前期的綠色全要素生產(chǎn)率越高，那么對(duì)未來(lái)綠色全要素生產(chǎn)率的促進(jìn)越大。

表4 環(huán)境規(guī)制對(duì)GTFP影響的估計(jì)結(jié)果

解釋變量ER環(huán)境規(guī)制的系數(shù)為0.887，在1%的顯著水平下通過(guò)了檢驗(yàn)，可知環(huán)境規(guī)制對(duì)綠色全要素生產(chǎn)率具有顯著的促進(jìn)作用，環(huán)境規(guī)制強(qiáng)度每增加1%，則綠色全要素生產(chǎn)率可以提高0.887?？刂谱兞恐校挥型顿Y開(kāi)放水平FDI顯著，其系數(shù)為0.006 41，在5%的顯著水平下通過(guò)檢驗(yàn)，可知投資開(kāi)發(fā)水平每增加1%，則綠色全要素生產(chǎn)率可以增加0.006 41，原因可能在于FDI依靠其技術(shù)先發(fā)優(yōu)勢(shì)、先進(jìn)的管理手段、優(yōu)惠政策向外資企業(yè)傾斜等先發(fā)優(yōu)勢(shì)，使得相應(yīng)地區(qū)產(chǎn)生技術(shù)溢出效應(yīng)，激活企業(yè)活力，帶動(dòng)技術(shù)創(chuàng)新和產(chǎn)業(yè)升級(jí)，提高能源的利用率和環(huán)境污染治理力度，進(jìn)而提高火電行業(yè)綠色全要素生產(chǎn)率。

將30個(gè)省份分為東、中、西三個(gè)地區(qū)，設(shè)置虛擬變量dq1、dq2、dq3，結(jié)果見(jiàn)表5?？梢钥吹?，分地區(qū)后只有東部地區(qū)的ER是顯著的，中部和西部地區(qū)均不顯著。由此可知，環(huán)境規(guī)制對(duì)東部地區(qū)火電行業(yè)的綠色全要素生產(chǎn)率具有顯著的促進(jìn)作用，而對(duì)中西部地區(qū)影響并不大。東部地區(qū)環(huán)境規(guī)制管理較為嚴(yán)格、力度較大，環(huán)境保護(hù)監(jiān)管機(jī)制更為健全，相比于污染治理造成的成本效應(yīng)，東部地區(qū)的技術(shù)創(chuàng)新補(bǔ)償效應(yīng)更為明顯。中部地區(qū)火電廠規(guī)模相對(duì)較大，污染治理效率和管理效率相對(duì)低下，且中部地區(qū)走“先污染后治理”的老路，環(huán)境污染治理效應(yīng)存在滯后性，環(huán)境規(guī)制對(duì)中部地區(qū)火電行業(yè)綠色全要素生產(chǎn)率的影響效果不明顯。相比于中東部地區(qū)，西部的火電企業(yè)大多是大型的國(guó)有企業(yè)或有國(guó)有控股背景，企業(yè)間競(jìng)爭(zhēng)不激烈，可能并不熱衷于加大研發(fā)投入以改進(jìn)生產(chǎn)技術(shù)以獲得比較優(yōu)勢(shì)，環(huán)境規(guī)制政策對(duì)技術(shù)進(jìn)步影響效應(yīng)弱，相應(yīng)的，對(duì)綠色全要素生產(chǎn)率的影響效果也不顯著。為了進(jìn)一步考察上述回歸結(jié)果的穩(wěn)定性，本文將解釋變量以及各省份歷年的環(huán)境污染治理投資額來(lái)度量環(huán)境規(guī)制強(qiáng)度，將被解釋變量綠色全要素生產(chǎn)率指標(biāo)替換為代表火電行業(yè)生產(chǎn)率水平的火電技術(shù)效率。通過(guò)穩(wěn)健性檢驗(yàn)結(jié)果得知核心解釋變量的符號(hào)與前文回歸結(jié)果基本一致，由此表明分析結(jié)果基本穩(wěn)健。

表5 環(huán)境規(guī)制對(duì)GTFP影響的區(qū)域差異

4 結(jié)論與啟示

GTFP的測(cè)算結(jié)果表示，中國(guó)火電行業(yè)2003—2017年間GTFP年均增長(zhǎng)率為6.73%，且主要依賴(lài)于技術(shù)進(jìn)步的改進(jìn)，在區(qū)域?qū)用嫔铣尸F(xiàn)東、中、西部遞減的趨勢(shì)，中東部地區(qū)的綠色全要素生產(chǎn)率增長(zhǎng)主要來(lái)源于技術(shù)進(jìn)步的提升；而西部地區(qū)技術(shù)效率年均變動(dòng)-0.43%，阻礙了綠色全要素生產(chǎn)率的提升。在環(huán)境規(guī)制對(duì)全國(guó)各省份火電行業(yè)綠色全要素生產(chǎn)率的影響分析中，實(shí)證結(jié)果顯示：環(huán)境規(guī)制在1%水平上對(duì)綠色全要素生產(chǎn)率具有顯著促進(jìn)作用，但是存在滯后效應(yīng)，前期的綠色全要素生產(chǎn)率越高，對(duì)未來(lái)綠色全要素生產(chǎn)率的促進(jìn)越大。環(huán)境規(guī)制的影響效應(yīng)具有明顯的區(qū)域異質(zhì)性，對(duì)東部地區(qū)的火電行業(yè)綠色全要素生產(chǎn)率具有顯著的促進(jìn)作用，而對(duì)中、西部地區(qū)影響不大。投資開(kāi)放程度同樣顯著促進(jìn)火電行業(yè)GTFP。分區(qū)域來(lái)看，投資開(kāi)放度僅對(duì)東部地區(qū)各省份的火電行業(yè)有正向作用，對(duì)中西部地區(qū)影響效果不顯著，東部沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)吸引外資能力強(qiáng)，其溢出效應(yīng)帶來(lái)相比于中、西部?jī)?nèi)陸地區(qū)更高的科技水平、更高層次的人才和設(shè)備、更合理的管理模式，東部地區(qū)火電行業(yè)相應(yīng)具備更高的生產(chǎn)水平，從而促進(jìn)綠色全要素生產(chǎn)率的提高。通過(guò)有效的環(huán)境規(guī)制工具促進(jìn)中國(guó)火電行業(yè)綠色全要素生產(chǎn)率的提升，是一個(gè)具有重要現(xiàn)實(shí)意義的研究方向，據(jù)此提出以下政策建議：

保持技術(shù)進(jìn)步的提升對(duì)GTFP的推動(dòng)作用，繼續(xù)加強(qiáng)對(duì)科技研發(fā)、人才引進(jìn)的投入。同時(shí)加強(qiáng)技術(shù)效率提高，促進(jìn)設(shè)備更新?lián)Q代，提高能源利用率；吸收先進(jìn)的管理經(jīng)驗(yàn)，提升管理效率；加強(qiáng)對(duì)外商投資的引進(jìn)管理，引導(dǎo)資金流向產(chǎn)業(yè)中的核心技術(shù)部門(mén)，積極吸引具有環(huán)境友好型外資企業(yè)的投資，充分借助外來(lái)投入促進(jìn)我國(guó)火電產(chǎn)業(yè)的綠色轉(zhuǎn)型。鼓勵(lì)其他發(fā)電方式發(fā)展，優(yōu)化電力產(chǎn)業(yè)結(jié)構(gòu)。中國(guó)地域遼闊，不同地區(qū)及省份的資源稟賦不同，國(guó)家要因地制宜，合理規(guī)劃，制定能源發(fā)展與環(huán)境政策相協(xié)調(diào)的戰(zhàn)略手段，提供足夠的資金和政策支持。如東部沿海地區(qū)應(yīng)加快相應(yīng)的設(shè)備設(shè)施建設(shè)，利用潮汐能等現(xiàn)有資源優(yōu)勢(shì)提供電力支持，減少電力從西部長(zhǎng)距離傳輸所造成的電力的損耗；改變“先污染后治理”的粗放生產(chǎn)方式；針對(duì)不同資源稟賦的地區(qū)采取不同污染排放標(biāo)準(zhǔn)，促進(jìn)節(jié)能減排。