中国区域环境效率与环境全要素的研究

来源 :中国人口·资源与环境 | 被引量 : 0次 | 上传用户:element_wq
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘要:资源环境对我国经济增长的硬约束已开始显现,鉴于此我国亟需向创新驱动增长模式转型。本文基于研发驱动理论,构建了包含研发投入的SBM模型,测算了我国区域的环境效率和环境全要素增长率,并借助Tobit模型对区域环境全要素生产率的影响因素进行了实证分析。研究表明:①东部地区传统要素和创新要素的利用效率均高于中、西部地区,但三大地区传统要素的无效率来源有差异,东部地区主要来源于资本,中部主要来源于劳动力,西部主要来源于能源;②中部地区全要素增长率最高,西部次之,东部最低。东部地区技术进步对环境全要素增长率的贡献最大,效率改善对中、西部地区环境全要素增长率的贡献最大;③经济发展水平与区域环境全要素生产率呈“U”型关系,产业结构、能源结构与区域环境全要素生产率呈负向关系,对外开放水平与区域环境全要素生产率呈正向关系。R&D来源和R&D结构对区域环境全要素生产率的影响具有地区差异性,其中东部地区企业研发投入的驱动作用较大,并应提高基础研究投入。而中西部地区政府研发投入的驱动作用较大,并应强化应用研究。
  关键词:资源环境;经济增长;创新驱动;环境效率;环境全要素
  中图分类号:F061.3;F062.1;F74 文献标识码:A
  文章编号:1002-2104(2015)12-0025-10
  改革开放以来,我国经济发展取得了举世瞩目的成就,以年均9.5%的GDP增长率创造了“中国式奇迹”。但我国在取得经济增长的同时,也面临环境污染、资源消耗等困境。据估计,中国环境污染成本已占GDP的8%以上,发达地区环境成本更高达GDP的 10%。再如,世界经济论坛(WEF)发布的《2014年世界环境绩效指数报告》和《2014 年全球能源架构绩效指数报告》显示,中国环境绩效在178个国家中排名118位,能源绩效排名从2013年的74位跌落到85位。由此可知,我国经济快速增长引致的“高能耗、高排放、高污染”问题已日益严重。由于资源和环境不仅是经济发展的内生变量, 而且是经济发展规模和速度的刚性约束。由此,严峻的资源环境形势已对我国经济增长形成硬约束。从2011年开始,我国经济增速持续下滑,进入到次高增长阶段的“新常态”[1]。面对粗放型发展模式引发的资源和环境双重压力,我国提出“和谐社会”、“科学发展观”和“中国梦”等治国方略,并且着力推行资源节约型、环境友好型的生产和消费方式,旨在实现可持续发展。
  为转型经济发展模式,实现向低碳经济的转型,我国“十二五 ”规划纲要提出,在2010-2015年资源节约和环境保护方面,要实现单位GDP的能耗降低16%,单位GDP的CO2排放降低17%、COD(化学需氧量)和SO2分别减少8%。鉴于我国区域空间发展不均衡,区域要素禀赋结构迥异,区域产业结构差异也较大,由此我国各区域的环境效率和环境全要素也具有异质性。因此,如期实现上述目标,依赖于将上述指标科学地分解给各区域,更需要各区域认真贯彻落实。鉴于,环境效率和环境全要素的研究,有助于了解各区域环境效率之间的绝对差异,而且有助于分析各区域环境无效率来源的相对差异,从而有助于提高区域环境效率政策制定的针对性。与此同时,由于技术创新可通过改变能源、资本、劳动力等投入要素的边际生产率来改变其使用量和比例,进而有助于降低能源消耗和碳排放,提高能源效率。特别是当技术进步偏向于在增长中更少使用能源时,技术进步就既能实现减排,又能促进经济增长[2]。因此,本文基于研发驱动理论,构建了包含研发投入的SBM模型,测算了我国东、中、西三大区域的环境效率和环境全要素生产率,探寻了三大区域环境全要素生产率的影响因素,并结合区域差异性提出了相应的政策建议,旨在改善我国的生态环境,加速我国的绿色创新发展。
  1文献综述
  环境效率指单位环境负荷下某一地区或企业产生的经济价值大小(WBCSD,世界可持续发展工商理事会),是将环境作为一种资源投入,力求环境资源的最小使用和最大产出[3]。基于此,张子龙[4]等学者构建了工业环境效率评价模型,并对我国以及东、中、西部地区环境效率的空间差异及其收敛性进行了研究。然而现有学者测算的环境效率仅反映了经济发展所付出的环境代价,并没有考虑资源代价。而经济增长过程中,除了消耗环境资源外,还会消耗劳动、资本和能源等生产性资源。鉴于此,部分学者构建了综合的环境绩效指标,将生产资源、环境污染以及经济增长纳入同一个测度体系评价经济增长绩效。例如,Fare and Lovell[5]和 Fare and Pasurka[6]采用径向的双曲线型模型测算了环境效率指标。近年来,我国也有学者运用SBM模型测算各省份的环境效率以及环境全要素生产率[7-8],认为能源使用和污染排放是我国环境无效率的主要原因。但现有研究对环境全要素生产率来源存在分歧,刘瑞翔等[9]认为我国环境全要素生产率的提高主要来源于技术进步,而匡远凤等[8]则认为生产效率改善才是我国环境全要素生产率提高的主要原因。
  本文认为造成分歧的可能原因是这些研究将资本、劳动、能源生产要素纳入环境绩效的考察体系,但并未考虑研发等创新要素对我国经济增长的贡献,导致测算结果不一。Romer[10]、Grossman & Helpman[11]、Aghion & Howitt[12]等学者指出,R&D对技术进步具有显著推动作用,能够促进科研成果的转化,加快新产品、新方法的实现,从而促进经济增长。一些学者通过省际面板数据的研究发现,R&D投入对全要素增长率有显著促进作用[13];也有学者利用产业和行业数据,论证了研发能够增强技术创新能力和促进生产率的增长[14-15]。与此同时,前人研究亦未从区域角度分析我国环境全要素。而我国区域发展不平衡,东中西部地区经济结构以及技术实力不同,因此有必要从区域角度分析我国环境效率以及环境全要素生产率。
  鉴于此,本文根据R&D驱动理论,结合我国资源环境实情,构建了包含研发投入的SBM模型,测算了我国东、中、西三大区域的环境效率;进而结合Luenberger指标测算了我国区域的环境全要素,分析了我国区域环境全要素的演变规律和区域差异。在此基础上,运用Tobit模型对我国东、中、西三大区域全要素增长率的影响因素进行了实证分析,并提出了我国建设资源环境友好型国家的政策建议。   2统计分析
  2.1我国区域环境污染的统计分析
  近几年我国区域经济取得了长足发展,但区域经济增长质量并未改善。废水、废气和固体废弃物三类污染物排放量巨大,使我国环境污染形势日益严峻。①废水排放量巨大导致水环境污染严重。2013年,东部地区废水排放为366万t,中部地区为190万t,西部地区为100万t。废水排放使全国地表水受到大面积污染,IV类和劣V类水体比例占到38.9%,并产生水体富营养化、有机物污染等环境问题。②二氧化硫、粉尘以及氮氧化物等大气污染严重。二氧化硫主要来源于煤和石油,而煤是我国的主导能源,占能源消费的60%以上。例如,2004到2013年间,东、中、西部地区二氧化硫平均排放量都超过了600万t。再如,我国粉尘污染也不容乐观, 2013年,东、中、西部均达到了400万t,粉尘排放总量为1 278万t。③固体废弃物污染存在“排放量大、利用率低”双重难题。2013年全国一般工业固体废物产生量为32.8亿t,综合利用量为20.6亿t。工业固体废弃物的综合利用率为62%,存在38%的利用空间。上述数据表明,我国粗放型经济增长模式破坏了生态环境。近几年各地区出现的雾霾、PM2.5等一系列环境问题表明,以牺牲环境为代价的经济增长方式是不可持续的。
  2.2我国区域能源消耗的统计分析
  粗放型经济增长模式虽促使我国成为全球GDP第二大国,但也存在能源消耗大和利用率低等问题,由此我国面临严峻的能源约束形势:①高耗能式经济增长,能源消耗总量不断增加。2010年,我国已成为世界第一大能源消耗国,能源消费总量为32.49亿t标准煤,占全球总量的20.3%。这主要是由于2000年以来,投资的高速增长拉动了钢铁、水泥、电解铝、石化等高耗能产业的迅速扩张,从而使我国能源消耗呈增长态势。②能源利用效率低,能源消耗强度大。能源消耗强度(tce/万元)是反映能源利用率的直接指标。2011年,我国东、中、西部地区的能源消耗强度分别为0.72∶0.95∶1.17,全国的能源消耗强度为0.86。而日本、英国、法国等发达国家能源消耗强度小于0.3。由此可见,我国能源利用水平偏低,与世界先进水平还有较大差距。③能源消费不合理,以煤炭消费为主导。煤炭是我国主导能源,2013年煤炭消费量为247 500万t(标准煤),占能源消费总量的66%。与此同时,我国能源消费结构呈现区域差异性。例如,2012年仅东部地区的煤炭消费比重小于50%,而中、西部地区都接近于60%。由此可知,我国经济增长过程中存在能源消耗总量增加,能源利用效率低,以及能源结构不合理等问题。
  2.3我国区域创新要素的统计分析
  随着创新型国家战略的提出,我国研发投入逐年递增,但区域间研发活动不平衡,并且存在创新动力不足,创新效率偏低等问题。①我国R&D规模和强度逐年递增,见图1所示。2001年至2013年间,我国R&D经费从1 043.6亿元攀升到11 846.6亿元,增长了近11倍。与此同时,我国研发强度也从2001年的0.95%增长到2013年的2.08%,达到了创新型国家标准。②区域间研发活动不平衡(见图2所示)。东部地区在研发活动规模和强度方面,都显著高于中西部地区。例如,2013年,东、中、西部地区的研发经费支出比例为5.89∶1.44∶1;东部地区的研发强度为23%,而中、西部地区分别是1.3%和 1.1%。③创新动力不足,创新效率偏低。由于创新资源的错配、创新动力的不足,以及创新机制的不完善,我国创新效率偏低。例如:2005到2009年间,我国有效PCT仅占世界的2.5%,而美国、日本占20%以上。再如:我国高科技产品出口总量占世界第一,但其中自主品牌产品不到10%,而外资产品高达80%。
  由上统计分析可知,尽管我国经济增长取得了显著成效,但我国污染排放、能源消耗问题日益严重。为提高经济增长质量,实现可持续发展,我国应强化创新要素的驱动作用,即通过技术变革降低资源环境的消耗,促进经济的高效增长[16]。鉴于我国创新效率偏低,自主创新能力薄弱。因此,各区域在加强研发投入的同时,更要提高研发效率,提升技术转化能力,以增强区域经济的科技竞争力。
  3我国区域环境效率与环境全要素分析
  3.1研究方法与数据收集
  3.1.1包含研发的SBM模型
  自Tone[17-18]和Fukuyama & Weber[19]构建出基于松弛变量的SBM模型之后,该模型就普遍被应用于效率测度问题,其中一种是用于环境效率和环境全要素的测度。众多学者通过环境效率的测算分析了环境污染给生产效率带来的损失,或通过环境全要素的测算分析了污染排放是否给环境全要素带来损害。在上述研究中,众多研究将资本、劳动和能源等传统要素作为投入,但并未涉及R&D等创新要素的投入。由于SBM模型具有从多投入和多产出进行效率分析的优点,因此本文将创新要素和传统要素作为投入变量共同纳入测度模型中,并将GDP作为期望产出变量,污染排放作为非期望产出变量,测算环境效率和环境全要素的增长率。根据加入R&D变量的SBM模型,每一个决策单元(DMU)面临Z种投入要素,其中M种传统要素投入
  3.1.2数据来源
  本文采取国家统计局的东、中、西三大区域划分标准:东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南,中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南,西部包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆;由于西藏数据缺失较多,故不在研究范围。在此基础上获取2000-2012年间我国省际面板数据,构造了包含传统要素和创新要素的SBM模型。其中,传统要素包含资本、劳动以及能源,创新要素包括R&D经费与R&D人员,期望产出为GDP,非期望产出为污染排放。
  变量收集处理情况具体如下:①资本(K),参照以往研究,以固定资本存量代替。从《中国统计年鉴》获取每年固定资产投资数据,采取永续盘存法计算,公式为:Kt=(1-δ)kt-1+It-1,同时借鉴张军等学者[20]的思路,假设各个省份资本折旧率均为0.096。②劳动(L),根据统计局网站数据,以每年就业人员总数代替。③能源投入(E),我国能源消费品主要有煤炭、石油、天然气,但煤炭在我国处于主导消费结构,并且是非期望产出二氧化硫的主要来源,因此本文选择煤炭消费量作为能源投入的代理变量。④研发投入,我国的创新要素投入主要体现在研发经费和研发人员的投入。因此,本文以R&D经费支出(简称RDK)和研发人员(简称RDL)全时当量作为研发投入的代理变量。⑤期望产出,选取各省份的GDP作为期望产出。⑥非期望产出,由于SO2和COD是我国节能减排的重点目标,同时是环境管制的主要监控对象。因此,本文将SO2和COD作为非期望产出的代理变量。   数据来源情况如下:资本、劳动和GDP的数据来自于《中国统计年鉴》(2000-2012),能源投入的数据来自《中国能源统计年鉴》(2000-2012),研发投入的数据来自《中国科技统计年鉴》(2000-2012),污染排放的数据来自《中国环境统计年鉴》(2000-2012)和各省历年的环境统计公报。
  3.2环境效率地区差异分析
  3.2.1全国的环境效率分析
  测算结果显示,环境污染和要素投入的无效率是我国环境无效率的主要来源,这也验证了我国现阶段仍然是“高投入、高排放”的粗放型经济增长模式。由表1可看出,2000-2012年间我国环境效率为0.234 2,说明我国经济增长过程中损失了23.42%的资源投入。其中,污染排放是我国环境无效率的主要来源,从测算结果看出,SO2与COD排放的无效率水平达到了0.139 0。严重的污染排放,不但造成环境破坏,也导致环境效率的降低,这与我国以牺牲环境为代价的经济增长模式密切相关。与此同时,投入的无效率是我国环境无效率的第二大来源,全国可以减少9.20%的要素投入。在要素投入中,虽然创新要素的无效率水平为1.83%,低于传统要素的无效率水平7.37%。但在加入创新要素后,本文测得的环境无效率水平有所偏高,说明创新要素利用不足导致我国环境效率水平的下降。
  3.2.2区域传统要素和创新要素无效率来源分析
  (1)传统要素无效率来源分析。东部地区主要来源于资本,中部地区主要来源于劳动力,西部地区主要来源于能源。东部地区传统要素中资本无效率水平最高,这与东部地区投资驱动经济增长模式有关。投资需求是拉动中国经济增长的主要因素[21],国家在改革开放以来,就制定了有利于东部的投资鼓励政策,推动了资金要素向东部的集聚,为东部地区经济发展提供了优越的政策环境,但也带来投资过高等问题。2000年到2013年间,东部人均固定资产投资平均增长率为19.1%,人均固定资产增长了9.53倍。而过度投资导致居民消费不足和资本深化,并引致资本边际生产率的降低[22],不利于经济增长。中部地区劳动力投入的无效率水平最高,其原因在于高素质劳动力的流失。通常,高技能或高学历人才的流动性较强[23]。受东部地区高劳动报酬的吸引,中部地区高素质劳动力往往会向东部转移和集聚,由此造成中部匮乏高素质劳动力。相对而言,西部地区的能源无效率水平最高,这是因为西部地区煤炭、石油等资源禀赋相对丰富。鉴于地理位置劣势和资源禀赋优势,为促进地区经济发展,当地政府倾向于引进一些高耗能项目,以致能源利用效率不足,不利于经济发展。例如近几年来,西部地区高耗能产业的产值增长了近6倍,全要素出现负增长[24]。
  (2)创新要素无效率来源分析。东部地区相对于中、西部地区具有显著优势,而中、西部地区差异不大。东部地区创新要素利用效率较高,其原因是,相对于中西部,东部地区是我国生物医药、信息技术等高技术产业的前沿阵地,拥有雄厚的技术实力,以及众多科研院所,这为东部地区创新发展提供了优越的平台。其次,东部地区创新要素的投入力度比中、西部地区更大。例如,2013年东部地区的研发经费是中部地区的4倍,是西部的7.41倍;研发人员是中部的4倍,是西部的7.25倍。创新要素的投入不仅能激发创新主体的研发动力,而且能帮助创新主体吸引和集聚外部创新要素,从而带动经济发展,即形成“研发促进经济,经济带动研发”的良性循环,从而促进研发效率的提高。而中、西部不仅研发经费投入相对不足,而且人力资本匮乏。如,2013年,东部地区每十万人口高等学校平均在校生人数达3 000人,而中部只有2 500人,西部仅有2 000人左右。其次,西部地区教育水平落后,东部地区普通高校达1 084所,而西部仅有610所。鉴于此,技术水平的落后,产业基础的薄弱,创新人才的匮乏,制约了中、西部经济的增长。
  3.2.3区域传统要素与创新要素无效率水平时间演变分析
  (1)传统要素无效率水平时间演变分析。东、中、西部地区对传统要素的利用效率并不稳定,依次经历了发展期、粗放期和效率改善期(如图3所示)。 2000-2002年是传统要素投入效率的稳定时期,在该时期,除了2000年西部地区的无效率值偏高,其它年份东、中、西部地区都比较稳定。这主要得益于90年代中后期的国有企业改革,并且政府关闭了10多万家高耗能、高污染的小企业,使一些能源依赖型和排放密集型小企业的无序生产得到了遏止[25]。但自2002年以后,三大区域传统要素投入的无效率水平迅速攀升。2004与2005年是我国经济发展最黑暗的时期,资源浪费现象严重,经济效率跌至低谷。在该时期,汽车工业迅速发展,并且采掘、石油、化工、钢铁等重工业也迅猛发展,由此我国经济增长质量面临重大威胁。但紧随其后,我国又迎来效率改善期。2006-2008年我国传统要素无效率水平逐步下降,2008年是我国资源利用效率最高的年份。2008年以后,虽然我国传统要素的无效率水平小幅攀升,但总体趋好。这与十一五期间政府提出的节能减排政策密不可分。
  (2)创新要素无效率水平时间演变分析。三大区域创新要素无效率水平的变化趋势比较平缓,呈递减趋势,说明我国区域的创新效率在逐渐提高(如图4所示)。近些年来,我国为加强自主创新能力,提出建设创新型国家的战略规划,并不断地加强研发投入,提高了区域创新效率。从图8可以看出,我国东部地区创新要素的无效率水平呈现稳步下降趋势,创新效率在不断提高。这是因为,一方面,东部地区是我国高新技术前沿阵地,代表着我国技术前沿。一些企业通过技术模仿和再创新活动,实现了技术进步。另一方面,东部地区市场化程度高,FDI的引入和激烈的竞争压力迫使企业加强研发和创新,从而提高了研发效率。通过对中、西部地区无效率水平变化趋势分析可知,尽管中、西部在2005年之前,创新要素投入效率改善不明显;但2005年以后,创新要素投入的无效率水平也呈现不断下降趋势。另外,从时间趋势图可以看出,在分析期间,中、西部地区的创新效率逐渐向东部收敛。这可能是由于,中、西部地区虽然自主创新能力落后于东部,技术基础也较薄弱,但可以借助东部地区的产业转移和技术外溢实现对东部的追赶。   3.3环境全要素地区差异分析
  根据Luenberger生产率指标,环境全要素生产率可表示为:
  在此基础上,本文借助环境全要素生产率及其分解,分析区域经济增长的驱动力及其来源。表2给出了东、中、西三大区域2000-2012年的环境全要素平均增长率及其分解结果,具体分析如下:
  (1)环境全要素增长率分析。2000-2012年间,我国环境全要素平均增长率呈现纯技术(LPTP)与纯效率(LPEC)共同推进的“双驱动”增长模式。其中技术进步对环境全要素增长的贡献为1.09%,纯效率的贡献为022%,说明我国经济增长动力主要源自技术边界的向外移动,同时效率改善对我国经济增长也有所贡献。根据区域的环境全要素增长率可知,中部地区环境全要素平均增长率最高,西部次之,东部最低。虽然中、西部地区技术实力落后于东部地区,但随着中部崛起战略和西部大开发战略的实施,中、西地区经济在快速增长,技术创新能力也在不断提高,与东部地区的差距在不断缩小。因此,中、西部地区的环境全要素增长率超过了东部地区。
  (2)环境全要素增长率分解结果分析。东部地区环境全要素增长主要依赖技术进步,中、西部地区主要依赖于效率改善。东部地区技术进步和效率变化的平均增长率均为正,但技术进步大于效率改善,说明东部地区的经济增长充分发挥了技术进步的比较优势,但效率改善对经济增长的促进作用不明显。东部地区拥有雄厚的技术实力,自主创新能力强,并且对外开放水平高,从而促进了东部地区的技术进步和经济增长,故而东部地区技术进步对环境全要素增长的贡献比较大。而中、西部地区情况相反,效率改善对环境全要素增长的贡献最大,技术进步的贡献不明显。中西部地区效率改善的贡献均在3%以上,技术进步对经济增长的促进作用均小于0.01。这是由于中、西部地区资金、技术都比较缺乏,难以凭借技术进步来推动经济增长,但能通过生产方式的转变改善效率,从而促进环境全要素的增长。例如,2005年以来中、西部地区的单位GDP能耗得到明显改善,2013年分别下降到0.97与1.38,下降幅度超过了0.5。这说明中、西部地区已经朝着集约的生产方式转变,而且效果明显。另外,中、西部地区也在加强环境治理,不但保护了环境,节约了资源,而且提高了生产效率。例如,2013年中、西部地区的环境治理投资总额都达到了200亿元以上。
  4我国区域环境全要素的影响因素分析
  4.1变量选取与模型设定
  鉴于经济发展水平、结构因素、研发投入、对外开放水平是影响环境全要素生产率的主要因素,因此本文从这几个方面进行计量分析。其中,①经济发展水平,经济发展水平用人均GDP的对数、人均GDP对数的平方表示,目的是考察环境全要素生产率和GDP的二次型关系。②结构因素,包括产业结构和能源结构。产业结构(CYJG)的差异会影响生产效率,本文用第二产业增加值占总产值的比重表示;能源结构(NYJG)用煤炭消费量占能源消费总量的比重表示。③研发投入,包括研发投入强度、研发投入结构以及研发投入来源。研发投入强度(RDQD),采用国家统计局的标准,用研发支出占GDP的比值表示;研发结构(RDJG),研发活动包括基础研究、应用研究和试验发展,借鉴Hans et al[26],将应用研究和实验发展合并为应用研究,并用基础研究占应用研究的比重表示研发结构;研发来源(RDLY),用政府投资和企业投资的比值表示;④对外开放水平,FDI会对东道国的经济发展产生促进作用,因此用FDI表示对外开放水平。
  4.2结果分析
  运用Tobit模型进行回归分析,结果见表3所示。
  (1)经济发展水平和FDI。经济发展水平与东、中、西部地区的环境全要素生产率呈“U”型关系。这是由于地区经济在发展初期会以牺牲资源环境为代价来实现增长,此时环境全要素较低;随着经济发展,社会会逐渐意识到环境保护的重要性,从而会加强创新驱动的作用,因此环境全要素生产率将逐渐提高。FDI对三大地区环境全要素生产率均有正向影响,但东部显著,中西部地区不显著。其原因在于,东部地区科技水平较高,在经济开放过程中能吸引高科技水平的外资进入,从而谋取技术转移和扩散效应,带动东部地区的技术进步和经济增长,因而对东部地区环境全要素生产率具有正效应。而中、西部地区基础设施落后于东部地区,故而只能吸引高污染、高耗能的FDI,从而对区域环境产生了负效应。因此,中、西部地区FDI对环境全要素的正向作用不显著。
  (2)产业结构以及能源结构。产业结构和能源结构主要通过资源环境影响环境全要素生产率,且均有负效应。产业结构对东、中、西部地区环境全要素的影响系数均为负值,说明第二产业的比重越大,越不利于区域环境全要素生产率的提高。另外,测算结果显示,产业结构对中、西部的负向作用大于东部。这是由于中、西部地区经济发展仍以第二产业为主。例如,2013年中西部地区第二产业增加值占GDP的比重分别达到了51.2%和49.5%(东部地区第二产业增加值占总产值的比重只有473%)。并且中西部的产业结构以高耗能、高污染的化学、冶金、建材等产业为主,从而阻碍了全要素生产率的提高。能源结构的影响系数也显著为负,说明煤炭消费量占能源消费总量的比例越高,会制约区域环境全要素生产率的提升。这是由于一方面,煤炭作为我国最主要的能源投入形式,占总能源投入的70%左右,是造成大气污染的主要来源。另一方面,我国的燃煤技术不成熟,导致煤炭的利用效率低下。比较发现,能源结构比对西部地区的制约作用尤其突出,原因在于西部地区的经济增长建立在高耗能和高污染之上。从2000年到2012年,西部地区的煤炭消费量从30 958万t(标准煤)增长到129 958万t(标准煤),增长了近4.19倍。在2012年,西部地区煤炭消费总量是中部地区的近1.21倍,达到了东部地区的近1.99倍。因此,改善能源结构,提高能源利用效率已成为西部地区的当务之急。   (3)创新要素投入。研发强度对东、中、西部地区贡献均为正值,研发来源以及研发结构对环境全要素生产率的影响存在区域差异性。①从研发强度看,研发强度对三大区域的贡献作用均为正。这说明研发强度的增加能够为区域研发活动提供有力的资金支持,提高区域创新能力,推动区域经济发展。②从研发来源看,政府投资占企业投资的比值越大,越不利于东部地区环境全要素生产率的提高,而越利于西部地区环境全要素生产率的提高。这可能是由于,东部地区的市场经济较为成熟,故而东部地区政府的R&D投资对企业投资具有挤出效应;另外政府的研发补贴会引致企业的寻租行为,从而会诱使企业减少R&D投资,导致资源的错配。而西部地区经济水平落后,创新人才不足,基础设施落后,因而企业不愿在西部进行研发投资。故而西部地区亟需政府的支持引导,以推动创新要素向企业的集聚,并提高企业投资的积极性,从而改分别代表10%、5%、1%的显著水平。资料来源:作者计算整理。
  善西部地区的科技水平,推动西部地区经济的增长。③从研发结构看,基础研究占应用研究的比重越大,对各区域全要素增长率均具有一定促进作用,但具有差异性,即对东部的促进作用最大,中部次之,西部最小。这是由于基础研究难度大,周期长,而中、西部地区技术水平薄弱,自主研发能力有限,因此不应侧重于基础研究,而应强化应用研究。与中、西部地区不同,东部地区科技水平高,自主研发能力强,故而应推动基础研究的开展,以抢占新兴产业的发展机遇。
  5结论及政策建议
  5.1研究结论
  通过构建包含研发投入的SBM模型,本文对我国三大区域2000-2012年间环境效率、环境全要素生产率进行了测度分析,研究发现:东部地区技术进步对环境全要素贡献最大,但东部地区在经济发展过程中存在过高投资等问题,导致资本的利用效率偏低;中西部地区效率改善对环境全要素增长率贡献最大,但由于中部地区优秀劳动力以及高素质人才的外流,以致劳动生产率的降低;西部地区虽然资源禀赋丰富,却由于能源资源的不合理利用,陷入了“资源诅咒陷阱”。另外,三大地区由于技术水平、经济基础不同,对创新要素的利用效率存在差异。其中,东部地区利用效率最高,中部次之,西部最低。与此同时,随着中、西部地区研发投入的增强,创新要素利用效率在逐渐改善,但各地区创新要素对环境全要素生产率的影响具有差异。其中,东部地区企业研发投入的积极性较高,基础研究对环境全要素生产率的贡献较大;而中西部地区亟需政府的研发引导,并应强化应用研究以促进环境全要素生产率的增长。
  5.2政策建议
  由上分析可知,我国三大区域经济发展过程中都存在环境污染和资源浪费等问题。究其原因,这与我国唯GDP的考核机制有关,以致各区域在追求经济增长忽视了经济增长的“质”。新常态下,要突破资源有限和环境污染的约束,首先要完善中央政府对地方政府的考核机制,构建以绿色 GDP 为核心的国民经济核算体系,建立节能减排的奖惩机制,以引导各区域走可持续发展的绿色创新道路。其次,优化能源消费结构,积极发展新能源产业,提高水电、核电、风电等能源的比例;推动能源价格的市场化改革,构建合理的能源价格体系,从而促进能源的生产与流通,抑制能源的过度消费。再次,鼓励节能环保等新兴技术的研发,推广先进的节能技术,有序淘汰落后的生产技术与技术标准;完善能源资源税收与节能企业税收优惠政策,引导企业的技术改造升级。此外,应加快环境保护税立法进程,通过排污费返还、税收减免、印发环保企业专用标签等方式诱导企业实施节能减排的技术变革。与此同时,鉴于东、中、西三区域在要素禀赋、产业基础等方面存在差异性,因此三大区域需要因地制宜地制定相应政策措施,具体如下:
  (1)东部地区应加强环境治理,积极引进和研发新兴技术。东部地区经济发达,技术实力雄厚,是我国新兴产业的前沿阵地。鉴于此,东部地区应强化区域环境治理,并应着力引进和研发新兴技术,具体如下:
  ①以结构调整为重点,大力发展能源消耗低,产品附加值高的现代产业体系,并积极发展高新技术产业和现代服务业,尤其是高端生产业服务业,以驱动产业体系的转型升级;
  ②实施更严格的环境监管,以促进企业的技术升级,并通过倒逼机制淘汰“高耗能、高污染”企业;③通过财政拨款、简化行政审批、技术创新补贴奖励等方式加大对节能减排技术的研发支持力度,鼓励低碳技术的研发,并建立和完善节能减排技术的产业化示范体系;④利用区位优势和技术累积优势,积极引进学习国外先进的绿色技术,并完善技术市场环境,促进技术成果的市场化;⑤通过产业转移和技术人才派遣等方式促进先进技术向中西部的扩散转移,扶持中西部地区提高能源经济效率。
  (2)中部地区亟需优化产业结构,吸引科技人才回流。中部地区以高耗能、高污染的传统产业为主,且匮乏技术资源。鉴于此,中部地区应加强产业的转型升级,同时还应防止人力资本的流失,具体如下:
  ①加强工业的节能降耗,强化传统产业的技术改造和产品升级,以提高传统要素的创新效率;
  ②制定清洁生产标准规制,借助碳排放交易、环境税等方式倒逼企业进行绿色生产转型,从而提高能源的使用效率,并将末端治理逐步过渡到清洁生产;③强化能源基地和能源项目的建设管理,禁止一些不符合国家标准的高耗能项目建设,防范生态环境的恶化;④积极承接东部地区的技术和产业转移,以借助新兴技术改造低端制造业,但要提高准入门槛,强化节能、环保、安全等指标约束,限制高耗能、高污染企业的流入;⑤制定适宜的创新创业政策,吸引优秀技术人才的“回流”,为优秀人才的创新创业营造有力的政策环境;⑥强化政府的服务引导职能,推进官产学研的合作创新,鼓励开放式创新,并推进应用研究,以提高企业的创新动力和能力。
  (3)西部地区应提高能源利用效率,培养高技能人才。西部地区具有能源禀赋优势,但能源利用效率较低。因此,西部地区首先要防范能源的过度浪费,其次要重视新兴技术的引进和高技能劳动者的培育,具体如下:   ①减少污染排放和能源消耗,推行清洁生产技术,以提高资源要素的使用效率;
  ②加强环境治理,减少污染排放和能源消耗,并防范资源的过度和低效开采;③减少政府对能源市场的干预,使能源市场形成以供需和价格为信号的竞争机制,从而提高能源要素的配置效率;④通过能源项目与东、中部地区开展技术经济合作, 以引进先进技术和管理经验, 从而促进区域的技术进步;⑤强化人才战略的实施,培养和引进高技能人才,以提高引进技术的消化吸收能力,以将能源禀赋优势转化为能源效率优势;⑥扩大对外交流,营造良好的投资环境,借助开放式创新助推经济发展。
  本文构建了包含研发投入的SBM模型,测算了我国及三大区域的环境效率与环境全要素;但由于统计数据的限制,本文的非期望产出仅考虑了SO2和COD。另外,后续研究可以针对东、中、西部地区的环境效率和环境全要素实情,深入研讨相应的政策措施。
  (编辑:常勇)
  参考文献(References)
  [1]黄群慧.“新常态”、工业化后期与工业增长新动力[J].中国工业经济,2014,25(10):5-19.[Huang Qunhui. ‘New Normal’、Post Industrialization and Industrial Growth [J]. Chinas Industrial Economy,2014,25(10):5-19.]
  [2]何小钢,王自力.能源偏向型进步与绿色增长转型[J].中国工业经济,2015,(2):50-63.[He Xiaogang, Wang Zili. Energy Biased Technology Progress and Green Growth Transformation[J]. China Industrial Economics,2015,(2):50-63.]
  [3]王俊能,许振成,胡习邦.基于DEA理论的中国区域环境效率分析[J].中国环境科学,2010,30(4):565-570.[Wang Junneng, Xu Zhencheng,Hu Xibang. China Regional Environment Based on the Theory of DEA Efficiency Analysis[J]. China Environmental Science,2010,30(4):565-570.]
  [4]张子龙,薛冰,陈兴鹏,等.中国工业环境效率及其空间差异的收敛性[J].中国人口·资源与环境,2015,25(2):30-38.[Zhang Zilong,Xue Bing,Chen Xingpeng,et al. Chinas Industrial Environment and Its Spatial Difference of Convergence Efficiency[J]. China Population, Resources and Environment,2015,25(2):30-38.]
  [5]Fare R, Grosskopf S, Lovell C A, et al. Multilateral Productivity Comparisons When Some Outputs
  Are Undesirable [J].The Review of Economics and Statistics,1989,71:90-98.
  [6]Fare R, Grosskopf S, Pasurka C. The Effect of Environmental Regulations on the Efficiency of Electric Utilities:1969 Versus 1975[J].Applied Economics, 1989,21:225-235.
  [7]王兵,吴延瑞,颜鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究,2010,(5):95-109.[Wang Bing,Wu Yanrui,Yan Pengfei. China Regional Environmental Efficiency and Total Factor Productivity Growth[J]. Economic Research Journal,2010,(5):95-109.]
  [8]匡远凤,彭代彦.中国环境生产效率与环境全要素生产率分析[J].经济研究,2012,(7):62-74.[Kuan Yuanfeng,Peng Daiyan. Chinas Environmental Efficiency and Environmental Analysis of Total Factor Productivity [J]. Economic Research Journal,2012,(7):62-74.]
  [9]刘瑞翔,安同良.资源环境约束下中国经济增长绩效变化趋势与因素分析[J].经济研究,2012,(11):34-47.[Liu Ruixiang, An Tongliang. Analysis on the Trend and Factors of Chinas Economic Growth Performance under the Constraint of Resources and Environment [J]. Econmic Eesearch Journal,2012,(11):34-47.]
  [10]Romer P. Endogenous Technolgical Change[J]. Journal of Political Economy,1990,98:71-102.   [11]Grossman G M, Helpman E. Quality Ladders in the Theory of Growth[J]. Review of Economic Studies,1991,58:43-61.
  [12]Aghion P, Howitt P A. Model of Growth through Creative Destruction[J]. Econometrica,1992,60:323-351.
  [13]曹泽,李东.R&D投入对全要素生产率的溢出效应[J].科研管理,2010,31(2):18-25.[Cao Ze,Li Dong. Spillover Effect of R&D Input on Total Factor Productivity[J]. Scientific Research Management,2010,31(2):18-25.]
  [14]张倩肖,冯根福.三种 R&D溢出与本地企业技术创新[J].中国工业经济,2007,(11):64-72.[Zhang Jianxiao,Feng Gengfu. Three Kinds of R&D Spillovers and Local Enterprise Technology Innovation[J]. China Industrial Economics,2007,(11):64-72.]
  [15]吴延兵. R&D与生产率:基于中国制造业的实证研究[J].经济研究,2006,(4):60-71.[Wu Yanbing. R&D and Productivity: Based on the Empirical Research of Chinas Manufacturing Industry[J]. Economic Research Journal,2006,(4):60-71.]
  [16]黄永春,郑江淮,杨以文,等. “跨工业化”经济增长模式分析[J].中国人口·资源与环境,2012,(11):137-143.[Huang Yongchun, Zhen Jianghuai, Yang Yiwen,et al. ‘Across the Industrialized’ Economic Growth Pattern Analysis[J]. China Population, Resources and Environment,2012,(11):137-143.]
  [17]Tone K.A Slacks-based Measure of Efficiency in Data Envelopment Analysis[J]. European Journal of Operational Research,2011,130:498 -509.
  [18]Tone K. Dealing with Undesirable Outputs in DEA: A Slacks Based Measure( SBM) Approach[R].GRIPS Research Report,2003:44-45.
  [19]Fuku Y H, William L W. A Directional Slacks- based Measure of Technical Inefficiency[J].Socio- Economics Planning Sciences, 2009,43(4):274-287.
  [20]张军,吴桂英,张吉鹏.中国省际物质资本存量估算1952-2000[J].经济研究,2004,(10): 35-44.[Zhang Jun,Wu Guiying,Zhang Jipeng. Chinas Provincial Material Capital Stock Estimate of 1952-2000[J]. Economic Research Journal,2004,(10):35-44.]
  [21]黄永春,祝吕静,余菲菲. “率先工业化”与“跨工业化”经济增长模式的比较分析[J].经济问题探索,2013,(12):132-138.[Huang Yongchun, Zhu Lvjing,Yu Feifei. ‘Take the Lead in Lndustrialization’ and ‘Across the Industrialized’ Comparative Analysis of Economic Growth Pattern[J]. Inquiry into Economic Issues,2013,(12):132-138.]
  [22]项本武.中国经济的动态效率:1992-2003[J].数量经济技术经济研究,2008,(3):79-88.[Xiang Benwu. Chinas Economic Dynamic Efficiency: 1992-2003[J]. Journal of Quantitative & Technical Tconomics,2008,(3):79-88.]
  [23]蔡翼飞,张车伟.地区差距的新视角:人口与产业分布不匹配研究[J].中国工业经济,2012,(5):31-43.[Cai Yifei, Zhang Chewei. A New Perspective of Regional Disparities: The Distribution of Population and Industry Does Not Match[J]. China Industrial Economics,2012,(5):31-43.]
  [24]沈可挺,龚健健. 环境污染、技术进步与中国高耗能产业[J].中国工业经济,2011,(12):25-34.[Shen Keting,Gong Jianjian. Environmental Pollution, Technological Progress and the Energy Industry[J]. China Industrial Economics,2011,(12):25-34.]   [25]陈诗一.中国各地区低碳经济转型进程评估[J].经济研究,2012,(8):32-44.[Chen Shiyi. Chinas Regional Low Carbon Economic Transformation Process Evaluation[J]. Economic Research Journal,2012,(8):32-44.]
  [26]Hans G, Maik T, Schneider O S. Basic Research, Openness, and Convergence[J]. Journal of Economic Growth,2013,18:33-68.
  AbstractResources and environmental constraints on economic growth gradually appears, therefore, China should tranform to innovationdriven growth mode. So, this paper, based on the theory of R&D drive, by constructing a SBM model including R & D, estimates the regional environmental efficiency and environmental TFP growth rate, and empirically analyzes influence factor of total factor productivity of regional through Tobit model. The study shows that: ① The eastern regions efficiency is higher than the central and western regions no matter it is influenced by traditional or innovative elements factor, but the inefficiency of traditional factor differs in three regions in difference sources. The eastern region mainly comes from capital, the central region mainly comes from labor, and the western region mainly comes from the energy.② Total factor growth rate in the central region is the highest, the second is the western region, the lowest is the eastern region. Technological progress in eastern region makes the largest contribution to the environment. Improving the efficiency of the local environment makes the largest contribution in the western TFP.③ Economic Development and Regional Environmental Total Factor have a “U”shaped relationship. Industrial structure, energy structure and regional environmental Total Factor Productivity(TFP) have a negative relationship. The open level has a positive effect on the total factor of the regional environmental.There are differences of impacts of R&D sources and R&D structure on the regional environmental TFP among regions. R & D investment of companies in the eastern region plays a larger role in promote environmental total factor productivity of companies, so the eastern region should increase spending on basic research in order to promote environmental total factor productivity. R & D investment of governments in central and western regions plays a larger role in promoting environmental total factor productivity, so they should improve the application research in order to promote total factor productivity of the environment.
  Key wordsresources and environment; economic growth; innovationdriven; environmental efficiency; environmental total factor(TFP)
其他文献
摘要基于2015年对天津市农民的调查数据,运用二元Logistic回归模型,在性别差异的视角下,分析了农民农地转出意愿的影响因素。研究发现:对男性和女性农地转出意愿均有显著影响的主要是年龄、家庭农业收入比重、家庭劳动人口数量、非农就业年工资水平、对农地的态度、对政府土地流转服务评价、对农民工子女入学政策的评价。只对男性农地转出意愿有显著影响的是农地经营成本、农地经营收益、是否签订劳动合同、外出找工
期刊
关键词跨界流域水资源冲突;政府强互惠;分散优化;一级水权配置;漳河流域  中图分类号C94文献标识码A文章编号1002-2104(2016)04-0148-10doi:10.3969/j.issn.1002-2104.2016.04.019  我国被联合国列为贫水国。社会经济高速发展、水体污染、全球气候变化等,更加剧了水资源供求失衡的状况。以市场经济为导向的改革,强化了用水个体、组织及地方政府对经
期刊
摘要  随着经济社会的发展,农民失地问题日益突出。集中体现是农民土地权益损失背后的利益失衡问题。失地利益失衡问题折射了现行农地制度的缺陷─土地产权管制造成土地价格扭曲,进而带来社会福利损失。基于此,本文引入“产权公共域”思想,对失地农民利益失衡矛盾进行了理论机理剖析。在分析中指出,政府在产权分配中居于主导地位,但政府由于“私利”或认知的缺陷往往会使得法律产权偏离现实的经济产权结构。而现行农地产权制
期刊
关键词环境全要素生产率;农业污染;非合意产出;SBM  中图分类号F205文献标识码A文章编号1002-2104(2016)04-0116-10doi:10.3969/j.issn.1002-2104.2016.04.015  改革开放以来,中国农业快速发展,农业总产值年均增长6%以上,农民人均纯收入年均增长7%以上。但是,中国农业经济在取得巨大成就的同时,也付出了较大的环境代价。农业资源过度开发
期刊
摘要 食品安全网络舆情是公众参与食品安全监管的重要平台,若不加以科学的监管与引导,极易引发食品安全恐慌心理,甚至危害社会稳定。微博是食品安全网络舆情中重要的自媒体平台,主要通过微博转发行为扩散舆情事件的影响,推动舆情事件的发展。为了深入分析食品安全网络舆情中网民微博转发行为,本文以上海福喜事件为例,在事件发展与关注度分析的基础上,通过采集上海福喜事件的新浪微博数据,并运用多项Logistic回归模
期刊
摘要  使用修正后的使用者成本模型核算金属资源的耗竭成本,测算出金属资源税理论税率区间,即金属资源从价计征改革的税率应该在5%-20%之间;然后,构建动态递归CGE模型,模拟分析金属资源税从价计征改革对国民收入、行业、金属资源进出口、金属资源消耗量及社会福利的影响。研究表明,现有金属资源税征收数额低,变化比率大约在0.1%-0.5%区间,远远低于本文测算的5%-20%,金属资源价格对资源配置作用失
期刊
摘要  乡村空间重构不仅是农村现代化的必由之路,还是实现土地集约利用的重要途径。和田地区,经济发展缓慢,其村庄基础设施差,而且由于人口迅速发展,其人地矛盾突出,因此对和田地区进行乡村空间重构势在必行。基于此,本文依据2015年对和田地区入户调查的1 162份问卷,选取了农户的个体特征、家庭特征、职业特征和居住环境特征四个方面的19个影响因素作为自变量,选取农户是否愿意整治作为因变量,运用二元Log
期刊
摘要 随着全球化推进,各国开始不断消减贸易壁垒,环境规制程度跟着提升,各级地方政府作为环境规制相关政策执行者,国家的环境治理直接受到其环境规制策略影响。论文围绕地方政府恶性竞争导致的环境规制失灵问题,采用变截距GLS方法和Hansen提出的“门槛回归”模型,并利用我国29个省级单位2000-2013年面板数据,将地方政府竞争作为门槛变量,分析在不同门槛值下地方政府竞争、区域开放对工业环境规制的影响
期刊
关键词猪肉;可追溯体系;供应链;存在问题;影响因素  中图分类号F323.3文献标识码A文章编号1002-2104(2016)04-0142-06doi:10.3969/j.issn.1002-2104.2016.04.018  我国是世界上最大的猪肉生产国与消费国,但猪肉食品安全事件时有发生。建立食品可追溯体系,保障食品安全,是关系国计民生的大事。2013年、2014年和2015年,国务院食品安
期刊
摘要  随着“三化”进程的推进,有限的土地资源供给与日趋上升的用地需求矛盾日益凸现。农地非农化的现象日趋严峻。耕地和基本农田的保护难度加大。城郊作为城市建成区与乡村衔接的特殊经济地理区位,土地利用受城市化进程和农业用地制约的双重影响,基本农田保护面临更为突出的问题。本文以乌鲁木齐市高新区(新市区)为研究靶区,充分利用高新区(新市区)二轮土地调查、土地总体规划、基本农田划定等数据和图库资料,以GIS
期刊