中国环境生产效率与环境全要素生产率的关联分析
一、引言
经济增长和减少污染是当今人们关注的重点。在改革开放的过程中，中国经济在取得快速增长的同时，也带来了较为严重的环境污染问题。《2010年中国环境状况公报》显示中国地表水污染较重，七大水系都出现了一定程度的污染，特别是气温不断升高，自1997年以来已经连续出现了14个气温偏高年份，彰显了温室气体排放过多所产生的不良后果。而在最新出炉的2012年全球环境绩效指数(EPI，Environmental Performance Index)排名中，中国在132个国家中名列第116位，环境情况显然不容乐观。但是，不管怎样，中国的工业化和城市化步伐不会停止，因为毕竟发展是第一要务，以上出现的环境问题只有在发展的过程中才能得到彻底地解决。重要的是我们应该尽早地把对环境的消耗纳入到我们经济增长核算的范畴，让人们充分认识到环境的消耗对经济增长绩效的影响，进而促使人们在发展经济的同时关注和重视环境问题。
中国经济的快速增长已引起了众多学者对中国经济增长绩效的关注。在已有的文献中，大量关于中国经济增长绩效问题的研究主要是在没有考虑经济增长可能对环境产生较大损耗的情况下进行的，即他们主要是从基于没有考虑环境因素的传统效率和生产率角度来考察中国经济增长的绩效和可持续性的。在这些研究中，从方法上来看主要分为Solow的增长核算法(如Chow，1993;Borensztein & Ostry，1996;Wang & Yao，2003;Zheng et al.，2009;王小鲁等，2009)和包括DEA与SFA的生产前沿分析方法(如颜鹏飞等，2004;郑京海和胡鞍钢，2005;岳书敬等，2006;王志刚等，2006;吴延瑞，2008;王志平，2010)。近年来，才出现了一些在考虑环境因素下的对我国生产效率和全要素生产率进行研究的文献，比如胡鞍钢等(2008)和李静(2009)在考虑环境因素的情况下基于当期DEA的方法对我国区域的生产效率状况进行了探讨，王兵等(2010)和田银华等(2011)则运用序列DEA方法对在环境约束下的我国区域全要素生产率进行了进一步的研究，而陈诗一(2009)在考虑排放的情况下对我国工业分行业进行了绿色经济增长核算。
从以上可见，对我国经济增长中的生产效率和全要素生产率进行研究的成果是丰富的。但在以上研究中，大部分是在没有考虑经济增长对环境产生损耗的情况下进行的，即他们并没有考虑经济增长所可能带来的环境影响，因而会扭曲对社会福利变化和经济绩效的评价，并可能在政策建议上产生误导(Hailu et al.，2000)。而在以上对环境影响加以考虑的文献中，除了陈诗一(2009)是利用基于扩展新古典增长模型的Solow余值法对我国工业分行业的绿色经济增长进行了研究之外，其他对我国绿色经济增长进行研究的文献基本上都是基于DEA方法而展开的，采用SFA方法进行的相关研究似乎还很少出现。另外，从方法论的角度来看，上述基于Solow余值的增长核算法，由于不能考虑生产过程中的无效率以及它的准确性，得建立在一些很强的假设条件之上(如完全竞争和利润最大化等)，这些不足之处都可能使其结论有偏(郑京海等，2005)。而对于DEA方法，其不但具有对测量误差和极端值特别敏感的缺陷之外，另外的一个重要问题是以上用DEA方法进行分析的文献(包括当期DEA及序列DEA)中，他们对省际生产率的分解基本上都是建立在Fre et al. (1994)的方法之上的。然而该文对生产率的分解方法由于其对技术进步的测算是基于虚拟的规模报酬不变(CRS)前沿，而不是实际的规模报酬可变(VRS)前沿面的移动得到的，通常会产生一向上偏误的技术变化值和向下偏误的规模效率变化值(Grifell-Tatje et al.，1999);而一些试图摆脱上述分解有偏的研究(如王兵等，2010)在基于VRS前沿来测算技术进步时，又遇到了很多的“不可行解”问题，即在该方法下不能求出技术进步的值。对于以上两难困境，Ray et al. (1997)认为基于显性的超越对数距离函数方法可以很好地解决。对于传统的SFA方法，其对于生产率的分解因子——技术进步和规模变化也因不满足“费雪理想指数”(Fisher Ideal Index)的特点，从而也可能在分解中会带来潜在的有偏误的结论(Orea，2002)。另外以上所有文献的样本期都为2008年之前，缺乏对2009年全球性的金融危机对我国产出及生产率影响方面的研究。
有鉴于以上情况，本文准备在以下几个方面对现有文献进行拓展：(1)尝试在SFA的框架下纳入环境因素来对我国的绿色经济增长状况进行分析;(2)在广义马姆奎斯特指数与随机前沿生产函数相结合的模型框架下，放松规模报酬不变假定，对我国区域的生产率及其各成分进行研究;在此框架下，能有效克服DEA对全要素生产率分解的偏误或无可行解问题，同时也能避免传统SFA分解中的非“费雪理想指数”问题，从而有利于对样本期内我国的生产率及其各成分形成更准确的认识;(3)把样本期延展到2009年，由此可以对全球性的金融危机对我国生产率的影响进行判断。
本文下面的安排是：第二部分是研究方法和模型介绍;第三部分是对本文所用数据和变量的说明及处理;第四部分是对纳入环境因素后我国的环境生产效率和环境全要素生产率进行实证分析，并对一些相关问题展开讨论;第五部分是文章结论与政策含义。
二、研究方法和模型
在本文中，为了实现在SFA分析框架下纳入环境因素来比较精确地对我国的生产效率及其全要素生产率进行研究，我们引入Balk(2001)和Orea(2002)对生产率的分解方法，即在生产技术呈现规模报酬可变的情形下，就产出导向角度而言，根据生产率变化的不同来源，可以把全要素生产率(TFP)从时期t到时期t+1的变化分解为四个部分，即：
TFP变化=生产效率变化×技术变化×规模效率变化×产出组合效应
(Wang & Schmidt,2002)。在本文中我们主要关注具有代表性的反映地区禀赋特征和体制发展状况的基础设施与市场化程度这两个外生变量对中国省份生产效率的影响，而δ为非效率方程中的系数待估计值。
在(2)式参数技术情况下，我们可以计算各DMU的生产效率、效率变化、技术进步、规模效率变化和产出组合效应等数值，即可求得(1)式中的TEC、TC、SEC和OME等分解因子的值。首先对于形如(2)式所示的单产出情形，Balk(2001)和Orea(2002)等的研究表明它的产出组合效应的值等于1，即其对TFP的变化没有影响。此时计算(1)式中的前三个因子可
以包含TFP的总变化情况，在本文中我们的研究就是这种情形。再是对于每个DMU的生产效率，我们可以用其在t时期存在生产非效率时实际产出的期望值与其同期完全生产有效时产出的期望值之间的比率来确定，即第i个DMU在t时期的生产效率可以被定义为：
另外，对于第i个DMU从时期t到时期t+1的技术变化指数，根据Fuentes et al.(2001)、Orea(2002)和科埃利等(2008)等人的研究，在非中性技术变化的情况下，技术变化值会随着投入向量的不同而发生变化，因而需取相邻时期t和t+1的技术变化指数的几何均值。在此考虑下，我们可以依据以下式子计算得到技术变化指数(TC)的值：
值得说明的是，根据Fuentes et al.(2001)、Orea(2002)和科埃利等(2008)的方法，上面的(4)式、(5)式和(6)式都可以由随机前沿生产函数(2)式通过构造超越对数形式的距离函数方法推导得出，同时也可得到它们分别对应着(1)式中的全要素生产率变化(TFPC)的三个分解因子TEC、TC和SEC的值。②显然，由(5)式和(6)式所得到的分解因子都是满足“费雪理想指数”要求的，并且它们都是建立在VRS基础上得出的值，即是基于实际而非虚拟前沿面得到的，所以其对技术变化与规模效率变化等的分解是准确的。同时我们的研究也表明其没有出现“不可行解”的问题，这些都说明我们的方法具有较大的优势。这样，我们就可以在放松规模报酬不变的假定下，采用上述广义马姆奎斯特指数与超越对数随机前沿生产函数相结合的方法，以对我国在考虑环境因素下的生产效率及其全要素生产率的变化状况进行探究和分析。
三、数据和变量
根据我们的研究目的和数据的可获得性，在本文中用到包括1995-2009年的除西藏以外的中国大陆30个省区市(后文统称为省份)的有关他们各自产出、投入以及反映其地区禀赋特征和体制状况等变量的数据，其中重庆按照大多数人的做法，我们也把它合并到四川省进行分析。有关上述所有变量的基础数据主要来源于历年《中国统计年鉴》、《中国能源统计年鉴》和《中国劳动统计年鉴》。对于以上变量的处理及解释如下：
产出使用各省份以2000年为基期的实际地区生产总值(GRP)。劳动投入我们使用有效劳动的形式，即用各省份历年的一、二、三产业的总就业人数与各省份就业人员的平均受教育年限的乘积来表示劳动的投入数量，对于缺失年份的就业人员平均受教育年限数据，则根据陈钊等(2004)的方法进行了补齐。资本投入没有现存的数据资料可以使用，需要进行估算，在本文中我们使用大多数学者所采用的“永续盘存法”来进行估算。具体来说，我们利用了张军等(2004)的研究成果得到1995-2000年各省份的资本存量数据，然后我们按照其同样的方法延展得到2001-2009年各省份的资本存量数据，再把得到的数据都统一调整为以2000年为基期的相应值。而对于反映地区禀赋特征的基础设施状况，我们借鉴吴延瑞(2008)的做法，用各省份每十平方千米土地上的公路长度与铁路长度的几何平均值来表征;对于反映体制发展状况的市场化指数，我们采用了樊纲等(2010)年提供的数据，但对于1995-1996年和2008-2009年四年的未可得数据我们同样依据陈钊等(2004)的方法进行了补充。而环境投入是本文引入的新变量，下面着重说明。
本文还引入环境变量这一投入类型，用以考察在考虑环境因素的情况下对我国省份生产效率及其全要素生产率增长所可能产生的影响。当前，对环境因素的考虑主要有两种方式：一是将对环境造成影响的污染排放物作为投入要素，与资本和劳动投入一样一起引入生产函数，只不过是一种未支付的投入，这方面的代表文献比如有Koop(1998)、Ramanathan(2005)、陈诗一(2009)等;二是把污染排放看作非期望产出，和期望产出(好产出)一道引入生产过程，利用方向性距离函数来对其进行分析，比如有Watanabe et al.(2007)、王兵等(2010)、陈诗一(2010)等。在本文中，我们采取第一种把污染排放物看作投入要素的处理方法，并且考虑到排放作为“温室效应”的主要诱因，其排放量已经成为世人对环境问题关注的重点。由此，在本研究中我们把这一污染排放作为环境投入要素纳入到我们的分析模型当中，以此来进行我国的绿色经济增长分析。而对于我国各省份的排放数据，因为其不能直接从各种统计资料中获得，所以必须进行估算。本文中对排放的估算参照了陈诗一(2009)的方法，以各省份历年所消耗的煤炭、石油和天然气三种消耗量较大的一次能源为基准来估算其各自的排放量。③
四、模型估计和经验分析
(一)模型估计结果
表1报告了运用Frontier 4.1计量软件用极大似然法估计得出的在考虑环境因素下的随机前沿生产函数的参数估计结果(模型2)，同时为了较为全面地研究在考虑环境因素下的绿色经济增长与不考虑环境因素的传统经济增长下的我国经济增长绩效的差别，在本文中我们也对不考虑环境因素的没有包含排放这一环境投入要素的两投入模型进行了估计(模型1)。
从表1中两模型的估计结果可以看出本文所选择的超越对数形式的随机前沿模型表现良好。对模型1和模型2所对应的柯布—道格拉斯(CD)生产函数模型适用性检验的似然比检验统计量LR的值分别高达61.32和99.32，表明我们所选择的超越对数形式的生产函数是比CD生产函数更适合的模型。两个模型的共35个回归系数中，只有5个在10%的显著性水平下不显著(其中有一个在15%的水平下显著)，而其他解释变量的说明能力都极强(基本上都在1%水平下显著)。同时它们的单边偏误似然比都较大，表明两模型的随机误差部分都符合混合卡方分布，而由它们的方差参数γ的值都接近于1，且非常显著表明，无论是在考虑还是不考虑环境因素下我国的省份经济中都存在着普遍的生产无效现象。所有这些说明了，我们运用能够考虑生产无效应的超越对数随机前沿分析方法，来对我国的绿色生产率变动状况进行研究是必要的和可靠的。
另外，从以上估计结果中，我们可以看出在两个模型里，非效率方程中表征省份市场化发展程度的市场化指数(z2)的系数估计值都显著为负，表明市场经济体制的推进有着明显地促进省份生产效率提高的作用，并且在考虑环境因素的情况下这种作用似乎更明显(模型2中该估计值的绝对值更大)。这些说明我国的落后省份要想提高生产效率以及改进环境质量，下大力气推动市场经济体制的健全是很
有必要的。但基础设施(z1)在两个模型中的系数估计值都表现为正(尽管模型2中的不太显著)，即以公路和铁路为代表的基础设施的增多还在某种程度上加重了非效率的存在。对于这种现象，可能表明基础设施建设由于是大量投资所形成的，其效能将在未来很长的时期内存在，短期内则由于占用投资太多等原因而表现出对生产效率提高的阻碍作用，但在经过较长时间后，其应该是有利于提高生产效率和改善环境的。④
(二)经验结果分析
根据第二部分介绍的方法和前面的模型估计结果，我们可以对我国的环境生产效率及环境全要素生产率进行比较全面的分析。⑤同时为了更为清晰地了解在考虑环境因素下的我国绿色经济增长的绩效，我们把不考虑与考虑环境因素的两种不同情况结合起来进行分析。再者也依照部分学者(如王兵等，2010)的划分方法，把考察的样本时间划分为两个不同的子时期：1995-2002年和2003-2009年。⑥在空间上，则按照大多数学者的划分方法也把我国分为东、中、西三大区域(见图1)进行研究，以便于发现区域经济增长中的不同模式。
1.环境生产效率分析
表2报告了分时期的中国三大区域与全国省份的两种平均生产效率水平以及省际效率差异状况。从整体上来看，不管在哪个时期及哪个区域在考虑环境因素的情况下它们的平均生产效率都要低于在不考虑环境因素下的平均生产效率。如就全国而言，其传统生产效率在整个样本期内平均为0.7041，而环境生产效率为0.6454，显然前者比后者高出很多，东、中、西部地区也有类似情况。这一现象表明排放等环境污染对我国的效率造成了损失，这与一些已有的不考虑与考虑非期望产出的DEA方法得出的结论是相似的(如Watanabe et al.，2007;王兵等，2010)。同时由各时期变异系数可以看出，尽管环境生产效率小于传统生产效率，但省际之间的效率差异在通常情况下却是前者大于后者(中部有些例外)，表明在考虑环境因素的情况下，我国省份间因为在排放上的较大差异而表现出了更大程度上的生产效率差别。以上情况说明从保护环境的层面上来看环境生产效率，应该说是一个比传统生产效率更能合理反映省份实际生产效率水平状况的指标。
从区域比较的角度来看，在整个样本期及分时期中，都有东部的平均传统生产效率和环境生产效率大于中、西部的相应值，而中部又大于西部的值，说明西部地区无论是在何种生产效率下，其都处于落后地位，而且中、西部与东部的差距还有不断拉大的趋势。比如就环境生产效率而言，在1995年，东、西部平均值的差距为0.1099，2003年为0.1426，到2009年则已扩大到了0.2073;同样1995年东、中部平均值的差距仅为0.0516，到2009年也扩大到了0.1065。另外经我们进一步的比较发现，就这些地区的传统生产效率与环境生产效率而言，整个分析时期中东部地区的环境生产效率平均比其传统生产效率低出0.0522，而中、西部地区的这一差距分别为0.0746和0.0574。这表明中、西部地区因为排放问题而带来了更大的效率水平的下降，这似乎表明属于我国落后地区的中、西部可能存在着更为严重的环境问题。事实上经计算发现，东、中、西部地区在1995-2009年间的碳强度分别为每万元GDP平均排放2.85吨、4.59吨和5.08吨，显然中、西部地区的排放强度要明显大于东部地区的排放强度，因而在考虑生产对环境造成不良影响的情况下，这两地区与东部地区的环境生产效率差距相比传统生产效率差距更大。
最后，有必要说明的是，我国各省份在不考虑与考虑环境因素下的两种效率水平中的表现如何?他们的排序是否发生了变化?对于这些问题的回答有助于我们了解各地区环境因素对产出影响的强弱(胡鞍钢等，2008)。为此，我们作出了1995-2009年间我国29个省份历年传统生产效率平均值与历年环境生产效率平均值的柱形图(见图1)，从左至右分别是东部、中部和西部省份。从图中可以直观地看出我国省份两种生产效率的梯次变化状况，东部最高，西部最低，同时每一省份的环境生产效率通常都要低出其传统生产效率较多，而省际之间的差异则更是相当明显。环境生产效率中排在前面的省份为福建、广东、上海、江苏和天津，都为东部省份。环境生产效率靠后的省份为贵州、陕西、云南、宁夏和新疆，全部为西部省份。相比传统生产效率，环境生产效率排名提前的省份主要有江苏、浙江、内蒙古和甘肃，而环境生产效率排名落后的省份有湖北、黑龙江、辽宁和河南等。为了进一步确定各省份在两种生产效率中的排序是否发生了较大的变化，我们对省份两种生产效率值进行了Kendallτ相关性检验。检验结果显示，Kendallτ相关系数为0.833且在0.05的水平下显著，表明排序发生了一定的变化但总体上两者呈较强的正相关性，这或许表明那些具有较高传统生产效率的省份也可能有着更强的治理污染排放的能力。
2.环境全要素生产率及其分解
环境生产效率度量的是在既定的时期中各省份与相应前沿生产边界的距离关系，表明了各省份对已有资源的利用程度，是一种静态的分析，其并不能体现生产率在经济动态增长中的作用大小。而环境全要素生产率是一种动态分析，对之进行考察可以把握环境全要素生产率本身的变动状况及其来源以及它们对绿色经济动态增长的贡献大小等。表3报告了分时期的中国不同区域传统全要素生产率与环境全要素生产率及其各来源的平均变化指数情况，由表中数据可以看出：
首先，在1995-2009年的整个样本时期内，全国传统全要素生产率年均增长率为0.22%，低于环境全要素生产率年均增长率0.85%，它们分别只占同期实际GDP年均增长率11.39%的1.92%和7.43%，反映了近些年来我国经济粗放型增长的现实。以上估计的年均生产率的增长率与一些已有的类似文献的度量值也是相近的(如岳书敬等，2006;王兵等，2010;田银华等，2011),只是本文相比前述文献其估计值相对还要稍低一些，原因应主要在于本文把研究的时间延展到了2009年(前面几篇文献都没有纳入)，而2008年、2009年由于受到国际金融危机的强烈冲击，我国的生产率出现了剧烈的下跌(见图2)，这是本文的发现之一。另外值得一提的是，本文估算的环境全要素生产率要大于传统全要素生产率，这与王兵等(2010)用DEA方法对我国的研究得到的结论相似;对于这一现象，王兵等(2010)认为这可能与环境管制促进技术进步的“波特假说”在中国得到初步验证有关，
我们认为除此之外应该还有一些其它原因，下文对此将作出进一步的讨论。
其次，就全要素生产率增长的来源而言，一个可能与直觉相反的是，在我们的研究中得到了我国三大区域都出现了普遍的技术倒退现象，这与已有的大部分相关研究是不同的。但是我们认为就省级层面的DMU而言，在它们普遍存在着资本过快深化的过程中，这一现象的出现是难免的(后文也将对此作出专门的讨论)。本研究的又一个发现是可能由于前述的所谓前沿技术的倒退，我国三大区域的省份都发生了明显的“追赶效应”，即到传统或环境前沿技术边界的距离都越来越小(效率变化指数大于1)，其成为了推动我国传统或环境全要素生产率增长的最主要源泉，这与许多已有的研究也是不同的。许多基于产出导向的DEA方法(如郑京海等，2005;王兵等，2010;田银华等，2011)和SFA方法(如王志刚等，2006;王志平，2010)都得到技术进步是生产率增长的最主要源泉，而生产效率变化的贡献很小甚至为负;出现这种较大差异的原因，我们认为主要是由于上述DEA方法是基于虚拟的CRS前沿而不是实际的VRS前沿面，来确定技术进步从而高估技术变化指数所造成的(Grifell-Tatje et al.，1999);⑦而上述基于SFA方法的技术进步值又不符合“费雪理想指数”的原则，因而也可能会产生有偏的结论(Orea，2002)，当然我们的样本期不同可能也是原因之一。另外本研究的一个很重要发现是规模效应在我国的三大区域中呈现出了显明的区域特征，东部在两种生产率情形中的两个子时期中其规模变化指数都小于1，表明该区域省份的生产规模已普遍处于了规模不经济的阶段，因而东部省份在今后寻求减排以及其他前沿技术的进步比追求通过大量增加投入而带来规模的扩大更显得尤为重要;而中、西部地区的规模效应都显著为正，表明这两个区域都还处于规模经济阶段，而西部地区的规模变化指数又普遍大于中部地区，表明西部地区比中部地区可能又处于更为明显的规模经济阶段。
图2是1995-2009年间我国的传统全要素生产率与环境全要素生产率的动态变化曲线。从图2可以看出，在一般的年份中都是环境全要素生产率增长高于传统全要素生产率增长，并且它们的差距经历了一个由大变小再变大的过程，而其中的2004年和2005年出现了传统全要素生产率增长大于环境全要素生产率增长的相反情况，2003年则两者相当接近。对于以上情况，经我们进一步研究发现，2003-2005年之所以出现彼此相当接近或相反的情形，与排放在这三年中出现了急剧的上升态势是紧密相连的。经计算发现以上三年的排放增速，全国平均分别为14.67%、15.93%和16.24%，都大于相应年份的GDP增长速度(依次为12.11%、13.41%和13.10%)，而其他年份都是排放增速小于GDP增速，这些情况表明我国环境全要素生产率的增减情况与表明环境污染程度的排放强度是密切相关的。
在1995-2002年间，随着我国政府对环境问题的重视，期间关闭了大量小煤矿、小火电等企业，同时现代企业制度的引入以及煤炭等资源价格的市场化改革和非国有工业的快速发展提高了能源等稀缺资源在行业间的配置效率，这些都有力地促进了这一时期的节能减排工作，使的排放增长减速甚至下降(陈诗一，2009)，正是由于以上原因使得这一时期的环境全要素生产率增长明显大于传统全要素生产率。而在2003年后，由于我国的重化工业化趋势再度显现，房地产和汽车等工业的快速发展以及基础设施投资力度的持续加大等都极大地带动了采掘业、石油、建材和机械设备制造等重化工业行业的急剧膨胀，使得中国的排放再次大幅增长，这就出现了最初几年的排放增速甚至大于GDP增速的情况，结果是导致了我国的环境全要素生产率增长小于传统全要素生产率的出现。2006年后，随着我国“十一五”规划提出把能源强度降低20%和主要污染排放物总量减少10%的节能减排约束性指标，以及2007年《中国应对气候变化国家方案》等政策的出台以来，我国的排放又出现了一定的增速放缓趋势(比如2009年增速下降到5.60%，但仍处于相对较高的水平)，而环境全要素生产率增长也回到了较高于传统全要素生产率增长的状态。
以上情况一方面说明了前述环境全要素生产率增长的变动与排放密切关系，表明环境全要素生产率具有比传统全要素生产率更为丰富的内涵，把排放作为投入要素来进行绿色经济增长分析与把其作为非期望产出一样具有可行性，其能够比较敏感地反映出对环境的消耗强弱所带来的在经济增长质量上的差异。另一方面也在某种程度上表明了，之所以在第一个子时期以及2006年以来都有环境全要素生产率增长大于传统全要素生产率的现象发生，其与这些时期里节能减排工作的大力推进密不可分，表明在这些时期里，我国在实现经济增长的同时也带来了一定的环境治理成效，这种成效的取得从社会的角度来说便是增进了人们的福利(Hailu et al.，2000)。由此可以得到环境全要素生产率在更大程度上体现出的是绿色经济增长的绩效，而且其增长率越大于传统生产率增长，则表明绿色经济增长的绩效越明显，这应该可以作为我们衡量经济增长中环境保护程度的一条重要标准。据此从图2可以看出，尽管2006年以来我国已拉开了新一轮绿色经济增长的序幕，但相比第一子时期其效果相对来说还要差许多，这与陈诗一(2010)对我国工业行业的研究具有相似的结论。当然从上面也可以看出上述环境治理成效的取得，既有环境管制促进减排技术进步的“波特假说”在我国初步发生作用的成分，但在中国这样一个处在转型中的国家它可能在更大程度上受到了现代企业制度的健全、资源价格的市场化改革以及产业结构的转变等重大事项的影响，而当前减排难度的加大，应该说在很大程度上与上述我国还在延续的以大量投资驱动的重化工业化现象有关。
图2 中国传统与环境全要素生产率的动态变化趋势(1995-2009)
图3 中国环境全要素生产率增长的分解(1995-2009)
图3是整个样本时期中我国环境全要素生产率增长的来源分解情况，其表明了我国的环境全要素生产率增长可以分解为技术变化、效率变化和规模变化等几个来源。从总体上来看，正如前文所看到的表示前沿技术变动的技术变化在整个样本时期内呈现出了较为平缓的下降趋势，而环境生产效率变化则表现出较为明显的对生产率增长的正效应，规模变化在总体上对环境全要素生产
率的影响为正但很微弱。但如前文所言，规模效应在我国的三大区域中呈现出了较为明显的区域特征，其在中、西部对环境全要素生产率增长表现出较强的正效应。
最后，值得说明的是，本研究中得出我国省级层面的所谓前沿技术出现了较为平缓的倒退现象，这和已有的大部分相关研究(包括DEA和SFA方法)是相异的，仅有颜鹏飞等(2004)基于投入导向的当期DEA方法得到了和我们有些相似的结论。关于前沿技术，一些学者(如林毅夫等，2003;Henderson et al.，2005)认为从理论上来说，由于依据“过去掌握的技术不会遗忘”的假定，现实中也就不可能出现技术倒退的现象。对于这一认识，我们认为从微观层面(比如公司、企业)来说，或许其具有较强的合理性，但在以省份或国家作为DMU的宏观层面上，其就不再是那么绝对了。因为依据前沿分析方法的思想，前沿技术的进步与否是由DMU(本文中为省份)中的最佳实践者的投入—产出数据所构建的最佳实践面的外移还是内陷所决定的，只有当最佳实践者的产出—投入比有所增大的情况下，最佳实践面才会外移，进而引致技术进步的出现，相反则是技术的倒退。而在我们的分析时期内，如表4所示是我国部分年份各省份平均意义上的各投入与产出的增长变化情况，以及根据我们的模型估计得到的在不考虑与考虑环境因素下的各投入要素的产出弹性系数分配情况。由表4可以看出，我国的资本增长率在所有的年份都要高出GDP增长率几个百分点，且到近期这一势头更加明显，这一情况表明我国存在着明显的资本过度深化现象(张军，2002)，在资本占支配地位的情况下(由表中资本的产出弹性系数可以看出)，资本投入的过快增长，必然会带来省级层面的产出—投入比普遍下降的结果。事实上，经我们计算发现，包括我国东部省份在内的所有省份都无一例外地在1995-2009年间出现了产出—资本比逐年以较快速度下降的情形(仅上海等极少数省份的少许年份例外)。在这种情况下，以最佳实践者的产出—投入比所支撑的最佳实践面的外移已然不可能，而由它的逐年内陷所导致的所谓前沿技术的倒退则就不可避免了。
五、结论与政策含义
本文在引入二氧化碳()排放这一环境投入要素的情况下，利用广义马姆奎斯特指数与随机前沿生产函数相结合的模型方法，在放松规模报酬不变假定的情况下，对我国在考虑环境因素下的生产效率及其全要素生产率的增长与分解进行了研究。本文的主要结论及隐含的政策含义为：
(1)我国省份环境生产效率普遍低于传统生产效率并且效率水平省际差异增大，同时省份间两种生产效率下的排序有一定的差异但总体上呈现出较强的正相关性，而中、西部与东部区域间的两种效率水平差距都有所拉大。实现经济增长和环境质量的“双赢”是绿色经济增长的内在要求，通过省份的环境生产效率来衡量其资源环境的利用水平更能合理地反映省份经济增长的质量。当前我国区域间两种生产效率水平差距的拉大反映了不同区域省份在可持续发展能力上所存在的较大差异，同时省份间两种生产效率水平的排序所具有的较强正相关性也要求我们必须对属于我国落后地区的中、西部省份给予更多政策、技术与资金上的扶持，它们才有可能增强自身的资源利用和环境保护能力并最终缩小区域间的生产效率水平差异。
(2)通常年份中环境全要素生产率增长要高于传统全要素生产率增长，表明这些年份中我国以经济增长和节能减排为双重目标的绿色经济增长取得了一定的成效，但近年来的增长绩效相比1995-2002年时期还有较大差距，说明提高我国当前及今后的绿色经济增长绩效还有很多事情要做;两种生产率对中国经济增长的贡献率在样本时期内总体上都不超过10%且后一时期有所下降，表明我国经济的增长在近些年来主要是以要素的积累特别是以资本的快速深化所带动的事实。因此今后具有挑战性的问题将是如何在使节能减排加快推进的同时又能够跳出经济增长过度依赖于资本快速深化的圈子，以真正实现经济的又好又快增长。
(3)我国各区域两种生产率增长的主要来源都是由生产效率的提高而不是由所谓的前沿技术进步所引致的，这一结论虽与已有研究存在较大差异但其同样能够由我国省份普遍存在的资本过快深化现象得到解释，同时由资本的过快深化所可能带来的工业重型化倾向也是排放增加的重要源头，因而从前沿技术进步以及环境质量改善的角度也要求我们改变主要以资本为驱动力的经济增长方式。同时我国三大区域分别处在规模经济的不同阶段，呈现出了明显的区域特征，其中东部省份大多已处在了规模不经济的阶段，因而对于这些省份来说，通过资源利用效率的提高以及先进技术的引进、开发和使用从而带动全国前沿技术的进步比增加投入扩大规模显得更为重要。
作者感谢匿名审稿人的宝贵意见。文责自负。
注释：
①关于(1)式中的符号及其含义和表达式的更多说明可参见Orea(2002)和科埃利等(2008)。
②有关(4)、(5)、(6)三式的来源以及它们与(1)式中相应部分关系的数学推导较为繁琐，限于篇幅没有列出，若有需要可向作者索取。
③有关本文中变量数据的统计描述，由于篇幅限制略去，读者若有需要，可向作者索要全套数据。
④感谢审稿人对此提出的解释，由于生产效率是一种年度(短期)分析，考虑到基础设施发挥作用的长期性和滞后性，所以在短期的分析中，出现其不利于改善生产效率的情况是符合逻辑的。
⑤在本文中，我们把不考虑环境因素下的生产效率与全要素生产率分别称为传统生产效率和传统全要素生产率，而把考虑环境因素下的则分别称为环境生产效率和环境全要素生产率。
⑥这样划分子时期除了如王兵等(2010)所依据的2003年以来我国经济开始了新一轮的高速增长之外，还在于2003年也是我国的排放在经历一个增长停顿期后转而进入一个新的快速增长期的转折点(见陈诗一，2009)。
⑦王兵等(2010)虽然是通过VRS前沿面来确定技术进步的，但他们把较多的无可行解视为0的处理方式以及基于序列DEA的方法，都有可能高估技术进步对生产率的贡献而压低生产效率变化的贡献。
使用微信“扫一扫”功能添加“谷腾环保网”
