《全要素福利绩效的时空演化与影响因素研究——以长江经济带11省市为例》由会员分享，可在线阅读，更多相关《全要素福利绩效的时空演化与影响因素研究——以长江经济带11省市为例（9页珍藏版）》请在金锄头文库上搜索。
1、全要素福利绩效的时空演化与影响因素研究以长江经济带 11省市为例 朱远 刘国平 中国浦东干部学院 上海立信会计金融学院 摘 要： 本文有别于以往的能源效率或环境绩效的研究, 基于稳态经济理论, 拓展和深化了全要素生产率的内涵, 构建了全要素福利绩效的分析框架, 运用超效率DEA模型, 对 20002015年长江经济带 11省市的全要素福利绩效展开测算, 并对其时空演化和影响因素进行分析。研究发现, 长江经济带 11省市全要素福利绩效呈现出先降后升的“U 型”趋势, 面临着不同程度的“福利门槛”;城镇化率、产业结构、能源强度、政府规模和教育程度等因素都对全要素福利绩效有着显著影响。关键词： 全要
2、素生产率; 全要素福利绩效; 长江经济带; 生态文明; 作者简介：朱远, 管理学博士, 中国浦东干部学院副教授;作者简介：刘国平, 管理学博士, 上海立信会计金融学院讲师。基金：中国浦东干部学院教研咨一体化重点课题“习近平总书记生态文明建设思想研究” (项目编号:CELAP2016-JYZ-003) 一、引言当前, 在资源环境强约束特征日趋凸显的全球背景下, 引发了世界各国对可持续发展模式的共同关注, 纷纷响应并倡导经济 (Economy) 繁荣、社会公平 (Equity) 、生态 (Ecology) 良好的“3E”原则, 努力跨越经济增长的“生态门槛”和“福利门槛”。随着我国经济发展进入新常
3、态阶段, 政府和学界也积极探寻转变发展方式的良方。党中央、国务院相继提出了建设“资源节约型、环境友好型”社会和加快推进生态文明建设等重大战略部署, 强调把生态文明建设放在突出地位, 融入经济建设、政治建设、文化建设、社会建设各方面和全过程。习近平总书记多次强调, 要推动形成绿色发展方式和生活方式, 为人民群众创造良好生产生活环境。可以说, 重塑绿色化思维, 实现经济、社会、环境“三位一体”的平衡推进, 既是贯彻新发展理念的必由之路, 也是深化供给侧结构性改革的内在要求。长江经济带作为我国最重要的经济轴带, 覆盖 11省市, 面积约占全国的 21%, 人口和经济总量均超过全国的 40%, 生态地
4、位重要、综合实力较强、发展潜力巨大。国务院颁发的关于依托黄金水道推动长江经济带发展的指导意见明确把“生态文明建设的先行示范带”作为战略定位, 长江经济带发展规划纲要也再次强调“生态优先、绿色发展”的发展愿景。在此背景下, 本文把研究重点置于长江经济带全要素福利绩效 (Total Factor Wellbeing Performance, TFWP) 的测度评价, 旨在促进长江经济带更好地跨越“门槛假说 (threshold hypothesis) ”, 实现高质量的可持续发展。二、文献综述纵览全球经济发展史, 驱动一国或地区经济社会发展的动力主要源于两个方面:一是增加劳动力、资本和自然资源等要
5、素的投入数量或规模, 二是提高以技术进步、制度创新、管理水平、人力资本、要素配置为主要内容的全要素生产率 (TFP) 。在指导实践方面, 提高全要素生产率也成为我国深化供给侧结构性改革的重中之重。在理论研究方面, 全要素生产率作为衡量经济发展质量的重要指标, 随着学界对自然资本稀缺性认识的深化, 开始演化出一系列绿色导向的全要素生产率, 主要体现为以下两种研究思路。(一) 基于投入或产出单维度测算全要素生产率在实证研究中, 不少学者仅仅基于投入维度嵌入绿色变量来测算全要素生产率, 比如将能源作为资源投入进而测算全要素能源效率 (TFEE) , 作为衡量能源短缺和环境压力下经济发展质量的重要指标
6、, 可用于不同层面的能源绩效评价。国别层面, Zhang 等运用数据包络分析 (Data Envelopment Analysis, DEA) 方法, 考察了 19802005年 23个发展中国家的全要素能源效率及其变化趋势。省域层面, 屈小娥基于 DEA-Malmquist生产率指数, 实证测算了 19902006年全国 30个省份全要素能源效率及技术进步、技术效率指数。县域层面, Honma和 Hu运用 DEA模型计算了日本 47个县 19932003年的全要素能源效率, 研究发现日本县域能源效率与人均收入之间为 U形曲线关系。与此同时, 也有学者对传统分析框架加以修正, 将环境污染作为生
7、产投入或者非期望产出 (Undesirable Output) , 测度环境约束下的技术效率或全要素生产率。胡鞍钢等在中国省级数据的基础上, 采用全要素生产率模型, 在考虑环境因素的情况下对 19992005年省级生产率绩效度量中的技术效率指标进行重新排名。Fre 等采用将污染排放视为非期望产出的方向性距离函数, 对煤炭发电企业的环境效率进行研究。王兵等运用 SBM方向性距离函数测度了考虑资源环境因素下 19982007年中国省域的环境效率和环境全要素生产率。匡远凤和彭代彦在考虑环境因素下的生产效率及全要素生产率对 19952009年间中国的增长变动状况进行了研究。(二) 资源环境双重约束下的
8、全要素生产率测算就研究意义而言, 仅从投入或产出角度嵌入绿色变量来测算全要素生产率具有明显缺陷。为此, 不少学者提出更具合理性的研究方法, 将能源消耗与环境因素同时纳入技术分析框架, 通过设定控制多个目标来实现对资源环境双重约束下全要素生产率的测度。比如, 王燕和谢蕊蕊运用方向性距离函数和 M-L指数法对能源和环境双重因素约束下 20012009年中国区域工业效率和绿色全要素生产率进行了考察。吴传清和董旭运用超效率 DEA模型和 ML指数法对长江经济带全要素能源效率进行测度, 并探讨了环境作用于全要素能源效率的一般机制, 运用内生增长理论构建了环境约束全要素能源效率的理论模型。刘传江和赵晓梦将
9、碳排放引入全要素生产率分析框架之中, 对长江经济带 20002013年的全要素碳生产率进行测算。卢丽文等则是基于 DEA模型测度了资源环境约束下的长江经济带 108个城市 20032013年的绿色全要素生产率。纵观当前学界关于绿色导向的全要素生产率研究文献, 在分析维度和方法运用上已基本趋同。均基于生态系统对于经济系统的刚性约束这一共识, 也即所谓的“生态门槛”范畴, 在分析框架中普遍地将地区生产总值 (GDP) 作为期望产出来处理。但若基于稳态 (steadystate) 经济或强可持续性的要求而言, 经济增长从本质上仍是发展的中间过程而非终极目标, 1990 年代以来 Manfred Ma
10、x-Neef、Philip Lawn 等学者有关“福利门槛”的理论与实证研究表明, 经济增长在起始阶段对福利改善具有明显贡献, 然而这种贡献是逐步递减的, 超过某一门槛点之后, 两者甚至可能出现背离, 此后的经济增长反而可能带来生活质量的下降。从这个意义上说, 目前学界尚无专题研究长江经济带全要素福利绩效的成果, 有鉴于此, 本文试图基于“生态门槛”和“福利门槛”的视角, 用福利变量取代经济变量, 测算 20002015年长江经济带 11省市的全要素福利绩效, 探究其时空演变与影响因素, 为制定有针对性的政策建议提供理论依据。三、研究方法与数据来源(一) 研究方法前述研究可以发现, 数据包络分
11、析 (DEA) 是近年来全要素能源效率评价的主流研究方法, 同样也适用于全要素福利绩效评价。其作为一种非参数的统计估计方法, 主要运用数学规划建立模型, 评价具有多投入、多产出的同类决策单元 (Decision Making Unit, DMU) 之间的相对有效性。超效率 DEA模型利用线性规划原理估算产出距离函数, 避免了生产函数的严格假设条件约束带来的困扰, 可以对不同量纲的数据进行分析, 可操作性强, 应用范围广。DEA 的 CCR模型由 Charnes、Cooper 和 Rhodes共同提出, 但在运用该模型评价决策单元的相对效率时, 可能出现多个 DMU同时相对有效的情形, 导致无法
12、作进一步的比较分析。为了弥补这一缺陷, Anersen 和 Petersen提出了超效率 DEA模型 (Super-efficiency DEA) , 其总体思路是, 在对第 i个 DMU进行比较时, 将本身排除在限制条件之外, 使有效决策单元之间也能进行效率高低的比较, 模型表示如下:(二) 指标选取和数据说明本文拟测度长江经济带 11省市 20002015年全要素福利绩效, 包括上游地区 (重庆、四川、云南和贵州) 、中游地区 (安徽、江西、湖北和湖南) 和下游地区 (上海、江苏和浙江) , 所需指标分为投入和产出两大类。其中, 投入变量主要包括劳动力、资本和能源消费总量, 产出变量包括期
13、望产出 (福利) 和非期望产出 (碳排放量) 。具体说明如下:(1) 劳动投入指标:就理论而言, 衡量劳动投入的最合适指标应该为适龄劳动者的劳动时间, 但鉴于该数据的可获得性问题, 本研究以年平均从业人口数量作为替代指标。相关数据采自长江经济带 11省市 20012016年的统计年鉴。(2) 资本存量指标:由于当前我国并无单独的资本存量统计口径, 故学界研究时往往依据 Goldsmith开创的永续盘存法估算得到, 其基本计算公式为:K t=It+ (1- t) Kt-1) , 其中 Kt与 Kt-1分别表示第 t年和第 t-1年的资本存量, I t表示第 t年的投资, 表示第 t年的折旧率。可
14、见要得到资本存量的数据, 必须首先明确四个变量:基年的资本存量、各年的投资额与固定资产投资价格指数、资产折旧率。由于本文的样本区间为 20002015年, 故而选择 2000年为基年, 其资本存量数据参照张军等的计算结果, 历年的投资数据与固定资产投资价格指数来源于中国统计年鉴, 各省的资产折旧率数据引自吴延瑞的研究, 选取与长江经济带 11省市相关的折旧率, 分别是上海 (3.4) 、江苏 (4.2) 、浙江 (4.0) 、安徽 (5.0) 、江西 (3.7) 、湖北 (4.5) 、湖南 (4.5) 、重庆 (4.6) 、四川 (4.6) 、云南 (2.7) 和贵州 (2.8) , 最后得出
15、的资本存量统一折算为 2000年不变价。(3) 能源消费指标:选取长江经济带 11省市 20002015年的能源消费总量为能源投入指标, 单位统一为“万吨标准煤”, 数据采自 20002016年中国能源统计年鉴。(4) 期望产出福利指标:作为期望产出的福利, 在国内外尚无公认的测量指标, 目前学术研究中运用较多的福利指标主要有两大类:一是在 GDP基础上加以改进的福利指标, 如经济福利指标 (MEW) 、可持续性经济福利指标 (ISEW) 、真实进步指标 (GPI) 等;二是联合国发展署 (UNDP) 倡导的人类发展指数 (HDI) 。第一类指标是在 GDP的基础上加减一些影响福利的项目, 本
16、质上并没有突破 GDP统计的思维;而 HDI由预期寿命、收入、教育三个分指数构成, 是衡量福利的有益尝试, 但各分指数的权重分配带有一定的主观性, 容易造成手段与目标的混淆。为此, 本文拟选择预期寿命 (Life Expectancy) 作为福利测量指标, 主要是基于以下考虑:首先, 预期寿命被普遍认为是“好的物品”;其次, 用预期寿命测度福利更能彰显代际与区际公平, Common 等学者也认为预期寿命是衡量福利的重要指标。需要强调的是, 本文并非试图证明预期寿命是测度福利的唯一合理指标, 只是本着审慎的原则, 认为以预期寿命作为福利测度指标的做法, 更适合于省域层面的研究。为保持口径和尺度一致, 福利变量定义成一个总量概念, 其数值等于人均预期寿命乘以总人数。(5) 非期望产出碳排放指标:鉴于目前我国还没有二氧化碳统计数据, 因此根据 IPCC (政府间气候变化专门委员会) 2006 年发布的IPCC 国家温室气体清单指南的参考办法, 计算公式为: (i=1,
