(1中国社会科学院研究生院 2中国社会科学院工业经济研究所)
【摘要】：本文将基于松弛的效率损失测度法与卢恩伯格生产率指数相结合，通过将工业环境全要素生产率指数按照投入要素与产出进行分解，测算中国工业环境全要素生产率的来源。结果发现：（1）中国工业环境全要素生产率2001-2007年有所提高，但受国际金融危机的影响，在2008年下降；（2）工业环境全要素生产率的来源中，投入利用生产率的贡献约占1/3，污染治理生产率的贡献约占2/3，表明加强污染治理可以有效提升工业环境全要素生产率；（3）投入生产率的来源中，资本利用生产率的贡献大致占1/6，劳动利用生产率的贡献大致占5/6，表明劳动生产技术的进步是提高工业环境全要素生产率的有效措施；（4）污染治理生产率的来源中，COD治理生产率的贡献大致占2/3，SO2治理生产率的贡献大致占1/3，表明优先加强COD治理能更有效提升工业环境全要素生产率。
【关键词】：工业环境全要素生产率；基于松弛的效率损失测度法；卢恩伯格生产率指数
The Source of China’s Environmental Total Factor Productivity
——Based on Inputs and Pollution Abatement
Abstract：Combining Slacks-based Inefficiency Mmeasure and Luernberger Productivity Index, by decomposing the environmental total factor productivity into inputs and outputs, this paper measures the sourse of
Key Words：Environmental Total Factor Productivity；Slacks-based Inefficiency Measure；Luernberger Productivity Index
引 言
对中国工业环境全要素生产率的测算有助于更深刻的了解中国经济快速增长的动力。传统的全要素生产率的核算方法并没有考虑环境因素，难以反映全要素生产率的真实含义。在国内环境问题凸显、政府对环境问题日益重视的背景下，将环境因素纳入到全要素生产率的分析框架[非常有必要。
对于全要素生产率的测算，传统的研究主要采用成本收益法、参数化的计量模型等方法。对于多投入多产出的环境问题而言，这些方法并不合适：成本收益法在不同投入要素与产出的权重选择上存在着主观性问题，参数化的计量模型受制于先验的方程形式与分布假设。数据包络分析方法（Data Envelopment Analysis，DEA）则较好的避免了这些问题，由于可以方便地将污染物引入分析框架，近年来DEA被广泛用来分析环境资源问题。
基于DEA的全要素生产率测算法多是建立在生产效率测算基础之上的：生产效率反映的是静态状况，将不同时期的效率指标进行组合计算，可以得到动态的全要素生产率指标。随着效率测算方法的改进，全要素生产率测算方法也相应改进。早期测算生产效率的方法是谢波德产出距离函数（Shepard Output Distance Function，SDF），与此相对应的全要素生产率测度指标为姆奎斯特生产率指数（Malmquist Productivity Index，MI）（Färe et al.，1994；Ray & Desli，1997），郑京海、刘小玄与Arne Bigsten（2002）、林毅夫与刘培林（2003）、颜鹏飞与王兵（2004）、王兵与颜鹏飞（2006）、郑京海与胡鞍钢（2005）、赵伟、马瑞永与何元庆（2005）、杨文举（2006）、涂正革与肖耿（2006）、涂正革（2007）、章祥荪与贵斌威（2008）使用这一方法测算了中国的劳动生产率与全要素生产率。
由于没有考虑非合意产出，并且存在“基于投入”或“基于产出”的径向选择问题，MI难以用于分析环境全要素生产率。后来的方向性距离函数（Directional Distance Function Approach，DDF）可以假设合意产出增加和非合意产出同比例缩小，被许多研究用来测算环境生产效率，全要素生产率的测度指数也随之改进为曼姆奎斯特-卢恩伯格生产率指数（Malmquist-Luernberger Productivity Index，MLI）。运用ML指数，Färe et al. （2001）测算了1974-1986年美国制造业全要素生产率，Boyd, Tolley & Pang（2002）测算了美国器皿玻璃行业的FTP变化，Jeon & Sickles（2004）测算1980-1990年OECD和亚洲国家的生产率指数，Yoruk & Zaim（2005）测算了1983-1998年间OECD国家全要素生产率情况，Kumar (2006)考测算了41个发达国家和发展中国家全要素生产率，Yu et al.(2008) 测算了1995-1999年台湾地区四个主要机场的生产率，王兵、吴延瑞、颜鹏飞（2008）测算了APEC国家的FTP变化。针对中国的情况，Kaneko & Magani（2004）、Magani & Kaneko（2006）、陈诗一（2010）使用这种方法测算了中国的环境全要素生产率，杨俊、邵汉华（2009）利用此方法考察了考虑环境因素后的工业全要素生产率增长状况，周建、顾柳刘（2009）与陈茹、王兵、卢金勇（2010）则分别用此方法测算了上海以及东部地区的工业生产率增长状况。
MI及其变体LMI均是基于比值（ratio）的测算方法，这种方法适合考察总产出的变化情况，但对于诸如利润的“差值”变量，则难以反映其变化状况。Chambers（1996、2002）、Chambers、Färe & Grosskopf（1996）则提出了一种基于差值（difference）的全要素生产率测算指数，被称为卢恩伯格生产率指数（Luenberger Productivity Index，LI），Managi & Kaneko（2006、2009）与Fuji，Kaneko & Managi（2009）将其扩展，在其中加入了非合意产出因素，用以测度中国的环境全要素生产率。
无论是采用MI、LMI法还是LI法，前述研究测算的环境全要素生产率都是投入与非合意产出同时变化时的情形。尽管许多研究都对环境全要素生产率进行了分解，但多是按技术进步与技术效率进行分解，或者按纯效率变化、纯技术进步、规模效率变化和技术规模变化进行分解，鲜有文献测算各种要素，如投入的利用技术进步与技术利用效率提升、污染治理技术进步与技术利用效率提升对环境全要素生产率的贡献。
本文试图在这方面有所突破，以测算中国工业环境全要素生产率的来源。在环境生产效率测算方面，除了可以利用DDF测算距离函数外，Tone（2001、2002）、Morita、Hirokawa & Zhu（2005），Zhou、Ang & Poh（2006）、Färe & Grosskopf（2010）、Tone & Tsutsui（2010）等利用了另外一种方法——基于松弛量的方法（Slack-based Measure, SBM），Fukuyama & Weber（2009）则进一步提出了基于松弛量的效率损失测算方法（Slacks-based Inefficiency，SBI）。除了具有非径向和非角度等特点外，SBI还是一种具有可加结构的测度方法，这种可加性为将生产效率值按要素与产出分解提供了可能性，王兵、吴延瑞、颜鹏飞（2010）采用这种方法将中国的环境生产效率损失因素分解为劳动力使用效率损失、资本使用效率损失、能源使用效率损失与污染治理效率损失。另外，基于差值的LI同样具有可加性，如果以通过SBI测算的环境生产效率损失值为基础测算LI，则全要素生产率指标同样具有可加性，这就为将全要素生产率按要素与产出分解提供了可能性。
文章结构安排如下：第一部分首先介绍中国的工业环境全要素生产率的测算及分解方法，第二部分介绍数据来源及处理方式，第三部分介绍计算结果，第四部分为结论及政策含义。