中国的环境规制强度与区域工业效率研究_1999_2008_韩元军

三、 变量、 数据和估量方法
（ 一） 环境规制下区域工业效率的估算 1 ． 变量和数据 在区域工业效率的投入指标选择上 ， 选择资本和劳动作为投入要素： 一是选择各省规模以上 工业企业固定资产净值年平均值作为资本投入指标 ， 为消除价格因素， 以《中国统计年鉴 》 上的固 — 103 —
·上海经济研究·
·上海经济研究·
2011 年第 10 期
中国的环境规制强度与 区域工业效率研究 ：1999 － 2008
韩元军 林 坦 殷书炉
（ 南开大学经济学院 300071 ）
内容摘要： 可持续发展背景下， 环境因素越来越成为评价工业效率的重要指标 ， 本 弱规制和强规制下的工业效率及影响 文以工业 SO2 为非期望产出分别考察环境非规制、 因素。研究表明： 从环境非规制到弱规制时， 各省份和地区的工业综合技术效率趋向不 变或下降， 从环境弱规制到强规制时， 各省份和地区的综合技术效率变化复杂 ； 弱规制和 强规制下影响中国东、 中、 西部工业综合技术效率的因素存在规制强度差异和区域差异 ， 而且新型工业化战略的政策转变显示出提升各区域工业效率的即时性 。 关键词： 环境规制强度
n n n
s． t． （ 2 ） 弱规制模型
g j = 1， 2， …， n λ 0， ∑ λj yg ∑ λ j x ij x iv ， ∑ λj = 1， rj hy rv ， j =1 j =1 j =1
（ 1）
“非期望产出” 工业 SO2 排放量不变的同时， 不断增加“期望产出 ” 弱规制模型的含义是在控制 工业增加值的量， 考虑到中国正处于工业化和现代化快速推进的阶段 ， 工业化推进过程中需要考 虑在环境污染排放量和污染治理成本之间进行权衡取舍 ， 因此保持现有的污染排放量不变来考察 产业增加值不断增长下的区域工业效率情况具有现实意义 ， 在本部分模型采用 Joe Zhu （ 2002 ） 提 specific DEA 模型， 出的 Measure其线性规划形式为： max h
n n n n g g b b λ j y rj hy rv ， λ j y rj y rv ， λ j x ij x iv ， λj ∑ ∑ ∑ ∑ j =11， 2， …， n λ 0，
（ 3）
b yb v r = max（ y b 其中， rj = － y rj + v r ， rj ｝ + 1
x 为投入向量， y 是产出向量， yg 是 “期望产出” y b 是“非期望 在模型（ 1 ） —（ 3 ） 中， 工业增加值， h 是效率值的倒数。 产出” 工业二氧化硫排放量， λ 为权重，
— 104 —
2011 年第 10 期
·上海经济研究·
（ 二） 环境规制下区域工业效率影响因素分析 ① 1 ． 变量和数据 本部分主要是确定影响东、 中、 西部区域工业效率的影响因素。 在影响区域工业效率变量的 Matsuoka et al． （ 2005 ） 认为社会的环境管理能力主要体 选择上参考 Matsuoka et al． （ 2005 ） 的方法， 现在政府、 公司和公民三个层面上， 考虑数据的可得性， 本文选择政府和公司的相关变量代表社会 环境管理能力， 同时结合中国产业和社会发展的实际情况扩展影响区域工业效率的变量数量 。 我 们选用的区域工业效率影响指标包括七个层面共十个变量 ： 一是选择各省因环境污染当年实施的 环境法规和法律数目（ ENLW） 和各地区环境保护系统年末机构总数 （ ENMR ） 作为政府环境管理能 二是选择工业二氧化硫去除率 （ SORR ） 作为企业环境管理能力 （ EEM ） 层面 力（ GEM） 层面的指标， THIS ） 代 三是工业增加值占 GDP 比重（ IVGR） 和第二、 三产业在国民经济中的比重 （ SEIS、 的指标， 表产业结构（ ISU） 层面指标， 四是选择人均 GDP 数量 （ AGDP ） 作为经济发展水平 （ EDL ） 层面的指 五是选择各省 FDI 占 GDP 比重（ FIGP） 作为国外技术引进 （ FTI ） 层面的指标， 六是选择资本劳 标， 动比（ CPLR） 作为地区经济结构（ IDS） 层面的指标， 七是时间虚拟变量② （ YEAR ） ， 以考察从传统工 业化向新型工业化战略转变对工业效率的影响是否显著 ， 将它作为政策（ PLY） 层面的指标。 《中国统计年鉴 》 、 《中国环境年鉴 》 、 《中国工业经济统计年鉴 》 、 数据来源于 2000 － 2009 年的 各省的统计年鉴、 各省统计局网站。 DEA 第二阶段分析的省、 市和自治区选取范围与第一阶段相 在区域工业效率模型实证分析时 ， 东、 中、 西部包括的省份按照中国经济研究惯常的方式 。 同， 2 ． 面板数据模型 在考察环境弱规制和强规制下影响区域工业效率的因素时 ， 采用软件是 Stata11 ， 模型 （ 4 ） 是环 境弱规制下的区域工业效率模型 ， 模型（ 5 ） 是环境强规制下的区域工业效率模型， 其中， σ i 表示各 省份个体差异， υ it 是随机干扰项， 其余各变量的含义参见上文的变量与数据部分 ， 模型设定如下： WEF it = c + αENLW it + βENMR it + χ SORR it + δIVGR it + φSEIS it + φTHIS it
2011 年第 10 期
定资产价格指数将各年值换算为 1999 年的价格， 二是选择各省规模以上工业企业年平均就业人数 （ 万人） 作为劳动力投入指标。在产出指标选择上， ， 同时考虑“期望产出 ” 和“非期望产出 ” 各省规 “期望产出” 选择工业增加值， 并且为剔除价格因素， 以《中国统计年鉴 》 上的工 模以上工业企业的 业品出厂价格指数将各省的工业增加值平减为 1999 年的价格， 各省工业企业的“非期望产出 ” 以 工业 SO2 排放量（ 吨） 表示。 《中国统计年鉴 》 、 《中国环境统计年鉴》 、 《中国工业经济统计年 数据来源于 2000 － 2009 年的 、 鉴》 各省统计局网站。根据数据的可得性和研究的惯常方式 ， 本文对省、 直辖市、 自治区的选取原 则是： 台湾、 香港、 澳门不作为本文的研究对象， 考虑到西藏的经济数据与其他各地区差别悬殊， 故 将西藏也排除， 因此， 本文选择除上述省份外的 30 个省域作为研究对象。 2． 数据包络分析（ DEA） 相关模型 中国在工业化和现代化进程中， 现有的工业企业不仅能产生“期望产出 ” 即工业增加值， 而且 “非期望产出” ， 也产生二氧化硫、 固体废弃物、 废水等 为了衡量中国工业的环境规制强度对其效率 “非期望产出” （ 非规制 ）、 “非期望产出” “非期 本文分别研究不考虑 不增加（ 弱规制） 、 影响的状况， DEA 模型均采用产出导向进行分析， 不断减少（ 强规制） 三种情况下的区域工业效率值， 望产出” 在本阶段采用的是 DEA Frontier 软件和 Excel 中的线性规划模型。 （ 1 ） 非规制模型 ， 非规制模型即传统 DEA 模型， 它的含义是工业企业不考虑工业 SO2 这种“非期望产出 ” 只考 “期望产出” 虑 情况下的效率情况， 它的线性规划形式为： max h
中图分类号： F127
区域工业效率
新型工业化
DEA 模型
文献标识码： A
文章编号： 1005 － 1309 （ 2011 ） 10 － 0102 － 012
一、 引言
中国作为新兴经济体的重要成员， 经济发展在显著提高工业化和现代化水平的同时 ， 我国普 遍面临着资源环境的可持续发展问题 ， 除了工业化发展速度， 工业化进程中的经济发展质量成为 中国环境规制与工业效率的相关研究已引起了国内外经济学者的 我国社会关注的焦点。近年来， 2007 ； 白雪洁等， 2009 ； 王兵等，2010 ） 。 当工业企业生产“期望产出 ” 热切关注（ Watanabe＆Tanaka， ， 的同时， 也必然产生诸如空气污染物、 废水、 固体废物等“非期望产出 ” 中国的环境质量已经随着 ， （ World Bank， 1997 ） ， 中国经济的增长而不断恶化 这给中国的经济发展造成了巨大的成本 因此， 在 “期望产出” 分析区域工业效率时， 不仅要考虑作为 的工业增加值， 还要考虑环境成本。 我国各区域发展水平有很大差异 ， 不同的环境规制强度对不同地区的工业效率影响也不尽相 同， 因此， 本文以数据包络分析（ DEA） 模型为基础， 研究不同环境规制强度下区域工业效率的差异 和变化规律， 了解影响中国区域工业效率的因素。 具体来说， 本文首先将考察环境无规制、 弱规 制、 强规制三种规制程度下各省份及八大综合经济区工业效率的区域差异和规律 ， 进而通过面板 数据模型分析环境弱规制和强规制下影响东 、 中、 西部工业综合技术效率因素的显著程度和弹性， 研究不同规制强度下影响区域工业效率的要素差异和机理 ， 了解新型工业化战略的实施是否会显 著影响区域工业效率。本文的结构安排如下： 第一部分是引言； 第二部分是文献综述， 主要总结国 内已有研究的成果和不足， 说明本文的创新之处； 第三部分是变量、 数据和估量方法， 第四部分是 区域工业效率的估算及差异分析 ， 分析了三个层次环境规制强度下区域工业效率的差异和发展规 律； 第五部分是区域工业效率的影响因素分析 ， 通过模型实证分析检验了弱和强环境规制下影响
n n n n
s． t．
g j = 1， 2， …， n λ 0， ∑ λj yg ∑ λ j y brj y brv ， ∑ λ j x ij x iv ， ∑ λj = 1， rj hy rv ， j =1 j =1 j =1 j =1
（ 2）
（ 3 ） 强规制模型 “非期望产出 ” 工业 SO2 排放量不断减少的同时， 不断增加“期望产 强规制模型的含义是控制 出” 工业增加值的量， 随着中国对环境污染控制的内部压力和国际社会控制污染的外部压力不断 “非期望产出 ” ， “期望产出 ” 增强， 作为 的环境污染必然不断减少 持续增长， 本部分模型采用 Joe Zhu（ 2002 ） 提出的 Undesirablemeasure DEA 模型和 Excel 中的线性规划模型， 其线性规划形式为： max s． t． h