張建升

（重慶三峽學院 經濟與管理學院，重慶 404120）

一、引言

長江流域地處整個中國版圖的腰腹地帶，涵蓋了川、湘、鄂、贛、皖、蘇、滬等10 省市，流域面積占全國18%、人口占全國36%、GDP 占全國37%。自20 世紀90年代開始，長江流域先后開發(fā)并形成了以重慶和成都為中心的長江上游城市群經濟連綿帶、以武漢為中心的中游城市群經濟連綿帶、以上海和南京為中心的長江下游城市群經濟連綿帶，這三大城市群經濟帶已成為全國工業(yè)生產和服務業(yè)最為密集的地區(qū)之一，長江流域經濟帶被譽為繼中國沿海經濟帶之后最有活力的經濟帶。然而，在經濟社會快速發(fā)展的同時，長江流域也同樣面臨環(huán)境污染嚴重、水質不斷下降的困擾，入河污染物逐年增加，長江流域廢污水排放量在20 世紀70年代末為95 億t/a，80年代末尾150t/a，90年代末超過200t/a，到2011年已達到342.1t/a，年均遞增速度約為3%。長江流域工業(yè)廢水排放量2001年為138.3億噸，到2011年激增為227.3億噸[1]。長江流域經濟的快速發(fā)展同樣面臨著環(huán)境的剛性約束。

如何在實現(xiàn)經濟快速發(fā)展的同時減少環(huán)境污染成為長江流域可持續(xù)發(fā)展的關鍵問題。而實證考察環(huán)境與經濟之間關系的一種重要思路是探討考慮環(huán)境污染時的全要素生產率的變化。全要素生產率是在生產過程中利用全部投入要素獲得產出的能力水平的重要度量指標，最早由索洛（1957）提出，也稱為“索洛余值”，目前已經在農業(yè)、制造業(yè)、服務業(yè)以及區(qū)域經濟比較等領域廣泛應用（劉秉鐮，李清彬，2009[2]；李希義，2013[3]；辛玉紅、李星星，2014[4]），是經濟增長問題最為流行的研究領域之一。但長期以來對傳統(tǒng)全要素生產率的測算僅僅考慮了合意產出（GDP），并沒有考慮非合意產出（例如碳排放量、工業(yè)廢水等）對環(huán)境的影響，實際上是忽略了經濟增長對社會福利的負面影響，無法反映出經濟增長的真實績效。傳統(tǒng)全要素生產率的測度主要通過Malmquist 指數(shù)，但該指數(shù)無法解決非合意產出問題，Chung et al（1999）[5]在測度瑞典紙漿廠的全要素生產率時，引入方向性距離函數(shù)（Directional Distance Function）， 并對Malmquist 指數(shù)進行修正，修正后的Malmquist 指數(shù)也被稱為Malmquist-Luenberger 指數(shù)（以下簡稱ML 指數(shù)），這個指數(shù)可以測度存在環(huán)境約束時的全要素生產率。近年來，國內一些學者已經采用ML 指數(shù)對考慮環(huán)境因素的全要素生產率進行實證研究（王兵、吳延瑞等，2010[6]；田銀華、賀勝兵等，2011[7]；李靜、陳武，2013[8]）。

在對城市全要素生產率的研究方面，也產生了一些比較有代表性的成果：戴永安（2010）從人口、經濟和社會角度研究了中國的城市化效率，考察了其時空演變和影響因素，并對中國城市化的全要素生產率做了動態(tài)分析和區(qū)域比較，結果表明城市化效率緩慢增長，城市間效率差異顯著，但效率差距是逐漸縮小的，在影響因素方面，城市的初始狀態(tài)、區(qū)位、空間集聚水平、產業(yè)結構效益與基礎設施水平對各城市化效率存在顯著的正向作用，人口因素和政府的作用卻限制了城市化效率的提高[9]。邵軍、徐康寧（2010）基于Malmquist指數(shù)分析方法，測度了我國城市的生產率增長、效率改進與技術進步。研究表明自20 世紀90年代末期以來，我國城市生產率的增長率持續(xù)下降，并連續(xù)多年出現(xiàn)負值，導致生產率水平下降，而這主要是由技術水平下降所致，但城市效率水平同期卻有了較為明顯的改進[10]。管馳明、李春（2013）運用索洛殘差法對上海市1979-2011年的全要素生產率進行了估算，并對其增長源泉進行定量分析，結論表明全要素生產率對上海經濟增長發(fā)揮著日益重要的作用[11]。

從以上文獻可以看出，雖然關于我國城市全要素生產率的研究已經較為豐富，但都沒有考慮環(huán)境因素的影響，基于此，本課題試圖在考慮環(huán)境因素的前提下，基于“綠色生產率”的視角，以我國長江流域沿線主要城市的投入產出數(shù)據(jù)為基礎，測算并比較在考慮環(huán)境因素和未考慮環(huán)境因素兩種情形下的全要素生產率，進而合理評價長江流域主要城市的經濟發(fā)展績效。

二、模型與方法

（一）環(huán)境生產技術的數(shù)學表達

區(qū)域經濟發(fā)展過程中，在實現(xiàn)“好”產出增加的同時，不可避免地要產生一些副產品，比如廢水、廢氣等，稱之為“壞”產出或者“非合意”產出。為實現(xiàn)資源、環(huán)境與經濟的協(xié)調發(fā)展，需要將資源與環(huán)境等要素納入生產函數(shù)中，構建既包括諸如GDP等“好”產出又包括環(huán)境污染等“壞”產出的生產可能性集，即環(huán)境技術。假設一個城市為一個決策單元，各個城市使用N中投入X=(x1,x2,…,xN）∈RN+，生產了M種“好”產出Y=(y1,y2,…,yN）∈RM+，同時也生產了I 種“壞”產出U=(u1,u2,…,uN）∈RI+，則環(huán)境技術的生產可能性集為：

生產可能性集p(x)是一個有界的閉集，具有以下特性：

（1）“好”產出與“壞”產出的聯(lián)合弱可處置性（Jointly Weak Disposability）。如 果(y,u)∈p(x) ，且0 ≤θ≤1 ，則(θy,θu)∈p(x)，表明在既定投入水平下，當“壞”產出減少時，“好”產出也要相應的減少。

（2）投入與“好”產出的強可處置性（Strong or Free Disposability）。如果x′≤x，則p(x′)?p(x) ；如果(y,u)∈p(x) 且y′≤y，則(y′,u)∈p(x)。意味著“好”產出可以自由支配，但“壞”產出卻保持不變

（3）“好”產出與“壞”產出的零結合性（Null-Jointness）。如果(y,u)∈p(x)，且b=0，那么y=0。表明在產生“好”產出的同時，不可避免的產生“壞”產出。根據(jù)Fare et al等學者的研究，p(x)滿足零結合性，還需滿足以下兩個條件：

式（2）表示至少一個生產單位在生產一種“壞”產出；式（3）表示每一個生產單位至少生產一種“壞”產出。

（二）方向性距離函數(shù)

為實現(xiàn)區(qū)域經濟增長過程中，“好”產出增加“壞”產出減少的目的，本文引入方向性距離函數(shù)來表示[12]。方向性距離函數(shù)表示既定方向g=(gy,-gb)、投入x和生產可能性集p(x)下，“好”產出保持一定比例增加的同時，“壞”產出同比例減少的可能性。定義為：

（4）式是t時期內的方向距離函數(shù)，比較的是(yt,ut)和t期的生產前沿，即每一產出在當期的方向距離函數(shù)，g=(gy,-gu)為方向向量。而事實上，Shephard的產出距離函數(shù)是方向距離函數(shù)的一種特殊情況，兩種距離函數(shù)的關系可以表示為：

如果將“好”產出與“壞”產出同等對待，要求兩者按相同比例增加或減少，此時的方向向量是中性的g=(y,-u)。生產單位在t時期的方向性距離函數(shù)可通過數(shù)據(jù)包絡分析轉化為線性規(guī)劃求解：

（三）Malmquist-Luenberger（ML）生產率指數(shù)

在方向性距離函數(shù)基礎上，根據(jù)Chung et al.的研究，基于產出的從t 時期到t+1 時期的ML 生產率指數(shù)可通過四個方向性距離函數(shù)的求解得出：

如果ML指數(shù)大于1，表明從t時期到t+1時期的生產率是增長的，反之則下降。

進一步將ML指數(shù)分解為效率變化指數(shù)（MLEFFCH）和技術進步指數(shù)（MLTECH）:

如果效率變化指數(shù)MLEFFCH大于1，表明決策單元在向生產前沿面靠近，效率得到提升，反之則說明決策單元在遠離生產前沿面。技術進步指數(shù)MLTECH大于1 說明決策單元生產技術進步，反之則表明技術退步。

三、變量選取與數(shù)據(jù)說明

（一）數(shù)據(jù)說明

由于工業(yè)廢水統(tǒng)計口徑的限制，本文采用2003-2012年中國長江流域沿岸24個地級市的投入產出數(shù)據(jù)。為便于比較分析，本文根據(jù)地理位置將以上各個地級市劃分為長江上游、中游和下游三大地區(qū)，長江上游地區(qū)包括重慶市和四川省內的地級市；長江中游地區(qū)包括了湖北、湖南、江西、安徽所轄長江沿岸城市；江蘇省內城市及上海市劃歸到長江下游地區(qū)。相關數(shù)據(jù)均來源于《中國城市統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》。樣本觀測值的統(tǒng)計描述如表1所示。

表1 變量的描述性統(tǒng)計

（二）投入產出指標選擇

投入指標：選擇資本存量和勞動力作為投入指標。勞動力（萬人）是以各城市“年末單位從業(yè)人員數(shù)”和“城鎮(zhèn)私營和個體從業(yè)人員”數(shù)據(jù)加總而得。資本存量（萬元）采用“永續(xù)盤存法”進行計算，計算公式為：Kit=Kit-1(1-δ)+Iit/Pit，δ為折舊率，采用張軍等（2004）[13]學者的研究結果，取值為9.6%?；曩Y本存量借鑒Young(2000)[14]的方法，以2000年固定資產投資總額除以10%作為初始資本存量。由于現(xiàn)行統(tǒng)計中沒有關于各城市固定資產投資價格指數(shù)的數(shù)據(jù)，因此，為剔除價格因素的影響，計算結果采用各城市所屬省份的固定資產投資價格指數(shù)折算為2000年不變價。

產出指標：包括“好”產出和“壞”產出?！昂谩碑a出為各城市GDP，以其所在省份GDP 平減指數(shù)折算為2000年不變價。對于“壞”產出，目前常用的指標包括二氧化碳、二氧化硫、化學需氧量、廢水排放量等，考慮到廢水對長江污染的危害更為嚴重，同時囿于數(shù)據(jù)的可獲取性，本文采用“廢水排放量”作為“壞”產出。對于廢水排放總量的計算，以市轄區(qū)工業(yè)廢水排放量和城鎮(zhèn)居民生活污水排放總量加總表示。其中，對于工業(yè)廢水排放量由于目前僅統(tǒng)計了全市口徑的工業(yè)廢水排放量，未統(tǒng)計市轄區(qū)工業(yè)廢水排放量，故本文采用市轄區(qū)限額以上工業(yè)總產值占比乘以全市工業(yè)廢水排放量來近似市轄區(qū)工業(yè)廢水排放量。城鎮(zhèn)居民生活污水排放總量的計算根據(jù)環(huán)境科學部華南環(huán)境科學研究所的方法，計算公式為：G=365×NcF×10，其中G表示城鎮(zhèn)生活源水污染物年產生量（噸/年），Nc表示市轄區(qū)城鎮(zhèn)常住人口（萬人），在計算中以年末總人口數(shù)代替，F(xiàn) 表示城鎮(zhèn)居民生活污水產生系數(shù)（升/人·天），各城市居民生活污水產生系數(shù)值同樣采用環(huán)境科學部華南環(huán)境科學研究所的計算結果。

四、結果分析

（一）考慮非期望產出的生產前沿與投入產出效率

表2 顯示了在考慮非期望產出的情況下，長江流域主要城市2003-2012年投入產出效率的平均值及變動情況。

表2 各城市考慮非期望產出的技術效率值及變異系數(shù)

（1）長江流域各城市投入產出效率差異較大，但差異在逐漸縮小。樣本期間，位于生產前沿上的城市數(shù)量最多的年份為2012年，有6 個城市；其次，在2003年和2009年分別有5 個位于生產前沿?？傮w數(shù)量占樣本數(shù)量的比例僅為20%多，反映了技術無效率是長江流域主要城市的普遍現(xiàn)象。從10年的平均值來看，始終處于生產前沿面上的城市只有上海市，效率值最低的5 個城市分別為：黃岡（0.399）、池州（0.417）、重慶（0.424）、咸寧（0.439）、荊州（0.446），均為長江中上游城市；從各年份的變異系數(shù)值來看，各城市在2003年的變異系數(shù)值為0.322，而到2011年和2012年分別為0.293 和0.307，說明環(huán)境約束下的各城市技術效率值雖然差異較大，但這種差異在逐漸縮小。

（2）分區(qū)段來看，長江上、中、下游城市投入產出效率呈現(xiàn)從低到高的階梯式分布。長江上游城市投入產出效率平均值為0.558，中游城市為0.629，下游城市均值為0.787，這一分布特征與中國東、中、西部地區(qū)的經濟發(fā)展特征較為相似。

（3）長江流域各城市投入產出效率變化差異較大。為分析各城市在不同年份投入產出效率的變化情況，進一步計算了其變異系數(shù)，從結果來看，宜賓、黃石、銅陵、鎮(zhèn)江和攀枝花5個城市變異系數(shù)最大，以宜賓市為例，在2011和2012年技術效率值均為1，處于生產前沿面上，而在其他年份中，最低的技術效率值僅為0.469，說明部分城市技術效率不穩(wěn)定，變化差異大。

（二）兩種情形下的全要素生產率及其分解

表3、表4分別顯示了在不考慮環(huán)境因素和考慮環(huán)境因素兩種情形下，長江流域主要城市全要素生產率隨時間的動態(tài)演進趨勢及各城市之間的差異。

表3 兩種情形下的全要素生產率及其分解：時間趨勢

表4 兩種情形下的全要素生產率及其分解:區(qū)域差異

從表3可以看出：

（1）當考慮環(huán)境因素時，長江流域城市全要素生產率出現(xiàn)明顯下降。在不考慮環(huán)境因素的情況下，2003-2012年，長江流域城市全要素生產率年均增長2.8%，而當考慮環(huán)境因素時，全要素生產率年均增長率降低為2.3%，年均下降0.5個百分點，說明不考慮環(huán)境因素的TFP被高估。

（2）長江流域城市全要素生產率不斷增長，技術進步是其增長的主要源泉。對不考慮環(huán)境因素的全要素生產率分解表明，技術進步率年均增長1.5%，效率改善值年均為1.3%，兩者差距并不大；但當考慮環(huán)境因素時，技術進步率為2.8%，技術效率則出現(xiàn)了輕微的惡化，年均下降0.3%，這一結果表明，環(huán)境約束下長江流域城市全要素生產率的增長主要是技術進步的貢獻，技術效率貢獻值較小甚至為負影響。

（3）長江流域城市全要素生產率增長率整體呈現(xiàn)“V”字型演變。從圖1 可以清晰地看出，從2003年開始，城市TFP整體呈現(xiàn)不斷下降態(tài)勢，ML指數(shù)2009年最低，TFP增長率為-1.7%；M指數(shù)2010年最低，TFP增長率為-0.9%；分析認為這可能是由于全球金融危機的影響所致，在金融危機過后，經濟開始逐步恢復，到2011年全要素生產率增長分別為2.7%和2.8%，2012年分別為1.0%和3.8%。

圖1 不同年份兩種情形下TFP值的變動情況

從表4可以看出，在樣本期間：

（1）長江流域城市全要素生產率增長差異較大。從環(huán)境約束下的城市全要素生產率增長情況來看，長江流域24個城市中，只有鄂州、南京和岳陽3 個城市出現(xiàn)了全要素生產率的倒退，年均下降幅度分別為1.3%、0.8%和4.4%。年均增長排名前5 位的城市分別為：宜賓（6.6%）、馬鞍山（5.6%）、上海（5.5%）、宜昌（4.6%）、蕪湖（4.5%）。

（2）多數(shù)城市在技術進步快速提高的同時，技術效率明顯惡化。在24個城市中，只有宜賓、瀘州等4個城市技術效率得到改善，重慶、岳陽等6 個城市技術效率不變，其他城市技術效率都出現(xiàn)惡化，進一步說明了技術效率惡化是阻礙長江流域城市綠色全要素生產率提高的主要原因。

（3）環(huán)境約束對不同城市全要素生產率的影響差異較大。當考慮環(huán)境因素時，多數(shù)城市全要素生產率增幅出現(xiàn)明顯下降，但下降幅度并不相同，增幅下降最大的城市為銅陵市，下降6.7%，其他下降較多的城市及下降幅度為：宜昌（3.4%）、岳陽（3.5%）、鄂州（3.3%）和攀枝花（2.7%）。

（4）分區(qū)段來看，不考慮環(huán)境因素時，長江上中下游城市全要素生產率年均增長分別為：4.6%、2.6%和2.1%；而考慮環(huán)境因素時，上中下游城市全要素生產率年均增長分別為3.6%、1.9%和3.0%。兩種情形下長江上游城市全要素生產率都明顯高于中下游城市，中下游城市TFP總體接近，說明近年來隨著中西部地區(qū)經濟的快速發(fā)展，長江上、中游城市經濟也明顯提速，東中西差異不斷縮小。但兩種情形下的比較可以看出，當考慮環(huán)境因素時，長江上游中游城市TFP增長幅度分別降低了1.0%和0.7%，說明這兩個區(qū)段的城市在經濟快速發(fā)展的同時，也產生了大量的污染。而長江下游城市的全要素生產率在考慮環(huán)境因素時，則由原來的2.1%提升為3.0%，說明了長江下游城市在城市的快速發(fā)展過程中，更加注重環(huán)境污染的治理和保護，將環(huán)境友好提升到了與經濟發(fā)展同等重要的地位，實現(xiàn)環(huán)境與經濟的良性互動發(fā)展。

（5）對兩種情形下長江上中下游城市全要素生產率的分解結果對比表明，當忽略環(huán)境因素的影響時，均高估了技術效率改善對全要素生產率的貢獻而低估了技術進步的貢獻。當考慮環(huán)境因素時，長江中游地區(qū)城市技術效率由原來的年均增幅1.2%下降為衰退0.4%，技術進步則由1.4%提高到2.3%；長江下游地區(qū)城市技術效率由原來的年均增長0.1%下降為衰退1.2%，技術進步則由1.1%提高到4.2%；變動最明顯的為長江上游地區(qū)，技術效率由年均增幅3.7%下降為1.2%，技術進步則由0.8%增長為2.4%。

五、結束語

本文采用方向性距離函數(shù)和ML 生產率指數(shù)對考慮非期望產出下的生產前沿與技術效率、以及考慮環(huán)境因素和不考慮環(huán)境因素兩種情形下我國長江流域2003-2012年24個城市的全要素生產率進行了測度。主要得出以下幾點結論：

（1）當考慮非期望產出時，只有上海市始終處于生產前沿面；技術無效率是長江流域主要城市的普遍現(xiàn)象，各城市之間投入產出效率差異大且不穩(wěn)定；各城市變異系數(shù)值由2003年的0.322下降為2012年的0.307，說明環(huán)境約束下的各城市技術效率值雖然差異較大，但這種差異在逐漸縮??；分區(qū)段來看，長江上、中、下游城市技術效率呈現(xiàn)從低到高的階梯式分布。

（2）從長江流域城市全要素生產率隨時間的演變趨勢來看，全要素生產率增長率從2003年開始整體為下降趨勢，金融危機之后又開始不斷提升；當考慮環(huán)境因素時，長江流域城市全要素生產率出現(xiàn)明顯下降，說明不考慮環(huán)境因素的TFP被高估；長江流域城市全要素生產率不斷增長，技術進步是其增長的主要源泉。

（3）從長江流域各城市全要素生產率之間的差異來看，多數(shù)城市在技術進步快速提高的同時，技術效率明顯惡化，進一步說明了技術效率惡化是阻礙長江流域城市綠色全要素生產率提高的主要原因；環(huán)境約束下的城市全要素生產率增長差異大，只有鄂州、南京和岳陽3 個城市出現(xiàn)了全要素生產率的倒退，其他城市全要素生產率都不斷增長；兩種情形下長江上游城市全要素生產率都明顯高于中下游城市，但當考慮環(huán)境因素時，長江上游、中游城市TFP增長幅度分別降低了1.0%和0.7%，說明這兩個區(qū)段的城市在經濟快速發(fā)展的同時，也產生了大量的污染；進一步的分解結果說明，忽略環(huán)境因素時技術效率改善值被明顯高估，而技術進步對全要素生產率的貢獻則被低估。

［1］周少林，饒和平，張?zhí)m.長江流域分行政區(qū)入河污染物總量監(jiān)督管理探析［J］. 人民長江，2013，44（24）：1-5.

［2］劉秉鐮，李清彬. 中國城市全要素生產率的動態(tài)實證分析：1990-2006［J］. 南開經濟研究，2009（3）：139-152.

［3］李希義. 我國商業(yè)銀行業(yè)的全要素生產率測算和增長因素分析［J］. 中央財經大學學報，2013（9）：19-25.

［4］辛玉紅，李星星. 中國新能源上市公司全要素生產率動態(tài)變化實證研究［J］. 華東經濟管理，2014，28（2）：49-52.

［5］Chung Y H，F(xiàn)are R，Grosskopf S. Productivity and Undesirable Outputs：A Directional Distance Function Approach［J］.Journal of Environmental Management，1997，51：229-240.

［6］王兵，吳延瑞，顏鵬飛. 中國區(qū)域環(huán)境效率與環(huán)境全要素生產率增長［J］. 經濟研究，2010（5）：95-109.

［7］田銀華，賀勝兵，胡石其. 環(huán)境約束下地區(qū)全要素生產率增長的再估算：1998-2008［J］. 中國工業(yè)經濟，2011（1）：47-57.

［8］李靜，陳武. 中國工業(yè)的環(huán)境績效與治理投資的規(guī)模報酬研究［J］. 華東經濟管理，2013，27（3）：44-50.

［9］戴永安. 中國城市化效率及其影響因素［J］. 數(shù)量經濟技術經濟研究，2010（12）：103-118.

［10］邵軍，徐康寧. 我國城市的生產率增長、效率改進與技術進步［J］. 數(shù)量經濟技術經濟研究，2010（1）：58-67.

［11］管馳明，李春. 全要素生產率對上海市經濟增長貢獻的實證研究［J］. 華東經濟管理，2013，27（10）：7-10.

［12］李谷成，陳寧陸，閔銳. 環(huán)境規(guī)制條件下中國農業(yè)全要素生產率增長與分解［J］. 中國人口·資源與環(huán)境，2011，21（11）：153-159.

［13］張軍，吳桂英，張吉鵬. 中國省際物質資本存量估算：1952-2000［J］. 經濟研究，2004（10）：35-43.

［14］Young A. Gold into Base Metals: Productivity Growth in the People’s Republic of China during the Reform Period［R］. NBRE working paper，No. 7856，2000.