环境约束、国内流通需求与中国交通基础设施

黄 森

一、引言

交通基础设施是国家公共投资重要的组成部分，是由铁路、公路、内河、航空等运输设施组成的综合交通运输体系。世界银行认为，“交通基础设施即便不能成为牵动经济活动的火车头，也是促进其发展的车轮”，交通基础设施投资在一国（或地区）经济发展过程中占有重要地位。我国政府对交通基础设施建设也十分重视，特别是最近十几年来对交通基础设施的投资有了极大地增加。但与此同时，环境污染与破坏问题也日益凸显：①一方面，由于交通基础设施建设缺乏系统、科学的规划和指导，管理与执行力度也不够，施工期间会造成沿线大量森林、草原、湿地和植被的破坏，同时固体废弃物等也会对附近水源造成影响，从而使沿线地区的局部生态结构发生了变化；另一方面，随着交通基础设施运营与客货运输规模的扩大，运营期所产生的噪声特别是空气污染也会对周围环境产生较大的影响。尽管我国很早就开始重视环境与交通和谐发展问题，但由于各种因素影响成效并不明显。因此，为保证我国资源节约型、环境友好型社会建设的顺利进行，寻找一条交通基础设施与生态环境协调发展之路具有显著的现实意义。

国内外学术界对交通基础设施的研究由来已久，并在很多方面取得了丰富的理论成果。20世纪初，国外相关研究主要倾向于直观分析，如阿尔弗雷德·韦伯（Alfred Weber）等人认为，交通基础设施在区域经济活动中起着关键作用，并指出交通基础设施作为一个重要的区位影响因素，与区域经济空间结构有着紧密的联系。到了近代，以阿肖尔（Aschauer）、[1]巴洛（Barro）[2]等人为代表的学者将交通基础设施投资（资本）从总投资（资本）中分离出来，单独研究它对经济增长的影响，标志着该领域研究开始逐渐从直观感性转变为理论推导与实证检验相结合。例如，班尼斯特（Banister）、贝瑞契曼（Berechman）、[3]肯多思等（Cantos et al）[4]在广泛研究交通基础设施建设与经济增长关系基础上，得出了交通基础设施建设对经济增长具有正向推动作用的结论，国内大多数研究者也得出了诸如此类的结论。但同时我们发现，国内外现有的大部分研究主要集中于交通基础设施与经济发展的相互作用关系方面，较少有学者单独针对交通基础设施自身特性特别是自身效率进行理论分析或实证研究。而且，现有关于交通基础设施效率测算的研究，如拉托拉（Latora）、密丝罗妮（Marchiori），杨立波、刘小明，赵雪峰，仲维庆等学者受计量方法或其他原因影响，在测算相关效率时均未考虑交通基础设施建设所带来的“坏”的外部性，这就为本文研究留下了进一步拓展的空间。

国外学者海陆、威曼（Hailu&Veeman）等[5]认为，单方面研究“好产出”，忽略“坏产出”，即不平衡分析两种产出，将对经济绩效与社会福利水平测算产生影响，进而误导政策建议的提出。因此，针对这类问题，钟（Chung）等[6]构建了曼奎斯特—卢恩伯格指数（Malmquist-Luenberger Index，简称ML指数），该指数在继承曼奎斯特（Malmquist）指数基础上，创造性地将所谓的“坏”产出引入到模型中来，客服了传统效率测算中存在的问题。近几年，ML指数也逐渐被国内外学者运用到了各个领域。在国外，孝恩和席寇斯（Jeon&Sickles）、[7]约留克和扎伊姆（Yoruk&Zaim）、[8]库玛（Kumar）[9]等学者将ML指数与曼奎斯特指数结合起来对世界大部分国家的经济生产率进行分析，得出了整体上ML指数均高于曼奎斯特指数的结论；在国内，余等（Ming-Miin Yu，Shih-Hsun Hsu，Ching-Cheng Chang， Duu-Hwa Lee），[10]柯孔林、冯宗宪，[11]王兵、吴延瑞，[12]杨俊、邵汉华，[13]李涛等[14]将ML指数运用到我国区域经济、商业银行、工业发展等多个领域进行效率测算，也都获得了较为显著的研究成果。因此，为了能够在交通基础设施效率测算中考虑其产生的“坏”的外部性，本文将采用ML指数来进行相关计量分析。

综上所述，目前由于我国对交通基础设施效率测算的相关研究未能很好地考虑环境污染的影响，导致分析结果或多或少存在不足，因此本文试图从以下两个方面进行改善：第一，引入环境污染项作为“坏”产出构建方向距离函数，进而运用ML指数来对2001～2011年交通基础设施全要素生产率进行测算；第二，从空间视角分析国内流通需求对环境约束下交通基础设施全要素生产率的实际影响。

二、研究方法

为了将环境污染项引入效率测算模型，本文将采用非参数方法来构造我国交通基础设施建设的环境生产前沿与相关指数。首先，定义一个既包含“好”产出，又包含“坏”产出的生产可能性集，即环境技术。假设我国每个省份都对交通基础设施建设使用 E 种投入：x=（x1，...，xe）∈R+E， 得到 F 种“好”产出：y=（y1，...，yf）∈R+F，以及 H 种“坏”产出：b=（b1，...，bh）∈R+H。 用 P（x）表示生产可能性集合：

同时，定义该集合满足以下条件：②

（1）生产可行性集是一个闭集和有界集，“好”产出和投入是可以自由处置的；

（2）如果（y，b）∈P（x）且 0≤θ≤1，那么（θy，θb）∈P（x）；

（3）如果（y，b）∈P（x）且 b=0，那么 y=0。

同时，假设在每一个时期t=1，...，T中，第N个省份在交通基础设施上的投入和产出值为（xn，t，yn，t，bn，t），则通过数据包络分析（DEA）可将满足上述条件的 P（x）变为：

其中，ztn表示每一个横截面观察值的权重，非负权重表示生产技术为规模报酬不变。将环境污染项纳入中国交通基础设施效率测算模型，其本质上就是通过运用方向性距离函数来构建一个环境约束项，而所谓环境约束的目的就是要求尽可能地减少污染，同时保持良性发展。根据其特点，本文参考钱伯斯（Chambers）等的研究定义基于产出的方向性距离函数为：

其中，g=（gy，gb）表示一个方向向量，若 g=（y，-b），则表示在给定的投入条件下我国交通基础设施预期产出的按比例扩大以及预期外污染产出按比例减少；若 g=（y，0），则表示在给定的投入条件下预期产出按比例扩大以及预期外污染产出不变。同时，我们定义：

随着交通基础设施建设规模的进一步扩大，其带来的环境污染影响将进一步加剧，很显然环境污染是“坏”产出，我们应当在交通基础设施建设过程中尽量约束这一产出项，因此本文定义方向向量为 g=（y，-b）。

根据钟（Chung）等的研究，基于产出的ML指数的具体形式为：

EFFCHtt+1测度的是环境生产前沿面从t到t+1期的移动，当EFFCHtt+1>1时，表示t到t+1期交通基础设施建设技术效率上升并对全要素生产率增长有贡献；反之，则表示交通基础设施建设技术效率下降并阻碍了全要素生产率的增长。TECHtt+1测度的是t到t+1期交通基础设施建设技术进步变化的程度（或者说技术创新的程度），当TECHtt+1>1时，表示交通基础设施建设技术有所进步并对全要素生产率增长有贡献；反之，则表示交通基础设施建设技术退步并阻碍了全要素生产率的增长。

由于求解ML指数需要借助线性规划来计算上述四个方向的距离函数，因此我们可构建以下两类以产出为导向的线性规划模型：

三、指标构建及效率测算

1.相关指标构建

（1）交通基础设施人力资本投入。交通基础设施系统由于包含不同种类的运输体系，如铁路运输、公路运输、水路运输等，如果直接对不同种类的从业人数进行加总，并不能很好地体现不同运输体系之间的区别。因此，本文以地区各类运输设施路线长度与我国各类运输设施路线总长度之比作为权重，分别用各类运输体系就业人数乘以相对应的权重并求和，以此作为交通基础设施人力资本指标。[15]

（2）交通基础设施资本投入。为保证论文研究的严谨性，本文参考了张军等[16]提出的资本存量测算法，以2001年为基期采用永续盘存法估算各地区交通基础设施资本存量，并以此作为交通基础设施资本投入指标。

（3）交通基础设施财政资助投入。政府财政对交通基础设施建设的支持是经济运行与社会发展的重要基础，同时对经济结构调整也具有重大促进作用。因此，本文以当年中国各地区交通基础设施财政支出额来定义交通基础设施财政资助指标。

（4）“好”产出。与相关研究文献类似，本文选择当年中国各地区交通基础设施增加值来表示“好”产出指标。

（5）“坏”产出。虽然交通基础设施建设对环境带来的影响主要包括空气污染、固体废弃物污染、地区水土流失三个方面，但基于数据的可获得性，本文将只选择空气污染来作为本次研究的“坏”产出项。尾气排放包含了大量的碳氧化合物、氮氧（氮氢）化合物、硫氧化合物及固体粉尘等，其中碳氧化合物（如CO2）是组成温室气体的主要成分，而氮氧（氮氢）化合物、硫氧化合物及固体粉尘则是空气中PM2.5的主要贡献源。基于以上原因，本文将以国家标准GB93-14761.1即75工况法④计算2001～2011年各省市当年交通基础设施尾气排放量，⑤并以此来定义“坏”产出项。需要说明的是，目前由于国家尚未对火车、轮船两类交通工具的尾气排放数据进行准确统计，而且现有相关研究也表明各类交通运输工具中机动车对空气的污染占了很大比例，因此本文定义的空气污染项只采用了公路机动车尾气排放数据。需要说明的是，本文所有数据均来源于2002～2012年《中国统计年鉴》及相关省市的统计年鉴。

2.交通基础设施ML指数测算及分解

下面我们将测算2001～2011年环境约束下中国交通基础设施ML指数及其分解。

表1为2001～2011年环境约束下我国整体交通基础设施建设ML指数及其分解。由表1可以看出，2001～2011年间我国交通基础设施ML指数均值为0.9902。该结果表明，11年间我国交通基础设施全要素生产率并未达到理想状态，而导致这一状况出现的主要原因则是受到了2002～2005年和2008～2009年间交通基础设施建设效率退步的影响。尽管其余年份我国交通基础设施全要素生产效率有了明显提高，但由于2002～2005年和2008～2009年间全要素生产率退步过于严重，因此2001～2011年间我国交通基础设施整体发展效率均值未能超过1。此外，2001～2011年间交通基础设施建设技术效率变化EFFCH指数年均增长率为-0.54%，而技术进步率TECH指数年均增长率为-0.23%，表明考察期间我国交通基础设施建设全要素生产率退步受到了技术效率下降与技术进步下降的双重影响。

在马铃薯产区修建一个马铃薯窖，可用许多年。烂薯、病菌常会残存在窖内，新的薯块入窖初期往往温度较高，湿度又大，堆放新薯过程中一旦把病菌带到薯块上就会发病、腐烂，甚至造成“烂窖”。所以新薯入窖前应把老窖打扫干净，并喷一遍消毒灭菌，而后贮藏新薯。

图1为2001～2011年我国三地区环境约束下交通基础设施ML指数比较图。由图1我们可以发现，2001～2011年我国东中西部地区交通基础设施发展ML指数整体保持在1左右，尽管2002～2003年间三地区ML指数出现了明显下降，但后续几年整体始终保持震荡上升趋势。整体来看，2001～2011年间我国三大地区交通基础设施建设ML效率平均值由大到小为：东部地区>中部地区>西部地区，但随着时间的推移三者间差距正在逐渐缩小，换句话讲就是我国地区间环境约束下交通基础设施全要素生产率正在逐渐趋于一致。

表1 2001～2011年环境约束下（限制空气污染排放）我国交通基础设施建设ML指数测度

此外，为进一步检验环境约束对交通基础设施全要素生产效率的影响，下面我们将用不限制空气污染排放计算得到的全要素生产率值与之进行比较。其具体方程如下：

式（10）即为不考虑环境约束情况下的效率测算模型。在该模型中我们定义方向性函数为g（y，0），以此表示空气污染排放量不加以限制的情况，其余参数与上文相同。

由表2可以看出，在保持空气污染排放量不变的情况下，2001～2011年间我国整体交通基础设施发展全要素生产率为93.27%，其中技术效率为101.86%，技术进步率为91.48%，分别比限制空气污染排放量时我国的交通基础设施全要素生产率低估了5.31%，技术效率高估了1.05%，技术进步率低估了6.66%。很显然，是否在交通基础设施全要素生产率测度中引入环境污染“坏”产出，将对全要素生产率测度产生明显影响。在限制空气污染排放“坏”产出后，2001～2011年我国交通基础设施全要素生产率明显上升的省市有北京、上海、江苏、湖北等，同时全国其他大部分省市的全要素生产率都或多或少有所上升；全要素生产率明显下降的省份为河北、安徽、西藏、甘肃、青海，以上省份主要集中在我国中西部地区。综上所述，我们可以认为，在交通基础设施建设及使用过程中，尽管主动“约束”废气污染排放会增加一定的资本投入，但从效率层面来讲，其本质上是能够显著提升我国大部分省市交通基础设施全要素生产效率的。

四、国内流通需求对环境约束下交通基础设施效率影响的实证分析

交通基础设施建设对一个地区乃至整个国家的经济和社会发展具有十分重要的作用，但至于哪些因素确实能够影响其自身发展，到目前为止并没有正式的理论依据。因此，本文在参考大量相关定量分析文献及资料基础上，选择从国内流通需求的角度考察其对交通基础设施全要素生产率的影响。

所谓国内流通需求，本文定义为以下两个方面：第一，随着潜在人口流动量的逐年增加，迫切需要建设交通基础设施，同时考虑到需求存在的滞后性特点，因此影响因素将引入滞后一期的人口流动量指标；第二，近几年我国三大产业的全面发展也对交通基础设施规划与建设提出了新的要求。因此，本文将选择不变价格的人均生产总值对数（PGDP）、滞后一期的人口流动量（RKLDt-1）、⑥地理环境虚拟变量（DLBL）⑦及第一第二第三产业增加值（DYCZ、DECZ、DSCZ）来构建国内流通需求增长指标体系，以考察其2001～2011年间是否对交通基础设施效率（JTML）产生了显著影响。

表2 2001～2011年我国交通基础设施建设相关指数比较

由于交通基础设施存在显著的空间地区属性，采用传统回归模型进行分析会存在一定的无效性，因此本文将采用空间面板计量模型进行计算。[17]进行空间面板计量一共有三个步骤：首先需要进行空间相关性检验，然后进行空间模型选择检验，最后才进行空间计量分析。目前，涉及空间面板计量的研究文献较多，具体步骤原理这里不再详细解释。根据以上指标定义，构建如下空间面板计量方程：⑧

式（11）中，下标i与t分别表示各样本地区及观察年度，W为空间权值矩阵，ρ为空间滞后系数，ε为随机误差项且服从N（0，σ2I）分布。由于进行空间面板计量时，空间权值矩阵无法直接产生，本文采用1阶相邻函数矩阵来表示，即相邻为1，不相邻为0。

由表3可以看出，Log L值为185.3346，显示该模型具有较好的解释性。同时，Moran's I指数为0.1832，表明交通基础设施效率在空间上表现出了显著的正相关性，因此有必要采用空间面板计量模型来进行分析。2001～2011年间人均GDP系数为0.1100且通过1%显著性检验，表现出了对交通基础设施全要素生产率的显著正向促进作用。第一和第二产业增加值对数系数值分别为0.0513和0.0590，均通过了5%显著性检验，同样也表现出了对交通基础设施全要素生产率的显著正向促进作用。而滞后一年的人口流动量系数、第三产业增加值对数系数则未能通过显著性检验，表现为与交通基础设施全要素生产率不相关。地理环境差异系数为-0.0371，且通过了5%显著性检验，意味着其对交通基础设施全要素生产率具有明显的遏制作用。此外，空间滞后项系数为正且显著，表明当前我国交通基础设施建设在空间上存在显著的空间正相关性，且该特征明显促进了交通基础设施全要素生产率的提高。

表3 流通需求增长与交通基础设施ML指数空间面板计量结果（双向固定）⑨

五、结论及启示

本文在考虑尾气污染等环境因素影响的前提下，首先运用ML指数对2001～2011年间我国交通基础设施全要素生产率及分解指数进行测算，然后再从空间视角考察国内流通需求对交通基础设施全要素生产率的实际影响。研究结果表明：

第一，2001～2011年环境约束下我国整体交通基础设施全要素生产率为无效，交通基础设施技术效率及技术进步率均有小幅度下降。我们认为，造成这一结果的原因主要有以下几个方面：尽管我国一直都十分重视交通基础设施建设，但早些年受管理经营体制、政策执行不力等因素影响，使得资源配置效率未能达到最优，同时也在一定程度上制约了技术效率的进步，这就导致2001～2005年交通基础设施全要素生产率普遍较低；随后几年里，国家逐步加大交通基础设施发展体制改革与政策执行力度，同时不断引入国际先进技术，使得全要素生产率、技术效率及技术进步率都取得了明显和实质性提高，但总的来讲，2001～2011年间我国交通基础设施全要素生产率仍然不是特别理想。此外，从地区层面看，尽管2001年我国东中西部地区交通基础设施全要素生产率存在明显差距（环境约束下），但随着时间的推移这种差距有明显缩小的趋势。

第二，通过比较约束空气污染排放的交通基础设施全要素生产率和不约束空气污染排放的交通基础设施全要素生产率，我们发现，就我国来讲，尽管大部分省市政府及相关企事业单位主动“约束”空气污染排放会提高一定的投入成本，但其本质上却能显著提升交通基础设施全要素生产效率。

第三，考察期间，日益增长的国内流通需求对交通基础设施全要素生产率的影响主要包括两个方面：一是地区第一产业和第二产业发展得越好，越能提升当地交通基础设施的全要素生产率；二是就目前来讲，人们自身的流动意愿及第三产业发展需求对交通基础设施全要素生产率的影响并不大。人均GDP的增长也显著促进了全要素生产率的提升，而地理环境越倾向于丘陵地貌，当地交通基础设施全要素生产率就越低。此外，我们还发现，我国交通基础设施在空间地理上呈现出明显的空间正相关性，且这类空间特性有利于全要素生产率的提高。

＊本文受中央高校基本科研业务费科研专项“防范污染化增长形势下：我国环境保护体系与区域经济协调发展的可行性研究”（项目编号：CDJXS11021119）资助。

注释：

①2011年中国排放的二氧化碳量已经占到了世界总量的1/4，比曾经是世界头号温室气体排放国的美国还要多，而空气污染的主要来源则是尾气排放。

②详情请参考费尔和普利蒙特（Fare&Primont）、费尔等人的文献。

③杨俊等对此进行了详细的解释，即该混合距离函数表示t+1期生产参考t期的技术。

④借助国家标准GB93-14761.1即75工况法，本文测算了2001～2011年我国各省市当年机动车尾气排放的CO、HC及NO2含量。

⑤这里我们定义每辆汽车一年行驶3万公里。

⑥直接将交通基础设施各类客运量相加不能体现不同运输体系的特点，因此本文将人口流动量定义为不同运输体系客运量分别乘以各自运输路线与总路程的比值，并对以上结果求和。

⑦我国地区间地理环境存在差异，将影响交通基础设施的发展，如沿海地区平原较多，而西部地区主要是丘陵地貌等，于是本文定义了地理虚拟变量：平原地区为0，丘陵地区为1。

⑧拉格朗日、R-拉格朗日检验结果显示，在分析本节问题时，运用空间面板滞后模型要优于空间面板误差模型。

⑨需要说明的是，本节空间面板计量一共采用了地点固定、时间固定、双向固定三种模式来进行，但通过比较计量结果发现，双向固定空间面板滞后模型显著性最好，因此这里仅列出了双向固定模式空间面板滞后模型的计量结果，如需要其他两种模式的计量结果可与笔者直接联系。

[1]Aschauer，David Alan.Is Public Expenditure Produc －tive?[J].Journal of Monetary Economics，1989（23）：177-200.

[2]Barro R.，Sala-I-Martin X..Technological Diffusion，Convergence and Growth[J].Journal of Economic Growth，1997，2（1）：1-26.

[3]David Banister，Yossi Berechman.Transport Investment and the Promotion of the Economic Growth[J].Journal of Transport Geography，2001（9）：209-218.

[4]Pedro Cantos， Mercedes Gumbau-Albert， Joaquin Maudos.Transport Infrastructures，Spillover Effects and Regional Growth：Evidence of the Spanish Case[J].Transport Reviews，2005（1）：25-50.

[5]Hailu，A.， Veeman，T.S..Environmentally Sensitive Productivity Analysis of the Canadian Pul P and Paper Industry，1959-1994：An Input Distance Function Approach[J].Journal of Environmental Economics and Management，2000（40）：51-274.

[6]Chung， Y.H.， R.Fare， S.Grosskopf.Productivity and Undesirable Outputs： A Directional Distance Function Approach[J].Journal of Environmental Management，1997（3）：229-240.

[7]Jeon， B.M.，Sickles， R.C..The Role of Environmental Factors in Growth Accounting [J].Journal of Applied Econometrics，2004（19）：567-591.

[8]Yoruk，B.， Zaim，O..Productivity Growth in OECD Countries：A Comparison with Malmquist Indices[J].Journal of Comparative Economics，2005（33）：401-420.

[9]Kumar，S.. Environmentally Sensitive Productivity Growth：A Global Analysis Using Malmquist-Luenberger Index[J].Ecological Economics，2006（56）：280-293.

[10]Ming-Miin Yu， Shih-Hsun Hsu， Ching-Cheng Chang，Duu-Hwa Lee.Productivity Growth of Taiwan s Major Domestic Airports in the Presence of Aircraft Noise[J].Transportation Research Paper Part E，2008（44）：543-554.

[11]柯孔林，冯宗宪.中国银行业全要素生产率测度：基于Malmquist-Luenberger指数研究[J].数量经济技术经济研究，2008，25（4）：110-120.

[12]王兵，吴延瑞，颜鹏飞.环境管制与全要素生产率增长：APEC 的实证研究[J].经济研究，2008（5）：19-32.

[13]杨俊，邵汉华.环境约束下的中国工业增长状况研究——基于Malmquist-Luenberger指数的实证分析[J].数量经济技术经济研究，2009（9）：64-78.

[14]李涛，陈碧琴，何雪峰.技术存量效应、真实效率追赶与中国低碳TFP核算——基于RAM与序列Malmquist-Luenberger指数[J].管理工程学报，2013（3）：116-123.

[15]张镝，吴利华.我国交通基础设施建设与经济增长关系实证研究[J].工业技术经济，2008，27（8）：87-90.

[16]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952～2000[J].经济研究，2004（10）：35-44.

[17]黄森，蒲勇健.区域差异导致经济块状发展的空间机理研究[J].统计研究，2011（4）：42-48.