基于绿色全要素生产率的“两山”转化效率测度方法

高 涵, 叶维丽*, 彭硕佳, 张文静,

1.生态环境部环境规划院总量控制与排放交易研究中心, 北京 100012

2.生态环境部环境规划院长江经济带生态环境联合研究中心, 北京 100012

“绿水青山就是金山银山”意指绿水青山本身具有含金量，“绿水青山”通过转化可以源源不断地带来“金山银山”. 2005年，习近平同志在浙江省安吉县调研时首次提出“绿水青山就是金山银山”的观点，浙江省自此开展“两山”实践探索. 2014年，习近平总书记指出“绿水青山既是自然财富，又是社会财富、经济财富”[1]. 2017—2019年，生态环境部批复3批共52家“绿水青山就是金山银山”实践创新基地，浙江省湖州市、衢州市、丽水市3个地级市，以及湖州市安吉县、温州市洞头区、宁波市宁海县、绍兴市新昌县4个县被纳入试点范围，浙江省成为全国拥有“两山”实践创新基地数量最多的省份. 2005—2016年是浙江省开展“两山”探索到初见成效的时段，为“两山”转化效率测度提供了最佳观测样本.

研究[2-4]表明，“两山”理念实践最关键的是如何看待环境保护与经济增长的关系，如何将“绿水青山”有效率地转化为“金山银山”，探索生态资产存量转变为生态资本增量的具体途径. 传统的经济学认为，经济增长的动力一是要素投入量的增加，二是要素使用效率的提高. 由于投入经济活动中的要素往往不止一个，单要素生产率不能完全衡量经济增长的效率，一般采用TFP(Total Factor Productivity，全要素生产率)进行衡量[5]. 安东尼奥·丁·皮内达[6]认为，TFP应该包括所有的投入要素，亦即劳动、资金、材料、能源等; Solow[5]提出TFP时采用的劳动力和资本被视为TFP研究中通常使用的两项传统指标，在很长的一段时间内，TFP被用来衡量与分析经济增长的投入产出效率及各项投入带来的技术进步因素，但环境因素往往被忽略.

2010年以后，考虑环境要素的TFP研究开始受到重视. 大量研究将环境规制或环境污染作为非期望产出或将负面投入纳入TFP计算范畴，以污染物排放指标、能源消耗指标或水资源消耗指标等形式体现，环境被认为是经济增长的“负累”，环境污染被认为是经济生产活动对环境资源的消耗. 例如，Atakelty等[7]对加拿大造纸行业的环境TFP进行了计算；Ramakrishnan[8]利用DEA方法对全世界GDP、能源消费与二氧化碳排放之间的关系与效率进行了计算；王杰等[9]在建立环境规制与企业TFP关系数理模型的基础上，检验了重度、中度和轻度污染行业企业TFP的影响水平；徐祯等[10]采用工业废气排放量、工业废水排放量表征环境污染，对我国省际TFP与环境污染开展了回归分析；张建华等[11]测算了包含工业废气排放量、工业废水排放量两种非期望产出在内的GTFP；刘晓洁等[12]考虑能源投入和非期望的环境污染产出，结合混合径向的EBM模型和Malmquist-Luenberger生产率指数测算得出我国省际GTFP稳步递增. 这些TFP研究主要集中于省际或行业尺度，鲜有建立在地市尺度的研究测算. GTFP的“绿色”主要考虑了环境污染的负效应，但鲜有研究能够将“绿水青山”的环境资本作为生产投入的正向要素之一来看待.

该研究将环境资源作为生产要素之一予以投入的TFP定义为GTFP(Green Total Factor Productivity，绿色全要素生产率)，认为环境资源能够成为推动生产的正面投入要素. 基于此，将环境资源作为正向要素投入纳入TFP的计算中，考察GTFP对经济的影响，从而评估各地区“两山”转化的效率，以期为推动各地区有效开展“两山”转化评估提供测度方法与参考.

1 研究方法与数据来源

1.1 基于DEA的Malmquist生产力指数研究方法

1994年Fare等[13]建立了用来考察TFP-ch(全要素生产率增长)的Malmquist生产力指数，进而应用Shephard距离函数将TFP-ch分解为TECH-ch(技术变动)和TE-ch(技术效率变动)的乘积，才使得Malmquist生产力指数在生产率测度中得以广泛应用，进而将TFP与技术效率的研究汇集贯通起来.

根据Fare等[13]的分析，Malmquist生产力指数定义为

(1)

式中，dt(xt+1,yt+1)为以第t期技术表示的第t+1期技术效率水平，dt(xt,yt)为以第t期的技术表示的当期技术效率水平，dt+1(xt+1,yt+1)为以第t+1期技术表示的当期技术效率水平，dt+1(xt,yt)为以第t+1期技术表示的第t期技术效率水平. TFP-ch>1时，表示TFP呈增长趋势，反之则为下降趋势.

将TFP-ch进行分解得到：

TFP-ch=(TECH-ch)×(TE-ch)

(2)

TECH-ch>1时，表示技术进步，生产边界提升；反之则为技术衰退. TE-ch>1时，表示技术效率上升，反之则为技术效率衰退.

1.2 计算方法

GTFP的演算过程可采用DEA方法，使用Malmquist-DEA模型予以实现. DEA是一种理论化的非参数前沿效率分析方法，其中，利用Malmquist-DEA模型可以对TFP进行分解.

该研究以拥有全国最多“两山”实践基地称号的浙江省为研究对象，构建“绿水青山资源”指标，对浙江省各地市开展面板数据分析. 为评估“两山”转化效率，将浙江省11个地市作为单独的经济体，构建基于2005—2016年面板数据、具有7项投入指标、1项产出指标的Malmquist生产力指数，采用DEAP 2.1软件计算求解. 其中，一个决策单元代表一个经济体，即一个地市级行政区域. 通过基于DEA的Malmquist生产力指数计算得出每个行政区域的综合效率数量指标，据此将各行政区域进行排序，确定每个行政区域在“两山”转化方面的相对效率.

1.3 指标设计

通过对比TFP与GTFP，评估二者各自年度变化情况，分析“绿水青山资源”对GDP的贡献. 为评估“两山”转化效率，采取劳动力(L)、资本(K)、“绿水青山资源”(R)作为投入指标，地区生产总值(G)作为产出指标. 具体指标选取见表1.

表1 “两山”转化效率测度评估指标

1.3.1TFP投入指标

TFP以劳动力与资本作为投入指标、以GDP作为产出指标来观察资源的生产效率情况. 笔者借鉴刘晓洁等[12]的研究成果，采用全社会就业人口数表征劳动力指标(L)，采用资本存量表征资本指标(K).

对资本存量指标(K)，采用张军等[14]基于“永续盘存法”的资本存量计算方法，以资本形成总额除以10%的方法计算浙江省2005年基期资本存量. 将当年浙江省全省资本存量按照各地市的全社会固定资产投资与资本形成总额的比例，折算为各地市的基期资本存量. 折旧率采用9.6%，价格指数采用浙江省2005—2016年的固定资产投资价格指数，以2005年为基期进行换算.

1.3.2“绿水青山资源”投入指标

以往环境领域的研究主要重视测算水、生态资源的货币价值，是对环境资源的本底价值进行货币估算；但对优良的“绿水青山资源”带来的生产力及其对地区生产总值做出的贡献考虑较少，并没有真正观测“转化”这一过程的货币增值. 该研究设置“绿水青山资源”指标(R)考察清洁的环境资源能够带来的经济效益，主要包括5项指标，即能源指标、水资源指标以及表征良好环境资源的地表水达到或优于Ⅲ类的断面比例、环境空气优良天数比例及森林覆盖率三类环境投入指标.

对于能源指标，郑佩娜等[15-16]采用的是能源消耗量指标，由于地市级能源消耗量宏观统计中并未考虑能源输送情况，故不能直观反映各地市对能源的消耗情况；苗建军等[17-18]在GTFP研究中选取全社会用电量作为能源投入. 综上，该研究采用全社会用电量(R1)考察各地市工业生产与城镇生活的综合消耗.

对于水资源指标，水资源存量较以往研究用的用水量指标能够更好地表征“绿水青山”中的水资源本底优势，故该研究采用各地市的水资源量(R2)作为可投入生产的水资源表征.

对于环境资源投入指标，GTFP研究通常将化学需氧量排放量、二氧化硫排放量或者工业“三废”排放量等作为特殊投入要素指标、非期望产出或者“坏”产出指标进行处理[19-22]. 该研究提出，将清洁水资源投入、清洁空气资源投入与清洁生态资源投入作为“生产资源要素”投入指标考虑，选取的具体表征指标分别为地表水达到或优于Ⅲ类的断面比例(R3)、环境空气优良天数比例(R4)及森林覆盖率(R5). 其中，地表水达到或优于Ⅲ类的断面比例，是指地表水监测断面中执行GB 3838—2002《地表水环境质量标准》中Ⅰ～Ⅲ类水域功能的，已有研究[23]常用于评估“好水”水质；环境空气优良天数比例是由生态环境部定义的，为空气质量指数(AQI)在0～100之间的天数[24]. 这两项指标在环境状况公报中常作为评估良好水环境质量与良好空气质量的指标. 清洁生态资源的评估方式较为复杂，如谢高地等[25]用土地面积对生态服务价值进行货币化核算，他认为就生态系统而言，森林提供的总服务价值最高，占总价值的46.00%. 考虑到分析的复杂性，该研究选用可比性强、易获取的森林覆盖率指标作为评估清洁生态环境投入的指标. R3、R4、R5这3项指标值如果过低，则与经济增长可能为负相关关系，因而选择这3项指标的前提浙江省各地市环境质量状况相对较好，清洁水资源投入、清洁空气资源投入与清洁生态资源投入能够促进经济增长. 该研究简化处理了地级市层面对能源输送情况以及生态服务价值的测算，并且未考虑土壤环境质量表征指标.

1.4 数据来源

数据全部来自于2005—2017年的《浙江省统计年鉴》和浙江省11个地市的统计年鉴、国民经济与社会发展公报及环境状况公报.

2 结果与讨论

2.1 TFP的变动分析

以全社会就业人口数(L)和资本存量指标(K)作为TFP输入指标、地区生产总值(G)作为产出指标分析资本与劳动力资源的传统生产效率情况. 结果显示，2005—2017年浙江省全省TFP技术效率变动平均值为0.980，总体处于下降趋势，考虑GTFP后，技术效率变动平均值为0.976，相比于TFP，其技术进步对经济增长的贡献率略小一些. 赵雪阳[26]采用基于DEA的Malmquist生产力指数法测算浙江省所有区县1999—2013年的TFP，得出这一期间浙江省所有区县的年均TFP下降了0.2%，技术效率下降了1.5%，该趋势与笔者所得结果总体一致.

2.2 GTFP的变动分析

由表2可见，2005—2016年浙江省各地市的GTFP变动总体呈稳中有降的趋势. 杭州市、宁波市两个经济最为发达的地市GTFP处于第一梯队保持增长，金华市、衢州市、舟山市、温州市、湖州市的GTFP位居浙江省前列，而嘉兴市作为浙江省“绿水青山资源”最为匮乏的地市，其GTFP与其他地市存在较大差距.

陈阳[27]的研究表明，包括浙江省在内的东部沿海经济区城市效率改进水平相对较低，主要原因是经济相对发达地区的转型较早，集约型经济增长模式的转变也较早，绿色进步成为限制我国GTFP增长的主要因素. LIU等[28]测算表明，我国GTFP在1999—2012年期间总体提升，其中COD和SO2的排放减少是主要驱动因素. COD和SO2等污染物的减少与清洁资源的增长是“绿水青山资源”的两种不同方向的表征. LI等[29]认为，地方环境法规可以显著提高政治高度集中地区的GTFP属性，这在浙江省案例中体现较为明显，衢州市、湖州市均为第一批“绿水青山就是金山银山”实践创新基地，杭州市、宁波市的环境法规实施程度也相对较高.

表2 2005—2016年浙江省各地市的GTFP

图1 2005—2016年浙江省各地市GTFP的技术效率变动均值与GTFP指数变动均值

2.3 各地市GTFP的分析

从浙江省各地市的技术效率(见图1)来看：衢州市、金华市、丽水市技术效率年均值均大于1，表明这些地区在GTFP测算中考虑“绿水青山资源”后，技术效率总体进步；杭州市、宁波市、嘉兴市、舟山市的技术效率年均值均等于1，表明这些经济相对发达地区的技术效率总体保持不变；台州市、湖州市、绍兴市、温州市技术效率年均值均小于1，表明这些经济相对不够发达地区的技术效率在考虑“绿水青山资源”后总体在退化，投入的要素资源配置未达到最优化. 在多年平均GTFP指数方面，生产率相对较高的依次是杭州市、宁波市、金华市、衢州市、绍兴市等地，但仅杭州市多年平均GTFP指数大于1. 嘉兴市由于部分年份没有地表水达到或优于Ⅲ类要求的断面，且水资源量严重不足，导致绿色投入部分过低，GTFP年均指数无法测算. 2005—2016年，嘉兴市GTFP下降了37%，变幅远高于其他地市. 徐丽[30]在利用Malmquist-DEA模型研究长三角城市群16个城市TFP及其影响因素时，将2007年测算结果进行分类，认为杭州市、宁波市、嘉兴市属于第一档，湖州市、绍兴市、舟山市效率稍低，为第二档，但都属于技术效率上升型城市，这与笔者得到的浙江省各地市的技术效率分类总体一致. 而嘉兴市自2005年以来，其环境问题越发凸显，导致其绿色效率逐渐下降，影响了其在GTFP中的分类结果.

以2016年为例，分析影响浙江省各地市技术效率的二级指标. 结果显示：2015—2016年，GTFP指数大于1的地市为杭州市、宁波市，这两个地市2016年的技术效率均为1，其全要素资源配置效率在11个地市中为最高；相比于杭州市、宁波市的技术效率，其余地市均存在冗余资源投入问题，冗余部分说明这些资源未有效配置. 冗余的二级指标主要为R2～R5，即水资源总量、地表水达到或优于Ⅲ类的断面比例、环境空气优良天数比例、森林覆盖率. “绿水青山资源”的冗余说明这些地市2016年“两山”转化效率还存在不足. 除杭州市、宁波市以外，其他地市的这些资源本应当发挥更高的配置效率，创造更高的GDP. 例如，采用以2005年为基年的可比价格进行测算，衢州市2016年GDP为402.52×108元，如按照最优资源配置效率的前沿面计算结果来看，当年GDP应为641.55×108元.

2.4 TFP与GTFP结果的对比分析

浙江省各地市仅考虑资本与劳动力这2项投入及GDP这1项产出的TFP指数与考虑7项投入与GDP这1项产出的GTFP指数的年际变化情况如图2 所示.

图2 2005—2016年浙江省各地市TFP累积变化率与GTFP累积变化率

从年际变化看，浙江省各地市GTFP与TFP的变化情况基本趋同，近年来浙江省环境资源投入对生产的促进效用与传统要素相当；GTFP累积变化率低于TFP，“绿水青山资源”作为环境资本投入，与传统资本相比尚未能完全发挥出其生产效率，具备资源配置的改进空间. 孙燕铭等[31]采用非期望产出指标计算了长三角城市群2006—2016年的GTFP，同样得出长三角城市群GTFP忽高忽低并不稳定的结论，这与该研究所得结果相一致. 以各城市比较，考虑“绿水青山资源”指标后，丽水市、台州市、嘉兴市等地TFP累积变化率出现明显下降，这些地区“绿水青山资源”带来的经济增长不如传统的资本与劳动力要素资源带来的经济增长. 丽水市、台州市经济体量偏低而环境质量较好，环境资源配置效率不高，尚未发挥环境资源的生产力；嘉兴市环境质量本底偏弱，“绿水青山”转化效率不高. 温州市、宁波市、杭州市等地在考虑“绿水青山资源”指标后TFP累积变化率则有小幅增加，“绿水青山资源”在这些地区作为生产要素投入后，获得了比传统生产要素更高的效率提升，在这些地区环境资源投入与配置效率是制约经济发展的重要因素. 衢州市、金华市、绍兴市、湖州市等地GTFP与TFP变动则相对不明显，这些地区“绿水青山资源”与传统的资本、劳动力资源发挥了相当的效率，对经济的贡献相对稳定. 总体来看，“绿水青山资源”对地区经济推动分为两种作用模式，一是通过本底值良好的生态资源推动经济增长，二是通过治理欠佳的生态环境形成良好的生态资源推动经济增长.

3 结论

a) 将“绿水青山资源”作为GTFP要素投入，利用Malmquist-DEA模型构建“两山”转化测度方法，评价“绿水青山资源”对“金山银山”的经济增长贡献，更有利于观察其相比于资本、劳动力要素对地区经济的推动作用.

b) “绿水青山资源”在浙江省层面尚未完全发挥要素投入的生产效率，各地市情况有所差异. 衢州市、金华市、丽水市2005—2016年GTFP保持稳定，技术效率持续增长，“绿水青山资源”推动了经济增长，佐证了“绿水青山就是金山银山”的论断；在温州市、宁波市、杭州市，“绿水青山资源”发挥了比劳动力与资本更高的资源配置效率.

c) GTFP可与GDP、GEP相结合，从不同角度开展绿色发展效率评价. GDP用于直观评判各地市的经济发展水平，即“金山银山”的状态；GEP用于核算各地市生态系统价值，即“绿水青山”的保持状态；GTFP用于评估优良生态系统对经济发展水平的推动作用，即“两山”转化效率.