碳環境規制、技術進步異質性與綠色全要素生產率

楊小輝

(石家莊鐵道大學 管理學院,河北 石家莊 050043)

一、引言

全要素生產率(TFP)是衡量一個國家可持續發展能力的常用指標,它是指一個經濟體在一定投入下的產出水平。改革開放以來,全要素生產率的快速增長是中國經濟快速增長的主要動力之一;然而,2008年國際金融危機后,中國的全要素生產率增長率顯著下降,對經濟增長的貢獻也有所下降。要推動高質量發展,必須從提高全要素生產率入手,但目前的TFP措施不能支持綠色發展的理念。在“雙碳”成為經濟發展新方式的背景下,采用綠色全要素生產率(GTFP)來衡量和評價一個經濟體的增長質量更加科學。綠色TFP在傳統TFP的基礎上,將污染排放加入到產出指標中,用以衡量在一定環境約束條件下各要素的投入產出效率[1]。過去20年中國主要通過要素投入保持經濟高增長,經濟增長嚴重依賴資源消耗,往往高估其生產力貢獻。要實現低碳發展,中國需要密切關注綠色全要素生產率。

綠色全要素生產率的改善受到環境規制、能源結構[2]、技術進步[3]等諸多因素的影響。中國要在短時間內實現能源結構的調整并不容易,環境規制主要通過影響企業創新活動來影響綠色全要素生產率,而技術是綠色全要素生產率增長的根本動力,也是經濟低碳化增長的關鍵。雖然技術進步在提高自然資源利用效率方面發揮著關鍵作用,但不同形式的技術進步(包括技術創新和技術溢出)也可能相互影響[4]。另外,考慮單一的技術進步路徑可能會導致估計偏差,在同一框架下考慮不同形式的技術進步的影響,也可以考慮到他們之間的相互作用。碳環境規制將納入中國經濟轉型的各方面,在碳環境規制約束下技術對于綠色全要素生產率的推動作用將更加顯著[5]。此外,中國不同地區具有不同技術稟賦和技術吸收能力,而且不同區域的經濟發展和碳減排對技術也表現出很強的空間依賴性[6]。因此,明確碳環境規制下不同形式的技術進步對綠色全要素生產率空間的影響,對于實現創新型國家和生態文明社會的雙重目標具有重要意義。

本文在以下三個方面對現有文獻進行了補充。第一,本研究將碳環境規制約束納入技術進步與綠色全要素生產率關系的研究中。第二,技術進步既包括本土技術創新,也包括技術溢出,技術溢出進一步分為國際技術擴散和跨省技術擴散。第三,使用地理加權回歸(GWR)方法在2005—2020年間對30個省份進行了空間回歸,該方法將技術進步和綠色全要素生產率作為解釋變量和被解釋變量,探究技術進步異質性對綠色全要素生產率的空間影響。

二、文獻綜述

與本研究密切相關的文獻包括兩個方面:一方面研究集中在如何度量綠色全要素生產率上,這為我們構建因變量提供了基本的方法論;另外一方面研究總結技術進步對綠色全要素生產率增長的影響,為模型的構建提供借鑒。

大量的研究使用全要素生產率(TFP)來衡量一個國家的經濟增長和可持續發展。在這些研究中,TFP可以分為傳統TFP和綠色TFP。傳統的TFP被用來衡量經濟的可持續性,但只考慮了勞動力、資本和良好產出,沒有考慮到環境的制約因素。為了進一步提高全要素生產率,許多學者試圖利用綠色全要素生產率來解決這一問題[7]。Kumar將CO2排放納入全要素生產率,分析了不同國家的綠色全要素生產率[8]。Zhang 等將各種環境不良產出與全要素生產率相結合,計算出中國各省的綠色全要素生產率[9]。Mahlberg使用溫室氣體排放作為綠色全要素生產率的輸出指標,從區域和產業視角分析綠色全要素生產率的變化[10]。綠色全要素生產率有多種計算方法,從測度方法的角度,采用DEA方法、隨機前沿方法和元前沿函數計算[11]。此外,Chung等提出了方向性距離函數(DDF)和超彈性生產率指數(ML),將環境約束納入投入產出模型[12]。Ren使用GML索引來包含非期望輸出,使用全域超彈性指數(GML)來計算綠色可持續性[13]。每種方法都有各自的優點,但GML索引可以避免線性規劃不可行的潛在問題。

技術進步對不同地區、不同行業綠色全要素生產率的影響是不同的。Feng等發現技術進步和技術差距是綠色全要素生產率的主要影響因素,技術進步和技術差距對綠色全要素生產率的影響在三個地區存在明顯差異[14]。王秀婷等認為從整體來看,各類產業間溢出都有助于TFP增長,但產業自身的研發投入仍是影響TFP的核心因素[15]。作為技術進步的源泉,也有學者分析了技術創新與環境和GTFP之間的關系。陳艷春等驗證了綠色技術創新可以通過提高經濟效率來促進綠色效率和經濟轉型[16]。

根據不同的技術來源,大多數研究分析了自主研發和外商直接投資對綠色TFP的影響。關書等[17]發現企業研發與能力積累都有助于全要素生產率提高。Bengoa等利用面板數據探究了研發投入與生產率之間的關系,發現人力資本和社會資本對兩者具有調節作用[18]。張純等指出綠色技術的引進和研發將提高自然資源的利用效率,而對技術轉化的投資將產生負面影響[19]。王政探討了FDI技術轉移與水資源利用效率的關系。FDI促進了國際技術轉移和管理水平的提高,從而提高了生產效率和資源利用。外商對綠色技術的直接投資將減少環境污染[20]。

基于以上論述發現,雖然自主研發和外商投資對GTFP的影響受到廣泛關注,但是以往研究也存在一些不足之處:第一,以往的研究對不同的技術進步路徑進行了單獨的分析,并沒有對不同的技術進步途徑進行統一的考慮,當前的研究很少涉及跨省技術溢出;第二,現有研究很少考慮到碳環境規制對于技術進步和綠色全要素生產率的影響;第三,中國是一個省份發展不平衡的國家,技術在不同地區存在著較大的空間異質性,這一分析對于從區域層面更好地理解不同技術進步路徑如何影響中國省級綠色全要素生產率,從而實施更精細和有效的技術發展政策,促進綠色高效經濟具有重要意義。

為了解決這些問題,本文擴展了Huang等提出的技術影響模型[21],在中國不同省份構建技術進步對綠色全要素生產率的影響模型,技術進步將包括R&D技術溢出、FDI技術溢出和省際間技術溢出。為了探究不同技術進步路徑對省級綠色全要素生產率的影響,本研究采用了地理加權回歸(GWR)方法。

三、方法和數據來源

(一)綠色全要素生產率測量

關于GTFP的測量,Chung等人提出了方向距離函數,將Malmquist指數擴展為Malmquist-luenberger指數,這種方法也可以把預期的產量增加考慮在內。為了避免線性規劃不可行的潛在問題,本文采用基于SBM方向距離函數的全局Malmquist-luenberger(GML)指數計算GTFP?；赟BM,距離函數從t階段到t+1階段的GML生產力指數可以表示為:

(1)

(2)

(3)

要素投入指標主要包括勞動投入、資本投入和能源投入。勞動投入按年末各省就業人數計算;資本投入以資本存量(萬元)計量。本文采用“永續盤存法”來估計企業的資本存量。省、自治區、直轄市的資本存量調整到2005年為基期;能源投入總能耗(單位為噸級標準煤)為能源消耗,被認為是非預期產出的主要來源。產出指標主要包括預期產出和非預期產出,預期產出以2005年的實際GDP計算,并轉換為GDP指數;非期望產出使用二氧化碳排放來衡量。

(二)全局空間自相關

全局莫蘭指數(GMI)由Cliff和Ord提出,旨在測量某一變量對鄰近區域影響程度,以及對整個區域內鄰近區域的相似程度和差異程度的檢驗,可計算如下:

(4)

式中,n為研究區域的個數;ωij為空間權值中的區域i和區域j。xi和xj分別為區域i和區域j的觀測變量。x是觀測變量的平均屬性,S2是觀測變量的方差。

本研究建立了地理空間矩陣。地理空間以30×30截面矩陣和二進制0-1矩陣的形式相鄰。矩陣中的數值是1或0。默認假設是兩個相鄰區域之間的政策互動強于兩個非相鄰區域之間的政策互動。地理矩陣如下:

(5)

(三)模型設定

根據Huang的模型:TFP=AS。TFP為全要素生產率,A為常數,S為研發存量。為了探究不同技術進步路徑對GTFP的影響,本研究首先建立了如下非空間計量模型:

GTFPit=α0+α1Techit+βXit+μi+εit

(6)

式中,i表示省份,t表示年份。GTFP代表綠色全要素生產率,Tech代表技術要素。X表示控制變量,μi表示各省的固定效果,而ε代表誤差項。式(1)中所有變量取對數。

根據Jiao等的研究,技術因素包括技術創新(RD)和技術溢出[22],技術溢出包括FDI技術溢出(FDIS)和跨省技術溢出(DS)。式(1)可以進一步擴展為:

GTFPit=α0+α1RDit+α2FDISit+

α3DSit+βXit+μi+εit

(7)

鑒于碳環境規制本質上屬于環境規制,因此本文充分借鑒了環境規制的相關研究,采用中介效應模型來進行實證分析,其中碳環境規制由CER指代,具體的模型設定如下:

GTFPit=α0+α1RDitCERit+α2FDISitCERit+

α3DSitCERit+βXit+μi+εit

(8)

(9)

式(9)中,CO2(S)表示碳排放增量,GDP(S)表示某地區GDP增加值。CER表示單位國內生產總值二氧化碳排放降低值。

如上所述,技術活動具有空間異質性和空間相關性。GWR是一種改進的空間線性回歸模型,其主要優點在于將空間權重矩陣應用到線性回歸模型中[23]。GWR模型考慮了空間異質性,對經濟和環境問題具有更強的解釋力。其表達式如下:

(10)

式中,yi為第i個省的綠色生產力總量;xik為第k個解釋變量在第i個省的值;(μi,vi)為第i個省的投影坐標,β0(μi,vi)為截距項。βk(μi,vi)表示第k個解釋變量在第i個省的回歸系數,ε0是殘差項。

本研究將本土研發活動(RD)、省際技術溢出效應(DS)和外國直接投資技術溢出效應(FDI)考慮在內。將回歸模型轉換為對數形式,模型規范為:

lnGTFPi=β0(μi,vi)+β1(μi,vi)lnRDiCERi+

β2(μi,vi)lnDSiCERi+β3(μi,vi)lnFDIiCERi+εit

(11)

省際技術溢出(DSi)可以認為是除省際技術資源儲備外其他省份技術資源儲備的加權總和。結果如下:

(12)

式中,Sj為第j省的研發儲備;Wij為跨省技術擴散權重。根據lin對地緣經濟空間矩陣的研究,省際R&D技術溢出權重可以表示為:

Wij=wijeij

(13)

式中,ωij是地理距離,采用省會之間球面距離的逆結構;eij描述了地區間經濟水平的差異,用研究期間各省份每年人均實際GDP的絕對差的倒數表示。

(四)數據來源

研究周期為2005年、2010年、2015年和2020年。由于數據缺乏,研究樣本不包括香港、澳門、臺灣、西藏。綠色全要素生產率數據根據公式(1)(2)(3)計算,FDI溢出效應來自《中國統計年鑒》,研發經費來源于《中國科技統計年鑒》,基于式(10)計算跨省技術溢出,“雙碳”約束數據來源于《中國統計年鑒》和《中國能源統計年鑒》。

四、研究結果與討論

(一)多重共線性檢驗

GWR模型的多重共線性診斷是準確有效的回歸分析的重要環節。多重共線性的常見診斷方法有兩種:方差膨脹因子(VIF)和條件指數與方差分解比例(CIVDP),利用方差膨脹因子進行多重共線性檢驗。結果表明,核心解釋變量之間不存在多重共線性問題,見表1。

表1 VIF檢驗結果

(二)技術因素與GTFP的全域空間相關性

圖1顯示了技術因素和綠色全要素生產率的全局莫蘭指數。在10%顯著性水平下,各變量的全局莫蘭指數均為正?？缡〖夹g溢出(DS)與綠色全要素生產率(GTFP)具有相似的空間相關性,從2005年到2015年,空間相關性下降,這可能與基礎設施建設不完善的障礙有關。在整個研究周期,研發投資和外國直接投資表現出相對穩定的空間相關性,因為中國的研發活動和外國直接投資活動主要集中在東部地區,研發和外國直接投資在空間上相互作用主要在東部省份之間進行。因此,空間依賴性和空間相關性的波動并不大。

圖1 技術進步與綠色全要素生產率全域莫蘭指數

(三)碳環境規制下技術進步異質性的空間影響規律

模型實驗結果表明,模型擬合度R2為80.9%,調整后的模型擬合度R2為78.6%。模型的被解釋變量與解釋變量的擬合程度較高,證明模型具有較強的解釋能力。

(1)碳環境規制下研發(R&D)對綠色全要素生產率(GTFP)的影響如表2所示。2005—2020年,各省研發投資對綠色全要素生產率的平均回歸系數從0.055下降到0.021,然后上升到0.067。結果表明,碳減排約束下省級R&D投入對GTFP的影響先降后升。2005年,新疆、青海、甘肅、四川和云南的R&D投入影響因子為0.059,顯著高于中部和東部地區。一方面說明R&D投入對綠色全要素生產率具有明顯的空間依賴性和空間相關性,另一方面碳約束在東西部地區較為寬松的條件下,東部地區碳排放水平更高,因此R&D投入在東部地區對綠色全要素生產率的提升反而不如西部地區。西部大開發戰略的實施,導致大量投資增加于研發和西部地區人力資本的迅速積累,這一方面促進西部地區的經濟發展,另一方面提高了經濟發展過程中的能源效率,這與Wang的觀點一致。東部地區與西部地區差異較大,京津冀地區、長三角地區和珠三角地區三大城市群均表現出較強的空間相關特征,但寬松的碳環境規制下R&D對綠色全要素生產率的影響低于西部地區。

表2 CER×R&D不同年份GWR模型結果

2010年,在弱碳環境規制下研發投入對東北地區和京津冀地區綠色全要素生產率產生了相當大的影響。這可能是東北振興戰略的實施、北京和天津研發的快速增長造成的。2005年以來,天津濱海新區被納入國家戰略,極大地促進了京津冀及周邊地區的經濟發展。但與此同時,京津冀地區也成為中國污染最嚴重和能源消耗量最大的地區,粗放型經濟的快速發展導致了資源利用效率的降低。與2005年相比,綠色全要素生產率實際上不升反降。

2015年,碳環境規制不斷加強,R&D投入對綠色全要素生產率的影響有所提升,東北地區為0.05,京津冀地區為0.049,R&D投入對綠色全要素生產率的影響顯著高于其他地區。生態文明建設更加強調在經濟發展優先的前提下,資源利用的效率和自然與人類活動的協調。

2020年,更高的碳環境規制使得研發投入對綠色全要素生產率的促進作用進一步增強。中央和地方政府,特別是高污染地區,如京津冀地區,已經采取了更嚴格的環境政策和治污降碳行動來實現節約能源和減少排放。此外,研發投入在現階段產業升級中的作用更加明顯,進一步提高了各地區資源的利用效率。通過推廣新能源技術,進一步減少了CO2排放,促進了綠色全要素生產率的改善。這與Feng的觀點一致。

(2)碳環境規制下省際技術溢出(DS)對GTFP的影響。表3為碳環境規制下省際間技術溢出(DS)對30個省份綠色全要素生產率的GWR估計結果。在國家層面上看,碳排放約束下DS對GTFP有顯著的抑制作用。從2005—2020年,這種影響一般表現為先增大后減小(影響系數的絕對值減小后增大)。這表明,弱碳環境規制下跨省技術溢出在促進周邊地區經濟增長的同時,會導致更大的能源需求增幅,總體上抑制綠色全要素生產率,結果與Costantini等的研究相一致[24]。碳環境規制會產生“以鄰為壑”的負面效應,省際間技術溢出對周邊地區生產規模擴張的“能源反彈效應”遠遠高于綠色技術的節能減排效應。

表3 CER×DS 不同年份GWR 模型結果

2005年,弱碳環境規制下省際間技術溢出(DS)對綠色全要素生產率的系數為-0.252。此階段,省際技術轉移水平相對較低,省際技術溢出限制了生產率的提高,弱碳環境規制產生了更多的碳排放。隨著西部大開發的推進,這些省份一直在接受東部地區的技術資源和中央政府的轉移支付,而西部地區內部間的技術溢出水平較低,跨省技術溢出對新疆、青海和云南的影響最大。2010年,西部地區主要接受重化工技術溢出,經濟表現出高能耗特征?？陀^上,弱碳排放約束增加了“不良產出”。廣東地區DS的回歸系數為-0.015,明顯優于北方地區。由于4萬億元的投資計劃、大量基礎設施建設和城鎮化進程的加快,廣東能源需求和能源利用效率明顯高于其他地區,較強的碳環境規制對綠色全要素生產率的提升作用更加明顯。2015年,隨著碳環境規制的不斷強化,DS對綠色全要素生產率的負面影響持續減弱。此時,南方地區的產業轉型升級正處于初級階段,而東北地區和京津冀地區的產業結構仍處于重工業狀態。因此,碳環境規制下北方DS對綠色全要素生產率的負面影響更為顯著。2020年,DS對綠色全要素生產率的負向影響在新疆最為明顯,在廣東最弱。碳環境規制下當DS在中國東南部部分地區超過一定門檻值時,技術升級開始改善該地區的綠色全要素生產率。這與Jiao的研究結論相一致。京津冀地區的減污降碳治理措施也顯著減少了能源消耗,但新疆的資源利用效率沒有明顯提高。

(3)碳環境規制下FDI對綠色全要素生產率的影響。從表4可以看出,“雙碳”約束下FDI技術溢出的影響在研究周期內呈先減小后增大的趨勢。2005年、2010年、2015年和2020年的回歸系數分別為0.038、0.022、0.036和0.046。這表明碳環境規制下FDI技術溢出對綠色全要素生產率的影響從“污染避風港”效應轉變為“污染暈輪”效應。

表4 CER×FDI 不同年份GWR 模型結果

2005年,碳環境規制下西部大開發戰略吸引了部分外資企業加大對西部的投資,為西部地區帶來了資金和技術,促進了西部大開發,提高了西部地區資源的利用效率。因此,碳環境規制與FDI協同提升了綠色全要素生產率。西部地區經濟發展水平相對較低,市場化程度較低。對市場化水平相對較低地區的FDI主要表現為節能技術溢出。此時,“污染暈輪”效應強于“污染避風港”效應。2009年,弱碳環境規制下東北地區和京津冀地區FDI對綠色全要素生產率的影響最大。但從全國范圍來看,FDI的影響系數有所下降,這是因為這一時期弱碳環境規制意味著寬松的環境規制,更多的FDI流向了能源密集型行業,其中以京津冀和東北地區重工業的增長率最為顯著。此階段,外商直接投資提高能源效率引發了能源反彈效應?！拔廴颈茱L港”效應明顯強于“污染暈輪”效應。隨著時間的推移,2015年和2020年碳環境規制不斷加強,FDI對綠色全要素生產率的提升進一步增強。碳環境規制和市場化程度的提高會導致市場競爭更加激烈,更多的企業會選擇能源偏向的技術擴散?！拔廴緯炤啞毙饾u增強,“污染避風港”效應逐漸減弱,這些效應均表現出較強的空間相關性,但影響系數差異較小,這說明外商直接投資對不同地區能源利用效率提升的作用呈遞減趨勢。這是因為在人力資源和研發投入達到一定水平后,中西部地區對跨國技術轉移的吸收能力與東部地區的差距逐漸縮小,這印證了Feng的研究,認為過高或過低的技術差距不利于技術擴散。東部更強碳環境規制也促進了FDI從東部地區向西部地區溢出。

五、結論及政策啟示

利用GWR模型,研究了碳環境規制下研發、省際技術溢出和FDI技術溢出等技術進步路徑對綠色全要素生產率的空間影響。碳環境規制下R&D投入綠色全要素生產率的影響呈先減小后增大的趨勢。碳環境規制下,DS對綠色全要素生產率的影響因子始終為負,影響存在門檻效應。碳環境規制下,FDI對綠色全要素生產率的影響取決于“污染避風港”效應和“污染暈輪”效應,“污染暈輪”效應主要表現為FDI的節能技術和能源偏向性技術溢出效應,在研究期間FDI對暈輪的影響呈先弱后強的趨勢。

上述結果對我國經濟發展的政策啟示如下:

研發投入對綠色全要素生產率的影響是不穩定的,因此,要實現經濟發展和降低能源消耗的雙重目標,僅僅增加研發投入是不夠的。相反,它應該被納入國家的重大戰略和產業結構調整之中。研發資金應該流向節能減排技術,而不僅僅是提高生產率。宏觀上,加大對水電、風電、太陽能、沼氣、地熱能(含土地和水源)、潮汐能等能源的研發投入和政策優惠力度。在微觀層面,加大對節能環保企業的資金支持和研發補貼力度。

省際間技術溢出對綠色全要素生產率的升級具有負向作用。優先促進省際技術交流,提高地方技術吸收能力。推進大都市圈戰略,縮小區域經濟發展差距。同時,加強落后省份和發達省份之間的基礎設施互聯互通(包括通訊、交通設施)。以京津冀地區為例,可在都市圈建設過程中制定技術共享和交通一體化等低碳協同行動計劃。各省應建立綠色技術發展實驗平臺,建立具有吸引力的科技產出薪酬分配方案。

碳環境規制既是壓力也是機遇,一方面減少企業傳統能源的依賴,另一方面會促進企業不斷進行技術升級。政府需加強監管,構建嚴格的知識產權保護制度,防止市場失靈,充分發揮市場競爭作用。然而,本研究仍存在一些不足之處。例如,對于基礎設施對綠色全要素生產率升級的影響,未能針對個別省份提出具體的政策。未來應探索基礎設施和產業發展對GTFP的影響機制,為各省提出更有針對性的建議。