民族地区产业结构与绿色全要素生产率_周杰文.pdf

收稿日期:2022-08-10基金项目:国家社会科学基金项目“中国区域经济差异的尺度效应分析”(11CJL064);江西省高校人文社会科学重点研究基地项目“长江经济带城市群运输成本测度、交通网络一体化与联动机制研究”(JD18013);国家社会科学基金重大项目“区域经济多极网络空间组织研究”(19ZDA055)成果作者简介:周杰文(1978-),男,湖南东安人,博士、副教授,研究方向:区域经济学、人文地理学;高翔(1995-),男,安徽天长人,硕士研究生,研究方向:区域经济学。黑龙江民族丛刊(双月刊)2022 年第 5 期(总第 190 期)民族地区经济与现代化民族地区产业结构与绿色全要素生产率周杰文,高 翔(南昌大学 经济管理学院,南昌 330031)摘 要:基于 20042019 年中国省级面板数据,使用 DEA-Malmquist 模型测算了中国绿色全要素生产率,并实证检验了民族地区的产业结构对绿色全要素生产率的影响。Malmquist 测算结果表明:民族地区绿色全要素生产率在研究期内低于全国平均水平,且低于非民族地区;而民族地区的技术效率进步贡献了主要的绿色全要素生产率的增长。实证结果表明:民族地区产业结构合理化和产业结构高级化对绿色全要素生产率的作用主要通过技术效率和技术进步实现。关 键 词:产业结构;绿色全要素生产率;民族地区中图分类号:F127.8 文献标志码:A 文章编号:1004-4922(2022)05-0066-08一、研究背景民族地区在全国区域经济发展新格局中,具有十分重要的战略地位。当前,我国正处于“两个一百年”历史交汇期,在新形势下,推动民族地区在全面建成小康社会的基础上实现更高质量发展,实现共同富裕是急需解决的问题。党的十九大提出要绿色发展,形成绿色发展理念,不断提高绿色全要素生产率。绿色全要素生产率则是在充分考虑了能源消耗和环境污染的全要素生产率,是反映经济增长方式是否健康可持续的关键指标1。而民族地区作为生态环境脆弱地区,虽得益于得天独厚的自然资源,但经济发展基本以忽视生态环境的永续性为代价。新时代,民族地区的经济发展在遵循经济发展规律的同时,更应注重经济效益与生态效益的同步,将生态环境作为社会经济发展的重要资源要素2。产业结构合理化是根据需求和资源条件对要素在各产业部门之间进行配置,从而提升资源利用效率和产业的总体经济效益3,这是一个动态优化过程。由于产业之间存在效率差异,生产要素在市场机制作用下,由生产率低的产业流向生产率高的产业。在此过程中,伴随着资源要素的优化配置,从而推动整个产业经济系统的效率和效益不断提升。但是,绿色增长不仅要求产出高效,也要求产出清洁无害。当区域的产业层次较低时,尽管此时产业结构合理化会加速生产效率提升,但却无法促使产业重心由传统工业向环境友好型的新兴产业转移,也就无法提升产业整体的绿色化水平。而产业结构高级化的发展主要表现为在不同产业结构间的优化升级,促使地区产业发展逐渐由第一二产业向第三产业过渡4。通过将传统的高排放型产业逐步实现低碳转型发展,不仅有利于促进经济实现高质量发展,更有助于激发地区绿色发展的潜力。目前学术界关于民族地区的产业结构与绿色66DOI:10.16415/ki.23-1021/c.2022.05.025全要素生产率的研究仍处于起步阶段,对于绿色全要素生产率效率分解的研究仍有待进一步深化。本文主要以民族八省为样本,基于所构建的计量经济模型,从产业结构合理化和产业结构高级化分析民族地区产业结构与绿色全要素生产率的关系及其影响机制,进一步探析民族地区产业结构影响绿色全要素生产率的作用渠道。二、理论和模型本文 选 取 由 Fare5等 人 构 建 的 DEA-Malmquist 指数法测算绿色全要素生产率的变化,优点在于能够将绿色全要素生产率的变动分解,便于我们研究绿色全要素生产率变动的源泉。Malmquist 指数表示相邻两期全要素生产率的变动,如果 Malmquist 指数大于 1,说明绿色全要素生产率在相应时期提高了;如果该指数小于 1,则说明绿色全要素生产率降低了;如果该指数等于1,则说明绿色全要素生产率不变6。DEA 为无需假定函数形式的非参数分析方法,主要是借助数学规划和投入产出函数确定相对有效的随机前沿,将每一个生产单元对生产前沿的偏离与 DEA 前沿面进行对比,进而评价其有效性7。随着该指数的不断完善和进步,有下列三个经典的公式说明 Malmquist 生产率指数的原理:Mi,t+1(xti,yti,xt+1i,yt+1i)=Dti(xt+1i,yt+1i)Dti(xti,yti)Dt+1i(xt+1i,yt+1i)Dt+1i(xti,yti)|1/2(1)其中:xti,xt+1i分别表示第 i 个地区在时期 t和 t+1 期的投入向量:yti,yt+1i分别表示在 i 地区 t 和 t+1 时期的产出向量;Dti(xti,yti)和 Dti(xt+1i,yt+1i)分别表示以 t 时期的技术 Tt 为参照的、时期 t 和时期 t+1 生产点的距离函数。Mi,t+1(xti,yti,xt+1i,yt+1i)=Dt+1i(xt+1i,yt+1i)Dti(xti,yti)Dti(xti,yti)Dt+1i(xti,yti)Dti(xt+1i,yt+1i)Dt+1i(xt+1i,yt+1i)|1/2(2)该式为(1)式的变形,进一步将 Malmquist 指数分解为综合技术效率指数和技术进步指数。等式右边第一部分,就是从 t 到 t+1 期生产效率的变化;而等式右边第二部分,就是从 t 到 t+1 期技术的变化率8。Malmquist 指数方法通过利用多种投入与产出变量进行效率分析,更为突出的优点是它可以将生产率的变化原因分为技术进步变化与技术效率变化。这样,利用该方法,民族地区的绿色全要素生产率的变化便分为技术进步变化和技术效率变化。实证分析的主要目的即是找出技术进步变化和技术效率变化在产业结构影响绿色全要素生产率变化的贡献程度。从而正确地指导我们在改进产业结构时的实践方向。三、模型构建、指标选取与数据说明(一)模型构建 为了考察民族地区产业结构对绿色全要素生产率的影响,从产业结构合理化、产业结构高级化两个维度构建计量模型。ML=0+1TL+2Z+i+t+it(3)ML=0+1TS+2Z+i+t+it(4)其中,ML 代表绿色全要素生产率,i 代表省份,t 代表时间,TL 代表产业结构合理化指标,TS代表产业结构高级化指标,Z 代表一系列控制变量,表示各个城市不随时间变化的未观察因素,用来控制地区固定效应,控制时间固定效应,表示随机扰动项。结合 Fare 等提出的方法,将绿色全要素生产率分解为技术效率变化和技术进步两部分。为了考察产业结构对绿色全要素生产率的作用机制,以产业结构为主要解释变量,以绿色全要素生产率的效率分解指数为中介变量,构建中介效应模型。ML=0+1TL+2Z+i+t+it(5)EC=0+1TL+2Z+i+t+it(6)ML=0+1TL+2EC+3Z+i+t+it(7)其中 ML 为绿色全要素生产率,TL 为产业结构合理化指标,EC 为技术效率变化指数,其余变量的含义与基准模型相同。当估计系数 1和 2都显著,且 1的绝对值小于 1的绝对值时,则存在部分中介效应;当 2显著而 1不显著时,则模型存在完全中介效应。同理,可以将产业结构合理化指标(TL)替换为产业结构高级化指标(TS),将技术效率变化指数(EC)替换为技术进步指数76(TC),构建中介效应模型。(二)指标选取1.被解释变量绿色全要素生产率为被解释变量。本文利用DEA-Malmquist 指数首先测算 20042019 年 31个省市的绿色全要素生产率及其分解的动态变化情况。然后选取民族地区的绿色全要素生产率及其分解指数作为被解释变量。由于 Malmquist 指数法测算的绿色全要素生产率是相对于上一年的变化率,所以,本文将绿色全要素生产率的变化率转化为绿色绝对全要素生产率,然后将绿色绝对全要素选作被解释变量。通过假定基年 2000 年 TFP=1,则 2001 年的 TFP等于 2000 年 TFP 乘以 2001 年 Malmquist 生产率指数,并以此类推。其余计算方法与此相同9。在绿色全要素生产率的指标选取上,根据现有研究,从资本、劳动、能源三个角度选取投入变量(表 1)。其中,投入指标的选取为:(1)固定资本存量采用永续盘存法进行估算,计算公式如下:Kt=Kt-1(1-)+It/pt(8)式中:为折旧率,取 9.6%;pt为以 2000 年为基期计算的固定资产投资价格指数。基期省份的固定资本存量参考张军10的计算结果。(2)劳动力投入采用单位从业人员指标进行衡量。(3)对于能源投入变量的选取,已有研究认为,用电量可作为能源消费的指标,一方面在于电力需求的 GDP 弹性值非常接近能源需求的 GDP弹性值。另一方面,在于煤炭和石油的供需在中国的能源生产和消费总量中被明显低估,而由计算机直接读取的能源消耗数据较为准确11。因此,本文将全社会用电量作为替代变量。产出指标的选取为:(4)期望产出以 2004 年为基期年,采用经过各省(自治区)GDP 指数折算的实际 GDP 来衡量。(5)非期望产出采用环境污染指标进行衡量。由于采用单一指标难以准确衡量,因此,借鉴前人的做法,选取各地区历年废水排放量、化学需氧量、工业二氧化硫排放量、工业烟尘排放量、工业固体废弃物排放量作为基础数据,采用熵值法测算出各省(自治区)环境污染综合指数,其数值越大表明环境污染程度越严重。计算过程如下:构建原始指标指标矩阵数据:有 h 个年份,m 个省份,n 项评测指标,则原始指标矩阵为 X=xijhmn(1h,1im,1jn),而 xij为第 个年份第 i 个省份的第 j 项指标的指标值12。标准化处理:正向指标:Zij=(xij-xmin)(xmax-xmin)逆向指标:Zij=(xmax-xij)(xmax-xmin)指标的归一化处理:Pij=Zij/h=1mi=1Zij计算各项指标的熵值:Ej=-kh=1mi=1PijlnPij其中 k=1/ln(hm)计算各项指标熵值的冗余度:Dj=1-Ej计算各指标的权重Wj=Dj/nj=1Dj计算各年份各省份环境污染综合指数Ci=PijWj表 1 绿色全要素生产率的投入产出指标选取一级指标二级指标三级指标投入资本要素固定资本存量劳动力要素年末单位从业人员能源要素全社会用电量产出期望产出地区生产总值工业废水非期望产出化学需氧量工业 so2排放量工业烟尘工业固废 2.主要解释变量本文主要关注的是产业结构对绿色全要素生产率的影响,而从动态的角度看,产业结构变迁具86有两个维度,分别是产业结构合理化和产业结构高级化。本文拟从这两个角度,分别探讨其与绿色全要素生产率的关系。(1)产业结构合理化产业结构合理化指的是产业间的聚合质量,一方面是产业之间协调程度的反映,另一方面,还应当是资源有效利用程度的反映,也就是说它是要素投入结构和产出结构耦合程度的一种衡量。就这种耦合而言,研究者一般采用结构偏离度对产业结构合理化进行衡量,其公式为:E=ni=1Yi/LiY/L-1=ni=1Yi/YLi/L-1(9)式中,E 表示结构偏离度,Y 表示产值,L 表示就业,i 表示产业,n 表示产业部门数。根据古典经济学假设,经济最终处于均衡状态,各产业部门生产率水平相同。而由定义,YL即表示生产率,因此当经济均衡时,YiLi=YL,从而 E=0。同时,Yi/Y表示产出结构,Li/L 表示就业结构,因此 E 同时也是产出结构和就业结构耦合性的反映。E 值越大,就表示经济越偏离均衡状态,产业结构越不合理。由于经济非均衡现象是一种常态,从而 E 值不可能为 0。但是,结构偏离度指标忽视了各产业在经济体中的重要程度是不同的,并且在计算时,绝对值的处理方式也带来了一定的困难。为此引入泰尔指数13,作为度量产业结构合理性的指标。其计算公式如下:TL=ni=1(YiY