中国环境科学２０１５，３５（１０）：３１７７－３１８６ Ｃｈｉｎａ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ 经济转型视角下中国工业行业环境全要素生产率及增长 动力分析 范 丹 ， ’（１．东北财经大学数学与数量经济学院，辽宁大连１１６０２５；２．中国科学院预测科学研究中心东北分中心， 辽宁大连１１６０２５） 摘要：从工业行业存在技术异质特征出发，在全局ＤＥＡ分析框架下，应用共同前沿理论的ＭＭＬ生产率指数，测度了２００１～２０１２年我国工业 行业环境全要素生产率的动态变化及分解构成，并采用动态ＧＭＭ估计方法对其增长因素进行分析．结果表明：２００１￣２０１２年３６个工业行业 的环境全要素生产率年均增长率为２．３％，工业环境全要素生产率的增长主要源于技术进步与规模效率的提升．环境全要素生产率呈现清洁 型生产行业、中污染生产行业、污染密集型行业依次递减的发展格局，群组间技术差异整体上呈现缩减趋势；通信设备、计算机及其他电 子设备制造业、烟草制品业是推动前沿面扩张的主力行业；增长动力分析显示，工业行业存在投入要素利用的规模经济，工业行业“国退民 进”的产权改革与能源结构调整有利于环境全要素生产率的提升。资本深化对环境全要素生产率的提升影响微弱，ＦＤＩ抑制了环境全要素生 产率的增长。行业集中度与环境全要素生产率存在“倒ｕ”型关系，不同群组的技术异质性导致了对环境全要素生产率产生不同影响． 关键词：共同前沿；技术异质性；环境全要素生产率：ＭＭＬ生产率指数 中图分类号：Ｘ２２ 文献标识码：Ａ 文章编号：１０００—６９２３（２０１５）１０—３１７７—１０ Ａｎａｌｙｓｉｓ ｏｆ ｉｎｄｕｓｔｒｉａｌ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｐｒｏｄｕｃｔｉｖｉｔｙ ａｎｄ ｇｒｏｗｔｈ ｄｙｎａｍｉｃ ｉｎ Ｃｈｉｎａ ｆｒｏｍ ｔｈｅ ｐｅｒｓｐｅｃｔｉｖｅ ｏｆ ｅｃｏｎｏｍｉｃ ｔｒａｎｓｆｏｒｍａｔｉｏｎ．ＦＡＮ Ｄａｎ （１．Ｄｅｐａｒｔｍｅｎｔ ｏｆＭａｔｈｅｍａｔｉｃｓ ｎｄ ａＱｕａｎｔｉｔａｔｉｖｅ Ｅｃｏｎｏｍｉｃｓ，Ｄｏｎｇｂｅｉ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＦｉｎａｎｃｅ ｎｄ Ｅｃｏｎｏｍｉｃｓ，Ｄａａｌｉａｎ，１ １６０２５，Ｃｈｉｎａ：２．Ｃｅｎｔｅｒ ｆｏｒ Ｅｃｏｎｏｍｅｔｒｉｃ Ａｎａｌｙｓｉｓ ａｎｄ Ｆｏｒｅｃａｓｔｉｎｇ，Ｎｏｒｔｈｅａｓｔｅｒｎ Ｂｒａｎｃｈ Ｌｉａｏｎｉｎｇ，Ｄａｌｉａｎ，ｌ１６０２５，Ｃｈｉｎａ）．ＣｈｉｎａＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，２０１５，３５（１０）：３１７７￣３１８６ Ａｂｓｔｒａｃｔ：Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｂａｓｅｄ ｏｎ．ｔｈｅ ｇｌｏｂａｌ ＤＥＡ ｄｉｒｅｃｔｉｏｎａｌ ｄｉｓｔａｎｃｅ ｆｕｎｃｔｉｏｎ ａｎｄ ＭＭＬ ｐｒｏｄｕｃｔｉｖｉｙ ｉｔｎｄｅｘ， ｅｎｖｉｒｏｎｍｅｎｔａｌ ｐｒｏｄｕｃｔｉｖｉｙ ａｔｎｄ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｖａｒｉａｂｌｅｓ ｗｅｒｅ ｍｅａｓｕｒｅｄ ｂｙ ｒｅｓｏｕｒｃｅｓ ａｎｄ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｃｏｎｓｔｒａｉｎｔｓ ｏｆ ｆｒｏｍ ２００１ ｔｏ ２０１２ ｉｎ Ｃｈｉｎａ，ａｎｄ ｔｈｅ ｄｒｉｖｉｎｇ ｆａｃｔｏｒｓ ｏｆ ｇｒｅｅｎ ｐｒｏｄｕｃｔｉｖｉｙ ｉｎｄｕｓｔｔｒｉｅｓ ｗｅｒｅ ａｎａｌｙｚｅｄ ｂｙ ｔｈｅ ｄｙｎａｍｉｃ ＧＭＭ ｅｓｔｉｍａｔｉｏｎ ｍｅｔｈｏｄｓ．Ｔｈｅ ｍａｉｎ ｃｏｎｃｌｕｓｉｏｎｓ ｗｅｒｅ ａｓ ｆｏｌｌｏｗｓ．Ｔｈｅ ａｖｅｒａｇｅ ｇｒｏｗｔｈ ｒａｔｅ ｏｆ ｇｒｅｅｎ ｐｒｏｄｕｃｔｉｖｉｔｙ ｏｆ ３６ ｉｎｄｕｓｔｒｉａｌ ｓｅｃｔｏｒｓ Ｗａｓ ２－３％ｆｒｏｍ ２００１ ｔｏ ２０１２．ｅｎｖｉｒｏｎｍｅｎｔａｌ ｔｏｔａｌ ｆａｃｔｏｒ ｐｒｏｄｕｃｔｉｖｉｙ Ｗａｔｓ ｍａｉｎｌｙ ｄｕｅ ｔｏ ｔｈｅ ｐｒｏｇｒｅｓｓ ｏｆ ｇｒｅｅｎ ｔｅｃｈｎｏｌｏｇｙ ｐｒｏｇｒｅｓｓ ａｎｄ ｓｃａｌｅ ｅｆｉｃｉｆｅｎｃｙ．Ｅｎｖｉｒｏｎｍｅｎｔａｌ ｔｏｔａｌ ｆａｃｔｏｒ ｐｒｏｄｕｃｔｉｖｉｔｙ ｓｈｏｗｅｄ ｃｌｅａｎ ｐｒｏｄｕｃｔｉｏｎ ｉｎｄｕｓｔｒｙ， ｐｏｌｌｕｔｉｎｇ ｉｎｄｕｓｔｒｉｅｓ，ｐｏｌｌｕｔｉｏｎ ｉｎｔｅｎｓｉｖｅ ｉｎｄｕｓｔｒｉｅｓ ｉｎ ｄｅｓｃｅｎｄｉｎｇ ｏｒｄｅｒ ｏｆ ｔｈｅ ｄｉｆｆｅｒｅｎｔ ｄｅｖｅｌｏｐｍｅｎｔ ｐａｔｔｅｒｎ．Ｂｅｔｗｅｅｎ ｔｈｅ ｔｅｃｈｎｉｃａｌ ｄｉｆｆｅｒｅｎｃｅｓ ｏｆ ｒｏｕｐｓ ｓｈｏｗｅｄ ｒｅｄｕｃｔｉｇｏｎ ｉｎ ｔｈｅ ｏｖｅｒａｌｌ ｔｒｅｎｄ．Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｅｑｕｉｐｍｅｎｔ，ｃｏｍｐｕｔｅｒｓ ａｎｄ ｏｔｈｅｒ ｅｌｅｃｔｒｏｎｉｃ ｅｑｕｉｐｍｅｎｔ ｍａｎｕｆａｃｔｕｒｉｎｇ ｉｎｄｕｓｔｒｙ ａｎｄ Ｔｏｂａｃｃｏ ｉｎｄｕｓｔｒｙ ｗｅｒｅ ｐｕｓｈｉｎｇ ｔｈｅ ｏｕｔｗａｒｄ ｅｘｐａｎｓｉｏｎ ｏｆｔｈｅ ｐｒｏｄｕｃｔｉｏｎ ｆｒｏｎｔｉｅｒ ｉｎ ｅａｃｈ ｐｅｒｉｏｄ．Ｄｙｎａｍｉｃ ａｎａｌｙｓｉｓ ｓｈｏｗｅｄ ｔｈｅ ｓｃａｌｅ ｅｃｏｎｏｍｙ ｏｆ ｈｅ ｉｎｐｕｔ ｆａｃｔｏｒｓ ｉｔｎ ｔｈｅ ｉｎｄｕｓｔｒｉａｌ ｓｅｃｔｏｒ．Ｔｈｅ ｒｅｆｏｒｍｓ ｏｆ Ｐｒｏｐｅｒｔｙ Ｒｉｇｈｔｓ ｏｆ ｉｎｄｕｓｔｒｉａｌ ｐｒｉｖａｔｉｚａｔｉｏｎ ａｎｄ ｔｈｅ ａｄｊｕｓｔｍｅｎｔ ｏｆ ｅｎｅｒｇｙ ｓｔｒｕｃｔｕｒｅ ｗｅｒｅ ｃｏｎｄｕｃｉｖｅ ｔｏ ｅｎｈａｎｃｉｎｇ ｔｈｅ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｐｒｏｄｕｃｔｉｖｉｙ，ｃａｐｉｔｔａｌ ｄｅｅｐｅｎｉｎｇ ｉｍｐａｃｔｅｄ ｏｎ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｐｒｏｄｕｃｔｉｖｉｙ ｗｅａｋｌｔｙ．ＦＤＩ ｉｎｈｉｂｉｔｅｄ ｔｈｅ ｒｏｗｇｔｈ ｏｆ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｐｒｏｄｕｃｔｉｖｉｙ，ｔｈｅｒｅ Ｗａｔｓ ａｎ ｉｎｖｅ￣ｅｄ Ｕ—ｓｈａｐｅｄ ｒｅｌｔｉａｏｎｓｈｉｐ ｉｎ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｐｒｏｄｕｃｔｉｖｉｙ ｔｅｆｉｃｉｆｅｎｃｙ ａｎｄ ｉｎｄｕｓｔｒｙ ｃｏｎｃｅｎｔｒａｔｉｏｎ．Ｈｅｔｅｒｏｇｅｎｅｉｙ ｏｆ ｔｔｈｅ ｔｅｃｈｎｏｌｏｇｙ ｏｆ ｄｉｆｅｒｅｎｔ ｇｒｏｕｐｓ ｈａｄ ｌｅｄ ｔｏ ｄｉｆｅｒｅｎｔ ｅｆｆｅｃｔｓ ｏｎ ｔｈｅ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｐｒｏｄｕｃｔｉｖｉｔｙ． Ｋｅｙ ｗｏｒｄｓ：ｍｅｔａｆｒｏｎｔｉｅｒ ｔｅｃｈｎｏｌｏｇｙ；ｔｅｃｈｎｏｌｏｇｙ ｈｅｔｅｒｏｇｅｎｅｉｙ；ｅｎｖｉｒｏｎｔｍｅｎｔａｌ ｔｏｔａｌ ｆａｃｔｏｒ ｐｒｏｄｕｃｔｉｖｉｙ；ＭＭＬ ｔｐｒｏｄｕｃｔｉｖｉｔｙ ｉｎｄｅｘ 收稿日期：２０１５—０３—０４ 基金项目：教育部人文社会科学研究青年项Ｉ￣１（１３ＹＪＣ７９００２３）；家自然科学基金项１￣（７１１７１０３５，７１２７１０４５，７ｌ５７１Ｏ３５）；辽宁省优秀人才支持 计划（ＷＪＱ２０１４０３１）；ＬＴ＿宁省社会科学规划基金项目（Ｌ１４ＡＪＹ０Ｏ２）；国家社会科学基金重大项￣（１５ＤＺＡ０１１） 责任作者，副教授，ｆａｎｄａｎｒｘ＠１６３．ｔｏｍ ３１７８ 中国环境科学 ３５卷 改革开放３０多年以来，工业经济通过高投 要素生产率的文献相对少见．资、高能耗和高污染排放取得的高增长渐渐难以 本文试图在已有研究的基础上进行如下拓 为继．同时中国的碳排放量已经超过美国成为世 展：（１）在研究视角方面，本文以工业经济增长和 将非期望产出ＳＯ２排 界第一．在此国内外严峻的现实背景下，如何在经 生态环境双赢发展为目标，济转型期使得中国工业经济摆脱对资源依赖和 放量、ＣＯＤ排放量、ＣＯ２排放量引入到工业行 ｆ２）在研究方法 生态环境的破坏是目前亟待解决的问题．而解决 业全要素生产率的评价模型之中．这个问题最有效和直接的方式就是提高工业全 方面，针对传统ＤＥＡ线性规划模型存在的无可行 要素生产率． 解问题。本文基于全局生产技术的方向距离函数 针对我国工业 近年来，关于工业全要素生产率的研究已引 对工业行业的技术效率进行考核；起了大量学者的广泛关注．在研究方法上，主要集 行业间存在技术异质性问题，采用共同前沿的 中在使用索罗残差法、ＣＤ生产函数（或超越对数 ＭＭＬ生产率指数测算工业行业的环境全要素生 针对所测算的环境全要素生 函数１回归法、随机前沿生产函数法、非参数数 产率及其分解变量：据包络分析法（即ＤＥＡ方法），利用地区工业数据， 产率存在序列相关问题，采用动态ＧＭＭ模型系 工业行业及企业数据对工业全要素生产率进行 统全面地探讨工业行业环境全要素生产率的提 核算【ｌ。４］．在投入产出指标的选取上，主要以资本 升和制约因素及作用机理． 和劳动为投入指标，以经济产出为产出指标．然而 １ 研究方法 生产单位在生产所期望产出时，不可避免地会产 生诸如二氧化碳、二氧化硫等环境副产出，从而 １．１ 全局生产技术条件下的方向距离函数 整个给经济带来负外部性．伴随资源和环境与经 Ｏｈ等Ｌ１ 】指出针对非同时期的参照技术时， 济增长越来越体现出不协调性之后，越来越多的 线性规划可能存在无可行解．针对无可行解问题， 学者将环境纳入全要素生产率的研究中，这种考 已有多数研究通常将其作为有效方式处理，这种 虑环境约束下的全要素生产率即为环境全要素 处理方式并不合理．Ｏｈ等Ｌｌ Ｊ克服上述缺陷，在生 生产率．在大量研究方法中越来越多地采用方向 产可能性集的定义上做了改进，不仅定义了同期 距离函数及Ｍａｌｍｑｕｉｓｔ—Ｌｕｅｎｂｅｒｇｅｒ（ＭＬ）生产率 的生产技术，也定义了一个全局的生产技术集．同 指数模型来考察环境约束对生产率度量的影响， 期的生产技术定义为：Ｐ ＝｛ ，ｂ ）：ｘ能生产 这样估算得到的环境全要素生产率更具生产经 Ｃ，ｂｔ＼， ｅＲ＋Ｎ），，＝＝１，…，ｒ，ｆＣ）表示每个决策单元 济学含义［５－６１．多数文献从宏观层面地区工业层 在ｔ时期的参照技术集．全局生产技术集定义为： 面和中观行业层面对环境约束下的环境全要素 ｐＵ（ｘｔ）＝ｐ ）Ｕ Ｐ２（ｘ２）Ｕ，…，ＵＰ ．因此，全局生 生产率进行度量．尽管研究方法和研究时期不尽 产技术集建立了一个所有观测单元和所有时期 相同，但都发现工业环境全要素生产率小于传统 的参照技术集．基于全局生产技术集的方向性距 生产率，不考虑环境约束所测算的工业传统生产 离函数求解的线性规划问题可写成： 率是有偏的［７－１３］．随着测量全要素生产率的研究 （《，， ．． ，； ，，一 ）＝ｍａｘ＃， 方法不断发展，Ｏｈ［Ｈ１提出全局ＭＬ（Ｇｌｏｂａｌ Ｍａｌｍｑｕｉｓｔ—Ｌｕｅｎｂｅｒｇｅｒ，ＧＭＬ）指数，从而克服在测 算ＭＬ指数过程中产生的不可行解问题．进一步 考虑到生产单位存在技术异质性问题，Ｏｈ［ ］提 出基于共同前沿技术的ＭＭＬ生产率指数．随后 些学者运用ＭＭＬ生产率指数对国内外环境 全要素生产率进行了测算［１６－１９］，但针对我国工业 一ｓ．ｔ．∑∑ ≥（１＋ ） ，； ｔ＝ｌ ｋ＝ｌ ∑∑ ＝（１－ ） ｌ； ｔ＝ｌ ｋ＝ｌ ∑∑ 《≤《，； ｔ＝ｌ ｋ＝ｌ ≥０，ｋ＝１，…， ． （１） 行业存在的技术异质性问题来度量行业绿色全 其中： ＝｛ｆ，什１）， 为权重变量．模型（１）是基于规 ｌＯ期 范丹：经济转型视角下中国工业行业环境全要素生产率及增长动力分析 ３１７９ 模报酬不变（ＣＲＳ），若添加条件 石 ＝１；即 ，ｙ ， ｇ ，ｇ ｜、）： ｓｕｐ｛ ：（ ， ＋ ｇ ， ＋ ｇｂｋ）∈Ｐｔ （ ））（２） 为规模报酬可变（ＶＲＳ）． １．２ Ｍｅｔａｆｒｏｎｔｉｅｒ Ｍａｌｍｑｕｉｓｔ Ｌｕｅｎｂｅｒｇｅｒ（ＭＭＬ） 生产率指数及其分解 Ｃ， ， ；ｇ ，ｇｂ ，）＝ ｓｕｐ｛￣：（ ，Ｙｔ ＋ ｇｙｔ ， ＋ ，）∈ （ ））（３） 由于共同边界包含群组边界，所以有 基于全局生产技术集的方向性距离函数，根 据生产技术异质性假定，按照合理标准将研究对 一（ｘｔ， ，６ｆ；ｇｙｔ，ｇ ）≥Ｄ （ ，Ｙｔ，６ｆ；ｇｙｔ，ｇ ）．由 ６ｆ；ｇｙｔ，ｇｂｔ）＝ ： 象分为具有不同生产技术水平的 个组别．假设 方向距离函数可以定义技术缺口比率（ＴＧＲ）：个ＤＭＵ在群组ｋ（ｋ＝－Ｉ，２，…， 里，在群组ｋ里的 ＤＭＵ生产可能性技术集表示’为： （ ）＝｛甜 ： 能产生 ）．其上界即为“群组前 沿”＿由于整体中存在 个子技术集合，假定所有 的 技术集遵守共同边界，均运作于共同技术集 １／［１＋ （ ，Ｙｔ， ；ｇ ，ｇ６ ）】 ±ｇ 兰： ：刍 ： ≤１ ｆ４） 结合ｃｈｅｎ等【 】提出的ＭＭ生产率指数和 世。。 提出的ＭＬ生产率指数的结构方式， 合 下，因此，共同技术集为各子技术集的并集， ｃｈｕｎｇ等 即 ：｛ Ｕ Ｕ…Ｕ ｝，其上界即为“共同前 在考虑非期望产出的条件下，基于共同前沿和 沿”，共同前沿为各群组前沿的包络曲线．基于群 群组前沿的环境全要素生产率指数分别定义为 组前沿和共同前沿的方向距离函数可表示为： 如下： ＭＭＬ７ ＝ １ ＧＭＬ＇＋ ＝ 当ＭＭＬ（ＧＭＬ）＞１时，表示环境全要素生产 其中：ＴＧＲｃ 是当期生产技术达到潜在生产技 率增长，ＭＭＬ（ＧＭＬ）＜１时，则表示环境全要素生 术的调节项。表示ｔ＋１期的技术缺口率相对ｔ期 产率下降．ＭＭＬ与ＧＭＬ关系可表示为： ＭＭＵｔ＋ ＝ＧＭＬ７ ×ＴＧＲＣ￣Ⅲ 技术缺口率的变化．参考ＭＭ生产率指数分解方 （７） 式［１６］，进一步将ＭＭＬ分解为如下形式： 一１＋ ｙ ｔ，Ｙｔ，ｂ｜，ｇｗ ｇ ｔ ｌ １＋ （ ， ）！± ！！ ： ：！：墨 ：！：兰竺 ！ （ ，Ｙｔ＋ｌ＇ ＋１，ｇｙｔ＋ｌ，ｇ ） １＋ （ ，Ｙ，， ，ｇ ，ｇ６，） １＋ －－＊＋Ｖ（１ ｆ“，Ｙ ，ｂｔ＋】，ｇｙｔ＋ｌ，ｇ １） １＋ －－ ｋ Ｖ（ ，Ｙ州，ｂｒ＋１，ｇｙｔ＋ｌ，ｇ ） ｌ＋ － ｋＣ（ ，Ｙ“Ｉ！ｆ ± １＋ ！ ±壁 ： ：！： 兰 ： （互， ￡） １＋ ｌ １＋ （ Ｙ，）１＋ （ ．，Ｙｔ＋Ｉ＇ｂｔ ｇ州，ｇｂｔ＋］） ｌ＋Ｌ３￣’ （ ｆ，Ｙｆ，ｂｔ，ｇ ，ｇ６ｆ） 、， ｌ， ，ｇ ，ｇ６ｆ）１＋ －－ｋ“，Ｖ（ ，，Ｙ ，ｂｔ，ｇ ，ｇ ） １＋ １＋ （ ，，Ｙ，， ，ｇ ，ｇ ） （ ｆ＋ｌ，Ｙ，＋１， ＋ｌ，ｇｙｔ＋ｌ ｇ６ｆ＋１） １＋ （Ｘｔ＋ｌ Ｙ，＋１，ｂｔ＋】，ｇ ＋ｌ，ｇ６ｆ＋１） １＋磁 （ｘ ，Ｙ ， ｇ州，ｇ １） １＋ （ｘ川，Ｙ ， ＋ｌ’ｇ ，ｇ １） 中国环境科学 ３５卷 『ｌ＋ （Ｘｔ Ｙ ｂ，ｇ ｇ） １＋／５； （ｘｔ，ｙｔ，ｂ㈣ｇ ｇ，）］ｊ／ Ｉ １＋ （ ，Ｙ ，ｂ ，ｇ ，ｇ ） ． １＋西 （ ，Ｙｔ，ｂ ，ｇ ，ｇｂｔ） ｌ ／ Ｉ ｌ＋ｂ：Ｃ（ｘ ，Ｙｆ＿ＪＩｂｖ ｌ『＋，ｇｙｔ＋ｌ ｇ¨１）‘１＋西 。（ Ｙ－Ｉｊｂｆ－１，ｇ ｇ １）ｌ／ ｆ ｌ＋ （ 小Ｙｍ，ｂｆ．１，ｇ ｇ １） ｌ＋西 （一十ｌ，Ｙｆ＋】 ｂ １，ｇｙｔ＋ｌ，ｇ １）ｆ／ ｌ１ Ｉ ｌ＋ （ ， ， ，ｇｙｔ，ｇ ） ｌ＋ （ ， ， ，ｇｙ，，ｇ ） ｆ Ｉ ｌＩ ｌ＋ （ ， ， ，ｇ ，ｇｂｔ） 、， ｌ＋ （ ， ， ，ｇｙ，，ｇ ） ｌ Ｉ １＋ （ ， ， ，ｇ ，ｇ “） １＋ 。ｃ（ ， ， ＋．，ｇｙｔ ，ｇｂｔ＋１）Ｉ ｌ １ １＋西 （ｔ＋。， ＋Ｉ，６，＋。，ｇｙｔ ，ｇｂ…） １＋ （ ＋ ，Ｙｔ＋１，６ｆ＋．，ｇｙｔ＋ｌ，ｇ６ｆ＋１）ｌ ｌ ｋ Ｔｔ＂￣ｋｔ＋Ｉ ｘＳＥＣｔ，州× ＳＥＣ￣ｔ＋ｌ ｔ＋ｔ ｘＰＴＣＵｔｔ＋１ ｘ ＦＣＵｔ，，（８） 具［ｆ｜： ， ， ；ｇｗ，岛，）与 ｌ ＋．， ， ＋ｌ；ｇｗ十，， １） 化；ｓＥｃ 』＋ ／ＳＥＣｔ，川（ｓＥｃＴ）表示共同前沿条件 分别为ｔ期与 １期（即当期）距离函数； 下规模效率变化与群组前沿条件下规模效率变 １３＇件ｌ，ｂ什ｌ；ｇｖｔ＋ｌ，ｇｂ １）表示基于ｔ期技术的什１ 化的比率． 期的混合距离函数；巨＋． ， ，ｂｆ；ｇｖ ｇｂｔ）表示基 ２指标的选择与群组分类 于什１期技术的ｔ期混合距离函数．其中 ， 考虑到数据的连贯性与可获性，本研究样本 分别表示基于规模报酬不变（ＣＲＳ）与规模报酬 可变（ＶＲＳ）条件下的方向距离函数．ＭＭＬ生产 选取２００１－２０１２年中国工业３６个行业投入产出 率指数各分解变量的含义如下：ＴＥＣ，ｋ 表示群 的面板数据，由于部分行业的投入产出数据缺失， 组前沿条件下的，期到什１期技术．效率的变 在工业３９个细分行业中，剔除其他采矿业、工艺 化；Ｔｃ 表示群组前沿条件下的ｔ期到件１期 品及其他制造业与废弃资源和废旧材料回收加 技术进步的变化；ＰＴＣＵ“＋ｌ表示ｔ期到 ｌ期的 工业３个行业数据．资料来自历年《中国统计年 纯技术追赶效应；ＦＣＵ卅１表示ｔ期到 １期的共 鉴》、《中国能源统计年鉴》、《中国环境统计 示群组前沿条件下的ｔ 期到什Ｉ 期规模效率．的变 动力年鉴》整理获得．投入产出指标如下： 表１ ３６个工业行业聚类分析结果 Ｔａｂｌｅ １ Ｃｌｕｓｔｅｒｉｎｇ ａｎａｌｙｓｉｓ ｒｅｓｕｌｔｓ ｏｆ ３６ ｉｎｄｕｓｔｒｉａｌ ｓｅｃｔｏｒｓ 同前沿相对于群组前沿的移动速度；ＳＥＣ￣ 表 年鉴》、《中国工业经济统计年鉴》及《中国劳 群组类型 细分行业名称 煤炭开采和洗选业（Ｈ１）、石油和天然气开采业（Ｈ２）、黑色金属矿采选业（Ｈ３）、非金属矿采选业（Ｈ４）、造纸及纸制品业 污染密集型行业（Ｈ５）、化学原料及化学制品制造业（Ｈ６）、非金属矿物制品业（Ｈ７）、黑色金属冶炼及压延加工业（Ｈ８）、燃气生产和供应 业（Ｈ９、 有色金属矿采选业（Ｍ１）、农副食品加工业（Ｍ２）、食品制造业（Ｍ３）、饮料制造业（Ｍ４）、￣…一…。一Ｊｋ（Ｍ５）、木材加工业（Ｍ６）、 中污染生产行、ｌ 石油加工炼焦及核燃料加工业（Ｍ７）、医药制造业（Ｍ８）、化学纤维制造业（Ｍ９）、橡胶制品业（Ｍ１Ｏ）、有色金属冶炼及 压延加工业（Ｍ１１）、金属制品业（Ｍ１２）、通用设备制造业（Ｍ１３）、专用设备制造业（Ｍ１４）电力热力的生产和供应业 、（ＭＩ５）、水的生产和供应业（ＭＩ６ 烟草制品业（Ｌ１）、纺织服装鞋帽制造业（Ｌ２）、皮革毛皮羽及其制品业（Ｌ３）、家具制造业（Ｌ４）、印刷业和记录媒介（Ｌ５）、 清洁型生产行业文教体育用品制造业（Ｌ６）、塑料制品业（Ｌ７）、交通运输设备制造业（Ｌ８）、电气机械及器材制造业（Ｌ９）、通信设备计算 垫丛基他电 鱼 ￣Ａｋ（Ｌ１０）、仪器仪表及文化办公用机械制造业（Ｌ１１） （１）投入指标的选取．资本投入：选取各行业 业规模以上工业企业的年平均从业人员数表示， 规模以上工业企业的固定资产净值年均余额作 单位为万人；能源投入：采用工业分行业能源终端 为资本投入，利用历年固定资产价格指数转换为 消耗量，主要包括：原煤、洗精煤、其他洗煤、焦 ２００１年不变价，单位为亿元；劳动力投入：以各行 炭、原油、汽油、煤油、柴油、燃料油、液化石 １０期 范丹：经济转型视角下中国工业行业环境全要素生产率及增长动力分析 油气、天然气、热力、电力共 １３种主要能源，３实证分析 单位为万ｔ标准煤． ｆ２）产出指标的选取．期望产出：选取工业各 ３．１ 经济转型期工业行业环境全要素生产率变 行业规模以上工业企业的工业总产值作为产出 动差异及其分解变量 指标，用分行业工业品出厂价格指数转换为２００１ 将样本期间所有的投入产出数据作为当期的 年不变价．单位为亿元；非期望产出（ｓｏ２、ＣＯＤ、 参考技术集，采用全局ＤＥＡ方法构建生产前沿，分 ＣＯ２）：考虑到我国“十一五”、“十二五”期间，国家 别在共同前沿和群组前沿条件下测算我国工业行 环境污染物总量控制指标主要有ＳＯ２和ＣＯＤ、 业的环境全要素生产率及其分解变量，测算结果如 ＣＯ２，其中ＳＯ２二级浓度标准是空气质量标准的 表２所示．由表２可知，在资源和环境的双重约束下， 重要指标；ＣＯＤ是水中污染物的最为主要的代表： 样本期内３６个工业行业在两种技术条件下的环境 碳减排是我国工业实现低碳经济转型的重要任 全要素生产率平均值增长率分别为２．３％、４．４％，工 务，所以本文选取ＳＯ２、ＣＯＤ、ＣＯ２作为非期望 业环境全要素生产率的增长主要源于技术进步率 产出指标． 的提升（３．１％）与规模效率的小幅提升（０．２％），而技 为了进一步分析工业行业环境全要素生产 术效率的变化并不显著．这意味着经济转型期间我 率的行业技术差异，本研究采用单位ＧＤＰ的非期 国工业行业追赶最优前沿面程度不断改善，生产技 望产出排放量来分类不同群组，利用聚类分析法 术的最优前沿面不断外移．这与其他学者［８，１２，２１１的研 将研究样本划分为污染密集型行业、中污染生产 究结果是一致的．此外，本文估算的环境全要素生产 行业、清洁型生产行业３个群组，具体分组结果 率的增长率接近陈诗一网的估算中国工业行业的 见表１． 生产率，不考虑生产的外部性会高估生产率【２２］． 表２ ２００１～２０１２年工业行业环境全要素生产率及其分解 Ｔａｂｌｅ ２ Ｅｎｖｉｒｏｎｍｅｎｔａｌ ｔｏｔａｌ ｆａｃｔｏｒ ｐｒｏｄｕｃｔｉｖｉｔｙ ａｎｄ ｉｔｓ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｉｎ ｔｈｅ ｉｎｄｕｓｔｒｉａｌ ｆｒｏｍ ２００１ ｔｏ ２０１２ ３１８２ 中国环境科学 ３５卷 注：ＭＭＬ＝ＧＭＬ・ＴＧＲＣ＝ＴＥＣ・ＴＣ・ＰＴＣＵ・ＦＣＵ・ＳＥＣ・ＳＥＣＴ 从两种技术条件的比对来看，群组前沿下 业ＰＴＣＵ及ＦＣＵ的平均测算指数小于１来看， 的环境全要素生产率明显高于共同前沿下的环 群组间技术差异整体上呈现缩减趋势，其中污 境全要素生产率，两者之间平均技术缺口率为 染密集型行业与中污染生产行业的群组前沿面 ２．０％．由ＴＧＲＣ指数的测算结果可知，污染密集 外移速度要快于共同前沿面外移速度．从规模 型行业的平均缺口率最大为３．５％，中污染行业 效率变化的测算结果来看，清洁型生产行业表 的平均技术缺口率为２．３％，而清洁型生产行业 现最佳，规模效率提升最快，尽早实现了产业结 的平均技术缺口率最小为０．这意味着在考察期 构的优化调整． 内，污染密集型行业与中污染行业在２种技术条 ３．２工业“创新者”行业分析 件下存在较大的技术差异．而清洁型生产行业 由工业行业环境全要素生产率的分解结果 问在两种技术条件下并不存在显著差异．因此， 可知，技术进步是推动工业行业环境全要素生产 污染密集型行业存在着更多能源浪费及二氧化 率提高的主要动力．本文利用Ｆａｒｅ等［２３ｊ提出的 碳、二氧化硫等污染物的过度排放，依旧是我国 “创新者”单位判断准则对工业行业的“创新者” 工业行业节能减排的重点对象．在污染密集型 行业进行判断分析． 行业群组中，以石油和天然气开采业为例，在群 由表３可知，在共同前沿条件下，２００１～２０１２ 组前沿下，技术效率均值为０．８４９，表明在污染密 年间共有２个行业推动最优生产前沿面的外移， 集型行业群组中，尚存在１５．１％的节能减排空间； 其中通信设备、计算机及其他电子设备制造业 若把该行业放在３６个工业行业中，参照共同前 表现尤为突出，每个时期都推动了生产前沿面 沿，其技术效率均值仅为０．５１，节能减排潜力可 的向外扩张．烟草制品业次之，共有１０次推动最 以提升至４９％，远高于群组前沿下的改进幅度． 优生产前沿面的外移．这与陈诗一【８］的研究结果 其他行业的比较也得到了类似的结论．由全行 是一致的．这也说明这２个行业无论在节能减排， １０期 范丹：经济转型视角下中国工业行业环境全要素生产率及增长动力分析 技术创新等各方面都位于工业行业的前列．在 食品加工业、石油加工、炼焦及核燃料加工业、 污染密集型行业群组中，“创新者”行业比较集中 金属制品业、通用设备制造业、专用设备制造 在非金属矿采选业、造纸及纸制品业、化学原 业、水的生产和供应业这７个行业．其中农副食 料及化学制品制造业、非金属矿物制品业、黑 品３Ｈ－ｒ业在各时期均推动了中污染生产行业群 色金属冶炼及压延加工业、燃气生产和供应业 组生产前沿面的外移．值得注意的是，石油加工、 这６个行业．尽管这几个行业在共同前沿技术条 炼焦及核燃料加工业共１Ｏ次推动了中污染生 件下表现不佳，但在考虑了行业间的技术异质 产行业群组的生产前沿面的外移．随着我国目 性问题后，这几个行业在污染密集型行业群组 前对环境污染治理的力度加强，对油品升级、燃 里表现出色．这意味着虽然这几个行业隶属高 料加工等技术要求越来越高，这推动了石油加 能耗、高排放行业，但在国家“十五”至“十二五” 工、炼焦及核燃料加工业的生产技术不断提高创 期间连续出台一系列节能减排后，节能减 新．在清洁型生产行业群组中，烟草制品业、纺织 排已初显成效．如国家逐步完善非金属矿采选 服装、鞋、帽制造业、皮革、毛皮、羽毛（绒）及 业重点矿种产业布局，实行开采和生产总量限 其制品业、家具制造业、电气机械及器材制造业、 制，严格控制新增产能，着力现有产能优化，引进 通信设备、计算机及其他电子设配制造业这６ 先进技术，完成节能减排设施的升级改造．此外， 个行业不同程度地推动了清洁型生产行业群组 针对造纸工业已成为我国污染较为严重的行业 生产前沿面的外移．其中烟草制品业、通信设备、 之一．国家制定了《造纸化学品行业“十二五”发 计算机及其他电子设备制造业仍然保持最佳．综 展规划》．部分企业加大造纸化学品新产品、新 上分析，在考虑工业行业间存在着技术异质性问 技术、新工艺的开发，技术装备水平均已达到国 题后，一些高能耗，高排放行业推动了群组前沿面 内领先水平，部分设备已达世界领先水平．在中 的外移，由此也验证了技术异质性在生产率评估 污染生产行业群组中，“创新者”行业主要有农副 和创新单位识别中的重要作用． 表３ ２００１－２０１２各年份“创新者”行业 Ｔａｂｌｅ ３ Ｉｎｎｏｖａｔｏｒ ｉｎｄｕｓｔｒｙ ｆｒｏｍ ２００１ ｔｏ ２０１２ ３．３环境全要素生产率的增长动因分析 工业行业的环境全要素生产率的影响因素进行 根据转型期中国工业经济的特点，为了进一 分析，同时对各个解释变量作用机理进行了预判， 步揭示在资源和环境约束下工业行业环境全要 具体指标的设定和说明见表４． 素生产率增长的动力源泉，选取以下８个指标对 在面板数据模型估计中，如果解释变量具有 ３１８４ 中国环境科学 ３５卷 ２ ．动态ＧＭＭ估计分为差分ＧＭＭ 内生性，采取固定效应模型和随机效应模型不能 更为可靠【保证得出无偏的参数估计．一些影响全要素生产 （ＤＩＦ—ＧＭＭ）和系统ＧＭＭ（ＳＹＳ—ＧＭＭ），本文选 率的因素，例如经济规模、能源消费等解释变量 用差分ＧＭＭ与系统ＧＭＭ估计分别对共同前沿 既可能是全要素生产率增长的原因，也可能是全 和群组前沿条件下的工业行业环境全要素生产 要素生产率增长产生的结果，这些解释变量存在 率的影响因素进行估计，在模型估计过程中，采用 一定程度的内生性．鉴于采用ＤＥＡ方法测算的全 Ｓｔａｔａ １０．０对模型进行估计，为了捕捉不同群组行 要素生产率具有序列相关特征［２４１，解释变量的内 业的技术异质性对环境全要素生产率的影响，在 生性问题且具有动态变化特征，因此，采用动态 估计过程中引入２个群组虚拟变量Ｄ１，Ｄ２．估计 ＧＭＭ估计方法对生产率进行影响因素的分析 结果见表５． 表４解释变量的选取与说明 Ｔａｂｌｅ ４ Ｓｅｌｅｃｔｉｏｎ ａｎｄ ｅｘｐｌｎａｔｉａｏｎ ｏｆ ｖａｒｉａｂｌｅ 注：以上数据均来自历年《中国统计年鉴》、《中国工业经济年鉴》、《中国能源统计年鉴》 在模型的估计过程中，本文采用了稳健的动 有一定的促进作用，说明工业行业在一定程度上 态ＧＭＭ估计，从而使得模型的估计结果更具有 存在投入要素使用的规模经济．随着行业规模扩 解释力．从４个模型的总体估计结果来看，差分 大，这时如果企业科技创新能力也随规模扩大而 ＧＭＭ和系统ＧＭＭ通过过度识别检验（Ｓａｒｇａｎ 同步提高，则有助于企业更加集约化地使用各种 Ｔｅｓｔ），验证了工具变量的选取与估计方法是有效 投入要素，提高企业的全要素生产率．但从模型的 的；由ＡＲ检验的估计结果可知。残差序列存在一 回归系数较小来看，行业规模的扩大对行业环境 阶序列相关，不存在二阶序列相关．从模型各系数 全要素生产率的提高作用是有限的．（３）在结构因 的回归结果来看，ＭＭＬ生产率指数与ＧＭＬ生产 素中，反映禀赋结构的资本与劳动比对工业行业 率指数的各系数回归结果具有一致性．下面对各 环境全要素生产率的影响显著为正，但对环境全 影响因素进行分析：（１）４个模型中一阶滞后变量 要素生产率的作用微弱．对全行业而言，资本深化 所对应的系数均为正，且在１％水平上显著，与预 提高１％，可以使全行业的环境全要素生产率提 期一致．这说明上一年的环境全要素生产率对下 高０．１％．主要原因是若地区资本与劳动比上升， 一年的环境全要素生产率的增长具有显著的促 说明该地区经济结构正从劳动密集型向资本密 进作用．这与王兵等¨ｌＪ的研究结果一致．其中系 集型转化，而资本密集型产业多数集中在清洁型 统ＧＭＭ估计对２种技术条件下的环境全要素生 生产产业，其能源利用与污染排放的技术创新能 产率增长的贡献比例更为突出．（２）行业规模的扩 力较强，从而促进了环境全要素生产率的提高．（４） 大对工业行业环境全要素生产率的水平提高具 行业集中度对工业行业的环境全要素生产率一 １０期 范丹：经济转型视角下中国工业行业环境全要素生产率及增长动力分析 ３ １８５ 次项显著为负，二次项显著为正，即马歇尔外部性 的影响是十分必要的． 与工业全行业及制造业的能源效率提高存在显 著的倒“Ｕ”型关系．这一回归结果的经济意义显 表５ ２００１～２０１２年工业行业环境全要素生产率动态 ＧＭＭ估计结果 而易见：产业集聚效应在初期增强了企业的竞争 Ｔａｂｌｅ ５ Ｄｙｎａｍｉｃ ＧＭＭ ｅｓｔｉｍａｔｉｏｎ ｏｆｅｎｖｉｒｏｎｍｅｎｔａｌ ｔｏｔａｌ 力度，行业之间治污成本、劳动力互补、上下游 ｆａｃｔｏｒ ｐｒｏｄｕｃｔｉｖｉｔｙ ｏｆｉｎｄｕｓｔｒｉａｌ ｆｒｏｍ ２００１ ｔｏ ２０１２ 企业合作等促进了环境全要素生产率的提高．但 随着行业集聚程度超过临界值后，行业的垄断程 变量——— 一——— 一 ＤＩＦ—ＧＭＭ ＳＹＳ—ＧＭＭ ＤＩＦ—ＧＭＭ ＳＹＳ—Ｇ删 度不断增强，一些垄断企业凭借垄断地位占有廉 价资源和高额利润，减少了企业技术改造的动力， 进而导致能源使用的无效，从而阻碍了行业环境 全要素生产率的提高．ｆ５１产权结构对行业的环境 全要素生产率的回归系数均为负，这也说明进一 步降低国有经济比重，深化国有企业改革，推动国 退民进的工业改革，可以从微观上强化企业 激励机制，从而推动环境全要素生产率提高．ｆ６） 外资水平对全行业环境全要素生产率影响为负． 这也与涂正革Ｌ２６Ｊ的研究结论一致．传统观点认为 通过ＦＤＩ通过先进管理和工艺技术的溢出效应 可以提高当地产出水平和环境技术效率．但污染 转移论认为，发达国家将高能耗、高污染产业转 移到发展中国家，给发展中国家带来大量的转移 环境污染，从而ＦＤＩ的增加抑制了行业环境全要 素生产率的提升．因此，本研究框架验证了ＦＤＩ 的污染转移论假说．（７）能源结构对全行业的环境 全要素生产率的回归结果都显著为负，这与预期 的结果一致．适当降低煤炭消费量所占的比重，提 高天然气、电力等清洁能源所占的比重，可以在 一定程度上降低二氧化碳、二氧化硫、ＣＯＤ等 注：・¨，¨， 分别表示在１％，５％，１０％水平上显著表中“（）”内数 污染物的排放水平，从而提高行业整体的环境全 据为ｚ—ｓｔａｔ值；“［］”内数据为尸值，Ｌ１表示滞后一期环境全要 要素生产率水平．（８）从本文设置的群组虚拟变量 素生产率；Ｃｏｎｓｔａｎｔ表示截距项；ｓａｒｇａＩｌ ｔｅｓｔ为过度识别检验 估计结果来看，污染密集型行业、中污染生产行 业与行业环境全要素生产率呈现非常显著负向 ４结论 关系．这意味着对全行业整体而言，污染密集型行 ４．１ 在资源和环境的双重约束下，２００１～２０１２年 业与中污染生产行业并不利于全行业环境全要 ３６个工业行业在共同前沿环境全要素生产率平 素生产率的提升，而清洁型生产行业相对其他两 均值增长率分别为２．３％，其增长主要源于技术进 大群组行业有着明显的技术优势，从而更有效的 步与规模效率提升．考察期内，ＧＭＬ生产率指数 提升了全行业的环境全要素生产率水平．因此，不 高于ＭＭＬ生产率指数，两者之间平均技术缺口 同群组行业的技术差异导致了对环境全要素生 率为２．０％．在共同前沿技术条件下，环境全要素 产率产生不同影响，这也进一步验证了本文考虑 生产率呈现清洁型生产行业、中污染行业、污染 行业间的技术异质性对行业环境全要素生产率 密集型行业依次递减的不同发展格局．群组间技 ３１８６ 中国环境科学 ３５卷 术差异整体上呈现缩减趋势． ４．２从工业行业“创新者”行业来看，通信设备、 ｅｎｃｉ＇ｇｙ ｅｆｆｉｃｉｅｎｃｙ ｅｖａｌｕａｔｉｏｎ ｂａｓｅｄ ｏｎ ａ ＤＥＡ ｍｏｄｅｌ ｏｆ ｆｉｘｉｎｇ ｎｏｎ－ｅｎｅｒｇｙＩｎｐｕｔｓ［Ｊ】．ＥｎｅｒｇｙＰｏｌｉｃｙ，２０１０，３８（６）：６１７２—６１７９． 计算机及其他电子设备制造业在各时期都推动 重要发现是，尽管非金属矿采选业、造纸及纸制 ［１１１王兵，吴延瑞，颜鹏飞．中国区域环境效率与环境全要素生产 率增长［ 经济研究，２０１０，（５）：９５—１０９． １９９８－２００９年省际工业企业数据的实证考察叽．数量经济技 术经济研究，２０１ １，（９）：３４—４６． 了生产前沿面的向外扩张：烟草制品业次之．一个 【１２］庞瑞芝，李 鹏．中国工业增长模式转型绩效研究一基于 品业等几个行业隶属高能耗、高排放行业，在考 虑了行业间的技术异质性问题后，这几个行业在 主力行业，说明我国对高能耗、高排放产业的升 级改造已初显成效． ４。３动态ＧＭＭ估计结果显示：工业行业在一定 ［１３】王喜平、姜晔．碳排放约束下我国工业行业全要素能源效率 及其影响因素研究［Ｊ】．软科学，２０１２，２６（２）：７３—７８． 污染密集型群组里成为推动群组前沿面外移的 【１４］Ｏｈ Ｄ Ｈ．Ａ ｇｌｏｂａｌ Ｍａｌｍｑｕｉｓｔ－－Ｌｕｅｎｂｅｒｇｅｒ ｐｒｏｄｕｃｔｉｖｉｔｙ ｉｎｄｅｘ【Ｊ］． Ｐｒｏｄｕｃｔ Ａｎａｌ，２０１０，３４（３）：１８３—１９７． 【１５］Ｏｈ Ｄ Ｈ．Ａ ｍｅｔａｆｒｏｎｆｉｅｒ ａｐｐｒｏａｃｈ ｆｏｒ ｍｅａｓｕｒｉｎｇ ａｎ ｅｎｖｉｒｏｎｍｅｎｔａｌｌｙ Ｓｅｎｓｉｔｉｖｅ ｐｒｏｄｕｃｔｉｖｉｙ ｇｒｏｗｔｔｈ ｉｎｄｅｘ［Ｊ］．Ｅｎｅｒｇｙ Ｅｅｏｎ，２０１０，３２（１）：１４６—１５７． 程度上存在投入要素使用的规模经济；资本深化 【１６】Ｃｈｅｎ Ｋｕ－Ｈｓｉｅｈ，Ｙａｎｇ Ｈａｏ－Ｙｅｎ．Ａ ｃｒｏｓｓ—ｃｏｕｎｔｒｙ ｃｏｍｐａｒｉｓｏｎ ｏｆ 对工业行业环境全要素生产率的影响为正，但影 响微弱，产权结构、能源结构对全行业的环境全 要素生产率具有抑制作用：行业集中度与工业行 ｐｒｏｄｕｃｔｉｖｉｙ ｇｒｔｏｗｔｈ ｕｓｉｎ￣ｈｅ ｇｅｎｅｒａｌｉｓｅｄ ｍｅｔａｆｒｏｎｔｉｅｒ Ｍａｌｍｑｕｉｓｔ ｐｒｏｄｕｃｔｉｖｉｔｙ ｉｎｄｅｘ：ｗｉｔｈ ａｐｐｌｉｃａｔｉｏｎｔｏ ｂａｎｋｉｎｇ ｉｎｄｕｓｌｒｉｅｓ ｉｎ Ｔａｌｗａｎ ａｎｄＣｈｉｎａ明．ＪｏｕｍａｌｏｆＰｒｏｄｕｃｔｉｖｉｔｙＡｎａｌｙｓｉｓ，２０１１，３５：１９７－２１２． ［１７１ Ｊｕｏ Ｊｉａ—Ｃｈｉｎｅ，Ｌｉｎ Ｙｕ—Ｈｎｉ，Ｃｈｅｎ Ｔｓａｉ—Ｃｈｉａ．Ｐｒｏｄｕｃｔｉｖｉｔｙ ｃｈａｎｇｅ 业的环境全要素生产率存在“倒Ｕ”型关系；本研 ｏｆＴａｉｗａｎｅｓｅ ｆａｒｍｅｒｓ’ｃｒｅｄｉｔ ｕｎｉｏｎｓ：ａ ｎｏｎｐａｒａｒｎｅｔｒｉｃ ｍｅｔａｆｒｏｎｔｉｅｒ 究框架验证了ＦＤＩ的污染转移论假说；不同群组 Ｍａｌｍｑｕｉｓｔ－Ｌｕｅｎｂｅｒｇｅｒ ｐｒｏｄｕｅｔｉｖｉｔｙ ｉｎｄｉｃａｔｏｒ【Ｊ】．Ｅｕｒｏｐｅａｎ Ｊｏｕｒｎａｌ ｏｆＯｐｅｒａｔｉｏｎｓＲｅｓｅａｒｃｈ，２０１３，（６）：１２５—１４７． 行业的技术异质性导致了对环境全要素生产率 【ｌ８】国 涓，刘丰，王维国．中国区域环境绩效动态差异及影响因 产生不同影响，清洁型生产行业性凭借技术优势 有效的提升了全行业的环境全要素生产率水平． 参考文献： ［１］ 张 军，施少华，陈诗一．中国的工业改革与效率变化一方法、 数据、文献和现有的结果［Ｊ］．经济学（季ｔ：Ｊｌ），２００３，３（１）：２—３８． ［２】Ｂｏｓｗｏｒｔｈ Ｂａｒｒｙ，Ｓｕｓａｎ Ｍ Ｃｏｌｌｉｎｓ．Ａｃｃｏｕｎｔｉｎｇ ｆｏｒ ｇｒｏｗｔｈ： ｃｏｍｐａｒｉｎｇ Ｃｈｉｎａ ａｎｄ Ｉｎｄｉａ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆＥｃｏｎｏｍｉｃ Ｐｅｒｓｐｅｃｔｉｖｅｓ， ２００８，２２（１）：４５—６６． 素一考虑可变规模报酬和技术异质性的研究【Ｊ】＿资源科学， ２０１３，３５（１２）：２４４４—２４５６． 【１９】汪克亮，杨力，程云鹤屏质性生产技术下中国区域绿色经济 效率研究［Ｊ】．财经科学，２０１３，３９（４）：５７—６７． 【２０】Ｃｈｕｎｇ Ｙ Ｈ，Ｆａｒｅ Ｇｒｏｓｓｋｏｐｆ Ｓ．Ｐｒｏｄｕｃｔｉｖｉｙ ａｔｎｄ ｕｎｄｅｓｉｒａｂｌｅ ｏｕｔｐｕｔｓ：ａ ｄｉｒｅｃｔｉｏｎａｌ ｄｉｓｔａｎｃｅ ｆｕｎｃｔｉｏｎ ａｐｐｒｏａｃｈ【Ｊ】．Ｊｏｕｒｎａｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍａｎａｇｅｍｅｎｔ，１９９７，５１，（３）：２２９—２４０． 【２１】陈 勇，李小平．中国工业行业的技术进步与工业经济转型【Ｊ】． 管理世界，２００７（６）：６２—７１． ２２】Ｎａｎｅｒｅ Ｍａｒｔｈｉｎ，ｌａｉｎ Ｆｒａｓｅｒ，Ａｌｉ Ｑｕａｚｉ，ｅｔ ａ１．Ｅｎｖｉｒｏｎｍｅｎｔａｌｌｙ ［３】ＪｅｆｆｅｒｓｏｎＧａｒｙ ＴｈｏｍａｓＧＲａｗｓｋｉ，ＺｈａｎｇＨｆｉｍ２￣＇ｏｄｕＣｄｖｉｙｇｒｏｗｔｔｈ 【ａｎｄ ｃｏｎ￣ 窜哪ｃｅ ８ｆｆ１ｏ＂８８ Ｃｈｉｎａ＇ｓ ｉｎｄｕｓｌｒｉｌａ ｅｃｏｎｏｍｙ哪．Ｊｏｕｒｎａｌ ｏｆ ＣｈｉｎｅｓｅＥｃｏｎｏｍｉｃａｎｄＢｕｓｉｎｅｓｓＳｔｕｄｉｅｓ，２００８，６（２）：１２４－１４０． ａｄｊｕｓｔｅｄ ｐｒｏｄｕｃｔｉｖｉｙ ｍｅａｓｕｒｔｅｍｅｎｔ：Ａｎ Ａｕｓｔｒａｌｉｎ ｃａｓｅ ｓａｔｕｄｙ【Ｊ】． Ｊｏｕｒｎａｌ ｏｆＥｎｖｉｒｏｎｍｅｎｔａｌ Ｍａｎａｇｅｍｅｎｔ，２００７，８５（２）：３５０—３６２． ［４］ 蔡２３］Ｆａｒｅ Ｇｒｏｓｓｋｏｐｆ Ｓ，Ｐａｓｕｒｋａ Ｊｒ Ｃ Ａ．Ａｃｃｏｕｎｔｉｎｇ ｆｏｒ ａｉｒ ｐｏｌｌｕｔｉｏｎ 畴、王德文、曲 碉冲国产业升级的大国雁阵模型分析 【ｅｍｉｓｓｉｏｎｓ ｉｎ ｍｅａｓｕｒｅｓ ｏｆ ｓｔａｔｅ ｍａｎｕｆａｃｔｕｒｉｎｇ ｐｒｏｄｕｃｔｉｖｉｔｙ ｒｏｗｔｇｈ 经济研究［ 经济研究，２００９，（９）：４—１４． ［５］ 胡鞍钢，郑京海，高宇宁，等．考虑环境因素的省级技术效率排名 （１９９９－２００５）［Ｊ】＿经济学（季刊），２００８，７（２）：９３４—９６１． 【Ｊ］．Ｊｏｕｒｎａｌ ｏｆＲｅｇｉｏｎａｌ Ｓｃｉｅｎｃｅ，２００１，４１（３）：３８１—４０９． 【２４】Ｓｉｍａｒ Ｌ，Ｗｉｌｓｏｎ Ｐ Ｅｓｔｉｍａｔｉｏｎ ａｎｄ ｉｎｆｅｒｅｎｃｅ ｉｎ ｔｗｏ—ｓｔａｇｅ， ［６］ 范丹、王维国．中国区域环境绩效及波特假说的再检验［Ｊ］． ｓｅｍｉ—ｐａｒａｍｅｔｒｉｃ ｍｏｄｅｌｓ ｏｆ ｐｒｏｄｕｃｔｉｏｎ ｐｒｏｃｅｓｓｅｓ【Ｊ】＿Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｎｏｍｅｔｒｉｃｓ，２００７，１３６（１）：３卜６４． 【２５】Ｇｕａｎ Ｚ，Ｌａｎｓｉｎｋ Ａ ０．Ｔｈｅ ｓｏｕｒｃｅ ｏｆｐｒｏｄｕｃｔｉｖｉｙ ｔｇｒｏｗｔｈ ｉｎ Ｄｕｔｃｈ 中国环境科学，２０１３，３３（５）：９５２—９５９． ［７］Ｋｕｍａｒ Ｓ．Ｅｎｖｉｒｏｎｍｅｎｔａｌｌｙ ｓｅｎｓｉｔｉｖｅ ｐｒｏｄｕｃｔｉｖｉｔｙ ｇｒｏｗｔｈ：Ａ ｇｌｏｂａｌ ａｎａｌｙｓｉｓ ｕｓｉｎｇ Ｍａｌｍｑｕｉｓｔ－Ｌｕｅｎｂｅｒｇｅｒ ｉｎｄｅｘ【Ｊ】． ａｇｒｉｃｕｌｔｕｒｅ：Ａ ｐｅｒｓｐｅｃｔｉｖｅ ｆｒｏｍ ｉｆｎａｎｃｅ，Ａｍｅｒｉｃａｎ［Ｊ１．Ｊｏｕｒｎａｌ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｃｏｎｏｍｉｅｓ，２００６，８８（３）：６４４—６５６． Ｅｃｏｌｏｇｉｃａｌ Ｅｃｏｎｏｍｉｃｓ，２００６，５６（４）：２８０—２９３． ２６］涂正革．环境、资源与工业增长的协调性［Ｊ】．北京：经济研究， 【８】 陈诗一．中国的绿色工业：基于环境全要素生产率视角的解 【２００８，（５）：９３—１０５． 释（１９８０－２００８）［Ｊ］．经济研究，２０１０，（４）：２卜３４． 【９】涂正革、肖 耿．环境约束下的中国工业增长模式研究【Ｊ］．世 界经济，２００９，（１１）：４１—５４． 作者简介：范；１￣－（１９７８一），女，辽宁海城人，副教授，博士，主要从事 【１０】Ｓｈｉ Ｇｕａｎｇ－Ｍｉｎｇ，Ｂｉ Ｊｕｎ，Ｗａｎｇ Ｊｉｎ－Ｎａｎ．Ｃｈｉｎｅｓｅ ｒｅｇｉｏｎａｌ ｉｎｄｕｓｔｒｉａｌ 资源与环境经济学研究．发表论文１Ｏ余篇．
