許冬蘭 張敏

[摘 要]采用動(dòng)態(tài)EBM-MI指數(shù)模型測度2000—2015年中國33個(gè)工業(yè)行業(yè)的低碳全要素生產(chǎn)率，并將低碳全要素生產(chǎn)率分解為規(guī)模效率變動(dòng)（SEC）、動(dòng)態(tài)進(jìn)步（DPC）、純技術(shù)進(jìn)步（TPC）、純技術(shù)效率變動(dòng)（PTEC）以及環(huán)境效率變動(dòng)（EC）五項(xiàng)。研究結(jié)果表明：1.中國工業(yè)低碳全要素生產(chǎn)率的年均增長率為4.3%，其歷年指數(shù)大都圍繞1波動(dòng)。在五個(gè)分解項(xiàng)中，技術(shù)進(jìn)步對低碳全要素生產(chǎn)率增長發(fā)揮的作用最大。2.絕大多數(shù)工業(yè)行業(yè)的低碳全要素生產(chǎn)率是增長的，且增速具有較為明顯的行業(yè)異質(zhì)性，技術(shù)密集型、清潔型工業(yè)的增速明顯高于其他行業(yè)，污染密集型工業(yè)的增速最為緩慢。

[關(guān)鍵詞]低碳全要素生產(chǎn)率;工業(yè);動(dòng)態(tài)EBM-MI指數(shù)模型

[中圖分類號]F42[文獻(xiàn)標(biāo)識(shí)碼]A [文章編號]1671-8372（2018）04-0019-06

The measurement and decomposition of Chinas industrial low-carbon total factor productivity

—based on the dynamic EBM-MI index model

XU Dong-lan， ZHANG Min

（Economics College， Ocean University of China， Qingdao 266100， China）

Abstract：The dynamic EBM-MI index model is used to measure the total factor productivity of low-carbon in 33 industrial sectors in China from 2000 to 2015， which has been decomposed into five indices， including scale efficiency change （SEC）， dynamic progress （DPC）， pure technological progress （TPC）， pure technical efficiency change （PTEC） and environmental efficiency change （EC）. The results show that Chinas industrial low-carbon total factor productivity has an average annual growth rate of 4.3%， and its index is mostly fluctuated around 1 over the years. Among the five decompositions， the technological progress plays the largest role in the growth of low-carbon total factor productivity. It is also found that the total factor productivity of low-carbon in most industrial sectors is increasing， and the growth rate has obvious industrial heterogeneity. The growth rate of technology-intensive and clean industries is significantly higher than that of other industries， and the growth rate of pollution-intensive industries is the slowest.

Key words：low carbon total factor productivity; industry; dynamic EBM-MI index model

The measurement and decomposition of Chinas industrial low-carbon total factor productivity

—based on the dynamic EBM-MI index model

XU Dong-lan， ZHANG Min

（Economics College， Ocean University of China， Qingdao 266100， China）

Abstract：The dynamic EBM-MI index model is used to measure the total factor productivity of low-carbon in 33 industrial sectors in China from 2000 to 2015， which has been decomposed into five indices， including scale efficiency change （SEC）， dynamic progress （DPC）， pure technological progress （TPC）， pure technical efficiency change （PTEC） and environmental efficiency change （EC）. The results show that Chinas industrial low-carbon total factor productivity has an average annual growth rate of 4.3%， and its index is mostly fluctuated around 1 over the years. Among the five decompositions， the technological progress plays the largest role in the growth of low-carbon total factor productivity. It is also found that the total factor productivity of low-carbon in most industrial sectors is increasing， and the growth rate has obvious industrial heterogeneity. The growth rate of technology-intensive and clean industries is significantly higher than that of other industries， and the growth rate of pollution-intensive industries is the slowest.

Key words：low carbon total factor productivity; industry; dynamic EBM-MI index model

一、引言

伴隨著全球氣候變暖和《聯(lián)合國氣候變化框架公約》的制定，能源消耗與科學(xué)發(fā)展等問題越來越受到國際社會(huì)的關(guān)注，“低碳經(jīng)濟(jì)”“低碳發(fā)展”等新型理念也愈發(fā)得到人們的認(rèn)同。長久以來，如何實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境的協(xié)調(diào)發(fā)展一直都是學(xué)術(shù)界關(guān)注的熱點(diǎn)，且中國現(xiàn)階段處在經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的關(guān)鍵時(shí)期，正面臨著前所未有的能源和碳排放的雙重壓力。作為一種剔除了碳排放環(huán)境成本之后的全要素生產(chǎn)率改進(jìn)，低碳全要素生產(chǎn)率將能源消耗和碳排放納入到經(jīng)濟(jì)增長的核算框架當(dāng)中，因而對其進(jìn)行科學(xué)準(zhǔn)確地測算必將有助于經(jīng)濟(jì)發(fā)展質(zhì)量與綜合效益的客觀評價(jià)，且對于中國工業(yè)的低碳轉(zhuǎn)型發(fā)展意義重大。

關(guān)于全要素生產(chǎn)率的核算，國外學(xué)者提出了諸多方法，其中應(yīng)用最多的有代數(shù)指數(shù)法（AIN）、索洛余值法、隨機(jī)前沿分析法（SFA）以及數(shù)據(jù)包絡(luò)分析法（DEA）四種。Abramvitz在1956年提出了代數(shù)指數(shù)法（AIN），其核心思想是用產(chǎn)出指數(shù)與所有投入要素加權(quán)指數(shù)的比率來表示全要素生產(chǎn)率。該方法嚴(yán)格假定邊際生產(chǎn)率不變和資本勞動(dòng)完全替代，明顯缺乏合理性，故并不適用于實(shí)證經(jīng)濟(jì)的研究[1]。Solow提出了索洛余值法，其基本思路是利用C-D函數(shù)計(jì)算出的產(chǎn)出增長率減去全部投入要素增長率后的殘差來衡量全要素生產(chǎn)率的增長。該方法存在許多缺陷，比如它假設(shè)經(jīng)濟(jì)是完全競爭的，且技術(shù)效率完全有效，這些假設(shè)均不符合現(xiàn)實(shí)情況。隨機(jī)前沿分析方法（SFA）雖不存在前面兩種方法的缺陷，但它只適用于單產(chǎn)出、多投入的生產(chǎn)方式，無法對含有非合意產(chǎn)出的情況進(jìn)行測算[2]。Farrel提出了數(shù)據(jù)包絡(luò)分析法（DEA），克服了SFA的局限，可以用于研究多產(chǎn)出、多投入的生產(chǎn)類型，且無須給出具體的生產(chǎn)函數(shù)[3]。隨后，Charnes等、Banker等分別提出了CCR模型和BBC模型，擴(kuò)展了DEA在生產(chǎn)率測算方面的適用范圍[4-5]，此兩種模型的方向性距離函數(shù)主要是基于徑向角度的DEA計(jì)算得出，并不適用于投入過度或者產(chǎn)出不足的情況。為解決該問題，F(xiàn)are等提出了基于松弛向量的非徑向、非角度的SBM方向性距離函數(shù)[6]。此外，為了考察全要素生產(chǎn)率的變動(dòng)情況，學(xué)術(shù)界還構(gòu)建了基于DEA的一系列生產(chǎn)率指數(shù)。Malmquist首次提出了縮放因子的概念;Caves等將其應(yīng)用于生產(chǎn)率領(lǐng)域的研究，定義了Malmquist生產(chǎn)率指數(shù)[7-8]。Chambers等提出了具有相加結(jié)構(gòu)且無須選擇測度角度的Luenberger生產(chǎn)率指數(shù);Chung等對Malmquist生產(chǎn)率指數(shù)進(jìn)行擴(kuò)展，得到了考慮環(huán)境因素的ML指數(shù)[9-10]。

由于前文所提到的全要素生產(chǎn)率測算方法均沒有充分考慮資源、環(huán)境等因素的約束，故難免會(huì)對經(jīng)濟(jì)社會(huì)發(fā)展的綜合績效評價(jià)產(chǎn)生扭曲，進(jìn)而不利于政策建議的制定。20世紀(jì)80年代以后，許多學(xué)者開始將環(huán)境因素引入到全要素生產(chǎn)率的框架中，使得全要素生產(chǎn)率的度量更加客觀，也更加具有現(xiàn)實(shí)研究意義。在測算包含環(huán)境因素的工業(yè)全要素生產(chǎn)率時(shí)，一些學(xué)者進(jìn)行了分區(qū)域、省份的分析和比較。涂正革將SO2排放量作為非期望產(chǎn)出，利用方向性環(huán)境距離函數(shù)測算了我國各地區(qū)的環(huán)境技術(shù)效率。研究發(fā)現(xiàn)，東部沿海地區(qū)的環(huán)境技術(shù)效率均較高，而中西部地區(qū)則普遍偏低[11]。吳軍以工業(yè)廢水中的COD和廢氣中的SO2作為“壞”產(chǎn)出，利用Malmquist-Luenberger指數(shù)對中國東部、中部及西部地區(qū)的全要素生產(chǎn)率分別進(jìn)行了測算和比較[12]。汪克亮等將CO2、SO2作為“壞”產(chǎn)出，利用投入導(dǎo)向的BC2-DEA模型測算了2000—2007年中國省際全要素能源效率。結(jié)果表明，中國整體的全要素能源效率較低，且三大地區(qū)及各省份之間均存在顯著差異[13]。屈小娥和席瑤用SO2、煙塵、粉塵、廢水及固體廢棄物五種工業(yè)主要污染物的排放量構(gòu)造了環(huán)境污染指數(shù)，以其作為“壞”產(chǎn)出指標(biāo)測算了1996—2009年中國28個(gè)省份的全要素生產(chǎn)率。并且將全要素生產(chǎn)率指數(shù)分解成技術(shù)進(jìn)步指數(shù)和技術(shù)效率指數(shù)，又進(jìn)一步將后者分解成為規(guī)模效率指數(shù)和純技術(shù)效率指數(shù)[14]。

另外，部分學(xué)者著重研究了環(huán)境約束下中國工業(yè)分行業(yè)的全要素生產(chǎn)率。岳書敬和劉富華利用三種不同的模型，測算了考慮環(huán)境因素的2001—2006年中國36個(gè)工業(yè)行業(yè)的增長效率。研究發(fā)現(xiàn)，各行業(yè)間的經(jīng)濟(jì)增長效率差距顯著，其中通信設(shè)備計(jì)算機(jī)及其他電子設(shè)備制造業(yè)、儀器儀表及文化辦公用機(jī)械制造業(yè)的增速較快[15]。陳詩一估算了1980—2008年中國38個(gè)工業(yè)行業(yè)的綠色全要素生產(chǎn)率，發(fā)現(xiàn)考慮環(huán)境因素的全要素生產(chǎn)率比傳統(tǒng)不考慮環(huán)境因素的低了很多[15]，這與Jeon和Sickles等許多研究的結(jié)論一致。他還指出，政府所實(shí)施的節(jié)能減排政策有效推動(dòng)了工業(yè)綠色全要素生產(chǎn)率的改善，并且導(dǎo)致重工業(yè)的生產(chǎn)效率超過了輕工業(yè)[16]。李濤等基于雙重產(chǎn)出RAM模型和SML指數(shù)，構(gòu)建了中國低碳TFP指數(shù)，基于該指數(shù)考察了技術(shù)存量效應(yīng)與效率追趕效應(yīng)[17]。周五七和聶鳴將CO2排放作為非期望產(chǎn)出，測度了1998—2010年中國36個(gè)工業(yè)行業(yè)的綠色全要素生產(chǎn)率的動(dòng)態(tài)變化，并且探究了資本深化、FDI等行業(yè)特征因素對于綠色TFP的增長影響[18]。鄧曉蘭和鄢哲明測算了2001—2011年中國36個(gè)工業(yè)行業(yè)的低碳生產(chǎn)率，檢驗(yàn)了資源錯(cuò)配對于低碳生產(chǎn)率的影響。其結(jié)果顯示，資源錯(cuò)配程度的加深確實(shí)阻礙了中國工業(yè)低碳生產(chǎn)效率的提高[19]。

本文利用數(shù)據(jù)包絡(luò)分析法（DEA）理論框架中較為前沿的Epsilon-Based Measure（EBM）模型對中國工業(yè)行業(yè)的低碳全要素生產(chǎn)率進(jìn)行評價(jià)。該模型是對傳統(tǒng)DEA理論的重大突破，吸收了徑向模型（CCR、BCC等）和非徑向模型（以SBM模型為代表）的優(yōu)點(diǎn)，在決策單元相對效率的評價(jià)上更具優(yōu)勢，評價(jià)結(jié)果更為客觀可靠[20-21]。還參考雷明等的做法，引入動(dòng)態(tài)要素，構(gòu)建動(dòng)態(tài)EBM-MI指數(shù)模型對中國工業(yè)行業(yè)的低碳全要素生產(chǎn)率進(jìn)行測算[22]，分別從縱向時(shí)間序列和橫向行業(yè)角度對測算結(jié)果進(jìn)行分析，并據(jù)此提出相應(yīng)的政策建議。

二、研究方法

（一）考慮環(huán)境約束的生產(chǎn)可能性集

本文將每個(gè)工業(yè)行業(yè)視為一個(gè)生產(chǎn)決策單元來構(gòu)造生產(chǎn)前沿面，且分別用x、y、d表示投入要素、期望產(chǎn)出和非期望產(chǎn)出。假設(shè)每個(gè)行業(yè)使用m種投入要素，則，生產(chǎn)出r種期望產(chǎn)出，則，生產(chǎn)出s種非期望產(chǎn)出，則，那么生產(chǎn)可能性集P（x）可以表示為：

可以生產(chǎn)? （1）

令第k個(gè)行業(yè)在第t期的投入和產(chǎn)出值為，且滿足自由可處置、副產(chǎn)品和產(chǎn)出弱可處置性三公理。那么運(yùn)用數(shù)據(jù)包絡(luò)分析法（DEA）可將（1）式進(jìn)行模型化變換為：

（2）

其中，表示各橫截面觀察值的權(quán)重，這一約束條件意味著生產(chǎn)技術(shù)為可變規(guī)模報(bào)酬（VRS）;若去掉該約束條件，則表示規(guī)模報(bào)酬不變（CRS）。

（二）考慮非期望產(chǎn)出的EBM模型

為了克服傳統(tǒng)的DEA模型和方向距離函數(shù)（SBM）模型的弊端，Tone和Tsutsui提出了EBM模型，由此實(shí)現(xiàn)了徑向與非徑向兩種方法的有效結(jié)合，放寬了徑向函數(shù)投入要素同比例縮減的假定，綜合了非徑向函數(shù)考慮松弛變量的特點(diǎn)[23]，故能夠?qū)ρ芯繉ο蟮男蔬M(jìn)行更加精確有效的評價(jià)。

對于含有m種投入要素，z種產(chǎn)出的n個(gè)決策單元，考慮非期望產(chǎn)出的EBM模型可以表示為：

（3）

其中，表示EBM模型測度的最優(yōu)效率得分，若= 1，表明該決策單元技術(shù)有效;表示徑向部分的規(guī)劃參數(shù)（由CCR模型計(jì)算得出）;為決策單元的線性組合系數(shù);為非徑向部分的投入要素松弛變量;表示含有徑向和非徑向松弛的核心參數(shù)，表示各項(xiàng)投入指標(biāo)的相對重要程度（滿足），二者得分由數(shù)據(jù)本身的客觀屬性決定;表示決策單元的第個(gè)非期望產(chǎn)出;、分別表示第t種期望產(chǎn)出的松弛改進(jìn)部分的值和重要程度指標(biāo);、分別表示第s種非期望產(chǎn)出的松弛改進(jìn)部分的值和重要程度指標(biāo);表示投入矩陣，表示產(chǎn)出矩陣，且。

（三）動(dòng)態(tài)EBM-MI指數(shù)

將動(dòng)態(tài)要素（一種當(dāng)期產(chǎn)出作為下期投入的特殊要素）引入到考慮非期望產(chǎn)出的Malmquist模型當(dāng)中，構(gòu)建一個(gè)全新的動(dòng)態(tài)EBM-MI指數(shù)，探究中國33個(gè)工業(yè)行業(yè)低碳全要素生產(chǎn)率的動(dòng)態(tài)效應(yīng)。

首先，生產(chǎn)前沿面的構(gòu)造、投入要素、期望產(chǎn)出及非期望產(chǎn)出均同上文所述一致。假定為動(dòng)態(tài)要素，則每個(gè)生產(chǎn)決策單元期的投入產(chǎn)出值可以表示為。

然后，運(yùn)用考慮環(huán)境負(fù)產(chǎn)出的動(dòng)態(tài)EBM-MI指數(shù)來測算中國各工業(yè)行業(yè)的低碳全要素生產(chǎn)率，且期到期的動(dòng)態(tài)Malmquist指數(shù)的具體表達(dá)式如下：

（4）

（4）式中，動(dòng)態(tài)Malmquist指數(shù)被進(jìn)一步分解，即對技術(shù)效率指數(shù)中的規(guī)模效應(yīng)實(shí)行了剝離，但未考慮到技術(shù)進(jìn)步指數(shù)中也包含有相當(dāng)部分的規(guī)模效應(yīng)因素。為提升以上模型的科學(xué)性和解釋能力，本文借鑒呂蘊(yùn)虹的做法，將動(dòng)態(tài)LCTFP分解為規(guī)模效率變動(dòng)指數(shù)（SEC）、技術(shù)效率變動(dòng)指數(shù)（TEC）和技術(shù)進(jìn)步指數(shù)（TC），即[24]。

此外，技術(shù)效率變動(dòng)指數(shù)（TEC）可被進(jìn)一步分解為環(huán)境效率變動(dòng)指數(shù)（EC）（反映環(huán)境質(zhì)量效率的改善情況）和純技術(shù)效率變動(dòng)指數(shù)（PTEC）（反映管理水平及制度創(chuàng)新的情況），即;技術(shù)進(jìn)步指數(shù)（TC）也可被進(jìn)一步分解為動(dòng)態(tài)進(jìn)步指數(shù)（DPC）（反映動(dòng)態(tài)要素的跨期生產(chǎn)影響效應(yīng)）和純技術(shù)進(jìn)步指數(shù)（TPC）（反映投入要素的質(zhì)量進(jìn)步情況），即。

三、指標(biāo)體系構(gòu)建與數(shù)據(jù)說明

（一）指標(biāo)選擇

1.投入指標(biāo)。（1）勞動(dòng)投入。采用2000—2015年各工業(yè)行業(yè)全部從業(yè)人員的年末人數(shù)（單位：萬人）進(jìn)行衡量，具體數(shù)據(jù)來源于歷年《中國工業(yè)統(tǒng)計(jì)年鑒》和《中國勞動(dòng)統(tǒng)計(jì)年鑒》。（2）能源投入。選取以用標(biāo)準(zhǔn)煤法折算后的能源消費(fèi)量（單位：萬噸標(biāo)準(zhǔn)煤）作為代理指標(biāo)，其數(shù)據(jù)來源于2001—2016年《中國能源統(tǒng)計(jì)年鑒》。

2.產(chǎn)出指標(biāo)。（1）期望產(chǎn)出。采用2000—2015年各工業(yè)行業(yè)的增加值（單位：億元）進(jìn)行表征，為消除通貨膨脹的影響，以2000年為基期，利用GDP平減指數(shù)對數(shù)據(jù)進(jìn)行調(diào)整，數(shù)據(jù)來源是歷年《中國統(tǒng)計(jì)年鑒》。（2）非期望產(chǎn)出。采用各工業(yè)行業(yè)的CO2排放量（單位：萬噸）進(jìn)行衡量，個(gè)體排放數(shù)據(jù)根據(jù)IPCC提供的方法計(jì)算得到。

3.動(dòng)態(tài)要素?？紤]到動(dòng)態(tài)要素在生產(chǎn)過程中具有跨期影響的特征，而固定資產(chǎn)投資又恰好具有一定的收益滯后性和延續(xù)性，故本文采用固定資產(chǎn)投資作為動(dòng)態(tài)要素進(jìn)行衡量，其數(shù)據(jù)來源于2000—2015年《中國固定資產(chǎn)投資統(tǒng)計(jì)年鑒》。

（二）數(shù)據(jù)調(diào)整說明

為了保證前后分析的一致性，本文依據(jù)上文測算GVC嵌入程度指數(shù)的行業(yè)分類對以上年鑒中的數(shù)據(jù)按照行業(yè)進(jìn)行了對應(yīng)的合并加總處理。此外，由于工業(yè)能源消費(fèi)量與CO2排放是按照全部工業(yè)企業(yè)核算的，而其他要素是按照規(guī)模以上工業(yè)企業(yè)進(jìn)行統(tǒng)計(jì)的，為保證所有投入產(chǎn)出統(tǒng)計(jì)口徑的一致性，本文參考陳詩一的做法，將行業(yè)投入產(chǎn)出數(shù)據(jù)由規(guī)模以上工業(yè)企業(yè)口徑統(tǒng)一調(diào)整至全部工業(yè)企業(yè)口徑[25]。

四、測算結(jié)果分析

本文利用MaxDea 6.4專業(yè)版軟件測算了中國工業(yè)行業(yè)的低碳全要素生產(chǎn)率指數(shù)及其分解項(xiàng)（見表1、表2）。

從表1可以看出，2000—2015年中國工業(yè)低碳全要素生產(chǎn)率指數(shù)（MI）的平均值為1.043，低碳全要素生產(chǎn)率的年均增長率為4.3%，并且歷年指數(shù)基本圍繞著1而小幅波動(dòng)。具體來講，2000—2003年持續(xù)增長，隨后迅速降低，且在2004年降至最低后出現(xiàn)反彈，并于2005年達(dá)到峰值1.306;2005—2012年指數(shù)大致呈現(xiàn)“鋸齒形”走勢;2012年后再次上升。2000—2012年大多數(shù)年份的低碳TFP指數(shù)（MI）是大于1的，這表明2000—2012年中國工業(yè)低碳TFP總體上處于增長態(tài)勢;但2012—2014年，低碳TFP指數(shù)（MI）均小于1，2014年后開始回升。縱觀整個(gè)考察期間，不難發(fā)現(xiàn)，2000—2015年中國工業(yè)低碳全要素生產(chǎn)率經(jīng)歷了一段升降交替的“波浪式”變動(dòng)過程。

從低碳全要素生產(chǎn)率指數(shù)（MI）的分解項(xiàng)來看，2000—2015年中國工業(yè)技術(shù)進(jìn)步指數(shù)（TC）的均值為1.035，技術(shù)進(jìn)步的年均增長率為3.5%;技術(shù)效率變動(dòng)指數(shù)（TEC）的均值為1.007，年均增長率為0.7%;規(guī)模效率變動(dòng)指數(shù)（SEC）的均值為1.001，年均增長率為0.1%。因此，考察期內(nèi)技術(shù)進(jìn)步、技術(shù)效率和規(guī)模效率對中國工業(yè)低碳全要素生產(chǎn)率的增長均具有正向影響，并且技術(shù)進(jìn)步的推動(dòng)作用明顯大于后兩者。從技術(shù)進(jìn)步的兩大分解因子—純技術(shù)進(jìn)步和動(dòng)態(tài)進(jìn)步來看，純技術(shù)進(jìn)步指數(shù)（TPC）的均值為1.149，動(dòng)態(tài)進(jìn)步指數(shù)（DPC）的均值為0.901，這表明技術(shù)進(jìn)步的增長主要得益于純技術(shù)進(jìn)步水平的提高，動(dòng)態(tài)進(jìn)步對其具有阻礙作用;從技術(shù)效率的分解情況來看，環(huán)境效率變動(dòng)指數(shù)（EC）和純技術(shù)效率變動(dòng)指數(shù)（PTEC）的年均值都大于1，說明這兩者的正向作用共同推動(dòng)了工業(yè)行業(yè)技術(shù)效率水平的提高。并且，兩個(gè)分解項(xiàng)的年均增長率都不足1%，這反映出在考察期間中國工業(yè)的環(huán)境效率與純技術(shù)效率的增長均較為緩慢[26]。

從表2可以看出，除了紡織業(yè)（A9）、皮革毛皮羽絨及其制品業(yè)（A11）這兩個(gè)行業(yè)之外，其他行業(yè)的低碳全要素生產(chǎn)率指數(shù)的年均值均大于1，這表明在考察期間中國絕大多數(shù)工業(yè)行業(yè)的低碳全要素生產(chǎn)率實(shí)現(xiàn)了不同程度的提升。低碳全要素生產(chǎn)率的增速排在前五的工業(yè)行業(yè)依次為燃?xì)獾纳a(chǎn)和供應(yīng)業(yè)（A33）、專用設(shè)備制造業(yè)（A27）、有色金屬礦采選業(yè)（A4）、印刷業(yè)記錄媒介的復(fù)制（A15）和通用設(shè)備制造業(yè)（A26），以技術(shù)密集型行業(yè)為主。低碳全要素生產(chǎn)率增速最慢的五個(gè)行業(yè)依次為紡織業(yè)（A9）、皮革毛皮羽絨及其制品業(yè)（A11）、非金屬礦物制品業(yè)（A22）、煤炭采選業(yè)（A1）和非金屬礦采選業(yè)（A5）。并且橡膠和塑料制品業(yè)（A21）、石油加工及煉焦業(yè)（A17）及造紙及紙制品業(yè)（A14）這類污染密集型工業(yè)的低碳TFP增長率也同樣非常緩慢，高耗能、高污染、低技術(shù)的行業(yè)特征導(dǎo)致了其低碳全要素生產(chǎn)率的低下。此外，從低碳全要素生產(chǎn)率的各分解項(xiàng)來看，全部工業(yè)行業(yè)的純技術(shù)進(jìn)步指數(shù)（TPC）的均值都大于1，這說明我國工業(yè)行業(yè)低碳全要素生產(chǎn)率的增長主要來源于技術(shù)進(jìn)步[27-29]。

五、結(jié)論及政策建議

（一）結(jié)論

本文利用動(dòng)態(tài)EBM-MI指數(shù)模型對2000—2015年中國工業(yè)33個(gè)行業(yè)的低碳全要素生產(chǎn)率及其分解項(xiàng)進(jìn)行了測算，得出結(jié)論如下：

1.從縱向時(shí)間序列來看，在考察期間中國工業(yè)低碳全要素生產(chǎn)率指數(shù)大都圍繞1波動(dòng)，年均增長率為4.3%。具體來講，2000—2003年持續(xù)增長，隨后迅速降低，且在2004年降至最低后出現(xiàn)反彈，并于2005年達(dá)到峰值1.306;2005—2012年指數(shù)大致呈現(xiàn)“鋸齒形”走勢;2012年后再次上升。技術(shù)進(jìn)步指數(shù)、技術(shù)效率變動(dòng)指數(shù)及規(guī)模效率指數(shù)的年均值都大于1，且三者當(dāng)中促進(jìn)低碳全要素生產(chǎn)率的增長貢獻(xiàn)最大的是技術(shù)進(jìn)步。技術(shù)進(jìn)步的增長主要得益于純技術(shù)進(jìn)步水平的提高，動(dòng)態(tài)進(jìn)步對其具有阻礙作用。純技術(shù)效率變動(dòng)指數(shù)及環(huán)境效率變動(dòng)指數(shù)兩者共同的正向作用推動(dòng)了技術(shù)效率水平的增長[27，30-33]。

2.從分行業(yè)來看，2000—2015年絕大多數(shù)工業(yè)行業(yè)的低碳全要素生產(chǎn)率是增長的，且低碳TFP的增速具有較為明顯的行業(yè)異質(zhì)性：技術(shù)密集型、清潔型工業(yè)的增速明顯高于其他行業(yè)，污染密集型工業(yè)的增速最為緩慢[34-36]。

（二）政策建議

1.努力深化與加快中國工業(yè)的低碳轉(zhuǎn)型發(fā)展，以求早日在工業(yè)領(lǐng)域全面實(shí)現(xiàn)生產(chǎn)方式的“低碳化”。在實(shí)際的生產(chǎn)過程中應(yīng)該處理好“投入—產(chǎn)出”二者的關(guān)系，即需從經(jīng)濟(jì)學(xué)的角度出發(fā)，以最少的要素投入追求最大的經(jīng)濟(jì)社會(huì)綜合效益。同時(shí)，高度重視技術(shù)創(chuàng)新與技術(shù)進(jìn)步，健全技術(shù)創(chuàng)新體系，提高企業(yè)內(nèi)部的管理水平，積極引進(jìn)低碳技術(shù)以及推行節(jié)能減排，這些措施對于低碳全要素生產(chǎn)率的提高都是非常有必要的。

2.繼續(xù)推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，使之成為我國工業(yè)低碳發(fā)展的不竭動(dòng)力。堅(jiān)持可持續(xù)發(fā)展的原則，注意協(xié)調(diào)好各類碳排放工業(yè)行業(yè)的發(fā)展規(guī)模和速度，優(yōu)先發(fā)展高新技術(shù)、清潔型工業(yè)，限制污染密集型工業(yè)過快發(fā)展。政府可在政策和監(jiān)管方面給予低碳清潔企業(yè)更多的支持，從而激勵(lì)其開展低碳生產(chǎn)工藝的研發(fā)等技術(shù)創(chuàng)新活動(dòng)，以助于提升我國工業(yè)整體的低碳全要素生產(chǎn)率。

[參考文獻(xiàn)]

[1]Abramvitz M. Resource and out-put trends in the U.S. since 1870 [J].America Economics Review，1956（46）：5-23.

[2]Solow R M. Technical change and the aggregate production function [J]. Review of Economics and Statisticsm，1957（39）：312-320.

[3]Farrel M J.The measurement of productive efficiency[J]. Journal of the Royal Statistical Society，1957（12）： 253-281.

[4]Charnes A， Cooper W W， Rhodes E. Measuring the Efficiency of decision making units [J].European Journal of Operational Research，1978（2）：429-444.

[5]Banker R D， Charnes A， Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis [J].Management Science，1984（30）：1078-1092.

[6]F?re R， Grosskopf S， Lindgren B， et al. Productivity Developments in Swedish Hospitals： A? Malmquist Output Index Approach[M]// Data Envelopment Analysis： Theory， Methodology，and Applications. Springer Netherlands， 1994：227-235.

[7]Malmquist S. Index numbers and indifference surfaces [J]. Trabajos de Estadistica，1953（4）：209-242.

[8]Caves D W， Christensen L R， Diewert W E. The economic theory of index numbers and the measurement of input， output and productivity [J]. Econometrica，1982（50）：1393-1414.

[9]Chambers R G， Fare R， Grosskopf S. Productivity growth in APEC countries [J].Pacific Economic Review，1996（1）：181-190.

[10]Chung Y H， Fare R， Grosskopf S. Productivity and undesirable outputs： a directional distance function approach[J]. Journal of Environmental Management，1997（51）：229-240.

[11] 涂正革.環(huán)境、資源與工業(yè)增長的協(xié)調(diào)性[J].經(jīng)濟(jì)研究，2008（2）：93-105.

[12] 吳軍.環(huán)境約束下中國地區(qū)工業(yè)全要素生產(chǎn)率增長及收斂分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（11）：17-27.

[13] 汪克亮，楊寶臣，楊力.考慮環(huán)境效應(yīng)的中國省際全要素能源效率研究[J].管理科學(xué)，2010（12）：100-110.

[14] 屈小娥，席瑤.資源環(huán)境雙重規(guī)制下中國地區(qū)全要素生產(chǎn)率研究—基于1996—2009年的實(shí)證分析[J].商業(yè)經(jīng)濟(jì)與管理，2012（5）：89-97.

[15] 岳書敬，劉富華.環(huán)境約束下的經(jīng)濟(jì)增長效率及其影響因素[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（5）：94-106.

[16] 陳詩一.中國的綠色工業(yè)革命：基于環(huán)境全要素生產(chǎn)率視角的解釋（1980—2008）[J].經(jīng)濟(jì)研究，2010（11）：21-34.

[17]李濤，陳碧琴，何雪峰.技術(shù)存量效應(yīng)、真實(shí)效率追趕與中國低碳TFP核算—基于RAM與序列Malmquist-Luenberger指數(shù)[J].管理工程，2013（3）：116-123.

[18]周五七，聶鳴.低碳轉(zhuǎn)型視角的中國工業(yè)全要素生產(chǎn)率增長—基于1998—2010年行業(yè)數(shù)據(jù)的實(shí)證分析[J].財(cái)經(jīng)科學(xué)，2012（10）：73-83.

[19]鄧曉蘭，鄢哲明.資源錯(cuò)配對中國工業(yè)低碳生產(chǎn)率影響的實(shí)證分析[J].財(cái)經(jīng)科學(xué)，2014（5）：74-83.

[20]Porta R L， Lopez-De-Silanes F， Shleifer A. The economic consequences of legal lrigins[J]. Journal of Economic Literature，2008（46）：285-332.

[21]Egger H， Egger P.Labor market effects of outsourcing under industrial? interdependence[J].International Economics&Finance，2005（14）：349-363.

[22]雷明，趙欣娜，張明璽.基于環(huán)境負(fù)產(chǎn)出的能效動(dòng)態(tài)Malmquist 模型研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012（4）：33-48.

[23]Tone Kaoru， Tsutsui M.Dynamic DEA：a slack-based measure approach[J].Omega，2010（38）：145-156.

[24]呂蘊(yùn)虹.出口技術(shù)復(fù)雜度對中國工業(yè)環(huán)境全要素生產(chǎn)率的影響研究[D].山東：中國海洋大學(xué)，2018：1-60.

[25]陳詩一.中國工業(yè)分行業(yè)統(tǒng)計(jì)數(shù)據(jù)估算：1980—2008[J].經(jīng)濟(jì)學(xué)，2011（3）：735-776.

[26]惠樹鵬，張威振，邊珺.工業(yè)綠色全要素生產(chǎn)率增長的動(dòng)力體系及驅(qū)動(dòng)效應(yīng)研究[J].統(tǒng)計(jì)與信息論壇，2017（12）：78-85.

[27]楊杰.FDI與中國工業(yè)綠色TFP關(guān)系的實(shí)證檢驗(yàn)[J].山東工商學(xué)院學(xué)報(bào)，2017（3）：58-64.

[28]楊世迪，韓先鋒，宋文飛.對外直接投資影響了中國綠色全要素生產(chǎn)率嗎[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2017（4）：14-26.

[29]周五七.行業(yè)特征對低碳約束下工業(yè)綠色TFP增長的影響[J].中國人口·資源與環(huán)境，2014（5）：66-71.

[30]諶瑩，張捷.碳排放、綠色全要素生產(chǎn)率和經(jīng)濟(jì)增長[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2016（8）：47-63.

[31]陳梅，趙煒濤，鄔雪雅.中國兩型社會(huì)試驗(yàn)區(qū)生態(tài)效率對比研究[J].科技進(jìn)步與對策，2015（11）：39-45.

[32]張虎，宮舒文.基于DEA-Malmquist的工業(yè)綠色全要素生產(chǎn)率測算及分析—以湖北省為例[J].江西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2017（9）：531-537.

[33]馮杰，張世秋.基于DEA方法的我國省際綠色全要素生產(chǎn)率評估—不同模型選擇的差異性探析[J].北京大學(xué)學(xué)報(bào)（自然科學(xué)版），2017（1）：151-159.

[34]胡閩，蘇芳.基于DEA模型的我國綠色經(jīng)濟(jì)的綠色全要素生產(chǎn)率研究[J].生態(tài)經(jīng)濟(jì)，2017（7）：82-86.

[35]岳書敬.基于低碳經(jīng)濟(jì)視角的資本配置效率研究—來自中國工業(yè)的分析與檢驗(yàn)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011（4）：110-123.

[36]劉傳江，劉慧，趙曉夢，田正杰.考慮PM2.5影響的我國區(qū)域環(huán)境全要素生產(chǎn)率研究[J].宏觀質(zhì)量研究，2017（3）：11-20.