能源消耗、二氧化碳排放与中国工业的可持续发展

来源:百度文库 编辑:神马文学网 时间:2024/05/01 01:40:46
陈诗一
内容提要:在金融海啸凸显实体经济重要性和工业反哺农业时代要求的背景下,本文讨论了以高能耗和高排放为特征的中国工业的可持续发展问题。为此本文构造了中国工业38个二位数行业的投入产出面板数据库,利用超越对数分行业生产函数估算了中国工业全要素生产率变化并进行绿色增长核算。本文的结论是,改革开放以来中国工业总体上已经实现了以技术驱动为特征的集约型增长方式转变,能源和资本是技术进步以外主要驱动中国工业增长的源泉,劳动和排放增长贡献较低甚至为负。但是,一些能耗和排放高的行业仍然表现为粗放型增长,必须进一步提高节能减排技术,最终实现中国工业的完全可持续发展。
关键词:能源消耗 二氧化碳排放 全要素生产率 工业增长方式 可持续发展
一、引 言
新中国成立60年来,中国经济取得了令世界瞩目的高速增长,GDP年均增长率达到8%①,特别是1978年改革开放以来,年均增长更是高达9·8%,相对于前30年的大起大落和剧烈波动,新的经济增长更加平稳有序。众所周知,中国增长具有浓厚的二元经济色彩,是以农业补贴工业取得的,正如图1a所示,以农业为代表的第一产业的GDP份额从解放初期的超过50%持续下降到2006年的11·7%,年均增长远低于全国平均水平,只有3·4%,而工业GDP则保持了高达11·5%的年均增长,其份额从1952年的17·6%稳步提高到2006年的43·3%。中国工业的这种高增长依赖于重要要素的大量倾斜投入,以改革开放期间为例,工业总产值年均增长达11·2%,工业资本存量年均增长9·2%,工业能耗和二氧化碳(CO2)排放年均增长分别达到6%和6·3%,而工业部门所吸纳劳动力的增长率只有1·9%。从图1b也可以看出,改革开放期间只占全国40·1%的工业GDP的取得却消耗了全国67·9%的能源,排放出全国二氧化碳的83·1%。显然,中国工业的高增长带有明显的高投资、高能耗和高排放的特征。在这个相对漫长的工业化初期阶段,固然农业和工业之间的发展是失衡的,但是本文更关心的是严重依赖资源投入的中国工业增长的可持续性问题。这在金融危机彰显实体经济重要性的今天以及中共十七届三中全会提出全力推动工业反哺农业的时代背景下更具有重要的现实意义,也是最终实现中国经济又好又快发展的根本保证。
可持续发展思想是在上个世纪70年代以来能源危机和环境灾害频发基础上发展起来的,1987年联合国环境与发展委员会首次采纳可持续发展概念,并被国际社会广泛接受。当然,基于不同领域的具体运用,可持续发展的定义多种多样,其中较多是从经济、技术、环境和社会这些维度来进行定义,并使用不同模型来度量可持续性,涉及资源配置、技术进步、节能减排、收入分配、公平和制度等众多指标。比如,林毅夫(Lin, 2004)认为技术进步是判断经济增长是否可持续的重要指标,基于中国可以利用后发优势从发达国家引进技术的判断,他断言中国经济在未来二三十年仍然可以保持年均8%的高增长。大多数文献基于新古典增长理论框架,根据经济增长方式的改变来判断经济发展的可持续性,认为要素扩张型为主的粗放型增长不可持续,只有生产率不断得到改善的集约型增长才是可持续的(Solow, 1957; Krugman, 1994; Young, 1995; Zheng et al., 2007)。其中比较著名的是Krugman和Young根据全要素生产率核算结果得出东亚增长主要由要素投入推动,在长期是不可持续的结论。当然也不乏对此提出批评的研究。然而,这些研究长期以来很少考虑资源和环境因素对增长的影响,背离了可持续发展概念是由对能源和环境问题的担忧而催生的这样一个现实。

图1 中国经济增长与能源消耗、二氧化碳排放(1953—2006)
数据来源:《新中国55年统计资料汇编》、历年《中国统计年鉴》和《中国能源统计年鉴》等。作者绘制。

图2 主要国家能源消耗和二氧化碳排放比较(1965—2006)
数据来源:摘自2007年《世界能源统计年鉴》等。作者绘制。
正如前述,中国工业的高增长是以高能耗和高排放为代价的,在经济发展高度全球化的今天,能源价格的大幅提高和环境质量的急剧恶化必然会对中国经济带来深远影响,对中国工业发展可持续性的研究不能再忽略能源和环境要素。图2清楚显示,伴随着中国的初步工业化,能源消耗和碳排放急剧增加,目前已经成为仅次于美国的全球第二大能源消耗国和二氧化碳排放国,其中又以二氧化碳排放增长最快,这与中国一次能源结构中不洁净的煤炭所占的比例很高相关。事实上,中国政府已经意识到节能减排对经济持续健康发展的重要意义,早在1997年《京都协议书》签订之前就开始着手关闭大量的小煤矿、小火电等企业,淘汰水泥、钢铁等行业的落后产能。现代企业制度改革也促使企业引进节能减排技术,节约能耗降低生产成本。煤炭等资源价格的市场化改革和非国有工业的快速发展所导致的投资主体多元化也使得稀缺资源在行业间的配置更有效率。这些努力初见成效,从图1和图2可以看出,从1990年代中期到本世纪初,中国的能耗和排放增长得到了显著抑制,单位GDP的能耗和碳排放也持续下降。然而,2003年后,中国的重化工业化趋势再度显现,房地产和汽车工业的快速发展,基础设施投资的持续加大,机电和化工等产品出口份额的增加,所有这些都带动了采掘业、石油和金属加工业、建材及非金属矿物制品业、化工和机械设备制造等重化工业行业的急剧膨胀,中国的能耗和排放再次大幅增长,这给国家十一五规划提出的在2005年基础上降低单位GDP能耗20%的指标带来了极大的挑战,也在学术界引起了中国应该走何种工业化道路的激烈争论。
不管怎样,中国的工业化和城市化进程不会停止,能源和污染密集型的钢铁、水泥和化工等行业在可以预见的将来仍然会在经济中发挥不可替代的基础作用,事实上我们正面临着利用重要战略机遇期迅速实现工业化与进行结构调整和增长方式转变的双重压力。随着科学发展观与构建和谐社会理念的提出以及中国经济和科技实力的明显增强,节约能源与环境保护已经成为转变发展方式和促进国民经济又好又快发展不可或缺的组成部分(中国科学院可持续发展战略研究组,2008)。因此,研究能源和环境如何影响中国工业的可持续发展就十分必要和紧迫。本文尝试把能源和环境维度引入可持续发展分析,通过一个扩展的新古典增长模型来进行生产率度量和绿色增长核算,从高能耗、高碳排放对中国工业的增长和生产率的影响两个方面来考察中国工业发展的可持续问题,尽管这没有涵盖可持续发展概念的全部。正如Jorgenson等(2000)指出的,总量数据和总量生产函数并不足以刻划工业增长的全貌,本文使用1980—2006年中国工业分行业面板数据库和分行业生产函数来揭示中国工业二位数行业的发展模式,并回答以下两个主要问题:(1)中国工业的发展模式可持续吗?投入要素特别是能耗和二氧化碳排放与中国工业的生产率和增长之间的关系是怎样的? (2)不同能耗和排放特征的行业对中国工业全要素生产率的影响有何不同?高能耗和高污染水平的重化工业行业的生产率表现到底如何?
本文接下来的结构安排如下:第二节综述研究能源和排放的文献,特别阐明能源和排放要素在经济增长方程中的作用;第三节介绍本文使用的新古典增长模型以及相应的生产率度量和增长核算方法;第四节描述中国工业分行业面板数据库的构造,其中资本存量和二氧化碳排放的估算方法和部分结果参见附录;第五节对实证结果进行讨论,并回答上文提出的两个问题;最后给出本文的结论及政策性含义。
二、文献综述
关于能源和环境问题的研究文献可以分为两大类。一类集中于考察影响能源或环境变化的因素,比如中国1990年代中后期能耗和污染排放为什么出现停滞或下降。这类文献通常利用各种分解技术把能耗(或排放)变化(或强度,或弹性)拆分成几种效应,比如从重工业向轻工业转移的结构效应、技术进步或效率变化效应等;或者利用回归进行因素分析,最终找出主要的解释原因。另一类文献则反方向研究能源或环境对产出的影响,比如收入与环境关系的Kuznets曲线研究以及把能源或排放纳入增长理论模型的研究。本文遵循第二类文献中的增长理论框架,把能源消耗和二氧化碳排放作为与传统要素资本和劳动并列的投入要素引入超越对数生产函数来估算中国工业分行业的生产率,并进行绿色增长核算,以分析能源和环境对中国工业可持续发展的影响。下面简述能源和排放变量在增长方程中的作用以及通常的处理方法。
基于对能源问题的大量研究,人们已经普遍承认能源因素对经济成长的表现至关重要。文献中对能源变量的处理比较简单,通常比较一致地把能源消耗看作新的投入要素并在可持续增长中发挥其作用。具体而言,能源不仅可以被看作生产过程的中间投入品,以其市场价格构成最终产品的部分价值,而且也和传统的资本和劳动要素一样,在生产过程中发挥价值创造的功能。Jorgenson首先提出了著名的KLEM模型,即把能源和其他原材料作为中间投入品,与资本和劳动一起引入生产函数,对美国二战后的经济增长和生产率进行分析,该模型被广泛运用至今。国内的相关研究如林伯强(2003)。对环境污染排放变量在增长可持续研究中的处理有些复杂,由于缺乏污染的市场定价或与污染税相关的环境政策,把污染排放计入生产成本比较困难,因此,长期以来往往被研究所忽视。目前,文献中通常有两类处理排放变量的方法:一种方法也把污染排放作为投入要素,不过是未支付的投入,与资本和劳动投入一起引入生产函数,代表文献如Mohtadi (1996)等,把排放和能源一起作为投入的代表文献有Ramanathan (2005)、Lu et al·(2006)等;另一种方法则把污染看作非期望产出,和期望产出(比如GDP)一起引入生产过程,利用方向性距离函数来对其进行分析,比如Chung et al. (1997)、涂正革(2008)等。
本研究采取把二氧化碳排放看作投入要素的第一类处理方法,是基于这样的思路,即自然环境吸纳和沉积废弃物的功能可以为经济提供某种形式的社会资本服务,经济活动单位通过这种社会资本服务或者说对自然环境的消耗可以在给定其他投入要素的前提下增加它的产出水平;然而,虽然个别经济单位可以通过增加污染排放来提高其净产出,但是累积的排放物会通过降低整体环境所提供的社会资本服务的质量而最终给各个经济单位带来负的外部性。也就是说,无管制的污染排放作为投入会通过两种方式作用于经济增长,一种是以自然环境面目发挥社会资本的作用,对增长的影响为正,此时,排放就类似于生态形式社会资本的投入使用;当然,持续的环境资本消耗自然会导致总的社会资本的下降,进而降低自然环境的质量,这时排放对增长可持续性的影响则是负面的。这种无管制排放对经济成长的最终影响取决于两种效应的相对变化。如果存在环境管制,那么减排也会消耗或占用本来用于生产好产出的某些投入,因而会相应降低期望产出的数量。当然,参数化生产函数的单一产出特性也要求把排放作为投入处理,方向性距离函数虽然可以同时处理多产出,但是其非参数化特征使得分析投入对增长的影响时不太方便。
三、方 法
本文分析对象为1980—2006年间中国工业38个二位数行业,分行业生产函数设定为:
 (1)
其中,下标i代表工业分行业(i=1,2,…,38);t为时间趋势变量(t=1,2,…,27),用来刻划技术进步。Y为工业总产值,K,L,E,C分别代表资本存量、劳动、能源消耗和CO2排放四个投入要素。
根据Solow (1957)的经典方法,对(1)式两端同时微分并除以Y,可以得到计算工业分行业全要素生产率(Total Factor Productivity, TFP)的Solow残差表达式:
 (2)
这里,变量标注上端点表示其增长率。αK,αL,αE,αC代表四种要素的产出弹性,在新古典假定下,这些产出弹性就等于各自的产出份额,全要素生产率的增长率则近似于技术进步率。公式(2)同时也可以用来进行本文所需的绿色增长核算分析。对计算得到的工业分行业的生产率进行加权平均,可以求得工业全行业的全要素生产率,这比利用总量生产函数来求解更能够准确反映工业生产率变化的全貌。
为了估算出投入要素随时期以及个体单位而变化的产出弹性系数,生产函数(1)式将采用不施加强假定的超越对数形式,即:
 (3)
除了公式(1)已经定义的变量外,这里X为四种投入要素的简化表示,下标j,k=1,2,3,4分别对应资本、劳动、能耗和排放。β为需要估计的回归系数,其中,βi代表每个分行业的个体效应。由于使用的是工业分行业投入产出面板数据,在对模型(3)估计前,首先必须通过F统计量检验个体效应是否存在;如果存在,还要通过Hausman设定检验来选择估计面板数据模型的方法。
对模型(3)估计之后,就可以利用回归系数的估计量计算得到一些必要的统计量,比如估算全要素生产率和增长核算所需的投入要素产出弹性可以通过下式来计算:
  (4)
最后,通过假设检验来验证模型(3)设定的合理性。首先对超越对数和柯布-道格拉斯(CD)形式生产函数进行比较,零假设为CD生产函数优于超越对数;其次检验技术进步是否存在,零假设为无技术进步。如果面板数据模型是通过固定效应方法来估计的话,这两个零假设都可以通过一般F检验来完成,因为固定效应方法本质上就是对组内转换的离差模型的混合最小二乘估计。
四、工业分行业数据库构造
本节介绍中国工业38个二位数行业1980—2006年期间面板数据的构造以及本研究所使用的投入产出数据的统计描述。①
(一)行业归并与数据调整
现行工业统计中运用的行业分类标准是最新的《国民经济行业分类标准》2002版(GB/T4754-2002),其中工业这一门类,分为3个大类(采矿业、制造业以及电力、燃气及水的生产和供应业)、39个中类和191个小类。本文工业分行业数据就是针对这39个中类而言的。由于数值很小或者序列较短,二位数行业中的其他采矿业、废弃资源和废旧材料回收加工业(2003年后才公布)与工艺品及其他制造业一起合并成其他工业项目。另外,木材及竹材采运业在2002标准中改属农林牧渔业,本文遵循以前的分类仍然把它作为工业行业列入(与采矿业合在一起称为采掘业)。因此,本文实际构建的是38个工业中类分行业的面板数据。
总体上,各种统计年鉴上1993年后工业分中类行业的数据比较完整,而1992年前数据的行业对应比较困难,主要是由于采用了较早行业划分标准的原因,尤其1981—1983年完全以十几个工业部门分类来划分。为了与新分类标准相对应,对于1992年前的数据调整大体上遵循以下原则:1980、1984—1992年间的食品工业主要涵盖了农副食品加工业和食品制造业两个中类,机械工业则包括了通用设备和专用设备制造业,本文以1993年的构成比例把食品工业和机械工业的数据劈分到相应的分行业中。而1981—1983年间的数据则根据1988年《中国工业经济统计年鉴》附录四的工业部门分类对应目录,把工业部门数据按照1980年和1984年细分行业的构成比例之趋势劈分至各自的细分行业之中。当然,还对其他一些旧的分类项目进行了归并处理,比如采盐业并入非金属矿采选业、饲料工业并入农副食品加工业等。
(二)工业统计口径的调整
构造工业分行业数据的另一个难题是统计口径的调整。现行统计年鉴提供的工业数据在1997年前一般为乡及乡以上独立核算工业口径,而1998年后则是全部国有及规模以上非国有工业口径,前后口径不匹配,无法直接比较。很多研究不得不把分析局限在某个区间内,比如李小平等(2008)把研究集中在1998—2003年。而来源于国家统计局年销售额500万元以上的31万多家中国工业企业数据库虽然包含了大量的行业和企业信息,但美中不足的是也只有1998年后的年度数据。仅仅基于1998年后数据的研究肯定不能捕捉中国三十年改革的全貌,特别是试验色彩浓厚的80年代以及对工业改革至关重要的90年代的经济变化模式。这也是本文努力将上述两个时期的相关数据分别统一调整为全部工业口径的主要原因,以便能够把中国工业增长和生产率变化放在改革开放后这个统一的时期框架内进行分析。
对于1997年前的工业分行业数据,作者发现,统计年鉴在提供乡及乡以上独立核算工业企业指标时,也同时提供了独立核算村办工业经济指标,因此本文把1980—1997年的乡及乡以上独立核算指标与对应的村办工业指标相加来构造全部工业口径的经济指标。1998年后全部国有及规模以上非国有工业分行业的数据比较完整,而且2004年《中国经济普查年鉴》提供了2004年工业分行业主要经济指标的全部工业口径数据,由此可以计算2004年工业分行业中规模以上口径占全部工业口径的比例以作为口径调整的依据。由于规模以上工业在全部工业中所占的比例不是一成不变,而是越来越大,本文再尝试构建一组1998年的调整比例。假定1998年分行业各指标的变化率与1997年相同,根据1997年已经构造出来的全部工业口径数据求得1998年全部工业口径指标,有理由认为这个指标比较真实,而且从技术上也保证了前后两组序列的衔接;然后利用1998年的规模以上工业分行业数据来求出该年的调整比例;最后利用1998年和2004年这两组比例以及线性变化的假定求出1998—2006年整个时期分行业经济指标的口径调整比例,并把相应的数据调整至全部工业口径。
(三)工业分行业投入产出变量的选择
由于本文分行业增长方程包含了中间投入品性质的能源要素,因此,产出指标宜使用包含了中间投入成本的工业总产值而非工业增加值。需要注意的是,为了与1994年我国财税制度改革相衔接,从1995年开始,工业统计指标体系和含义都有了较大的调整,比如新规定中工业总产值计算价格不再包含增值税。本文根据《1995年第三次全国工业普查资料摘要》提供的1995年分行业工业总产值原规定和新规定数值计算出调整比例,把1992—1994年的工业总产值压缩成和新规定相匹配的数值(1991年前的总产值由于普遍较低没有进行调整)。最后根据上述行业归并和口径调整的原则,构造出1980—2006年分行业全部工业口径当年价总产值,再利用2007年《中国城市(镇)生活与价格年鉴》提供的分行业工业品出厂价格指数统一平减成1990年价格水平的可比价序列。
《中国统计年鉴》提供了1985—2002年、2005—2006年全部工业口径的工业分行业职工人数,《中国劳动统计年鉴》则提供了2003—2005年的相应数据。另外,可以从《中国统计年鉴》获得1981—1984年工业分部门全民所有制职工人数以及1985—1990年工业分行业中全部工业和全民所有制工业的职工人数,利用后者可以线性回归外推求得1981—1984年的口径调整比例并根据上述劈分原则求得同期细分行业全部工业口径的职工人数。1980年职工人数摘自1990年《中国工业经济统计年鉴》。根据以上数据可以构造出整个区间分行业职工人数的全部工业口径数据。历年《中国统计年鉴》和《中国能源统计年鉴》提供了1980—2006年工业分行业能源消费总量以及煤炭、原油、天然气和电力的消费量数据。其中,1994年及以后数据很完整,1992年前数据相对粗糙而且1981—1983年、1993年数据缺省,对这类数据的处理同样遵循上面提及的原则,缺省数据采用线性插值获得。《中国统计年鉴》能源统计部分已经指出,历年工业分行业能源消费数据已经包含了村办工业,可以看作全部工业口径数据,不需要再作调整。根据工业中间投入必须从外部购入、当期投入、一次性消耗掉等原则,能源消费具有明显的中间投入品属性,归属外购物质产品或直接材料费用部分。以上劳动和能源消费为实物量而非价值量数据,无须平减。
工业分行业的资本存量和二氧化碳排放数据不像产出、劳动和能源数据那样可以直接获得,必须进行估算。具体估算方法以及部分估计结果见附录。
(四)投入产出数据的统计描述
在以上所构造的投入产出面板数据基础上,为了检验不同能源消耗和碳排放水平对可持续发展的不同影响,本文根据2004年能源消耗和CO2排放量由低到高的排序把38个工业分行业分成了低能耗组和高能耗组、低排放组和高排放组(每组19个工业分行业)①,每组数据的统计描述见表1。
表1  分组统计性描述

表1的显著特征是,高能耗组和高排放组的资本存量、能源消耗和CO2排放三种要素投入的平均水平比低水平组要高很多,而它们的工业总产值和吸纳的劳动力差异却小得多。显然,高投资、高能耗和高排放并没有带来足够高的增长,也没有吸纳足够多的劳动力。最大的工业总产值53773亿元为近年快速发展的高技术行业即计算机、电子与通信设备制造业2006年的数值,它隶属于高能耗组,但是却出现在低排放组中,主要原因是由于该制造业消耗的主要是电能,而这没有包括在排放的计算中。②最低的职工人数7万人为1980年的炼焦、煤气及煤制品业数据,该行业尽管初期规模尚小,能耗较低,但碳排放却很高。除了按排放分组的工业总产值外,一般而言都是高能耗和高排放水平组别的产出和投入变量的变化程度高于低水平组,尤其是能耗和排放变化的差异最悬殊,劳动变异的差异则很小。根据以上统计信息,可以看出高能耗和高排放所对应或者代表的重化工业行业的资本投入、能耗和排放不仅水平高,而且波动也大,但是相应的增长却没有那么高,这似乎隐含着它们的生产率水平不会很高。
五、经验发现
表2的估计结果显示本文所设定的中国工业分行业超越对数生产函数模型的表现良好。个体效应F检验统计量高达99·86,意味着应该使用面板数据模型而非混合最小二乘来进行估计。Hausman设定检验的卡方统计量也十分显著,支持使用固定效应估计方法。组内拟合优度和方差分析显示,该回归方程的总体显著性确实很高。由个别参数估计量的真实概率水平可知,21个主要回归系数的估计量中只有两个在10%的显著性水平下不显著,其他解释变量的说明能力都极强(以粗体表示)。复合误差项方差中个体效应的变化占到了94%,也说明了工业分行业异质性的存在以及分行业面板数据分析的必要性。
表2  超越对数生产函数的固定效应模型估计结果

(一)绿色增长核算
生产函数设定检验的F统计量为38·7,显示CD生产函数优于超越对数生产函数的零假设在1%的显著性水平上被拒绝,意味着本文设定的中国工业分行业超越对数生产函数形式是合理的。不存在技术进步的零假设检验的F统计量等于100·4,该假设也被显著拒绝,显示改革开放后中国工业分行业的技术进步是存在的。表3报告了基于所估计超越对数生产函数计算的中国工业38个分行业改革开放期间绿色增长核算和要素贡献的平均结果。这里,代理技术进步的全要素生产率增长率根据公式(2)计算而得,要素投入的贡献为要素增长率和所估计的该要素的产出弹性之积,它们与TFP增长率加总就等于总的工业总产值增长率,因此该表格隐含了技术进步和四种要素对产出的贡献份额,由此可以判断驱动中国工业增长的真实源泉,特别是本文所关心的能源消耗和CO2排放的增长效应,以分析中国工业各行业的具体增长方式及其可持续发展问题。
表3显示了高新技术行业诸如计算机、电子与通信设备制造业、仪器仪表制造业、交通运输设备制造业和医药制造业以及一些轻工行业比如化学纤维制造业、文教体育用品制造业和木材加工业的重要性,这些行业不仅平均产出增长快,而且由TFP所近似的技术进步也很快。低增长的行业则几乎是一些高能耗和高碳排放为特征的重化工业行业,比如石油和天然气开采业、有色金属矿采选业、非金属矿采选业、木材及竹材采运业、水的生产及供应业、化学原料及化学制品制造业等,它们的产出增长低于平均水平,TFP增长甚至为负。该表也凸显出工业增长的行业异质性以及使用分行业面板数据分析的好处。比如,工业总产值增长率的分布从石油和天然气开采业的最低值1·3%到计算机、电子与通信设备制造业的最高值30·7%不等。同样,TFP增长率也广泛分布在石油和天然气开采业的-8·6%到化学纤维制造业14·6%的较宽区间内。
表3  中国工业分行业绿色增长核算

从增长源泉的角度来分析的话,首先可以看出低能耗组和低排放组工业增长的第一驱动力基本上都是全要素生产率,但是劳动的贡献份额没有预期的高,而高能耗组和高排放组增长的第一驱动引擎并不总是生产率,资本和能耗的贡献份额也很高,而碳排放在高能耗组和高排放组总体上表现为增长的最大阻力。具体每个行业而言,首先由资本其次能源而非生产率驱动的行业为石油和天然气开采业、水的生产和供应业、黑色和有色金属矿采选业、黑色金属冶炼及压延加工业和纺织业;化学原料及化学制品制造业的第一增长引擎也是资本,不过生产率排位第二,能源排位第三;以能源作为第一增长源泉的行业是计算机、电子与通信设备制造业和有色金属冶炼及压延加工业,其中前一个行业技术进步率为第二增长源泉,资本排位第三,后一个行业则资本排位第二,技术进步排位第三;上面列示的是为数不多的不以生产率作为第一增长动力的行业,其中石油和天然气开采业和水的生产和供应业是仅有的TFP增长率为负的两个行业,前一个行业生产率作用最低,后一个行业生产率贡献也仅高于排放。碳排放在生产率之后在其他要素之前发挥增长促进作用的只有两个行业,即石油加工及炼焦业和燃气的生产和供应业,这是合理的,这两个行业的生产过程离不开高排放。而劳动要素发挥仅次于技术进步作用的行业有三个,为劳动密集型的服装业、皮羽制造业和家具制造业,劳动发挥第三位增长推动作用的行业仅有石油和天然气开采业、非金属矿采选业、石油加工及炼焦业和木材加工业,这些也与预期相符。有6个行业的资本贡献份额最低,即服装业、皮羽制品业、家具制造业、木材加工业、文教体育用品制造业和石油加工及炼焦业,但是它们的技术进步作用都是最大的,劳动和排放的影响次之,能源要素的作用也不大。没有能源表现最糟糕的行业。石油和天然气开采业、有色金属矿采选业、水的生产和供应业等虽然资本和能源的增长贡献很高,但是由于较低甚至负的劳动和排放贡献,特别是技术进步率极低甚或为负,因而导致低增长。高增长的计算机、电子与通信设备制造业和交通运输设备制造业等行业对资本需求不是太高,能够吸纳一定的劳动力,虽然能源作用较大且排放影响为负,但是单位增加值的能耗和排放都很低,技术水平高,经济成长快,这对未来中国的新型工业化道路非常富有启发意义。
快速浏览表3也会发现,38个工业分行业中绝大多数行业的全要素生产率以及能源和资本要素的增长效应是正的,而劳动和CO2排放的产出影响很多为负,表现出增长阻碍力的作用。由此可以回答本文提出的第一个问题,即改革开放以来中国工业的生产率确实得到了显著的改善,大多数行业中技术进步发挥着第一增长引擎的作用,这也说明了中国工业的增长方式从总体上来看已经由1978年前的外延扩张型转变成现在以质量提高为特征的内涵扩张型增长,这种增长是可持续的,本研究的结论显然与Krugman和Young不同。从投入要素的增长贡献来看,能源消费和资本存量是仅次于技术进步的推动中国工业增长的源泉,而劳动要素和CO2排放只在少数行业发挥增长促进作用,总体上它们对中国工业增长的影响力不大,甚至在很多行业阻碍了经济增长。但在少数以高能耗和高碳排放为特征的行业(以重化工业行业为主),能源或资本要素的增长贡献甚至超过了技术进步,需要进一步转变其增长方式,但是高碳排放对这些行业成长的影响依然还是负面的。
(二)全要素生产率与技术进步
表3基于能源和环境制约的绿色增长核算给出了近似技术进步的各个行业全要素生产率的平均增长率。根据第三节介绍的方法并利用分行业工业总产值占全行业的份额作为权重,把这些增长率加权平均,本文求得中国工业全行业1980—2006年期间TFP的平均增长率为6·36%,这比文献中通常利用总量生产函数估算的结果要高一些。作者认为本研究根据各个行业技术进步具体特征估算的数值更可靠,因为它充分考虑了行业增长的异质性,既涵盖了对生产率影响为正和为负的行业,同时又考虑了各自的规模大小因素,这也是本文使用分行业面板数据和分行业生产函数进行分析的目的所在。技术进步无疑是判断工业增长是否可持续的重要指标,为了进一步识别隐含在中国工业全行业技术进步背后的源泉,图3按照由低到高的顺序绘制出改革开放期间各个行业对全行业TFP增长的平均贡献份额,即各行业TFP增长率与其工业总产值份额乘积的年平均值,以水平柱形的长度表示。

图3 中国工业全行业TFP增长的分行业贡献
图3揭示出了各行业对工业总量TFP增长贡献份额的巨大差异,这些差异是由各行业TFP增长及其总产值份额两个因素综合影响所致。比如,化学纤维制造业虽然拥有最快的TFP年均增长率(14·6%),但是由于其产出份额较低,因此,该行业对全行业TFP增长的最终贡献实际上并不大,只贡献了0·17个百分点,排在居中的第22位。相反,通用设备制造业、非金属矿物制品业和电气机械及器材制造业虽然TFP增长不是很高,只有低于平均水平的4%—7%,但是它们对总量生产率增长的贡献却排在前6位,这自然是其行业规模很大的缘故。具有负TFP增长率的行业对总量生产率的贡献自然也为负。本文只有石油和天然气开采业与水的生产和供应业两个行业的生产率平均增长为负数,分别为-8·6%和-6·4%,它们也就成为了全行业生产率提高的最大拖累,分别落后全行业平均TFP增长率14·97和12·73个百分点。表3增长核算已经表明,较快的全要素生产率增长是驱动中国工业增长方式转变以及可持续发展的重要源泉,而图3更进一步揭示了对中国工业全要素生产率增长作出最大贡献的主要是计算机、电子与通信设备制造业与交通运输设备制造业等高新技术行业。特别是计算机、电子与通信设备制造业,不仅增长率在所有分行业中最快,单位增加值能耗和排放也最低(以2004年为例,每万元工业增加值只消耗0·18吨标准煤和排放0·05吨CO2,远低于全国平均水平的5·6吨标准煤和21吨CO2),而且在改革开放期间对工业技术进步的贡献也最大。江泽民(2008a)曾经指出,以计算机互联网为代表的信息技术产业是科技创新的前沿领域和可持续发展的重要促进力量,引发了全球第三次工业革命,也已经成为新时期中国经济增长的重要引擎,未来中国应当进一步发挥信息技术产业经济增长倍增器、发展方式转换器和产业升级助推器的作用,以信息化带动工业化,有力促进经济的可持续发展。从图3还可以看出以高能耗和高排放为特征的石油和天然气开采业、水的生产和供应业、黑色和有色金属矿采选业和木材及竹材采运业等重化工行业对生产率增长的贡献最低。因此,引进节能减排技术,用高新技术改造这些传统行业,提高能源和资本的配置效率,彻底改变这些行业高能耗、高污染、高512009年第4期投资、低效率的状况是中国新型工业化道路的必由之路。

图4 中国工业全行业以及分组别TFP水平变化趋势:1980—2006
表3和图3侧重于表现工业分行业可持续发展的异质性,忽略了其时变特征,作为补充,图4绘制出中国工业全行业以及分组别累积全要素生产率水平在整个改革开放期间的变化趋势(以1980年为1)。高低能耗和排放组别的区分旨在提炼行业异质性的时变模式。该图显示,两个组别的变化模式总体趋势相似,即无论能耗和碳排放水平高低,中国工业的生产率水平确实经历着一个持续且实实在在的提高过程,而且大体上看可以分为四个阶段,即上个世纪80年代的缓慢改善、90年代中前期的快速提高、上世纪末至本世纪初的增速放缓甚或停滞、2003后的再次大幅上升过程。技术进步的这个模式与现有文献对中国全要素生产率变化的研究结论比较一致,而且2003年前后生产率水平的不同变化表现与现实也能够对应起来,这似乎说明对高能耗高污染行业的整治在短期可能会降低工业的技术进步水平,但是长期而言对生产率和技术进步的影响却是积极的。近几年工业再次重型化的影响尚需时日才能看出,尽管高能耗组生产率增长再次放缓(图4a),但是高排放组生产率提高依然强劲(图4b)。这样一个技术进步的四阶段变化模式恰恰反映出了中国工业增长方式的渐进转变过程,中国工业的可持续发展能力事实上是在不断增强的,虽然不同时期提高程度并不一样。然而,能源消耗和二氧化碳排放水平对生产率改善的影响还是不同的。正如图4所展示的,虽然都有持续提高,但是高能耗组和高排放组生产率水平的改善始终低于低水平组,而且从能耗组别可见这种差距还在不断扩大。这进一步强化了图3的结论,要进一步提高中国工业的可持续发展能力,必须大力提高能耗和排放水平高的行业的技术进步水平,不断缩短它们与高新技术行业的生产率差距。至此,本文提出的第二个问题也都有了答案。
六、结论与政策含义
本文主要讨论了以高能耗和高排放为特征的中国工业的可持续发展问题。由次贷危机所引发的全球金融海啸带给我们的深刻教训之一就是要首先保持实体经济(包括工业和农业)的健康持续发展,消除影响其发展的结构性矛盾和主要制约因素,这样才能有效化解虚拟经济中的泡沫成分,为经济成长提供一个坚实可靠的基础。而中国工业反哺农业、城市带动农村时代能否真正来临也是以工业的可持续高增长为前提的。本文基于中国工业二位数行业的投入产出数据,利用分行业超越对数生产函数估算出中国工业基于能耗和排放约束的全要素生产率,通过绿色增长核算来分析能源消耗和二氧化碳排放对中国工业增长方式转变和可持续发展的影响。本文的基本结论及隐含的政策含义如下:
(一)中国工业总体上或者说大多数分行业的增长方式已经实现了集约型转变,在整个改革开放期间取得了实实在在的技术进步,全要素生产率已经成为驱动工业高增长的第一动力。但是,对52陈诗一:能源消耗、二氧化碳排放与中国工业的可持续发展中国工业全行业生产率提高作出主要贡献的是以计算机、电子与通信设备制造业为代表的高新技术行业,而以高能耗和高排放为特征的重化工业行业虽然总体上也取得了技术进步,但是要低于全国平均水平,少数重化工业行业还处于要素投入推动的粗放型增长阶段,甚至成为工业整体生产率进步的拖累。因此要实现未来工业的可持续增长,必须始终坚持科学技术是第一生产力的方针,大力发展单位增加值能耗和排放低的高新技术行业,加快用高新技术和先进适用技术改造传统重工业行业,把增长方式完完全全转到以技术进步作为第一驱动力的可持续发展轨道上来。
(二)从投入要素的增长贡献来看,能源和资本是工业增长的主要引擎,劳动和排放的贡献份额较低,甚至会阻碍工业增长。可持续发展的第一要务还是发展,保持经济的高增长在可见的将来仍将是宏观经济政策的主要目标,因此对中国工业增长有着重要推动作用的能源消费在未来依然会十分巨大。当然过犹不及,能耗水平太高了也会直接损害增长的可持续性,同时还会通过污染间接影响经济成长。江泽民(2008b)指出,能源消费在中国工业化中期仍然会快速增长,经济社会的持续快速发展离不开有力的能源保障,中国迫切需要走出一条中国特色新型能源发展道路,坚持节约高效、多元发展、清洁环保、科技先行、国际合作,努力建设一个利用效率高、技术水平先进、污染排放低、生态环境影响小、供给稳定安全的能源生产流通消费体系。显然,在人均资源贫乏和环境不断恶化的今天,节能减排已经成为了中国工业可持续发展的内在要求。解振华(2008)认为结构调整是节能减排的根本途径,政策管理是节能减排的重要措施,强化法制是节能减排的重要保障。蔡等(2008)与林伯强和何晓萍(2008)在最新的研究中也得出了类似的政策结论。
附录
(一)资本存量的估算现有文献中,资本存量估算往往都是根据固定资产的价值通过永续盘存的方法来计算,本文也遵循这样的思路来估算中国工业分行业的资本存量,具体步骤如下:
1.计算折旧率
现有文献通常估算一个不变的折旧率用于资本存量估算,这种方法太过粗糙。事实上,1992年《中国工业经济统计年鉴》已经提供了1980、1985—1991年工业分行业固定资产折旧率数据。2002—2007年度该年鉴则提供了2001—2006年规模以上工业分行业的本年折旧和固定资产原值,利用当年折旧与上年固定资产原值的比例可以计算出相应的折旧率。1992—2000年的折旧率可以根据年鉴所提供的同期分行业固定资产原值和净值数据及其隐含的内在关系推断求得。1981—1984年缺省折旧率就近补齐。
2.计算每年新增固定资产投资
《中国统计年鉴》对全社会固定资产投资的分类方法经历了三次主要的变化。1992年前把基本建设投资、更新改造投资和其他固定资产投资一起归属在按所有制分的全民所有制单位中。从1993年开始固定资产投资按经济类型分为国有经济、集体经济等,按管理渠道分为基本建设投资、更新改造投资、房地产开发投资和其他投资(前两类不再隶属于国有经济)。从2004年开始,按管理渠道的分类以及基本建设和更新改造投资不再存在,代之以按城乡分为城镇和农村固定资产投资。本文主要根据基本建设和更新改造投资总额中新增部分数据来核算每年新增固定资产投资,其中,2004—2006年则直接使用城镇固定资产投资中的新增数额,具体估算方法和口径调整可参见作者的专门文章(2009)。最后利用工业全行业固定资产投资价格指数把所构建的1981—2006年全部工业口径分行业当年价新增固定资产投资额平减成1990年价格水平的可比价序列。这里1990年后固定资产投资价格指数由《中国统计年鉴》提供,1989年前摘自张军等(2003)。
3.确定1980年初始资本存量
现有1980年工业分行业乡及乡以上独立核算固定资产净值数据,首先利用该年工业总产值中乡及乡以上部分占全部口径的比例,换算成全部工业口径的固定资产净值。其次,根据固定资产投资价格指数,再进一步换算成以532009年第4期1990年为基年的可比价固定资产净值,以作为1980年的起始资本存量。
4.按照永续盘存法估算资本存量
Kt=It+(1-δt)×Kt-1
其中,K代表资本存量,I为可比价新增固定资产投资,δ为折旧率。t和t-1分别代表当期和前期。
(二)二氧化碳排放的估算
本文主要分析温室气体的主要构成物二氧化碳的排放。二氧化碳排放主要来自化石燃料燃烧和水泥、石灰、钢铁等工业生产过程,根据世行报告,前者占到70%以上,而中国由于主要以污染严重的煤炭燃料为主,该比例更高达85%以上。因此,世界上二氧化碳排放量多是通过化石能源消费量推算得来,本文也主要以煤炭、石油和天然气这三种消耗量较大的一次能源为基准来核算中国工业分行业的CO2排放量。
根据2006年联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)为联合国气候变化框架公约及京都协议书所制定的国家温室气体清单指南第二卷(能源)第六章提供的参考方法,二氧化碳排放总量可以根据各种能源消费导致的二氧化碳排放估算量加和得到。具体公式如下:

其中,CO2代表估算的二氧化碳排放量,i=1,2,3分别代表三种一次能源,E代表它们的消耗量。NCV为2007年《中国能源统计年鉴》附录4提供的中国三种一次能源的平均低位发热量(IPCC也称为净发热值)。CEF为IPCC(2006)提供的碳排放系数,由于没有直接提供煤炭的排放系数,而我国原煤产量分煤类比重多年来变化不大,一直以烟煤为主,占75%—80%,无烟煤占20%左右。因此,本文根据IPPC(2006)提供的烟煤和无烟煤碳排放系数的加权平均值(80%和20%)来计算煤炭的碳排放系数。COF是碳氧化因子(本文煤炭设定为0·99,原油和天然气为1)。44和22分别为二氧化碳和碳的分子量。由于能源消耗单位的不统一,必须换算成我国能源度量的统一热量单位标准煤,各种能源折标准煤系数也由2007年《中国能源统计年鉴》提供。本文二氧化碳估算所用的参考系数以及中国煤炭、原油和天然气的CO2排放系数估算量见附表1。
附表2报告了本文所估算的中国工业38个二位数行业部分年度的资本存量和二氧化碳排放数据。(因篇幅所限,不再列出,有兴趣的读者可与作者联系)。
附表1  二氧化碳排放估算参数

参考文献
蔡昉、都阳、王美艳,2008:《经济发展方式转变与节能减排内在动力》,《经济研究》第6期。
陈诗一,2009:《中国工业行业投入产出变量估算及其相关分析》,复旦大学中国社会主义市场经济研究中心,工作论文。
江泽民,2008a:《新时期我国信息技术产业的发展》,《上海交通大学学报》第10期。
江泽民,2008b:《对中国能源问题的思考》,《上海交通大学学报》第3期。
李小平、卢现祥、朱钟棣,2008:《国际贸易、技术进步和中国工业行业的生产率增长》,《经济学(季刊)》第7卷第2期。
林伯强,2003:《电力消费与中国经济增长:基于生产函数的研究》,《管理世界》第11期。
林伯强、何晓萍,2008:《中国油气资源耗减成本及政策选择的宏观经济影响》,《经济研究》第5期。
涂正革,2008:《环境、资源与工业增长的协调性》,《经济研究》第2期。
解振华,2008:《2007中国节能减排(政策篇)》,中国发展出版社。
张军、施少华、陈诗一,2003:《中国的工业改革与效率变化:方法、数据、文献和现有的结果》,《经济学(季刊)》第3卷第1期。
中国科学院可持续发展战略研究组,2008:《中国可持续发展战略报告》,科学出版社。
Chung, Y.H., Fare, R and S. Grosskopf, 1997,“Productivity and Undesirable Outputs: A Directional Distance Function Approach”, Journal ofEnvironmental Management51, 229—240.
Jorgenson Dale W. and Kevin J. Stiroh, 2000,“U.S. Economic Growth at the Industry Level”,American Economic Review(Papers and Proceedings), 90(2), 161—167.
Krugman, Paul, 1994,“The Myth of Asia’sMiracle”,Foreign Affairs73(6), 62—78.
Lin, Justin Yifu, 2004,“Is China’s Growth Real and Sustainable?”Asian Perspective, 28(3), 5—29.
Lu Xuedu, Jiahua Pan and Ying Chen, 2006,“Sustaining Economic Growth in China under Energy and Climate Security Constraints”,China and World Economy14(6), 85—97.
Mohtadi H., 1996,“Environment, Growth and Optimal Policy Design”,Journal ofPublic Economics63, 119—140.
Ramanathan Ramakrishnan, 2005,“An Analysis of Energy Consumption and Carbon Dioxide Emissions in Countries of the Middle East and North Africa”,Energy30(15), 2831—2842.
Solow R.M., 1957,“Technical Change and the Aggregate Production Function”,Review of Economics and Statistics39, 312—320.
Young Alwyn, 1995,“TheTyranny ofNumbers: Confrontingthe Statistical Realitiesofthe EastAsian Growth Experience”,Quarterly Journal of Economics110(3), 641—680.
Zheng Jinghai, Arne Bigsten and AngangHu, 2007,“Can China’s Growth be Sustained? A Productivity Perspective”, Working Papers in Economics (No 236) from G teborg University, Department of Economics.
(本文摘自:经济研究,2009年第4期)