考虑环境因素的中国经济增长效率测算及动态分析

发布时间：2017-09-17 17:05

  本文关键词：考虑环境因素的中国经济增长效率测算及动态分析

  更多相关文章： 中国经济增长效率 全要素生产率 SBM模型 GML生产率指数 面板数据模型

【摘要】：单纯以GDP为导向的“粗放型”经济发展模式导致我国环境污染日趋严重。在我国当前经济发展模式下,如果只依赖传统的增长动力,必定要面对经济增速减慢的状态。当然,经济增长减速并不全是坏事。从经济发展历史角度看,欠发达国家在特定的经济发展阶段上,必定会存在高速经济增长的过程。2014年,落后国家经济增长高达6.3%,发展中国家增速也平均达到5%左右,但是高发达国家的经济发展增速只有1.7%。这是因为欠发达国家和发达国家在资源配置效率和科学技术生产力的差距,导致落后国家的经济发展只要加大资本、能源和劳动力等基本生产要素投入就可实现高速发展；而对于发达国家来说,纯粹依靠增大生产要素投入已经不可行,经济发展必须通过全要素生产率的增长来实现。我国当前经济发展的新形势下,只有找到新的增长动力实现全要素生产率的改善才能保证我国经济可持续发展。我国政府在2015年的工作报告中也首次指出提高全要素生产率是实现经济投入型增长转向效率型增长关键的一步。当前资源消耗与产出严重不匹配的经济条件下.研究我国经济发展质量问题具有关键意义。同时环保问题已经引起国家的高度重视,环境污染与潜在经济增长效率的相关性分析值得探讨。本文在相关研究理论的基础上,首先测算了我国各省的环境污染强度综合指标,将环境因子作为解释变量纳入经济增长效率以及全要素生产率测度框架,然后结合基于松弛变量的SBM函数和GML生产率指标的特点,测度了在环境约束下的静态的经济增长效率以及可动态刻画经济增长效率的全要素生产率,在测算结果的基础上,研究了我国各省份经济增长效率的收敛性以及生产投入要素对全要素生产率的影响机制。本文实证成果所得的贡献如下所述：第一,通过熵值法理论构造我国各省份的环境污染强度综合指数,作为环境约束因子纳入经济增长效率以及全要素生产率的分析框架。基于SBM方向性距离函数测算了是否加入环境污染强度综合指标作为非期望产出的两种情况下,我国八大综合经济区及各省份的经济增长效率,并构造效率变差指标表示不考虑环境因素的经济增长效率与受制约的经济增长效率的差值,最后分别检验两种情况下的中国经济增长效率的收敛性。研究发现,我国各省份环境污染强度随时间推移总体下降趋势,在2007-2014年间,环境污染强度排名前三位的省份是河北省、山西省、山东省；不受环境约束的增长效率平均值高于有环境约束的效率值,但二者总体上都呈现上升的态势,从八大区域的经济增长效率来分析,不管是否考虑环境与否,南部沿海和东部沿海地区的经济增长效率都表现最好,而以辽宁、黑龙江等为首的东北综合经济区表现最差。从省际角度分析效率变差均值较大的省份分别为安徽、辽宁、湖北。主要由于其工业产业结构是以能源、原材料为主的传统资源型工业,存在层次相对较低、污染排放量较大、基础设施比较陈旧、环境保护推广力度不够等问题。环境约束下我国的增长效率是存在收敛的,说明期初不发达地区的增长效率增速一般高于发达地区,二者发展水平的差异最终随着时间消失,各省份经济增长效率的增长也将会达到一致。第二,结合方向性距离函数和GML指数相关理论,测度了环境约束下我国各省份的全要素产率的变化率(ETFP),结果表明：2007-2014年间我国全要素生产率变化率呈现持续增长态势,但在2008-2009年的ETFP是负值,直接表现为我国全要素生产率的下降了3.2%,但是样本考察期内的其它年份的全要素生产率都处于增长的状态。主要是由于2008年全球金融危机爆发,引发国民收入减少、居民消费萎缩、货币流通速度减慢、经济衰退等一系列负面问题,经2009年国家针对低迷的经济出台的一系列经济刺激计划,使得2009到2010年全要素生产率大幅上升,随后ETFP增长速度逐年放缓。从区域角度分析,东北地区全要素生产率年均上涨已达到12.6%,北部沿海达8.6%,长江中游和东部沿海年均上涨6%以上,但是大西北的全要素生产率呈现下降趋势。从省际层面的角度,16个省市的全要素生产率提高。其中上海、北京、江苏纯技术进步率均处于高位,是技术进步推动型经济的典型代表；四川、吉林、陕西等纯效率变化都达到10%以上,为规模效率推动型经济的典型代表；而天津每个指标变化率都在5%左右,但全要素生产率却独占鳌头,是典型的综合推动型地区。最后实证研究了推动我国全要素生产率变化的影响因素。结果表明,劳动力、能源消费对受环境约束的全要素生产率具有较大的阻碍作用。但是研究与试验发展(RD)对受环境约束的全要素生产率的作用是促进作用。表明加大RD的投入,就能加快科学发展进程,进而提高资源配置效率、生产效率,进一步说明就是全要素生产率的提高,就是经济发展质量的明显改善。综上所述,环境污染对我国经济发展效率有显著的负面影响,高消耗、高投入是我国经济增长到特定阶段所付出的代价,随之带来的是我国的环境质量日渐恶化。加大环保力度、促进科学技术进步、提高资源配置效率是我国经济可持续增长最有效的途径。
【关键词】：中国经济增长效率 全要素生产率 SBM模型 GML生产率指数 面板数据模型
【学位授予单位】：西南财经大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：X196;F224;F124
【目录】：

• 摘要4-7
• Abstract7-13
• 1. 引言13-19
• 1.1 研究背景13-14
• 1.2 研究意义14-15
• 1.3 研究思路与方法15-17
• 1.3.1 研究思路15-16
• 1.3.2 研究方法16-17
• 1.4 可能的创新与不足17-19
• 2. 相关概念及国内外研究综述19-28
• 2.1 相关概念界定与联系19-23
• 2.1.1 考虑环境因素的经济增长效率19-20
• 2.1.2 全要素生产率概念界定20-22
• 2.1.3 中国经济增长效率与全要素生产率的联系22-23
• 2.2 国内外研究现状23-28
• 3. 中国经济增长效率的静态测算28-49
• 3.1 数据来源及处理28-30
• 3.1.1 投入指标28-29
• 3.1.2 产出指标29-30
• 3.2 境污染强度综合指标测算30-36
• 3.2.1 熵值法30-31
• 3.2.2 环境污染强度指数测算31-36
• 3.3 中国经济增长效率测算36-43
• 3.3.1 SBM-Undesirable方向性距离函数36-37
• 3.3.2 中国经济增长效率的总体特征37-40
• 3.3.3 中国经济增长效率的区域差异分析40-42
• 3.3.4 中国经济增长效率的时序变化分析42-43
• 3.4 环境约束下中国经济增长效率的σ和绝对β收敛检验43-47
• 3.4.1 σ收敛检验43-45
• 3.4.2 绝对β收敛45-47
• 3.5 本章小结47-49
• 4. 环境约束下全要素生产率的动态分析49-64
• 4.1 方向性距离函数49-50
• 4.2 全域Malmquist-Luenberger全要素生产率指数50-52
• 4.3 环境约束下全要素生产率测算52-59
• 4.3.1 全要素生产率的区域差异分析53-56
• 4.3.2 全要素生产率的省际差异分析56-59
• 4.4 环境约束下全要素生产率影响因素分析59-62
• 4.4.1 变量的选择与数据处理59-61
• 4.4.2 模型的设定61
• 4.4.3 实证检验结果分析61-62
• 4.5 本章小结62-64
• 5. 研究结论与启示64-66
• 5.1 主要结论64-65
• 5.2 启示65-66
• 参考文献66-71
• 致谢71-72
• 在读期间科研成果目录72

【参考文献】

中国期刊全文数据库 前10条

1 张婷;李红;;珠三角地区县域经济增长收敛的空间计量分析[J];华东经济管理;2013年07期

2 陈一洪;;我国城市商业银行2009—2011年生产效率分析——基于DEA模型的Malmquist指数的实证分析[J];科学决策;2013年02期

3 匡远凤;彭代彦;;中国环境生产效率与环境全要素生产率分析[J];经济研究;2012年07期

4 白雪;张明斗;;基于BCC模型的区域经济发展绩效评价研究[J];商业研究;2012年02期

5 庞瑞芝;李鹏;;中国新型工业化增长绩效的区域差异及动态演进[J];经济研究;2011年11期

6 朱承亮;岳宏志;师萍;;环境约束下的中国经济增长效率研究[J];数量经济技术经济研究;2011年05期

7 叶祥松;彭良燕;;我国环境规制下的规制效率与全要素生产率研究:1999-2008[J];财贸经济;2011年02期

8 田银华;贺胜兵;胡石其;;环境约束下地区全要素生产率增长的再估算:1998—2008[J];中国工业经济;2011年01期

9 袁富华;;低碳经济约束下的中国潜在经济增长[J];经济研究;2010年08期

10 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[J];经济研究;2010年05期

，

本文编号：870621