雾霾治理政策能否改善全要素生产率？

摘要将雾霾污染天数纳入全要素生产率的评价框架之中,以2013—2017年京津冀13个地级城市为研究样本,运用SBM Malmquist Luenberger指数测度了雾霾约束下的全要素生产率。结果显示:研究样本期间,雾霾约束下的全要素生产率平均增长9.8%,技术效率的贡献率为-0.8%,技术进步的贡献率为11.1%,技术进步是全要素生产率增长的主要源泉。进一步分析雾霾治理政策对全要素生产率的影响,发现现阶段的雾霾治理政策对全要素生产率具有正向显著作用。“环境库兹涅茨曲线”假说在京津冀地区是成立的,“污染避难所”假说在雾霾治理政策的长期影响下将可能不再成立。人口密度和产业结构水平对全要素生产率有正向显著影响,科技创新水平在雾霾治理政策下亦会产生正向显著影响。

	Service

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	Email Alert
	RSS
	作者相关文章
	马栋栋

关键词：雾霾污染雾霾治理政策全要素生产率京津冀

Abstract： Based on the panel data of 13 cities in Beijing, Tianjin and Hebei from 2013 to 2017, this paper uses the SBM-Malmquist-Luenberger index to measure the total factor productivity under the constraint of haze pollution.The measuring results show that during the study sample period, the total factor productivity under the haze constraint is 9.8%, the technical efficiency contribution is -0.80%, and the contribution rate of technological progress is 11.1%. Technical progress is the main source of total factor productivity growth. Furthermore, based on the further analysis of the impact of haze governance policy on total factor productivity, it is found that the current haze governance policy has a positive and significant effect on total factor productivity. Therefore, it can be concluded that the “Environmental Kuznets Curve” hypothesis is existed in the Beijing-Tianjin-Hebei region, while the “pollution refuge” hypothesis may not be established under the long-term influence of the haze control policy. The population density and industrial structure level have a positive significant impact on total factor productivity, and the technological innovation under the haze control policy will also have a positive significant impact too.

Keywords： Haze Pollution Haze Control Policy Total Factor Productivity Beijing-Tianjin-Hebei

收稿日期 2020-04-28; 接受日期 ;

基金资助:教育部人文社会科学研究青年基金项目(20YJCZH118);河南省哲学社会科学规划项目(2019CZH008);河南省高等学校重点科研项目计划(19A790003)

作者简介: 马栋栋(1987-),男,河南太康人,博士,讲师,主要从事环境经济学与可持续发展研究。

引用本文:

马栋栋.雾霾治理政策能否改善全要素生产率？[J]. 经济经纬, 2021,6: 84-92

MA Dongdong.Can Haze Control Policy Improve Total Factor Productivity？[J] Economic Survey, 2021,V38(6): 84-92

链接本文:

http://www.jjjw.org.cn/CN/ 或 http://www.jjjw.org.cn/CN/Y2021/V38/I6/84

[1] 陈阳,唐晓华. 2019. 制造业集聚和城市规模对城市绿色全要素生产率的协同效应研究[J]. 南方经济(3): 74-92.
[2] 陈诗一,陈登科. 2018. 雾霾污染、政府治理与经济高质量发展[J]. 经济研究(2): 20-34.
[3] 陈晓峰,周晶晶. 2020. 生产性服务业集聚、空间溢出与城市绿色全要素生产率:来自长三角城市群的经验证据[J]. 经济经纬(4): 89-98.
[4] 胡鞍钢,郑云峰,高宇宁. 2015. 中国高耗能行业真实全要素生产率研究(1995—2010):基于投入产出的视角[J]. 中国工业经济(5): 44-56.
[5] 匡远凤,彭代彦. 2012. 中国环境生产效率与环境全要素生产率分析[J]. 经济研究(7): 62-74.
[6] 李虹,邹庆. 2018. 环境规制、资源禀赋与城市产业转型研究:基于资源型城市与非资源型城市的对比分析[J]. 经济研究(11): 184-200.
[7] 李健,冯山,代昀昊. 2020. 国家级高新区和中国城市全要素生产率增长:基于双重差分方法的研究[J]. 经济经纬(1): 9-16.
[8] 李平. 2017. 环境技术效率、绿色生产率与可持续发展:长三角与珠三角城市群的比较[J]. 数量经济技术经济研究(11): 3-23.
[9] 林伯强,李江龙. 2015. 环境治理约束下的中国能源结构转变:基于煤炭和二氧化碳峰值的分析[J]. 中国社会科学(9): 84-107.
[10] 卢丽文,宋德勇,黄璨. 2017. 长江经济带城市绿色全要素生产率测度:以长江经济带的108个城市为例[J]. 城市问题(1): 63-69.
[11] 罗能生,郝腾. 2018. 生产性服务业集聚对中国绿色全要素生产率的影响[J]. 系统工程(11): 71-80.
[12] 庞雨蒙,刘震,潘雨晨. 2020. 财政科教支出与雾霾污染治理的空间关联效应[J]. 经济经纬(6): 128-138.
[13] 任阳军,汪传旭,张素庸,等. 2019. 高技术产业集聚、空间溢出与绿色经济效率:基于中国省域数据的动态空间杜宾模型[J]. 系统工程(1): 28-38.
[14] 邵帅,李欣,曹建华. 2019. 中国的城市化推进与雾霾治理[J]. 经济研究(2): 150-167.
[15] 石庆玲,郭峰,陈诗一. 2016. 雾霾治理中的“政治性蓝天”:来自中国地方“两会”的证据[J]. 中国工业经济(5): 40-56.
[16] 唐李伟,胡宗义. 2016. 生产要素、FDI、环境消耗与中国经济增长源泉:基于Biennial Malmquist生产率指数的分解[J]. 系统工程理论与实践(3): 581-592.
[17] 田银华,贺胜兵,胡石其. 2011. 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(1): 47-57.
[18] 万建香,王珊珊. 2019. 社会资本能否促进中国环境全要素生产率的增长?[J]. 管理评论(12): 15-25.
[19] 伍先福. 2019. 产业协同集聚对全要素生产率影响的门槛效应研究:基于中国246个城市的实证检验[J]. 经济经纬(2): 78-84.
[20] 王邦兆,唐亦飞,张同建.2020.县(区)环境规制下制造型企业绿色技术创新驱动机理研究[J].企业经济(12):30-37.
[21] 王兵,刘光天. 2015. 节能减排与中国绿色经济增长:基于全要素生产率的视角[J]. 中国工业经济(5): 57-69.杨福霞,徐江川,杨冕,等. 2018. 能源价格波动、诱导性技术进步与中国环境全要素生产率[J]. 中国管理科学(11): 31-41.
[22] 张军,吴桂英,张吉鹏. 2004. 中国省际物质资本存量估算:1952—2000[J]. 经济研究(10): 35-44.
[23] 张建清,龚恩泽,孙元元. 2019. 长江经济带环境规制与制造业全要素生产率[J]. 科学学研究(9): 1558-1569.
[24] 张逸昕,张杰. 2020. 创新驱动、政府规制与资源型城市转型效率研究:基于Super-SBM模型的实证分析[J]. 河南师范大学学报(哲学社会科学版)(2): 37-44.
[25] 周亮,车磊,周成虎. 2019. 中国城市绿色发展效率时空演变特征及影响因素[J]. 地理学报(10): 2027-2044.
[26] CHAMBERS R G, FURE R, GROSSKOPF S. 1996. Productivity growth in APEC countries [J]. Pacific Economic Review, 1(3): 181-190.
[27] CHUNG Y H, FRE R, GROSSKOPF S. 1997. Productivity and undesirable outputs: A directional distance function approach [J]. Journal of Environmental Management, 51(3): 229-240.
[28] FRE R, GROSSKOPF S, PASURKA JR C A. 2007. Environmental production functions and environmental directional distance functions [J]. Energy, 32(7): 1055-1066.
[29] HAILU A, VEEMAN T S. 2000. Environmentally sensitive productivity analysis of the Canadian pulp and paper industry, 1959—1994: An input distance function approach [J]. Journal of Environmental Economics and Management, 40(3): 251-274.
[30] HAN L, ZHOU W, PICKETT S T A, et al. 2016. An optimum city size? The scaling relationship for urban population and fine particulate (PM2.5) concentration [J]. Environmental Pollution, 208(1): 96-101.
[31] KANEKO S, MANAGI S. 2004.Environmental productivity in China [J]. Economics Bulletin, 17(2): 1-10.
[32] MANAGI S, KANEKO S. 2006. Economic growth and the environment in China: An empirical analysis of productivity [J]. International Journal of Global Environmental Issues, 6(1): 89-133.
[33] TONE K. 2004. Dealing with undesirable outputs in DEA: A slacks-based measure (SBM) approach[R]. Presentation at NAPW.
[34] YOUNG A. 2003. Gold into base metals: Productivity growth in the People's Republic of China during the reform period [J]. Journal of Political Economy, 111(6): 1220-1261.