中国建筑业碳生产率的俱乐部收敛及成因

张普伟　贾广社　牟强　宋明礼

摘要 绿色发展和生态文明作为未来的发展战略已被写入中华人民共和国宪法。低碳经济是支撑和实现绿色发展和生态文明的经济形态，其实质是在完成C02减排目标的同时实现经济增长。碳生产率是连接C02减排与经济增长两个目标的桥梁，提高碳生产率是发展低碳经济的核心和关键。建筑业的能耗和C02排放分别占中国各产业总和的1/4和1/3.是绿色发展和生态文明建设需要重点关注的行业。本文提出三阶段方法框架，研究动态建筑业全要素碳生产率（DCP）的收敛俱乐部及初始成因：首先，基于数据包络分析求解的方向距离函数和Malmquist指数方法，测算2005 -2016年中国30个省、自治区和直辖市的DCP;然后，用基于非线性时变因子模型的俱乐部检验方法，识别中国省际DCP的收敛俱乐部;最后，用ordered logit回归模型对可能影响“收敛俱乐部”形成的初始因素进行探寻。结果显示：①中国DCP的均值呈上升趋势、标准差呈扩大趋势，尤其是2010年以后的标准差急剧扩大;②中国省级DCP存在5个收敛俱乐部，但有13个省不收敛于任何俱乐部;③样本观测期初“建筑业市场化程度”越高的省份，归属于“DCP高的俱乐部”的概率越大。据此，提出如下提升DCP的管理启示：①促进低碳建造技术有效扩散，缩小各省份之间的DCP水平差距;②制定和实施建筑业低碳发展的相关政策举措时，不能简单地按地理区划，而需要考虑各省的异质性;③继续推进国有建筑业企业的市场化改革，进一步提高建筑业市场化水平，促进建筑业专业承包企业的发展，适当降低建筑业的产业集中度。该方法框架也可用于研究其他国家、地区或其他行业。

关键词 建筑业;全要素碳生产率;俱乐部收敛;非线性时变因子模型，ordered logit模型

中图分类号 F407.9

文献标识码A

文章编号1002 - 2104（2019） 01 - 0040 -10

D01：10.12062/cpre.20180724

人类活动产生的过量CO2排放，导致全球气候逐渐变暖，威胁着人类的生存和发展。为了将全球温升控制在人类能承受的范围内，地球周围大气层能容纳C02的空间（“容碳空间”）非常有限，“容碳空间”已经成为比资本和劳动还要稀缺的资源，被占用的“容碳空间”在数量上等于排放的C02总量。减少C02排放已经成为国际社会共同面临的紧迫任务。为了分担全球的CO2减排压力，中国政府做出了2020年单位国内生产总值（GDP）的C02排放量在2005年基础上减少40%～45%的承诺，并在国民经济和社会发展规划中确定减排目标分步履行。绿色发展和生态文明也已经被写入宪法作为中国未来的发展战略。低碳经济是支撑和实现绿色发展和生态文明的经济形态，其实质是在完成CO2减排目标的同时实现经济增长。Kaya和Yokobori最先定义的“单位CO2排放的GDP产出”这一“碳生产率”概念，是连接C02减排与经济增长两个目标的桥梁，但这一单要素碳生产率概念没有考虑到资本、劳动、能源等其他投入要素的替代性和综合效应，用“全要素碳生产率”概念更全面准确。“全要素碳生产率”可定义为全部主要产出与包含“容碳空间”在内的全部主要投入的比值。发展低碳经济的核心和关键是提高碳生产率。建筑业作为中国国民经济和社会发展的支柱产业，在促进经济发展和改善国民生活条件的同时，也消耗了大量能源并排放了大量CO2。比如2013年，建筑业消耗了110 710.6万t标准煤，占当年中国能源消耗总量的26.6%;2011年，建筑业排放的CO，达到303 590万t.占到当年中国各产业排放总量的33.6%。建筑业必须分担国家部署的C02减排目标，为中国的绿色发展和生态文明建设做出行业贡献。在此背景下，本文提出一个三阶段的方法框架，研究动态建筑业全要素碳生产率（DCP）的收敛俱乐部及成因：首先，测算2005-2016年间，中国30个省、自治区和直辖市（后文统称省）各年的DCP，区别于已有文献测算Malmquist指数不能表达样本期初的生产率差异，这里的DCP能反映期初差异，并能体现各省各年在初始水平上的效率变化和技术变化的累积结果。然后，探索是否存在某些省的DCP收敛于一个稳态水平，即是否存在俱乐部收敛;本文首次将基于非线性时变因子模型的内生俱乐部识别方法用于对中国建筑业的研究。最后，用ordered logit回归模型，对可能影响“收敛俱乐部”形成的初始因素进行探索。该方法框架的分析结果对决策者深入理解中国建筑业低碳发展水平的空间分布特征和时间变化趋势，指导决策者有针对性地制定提升中国DCP的政策举措，从而实现建筑业绿色发展具有重要意义。

1 文献综述

1.1 碳生产率研究综述

碳生产率的概念由Kaya和Yokobori提出后，被新气候经济学作为核心概念研究。但该概念只考虑“容碳空间”一个投入要素，具有局限性，用全要素碳生产率的含义更全面准确。提高碳生产率是在可持续发展框架下应对气候变化的关键对策，也是低碳经济的核心内涵。已有的全要素碳生产率文献可以大致分成两类：①采用方向距离函数和Malmquist指数测算国家或地区的全要素碳生产率指数，比如李小平、王洋研究了1992-2014年“一带一路”沿线55个国家;袁润松等研究了2000-2012年的中国大陆30个省;刘传江、赵晓梦研究了2000-2013年长江经济带的11个省市。②采用方向距离函数和Malmquist指数研究一个具体行业的全要素碳生产率指数，比如Li等研究了2003-2015年中国工业的36个细分行业;杨翔等研究了1998-2011年中国制造业的26个细分行业，并按相对干净类、相对污染类、高技术类和中低技术类分别进行分析;滕泽伟等研究了2004-2013年中国服务业的14个细分行业;Yu等研究了中国交通行业。

但从现有文献的检索结果看，还没有专门针对中国建筑业全要素碳生产率（CI-TFCP）的研究。另外，现有研究主要都是测算Malmquist指数，但Malmquist指数只能显示某个决策单元（DMU）第t期相对于第（t-l）期静态全要素碳生产率的比率，所有DMU的起始时期Malmquist指数全部等于1，不能区分各DMU的初始碳生产率差异。为了进一步识别收敛俱乐部，本文對这些不足加以改进，提出能体现各省初始差异的DCP测算方法。

1.2 俱乐部收敛研究综述

收敛研究是区域经济学和发展经济学的主要研究内容，其最先关注初始经济发展水平不同的国家或地区，经济水平是否会随着时间的推移趋于一致，并构建了σ收敛和β收敛两个经典的收敛概念。如果随着时间的推移，不同国家或地区的人均GDP的标准差逐步缩小，被定义为存在σ收敛;如果随着时间的推移，期初人均GDP水平高的国家或地区的人均GDP增长率低于期初人均GDP水平低的国家或地区，则认为存在β收敛。如果所考察的全部国家或地区不收敛，但其中的某些国家或地区收敛，则收敛的这几个国家或地区被称为一个收敛俱乐部，即存在俱乐部收敛。近年，收敛研究逐渐从人均GDP扩展到能源、碳排放、效率和生产率等研究领域。现有文献中，俱乐部收敛的研究主要包括两类：①采用两个经典的收敛检验方法的研究。这类研究通常根据某一划分原则先对国家、地区或细分产业等研究对象划分成几个类别，然后采用两个经典的收敛检验方法检验其是否收敛，如果收敛则认为每个类别就是一个收敛俱乐部。例如蔡海亚等研究了中国的东、中、西三个地区各省雾霾污染强度;张珩等探究了“一级法人农信社、农合行和农商行”三种不同产权组织形式的陕西省农信社效率;景守武、张捷研究了中国东、中、西部地区各省的能源环境效率;李健、盘宇章研究了中国东、中、西部地区261个地级及以上城市的全要素生产率增长。②采用基于非线性时变因子模型的内生俱乐部检验方法的研究。比如贺祥民、赖永剑分析了1999-2012年中国30个省的环境效率;赖永剑、贺祥民研究了2006-2013年中国30个省的综合金融包容指数;胡宗义等研究了1985-2012年中国29个省的农村金融发展水平;Parker和Liddle分析了1980-2009年61个经济合作与发展组织国家的制造业能源生产率;Apergis和Payne分析了1980-2013年美国50个州的人均碳排放;Bartkowska和Riedl分析了1990-2002年欧洲206个统计区域的人均收入。其中贺祥民、赖永剑进一步用ordered probit模型，Bartkowska和Riedl用ordered logit模型对俱乐部形成的原因进行了分析。

由于经典的收敛模型假定研究对象具有同质性，可能将“短暂发散、长期收敛”错误地视为不存在收敛。而非线性时变因子模型考虑了研究对象的异质性，并允许这种异质性随时间发生变化，拥有各自随时间变化的路径。同时，非线性时变因子模型既可以处理平稳数据，也可以处理非平稳的数据;既可以对已有分组进行检验，也可以完全根据数据本身对收敛俱乐部进行内生性识别。所以本文选择基于非线性时变因子模型的方法对中国DCP的收敛俱乐部进行识别和分析。另外，借鉴已有文献的方法，本文用ordered logit回归模型探寻形成俱乐部的期初因素。

2 动态全要素碳生产率测算

2.1 测算方法

基于数据包络分析（DEA）求解的方向距离函数原理，本节主要阐释静态CI-TFCP（SCP）、CI-TFCP指数（CPI）和DCP三个指标的含义和计算公式。

由于“容碳空间”已经成为比资本和劳动还要稀缺的资源，为了能与传统经济学原理中全要素生产率评价时处理稀缺资源的方法一致，本文把“容碳空间”作为建筑业生产的投入要素，以中国大陆各省的建筑业生产系统作为分析对象（即DMU）。建筑业的一个重要特征是生产的流动性，人员、材料、施工机械等投入资源都随施工对象而流动，主要资源消耗和C02排放都发生在施工现场。所以选择评价建筑业全要素碳生产率时应该把施工现场排放CO，最多的资源纳入投入指标。由于建筑业消耗的钢材、水泥、铝材这三种建筑材料的生产是最主要的C02排放源，人工、材料、机械是建筑业生产中最重要的资源投入，建筑业增加值能准确表示建筑业生产经营活动的最终成果。所以本文选取各省的建筑业从业人员（xl），建筑业消耗的钢材（X2）、水泥（X3）、铝材（X4）、能源（x5），建筑业拥有的机械功率数（X6）和“容碳空间”（X7）作为投入指标，以建筑业增加值（Y）作为产出指标，类似的指标体系也被Zhang等用于建筑业碳效率的测算。为了解决多投入指标计算的困难，用DEA方法求解方向距离函数计算“相对建筑业全要素碳生产效率”，其数值含义是在给定技术条件下，某个DMU的CI-TFCP与最高的CI-TFCP的比率。本文在此之后的CI-TFCP就指的“相对建筑业全要素碳生产效率”。根据是否考虑跨时间周期生产技术的变化，再分成SCP和DCP。

中国大陆30个省（西藏因能源数据缺失没有纳入）第t年的生产技术Tt包含了30个省的建筑业生产系统中所有投入产出组合集合，见式（1）所示。

式（1）中，xt∈R7+表示各省建筑业第t年的7个投入，yt∈R'+表示各省第t年的建筑业增加值产出。第t年的生产技术条件下，第jo省的产出方向距离函数被定义成式（2）。

式（2）本质上定义了在第t年的生产技术条件下，第jo省的产出yjn可以扩大的最大比率。θ≤1，是Farrell意义上的效率评价值，因为其只考虑第t年的30个省构成的最佳实践前沿面，不考虑跨年度的不同生产技术条件，本文将其定义为SCPjn。当θ=1时，表示第jo省在最佳实践前沿面上，在现有技术条件下产出不可能再被扩大。

类似地，可以定义在第t+l年的生产技术条件下，第jo省建筑业生产系统的第t年的投入产出数据的产出方向距离函数如式（3）所示。

如果Tt与Tt+l有显著差异，参考Caves、Christensen和Diewert的处理方式，第jo省第（t+1）年相对于第t年的CPIot+1，即Malmquist指数用式（4）计算。

假设样本的起始年是第t0年，能表现起始年效率差异的第jo省第k年的DCPjk用公式（5）计算。该指标在第to。年SCP基础上，同時考虑了第to年到第k年的效率变化和技术进步的累积结果。