动态演进（精选7篇）
动态演进 篇1
1 引言
社会资本的相关研究一直是企业管理领域的研究热点。关于在组织发展过程中, 社会资本是如何演进的, 约束和促进其发展的因素是什么, 社会资本演进对企业绩效的产生了什么样的的影响, 这些研究都是相对匮乏的。笔者认为在不同的发展阶段, 组织面临着不同的资源需求以及内外部环境的改变。一个组织能否通过调整它的社会资本, 容纳这些变化, 来满足新的需求, 会对绩效产生重要的影响。因此本文以组织生命周期为线索, 通过成功和不成功公司之间的纵向对比, 探索组织的社会资本是如何增强或者削弱组织内外部环境的适应力。
对于社会资本的定义有很多, 本文主要根据Nahapiet和Ghoshal的观点, 将社会资本分为三个维度:结构维度、关系维度、认知维度。社会资本的结构维度是指关系网络的结构性特征为企业带来的收益。有研究指出, 企业现有的关系网络结构对该企业探索新的合作关系具有明显的影响。有学者发现公司的社会网络中各种商业关系的数量和密度, 以及企业网络的中心性, 对公司的成长有正面影响。有一些研究表明能够在交易关系的基础上产生亲密的合作关系、企业各种商业关系具有明显的多样性及广泛性等, 这些网络结构上的特征能够使创业企业具有较高的成功概率。社会资本的关系维度从本质上说就是信任、责任、预期和身份等有关规范。有研究发现, 在许多技术密集型企业中, 知识的会聚取决定性因素就是科技人员之间基于信任的合作关系。有学者强调, 在战略联盟中企业间资源的配置主要取决于初始经济控制能力、信任和规范。在社会资本的三个维度中, 社会资本的认知维度受到的重视较少, 其是指行为人之间相似的认知基模 (cognitive scheme) 和交流的方法系统。有人提出相同的认知基模是社会资本主要有两个原因。一是, 为了与不同语言和方法系统的人进行有效的交流和互动, 行为人就必须在学习和应用上进行投资。二是, 这种投资创造了一种具有潜在价值的资产, 因为共同的语言和相同的方法系统可以使行为人在互动过程中以较低的成本获取信息和资源。另外, 长期合作关系使得双方彼此熟悉, 推动了相互理解, 并促成了进一步的合作。也有学者认为在合作中产生的共识和共同的目标使得知识的交换、产生更加容易, 这会增强组织的学习、适应和创新能力。
2 社会资本的动态演进
笔者认为在企业的不同阶段, 社会资本的特征有着明显的不同, 而这些差异进而导致企业绩效的分歧。本文将企业的发展分为两个阶段:初创阶段和发展阶段。也就是说, 企业的初创阶段和发展阶段社会资本存在差异, 这样导致了企业的成功与不成功。
一是, 企业的初创阶段。从许多企业案例来看, 在初创阶段不同企业的网络构成基本相似。在企业初创期, 企业社会资本的构成特点是合作伙伴间存在共同的职业身份、高凝聚力、封闭。正是这种高密度联结的特点决定了其产生社会资本的隐含机制: (1) 高凝聚力或强关系, 有利于合作性规范的产生。由封闭网络结构产生的社会凝聚力可以降低交易风险, 增加行为人通过网络获得合作与资源的可能性。 (2) 共同第三方的存在, 为合作的产生提供了安全保证。Granovetter以不同的方式提出了相同的观点, 他强调共同第三方对促进信任和降低机会主义行为的影响。有学者指出共同第三方之所以能保证行为人之间的合作, 主要在于对圈内形象的一种考虑, 这可以增强合作双方相互忠诚的义务。共同第三方扮演着激励合作愿景作用, 同时也有效防范了机会主义行为。 (3) 信息优势。企业间信息的流动会导致企业合作规范的迅速形成。在这种高密度网络中, 异常行为的信息很快会扩散, 这种行为会受到制裁。各个企业将均等的从网络中受益, 这将成为一种形象构建机制。
二是, 商业发展阶段, 在这一阶段企业的绩效出现了分歧。行为人之间以强关系为基础的非正式关系几乎是所有企业在初创时期发展的共同特征。然而, 在后续的发展阶段, 成功的企业和不成功的企业有着不同发展路线, 在如何发展社会资本方面的差异尤其明显。不成功的企业依旧看重并聚焦于单一网络。相反, 成功的企业在维持创业初期网络关系的同时, 他们努力从三个维度对社会资本进行重构。 (1) 在网络结构方面, 这些企业已经突破以强关系为基础的单一网络关系, 演变出为不同类型的关系。这些新形成的关系不论在关系的性质和合作内容上都存在明显的不同, 例如:研发人员之间的科研网络、研究机构与法律和税务顾问间接的管理关系、地区权力部门的政治关系、财务行业的联系以及与消费者之间的关系。 (2) 在关系维度上, 不成功的企业依然局限于前期构建的私人非正式网络。在后续的发展阶段, 他们虽然构建了一些新的社会关系, 但这些关系仅仅是基于合约或者某些必需程序。然而, 成功的企业重视和加强了他们新形成的关系。他们发展了多元关系, 从不同的渠道获取支持。他们强调与各种不同利益相关者建立紧密的关系。 (3) 在认知水平上, 企业高频率地与产品研发与生产以外的领域进行联系, 这促使企业将关注的重点从产品的生产和研发转向其他领域。创建人和技术人员努力通过不断的学习, 将生产、研发及商业运作以恰当的方式相结合。这种学习过程拓展了行为人的认知基模, 使企业得到新的外部伙伴, 进一步带来新的学习机会。
3 社会资本演进的阻力及克服
不同的网络特征决定了企业界定和获取新的信息和资源效率, 为企业持续发展和绩效的改善奠定了基础。在创业初期, 紧密的、高凝聚力网络是创业企业生存必要的基础。但有些企业勇于突破这些网络, 甚至于断绝了以前的强联系, 改变企业成员的认知基模, 与更广泛的领域建立各种关系, 并取得了丰厚的回报, 获得了成功。而其他一些企业没有这样做, 很大程度上是因为社会资本演进的阻力。我们认为阻碍社会资本演进的阻力主要有两种:关系闭锁和认知闭锁。我们发现行为人外部关系的关系义务、互惠规范以及结构密度共同产生了关系闭锁。企业现有的社会资本的关系和结构特征对企业探寻新的合作关系的动机和能力具有明显的影响。强关系合作中遵循的互惠原则, 这时候反而会削弱企业在新的合作关系的投资的动机。认知闭锁出现在企业的初创阶段, 企业的合作伙伴在身份和认知基模具有高度的相似性, 加之他们之间的关系强度、交流频率以及有限的合作关系数量, 这些都对创业者探索性的合作关系的动机和能力有影响。这两种力量降低了企业在不同发展阶段获取信息和资源的效率, 影响企业调整外部关系的能力。
我们在企业调研中发现成功的企业与不成功的企业在对外部干系的内部管理上存在差异。我们认为有三种组织机制可以帮助成功企业克服初创企业的社会资本所固有的阻力:水平分工 (专业化) , 垂直分工 (授权) 和关系管理系统化。
首先, 关系管理的水平专业化可以克服社会资本演进阻力的原因有几点: (1) 避免工作负担过重。在很多情况下, 尤其企业在初创期, 员工数量有限, 对外联系往往集中在少数几个员工身上, 工作负担过重的是普遍情况。将关系管理分摊到不同的员工, 增加了企业扩张外部关系的能力。 (2) 专业化使创业者摆脱初创期关系网络的约束和义务。在企业的发展期, 创业者必须关注于新的关系。同时, 创业者可以指定合伙人继续与创业初期的各种关系络保持联系, 这也可以避免来自过去网络关系的制裁。
其次, 垂直分工:关系管理的授权。除了高层管理的专业化, 成功的企业将跨边界的研发关系管理授权给高级职员。关系管理授权从三个方面降低了社会资本阻力。 (1) 它加强了一个企业当前获取和积极管理更多差异性联系的能力。通过授权, 创业者可以使自身的能力得以释放。他们可以更关注于领导的职责、企业战略、管理功能以及与外部科研网络建立新的联系。 (2) 关系授权将创建者从某种单一合作关系中释放出来, 由专业人员负责这种关系的维持和发展。 (3) 关系管理授权扩展了企业学习的基础, 不论研发人员还是管理者, 以满足任务演进的需要。
最后, 系统化的关系管理。不论成功的还是不成功的企业都认为对从外部关系获取信息和技巧 (know-how) 是非常重要的。为达到这个目的, 所有的企业都高频率的进行内部会议, 加强职员与外部的跨边界的非正式关系。是否进行对外关系的系统化管理, 对企业发展有着重要的影响。在关系管理中进行了专业化和授权的企业, 整合性组织机制克服了单个企业成员的闭锁, 原因有三。其一, 整合性组织机制促进了关注与不同外部关系的成员间的交换。这是专家有动机去学习新的经验, 而这些经验从本质上根源于企业外部联结。其二, 企业可以根据不同外部联结所处的情境因素, 权变地协调组织成员的行为, 这种整合性机制有助于企业避免可能的负面制裁。其三, 因为组织整合有助于企业对内部行为人进行协调, 他们管理外部联系的整体效率就会增加。这提升了其对新的外部联结的管理能力。
摘要：我们认为在企业的不同阶段, 社会资本的特征有着明显的不同, 而这些差异进而导致企业绩效的分歧。我们认为阻碍社会资本演进的阻力主要有两种:关系闭锁和认知闭锁。有三种组织机制可以帮助成功企业克服初创企业的社会资本演进所固有的阻力:水平分工 (专业化) , 垂直分工 (授权) 和关系管理系统化。通过这三种机制来进行关系管理, 通过增强了组织成员的关系管理的能力, 提高了学习机会, 改善了企业调整外部关系效率。
关键词：社会资本,动态演进,生命周期
参考文献
[1]Nahapiet, J.and Ghoshal, S..Social capital, intellectual capital, and the organizational advantage[J].Academy of Management Review, 1998 (23) :242–266.[2]Steier, L., and R.Greenwood.Entrepreneurship and the evolution of angel financial networks[J].Organization Studies, 2000 (21) :163-192.[3]Yli-Renko, H., E.Autio, and H.Sapienza.Social capital, knowledge acquisition, and knowledge exploitation in young technologybased firms[J].Strategic Management Journal, 2001 (22) :587-613.[4]Ibarra, H., M.Kilduff, and W.Tsai.Zooming in and out:Connecting individuals and collectivities at the frontiers of organizational network research., Organization Science, 2005 (16) :359-371.
动态演进 篇2
关键词：信任动态演进大学生创业团队
1.引言
面对巨大的经济压力，如何解决大学生的就业是摆在各国政府面前的一大难题。就中国而言，从2004年到2013年，毕业生的数量持续增加，从最初的280万增长到了如今接近700万。虽然，大学生的就业率始终都保持在90%左右，但是由于就业基数变大，未就业的人数也在随之增大。为了解决这一问题，政府出台了一系列的政策来引导广大学生自主创业，从税收等方面给予优惠或者其他资金支持，为学生搭建创业平台。作为特殊但又相对正式的组织，大学生创业团队自身的建设问题也成为了学术界关注的一个热点。
2.模型概述
2.1理论依据
在上世纪80年代，西方的学者提出了两个双重过程理论的认知模型，这两个模型互为补充，一种被称为详尽可能性模型（ELM），另一种则是启发性&系统性模型。对于第一种模型，其影响因素主要来源于动机和目标、理解以及传媒作用；第二种则是通过简单、系统的启发方式来影响成员的认识水平。
在国内，根据张长征和李怀祖（2006）的研究，信任的演进过程被分为三个阶段，即预设信任、认知信任和情感信任。这三种信任强调一个人的能力，正直，热心和忠诚等品质（Ferrin，1997）将会决定他人对他的认识，进而帮助他人与其建立信任关系，而这种信任关系的建立通常要会从最初基于某种框架的启发性信任发展成为习惯性信任，甚至会成为感情上的依赖。最初的信任往往来源于对利益和风险的评估。但基于情感和习惯的信任，包含许多复杂的人际关系和团队成员之间的感情，反映了团队成员之间真诚的关心彼此的利益。
对于大学生创业团队来说，其信任的演进过程也经历不同的阶段，这与上述所提到的一般团队相似。但是，由于大学生创业团队受到来自包括个人、团体、学校和社会等影响，其具有自身的特殊性。已有的研究表明，大学生创业团队的失败率非常高，其中，多余三分之一的团队解散的原因都是成员之间的信任缺失（sherman，1992）。国内有些学者认为，“要通过完善制度和建立激励机制来增强团队之间的信任”。除此以外，完善的信息共享机制能使团队成员了解其他成员的工作进度和开展情况，从而巩固信任关系。纵观这些研究，信任的动态演进问题几乎没有被人提及，人们关于大学生创业团队的信任研究，依旧停留在一个静态的阶段。对于信任团队的动态研究，可以帮助团队管理人员，依据不同階段的团队特点，制定相应的政策，从而帮助提高团队的绩效，促进团队良性发展。
2.2背景概况
理论界为了识别创业过程的内在机理与规律，提出了一些融动态性与复杂性于一体的创业过程理论模型（杨俊、张玉利，2004）。在这些理论中，最具影响力的事Timmom模型。Timmom认为机遇、资源和团队是影响大学生自主创业成功与否的关键因素。大学生创业团队的不同阶段实际上就是这些因素不同的组合方式。而且，当资源和机会发生变化，团队的信任状况也会发生变化。大学生创业团队一般分为三个阶段，即创业准备阶段，管理成长阶段和成熟标准化阶段。
针对创业团队发展的三个阶段，我们制定了一份调查问卷，问卷主要调查对于不同的三个阶段，以上所提到的机会、资源、团队三个要素对其影响的程度存在何种差异。我们为每一阶段的团队准备了100份问卷，共计300份，收回问卷276份，其中有效问卷为242份。
根据问卷的反映情况，我们总结出来，如图二所示，在创业的初始阶段，团队对于外部的依赖性较强，国家的资金或税收支持政策将会激发学生的创业热情，同时，市场提供的商机也将会成为团队成功与否的重要因素。由于成员通常来自于同一学校或者不同学校但具有朋友关系，他们大多彼此直接或间接了解，拥有共同的目标。此外，因为都是在校学生，热情高涨，成员之间合理分工，相互依赖性较强，加之不存在利益争执，形成了感性信任。
在对处于第二阶段的团队调查中，我们明显看到起信任本质发生了改变。在这一阶段，政策的影响相对减弱，但是由于产品或者服务开始向市场投放，市场的竞合环境将会产生更大的影响。资源优势增强，原有的想法开始投入实际运营，人力资源更具多样性。根据调查，影响团队变化的因素主要来源于两个方面：第一，因为公司出现了盈利，所以，老成员之间关于利润分配问题会产生争执，这种争执主要围绕要不要及时分配利润以及如何分配利润。在分配环节的意见分歧会影响团队成员之间的感情，打击老成员的创业热情；第二，新成员的加入，不可避免地打破了团队原有的感情状态。随着团队所建立的公司实力的不断增大，迫切需求人员扩招，新成员难以快速融入原有的创业文化，而且还会在一定程度上打破老成员之间的感情平衡状态。这个时候，团队迫切需要制定一定的制度和规定，通过签订合同来规定成员的职责，并且实施有效的激励政策来激发成员的激情。当然，通过文化认同加强团队文化建设也是一条必不可少的途径。
在第三阶段，团队走过了激情洋溢的第一阶段，也经历了制度先行的第二阶段，在这一阶段，所建公司初具规模，通过自身实力创造的机会更多，公司核心竞争力形成，人力资源培训和奖励体制得到完善。经过了长期的并肩作战，成员对团队文化有了认同，同时，成员之间的感情也会更加紧密，加之制度规范化，团队的发展进入了理性信任时期。
大学生创业团队信任的动态演进过程3.结论和建议
由以上的分析可得，大学生创业团队通常经历感性信任、契约信任以及理智信任三个阶段，信任在每一个阶段都会表现出不同的特点，能否正确处理信任关系，规避由信任引起的风险将会决定团队的成败。一方面，团队在成立伊始，应该通过相应的契约为信任的建立提供保障；另一方面，团队管理者应该积极倡导团队文化建设，在成员之间形成认同感，使信任变成一种习惯和责任。
参考文献：
[1]Sherman， S.Are Strategic Alliances Working？ [J].Fortune， September， 1992， vol .21， pp.77-78.
[2]Laeequddin， M.， Sahay， BS， Sahay， V.， Waheed.K.A.Measuring trust in supply chain partners’ relationships [J].Measuring Business Excellence， 2010.14 （ 3 ）， pp.53-69.
[4]张长征，李怀祖.团队信任形态的动态演进模型.科学进步与对策，2006.
[5]木志荣.创业困境及胜任力研究.厦门大学学报，NO.186.
动态演进 篇3
1文献综述
近年来,国内外学者已对我国工业的碳排放效率问题做了大量研究。已有研究主要从以下两个角度: 第一,从省域角度进行研究。Shi等[1]将CO2作为非期望产出纳入工业能源效率的测度,对我国28个省份进行实证研究后,发现东部地区效率明显高于中部和西部,而造成整体能源效率较低的原因主要是工业发展过度依赖高能源消耗和工业技术效率过低。周五七等[2]研究了我国30个省份的工业碳排放效率及变动趋势,发现效率值高的省份主要集中在东部沿海地区,整体上全国工业碳排放效率呈现上升趋势。查建平等[3]则从静态和动态两个方面测度了工业碳排放绩效指数,结果表明我国整体工业碳排放绩效水平较低,区域间存在很大差异,但样本期间的总体碳排放绩效水平是上升的。程云鹤等[4]比较了全局技术基准、区域跨期技术基准和区域当期技术基准下测算的我国30个省份工业全要素CO2排放效率,发现不同技术标准下测算的CO2排放效率差距较大,只有在相同技术标准下比较才有意义。第二,从行业角度进行研究。Chao等[5]基于全要素能源效率框架,采用方向距离函数和DEA方法测算了我国工业部门2000 - 2009年的能源效率和CO2减排潜力,结果表明我国工业部门总体能源效率偏低,减排潜力巨大,行业间呈现出差异性动态变化。吴英姿等[6]将工业36个行业划分为高、低碳排放强度组,采用方向距离函数实证发现1995 2009年间当考虑碳排放时前者的生产率有所提高, 而后者却有 所下降。 何小刚等[7]运用DEA Malmquist生产率指数法对工业36个行业基于绿色增长的全要素生产率进行测算并分解,结果显示工业全要素生产率表现出稳步增长态势,其中科技进步而非技术效率是推动其显著提高的主要动力。王喜平等[8]结合Malmquist - Luenberger指数模型和核密度估计,探究了碳排放约束下的我国36个工业行业2001 - 2008年间的能源效率,结果表明各行业能源效率得到不同程度提升,效率值高的行业比重不断增加。
现有文献很好地考察了我国工业碳排放效率水平,但是在对工业各行业碳排放效率的研究中,大多是从全行业角度进行研究,分类别、分时段的研究文献相对较少,本文在已有研究基础上,将工业全行业进一步分为采矿业、轻工业、重工业、供应业四个类别进行比较分析,并利用绝对收敛和核密度分时段考察碳排放效率的动态演进,可以对现有研究成果形成有益补充。
2模型与变量说明
2.1超效率DEA模型
在Charnes等[9]传统的DEA模型中,如果出现多个决策单元效率值 θ = 1,即同时有效的情况,那么将无法对有效的决策单元进行进一步的比较和评价。为了解决这个问题,Andersen等[10]提出了超效率DEA模型,该模型将所评价的决策单元排除在生产可能集之外,能够对处于有效前沿上的决策单元进一步评价,辨别相对有效的决策单元之间的差异。 超效率DEA模型为:
式 ( 1) 中 θ 表示决策单元的效率值; x和y分别为输入和输出变量; m和r分别为输入和输出变量的个数; λ 表示有效决策单元中的组合比例,且 ∑λ > 1,∑λ > 1和∑λ < 1分别表明规模收益递减、不变和递增; n为决策单元的数量。si和sk+均为松弛变量,表示投入过多或者产出过少。当 θ < 1时,如果si≠0和sk+≠0中至少有一个满足时,则表明决策单元非有效,需要改进。当 θ1时,且si= 0和sk+= 0同时满足时,则决策单元是有效的, 即达到了最佳生产前沿面。当只满足 θ1时,表明决策单元为弱有效。
2.2投入产出变量说明
本文选取的样本时间段为2000 - 2011年,鉴于部分行业数据统计上的缺失,最终选择36个工业行业的投入产出数据。同时根据 《国民经济行业分类标准》 ( DB /T4754 - 2002) ,将所选行业归为采矿业、制造业和电力、热力及水的生产和供应业 ( 下文简称供应业) 。为便于分析工业碳排放效率的行业特征,本文根据2011年制造业的资本劳动比及能源资本比从高到底排序并均分为两组[11],比值低的归为轻工业,比值高的归为重工业,最终分为采矿业、 轻工业、重工业和供应业四大类,行业分组及编码如表1所示。
在测算碳排放效率或能源效率时,资本、劳动力和能源消耗被视为是最重要的投入生产要素,因此本文选择这三个方面作为投入指标,以各行业的工业总产值为期望产出指标,以CO2排放量为非期望产出指标。参考李子豪[12]的做法,本文用各行业年均从业人员数表示劳动力投入; 用各行业年末固定资产净值表示资本投入; 能源消耗用各行业能源消费总量折算为标准煤表示; CO2排放量,使用IPCC提供的七种主要燃料 ( 具体为煤炭、原油、天然气、燃料油、柴油、汽油和焦炭等) 的数据和计算方法,将历年能源消耗量乘以各燃料碳排放系数, 得到历年能源消耗所产生的CO2。以上数据主要源自历年 《中国统计年鉴》、 《中国工业经济统计年鉴》、《中国经济普查年鉴》,其中固定资产净值和工业总产值分别用2000年为基期的固定资产价格指数和工业产品出厂价格指数调整。
3实证分析
3.1碳排放效率水平行业差异分析
超效率DEA模型处理非期望产出的较成熟的方法是将排放做投入处理,本文测算了2000—2011年36个工业行业的碳排放效率,测算结果如表1所示。
注: 限于篇幅,未列出全部年度的工业各行业碳排放效率值,数据备索; 平均值是指 2000 - 2011 年工业各行业碳排放效率的算数平均值。
表1显示,整体上看,样本期间绝大多数行业的碳排放效率都得到了不同程度的提升,其中非金属矿采选业 ( C5) 、烟草制品业 ( L4) 、燃气生产和供应业 ( G2) 等行业有明显的改善,但也有部分行业呈现出上升和下降的周期性波动,如饮料制造业 ( L3) 、化学原料及制品制造业 ( H6) 等行业,还有少数行业甚至出现了下降的趋势,如石油和天然气开采业 ( C2) 。从各行业碳排放效率的平均值来看, 排在前3位的依次是烟草制品业 ( L4) 、通讯设备、 计算机及其他电子设备制造业 ( H2) 、皮革、毛皮、 羽毛及其制品业 ( L7) ,此类行业属于轻工业或高端制造业,技术水平较高,生产能耗较低,碳排放总量低,从而能维持较高的碳排放效率水平。排在后3位的依次是燃气生产和供应业 ( G2) 、煤炭开采和洗选业 ( C1) 和水的生产和供应业 ( G1) ,这些行业的共同特点是资本投入较大,能源消耗和碳排放总量高。我国工业碳排放效率的行业差异较为显著, 效率值高的行业主要集中在轻工业,效率值较低的行业主要集中在供应业,这也与我国当前工业总体发展水平特点符合。
从各行业碳排放效率的演变趋势来看,全行业及四大类别的碳排放效率变动趋势大体相同,整体都呈现出上升趋势。从四大类别碳排放效率的平均值来看,行业间分化比较明显,同属于制造业的轻工业和重工业碳排放效率平均水平分别达到0. 841和0. 710,高于全行业平均水平,采矿业与供应业的碳排放效率平均水平分别为0. 429和0. 305,均大大低于全行业水平。采矿业、重工业与供应业三个类别之间的碳排放效率差距变化较小,但与轻工业的平均水平的绝对差距有扩大的趋势。
从碳排放效率前沿面行业来看,所有年间都位于效率前沿面上的碳排放效率最佳的行业有烟草制品业 ( L4) 、皮革、毛皮、羽毛及制品业 ( L7) 和通讯设备、计算机及其他电子设备制造业 ( H2) ,石油加工、炼焦及核燃料加工业 ( H5) 除2002年和2003年以外其余年份均处于效率前沿面上。可见, 碳排放效率最佳主要由制造业决定,在整个样本观察期间,只有家具制造业在2011年新加入到碳排放效率有效的行业中,这说明我国工业绝大多数行业其碳排放效率有很大的改善空间。
3.2碳排放效率分布的动态演进分析
从上文分析中可以看到,我国工业各行业碳排放效率在变化趋势上存在一定的差异性,为更好的研究工业碳排放效率行业差异变动情况,本文绘制了行业分布的离散程度,如图1所示。从图中可以看出,2000 - 2011年间,工业碳排放效率的行业分布差异可以分为3个阶段: 2000 - 2004年间,碳排放效率分布差异呈现出较为明显的波动下降趋势; 2004 - 2008年间,碳排放效率的行业分布差异呈现出平稳上升的趋势; 2008 - 2011年间,碳排放效率行业分布差异呈现缓慢下降趋势。
3. 2. 1绝对收敛检验。为揭示工业碳排放效率在全行业及采矿业、轻工业、重工业和供应业的动态演变趋势,采用绝对收敛理论建立研究模型:
式 ( 2) 中: Ci,s,Ci,t + T分别表示i行业基期和末期的碳排放效率; β 为基期碳排放效率的系数, 若 β 为负,则存在收敛性,即其碳排放效率与基期水平呈反向关系,说明碳排放效率水平较低的行业其增长率要高于相应效率水平高的行业,存在落后者对先进者的 “追赶效应”,各行业的碳排放效率水平存在趋同的趋势。
根据式 ( 2) 对2000 - 2011我国工业全行业碳排放效率值进行截面绝对收敛检验。分别考察了2000 - 2004年、2004 - 2008年、2008 - 2011年和2000 - 2011年分阶段全行业碳排放效率收敛情况, 结果见表2。
说明: ***,**,* 分别表示 1% ,5% ,10% 的显著水平; 括号内 T 检验值 ( 下表同)
2000 - 2011年间,我国工业碳排放效率的行业差异绝对收敛检验显示,全行业碳排放效率差异在1% 显著性下,出现了较为显著的收敛,收敛系数约为 - 0. 0392。2000 - 2004年和2004 - 2008年两个阶段全行业碳排放效率在1% 显著性水平下收敛,收敛系数分别约为 - 0. 0469和 - 0. 0467; 2008 - 2011年全行业碳排放效率在10% 显著性下收敛,收敛系数约为 - 0. 0239。
对四大类别碳排放效率进行检验,由表3所示, 2000 - 2011年间,采矿业和重工业碳排放效率分别在5% 和1% 显著下收 敛,收敛系数 分别约为0. 1001和 - 0. 0403; 轻工业和供应业不具有绝对收敛,说明其碳排放效率趋于各自的稳态水平,彼此间的差距有扩大的趋势。分阶段期间,采矿业碳排放效率在2000 - 2004年在5% 显著下收敛,收敛系数约为 - 0. 1531; 轻工业碳排放效率在2008 - 2011年在1% 显著下收敛,收敛系数约为 - 0. 0491; 重工业碳排放效率在2000 - 2004年、2004 - 2008年和2008 - 2011年都存在显著性收敛,收敛系数分别约为 - 0. 0645、 - 0. 0547和 - 0. 0348; 供应业碳排放效率收敛性未通过显著性检验。
3. 2. 2核密度分析。前文采用绝对 β 收敛检验宏观地描述了我国工业碳排放效率的行业分布收敛性, 为了对我国工业碳排放效率的行业分布收敛演进过程进行可视性描述,接下来采用核密度分析。设随机向量X的密度函数为f ( x)= f ( x1,…,xn) , 从集合X中随机抽取一组独立同分布的样本X1, X2,…,Xn,则f ( x) 的核密度估计式为:
其中,N为观测值个数,K ( ·) 为核函数,h为带宽,本文运用Eapanechnikove核函数选择最佳带宽,分别描述 了2000年、2004年、2008年、 2011年四个时间截面,全行业、采矿业、轻工业、 重工业和供应业的碳排放效率分布收敛演进状况, 如图2 - 图6。
从图2全行业的密度分布曲线可以看出,2000 - 2011年间,密度分布曲线波峰整体表现出向右平移且提高的趋势,这表明我国工业各行业的碳排放效率都处于一种较快增长的趋势,工业各行业间碳排放效率存在 “追赶效应”。从曲线形状来看,密度分布曲线呈现双峰分布,第一个波峰所对应的核密度值较大,第二个波峰所对应的核密度值较小, 这说明工业各行业间碳排放效率的差异较大。碳排放效率低的行业所占比重大于碳排放效率高的行业所占的比重。
对四大类别进行类别内碳排放效率分布分析。 图3显示,采矿业密度分布曲线波峰不断右移且整体呈下降趋势,出现了由2000年的双峰逐渐向2004年不明显的双峰模式转变的趋势,但2004年后双峰分布迹象又逐步增强,表明采矿业各行业碳排放效率在不断提升的同时,行业间碳排放效率差异经历了先缩小后增大的过程。由图4可知,轻工业核密度分布曲线演进及分布特征与全行业类似,其碳排放效率水平一直维持在较高水平,密度分布曲线波峰右移说明碳排放效率低的行业逐年减少,而双峰收敛分布的出现则表明轻工业碳排放效率依然存在着明显的行业差异,这也与前文分析中得到的轻工业中既有碳排放效率最佳的行业,也有碳排放效率较低行业的结果一致。图5显示,重工业2004、 2008和2011年密度分布曲线的波峰不断提高但比2000年波峰有明显降低,整体向右移动,具有拖尾多峰趋势,这表明重工业碳排放效率整体有上升趋势,但碳排放效率的增长更趋分散,碳排放效率低的行业出现了一定程度 “俱乐部收敛”特征。图6显示,供应业2000 - 2004年密度分布曲线波峰高度下降,但是对应的效率值变化不明显,说明这一阶段仅有少数的行业的碳排放效率得到改善; 2008— 2011年密度分布曲线波峰虽然表现出向右移动,且高度下降的趋势,但曲线跨度却在增大,表明供应业中大部分行业的碳排放效率是快速提升的,但行业间差异却在增大。
4结论及建议
本文利用超效率DEA模型对我国2000 - 2011年间36个工业行业的碳排放效率进行了测算,结合绝对收敛检验和核密度分析探究了工业碳排放效率行业间差异动态变化轨迹,主要结论如下:
( 1) 我国工业总体碳排放效率水平偏低,平均值为0. 677。四大类别间碳排放效率差异大,其中轻工业碳排放效率最高,其次分别为重工业、采矿业、 供应业,且轻工业相对于采矿业和供应业效率水平领先较大,这说明采矿业和供应业存在更多能源浪费及的过度排放。
( 2) 通过绝对收敛来看,无论是根据全跨度还是分阶段时序数据,我国工业全行业及重工业的碳排放效率分布均显著收敛。采矿业在2000 - 2004年、2000 - 2011年也都通过了显著性检验。轻工业仅在2008 - 2011年通过了显著性检验。供应业未通过显著性检验,这也可能是由于供应业行业仅有3个,所以其分布差异收敛难以通过检验。可知,随着时间的发展,除供应业外,我国工业碳排放效率低的行业存在追赶碳排放效率高的行业的趋势。
( 3) 从核密度分析来看,全行业与轻工业的密度分布曲线的波峰,逐渐向右偏移且峰值增大,存在左大右小的双峰分布,说明总体上两者内部大多数行业的碳排放效率得到了不同程度的改善,但碳排放效率有效的行业仅占少数。重工业核密度曲线波峰右移,出现多峰趋势,供应业核密度曲线波峰在右移下降的同时,曲线跨度却有明显扩大,说明两者内大多数行业碳排放效率获得了提升,但行业间差异却在明显增大。
不难发现,工业部门作为我国最大的碳排放部门,其内部行业间的碳排放效率存在显著差异,其动态演进特征较为复杂。必须科学制定相关措施, 推动工业部门各行业碳减排的协同发展。首先,在制定碳减排目标时要充分考虑行业差异,碳排放效率低的行业应承担更多的减排责任,行业间应加强节能减排技术和经验的交流,缩小与碳排放效率最佳行业的差距。其次,碳排放效率水平较低的供应业和采矿业需着力改革传统能源技术,采用技术升级,实现清洁生产。最后,轻工业和重工业则要发挥特有的技术优势、资源优势等,保持其碳排放效率水平较高的比较优势及竞争优势,有针对性地协助低碳排放效率行业节能减排的发展。
摘要：基于投入导向的超效率DEA模型,测算2000—2011年我国36个工业行业碳排放效率,通过绝对收敛和核密度分析其动态演进特征。结果表明,我国工业平均碳排放效率值为0.677,整体效率较低,其中轻工业效率值最高,其次为重工业、采矿业和供应业;绝对收敛显示,2000—2011年全行业、采矿业和重工业通过了收敛检验,存在对碳排放效率高的行业的追赶效应;核密度分析可知,全行业及四大类别碳排放效率都得到了不同程度的提升,但内部行业间变动趋势存在明显不同。
动态演进 篇4
一、贸易结构的分析方法
由于研究角度的不同, 在对国际贸易结果进行定义的过程中, 其所涉及的内容也非常广泛, 运用的分析方法也不尽相同。一般来讲, 分析国际贸易结构的一般方法是以国际贸易中所产生的统计数据为依托, 对相应的分析指标进行简单构建, 或运用建立经验模型的方法做简单的回归分析。
随着国际分工的程度不断加深, 技术层面对国际贸易结构的影响日益增大, 因此, 以技术含量作为研究角度进行国际贸易结构的分析更能够将现实贸易世界准确描绘, 从而更客观准确的分析实际国际贸易结构的动态演进及其对经济增长的影响。一个产品在生产过程中, 只要充分利用技术, 产品的技术含量就会提升, 该产品技术附加值的贡献也会随之增大, 因此, 可以通过技术含量的高低来衡量产品的技术附加值。在衡量时, 需要注意两个问题:第一, 即便是同一种商品, 如果来自不同国家, 其技术附加值也可能不同;第二, 不是每一种商品都需要运用技术附加值来测算, 当前国际上运用的HS和STC便是两种普遍运用的分类系统。
二、贸易结构的动态演进
本文主要运用斯密—杨格的动态分工模型进行贸易结构的动态演进分析。假定一个世界具有M个国家, N种产品, 且M集是一个连续统, t时期产品i的自给数量为为出口数量、为进口数量, Kt为交易效率系数, 可以得出t时期内, 一个国家的社会福利函数为: (公式1) 。如果将主观贴现率用r来表示, 则国家最终决策目标可以表示为:（公式二），1-Kt表示的是在国家在进口过程中损失掉的产品, 一般情况下, Kt的大小主要取决于两方面:其一为参与规模, 可以将其表示为nt-1, 规模越大Kt的值就越小;其二是贸易过程中的相关条件, 表示为k。则: (公式3) 。相应的, 每个国家在t时期的生产函数与要输禀赋约束可以表示为: (公式4) , (公式5) 。其中lit主要表示的是用于生产产品劳动时间i在t时期内的反应, 也能够表示改过的专业化水平, Lit主要表示的是0-t时期内用于生产i的总时间, 所以, Lit-lit便能够表示0-t时期内因生产i所积累的一切资源。其生产函数可以表示为: (公式6) 。每一个国家在t时期内的预算约束可以表示为: (公式7) , 其中pit所指的是价格, 上式中左边代表收入, 右边代表支出。分析的最终目的是要实现模型的超边际分析, 因此, 可以出现角点解, 故可以得出下述非负与边界约束: (公式8) , 继而得出 (公式9) 。
该模型在一定程度上对国际贸易成本与专业化之间的冲突, 以及未来与当期消费之间的冲突进行了分析, 每一个国家所选择的公式8都是用于最大化公式2的, 需要同时满足生产条件、要素禀赋、预算、交易条件、边界条件以及状态方程等方面的约束。在式 (8) 的约束中, 变量之间可以相互独立, 并赋予0或任何一个整数, 当其中一个变量为0时, 便出现了角点解。如果有3N个决策变量, 则其组合方式便有23N个。而求解决策变量中最优值的基本办法便是运用库恩—塔克条件将其中一部分组合先排除出去, 之后在对余下的组合进行边际分析, 从而通过局部比较的方式得出整体最优值。公式8则可以进一步简化为:
(公式10) 。其中, R表示的是进口产品的集合, J表示的是非贸易品的集合。如果nt的取值不同, 则该国家贸易模式的规模也不同, 分工水平自然出现差异, 从而造成贸易结构的不同。所以决定一个国家最优化决策问题可以表示为:
该式中, uit表示的是出口产品i国家的社会福利函数, Ui表示的是出口产品i国家的目标函数, pit表示的是t时期内i产品的价格, prt则表示r产品的价格。因此, 可以构建出汉密尔顿函数:, 其中, λt表示的是要输禀赋运动过程中产生动态以后的贴现影子价格, βjt和γit表示的是产品i和j在要素投入过程中产生动态以后的贴现影子价格, 三者表示的都是乘积因子。
三、贸易结构对经济增长的影响
贸易结构对经济增长的影响因素主要有以下几方面:
(一) 贸易规模对经济增长的影响
贸易规模能够在很大程度上反应出一个国家的国际分工参与度, 贸易规模越大的国家, 进出口规模越大, 如果从长期的眼光看, 假定其经常项目平衡, 则其自给产品就会相对较少, 这表示该国家在进口产品与出出口产品的数目上相差较大, 分工深化程度也就越大, 虽然专业化产品种类减少, 但数量会增加, 长期以来的专业化生产会使产品劳动生产率随之升高, 从而为资源利用效率以及技术进步奠定基础, 技术进步的内生化与边际报酬的升高会在贸易过程中出现, 经济可能会出现内生性的长期发展。反之, 如果一个国家在国际贸易方面的规模非常小, 生产状态也基本维持在自给自足水平, 那么这个国家的分工水平也会相对较低, 生产过程中也不会产生专业化经济, 从而导致改过资本利用率与劳动生产率的水平不高, 无论技术水平, 还是交易效率都会非常低下, 该国经济也将长期处于一个低水平的状态。
(二) 以技术附加值为标准的贸易结构对经济增长的影响
但在实际的贸易过程中, 运用局部分析最优的结果, 在整体上的表现却并非最优, 而且还会受到技术水平、资本利用率、交易效率、专业化经济、劳动生产率等多种变量的影响, 所以, 最优决策需要在超边际决策的基础上搭建, 在这个过程中, 一个国家可以将竞争中的劣势转化为优势, 从而实现内生动态的优化演进。在对内生动态演进优势的过程中, 一个国家所出口的产品如果技术含量较高, 则该产品的技术附加值也会变大, 经过动态演进, 会使这个国家在国际贸易中的地位发生改变, 进而使分工更加深化、技术更加进步、劳动生产率更高, 实现经济的快速发展。
(三) 进口产品规模与结构对经济增长的影响
在国际贸易中, 总会存在专业化生产与国际分工, 每个国家资本、劳动的不同, 会导致技术水平等方面的差异, 从而影响一个国家进出口产品的规模, 一般情况下, 劳动要素密集的国家在技术上就会相对落后, 从而导致改过的资本利用率与劳动生产率低, 经济增长自然相对缓慢, 反之, 资本与技术密集型国家, 无论资本利用率还是劳动生产率的水平都会相对较高, 国家经济增长速度较快。从外生比较优势的角度分析, 发展中国家应该出口的产品多为自然资源密集型和劳动密集型的产品, 进口技术与资本密集型产品, 但这样不利于发展中国家的内生动态演进。
四、结论
本文通过对贸易结构的动态演进分析及其对经济增长的影响的研究与分析, 用假设的方法分析了一个国家在进行国际贸易的过程中需要注意的问题, 以及提升自身贸易水平的方法, 并对贸易结构进行了基本的动态演进, 对我国这样的发展中国家有着非常重要的理论作用, 有利于我国选择战略性贸易。
摘要：随着国际信息化进程的加快, 国际间的交易成本大幅度降低, 交易技术的发展也非常迅速, 国际贸易已经成为国家发展经济的重要支撑点, 在合理运用本国现有资源的前提下, 需要选择有针对性的贸易结构, 以实现国家经济的可持续发展。本文从贸易结构的分析方法入手, 主要对贸易结构的动态演进以及其对经济增长的影响进行理论分析。
关键词：贸易结构,动态演进,经济增长,影响
参考文献
[1]刘晓鹏.我国进出口与经济增长的实证分析——从增长率看外贸对经济增长的促进作用[J].当代经济科学.2012.17 (02) :163-164.
动态演进 篇5
一、要素禀赋升级中的动态比较优势演进
针对中国贸易规模的快速扩张和贸易结构的剧烈变动, 许多学者从实证角度研究了中国出口产品比较优势的结构变动趋势, 他们研究的共同特点是通过对各类出口产品比较优势指数的测度, 衡量分析中国出口产品比较优势结构和出口商品结构的变动趋势, 而对决定中国出口贸易结构变动基础的要素禀赋却很少论及。一个国家的出口贸易模式和贸易结构是由其要素禀赋结构内生地决定的, 要素禀赋的变动决定了一国出口贸易模式和贸易结构的变动, 因此, 从动态要素禀赋特征出发, 以要素禀赋的结构变动为基础, 分析中国参与国际贸易的基础和比较优势演变的轨迹, 是正确认识中国出口贸易发展规律、确定未来贸易发展战略的关键。
根据动态比较优势理论和比较优势战略, 经济发展水平较低、资本 (包括物质资本和人力资本) 相对稀缺的发展中国家在经济发展的过程中, 应当遵循比较优势原则, 从自身要素禀赋存量结构出发, 选择生产并出口进入门槛较低、技术和资本投入需求相对较低的产品 (在图1中我们用L0表示该产品) , 进口本国不具有比较优势的资本、技术密集产品。随着资本的积累和“干中学”效应的增加, 该国在L0产品生产上的比较优势将会不断增加, 出口规模和国际市场占有率都将快速上升, 在图1中, OF0段表示L0比较优势的不断上升。随着经济的增长和资本的进一步积累, 本国在L0产品上的比较优势达到了较高水平 (如F0点所对应的L0线上的最高点) , 加上更低发展水平的国家加入L0产品的出口, 因此本国在L0产品上的比较优势开始下降。随着本国要素禀赋结构的升级, 本国在资本更加密集的L1产品上的比较优势不断提高, 并且L1在本国出口结构中的地位逐渐超越L0在出口中的地位, 成为本国出口贸易中的主导产品。随着要素禀赋结构的日益升级, 根据比较优势原则进行的分工、生产和出口, 本国出口产品的比较优势将会发生由L0依次至L1、L2、L3的演进过程, 这是在要素禀赋结构升级过程中出口贸易结构不断升级的必经过程, 将不会导致本国陷入比较优势陷阱。当资本密集度较低的时候, 本国可能只出口少数资源或劳动密集型产品 (如产品L0) , 资本密集度很高的时候, 将主要出口资本、技术密集型的产品 (如L3) , 而在资本密集度不断增加的过程中, 出口产品的资本密集度逐步提高 (如L1、L2) , 并且资本与技术更加密集的产品在总出口中的优势地位逐步提高, 这就是后发国家出口动态比较优势的演进过程。日本和“亚洲四小龙”出口贸易的发展基本上经历了这样的动态比较优势演进的过程, 这些国家的经验从实践上验证了动态比较优势理论和比较优势战略的现实意义。中国出口贸易扩张过程中, 要素禀赋的结构变动与动态比较优势演进之间是否也遵循这样的演进轨迹是一个非常值得考察的问题。
二、中国要素禀赋升级与出口商品动态比较优势演进
1、中国要素禀赋的结构变动
在改革开放的推动下, 市场在我国资源配置中的主导作用不断增强, 市场价格成为反映资源稀缺程度的信号, 引导着资源配置到可获得较高收益的部门或产品的生产当中, 经济主体对于利润最大化的追求与生产要素禀赋比较优势的特征相适应, 这极大地促进了经济中生产要素比较优势的释放, 使资源的价值得到了充分发挥, 释放出了巨大的经济潜能, 从而实现了经济的快速增长和资本的迅速积累, 因此, 改革开放以来, 我国经济一直保持了持续快速的增长, 经济总量以及人均收入水平都有了显著提高。根据新古典增长理论, 储蓄是资本增加的根本途径, 高储蓄是经济持续快速增长的 (资本) 积累来源。我国长期以来保持着较高的储蓄率, 并且投资率和资本形成比率也一直维持在较高的水平上, 不仅远高于发达国家的水平, 甚至也远高于大多数同等收入水平的国家。因此, 伴随GDP的快速发展, 我国资源禀赋结构发生了显著的改变, 资本相对于劳动力要素有了更快的增长, 劳动力人均资本拥有量 (以资本劳动比PK表示, ) 和劳动力的素质水平 (以人均受教育年限PED表示) 迅速提高。这表明我国的要素禀赋结构在不断提升, 资本稀缺性逐渐下降, 劳动者素质不断提高, 劳动者的实际价格不断攀升 (如图2所示) 。要素禀赋的结构变动导致经济中比较优势随之发生相应的变化, 理性的厂商在利润最大化的驱使下会选择对自己最有利的资源配置模式, 为了降低生产成本, 他们会增加廉价生产要素的使用, 减少昂贵生产要素的使用。资本劳动比率的上升使得资本相对于劳动力的成本下降, 这将有利于资本更为密集的产业和产品的发展, 有利于促进出口贸易结构的变动。
2、中国出口商品动态比较优势演进:比较优势指数角度
测度一国出口商品比较优势的指数主要有显示性比较优势指数 (RCA) 和净出口比率指数 (NTR) , RCA仅仅从一国相对出口比率与世界平均相对出口比率的比较反映特定产品的比较优势, 忽视了进口在一国对外贸易中的影响, 因此, 用同时考虑进口和出口的NTR指数测度出口产品的比较优势将更加精确, 这里以NTR指数考察我国不同类型产品比较优势的变动。, EXP、IMP分别表示某种产品的总出口和总进口, NTR指数小于0表示一国在该产品的出口上处于比较劣势, 数值越小表示劣势越大, NTR指数大于0表示在该产品的出口上处于比较优势, 数值越大表示比较优势越强。
按照《国际贸易标准分类》, 根据不同产品的主要价值构成的差异, 我们将0—8类出口产品分为三大类:初级产品 (包括0—4类产品, 分别为:0系食品和活畜;1系饮料和烟草;2系非食用原料;3系矿物燃料、润滑剂和相关材料, 用N1表示其NTR指数) 、劳动密集型产品 (包括第6类和第8类产品, 分别为:6系主要以材料分类的制成品;8系杂项制品, 用N2表示其NTR指数) 和资本密集型产品 (包括第5类和第7类产品, 分别为:5系化学品及有关产品;7系机械和运输设备, 用N3表示其NTR指数) 。至于未分类的第9类产品, 由于其产品性质很难归入以上三种特征的产品, 并且在出口产品总额中所占比重较小, 因此可以忽略其在出口中的影响。另外, 我们把高技术产业产品出口从制成品出口中分离出来进行考察, 这将进一步有助于我们对我国出口商品动态比较优势和贸易结构变动趋势的认识和判断, 我们用N4表示高技术产品的净出口比较优势指数 (高技术产品的进出口数据来自国家科技部网站) 。
根据各类产品的进出口数据, 我们计算出它们的净出口比率指数分别如图3所示。从中可以看出, 各类产品的净出口比率指数分别显示出不同的变动趋势, 代表着它们比较优势地位的动态演变。
(1) 初级产品的净出口比率指数改革开放以来基本上趋于下降态势, 表明我国出口贸易中该类产品的比较优势逐渐弱化, 并已转变成比较劣势的格局, 这可能主要是由两方面原因造成的:一方面, 我国是一个资源相对贫乏的国家, 随着经济的发展, 资源、能源、原材料供应相对不足的趋势日益明显;另一方面, 随着我国工业化和城市化进程的加快, 我国经济发展对于资源、能源、原材料的需求快速增长, 进一步增加了对于该类产品的投入需求, 因此在此类产品的贸易上由净出口逐渐转变为净进口, 且逆差额有不断扩大之势。
(2) 从劳动密集型产品的NTR指数来看, 中国在该类产品的生产和出口上长期保持着较强的比较优势, 这反映了中国劳动力资源丰富的禀赋特征, 在中国日益融入全球化的进程中, 丰富的劳动力资源优势充分得到发挥, 劳动力素质不断提高, 因而国际分工格局中在劳动密集型产品或环节的生产上表现出较强的比较优势。
(3) 中国资本密集型产品净出口比率指数的变动引人注目。在改革开放初的十多年内, 由于中国是一个资本相对稀缺的国家, 因此反映在净出口比率指数上始终处于较小负值的水平上, 也即具有较大的比较劣势。但是从1990年代开始, 中国在资本密集型产品上的比较劣势呈现改善趋势, 这表明随着国内资本稀缺状况的逐步改善, 相应资本密集型产品的比较优势有所转变, 由长期处于比较劣势的状况逐渐转变为具有微弱的比较优势。
(4) 中国高技术产品的净出口比率指数变动格外值得注意。虽然N4指数处于上升的趋势, 甚至表现出微弱的比较优势, 但这是在没有剔除外商直接投资和加工贸易对该类产品出口影响的情况下所表现的结果, 如果剔除这两方面因素的影响, 中国在该类产品出口上可能仍然处于比较劣势地位。因为在我国高技术产品贸易中, 外资企业是进出口的主体, 加工贸易是主要的贸易方式。例如, 国家科技部的统计数据表明, 2007年外资企业高技术产品的进、出口额分别为2279.6亿美元和3012.4亿美元, 占高技术产品进、出口总额比重分别为79.4%和86.6%, 加工贸易的出口额为2968.7亿美元, 占高技术产品总出口的85.4%, 其中, 进料加工贸易是加工贸易的主要形式, 占加工贸易出口的比重为84.9%。这表明高技术产品的进出口贸易中, 国内生产要素的贡献较低, 没有表现出相应的比较优势。
综合对四类出口产品比较优势指数变动的分析, 目前我国出口商品的比较优势主要表现在劳动密集型产品和资本密集型商品上, 在初级产品和高技术产品上中国则处于比较劣势地位。
3、中国出口商品动态比较优势演进:出口产品结构角度
与各类出口商品净出口比较优势指数变化相对应, 中国各类出口商品在出口总额中所占的比重也发生了剧烈的变动 (如图4所示) , 这很大程度上也反映了中国不同出口商品动态比较优势的演进。初级产品 (以PP表示) 在出口总额中的比重在1980年代经历了短暂的波动后开始急速下降, 虽然初级产品出口的绝对规模在不断上升, 但是所占比重已经下降至5%左右的比例, 这一比例大大低于同类收入水平国家甚至多数发达国家的水平。劳动密集型产品 (以LAB表示) 作为我国工业制成品的主要构成, 在我国出口总额中所占的比重经历了一个由快速上升到缓慢下降的过程, 虽然出口绝对规模保持上升趋势, 但是所占比重下降的趋势不可逆转。资本密集型产品 (以CAP表示) 和高技术产品 (HT) 在商品出口中所占比重自改革开放以来呈现稳定的上升态势, 这很大程度上代表着我国出口贸易结构和技术结构的不断升级, 同时也反映了吸引外资和承接国外产业转移战略对我国外贸发展产生的巨大影响, 资本密集型产品出口的急速扩张和高技术产品出口规模的不断扩大导致其它两类产品在出口中所占比重的相应下降。
(注:各类产品出口所占比重根据历年《中国统计年鉴》各类商品的出口数据计算所得。)
把反映出口产品所占比重变动的图4与前面的图1和图3结合起来, 可以发现中国改革开放以来出口产品结构变动的基本轨迹。用图4中的曲线Ⅰ、Ⅱ、Ⅲ、Ⅳ代表图1中不同层次水平产品动态比较优势变动的曲线, 图3中初级产品、劳动密集型产品、资本密集型产品和高技术产品比较优势的变动基本上符合图1中动态比较优势演进的轨迹, 而这四类产品出口比重的变动也基本上经历了一个类似的由升至降的演进过程, 因此中国出口产品比较优势的变动基本符合动态比较优势演进的规律, 但是目前中国出口商品比较优势只是表现在劳动密集型产品和资本密集型产品上, 在高科技产品上的比较劣势依然较为明显, 中国仍然面临出口贸易结构升级的艰巨任务。
三、中国外贸发展方式转变的战略选择
中国30多年出口贸易发展成就斐然, 出口商品结构与出口规模均发生了剧烈的变动, 出口商品的比较优势处于动态的演进当中, 出口贸易结构明显呈现快速升级的态势, 但是受发展阶段的限制, 我国离贸易强国的地位还存在很长的距离, 出口贸易发展正处于贸易大国向贸易强国转变的关键时期。虽然出口规模的扩张潜力依然很大, 但是所面临的内外部压力和挑战与日俱增, 凸显了我国外贸发展方式转变的紧迫性。针对贸易大国向贸易强国转变的迫切需要, 中国外贸发展方式的转变应当立足于两个目标:第一, 在保持贸易规模扩张的基础上, 加快引导我国要素禀赋的结构升级, 使我国出口商品的动态比较优势向更高层次的产品和产业演进, 促进外贸出口结构的高级化进程, 这是实现贸易强国发展目标的基础;第二, 在中国出口贸易规模扩张和结构升级的过程中, 提高出口产品价值构成中国内要素贡献的比例, 尽可能使本国获得较高的贸易利益, 这是建设贸易强国根本目的所在。
通过贸易发展方式的转变实现贸易大国向贸易强国的迈进, 有必要对我国对外贸易发展战略做出相应的调整和完善, 以下几个方面是今后调整过程应当坚持的基本方向。
1、坚持动态比较优势原则, 完善市场在资源配置中的主导作用
动态比较优势理论和比较优势战略是建立在市场自由竞争基础之上的, 没有充分竞争的市场, 要素价格不能准确反映要素的机会成本, 经济社会中要素的比较优势就很难得到充分发挥, 经济增长和资本积累的速度就会受到抑制, 出口贸易结构升级也将受到阻碍。目前, 我国市场经济的发展正处于转型完善的关键时期, 体制性设租、寻租行为造成了国内市场与国外市场的分割, 抑制了企业研发投入的积极性, 使企业生产资源转向非正当的寻租性营利的投入, 扭曲了经济资源的有效配置, 不利于出口企业和产业动态比较优势的结构升级。因此, 中国未来经济发展仍需重视完善市场体系的建设, 努力消除扭曲市场力量的体制性弊端, 促进自身要素禀赋比较优势的发挥和新的比较优势的形成。
2、优化我国要素禀赋结构, 加快我国动态比较优势的变动速度
很长时期内, 我国要素禀赋的优势主要体现在劳动力的巨大规模上, 但劳动力的素质和技能上的相对优势并不高, 因而参与国际分工的过程中只是获得了较低的国际贸易利益, 在国际市场上面临着来自其它低劳动成本国家激烈的竞争。虽然我国资本要素相对稀缺的状况在逐渐得到改善, 但资本市场配置效率依然较低, 国有商业银行在资金配置上存在严重的企业性质上的歧视, 稀缺的资本难以有效配置到可获得最大收益的部门或企业, 因而导致部分出口企业被锁定在国际贸易的低价值环节。因此, 在加快推进我国由贸易大国向贸易强国转变的过程中, 应当努力优化我国要素禀赋结构, 加快动态比较优势变动的速度。在劳动力素质和技能提高方面, 应大力调整教育发展结构, 重视素质教育, 普及职业技能教育, 使高等教育的发展和经济社会的现实需要相结合。在资金的配置上, 应加快我国资本市场的发展, 完善国有商业银行贷款发放系统, 为各种性质企业的发展提供有效的资金支持。
3、积极发挥政府在高级生产要素和技术培育中的引导作用
我国在高技术、高附加值产品贸易中尚不具比较优势, 大力发展高技术、高附加值产品的出口是建设贸易强国的根本所在。Grossman和Helpman (1991) 的内生创新理论以及Redding (1997) 的动态比较优势理论都肯定了发展中国家政府支持本国生产率增长潜力较大的高技术产业发展的必要性。因此, 对于一些有一定基础、发展潜力较大的高技术产业, 我们可以借鉴发达国家的历史经验给予适当的支持, 鼓励并促进其发展。在已有的要素禀赋基础上, 创造新技术的制度是一国在高技术产业获得长期比较优势的根源 (Dollar, 1993) , 今后我国高技术产业的发展有赖于国家对于创新制度的培育。因此, 我国政府应该努力培育和完善本国创新制度环境, 支持和鼓励高技术产业的发展和出口。
4、整合地区间比较优势, 促进我国整体出口贸易的阶梯型升级
动态演进 篇6
就业结构与产业结构的关系协调与否是衡量一个地区国民经济健康发展的标志。配第—克拉克定量揭示了两者之间的相互关系。库兹涅茨的多国统计[1]和钱纳里的多国模型的实证研究[2]证明了配第—克拉克定理的存在。从国际经验来看,产业结构变化必然导致就业结构的变化,而且二者变化的速率大致接近,这是地区经济稳定协调发展的必要前提[3]。改革开放以来,四川省的产业结构与就业结构都发生了重大变化,但是由于二者进程的不同步,导致四川城市化进程滞后,城乡关系不协调。鉴于此,对四川省产业结构与就业结构的深入研究具有理论价值和借鉴作用。
1 四川省产业结构与就业结构动态演进趋势
1.1 产业结构向升级化方向发展
1978年改革开放以来,四川省的产业结构逐步优化,不断实现产业升级,第一产业GDP结构比重由1978年的44.5%下降到2008年的18.9%,降至幅度高达25.6个百分点,1991年以后,第一产业比重一直低于第二产业,1993年后一直低于第三产业,与二、三产业比重的差距呈现递增的趋势;第二产业GDP结构比重实现了稳步中的前进,由1978年的35.5%上升至46.3%,特别是新世纪以来增长幅度比较明显;第三产业GDP结构比重由20%升至34.8%,升幅14.8个百分点,比重仍低于第二产业。
1.2 就业结构逐步优化
1978年以来,四川省的三次产业就业结构的变化非常明显。第一产业劳动力比重由1978年的81.8%锐减到2008年的46.1%,降幅35.7个百分点;第二产业劳动力比重由1978年的9.1%上升到2008年的23.4%,升幅约14.3个百分点;第三产业劳动力比重由1978年的9.1%上升到2008年的30.5%,升幅约21.4个百分点。这说明了四川省的就业结构不断优化,符合配第—克拉克定理的基本要求。
2 四川省产业结构与就业结构互动效率分析
2.1 产业结构对就业结构的影响
我们将某次产业就业结构比重作为被解释变量ES,该次产业的GDP结构比重作为解释变量IS,借助于Eviews统计软件,建立四川省三次产业结构比重与就业结构比重的回归模型,并进行相应的统计量检验。
2.1.1 第一产业结构与就业结构回归方程
从表1的检验统计量可以看出,四川省第一产业结构与就业结构呈高度线性相关。9年间,回归方程解释变量系数由1.03上升到1.21,升幅约18个百分点,这表明第一产业变动对就业变动有增加的趋势。从1978~2008年回归方程解释变量系数可知,第一产业GDP结构比重每增加1%,可使该产业就业结构比重增加1.21个百分点,对就业变动的影响力较强。截距项由34.97下降到27.97,这说明四川省第一产业吸纳劳动力的就业起点有抬高趋势。
2.1.2 第二产业结构与就业结构回归方程
从表2的检验统计量可以看出,四川省第二产业结构与就业结构有较高的线性相关。从1978~2008年回归方程解释变量系数可知,第二产业GDP结构比重每增加1%,可使该产业就业结构比重增加1.05个百分点,相对于第一产业结构对就业变动的影响较小,在9年间,回归方程解释变量系数由1.13下降到1.05,降幅约8个百分点,这表明第二产业变动对就业变动有减少的趋势。截距项可以分两个阶段分析:2000~2004年由-27.52下降到-31.79,说明四川省第二产业吸纳劳动力的就业起点有抬高趋势;2005~2008年由-30.49上升至-24.1,显示了第二产业吸纳劳动力的就业起点有降低趋势。
2.1.3 第三产业结构与就业结构回归方程
从表3的检验统计量可以得知,四川省的第三产业结构与就业结构有高度显著的线性相关性。9年来,回归方程解释变量系数从0.81上升到1,幅度达19个百分点,显示第三产业结构对就业变动的影响力较大,但是均低于第一、二产业。回归方程截距项为负数,从2000年的-8.03下降到-12.29,说明第三产业的就业起点呈现增高的趋势。
2.2 就业结构对产业结构的影响
为准确反映就业结构对产业结构的影响,一般用结构偏离度分析,公式如下:
结构偏离度undefined
其中,结构偏离度等于零时,就业结构与产业结构关系完全协调[4]。根据上式,可以得到1978年以来四川省三次产业的结构偏离度,如下表所示:
从表4中可以看出,第一产业结构偏离度均为负数,绝对值由1978年的0.46上升到2008年的0.59,升幅约为13个百分点,表明四川省第一产业就业结构与产业结构不协调性有明显增加趋势。第二产业结构偏离度均为正数,由1978年的2.92下降到2008年的0.98,显示了四川省第二产业就业结构与产业结构的不协调性得到较大的改善。第三产业结构偏离度也均为正数,由1978年的1.19下降到2008年的0.14,说明第三产业就业结构与产业结构的不协调性得到明显改善,基本实现协调化的发展。
2.3 结论和分析
从产业结构与就业结构的互动效率分析中可以得到,改革开放以来,随着经济的快速发展,四川省的三次产业结构与就业结构发生了明显的改善。
(1)从产业结构对就业结构影响来说,第一、三产业变动对就业变动有增加的趋势,吸纳劳动力的就业起点有抬高的趋向,第二产业变动对就业变动有减少的趋势。
(2)从就业结构对产业结构影响来说,第一产业就业结构与产业结构的不协调性明显增加,第二、三产业就业结构与产业结构协调化程度逐步增强,第三产业基本实现协调化。
3 实现产业结构与就业结构互动的有效措施和建议
通过上面的实证分析,可以知道要使四川省的产业结构与就业结构协调化发展,调整产业结构是关键,在改造传统农业的前提下,努力推进工业产业的发展,以此为契机引发第三产业的兴起。
3.1 发展区域特色产业,建立城乡一体化服务体系
区域特色产业在区域经济的发展中占有举足轻重的地位,他具有良好的发展前途和广阔的市场前景[5],各区域经济的发展必须依托其自身比较优势和资源禀赋,大力培育和发展本区域的特色产业,努力改造传统农业。同时四川省应打破城乡分割的二元社会结构,实现人口的自由迁徙,建立城乡一体化的就业服务体系,引导农村剩余劳动力合理有序流动。
3.2 调整第二产业,推进发展进程
对于四川省第二产业的调整和改进首先要有重点地积极发展高技术产业特别是电子信息产业,推进国民经济信息化。根据需求,振兴机械、汽车、石化、建筑等支柱产业,积极培育新的经济增长点,继续调整、改造、提高轻纺工业,为下岗员工增添新的就业机会。同时要着力构筑创新创业平台,培育国际性产业集群,运用高新技术和现代信息技术改造提升传统产业,有效扩充新兴产业,大力发展高技术产业,培养专业型人才。再者要继续加强水利、能源、交通、通信和重要原材料等基础设施、基础工业,突出重点,提高技术起点,注意合理布局,避免重复建设,确保取得最佳效益。最后,要提高企业的工作效率,优化企业投资的“硬环境”和“软环境”[6]。
3.3 大力发展第三产业,确保产业结构优化升级
加快发展第三产业,不仅可以直接拉动国民经济增长,满足人民日益增长的物质文化生活开拓就业门路,提高服务的社会化、专业化水平,而且有利于促进市场经济发育,优化资源配置,提高国民经济整体效益和运行质量,促进产业结构优化升级。第三产业是吸纳劳动力最多的产业,据国家统计局测算,20世纪90年代第三产业增加值每增长一个百分点,平均增加就业岗位达85个。所以四川省应努力挖掘第三产业的就业潜力,对第三产业在资金上给予适当的投入,优化内部结构,扶持金融、保险、信息服务和社区服务等新兴第三产业[7]。同时以第一产业和第二产业的发展为基础,加快第三产业发展的步伐,并使之形成合理的布局和结构。
摘要：促进产业结构与就业结构相协调,是实现四川省产业结构优化调整和劳动力充分就业的根本途径。从产业结构与就业结构的动态演进和互动效率分析可知,四川省的第一、三产业变动对就业变动有增加的趋势,第二产业变动对就业变动有减少的趋势。第一产业就业结构与产业结构的不协调性明显增加,第二、三产业就业结构与产业结构协调化程度逐步增强,第三产业基本实现协调化,据此并提出相应的措施和建议。
关键词：产业结构,就业结构,互动效率,结构偏离度
参考文献
[1].库兹涅茨.各国的经济增长[M].常勋,译.北京商务印书馆,1999:207
[2].钱纳里,鲁宾逊,赛尔奎因.工业化和经济增长的比较研究[M].吴奇,王松宝,译.上海:上海三联出版社,1989
[3].王君萍.产业结构与就业结构的实证研究——基于陕西的个案分析[J].经济经纬,2009,(4):35~38
[4].韩凤朝,等.以结构调整促进就业扩张——河北省产业结构与就业结构相关性问题与对策研究[J].河北师范大学学报(哲学社会科学版),2005,(1):44~47
[5].张明斗.培育和发展区域特色产业的对策性研究[J].现代农业,2008,(11):68~70
[6].国家发改委宏观经济研究院课题组.我国的工业结构演变与工业政策调整[J].经济学动态,2008,(5):44~50
动态演进 篇7
随着全球气候变暖, 有关研究全球暖化问题的科学界已经基本达成共识, 即未来气候变暖会更加明显[1]。为此, 减少CO2等温室气体的排放量成为当今解决全球变暖的根本出路。伴随着我国工业化进程的加快, 能源消耗不断增加, 导致CO2排放量持续升高。根据美国CO2信息分析中心测算, 从2010年到2011年, 全球CO2排放量增长了3.04%, 而我国的CO2排放量增长了9.93%, 远高于世界其他国家的增长速度。因此, 在全球变暖问题日益严重的情况下, 我国面临着巨大的减排压力。然而, 由于我国地域辽阔, 资源分布和经济发展极不均衡, 导致我国在CO2减排过程中所面临的问题更为严峻。
当前, 国外学者对CO2排放量及其减排问题的研究, 综合来看, 主要集中于CO2排放量与经济增长[2,3]、能源与环境[4]、能源效率[5]之间的关系或高排放部门的研究[6]。在国内研究方面, 主要集中于CO2排放量与城市化[7,8]、外商直接投资[9,10,11]、产业结构[12,13,14]、经济增长[15,16,17]、居民生活[18]等方面或某一行业中的碳排放[19,20,21]。然而, 环境规制和造林活动是当前进行CO2减排的重要措施, 也是当前多数国家所采取的减排手段。在CO2减排政策制定以及减排措施具体应用之时, 研究两者对CO2减排的影响作用过程显得尤为必要, 同时, 当前有关国内CO2排放量与环境规制和造林活动之间综合关系研究方面尚处于空白, 鉴于此, 本文以我国30个省份为研究对象, 在计算出近年来各个省份CO2排放量的基础上, 对CO2排放量的动态过程进行分析, 同时对环境规制、造林活动与CO2排放量的关系进行探讨。以期展现我国各省份CO2排放量的动态演进情况和不同减排措施所产生的影响效果, 以此为不同地区减排政策的制定和减排措施的实施提供相应的借鉴。
二、指标选取与数据来源
(一) 指标选取
1. CO2排放量。
通过对当前有关CO2排放的文献进行整理后发现, CO2排放量的数据来源主要有以下几个方面:国际能源署、美国CO2信息分析中心、根据IPCC (2006) 提供的方法进行计算而得。由于本文的研究对象为中国省域CO2的排放量情况, 以上前两个研究机构仅公布了我国历年整体的CO2排放量, 尚无各个省份的数据, 因此本文根据IPCC (2006) 的方法对CO2排放量进行测算。同时, 由于水泥在生产过程中所排放的CO2总量占到工业生产过程排放总量的56.8%[22], 因此本文所测算的CO2排放量还包括水泥生产过程中所产生的排放。
2. 环境规制。
环境规制体现了政府部门在环境管理方面的水平。在环境规制指标选取方面, 不同学者所利用的指标有所不同, 如利用工业废水达标排放率、废水和废弃污染治理设施的当年人均运行费用、工业污染治理完成投资占工业增加值的比重、环境污染治理投资占国内生产总值的比重等, 部分学者还通过综合计算的方式来构建环境规制指标。本文将各省份污染治理投资额与各省份生产总值的比重作为衡量环境规制水平的主要指标。
3. 造林活动。
造林活动可以通过造林面积体现出来, 造林面积是指报告期内通过人工播种等方法在荒山等一切可以造林的土地上所种植的乔木林和灌木林的面积, 在一定程度上体现了从事造林活动的程度, 因此本文选取各省份当年造林面积作为造林活动的评价指标。
(二) 数据来源
上述各省份污染治理投资额与各省份生产总值比重指标数据来源于《中国统计年鉴》, 当年造林面积指标的数据来源于《中国林业统计年鉴》, CO2排放量计算中所用到的数据主要来自于《中国能源统计年鉴》、《中国统计年鉴》、《2006年IPCC国家温室气体清单指南》等。由于各省份污染治理投资额与各省份生产总值比重统计数据在2002年之前未做统计, 并且西藏自治区的统计数据缺失较为严重, 因此本文以2003—2011年全国30个省份的数据为基础来研究CO2排放量的变动趋势及其与环境规制、造林活动之间的关系。
三、实证分析
(一) CO2排放量的测算及动态演进分析
1. CO2排放量的测算。
本文运用以下公式来计算我国各省份历年CO2的排放量:
CO2kt表示第t年第k个省份的CO2排放量;i表示第i种能源 (本文选取原煤、焦炭、原油、汽油、煤油、柴油、燃料油、天然气8种能源) ;Eikt表示第t年第k个省份第i种能源的消费总量;NCVi表示第i种能源的平均低位发热值;CEFi表示第i种能源的碳含量;COFi表示第i种能源的碳氧化因子;44和12分别表示CO2和碳的分子量;Qkt表示第t年第k个省份的水泥总产量;EF表示水泥生产的碳排放系数。
根据上述公式, 通过计算得到全国30个省份2003—2011年的CO2排放量。从测算结果来看, 30个省份2003—2011年的CO2平均排放量为236 186.4Gg, 按照平均排放量由高到低的顺序排列, 前10个省份分别是山东、河北、江苏、河南、广东、内蒙古、浙江、山西、辽宁、湖北, 平均排放量分别为703 737.1Gg、557 102.6Gg、516 212Gg、442 831.2Gg、422 663.5Gg、382 074.3Gg、350 624.6Gg、348 502.6Gg、339 311.3Gg、290 539.6Gg, 排在后10位的省份分别是海南、青海、宁夏、北京、甘肃、天津、重庆、江西、广西和新疆, 平均排放量分别为25 397.7Gg、29 915.4Gg、82 262.12Gg、99 615.8Gg、1 12 563.9Gg、114 500.7Gg、117 832.5Gg、131 244.9Gg、142 037.7Gg和148 401.5Gg。由此可以看出, 东部沿海地区和能源资源储量丰富地区的CO2平均排放水平较高, 而经济相对较为落后的西部地区其平均排放水平较低。北京、天津等经济发达地区其排放量也处于较低水平, 通过对测算数据进行研究后发现, 2003—2011年, 北京CO2排放总量中来自于能源消耗的排放和水泥生产的排放所占的比例分别为94.6%和5.4%, 天津为97.2%和2.8%, 而山东等排放量较高的前5个省份的比例结构为89.6%和10.4%, 较低的水泥生产排放水平将京津地区的CO2总排放量降低。图1显示了30个省份2003—2011年CO2排放量的平均值, 由此可见, 研究期间CO2的平均排放量呈现不断上升的趋势, 2003年30个省份的平均CO2排放量只有146131.4Gg, 到2011年达到330 168.8Gg, 平均每年以10.7%的速度递增, 这说明近年来随着经济的不断发展, 我国CO2排放水平也随之呈现明显上升的趋势, 同时也从侧面体现出我国在环境规制和低碳减排方面面临着较大的挑战和压力。
2. CO2排放量的动态演进分析。
为了能够更好地考察我国各省份CO2排放量的动态变化趋势, 本文采用核密度估计法对其进行研究。核密度估计法能够从数据自身来研究其分布特征, 并且具有规避预设函数形式而导致实际值和测算值产生差异的优势, 其分布函数为:
式中, η (·) 表示核函数, h表示带宽, n表示样本量, X表示随机变量。在进行具体应用时, 带宽和核函数的选择至为重要, 本文采用Silverman方法来确定带宽, 并且选取较为常用的正态-高斯核函数。为了简便起见, 选取2003年、2005年、2008年和2011年4个年份进行估计来关注其变动趋势。图2显示了2003—2011年30个省份CO2排放量的变动趋势, 其中横轴表示CO2排放量, 纵轴表示核密度。从图2可以看出, 2003年30个省份的CO2排放总量呈现“三峰”分布的态势, 并且以左峰为主峰, 三个波峰对应的CO2排放量分别约为130 000Gg、220 000Gg和380 000Gg, 说明2003年各省份的CO2排放量主要集中在这三个值附近, 且排放量在130 000Gg左右的省份占到绝大多数。2005年核密度分布形状由“三峰”变为“双峰”, 第一主峰所对应的CO2排放量与2003年相比基本保持不变, 但第二主峰所对应的排放量明显右移, 大约集中在500 000Gg附近, 同时从整体形态来看, 峰度有所降低, 即波峰所对应的核密度减小, 这表明从2003年到2005年, 各省份的CO2排放量分布开始呈现分散的趋势。2008年核密度分布继续呈现“双峰”态势, 并且峰度高度进一步变矮, 宽度变宽, 同时右侧呈现明显的拖尾趋势, 这表明随着时间的推移, 各省份之间CO2排放量呈现明显的分散状态, 并且个别省份的排放量逐步开始增大。2011年CO2排放的核密度分布图呈现扁平趋势, 并且形成两个小的波峰, 其中主峰所对应的CO2排放量与前期相比增加幅度并不大, 大约集中在200 000Gg左右, 右侧波峰集中在750 000Gg左右, 各省份之间的排放差距进一步扩大。总体来看, 各地区CO2的排放量总体呈现右移趋势, 并且峰度不断下降, 这表明各个省份的排放量在2003—2008年均呈现持续增加的态势, 不同地区CO2排放量之间的差距逐步拉大。
(二) CO2排放量与环境规制、造林活动之间的互动关系
1. CO2排放量与环境规制、造林活动关系的机理分析。
环境规制能够在一定程度上减少CO2排放的绝对量, 降低CO2排放量的增长速度, 是一种有效的减排手段。同时, CO2排放量的变动能够迫使政府等政策制定部门及CO2排放单位对其作出反应, 两者在一定程度上呈现互动关系。森林具有一定的碳汇功能, 即森林生态系统能够吸收大气中的CO2并将其固定在植被和土壤中, 通过造林活动可以有效减少空气中CO2的浓度。同时, CO2总量的增加在一定程度上会刺激通过造林活动来实现碳减排, 两者关系较为密切。但是, 森林的碳汇功能与森林的生长状态密切相关, 由于森林具有生长周期长等特点, 导致森林碳汇功能在短期内无法产生有效的减排作用, 因此需要提高环境规制强度来实现CO2的有效减排, 同时, 通过环境规制进行减排的过程中也需要造林活动作为补充, 因此环境规制和造林活动两者之间的关系也较为密切。由此可见, CO2排放量、环境规制和造林活动之间存在着一定的响应关系。
2. 计量经济模型的构建。
为了进一步研究三者之间的关系, 本文构建以下面板向量自回归 (PVAR) 模型来进行分析:
其中, k表示省份;t表示时间;Ykt是一个包含3个变量的向量{ln CO2kt, ln EIkt, ln AAkt}, ln CO2表示CO2排放量的对数, ln EI表示环境规制强度的对数, ln AA表示造林面积的对数;A和B分别表示3×3维的系数矩阵;α表示个体效应;β表示时间效应;ε表示服从正态分布的随机扰动项。
3. 单位根检验和面板矩估计。
在运用面板向量自回归模型之前, 为了避免出现伪回归现象, 首先对面板数据进行平稳性检验, 即单位根检验。然而单一的检验方法可能会使检验结果出现偏差, 本文选取4种检验方法, 即LLC检验、IPS检验、ADF-Fisher检验和PP-Fisher检验, 检验结果见表1。从表1可以看出, 除了ln CO2变量的IPS检验结果没有通过检验之外, 其他变量的水平值均在10%的显著性水平拒绝“存在单位根”的原假设, 即变量的水平值是平稳的, 因此本文所选取的数据具有平稳性, 可以进行面板向量自回归分析。
注:括号中的数为P值。
由于本文所建立的模型中包含固定效应, 且存在因变量的滞后变量, 固定效应与因变量的这种关系会对面板矩系数估计结果的准确性产生一定的影响, 为了消除该影响, 本文采用一阶向前差分法消除个体效应, 即进行Helmert变换。之后对面板数据进行矩估计, 具体结果见表2。从表2可以看出, 在环境规制和造林活动滞后一期, 环境规制对CO2的排放量呈现正向影响, 而造林活动具有负向影响, 但是效果不显著, 在滞后二期及三期, 环境规制和造林活动均对CO2排放量产生负向影响作用, 说明在长期内两者能够起到一定的减排作用。
注:括号中的数为P值。
4. 脉冲响应分析。
为了进一步分析CO2排放量、环境规制和造林活动之间的关系, 本文采用系统方程的脉冲响应函数来研究每个变量的冲击对其他变量所产生的影响。图3刻画出三个变量之间的动态交互关系及其效应, 其中中间曲线表示脉冲响应函数曲线, 外侧两条曲线表示两倍标准差的置信区间, 横轴表示追溯期数, 纵轴表示因变量对各变量的响应程度。
环境规制一个正交化新息的冲击在前期对CO2排放量的影响为正, 但之后一段时间内作用逐步下降, 并开始变为负向影响, 这说明环境规制对CO2的减排具有明显的促进作用。前期影响为正主要是由于环境污染治理投资本身的特点所产生的, 我国的环境污染治理投资主要包括城市环境基础设施建设投资、工业污染源治理投资和建设项目“三同时”环保投资三个部分, 并且以城市环境基础设施建设投资所占的比重最大, 资金主要在基础建设过程中得以利用, 而建设过程中本身会造成大量的CO2排放, 因此导致前期对CO2排放量的影响产生正向作用, 但随着时间的推移, 环境规制所产生的减排效果开始显现。从长期来看, 环境规制对CO2排放量产生先上升、后下降的影响, 并在今后一段时间内起到持续的减排作用。
造林活动对CO2排放量的影响在前期接近于零, 但是之后一段时间内效果逐步显现, 能够有效地实现CO2减排。与以环境基础设施建设为主的环境规制措施相比, 造林活动在前期对CO2排放量的影响微乎其微, 究其原因, 主要是由于造林活动本身的特点所决定的。通过造林活动来实现CO2的减排, 主要是立足于植物的生长过程, 而森林的生长本身具有生长周期长的特性, 且在生长过程中易受森林病虫害、森林火灾等干扰性因子和气象变化、氮沉降等非干扰性因子的影响, 因此对CO2排放量影响所产生的滞后时期较长。造林活动对自身冲击的影响与环境规制对自身的冲击类似, 即在整个追溯时期内影响程度逐步下降, 由正变负。将造林活动对CO2排放量冲击的影响和对自身的冲击影响联合来看, 伴随着造林活动对自身冲击的逐步减弱, 其对CO2的减排仍具有较强的积极作用。
CO2排放量一个正交化新息的冲击对环境规制作用的影响在前期较高, 之后逐步下降, 在一段时期内变为负值之后开始回升, 之后保持较为平稳的正向作用。面对较高的CO2排放总量, 需要较高强度的环境规制, 即需要投入大量的资金来改善整个环境状况, 然而CO2减排问题不可能仅仅依赖于经济资源的无限制投入, 因此在前期会使得环境污染治理投资逐步减弱。随着CO2排放量的不断增加以及前期污染治理投资减排效果的逐步增强, 环境规制强度始终保持在一个平稳的水平。CO2排放量的一个正交化新息的冲击对造林活动在前期产生负向影响, 但是一直处于上升趋势, 最后由负变正。面对较高的CO2排放量, 造林活动在短期内无法实现有效减排, 其取得的减排效益在长期内才可以得到体现, 因此在短期内影响为负。同时, 实现CO2的减排只是造林活动的目的之一, 除了实现生态效益之外, 经济效益的获取也是造林活动的主要目的, 如增加农民经济收入等, 与以环境改善为主要目的的环境规制措施相比, 其功能具有多元化, 因此在面对较高的CO2排放量时, 在短期内无法通过造林活动来实现。
四、结论与启示
研究发现, 2003—2011年, 我国各省份的CO2排放量呈现明显上升的趋势, 平均排放量以均值10.7%的速度递增, 各省份面临的减排压力越来越大。此外, 随着时间的改变, 各省份CO2排放量之间的差距逐步拉大。从排放区域来看, 经济发达地区和资源丰富地区的CO2排放量较高, 而西部欠发达地区的排放量较小。环境规制对各省CO2排放量的影响呈现先增后减的趋势, 即在进行环境污染治理投资之初, 由于受到建设工程本身的影响使得CO2排放量有所增高, 之后环境规制所产生的减排效应开始得以显现, 并在长期内保持减排作用。造林活动由于受到森林生长等自然规律的限制而使得前期减排效果不明显, 之后开始发挥森林本身的碳汇功能。
针对上述研究结论, 我们认为各地区可以根据环境规制和造林活动减排影响过程的不同, 在当前已有的国家减排政策的基础上制定不同的减排方案。由于西部欠发达地区在资金等经济资源方面匮乏, 同时自身的CO2排放量相对较小, 因此可以借助于土地资源方面的优势, 充分发挥森林的碳汇功能, 建立起以造林为主的减排方案。东部地区的CO2排放量相对较高, 面临的减排压力较大, 但在资金和技术方面具有一定的优势, 对于这部分区域, 单一的减排方式可能无法达到减排目标, 因此可以充分发挥环境规制和造林活动的共同作用, 以此实现CO2的减排。
摘要：基于我国30个省份2003—2011年的CO2排放量数据, 利用面板数据的向量自回归方法和脉冲响应方法分析碳排放量与环境规制和造林活动之间的关系。结果表明:30个省份CO2的平均排放量以10.7%的速度逐年上升;不同省份CO2排放量之间的差距不断拉大;环境规制对各省CO2排放量的影响呈现先增后减的趋势;造林活动前期减排作用不明显, 但减排效果具有长期性。