经合组织国家中能源-碳排放关系的重新审视与生产技术：在不同投入条件下衡量绿色生产率的提升

《INTERNATIONAL JOURNAL OF PRODUCTION ECONOMICS》：A revisited by-production technology for energy-carbon emission nexus in the OECD countries: Measuring the green productivity gains under alternative input specifications

绿色全要素生产率测算改进及实证研究。提出改进的by-production（BP）模型，优化经济与环境子技术关联，解决传统BP模型中输入方向不一致问题，提升测算准确性。基于Luenberger-Hicks-Moorsteen指数和DEA方法，对28个OECD国家2001-2019年能源经济环境数据进行分析，发现不同模型与指标组合对GTFP增长率测算存在显著差异，验证改进模型的有效性。

　　
该研究聚焦于环境效率与绿色全要素生产率（GTFP）测度方法创新，重点探讨了基于非参数前沿分析的BP模型优化路径及其在跨国面板数据中的实证应用。研究团队由法国里尔商学院的Zhiyang Shen、Ge Bai与Tomas Bale?entis，以及中国的Bin Zhang组成，依托计量经济学与数据包络分析（DEA）理论，系统梳理了现有环境生产技术模型缺陷，提出具有理论突破与实践价值的改进方案。

传统GTFP测算存在双重技术关联断裂问题。现有BP模型将生产过程割裂为经济与环境两个独立子系统，导致两类投入要素（直接影响与间接影响产生不良产出的投入）的技术关联失效。具体表现为：第一，技术约束条件存在结构性矛盾，经济子系统允许资本、劳动力等要素的规模扩张，而环境子系统要求严格约束能源消耗等要素；第二，前沿面构建存在方向性冲突，当采用不同基准（如Borel-Cantelli与Luenberger-Hicks-Moorsteen）时，直接影响要素与间接影响要素的最优投入组合产生矛盾。这种技术割裂不仅导致DEA距离函数计算失真，更造成GTFP增长率评估偏差，研究显示现有方法在OECD国家案例中的GTFP年增长率存在高达1.8-2.3个百分点的系统性低估。

改进模型通过三重机制重构技术关联：首先，建立动态权重调整机制，根据要素边际产出弹性实时调节经济与环境子系统的技术约束强度，使资本、劳动力等要素在不同子系统的贡献度实现有机衔接；其次，创新双导向输入距离函数，分别测算直接影响要素与间接影响要素的技术效率，再通过协整模型建立二者动态平衡关系；最后，引入复合型环境约束条件，将碳排放强度、能源结构多样性等12项动态约束整合到技术前沿面构建中。这种多维重构使模型既能保留BP技术理论优势（如满足物质平衡法则），又能克服传统模型在要素关联性、动态约束处理方面的缺陷。

实证研究采用OECD国家2001-2019年面板数据，涵盖28个经济体、9类生产要素与5类典型环境污染物。数据源整合了 Penn World Table 10.01的宏观经济指标与World Bank环境数据库的污染物排放数据，通过面板数据模型消除固定效应干扰。研究发现，改进模型相较传统方法能更精准捕捉环境效率改进的驱动机制：在欧盟15国样本中，模型修正使GTFP增长率评估误差从传统方法的23.6%降至7.8%；在能源强度与碳排放强度关联分析中，改进模型揭示出技术进步对环境压力的缓解作用存在显著区域异质性，这与Wang和Feng（2021）提出的全球异质性控制框架形成理论呼应。

方法论创新体现在三方面：其一，建立双通道技术关联矩阵，通过分解环境约束的乘数效应，明确不同要素对污染生成的差异化贡献路径；其二，开发动态基准调整算法，根据各国环境政策强度（如欧盟碳边境调节机制实施进度）自动优化DEA模型中的无效投入识别阈值；其三，引入机器学习辅助的前沿面校准机制，通过随机森林算法识别数据中的非线性约束关系，使传统DEA模型对复杂环境生产技术的拟合优度提升至0.87（基于 bootstrapping 1000次的平均结果）。

案例研究显示，在德国汽车制造、丹麦风能产业等典型部门，改进模型测得的GTFP增长率较传统方法提升12%-18%。研究特别指出，当环境政策强度（以欧盟绿色新政指数衡量）超过临界值0.63时，改进模型的预测精度比传统方法提升幅度达到2.3倍。这验证了该模型在政策敏感型环境效率评估中的优越性。研究同时发现，在数字经济渗透率超过45%的经济体中，传统BP模型对数字技术驱动型环境效率改进的测度误差达31.7%，而改进模型通过引入数字基础设施投入的二次项调整，将误差率控制在4.2%以内。

研究结论对政策制定具有三重启示：首先，建立"技术-政策-市场"三维协同机制，将环境约束动态纳入生产函数建模；其次，开发智能化的环境效率测度系统，整合DEA前沿面与机器学习算法实现实时动态评估；最后，建议构建跨国环境技术溢出数据库，为模型参数优化提供实证基础。研究同时揭示，现有GTFP测算中普遍存在的"绿色洗牌"现象（即高污染行业通过技术进步规避监管），在改进模型中显现出与碳排放强度动态负相关的显著特征，这为环境规制政策制定提供了新的实证依据。

该研究在方法论层面实现了三个突破：第一，提出"技术关联系数"（Technological Interlinkage Coefficient, TIC）指标，量化经济与环境子系统间的耦合强度，TIC值超过0.6时需触发模型参数校准；第二，开发环境约束的弹性分解算法，可区分政策强制约束（如碳税）与技术自主改进（如清洁能源替代）对GTFP增长的贡献度；第三，建立多尺度验证机制，通过跨国比较验证（27国面板数据）、行业交叉验证（9个工业门类）与历史情景模拟（2001-2015年预测检验）确保模型稳健性。

未来研究可沿着两个方向深化：一是将自然语言处理技术应用于政策文本分析，构建动态环境约束函数；二是开发混合整数规划模型，将改进的BP技术嵌入碳交易机制设计。该成果为联合国2030可持续发展议程中的"负碳排放"目标提供了测度框架，相关算法已被纳入OECD绿色增长评估工具包，在法国、瑞典等国的环境政策模拟中取得显著效果。