中国省域绿色全要素生产率空间分布差异及影响因素研究

江艳婷，余华银

(安徽财经大学 统计与应用数学学院，安徽 蚌埠 233030)

近年来我国经济高速增长，但日益加剧的环境污染已经成为社会关注的焦点，如何权衡两者的关系成为亟待解决的问题。绿色全要素生产率(GTFP)能够体现要素投入约束下的经济增长质量，其效率值恰能反映生态经济发展状况。绿色经济由于具有绿色增长的内涵，已然成为生态经济发展模式的必然选择。此外，区域发展问题一直是学者们关注的焦点，我国区域绿色全要素生产率是否实现了同步提升需要深入探究，同时学者们研究认为空间变量几乎都存在空间依赖性，那么集资源、经济和科技等要素于一体的GTFP很可能也存在空间关联性，因此为了实现生态保护与经济增长的协调统一，对于GTFP的空间溢出、影响因素及区域差异的研究是迫切需要的。

一、文献综述

随着全要素生产率的发展，对于GTFP的测度方法也在不断丰富。由 Solow(1957)率先提出索罗残值法[1]，到Aigner等(1977)研究发现随机前沿生产函数法[2]，后来随着数据包络分析模型的兴起，DEA-Malmquist指数法亦被广泛应用于全要素生产率的测度，如罗良文等(2016)基于DEA-Malmquist指数法测算省域全要素生产率，然后分析基础设施投资对全要素生产率的影响效应[3]。Paelinck J(1979)首次提出空间计量模型[4]，随着其不断发展完善，之后被广泛运用于全要素生产率的研究，如曾淑婉(2013)采用静态与动态相结合的空间计量模型，研究财政支出对全要素生产率的空间溢出效应，发现西部和东部地区分别显现正、负向空间溢出效应[5]。

鉴于全要素生产率的研究框架不包含资源环境约束，学者们开始探索把环境投入作为非期望产出来研究绿色经济增长，且李俊、徐晋涛(2009)研究发现对于包含环境污染变量的绿色全要素生产率是衡量区域经济增长质量的有效方法[6]。由此绿色全要素生产率的研究开始广泛兴起，周五七、朱亚男(2018)运用Global-malmquist-Luenberger指数测度长江经济带的绿色全要素生产率，并实证研究了金融发展与绿色全要素生产率之间的作用机理[7]。与此同时，基于空间计量方法探索绿色全要素生产率空间溢出效应亦是研究的热点，如梁喜、李思遥(2018)研究交通基础设施对绿色全要素生产率增长的空间溢出效应，发现空间溢出效应超过了本地效应，并强调以区域协调促绿色经济发展[8]。

总体来说，已有学者对绿色全要素生产率的空间效应进行了有益的探索，但相关研究成果较少，而且已有文献往往强化某一个因素的作用，即单单从资源、经济、科技与制度某一个要素或某一个行业着手，缺乏对GTFP的空间溢出效应及影响因素进行一个全面系统的分析，同时很少有文献对区域绿色全要素生产率的空间分布差异进行深入探讨。因此，本文基于地理空间角度考察GTFP的空间集聚机理，为实现区域绿色、协调及经济高质量发展提供具有理论基础的可行性建议。

二、研究方法

1.Malmquist指数法

测度绿色全要素生产率的方法较多，但学者们普遍采用Fare等(1992)构建的DEA-Malmquist指数法，该法是基于距离函数和线性规划法测算t至t+1时期的生产率指数，用分解的技术效率和技术进步指数深入探究生产率变化情况[9]。由于DEA-Malmquist指数法测算的绿色全要素生产率是环比效率指数，为了凸显GTFP的空间效应，将其转化为以2007年为基期的定比增长指数。

2.空间权重矩阵的设定

设定空间权重矩阵是空间计量分析的重点内容，学者们经常使用的有空间相邻矩阵、地理距离矩阵和经济地理矩阵，我们参考杨钧等(2019)的研究选用地理距离矩阵W，并将矩阵行标准化，dij表示基于经纬度测算的两省会城市之间的地表距离[10]，如下式(1)：

(1)

3.空间相关性检验

空间相关性检验是建立空间计量模型的基础，可以探究GTFP整体空间分布格局，常用的检验方法有“莫兰指数I” (Moran’s I)和“吉尔里指数C”(Geary’s C),本文采用Moran’s I来检验绿色全要素生产率和解释变量的空间相关性。

4.空间滞后模型(SAR)

在对空间误差模型(SEM)和空间滞后模型(SAR)进行LM和Robust-LM检验后，最终选用空间滞后模型进行空间计量分析，基于GTFP与影响因素，建立计量模型如公式(2)：

(2)

其中，GTEPit表示i省份在时间t的绿色全要素生产率；RGDP表示人均GDP的对数；TEC表示科技创新；GM表示政府市场化水平；IS表示产业结构升级；UR表示城镇化；α1、α2、α3、α4和α5为影响因素的系数矩阵；ρ为空间溢出系数；εit为误差项。

三、变量选取与数据来源

1.投入产出变量

基于DEA- Malmquist指数法，选取我国30个省份(未包括西藏，因其部分数据未统计)2007-2017年间的投入变量、产出变量。其中，资本、劳动与资源是最基本的投入要素，资本投入参考张军等(2004)的研究，采用“永续盘存法”对资本存量进行计算，计算公式为kit=Iit+kit-1(1-δit)，k表示资本存量，I为当期投资用固定资本形成总额表示，并以2007年为基期采用固定资产投资价格指数平减各年投资，同时用固定资本形成总额除以10%作为初始资本存量，δ表示经济折旧率，设定为9.6%[11]。用各省市年末从业人员数衡量劳动投入，资源投入选用占据核心资源之一的能源消费总量来表征。期望产出采用经济发展指标，即地区生产总值来测度，并以2007年为基期平减为实际GDP；非期望产出即污染物排放，选用废水、废气排放总量及一般工业固体废物产生量，并通过主成分分析从三个单一指标中提取重要信息，形成能够反映环境污染特征的综合指标。数据来源于《中国统计年鉴》及各省市统计年鉴。

2.空间效应解释变量

基于我国绿色发展理念及经济发展的特点，选取以下五个指标作为SAR模型的解释变量，深入考察其对绿色全要素生产率的影响效应。

(1) 经济发展水平(RGDP) 选用人均GDP进行测度且为了避免异方差将其取对数，经济发展水平能够奠定区域投入产出的环境基础，因此探究绿色全要素生产率在空间分布上是否具有经济发展优势是非常必要的。

(2) 科技创新(TEC) 科技创新是我国环境保护的优势途径，亦是经济增长的内生动力。当前中美贸易争端对我们的技术水平提出了新的挑战，如何提高产品的质量、形成我国产品的特色优势成为关键，即如何通过技术创新降低经济转型成本并保障经济高质量运行成为当下研究的热点。TEC用R&D经费内部支出与GDP的比值来表征。

(3) 政府市场化水平(GM) 政府与市场如何进行资源配置是环境与经济协调发展中的重要影响因素，政府财政支出用于经济建设亦或生态建设，直接关系到绿色全要素生产率，同时东中西部地区由于自身区位条件以及发展模式不同，对政府市场化的响应往往不能步调一致，而且财政支持力度与政策偏向往往不同，因此用地方政府财政支出与GDP的比值作为代理变量，测度其对不同区域GTFP的空间效应。

(4) 产业结构升级(IS) 产业结构调整是当前我国经济转型升级的重要途径，如何通过产业结构升级将经济发展模式从依靠要素投入转为效率提升的优势发展是我国亟待解决的问题，因此测度产业结构升级对绿色全要素生产率的直接效应及溢出效应是具现实意义的。参考李逢春(2012)的研究方法[12]，构造一个产业结构升级系数，其中L为劳动生产率，即产业增加值与产业就业人数的比值。为了避免产业内劳动生产率差异过大，对其开方处理，权重P为各产业增加值与GDP的占比，如公式(3)所示。

(3)

(5) 城镇化(UR) 城镇化是扩大内需的潜在动力，劳动力向城镇的转移给地区发展奠定了资源基础，但是城镇化能否成为经济发展的内在动力并优化经济结构，同时提升绿色全要素生产率，将有待进一步研究，本文以城镇人口与该地区总人口的比值来表征UR。

四、绿色全要素生产率分析

运用DEA-Malmquist指数法，测算我国省域绿色全要素生产率指数及其分解项，由于篇幅原因，测算结果不再列出。结果表明2007-2017年间我国整体绿色全要素生产率呈上升趋势，年均增长率为2.8%，技术效率年均增长率为5.3%，而技术进步指数年均下降了1.1%，说明技术效率的改善是绿色全要素生产率发展的内生动力，而技术进步下滑成为其制约因素，因此我国现阶段应以实现技术进步为目标，强化自主创新，追求掌握重大领域核心技术，力争以技术创新为优势平台促进绿色全要素生产率的稳步提升。从省级层面分析，多数省份的绿色全要素生产率指数大于1，如北京、天津、江西、河南、四川等，说明绿色经济正朝着协调、可持续的方向发展，资源环境经济效益与日俱增；而有些省份的绿色全要素生产率出现下降，如广西、内蒙古和新疆等西部地区，因此国家应注重对这些地区的生态和经济的扶持，各省份亦应加强自身绿色经济建设，争取早日实现环境与经济的协调发展。

五、绿色全要素生产率空间效应分析

1.空间相关性检验与模型适用性检验

在建模分析空间效应时首先要检验变量是否具有空间依赖性，只有通过了相关性检验，后续的模型设定及分析才是合理的。本文使用Moran’ I进行相关性检验，结果表明GTFP、RGDP、TEC、GM、IS和UR在样本期间几乎全通过了5%显著性检验，且除个别年份外变量系数均为正，表明我国省域绿色全要素生产率和影响因素均呈现较大的正空间自相关，即高值与高值、低值与低值集聚已经成为一种发展态势。

运用Moran’ I进行空间相关性分析之后，建立正确合理的计量模型分析空间相关性因素。经典的计量经济学模型包括空间滞后模型(SAR)和空间误差模型(SEM)，鉴于模型选择问题可以用拉格朗日乘数法(LM及Robust-LM)进行统计检验，根据Anselin等[13]提出的判别准则，即观测SAR模型和SEM模型统计值的显著性。首先观测LMLAG和LMERR统计值，若两者均显著则需进一步进行稳健的拉格朗日乘数检验，即Robust-LMLAG和Robust-LMERR检验，根据何者较为显著来选用恰当的模型。 由 LM及Robust-LM检验可知，SAR模型的LMLAG和Robust-LMLAG统计值分别为10.564和8.668，P值分别为0.001和0.003，均显著，而SEM模型的LMERR和Robust-LMERR均不显著，因此空间滞后模型是更为适合的模型，并根据Hausman检验结果确定采用随机效应的SAR模型会更加有效。

2.绿色全要素生产率的回归分析

运用SAR模型对GTFP及影响因素进行回归分析，结果如表1所示，无论是全国还是东中西部区域，空间影响系数较大，且在1%水平下显著为正，说明我国绿色全要素生产率在区域间存在显著的正向溢出效应。

表1 空间面板滞后模型(SAR)回归结果

(1) 经济发展水平 其对全国GTFP产生正向影响，但作用并不显著，而对东部、中部地区GTFP产生了显著的负向作用。经济发展水平提升并没有对GTFP产生预期作用，可能由于我国长期粗放式的经济增长方式，物质消耗与资源投入力度超过了科技创新的驱动作用，知识积累不充分，直接导致了东部、中部地区GTFP的下滑。

(2) 科技创新 在全国和东中部区域，科技创新显著提升了绿色全要素生产率，这与我国实施创新驱动发展战略是相得益彰的，东部、中部地区以科技创新为载体不断降低污染排放强度并优化能源消费结构，直接促进GTFP的提升，而西部地区的科技创新有待进一步加强。可能由于我国科技资源区域配置不协调，西部地区经费和人才等科技储备严重不足，没有营造自主创新带来的优势发展环境，不能满足结构调整和发展方式转变的需要，最终抑制了绿色全要素生产率的提升。

(3) 政府市场化 总体来看政府市场化抑制了GTFP。首先可能由于政府调控与市场经济没能形成内生协调机制，其次当决策执行单位没能及时有效地落实上级政府的干预政策，就会造成有关环境保护、资源投入及经济发展的政策实施成效得不到保障，因此对GTFP造成负向影响。

(4) 产业结构升级 产业结构升级在全国和中部地区产生正向效应，而对东部、西部地区产生了负向影响，但影响均不显著。总体来看，我国现阶段仍属于第二产业占比较大，以科技创新为依托带动清洁无污染行业发展的第三产业进步优势并不明显，所以对GTFP的正向影响较微弱。我国东部地区工业发达，传统的工业生产方式无法迅速转型升级，精细化、专业化和特色化的发展道路需要时间累积；同时西部地区属于我国能源基地，高消耗高污染问题较为严重，在产业培育方面形成的差距在短时间内无法弥补，因此现阶段还无法提升绿色全要素生产率。

(5) 城镇化 城镇化对我国东中西部地区均产生了负向影响。现阶段城镇化中劳动供给数量和劳动力质量两个发展要素没有实现同步提升，难以依托劳动力改进生产技术，企业的科技研发能力亦有限，所以不利于绿色经济发展。同时城镇化与工业化往往协同运作，劳动力资源配置与产业结构调整不当会不利于生态经济建设，而且城镇化带来的人口空间集聚会给环境造成一定压力，资源消耗与污染排放问题会阻碍绿色发展。

3.绿色全要素生产率的空间效应分析

为了深入探索GTFP的空间效应，把总效应分为直接效应和溢出效应，直接效应是解释变量对本地GTFP的影响，溢出效应则是解释变量对外部区域GTFP的作用，结果见表2。

表2 空间效应分解

(1) 直接效应 东部和中部地区经济发展不利于本区域GTFP的提升，可能与长期沿袭粗放式的经济增长方式有关，而全国和西部地区的促进作用则不显著。全国、东部、中部地区科技创新都能显著作用于本区域GTFP，因此要强化科技创新优势，促环境与经济协调发展，而西部地区则不显著。对于全国、东部、西部地区，政府市场化水平显著抑制了本地GTFP的提升，可能由于政府在调控宏观经济时，财政支出用于经济建设的占比高，环保支出显得不足，生态效益较差。而中部地区可能由于政府根据市场特性采取了针对性的调控措施，其政府市场化水平显著促进本区域GTFP的提升。全国和中部地区产业结构升级对本区域的GTFP正向作用微弱，东部、西部地区则显现负向效应，且影响均不显著，说明现阶段我国产业结构不够优化，产业升级需要时间成本，但应一直以资源环境与经济协调发展为目标，早日实现产业结构的转型升级并促进GTFP的提升。在全国、中部、西部区域，城镇化对本区域GTFP产生了显著的负向影响，说明随着城镇化进程加快，人力、物力等资源投入效率较差，没有依托技术创新提升GTFP，而对东部地区影响则不显著。

(2) 溢出效应 东部、中部地区的经济增长在10%的显著性水平下对相邻省份的GTFP产生负的空间溢出效益，这是由于东部、中部地区较高的经济发展水平会吸引相邻省市各类资源要素的聚集，阻碍了相邻省市GTFP的提升，而全国和西部地区的经济增长没有表现出显著的外溢效应。东部、中部区域的科技创新能够显著提升相邻区域GTFP，说明东部、中部地区响应国家科技资源共享的号召，营造创新合作平台，降低发展成本的同时提升发展质量，而西部地区由于地理位置差异及资源共享机制不完善等问题，科技创新对相邻省市GTFP的作用并不显著。全国和东部区域的政府市场化水平会对相邻省市的GTFP产生显著的负向作用，这是由于政府的市场化程度存在地区差异，东部地区财政支持力度较大，可以依托有利的政策环境吸收邻近省市的资源要素，所以会产生负向溢出效应。中部地区的财政支出会显现显著的正向溢出效应，可能是由于中部地区的财政支出在相邻省市产生了地方政府财政竞争效应，相邻省市会争夺资本与人力等流动要素，进而提升GTFP，而西部地区不显著。全国和东中西部区域的产业结构升级对相邻省市GTFP影响较弱，均没有显现显著的外溢效应。全国和东中西部区域的城镇化对相邻省市GTFP均显现负向溢出效应，且全国和中部地区较为显著，说明增加本地区城镇化率还会抑制周边省市GTFP的提升，可能是由于本区域城镇化进程吸引了周边省份的劳动力，牺牲了相邻省份的资源投入，不利于其GTFP的提升。

六、结论与对策建议

(1) 结论 本文首先基于DEA-Malmquist指数测度2007-2017年间我国30个省份的GTFP及其分解指数，然后建立空间面板滞后模型分析GTFP的空间效应。结果表明：技术效率的改善成为我国绿色全要素生产率发展的动力源泉，而技术变化产生了负向影响；无论是全国还是东部、中部、西部区域，绿色全要素生产率均存在显著的正向溢出效应；东部、中部地区的经济发展水平对GTFP的直接效应和溢出效应都显著为负，全国和西部地区效应为正但不显著。东部、中部地区科技创新既是本区域GTFP提升的内在动力，亦是相邻区域绿色全要素生产率提升的优势途径，但西部地区科技创新能力与东部、中部差异明显。除了中部地区，政府市场化水平均不利于本地绿色全要素生产率的发展且空间溢出效应为负。产业结构升级对GTFP的本地和空间溢出影响微弱，均不显著。城镇化抑制了本省和外部区域GTFP的发展，且在全国、中部、西部地区负向影响显著。

(2) 对策建议 第一，经济增长并没有对GTFP产生预期的促进作用，因此要深化改革，强化自主创新，提升劳动、资本等要素创造经济产出的能力，同时要通过技术革新优化生态经济发展模式下的要素配置，实现绿色增长。东部、中部地区科技创新能够显著提升本地与相邻区域的GTFP，因此要深入实施创新驱动发展战略，充分发挥科技创新的积极效应。首先政府要健全创新管理体制，激发创新活力，以技术基础为支撑引导要素投入并强化要素的产出率；其次各区域亦要加强自身绿色经济建设，基于自身区域资源优势，推动特色科技产业发展，实现绿色全要素生产率的长期增长与积极溢出。而西部地区科技创新能力较差，主要源于创新资源稀缺，因此要加大创新资金投入，注重培养技术型人才，提高企业、高校和研发机构自主创新的积极性，同时需借鉴东部、中部地区创新模式并消化吸收其先进技术，强化产学研结合优势，并给予政策激励营造自主创新的优势环境。

第二，政府市场化在市场经济中无疑承担着重要角色，政府只有根据市场特性作出适当干预，与市场经济形成内生协调机制，才能实现生态经济可持续发展。一方面，政府应该完善绿色经济发展体制，形成资源与环境约束机制，推动经济健康发展；另一方面，要充分发挥市场主体的作用，使市场成为绿色经济发展的“助力器”，根据市场经济效应激发绿色生产要素，弥补环境经济发展中的不足。总之两者应“齐心协力”共同推动经济高质量发展。

第三，产业结构升级对各区域的GTFP影响均不显著，东西部地区还显现负向效应，说明我国产业结构调整存在明显不足。产业结构升级是我国经济转型过程中重要一环，而产业结构升级的关键在于技术革新与技术质量的提升，因此如何依靠自主创新实现绿色生产是重点。总体来说可以通过加强绿色监管，以技术为支点打造绿色工业链，实现清洁生产。同时三产的深度融合亦是产业结构升级的关键，而产业结构从一产向二产再到三产的转变，势必会引起劳动力转移，但劳动力质量提升问题不可小觑，因此国家应注重培养劳动者素质，积极开展职业培训，强化专业技能，并且同时提升高技术产业和现代服务业的发展质量，实现三产的密切交融。

第四，当前我国城镇化水平无法提升GTFP，因此现阶段加快提升城镇化发展质量刻不容缓。对于城镇化带来的生态压力要采取相应措施，如健全人口管理与住房保障制度、完善生态监督机制，并加强经济要素的均衡流动。此外，城镇化与产业化是不可分割的整体，要以产业发展带动城镇化进程，实现城镇化与产业化的深度融合，并最终从生态经济发展的内涵实现城镇化的高质量发展。

第五，我国省域绿色全要素生产率的区域差异表明应积极避免“马太效应”，要实现东中西部的协调联动发展，加强区域间的创新合作。东部地区作为绿色经济发展中的佼佼者，应该起辐射带动作用，促进资源经济要素在各区域间的均衡流动；西部地区应该积极补足短板，强化科技支撑把区位劣势转化为发展优势，实现区域共享发展的新格局；同时各个区域在统筹经济发展规划时应考虑到相邻区域的空间溢出效应，把实现各区域协调、绿色发展作为发展动力，最终全面实现绿色全要素生产率的稳步提升。