产业集聚对我国绿色全要素生产率的影响

姚 莉, 许梦想, 王细漫

(上海第二工业大学经济与管理学院,上海 201209)

0 引言

随着我国经济的快速发展,环境问题备受关注。习近平总书记在党的十九大会议上强调“必须树立和践行绿水青山就是金山银山的理念”,引导我国经济发展向绿色、低碳方向转变。党的二十大报告中特别强调,“推动经济社会发展绿色化、低碳化是实现高质量发展的关键环节”,要“加快推动产业结构、能源结构、交通运输结构等调整优化”,“通过加速产业结构转换,着力提高全要素生产率,实现质量强国目标”。

绿色全要素生产率(green total factor productivity,GTFP)是基于全要素生产率的测算框架进行修订,将环境因素纳入测算的指标[1],从本质上讲,它是偏向于清洁生产和生态友好的绿色生产效率[2]。提高GTFP 意味着通过促进绿色技术的进步和在经济和环境绩效方面实现互惠互利的情况下,促进可持续经济发展[3]。因此在“绿色发展”的理念下,对我国GTFP 的影响因素进行研究,从而更全面探究绿色经济发展的动因,是当前绿色经济发展的重要部分。

目前,关于产业集聚与GTFP 关系的研究,大致可以分为2 类: 第1 类是GTFP 随着集聚类型的不同而存在差异,多数行业的产业集聚能够推动GTFP提升,例如生产性服务业集聚和制造业集聚均会促进GTFP 提升, 并且生产性服务业集聚的促进作用更大[4]。但部分行业的影响效应并不显著甚至呈现出负相关关系,这说明产业集聚并不是在所有行业都表现为规模效应,部分行业的拥挤效应超过了规模效应[5]。第2 类是产业集聚对城市GTFP 具有时间和空间的异质性[6]。如保险业、银行等金融机构, 其集聚对GTFP 的影响所呈现的关系是倒“U”型的。从时间层面上分析, 即在集聚前期, 占主导地位的是拥堵效应, 会抑制城市生产力的提高, 但从长远来看,产业集聚可能会促进城市生产力的提高[7]。而农业和制造业集聚对当地的GTFP 的影响,所呈现的关系是倒“N”型,并对周边地区产生一定影响[8-9]。

综上所述, 学者们对不同产业集聚与GTFP 关系进行了一定探究,但对于所研究产业集聚水平测定的方法以及确定二者关系的经济模型都不尽相同。本文则是通过我国二三产业发展的相关数据,采用区位熵的方法对我国二三产业的发展强度进行分析,探讨各省市产业集群的发展特征。同时采用DEA-Malmquist 指数法,在不同产业集群的背景下,对我国不同地区GTFP 进行测算,使用固定效应回归模型,测算出不同区域二三产业集聚效应对GTFP影响的程度,提出促进我国各个区域产业集群发展以及经济绿色发展的对策和建议,以期为我国经济绿色发展提供新的依据。

1 假说提出

本文核心解释变量是第二产业集聚(the second industry agglomeration, TSIA) 以及第三产业集聚(the third industrial agglomeration, TTIA), 其中孟卫军等[10]提出产业协同集聚对城市GTFP 的提高,呈正向促进作用, 主要通过绿色技术进步来促进GTFP 的提升。由此提出假设1:

假设1TSIA 优势明显会促使中国GTFP 提高。

根据《国民经济行业分类》(GB/T 4754—2011),第三产业即服务业。李体欣等[11]对生产性服务业集聚与GTFP 的关系做了研究,并提出生产性服务业集聚,通过绿色技术效率的作用,显著抑制GTFP的提升。由此提出假设2:

假设2TTIA 优势明显会抑制中国GTFP提高。

通过文献梳理, 了解到产业集聚对城市GTFP具有时间和空间的异质性。其中任阳军等[12]认为资源型产业的空间集聚对本地区GTFP 产生明显的负面影响,对其他地区GTFP 则产生显著的正向空间溢出效应。由此提出假设3:

假设3不同区域二三产业集聚对GTFP 的影响存在异质性。

2 模型构建、变量选取与数据说明

2.1 模型构建

本文利用FE 固定效应回归模型和分组回归模型,对2 个核心变量之间的关系进行实证比较分析。其中, 将我国30 省份(除港澳台以及西藏地区), 划分为7 个区域,做分组回归时,根据集聚程度的不同,做重点区域的回归分析。FE 固定效应回归模型为

式中: GTFPit为i城市t年的GTFP;a0为截距项;a1∼aj为回归系数;TSIAit为代表城市在t年第二产业的集聚程度;TTIAit为城市在t年第三产业的集聚程度;z表示一系列控制变量的集合,上述变量具体设定方式在后续变量描述部分进行具体阐述;µi和φt分别表示城市固定效应和年份固定效应;εit为随机扰动项。

2.2 变量选取

对模型所涉及的变量收集整理,如表1 所示。其中GTFP 为本文被解释变量,TSIA 水平和TTIA 水平为核心解释变量,其余为控制变量。

表1 描述性统计表Tab.1 Table of descriptive statistics

2.2.1 控制变量

本文选择的控制变量主要包括产业结构(industrial structure,IS)、人力资本(human capital,HC)、能源结构(energy-resource structure,ERS)、交通发展水平(transportation development level,TDL)、创新潜力(innovation potential,IP)。其中,IS 用第二产业占GDP 比重来表示; HC 用普通高校学生数与区域人口之比来表示;ERS 用原煤与能源消耗总量之比来表示;TDL 用城市人均道路面积(m2)来表示;IP 用专利申请受理量与人口比来表示[15]。

2.2.2 核心解释变量: 二三产业集聚水平

本文的核心解释变量是二三产业集聚水平, 参考冯科[16]所使用的测算方法, 用第二产业区域生产总值与地区生产总值的比值比上第二产业全国生产总值与国内生产总值的比值表示我国第二产业的集聚水平,第三产业的集聚水平测度方法同上,具体计算公式如下:

式中:j地区i行业的区位熵(Qij)用j地区i行业占该地区某指标的份额(Si)与高层次区域i行业占该高层次区域某指标的份额(Pi)的比值来表示;Si为j地区i行业的相关指标(qij)与j地区该行业所属产业的相关指标(qj)的比值;Pi为高层次区域i行业的相关指标(qi)与高层次区域该行业所属产业的相关指标(q)的比值;Qij越大,说明地区产业集中程度越高[17]。

2.2.3 被解释变量: GTFP

本文的被解释变量是我国各省市GTFP,借鉴梅永倩等[18]、余奕杉等[19]对于GTFP 的测算方法,以数据包络分析法(data envelopment analysis,DEA)为基础,考虑多种投入要素,期望以及非期望产出要素, 在可变规模收益(variable returns to scale, VRS)的假设条件下,结合全域Malmquist 指数,最终测算出我国各省市的GTFP 指数。

在构建GTFP 测算指标体系中, 包含投入、期望产出、非期望产出3 个维度,其中投入变量包括:城镇单位就业人员数量、能源消耗总量、资本存量。非期望产出变量为:二氧化硫排放量、废水排放总计。实际GDP 为期望产出变量。具体计算公式为:

式中:M指数代表从时间t到时间t+1 的决策单元的生产率变化程度,其中M指数高于1 时,则生产率趋向于增加;否则,表明生产率趋向于下降;EC 代表绿色技术进步;TEC 代表绿色效率提升;x、y为投入产出数据,Dt(xt,yt)表示某一个决策单元在t期的生产情况基于t期的前沿面计算的效率[20]。

2.3 数据来源说明

2.3.1 产业集聚测算方面

根据前述区位熵的概念以及测度方法在计算二三产业的区位熵时,需要区域不同年份二三产业的增加值以及地区生产总值的数据,还需要各年份全国二三产业增加值以及国内生产总值的相关数据。这些数据均来自国家数据统计局。

2.3.2 GTFP 测度方面

GTFP 基于劳动、资本、能源等投入指标及产出指标来测度,因此选取如下指标:城镇单位就业人员数量、能源消耗总量、资本存量、二氧化硫排放量、废水排放总计、实际GDP。所涉及2006—2017 年我国省际面板数据各指标原始数据均来自于对应年份的国家数据统计局、《中国统计年鉴》[13]以及《中国能源统计年鉴》[14]。

3 统计比较

3.1 产业集聚方面

通过区位熵法,测算出2006—2017 年,30 个省市自治区的总体第二产业专业化集聚指数,后将全国省市根据经济优势、地区特点划分为7 个区域,京津冀地区、东北地区、南部沿海、长三角区域、华中区域、西南地区、大西北地区。为更清晰反映我国各地区TSIA 系数, 绘制2006—2017 年TSIA 水平变化趋势的折线图,如图1 所示。

图1 TSIA 水平变化图Fig.1 Level of the secondary industry agglomeration

整体来讲TSIA 水平是先提高后下降的, 不同区域具有一定差异性, 如南部沿海以及华中区域TSIA 水平最高,西南地区以及大西北地区TSIA 水平适中,但整体水平低于1。京津冀地区TSIA 水平最低。

通过区位熵指数法测算出2006—2017 年,30 个省市自治区的总体第三产业专业化集聚指数,绘制我国7 大区域2006—2017 年的TTIA 系数变化趋势的折线图,如图2 所示。

图2 TTIA 水平变化图Fig.2 Level of agglomeration of the tertiary industry

整体而言,我国TTIA 水平是缓慢上升的,不同区域具有一定差异性, 如京津冀以及长三角区域TTIA 水平最高, 整体水平高于1, 南部沿海地区以及大西北地区TTIA 水平适中,华中地区TTIA 水平最低。

3.2 GTFP 方面

根据前述数据来源和处理方法, 通过使用DEAP-xp 软件进行计算, 按区域测算出我国的GTFP,整体变化趋势是曲折向上的,如图3 所示。

其中, 从整体趋势上看, 我国这7 个地区的GTFP 是波动上升的, 大部分地区GTFP 平均数值大于1, 并且在2017 年, 长三角区域的GTFP 达到峰值,为1.366; 京津冀地区2007 年GTFP 最低, 为0.818;华中区域的GTFP 在这几年中最为稳定,并且平均值>1,整体来讲我国绿色发展水平向好发展。

4 实证分析及结果说明

4.1 共线性检验

为提高模型估计的准确性, 防止变量间存在共线性的影响,先对解释变量进行相关性检验,结果如表2 所示。各变量间的相关系数绝大部分都是小于0.5 的,说明所选变量之间不存在严重共线性问题。后采用方差膨胀因子法再次检验,结果如表3 所示。各解释变量VIF 的均值为3.72, 小于10, 再次说明模型变量不存在多重共线性,进一步说明模型设定合理。

表2 相关性分析表Tab.2 Table of Pairwise correlations

表3 VIF 方差膨胀因子表Tab.3 The result of regression model

4.2 回归结果分析

本文采用固定效应模型, 控制时间效应的影响, 添加时间虚拟变量, 回归结果如表4 所示。R2=0.688,表示模型拟合效果较好,其中,ERS和HC 均在1%水平上显著。TSIA、IS、IP、TDL 则是在5%水平上显著。TSIA 的系数均为正(0.596),说明从全国的角度来说, TSIA 有利于促进我国GTFP 的增长。而TTIA 的系数均为负(−0.033),说明从全国的角度来说,TTIA 不利于我国GTFP 的增长。ERS 和IS 的系数也均为负,因此,需加能源和产业两方面的绿色调整。

表4 回归结果Tab.4 Linear regression

4.3 分区域回归结果分析

在考虑到空间效应的不同后, 根据TSIA 程度的不同,选取高、中、低3 种状态所在区域,以南部沿海、华中区域以及大西北地区为代表,分析不同区域内TSIA 对GTFP 影响的不同作用。3 组回归的R2均大于0.8,如表5 所示。

表5 第二产业分组回归结果Tab.5 The regression results of the secondary industry

南部沿海地区第二产业集聚度、ERS 以及HC系数均为正, 其中第二产业集聚度和ERS 分别在5%和1%水平上显著,对GTFP 均是促进作用。而华中区域以及大西北地区TSIA 系数为负, 说明TSIA 抑制了GTFP 的提高,不利于区域绿色发展水平的提升。从控制变量的角度看, 南部沿海、华中区域以及大西北地区IS 和HC 对GTFP 的影响作用强, 可以从IS 和HC 的调整方面推动绿色技术进步以及绿色技术效益增长。华中地区IP 系数为正,且在5% 水平上显著, 南部沿海地区技术创新没有充分响应绿色发展的要求,还需要调整IP 的开发模式,以减少其对GTFP 的负面影响。

根据TTIA 程度的不同,以东北地区、南部沿海以及西南地区为代表,从异质性的角度来探讨不同区域内TTIA 对GTFP 的影响。3 组回归的R2均大于0.7,如表6 所示。

表6 第三产业分组回归结果Tab.6 The regression results of the tertiary industry

南部沿海地区TTIA 系数为负(−2.584),在5%水平上显著, 东北地区、西南地区的相反, 表明南部沿海地区的TTIA 对GTFP 的影响有抑制作用,东北地区、西南地区则是促进作用, 表现在东北地区和西南地区的TTIA 使得地理区域范围内的专业人才及技术、生产资料等实现共享,充分发挥了集聚带来的优势作用。由3 组回归结果中可以看到, HC 对GTFP 的影响作用最强, 都需要从HC 结构的调整方面推动绿色技术进步以及绿色技术效益增长, 同时西南地区还需要调整IP 落实环境政策,以减少其对GTFP 的负面影响,最终助力区域绿色发展。

5 结论及对策建议

5.1 结论

本文从全国层面以及地区层面深入探讨二三产业集聚对GTFP 的影响,具体研究结果为:

(1) 从全国层面来看, TSIA 有利于我国GTFP的提升,可以体现在近年来ERS 不断优化、大力倡导技术创新发展, IP 不断开发这些方面。而TTIA却不利于我国GTFP 的提升,从控制变量角度看,需要对IS、HC 以及TDL 方面优化调整,同时可以从ERS、IP 方面提升我国GTFP。

(2)分区域来看, 不同区域不同产业,其集聚水平对GTFP 的影响是不同的。如南部沿海地区的TSIA 对GTFP 有促进作用,该地区充分发挥了绿色技术进步以及绿色技术效益增长的优势作用; 而华中区域以及大西北地区的TSIA 系数为负,说明第二产业的集聚制约了我国GTFP 的提高。在TTIA 与GTFP 关系的研究中,东北地区和西南地区的TTIA对GTFP 有促进作用, 该地区TTIA 使得地理区域范围内的专业人才及技术、生产资料等实现共享,充分发挥了集聚带来的优势作用; 而南部沿海地区的TTIA 系数为负,说明其发展制约了我国GTFP 的提高。

(3)从控制变量的角度看,南部沿海地区、华中区域以及大西北地区都需要从IS 和HC 的调整方面推动绿色技术进步以及绿色技术效益增长,同时华中区域以及大西北地区还需要调整IP 的开发模式,以减少其对GTFP 的负面影响。东北地区需要从ERS 的调整方面推动绿色技术进步以及绿色技术效益增长,同时西南地区还需要调整IP 落实环境政策,以减少其对GTFP 的负面影响。

5.2 对策建议

根据上述结论,本文认为各地应充分关注到不同产业集聚的程度,一些地区产业集聚出现规模效应,而有些地区行业的拥挤效应超过了规模效应,过犹不及, 则会对地区的绿色发展带来负面影响。因此,要形成合理的产业集聚格局,需要对各行业进行科学引导。同时, 区域产业发展结构需要根据不同区域城市规模和经济产业特点进行调整,以促进全区绿色发展水平的提升。提出以下政策建议:

(1)采取差异化产业发展模式,协调区域IS,精准引导。各城市需要避免过度的同质竞争, 同时加快产业的融合和深化,促进协同发展。

(2)发展绿色产业,促进IS 的优化与升级。转变高投资、高污染的发展方式, 提高各产业绿色技术含量。优化智能制造等第二产业的集聚水平, 同时引导第三IS 升级,提高二三产业的竞争力。

(3)提高太阳能、风能等清洁能源的比重,使得绿色能源消费占比提高,ERS 更加科学合理,从而促进消费结构优化升级。

(4)建立防污治理监管部门,充分发挥其监督作用。防污监管部门的建立, 使得防污治理行为得到保障, 监管政府、企业的防污治理资金得到切实使用,将资金向污染治理、新能源产业、高新技术产业倾斜,推动经济绿色发展。

(5)加大教育投入,提升HC 的知识和能力水平,提高绿色发展意识。培养绿色技术应用型人才, 在创新设计时, 加入绿色概念, 从设计源头上进行改进,不断加快科技成果的绿色转化。