APP下载

绿色考核能破解“资源诅咒”吗?

2024-05-04任胜钢周罗琼汪阳洁

中国人口·资源与环境 2024年2期
关键词:资源诅咒资源型城市

任胜钢 周罗琼 汪阳洁

关键词:资源诅咒;綠色考核;资源型城市;绿色经济增长

“资源诅咒”一直以来是发展经济学关注的一个重要现象。已有大量文献从资源禀赋视角探究了“资源诅咒”发生的驱动力、形成机制、对经济社会发展的影响等[1-5],但重点几乎都着眼于回答“是否存在‘资源诅咒”,以及“为何会发生‘资源诅咒”等问题上。他们认为“资源诅咒”产生的根源是城市对自然资源过度依赖,产业发展“一业独大”,过多挤占了对其他经济领域的投资。也有许多学者从资源依赖度的视角,从跨国和國内区域层面实证研究支持了“资源诅咒”假说的成立[6-8]。其中,尤其以依托本地矿产、森林等自然资源发展起来的特殊类型城市,即资源型城市更为严重[9-10]。

如何有效破解资源型城市的“资源诅咒”问题、促进资源型城市向绿色高质量增长转变,是摆在政策制定者和学者面前需要回答的一个关键难题。一方面,资源型城市对资源产业过度依赖,产业结构单一,替代产业乏力;随着资源总量减少,产业效益呈下降趋势,经济持续增长的动力不足。另一方面,资源开采过程往往伴随高耗能、高污染,城市生态环境历史遗留问题严重;再加上承接发达地区污染产业转移任务,环境治理压力持续增长。据统计数据分析,2020年资源型城市SO2排放量占全国排放的60%左右,CO2排放量接近全国水平的55%,能耗占比在50%以上,但同期GDP占比不到30%。经济增长和生态环保的“双损”效应极大制约了资源型城市的可持续发展。

本研究旨在探究绿色考核政策能否破解资源型城市“资源诅咒”、促进绿色经济转型。蔡昉等[11]指出,传统经济增长方式向可持续发展方式转变,离不开政府规制和行动。作为最重要的绿色考核手段的之一,节能减排目标考核政策是政府促进经济可持续增长的重要抓手和突破口。中央政府在“十一五”规划纲要(2006)中首次提出了“节能减排”的总体目标,将节能减排指标作为硬约束性指标与地方领导人的政绩考核挂钩[12]。这一举措试图通过将环境治理效果考核与传统GDP考核相融合,作为引导地方政府行为转变的“指挥棒”[13]。那么,这种政府行为导向的绿色考核能否破解“资源诅咒”,成为资源型城市绿色转型发展亟待研究的问题。

近来不少文献开始关注这种政府行为导向的绿色考核政策效应,但结论莫衷一是。一种观点认为此举带来了经济福音。因为绿色考核倒逼“技术创新”,产生的创新补偿效应弥补规制成本,进而促进经济增长[14-15]。二是认为其加剧了“资源诅咒”效应。原因是绿色考核增加环保成本,将有限的地方政府资源用于绿色环保而非生产性活动,反而损害经济增长[16-17]。以上争议可能源于现有研究基本上以全部城市为分析对象,未区分不同类型城市可能导致的不一致结果[15,18]。事实上,绿色考核政策具有偏向性,对不同地区的经济增长具有显著异质性[19-20]。此外,对政策的关注点及指标测度的不同,也会影响政策评估结果[18]。

不同于已有文献,本研究通过手工收集2006—2020年资源型城市节能减排目标考核数据,运用综合指数法计算这一绿色考核政策的强度,并通过方向距离函数模型(GML?DDF)计算城市绿色全要素生产率,作为城市绿色经济增长的代理指标,以此研究绿色考核政策能否破解“资源诅咒”。结果表明,绿色考核显著提升资源型城市的绿色全要素生产率,通过绿色技术创新、工业产业结构清洁化、资源配置优化等途径促进资源型城市绿色全要素生产率。进一步分析发现,地方国企依赖、地方官员晋升激励、资源型城市类型等因素会影响绿色考核和资源型城市绿色全要素生产率之间的关系。

可能的创新点有以下3个方面。首先,为已有“资源诅咒”效应及其治理文献提供有益补充。以往研究大多围绕资源管理本身,从政府资金扶持、人力资本投入、非矿业部门发展和吸引外资等经济发展视角[21-23]来考察“资源诅咒”的破解问题。本研究从政府行为规制视角出发,剖析绿色考核政策破解“资源诅咒”的传导机制和经济后果,为解决区域层的“资源诅咒”问题提供新的理论支撑。

其次,为现有节能减排政策的经济效应评估结果争议提供了新证据。一方面,如前所言,城市异质性极大影响环境治理改革效应的评估结果[19-20]。另一方面,现有研究往往单独从节能政策[18-19]或减排政策[15-16,24]的角度进行分析,鲜有将二者纳入同一考核框架的研究。由于节能减排会相互影响;节能侧重于源头控制,减排侧重于末端治理,很难将它们割裂开[25]。并且中国节能减排工作是一体部署、一体推进、一体考核。本研究将节能减排作为统一整体,有助于增进对资源型城市绿色考核政策效应更全面的理解。

最后,拓展了影响绿色考核效果的情景因素文献。揭示了地方官员晋升激励、地方国企依赖、城市资源禀赋类型和成长阶段等异质性因素在绿色考核效应中的作用,为分类施策、因地制宜探索资源型城市绿色经济增长的转型之路提供科学的决策依据。

1制度背景与理论分析

1.1制度背景

为应对能源短缺和环境污染的双重挑战,自“十一五”以来,中央制定了一系列推进绿色考核的政策措施(图1),促进经济绿色发展。其中“十一五”规划纲要(2006年)中首次提出“节能减排”的总体目标,即单位国内生产总值能源消耗降低20%左右,SO2、COD等主要污染物排放总量减少10%,并将节能减排指标作为绿色发展硬约束性指标与地方领导人的政绩考核挂钩。另外,国务院也于2013年发布了《全国资源型城市可持续发展规划(2013—2020年)》,明确规定绿色考核指标是资源型城市可持续发展的关键性硬约束指标。

为确保节能减排这一绿色考核目标的实现,在每个五年规划期,国务院均专门印发了《节能减排综合性工作方案》(以下简称《方案》),统筹推进节能减排工作,实现节能减碳降污协同增效,推动经济社会全面绿色转型。《方案》有两个亮点:一是强化了目标责任考核。具体包括:①上级主管单位将年度目标考核与进度跟踪相结合,对地级市每年节能减排目标完成情况、措施落实情况,以及“五年规划”目标完成进度等进行统一评价考核。②对地方政府实行问责制和“一票否决”制。绿色考核结果要转给相应的干部主管部门,作为地方官员政绩考核的重要内容。对于未完成年度考核任务的地区,要取消相关负责人当年评先选优和提拔重用的资格;对考核结果为超额完成等级的单位和个人给予表彰奖励。2007年国务院颁布的《国务院批转节能减排统计监测及考核实施方案和办法的通知》中,进一步健全完善了《方案》中绿色考核的问责制和“一票否决”制要求。

二是对各地区、各部门的节能减排工作进行任务分解,明确了各地方政府推动节能减排的主要措施和目标。具体而言,中央政府将全国总指标分解落实到各省,省级主管部门在《方案》中将节能减排指标层层分解落实到地市、县以及辖区内重点污染企业。各地级市实施差异化的节能减排目标,而且每五年规划期的目标强度不一。综合上述政策背景分析可知,城市节能减排目标考核为绿色考核政策分析提供了良好的样本。

1.2理论分析

基于上述政策背景,“十一五”以来,节能减排作为绿色发展硬约束性指标与地方领导的政绩考核挂钩[12]。政绩考核体系不再“唯GDP论”,而是开始关注绿色考核。

绿色考核对官员晋升有直接影响[17]。因此,面对绿色政绩考核,地方主政官员为增加晋升筹码,将转变地方政府行为,从“十一五”之前的普遍以牺牲环境为代价获取GDP增长,转为“十一五”之后的重视节能减排发展绿色经济[17]。此外,绿色考核也强化了节能减排在地方政府政治任务中的重要性,明确了未能达到年度考核目标的地方政府官员将受到处罚或被免职的严重后果,具有高压威慑和强制性的特点,迫使地方政府出台更为严格环境规制政策和采取一系列治理手段来督促当地的环境治理行为[14]。在中国式分权的制度下,地方政府对地方经济的发展具有巨大的影响力和控制力[13],因此,绿色考核导致地方政府行为转变最终表现为当地经济发展的显著差异。

本研究从绿色技术创新、工业产业结构清洁化、要素配置优化三个方面,具体分析绿色考核政策影响资源型城市绿色转型的内在逻辑。

第一,绿色考核通过绿色技术创新,使资源型城市实现从“要素驱动”转向“创新驱动”的绿色经济增长。

资源型城市由于较少受到资源不足的制约,通过技术创新提高资源使用效率的内在激励往往不足。但当面临严格的能耗降低和污染排放减少的“硬约束”时,资源型城市的技术创新水平将会提高,从而增强当地绿色经济增长的内在动力和能力。一方面,为满足严格的绿色考核要求,地方政府采取多种举措推动节能减排技术创新。例如,推动节能减排关键共性技术研发、示范、应用、推广,通过建设创新园区和培养创新型技能型人才等促进绿色发展[15]。另一方面,绿色考核引致的严格环境规制,给当地企业带来了合法性压力,倒逼企业制定战略规划缩减生产成本并采用“绿色”新技术生产[26],如资源型企业进行低碳化、绿色化、智能化技术改革。因此,绿色考核有助于提升绿色技术创新水平[14],以更少的资源消耗和环境影响,获得更多的产出和利润[27],弥补绿色转型成本的同时也带动劳动生产率变革[28]。

第二,绿色考核通过工业产业结构优化,使资源型城市实现从“无序规模扩张”转向“有序结构升级”的绿色经济增长。

资源禀赋优越地区由于选择资源产业作为主导产业优先发展,一定程度挤占了制造业,呈现出资源产业占比上升而制造业比例下降的“去工业化”现象[29],不利于经济绿色增长。但经济增长和绿色考核“双重约束”,会迫使地方政府推进工业产业结构优化,助力资源型城市经济绿色增长。一方面,绿色考核目标促使地方政府调整地区主导产业的选择和认定,推进资源产业比重下降的工业产业结构升级。例如,抑制高耗能高排放资源产业过快增长,培育壮大低能耗低排放的制造业,发挥制造业产业前后关联效应强的产业带动力[29]。通过延伸产业链条,改变过去简单地“挖”资源和卖资源,由“一矿独大”的单一资源型经济向“多业并举”的多元经济转变,逐渐将资源优势转化为经济优势。另一方面,强绿色考核目标增强工业产业结构“绿色化”的内在激励。强绿色考核目标引致的严格环境规制提高了污染行业的环保成本,挤出了利润空间压缩的污染型企业[30],发展利润更高的清洁生产企业,促进工业产业结构“绿色化”升级[15]。

第三,绿色考核通过去“资源错配”,促使资源型城市实现从“资源错配”转向“资源优配”的绿色经济增长。

对于传统资源型城市而言,由于资源产业对生产要素的吸纳、黏滞和锁定效应,劳动力、资本等生产要素被牢牢地阻滞在资源产业体系范围内[31],引起整个经济中生产要素的成本增加,资源严重错配[32]。但是,差异化的节能减排目标硬约束具备引导和重新配置生产要素的功能[12,19]。一方面,绿色考核能有效抑制“资源诅咒”效应的资源转移机制[32],阻止生产要素向高污染、高耗能低效率的资源产业进一步过度流入,引导生产要素流向资源稀缺的非资源产业,防止资源产业因过度开发与重复投资带来的低资源配置效率[33]。另一方面,拥有总量信息优势的地方政府会制定合适的经济政策引导物质资本投资,发挥财政资金的杠杆作用,带动资源优化配置。因为地方政府出台财政激励和绿色金融等经济政策有明确的倾向性,如抑制重污染资源产业的信贷融资,鼓励资金用于淘汰落后产能和重大工程等,可以抑制资源产业的要素吸纳效应,带动多方资金投入非资源产业来缓解投入不足问题[21],从而提高资本效率[34]。

2研究设计

2.1基准模型

基于2006—2020年的中国114个资源型城市相关数据,建立如下面板数据模型来实证识别绿色考核对资源型城市绿色经济增长的影响:

其中:GTFPi,t是城市i在t年的绿色全要素生产率;Targeti,t是城市i在t年的节能减排目标考核强度,β0为常数项,β1为其系数;Controli,t代表一系列影响城市绿色经济增长的其他控制因素,包含城市经济发展水平、经济集聚程度、金融发展水平、经济结构、市场化程度、贸易开放度、人力资本水平、城市化程度、物流发展水平等;δ为该控制變量矩阵的估计系数向量;di为城市固定效应;dt为时间固定效应;εi,t表示随机扰动项。

2.2数据来源及变量设定

资源型城市名单来自《全国资源型城市可持续发展规划(2013—2020年)》中按照资源依赖度界定的114个城市。城市节能减排目标考核数据通过手工整理各省的“十一五”“十二五”“十三五”《节能减排综合性工作方案》和各地市当年的政府工作报告对应的指标数据获得。区域经济指标数据和污染排放指标数据分别来自2006—2020年《中国城市统计年鉴》和《中国环境统计年鉴》。地方官员特征数据来自中国研究数据服务平台(CNRDS)的中国地方政府官员数据库。

节能减排目标考核强度:借鉴邓慧慧等[28]的研究,采用综合指数法,构建一个城市层面节能减排目标考核指标来代理绿色目标考核。计算步骤为:首先,通过计算分别获得每年的节能目标值(单位国内生产总值能源消耗削减率)、减排目标值(SO2削减率)。国家节能减排目标由国家下达给省,一般发布于五年规划期内第一年或者第二年,省将目标下达到地市,为了缓解内生性,在计算时将5年的指标值平均分配到每一年。其次,对指标分别进行标准化处理。最后,采用熵值法确定指标权重,并根据权重和标准化数值计算节能减排目标考核综合指数。该综合指数得分越高,地方绿色考核压力越大[16]。

城市绿色经济增长:将综合考虑经济增长、资源节约和环境改善因素的城市绿色全要素生产率作为地方绿色经济增长的代理指标[10],采用GML?DDF模型测算城市绿色全要素生产率。

控制变量:经济发展水平,采用各地区人均实际GDP对数(Pgdp)进行衡量;经济集聚程度,具体为人口密度(Popden),各地区年末人口除以行政區域面积;金融发展水平,用各地区的金融从业人员占城市人口比重(Finalrate)进行度量;经济结构,具体为社会商品零售额与生产总值的比值(Strlsrate);市场化程度,城镇私营和个体从业人员与城镇单位从业人员期末人数的比值(Strsq);贸易开放度,用各地区的当年实际使用外资金额与GDP的比值取对数进行度量(Fdirate);人力资本水平,采用平均受教育年限来代理(Hc);城市化程度采用各地区城镇人口占总人口的比重表示(Ur);信息化程度,采用城市计算机服务和软件业从业人员占城镇单位从业人员比例表示(Softrate);物流发展水平,用公路货运量与年末户籍人口比值的对数来衡量(Logi);基础设施水平,以年末公路里程数与总人口比值取对数衡量(Infra)。

表1报告了重要指标的描述性统计。需要特别说明的是,节能减排目标考核强度采用综合指数法进行测算,该方法已被广泛应用[28]。从节能减排综合指数分别与节能指标、减排指标的关系来看(图2),二者均高度相关,并且根据综合指数折线图的走向可知,综合指数总体趋势与日益加强的政策导向相吻合,展示了该综合指数的有效性。

2.3内生性及工具变量回归模型

对模型(1)的识别存在内生性问题的潜在影响。可能存在某些不可观测的因素同时影响城市节能减排考核目标的制定和绿色经济增长;也可能存在反向因果关系,即城市绿色经济有较快的增长趋势时,节能减排潜力大,省级政府为完成考核任务,可能会优先给这类城市分配更高的节能减排目标考核任务。

参考Nunn等[35]的方法,通过分别寻找与个体变化有关、与时间有关的工具变量,并构造这两者的交互项作为城市绿色考核的工具变量。具体而言,一方面,借鉴余泳泽等[15]的研究,从地方官员的“晋升机会”视角选取省内的地级市个数作为与个体变化有关的工具变量。与自上而下的官员任命制方式相耦合的是政府绩效考核,地方官员晋升的可能性在金字塔式的科层制结构下愈来愈小,为了更好地赢得上级的信赖与认可从而获得有限的“入场券”,同级之间存在着一种“较量”,地方官员聚焦于辖区内考核绩效的提高从而向上级展现自身执政能力[17]。因此,在省内晋升职位固定且有限的情况下,相比地级市数量较少的省份,地级市数量越多的省份官员晋升的概率会随着对手的增多而降低,则晋升锦标赛越激烈,为了在省内同级竞争者中达到“先声夺人”的效果以便更好地获得上级认可,对绿色考核需付出更多努力。此外,省内的地级市个数还满足工具变量的外生性要求,因为样本期内各省地级市数量基本不变,不会随时间而发生改变;而且各省地级市的划分取决于中央政府,不会受到地级市经济变量的影响。

另一方面,从地方官员的“晋升激励”视角选取省内除本城市外的其他城市每年节能减排目标考核平均值作为与时间有关的工具变量。省级主管部门对节能减排目标考核实行年终“一小考”,3年“一中考”,5年到期“一大考”,并将考核结果向社会公布,对没有完成目标的地区进行惩罚,对超额完成等级的地区给予奖励。这种定期排序考核和奖惩机制强化了地方政府官员“竞相向上”的策略现象,为避免“数字不如人”,地方政府在决定执行节能减排努力程度的过程中,会受到省内其他城市的影响,符合工具变量的相关性要求。而且省内其他城市的节能减排目标平均值不会直接影响本城市的绿色全要素生产率,只能通过激励本地政府提高节能减排努力程度来影响,符合工具变量的外生性要求。

综上所述,为定量考察节能减排目标考核对资源型城市绿色经济发展的影响,两阶段最小二乘回归模型(2SLS)设定如下:

其中:μ0为常数项;Numi是省内的地级市个数,作为与个体变化有关的工具变量,μ1为其系数;γ0为常数项;Mean_Targett是省内本城市外的其他城市每年节能减排目标考核平均值,作为与时间有关的工具变量,构建两者的交互项作为工具变量,γ1为其系数。交互项加强了第一阶段的拟合性,增强了模型的整体说服力:一方面能够克服传统工具变量只随时间变化带来的与时间固定效应存在共线性问题;另一方面有效解决城市节能减排目标考核强度设定可能受不随时间变化的个体因素影响带来的内生性问题[35]。

3实证结果分析

3.1“资源诅咒”效应的检验

在实证检验绿色考核能否促进资源型城市绿色经济增长,有效缓解“资源诅咒”效应这一问题之前,通过绘图对比分析资源型城市和非资源型城市在表征“资源诅咒”效应关键指标上的差异,如减排(SO2排放)、节能(单位GDP能耗)、资源产业依赖和经济增长(人均GDP)等方面的差异,来验证资源型城市的“资源诅咒”效应。

图3的(a)至(d)分别报告了这两类城市关键指标的动态变化。可以发现,在“十一五”前,即地方官员考核“唯GDP论”时,资源型城市的污染排放、单位GDP能耗、资源产业依赖程度都远远高于非资源型城市,但人均GDP反而明显低于非资源型城市。表明在“十一五”之前,与非资源型城市相比,资源型城市呈现高污染、高能耗、高度依赖资源型产业及低效率的特点,存在比较明显的“资源诅咒”现象[10]。

如图3的(a)至(d)所示,随着“十一五”之后,节能减排目标这一绿色考核指标被纳入地方官员考核体系中,资源型城市与非资源型城市的污染排放、能耗强度及资源产业依赖程度都呈下降趋势,而且二者之间的差距逐渐缩小。特别是,两类城市的人均GDP均呈增长趋势,甚至在“十二五”期间资源型城市的人均GDP超过了非资源型城市。上述结果初步表明,随着绿色考核政策推进,资源型城市逐渐由高污染、高耗能、过度依赖资源产业及低效率的粗放式经济增长方式向高质量经济增长方式转变,“资源诅咒”现象逐渐缓解。

3.2基准回归结果

表2报告了绿色考核对资源型城市绿色全要素生产率的基准回归结果。其中,不加控制变量的回归结果显示Target的系数显著为正,说明绿色考核显著提升了城市绿色全要素生产率。在此基础上,进一步加入一系列控制变量,模型的整体解释力有所增强,结果依然十分稳健。其他变量的估计结果也与预期基本一致。从回归结果可以看出,保持其他条件不变,节能减排目标考核强度每增加1单位,资源型城市绿色全要素生产率增加了29.05%(0.430/1.480)。该结果表明,绿色考核能显著促进资源型城市绿色经济增长。可能的原因是,在实施绿色考核后,新的绿色政绩考核体系迫使地方政府行为发生了一系列转变,如倒逼城市绿色创新,打破对资源产业的过度依赖,优化资源配置防止资源要素被牢牢地锁定在资源产业体系内等。总之,地方政府行为从单纯追求GDP增长向追求经济增长的绿色化转变,推动资源型城市绿色经济增长,有效缓解“资源诅咒”问题。

3.3工具变量回归结果

据前文可知,省内的地级市个数和本城市外的其他城市每年节能减排目标考核平均值的交互项(IV)作为绿色考核的工具变量,在2SLS的统一框架内进一步地估计绿色考核对资源型城市绿色经济发展的影响。

表3汇报了基于式(2)和式(3)的工具变量回归结果。Cragg?DonaldF统计量均远大于10,工具变量第一阶段的Kleibergen?PaaprkWaldF检验统计量均明显大于在10%偏误水平下的临界值(16.39),表明模型不存在弱工具变量问题。表3中第二阶段回归结果显示,保持其他条件不变,节能减排目标考核强度每增加1单位,资源型城市绿色全要素生产率增加了约62.02%(=0.918/1.480),绿色考核对绿色全要素生产率的影响系数在1%的显著性水平上为正。这表明,即使在考虑内生性问题的情况下,理论判断仍然成立。

3.4稳健性检验

3.4.1排除竞争性解释

2006—2020年长达十五年时间跨度,中国经济和环境政策经历了诸多变化。基准回归结果除了受到节能减排目标考核这一政策外,可能还受同期的大气污染防治重点城市和节能或(和)减排试点城市等政策的影响。首先,剔除大气污染防治重点城市政策对估计结果的干扰。“十一五”期间,该政策以努力改善试点城市空气环境质量为目标,直接影响减排目标的实现。删掉资源型城市样本中的35个大气污染防治城市以排除该政策的潜在干扰。其次,剔除节能或(和)减排试点城市政策对估计结果的干扰。删掉2007年以来的排污权交易试点城市、2009年以来的节能与新能源汽车试点城市、2016年用能权有偿使用和交易试点城市及自2011年以来的节能减排财政政策试点城市。由表4的回归结果可知,分别排除了污染防治重点城市和节能减排相关政策试点城市,即控制同期竞争性政策因素后,绿色考核依然显著促进城市绿色经济增长,这也佐证了基准回归结论的稳健性。

3.4.2改变自变量测度

前文分析中使用相对值,即从节能减排削减率角度,估計绿色考核对城市绿色经济增长的影响。当城市具有相同的节能减排削减率时,由于城市的能耗和污染排放的基数值存在区别,基数值越大的城市,削减节能减排的额度越大,需要为此付出的努力可能越大。因此,用节能减排削减额这一绝对值,来替代地方节能减排目标考核强度的衡量。表4中改变自变量测度的回归结果显示,实证结果与基准回归结果保持一致。

3.4.3改变估计模型

考虑到当期的城市绿色全要素生产率也可能受过去因素的影响,需要进一步考察动态面板数据模型的估计结果。具体而言,在基准模型中依次加入滞后一期的城市绿色全要素生产率作为新的控制变量,以捕捉动态因素的影响。因为,动态面板数据的问题是将滞后因变量作为自变量所引发的内生性问题,由于个体效应影响所有期限内的因变量,这导致固定效应模型难以解决这种内生性问题。为此,系统GMM(SYS?GMM)和差分GMM(DIF?GMM)被用来检验估计模型的稳健性。表4中改变估计模型的回归结果显示,无论是SYS?GMM还是DIFGMM估计模型,Arellano?Bond二阶序列相关检验(AR(2))均表明,模型不存在显著二阶残差自相关,验证了GMM估计结果的一致性和无偏性。同时,各模型也通过了验证工具变量有效性的Hansen过度识别检验,说明工具变量是有效的。在改变估计模型后,Target的系数依然显著为正,这进一步佐证了基准回归结果的稳健性。

3.4.4绿色考核结果的应用情况

基于前文理论分析可知,验证绿色考核能有效影响资源型城市绿色经济增长的先决条件是,绿色考核的指挥棒作用发挥和实效取得,即支持绿色考核是政府官员晋升中的可置信承诺。首先,根据手工收集的绿色考核数据可知绝大部城市完成了节能减排考核目标。接下来,基于手工编码的地方官员晋升数据,进一步验证绿色考核对地方官员晋升的影响。表4中基于地方官员晋升的回归结果显示,绿色考核显著促进了资源型城市官员晋升。这支持了绿色考核是政府官员晋升中的可置信承诺,证明了绿色考核政策的有效性。

3.5绿色考核效果的异质性分析

从地区官员晋升激励、地方国企依赖、资源型城市类型差异等角度探讨绿色考核对资源型城市绿色经济增长的异质性影响(表5)。

3.5.1地方官员晋升激励的异质性影响

从晋升激励的积极性和能力视角出发,分别考察在地方官员年龄和工作背景的异质性情境下,绿色考核如何影响资源型城市绿色经济增长。如前所言,绿色考核影响地方官员的晋升概率,但绿色考核的实现程度,由官员晋升激励的官员行动的积极性和能力决定。

首先,对晋升激励差异的年龄异质性进行分析。参照余泳泽等[15]的方法,对地方官员的年龄进行手工分组编码,市长年龄低于57时,意味着政治生涯仍拥有升迁机会,编码为1(Age=1),否则市长年龄大于57岁的编码为0(Age=0)。表5中基于地方官员年龄的分组回归结果显示,Age=1时,Target的系数正向显著;Age=0时,Target的系数为正,但统计上不显著。这说明市长年龄低于57时,地方官员具有较强晋升动机,为增添晋升筹码,在实现绿色考核任务上会更积极地付出努力,充分结合政府“看得见的手”和市场“看不见的手”,发挥总量信息优势对产业发展和资源配置进行引导,并致力于本地体制机制的创新[36],促进地区绿色经济增长。

其次,对晋升激励差异的官员工作背景异质性进行分析,考虑市长“高管背景”和“高校背景”的异质性影响。从企业中提拔而来的干部,特别是大中型国有企业中遴选各级政府部门的领导干部,称为“高管背景”官员;具有高校任职和教授背景的官员称为“高校背景”官员[37]。表5中基于地方官员工作背景的分组回归结果显示,官员具有“高管背景”的城市,Target的系数显著为正,但具有“高校背景”官员城市的Target估计系数不显著。可能的原因是,资源型地区的经济增长往往依赖大中规模国有企业,在面对绿色考核压力时,从企业中提拔而来的“管理型”官员由于具备较强的管理能力和丰富的经济实践经验,能够更加高效地引导当地企业进行资源配置,提高经济生产效率。正如罗党论等[38]所指出的,具备高管背景的官员储备了大量的企业关系,长期的企业工作经验使他们与企业的合作更容易取得成功,从而在经济发展中占得先机。

3.5.2地方国企依赖的异质性影响

国有企业与民营企业在节能减排中的压力和动力有着明显差异。国有企业领导作为准官员,是绿色考核的第一责任人,绿色考核对国有企业是政治激励,对民营企业则是经济激励。若地区国企依赖程度低,民营经济发展好,则该地区以经济激励为主,反之则是政治激励[37]。为检验地方国企依赖的异质性影响,参照李艳等[39]的研究,构建国有企业工業产值占比和国有企业从业人数占比这两个指标来表征地方国企依赖程度,指标值越大,地方国企依赖越大。从表5的回归结果可知,在地方国企依赖度低的地区,即民企占主导地位的地区Target的估计系数显著为正,而国企依赖程度较高的地区Target的系数不显著。这表明,在国企依赖度较低的地区,绿色考核更能促进地区绿色经济增长。可能的原因是,在国企依赖度较高的资源型城市,国企除了需完成节能减排目标,也需承担稳就业功能,导致地区僵尸企业比例高,成本负担沉重,扭曲了资源配置,影响经济效率;相反,民营经济发展较好的地区,绿色考核引致的经济激励激发了经济活力,倒逼当地国企提高效率,加速地区技术创新和改善要素配置效率[37],促进地区绿色经济增长。

3.5.3不同类型资源型城市的异质性影响

根据资源保障能力和可持续发展能力差异,将资源型城市划分为成长型、成熟型、衰退型和再生型四种类型,分别考察绿色考核政策的异质性影响。表6中基于资源型城市成长阶段的分组回归结果显示,绿色考核促进成熟型和衰退型资源型城市的绿色经济增长,对成长型和再生型资源型城市的绿色经济增长无显著影响。可能的原因是,处于不同阶段的资源型城市,由于资源禀赋不一样,对绿色考核压力的反应存在区别。

一方面,成长型城市由于资源储量最高,能源开采程度较低,面对较高的绿色考核目标,仍有较大的节能减排空间,因此实际的节能减排压力较小,绿色考核对其影响不明显;而再生型城市摆脱了资源依赖,实际感受到的绿色考核压力较小,因而表现出绿色考核对其经济增长无明显影响的结果[40]。另一方面,成熟型城市的劳动力、资本等要素更多地配置在资源型行业,经济增长呈现出高耗能高污染的特点,面对绿色考核压力,当地政府将生产要素由采矿业投入到清洁制造行业,发展节能减排技术,培育接续替代产业,促进了城市绿色经济增长;衰退型城市为实现绿色考核,在当地政府的经济扶助政策下,促进生产要素流向清洁生产行业,从而减少资源行业的资源冗余导致的资源效率低下,实现城市绿色经济增长[41]。

此外,按主导资源分为煤炭类、燃气类、金属类、森工类等类型,分别考察绿色考核政策的异质性影响。表6中基于资源型城市主导资源类型的分组回归结果显示,绿色考核促进煤炭类和金属类资源型城市的绿色经济增长,对燃气类和森工类资源型城市无显著影响。可能的原因是,煤炭类资源型城市的煤炭具有价格优势并带来环境问题,面对绿色考核,为继续获取资源的最大收益,当地政府引进先进技术,发展煤化工、煤电等工业,把“原料矿业”转化为“成品矿业”,形成煤炭-能源化工一体化的新兴产业体系,促进城市绿色经济增长;金属类资源型城市有较大的矿石后加工制造企业,且加工能力强,具有延长资源产业链的先天基础,面对绿色考核压力,此类城市进行资源产业链的延伸,利用深加工和在特色资源上的技术优势继续发挥自身资源优势促进绿色经济增长;森工城市本身具有节能减排的潜力,作为陆地生态系统中最大的碳库,森林碳汇正逐渐成为许多国家解决气候变化问题的重要工具[42],实际节能减排压力小。同理,对于燃气类城市而言,燃气作为一种清洁型能源,实际节能减排压力较小,因而绿色考核对其无明显效果。

4机制检验

根据前文理论分析可知,绿色考核对城市绿色经济增长的影响可能通过“绿色技术创新”“工业产业结构清洁化”和“资源配置优化”三条长效机制进行传导。

第一,绿色技术创新效应。借鉴邵帅等[43]研究,采用平均每百人研发从业人员拥有的绿色专利申请数量作为绿色技术创新的代理变量,进一步区分了绿色发明型专利和绿色实用型专利。表7中绿色技术创新效应的回归结果显示,绿色专利和绿色实用型专利的Target的系数显著为正,绿色发明型专利的Target的系数为正不显著。这说明绿色考核显著提高了资源型城市的绿色技术创新水平,更多促进了实用策略型创新而不是研发周期和技术要求均高的发明型创新。这一结论验证了为完成绿色考核,鼓励地区节能减排关键共性技术研发等一系列举措的有效性。

第二,工业产业结构清洁化效应。本研究从缩减采掘业和提升清洁型制造业的生产规模两方面来检验工业产业结构清洁化效应。其分别用采掘业就业人数[10]和制造业清洁行业与污染密集行业总产值之比来衡量。表7中工业产业结构清洁化效应的回归结果显示,采掘业规模的Target系数显著为负,制造业生产清洁化的Target系数显著为正。这说明绿色考核降低了资源产业依赖,提升了制造业生产清洁化规模。此外,还进一步验证了绿色考核对工业生产规模(用第二产业增加值占比衡量)的影响。第二產业增加值占比的Target系数显著为正,即绿色考核显著地增加了工业生产规模。以上结果表明了绿色考核能缩小资源产业规模并扩大工业生产规模,破解削弱制造业的“荷兰病效应”,即“去工业化”的现象,推动资源型城市产业从“一矿独大”转向“多业并举”,促进工业产业升级发展。

第三,资源配置优化效应。从资本错配、劳动力错配及物质资本投资三方面进行检验。借鉴陈永伟等[44]计算资本、劳动力错配的方法,值越小,错配度越低。表7中资源配置优化效应的回归结果显示,资本错配的Target系数显著为负,劳动力错配的Target系数显著为正,说明绿色考核显著地降低了资本错配,对劳动力错配无更正效果。这与韩超等[12]的研究结论一致,绿色考核能够“去资本错配”,并不会直接作用于劳动要素层的错配。绿色考核能“去资本错配、提效率”,但仍需进一步探究绿色考核能否通过增加物质资本投资(社会固定资产投资占GDP的比重来衡量)起作用。表7中物质资本投资的Target系数显著为正,说明绿色考核显著地增加了地区物质资本投资,通过经济政策将物质资本投资于淘汰落后产能和引进先进生产设备,带动绿色低碳领域投资,推动绿色经济增长。

5研究结论与启示

本研究手工整理了城市层面2006—2020年节能减排目标数据,运用GML?DDF计算了城市绿色全要素生产率,在此基础上,实证探讨了具有典型中国特色的绿色考核政策对资源型城市绿色经济增长的影响。结果表明,绿色考核显著促进了资源型城市的绿色经济增长,有效破解“资源诅咒”。在地方国企依赖程度低、地方官员晋升激励强的地区,绿色考核更能促进绿色经济增长;同时成长阶段为成熟型和衰退型、主导资源类型为煤炭类和金属类的资源型城市的绿色考核政策效果更佳。进一步的机制分析表明,绿色考核政策破解资源型城市“资源诅咒”效应至少存在如下三种可能的长效机制:一是绿色考核能提高资源型城市绿色创新的内在激励促进绿色经济增长;二是绿色考核能打破资源型城市对资源产业的过度依赖,提高清洁型制造业的比例,促使工业产业结构清洁化;三是绿色考核具有显著“去资源错配”作用,避免资源要素被牢牢地锁定在资源产业体系内,增加物质资本投资,促进绿色经济增长。

根据上述研究结论,提出以下政策启示。

其一,中央需要从长远着手健全资源型城市的绿色政绩考核体系,避免激励短视行为和落入“资源诅咒”陷阱。一方面,在绿色考核的地区与进度分解问题上,应对不同类型和成长阶段的资源型城市的绿色考核目标采取“有差别的”“分而治之”的梯次推进方法,因地制宜开出“药方”,因为不同资源型城市由于自身的产业发展水平、节能减排空间不一致,对绿色考核的承受能力存在很大差异。另一方面,应将绿色创新能力、工业产业结构清洁化及要素投入结构绿色化等成效指标纳入资源型城市绿色政绩考核体系,激励地方政府依靠绿色技术水平提高和结构绿色化调整推动经济社会高质量发展。

其二,增强绿色技术创新和产业结构绿色化对绿色经济增长的传导作用。一方面,政府需继续优化财政激励和绿色金融等经济激励政策,发挥政府财政资金的杠杆作用,多渠道引导企业和社会资金积极投入资源型城市产业转型的接续替代产业培育、标志性重大工程实施、关键技术开发和技术引进等,推动经济绿色转型。另一方面,政府出台相应产业政策促进资源型城市产业结构升级,对于资源型城市不应是鼓励一刀切发展服务业,而是按照产业链发展模式,结合空间布局结构调整与产业战略重组,加快产业链延伸,加大力度扶持非资源型产业重点项目,使资源型城市产业由“一矿独大”单一经济向“多业并举”多元经济转变。

其三,针对性调整资源型城市国企依赖情况,促进经济绿色增长。政府有必要采取激励措施引导资源型城市进行混合所有制改革,避免“一企独大”,激发经济活力,从而促进非公有制经济和中小企业快速发展,形成多种所有制经济平等竞争、共同发展的新局面,为承接资源型城市绿色转型提供多样化的企业载体。

猜你喜欢

资源诅咒资源型城市
区域空间结构的“资源诅咒”效应分析
新时期克拉玛依加强海外引智工作探讨
资源型城市转型中景规格局的优化
基于DEA的资源型城市转型效率评价
资源型城市转型如何“破茧成蝶”
资源型城市转型发展中环境行政执法问题研究
朔州市煤炭产业发展现状分析
三江并流 “资源诅咒”与发展路径
比“资源诅咒”更可怕
“资源诅咒”