人口城鎮化影響區域綠色經濟效率的中介機制分析
——基于隨機邊界模型的檢驗*

范建雙,任逸蓉,虞曉芬

人口城鎮化影響區域綠色經濟效率的中介機制分析
——基于隨機邊界模型的檢驗*

范建雙,任逸蓉,虞曉芬

近年來,中國許多城市的環境污染問題不斷凸顯，尤其是霧霾的大量出現使得區域綠色經濟增長問題成為了關注的焦點。本文將環境污染排放納入到效率測算框架，采用超越對數隨機邊界分析模型對2000-2014年間我國30個省份綠色經濟效率進行測度，分析了綠色經濟效率的區域差異變化趨勢。進一步從人口集聚、人力資本積累和產業結構三個方面探討了人口城鎮化影響綠色經濟效率的中介機制。研究表明：綠色經濟效率值在研究期內普遍偏低，在時間上有上升的趨勢，在空間上有趨同的現象。人口城鎮化本身對綠色經濟效率有促進作用。中介變量方面，人口集聚程度對綠色經濟效率有顯著正向作用，源于其對綠色經濟效率產生了凈正外部性；人力資本積累對綠色經濟效率的正向作用源于其為資源利用效率提高、技術進步與創新,尤其是節能減排技術的創新和推廣,提供了基礎條件；產業結構構成效應對綠色經濟效率的正向作用最為顯著，源于第三產業比重的不斷上升；產業結構競爭效應對綠色經濟效率影響為負但不顯著。

人口城鎮化；綠色經濟效率；資源利用效率；綠色經濟增長

一、引言

環境問題關系到國計民生，關系到區域經濟的可持續發展，推進區域綠色發展是我國未來經濟發展的必由之路。尤其是近年來全國諸多城市霧霾的大量出現，進一步凸顯了走綠色發展道路的重要性和緊迫性。在此背景下，以城鎮化為依托推動區域產業結構調整和升級、提升區域綠色經濟效率已經上升為國家戰略*2016年3月17日《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》中明確提出了要全面推進綠色發展。。一些學者意識到傳統的城市經濟效率忽視了環境因素的影響，開始嘗試將環境因素納入到城市經濟效率的分析框架中，提出了綠色經濟效率的概念，如錢爭鳴等(2013；2014；2015)提出綠色經濟效率是全面衡量一個國家或地區在單位投入成本上盡可能增加期望產出而減少非期望產出的能力，是評價地區資源、環境和經濟發展的綜合績效指標。盧麗文等(2016)也提出城市綠色效率要求城市實現經濟和社會效益的增加而資源消耗最少，環境污染最小，是可持續發展的體現。學者們普遍認為綠色經濟效率指標是比經濟總量更能反映區域經濟發展現狀的指標。也有學者對綠色經濟效率的驅動因素進行了分析，如王兵等(2014)研究發現人口城鎮化對綠色發展效率有顯著的促進作用。岳書敬等(2015)通過研究發現，產業集聚和綠色效率呈 U 型關系。從現有文獻來看，盡管有學者分析了人口城鎮化、產業集聚等要素對綠色經濟效率的影響，但是還鮮有從人口城鎮化的中介機制視角進行分析。因此，本文將基于上述定義的綠色經濟效率展開研究，將非期望產出引入隨機邊界分析模型，進而分析環境約束下人口城鎮化對綠色經濟效率的影響作用，從人口城鎮化中所產生的人口集聚、人力資本積累和產業結構等中介變量的視角研究人口城鎮化對區域綠色經濟效率的作用機制。

二、人口城鎮化影響區域綠色經濟效率的作用機理

人口城鎮化的過程是人口和經濟活動在區域空間集聚的過程。城鎮人口的大規模集聚會引起城市產業結構、就業結構、生活方式和物理空間的急劇變化，導致資源利用效率和方式的轉變，從而對區域綠色經濟效率造成影響(吳嬋丹和陳昆侖，2014)。即人口城鎮化對綠色經濟效率的影響存在直接和間接兩個層面。區域綠色經濟效率作為衡量區域經濟可持續發展的綜合指標，本文認為人口城鎮化對區域綠色經濟效率的間接影響機理主要包括以下幾個方面(如圖1所示)：

圖1 人口城鎮化影響區域綠色經濟效率的作用機理

1.人口集聚的影響。首先，人口城鎮化的過程表現為城鎮人口規模的不斷擴張，勞動力要素的空間集聚能夠帶來一定的規模效應，同時能夠適度提高能源利用效率和減少碳排放，從而能夠有效提升區域綠色經濟效率(Clark, T.A.，2013；陸銘和馮皓，2014)。但是，隨著城鎮人口規模的不斷擴張，由于負外部性的存在，人口集聚也會產生交通擁堵、住房可支付性差和環境污染等負面的擁擠效應；同時，人口在城鎮的空間集聚過程也伴隨著生活水平的普遍提高和生活方式的轉變，進而驅動生活性能源消耗的增長和碳排放的增加。這些會阻礙綠色經濟效率(Zha，D.L, Zhou，D.Q和Zhou P，2010；王業強，2012；朱勤和魏濤遠，2013；王興杰等，2015)。不難看出，人口集聚對綠色經濟效率的影響存在明顯的雙重作用，即正向規模效應和負向擁擠效應。

2.人力資本積累的影響。城鎮的受教育機會和教育基礎設施明顯好于農村，人口城鎮化更有利于知識技能的提高，促進人力資本的形成和積累(程開明，2009)。首先，人口城鎮化的過程通過生產和生活方式的轉變，提升了人力資本在生產和生活中的作用，產生人力資本的需求效應。其次，人口城鎮化也刺激人力資本投資規模的增長，衍生出人力資本供給效應。第三，以勞動力遷移為特征的人口城鎮化過程提高了人力資本擁有者與需求者之間的匹配性，改善了人力資本的市場配置，而城鎮開放的環境和競爭的氛圍則加強了人力資本的市場供求，產生積累效應(時慧娜，2012)。人口城鎮化的過程逐步實現由以體力為主的勞動力向以技能和知識為主的腦力勞動力轉變，引發人力資本的需求效應、供給效應和積累效應，這為資源利用效率提高、技術進步與創新尤其是節能減排技術的創新和推廣提供了基礎條件，人力資本積累一定程度對區域綠色經濟效率有提升作用。

3.產業結構的影響。一方面，產業結構通過市場選擇效應提高高技術含量、高知識、高服務化產業的份額，有利于提高資源利用效率、降低能源消耗，減少污染物的排放量而提高環境質量；另一方面，各地區根據自身的比較優勢進行專業化生產深化了產業內和產業間分工，帶動市場的擴大進而引起更大的市場需求，在強化規模經濟效應的同時提高了經濟效益，促進了資源高效利用，改善環境。因此，人口城鎮化過程中產生的產業結構調整和升級實現資源的優化配置使得資源從低效率產業向高效率產業轉移和規模經濟效應而對區域綠色經濟效率產生正向影響。

4.人口集聚、人力資本積累與產業結構之間的互動關系。城鎮化通過人口集聚、人力資本積累和產業結構調整而對區域綠色經濟效率產生影響。同時，人口集聚、人力資本積累和產業結構在城鎮化進行中也相互影響。如人口的大規模集聚能夠為相互學習和模仿創造了機會和場所，知識溢出的外部性被凸顯，從而促進了人力資本水平的提高；而人力資本水平提高到一定程度后會促進高新技術產業的產生和發展，從而促進產業結構升級；人口在城鎮的大規模集聚為產業尤其是第三產業的發展提供了大量的勞動力資源；產業結構的優化升級促進了區域的經濟增長和就業需求，進一步帶動人口向城鎮的集聚。總之，三者之間在城鎮化進程中相互促進，三者的共同作用帶來了區域綠色經濟效率的提升。

三、計量模型與數據選取

(一)綠色經濟效率測度方法的選擇

目前對綠色經濟效率的測度主要有兩種方法，一種是參數方法(如隨機前沿分析，簡稱SFA)，另一種是非參數方法(如數據包絡分析，簡稱DEA)。SFA方法作為一種參數方法，其優勢在于其對生產函數的設定較為靈活，而且能夠將隨機擾動項剝離，使得最終測算結果更接近真實值，而且SFA方法在檢驗參數估計結構、模型設定是否合理以及檢驗結果是否有效等方面均有優勢(曲亮等，2015)。該文獻將二氧化碳排放量作為投入變量引入生產函數中。趙國浩等(2012)和雷玉桃、楊娟(2014)進一步將碳排放效率定義為每單位二氧化碳實際產出期望與生產前沿邊界的產出期望的比值。Wang, Q.等(2013)則將碳排放量作為非期望產出引入到SFA模型中，并在SFA模型中引入了方向性距離函數，從而解決處理非期望產出的問題。從現有文獻來看，學者們大多直接將二氧化碳作為投入或者產出變量引入SFA模型中來測度綠色經濟增長效率。區域綠色經濟增長效率作為環境約束下的區域經濟增長效率，碳排放只是環境的一個方面，如果僅以碳排放作為環境變量難免有失偏頗。因此，本文將采用工業污染排放作為環境約束變量引入到SFA模型中對區域綠色經濟增長效率進行測度。

(二)隨機邊界分析方法(SFA)

對區域綠色經濟效率本文采用隨機邊界模型進行測度。該模型通過極大似然估計的方法來確定前沿邊界，實際產出和生產前沿邊界之間的偏離由技術無效和隨機誤差項兩部分組成。SFA模型的一般形式為：

yit=f(xit;β)×exp(vit-uit) (1)

uit=exp[-η×(t-T)]×ui(2)

上式中，參數η表示時間因素對技術無效率項u的影響，η>0,η=0和η<0分別表示技術效率隨時間變化遞增、不變和遞減。并且v和u是相互獨立的。因此，技術效率可以表示為實際產出期望與生產前沿面產出期望之間的比值，即有：

TE=E[f(xit)exp(vit-uit) ]/E[f(xit)exp(vit)|uit=0]=exp(-uit) (3)

mit=δ0+δ×zit(4)

上式中zit為影響技術非效率的因素，δ0為常數項。δ是無效率方程外生影響因素變量的待估系數，如果δ<0，則說明該影響因素對技術效率存在正向影響，反之則存在負向影響。同時，Battese和Coelli(1995) 還設定了方差參數來檢驗復合擾動項中技術非效率項所占比重，r處于0～1之間。若r= 0被接受，則表明實際產出與最大產出之間的距離均來自于不可控的純隨機因素的影響。此時沒有必要使用SFA技術，直接采用OLS方法即可(朱承亮等，2011)。

(三)數據來源及處理

1.數據來源

本文選取2000-2014年為研究區間，所采用的基礎數據來源于《中國統計年鑒》、《中國環境統計年鑒》和各省的統計年鑒。這里需要說明的是對于個別省份、個別年份的缺失數據采取了取前后兩年的平均數進行補齊的方式加以處理。同時，由于西藏的數據不全而沒有被列入考察范圍。因此本文實際研究對象是中國30個省份。另外，為了進一步分析區域之間的差異，本文按照傳統的區域劃分方式，將30個省份劃分為東部地區、中部地區、東北地區和西部地區。其中，東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南10個省市；中部地區包括山西、安徽、江西、河南、湖北、湖南6個省份；東北老工業基地包括遼寧、吉林和黑龍江3個省份；西部地區包括貴州、云南、陜西、甘肅、青海、寧夏、新疆、廣西、四川、重慶和內蒙古11個省市區。

2.變量選取及說明

(1)投入和產出變量。本文采用各地區的經濟產出來表征產出變量，這里用各地區GDP(億元)來表征產出變量。由于統計年鑒中的GDP為名義GDP，因此采用GDP價格系數以1999年為基期對數據進行了縮減得到實際GDP，相關數據均摘自《中國統計年鑒》各年。本文采用的投入變量包括勞動力、資本和環境污染物排放量。其中，勞動力投入要素采用年末全社會從業人員數量(萬人)來測度，數據摘自各省統計年鑒；資本要素投入理論上來講應該采用資本存量，但是現有統計數據沒有關于資本存量的統計，本文采用全社會固定資產投資總額(億元)來代替。同樣的，為了消除價格波動的影響，采用固定資產投資價格指數對該指標進行了縮減；環境污染物排放量指標方面，應該將盡可能多的環境污染物統計進來，考慮到數據的可獲取性和連續性，本文主要統計了廢水排放總量、化學需氧量排放量、二氧化硫排放總量和煙塵排放總量、工業粉塵排放總量和工業固體廢棄物排放量六類污染物的排放量，將這六類污染物的排放量之和(萬噸)作為環境污染物排放量的代理變量。

(2)影響因素變量。本文著重分析人口城鎮化對區域綠色經濟效率的影響機制。人口城鎮化水平(Population Urbanization，用PU表示)作為核心的影響變量，這里采用區域的城鎮人口占全部人口(農村與城鎮人口之和)的比重來表示。數據來源于《中國統計年鑒》的各年。由于2001-2004年《中國統計年鑒》中沒有披露人口城鎮化水平的相關數據，本文中2001-2004年的數據采用了林堅(2010)的估計結果。在分析人口城鎮化對區域綠色經濟效率的影響機制過程中，發現除了人口城鎮化水平本身的影響以外，還包括人口集聚程度、人力資本積累和產業結構的中介變量的影響。變量具體設定如下：

首先，人口集聚程度(Population Density, 用PD表示)。在城鎮化進程中，人口向城鎮區域的空間集聚是其主要特征之一。本文將人口集聚程度作為衡量人口城鎮化過程中區域內勞動力要素在區域空間上分布狀況的指標。因此本文采用人口密度(人口/平方公里)=常住人口/土地面積來衡量人口集聚程度。其中，常住人口為各省份的年末人口數量，摘自《中國統計年鑒》各年；土地面積為各省份的行政區域面積。

其次，人力資本積累(Human Capital，用HC表示)。借鑒時慧娜(2012)的做法，采用勞動者平均受教育年限來測度人力資本水平。具體地，假定未上過學、小學、初中、高中、大專及以上教育程度的居民平均受教育年數分別為 2、6、9、12 和16 年，則勞動者平均受教育年限的計算公式為：

humancapital=illiteracy×2+primary×6+middle×9+high×12+university×16 (5)

其中，illiteracy、primary、middle、high和university分別為未上過學、小學、初中、高中和大專及以上受教育程度從業人員占全部從業人員的比重，即勞動者受教育程度構成。數據來源于《中國勞動統計年鑒》和《中國人口和就業統計年鑒》各年。由于年鑒中沒有披露2000年受教育程度的數據，本文采用平均值進行了擬合。

最后，產業結構。借鑒Perloff(1957)的研究思路，從構成效應和競爭效應兩個層面來分析產業結構狀況。其中，產業結構構成效應用MIX表示，用來衡量產業間比例關系的長期變化趨勢，即以產業結構協調化和高度化為主要內容的產業結構優化趨勢，其測算方法為：

上式中，E表示各產業生產總值；i表示各產業；A和C分別表示各省份和全國；括號中的公式表示從t-1期到t期全國層面上第i個產業產值增長率與全國國內生產總值增長率的差額。如果某產業在全國產業結構中具有較為顯著的增長趨勢，并且在省域總體經濟結構中占有重要地位，則可以認為該省份的經濟增長中具有構成效應。

產業結構競爭效應用DIF表示，用來衡量各省份充分利用當地資源發展自己優勢產業的能力，其測算方法為：

上式中各參數的含義與公式(8)相同，公式(9)括號中的公式表示從t-1期到t期省域層面第i產業增長率與同類產業的全國平均增長率的差異。如果一省份中某產業與該產業的全國水平相比具有更高的增長率，且在區域經濟結構中占有重要地位，則說明該省份的經濟增長中具有產業競爭效應。

表1 變量選取及說明

續表1

上述分析的變量選取及其說明如表1所示。綜上所述，本文運用超越對數產生函數，在2000-2014年省級面板數據的基礎上，建立了相應的隨機邊界模型(主函數模型和效率影響函數模型)。基于本文研究目的的需要，根據是否考慮環境因素的影響，本文將設定四個模型進行研究，即模型1(不考慮環境因素，不考慮中介影響因素)和模型2(考慮環境因素，不考慮中介影響因素)、模型3(不考慮環境因素，考慮中介影響因素)和模型4(同時考慮環境因素和中介影響因素)。不考慮環境影響時，產出變量y采用的是GDP指標表示。投入變量為資本和勞動力。則模型1和模型3可以表示為：

lnyit=β0+βKlnKit+βLlnLit+βKK(lnKit)2+βLL(lnLit)2+βLKlnLit×lnKit+vit-uit(8)

通過上式求取的效率值為不考慮環境影響的區域經濟效率。

考慮環境影響時，產出變量y采用GDP除以環境污染物排放量指標表示。本文借鑒了趙國浩等(2012)和雷玉桃、楊娟(2014)等的做法，將環境污染物排放量作為投入變量引入到模型中，進而考出產出與環境污染物排放量、資本和勞動力之間的關系。則模型2和模型4可以表示為：

lnYit=β0+βPlnPit+βKlnKit+βLlnLit+βPP(lnPit)2+βKK(lnKit)2+βLL(lnLit)2+βPKlnPit×lnKit

+βPLlnPit×lnLit+βLKlnLit×lnKit+vit-uit(9)

將上式左右兩邊同時減去lnP可以得到：

ln(Yit/Pit)=β0+(1-βP)lnPit+βKlnKit+βLlnLit+βPP(lnPit)2+βKK(lnKit)2+βLL(lnLit)2+βPKlnPit

×lnKit+βPLlnPit×lnLit+βLKlnLit×lnKit+vit-uit(10)

記yit=Yit/Pit，依據上式就可以求解考慮環境影響的區域綠色經濟效率，即每單位工業污染排放實際產出期望與生產前沿面的產出期望的比值。考慮中介影響因素的模型3和模型4的效率影響函數形式相同，均可以進一步表述為：

mit=δ0+δ1PU+δ2PD+δ3HC+δ4MIX+δ5DIF(11)

四、實證結果及分析

(一)假設檢驗

本文采用廣義似然率統計量來進行假設檢驗，目的是檢驗模型設定的合理性，λ=-2[L(H0)-L(H1)]，L(H0)、L(H1)分別是零假設H0和被擇假設H1模型的似然函數值。如果零假設成立，則檢驗統計量服從混合卡方分布，自由度為受約束變量的數目。假設檢驗主要包括兩部分：

1.模型形式的檢驗，即生產函數采用簡單的柯布道格拉斯生產函數還是超越對數生產函數形式。對此，對于模型1和模型3檢驗零假設H0∶βLL=βKK=βKL=0；對于模型2和模型4檢驗零假設H0∶βPP=βLL=βKK=βKL=βKP=βLP=0；

2.隨機前沿生產函數模型的適用性檢驗，即模型是否適合使用隨機前沿方法進行估計，為此，對于模型1和模型2檢驗技術效率服從半正態分布的零假設H0∶η=γ=μ=0；對于模型3和模型4檢驗零假設H0∶γ=μ=0。檢驗的結果如表2所示。綜合上述檢驗結果，發現所有假設都被拒絕，說明4種模型的函數形式設定都是合理的。

表2 模型的假設檢驗結果

注：模型1、模型2、模型3和模型4的無約束的對數似然值L(H1)分別為461.22、475.58、105.93和183.51；臨界值為1%顯著性水平下的值，自由度為參數設為0的變量的數目(可在卡方分布臨界值表中查詢)。*涉及γ=0的假設，其統計量服從混合卡方分布，對應的臨界值來源于Kodde和Palm(1986)的推導。

(二)SFA分析結果

根據上述研究方法和面板數據，本文采用frontier4.1軟件對模型中參數進行了估計，所運用的函數形式為上文中檢驗所選擇的超越對數隨機前沿函數模型。模型1～模型4的參數估計結果如表3所示。從表3不難看出，四個模型估計的γ值均在1%顯著性水平下顯著不為零，這意味著技術無效率在分析的樣本中是非常顯著的，傳統的生產函數由于不允許無效率的存在，因此不適合對現有數據的處理，而應該選擇隨機前沿生產函數形式。同時，由于模型1和模型2的γ值均接近于1，說明隨機誤差中大部分來自于技術無效率的影響，少部分是來自于統計誤差等外部因素的影響，說明有進一步運用模型3和模型4考察技術無效率的影響因素的必要性。模型1和模型2的μ值均大于0，說明我國各省份的經濟增長不處于前沿面上，仍然還有較大的增長空間，需要從技術無效率狀態向生產前沿面靠攏；而模型1和模型2的η值顯著不為0，表明我國各地區經濟增長效率總體上隨著時間不斷改進。

續表3

注：***、**和*分別表示顯著性水平為1%、5%和10%。

從表3還可以看出，在不考慮環境因素對區域經濟增長影響的情況下，模型1和模型3中資本和勞動力的回歸系數均不顯著，而模型3中變量之間自我影響和變量之間相互影響對產出均有不同程度影響。這說明了將環境要素納入到效率評價模型中的必要性。從模型2和模型4的回歸結果來看，資本和勞動力對產出的影響均為正，而環境污染物排放量對產出的影響為負，即環境污染與GDP之間呈反向變動關系。模型2和模型4中變量之間自我影響和變量之間相互影響對產出均有不同程度影響。其中，環境污染變量、資本變量和勞動力變量之間自我影響對產出有顯著負向影響，而環境污染和資本、環境污染和勞動力變量之間相互影響對產出有顯著正向影響；資本和勞動力要素之間相互影響對產出影響關系不明顯。

(三)區域綠色經濟效率的演進趨勢和區域差異分析

從4個模型的效率測度結果來看，研究期內我國區域平均經濟增長效率基本呈現出平穩的上升趨勢，除了模型3以外，其他三類模型的上升趨勢并不明顯，如圖2所示。

圖2 四類模型測算經濟增長效率的演進趨勢

從圖2不難看出，模型1～模型4測算的經濟效率均值分別為0.1895 、0.2988、0.5680 和0.4317。不難看出，在不考慮中介影響因素(模型1和模型2)沖擊的情況下，我國的區域經濟增長效率水平將可能被低估。同時，從四個模型的回歸系數來看，相對于模型1和模型2(資本回歸系數不顯著)而言，考慮了影響因素的模型3和模型4的設定更符合我國經濟增長典型的要素投入型的現實。進一步的，我們發現不考慮環境因素(模型3)的情況下，資本和勞動力的回歸系數均不顯著，與考慮了環境因素(模型4)相比測算結果存在一定差異，由于忽視了經濟增長中的環境代價，導致了測算的平均經濟增長效率值(0.5680)高于模型4測算的平均綠色經濟效率值(0.4317)。這說明模型4的測算結果更符合中國區域經濟的現實。綜上所述，在測算我國區域經濟增長效率時，要同時考慮中介影響因素的沖擊和環境因素的影響，否則就可能高估或者低估我國區域經濟真實的增長效率，即應該采用區域綠色經濟效率來測度區域經濟增長水平。從模型4的綠色經濟效率估計結果來看，2000-2014年間全國綠色經濟效率呈現緩慢上升趨勢，中間有小幅下降，其全國效率均值在0.3-0.5之間(如表4所示)。這表明我國經濟還有很大的發展空間，在現有技術水平下通過提高技術效率可以使全國經濟增長總量在現有基礎上增長60%左右，即提高經濟增長的技術效率尤其是考慮了環境因素的綠色效率是提高我國區域經濟增長質量的主要動力之一。值得注意的是，我國各地區的綠色經濟效率(模型4測算結果)由于受到各種不同因素的影響，區域之間存在較大的差異性，并且這種差異性隨著時間的推移也在不斷變化。

表4 我國各地區2000-2014年主要年份綠色經濟效率

數據來源：根據已有數據采用frontier軟件計算得出。

為了進一步厘清綠色經濟增長效率區域之間差異的變化，本文將借鑒雷玉桃和楊娟(2014)的做法，采用Epanechikov核函數對綠色經濟效率的區域差異變化進行分析，通過增長分布圖來刻畫綠色經濟效率的區域差異化演進趨勢。對我國30個省份進行核密度估計的增長分布如圖3所示。圖中橫軸表示綠色經濟效率水平，縱軸表示密度。圖3中刻畫了2000年、2003年、2006年、2009年、2012年和2014年六個年份的Kernel密度分布圖，采用Eviews8.0軟件繪制。則可以通過波峰的數量以及分布圖的位移來判斷綠色經濟效率的區域差異演進過程*具體判斷標準參見文獻雷玉桃、楊娟(2014)。。首先，從核密度分布曲線位置的變化趨勢來看，2000-2014年核密度分布曲線整體呈現出向右平移的趨勢(除了2003年出現向左平移以外)，這反映了我國各省份的綠色經濟效率基本處于快速增長的發展趨勢。其次，從核密度分布曲線峰度變化上可以看出，我國各省區綠色經濟效率2000-2014年出現了由相對寬峰形向尖峰形發展的變化趨勢，尤其在2012年和2014年的尖峰趨勢明顯，同時波峰的高度有不斷升高的趨勢，這些都說明我國省域之間的綠色經濟效率差異在不斷縮小，意味著趨同和收斂的存在。最后，從曲線的形狀來看，2000-2014年，我國各地區的綠色經濟效率沒有明顯的雙峰趨同和多峰趨同。但是從2006、2009和2012年的分布圖來看，我國各省區的綠色經濟效率出現了由單峰向雙峰轉變的趨勢，盡管這種趨勢并不明顯。這種雙峰分布說明在我國30個省區中綠色經濟效率較高的區域內部(高峰)和綠色經濟效率較低的區域內部(低峰)分別存在收斂，也說明高峰值區域和低峰值區域之間的差距在擴大，反映出了我國區域綠色經濟效率有區域間發展不平衡的問題存在。

圖3 2000-2014年我國各省份部分年份的核密度估計分布圖

(四)人口城鎮化對綠色經濟效率影響的實證分析

表5 模型4綠色經濟效率影響因素函數的SFA估計結果

注：***、**和*分別表示顯著性水平為1%、5%和10%。

首先，人口城鎮化水平(PU)的回歸系數顯著為負，表明人口城鎮化對區域綠色經濟效率有促進作用，人口城鎮化水平每增長1%，綠色經濟效率將會增長176%。這說明在考慮了環境因素的情況下，人口城鎮化在經濟增長中起到了正向的環境效應。當然，人口城鎮化對綠色經濟效率的綜合影響還要考慮其他中介變量的共同作用。

其次，人口集聚程度變量(PD)的系數為負且在5%水平上顯著，表明人口集聚程度對綠色經濟效率產生了促進作用。人口集聚相對規模每增加1%，區域綠色經濟效率水平會增加1%。說明人口集聚所形成規模正外部性不僅抵消了擁擠負外部性效應，而且隨著經濟發展和技術進步，人口集聚所產生的規模正外部性效應會通過共享、匹配和學習機制進一步推動綠色經濟增長效率的提高。但是，由于我國各地區之間發展不平衡，人口集聚的規模效應在短時間內還很難在經濟欠發達地區顯現，尤其是中西部地區人口集聚能力較弱，這可能是導致人口集聚程度對我國區域綠色經濟效率促進作用相對較低(回歸系數值僅為-0.01)的主要原因之一。

再次，人力資本積累(HC)的回歸系數為負且在1%水平上顯著，表明我國的區域人力資本積累對綠色經濟效率產生了積極的推動作用。這與理論分析相吻合。人力資本積累相對規模每增加1%，區域綠色經濟效率水平會增加8%。這說明了人口城鎮化過程中形成的人力資本的需求效應、供給效應和積累效應，為促進資源的優化配置、節能減排措施的制定提供了條件和基礎，進而提高綠色經濟效率。當前，如何通過制定有效的住房政策、戶籍政策等來吸引人才、留住人才是人口城鎮化進程中各地區需要著力解決的關鍵問題。

最后，產業結構的影響。包括產業結構構成效應(MIX)和競爭效應(DIF)。其中，構成效應(MIX)的回歸系數為負且在1%水平上顯著，表明產業結構過程中產生的構成效應對我國綠色經濟效率產生了正向的促進作用。這與理論分析相吻合。產業結構構成效應相對規模每增加1%，區域綠色經濟效率水平會增加460%。這說明了區域產業結構中各產業構成關系的改善(產業結構優化升級)對區域綠色經濟效率產生了顯著的推動作用，而且遠遠超出了人口城鎮化本身對綠色經濟效率的作用。而競爭效應(DIF)的回歸系數為正但不顯著，表明產業結構的競爭效應對我國區域綠色經濟效率的影響并不明顯。這一結果并不讓人意外。一方面，產業結構調整短期內可能有一定的盲目性，一個地區的比較優勢短時間內難以凸顯；另一方面，比較地區找到優勢并利用比較優勢進行專業化生產盡管能夠在短時間內提高資源利用效率進而提高綠色經濟效率，但是當某一地區的產業專業化集聚程度達到某一最優閥值后，更高的專業化水平和集聚程度將造成更多的能源低效利用和環境污染，從而降低區域綠色經濟效率水平。而不同的地區之間由于經濟發展水平和產業結構競爭效應階段的差異性的存在，決定了其對綠色經濟效率的影響也存在差異性，有些地區為正，有些地區為負，這是導致最終回歸結果不顯著的主要原因之一。

五、結論及啟示

本文將環境污染物排放納入到經濟效率測算框架，在構建了人口城鎮化及其中介變量對區域綠色經濟效率影響的理論模型的基礎上，采用超越對數面板隨機邊界模型對我國30個省區2000-2014年的綠色經濟效率進行了測度，并進一步對人口城鎮化及其中介變量對綠色經濟效率的影響程度和方向進行了分析，得到如下結論：

第一，總體而言，我國綠色經濟效率呈現緩慢上升趨勢，中間有小幅下降。大多數省份的效率值普遍偏低，仍有較大的提升空間。并且省區間綠色經濟效率存在明顯的差異，而這種差異有隨時間趨同的態勢；第二，忽略了人口城鎮化及其中介變量等影響因素會低估我國的綠色經濟效率，并且不考慮環境因素下測度的效率值明顯偏高，說明在測度經濟效率時既要考慮環境因素又要考慮人口城鎮化及其中介變量的影響，這樣才能反映我國真實的經濟增長水平；第三，人口城鎮化本身對綠色經濟效率有顯著的正向直接影響，同時人口城鎮化對綠色經濟效率的推進作用離不開其他中介變量的影響；第四，人口集聚程度對綠色經濟效率有顯著正向影響，說明人口集聚產生的規模正外部性效應要強于其擁擠負外部性效應；第五，人力資本積累對綠色經濟效率有顯著正向，這說明人力資本的積累為城鎮的經濟增長和節能減排等技術創新提供了智力支持；第六，產業結構構成效應對綠色經濟效率的推動作用最為顯著，表明第三產業比重的穩步提升是區域綠色經濟發展的重要動力之一。產業結構競爭效應對綠色經濟效率影響不顯著，說明了區域產業比較優勢的形成需要一個過程，短期盲目結構調整不但不利于找到自身比較優勢產業，長期來看還會帶來一定的負面效應。

本文所得結論的啟示在于，除了人口城鎮化對區域綠色經濟效率有直接影響以外，還存在間接影響機制，而這種間接影響機制恰恰是理解我國城鎮化進程對區域經濟帶動作用的關鍵。要充分發揮人口城鎮化對區域綠色經濟效率的推動作用，一方面要將環境因素與地方經濟增長目標統一起來，重視經濟增長中的資源環境代價問題，另一方面要因地制宜地制定地區的城鎮化發展戰略，實現地區人口集聚程度不斷提高、人力資本不斷積累和勞動力的優化配置，發揮產業競爭優勢和優化產業結構，在提高經濟增長水平的同時降低對環境的污染，這樣才能實現城鎮化與環境的良性互動，進而實現經濟增長與生態環境的和諧統一。

[1]程開明，2009：《城市化、技術創新與經濟增長：基于創新中介效應的實證研究》，《統計研究》第5期。[Cheng Kaiming, 2009, Urbanization, Technology Innovation and Economic Growth,StatisticalResearch, 5.]

[2]雷玉桃、楊娟，2014：《基于SFA方法的碳排放效率區域差異化與協調機制研究》，《經濟理論與經濟管理》第7期。[Lei Yutao and Yang Juan, A Study of Regional Difference of Carbon Emission Efficiency Based on Stochastic Frontier Analysis,EconomicTheoryandBusinessManagement, 7.]

[3]林堅，2010：《2000年以來人口城鎮化水平變動省際差異分析：基于統計數據的校正和修補》，《城市規劃》第3期。[Lin Jian, 2010, Provincial Difference of Urbanization Level in Terms of Population Since 2000: Based on Emendation of Statistical Data,CityPlanningReview, 3.]

[4]盧麗文、宋德勇、李小帆，2016，《長江經濟帶城市發展綠色效率研究》，《中國人口·資源與環境》第6期。[Lu Liwen, Song Deyong and Li Xiaofan, 2016, Green efficiency of urban development in the Yangtze River Economic Belt, China Population.ResourcesandEnvironment, 6.]

[5]陸銘、馮皓，2014，《集聚與減排:城市規模差距影響工業污染強度的經驗研究》，《世界經濟》第7期。[Lu Ming and Feng Hao, 2014, Agglomeration and Emission Reduction: An Empirical Study of Industrial Pollution Intensity of City Scale Distance,TheJournalofWorldEconomy, 7.]

[6]錢爭鳴、劉曉晨，2013：《中國綠色經濟效率的區域差異與影響因素分析》，《中國人口·資源與環境》第7期。[Qian Zhengming and Liu Xiaochen, 2013, Regional Differences in China’s Green Economic Efficiency and Their Determinants,ChinaPopulation.ResourcesandEnvironment, 7.]

[7]錢爭鳴、劉曉晨,2014：《我國綠色經濟效率的區域差異及收斂性研究》，《廈門大學學報(哲學社會科學版)》第1期。[Qian Zhengming and Liu Xiaochen, 2014, A Study of Regional Differences and Convergence of Green Economic Efficiency in China,JournalofXiamenUniversity(Arts&SocialSciences), 1.]

[8]錢爭鳴、劉曉晨，2015：《環境管制與綠色經濟效率》，《統計研究》第7期。 [Qian Zhengming and Liu Xiaochen, 2015, Urbanization, Technology Innovation and Economic Growth,StatisticalResearch, 7.]

[9]曲亮、蔡宏波、任國良等，2015，《財政分權與中國區域碳減排效率實證研究》，《經濟地理》第5期。[Qu Liang,Cai Hongbo and Ren Guoliang et al.,2015,Fiscal Decentralization and Regional System of Carbon Emission Reduction：An Empirical Research Based on the Provincial in China,EconomicGeography, 5.]

[10]時慧娜，2012：《中國城市化的人力資本積累效應》，《中國軟科學》第3期。[Shi Huina, 2012, The Effect of Urbanization on Human Capital Accumulation in China,ChinaSoftScience, 3.]

[11]王兵、唐文獅、吳延瑞等，2014：《城鎮化提高中國綠色發展效率了嗎?》，《經濟評論》第4期。[Wang Bing, Tang Wenshi and Wu Yanrui et al.,2014, Does Urbanization Increase China’s Green Development Efficiency?，EconomicReview, 4.]

[12]王興杰、謝高地、岳書平，2015，《經濟增長和人口集聚對城市環境空氣質量的影響及區域分異：以第一階段實施新空氣質量標準的74個城市為例》,《經濟地理》第2期。[Wang Xingjie,Xie Gaodi and Yue Shuping,2015,Impact of Economic Growth and Population Aggregation on Urban Environmental Quality and Its Regional Differentiation：A Case Study of 74 Cities Implemented the New Standard for Air Quality during the First Stage,EconomicGeography, 2.]

[13]王業強，2012：《倒“U”型城市規模效率曲線及其政策含義：基于中國地級以上城市經濟、社會和環境效率的比較研究》，《財貿經濟》第11期。[Wang Yeqiang, 2012, Inverted “U” Curve of Urban Scale Efficiency and Its Policy Implications: a Comparative Study on Economic, Social and Environmental Efficiency of Prefecture-level Cities and Above in China,Finance&TradeEconomics,11.]

[14]吳嬋丹、陳昆侖，2014：《國外關于城市化與碳排放關系研究進展》，《城市問題》第6期。 [Wu Chandan and Chen Kunlun, 2014, Foreign Research Progress on the Relationship between Urbanization and Carbon Emissions,UrbanProblems,6.]

[15]岳書敬、鄒玉琳、胡姚雨，2015：《產業集聚對中國城市綠色發展效率的影響》，《城市問題》第10期。[Yu Shujing, Zhou Yulin and Hu Yaoyu, 2015, Effect of Industrial Agglomeration on Chinese City Green Development Efficiency,UrbanProblems,10.]

[16]趙國浩、李瑋、張榮霞等，2012：《基于隨機前沿模型的山西省碳排放效率評價》，《資源科學》第10期。[Zhao Guohao, Li Wei and Zhang Rongxia et al., 2012, Evaluation of Carbon Emission Efficiency for Shanxi:Using Stochastic Frontier Analysis,ResourcesScience, 10.]

[17]朱承亮、岳宏志、師萍，2011：《環境約束下的中國經濟增長效率研究》,《數量經濟技術經濟研究》第5期。 [Zhu Chengliang, Yue Hongzhi and Shi Ping, 2011, Empirical Study on China’s Economic Growth Efficiency Under the Binding of Environment,TheJournalofQuantitative&TechnicalEconomics, 5.]

[18]朱勤、魏濤遠，2013：《居民消費視角下人口城鎮化對碳排放的影響》,《中國人口.資源與環境》第11期。[Zhu Qin and Wei Taoyuan, 2013, Impacts of Urbanization on Carbon Emissions from Perspective of Residential Consumption,China Population.ResourcesandEnvironment, 11.]

[19]Clark, T. A.,2013, Metropolitan Density, Energy Efficiency and Carbon Emissions: Multi-attribute Tradeoffs and Their Policy Implications,EnergyPolicy, (53):413-428.

[20]Perloff,H., 1957,Interrelations of State Income and Industrial Structure,TheReviewofEconomicsandStatistics, 39(2):162-171.

[21]Wang, Q.W., P.Zhou, N.Shen and S.S.Wang, 2013, Measuring Carbon Dioxide Emission Performance in Chinese Provinces: A Parametric Approach,RenewableandSustainableEnergyReviews, (21):324-330.

[22]Zha D. L., D.Q.Zhou and P.Zhou, 2010, Driving Forces of Residential CO2Emissions in Urban and Rural China: an Index Decomposition Analysis,EnergyPolicy, (38)：3377-3383.

AnAnalysisoftheMechanismBetweenPopulationUrbanizationandRegionalGreenEconomicEfficiency——BasedonStochasticFrontierAnalysisModel

FanJianshuang,RenYirongandYuXiaofen
(Zhejiang University of Technology, School of Economics and Management, Hangzhou Zhejiang 310023)

The problem of environmental pollution is becoming increasingly noticeable in a great number of Chinese cities in recent years, especially the emergence of severe haze, making the green quality of regional economic growth the focus of attention. This paper, by studying the emission of environmental pollutants in the framework of economic efficiency testing, measures the green economic efficiency in 30 Chinese provinces, and analyzes the changing trend in regional differences in the 2000 - 2014 period using the trans logarithmic SFA model. Furthermore, the relationship between population urbanization and green economic efficiency also receives analysis in view of the three aspects of population agglomeration, human capital accumulation and the evolution of industrial structure in the regions. The results show that the values of green economic efficiency are generally low during the study period, while exhibiting the phenomenon of rise with time and convergence with space. Population urbanization itself has a significant positive effect on promoting green economic efficiency. In terms of mediation variables, the degree of population agglomeration has a significant positive effect on green economic efficiency, as the large-scale agglomeration of population to urban areas generates more positive external effects than crowding effect which simply produces environmental pollution. The positive effect of human capital accumulation on green economic efficiency mainly comes from its supply of intellectual support for regional economic growth, especially innovation in energy saving and emission reduction. The positive effect of industrial structure composition on green economic efficiency is the most notable, because of the continuous rise of the proportion of tertiary industrial output value. The competitive effect of industry structure on green economic efficiency is, on the other hand, negative but not so significant.

Population Urbanization, Green Economic Efficiency, Resource Utilization Rate, Green Economic Growth

10.13948/j.cnki.hgzlyj.2017.12.005

* 范建雙,浙江工業大學經貿管理學院副教授，電子郵箱：fjshmy@zjut.edu.cn。本文獲得國家自然科學基金項目(71774142)、教育部人文社科項目(17YJAZH022)、浙江省自然科學基金項目(LY16G030029)、浙江省哲學社會科學重點研究基地項目(16JDGH045)、杭州市科技計劃軟科學研究重點項目(20160834M23)、浙江省哲學社會科學重點研究基地“技術創新與企業國際化研究中心”項目資助。感謝匿名評審人對本文提出的修改意見，文責自負。

■責任編輯鄧 悅