中國綠色全要素生產率增長的空間不平衡及其成因解析

劉華軍 李超 彭瑩 賈文星

摘 要：基于非期望產出SBM模型測度Malmguist生產率指數，揭示中國綠色全要素生產率增長的空間不平衡特征，進一步探究其成因，結果表明：東部地區綠色全要素生產率增長較快，中部地區次之，西部地區相對較慢。從結構組成因素看，“十五”時期和“十二五”時期技術進步的差距是導致不同地區綠色全要素生產率增長差異的主要原因，而“十一五”時期則以技術效率為主。從外部影響因素看，縮小城市化、產業結構合理化和市場化在地區間的不平衡可以有效促使不同地區綠色全要素生產率實現均衡發展。

關鍵詞： 綠色全要素生產率；空間不平衡；二次指派程序

中圖分類號：F124 文獻標識碼： A文章編號：1003-7217（2018）05-0116-06

一、引 言

堅持綠色發展是發展觀的一場深刻革命。當前，中國經濟已由高速增長階段轉向高質量發展階段，綠色是高質量發展的主色調。在新階段，提高綠色全要素生產率是轉變發展方式、優化經濟結構、轉換增長動力的戰略重點，也是推動經濟高質量發展的關鍵。然而，不同地區在資源稟賦、結構優化、發展動能等方面的分化跡象日益明顯，不僅加劇了綠色全要素生產率增長的空間不平衡，也給新時期區域協調發展帶來了新的壓力和挑戰。基于上述背景，全面揭示綠色全要素生產率增長的空間不平衡特征，準確識別綠色全要素生產率增長空間不平衡的成因，可以為高質量發展階段采取有效措施實現區域協調發展提供重要的理論依據和決策支持。

從現有研究進展看，部分文獻基于DEA模型對綠色全要素生產率的測算結果分析了中國綠色全要素生產率增長的區域差距，如匡遠鳳和彭代彥（2012）、王兵和黃人杰（2014）研究結果表明東部地區綠色全要素生產率增長率高于中西部地區，且呈現區域差距擴大的空間特征[1，2]。部分文獻則采用變異系數、核密度估計方法揭示了綠色全要素生產率增長的空間差異及其分布形態演進，如李蘭冰和劉秉鐮（2015）發現綠色全要素生產率增長的分布形態由單極化向雙峰演進，落后地區趕超先進地區的難度趨于加大[3]。此外，多數研究運用計量模型分析了綠色全要素生產率增長的影響因素，如王兵等（2010）、劉贏時等（2018）、Mao和Sheng（2017）等的研究發現地區經濟發展水平、勞均資本、市場化、全球化、產業結構等因素對綠色全要素生產率增長存在顯著影響 [4-6]。上述研究為考察綠色全要素生產率增長空間不平衡提供了豐富的證據和有益的啟示，但僅僅分析了其空間不平衡特征及變化趨勢，尚未進一步揭示造成綠色全要素生產率增長空間非均衡的成因，難以為綠色全要素生產率增長的空間格局優化提供實證依據。

本文的研究落實到中國綠色全要素生產率增長的空間不平衡及其成因解析上，邊際學術貢獻是基于非期望產出SBM模型測度Malmquist生產率指數，揭示中國綠色全要素生產率增長的空間非均衡特征，進一步從綠色全要素生產率增長的結構組成因素和外部影響因素兩個層面，利用QAP方法從全樣本、分時期和逐年三個層次實證考察導致中國綠色全要素生產率增長空間不平衡的成因，為新時期實現綠色全要素生產率增長的空間均衡發展提供科學依據。

二、研究方法與數據說明

（二）二次指派程序（QAP）

本文設定的關系數據計量模型如下：

二次指派程序（Quadratic Assignment Procedure，QAP）作為一種基于隨機置換的非參數檢驗方法，能夠很好地解決關系數據模型的自相關和多重共線性問題[10]。QAP基于置換矩陣中的元素，通過比較兩個矩陣中的每個元素給出矩陣之間的相關系數，并對系數進行非參數檢驗，具體包括QAP相關分析和QAP回歸分析兩部分[11，12]。

（三）變量選擇與數據說明

采用2001-2015年中國大陸30個省份（不包括西藏）的年度數據，以綠色全要素生產率增長的地區差距作為被解釋變量，以地區經濟發展水平、資本積累、勞動力、市場化、城市化、全球化和產業結構優化的地區差距作為解釋變量，各變量的衡量指標與數據來源如下：

（1）被解釋變量。采用Malmquist生產率指數測算綠色全要素生產率（GTFP），并構建綠色全要素生產率增長的地區差距矩陣。其中，資本、勞動和能源為要素投入，參照永續盤存法測算資本存量代表資本投入，采用就業人數代表勞動投入，采用能源消費總量代表能源投入；以2000年不變價格的實際地區生產總值為期望產出；工業廢水、工業廢氣和工業固體廢棄物為非期望產出。

（2）解釋變量。基于地區經濟發展水平、資本積累、勞動力、市場化、城市化、全球化和產業結構優化的衡量指標，構建各變量的地區差距矩陣。其中，采用以2000年為基期的人均地區生產總值代表地區經濟發展水平（PGDP），采用人均資本存量代表資本積累（K），借鑒余永澤（2017）的勞動力處理方法得到各省份的有效勞動力來代表勞動力（L）[13]，采用國民經濟研究所公布的市場化指數代表市場化（MA），采用城鎮人口占總人口比重代表城市化（CI），采用地區進出口總額占地區生產總值的比重代表全球化（OP），采用產業結構合理化指數（SR）和產業結構高級化指數（SH）代表產業結構優化，具體核算分別借鑒韓永輝等（2016）和劉偉等（2008）的做法[14，15]。以上相關數據來源于國家統計局數據庫、《新中國六十年匯編》《中國統計年鑒》《中國環境年鑒》《中國環境統計年鑒》《中國勞動統計年鑒》以及各省份統計年鑒。

三、中國綠色全要素生產率增長的空間不平衡

（一）中國綠色全要素生產率增長的空間分布

為了直觀地展示中國綠色全要素生產率增長的空間特征，繪制了2001-2015年中國綠色全要素生產率增長的分布圖，如圖1所示。可以發現，整個樣本考察期內，中國綠色全要素生產率增長呈現東部較快、中部次之、西部相對較慢的空間非均衡特征。具體而言，綠色全要素生產率平均增長率達到4%以上的省份有3個，介于2%～4%的省份有5個，介于0%～2%的省份有16個，綠色全要素生產率平均增長率為負值的有6個省份。從三大區域的平均分布來看，綠色全要素生產率增長較高的省份主要位于東部地區，如天津、海南，中部地區多數省份的綠色全要素生產率也呈現不同程度的增長，但整體增長幅度低于東部地區。相比而言，新疆、內蒙古、寧夏等西部地區省份的綠色全要素生產率均呈現下降趨勢。

（二）中國綠色全要素生產率增長空間分布的時間演變

通過上述分析，我們對整個樣本期內中國綠色全要素生產率增長的空間分布特征有了一個直觀的認識，為了進一步展示綠色全要素生產率增長的變化趨勢，將2001-2015年全國以及東部、中部、西部地區的綠色全要素生產率繪制折線圖，如圖2所示。從全國層面看，中國綠色全要素生產率增長整體呈現波動中上升的趨勢。從三大區域看，一方面，不同地區的綠色全要素生產率的平均增長率雖然呈現一定幅度的波動，但從整體走勢看，增長速度有所增加。另一方面，2011年之前，東部、中部和西部地區之間綠色全要素生產率增長的相對差異較大，且變化趨勢不一，2011年之后，三大地區綠色全要素生產率平均增長速度的變化趨勢基本一致，地區之間的增長率差異也不斷縮小。通過上述分析可以發現，盡管2011年之后東部、中部和西部地區綠色全要素生產率增長的相對差異不斷縮小，但空間非均衡特征依然存在。

四、中國綠色全要素生產率增長空間不平衡成因

上述分析表明，中國綠色全要素生產率增長存在明顯的空間非均衡特征，進一步地，基于綠色全要素生產率增長的結構組成因素和外部影響因素，分別從全樣本、分時期和逐年三個層次，探尋造成綠色全要素生產率增長空間不平衡的成因，從而為采取有效措施實現綠色全要素生產率增長空間均衡發展提供科學依據。

（一）結構組成因素

根據QAP相關分析結果，綠色全要素生產率增長的空間不平衡與技術進步、技術效率的相關系數均為正，且通過了5%的顯著性檢驗，這意味著技術進步、技術效率與綠色全要素生產率增長的空間不平衡存在顯著的相關關系。以下將進行QAP回歸分析，以揭示技術進步、技術效率對綠色全要素生產率增長空間不平衡的影響及其變動情況。

1. 全樣本考察。表1第2～3列報告了整個考察期的QAP回歸結果。相比傳統的OLS回歸結果，QAP回歸結果報告了未標準化回歸系數和標準化回歸系數。由于標準化回歸系數不受觀測值量綱的影響，本文重點比較標準化回歸系數的相對大小，以考察不同解釋變量對被解釋變量影響強度的差異[16]。從表1可知，技術進步和技術效率的標準化回歸系數分別為0.603和0.457，且均通過了1%的顯著性檢驗，說明縮小技術進步、技術效率的地區差距有助于促使綠色全要素生產率增長從空間不平衡向空間均衡發展。相比技術效率，技術進步對綠色全要素生產率增長空間不平衡的影響強度是技術效率的1.33倍（0.603/0.457），意味著技術進步在綠色全要素生產率空間不平衡中扮演主要角色，但技術效率的作用也不容忽視。

2. 分時期考察。表1第4-9列報告了分時期的QAP回歸結果。可以發現：三個時期技術進步和技術效率的標準化回歸系數均為正，且通過了1%的顯著性檢驗，表明技術進步和技術效率對綠色全要素生產率增長的空間不平衡存在重要影響。從變化趨勢看，技術進步的回歸系數由“十五”時期的0.767下降到“十一五”時期的0.718，又上升到“十三五”時期的0.981，而技術效率的回歸系數則從“十五”時期的0.437上升到“十一五”時期的1.058，后下降到“十三五”時期的0.906。通過對比不同時期技術進步和技術效率的標準化回歸系數發現：“十五”時期技術進步對綠色全要素生產率增長空間不平衡的影響強度是技術效率的1.76倍（0.767/0.437），“十一五”時期下降到0.68倍（0.718/1.058），“十二五”時期上升為1.08倍（0.981/0.906），表明“十五”時期和“十二五”時期導致綠色全要素生產率增長表現出空間不平衡特征的原因更多體現為不同地區技術進步的差距，而“十一五”時期的空間不平衡則主要來源于技術效率的差距。

3. 逐年考察。由逐年考察的QAP回歸結果可知，2001-2005年和2011-2015年技術進步對綠色全要素生產率增長空間不平衡的影響強度大于技術效率，而在2006-2010年小于技術效率，這與分時期考察結果一致。技術進步對綠色全要素生產率增長空間不平衡的影響強度呈現先下降后上升態勢，技術效率對綠色全要素生產率增長空間不平衡的影響強度出現先上升后下降趨勢，且二者影響強度的相對差異不斷擴大。上述結果表明，在推動綠色全要素生產率增長從空間不平衡向空間均衡發展的過程中，需要同時促進技術進步和技術效率在不同地區間的均衡發展。

（二）外部影響因素

基于QAP相關分析結果，綠色全要素生產率增長的空間差異與地區經濟發展水平、勞動力、市場化、城市化和產業結構合理化等變量之間的相關系數為正，而與資本積累、全球化和產業結構高級化等變量之間的相關系數表現為負，除勞動力和全球化外，其他變量均通過了1%的顯著性檢驗。以下將進行QAP回歸分析，以考察地區經濟發展水平等外部因素對綠色全要素生產率增長空間不平衡的影響及其變動情況。

1. 全樣本考察。表2第2～3列報告了全樣本時期的QAP回歸結果。可以發現：城市化、產業結構合理化和市場化的標準化回歸系數為正，且通過了10%的顯著性檢驗，表明縮小這些因素在地區間的不平衡可以有效促使不同地區綠色全要素生產率實現均衡發展。資本積累和產業結構高級化的標準化回歸系數顯著為負，可能的原因是：第一，在資本邊際報酬遞減規律作用下，東部地區可能會較早地出現資本邊際報酬遞減現象，而中西部地區由于資本邊際報酬遞減現象發生得相對較遲從而促進綠色全要素生產率相對更快增長，若這種差距保持一定的時間，不同地區綠色全要素生產率增長將趨于均衡發展。第二，產業結構高級化與綠色全要素生產率增長之間存在倒U型關系，東部地區率先實現產業結構高級化進而導致綠色全要素生產率增長放緩，而中西部地區正處于上升階段，其綠色全要素生產率增長相對較快，若產業結構高級化發展的地區差距越大，那么不同地區間綠色全要素生產率增長的差距可能會越小。從影響強度看，上述因素對綠色全要素生產率增長空間不平衡的影響強度從高到低依次是城市化（1.406）、產業結構高級化（0.855）、資本積累（0.511）、產業結構合理化（0.510）和市場化（0.059）。此外，地區經濟發展水平和勞動力的回歸系數為正，全球化的回歸系數為負，但均不顯著。

2. 分時期考察。表2第4-9列報告了分時期的QAP回歸結果。一方面，三個時期城市化、產業結構合理化和市場化的回歸系數均為正，且通過了10%的顯著性水平檢驗。其中，城市化的回歸系數最大，其次是產業結構合理化，市場化最低。對比不同時期三者的回歸系數，城市化對綠色全要素生產率增長空間不平衡的影響在不同時期均最為突出，且三者影響強度的相對差異呈現下降趨勢。另一方面，在不同時期資本積累和產業結構高級化的回歸系數均為負，且通過了5%的顯著性水平檢驗。其中，產業結構高級化對綠色全要素生產增長空間不平衡的影響強度高于資本積累，但兩者對綠色全要素生產率增長空間不平衡影響強度的相對差異呈現先下降后上升趨勢。此外，在不同時期地區經濟發展水平和勞動力的回歸系數均為正，全球化的回歸系數均為負，但未通過顯著性檢驗。

3. 逐年考察。由逐年考察回歸結果可知，城市化、產業結構合理化和市場化對綠色全要素生產率增長空間不平衡均存在正向影響，而資本積累、產業結構高級化表現為負向影響，這與全樣本和分時期的實證結果一致。在影響強度的變化趨勢上，城市化和市場化對綠色全要素生產率增長空間不平衡的影響強度出現下降態勢，而產業結構合理化呈現上升態勢。從影響強度的大小看，城市化、產業結構高級化和資本積累始終是綠色全要素生產率增長空間不平衡的主要驅動力量。

五、研究結論與政策建議

本文以2001-2015年中國30個省份為樣本數據，揭示了中國綠色全要素生產率增長的空間非均衡特征，并利用QAP分析方法從結構組成因素和外部影響因素兩個層面實證考察了中國綠色全要素生產率增長空間不平衡的成因。結果表明：（1）中國綠色全要素生產率增長呈現明顯的空間非均衡特征，東部地區增長較快，中部地區次之，西部地區相對較慢。從演變趨勢看，2011年之后不同地區間綠色全要素生產率增長率的相對差異呈縮小態勢。（2）從結構組成因素看，全樣本時期技術進步在綠色全要素生產率空間不平衡中扮演主要角色，分時期和逐年結果表明，“十五”時期和“十二五”時期技術進步的差距是導致綠色全要素生產率增長表現出空間不平衡特征的主要原因，而“十一五”時期則主要來源于技術效率的地區差距。（3）從外部影響因素看，縮小城市化、產業結構合理化和市場化在地區間的不平衡可以有效促使不同地區綠色全要素生產率均衡發展。從分時期和逐年的回歸結果看，城市化、產業結構高級化和資本積累始終是綠色全要素生產率增長空間不平衡的主要驅動力量。

基于上述結論，提出如下政策建議：一是既要強化創新驅動發展戰略，又要注重技術效率在不同地區間的均衡提升。在推動綠色全要素生產率增長從空間不平衡向空間均衡發展的過程中，增加各地區應逐漸擺脫技術進步或技術效率的單輪驅動模式，向技術進步和技術效率雙輪驅動轉型，促進技術進步和技術效率在不同地區間均衡發展。一方面，科技創新能力相對落后地區應從自身實際情況出發，加大科技研發投資，創新與引進關鍵技術和先進技術，同時技術發展先進地區要繼續發揮科技創新引領作用，通過技術外溢促進地區之間技術水平的深度融合。另一方面，各地區要提高資源管理能力以及創新資源管理模式，提高技術效率，避免科技投入資源的隱形損耗。二是推動形成協調發展的城市化格局，明確調整和優化產業結構的空間方向。城市往往是高素質人才和技術創新活動的聚集地，加快推進城市化建設，尤其中西部等城市化發展相對較慢的地區，需要通過政策引導和制度創新加快推進。產業結構優化是中國經濟結構調整的重要任務，充分注重產業結構與資源稟賦的協調耦合，平衡資源在各地區間的配置，推動綠色全要素生產率增長實現空間均衡發展。三是在推進綠色全要素生產率增長實現空間均衡發展的同時，落后地區要積極吸引資本等優勢資源，加快推進市場化改革，從而最大限度地發揮城市化、市場化協調發展對于綠色全要素生產率增長空間均衡發展的作用。

參考文獻：

[1] 匡遠鳳，彭代彥. 中國環境生產效率與環境全要素生產率分析[J]. 經濟研究，2012（7）：62-74.

[2] 王兵，黃人杰. 中國區域綠色發展效率與綠色全要素生產率：2000-2010[J]. 產經評論，2014（1）：16-35.

[3] 李蘭冰，劉秉鐮. 中國區域經濟增長績效、源泉與演化： 基于要素分解視角[J]. 經濟研究，2015（8）：58-72.

[4] 王兵，吳延瑞，顏鵬飛. 中國區域環境效率與環境全要素生產率增長[J]. 經濟研究，2010（5）：95-109.

[5] 劉贏時，田銀華，羅迎. 產業結構升級、能源效率與綠色全要素生產率[J]. 財經理論與實踐，2018（1）：1-18.

[6] Mao Q， Sheng B. The impact of tariff reductions on firm dynamics and productivity in China： does market-oriented transition matter [J]. China Economic Review， 2017， 45（3）：168-194.

[7] Tone K. Dealing with undesirable outputs in DEA： a slacks-based measure（SBM） approach[R]. GRIPS Research Report Series， 2003.

[8] Fre R， Grosskopf S. Malmquist productivity indexes and fisher ideal indexes[J]. The Economic Journal， 1992， 102（410）： 158-160.

[9] Krackhardt D. Predicting with networks：nonparametric multiple regression analysis of dyadic data[J]. Social Networks， 1988， 10（4）： 359-381.

[10]Scott J P. Social network analysis： a handbook[M]. London： Sage Publications Ltd， 2017.

[11]劉華軍，彭瑩，裴延峰，等. 全要素生產率是否已經成為中國地區經濟差距的決定力量[J]. 財經研究，2018（6）：50-63.

[12]羅能生，曾克強.社會資本、區域差異與全要素生產率——基于DEA方法的實證研究[J].河南師范大學學報（哲學社會科學版），2018（1）：29-37.

[13]余泳澤. 異質性視角下中國省際全要素生產率再估算： 1978-2012[J]. 經濟學（季刊），2017（3）：1051-1072.

[14]韓永輝，黃亮雄，鄒建華. 中國經濟結構性減速時代的來臨[J]. 統計研究，2016（5）：23-33.

[15]劉偉，張輝，黃澤華. 中國產業結構高度與工業化進程和地區差異的考察[J]. 經濟學動態，2008（11）：4-8.

[16]Borgatti S P， Everett M G ， Freeman L G . Ucinet for windows： software for social network analysis[M]. Harvard： Analytic Technologies， 2002.

（責任編輯：漆玲瓊）