政府干預、區域差異與綠色經濟效率測度

白潔 夏克郁

摘要：基于長江經濟帶107個地級及以上城市2005—2016年數據，利用隨機前沿分析技術來測度長江經濟帶綠色經濟效率，發現2005—2016年長江經濟帶綠色經濟效率持續改善，但整體水平處于技術非效率狀態;而長江經濟帶上、中、下游綠色經濟效率呈現梯級上升特征，長江中游與下游綠色經濟效率差距有縮小趨勢，而長江上游與下游綠色經濟效率差距變化不明顯。從影響因素來看，政府干預程度、基礎設施、教育水平、產業結構優化、外商直接投資對經濟效率的改善有顯著的正向作用，而金融發展水平對其有負向作用。當前，我國金融業對經濟資源配置效率存在較為嚴重的瓶頸約束，長江經濟帶應根據不同的區域城市發展特點和差異性，有針對性地給予政策性支持，避免政府過度干預造成的普遍存在的政府越位、錯位、缺位問題。同時，要正確把握區域協同發展的關系，努力將長江經濟帶打造成為有機融合的高效經濟體。

關鍵詞：長江經濟帶;企業規模;政府干預;環境約束;綠色經濟效率

基金項目：教育部哲學社會科學研究重大課題攻關項目“推動長江經濟帶發展重大戰略研究”（項目編號：17JZD024）;湖北省軟科學研究項目“湖北新舊動能轉換的定量測度與對策研究”（項目編號：2017ADC068）

中圖分類號：F124 ? ?文獻標識碼：A ? ?文章編號：1003-854X（2019）07-0021-07

一、引言與相關文獻綜述

2018年4月26日，習近平總書記在武漢主持召開深入推動長江經濟帶發展座談會提出“正確把握生態環境保護和經濟發展的關系，探索協同推進生態優先和綠色發展新路子”。當前，長江經濟帶面臨著環境保護和經濟轉型發展的雙重挑戰，長江流域生態功能退化嚴重，長江岸線、港口亂占濫用的問題仍然突出，高污染型產業在長江經濟帶占比較高，污染物排放基數大，廢水、化學需氧量、氨氮排放量分別占全國的43%、37%、43%。實現長江經濟帶環境保護和高質量融合發展，關鍵要提升綠色經濟效率。一般而言，經濟效率與要素積累在經濟發展中發揮著同等重要作用。托馬斯·G·羅斯基認為，經濟效率的內涵實質上是配置效率、技術效率及動態效率的綜合，經濟效益的提高不意味著經濟效率的改善。克魯格曼在《蕭條經濟學的回歸》一書中提出亞洲取得了卓越的經濟增長率，但沒有與之相匹配的卓越生產率的提高。目前經濟新常態背景下，高質量增長不僅僅是生產要素的簡單擴張方式，而是持續地改善要素投入產出關系，提高配置效率。

隨著中國經濟發展過程中資源約束日益強化，一些學者開始關注環境因素與可持續發展的關系。錢爭鳴、劉曉晨認為綠色經濟效率是一種考慮資源與環境代價后的綜合經濟效率，他們通過DEA—SBM方法測度的綠色經濟效率與傳統經濟效率進行對比，發現綠色經濟效率比傳統效率指標具有更強的區別力度，傳統效率指標高估了東部和中部地區的效率值，而低估了西部地區的效率值①。汪克亮等學者也通過不同維度研究證實了這一結論②。這些研究表明綠色經濟效率能更準確、全面地反映當前經濟增長的可持續性。

許多學者對于綠色經濟效率的影響因素研究集中在其分解的技術效率、配置效率及動態效率的變化上，部分學者則進一步探討了其他遺漏因素。錢爭鳴等通過對中國綠色經濟效率測度，發現外商直接投資對綠色經濟效率有顯著的正向作用③，與斑斕等學者對區域綠色經濟效率的影響研究結論一致④。但是李艷軍等認為外商直接投資對綠色經濟效率的提升具有滯后性，因為我國與發達國家環境標準之間存在一定的差距，這種差距推動了環境貿易，盡管推動了產出，但是同時也造成了較嚴重的環境污染問題⑤，即存在“污染天堂假說”。有的學者從區域綠色經濟效率的影響機制入手，研究發現產業結構對綠色經濟效率具有一定的負向效應，并認為提高綠色經濟效率要加快促進產業結構優化升級，控制第二產業規模⑥。一些研究認為，政府財政支出通常具有正外部性，但過度的投資也會造成財政支出的無效率及對經濟活動的扭曲。林曉等學者通過研究驗證了過度的政府投資對綠色經濟效率的作用顯著為負向⑦。金融發展對經濟增長日益顯著的推動作用已成為當前共識，葛鵬飛等通過研究發現金融發展對綠色經濟效率有一定的負向作用⑧;劉貫春等則基于中國省級面板數據分析認為伴隨著市場化改革進程的推進，金融整體規模的擴大有利于推動經濟效率的提升，金融發展規模占GDP的比重每提升1%，綠色發展效率將增長0.15%⑨。互聯網的創造性變革通過其便利性降低了交易成本與企業經營成本，顯著地提升了管理效率與技術效率，因而李琳等學者在對長江經濟帶工業綠色全要素生產率的研究中將互聯網這一指標納入，并從實證研究結果得到互聯網顯著地提升了工業綠色全要素生產率這一結論⑩。林曉等從空間視角分析中國綠色經濟效率，認為教育水平的直接效應顯著為正，說明教育水平對綠色經濟效率有提升作用，葉仁道等學者解釋這一現象的原因是因為教育對科技進步的促進作用提高了生產技術水平和能源利用效率，從而對綠色經濟有正向影響？輰。

近年來對綠色經濟效率的研究，學者多從省級層面展開，如朱承亮等以省級數據對全國或者區域展開研究。而以長江經濟帶為研究區域，學者們主要集中在長江經濟帶綠色經濟效率的測度。盧麗文、郝國彩等通過DEA—SBM方法對長江經濟帶綠色經濟效率進行測算，發現經濟發展水平越高，城市綠色經濟效率越高。一些學者在綠色經濟效率測度方法上進行探索，如吳傳清等基于超效率DEA模型和ML指數法對環境約束下長江經濟帶全要素生產率能源效率進行時空分異研究。

本文在充分借鑒上述研究成果的基礎上，從以下三個方面進行擴展：一是考慮到環境污染變量作為非期望產出指標無法調整生產規模，因此本文通過修正熵值法計算環境指數，進而構造綠色GDP，以此來體現動態性環境約束;二是利用長江經濟帶107個地級市2005—2016年數據，通過隨機前沿分析技術測度長江經濟帶綠色經濟效率及區域差異，能夠避免DEA方法的兩階段估計法導致的類似假設矛盾的問題;三是將政府干預程度、金融發展水平、基礎設施、教育水平、產業結構優化、外商直接投資等因素納入分析框架，較為全面地探討長江經濟帶綠色經濟效率的影響因素。

二、研究方法與數據說明

1. 模型設定

目前，在實證分析中對經濟效率的測度主要有兩類辦法：一類為非參數方法，該類方法以數據包絡分析（DEA）方法為代表以及在此基礎上改進的超效率DEA—SBM、DEA—MALMQUIST、M—L指數方法等;另一類則為參數方法，該類方法以隨機前沿分析（SFA）方法為代表，與非參數DEA方法相比較，SFA方法不僅可以測算每個個體的經濟效率值，而且可以定量分析各種相關因素對個體效率差異性的具體影響，這樣可以避免在測度經濟效率影響因素時采用DEA方法的兩階段估計法導致的類似假設矛盾的弊端，以及利用DEA—MALMQUIST方法只能縱向比較變化的缺點。因此，本文采用SFA方法來進行實證分析。

在熵值法計算出地級市的環境指數得分以后，參考朱承亮等對ECI的構造方法，按公式（14）轉換成[0，1]區間取值。MAX（Sj）為所有地級市綜合得分中最大值，MIN（Sj）為所有地級市綜合得分中最小值，ECIj為第j個地級市環境指數。ECI值越小，表示GDP付出污染成本越大;利用ECI指數與GDP相乘構造GEP，GEP越大，則每單位污染下的GDP產值越大。

（3）影響綠色經濟效率的解釋變量。參考李健等學者對綠色經濟效率影響因素的選取，從政府干預程度、金融發展水平、基礎設施、教育水平、產業結構優化、外商直接投資六個方面來驗證其對綠色經濟效率損失的影響。

政府干預程度（GOV）：地方政府在經濟發展進程中一般通過財政發揮引導作用，但在實際中政府職能也存在著錯位、越位、缺位現象，這將對綠色經濟發展造成消極影響，因此將政府干預程度納入技術非效率影響因素模型。本文采用政府財政支出指標表示政府干預經濟的程度。

金融發展水平（FD）：金融發展對綠色發展存在正反兩方面影響，一方面，金融發展通過降低創新風險，推動技術進步，減少污染物的排放;另一方面，金融發展拓寬了企業生產的融資渠道，企業生產規模的擴大隨之帶來污染物排放的增加。金融發展對綠色發展的直接影響不能一概而論，以往的研究采用單一指標來測度，對金融發展水平的衡量有失偏頗，因此本文基于金融規模、金融效率、金融結構三大指標構造綜合金融發展水平，同樣采用綜合熵值法計算出金融發展指數。在具體指標選取上，金融規模以人均年末金融機構存貸款額指標來衡量，金融效率以年末金融機構貸款余額占城鄉居民年末儲蓄余額比值來衡量，金融結構以年末金融機構存貸款總額與GDP總量比值來衡量。

基礎設施（INFRA）：城市基礎設施的改善能夠加速知識、信息和技術的傳播，降低企業的運輸和交易成本，從而有助于勞動分工的深化和規模經濟的形成，進而促進經濟效率的提升，因此將其納入影響經濟效率因素的模型當中。基于數據可得性，本文選取國際互聯網用戶數作為衡量基礎設施的指標。

產業結構（SEC）：產業結構優化升級往往伴隨著資源有效配置和技術水平提升，進而有利于資源的節約利用。本文將第二、三產業生產總值占經濟總量的比重作為衡量產業結構優化的指標。

教育水平（EDU）：從微觀角度來看，綠色經濟效率改善需要技術的提升和環保意識的加強，而內生經濟增長理論強調科技進步和“干中學”的作用，知識是技術進步的動力，教育水平的提高是實現知識積累與技術進步的一種重要途徑，同時也促使企業表現出更強的環保意識，因此將教育水平納入效率影響因素模型。基于研究目的的考慮，避免與政府介入經濟程度指標造成多重共線性問題，本文選取了教育行業年末城鎮單位從業人員作為衡量教育水平的指標。教育行業從業人員數量與高等教育發展緊密相關，在一定程度上體現了地方教育水平的高低。

外商直接投資（FDI）：學者們對于FDI對環境的影響作用持不同觀點，一些學者認為FDI能夠通過技術溢出帶來先進的技術及管理經驗，進而對環境改善產生正向影響;也有學者以“污染天堂”假說為代表，認為外資通過轉移中低端勞動密集型產業帶來環境污染。本文用當年實際使用外資額來表示，按照當年平均匯率換算成人民幣，并按照2005年為基期進行折算。

3. 數據來源

本文以2005—2016年為研究時間段，所使用的數據來自歷年《中國城市統計年鑒》、《中國區域經濟統計年鑒》、各省市統計公報。基于數據可得性，本文僅選取了長江經濟帶107個地級及以上城市，對于個別缺失數據進行平滑處理以及插值法處理。考慮到地級市層面的生產總值平減指數無法獲得，本文利用省級層面的生產總值平減指數代替，對經濟總量等指標進行相應的平減處理。

三、長江經濟帶綠色經濟效率測度結果

1. 長江經濟帶總體綠色經濟效率分析

通過對2005—2016年長江經濟帶綠色經濟效率進行測度（如表1所示），發現長江經濟帶綠色經濟效率年均值偏低，并且由表3可知，對模型進行LR檢驗，值分別在10%、10%、1%、10%的統計水平上顯著，表明長江經濟帶綠色經濟效率存在技術非效率的情況。2005年長江經濟帶綠色經濟效率年平均值僅為0.39，2016年長江經濟帶年均綠色經濟效率值為0.62，與前沿生產面存在距離。但是從2005-2016年長江經濟帶綠色經濟效率水平變化來看，呈現出良好的增長態勢，這表明長江經濟帶當前綠色經濟發展水平有所提升。

2. 長江經濟帶綠色經濟效率區域差異分析

為進一步比較區域差異，本文將長江經濟帶107個地級市按上中下游進行分析，具體區域劃分標準是：上游包括重慶、四川、云南、貴州范圍內所有地級市（30個）;中游省市為江西、湖北、湖南范圍內所有地級市（36個）;下游為上海、江蘇、浙江、安徽范圍內所有地級市（41個）。考慮到分別對長江經濟帶上中下游單獨測度效率，生產可能性邊界是不同的，區域之間就不具備可比性，因此研究當中采用長江經濟帶整體測度結果，在進行分組以后，分別對區域內所有地級市的綠色經濟效率求當年均值，分區域綠色經濟效率結果見表2。

觀察表2發現，長江經濟帶上中下游綠色經濟效率水平呈現梯級差距，長江經濟帶下游綠色經濟效率最高，中游綠色經濟效率次之，上游綠色經濟效率較低。從2005—2016年年度變化來看，長江經濟帶上中下游綠色經濟效率均有不同程度的提升，2016年長江上中下游綠色經濟效率分別提升至0.53、0.61、0.69。

基于以上測度結果，可以繪出長江經濟帶上中下游綠色經濟效率動態演變趨勢，結果如圖1所示，2005—2016年長江經濟帶中游和下游綠色經濟效率差距在縮小，呈現收斂趨勢;而上游與中游經濟效率差距呈擴大態勢。

3. 長江經濟帶綠色經濟效率影響因素分析

考慮到長江經濟帶橫貫我國東中西三大區域，上中下游資源稟賦、產業結構、技術水平存在明顯差異，為深入研究長江經濟帶綠色經濟效率的影響因素，本利用SFA方法對長江經濟帶及分區域進行分析，基于SFA技術的綠色經濟效率的影響模型結果如表3所示。

由表3可知，LR檢驗通過，r值分別在10%、10%、1%、10%的統計水平上顯著，表明技術非效率是存在的，利用SFA方法進行損失效率影響因素分析是有意義的。由于SFA方法是以技術非效率作為被解釋變量，因此得出的影響因素系數為負向時，意味著該因素對技術非效率有抑制作用，即對綠色經濟效率有改善作用;系數為正向時，則意味著該因素對技術非效率有促進作用，即對綠色經濟效率有抑制作用。

從前沿生產函數結果來看，長江經濟帶總體及分區域勞動力與資本變量在10%統計水平上顯著，表明勞動投入與資本投入仍是目前經濟增長的重要貢獻要素。通過對勞動與資本的系數值的比較，可以發現長江經濟帶總體勞動投入彈性高于資本投入彈性，這意味著勞動投入在長江經濟帶經濟發展中發揮著不可忽視的作用。從分區域結果來看，長江經濟帶上游勞動投入彈性高于資本投入彈性，中游勞動投入彈性低于資本投入彈性，下游勞動投入彈性低于資本投入彈性，這表明資本、勞動投入在不同資源稟賦、經濟結構的區域對經濟增長的作用程度不同。

從長江經濟帶總體函數來看，變量結果檢驗均通過顯著性檢驗，政府干預程度、基礎設施、教育水平、產業結構優化、外商直接投資系數值為負，表明這些因素對長江經濟帶綠色經濟效率的提升起到了積極作用。其中，產業結構優化對長江經濟帶綠色經濟效率的改善作用最為明顯，而金融發展水平的系數為正，表明金融發展水平未能很好地改善長江經濟帶綠色經濟;金融業對中國經濟的資源配置效率存在嚴重的瓶頸約束，一種可能的解釋是金融發展拓展了污染型企業的融資渠道，使得企業生產規模進一步擴大，加重了污染排放。因此，發展綠色金融，積極引導資金流向節約資源技術開發和環保產業顯得尤為迫切。

從分區域結果來看，影響長江上中下游綠色經濟效率的因素與全流域相似，政府干預程度、基礎設施、教育水平、產業結構優化、外商直接投資等因素對其綠色經濟效率有明顯正向作用，金融發展水平呈現一定負向作用。值得注意的是，金融發展水平對綠色經濟效率作用程度上，上游要高于中游和下游，這說明金融發展水平對上游綠色經濟效率的抑制影響最為明顯。政府干預程度對綠色經濟效率的提升幅度上，中游最高，這表明適當的政府干預明顯利于長江經濟帶中游綠色經濟效率的提升。從表3結果可以看出，教育水平、外商直接投資、產業結構的優化對下游綠色經濟效率的促進作用更為明顯。這說明長江中上游需要重點提升教育水平、推進產業結構升級以及加大開放力度，以提升區域綠色經濟效率。

五、研究結論與政策含義

本文以環境約束為切入點，選取對數型柯布道格拉斯生產函數的隨機前沿模型，分析了2005—2016年長江經濟帶107個地級市的綠色經濟效率及效率損失的影響因素，得到以下結論：（1）2005—2016年，長江經濟帶綠色經濟效率逐年改善，從0.39提升至0.62，但尚未達到最優生產前沿。（2）從全流域來看，外商直接投資、政府干預、基礎設施建設、教育水平、產業結構升級提升長江經濟帶綠色經濟效率，金融發展水平則抑制綠色經濟效率的改善。（3）從分區域來看，影響長江上中下游綠色經濟效率的因素與全流域相似。從影響程度來看，教育水平、外商直接投資、產業結構的優化對下游綠色經濟效率的促進作用更高，而金融發展水平對上游綠色經濟效率的抑制作用最為明顯。

研究結論對于長江經濟帶提升綠色效率，實現高質量發展具有一定的政策啟示意義。其一，堅持綠色發展，加快轉換經濟增長方式。傳統的依靠擴大生產要素的投入帶動經濟增長的方式難以為繼，長江經濟帶高質量發展要堅持生態優先、綠色發展，通過提高全要素生產率來推動長江經濟帶經濟動能轉換，淘汰落后產能，促進可持續發展。其二，構建區域協調機制，共同推進長江大保護。一方面，長江經濟帶應根據不同的區域城市發展特點和差異性，有針對性地給予政策性支持，避免政府過度干預造成的普遍存在的政府越位、錯位、缺位問題。另一方面，要正確把握區域協同發展的關系，努力將長江經濟帶打造成為有機融合的高效經濟體。上海、南京、武漢、長沙、南昌等中心城市要發揮引領作用，加強與周邊城市的互動聯系，擴大輻射半徑，中小城市則要加強合作共贏意識，合理利用當地資源，實現高效綠色發展。其三，通過創新驅動促進產業轉型升級。一直以來，長江經濟帶區域發展不平衡、中低端產業比重過高等問題比較突出，因此要結合長江經濟帶產業布局，發揮上中下游比較優勢，加強創新成果轉化和創新資源利用，調整產業存量、優化產業增量，依托科技創新、制度創新驅動，推進區域優勢產業集聚發展，加強區域間產業良性互動，促進長江經濟帶經濟提質增效和綠色發展。其四，引導綠色金融對長江經濟帶高質量發展的激勵作用。當前，我國金融業對經濟資源配置效率存在較為嚴重的瓶頸約束。一方面要要通過創新性金融制度安排，引導和激勵更多社會資本投入綠色產業。另一方面要結合金融發展對區域的影響差異，積極推動長江中上游金融業發展，提高其對實體經濟的輸血能力;對于金融發展較為成熟的長江下游地區，應積極優化金融業發展結構，提升對長江經濟帶高質量發展的支撐作用。

注釋：

①③ 錢爭鳴、劉曉晨：《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》2013年第7期。

② 汪克亮、楊力、程云鶴：《異質性生產技術下中國區域綠色經濟效率研究》，《財經研究》2013年第4期。

④ 班斕、袁曉玲：《中國八大區域綠色經濟效率的差異與空間影響機制》，《西安交通大學學報》（社會科學版）2016年第3期。

⑤ 李艷軍：《貿易開放與我國經濟增長的綠色效率：1986—2010——基于面板數據的實證研究》， 山東大學 2013年碩士論文。

⑥？輰 葉仁道、張勇、羅堃：《中國綠色經濟效率的測算及影響因素——基于偏正態面板數據模型》，《技術經濟》2017年第11期。

⑦ 林曉、徐偉、楊凡：《東北老工業基地綠色經濟效率的時空演變及影響機制——以遼寧省為例》，《經濟地理》2017年第5期。

⑨ 劉貫春、張軍、豐超：《金融體制改革與經濟效率提升——來自省級面板數據的經驗分析》，《管理世界》2017年第6期。

⑩ 李琳、劉琛：《互聯網、稟賦結構與長江經濟帶工業綠色全要素生產率——基于三大城市群108個城市的實證分析》，《華東經濟管理》2018年第7期。

朱承亮、岳宏志、李婷：《中國經濟增長效率及其影響因素的實證研究：1985—2007年》，《數量經濟技術經濟研究》2009年第9期。

盧麗文、宋德勇、李小帆：《長江經濟帶城市發展綠色效率研究》，《中國人口·資源與環境》2016年第6期。

吳傳清、杜宇：《偏向型技術進步對長江經濟帶全要素能源效率影響研究》，《中國軟科學》2018年第3期。

⑧ 葛鵬飛、黃秀路、徐璋勇：《金融發展、創新異質性與綠色全要素生產率提升——來自“一帶一路”的經驗證據》，《財經科學》2018年第1期。

王志平：《生產效率的區域特征與生產率增長的分解——基于主成分分析與隨機前沿超越對數生產函數的方法》，《數量經濟技術經濟研究》2010年第1期。

G. E. Battese， ?T. J. Coelli， A Model for Technical Inefficiency Effects in a Atochastic Frontier Production Function for Panel Data， Empirical Economics， 1995， 20（2）， pp.325-332.

Alwyn Young， Gold into Base Metals： Productivity Growth in the Peoples Republic of China during the Reform Period， Journal of Political Economy， 2003， 111（6）， pp.1120-1261.

張軍、吳桂英、張吉鵬：《中國省際物質資本存量估算：1952—2000》，《經濟研究》2004年第10期。

朱承亮、岳宏志：《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》2011年第5期。

李健、李澎：《東北三省城市生產效率及其影響因素分析——基于三要素投入隨機前沿分析方法的研究》，《經濟經緯》2018年第1期。

作者簡介：白潔，湖北省社會科學院長江流域經濟研究所副研究員，湖北武漢，430077;夏克郁，湖北省社會科學院長江流域經濟研究所，湖北武漢，430077。

（責任編輯 ?陳孝兵）