產業一體化的綠色發展效應——以長江中游城市群為例

葛 堃，鄒 珊，張東祥，盧新海，陳丹玲

（1.江西師范大學城市建設學院，江西南昌 330022；2.江西師范大學不動產研究所，江西南昌 330022；3.華中師范大學公共管理學院，湖北武漢 430079；4.華中農業大學公共管理學院，湖北武漢 430070；5.華中農業大學生態與環境經濟研究所，湖北武漢 430070）

綠色全要素生產率（GTFP）是指在傳統的全要素生產率（TFP）分析中將能源消耗和環境容量作為新的投入要素納入生產函數［1-3］，以此衡量經濟發展質量的指標［4］。產業一體化是各產業主體在區位選擇的基礎上進行產業空間重構，實現要素自由流動和組合配置的過程［5］。伴隨著產業一體化進程加速，企業高投入、高能耗及高污染的粗放式模式引致的環境污染和資源過度損耗問題對經濟高質量發展造成嚴重沖擊，與中國建設資源節約型，環境友好型社會的綠色發展理念嚴重相悖［6］。因此，在產業一體化發展過程中，如何實現中國經濟可持續發展、環境持續改善以及區域協調發展等多重目標已成為學術界的一個重要議題［7-9］。

目前，在產業一體化背景下綠色全要素生產率的研究主要集中在三個方面：一是產業一體化發展過程中綠色全要素生產率門檻效應、動態演進及影響因素研究。在門檻效應上，劉浩華等［10］運用門檻面板模型驗證了產業升級與集聚對GTFP 具有門檻效應。在動態演進上，魏瑋等［11］通過分解GTFP指標來探討其變動規律和演化趨勢。在影響因素上，既有研究認為城市群的GTFP 變化是經濟水平、環境管制、工業結構、能源消耗強度等多種因素綜合作用的結果［12-14］。全良等［15］認為人力資本結構、產權結構、環境規制和外商直接投資亦對GTFP 表現出了顯著的正向效應；二是不同尺度城市產業一體化與GTFP 關系的定量刻畫，例如李平［16］運用數據包絡方法對長三角、珠三角城市群GTFP 的區域差異進行了分析，李健等［17］對京津冀、長三角和珠三角城市群的空間分異特征進行了探討；三是不同產業協同提升對綠色發展效益的影響研究，陳陽等［18］探究了制造業集聚和城市規模互動關系對GTFP 作用具有先增強后減弱的特點。三個方面的內容各有側重，又交織互聯。尤其是產業一體化與GTFP 關系的探討對于地方政府制定綠色經濟可持續發展政策具有重要指導意義，但也有其不足之處。

從研究內容來看，既有研究側重于構建數理模型分析產業一體化與GTFP 的關系，在理論層面上對二者的內在影響機制研究相對較少。從研究方法來看，SBM-DEA模型是目前分析產業一體化與GTFP 關系時較為廣泛的方法［17，19］，也有部分學者采用隨機前沿生產函數法（SFA）分析二者的影響機制，研究手段有待擴展豐富。從研究區域來看，已有文獻多集中于經濟相對發達的京津冀、長三角和珠三角等地，對其他區域關注不多。基于此，本文以長江中游城市群為研究對象，首先構建產業一體化對GTFP 影響的理論分析框架，然后利用SVR算法和SBM-DEA模型分別對其產業一體化水平和GTFP 進行測度，其次采用耦合協調度模型初步考察兩者之間的整體關系和協同效應，最后進一步結合面板分析，對兩者的影響機制進行詳細驗證，旨在為長江中游城市群區域發展轉型提供參考。

1 理論框架：產業一體化對城市綠色全要素生產率的影響機制

產業一體化是由淺表一體化到深度一體化的縱向發展過程（圖1），即從空間聯系為主的布局一體化到以這種相互作用為載體的要素流動一體化［20］。其中產業布局一體化是要素一體化的外在體現［5］，要素一體化是布局一體化的內生動力。

圖1 產業一體化對城市綠色全要素生產率的影響機制

產業布局層面。布局一體化是各產業主體在空間范圍內對規模、布局、分工和結構進行廣泛聯動，逐步整合的過程［5］。在這一過程中，城市綠色全要素生產率會發生顯著改變。首先，產業延伸有利于生產規模化、專業化與合作化，提高市場潛力，凸顯規模效應，實現人力，物力集成統籌和節能減排集中治理［21］，從而促進產業綠色發展效應。其次，在產業集聚過程中，產業共同體會對相鄰地域產生空間輻射效應，結合產業自身的知識溢出效應［22］，兩種效應的疊加將實現知識共享傳播與技術擴散，不斷釋放綠色示范動能，有效帶動分散式褐色產業的技術進步與效率改進，從而改善區域生態環境，助推城市綠色發展。最后，異質性產業間交織互融產生關聯性與協同性，能夠改變分工模式和組織結構［18］，在競爭機制作用下，有利于優化升級產業結構，置換替代高污染、低效益企業，在聯動機制下，能夠充分發揮資源要素整合作用，從而提高GTFP。

要素流動層面。（1）在經濟效率上，要素流動的規模、方向和范圍不同，區域經濟形態也會存在差異。一方面，勞動力、資本、信息、技術等生產要素跨區域雙向流動將拓寬其配置范圍，改善配置狀況和空間組合效率，如此要素轉移形成的要素流是促進地區經濟增長的重要驅動［23］。另外，要素流動也會具有空間關聯性，高新技術能通過要素的空間溢出效應傳遞給相鄰區域，形成技術擴散，從而促進其他地區經濟效率的提高。（2）在生態環保上，產業要素一體化通過技術進步和效率改進對GTFP 產生影響。一方面，產業要素在企業、產業間自由流動和跨區域跨部門轉移，能夠強化市場機制對要素資源的優化配置功能［24］，緩解要素市場扭曲狀態并提高要素使用價格，這有利于企業技術創新效率提升，擠出落后企業以及降低地方環境污染，從而對GTFP 產生積極影響。另一方面，要素轉移產生的規模效應和集聚效應會強化勞動力、資本、信息和技術對自然資源和能源的替代作用，降低產業一體化發展對自然資源和能源的數量需求，達到有限資源產出最大化，進而提高GTFP［25］。

不可忽視的是，環境規制、土地利用規劃和用途管制等宏觀調控手段也會對產業一體化發展方向、空間布局、分工合作等產生重要影響。這些助力實現產業一體化的政策工具也必然會對GTFP 產生重大影響。

2 區域概況、實證模型與指標體系

2.1 區域概況

依據《長江中游城市群發展規劃》《大力促進中部地區崛起戰略的若干意見》和《關于依托黃金水道推動長江經濟帶發展的指導意見》，長江中游城市群是以武漢城市圈、環長株潭城市群、環鄱陽湖城市群和江淮城市群為主的“四群合一”共同體，是中國未來國土空間開發的重要板塊［5］。伴隨著“一帶一路”戰略的深入推進，長江中游城市群正處在產業一體化加速發展和社會經濟轉型升級的關鍵時期。如何實現產業科學布局、要素合理配置，并在此基礎上最大限度地提高城市綠色全要素生產率已成為亟需解決的重要問題。

2.2 實證模型

2.2.1 SVR 算法

支持向量機（Support Vector Machine,簡 稱SVM）是平衡小樣本回歸模型精度和計算復雜度最為理想的方法，能夠成功地避免指標維度缺陷和權重主觀化問題，與神經網絡和多因素綜合評價相比具有良好的泛化性能［26］。本文利用SVM 算法測算產業一體化水平。

2.2.2 SBM-DEA模型

本文借鑒Tone 等［27］對傳統DEA 方法的改進，以非徑向、非角度SBM 方向性距離函數測算不同時期的GTFP，操作過程如下：

（2）構造SBM 方向性距離函數：

2.2.3 耦合協調度模型

在利用SVR 算法和SBM-DEA模型分別測算產業一體化和GTFP 指數后，本文借鑒容量耦合模型測算兩者間的耦合協調度［29］。模型設定如下：

表1 耦合協調度分類

2.2.4 空間關聯測度模型

本文采用面板向量自回歸（Panel Data Vector Auto regression，簡稱PVAR）模型進一步考察產業一體化和GTFP 之間的動態互動關系，步驟如下：（1）面板單位根檢驗，驗證面板數據的平穩性。（2）面板協整檢驗，檢驗兩變量間的回歸關系持續性。（3）PVAR 估計，主要包括面板廣義矩估計（GMM）、構建脈沖響應函數及方差分解［31］。

2.3 指標體系

2.3.1 產業一體化（II）測度

基于縱向發展的角度，從布局一體化和要素流動一體化兩個層面構建產業一體化指標體系。其中，產業布局一體化的顯著特征在于產業擴張、產業集群、產業合理分工和產業升級，主要包括產業發展目標一致所形成的規模變化，產業地域集聚所形成的空間變化，產業區域合作所形成的分工變化和產業功能重組所形成的結構變化［5］。而勞動力、資金、信息和技術是區域產業主體間流動性和影響性最大的要素流，各要素流動速度、方向及范圍的不同均會造成區域產業發展模式和形態的差異，從而影響產業一體化發展。基于此，參考湯放華等［32］學者的研究，選取8個指標構建產業一體化指標體系（表2）。

表2 測算指標體系

2.3.2 城市綠色全要素生產率（GTFP）測度

基于城市經濟、環境可持續發展的角度，從投入、期望產出和非期望產出三個層面構建GTFP 評價指標體系（表2）：（1）投入指標包括土地、勞動力和資本要素［33-34］，其中土地要素的投入采用城市建成區面積，勞動力要素的投入采用二、三產業從業人數，資本要素一般選用資本存量來代表資本投入［35］，但由于該指標難以估算，這里參考劉秉鐮等［36］、金相郁［37］方法，采用固定資產投資額。（2）期望產出指標采用二三產業增加值。（3）考慮到目前我國突出的環境污染問題，非期望產出指標采用工業廢水排放量、工業二氧化硫排放量和工業煙（粉）塵排放量。

2.4 數據來源

囿于數據的完整性，本文選取武漢城市圈（除仙桃市、潛江市和天門市）、環長株潭城市群、環鄱陽湖城市群和江淮城市群內35個地級市為研究樣本。以2005—2018年《中國城市統計年鑒》及各省統計年鑒為主要數據源，部分數據以各地區當年度國民經濟與社會發展統計公報及統計局公布的官方數據作補充，個別缺失值采用平均值法填補，并采用標準化法進行處理。

3 實證結果與分析

3.1 產業一體化與GTFP 的時序變化

表3 展示了研究區域2004—2017年產業一體化水平和GTFP 的時序變化。各城市群產業一體化水平均呈逐年提高的態勢，且相較于初期水平均有較大幅度的提升。從GTFP 來看，長江中游城市群總體呈波動上升的態勢，其中環鄱陽湖城市群和江淮城市群波動較為平穩，環長株潭城市群的波動較為劇烈，呈現出“上漲→下降→上漲→下降→上漲”的鋸齒狀變化；而武漢城市圈GTFP 卻呈現出波動降低的態勢。

表3 II 與GTFP 的平均值

3.2 產業一體化與GTFP 耦合協調度的時空變化

由表4 可知：（1）耦合協調度的平均值由0.507增加至0.624，年均增長率為1.61%，說明近14年長江中游城市群產業一體化與GTFP 的協調程度雖然取得切實進步，但整體還處于中等水平。結合產業一體化綜合序參量要低于GTFP 綜合序參量，發現長江中游城市群產業一體化發展滯后于綠色經濟發展，這是導致其耦合協調度一直以中度協調為主的重要原因。（2）從空間分布來看，各城市耦合協調度存在明顯差異。宣城、池州、六安、淮南、景德鎮、鄂州和益陽在考察期間多處于低度耦合協調狀態，這類地區的產業結構較為單一，以初級產業為主，產業一體化與GTFP 的相互作用尚不明顯，或者其產業一體化以部分污染性產業為主，且經濟實力較弱，污染治理的投資不足導致生態虧損嚴重。長沙則處于耦合協調的最前沿，安慶、九江、湘潭、岳陽及其他省會城市的耦合協調值也增長顯著，由中度耦合協調蛻變為高度耦合協調，并以雙核結構模式形成了產業發展和綠色經濟發展的主要軸線，處于區域領先地位。

表4 II 與GTFP 的耦合協調度

表4 （續）

3.3 產業一體化對GTFP 的影響

3.3.1 面板單位根檢驗

表5 顯示了研究區域產業一體化與GTFP 的平穩性檢驗結果，可以看出，其水平值不能完全拒絕存在單位根的原假設，即原序列不平穩；其一階差分值均顯著拒絕了原假設，即差分序列一階單整，說明兩者存在著長期有效的協整回歸關系。

表5 平穩性檢驗結果

3.3.2 面板協整檢驗

如表6 所示，四大城市群的Panel-rho、Panelpp、Panel-ADF、Group-pp、Group-ADF 統計量均通過顯著性檢驗，只有環長株潭城市群和江淮城市群的Panel-v 統計量及四大城市群的Group-rho 沒有通過檢驗。但Pedroni的MonteCarlo模擬實驗指出，在小樣本條件下，Panel-ADF 和Group-ADF 統計量性質最好，Panel-v 和Group-rho 最差，所以Panel-v和Group-rho 沒有通過顯著性檢驗結論沒有影響。這說明在長期內，產業一體化對GTFP 有促進作用，并且可以通過誤差糾正機制保持兩者間的長期協整關系。

表6 協整檢驗結果

3.3.3 PVAR 估計

（1）GMM 估計。為解決估計中可能存在的內生性問題，本文以各變量的滯后項作為工具變量，使用GMM 方法對PVAR模型進行估計，參考Andrews and Lu 提出的AIC、BIC 和HQIC 來確定最優滯后階數（表7），以此構造PVAR模型，并進行PVAR模型穩定性檢驗和Granger 因果檢驗1）。

表7 PVAR模型最優滯后階數

由GMM 估計結果（表8）可知：（1）所有城市群滯后1 期的產業一體化系數均高于0，且通過了顯著性檢驗，說明產業一體化對GTFP 具有正向影響。同時，比較環鄱陽湖城市群各滯后期產業一體化系數的大小，發現產業一體化系數隨著滯后期的推移而增大，這表明環鄱陽湖城市群的產業一體化對GTFP 的影響是一個逐步加強的過程。（2）所有城市群滯后1 期的GTFP 系數均顯著為正，說明城市綠色發展對產業一體化同樣具有正向促進作用，但通過比較產業一體化系數和GTFP 系數的大小，不難發現，長江中游城市群產業一體化對GTFP 的影響要遠大于GTFP 對產業一體化的影響，這有可能加劇產業一體化與GTFP 非平衡發展的狀態。

表8 PVAR模型GMM 估計結果

（2）脈沖響應分析。由II 和GTFP 間的脈沖響應函數圖解結果（圖2）可知：1）短期內，在受到產業一體化一個正向沖擊后，GTFP 在第1 期呈現出較為明顯的正向響應趨勢，但緊接著波動下行，逐漸趨于平緩。這說明產業一體化在水平較低時，其對GTFP 的影響隨著產業一體化水平的提高而增強，但當產業一體化發展水平較高時，其對城市綠色發展的驅動作用將減弱。2）江淮城市群和武漢城市圈的GTFP 在滯后期內的沖擊效應為正而后波動下行，直到第5 期趨于平緩。環鄱陽湖城市群和環長株潭城市群在受到GTFP 一個正向沖擊后，產業一體化在第1 期呈現出負向響應趨勢，但隨后波動上行為正值，再趨于平緩。無論GTFP 在滯后期內的沖擊效應為正還是為負，其效應過小且快速趨平，說明城市綠色發展雖然短期內能促進產業一體化發展，但作用程度十分有限，這意味著在某種程度上，GTFP 并不是產業一體化水平提高的直接驅動變量，而GTFP 卻是以產業一體化的推進為前提。

圖2 脈沖響應函數

（3）方差分解。為了更好刻畫產業一體化和GTFP 的相互影響程度，本文進一步比較第10 期方差分解結果，發現：1）產業一體化和GTFP 的波動均主要來源于自身，兩者對自身波動的貢獻比率均在70%以上，產業一體化對GTFP 波動的貢獻比率在15%～30%之間，其中環長株潭城市群所受影響最大（29.62%），環鄱陽湖城市群次之（25.45%）,江淮城市群第三（17.31%），武漢城市圈最小（17.04%）。2）GTFP 對產業一體化波動的貢獻比率很小，其值均在10%以下。

4 結論與啟示

與已有研究相比，本文在構建產業一體化影響城市綠色全要素生產率理論框架的基礎上，通過SVR 算法和SBM-DEA模型分別測度了研究區域產業一體化水平和GTFP，并結合耦合協調度模型和PVAR 方法證實了產業一體化對GTFP 的提升效應，研究內容和研究方法均是對既有“產業一體化-GTFP”研究范式的有益補充。

主要結論：（1）2004—2017年，長江中游城市群產業一體化水平與GTFP 均呈波動上升的態勢，但產業一體化整體滯后于綠色經濟發展，這是導致兩者耦合協調度一直以中度協調為主的重要原因；（2）PAVR 估計結果表明，從長期效應來看，產業一體化與GTFP 之間存在長期協整關系，并且產業一體化對GTFP 具有顯著的正向影響，其中環鄱陽湖城市群的該種影響是一個逐步加強的過程；同時，GTFP 對產業一體化同樣具有正向促進作用，但作用強度過小，這有可能加劇產業一體化與GTFP 非平衡發展的狀態。從短期效應來看，當產業一體化水平較低時，其對GTFP 的影響隨著產業一體化水平的提高而增強，但當產業一體化發展水平較高時，其對GTFP 的驅動作用將減弱；但是，GTFP 對產業一體化的沖擊效應始終很弱，這意味著在某種程度上產業一體化是GTFP 的直接驅動變量，相反則不成立。

基于上述結論，可以得出以下政策建議和啟示：（1）從整體上推進長江中游城市群產業一體化發展，豐富產業集聚化發展形式以充分發揮其對GTFP 的促進效應。一方面，發揮市場機制作用，促進各要素在城際間自由流動和組合配置，依托價值機制推動產業在轉型升級中形成城市間功能互補、區域分工的共生關系。另一方面，地方政府應加強城際間空間聯動和交流合作，采取多元化政策工具為要素流動、產業轉移、技術創新等創造條件，并引導產業一體化發展程度較高的中心城市強化對外圍城市的輻射帶動作用。此外，尤其要注重發揮科技創新在產業一體化驅動GTFP 發展中的引領作用，強化知識溢出、信息共享、勞動力和資本積累等，刺激長江中游城市群產業向高效率、集約化方向發展，最終實現“產業-經濟-社會-生態”的可持續；（2）針對性地制定不同類型城市的產業一體化發展策略。普通地級市和中小城市應根據已有產業基礎等情況制定財稅優惠、產業扶持、人口落戶等政策，以吸引勞動力、資本、信息、技術等生產要素流入，在提高本地產業一體化水平和GTFP 的同時縮小城市間乃至區域間的差距。

系統揭示產業一體化對GTFP 的影響機制，是優化城市發展路徑，推動經濟高質量發展的前提。本文側重從產業一體化發展的整體視角考察了其對GTFP 的提升作用，但是產業一體化涉及產業規模、集聚、分工、結構等多個維度，本文尚未從多維視角測度產業一體化對GTFP 的影響，也未能深入分析GTFP 對產業一體化的反向作用以及二者耦合關系的空間效應，這些都是后續研究的重要方向。

注釋：

1）篇幅限制，并未對檢測結果進行展示，讀者若有興趣，可向作者索要。