技術引進對黃河流域綠色經濟增長的影響

李明月

（甘肅政法大學經濟學院，甘肅 蘭州 730070）

“十四五”規劃指出綠色發展是我國今后經濟發展過程中必須堅持的方向。在經濟新常態的背景下，技術引進作為提高創新質量的重要手段，其能否與生態環境協調發展實現資源節約和環境保護，已成為經濟綠色發展的關鍵所在。

黃河流域是中華文明的發源地，更是大自然給予中華民族的瑰寶。自古以來，黃河流域養育著華夏兒女，但由于長期一味追求經濟增長而忽視資源節約與生態環境保護，嚴重制約了黃河流域的綠色經濟增長。在黨和國家對綠色經濟的高度重視之下，我國制定了一系列相關政策。習近平總書記于2019 年9 月在鄭州主持召開座談會，就黃河流域生態保護和高質量發展工作提出建議，并將其上升為國家戰略[1]；2020 年1 月3 日，習近平總書記在中央財經委員會第六次會議上進一步強調，黃河流域必須下大氣力進行大保護、大治理，走生態保護和高質量發展的路子。因此，如何通過技術引進改善黃河流域生態現狀，對于實現黃河流域綠色經濟增長具有重要的意義。

本文通過文獻研究和實證分析方法，以黃河流域為研究對象，將2007—2017 年產出、投入和消耗數據作為樣本，運用MaxDEA 專業軟件測算了黃河流域綠色經濟增長效率，并進一步將其劃分為黃河上游區域和中下游區域，分別分析其變動情況。為分析技術引進是否會對黃河流域綠色經濟增長產生影響以及影響程度如何，本文運用Stata 軟件進行實證研究，為推動黃河流域綠色經濟增長提供了有益的啟示。

1 文獻綜述

在現有文獻中，國內外學者關于技術引進對綠色經濟增長影響的研究主要有兩種觀點：一種是“污染光環”假說，該假說認為通過技術引進能夠對引進國產生積極的技術溢出效應，從而推動引進國實現綠色經濟增長；另一種是“污染天堂”假說，該假說認為技術引進會使大量的高污染、高排放和高耗能企業從發達國家轉移至發展中國家，導致發展中國家環境污染嚴重，從而抑制綠色經濟增長。本文將根據上述不同觀點，分別從國內學者和國外學者兩個角度對其研究進行分析。

關于“污染光環”假說。國外學者Chung 等[2]首次考慮環境因素以測算綠色經濟增長。自此，該方法被廣泛使用，例如Yoon[3]和Haskel 等[4]指出外商直接投資（Foreign Direct Investment，FDI） 可以提高人們對環境質量的要求，有利于環境與經濟雙重提升。國內研究中，例如閆慧貞[5]、郭炳南等[6]以及李敏杰等[7]通過對國內各省份以及城市面板數據進行研究，發現FDI 及其溢出效應能顯著促進綠色經濟增長。此外，國內部分學者認為技術引進促進綠色經濟增長是中間變量發揮作用的結果，例如周杰琦和張瑩[8]、李斌等[9]通過研究我國城市FDI 與綠色經濟增長發現FDI 可以通過與經濟集聚和財政分權之間的良性互動來強化其節能減排效應，進而促進綠色經濟增長。

關于“污染天堂”假說。國外學者Rafindadi等[10]指出發展中國家為了發展經濟，以降低環境要求的方式吸收發達國家的高污染技術，抑制了經濟綠色轉型發展。國內研究中，任保平和呂春慧[11]認為FDI 會導致示范和競爭效應滯后，不利于經濟綠色發展；孟望生和張揚[12]通過研究我國技術進步方式與綠色經濟增長，發現大部分地區的技術引進受匹配程度、消化吸收能力等因素影響，導致我國資源豐富地區環境污染加劇。

綜上可見，國內外學者在研究技術引進與綠色經濟增長的關系時，由于應用方法、研究區域及指標選取等不一致，導致結論存在分歧，且研究主要關注技術引進對經濟增長的影響，研究區域也大多為我國省級層面。本文將結合以上因素加以創新，首先，將考慮能源投入要素的綠色經濟增長作為被解釋變量，將技術引進作為核心解釋變量；其次，將黃河流域各地級市作為研究對象，實證研究技術引進與綠色經濟增長之間的關系。

2 黃河流域綠色全要素生產率的測度

2.1 綠色全要素生產率指標測算方法

本文通過構建Malmquist-Luenberger 生產率指數，測算2007—2017 年黃河流域81 個地級市的綠色全要素生產率（GTFP） 的動態變化情況，第t 期到t+1 期的Malmquist-Luenberger 指數可表示為

其中，

投入指標的選取包括以下幾個方面。

1） 資本投入。選用各地級市每年的資本存量來衡量。本文采用永續盤存法進行估算，借鑒孟望生和林軍[13]的做法（孟望生、林軍在研究我國省份資本存量及其回報率時說明各省份基年資本存量為該年固定資本形成總額除以1978—1996 年的固定資本形成總額平均增長率與折舊率之和，各省折舊率統一取13.9%），以1996 年為基期，計算出黃河流域各地級市的資本存量，計算公式為

式中：Kt為歷年資本存量；δt為資本折舊率；It為歷年投資額；Pt為投資額價格指數。

2） 勞動力投入。采用各地級市的城鎮單位就業人員數表示。

3） 能源消耗。采用全社會用電量來表示。

產出指標的選取包括以下幾個方面。

1） 期望產出。以1996 年為不變價計算的各地級市實際GDP 來衡量。

2） 非期望產出。以工業廢水排放量、工業二氧化硫排放量與工業煙（粉） 塵排放量計算。

以上數據均來自《中國城市統計年鑒》、中經網以及wind 數據庫。

2.2 綠色全要素生產率及其分解

本文運用MaxDEA 軟件測算2007—2017 年黃河流域城市的綠色全要素生產率，并將其增長指數（ML） 進一步分解為綠色技術效率指數（EC） 和綠色技術進步指數（TC）。考慮到黃河流域不同區域的經濟、引資及環境等存在差異，本文又將黃河流域劃分為黃河上游和黃河中下游依次進行分析。

黃河流域主要城市綠色全要素生產率變動及其來源分解情況見表1。可以看出，2007—2017 年黃河上游城市中的成都、蘭州、呼和浩特以及包頭的ML 指數均大于1，表明這些城市綠色經濟增長的平均水平較高，而西寧與銀川則與其相反。中下游城市中位于中西部的西安、大同、洛陽和青島等地區的ML 指數均大于1，說明在此期間這些城市對其自身生態環境的重視程度較高，但是作為黃河流域中心城市的鄭州的ML 指數卻小于1，原因在于綠色技術效率的下降。

表1 黃河流域主要城市綠色全要素生產率變動及其來源分解

3 模型選取與數據說明

3.1 計量模型的選取

為檢驗技術引進與綠色經濟增長之間的關系，本文將技術引進作為核心解釋變量。基于上文分析，參考王恕立和王許亮[14]、王三興等[15]的觀點，構建以下計量模型。

式中：GTFP 為綠色全要素生產率；FDI 為外商直接投資；INFRA 為基礎設施建設；RD 為研發支出水平；FIS 為財政支出規模；εi,t為隨機擾動項；i為城市，t 為年份。

3.2 指標說明

1） 被解釋變量。本文將綠色全要素生產率（GTFP） 作為綠色經濟增長的衡量指標。鑒于ML指數測算的綠色全要素生產率為環比增長指數，因此需進一步對ML 指數進行累乘，進而得到2007—2017 年黃河流域城市的綠色全要素生產率。假設2006 年的綠色全要素生產率為1，將GTFP 的ML指數累乘，即2007 年的GTFP 為2006 年的GTFP乘以2007 年的ML 指數，2008 年的GTFP 為2007 年的GTFP 乘以2008 年的ML 指數，以此類推得到相應年份的GTFP。

2） 核心解釋變量。技術引進主要包括兩種途徑，分別為技術進口和外商直接投資（FDI）。由于直接進口的技術往往是國外早已成熟或是基礎性的技術，因此相較于技術進口，外商直接投資的技術更有利于東道國進行學習、消化與運用。本文采用FDI 作為衡量技術引進效果的指標，選用折算成人民幣后的實際利用外資金額（萬元） 與地區名義GDP（萬元） 的比值來衡量。

3） 控制變量。基礎設施建設（INFRA） 采用各市人均道路面積表示。研發支出水平（RD） 采用各市科技和教育支出費用之和與地區生產總值的比值來衡量。財政支出規模（FIS） 選用財政支出與國民生產總值的比值來衡量。

3.3 數據來源與描述性統計

由于內蒙古、陜西、甘肅、青海和寧夏等地區的地級市數據缺失較多，本文選取2007—2017 年黃河流域81 個城市作為研究對象。數據取自《中國統計年鑒》 《中國城市統計年鑒》、中經網、wind 數據庫以及各地區統計年鑒，部分缺失數據根據各省份年鑒計算比例及運用插值法獲得，變量的描述性統計見表2。可以看出，被解釋變量GTFP的均值為0.947 82，標準差為0.181 06，分布較為緊密。解釋變量FDI 在[0.000 00，0.142 88]的區間內小幅變動，標準差較小。控制變量INFRA 的標準差為10.493 77，差距較大；控制變量RD 的平均值為0.023 72，標準差為0.013 39，變動幅度較大；控制變量FIS 的波動較小，最小值與最大值之間的差距不超過1。

表2 變量的描述性統計

4 實證結果分析及穩健性檢驗

4.1 技術引進對綠色經濟增長影響的實證分析

本部分將運用Stata 軟件對計量模型進行實證研究，并通過Hausman 檢驗結果判定采用固定效應法還是隨機效應法。此外，為考察黃河不同區域技術引進對綠色經濟增長影響的程度，本文將流域內9 省區81 個地級市劃分為上游和中下游分別分析，結果見表3。

表3 黃河全流域及不同區域計量回歸結果

表3 中的第（1） 列給出了黃河流域總樣本的回歸結果，結果分析如下。

1） 技術引進可以顯著促進綠色經濟增長。技術引進每增加1%，將帶動綠色經濟增長相應提高0.008 1%，這表明黃河流域各城市在進行技術引進時比較注重對外資投入技術的監管與審查，未使黃河流域成為國外污染企業的避難所，否定了“污染避難所”假說。

2） 基礎設施建設對綠色經濟增長呈負向影響，且在1%的水平下顯著。這說明在黃河全流域樣本下，較低的環境門檻加劇了污染密集型設施的建設，增加了基礎設施建設中污染物的排放，進而導致環境受到破壞。

3） 研發支出水平與綠色經濟增長呈顯著負相關，作用系數為-0.069 0。這表明黃河流域各地區希望通過不斷創新來實現技術研發的做法并不成功，并且研發過程中存在投入高、風險大、管理效率低下等問題，導致黃河流域研發支出的投入成本超過了其產生的經濟效益。

4） 財政支出規模同樣會抑制綠色經濟增長，原因在于政府的這種公益性支出不足以彌補企業的生產費用，反而會造成效率損失，進而影響綠色經濟增長。

表3 中第（2） 列和第（3） 列給出了黃河分區域樣本的回歸結果，結果分析如下。

1） 技術引進的估計系數為正。就黃河上游區域的結果來看，盡管技術引進的系數值為正，但是缺乏顯著性，原因在于黃河上游區域多屬于我國西部偏北地區。改革開放以來，我國技術引進高度集中在東部沿海發達地區，所以對于黃河上游地區而言，技術引進并不是促進地區經濟發展的重要因素。黃河中下游區域的顯著性水平明顯高于上游區域，二者差異的存在不排除是由地理位置因素所造成。由于黃河中下游區域處于我國中部偏沿海地區，地區資本充足，其經濟發展均保持在中上等水平，使其將技術引進方向不斷由數量轉向質量，因此拉開了與黃河上游技術引進對綠色經濟增長影響的差距。

2） 基礎設施建設的作用系數分別為-0.035 4和-0.077 6，說明基礎設施建設對黃河不同區域的綠色經濟增長均產生了負向影響。

3） 研發支出水平同樣負向影響綠色經濟增長，但就回歸系數而言，中下游區域的研發支出作用明顯大于上游區域。

4） 財政支出規模對綠色經濟增長的作用系數分別為-0.023 2 和-0.007 0，且在10%的水平下均不顯著。

4.2 穩健性檢驗

考慮到企業引進的先進技術在投入使用過程中對經濟發展的影響存在滯后性，所以本文借鑒陶鋒和王余妃[16]的做法，將FDI 的滯后一期作為技術引進的替代變量，進而克服可能出現的反向因果，結果見表4，可以看出與表3 的結果基本一致。因此，基準回歸結果具有穩健性。

表4 黃河全流域及不同區域計量回歸結果的穩健性檢驗

5 結論與政策建議

2021 年10 月，中共中央、國務院印發了《黃河流域生態保護和高質量發展規劃綱要》，明確提出要將黃河保護治理中行之有效的普遍性政策、機制、制度等予以立法確認，并要求各地區結合實際認真貫徹落實。可見，如何在實現經濟高質量發展的同時保證生態綠色安全已成為黃河流域目前至關重要的任務。為此，本文以黃河流域81 個城市2007—2017 年的面板數據為樣本，實證研究了技術引進對黃河流域綠色經濟增長的影響。得出以下結論：第一，就全流域樣本結果來看，技術引進對黃河流域綠色經濟增長具有促進作用；第二，從分區域樣本結果來看，黃河上游和中下游的技術引進對黃河流域綠色經濟增長均具有正向影響，但就顯著性來看，黃河中下游區域明顯高于黃河上游區域。

綜上所述，黃河流域各地區可繼續通過技術引進的方式來促進區域綠色經濟增長，但如何合理地規劃技術引進政策以縮小區域間經濟增長差距以及如何實現區域經濟綠色發展是目前需解決的問題。根據上述結論，本文提出以下政策建議。

第一，黃河流域不同地區應制定差異化技術引進策略，保證技術引進質量。由于技術引進可以推動黃河流域綠色經濟增長，各地區應保證技術引進質量，并根據地域特征采取具體實施策略。上游城市是重要的生態補償區域，引進的技術應聚焦新能源產業，同時根據區域特色擴大發展文化旅游等服務業。中下游城市可以以山東、河南等地的國家自主創新示范區為先鋒，大力引入高質量技術，重點應用在機器設備及電子信息等特色產業，并進一步加強高新技術的研發，使黃河流域特色產業的技術水平步入新高度。

第二，制定合理的基礎設施建設政策，減少污染物的排放量。基礎設施建設是技術得以順利運行的必要保障，不完善的基礎設施建設會降低技術引進的效率，從而抑制綠色經濟增長。黃河流域內的各級政府應優化投資使用方向和使用方式，嚴格設置基礎設施建設的環境門檻，對低效率、高污染的企業實現擠出效應。

第三，加強綠色技術研發，提高研發效率。考慮到研發支出水平對黃河流域綠色經濟增長具有抑制作用，為了避免無效和重復的研發支出，企業應加強對引進的“核心技術”的消化、吸收和再創新。同時，政府應該大力支持并加大對高端制造業與基礎研究領域的資金投入，降低私人自主研發的成本和風險，促進科技成果轉化率和研發投入效率的提升。

第四，優化政府財政支出和管理結構，提高政府支出的效率。黃河流域的各級政府部門應加強對財政支出的管理，合理支配財政費用，最大程度地應用到國家提倡的項目建設中。同時考慮環境因素，在環境與經濟相互發展的過程中以最優化的方式實現環境效益與收益齊頭并進，必要時以長遠的發展為目的，降低短期收益。