產業集聚對我國綠色全要素生產率的影響

姚 莉, 許夢想, 王細漫

(上海第二工業大學經濟與管理學院,上海 201209)

0 引言

隨著我國經濟的快速發展,環境問題備受關注。習近平總書記在黨的十九大會議上強調“必須樹立和踐行綠水青山就是金山銀山的理念”,引導我國經濟發展向綠色、低碳方向轉變。黨的二十大報告中特別強調,“推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵環節”,要“加快推動產業結構、能源結構、交通運輸結構等調整優化”,“通過加速產業結構轉換,著力提高全要素生產率,實現質量強國目標”。

綠色全要素生產率(green total factor productivity,GTFP)是基于全要素生產率的測算框架進行修訂,將環境因素納入測算的指標[1],從本質上講,它是偏向于清潔生產和生態友好的綠色生產效率[2]。提高GTFP 意味著通過促進綠色技術的進步和在經濟和環境績效方面實現互惠互利的情況下,促進可持續經濟發展[3]。因此在“綠色發展”的理念下,對我國GTFP 的影響因素進行研究,從而更全面探究綠色經濟發展的動因,是當前綠色經濟發展的重要部分。

目前,關于產業集聚與GTFP 關系的研究,大致可以分為2 類: 第1 類是GTFP 隨著集聚類型的不同而存在差異,多數行業的產業集聚能夠推動GTFP提升,例如生產性服務業集聚和制造業集聚均會促進GTFP 提升, 并且生產性服務業集聚的促進作用更大[4]。但部分行業的影響效應并不顯著甚至呈現出負相關關系,這說明產業集聚并不是在所有行業都表現為規模效應,部分行業的擁擠效應超過了規模效應[5]。第2 類是產業集聚對城市GTFP 具有時間和空間的異質性[6]。如保險業、銀行等金融機構, 其集聚對GTFP 的影響所呈現的關系是倒“U”型的。從時間層面上分析, 即在集聚前期, 占主導地位的是擁堵效應, 會抑制城市生產力的提高, 但從長遠來看,產業集聚可能會促進城市生產力的提高[7]。而農業和制造業集聚對當地的GTFP 的影響,所呈現的關系是倒“N”型,并對周邊地區產生一定影響[8-9]。

綜上所述, 學者們對不同產業集聚與GTFP 關系進行了一定探究,但對于所研究產業集聚水平測定的方法以及確定二者關系的經濟模型都不盡相同。本文則是通過我國二三產業發展的相關數據,采用區位熵的方法對我國二三產業的發展強度進行分析,探討各省市產業集群的發展特征。同時采用DEA-Malmquist 指數法,在不同產業集群的背景下,對我國不同地區GTFP 進行測算,使用固定效應回歸模型,測算出不同區域二三產業集聚效應對GTFP影響的程度,提出促進我國各個區域產業集群發展以及經濟綠色發展的對策和建議,以期為我國經濟綠色發展提供新的依據。

1 假說提出

本文核心解釋變量是第二產業集聚(the second industry agglomeration, TSIA) 以及第三產業集聚(the third industrial agglomeration, TTIA), 其中孟衛軍等[10]提出產業協同集聚對城市GTFP 的提高,呈正向促進作用, 主要通過綠色技術進步來促進GTFP 的提升。由此提出假設1:

假設1TSIA 優勢明顯會促使中國GTFP 提高。

根據《國民經濟行業分類》(GB/T 4754—2011),第三產業即服務業。李體欣等[11]對生產性服務業集聚與GTFP 的關系做了研究,并提出生產性服務業集聚,通過綠色技術效率的作用,顯著抑制GTFP的提升。由此提出假設2:

假設2TTIA 優勢明顯會抑制中國GTFP提高。

通過文獻梳理, 了解到產業集聚對城市GTFP具有時間和空間的異質性。其中任陽軍等[12]認為資源型產業的空間集聚對本地區GTFP 產生明顯的負面影響,對其他地區GTFP 則產生顯著的正向空間溢出效應。由此提出假設3:

假設3不同區域二三產業集聚對GTFP 的影響存在異質性。

2 模型構建、變量選取與數據說明

2.1 模型構建

本文利用FE 固定效應回歸模型和分組回歸模型,對2 個核心變量之間的關系進行實證比較分析。其中, 將我國30 省份(除港澳臺以及西藏地區), 劃分為7 個區域,做分組回歸時,根據集聚程度的不同,做重點區域的回歸分析。FE 固定效應回歸模型為

式中: GTFPit為i城市t年的GTFP;a0為截距項;a1～aj為回歸系數;TSIAit為代表城市在t年第二產業的集聚程度;TTIAit為城市在t年第三產業的集聚程度;z表示一系列控制變量的集合,上述變量具體設定方式在后續變量描述部分進行具體闡述;μi和φt分別表示城市固定效應和年份固定效應;εit為隨機擾動項。

2.2 變量選取

對模型所涉及的變量收集整理,如表1 所示。其中GTFP 為本文被解釋變量,TSIA 水平和TTIA 水平為核心解釋變量,其余為控制變量。

表1 描述性統計表Tab.1 Table of descriptive statistics

2.2.1 控制變量

本文選擇的控制變量主要包括產業結構(industrial structure,IS)、人力資本(human capital,HC)、能源結構(energy-resource structure,ERS)、交通發展水平(transportation development level,TDL)、創新潛力(innovation potential,IP)。其中,IS 用第二產業占GDP 比重來表示; HC 用普通高校學生數與區域人口之比來表示;ERS 用原煤與能源消耗總量之比來表示;TDL 用城市人均道路面積(m2)來表示;IP 用專利申請受理量與人口比來表示[15]。

2.2.2 核心解釋變量: 二三產業集聚水平

本文的核心解釋變量是二三產業集聚水平, 參考馮科[16]所使用的測算方法, 用第二產業區域生產總值與地區生產總值的比值比上第二產業全國生產總值與國內生產總值的比值表示我國第二產業的集聚水平,第三產業的集聚水平測度方法同上,具體計算公式如下:

式中:j地區i行業的區位熵(Qij)用j地區i行業占該地區某指標的份額(Si)與高層次區域i行業占該高層次區域某指標的份額(Pi)的比值來表示;Si為j地區i行業的相關指標(qij)與j地區該行業所屬產業的相關指標(qj)的比值;Pi為高層次區域i行業的相關指標(qi)與高層次區域該行業所屬產業的相關指標(q)的比值;Qij越大,說明地區產業集中程度越高[17]。

2.2.3 被解釋變量: GTFP

本文的被解釋變量是我國各省市GTFP,借鑒梅永倩等[18]、余奕杉等[19]對于GTFP 的測算方法,以數據包絡分析法(data envelopment analysis,DEA)為基礎,考慮多種投入要素,期望以及非期望產出要素, 在可變規模收益(variable returns to scale, VRS)的假設條件下,結合全域Malmquist 指數,最終測算出我國各省市的GTFP 指數。

在構建GTFP 測算指標體系中, 包含投入、期望產出、非期望產出3 個維度,其中投入變量包括:城鎮單位就業人員數量、能源消耗總量、資本存量。非期望產出變量為:二氧化硫排放量、廢水排放總計。實際GDP 為期望產出變量。具體計算公式為:

式中:M指數代表從時間t到時間t+1 的決策單元的生產率變化程度,其中M指數高于1 時,則生產率趨向于增加;否則,表明生產率趨向于下降;EC 代表綠色技術進步;TEC 代表綠色效率提升;x、y為投入產出數據,Dt(xt,yt)表示某一個決策單元在t期的生產情況基于t期的前沿面計算的效率[20]。

2.3 數據來源說明

2.3.1 產業集聚測算方面

根據前述區位熵的概念以及測度方法在計算二三產業的區位熵時,需要區域不同年份二三產業的增加值以及地區生產總值的數據,還需要各年份全國二三產業增加值以及國內生產總值的相關數據。這些數據均來自國家數據統計局。

2.3.2 GTFP 測度方面

GTFP 基于勞動、資本、能源等投入指標及產出指標來測度,因此選取如下指標:城鎮單位就業人員數量、能源消耗總量、資本存量、二氧化硫排放量、廢水排放總計、實際GDP。所涉及2006—2017 年我國省際面板數據各指標原始數據均來自于對應年份的國家數據統計局、《中國統計年鑒》[13]以及《中國能源統計年鑒》[14]。

3 統計比較

3.1 產業集聚方面

通過區位熵法,測算出2006—2017 年,30 個省市自治區的總體第二產業專業化集聚指數,后將全國省市根據經濟優勢、地區特點劃分為7 個區域,京津冀地區、東北地區、南部沿海、長三角區域、華中區域、西南地區、大西北地區。為更清晰反映我國各地區TSIA 系數, 繪制2006—2017 年TSIA 水平變化趨勢的折線圖,如圖1 所示。

圖1 TSIA 水平變化圖Fig.1 Level of the secondary industry agglomeration

整體來講TSIA 水平是先提高后下降的, 不同區域具有一定差異性, 如南部沿海以及華中區域TSIA 水平最高,西南地區以及大西北地區TSIA 水平適中,但整體水平低于1。京津冀地區TSIA 水平最低。

通過區位熵指數法測算出2006—2017 年,30 個省市自治區的總體第三產業專業化集聚指數,繪制我國7 大區域2006—2017 年的TTIA 系數變化趨勢的折線圖,如圖2 所示。

圖2 TTIA 水平變化圖Fig.2 Level of agglomeration of the tertiary industry

整體而言,我國TTIA 水平是緩慢上升的,不同區域具有一定差異性, 如京津冀以及長三角區域TTIA 水平最高, 整體水平高于1, 南部沿海地區以及大西北地區TTIA 水平適中,華中地區TTIA 水平最低。

3.2 GTFP 方面

根據前述數據來源和處理方法, 通過使用DEAP-xp 軟件進行計算, 按區域測算出我國的GTFP,整體變化趨勢是曲折向上的,如圖3 所示。

其中, 從整體趨勢上看, 我國這7 個地區的GTFP 是波動上升的, 大部分地區GTFP 平均數值大于1, 并且在2017 年, 長三角區域的GTFP 達到峰值,為1.366; 京津冀地區2007 年GTFP 最低, 為0.818;華中區域的GTFP 在這幾年中最為穩定,并且平均值>1,整體來講我國綠色發展水平向好發展。

4 實證分析及結果說明

4.1 共線性檢驗

為提高模型估計的準確性, 防止變量間存在共線性的影響,先對解釋變量進行相關性檢驗,結果如表2 所示。各變量間的相關系數絕大部分都是小于0.5 的,說明所選變量之間不存在嚴重共線性問題。后采用方差膨脹因子法再次檢驗,結果如表3 所示。各解釋變量VIF 的均值為3.72, 小于10, 再次說明模型變量不存在多重共線性,進一步說明模型設定合理。

表2 相關性分析表Tab.2 Table of Pairwise correlations

表3 VIF 方差膨脹因子表Tab.3 The result of regression model

4.2 回歸結果分析

本文采用固定效應模型, 控制時間效應的影響, 添加時間虛擬變量, 回歸結果如表4 所示。R2=0.688,表示模型擬合效果較好,其中,ERS和HC 均在1%水平上顯著。TSIA、IS、IP、TDL 則是在5%水平上顯著。TSIA 的系數均為正(0.596),說明從全國的角度來說, TSIA 有利于促進我國GTFP 的增長。而TTIA 的系數均為負(?0.033),說明從全國的角度來說,TTIA 不利于我國GTFP 的增長。ERS 和IS 的系數也均為負,因此,需加能源和產業兩方面的綠色調整。

表4 回歸結果Tab.4 Linear regression

4.3 分區域回歸結果分析

在考慮到空間效應的不同后, 根據TSIA 程度的不同,選取高、中、低3 種狀態所在區域,以南部沿海、華中區域以及大西北地區為代表,分析不同區域內TSIA 對GTFP 影響的不同作用。3 組回歸的R2均大于0.8,如表5 所示。

表5 第二產業分組回歸結果Tab.5 The regression results of the secondary industry

南部沿海地區第二產業集聚度、ERS 以及HC系數均為正, 其中第二產業集聚度和ERS 分別在5%和1%水平上顯著,對GTFP 均是促進作用。而華中區域以及大西北地區TSIA 系數為負, 說明TSIA 抑制了GTFP 的提高,不利于區域綠色發展水平的提升。從控制變量的角度看, 南部沿海、華中區域以及大西北地區IS 和HC 對GTFP 的影響作用強, 可以從IS 和HC 的調整方面推動綠色技術進步以及綠色技術效益增長。華中地區IP 系數為正,且在5% 水平上顯著, 南部沿海地區技術創新沒有充分響應綠色發展的要求,還需要調整IP 的開發模式,以減少其對GTFP 的負面影響。

根據TTIA 程度的不同,以東北地區、南部沿海以及西南地區為代表,從異質性的角度來探討不同區域內TTIA 對GTFP 的影響。3 組回歸的R2均大于0.7,如表6 所示。

表6 第三產業分組回歸結果Tab.6 The regression results of the tertiary industry

南部沿海地區TTIA 系數為負(?2.584),在5%水平上顯著, 東北地區、西南地區的相反, 表明南部沿海地區的TTIA 對GTFP 的影響有抑制作用,東北地區、西南地區則是促進作用, 表現在東北地區和西南地區的TTIA 使得地理區域范圍內的專業人才及技術、生產資料等實現共享,充分發揮了集聚帶來的優勢作用。由3 組回歸結果中可以看到, HC 對GTFP 的影響作用最強, 都需要從HC 結構的調整方面推動綠色技術進步以及綠色技術效益增長, 同時西南地區還需要調整IP 落實環境政策,以減少其對GTFP 的負面影響,最終助力區域綠色發展。

5 結論及對策建議

5.1 結論

本文從全國層面以及地區層面深入探討二三產業集聚對GTFP 的影響,具體研究結果為:

(1) 從全國層面來看, TSIA 有利于我國GTFP的提升,可以體現在近年來ERS 不斷優化、大力倡導技術創新發展, IP 不斷開發這些方面。而TTIA卻不利于我國GTFP 的提升,從控制變量角度看,需要對IS、HC 以及TDL 方面優化調整,同時可以從ERS、IP 方面提升我國GTFP。

(2)分區域來看, 不同區域不同產業,其集聚水平對GTFP 的影響是不同的。如南部沿海地區的TSIA 對GTFP 有促進作用,該地區充分發揮了綠色技術進步以及綠色技術效益增長的優勢作用; 而華中區域以及大西北地區的TSIA 系數為負,說明第二產業的集聚制約了我國GTFP 的提高。在TTIA 與GTFP 關系的研究中,東北地區和西南地區的TTIA對GTFP 有促進作用, 該地區TTIA 使得地理區域范圍內的專業人才及技術、生產資料等實現共享,充分發揮了集聚帶來的優勢作用; 而南部沿海地區的TTIA 系數為負,說明其發展制約了我國GTFP 的提高。

(3)從控制變量的角度看,南部沿海地區、華中區域以及大西北地區都需要從IS 和HC 的調整方面推動綠色技術進步以及綠色技術效益增長,同時華中區域以及大西北地區還需要調整IP 的開發模式,以減少其對GTFP 的負面影響。東北地區需要從ERS 的調整方面推動綠色技術進步以及綠色技術效益增長,同時西南地區還需要調整IP 落實環境政策,以減少其對GTFP 的負面影響。

5.2 對策建議

根據上述結論,本文認為各地應充分關注到不同產業集聚的程度,一些地區產業集聚出現規模效應,而有些地區行業的擁擠效應超過了規模效應,過猶不及, 則會對地區的綠色發展帶來負面影響。因此,要形成合理的產業集聚格局,需要對各行業進行科學引導。同時, 區域產業發展結構需要根據不同區域城市規模和經濟產業特點進行調整,以促進全區綠色發展水平的提升。提出以下政策建議:

(1)采取差異化產業發展模式,協調區域IS,精準引導。各城市需要避免過度的同質競爭, 同時加快產業的融合和深化,促進協同發展。

(2)發展綠色產業,促進IS 的優化與升級。轉變高投資、高污染的發展方式, 提高各產業綠色技術含量。優化智能制造等第二產業的集聚水平, 同時引導第三IS 升級,提高二三產業的競爭力。

(3)提高太陽能、風能等清潔能源的比重,使得綠色能源消費占比提高,ERS 更加科學合理,從而促進消費結構優化升級。

(4)建立防污治理監管部門,充分發揮其監督作用。防污監管部門的建立, 使得防污治理行為得到保障, 監管政府、企業的防污治理資金得到切實使用,將資金向污染治理、新能源產業、高新技術產業傾斜,推動經濟綠色發展。

(5)加大教育投入,提升HC 的知識和能力水平,提高綠色發展意識。培養綠色技術應用型人才, 在創新設計時, 加入綠色概念, 從設計源頭上進行改進,不斷加快科技成果的綠色轉化。