城市碳全要素生產率的時空差異及其溢出效應
——基于中國283個地級市的實證研究

胡劍波,李瀟瀟

(貴州財經大學 經濟學院,貴州 貴陽 550025)

一、引言

中國已步入轉變發展方式、優化經濟結構、轉化增長動能的關鍵時期,黨的十九大報告明確提出“推動經濟發展質量變革、效率變革、動力變革,提高全要素生產率”,黨的二十大報告中進一步強調“加快建設現代經濟體系,著力提高全要素生產率”。全要素生產率作為當代經濟增長分析中的關鍵一環,是影響發展質量的核心因素,更是保持經濟活力的動力源泉。根據相關學者研究顯示,過去一段時期中國全要素生產率取得了不斷提升(1)參見劉曉光、龔斌磊《面向高質量發展的新增長分析框架、TFP測度與驅動因素》,《經濟學(季刊)》,2022年第2期;Tian Y., Feng C.“The internal-structural effects of different types of environmental regulations on China's green total-factor productivity.”Energy Economics, 2022, 113。,但隨著氣候問題的日益突出以及“雙碳”目標的提出,對于我國全要素生產率的提升又有新的要求。

2022年《BP世界能源統計年鑒》顯示,中國碳排放和一次能源消耗量分別占全球總量的31.1%和26.5%[1],降能耗與促減排面臨著嚴峻的形勢。在此背景下,推動發展理念由純粹追求全要素生產率提升轉變為以提升碳排放與能源利用效率為抓手的碳全要素生產率,是新時期達成“雙碳”與“雙控”目標的內在要求。碳全要素生產率立足中國以煤炭為主的用能結構和“雙控”目標的現實需求,將能源消費、碳排放與經濟增長間的協同關系一道納入分析框架之中,衡量了要素投入轉化為產出的總體效率[2],特別是城市作為中國主要的能源消耗和碳排放來源,面對日益緊迫的減排約束和不斷攀升的能源消費,研究其碳全要素生產率更具現實意義。鑒于此,本文將基于兩期盧恩伯格生產率指數,對2003—2020年中國城市層面的碳全要素生產率進行更為合理的測度與分解,將共同前沿理論引入生產率測算框架從而構建生產率差距變化指數,探究城市群間碳全要素生產率增速時空差異的來源,并通過對城市碳全要素生產率溢出效應的研究,為中國有序推動經濟綠色低碳轉型,積極落實碳達峰碳中和目標提供更加合理的路徑與建議。

二、文獻綜述

全要素生產率既包含了技術變革提升所引致的邊際產出遞增,又包括了優化要素配置帶來的效率改善,有學者更是將全要素生產率視為投入要素之外驅動經濟增長的重要引擎,其內涵的“能源效率提升”和“低碳技術創新”是判斷一個國家經濟發展方式是否可持續的核心標準。(2)參見劉維林、劉秉鐮《新時代以提升全要素生產率促進高質量發展的路徑選擇》,《改革》,2022年第11期;陳詩一《節能減排、結構調整與工業發展方式轉變研究》,北京:北京大學出版社,2011年,第104—105頁;張寧《碳全要素生產率、低碳技術創新和節能減排效率追趕——來自中國火力發電企業的證據》,《經濟研究》,2022年第2期。當前,在能源供需矛盾日益凸顯、環境問題亟待改善和減排約束越發趨緊的壓力下,大量學者開始關注資源環境約束條件下將碳排放納入測度、分析體系中的生產率研究。(3)參見Chen Guijing,Hou Fujun,Chang Keliang,et al. “Driving factors of electric carbon productivity change based on regional and sectoral dimensions in China.”Journal of cleaner production, 2018, 205;Zhou Lin,Tang Lizhi.“Environmental regulation and the growth of the total-factor carbon productivity of China’s industries: Evidence from the implementation of action plan of air pollution prevention and control.” Journal of Environmental Management, 2021, 296;劉秉鐮、孫鵬博《開發區“以升促建”如何影響城市碳生產率》,《世界經濟》,2023年第2期。根據碳生產率測算中對要素指標考量的差異又有單要素碳生產率與碳全要素生產率之分[3],相較于碳全要素生產率,單要素碳生產率未能考慮資本、勞動和能源與碳排放之間的替代關系,使其在實證研究中存有不小的局限性[4]。

當前,中國經濟社會與發展方式已步入加快綠色化、低碳化的高質量增長階段,黨的二十大報告繼續強調“協同推進降碳、減污、擴綠、增長,推進生態優先、節約集約、綠色低碳發展”。碳全要素生產率立足生態文明思想,契合綠色發展導向,詮釋了以集約化的要素投入消耗、低水平CO2排放而達到最優的經濟產出,為“綠水青山”轉化“金山銀山”提供了具體實現路徑。目前,圍繞碳全要素生產率的研究主要聚焦于模型測度方法、影響因素識別、收斂性檢驗等,其中碳全要素生產率的模型測度方法主要包括基于數據包絡分析的非參數建模法[5]與基于隨機前沿分析的參數建模法[6]。在影響因素的識別上,信息化水平[7]、環境規制類型及強度[8]、綠色技術創新[9]、產業結構調整[10]等都對碳全要素生產率的變遷發揮出顯著作用。在收斂性的研究維度上,β收斂檢驗已廣泛應用于城市層面[11]、省際層面[12]、區域層面[13]與產業層面[14]碳全要素生產率趨同性的研究。隨著環境績效研究體系的不斷完善,污染物的外溢性特征逐步進入學者們的視野。(4)Han Feng,Xie Rui,Fang Jiayu,et al.“The effects of urban agglomeration economies on carbon emissions: Evidence from Chinese cities.”Journal of Cleaner Production, 2018, 172;胡劍波、葉樹《試點政策對省域碳排放強度的影響及其空間溢出效應——以國家生態文明試驗區為例》,《城市發展研究》,2022年第9期。碳排放或污染物的外部性特征使其不僅隨自然因素在地區間擴散,而且通過社會因素在更為廣闊的空間上溢出。[15]當前多數學者通常以省份、城市或行業作為決策單元,將廢水、SO2和PM2.5等環境污染物作為非期望產出進而去評估綠色全要素生產率在空間上的溢出效應。(5)Xie Rui,Fu Wei,Yao Siling,et al.“Effects of financial agglomeration on green total factor productivity in Chinese cities: Insights from an empirical spatial Durbin model.” Energy Economics, 2021, 101;楊冕、徐江川、楊福霞《空間溢出視角下環境規制對城市綠色生產率的影響——基于共同前沿穩健生產率的實證檢驗》,《統計研究》,2022年第9期。僅有部分學者對碳排放效率或碳全要素生產率在空間上的關聯性、依賴性進行了實證分析。(6)孫愛軍《省際出口貿易、空間溢出與碳排放效率——基于空間面板回歸偏微分效應分解方法的實證》,《山西財經大學學報》,2015年第4期;王惠、卞藝杰、王樹喬《出口貿易、工業碳排放效率動態演進與空間溢出》,《數量經濟技術經濟研究》,2016年第1期。本文通過梳理已有文獻,發現當前研究主要聚焦于省域或企業層面的碳全要素生產率測度及溢出效應分析,較少從城市層面對其進行考察。依賴于新一代通信技術的普及與交通運輸網絡的通達,以都市圈、城市群為核心的經濟帶成為中國經濟最為活躍的地區,城市群日益成為推進中國新型城鎮化道路的主體依托,也是驅動地區乃至整個國家經濟增長的重要力量。在此背景下,研究城市碳全要素生產率及溢出效應有著重要的現實意義。其一,中國碳排放總量的80%來自城市[16],已有文獻往往站在綠色全要素生產率的視角在非期望產出中忽略碳排放的存在,導致無法厘清能源、減排與經濟低碳轉型之間的關系。其二,在空間溢出視角下能夠更為有效地識別由城市集聚所產生的規模效應對碳全要素生產率外溢的作用機制。

通過梳理現有文獻,本文的邊際貢獻主要體現在以下三個方面。首先,針對當前文獻主要集中于宏觀與微觀層面的碳全要素生產率測度,本文從中觀層面入手,研究對象聚焦于城市,利用兩期盧恩伯格生產率指數對2003—2020年中國283個地級市(不包含中國西藏、港澳臺地區)的碳全要素生產率進行更為準確合理的評估。其次,由于區域之間資源稟賦結構和技術創新存量各異,已有文獻在研究生產率區域差異時并未將異質性納入測算過程,且未深入研究差異的來源。本文考慮城市群間的異質性,將共同前沿理論應用于碳全要素生產率的估計中,從共同前沿生產率差距變化指數的角度清晰地揭示了不同城市群間碳全要素生產率增速時空差異的來源。最后,由于污染物具有外溢性的特征,碳全要素生產率同樣存在空間溢出上的可能。本文利用SDM模型,即空間杜賓模型,通過地理鄰接空間權重矩陣,分析城市集聚效應對碳全要素生產率空間溢出的影響,并運用空間面板系統GMM估計、替換空間權重矩陣對碳全要素生產率的空間溢出效應進行穩健性檢驗。

三、模型與數據

(一)碳全要素生產率測算模型構建

1.兩期非徑向方向距離函數與盧恩伯格生產率指數

(1)

在建立碳全要素生產率環境生產技術集的基礎上,依據張寧[17]、Pastor等[18]、王兵和劉光天[19]的做法建立兩期環境生產技術集TB,其中TB=Tt∪Tt+1。兩期環境生產技術集的建立解決了傳統盧恩伯格生產率指數線性規劃或跨期無解的弊端,利用兩期環境生產技術集與NDDF構建兩期非徑向方向距離函數(BNDDF)。BNDDF兼具兩期技術與NDDF的優點,通過DEA的分析范式將第i個城市在t時期的BNDDF表示為如下形式:

(2)

式(2)左邊表示由兩期環境生產技術集構成的生產前沿面,右邊為實際決策單元向最優生產前沿靠近時需要增減的程度。其中ωT=(ωk,ωl,ωe,ωy,ωc)表示與投入和產出相關的權重向量,將權重向量ωT設定為(1/9,1/9,1/9,1/3,1/3)T,方向向量設定為gt=(-Kt,-Lt,-Et,Yt,-Ct)。

為了進一步測度城市碳全要素生產率,在BNDDF的基礎上依據張寧[17]、Pastor等[18]、王兵和劉光天[19]對兩期盧恩伯格生產率指數的定義,將其用式(3)表示;基于兩期盧恩伯格生產率指數易于要素分解的特點,將生產率指數進一步分解成效率變化與技術變化,用式(4)表示。

(3)

(4)

其中,效率變化(EC)度量了決策單元相比于t時期,在t+1時期對生產前沿面的接近程度,當EC>0(<0)時,表明決策單元在t+1時期比t時期更加靠近(遠離)前沿面,體現了效率的提升(下降)。技術變化(TC)刻畫了決策單元相比于t時期,在t+1時期生產前沿面的變動情況,當TC>0(<0)時,表明決策單元在t+1時期比t時期技術更為先進(落后)。

為了進一步考察中國城市碳全要素生產率增速的時空差異,結合地區間生產技術的異質性將共同前沿理論納入兩期盧恩伯格生產率指數的測算框架。當前,以城市群為依托的新型城鎮化發展戰略在協調區域間要素聯動、優化空間布局與輻射拉動效應等方面發揮著重要作用。本研究依據中央及地方政府規劃或綱要,將研究對象劃分為20大城市群(表1),作為分析城市碳全要素生產率增速時空差異的組前沿,并由283個地級市統一包絡為一個共同前沿。通過共同前沿與組前沿的劃分可以得到共同前沿兩期盧恩伯格生產率指數(MBLPI)與組前沿兩期盧恩伯格生產率指數(GBLPI),由兩者間的差值定義了共同前沿生產率差距變化指數(MPGI),MPGI的具體計算方法與含義參考張寧[17]的研究,這里不再贅述。

表1 城市群劃分依據

2.投入產出數據處理與來源

投入變量:資本存量(K),參考涂正革等[20]、單豪杰[21]的處理方式并折算為2003年不變價格。勞動力(L)以城市年末從業人員總量表示。

能源(E)參考韓峰和謝銳的研究[15],利用城市用電量、天然氣使用量和液化石油氣使用量(7)目前有統計的城市能源消耗主要有電力、天然氣和液化石油氣,缺乏城市層面煤炭消耗量。因此,選取電力、天然氣和液化石油氣計算城市能源消費與CO2排放,這也是當前的主流做法。并乘以相應的折標煤系數再加以匯總,則城市能源消耗總量為:

E=εE1+ρE2+τηE3。

(5)

其中ε、ρ、τ為天然氣、液化石油氣和電力的折標煤系數,來自《綜合能耗計算通則(2020)》。E1、E2、E3為天然氣、液化石油氣和電力使用量。η為煤電在總供電量中的比重,考慮到中國電力供應系統中煤電占比較大,這里參考《中國電力年鑒》分別計算2003—2020年煤炭發電在總發電量中的占比(表2),以更精確地計算能耗總量。

表2 煤電占比

產出變量:期望產出選擇各城市地區生產總值,并以2003年為基期進行平減。非期望產出選取各城市CO2排放量,參考韓峰和謝銳的研究[15],利用城市用電量、天然氣使用量和液化石油氣使用量并乘以相應的碳排放系數、煤電占比再加以匯總,其中碳排放系數來自《綜合能耗計算通則(2020)》,δ、φ、γ分別表示天然氣、液化石油氣和電力的碳排放系數,則城市CO2排放總量為:

C=δE1+φE2+γηE3。

(6)

本文選取2003—2020年中國283個地級市投入產出數據,基于數據的可獲得性除去我國西藏、港澳臺地區以及數據缺失量過多的地區。數據主要源自《中國統計年鑒》《中國城市統計年鑒》以及各城市國民經濟和社會發展統計公報,利用平均趨勢法補齊少量缺失數據。

(二)空間溢出效應模型構建

1.空間計量模型設定

現有文獻已表明,碳排放效率[22]、綠色全要素生產率[23]和碳全要素生產率[5]均具有較強的空間依賴性、關聯性,且通信、交通等基礎設的發展進一步沖破了限制要素自由流動的藩籬,使城市、城市群、經濟帶等間的經濟聯系在更廣闊的空間上發揮作用,如果忽視碳全要素生產率在空間上的溢出效應,則實證結果難以詳實地反映城市經濟社會的現實風貌。為了考察城市集聚效應對碳全要素生產率在空間溢出上的作用機制,本文選擇了更具一般性的SDM模型。SDM模型如下表示:

(7)

其中,TFPit為城市i在第t年的碳全要素生產率;AGit為核心解釋變量,用產出密度表征城市集聚效應。產出密度描述了經濟活動在空間上的稀疏及分布形態,清晰地刻畫了某個城市單元經濟活動的集聚程度。[24]當前學者關于城市集聚與污染物外部性影響機制的探討中認為兩者之間表現出非線性的特征,隨時間的推移,不同的階段也會產生各異的影響。[25]楊敏認為城市經濟結構中第二產業比重較低時,集聚效應降低了污染物排放,反之則會削弱城市集聚的減污效應。[26]胡安君等也在研究中發現集聚效應對地區綠色經濟效率存在“U”型曲線關系。[27]因此,城市集聚效應對碳全要素生產率的影響主要體現在兩個方面:第一,城市集聚產生的示范效應、技術外溢、產業布局專業化和合理化等正外部性不僅有效提高了本地碳全要素生產率,也會間接對鄰地碳全要素生產率產生積極影響;第二,城市集聚加速了中國城鎮化進程,日益膨脹的城市人口造成了交通擁堵、居住環境惡化等城市病問題,產業同質化嚴重、產業鏈附加值降低,經濟體量龐大的城市對周圍城市產生巨大的“虹吸效應”,這些負外部性對本地及鄰地碳全要素生產率產生消極作用。本文通過引入產出密度的二次項,來表征其對碳全要素生產率的非線性影響。W為描述城市間空間關系的權重矩陣,Xit為控制變量,μi、υt分別為個體固定效應與時間固定效應,εit為隨機擾動項。α、β1～β3為待估參數,ρ、γ1～γ3為主要解釋變量、控制變量的空間滯后系數。本文選取地理鄰接空間權重矩陣(8)為避免構建空間權重矩陣時存在的“孤島”現象,手動指派離“孤島”最近的地級市為近鄰,具體為:海口市—三亞市、海口市—湛江市、寧波市—舟山市、武威市—西寧市、烏魯木齊市—克拉瑪依市。(W1)進行溢出效應分析,并選擇地理距離空間權重矩陣(W2)以及包含經濟、地理因素的引力模型空間權重矩陣(W3)進行穩健性檢驗(表3)。

表3 空間權重矩陣

2.變量說明與數據來源

被解釋變量:城市碳全要素生產率(TFP),由兩期盧恩伯格生產率指數測算得到。根據新古典增長理論,經濟增長一方面依賴資本、勞動及能源等要素投入量,另一方面來自全要素生產率的推動。[28]當前,要素投入帶來的邊際報酬遞減愈加凸顯,過去依靠大規模要素投入拉動經濟增長的傳統方式將難以為繼,碳全要素生產率立足于中國能源使用結構以及碳達峰碳中和目標,日益成為轉變經濟發展方式的關鍵所在。

核心解釋變量:產出密度(AG),借鑒郝壽義和張永恒的研究用城市非農產業產值與城市建設用地面積之比衡量城市集聚效應。[29]一方面,當集聚的正外部性大于負外部性時,技術外溢、生產專業化,共享信息和交通基礎設等對生產效率提升起到正面作用;另一方面,當集聚的負外部性大于正外部性時,資本、勞動和能源等要素資源的失衡與錯配將對效率提升與經濟增長產生消極影響。[30]通過引入產出密度取自然對數的一次項和二次項來刻畫這種非線性關系。

控制變量:市場開放程度(OS),以城鎮單位從業人員人數占從業人員總數的比重衡量。[30]要素結構(KL),參考邵帥等的方法[5],以資本存量與勞動人口均值的比值進行度量。產業結構(IS),以城市二、三產業增加值之比進行表征。[31]科技水平(IT),以每萬人發明專利授權量測度。[32]能源強度(EI),以能源消耗量與地區生產總值的比值表示。環境規制(ER),選取廢水、SO2、煙塵三類污染物,參考葉琴等[33]的方法計算城市環境規制強度。

上述各變量的描述性統計由表4報告,各變量主要源自《中國統計年鑒》《中國城市統計年鑒》、各城市國民經濟和社會發展統計公報,利用平均趨勢法補齊少量缺失數據。

表4 變量描述性統計

四、實證結果與分析

(一)碳全要素生產率的時空差異

1.中國城市碳全要素生產率總體演化特征

基于兩期盧恩伯格生產率指數測算中國城市碳全要素生產率,并利用核密度估計的方法描繪觀測期內碳全要素生產率的總體演化特征。從2003—2004開始,每隔一年繪制核密度曲線,具體結果由圖1匯報。

圖1 碳全要素生產率總體演化特征

從分布位置來看,城市層面的碳全要素生產率的核密度曲線表現出逐步右移的特征,表明觀測期內絕大多數城市的碳全要素生產率得到了一定的提升。從碳全要素生產率的主峰分布形態來看,核密度曲線經歷了由上升到下降的過程且主峰高度下降、寬度增大,這表明不同區域間碳全要素生產率存在明顯差異且這種差異有進一步加大的趨勢。從碳全要素生產率的分布延伸情況看,核密度曲線存在明顯的右拖尾延伸的分布情況,這意味著在短期內碳全要素生產率存在發散的可能,但在長期各城市之間的碳全要素生產率增長速度趨于持平,并產生收斂的分布態勢。從碳全要素生產率的波峰數目來看,在觀測期內核密度曲線并未出現多峰分布的情況,即城市之間的碳全要素生產率并不存在極化現象,區域之間的差異分化僅是暫時的,進一步驗證了碳全要素生產率在長期收斂的可能。

2.中國城市碳全要素生產率分解特征

在測得碳全要素生產率的基礎上進一步將其分解為效率變化與技術變化,分解結果如圖2所示。

圖2 碳全要素生產率及分解趨勢圖

從圖2得知,在觀測期內,中國城市碳全要素生產率均值為1.65%,總體上處于較低水平。根據本文數據,城市GDP年均增速達12%,而碳全要素生產率僅為1.65%,這表明碳全要素生產率并未完全釋放其推動經濟增長的引擎作用,轉變發展方式之路任重道遠。效率變化與技術變化的均值分別為-0.57%和2.22%,其中,技術進步是提升中國城市碳全要素生產率增長的主要原因,然而效率的下降在很大程度上沖抵了技術進步的提升作用。在觀測期內,城市碳全要素生產率表現出先下降會后上升的大致趨勢,效率變化、技術變化趨勢圖在0附近產生一定幅度的波動。碳全要素生產率由2003—2004年的9.45%下降到2015—2016年的0.34%。這一時期效率變化大多數為負,雖然技術變化除個別年份外基本為正,且其絕對值大于效率變化,然而效率的退化始終制約著這一時期碳全要素生產率的提升。改革開放40多年以來,中國經濟經歷了高速增長,市場化改革不斷深入,然而生產要素的扭曲以及資源配置效率的低下依然制約著碳全要素生產率的提升,單純依靠要素投入來拉動碳全要素生產率的粗放型發展方式愈發疲軟。從勞動要素看,人口紅利優勢逐漸消退,用工成本增加,而傳統的勞動密集型產業也逐步由中國轉移至東南亞等人工成本更低的國家或地區;從資本要素來看,有助于大規模資金投入經濟活動拉動經濟增長的金融周期漸近尾聲[34];從能源要素來看,自“十一五”以來中國制定了更加嚴格的節能減排約束性指標,不斷加強的環境管制倒逼政府、企業利用更為先進的低碳技術與清潔能源,這在短期內加重了其成本負擔。此外,由于中國長期存在供需結構性失衡的問題,以煤炭、鋼鐵、電力和建筑等為主的傳統行業落后產能過剩,高污染、高能耗的行業特征成為制約中國經濟轉型的重要障礙;然而,與此對應的卻是在高端產品需求側存在著有效供給不足的巨大缺口。大面積的落后產能過剩以及巨大的庫存數量加劇碳全要素生產率的進一步下降,2015—2017年中國城市碳全要素生產率出現負增長的現象。為解決供需結構性失衡的問題,中央政府于2016年提出了《關于2016年深化經濟體制改革重點工作的意見》,以“三去一補一降”為主線的供給側結構性改革鋪陳開來。去產能在短期加速產能落后的行業、企業退出市場,一定程度上引致失業人員增多、不良資產加劇,這些也是2016—2017年碳全要素生產率負增長的部分原因。然而,在長期有助于產業結構的優化調整,兼并重組形成頗具規模的行業、企業有助于先進技術的推廣、轉化與應用,并且可以有效降低不良資產發生率,提振投資信心。因此,碳全要素生產率從2016—2017年的-17.66%上升為2019—2020年的0.41%。

3.中國城市碳全要素生產率的時空差異

現有文獻針對生產率時空差異的研究僅從測度結果入手,進行簡單橫縱向比較。本文為了進一步分析不同區域之間碳全要素生產率增速時空差異的來源,將共同前沿理論引入兩期盧恩伯格指生產率指數測算框架,將細分城市群作為生產率測度的組前沿,本文根據MPGI曲線的變化趨勢將20大城市群劃分為三種類型,即正主峰型、負主峰型與反復波動型。

圖3匯報了正主峰型城市群MPGI變化趨勢,該類型包括京津冀、山東半島、長三角、粵閩浙城市群。該類型的典型特點是組前沿下碳全要素生產率增速在一定時期明顯放緩,再隨著時間的推移出現明顯加速的傾向,尤其是在供給側結構性改革之下,即在2016年之后,城市群碳全要素生產率增速顯著加快。該類型城市群在生態文明建設與新型工業化道路中大力推動產業結構優化調整,實現產業結構由“二三一”到“三二一”的轉變,加速高能耗、高排放部門的淘汰退出,有效遏制能耗與污染問題,成為城市群中碳全要素生產率增速較快的地區。

圖3 正主峰型城市群生產率差距變化指數趨勢圖

圖4報告了負主峰型城市群MPGI趨勢,該類型包含蘭州—西寧、天山北坡、瀟湘、中原、山西中部、哈長、長中游、北部灣城市群。該類型的典型特征是組前沿下碳全要素生產率增速出現明顯加速的趨勢,即MPGI在觀測期內曾出現較大的負值。該類型的城市群多為中西部地區,承接了大量來自東部地區的產業轉移,一方面促進了要素資源向經濟產出的轉化,提升自身碳全要素生產率;另一方面,經濟水平的提高與生態文明思想的漸進也會促使城市發展方式的轉型。然而,在觀測的末尾,該類型城市群碳全要素生產率增速出現明顯放緩的趨勢,說明這些地區激發碳全要素生產率增長的內生動力不足,亟需在低碳技術自主研發上取得進一步突破。

圖4 負主峰型城市群生產率差距變化指數趨勢圖

圖5報告了反復波動型城市群MPGI趨勢,該類型包含關中平原、呼包鄂榆、寧夏沿黃、遼中南、成渝、黔中、滇中、珠三角城市群。該類型的典型特征是組前沿下碳全要素生產率增速出現較大的波動,加速與放緩的趨勢反復出現。該類型下的城市群主要以鋼鐵、電力、石化與裝備制造業等傳統重工業部門與要素投入密集型產業為主,高能耗與污染治理問題突出,經濟增長與生態文明并未實現良好協同。這是因為在資源與環境約束性指標之下,地方政府以“碳沖鋒”為主的運動式節能減排方式以完成績效考核為目的,當滿足考核標準之后會對減排降碳政策的實施處于放松態度,這種時緊時松的做法使得該類型城市群的碳全要素生產率增速反復波動。

圖5 反復波動型城市群生產率差距變化指數趨勢圖

(二)碳全要素生產率溢出效應分析

1.空間計量模型檢驗與識別

由于本文將觀測對象劃分為20大城市群,部分城市群包含觀測樣本過少(如天山北坡城市群僅囊括烏魯木齊、克拉瑪依兩個城市;瀟湘城市群僅包括郴州、永州兩個城市),使得空間溢出效應在回歸過程中并不顯著。為了探討城市集聚效應對碳全要素生產率空間溢出的影響機理,本部分檢驗城市的總體溢出效應,采用Moran’s I與Gearg’s C指數檢驗城市間碳全要素生產率的空間相關性。

根據表5可知Moran’s I>0與Gearg’s C<1,兩者均顯著的拒絕了碳全要素生產率不存在空間相關性的假設。在識別出城市碳全要素生產率存在空間相關性的基礎上,首先將空間計量模型設定為更具一般性的SDM模型,再通過Wald檢驗與LR檢驗判斷其是否可以退化為SAR模型(空間自回歸模型)或SEM模型(空間誤差模型)。

表5 全局空間自相關檢驗

由表6可知,Wald檢驗與LR檢驗均在5%的顯著性水平上拒絕了SDM模型可以退化為SAR或SEM模型的假設,因此本文選擇SDM模型是合理的。同時Hausman檢驗在1%的顯著性水平上拒絕了存在隨機效應的假設,所以最終選定固定效應SDM模型進行空間溢出效應分析。

表6 空間計量模型識別結果

2.中國城市碳全要素生產率空間溢出效應分析

表7報告了空間杜賓模型的參數估計結果,碳全要素生產率的空間滯后項(W*TFP)在1%的顯著性水平上表現出強烈的溢出效應,即本地碳全要素生產率的提升顯著促進相鄰城市碳全要素生產率的改善。得益于城市集聚產生的規模經濟與技術外溢,城市碳全要素生產率表現出正向溢出效應。具體來說:第一,城市集聚產生的規模經濟效應促使單位空間上的要素分布更加集中,通過集聚形成的專業化配套服務,共享便利的基礎設施等進一步降低了企業的通勤成本、交易成本,從而提高要素轉化為產出的生產效率;第二,城市集聚產生的技術外溢效應促使企業間、政府間開展更加頻繁、更加多樣的學習交流、技術傳遞和信息溝通,進一步實現優勢互補與推動技術革新,從而促進區域間科技水平的協同提高。根據SDM模型參數估計結果進一步將總效應分解為直接效應和間接效應,其中,直接效應反映了本地產出密度對自身碳全要素生產率的影響,間接效應即溢出效應,衡量了本地產出密度對鄰地碳全要素生產率的影響。

表7 空間杜賓模型估計結果

表8匯報了核心解釋變量的直接效應與間接效應。在直接效應中,產出密度的一次項系數為負、二次項系數為正,且分別在5%與10%的水平上顯著,表明產出密度與本地碳全要素生產率存在先下降后上升的變化關系。當城市產出密度水平較低時,經濟處于急速擴展的階段,此時在城市發展中往往忽視環境效益,以高排放、高能耗、高污染為特征的要素投入型產業加劇了能源消耗與CO2排放。這一階段偏重二次產業的結構布局造成了產能過剩以及資源浪費,由于環境管制與節能減排技術推廣、生效的時滯性,使得短期內無法實現發展轉型與抑制碳排放上升,從而對碳全要素生產率的提升產生負面影響。當城市產出密度水平較高時,環境效益越發得到重視,城市發展走上轉型之路,努力尋求經濟效益與生態環境之間的平衡。“三去一補一降”為主線的供給側結構性改革淘汰落后產能與重塑產業格局,環境管制政策促使各級政府更加關注環境治理績效,不斷謀求適合本地實際的低碳經濟發展策略。節能減排技術的推廣、應用不僅提高了能源利用效率還遏制了碳排放激增的勢頭,從而對碳全要素生產率的提升起到正面作用。在間接效應中,產出密度的一次項系數為負、二次項系數為正,且在10%的水平上顯著,表明產出密度與鄰近城市碳全要素生產率同樣存在先下降后上升的非線性趨勢。改革開放以來,中國實施優先發展沿海地區與大型城市的戰略,再通過“先富帶動后富”實現區域間的共同富裕。在此背景下形成了以大型城市為核心的“中心—外圍”城市空間結構布局,在市場規律的作用下,大型城市憑借其產出密度上的優勢引起了鄰近乃至更遠范圍上的勞動、資本和能源等要素的流入,由此積累形成的“虹吸效應”使鄰近地區城市空心化現象愈演愈烈,從而不利于鄰近城市碳全要素生產率的提升。隨著大型城市的發展邁入更高階段,其本身的輻射效應能夠進一步帶動鄰近城市的經濟發展。而鄰近城市在面臨更加嚴格的環境管制時也會限制粗放型產業的轉入,在環境績效的考核壓力下積極推進節能技術革新與清潔能源使用,從而提升自身碳全要素生產率的發展水平。

表8 空間杜賓模型溢出效應結果

3.穩健性檢驗

(1)改變估計方法

為了進一步檢驗城市碳全要素生產率在空間上的溢出效應,本文采用空間面板系統GMM(SGMM)方法對SDM模型進行內生性檢驗。本文選擇SDM模型中被解釋變量與解釋變量的一階與二階空間滯后項作為工具變量。表9呈現了城市碳全要素生產率空間溢出效應的檢驗結果,由表9可知AR(1)檢驗的伴隨概率值顯著拒絕了不存在一階自相關的原假設,AR(2)檢驗的伴隨概率值顯著接受了不存在二階自相關的原解釋,Hansen檢驗伴隨概率值大于0.1,表明了工具變量選擇的有效性。碳全要素生產率的空間滯后項系數為正,且在5%的水平上顯著,表明其正項的溢出作用。產出密度的空間滯后項一次項系數為負、二次項系數為正,且在10%的水平上顯著,表明產出密度與鄰近城市碳全要素生產率存在先減少后增長的曲線關系。SGMM模型檢驗結果驗證了前文中溢出效應估計結果的穩健性。

表9 空間溢出效應檢驗結果

(2)更換空間權重矩陣

前文檢驗城市碳全要素生產率的溢出效應時僅使用地理鄰接空間權重矩陣,為了增加實證結果的穩健性,我們將原矩陣替換為地理距離空間權重矩陣與引力模型空間權重矩陣對碳全要素生產率的溢出效應進行再次檢驗。

由表10可知,在W2與W3下,Wald檢驗與LR檢驗均在5%的顯著性水平上拒絕了SDM模型可以退化為SAR或SEM模型的假設,因此選擇SDM模型是合理的。同時在W2與W3下,Hausman檢驗在1%的顯著性水平上拒絕了存在隨機效應的假設,所以最終選定固定效應SDM模型進行空間溢出效應檢驗。

表10 空間計量模型識別結果

表11、12報告了更換空間權重矩陣后的參數估計及溢出效應結果,碳全要素生產率空間滯后項顯著為正,產出密度的一次項、二次項均通過顯著性檢驗,且與本地和鄰地的碳全要素生產率都呈現出先減少后增長的變化趨勢,直接效應與間接效應也與前文中估計結果一致。

表11 更換空間權重矩陣參數估計結果

表12 更換空間權重矩陣溢出效應估計結果

五、結論與政策建議

當前,中國已經步入轉變發展方式、優化經濟結構、轉化增長動能的新時期,面對日益緊迫的減排目標與持續增長的能源需求,謀求經濟綠色低碳轉型是實現可持續發展的重要抓手,而碳全要素生產率將能源消費、碳排放與經濟增長的協同關系一道納入分析體系之內,表征了經濟增長質量的高低。本文構造兩期盧恩伯格生產率指數,對中國283個地級城市2003—2020年的碳全要素生產率及其分解進行了更為準確的測算,并通過求解共同前沿生產率差距變化指數分析了城市群間碳全要素生產率增速時空差異的來源。最后,基于空間杜賓模型探討了城市集聚效應對碳全要素生產率空間溢出的作用機制。研究發現:

第一,中國城市碳全要素生產率在2003—2020年呈現出先下降后上升的趨勢,碳全要素生產率均值為1.65%,效率變化均值為-0.57%,技術變化均值為2.22%。技術進步是提升城市碳全要素生產率的主要原因,而效率的下降在很大程度上沖抵了技術進步的提升作用。

第二,根據測算結果,在觀測期內20大城市群相較于共同前沿下碳全要素生產率增速存在明顯差異。根據MPGI曲線的最終變化趨勢將20大城市群劃分為三種類型,即正主峰型、負主峰型與反復波動型。

第三,利用產出密度表征城市集聚效應,在地理鄰接空間權重矩陣下城市碳全要素生產率表現出正向溢出效應。產出密度的一次項與二次項對本地與鄰地的碳全要素生產率都呈現先下降后上升的變化趨勢,表明碳全要素生產率的空間溢出效應具有明顯的階段性特征。

本文根據以上研究結論提出的政策建議為:

第一,以碳全要素生產率提升為著力點推動城市經濟高質量發展,兼顧要素投入集約和產出結構優化,發揮效率提升與技術推動的聯合作用力。本文實證發現,城市碳全要素生產率分解中效率變化為負值,并沒有發揮優化要素配置的作用,單純依靠技術進步顯然容易誘發潛在的“技術回彈”效應。推動碳全要素生產率的持久增長務必兼顧投入側與生產側的效率優化,如政府應進一步優化生產與營商環境,進一步破除要素有序流動的屏障;企業也應注重生產中的集約化經營,提升要素的產能效率。另外,應以城市群為核心支撐,組織開展降碳減排重大科技攻關項目,塑造低碳技術創新增長極。建立以市場為導向的科技創新機制,加強相應配套服務體系建設,加大先進成果的示范應用與范圍推廣。同時務必兼顧效率提升與技術進步,以防止潛在的回彈效應。

第二,立足區域實際情況,推動城市群低碳轉型分類分區精準施策。本文實證發現,城市群組前沿與共同前沿碳全要素生產率增速有明顯不同。正主峰型城市群應依托其現有產業體系,鞏固供給側結構性改革的積極成果,進一步推動傳統產業與新興經濟形態的融合發展;負主峰型城市群在承接產業轉移時力求經濟與環境效益的平衡,避免走“先污染后治理”的舊路,在提升效率的基礎上培養科技創新的內生動力,通過技術創新加速產業格局轉型。反復波動型城市群應堅持節能減排政策執行的連貫性,強化以綠色GDP為核心績效考核標準,推動城市低碳發展的平穩可持續。

第三,強化碳全要素生產率在城市群間共建共享的空間治理觀念,建立推動低碳經濟增長的區域協同機制。本文實證發現,城市群間碳全要素生產率增速趨勢表現出迥異特征,且城市集聚效應促使碳全要素生產率在空間溢出上具有正向作用,即本地區的政治、經濟活動將會對相鄰地區經濟、環境產生深遠影響。這表明在發展方式轉型中地方政府應進一步摒棄以鄰為壑的慣性思維,掃除行政分割和市場壁壘等限制要素有序流動的體制機制障礙,加快建立技術互補、研發互助、要素互通以及長效互動的區域協同發展格局。同時,以提升城市群碳全要素生產率為契機促進區域之間要素投入與經濟產出效率的協調優化,有助于構建國內統一大市場進而發揮內循環對經濟的提質增效作用。