城镇化、公共支出与中国环境全要素生产率*——基于省际面板数据的实证检验

胡建辉 李 博 冯春阳



城镇化、公共支出与中国环境全要素生产率*——基于省际面板数据的实证检验

胡建辉1李 博2冯春阳1

（1．中央财经大学经济学院 北京 100081）（2．中国农业大学人文与发展学院 北京 100094）

本文运用考虑非期望产出的SBM方向性距离函数与Luenberger生产率指标方法测度了资源环境约束下中国30个省份2005—2013年的环境全要素生产率，并就公共支出政策在城镇化作用于环境全要素生产率过程中的影响效应与机制进行了实证研究。结果表明：单纯依靠规模化形式的城镇化发展对增进东西部地区环境全要素生产率的作用效果不明显，但对中部地区环境全要素生产率的提高却有积极作用；仅仅依靠扩大政府干预程度和规模对三大区域环境全要素生产率的提高并无益处，而从结构安排上看，提高福利性公共支出占比对增进东部地区环境全要素生产率的影响不明显，但却明显有利于西部地区环境全要素生产率的改进，增加投资性领域的公共支出对增进中部地区环境全要素生产率的效果更为显著；在城镇化作用于环境全要素生产率的过程中，东西部地区的公共支出结构产生了显著的“援助”效应，而中部地区的公共支出结构却扮演了不明显的“攫取”角色；除中部地区以外，东西部地区的环境全要素生产率增长并不支持“环境库兹涅茨曲线”假说，经济结构和人口年龄结构对三大区域的环境全要素生产率均有不同程度的影响。

城镇化 公共支出 环境全要素生产率 Luenberger生产率指标

一、引 言

改革开放以来，我国经济保持了年均9%以上的快速增长，GDP总量已跃居世界第二位，但随着经济发展逐步进入新常态，经济增长的原动力，诸如政府主导的投资和人口红利等已逐步减弱。基于这一背景，作为一种重要的改革红利——以“人”为核心的新型城镇化逐步成为推动我国未来经济增长的新型动力之一。新型城镇化固然是一个由市场内在动力不断推动发展的过程，但也是一个需要政府做好引导和服务的过程。全要素生产率作为一种衡量地区经济发展绩效的重要指标，有效的考虑了劳动和资本等生产要素的投入约束，但遗憾的是其并没有将资源和环境的约束纳入分析框架。资源和环境在可持续发展中不仅是经济发展的内生变量，而且是经济发展速度与规模的硬性约束，如果不考虑因经济发展而可能带来的环境影响，则会扭曲对社会福利变化和经济发展绩效的评价，进而会误导政策建议（Hailu e tal.，2000）。

在新型城镇化战略实施过程中，城镇化的规模经济效应和社会福利效应的充分发挥离不开公共支出政策的作用。以市场有效边界理论为基础，政府公共支出对市场失灵领域的干预在多大程度上为宜？在城镇化作用于环境全要素生产率的过程中，公共支出政策到底扮演怎样的角色以及具有怎样的区域特征？为保证在新型城镇化建设过程中顺利实现城乡基础设施一体化和社会公共服务均等化，公共支出的规模和结构应该做出怎样的优化调整？这些问题的解答对于以“人”为核心的新型城镇化的有序推进具有重要的理论意义和现实意义。

二、文献回顾

在转型发展新阶段，新型城镇化建设日益成为增进我国社会全要素生产率的重要推动力，公共支出在其中的重要作用也日益受到人们的广泛关注。关于城镇化、公共支出和全要素生产率三者之间关系的研究，国内外学者均取得了丰硕的研究成果。

在城镇化与公共支出关系方面，国外学者关注的重点在于城市蔓延对公共支出的影响，得出三种结论：一是城市蔓延对公共支出成本具有正效应，城市中某些区域的低密度居住特征会导致公共服务供给的不经济性，由此造成公共支出的浪费（Carruthers，2002）。二是城市蔓延对公共支出成本具有负效应，随着人口居住密度的不断增高，公共服务的成本将出现上升（Ladd，1994）。三是城市蔓延与公共支出之间的关系仍无定论，仍存在一定的含糊性和争议（Hortas-Rico et al.，2010）。而国内学者在这方面的研究主要集中于两点：一是城市蔓延与公共支出的关系（牛煜虹等，2013）。二是城镇化进程中农民工市民化的成本问题（丁萌萌等，2014）。

在城镇化与全要素生产率关系方面，国外学者的研究侧重于产业集聚、人口集聚以及基于技术创新角度的城镇化对生产率的影响。对产业集聚与生产率关系的研究存在两种观点：一是产业的空间集聚对生产率有促进作用（Brulhart et al.，2007）。二是产业集聚与生产率增长之间没有显著关系（Rice et al.，2006）。对人口集聚与生产率关系的研究，认为人口集聚程度对经济增长具有门槛效应（Brülhart et al.，2009）。对基于技术创新视角的城镇化与生产率关系的研究，认为城镇化是推动经济增长的重要因子（Henderson，2000）。与此相似，国内学者的研究也主要集中于这三个方面。对产业集聚与生产率关系的研究，支持派认为集聚经济对劳动生产率有促进作用（朱英明，2009），条件派认为在某些条件下集聚经济与劳动生产率有正相关关系（高丽娜，2012）。对人口集聚与生产率关系的研究，认为人口聚集度的上升能够提高劳动生产率，但存在地区差异（陈心颖，2015）。对基于技术创新视角的城镇化与生产率关系的研究，认为城市化通过创新中介效应可以显著提高全要素生产率（魏下海等，2010）。

在公共支出与全要素生产率关系方面，国外学者较多的关注了公共投资和公共教育支出等财政性支出的经济增长效应，共有两种观点：一是认为政府公共支出的扩大能够促进经济增长（Aurora，2004）。二是认为政府公共支出对经济增长有负向效应（Pritchett，2001）。国内学者对公共支出与全要素生产率之间关系的研究也存在较大分歧，有的认为政府公共支出对经济增长方式转变或是农村经济发展等有正向效应（唐颖等，2014）；有的认为公共支出经济增长效应的发挥是有条件的，这取决于公共支出规模的大小（杨友才等，2009）；有的认为政府公共支出不是经济增长的原因（钟正生等，2006）。

从以上研究来看，国内外学者更多的是对城镇化、公共支出与全要素生产率两两之间关系展开的分析，而对三者之间关系的综合研究，尤其是对公共支出在城镇化作用于全要素生产率过程中的影响效应与机制的考察却鲜有人涉及。虽然薛钢等（2015）在这方面做了开创性的工作，但仍存在两点不足之处：一是所做考察只是一种整体层面的探究，在城镇化对全要素生产率的影响中缺乏对公共支出政策作用的区域特征分析。二是城镇化对全要素生产率的影响并没有考虑资源环境的约束。因此，本文基于已有研究的不足，采用2005-2013年的省际面板数据对资源环境约束下的全要素生产率进行测度，并就公共支出在城镇化作用于环境全要素生产率过程中的影响效应与机制以及区域特征进行实证分析。①

三、研究方法

（一）环境技术及其边界的构建

由于传统的投入产出分析没有将污染排放对生产率的影响纳入考虑范围，而在资源环境约束日益紧迫的背景下，污染排放势必会对生产率产生重要影响。基于这一事实，Fare et al.（2007）把期望产出和非期望产出同时纳入生产可能性集当中，提出了一种叫环境技术的概念。假设每一个决策单元使用种投入，生产出种期望产出，并排放种非期望产出。在生产可能性集的一系列假设条件，比如投入与期望产出为可自由处置，联合弱可处置性和零结合公理等得到满足的情况下，可运用数据包络分析方法将环境技术模型化为：

在（1）式中，、和分别为在构建生产可能性边界过程中需要的期望产出数据、非期望产出数据和投入数据；为权重向量。此外，若上式中加入（表示元素全为1的向量）的约束条件，那么该生产技术为规模报酬可变（VRS），否则为规模报酬不变（CRS）。

（二）环境全要素生产率的测度

传统DEA模型从径向和角度两方面对效率进行度量，但没有将投入产出变量的松弛性纳入考虑范围，导致效率值不够准确。Fukuyama et al.（2009）为得到更为准确的效率测度结果，将Tone于2004年提出的能够处理非期望产出的SBM模型与方向性距离函数相结合，得到如下考虑资源环境约束的SBM方向性距离函数：

按照Grosskopf（2003）和王兵等（2011）的分析思路，根据研究需要我们还可以把Luenberger生产率指标进一步分解为纯效率变化（）、规模效率变化（）、纯技术变化（）和技术规模变化（）。①

在式（4）中，当五种指标值均大于（小于）0时，分别表示生产率提高（下降）、纯效率改进（恶化）、规模效率改进（恶化）、技术进步（退步）和技术偏离规模报酬不变路径（向规模报酬不变路径移动）。Luenberger生产率指标的计算需要在CRS和VRS两种假设下分别求解四个线性规划，得到八个方向性距离函数。为了尽可能减少Luenberger生产率指标不可行解的数量，本文使用序列DEA方法对Luenberger生产率指标进行计算，该种方法即指每一年的参考技术均由当期和其前期所有可利用的投入产出值决定。

四、中国环境全要素生产率的测度与评价

（一）变量选取与数据说明

本文使用省际面板数据对中国环境全要素生产率进行测算与评价，时间跨度为2005-2013年，所用基础数据来自于《中国统计年鉴》、《中国能源统计年鉴》、《中国环境年鉴》和各地方统计年鉴。②考虑到数据的可获得性，本文的研究对象确定为剔除香港、澳门、台湾和西藏后的30个省市，同时为了确保数据统计口径的一致性，将重庆市相关数据并入四川省。此外，构建科学合理的投入和产出指标体系是运用Luenberger生产率指标对全要素生产率的动态变化进行准确有效评价的前提，关于投入、期望产出和非期望产出的相关指标及数据处理作如下说明：

1、投入变量。本文假定生产过程中需要三种投入要素，分别为：资本存量、劳动力和能源。由于资本存量计算过程较为复杂，本文根据单豪杰（2008）的资本存量估算方法，用固定资本形成总额构造当年资本存量，并以1995年为基期用固定资本形成价格指数对资本存量进行平减处理。对劳动力投入的衡量，本文选择年末社会从业人口数乘以人口平均受教育年限作为劳动力投入的替代指标。由于各个地区的要素禀赋不同，使得各个地区在能源消费规模和结构方面有较大差异，为了更科学合理的衡量不同地区的能源投入情况，本文将煤炭、天然气、电力、石油和热力等能源消费量统一转换成以“万吨标准煤”为单位的最终能源消费量。

2、期望产出变量。作为衡量地区经济发展绩效的重要指标，地区生产总值指标被国内外学者广泛使用。本文参照Ramakrishnan等（2006）的做法，选用“各地区GDP”作为期望产出的衡量指标用来反映各地区年度经济发展状况，并利用GDP平减指数以2000年为基期对各年的名义国内生产总值进行平减处理。

3、非期望产出变量。二氧化碳排放总量作为一项使用较为广泛的产出指标，本文借鉴李斌等（2013）的做法，使用“二氧化碳排放总量”作为非期望产出的衡量指标。出于二氧化碳排放量数据获得性的考虑，本文依据政府间气候变化专门委员会（IPCC）提供的碳排放量计算方法，使用煤炭、焦炭、天然气、燃料油、汽油、煤油和柴油七种化石能源为基准并通过估算加总得到2005-2013年中国各省的二氧化碳排放量。

（二）测度结果和评价

基于2005-2013年30个省市的投入产出数据，本文运用考虑非期望产出的SBM方向性距离函数和Luenberger生产率指标方法，并基于VRS的假设前提测算了我国省际层面的环境全要素生产率。此外，为了便于考察考虑非期望产出和不考虑非期望产出情况下全要素生产率的差异性，表1和表2中同时给出了传统和环境两种全要素生产率的变动指数，具体测度结果见表1和表2。

表1 2005-2013年各省份的传统和环境全要素生产率变动指数

注：表中Malmq代表不考虑环境因素的传统全要素生产率变动指数，LTFP代表环境全要素生产率变动指数；由于SBM方向性距离函数具有可加性，表中数值为算数平均值。

如表1所示，从区域整体看，不管哪个地区它们的环境全要素生产率的平均增长率都要低于传统全要素生产率的平均增长率。如就东部地区而言，其传统全要素生产率在整个样本期内平均增长了16.5%，而环境全要素生产率仅平均增长6.0%，显而易见前者要比后者高出很多，类似的情况从中西部地区的测算结果中也可以观察到。这一现象表明二氧化碳排放等环境污染对我国的全要素生产率造成了损失，这与匡远凤等（2012）对考虑和不考虑非期望产出情形的全要素生产率进行研究后所得出的结论基本一致。但是，具体来看，三大区域中各个省份的传统全要素生产率和环境全要素生产率之间的差异并不具有一致性，广东、河南和四川等省份的环境全要素生产率的平均增长率要大于传统全要素生产率的平均增长率，这与其它省份的情况截然相反。究其原因，王兵等（2010）认为这一现象很可能与环境管制促进技术进步的“波特假说”在这些省份得到初步验证有关，但其并没有给出更进一步的解释。环境全要素生产率的增长速度快于传统全要素生产率的增长速度说明这些省份的节能减排工作取得了实质性效果，其在取得经济增长的同时也实现了良好的环境治理成效，绿色经济增长的影子依稀可见。可是，这种环境治理成效的取得固然有环境管制倒逼减排技术进步在这些省份初步发生作用的成份，但基于目前我国正处于经济转型期的事实，它在更大程度上可能得益于产业结构转变、现代企业制度健全以及资源价格的市场化改革等政策措施作用的发挥。

表2 2005-2013年每年的传统和环境全要素生产率变动指数

注：表中Malmq代表不考虑环境因素的传统全要素生产率变动指数，LTFP代表环境全要素生产率变动指数；由于SBM方向性距离函数具有可加性，表中数值为算数平均值。

如表2所示，从时间维度看，整个样本期内，三大区域年度间的环境全要素生产率的平均增长率均不同程度小于传统全要素生产率的平均增长率，说明不考虑环境因素的影响会高估经济发展的实际表现，进而会扭曲对社会福利变化和经济绩效的评价。基于上述分析，从环境保护的视角看，应该说环境全要素生产率是一个比传统全要素生产率更能合理反映区域间实际经济发展绩效状况的指标。由于环境全要素生产率的动态变化与碳排放密切相关，表明环境全要素生产率比传统全要素生产率有着更为丰富的内涵，将碳排放作为一种非期望产出能够比较敏感的反映出因环境消耗的强弱所造成的经济增长质量的差异。

从区域差异视角看，整个样本期内，西部地区的传统和环境全要素生产率的平均增长率最高，九年间分别增长27.8%和8.0%，东部地区次之，九年间分别增长16.5%和6.0%，中部地区的传统和环境全要素生产率增长最慢，九年间仅分别增长7.7%和1.0%。在西部大开发战略深入实施过程中，西部地区较好的扮演了“追赶者”的角色，在国家倾斜政策的扶持下已充分认识到经济发展与环境保护相互协调的重要性，正努力依靠经济转型减少经济增长的代价，通过提高经济发展质量实现经济的可持续发展。东部地区虽然在传统和环境全要素生产率增长指标方面落后于西部地区，但基于东部率先发展战略背景下的经济发展水平仍远远领先于中西部地区，是中西部地区追赶的对象。中部地区的经济发展速度和势头不仅慢于东部地区，也明显滞后于西部地区，这种表现有力印证了“中部塌陷”存在的事实，这从侧面也反映出中部地区调整经济发展思路，加快自身改革步伐，实现崛起已迫在眉睫。基于这种区域间的对比，可以看出我国的全要素生产率增长等经济发展表现呈现十分明显的区域特征，每个区域现在都处在特定的发展阶段，这进一步表明从区域差异角度研究城镇化、公共支出和环境全要素生产率三者之间的关系是十分必要的，具有重要的现实意义。

五、实证分析

（一）变量选取与数据说明

鉴于所测得的环境全要素生产率指数是一种环比改进指数，为保持数据的一致性，本文选用2006-2013年30个省市的省际面板数据进行城镇化、公共支出和环境全要素生产率之间关系的实证研究。所用数据均来源于历年的《中国统计年鉴》、《中国人口和就业统计年鉴》、《中国工业经济统计年鉴》以及各省市所对应的地方统计年鉴。关于面板数据模型指标的选取和数据处理作如下说明：

1、被解释变量

全要素生产率是对社会生产效率总体改进情况进行科学测度的综合指标，本文选择上文测得的环境全要素生产率指数作为被解释变量。由于环境全要素生产率指数衡量的只是生产效率在各年度间的环比改进情况，为了全面真实的反映当年的经济发展状况，本文以初始年份为基础，将社会生产效率的环比改进指数换算成定比改进指数。

2、主要解释变量

作为新常态背景下制度红利释放的一部分，新型城镇化的发展可能会依靠人力资本的优化和要素资源配置效率的改进来促进全要素生产率的提高。因此，本文借鉴周泽炯等（2013）的做法，选用“分地区年末城镇常住人口占总人口的比重”来表征城镇化水平。

公共支出政策作为政府优化公共产品配置结构，矫正市场失灵以补偿微观经济主体活动正外部性的重要手段，对城镇化的发展和全要素生产率的提高均有重要影响。结合经济逐步进入新常态以及财政收入和简政放权扩大的事实，使用公共支出的相对规模刻画公共支出行为及其影响更为合适。基于此，本文参照薛钢等（2015）的做法，选用“公共支出在地区GDP中所占比重”来表征公共支出规模，选用“福利性公共支出在公共支出中所占比重”来表征公共支出结构。为保持数据统计口径的一致性，福利性公共支出主要从教育、文化体育与传媒、社会保障和就业、医疗卫生与计划生育和环境保护五个方面进行考虑。

3、控制变量

对控制变量的选择，本文主要考虑人均收入水平、经济结构和人口年龄结构三种因素。其中，借鉴梁俊等（2015）的做法，选用“消胀后的地区生产总值除以各地区年末总人口”来表征人均收入水平；沿用李小胜等（2014）的做法，选用“非农产业总产值占地区GDP的比重”来表征经济结构；参照齐明珠（2013）的做法，选用“15-64岁年龄人口在地区总人口中的比重”来表征人口年龄结构。

（二）模型设定

根据上述有关被解释变量、主要解释变量和控制变量的选取情况，并结合本文研究目的，将实证模型设定如下：

（三）实证检验

1、基准回归分析

经Hausman检验后发现，表3中用于基准回归的模型（1）-（7）均适宜采用随机效应方法进行估计，在使用Sosa-Escudero and Bera（SEB）检验规则对随机效应模型做序列相关检验时，发现模型（4）和（6）并不存在序列相关，而其余模型的序列相关均显著存在。因此，本文直接选用GLS方法对模型（4）和（6）进行估计，而选用包含AR（1）干扰项的GLS方法对其余模型进行估计。对于使用固定效应方法的模型（8）和（9）而言，运用Wald检验和Wooldridge一阶自相关检验规则检验后发现面板数据显著存在异方差和序列相关，故选用Driscoll-Kraay标准差方法对其进行估计。①

由表3可知，仅考虑城镇化水平和环境全要素生产率的关系时，东西部地区的城镇化水平对环境全要素生产率的影响不显著，而中部地区的城镇化水平在5%水平下对环境全要素生产率产生了显著正向影响。究其原因，随着改革开放的深入，三大区域的改革、人口和资源三种红利得以逐步释放，以“制度改革”为显著特点的城镇化有效提高了资源配置效率和环境全要素生产率。可是，当经济体制改革逐渐进入深水区和攻坚期，东西部地区已有经济体制的深层矛盾逐步凸显，利益博弈此消彼长，由人口红利所带来的经济边际效应呈下降态势。此外，诸如人口老龄化和生态环境破坏等社会问题集中显现，进一步遏制了城镇化对提升经济增长质量和效益的积极作用。而中部地区已有经济体制的深层矛盾虽已显现，但其对经济发展绩效提升的阻碍作用仍小于制度改革的促进作用，使得城镇化发展对环境全要素生产率的改进继续保持正向影响。

在就公共支出政策对环境全要素生产率的影响进行分析时发现，在其它条件不变的情形下，东部地区的公共支出规模对环境全要素生产率的作用系数为正，且在5%水平下显著，而中西部地区的公共支出规模对环境全要素生产率的影响系数均为负，且至少通过了5%的显著性检验。由此看出，就东部地区而言，公共支出规模显著促进了环境全要素生产率的提高，但对中西部地区来说，公共支出规模对环境全要素生产率的提高产生了明显的抑制作用。因此，对东部地区来说，政府可以适当增加对经济的干预程度，但不能取代市场对资源配置的决定性作用，对中西部地区来讲，政府干预则应让位于市场机制，充分发挥市场在促进科技进步和经济发展过程中的巨大作用，加快中西部地区的经济社会发展步伐。东西部地区的公共支出结构对环境全要素生产率的影响系数均为正，但并不显著，说明对东西部地区而言，公共支出结构对环境全要素生产率的影响不明显。中部地区的公共支出结构对环境全要素生产率的作用系数为负，且在1%水平下显著，说明公共支出结构对中部地区环境全要素生产率的提高存在显著负向效应，中部地区可以适当提高投资性公共支出的比重，充分发挥投资性公共支出对环境全要素生产率的提升效应。

表3 城镇化与环境全要素生产率：基准回归

注：表中，*、**和***分别表示在10%、5%和1%显著性水平下显著；表中第2列至第8列各参数估计值下的括号中为Z统计量值，第9列和第10列各参数估计值下的括号中为T统计量值。

从其它控制变量看，就人均收入水平而言，在考虑公共支出政策的作用时，中部地区人均收入水平的估计系数至少在10%水平下显著为正，而其平方项的系数显著为负，说明中部地区的环境全要素生产率增长与人均收入水平之间存在倒U型关系，符合“环境库兹涅茨曲线”假说，这与杨俊等（2009）对中国地区工业TFP增长进行研究时得到的结论相一致。但在此情形下，东西部地区的环境全要素生产率增长并不支持环境库兹涅茨曲线”假说。

就经济结构而言，东部地区的经济结构对环境全要素生产率的作用系数至少在10%水平下显著为负，说明经济结构对东部地区环境全要素生产率的提高有明显负向影响，东部地区应对经济结构进行优化调整，大力发展第三产业，尤其是现代服务业，依靠技术创新促进高污染、高能耗的“高碳型”工业实现清洁化转型。而中西部地区的经济结构对环境全要素生产率的影响并不显著。

就人口年龄结构而言，东部地区的人口年龄结构对环境全要素生产率的影响系数为正，但不显著。中部地区的人口年龄结构对环境全要素生产率的作用系数至少在5%水平下显著为负，说明人口年龄结构对中部地区环境全要素生产率的改进有显著负面影响，其原因可能是中部地区作为我国劳动力输出的重要区域，大部分中青年均选择到经济发达的东部沿海地区工作，在家留守的多是少年和老年人口，使得人力资本存量大为降低，限制了人力资本外溢作用的发挥。西部地区的人口年龄结构对环境全要素生产率的影响系数至少在5%水平下显著为正，说明人口年龄结构对西部地区环境全要素生产率的提高产生了显著的促进作用，这些年中央和地方两级政府对西部地区人口教育的重视和大量财政资金的投入大大提高了该地区的人力资本水平，使得人力资本对经济增长和全要素生产率提高的外溢作用得到有效发挥。

2、公共支出政策的作用分析

通过加入公共支出规模和公共支出结构与城镇化水平的交乘项，可以就公共支出政策在城镇化作用于环境全要素生产率过程中的影响效应和机制作进一步考察，具体结果如表 4所示。

表4 城镇化与环境全要素生产率：公共支出的作用

注：表中，*、**和***分别表示在10%、5%和1%显著性水平下显著；表中第3列各参数估计值下的括号中为Z统计量值，第2列和第4列至第10列各参数估计值下的括号中为T统计量值。

由表4可知，仅就公共支出规模对城镇化的“援助”或“攫取”效应进行分析时，东西部地区的城镇化水平对环境全要素生产率的影响系数在1%水平下显著为负，说明城镇化的规模化形式发展对东西部地区环境全要素生产率的改进有显著抑制作用，在追求经济发展绩效时，东西部地区应当调整城镇化的发展思路，适当控制城镇化的发展速度，不断提高城镇化的发展质量。中部地区的城镇化水平对环境全要素生产率的影响系数在10%水平下显著为正，说明中部地区城镇化的发展对该地区环境全要素生产率的提高拥有显著的正向效应，现有城镇化的发展进程应当保持。控制了公共支出规模与城镇化水平的交乘影响后，东部地区公共支出规模对环境全要素生产率的影响由正向变为负向，且依然显著，说明在公共支出政策与城镇化水平交乘影响的作用下，公共支出规模对环境全要素生产率的增进产生了负面影响。中西部地区公共支出规模对环境全要素生产率仍然保持负向效应。此外，三大区域的公共支出规模与城镇化水平的交乘项至少在5%水平下显著为负，说明在城镇化影响环境全要素生产率的过程中，公共支出规模扮演了“攫取之手”的角色，在城镇化的发展进程中要想提高资源环境约束下的全要素生产率，单纯依靠扩大政府干预程度的做法并不可取，必须对公共支出规模做出相应动态调整，城镇化进程需要合理有效的公共支出政策予以配套才能实现经济的可持续发展。

将公共支出结构对城镇化的“援助”或“攫取”效应纳入考虑范围，控制了公共支出结构与城镇化水平的交乘影响后，东西部地区的城镇化水平对环境全要素生产率的提高仍然保持显著负向影响，而中部地区的城镇化水平对提高环境全要素生产率仍然保持明显正向效应。就公共支出结构本身看，东部地区的公共支出结构对增进环境全要素生产率有不显著的正向作用，说明提高福利性公共支出占比对东部地区环境全要素生产率的积极影响并不明显。中部地区的公共支出结构对环境全要素生产率的提高至少在10%的水平下有显著负向效应，说明增加投资性领域公共支出对促进中部地区环境全要素生产率的提高更为有利。西部地区的公共支出结构对提高环境全要素生产率至少在10%水平下有显著正向效应，说明增加福利性领域公共支出对西部地区环境全要素生产率的增进会产生明显促进作用。就公共支出结构与城镇化水平交乘项看，东西部地区的公共支出结构在城镇化对环境全要素生产率的影响作用中扮演了“援助之手”的角色，提高福利性公共支出比重可以协助城镇化更好的发挥增进环境全要素生产率的积极效用，而中部地区的公共支出结构在城镇化作用于环境全要素生产率的过程中产生了不显著的“攫取”效应。

（四）稳健性检验

基于确保估计结果有效性的考虑，文中不仅采取变量控制和面板模型设定形式检验措施，还对城镇化水平这一主要解释变量进行重新选取——用“各地区城镇户籍人口占总人口比重”表征，以此进一步检验模型估计结果的稳健性。结果表明，绝大多数解释变量的符号、系数和显著性与文中所得结果都非常接近，并无较大变化，文中所得结论基本稳健。

六、基本结论与政策建议

本文在资源环境约束条件下，运用考虑非期望产出的SBM方向性距离函数与Luenberger生产率指标相结合的方法测算了我国省际层面的环境全要素生产率，并基于面板数据模型就公共支出政策在城镇化作用于环境全要素生产率过程中的影响效应与机制进行了探究。本文的主要结论及隐含的政策含义如下：

（1）对东西部地区来说，单纯依靠规模化形式的城镇化发展对增进环境全要素生产率的作用效果不明显，但对中部地区来说，城镇化发展对环境全要素生产率的提高拥有正向影响。除中部地区以外，东西部地区的环境全要素生产率增长并不支持“环境库兹涅茨曲线”假说。东部地区经济结构对环境全要素生产率的提高具有显著负向影响，而中西部地区经济结构对环境全要素生产率的影响并不明显。东西部地区的人口年龄结构对环境全要素生产率的改进分别表现出不显著和显著的促进作用，与此相反，中部地区的人口年龄结构对环境全要素生产率的提高具有明显的负面效应。

（2）考虑到公共支出政策的“援助”和“攫取”效应，仅仅依靠扩大政府干预程度和规模对三大区域环境全要素生产率的提高并没有益处。从结构安排上看，东西部地区的公共支出结构对环境全要素生产率的增进分别表现出不显著和显著的促进作用，而中部地区的公共支出结构对环境全要素生产率的提高具有显著的负向效应，提高福利性公共支出占比对增进东部地区环境全要素生产率的影响不明显，但却明显有利于西部地区环境全要素生产率的改进，增加投资性领域的公共支出对中部地区环境全要素生产率提高的影响更为显著。从侧面表明，城镇化发展对环境全要素生产率正向作用的有效发挥离不开公共支出政策的优化调整。

（3）东西部地区的公共支出结构在城镇化对环境全要素生产率的影响作用中扮演了“援助之手”的角色，提高福利性公共支出比重可以协助城镇化更好的发挥增进环境全要素生产率的积极效用，而中部地区的公共支出结构在城镇化作用于环境全要素生产率的过程中产生了不显著的“攫取”效应。

1. 陈心颖：《人口集聚对区域劳动生产率的异质性影响》[J]，《人口研究》2015年第1期。

2. 丁萌萌、徐滇庆：《城镇化进程中农民工市民化的成本测算》[J]，《经济学动态》2014年第2期。

3. 唐颖、赵文军：《公共支出与我国经济增长方式转变》[J]，《财贸经济》2014年第4期。

4. 魏下海、王岳龙：《城市化、创新与全要素生产率增长——基于省际面板数据的经验研究》[J]，《财经科学》2010年第3期。

5. 薛钢、陈思霞、蔡璐：《城镇化与全要素生产率差异：公共支出政策的作用》[J]，《中国人口·资源与环境》2015年第3期。

6. 杨友才、赖敏晖：《我国最优政府财政支出规模——基于门槛回归的分析》[J]，《经济科学》2009年第2期。

7. 朱英明：《区域制造业规模经济、技术变化与全要素生产率：产业集聚的影响分析》[J]，《数量经济技术经济研究》2009年第10期。

8. 周泽炯、胡建辉：《基于Super-SBM模型的低碳经济发展绩效评价研究》[J]，《资源科学》2013年第12期。

9. Brulhart M. and F. Sbergami., 2009, “Agglomeration and Growth: Cross-Country Evidence”[J],, Vol.1, PP48-63.

10. Hortas-Rico M. and Solé-Ollé A., 2010, “Does Urban Sprawl Increase the Costs of Providing Local Public Services? Evidence from Spanish Municipalities”[J],, Vol.47(7), PP1513-1540.

（HT）

① 本文参照匡远凤等（2012）和李小胜等（2012）的定义，把不考虑环境因素下的全要素生产率称为传统全要素生产率，而把考虑环境因素下的称为环境全要素生产率。

①鉴于本文研究目的在于测度环境全要素生产率用来进行后续实证分析，而非在于探究环境全要素生产率的来源分解，故文中未将Luenberger生产率指标进行分解。

②限于篇幅，文中并未给出相关数据的描述性统计。

①受篇幅所限，表3和表4并未给出模型设定形式的详细检验结果，感兴趣的读者可向作者索取。

* 本文是国家社会科学基金重大项目“转型发展新阶段中国经济增长动力研究”（批准号：14ZDB120）的阶段性成果。