“一带一路”建设对沿线中国重点省域绿色全要素生产率的影响

刘钻扩　辛丽

摘要：绿色“一带一路”强调增长动力的转换，其落脚点是绿色全要素生产率（GTFP）的提升。中国沿线重点省域作为推进绿色“一带一路”实施的先锋与主力军，一方面，其更能充分享受到深度参与“一带一路”建设所带来的发展红利，另一方面其战略支撑与撬动作用关乎着绿色“一带一路”的建设成效与进度。本文首次基于“一带一路”沿线中国重点省域视角，采用基于SBM方向距离函数的GML指数测算并分析沿线重点省域GTFP的发展现状与动因来源；利用断点回归首次定量分析“一带一路”建设对沿线重点省域GTFP的影响净效应，并探讨沿线重点省域下一步加快GTFP发展的务实路径。研究发现：①沿线重点省域的GTFP发展现状总体较好；技术进步是主要驱动力。②“一带一路”建设对沿线重点省域的GTFP和技术进步均起到了显著促进作用，影响净效应分别达0.138和0.156。③研发投入对GTFP和技术进步表现为抑制作用但不显著；经济发展与GTFP表现为“U”型关系，沿线重点省域当前的经济发展水平与GTFP表现为负相关；沿线重点省域与“一带一路”沿线国家间的贸易对GTFP当前主要表现为负效应，原因受限于沿线重点省域不合理的贸易结构和研发与经济水平的掣肘作用。④“一带一路”建设对丝绸之路经济带和海上丝绸之路沿线重点省域的GTFP均表现为显著正效应，影响净效应分别达0.143和0.130，对两大区域的技术进步同样表现为正效应，影响净效应分别达0.152和0.161。⑤沿线重点省域下一步应重点从借力对外贸易，发展绿色经济；完善创新机制，重视人才效用；强调科技创新，优化研发结构等方面入手来提升自身的GTFP发展水平。

关键词 ：一带一路；绿色全要素生产率；SBM方向距离函数；GML指数；断点回归

中图分类号 F062.1 文献标识码 A 文章编号 1002-2104（2018）12-0087-11 DOI：10.12062/cpre.20180907

2017年4月，环保部等发布的《关于推进绿色“一带一路”建设的指导意见》中指出，“一带一路”建设应结合沿线国家的可持续发展要求，融入生态理念，强化绿色思维。十九大报告上再次强调绿色是“一带一路”建设的主流色，全体社会应提升绿色参与度，催发新动能，追求全要素生产，实现绿色加速度。建设绿色“一带一路”深度契合中国经济转型的现实需求，其強调的是增长动力的转换，核心是由投入驱动转为创新驱动，落脚点是提高绿色全要素生产率（Green total factor productivity，GTFP）。GTFP作为经济增长的动力源泉，其除兼顾传统TFP中的投入约束之外，同时涵盖资源与环境约束，综合考虑经济与环境效益，因此其更能有效反映经济发展的持续健康性。

沿线中国重点省域作为推进绿色“一带一路”实施的先锋与主力军，一方面，其更能充分享受到深度参与“一带一路”建设所带来的发展红利，另一方面其战略支撑与撬动作用关乎着绿色“一带一路”的建设成效与进度。这就意味着沿线重点省域不仅要充分借力“一带一路”发展平台，加快技术创新，谋求自身经济的高质量发展；更应该充分发挥自身的“桥头堡经济效应”，强调生态，加快绿色生产，构筑绿色“一带一路”建设的有力前沿。那么，沿线重点省域现有的GTFP发展水平如何，其是否有效构筑起了绿色“一带一路”的建设前沿？“一带一路”自实施以来已接近5年，其又是否显著促进了沿线重点省域的GTFP增长？沿线重点省域下一步应从哪些方面着手，加快绿色生产，构筑

绿色“一带一路”的坚实堡垒？本文即是在上述问题的引导下，对沿线重点省域的GTFP发展现状加以测评，剖析其增长的驱动力；并对“一带一路”建设对沿线重点省域GTFP的影响净效应进行定量分析，同时探讨沿线重点省域下一步加快GTFP发展的务实路径，最终为加快实现经济高质量发展，构筑绿色“一带一路”建设的关键支撑点提供思路参考。

1 文献综述

GTFP同时涵盖了期望产出和非期望产出，其综合考虑经济与环境效益，谋求经济与生态的有机协调。面对近年来日益严峻的环境问题与迫切的经济发展转型问题，如何加快实现绿色发展已成为学术界的热议话题。

关于GTFP的测度，国内外相关研究多围绕测评指标的优化及测评方法的改进展开分析。就测评指标的选取，投入指标除多选用劳动、资本和能源投入之外，近期有少量学者加入了更为丰富的投入变量，如技术变量[1]；产出指标中，期望产出多用生产总值进行衡量，非期望产出的选取弹性较大，如朱承亮[2]、岳鸿飞等[3]采用了工业三废，张帆[4]采用了CO2和SO2，王兵等[5]则采用了SO2和COD。就测评方法的选用，Pittman[6]采用DEA的方法首次将非期望产出纳入考虑。Chung等[7]、Fare等[8]在此基础上进一步拓展，形成方向距离函数（Directional distance function，DDF），并提出更能契合绿色理念的ML（Malmquist Luenberger）指数，后续研究中学者们多沿用此方法，如Kumar[9]采用ML指数法测算了41个发达国家和发展中国家的GTFP发展现状，吴英姿等[10]、刘传江等[11]估计了中国工业GTFP的发展状况。但上述研究多局限于采用径向的、角度的方法，无法有效克服因径向或角度选择所带来的测评偏差。为此，Fukuyama等[12]在Tone[13]非径向、非角度的基础上提出了更一般化的SBM方向距离函数，倍受学者们青睐[14]。同时，鉴于ML指数常存在的线性规划无解和不可传递性等缺点，Oh[15]构造了一种全域生产可能性集，并提出GML指数，此后，部分学者开始借助GML指数对GTFP展开测评[16]。近期也有部分学者开始将两者进行有效结合，借助基于SBM方向距离函数的GML指数来对GTFP进行测算，如杨翔等[17]、滕泽伟等[18]、刘章生等[19]。

关于GTFP的影响因素，多数学者从传统视角分析了各因素对GTFP的影响效应。部分学者关注到环境规制的作用，Li Bin等[20]的研究表明，环境规制对GTFP的影响存在区域异质性，而原毅军[21]的研究则进一步发现，环境规制类型对工业GTFP同样存在异质性作用。部分学者肯定了FDI对GTFP的影响作用，如罗军等[22]。由于碳排放问题在经济发展中日益凸显，近年来不少学者在分析绿色经济增长时同时将碳排放或者节能减排问题纳入考虑，谌莹等[23]、王兵等[24]的研究发现，节能减排是GTFP增长的核心动力，且推动效果显著。部分学者还关注到贸易自由化与GTFP之间的关系，如杨世迪等[25]的研究发现，贸易自由化总体上显著促进了GTFP的发展，但这种影响存在非线性动态特征。除此之外，部分学者还探析了集聚经济[26]、人力资本[27]等要素对GTFP的影响作用。

综上所述，现有研究无论是在测评GTFP的发展现状方面，还是在探析其影响因素方面均成果丰硕，为本文提供了有力支撑。但是对于当前举国上下携手助力“一带一路”建设的历史使命，尤其是加快绿色升级，共建绿色“一带一路”的发展大环境下，目前鲜有文献探析“一带一路”建设对沿线省域GTFP的具体影响效应，及沿线省域下一步应从哪些方面入手加快经济高质量发展，有效构筑绿色“一带一路”的建设前沿。因此，本文拟以沿线中国重点省域为研究视角，利用基于SBM方向距离函数的GML指数来测评沿线重点省域的GTFP发展现状，考察其增长动力；并进一步采用断点回归分析“一带一路”建设对沿线重点省域GTFP的影响净效应，同时探讨沿线重点省域下一步应从重点从哪些方面入手加快自身的GTFP发展，助力绿色“一带一路”建设。与以往研究相比，本文存在以下拓展：研究视角上，首次基于“一带一路”沿线中国重点省域视角，探析沿线重点省域GTFP的发展现状与动因来源；研究内容上，采用断点回归首次定量分析“一带一路”建设对沿线重点省域GTFP的影响净效应，并加入“一带一路”特色变量，探讨沿线重点省域下一步提升自身GTFP发展的务实路径。

2 “一带一路”沿线中国重点省域GTFP测算

2.1 测算方法

GTFP作为除去要素投入之后的余值，反映着经济发展的引擎与质量，是衡量经济活力的重要指标。正如文献综述中所阐明，对于GTFP的测算，尽管考虑松弛问题的SBM方向距离函数和GML指数各自有效地弥补了以往方法中的缺陷，但是SBM方向距离函数未能有效处理生产单元在各期生产前沿的非一致性，影响跨期结果间的可比性，而单纯的GML指数也无法克服因径向和角度问题所带来的测评偏差。相比之下，基于SBM方向距离函数的GML指数既可以有效处理径向与角度问题，同时又可以实现生产前沿的全局可比性。为此，近期部分学者[17-19]开始将上述方法进行有效结合，采用基于SBM方向距离函数的GML指数来对GTFP进行有效测算，因此，本文同样沿用此方法来对GTFP进行测算。

分别代表基于非径向、非角度测度方法构建的当期和全域SBM方向距离函数；GML指数代表t+1期相对于t期的变动，若该指数大于1，则代表GTFP出现了增长；若小于1，则代表GTFP出现了下降；若等于1，则代表GTFP处于稳定状态，技术进步和技术效率同理。

2.2 变量选择

2001年末，中国正式加入WTO后进行了全面的改革开放，中国经济与世界经济深度接轨，对外贸易蓬勃发展，中国的经济绩效显著提高。本研究是基于全面对外开放环境下的研究，同时，鉴于经济活动往往存在广泛的滞后性，因此本文将研究期选定在2003—2016年。对于研究样本的选取，本文借鉴现有学者的多数做法[28]，并结合《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》（以下简称《愿景与行动》）中所圈定的沿线重点省域，最终选定沿线17个省域（西藏数据大量缺失，将其剔除）。同时，经测算2003—2016年期间该17个省域与“一带一路”沿线国家的贸易总额占中国对沿线国家贸易总额的平均比重达70.5%，这表明选取该17个重点省域具有一定的代表性。其中，沿线省域与“一带一路”沿线国家间的基础贸易数据来源于韩国贸易协会数据库（http：//www.kita.net/），该数据库中有關中国的数据来源于中国海关总署；其余各指标的基础数据来自于《中国统计年鉴》《中国人口与就业统计年鉴》及各地区统计年鉴。

（1）投入指标。对于劳动投入，现有研究多采用各省域年末就业人数来表征，本文同样延续此思路。对于资本投入，本文采用Goldsmith提出的永续盘存法（PIM），对各省域的生产性资本存量加以测算，公式如下：

其中，Kt，δt，It分别代表第t年的资本存量、折旧率和投资额。相较于全社会固定资产投资，固定资本形成总额在测算资本存量时略优于前者[29]，因此，本文采用后者作为投资额。同时为保证数据的连续性与可比性，本文利用各省域历年的固定资产投资指数将其转换成以2003年为基期。基期的资本存量使用Reinsdorf提出的修正初始期资本存量增长率法加以测算，公式为：

其中，K0，I0，g分别代表初始期资本存量、资本投资量和不变价格投资的平均增长率。由于资本存量的测算对折旧率相当敏感，本文延续大多学者的做法，借用单豪杰[30]的测算值10.96%。对于能源投入，本文采用标准煤法折算后的等价值能源消费量来表征。

（2）产出指标。对于期望产出，采用各省域的GDP来表征，为保证数据的可比性，将其转换为以2003年为基期的生产总值；对于非期望产出的选择弹性较大，一方面鉴于非期望产出主要存在废气、废水和固体废物三种形态，如若仅选取一种污染物显然无法全面反映环境约束机制；另一方面结合《“十三五”节能减排综合工作方案》所强调的主要控制对象，本文以COD和氨氮排放总量来表征废水，以SO2、烟（粉）尘排放量来表征废气，以工业固废排放量来表征固体废物。同时鉴于DEA评价对于指标的数量存在限制，本文借鉴前人研究，采用主成分分析法将上述指标转换为综合污染指数。

2.3 GTFP发展及驱动力分析

如表1所示，“一带一路”沿线重点省域的GTFP发展现状总体较好，2003—2016年期间沿线重点省域的GML平均指数为1.011 9，GEC平均指数为1.012 0，GTC平均 指数为1.073 2。这说明，2003—2016年期间沿线重点省域的GTFP平均增长了1.19%，绿色技术效率平均增长了1.2%，绿色技术进步平均增长了7.32%，总体态势向好。但是不可忽视的是同时也存在甘肃等多个省域GTFP下降的现象，这意味着加快沿线重点省域经济高质量发展，构筑绿色“一带一路”建设的有效前沿仍任重而道远。

为深入探析沿线重点省域GTFP的演进特征，明确其驱动力，本文同时对2003—2016年期间沿线重点省域GTFP的变动趋势及其分解进行了考察（见图1）。从发展态势来看，沿线重点省域GTFP总体呈向好态势，尤其是自2013年以后技术进步出现大幅上升。从GTFP发展的驱动力来看，绿色技术进步和GTFP呈现出较大同步性，而绿色技术效率和GTFP并未显现出较强相关性，这表明目前技术进步在推动沿线重点省域GTFP增长方面发挥着主要作用。这意味着为加快提升自身的GTFP增长，沿线重点省域不仅要继续挖掘技术进步的提升空间，深度发挥技术进步的驱动引擎作用，同时还要激发技术效率的发展潜力，释放新的发展动能。

3 “一带一路”建设对沿线中国重点省域GTFP的影响

3.1 理论分析

“一带一路”建设作为更高层次的开放平台，是中国在国际市场上价值实现的重要途径，可以有效扩大中国产品的外部需求，其可能通过以下机制来促进中国的GTFP发展：①强化比较优势，优化资源配置。传统国际贸易理论强调，比较优势是国际贸易发生的重要基础和前提，沿线省域在与“一带一路”沿线国家频繁的贸易往来中，彼此基于自身的比较优势确立其出口产品，形成产业分工，加速要素流动，从而进一步强化效率。②实现规模经济，提升技术效率。亚当·斯密认为，市场范围的扩大可以推动社会分工，而社会分工越细，越有利于形成规模经济，越能促进生产效率提高。“一带一路”作为更为开阔的国际市场可以大大增加中国产品的外部需求，扩大市场容量，实现规模经济效应，提升生产效率。③传导竞争压力，实现技術进步。广阔的国际市场不仅为企业带来了更大的发展空间，同时更对企业的有效生存提出了更高的发展要求。产品需求的多样化和高端化，对企业进驻国际市场形成了有力的竞争挤压机制，迫于生存压力，企业不得不加大技术创新，改进生产工艺，在提升自身竞争力的同时更实现了技术进步。④借助技术溢出，促进经济增长。一方面，参与“一带一路”建设的出口企业往往存在一定的外部经济效应，即非出口企业通过与出口企业间的横向产业关联效应，既可以学习其前沿的生产技术，加快自身发展，同时也可以直接利用为出口企业提供的便利设施条件，及时获取国际市场信息，降低出口的沉没成本，加快走向国际市场，提高生产效率，谋求更大的发展效益。另一方面，出口企业也可以通过垂直关联效应，促进产业上下游企业实现技术进步，降低生产成本，提升生产效率，从而加速人才、技术等要素相对较优的配置，最终提升整个社会的GTFP。

3.2 模型设定与变量选择

断点回归（Regression Discontinuity，RD）被誉为最接近自然实验的方法，优越于其他已知的因果推断方法，近年来在政策效应评估方面备受推崇。该方法适用于测度结果变量在受到某种非连续性政策或外部试验影响时所产生的因果效应。RD分析最早由Thistlethwaite等[31]引入，他们基于当学生的测试分数达到某一阙值就会得到一笔奖学金的不连续事实，分析了该奖学金对学生未来学术成就的影响作用。如今已有大量的学者借助RD分析对各类政策效应展开丰富的分析[32-33]。RD分析框架下，当驱动变量（running variable）xi（此处指时间）超过某一断点c时，个体i就会受到处理（此处指参与“一带一路”建设），否则未接受处理，即存在两种处理状态，

Di=1 x≥c0 x

，并最终产生两种反应结果Yi（1）和Yi（0），其中，Yi（1）代表受到政策影响的结果变量，Yi（0）代表未受政策影响的结果变量，因此Yi可以表示为：

Yi=Y0（1-Di）+Y1Di=Y0+（Y1-Y0）Di（10）

从直观上讲，测度政策效应大小最简单的方法就是计算Yi（1）和Yi（0）的差值，然而现实中不可能同时观察到两者，因为沿线省域在同一时刻要么参与“一带一路”建设，要么未参与，无法同时得到两项观测值。而RD分析可以有效解决这一问题，其假定分布在断点附近两侧的个体除了是否接受处理外无系统差别，这样断点附近左侧的个体可以构成右侧的“反事实组”。RD分析分为精确断点回归（Sharp Regression Discontinuity，SRD）和模糊断点回归（Fuzzy Regression Discontinuity，FRD），在本文的情景下，沿线重点省域并不是在“一带一路”倡议提出后均立即参与建设实施，因此采用FRD更为适合。在局部连续性假设的条件下，假设我们感兴趣的结果变量GTFP存在E（Y0|X）和E（Y1|X）两种状态，且：

结合本文的实际问题，并借鉴Lee等[34]的研究思路，本文将断点设定在2014年，原因主要为：其一，“一带一路”倡议于2013年10月份才正式提出，加之政策的实施往往具有反应期和滞后性，如若以2013年为断点有可能会低估对政策效应的评价；其二，2012年全球经济危机席卷全球，中国经济也难免受之波及，而经济反应的背后往往伴随着滞后性，以2013年为断点同样可能造成政策效应的低估，因此2014年不失为一个好的时间断点。对于FRD估计，可以通过非参数IV估计或参数2SLS估计进行，两者效果等价[35]，本文将采用后者进行估计，估计方程的结构式如下：

其中，Yi为沿线重点省域历年的绿色全要素生产率（LnGTFP），α1为我们重点考察的处理效应，Di为处理变量，代表沿线中国重点省域是否参与“一带一路”建设，采用指示变量Si作为其工具变量，Si=1（xi≥c），为允许回归线在断点两侧可以斜率不同引入交互项Di（xi-c），Zi为协变量，具体如下：①合理的研发投入有助于推动产业结构升级，流程设备优化，促进绿色生产率提升，本文采用R&D投入来表征（LnRD）②经济发展影响着技术进步与生产效率的提升，鉴于其与环境污染间可能存在非线性关系，本文同时分别引入人均收入的对数值（LnEL）及其平方项（Ln2EL）。③为深入考察“一带一路”建设对沿线中国重点省域GTFP的影响作用，本文加入“一带一路”特色变量，采用2003—2016年各重点省域历年对“一带一路”沿线64国贸易总额的对数值来表征对外贸易（lnTrade）。

鉴于GML指数代表t+1期相对于t期的变动，不具备可比性，因此在分析前，借鉴现有研究的多数做法[36-37]，将其转换成累积指数，即设第1期的GTFP为1，

则第t+1期的GTFP为：

。以上基础数据来自《中国科技统计年鉴》《中国统计年鉴》《中国人口与就业统计年鉴》，各地区统计年鉴及韩国贸易协会数据库。

3.3 断点回归分析结果

3.3.1 图形分析

FRD的基本思想在于如果沿线重点省域的GTFP在2014年前后出现的明显跳跃，那么这种变动有可能是因为“一带一路”建设引起的，因此在正式分析前，我们首先以图形的方式将沿线重点省域GTFP同驱动变量间的关系进行展示，这种分析方式已经成为RD分析的标准做法，有助于我们从直观上理解“一带一路”建设对沿线重点省域GTFP的影响作用。如图2a所示，沿线重点省域GTFP在2014年出现了明显的跳跃，这初步表明“一带一路”建设有可能提升了沿线重点省域的GTFP，为进一步展示这种处理效应，我们绘制图2b，同样显示“一带一路”建 设对沿线重点省域的GTFP起到了显著的正效应。

3.3.2 回归结果

图2已显示出“一带一路”建设导致沿线重点省域的GTFP出现了非连续变动，从直观上初步表明“一带一路”建设促进了沿线重点省域GTFP的提升，但这种促进作用的具体效果仍需以进一步的估计结果为准。本文首先分析“一带一路”建设对沿线重点省域GTFP的处理效应，随后依次引入各协变量，协变量的引入不会影响RD分析的一致性，但可以提高估计效率；同时由前文分析可知技术进步是当前沿线重点省域GTFP增长的主要驱动力，为进一步探讨“一带一路”建设对沿线重点省域技术进步的影响作用，本文同时将GTC作为被解释变量进行分析，见表2。

由表2可以看出，无论是否加入各协变量，处理变量D的系数均未发生明显变动，这反映了模型估计的稳健性。由列（1）和列（6）可知，“一带一路”建设显著促进了沿线重点省域GTFP和技术进步的提升，影响系数分别达0.138和0.156。在各协变量中，研发投入对沿线重点省域GTFP和技术进步始终表现为负作用，但影响不显著。当前多数研究也得出了这一令人困惑的结果[38-39]，但相关解释并未形成统一定论，其内在机理将在今后的研究中展开进一步的深入探討。经济发展与GTFP呈现出“U”型关系，且当前沿线重点省域的经济发展与GTFP主要表现为负相关。由环境库兹涅茨曲线可知，当经济发展处于较低水平时，环境污染程度会随经济发展而加剧，从而制约GTFP增长，而当经济水平发展到一定阶段时，这种污染程度会有所减弱，环境质量也逐步得以改善，有利于GTFP增长。经测算，研究样本期内，除上海、广东、浙江等少数省份常年位于拐点右侧之外，其余各省份多位于拐点左侧，这说明，沿线多数省域较低的经济发展水平制约了沿线区域GTFP发展的整体绩效，沿线省域下一步应继续加快经济建设，提升经济发展的整体水平。同时，拐点的到达也并不意味着环境质量的立即改善，其不仅需要经过较长一段时间的积累，同时还需要借助一定的外力推动，目前已有大量研究[40]指出，经济增长并不会自发地带来环境质量的上升，其只有在有效的环境政策干预下才可能出现，如果没有适当的环境政策干预，环境质量可能不会随经济发展而出现改善。因此，沿线省域下一步还要充分发挥环境政策的干预作用，提升绿色经济发展水平。沿线重点省域与“一带一路”沿线国家间的贸易对沿线重点省域的GTFP主要表现为负效应，原因可能有两方面：一方面，就2003—2016年期间的整体情况而言，沿线重点省域对沿线国家的贸易结构存在一定的不合理性，尤其是在早期阶段，各重点省域出口的商品主要是低技术的劳动密集型产品，而按照传统的静态比较优势理论，这种低质量的贸易扩张无疑会促使比较优势集中在技术增长有限的传统部门，从而对GTFP表现出一定的阻碍作用；另一方面对外贸易对GTFP的促进作用往往存在明显的“门限”特征，即只有经济发展和研发技术等因素达到一定水平时，对外贸易对GTFP才会显现出明显的正效应，结合前文分析可知，沿线重点省域较低的经济水平和研发技术水平未能有 效支撑起沿线重点省域绿色经济的健康持续发展，最终导致对外贸易对GTFP主要表现为负效应。

3.3.3 区域异质性分析

丝绸之路经济带与海上丝绸之路沿线重点省域在经济水平、贸易格局等方面差异较大，导致“一带一路”建设对沿线重点省域GTFP和技术进步的影响可能存在区域异质性，因此本文在将沿线重点省域划分为丝绸之路经济带和海上丝绸之路沿线省域后，对“一带一路”建设对两区域的影响异质性进行对比分析。对于两区域沿线省域的选取，本文依据《愿景与行动》中对沿线省域的功能定位、各省域的地理位置及各省域与沿线国家间的贸易格局，将沿线省域划分为丝绸之路经济带沿线省域：内蒙古、青海、新疆、重庆、宁夏、陕西、黑龙江、辽宁、吉林、甘肃。海上丝绸之路沿线省域：广东、福建、上海、海南、浙江、广西、云南。

在依次对两区域的GTFP和技术进步进行RD估计后发现，“一带一路”建设对丝绸之路经济带和海上丝绸之路沿线重点省域的GTFP和技术进步均表现出了显著的促进作用，其中“一带一路”建设对两区域GTFP的影响系数分别达0.143和0.130，对两区域技术进步的影响系数分别达0.152和0.161，这再次表明“一带一路”建设为沿线重点省域带来了切实的发展红利，各省域在积极构筑“一带一路”发展前沿的同时更谋求了自身的发展，这也进一步坚定了深入推进“一带一路”建设的决心和信心。在依次加入各协变量后，处理效应的系数并未发展明显变动，这反映了估计结果的有效性与稳健性。对于两区域的沿线重点省域来说，研发投入对GTFP始终表现为负作用但不显著，经济发展与GTFP表现为非线性的“U”型关系，沿线重点省域当前的经济发展与GTFP表现为负相关，沿线重点省域与“一带一路”沿线国家间的贸易对沿线重点省域GTFP当前同样表现为负效应，原因如前文所述，此处不再赘述。

4 有效性检验

接下来，本文将对前述估计结果进行有效性检验。首先，RD估计的有效性要求驱动变量不受个体精确操纵，而本文的驱动变量为年份，沿线重点省域在“一带一路”倡议被提出前显然无法预料到该倡议的提出，从而无法对驱动变量进行精确操纵，因此不存在自选择问题。其次，RD估计的有效性还要求协变量不应该在断点处出现明显跳跃，否则不宜将断点处的处理效应全部归功于所分析的政策效应，因此本文将对各协变量随驱动变量的变动情况及其条件密度函数进行检验分析。

由图3可以看出，各协变量在断点处均未表现出明显跳跃，同时对各协变量的条件密度函数进行检验也发现，各协变量在断点处均存在连续性，因此各协变量均满足平滑性要求。同时，RD估计的有效性还要求无论是否加入协变量都不会影响处理效应估计的一致性，这一点已在前文呈现。此外，RD估计的有效性对带宽选择有一定要求，考虑到RD估计对样本量的要求，本文将带宽依次设置为[-9，3]和[-8，3]分别进行估计，具体结果见表3。

由表3可以看出，多种带宽设置下，“一带一路”建设对沿线重点省域GTFP和技术进步均表现为显著正效应，且各变量系数的方向和显著性与前文基本一致，这再次表明本文的估计结果有效而且稳健，同时这也说明为有效提升自身的GTFP快速发展，沿线重点省域下一步应从重视科研创新、提升经济发展水平，改善自身与“一带一路”沿线重点省域的贸易结构、提升贸易质量等多方面入手。最后，为检验“一带一路”建设是否存在滞后效应，本文同时以2013年为断点对“一带一路”建设对沿线重点省域GTFP和技术进步的影响作用依次进行RD估计，结果显示以2013年为断点，“一带一路”建设对沿线重点省域的GTFP和技术进步均存在显著正向影响，但促进效果较以2014年为断点有所下降，这反映出“一带一路”的促进作用确实存在滞后效应，相比之下，以2014年为断点更为合适（限于篇幅有限，文中不再呈现具体估计结果）。

5 主要结论及政策启示

5.1 主要结论

①“一带一路”沿线中国重点省域GTFP发展现状总体较好，技术进步是主要动力。②“一带一路”建设对沿线重点省域的GTFP和技术进步均起到了显著促进作用，影响净效应分别达0.138和0.156。③研发投入对沿线重点省域的GTFP和技术进步主要表现出抑制作用但不显著；经济发展与GTFP表现为“U”型关系，沿线重点省域的经濟发展水平与GTFP表现为负相关；沿线重点省域与“一带一路”沿线国家间的贸易对沿线重点省域的GTFP当前主要表现为负效应，原因受限于沿线重点省域不合理的贸易结构和研发与经济水平的掣肘作用。 ④“一带一路”建设对丝绸之路经济带和海上丝绸之路沿线重点省域的GTFP均表现为显著正效应，影响净效应分别0.143和0.130，对两大区域的技术进步同样表现出正效应，影响净效应分别达0.152和0.161；沿线两大区域各协变量对GTFP的影响作用与总体情况较为一致。⑤在依次加入各协变量、改变带宽、调试断点后，各估计结果均显示出较强的稳健性，同时各协变量均满足平滑性要求，一系列的检验结果表明，本文的估计结果有效且稳健。

5.2 政策启示

5.2.1 借力对外贸易，发展绿色经济

对外贸易对GTFP促进作用的发挥需要合理的贸易结构、发达的经济水平等条件支撑。因此，沿线重点省域一方面应继续借力“一带一路”建设机遇，改善贸易结构，扩大绿色贸易，增加高能效、高端产品的进出口商品比重，积极与国际前沿接轨，学习、吸收和内化先进的生产工艺。另一方面应坚定不移地大力发展绿色经济，充分发挥环境政策的干预作用，提升经济发展质效，助推对外贸易溢出效应的充分发挥，加速GTFP增长。

5.2.2 完善创新机制，重视人才效用

企业作为有活力的创新主体，政府应有力发挥其创新效用，加强生态监管，细化规制措施，完善补偿机制，依托“一带一路”区域发展的技术和资金对率先进行技术创新的企业给予技术和资金支持，对绿色企业实行税收减免、排污费返还等补贴机制，降低企业的技术创新成本，强化典范引领作用。同时，各省域应加快海外高层次人才引进，根据自身产业结构调整的要求，建立专项引才机制，优化高层次人才联络机制体系，完善创新创业专项自助机制，提升人力资本水平。

5.2.3 强调科技创新，优化研发结构

研发强度作为一个国家或地区持续创新能力和发展潜力的重要衡量指标，沿线重点省域应继续加大研发投入强度，不仅政府本身要加大研发投入，更应鼓励企业、高校和其他研发机构积极投入研发，提升自主创新能力，为沿线省域GTFP发展提供有力的技术支撑。同时，在提升研发强度之余，还要兼顾研发分配结构的合理性，重视基础研究，避免资源冗余与重叠浪费，提升要素利用率，实现技术有效和规模有效，改善研发投入结构。

（编辑：李 琪）

参考文献

[1]

卢丽文，宋德勇，李小帆.长江经济带城市发展绿色效率研究[J].中国人口·资源与环境，2016，26（6）：35-42.

[2]朱承亮.中国地区经济差距的演变轨迹与来源分解[J].数量经济技术经济研究，2014（6）： 36-54.

[3]岳鸿飞，徐颖，吴璘.技术创新方式选择与中国工业绿色转型的实证分析[J].中国人口·资源与环境， 2017（12）： 196-206.

[4]张帆.金融发展影响绿色全要素生产率的理论和实证研究[J].中国软科学， 2017（9）： 154-167.

[5]王兵，吴延瑞，颜鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究， 2010（5）： 95-109.

[6]PITTMAN R W. Multilateral productivity comparisons with undesirable outputs[J]. The economic journal，1983，372：883-891.

[7]CHUNG Y H， FARE R， GROSSKOPF S. Productivity and undesirable outputs： a directional distance function approach [J]. Journal of environmental management， 1997，51（3）： 229-240.

[8]FARE R， GROSSKOPF S， CARL A. Accounting for air pollution emissions in measures of state manufacturing productivity growth [J]. Journal of regional science， 2001， 41（3）：381-409.

[9]KUMAR S. Environmentally sensitive productivity growth： a global analysis using MalmquistLuenberger index [J]. Ecological economics， 2006， 56（2）：280-293.

[10]吳英姿， 闻岳春. 中国工业绿色生产率、减排绩效与减排成本[J]. 科研管理， 2013， 34（2）： 105-111.

[11]刘传江，赵晓梦.强“波特假说”存在产业异质性吗？——基于产业碳密集程度细分的视角[J].中国人口·资源与环境，2017，27（6）： 1-9.

[12]FUKUYAMA H， WEBER W L. A directional slacksbased measure of technical inefficiency[J].Socioeconomic planning sciences， 2009， 43（4）：274-287.

[13]TONE K. A slacksbased measure of efficiency in data envelopment analysis [J].European journal of operation research， 2001， 130（3）： 498-509.

[14]申晨，贾妮莎，李炫榆.环境规制与工业绿色全要素生产率——基于命令-控制型与市场激励型规制工具的实证分析[J].研究与发展管理， 2017， 29（2）： 144-154.

[15]OH D H. A global Malmquist Luenberger productivity and index [J].Journal of productivity analysis， 2010， 34（3）： 183-197.

[16]REN W， JI J， CHEN L，et al. Evaluation of Chinas marine economic efficiency under environmental constraints： an empirical analysis of Chinas eleven coastal regions[J]. Journal of cleaner production， 2018， 184（1）： 806-814.

[17]杨翔，李小平，周大川.中国制造业碳生产率的差异与收敛性研究[J].数量经济技术经济研究， 2015（12）：3-20.

[18]滕泽伟，胡宗彪，蒋西艳.中国服务业碳生产率变动的差异及收敛性研究[J].数量经济技术经济研究，2017（3）：78-94.

[19]刘章生，宋德勇，弓媛媛.中国绿色创新能力的时空分异与收敛性研究[J].管理学报，2017，14（10）：1475-1483.

[20]LI B， WU S. Effects of local and civil environmental regulation on green total factor productivity in China： a spatial Durbin econometric analysis [J]. Journal of cleaner production， 2017， 153（1）： 342-353.

[21]原毅军，谢荣辉. 环境规制与工业绿色生产率增长——对“强波特假说”的再检验[J].中国软科学， 2016（7）：144-154.

[22]罗军.金融发展门槛、FDI与区域经济增长方式[J].世界经济研究， 2016（4）：107-118.

[23]谌莹，张捷. 碳排放、绿色全要素生产率和经济增长[J].数量经济技术经济研究， 2016（8）： 47-63.

[24]王兵，刘光天.节能减排与中国绿色经济增长——基于全要素生产率的视角[J].中国工业经济，2015（5）： 57-69.

[25]杨世迪， 韩先锋. 贸易自由化的绿色生产率增长效应及其约束机制——基于中国省际面板数据的门槛回归分析[J].经济科学， 2016（4）： 65-77.

[26]杨浩昌，李廉水，刘军. 产业聚集与中国城市全要素生产率[J].科研管理， 2018， 39（1）： 83-94.

[27]谭政，王学义.绿色全要素生产率省际空间学习效应实证[J].中国人口·资源与环境， 2016， 26（10）： 17-24.

[28]杨利红，梁小甜.“一带一路”沿线省份经济实力研究[J].经济问题，2017（10）：126-128.

[29]李宾. 我国资本存量估算的比较分析[J].数量经济技术经济研究， 2011（12）： 21-36.

[30]单豪杰.中国资本存量K的再估算： 1952—2006年[J].数量经济技术经济研究，2008 （10）：17-31.

[31]THISTLETHWAITE D L， CAMPBELL D T. Regressiondiscontinuity analysis： an alternative to the export facto experiment[J]. Journal of educational psychology， 1960， 51（6）：309-317.

[32]ABDULKADIROGLU A， ANGRIST J D， NARITA Y， et al. Regression discontinuity in serial dictatorship： achievement effects at Chicagos exam schools[J]. American economic review， 2017， 107（5）：240-245.

[33]CAMPELLO M， GAO J， QIU J， et al. Bankruptcy and the cost of organized labor： evidence from union elections[J]. NBER working papers， 2017，31（3）：980-1013.

[34]LEE D S， LEMIEUX T. Regression discontinuity designs in economics[J]. Journal of economic literature， 2009， 48（2）：281-355.

[35]IMBENS G W， LEMIEUX T. Regression discontinuity designs： a guide to practice[J]. Journal of econometrics， 2007， 142（2）：615-635.

[36]邱斌，楊帅，辛培江. FDI技术溢出渠道与中国制造业生产率增长研究：基于面板数据的分析[J].世界经济， 2008， 31（8）：20-31.

[37]李斌，彭星，欧阳铭珂.环境规制、绿色全要素生产率与中国工业发展方式转变——基于36个工业行业数据的实证研究[J]. 中国工业经济， 2013（4）： 56-68.

[38]焦翠红，陈钰芬. R&D资源配置、空间关联与区域全要素生产率提升[J].科学学研究， 2018（1）：81-92.

[39]李宾. 国内研发阻碍了我国全要素生产率的提高吗？[J]. 科学学研究， 2010，28（7）：1035-1042.

[40]GROSSMAN G M， KRUEGER A B. Economic growth and the environment[J].NBER working papers， 1995，110（2）：353-377.

Abstract The green ‘Belt and Road emphasizes on the transformation of the growth proficiency and has the promotion of green total factor productivity （GTFP） as its end point. Being the primary force in the construction of the ‘Belt and Road， on the one hand， Chinas provinces along the route can benefit from the development of participating deeply in the construction of the ‘Belt and Road； on the other hand， their strategic support and leverage are related to the construction results and progress of the green ‘Belt and Road. From the perspective of Chinas key provincial regions along the ‘Belt and Road route for the first time， this paper evaluates the current status and power sources of GTFP of Chinese provinces along the route using the GML index based on SBM directional distance function， and initially analyzes the net effect of the Belt and Road on GTFP in the provinces quantitatively. It also discusses practical ways to improve GTFP development key provinces along the route. Moreover， research shows that： ①the overall development status of GTFP in the provinces is relatively well， and technological progress is its main driving force. ②The ‘Belt and Road has played a significant role in promoting GTFP and technological progress in the provinces with the net effect of 0.138 and 0.156 respectively. ③The R&D investment has an inhibitory effect on GTFP and technological progress which is not significant. There is a ‘U type relationship between economic development and the GTFP， and the current level of economic development in key provinces along the ‘Belt and Road is negatively correlated with the performance of GTFP. The trade between provinces and countries along the route shows negative effects on GTFP which is restricted by unreasonable trade structure， the constraint function of economic development level and R&D. ④The ‘Belt and Road has played a significant role in promoting GTFP in the provinces along the Silk Road Economic Belt and Maritime Silk Road with the net effect of 0.143 and 0.130， as well as the technological progress of provinces in two areas with the net effect of 0.152 and 0.161 respectively. ⑤The provinces along the route should take advantage of the foreign trade， develop green economy， improve the innovation mechanism， value the utility of talents， emphasize on technological innovation， and optimize R&D structure and other aspects to improve their own GTFP development level.

Key words the ‘Belt and Road； green total factor productivity； SBM directional distance function；GML index； regression discontinuity