长三角工业绿色全要素生产率增长及其驱动力研究

周五七

摘 要：利用包含非期望产出的Super-SBM模型与Global Malmquist-Luenberger指数，测算长三角城市工业绿色全要素生产率变化，发现长三角工业绿色生产率整体上呈现上升态势，长三角工业绿色生产率增长主要来自绿色技术进步的推动，绿色技术效率没有显示出稳定的改进趋势，对工业绿色全要素生产率增长的贡献不足。实证研究结果显示，长三角工业绿色生产率增长与人均收入水平呈U型变化关系，政府环境规制和劳动生产率显著促进了工业绿色全要素生产率增长，国有化程度的下降促进工业绿色全要素生产率增长，资本深化抑制了工业绿色全要素生产率增长，外商投资和贸易开放对工业绿色全要素生产率增长的作用不显著。

关键词：绿色全要素生产率；GML指数； SBM模型

中图分类号：F224 文献标识码：A 文章编号：1003-3890（2019）01-0036-07

一、引言

2015年，中国政府颁布了《中国制造2025》发展规划，旨在推动中国传统制造业向高端化、数字化、网络化、智能化和绿色化制造转型，党的十八届五中全会提出了“创新、协调、绿色、开放、共享”的五大发展理念，党的十九大提出着力发展实体经济，提高供给体系质量。工业是中国实体经济增长的重要源泉，同时也是能源消耗和污染排放的重要来源，在资源和环境约束日益刚性的背景下，促进工业绿色发展转型成为供给侧变革的客观要求。长三角是中国工业企业集聚区和工业经济发达地区，也是工业绿色转型的先行区和示范区，本文基于长三角城市工业绿色转型视角，系统研究长三角城市工业绿色生产率增长及其动力来源，为长三角工业绿色转型发展提供现实依据和决策参考。

绿色全要素生产率的测算有参数方法与非参数方法，前者以随机前沿方法（SFA）为代表，后者以数据包络分析法（DEA）为代表。DEA方法可避免使用参数方法时因预设生产函数形式及误差项分布特征带来的偏差，在绿色全要素生产率测算中得到了广泛应用[1]。为了将污染排放作为非期望产出引入DEA模型，Chung et al.[2]首次提出方向性距离函数（DDF），F？覿re et al.[3]在此基础上运用Malmquist-Luenberge指数方法测算绿色全要素生产率指数。DDF-DEA模型无法克服径向选择的变量松弛问题，Tone[4]为此构造了基于松弛测度的SBM模型，但会出现多个决策单元（DMU）同时有效，为了进一步对有效DMU进行区分，Tone[5]在Anderson et al.[6]提出的超效率模型基础上，进一步构建了考虑非期望产出的SBM超效率模型。上述模型测算的是静态效率值，若要考察生产前沿面移动带来的绿色技术进步等动态信息，需要利用Malmquist-Luenberger指数方法测算绿色全要素生产率指数。由于序列Malmquist指数方法不能彻底解决模型的非可行解问题，Oh[7]提出了Global Malmquist-Luenberger指数方法，避免了传统ML指数的不可传递性缺陷及模型无可行性解的问题。

鉴于SBM模型和GML指数具有的良好特性，近年来在绿色全要素生产率测算中广泛应用。国内学者李静等[8]基于SBM的网络DEA模型及全局ML指数方法，研究了中国工业行业绿色生产率增长。吴建新等[9]采用全局参比的SBM模型和Luenberger指数，测算了中国城市环境效率和环境全要素生产率的变化。班斓等[10]运用超效率SBM模型和ML指数研究中国八大区域绿色经济绩效的差异。颜洪平[11]运用DDF和GML指数测算了我国省级工业绿色全要素生产率的动态变化及地区差异。李平[12]运用SBM方向性距离函数和Luenberger生产率指数比较分析长三角及珠三角城市群绿色生产率的差异。汪克亮等[13]运用SBM模型与GML指数测算2006—2015年长江经济带11 省市的大气环境全要素生产率。

也有不少学者对绿色全要素生产率的驱动因素做了实证研究。陈超凡[14]认为企业规模对工业行业绿色全要素生产率的影响不显著，资本深化抑制了绿色全要素生产率增长，外商投资对绿色全要素生产率增长的促进作用尚不显著。原毅军等[15]认为沿海地区的环境规制和FDI顯著促进了中国省际工业绿色全要素生产率增长。彭星等[16]用工业绿色全要素生产率对工业经济增长的贡献率来衡量工业绿色转型，认为出口贸易不利于中国工业绿色转型，进口贸易有利于中国工业绿色转型，FDI对中国工业绿色转型没有显著的促进作用。申晨等[17]比较研究不同类型的环境规制对工业绿色全要素生产率的影响，发现市场激励型规制比命令控制型规制具有更有效的激励减排作用。张建华等[18]认为环境规制强度与绿色全要素生产率之间呈现倒“U”型变化关系，政府干预对两者之间关系起到调节作用。

借鉴上述文献的已有研究结果，本文将长三角城市工业二氧化硫排放量和工业废水排放量作为非期望产出，将Super-SBM模型与Global Malmquist-Luenberger指数相结合，测算长三角城市工业绿色全要素生产率及其差异，对长三角城市工业绿色生产率增长的驱动因素进行计量检验，提出长三角工业绿色全要素生产率增长和工业绿色转型的政策建议。

二、绿色全要素生产率测度

（一）方法与模型

（二）测算结果分析

本文以上海、南京、无锡、常州、苏州、南通、扬州、镇江、泰州、杭州、宁波、嘉兴、湖州、绍兴、舟山和台州等长三角16个核心城市为研究对象，测算2006—2015年各城市工业绿色生产率增长趋势及其动力来源。根据绿色全要素生产率测算模型，以劳动力和资本为工业生产的投入变量，分别采用规模以上工业企业从业人员年均人数和工业固定资产净值年均余额来表示，为消除物价波动的影响，以2005年为基期的固定资产价格指数对后者进行平减处理。产出变量包括期望产出与非期望产出，用规模以上工业企业工业增加值代表期望产出，为了剔除价格波动的影响，利用2005年为基期的工业品出厂价格指数进行平减；以工业二氧化硫排放量和工业废水排放量来代表工业生产的非期望产出。相关数据来源于《中国城市统计年鉴》及各个城市的统计年鉴。利用前述方法与模型测算长三角城市工业绿色全要素生产率指数（GPI）、绿色技术效率指数（EC）及绿色技术进步指数（TC），表1分别从2006—2010年、2011—2015年和2006—2015年三个时间段对上述指数进行了汇总报告。

从2006—2015年GPI的几何平均值来看，长三角城市工業绿色全要素生产率指数均大于1，表明长三角城市工业绿色全要素生产率呈现出持续增长的趋势，另外，长三角大多数城市在“十二五”时期（2011—2015年）的工业绿色全要素生产率增长速度快于“十一五”时期（2006—2010年）。从工业绿色全要素生产率增长动力来源看，长三角城市工业绿色全要素生产率增长主要来源于绿色技术进步，这一特征在“十一五”时期表现得更为明显，因为该时期长三角城市工业绿色技术效率指数大多小于1，这可能是“十一五”后期，为了应对美国次贷危机引起的全球金融危机对工业经济发展的不利影响，我国采取了一系列经济刺激政策，一些工业企业为了短期利益而回归粗放式生产的老路，在一定程度上导致了工业环境效率的损失。在“十一五”时期，只有杭州、宁波和上海三个城市的工业绿色技术效率指数均值大于1，其余13个城市的工业绿色技术效率指数均值小于1，到了“十二五”时期，工业绿色技术效率指数均值小于1的城市数量减少至6个，表明工业环境效率恶化的城市有了大幅度的减少，长三角工业绿色转型绩效取得了明显好转。

为了更直观地描述长三角城市工业绿色全要素生产率指数及其分解成分的时序变化趋势，分别计算每一年度各变量相应的累积指数的平均值，图1描述了长三角城市工业绿色全要素生产率累积指数（CGPI）、绿色技术效率累积指数（CTC）及绿色技术进步累积指数（CEC）的平均变化趋势。各年工业绿色全要素生产率累积指数（CGPI）均大于1且整体上呈现上升的趋势，除了2009年工业绿色全要素生产率有所下降以外，长三角城市工业绿色全要素生产率呈现持续增强的趋势。但是，绿色技术效率累积指数（CTC）呈缓慢下降的趋势，近两年有所提升，因此，长三角城市工业绿色生产率增长主要来自绿色技术进步的推动。

三、绿色全要素生产率增长的驱动因素分析

（一）绿色全要素生产率增长的影响因素

借鉴已有的相关文献研究结论及本文研究对象特征，本文选取城市经济发展水平、外商投资水平、贸易开放度、工业企业国有化程度、工业资本深化度、工业企业劳动生产率、政府环境规制和研发投入等影响因素，利用平衡面板数据模型对各因素的影响效应进行计量检验，相关影响因素的指标测度及数据处理如下。

1. 经济发展水平。以各城市2005年不变价格计算的人均地区生产总值来表示，各城市人均地区生产总值有按户籍人口和常住人口两种口径计算的统计数据，按常住人口计算的人均地区生产总值更能真实地反映当地经济发展水平。因此，本文统一采用按常住人口计算的数据，考虑工业绿色生产率与人均地区生产总值可能存在非线性关系，模型中同时加入人均地区生产总值的平方项，两者分别记为GRP和GRPS。

2. 贸易开放度。用对外贸易额占各城市地区生产总值的比重来表示，记为FTR，为进一步检验进口贸易活动和出口贸易活动对工业绿色全要素生产率的影响差异，依次在模型中引入出口贸易依存度和进口贸易依存度，分别记为EXP和IMP。

3. 外商投资水平。以按当年平均汇率换算成人民币计价的外商投资额占各城市地区生产总值的比重来表示，以检验“污染天堂假说”的存在性，记为FDI。

4. 工业资本深化度。用规模以上工业企业人均固定资产额来表示，记为CAP。

5. 工业企业国有化程度。用国有或国有控股企业工业总产值占比来表示，记为SOE。

6. 工业企业全员劳动生产率。用规模以上工业企业工业增加值与从业人员数之比来表示，记为POL。

7. 政府环境规制。用城市工业SO2去除率和工业烟尘去除率的平均值表示①，环境规制程度越强的城市，工业SO2去除率和工业烟尘去除率越高，工业SO2或烟尘去除率用工业SO2或烟尘去除量除以工业SO2或烟尘去除量与工业SO2或烟尘排放量之和来计算，记为ER。

8. 研发投入。由于不同城市的统计年鉴中有关工业企业研发投入数据的报告口径不一致，本文地方财政预算内科学支出（万元）占各城市地区生产总值（亿元）的比重来表示，记为RS。

相关数据来源于《中国城市统计年鉴》及各个城市的统计年鉴。上述解释变量的描述性统计分析如表2所示。

（二）实证结果分析

模型的因变量为工业绿色全要素生产率累积指数，记为CGPI。采用面板数据回归分析方法进行计量检验，模型的Hausman检验统计量都非常显著，故采用固定效应模型。在实证检验中，所有回归模型均采用聚类到城市个体层面的稳健性标准差进行回归，表3中用四栏分别报告了各固定效应模型的估计结果。

考虑到我国外资引进与加工贸易发展现状，模型中的外商投资水平（FDI）与外贸开放度（FTR）等可能存在多重共线性问题，故在表3中的模型（2）、模型（3）和模型（4）中分步添加相关变量，模型的估计结果并无实质性变化，可以认为模型的多重共线性问题并不严重，相关实证结果如下。

人均GRP一次项系数显著为负，人均GRP二次项系数显著为正②，表明工业绿色全要素生产率指数与人均GRP呈“U”型变化关系，这在一定程度说明我国工业污染排放与经济增长与可能存在“环境库兹涅茨曲线”效应。这一结果与庞瑞芝等[19]的研究结论相似，表明在地区经济发展水平较低时，由于经济增长方式较为粗放，经济增长反而抑制了工业绿色全要素生产率增长，当地区经济发展水平到达一定程度后，随着公众环保意识的提高及政府环境规制压力的加强，将会推动工业绿色全要素生产率增长，从而有利于促进工业绿色转型。

工业国有化程度（SOE）对工业绿色全要素生产率的影响效应为负，表明随着国有及国有控股工业企业比重的提高，不利于促进工业绿色生产率增长，只不过这种不利影响不够显著。这一结果可能与以下两个方面的因素有关：一方面是因为长三角地区是我国民营经济非常发达的地区，国有工业企业所占的比重本身就较低，样本期间平均比重13.65%左右。另一方面，由于国有工业企业数量较少，少数国有及国有控股工业企业的绿色生产转型表现更容易受到环境监管机构和社会公众的关注，从而在一定程度上抑制了国有企业在环境保护上的机会主义行为，减少了企业绿色生产绩效的损失。

工業资本深化（CAP）对工业绿色全要素生产率增长有显著的负面影响，这一结果与陈超凡[14]的研究结论相一致。长三角地区的经济发展整体上已进入工业化中后期阶段，城市工业由传统的劳动密集型工业向资本密集型工业转化，在这一过程中，随着重工业比重提高，工业资本深化在一定程度上抑制了工业绿色生产率增长。

政府环境规制（ER）对工业绿色全要素生产率增长有显著的促进作用。政府环境规制的加强，一方面提高了工业企业的生产成本，但另一方面也会激励企业寻求绿色技术创新，降低生产成本，减少污染排放，带来显著的“创新补偿”效应，从而促进工业绿色全要素生产率增长，这一结论验证了“波特假说”。

政府研发支持（RS）与工业绿色全要素生产率显著负相关。这是因为工业生产的研发投入主体是企业，政府在工业生产上的直接研发投入较少，来自政府的研发投入更注重基础研究领域，对工业企业绿色全要素生产率增长并没有起到直接的促进作用。

工业企业全员劳动生产率（POL）的提高显著促进了工业绿色全要素生产率增长。全员劳动生产率的提高一方面来自企业人力资本水平的提高，另一方面来自员工的“干中学”效应，这两方面共同促进了企业员工的知识学习能力和技术创新能力的提升，从而有利于工业绿色全要素生产率增长。

外商投资（FDI）与贸易开放（FTR）均对工业绿色全要素生产率增长有负面影响，与出口贸易（EXP）的负向作用不一样，进口贸易（IMP）对工业绿色全要素生产率增长有正向作用，但上述作用均不显著。这一结论没有显著支持外商投资的“污染天堂假说”的成立，与彭星等[16]的研究结论相似，表明长三角城市还需要进一步优化外商投资结构和出口贸易结构，增加技术密集型产品、高新技术和先进设备的进口，增强开放经济对长三角工业绿色全要素生产率增长的促进作用。

四、结论与政策启示

本文综合应用Super-SBM模型与Global Malmquist-Luenberger指数，测算了长三角城市工业绿色全要素生产率的动态变化趋势，发现长三角城市工业绿色全要素生产率整体上呈现上升的态势，大多数城市“十二五”时期的工业绿色全要素生产率增长快于“十一五”时期，表明长三角城市工业绿色转型取得了较为显著的效果。但是，长三角城市工业绿色全要素生产率增长主要来自绿色技术进步的推动，绿色技术效率没有显示出稳定的改进趋势，对工业绿色全要素生产率增长的贡献不足。从长三角工业绿色全要素生产率增长的驱动因素来看，工业绿色全要素生产率增长与城市人均收入水平呈U型变化轨迹，政府环境规制和企业全员劳动生产率促进了工业绿色全要素生产率增长，国有化与资本深化的提高抑制了工业绿色全要素生产率增长，经济开放和政府研发支持对长三角工业绿色全要素生产率增长没有发挥显著的作用。

上述研究结果对长三角城市工业绿色转型有以下几点政策启示意义：一是长三角城市需要稳步推进工业绿色发展，避免在经济下行时放松环境规制，导致工业绿色全要素生产率增长的波动，地方政府需要坚持加强环境规制，倒逼企业开展绿色技术创新和绿色转型，促进工业绿色全要素生产率增长。二是工业企业既要追求“硬技术”对工业绿色全要素生产率增长的贡献，还要注重“软技术”作用的发挥，加强工业企业内部管理和组织变革，增强企业绿色发展理念，提高资源的利用效率和节能减排管理水平，充分发挥技术效率改进对工业绿色全要素生产率增长的促进作用。三是加快构建长三角新型开放经济体系，优化高级生产要素和创新资源的集聚生成机制，提升外资的引进门槛，增强FDI的绿色技术溢出效应，鼓励本土企业积极开展对外投资，在全球范围内优化资源配置，优化出口贸易的商品结构，扩大技术密集型和知识密集型产品进口，努力在全球价值链的中高端环节取得竞争优势，带动长三角城市工业绿色转型升级。四是健全科技创新政策体系，改革科技管理体制，提高政府研发资金对长三角工业绿色转型的引导和激励作用，激励工业企业加强对绿色技术的自主创新及推广应用。

注释：

①由于少数城市工业废水排放达标率的公开统计数据不完整，故没有包括工业废水排放达标率指标。

②在模型的预设检验结果中，人均GRP的三次项系数不显著，故在模型中未加入人均GRP的三次项。

参考文献：

[1]ZHOU P，ANG B W，POH K L. Measuring environmental performance under different environmental DEA technologies[J]. Energy economics，2008，30（1）：1-14.

[2]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.

[3]F？魧RE R，GROSSKOPF S， PASURKA J. Accounting for air pollution emissions in measures of state manufacturing productivity growth[J]. Journal of regional science，2001，41（3）：381-409.

[4]TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European journal of operational research，2001，130（3）：498-509.

[5]TONE K. A slacks-based measure of super-efficiency in data envelopment analysis [J]. European journal of operational research，2002，143（1）：32-41.

[6]ANDERSEN P，PETERSEN N. A procedure for ranking efficient units in data envelopment analysis[J]. Management science，1993，39（10）：1261-1264.

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

[8]李静，倪冬雪.中国工业绿色生产与治理效率研究——基于两阶段SBM网络模型和全局Malmquist方法[J].产业经济研究，2015（3）：42-53.

[9]吴建新，黄蒙蒙.中国城市经济的绿色转型：基于环境效率和环境全要素生产率的分析[J].產经评论，2016，7（6）：98-115.

[10]班斓，袁晓玲.中国八大区域绿色经济效率的差异与空间影响机制[J].西安交通大学学报（社会科学版），2016，36（3）：22-30.

[11]颜洪平.中国工业绿色全要素生产率增长及其收敛性研究——基于GML指数的实证分析[J].西北工业大学学报（社会科学版），2016，36（2）：44-51.

[12]李平. 环境技术效率、绿色生产率与可持续发展：长三角与珠三角城市群的比较[J].数量经济技术经济研究，2017（1）：3-23.

[13]汪克亮，史利娟，刘蕾.长江经济带大气环境效率的时空异质性与驱动因素研究[J].长江流域资源与环境，2018，27（3）：453-462.

[14]陈超凡.中国工业绿色全要素生产率及其影响因素——基于ML生产率指数及动态面板模型的实证研究[J]. 统计研究，2016，33（3）：53-62.

[15]原毅军，谢荣辉.FDI、环境规制与中国工业绿色全要素生产率增长——基于Luenberger指数的实证研究[J].国际贸易问题，2015（8）：84-93.

[16]彭星，李斌.贸易开放，FDI 与中国工业绿色转型——基于动态面板门限模型的实证研究[J].国际贸易问题，2015（1）：166-176.

[17]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.

[18]张建华，李先枝.政府干预、环境规制与绿色全要素生产率——来自中国30个省、市、自治区的经验证据[J].商业研究，2017（3）：62-170.

[19]庞瑞芝，李鹏，路永刚.转型期间我国新型工业化增长绩效及其影响因素研究：基于“新型工业化”生产力视角[J].中国工业经济，2011（4）：64-73.

责任编辑：王冬年

Abstract：Using Super-SBM models containing unexpected outputs and Global Malmquist-Luenberger index， measuring the industrial green total factor productivity change of the cities in Yangtze river delta， the urban industrial green total factor productivity shows a rising trend which is mainly due to technological progress， but environmental technical efficiency shows no significant and stable improving trend； therefore， the contribution of environmental technical efficiency is insufficient to the growth of industrial green productivity. The empirical results show that there is a U-shaped curve relationship between green productivity growth and per capita income in the Yangtze river delta； government environmental regulation and labor productivity have significantly promoted the growth of industrial green total factor productivity； the decline of nationalization has promoted the growth of industrial green total factor productivity；the deepening of capital restrains the growth of industrial green total factor productivity； the effect of foreign investment and trade opening on the growth of industrial green total factor productivity is not significant.

Key words：green total factor productivity； Global Malmquist-Luenberger index； SBM model