我国经济高质量发展与消费的GMM 分析——基于区域节能减排效率视角

李 涛 副教授 乔 彬 教授

（太原科技大学经济与管理学院 山西太原 030024）

引言

在当前高质量发展以及 “构建国内国际双循环相互促进的新发展格局” 的大背景下，依靠大量消耗资源来实现经济快速增长的局面更加难以为继，通过节能减排促进高质量发展迫在眉睫。由于消费是GDP 的重要组成部分，消费方式的转化是释放当前面临环境压力的主要路径之一，消费方式转换直接与高质量发展相关联。原因在于：第一，消费发展方式具有内生性。根据西方经济学理论，消费是一切经济活动的起点、终点和新的起点，直接决定经济发展规模和质量。第二，消费发展方式具有导向性。市场经济是需求导向型经济，也就是消费导向型经济。消费需求不仅有拉动作用，而且有引导投资科学合理运转、推动服务业发展、驱动创新，进而提升产业结构的作用。所以转变消费方式对于高质量发展中的节能减排、驱动创新以及实现人与经济、社会、自然协调发展意义重大。

已有不少学者对消费与高质量发展关系进行深入研究。FAGD Butter 和MW Hokes 发现，环境专家普遍认同消费者和生产者的偏好和行为转变对于解决环境退化问题具有重要作用，因而产生系统创新或所谓高质量发展的需要。陈彦斌等和刘民坤等认为提高居民消费占 GDP 的比重等有助于更好推动经济高质量发展。张友国运用投入产出法测算出中国GDP 碳排放强度因经济发展方式的变化而显著下降，比率高达66%；以外，还有很多学者如邵帅等、张嘉昕等的研究均表明节能减排需要对消费系统进行优化升级才能更加有效推动中国经济发展方式转变；P Velar，et al. 认为，虽然转变经济发展方式与技术变化有关，但实证研究证明转变高质量发展与新的商业模式相关性更强，得出生产者应从新商业模式中攫取更多价值的结论。尽管洪宇等构建了我国经济高质量发展指数，刘娜娜从行业出发分析了产业结构与高质量发展的关系，但总体来说现有文献缺乏对作为终端需求的消费与高质量发展的分析研究。

本文的边际贡献在于构建了一个微观经济学理论模型，将扩展的环境成本、节能变量内部化至高质量发展中，从分析消费者效用最大化、生产者利润最大化行为中找出高质量发展与消费的关系，并采用2011-2018 年全国29个省份面板数据，分析我国区域消费动态变化、消费结构动态变化与高质量发展的关系，并使用GMM 动态面板数据进行检验。

高质量发展的微观经济学分析

以P.Romer（1990）和Grossman &Helpman（1991）的R&D 模型为基础，将高质量发展与生产函数和消费者函数联系起来，认为生产函数既包括生产技术，还包括高质量发展的节能减排、节能降噪等技术；生产者的成本函数既包括资本和劳动成本，还包括环境成本；低碳消费带来的享受宜人环境的效用被包括在消费者效用函数内，研究生产者利润最大化和消费者效用最大化行为在此假设下展开。

（一）模型假设

假设1：将技术分为两大类即产品生产技术和环保技术。

假设2：生产成本中不仅有劳动成本和资本成本，还应有环境成本。

假设3：假设消费者效用函数不仅包含消费产品和服务的效用，还应包括享受健康怡人的环境给消费者带来的福利。

根据上述假设，将生产函数定义为：

式中：Q代表产出，t代表时间，K代表资本，L代表劳动，E代表环境。A1(t)和A2(t)分别为产品生产技术和环保技术。

（二）高质量发展与生产者行为分析

对式（1）取自然对数，得到：

式中，μK、μA1、μL、μA2、μE分别为资本效率、产品生产技术效率、劳动效率、高质量发展、环境利用和保护效率。

生产者不仅要支付资本和劳动的成本，还要额外支付环境成本，利润函数表示为：

式中，π（gains）表示利润，TR 表示总收益，TC 表示总成本。计算公式如下：

式中，p 表示产品或服务的价格，w 表示劳动的价格，i 表示资本的价格，r 表示环境的价格。

生产者追求最大化利润，因而有：

利润最大化的一阶条件为：

解得：

由边际产量的定义，可得：

在完全竞争和利润最大化条件下，式（6）表明各生产要素的MP 值与自身价格与产出价格之比相等，证明生产者应该如何组织生产才能在存在环境成本的条件下实现最大化利润。

（三）高质量发展与消费者行为分析

消费者的效用函数为：

式中：u(·) 表示消费者的即期效用函数，1-μ 为消费产品所占的份额，则环境消费所占的份额为μ。

假设消费者不仅消费产品和服务，还要享受健康怡人的环境。消费者在约束下寻求效用最大化的问题，即为：

可见，消费产品和环境与消费支出份额呈正向关系，与价格呈反向关系，与可支配收入呈正向关系。由式（6）可得：

由此可见，绿色GDP 与可支配收入和环境消费份额均成正比关系，而与环境生产指数成反比关系。通过理论分析得到高质量发展与消费的关系，是否成立还有待于实际数据检验。

高质量发展与消费的经验分析

（一）变量说明和样本选取

变量说明。首先采用简化的绿色GDP 核算方法，即在GDP 中核减了国家或区域环境保护投入后的剩余部分，用公式表示为：

式中GGDP（Green GDP）为绿色国内生产总值，EPI为环境保护投入（Environmental protection investment）。

式（14）中ESE 为高质量发展；EN 为能源消耗量。分子将环境成本纳入国民经济核算体系，即在国内生产总值中扣除了环境损害和退化引起的环境治理和恢复成本，分子表示减排效果，其越大说明减排效果越明显；分母表示节能效果，分母越小说明节能效果越明显。提升高质量发展一方面可以通过减少环境污染来实现，另一方面也可以通过较少的能源消耗获得较高经济产出来实现。能源用各省区每年使用万吨标准煤进行衡量。

解释变量中以每年各省区人均消费量作为消费（CON）的测度指标；消费结构（CONS）指标采用各省区居民食品支出占总支出比例来测度。

为了控制模型回归结果，本文选取其他一些可能影响高质量发展的因素作为控制变量，分别为产业结构变量、城市化率变量和资本规模变量（张军，2004），各变量定义如表1 所示。

样本选取。本文采集2011-2018 年全国各省区数据（西藏除外，重庆数据并入四川），由此，面板数据包括29 个截面单位8 年的232 个样本观察值。其中，东部地区包括：辽宁、河北、北京、天津、山东、江苏、上海、浙江、福建、广东和海南；中部地区包括黑龙江、吉林、山西、河南、湖北、湖南、安徽和江西；西部地区包括新疆、甘肃、内蒙古、宁夏、青海、陕西、四川、云南、贵州和广西。数据来源于《中国统计年鉴》《中国工业经济统计年鉴》《中国科技统计年鉴》和各省统计年鉴、各省统计公报及高校财经数据库。

（二）研究方法

为了避免变量存在互为因果的可能性，本文采用Arellano 和Bond（1991）以及 Arellano 和Bover（1995）使用的系统GMM 方法，很好地解决了变量联合内生性问题。

为了使假设检验具有稳健性，除了选取合适的动态工具变量外，本文在使用GMM 估计时在方差计算上采用传统异方差序列相关稳健性估计量计算标准误，将怀特逐期协方差矩阵代入最小化正交矩阵中，对其最小化，确保了GMM 估计量和方差估计的一致性和稳健性。

设定的提升高质量发展与消费（模型1）的GMM 模型估计方程为：

式中，i 表示个体，t 表示时间，内生变量为高质量发展，外生控制变量为其他解释变量，待估计各变量参数为c1，α1，α2，…，αn，随机误差项为εit。

设定的高质量发展与消费结构（模型2）的GMM 模型估计方程为：

GMM 通过差分或使用工具变量控制未观察到的时间和个体效应，使用Arellano-Bond 检验一阶序列相关性。本文使用前期解释变量和滞后被解释变量（ESEit-1）作为工具变量克服内生性问题。为了消除特定固定效应，对上式采用一阶差分去除个体效应。此外，差分GMM 估计量采用水平值的滞后项作为差分变量的工具变量，系统GMM 估计则进一步采用差分变量滞后项作为水平值的工具变量，即作完一阶差分之后，使用ESEit-2作为ΔESEit-1的工具变量，从而增加了可用工具变量，且估计过程同时使用水平方程和差分方程，可以克服差分GMM 估计方法造成的弱工具变量问题。由于通过上面的检验，ESEit-2已被证实是有效工具变量，且恰好识别，故无需通过Sargan 检验工具变量的有效性。此外，由于中部省份数量与时间维度相同，容易使得广义矩估计得到不真实的结果，加之由于中西部在经济发展水平具有一定相似性，故在分析时将中西部数据合在一起，与东部进行比较。

（三）实证结果分析

本文使用STATA12.0 通过逐步剔除不显著的控制变量而进行多次回归，通过反复估计筛选，确保了检验估计结果（见表2）的稳健性。

表2 显示，Arellano-bond 检验均接受序列不存在自相关的原假设，且各方程因GMM 估计的Wald 值和各估计变量P 值均较理想而整体拟合较好。所以，总体上该动态面板数据模型估计结果合理有效。模型1 和模型2 的估计结果表明，被解释变量ESE（-1）滞后期对当期值的估计系数均为显著，表明当期值受上期值的影响显著。

从表2 结果可知，无论是系统GMM 估计还是差分GMM 估计结果，消费与高质量发展均在5% 或者10% 的统计水平上存在显著关系，说明通过近年来消费转型对高质量发展起到一定作用；消费区域效应表明，中西部差分的GMM 结果在10% 的统计水平上显著，而东部的差分GMM结果和系统的GMM 回归结果在5% 的统计水平上均显著。说明近年来东部地区注重绿色消费、低碳消费对于提升高质量发展起到一定效果，中西部与东部相比还有一定差距。

表1 变量名称及测度方法

表2 高质量发展与消费和消费结构的GMM 模型估计结果（模型1）

从表3 结果可知，系统GMM 估计和差分GMM 估计结果表明，消费结构与高质量发展关系在1% 统计水平上存在显著关系，但符号为负，恰好与预期相反。从消费结构影响的区域差异来看，东部地区该变量的显著性水平（1%）反而要比中部（5%）和西部（10%）的显著性水平要高。由于本文消费结构采用的是恩格尔系数，从理论上来看恩格尔系数越低，消费结构趋于高级化，社会技术创新水平较高，因而转变生产方式效率应越高。但从该系数区域数值特点来看，东部普遍低于中西部，显然东部恩格尔系数的降低并没有实现低碳环保的绿色消费，而中西部由于恩格尔系数比较高，消费停留在初级阶段，可能还不足以对环境的破坏达到足够高的程度。因此，从动态关系上可认为目前我国各区域消费结构尚不尽合理，恩格尔系数较低的东部还未能将收入效应转化为低碳消费和绿色消费，这仍然是制约高质量发展提升的重要因素之一。

在系统GMM 估计和差分GMM 估计结果中，全国数据结果表明，模型中控制变量——城市化变量（UR）在10% 和1% 的统计水平上对提升高质量发展有显著影响。从分区域结果来看，在东部的系统GMM 分析结果（模型1）中，城市化变量与被解释变量呈负相关，反而中西部结果为正。可见，我国样本期以大城市人口数量激增为主要特点的城市化对于高质量发展带来负面作用，一定程度上超过资源环境承载能力；而中西部地区城市化水平低加之主要是人口迁出区，因而该变量为正。

表3 高质量发展与消费和消费结构的GMM 模型估计结果（模型2）

控制变量产业结构无论是系统GMM 估计还是差分GMM 估计符号均为正，在1% 的统计水平上高度显著，说明近年来我国实行的产业结构调整战略对高质量发展起到一定正向作用。在分区域结果中，东部产业结构均与高质量发展在5% 统计水平上存在显著关系，但中西部在两个模型中的结果或者为不显著或者为负，说明中西部产业结构亟待升级转型，方能对高质量发展产生正向作用；资本变量在两个模型中均较显著，但在模型1 中也出现中西部为负的情况，说明样本期中西部粗放投资仍然成为制约高质量发展的重要原因。近期我国政府投资放缓，且禁止对产能过剩行业发放新增贷款及以短融券等方式融资，体现了通过调整投资结构带动高质量发展的决心。

结论及建议

理论和实证分析表明，影响高质量发展的重要因素之一是消费及其结构优化。同时，也反映出我国消费结构、产业结构、投资、城市化在不同区域对被解释变量的差别影响，更折射出各区域在高质量发展与消费二者关系方面存在一些问题。由此，本文提出：第一，加大消费者进行低碳消费态度的培养和约束，从源头上遏制对高污染产品需求进而推进高质量发展；第二，加大对生产者能源技术创新的孵化和培育，从载体上推进节能减排战略进而推进高质量发展；第三，政府通过法律和经济手段，为形成绿色消费结构提供制度和市场保障。