制造业价值链攀升的“绿水青山”效应研究——基于我国31个省份的实证研究

龚凯翔，屠年松

(昆明理工大学 管理与经济学院， 云南 昆明 650093)

一、引言与文献综述

改革开放以来，我国经济增长迅速，创造了世人瞩目的“中国奇迹”。但与经济快速增长相伴的并不是“绿水青山”新颜。相反，“十面霾伏”等环境污染问题正严重破坏着我国生态环境，威胁着居民健康。我国迫切需要实现经济绿色转型，权衡“经济增长、资源节约、环境友好、生态文明”的关系，加快生态文明体制改革，推进绿色生态生活方式，提高绿色发展质量，走出一条“创新、协调、绿色、开放、共享”的发展道路，恢复绿水青山，建设美丽中国。

一个十分明显的现象是制造业偏低的资本利用效率阻碍着绿色发展[1]。以制造业固定资产投资占比为例，由2005年的29.93%缓慢上升至2016年的30.99%，但同期我国制造业增加值占比却下降至28.95%。制造业的绿色发展效率可见一斑。为提高我国制造业绿色发展效率，本文提出了制造业价值链攀升的“绿水青山”效应的概念。所谓的“绿水青山”效应是基于习近平总书记“绿水青山就是金山银山”的两山论提出的。一方面，保护我国绿水青山，推动绿色经济发展，发展生态旅游、生态观光等产业，可以发挥绿水青山本身的经济效应，形成正向的“绿水青山”效应；而另一方面，盲目破坏绿水青山，继续粗放式发展经济，势必造成较大的绿水青山治理成本，形成负向的“绿水青山”效应。基于此，本文提出“绿水青山”效应指的是以改善经济发展质量为目标，在推动经济增长的同时保护生态环境，尤其强调从环境管理角度发展经济，促进资源节约和环境保护，发挥绿水青山的生态经济价值，在满足国民对于“金山银山”物质追求的同时实现其“绿水青山”生活愿景，实现经济社会绿色发展。由此，在我国经济“新常态”背景下，明晰制造业价值链攀升是否具有“绿水青山”效应及其特征，厘清政府在这一效应中的作用和角色，对于推进我国制造业价值链攀升和实现经济社会绿色健康发展具有重要意义。

与本文相关的文献集中在两个方面。第一是制造业全球价值链攀升。目前，关于制造业全球价值链的研究集中在两个方面。其一是全球价值链指数测度，按照指标不同可分为4类：一是Koopman等提出的以GVC位置指数为代表的KPWW方法，以某行业在中间产品的提供者和需求者上的相对重要性衡量其国际分工地位[2-3]；而后，Wang 等从生产视角出发对KPWW方法进行改进，研究不同类型生产活动的生产长度[4-5]。二是Antras等提出的等间距行业上游度，以某一产品距最终需求的平均距离衡量其全球价值链位置[6]；但周华等基于产品相邻生产阶段间距不同，提出非等间距行业上游度[7]。三是Hausmann等提出的出口复杂度指数[8]；任英华等利用世界投入产出表测算42个国家的出口复杂度，发现全球价值链嵌入显著提高了低出口技术复杂度国家的技术水平[9]。四是Hummels等提出的垂直专业化指数，以进口中间投入在一国出口产品中的占比衡量该国的国际分工地位[10]。其二是制造业价值链攀升影响因素，主要从3个层面展开：微观上，盛斌等构建双向嵌入的综合分析框架，认为下游嵌入是我国GVC的主要嵌入方式，并呈异质性空间形态[11]。中观上，戴翔等从理论和经验层面上分析制造业服务化对制造业价值链攀升的影响，实证发现基于国内服务投入的制造业服务化有利于制造业价值链攀升[12]。宏观上，邱斌等测算了我国24个制造业行业出口复杂度，发现全球生产网络显著推动了我国制造业出口复杂度提升[13]。

第二是“绿水青山”效应。习近平总书记提出“绿水青山就是金山银山”。两者看似不同，但赵建军等认为两者存在相互转化的可能，而这种转化的途径必然是绿色发展[14]。这一结论与李曦辉等类似[15]。从经济角度看，“绿水青山”要转化为“金山银山”就必须将生态环境优势转化为生态农业、生态工业、生态旅游等生态经济的优势[14]，即发展绿色经济。关于绿色经济发展，相关研究集中在两个方面：绿色经济效率测度及其影响因素。对于前者，钱争鸣等认为绿色经济效率必须考虑资源消费和环境代价，这与弓媛媛的观点类似[16-17]。而其测算主要有两类方法：一是以数据包络法为代表的非参数估计方法。但由于传统DEA忽略实际产出并不都是期望产出的缺陷，多数学者基于改进的DEA-SBM方法和超效率数据包络法等方法测算绿色经济效率[18-19]。二是以随机前沿分析为代表的参数估计方法[20]。对于后者，张治栋等借助Tobit模型对长江经济带108个城市进行实证分析，发现产业结构高级化可有效促进绿色经济发展[21]；钱龙利用我国地级市层面的工业数据测算绿色经济效率，实证发现技术进步有利于提高全要素生产率[22]；张英浩等基于超效率模型和空间面板计量模型，研究发现我国外资利用水平对绿色经济效率呈现显著负向作用，这验证了“污染天堂假说”的正确性[23]。部分研究认为政府投资具有的正外部性可促进绿色经济发展，但会因为过度投资造成无效率支出，扭曲经济活动，阻碍绿色经济增长[24]。

回顾已有研究发现，关于制造业价值链攀升的“绿水青山”效应研究并不丰富。尽管徐盈之等认为制造业价值链攀升对绿色经济增长具有非线性影响[1]，但制造业价值链发展研究几乎都没有考虑政府干预的调节作用。基于此，本文借鉴白洁等[20]的方法测算我国2005—2016年的绿色经济增长效率，构建省级面板数据，实证检验制造业价值链攀升的“绿水青山”效应及特征，明晰政府干预在制造业价值链攀升的“绿水青山”效应的影响。

二、理论分析与待检验假说

借鉴徐盈之等的分析[1]，我们认为制造业企业初期整体发展水平较低，需要大量要素投入来维持发展和寻求全球价值链地位提升，这会增加企业发展负担，致使制造业全球价值链攀升的“绿水青山”效应不明显。其次，初期企业多数侧重于增强技术创新能力，推动技术创新，进而降低环保投入，造成污染排放增加，进一步压制其价值链攀升过程中的“绿水青山”效应。然后，初期制造业企业的价值链攀升会直接吸收外商直接投资和国际产能，导致大量劣质投资或落后产能进入生产环节，加剧生产过程污染物排放，造成其“绿水青山”效力低下甚至缺乏。更为重要的是，产品对外贸易会通过规模效应、结构效应和环境效应等造成环境污染，阻碍其“绿水青山”效应提升[25]。Antweiler等在2001年创建的一般均衡模型表明制造业对外贸易的规模效应、结构效应与环境污染呈正相关关系[26]。制造业对外贸易规模越大，产生的污染越多，资本密集型产品越多，劳动密集型产品越少，产生的污染也越多，且这种效应会随着世界污染品价格上涨而加剧，加剧地区资源过度开发与环境污染，阻碍地区绿色经济增长，即初期的制造业价值链攀升并不存在“绿水青山”效应。

随着制造业的发展，其规模效应逐渐显现。这会减少制造业企业进一步完成价值链攀升的要素投入，减少生产过程中的污染物排放，推动绿色经济效率提升，增强其“绿水青山”效应。同时，部分企业的价值链攀升由生产要素驱动转为技术创新驱动，企业通过调整生产系统和引入高新技术，促进新产品研发和旧产品优化，推动企业向市场营销等高附加值产业链转移，增加单位产品增加值，拉动地区经济增长。而绿色经济效率的最终产出目标依然是地区总产值[1]，即制造业价值链攀升可通过提高产品附加值和促进绿色增长经济效率提升的中间环节而形成“绿水青山”效应。其次，外国直接投资通过学习效应、关联效应和RD本地化从而实现技术溢出，而相关企业随着技术创新能力提高，通过学习效应、模仿创新和“干中学”效应吸收外国技术溢出，提高自身技术创新能力，优化产品生产过程，减少污染物排放，提高绿色经济效率，助推制造业价值链攀升的“绿水青山”效应形成。然后，随着制造业价值链攀升，企业竞争能力增强，政府或企业会更倾向于引入优质外国资本，增强本地市场整体竞争性，产生市场竞争对低效率企业或落后产能企业的挤出效应。最后，部分企业出于维护自身社会形象、承担社会责任和促进自身发展的考虑，在一定程度上引进绿色环保技术，降低产品污染排放，并积极参与环保公益，推动节能减排，提高绿色经济效率，即后期的制造业价值链攀升会呈现“绿水青山”效应。

综上所述，基于制造业企业在不同发展阶段对地区绿色经济发展的不同影响，我们提出待检验假说1：

假说1：制造业全球价值链攀升的“绿水青山”效应呈非线性特征，具体表现为U型关系。

在制造业全球价值链攀升的“绿水青山”效应逐渐显现的过程中，政府主要从以下两个方面发挥其调节作用。首先，政府干预在一定程度上会推动企业和社会的环境规制行为，实现“波特假说”，即企业适当的环境规制会刺激其开展研发活动，增强企业科技创新能力。这一方面可提高企业生产力，提升产品质量，增强企业盈利能力，抵消环境保护成本，提高单位产品增加值，提高绿色经济效率。另一方面，较高的技术水平可优化产品生产过程，提高资本利用率，减少污染物排放，提高绿色经济效率，加速“绿水青山”效应形成。其次，政府干预本身具有的强制性特征有利于环境保护，促进绿色经济发展，强化“绿水青山”效应。具体而言，第一，政府可以通过行政手段，提高市场准入门槛，严格制定环保节能标准，关闭或淘汰高耗能、高污染产业，推动能源结构调整，促进服务业和高技术产业发展，拉动绿色经济增长；第二，政府可直接强化污染防治，增加环境保护投资以推动环境污染治理重点工程建设，引领循环经济发展，促进资源综合利用，全面推进清洁生产，减少污染物排放，恢复我国的绿水青山；第三，完善相关的法律与政策，形成环境保护约束和激励机制，在全社会形成建设资源节约型社会和环境友好型社会的共识，从源头上保护好绿水青山这座金山银山。

综上所述，基于政府干预对制造业全球价值链攀升的调节效应，我们提出待检验假说2：

假说2：政府干预的调节效应将会加速或强化制造业价值链攀升的“绿水青山”效应，促进绿色发展。

三、绿色经济增长效率测度

(一)研究方法

鉴于目前尚无“绿水青山”效应的测度指标和相关学者认为实现“绿水青山”向“金山银山”转换的关键路径是绿色发展。本文借鉴北京师范大学经济与管理研究院、西南财经大学发展研究院、国家统计局中国经济景气监测中心共同编制的《2016中国绿色发展指数报告——区域比较》构建的绿色发展指数体系[27]，采用各省市绿色经济增长效率衡量其绿色发展水平，作为“绿水青山”效应的替代指标，采用SFA模型进行绿色经济增长效率测算。将函数一般形式表示如下：

Yit=f(xit,β)exp(vit-uit),uit>0

(1)

TEit=exp(-uit)

(2)

其中，Yit为i省第t年的产出；xit为投入变量；f()为确定性前沿产出；β为待估参数；vit为随机干扰项，服从均值为零的正态分布；uit为非效率项，通常假定其服从截尾正态分布。若uit>0表示技术非效率，此时效率值小于1。

关于前沿生产函数形式，常见有C-D函数和超越对数函数。鉴于超越对数函数的多重共线性问题，本文选择对数形式的C-D函数，即：

lnYit=α0+α×lnKit+β×Lit+(vit-uit)

(3)

其中，Yit为i省第t年的绿色GDP；Kit和Lit分别为i省第t年的资本投入和劳动投入；α和β分别为资本产出弹性和劳动产出弹性。

(二)变量说明

1.产出变量

当前测算经济增长效率的产出变量几乎都是GDP，并未考虑环境因素，本文借鉴白洁等[20]的方法，将各省绿色GDP作为产出变量。公式如下：

GGDPit=EIit×GDPit

(4)

其中，GGDPit为i省第t年的绿色GDP；EIit则是该省第t年的环境指数。测算方法如下：

首先，根据式(5)对工业三废指标进行无量纲化处理。基于无量纲化后的数值Dijt，采用式(6)到式(11)的熵值法计算各省市环境评分指数Sit，最终按公式(12)将Sit转换到区间[0,1]，得到EIit。

(5)

(6)

(7)

(8)

Rijt=1-Vijt

(9)

(10)

(11)

其中，Dijt为工业三废指标无量纲化后的数值；Qijt，max为i省第j个指标的最大值，Qijt,min为i省第j个指标的最小值；而Mijt则是i省份的指标j在第t年的指标集中度；Vijt是指标j在i省第t年的熵值；T为时间跨度，Rijt为i省第j个指标的信息冗余度。为使熵值与信息冗余度负相关而引入了系数k。由此可以得到i省j指标在第t年的权重Wijt，权重Wijt和Dijt的乘积和即为i省第t年的环境指数Sit。

在各省份的环境评分指数基础上，借鉴白洁等[20]的方法，按公式(12)将Sit转换到区间[0,1]，得到各省市环境指数EIit。

(12)

2.投入变量

(2)通过对比分析基本查明了沁南区块F4断层的性质、走向、落差、倾角等断层要素：确定了F4为一正断层；F4正断层在QN-06V井区附近走向为N72°E，倾向为SSE，F4正断层落差为205～315 m；QN-06V井位于F4正断层的断层带上，F4正断层在QN-06V井断点落差为315 m；QN-06V断失地层为二叠系中统上石盒子组中下部(P2s2、P2s1)，二叠系下统下石盒子(P1x)，二叠系下统山西组(P1s)中上部大部分地层。

基于式(3)的随机前沿生产函数，我们选取资本存量和劳动力投入作为投入变量。鉴于现有年鉴中缺乏资本存量数据，我们借鉴张军等[28]的方法，采用永续盘存法盘存。具体如式(13)：

Kit=Ki,t-1×(1-π)+It

(13)

其中，Kit为i省第t年的资本存量；Kit-1为i省第t-1年的资本存量；It为i省的基期资本存量；π为折旧率。借鉴张军等[28]的方法，结合本文实际，以2005年为基期，以基期固定资产投资总额除以10%作为初始资本存量，设定折旧率为9.6%。而劳动力投入采用各省年末就业人数来衡量。数据来自于中国统计年鉴。

3.绿色经济增长效率测算结果

由于前文环境指数测算的原始“工业三废”数据来自于《中国工业统计年鉴》，同时鉴于《中国工业统计年鉴》目前只更新至2016年，故我们借助Frontier 4.1软件，测算2005—2016年各省市绿色经济增长效率。结果发现这期间尽管我国的绿色经济增长效率较低，呈技术非效率，但整体呈曲折上升趋势。从图1可知，整体上我国2016年的绿色经济增长效率位于最上方，而2005年的绿色经济增长效率位于最下方。这说明我国2005年到2016年的各省份绿色经济增长效率曲折上升。其次，从平均绿色经济增长效率来看，该效率由2005年的0.141 2增长到2016年的0.342 6，虽符合曲折上升态势，但整体上说明我国绿色经济增长效率还较低，绿水青山建设任重道远。最后，从我国绿色经济增长效率的横向发展态势来看，我国绿色经济增长效率呈由东部沿海向西北内陆递减的态势。从图1可知，东部沿海地区绿色经济增长效率较高，西部内陆地区增长效率较低。这符合我国经济发展的整体态势。

资料来源：作者借助Frontier 4.1测算图1 绿色经济增长效率测算结果

四、计量模型与数据说明

(一)计量模型建立

为了研究制造业价值链攀升的“绿水青山”效应及特征，基于现有文献[28-30]，考虑数据可得性，我们选取制造业出口复杂度作为制造业价值链攀升的衡量变量，构建如下计量模型：

(14)

考虑到政府干预对制造业价值链攀升的“绿水青山”效应的加速或强化作用，我们构建计量模型(15)：

GREENGDPit=α0+α1×EXPYit+α2×EXPYit×GOVit+α3×CONTROLit+εit

(15)

其中，GOVit为i省第t年的政府干预指标。

(二)指标选取

1.被解释变量：“绿水青山”效应

如前所述，采用绿色经济增长效率作为“绿水青山”效应的替代标量。鉴于测算时采用对数形式的C-D函数，后续不对其取对数。

2.解释变量：各省制造业出口复杂度指数

依照贸易结构反映生产结构的逻辑，Hausmann等[8]指出一国或地区的出口复杂度可反映该国或地区的全球价值链地位，故我们采用各省市制造业出口复杂度衡量其全球价值链攀升，测算公式如下：

(16)

(17)

其中，xijt为i省份j行业在第t年的出口额；Xit则是i省第t年的出口额；PGDPit为i省第t年的人均国内生产总值；PRODYjt为j行业在第t年的出口复杂度；EXPYit为i省第t年的出口复杂度。数据来源于国研网对外贸易数据库。该数据库采用HS海关编码，包含22类行业，我们剔除了其中活动物、动物产品行业和植物产品行业等非制造业行业，测算结果如图2(1)囿于篇幅，仅汇报了北京等部分省市的制造业全球价值链地位。。从结果可知，整体上各省市制造业全球价值链地位曲折上升，这与前文所述各省市绿色经济增长效率呈上升趋势相吻合，初步证实了制造业价值链攀升的“绿水青山”效应的存在。

资料来源：作者整理测算图2 部分省市制造业全球价值链地位

3.调节变量：政府干预

政府干预调节效应指的是地方政府在制造业价值链攀升过程中通过财政手段发挥政府职能，引导制造业价值链攀升，加速“绿水青山”效应形成。但政府也可能因过度干预、错误干预和不当干预而形成阻碍。因此，我们将政府干预与制造业全球价值链地位的交乘项纳入计量模型，采用政府财政支出衡量政府干预程度，检验政府干预的调节效应。

4.控制变量

1) 产业结构：武建新等指出产业结构合理化与高级化显著促进我国经济绿色增长[29]。因此，本文以各省市二、三产业占比衡量产业结构优化，并预测第二产业占比与绿色经济增长负相关，而第三产业占比与绿色经济增长效率正相关。

2) 技术进步水平：技术进步可通过以下两方面加速“绿水青山”效应的形成：第一，技术进步能够促进资源有效利用，推进资源节约，推动绿色经济发展。第二，技术进步推动知识外溢，提高人力资本素质，推动绿色消费和生态经济。因此，本文以各省市专利申请数衡量技术进步水平，预测技术进步结果呈正向。

3) 基础设施：基础设施是社会发展的物质指标之一。完善基础设施可缩短服务时间和距离，缓解信息不对称，形成规模经济，促进绿色发展[31]。因此，我们将基础设施作为控制变量，通过互联网上网人数来衡量，预测结果为正。

4) 外商投资：部分学者认为外商投资会通过技术培训和技术授权等方式形成技术溢出，推动外国先进技术与管理经验扩散，促进绿色发展。也有学者认为外商投资会加剧外国落后产能转移，形成“污染天堂”。我们将外商投资作为控制变量纳入模型，考虑到外商投资对经济社会的作用存在滞后性，以滞后一期的外商投资企业的投资总额来衡量，预期结果不明确。

5) 教育水平：绿色经济发展需要强化个人生态环保意识。因此，我们以教育行业年末城镇单位从业人员衡量居民受教育水平，并将其作为控制变量纳入计量模型中[20]，预期结果为正。

(三)数据来源

本文研究时间段为2005—2016年。考虑到数据平稳性，除绿色经济增长效率外，我们将所有数据对数化处理。出口复杂度数据来自于国研网对外经济贸易数据库，其余数据来自于《中国统计年鉴》与各省市年鉴。表1给出了数据描述性统计。

表1 变量描述性统计

五、实证研究

基于以上说明，构建我国31个省市2005—2016年面板数据，实证研究制造业价值链攀升的“绿水青山”效应及特征，检验政府调节效应的影响。

(一)基准回归结果

基于研究制造业价值链攀升的“绿水青山”效应及特征的模型(14)和检验政府干预调节效应的模型(15)，我们根据F检验和Hausman检验，选取固定效应模型进行主要分析，并给出随机效应结果，具体如表2。

回归逐步加入控制变量。表2中第①列到第④列控制了出口复杂度及其平方项，表明制造业价值链攀升与绿色经济增长呈“U”型特征。而第⑤列到第⑧列则控制了出口复杂度及政府干预调节效应，表明政府干预可加速制造业价值链攀升的“绿水青山”效应的形成或显现。分开来看，出口复杂度一次项估计结果为-0.460 4，在1%的水平上显著，表明制造业出口复杂度提升10%，其“绿水青山”效应将下降4.604%；但二次项的估计结果显著为0.032 7，说明后期制造业价值链攀升有明显的“绿水青山”作用。这说明制造业价值链攀升的“绿水青山”呈“U”型特征，验证了假说1。关于政府干预对制造业价值链攀升的“绿水青山”效应的加速作用，出口复杂度一次项结果为-0.025 4，在5%的水平上显著，说明制造业出口复杂度10%的提升会造成“绿水青山”效应下降0.254%。但政府干预调节效应的结果为0.009，在1%的水平上显著，说明在一定的政府干预下，制造业出口复杂度10%的上升会拉动“绿水青山”效应上升0.09%。这说明政府干预的调节效应在一定程度上可加速制造业价值链攀升的“绿水青山”效应的形成或显现，验证了假说2。

表2 基准回归

控制变量对我国“绿水青山”也有一定影响。首先，第二产业占比系数为负，说明第二产业尤其是高能耗高污染产业发展阻碍着我国绿色经济转型；但第三产业占比系数显著为正，这说明产业高级化发展可推动“绿水青山”焕发新颜。目前，我国正处于经济结构转型的关键时期，推进企业重组，淘汰落后产能，发挥生物制药、新能源等战略性新兴产业和旅游等现代服务业的经济生态优势可较好地提升制造业价值链攀升的“绿水青山”效应。其次，技术进步估计系数为0.011 2，在1%的水平上通过显著性检验，即技术水平10%的提升会促进“绿水青山”效应0.112%的增长，说明技术进步可优化产品生产过程，提高资本利用效率，增加单位产品附加值，推动企业绿色生产，提高绿色经济增长效率。但这一正向作用在政府干预调节效应下不显著，可能的原因在于我国科研基础、中高端人才和良好的科技生态环境分布不均，整体上东部地区技术能力强于中西部地区，基础设施的估计结果类似。最后，教育水平和外商直接投资结果为正，说明我国居民素质的提高，环境保护意识的提升和外资先进技术溢出会推动我国环境治理发展，发挥“绿水青山”的生态经济价值，助力“绿水青山”转化为“金山银山”。

(二)地区异质性研究

我国幅员辽阔，地大物博，各地区制造业价值链攀升的“绿水青山”效应可能存在地区异质性。因此，我们在文献基础上，将31个省份划分成东中西3个地区，进行地区回归，探讨制造业价值链攀升的“绿水青山”效应的区域异质性,结果如表3。

表3 分地区回归

表3第①列、第③列和第⑤列为包含出口复杂度的二次项，而第②列、第④列以及第⑥列包含出口复杂度与政府干预的交乘项。从表3的结果可以看出：制造业价值链攀升的“绿水青山”效应的U型特征及政府调节效应对“绿水青山”效应的加速作用具有稳健性。

分开来看，对于东部地区，制造业价值链攀升的“绿水青山”效应U型特征仍然存在。在考虑政府调节效应后，出口复杂度估计系数为-0.019 4，不显著，说明在政府调节效应下，东部地区大部分制造业已处于价值链较高位置，对绿色经济效率的阻碍作用不明显，主要表现为对“绿水青山”效应的加速作用，助力我国绿水青山焕发新颜。对于中部地区，制造业价值链攀升的“绿水青山”效应U型特征仍然存在。考虑政府调节效应后，出口复杂度估计系数显著为-0.044 5，说明制造业价值链攀升仍然存在对“绿水青山”效应的阻碍作用。中部地区正处于制造业转型突破的关键期，较大部分省市制造业仍以大量生产要素投入推动发展，资本利用效率较低，污染排放较多，不利于区域绿色发展。西部地区结果与中部地区类似，原因在于西部地区受地理位置等因素限制，基础设施并不完善，多数企业处于发展初期，价值链地位偏低，规模效应不明显，技术溢出不足，发展中仍以大量生产要素投入来推动价值链攀升，资源浪费严重，产品附加值较低，“绿水青山”不明显。控制变量方面与前文差异不大，值得注意的是考虑政府调节效应后的东中部地区技术进步对“绿水青山”效应的提升作用不明显，而西部地区却较显著，可能的原因是东中部地区的技术创新转化为实用技术存在一定滞后，尤其是政府专利受理时间，故其正向作用不明显；而西部地区由于自身技术落后，更多是靠技术引进推动技术进步。

(三)内生性问题处理

我们采用面板工具变量方法对模型中的内生性问题进行处理，以核心解释变量的滞后1期作为工具变量，结果如表4。

表4 内生性处理

表4的结果表明制造业价值链攀升的“绿水青山”效应呈U型特征，且一定的政府干预可加速制造业价值链攀升的“绿水青山”效应形成。分开来看，对于制造业价值链攀升的“绿水青山”效应的U型特征而言，出口复杂度一次项结果在1%的水平上显著为-0.745 0，说明制造业出口复杂度每提升10%，其“绿水青山”效应就下降7.450%，而出口复杂度二次项结果在1%的水平上显著为0.050 6，出口复杂度10%的提升就会带来“绿水青山”效应0.506%的优化，说明制造业价值链攀升的“绿水青山”效应的U型特征是显著的。对于政府干预调节效应，其结果在1%的水平上显著为0.010 9，说明一定的政府干预可助推制造业价值链攀升的“绿水青山”效应提升0.109%，政府干预对制造业价值链攀升的“绿水青山”效应的加速作用是稳健的。政府应通过环境规制刺激技术进步，优化生产过程，推动企业绿色生产，发挥“绿水青山”的生态经济价值，助力“绿水青山”转化为“金山银山”。

(四)稳健性检验

前文已明确制造业价值链攀升的U型“绿水青山”效应，并检验了政府干预调节效应的加速作用。为进一步确定制造业价值链攀升的“绿水青山”效应的U型特征及政府调节作用的稳健性，我们进行稳健性检验：首先，以人均绿色GDP作为SFA模型的产出变量测算绿色人均经济增长效率，记为PGGDP，并以PGGDP作被解释变量进行回归分析(2)人均绿色GDP的测算方法类似于绿色GDP，即PGGDPit=EIit×PGDPit，其中EIit为各省份环境指数，PGDPit为各省市人均GDP。；其次，变换估计方法，使用最大似然法进行稳健性检验；最后，考虑到北京等4个直辖市的政策优势，我们剔除4个直辖市进行回归分析。结果如表5。

表5 稳健性检验

表5第①列和第②列是以人均绿色经济增长效率为被解释变量的回归结果，与前文并无明显差异，说明结果较为稳健。第③和第④列是最大似然估计方法的回归结果，第⑤和第⑥列是剔除4个直辖市后的估计结果。从结果可知，制造业价值链攀升的U型“绿水青山”效应较为稳健，且一定的政府干预仍能够加速制造业价值链攀升的“绿水青山”效应的形成。

六、结论与建议

(一)结论

本文基于前人研究，借助SFA模型测算我国31个省份2005—2016年的绿色经济增长效率，构建2005—2016年省域面板数据研究制造业价值链攀升“绿水青山”效应及特征，检验政府干预调节效应的作用。研究发现：(1)制造业全球价值链攀升的“绿水青山”效应呈非线性特征，具体表现为U型。当制造业位于价值链较高位置时，制造业价值链地位每提升10%，会带来“绿水青山”效应0.587%的提升。(2)政府干预可加速制造业价值链攀升的“绿水青山”效应的形成。当政府调节效应一定时，制造业价值链10%的攀升可推动其“绿水青山”效应提升0.09%。(3)在产业结构方面，第三产业发展显著促进绿色经济效率提升，第二产业的作用不明显，产业高级化发展可加速我国绿水青山焕发新颜。(4)制造业价值链攀升的“绿水青山”效应存在地区异质性。在考虑政府调节效应后，东部地区制造业价值链攀升对“绿水青山”效应的阻碍作用已不明显。(5)由于存在政府专利受理的时滞，东部地区的技术进步对绿色发展的积极作用不显著，而西部地区直接引入技术，其技术进步对绿色发展有明显作用。(6)外商直接投资通过学习效应、关联效应和RD本地化实现先进技术溢出，提升我国企业技术水平，发挥“绿水青山”的生态经济价值，助力“绿水青山”转化为“金山银山”。

(二)建议

基于以上研究结论，在我国经济“新常态”背景下，我们认为我国可从以下几方面助力绿色发展：第一，坚持绿色发展理念，积极推进绿色节能的生产模式，加快转换经济发展方式。在我国经济绿色转型的背景下，若仍一味依赖传统的要素投入推动经济发展，势必会造成绿水青山退化与其生态经济价值的浪费，不利于绿色发展和绿色生态生活方式的形成。绿色转型的高质量发展要坚持生态优先、绿色发展，通过提高全要素生产率来推动经济动能转换，淘汰落后产能，促进可持续发展。第二，重视政府干预的调节效应。在现有条件下，建立更完备的环保支出效率评价体系，将效率值纳入官员考核评价体系，注重绿色GDP增长，提升各级环保部门的独立执行力，增强环保领域的预算独立，保证环保政策目标和执行不受地方政府总体目标干扰，恢复绿水与青山，助力“绿水青山”向“金山银山”转化。第三，完善相关知识产权保护政策，在鼓励发明创新的同时，在企业和学术机构之间搭建沟通平台，促进理论研究转化为实用科技，发挥科学技术对绿色经济增长效率提升的促进作用，助力我国绿水青山焕发新颜。第四，精简政府效能，建设高效政府，缩短技术创新与实用技术间的时滞，发挥技术创新的生态价值，推进“绿水青山”转化为“金山银山”。