黄河流域城市绿色全要素生产率的时空演变及驱动因素分析

朱艳阁

(兰州大学 经济学院， 兰州 730000)

黄河经济带是中华文明重要的发源地和传承创新区，在国家经济社会发展和生态文明建设中具有极为重要的战略地位[1]。测度并分析黄河流域绿色全要素生产率的时空演变特征、分析各影响因素的作用机制，对深入实施国家绿色发展战略、推动黄河流域经济高质量发展具有重要的现实意义。

1 文献综述

绿色全要素生产率将能源环境因素纳入经济增长分析框架，修正了传统的全要素生产率。全要素生产率是经济长期持续增长的主要动力源泉，而绿色全要素生产率是经济能否长期可持续发展的依据。

关于绿色全要素生产率的测度主要有随机前沿生产函数(SFA)和数据包络分析法(DEA)。包络分析法作为一种非参数方法，与其他方法相比，具有可以不固定数据单位、不需要制度假设、不指定具体的生产函数形式等优势[2]。效率测度的模型选择方面，Chung等提出了方向性距离函数(DDF),在DEA模型中纳入了非期望产出[3]。但模型基准为径向和角度，故此测度时存在诸多假设，影响测度结果的精确性。Tone[4]提出了基于松弛测度的效率评价模型，即SBM模型，2004年改进为考虑“非期望产出”的SBM模型，能够较好地处理“非期望产出”和松弛变量。因此目前大多学者都采非径向、非角度的SBM模型，分别对绿色全要素生产率[5]、农业绿色全要素生产率[6]、工业绿色全要素生产率[7]、服务业绿色全要素生产率[8]等进行了测度。从研究尺度看，主要以中国30个省区市、三大城市群[9]、长江经济带[10]、“一带一路”沿线省份为样本。

部分学者考察了绿色全要素生产率的影响因素。影响绿色全要素生产率的因素比较复杂，已有研究大多从对外开放、环境规制、金融发展、结构转型、城市化等方面展开研究。张建、李占风[11]利用中国省际面板数据，运用动态系统GMM估计检验了OFDI对GTFP的影响，结果显示，OFDI显著地促进了GTFP的增长。任松、左晖[12]研究结果表明FDI显著抑制了中国绿色全要素生产率的增长。李德山、张郑秋[13]以262个地级市为样本，研究表明环境规制与城市绿色全要素生产率之间呈现显著的倒“U”形关系。但也有学者认为正式环境规制抑制了绿色全要素生产率[14]。葛鹏飞等[15]以“一带一路”42个国家为样本，研究发现金融发展显著的抑制了GTFP。郑垂勇等[16]以长江经济带为样本，研究发现城镇化率对绿色全要素生产率的影响呈现显著的门槛效应。刘赢时等[17]利用260个城市面板数据，测度了产业结构升级指数，研究发展产业结构升级能够促进东部、西部地区绿色全要素生产率，但并未影响中部地区全要素生产率。

梳理上述研究结果可以发现，以上研究还存在以下几方面的改进空间：首先，现有研究多数从全国层面、城市群等层面考察绿色全要素生产率，对黄河流域城市的研究暂时还不多。其次，现有研究成果对绿色全要素生产率影响因素的研究还比较分散，缺乏对绿色全要素生产率影响因素的作用机理分析。基于此，本文以2006—2016年黄河流域77个城市为研究样本，利用SBM超效率模型测算其绿色全要素生产率，分析了其增长的空间分异特征，进而考察了黄河流域绿色全要素生产率的影响因素及作用机理，旨在增进对黄河流域绿色全要素生产率现状及其认知，以期为黄河流域提高高质量发展水平提供参考。

2 研究方法与指标选取

2.1 研究方法

2.1.1 考虑非期望产出的Super-SBM模型

随机前沿方法(SFA)和数据包络分析(DEA)已被越来越多的学者应用于绿色全要率生产率的测算。与随机前沿方法相比，因预设生产函数形式以及误差项分布特征带来的偏差，数据包络分析方法可以有效避免。Zhou等[18]、Chung等[3]开创性提出了方向性距离函数(DDF),将污染排放作为非期望产出纳入DEA模型。Fare等[19]、Tone[4]分别定义了环境技术函数以及包含非期望产出的非径向SBM模型，并把投入、产出、环境污染纳入统一指标体系中，较好解决了松弛变量的问题，然而在标准效率模型中，得出的效率值最大为1，当有效决策单元效率值相同时，就会出现无法区分效率高低的问题。而在超效率SBM模型中，允许决策单元效率值大于1，进而解决了无法区分决策单元效率值等于1时有效程度的问题。首先定义绿色全要素生产率测算生产可能性集合：

(1)

(2)

(3)

借鉴Li和Shi[20]、余奕杉等[21]的测算方法，构建包含非期望产出超效率SBM模型。根据超效率SBM函数规划式可以推导出包含非期望产出超效率SBM模型,即

(4)

2.1.2 Tobit模型

基于超效率SBM方法对绿色全要素生产率进行测度，ML指数的取值范围大于0，属于“受限因变量”，如果采用OLS对模型进行回归，可能会出现模型参数产生偏差，估计量不一致等问题。因此，选取Tobit模型实证研究黄河流域绿色全要素生产率的影响因素。Tobit模型公式为

(5)

式中：Yit为被解释变量；xit为自变量；α0为常数项；αt为估计系数向量；i=1，2，3，…，77，代表黄河流域城市个数；t=1，2，3，…，n，n为解释变量个数；εit～(0,σ2)为随机误差扰动项，服从标准正态分布。

2.2 指标选取与数据来源

2.2.1 投入产出指标

根据上述测算方法，并不意味着能准确计算出绿色全要素生产率，投入产出指标体系的构建也十分重要。

2.2.1.1 投入指标

1)劳动力投入。选择地级市单位从业人员数和私营个体人员数总和表征劳动投入。

3)能源投入。采用全社会用电总量作为能源投入的代理变量。

4)土地投入。采用建成区面积来表示。

5)水资源。采用全社会供水总量来表示。

2.2.1.2 产出指标

1)期望产出。采用城市实际GDP表示，并以2005年为基期进行GDP平减，对城市历年名义GDP消除价格因素的影响。

2)非期望产出。参照胡晓珍等[23]，将工业废水排放量、工业二氧化硫排放量、工业烟尘排放量纳入非期望产出指标体系。

2.2.2 影响因素指标

1)经济发展水平。经济水平较高的城市会吸引更多高层次的人才和科技企业，为绿色全要素生产率的提升提供知识人才和技术支撑。另一方面，经济发展水平较高的城市人们的环保意识较强，人们追求绿色品质生活对推动城市绿色发展有积极作用[24]。本文用人均GDP表征经济发展水平,并以2005年为基期进行了平减。

2)产业结构升级。结构效应是推动供给侧改革、提升全要素生产率的内在机制和重要手段之一。产业结构转型升级提高了要素的配置效率，要素从低边际生产率的部门转移到高边际生产率部门，节约了生产成本，提高产品附加值，培育新的经济增长点，同时也减少了能源消耗与污染物排放，改善了环境质量[25]。但是，“退二进三”的过度追求，也会使得要素资源误配，导致产业空心化，不利于地方经济的健康发展。同时，以服务业为主的第三产业也会对环境带来负向影响。因此，一味发展第三产业并不能从根本上解决环境质量问题，反而会对TGP产生负向影响。那么，什么样的产业结构才能实现黄河流域城市经济发展与环境质量提升的双赢呢？本文用第二产业产值占GDP的比重表征产业结构合理化，研究其对黄河流域城市绿色全要素生产率的影响。

3)技术创新能力。内生增长理论、新经济地理理论等均认为技术进步是经济发展的内生动力，对全要素生产率带来正向影响[26]。但是经济规模的扩大势必导致能源需求的增长，这样由于技术进步提高能源利用效率而节约的能源无法部分或全部抵消由于需求增加导致的能源需求量的增加，产生“能源回弹”效应，从而抑制绿色全要素率的增长。本文用地级市科学技术支出表征技术创新能力。

4)对外开放水平。外商直接投资是影响绿色全要素生产率的重要因素之一，目前对于两者关系尚未形成一致的研究结论。FDI通过带来先进清洁技术、提高产业集聚程度、增加居民收入等方式提高东道国的绿色全要素生产率。另一方面，FDI通过扩大生产规模、挤出效应、转移污染性产业等方式对东道国的绿色全要素生产率产生负向影响[27]。因此，FDI对黄河流域城市绿色全要素生产率的影响方向尚不能确定。本文用实际利用外商直接投资额表征对外开放水平，研究其对绿色全要素生产率的影响。

5)环境规制。环境规制与绿色全要素生产率的关系，目前有“遵循成本”效应和“波特假说”两种观点。前者认为环境规制短期会增加企业的污染治理成本，抑制生产效率，降低盈利能力，从而不利于绿色全要素生产率的提高。“波特假说”认为适当的环境规制能够激发企业技术创新能力，技术创新一方面能够降低非期望产出，另一方面能提高生产率部分抵消环境规制产生的成本负担，从而提高绿色全要素生产率。为了具体研究环境规制对绿色全要素生产率的影响，将环境规制也纳入模型。考虑到数据可得性，本文用工业废水、工业二氧化硫以及工业烟尘排放量之和与GDP比重的倒数表征环境规制。

6)金融发展。金融发展通过分散风险、提供流动性、降低信息不对称程度增强投资者的长期投资意愿，优化资本配置，提高绿色全要素生产率[28]。另一方面金融发展提高了获取资金的便利性，企业更关注调整自身产品结构而不是改变资金配置效率。企业扩大生产规模增加了整体社会的能源消耗，由此增加了污染物排放。筹资的便利性可能使得资金流向高污染高排放的企业，加剧环境污染，产生环境负外部性，对绿色全要素生产率带来负向影响[29]。为了研究黄河流域城市金融发展对绿色全要素生产率的影响，将金融发展也纳入模型。本文用年末金融机构贷款余额/GDP测量金融发展。

2.2.3 样本选取与数据来源

黄河流域区域划分标准参照黄河水利委员会划定的自然流域的范围，并同时考虑城市经济与黄河流域关联度，借鉴师博等[30]的划分方法，主要涉及青海、甘肃、宁夏、内蒙古、陕西、山西、河南以及山东8个省(自治区)的77个地级市[注]由于黄河流域流经四川省很小区域，且经济关联不大，所以未测算四川省地级市的绿色全要素生产率指数，且汉中市、安康市、商洛市、陇南市在流域区域范围和经济关联度上也归属于长江流域。黄河上游地区范围包括巴彦淖尔、白银、包头、赤峰、定西、鄂尔多斯、固原、呼和浩特、呼伦贝尔、嘉峪关、酒泉、兰州、石嘴山、通辽、乌海、乌兰察布、吴忠、武威、西宁、银川、张掖、中卫。中游地区包括宝鸡、大同、晋城、晋中、临汾、洛阳、吕梁、南阳、平凉、庆阳、三门峡、朔州、太原、天水、铜川、渭南、西安、咸阳、忻州、延安、阳泉、榆林、运城、长治。下游地区包括安阳、滨州、德州、东营、菏泽、鹤壁、济南、济宁、焦作、开封、莱芜、聊城、临沂、漯河、平顶山、濮阳、青岛、日照、商丘、泰安、威海、潍坊、新乡、信阳、许昌、烟台、枣庄、郑州、周口、驻马店、淄博。作为研究样本。本文的样本数据主要来自《中国城市统计年鉴》《中国环境统计年鉴》《中国区域统计年鉴》、EPS数据库等。

3 黄河流域城市绿色全要素生产率水平评价

3.1 黄河流域绿色全要素生产率时序演变特征

2006—2016年黄河流域绿色全要素生产率指数变动趋势如图1所示。

图1 2006—2016年黄河流域绿色全要素 生产率指数变动趋势

从黄河流域整体来看，2006—2016年，黄河流域绿色全要素生产率指数呈现波折上升的趋势。在2007年，绿色全要素生产率指数超过1，这可能和国家实施西部大开发“十一五”规划政策效果相关，国家不断加大对西部大开发的政策扶持和政府转移支付力度，在一定程度上实现了资源的优化配置，提升了绿色经济发展效率。2008—2009年，黄河流域绿色全要素生产率指数呈下降趋势，由于2008年全球金融危机的爆发，对各国经济造成了不同程度的重创，面对严峻的经济形势，政府部门会实施强制性措施，可能会出现资源错配的情形。“十二五”规划首次提出了绿色发展的目标，也标志着中国进入绿色发展的时代，也将绿色发展的指标纳入各地政府考核的绩效目标，使得各地政府在注重经济发展的同时，也要考虑生态环境的发展，加之创新驱动发展战略的大力宣传，2011年作为“十二五”规划的开局之年，绿色全要素生产率得到明显的提升。2012—2014又回到原来的衰退趋势。黄河流域产业构成以第二产业为主，主要为能源工业，初级加工业占比较高，资源消耗量大，这也是黄河流域绿色全要素生产率下降的长期主导的原因。2015年和2016年，绿色全要素生产率有所提升。2014年，国家颁布了《国家新型城镇化规划(2014—2020年)》，大力推行新型城镇化，更加强调绿色经济发展。2015年国家实施《关于加快推进生态文明建设的意见》，把生态文明建设放在突出的战略位置，更加强调经济发展的质量，在经济发展的同时，各地政府也更加注重生态效益。

分流域来看，2006—2016年，黄河流域绿色全要素生产率指数排序：上游地区>下游地区>中游地区。黄河上游地区人口较少，经济发展水平不高，污染排放相对较少，是我国主要的农牧区，且作为生态环境保护屏障，有着国家生态保护政策以及资金支持，绿色全要素生产率指数较高。下游地区靠近沿海地区，经济发展水平较高，人们环境保护意识较强，近年来也注重环境保护政策的实施。中游地区能源资源丰富，但由于开采利用技术水平较低，资源开发方式不当，资源利用率较低，以破坏生态环境为代价来谋取经济发展，生态环境较为脆弱，绿色经济效益较低。上游、中游、下游地区成波折上升的趋势，2014年以后，绿色全要素生产率指数提升速度加快。

3.2 黄河流域城市绿色全要素生产率空间演变格局

为了更好地分析黄河流域绿色全要素生产率空间格局演变特征，用ArcGIS 10.2软件对黄河流域77个地级及以上城市进行了地图的提取，并运用克里金、裁剪等工具进行了黄河流域绿色全要素生产率空间分布图的可视化制作，如图2所示。

图2 2006、2016年黄河流域绿色全要素 生产率空间分布图

从图2中可以看出，黄河流域绿色全要素生产率分布呈现连片块状分布，边缘地带颜色较内部颜色更深，绿色全要素生产率更高。为了更加具体地区分绿色全要素生产率值的空间分布，将绿色全要素生产率值的空间分布范围划分为高(>1.7)、较高(1.4～1.7)、中等(1～1.4)、低(0.5～1)、较低(0.3～0.5)。2006年绿色全要素生产率值大于1的城市有40个，处于高值的城市有6个，处于较高取值范围的城市有5个，处于中等取值范围的城市有29个。2016年黄河流域绿色全要素生产率大于1的城市增长到62个，处于高值范围的城市有32个，处于较高取值范围的城市有6个，处于中等取值范围的城市有24个。黄河流域近年来接近80%的城市相对效率值都有所提升。2006年，效率高值主要集中在黄河流域以南，形成狭长片状地带，2016年，狭长片状地带逐渐延伸蔓延，集中在黄河流域周边地区。分流域来看，黄河流域下游地区绿色全要素生产率高于黄河上游地区，中游地区颜色较浅，绿色全要素生产率较低。

4 绿色全要素生产率影响因素实证结果分析

4.1 Tobit实证结果分析

黄河流域绿色全要素生产率影响因素实证结果见表1。

从整体回归结果来看：经济发展水平对绿色全要素生产率影响系数为正，且通过了1%的显著性水平检验， 说明经济发展水平的提升提高了黄河流域绿色全要素生产率。产业结构升级对绿色全要素生产率的影响系数为负，且通过了1%的显著性水平。说明第二产业占比提高会抑制绿色全要素生产率的提升。黄河流域总体处于工业化中期发展阶段，多以煤炭及高耗能的重化工业为主，现有的产业结构模式对绿色全要素生产率的提升起到了抑制作用。如何构建现代产业体系，加快产业结构转型升级实现动能新旧转换，对于提升绿色全要素生产具有关键作用[31]。

表1 黄河流域绿色全要素生产率影响因素实证结果

技术创新能力对绿色全要素生产率的影响为负向作用，但没有通过显著性检验。产生这种结果的可能原因是，技术创新可以分为生产技术创新和绿色技术创新，生产技术创新在生产过程中降低了产品的生产成本，导致需求增加，消耗了更多的能源，产生了“能源回弹”效应。同时生产技术创新促进了经济发展，粗放的经济增长方式需要投入更多的能源，导致效率更加低下。对外开放水平对绿色全要素生产率的影响系数为负，且通过了5%的显著性水平检验。说明对于黄河流域城市而言，目前FDI的“污染天堂效应”大于“污染光环效应”，FDI显著的抑制了绿色全要素生产率。黄河流域城市大多位于中西部地区，经济发展外向度低，2016年实际利用外资仅占全国城市群的15.86%[32]。为了获得竞争优势，降低了外资准入门槛。

环境规制对绿色全要素生产率的影响为正，且通过了1%的显著性水平。这表明随着国家和地方政府环境治理的投入，黄河流域环境规制的创新补偿效应不断增强，对绿色全要素生产率表现为正向的影响作用。金融发展系数为正，在10%水平上通过了显著性检验。具体来看，金融发展水平每提高1%，将会导致绿色全要素生产率提升0.039 5%。说明在黄河流域金融发展能促进绿色全要素生产率的提高。这与赵明亮等[33]的研究结论一致。产生这种结果可能原因是，金融产业发展在一定程度上改善了黄河流域城市传统的产业结构，资本在由高耗能产业向以金融产业为代表的第三产业转移[34]。可见，金融发展是黄河流域高质量发展的重要抓手。

从黄河流域分流域结果来看：经济发展水平对黄河流域的上游、下游绿色全要素生产率有正向影响作用。分别通过了10%、5%的显著性水平，中游地区经济发展水平对绿色全要素生产率有负的影响作用，但没有通过显著性检验，这可能是因为中游地区资源型城市较多，现行经济发展水平过度依赖资源消耗，以牺牲环境为代价，对绿色全要素生产率的提升产生了阻碍作用。黄河流域上游、中游产业结构升级对绿色全要素生产率影响系数为负，与整体估计一致，说明中上游地区第二产业占比过高，对绿色全要素生产率的提升产生了不利的影响，下游地区尤其是山东省近年来实施新旧动能转换重大工程，动能转换加速推进，经济结构有所优化，对绿色全要素生产率有所提升。

黄河流域的技术创新能力估计系数在上游、中游、下游都为负值，但没有通过显著性检验，与流域整体估计结果一致。科技投入并没有带来绿色全要素生产率的提升，这与岳立等[35]的研究结果一致，可能原因在于企业对绿色清洁生产的投入较少，而对会带来高利润的生产技术投入较多，对绿色全要素生产率的提升并没有显著影响。上游对外开放对绿色全要素生产率产生了正向影响作用，但没有通过显著性检验，说明对外开放对于黄河流域上游绿色全要素生产率的提升作用有限。在中游、下游地区对外开放对于绿色全要素生产率的影响估计系数为负，但只有中游估计系数通过了显著性检验，这可能和中下游地区城市吸引外资额主要集中在低附加值、高能耗、高污染等行业，尽管近年来对高附加值、污染较小的产业吸引外资额增多，但经济结构转型仍然需要很长一段时间。环境规制的估计系数为正，中下游地区估计系数通过了显著性检验，说明黄河流域中下游地区环境规制对绿色全要素生产率的提升起到了显著的提升作用，这可能和环境规制的生态“补偿效应”有关[36]。金融发展在中游地区估计系数通过了显著性检验，且系数为正，说明黄河流域中游地区金融发展对绿色全要素生产率的提升起到了显著的提升作用。

4.2 稳健性检验

为进一步验证结论的可靠性，通过hausman检验，采用固定效应模型对数据进行回归，由表2可知，从流域整体来看，经济发展水平、产业结构升级、技术创新能力、对外开放水平、环境规制、金融发展估计系数和Tobit模型估计结果一致，技术创新能力回归结果显著，但系数仍为负，分流域来看，黄河流域上游、中游、下游部分系数和显著性出现了变化，但大部分都和回归结果一致，说明上文中Tobit实证结果是相对稳健的。

表2 稳健性检验实证结果

5 结论及启示

5.1 结论

基于超效率SBM模型的Malmquist指数,测度并分析了黄河流域绿色全要素生产率时空演变特征，并利用Tobit 模型揭示了黄河流域绿色全要素生产率的影响因素及其作用机制。并从分流域的角度，对黄河流域上游、中游、下游各影响因素的区域异质性进行了探讨，得到以下结论：

1)黄河流域绿色全要素生产率整体呈现波折上升趋势。分流域来看，区域绿色全要素生产率异质性明显，黄河流域绿色全要素生产率上游地区>下游地区>中游地区。从空间分布特征来看，黄河流域绿色全要素生产率呈现狭长片状分布状态，黄河流域周边地区绿色全要素生产率值更高。

2)从各影响因素对黄河流域整体影响作用来看，经济发展水平、环境规制、金融发展显著促进了绿色全要素生产率的提升，产业结构、对外开放对绿色全要素生产率的提升起到了抑制作用。技术水平对绿色全要素生产率的影响作用不显著。

3)从各影响因素对黄河流域分流域影响作用来看，经济发展水平对中上游地区绿色全要素生产率影响作用并不显著，对下游地区有明显的提升作用。环境规制对中下游地区有显著促进作用，对上游地区没有明显的影响作用。对外开放对中游地区有抑制作用，对上游和下游地区没有明显影响作用。产业结构对中上游地区有显著的抑制作用，对下游地区有提升作用。技术水平对上游、中游、下游地区都没有明显的影响作用。金融发展对中游地区有提升作用。

5.2 启示与建议

根据上述研究结论，得到以下启示与建议：

1)黄河流域绿色全要素生产率虽然有所完善，但整体效率水平不高，效率值分布不均匀。黄河流域是我国重要的生态屏障和重要的经济地带，各地方政府要贯彻落实黄河流域生态保护和高质量发展战略部署，坚持走绿色发展的道路，不断提高资源的利用效率，减少污染物的排放，特别是内部地区的资源型城市，要减少经济发展对能源消耗的依赖，努力提升经济发展的绿色含量，将“碳达峰”“碳中和”纳入企业经济发展目标约束，实现低碳、绿色、循环经济发展的良性循环。

2)根据黄河流域绿色全要素生产率影响因素的实证结果，经济发展、环境规制、金融发展都有效提升了黄河流域绿色全要素生产率。黄河流域仍需提升经济发展质量，进行合理的环境规制，要继续强化金融发展对于技术进步的促进作用，强化资本市场资源配置效率的提升，发挥市场机制的资源配置效应，防止金融资本的不当利用和外逃。产业结构、对外开放对绿色全要素生产率的提升起到了抑制作用。在当前经济高质量发展的要求下，积极推动产业发展模式向内涵集约型、质量效益型转变，积极布局循环经济产业、生态产业，不断健全绿色生态高质量发展的现代产业体系。要不断提升利用外资水平的竞争力，将引进外资集中在高附加值、低污染、低能耗行业，不断提高引进外资的门槛水平。避免成为“污染避难所”。要加强重视技术水平的影响作用，助推绿色全要素生产率的提升。

3)对于黄河流域上游、中游、下游及其影响因素的区域差异性，各地政府在制定方针政策时，既要因地制宜，考虑到各个地区的差异性，分类实施政策，也要将黄河流域视为一个整体，统筹协调， 促进黄河流域生态保护和经济高质量发展的系统性、完整性、协同性。