国家生态文明试验区对省域绿色全要素生产率的影响及溢出效应研究

陈加友 李鲜

摘 要：绿色全要素生产率是测度我国生态文明建设的重要抓手，其效果的评估对于凝聚改革合力、增添绿色发展动能、探索生态文明建设模式具有重要意义。基于Super-SBM和GML指数测算出我国大陆30个省、市、自治区（除西藏外）2010～2020的绿色全要素生产率，运用双重差分法及其扩展的空间形式将国家生态文明试验区的政策作为一项准自然试验，考察其政策效果及溢出效应。研究结果表明：国家生态文明试验区政策显著提高了试点省份的绿色全要素生产率，且具有明显的空间溢出效应；该结论在动态时间窗、安慰剂等一系列检验下仍具有稳健性；渠道分析表明降低能源强度、优化产业结构、创新低碳技术和发展绿色信贷是国家生态文明试验区政策促进绿色全要素生产率提高的重要路径；异质性检验结果显示，生态基础较差和经济发展水平较好的地区，绿色全要素生产率的提升更加明显。本文的研究为评估国家生态文明试验区的政策效果提供了分析视角、总结了有效经验，也为我国生态文明建设的推广与应用提供了政策参考。

关键词：国家生态文明试验区；绿色全要素生产率；溢出效应；双重差分；空间双重差分

文章编号：2095-5960（2023）04-0091-10；中图分类号：F124；文献标识码：A

一、引言

面对资源约束趋紧、环境污染加剧等一系列生态环境问题的冲击，走出一条具有中国特色的绿色可持续发展道路成为广泛关切。［1］国家生态文明试验区政策作为构建生态文明制度体系的重要抓手，以改善生态环境质量、推动绿色发展为目标，既不走以牺牲环境换取经济发展的“老路”，也不走片面追求生态改善忽略经济效益的“歪路”，通过逐步探索适合国情和各地发展阶段的生态文明制度模式，实现“绿水青山就是金山银山”的经济效益和生态效益双赢。

绿色全要素生产率是在兼顾经济发展和生态承受力的平衡中，衡量经济和生态绿色可持续发展行之有效的评价方法。就理论发展而言，其在面对能源、资源和环境约束趋紧的条件下，将能源要素和碳排放及污染物纳入全要素生产率增长的测算框架对绿色全要素生产率进行测度，可以更加准确地估测经济发展方式是否符合节能减排和经济增长“双赢”的要求，其经常用来反映绿色生产率增长、环境保护和经济发展的协调性及经济增长的可持续性。［2］就现实情况而言，其在能源消费和资源消耗的同时，考虑期望的经济产出和非期望的污染产出的动态协同作用，不仅符合生态文明建设的内核［3］，也对我国经济的高质量发展提供参考。就国家生态文明试验区设立而言，绿色全要素生产率反映出对“降碳、减污、扩绿、增长”的综合性指标要求和考核标准，以其作为评价依据不仅可以有效衡量生态文明建设的成果，评估国家生态文明试验区的政策效应，为生态文明制度体系的进一步推广提供实证，还为我国经济高质量发展增添绿色发展动能，对于破解资源环境瓶颈、实现经济社会发展全面绿色转型具有重要意义。

因此，本文从理论层面分析国家生态文明试验区政策可能对绿色全要素生产率的影响机制，揭示生态文明建设下通过降低能源强度、优化产业结构、创新低碳技术和发展绿色信贷对绿色全要素生产率的影响机制，采用双重差分法评估其政策效应、空间溢出效应和异质性效果。深入考察和总结国家生态文明试验区对省域绿色全要素生产率的影响及效应，为推动我国生态文明建设，探索符合国情的生态文明建设模式提供有益参考。

二、文献综述和理论基础

（一）文献综述

传统的全要素生产率已经成为中国内生驱动经济高质量发展的关键，伴随着供给侧结构失衡、资源约束加剧以及生态文明建设的目标任务，加入环境要素的绿色全要素生产率成为诸多学者研究环境政策效果的新考量，环境政策对绿色全要素生产率的影响学界并未达成统一意见。第一类学者支持“波特假说”，认为环境政策可以通过技术创新的“波特效应”实现绿色全要素生产率的提高。聂长飞等通过双重差分模型研究创新型城市对绿色全要素生产率的影响，发现其通过对技术的创新、集聚、倒逼实现了绿色全要素生产率的提高。［4］王亚飞等以低碳城市为出发点，发现其通过城市绿色技术的进步和效率的提高促进城市绿色全要素生产率提高。［5］第二类学者则支持“遵循成本”说，即对环境的大量投入降低原本的经济效益，挤占生产投资的同时带来大量外部性成本，导致绿色全要素生产率的降低。［6］还有学者认为环境政策的影响存在不确定性，其对于绿色全要素生产率的影响存在异质性。Li and Wu按照城市政治属性发现环境政策对城市绿色全要素生产率的空间差异。［7］吴磊等将环境政策分为命令控制型、市场激励型和公众自愿型，检验其对绿色全要素生产率的效果，发现不同类型的环境政策对绿色全要素生产率的影响存在异质性。［8］虽然上述文献研究结论并未达成一致，但却表明环境政策对绿色全要素生产率存在显著影响，因此对国家生态文明试验区政策的效应评估显得十分必要。

国家生态文明试验区政策作为探索生态文明制度模式、构建生态文明制度体系、承担生态文明改革的综合性平台，其政策效果与试点经验亟待检验与推广，部分学者对此进行了研究。舒成等通过构建绿色发展测度指标测算江西绿色发展水平的时空变化，发现其绿色发展水平存在空间效益并逐渐趋于均衡。［9］辛宝贵和高菲菲通过合成控制法拟合了国家生态文明试验区政策对经济、生态和社会效益的综合影响，发现福建和贵州的改善程度优于江西。［10］

虽然现有文献较为丰富地研究了试验区的政策效果，为本文的研究提供了有益的参考，但却鲜有文章从绿色全要素生产率的视角考察试验区的政策效应。因此，本文基于省级层面的数据，考察试验区政策对绿色全要素生产率的政策效应与空间效应，并从降低能源强度、优化产业结构、创新低碳技术和发展绿色信贷四条渠道，探索该政策对绿色全要素生产率的影响机理。

本文可能的边际贡献在于：一是研究内容上，从减污和降碳的双重视角重新度量环境绩效的测度。即在非期望产出中同时考虑了二氧化碳排放与环境污染排放，扩展了试验区政策效果评估的框架模型。二是研究方法上，应用双重差分及其擴展的空间形式考察试验区对省市绿色全要素生产率的影响及溢出效应，有效识别了政策效果。三是研究意义上，探讨试验区政策对绿色全要素生产率的异质性与影响渠道，为各地区因地制宜开展生态文明建设提供方法论借鉴。

（二）理论分析与研究假说

国家生态文明试验区政策是以改善生态环境质量、推动绿色发展为目标，在生态文明建设中将国家顶层设计和地方具体实际相融合的环境试点政策，将在国家生态文明体制改革综合试验中形成可复制推广的制度成果。《关于设立统一规范的国家生态文明试验区的意见》（下称《意见》）对绿色全要素生产率的影响主要由两个方面构成。第一，从总体目标来看，试验区政策围绕“五位一体”总体布局，协调推进“四个全面”战略布局，在遵循生态文明的系统性、完整性、规律性的同时兼顾绿色发展、协调发展、可持续发展，在生态效益和经济效益的平衡中寻求最优解。其政策导向锚定了绿色全要素生产率所涵盖的平衡经济与生态效益的要求，其对于资源利用、生态保护、经济发展的合理规划与结构调整，势必影响以这些因素为表征的绿色全要素生产率的提高。第二，从机制设计来看，试验区将逐步探索和完善外部性环境成本内部化的绿色发展机制与生态文明考核机制，将生态环境质量提升与经济绿色发展水平统筹到综合评价体系之中，这些与绿色全要素生产率的要求不谋而合。因而国家生态文明试验区在追求更好的考核成绩与治理能力的同时，将同步实现绿色全要素生产率的提高。由此本文提出以下假说。

H1：国家生态文明试验区政策可以提高绿色全要素生产率。

试验区政策的重点任务是“调整优化能源结构，控制煤炭消费总量，加快发展非化石能源，提高可再生能源比重”。能源消费的双控对于产业结构升级转化、能源利用效率的提高具有重要的推动作用，有利于摒弃粗放型经济发展模式，向资源绿色化、集约化转变。［11］从实施路径上看，能源结构的优化使得清洁能源和低碳技术得到广泛应用，强化资源利用效率的同时实现节能与减排的协同，降低碳排放和污染物排放，最终使得绿色全要素生产率得到提升。

《意见》中对优化产业结构也提出了目标与要求。伴随着试验区的稳步推进，环境规制的负外部性加大企业的经营成本，区域内产业发展方式逐渐由粗放型向集约型转变，低能耗、低污染的新兴产业成为试验区建设的新目标。由优化产业结构带来的“结构红利”不仅体现在培育新的经济增长点实现经济效益的改善，还表现在提高资源利用效率降低环境污染的环境效益，势必带来绿色全要素生产率的提高。［12］

内生增长理论揭示经济增长受技术进步推动原因，而“环境库兹涅茨曲线”认为技术进步是环境质量改善的重要因素。试验区政策要求因地制宜“大力发展低碳技术”，开展能源节约、资源循环利用、新能源开发、污染治理、生态修复等领域关键技术攻关。从经济视角来看，“波特假说”引起企业的“创新补偿”，带来经济效益的改善。从环境效益来看，低碳技术创新提高资源利用效率与清洁能源使用，在生产源头和生产终端实现清洁生产与降污减排，最终在经济效益与生态效益的同步改善中提高绿色全要素生产率。［13］

试验区建设中明确提出要“支持和引导金融机构建立符合绿色产业和项目特点的绿色信贷管理制度”，通过“推进发行绿色金融债券和绿色信贷资产证券化，鼓励银行等金融机构将信贷资金投放于环保、节能、清洁能源、清洁交通等绿色产业”。具体来看，绿色信贷主要通过资源优化配置、促进企业技术创新以及绿色信贷的信号传递，促进企业绿色低碳升级、产业绿色节能转型升级、社会绿色发展优化升级，最终实现绿色全要素生产率的提高。［14］由此本文提出以下假说。

H2：国家生态文明试验区政策可以通过降低能源强度、优化产业结构、创新低碳技术和发展绿色信贷促进绿色全要素生产率的提高。

從空间溢出效应视角看，生态文明建设的目标与要求对主体间具有较强的示范效应与警示效应，能源消费改进与低碳技术扩散也在周边区域存在溢出效应，由此带来生态环境改善和经济发展提高可能也具备空间溢出效应；从现实背景出发，试验区政策是生态文明建设实践中的重要手段和路径，其经验的累积与推广会对其他省市的生态文明建设产生影响。由此本文提出以下假说。

H3：国家生态文明试验区政策对周围省市具有一定的空间溢出效应。

三、模型设定与变量选择

（一）基准模型

（二）变量构建与选取

1.被解释变量

绿色全要素生产率作为生态文明建设持续推进下衡量经济与生态效益的综合指标已被广泛运用。［15，16］本文在Super-SBM模型的基础上，参考胡剑波和王楷文［17］采用全局参比Malmquist指数（GML）测算各省绿色全要素生产率的跨年变化，借鉴陈超凡［18］的累乘思路以2009年为基期计算得到最终的绿色全要素生产率。

在投入要素方面，资本投入根据单豪杰的研究得出；［19］劳动投入使用各省年末就业人数衡量；能源投入为能源消费总量；期望产出为各省实际生产总值；非期望产出中二氧化碳排放采用IPCC方法测算；环境污染的测度根据王兵等［20］采用熵值法构建出二氧化硫需氧量、废水需氧量、固体废弃物排放量的综合指标，衡量环境污染的非期望产出。

2.控制变量

本文选取的控制变量为人力资本（LnHR）：普通高等学校在校学生数的对数值；城镇化率（URB）：各省市城市人口与年末常住人口之比；开放规模（OS）：各省市外商直接投资额与国内生产总值的比值；贸易层次（TH）：各省市进出口总额与国内生产总值的比值；经济规模（LnPDI）：人均可支配收入的对数值；工业规模（LnPLIE）：规模以上工业企业数量的对数值。

3.数据说明

本文以我国大陆2010～2020年30个省、市、自治区（除西藏外）作为研究对象。其中低碳专利数据来自Incopat数据库，各省市数据来自《中国统计年鉴》《中国环境统计年鉴》及各省市统计年鉴，其中个别缺失值使用线性插值法补充，主要变量描述性统计见表1。

四、实证结果与分析

（一）基准回归

根据式（1）对试验区的政策效应进行估计，结果如表2所示。表2的（1）～（4）列为逐步加入控制变量、省份固定效应和时间固定效应的回归结果，发现其双重差分系数均显著为正，表明试验区政策提高了试点省份绿色全要素生产率，这也验证了H1。

（二）动态效应分析

由于试验区的政策影响是动态变化的过程，根据式（2）对绿色全要素生产率的动态效应进行测算，表3为动态效应估计结果。从系数看，其在2016年后的数值整体上呈现上升态势，表明国家生态文明试验区政策对绿色全要素生产率的提高存在渐进性。从时间看，试验区政策在2016年实施以来，政策效应显著提升且均通过了5%的显著性水平，表明其显著提高了试点省份的绿色全要素生产率，再次验证了H1。

（三）稳健性检验

1.平行趋势检验

双重差分必须满足的条件是处理组与控制组符合平行趋势设定，即处理组和控制组在政策实施前没有本质的差异。绘制国家生态文明试验区政策前后的绿色全要素生产率平行趋势图（如图1）。结果显示，在国家生态文明试验区政策实施前绿色全要素生产率不存在显著差异，满足平行趋势假设。

2.动态时间窗检验

仅考虑动态效应的回归结果会过度关注于政策发生后的冲击效应，忽视对政策前的效应对比。鉴于数据样本的可选择性，参考史丹和李少林［21］选取前后2年、3年窗宽进行动态时间窗检验，回归结果如表4（1）（2）列所示。可以发现，改变时间窗宽并没有改变试验区对绿色全要素生产率影响方向，其估计值和显著性也随时间窗宽延长而增加，表明试验区政策持续显著地影响着绿色全要素生产率提高，表明假说H1具有较强稳健性。

3.剔除其他政策干扰

国家生态文明试验区对绿色全要素生产率的影响，可能受到其他政策干扰从而使估计结果偏误。通过对相关政策的梳理与研究，发现样本期中“一带一路”政策和“碳排放权交易”政策可能对试验区政策的估计结果产生影响，因此在式（1）基础上对以上两个政策进行剔除。如表4所示，其中（3）列为剔除“一带一路”政策的回归结果，（4）列为剔除碳排放交易权政策的回归结果。回归结果估计系数通过了1%的显著性水平，表明本文结论具有较强的稳健性。

4.安慰剂检验

采用随机分配的方法进行安慰剂检验。在进行500次随机抽样后，对政策效应重新进行估计，如图2所示。虚拟国家生态文明试验区政策对绿色全要素生产率回归系数并不显著且都远低于模型（1）的基准回归结果，本文的结论仍具有稳健性。

五、进一步分析

（一）影响渠道检验

以上分析表明，试验区政策能够有效提高绿色全要素生产率，其主要渠道是通过降低能源强度、优化产业结构、创新低碳技术和发展绿色信贷实现。其中，能源强度（EI）：采用单位产值能源消费量（吨标准煤/万元）衡量该省能源消费强度。产业结构：产业结构的优化包括产业结构高级化（INDH）和合理化（INDR）两个层次。借鉴熊振兴［22］的研究，以产业结构层次系数和劳动生产率乘积作为产业高级化（INDH）的代理变量，以产业结构偏离度作为产业结构合理化（INDR）的代理变量，高级化数值越大代表产业结构越高级，合理化指数越高表示其越不合理。低碳技术（LI）：本文则根据Chen等［23］的方法，将分类号为Y02B～Y02E及Y02P、Y02T和Y02W的专利定义为低碳创新专利，以其每万人低碳专利授权数衡量各省低碳技术创新水平。绿色信贷（GC）：以六大高耗能产业利息支出占比作为反向指标衡量。［24］

表5为回归结果，列（1）表明试验区政策显著降低了能源强度，列（2）（3）表明试验区政策提高产业结构的高度化和合理化，列（4）（5）表示试验区政策提高了绿色低碳创新与绿色信贷水平。综合来看假说H2得到检验，试验区政策通过上述渠道提高绿色全要素生产率。

（二）异质性检验

1.按生态基础分组

试验区进行双重差分的前提是试点省域的选择具有随机性，但由于各地资源禀赋的差异和经济发展的差距，需从异质性角度考察试验区政策的不同影响。森林覆盖率是衡量生态基础十分重要的指标［25］，利用2020年各省市森林覆盖率将样本划分为生态基础较好和生态基础较差地区，研究不同生态基础的试验区对绿色全要素生产率的影响。表6第（1）（2）列结果显示，无论是生态基础较好还是生态基础较差省市，其回归系数均显著为正，表明试验区政策提高了不同生態基础省市绿色全要素生产率。生态基础较差省份的估计系数更大，表明其受到试验区政策的影响更敏感。分析其原因，可能是生态基础较差省市长期以来资源和能源消费较大，过度追求经济效益而对生态保护较弱。试验区政策作为一种环境规制的手段，带来思想观念的指导和经济效益的提高，相较于生态基础较好省份其改善的潜力和能力巨大，其绿色全要素生产率提高更加显著，边际效用更大，因而受到试验区政策的影响更加明显。

2.按人均GDP分组

环境库兹涅茨曲线（EKC）认为在人均收入与环境污染之间存在一种倒U型的关系。试验区政策作为一种环境规制的政策手段，其在不同收入水平省市下可能产生差异性的影响。按2010～2020年平均人均GDP将我国大陆30个省市（除西藏外）分为较高人均收入省市和较低人均收入省市两个梯队，对试验区政策效应进行估计。表6第（3）（4）列结果显示，试验区政策提高了不同人均收入水平省市的绿色全要素生产率，但较高人均收入省市绿色全要素生产率的提高更大。这表明试验区政策对于经济发展较好的地区提升作用更加明显，这是由于这些地区经济基础较好，在稳增长的同时较好地兼顾生态效益，这些经济较发达省市也伴随着较强的科研与技术创新，技术激励带来生态效益与经济效益的双赢。但对于人均收入较低地区，能源消费与浪费严重，政策对绿色要素生产率的改善低于人均收入较高地区。

（三）空间溢出效应检验

生态文明建设具有较强的示范效应与警示效应，其经验的累积与推广可能带来生态环境和经济发展的空间溢出。因此，将基准模型扩展构建空间双重差分模型：

表7结果显示，地理邻接矩阵、地理距离矩阵和经济距离嵌套矩阵都通过了空间相关性检验，试验区政策对绿色全要素生产率具有较强的空间溢出效应，假说H3得证。为优化空间溢出效应估计结果，使用变量变化的偏微分对效应进行分解，发现其直接效应、间接效应、总效应均呈现较强的显著性，表明政策在地理区域层面对绿色全要素生产率具有显著的正向空间辐射，再次验证假说H3。其原因可能是试验区政策具有较强示范效应与警示效应，一方面，试点省份通过自身产业结构优化、能源结构改善、低碳技术创新等带动周围省市的学习与模仿，获得经济效益的同时也收获生态效益，绿色全要素生产率得到改善，即示范效应；另一方面，在国家“绿水青山就是金山银山”的号召与日趋严格的中央环保督察制度下，坚持生态保护的红线，推动经济绿色发展成为企业、政府的重要考量，绿色信贷的信号传递出高污高排企业与绿色企业迥然不同的发展业态，试点省份势必对企业及产业进行调整升级，通过警示效应促进绿色全要素生产率空间溢出。

六、结论与政策启示

通过绿色全要素生产率对国家生态文明试验区政策效应进行评估，既体现了绿色可持续发展的内在逻辑，实现“绿水青山就是金山银山”和谐统一，也有助于探索出符合我国国情的生态文明建设道路。本研究以2010～2020中国大陆30个省市（除西藏外）数据为基础，基于Super-SBM模型和GML指数测算了各省市的绿色全要素生产率，并使用双重差分模型实证检验试验区政策对绿色全要素生产率的政策效果，得到以下结论：第一，试验区政策实现了试点省市绿色全要素生产率的提高。该结论在平行趋势检验、安慰剂检验及其他稳健性检验后依然成立。其主要是通过降低能源强度、优化产业结构、创新低碳技术和发展绿色信贷四条渠道提高试点省份绿色全要素生产率。第二，试验区政策对于不同生态基础和经济发展条件下的省市存在较为明显的异质性，生态基础较差与人均收入较高的省市的政策红利更加显著，绿色全要素生产率的提高更加明显。第三，试验区政策对周边省市的绿色全要素生产率具有正向溢出效应。试点省份可能通过政策的示范效应和警示效应与技术的溢出和扩散促进相邻省市的绿色全要素生产率的提高。

根据上述的研究結果，本文的政策启示如下：第一，推动国家生态文明试验区政策的有序扩散，强化生态文明试验区的空间辐射作用。试验区政策作为国家生态文明建设的重要抓手，兼顾了经济效益与生态效益，切实提高了试点省市的绿色全要素生产率。为了发挥该政策的正外部性，需要持续推动并强化对试验区的政策支持力度，实现国家生态文明建设在时间与空间上的持续推进。第二，优化国家生态文明试验区空间布局，实现生态文明试验区的政策差异化。由于各省市资源禀赋和发展环境的异质性，各地区在生态文明建设道路中面临的困难与问题也不尽相同，这为探索不同发展阶段的生态文明建设的制度模式提供了有益的参考。因此，应该制定差异化的生态文明建设政策，将政策的有效供给与地区实际发展相结合，实现各地区生态文明建设的多样化格局。第三，设计国家生态文明建设的梯度发展战略，强化能源强度降低、产业结构优化、低碳技术创新、绿色信贷发展的协同效应。试验区建设是因时因地而异，在国家整体生态文明建设的统一要求下，要根据地区试点的前后差异，明确各个地区在不同阶段的任务。加强对试验区建设省市的能源强度控制，优化企业产业的结构、鼓励多主体的低碳技术创新，促进绿色信贷有序规模发展，发挥四者之间协同作用，实现生态文明建设的互联互通。

参考文献：

［1］郇庆治，李思齐.习近平绿色发展理论的多维意涵与时代拓展［J］.江西师范大学学报（哲学社会科学版），2022（2）：3～9.

［2］邵帅，范美婷，杨莉莉.经济结构调整、绿色技术进步与中国低碳转型发展——基于总体技术前沿和空间溢出效应视角的经验考察［J］.管理世界，2022（2）：46～69;4～10.

［3］马慧芳，陈卫东.生态文明建设与绿色消费行为：研究述评与展望［J］.贵州大学学报（社会科学版），2022（1）：32～40.

［4］聂长飞，卢建新，冯苑，等.创新型城市建设对绿色全要素生产率的影响［J］.中国人口·资源与环境，2021（3）：117～127.

［5］王亚飞，陶文清.低碳城市试点对城市绿色全要素生产率增长的影响及效应［J］.中国人口·资源与环境，2021（6）：78～89.

［6］Watanabe M， Tanaka K. Efficiency analysis of Chinese industry： A directional distance function approach［J］. Energy Policy， 2007（12）：6323～6331.

［7］LI B， WU S 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，2016，153：342～353.

［8］吴磊，贾晓燕，吴超，等.异质型环境规制对中国绿色全要素生产率的影响［J］.中国人口·资源与环境，2020（10）：82～92.

［9］舒成，朱沛阳，许波.江西省绿色发展水平测度与空间分异分析［J］.经济地理，2021（6）：180～186.

［10］辛宝贵，高菲菲.生态文明试点有助于生态全要素生产率提升吗？［J］.中国人口·资源与环境，2021（5）：152～162.

［11］胡剑波，赵魁，杨苑翰.中国工业碳排放达峰预测及控制因素研究——基于BP-LSTM神经网络模型的实证分析［J］.贵州社会科学，2021（9）：135～146.

［12］逯进，李婷婷.产业结构升级、技术创新与绿色全要素生产率——基于异质性视角的研究［J］.中国人口科学，2021（4）：86～97;128.

［13］梁琦，肖素萍，刘玉博.环境政策对城市生态效率的影响与机制研究——基于生态文明先行示范区的准自然实验［J］.西安交通大学学报（社会科学版），2022（3）：61～70.

［14］徐胜，赵欣欣，姚双.绿色信贷对产业结构升级的影响效应分析［J］.上海财经大学学报，2018（2）：59～72.

［15］陈诗一.中国的绿色工业革命：基于环境全要素生产率视角的解释（1980～2008）［J］.经济研究，2010（11）：21～34;58.

［16］刘华军.资源环境约束下全要素生产率增长的空间差异及区域协调对策研究［M］.北京：经济科学出版社，2016

［17］胡剑波，王楷文.中国省域碳排放效率时空差异及空间收敛性研究［J］.管理学刊，2022（4）：36～52.

［18］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（3）：53～62.

［19］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.

［20］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.

［21］史丹，李少林.排污权交易制度与能源利用效率——对地级及以上城市的测度与实证［J］.中国工业经济，2020（9）：5～23.

［22］熊振兴.碳足迹税、生态补偿与资源型经济产业转型［J］.经济经纬，2022（3）：89～96..

［23］Chen S， Shi A N， Wang X. Carbon Emission Curbing Effects and Influencing Mechanisms of China's Emission Trading Scheme： The Mediating Roles of Technique Effect， Composition Effect and Allocation Effect［J］.Journal of Cleaner Production，2020，264：121700．

［24］谢婷婷，刘锦华.绿色信贷如何影响中国绿色经济增长？［J］.中国人口·资源与环境，2019（9）：83～90.

［25］黄磊，吴传清.长江经济带生态环境绩效评估及其提升方略［J］.改革，2018（7）：116～126.

［26］洪源，陈丽，曹越.地方竞争是否阻碍了地方政府债务绩效的提升——理论框架及空间计量研究［J］.金融研究，2020（4）：70～90.

Abstract：

Green total factor productivity is an important grip for measuring the construction of ecological civilization in China， and the assessment of its effect is important for gathering reform synergy， adding green development momentum， and exploring ecological civilization construction mode. This paper uses Super-SBM and GML indices to measure the green total factor productivity of 30 provinces and cities （except Tibet） in Chinese mainland from 2010 to 2020， and uses the double difference method and its extended spatial form to examine the policy effects and spillover effects of the National Ecological Civilization Pilot Zone as a quasi-natural experiment. The findings show that the policy of the National Ecological Civilization Pilot Zone significantly improves the green total factor productivity of the pilot provinces and cities， and has a significant spatial spillover effect. The findings are still robust under a series of tests such as dynamic time window and placebo; Channel analysis shows that reducing energy intensity， optimizing industrial structure， innovating low-carbon technology and developing green credit are important paths for the national ecological civilization pilot zone policy to promote the improvement of green total factor productivity; The results of heterogeneity test show that the green total factor productivity is improved more significantly in regions with poor ecological foundation and good economic development level. This study provides an analytical perspective and effective experience for evaluating the policy effect of the National Ecological Civilization Pilot Zone， and provides policy reference for the promotion and application of ecological literature construction in China.

Key words：

national ecological civilization pilot zone;green total factor productivity;spillover effects;double differencing;spatial double differencing

責任编辑：张建伟