黄河流域城市经济集聚对绿色全要素能源效率的影响研究

史绎君

(甘肃政法大学 经济学院,甘肃 兰州 730000)

0 引言

黄河流域是指黄河水系从青海省发源地流经四川、甘肃、宁夏、内蒙古、陕西、山西、河南和山东汇入入海口所影响的地理生态区域。近年来,黄河流域城市不管是在数量还是规模上都得到了快速发展,许多生产要素都集中在城市,形成了集聚效应。但随着集聚带来的经济发展,传统靠不断增加生产要素进而扩大生产规模的模式已不可持续,比如在能源消耗方面,黄河流域蕴含的丰富能源被大量开采利用,给流域内的环境、地质和气候造成一定程度的损害。当下中国经济增长的方式正在发生转变,黄河流域要在生态保护的同时推动经济实现高质量发展,能源是生态保护中重要的一环。据此,对城市集聚经济和能源利用效率的协同发展开展研究对节约资源和环境保护工作意义重大。

本文在传统能源效率测度研究的基础上,将环境、能源与经济发展三方面纳入同一个体系,测算黄河流域城市绿色全要素能源效率,为此,本文以黄河流域城市为研究对象,探讨黄河流域城市的经济集聚能否对绿色全要素能源效率产生影响?以城市为载体探究集聚对城市绿色全要素能源效率的影响是否存在中介因素?

1 文献综述与理论机制

1.1 文献综述

能源效率是全世界关注的重要课题。当前学者关于绿色全要素能源效率的研究有以下两个方面:①测度方法。Chung等[1]在测度瑞典纸浆厂生产率时提出了方向距离函数,结合以前学者的研究,构建了以方向性距离函数为基础的非参数方法(DEA)。利用非参数方法(DEA)测度绿色全要素能源效率的研究主要集中在两个方面:一是屈小娥[2]主要考虑以资本、劳动力、能源为投入要素,以GDP为产出,利用传统的生产率指数——Malmquist生产率指数测度绿色全要素能源效率及生产率,但无法考虑非期望产出如二氧化碳等存在下的全要素能源效率;二是将环境污染物纳入生产模型来测度全要素能源效率,将污染物作为投入指标或作为非期望产出,利用刘海英等[3]在测度瑞典纸浆厂生产率时提出的方向距离函数及Malmquist-Luenberger生产率指数测度绿色全要素能源效率。基于此前的研究,国内学者更多地运用DEA、SFA或超效率SBM进行测度。②影响因素。绿色全要素能源效率作为一个衡量环境污染、能源消耗以及经济增长的效率值,影响其效率值的因素值得我们去进一步探讨。技术效率变动和技术进步对全要素能源效率变动存在着一定影响,能源效率增长主要源于技术进步[4],而且技术效率和技术进步共同推动效率增长[5]。除此之外,人均GDP和产业结构对能源效率增长具有正向影响[6-7],经济发展水平与绿色全要素能源效率水平呈“U”型关系[8],而能源结构对能源效率增长有显著的负向作用。

经济集聚是指一个区域由于经济规模大且密度高而催生出来的外部效应[9]。城市经济集聚带来的外部性有两个方面,一是正外部性,董直庆等[10]、张可[11]将空间因素纳入到传统经济学分析中,认为经济集聚带来的正外部性能促进规模经济效应,而且经济集聚对技术创新有一定的促进作用。Jacobs[12]认为“多样化集聚”产生的外部经济更有利于技术进步与知识溢出,更能推动产业发展与地区经济发展。二是负外部性,指对城市环境的破坏,通常以城市污染物的排放量来衡量。负外部性多与环境污染相关[13],如经济集聚和环境污染之间存在双向作用机制:经济集聚加重了环境污染,环境污染对经济集聚存在反向抑制作用[14];经济的集聚加速了污染的集聚,并且污染的集聚态势趋同于经济的集聚态势[15]。

当前对城市经济集聚和能源效率的研究不多,更多的研究还是针对于产业集聚和能源效率[16-17]。学者们对城市层面的集聚与能源效率的研究大致可以分为3种情形:促进、抑制和非线性关系[18]。集聚对能源效率的促进作用多聚焦于产业和省份层面[19-20],具体途径包括技术溢出和基础设施共享[21],全国层面上的产业集聚对能源效率具有促进作用[22]。而关于产业集聚对能源效率的抑制作用,比如制造业集聚将对能源效率产生一定的负效应,更多的研究发现产业集聚对绿色全要素能源效率的影响并非完全的促进或抑制,还可能呈“U”型关系,即产业集聚对能源效率有着先抑制后促进的影响。当产业集聚度大小合理时,产业集聚对绿色经济效率的影响是正向的,当产业集聚程度大于临界值时影响是负向的,表明产业集聚与绿色经济效率呈倒“U型”关系[23]。同样地,有研究证实黄河流域城市群经济集聚与绿色经济效率存在倒U型关系[24],经济集聚处于合理的范围内有助于提升绿色经济效率,而当经济集聚过度时则会抑制城市群绿色经济效率提升[25-26]。

通过对研究现状的梳理,可以发现一些不足:①当前研究虽然对绿色全要素能源效率的研究进行了比较多的实证检验,不过学者们主要对产业或区域的绿色全要素能源效率进行测度和分析,研究对象多聚焦于省级区域层面,地级市层面的实证检验比较少;而且将经济集聚与绿色全要素能源效率相结合分析的研究仍有诸多不足,如学者们容易将产业集聚与经济集聚的概念混淆、城市经济集聚程度的测度标准各不相同等,产业集聚衡量的是某一产业在特定的地理区域内的集中程度,而经济集聚衡量的是某一地理区域内整个经济活动的集中程度,其测度所选指标也有一些差异。②对黄河流域经济集聚和绿色全要素能源效率的中介机制仍需进一步探讨,比如知识溢出等因素是否会对二者的关系起到一定的中介作用。③对黄河流域地级市经济集聚与绿色全要素能源效率的研究不足,仍需要进一步分析黄河流域经济高质量发展的特点,把握现实情况,从而更好地找寻对策,以保持黄河流域治理和经济发展之间的平衡。

1.2 理论机制

通过文献梳理,可以得知经济集聚就是城市内人口、资源、要素通过各项产业和经济活动在空间上集中产生的一系列结果,这些结果比如知识溢出能够打破区域市场的分割,实现生产向更大市场的整合;其他结果如人均GDP和产业结构也是城市化快速发展的产物[27],人均GDP的提升和第一产业释放劳力,特别是高素质人才到第二三产业都得益于城市化率的提升和基础设施的完善[28],而知识溢出和产业结构等结果会对绿色全要素能源效率产生影响。因而考虑经济集聚与绿色全要素能源效率二者结合的研究具有合理性。以上可以得到本文的分析思路:一是经济集聚和绿色全要素能源效率都与经济增长和环境污染相关,那么经济集聚与绿色全要素能源效率之间定然存在着联系;二是城市的出现往往伴生着一个市场的出现,城市里的市场因素远大于农村,近年来我国城市在数量和规模上都得到了快速发展,许多生产要素都集中在城市,从而产生经济集聚,因而选择城市而不是产业作为集聚的研究对象进行分析;三是城市带来了市场,市场的整合和资源的集中又产生了集聚效应,经济集聚的外部性推动知识溢出、人才流入和基础设施建设,这些又能够对区域内绿色全要素能源效率产生影响,据此,本文尝试将知识溢出等因素作为中介变量。

因此,与以往文献相比,结合上述机制分析,本文将从以下几个方面进行延伸研究:①以黄河流域9个省份的98个地级市作为观测对象,考察地级市的经济集聚对绿色全要素能源效率的影响;②构建模型探讨二者的关系,将中介因素置入二者的关系模型,对假设进行检验,同时考察城市经济集聚带来的影响效应是否会对绿色全要素能源效率产生作用;③采用工具变量解决内生性问题。

2 实证研究

2.1 绿色全要素能源效率测度

传统DEA模型并没有考虑松弛变量[29-30],而在此基础上改进的SBM模型(Slacks-based Measure,SBM)很好地解决了这一问题。然而SBM模型也存在一定的不足,主要在于其在测算时忽略了效率值≥1的情况(完全效率),即多个决策单元处在前沿面。为解决这一问题,学者们又提出了超效率SBM模型。超效率SBM模型既能避免常规DEA模型下变量松弛性和径向带来的测量误差问题,又能够解决多个有效决策单元之间的可比性问题。因此,我们将采用超效率SBM模型构建并测度衡量绿色全要素能源效率的指标。本文在借鉴Tone(2003)的基础上,考虑能源效率的情况下,构建的非导向规模报酬不变的方向性距离函数为:

式(1)中:n表示决策单元DMU的数量,每个DMU由投入m、期望产出和非期望产出组成的s构成;x表示投入矩阵中的元素、y表示期望产出矩阵和非期望产出矩阵中的元素、λ表示所对应投入或产出元素的系数;ρ为绿色全要素能源效率值,ρ越大说明效率越高。计算该指标用到的数据有资本存量、劳动、能源、实际GDP、工业废水、工业二氧化硫和工业烟粉尘。其中资本存量数据使用永续盘存法计算得到,所需要的原始数据有各地级及以上城市固定资产投资,来自CEIC中国经济数据库;各城市以2003年为基期的资本存量数据;同一个省内各城市使用的资本存量折旧率相同。劳动数据、能源消费量数据和实际GDP数据来自CEIC中国经济数据库; 除工业烟粉尘数据来自《中国城市统计年鉴》外,其他两类污染物数据来自CEIC中国经济数据库。

本文选取黄河流域9个省份的98个地级市2005-2020年城市绿色全要素能源效率进行测度,数据全部来自于各省份2005-2021年统计年鉴,但由于在搜集资料过程中发现《青海省统计年鉴》从2000-2021年间青海省共计7个自治州的数据不全,分别是海西蒙古族藏族自治州、玉树藏族自治州、海北藏族自治州、海南藏族自治州、黄南藏族自治州、果洛藏族自治州、海东藏族自治州,同时也剔除内蒙古自治区的兴安盟、锡林郭勒盟和阿拉善盟;四川省的阿坝藏族羌族自治州、甘孜藏族自治州和凉山彝族自治州以及甘肃省的临夏回族自治州和甘南藏族自治州。因此本文对除去这几个自治州外的98个地级市数据进行测算,得出了相关结果。

2.2 模型设计

本文在Miller等的基础上,对 Cobb-Douglas生产函数进行适度扩展,设定如下生产函数:

q=f(l,k,e,Qrc,Arc,Ωrc)

(2)

或(2)中,l表示单位土地面积上雇佣的劳动力人数;k表示单位土地面积上用于经济活动的实物资本;e表示单位土地面积上用于经济生产所消耗的能源;Ωrc表示该区域内考虑经济生产活动中资本、劳动、能源、“好”产出和污染物的经济产出效率,也即本文要研究的绿色全要素能源效率;Qrc表示总产出;Arc表示该区域的总土地面积。

根据柯布道格拉斯公式的进一步推演,可改写为如下形式作为本文用来估计的计量模型:

(3)

式(3)中,Lrc/Arc即为本文重点关注的解释变量: 经济集聚程度,用单位土地面积上的劳动力进行衡量。结合前文分析,经济集聚对绿色全要素能源效率的影响很可能是非线性的,因此在公式两边取对数,加入经济集聚度的二次项,并进一步加入其他控制变量,最终模型如下:

(4)

2.3 其他变量与指标选取

在其他控制变量中,本文用取对数的人均GDP(2000年为基期)来衡量一个城市的经济发展水平,剩余控制变量包括: 产业结构、金融发展、财政支出力度、要素禀赋、研发支出、信息化水平以及地区文化水平。产业结构变量用地区第二产业和第三产业产值的总和来衡量;金融发展以金融机构存贷款余额衡量;地区财政支出以分权地区人均财政支出来衡量,要素禀赋为资本存量在劳动力人口的占比,研发支出为科技支出在GDP的占比,信息化水平为互联网宽带接入端口数。

除此之外,本文也考虑到了中介变量可能会产生的影响,因而选取了4个中介变量。一是考虑知识溢出这一因素,创新是经济发展的核心驱动,技术进步能够带来经济的飞跃式发展,并且想要实现经济的持续稳定发展,就必须立足于技术创新,发挥城市经济的集聚效应与技术创新的溢出效应。由于经济集聚的外部性推动知识溢出,知识溢出产生的空间溢出效应能够促进区域内的技术进步,而经济集聚为城市带来技术进步,技术进步会转而对绿色全要素能源效率产生影响,因此知识溢出是城市经济集聚对绿色全要素能源效率产生影响的一个重要媒介。本文以高等学校教师人数占总劳动人口的比重衡量知识溢出。二是选择了基础设施作为中介变量,城市基础设施建设是基于经济发展的,经济集聚推动城市经济发展,有了资金支持和经济快速发展对营商环境的需求,基础设施会进一步完善,也可以称基础设施完善是经济集聚正外部性的另一个体现,因此考虑将基础设施作为第二个中介变量进行检验,本文以城市的人均道路面积衡量这一指标。三是选择了环境规制作为中介变量,这里参照林伯强(2019)采用一般工业固体废物综合利用率来衡量。四是高质量劳力比例,经济集聚使得高素质人才占总劳动人口比重进一步提升,所以考虑高质量劳动力比重作为中介变量,以高校在校生在劳动力人口中的占比来衡量。本文机制验证模型设定如式(5):

Zmt=α+β1Aggmt+β2Agg2mt+γXmt+εmt

(5)

表1 变量选取及解释

3 结果与讨论

3.1 计量结果分析

表2是使用OLS最小二乘法和2SLS两阶段最小二乘法两种方法对模型估计的结果,结果第二列使用的固定效应模型的结果,第三到五列为引入工具变量的估计结果,其中第三、四列为使用工具变量法的第一阶段回归,第五列为使用工具变量法的第二阶段回归。

表2 OLS和2SLS估计结果

为了降低样本存在的内生性偏误问题,本文参照卞元超等[31]的研究引入了地形起伏度这一工具变量,地形起伏度是以中国地理90米分辨率数字高程数据,采用ArcGIS软件计算获得各地区的地理坡度数据;另外由于引入了经济集聚的二次项,需要选取两个工具变量,因而选取城市的交通状况作为第二个工具变量,以城市所拥有的铁路里程数作为第二个工具变量[32]。由于地理坡度不存在随年份变化的情况,铁路里程的变动较小,因而将地形起伏度和铁路里程都乘以全国城镇化率增长率构造为新的两个工具变量,其中全国城镇化率增长率以当年全国城镇化率比2004年全国城镇化率得到。

如表2所示,两个模型均加入了控制变量,第二列固定效应的回归结果显示,解释变量经济集聚及其二次项对被解释变量绿色全要素能源效率的影响作用均不显著,经济集聚对绿色全要素能源效率的影响为负,二次项为正,影响效果呈正“U”型关系,即先抑制后促进;而使用工具变量解决内生性问题后,第五列显示经济集聚对绿色全要素能源效率系数为1.176,呈显著正向影响,二次项系数-0.111为显著负向影响,影响结果呈倒“U”型关系,与第二列OLS最小二乘法回归的结果相反,也说明经济集聚变量和二次项变量存在内生性问题,并且本文所选取的工具变量通过了弱工具变量检验,显示了处理内生性问题后的结果更可靠,同时这一结果与多数学者研究一致。

黄河流域多为中西部欠发达地区,山西、内蒙古和河南等虽然能源丰富但产业结构亟待升级,许多城市依靠资源发展经济使得生态环境进一步恶化,据生态环境部向媒体发布的全国空气质量状况可见,2019年8月,168个重点城市中全国倒数排名前20中有安阳、临汾、晋城、成都、洛阳、焦作、太原、长治、西安、阳泉、运城、鹤壁、泸州和咸阳十几个黄河流域内城市,可见黄河流域内中部地区城市经济发展对环境的破坏程度比较严重。同样地,西部地区如甘肃、青海和宁夏等地区人口密度小,城市特别是省会城市的经济发展能够带动省内更多经济落后地区的经济发展,促进了区域的技术进步,能源消耗量快速上升,虽然绿色能源如水能和风能的使用能够减少环境污染,但西部省份原本的生态屏障相对比较脆弱,经济发展反而会给传统能源使用造成的环境破坏带来一定的生态压力。与多数城市类似,一个城市的人口和经济集聚能够带来知识溢出和技术进步,技术进步进而促进绿色技术创新,从而提升绿色全要素能源效率,但当经济集聚到一定程度后,到达城市的环境承载力峰值,集聚带来的正效益小于环境污染带来的负效应,这时经济集聚带来的拥塞效应抑制了绿色全要素能源效率值。

3.2 进一步分析

上述实证结果表明,黄河流域城市经济集聚对绿色全要素能源效率呈现先促进后抑制的影响效应,那么黄河流域城市经济集聚提高绿色全要素能源效率的机制也值得进行进一步探讨。本文选择了知识溢出、基础设施、环境规制和高质量劳动力作为中介变量,来验证“经济集聚——中介因素——绿色全要素能源效率”的机制。检验中介变量时,加入了与前文相同的控制变量,具体实证检验步骤: 第一步,对解释变量与被解释变量进行回归,若系数显著,则表明经济集聚促进了绿色全要素能源效率;第二步,将解释变量与中介变量进行回归,若系数显著,说明经济集聚对中介变量产生了显著作用;第三步,将中介变量加入被解释变量和解释变量的模型中进行回归,若系数显著提升,则证明经济集聚通过中介变量促进了绿色全要素能源效率的提高,从而机制得到验证。按照上述检验步骤,第二阶段的检验结果如下:

结果见表3,(1)-(4)列按顺序分别为知识溢出、基础设施、环境规制和高质量劳动力作为中介变量的检验结果,表2的检验结果证明了解释变量经济集聚对被解释变量绿色全要素能源效率有着倒“U”型影响,而表3第二行二次项的结果表明,经济集聚对知识溢出、基础设施、环境规制和高质量劳动力均在1%的水平上显著为负,说明城市经济集聚程度对这4个中介变量有着先抑制后促进的作用,处于一定阶段的经济集聚程度越高,知识溢出、基础设施、环境规制和高质量劳动力比例提升程度越大,即城市经济集聚可以通过知识溢出、基础设施、环境规制和高质量劳动力对绿色全要素能源效率呈倒“U”型影响,经济集聚带来的负外部性使得城市环境恶化,人们开始意识到改善生态环境的重要性,也就使得知识溢出提升、基础设施完善、环境规制和高素质人才比重提升,进而促进绿色全要素能源效率的提升。实证检验结果显示,知识溢出、基础设施、环境规制和高质量劳动力是黄河流域城市经济集聚与绿色全要素能源效率的中介因素。

表3 中介效应回归结果

3.3 异质性检验

由于黄河流域城市自西向东流经青藏高原、内蒙古高原、黄土高原和黄淮海平原4个地貌单元,分布地区广泛,东中西部的经济发展水平相差较大,因而本文将从各地经济发展差异层面探究流域内城市经济集聚对绿色全要素能源效率的影响。本文依据2020年黄河流域城市的GDP增长幅度大小将98个城市分为4组,按照2020年GDP增速由快到慢依次为经济发展快速、较快、较慢和慢速,观察这4组城市经济集聚对绿色全要素能源效率的影响有何分别。表4为对经济发展增速进行异质性分析的结果,依旧使用了2SLS法进行估计,列(1)-(4)依次为城市GDP发展快速、较快、较慢和慢速的2SLS第二阶段估计结果。

表4 异质性检验

从结果中可以看出,4个分区均通过了弱工具变量检验,并且都得到了倒“U”型显著影响的结果,虽然各地区的城市经济发展水平参差不齐,GDP增长速度相差较大,但对本文的研究没有太大的影响,与上文得到的黄河流域整体的城市经济集聚对绿色全要素能源效率的估计结果一致。

4 结论与启示

4.1 研究结论

本文对黄河流域9个省份的98个地级市2005-2020年城市进行实证检验,探究经济集聚对绿色全要素能源效率的影响,同时通过异质性检验和中介效应模型检验得到结论如下:①黄河流域城市经济集聚对绿色全要素能源效率存在先促进后抑制的倒“U”型影响;②知识溢出、基础设施、环境规制和高质量劳动力是黄河流域城市经济集聚对绿色全要素能源效率影响的的中介因素;③通过异质性检验发现黄河流域城市经济增速的异质性不影响倒“U”型影响的结果。

4.2 管理启示

根据上述研究,本文认为首先黄河流域城市应当把握经济集聚对绿色全要素能源效率产生的正向和负向作用规律,合理维持集聚程度。采取区域一体化发展更有利于整体绿色全要素能源提升,注重优化绿色发展模式,提升绿色全要素能源效率。其次应当重视经济集聚引起的知识溢出、基础设施、环境规制和高质量劳动力。知识溢出方面要加大技术投入,基础设施方面要投入资金到城市建设中、增加财政环保支出,夯实绿色经济资金基础,环境规制方面要完善金融服务体系,助力绿色经济高质量发展,建立区域间污染补偿制度,实现合意与非合意产出的跨区互补。探索建立健全碳排放权、排污权交易机制,通过市场机制对碳排放、污染排放进行有效配置,同时通过资源节约集约和创新发展驱动,推动绿色产业发展,不断提高流域内城市的绿色全要素能源的利用效率和绿色经济发展水平。人才方面,要健全高素质人才引进和优待政策。最后,黄河流域处于不同经济发展增速的省份城市宜采取因地制宜的推进措施,加快绿色全要素能源效率的跨越提升,推动异质化集聚,优化集聚结构,加速集聚中间梯队转型升级,由于经济集聚对于中间梯队省市的绿色经济效率的促进作用较弱,甚至存在一定的抑制作用,故应通过建立多层次金融体系,放宽对社会资本的行业准入,加速经济集聚发展,缩短跨越周期。即缩小绿色经济发展差异,统筹推进绿色发展。

4.3 研究局限与展望

本文研究存在以下不足,本文的变量衡量更多地参考了普遍使用的指标,还是存在一定的滞后性;影响二者关系的因素还有很多,仅选择宏观层面的4个中介变量也存在局限性;黄河流域城市的研究结果和其他地区是否存在差异,以及差异为何会出现也需要进一步思考。

因此,后续可考虑对变量进行更准确衡量,选取其他因素评价经济集聚对绿色全要素能源效率的影响,分析黄河流域经济与环境之间存在的联系,为黄河流域城市的可持续发展提供更好的建议。