中國省域節(jié)能環(huán)保支出與綠色經(jīng)濟(jì)發(fā)展

林永生+孫穎

摘 要：政府公共支出與經(jīng)濟(jì)、社會發(fā)展之間的關(guān)系一直為各界關(guān)注。基于2014年中國31省的空間截面數(shù)據(jù)，本文首先介紹了地區(qū)節(jié)能環(huán)保支出的基本情況，然后構(gòu)建了綠色經(jīng)濟(jì)指數(shù)（GEI）并對不同地區(qū)綠色經(jīng)濟(jì)發(fā)展水平進(jìn)行測度比較，最后運(yùn)用空間滯后模型和空間誤差模型分析了節(jié)能環(huán)保支出份額對綠色經(jīng)濟(jì)指數(shù)的影響。結(jié)果表明：各省節(jié)能環(huán)保支出差異明顯，廣東省總量最多，吉林省份額最高。經(jīng)濟(jì)發(fā)達(dá)省份的綠色經(jīng)濟(jì)指數(shù)相對較高。盡管節(jié)能環(huán)保支出份額與綠色經(jīng)濟(jì)指數(shù)之間存在輕微正相關(guān)，但并不顯著。因此，促進(jìn)地區(qū)綠色經(jīng)濟(jì)發(fā)展，除了要繼續(xù)增加節(jié)能環(huán)保支出，還需多管齊下，著眼于增加人均GDP、降低單位GDP能耗和污染物排放強(qiáng)度。

關(guān)鍵詞：節(jié)能環(huán)保支出；綠色經(jīng)濟(jì)；空間滯后模型；空間誤差模型

一、引言

推進(jìn)綠色發(fā)展，建設(shè)生態(tài)文明是我國“十三五”乃至更長時期都將面臨的重大課題。黨的十八大及隨后多次全會的公報中都明確強(qiáng)調(diào)“綠色發(fā)展”與“生態(tài)文明”，這既是中國參與減緩和適應(yīng)全球氣候變化的積極做法，更是轉(zhuǎn)變自身經(jīng)濟(jì)發(fā)展方式的必然要求。2008年底，美國金融海嘯引發(fā)全球?qū)嶓w經(jīng)濟(jì)衰退以后，世界多國將綠色經(jīng)濟(jì)作為增長新引擎。中國綠色經(jīng)濟(jì)發(fā)展水平持續(xù)提升，但仍低于加拿大、澳大利亞等國（林永生，2016）。長期以來，國內(nèi)經(jīng)濟(jì)增長迅速、體量巨大，但方式粗放，能源消耗驟增、環(huán)境污染嚴(yán)重，特別是2013年1月以來，公眾對霧霾、水污染、土壤問題以及由此引發(fā)的糧食安全等方面的擔(dān)憂持續(xù)增加。盡管同時還有反腐敗、消產(chǎn)能、去庫存和杠桿等一系列棘手的問題有待解決，但提升經(jīng)濟(jì)增長質(zhì)量，促進(jìn)節(jié)能減排，加強(qiáng)環(huán)境保護(hù)，確實(shí)已經(jīng)刻不容緩，需要在這些任務(wù)清單中賦予更大權(quán)重。

如何才能有效促進(jìn)綠色經(jīng)濟(jì)發(fā)展、實(shí)現(xiàn)經(jīng)濟(jì)增長與環(huán)境保護(hù)的共贏？這是一項(xiàng)復(fù)雜而系統(tǒng)的工程，需要從轉(zhuǎn)變發(fā)展理念、調(diào)整能源與產(chǎn)業(yè)結(jié)構(gòu)、綠化生產(chǎn)與消費(fèi)方式、優(yōu)化治污手段等角度進(jìn)行綜合治理（林永生，2016）。僅就宏觀經(jīng)濟(jì)政策而言，需要在堅持適當(dāng)擴(kuò)張需求的同時推動供給側(cè)改革與管理，有所區(qū)別地對節(jié)能降耗、生態(tài)保護(hù)等問題，加大要素投入力度，促進(jìn)機(jī)制創(chuàng)新改進(jìn)（賈康，2015）。作為調(diào)控經(jīng)濟(jì)的重要手段，政府公共支出與政治、經(jīng)濟(jì)、社會發(fā)展之間的關(guān)系一直是公共財政領(lǐng)域重要的研究課題，有學(xué)者從不同角度研究了政府公共支出的影響：比如肖潔、龔六堂、張慶華（2015）在財政分權(quán)框架下建立了三級政府的政治生命周期模型，研究了中國市級財政支出及結(jié)構(gòu)的政治周期性及產(chǎn)生機(jī)制，并對財政支出的周期性波動進(jìn)行解釋。黃艷敏、張巖貴（2015）使用中國省際面板數(shù)據(jù)，就財政支出對社會穩(wěn)定的影響進(jìn)行非因果性檢驗(yàn)發(fā)現(xiàn)，公共安全財政支出是社會穩(wěn)定的單向Granger原因，表明以公共安全財政支出變量變化預(yù)測社會穩(wěn)定形勢具有顯著的統(tǒng)計學(xué)意義。郭新強(qiáng)、胡永剛（2012）采用SVAR方法得到財政支出與財政支出結(jié)構(gòu)偏向影響就業(yè)的經(jīng)驗(yàn)事實(shí)。也有學(xué)者將政府安排專項(xiàng)資金用于支持節(jié)能減排視為“綠色財政”政策的組成部分，研究政府公共支出與資源節(jié)能利用（嚴(yán)立冬、郝文杰、鄧遠(yuǎn)建，2009；劉西明，2013）、生態(tài)環(huán)境保護(hù)（謝妍，2014；萬建香，2015）之間的相互關(guān)系。那么，從中國省域來看，增加節(jié)能環(huán)保支出能否促進(jìn)地區(qū)綠色經(jīng)濟(jì)發(fā)展？本文首先分析了中國省級政府一般公共財政預(yù)算中的“節(jié)能環(huán)?！敝С黾捌浞植记闆r，然后進(jìn)一步修訂現(xiàn)有的綠色經(jīng)濟(jì)評估指標(biāo)體系、測度比較31個省份的綠色經(jīng)濟(jì)發(fā)展水平，最后構(gòu)建空間計量經(jīng)濟(jì)模型研究節(jié)能環(huán)保支出份額對綠色經(jīng)濟(jì)發(fā)展的影響。

二、節(jié)能環(huán)保支出的分類及省域分布

本文以省域節(jié)能環(huán)保支出作為重點(diǎn)研究內(nèi)容，是因?yàn)槟茉垂?jié)約、環(huán)境保護(hù)是發(fā)展綠色經(jīng)濟(jì)的必然要求，而在我國現(xiàn)有地方財政支出分類和統(tǒng)計口徑中，“節(jié)能環(huán)保支出”這一項(xiàng)最接近于能源節(jié)約與環(huán)境保護(hù)，這也是地方政府安排這個專項(xiàng)財政資金的重要目標(biāo)。在經(jīng)濟(jì)學(xué)中，“節(jié)能環(huán)?！敝С鰧儇斦叻懂?，即可看作需求側(cè)管理的經(jīng)濟(jì)政策，比如通過對節(jié)能環(huán)保類產(chǎn)品的定向政府采購或居民消費(fèi)過程中給予政府補(bǔ)貼，可以促進(jìn)社會對綠色產(chǎn)品的需求。又可看作供給側(cè)管理的經(jīng)濟(jì)政策，比如通過專項(xiàng)資金支持資源綜合利用、能源管理和污染治理，抑或?qū)ζ髽I(yè)的綠色生產(chǎn)進(jìn)行補(bǔ)貼，一方面優(yōu)越的環(huán)境質(zhì)量有益于改善勞動力健康狀況和工作積極性，另一方面更高的能效以及對綠色生產(chǎn)的激勵有益于提高勞動生產(chǎn)率、特別是對綠色產(chǎn)品的生產(chǎn)和供應(yīng)。

在我國的財政預(yù)算體系中，“節(jié)能環(huán)?！弊鳛橹С鰧ｍ?xiàng)、定期統(tǒng)計核算，是一個不斷調(diào)整或漸進(jìn)的過程：2010年以前，我國地區(qū)財政支出中有對“環(huán)境保護(hù)”專項(xiàng)的統(tǒng)計核算，2011年增加了節(jié)能領(lǐng)域的內(nèi)容、擴(kuò)充為“節(jié)能保護(hù)”，2012年至今統(tǒng)一調(diào)整為“節(jié)能環(huán)?！?。依據(jù)修訂后的《2014年政府收支分類科目》，“節(jié)能環(huán)?！敝С龅膬?nèi)容共分18大類、共計78個小類，即環(huán)境保護(hù)管理事務(wù)（8小類）、環(huán)境監(jiān)測與監(jiān)察（3小類）、污染防治（8小類）、自然生態(tài)保護(hù)（6小類）、天然林保護(hù)（5小類）、退耕還林（5小類）、風(fēng)沙荒漠治理（2小類）、退牧還草（2小類）、已墾草原退耕還草（1小類）、能源節(jié)約利用（1小類）、污染減排（5小類）、可再生能源（1小類）、資源綜合利用（1小類）、能源管理事務(wù)（15小類）、國有資本經(jīng)營預(yù)算支出（6小類）、可再生能源電價附加收入安排的支出（4小類）、廢棄電器電子產(chǎn)品處理基金支出（4小類）、其他節(jié)能環(huán)保支出（1小類）。

2014年，我國31個省份在一般財政預(yù)算中共安排節(jié)能環(huán)保支出3470.9億元，占當(dāng)年全國預(yù)算支出總額的2.69%。圖1給出了2014年全國31個省份節(jié)能環(huán)保支出占財政預(yù)算支出中的份額情況。

如圖 1所示，2014年，我國各省節(jié)能環(huán)保支出份額差距很大，吉林（4.82%）、北京（4.72%）、青海（4.21%）、河北（4.14%）、內(nèi)蒙古（3.68%）、寧夏（3.46%）6省最高，而上海（1.57%）、江西（1.75%）、福建（1.87%）、河南（1.99%）4省最低。

三、綠色經(jīng)濟(jì)指數(shù)與省域比較

國內(nèi)外學(xué)者圍繞綠色經(jīng)濟(jì)的定義及其評估已開展了一些研究，總體來看，在對綠色經(jīng)濟(jì)的理解上遠(yuǎn)未達(dá)成共識，側(cè)重點(diǎn)比較分散，既有聚焦生態(tài)經(jīng)濟(jì)、生物多樣性保護(hù)、人與自然和諧發(fā)展，又有強(qiáng)調(diào)資源節(jié)約和環(huán)境保護(hù)。因?qū)G色經(jīng)濟(jì)理解不同，現(xiàn)有指標(biāo)體系對綠色經(jīng)濟(jì)側(cè)重評估的角度選取有所不同，有的突出評估宏觀經(jīng)濟(jì)績效，有的重點(diǎn)衡量生態(tài)系統(tǒng)功能，有的則聚焦節(jié)能減排。張江雪等（2010）對國內(nèi)外綠色經(jīng)濟(jì)及其測度評估領(lǐng)域做了較為詳細(xì)的文獻(xiàn)綜述。不過總體來看，現(xiàn)有指標(biāo)體系大多過于復(fù)雜，通常包括幾十個甚至上百個三級指標(biāo)，仍需進(jìn)一步精簡和篩選，突出重點(diǎn)。

我們把綠色經(jīng)濟(jì)定義為“綠色”和“經(jīng)濟(jì)”的二維均衡，即綠色經(jīng)濟(jì)是以保持或增加“綠色”的方式實(shí)現(xiàn)增長的一種經(jīng)濟(jì)模式或形態(tài)，“綠色”重在強(qiáng)調(diào)節(jié)能環(huán)保，“經(jīng)濟(jì)”重在強(qiáng)調(diào)經(jīng)濟(jì)增長，二者同等重要、有機(jī)融合于發(fā)展的過程當(dāng)中，“在保護(hù)中發(fā)展、在發(fā)展中保護(hù)”。林永生（2016）在比較中外綠色經(jīng)濟(jì)的發(fā)展水平時，使用經(jīng)濟(jì)、能源、環(huán)境3個一級指標(biāo)，構(gòu)建了更為精簡的綠色經(jīng)濟(jì)指數(shù)（Green Economy Index，GEI）。在目前學(xué)界關(guān)于綠色經(jīng)濟(jì)測度評估的研究中，由于該指數(shù)既抓住了綠色經(jīng)濟(jì)共識性、本質(zhì)性內(nèi)涵，降低了指標(biāo)維度、減少了指標(biāo)個數(shù)，又在編制思路上與人類發(fā)展指數(shù)相似，因此，本文繼續(xù)沿用其GEI的3個一級指標(biāo)以及基本框架，但原GEI二級指標(biāo)中的綠色能源消費(fèi)比例、環(huán)境績效等數(shù)據(jù)在我國無法獲取省級層面數(shù)據(jù)，故這里在保持3個一級指標(biāo)不變的前提下，對二級指標(biāo)做部分修正。

如圖 2綠色經(jīng)濟(jì)指數(shù)指標(biāo)體系（GEI）所示，測度GEI的3個二級指標(biāo)單位不一，而且指標(biāo)的正逆屬性不同，比如“人均GDP”是正指標(biāo)，數(shù)值越高，GEI的值也應(yīng)越高。“單位GDP能耗”、“單位GDP污染物排放強(qiáng)度”屬逆指標(biāo)，其他條件不變情況下，一省的單位GDP能耗或污染物排放強(qiáng)度越低，綠色經(jīng)濟(jì)發(fā)展水平越高。因此，本文在對3個二級指標(biāo)的加總時采用最大最小值標(biāo)準(zhǔn)化處理方法，每個二級指標(biāo)的最大值為1、最小值為0 逆指標(biāo)經(jīng)最大最小值方法處理后，若其值為1，說明該省的單位GDP能耗或污染物排放強(qiáng)度最低，其他條件不變的情況下，綠色經(jīng)濟(jì)發(fā)展程度越高。相反若為0，則說明其單位GDP能耗或污染物排放強(qiáng)度最高，其他條件不變的情況下，綠色經(jīng)濟(jì)發(fā)展程度越低。。在權(quán)重賦予方面：“能源消耗”、“環(huán)境質(zhì)量”、“經(jīng)濟(jì)增長”對綠色經(jīng)濟(jì)同等重要，所以在GEI中的每個一級指標(biāo)分配權(quán)重為1/3；假設(shè)經(jīng)最大最小值方法處理后的3個二級指標(biāo)值分別為X1（單位GDP能耗）、X2（單位GDP污染物排放強(qiáng)度）、X3（人均GDP數(shù)），可得綠色經(jīng)濟(jì)指數(shù)表達(dá)式：

GEI=13*X1+13*X2+13*X3（1）

表1給出了各省綠色經(jīng)濟(jì)指數(shù)的測度結(jié)果。

從表1可知，2014年，北京、上海、天津、浙江、江蘇、廣東6省的綠色經(jīng)濟(jì)指數(shù)最高，GEI依次為0.924、0.762、0.748、0.646、0.635、0.573，多為經(jīng)濟(jì)發(fā)達(dá)地區(qū)。

四、節(jié)能環(huán)保支出對綠色經(jīng)濟(jì)發(fā)展的影響

空間計量經(jīng)濟(jì)學(xué)家普遍認(rèn)為，一定空間內(nèi)的某些經(jīng)濟(jì)活動屬性值與其周圍區(qū)域空間內(nèi)同一活動的屬性值是有密切聯(lián)系的，各區(qū)域之間的數(shù)據(jù)存在空間相關(guān)關(guān)系。中國省域節(jié)能環(huán)保支出份額和綠色經(jīng)濟(jì)發(fā)展水平，區(qū)別于一般性的時間序列變量，具有典型地理屬性，應(yīng)進(jìn)一步探索其空間特征。莫蘭指數(shù)是度量空間自相關(guān)較為流行的方法（Moran，1948；Moran，1950；Cliff et al.，1973；Tiefelsdorf，2005），見式（2）：

式（2）中，S2=ni=1Wijn，X是指空間經(jīng)濟(jì)變量，n表示地理空間觀測樣本個數(shù)，Wij為空間權(quán)重矩陣。莫蘭指數(shù)的取值一般在-1到1之間：大于0表示正相關(guān)，值越接近1時表明具有相似的屬性集聚在一起（即高值與高值相鄰、低值與低值相鄰），取值為1表明完全正相關(guān)；小于0表示負(fù)相關(guān)，值越接近-1時表明具有相異的屬性集聚在一起（即高值與低值相鄰、低值與高值相鄰），取值為-1表示完全負(fù)相關(guān)；而若值接近于0時表明屬性是隨機(jī)分布的，或者不存在空間自相關(guān)性。圖3給出了2014年中國31個省份節(jié)能環(huán)保支出份額、綠色經(jīng)濟(jì)指數(shù)2個變量的莫蘭散點(diǎn)圖和莫蘭指數(shù)：

如圖3所示，2014年中國31省節(jié)能環(huán)保支出份額、綠色經(jīng)濟(jì)指數(shù)的莫蘭指數(shù)分別為0.17、0.16，表明這2個變量均存在空間自相關(guān)且為正相關(guān)，說明出現(xiàn)了相似屬性集聚現(xiàn)象，即從全局來看，某個省份增加環(huán)保支出份額或促進(jìn)綠色經(jīng)濟(jì)發(fā)展，會對臨近地區(qū)產(chǎn)生一定程度的示范效應(yīng)。

類似多元統(tǒng)計分析、回歸分析、數(shù)據(jù)包絡(luò)分析DEA等傳統(tǒng)回歸分析法，本質(zhì)上是線性變量之間相互關(guān)系的一種測度，適合企業(yè)或產(chǎn)業(yè)部門時間序列層面的經(jīng)驗(yàn)研究，沒有考慮區(qū)域（或截面單元）之間的空間關(guān)聯(lián)，局限性比較明顯，而如果區(qū)域經(jīng)濟(jì)變量之間存在空間自相關(guān)特征，則傳統(tǒng)回歸分析法基本失效。有幾種常見模型適用于空間橫截面數(shù)據(jù)（Hordijik，1979；Anselin，1980；Anselin，1988；Bivand，1984）：當(dāng)變量間的空間依賴性對模型顯得非常關(guān)鍵而導(dǎo)致了空間相關(guān)時，使用空間滯后模型（Spatial Lag Model，SLM）；當(dāng)模型的隨機(jī)干擾項(xiàng)在空間上相關(guān)時，使用空間誤差模型（Spatial Error Model，SEM）。由于事先無法根據(jù)先驗(yàn)經(jīng)驗(yàn)推斷空間相關(guān)的具體類型，進(jìn)而難以判別SLM或SEM兩種模型中哪種更符合客觀實(shí)際，對此，Anselin等人（1995）提出一種判別準(zhǔn)則，使用拉格朗日乘數(shù)在統(tǒng)計上更加顯著且擬合優(yōu)度更高的模型。

選取2014年中國31省的節(jié)能環(huán)保支出份額為自變量，記為ENVSH，同年對應(yīng)各省的綠色經(jīng)濟(jì)指數(shù)為因變量，記為Y_2014，自變量和因變量均是31*1的列向量，建立空間計量模型分析地區(qū)節(jié)能環(huán)保支出對綠色經(jīng)濟(jì)發(fā)展的影響，分別建立SLM模型、SEM模型兩種表達(dá)形式，見式（3）、式（4）：

σ2是隨機(jī)干擾向量ε的方差。ρ、γ分別為自回歸和移動平均（空間自相關(guān)誤差）參數(shù)，在SEM模型——式（4）中，誤差項(xiàng)u滿足標(biāo)準(zhǔn)正態(tài)分布假設(shè)。表2給出了兩種結(jié)果：

從表2可知，對比擬合優(yōu)度、拉格朗日系數(shù)、對數(shù)似然值、AIC和SC準(zhǔn)則，并結(jié)合自回歸（WY-2014）、自相關(guān)誤差（Wε）這兩個參數(shù)估計值的顯著性，可知，SEM模型效果相對更好，回歸系數(shù)（0.009）為正，但并未通過顯著性檢驗(yàn)，說明地區(qū)節(jié)能環(huán)保支出份額并不能顯著促進(jìn)綠色經(jīng)濟(jì)發(fā)展。

五、結(jié)論與進(jìn)一步討論

一省在其年度財政預(yù)算支出中安排較高份額的節(jié)能環(huán)保支出，可能有三種原因：一是環(huán)境污染形勢嚴(yán)峻，亟待加大治理力度；二是國家劃定的某些重點(diǎn)保護(hù)區(qū)，盡管其生態(tài)環(huán)境質(zhì)量較好，但必須按要求每年安排固定額度或比例的節(jié)能環(huán)保專項(xiàng)支出；三是積極主動增加節(jié)能環(huán)保支出份額，旨在提高經(jīng)濟(jì)增長質(zhì)量，促進(jìn)綠色經(jīng)濟(jì)發(fā)展。節(jié)能環(huán)保支出份額越高的省份，固然可以不同程度地促進(jìn)節(jié)能環(huán)保，增加“綠色”，但難以顯著促進(jìn)地區(qū)經(jīng)濟(jì)增長，增加人均GDP，如表2所示，節(jié)能環(huán)保支出份額與綠色經(jīng)濟(jì)指數(shù)之間的正相關(guān)關(guān)系并不顯著，可能由于人均GDP越高的地區(qū)擁有更豐富的財力、技術(shù)和經(jīng)驗(yàn)促進(jìn)節(jié)能減排，降低單位GDP能耗和污染物排放強(qiáng)度，表現(xiàn)為綠色經(jīng)濟(jì)指數(shù)最高的省份多為經(jīng)濟(jì)發(fā)達(dá)省份。這也進(jìn)一步佐證了本文在構(gòu)建GEI時的定義和假設(shè)，即綠色經(jīng)濟(jì)是“綠色”與“經(jīng)濟(jì)”的二維均衡，促進(jìn)地區(qū)綠色經(jīng)濟(jì)發(fā)展，除了增加節(jié)能環(huán)保支出以外，還要多管齊下，著眼于增加人均GDP、降低單位GDP能耗和污染物排放強(qiáng)度。

考慮到各省在面積、人口數(shù)量、經(jīng)濟(jì)總量等方面的差異和影響，我們使用了節(jié)能環(huán)保支出份額、人均GDP、單位GDP能耗、單位GDP污染物排放強(qiáng)度這樣的指標(biāo)。需要強(qiáng)調(diào)的是，不能僅僅依靠節(jié)能環(huán)保支出去促進(jìn)總量意義上的節(jié)能減排，更不能因此而否定省級財政預(yù)算中安排節(jié)能環(huán)保支出的效力和意義，相反更需增加節(jié)能環(huán)保支出份額、特別是注重這些支出項(xiàng)目的內(nèi)部結(jié)構(gòu)優(yōu)化與調(diào)整。2014年，中國各省現(xiàn)價GDP總和為64.07萬億元，公共預(yù)算支出總額為12.92萬億元，其中專項(xiàng)安排節(jié)能環(huán)保支出0.35萬億元，如何奢望用0.35萬億元的節(jié)能環(huán)保支出去顯著削減超過64萬億元GDP和13.68億人口所帶來的能源消耗和污染物排放？安排一定額度的財政資金專項(xiàng)支持“節(jié)能環(huán)保”，既是確保地方政府履行環(huán)保領(lǐng)域公共服務(wù)職能的必然要求，也是我國需求側(cè)管理（綠色采購、節(jié)能環(huán)保產(chǎn)品購買補(bǔ)貼）、供給側(cè)管理（綠色技術(shù)研發(fā)應(yīng)用、優(yōu)越環(huán)境質(zhì)量的外部正效應(yīng)）經(jīng)濟(jì)政策的有機(jī)組成部分。

參考文獻(xiàn)：

[1] 郭新強(qiáng)、胡永剛，2012：《中國財政支出與財政支出結(jié)構(gòu)偏向的就業(yè)效應(yīng)》，《經(jīng)濟(jì)研究》第2期。[Guo Xinqiang and Hu Yonggang，2012，“Employment Effects of Chinas Government Spending and its Expenditure Structure Bias”，Economic Research Journal，2.]

[2] 黃艷敏、張巖貴，2015：《財政支出維穩(wěn)傾向影響社會穩(wěn)定形勢的實(shí)證研究——來自中國省際面板數(shù)據(jù)的考證》，《經(jīng)濟(jì)經(jīng)緯》第2期。[Huang Yanmin and Zhang Yangui，2015，“An Empirical Study about the Effects of Fiscal Expenditure of Public Security on the Stability of Social Situation in China：A Proof from the Panel Data of Chinese Province”，Economic Survey，2.]

[3] 賈康，2015：《供給側(cè)改革五題》，上海證券報，12月30日。[Jia Kang，2015，“The Five Issues of Supplyside Reform”，Shang Hai Financial Securities Newspaper，December 30.]

[4] 林永生，2016a：《綠色經(jīng)濟(jì)之中外比較》，《中國經(jīng)濟(jì)報告》第2期。[Lin Yongsheng，2016，“The Comparison Between China and Foreign Countries on Green Economy”，China Policy Review，2.]

[5] 林永生，2016b：《中國環(huán)境污染的經(jīng)濟(jì)追因與綜合治理》，北京師范大學(xué)出版社。[Lin Yongsheng，2016，“Chinas Environmental Pollution：economic Factor Sand Comprehensive Control”，Beijing Normal University Press.]

[6] 劉西明，2013：《中國綠色財政：框架與實(shí)踐淺述》，《中國行政管理》第1期。[Liu Ximing，2013，“China Green Finance：Framework and Practices Brief”，Chinese Public Administration，1.]

[7] 萬建香，2015：《中國財政預(yù)算支出對經(jīng)濟(jì)增長、資源消耗、環(huán)境保護(hù)的績效分析》，《財政研究》第3期。[Wan Jianxiang，2015，“China Budget Expenditure on Economic Growth，Resource Consumption，Environmental Protection Performance Analysis”，Public Finance Research，3.]

[8] 肖潔等，2015：《分權(quán)框架下地方政府財政支出與政治周期——基于地級市面板數(shù)據(jù)的研究》，《經(jīng)濟(jì)學(xué)動態(tài)》第10期。[Xiao Jie et al.，2015，“Under the Framework of Decentralization of Local Government Expenditure and Political Cycle ResearchBased on Level City Panel Data”，Economic Perspectives，10.]

[9] 謝妍，2014：《完善綠色發(fā)展的財政支持政策》，《中國財政》第20期。[Xie Yan，2014，“Complete Finance Support Policy of Green Development”，China State Finance，20.]

[10] 嚴(yán)立冬等，2009：《綠色財政政策與生態(tài)資源可持續(xù)利用》，《財政研究》第12期。[Yan Lidong et al.，2009，“Green Financial Policy and Sustainable Use of Biological Resources”，Public Finance Research，12.]

[11] 張江雪等，2010：《國外綠色指數(shù)相關(guān)研究述評》，《經(jīng)濟(jì)學(xué)動態(tài)》第9期。[Zhang Jiangxue et al.，2010，“Foreign Green Index Research Review”，Economic Perspective，9.]

[12] Anselin L.，1980，“Selection of Regressors”，International Economic Review，21：pp.33154.

[13] Anselin，L.，1988a，“Lagrange Multiplier Test Diagnostics for Spatial Dependence And Spatial Heterogeneity”，Geographical Analysis，20：pp.117.

[14] Anselin L.，1988b，“Spatial Econometrics：Methods and Models”，Kluwer Academic.

[15] Anselin L.and R.J.G.M Florax，1995，“New Directions in Spatial Econometrics”，Berlin：SpringerVerlag.

[16] Bivand R.，1984，“Regression Modeling with Spatial Dependence：An Application of Some Class Selection and Estimation Methods”，Geographical Analysis，16：pp.2537.

[17] Cliff A.and J.Ord.，1973，“Spatial Autocorrelation”，London：Pion.

[18] Hordijik，L.，1979，“Problem in Estimating Econometric Relations in Space”，Regional Science and Urban Economics，4：pp.11740.

[19] Moran PAP.，1948，“The Interpretation of Statistical Maps”，Biometrika，35：pp.255260.

[20] Moran PAP.，1950，“A test for Serial Independence of Residuals”，Biometrika，37：pp.178181.

[21] Tiefelsdorf M.，1995，“The Exact Distribution of Morans I”，Environment and Planning A，27：pp.985999.