我國省際綠色全要素生產(chǎn)率測度研究

張紅 劉少華

摘 要：在我國能源消耗連續(xù)七年位居世界第一的大背景下，轉(zhuǎn)變生產(chǎn)方式、發(fā)展綠色經(jīng)濟已逐漸成為我國發(fā)展的必然趨勢。本文在估算2000-2015年我國29省市綠色全要素生產(chǎn)率（GTFP）基礎上，對省際GTFP的空間相關性進行了進一步分析。結(jié)果表明：隨著年份增加我國各省份GTFP有所下降，表明我國出現(xiàn)技術(shù)無效率現(xiàn)象；東部地區(qū)GTFP下降波動要小于中西部地區(qū)；GTFP高的省市其周邊省市GTFP值也相對較高，存在一定的空間集聚效應，但是隨著年份的增加，其高-高集聚有所減少。本文據(jù)此提出相關的對策建議。

關鍵詞：綠色全要素生產(chǎn)率；空間相關性；索羅殘差法

中圖分類號：F832.2 文獻標識碼：B 文章編號：1674-0017-2017（10）-0032-05

2015年，我國能源消費增長1.5%，增速是自1998年以來的最低值，但在我國能源消費逐年降低的形勢下，能源消耗強度仍偏高。繼2010年第一次超越美國成為世界第一能源消費大國以來，我國已連續(xù)7年位居世界能源消費第一，經(jīng)濟發(fā)展過程中所付出的資源環(huán)境代價已成為困擾全球的難題。因此，轉(zhuǎn)變生產(chǎn)方式、發(fā)展綠色經(jīng)濟也逐漸成為全球焦點。為此，學者在我國全要素生產(chǎn)率方面進行了大量研究，并且得到了許多有價值的研究結(jié)論。然而，大多數(shù)研究忽略了資源環(huán)境和能源因素。基于此，本文擬將能源消費和碳排放作為與勞動資本等傳統(tǒng)生產(chǎn)要素并列的投入要素，估算我國各省份生產(chǎn)要素對經(jīng)濟增長的貢獻率，以分析能源和碳排放對我國經(jīng)濟可持續(xù)發(fā)展的影響。在此基礎上，擬從空間角度全面分析把握我國綠色全要素生產(chǎn)率的集聚狀況，最終針對問題提出相關的參考性意見。

一、我國省際綠色全要素生產(chǎn)率測算

（一）估算方法

為估算各類投入要素隨時間變化的產(chǎn)出彈性系數(shù)，本文采用滿足Cobb-Douglas生產(chǎn)函數(shù)形式：

Y=AK■L■C■ （1）

其中：α，β，γ為三種生產(chǎn)投入要素的產(chǎn)出彈性

A為希克斯中性技術(shù)進步系數(shù)。根據(jù)Solow（1957）經(jīng)典分析方法，對式（1）兩端同時微分并除以Y，可以得到綠色全要素生產(chǎn)率（Total Factor Productivity， GTFP），又稱Solow殘差：

GTFP=Y-αK-βL-γC （2）

其中變量上方端點表示其增長率。在新古典假定下，分別為資本、勞動和碳排放的產(chǎn)出彈性，綠色全要素生產(chǎn)率近似等于技術(shù)進步率。

（二）指標設計

因變量（Y）采用以2000年為基期的實際國內(nèi)生產(chǎn)總值（GDP）。自變量（K）采用全社會固定資本存量，測算方法如下：（3）K■=（1-δ■）K■+I■/P■

K■：t年的實際資本存量

K■：t-1年的實際資本存量

P■：固定資產(chǎn)投資價格指數(shù)

I■：t年名義固定資產(chǎn)投資

δ■：固定資產(chǎn)折舊率

本文以1990年張軍等人測算全國資本存量為初始資本存量，通過公式（3）測算出2000年全國資本存量，以2000年各省GDP在全國的占比為權(quán)重，將資本存量平均分配到各省，作為各省2000年的資本存量，并按公式（3）測算出其余年份的資本存量。

自變量（L）采用全社會從業(yè)人員數(shù)。自變量（C）采用CO■排放量，具體測算根據(jù)2006年PICC（聯(lián)合國政府間氣候變化專門委員會）所制定的《國家溫室氣體清單指南第二卷》（能源）第六章提供的參考方法，CO■排放總量可以根據(jù)各種能源消費導致的CO■排放估算量加總得到。具體計算公式如下：

CO■=■CO■=■E■×NCV■×CEF■×COF■×（44/12） （4）

其中，CO■為二氧化碳排放總量，i=1，2，3分別代表煤炭、石油和天然氣三種能源，E代表各類能源消費量。NCV為平均低位發(fā)熱量，《中國能源統(tǒng)計年鑒》附錄4中提供的這三類能源NCV分別為20908、41816、38931。CEF為IPCC（2006）提供的碳排放系數(shù)，分別為26、20、15.3。COF為碳氧化因子，本研究設定煤炭為0.99，原油和天然氣分別1。

（三）測算結(jié)果

從表1我國綠色全要素生產(chǎn)率（GTFP）的總體估算結(jié)果看，各省份出現(xiàn)不同程度的負值，這在一定程度上表明出現(xiàn)技術(shù)無效率現(xiàn)象，并且2015年出現(xiàn)負值頻率要遠高于2000年，這也可以從“綠色悖論”的角度來解釋，伴隨近年來制約環(huán)境問題的相關政策逐步出臺，促使企業(yè)加速實施高污染高耗能項目以獲取利潤，導致碳排放迅速擴張。從勞動力、資本和CO2排放貢獻來看，2000年和2015年均是資本貢獻最大，表明各省區(qū)均具有高度依賴投資的特點，資本存量增加對經(jīng)濟增長的貢獻尤為重要。與2000年相比，2015年資本對經(jīng)濟增長貢獻變化不大，而各省份的勞動力和CO2排放均出現(xiàn)不同程度的負值，但勞動力對經(jīng)濟增長的貢獻隨著年份的增加顯著提高，而CO2排放低值甚至是負值（2002年7省份負值，2015年12省份負值）在一定程度表明其對經(jīng)濟增長具有一定的制約作用。

總體看，2000-2015年間我國綠色全要素生產(chǎn)率呈整體下降態(tài)勢，這主要是由于21世紀初，我國經(jīng)濟的高速增長是得益于借鑒國外先進技術(shù)促使技術(shù)進步率的高增長，然而近年來這種缺乏技術(shù)創(chuàng)新的經(jīng)濟增長模式后勁不足，加入碳排放變量后的綠色全要素生產(chǎn)率下降也意味著環(huán)境污染成本的存在導致綜合經(jīng)濟效率明顯下降。另外，除個別年份外，2000-2015年間我國綠色全要素生產(chǎn)率與地區(qū)生產(chǎn)總值增長率走勢大致相當，表明我國經(jīng)濟增長與綠色全要素生產(chǎn)率具有較強的相關性?？傮w看，勞動力、資本和CO2排放分別對經(jīng)濟增長的貢獻是0.35%、9.47%和1.87%，資本對經(jīng)濟增長貢獻最大，究其原因主要是2008年政府開始實行四萬億投資刺激計劃，試圖加大投資保持經(jīng)濟增長所致。

從圖2東中西三大區(qū)域來看，2000-2015年間綠色全要素生產(chǎn)率整體呈下降趨勢，且在個別年份三大區(qū)域走勢大體相同?？傮w看，我國東中西部地區(qū)綠色全要素生產(chǎn)率走勢在2003、2007、2009、2012四年趨勢非常顯著，2003年和2009年同時下降，主要原因是2003年我國經(jīng)濟開始新一輪高速增長，帶來了汽車工業(yè)與房地產(chǎn)業(yè)的迅速崛起，機電化工等產(chǎn)業(yè)快速發(fā)展，帶動了采掘業(yè)、石油和建材等重化工行業(yè)的急劇膨脹。與2003年相似，2009年金融危機之后提振經(jīng)濟的重大舉措使得重化工工業(yè)大力發(fā)展所致。2007年和2012年則出現(xiàn)同時上升態(tài)勢，其原因主要是2006年后政府逐漸意識到環(huán)境惡化所帶來的不良后果，便著手加大環(huán)保力度，在“資源節(jié)約型、環(huán)境友好型”社會建設指導思想的助推下，2007年CO2排放量開始大幅下降，這也是2007年三大地區(qū)GTFP均出現(xiàn)明顯上升趨勢的主要原因。而2012年我國經(jīng)濟進入新常態(tài)，伴隨國內(nèi)經(jīng)濟下行壓力加大以及國際經(jīng)濟復蘇疲軟態(tài)勢蔓延，我國工業(yè)結(jié)構(gòu)調(diào)整及產(chǎn)能過剩問題凸顯，企業(yè)生產(chǎn)經(jīng)營困難增多導致大量企業(yè)停產(chǎn)、破產(chǎn)，這也在一定程度上減少了工業(yè)氣體排放，環(huán)境污染有所下降，導致這一年GTFP相對上升。

二、我國省際綠色全要素生產(chǎn)率空間相關性分析

全局自相關和局域自相關是空間自自相關的兩種表現(xiàn)形式，探索某個屬性值在整體區(qū)域內(nèi)的空間分布狀況稱為全局自相關，而局域自相關除具有全局自相關的功能外還可找出空間聚集點，并結(jié)合地圖可視化來揭示區(qū)域空間分布規(guī)律。利用GeoDa軟件創(chuàng)建鄰接權(quán)重矩陣，系統(tǒng)會生成Moran散點圖和LISA聚集圖，除了空間關聯(lián)特性，分別用不同形式表現(xiàn)。

（一）我國省際GTFP的Moran散點圖

從圖3我國省際2000-2015年GTFP均值Morans I散點圖看，Morans I值為0.088，表明我國省際GTFP之間存在較為顯著的空間正相關，即我國各省際GTFP在空間上不是隨機分布，而是存在空間上的相互依賴并呈現(xiàn)出集聚態(tài)勢。從各省份所落象限數(shù)量來看，第一象限>第四象限>第二象限=第三象限，表明大部分GTFP高的省市其周邊省市GTFP值也相對較高。

（二）我國省際GTFP的LISA聚集圖

為進一步驗證我國省際GTFP之間存在的相關程度，得到個別年份和均值各省際GTFP的LISA聚集圖（圖4）。從均值來看：一是陜西和甘肅呈現(xiàn)高值集聚，這主要是由于西北地區(qū)本身經(jīng)濟發(fā)展就相對落后于東部沿海省份，尤其是2005年之前西北地區(qū)還未承接東部高污染、高耗能企業(yè)，其環(huán)境污染相對較小，GTFP在前幾年也相對較高，進而拉高了整體GTFP水平。二是云南和廣東呈現(xiàn)高-低集聚。云南是我國著名的旅游省份，經(jīng)濟發(fā)展主要以三產(chǎn)為主，因而其環(huán)境質(zhì)量在全國來說都位居前列。廣東是全國典型的經(jīng)濟發(fā)達省份，其在研發(fā)經(jīng)費投入、環(huán)境技術(shù)進步、高技術(shù)產(chǎn)業(yè)等方面都遙遙領先其他省份，表明廣東在經(jīng)濟綠色可持續(xù)發(fā)展上表現(xiàn)良好。

從2000、2008和2015三年LISA集聚圖來看：一是隨著年份的增加，高值集聚省份有所減少，2000年集聚于北部地區(qū)即內(nèi)蒙古、陜西、寧夏、河北、江西五省（區(qū)）呈連片分布狀態(tài)，2008年寧夏、江西不顯著，而北京、重慶則又相對顯著。2015年則減少至甘肅和陜西兩省份。在這一定程度上表明隨著年份的增加，排除環(huán)境因素我國省際GTFP是有所下降的，且內(nèi)蒙古、北京、重慶等地表現(xiàn)最為顯著，也在一定上表明我國主要是以犧牲環(huán)境為代價的經(jīng)濟增長。二是隨著年份的增加“高-低”呈點狀分布，從2008年的云南、吉林增加到2015年的廣東，這主要是由于三省份其GTFP值相對較高，而周邊省份GTFP值太低，從而使其顯著性更強。值得注意的是，廣東和福建兩個相鄰省份呈現(xiàn)出了明顯的“高-低”“低-高”集聚，究其原因，廣東已在前文分析，而福建與東南沿海各地區(qū)相比，其人口規(guī)模不及廣東、江蘇的一半，人口分布相對分散，未形成大的都市群。福州、廈門和泉州三大中心城市建成區(qū)人口之和還不到福建人口的10%。從城市化角度來看，其也遠不如廣東、上海等超大型都市，低度城市化率對其經(jīng)濟發(fā)展也形成一定的制約作用，因而與廣東形成較為明顯的“高-低”“低-高”集聚現(xiàn)象。

四、基本結(jié)論及政策建議

（一）基本結(jié)論

本文在估算2000-2015年我國29省市GTFP基礎上，對我國省際GTFP的空間相關性也進行了進一步分析。結(jié)果表明我國各省份GTFP隨著年份的增加有所下降，并且大部分省市都存在不同程度的負值，一定程度上表明我國出現(xiàn)技術(shù)無效率現(xiàn)象。從三區(qū)域?qū)Ρ葋砜?，東部地區(qū)GTFP下降波動要小于中西部地區(qū)。從各省市GTFP的空間相關性來看存在相對顯著的空間正相關，即GTFP高的省市其周邊省市GTFP值也相對較高，存在一定的集聚效應，但是隨著年份的增加，其高-高集聚存在一定的收斂。

（二）政策建議

在未來經(jīng)濟發(fā)展過程中，一是要完善國家級及省級綠色發(fā)展制度機制。如建立有特色的“綠色GDP”考核制度、建立綠色市場經(jīng)濟以及建立國家對西部地區(qū)綠色發(fā)展扶持的制度安排機制等。二是要繼續(xù)加大綠色技術(shù)創(chuàng)新力度，通過資源整合配置，逐步淘汰效率低、污染嚴重的僵尸企業(yè)，優(yōu)化金融資源配置，推動資金流向高效環(huán)保產(chǎn)業(yè)，提高資金利用效率，優(yōu)化綠色全要素生產(chǎn)率結(jié)構(gòu)。三是東部地區(qū)應進一步發(fā)揮優(yōu)勢資源，積極引進國外先進節(jié)能減排技術(shù)并向中西部地區(qū)擴散，促進區(qū)域間的分工，通過專業(yè)化提升其生產(chǎn)效率?？紤]到各區(qū)域間的異質(zhì)性，應實施區(qū)域差異化綠色經(jīng)濟發(fā)展模式，逐步實現(xiàn)經(jīng)濟的綠色可持續(xù)發(fā)展。

參考文獻

[1]ANSELIN L.Local Indicators of Spatial Association-LISA[J].Geographical Analysis，1995，（2）：93-115.

[2]Atakelty Haihu，Terrence S，Veeman.Environmentally Sensitive Productivity Analysis of the Canadian Pulp and Paper Industry，

1959-1994：An Input Distance Function Approach [J].Journal of Environmental Economics & Management，2000，（3）：251-274.

[3]Easterly W.，Levine R.2001.It is not Factor Accumulation：Stylized Facts and Growth Models，World Bank Economic Review.

15（2）：177-219.

[4]Getis Ord J K.The analysisi of spatial association by use of distance statistics[J].Geographical Analysis，1992，（3）：189-206.

[5]IPCC.“2006 IPCC Guidelines for National Greenhouse Gas Inventories（R）”.IGS， Japan： the National Greenhouse Gas

Inventories Programme，2006.

[6]胡曉珍，楊龍.中國區(qū)域綠色全要素生產(chǎn)率增長差異及收斂分析[J].財經(jīng)研究，2011，（4）：123-134。

[7]盧麗文，宋德勇，黃璨.長江經(jīng)濟帶城市綠色全要素生產(chǎn)率測度——以長江經(jīng)濟帶的108個城市為例[J].城市問題，

2017，（1）：61-67。

[8]宋長青，劉聰粉，王曉軍.中國綠色全要素生產(chǎn)率測算及分解：1985-2010[J].西北農(nóng)林科技大學學報，2014，（5）：120-124。

[9]汪峰，解晉.中國分省綠色全要素增長率研究[J].中國人口科學，2015，（2）：53-62。

[10]張先鋒，丁亞娟，王紅.中國區(qū)域全要素生產(chǎn)率的影響因素分析：基于地理溢出效應的視角[J].經(jīng)濟地理，2010，（12）：30-36。

[11]王兵，黃人杰.中國區(qū)域綠色發(fā)展效率與綠色全要素生產(chǎn)率： 2000-2010——基于參數(shù)共同邊界的實證研究[J].產(chǎn)經(jīng)評論，

2014，（1）：16-35。

Abstract：With the rapid economic development and globalization， the sharp deterioration of environment quality is bound to have a far-reaching impact on Chinas regional economic development. In the context that Chinas energy consumption for seven consecutive years has been the largest in the world， it has become the inevitable trend for China to transform the production mode and develop the green economy. Therefore， the paper makes a further analysis on the spatial correlation of provincial GTFP on the basis of estimating the GTFP of 29 provinces from 2000 to 2015. The results show that firstly， the GTFP in each province has declined by the year， meaning that there is the phenomenon of “technical inefficiency” in China. Secondly， the fluctuation of eastern provinces GTFP is smaller than that of the central and western provinces. Thirdly， provinces surrounding those provinces with high GTFP have a relatively high GTFP. and there exists a spatial agglomeration effect. However， as time goes by， the high-high agglomeration effect decreases. Accordingly， the paper puts forward relevant countermeasures and suggestions.

Keywords： Green Total Factor Productivity （GTFP）； spatial correlation； Solow residual method

責任編輯、校對：陳參軍