產業結構升級、能源效率與綠色全要素生產率

劉贏時　田銀華　羅迎

摘 要：選取260個城市2005-2014年樣本數據，納入環境因素，運用數據包絡分析的Malmquist指數法，考量產業結構升級、能源效率以及兩者交互作用對綠色全要素生產率的影響。結果顯示：產業結構升級、能源效率以及兩者交互作用對綠色全要素生產效率具有正向推動作用；從回歸系數來看，產業結構升級對綠色全要素生產率的促進作用要大于能源效率的促進作用；在分地區實證檢驗中，東部與西部地區的檢驗結果顯著，且東部地區要比西部地區更為顯著，而中部地區部分結果不顯著。因此，應分地區制定產業結構優化升級具體路徑，強化產業結構升級與能源效率的聯動機制，優化環境政策組合，提升綠色全要素生產率。

關鍵詞： 產業結構升級；能源效率；綠色全要素生產率

中圖分類號：F062.2 文獻標識碼： A 文章編號：1003.7217（2018）01.0118.09

一、引 言

近三十多年來，我國經濟實現了快速發展，取得了舉世矚目的成就，創造了屬于中國的奇跡，但是在光彩的背后也映射出一些問題。伴隨著我國工業化、城鎮化的推進，傳統的生產發展模式嚴重阻礙了我國經濟的可持續發展，以高投入、高消耗、高排放為主要特征的工業生產模式雖然過去對維持我國經濟的平穩發展起到了重要作用，但這種粗放的經濟發展模式導致資源消耗量巨大，造成了嚴重的環境污染，可以說資源和環境問題正成為制約中國可持續發展的重要影響因素。可以說，經濟增長的質量正在成為當前學術界關注的重點，目前采用的主要測度方式是全要素生產率這一重要經濟學概念，通過測算投入與產出狀況來分析我國經濟增長的源泉，并為我國政府制定相關政策提供事實依據 [1]。隨著國家對生態環境的重視，近年來綠色全要素生產率正在成為研究的熱點，把環境因素考慮到全要素生產率的測算中有利于考察我國經濟增長的綜合水平，彰顯我國實施節能減排、大力發展高技術產業的政策[2]，對更好的指導我國可持續發展具有重要意義。

影響綠色全要素生產效率的因素是眾多的，在當前轉方式、調結構的大背景下，產業結構的調整與升級關系到我國經濟可持續發展推力，研究產業結構升級對綠色全要素生產率的影響具有重要的現實意義。長期以來，第二產業在我國國民經濟結構中居于主要地位，這在特定時期內發揮了重要作用，但是隨著時代變遷，傳統第二產業也面臨眾多問題，高污染、高排放問題突出，導致環境壓力陡然上升，面對這種困境，我國要樹立全新的發展理念，大力培育第三產業，發揮技術引領作用，增加服務業在國民經濟結構中的比重，，陳逐步推動產業結構升級。同時，我國是個能源消費大國，煤和石油等化石能源的消耗量均居世界前列，這導致我國二氧化碳的排放量居高不下，對我國環境造成巨大壓力。如何在保證經濟持續發展的前提下，不斷減少對化石能源的依賴以及污染物的排放已經成為我國面臨的新困境。當前我國能源效率并不是很高，這主要源自于我國一些設備比較陳舊，老設備技術含量不夠高，這無形之中就增加了污染物的排放。當然，人為因素也是造成能源效率不高的另一重要因素，人為浪費現象比比皆是，能源綜合利用率不高，企業為了節省成本，設備更新換代比較慢，這嚴重阻礙了能源效率的提升。這些不利因素都會制約綠色全要素生產率提升，傳統影響全要素生產率的因素主要有勞動、資本、技術、土地等，當把環境因素加入到全要素生產率的衡量中后，就不得不把環境因素重視起來，這關系到中國經濟的綠色轉型。

隨著改革開放的不斷深化，產業結構升級和能源效率的提升是否通過技術和方式的轉變而影響了中國經濟的綠色轉型？二者的協同作用對綠色全要素生產率的提升是否具有正向促進作用？而它們之間的相互作用機制又是怎樣的？回答這些問題，對于厘清它們之間的關系，以及在經濟新常態背景下如何更好的促進產業結構調整與升級，提升能源效率，促進綠色全要素生產率提升，推動綠色經濟增長都具有重要的戰略意義。本文首先對相關的文獻進行梳理，厘清它們之間的關系，在此基礎上提出研究假設。以中國城市為研究對象，實證檢驗它們之間的關系，并針對不同區域進行具體考察，以便更加全面的揭示產業結構升級和能源效率對促進綠色全要素生產率的重要性。

二、理論分析及研究假設

二十世紀末，東亞無奇跡的觀點在中國頗為流行，對中國依靠高投入推動經濟增長的模式產生質疑，原因在于中國技術進步或全要素生產率對經濟增長的貢獻度較低[3]，隨后在我國產生了對經濟增長方式的探討，易綱等（2003）[4]在介紹了經濟增長相關理論后，提出中國經濟效率提升的證據，并指出新興經濟體與發達國家在測算全要素生產率上的差異，認為利用不同方式測算的全要素生產率沒有可比性。在隨后的研究中，逐步把全要素生產率作為衡量經濟發展質量的重要體現[5]。關于全要素生產率的測算，起源于Malmquist指數，最早由瑞典經濟學家Sten Malmquist于1953年提出，受此影響，Charnes等（1978）[6]提出了數據包絡分析法，通過線性規劃方法來測度技術效率，Caves等（1982）[7]把該指數運用到生產分析中，通過距離函數之比構造生產率指數，并命名為Malmquist指數，自此之后，該方法得到了廣泛應用。進入21世紀以來，利用該測算方法，在中國涌現出了大批的研究成果，楊汝岱（2015）[8]利用中國工業企業數據庫考察了制造業企業全要素生產率的動態變遷，程惠芳和陸嘉俊（2014）[9]就知識資本對工業企業全要素生產率的影響進行了考察。

隨著我國經濟發展進入新常態階段，我國開始對傳統高污染、高排放的發展模式進行調整，以此來解決日益嚴峻的環境問題和能源問題。一些學者在傳統全要素生產率分析中納入了環境因素和能源因素[10-12]，并把其作為生產函數的投入要素，來研究投入與產出的效率問題。部分學者認為，傳統生產率測算只考慮資本和勞動而忽略環境和能源要素，這會導致生產效率被高估，他們把納入環境和能源要素而測算的全要素生產率稱為綠色全要素生產率[13，14]。自從2009年綠色全要素生產率被提出以后，對綠色全要素生產率的研究也逐步多了起來，汪鋒、解晉（2015）以超越對數生產函數為基礎測算了中國各省份的綠色全要素生產率增長率，并實證分析了其影響因素[15]；而陳超凡（2016）則對中國工業綠色全要素生產率進行了測算，然后對其影響因素進行了實證分析[16]。endprint

當前我國正處在經濟轉型的關鍵時期，產業結構的調整與升級作為經濟改革的重點，必然會對我國經濟長遠發展產生重要影響，在這樣的背景下，余泳澤、劉冉等（2016）從產業結構升級的視角出發，歸納了影響全要素生產率的三個作用機制，分別為生產要素再配置效應、技術溢出效應和分工專業化效應，并對產業結構升級與全要素生產率的關系進行了實證檢驗[17]，朱旭強、王志華（2016）也做了類似的研究，實證檢驗了產業結構升級對全要素生產率變動的影響[18]。產業結構升級對綠色全要素生產率的影響主要體現在要素逐漸向二三產業轉移，尤其是隨著我國經濟轉型升級的加快，不斷加大技術投入，并實現技術上的升級，不斷提高服務業的質量和水平，這在無形中就不斷優化了各種要素的重新配置，使得資本流向更加需要的地方，同時也減少了污染物的排放，提升了環境的整體質量，這對全要素生產率的增長具有很大的改善作用。

我國已經成為名副其實的能源消耗大國，提升能源利用效率對于節約資源、改善環境具有重要作用，這也有利于我國的可持續發展，段文斌、余泳澤（2011）基于我國35個工業行業的數據，實證檢驗了全要素生產率對我國能源效率的影響，結果顯示，技術效率對各行業能源效率都起到積極作用[19]。孫廣生、黃祎等（2012）通過對傳統能源效率進行分解，考察了我國各地區能源效率及其影響因素，結果顯示，全要素生產率主要通過技術效率作用于能源效率[20]。秦炳濤、席小炎等（2016）從地級市層面考察了我國能源消費和全要素生產率動態變化狀況，研究表明節能增效已經成為提高生產率的主要推力[21]。能源效率的提升主要通過改變投入與產出之間的關系，這主要得益于技術進步的推動，因此，能源效率影響綠色全要素生產效率提升的作用機制就表現為技術效率的提升，另一方面，節能增效也是影響全要素生產率提升的重要因素。而產業結構升級與能源效率對全要素生產率存在共同的作用路徑，即技術進步，通過技術革新和技術效率的提升作用于全要素生產率。

綜上所述，目前對全要素生產率的研究比較成熟，涉及面也比較廣泛，而對綠色全要素生產率的研究正在逐步深入，研究的領域在不斷拓寬。鮮有文獻研究產業結構升級對綠色全要素生產率的影響，而多見于產業結構升級對全要素生產率的研究；而從能源效率視角來研究其對綠色全要素生產率影響的文獻尚不多見，且對它們之間的內在關系研究并不透徹。上述研究對本文具有一定的鋪墊作用，接下來本文將著重來研究產業結構升級和能源效率對綠色全要素生產率的影響，并考察二者的協同作用機制對綠色全要素生產率的影響。通過上述的文獻梳理與分析，提出如下三個假設：

H1：產業結構升級對綠色全要素生產率具有正向的推動作用，且不同地域之間存在梯度性差異。

H2：能源效率提升對綠色全要素生產率具有正向的推動作用，且不同地域之間存在梯度性差異。

H3：產業結構升級與能源效率的協同作用對綠色全要素生產率具有正向的推動作用，且不同地域之間存在梯度性差異。

三、實證研究設計

（一）樣本與數據選擇

本文所選取的研究樣本為中國地級以上城市，進入21世紀以來，中國大陸地區的地級市數量逐漸穩定下來，目前在334個地級行政區中有地級市293個，并逐漸成為地級行政區的主體。由于我國地域寬廣，不同區域在資源稟賦、地理區位上差異較大，為了更清晰的反映我國經濟發展的具體情況，根據《中共中央、國務院關于促進中部地區崛起的若干意見》等文件，將我國劃分成東部、中部、西部和東北四大地區。東部包括：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南。中部包括：山西、安徽、江西、河南、湖北和湖南。西部包括：內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。東北包括：遼寧、吉林和黑龍江。由于東北比較特殊，為了方便本文進行計算，因此把遼寧劃歸為東部地區，吉林和黑龍江劃歸為中部地區。

上述城市的數據大部分可得，但仍然有一部分存在缺失的現象，所以根據數據的可得性，本文最終選取260個城市作為研究樣本，對數據缺失嚴重的城市予以剔除，例如嘉峪關、金昌、固原、中衛等城市。港澳臺樣本不包含在內。為了研究的準確性與科學性，本文面板長度為2005-2014年，本文所用數據主要來自于《中國城市統計年鑒》、《中國工業經濟統計年鑒》、《中國能源統計年鑒》等，部分數據來源于各省或市的政府工作報告和統計公報。

（二）變量設計

本文的變量主要分為被解釋變量、解釋變量和控制變量。解釋變量為產業結構升級（R）、能源效率（EE），被解釋變量為綠色全要素生產率（GTFP），控制變量為金融發展（FIN）、政府干預能力（GOV）、經濟發展水平（PGDP）、人力資本（HR）、交通條件（TI）、外商直接投資（FDI）。

各變量的解釋與測算方法如下：

1.綠色全要素生產率（GTFP）：本文的被解釋變量為綠色全要素生產率，用GTFP來表示。測算全要素生產率的方法主要有參數法和非參數法兩類，本文選用使用廣泛的Malmquist生產率指數來衡量綠色全要素生產率。具體模型如下，假設（Xt，Yt）和（Xt+1，Yt+1分別表示t和t+1時期投入與產出函數，根據Fare等[22]（1994）將其延伸為產出導向型 Malmquist 生產指數模型：

技術變化效率大于1時，說明研究對象技術水平提高，反之亦然；當技術進步大于1時，說明全要素生產率增長，反之亦然。

在投入與產出指標的選取方面，投入指標主要有資本、勞動和土地三個要素，其中，勞動力數據使用各個城市非農勞動人數，土地數據使用的是地級市建成區面積，而資本投入方面，本文使用被廣泛接受的GoldSmith所開創的永續盤存法，基本公式如下：

Kt=It+（1-δ）Kt-1（4）

式（4）中，Kt和Kt-1分別表示t和t-1的資本存量，It為t期資本投入額，δ為折舊率。借鑒張軍，施少華（2003）[23]的做法，將2004年各個城市的固定資產投入額除以10%作為初始資本存量，并且把城市固定資產折舊率設為9.6%。在產出指標方面，主要有合意性產出與非合意性產出，合意性產出選用各個城市GDP的數據，為了消除通貨膨脹因素的影響，本文選用2004年為基期對數據進行平減，因為城市沒有換算指數，因此就選用城市所在省份的換算指數來代替，下文的數據如不做另外說明，都是利用此方法。考慮到二氧化硫是影響環境的重要污染物，本文的非合意性產出選用二氧化硫排放量作為代理指標。endprint

產業結構升級（R）：根據配第克拉克關于產業結構演變的規律，參照李逢春[24]（2012）的研究方法對產業結構升級系數進行測度，公式如下：

r=∑3i=1yi×i=y1×1+y2×2+y3×3，1≤r≤3（5）

其中，yi為第i產業產值所占比重，r的取值在1～3之間，數值越大則表明產業結構升級越快。

2.能源效率（EE）：對能源效率的測算與對綠色全要素生產率的測算使用的方法相同，采用DEA.Malmquist指數法，具體模型不再重復，參見上文。投入指標選用能源消費量，本文參照于斌斌（2017）的做法，選用各城市電力消耗量作為投入指標[25]。合意性產出指標則選用各城市GDP，處理方式參見上文，同時選取廢水排放量作為非合意性產出指標。

3.交互項（R×EE）：交互項乘積主要用來說明產業結構升級與能源效率二者的協同作用對綠色全要素生產率的影響，這也有利于消除變量之間的內生性問題，提高檢驗的科學性。

4.金融發展（FIN）：本文用各個城市金融機構存貸款余額與GDP的比值來衡量金融發展。金融行業作為當今經濟發展的核心部門，與實體經濟聯系密切。金融機構可以為企業的發展提供資金支持，有利于企業更新換代機器設備，加強科技投入，淘汰落后產能，提升能源利用效率，同時也有利于服務行業的融資，支持第三產業的快速發展，不斷促進產業結構升級[26]，同時，這又對綠色全要素生產率形成了間接性的影響。

5.政府干預能力（GOV）：本文用各個城市財政支出占GDP的比重來衡量政府的干預能力。政府可以通過適當的行政干預來彌補市場的不足，通過行政手段增強市場機制的規范性，使市場在資源的配置中起到決定性作用，以便引領當前我國經濟發展的走向；同時，政府通過科學合理的規劃，引導各地區產業結構的調整與轉型，逐步淘汰落后產能，減少環境污染型產業存在，也有利于推動綠色全要素生產率提升[27]。

6.經濟發展水平（PGDP）：本文用各個城市人均地區生產總值來衡量經濟發展水平。經濟發展水平提高意味著全社會的財富積累也增多，相應的資本、技術、勞動力素質等就具有一定的比較優勢，這就為各地的持續發展打下了良好的基礎，有利于推動地區改革的進行以及地區的可持續發展。

7.人力資本（HR）：本文用各個城市普通高校在校生人數與本地區總人數的比值來衡量人力資本水平。人力資本是推動經濟增長的重要源泉，同時具有一定的外部性，增加人力資本投資可以獲得更多回報，且在我國的經濟改革中會起到越來越重要的作用， 鄧翔等（2017）研究發現，人力資本水平的提升對全要素生產率的提高具有更明顯的促進效應[28]。

8.交通條件（TI）：本文利用各個城市人均道路面積來衡量交通基礎設施水平。交通便利程度是影響一個地區長遠發展的重要因素，其可以增強不同城市之間的要素流動，加強地區之間的互聯互通水平，為各城市產業結構的調整提供便利， 張浩然等（2012）研究發現，交通基礎設施對本地區全要素生產率有積極的影響[29]。

9.外商直接投資（FDI）：本文利用各個城市實際利用外資總額與地區生產總值的比值來衡量外商直接投資水平。外商直接投資在一定程度上反映了各個城市的對外開放程度，在特定時期內，外商直接投資通過技術溢出效應對提升本地的技術水平具有一定的推動作用，同時也可以學習一些國外的先進管理經驗，提高本地的國際化水平，便于本地企業與國際先進企業進行交流學習，從而服務于本地經濟社會的發展，這有利于本地企業進行更新換代，實現結構調整，逐步減少環境污染型產業的存在，從而推動全要素生產率的提升[30]。

（三）描述性統計

在數據預處理方面。考慮到不同變量之間可能存在異方差，為了消除異方差所帶來的影響，首先對各變量進行取對數處理。在表1中，給出了各變量的描述性統計。

（四）計量模型構建

由上述文獻分析可知，產業結構升級與能源效率可以通過自身的作用機制而影響到綠色全要素生產率，因此，本文著重考察產業結構升級、能源效率以及兩者的協同作用對綠色全要素生產率的影響。本文選擇使用長面板數據來分析它們之間的內在關系，具有眾多優點，在增加樣本數量的同時也可以提高結果的科學性，本文對變量進行了取對數處理，以此來規避異方差性。計量模型構建如下：

式（6）中，i和t分別表示時間和地區，α0表示截面效應，α1、α2、α3和αn分別為各變量的估計系數，control為控制變量，在此省略，μ表示隨機誤差項。

（五）面板模型選擇

在做實證檢驗的時候，選擇什么樣的模型需要根據具體的問題來決定，如果計量模型選取不當，容易產生一定的偏差，會嚴重影響到估計結果的真實性。對變量進行面板分析的時候，一般存在三種模型，即固定效應模型、隨機效應模型以及混合效應模型，三種模型的估計結果存在一定的差異，而選取哪種模型也是有一定規則的，一般情況下利用Hausman檢驗來判定到底使用哪種模型，本文做了自變量產業結構升級、能源效率與綠色全要素生產率的Hausman檢驗，豪斯曼檢驗的結果顯示，在隨機條件下統計的P值為0.000，小于0.01，這表明模型在1%的顯著性水平下拒絕了原假設，因此本文適合用固定效應模型做實證檢驗。

四、實證模型檢驗

（一）基本回歸分析

首先以全國260個地級及以上的城市作為研究樣本，實證分析產業結構升級與能源效率對綠色全要素生產率的影響，使用全國260個城市的數據做實證檢驗具有一定的代表性，可以在整體上檢驗變量之間的關系，印證相關研究假設。但是，由于我國地域寬廣，各個地區發展差異比較大，為了能夠清晰的考察不同區域之間的差異，本文在穩健性檢驗部分把260個城市分為東中西三個部分，分別進行實證檢驗，以此來考察不同地區之間的異同。根據研究需要，設定四個模型，得到回歸結果見表2。endprint

由表1回歸結果可知，模型1、2、3、4的回歸結果都通過了顯著性檢驗，且系數都為正數，這說明產業結構升級與能源效率對綠色全要素生產率具有正向促進作用。但仔細觀察發現，每個模型的結果還是存在比較明顯的差異，在模型3中，當把產業結構升級與能源效率都放在模型中的時候，則這兩者的回歸系數明顯變小，且顯著性水平也有所降低；在模型4中，當加入兩者交互項之后，兩者的回歸系數又有所增大，顯著性水平也明顯提升。上述的回歸結果顯示，回歸結果都驗證了之前的假設，接下來將對其進行深入分析。

產業結構升級對綠色全要素生產率具有正向的促進作用，且模型1和模型4都在1%的顯著性水平下通過檢驗，這也驗證了假設1。在當前我國轉方式、調結構的大背景之下，推動產業結構升級成為了各地區重要目標，這樣做的主要目的是提高經濟發展的質量，摒棄之前高消耗、高污染、高排放的粗放式經濟發展模式，增強我國經濟可持續發展能力。根據前文分析可知，產業結構升級過程中，二三產業的比重會增加，尤其是第三產業的發展，會帶動更多清潔且無污染行業的發展，這就會對資源進行重新配置，原有污染較為嚴重的行業會被限期整改或者關掉，其中一部分資源就會轉移到第三產業中來，這就減少了污染程度，更有利于綠色全要素生產率的提高；而經濟轉型升級過程中，通過加大科技投入，提升整體的技術水平，對落后的設備進行更新換代，

這有利于減少污染的排放，同時也有利于提高經濟的質量和效益，對綠色全要素生產率的提升也有重要推動作用；產業結構升級過程中將導致分工更加細化，各個行業針對自身需求，不斷提高專業化程度，這有利于提高工業部門的綜合競爭力，也有利于提升服務業的質量和水平，通過這種綜合作用機制來促進綠色全要素生產效率的提高。

模型2表明能源效率對綠色全要素生產率具有正向影響，且在模型4中加入兩者交互項后回歸系數還增大。我國是個能源消費大國，過去很長時間里能源消耗巨大，且能源的綜合利用效率不高，導致高污染、高排放的問題一直存在，這嚴重阻礙了中國經濟質量的提升。在經濟新常態背景下，提高能源效率勢在必行，能源效率的提升不僅可以節約資源，還可以促進綠色經濟發展，提高經濟發展的質量和水平。而能源效率對綠色全要素生產率的影響主要通過改變投入與產出關系來實現的，當然，技術效率的提高是前提，通過增加科技投入，提高技術水平，可以作用于能源消耗的全過程，提升整個過程的效率，這主要得益于技術的進步；而另一方面，人的行為也可以對綠色全要素生產率的提升產生重要作用，通過提高勞動力的素質，增強人們節能增效的意識，并把這種意識付諸于行動，同樣可以改善投入與產出關系，從而作用于綠色全要素生產率。

模型4中表明，產業結構升級與能源效率的交互作用對綠色全要素生產率具有正向的促進作用，且在1%的顯著性水平下通過檢驗。產業結構升級和能源效率的共同作用主要體現在科技投入和技術水平的提升，通過技術的改造和革新來作用于經濟的全過程，這對提升經濟的發展質量具有重要的推動作用，通過對企業進行設備改造，提高污染的處理管控水平，從而有利于推動綠色經濟發展，從而作用于綠色全要素生產率的提高。模型中的控制變量都顯著，且大部分在1%的顯著性水平下通過檢驗，這表明各個控制變量的選取符合模型的需要，比較科學。金融行業的快速發展可以為經濟社會發展提供強有力的資金支撐；而政府部門通過適當的行政手段可以對污染行為進行管控；人力資本水平的提高則會體現在具體行業中，有利于提升各個行業的水平；交通基礎設施水平的改善為要素在地區間流通創造了條件，有利于提供產業升級過程中所需要的要素；外商直接投資主要通過技術外溢的方式作用于我國的轉型升級；經濟發展水平則為社會進行深化改革提供了資本積累，有利于推動經濟轉型升級的發展。

（二）穩健性檢驗

表1所示回歸結果基本驗證了本文的假設，這說明產業結構升級與能源效率對綠色全要素生產率的確存在一定的影響。但是，就本文所選擇的指標而言，每個指標的衡量方式并不統一，而每種方式所傳遞的信息是不一樣的，因此本文在穩健性檢驗部分，首先更換部分指標的衡量方式，然后在進行實證檢驗，雖然衡量方式存在差異，但肯定能反映要解決的問題本身。其次，由于我國地大物博，地域寬廣，各地區經濟發展差異巨大，把260個城市分成東中西三部分，分別進行實證檢驗。上述兩種穩健性檢驗方法可以更好對模型進行檢驗，以便增強回歸結果的可信度和科學性。表2是變換部分指標后的穩健性檢驗的回歸結果，本文對產業結構升級的衡量方式變為二三產業所占比重之和，同時也更換了部分控制變量的衡量方式，由于控制變量不是本文討論的重點，因此在表中控制變量的回歸結果予以省略。從表2可以看出，模型1-4所示的回歸結果均通過了顯著性檢驗，該結果與表1的回歸結果基本一致，回歸系數全部為正，只是系數大小有所差異，這再一次印證了本文的研究假設。

表3是分區域的回歸結果，從中可以看出東中西部由于經濟發展差異的存在，導致回歸結果差異比較大，但是整體上來看，基本能夠驗證本文的研究假設，這同時也說明我國經濟發展的異質性比較明顯。從模型1、2可以看出，東部地區的回歸結果在1%的顯著性水平下通過顯著性檢驗，且回歸系數大于表1相應的回歸系數，這說明東部地區的回歸結果較好的印證了本文的研究假設。從模型3、4中可以看出，中部地區產業結構升級和交互項對綠色全要素生產率的回歸結果沒有通過顯著性檢驗，能源效率則在10%的顯著性水平下通過檢驗，究其原因可以發現，中部地區是我國重要的能源基地，能源消耗長期依賴煤炭和石油，且第二產業所占比重較大，相關的機器設備更新不及時，高消耗、高污染、高排放問題較為嚴重，再加上近年來部分地區出現了經濟發展困局，經濟增長緩慢，產業轉型壓力過大，因此出現了上述的回歸結果。從模型5、6可以看出，西部地區的回歸結果通過了顯著性檢驗，能源效率和交互項均在10%的顯著性水平下通過檢驗，且回歸系數較表1比偏小，這與西部地區經濟發展具有很大的關系，長期以來西部地區在我國成為不發達的代名詞，西部地區在產業培育、經濟發展程度上明顯滯后于東部地區，雖然近年來西部地區發展速度有所加快，但是長期以來形成的差距不可能在短時間內彌補，這也是造成回歸結果差異的主要原因。endprint

五、結論與啟示

本文利用中國大陸260個城市的經驗數據對產業結構升級、能源效率以及兩者的協同作用對綠色全要素生產效率的影響進行了理論探討和實證檢驗，得到如下結論：在整體上，產業結構升級和能源效率對綠色全要素生產率具有正向的推動作用，且兩者的協同作用對綠色全要素生產率也具有正向推動作用，從回歸系數來看，產業結構升級對綠色全要素生產率的促進作用要大于能源效率的促進作用；分地區而言，東部地區的回歸結果與中國大陸260個城市的回歸結果基本一致，西部地區的回歸結果也都通過顯著性檢驗，但是東部地區要比西部地區更為顯著，這主要是東西部經濟發展差距造成的，中部地區部分回歸結果沒有通過顯著性檢驗，這主要與中部地區長期以第二產業為主有關，重化工業所占比重比較大，且經濟轉型升級遇到一定問題。

縱觀全文，可以得到很明顯的政策涵義，推動中國經濟綠色轉型對于提升中國整體的經濟質量大有裨益，而產業結構升級是轉變傳統粗放式經濟發展的重要方式，提高能源效率不僅起到節約能源的作用，而且可以減少污染物的排放，這對綠色經濟發展具有重要作用，未來衡量一個國家或地區經濟發展質量的指標勢必會向綠色全要素生產率轉移，理解好產業結構升級和能源效率的意涵對推動綠色全要素生產率作用巨大。因此，首先要明確中國各個地區的資源稟賦特征以及經濟發展情況，制定產業結構優化升級的具體路徑，東部地區要依托自身優勢，向高技術行業和高端制造業發展，提升服務業的質量和水平，中西部地區要實現產業的更新換代，逐步減少高消耗、高污染、高排放企業的存在，加大技術投入力度，實現經濟轉型升級。其次，要強化產業結構升級與能源效率的聯動機制，充分發揮市場的作用，打破地區之間的分割，增強區域之間的要素流動，提升能源利用效率，同時，加強科技研發投入力度，加快新型能源的開發，推廣使用清潔能源，優化能源消費結構。再次，面對當前環境問題突出的現實，中國應該強化環境政策，不斷優化環境政策組合，加快環境制度創新，制定嚴格的懲罰機制，創新鼓勵政策，積極推動技術創新，為綠色全要素生產率的提升提供推力。最后，政府要積極推動基礎設施建設，增強各地區之間的互聯互通水平，為經濟的轉型升級提供足夠的要素支撐；加大對企業技術創新的支撐，鼓勵金融機構積極扶持創新型企業；要不斷加強人力資源培訓，強化人才戰略，為中國經濟轉型升級提供人才支撐；有選擇性的承接產業轉移，合理的引進外商直接投資，積極引進高技術型企業，加強與高技術企業之間的合作交流，為我國發展綠色型經濟提供技術支持。

參考文獻：

[1] 段文斌，尹向飛.中國全要素生產率研究評述[J].南開經濟研究，2009（2）：130-140.

[2] 陳詩一.中國的綠色工業革命：基于環境全要素生產率視角的解釋（1980-2008）[J].經濟研究，2010（11）：21-34.

[3] 鄭玉歆.全要素生產率的測度及經濟增長方式的“階段性”規律：由東亞經濟增長方式的爭[J]. 經濟研究，1999（5）：55-60.

[4] 易綱，樊綱，李巖.關于中國經濟增長與全要素生產率的理論思考[J].經濟研究，2003（8）：13-20.

[5] 余淼杰.中國的貿易自由化與制造業企業生產率[J].經濟研究，2010（12）：97-110.

[6] Charnes A，Cooper W W，Rhodes E.Measuring the efficiency of decision making units[J]. European Journal of Operational Research，1978，2（6）：429-444.

[7] Caves D W，Christensen L R，Diewert W E.The economic theory of index numbers and the measurement of input，output，and productivity[J].Econometrica，1982，50（6）：1393-1414.

[8] 楊汝岱.中國制造業企業全要素生產率研究[J].經濟研究，2015（2）：61-74.

[9] 程惠芳，陸嘉俊.知識資本對工業企業全要素生產率影響的實證分析[J].經濟研究，2014（5）：174-187.

[10]Jorgenson D W，Stiroh K J.U.S.Economic growth at the industry level[J].American Economic Review，2000，90（2）：161-167.

[11]Fre R，Grosskopf S，Jr C A P.Environmental production functions and environmental directional distance functions[J].Energy，2007，32（7）：1055-1066.

[12]Chen S，Golley J. 'Green' productivity growth in China's industrial economy[J].Energy Economics，2014（44）：89-98.

[13]李俊，徐晉濤.省際綠色全要素生產率增長趨勢的分析——一種非參數方法的應用[J].北京林業大學學報（社會科學版），2009，08（4）：147-154.

[14]Ahmed E M.Green TFP intensity impact on sustainable East Asian productivity growth[J].Economic Analysis & Policy，2012，42（1）：67-78.endprint

[15]汪鋒，解晉.中國分省綠色全要素生產率增長率研究[J].中國人口科學，2015（2）：53-62.

[16]陳超凡.中國工業綠色全要素生產率及其影響因素——基于ML生產率指數及動態面板模型的實證研究[J].統計研究，2016，33（3）：53-62.

[17]余泳澤，劉冉，楊曉章.我國產業結構升級對全要素生產率的影響研究[J].產經評論，2016， 7（4）：45-58.

[18]朱旭強，王志華.產業結構升級對全要素生產率變動的貢獻研究——以蘇、粵、閩1978-2013年的面板數據為例[J].預測，2016，35（6）：75-80.

[19]段文斌，余泳澤.全要素生產率增長有利于提升我國能源效率嗎？——基于35個工業行業面板數據的實證研究[J].產業經濟研究，2011，2011（4）：78-88.

[20]孫廣生，黃祎，田海峰等.全要素生產率、投入替代與地區間的能源效率[J].經濟研究，2012（9）：99-112.

[21]秦炳濤，席小炎，鄭義.中國能源消費與全要素生產率動態分解：2000-2010[J].當代財經，2016（2）：25-32.

[22]Fre R， Grosskopf S， Norris M， et al.Productivity growth，technical progress， and efficiency change in industrialized countries[J].American Economic Review，1994，84（5）：1040-1044.

[23]張軍，施少華.中國經濟全要素生產率變動：1952-1998[J].世界經濟文匯，2003（2）：17-24.

[24]李逢春.對外直接投資的母國產業升級效應——來自中國省際面板的實證研究[J].國際貿易問題，2012（6）：124-134.

[25]于斌斌.產業結構調整如何提高地區能源效率？——基于幅度與質量雙維度的實證考察[J]. 財經研究，2017，43（1）：86-97.

[26]王立國，趙婉妤.我國金融發展與產業結構升級研究[J].財經問題研究，2015（1）：22-29.

[27]張建華，李先枝.政府干預、環境規制與綠色全要素生產率——來自中國30個省、市、自治區的經驗證據[J].商業研究，2017（10）：162-170.

[28]鄧翔，朱高峰，李德山.人力資本、貿易開放與區域全要素生產率——基于GML指數和系統GMM方法[J].經濟問題探索，2017（8）：1-8.

[29]張浩然，衣保中.基礎設施、空間溢出與區域全要素生產率——基于中國266個城市空間面板杜賓模型的經驗研究[J].經濟學家，2012（2）：61-67.

[30]劉凱，彭小雨.母國特征、FDI投資動機與東道國全要素生產率——基于中國制造業行業面板數據的實證分析[J].中南財經政法大學學報，2015，213（6）：118-126.

（責任編輯：鐘 瑤）endprint