長三角城市群工業綠色全要素生產率的測度及空間分異研究*

孫燕銘 孫曉琦

（華東師范大學，上海 200062）

一、引 言

改革開放以來，我國的經濟增長主要依賴大規模生產要素投入和大規模投資擴張的粗放型增長，許多城市盲目追求高投入、高能耗，在獲得高GDP增速的同時，資源和環境付出了巨大的代價。在資源環境對于經濟增長的硬性約束逐漸增強的背景下，綠色全要素生產率（GTFP）的提升已成為區域經濟和資源環境可持續發展的重要標志。

1942年，Tim Berger首次提出全要素生產率（TFP）的概念并將其解釋為生產力的綜合指標。Stigliz（1974）計算了美國制造業的全要素生產率。此后，許多學者不斷補充擴展全要素生產率的核算方法。例如，Aigner等（1977）建立了隨機前沿生產函數。Charnes（1978）建立了用于計算全要素生產率的數據包絡分析 （DEA）方法。Caves et al.（1982）將 Malmquist指數以及 DEA 方法共同作用于測算生產率變化。蔡昉指出：“全要素生產率是在多種要素投入水平已經確定的情況下得以實現的額外生產率。這種勞動生產率可以抵消資本收益銳減的不利結果，為可持續經濟增添動力。 ”

雖然傳統意義上的全要素生產率能夠在一定程度上反映生產力水平，但傳統的全要素生產率測算方法并沒有探討能源和資源，也就是說，如果不考慮資源能源消耗帶來的 “不被希望的”產出，就無法估計污染排放對生產率的影響。這也導致這種測算方法將資源環境約束對生產率的重要影響被忽略，以至于對真正的生產率所進行的評價有所偏頗。20世紀80年代以來，大量文獻開始將環境因素引入已有的生產理論，得出新的概念——綠色全要素生產率（green total factor productivity，GTFP）。Fare et al（1989）首先提出了包含這種 “不被期望的產出”的環境污染物的DEA 模型。Chung et al（1997）以 Shephard（1970）基于生產函數的距離函數，提出了更為合理的方向距離函數，模擬對環境造成污染的有害影響，在使用ML生產率函數衡量全要素生產率時，加入包含不令人滿意的污染排放等投入要素。 Fare et al （2001）測度了美國制造業1974—1986年的綠色全要素生產率，發現在此期間綠色全要素生產率的年平均增長率高于傳統全要素生產率的年平均增長率。Ramanathan（2005）則將環境污染作為未支付的一種投入要素，與勞動力、資本、能源投入結合起來估算全要素生產率。

國內關于GTFP的研究可以歸納為國家層面、區際比較及行業層面。 其中，城市資源環境與經濟增長問題是當前的一個熱點，很多學者嘗試將城市的資源、環境與經濟發展納入一個統一的分析框架，對城市綠色效率及城市綠色全要素生產率展開研究。在綠色全要素生產率的測算方法上，主要包括索洛余值法，隨機前沿生產函數法和基于 SBM 距離函數的數據包絡分析法等。

綜上所述，國內外學者在環境效率及綠色全要素生產率測度方面開展了大量工作，然而已有文獻較多側重于國家層面的研究，基于區域層面并深入研究綠色全要素生產率空間分異的文獻尚少。長江三角洲城市群作為長江經濟帶的經濟支撐區，是具有較大概率率先完成經濟、資源和環境協調增長的區域。長三角地區肩負著推動長江經濟帶創新發展、輻射中西部地區的重要使命，其經濟增長的經驗和政策研究可以在一定程度上為其他區域提供參考。本文選取長三角地區16個核心城市（上海、寧波、杭州、嘉興、紹興、湖州、南京、泰州、舟山、鎮江、南通、常州、無錫、揚州、臺州、蘇州）為研究對象，通過定量測算和描繪空間分布格局，反映長三角地區綠色全要素生產率的空間差異，為完善區域經濟發展協調機制、推動區域經濟可持續發展提供政策建議。

二、研究方法與模型選擇

（一）綠色全要素生產率評價方法

數據包絡分析 （Data Envelope Analysis，DEA）適用于測算具有多個決策要素的全要素生產率，基于DEA方法的Malmquist生產率指數（簡稱ML指數）可用于計算隨時間變化的全要素生產率的變化速率。采用DEA方法測量綠色全要素生產率時，需要將污染物排放作為一個新的投入因子納入模型計算。傳統的生產進程中，生產者期望以較少的投入獲得較多的產出，即期望產出。生產者對于污染物的偏好則相反，期望污染物的產出越小越好，稱為非期望產出。

本文中，每個城市被視為一個獨立的決策單元，每個單元包括 N 個輸入 x=［x，K，x］∈R，M個預期輸出 y=［y，Λ，y］∈R， 以及 I種非期望產出 b=［b，Λ，b］∈R，在此基礎上建立 t=1，Λ，T時期城市k=1，Λ，T的一系列生產可能性函數：

其中，λ為權重向量。基于此，預期輸出和不期望輸出的SBM函數計算如下：

上式中，ML指數代表全要素生產率變化（Tfpch），可以反映技術進步和技術效率的變化。其中，TEC代表技術變化（Techch），EFF代表技術效率變化（Effch）。這里的Techch與Effch的可分解如下：

其中，對于一個城市，Tfpch、Techch和Effch的測算值大于（小于）1，分別表示在t至t+1期間全要素生產率增多（減少），技術進步（回歸）和技術效率改進（惡化）。在ML指數公式中，技術進步是指創新或引進先進技術帶來的增長效應，即生產潛力邊界的轉移。技術效率改進主要是政策和制度改革推動了資源配置效率提升，進而觸發了“追趕效應”，即提升了實際生產狀況，使其向“最佳實踐者”靠近。

這里可以將技術效率（Effch）的改進進一步分解，以獲得純粹的技術效率變化（pech）和規模效率變化（sech）。其中，全要素生產率變化=技術效率變化生產技術變化，技術效率變化=純技術效率變化規模效率變化，即：Tfph=Techch×Effch=Techch×pech×sech。

本文對傳統的全要素生產率和綠色全要素生產率分別進行測度，在計算綠色全要素生產率時，需要將非預期產出作為新的輸入因子，為避免混淆，其他對應的綠色指標，以G-前綴作為縮寫，添加到表中綠色全要素生產率的相應計算值處。

（二）數據選擇與處理

本文以2006—2016年中國長三角地區16個重要城市的生產率水平為研究樣本。基于所構建的評價方法和測算模型，將各城市勞動投入情況、能源消耗情況和資本投入情況作為投入變量，將產品總產值與工業污染物狀況作為產出變量。所選取的投入因子指標包括：勞動力投入，資本和整體能源消耗。輸出因子中，工業生產總值為期望產出，主要的非期望產出指標為工業廢物排放。

1.投入變量

（1）勞動投入

由于研究對象為工業產業，勞動力投入指標選取每個地區第二產業從業人員總數。由于部分地級市統計年鑒中不包含該指標，本文對分行業的采掘業、制造業、電力產業、燃氣和水的生產與供應業的從業人員數進行處理，得到第二產業雇員人數。

（2）資本

在關于資源效率的已有文獻中，較穩妥的資本指標是選取年末資本存量，使用永續盤存法進行估算。但由于地級市分級數據較難獲取且難以計算，本文將采用歷年工業各部門固定資產投資產生的總投資作為衡量指標。

（3）綜合能耗

本文的綜合能耗指標，選取了行業消費的萬噸標準煤作為能源消耗標準。其中，根據統計年鑒不同年份的具體情況，2006—2010年的單位能耗以2005年可比價計算，2011—2015年以2010年可比價計算，2016年以2015年可比價計算。部分城市統計年鑒索引如缺乏直接數據，則選取“行業能源消費量”指標，按照不同能源使用的具體數量，根據每種能源與萬噸標準煤的換算指標進行換算求和處理。

2.產出變量

（1）工業生產總值

選取每年的工業總產值數據作為預期產出。數據來源為各城市統計年鑒。

（2）工業廢物排放

工業廢物包括污水、廢氣、工業粉塵和工業固體廢物等。由于各城市工業廢物所涵蓋的內容不同，各城市統計年鑒對于污染物的指標界定有一定差異，為了解決這個問題，一些城市選擇工業廢水、工業二氧化硫排放量和工業固體廢物產量作為非期望產出指標，一些城市選擇工業廢水、工業粉塵排放量和工業二氧化硫排放量作為非期望產出指標，利用統計軟件進行處理轉化成為一個城市環境污染的綜合指標，以衡量非期望產出。

本文選取2006—2016年長三角16個重要城市的面板數據，基礎數據主要來源于《中國統計年鑒》（歷年）、《中國城市統計年鑒》（歷年）、各省統計年鑒（歷年）、各城市經濟信息委員會網站以及相關新聞報道等，表1對變量指標選取及相應的含義進行了解釋。

表1 變量選取及解釋

三、長三角城市群工業綠色全要素生產率的實證分析

（一）長三角16個重要城市歷年平均ML指數估算結果

運用MaxDEA pro軟件計算了2006—2016年長三角地區16個重要城市考慮資源環境因素的綠色技術效率 （Geffch）、 綠色技術進步（Gtechch）、綠色全要素生產率（Gtfp），以及綠色技術效率的分解：綠色純技術效率（Gpech）和綠色規模效率（Gsech）。同時，為了與不包含環境污染的傳統全要素生產率進行比較，還測算了傳統全要素生產率及其分解，結果如表2所示。

由表2的測算結果可以看出：

1.根據各城市未考慮非期望產出和考慮非期望產出的全要素生產率計算結果，傳統的工業全要素生產率始終處于大于1的較優水平，而工業綠色全要素生產率基本維持在等于1甚至不到1的觀察值。除2010—2011年外，考慮非期望產出因素的綠色全要素生產率變化率普遍低于傳統工業全要素生產率變化率。這表明，工業污染物排放在相當程度上影響或阻礙著綠色全要素生產率的提升。綠色技術進步的變化速率，即綠色技術進步水平，與綠色全要素生產率的變化大體上保持一致。可見，工業生產中的清潔技術進步是促進工業綠色全要素生產率提高的重要原因，也就是說，污染治理、綠色減排等清潔技術的持續發展有助于綠色全要素生產率的提升。

表2 2006—2016年長三角地區重要城市平均工業全要素生產率估算結果

2.工業技術的進步較為顯著。按傳統的未考慮非期望產出的計算方法，技術進步（Techch）在10個時間段內有8個大于1，考慮非期望產出后，得到基本接近1或大于1的數值，表明工業技術進步已成為綠色全要素生產率的重要驅動力。在信息革命、知識經濟相融合的背景下，電子信息技術、互聯網、大數據等的迅速發展和廣泛應用使得傳統產業轉型升級的速度加快，進而推動了技術進步。同時，相比其他區域，長三角對外開放的程度更高，吸納優質人力資本、社會經濟資本的能力更強，也具有更活躍的創新活力和創新意識，更有利于技術進步的加快。

3.工業綠色技術效率（Geffch）在前5個時間段內基本都表現為小于1，但在后5個時間段基本表現為大于1，說明隨著長三角地區對外開放和市場改革的深化，逐漸形成了良好的工業市場競爭環境，同時，面對長三角地區能源資源環境約束趨緊、主要污染物控制種類增加、生態環境指標不斷逼近甚至超過生態承載力等現實挑戰，近年來政府的環境規制與污染治理力度不斷增強，企業需通過不斷研發更為清潔環保的新技術、新產品以取得更好的經濟效益，進而加快了綠色創新的步伐，推動了綠色技術效率的提升。

（二）長三角16個重要城市綠色全要素生產率的動態變化趨勢比較

計算2006—2016年長三角16個重要城市傳統工業全要素生產率的均值和工業綠色全要素生產率的均值，進一步比較各城市綠色全要素生產率的變化。結果如表3所示。

表3 長江三角洲16個重要城市的平均工業全要素生產率估算結果

分析研究期內各城市歷年工業全要素生產率的平均水平，可以看出：2006—2016年，各城市的傳統全要素生產率整體水平較高，各城市工業全要素生產率變化率（Tfpch）的均值都大于1，可見近10年來長三角地區的經濟增長迅速，主要城市的生產力水平有激增的趨勢。從整體技術效率（Effch）的變化情況來看，各城市的歷年均值基本在1左右，要素的投入比例相對合理，但個別城市的技術效率變化與規模效率變化相比存在滯后性。同時，各城市技術進步變化率（Techch）的平均水平都大于1，說明對于每個城市來說，技術進步對于傳統全要素生產率提高的貢獻，比起技術效率更為重要。

大部分城市的歷年GTFP均值處于小于1或等于1的水平，這與各城市的綠色生產技術進步率（Gtechch）密切相關，在16個樣本城市中，僅有上海、杭州、舟山、南京這4個城市的歷年綠色技術進步率均值處于大于1或等于1的水平，其余各城市的Gtechch均值皆小于1，紹興的綠色技術進步率為0.594，其GTFP也處于0.594這一較低水平。研究期間，各城市的GTFP基本都低于傳統的工業要素總產能，這說明環境和資源因素在某種程度上制約了綠色全要素生產率的提升。此外，上海的歷年綠色技術效率（Geffch）、綠色技術進步率（Gtechch）、綠色全要素生產率（Gtfp）均值都為1，可見其近10年來的綠色技術效率變化和綠色技術進步變化較為均衡。

從傳統全要素生產率的分解來看，各城市傳統全要素生產率的技術進步率均值皆大于1，說明研究期內技術創新所展現的高效率是提高全要素生產率的重要原因。同時，外部規模的擴張效率整體較高也是一個重要因素。

從綠色全要素生產率的分解值來看，4個城市的綠色技術效率（Geffch）趨近于1，其余各城市的綠色技術效率皆大于1或等于1，可見大部分城市考慮非期望產出的資源配置能力、資源使用效率等綜合能力較好。綠色技術進步率（Gtechch）的問題較為明顯，大于1或等于1的城市僅有4個，說明大部分城市考慮環境和資源因素的綠色技術進步率仍有待提高，需重視提升節能、環境友好的清潔生產技術的創新效率。同時，長三角地區的工業綠色純技術效率變化（Gpech）呈現出一定改進的趨勢，大部分城市的歷年均值都在1左右，即在已有的清潔生產技術水平、既定的制度和管理水平下所投入資源的使用是有效率的。此外，僅有臺州、常州、無錫這3個城市的綠色技術效率變化滯后于規模效率變化，大多數城市的要素投入比例和規模較為合理。

（三）GTFP的空間格局以及特征分析

選取2006—2007、2011—2012和2015—2016年這三個時間段，進一步在地圖上展示長三角16個重要城市GTFP的空間分布四分位圖。

根據統計分組原則，將每個時間段的GTFP劃分為四個等級，即 GTFP〈0.6，0.6≤GTFP〈0.8，0.8≤GTFP≤1，GTFP〉1。GTFP 越高則顏色越深，反之則顏色越淺。圖1—圖3較為直觀地刻畫出長三角16個重要城市GTFP的時空演化特征。

圖1 2006—2007年長三角16市GTFP空間分布格局

圖3 2015—2016年長三角16市GTFP分布格局

1.研究期內，各城市GTFP的整體空間分布格局波動不大，在研究初期GTFP即呈現高增長的地區一般維持高增長態勢，大部分城市的GTFP在空間上呈現集聚特征，即GTFP高的城市相鄰，GTFP低的城市也相鄰，大致呈現從中部往南北兩邊逐漸降低的態勢。GTFP較高的區域主要分布在上海、南京和杭州，并表現出GTFP的外部性——溢出效應，即GTFP較高的地區向周邊區域產生輻射帶動效應，并以此為中心向外擴散。

2.從時間維度的變化來看，各城市的等級分布逐漸變得均衡，說明輻射帶動效應是有成效的。但GTFP的整體水平在三個時間段逐漸變低，這反映了長三角地區傳統制造業考慮非期望產出的生產率優勢正在逐漸減弱的現象。盡管長三角大部分城市的工業轉型較早，但近年來工業增長速度開始放緩，環境污染日益嚴重。當前，以上海、杭州、南京、蘇州等為代表的長三角城市正面臨能源資源環境約束趨緊，主要污染物控制種類增加，資源環境生態指標均逼近甚至超過生態承載力等現實挑戰，對傳統制造業發展形成一定下行壓力。《上海市工業綠色發展“十三五”規劃》明確了“2025年前后二氧化碳排放達到峰值”的目標，制造業是控制溫室氣體排放總量及能源消費總量的關鍵領域，承擔著綠色經濟轉型的主要任務，因此，加快清潔環保技術的研發、引進與擴散，推動科技創新與技術變革，帶動制造業生產技術進一步轉型升級勢在必行。

綜上所述，長三角城市群的GTFP具有顯著的空間關聯性，一個城市的GTFP水平不僅與本地區的發展相關，還與其周邊城市有著密不可分的聯系，少數區位條件優越的地區，如上海、杭州、南京等城市已率先成為增長極，之后在地理空間上呈現空間溢出效應，將經濟動力和創新成果擴散到周邊地區，由此所呈現的集聚現象顯著。同時，綠色技術進步率是影響長三角城市群GTFP的重要因素之一，提升節能、環境友好的清潔生產技術的創新效率，加快制造業生產技術的轉型升級，鼓勵清潔環保技術在制造業企業中的引進與擴散十分必要。

四、結論與政策建議

文章運用基于DEA方法的Malmquist生產率指數對長三角16個重要城市的綠色全要素生產率（GTFP）進行了測算，通過展示空間分布四分位圖，研究了長三角城市群GTFP的整體空間分布格局以及在不同時間段的時空演化特征，結果發現：

1.2006—2016年，長三角城市群考慮非期望產出的GTFP普遍低于傳統的TFP，說明污染物排放作為重要的非期望產出指標，在計算綠色全要素生產率時不可忽視。綠色技術進步率與綠色全要素生產率的變動方向大體一致，存在正相關關系，即工業生產中的清潔技術進步是促進GTFP提高的重要因素。技術進步的源動力是創新，伴隨著電子信息技術、互聯網、大數據等的迅速發展和廣泛應用，傳統產業轉型升級的步伐加快，隨著長三角地區外資的大量涌入，形成知識溢出效應，這樣既促進創新，又促進生產技術進步，最終達到提高生產效率的目的。

2.2006—2016年，僅有上海、杭州、舟山、南京4個城市的GTFP均值等于1或大于1，其余城市整體呈現為趨近于1卻并未達到1的格局，GTFP變化的空間分布呈現出了一定的集聚性和空間關聯性，GTFP高的城市相鄰，GTFP低的城市也相鄰，大致呈現從中部往南北兩邊逐漸降低的態勢。從縱向時間發展來看，上海、南京、杭州等GTFP較高的區域表現出GTFP的溢出效應，向周邊區域產生輻射帶動效應，并以此為中心向外擴散，影響周邊地區的GTFP變化逐漸呈現均衡發展態勢。

3.比較GTFP與未考慮非期望產出的傳統TFP，可以發現，長三角城市群的經濟發展水平、能源結構對其GTFP具有一定的負向抑制作用，即經濟增長與能源資源節約和環境保護并不完全兼容，這其中，提升節能、環境友好的清潔生產技術的創新效率極為重要。資源、環境、生態等現實約束在現代生產力衡量中不可忽視。加強環境規制，提高清潔生產技術和污染治理技術的創新效率，深入推進綠色創新和培育節能環保產業，是長三角地區綠色全要素生產率持續提升的關鍵之一。

為進一步提升長三角城市群的綠色全要素生產率水平，應從以下幾個方面入手。

第一，通過推動以資源環境技術持續進步為目標的綠色創新，以提升綠色技術進步率。《中國制造2025》明確把綠色轉型作為建設制造強國的重要著力點，提出了涵蓋能耗強度、碳排放強度、用水強度、固廢綜合利用率等方面的綠色發展指標體系，為深入推進綠色創新和培育節能環保產業帶來新契機。在研究期內，長三角城市群的GTFP忽高忽低并不穩定，政府應通過優化區域產業結構和社會經濟發展模式，加快清潔生產、節能環保技術的自主創新、引進和擴散，讓資源利用效率和綠色技術進步率共同穩步提升，以提升長三角地區的綠色發展動能。同時，污染物治理是引導企業創新的關鍵點之一，近年來長三角地區的城市環境統計監測部門在衡量污染指標時，不僅考慮污染物的排放水平，更是考慮污染物的處理量及處理比例，這對于有效控制整個區域的污染物排放水平，實現區域可持續發展十分重要。

第二，充分利用電子信息化技術、基礎設施建設的互聯互通等手段，進一步發揮長三角核心城市對于周邊城市的輻射帶動效應。由增長極理論可知，人才、資源、技術等要素的高度集中使少數的點狀地區具有一定優越條件，優先發展成為增長極，其經濟動力將通過輻射效應逐漸擴散到廣闊的腹地。發揮上海、南京、杭州等長三角中心城市的引領作用，引導中心城市的知識、信息、技術、人才等資源合理流動，通過樞紐型、功能性、網絡化的基礎設施體系建設，促進功能復合、一體化的區域生態網絡形成，提升長三角地區整體的綠色經濟效率。

第三，通過優化環境規制政策設計，為長三角城市群的綠色經濟轉型提供制度支撐。傳統的經濟增長方式往往以犧牲資源環境為代價換取較高的生產率，當前，以能源資源的低消耗、污染廢棄物的低排放、生態環境的低污染為特征的綠色經濟正在興起。探索實施懲罰和獎勵并存的環境規制政策體系，逐步建立排污權、水權等的市場化交易機制，在增收污染稅的同時，對污染物控制良好的企業予以適當的獎勵，內部化其外部成本，為提升資源環境質量及區域綠色全要素生產率提供制度保障。