中國省域綠色全要素生產率的測算及影響因素分析
——基于動態GMM方法的實證檢驗*

朱金鶴，王雅莉

（石河子大學經濟與管理學院，新疆石河子832003）

“供給側改革”“一帶一路”倡議、“生態文明”，以及“綠色全要素生產率”之間有著深刻的內在契合。2015年11月，中央財經領導小組第十一次會議上首次提出“供給側改革”，并指出“加強供給側改革與提高供給體系質量和效率的核心在于提高全要素生產率”；2017年10月18日，主題為《決勝全面建成小康社會，奪取新時代中國特色社會主義偉大勝利》的十九大報告中，重申“必須堅持質量第一、效益優先，以供給側結構性改革為主線，推動經濟發展質量變革、效率變革、動力變革，提高全要素生產率”，并4 次突出“綠色”一詞，強調“建設生態文明是中華民族永續發展的千年大計”，充分表明“供需錯位”和“資源環境約束倒逼增長方式轉型”已經是中國經濟新常態形勢下的兩大難題。由于采用綠色全要素生產率來評價經濟增長質量比全要素生產率更符合“生態文明”的發展要求，因此，提升綠色全要素生產率將成為新常態下資源與環境硬約束的必然選擇。同時，“一帶一路”倡議的實施對于化解中國過剩產能，實現經濟發展質量、動力、效率變革都有著重要意義。基于以上，在“一帶一路”的背景下，我國各省域如何利用好戰略機遇，提升區域綠色全要素生產率，創造我國經濟“低增速”下的“新活力”，是一個亟待解決的難題。

一、文獻評述

綠色全要素生產率（Green Total Factor Productivity，GTFP）的研究起源于20 世紀中后期，發展于21 世紀的前十年，目前仍方興未艾。Chung首次指出了污染排放作為非期望產出對于經濟增長的作用，GTFP分析自此應運而生；[1]2009年，李俊等提出“綠色全要素生產率”概念，即在TFP計算中加入反映環境變化的變量，標志著我國GTFP的研究開始[2]。此后，我國關于GTFP 測度文獻層出不窮，其方法主要以隨機前沿分析法（SFA）、索洛殘差法和非參數數據包絡分析法（DEA）為主。前兩者，一個通過超越對數函數形式或生產函數形式來估計其參數從而求得GTFP[3]；另一個由產出增長率減去各投入要素增長率的加權值得出[4]；第三者則測算投入和產出的相對效率，并使用Malmquist指數予以刻畫，該方法具有不需要要素價格信息和具體的生產函數形式、容易計算出效率、能夠處理多種投入和產出問題等優點，因而更受學者們的青睞[5]。在非參數方法的運用上，部分研究選擇環境污染指數作為“壞”產出納入DEAMalmquist指數模型[6-9]；部分研究采用基于ML指數的非徑向、非角度SBM方向距離函數測算綠色全要素生產率[10-12]；還有學者選擇GML生產率指數、MML生產率指數等擴展形式來測算GTFP[13-15]。步入新常態后，為契合以節約資源、環境友好為核心的綠色發展觀，學者們在GTFP測度的基礎上著力于對其影響因素的研究，以期為GTFP的提升尋找路徑。

國內對GTFP 影響因素的爭議焦點集中于對外因素、財政因素、技術因素、經濟因素、金融因素、環境規制因素6個方面，但由于選用指標、研究方法、研究對象的不同，因而在這些因素的研究結論上異同摻半。（1）在對外因素上，涉及的主要變量包括外商直接投資和對外貿易。一方面，進出口貿易和外商直接投資的增加帶來了先進技術和管理經驗，促進綠色技術進步，因而存在“污染光環效應”[16-17]；另一方面，外商直接投資可能招致污染密集型、勞動密集型低質量外資，使地區環境規制陷入低水平均衡并成為“污染避難所”進而降低GTFP[18-21]。更有學者認為在貿易自由化過程中，各國將降低各自的環境質量標準以維持或增強競爭力，因而出口貿易是環境污染加劇的重要變量[22-23]，對外貿易對GTFP 的正向影響需要跨越某些變量的門檻[24]65。（2）在財政因素與GTFP的關系研究主要包括財政支出、財政分權兩個方面。財政支出是政府市場化水平的代表，其對GTFP的作用不能一概而論。一方面政府的財政支出有利于公共基礎設施的建設，提高總體經濟增長；另一方面，如果政府的宏觀調控過度，政府的機構過于繁雜冗余，會“擠占”企業的市場份額，降低市場經濟效率[8]59。張樂、曾婉淑進一步指出，在科教文衛等基礎事業上的財政支出通常會對GTFP產生正向作用，而其他類型的財政支出則需具體分析。[25-26]財政分權即財政自由度與GTFP的關系上，一方面權利的下放使用，可以使地方政府有更多的自主選擇權去選擇有效的發展方式，對經濟效率的提升有正向影響；[27]另一方面，財政分權也可能引起地方競爭，使其以犧牲環境為代價換取經濟增長，導致環境治理不足而影響GTFP的提升[28-29]。（3）在技術因素上，多數學者認為科技進步水平可以帶來綠色技術進步與效率提高，對GTFP有顯著推動[30-31]，但也有學者提出技術進步、技術創新有可能增加環境污染，是一柄“雙刃劍”[32]。人力資本作為環保的實踐者、綠色“硬技術”的創造者、綠色“軟技術”的主導者對GTFP 也有著不可忽視的影響[33-34]，徐晶晶指出，人力資本提高1個單位會相應地帶動東部沿海地區GTFP水平提高0.8%[8]58。（4）在經濟因素上，顧偉、趙成柏、屈小娥等學者認為，我國的工業化進程是以犧牲環境為代價的粗放型增長模式，工業化水平提升阻礙了GTFP 的發展。[35-37]與其相反王兵、朱眉媚等學者則認為，考慮到我國經濟的發展階段，經濟增長主要靠第二產業拉動，工業化水平對GTFP增長有著正向影響。[38-39]因此，工業化水平的影響尚不能確定。人均GDP代表著經濟發展水平，但經濟發展水平與GTFP并不是簡單的線性關系。多數學者支持“經濟-GTFP”的環境庫茲涅茨曲線存在[40]，經濟發展水平發展到一定程度后就不能繼續促進GTFP改進，二者呈現倒U 型關系[41-42]。（5）在金融視角下研究GTFP 的研究較少，且起步較晚。大多數學者認為，金融發展能夠促進GTFP增長，有利于生態效率提升，[43-44]張帆進一步指出，這種增長的促進作用，會隨著金融發展水平的提高而遞減，呈現出非線性關系，[45]這一觀點得到葛鵬飛的支持，他認為在創新異質性約束下，隨著基礎創新能力的提升，金融規模與綠色TFP 呈現先負后正的邊際遞增關系，金融效率則有著U形的抑制作用。[46]（6）環境規制因素對GTFP的因素常圍繞著“波特假說”與“遵循成本效應”展開。“遵規成本”的支持者認為，環境規制引致企業污染治理成本和環境服從成本上升，對企業生產性投資、創新活動和組織管理產生“抵消效應”，間接阻礙了企業的綠色生產率的提升。[47]28而目前學界大都認可在一定水平的環境管制強度下，節能減排和企業的環境治理可以激勵企業自主創新并改進綠色技術水平，“波特假說”成立[48]。學者沈能、彭文斌與王杰進一步指出“波特假說”有適用范圍，存在“門檻效應”[49-51]。徐茉提出正式環境規制使產業結構對TFP 有負向影響，非正式環境規制使產業結構對TFP 有正向影響。[52]此外，也有學者探究環境規制通過“污染天堂”[47]28-29和“污染光環”[53]39效應影響GTFP的機理。

本文試圖從以下幾個方面對已有文獻進行拓展。（1）在研究對象上，以一帶一路沿線省域為研究對象來考察綠色經濟發展的文獻寥寥可數，僅有林永生通過綠色發展指數指標（CGDI）考察了一帶一路沿線省份的綠色發展水平[54]，喬虹、劉峰采用DEA-Malmquist 指數分別研究了一帶一路沿線省域服務業TFP的影響因素與沿線35個城市的TFP[55-56]。本文測度分析了全國、省際、一帶一路沿線的GTFP，彌補了當前對這一研究對象的空白。（2）在研究內容上，多數學者仍然沿用CO2、SO2、COD等單一的衡量指標來代替非期望產出，比如，陳詩一[57]采用CO2、李志翠[58]采用SO2、楊文舉[21]6、馮杰[59]采用SO2和COD。 本文利用DEAMalmquist 指數方法，在4 種環境約束下測度了4種GTFP，并進行對比分析。（3）在研究方法上，靜態面板是假定綠色全要素生產率并不存在滯后效應上建立的，但實際上，任何因素的變化本身具有一定的慣性，前一期的結果往往會影響到后一期的結果。本文參考陳超凡[12]58、蔣林萍[60]通過系統GMM模型構建動態面板的方法，從6個方面甄選了12 個指標考察其對中國GTFP、綠色技術效率指數、綠色技術進步指數的影響。

二、綠色全要素生產率的測算

（一）投入產出變量選擇與數據來源

1.投入指標

（1）資本投入（K）。本文用資本存量來代替資本投入，沿用了學者張軍的方法，采用永續盤存法對物質資本存量進行了估算。[61]（2）能源投入（E）。本文選取各省市能源消費總量作為能源投入。（3）勞動力投入（L）。本文選用歷年各省份三產就業總人數來作為勞動力投入。

2.產出指標

（1）期望產出（GRP）。本文選取GDP值作為期望產出，由于每年的GDP 會隨著通貨膨脹而產生虛高或虛增，因此在研究過程中學者們常采用CPI 指數或者GDP 指數平減GDP。在此，本文采用GDP 指數平減，折算成了以2000年為基期的GDP產值，即為GRP。

（2）非期望產出。在非期望產出的核算問題上，本文參考徐晶晶的方法，考慮了以不同非期望產出為指標的4種GTFP[8]25。情況1為只考慮二氧化碳（CO2）①CO2：采用聯合國政府間氣候變化專門委員會（IPCC）所提供的公式算所得。為非期望產出而測算出的CO2-GTFP；情況2 為只考慮二氧化硫（SO2）為非期望產出而測算出的SO2-GTFP；情況3 為只考慮化學含氧量（COD）為非期望產出而測算的COD-GTFP；情況4是以5種污染物合成的綜合指標（TP）為非期望產出而測算的TP-GTFP②選取除西藏外30個省份的工業廢水排放總量、工業廢水排放總量，工業固體廢棄物總量、SO2、CO2排放量，五類污染排放物進行污染綜合評價，運用SPSS19.0進行主成分分析來降維，獲得綜合環境指標TP。。由于情況4中待合成的綜合指標（TP）涉及因子、空間、時間三維時序立體數據，而經典的主成分分析只針對由樣本和指標構成的平面數據表，并未加入時間序列，因此合成方法采用時序全局主成分分析法（GPCA）。該方法不僅具有經典主成分分析所具有的優勢，還可從時間上進行動態比較。

數據來源于2001—2016年的《中國統計年鑒》《中國能源統計年鑒》《中國環境統計年鑒》《中國環境年鑒》。③為了使指標L、E、CO2、S02、COD、K、GRP、TP更具可比性，并將指標歸到最適宜觀測的范圍，在實證分析前，本文采用了闕值法對每個指標進行標準化處理，將指標范圍確定在[100，1000]。

（二）測度結果分析

本文在考慮單個環境因素約束和綜合環境約束下，采用基于DEA 技術的Malmquist 生產率指數，按照Output 方向即投入一定產出最大的規劃方式，將非期望產出看作投入變量納入生產率核算的計算方式，運用DEAP2.1軟件對數據進行測度，測得2000—2015年30 個省份的4種GTFP年均值與其分解項數值如表1 所示。下文將從全國、省際、“一帶一路”沿線省域④國家發展改革委、外交部、商務部聯合發布的《推動共建絲綢之路經濟帶和21世紀海上絲綢之路的愿行動》中指出，一帶一路的重點省份總共有18個：新疆、陜西、甘肅、寧夏、青海、內蒙古、黑龍江、吉林、遼寧、廣西、云南、西藏、上海、福建、廣東、浙江、海南、重慶。三個層面對比分析4 種環境約束下測算的綠色全要素生產率（GTFP），與其分解項：綠色效率進步指數（EFFCH）、綠色技術進步指數（TECHCH）的空間分布特征與時間發展趨勢。

表1 2000—2015年中國省際4種GTFP年均值與其分解的指標值

1.全國綠色全要素生產率測度結果分析

從全國GTFP的數值與變化趨勢上來看，我國4 種GTFP年均值分別為1.009、1.005、1.007、1.005，除SO2約束下2002—2003年、2003—2004年的GTFP值均＜1之外，其他年份和約束下GTFP值均＞1，說明大多數年份下的GTFP都有或高或低地改善。如圖1，4種GTFP波動趨勢大致相同，均經歷了三個“低谷”和兩個“峰值”。具體來看：（1）2004—2006年GTFP 的上升可能是由于，在此期間，國家對于違法排污進行深入整治①2004年4月，國家環保總局、發改委、監察部、工商總局、司法部、安全監管局六部委聯合印發《關于開展整治違法排污企業保障群眾健康環保專項行動的通知》；2005年6月，國務院辦公廳印發《關于深入開展整治違法排污企業保障群眾健康環保專項行動的通知》。，使得污染排放減少，環境綜合質量得到改善。（2）2006—2007年第一個“峰值”的出現可能是由于2005年時，中國政府將能源強度納入了十一五規劃中，并對單位GDP 能耗做出了限制性的約束。因而在2006—2007年的一段時間，各種污染物約束下的綠色全要素生產率都得到了顯著提高。（3）2008—2009年的第二個低谷可能受到國際金融危機的影響，我國經濟面臨衰退的威脅，面對需求不足，大量企業縮減規模，使GTFP 測度中的期望產出-GDP縮減所致。（4）2009—2010年我國政府應對金融危機采取的“一攬子”經濟刺激計劃使得中國經濟在2009年年末比上年增長8.7%，增速世界第一，相應的GTFP測度中的期望產出即GDP增加，迎來了第二個峰值。（5）2014—2015年GTFP 的第三個“低谷”也反映著中國經濟步入新常態，結構轉型，經濟增速減慢。

從全國4種類別GTFP的對比來看，我國二氧化碳污染的控制效果最好（16年GTFP 均值1.009），化學含氧量控制效果次之（16年GTFP 均值1.007），綜合環境治理上任重道遠（16年GTFP均值1.005）。從圖1 看出，中國整體的CO2-GTFP值明顯高于其他三種情況，中國整體的TP-GTFP值最低，說明單個環境約束的限制下考慮GTFP只能體現該種污染物的治理情況，不能反映綜合環境治理情況，并可能會導致GTFP 指數結果的高估。

圖1 2000—2015年中國4種綠色全要素生產率發展趨勢

從全國GTFP的分解項上來看，我國4種GTFP的增長主要是靠綠色技術進步指數來帶動的，但綠色技術進步的推動作用在2011年前后遭遇“瓶頸”；綠色技術效率指數在其提升速度一直落后于綠色技術進步指數的狀態下，出現了持續的效率惡化，如圖2所示。

圖2 2000—2015年中國4種綠色技術進步指數趨勢（左坐標）和中國綠色效率指數趨勢（右坐標）

具體來看：（1）4 種綠色技術進步指數（TECHCH）始終大于1，趨勢上經歷了一個先上升后下降的狀態，在2000—2008年繼續上升，在2011年后達到“瓶頸”狀態，開始波動下降。（2）4種綠色技術效率指數（EFFCH）大部分時期小于1，均在2007—2009年略有上升，后又繼續下滑，2012年以后緩慢上升，在16年整體上呈現出一種下滑的趨勢。（3）值得注意的一點是，2006—2007年綠色技術進步指數（TECHCH）到達最高點，但綠色技術效率指數（EFFCH）卻到達最低點。這與唐家龍提出的“從發展的角度說，技術效率的提升有一個上限，這個上限取決于技術進步的水平，實際產出只能向潛在產出或規模經濟的最大值逼近，當技術效率提升速度一直落后于技術進步速度時，會出現持續的效率惡化”[62]相符合。可見，對于資源有限的人類社會而言，只依靠技術進步，勢必會出現資源配置失衡和資源浪費現象，當前經濟增長模式無疑不是最優的選擇，提升綠色技術效率水平才是當務之急與長久之策。

2.省際綠色全要素生產率測度結果分析

從省際的GTFP 情況上來看，2015年沿海六省為綠色經濟發展的“排頭兵”，而西南四隅處于效率、技術的雙項“低水平均衡”狀態，缺乏綠色經濟“發動機”；2000—2015年期間，省際TP-GTFP兩極差異與時俱增；年均TP-GTFP 兩極分化特征明顯，年均CO2-GTFP、SO2-GTFP、COD-GTFP 集中分布在低水平梯度；京津翼、長三角、珠三角所含省份在綠色經濟發展中扮演著“引領者”和“技術革新者”的角色，華中、西南、西北所含省份均作為“追趕者”和“模仿者”進行學習。具體來看：（1）從現狀和趨勢上看，以TP-GTFP為例，綜合環境因子影響下綠色全要素生產率指數區域分布呈現出沿海六省最優，西南四隅落后，且兩極差異與時俱增的特點。1）2015年省際TP-GTFP 排名：浙江＞山東＞江蘇＞廣東＞上海＞天津＞北京＞福建＞內蒙古＞吉林＞河南＞重慶＞遼寧＞陜西＞江西＞海南＞河北＞青海＞四川＞寧夏＞新疆＞湖南＞甘肅＞黑龍江＞山西＞廣西＞安徽＞貴州＞湖北＞云南，如圖3所示。

圖3 2015年各省綜合環境因素約束下GTFP、EFFCH、TECHCH情況圖（自左往右，GTFP由大到小）

其中沿海六省（浙江、山東、江蘇、廣東、上海、福建）為目前TP-GTFP、TP-TECHCH發展的“排頭兵”。其TP-GTFP排名均居位于全國前列，并且綠色技術進步指數（TP-TECHCH）也較其他省份遙遙領先；而西南四隅（廣西、貴州、湖南、云南）目前卻均處于效率、技術的雙項“低水平均衡”狀態，缺乏綠色經濟“發動機”。2）省際TP-GTFP兩極差異與時俱增，從2000—2001年的2.25%（山東與貴州）擴大到2004—2005年的5.29%（江蘇與河南），從2009—2010年的6.24%（北京與湖南）擴大到2014—2015年的11.36%（浙江和云南）。（2）從時段上看，2000—2015年期間年均TP-GTFP 兩極分化明顯，其他3種年均GTFP集中分布在低水平梯度,京津翼、長三角、珠三角所含省份在綠色經濟長期發展中貢獻最大。1）在年均GTFP 的梯隊差別上，采用自然斷點法進行梯度劃分，TP-GTFP在四個梯度上的數值界點均小于CO2、SO2、COD 約束下的數值界點，說明單環境約束相比于TP環境約束會對GTFP高估。如表2，TP-GTFP梯度分布與省份數量呈現“正態分布”特點，省域集中在二、三梯度，兩極分化明顯。CO2、SO2、COD約束下的省際GTFP梯度分布呈現“同質化”特征，省份集中分布在三、四低水平梯度。2）在年均GTFP梯隊分布上，4種GTFP的第一、二梯度省份均集中分布在京津翼、長三角（除安徽外）、珠三角此三大區域，如表2 所示。在CO2、SO2、COD 約束下，第三梯度省份集中分布在與內蒙古接壤的華北、東北地區，第四梯度省份集中分布在華中、西南、西北地區；在TP綜合環境約束下，第三梯度省份主要集中在華中、西南、西北地區，且湖南、云南屬于第四梯度。

表2 2000—2015年四種環境約束下年均GTFP的省域梯度分布

3.沿線省域綠色全要素生產率測度結果分析

從一帶一路沿線省域GTFP情況來看，一帶一路沿線省域GTFP發展呈現出“N”型態勢，表現出“較平穩、微波動”的特征，沿線內部各省份的GTFP呈“階梯狀”分布，沿線內部四大區域間也存在明顯差異。具體來看：（1）從GTFP發展趨勢來看，一帶一路沿線省域4種GTFP發展均呈現出“N”型態勢，如圖4所示。

圖4 4種環境約束下一帶一路沿線省域GTFP趨勢圖

一帶一路沿線省份的4 種GTFP 均在2002—2005年達到低谷，在2004—2007年保持上升，2007—2008年輕微下降然后上升、在2010—2013年前后達到了峰值，并且均在2014—2015年有個較大的下降趨勢。其轉折時點在2005年前后（國家治污力度加大）、2008年前后（國際金融危機）、2014年前后（經濟新常態）。（2）從GTFP總體情況來看，大部分省域在16年間GTFP得到了提升，但伴有“短板”省份的存在；GTFP發展主要是靠綠色技術進步拉動的，但均出現了不同程度的綠色技術效率倒退。圖5，沿線17個省份中，14個省份的GTFP 得到了改善，3 個省份（甘肅、云南、寧夏）年均GTFP 出現倒退情況。4個區域總體來看，各個區域的GTFP 都得到了提升：東南五省4 種環境約束年均GTFP提升了1.5%、東北三省提升了1%、西北三省提升了0.3%、西南三省提升了0.3%，且年均綠色技術進步＞1，年均綠色技術效率＜1。（3）從四大區域①將除西藏外的一帶一路沿線17個省份根據地理位置與經濟水平進行劃分，具體分為：新疆、陜西、甘肅、寧夏、青海、內蒙古等西北6省；黑龍江、吉林、遼寧為東北3省；廣西、云南為西南2省。此外，依照地理位置，將內陸地區重慶劃到西南區域，廣西、云南、重慶為西南3省；上海、福建、廣東、浙江、海南為東南沿海5省。GTFP 內部情況來看，各區域均存在明顯的內部差異，每個區域均有其GTFP 的增長的“主力軍”，“短板”省份均分布于西北六省和西南三省。從圖5可以看出，東南五省內部GTFP均值差異較小（除海南外），其中廣東為其GTFP 增長的“主力軍”，4 種GTFP 增長率均高于2.4%；東北三省中遼寧為其GTFP 增長的“主力軍”，4 種GTFP增長率高于1.4%；重慶為西南三省GTFP 增長的“主力軍”，而云南則為“短板”省份；陜西和內蒙為西北六省GTFP增長的“主力軍”，甘肅和寧夏則為“短板”省份。（4）從地區差異來看，沿線省份的GTFP呈“階梯狀”分布，空間上存在明顯差異。東部高于西部，西北高于西南，且東部兩個區域間的差距主要是由綠色技術效率指數的降低速度不同帶來的。在GTFP年均值上，東部區域4 種年均GTFP 提升速度較西部區域快1.9%，東南五省年均GTFP 值比東北三省高出0.3%—0.9%，比西北六省高出1.1%—1.6%，比西南三省高出1.2%—1.3%。在GTFP 的分解項上，東南五省比東北三省在綠色技術進步指數上差別不大（0-0.1%），但在綠色技術效率水平上差距明顯（0.3%-0.8%），在綠色技術進步指數處于趨同狀態下，綠色技術效率指數高低體現著GTFP的排位。

圖5 4種環境約束下一帶一路沿線各省年均GTFP變動百分比

三、綠色全要素生產率的影響因素分析

（一）模型建立與變量的選取

本文以全國各省份為研究對象，采用2001-2015年的面板數據①2000—2001年的GTFP計為2001年GTFP，以此類推。，從文獻綜述中尤有爭議并仍待探討的對外開放因素、財政因素、技術因素、經濟因素、金融因素、環境規制因素6個方面出發，甄選了12 個指標。運用系統兩步廣義矩陣估計法（GMM）考察各因素對綠色全要素生產率（GTFP）、綠色技術效率指數(EFFCH)和綠色技術進步指數(TECHCH)②選用不會被高估的綜合環境因素TP指標下的測度出的GTFP、TECHCH、EFFCH。的影響。模型動態面板設定如下：

其中Y 代表被解釋變量，分別以GTFP、EFFCH、TECHCH 的指數來代替。解釋變量包括Y的1 期滯后值、外貿水平FT、外資投入水平FDI、政府市場化水平FE、政府財政自主度FD、人力資本PC、技術創新能力TC、人均實際生產總值GRP、產業結構IS、金融規模BS、金融效率BE、命令型環境規制EC、市場型環境規制ET，指標具體設置如下表3所示。

表3 綠色全要素生產率影響因素指標

（二）實證結果分析

本文采用系統GMM兩步法，運用STATA15.0對模型進行估計，以TP-GTFP 被解釋變量的方程為主模型（模型1），TP-EFFCH、TP-TECHCH 為被解釋變量的方程為次模型（模型2-3），采用CO2、SO2和COD 環境約束下的GTFP為被解釋變量，進行系統GMM 回歸進行穩定性分析（模型4-6），用以驗證主模型的回歸結果。

本文在對模型1-6 進行“系統GMM”估計之前，首先進行了Sargan 以及Arellano-Bond（2）檢驗，用以驗證是否存在過度識別以及擾動項。Sargan 檢驗的原假設為“所有工具變量都有效”，如果P值大于10%，表明在10%的顯著水平上無法拒絕“所有工具變量都有效”的原假設，即工具變量的選取是合適的；AR（2）是對擾動項差分二階自相關的檢驗，系統GMM估計通過AR（2）的P值需大于10%，且AR（2）P 值越大越好，檢驗結果如表4所示。

表4 全國省際樣本系統GMM回歸結果與穩定性檢驗

表明：第一，模型1-6 的Sargan 檢驗概率的P值均在0.1以上，接受了工具變量不存在過度識別的原假設，說明所選工具變量在整體上是合理有效的。第二，AR（2）的P 值除模型2接近于0.1（為0.0959）以外，模型1、模型3-6 均大于0.1，這說明了系統GMM 估計量具備一致性，模型不存在二階自相關。因此，模型設定較合理，估計結果有著較強的可靠性。

在模型的穩定性檢驗上，主模型1與穩定性檢驗模型4-6之間估計的系數符號基本是一致的，且數值的大小也比較接近，如表4所示。因此，TP約束下的GTFP 的主模型回歸結果穩健性良好。主要的差別在對外因素的兩個指標（FT 和FDI）上，這可能是由于綜合環境因素指標在合成時，在考慮SO2、CO2、COD排放之外還考慮工業三廢的排放，而工業三廢受外商直接投資與對外貿易影響更大。考慮到綜合環境約束下，更能全面反映16年來我國開放性因素對綠色全要素的影響情況，因此在回歸結果分析中采用了主模型1（TP-GTFP）的回歸結果。

在開放性因素的回歸結果上，對外貿易和外商直接投資均對GTFP 產生負向作用，且對外貿易產生“綠色效率倒退”和“綠色技術改進”的雙影響、外商直接投資產生“綠色效率改進”和“綠色技術倒退”的雙影響。具體來看：（1）對外貿易通過“競爭效應”“傳染效應”“干中學效應”對綠色技術進步有著顯著地推動作用（1%顯著性水平），但對綠色技術效率產生了負影響（1%顯著性水平），即并未實現既定生產投入最小化，說明我國企業對綠色技術進步的轉化率和對現有資源有效利用的能力還有待提高，這也與學者楊世迪“只有當人力資本和外商直接投資水平分別跨越一定門檻時，貿易自由化才會有利于綠色生產率增長”[24]72-75的觀點相切合。（2）外商直接投資對我國整體GTFP 影響顯著為負（1%顯著性水平），說明在外商直接投資給我國帶來了一定的“污染轉移”，外商直接投資的“污染天堂”效應大于了“污染光環”效應，這與楊文舉[21]11等研究結論相一致。究其原因，這一現象和我國地方政府長期以來為筑巢引鳳而構建“政策洼地”，所導致的無選擇性引入外資有關；而FDI 對綠色進步的負向作用說明了通過外商直接投資引入的技術對促進中國技術進步的作用沒有顯現，即吸引大量外資轉移到中國的是低環境成本和人工成本。這與學者寧婧“FDI通過技術進步指數對綠色全要素生產率的影響是負面的”[53]43的研究結論相一致。

在財政因素的回歸結果上，政府市場化水平與政府財政自主度對GTFP 和綠色技術效率均有著正向推動（分別為1%和5%的顯著性水平），具體來看：（1）政府通過財政支出對經濟活動的干預，沒有造成效率損失，一定程度上彌補了市場無效，表現為財政支出對GTFP、綠色技術效率的正效應。說明對于中國整體而言，財政支出有利于地方政府充分地發揮信息優勢，使資源配置更有效率。（2）政府財政的自由度對GTFP 和綠色技術效率產生了顯著的正影響（分別為1%和5%的顯著性水平）。這與學者杜俊濤[28]80、李斌[29]125的研究結論有所出入，一方面可能是因為今年來我國地方財政的資金多用于對重大基礎項目、重點民生上的投資（2015年基礎建設自出16.9%，重點民生35.8%），因而財政自主權的增加并沒有對GTFP和綠色技術效率產生負作用；另一方面，地方財政在經濟建設上的支出初步減小，因而其自主權的增加不會帶來過多的“擠出效應”。加之一定經濟建設支出拉動了經濟發展，對GTFP核算中的產出變量-期望產出的增加有推動作用，因而表現為政府財政的自由度對GTFP、綠色技術效率的正效應。

在技術因素的回歸結果上，人力資本回歸結果呈現出綠色技術進步與綠色效率退步的雙效應特征，技術創新水平與我們的預期相同，推動著GTFP的提升，具體來看：（1）人力資本帶來了綠色技術進步與綠色效率退步的雙效應（分別為1%和1%的顯著性水平），表明了我國人力資本雖能夠推動綠色技術進步，但人力資本的層次單一，同質化人才的“擁擠”，高層次“核心”人才的缺乏，存在“供不應求”和“供過于求”并存的現象，導致了結構性人才短缺，因而表現為對綠色技術效率的負作用。（2）技術創新水平對GTFP 產生了顯著的正向影響（1%的顯著性水平），技術創新可以提高技術進步水平，改進資源配置效率，因而對GTFP 有正向促進作用。

在經濟因素的回歸結果上，人均GDP 和產業結構對GTFP 均產生著顯著正效應（1%顯著性水平），產業結構對綠色技術進步指數有顯著的正向推動作用（1%顯著性水平），具體來看：（1）我國人均GDP 的提升有利于提高GTFP，人均經濟數量水平的增長是經濟騰飛、技術創新的基礎和保障。（2）產業結構對GTFP存在“產出貢獻”和“技術改進”的雙重影響。考慮到我國經濟與工業化水平的發展階段，自2000年以來的經濟“奇跡式”跨越主要靠第二產業拉動的，因此第二產業的增加對GTFP仍有推動作用，第二產業對GTFP的影響尚為跨過環境庫茲涅茨倒“U”型曲線的拐點。但長期看，單純以第二產業拉動必將導致污染加劇，與新常態下推動經濟發展提質增效的目標相違背。

在金融因素的回歸結果上，金融規模的擴大對綠色技術效率產生負向作用（5%顯著性水平），金融效率地提高對綠色技術進步產生了促進作用（5%顯著性水平），但金融規模與金融效率均未對GTFP 產生顯著的影響。具體來看：（1）金融規模擴大阻礙技術效率的改善這一結論與陳剛[63]、徐思遠[64]58的研究結論相類似，這是由我國長期以來信貸歧視①銀行在分配信貸資源時，總是習慣性地傾向于國有企業，而為國民經濟做出更多貢獻的民營企業，在信貸融資時，往往受到歧視或約束，即為信貸歧視。所造成的對生產效率的雙重拖累而帶來的。首先，四大國有商業銀行在金融市場上占據了絕對的壟斷地位是中國金融體系的一個顯著特征，因而金融規模的擴大也主要是四大銀行存貸量的擴大，這種壟斷會帶來效率的降低。加之“我國銀行在貸款配給時，總是傾向性地偏向國有企業，國有企業在運用資本與人力生產的時候不免會出現大手大腳、鋪張浪費的現象，從而拖累自身的生產效率”[64]58；其次，信貸資源分配上的歧視在導致國有企業自身生產效率低下的同時，還會使得國有企業占有了過多的資源，進而拖累民營企業以及整體經濟的生產效率提升。（2）金融信貸配置的效率提升對技術進步有著推動作用。說明信貸資本作為一種資源配置杠桿，可以引導我國資金向技術化程度更高的項目，其分配效率的提高有利于為更快速地為高新技術企業提供資本，刺激技術創新更新換代。

在環境規制因素的回歸結果上，命令型環境規制對GTFP存在負作用（10%顯著性水平），市場型環境規制對GTFP 和綠色技術進步產生了正向影響（5%和10%顯著性水平），但也對綠色效率水平產生了顯著的負向影響（5%顯著性水平）。具體來看：（1）命令型環境規制通過政府的治污投資而實現，其對GTFP的負向作用一方面是由于我國現有環境規制機構設置冗雜，職能交叉，造成了治污地不徹底執行與環境投資不能“因地制宜”，因而未能達到治污效果，造成了資源浪費，降低了GTFP；另一方面環境投資是一個“高投入、風險大、回報期長”的項目，巨額環境投入這使得地方政府為了保護財源而不愿砍掉重污染項目，某種程度上反而成為了污染企業的保護傘，加重了地方污染水平，降低了GTFP。（2）市場型環境規制雖然因為“擠出效應”②新古典經濟學為基礎的“遵規成本”認為，“環境投資將擠占企業的部分生產性投資，而治污外部成本的內部化會使企業以的生產成本增加為代價而制約其技術創新效率的提升”。對企業的技術效率有一定的降低，但合理的市場型環境規制促使企業主動將環境規制的外部成本內部化，激勵企業開展技術創新活動，從而提高投入產出水平，能夠部分或完全抵消環境規制導致的成本上升，帶來凈收益，產生“創新補償效應”，提升綠色技術進步水平和GTFP，即市場型環境規制符合“波特假說”。

四、主要結論與建議

（一）主要結論

本文通過DEA-Malmquist指數方法測度出不同環境約束下的4種GTFP，得到研究結論如下：

1.從全國GTFP 的測度結果來看，4 種GTFP整體上都呈現出波動上升的態勢，經歷了三個“低谷”和兩個“峰值”；GTFP 的上升主要是靠綠色技術進步來帶動的，但綠色技術進步指數在2011年后達到“瓶頸”狀態，綠色技術效率指數持續倒退，并發現當綠色技術效率提升速度一直落后于綠色技術進步速度，則會出現持續的效率惡化；我國二氧化碳污染的控制效果最好，綜合環境治理上任重道遠。

2.從各省際的GTFP測度結果來看，2015年沿海六省為目前綠色經濟發展的“排頭兵”，而西南四隅處于效率、技術的雙項“低水平均衡”狀態，缺乏綠色經濟“發動機”；2000—2015年期間，省際TPGTFP兩極差異與時俱增；省際年均TP-GTFP兩極分化特征明顯，省際年均CO2-GTFP、SO2-GTFP、COD-GTFP集中分布在低水平梯度；京津翼、長三角、珠三角所含省份在綠色經濟長期發展中扮演著“引領者”和“技術革新者”的角色，華中、西南、西北所含省份均作為“追趕者”和“模仿者”跟隨進行模仿和學習。

3.從一帶一路沿線省域GTFP測度結果來看，4種環境約束下一帶一路沿線省域GTFP發展均呈現出“N”型態勢，表現出“較平穩、微波動”的特征，沿線內部各省份的GTFP呈“階梯狀”分布，東部高于西部，西北高于西南，沿線內部的四大區域間也存在明顯差異，每個區域均有其GTFP 的增長的“主力軍”，但“短板”省份均在西北六省和西南三省。

本文從學界尤有爭議的對外開放因素、財政因素、技術因素、經濟因素、金融因素、環境規制因素6個方面出發甄選了12個指標，采用系統GMM兩步法對全國省際樣本進行回歸，用以為GTFP提升對策探尋路徑選擇，研究結論如下：

1.對外貿易和外商直接投資均對GTFP 產生負向作用，且對外貿易產生“綠色效率倒退”和“綠色技術改進”的雙影響、外商直接投資產生“綠色效率改進”和“綠色技術倒退”的雙影響。

2.財政支出市場化和自由化程度提升有利于地方政府充分地發揮信息優勢，使資源配置更有效率，進而提升GTFP。

3.我國人力資本對綠色技術效率指數產生負作用，人力資本存在層次單一，同質化人才的“擁擠”，高層次、核心人才“短缺”，“供不應求”和“供過于求”并存現象。

4.我國產業結構對綠色全要素生產率有著“產出貢獻”和“技術改進”的雙重影響，當前第二產業對GTFP 的影響尚為跨過環境庫茲涅茨倒“U”型曲線的拐點。

5.金融規模擴大阻礙了綠色技術效率的改善，而金融信貸配置效率提升對綠色技術進步有著推動作用。

6.命令型環境規制對GTFP有顯著的負作用，市場型環境規制符合“波特假說”，對GTFP和綠色技術進步產生了正向影響。

（二）政策建議

1.補足技術效率短板，突破綠色技術進步瓶頸。實證研究表明，綠色技術進步是綠色全要素生產率增長的主要源泉，但2011年以來綠色技術進步遭遇“瓶頸”，2000年來綠色技術效率也表現出持續的負增長現象。因此，我國各省域在今后的改革實踐中要在補足技術效率短板的同時，突破綠色技術進步瓶頸。具體策略：（1）重視核心技術的形成。加快推進核心芯片、半導體加工設備、大飛機發動機、矢量超級計算機、工業機器人、量子通信、互聯網核心技術及設備、操作系統等核心技術的自主研發，充分發揮高精尖技術對國家經濟社會發展的支撐能力。（2）建立自主創新的人才體系。積極構建各類產學研合作交流平臺，推動科研機構的市場化；加快大學和企業之間技術轉讓、技術交流的速度，提高我國企業對引入技術的消化和創新能力。（3）建立與完善創新驅動的激勵、考核機制。以科研成果轉化率提升為導向，加快科研項目績效評價，加快從重過程向重結果轉變；對科研人員采取靈活的薪酬制度和獎勵措施，廢止有悖于激勵創新的陳規舊章，砍掉礙于釋放創新活力的繁文縟節。

2.以綠色生態為目標導向，改善環境規制與治理方式。前文實證研究表明，命令型環境規制對綠色全要素生產率產生了負影響，市場型環境規制對綠色技術效率產生了負影響。因此，需要改善環境規制的方式，因地制宜地選擇“差異化”環境規制方式，并適當減輕治污投資與干預帶來的“擠出效應”，使規模報酬不變且要素自由處置的條件下相對效率下降，以促進綠色技術效率、綠色全要素生產率的上升。具體措施：（1）對于經濟與環境協調程度好、市場化程度高的沿海地區，建議進行“低強度”的環境治理，充分發揮環境稅費、排污權交易、環境資源價格、環境損害賠償、綠色采購等市場型調節機制，避免過多的治污投資或治污干預而產生“擠出效應”；建立完善環保非政府組織、環保公益訴訟制度、環境信訪和信息披露制，以充分調動群眾監督的力量。（2）對于西北內陸和中部地區，應加快污染防治和資源保護的立法步伐，健全完善空間、總量、項目“三位一體”的環境準入制度，在命令型環境規制的基礎上，綜合運用價格、稅收、信貸、補貼等經濟杠桿，對企業行為進行激勵約束。

3.提高國有金融企業效率，構筑綠色金融體系。實證表明，當前金融規模的擴大對綠色技術效率產生負向作用，說明國有金融機構壟斷的局面導致了國有金融企業的效率低下，其規模擴大并不能推動綠色經濟效率；而金融效率對綠色技術進步的促進作用也啟示我們，應利用金融機構對信貸資金的調節作用，將資源配置到綠色技術創新的企業中去。具體措施：（1）割斷國有企業與政府的“臍帶”關系,交由市場來直接調節并實行硬約束；打破金融業的國有股“一股獨大”，大力發展非國有產業融資的非國有銀行、非國有金融機構，放寬市場準入和退出“壁壘”，以充分優勝劣汰。（2）實現商業銀行的綠色轉型，在信貸配置中增加對環保產業和節能減排技術創新的信貸支持；設立“生態銀行”等政策性綠色金融機構，為綠色發展和可持續發展項目提供政策性融資活動；設立自主的本土化綠色金融交易機制，優先發展碳信用和碳現貨等原生類綠色金融工具，積極開發碳期貨、碳期權、碳資產貨幣化、碳結構性產品、碳保險、碳擔保等新型綠色金融衍生品。

4.提高引入外資的環境門檻，引導外資流向的綠色化。當前以高耗能、高污染為代價的大規模貿易往來和集中在勞動密集型制造業上的全球招商引資，已不能持續推動綠色全要素生產率的提升，提高外資引入質量和利用方式是避免淪為“污染避難所”的治本之策。具體措施如下：（1）提高引入外資的環境門檻。完善落實外商直接投資的“負面清單”，對“三高一低”企業說“不”，抵制單純以我國廉價勞動力和優惠政策為目的的外資。（2）合理選擇對外投資的合作方式。一是鋼鐵、水泥、船舶等過剩產能的對外直接投資應采用獨資新建或合資新建方式，尤其在投資環境尚不完善的國家應選擇建立工業園區方式轉移我國過剩產能；二是應以成套設備出口、投資并購、承包工程等方式在資源條件好、配套能力強、市場潛力大的重點國家建設生產基地。（3）積極引導外資流向的綠色化。重點鼓勵外商直接投資于我國需要重點發展的農業、高新技術產業、基礎工業、基礎設施、環保產業和出口創匯產業，重點鼓勵外商直接投資于資源綜合利用以及防治環境污染的新技術和新設備。