城市群視角下綠色全要素生產率的空間異質性研究

一、前言

當前，我國經濟進入高質量發展階段，綠色發展作為經濟高質量發展的重要特征一直備受關注，做為測度“資源-環境-經濟”協調發展的主要指標，綠色全要素生產率（GTFP）的測算方法與分析已經成為學界研究的熱點問題。研究表明，要提升綠色全要素生產率在可持續經濟增長中的作用，關鍵是要促進產業的轉型升級（Restuccia 等，2008；Hsieh 等，2009）。生產性服務業作為促進產業技術進步和創新的重要行業，同時作為智能制造發展的推動力，是我國及國際增長的重要抓手。因此，對生產性服務業綠色全要素生產率的研究具有重要的理論價值與現實意義。

綠色全要素生產率是將環境污染納入傳統的全要素生產率測算體系，以此衡量經濟增長的可持續性。就全要素生產率的測算方法而言，學界主要有三種方法：索洛增長核算法、隨機前沿分析法（SFA）和數據包絡分析法（DEA）。其中，學者多采用核算法（包括C-D 生產函數法、對偶法等）研究全要素生產率的增長情況（Woo，1998；Brandt，2010），但該方法對于規模報酬不變與技術進步為希克斯中性的假設過于苛刻，可能與事實不符；還有學者利用SFA 分析方法測算全要素生產率并進行分解（Mohtadi，1996；陳詩一，2009），但是SFA 需要假定具體的函數形式且模型基本假設復雜、對投入產出數據要求過高，容易出現系統性偏差等問題；DEA 分析方法能解決決策單元的多投入產出問題，且無需考慮生產函數分布具體形式，受到學者們的青睞（陳超凡，2016；李媛恒，2020）。因此，本文選用DEA-Malmquist 指數法來對細分行業綠色全要素生產率進行測算。

就生產性服務業全要素生產率的研究而言，現有文獻主要從全國和區域兩個層面對細分行業展開研究。全國層面上，有學者利用DEA-Malmquist 指數法測算了全國31 個省市的生產性服務業面板數據（王恕立等，2012；王美霞，2013）；區域層面上，有學者從三大區域、城市群和經濟帶角度分別進行了測算（李小勝等，2014）；也有部分學者僅針對細分行業選取生產性服務業中的個別細分行業進行全要素生產率的測算（劉軍躍等，2018）。

綜合現有文獻研究成果，可以發現，在研究視角上仍有較大的拓展空間。多數文獻僅從單一視角展開，鮮有綜合綠色全要素生產率、城市群、生產性服務業細分行業等三個視角的研究。基于此，本文在測算多個地區、多個細分行業GTFP 的框架下，以四大城市群為視角，從區域間和區域內兩個維度對其時空異質性進行分析，并重點探討了中心城市GTFP 的演變特征，為完善我國區域“資源-環境-經濟”協調發展、推動產業轉型升級提供政策建議。

二、生產性服務業綠色全要素生產率的測度

（一）測度方法。本文涉及多投入、多產出問題，且考慮到不同細分行業GTFP（經濟效率）的變動情況，我們采用非參數DEA-Malmquist 指數法，對我國四大城市群內代表省市的5 個生產性服務業細分行業的GTFP 進行測算。值得注意的是，在將環境污染因素即“非期望產出”納入經濟效率的研究框架時，應考慮其對經濟效率帶來的負向影響；因此，考慮將非期望產出取倒數后作為期望產出來處理（Scheel，2001）。綜上，本文構建如下從至期的Malmquist 指數（Mi）：

進一步，將Geffch和Gtechch分解為：

式（1）中Mi代表綠色全要素生產率（GTFP）的變化，可分解為綠色技術效率變化指數Geffch和綠色技術進步指數Gtechch，其中，Geffch衡量了決策單元與當期生產前沿邊界的差距大小，Gtechch表示兩個時期內生產前沿邊界的移動。Geffch可進一步分解為綠色純技術效率變化指數Gpech和綠色規模效率變化指數Gsech，如式（2）所示。通常情況下，對于某個單元或者地區，GTFP 的測算值大于1，表示t至t+1期間GTFP 是增長的，反之衰退；Geffch的測算值大于1，表示綠色技術效率提高的，反之下降；Gtechch的測算值大于1，表示綠色技術提升，反之綠色技術衰退。

（二）變量設計與數據來源。本文的樣本時期是2004-2017 年，研究對象為四大城市群，考慮到城市群內縣域數據的可得性，選擇省（市、區）層面的行業投入與產出數據進行研究，數據來源于《中國統計年鑒》、《中國勞動統計年鑒》、《中國能源統計年鑒》、《中國環境統計年鑒》及9 個省市的統計年鑒。此外，根據《指導意見》和《規劃》的要求，以及《國民經濟行業分類》中涉及生產性服務業的相關內容，同時考慮到數據的可得性與統計口徑的一致性，最終選取了涵蓋信息技術、金融和環保等領域的5 個具有代表性的子行業，分別為“交通運輸、倉儲及郵電”、“信息傳輸、計算機服務和軟件業”、“金融業”、“租賃和商務服務業”以及“水利、環境和公共設施管理業”。對于個別缺失值采用均值插補的方式進行補齊，鑒于個別數據連續缺失，故采用非平衡面板數據處理方法進行數據處理。

1.產出變量的設計。期望產出。本文選擇按照行業分類計算的行業實際產值進行產出指標的刻畫，具體的計算是將各行業產值（干春暉等，2009）利用GDP 價格指數進行平減（基期為2003 年），最終得到生產性服務業中5 個行業在2004-2017 年間的行業實際產值。對于缺少細分行業GDP 價格指數的省市，采用各省市服務業的GDP 價格指數進行替代。

非期望產出。在對非期望產出的指標進行選取時，有學者采用單一污染物排放量（龐瑞芝等，2014；蘭梓睿等，2020）；還有學者綜合考慮多種污染物排放量作為非期望產出（李玲等，2012；徐曉紅，2020）。考慮到生產性服務業屬于服務業，而服務業的污染物排放量和對環境的負面影響要遠小于工業，加之缺少地區分行業污染物排放量的相關數據，因此，本文參考龐瑞芝等（2014）的做法，采用如下式子計算地區分行業SO2 排放量：

2.投入變量的設計。投入指標——資本、勞動和能源消耗三個指標，分別采用資本存量、有效勞動力和萬噸標準煤進行刻畫。

能源投入。考慮到本文是對綠色全要素生產率的測度，因此需將能源消耗和污染物排放考慮在內。由于缺少細分行業的相關數據（除北京外），本文采用各地區子行業的總產值占各地區總產值的比重來估算細分行業的能源消耗。

資本投入。借鑒大多數學者測算資本存量的方法（張軍等，2004；陳黎明，2020），采用永續盤存法對細分行業資本存量進行估算。關于折舊率的選取，不同于采用單一固定的折舊率（王恕立，2012；尹向飛，2019），本文充分考慮折舊率在地區上的差異，即采用各地區服務業的折舊率作為最終所需的折舊率指標，這樣比采用統一的資本折舊率更能體現出不同省份資本折舊率的差異且更貼合現實。

勞動投入。勞動投入包括勞動者數量和質量兩個方面，其中，勞動者數量具體是指各行業的全社會就業人員數。由于現有數據庫難以直接得到各行業的就業人員數，故根據各行業城鎮單位就業人員數占比進行折算：

行業的發展離不開科技，而科技的進步離不開人員素質的提升。勞動者素質采用各地區分行業就業人員本科及以上學歷占比（下稱有效勞動力）來衡量，但由于無法直接獲取該指標，故采用“各地區就業人員本科以上學歷占比”與“按行業全國就業人員本科及以上學歷占比”之積進行替換。

三、行業綠色全要素生產率的空間異質性

從區域間和區域內兩個維度探究行業綠色全要素生產率（GTFP）的異質性。其中，地區間主要是對交通運輸業和水利環境業進行分析，地區內則以分析城市群及其內部中心城市的主要行業為主。

對各地區2004-2017年的行業GTFP數值進行展示（表1）。總的來看，樣本期間中國四大城市群行業GTFP 存在明顯的區域不平衡現象。從城市群角度看，京津冀城市群各行業GTFP均為負增長，其中交通運輸業的下降幅度最小，為6.9%，水利、環境和公共設施管理業次之，為15.1%，金融業下降幅度最大，高達36.6%；長三角城市群除金融業GTFP 增長為負外，其他行業均呈現正增長變化趨勢。其中，交通運輸業增長最迅速，達17.2%；珠三角城市群各行業GTFP 值均大于1 且相較于其他城市群較為突出，尤其是在租賃和商務服務業，GTFP 年均增長率高達40.2%；成渝城市群的交通運輸業和金融業GTFP 均增速較快，分別為28.6%和21.4%。

表1 各地區生產性服務業細分行業GTFP 數值（2004-2017 年）

從行業角度看，交通運輸業GTFP 增長最快的是成渝城市群，GTFP 年均增長率為28.6%，其中四川發展最為迅速，高達31.2%。處于第二位的是珠三角城市群，GTFP 年均增長率為22.4%。處于最后的是京津冀城市群，GTFP 值小于1，年均增長率為-6.9%；信息傳輸、計算機服務和軟件業GTFP在珠三角城市群和長三角城市群的增長態勢較好，分別為18.5%和2.4%，而在京津冀城市群為負，年均下降20.9%；金融業GTFP 在各個城市群的數值均較低，尤其是在京津冀和長三角城市群，呈現負增長；租賃和商務服務業GTFP 在珠三角城市群增長最快，GTFP 年均增長率為40.2%。長三角城市群次之，為10.3%，其中，浙江增長較為迅速，達24.8%，而上海的GTFP 平均每年以4.7%的速度下降；水利、環境和公共設施管理業GTFP 依然是在長三角和珠三角城市群呈現出良好的增長態勢，分別為24.1%和6.3%。

（一）地區間GTFP 變化情況分析

為考察四大城市群間各行業GTFP 的動態變化情況，選取不同時間段對各行業地區間相關效率變化的差異進行研究。

以經濟發展規劃的時間劃分為依據將樣本期分為三個時間段：2006-2010年（“十一五”時期）、2011-2015年（“十二五”時期）和2016-2017 年（“十三五”前中期），分別計算各個階段相關效率變化的均值。其中，在計算各城市群的行業GTFP 增長及其分解項變化時，是以地區分行業實際GDP 為權重，對四大城市群內各省份相關效率變化指標進行加權平均。最終得到城市群間GTFP 分階段分解結果，具體見表2。

全要素生產率增長情況。受篇幅所限，此處僅展示交通運輸業和水利環境業的計算結果。從交通運輸業來看，京津冀城市群在2006-2010 年的GTFP 年均增長率為正，在2011-2015 年和2016-2017 年兩個時間段為負，且2011-2015 年下降幅度較大，這可能是受霧霾嚴重的影響。長三角、珠三角和成渝城市群在2016-2017 年GTFP 增長率都為負，在2006-2010 年和2011-2015 年都為正，從綠色技術進步和綠色技術效率的分解來看，這主要得益于綠色技術進步。其中，長三角城市群在2006-2010 年綠色技術進步約為34%，技術效率變化為-0.3%。說明“十一五”階段技術效率改善乏力，但由于技術進步遠超技術效率的下降，因而促進了GTFP 的增長；從水利、環境和公共設施管理業來看，京津冀城市群在三個階段的GTFP 增長率均為負，且下降幅度依次增大。從綠色技術進步和綠色技術效率的分解來看，主要是技術的退步導致GTFP 下降。長三角城市群在2016-2017年的GTFP 增長率為負，在2006-2010 年和2011-2015 年均為正。珠三角城市群在三個階段的GTFP 增長率經歷了“正-負-正”的變化過程，其中，2016-2017 年的增長幅度較大，為53%。從綠色技術進步和綠色技術效率的分解來看，主要是技術進步促進了GTFP 的增長。

表2 城市群間生產性服務業細分行業GTFP 分階段分解情況

總的來說，“十一五”和“十二五”時期，各行業在大部分地區的GTFP 年均增長率為正，且珠三角城市群增長幅度最大，長三角城市群次之，京津冀城市群表現較弱。“十三五”前中期，各行業在大部分地區的GTFP 有不同程度的下降。此外，綠色技術進步是促進行業GTFP 增長的主要原因，這與陳艷瑩等（2011）的研究結論相似。

（二）地區內GTFP 變化情況分析

為探究各城市群不同行業發展水平的差異，同時，為比較各中心城市對其所在城市群的影響，本文繪制了反映三個時間段四大城市群及其中心城市行業GTFP 變動情況的圖1。由圖1 不難發現，地區內行業GTFP 在時序演變上存在明顯差異。京津冀城市群隨著時間的推移，各行業GTFP 值逐漸接近。具體來看，交通運輸業GTFP 在研究時段中呈現“V”型演變格局，北京的變化趨勢與之相同，但數值要低于京津冀整體水平。水利、環境和公共設施管理業呈現下降趨勢，且下降幅度逐漸減小。北京的變化趨勢同樣與京津冀整體變化趨勢相似，數值也較為接近。其他三個行業均呈現倒“V”型演變格局，北京的變化情況與之吻合。其中，北京的租賃和商務服務業變化幅度最大，呈現較陡的倒“V”型變化趨勢；長三角城市群各行業在不同時間段上的GTFP 變化較大。交通運輸業、軟件業和金融業三個行業在“十一五”階段差異較大，但在“十二五”階段和“十三五”前中期較接近。租賃和商務服務業變動最大，呈現倒“V”型演變格局，在“十二五”階段遠超其他行業，GTFP 年均增長率超過50%。上海的金融業以及租賃和商務服務業與長三角城市群整體變動趨勢相同，為倒“V”型，但數值低于其所在城市群整體水平；珠三角城市群在“十一五”階段各行業GTFP值均較大，在后面階段大部分行業出現不同程度的下降，而水利、環境和公共設備管理業GTFP 在“十三五”前中期則出現了較大幅度的增長，且顯著大于其他行業；成渝城市群的交通運輸業和金融業GTFP在三個階段依次呈現下降趨勢，且金融業GTFP 值遠大于交通運輸業的。重慶這兩個行業的GTFP 值基本都低于成渝城市群整體水平，其中，金融業的GTFP 與整體水平相差較大。

圖1 地區內行業GTFP 變動情況

四、結論與啟示

本文運用DEA-Malmquist 生產指數法測算了2004-2017 年期間中國四大城市群細分行業的綠色全要素生產率（GTFP），在此基礎上，從區域間和區域內兩個維度對其時空異質性進行了分析，并進一步探究了GTFP 與經濟增長的非線性作用機理。結論如下：

樣本期內行業綠色全要素生產率在地區間和地區內均存在較大差異。從區域間差異來看，“十一五”和“十二五”階段，各行業在大部分地區的GTFP 年均增長率為正，且珠三角城市群增長幅度最大，長三角城市群次之，京津冀城市群表現較弱；“十三五”前中期，各行業在大部分地區的GTFP 均有不同程度的下滑。從GTFP 的分解項來看，綠色技術進步是促進行業GTFP 提升的主要因素；城市群內部省市的行業GTFP 的變動在空間上呈現一定的集聚性，且中心城市存在明顯輻射帶動作用。從區域內差異來看，隨著時間的推移，京津冀城市群各行業GTFP 呈現趨同現象；長三角城市群各行業在不同時間段上的GTFP 存在較大差異；珠三角城市群在“十一五”期間各行業GTFP 值均較大，后期大部分行業開始出現不同程度的下滑，而水利、環境和公共設備管理業GTFP 在“十三五”前中期則出現了較大幅度的提升，且顯著高于其他行業；成渝城市群的交通運輸業和金融業GTFP 在三個階段依次呈現下滑態勢，且金融業GTFP 遠高于交通運輸業。

針對上述研究結論，本文提出三點政策建議：第一，推進區域“資源-環境-經濟”協調綠色發展。依據各區域環境和經濟發展實際狀況，制定差異化的綠色發展戰略；建立健全長效的環境污染監管機制，精準有效打擊環境污染行為，防止環境污染問題反彈。第二，建立綠色技術創新體系。一方面，生產性服務業應加強研發投入和人才輸入，企業主體應增強與高校或科研院所的聯系，促進產學研深度融合；另一方面，生產性服務業在融合信息技術、互聯網、大數據等手段創新發展的同時，可引進清潔環保技術，以實現資源的最大化利用和綠色技術進步率的提升。第三，強化人才培養。可通過加大教育投入和提高院校教育質量兩個方面，進一步提高勞動者的專業素養，為生產性服務業發展提供人力支撐。