產業結構、人口結構與居民消費結構耦合協調的經濟增長效應

王良虎 王 釗

一、引言

改革開放以來，中國經濟經歷了40 年高速發展，被稱為“中國奇跡”，但同時經濟結構也發生較大變動，據國家統計局數據顯示，第一、二、三 產 業 占 比 由 1992 年 的 21.78% 、 43.45% 、34.76%，變為至今的7.9%、40.5%、51.6%。產業結構發生較大變化，但較發達國家而言，我國產業結構還有待進一步優化升級。隨著我國經濟社會的發展，我國居民消費結構、人口結構均發生較大變化。首先，消費結構不斷優化。具體表現為城鎮居民用于食品和衣著消費占總消費的比例由1992 年的66.94%，下降到2018 年的34.9%，而交通、文教、醫療的消費占比由1992 年的13.95%增加到2017 年的33.2%，消費結構逐漸由吃穿為主的生存型消費轉變為享受型、發展型消費。但就目前而言，衣、食、住、行消費支出仍是當前城鄉居民消費的主要部分，2017 年城鎮和農村居民食品、衣著、居住、交通通信四類消費支出占人均總消費的比例分別達到71.8%和71.3%，消費層級依然偏低。其次，我國人口在總量、分布、素質以及性別結構等方面均發生了較大變化。第六次全國人口普查的相關數據顯示，2017 年總人口為13.9 億人，男性占比為51.17%，女性占比為48.83%，65 歲及以上人口為1.58 億人，較上一年增加了0.08 億人， 由此表現出我國“人口紅利”逐漸消失，逐步進入老齡化社會。因此，在面臨在產業結構、人口結構及居民消費結構亟待進一步優化調整的現實背景下，三者作為經濟增長的重要保障，三者的協調發展必然對經濟高質量增長產生重要影響。那么目前三者之間協調發展水平究竟如何？時空演變又具有什么樣特征？對經濟高質量增長的影響具體又是怎樣的呢？通過對以上問題的深入研究將為我國經濟轉型發展提供較為重要的政策啟示。

二、文獻綜述

產業結構優化調整提高了資源的有效利用率，由此改善生產效率，因此當前國內外學者將產業結構變遷作為經濟增長的重要來源進行了深入研究。關于產業結構演變對經濟增長具有顯著推動作用的研究可追溯到上世紀60年代。Chenery（1960）[1]通過構建多國模型對51 個國家進行了研究，認為產業結構調整而產生的“結構紅利”是促進經濟增長的最終原因。Rostow（1960）[2]的主導產業擴散理論與經濟增長理論，闡明了主導產業對經濟增長的帶動作用。Cimoli（2011）[3]對金磚四國之間的經濟發展歷程進行了對比分析，并得出四國產業結構的演變有利于各國的經濟增長。較國外來說，我國關于產業結構與經濟增長之間關系的研究相對較晚。楊治（1985）[4]首次在其著作當中論述了產業結構的演變規律與經濟發展內在的均衡問題。隨著研究的不斷深入，越來越多的學者認識到了產業結構對經濟增長的重要性。干春暉等（2011）[5]基于我國省級的面板數據，從產業結構高級化和合理化兩方面考察了產業結構演進對經濟增長的影響，并得出結論，隨著時間的推移，產業結構高級化對經濟增長的促進作用逐漸變小，而產業結構合理化則對經濟增長的作用逐漸增強。謝婷婷和潘宇（2018）[6]基于空間計量模型研究了我國30 個省（區、市）的產業結構升級與經濟增長之間的內在關系，認為產業結構升級對現階段我國經濟發展具有顯著的正向作用，并對鄰近地區具有較強的輻射作用。而張永安（2019）[7]研究發現產業結構促進作用存在邊際效應遞減規律。部分學者認為產業結構調整對經濟增長并非表現出線性關系，如李村璞（2018）[8]使用非線性平滑轉換模型研究了產業結構與經濟增長之間的非線性關系。楊占鋒（2019）[9]將成渝經濟區作為研究對象，定量研究了成渝經濟區經濟增長的產業結構變遷效應，分析表明經濟增長的不同階段的產業結構效應存在明顯差異。為了進一步分析產業結構與經濟增長之間的關系，需要根據不同的經濟社會環境進行針對性分析，例如孫皓和石柱鮮（2011）[10]基于行業勞動力比率的視角分析了我國產業結構對經濟增長的影響。高鐵梅等（2018）[11]采用面板數據廣義矩模型實證檢驗了適度城鎮化、產業結構調整與經濟增長的關系，研究發現產業結構調整在不同規模城市中的產出存在明顯的差異。

關于人口結構對經濟增長影響的研究，主要集中于對“人口紅利”以及“劉易斯拐點”的到來對經濟增長的影響。人口紅利概念最早是由Bloom et al（2003）[12]提出，主要是指處于工作年齡段的人口占比較高。Nayab（2008）[13]通過分析巴基斯坦人口結構特點，得出人口結構的變動主要是引起了勞動供給、儲蓄以及人力資本積累三個方面改變帶來的經濟增長的紅利。翟振武和陳衛（2007）[14]認為人口紅利是人口轉變過程中形成的陀螺型人口年齡結構，此人口年齡結構對經濟增長起到了正向積極作用。蔡昉（2010）[15]從人口結構變動與二元經濟之間存在一致性出發，闡明了人口結構與經濟發展之間的內在邏輯關系，并得出我國“劉易斯拐點”將要到來的結論。史本葉（2016）[16]通過建立PVAR 模型，對我國人口結構變動對經濟增長的影響進行了實證研究。得出在人口結構由紅利型轉向老齡化型，在此過程中將會推動經濟增長方式向消費型增長方式轉變。不同學者對人口紅利認識稍有不同，原新和劉厚蓮（2014）[17]通過辨析對人口紅利的不同認識，基于勞動力資源視角得出中國的人口紅利真實存在，并指出目前第一次人口紅利逐漸消失，表現出逐步轉向收獲結構性人口紅利階段。盧飛和劉明輝（2018）[18]認為人口紅利不完全等同于人口轉變，其將人口紅利范圍擴展至人口結構、人力資本以及勞動資源的再創造三個方面，并從理論層面分析了人口紅利引發的產業結構變遷，由此形成“結構效應”對經濟增長的影響。

關于消費結構與經濟增長的研究可追溯到馬克思與恩格斯對消費資料和生產資料的部類劃分。恩格爾在19 世紀末期提出的恩格爾定律才逐漸使消費結構的概念變得清晰。隨著消費結構概念的提出，部分學者將其與經濟增長聯系起來，研究并得出其對經濟增長具有重要作用[19-22]。隨著專家學者研究的進一步深入，將產業結構納入到分析消費結構對經濟增長的框架當中。吳瑾（2017）[23]通過分析中國2000-2015 年城鄉居民消費結構，認為消費結構升級顯著誘導產業結構優化調整，從而有利于實現經濟可持續增長。同樣，張翠菊和張宗益（2016）[24]也得出相似結論。

由以上的研究來看，大多數研究只從產業結構、人口結構、消費結構單方面研究了對經濟增長影響，雖然部分學者分析了產業結構、人口結構、消費結構兩兩之間關系對經濟增長影響，但并未將其三者同時納入到一個分析框架當中，而無論從理論還是現實的角度考慮，產業結構、人口結構、消費結構三者之間又存在相互影響關系，三者之間協調發展必然對經濟轉型發展具有重要作用。基于此，在已有文獻的基礎上，首先采用耦合協調度模型測算產業結構、人口結構、消費結構三系統耦合協調度（以下簡稱三系統耦合協調度），并分析其時空演變規律；其次，在測算三系統耦合協調度的基礎上分析其對經濟增長的“水平效應”“增長效應”以及“綠色效應”。

三、研究方法與測算結果分析

（一）評價指標體系的構建

構建合理的評價指標體系是研究產業結構—人口結構—消費結構三者之間關系的基礎。因此，在構建評價指標體系時應遵循全面性、代表性以及科學性的原則，同時考慮到數據的可得性與可操作性，參考逯進（2018）、張凡（2017）等的做法[25-26]，圍繞產業結構、人口結構、消費結構個各系統，選取17 個二級指標，進而構建產業結構—人口結構—消費結構耦合協調度發展評價指標體系，指標體系權重采用熵值法計算得出，其中關于消費結構評價指標的選擇參考吳薇（2009）[27]方法將其劃分生存型消費、享受型消費和發展型消費，如表1所示。

（二）耦合度及耦合協調度測算模型

耦合原是物理學中概念，表示兩個或兩個以上的系統之間通過各種相互作用形成了彼此之間相互影響的現象，耦合度則是用來描述各系統之間相互作用、彼此影響的程度，后來逐漸用于地理、經濟等研究領域。在錢麗等（2012）、逯進和劉璐（2018）的基礎上[28,25]，構建產業結構、人口結構與消費結構的耦合度及耦合協調度測算模型。

1.耦合度測算模型。物理學中耦合概念推廣到多個系統的耦合度模型如下：

其中，ui是（i=1,2,3…m）各子系統評價值。由于原模型較為復雜，因此耦合度測算模型還需進一步簡化。下面主要討論n=3 時的情況，令u1、u2、u3分別為產業結構、人口結構與消費結構綜合指數。因此，將（1）式子簡化為（2）式：

表1 人口年齡結構—消費結構—產業結構指標評價體系及權重

其中，C 介于 0 到 1 之間 ,C 值越接近于 1 表示三者之間的關聯程度越大，反之關聯程度越小；當C=0時，三者則處于無關狀態。

2.耦合協調度測算模型。耦合度僅僅反映了產業結構、人口結構與消費結構三個系統之間的作用強度，并不能全面反映三個系統的整體功能或協調發展水平。為此，本文將引入耦合協調度模型，其計算公式如下：

其中，T為產業結構、人口結構與消費結構綜合評價值；α、β、χ為待定系數。由于人作為經濟社會的主體，對消費與產業發展具有重要作用。因此，將產業結構、人口結構與消費結構子系統權 重 分 別 取 為 0.3、 0.4、 0.3。 參 考 廖 重 斌（1999）[29]關于耦合協調度分類方法，將產業結構、人口結構與消費結構三系統耦合協調度分為10個等級。如表2所示。

3.數據來源。以中國30 個省（區、市）作為研究對象（西藏數據缺失嚴重，因此未作為研究對象），2005年以來，我國產業結構、人口結構及居民消費結構發生了較大變動，因此，選取2005—2017 年相關數據進行具體測算。數據來源于《中國統計年鑒》《中國人口統計年鑒》《中國人口與就業統計年鑒》以及各省區市統計年鑒。對于少部分缺失數據，采用趨勢擬合估算得到。

表2 耦合協調度等級劃分

（三）耦合協調度的測算結果與分析

由（3）式計算得出我國各省（區、市）主要年份耦合協調度，具體計算結果見圖1 和表3。從全國層面來看，我國三系統耦合協調度總體變化趨勢較為平緩，但略有下降的趨勢，由2005 年的0.487 下降到2017 年的0.475，出現了小幅度下降。這表明了目前我國三系統協調發展不僅處于較低水平，且表現出三系統良性互動趨勢減弱，三系統協調發展面臨較大壓力。

分區域來看，東部地區三系統耦合協調度略高于中、西及東北部地區，并且與全國層面三系統耦合協調度變化趨勢相似均呈下降態勢；東北地區在2014 年之前和全國平均水平相當，而2014年之后三系統耦合協調度明顯有上升趨勢，且高于全國的平均水平；中、西部地區三系統耦合協調度低于全國平均水平，特別是西部地區三系統耦合協調度水平還處于全國各地區的最低水平。由此表明，我國三系統耦合協調度就目前來說還處于較低水平，不同地區之間還表現出差異性特征。

分省份來看，主要年份大多數省份的三系統耦合協調度處于瀕臨失調與勉強協調之間，由于不同地區經濟社會發展情況不同，東部地區由于經濟發展水平略好于其他地區，其三系統耦合協調度基本處于勉強協調階段。其中，北京、天津、上海、江蘇、浙江耦合協調度較高，但是均表現出下降趨勢。可能的原因是以上省市均是我國經濟較為發達的地區，雖然近些年來人均收入有了較大提高，但老齡化問題在這些地區也同樣表現得較為突出，產業結構調整速度未能較好地適應人口結構與消費結構變化，導致了三系統耦合協調度有下降的趨勢。但東部地區的海南省三系統耦合協調度有上升趨勢，可能的解釋是海南省立足于自身優勢大力發展第三產業，優化了產業結構，提高了人均收入水平，適應了人口老齡化問題，從而促進了三系統耦合協調度的提升。中部地區的山西、安徽、河南湖北在考察期內波動上升，而江西、湖南則呈逐步下降趨勢。西部地區由于經濟基礎較為薄弱，除貴州、云南兩個省份以外其他地區三系統耦合協調度均表現出不同程度的下降。東北地區各省份2010 年之后呈現出小幅度上升趨勢，這說明東北各省份在振興東北老工業基礎上，加快轉變經濟發展方式，優化調整產業結構，再次激活了東北地區經濟發展活力，提高了居民人均收入水平，優化了消費結構，從而又進一步提高了本地區三系統之間耦合協調度水平。

圖1 全國及各地區三系統耦合協調度

四、三系統協耦合調度對經濟增長的實證分析

（一）模型設定

基于對三系統耦合協調度的測算，將經濟增長劃分為“水平效應”“增長效應”“綠色效應”三種增長形式，并具體分析三系統耦合協調對經濟增長三種效應的影響。基于此，構建了三系統耦合協調對經濟增長的實證模型。經濟增長通常表示的是在較長的時間跨度內，一個國家人均產出（或人均收入）水平的持續增加，但當經濟發展到一定程度時，不單單考慮經濟增長的速度問題，更重要的是關注于經濟增長質量與其是否具有可持續性的問題[30]。因此，將經濟增長具體劃分為“水平效應”“增長效應”以及“綠色效應”三種增長，其中三種經濟增長的效應分別用人均GDP 對數、全要素生產率對數①②、綠色全要素生產率對數來衡量。由此設定如下模型：

表3 各地區主要年份產業結構-人口結構-消費結構耦合協調度

其中，i代表各省份；t為年份；η為地區固定效應；￡為殘差項；lny為經濟增長水平效應，用人均GDP 的對數表示；TFP 為經濟增長的增長效應，用Malmquist生產率指數衡量；GTFP為經濟增長的綠色效應，由綠色全要素生產率表示；CD 為三系統耦合協調度；control為控制變量。

同時考慮到，首先，三系統耦合協調度本身涵蓋的內容較為廣泛，其與經濟增長關系可能并非簡單線性關系。其次，當三系統耦合協調度處于較低水平時，可能并不能有效促進經濟增長，只有當其耦合協調度達到一定程度時，才能凸顯對經濟增長的正向作用。因此，為了驗證是否三系統耦合協調對經濟增長具有此類效應，在（5）-（7）式中引入三系統耦合協調度的二次項系數，最終確定為如下模型：

（二）變量說明

被解釋變量與核心解釋變量已在上文做了較為詳細的說明，以下將對控制變量進行說明。

1.要素投入。要素投入作為經濟增長的基礎，對經濟增長具有重要作用。Chow et al（2002）[37]研究認為，在1978-1998年間物質資本和勞動力投入對經濟中國經濟貢獻率分別為62%、10%，由此得出物質資本存量和勞動力投入對經濟增長的作用較為突出。本文參考Chow et al 研究將歷年就業人口占總人口比重（labor）和各省份物質資本存量的對數（capital）作為要素投入指標，其中物質資本存量采用張軍（2004）[38]的計算方法得到。

2.對外開放水平。對外貿易和經濟增長之間的關系一直是學術界關注的熱點問題，通過對外貿易和投資有助于技術改進，增強了本國的創新能力，從而促進了經濟快速發展。基于此，借鑒李國璋和劉津汝（2011）[39]做法，采用各地區進出口總額占地區總值的比重（open）來衡量對外開放水平。

3.研發能力。研發能力大小在一定程度上代表了一個國家或地區創新水平的高低，對經濟的增長具有重要的推動作用。其中專利的授權數（patent）表示一定時期內某地區研發能力大小（范德成（2006）[40]，因此將各地區專利授權數取對數作為衡量研發能力的標準。

4.政府規模。政府在經濟增長的過程中扮演了較為重要角色，其通過糾正市場的不完全性，為市場經濟的健康發展提供保障。鑒于政府對經濟增長的重要作用，參考姚先國（2008）[41]做法，把地方財政支出占地區生產總值的比例（government）作為衡量政府規模的標準。

（三）實證結果與分析

1.面板數據平穩性檢驗與協整檢驗。由于有些時間序列數據并不存在直接的關聯但又表現出共同的變化趨勢，其數據的回歸結果同樣表現出較高的擬合度，但卻沒有任何的實際意義。因此，為了避免此類的偽回歸，在面板數據模型回歸之前有必要對面板數據進行平穩性檢驗，以確保實證結果的無偏性與有效性。采用stata13 計量軟件運用相同根單位根LLC 檢驗面板數據的平穩性，由檢驗結果可看出各個變量均為水平序列平穩。檢驗的結果如表4所示。可知各變量通過了平穩性檢驗，因此進一步進行協整檢驗。利用Kao協整檢驗方法對面板數據模型中各被解釋變量與解釋變量進行了面板協整檢驗，以判斷這兩者之間是否存在協整關系，檢驗結果如表5所示。協整檢驗結果顯示，三個被解釋變量與各解釋變量之間存在著長期穩定的均衡關系，因此可對模型進行回歸分析。

表4 變量單位根檢驗

表5 面板數據模型Kao協整檢驗結果

2.面板數據模型回歸結果分析。首先分別運用普通最小二乘法（OLS）與固定效應模型（FE）（由Hausman 檢驗結果顯示，模型采用固定效應回歸優于隨機效應，因此采用固定效應模型進行回歸）進行了實證回歸分析，模型的計量回歸結果見表6。由表6 回歸結果可知，普通最小二乘法的回歸結果顯示三系統耦合協調對經濟增長的水平效應與綠色效應的一次項系數與二次項系數均不顯著，但并不能由此得出三系統對經濟增長沒有影響。從面板固定效應F檢驗的結果來看，說明面板數據固定效應模型要優于普通最小二乘法的回歸，因此面板數據固定效應模型的回歸結果較普通最小二乘法的回歸結果準確。然后以固定效應情形為基礎對模型的估計結果進行分析與解釋。

由固定效應面板模型的回歸結果得出，三系統耦合協調對經濟增長的三種效應的影響均呈現為“U”型，由此表明三系統耦合協調對經濟增長影響存在先抑制后促進的作用。具體來說，三系統耦合協調對經濟增長影響存在一定的門檻效應。對于經濟增長的水平效應來說，三系統耦合協調度以0.576為轉折點，當耦合協調度低于0.576時，其對經濟增長的水平效應具有阻礙作用，耦合協調度大于0.576時，則對經濟增長的水平效應具有推動作用。同理，對于經濟增長的增長效應和綠色效應來說，三系統耦合協調度的轉折點分別為0.643、0.515。由此可得知經濟增長的綠色效應對三系統耦合協調度門檻值較低，是因為對于經濟增長的水平效應與增長效應來說其受傳統生產要素影響較大，而經濟增長的綠色效應則注重經濟的可持續發展，一旦三系統耦合協調度水平有所提高或達到經濟增長綠色效應的要求，其三系統耦合協調度將會促進經濟增長綠色效應的提高，也即經濟增長的綠色效應對三系統耦合協調度更為敏感。

通過上文對三系統耦合協調度的測算，得知目前雖然我國三系統耦合協調度還處于水平較低階段，但大多數省份三系統耦合協調對經濟增長的三種效應的影響還處于“U”型曲線的左邊。只是對于經濟增長的綠色效應來說，東部地區的部分省份以及東北地區的遼寧省三系統耦合協調度的作用由抑制轉變為促進，而西部地區和中部地區大部分省份的三系統耦合協調度還未達到轉折點。東部地區由于相對優越的地理條件與物質基礎使其三系統耦合協調度水平整體高于全國其他地區，這也促使了該地區經濟轉型發展，因此其他地區也應逐漸提高三系統耦合協調度水平，以保障我國經濟順利地轉型升級。

3.穩健性分析。為盡量避免內生性問題對模型估計結果的影響，運用SYS-GMM估計方法對模型進行重新估計，此方法是將解釋變量的滯后項及其差分項的滯后項作為工具變量，以解決模型當中存在的內生問題（邵軍和徐康寧，2011）[42]。但SYS-GMM 估計方法需要通過兩項檢驗，其一是Arellano-Bond 檢驗，其二是Sargan 檢驗，只有通過這兩項檢驗才能確保模型估計的有效性。通過模型估計結果來看，核心解釋變量三系統耦合協調系數均未發生明顯變化，表明模型估計結果具有一定的穩健性。具體估計結果如表7所示。

為進一步確保模型估計的穩健性，仍采用SYS-GMM 方法分區域對模型進行重新估計。從估計結果看，核心解釋變量的符號同樣也未發生明顯變化，且三系統耦合協調對東部地區部分省份與東北地區遼寧省經濟增長的綠色效應影響已從“U”型曲線的左邊轉為右邊，與基準模型回歸一致，由此可看出模型估計具有一定穩健性。具體估計結果如表8所示。

表6 實證回歸結果

表7 實證回歸結果（穩健性檢驗）

五、結論與政策啟示

本文利用中國30 個省（區、市）的面板數據，首先，利用耦合協調度測算模型對中國30 個省區市的產業結構、人口結構與消費結構三系統耦合協調度進行測算。由測算結果可知，從總體來看，東部地區與東北地區三系統耦合協調度略高于中、西部地區，全國層面上三系統耦合協調度整體呈逐年下降態勢，主要年份大多數省份的三系統耦合協調度處于瀕臨失調與勉強協調之間。由此表明我國三系統耦合協調度水平就目前來說處于較低水平，并且不同地區之間還表現出差異性特征。其次，在測算三系統耦合協調度的基礎上，實證分析了三系統耦合協調對經濟增長的三種效應的影響。具體來說，三系統耦合協調對經濟增長的三種效應的影響均呈現“U”型形態，其中三系統耦合協調度對東部部分省份與東北地區的遼寧省經濟增長的綠色效應的影響已從“U”型曲線的左邊轉變為右邊，也即三系統耦合協調對其經濟增長的綠色效應影響由抑制作用轉變為促進作用，但由于目前我國三系統耦合協調度整體水平較低，且經濟增長水平效應與增長效應受傳統生產要素影響較大，三系統耦合協調度對其還未顯現出促進作用。

基于研究結論，得出如下政策啟示：依據對三系統耦合協調度測算結果，發現我國區域間產業結構、人口結構及消費結構之間耦合關系處于非均衡狀態，并且東部地區三系統耦合協調度下降趨勢較為明顯。要解決區域間耦合協調度的非

均衡狀態，就要根據東、中、西及東北地區各自的區位與資源優勢，因地制宜，調整優化升級地區間的產業結構，促進產業結構、人口結構、消費結構協調發展，提高三系統耦合協調發展水平，最終確保我國經濟可持續發展。

表8 實證回歸結果（穩健性檢驗）

續表8

具體而言，第一，東部地區在不斷優化調整產業結構的過程中逐漸優化人口結構與消費結構。東部地區產業結構、人口結構以及消費結構各自整體情況略好于其他地區，但三系統耦合協調度在近幾年則表現出較為明顯的下降趨勢。在經濟結構轉型的當下，東部地區產業結構受到的沖擊更大，倒逼產業結構優化升級。若只從單方面推進產業結構調整，會引起其與人口結構與消費結構之間不協調發展。因此，東部地區在推進產業結構優化升級時應充分考慮人口結構與消費結構是否與其協調發展。

第二，中部地區則要加快產業結構升級。中部地區人口結構與消費結構狀態較為穩定，目前中部地區首要任務是加大承接東部地區的產業轉移，按照“中國制造2025”行動計劃的戰略要求，大力提高產業結構水平。

第三，西部地區要精準定位，協調發展。西部地區三系統耦合協調度整體水平低于全國其他地區，說明西部地區產業結構、人口結構、消費結構三系統都急需優化調整，并且三系統之間發展又不協調。由于歷史原因造成的西部地區經濟發展水平低于全國其他地區，導致大量人才外流，產業結構目前仍多處于低端階段，居民消費水平與結構長期得不到提高。因此，對于西部地區進行扶持時，要精準定位，根據地域特點發展相對應的產業，按照產業結構特征，不斷優化人口結構與消費結構。

第四，東北地區則要繼續提高三系統耦合協調度水平。東北地區三系統耦合協調度發展水平有略微上升趨勢，因此，東北地區應進一步協調三系統之間發展，以期起到帶頭模范作用。

第五，提高三系統耦合協調度水平，促進經濟可持續發展。經過實證研究三系統耦合協調度對我國經濟增長三種效應的影響，得出三系統耦合協調度對經濟增長的三種效應的影響均呈現“U”型形態，但三系統耦合協調度對東部部分省份和東北地區遼寧省經濟增長的綠色效應的影響已從“U”型曲線的左邊轉變為右邊，由此表明經濟增長的綠色效應對三系統耦合協調發展變化較為敏感。但由于目前我國三系統耦合協調發展水平還處于較低水平，其他地區三系統耦合協調度對當地經濟增長影響均在“U”型曲線的左邊，即未對經濟增長產生促進作用。因此，應加快促進三系統耦合協調水平的提高，逐漸改變經濟發展方式，凸顯三系統協調發展對經濟增長的作用，以保障我國經濟轉型發展的順利完成。

注釋

注：①全要素生產率（TFP）的增長速度及其對產出增長的貢獻被看作是判斷經濟發展方式轉變和經濟質量提升的主要依據[31]。然而，傳統的TFP 并沒有考慮經濟增長所造成的環境資源損耗，因而會扭曲對經濟績效的評價，并可能在政策建議上產生誤導（Hailu and Veeman， 2000）[32]。但是，從上世紀80 年代開始的地方官員之間圍繞GDP 增長而進行的“晉升錦標賽”模式（周黎安，2007）[33]，不管環境資源的損耗，盲目追求GDP，即使已被“叫停”，但是其后果仍不可忽略，因此考慮傳統的TFP也有很有必要的。自Chung et al.（1997）[34]在測度瑞典紙漿廠的TFP時，提出了方向性距離函數，將污染排放當作非期望產出，以測算考慮環境因素的綠色全要素生產率之后，這種方法被廣泛的使用。其中，基于SBM 函數和Luenberger 生產率指數來測算綠色生產率的方法更是被大量學者使用。考慮到“溫室效應”已成為全球性環境問題之一，本文參照原毅軍等（2015）[35]的研究，選取CO2排放量作為非期望產出指標。

②為了考慮全要素生產率的動態變化，本文以2005 年為基期將TFP、GTFP 指數轉換為累積生產率指數。考慮到部分數據為負，參考Managi和Jena（2008）[36]的做法，本文將所有值加1后再進行逐年累乘。