長江經濟帶省域綠色全要素生產率測算與收斂性分析

于善波 張軍濤

摘? ?要：基于SBM-GML模型，以2005—2019年長江經濟帶省級面板數據為樣本，測算長江經濟帶省域綠色全要素生產率，并對其收斂性進行了分析。研究結果表明：長江經濟帶省域綠色全要素生產率在樣本期內有效，雖然表現出短期波動，但是整體而言，波動幅度不大，并且在2010年之后呈逐年遞增態勢。其中，技術效率是提高省域綠色全要素生產率的主要原因，規模效率不高影響了省域綠色全要素生產率的水平。同時，長江經濟帶省域綠色全要素生產率不存在顯著的α收斂，但是存在絕對β收斂。即省域綠色全要素生產率在時間序列上并不具有延續性，省域綠色全要素生產率低的省份存在向綠色全要素生產率高的省份的“追趕效應”，并將最終以相同的穩態趨于均衡。為此，要堅定不移貫徹新發展理念，倡導綠色轉型發展;提高規模效率，突出城市聚集效應，充分發揮城市群在帶動區域經濟增長和轉型中的作用;在具體政策制定上，要注重省域發展的差異性，做到精準施策。

關鍵詞：綠色全要素生產率;SBM-GML模型;收斂性;長江經濟帶發展

中圖分類號：F127? ?文獻標識碼：A? ?文章編號：1003-7543（2021）04-0068-10

以高投資、高能耗和高排放為特征的發展模式不利于我國經濟社會的可持續發展。長江經濟帶在經濟快速發展的同時，面臨著資源環境的約束，特別是工業化和城鎮化進程的加速推進，帶來了空氣污染、水污染、垃圾圍城等問題。2019年，長江經濟帶城鎮化率達到60.60%，按照國際經驗來看，已經進入社會矛盾的多發期，同時環境承載壓力逐漸加大。在“共抓大保護、不搞大開發”成為長江經濟帶沿線省市發展共識的背景下，推動長江經濟帶高質量發展、實現綠色轉型已經成為破解環境污染難題、提升可持續發展能力的重要抓手[1]。那么，長江經濟帶沿線省市綠色發展效率如何？各省市之間綠色發展效率的差異又有多大？這些問題亟待回答，對于客觀評估長江經濟帶省域發展潛力具有重要的理論價值和現實價值。

一、相關文獻綜述

經濟增長與資源環境之間的關系，一直以來都是學術界探討的熱點。如何在資源環境承載能力范圍內，實現又好又快的發展，是我們面臨的現實性問題。長期以來，我國經濟的高速增長是以較大的資源耗費和環境污染為代價的。為了更好地發展經濟，就需要提高綠色全要素生產率。這是實現經濟高質量發展的關鍵。綠色增長模式強調的是低資源消耗、低污染排放，以及經濟增長與資源消耗、污染排放的脫鉤[2]。這種發展模式是對以往經濟發展思路的改變，也是未來經濟社會發展的趨勢。

就長江經濟帶而言，長江經濟帶在近20年來的發展歷程中，雖然顯著提高了經濟社會發展水平，城市發展規模亦有所提升，但也面臨著綠色增長動力不足的困境[3]。學術界對長江經濟帶實現資源環境約束下的高質量發展問題進行了深入探討，現有文獻中，學者們普遍認為，實現長江經濟帶綠色發展，就需要轉變現有發展思路，促進綠色與發展協調推進，實現經濟和環境良性互動。

現有關于省域綠色全要素生產率的文獻中，江艷婷等認為，技術效率改善是提高我國省域綠色全要素生產率的重要原因，而技術進步則成為其滯后因素[4];陳黎明等測算得出，地理鄰接是區域綠色全要素生產率空間溢出的主要途徑，其增長主要依靠技術進步[5];任陽軍等指出，雖然區域全要素生產率存在空間溢出效應，但是技術效率的改善是區域綠色全要素生產率提升的主要原因，技術變化則起負向作用[6]。具體到長江經濟帶綠色全要素生產率的研究中，多數文獻都是將研究焦點放在地級市層面。韓晶等指出，長江經濟帶沿線城市綠色發展水平在時序上呈現“M”型的上升路徑，綠色發展水平逐年提高[7];李汝資等認為，長江經濟帶城市綠色全要素生產率變化在局部熱點區域表現為上游、中游、下游“啞鈴”型分布，且由下游地區逐步轉移至上游地區[8]。也有文獻將研究的樣本界定在省級層面，但是測算的是農業綠色全要素生產率[9]和工業綠色全要素生產率[10]。在具體模型選擇上，涉及SYS-GMM估計方法[2]、方向性距離函數（DDF）[3]、ESDA方法[11]等。

綜上所述，現有關于長江經濟帶省域綠色全要素生產率的測算并不多見，且較少將非期望產出作為分析要素納入模型，造成了計算省域綠色全要素生產率時容易出現偏差。因此，需要對長江經濟帶省域綠色全要素生產率進行更為深入的分析，以客觀反映長江經濟帶沿線省市綠色發展過程中存在的問題?；诖?，本文的邊際貢獻在于基于SBM-GML指數模型，測算了長江經濟帶省域綠色全要素生產率，并分析了其是否存在α收斂和絕對β收斂，進一步探討了省域發展的內在機制，明確了各省域發展間的差距。

二、模型設定、指標選取與數據說明

（一）模型設定

在計算全要素生產率的過程中，已有學者開始關注將資源、環境等要素考慮在內[12];即通過加入反映能源消耗和污染物排放的變量來衡量綠色發展[13]。這種思路由Pittman等首次將污染作為非期望產出置于生產函數中[14]，隨后，Chung等也將污染排放列入非期望產出用以研究其對經濟增長的作用[15]，而我國較早提出綠色全要素生產率的學者是李俊等，他們在研究中加入了反映環境變化的變量[16]。目前針對全要素生產率的測算主要包括索羅余值法、DEA方法和SFA方法。索羅余值法和DEA方法在模型運算時的思路是，將污染排放以生產投入的形式參與計算，它無法模擬污染排放的產出形態。這催生了方向性距離函數（DDF）的出現，其可以解決非期望產出與期望產出的方向性問題，但仍需要基于徑向性和角度性的假設要求[17]，同時，其對無效DMU的測量僅包含投入、產出變量的比例變動，而忽略了非零松弛項的改進[18]。為克服這一局限，Fukuyama等將DDF與SBM綜合后提出方向性SBM的概念，并得到了全局方向性SBM模型[19]。

（二）指標選取與數據說明

根據模型選擇以及研究問題需要，本文在參考江艷婷等[4]、陳黎明等[5]、任陽軍等[6]的研究的基礎上，選取勞動力、資源、資本三個要素作為投入指標。其中，用全部從業人員數作為勞動力投入要素，用土地資源（建成區面積）、水資源（供水總量）作為資源投入要素，用固定資產投資總額作為資本投入要素;而用地區生產總值（GDP）、地方政府財政收入和社會消費品零售總額三個指標刻畫期望產出;選用工業二氧化硫排放量、工業煙塵排放量、工業廢水排放量三個指標反映非期望產出。

在時間跨度的選擇上，早在20世紀90年代長江經濟帶就已經被納入國家戰略，其中最具有代表意義的是1990年國務院批準的《長江流域綜合利用規劃簡要報告》。2005年，江蘇省、安徽省、江西省、湖北省、湖南省、四川省、云南省、上海市和重慶市共同簽訂了《長江經濟帶合作協議》，這也為后續長江經濟帶發展奠定了較好的基礎。為考察較長時期內長江經濟帶省域綠色全要素生產率，同時考慮到數據的可獲取性等原則，本文選取的數據為2005—2019年長江經濟帶沿線11省市的面板數據，數據主要來源于《中國統計年鑒》《中國環境統計年鑒》等。針對部分缺失數值，本文根據《中國城市統計年鑒》、《中國統計年鑒》、各省市國民經濟和社會發展統計公報，采取均值插補方式得到。

三、長江經濟帶省域綠色全要素生產率的空間差異分析

由GML指數公式，可以計算得到長江經濟帶省域綠色全要素生產率（見表1，下頁）。由表1可知，2005年以來，長江經濟帶省域綠色全要素生產率的均值為1.0322，整體而言，均為有效。但是，也表現出了波動性，其中在2009年之前，長江經濟帶省域綠色全要素生產率呈現“V”型分布，低點出現在2009年，僅為0.9884。而在2010年之后，長江經濟帶省域綠色全要素生產率呈現緩慢遞增態勢，雖有短期波動，但是浮動不大。這主要是因為，2008年全球性金融危機波及了我國經濟發展，受金融危機影響，長江經濟帶經濟發展速度趨緩，產出效率不高。而伴隨著經濟逐漸恢復，以及政府對經濟社會發展的認知不斷深化，綠色發展效率逐年增強。特別是在2013年之后，長江經濟帶省域綠色全要素生產率遞增態勢明顯。這主要是由于長江經濟帶作為區域發展戰略被正式提出，各省市發展思路已經發生變化，這也成為長江經濟帶省域綠色全要素生產率逐年遞增的原因。從影響全要素生產率的因素來看，技術效率是影響省域綠色全要素生產率的主要原因。

表2（下頁）顯示了沿線各省市綠色全要素生產率及分解情況。2005年以來，長江經濟帶沿線省市GML指數均大于1。從區域來看，下游地區的上海市最高，為1.2034，而上游地區的貴州省最低，為1.0036。具體而言，11個省市又表現出了較為突出的三極分布，即長江經濟帶下游、中游、上游地區呈現一定的差異。從三大地區的省域綠色全要素生產率分解因素來看，也表現出了較強的地區差異性。三大地區中，長江經濟帶下游地區的省域綠色全要素生產率要總體高于中游和上游地區。

就地區差異而言，圖1（下頁）反映了長江經濟帶上游、中游和下游地區的省域綠色全要素生產率情況。數據顯示，下游地區省域綠色全要素生產率要高于上游和中游地區，各省市綠色全要素生產率均有效，即三個地區的省域綠色全要素生產率均大于1，其中，下游地區省域綠色全要素生產率為1.1208，上游地區為1.0211，而中游地區為1.0383。具體分因素來看，技術效率是推動省域綠色全要素生產率變化的主要原因，這表現出了和全國同步的趨勢，也表明在樣本期內，三個地區的技術效率水平不高，應該在未來發展過程中更加關注投入產出效率，更加關注可持續發展與資源環境約束之間的關系，在有限的資源要素投入下，實現各投入要素的產出最大化。

四、長江經濟帶省域綠色全要生產率的收斂性分析

新古典增長模型認為經濟發展的最終狀態是趨于穩定的，即必然存在收斂。長江經濟帶實現綠色轉型發展，就需要對其內部發展差距作出更為細致的分析。前文已經證實，長江經濟帶省域綠色全要素生產率存在地區差異，但是，這種地區間的差異是否會伴隨著時間的變化而產生變動值得進一步探討。為了更加清晰闡明長江經濟帶省域綠色全要素生產率的省際差異，以及未來是否會趨于平衡發展，有必要計算其收斂性。

現有文獻認為，計算收斂性主要集中在α收斂、絕對β收斂和條件β收斂三種形式上[21—22]，三種計算方法因其側重點不同而產生不同結果。

（一）α收斂性分析

α收斂能夠闡明長江經濟帶省域綠色全要素生產率在時間趨勢上的變化情況，也能夠反映其離散程度。如果伴隨著時間的變化，該指標數值降低，則表明長江經濟帶省域綠色全要素生產率存在收斂性，否則為發散。本文在趙磊[23]研究的基礎上，利用標準差來計算長江經濟帶省域綠色全要生產率是否存在收斂性。同時，為了研究的嚴謹性，本文也計算了變異系數。圖2（下頁）顯示，長江經濟帶省域綠色全要素生產率并沒有出現隨時間變化而下降的趨勢。反而，α收斂隨著時間的變化而逐漸遞增，大致呈現“W”型分布，在2006年和2009年達到了最低值，分別為0.2189和0.1789。其余年份，尤其是2010年之后，呈現逐年遞增趨勢。由此可見，長江經濟帶省域綠色全要素生產率并不存在顯著的α收斂。為更好地驗證該結論，從變異系數的角度來看，也未出現隨時間變化而縮小的趨勢。

從長江經濟帶上中下游地區的橫向對比來看，圖3（下頁）顯示，三大地區省域綠色全要素生產率并不存在α收斂。無論是上游地區、中游地區，還是下游地區，其標準差波動都較大，說明長江經濟帶各省市發展水平并不穩定。這種不穩定性，表明長江經濟帶沿線省市經濟可持續發展的認知還存在偏差，對綠色轉型的認知還不夠深入。政策的非延續性及對資源環境的利用程度存在不同，導致長江經濟帶的省域綠色發展出現波動，這種波動主要是由于沒有恰當處理好經濟社會發展與資源環境保護之間的關系。盡管長江經濟帶沿線11省市基礎和資源環境不同，發展速度和規模也存在差異，但是這種差異并沒有能夠在樣本期內伴隨著時間的推移而趨于穩定，各省份之間差異仍然存在。

（二）絕對β收斂性分析

目前，學術界將β收斂分為絕對β收斂和條件β收斂，條件β收斂主要分析不同樣本是否收斂于各自的穩定水平，本文不予闡述。

絕對β收斂主要是為了研究某一變量是否在一定的時期內存在相同的發展趨勢，是否將趨于最終穩態發展。本文引用絕對β收斂，主要是為了探明長江經濟帶省域綠色全要素生產率是否會向同一穩態水平趨同。從目前來看，長江經濟帶11個省市的綠色全要素生產率表現出了差異性，這種差異性既有資源稟賦的原因，但更多的是長久以來積累的內在體制機制問題。如果通過測算長江經濟帶省域綠色全要素生產率存在絕對β收斂，則意味著綠色全要素生產率低的省份存在向綠色全要素生產率高的省份的“追趕效應”[24]。這種“追趕效應”，意味著二者將趨于相同的穩態均衡水平。本文在Barro等[21]的文獻基礎上，進一步測算長江經濟帶省域綠色全要素生產率是否存在絕對β收斂，檢驗模型如下：

表3（下頁）數據顯示，從全國來看，省域綠色全要素生產率的β值小于0，這說明長江經濟帶各省市的省域綠色全要素生產率存在絕對β收斂，也就是說，各省市之間的增長差距在不斷縮小。而從三大區域來看，上游、中游和下游地區的β值都小于0，即存在絕對β收斂。也就是說，存在省域綠色全要素生產率由較低省份向較高省份趨同的“追趕效應”。從穩態值來看，上游地區的穩態值最高，為0.1316，而中游地區的穩態值最低，為0.0037。從收斂速度和半生命周期數值來看，長江經濟帶省域綠色全要素生產率的絕對收斂速度為0.0374%，半生命周期為18.54年。而下游地區、中游地區和上游地區的絕對收斂速度分別為0.0498%、0.0323%和0.0265%，半生命周期分別為13.92年、21.24年和26.16年。根據收斂速度來看，上游地區的追趕速度更快。但是，半生命周期指標顯示，上游地區的絕對收斂趨勢較弱，而下游地區的絕對收斂趨勢最強。這主要是由于上游地區經濟基礎較為薄弱，發展速度、水平和質量較中游地區和下游地區而言相對緩慢，在發展速度上雖然有很好的潛力，但是絕對收斂的速度要相對較低。該結果也同時表明，長江經濟帶沿線11省市之間雖然存在地區差異，但是，這種差異將在不斷的波動中趨于共同發展。這主要是因為在國家提出長江經濟帶發展戰略之后，沿線省市之間的聯系度增強，長江沿線的協同發展意識不斷增強，且互補性也較以往有了很大提高。各省份之間的聯系日益緊密，為推動長江經濟帶共同發展發揮了重要作用。雖然各省市之間的差異依然存在，但是伴隨著長江經濟帶發展戰略的持續推進，各省市之間的協作不斷增強，必然進一步縮小各省市之間的差距，這也是表3中長江經濟帶各省市存在絕對β收斂的原因。

五、研究結論與政策建議

本文針對現有定量化模型在測算省域全要素生產率時的局限，基于SBM—GML模型對長江經濟帶省域綠色全要素生產率和收斂性進行了測算，得到了以下結論：第一，長江經濟帶省域綠色全要素生產率在樣本期內有效，雖然表現出短期波動，但是整體而言波動幅度不大，省域綠色全要素生產率呈逐年遞增態勢。同時，技術效率是影響省域綠色全要素生產率的主要原因，而規模效率指數拉低了省域綠色全要素生產率。第二，長江經濟帶省域綠色全要素生產率呈現較為明顯的地區差異，下游地區總體優于中游和上游地區。經濟越發達的地區，省域綠色全要素生產率越高。第三，長江經濟帶省域綠色全要素生產率并不存在顯著的α收斂，但是存在絕對β收斂。即省域綠色全要素生產率在時間序列上并不具有延續性，但是，省域綠色全要素生產率低的省份存在向綠色全要素生產率高的省份的“追趕效應”，并將最終以相同的穩態趨于均衡。然而，這種“追趕效應”并不代表長江經濟帶發展已經找到自身合適的收斂路徑。

基于上述結論，提出如下政策建議：

第一，貫徹新發展理念，推動長江經濟帶省域綠色轉型發展。長江經濟帶發展作為我國重大區域發展戰略，是提振區域經濟發展和推動未來綠色轉型的重要舉措。要繼續堅持以新發展理念為指導，深入推動長江經濟帶沿線省市實現綠色發展，在堅守生態優先的前提下，以創新驅動為引領，打造創新協同共同體，不斷優化產業結構，促進產業提檔升級，大力發展綠色產業，支持工業企業開展綠色轉型試點，強化工業技術改造。

第二，提高規模效率，突出城市集聚效應，發揮城市群在帶動區域經濟增長中的作用。目前，長江經濟帶下游地區已經形成以長三角城市群為代表的城市規模效應，但中游地區規模效應并沒有得到充分展現，上游地區規模效應也不顯著。為此，長江經濟帶沿線城市群應該突出更強的輻射能力和影響力，這樣才能夠在更大范圍內調動資源，實現資源的優化配置。要加快中心城市產業轉型步伐，探尋新的經濟增長點，發揮中心城市的示范引領作用，在繼續保持技術進步的前提下，形成更大規模的城市群高質量發展。圍繞不同地區的規劃，促進協調發展，以實現經濟又好又快發展，為長江經濟帶轉型發展奠定基礎。

第三，注重地區異質性，精準施策。不同省市的差異化發展必然要求未來經濟社會發展采取不同的發展方案。這就要求長三角城市群在推進長江經濟帶轉型發展中起到示范作用，要著眼于國內外兩大市場，做強城市功能，充分發揮技術外溢效應，增強國際競爭意識，真正將發展融入國際競爭中，參與國際市場分工和新科技研發，促進產業一體化和技術轉移，推動企業走出去。長江中游城市群應加強武漢城市圈、環長株潭城市群、環鄱陽湖城市群的融合發展，積極與長三角、成渝地區雙城經濟圈對接聯動。要充分借助“一帶一路”倡議，加快內陸開放型經濟高地建設，進一步擴大武漢市作為經濟中心的輻射帶動作用，完善口岸布局，增開國際客貨運航線。同時，要充分將人力資本優勢轉化為人才優勢，增強科技創新能力，提高產業附加值，增強核心競爭力。成渝地區雙城經濟圈要正視目前發展中存在的短板和優勢，結合資源稟賦，在筑牢長江上游生態屏障的基礎上，借鑒長江經濟帶中游或下游地區的經驗，加快推進國家重要科技創新中心建設，進一步提高現代化治理能力和治理體系建設，優化市場營商環境，提高市場運行效率，努力承接長江經濟帶中游地區和下游地區的產業轉移，在突出品牌和特色的基礎上，形成獨具發展優勢的產業。

參考文獻

[1]黃慶華，時培豪，胡江峰.產業集聚與經濟高質量發展：長江經濟帶107個地級市例證[J].改革，2020（1）：87-99.

[2]姜旭，盧新海，龔夢琪.土地出讓市場化、產業結構優化與城市綠色全要素生產率——基于湖北省的實證研究[J].中國土地科學，2019（5）：50-59.

[3]王偉，孫芳城.金融發展、環境規制與長江經濟帶綠色全要素生產率增長[J].西南民族大學學報（人文社會科學版），2018（1）：129-137.

[4]江艷婷，余華銀.中國省域綠色全要素生產率空間分布差異及影響因素研究[J].合肥工業大學學報（社會科學版），2020（5）：17-24.

[5]陳黎明，王俊昊，趙婉茹，等.中國區域綠色全要素生產率的影響因素及其空間特征[J].財經理論與實踐，2020（4）：122-132.

[6]任陽軍，汪傳旭，俞超.中國區域綠色全要素生產率的空間溢出效應研究[J].軟科學，2019（4）：40-43.

[7]韓晶，陳曦.長江經濟帶沿線城市綠色發展水平時空演變特征[J].華東經濟管理，2021（1）：24-34.

[8]李汝資，劉耀彬，王文剛，等.長江經濟帶城市綠色全要素生產率時空分異及區域問題識別[J].地理科學，2018（9）：1475-1482.

[9]吳傳清，宋子逸.長江經濟帶農業綠色全要素生產率測度及影響因素研究[J].科技進步與對策，2018（17）：35-41.

[10]胡立和，商勇，王歡芳.工業綠色全要素生產率變化的實證分析——基于長江經濟帶11個省市的面板數據[J].湖南社會科學，2019（4）：108-114.

[11]鄭垂勇，朱曄華，程飛.城鎮化提升了綠色全要素生產率嗎？——基于長江經濟帶的實證檢驗[J].現代經濟探討，2018（5）：110-115.

[12]MARTIN L W. WEITZMAN M L. On the welfare significance of national product in a dynamic economics[J]. Quarterly Journal of Economics， 1974（1）： 156-162.

[13]石敏俊，劉艷艷.城市綠色發展：國際比較與問題透視[J].城市發展研究，2013（5）：140-145.

[14]PITTMAN R W. Multilateral productivity comparisons with undesirable outputs[J]. The Economic Journal， 1983（93）： 933-960.

[15]CHUNG Y H， F？魧RE R， GROSSKPF S. Productivity and undesirable outputs： a directional distance function approach[J]. Journal of Environmental Management， 1997（3）： 229-240.

[16]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（4）：139-146.

[17]岳鴻飛，徐穎，周靜.中國工業綠色全要素生產率及技術創新貢獻測評[J].上海經濟研究，2018（4）：52-61.

[18]楊愷鈞，毛博偉，胡菡.長江經濟帶物流業全要素能源效率——基于包含碳排放的SBM與GML指數模型[J].北京理工大學學報（社會科學版），2016（6）：54-62.

[19]FUKUYAMA H. WEBER W L. A directional slacks-based measure of technical inefficiency [J].? Socio-Economic Planning Sciences，2009（4）： 274-287.

[20]OH DH. A global Malmquist-luenberger productivity index[J]. Journal of Productivity Analysis， 2010， 34（3）： 183-197.

[21]BARRO R J， MANKIW N G. SALA-I-MARTIN X. Capital mobility in neoclassical models of growth[J]. The American Economic Review， 1995（1）： 103-115.

[22]BARRO R J， SALA-I-MARTIN X. Technological diffusion， convergence， and growth[J]. Journal of Economic Growth， 1997， 2（1）：1-26.

[23]趙磊.中國旅游全要素生產率差異與收斂實證研究[J].旅游學刊，2013（11）：12-23.

[24]韓海彬，趙麗芬.環境約束下中國農業全要素生產率增長及收斂分析[J].中國人口·資源與環境，2013（3）：70-76.

（責任編輯：文豐安）