資源環(huán)境約束下中國(guó)經(jīng)濟(jì)增長(zhǎng)效率及其影響因素的空間效應(yīng)分析

徐小鷹　陳宓

摘要：以1999～2018年數(shù)據(jù)為樣本，采用空間自相關(guān)、空間分布和空間面板模型對(duì)資源環(huán)境約束下的經(jīng)濟(jì)增長(zhǎng)效率的空間效應(yīng)進(jìn)行全面分析。研究結(jié)果表明，大部分省市與其經(jīng)濟(jì)水平接近或地理相鄰省市的經(jīng)濟(jì)增長(zhǎng)效率存在空間集聚效應(yīng)，少部分省市表現(xiàn)出了一定的空間異質(zhì)性。此外，經(jīng)濟(jì)增長(zhǎng)效率的影響因素呈現(xiàn)出顯著的正向空間溢出效應(yīng)，技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)、人力資本、對(duì)外開(kāi)放和市場(chǎng)化改革可以顯著促進(jìn)經(jīng)濟(jì)增長(zhǎng)效率的提升。金融發(fā)展和環(huán)境治理對(duì)經(jīng)濟(jì)增長(zhǎng)效率提升影響不顯著，政府干預(yù)會(huì)在一定程度上減緩經(jīng)濟(jì)增長(zhǎng)效率提升。

關(guān)鍵詞：資源環(huán)境約束;經(jīng)濟(jì)增長(zhǎng)效率;空間自相關(guān);空間分布

文章編號(hào)：2095-5960（2021）03-0025-10;中圖分類號(hào)：F124.5，F(xiàn)224;文獻(xiàn)標(biāo)識(shí)碼：A

中國(guó)自改革開(kāi)放以來(lái)一直保持著經(jīng)濟(jì)高速增長(zhǎng)的態(tài)勢(shì)。2011年以后GDP增長(zhǎng)率開(kāi)始逐年回落，2015年開(kāi)始連續(xù)五年低于7%的增長(zhǎng)水平，經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。從現(xiàn)實(shí)情況來(lái)看，我國(guó)資源約束不斷加劇，環(huán)境問(wèn)題日益突出，調(diào)整結(jié)構(gòu)和提升能效的壓力逐漸加大，提高經(jīng)濟(jì)增長(zhǎng)效率已然成為新時(shí)代高質(zhì)量發(fā)展背景下我國(guó)實(shí)現(xiàn)綠色經(jīng)濟(jì)增長(zhǎng)的客觀要求。對(duì)經(jīng)濟(jì)增長(zhǎng)效率及其影響因素的分析契合我國(guó)當(dāng)前綠色發(fā)展的時(shí)代背景和高質(zhì)量發(fā)展的戰(zhàn)略要求，可以為政府有效評(píng)估我國(guó)經(jīng)濟(jì)增長(zhǎng)狀況及制定并實(shí)施更為有效的宏觀調(diào)控政策提供一定的理論支撐，對(duì)我國(guó)經(jīng)濟(jì)的可持續(xù)健康發(fā)展也具有重要意義。鑒于上述研究背景，本文將從空間維度對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)效率展開(kāi)以下研究：一是對(duì)資源環(huán)境約束下的經(jīng)濟(jì)增長(zhǎng)效率值進(jìn)行空間自相關(guān)檢驗(yàn)和空間集聚效應(yīng)分析;二是對(duì)資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)效率的影響因素進(jìn)行空間面板分析，探討各個(gè)因素對(duì)于不同地區(qū)是否存在空間溢出效應(yīng);三是對(duì)空間溢出效應(yīng)加以分解，通過(guò)直接效應(yīng)和間接效應(yīng)來(lái)識(shí)別本地區(qū)自身影響因素對(duì)經(jīng)濟(jì)增長(zhǎng)效率的影響及相鄰地區(qū)影響因素和效率對(duì)本地區(qū)經(jīng)濟(jì)增長(zhǎng)效率的影響。

一、文獻(xiàn)綜述

（一）環(huán)境與經(jīng)濟(jì)增長(zhǎng)效率之間關(guān)系的定性研究

國(guó)外學(xué)者對(duì)于環(huán)境與經(jīng)濟(jì)增長(zhǎng)效率的關(guān)系研究早于國(guó)內(nèi)學(xué)者。早在19世紀(jì)初期，國(guó)外學(xué)者就開(kāi)始關(guān)注到環(huán)境與經(jīng)濟(jì)之間的問(wèn)題，到了20世紀(jì)40年代，隨著一系列環(huán)境問(wèn)題的產(chǎn)生，學(xué)者們正式開(kāi)展關(guān)于環(huán)境與經(jīng)濟(jì)的研究課題。Boulding率先反駁了經(jīng)濟(jì)無(wú)限增長(zhǎng)理論，運(yùn)用系統(tǒng)方法對(duì)環(huán)境和經(jīng)濟(jì)展開(kāi)研究，并提出構(gòu)建可循環(huán)的環(huán)境經(jīng)濟(jì)系統(tǒng);[1]Wilfred Beckerman認(rèn)為可僅通過(guò)管理手段便可緩解環(huán)境污染和不可再生能源稀缺的問(wèn)題。[2]隨著對(duì)環(huán)境問(wèn)題認(rèn)識(shí)的加深，學(xué)者對(duì)兩者間的關(guān)系做了更為深刻的解剖。Bhagawati認(rèn)為經(jīng)濟(jì)的發(fā)展可以促進(jìn)對(duì)環(huán)境的保護(hù)。[3]Daly認(rèn)為從長(zhǎng)遠(yuǎn)看，以破壞環(huán)境為代價(jià)的經(jīng)濟(jì)增長(zhǎng)，是不值得的。[4]至20世紀(jì)末期，我國(guó)學(xué)者開(kāi)始開(kāi)展環(huán)境與經(jīng)濟(jì)課題。1993年，我國(guó)學(xué)者劉再興率先提出“協(xié)調(diào)發(fā)展”的發(fā)展戰(zhàn)略思想，構(gòu)建“一環(huán)、三個(gè)三角”重點(diǎn)區(qū)域，從而達(dá)成東西互補(bǔ)、南北聯(lián)動(dòng)的發(fā)展格局，該發(fā)展理論影響重大，成了國(guó)家規(guī)劃區(qū)域協(xié)調(diào)發(fā)展時(shí)的必要準(zhǔn)則。[5]覃成林等認(rèn)為區(qū)域間的經(jīng)濟(jì)聯(lián)系日益密切，經(jīng)濟(jì)要素相互間的作用也愈來(lái)愈突出，經(jīng)濟(jì)發(fā)展存在著正向的促進(jìn)作用，并且經(jīng)濟(jì)間的差異也會(huì)日益減少，各地區(qū)經(jīng)濟(jì)發(fā)展呈可持續(xù)性。[6]王業(yè)強(qiáng)等則認(rèn)為在新常態(tài)模式下，構(gòu)建以創(chuàng)新為驅(qū)動(dòng)力的模型是經(jīng)濟(jì)發(fā)展轉(zhuǎn)型必然要求。[7]

（二）環(huán)境與經(jīng)濟(jì)增長(zhǎng)效率之間的定量研究

國(guó)內(nèi)外學(xué)者對(duì)環(huán)境與經(jīng)濟(jì)增長(zhǎng)效率之間的關(guān)系進(jìn)行了頗多研究。國(guó)外學(xué)者大多數(shù)是在技術(shù)效率的測(cè)算中引入環(huán)境這一變量進(jìn)行研究的。Li采用基于松弛變量的超效率數(shù)據(jù)包絡(luò)分析模型，將污染變量引入模型，并作為非期望產(chǎn)出加以處理，探討了增長(zhǎng)效率與環(huán)境資源之間的關(guān)系。[8]Zofio在以往經(jīng)濟(jì)增長(zhǎng)效率模型中引入內(nèi)生映射向量，對(duì)以往的數(shù)據(jù)包絡(luò)模型加以改造，并用以分析非期望產(chǎn)出問(wèn)題。[9]Atkinson &Tsionas分別采用廣義矩估計(jì)法和貝葉斯分析法測(cè)算了綠色經(jīng)濟(jì)增長(zhǎng)效率，根據(jù)SBM模型和DDF模型測(cè)算的結(jié)論來(lái)對(duì)不同模型的優(yōu)缺點(diǎn)加以比較分析，這為綠色增長(zhǎng)效率的評(píng)估提供的嶄新的思路。[10]Mavi對(duì)以往的數(shù)據(jù)包絡(luò)模型加以改造，在模型中引入內(nèi)生映射向量，將二氧化碳視作環(huán)境污染衡量標(biāo)準(zhǔn)，以跨國(guó)面板數(shù)據(jù)為樣本，評(píng)估了數(shù)十個(gè)國(guó)家的綠色經(jīng)濟(jì)增長(zhǎng)效率。[11]

受國(guó)外學(xué)者的啟發(fā)，國(guó)內(nèi)學(xué)者借鑒其方法來(lái)評(píng)估包含環(huán)境污染變量的經(jīng)濟(jì)效率。其中，一些學(xué)者采用省際數(shù)據(jù)進(jìn)行了研究：任星等通過(guò)構(gòu)建壓力-狀態(tài)-響應(yīng)的資源環(huán)境評(píng)價(jià)模型，對(duì)2006～2014年中原城市群的9個(gè)中心城市資源環(huán)境的協(xié)調(diào)性開(kāi)展評(píng)價(jià);[12]李新杰利用環(huán)境經(jīng)濟(jì)系統(tǒng)動(dòng)力學(xué)仿真模型對(duì)河南省環(huán)境、經(jīng)濟(jì)及人口科技系統(tǒng)的不同發(fā)展路徑進(jìn)行演化推理，并通過(guò)數(shù)據(jù)包絡(luò)分析和變異系數(shù)協(xié)調(diào)度評(píng)價(jià)函數(shù)，對(duì)不同發(fā)展路徑下的河南省環(huán)境經(jīng)濟(jì)效率和協(xié)調(diào)發(fā)展度進(jìn)行評(píng)價(jià);[13]卓錦新等以窗口分析框架為視角，通過(guò)考慮非期望產(chǎn)出的 SBM 模型對(duì)2003～2015年間我國(guó)30個(gè)省份的生態(tài)經(jīng)濟(jì)效率進(jìn)行了動(dòng)態(tài)測(cè)算，并分析了各省市影響生態(tài)經(jīng)濟(jì)效率的內(nèi)部要素。[14]祁敖雪等利用耦合協(xié)調(diào)度模型對(duì)長(zhǎng)三角、京津冀、珠三角這三個(gè)城市群的生態(tài)環(huán)境與經(jīng)濟(jì)的耦合協(xié)調(diào)度進(jìn)行計(jì)算，通過(guò)橫向?qū)Ρ龋瑸槠渲贫ㄏ鄳?yīng)的發(fā)展策略。[15]除此之外，一些學(xué)者采用區(qū)域數(shù)據(jù)進(jìn)行了研究。楊俊等認(rèn)為中西部地區(qū)年均環(huán)境效率明顯低于東部。[16]朱承亮等認(rèn)為我國(guó)西部省份普遍效率偏低，但在某些年份個(gè)別西部省份的增長(zhǎng)是有效的。[17]宋長(zhǎng)青認(rèn)為我國(guó)經(jīng)濟(jì)增長(zhǎng)效率在不同區(qū)域存在明顯差異，且表現(xiàn)出收斂特征。[18]何強(qiáng)認(rèn)為經(jīng)濟(jì)增長(zhǎng)效率在我國(guó)三大區(qū)域顯現(xiàn)出較為明顯的階梯形狀。[19]吳齊以2006～2013年除西藏外的省市數(shù)據(jù)為樣本，采用基于松弛變量的超效率數(shù)據(jù)包絡(luò)模型測(cè)算了各省市的綠色增長(zhǎng)效率，研究表明，中西部綠色增長(zhǎng)效率明顯低于東部，中西部二者之間的差異不大。[20]

綜上所述，在效率值估算得出的基礎(chǔ)上，雖然很多學(xué)者對(duì)資源環(huán)境約束下的經(jīng)濟(jì)增長(zhǎng)效率進(jìn)行了研究，但現(xiàn)有的研究文獻(xiàn)局限于采用傳統(tǒng)計(jì)量分析方法進(jìn)行實(shí)證分析。傳統(tǒng)的計(jì)量經(jīng)濟(jì)方法在研究不同地區(qū)經(jīng)濟(jì)增長(zhǎng)效率及影響因素時(shí)，將不同地區(qū)作為獨(dú)立的個(gè)體來(lái)看待，沒(méi)有考慮不同地區(qū)之間地理因素的影響。由于空間位置及其關(guān)聯(lián)性信息的缺失，傳統(tǒng)計(jì)量分析方法在實(shí)際應(yīng)用中會(huì)存在模型設(shè)定的偏差，缺乏對(duì)不同區(qū)域經(jīng)濟(jì)增長(zhǎng)效率影響因素的空間效應(yīng)分析，從而導(dǎo)致實(shí)證分析缺乏足夠的科學(xué)性、結(jié)論缺乏解釋力等問(wèn)題。筆者前期在傳統(tǒng)投入-產(chǎn)出模型基礎(chǔ)上，將勞動(dòng)、資本、能源三個(gè)投入變量、GDP產(chǎn)出變量和CO2、SO2、煙塵和廢水四個(gè)非期望產(chǎn)出變量引入到SBM模型中[21]，對(duì)資源環(huán)境約束下的經(jīng)濟(jì)增長(zhǎng)效率進(jìn)行了測(cè)度。本文在前期研究基礎(chǔ)上，首先對(duì)資源環(huán)境約束下的經(jīng)濟(jì)增長(zhǎng)效率進(jìn)行空間自相關(guān)檢驗(yàn)和空間集聚效應(yīng)分析，然后對(duì)經(jīng)濟(jì)增長(zhǎng)效率的影響因素進(jìn)行空間面板計(jì)量分析，探討各因素對(duì)經(jīng)濟(jì)增長(zhǎng)效率的作用機(jī)制。

二、模型設(shè)定、變量選取與數(shù)據(jù)說(shuō)明

（一）空間計(jì)量模型設(shè)定及效應(yīng)分解

空間相關(guān)性檢驗(yàn)如果存在空間效應(yīng)，則需要將空間效應(yīng)納入模型中加以研究。空間計(jì)量模型根據(jù)空間溢出效應(yīng)表現(xiàn)方式的不同，可以分為空間滯后模型（Spatial Lag model，SLM），空間誤差模型（Spatial， error model，SEM）和空間杜賓模型（Spatial Durbin model，SDM）這三種空間計(jì)量模型。下面就三種常見(jiàn)的空間計(jì)量模型分別進(jìn)行說(shuō)明。

1.空間滯后模型也稱為空間自回歸模型，該模型主要用來(lái)研究被解釋變量之間的空間相關(guān)性，強(qiáng)調(diào)了被解釋變量的空間溢出效應(yīng)。其基本形式如下：

式（1）中，y代表被解釋變量，X代表解釋變量，Wij代表空間權(quán)重矩陣，αi、ηt和εit分別代表個(gè)體固定效應(yīng)、年份固定效應(yīng)和殘差項(xiàng)，ρ代表空間自回歸系數(shù)，其正值表示存在空間溢出效應(yīng)，負(fù)值表示存在離散效應(yīng)。

2.空間誤差模型則強(qiáng)調(diào)空間異質(zhì)性的存在，認(rèn)為變量之間空間相關(guān)性是由區(qū)域間隨機(jī)沖擊所導(dǎo)致，沖擊則存在于隨機(jī)誤差擾動(dòng)項(xiàng)中。其基本形式如下：

式（2）中，y代表被解釋變量，X代表解釋變量，Wij代表空間權(quán)重矩陣，αi、ηt和εit分別代表個(gè)體固定效應(yīng)、年份固定效應(yīng)和殘差項(xiàng)，空間誤差系數(shù)λ表示空間誤差效應(yīng)是否存在。

3.空間杜賓模型認(rèn)為被解釋變量的觀測(cè)值不僅受相鄰區(qū)因變量的影響，還會(huì)受相鄰區(qū)域解釋變量的影響，能夠更加準(zhǔn)確地識(shí)別出影響被解釋變量的關(guān)鍵因素，全面考察空間單位之間的交互效應(yīng)。在滿足某些條件下，空間杜賓模型可以簡(jiǎn)化為空間滯后模型和空間誤差模型。其基本形式如下：

式（3）中，u代表被解釋變量，X代表解釋變量，Wij代表空間權(quán)重矩陣，αi、ηt和εit分別代表個(gè)體固定效應(yīng)、年份固定效應(yīng)和殘差項(xiàng)。

在運(yùn)用空間計(jì)量模型進(jìn)行回歸分析前，首先采用普通OLS模型進(jìn)行回歸分析，得到LM-Lag、R-LM-Lag、LM-error和R-LM-error四個(gè)檢驗(yàn)統(tǒng)計(jì)量，然后根據(jù)其數(shù)值來(lái)判斷是否采用空間面板模型。如果能采用空間模型，則將空間杜賓模型作為初始標(biāo)準(zhǔn)進(jìn)行模型檢驗(yàn)，并利用Wald檢驗(yàn)和LR檢驗(yàn)判斷是否會(huì)退化為空間滯后模型和空間誤差模型。最后，根據(jù)似然比檢驗(yàn)（LR）的統(tǒng)計(jì)量選擇采用固定效應(yīng)還是隨機(jī)效應(yīng)模型。

Lesage指出，空間計(jì)量模型的系數(shù)只能反映影響因素的空間綜合效應(yīng)，但是不能分析細(xì)分出本地區(qū)內(nèi)自變量對(duì)因變量的影響，也不能解釋相鄰地區(qū)內(nèi)因變量和自變量對(duì)本地區(qū)因變量的影響。[22]針對(duì)變量系數(shù)的解釋效力問(wèn)題，可以將對(duì)其回歸系數(shù)分解為直接效應(yīng)與間接效應(yīng)。直接效應(yīng)強(qiáng)調(diào)本地區(qū)內(nèi)自變量對(duì)因變量的影響，間接效應(yīng)則是相鄰地區(qū)因變量及自變量對(duì)本地區(qū)因變量的空間溢出作用。

（二）變量處理及數(shù)據(jù)說(shuō)明

根據(jù)上述理論模型，結(jié)合我國(guó)現(xiàn)實(shí)經(jīng)濟(jì)情況，將前期研究所得到的經(jīng)濟(jì)增長(zhǎng)效率值作為被解釋變量，將技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)、人力資本、金融發(fā)展、外貿(mào)依存度、市場(chǎng)化程度、政府干預(yù)度和環(huán)境管制八個(gè)影響因素作為解釋變量引入模型，見(jiàn)表1。然后選取1999～2018年我國(guó)除西藏外30省市的面板數(shù)據(jù)作為研究樣本，在變量選取和數(shù)據(jù)搜集的基礎(chǔ)上對(duì)各個(gè)影響因素進(jìn)行描述性統(tǒng)計(jì)分析，見(jiàn)表2。各個(gè)變量的數(shù)據(jù)來(lái)源于各年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》和《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》。

三、資源環(huán)境約束下中國(guó)經(jīng)濟(jì)增長(zhǎng)效率的空間效應(yīng)分析

本文在筆者前期測(cè)算出資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)效率的基礎(chǔ)上[21]，對(duì)經(jīng)濟(jì)增長(zhǎng)效率的空間相關(guān)性檢驗(yàn)和空間分布分析，了解不同區(qū)域的經(jīng)濟(jì)增長(zhǎng)效率在空間上的關(guān)聯(lián)度。

（一）全局空間相關(guān)性檢驗(yàn)

本文分別采用經(jīng)濟(jì)距離權(quán)重矩陣和地理距離權(quán)重矩陣，運(yùn)用全局莫蘭指數(shù)檢驗(yàn)中國(guó)1999～2018年30個(gè)省市的空間自相關(guān)性，檢驗(yàn)結(jié)果見(jiàn)表3。

表3第二列是采用地理距離權(quán)重矩陣計(jì)算得到的全局莫蘭指數(shù)，根據(jù)表3，資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率的全局莫蘭指數(shù)檢驗(yàn)結(jié)果顯示，1999年至2013年的全局莫蘭指數(shù)均為正，對(duì)應(yīng)的P值為均小于0.1，其中，大部分年份的P值小于0.05。2013年以后全局莫蘭指數(shù)變?yōu)樨?fù)，且P值均大于0.1，在統(tǒng)計(jì)上均不顯著，這表明2014年以后資源環(huán)境約束下中國(guó)經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率在空間上不存在相關(guān)性。表3第三列給出了采用經(jīng)濟(jì)距離權(quán)重矩陣計(jì)算得到的全局莫蘭指數(shù)，所有全局莫蘭指數(shù)均為正，且大部分年份的P值均小于0.1，均能在統(tǒng)計(jì)上顯著，根據(jù)經(jīng)濟(jì)距離權(quán)重矩陣的結(jié)果，資源環(huán)境約束下中國(guó)經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率在空間上存在相關(guān)性。經(jīng)濟(jì)增長(zhǎng)效率在空間上的相關(guān)性可能來(lái)自經(jīng)濟(jì)效率的空間外溢性，某一地區(qū)的技術(shù)創(chuàng)新有可能被其他地區(qū)模仿吸收，引起地區(qū)間經(jīng)濟(jì)增長(zhǎng)效率的同步提高。

（二）局部空間相關(guān)性檢驗(yàn)

根據(jù)上述全局莫蘭指數(shù)的計(jì)算結(jié)果，資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)的靜態(tài)效率在空間上存在顯著的相關(guān)性，在此基礎(chǔ)上進(jìn)一步對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)效率的局域自相關(guān)性進(jìn)行檢驗(yàn)。通過(guò)局部空間相關(guān)檢驗(yàn)可以獲得每個(gè)省份的空間集聚類型。課題以2018年為代表，分別采用地理距離權(quán)重矩陣和經(jīng)濟(jì)距離權(quán)重矩陣測(cè)算局部莫蘭指數(shù)，結(jié)果如表4所示。

根據(jù)表4局部空間自相關(guān)檢驗(yàn)可知，在經(jīng)濟(jì)距離權(quán)重矩陣和地理距離權(quán)重矩陣下，大部分省份的局部莫蘭指數(shù)均為正值，這表明大部分省市與其經(jīng)濟(jì)相鄰或地理相鄰的省級(jí)行政區(qū)的經(jīng)濟(jì)增長(zhǎng)效率具有空間上的相關(guān)性。少部分省市表現(xiàn)出了一定的空間異質(zhì)性。

（三）經(jīng)濟(jì)增長(zhǎng)效率的空間分布

通過(guò)全局自相關(guān)和局部自相關(guān)檢驗(yàn)可知，資源環(huán)境約束下中國(guó)整體和各省市經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率在兩種空間權(quán)重矩陣下皆表現(xiàn)了顯著的空間聚集性。接下來(lái)，通過(guò)對(duì)資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率的空間分布格局的分析來(lái)進(jìn)一步考察中國(guó)各省市經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率的局部空間特征。LISA聚集圖把每個(gè)省際區(qū)域劃分為四個(gè)象限，每個(gè)象限的具體意義如表5所示。

圖1和2分別是1999年和2018年經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率的莫蘭散點(diǎn)圖。圖1給出了采用地理距離權(quán)重矩陣得到的莫蘭散點(diǎn)圖。在1999年，各省份在四個(gè)象限間的分布相對(duì)較為均衡，屬于高-高集聚、低-低集聚、高-低集聚和低-高集聚類型的省份數(shù)目基本相似。到2018年，經(jīng)濟(jì)增長(zhǎng)效率的空間分布模式發(fā)生了較大變化，大部分城市集中在第二象限和第三象限，呈現(xiàn)出“低-高”集聚和“低-低”集聚特征。

圖2給出了采用經(jīng)濟(jì)距離權(quán)重矩陣得到的莫蘭散點(diǎn)圖。同樣，在1999年，各省份在四個(gè)象限間的分布數(shù)量并不存在明顯的差異，屬于高-高集聚、低-低集聚、高-低集聚和低-高集聚類型的省份數(shù)目基本相似。到2018年，經(jīng)濟(jì)增長(zhǎng)效率的空間分布模式同樣發(fā)生了較大變化，大部分城市集中在第二象限和第三象限，呈現(xiàn)出“低-高”集聚和“低-低”集聚特征。綜合而言，無(wú)論是采用地理距離空間權(quán)重矩陣還是經(jīng)濟(jì)距離空間權(quán)重矩陣，中國(guó)經(jīng)濟(jì)增長(zhǎng)效率的空間分布模式或空間分布模式的變化基本相同。

莫蘭散點(diǎn)圖僅僅給出了中國(guó)經(jīng)濟(jì)增長(zhǎng)效率空間分布模式的總體情況，無(wú)法清晰地觀察各個(gè)省份特有的空間分布模式，為此，課題根據(jù)莫蘭散點(diǎn)圖并結(jié)合局部莫蘭指數(shù)的測(cè)算結(jié)果，對(duì)各省份2018年的空間集聚類型進(jìn)行了總結(jié)，見(jiàn)表6。

在四個(gè)象限中，中國(guó)大部分省市都集中在了第二與第三象限，其中第三象限的省際單位最多。資源環(huán)境約束下中國(guó)整體經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率表現(xiàn)出了顯著的空間相關(guān)性，這與經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率全局自相關(guān)的檢驗(yàn)結(jié)果保持一致。

具體而言，在兩種權(quán)重矩陣下都位于第四象限的省份有北京、天津、廣東、青海四個(gè)省市，說(shuō)明了其自身經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率處于較高水準(zhǔn)，但其相鄰省市的效率值較低，因此出現(xiàn)在“高-低”聚集區(qū)內(nèi)。在反地理距離矩陣下，海南位于第四象限，而在反經(jīng)濟(jì)距離矩陣下，海南位于第一象限，這是由海南省獨(dú)特的地理位置決定的，海南不與任何省份存在實(shí)際的空間相連狀態(tài)。不考慮地理距離因素，海南的經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率位于較高的水平。

在兩種權(quán)重矩陣下，上海、浙江和江蘇穩(wěn)居第一象限。這些省市資源環(huán)境約束下的經(jīng)濟(jì)增長(zhǎng)效率都保持在較高的水平。這些區(qū)域的經(jīng)濟(jì)發(fā)展水平較高，且位于相鄰的地理位置，因此具有較為接近的經(jīng)濟(jì)發(fā)展水平，所以出現(xiàn)在“高-高”聚集區(qū)內(nèi)，經(jīng)濟(jì)增長(zhǎng)的靜態(tài)效率呈現(xiàn)出協(xié)同發(fā)展的良好態(tài)勢(shì)。

在兩種權(quán)重矩陣下，甘肅、新疆、安徽、廣西和福建都位于第二象限。這種“低-高”的空間異質(zhì)性意味著地理位置相近或經(jīng)濟(jì)發(fā)展水平相當(dāng)?shù)氖∈械慕?jīng)濟(jì)增長(zhǎng)靜態(tài)效率都高于這些省市自身的靜態(tài)效率。這表明，當(dāng)?shù)卣梢酝ㄟ^(guò)向周邊省市積極學(xué)習(xí)先進(jìn)的經(jīng)濟(jì)增長(zhǎng)經(jīng)驗(yàn)，然后結(jié)合自身省市的客觀條件來(lái)實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)效率的逐步提高。

在兩種權(quán)重矩陣下，有一半的省市位于第三象限，這些省市不僅自身經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率發(fā)展較為滯后，而且其鄰近省市的經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率同樣緩慢，這種“低一低”的空間相關(guān)性能夠通過(guò)溢出效應(yīng)阻礙雙方經(jīng)濟(jì)增長(zhǎng)效率的提升，這些地區(qū)應(yīng)納入國(guó)家實(shí)行優(yōu)先管理和重點(diǎn)管理的對(duì)象。兩種權(quán)重矩陣下位于此象限的省市大都位于我國(guó)中西部地區(qū)，說(shuō)明了這些省市在經(jīng)濟(jì)發(fā)展滯后的同時(shí)缺乏對(duì)環(huán)境污染的有效控制，經(jīng)濟(jì)增長(zhǎng)問(wèn)題和環(huán)境治理問(wèn)題同樣突出。如果當(dāng)?shù)卣粚?duì)此現(xiàn)狀加以足夠重視并采取積極措施來(lái)扭轉(zhuǎn)局面，那么這些省市經(jīng)濟(jì)增長(zhǎng)的靜態(tài)效率將長(zhǎng)期停滯不前。

四、資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)效率影響因素的空間效應(yīng)分析

本文將資源環(huán)境約束下的經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率作為解釋變量，將技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)、人力資本、金融發(fā)展、外貿(mào)依存度、市場(chǎng)化程度、政府干預(yù)度和環(huán)境管制八個(gè)影響因素作為被解釋變量，以我國(guó)30省市面板數(shù)據(jù)為樣本，對(duì)資源環(huán)境約束下我國(guó)經(jīng)濟(jì)增長(zhǎng)效率的影響因素進(jìn)行空間面板計(jì)量分析。

（一）空間計(jì)量模型分析

在空間計(jì)量模型估計(jì)前，將運(yùn)用Hausman檢驗(yàn)進(jìn)行固定效應(yīng)和隨機(jī)效應(yīng)模型的選取。為判斷究竟采用個(gè)體固定、時(shí)間固定還是雙固定效應(yīng)模型，進(jìn)一步采用LR檢驗(yàn)進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果見(jiàn)表7。

根據(jù)表7，Hausman檢驗(yàn)的結(jié)果表明，P值為0.008，故可以在1%的顯著性水平上拒絕采用隨機(jī)效應(yīng)模型的原假設(shè)，因此東部的空間面板模型適合采用固定效應(yīng)。根據(jù)LR檢驗(yàn)結(jié)果，P值均小于0.05，故可以在5%的顯著性水平上拒絕采用個(gè)體固定和時(shí)間固定，應(yīng)采用雙固定效應(yīng)。

在確定了雙固定效應(yīng)的基礎(chǔ)上，為了保證估計(jì)結(jié)果的穩(wěn)健性，課題將對(duì)三類空間模型進(jìn)行分析和檢驗(yàn)，并結(jié)合上述空間計(jì)量模型識(shí)別和選擇的流程圖，選擇最優(yōu)的空間計(jì)量模型對(duì)資源環(huán)境約束下我國(guó)經(jīng)濟(jì)增長(zhǎng)效率的影響因素進(jìn)行空間面板計(jì)量分析。為了綜合反映經(jīng)濟(jì)和地理因素的影響，這里將采用地理經(jīng)濟(jì)距離權(quán)重矩陣進(jìn)行分析。表8顯示了各個(gè)模型的回歸結(jié)果。

表8顯示，從OLS估計(jì)以及LM、Robust-LM檢驗(yàn)結(jié)果可以看出，變量間存在著顯著的空間相關(guān)性，因此課題利用空間模型來(lái)考察綠色經(jīng)濟(jì)效率的影響因素是非常適用的。首先考慮初始標(biāo)準(zhǔn)化的空間杜賓模型，Wald-spatial-lag檢驗(yàn)和Wald-spatial-error檢驗(yàn)在1%的顯著性水平上拒絕SDM退化至SLM和SEM這一假設(shè)。因此，接下來(lái)主要對(duì)模型（2）即基于雙固定效應(yīng)的空間杜賓模型（SDM-FE）估計(jì)結(jié)果進(jìn)行詳細(xì)分析，并將其他模型的估計(jì)結(jié)果作為對(duì)照一并列出。

從模型（2）整體回歸系數(shù)來(lái)看，在地理經(jīng)濟(jì)距離權(quán)重矩陣下，資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率的空間相關(guān)系數(shù)為0.695，且通過(guò)在1%水平下的顯著性檢驗(yàn)，顯示出顯著的正向空間溢出效應(yīng)。這表明，30省市的自變量會(huì)影響本地區(qū)的經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率;同時(shí)，相鄰地區(qū)的因變量或自變量也會(huì)對(duì)本地區(qū)的經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率產(chǎn)生正向空間溢出效應(yīng)。

從模型（2）的各個(gè)自變量的回歸系數(shù)來(lái)看，技術(shù)創(chuàng)新和是外貿(mào)依存度的系數(shù)為正，并且在1%水平上高度顯著，說(shuō)明技術(shù)創(chuàng)新水平的提高以及對(duì)外開(kāi)放貿(mào)易的發(fā)展可以顯著促進(jìn)地區(qū)經(jīng)濟(jì)增長(zhǎng)效率的提升。產(chǎn)業(yè)結(jié)構(gòu)、人力資本和市場(chǎng)化程度的系數(shù)也都為正，并且在5%水平上顯著，這表明產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)、人力資本的積累及市場(chǎng)化程度的深化都可以在一定程度上提高地區(qū)的經(jīng)濟(jì)增長(zhǎng)效率。金融發(fā)展和環(huán)境治理的回歸系數(shù)雖然也為正，但兩者的系數(shù)值均較小，并且前者在統(tǒng)計(jì)上并不顯著，后者也僅在10%水平上顯著，說(shuō)明金融發(fā)展和環(huán)境管制與經(jīng)濟(jì)增長(zhǎng)效率之間存在著正相關(guān)關(guān)系，但強(qiáng)度較為微弱。之所以兩者并沒(méi)有顯著促進(jìn)經(jīng)濟(jì)增長(zhǎng)效率，可能是受到體制機(jī)制方面的約束，因此未來(lái)如果想通過(guò)提高金融發(fā)展和環(huán)境治理水平來(lái)促進(jìn)地區(qū)的經(jīng)濟(jì)增長(zhǎng)效率的提升仍舊需要相關(guān)制度建設(shè)方面的完善。政府干預(yù)的系數(shù)為負(fù)，系數(shù)值較大，并且在1%水平上高度顯著，說(shuō)明政府干預(yù)與經(jīng)濟(jì)增長(zhǎng)效率之間存在著強(qiáng)烈的負(fù)向關(guān)聯(lián)，平均而言，在控制其他變量的情況下，政府干預(yù)度提高一個(gè)單位，會(huì)導(dǎo)致經(jīng)濟(jì)增長(zhǎng)效率降低0.073個(gè)單位，因此資源環(huán)境約束下經(jīng)濟(jì)效率的提高仍舊要堅(jiān)持以市場(chǎng)化機(jī)制為主導(dǎo)。

（二）穩(wěn)健性檢驗(yàn)

為驗(yàn)證上述分析結(jié)果的可靠性，通過(guò)變換空間權(quán)重矩陣的方式進(jìn)行穩(wěn)健性檢驗(yàn)。采用經(jīng)濟(jì)矩陣和地理矩陣替換地理經(jīng)濟(jì)矩陣，經(jīng)過(guò)LM檢驗(yàn)、Wald檢驗(yàn)、LR檢驗(yàn)及Hausman檢驗(yàn)，采用偏誤校正時(shí)間和個(gè)體雙固定效應(yīng)的空間面板杜賓模型來(lái)檢驗(yàn)經(jīng)濟(jì)增長(zhǎng)效率影響因素的穩(wěn)健性，發(fā)現(xiàn)變量影響效應(yīng)方向和顯著性與上述分析基本吻合。表9列出基于經(jīng)濟(jì)矩陣和地理矩陣下的空間模型回歸結(jié)果。由表9可知，在地理經(jīng)濟(jì)權(quán)重矩陣之下，空間杜賓模型的系數(shù)為0.695且P值為0.038，表現(xiàn)了顯著的空間相關(guān)性。（三）空間溢出效應(yīng)分解

上述空間計(jì)量模型的系數(shù)只能反映影響因素的空間綜合效應(yīng)，但是不能分析細(xì)分出本地區(qū)內(nèi)自變量對(duì)因變量的影響，也不能解釋相鄰地區(qū)因變量和自變量對(duì)本地區(qū)因變量的影響。接下來(lái)將通過(guò)直接效應(yīng)和間接效應(yīng)來(lái)分析本地區(qū)自身影響因素對(duì)經(jīng)濟(jì)增長(zhǎng)效率的影響及相鄰地區(qū)的影響因素和效率對(duì)本地區(qū)經(jīng)濟(jì)增長(zhǎng)效率的空間溢出效應(yīng)，分析結(jié)果見(jiàn)表10。

從直接效應(yīng)來(lái)看，技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)、人力資本、外貿(mào)依存度、市場(chǎng)化程度和環(huán)境治理的直接效應(yīng)都顯著為正，這表明地區(qū)資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)效率的提高，得益于該地區(qū)自身這些因素的影響。金融發(fā)展水平直接效應(yīng)為正，但沒(méi)有通過(guò)10%的顯著性檢驗(yàn)，這說(shuō)明，金融發(fā)展對(duì)該地區(qū)資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)效率有促進(jìn)作用，但是這種作用不明顯。政府干預(yù)的直接效應(yīng)為負(fù)，說(shuō)明政府干預(yù)在一定程度會(huì)減緩效率提升，這是由于政府干預(yù)對(duì)效率的影響因干預(yù)的方向、強(qiáng)度和經(jīng)濟(jì)所處的不同發(fā)展階段而有所不同。我國(guó)當(dāng)前處于經(jīng)濟(jì)高速增長(zhǎng)向高質(zhì)量發(fā)展階段的轉(zhuǎn)變中，經(jīng)濟(jì)增長(zhǎng)正由量的擴(kuò)張轉(zhuǎn)向質(zhì)的提升，各級(jí)政府由以往唯GDP的績(jī)效考核制轉(zhuǎn)向綠色發(fā)展考核制，政府對(duì)生態(tài)文明建設(shè)日益重視，該領(lǐng)域的宏觀調(diào)控也相應(yīng)增加。因此，在經(jīng)濟(jì)總量增速減緩的同時(shí)，生態(tài)文明建設(shè)等方面的支出大幅增加，而這類支出對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)效應(yīng)在短期內(nèi)得不到體現(xiàn)，從而使得本項(xiàng)目中以政府支出占GDP比重這一代表政府干預(yù)度的變量影響系數(shù)表現(xiàn)出對(duì)經(jīng)濟(jì)增長(zhǎng)效率的減緩，但是從長(zhǎng)期來(lái)看，這類支出有利于經(jīng)濟(jì)可持續(xù)發(fā)展與整體效率提升。

從間接效應(yīng)來(lái)看，技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)、人力資本、外貿(mào)依存度、市場(chǎng)化程度和環(huán)境治理的間接效應(yīng)顯著為正，這表明鄰近省市的這些影響因素對(duì)該地區(qū)資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)效率的提高有顯著的促進(jìn)作用，存在明顯的空間溢出效應(yīng)。金融發(fā)展水平雖然間接效應(yīng)為正，但是這種促進(jìn)作用不明顯。政府干預(yù)的間接效應(yīng)顯著為負(fù)，說(shuō)明鄰近省市的地方政府行為明顯阻礙了該地區(qū)經(jīng)濟(jì)增長(zhǎng)效率的提升。

從總效用來(lái)看，各個(gè)影響因素的表現(xiàn)與直接效應(yīng)和間接效應(yīng)基本一致。除了政府干預(yù)的總效應(yīng)為負(fù)，金融發(fā)展的總效用不顯著，其他影響因素的總效用均顯著為正，促進(jìn)了本地區(qū)資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)效率的提升。

五、小結(jié)

本文通過(guò)對(duì)資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)效率的空間相關(guān)性分析可知，大部分省市與其經(jīng)濟(jì)相鄰或地理相鄰省市的經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率存在空間上的相關(guān)性，少部分省市表現(xiàn)出了一定的空間異質(zhì)性。

通過(guò)對(duì)資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)效率的空間分布分析可知，上海、浙江和江蘇穩(wěn)居第一象限，其自身及鄰近省市的經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率保持在較高水平，經(jīng)濟(jì)增長(zhǎng)的靜態(tài)效率呈現(xiàn)出協(xié)同發(fā)展的良好態(tài)勢(shì)。北京、天津、廣東和青海位于第四象限，其自身經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率處于較高水準(zhǔn)，但其相鄰省市的效率值較低。甘肅、新疆、安徽、廣西和福建位于第二象限，這種“低-高”的空間異質(zhì)性意味著地理位置相近或經(jīng)濟(jì)發(fā)展水平相當(dāng)?shù)氖∈械慕?jīng)濟(jì)增長(zhǎng)靜態(tài)效率都高于這些省市自身的靜態(tài)效率。剩下有一半的省市位于第三象限，這些省市不僅自身經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率發(fā)展較為滯后，而且其鄰近省市的經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率同樣緩慢，這種“低一低”的空間相關(guān)性通過(guò)溢出效應(yīng)阻礙了雙方經(jīng)濟(jì)增長(zhǎng)效率的提升。

通過(guò)對(duì)資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)效應(yīng)影響因素的空間面板計(jì)量模型分析結(jié)果可知，資源環(huán)境約束下經(jīng)濟(jì)增長(zhǎng)效率均顯示出顯著的正向空間溢出效應(yīng)，表明不同省市的各個(gè)因素會(huì)影響本地區(qū)的經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率，相鄰地區(qū)的效率或影響因素也會(huì)對(duì)本地區(qū)的經(jīng)濟(jì)增長(zhǎng)靜態(tài)效率產(chǎn)生正向空間溢出效應(yīng)。技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)、人力資本、對(duì)外開(kāi)放和市場(chǎng)化改革可以顯著促進(jìn)地區(qū)經(jīng)濟(jì)增長(zhǎng)效率的提升。金融發(fā)展和環(huán)境治理對(duì)經(jīng)濟(jì)增長(zhǎng)效率的提升影響不顯著，因此若想通過(guò)提高金融發(fā)展和環(huán)境治理水平來(lái)促進(jìn)地區(qū)的經(jīng)濟(jì)增長(zhǎng)效率的提升，則仍舊需要相關(guān)制度建設(shè)方面的完善。

參考文獻(xiàn)：

[1]Boulding K E. The Economics of the coming spaceship earth. Environmental Quatity in A Grouting，1966，58（4）：974～957.

[2]Wilfred B. Economists， scientists， and environmental catastrophe. Oxford Economic Papers，1972， 24（3）：327～344.

[3]Bhagawati J. The case for free trade[J].Scientific Americ，1993，269（5）：42～49.

[4]Daly H E. Economics， ecology， ethics： essays toward a steady state economy. Sanfrancisco：Freeman，1973.

[5]劉再興.九十年代中國(guó)生產(chǎn)力布局與區(qū)域的協(xié)調(diào)發(fā)展[J].漢江論壇， 1993（2）：20～25.

[6]覃成林，張華，毛超.區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展：概念辨析、判斷標(biāo)準(zhǔn)與評(píng)價(jià)方法 [J].經(jīng)濟(jì)體革，2011（4）：34～38.

[7]王業(yè)強(qiáng)，郭葉波，趙勇等.科技創(chuàng)新驅(qū)動(dòng)區(qū)域協(xié)調(diào)發(fā)展：理論基礎(chǔ)與中國(guó)實(shí)踐 [J].中國(guó)軟科學(xué)，2017（11）：86～100.

[8]Jing Li. Economic growth efficiency under the dual constraints of energy and environment[J]. Science and Technology Management Research，2013（05）：209～214.

[9]Zofio J L， Pastor J Aparicio J. The directional prof it efficiency measure： on why profit inefficiency is either technical or allocative [J]. Journal of Productivity Analysis， 2013，40（3）：257～266.

[10]Atkinson S E， Tsionas M G. Shadow directional distance functions with bads： GMM estimation of optimal directions and efficiencies[J]. Empirical Economics，2016，51（3）：1～24.

[11]Mavi Luukkanen， Jari Kaiv-oja， Mika Korkeakoski Resource efficiency and green economic sustainability transition evaluation of green growth productivity gap and governance challenges[J].Sustainable Development，2019，27（3）：312～320.

[12]任星，郭依.區(qū)域經(jīng)濟(jì)與資源環(huán)境協(xié)調(diào)發(fā)展分析——基于 PSR 模型的實(shí)證研究[J].河南社會(huì)科學(xué)，2016（8）：51～59;123.

[13]李新杰.河南省環(huán)境經(jīng)濟(jì)協(xié)調(diào)發(fā)展路徑選擇[J].統(tǒng)計(jì)與決策，2016（20）：149～152.

[14]卓錦新，曹燁，邱國(guó)玉.我國(guó)區(qū)域資源環(huán)境與經(jīng)濟(jì)協(xié)調(diào)特征研究——基于窗口SBM模型[J].管理現(xiàn)代化，2018（2）：17～20.

[15]祁敖雪，楊慶媛，畢國(guó)華，等我國(guó)三大城市群生態(tài)環(huán)境與社會(huì)經(jīng)濟(jì)協(xié)調(diào)發(fā)展比較研究[J].西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2018（12）：75～84.

[16]楊俊，邵漢華，胡軍.中國(guó)環(huán)境效率評(píng)價(jià)及其影響因素實(shí)證研究[J].中國(guó)人口·資源與環(huán)境，2010（2）：49～55.

[17]朱承亮，岳宏志，師萍. 環(huán)境約束下的中國(guó)經(jīng)濟(jì)增長(zhǎng)效率研究[J] .數(shù)量經(jīng)技術(shù)經(jīng)濟(jì)研究， 2011（5）：3～20.

[18]宋長(zhǎng)青，李子倫，馬方.中國(guó)經(jīng)濟(jì)增長(zhǎng)效率的地區(qū)差異及收斂分析[J].城市問(wèn)題，2013（6）：46～51.

[19]何強(qiáng).要素稟賦、內(nèi)在約束與中國(guó)經(jīng)濟(jì)增長(zhǎng)質(zhì)量[J].統(tǒng)計(jì)研究，2014（1）：70～77.

[20]吳齊，楊桂元.我國(guó)區(qū)域綠色經(jīng)濟(jì)效率的評(píng)價(jià)與分析[J].統(tǒng)計(jì)與決策，2017（17）：67～71.

[21]徐小鷹. 資源環(huán)境約束下區(qū)域經(jīng)濟(jì)增長(zhǎng)效率研究[J]. 統(tǒng)計(jì)與決策，2019（2）：152～156.

[22]LeSage，P.，Pace，R..Introduction to Spatial Econometrics[M].Florida：CRC Press，Taylor & Francis Group，2009.

Analysis on the Spatial Effect of China's Economic Growth Efficiency and Its

Influencing Factors with Resource and Environmental Constraints

XU Xiao-ying，CHEN Mi

（School of Economics， South-Central University for Nationalities， Wuhan， Hubei 430074， China）

Abstract：Based on the data from 1999 to 2018， we adopt spatial autocorrelation， spatial analysis and spatial panel model to conduct a comprehensive analysis of economic growth efficiency with resource and environmental constraints. Research shows that most provinces and cities have a spatial agglomeration effect on economic growth efficiency with their geographically neighboring provinces and cities or provinces and cities with their similar economic level. And a small number of provinces and cities show a certain degree of spatial heterogeneity. In addition， the influencing factors of economic growth efficiency show significant positive spatial spillover effects with technical innovation， industrial structure， human capital， opening up and market-oriented reform significantly promoting the improvement of economic growth efficiency. The impact of financial development and environmental governance on the economic growth efficiency is not considerable， and government intervention has an obvious hindering effect on the improvement of economic growth efficiency.

Key words：resource and environmental constraints; economic growth efficiency; spatial autocorrelation; spatial distribution

責(zé)任編輯：吳錦丹

收稿日期：2020-11-30

基金項(xiàng)目：本文得到國(guó)家社會(huì)科學(xué)基金“資源環(huán)境約束下中國(guó)經(jīng)濟(jì)增長(zhǎng)效率的測(cè)度及提升路徑研究（編號(hào)：15CJL014）”和國(guó)家留學(xué)基金資助。

作者簡(jiǎn)介：徐小鷹（1980—），女，湖北襄陽(yáng)人，博士，副教授，研究方向?yàn)楹暧^經(jīng)濟(jì)理論與政策;陳宓（1997—），女，湖北利川人，研究生，研究方向?yàn)楹暧^經(jīng)濟(jì)學(xué)。