張 政，李雪松，王 沖

(1.中華人民共和國工業(yè)與信息化部 國際經(jīng)濟(jì)技術(shù)合作中心，北京 100846；2.武漢大學(xué) 經(jīng)濟(jì)與管理學(xué)院，武漢 430072；3.江西農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，南昌 330045)

一、引言及文獻(xiàn)綜述

改革開放以來，中國經(jīng)濟(jì)保持了長期的持續(xù)高速增長，取得了舉世矚目的重大成就，同時(shí)也面臨著工業(yè)化進(jìn)程中所出現(xiàn)的各種環(huán)境問題。粗放式的經(jīng)濟(jì)發(fā)展模式在帶來地區(qū)經(jīng)濟(jì)高速增長的同時(shí)也不可避免地付出了巨大的能源和環(huán)境代價(jià)，“高消耗、高排放、高污染和低附加值”的產(chǎn)業(yè)結(jié)構(gòu)仍然是制約中國經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的巨大障礙。2015年黨的十八屆五中全會(huì)提出了創(chuàng)新、協(xié)調(diào)、綠色、開放、共享五大發(fā)展理念，其中，綠色是實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展的必然要求。作為衡量綠色發(fā)展的重要指標(biāo)，綠色經(jīng)濟(jì)效率(Green Economic Efficiency，簡稱GEE)有別于傳統(tǒng)的忽略資源消耗與環(huán)境污染的經(jīng)濟(jì)增長績效指標(biāo)，其通過增加能源投入和非期望產(chǎn)出，綜合考慮經(jīng)濟(jì)增長、資源節(jié)約和環(huán)境保護(hù)，是一種全面考慮資源環(huán)境約束的綜合經(jīng)濟(jì)效率指標(biāo)(錢爭鳴和劉曉晨，2013[1]；胡安軍等，2018[2])。在中國面臨的資源約束和環(huán)境污染日趨加大的背景下，探究綠色經(jīng)濟(jì)效率的影響因素及其提升路徑對(duì)于貫徹綠色發(fā)展理念具有重要意義。

目前已有大量文獻(xiàn)對(duì)綠色經(jīng)濟(jì)效率的測度及影響因素進(jìn)行了研究，并取得了較為豐碩的成果。在測度綠色經(jīng)濟(jì)效率的指標(biāo)選擇方面，投入指標(biāo)的選取較為一致，主要為勞動(dòng)力、資本和能源消費(fèi)量，期望產(chǎn)出一般為地區(qū)實(shí)際生產(chǎn)總值，而非期望產(chǎn)出指標(biāo)的選取則較為多樣化，涉及的指標(biāo)主要有廢水、廢氣和固體廢棄物(Kaneko & Managi，2004[3])、二氧化硫(Watanabe & Tanaka，2007[4])、二氧化硫和化學(xué)需氧量(王兵等，2010[5])。在測算模型的選擇方面主要有基于數(shù)據(jù)包絡(luò)分析方法(DEA)的SBM模型(Tone，2001[6])、超效率SBM模型(Li H et al.，2013[7])、包含非期望產(chǎn)出的SBM超效率模型(成剛，2014[8])、非參數(shù)條件效率模型(錢爭鳴和劉曉晨，2015[9])和非投入產(chǎn)出導(dǎo)向的SBM模型(Tao X P et al.，2016[10])。在探究綠色經(jīng)濟(jì)效率的影響因素方面，錢爭鳴和劉曉晨(2015)[9]研究發(fā)現(xiàn)環(huán)境管制對(duì)綠色經(jīng)濟(jì)效率的影響具有“非線性”和“時(shí)滯性”，即隨著環(huán)境管制的加強(qiáng)，綠色經(jīng)濟(jì)效率呈現(xiàn)先下降后上升的趨勢，且長期對(duì)提升綠色經(jīng)濟(jì)效率具有促進(jìn)作用。然而相反的研究表明環(huán)境規(guī)制水平對(duì)綠色經(jīng)濟(jì)效率的影響呈現(xiàn)一個(gè)先促進(jìn)后抑制的倒“U”型過程(張英浩等，2018[11])。李斌等(2016)[12]的研究表明財(cái)政分權(quán)程度的提高在促進(jìn)綠色技術(shù)進(jìn)步的同時(shí)又在較大程度上惡化了綠色技術(shù)效率，從而總體上不利于綠色全要素生產(chǎn)率的增長，F(xiàn)DI不利于綠色技術(shù)進(jìn)步和綠色技術(shù)效率提升，但與財(cái)政分權(quán)的良性互動(dòng)則顯著提升了綠色全要素生產(chǎn)率。胡安軍等(2018)[2]的研究發(fā)現(xiàn)高新技術(shù)產(chǎn)業(yè)專業(yè)化集聚對(duì)綠色經(jīng)濟(jì)效率有顯著抑制作用，而多樣化集聚顯著提升了綠色經(jīng)濟(jì)效率。林伯強(qiáng)和譚睿鵬(2019)[13]的研究顯示當(dāng)經(jīng)濟(jì)集聚度大小合理時(shí)可以促進(jìn)綠色經(jīng)濟(jì)效率的提高，而當(dāng)經(jīng)濟(jì)集聚程度大于臨界值時(shí)影響轉(zhuǎn)為抑制。

綜上所述，對(duì)綠色經(jīng)濟(jì)效率影響因素的研究大多集中在環(huán)境規(guī)制、財(cái)政分權(quán)、FDI、產(chǎn)業(yè)集聚和經(jīng)濟(jì)集聚等方面。雖然已有學(xué)者注意到要素市場扭曲對(duì)我國能源效率的提升有顯著負(fù)面效應(yīng)，造成了極大的能源浪費(fèi)和效率損失(林伯強(qiáng)和杜克銳，2013[14]；周杰琦等，2018[15])。同時(shí)要素市場扭曲將引發(fā)資源錯(cuò)配進(jìn)而降低環(huán)境福利績效和加劇環(huán)境污染(宋馬林和金培振，2016[16]；周芳麗，2019[17])。并且白俊紅等(2019)[18]聚焦于資本市場扭曲，研究其對(duì)環(huán)境污染的影響。但是鮮有研究關(guān)注到由于中國要素市場改革滯后所導(dǎo)致的要素價(jià)格扭曲對(duì)綠色經(jīng)濟(jì)效率的影響。基于此，本文試圖從另一重要細(xì)分要素市場——?jiǎng)趧?dòng)力市場出發(fā)，研究勞動(dòng)力價(jià)格扭曲對(duì)綠色經(jīng)濟(jì)效率的影響，并基于反事實(shí)計(jì)量方法估算出綠色經(jīng)濟(jì)效率的損失值，拓展綠色經(jīng)濟(jì)效率影響因素研究的視角。

二、影響機(jī)制分析

在信息完全對(duì)稱的市場競爭環(huán)境中，要素價(jià)格和其他商品的價(jià)格一樣，由市場的供給和需求共同決定。新古典經(jīng)濟(jì)學(xué)認(rèn)為企業(yè)為謀求利潤最大化將會(huì)在要素的邊際成本等于邊際收益的位置進(jìn)行生產(chǎn)。新結(jié)構(gòu)經(jīng)濟(jì)學(xué)認(rèn)為良好運(yùn)行的市場機(jī)制可以提供正確的價(jià)格信號(hào)、透明的決策制定過程和良好的外在激勵(lì)(林毅夫，2012[19])。然而在中國要素市場改革相對(duì)滯后，政府控制關(guān)鍵生產(chǎn)要素資源的分配權(quán)和定價(jià)權(quán)，要素價(jià)格存在扭曲的環(huán)境中，失真的價(jià)格信號(hào)會(huì)導(dǎo)致勞動(dòng)力和資本等生產(chǎn)要素的實(shí)際使用價(jià)格與均衡價(jià)格存在偏差，企業(yè)等市場主體對(duì)于要素的配置無法達(dá)到帕累托最優(yōu)，從而降低資源使用效率(李雪松和王沖，2019[20])。下文將著重從勞動(dòng)力市場這一重要的要素市場出發(fā)，分析勞動(dòng)力價(jià)格扭曲如何影響綠色經(jīng)濟(jì)效率。

第一，勞動(dòng)力價(jià)格扭曲對(duì)粗放式經(jīng)濟(jì)發(fā)展模式的低端鎖定效應(yīng)。地方政府和官員在爭奪財(cái)稅來源與政治晉升的激勵(lì)下，將有足夠的動(dòng)機(jī)通過強(qiáng)化要素市場分割、壓低勞動(dòng)力價(jià)格等方式降低企業(yè)生產(chǎn)成本吸引廠商進(jìn)入。一方面，發(fā)展勞動(dòng)密集型產(chǎn)業(yè)有助于解決當(dāng)?shù)氐木蜆I(yè)問題，提升就業(yè)率；另一方面，高投入、高消耗的資本密集型產(chǎn)業(yè)又能為地方政府帶來更多的稅收收入，促進(jìn)地區(qū)經(jīng)濟(jì)增長。因此，地方政府可能忽視環(huán)保要求，降低對(duì)能源消耗大和環(huán)境污染較為嚴(yán)重的產(chǎn)業(yè)的準(zhǔn)入門檻，并強(qiáng)化對(duì)通過增加有形要素投入的粗放式發(fā)展模式的路徑依賴，嚴(yán)重阻礙地區(qū)經(jīng)濟(jì)發(fā)展結(jié)構(gòu)的轉(zhuǎn)型升級(jí)。同時(shí)價(jià)格和政策扭曲破壞了將勞動(dòng)力要素資源配置給效率最高企業(yè)的市場化原則，進(jìn)而影響到生產(chǎn)中綠色經(jīng)濟(jì)效率的提升。此外，勞動(dòng)力要素實(shí)際價(jià)格低于其邊際產(chǎn)出的程度越大，即負(fù)向扭曲越嚴(yán)重，那么企業(yè)使用更多的勞動(dòng)力要素將獲得更多收益，進(jìn)而導(dǎo)致技術(shù)進(jìn)步偏向勞動(dòng)力要素(羅知等，2018[21])，從而加劇落后產(chǎn)能過剩，導(dǎo)致地方經(jīng)濟(jì)增長、能源消耗和環(huán)境保護(hù)之間的矛盾更加突出。

第二，勞動(dòng)力價(jià)格扭曲對(duì)綠色技術(shù)創(chuàng)新活動(dòng)的擠出效應(yīng)。如果勞動(dòng)力價(jià)格存在負(fù)向扭曲，對(duì)企業(yè)而言，勞動(dòng)力要素變得相對(duì)低廉，加上傳統(tǒng)的生產(chǎn)方式風(fēng)險(xiǎn)較低，導(dǎo)致企業(yè)會(huì)增加對(duì)原有落后生產(chǎn)工藝和生產(chǎn)設(shè)備的依賴程度，并密集使用非熟練和低技能勞動(dòng)力進(jìn)行粗放式生產(chǎn)(李爽，2018[22])。對(duì)勞動(dòng)者而言，壓低的勞動(dòng)者報(bào)酬一方面導(dǎo)致高技能群體因得不到與自身能力相匹配的報(bào)酬而不愿發(fā)揮出所有的創(chuàng)造才能，另一方面擠壓低收入群體進(jìn)行自身人力資本積累和教育培訓(xùn)的費(fèi)用，進(jìn)而阻礙企業(yè)的技術(shù)創(chuàng)新升級(jí)。如果勞動(dòng)力價(jià)格存在正向扭曲，這種情形一般只有在享有制度優(yōu)勢的部分國有企業(yè)才有可能出現(xiàn)。一方面制度政策的傾斜使得此類企業(yè)的工資福利待遇優(yōu)厚于普通企業(yè)，弱化了部分有意愿跳槽至效率更高企業(yè)的員工發(fā)揮所長的動(dòng)機(jī)，導(dǎo)致勞動(dòng)力資源出現(xiàn)錯(cuò)配，進(jìn)而抑制了整個(gè)社會(huì)的技術(shù)創(chuàng)新動(dòng)力(戚建梅等，2016[23])；另一方面支付給員工超過其邊際產(chǎn)出的勞動(dòng)者報(bào)酬將增加企業(yè)經(jīng)營成本，降低企業(yè)利潤從而減少對(duì)綠色技術(shù)革新和污染處理的資金投入，導(dǎo)致生產(chǎn)技術(shù)落后進(jìn)而增加對(duì)環(huán)境的污染。

第三，勞動(dòng)力價(jià)格扭曲對(duì)綠色環(huán)保產(chǎn)品的需求抑制效應(yīng)。根據(jù)《經(jīng)濟(jì)藍(lán)皮書春季號(hào)：2014年中國經(jīng)濟(jì)前景分析》報(bào)告的數(shù)據(jù)，1985—2012年間中國勞動(dòng)者平均工資上漲僅為25.85倍，而人均GDP上漲高達(dá)31.1倍，勞動(dòng)者平均工資的漲幅遠(yuǎn)低于人均GDP的增速，勞動(dòng)者報(bào)酬占GDP的比重不斷下降(白雪潔和李爽，2017[24])。作為家庭收入和消費(fèi)支出的重要來源，過低的勞動(dòng)者報(bào)酬降低了居民的消費(fèi)水平，特別是對(duì)低收入群體來說，由于衣食住行等基本需求在消費(fèi)支出中占據(jù)了較大比例，可用于高端消費(fèi)產(chǎn)品的支出將受到擠壓，進(jìn)而阻礙了消費(fèi)結(jié)構(gòu)的優(yōu)化升級(jí)，導(dǎo)致價(jià)格相對(duì)較高的綠色節(jié)能等環(huán)保產(chǎn)品的需求下降。在有效需求不足的情況下，企業(yè)進(jìn)行工藝流程改進(jìn)和綠色環(huán)保產(chǎn)品生產(chǎn)的積極性也將下降，從而不利于綠色經(jīng)濟(jì)效率的提升。此外，消費(fèi)能力低下促使居民特別是廣大農(nóng)村地區(qū)的農(nóng)民更偏好使用價(jià)格較為低廉但污染較大的能源，而減少成本相對(duì)較高的清潔能源消費(fèi)。同時(shí)收入水平不足將降低居民對(duì)于改善環(huán)境質(zhì)量的意愿，從而加劇各類污染物的排放(馬本等，2017[25])

綜上所述，勞動(dòng)力價(jià)格扭曲抑制了綠色經(jīng)濟(jì)效率的提升，并導(dǎo)致綠色經(jīng)濟(jì)效率出現(xiàn)損失。

三、研究設(shè)計(jì)與數(shù)據(jù)來源

(一)勞動(dòng)力價(jià)格扭曲的測度

由于生產(chǎn)函數(shù)法可以直接計(jì)算出某一種生產(chǎn)要素的邊際收益，從而更加真實(shí)地刻畫出不同要素市場的扭曲情況。因此，本文將采用生產(chǎn)函數(shù)法來測度中國30個(gè)省份(不包含西藏和港澳臺(tái)地區(qū))2000—2016年的勞動(dòng)力價(jià)格扭曲程度，并運(yùn)用超越對(duì)數(shù)生產(chǎn)函數(shù)模型形式，其公式如下：

lnYit=α0+α1lnLit+α2lnKit+α3ln2Lit+α4ln2Kit+α5lnLitlnKit+εit

(1)

公式(1)中，Yit為各地區(qū)歷年的實(shí)際生產(chǎn)總值；Kit為各地區(qū)歷年的資本投入，首先將全社會(huì)固定資產(chǎn)投資總額采用固定資產(chǎn)投資價(jià)格指數(shù)折算成2000年的不變價(jià)，并使用永續(xù)盤存法將其核算為資本存量的形式，其中增長率為各省份2000—2016年固定資產(chǎn)投資總額的幾何平均增長率，折舊率借鑒已有研究取9.60%；Lit為勞動(dòng)力投入，其核算指標(biāo)為各地區(qū)總的就業(yè)人口數(shù)；α0為常數(shù)項(xiàng)，α1、α2、α3、α4和α5分別表示勞動(dòng)力、資本等變量的回歸系數(shù)；εit為隨機(jī)擾動(dòng)項(xiàng)。由于公式中加入了勞動(dòng)力和資本的二次項(xiàng)及交互項(xiàng)，變量之間存在多重共線性的問題，為消除嚴(yán)重多重共線性對(duì)參數(shù)估計(jì)的影響，基于SPSS 24.0軟件采用霍爾提出的嶺回歸方法對(duì)相應(yīng)的系數(shù)進(jìn)行估計(jì)。根據(jù)嶺跡圖將K值設(shè)定為0.8，具體的參數(shù)估計(jì)值見表1。

表1 超越對(duì)數(shù)生產(chǎn)函數(shù)模型中的參數(shù)估計(jì)值

公式(1)兩邊同時(shí)對(duì)L求導(dǎo)，即可得出勞動(dòng)力的邊際收益：

MPL=(α1+2α3lnL+α5lnK)Y/L

(2)

公式(2)中，MPL代表勞動(dòng)力的邊際收益。根據(jù)要素價(jià)格扭曲的定義，勞動(dòng)力要素價(jià)格的絕對(duì)扭曲可以表示為勞動(dòng)力的邊際收益與其實(shí)際價(jià)格的比值(1)當(dāng)比值大于1時(shí)，說明要素應(yīng)得大于要素實(shí)際所得，要素價(jià)格被負(fù)向扭曲，而小于1則為正向扭曲。，在要素可自由流動(dòng)和完全競爭市場環(huán)境的理想狀態(tài)下，要素的實(shí)際使用價(jià)格應(yīng)與其邊際收益相等，因此勞動(dòng)力要素價(jià)格的相對(duì)扭曲表示為勞動(dòng)力的邊際收益除以勞動(dòng)力價(jià)格與均衡值1的偏離程度，即：

(3)

公式(3)中，DISTL代表勞動(dòng)力要素價(jià)格的相對(duì)扭曲程度。對(duì)于勞動(dòng)力價(jià)格w，使用各地區(qū)勞動(dòng)者報(bào)酬總額除以就業(yè)人數(shù)得到的人均勞動(dòng)報(bào)酬來代替，并以居民消費(fèi)價(jià)格指數(shù)進(jìn)行消脹處理。相關(guān)數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》及中國國家統(tǒng)計(jì)局網(wǎng)站。根據(jù)以上測算勞動(dòng)力價(jià)格扭曲的方法，圖1描述了2000—2016年勞動(dòng)力絕對(duì)價(jià)格扭曲與相對(duì)價(jià)格扭曲程度均值的變化趨勢。

圖1 2000—2016年勞動(dòng)力價(jià)格扭曲的時(shí)間變化趨勢

從圖1來看，總體上，勞動(dòng)力絕對(duì)和相對(duì)扭曲程度的變化趨勢一致。具體來說，勞動(dòng)力價(jià)格的絕對(duì)扭曲程度均值在2000—2002年期間呈上升趨勢，但均小于1，表明勞動(dòng)力資源的實(shí)際使用價(jià)格高于邊際產(chǎn)出，勞動(dòng)力市場為正向扭曲。而相對(duì)扭曲程度均值在此期間呈下降趨勢，勞動(dòng)力價(jià)格扭曲得到一定程度的緩解。在2003—2007年間，勞動(dòng)力價(jià)格的絕對(duì)扭曲程度呈緩慢上升趨勢且均值都大于1，勞動(dòng)力價(jià)格開始轉(zhuǎn)為負(fù)向扭曲，但是在國際金融危機(jī)的沖擊下，2008年勞動(dòng)力邊際收益有較小幅度的下降，因而勞動(dòng)力價(jià)格扭曲程度均值也出現(xiàn)了下降。在此后的2009—2016年，勞動(dòng)力的價(jià)格扭曲程度出現(xiàn)較大幅度的上升?？赡艿脑蚴牵阂环矫嫦冗M(jìn)技術(shù)的引入和管理水平的提高大幅地提升了勞動(dòng)生產(chǎn)率，而實(shí)際工作時(shí)間的延長也增加了勞動(dòng)力的邊際產(chǎn)出；另一方面，勞動(dòng)工資的上漲速度卻跟不上勞動(dòng)力邊際產(chǎn)出的增長速度，造成實(shí)際勞動(dòng)力報(bào)酬與邊際產(chǎn)出的缺口越拉越大，勞動(dòng)力價(jià)格相對(duì)扭曲程度不斷加劇。

(二)綠色經(jīng)濟(jì)效率的測度

鑒于數(shù)據(jù)包絡(luò)分析方法(DEA)在處理多投入多產(chǎn)出方面的優(yōu)勢，研究擬采用包含非期望產(chǎn)出的Super-SBM模型測度各地區(qū)的綠色經(jīng)濟(jì)效率?？紤]到數(shù)據(jù)的可得性和連續(xù)性，并結(jié)合現(xiàn)有的研究，選取就業(yè)人口數(shù)、資本存量和能源消費(fèi)總量作為綠色經(jīng)濟(jì)活動(dòng)的投入指標(biāo)，選取地區(qū)生產(chǎn)總值作為期望產(chǎn)出，選取化學(xué)需氧量、二氧化硫排放量和工業(yè)固體產(chǎn)生量作為非期望產(chǎn)出，具體的投入產(chǎn)出指標(biāo)體系見表2。相關(guān)數(shù)據(jù)來源于歷年各省份的統(tǒng)計(jì)年鑒，《中國統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》以及國家統(tǒng)計(jì)局網(wǎng)站公布的數(shù)據(jù)。

表2 綠色經(jīng)濟(jì)效率投入產(chǎn)出指標(biāo)體系

由于Tone(2001)[6]并未給出包含非期望產(chǎn)出的SBM超效率模型，因此參考成剛(2014)[8]推導(dǎo)出的包含非期望產(chǎn)出的SBM超效率模型，其具體形式如下：

s.t.

(4)

根據(jù)上文給出的測度方法及投入和產(chǎn)出指標(biāo)，應(yīng)用MAXDEA 7.0軟件，核算出各省份的綠色經(jīng)濟(jì)效率。從圖2來看，綠色經(jīng)濟(jì)效率均值超過1的地區(qū)有北京、上海和廣東，其中上海的綠色經(jīng)濟(jì)效率均值最高，為1.219，其他綠色經(jīng)濟(jì)效率較高的地區(qū)還有天津、黑龍江、江蘇、浙江、福建和海南，其效率均值都超過0.7。上述省份大多位于我國東南沿海地區(qū)，發(fā)達(dá)的經(jīng)濟(jì)水平和較高的市場化程度使各地區(qū)能較好協(xié)調(diào)經(jīng)濟(jì)增長和環(huán)境保護(hù)的矛盾。綠色經(jīng)濟(jì)效率均值低于0.5的有山西、云南、陜西、甘肅和新疆等地區(qū)，而貴州、青海和寧夏的效率均值甚至不足0.4，是綠色經(jīng)濟(jì)發(fā)展水平較低的地區(qū)。這些省份均地處我國的中西部，經(jīng)濟(jì)水平的落后制約了產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)，地區(qū)的經(jīng)濟(jì)發(fā)展仍然過于依賴資源投入。同時(shí)，中西部地區(qū)承接的東部地區(qū)轉(zhuǎn)移的產(chǎn)業(yè)中有不少屬于高污染、高能耗、低附加值的產(chǎn)業(yè)，粗放式的經(jīng)濟(jì)發(fā)展模式使中西部地區(qū)面臨的經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)的矛盾依然十分突出。

(三)模型構(gòu)建與變量選取

本文將綠色經(jīng)濟(jì)效率作為被解釋變量，勞動(dòng)力價(jià)格扭曲作為核心解釋變量，同時(shí)選取外商直接投資、公共交通基礎(chǔ)設(shè)施、產(chǎn)業(yè)結(jié)構(gòu)、國有企業(yè)占比和對(duì)外開放程度作為控制變量?？紤]到經(jīng)濟(jì)活動(dòng)的連續(xù)性，設(shè)定如下動(dòng)態(tài)面板數(shù)據(jù)模型：

圖2 2000—2016年各地區(qū)綠色經(jīng)濟(jì)效率的均值

GEEi,t=γ0+γ1GEEi,t-1+γ2DISTLi,t+γ3Xi,t+μi+εi,t

(5)

公式(5)中，i和t分別表示地區(qū)和年份，GEEi,t代表綠色經(jīng)濟(jì)效率，DISTLi,t代表勞動(dòng)力價(jià)格扭曲程度，Xi,t為控制變量集，μi為不可觀測的地區(qū)異質(zhì)性，εi,t為隨機(jī)誤差項(xiàng)。

以上計(jì)量模型中控制變量的衡量方法如下：公共交通基礎(chǔ)設(shè)施(TRAN)用每萬人所擁有公共交通臺(tái)數(shù)表示；外商直接投資(FDI)用各地區(qū)實(shí)際利用的外商直接投資額占地區(qū)生產(chǎn)總值的百分比來衡量，并根據(jù)當(dāng)年美元兌人民幣的平均匯率將其單位轉(zhuǎn)化為人民幣；對(duì)外開放程度(OPEN)使用各地區(qū)進(jìn)出口總額占GDP的比重替代；產(chǎn)業(yè)結(jié)構(gòu)(STR)用高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入占地區(qū)生產(chǎn)總值的比重來衡量；國有企業(yè)比重(SOE)以國有企業(yè)工業(yè)產(chǎn)銷值占地區(qū)總的工業(yè)產(chǎn)銷值的比重來衡量。以上指標(biāo)測算的原始數(shù)據(jù)均來自《中國統(tǒng)計(jì)年鑒》、國家統(tǒng)計(jì)局網(wǎng)站、中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫及各省份歷年統(tǒng)計(jì)年鑒。表3給出了上述變量的描述性統(tǒng)計(jì)。

表3 變量描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果討論

(一)面板數(shù)據(jù)平穩(wěn)性檢驗(yàn)

由于面板數(shù)據(jù)中同時(shí)包含了截面和時(shí)間序列數(shù)據(jù)，并且考慮到研究時(shí)間跨度較長，為了避免出現(xiàn)偽回歸問題，在進(jìn)行回歸前有必要對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。首先，研究將分別采用LLC 檢驗(yàn)、IPS 檢驗(yàn)和ADF-Fisher 檢驗(yàn)三種方法對(duì)所有變量進(jìn)行單位根檢驗(yàn)(見表4)，結(jié)果發(fā)現(xiàn)部分變量未能通過顯著性檢驗(yàn)，而經(jīng)過一階差分后，所有變量均通過顯著性檢驗(yàn)。進(jìn)一步，同時(shí)采用Kao檢驗(yàn)、Westerlund檢驗(yàn)和Pedroni檢驗(yàn)三種方法進(jìn)行面板數(shù)據(jù)協(xié)整檢驗(yàn)(見表5)，發(fā)現(xiàn)P值分別在1%、10%和1%的顯著性水平下通過檢驗(yàn)，表明所選變量之間存在長期穩(wěn)定的均衡關(guān)系，可以使用動(dòng)態(tài)面板數(shù)據(jù)模型進(jìn)行回歸分析。

表4 面板單位根檢驗(yàn)

注：***表示p<0.01,**表示p<0.05,*表示p<0.1。

表5 面板數(shù)據(jù)協(xié)整檢驗(yàn)

(二)勞動(dòng)力價(jià)格扭曲對(duì)綠色經(jīng)濟(jì)效率的影響分析

由于在對(duì)勞動(dòng)力價(jià)格扭曲與綠色經(jīng)濟(jì)效率之間的關(guān)系進(jìn)行驗(yàn)證時(shí)設(shè)置的為動(dòng)態(tài)面板模型，為了克服不可觀測的省份效應(yīng)和可能存在的內(nèi)生性問題，研究將采用廣義矩估計(jì)(GMM)對(duì)計(jì)量模型進(jìn)行實(shí)證分析。GMM估計(jì)常用的方法有系統(tǒng)GMM和差分GMM。系統(tǒng)GMM使用時(shí)需滿足兩個(gè)前提：一是隨機(jī)擾動(dòng)項(xiàng)不存在自相關(guān)；二是{Δgeei,t-1,Δgeei,t-2,……}與地區(qū)固定效應(yīng)不相關(guān)。目前，第二個(gè)假設(shè)前提尚無法進(jìn)行嚴(yán)格的統(tǒng)計(jì)檢驗(yàn)，只能根據(jù)經(jīng)濟(jì)學(xué)常識(shí)進(jìn)行判斷各經(jīng)濟(jì)變量是否在穩(wěn)態(tài)附近?？紤]到中國是一個(gè)處于轉(zhuǎn)型時(shí)期的新興經(jīng)濟(jì)體，且本文研究期間內(nèi)發(fā)生了國際金融危機(jī)等重大外部事件，這些國際環(huán)境變化帶來的沖擊可能使經(jīng)濟(jì)發(fā)展偏離穩(wěn)態(tài)較遠(yuǎn)(李健和盤宇章，2017[26])。此外，兩步法估計(jì)在解決異方差及截面相關(guān)問題方面有較強(qiáng)的穩(wěn)健性，通常情況下優(yōu)于一步估計(jì)。因此，本文選取兩步差分GMM對(duì)計(jì)量模型進(jìn)行回歸分析，并且將勞動(dòng)力價(jià)格扭曲視為潛在內(nèi)生變量，將其高階滯后項(xiàng)作為工具變量，其余控制變量視為弱外生變量。

從表6勞動(dòng)力價(jià)格扭曲與綠色經(jīng)濟(jì)效率的回歸結(jié)果來看，二階序列相關(guān)檢驗(yàn)的P值均大于10%，接受隨機(jī)擾動(dòng)項(xiàng)無自相關(guān)的原假設(shè)；Sargan檢驗(yàn)的P值均大于10%，接受所有工具變量均有效的原假設(shè)；同時(shí)綠色經(jīng)濟(jì)效率一階滯后項(xiàng)前的回歸系數(shù)為正，且均通過了1%的顯著性水平檢驗(yàn)，表明研究設(shè)置的動(dòng)態(tài)面板計(jì)量模型是合理的。在不加入控制變量的情況下，模型1的估計(jì)結(jié)果顯示，核心解釋變量勞動(dòng)力價(jià)格扭曲(DISTL)前的回歸系數(shù)為-0.0016，在5%的統(tǒng)計(jì)水平下顯著為負(fù)。依次加入控制變量后，勞動(dòng)力價(jià)格扭曲前的回歸系數(shù)仍然為負(fù)，并且均在1%的顯著性水平下通過了檢驗(yàn)，表明勞動(dòng)力價(jià)格扭曲顯著抑制了綠色經(jīng)濟(jì)效率的提升。控制變量中，公共交通基礎(chǔ)設(shè)施(TRAN)前的回歸系數(shù)均在1%的顯著性水平下為正，良好的公共交通基礎(chǔ)設(shè)施所帶來的規(guī)模經(jīng)濟(jì)不僅有助于減少能源的消耗，同時(shí)還可以降低污染排放。外商直接投資(FDI)顯著促進(jìn)了綠色經(jīng)濟(jì)效率的提升，這一結(jié)論并不支持“污染天堂”假說?？赡艿脑蚴牵貉芯科陂g外商直接投資帶來的先進(jìn)技術(shù)和管理經(jīng)驗(yàn)對(duì)本土企業(yè)仍具有示范效應(yīng)，可以刺激地方企業(yè)進(jìn)行節(jié)能減排和綠色技術(shù)革新。對(duì)外開放程度(OPEN)前的回歸系數(shù)均顯著為負(fù)，并通過了1%的顯著性水平檢驗(yàn)?？傮w上，我國仍然處于全球價(jià)值鏈的底端，因此在經(jīng)濟(jì)開放程度較高的地區(qū)，勞動(dòng)密集型產(chǎn)業(yè)更加集聚，進(jìn)出口貿(mào)易中比重較高的大多數(shù)屬于一些附加值較低而環(huán)境污染較大的產(chǎn)品。產(chǎn)業(yè)結(jié)構(gòu)(STR)前的回歸系數(shù)在1%的顯著性水平上為正。一方面高新技術(shù)產(chǎn)業(yè)自身具有科技創(chuàng)新程度高、經(jīng)濟(jì)效益好等特征，另一方面高新技術(shù)產(chǎn)業(yè)集聚促進(jìn)了知識(shí)和技術(shù)溢出，可以滿足區(qū)域內(nèi)企業(yè)多元化的需求，為提高期望產(chǎn)出、降低非期望產(chǎn)出創(chuàng)造條件，因而高新技術(shù)產(chǎn)業(yè)發(fā)展對(duì)綠色經(jīng)濟(jì)效率有正向促進(jìn)作用。這與胡安軍等(2018)[2]的研究結(jié)論較為一致。國有企業(yè)比重(SOE)的提升有助于促進(jìn)綠色經(jīng)濟(jì)效率的提高?？赡艿脑蚴巧a(chǎn)技術(shù)升級(jí)改造和污染處理設(shè)備建設(shè)的前期投入較大，并非所有企業(yè)都可以承擔(dān)，而國有工業(yè)企業(yè)的規(guī)模通常較大，從而有利于實(shí)現(xiàn)節(jié)能減排的規(guī)模效應(yīng)(杜雯翠等，2017[27])。

表6 勞動(dòng)力價(jià)格扭曲與綠色經(jīng)濟(jì)效率的回歸結(jié)果

注：***表示p<0.01,**表示p<0.05; 括號(hào)中的數(shù)值為標(biāo)準(zhǔn)差；AR(2)檢驗(yàn)的原假設(shè)為“H0:隨機(jī)擾動(dòng)項(xiàng){εit}無自相關(guān)”；Sargan檢驗(yàn)的原假設(shè)為“H0:所有工具變量均有效”。

(三)穩(wěn)健性檢驗(yàn)

為了進(jìn)一步檢驗(yàn)研究的可靠性，本文基于投入導(dǎo)向的SBM傳統(tǒng)效率測度模型重新計(jì)算各個(gè)地區(qū)的綠色經(jīng)濟(jì)效率。由于測算的效率值均位于0和1之間，被認(rèn)為是截尾數(shù)據(jù)，如果仍使用動(dòng)態(tài)面板數(shù)據(jù)模型回歸可能導(dǎo)致估計(jì)結(jié)果產(chǎn)生偏差。因此，本文采用面板Tobit隨機(jī)效應(yīng)模型重新估計(jì)(見表7)。結(jié)果顯示，核心解釋變量勞動(dòng)力價(jià)格扭曲前的系數(shù)符號(hào)和顯著性水平均與前文估計(jì)的結(jié)果一致，表明本文的研究結(jié)論具有較強(qiáng)的穩(wěn)健性。

表7 勞動(dòng)力價(jià)格扭曲與綠色經(jīng)濟(jì)效率的穩(wěn)健性檢驗(yàn)結(jié)果

注：***表示p<0.01,*表示p<0.1;括號(hào)中的數(shù)值為標(biāo)準(zhǔn)差;為緩解內(nèi)生性，所有解釋變量放入的都是滯后一期的變量；Wald檢驗(yàn)的原假設(shè)為“H0:各解釋變量的系數(shù)均為零”。

(四)反事實(shí)計(jì)量檢驗(yàn)

從上文的實(shí)證結(jié)果與分析中可知，勞動(dòng)力價(jià)格扭曲對(duì)綠色經(jīng)濟(jì)效率有顯著的負(fù)面效應(yīng)，即勞動(dòng)力價(jià)格扭曲會(huì)造成一定的綠色經(jīng)濟(jì)效率損失。進(jìn)一步，借鑒白俊紅和卞元超(2016)[28]的反事實(shí)檢驗(yàn)方法測度勞動(dòng)力價(jià)格扭曲造成綠色經(jīng)濟(jì)效率損失的具體數(shù)值。具體計(jì)算步驟如下：首先利用模型6估計(jì)的系數(shù)值乘以相應(yīng)變量的均值得到基準(zhǔn)綠色經(jīng)濟(jì)效率(忽略誤差項(xiàng)的影響)，接著將勞動(dòng)力價(jià)格扭曲變量刪除，對(duì)模型重新進(jìn)行回歸，估計(jì)的系數(shù)值乘以相應(yīng)變量的均值得到不包含勞動(dòng)力價(jià)格扭曲的綠色經(jīng)濟(jì)效率值。因此，勞動(dòng)力價(jià)格扭曲的綠色經(jīng)濟(jì)效率損失量為消除勞動(dòng)力要素價(jià)格扭曲的綠色經(jīng)濟(jì)效率值減去基準(zhǔn)綠色經(jīng)濟(jì)效率值，損失率為損失量與基準(zhǔn)量的比值。表8報(bào)告了各地區(qū)綠色經(jīng)濟(jì)效率損失量的均值和損失率，圖3報(bào)告了2000—2016年綠色經(jīng)濟(jì)效率損失均值的時(shí)間變化趨勢。

表8 各地區(qū)綠色經(jīng)濟(jì)效率損失均值和損失率

結(jié)合表8和圖3的計(jì)算結(jié)果(2)資料來源：作者計(jì)算整理所得。分析。分地區(qū)來看，綠色經(jīng)濟(jì)效率損失均值超過0.05的地區(qū)有北京、黑龍江、上海、云南、甘肅、青海和新疆，而損失均值低于0.03的為天津、江蘇、福建、河南、湖南和四川少數(shù)地區(qū)，其他地區(qū)的綠色經(jīng)濟(jì)效率損失均值均介于0.03至0.05之間。而損失率超過10%的有山西、甘肅、青海、寧夏和新疆地區(qū)，損失率低于5%的地區(qū)有天津、江蘇、福建、廣東和海南，其余省份的損失率均介于5%至10%之間。進(jìn)一步通過計(jì)算可以發(fā)現(xiàn)，全國范圍內(nèi)由于勞動(dòng)力價(jià)格扭曲導(dǎo)致的綠色經(jīng)濟(jì)效率損失率為7.12%，即通過消除勞動(dòng)力價(jià)格扭曲可使綠色經(jīng)濟(jì)效率總體上提升約7.12%，而東部、中部和西部地區(qū)的綠色經(jīng)濟(jì)效率損失率分別為5.30%、7.00%和9.02%。從時(shí)間變化趨勢來看，綠色經(jīng)濟(jì)效率損失值在2000—2009年間整體呈現(xiàn)波動(dòng)下降趨勢，其中2001年損失值最高為0.0548，2009年損失值達(dá)到最低為0.0375。在后金融危機(jī)時(shí)期的歷年間，綠色經(jīng)濟(jì)效率的損失均值在波動(dòng)中緩慢上升，這可能與勞動(dòng)力價(jià)格扭曲不斷惡化密切相關(guān)。

(五)進(jìn)一步討論

從上文中圖1的描述性結(jié)果來看，在2008年國際金融危機(jī)之前，勞動(dòng)力價(jià)格扭曲均值在波動(dòng)中緩慢上升，而金融危機(jī)之后，勞動(dòng)力價(jià)格扭曲呈現(xiàn)不斷惡化趨勢。從圖3來看，綠色經(jīng)濟(jì)效率的損失值在2009年之前呈下降趨勢，而之后損失值又開始逐漸增大。為此，研究將樣本分為兩個(gè)時(shí)段2000—2008年和2009—2016年，同時(shí)采用面板Tobit、固定效應(yīng)和差分GMM估計(jì)以檢驗(yàn)國際金融危機(jī)前后勞動(dòng)力價(jià)格扭曲對(duì)綠色經(jīng)濟(jì)效率的抑制效應(yīng)是否有所變化，實(shí)證結(jié)果見表9。2000—2008年的回歸結(jié)果顯示，勞動(dòng)力價(jià)格扭曲對(duì)綠色經(jīng)濟(jì)效率的影響系數(shù)雖然為負(fù)，但是均未通過顯著性檢驗(yàn)。而2009—2016年的回歸結(jié)果顯示，采用差分GMM緩解內(nèi)生性問題后，勞動(dòng)力價(jià)格扭曲前的回歸系數(shù)在5%的統(tǒng)計(jì)水平下顯著為負(fù)，勞動(dòng)力價(jià)格扭曲對(duì)綠色經(jīng)濟(jì)效率的抑制效應(yīng)變得顯著。說明受金融危機(jī)的影響，各級(jí)政府為穩(wěn)定經(jīng)濟(jì)增長加強(qiáng)了對(duì)勞動(dòng)力要素市場的干預(yù)，并忽視了對(duì)生態(tài)環(huán)境的保護(hù)，從而導(dǎo)致綠色經(jīng)濟(jì)效率損失增加。

表9 勞動(dòng)力價(jià)格扭曲與綠色經(jīng)濟(jì)效率分時(shí)段回歸結(jié)果

注：***表示p<0.01,**表示p<0.05,*表示p<0.1。

五、結(jié)論及建議

基于中國30個(gè)省份2000—2016年的平衡面板數(shù)據(jù)，分別采用超越對(duì)數(shù)生產(chǎn)函數(shù)模型和包含非期望產(chǎn)出的SBM超效率模型測度各地區(qū)的勞動(dòng)力價(jià)格扭曲和綠色經(jīng)濟(jì)效率，在此基礎(chǔ)上構(gòu)建動(dòng)態(tài)面板數(shù)據(jù)模型，使用兩步差分GMM實(shí)證檢驗(yàn)勞動(dòng)力價(jià)格扭曲對(duì)綠色經(jīng)濟(jì)效率的影響，并使用反事實(shí)計(jì)量檢驗(yàn)評(píng)估勞動(dòng)力價(jià)格扭曲的綠色經(jīng)濟(jì)效率損失效應(yīng)。主要得出以下結(jié)論：第一，總體上勞動(dòng)力價(jià)格在2002年后由正向扭曲轉(zhuǎn)為負(fù)向扭曲，相對(duì)扭曲與絕對(duì)扭曲程度的均值變化趨勢大體一致，并且勞動(dòng)力價(jià)格扭曲程度不斷加劇。第二，各地區(qū)的綠色經(jīng)濟(jì)效率存在較大差異，總體而言東部地區(qū)的綠色經(jīng)濟(jì)效率要明顯高于中、西部地區(qū)。第三，2000—2016年以及2009—2016年勞動(dòng)力價(jià)格扭曲均顯著抑制了綠色經(jīng)濟(jì)效率的提升，但這種抑制效應(yīng)在2000—2008年表現(xiàn)并不顯著，通過消除勞動(dòng)力價(jià)格扭曲可使全國和東、中、西部的綠色經(jīng)濟(jì)效率分別提升約7.12%、5.30%、7.00%和9.02%。此外，公共交通基礎(chǔ)設(shè)施、外商直接投資、產(chǎn)業(yè)結(jié)構(gòu)和國有企業(yè)比重的提升對(duì)綠色經(jīng)濟(jì)效率有顯著促進(jìn)作用，而對(duì)外開放程度則顯著降低了綠色經(jīng)濟(jì)效率。根據(jù)上述研究結(jié)論，提出以下政策建議。

第一，進(jìn)一步推動(dòng)勞動(dòng)力要素市場改革，消除勞動(dòng)力跨區(qū)域、跨部門和跨體制的流動(dòng)障礙，促進(jìn)各類人才在全國范圍內(nèi)合理優(yōu)化配置。政府應(yīng)進(jìn)一步完善社會(huì)保障體制，特別是通過加強(qiáng)職業(yè)技能教育和培訓(xùn)、保護(hù)勞動(dòng)者合法權(quán)益等途徑著力提高低收入群體的勞動(dòng)報(bào)酬，增強(qiáng)居民消費(fèi)能力，從需求側(cè)消化過剩產(chǎn)能。同時(shí)中央政府應(yīng)改革現(xiàn)有考核晉升機(jī)制，從制度層面消除地方政府對(duì)勞動(dòng)力要素市場的干預(yù)，推動(dòng)勞動(dòng)力要素定價(jià)市場化，使廣大工作人員獲得與其貢獻(xiàn)相匹配的勞動(dòng)報(bào)酬。

第二，通過矯正勞動(dòng)力要素價(jià)格負(fù)向扭曲，改變以往地方政府過于依賴要素能源投入的粗放式經(jīng)濟(jì)發(fā)展模式，降低進(jìn)出口貿(mào)易中低附加值和高污染排放商品的比例，推動(dòng)經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)，實(shí)現(xiàn)經(jīng)濟(jì)增長由要素驅(qū)動(dòng)向創(chuàng)新驅(qū)動(dòng)轉(zhuǎn)變，以此降低能源消耗強(qiáng)度和污染物排放，通過提升產(chǎn)業(yè)附加值和降低非期望產(chǎn)出來推動(dòng)中國經(jīng)濟(jì)增長的綠色轉(zhuǎn)型。

第三，各級(jí)政府應(yīng)因地制宜構(gòu)建完善的公共交通設(shè)施網(wǎng)絡(luò)，為居民的日常出行提供便利，倡導(dǎo)大家選擇綠色節(jié)能的交通方式，盡量減少私人車輛的使用，通過緩解交通擁堵來減少能源浪費(fèi)和空氣污染。各地區(qū)應(yīng)根據(jù)自身比較優(yōu)勢大力發(fā)展高新技術(shù)產(chǎn)業(yè)，激勵(lì)企業(yè)在掌握核心關(guān)鍵技術(shù)上下功夫，避免區(qū)域之間在低端生產(chǎn)環(huán)節(jié)的重復(fù)競爭。同時(shí)應(yīng)鼓勵(lì)國企和外商投資于節(jié)能環(huán)保、高端裝備制造、生物醫(yī)藥等產(chǎn)能不足的高新技術(shù)產(chǎn)業(yè)，通過設(shè)立更多先進(jìn)技術(shù)型項(xiàng)目，為高新技術(shù)企業(yè)的創(chuàng)辦創(chuàng)造有利條件，充分發(fā)揮國企和外資企業(yè)在節(jié)能減排和工藝綠色革新方面的示范效應(yīng)。