李根忠 朱洪亮

(1.三江學(xué)院 法商學(xué)院,江蘇 南京 210012；2.南京大學(xué) 工程管理學(xué)院,江蘇 南京 210093)

在過去40年里，高投入的粗放型發(fā)展模式讓中國經(jīng)濟實現(xiàn)了高速增長。在這種路徑依賴作用下，傳統(tǒng)“三高”產(chǎn)業(yè)給中國經(jīng)濟增長帶來重要作用的同時，能源的過度消耗及環(huán)境污染又成為當(dāng)今制約中國經(jīng)濟可持續(xù)增長的重要因素。而產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)換有助于改善不利因素帶來的影響，推進產(chǎn)業(yè)結(jié)構(gòu)向綠色產(chǎn)業(yè)體系協(xié)調(diào)發(fā)展，成為推動經(jīng)濟高質(zhì)量增長的新驅(qū)動力。因此，充分考慮非期望產(chǎn)出的綠色全要素生產(chǎn)率(GTFP)逐漸成為考察長江經(jīng)濟帶綠色發(fā)展水平的關(guān)鍵性指標(biāo)。影響綠色全要素生產(chǎn)率的因素有很多，準確把握產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)換對綠色全要素生產(chǎn)率的影響將有助于充分認識長江經(jīng)濟帶各區(qū)域綠色產(chǎn)業(yè)發(fā)展水平，能夠為各地區(qū)產(chǎn)業(yè)政策調(diào)整提供理論支持。

近年來，國內(nèi)外學(xué)者圍繞產(chǎn)業(yè)結(jié)構(gòu)與綠色全要素二者之間的關(guān)系進行了深入研究。吳文杰、王曉娟利用Moore指數(shù)對產(chǎn)業(yè)結(jié)構(gòu)變遷程度進行測算后發(fā)現(xiàn)，產(chǎn)業(yè)結(jié)構(gòu)升級可以提升綠色全要素生產(chǎn)率[1]。OTSUKA et al認為產(chǎn)業(yè)聚集可以通過勞動力、技術(shù)溢出和中間產(chǎn)品三者之間的聯(lián)系提升綠色全要素生產(chǎn)率[2]。劉瑩利用DEA與馬姆奎斯指數(shù)對長三角區(qū)域綠色要素進行測算，并從動態(tài)和靜態(tài)兩個方面分析了產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)換對綠色貢獻效率[3]。馬達來利用MSBM模型測算出長江經(jīng)濟帶的低碳經(jīng)濟增長效率，并指出產(chǎn)業(yè)結(jié)構(gòu)能夠顯著提升低碳經(jīng)濟增長效率[4]。莊遠、吳正利用DEA模型測算后指出以工業(yè)產(chǎn)業(yè)優(yōu)化結(jié)構(gòu)可以有效促進工業(yè)綠色全要素生產(chǎn)率的提升[5]。王燕、孫超通過門限回歸模型研究指出產(chǎn)業(yè)協(xié)同對綠色全要素生產(chǎn)率的影響呈現(xiàn)出U型[6]，但是林伯強、譚睿鵬則認為其兩者之間存在倒U型[7]。曾起艷等運用門檻模型分析后發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)對綠色全要素生產(chǎn)率具有非線性影響機制[8]。關(guān)于綠色全要素測算的方法最早是由瑞典經(jīng)濟學(xué)家斯坦馬爾奎斯特在1953年提出，后被定義為Malmquist指數(shù)，至今該方法被很多學(xué)者運用到研究中并取得一系列成果。袁茜、吳利華利用非期望產(chǎn)出的SBM-Mundesirable模型對我國東部、中部、西部三大區(qū)域的綠色效率進行了橫向比較，并在此基礎(chǔ)上評價出綠色效率的影響因素[9]。張彰等基于DEA模型基礎(chǔ)從財政分權(quán)及政府行為的角度支出二者對綠色要素生產(chǎn)率增長具有正向的影響機制[10]。馮海波、葛小南基于R&D投入經(jīng)濟增長模型，從R&D投入對綠色全要素生產(chǎn)率有輻射擴撒和外溢效益[11]。

綜上所述，雖然現(xiàn)階段的研究從不同角度分析了產(chǎn)業(yè)結(jié)構(gòu)與綠色全要素生產(chǎn)率的關(guān)系，但多數(shù)是選取全國面板數(shù)據(jù)進行的測算研究，其存在一定片面性。長江經(jīng)濟帶產(chǎn)業(yè)結(jié)構(gòu)升級對綠色全要素生產(chǎn)率的影響是否存在“倒U”假說，需要進一步研究。

1 模型設(shè)計與數(shù)據(jù)說明

1.1 模型設(shè)計

(1) SBM方向性距離函數(shù)

本研究借鑒王兵等研究方法[12]，假定把各省市當(dāng)作一個生產(chǎn)決策單位，使用N種投入x=(x1,…,xn)后可以得到M種產(chǎn)出y=(y1,…,ym),則在t=1,……,T時期,第k=1,…,K個省或市的投入與產(chǎn)出值為(xk,t,yk,t)。運用DEA分析設(shè)定成生產(chǎn)技術(shù)模型：

(1)

(2) Malmquist—Luenberger指數(shù)

Malmquist—Luenberger指數(shù)簡稱為ML指數(shù)，與傳統(tǒng)的Malmquist指數(shù)相比它可以同時考慮投入的減少和產(chǎn)出的增加，并且各變量無需等比例變動。根據(jù)Chambers et al.(1996)[13]對模型等應(yīng)用，t期和t+1期之間的ML指數(shù)為：

(2)

與Malmquist生產(chǎn)率指標(biāo)類似，把ML指數(shù)進一步分解后得到以下公式：

LTFP=LPEC+LPTP+LSEC+LTPSC

其中，LPEC代表純效率變化、LPTP代表純技術(shù)進步，而LSEC和LTPSC分別代表規(guī)模效率變化和技術(shù)規(guī)模變化。

每一時期的ML指數(shù)計算，需要在CRS和VRS兩種假設(shè)下分別解出四個線性規(guī)劃,從而得出八個SBM方向性距離函數(shù)。

1.2 數(shù)據(jù)選取與說明

長江經(jīng)濟帶各省市綠色全要素生產(chǎn)率的發(fā)展水平受其他生產(chǎn)投入變量的影響而改變。因此，在考察綠色全要素生產(chǎn)率的時候需要將資本投入、勞動投入數(shù)量、經(jīng)濟效益(GDP)、非期望產(chǎn)出、產(chǎn)業(yè)結(jié)構(gòu)升級(R)作為變量指標(biāo)考慮在內(nèi)。具體數(shù)據(jù)說明如下：

① 資本投入(FIN)。本研究運用Goldsmith的永續(xù)盤存法對資本進行測算，其計算公式為：

(3)

② 勞動力數(shù)量。勞動力對區(qū)域經(jīng)濟增長的影響可分解為勞動力規(guī)模、勞動效率與勞動力結(jié)構(gòu)等。本次選取長江經(jīng)濟帶9省2市2008-2019年年末城鄉(xiāng)就業(yè)人員總數(shù)作為該區(qū)域勞動力投入數(shù)量，為了數(shù)據(jù)更加準確性就不再考慮勞動力的質(zhì)量問題。相關(guān)基礎(chǔ)數(shù)據(jù)來源于2008-2019年長江經(jīng)濟帶9省2市的《統(tǒng)計年鑒》及各省市經(jīng)濟統(tǒng)計年報。

④ 產(chǎn)業(yè)結(jié)構(gòu)升級(R)。根據(jù)配第-克拉克產(chǎn)業(yè)結(jié)構(gòu)演變規(guī)律可得公式(4)，

(4)

其中，1≤r≤3，y值為第i產(chǎn)業(yè)產(chǎn)值比重，r的數(shù)值越大則表明產(chǎn)業(yè)結(jié)構(gòu)升級的速度就越快。

⑤ 非期望產(chǎn)出(EE)。非期望產(chǎn)出只要是指“三廢”，本研究選取僅廢水排放總量作為非期望產(chǎn)出值。對于廢水排放總量在《中國環(huán)境統(tǒng)計公報》中有直接統(tǒng)計指標(biāo)，也對廢水中包含的鉛、汞、鎘、砷、氮、磷等做出統(tǒng)計，但本研究不再對其做具體細分，僅選用廢水排放的總量將其作為水資源利用的非期望產(chǎn)出。

⑥ 交互項(R×EE)。交互項可以說明產(chǎn)業(yè)結(jié)構(gòu)升級和能源消耗對綠色全要素生產(chǎn)率的影響，可以消除變量之間的內(nèi)生性問題。

2 實證結(jié)果與分析

2.1 綠色全要素生產(chǎn)率測算結(jié)果

考慮非期望產(chǎn)出的SBM方向性距離函數(shù)計算出的綠色全要素生產(chǎn)率是一項靜態(tài)指標(biāo)，而ML指數(shù)是一個動態(tài)指標(biāo)。它既可以測算一段時間內(nèi)的技術(shù)進步，又可以測算技術(shù)效率。而將兩者做進一步分解后可以得到純技術(shù)進步等4個指標(biāo)(見表1)。本研究運用MaxDea7.0軟件，基于SBM方向性距離函數(shù)，構(gòu)造考慮環(huán)境要素的長經(jīng)濟帶各省市的綠色全要素生產(chǎn)率指數(shù)，測度各省市綠色全要素生產(chǎn)率發(fā)展水平的高低與最優(yōu)產(chǎn)業(yè)結(jié)構(gòu)的差距，進一步運用ML指數(shù)從時間趨勢測算并分析各省市GTFP(綠色全要素生產(chǎn)率)動態(tài)變化及其構(gòu)成(見表1)。

由表1可以看出在2008—2019年，長江經(jīng)濟帶GTFP的均值為0.096 6，技術(shù)效率貢獻0.067 7，技術(shù)進步貢獻0.078 4，規(guī)模效率變化貢獻-0.000 5，技術(shù)規(guī)模變化貢獻-0.038 4?？梢?，長三角經(jīng)濟帶GTFP增長的主要驅(qū)動力來自于技術(shù)進步和技術(shù)效率。從ML指數(shù)變化來看，長江經(jīng)濟帶經(jīng)濟GTFP整體上呈現(xiàn)波動式增長態(tài)勢。在2010～2014年長江經(jīng)濟帶綠色全要素生產(chǎn)率實現(xiàn)了較快增長，漲幅為80.25%，這可能與2012年“供給側(cè)結(jié)構(gòu)性改革”戰(zhàn)略和黨的十八大以后對生態(tài)環(huán)境的高度重視有關(guān)。2015—2018年長江經(jīng)濟帶GTFP雖然略有下降，但是2018—2019年GTFP再次出現(xiàn)增長態(tài)勢，這可能與2018年國家提出的以科技創(chuàng)新驅(qū)動產(chǎn)業(yè)轉(zhuǎn)型升級政策有關(guān)。

表1 2008—2019年長江經(jīng)濟帶GTFP指數(shù)變化

表2 2008—2019年長角經(jīng)濟帶綠色全要素生產(chǎn)率指數(shù)

從長江經(jīng)濟帶區(qū)域?qū)用婵矗鶕?jù)SBM模型對長江經(jīng)濟帶各省市的綠色全要素生產(chǎn)率進行測算，測算結(jié)果(見表2)2008—2019年平均GTFP指數(shù)從高到低次序為下游、中游和上游，而且技術(shù)效率(MLEFFCH)變動指數(shù)均高于技術(shù)進步(MLTECH)指數(shù)，但是只有下游的技術(shù)效率均值是有效的。另外，只有上海、重慶的GTFP值大于1說明有效，且技術(shù)進步值大于技術(shù)效率值，說明生產(chǎn)技術(shù)進步對GTFP增長的貢獻大于技術(shù)效率。

2.2 回歸檢驗與分析

本研究采用被解釋變量作為綠色全要素生產(chǎn)率(GTFP)，解釋變量為產(chǎn)業(yè)結(jié)構(gòu)升級(R),控制變量為資本投入(FIN)、勞動投入(Hc)、合意產(chǎn)出(GDP)、外商投資(FDI)以及廢水排放總量(EE)。構(gòu)建模型公式如下：

(5)

式(5)中，t和i分別代表地區(qū)和時，α代表截面效應(yīng)，α1、α2、α3、α4和αn分別代表各變量系數(shù)，control代表控制變量，μit隨機誤差項。在數(shù)據(jù)處理方面為了消除異方差所帶來的計算結(jié)果影響，故對各變量數(shù)據(jù)進行處理后取對數(shù)(見表3)。

表3 變量的描述性統(tǒng)計

本檢驗選取長江經(jīng)濟帶9省2市的面板數(shù)據(jù)作為研究樣本，但是由于面板數(shù)據(jù)分析存在隨機效應(yīng)模型、固定效應(yīng)模型以及混合效應(yīng)模型，三種不同的模型計算出的結(jié)果存在差異。鑒于此，經(jīng)Hausman檢驗后發(fā)現(xiàn)[13]，在隨機條件下P值小于0.01，故認為應(yīng)該選擇固定效應(yīng)模型進行回歸檢驗。其檢驗結(jié)果如下(見表4)。

由表4可以得出以下結(jié)論，第一，模型(1)、(2)、(3)、(4)的回歸結(jié)果全部可以通過顯著性檢驗，而且系數(shù)大于零，說明產(chǎn)業(yè)結(jié)構(gòu)升級能夠促進綠色全要素生產(chǎn)率增長。當(dāng)前中國經(jīng)濟正處于“熊彼特式創(chuàng)新”時期，通過轉(zhuǎn)方式、調(diào)結(jié)構(gòu)擺脫“三高產(chǎn)業(yè)”帶來的經(jīng)濟增長制約因素，使其要素配置達到最優(yōu)。第二，如果把產(chǎn)業(yè)結(jié)構(gòu)和污水排放量都放入模型(3)時，顯著性水平會明顯下降，回歸系數(shù)變小。如果在模型(4)中加入交換項后，顯著性明顯增加。能源提升不僅可以節(jié)約能源消耗，促進綠色全要素生產(chǎn)率提升，而且可以提高中國高質(zhì)量經(jīng)濟增長。實現(xiàn)能源效率提升的途徑就是通過技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級來改變投入與產(chǎn)出的關(guān)系，充分發(fā)揮外商投資的金融渠道，使其帶來的技術(shù)溢出效應(yīng)最大。

2.3 穩(wěn)定性檢驗

通過表4的回歸結(jié)果說明了產(chǎn)業(yè)結(jié)構(gòu)對綠色全要素生產(chǎn)率有促進作用。但是由于每個變量指標(biāo)的測量方式存在殘差不一，因此本研究在做穩(wěn)定性檢驗時候要對各個變量指標(biāo)的測量方式做一個替換后檢驗是否有顯著性。

表4 2008—2019年長角經(jīng)濟帶綠色全要素生產(chǎn)率回歸結(jié)果

由于長江經(jīng)濟帶跨度9省2市，因此存在綠色生產(chǎn)率發(fā)揮水平存在區(qū)域間差異。為了更好地檢驗其穩(wěn)定性本研究把長江經(jīng)濟帶分為上游、中游和下游三大區(qū)域后分別進行檢驗，以此增加表3回歸結(jié)果的可靠性。如果把產(chǎn)業(yè)結(jié)構(gòu)升級的測量方式改變?yōu)榈诙?、第三產(chǎn)業(yè)的比重和以及其他控制變量的測量方式后，可以得出穩(wěn)定性檢驗回歸結(jié)果(見表5)。表5顯示的結(jié)果表明綠色全要素生產(chǎn)率在上游、中游和下游存在差異。上游(模型1、2)和下游(模型1、3)在1%的顯著性下能夠通過顯著性檢驗，說明在上游和下游產(chǎn)業(yè)結(jié)構(gòu)對提升綠色全要素生產(chǎn)率是有效的。而中游(模型2、3)產(chǎn)業(yè)結(jié)構(gòu)對綠色全要素生產(chǎn)率沒有通過回歸檢驗，但是中游地區(qū)的能源效率在10%顯著性下通過了檢驗，說明中游地區(qū)對能源消耗的依賴度依然很高，產(chǎn)業(yè)中的三高問題依舊嚴峻。

表5 2008—2019年長角經(jīng)濟帶分區(qū)域綠色全要素生產(chǎn)率穩(wěn)定性檢驗回歸結(jié)果

3 結(jié)論與政策建議

3.1 結(jié)論

本研究選取2008—2019年長江經(jīng)濟帶9省2市的數(shù)據(jù)，圍繞產(chǎn)業(yè)結(jié)構(gòu)升級對綠色要素增長效率的影響進行實證研究。其研究結(jié)果顯示，產(chǎn)業(yè)結(jié)構(gòu)升級對綠色全要素生產(chǎn)率提升存在正向作用。如果把能源效率和產(chǎn)業(yè)結(jié)構(gòu)升級以及兩者交互項考慮進去的話，從回歸的系數(shù)來看，能源效率遠不如產(chǎn)業(yè)結(jié)構(gòu)升級帶來的促進作用大。雖然上游、中游、下游三個地區(qū)都通過顯著性檢驗，但是下游比上游表現(xiàn)得更加明顯，這是因為上游與下游經(jīng)濟存在差距，科技創(chuàng)新力度不夠。

3.2 政策建議

第一，以制度創(chuàng)新聚集科技研發(fā)人才。產(chǎn)業(yè)結(jié)構(gòu)升級無非就是科技轉(zhuǎn)化成生產(chǎn)動力的過程，而這個過程需要人才積極參與其中。人才的去留取決于一個地區(qū)或一個企業(yè)的人才制度是否符合“人才紅利”政策。因此，要積極破除落后的人才引進機制，打破人才束縛壁壘，實現(xiàn)人力資本要素市場的供給與需求達到平衡與最優(yōu)配置。

第二，以社會資本給產(chǎn)業(yè)研發(fā)注入資金活力?？萍佳邪l(fā)是構(gòu)建自主可控先進制造業(yè)的必要途徑，要實現(xiàn)科技研發(fā)的順利進行，研發(fā)資金是基礎(chǔ)條件。應(yīng)該充分發(fā)揮社會資本市場作用，積極完善引入社會資本機制，實現(xiàn)以政府為引導(dǎo)，以企業(yè)為核心，以社會資本為動能的新性“政企社”融資模式。

第三，制定合理的產(chǎn)業(yè)結(jié)構(gòu)升級路徑。不同區(qū)域具有不同的區(qū)位優(yōu)勢，充分發(fā)揮自身優(yōu)勢不僅可以有助于減少能源消耗及污染，而且可以鼓勵各產(chǎn)業(yè)積極參與全球價值鏈分工。目前，中國經(jīng)濟由高速轉(zhuǎn)向高質(zhì)量發(fā)展模式，由過去的廉價勞動力市場優(yōu)勢轉(zhuǎn)變?yōu)閲鴥?nèi)市場規(guī)模優(yōu)勢，這意味著產(chǎn)業(yè)結(jié)構(gòu)也需要朝著這個優(yōu)勢的方面進行調(diào)整，逐步實現(xiàn)國內(nèi)國際雙循環(huán)的發(fā)展新格局。