李治國,楊雅涵

(中國石油大學(xué)(華東) 經(jīng)濟管理學(xué)院,山東 青島 266580)

黃河流域有著全國約30%的人口,經(jīng)濟總量約占全國的26.5%,作為我國重要的生態(tài)屏障、經(jīng)濟地帶和脫貧攻堅的重要地區(qū),我國高度重視黃河流域的發(fā)展。中國科技發(fā)展戰(zhàn)略研究院發(fā)布的《中國區(qū)域科技創(chuàng)新評價報告2018》中指出黃河流域創(chuàng)新驅(qū)動發(fā)展水平較低,綜合科技創(chuàng)新水平指數(shù)均值為52.83%,低于69.6%的全國平均水平。國家水利部表示,當前黃河流域水資源利用較為粗放,2018年黃河137個水質(zhì)斷面中,劣V類水約占12.4%,高于全國6.7%的平均水平。面對黃河流域創(chuàng)新水平較低、生態(tài)環(huán)境脆弱的現(xiàn)狀,綠色技術(shù)創(chuàng)新作為引領(lǐng)綠色發(fā)展的第一動力以及創(chuàng)新的重要組成內(nèi)容,是保證黃河流域持久健康發(fā)展的重要一環(huán)。因此探究黃河流域綠色技術(shù)創(chuàng)新究竟通過何種途徑驅(qū)動綠色全要素生產(chǎn)率的提高具有重要的研究意義。

Chung等[1]首次將環(huán)境污染等非期望產(chǎn)出納入到全要素生產(chǎn)率的測算中,并以此衡量環(huán)境污染對經(jīng)濟增長的作用;李俊等[2]認為,如果可以保證統(tǒng)計數(shù)據(jù)質(zhì)量,則可以通過綠色全要素生產(chǎn)率這一指標衡量地區(qū)發(fā)展質(zhì)量。此后,學(xué)者關(guān)于綠色全要素生產(chǎn)率的研究增多。文獻[3-5]中通過拓展索洛模型,將二氧化碳排放量引入研究框架中,并運用空間數(shù)據(jù)分析法對綠色全要素生產(chǎn)率進行測算。

從綠色全要素生產(chǎn)率的影響因素角度看,倪瑛等[6]研究表明單一的金融發(fā)展與環(huán)境規(guī)制均會給綠色全要素生產(chǎn)率的提高帶來促進作用,但金融發(fā)展與環(huán)境規(guī)制相結(jié)合的模式卻會給綠色全要素生產(chǎn)率的提高帶來負面影響;文獻[7-8]中從財政分權(quán)的角度討論了金融發(fā)展對綠色全要素生產(chǎn)率的影響;文獻[9-11]中研究了技術(shù)創(chuàng)新對綠色發(fā)展和綠色全要素生產(chǎn)率的影響;Braun等[12]將綠色技術(shù)定義為可以實現(xiàn)低環(huán)境污染、低能耗、低原材料消耗的工藝和產(chǎn)品。此外,文獻[13-17]中研究了綠色技術(shù)創(chuàng)新和環(huán)境創(chuàng)新對全要素生產(chǎn)率或環(huán)境的影響。

僅有少數(shù)學(xué)者對黃河流域綠色全要素生產(chǎn)率的分布和影響因素進行了研究,如劉華軍等[18]基于數(shù)據(jù)包絡(luò)模型,采用傳統(tǒng)核密度以及隨機核估計的方法對黃河流域綠色全要素生產(chǎn)率的演進趨勢和分布動態(tài)特征進行了研究;馬丁等[19]基于黃河沿岸35座城市,采用面板數(shù)據(jù)樣本選擇模型分析了綠色發(fā)展效率的影響因素,發(fā)現(xiàn)黃河沿岸城市的綠色發(fā)展效應(yīng)仍未達到有效狀態(tài)。

綜上所述,針對現(xiàn)有文獻對某一特定經(jīng)濟區(qū)的綠色發(fā)展研究不足的現(xiàn)狀,并考慮到黃河流域在我國經(jīng)濟發(fā)展和生態(tài)環(huán)境保護中的重要戰(zhàn)略地位,因此,選取黃河流域城市作為研究對象。在綠色全要素生產(chǎn)率研究中,大多數(shù)學(xué)者已經(jīng)通過分解測算結(jié)果說明了綠色發(fā)展的主要驅(qū)動力為綠色技術(shù)進步,但在綠色技術(shù)的創(chuàng)新如何驅(qū)動綠色發(fā)展方面未做深入研究。因此運用空間杜賓模型,研究黃河流域綠色技術(shù)創(chuàng)新究竟通過何種途徑驅(qū)動綠色全要素生產(chǎn)率發(fā)展。

1 方法選擇與數(shù)據(jù)來源

1.1 綠色全要素生產(chǎn)率的測算方法及數(shù)據(jù)來源

測算綠色全要素生產(chǎn)率(GTFP,green total factor productivity)的方法包括生產(chǎn)函數(shù)法、索洛模型、隨機前沿分析法(SFA,stochastic frontier analysis)和數(shù)據(jù)包絡(luò)法(DEA,data envelope analysis)。學(xué)術(shù)界常用的方法有SFA及DEA,其中DEA可以在不給出價格信息和函數(shù)形式的情況下,較為方便地算出生產(chǎn)率。但由于傳統(tǒng)的DEA基于徑向和角度,忽略了松弛變量的問題,為彌補DEA的不足,Tone[20]提出了基于松弛變量的非徑向非角度SBM模型,并將非期望產(chǎn)出納入模型中。因此,研究結(jié)合既有文獻,選擇SBM模型結(jié)合曼奎斯特指數(shù),并使用MaxDEA 8 Ultra軟件測算出黃河流域65個城市的綠色全要素生產(chǎn)率。

(2) Malmquist指數(shù) Malmquist指數(shù)法是基于DEA提出的,使用其測算綠色全要素生產(chǎn)率時,可將其分解為綠色技術(shù)進步指數(shù)(tech)和綠色技術(shù)效率指數(shù)(effch)。按照Malmquist指數(shù)的構(gòu)造思路,從t到t+1時期的Malmquist指數(shù)可以表示為

當M>1時表示GTFP提高,反之表示GTFP降低;當tech>1時表示技術(shù)進步,反之表示技術(shù)有所退步;當effch>1時表示技術(shù)效率提高,反之表示技術(shù)效率有所降低。

(3) 投入產(chǎn)出指標選取和來源 綠色全要素生產(chǎn)率的計算涉及到投入產(chǎn)出指標,選擇黃河流域65個城市2004—2018年的數(shù)據(jù)進行研究,相關(guān)指標數(shù)據(jù)來源及處理說明如下。

表1 GTFP指標選取

1.2 空間計量模型的變量選取及自相關(guān)分析

(2) 空間自相關(guān)分析 為考察綠色技術(shù)的空間溢出效應(yīng),使用Moran'sI指數(shù)進行空間相關(guān)性檢驗,計算公式為

其中:Y表示要檢驗空間性的變量;Moran'sI指數(shù)的取值總在-1～1之間,若Moran'sI>0,表示存在空間正相關(guān)性,反之表示存在空間負相關(guān),絕對值越大,空間相關(guān)性就越強。若Moran'sI=0,表示研究的指標呈隨機分布;W表示空間權(quán)重矩陣,研究構(gòu)建了3種矩陣研究綠色技術(shù)對綠色全要素生產(chǎn)率的空間效應(yīng):

(1)鄰接矩陣。簡單的0-1矩陣構(gòu)建如下:

(2) 經(jīng)濟矩陣。地理因素并不是導(dǎo)致空間效應(yīng)的唯一原因,因此經(jīng)濟發(fā)展水平相似的地區(qū)間的相關(guān)關(guān)系可能越強。經(jīng)濟矩陣構(gòu)建為

其中:X代表城市GDP。

(3) 經(jīng)濟距離矩陣。當空間效應(yīng)中地理因素及經(jīng)濟因素同時存在時,可以構(gòu)建嵌套矩陣:

W=αWdis+βWeco。

根據(jù)3種空間矩陣,除2004年外,2005—2018年GTFP的莫蘭指數(shù)均顯著為正,說明研究區(qū)域的GTFP存在顯著的空間正相關(guān)。因此對黃河流域綠色發(fā)展進行研究時有必要考慮空間效應(yīng)。

2 實證結(jié)果及分析

2.1 綠色全要素生產(chǎn)率的測算

運用MaxDEA 8 Ultra測算黃河流域上游、中游、下游城市2004—2018年綠色全要素生產(chǎn)率,2003—2004年與2017—2018年黃河上游城市、中游城市、下游城市的GTFP測算結(jié)果分別如圖1～圖3所示。

圖1 黃河上游城市GTFP

圖2 黃河中游城市GTFP

圖3 黃河下游城市GTFP

由圖1～圖3可以看出,2004年黃河流域城市中有40座城市GTFP>1,說明綠色全要素生產(chǎn)率有所提高,至2018年黃河流域50座城市的GTFP指數(shù)超過1。自貢、攀枝花、南充、天水、烏海、西安、咸陽、大同、鄭州、平頂山、安陽、新鄉(xiāng)、許昌、漯河及三門峽的GTFP指數(shù)均從小于1提升至1以上。而瀘州、廣元、遂寧、金昌、白銀、銀川、石嘴山、吳忠、延安、朔州和淄博綠色全要素生產(chǎn)率有所下降。雖然大部分城市保持穩(wěn)定,但在GTFP增長的城市中,中下游城市多于上游城市,而在GTFP下降的城市中,上游城市占多數(shù)。因此從綠色全要素生產(chǎn)率的變化可以得出結(jié)論,黃河上游城市的綠色發(fā)展略遜于中下游城市。從指數(shù)分解的角度來看,2004年有37座城市的技術(shù)效率指數(shù)大于1,只有26座城市技術(shù)進步指數(shù)大于1。2018年65座城市中僅有28座城市effch超過1,而61座城市的tech大于1。從整體來說,黃河流域綠色全要素生產(chǎn)率的提升主要是由于技術(shù)進步的拉動,黃河流域加大了對綠色技術(shù)創(chuàng)新的重視。

2.2 空間計量的模型選擇

利用Stata15軟件進行LR檢驗及Wald檢驗后得出結(jié)論:SDM模型不能簡化為SEM或SLM模型。為了進一步確定使用時間固定、個體固定還是雙固定效應(yīng)進行了相關(guān)檢驗,通過Hausman檢驗及LR檢驗得出結(jié)論:顯著拒絕隨機效應(yīng)和時間或個體固定效應(yīng)的原假設(shè),應(yīng)采用雙重固定效應(yīng)模型進行估計。

3種矩陣的回歸結(jié)果如表2所列。

由表2可知,當?shù)鼐G色技術(shù)創(chuàng)新對GTFP在3種空間矩陣下均顯著為正,意味著綠色技術(shù)創(chuàng)新對本地的綠色全要素生產(chǎn)率起促進作用,而周邊的綠色技術(shù)創(chuàng)新對本地的綠色發(fā)展無顯著影響。利用這種估計解釋各因素的空間溢出效應(yīng)有失偏頗,因此,將空間效應(yīng)分解為直接效應(yīng)及間接效應(yīng)來研究黃河流域的綠色技術(shù)創(chuàng)新對綠色全要素生產(chǎn)率的驅(qū)動作用,結(jié)果如表3所列。

表2 SDM回歸結(jié)果

表3 空間效應(yīng)分解

由表3的分解結(jié)果可知:(1)在3種矩陣下,綠色技術(shù)創(chuàng)新對GTFP的直接效應(yīng)均顯著為正,分別為0.038、0.051及0.044,這說明一個城市的綠色技術(shù)創(chuàng)新會直接促進本地綠色全要素生產(chǎn)率的發(fā)展。而其間接效應(yīng)為負且不顯著,則說明黃河流域內(nèi)綠色技術(shù)創(chuàng)新并沒有顯著的溢出效應(yīng),即城市對綠色技術(shù)創(chuàng)新的模仿借鑒能力或主動傳輸力度欠缺,導(dǎo)致各地綠色技術(shù)創(chuàng)新對綠色全要素生產(chǎn)率的驅(qū)動作用更多地通過直接效應(yīng)作用于本地的綠色發(fā)展,而對周邊地區(qū)的幫助并不顯著。(2)產(chǎn)業(yè)結(jié)構(gòu)對綠色全要素生產(chǎn)率起抑制作用,因為相對第一產(chǎn)業(yè)和第二產(chǎn)業(yè),第二產(chǎn)業(yè)產(chǎn)生的污染排放更大,因此第二產(chǎn)業(yè)很有可能會抑制綠色發(fā)展。但影響并不顯著是因為,隨著我國對“推進三大產(chǎn)業(yè)均衡發(fā)展,促進產(chǎn)業(yè)優(yōu)化升級”的落實,傳統(tǒng)工業(yè)的積極升級轉(zhuǎn)型很大程度上弱化了環(huán)境污染的問題。(3)經(jīng)濟水平對綠色全要素生產(chǎn)率的直接作用為正,而間接作用大多為負。這說明一個城市的經(jīng)濟水平越高,技術(shù)創(chuàng)新水平就越高,技術(shù)創(chuàng)新水平的提高會促進當?shù)氐木G色發(fā)展。同時,經(jīng)濟水平較高的地區(qū)也可能對周邊地區(qū)存在較強的虹吸效應(yīng),從而抑制了周邊城市的綠色發(fā)展。(4)從FDI對綠色全要素生產(chǎn)率的影響可以看出其直接效應(yīng)為正?？赡艿脑蚴?，目前我國愈加注重招商引資的結(jié)構(gòu)與質(zhì)量，這使得各地引進的企業(yè)不再單純是制造企業(yè)等污染較大的企業(yè)，有利于當?shù)鼐G色全要素生產(chǎn)率的提高。同時，引進投資的地區(qū)一般擁有較先進的技術(shù)，可以對其排放的污染物進行較為及時的處理。而鄰省的技術(shù)水平較低，有時可能無法處理鄰省排放至公共區(qū)域的污染物。這就導(dǎo)致了當?shù)匾M的外商直接投資越多，對鄰地綠色全要素生產(chǎn)率提升的抑制作用越強，即FDI對綠色全要素生產(chǎn)率的間接效應(yīng)為負。(5)基礎(chǔ)設(shè)施的總效應(yīng)為負,意味著城市在進行基礎(chǔ)設(shè)施建設(shè)(如解決馬路擁堵等民生問題)時,可能對環(huán)境問題欠考慮,使得資源與基礎(chǔ)設(shè)施匹配不當。(6)環(huán)境規(guī)制在大部分情況下對綠色全要素生產(chǎn)率的影響均為顯著正相關(guān),這是因為政府加強環(huán)境規(guī)制使得企業(yè)污染成本增加,從而促進企業(yè)減少污染,實現(xiàn)了綠色全要素生產(chǎn)率的提高。

3 結(jié)論

綜上所述,黃河上游城市的綠色發(fā)展略遜于中下游城市,黃河流域呈現(xiàn)出以中下游城市為重心的綠色發(fā)展現(xiàn)狀,在綠色全要素生產(chǎn)率上升的城市中,黃河中下游城市占大多數(shù),而在下降的城市中,上游城市居多;黃河流域的城市之間缺乏綠色技術(shù)創(chuàng)新的模仿與借鑒,而增加綠色技術(shù)創(chuàng)新的強度僅對本地的綠色全要素生產(chǎn)率產(chǎn)生促進作用,對周邊地區(qū)的綠色發(fā)展影響并不顯著。

面對黃河流域綠色發(fā)展不平衡的問題,黃河流域應(yīng)做到協(xié)調(diào)發(fā)展,因地制宜,根據(jù)上游及中下游不同的生態(tài)和經(jīng)濟情況實現(xiàn)流域內(nèi)綠色全要素生產(chǎn)率的提升。對黃河上游地區(qū)來說,雖然人口稀少,工業(yè)企業(yè)較少,但經(jīng)濟發(fā)展水平及技術(shù)水平較低且生態(tài)環(huán)境脆弱,應(yīng)積極引進創(chuàng)新型人才,推進重大生態(tài)保護修復(fù)和建設(shè)工程,同時提升水源涵養(yǎng)能力。中游地區(qū)能源資源豐富,以煤炭大省山西省為例,經(jīng)濟發(fā)展的同時犧牲了生態(tài)環(huán)境,因此要重點做好環(huán)境治理工作。除此之外,坐落于黃土高原這一重要地理位置的中游地區(qū)要重點抓好水土保持工作。黃河下游地區(qū)經(jīng)濟水平相對較高,加之近年來貫徹落實經(jīng)濟轉(zhuǎn)型發(fā)展理念并注重生態(tài)保護,提高了綠色全要素生產(chǎn)率。因此,經(jīng)濟水平較高的下游城市應(yīng)該保持其良好的綠色發(fā)展態(tài)勢,積極進行新技術(shù)研發(fā),與中游及下游城市開展園區(qū)共建,并通過輻射作用帶動黃河上游和中游城市經(jīng)濟綠色發(fā)展。

針對綠色技術(shù)創(chuàng)新的溢出效應(yīng)不強的問題,流域內(nèi)城市不僅應(yīng)加強綠色技術(shù)的自主創(chuàng)新,同時也不可忽視對技術(shù)交流和學(xué)習(xí)的加強,中心城市應(yīng)發(fā)揮輻射帶動能力將先進技術(shù)向外傳播,從而促進黃河流域共同綠色發(fā)展,實現(xiàn)高質(zhì)量發(fā)展。黃河流域的創(chuàng)新平臺載體較少,在我國169個國家級高新區(qū)中,黃河流域有37個,僅占全國的21.9%。因此黃河流域城市的各地政府應(yīng)鼓勵企業(yè)與高等院校、科研機構(gòu)等相互合作,跨省市建立研發(fā)平臺,構(gòu)成產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)動,發(fā)揮綠色技術(shù)創(chuàng)新驅(qū)動黃河流域經(jīng)濟高質(zhì)量發(fā)展的關(guān)鍵作用。同時,中游地區(qū)城市在注重自身高校及科研機構(gòu)建設(shè)時,應(yīng)起到連接上游與下游的紐帶作用,做好上下游技術(shù)、資源的融通工作。此外從產(chǎn)業(yè)結(jié)構(gòu)的角度來說,作為國家的重點經(jīng)濟地帶,黃河流域城市應(yīng)繼續(xù)貫徹落實產(chǎn)業(yè)升級的要求,著力推動黃河流域生態(tài)環(huán)境保護和高質(zhì)量發(fā)展中的產(chǎn)業(yè)轉(zhuǎn)型。要在充分考慮資源環(huán)境條件的情況下,適當進行外商投資的引進與基礎(chǔ)設(shè)施的建設(shè)。