揚(yáng)子江城市群綠色全要素生產(chǎn)率的測(cè)度及分解研究

李根忠，周榮榮

揚(yáng)子江城市群綠色全要素生產(chǎn)率的測(cè)度及分解研究

李根忠，周榮榮

（三江學(xué)院 法商學(xué)院，南京 210012）

基于揚(yáng)子江城市群8市2010年至2019年的面板數(shù)據(jù)，運(yùn)用GML指數(shù)模型和SBM超效率模型，對(duì)揚(yáng)子江城市群的綠色全要素生產(chǎn)率進(jìn)行測(cè)算，并在此基礎(chǔ)上檢驗(yàn)了政府財(cái)政支出與綠色全要素生產(chǎn)率增長的門檻效應(yīng)。結(jié)果表明：政府財(cái)政支出與綠色全要素生產(chǎn)率的增長存在門檻效應(yīng)，政府財(cái)政支出對(duì)綠色全要素生產(chǎn)率的增長起推動(dòng)作用，但隨著政府財(cái)政支出比例的增加這種正向推動(dòng)力逐漸減弱。

揚(yáng)子江城市群；綠色全要素生產(chǎn)率；SBM超效率模型；區(qū)域協(xié)調(diào)

一、問題提出與文獻(xiàn)綜述

黨的十九大提出要推進(jìn)綠色發(fā)展，建立健全低碳循環(huán)發(fā)展的經(jīng)濟(jì)體系。綠色發(fā)展是現(xiàn)代化經(jīng)濟(jì)體系的生態(tài)環(huán)境基礎(chǔ)，是國民財(cái)富增長的重要形式。建立綠色經(jīng)濟(jì)發(fā)展體系是實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量增長、徹底改變傳統(tǒng)粗放型產(chǎn)業(yè)結(jié)構(gòu)的重要驅(qū)動(dòng)力。綠色發(fā)展能夠有效構(gòu)建區(qū)域協(xié)調(diào)發(fā)展新機(jī)制，將區(qū)域協(xié)調(diào)發(fā)展和城市化戰(zhàn)略提升到新的戰(zhàn)略高度。揚(yáng)子江城市群無論是在地理優(yōu)勢(shì)上還是經(jīng)濟(jì)發(fā)展基礎(chǔ)上都具有明顯的綜合競爭力優(yōu)勢(shì)，具備建設(shè)城市群的良好基礎(chǔ)和條件。然而，區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)依然是以傳統(tǒng)產(chǎn)業(yè)為主導(dǎo)地位，與“綠色發(fā)展”目標(biāo)之間存在一定的距離，經(jīng)濟(jì)增長需要大量要素投入和大規(guī)模投資驅(qū)動(dòng)。從揚(yáng)子江城市群各市之間的主導(dǎo)產(chǎn)業(yè)比較來看，除省會(huì)南京以外的其他七市核心產(chǎn)業(yè)優(yōu)勢(shì)依然是以制造業(yè)為主導(dǎo)產(chǎn)業(yè)。此外，各市重污染企業(yè)大多臨江設(shè)立，揚(yáng)子江段承載和淤積著來自長江中上游的污染物。生態(tài)環(huán)境脆弱、承載力不足是揚(yáng)子江城市群發(fā)展面臨的無法回避的嚴(yán)峻現(xiàn)實(shí)。因此，面對(duì)環(huán)境污染嚴(yán)重以及資源制約趨緊的嚴(yán)峻勢(shì)態(tài)，既要注重經(jīng)濟(jì)發(fā)展的質(zhì)量，又要開拓經(jīng)濟(jì)增長新模式。在經(jīng)濟(jì)建設(shè)中降低能耗和污染排量以確保綠色全要素生產(chǎn)率水平是全面推進(jìn)生態(tài)文明建設(shè)的重要一步。因此，正確把握在落實(shí)創(chuàng)新驅(qū)動(dòng)戰(zhàn)略和生態(tài)文明建設(shè)的大環(huán)境下，研究揚(yáng)子江城市群綠色全要素生產(chǎn)率及其與政府財(cái)政支出之間的關(guān)系具有很強(qiáng)的現(xiàn)實(shí)意義和緊迫性。

國內(nèi)外學(xué)者對(duì)于綠色全要素生產(chǎn)率測(cè)算的研究眾多，研究方法主要分為參數(shù)法和非參數(shù)法兩大類。運(yùn)用參數(shù)法需要投入變量、產(chǎn)出變量的具體價(jià)價(jià)格數(shù)據(jù)，而污染物的價(jià)格難以確定，因此，運(yùn)用參數(shù)法得到的測(cè)算結(jié)果易出現(xiàn)偏差。基于數(shù)據(jù)包絡(luò)分析法的發(fā)展成果，F(xiàn)are et al.（1994）將DEA與Caves et al.的Malmquist指數(shù)方法相結(jié)合并得到了非參數(shù)核算方法。[1]Hailu&Veeland（2000）運(yùn)用Shephard距離函數(shù)和Malmquist生產(chǎn)率指數(shù)進(jìn)行測(cè)算全要素生產(chǎn)率。[2]因?yàn)镾hephard（DF）距離函數(shù)是徑向的，并不支持在期望產(chǎn)出上升的同時(shí)非期望產(chǎn)出降低。Chung et al.（1997）在Shephard基礎(chǔ)之上，提出了方向性距離函數(shù)（DDF）與Malmquist-Luenberger指數(shù)。[3]該模型需要選擇投入或產(chǎn)出的測(cè)度角度，影響該指數(shù)的準(zhǔn)確性。Tone（2001）提出了不用選擇角度的SBM模型，擬合了所有觀測(cè)值，避免了投入產(chǎn)出不足的問題，然而約束條件的增加可能使測(cè)算結(jié)果無可行解。[4]

在國內(nèi),學(xué)者大多是圍繞綠色全要素生產(chǎn)率的影響因素從不同的角度進(jìn)行研究。張偉（2001）運(yùn)用“多投入—多產(chǎn)出”的DEA模型對(duì)長三角城市圈的全要素生產(chǎn)率進(jìn)行了實(shí)證分析，發(fā)現(xiàn)能源的過度使用會(huì)導(dǎo)致能源使用技術(shù)增長率降低，增加財(cái)政支出有助于減少技術(shù)增長率的減少程度。[5]葉初升等（2016）通過研究發(fā)現(xiàn)農(nóng)業(yè)財(cái)政支出從長期來看有助于農(nóng)業(yè)生產(chǎn)率的提高，應(yīng)加大對(duì)農(nóng)業(yè)的財(cái)政支持以促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)綠色增長。[6]肖銳等（2017）運(yùn)用受限面板Tobit回歸模型考察財(cái)政支持對(duì)農(nóng)業(yè)綠色生產(chǎn)率的影響，發(fā)現(xiàn)財(cái)政支持對(duì)促進(jìn)農(nóng)業(yè)綠色生產(chǎn)率的提高有積極影響。[7]張建偉（2019）認(rèn)為在綠色全要素生產(chǎn)率的衰退區(qū)域進(jìn)行財(cái)政分權(quán)有助于對(duì)綠色全要素生產(chǎn)率產(chǎn)生顯著的反向抑制作用。[8]王燕等（2020）認(rèn)為高科技產(chǎn)業(yè)與知識(shí)密集型產(chǎn)業(yè)協(xié)調(diào)聚集對(duì)綠色全要素生產(chǎn)率的影響呈現(xiàn)倒U型。[9]張國慶（2020）基于SBM方面距離函數(shù)的ML指數(shù)法對(duì)全國30個(gè)省份的綠色全要素生產(chǎn)率進(jìn)行測(cè)算后發(fā)現(xiàn)，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)對(duì)綠色全要素生產(chǎn)率有促進(jìn)作用。[10]呂琪睿（2020）在選取長江經(jīng)濟(jì)帶11個(gè)省市的面板數(shù)據(jù)對(duì)綠色要素增長率的影響因素進(jìn)行了動(dòng)態(tài)和靜態(tài)測(cè)算后指出技術(shù)變動(dòng)是綠色要素生產(chǎn)率增長的主要?jiǎng)恿?。[11]莊遠(yuǎn)等（2020）基于DAE模型測(cè)算認(rèn)為綠色全要素生產(chǎn)率的提升可以促進(jìn)江蘇工業(yè)產(chǎn)業(yè)走出發(fā)展瓶頸。[12]

通過對(duì)相關(guān)文獻(xiàn)的梳理可以發(fā)現(xiàn)，目前有關(guān)綠色全要素生產(chǎn)效率測(cè)算及其影響因素的研究大多數(shù)是圍繞產(chǎn)業(yè)協(xié)調(diào)、技術(shù)進(jìn)步與綠色全要素生產(chǎn)率之間的關(guān)系展開的，多是運(yùn)用SBM模型與Malmquist-Luenberger指數(shù)相結(jié)合的方法測(cè)算綠色全要素生產(chǎn)效率。該方法易出現(xiàn)無可行解的問題，忽略了財(cái)政支出對(duì)提升綠色全要素的重要性。

本文在明確揚(yáng)子江城市群污染排放現(xiàn)狀和投入產(chǎn)出特點(diǎn)的基礎(chǔ)上構(gòu)建包含非期望產(chǎn)出的SBM超效率模型并運(yùn)用GML指數(shù)法對(duì)揚(yáng)子江城市群的綠色全要素生產(chǎn)率做實(shí)證研究，得出揚(yáng)子江城市群綠色全要素生產(chǎn)率的測(cè)算結(jié)果?；跍y(cè)算結(jié)果，對(duì)政府財(cái)政支出與綠色全要素生產(chǎn)率增長的關(guān)系做門檻效益檢驗(yàn)，揭示兩者的影響機(jī)制。

二、研究方法與模型

（一）非期望產(chǎn)出的SBM超效率模型

基于Tone（2003）定義的包含非期望產(chǎn)出的SBM模型與Andersen & Petersen提出的“超效率”模型，構(gòu)建包含非期望產(chǎn)出的SBM超效率模型如下：

（二）Malmquist-Luenberger指數(shù)模型

結(jié)合Pastor&Lovell（2005）提出的全局式生產(chǎn)指數(shù)(Global Malmquist)與Chung等人將包含壞產(chǎn)出的方向距離函數(shù)應(yīng)用于Malmquist模型得到的Malmquist-Luenberger指數(shù)模型[13]，構(gòu)建GML指數(shù)模型。

GML指數(shù)法的計(jì)算方法如下：

（三）面板門檻回歸模型

為了考察政府財(cái)政支出對(duì)揚(yáng)子江綠色全要素生產(chǎn)率的非線性影響，本文利用Hansen（1999）提出的門檻回歸模型做回歸分析。[14]以單一門檻模型為例，模型方程式如下：

門檻效應(yīng)檢驗(yàn)需先確定門檻個(gè)數(shù)，通過最小化的OLS殘差值得到門檻值并進(jìn)行檢驗(yàn)，最后根據(jù)門檻值劃分門檻變量的區(qū)間。

三、揚(yáng)子江城市群綠色全要素生產(chǎn)率實(shí)證分析

（一）指標(biāo)選擇和數(shù)據(jù)來源

本文在現(xiàn)有的文獻(xiàn)基礎(chǔ)上結(jié)合所要研究的內(nèi)容，選取2010—2019年揚(yáng)子江城市群各市的統(tǒng)計(jì)公報(bào)來測(cè)算綠色全要素生產(chǎn)率。有關(guān)期望產(chǎn)出與非期望產(chǎn)出、投入要素的具體指標(biāo)說明（見表1）。

表1 各項(xiàng)指標(biāo)變量說明

為檢驗(yàn)門限效應(yīng)，設(shè)置政府財(cái)政支出比例（政府財(cái)政支出/地區(qū)生產(chǎn)總值）為門限變量，并設(shè)置貿(mào)易開放水平X1（進(jìn)出口總額/地區(qū)生產(chǎn)總值）、能源消費(fèi)結(jié)構(gòu)X2（煤炭消耗量/能源消耗總量）和產(chǎn)業(yè)結(jié)構(gòu)X3（第三產(chǎn)業(yè)增加值/地區(qū)生產(chǎn)總值）3個(gè)控制變量。

我在長期從事語文教學(xué)工作的過程中對(duì)學(xué)生學(xué)習(xí)中的普遍難點(diǎn)問題做了總結(jié)，發(fā)現(xiàn)學(xué)生的作文學(xué)習(xí)是一個(gè)難點(diǎn)，而很多老師又苦于缺少有效的方法提高學(xué)生的寫作能力。對(duì)于農(nóng)村學(xué)生來說，他們所能接觸到的寫作素材較少，再加上信息匱乏，因此想要寫出高質(zhì)量的作文非常困難。多媒體教學(xué)方式的應(yīng)用能夠在一定程度上改變這一情況，各種多媒體能突破時(shí)間和空間的限制，把客觀事物和各種學(xué)習(xí)資源呈現(xiàn)在學(xué)生面前，讓他們近距離地感知事物，接觸信息資源。學(xué)生在對(duì)這些信息了解和掌握之后，完全可以將其靈活應(yīng)用到自己的寫作之中。

（二）實(shí)證結(jié)果分析

從整體來看，如表2所示，揚(yáng)子江城市群中除南京外的綠色全要素生產(chǎn)率均值大于1，說明地區(qū)整體經(jīng)濟(jì)生產(chǎn)是有效率的。其中，作為經(jīng)濟(jì)強(qiáng)市，蘇州市社會(huì)生產(chǎn)的效率在8市中是最高的。與其相比較而言，省會(huì)南京市的綠色全要素生產(chǎn)率在2010年至2015年均低于1，說明水污染、大氣污染等非期望產(chǎn)出較高，經(jīng)濟(jì)發(fā)展呈無效率狀態(tài)，整體平均綠色生產(chǎn)要素效率最低。

表2 2010—2019年揚(yáng)子江城市群各市綠色全要素生產(chǎn)率測(cè)算結(jié)果

（三）GML指數(shù)測(cè)算結(jié)果分析

如表3所示，揚(yáng)子江城市群中各市的綠色全要素生產(chǎn)率整體上呈現(xiàn)出波動(dòng)性上升趨勢(shì)，平均增長率為2.59%。2010—2012年期間各市綠色全要素生產(chǎn)率均下降，平均降幅達(dá)1.90%。從整體的均值來看，除無錫和蘇州市之外，揚(yáng)子江城市群包含的其他6個(gè)市的綠色全要素生產(chǎn)率總體是增長態(tài)勢(shì)。其中，南京市的GML指數(shù)最高，說明南京市的經(jīng)濟(jì)增長正從無效率狀態(tài)向有效率狀態(tài)快速轉(zhuǎn)變。常州和蘇州的GML指數(shù)年均值分列第二位和第三位，說明常州市與蘇州市不僅關(guān)注經(jīng)濟(jì)的增長速度，同樣也重視經(jīng)濟(jì)的發(fā)展質(zhì)量。而鎮(zhèn)江市的綠色全要素生產(chǎn)率增長動(dòng)力稍顯不足，雖然生產(chǎn)是有效的，但GML指數(shù)顯示其研究期內(nèi)的綠色全要素生產(chǎn)率是略呈下降趨勢(shì)的，即沒有處理好經(jīng)濟(jì)與環(huán)境的矛盾問題。

從綠色全要素生產(chǎn)率的各項(xiàng)分解來看，如表4所示，揚(yáng)子江城市群綠色全要素生產(chǎn)率的波動(dòng)性上升趨勢(shì)主要受技術(shù)進(jìn)步的影響。2010年至2019年揚(yáng)子江城市群技術(shù)進(jìn)步的平均增幅為1.018%，技術(shù)效率變動(dòng)的平均增幅為1.010%。揚(yáng)子江城市群各市的平均技術(shù)效率變動(dòng)指數(shù)只有南京、蘇州、揚(yáng)州和泰州較高，技術(shù)效率增幅超過1%，鎮(zhèn)江市、常州市和南通市的技術(shù)效率變動(dòng)指數(shù)小于1。按平均技術(shù)效率變動(dòng)指數(shù)大小得到的各市排序與按綠色全要素生產(chǎn)率GML指數(shù)得到的排序較不符，因此，研究期內(nèi)技術(shù)效率變動(dòng)對(duì)揚(yáng)子江城市群綠色全要素生產(chǎn)率的變動(dòng)影響較小，而綠色全要素生產(chǎn)率的變動(dòng)受其技術(shù)進(jìn)步的影響較大。

表4 2010—2019年揚(yáng)子江城市群綠色全要素生產(chǎn)率GML指數(shù)分解結(jié)果

數(shù)據(jù)來源：201—2019年揚(yáng)子江城市群各市綠色全要素生產(chǎn)率測(cè)算結(jié)果

（四）門檻效應(yīng)檢驗(yàn)

門檻效應(yīng)的實(shí)證檢驗(yàn)主要分三個(gè)步驟進(jìn)行，第一步是檢驗(yàn)面板數(shù)據(jù)是否具有門檻效應(yīng)，第二步是估計(jì)具體的門檻值，第三步是對(duì)門檻回歸結(jié)果進(jìn)行分析。為了確定面板門檻模型的具體形式，需要對(duì)是否存在門檻效應(yīng)進(jìn)行檢驗(yàn)，對(duì)模型（4）的門檻數(shù)量進(jìn)行估計(jì)。運(yùn)用格柵搜索法設(shè)置的網(wǎng)格計(jì)算的網(wǎng)格數(shù)為100個(gè)，Bootstrap自舉抽樣次數(shù)設(shè)定為500次，得到的各門檻個(gè)數(shù)假設(shè)的F統(tǒng)計(jì)值和P值如表4所示。

模型的單一門檻和三重門檻的假設(shè)均沒有通過F統(tǒng)計(jì)值檢驗(yàn)，P值分別為0.160和0.758；雙重門檻假設(shè)對(duì)應(yīng)的P值為0.042，在5%的臨界值水平上顯著。根據(jù)模型雙重門檻假設(shè)得到的門檻估計(jì)值為0.078和0.112，對(duì)應(yīng)的置信區(qū)間如表3、表4中所示。

表5 門檻模型檢驗(yàn)結(jié)果

注：***、**、*分別表示依次代表在1%、5%、10% 的臨界值水平上顯著

根據(jù)門檻模型檢驗(yàn)的結(jié)果（見表5），將模型（4）進(jìn)一步改進(jìn)為雙重門檻模型，改進(jìn)后的模型方程式如下：

（五）檢驗(yàn)結(jié)果分析

根據(jù)表6的模型估計(jì)結(jié)果，2010年至2019年揚(yáng)子江城市群政府財(cái)政支出對(duì)綠色全要素生產(chǎn)率的增長起到了正面推動(dòng)作用，但不同水平的政府財(cái)政支出比例對(duì)綠色全要素生產(chǎn)率增長的正面影響大小存有不同。根據(jù)門檻效應(yīng)的檢驗(yàn)結(jié)果，將揚(yáng)子江城市群的政府財(cái)政支出比例劃分成三個(gè)水平。當(dāng)政府財(cái)政支出比例小于7.79%時(shí)，財(cái)政支出對(duì)綠色全要素生產(chǎn)率的影響力最大，且政府財(cái)政支出比例每上升1個(gè)百分點(diǎn)，綠色全要素生產(chǎn)率的增長率上升10.25個(gè)百分點(diǎn)；當(dāng)政府財(cái)政支出比例處于7.79%與11.19%之間時(shí)，其對(duì)綠色全要素生產(chǎn)率GML指數(shù)的影響下降，政府財(cái)政支出比例每上升1個(gè)百分點(diǎn)，綠色全要素生產(chǎn)率GML指數(shù)僅上升7.12個(gè)百分點(diǎn)；當(dāng)政府財(cái)政支出比例大于11.19%時(shí)，其對(duì)綠色全要素生產(chǎn)率GML指數(shù)的影響系數(shù)進(jìn)一步減小至4.90。

目前，揚(yáng)子江城市群政府財(cái)政支出比例的上升拉動(dòng)了綠色全要素生產(chǎn)率的增長，一定程度地提高政府財(cái)政支出比例有利于社會(huì)生產(chǎn)效率的提高。財(cái)政支出是政府把社會(huì)資源重新配置的基本途徑。在資源重新配置的過程中，政府可將有限的社會(huì)資源進(jìn)行合理地分配以促進(jìn)經(jīng)濟(jì)的增長和社會(huì)財(cái)富的增加，完善社會(huì)基礎(chǔ)設(shè)施的建設(shè)以及民生保障體系建設(shè)，從而增進(jìn)全民福利。政府財(cái)政支出的增加使得政府能更有效地發(fā)揮宏觀調(diào)控作用。對(duì)綠色產(chǎn)業(yè)、高新技術(shù)產(chǎn)業(yè)等經(jīng)濟(jì)效益良好、發(fā)展前景廣闊、環(huán)境友好的產(chǎn)業(yè)提供扶持，調(diào)整不合理的產(chǎn)業(yè)結(jié)構(gòu)，有助于實(shí)現(xiàn)經(jīng)濟(jì)的高質(zhì)量發(fā)展。此外，將財(cái)政支出用于地區(qū)的環(huán)境污染治理以控制日益嚴(yán)峻的環(huán)境污染問題和減少生產(chǎn)過程產(chǎn)生的非期望產(chǎn)出，同樣有利于提高地區(qū)的綠色全要素生產(chǎn)率。

表6 模型估計(jì)結(jié)果

注：***、**、*分別表示依次代表在1%、5%、10% 的臨界值水平上顯著

能源消費(fèi)結(jié)構(gòu)對(duì)揚(yáng)子江城市群綠色全要素生產(chǎn)率GML指數(shù)的影響系數(shù)為0.48，且這一正向影響在10%的水平上顯著。能源結(jié)構(gòu)的合理化使得區(qū)域開展同樣的生產(chǎn)活動(dòng)可以使用較少的能源、產(chǎn)生較少的污染物，減輕區(qū)域的能源壓力和環(huán)境壓力，促進(jìn)區(qū)域經(jīng)濟(jì)的可持續(xù)發(fā)展。貿(mào)易開放水平對(duì)揚(yáng)子江城市群綠色全要素生產(chǎn)率GML指數(shù)的影響系數(shù)為0.17，即貿(mào)易開放水平每上升1%則綠色全要素生產(chǎn)率的增長率上升0.15%。而且，貿(mào)易開放水平越高，產(chǎn)業(yè)升級(jí)和技術(shù)進(jìn)步的步伐越快，越能發(fā)揮區(qū)域資源的比較優(yōu)勢(shì)，提高經(jīng)濟(jì)的國際競爭力，推動(dòng)綠色全要素生產(chǎn)率增長。但這種推動(dòng)作用可能受到其他未知因素的影響，因此在檢驗(yàn)中并不顯著。

產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整升級(jí)對(duì)揚(yáng)子江城市群綠色全要素生產(chǎn)率的增長起顯著的推動(dòng)作用，影響系數(shù)為0.01。第三產(chǎn)業(yè)增加值在GDP中的占比提高意味著區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的高端化?；诘谌a(chǎn)業(yè)的特點(diǎn)，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化可以使區(qū)域經(jīng)濟(jì)發(fā)展的相對(duì)資源投入和污染產(chǎn)出下降，有助于區(qū)域經(jīng)濟(jì)的綠色增長。

四、研究結(jié)論

本文利用2010年至2019年揚(yáng)子江城市群所含8市的面板數(shù)據(jù)，借鑒包含非期望產(chǎn)出的SBM超效率模型和GML指數(shù)方法，得到近10年間揚(yáng)子江城市群的綠色全要素生產(chǎn)率及其增長率。根據(jù)測(cè)算結(jié)果，從揚(yáng)子江城市群綠色全要素生產(chǎn)率的均值來看，除了鎮(zhèn)江市之外的其他各市均大于1，說明區(qū)域經(jīng)濟(jì)生產(chǎn)總體是有效率的。揚(yáng)子江城市群綠色全要素生產(chǎn)率的增長速度呈波動(dòng)性上升趨勢(shì)，研究期內(nèi)年平均增長率為2.59%，這一增長趨勢(shì)的形成主要受區(qū)域技術(shù)進(jìn)步的影響，受技術(shù)效率變動(dòng)的影響較小。

利用揚(yáng)子江城市群綠色全要素生產(chǎn)率GML指數(shù)測(cè)算結(jié)果，以政府財(cái)政支出比例為門檻變量，以經(jīng)濟(jì)發(fā)展水平、對(duì)外開放水平和能源消費(fèi)結(jié)構(gòu)為控制變量做門檻效應(yīng)檢驗(yàn)。檢驗(yàn)的結(jié)果表明，政府財(cái)政支出的比例與綠色全要素生產(chǎn)率的增長存在雙門檻效應(yīng)，政府財(cái)政支出對(duì)綠色全要素生產(chǎn)率的增長有推動(dòng)作用。隨著政府財(cái)政支出比例的上升，政府財(cái)政支出對(duì)綠色全要素生產(chǎn)率增長的正向影響力度逐步下降，影響變化趨勢(shì)大致可以分為三個(gè)階段。在第一階段，當(dāng)政府財(cái)政支出比例p≤7.79%的時(shí)候，財(cái)政支出對(duì)綠色全要素生產(chǎn)率增長的影響力最大，影響系數(shù)為10.25。在第二階段，7.79%＜政府財(cái)政支出比例（p值）≤11.19%時(shí)，政府財(cái)政支出對(duì)綠色全要素生產(chǎn)率GML指數(shù)的影響下降，影響系數(shù)由第一階段的10.25降至7.12。在第三階段，當(dāng)（p值）政府財(cái)政支出比例＞11.19%時(shí)，政府財(cái)政支出對(duì)綠色全要素生產(chǎn)率GML指數(shù)的影響系數(shù)進(jìn)一步減小至4.90。此外，能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)等因素均與綠色全要素生產(chǎn)率的增長呈正相關(guān)關(guān)系。

五、政策建議

（一）推進(jìn)體制改革，打破區(qū)域要素流動(dòng)壁壘

綠色全要素生產(chǎn)率對(duì)揚(yáng)子江城市群的經(jīng)濟(jì)發(fā)展總體來說是有效率的，且綠色全要素生產(chǎn)率呈上升趨勢(shì)。從單個(gè)市級(jí)行政單位來看，由于經(jīng)濟(jì)存在區(qū)域間差距導(dǎo)致部分城市財(cái)政支出較少，綠色全要素生產(chǎn)率的增長動(dòng)力不足，區(qū)域各市的綠色發(fā)展不協(xié)調(diào)。需要進(jìn)一步增加財(cái)政支出，加大城市間交通建設(shè)，縮小公共服務(wù)差距。以“去行政化”打破行政區(qū)間經(jīng)濟(jì)要素自由流動(dòng)、資源配置的壁壘，促進(jìn)區(qū)域各市間的合作。產(chǎn)業(yè)結(jié)構(gòu)不合理的城市應(yīng)加快產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，以人才引進(jìn)助力產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。具體做法就是要求各市區(qū)發(fā)揮區(qū)位資源優(yōu)勢(shì)和人才優(yōu)勢(shì)，以人才提升綠色全要素生產(chǎn)率。

（二）構(gòu)建轉(zhuǎn)移支付的財(cái)政制度

政府財(cái)政支出比例對(duì)揚(yáng)子江城市群綠色全要素生產(chǎn)率的增長有積極影響，提高政府財(cái)政支出比例有利于社會(huì)生產(chǎn)效率的提高。將有限的財(cái)政資源用于扶持綠色產(chǎn)業(yè)、高新技術(shù)產(chǎn)業(yè)等兼顧經(jīng)濟(jì)效益與環(huán)境效益的產(chǎn)業(yè)有助于實(shí)現(xiàn)綠色經(jīng)濟(jì)的高質(zhì)量發(fā)展。加大對(duì)地區(qū)環(huán)境污染的治理投資，減輕環(huán)境壓力，鼓勵(lì)企業(yè)使用清潔能源和開發(fā)降低污染排放量的新工藝，可以推動(dòng)揚(yáng)子江城市群經(jīng)濟(jì)的可持續(xù)健康發(fā)展。在產(chǎn)業(yè)發(fā)展面臨生態(tài)破壞壓力、主要行業(yè)產(chǎn)業(yè)相對(duì)過剩和總體經(jīng)濟(jì)增速放緩的大背景下，應(yīng)該增加財(cái)政支出，通過綠色科技創(chuàng)新提高增長貢獻(xiàn)率，加快研發(fā)傳統(tǒng)產(chǎn)業(yè)綠色化改造的關(guān)鍵技術(shù)，深入實(shí)施綠色金融工程以此提升綠色金融服務(wù)實(shí)體經(jīng)濟(jì)的效率。要拋棄過去依靠資源投入和犧牲生態(tài)環(huán)境的經(jīng)濟(jì)增長方式，要更加重視高質(zhì)量的經(jīng)濟(jì)發(fā)展，積極發(fā)展“兩低一高”產(chǎn)業(yè)以推進(jìn)區(qū)域經(jīng)濟(jì)與生態(tài)的協(xié)調(diào)發(fā)展。揚(yáng)子江城市群城市間存在經(jīng)濟(jì)發(fā)展的異質(zhì)性，財(cái)政支付能力各不相同。因此，要進(jìn)一步深化財(cái)政體制改革，構(gòu)建區(qū)域間的轉(zhuǎn)移支付制度。

（三）推進(jìn)產(chǎn)業(yè)體系向綠色發(fā)展轉(zhuǎn)型

揚(yáng)子江城市群區(qū)域間不同企業(yè)因技術(shù)水平、資源條件、環(huán)保政策執(zhí)行力度導(dǎo)致環(huán)境被污染程度有所不同，在節(jié)能和排污指標(biāo)消減量分配與協(xié)調(diào)上存在強(qiáng)烈的利益博弈和“搭便車”動(dòng)機(jī)，這使得有效的政策在執(zhí)行中大打折扣。提升產(chǎn)業(yè)結(jié)構(gòu)綠色轉(zhuǎn)型效率有必要針對(duì)這一難題，進(jìn)行反思和借鑒國內(nèi)外的經(jīng)驗(yàn)和教訓(xùn)，尋求新思路、新辦法。要以綠色經(jīng)濟(jì)發(fā)展為核心構(gòu)建綠色產(chǎn)業(yè)體系，并以實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量增長為目標(biāo)而充分利用現(xiàn)代技術(shù)手段增強(qiáng)科技創(chuàng)新對(duì)產(chǎn)業(yè)綠色結(jié)構(gòu)轉(zhuǎn)型的能力。要從經(jīng)濟(jì)角度出發(fā)解決提高環(huán)保政策效益的釋放效益問題，建立在適合的環(huán)境資源承載能力上以最小資源環(huán)境代價(jià)去實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)向綠色轉(zhuǎn)型發(fā)展的目標(biāo)。以生態(tài)環(huán)境與綠色經(jīng)濟(jì)協(xié)同發(fā)展為核心，區(qū)分區(qū)域環(huán)境資產(chǎn)的公共屬性與經(jīng)濟(jì)屬性，并依據(jù)揚(yáng)子江城市群區(qū)域“生產(chǎn)—生活—生態(tài)”空間閾值和空間布局確定未來產(chǎn)業(yè)發(fā)展規(guī)劃。

[1]Fare R, Grosskopf S, Norris M, etc. Productivity growth, technical progress and efficiency change in industrialized countries. The American Economist[J]. 1994（84）：66-83

[2]Hailu,Veeman T S.Environmentally sensitive productivity analysis of the Canadian pulpand paper industry，1959-1994:an input distance function approach[J]. Journal of Environmental Economics and Management，2000（40）：251-274

[3]Chung Y H.Fare R,Grosskopf S.Productivity and undesirable outputs a directional distance function approach[J]Journal of Environmental Economics and Management，1997（51）：229-240

[4]Tone k.A slacks-based measure of efficiency in date envelopment analysis [J].European Journal of operational Research，2001（3）：498-509

[5]張偉,吳文元.基于環(huán)境績效的長三角都市圈全要素能源效率研究[J].經(jīng)濟(jì)研究,2011（10）：95-109.

[6]葉初升，惠利.農(nóng)業(yè)財(cái)政支出對(duì)中國農(nóng)業(yè)綠色生產(chǎn)率的影響[J].武漢大學(xué)學(xué)報(bào)，2016（3）：48-55.

[7]肖銳，陳池波.財(cái)政支持能提升農(nóng)業(yè)綠色生產(chǎn)率嗎?——基于農(nóng)業(yè)化學(xué)品投入的實(shí)證分析[J].中南政法大學(xué)學(xué)報(bào)，2017（1）：18-24.

[8]張建偉.財(cái)政分權(quán)對(duì)綠色全要素生產(chǎn)率的影響[J].統(tǒng)計(jì)與決策，2019（17）：170-172.

[9]王燕，孫超.產(chǎn)業(yè)協(xié)調(diào)聚集對(duì)綠色全要素成產(chǎn)率的影響研究[J].經(jīng)濟(jì)縱橫，2020（3）69-77.

[10]張國慶.高質(zhì)量發(fā)展導(dǎo)向下產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化對(duì)區(qū)域綠色全要素生產(chǎn)率的影響[J].經(jīng)江西社會(huì)科學(xué)，2020（5）：63-71.

[11]呂琪睿.長江經(jīng)濟(jì)帶綠色全要素效率評(píng)價(jià)及其影響因素研究[J].無錫商業(yè)技術(shù)學(xué)院學(xué)報(bào)，2020（3）：28-34.

[12]莊遠(yuǎn)，吳正.工業(yè)結(jié)構(gòu)、空間溢出與綠色全要素生產(chǎn)率研究——以江蘇為例[J].資源與產(chǎn)業(yè)，2020（4）：1-12.

[13]Pastor J T, Lovell C A K.A global Malmquist productivity index[J].Economics, 2005(88):266-271.

[14]Hansen, B. E. Threshold Effects in Non-Dynamic Panels: Estimation, Testing, and Inference[J].Journal of Econo- metrics, 1999（2）：345-368.

Research on Measurement and Decomposition of Green Total Factor Productivity of Yangtze River Urban Agglomeration

Li Genzhong，Zhou Rongrong

Based on the panel data of 8 cities in the Yangtze River urban agglomeration from 2010 to 2019, the GML index model and the SBM super-efficiency model are used to measure the green total factor productivity of the Yangtze River urban agglomeration. Based on this, the government fiscal expenditure and green total are tested. The results show that there is a threshold effect between government fiscal expenditure and the growth of green total factor productivity. Government fiscal expenditure promotes the growth of green total factor productivity, but this positive driving force gradually weakens as the proportion of government fiscal expenditure increases.

Yangtze River urban agglomeration; Green total factor productivity; SBM super-efficiency model; Regional coordination

2020-10-25

國家社科基金項(xiàng)目（16BJL056）；教育部人文社科規(guī)劃項(xiàng)目（17YJA790101）；江蘇省教育廳哲社基金項(xiàng)目（2020SJA0564）

李根忠（1977—），男，山東嘉祥人，三江學(xué)院法商學(xué)院講師，博士研究生。

10.13685/j.cnki.abc. 000546

F299.27；X22

A

1671-9255（2021）01-0016-06