我國省域經(jīng)濟(jì)綠色發(fā)展評(píng)價(jià)

武義青 張旭

摘 要：以提高綠色全要素生產(chǎn)率（GTFP）為導(dǎo)向的綠色發(fā)展是化解經(jīng)濟(jì)發(fā)展與資源環(huán)境之間矛盾、實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的必然選擇。引入勢(shì)效系數(shù)改進(jìn)擴(kuò)展C-D生產(chǎn)函數(shù)進(jìn)而建立GTFP模型，測(cè)算2008—2019年我國及各?。ㄗ灾螀^(qū)、直轄市）GTFP，并對(duì)我國省域綠色發(fā)展進(jìn)行評(píng)價(jià)。結(jié)果表明：我國GTFP呈上升趨勢(shì)，年均增長3.37%，整體綠色發(fā)展水平逐年提高;我國區(qū)域GTFP不平衡問題仍然比較突出，區(qū)域間差異對(duì)總體差異的貢獻(xiàn)率較大但呈縮小趨勢(shì)，而區(qū)域內(nèi)差異貢獻(xiàn)率較小但呈擴(kuò)大趨勢(shì);我國省域GTFP總體呈現(xiàn)“東高西低”“南快北慢”態(tài)勢(shì)?！笆奈濉睍r(shí)期，要深入貫徹新發(fā)展理念，以GTFP引導(dǎo)地方高質(zhì)量發(fā)展;大力發(fā)展綠色經(jīng)濟(jì)，努力實(shí)現(xiàn)“綠富同興”;堅(jiān)持系統(tǒng)觀念，統(tǒng)籌區(qū)域間和區(qū)域內(nèi)協(xié)調(diào)綠色發(fā)展;積極發(fā)展綠色金融，助力區(qū)域經(jīng)濟(jì)綠色轉(zhuǎn)型。

關(guān)鍵詞：綠色發(fā)展;GTFP;勢(shì)效系數(shù);Dagum基尼系數(shù);區(qū)域差距

中圖分類號(hào)：F061.3 ?文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-2101（2022）01-0067-15

一、引言

改革開放以來，我國經(jīng)濟(jì)持續(xù)快速發(fā)展，取得了舉世矚目的成就，創(chuàng)造了中國奇跡。與此同時(shí)，也消耗了大量資源、能源，并引發(fā)了資源短缺、環(huán)境污染等問題。綠色發(fā)展則是化解經(jīng)濟(jì)發(fā)展與資源約束、環(huán)境保護(hù)之間矛盾，實(shí)現(xiàn)我國高質(zhì)量發(fā)展的必由之路。黨的十八大以來，黨中央高度重視綠色發(fā)展，把生態(tài)文明建設(shè)納入“五位一體”總體布局?！笆奈濉币?guī)劃綱要指出：“堅(jiān)持生態(tài)優(yōu)先、綠色發(fā)展，推進(jìn)資源總量管理、科學(xué)配置、全面節(jié)約、循環(huán)利用，協(xié)同推進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展和生態(tài)環(huán)境高水平保護(hù)。”綠色發(fā)展成為當(dāng)前及今后我國經(jīng)濟(jì)社會(huì)發(fā)展的基本方向。如何客觀評(píng)價(jià)我國綠色發(fā)展現(xiàn)狀及時(shí)空演化趨勢(shì)，對(duì)進(jìn)一步提高我國綠色發(fā)展水平具有重要意義。

對(duì)綠色發(fā)展的評(píng)價(jià)，學(xué)者們進(jìn)行了大量研究。比較有代表性的有，北京師范大學(xué)課題組從經(jīng)濟(jì)增長的綠色度、政府支持力度以及資源環(huán)境承載能力等三方面建立綠色發(fā)展指數(shù)，較為系統(tǒng)地評(píng)價(jià)了我國各省綠色發(fā)展水平[1];王勇等在四部委發(fā)布的《綠色發(fā)展指標(biāo)體系》基礎(chǔ)上進(jìn)行調(diào)整，建立包含資源利用、生態(tài)保護(hù)、環(huán)境質(zhì)量、環(huán)境治理、增長質(zhì)量及綠色生活等六個(gè)方面45個(gè)二級(jí)指標(biāo)的評(píng)價(jià)體系，較為全面地評(píng)價(jià)了我國綠色發(fā)展的空間格局及演變特點(diǎn)[2];也有學(xué)者采用數(shù)據(jù)包絡(luò)分析法[3-5]、隨機(jī)前沿法[6]、指數(shù)法[7]等測(cè)算綠色發(fā)展效率。總體來看，現(xiàn)行方法可歸納為兩類，一是指標(biāo)體系法，二是模型法。指標(biāo)體系法在選取指標(biāo)時(shí)，往往因人而異，隨意性較大，指標(biāo)數(shù)量較多，客觀性較差;而模型法相對(duì)客觀，但方法過于復(fù)雜，與實(shí)際情況相去甚遠(yuǎn)。本文通過引入勢(shì)效系數(shù)[8]對(duì)C-D生產(chǎn)函數(shù)進(jìn)行擴(kuò)展改進(jìn)得到綠色全要素生產(chǎn)率（GTFP）模型[9]，此法在考慮資本、勞動(dòng)節(jié)約的同時(shí)，也考慮了能源、資源的節(jié)約，是經(jīng)過模型規(guī)范了的四要素生產(chǎn)率指標(biāo)體系，是模型法與指標(biāo)體系法的結(jié)合，符合我國綠色發(fā)展理念，具有含義明確、簡便易行等優(yōu)點(diǎn)。

本文通過測(cè)算2008—2019年我國及30個(gè)?。ㄗ灾螀^(qū)、直轄市，因數(shù)據(jù)缺失未包含西藏自治區(qū)，中國香港、澳門和臺(tái)灣地區(qū)，下同）的GTFP對(duì)各省域綠色發(fā)展情況進(jìn)行客觀評(píng)價(jià)，分析我國綠色發(fā)展的時(shí)空分布及變化趨勢(shì);并通過計(jì)算Dagum基尼系數(shù)及其分解對(duì)我國綠色發(fā)展區(qū)域差異變化及差異來源進(jìn)行分析，為“十四五”時(shí)期進(jìn)一步提高我國綠色發(fā)展水平提供參考。

二、綠色全要素生產(chǎn)率的測(cè)度方法

（二）數(shù)據(jù)

本文選用2008—2019年我國30個(gè)省（自治區(qū)、直轄市）面板數(shù)據(jù)對(duì)我國省域GTFP進(jìn)行測(cè)算。數(shù)據(jù)來源于國家統(tǒng)計(jì)局及《中國能源統(tǒng)計(jì)年鑒》《中國水利統(tǒng)計(jì)年鑒》和各?。ㄗ灾螀^(qū)、直轄市）統(tǒng)計(jì)年鑒。

產(chǎn)出Y采用各?。ㄗ灾螀^(qū)、直轄市）生產(chǎn)總值，并用CPI對(duì)其進(jìn)行平減到以2008年為基期的不變價(jià)格水平。資本投入K采用年均資本存量，本文借鑒張軍等[10]的方法對(duì)我國30個(gè)?。ㄗ灾螀^(qū)、直轄市）2001—2019年資本存量進(jìn)行估算。計(jì)算公式為：Ki，t=Ii，t+（1-δi，t）Ki，t-1。其中，Ki，t為i?。ㄗ灾螀^(qū)、直轄市）在t期的資本存量，Ki，t-1為前一期的資本存量，Ii，t表示i?。ㄗ灾螀^(qū)、直轄市）第t期的固定資本形成總額;δi，t為固定資產(chǎn)折舊率。固定資產(chǎn)折舊率沿用張軍等的測(cè)算結(jié)果，取值為9.6%。關(guān)于基期資本存量的計(jì)算，學(xué)者們多采用前人測(cè)算結(jié)果[11]，或采用后一期的資本形成總額除以折舊率與 1953—1957 年固定資產(chǎn)投資形成平均增長率之和[12]，或用基期固定資產(chǎn)投資額比上折舊率與“計(jì)算期”固定資產(chǎn)不變價(jià)計(jì)算的幾何增長率之和[13]，本文則沿用張軍等的測(cè)算結(jié)果，并在其基礎(chǔ)上進(jìn)行調(diào)整：根據(jù)2001—2019年四川和重慶的固定資產(chǎn)投資額比例對(duì)基期的四川資本存量進(jìn)行分解，最后將求得的資本存量通過固定資產(chǎn)投資價(jià)格指數(shù)將其平減到以2008年為基期的不變價(jià)格水平。勞動(dòng)投入L采用?。ㄗ灾螀^(qū)、直轄市）年末從業(yè)人員數(shù)。能源投入E采用?。ㄗ灾螀^(qū)、直轄市）能源消耗總量。資源投入W采用中國水利部統(tǒng)計(jì)的各省（自治區(qū)、直轄市）用水總量。

（三）結(jié)果

為便于估計(jì)，將擴(kuò)展的C-D生產(chǎn)函數(shù)通過取對(duì)數(shù)處理將其線性化為：lnY=lnA+αlnK+βlnL+γlnE+δlnW。運(yùn)用STATA對(duì)2008—2019年30個(gè)?。ㄗ灾螀^(qū)、直轄市）面板數(shù)據(jù)進(jìn)行回歸，其結(jié)果如表1所示。

表1回歸結(jié)果顯示水資源系數(shù)為負(fù)，表明在其他條件不變的情況下水資源使用越多產(chǎn)出反而越少，這顯然不符合常理。對(duì)此，筆者將水資源效率（PW=YW）替代水資源（W）進(jìn)行回歸，由于已經(jīng)導(dǎo)出恒等式Y(jié)=Pα*KPβ*LPγ*EPδ*WKα*Lβ*Eγ*Wδ*，故將水資源產(chǎn)出效率替代水資源投入后，恒等式Y(jié)=Pα*KPβ*LPγ*EPδ*WKα*Lβ*Eγ*Wδ*仍然成立，并且回歸結(jié)果顯示水資源效率系數(shù)為正（見表2），即在其他條件不變的情況下，水資源效率越高產(chǎn)出越多，這與實(shí)際情況是相符的。

表2回歸結(jié)果顯示，各系數(shù)的P值均小于0.01，即在1%水平下各系數(shù)顯著;R2為0.920 7，說明模型的擬合較好;F統(tǒng)計(jì)量較大且P值小于 0.05 也說明方程顯著性較強(qiáng)。觀察變量的系數(shù)可以發(fā)現(xiàn)，資本與勞動(dòng)力投入在產(chǎn)出中仍然發(fā)揮著重要的作用，且能源和水資源效率對(duì)產(chǎn)出也有較大影響。針對(duì)得到的估計(jì)系數(shù)進(jìn)行歸一化處理可得出：α*=0.280 2，β*=0.379 2，γ*=0.133 2，δ*=0.207 4，于是得到GTFP模型：GTFP=P0.280 2KP0.379 2LP0.133 2EP0.207 4W，據(jù)此測(cè)算，結(jié)果見表3。

三、我國省域綠色生產(chǎn)率比較分析

（一）我國綠色全要素生產(chǎn)率的整體演變趨勢(shì)分析

從整體來看，我國綠色全要素生產(chǎn)率呈現(xiàn)逐年上升趨勢(shì)。2009—2019年，我國綠色全要素生產(chǎn)率增長43.98%，平均每年增長3.37%。從變動(dòng)趨勢(shì)來看，在2010—2011年和2017—2018年綠色全要素生產(chǎn)率增長較快，年增長速度超過6%，除2015年綠色全要素生產(chǎn)率增長率僅為0.25%外，其他年份增長較為平穩(wěn)，增速基本保持在1%～2%。

從單要素生產(chǎn)率來看，我國勞動(dòng)生產(chǎn)率、能源生產(chǎn)率及水資源生產(chǎn)率都呈逐年上升趨勢(shì)，增長率則呈現(xiàn)波動(dòng)下降趨勢(shì)，同樣在2010—2011年和2017—2018年三種單要素生產(chǎn)率增速相對(duì)較快;資本產(chǎn)出效率雖然呈波動(dòng)下降趨勢(shì)，但在2010—2011年下降速度較慢，且2017—2018年資本產(chǎn)出效率呈上升趨勢(shì)。這也是我國綠色全要素生產(chǎn)率發(fā)生兩次加速上升的部分原因（見圖1）。

從地區(qū)GTFP增長情況來看，我國30個(gè)省（自治區(qū)、直轄市）中在2010—2011年和2017—2018年僅有遼寧在2010年GTFP下降3.0%，其他地區(qū)綠色全要素生產(chǎn)率增長速度大多保持在5%～10%，而其他年份（不包括2019 年）則有多個(gè)地區(qū)綠色全要素生產(chǎn)率發(fā)生下降現(xiàn)象。

2008年國際金融危機(jī)爆發(fā)后，為應(yīng)對(duì)沖擊我國實(shí)施了積極的財(cái)政政策和降息、放貸等適度寬松的貨幣政策，以及數(shù)萬億元投資的政府投資政策以擴(kuò)大內(nèi)需、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、刺激經(jīng)濟(jì)、緩解就業(yè)壓力，我國經(jīng)濟(jì)總量快速增長進(jìn)而促使2010年和2011年我國綠色全要素生產(chǎn)率增速分別為7.37%、6.91%。2017年和2018年綠色全要素生產(chǎn)率的增長率分別為7.26%、6.17%，這得益于我國供給側(cè)結(jié)構(gòu)性改革及新發(fā)展理念的貫徹。2015年11月習(xí)近平總書記提出著力加強(qiáng)供給側(cè)結(jié)構(gòu)性改革，重點(diǎn)推進(jìn)“三去一降一補(bǔ)”，經(jīng)過多年努力，供給側(cè)改革成效逐漸顯現(xiàn)，鋼鐵、煤炭等行業(yè)過剩產(chǎn)能得到了部分化解、房地產(chǎn)去庫存持續(xù)推進(jìn)，這些都有利于能源、資本產(chǎn)出效率的提高，推動(dòng)著我國經(jīng)濟(jì)運(yùn)行發(fā)生多方面積極變化。同時(shí)，黨的十八屆五中全會(huì)提出綠色發(fā)展理念，并將其納入新發(fā)展理念。綠色發(fā)展理念的提出使各地區(qū)將資源環(huán)境作為社會(huì)發(fā)展的內(nèi)在要素，更加注重綠色發(fā)展。這些都在一定程度上促進(jìn)了我國綠色全要素生產(chǎn)率的較快增長。

（二）我國省域單要素生產(chǎn)率的時(shí)空差異分析

1.勞動(dòng)生產(chǎn)率時(shí)空差異分析。我國勞動(dòng)生產(chǎn)率呈現(xiàn)逐年上升的趨勢(shì)。2008—2019年，我國勞動(dòng)生產(chǎn)率從4.22萬元/人增加到9.94萬元/人，勞動(dòng)生產(chǎn)率提高135.18%。

30個(gè)省（自治區(qū)、直轄市）的勞動(dòng)生產(chǎn)率總體都呈現(xiàn)上升趨勢(shì)。除上海、天津、吉林、甘肅、河北、內(nèi)蒙古、新疆、山西、黑龍江等9個(gè)?。ㄗ灾螀^(qū)、直轄市）（除上海為南方地區(qū)，其余均屬北方地區(qū)）外，其他地區(qū)都為逐年上升趨勢(shì)。9個(gè)省（自治區(qū)、直轄市）中內(nèi)蒙古、新疆、山西、黑龍江等四地波動(dòng)較大，內(nèi)蒙古在2012—2014年勞動(dòng)生產(chǎn)率下降2.71%，其他年份呈現(xiàn)上升趨勢(shì);新疆、黑龍江、山西勞動(dòng)生產(chǎn)率是有兩個(gè)階段的下降：2008—2009年其分別下降0.61%、0.34%、1.65%，2014—2016年新疆、黑龍江分別下降8.41%、2.34%，山西則在2012—2016年下降10.04%，其他年份呈現(xiàn)上升趨勢(shì)。

從勞動(dòng)生產(chǎn)率的增長率來看，增長最快的是貴州，從2008年的1.53萬元/人增長到2018年的6.17萬元/人，勞動(dòng)生產(chǎn)率增長303.78%;湖北勞動(dòng)生產(chǎn)率增長197.37%，其次是湖南、重慶、四川、安徽、陜西、云南、廣西、江西、江蘇等地（除陜西為北方地區(qū)，其他均屬南方地區(qū)），其增速都超過了全國平均水平（見圖2）。

2018年我國30個(gè)省（自治區(qū)、直轄市）中勞動(dòng)生產(chǎn)率排名前十的省份依次分別為：北京、上海、江蘇、浙江、天津、福建、廣東、重慶、內(nèi)蒙古、湖北（見圖2）。

? ?2.資本生產(chǎn)率時(shí)空差異分析。我國資本生產(chǎn)率呈波動(dòng)下降的趨勢(shì)。2008—2016年呈現(xiàn)逐年下降趨勢(shì)，2016—2018年略有回升，而后繼續(xù)下降，資本生產(chǎn)率從0.49下降到0.24，下降51.02%。

30個(gè)?。ㄗ灾螀^(qū)、直轄市）中，僅上海資本生產(chǎn)率呈現(xiàn)上升趨勢(shì)，其他地區(qū)整體呈現(xiàn)下降趨勢(shì)，但其中北京、山西、新疆、甘肅、內(nèi)蒙古、寧夏在2016—2019年呈現(xiàn)顯著上升趨勢(shì)，分別增長13.37%、55.34%、11.96%、20.04%、14.93%、13.28%，遼寧在2015—2019年增長45.25%。

從資本生產(chǎn)率增長率來看，上海資本生產(chǎn)率從2008年的0.58上升到2019年的0.64，增長11.09%，北京資本生產(chǎn)率下降較慢，下降16.59%，之后依次為：廣東、浙江、遼寧、重慶、江蘇、內(nèi)蒙古、四川、福建等（見圖3）。

2019年，資本生產(chǎn)率排名前十的省份為：上海、北京、廣東、浙江、江蘇、福建、山西、湖北、四川、湖南（見圖3）。

? ?3.能源生產(chǎn)率時(shí)空差異分析。我國能源生產(chǎn)率呈逐年上升趨勢(shì)，2008—2019年，我國能源生產(chǎn)率從1.00億元/萬噸標(biāo)準(zhǔn)煤增加到1.58億元/萬噸標(biāo)準(zhǔn)煤，增長58.73%。

30個(gè)省（自治區(qū)、直轄市）能源生產(chǎn)率總體呈上升趨勢(shì)。有14個(gè)地區(qū)的能源生產(chǎn)率是逐年上升的趨勢(shì)。江蘇、海南、陜西、廣西、山東、黑龍江、甘肅、河北等8個(gè)地區(qū)僅在某一年份略有下降，總體呈上升趨勢(shì)。天津、遼寧、山西、內(nèi)蒙古、青海、寧夏等6個(gè)地區(qū)能源生產(chǎn)率波動(dòng)較大，其中天津、寧夏分別在2017—2019年、2016—2019年呈現(xiàn)出下降趨勢(shì)。吉林能源生產(chǎn)率也在2008—2017年呈現(xiàn)逐年上升趨勢(shì)后，在2017—2019年開始不斷下降。新疆能源生產(chǎn)率總體呈波動(dòng)下降趨勢(shì)，從2008年的0.59億元/萬噸標(biāo)準(zhǔn)煤下降到0.55億元/萬噸標(biāo)準(zhǔn)煤，下降5.44%。

從能源生產(chǎn)率的增長率來看，30個(gè)?。ㄗ灾螀^(qū)、直轄市）中有11個(gè)省份增長率超過全國平均水平。其中增長最快的是貴州，從2008年0.49億元/萬噸標(biāo)準(zhǔn)煤增長到2019年的1.29億元/萬噸標(biāo)準(zhǔn)煤，增長153.48%;重慶增長率排名第二，增長127.15%;之后分別為湖北、湖南、四川、北京、河南、吉林、福建、云南等（見圖4）。

2019年，我國30個(gè)?。ㄗ灾螀^(qū)、直轄市）中有14個(gè)地區(qū)能源生產(chǎn)率超過全國平均水平，依次為：北京、上海、廣東、福建、江蘇、浙江、重慶、安徽、湖北、江西、湖南、河南、海南、四川（除北京、河南2省市屬北方地區(qū)，其他12個(gè)地區(qū)均屬南方地區(qū)），見圖4。

4.水資源產(chǎn)出效率的時(shí)空差異分析。我國水資源產(chǎn)出效率也呈現(xiàn)出逐年上升的趨勢(shì)。2008—2019年，我國水資源產(chǎn)出效率從54.02元/立方米增加到127.84元/立方米，增長127.14%。

30個(gè)省（自治區(qū)、直轄市）水資源產(chǎn)出效率總體都呈現(xiàn)上升趨勢(shì)。北京、山東、河南、四川、江蘇、安徽、吉林、江西、寧夏等9個(gè)地區(qū)，僅在某一年份有所下降，其中北京、山東、江蘇、寧夏等4個(gè)地區(qū)是在2018—2019年逐漸呈現(xiàn)下降趨勢(shì);天津、

?山西、黑龍江、新疆4個(gè)地區(qū)水資源產(chǎn)出效率波動(dòng)較大。天津水資源產(chǎn)出效率在2014—2016年下降7.96%;山西分別在2012—2013年和2014—2016年分別下降1.02%、8.16%;黑龍江分別在2008—2009年和2014—2015年分別下降5.17%、2.64%;新疆分別在2011—2012年和2018—2019年下降3.02%、2.72%。

從水資源增長率來看，30個(gè)省（自治區(qū)、直轄市）中有15個(gè)地區(qū)增長率超過全國平均水平，其中增長最快的是貴州，從2008年的34.29元/立方米增加到2019年124.18元/立方米，增長242.59%。福建排名第二，增長208.95%，之后依次為重慶、青海、浙江、云南、安徽、廣西、湖北、湖南、海南、寧夏、廣東、江西、陜西（見圖5）。

2019年，我國30個(gè)?。ㄗ灾螀^(qū)、直轄市）中有14個(gè)地區(qū)水資源生產(chǎn)率超過全國平均水平，依次分別為：北京、天津、浙江、上海、重慶、山東、陜西、廣東、福建、山西、河南、河北、遼寧、四川（見圖5）。

? ?（三）我國省域綠色全要素生產(chǎn)率時(shí)空差異分析

1.我國省域綠色全要素生產(chǎn)率水平的空間差異。由于河北和黑龍江2019年就業(yè)數(shù)據(jù)尚未公布，無法算出兩省的綠色全要素生產(chǎn)率，通過對(duì)其他28個(gè)省份2018年和2019年綠色全要素生產(chǎn)率進(jìn)行排名對(duì)比后發(fā)現(xiàn)：僅重慶超過天津提前一名，遼寧超過河南提前一名，云南超過江西提前一名，其他省份排名位置未發(fā)生變動(dòng)，因此筆者根據(jù)2018年測(cè)算結(jié)果對(duì)省份綠色發(fā)展?fàn)顩r進(jìn)行評(píng)價(jià)。

我國綠色全要素生產(chǎn)率存在較大的地區(qū)差異。2018年，北京、上海綠色全要素生產(chǎn)率分別達(dá)到12.46①和10.08，遠(yuǎn)高于排名第三的廣東（其綠色全要素生產(chǎn)率為6.87），更是效率最低的黑龍江的5.49倍、4.44倍。我國GTFP排名前十的省份依次為北京、上海、廣東、浙江、江蘇、福建、天津、重慶、山東、湖北（南方7省，北方3?。?排名后十的省份依次分別為黑龍江、新疆、甘肅、寧夏、青海、吉林、廣西、內(nèi)蒙古、河北、云南（北方8省，南方2?。Ｅ琶笆氖》葜袃H重慶位于我國西部地區(qū)，湖北位于我國中部，其余八省均位于東部地區(qū);而排名后十省份除河北位于東部地區(qū)外，其他都位于我國西部及東北地區(qū)?？梢娢覈拇髤^(qū)域綠色發(fā)展態(tài)勢(shì)存在明顯差異，總體呈現(xiàn)出“東高西低、南高北低、東北較低”“東南高西北降低”的特征（見表4）。

從地區(qū)綠色全要素生產(chǎn)率走勢(shì)來看，30個(gè)省份中只有北京、廣東、浙江、重慶、湖北、湖南、貴州、廣西等8個(gè)?。ㄗ灾螀^(qū)、直轄市）綠色全要素生產(chǎn)率呈逐年上升趨勢(shì)，其余22?。ㄗ灾螀^(qū)、直轄市）中除黑龍江綠色全要素生產(chǎn)率呈波動(dòng)下降外都呈現(xiàn)出波動(dòng)上升的趨勢(shì)。尤其天津、遼寧、山西、河北、吉林、寧夏、甘肅、新疆、內(nèi)蒙古等9個(gè)省份綠色全要素生產(chǎn)率變動(dòng)起伏較大。

天津、遼寧、山西、河北、甘肅、新疆、黑龍江7地GTFP走勢(shì)呈現(xiàn)出“W”型，其中天津、山西、新疆及黑龍江走勢(shì)基本相同，都在2008—2009年略有下降，在2009—2011年快速上升，兩年分別增長8.07%、14.79%、20.44%、7.45%，而后在2011—2016年分別下降10.55%、26.19%、18.44%及11.51%，達(dá)到最低點(diǎn)，然后呈上升趨勢(shì)。遼寧、河北、甘肅變動(dòng)趨勢(shì)相似，都是先下降至最低點(diǎn)，遼寧是在2008—2010年下降7.38%，達(dá)到最低點(diǎn)，河北、甘肅是在2008—2009年分別下降0.85%、2.46%，達(dá)到最低點(diǎn)，然后遼寧在2011—2014年稍微下降3.63%，然后呈現(xiàn)上升趨勢(shì);河北在2011—2015年下降9.09%后呈上升趨勢(shì);甘肅則在2013—2016年下降8.92%后呈不斷上升趨勢(shì)。吉林、寧夏、內(nèi)蒙古綠色全要素生產(chǎn)率走勢(shì)總體呈“N”型其綠色全要素生產(chǎn)率分別在2013—2016年、2012—2015年下降7.12%、9.17%、4.82%，其他年份呈上升趨勢(shì)（見圖6）。

總體來看，我國綠色全要素生產(chǎn)率增長率較高地區(qū)主要集中在中西部地區(qū)的南方省份，東北地區(qū)發(fā)展緩慢。各省份GTFP下降年份主要集中在2008—2009年及2011—2015年。

3.我國省域綠色全要素生產(chǎn)率的時(shí)空差異。綜合考慮2018年各?。ㄗ灾螀^(qū)、直轄市）排名和2008—2018年的綠色全要素增長情況，將30個(gè)?。ㄗ灾螀^(qū)、直轄市）分別按2018年排名情況及2008—2018年的綠色全要素增長平均分為高、中、低三組，以此將30個(gè)省份分為9類，分類結(jié)果見表6。

4.我國綠色全要素生產(chǎn)率時(shí)空差異的原因分析。我國區(qū)域綠色全要素生產(chǎn)率水平由高到低呈現(xiàn)“東、中、西、東北”的空間格局。2018年東部地區(qū)GTFP為5.87，是中部地區(qū)（3.91）的1.50倍，是西部地區(qū)（3.35）的1.75倍，更是東北地區(qū)（2.93）的2倍（見表7）。從單要素生產(chǎn)率來看，2018年各要素生產(chǎn)率排名均為東、中、西、東北，但東北同東部地區(qū)在能源和水資源產(chǎn)出效率方面差距較大，東部地區(qū)分別為東北地區(qū)的2.03和3.00倍;GTFP的東西差距則主要源于水資源的產(chǎn)出效率差距，東部地區(qū)為西部的2.48倍。這種空間格局的形成也與東部地區(qū)得天獨(dú)厚的區(qū)域、資源、交通優(yōu)勢(shì)等有著密切聯(lián)系。

中、西部地區(qū)發(fā)展較快而東北地區(qū)發(fā)展緩慢。2009—2018年中、西部地區(qū)綠色全要素生產(chǎn)率分別增長42.57%、46.15%，發(fā)展迅猛，而東北地區(qū)僅增長3.44%（見表8）。從單要素生產(chǎn)率增長率來看，西部地區(qū)發(fā)展迅速主要是勞動(dòng)及水資源生產(chǎn)率增速相對(duì)較快，中部地區(qū)的快速發(fā)展主要是勞動(dòng)、能源及水資源生產(chǎn)率的相對(duì)快速提升，中西部地區(qū)的快速發(fā)展也在某種程度上反映出我國西部大開發(fā)、中部崛起戰(zhàn)略取得一定成效。東北地區(qū)則是資本生產(chǎn)率下降最快，其他單要素生產(chǎn)率都增長緩慢，這與東北地區(qū)產(chǎn)業(yè)結(jié)構(gòu)偏重、國有企業(yè)占比較高、經(jīng)濟(jì)結(jié)構(gòu)失衡及人口外流尤其是年輕科技人才外流有著密切關(guān)系。

北京、上海兩市綠色全要素生產(chǎn)率遠(yuǎn)高于我國其他地區(qū)。從單要素生產(chǎn)率來看，2018年京滬兩地的勞動(dòng)、資本、能源及水資源產(chǎn)出效率都排名前三，且兩市勞動(dòng)生產(chǎn)率分別高達(dá)21.48萬元/人、20.55萬元/人，遠(yuǎn)高于排名第三的江蘇（15.52萬元/人），同時(shí)北京水資源產(chǎn)出效率為676.61元/立方米，約為排名第二的天津（375.19元/立方米）的2倍。這和兩市的地位及經(jīng)濟(jì)發(fā)展?fàn)顩r相符，與兩市較高的城鎮(zhèn)化率、相對(duì)高級(jí)的產(chǎn)業(yè)結(jié)構(gòu)、較高勞動(dòng)力素質(zhì)有著密切關(guān)系。較高的勞動(dòng)力素質(zhì)使京滬兩市勞動(dòng)生產(chǎn)率遠(yuǎn)高于其他省份，超過全國平均水平的1倍;2019年京滬兩市城鎮(zhèn)化率分別達(dá)到86.60%、88.10%，三產(chǎn)比重達(dá)83.69%、72.88%，且高技術(shù)產(chǎn)業(yè)占比較高，高技術(shù)產(chǎn)業(yè)相對(duì)傳統(tǒng)工業(yè)、建筑業(yè)等對(duì)能源、資源的需求較低，所以京滬兩市能源、資源效率很高，各單要素生產(chǎn)率都名列前茅，也使得京滬兩市全要素生產(chǎn)率遠(yuǎn)高于其他省份。

我國綠色全要素生產(chǎn)率增長最快的是貴州。貴州除資本生產(chǎn)率減速排名第15外，其他三要素生產(chǎn)率增速都位居首位，其中勞動(dòng)生產(chǎn)率更是提高3倍，增速遠(yuǎn)高于其他省份。貴州的快速發(fā)展得益于西部大開發(fā)戰(zhàn)略，在國家戰(zhàn)略的支持下，貴州全社會(huì)固定資產(chǎn)投資一直快速增長，帶動(dòng)經(jīng)濟(jì)保持高速發(fā)展;貴州抓住發(fā)展機(jī)遇，大力推進(jìn)交通基礎(chǔ)設(shè)施建設(shè)，交通的完善也帶動(dòng)了旅游業(yè)的快速發(fā)展，為經(jīng)濟(jì)增長注入新活力;同時(shí)也抓住產(chǎn)業(yè)轉(zhuǎn)移的機(jī)會(huì)，大力發(fā)展先進(jìn)制造業(yè)、大數(shù)據(jù)產(chǎn)業(yè)、健康醫(yī)養(yǎng)產(chǎn)業(yè)、現(xiàn)代山地特色高效農(nóng)業(yè)等新興產(chǎn)業(yè)，尤其大數(shù)據(jù)產(chǎn)業(yè)發(fā)展迅猛。這使得貴州經(jīng)濟(jì)總量快速增加，同時(shí)產(chǎn)業(yè)結(jié)構(gòu)得到優(yōu)化，能源資源效率大幅提高，人才引進(jìn)政策的實(shí)施也使勞動(dòng)生產(chǎn)率大幅提高，進(jìn)而使綠色全要素生產(chǎn)率有了飛速提升。貴州的快速發(fā)展也給西部地區(qū)發(fā)展提供了經(jīng)驗(yàn)。

黑龍江綠色全要素生產(chǎn)率呈下降趨勢(shì)。2008—2018年，黑龍江勞動(dòng)、能源、水資源生產(chǎn)率分別增長34.31%、25.68%、24.39%，而資本生產(chǎn)率卻下降69.98%，導(dǎo)致其綠色全要素生產(chǎn)率下降10.04%。黑龍江國有控股企業(yè)占比較高，地方企業(yè)發(fā)展緩慢，經(jīng)濟(jì)缺乏活力;加之產(chǎn)業(yè)以第二產(chǎn)業(yè)為主，工業(yè)結(jié)構(gòu)以重化工為主，對(duì)能源、資源消耗量較大，這也使資產(chǎn)效率、能源資源效率偏低;近年來經(jīng)濟(jì)放緩使得人口外流情況嚴(yán)重，尤其是年輕人和科技人才流失嚴(yán)重，使勞動(dòng)力整體素質(zhì)下降，人才流失又使經(jīng)濟(jì)進(jìn)一步放慢。這些都在一定程度上導(dǎo)致黑龍江綠色全要素生產(chǎn)率呈下降趨勢(shì)。

（四）我國綠色全要素生產(chǎn)率區(qū)域差異的演進(jìn)

我國綠色全要素生產(chǎn)率存在顯著的區(qū)域差異問題，為進(jìn)一步探究我國綠色發(fā)展區(qū)域差距程度的演變及區(qū)域差距的具體來源問題，本文采用Dagum基尼系數(shù)[14]對(duì)我國綠色全要素生產(chǎn)率區(qū)域差異變化進(jìn)行測(cè)度并將區(qū)域差異來源分解為組內(nèi)、組間及超變密度差異。不同于傳統(tǒng)的尼基系數(shù)和泰爾指數(shù)，Dagum基尼系數(shù)考慮了樣本間交叉重疊問題，能夠較為科學(xué)地識(shí)別區(qū)域差異的空間來源。Dagum基尼系數(shù)的計(jì)算公式為：

G=∑kj=1∑kh=1∑nji=1∑nkr=1|yji-yhr|/2n2

其中，yji（yhr）表示j（h）區(qū)域內(nèi)任意省份的綠色全要素生產(chǎn)率，n是省份的個(gè)數(shù)，是30個(gè)?。ㄗ灾螀^(qū)、直轄市）綠色全要素生產(chǎn)率的平均值，k是區(qū)域劃分的數(shù)量，nj（nh）是j（h）區(qū)域內(nèi)省份個(gè)數(shù)。按照Dagum尼基系數(shù)的分解方法，將其分解為區(qū)域組內(nèi)差距的貢獻(xiàn)Gw;區(qū)域組間差距的貢獻(xiàn)Gnb;超變密度貢獻(xiàn)Gt三部分，即G=Gw+Gnb+Gt。

筆者將我國30個(gè)省區(qū)市劃分為東、東北、中、西四大區(qū)域，測(cè)算全國及各區(qū)域綠色全要素生產(chǎn)率的區(qū)域差距（見表9、表10）。

1.我國綠色發(fā)展的總體地區(qū)差異及演變趨勢(shì)。由表9、圖7可知， 我國綠色全要素生產(chǎn)率的基尼系數(shù)總體上呈波動(dòng)上升趨勢(shì)，從2008年的0.215上升到2009年的0.222，再下降到2012年的0.215，而后上升到2018年的0.242，我國總體綠色全要素生產(chǎn)率區(qū)域差異呈現(xiàn)波動(dòng)上升趨勢(shì)，即我國綠色發(fā)展的區(qū)域不平衡問題凸顯。

2.我國綠色發(fā)展的區(qū)域內(nèi)差異及演變趨勢(shì)。從區(qū)域內(nèi)差異來看（見表10），四大區(qū)域中，東部地區(qū)綠色全要素生產(chǎn)率差異最大，樣本期間區(qū)域內(nèi)基尼系數(shù)均值為0.194，其次是西部地區(qū)（均值為0.139）、東北地區(qū)（均值為0.081），中部地區(qū)綠色全要素生產(chǎn)率的地區(qū)差異最小，樣本期間均值僅為0.058。從變動(dòng)趨勢(shì)來看，東部、東北和西部地區(qū)綠色全要素生產(chǎn)率的區(qū)域組內(nèi)差異總體呈上升趨勢(shì);而中部地區(qū)則呈現(xiàn)出倒“N”型的波動(dòng)下降走勢(shì)，區(qū)域內(nèi)地區(qū)差異趨于減小。

3.我國綠色發(fā)展的區(qū)域間差異及演變趨勢(shì)。從區(qū)域間差距來看，東部地區(qū)與其他三大地區(qū)之間綠色全要素生產(chǎn)率的差異明顯大于東北、中部、西部之間的差異，這和東部地區(qū)綠色全要素生產(chǎn)率總體較高有關(guān)。從組間差距的變動(dòng)趨勢(shì)來看，“東—中”（0.24—0.28）、“東—西”（0.32—0.35）、“中—西”（0.12—0.15），即“東—中—西”三大區(qū)域之間的差距比較穩(wěn)定，其中，按差距從大到小排列為“東—西”“東—中”“中—西”;“東北—東”（0.26—0.38）、“東北—中”（0.082—0.149）、“東北—西”（0.105—0.155），即東北與東、中、西的差距不斷擴(kuò)大。尤其“東北—東”差距快速增大，2008年“東—東北”的基尼系數(shù)僅為0.257，略高于“東—中”差異（2008年“東—中”基尼系數(shù)為0.253），但明顯低于“東—西”差異（0.335），從2014年開始“東—東北”差異超過“東—西”差異，成為區(qū)間差異最大的兩地區(qū)，到2018年“東—東北”基尼系數(shù)高達(dá)0.377，也說明東北地區(qū)發(fā)展緩慢。

4.我國綠色發(fā)展區(qū)域差異來源及其貢獻(xiàn)率。從基尼系數(shù)各分解項(xiàng)對(duì)我國總體基尼系數(shù)的貢獻(xiàn)率來看，我國綠色全要素生產(chǎn)率的空間差異主要源于區(qū)域間差異，樣本期間區(qū)域間差異對(duì)總體差異的貢獻(xiàn)率平均值為71.84%，其次是區(qū)域內(nèi)差異（樣本期間平均貢獻(xiàn)率為21.00%）、不同地區(qū)間交叉重疊程度即超變密度對(duì)總體差異貢獻(xiàn)最?。颖酒陂g平均貢獻(xiàn)率為7.61%）。從其變動(dòng)趨勢(shì)來看，區(qū)域間差距對(duì)我國綠色全要素生產(chǎn)率總體空間差異的貢獻(xiàn)率在2008—2010年呈上升趨勢(shì)，2010—2018年則在不斷下降，總體呈現(xiàn)倒“V”型走勢(shì);區(qū)域內(nèi)差異和超變密度對(duì)總體差異貢獻(xiàn)率的變動(dòng)趨勢(shì)基本一致，且剛好與區(qū)域間差異貢獻(xiàn)率相反，總體呈現(xiàn)“V”型上升趨勢(shì)。

綜上所述，我國綠色全要素生產(chǎn)率的區(qū)域差異總體呈“N”型走勢(shì)，即綠色發(fā)展的區(qū)域不平衡問題凸顯。這種差異的增大主要源于區(qū)域間的差異，尤其東部地區(qū)綠色發(fā)展較好，差異明顯高于“東北—中”“中—西”差異。此外，由于東北地區(qū)發(fā)展相對(duì)緩慢，與東、中、西部地區(qū)間差異都呈現(xiàn)出擴(kuò)大趨勢(shì)，“東—中—西”三大區(qū)域之間的差距則相對(duì)穩(wěn)定。區(qū)域內(nèi)差距對(duì)總體差異貢獻(xiàn)雖然相對(duì)較小，但在2010年以來有擴(kuò)大趨勢(shì)，尤其東北地區(qū)區(qū)域內(nèi)差異呈加速上升趨勢(shì)。因此，今后在致力于平衡四大區(qū)域之間差異的同時(shí)，也應(yīng)高度重視區(qū)域內(nèi)的不平衡發(fā)展。

四、結(jié)論及建議

（一）主要結(jié)論

1.我國整體綠色發(fā)展水平逐年向好。綠色全要素生產(chǎn)率呈不斷上升趨勢(shì)，增速基本維持在1%～2%，得益于國際金融危機(jī)后我國的積極應(yīng)對(duì)及供給側(cè)結(jié)構(gòu)性改革和綠色發(fā)展理念的提出，在2009—2011年和2016—2018年我國勞動(dòng)、能源、水資源生產(chǎn)率增速相對(duì)較快，資本生產(chǎn)率也在2009—2011年下降較慢并在2016—2018年呈上升趨勢(shì);此外在這兩個(gè)階段，僅遼寧在2009—2010年綠色全要素生產(chǎn)率下降3%，其他地區(qū)增速大多為5%～10%，促使我國整體GTFP在2009—2011年和2016—2018發(fā)生兩次加速上升，增速超過6%。

2.我國綠色全要素生產(chǎn)率呈現(xiàn)出“東高西低、南高北低、南快北慢、東北緩慢”的空間格局。我國綠色發(fā)展水平較高的地區(qū)依次為北京、上海、廣東、浙江、江蘇、福建、天津、重慶、山東、湖北;綠色發(fā)展水平較低的省份為黑龍江、新疆、甘肅、寧夏、青海、吉林、廣西、內(nèi)蒙古、河北、云南。綠色發(fā)展較快的地區(qū)為貴州、重慶、湖北、安徽、北京、湖南、上海、四川、福建、云南;發(fā)展緩慢的地區(qū)為黑龍江、山西、天津、河北、吉林、新疆、遼寧、內(nèi)蒙古、甘肅、海南?？傮w來看，北京、上海、福建、重慶、湖北五個(gè)省市綠色發(fā)展水平較高且增速較快，而黑龍江、新疆、甘肅、吉林、內(nèi)蒙古、河北則是我國綠色發(fā)展水平較低且發(fā)展緩慢的地區(qū)。

3.我國綠色發(fā)展的區(qū)域差異總體呈“N”型波動(dòng)上升走勢(shì)，即綠色發(fā)展的區(qū)域不平衡問題凸顯。我國綠色發(fā)展總體差異主要源于區(qū)域間的差異，其次為區(qū)域內(nèi)差異、超變密度貢獻(xiàn);區(qū)域間差距對(duì)總體差異貢獻(xiàn)率雖大，但呈現(xiàn)縮小趨勢(shì);區(qū)域內(nèi)差距對(duì)總體差異貢獻(xiàn)率雖然相對(duì)較小，卻呈現(xiàn)出不斷增大趨勢(shì)，尤其是東部地區(qū)區(qū)域內(nèi)差異較大，東北地區(qū)區(qū)域內(nèi)差異呈加速上升趨勢(shì)。

（二）建議

1.深入貫徹新發(fā)展理念，以綠色全要素生產(chǎn)率引導(dǎo)地方高質(zhì)量發(fā)展。傳統(tǒng)的“唯GDP”論發(fā)展模式過于注重經(jīng)濟(jì)總量增長，忽視了經(jīng)濟(jì)增長背后的能源、資源等要素的大量投入及經(jīng)濟(jì)增長所帶來的資源枯竭、環(huán)境污染等問題。而以綠色全要素生產(chǎn)率為導(dǎo)向的發(fā)展模式則是在關(guān)注經(jīng)濟(jì)增長的同時(shí)考慮到能源、資源等要素投入問題，更加注重效率的提高，兼顧了對(duì)資源短缺、環(huán)境污染與經(jīng)濟(jì)增長關(guān)系的考慮。建立以綠色全要素生產(chǎn)率為導(dǎo)向的經(jīng)濟(jì)發(fā)展模式，有利于引導(dǎo)地方政府更好地踐行新發(fā)展理念，增強(qiáng)主動(dòng)節(jié)約能源、資源的內(nèi)在動(dòng)力，促進(jìn)地方政府間的良性競爭，推動(dòng)我國經(jīng)濟(jì)高質(zhì)量發(fā)展。

2.大力發(fā)展綠色經(jīng)濟(jì)，努力實(shí)現(xiàn)“綠富同興”。解決經(jīng)濟(jì)發(fā)展與資源短缺、環(huán)境保護(hù)矛盾，提高綠色全要素生產(chǎn)率的關(guān)鍵在于發(fā)展綠色經(jīng)濟(jì)。一是調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，淘汰傳統(tǒng)落后產(chǎn)能，鼓勵(lì)發(fā)展生態(tài)友好型、資源節(jié)約型綠色產(chǎn)業(yè)鏈，促進(jìn)產(chǎn)業(yè)向高級(jí)化、合理化發(fā)展;二是加大綠色投資，鼓勵(lì)綠色技術(shù)創(chuàng)新，提高綠色技術(shù)創(chuàng)新投入占綠色投資比重，把技術(shù)創(chuàng)新作為我國綠色發(fā)展的動(dòng)力源，同時(shí)加快綠色技術(shù)創(chuàng)新成果落地轉(zhuǎn)換。

3.堅(jiān)持系統(tǒng)觀念，統(tǒng)籌區(qū)域間和區(qū)域內(nèi)協(xié)調(diào)綠色發(fā)展。堅(jiān)持系統(tǒng)觀念，促進(jìn)區(qū)域統(tǒng)籌、協(xié)調(diào)發(fā)展。一方面優(yōu)化產(chǎn)業(yè)布局，充分發(fā)揮地區(qū)資源優(yōu)勢(shì)，因地制宜，培育特色優(yōu)勢(shì)產(chǎn)業(yè)，提高效率，帶動(dòng)地區(qū)經(jīng)濟(jì)發(fā)展;另一方面突破地區(qū)行政壁壘，完善基礎(chǔ)設(shè)施建設(shè)，尤其加強(qiáng)東北及西部地區(qū)交通網(wǎng)絡(luò)建設(shè)，減少地區(qū)間往來的通勤時(shí)間，打破制約要素流動(dòng)的制度藩籬和設(shè)施障礙，促進(jìn)區(qū)域之間的經(jīng)濟(jì)合作交流。

4.積極發(fā)展綠色金融，助力區(qū)域經(jīng)濟(jì)綠色轉(zhuǎn)型。綠色金融有利于引導(dǎo)社會(huì)資本更多地流向綠色產(chǎn)業(yè)，激勵(lì)綠色技術(shù)創(chuàng)新，促使綠色技術(shù)進(jìn)步，提高能源、資源利用效率，同時(shí)也將在一定程度上抑制污染性投資，助推經(jīng)濟(jì)綠色轉(zhuǎn)型。發(fā)展綠色金融，需加強(qiáng)頂層設(shè)計(jì)，進(jìn)一步完善綠色金融體系;堅(jiān)持問題導(dǎo)向及目標(biāo)導(dǎo)向，精準(zhǔn)施策，加強(qiáng)政府對(duì)綠色金融的政策引領(lǐng);規(guī)范綠色金融業(yè)務(wù)規(guī)則，強(qiáng)化對(duì)綠色金融發(fā)展的監(jiān)督管理，實(shí)現(xiàn)綠色金融的健康發(fā)展。

?注釋：

①本文中綠色全要素生產(chǎn)率的單位為萬元/（萬元0.280 2人0.379 2噸標(biāo)準(zhǔn)煤0.133 2萬立方米0.207 4）。

參考文獻(xiàn)：

[1]北京師范大學(xué)，等.2011中國綠色發(fā)展指數(shù)報(bào)告——區(qū)域比較[M].北京：北京師范大學(xué)出版社.2011.

[2]王勇，李海英，俞海.中國省域綠色發(fā)展的空間格局及其演變特征[J].中國人口·資源與環(huán)境，2018（10）：96-104.

[3]何愛平，安夢(mèng)天，李雪嬌.黃河流域綠色發(fā)展效率及其提升路徑研究[J].人文雜志，2021（4）：32-42.

[4]高贏.中國八大綜合經(jīng)濟(jì)區(qū)綠色發(fā)展績效及其影響因素研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019（9）：3-23.

[5]郝淑雙，朱喜安.中國區(qū)域綠色發(fā)展水平影響因素的空間計(jì)量[J].經(jīng)濟(jì)經(jīng)緯，2019（1）：10-17.

[6]蓋美，連冬，田成詩，等.遼寧省環(huán)境效率及其時(shí)空分異[J].地理研究，2014（12）：2345-2357.

[7]陳超凡.中國工業(yè)綠色全要素生產(chǎn)率及其影響因素——基于ML生產(chǎn)率指數(shù)及動(dòng)態(tài)面板模型的實(shí)證研究[J].統(tǒng)計(jì)研究，2016（3）：53-62.

[8]武義青，賈雨文.經(jīng)濟(jì)系統(tǒng)運(yùn)行效能研究[M].北京：經(jīng)濟(jì)管理出版社，2003.

[9]武義青，陳俊先.綠色全要素生產(chǎn)率測(cè)定的一種新方法——以河北省11個(gè)設(shè)區(qū)市工業(yè)為例[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2018（2）：12-16.

[10]張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算：1952—2000[J].經(jīng)濟(jì)研究，2004（10）：35-44.

[11]朱承亮.中國地區(qū)經(jīng)濟(jì)差距的演變軌跡與來源分解[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2014（6）：36-54.

[12]高志剛，克甝.中國省際區(qū)域經(jīng)濟(jì)差距演進(jìn)及協(xié)調(diào)發(fā)展[J].區(qū)域經(jīng)濟(jì)評(píng)論，2020（2）：24-36.

[13]張偉科，葛堯.對(duì)外直接投資對(duì)綠色全要素生產(chǎn)率的空間效應(yīng)影響[J].中國管理科學(xué)，2021（4）：26-35.

[14]CAMILO DAGUM.A new approach to the decomposition of the Gini income inequality ratio[J].Empirical Economics，1997（4）：515-531.

責(zé)任編輯：李金霞

?Abstract：Green development guided by improving green total factor productivity （GTFP） is the inevitable choice to resolve the contradiction between economic development and resources and environment and to achieve high-quality economic development. The potential effect coefficient is introduced to improve and expand the C-D production function and then the GTFP model is established to calculate the GTFP of China and various provinces （ autonomous regions and municipalities） in 2008 and 2019， and evaluate the provincial green development of our country. The results show that China's GTFP shows an upward trend， with an average annual growth rate of 3.37%， and the overall level of green development increases year by year; the problem of regional GTFP imbalance in China is still prominent， and the contribution rate of inter-regional differences to the overall difference is large but shrinking， while the contribution rate of intra-regional differences is small but expanding; China's provincial GTFP is generally "high in the east， low in the west" and "fast in the south and slow in the north". During the 14th five-year Plan period， it is necessary to thoroughly implement the new development concept， use GTFP to guide local high-quality development， vigorously develop green economy and strive to achieve "green prosperity"; adhere to the concept of system and coordinate inter-regional and intra-regional coordinated green development; actively develop green finance to help the green transformation of regional economy.?

Key words：green development; GTFP; potential effect coefficient; Dagum Gini coefficient; regional gap