中國城市綠色全要素生產(chǎn)率的時空演進與空間溢出效應(yīng)分析

李 慧 余東升

內(nèi)容提要：本文采用全局曼奎斯特-盧恩伯格(GML)指數(shù)測算2003—2017年中國285個城市的綠色全要素生產(chǎn)率(GTFP)，分析了城市GTFP的時空演進，檢驗了城市GTFP的空間相關(guān)性，并用空間杜賓模型估計城市GTFP的空間溢出效應(yīng)。研究結(jié)果表明：中國城市GTFP呈現(xiàn)增長趨勢，總體呈現(xiàn)“南(偏西)-北(偏東)”格局，城市GTFP標(biāo)準(zhǔn)差橢圓整體向西北方向發(fā)生了偏移，技術(shù)進步在提升中國城市GTFP方面發(fā)揮著主要作用；城市GTFP存在正向的空間溢出效應(yīng)，表現(xiàn)出“近朱者赤，近墨者黑”的特征。外商直接投資和產(chǎn)業(yè)結(jié)構(gòu)促進鄰近城市GTFP的提升，產(chǎn)生了顯著的正向空間溢出效應(yīng)；研發(fā)投入和環(huán)境規(guī)制抑制鄰近城市GTFP的增長，產(chǎn)生了顯著的負向空間溢出，分別存在“競相到底效應(yīng)”和“污染泄漏效應(yīng)”。

一、問題提出

隨著城鎮(zhèn)化進程的不斷推進，中國城市化水平大幅提升，各大城市無論在城市規(guī)模還是經(jīng)濟建設(shè)方面均取得了突飛猛進的發(fā)展，逐漸形成了“珠三角”“長三角”“京津冀”等城市群。城市群作為新型城鎮(zhèn)化的主體形態(tài)，是城市發(fā)展的高級空間組織形式，也是“十四五”規(guī)劃時期驅(qū)動區(qū)域經(jīng)濟發(fā)展的新的增長極。然而，中國城市持續(xù)高速增長的背后也不可避免地帶來了一些環(huán)境問題。楊繼生等(2013)研究發(fā)現(xiàn)，1998—2010年，中國環(huán)境污染治理成本約占實際國內(nèi)生產(chǎn)總值(GDP)的8%～10%[1]。而2015年根據(jù)《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)監(jiān)測的338個城市中，空氣質(zhì)量達標(biāo)的城市僅占21.6%。此外，由于區(qū)域自然條件、資源稟賦及經(jīng)濟發(fā)展水平等空間異質(zhì)性特征明顯，造成各城市群在規(guī)模等級、發(fā)展模式及環(huán)境承載力等方面差異顯著。同時，城市群“中心-外圍”的發(fā)展模式也致使中心城市與外圍城市在生態(tài)效率[2]、綠色TFP[3]等空間分化日趨明顯，并進一步加劇了區(qū)域經(jīng)濟發(fā)展速度與質(zhì)量的不平衡。

對于已經(jīng)進入“新常態(tài)”階段的中國而言，環(huán)境污染已然成為制約經(jīng)濟高質(zhì)量發(fā)展的重要因素。值得注意的是，“十四五”規(guī)劃明確提出，在建設(shè)現(xiàn)代化基礎(chǔ)設(shè)施體系、深入實施制造強國戰(zhàn)略等多個方面推進綠色發(fā)展，產(chǎn)業(yè)布局優(yōu)化和結(jié)構(gòu)調(diào)整，力爭實現(xiàn)碳達峰碳中和的目標(biāo)。十九屆五中全會指出經(jīng)濟向高質(zhì)量方向發(fā)展，推動經(jīng)濟可持續(xù)和綠色發(fā)展，由原先高度依賴要素能源投入的粗放增長轉(zhuǎn)變?yōu)闇p少不可再生要素投入、減少污染物排放負產(chǎn)出、實現(xiàn)傳統(tǒng)勞動資本要素高效使用并提高經(jīng)濟產(chǎn)出效率的集約綠色增長，這本質(zhì)上是要提高綠色全要素生產(chǎn)率(GTFP)。在此背景下，提高GTFP已然成為當(dāng)前中國經(jīng)濟高質(zhì)量發(fā)展的必由之路，也是實現(xiàn)“既要金山銀山，又要綠水青山”發(fā)展戰(zhàn)略的關(guān)鍵所在。

城市是各種要素空間集中的產(chǎn)物，是區(qū)域的縮影、中心和焦點，也是各地區(qū)關(guān)系最為直接、聯(lián)系最為緊密的單元，其本身存在相互依賴、相互影響的特征，表現(xiàn)出一定的空間溢出，且這種空間溢出對中國區(qū)域的發(fā)展有著不可忽視的作用[4]。因此，從某種程度上說，城市之間的GTFP也可能存在空間溢出，也就是說一個城市的經(jīng)濟變量很可能會影響周邊城市的GTFP，反之周邊城市也可能會影響該城市的GTFP。鑒于此，本文采用加入能源投入、土地資源約束和考慮非期望產(chǎn)出的全局曼奎斯特-盧恩伯格(GML)指數(shù)測算2003—2017年中國285個城市層面的GTFP，并利用空間杜賓模型實證檢驗城市GTFP的空間溢出效應(yīng)。通過此研究，本文試圖回答如下問題：現(xiàn)階段中國城市GTFP在時間和空間上如何演進以及是否存在空間溢出，以期為中國下一步加快城市GTFP發(fā)展以及實現(xiàn)城市可持續(xù)發(fā)展提供建議參考。

二、文獻綜述

關(guān)于全要素生產(chǎn)率的研究文獻非常豐富，比如索洛(Solow，1957)[5]提出的索洛余值測算方法、隨機前沿生產(chǎn)函數(shù)測算方法[6-8]以及查恩斯等(Charnes et al.,1978)[9]提出的數(shù)據(jù)包絡(luò)分析法(DEA)。現(xiàn)在大多數(shù)學(xué)者采用第三種測算方法(DEA)進行研究[10]。但是由于這些測算方法沒有考慮環(huán)境與能源要素的約束，僅僅將GDP 作為“好”產(chǎn)出，忽略了環(huán)境污染所帶來的“壞”產(chǎn)出，這樣得到的全要素生產(chǎn)率測算結(jié)果會存在偏差，進而誤導(dǎo)政策建議[11]。因此，鐘等人(Chung et al.,1997)[12]提出了基于方向距離函數(shù)的曼奎斯特-盧恩伯格(ML)指數(shù)。但學(xué)者研究發(fā)現(xiàn)，ML指數(shù)測算難以滿足循環(huán)性要求，還可能會出現(xiàn)無解的情況[13]，于是又提出了一種新的GML指數(shù)法。彭小輝和王靜怡(2019)采用考慮市轄區(qū)用電量約束的GML指數(shù)對2008—2015年中國的GTFP進行了測算，發(fā)現(xiàn)高鐵建設(shè)對GTFP的提升渠道來自勞動力要素的合理配置[14]。孫博文等(2020)對1998—2016年長江經(jīng)濟帶地區(qū)GTFP進行了測算，研究發(fā)現(xiàn)長江經(jīng)濟帶地區(qū)GTFP的增長趨勢有波動，存在轉(zhuǎn)折點[15]。由于大部分城市沒有完整的能源消費數(shù)據(jù)，上述研究中很多學(xué)者只考慮非期望產(chǎn)出，未考慮能源投入，這樣得出的城市GTFP測算結(jié)果以及后期的研究結(jié)論都可能存在一定偏差。因此，本文在測算城市GTFP時通過匹配的方法加入了各個城市的能源消耗數(shù)據(jù)。

近幾年，國內(nèi)很多學(xué)者研究發(fā)現(xiàn)，中國整體GTFP在提升，但是東部沿海地區(qū)要普遍高于中部和西部地區(qū)，地區(qū)差異非常大[16-17]。這是否表明各地區(qū)間經(jīng)濟發(fā)展和環(huán)境治理互不影響、互不相關(guān)、各自為政呢？事實可能并非如此。一方面，中央政府高度重視區(qū)域經(jīng)濟的協(xié)調(diào)可持續(xù)發(fā)展，并適時推出相應(yīng)的區(qū)域發(fā)展戰(zhàn)略意在促進城市之間經(jīng)濟的關(guān)聯(lián)和互動，譬如“東北振興”“西部大開發(fā)”和 “中部崛起”等發(fā)展戰(zhàn)略。另一方面，中國城市化進程的穩(wěn)步推進有利于城市之間生產(chǎn)要素和商品的自由流動。可見，政府的調(diào)控和城市間勞動、資本等要素的自由流動，必然會加深城市之間的經(jīng)濟聯(lián)系，產(chǎn)生空間溢出效應(yīng)。

實際上，空間溢出的重要性已得到了較為普遍的認可。國外學(xué)者研究了中國三大經(jīng)濟地區(qū)間的互動作用，發(fā)現(xiàn)東部地區(qū)會向中西部地區(qū)產(chǎn)生空間溢出[18]。還有學(xué)者分別從人力資本[19]、交通基礎(chǔ)設(shè)施[20]、人均GDP[21]的角度，均發(fā)現(xiàn)了中國區(qū)域?qū)用娲嬖诳臻g溢出。近年來，很多學(xué)者聚焦環(huán)境污染的空間溢出。一方面，隨著地區(qū)間產(chǎn)業(yè)轉(zhuǎn)移的加深，污染在地區(qū)間也發(fā)生轉(zhuǎn)移，呈現(xiàn)顯著的空間正相關(guān)性[22]。邵帥等(2016)基于衛(wèi)星監(jiān)測數(shù)據(jù)，發(fā)現(xiàn)中國PM 2.5在時空尺度上均表現(xiàn)出空間溢出效應(yīng)[23]。黃小剛等(2019)利用遙感反演數(shù)據(jù)，同樣發(fā)現(xiàn)PM 2.5有顯著的空間溢出效應(yīng)[24]。另一方面，由于地區(qū)間環(huán)境規(guī)制的差異，容易引發(fā)污染就近轉(zhuǎn)移的現(xiàn)象，且距離越近的地區(qū)，污染轉(zhuǎn)移現(xiàn)象越明顯[25]。

另外，有關(guān)TFP的空間溢出的研究。馬越越(2016)研究發(fā)現(xiàn)本省物流行業(yè)TFP水平的提高促進了鄰近省物流行業(yè)TFP的提升，存在明顯的空間溢出效應(yīng)[26]。朱文濤等(2019)[27]、唐松等(2019)[28]均對省級層面TFP進行了空間溢出的相關(guān)研究。張紅梅和張寧(2019)測算了2006—2015年30個省的GTFP,也發(fā)現(xiàn)其存在空間溢出效應(yīng)[16]。李伯棠等(2021)采用ML生產(chǎn)率指數(shù)模型對中國省域GTFP進行測算，發(fā)現(xiàn)省際GTFP的空間溢出作用在逐年加強[29]。

以上文獻均表明，受益于地理位置的空間相鄰、行業(yè)關(guān)聯(lián)等，某城市GTFP的發(fā)展除了取決于自身的要素投入外，還受到周圍GTFP的影響，空間溢出效應(yīng)是中國城市GTFP發(fā)展不可忽視的重要影響因素。然而，這些文獻僅將目光停留在省級和區(qū)域?qū)用?，很少關(guān)注到城市層面，對深入了解中國全域范圍內(nèi)的空間溢出可能還不夠。而且，多數(shù)文獻僅單獨分析了經(jīng)濟或者環(huán)境的空間溢出效應(yīng)，將經(jīng)濟和環(huán)境同時考慮的研究還很少，而本文討論的城市GTFP就考慮了經(jīng)濟和環(huán)境的雙重變化。

此外，已有研究仍然在有些方面值得進一步探討，比如: 一是研究區(qū)域范圍的劃分。與以往省級、區(qū)域以及行業(yè)層面的研究不同，本文從更加微觀“城市”的全域視角，深入全面地考察中國各城市GTFP的相互依賴、相互影響關(guān)系。二是GTFP的測算方法。以往文獻在測算城市層面的GTFP時大多沒有考慮能源投入，而本文借鑒達卡爾(Dhakal，2009)[30]的做法，利用城市總產(chǎn)值占省級總產(chǎn)值的比重，將省級能源消費數(shù)據(jù)匹配到對應(yīng)的各個城市，納入城市GTFP的測算中，同時本文借鑒陳浩等(2020)[31]的做法，將土地資源約束納入分析框架中，使測算結(jié)果更加科學(xué)穩(wěn)健。三是研究方法。傳統(tǒng)線性計量模型忽視了空間依賴性而導(dǎo)致城市GTFP所得結(jié)論存在局限性，而本文在計算出城市GTFP后，從“時間”和“空間”的雙重維度分析了城市GTFP的時空演進，更重要的是結(jié)合探索性空間數(shù)據(jù)分析方法，在實證模型的設(shè)定中明確引入城市間空間相關(guān)性，采用空間杜賓模型對城市間GTFP的空間相互作用進行全方位考察，以期更加完整、更加客觀地認清城市之間相互作用的本質(zhì)。

本文余下部分的安排:第三部分介紹城市GTFP的測算以及分析；第四部分分析城市GTFP的時空演進及空間相關(guān)性；第五部分估計城市GTFP空間溢出效應(yīng)；第六部分為結(jié)論啟示。

三、研究設(shè)計

(一)城市GTFP測算方法

首先,本文構(gòu)造285個城市生產(chǎn)可能性集合，并設(shè)置城市每年的生產(chǎn)最佳實踐邊界。然后，借鑒法勒等(F?re et al.,2007)[32]的方法，假設(shè)在t=1,2,...,T時期，每個城市k=1,2,...,K使用投入要素向量、“好”產(chǎn)出向量、“壞”產(chǎn)出向量分別為xt,k′、yt,k′和bt,k′。最后，利用DEA方法，可以得到285個城市當(dāng)期的生產(chǎn)可能性集。

(1)

(2)

再者，根據(jù)福山與韋伯(Fukuyama & Weber，2009)[33]的思路，得到全域SBM函數(shù)：

(3)

式(3)中，g和s分別表示產(chǎn)出和投入的方向向量。最后，本文進一步將GML指數(shù)及其分解指數(shù)定義為如下所示：

(4)

(5)

(6)

(二)構(gòu)建空間計量模型

為了進一步研究城市間GTFP內(nèi)在的依賴關(guān)系，本文借鑒埃洛斯特(Elhorst，2012)[35]提到的空間面板模型，構(gòu)建空間杜賓誤差模型：

(7)

式(7)中，i、j代表城市截面單位，GTFPit為GTFP，Wij為空間權(quán)重矩陣(2)對于空間權(quán)重矩陣的選擇如下：首先，本文采用城市i與城市j所處經(jīng)緯度地理位置之間距離的倒數(shù)構(gòu)造了反地理距離空間權(quán)重矩陣，因此，城市i與城市j間的相互影響隨著距離的增加而減弱。然后，采用城市i與城市j的人均實際GDP年均值之差的絕對值取倒數(shù)來構(gòu)建經(jīng)濟距離空間權(quán)重矩陣，因此，城市i與城市j間的相互影響隨著城市經(jīng)濟距離的增加而增加。最后，本文兩種矩陣權(quán)重系數(shù)0.5構(gòu)造經(jīng)濟地理嵌套空間權(quán)重矩陣。經(jīng)濟地理嵌套空間權(quán)重矩陣既考慮了地理距離的空間影響，也反映了經(jīng)濟因素存在城市間溢出效應(yīng)和輻射效應(yīng)的事實，因而能夠更加全面客觀地體現(xiàn)城市GTFP的空間溢出程度。。Xit為控制變量向量，ηi、δt分別代表個體效應(yīng)和時間效應(yīng)，μit為隨機擾動項。若ρ≠0，β=0且λ=0，則為空間滯后(SAR)模型；若ρ=0，β=0且λ≠0，則為結(jié)構(gòu)方程模型(SEM)；若ρ≠0，β=0且λ≠0，則為空間自相關(guān)(SAC)模型；若ρ≠0，β≠0且λ=0，則為空間杜賓模型(SDM)；若ρ=0，β=0且λ=0，則為普通最小二乘法(OLS)模型。對于本文具體選擇哪種模型，主要做法是通過對幾種模型進行空間回歸，分別對相應(yīng)模型參數(shù)進行檢驗來甄別的，包括流動比率(Lratio)檢驗、沃爾德(Wald)檢驗、最小化信息量準(zhǔn)則(AIC)和貝葉斯信息準(zhǔn)則(BIC)。

與傳統(tǒng)線性回歸模型不同，由于本文設(shè)定了城市層面的空間權(quán)重矩陣，各個城市之間的變量之間除了會影響本城市之外(直接效應(yīng))，還可能會對其周邊城市產(chǎn)生影響(間接效應(yīng))。因此，空間模型當(dāng)中自變量系數(shù)不能代表對本城市GTFP的影響，自變量空間滯后項系數(shù)也不能代表對本地以外其他城市GTFP的影響效應(yīng)。本文借鑒佩斯與勒薩熱(Pace & Lesage，2009)[36]基于偏導(dǎo)矩陣法，計算SDM模型中自變量對因變量的直接效應(yīng)和空間溢出效應(yīng)：

(8)

在式(8)中間的偏導(dǎo)數(shù)矩陣中，對角線元素之和的平均值為直接效應(yīng)，非對角線元素之和的平均值為空間溢出效應(yīng)，兩者之和即為總效應(yīng)。

(三)變量與數(shù)據(jù)來源

本文將測算中國285個地級及以上城市在考慮環(huán)境和能源要素約束時的GML指數(shù)。由于統(tǒng)計年鑒中，城市通常包括“全市”和“市轄區(qū)”兩個口徑，因此，本文將城市范圍限定為“市轄區(qū)”，即城市統(tǒng)計年鑒中地級及以上城市，以區(qū)別于“全市”口徑。由于西藏城市數(shù)據(jù)大部分缺失，以及從2012年起《中國城市統(tǒng)計年鑒》不再公布安徽省巢湖市的數(shù)據(jù)，本文最終選取的樣本為除去巢湖市、西藏以及港澳臺后的285個地級及以上城市。同時，城市層面污染排放指標(biāo)的數(shù)據(jù)(如SO2等)是從2003年才開始公布的，因此本文選取的樣本年份跨度為2003—2017年。本文研究的所有數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》、各省統(tǒng)計年鑒、各城市統(tǒng)計年鑒以及《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》、國研網(wǎng)數(shù)據(jù)庫、國泰君安數(shù)據(jù)庫、中經(jīng)網(wǎng)數(shù)據(jù)庫。

本文中用于測算城市GTFP的數(shù)據(jù)定義如下：“好”產(chǎn)出，本文以2003年為基期的城市居民消費價格指數(shù)去調(diào)整各個城市名義生產(chǎn)總值來衡量[17]；非期望產(chǎn)出，本文采用工業(yè)廢水、工業(yè)SO2和工業(yè)煙塵排放量三種指標(biāo)[8]；資本投入，本文采用“永續(xù)盤存法”計算的城市實際資本存量來表示；勞動投入，本文用城市“年末單位從業(yè)人員數(shù)”和“私營和個體從業(yè)人員數(shù)”之和來表示[14]；能源投入，除了直轄市和少數(shù)城市的能源消費數(shù)據(jù)可以獲取外，大多數(shù)地級城市的能源消費數(shù)據(jù)無法獲得，對于缺失的城市能源數(shù)據(jù)(3)直轄市和少數(shù)省會城市的能源消費數(shù)據(jù)可以獲取。，本文借鑒達卡爾(Dhakal，2009)[30]的做法，計算出中國每個城市的GDP占該城市所屬省份GDP的比重，再基于這一比重將《中國能源統(tǒng)計年鑒》所報告的每個省級的能源消費數(shù)據(jù)匹配到省級對應(yīng)的各個城市，從而得到完整的城市能源投入數(shù)據(jù)；土地資源投入，本文借鑒陳浩等(2020)[31]的做法，使用城市建設(shè)用地面積衡量土地資源要素的投入。

四、城市GTFP時空演進及其空間相關(guān)性

(一)城市GTFP時間演進

本文得到2003—2017年中國285個城市GTFP, 為了深入探究285個城市GTFP的時間演變特征，根據(jù)前面GML的分解成分，考察2003—2017這些城市GTFP的變動趨勢以及驅(qū)動力(見圖1)。從圖1中可以看出，在時間尺度上，中國城市GTFP發(fā)展?fàn)顩r總體較好，整體上呈現(xiàn)增長趨勢。從分解成分來看，技術(shù)進步要高于技術(shù)效率，這說明技術(shù)進步在中國城市GTFP發(fā)展中占據(jù)著主導(dǎo)地位。技術(shù)效率提升幅度較小，發(fā)展?jié)摿€未完全激活，特別在2011年與技術(shù)進步差距非常明顯，拖累了城市整體GTFP的提升，因此，下一階段要著重關(guān)注技術(shù)效率的發(fā)展，釋放新的綠色發(fā)展動能。

圖1 中國城市GTFP時間演進及驅(qū)動力分解

(二)城市GTFP空間演進

本文以城市作為空間區(qū)位單元，將城市GTFP水平表示相應(yīng)的權(quán)重，計算城市GTFP的加權(quán)標(biāo)準(zhǔn)差橢圓，通過重心、展布范圍、形狀和方向、密集程度等方面的變化來反映城市GTFP水平的時空演變特征[40]。由此，本文得到2004—2016年中國城市GTFP標(biāo)準(zhǔn)差橢圓的詳細參數(shù)(見表1)。從表中可以看出，城市GTFP橢圓中心坐標(biāo)位置不同，發(fā)生了明顯的移動，且長短半軸的長度也有差異。具體來說，短半軸從2004年的770.914公里減少到2016年的761.779公里，但長半軸從2004年的1 140.426公里增加2016年的1 144. 664公里，長短半軸的差值在擴大，橢圓更加扁平化，城市GTFP的方向越來越明顯，城市GTFP呈現(xiàn)出愈加集聚的現(xiàn)象。此外，方位角表現(xiàn)出先擴大后縮小的趨勢，表明GTFP標(biāo)準(zhǔn)差橢圓先順時針移動，后逆時針移動，且逆時針移動的幅度要大于順時針移動的幅度。總體而言，城市GTFP空間分布總體呈現(xiàn)“南(偏西)-北(偏東)”格局，城市GTFP標(biāo)準(zhǔn)差橢圓整體向西北方向發(fā)生了偏移，城市GTFP存在明顯的空間溢出效應(yīng)。

表1 中國城市GTFP標(biāo)準(zhǔn)差橢圓參數(shù)

(三)城市GTFP空間相關(guān)性

表2 2004—2017年城市GTFP的全局空間相關(guān)性檢驗結(jié)果

為了更直觀地研究每個城市GTFP的空間集聚情況，本文繪制了經(jīng)濟地理嵌套空間權(quán)重矩陣下城市GTFP的局部莫蘭指數(shù)散點圖(圖2)(5)莫蘭指數(shù)散點圖反映城市GTFP與其空間滯后的相關(guān)關(guān)系，主要分為四個象限，其中第一象限為高-高(H-H)集聚，第二象限為低-高(L-H)集聚，第三象限為低-低(L-L)集聚，第四象限為高-低(H-L)集聚。因此，第一三象限表明城市GTFP存在空間正相關(guān)，二四象限表明城市GTFP存在空間負相關(guān)。。

圖2 各年份城市GTFP的局部莫蘭指數(shù)散點圖

從圖2來看，2004年、2008年、2012年和2016年城市GTFP大部分集中在原點周圍，呈現(xiàn)出明顯的空間集聚特征，進一步證實城市GTFP存在空間溢出效應(yīng)。具體來看，2004年城市GTFP主要呈現(xiàn)H-H集聚和L-L集聚特征，其中有68個城市位于H-H集聚區(qū)，大部分來自東部沿海城市，位于L-L集聚區(qū)的城市有126個，大多來自中西部地區(qū)的城市，H-H和L-L集聚區(qū)城市總占比為68.07%。2016年，H-H集聚區(qū)的城市有98個，比2004年增加了30個，除了來自東部沿海城市之外，還有部分屬于中部地區(qū)的城市，位于L-L集聚區(qū)的城市有78個，比2004年減少了48個，這些城市大多位于西部地區(qū)，總占比為61.75%。這可能是由于東部地區(qū)憑借沿海地理優(yōu)勢以及經(jīng)濟發(fā)展水平，表現(xiàn)出城市GTFP高值集聚現(xiàn)象，而中西部地區(qū)經(jīng)濟發(fā)展水平相對落后、資源利用效率低下，表現(xiàn)出城市GTFP低值集聚趨勢。這與大多數(shù)學(xué)者的觀點大體一致[16-17]，但是本文從2004年和2016年城市GTFP的空間集聚情況對比發(fā)現(xiàn)，高值集聚的城市在增加，低值集聚城市數(shù)量在減少，表明城市間GTFP的差異在逐漸縮小?？傮w而言，城市GTFP在經(jīng)濟地理上有集聚特征，且存在空間溢出效應(yīng)。

五、空間溢出實證分析

(一)空間基準(zhǔn)回歸結(jié)果

在實證檢驗城市GTFP的空間溢出效應(yīng)之前，本文需要通過相關(guān)檢驗對空間面板模型進行必要的篩選。表3給出了在經(jīng)濟地理嵌套矩陣下的空間面板模型選擇結(jié)果。從表3可以看出，在經(jīng)濟地理嵌套矩陣下，Wald的卡方值為58.76，顯著拒絕了“SDM與SAR在設(shè)定形式上并無本質(zhì)區(qū)別”的原假設(shè)，Lratio的卡方值為49.00，顯著拒絕“SDM與SEM在設(shè)定形式上并無本質(zhì)區(qū)別”的原假設(shè)，結(jié)果均顯示，相比SDM而言，SAR和SEM并不適合本文樣本的實證分析。再者，SDM下的AIC和BIC值均比SAC中的值要小，進一步證明SDM是最合適的模型。

表3 空間計量模型甄別結(jié)果

為了確保模型不存在嚴重的內(nèi)生性問題，本文除了加入城市GTFP的空間滯后變量之外，又考慮了其他自變量的空間滯后變量，最后，SDM具體回歸結(jié)果見表4。

從表4可以看出：

第一，最終選取雙向固定效應(yīng)SDM對樣本進行估計(6)本文得到面板固定效應(yīng)(FE)和面板隨機效應(yīng)(RE)的回歸結(jié)果，豪斯曼(Hausman)檢驗的P值為0.000 0。，表4列(1)的空間滯后系數(shù)ρ(0.080)顯著為正，再次證明中國城市GTFP存在正向空間溢出效應(yīng)，即本城市的GTFP水平與經(jīng)濟地理相近城市的GTFP水平密切正相關(guān)，表現(xiàn)出“近朱者赤，近墨者黑”的特征，這種特征在其分解成分技術(shù)水平和效率水平中同樣適用。

表4 城市GTFP及其分解成分空間回歸結(jié)果

第二，表4列(1)顯示，城市GTFP的增長受到外商直接投資、研發(fā)強度、環(huán)境規(guī)制以及產(chǎn)業(yè)結(jié)構(gòu)變動的影響。具體來看，lnFDI、lnR&D和lnER回歸系數(shù)均顯著為正，表明城市GTFP增長的動力大多來源于外商直接投資、研發(fā)強度和環(huán)境規(guī)制。lnGDP的系數(shù)為正但不顯著，表明經(jīng)濟發(fā)展對城市GTFP的正向作用不顯著；lnIS的回歸系數(shù)顯著為正，這說明產(chǎn)業(yè)結(jié)構(gòu)升級促進了城市GTFP的提升。這是因為：從產(chǎn)業(yè)結(jié)構(gòu)演進的一般規(guī)律看，產(chǎn)業(yè)結(jié)構(gòu)重心由第一產(chǎn)業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)移往往伴隨著傳統(tǒng)產(chǎn)業(yè)逐漸被低污染、低耗能和高附加值新興產(chǎn)業(yè)替代，促進了勞動力、資本、技術(shù)等生產(chǎn)要素向效率更高的制造業(yè)和服務(wù)業(yè)部門流動，這不但能提高要素生產(chǎn)效率，還會降低能源消耗強度，從而對綠色全要素生產(chǎn)率產(chǎn)生積極影響。

(二)空間溢出回歸結(jié)果

為了進一步討論自變量對本城市以及相鄰城市GTFP的溢出效應(yīng)大小，本文根據(jù)偏導(dǎo)矩陣法，計算自變量對城市GTFP的直接效應(yīng)、間接效應(yīng)和總效應(yīng)。具體結(jié)果見表5。

表5 城市GTFP空間溢出效應(yīng)估計

從表5可以看出：

第一，F(xiàn)DI對城市GTFP的直接效應(yīng)和空間溢出效應(yīng)均顯著為正，表明FDI對本城市和鄰近城市GTFP均產(chǎn)生了正向的影響。這可能是因為外資的進入給本城市帶來了先進的生產(chǎn)技術(shù)、管理經(jīng)驗，通過正向的技術(shù)溢出效應(yīng)，提高了城市自身的綠色生產(chǎn)技術(shù)水平，從而對城市GTFP產(chǎn)生正向影響。同時，F(xiàn)DI對周邊城市形成“擴散效應(yīng)”，鄰近城市以更低的代價模仿或者吸收比本城市更高的外來技術(shù)以及生產(chǎn)經(jīng)驗，從而帶動周邊城市GTFP的提高。

第二，經(jīng)濟發(fā)展水平的系數(shù)均不顯著，說明城市間經(jīng)濟發(fā)展對城市GTFP的空間溢出效應(yīng)不明顯。

第三，研發(fā)投入和環(huán)境規(guī)制對城市GTFP的直接效應(yīng)均顯著為正，但間接效應(yīng)均顯著為負，產(chǎn)生了負向的空間溢出效應(yīng)。這是因為隨著城市研發(fā)投入的增加可能會通過“競相到底效應(yīng)”和“搭便車”行為影響周邊城市放松研發(fā)投入，不利于周邊城市技術(shù)進步；同時，高技術(shù)水平的企業(yè)為防止競爭，有可能對周邊城市的企業(yè)進行核心技術(shù)封鎖，從而不利于周邊城市GTFP的提升。隨著環(huán)境規(guī)制的加強，導(dǎo)致一些城市難以轉(zhuǎn)型的企業(yè)將污染產(chǎn)業(yè)就近轉(zhuǎn)移到周邊城市，存在著“污染泄漏效應(yīng)”，抑制了周邊城市GTFP的提升。

第四，產(chǎn)業(yè)結(jié)構(gòu)升級對城市GTFP的直接效應(yīng)顯著為正，間接效應(yīng)也顯著為正，產(chǎn)生了正向的空間溢出效應(yīng)。這說明產(chǎn)業(yè)結(jié)構(gòu)升級不僅促進了本城市GTFP的提升，還帶動了鄰近城市GTFP的提升。這表明產(chǎn)業(yè)結(jié)構(gòu)向服務(wù)業(yè)等第三產(chǎn)業(yè)邁進的高級進程有利于提高地區(qū)整體的GTFP 增長。

第五，從總效應(yīng)來看，外商直接投資、研發(fā)強度和環(huán)境規(guī)制均對城市GTFP有促進作用，產(chǎn)業(yè)結(jié)構(gòu)對城市GTFP具有抑制作用，經(jīng)濟發(fā)展的影響效應(yīng)不明顯。

(三)穩(wěn)健性檢驗

為了進一步驗證模型結(jié)論的穩(wěn)健性，本文采用二進制鄰近標(biāo)準(zhǔn)定義的空間地理權(quán)重矩陣對城市GTFP進行空間溢出估計，回歸結(jié)果顯示，除了lnGDP和lnIS變量之外，其他各變量對城市GTFP仍然存在顯著的空間溢出效應(yīng)，只是溢出效應(yīng)的大小不同而已，具體結(jié)果見表6。

表6 穩(wěn)健性檢驗結(jié)果

六、結(jié)論與啟示

本文利用加入了能源投入的GML指數(shù)測算了2003—2017年中國285個地級及以上城市的GTFP，著重分析了城市GTFP在時空尺度上的演進，并評估了其空間溢出效應(yīng)，得到如下結(jié)論：

(1)中國城市GTFP在時間尺度上整體呈現(xiàn)增長趨勢。從其分解成分來看，技術(shù)進步指數(shù)普遍要高于技術(shù)效率指數(shù)，表明技術(shù)進步在提升中國城市GTFP方面發(fā)揮著主要作用，占據(jù)著主導(dǎo)地位。

(2)中國城市GTFP在空間尺度上，總體呈現(xiàn)“南(偏西)-北(偏東)”格局，京津冀、長三角成為東部地區(qū)GTFP發(fā)展的核心，城市GTFP的橢圓重心始終位于河南省駐馬店市內(nèi)，但整體向西北方向發(fā)生了偏移，表現(xiàn)出明顯的演化特征。

(3)全局莫蘭指數(shù)和局部莫蘭指數(shù)散點圖均發(fā)現(xiàn)城市GTFP在經(jīng)濟地理上有集聚特征，即高GTFP的城市與高GTFP的城市集聚在一起，低GTFP的城市與低GTFP的城市集聚在一起，呈現(xiàn)顯著的空間正相關(guān)關(guān)系，存在空間溢出效應(yīng)。

(4)實證結(jié)果顯示，城市GTFP存在正向的空間溢出效應(yīng)，即本城市GTFP水平與經(jīng)濟地理相近城市GTFP水平密切正相關(guān)，表現(xiàn)出“近朱者赤，近墨者黑”的特征。外商直接投資、研發(fā)強度和環(huán)境規(guī)制均對城市GTFP有促進作用，產(chǎn)業(yè)結(jié)構(gòu)對城市GTFP具有抑制作用，經(jīng)濟發(fā)展的影響效應(yīng)不明顯。空間溢出效應(yīng)進一步顯示，外商直接投資既提高了本城市GTFP，又促進了周邊城市GTFP的提升，產(chǎn)生了正向的空間溢出效應(yīng)，經(jīng)濟發(fā)展水平的空間溢出效應(yīng)不明顯；研發(fā)投入和環(huán)境規(guī)制提高了本城市GTFP，抑制了鄰近城市GTFP的增長，產(chǎn)生了負向的空間溢出，分別存在“競相到底效應(yīng)”和“污染泄漏效應(yīng)”。產(chǎn)業(yè)結(jié)構(gòu)不僅提高了本城市GTFP，而且促進了周邊城市GTFP的提升，產(chǎn)生了正向的空間溢出效應(yīng)。

根據(jù)上述結(jié)論，可得出如下政策啟示：第一，技術(shù)進步在提升中國城市GTFP方面發(fā)揮著主導(dǎo)作用。中國政府在下一階段進行城市綠色發(fā)展進程中，不僅要繼續(xù)挖掘技術(shù)進步的提升空間，深度發(fā)揮技術(shù)進步的驅(qū)動引擎作用，同時還要激發(fā)技術(shù)效率的發(fā)展?jié)摿Γ尫判碌木G色發(fā)展動能。第二，城市GTFP在空間尺度上，具有正向的空間溢出特征。國家和地方政府應(yīng)充分考慮各城市間的互動式發(fā)展，健全城市間空間經(jīng)濟關(guān)聯(lián)機制，消除行政分割和市場分割等制度壁壘，促進城市間知識技術(shù)溢出、生產(chǎn)要素與創(chuàng)新資源有序流動，推動城市資源配置效率、綠色生產(chǎn)效率和綠色技術(shù)進步水平同步提升，以此形成“中心城市-外圍城市-小城鎮(zhèn)”有機聯(lián)動與協(xié)調(diào)發(fā)展的區(qū)域一體化空間格局。第三，充分發(fā)揮外商直接投資和產(chǎn)業(yè)結(jié)構(gòu)正向溢出的有效渠道。擴大對外開放，積極招商引資，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提高資源利用效率，淘汰高耗能、高污染、破壞環(huán)境的企業(yè)，鼓勵發(fā)展綠色、低碳型的產(chǎn)業(yè)，從而促進城市GTFP的提升。第四，謹防研發(fā)投入和環(huán)境規(guī)制的負向溢出效應(yīng)。重視知識產(chǎn)權(quán)保護和自主創(chuàng)新能力的培養(yǎng)，避免出現(xiàn)城市間“搭便車”的行為，同時嚴把企業(yè)環(huán)保準(zhǔn)入“門檻”，防止城市間污染產(chǎn)業(yè)的就近轉(zhuǎn)移，從而提高城市GTFP。第五，空間結(jié)構(gòu)與空間格局是影響城市綠色全要素生產(chǎn)率的重要決定因素，也是能否有效緩解城市資源環(huán)境約束與經(jīng)濟發(fā)展效率之間矛盾的關(guān)鍵，因此，要立足每個城市的要素稟賦優(yōu)勢和資源環(huán)境承載能力，因地制宜地構(gòu)建統(tǒng)一開放、協(xié)調(diào)高效的區(qū)域協(xié)同創(chuàng)新共同體，注重以資源環(huán)境高效利用與經(jīng)濟高質(zhì)量發(fā)展的適配協(xié)調(diào)為主線促進城市GTFP的提升。