王喜平，劉 哲

（華北電力大學(xué) 經(jīng)濟(jì)管理系，河北 保定 071003）

中國省際工業(yè)綠色增長(zhǎng)效率的空間效應(yīng)及影響因素

王喜平，劉 哲

（華北電力大學(xué) 經(jīng)濟(jì)管理系，河北 保定 071003）

采用超對(duì)數(shù)隨機(jī)前沿模型測(cè)算了中國2000—2014年省際工業(yè)綠色增長(zhǎng)效率，并對(duì)其區(qū)域差異和空間相關(guān)性進(jìn)行分析。在此基礎(chǔ)上，采用空間計(jì)量模型對(duì)我國省區(qū)的工業(yè)綠色增長(zhǎng)效率的影響因素進(jìn)行了分析。研究結(jié)果表明：我國省際工業(yè)綠色增長(zhǎng)效率較低，但呈現(xiàn)出不斷上升的趨勢(shì)，且各省區(qū)增長(zhǎng)效率存在極大的地區(qū)差異；空間自相關(guān)Moran's I檢驗(yàn)顯示，省際工業(yè)綠色增長(zhǎng)效率不僅存在著顯著的空間相關(guān)性，還存在著明顯的集群趨勢(shì)；空間計(jì)量模型結(jié)果表明，工業(yè)經(jīng)濟(jì)發(fā)展水平、高新科技對(duì)工業(yè)綠色增長(zhǎng)效率的影響為正，能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、政府干預(yù)的影響為負(fù)。而工業(yè)規(guī)模結(jié)構(gòu)的影響不顯著。基于上述結(jié)論，提出差別化的政策建議。

工業(yè)綠色增長(zhǎng)效率；空間計(jì)量模型；空間相關(guān)性；影響因素

一、引言

當(dāng)前，我國正處于工業(yè)化的中后期。中國工業(yè)具有高能耗、高排放的特點(diǎn)，其持續(xù)的高速增長(zhǎng)對(duì)我國多年以來的經(jīng)濟(jì)發(fā)展起著中流砥柱的作用，但是，這種粗放型的工業(yè)增長(zhǎng)模式也造成了嚴(yán)重的環(huán)境污染問題以及大量的資源浪費(fèi)。據(jù)陳詩一的測(cè)算，改革開放30年來，占全國國內(nèi)生產(chǎn)總值40.1%的工業(yè)消耗了全國67.9%的能源，并排放出了占全國83.1%的二氧化碳[1]。日益嚴(yán)重的環(huán)境問題以及資源短缺使得工業(yè)轉(zhuǎn)型勢(shì)在必行。早期對(duì)工業(yè)效率的研究大多沒有考慮非期望產(chǎn)出（如二氧化碳），Pittman在測(cè)算威斯康星洲造紙廠的效率時(shí)，首次引入了非期望產(chǎn)出約束[2]。Sabuj Kumar Mandal把非期望產(chǎn)出作為一種投入來進(jìn)行效率評(píng)價(jià)。工業(yè)轉(zhuǎn)型的核心便是在減少污染的前提下提高工業(yè)效率[3]。因此本文參考涂正革等提出的環(huán)境技術(shù)效率[4]，將工業(yè)綠色增長(zhǎng)效率定義為在其他條件不變的前提下，同時(shí)考慮產(chǎn)出最大化和污染最小化的工業(yè)效率。那么，我國不同地區(qū)的工業(yè)綠色增長(zhǎng)效率水平究竟如何？其變化有何趨勢(shì)？工業(yè)綠色增長(zhǎng)效率的影響因素如何？所以，對(duì)我國工業(yè)綠色增長(zhǎng)效率水平、變化趨勢(shì)還有影響因素的作用機(jī)理進(jìn)行研究，并據(jù)此提出相應(yīng)的政策建議，對(duì)于我國今后的工業(yè)更好的發(fā)展有著重要意義。

關(guān)于工業(yè)效率的研究，主要是從地區(qū)以及行業(yè)兩個(gè)方面展開。從行業(yè)方面入手的研究，如李杰等從靜態(tài)和動(dòng)態(tài)兩個(gè)方面入手，研究了上海工業(yè)六大行業(yè)效率，得出汽車、石油化工以及電子信息行業(yè)的效率波動(dòng)較大[5]。孫廣生等使用DEA模型分析了我國工業(yè)在1987—2005年期間14個(gè)子行業(yè)的能源效率變化，得出能源效率存在著先降后升的“U”型改變，轉(zhuǎn)折點(diǎn)在1990—1995年之間[6]。從地區(qū)方面入手的研究，如周五七等對(duì)能源與碳排放約束下我國東部、中部、西部三大區(qū)域的工業(yè)環(huán)境效率進(jìn)行測(cè)算，發(fā)現(xiàn)我國整體工業(yè)環(huán)境效率值較低，東部地區(qū)明顯高于西部和中部[7]。石鳳光測(cè)算了中國省區(qū)工業(yè)經(jīng)濟(jì)增長(zhǎng)效率，并分為東部、中部、西部、東北四個(gè)區(qū)域進(jìn)行分析研究，得出東部地區(qū)增速最慢，西部地區(qū)增速最快[8]。有關(guān)工業(yè)效率的研究大多使用數(shù)據(jù)包絡(luò)分析方法（DEA）來進(jìn)行測(cè)算。DEA方法構(gòu)造的生產(chǎn)前沿面是非隨機(jī)的，沒有考慮測(cè)量誤差和其他統(tǒng)計(jì)噪聲的影響，所有的偏差都被認(rèn)為是由能源無效率引起，這樣很容易造成效率測(cè)算結(jié)果不精確。而SFA不僅考慮了可控制的無效率因素對(duì)產(chǎn)出的影響，還考慮了隨機(jī)沖擊因素對(duì)于產(chǎn)出的作用。模型中的混合誤差項(xiàng)不僅含有衡量隨機(jī)沖擊因素效應(yīng)的對(duì)稱誤差項(xiàng)，還有衡量生產(chǎn)者技術(shù)無效率的非負(fù)誤差項(xiàng)。因此，測(cè)算工業(yè)綠色增長(zhǎng)效率時(shí)選取SFA可以大大增加測(cè)算結(jié)果的精確程度。

關(guān)于影響因素，查建平等測(cè)算了我國各地區(qū)2003—2009年期間的碳排放績(jī)效，并探究了影響因素的作用，得出當(dāng)前我國的經(jīng)濟(jì)發(fā)展模式以及合理的環(huán)境規(guī)制分別對(duì)工業(yè)碳排放績(jī)效起著消極和積極的作用，而結(jié)構(gòu)因素的影響則較為復(fù)雜[9]。楊俊等對(duì)我國各地區(qū)1998—2007年期間考慮環(huán)境因素的全要素生產(chǎn)率進(jìn)行了研究，得出人均GDP與ML生產(chǎn)率指數(shù)的關(guān)系呈倒U型，資本勞動(dòng)比、外商直接投資對(duì)ML指數(shù)有消極影響[10]。在之前的文獻(xiàn)中，在對(duì)影響因素的作用進(jìn)行研究時(shí)，大部分都選取時(shí)間序列分析方法或者常規(guī)面板數(shù)據(jù)的普通最小二乘法（ols）。但這種方法忽略了工業(yè)綠色增長(zhǎng)效率在地理空間上的依賴性以及溢出效應(yīng)，從而對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生比較大的影響。新經(jīng)濟(jì)地理學(xué)理論[11]和空間計(jì)量經(jīng)濟(jì)學(xué)[12～13]的發(fā)展使得在研究工業(yè)增長(zhǎng)效率的影響因素方面有了新的研究視角和研究方法。因此，本文把空間相關(guān)性這個(gè)因素考慮進(jìn)來，使用空間計(jì)量模型分析影響工業(yè)綠色增長(zhǎng)效率的影響因素，對(duì)已有研究做進(jìn)一步拓展和補(bǔ)充，來為工業(yè)行業(yè)提供政策依據(jù)。

本文在以下幾個(gè)方面進(jìn)行了創(chuàng)新：（1）已有成果在從國家層面或行業(yè)層面進(jìn)行研究時(shí)大多是基于DEA模型進(jìn)行的，盡管DEA模型適用于多投入、多產(chǎn)出的情形，但是SFA模型相比DEA模型來說，計(jì)算結(jié)果比較穩(wěn)定，不易受異常值的影響；（2）將工業(yè)生產(chǎn)對(duì)環(huán)境的影響這個(gè)非期望產(chǎn)出作為一種投入因素來測(cè)算效率，有利于為我國實(shí)現(xiàn)經(jīng)濟(jì)又好又快發(fā)展提供更合理的政策建議；（3）使用空間計(jì)量模型來研究工業(yè)綠色增長(zhǎng)效率的影響因素，提高了模型估算結(jié)果的精準(zhǔn)程度。

二、研究方法

（一）SFA模型

為了有針對(duì)性地對(duì)工業(yè)綠色增長(zhǎng)的投入產(chǎn)出關(guān)系進(jìn)行研究，本文采用SFA模型對(duì)問題進(jìn)行分析，SFA模型可以表示為：

其中，i代表地區(qū)，t代表時(shí)間；Y表示產(chǎn)出，v表示作用于生產(chǎn)的隨機(jī)因素，滿足N（0，σ2）分布；u（非負(fù)）表示那些對(duì)某個(gè)生產(chǎn)主體所具有的沖擊。

本文選取超越對(duì)數(shù)生產(chǎn)函數(shù)，是因?yàn)榇撕瘮?shù)彈性可變，可以更好地研究投入要素之間的相互影響?？梢詫讉€(gè)變量之間的關(guān)系表示如下：

根據(jù)式（2）能夠得出工業(yè)綠色增長(zhǎng)效率。Y表示工業(yè)產(chǎn)出，用工業(yè)增加值來表示。K表示資本投入，使用工業(yè)企業(yè)固定資產(chǎn)凈值表示，L代表人力投入，使用工業(yè)就業(yè)人數(shù)表示。E表示能源投入，使用工業(yè)企業(yè)能源總消費(fèi)量表示，C代表環(huán)境成本，使用工業(yè)企業(yè)排放的二氧化碳表示。

（二）空間計(jì)量模型

1.空間自相關(guān)系數(shù)

一般用Moran's I指數(shù)檢驗(yàn)數(shù)據(jù)的空間自相關(guān)性，具體見式（3）：

其中，Wij表示空間權(quán)重矩陣，如果i地區(qū)與j地區(qū)相鄰，則Wij=1，如果不相鄰，則Wij=0。

2.空間計(jì)量模型

在檢驗(yàn)出觀測(cè)值的空間相關(guān)性顯著之后，傳統(tǒng)的回歸模型已經(jīng)無法滿足空間性的要求，所以本文引入包含有空間效應(yīng)的計(jì)量模型，包括常系數(shù)的空間滯后模型（SLM）與空間誤差模型（SEM）。

（1）空間滯后模型（SLM）

如果區(qū)域觀測(cè)值間的相互影響是由于區(qū)域個(gè)體經(jīng)濟(jì)行為對(duì)于相鄰區(qū)域經(jīng)濟(jì)行為所產(chǎn)生的效應(yīng)而存在差異時(shí)，需要使用空間滯后模型。其模型的具體形式為：

式（4）中，y為被解釋變量，X為n*k的外生解釋變量矩陣。W為形式n*n維的空間權(quán)重矩陣。Wy為空間滯后因變量。ρ和λ為空間回歸參數(shù)。ε為隨機(jī)誤差項(xiàng)。

（2）空間誤差模型（SEM）

式（5）中，ε為隨機(jī)誤差項(xiàng)向量，λ為空間誤差回歸系數(shù)，用這個(gè)系數(shù)來衡量鄰近地區(qū)的誤差沖擊對(duì)中心地區(qū)y的作用。

三、工業(yè)綠色增長(zhǎng)效率評(píng)價(jià)及空間相關(guān)性分析

（一）省際工業(yè)綠色增長(zhǎng)效率

文章采用Frontier 4.1軟件測(cè)算效率。這個(gè)軟件先運(yùn)用最小二乘法對(duì)模型進(jìn)行效率處理，如果存在技術(shù)無效率，程序會(huì)依照最小二乘估計(jì)的參數(shù)值，使用格點(diǎn)搜索法進(jìn)行迭代，之后再使用似然估計(jì)來得出最終值。最終結(jié)果如表1所示。

由表1可知，廣東、江蘇、上海、浙江、山東是中國工業(yè)發(fā)展水平較好的地區(qū)。在2000—2014年期間，這5個(gè)省份始終排在全國前五位。其中，廣東省的工業(yè)綠色增長(zhǎng)效率連續(xù)多年居全國首位，這主要是由于廣東省產(chǎn)業(yè)結(jié)構(gòu)具有較大優(yōu)勢(shì)，高新技術(shù)產(chǎn)業(yè)比重較大，同時(shí)技術(shù)效率始終處于一個(gè)較高的水平?？傮w上來說，廣東省經(jīng)濟(jì)社會(huì)已經(jīng)開始進(jìn)入工業(yè)化后期階段。寧夏、青海、甘肅、新疆、貴州是中國工業(yè)發(fā)展水平比較落后的地區(qū)。其中寧夏的工業(yè)綠色增長(zhǎng)效率始終排在全國末位，并且遠(yuǎn)遠(yuǎn)落后于其他地區(qū)。寧夏地區(qū)是我國重要的煤炭基地、煤化工基地和西電東送基地。煤炭的單位能源產(chǎn)生熱量較低，并且對(duì)環(huán)境影響較大。除此之外，寧夏所在的西部地區(qū)普遍存在技術(shù)效率較低、重工業(yè)比重較高、產(chǎn)業(yè)結(jié)構(gòu)不合理等特點(diǎn)?？傮w上來說，工業(yè)效率東部＞全國＞中部＞東北＞西部。中部、西部、東北地區(qū)這三個(gè)區(qū)域的工業(yè)綠色增長(zhǎng)效率均低于全國均值，盡管他們之間的差距不大，但與東部地區(qū)依然有著明顯的差距。這三個(gè)區(qū)域的工業(yè)綠色增長(zhǎng)效率過低，其工業(yè)發(fā)展是以犧牲環(huán)境為代價(jià)的，是不可持續(xù)的。與之相伴的，是環(huán)境污染以及大量的資源浪費(fèi)。從另一個(gè)角度來講，“發(fā)展”與“綠色”并不矛盾。一個(gè)地區(qū)越發(fā)達(dá)，工業(yè)綠色增長(zhǎng)效率越高，但這并不說明工業(yè)綠色增長(zhǎng)效率的提高僅僅依靠經(jīng)濟(jì)發(fā)展來實(shí)現(xiàn)。比如京津冀地區(qū)和長(zhǎng)三角、珠三角地區(qū)同屬中國三大經(jīng)濟(jì)圈，工業(yè)效率相比較來說落后很多。主要原因在于，同另外兩個(gè)經(jīng)濟(jì)圈相比，京津冀地區(qū)存在著產(chǎn)業(yè)結(jié)構(gòu)不合理、重工業(yè)比重過大、高新技術(shù)創(chuàng)新能力不足等問題。因此，提高工業(yè)綠色增長(zhǎng)效率，一方面要通過結(jié)構(gòu)調(diào)整、自主創(chuàng)新等措施來提升經(jīng)濟(jì)增長(zhǎng)質(zhì)量，另一方面要減輕工業(yè)發(fā)展帶來的資源問題和環(huán)境問題。

綜合來看，各地工業(yè)綠色增長(zhǎng)效率分布呈現(xiàn)出一定的集聚現(xiàn)象，因此有必要引入空間相關(guān)性分析研究中國各地區(qū)工業(yè)綠色增長(zhǎng)績(jī)效的區(qū)域差異的演化規(guī)律。

（二）工業(yè)綠色增長(zhǎng)效率的空間相關(guān)性分析

根據(jù)式（3），使用Geoda軟件，得出2000—2014年省際工業(yè)綠色增長(zhǎng)效率的Moran'I的值，結(jié)果如圖1所示。從圖1可以看出，Moran's I指數(shù)呈現(xiàn)出穩(wěn)步上升的勢(shì)頭，說明了我國省區(qū)之間的空間性在增強(qiáng)。2000—2014年中國省際工業(yè)綠色增長(zhǎng)效率的Moran'I指數(shù)的正態(tài)統(tǒng)計(jì)量的z值均通過了1%的顯著性水平檢驗(yàn)，說明我國各個(gè)省份間存在顯著的地理空間依賴性。而正的相關(guān)性說明了我國省區(qū)間具有明顯的正向空間集聚效應(yīng)，即一些省份的相似值之間在空間上趨于集聚。

四、工業(yè)綠色增長(zhǎng)效率影響因素分析

經(jīng)濟(jì)發(fā)展從不同的角度影響著工業(yè)綠色增長(zhǎng)效率。（1）工業(yè)經(jīng)濟(jì)發(fā)展水平效應(yīng)（IED）：工業(yè)經(jīng)濟(jì)發(fā)展水平越高的地區(qū)往往產(chǎn)業(yè)結(jié)構(gòu)更優(yōu)，技術(shù)水平和生產(chǎn)效率也就越高，相應(yīng)地會(huì)促進(jìn)工業(yè)增長(zhǎng)效率的提高。IED用i省份第t年的工業(yè)增加值占GDP的比重來表示。（2）工業(yè)結(jié)構(gòu)效應(yīng)（ISE）：重工業(yè)企業(yè)的特點(diǎn)是高能耗、高污染、高排放，以重工業(yè)為主的工業(yè)結(jié)構(gòu)將會(huì)對(duì)產(chǎn)出效率的增長(zhǎng)產(chǎn)生抑制作用。ISE用重工業(yè)產(chǎn)值占工業(yè)增加值的比重來表示。（3）能源結(jié)構(gòu)效應(yīng)（ESE）：我國以煤炭等化石能源消費(fèi)為主，相對(duì)于天然氣、核能、風(fēng)能等能源來講，單位能源消耗產(chǎn)生的熱量偏低，從而不利于增長(zhǎng)效率的提高。ESE用重工業(yè)產(chǎn)值占工業(yè)增加值的比重來表示。（4）高新技術(shù)效應(yīng)（HNT）：技術(shù)創(chuàng)新研發(fā)的成功往往會(huì)帶來巨大經(jīng)濟(jì)價(jià)值，促進(jìn)增長(zhǎng)效率的提高。HNT用各省的工業(yè)企業(yè)研究與試驗(yàn)發(fā)展經(jīng)費(fèi)占工業(yè)增加值的比重來表示。（5）規(guī)模結(jié)構(gòu)效應(yīng)（SSE）：大型企業(yè)在資金、技術(shù)等方面具有得天獨(dú)厚的優(yōu)勢(shì)，合理的工業(yè)規(guī)模結(jié)構(gòu)會(huì)促進(jìn)增長(zhǎng)效率的提高。SSE用各省的大型企業(yè)產(chǎn)值占工業(yè)增加值的比重來表示。（6）政府干預(yù)（GI）：中國的社會(huì)主義國家體制決定了政府在經(jīng)濟(jì)發(fā)展中起著重要作用，合理的政府干預(yù)自然會(huì)對(duì)增長(zhǎng)效率起積極作用。而不合理的政府干預(yù)反而會(huì)對(duì)增長(zhǎng)效率起抑制作用。GI用各省的治理污染投資占工業(yè)增加值的比重來表示。

表1 中國分區(qū)域主要年份工業(yè)綠色增長(zhǎng)效率值

圖1 中國2000-2014年工業(yè)綠色增長(zhǎng)效率Moran's I指數(shù)圖

通過以上分析，本文從工業(yè)經(jīng)濟(jì)發(fā)展水平、工業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)、高新技術(shù)水平、工業(yè)規(guī)模結(jié)構(gòu)以及政府干預(yù)六個(gè)方面考察經(jīng)濟(jì)發(fā)展對(duì)工業(yè)綠色增長(zhǎng)效率的影響。

根據(jù)公式（4）、（5），本文構(gòu)建的含有空間效應(yīng)的空間計(jì)量模型為：

在這個(gè)固定模型中，α1是空間滯后系數(shù)，α2是空間誤差系數(shù)。當(dāng)α1的值取0時(shí)，此模型為空間誤差模型（SEM）；當(dāng)α2的值取0時(shí)，則為空間滯后模型。ui和vt分別代表著空間固定效應(yīng)以及時(shí)間固定效應(yīng)。PTEi,t代表i省份第t年的工業(yè)綠色產(chǎn)出效率。

本文選取了中國30個(gè)省區(qū)2000—2014年的數(shù)據(jù)，以實(shí)際工業(yè)增加值作為產(chǎn)出變量。在投入變量方面，勞動(dòng)力投入以工業(yè)就業(yè)人數(shù)來表示，能源投入以工業(yè)各種能源消耗折算成標(biāo)準(zhǔn)的總和來表示。環(huán)境投入則按照二氧化碳排放系數(shù)計(jì)算出工業(yè)總的二氧化碳排放總量。以工業(yè)企業(yè)固定資產(chǎn)凈值來表示資本投入。數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》、《中國能源統(tǒng)計(jì)年鑒》和《中國工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》。

本文首先使用普通面板數(shù)據(jù)進(jìn)行回歸，并用Matlab2010（a）軟件檢驗(yàn)?zāi)Ｐ蜌埐铐?xiàng)的顯著性。估計(jì)結(jié)果如表2所示。

從表2可以看出混合模型、空間固定效應(yīng)模型、時(shí)間固定效應(yīng)模型以及雙向固定效應(yīng)模型的計(jì)量結(jié)果?；旌夏Ｐ偷臄M合優(yōu)度統(tǒng)計(jì)量是0.5158，當(dāng)分別考慮空間固定效應(yīng)以及時(shí)間固定效應(yīng)時(shí)，擬合優(yōu)度變成0.6814和0.7746。如果把兩個(gè)效應(yīng)都考慮進(jìn)來，擬合優(yōu)度最大，是0.8138。而通過對(duì)這幾個(gè)模型的對(duì)數(shù)似然函數(shù)值進(jìn)行比較，可知在同時(shí)考慮兩個(gè)效應(yīng)后，Log-L由379.2040增大至955.9765。除此之外，雙向固定效應(yīng)的DW值是2.1393，是四個(gè)模型中最大的。綜合以上分析，我們決定選取雙向固定效應(yīng)模型來進(jìn)行實(shí)證研究。

從表2中還可以得出，雙向固定效應(yīng)模型的LM-lag通過了5%的顯著性水平檢驗(yàn)，而LM-err則通過了1%的檢驗(yàn)。LM-err的值也高于LM-lag。因此，選取空間誤差模型更合適。

空間誤差模型的結(jié)果如表3所示，空間誤差模型引入了空間誤差項(xiàng)W*dep.var，并且通過了1%的顯著性水平檢驗(yàn)。SEM模型的擬合優(yōu)度增大至0.9970。Log-L的值也從955.9765增加至1166.9412。而解釋變量的系數(shù)雖然變化都比較大，但是正負(fù)基本上沒有變化，T檢驗(yàn)值也體現(xiàn)出優(yōu)化。這些都表明空間計(jì)量模型更適合用于實(shí)證分析。

根據(jù)結(jié)果我們做出如下分析：

（1）工業(yè)經(jīng)濟(jì)發(fā)展水平IED在1%的顯著性水平上對(duì)工業(yè)綠色增長(zhǎng)效率PTE的影響為正，表明工業(yè)經(jīng)濟(jì)發(fā)展水平對(duì)工業(yè)效率具有促進(jìn)作用。一方面，工業(yè)經(jīng)濟(jì)發(fā)展水平較高的地區(qū)會(huì)投入更多的資金來改善基礎(chǔ)設(shè)施，以及開發(fā)新技術(shù)，并且工業(yè)經(jīng)濟(jì)發(fā)展水平較高的地區(qū)往往產(chǎn)業(yè)結(jié)構(gòu)更優(yōu)；另一方面，工業(yè)經(jīng)濟(jì)發(fā)展水平較高的地區(qū)也會(huì)吸引更多的大企業(yè)來投資，增加了當(dāng)?shù)仄髽I(yè)與高端技術(shù)水平交流學(xué)習(xí)的機(jī)會(huì)，促進(jìn)了技術(shù)水平的提高。

表2 傳統(tǒng)混合面板數(shù)據(jù)模型估計(jì)結(jié)果

表3 工業(yè)綠色增長(zhǎng)效率影響因素的參數(shù)估計(jì)結(jié)果

（2）能源消費(fèi)結(jié)構(gòu)ISE在1%的顯著性水平上對(duì)工業(yè)綠色增長(zhǎng)效率PTE的影響為負(fù)，表明以煤炭為主導(dǎo)的能源消費(fèi)結(jié)構(gòu)對(duì)工業(yè)效率具有抑制作用。一方面，在能源消費(fèi)結(jié)構(gòu)中，煤炭的品質(zhì)相對(duì)來說比較低，單位能源消費(fèi)產(chǎn)生的熱量明顯低于天然氣、石油等能源，這大大影響產(chǎn)出效率；另一方面，煤炭的利用一般集中在重工業(yè)企業(yè)，這些企業(yè)普遍的特點(diǎn)是生產(chǎn)粗放、能耗高。煤炭消費(fèi)占比較高說明工業(yè)部門中重工業(yè)企業(yè)較多，工業(yè)產(chǎn)業(yè)結(jié)構(gòu)也就相對(duì)不夠優(yōu)化，從而對(duì)工業(yè)綠色產(chǎn)出效率產(chǎn)生負(fù)面作用。中國的能源消耗量已經(jīng)多年排在世界前列，并且主要是一次性能源消費(fèi)，風(fēng)能、太陽能等新能源的利用率則較低。2014年6月，習(xí)總書記提出能源生產(chǎn)和消費(fèi)“四個(gè)革命，一個(gè)合作”的戰(zhàn)略，能源已成為當(dāng)前我國經(jīng)濟(jì)轉(zhuǎn)型的總抓手，而能源供給革命的核心就是建立多元供應(yīng)體系，形成煤炭、石油、天然氣、核能、新能源、可再生能源、多輪驅(qū)動(dòng)的能源供應(yīng)體系。2014年，我國能源消費(fèi)量達(dá)到42.6噸標(biāo)準(zhǔn)煤，大量的煤炭被直接燃燒后將二氧化碳等氣體排放出來，大大降低了工業(yè)綠色增長(zhǎng)效率。

（3）產(chǎn)業(yè)結(jié)構(gòu)ESE的估計(jì)系數(shù)為負(fù)，且通過了1%的顯著性水平檢驗(yàn)。表明重工業(yè)占比較高的產(chǎn)業(yè)結(jié)構(gòu)會(huì)對(duì)工業(yè)綠色增長(zhǎng)效率產(chǎn)生抑制作用。重工業(yè)企業(yè)一般具有高能耗、高污染、高排放的特點(diǎn)，這顯然不利于綠色產(chǎn)出效率的提高。

（4）工業(yè)規(guī)模結(jié)構(gòu)SSE對(duì)工業(yè)綠色增長(zhǎng)效率PTE的影響為正，但是不顯著。大型工業(yè)企業(yè)在資金、技術(shù)上都具有特定的優(yōu)勢(shì)，因此合理的工業(yè)企業(yè)規(guī)模能夠促進(jìn)工業(yè)綠色產(chǎn)出效率的提高。但是我國大型企業(yè)大部分為國有企業(yè)，缺乏激勵(lì)機(jī)制和市場(chǎng)化，這導(dǎo)致我國的工業(yè)規(guī)模結(jié)構(gòu)對(duì)PTE的影響不顯著。

（5）政府干預(yù)GI在1%的顯著性水平上對(duì)工業(yè)綠色增長(zhǎng)效率PTE的影響為負(fù)。這表明政府干預(yù)對(duì)PTE的提高具有抑制作用。市場(chǎng)經(jīng)濟(jì)提倡市場(chǎng)起決定作用，通過市場(chǎng)的引導(dǎo)使得生產(chǎn)過程自發(fā)地實(shí)現(xiàn)資源的最優(yōu)配置。政府作為市場(chǎng)上“看得見的手”，其合理調(diào)控會(huì)促進(jìn)經(jīng)濟(jì)的發(fā)展，解決市場(chǎng)本身的自發(fā)性、盲目性、滯后性等問題。然而，如果政府的干預(yù)不合理，反而會(huì)起到負(fù)面的作用。而且政府干預(yù)容易形成腐敗并由此產(chǎn)生利益共同體，從而影響市場(chǎng)經(jīng)濟(jì)的運(yùn)行效率。資源的合理配置受到影響，相應(yīng)的產(chǎn)出效率便會(huì)降低。

（6）高新科技HNT的估計(jì)系數(shù)為正，且通過了1%的顯著性水平檢驗(yàn)。一方面，科技進(jìn)步可以推動(dòng)經(jīng)濟(jì)增長(zhǎng)方式從依靠勞動(dòng)力和生產(chǎn)資料投入進(jìn)行低水平重復(fù)生產(chǎn)的粗放經(jīng)營到依靠科技進(jìn)步以及提高生產(chǎn)要素產(chǎn)出率的集約經(jīng)營轉(zhuǎn)變；另一方面，高新科技會(huì)促進(jìn)新型主導(dǎo)產(chǎn)業(yè)的形成，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，推動(dòng)經(jīng)濟(jì)的協(xié)調(diào)以及持續(xù)增長(zhǎng)。毫無疑問，這些都會(huì)推動(dòng)工業(yè)綠色增長(zhǎng)效率的提高。

（7）空間相關(guān)系數(shù)W的估計(jì)系數(shù)為正，且通過了1%的顯著性水平檢驗(yàn)。說明各省份的工業(yè)綠色增長(zhǎng)效率在空間上存在溢出效應(yīng)，各省份間的工業(yè)綠色增長(zhǎng)效率存在著相互間的正向影響。

五、結(jié)論與政策建議

本文使用超越對(duì)數(shù)模型和SFA模型對(duì)中國2000—2014年30個(gè)省區(qū)的工業(yè)綠色增長(zhǎng)效率進(jìn)行了測(cè)算，并對(duì)效率的空間相關(guān)性進(jìn)行了分析。為探究影響工業(yè)綠色增長(zhǎng)效率的深層次原因，使用空間計(jì)量模型進(jìn)一步研究了工業(yè)經(jīng)濟(jì)發(fā)展水平、能源消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、工業(yè)規(guī)模結(jié)構(gòu)、政府干預(yù)、高新科技等因素對(duì)效率的影響。

通過以上研究可以得出結(jié)論：（1）在2000—2014年期間，我國30個(gè)省區(qū)的工業(yè)綠色增長(zhǎng)效率呈上升趨勢(shì)，尤其是西部省份增長(zhǎng)迅速，但是東西部之間效率值依然差距明顯；（2）2000—2014年期間中國省際工業(yè)綠色增長(zhǎng)效率的Moran's I值呈穩(wěn)步上升的趨勢(shì)，說明了我國省區(qū)之間的空間性在不斷增強(qiáng)；（3）根據(jù)空間計(jì)量模型的估計(jì)結(jié)果，除了工業(yè)規(guī)模結(jié)構(gòu)對(duì)工業(yè)綠色增長(zhǎng)效率的影響不顯著之外，工業(yè)經(jīng)濟(jì)發(fā)展水平、高新科技對(duì)工業(yè)綠色增長(zhǎng)效率的影響顯著為正，能源消費(fèi)結(jié)構(gòu)對(duì)工業(yè)綠色增長(zhǎng)效率的影響顯著為負(fù)。

根據(jù)以上結(jié)論，提出相應(yīng)的政策建議：（1）東西部效率值差距依然明顯，這就要求國家制定政策建議時(shí)充分考慮西部省份粗放型工業(yè)經(jīng)濟(jì)的特點(diǎn)，鼓勵(lì)東部發(fā)達(dá)省份對(duì)西部落后省份進(jìn)行資金、科技、人員、技術(shù)等方面的援助；（2）我國省際工業(yè)綠色增長(zhǎng)效率呈現(xiàn)出明顯的空間集聚性，這就要求國家制定政策的時(shí)候因區(qū)域而異，而各個(gè)省份在制定政策時(shí)也應(yīng)當(dāng)充分考慮相鄰省份與自身之間的相互影響；（3）工業(yè)規(guī)模結(jié)構(gòu)對(duì)工業(yè)綠色產(chǎn)出效率的影響不顯著，因此建議國家推動(dòng)國有企業(yè)改革，增強(qiáng)激勵(lì)機(jī)制，使得大型企業(yè)能真正發(fā)揮出自身的優(yōu)勢(shì)，從而促進(jìn)工業(yè)綠色產(chǎn)出效率的提高；（4）工業(yè)經(jīng)濟(jì)發(fā)展水平對(duì)工業(yè)綠色產(chǎn)出效率的影響顯著為正，工業(yè)經(jīng)濟(jì)發(fā)展水平的正向影響會(huì)使得我國地區(qū)之間的工業(yè)發(fā)展水平越拉越大，這就需要協(xié)調(diào)東西部工業(yè)的發(fā)展，加強(qiáng)工業(yè)發(fā)達(dá)地區(qū)和落后地區(qū)的技術(shù)交流，鼓勵(lì)工業(yè)發(fā)達(dá)地區(qū)在落后地區(qū)投資建廠；（5）高新科技對(duì)工業(yè)綠色產(chǎn)出效率的影響顯著為正，這就需要政府加大科技資金投入，引導(dǎo)企業(yè)或單位技術(shù)創(chuàng)新意識(shí)，提高創(chuàng)新驅(qū)動(dòng)效率；（6）能源消費(fèi)結(jié)構(gòu)對(duì)工業(yè)綠色產(chǎn)出效率的影響顯著為負(fù)，這就需要我們優(yōu)化能源結(jié)構(gòu)，發(fā)展循環(huán)經(jīng)濟(jì)，提高再生能源以及非化石能源比重，并且積極推動(dòng)太陽能、風(fēng)能、核能等清潔能源的發(fā)展，加大對(duì)節(jié)能減排技術(shù)研發(fā)與推廣投資，提高能源生產(chǎn)率；（7）產(chǎn)業(yè)結(jié)構(gòu)對(duì)工業(yè)綠色產(chǎn)出效率的影響顯著為負(fù)，重工業(yè)傾向的產(chǎn)業(yè)結(jié)構(gòu)一般會(huì)抑制工業(yè)部門的整體產(chǎn)出效率的提高，但是重工業(yè)的發(fā)展往往又是實(shí)現(xiàn)工業(yè)化的必經(jīng)階段，因此，在工業(yè)化推進(jìn)過程中，需要結(jié)合自身發(fā)展條件的變化進(jìn)行相應(yīng)的政策調(diào)整，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化改革；（8）政府干預(yù)對(duì)工業(yè)綠色產(chǎn)出效率的影響顯著為負(fù)，這就要求政府適度降低對(duì)經(jīng)濟(jì)的干預(yù)，發(fā)揮市場(chǎng)機(jī)制在要素配置中的決定性作用；（9）各省份間的工業(yè)綠色增長(zhǎng)效率存在著相互間的正向影響，這就需要北京、上海、深圳、廣州等中心城市發(fā)揮帶頭作用，在科研、技術(shù)等方面引領(lǐng)周邊城市發(fā)展，此外更要加強(qiáng)東部地區(qū)和東北、中部、西部地區(qū)的交流，讓東部地區(qū)帶動(dòng)其他地區(qū)實(shí)現(xiàn)工業(yè)綠色增長(zhǎng)效率的提高。

[1]陳詩一.能源消耗、二氧化碳排放與中國工業(yè)的可持續(xù)發(fā)展[J].經(jīng)濟(jì)研究，2009，（4）：41-55.

[2]Pittman R W.Multilateral Productivity Comparisons with Undesirable Outputs[J].Economic Journal,1983，(93)：883-991.

[3]Sabuj Kumar Mandal.Do Undesirable Output and Environ?mental Regulation Matter in Engergy Efficiency Analysis?Evidence from Indian Cenment Industry[J].Energy Policy，2010，(5):117-131.

[4]涂正革，諶仁俊.傳統(tǒng)方法測(cè)度的環(huán)境技術(shù)效率低估了環(huán)境治理效率？——來自基于網(wǎng)絡(luò)DEA的方向性環(huán)境距離函數(shù)方法分析中國工業(yè)省級(jí)面板數(shù)據(jù)的證據(jù)[J].經(jīng)濟(jì)評(píng)論，2013，（5）：89-99.

[5]李杰，陳海云.上海工業(yè)六大重點(diǎn)行業(yè)效率研究——基于DEA和Malmquist指數(shù)法的實(shí)證分析[J].科技和產(chǎn)業(yè)，2016,（9）：34-39.

[6]孫廣生，楊先明，黃祎.中國工業(yè)行業(yè)的能源效率（1987—2005）——變化趨勢(shì)、節(jié)能潛力與影響因素研究[J].中國軟科學(xué)，2011，（11）：29-39.

[7]周五七，聶鳴.基于節(jié)能減排的中國省級(jí)工業(yè)技術(shù)效率研究[J].中國人口·資源與環(huán)境，2013,（1）:25-32.

[8]石風(fēng)光.中國省區(qū)工業(yè)綠色全要素生產(chǎn)率影響因素分析——基于SBM方向性距離函數(shù)的實(shí)證分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2015，（6）:137-144.

[9]查建平，鄭浩生，唐方方.中國區(qū)域工業(yè)碳排放績(jī)效及其影響因素實(shí)證研究[J].軟科學(xué)，2012,（4）:1-6.

[10]楊俊，邵漢華.環(huán)境約束下的中國工業(yè)增長(zhǎng)狀況研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009,（9）:64-78.

[11]Fujita,M，Krugman,P..The New Economic Geography:Past,Present and the Future[J].Papers in Regional Sci?ence，2004，（83）:139-164.

[12]Anselin,L..Spatial Econometric:Methods and Models[M].Dordrecht Kluwer Academic Publishers，1988:3-18.

[13]Fortheringham,A.S，Brunsdon,C，Charlton,M.Quantita?tive Geography:Perspectives on Spatial Data Analysis[M].London:SAGE Publications LTD,2000.

（責(zé)任編輯：彭晶晶）

Research of Chinese Provincial Industrial Green Growth Efficiency Space Effect and Influence Factors

WANG Xi-ping，LIU Zhe
（Department of Economics and Management,North China Electric Power University，Baoding Hebei 071003，China）

By using the stochastic frontier model,this paper calculate the efficiency of inter provincial industrial green growth in 2000-2014.The regional differences and spatial correlation are analyzed.On the basis of the above analysis,this paper analyzes the factors that influence the efficiency of industrial green growth in China's provinces and cities by using the spatial econometric model.The results show that:China's inter provincial industrial green growth efficiency is low,but showing a rising trend,and there is a great regional differences in the growth efficiency of each province.Spatial autocorrelation Moran's I test shows that there is not only a signifi?cant spatial correlation,but also a significant cluster trend.The spatial LISA diagram shows that the inter provincial industrial green growth efficiency has both spatial dependence and spatial heterogeneity.The level of industrial economic development and the impact of high and new technology on the efficiency of industrial green growth are positive.The influence of industrial scale structure is not sig?nificant.Based on the above conclusions,the paper puts forward some policy suggestions.

industrial green growth efficiency;spatial econometric model;spatial correlation;influencing factor

F401

A

1672-626X（2017）05-0034-08

10.3969/j.issn.1672-626x.2017.05.005

2017-07-15

北京市社會(huì)科學(xué)基金項(xiàng)目（15JGB050）

王喜平（1969-），女，河北定州人，華北電力大學(xué)（保定）副教授，管理學(xué)博士，主要從事能源經(jīng)濟(jì)與可持續(xù)發(fā)展研究；劉哲（1991-），男，河北石家莊人，華北電力大學(xué)（保定）碩士研究生，主要從事能源經(jīng)濟(jì)與可持續(xù)發(fā)展研究。