■朱廣印，王思敏

一、引言與文獻綜述

我國綠色發(fā)展戰(zhàn)略正經(jīng)歷深刻轉(zhuǎn)型，出現(xiàn)了“低碳新實用主義”傾向（湯維祺和魯政委，2019），即更加注重技術(shù)實踐和產(chǎn)業(yè)發(fā)展，對綠色經(jīng)濟從減少產(chǎn)能過剩到推動綠色產(chǎn)業(yè)轉(zhuǎn)型和污染防治的源頭治理轉(zhuǎn)型提出了更高要求，綠色發(fā)展也進入戰(zhàn)術(shù)戰(zhàn)略轉(zhuǎn)型的“深水區(qū)”。一方面，改善綠色生產(chǎn)增長方式需“加快發(fā)展綠色環(huán)保產(chǎn)業(yè)”并將“規(guī)模擴大、技術(shù)進步”列為綠色發(fā)展目標，即成為增加值GDP占比達3%（湯維祺和魯政委，2019），提高市場占有率的新型支柱產(chǎn)業(yè)，同時提升節(jié)能環(huán)保和污染治理的專業(yè)化技術(shù)。另一方面，生態(tài)文明的部署指引中提出了綠色發(fā)展的重點，其實質(zhì)就是要不斷提升和改善綠色生產(chǎn)發(fā)展水平和生態(tài)效率，選擇合適的綠色經(jīng)濟產(chǎn)業(yè)和模式。因此，測度綠色生產(chǎn)發(fā)展效率或生態(tài)效率，對于探究綠色生產(chǎn)發(fā)展的新的機制路徑和實現(xiàn)綠色經(jīng)濟轉(zhuǎn)型具有重要意義。

在關(guān)于綠色生產(chǎn)發(fā)展效率的研究中，將環(huán)境污染納入綠色經(jīng)濟核算體系，基于DEA法的SBM函數(shù)和ML指數(shù)得到了廣泛認同和不斷完善。任陽軍等（2019）通過構(gòu)建“三廢”污染環(huán)境綜合指數(shù)作為非期望產(chǎn)出，利用ML 指數(shù)模型修正了傳統(tǒng)的全要素生產(chǎn)率。董會忠等（2019）基于規(guī)模報酬不變約束下，運用考慮了環(huán)境污染指標的SBM 函數(shù)和Luenberger 指數(shù)測算并分解了綠色全要素生產(chǎn)率（GTFP）。在構(gòu)建綠色發(fā)展模型時，楊文舉（2011）曾利用方向性距離函數(shù)和LM 生產(chǎn)函數(shù)，采用跨期數(shù)據(jù)包絡(luò)法并對勞動生產(chǎn)率進行分解，綜合評估了中國大型工業(yè)的綠色產(chǎn)出績效及其技術(shù)效率的變化。李占風(fēng)和郭小雪（2019）采用固定時期參考集的CRS 乘數(shù)模型，基于兩期方向性距離函數(shù)，構(gòu)造了不同規(guī)模城市經(jīng)濟體的綠色生產(chǎn)可能性邊界，測算并分解了GTFP。王恩旭和武春友（2011）強調(diào)經(jīng)濟生產(chǎn)和環(huán)境質(zhì)量的雙重效益目標，以資源能源、污染物綜合指數(shù)及碳排放量為投入，運用超效率SBM模型測算了我國東中西及東北4個區(qū)域相對有效決策單元間的生態(tài)效率及其時空差異?？紤]到生態(tài)效率的聚集效應(yīng)，黃建歡等（2014）基于空間杜賓模型度量了在資源約束下運用包含環(huán)境污染指數(shù)的SBM 模型測算的生態(tài)效率的差異性。韓晶等（2014）基于SBM函數(shù)構(gòu)建系統(tǒng)GMM模型和門檻面板模型實證研究了環(huán)境規(guī)制對污染排放、技術(shù)水平和生產(chǎn)周期異質(zhì)性行業(yè)的時空影響路徑。此外，學(xué)者們的研究還指出能源結(jié)構(gòu)、金融規(guī)模及結(jié)構(gòu)、經(jīng)濟發(fā)展水平、科研投入、城市化水平、環(huán)境規(guī)制和貿(mào)易開放水平等因素也會對綠色全要素生產(chǎn)率產(chǎn)生影響。

然而，基于靜態(tài)的SBM 函數(shù)和動態(tài)的LM 生產(chǎn)函數(shù)在代理綠色發(fā)展指標時具有一定差異性（張莉莉等，2018）。一方面，函數(shù)形式假設(shè)不同。雖兩者都基于可分解的DEA模型，但靜態(tài)的效率得分更偏向于環(huán)境資源約束下的生態(tài)環(huán)境效率（徐曉光等，2014），而動態(tài)的全要素生產(chǎn)率及其分解則偏向于環(huán)境壓力下的產(chǎn)出效率來源（朱金鶴和王雅莉，2019）。但很少有文獻從不同區(qū)域?qū)用鎸ι鲜霾町愋宰鬟M一步比較研究，對把綠色生產(chǎn)發(fā)展和生態(tài)環(huán)境效率聯(lián)系起來分析其影響因素的研究不足。另一方面，環(huán)境因素的時空差異導(dǎo)致生態(tài)效率與全要素生產(chǎn)率及其分解的綠色發(fā)展路徑呈現(xiàn)不同特征。主要表現(xiàn)為地理空間差異對從事生產(chǎn)活動的不同經(jīng)濟體的生態(tài)效率的影響和評價（陳武新和呂秀娟，2009）。少有文獻基于不同角度的影響因素研究綠色生產(chǎn)效率與生態(tài)效率空間溢出效應(yīng)的差異。因此，筆者試圖厘清綠色發(fā)展路徑（代理變量）在靜態(tài)和動態(tài)視角下的差異性和關(guān)聯(lián)性，通過空間計量探究其異質(zhì)性演變特征及影響綠色發(fā)展效率的路徑機制，主要從以下方面對已有研究進行補充：一是運用熵值法將環(huán)境污染指標納入不同層面的綠色生產(chǎn)發(fā)展效率研究框架。二是通過SBM 模型和ML 生產(chǎn)指數(shù)測算2011—2017 年我國省域及“一帶一路”區(qū)域綠色生產(chǎn)和生態(tài)效率，并進行時空分析比較研究。三是借助固定效應(yīng)空間杜賓模型和動態(tài)空間效應(yīng)分解模型探究綠色生產(chǎn)和生態(tài)效率的空間溢出效應(yīng)，并將兩者聯(lián)系起來進行靜態(tài)比較和動態(tài)分析，探究不同影響因素的時空演變趨勢。

二、研究設(shè)計與變量選擇

（一）研究方法

1.超效率SBM模型

用傳統(tǒng)DEA 模型評價DMU 效率時，存在近一半省份都處于相對有效的效率前沿面①數(shù)據(jù)由作者整理分析得出，由于篇幅限制未列出。，為進一步比較不同省份效率高低，采用最大限度考慮了松弛變量的非徑向DEA 模型。其基本思路是先從生產(chǎn)可能集（PPS）中刪除評價有效的DMU，再度量和排列DMU到PPS的距離，即為超效率（≥1）。考慮非期望產(chǎn)出的SBM模型構(gòu)建（Huang et al.，2014）如下：

其中，m 為投入變量，s 為期望和非期望產(chǎn)出變量，S-、S+分別為投入、產(chǎn)出要素的松弛變量，n 為決策單元個數(shù)，投入集為xk={x1k，x2k，…xik}，產(chǎn)出集為yk={y1k，y2k，…yik}。

2.ML指數(shù)及其分解項

參考Shahbaz & Lean（2012）的研究，基于柯布—道格拉斯生產(chǎn)函數(shù)，運用DEA方法將包含非期望產(chǎn)出的ML 指數(shù)由理論變?yōu)閷嵶C指數(shù)，從而確定相對有效的隨機前沿DMU。作為全局參比指數(shù)可用于反映綠色全要素生產(chǎn)率的動態(tài)變化，并進一步分解為技術(shù)效率（EFFCH）和技術(shù)進步率（TECH），計算公式如下：

3.空間計量模型

（1）空間杜賓模型。根據(jù)地理學(xué)第一定律，全國各省市的綠色生產(chǎn)和生態(tài)效率在空間上是存在著相關(guān)性的，且與SLM 和SEM 相比，更廣義的SDM考慮了變量間可能同時存在自相關(guān)性和空間滯后效應(yīng)，據(jù)此構(gòu)建了模型（5）：

其中，εit∈N（0，σ2），υ是N 維列向量，X 是1·N 階列向量，δ是空間效應(yīng)系數(shù)，μ表示空間固定效應(yīng)，θ表示時間固定效應(yīng)。

由于任何因素變化具有慣性作用，同時將滯后一期因變量納入空間杜賓模型，并通過偏微分方法分解空間溢出效應(yīng)（胡緒華和陳默，2019），即長短期直接效應(yīng)、間接效應(yīng)及總效應(yīng)，以便從動態(tài)角度更好地詮釋影響因素的作用機制，求偏導(dǎo)數(shù)后的基礎(chǔ)矩陣為：

矩陣中對角線上的元素與非對角線上的元素分別表示直接效應(yīng)和間接效應(yīng)，即各省份自變量對因變量以及其他變量的影響。

（2）空間相關(guān)性檢驗。通過空間自相關(guān)分析研究綠色生產(chǎn)和生態(tài)效率在各省份地理空間位置上的相互依賴程度，進而衡量各年度全國綠色發(fā)展空間關(guān)聯(lián)程度的總體特征。全局Moran’s I 統(tǒng)計量的計算公式如下：

（二）投入產(chǎn)出變量與數(shù)據(jù)來源

1.投入指標：資本投入（K）通過公式Kt=Kt-1（1-δ）+It可計算得到。其中，δ參考劉莎和劉明（2019）的做法，以2000為基期，取9.6%，K為各省歷年固定資產(chǎn)投資存量，I為其新增固定資產(chǎn)形成總額；勞動投入（L）用城鎮(zhèn)就業(yè)人員總數(shù)表示；能源投入（E）以電力消費總量替代（韓晶和張新聞，2016）。

2.產(chǎn)出指標：期望產(chǎn)出為實際GDP。將GDP以2011 年為基期作指數(shù)平減法處理，通過公式：當年實際GDP=上一年名義GDP×當年GDP指數(shù)，得到實際GDP；非期望產(chǎn)出（W）用熵值法（黃建歡等，2014）綜合廢水排放總量、廢水中化學(xué)需氧量排放量、廢氣中二氧化硫排放量、廢氣中氮氧化物排放量、煙粉塵排放量5種污染物，計算各指標的信息熵，得到環(huán)境污染綜合指標W。

上述變量所涉及的數(shù)據(jù)來源于2011—2017 年的《中國統(tǒng)計年鑒》和《中國環(huán)境統(tǒng)計年鑒》。測度結(jié)果如表1。

表1 2011—2017年省際2種GTFP年均值與相關(guān)分解的指標值

續(xù)表1

（三）測度結(jié)果分析

1.全國GTFP及其分解項測度結(jié)果分析

從全國整體平均值看，如圖1，兩種GTFP 均小于1，為DEA 無效增長型，而EFFCH 波動平穩(wěn)且處于較高水平，作為該技術(shù)效率提升的上限——技術(shù)進步水平（TECH），大部分時間低于規(guī)模經(jīng)濟的最優(yōu)產(chǎn)量，說明全國GTFP 的增長來自于技術(shù)效率的持續(xù)優(yōu)化（朱金鶴和王雅莉，2019），但整體技術(shù)轉(zhuǎn)化水平較低，未能完全發(fā)揮技術(shù)規(guī)模效應(yīng)帶動下綠色產(chǎn)出增長模式的潛能，進而導(dǎo)致綠色產(chǎn)出無效。全國歷年GTFP1 的趨勢水平呈下降狀的倒“N”型，符合環(huán)境庫茨涅茲曲線假說，部分不確定性原因在于環(huán)境污染綜合指標與實際GDP 的變動關(guān)系。作為新興工業(yè)化國家，生態(tài)環(huán)境與經(jīng)濟發(fā)展水平密切相關(guān)，全國年均GTFP1為0.95，低于經(jīng)濟發(fā)達的東部有效增長型（＞1），高于經(jīng)濟落后的中西部（＜1），說明綠色產(chǎn)出效率在經(jīng)濟發(fā)展超越一定臨界值后達到有效增長水平，而地區(qū)發(fā)展不平衡阻礙全國GTFP1 的改善。GTFP2 處于較低水平且于2015 年達到低谷后開始有所上升，但為無效增長型，說明中國工業(yè)化生產(chǎn)的資源損耗和污染排放量大，資源環(huán)境利用水平普遍較低，不符合生態(tài)效率發(fā)展的核心理念。TECH 與GTFP1 波動趨勢大體相同，說明GTFP1 大部分由TECH 解釋，技術(shù)進步主要表現(xiàn)為各地區(qū)GTFP 均經(jīng)歷了兩個“低谷”和三個“峰值”。具體來看：2011—2012 年GTFP1 出現(xiàn)第一個峰值，此時生態(tài)效率值最高。中國正處于2008 年金融危機以來經(jīng)濟復(fù)蘇的快速增長期，為期兩年的“四萬億元”經(jīng)濟刺激計劃取得成效，完成改革開放前30年經(jīng)濟總量增加目標，實際GDP增速17.72%達歷年最高水平。2012—2013 年開始下降并出現(xiàn)第一個低谷可能是因為我國進入增速換擋期。2016—2017年的生態(tài)效率值持續(xù)上升，GTFP1 同時上升并出現(xiàn)第三個峰值，中共十九大將生態(tài)文明納入現(xiàn)代化建設(shè)體系，加快完善綠色生產(chǎn)制度和綠色循環(huán)經(jīng)濟，提倡簡約低碳的生活方式，生態(tài)環(huán)境進一步改善。

圖1 2011—2017年全國兩種GTFP及相關(guān)分解指標發(fā)展趨勢

2.各省GTFP的時間演變趨勢分析

如圖2所示，從GTFP1上看，2011—2017年我國各省域主要呈波動上升趨勢且有顯著的省際差異。位于東部沿海的省市均保持較高水平，其中：天津、遼寧、北京和浙江分別位于綠色產(chǎn)出效率排名前四，由于經(jīng)濟發(fā)展程度高，海陸交通便利，對外利于新能源技術(shù)的引進和應(yīng)用，對內(nèi)利于傳統(tǒng)產(chǎn)業(yè)布局調(diào)整，從而降低資源環(huán)境損耗，基于技術(shù)支撐帶動綠色產(chǎn)出增長。而中西部省份雖有上升趨勢，但大多數(shù)年份GTFP1 仍小于1，存在先上升后下降的小幅波動，其中吉林、黑龍江、江西、重慶、云南、西藏和青海均因偏重環(huán)境治理而明顯下降。一方面，由于過去經(jīng)濟基礎(chǔ)薄弱，在承接?xùn)|部產(chǎn)業(yè)轉(zhuǎn)移帶來的資源環(huán)境壓力的同時，基于產(chǎn)業(yè)規(guī)模擴張帶動綠色產(chǎn)出效率提升，但目前地區(qū)經(jīng)濟產(chǎn)出增長因未達EKC曲線臨界值（劉莎和劉明，2019）而具有不確定性。另一方面，黑龍江和吉林以重工業(yè)為主導(dǎo)產(chǎn)業(yè)，地區(qū)產(chǎn)出增長依賴資源環(huán)境供給并伴隨污染排放，面臨“三期疊加”壓力，故通過相對減少產(chǎn)能增長來緩解當?shù)刭Y源環(huán)境的損耗。江西、重慶和云南依靠資本密集型產(chǎn)業(yè)，通過優(yōu)化資金投入結(jié)構(gòu)和資源配置，改善環(huán)境質(zhì)量。西藏和青海處于西部內(nèi)陸，交通不便，在西部大開發(fā)中對環(huán)境保護力度不夠，后期著重深化環(huán)境修復(fù)，其中青海的治理力度較大。從生態(tài)效率值GTFP2看，整體低于綠色產(chǎn)出效率，呈下降趨勢且有省際差異，說明綠色生產(chǎn)發(fā)展以綠色產(chǎn)出效率提升為主導(dǎo)而對生態(tài)環(huán)境的修復(fù)力度不夠且存在地區(qū)異質(zhì)性。以山西為例，作為煤炭資源大省，前期資源開采技術(shù)水平低下和工業(yè)供能消耗量大，生態(tài)環(huán)境破壞嚴重，環(huán)境治理壓力大，面臨產(chǎn)出增長與資源環(huán)境保護矛盾，綠色技術(shù)轉(zhuǎn)化水平普遍不高，大多數(shù)省份也均進入污染防治的深水區(qū)，改革產(chǎn)出增長方式。而作為老工業(yè)基地的遼寧和承接傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)移的河北，由于在發(fā)展過程中較注重環(huán)境治理投入，生態(tài)環(huán)境不斷改善。位于長江中游的湖北、湖南和西南四隅，由于經(jīng)濟發(fā)展均衡和生態(tài)資源充裕，環(huán)境質(zhì)量水平較高。西部的寧夏經(jīng)濟開發(fā)程度低，注重資源節(jié)約與生態(tài)保護，環(huán)境質(zhì)量也較為理想，因而生態(tài)效率不斷提高。

圖2 省域綠色生產(chǎn)效率和生態(tài)效率（右軸，柱形）時間演變趨勢分析

三、GTFP的影響因素分析

（一）影響因素選擇與模型設(shè)定

為了考察綠色生產(chǎn)效率的時空動態(tài)變化和影響因素，筆者基于全國31 個省份2011—2017 年的面板數(shù)據(jù)，基于已有研究選取以下6個影響因素。

技術(shù)水平（TL）：借鑒黃建歡和呂海龍（2014）的做法，選擇用專利知識寬度來表示地區(qū)整體技術(shù)水平。創(chuàng)新能力（IC）：因?qū)嵱眯图夹g(shù)是具有一定實用性技術(shù)含量的科技成果，更易通過靈活的市場機制轉(zhuǎn)化為現(xiàn)實生產(chǎn)力（孫焱林和陳青青，2019），因此筆者基于專利異質(zhì)性選擇用實用新型專利申請授權(quán)量（齊紹洲等，2018）來反映地區(qū)實際技術(shù)的提升程度和創(chuàng)新能力。人力資本（EL）：參考張紅梅和張寧（2019）的做法，考慮到人口基數(shù)的影響，用普通高等教育在校生人數(shù)與地區(qū)總?cè)丝诘谋戎祦矸从场Ｍ馍讨苯油顿Y（FDI）：根據(jù)劉莎和劉明（2019）的做法，選取外商直接投資占地區(qū)總?cè)丝诘谋戎刈鲗ν庖蛩刂笜耍J為其通過管理技術(shù)引進和產(chǎn)出規(guī)模擴大會影響當?shù)鼐G色生產(chǎn)發(fā)展。金融發(fā)展（DIR）：考慮到目前綠色金融的機構(gòu)融資以信貸為主及數(shù)據(jù)的可得性，參考齊紹洲和徐佳（2018）的做法，選取年末金融機構(gòu)各項貸款余額占地區(qū)GDP比重作為金融因素指標，反映信貸資金利用效率的提高和金融結(jié)構(gòu)改革的深化。產(chǎn)業(yè)結(jié)構(gòu)（IS）：根據(jù)張紅梅和張寧（2019）的做法選取第二產(chǎn)業(yè)增加值與GDP 比值的反向指標反映經(jīng)濟結(jié)構(gòu)角度下的工業(yè)化進程。

上述變量有關(guān)數(shù)據(jù)來源中，國內(nèi)專利和實用新型專利申請授權(quán)量來自中國科學(xué)技術(shù)部門。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》和部分省市的《城市統(tǒng)計年鑒》。其中2016 年和2017 年各省份的年末金融機構(gòu)各項貸款余額來自2017 年和2018 年的《中國城市統(tǒng)計年鑒》的城市數(shù)據(jù)加總，外商直接投資額部分缺失數(shù)據(jù)利用線性插值法得到。

（二）實證結(jié)果分析

基于以DEAP2.1計算出來的ML 指數(shù)和DEA—SOLVE計算的超效率SBM生態(tài)效率值作整體比較，通過運用空間杜賓模型和動態(tài)空間面板模型考察上述六個因素分別對綠色全要素生產(chǎn)率、技術(shù)進步率及生態(tài)效率的作用機制及其時空演變趨勢，分別構(gòu)建以下模型：

其中，Yit為被解釋變量，分別以GTFP1、TECH及GTFP2代替，Yit-1為滯后一期的被解釋變量。

1.空間相關(guān)性檢驗

為了客觀、充分、全面地估計綠色全要素生產(chǎn)率的空間效應(yīng)，兼顧地理單元的互動鄰接與經(jīng)濟聯(lián)系，基于空間互動的0-1 鄰接矩陣和經(jīng)濟地理嵌套權(quán)重矩陣，設(shè)定如下：

表2 空間自相關(guān)性檢驗

2.空間計量模型選擇與估計結(jié)果

基于上述各省份綠色生產(chǎn)發(fā)展效率之間存在空間自相關(guān)性的判斷，為進一步分析具體模型的適用性并作出選擇，從而正確估計綠色生產(chǎn)效率、技術(shù)水平及生態(tài)效率與各解釋變量間的相互關(guān)系，基于0～1鄰接矩陣基本形式并通過各種檢驗來進行判斷，見表3。

表3 空間依賴性檢驗

由表3 可知，LMerror 和R-LMerror 檢驗結(jié)果十分顯著，故空間杜賓模型SDM 不可簡化為SEM 模型，LMlag 和R-LMlag 均沒通過檢驗，故可接受簡化為SLM 的原假設(shè)。LR 統(tǒng)計量均顯著，無法簡化為SEM或SLM模型。因此，選擇更廣義的SDM模型分析各因素對全國各省份綠色生產(chǎn)效率、技術(shù)水平及生態(tài)效率的時空格局影響。通過Hausman 檢驗，判定空間面板模型1 和2 使用固定效應(yīng)計量模型，加之時間和空間LR 統(tǒng)計量在1%水平下顯著，故采用空間時間雙固定模型，模型3 采用時間固定效應(yīng)模型。同時，考慮到固定資產(chǎn)投資的存量調(diào)整與慣性作用，作為DEA測算的GTFP的投入變量，使被解釋變量具有一定程度的滯后性，因此考慮適用于SDM或SLM 的動態(tài)面板空間模型測算資本深化帶來的滯后值的解釋程度。由于點估計回歸結(jié)果存在一定偏誤，不能展示偏回歸系數(shù)，因此用偏微分法分解空間效應(yīng)，且相較系統(tǒng)GMM，QML 可分離出模型中的長期效應(yīng)和短期效應(yīng)，故選擇QML計量模型作對比并對相關(guān)空間效應(yīng)作剝離和分析，結(jié)果見表4。

從技術(shù)角度分析，TL對GTFP1和技術(shù)水平進步產(chǎn)生負的空間聚集效應(yīng)，而對生態(tài)效率的動態(tài)影響顯著為正。原因在于先進的國內(nèi)專利技術(shù)仍無法適應(yīng)當下低質(zhì)的勞動、資本等生產(chǎn)要素，高端的生態(tài)產(chǎn)業(yè)鏈未普遍形成，低端廉價勞動力產(chǎn)業(yè)仍存在轉(zhuǎn)型前的生存空間，與現(xiàn)實的經(jīng)濟發(fā)展條件不匹配，阻礙了當?shù)氐木G色生產(chǎn)發(fā)展。對于TECH，由于綠色專利商標等申請認證的審批流程復(fù)雜，相關(guān)保護制度限制了相關(guān)技術(shù)成果的轉(zhuǎn)化規(guī)模，形成高門檻的“壟斷效應(yīng)”，阻礙綠色轉(zhuǎn)型進程，限制技術(shù)進步對綠色產(chǎn)出的貢獻。專利技術(shù)對生態(tài)效率的作用具有時空滯后性，說明當綠色專利經(jīng)過一段時間轉(zhuǎn)化，會結(jié)合當?shù)仄渌臻g生產(chǎn)要素的改善，提升其生態(tài)環(huán)境質(zhì)量，W×TL 對生態(tài)效率有正向的動態(tài)影響，表明地區(qū)專利授權(quán)帶來的綠色技術(shù)改進，不僅使當?shù)厣鷳B(tài)效率空間集聚，還促進了周邊地區(qū)生態(tài)環(huán)境在時空演變中的改善，存在“污染天堂”效應(yīng)。IC對GTFP1和技術(shù)進步的影響顯著為正，對生態(tài)效率有負向空間集聚效應(yīng)，說明實用新型專利成果在大量創(chuàng)新高素質(zhì)人才集聚條件下能夠高效轉(zhuǎn)化為生產(chǎn)產(chǎn)出GTFP1，并進一步擴大產(chǎn)業(yè)規(guī)模，更高效的生產(chǎn)資源配置方式及創(chuàng)新產(chǎn)品研發(fā)，促進了與之匹配的生產(chǎn)技術(shù)水平的提升和改善。但上述生產(chǎn)技術(shù)和創(chuàng)新成果的產(chǎn)業(yè)化也會沖擊當?shù)氐纳鷳B(tài)環(huán)境，存在生態(tài)資源進一步損耗和本地污染治理壓力。W×IC 對GTFP1 有正的動態(tài)空間溢出效應(yīng)，對生態(tài)效率的影響為負。這是由于地區(qū)間經(jīng)濟發(fā)展條件不同，直接貢獻于生產(chǎn)效率的實用新型專利技術(shù)創(chuàng)新成果，被鄰近地區(qū)引進模仿，以最有效的方式轉(zhuǎn)化為現(xiàn)實生產(chǎn)力，促進了GTFP1的提高。不同的是相應(yīng)的資源、生態(tài)環(huán)境負擔被復(fù)制，抑制了生態(tài)效率的提升。第三，EL對GTFP1和技術(shù)進步水平的影響在1%水平下顯著為正，對生態(tài)效率有動態(tài)的正向空間集聚效應(yīng)。說明現(xiàn)階段擁有較高知識技能的綜合素質(zhì)人才正發(fā)揮著較物質(zhì)資本更大的區(qū)域創(chuàng)新產(chǎn)出的效用，優(yōu)化了企業(yè)生產(chǎn)要素投入結(jié)構(gòu)，是提高綠色生產(chǎn)及生態(tài)效率的主要路徑之一。同時表明，我國人力資本應(yīng)用于綠色產(chǎn)出效率的作用還只普遍停留在空間集聚層面，我國人口基數(shù)大、平均受教育程度低，知識溢出效應(yīng)尚未顯現(xiàn)。但由于較高的環(huán)保意識普及擴散效應(yīng)，宣傳社會響應(yīng)生態(tài)保護信號，前期提高環(huán)境資源利用率的效率積累，降低生活污染廢物排放的可持續(xù)循環(huán)，隨著后期區(qū)域經(jīng)濟一體化，能大幅提高周邊地區(qū)的生態(tài)環(huán)境效率。

表4 固定效應(yīng)SDM模型估計結(jié)果

在靜態(tài)和動態(tài)SDM 模型中，F(xiàn)DI 對GTFP1、TECH 及生態(tài)效率的影響皆為負面，對周邊地區(qū)的空間溢出效應(yīng)也為負。這是因為在引進外資中我國處于產(chǎn)業(yè)鏈低端，國外企業(yè)為避免環(huán)境規(guī)制成本，完成本國產(chǎn)業(yè)結(jié)構(gòu)升級，將一些低技術(shù)、高耗能的污染企業(yè)轉(zhuǎn)移，地方政府為追求GDP，降低環(huán)境規(guī)制標準，甚至擠占鄰近地區(qū)外資投入，毫無選擇性地吸納，使當?shù)亟?jīng)濟發(fā)展以犧牲環(huán)境為代價，對GTFP1的增長造成負面影響。引進的外資技術(shù)并未形成綠色產(chǎn)出增加的作用，廉價的環(huán)境成本和勞動力的吸引促使生態(tài)環(huán)境效率進一步下降，并產(chǎn)生周邊地區(qū)污染連鎖反應(yīng)，形成“污染光環(huán)”。

從金融角度看，DIR 對GTFP 的影響不顯著，在短期內(nèi)難以形成集聚效應(yīng)，但對GTFP1和技術(shù)進步存在負的空間溢出效應(yīng)，但對生態(tài)效率產(chǎn)生正的動態(tài)空間溢出效應(yīng)。這說明隨著金融體系的不斷完善，如加強信息對稱、事前審查、事后監(jiān)督等，會提高綠色資源配置效率，促使企業(yè)創(chuàng)新技術(shù)，規(guī)范風(fēng)險運營，從而改善生態(tài)環(huán)境，對鄰近地區(qū)的生態(tài)效率起促進作用。

從經(jīng)濟角度看，IS對生態(tài)效率的影響為負，并產(chǎn)生動態(tài)的正向空間集聚效應(yīng)。表明我國第二產(chǎn)業(yè)仍以單一的、粗放式制造業(yè)為主，缺乏技術(shù)含量、資源損耗量大，當期產(chǎn)業(yè)外部性破壞了生態(tài)環(huán)境，減損了生態(tài)效率。但考慮到產(chǎn)業(yè)結(jié)構(gòu)在前期對我國工業(yè)化和技術(shù)的推動作用，以及現(xiàn)階段產(chǎn)業(yè)綠色轉(zhuǎn)型和空間布局的優(yōu)化，相對減少了污染產(chǎn)出，后期出現(xiàn)綠色產(chǎn)業(yè)對生態(tài)效率的改善。W×IS 對GTFP1和技術(shù)水平產(chǎn)生負的空間溢出效應(yīng)，對生態(tài)效率有正向動態(tài)空間溢出效應(yīng)。這是由于當?shù)禺a(chǎn)業(yè)生產(chǎn)對投入要素的“專用性”掠奪，包括能源、人力、物質(zhì)資本等，在生產(chǎn)環(huán)境廢物的同時降低了鄰近地區(qū)的綠色生產(chǎn)效率。隨著產(chǎn)業(yè)結(jié)構(gòu)高級化，對資源利用率提升，生態(tài)污染程度降低，承接產(chǎn)業(yè)轉(zhuǎn)移周邊地區(qū)的生產(chǎn)技術(shù)水平相應(yīng)提升，生態(tài)效率在綠色轉(zhuǎn)型趨勢下逐步提高。

3.動態(tài)空間效應(yīng)分解

為進一步分析其時空演變趨勢和考慮到點回歸系數(shù)的偏誤，對上述結(jié)果進行了穩(wěn)健性檢驗，動態(tài)空間效應(yīng)分解結(jié)果見表5，變量系數(shù)符合與前文基本一致，結(jié)果穩(wěn)健。

四、結(jié)論與政策建議

運用Super-SBM 和Malmquist 指數(shù)測算了考慮資源環(huán)境約束下我國31 個省份2011—2017 年綠色生產(chǎn)和生態(tài)效率，并對二者作了不同方位的比較研究，再從6 個不同方面考察綠色生產(chǎn)發(fā)展效率的時空演變特征和動態(tài)空間分解效應(yīng)，結(jié)果表明：第一，兩種GTFP 均處于無效增長階段，前者呈現(xiàn)倒“N”型，經(jīng)歷了兩個“波谷”和三個“波峰”，大部分可由生產(chǎn)技術(shù)進步解釋。后者普遍處于較低水平，但在2015年達到谷底，此后開始持續(xù)上升。并發(fā)現(xiàn)綠色技術(shù)效率大部分領(lǐng)先于綠色技術(shù)進步，雖出現(xiàn)了效率優(yōu)化但缺乏領(lǐng)先的科技創(chuàng)新，有進一步的增加產(chǎn)出和減少污染的潛能。第二，GTFP1 兩極分化明顯，東部沿海省市呈歷年上升趨勢，且處于有效增長階段，高于全國均值水平，引領(lǐng)綠色轉(zhuǎn)型雙重目標的實現(xiàn)。GTFP2 呈同質(zhì)化分布，各省環(huán)境治理壓力不同，差異大，但在不斷改進提升。部分省市出現(xiàn)綠色生產(chǎn)水平與生態(tài)效率不匹配特征，改進的關(guān)鍵在于生態(tài)修復(fù)和綠色技術(shù)進步。第三，基于全局參比的動態(tài)Malmquist 指數(shù)上的綠色生產(chǎn)效率整體上虛高于基于橫截面測算的靜態(tài)超效率SBM 模型上的生態(tài)環(huán)境效率得分，地區(qū)資源要素發(fā)展條件影響生產(chǎn)效率改善或惡化的程度，各地綠色生產(chǎn)效率主要依靠增長效應(yīng)TECH 解釋，追趕效應(yīng)變動較大。而全國31 個省份的靜態(tài)生態(tài)環(huán)境效率則強調(diào)了綠色發(fā)展的核心：以有限的生態(tài)資源提高綠色發(fā)展水平和產(chǎn)生更少的污染存量。兩者均具有空間溢出效應(yīng)，并呈現(xiàn)綠色發(fā)展效率影響因素的不同演變特征。

表5 動態(tài)空間效應(yīng)分解結(jié)果

基于上述結(jié)論，從提升綠色技術(shù)生產(chǎn)力和改進綠色生態(tài)效率兩個角度提出推進綠色發(fā)展的政策建議：一是國家應(yīng)重視專利技術(shù)成果轉(zhuǎn)化與當?shù)貎?yōu)勢要素稟賦的匹配度，擴大技術(shù)成果轉(zhuǎn)化規(guī)模，形成以技術(shù)為支撐的高新技術(shù)聚集區(qū)并向低水平范圍輻射。加強對綠色技術(shù)成果轉(zhuǎn)化的長期監(jiān)督和檢查機制，利用市場機制不斷增進綠色技術(shù)進步對環(huán)境治理的支撐，推動?xùn)|部與中西部地區(qū)綠色技術(shù)成果轉(zhuǎn)化的深入交流與合作，逐步消除企業(yè)技術(shù)壁壘和產(chǎn)權(quán)壟斷行為。二是在企業(yè)專業(yè)分工與規(guī)模擴張過程中不斷改善生產(chǎn)技術(shù)使用方式，強調(diào)綠色技術(shù)概念的適用性，正確引導(dǎo)和帶動當?shù)鼐G色產(chǎn)品生產(chǎn)、消費需求，減少生態(tài)資源損耗和對環(huán)境的沖擊。三是提升對高素質(zhì)人才的投入與積累，促進區(qū)域間的產(chǎn)學(xué)研合作交流和人才體系市場化建設(shè)，減少人才跨區(qū)域流動磨合障礙帶來的效率損失。四是嚴格外資企業(yè)環(huán)境規(guī)制門檻和資金引進監(jiān)管標準，強調(diào)長期可持續(xù)發(fā)展，注重環(huán)保技術(shù)研發(fā)和相應(yīng)的經(jīng)濟產(chǎn)出質(zhì)量。采取差異化政策鼓勵技術(shù)型外商企業(yè)因地制宜提高綠色產(chǎn)出效率，關(guān)注環(huán)境污染治理和生態(tài)資源節(jié)約，進而改善外商資金引進和利用結(jié)構(gòu)。五是將深化綠色金融體系改革作為一個長期工程，不斷創(chuàng)新多元化的產(chǎn)品與業(yè)務(wù)，為綠色企業(yè)生產(chǎn)和技術(shù)研發(fā)提供物質(zhì)支持。結(jié)合當?shù)貐^(qū)域資源環(huán)境特點，加強信息溝通環(huán)節(jié)，凝聚綠色發(fā)展共識，為綠色信貸與環(huán)保產(chǎn)業(yè)的匹配提供政策和服務(wù)便利。六是從源頭上改造落后的傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)，基于本地資源環(huán)境稟賦協(xié)同發(fā)展綠色產(chǎn)業(yè)鏈，加強區(qū)域間產(chǎn)業(yè)優(yōu)化布局和技術(shù)研發(fā)合作，培育多元化的綠色新興產(chǎn)業(yè)，以期避免產(chǎn)業(yè)同質(zhì)化競爭和污染擴散效應(yīng)，緩解工業(yè)污染對綠色生態(tài)效率的損耗。