丁曉慧

山東外事職業(yè)大學? 摘 要：綠色全要素生產率的提高在數字經濟崛起下，仍存在較大提升空間。在新常態(tài)階段經濟結構優(yōu)化的發(fā)展趨勢下，本文嘗試采用DEA方法對2001—2018 年中國各省際綠色全要素生產率進行測算，并依據最后結果對我國外商直接投資和財政支出兩方面因素與綠色全要素生產率進行實證性分析。得出主要結論：（1）我國不同地域間綠色全要素生產率區(qū)別較小，且增長速度緩慢。（2）外商直接投資和財政支出兩種因素能夠正面影響綠色全要素生產率，且效果顯著;加入交互項后，外商直接投資和財政支出則負面影響綠色全要素生產率，但綠色全要素生產率的邊際效應呈現遞增效果。（3）國內生產總值在我國東中西部地區(qū)均呈現顯著促進作用，對外貿易則起到抑制作用。最后根據結果提出我國提高綠色全要素生產率的建議。

關鍵詞：財政支出;外商直接投資;綠色全要素生產率

中圖分類號：F740 文獻標識碼：A 文章編號：2096-0298（2020）12（a）-097-05

2015年起自提高全要素生產率成為政府工作報告內容，如今已經被認為是中國經濟增長高質量轉型的一種重要推動力。當前面對產業(yè)和數字化轉型契機，消費互聯網、數字經濟的崛起，會有大量數據應用場景倒逼供給端或者產業(yè)價值鏈重構，帶來全要素生產率的巨大提升空間。新基建的發(fā)展也將對產業(yè)的制造轉型帶來基礎變革，引起TFP的提高。目前中國不同地區(qū)的資源稟賦和經濟結構發(fā)展不平衡，對綠色全要素生產率發(fā)展帶來不利影響，更影響了區(qū)域經濟發(fā)展協調性。

現在國內對GTFP影響因素的研究一般聚焦在財政因素、技術因素、對外因素、經濟因素、金融因素、環(huán)境規(guī)制因素等方面，因為研究切入點和方法的不同，研究結論也不盡相同。根據前人已有的研究，本文試圖從外商直接投資與財政支出對綠色全要素生產率的影響角度入手，采用DEA方法測算綠色全要素生產率，之后對外商直接投資和財政支出進行理論機制回歸分析，并進行穩(wěn)健性和內生性的處理。最后根據研究結果提出相關的建議。

1 測算綠色全要素生產率

1.1 研究方法和模型

DEA （數據包絡分析）是一種測量生產效率的線性模型，采用這種典型的非參數方法估算綠色全要素生產率，優(yōu)點是無需對生產函數形式和分布作出假設，避免較強的理論約束。通過將 DEA方法和 Malmquist指數結合起來，可以考查兩個不同時期全要素生產率變化（tfpch）的Malmquist指數。

1.2 數據來源與處理

本文選取各省地區(qū)生產總值作為產出指標，勞動和資本投入作為投入指標。由于數據的可獲得性，故選取除西藏、香港、澳門和臺灣之外的30省 （區(qū)、市）作為決策單元。樣本數據為各省市區(qū)2001—2018年的面板數據。

（1）期望產出指標：將各省各年度的地區(qū)生產總值根據GDP 折算指數分別按照2000年為基期計算GDP。數據來源于《中國統計年鑒》（2001—2019）。

（2）非期望產出指標：根據以往相關研究將二氧化碳排放量作為非期望產出的指標，本文由于數據可獲得性，選擇工業(yè)三廢污染物、二氧化硫和粉塵的排放作為替代指標。

（3）勞動指標：采用各省的就業(yè)人數作為人力資本投資。

（4）資本指標：本文以常用的永續(xù)盤存法測算的物質資本存量作為資本指標。永續(xù)盤存法的公式為：

（4）

在式 （4）中，K代表存量資本，t表示不同時間段;I表示固定資產投資總額，本文采用固定資本形成額作為代替;P表示固定資產投資價格指數，并以2000年為基期進行計算。通過采用 （張軍，2004）測算的2000年不變價的資本存量作為基期存量資本;折舊率采用9.6%。固定資本形成額來自《中國統計年鑒》（2001—2019），固定資產投資價格指數來源于國家統計局網站。

（5）能源指標：選擇年能源消耗總量作為能源投入指標，選取采用標準煤折算后的能源消費量。經濟發(fā)展過程中能源消費是產生非期望產出的主要來源。表1對2001—2018年投入和產出變量的數據進行描述性統計分析。

1.3 實證結果及分析

本文利用DEAP2.1軟件，計算2001—2018年中國各省份 Malmquist指數及其分解，結果如表2所示。

由表2得出，時間趨勢上，中國的省際綠色全要素生產率數據總體來看是呈上升趨勢。在2001—2017年，除了2009年和2011年有下滑現象之外，其余年份均保持穩(wěn)定。2018年各省的綠色全要素生產率有很大幅度的上升。區(qū)域差異上，西部地區(qū)的綠色全要素生產率高于中部地區(qū)和東部地區(qū)。單獨從各個省份來看，北京、上海、陜西的綠色全要素生產率數據較大，河北和甘肅綠色全要素生產率數據較低，其余各省的數值差異不大。

2 實證分析

2.1 模型構建

式 （5）中，i表示各個省份，t表示時間 （年），GTFP代表綠色全要素生產率，FDI代表外商直接投資額，GOV代表政府財政支出，X代表控制變量，主要包括科技投入、基礎設施建設、經濟發(fā)展水平、經濟密度和貿易。

2.2 變量選取與數據說明

2.2.1 被解釋變量

綠色全要素生產率，數據來源于筆者測算 （見表2）。

2.2.2 主要解釋變量

（1）外商直接投資（FDI），以外商直接投資額占GDP比重表示。外商直接投資作用于各地區(qū)綠色全要素生產率，主要方式包括產業(yè)轉移、技術關聯和知識溢出效應。數據來源于《中國統計年鑒》。（2）政府財政支出 （GOV），以地方財政一般支出（2007年之前為財政支出，2007年及之后為一般預算支出）表示。政府財政支出能夠改善生產、生活設施，能夠間接改善環(huán)境和提高生產率。數據來源于《中國統計年鑒》。

2.2.3 控制變量

（1）科技投入 （RD），選用RD投入表示?？萍纪度肱c綠色全要素生產率之間存在正向提升關系，主要邏輯在于加大科技投入將產生技術外溢，引起環(huán)境治理能力和資源配置效率的提升。因此，本文采用RD衡量科技投入水平。（2）基礎設施建設 （INF）。以公路、鐵路和內河航運里程之和除以人口表示。交通基礎設施的建設能夠對綠色全要素生產率產生阻礙，主要在于它很大程度上與環(huán)境污染有關。本文選取各地區(qū)人均道路面積來測量基礎設施建設水平。（3）經濟發(fā)展水平 （GDP），采用國內生產總值表示。經濟發(fā)展水平是影響綠色全要素生產率的重要宏觀因素。本文將最有代表性的GDP 數據作為經濟發(fā)展水平測算的依據。（4）經濟密度 （ED），用單位面積上的人口數量表示。經濟密度越高，經濟發(fā)展水平就越高，同時對環(huán)境影響也可能越大。（5）貿易 （TRADE），選用省際貿易額表示。在技術溢出效應中，貿易也是其中方式之一，對綠色全要素生產率會產生影響。以上數據全部來源于《中國統計年鑒》。

2.3 描述性統計分析與相關性檢驗

（1）根據變量作描述性統計分析，如表3所示，作出數據的觀測值各數、均值、標準差、最大值、最小值和中位數。（2）根據數據作各變量之間的相關系數，如表4所示。

2.4 實證結果與分析

全樣本回歸結果。本文以30個省區(qū)市為樣本， 采用面板回歸模型回歸分析外商直接投資和政府財政支出對綠色全要素生產率的影響，回歸結果如表5所示。

模型 （1）到模型 （4）采用混合回歸法，模型 （5）采用固定效應回歸法。經過豪斯曼檢驗結果采用固定效應模型。模型 （1～4）分別是綠色全要素生產率對外商直接投資、財政支出、兩者交互項，以及加入控制變量進行回歸。采用回歸分析方法，可以發(fā)現綠色全要素生產率與變量之間的互動關系及其變化是如何的。從回歸結果來看，外商直接投資和財政支出兩個因素均對綠色全要素生產率提升起數據提升作用，加入兩者交互項后，外商直接投資和財政支出對綠色全要素生產率的影響轉變?yōu)閿祿璧K作用，而兩者對綠色全要素生產率的邊際效應呈現遞增效果。同時，也可以看出國內生產總值對綠色全要素生產率具有促進作用，而經濟密度和交通設施情況及對外貿易對綠色全要素生產率的影響為阻礙作用。

為了保證回歸的穩(wěn)健性，本文采用廣義可行的極大似然估計方 （FGLS）對方程進行回歸?；貧w同樣采用全樣本回歸的方式，如表6所示。

通過表6可以看出，外商直接投資和財政支出對綠色全要素生產率均呈現顯著促進作用，兩者交互項對綠色全要素生產率的邊際效應為正。兩者交互后，兩者對綠色全要素生產率的影響變?yōu)橐种谱饔?，表明回歸結果具有穩(wěn)健性。

為進一步了解東中西部地區(qū)外商直接投資和財政支出對綠色全要素生產率的影響，為此，采用固定效應模型對東中西部地區(qū)分區(qū)域進行回歸，如表7所示。

由表7可知，模型 （1）到模型 （3）分別為東中西部地區(qū)回歸結果。結果表明：在東部地區(qū)，外商直接投資和政府性采購支出對綠色全要素生產率均產生顯著影響，外商直接投資和政府財政支出均起到抑制作用。兩者交互項對綠色全要素生產率的邊際效應遞增。在中部地區(qū)，外商直接投資對綠色全要素生產率起到抑制作用但不顯著，財政支出產生顯著負向作用，兩者交互項對綠色全要素生產率的邊際效應遞增。在西部地區(qū)，外商直接投資和政府財政支出對綠色全要素生產率的顯著抑制作用，兩者交互項對綠色全要素生產率的邊際效應遞增。

3 結論與建議

本文通過2001—2018年中國省際面板數據測算省際綠色全要素生產率，并實證分析外商直接投資、財政支出與綠色全要素生產率的關系。結果表明：（1）在地區(qū)分布上綠色全要素生產率存在較小差異，呈現西部地區(qū)綠色全要素生產率水平較高，中部和東部地區(qū)的綠色全要素生產率水平較低的現象;在時間維度上則表現為受到金融危機的影響下降，其余年份增長速度緩慢。2018年有較大的提高。（2）在全國和東部地區(qū)，外商直接投資對綠色全要素生產率起到促進效應;財政支出起到正項促進效應。（3）在加入交互項后，外商直接投資和財政支出對綠色全要素生產率的影響變?yōu)橐种疲瑑烧邔G色全要素生產率的邊際效應遞增。（4）對外貿易在全國和東中西部地區(qū)對綠色全要素生產率均呈現顯著抑制作用，國內生產總值則呈現促進作用。

基于上述結論，提出如下政策建議：

一是注重均衡發(fā)展。要推動綠色全要素生產率增長從空間不平衡向空間均衡發(fā)展，仍要首先提升技術創(chuàng)新，但要注意技術效率的提升，城市整體技術水平要兩者兼顧，同時不同地區(qū)技術發(fā)展要均衡。創(chuàng)新能力較弱地區(qū)可以加大科技研發(fā)投資力度， 引進關鍵技術和前沿技術，而創(chuàng)新能力較好的地區(qū)應發(fā)揮科技領頭羊作用，鼓勵技術外溢促進其他地區(qū)技術水平的提升。同時，各地區(qū)要提高資源統籌管理并加強資源管理模式創(chuàng)新，想方設法提高技術效率，減少科技資源浪費。

二是城市化格局需明確調整和優(yōu)化產業(yè)結構的空間方向以協調發(fā)展。中西部等城市化發(fā)展較慢的地區(qū)，應由其注重政策和制度配套創(chuàng)新，加快推進城市人口與技術等要素集聚。當前產業(yè)結構優(yōu)化是中國經濟結構調整的重要方向，產業(yè)結構與資源稟賦的同步協調，資源在空間分布上的協調，將推動綠色全要素生產率增長的空間均衡。

三是深化市場化改革，最大限度地發(fā)揮城市化、市場化協調互動作用，進一步提升綠色全要素生產率增長空間均衡。由其經濟相對較弱地區(qū)，要改善營商環(huán)境，改革市場要素流通環(huán)境，市場化程度越高，協調發(fā)展速度也越快。

參考文獻

蔡 昉.社 科 院 副 院 長 蔡 昉 解 讀 十 九 大 報 告 之“新”[E B/OL].http：//news.163.com/17/1028/23/D1SF 94QK00018A OQ.html，2017-10-29.

劉世錦.供給側改革下一步關鍵是提高全要素生產率[EB/OL].http：//finance.sina.com.cn/roll/2017-03-12/doc-ifychihc6263955.shtml，2017-03-21.

楊萬平.能源消費與污染排放雙重約束下的中國綠色經濟增長[J].當代經濟科學，2011（02）：91-98.

李斌，祁源，李倩.財政分權、FDI與綠色全要素生產率——基于面板數據動態(tài) GMM方法的實證檢驗[J].國際貿易問題，2016（07）：119-129.

汪克亮，孟祥瑞，楊力，等.生產技術異質性與區(qū)域綠色全要素生產率增長——基于共同前沿與2000—2012年中國省際面板數據的分析[J].北京理工大學學報（ 社會科學版），2015（01）：23-31.

劉和旺，左文婷.環(huán)境規(guī)制對我國省際綠色全要素生產率的影響[J].統計與決策， 2016（09）：141-145.

宋德勇，鄧捷，弓媛媛.我國環(huán)境規(guī)制對綠色經濟效率的影響分析[J].學習與實踐，2017（03）：23-33.

蔡烏趕，周小亮. 中國環(huán)境規(guī)制對綠色全要素生產率的雙重效應[J].經濟學家，2017（09）：27-35.

楊世迪，韓先鋒，宋文飛.對外直接投資影響了中國綠色全要素生產率嗎[J].山西財經大學學報，2017（04）：14-26.

王恕立，王許亮，滕澤偉.中國雙向 FD I的生產率效應研究——基于資源環(huán)境約束的視角[J].國際商務（對外經濟貿易大學學報），2017（05）：65-78.

王兵，劉光天.節(jié)能減排與中國綠色經濟增長——基于全要素生產率的視角[J].中國工業(yè)經濟，2015（05）：57-69.

程中華，于斌斌.產業(yè)集聚與技術進步——基于中國城市數據的空間計量分析[J].山西財經大學學報，2014（10）：58-66.

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

沈坤榮，付文林.中國的財政分權制度與地區(qū)經濟增長[J].管理世界，2005（01）：31-39.

林春.財政分權與中國經濟增長質量關系——基于全要素生產率視角[J].財政研究，2017（02）：73-83.

陳菁，李建發(fā).財政分權、晉升激勵與地方政府債務融資行為——基于城投債視角的省級面板經驗證據[J].會計研究， 2015（01）：61-67.

陳碩，高琳.央地關系：財政分權度量及作用機制再評估[J].管理世界，2012（06）：43-59.

孫英杰，林春.財政分權、政府干預行為與地區(qū)不良貸款——基于省級面板數據實證分析[J].財經理論與實踐，2018（04）：88-93.

張晏，龔六堂.分稅制改革、財政分權與中國經濟增長[J].經濟學，2005（04）：75-108.

樊綱，王小魯，朱恒鵬.中國市場化指數——各省區(qū)市場化相對進程2011年度報告[M].北京：經濟科學出版社，2011.

林春，孫英杰.財政分權背景下的經濟增長質量地區(qū)差異——基于系統GMM及門檻效應的檢驗[J].財經論叢，2017（12）：33-42.

Hansen B E.Threshold effects innon-dynamic panels：Estimation， testing， andinference[J].JournalofEconometrics，1999，93（02）：345- 368.