劉錦葉，申丹虹

（中北大學(xué)經(jīng)濟(jì)與管理學(xué)院，太原 030051）

山西省是黃河流域中游省份之一，2020年地區(qū)生產(chǎn)總值處于黃河流域9個(gè)省份的中位數(shù)，廢氣廢水主要污染物排放量之和為53.3萬(wàn)t，接近黃河流域9個(gè)省份排放量的均值.由此可見(jiàn)，無(wú)論是經(jīng)濟(jì)發(fā)展水平還是生態(tài)環(huán)境現(xiàn)狀，山西省均處于黃河流域的平均水平.山西省既要實(shí)現(xiàn)生態(tài)保護(hù)，又要實(shí)現(xiàn)高質(zhì)量發(fā)展的目標(biāo)，就要摒棄原有的粗放式經(jīng)濟(jì)發(fā)展方式，注重經(jīng)濟(jì)的健康和發(fā)展的可持續(xù)性.把山西省作為黃河流域的典型樣本進(jìn)行研究，并把該省和黃河流域的其他8個(gè)省份進(jìn)行比較，找出影響山西省生態(tài)保護(hù)和高質(zhì)量發(fā)展的重要因素，對(duì)于黃河流域各省份的發(fā)展有一定的借鑒意義.

1 相關(guān)文獻(xiàn)綜述

衡量區(qū)域經(jīng)濟(jì)、資源與環(huán)境等協(xié)調(diào)發(fā)展重要指標(biāo)之一是綠色全要素生產(chǎn)率，是指在核算排除了勞動(dòng)、資本、能源消耗和環(huán)境污染等投入要素后，其他所有投入要素的貢獻(xiàn)總和.

關(guān)于地區(qū)綠色全要素生產(chǎn)率核算的文獻(xiàn)中，袁曉玲等［1］利用包含非合意產(chǎn)出的SBM模型測(cè)算陜西省32年的綠色全要素生產(chǎn)率；盧麗文等［2］和李汝資等［3］分別利用ML指數(shù)和ESDA方法測(cè)度了長(zhǎng)江經(jīng)濟(jì)帶的城市綠色全要素生產(chǎn)率；于善波和張軍濤［4］基于SBM-GML模型測(cè)算了長(zhǎng)江經(jīng)濟(jì)帶的省域綠色全要素生產(chǎn)率；劉華軍和曲惠敏［5］采用Malmquist生產(chǎn)率指數(shù)測(cè)度黃河流域省域綠色全要素生產(chǎn)率；秦臻等［6］運(yùn)用非期望產(chǎn)出的DEA-Malmquist指數(shù)法測(cè)算了中部地區(qū)六省和湖北省的綠色全要素生產(chǎn)率，發(fā)現(xiàn)湖北省的綠色全要素生產(chǎn)率值在中部六省中處于較低水平；蘇日古嘎和馬占新［7］應(yīng)用超效率SBM模型和GML指數(shù)對(duì)內(nèi)蒙古自治區(qū)及其12個(gè)盟市的綠色發(fā)展效率與綠色全要素生產(chǎn)率進(jìn)行了測(cè)度與分解.

關(guān)于對(duì)綠色全要素生產(chǎn)率影響因素的研究，周五七和朱亞男［8］研究發(fā)現(xiàn)金融發(fā)展對(duì)長(zhǎng)江經(jīng)濟(jì)帶綠色全要素生產(chǎn)率增長(zhǎng)有地區(qū)差異性；吳新中和鄧明亮［9］、徐璋勇和朱睿［10］發(fā)現(xiàn)技術(shù)創(chuàng)新改進(jìn)是綠色全要素生產(chǎn)率的重要驅(qū)動(dòng)力；趙明亮等［11］通過(guò)實(shí)證發(fā)現(xiàn)，外商直接投資、環(huán)境規(guī)制對(duì)黃河流域城市的綠色全要素生產(chǎn)率有不同程度的影響；劉華軍等［12］研究發(fā)現(xiàn)稟賦結(jié)構(gòu)和能源結(jié)構(gòu)對(duì)綠色全要素生產(chǎn)率產(chǎn)生負(fù)向效應(yīng)；汪朝陽(yáng)［13］用中介效應(yīng)檢驗(yàn)方法和隨機(jī)前沿分析方法分析外資開(kāi)放對(duì)中國(guó)30個(gè)省份綠色全要素生產(chǎn)率的影響；逯進(jìn)和李婷婷［14］認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和技術(shù)創(chuàng)新對(duì)中國(guó)綠色全要素生產(chǎn)率有正向影響，且存在顯著的省際差異.

本文對(duì)綠色全要素生產(chǎn)率的投入產(chǎn)出指標(biāo)進(jìn)行改進(jìn)，黃河流域是中國(guó)兩大流域之一，水資源是其天然資源之一，因此本文在以往指標(biāo)的基礎(chǔ)上加入了治理廢水項(xiàng)目完成投資額以及廢水綜合評(píng)價(jià)指標(biāo)分別作為生態(tài)建設(shè)投入和非期望產(chǎn)出指標(biāo).運(yùn)用Malmquist指數(shù)對(duì)沿黃9省的綠色全要素生產(chǎn)率進(jìn)行科學(xué)測(cè)度，將山西省綠色全要素生產(chǎn)率與其他省份進(jìn)行比較，以明確山西省在黃河流域發(fā)展中的位置以及面臨的問(wèn)題，找到影響山西省綠色全要素生產(chǎn)率的因素.

2 研究方法及數(shù)據(jù)選擇

2.1 Malmquist指數(shù)模型

Malmquist指數(shù)是建立在非參數(shù)距離函數(shù)的概念上，在描述具有多個(gè)投入產(chǎn)出變量的生產(chǎn)技術(shù)創(chuàng)新效率時(shí)與DEA方法相結(jié)合運(yùn)用.Faer［15］利用t和t+1期的Malmquist生產(chǎn)率指數(shù)的幾何平均值，來(lái)構(gòu)造時(shí)間變化的Malmquist指數(shù)，并對(duì)其進(jìn)行分解，可分解為綜合技術(shù)效率（純技術(shù)效率和規(guī)模技術(shù)效率）和技術(shù)進(jìn)步，通過(guò)分解可以找出影響決策單元全要素生產(chǎn)率無(wú)效的關(guān)鍵因素.Malmquist指數(shù)通過(guò)距離函數(shù)的比率計(jì)算，恰好技術(shù)效率的倒數(shù)是距離函數(shù)，定義t期和t+1期的決策單元生產(chǎn)率進(jìn)步的Malmquist指數(shù)為：

式中：t表示時(shí)間；xt和xt+1表示在時(shí)期t和t+1的投入向量；yt和yt+1表示在時(shí)期t和t+1的產(chǎn)出向量；Dt(xt,yt)和Dt+1(xt+1,yt+1)表示以t時(shí)期的技術(shù)Tt為參照，時(shí)期t和t+1生產(chǎn)點(diǎn)的距離函數(shù)；V和C表示在變動(dòng)規(guī)模報(bào)酬和固定規(guī)模報(bào)酬下的情況.

Malmquist指數(shù)模型下綠色全要素生產(chǎn)率波動(dòng)（GTFP）分為技術(shù)進(jìn)步波動(dòng)（TECHCH）和綜合技術(shù)效率波動(dòng)（EFFCH）.綜合技術(shù)效率波動(dòng)又分為純技術(shù)效率波動(dòng)（PTEC）和規(guī)模效率波動(dòng)（SEC）.EFFCH＜1，表示決策單元離生產(chǎn)前沿面較遠(yuǎn)；PTEC＜1，表明純技術(shù)效率下降；SEC用來(lái)判斷決策單元是否處于最優(yōu)生產(chǎn)規(guī)模，SEC＞1表明規(guī)模效率提升；TECHCH反映生產(chǎn)技術(shù)變化的程度.

2.2 數(shù)據(jù)來(lái)源及評(píng)價(jià)指標(biāo)體系

以黃河流域（四川、青海、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東）9個(gè)省份為研究對(duì)象，通過(guò)構(gòu)建科學(xué)的評(píng)價(jià)指標(biāo)體系測(cè)度其綠色全要素生產(chǎn)率.基于數(shù)據(jù)的可得性，以2005年為基期，截至2020年；數(shù)據(jù)來(lái)源于2006—2021年這9個(gè)省份的統(tǒng)計(jì)年鑒以及《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》和《中國(guó)能源統(tǒng)計(jì)年鑒》.具體的指標(biāo)選取如表1.

表1中的指標(biāo)，有個(gè)別省份還未整理出2020年的數(shù)據(jù)，用2015—2019年的平均增長(zhǎng)率代替2020年的增長(zhǎng)率再乘以2019年的數(shù)值補(bǔ)齊.其余數(shù)據(jù)的選擇和處理如下所示：

表1 基于省級(jí)層面的綠色全要素生產(chǎn)率評(píng)價(jià)指標(biāo)體系Tab.1 Evaluation index system of green total factor productivity based on provincial level

1）資本存量K.有關(guān)資本存量核算的基本方法是用Goldsmith［16］于1951年開(kāi)創(chuàng)的永續(xù)盤(pán)存法.關(guān)于資本存量的測(cè)算公式：

式中：i表示地區(qū)；t表示時(shí)間；I表示固定資產(chǎn)投資，用全社會(huì)固定資產(chǎn)投資（以2005年為基期用地區(qū)固定資產(chǎn)投資價(jià)格指數(shù)進(jìn)行平減）表示；λ表示固定資產(chǎn)折舊率，用樣本期固定資產(chǎn)折舊與全社會(huì)固定資產(chǎn)投資比值的平均值表示，其中K0=I0/(g+λ)，g是樣本期全社會(huì)固定資產(chǎn)投資的年均增長(zhǎng)率.

2）生態(tài)建設(shè)投入.參考楊萬(wàn)平和張振亞［17］構(gòu)建生態(tài)環(huán)境建設(shè)的指標(biāo)，選取如表1所示的3個(gè)指標(biāo)進(jìn)行加總來(lái)代表生態(tài)建設(shè)投入.為了消除價(jià)格指數(shù)的影響，3個(gè)指標(biāo)均用地區(qū)生產(chǎn)總值指數(shù)進(jìn)行平減.

3）期望產(chǎn)出.用地區(qū)生產(chǎn)總值（用地區(qū)生產(chǎn)總值指數(shù)平減）代表9個(gè)省份的經(jīng)濟(jì)水平，用人均地區(qū)生產(chǎn)總值（用人均地區(qū)生產(chǎn)總值指數(shù)平減）代表當(dāng)?shù)鼐用裆钏?，用造林總面積代表黃河流域9個(gè)省份的生態(tài)綠化.因指標(biāo)的重要程度和單位不一，借鑒文獻(xiàn)［18］對(duì)指標(biāo)進(jìn)行賦權(quán)，計(jì)算期望產(chǎn)出.

4）非期望產(chǎn)出.參考李健等［19］對(duì)非期望產(chǎn)出指標(biāo)的選取，選用廢氣和廢水排放量的綜合指標(biāo)來(lái)表示.

3 實(shí)證分析

3.1 山西省綠色全要素生產(chǎn)率和黃河流域其他省份的比較

表2為黃河流域9個(gè)省份2005—2020年整體的綠色全要素生產(chǎn)率.將其與綠色全要素生產(chǎn)率數(shù)值1進(jìn)行比較就可以得到各省份的平均增速.在研究期內(nèi)陜西、甘肅、寧夏和青海呈下降趨勢(shì)，年均下降分別為0.7%、1.1%、2%和2.7%，4個(gè)省份從綠色全要素生產(chǎn)率的分解來(lái)看，均是由于技術(shù)進(jìn)步指標(biāo)落后拖累所導(dǎo)致，技術(shù)進(jìn)步管理模式和技術(shù)都比較落后，需要在這方面加強(qiáng).除上述4個(gè)省份，其余省份均為正增長(zhǎng)，內(nèi)蒙古增長(zhǎng)速度最快（年均增長(zhǎng)7.3%），是由技術(shù)進(jìn)步和規(guī)模技術(shù)效率共同拉動(dòng)所致.山西省綠色全要素生產(chǎn)率的平均變動(dòng)為1.006，年均增長(zhǎng)0.6%，排名黃河流域第四，從綠色全要素生產(chǎn)率的分解來(lái)看，技術(shù)進(jìn)步是主要的貢獻(xiàn)因素（年均增長(zhǎng)為3.7%），而規(guī)模技術(shù)效率年均增長(zhǎng)-3%，說(shuō)明山西省的規(guī)模配置效率不合理.

表2 2005—2020年黃河流域9個(gè)省份綠色全要素生產(chǎn)率變化情況Tab.2 Changes in green total factor productivity in nine provinces of the Yellow River Basin from 2005 to 2020

從技術(shù)進(jìn)步的平均增速來(lái)看，山西、內(nèi)蒙古、山東和河南呈增長(zhǎng)態(tài)勢(shì)，其余省份技術(shù)進(jìn)步均出現(xiàn)負(fù)增長(zhǎng)；從綜合技術(shù)效率來(lái)看，內(nèi)蒙古、四川和甘肅呈增長(zhǎng)態(tài)勢(shì).就黃河流域9個(gè)省份而言，山東、內(nèi)蒙古、山西、河南綠色全要素生產(chǎn)率的增長(zhǎng)主要靠技術(shù)進(jìn)步的拉動(dòng)，陜西、甘肅和寧夏主要靠技術(shù)效率的拉動(dòng)，四川和青海主要靠規(guī)模技術(shù)效率的拉動(dòng).因此，在黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展戰(zhàn)略中，各省應(yīng)揚(yáng)長(zhǎng)補(bǔ)短，走適合本區(qū)域發(fā)展的道路，如山西、內(nèi)蒙古、山東和河南應(yīng)注重技術(shù)發(fā)展和創(chuàng)新，提高資源的使用率，減少?gòu)U氣廢物的產(chǎn)生及環(huán)境污染.

3.2 山西省綠色全要素生產(chǎn)率及其分解

圖1展示了2006—2020年山西省綠色全要素生產(chǎn)率（GTFP）及其分解的情況，可以發(fā)現(xiàn)，GTFP分別在“十一五”至“十三五”規(guī)劃期間經(jīng)歷了大幅上升，再下降，又緩慢上升的階段，在3個(gè)五年計(jì)劃期間，GTFP的年均增長(zhǎng)率分別為3.32%、-1.23%和1.28%.從GTFP的分解來(lái)看，技術(shù)進(jìn)步與GTFP的變化較為同步，說(shuō)明山西省GTFP的增長(zhǎng)主要靠技術(shù)進(jìn)步的拉動(dòng).其中，規(guī)模技術(shù)效率與綜合技術(shù)效率的變動(dòng)幾乎一致，而純技術(shù)效率的變化一直比較平緩，說(shuō)明綜合技術(shù)效率的提升主要靠規(guī)模技術(shù)效率的推動(dòng).

圖1 山西省綠色全要素生產(chǎn)率及其分解Fig.1 Green total factor productivity and its decomposition in Shanxi Province

3.3 山西省綠色全要素生產(chǎn)率影響因素的回歸分析

根據(jù)文獻(xiàn)梳理分析，綠色全要素生產(chǎn)率受到眾多因素的影響，選取6個(gè)主要的影響因素進(jìn)行分析.由于綠色全要素生產(chǎn)率的變動(dòng)往往具有持續(xù)性，因此將其滯后項(xiàng)納為解釋變量之一，考察當(dāng)期的綠色全要素生產(chǎn)率是否會(huì)對(duì)下一期的綠色全要素生產(chǎn)率產(chǎn)生影響［20］.具體解釋變量情況如表3.

表3 解釋變量定義及計(jì)算方法Tab.3 Definition and calculation method of explanatory variables

將各變量納入模型，考慮到異方差的影響，首先將數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理，得到如下計(jì)量模型：

式中：系數(shù)α、β、γ為待估參數(shù)；ε為隨機(jī)擾動(dòng)項(xiàng).

利用OLS估計(jì)方法對(duì)山西省進(jìn)行上述模型的回歸估計(jì)，得到表4的結(jié)果.

從回歸結(jié)果看，每個(gè)模型的擬合優(yōu)度整體上都大于0.7，且各模型的F統(tǒng)計(jì)量均在1%以下置信水平上顯著，不存在計(jì)量上的虛假回歸.表4中山西省綠色全要素生產(chǎn)率、綠色技術(shù)進(jìn)步和綠色技術(shù)效率的一階滯后系數(shù)均為負(fù)值，表明該指標(biāo)具有持續(xù)性，綠色增長(zhǎng)存在反向調(diào)整壓力.因此，堅(jiān)持生態(tài)優(yōu)先和綠色發(fā)展是包括山西省在內(nèi)的黃河流域建設(shè)發(fā)展新格局的必由之路.

表4 山西省綠色全要素生產(chǎn)率、綠色技術(shù)進(jìn)步和綠色技術(shù)效率影響因素回歸結(jié)果Tab.4 Regression results of influencing factors of green total factor productivity，green technology progress and green technology efficiency in Shanxi Province

經(jīng)濟(jì)發(fā)展水平與山西省綠色全要素生產(chǎn)率、技術(shù)進(jìn)步和技術(shù)效率均呈顯著的正相關(guān)關(guān)系，主要原因是隨著山西省的經(jīng)濟(jì)水平逐漸提高，就會(huì)意識(shí)到生態(tài)的重要性，并會(huì)大力對(duì)創(chuàng)新進(jìn)行投資，轉(zhuǎn)變經(jīng)濟(jì)發(fā)展模式，逐漸由粗放增長(zhǎng)模式轉(zhuǎn)向更集約式、更高效的發(fā)展模式，避免出現(xiàn)犧牲資源環(huán)境換來(lái)社會(huì)財(cái)富短期上升的局面.

產(chǎn)業(yè)結(jié)構(gòu)對(duì)綠色全要素生產(chǎn)率有顯著的負(fù)效應(yīng)，這與山西省第一、第二產(chǎn)業(yè)比重過(guò)高有關(guān).產(chǎn)業(yè)結(jié)構(gòu)同樣對(duì)綠色技術(shù)進(jìn)步有一定的阻礙作用，卻引起了綠色技術(shù)效率的增長(zhǎng)，說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)通過(guò)對(duì)綠色技術(shù)進(jìn)步的退化效應(yīng)，引起綠色全要素生產(chǎn)率的降低.第三產(chǎn)業(yè)比重的提高造成綠色全要素生產(chǎn)率的降低，說(shuō)明相應(yīng)企業(yè)的環(huán)境治理能力較弱，環(huán)境的負(fù)外部效應(yīng)強(qiáng)，對(duì)綠色全要素生產(chǎn)率產(chǎn)生負(fù)向影響.

金融發(fā)展促進(jìn)了綠色全要素生產(chǎn)率、技術(shù)進(jìn)步和技術(shù)效率的增長(zhǎng)，說(shuō)明促進(jìn)綠色技術(shù)進(jìn)步和綠色技術(shù)效率的提升是金融發(fā)展促進(jìn)綠色全要素生產(chǎn)率提升的重要途徑.說(shuō)明銀行等金融行業(yè)在對(duì)資源進(jìn)行配置的過(guò)程中，對(duì)企業(yè)、行業(yè)和經(jīng)濟(jì)的發(fā)展給予了金融支持，激勵(lì)了生產(chǎn)部門(mén)效率的提升，也促進(jìn)了各產(chǎn)業(yè)的技術(shù)進(jìn)步與創(chuàng)新，進(jìn)一步促使了綠色全要素生產(chǎn)率的提高.

外資利用程度對(duì)綠色全要素生產(chǎn)率和綠色技術(shù)進(jìn)步有顯著促進(jìn)作用，但對(duì)綠色技術(shù)效率沒(méi)有通過(guò)顯著性檢驗(yàn).因此對(duì)綠色全要素生產(chǎn)率的影響主要體現(xiàn)為綠色技術(shù)進(jìn)步，引資的技術(shù)溢出效應(yīng)較大，抵消了環(huán)境污染帶來(lái)的負(fù)面影響.

能源結(jié)構(gòu)對(duì)綠色全要素生產(chǎn)率、技術(shù)進(jìn)步和技術(shù)效率有顯著的負(fù)向影響，說(shuō)明山西省對(duì)煤炭能源具有依賴(lài)性.煤炭消費(fèi)增加了資源和環(huán)境的承載壓力，而環(huán)境作為稀缺資源，自身承載容量和凈化能力有限，因此以煤炭消費(fèi)為主的能源消費(fèi)的增加對(duì)綠色全要素生產(chǎn)率具有退化效應(yīng).

科學(xué)研究對(duì)綠色全要素生產(chǎn)率、技術(shù)進(jìn)步和技術(shù)效率均有顯著促進(jìn)作用，且對(duì)比各影響因素的作用，可看出山西省經(jīng)濟(jì)發(fā)展的驅(qū)動(dòng)力主要是科技創(chuàng)新.因此山西省要進(jìn)一步提高科技創(chuàng)新能力，政府要支持和促進(jìn)科技的合作，為部門(mén)科技創(chuàng)新活動(dòng)提供良好的外部創(chuàng)新環(huán)境.

4 結(jié)論

利用Malmquist生產(chǎn)率指數(shù)方法測(cè)算了黃河流域9省2005—2020年的綠色全要素生產(chǎn)率變動(dòng)并分析了引起變動(dòng)的因素，將山西省高質(zhì)量發(fā)展程度與其他8個(gè)省份進(jìn)行比較，以此來(lái)分析山西省在黃河流域生態(tài)環(huán)境保護(hù)中所處的位置.研究結(jié)果顯示：①山西省綠色全要素生產(chǎn)率在黃河流域9個(gè)省份中處于第四的位置，和發(fā)達(dá)省份還存在一定差距，且該省存在先進(jìn)技術(shù)引入不足、創(chuàng)新力度不高、環(huán)境污染相對(duì)比較嚴(yán)重、要素投入不合理的問(wèn)題.②山西省綠色全要素生產(chǎn)率的增長(zhǎng)主要靠技術(shù)進(jìn)步和管理的改善，而且規(guī)模技術(shù)效率為負(fù)增長(zhǎng)，目前還未實(shí)現(xiàn)規(guī)模報(bào)酬.③通過(guò)進(jìn)一步實(shí)證研究發(fā)現(xiàn)，對(duì)山西省綠色全要素生產(chǎn)率有負(fù)向作用的因素按照影響程度排序有能源結(jié)構(gòu)＞產(chǎn)業(yè)結(jié)構(gòu)，正向作用的因素科學(xué)研究＞外資利用程度＞經(jīng)濟(jì)發(fā)展水平＞金融發(fā)展；從綠色全要素生產(chǎn)率的分解看，產(chǎn)業(yè)結(jié)構(gòu)和能源結(jié)構(gòu)對(duì)該省綠色技術(shù)進(jìn)步產(chǎn)生了退化效應(yīng)，經(jīng)濟(jì)發(fā)展水平、金融發(fā)展、外資利用程度和科學(xué)研究對(duì)其綠色技術(shù)進(jìn)步產(chǎn)生正向影響；外資利用程度和能源結(jié)構(gòu)對(duì)綠色技術(shù)效率產(chǎn)生了退化效應(yīng)，經(jīng)濟(jì)發(fā)展水平、金融發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、外資利用程度和科學(xué)研究對(duì)該省綠色技術(shù)效率產(chǎn)生正向影響.