汪 凌，鄒建輝，劉淑敏

（1.華東交通大學(xué) 經(jīng)濟(jì)管理學(xué)院，南昌 330013；2.廣西財(cái)經(jīng)大數(shù)據(jù)重點(diǎn)實(shí)驗(yàn)室，南寧 530003）

0 引言

國內(nèi)外關(guān)于綠色經(jīng)濟(jì)的研究主要從理論內(nèi)涵[1]、評(píng)價(jià)測(cè)度[2—4]、時(shí)空演化[5,6]以及空間效應(yīng)[7]等方面展開。Denona和Grdic（2020）[1]提出綠色經(jīng)濟(jì)旨在實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)，佟賀豐等（2015）[2]指出綠色經(jīng)濟(jì)是以人與自然和諧共生為要素，實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展、生態(tài)規(guī)模與社會(huì)公平和諧統(tǒng)一。評(píng)價(jià)測(cè)度研究包括綠色GDP 核算[3]、發(fā)展水平測(cè)度[4]、經(jīng)濟(jì)效率測(cè)度[5]。綠色經(jīng)濟(jì)發(fā)展時(shí)空演化包括投影尋蹤模型法[6]、自相關(guān)分析[7]等。空間效應(yīng)方面，如環(huán)境規(guī)制對(duì)綠色經(jīng)濟(jì)發(fā)展影響效應(yīng)[8]；綠色經(jīng)濟(jì)績(jī)效空間溢出效應(yīng)[9]等。

學(xué)者們對(duì)綠色經(jīng)濟(jì)發(fā)展做了較多研究，但仍有一些不足，一是現(xiàn)有研究大多針對(duì)綠色經(jīng)濟(jì)評(píng)價(jià)測(cè)度和時(shí)空演變分析，缺乏對(duì)空間效應(yīng)的深層次探討；二是綠色經(jīng)濟(jì)發(fā)展水平指標(biāo)體系不夠全面系統(tǒng)，部分指標(biāo)存在滯后，忽略了區(qū)域間的空間關(guān)聯(lián)作用等。本文以我國30個(gè)省份2010—2020 年的面板數(shù)據(jù)為樣本，運(yùn)用空間計(jì)量經(jīng)濟(jì)學(xué)方法，實(shí)證分析綠色經(jīng)濟(jì)發(fā)展水平的空間效應(yīng)。

1 研究設(shè)計(jì)

1.1 評(píng)價(jià)指標(biāo)體系

結(jié)合綠色經(jīng)濟(jì)發(fā)展理論內(nèi)涵，指標(biāo)體系構(gòu)建原則，本文構(gòu)建中國綠色經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)體系，如表1所示。

表1 中國綠色經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)體系

1.2 研究對(duì)象與數(shù)據(jù)來源

本文研究對(duì)象主要包括我國30 個(gè)省份（不含西藏和港澳臺(tái)）。主要數(shù)據(jù)來源于2011—2021年的《中國統(tǒng)計(jì)年鑒》《中國能源統(tǒng)計(jì)年鑒》等，部分?jǐn)?shù)據(jù)來源于國家統(tǒng)計(jì)局公告數(shù)據(jù)等，樣本期為2010—2020年。

2 中國綠色經(jīng)濟(jì)發(fā)展水平測(cè)度分析

2.1 測(cè)度方法

本文運(yùn)用縱橫向拉開檔次法進(jìn)行指標(biāo)賦權(quán)，該方法充分利用客觀數(shù)據(jù)信息。設(shè)我國綠色經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)為x1，x2，…，xm。依據(jù)時(shí)間tk構(gòu)造評(píng)價(jià)矩陣{xij(tk)}，對(duì)指標(biāo)xij進(jìn)行無量綱化處理，正向指標(biāo)逆向指標(biāo)?？v橫向拉開檔次法在計(jì)算指標(biāo)權(quán)重時(shí)，將多個(gè)指標(biāo)整合成一個(gè)綜合價(jià)值評(píng)估指數(shù)，其綜合評(píng)估函數(shù)為：

其中，wj為第j項(xiàng)指標(biāo)權(quán)重。

縱橫向拉開檔次法計(jì)算評(píng)價(jià)對(duì)象間的差異性σ2=。其 中，W=(w1，w2，…，wm)T，Xk為n×m階矩陣，為m×m階矩陣。由此，將綜合評(píng)價(jià)函數(shù)轉(zhuǎn)化為非線性規(guī)劃問題：

當(dāng)W取矩陣H最大特征值的特征向量時(shí)，σ2為最大值。最后將W值代入yi( )tk中，計(jì)算出我國各省份不同年份的綜合評(píng)價(jià)值。

2.2 測(cè)度結(jié)果分析

結(jié)合縱橫向拉開檔次分析法，測(cè)得2010—2020 年30個(gè)省份綠色經(jīng)濟(jì)發(fā)展水平測(cè)度值。為便于分析，將測(cè)度值擴(kuò)大100 倍，如表2 所示。我國綠色經(jīng)濟(jì)發(fā)展水平總體均值呈現(xiàn)逐年穩(wěn)定增長(zhǎng)趨勢(shì)；我國綠色經(jīng)濟(jì)發(fā)展水平不均衡，各省份之間差異較大，東部地區(qū)均值超過全國平均水平，中部地區(qū)整體差異相對(duì)較小，半數(shù)省份均達(dá)到全國平均水平；西部地區(qū)大幅度落后于全國平均水平，2020年僅四川、重慶兩個(gè)省份達(dá)到全國平均水平。

表2 2010—2020年中國綠色經(jīng)濟(jì)發(fā)展水平測(cè)度值

3 全國及三大地區(qū)綠色經(jīng)濟(jì)發(fā)展水平動(dòng)態(tài)演進(jìn)

3.1 研究方法

Kernel密度估計(jì)是一種重要的非參數(shù)方法，廣泛運(yùn)用于地區(qū)差異評(píng)價(jià)及動(dòng)態(tài)演變問題。設(shè)隨機(jī)變量X的密度函數(shù)為f(x)，則在點(diǎn)x的概率密度估計(jì)函數(shù)為：

其中，N是樣本量，xi為綠色經(jīng)濟(jì)發(fā)展水平測(cè)度值，xˉ為測(cè)度均值，h為帶寬，K(·)為核密度函數(shù)。本文采用高斯核密度函數(shù)對(duì)我國綠色經(jīng)濟(jì)發(fā)展水平的分布動(dòng)態(tài)演進(jìn)進(jìn)行估計(jì)：

3.2 結(jié)果分析

運(yùn)用Kernel密度估計(jì)方法，刻畫全國及三大地區(qū)綠色經(jīng)濟(jì)發(fā)展水平動(dòng)態(tài)演變，如下頁圖1所示。（1）全國綠色經(jīng)濟(jì)發(fā)展水平動(dòng)態(tài)演進(jìn)。由圖1（a）可知，2010—2020年我國綠色經(jīng)濟(jì)發(fā)展水平核密度曲線分布中心向右偏移，峰高略微下降，峰寬有所擴(kuò)大，絕對(duì)差異呈擴(kuò)大趨勢(shì)。從分布位置看，四個(gè)主峰左偏，波峰形態(tài)由一個(gè)主峰逐漸演變?yōu)橐恢饕粋?cè)兩峰，側(cè)峰形態(tài)愈加明顯，存在一定梯度效應(yīng)，且逐步呈兩極分化格局。

圖1 全國及三大地區(qū)綠色經(jīng)濟(jì)發(fā)展水平核密度曲線圖

（2）三大地區(qū)綠色經(jīng)濟(jì)發(fā)展水平動(dòng)態(tài)演進(jìn)。由圖1（b）可知，東部地區(qū)的核密度曲線逐漸右移，主峰峰值下降最為明顯，峰寬明顯增加，波峰由一個(gè)主峰演變?yōu)椤半p峰”分布格局，地區(qū)間離散程度不斷加大，絕對(duì)差異呈擴(kuò)大趨勢(shì)，且兩極分化現(xiàn)象愈加明顯，地區(qū)間發(fā)展不平衡現(xiàn)象加劇。由圖1（c）可知，中部地區(qū)的核密度曲線具有明顯右移趨勢(shì)，主峰高度經(jīng)歷了“下降—停滯”的演進(jìn)過程，變化區(qū)間逐步擴(kuò)大，曲線由一個(gè)主峰演變?yōu)椤耙恢饕粋?cè)雙峰”分布狀態(tài)，側(cè)峰形態(tài)逐步趨于平緩。由圖1（d）可知，西部地區(qū)的核密度曲線逐漸右移，主峰高度先上升后下降，曲線寬度呈現(xiàn)小幅收縮態(tài)勢(shì)，隨著時(shí)間的推移，西部地區(qū)兩極分化現(xiàn)象逐漸消退直至消失。

4 中國綠色經(jīng)濟(jì)發(fā)展水平空間效應(yīng)分析

4.1 研究方法

4.1.1 全局空間自相關(guān)

全局莫蘭指數(shù)是一種檢驗(yàn)區(qū)域整體是否具有空間相關(guān)性，即是否存在空間聚集性的指數(shù)。全局莫蘭指數(shù)I(tk)為：

其中，n代表30個(gè)省份，yi(tk)、yj(tk)分別表示第i、j個(gè)省份第tk年的綠色經(jīng)濟(jì)發(fā)展水平，表示第tk年全國綠色經(jīng)濟(jì)發(fā)展平均水平，Wij為空間權(quán)重。

表3 2010—2020年中國綠色經(jīng)濟(jì)發(fā)展水平全局Moran’s Ⅰ

全局Moran’s Ⅰ值I(tk)∈[- 1，1]，當(dāng)I(tk)＞0時(shí)，表示全國綠色經(jīng)濟(jì)發(fā)展水平存在空間正相關(guān)性；當(dāng)I(tk)＜0時(shí)，表示存在空間負(fù)相關(guān)性；當(dāng)I(tk)=0時(shí)，表示無空間自相關(guān)性。

4.1.2 局部空間自相關(guān)

局部莫蘭指數(shù)是一種檢驗(yàn)當(dāng)區(qū)域整體存在相關(guān)性時(shí)，部分區(qū)域是否存在局部聚集性的指數(shù)。局部莫蘭指數(shù)Ii(tk)為：

比較Ii(tk)值與Z檢驗(yàn)值，可將全國分為H-H（高-高）集聚、H-L（高-低）集聚、L-H（低-高）集聚、L-L（低-低）集聚四種分布狀態(tài)。

4.1.3 空間權(quán)重矩陣

空間權(quán)重矩陣是一種反映個(gè)體在空間中依賴關(guān)系的矩陣，本文以地理鄰接空間權(quán)重矩陣（W1）、反距離空間權(quán)重矩陣（W2）、經(jīng)濟(jì)距離空間權(quán)重矩陣（W3），以及經(jīng)濟(jì)-地理距離空間權(quán)重矩陣（W4）反映個(gè)體之間的地理、經(jīng)濟(jì)之間的相互影響程度。

其中，dij為i省份與j省份的地理中心距離；xi為i省份的某項(xiàng)經(jīng)濟(jì)指標(biāo)。本文以人均地區(qū)生產(chǎn)總值作為經(jīng)濟(jì)指標(biāo)，表示i省份在樣本期內(nèi)的均值，xˉ表示全國在樣本期內(nèi)的總體均值。

4.2 模型構(gòu)建與變量選擇

4.2.1 模型構(gòu)建

本文首先設(shè)定不含空間因素的普通面板模型：

其中，Git為被解釋變量，i、t分別表示省份、年份，β0為常數(shù)項(xiàng)，β1為待估系數(shù)，Xit為解釋變量，μit、λit分別表示個(gè)體固定效應(yīng)、時(shí)間固定效應(yīng)，εit為隨機(jī)誤差項(xiàng)。

其次，基于空間自相關(guān)理論分析，本文引入空間權(quán)重矩陣，構(gòu)建空間滯后模型（SLM）、空間誤差模型（SEM）與空間杜賓模型（SDM）：

其中，W為空間權(quán)重矩陣，ρ為鄰近地區(qū)被解釋變量對(duì)本地區(qū)被解釋變量的影響，γ為鄰近地區(qū)誤差項(xiàng)對(duì)本地區(qū)被解釋變量的影響，δ為鄰近地區(qū)解釋變量對(duì)本地區(qū)被解釋變量的影響。本文采用LM檢驗(yàn)法，判斷選取空間計(jì)量模型。

4.2.2 變量選擇

（1）被解釋變量：綠色經(jīng)濟(jì)發(fā)展水平。運(yùn)用前文測(cè)度得到的綠色經(jīng)濟(jì)發(fā)展水平值表征。

（2）解釋變量：根據(jù)綠色經(jīng)濟(jì)發(fā)展相關(guān)理論，本文選取下列指標(biāo)作為解釋變量：①城鎮(zhèn)化；②產(chǎn)業(yè)結(jié)構(gòu)；③創(chuàng)新驅(qū)動(dòng)；④外商投資；⑤互聯(lián)網(wǎng)；⑥房地產(chǎn)；⑦失業(yè)人數(shù)，本文以城鎮(zhèn)登記失業(yè)人數(shù)（萬人）表示。

4.3 實(shí)證分析

4.3.1 空間自相關(guān)檢驗(yàn)

選取空間權(quán)重矩陣W1、W2、W3、W4，得到2010—2020年我國綠色經(jīng)濟(jì)發(fā)展水平全局Moran’s Ⅰ，如表3所示。由表3可知，在空間權(quán)重矩陣W1、W2、W3、W4下，全局Moran’s Ⅰ均大于0，在1%水平內(nèi)通過顯著性檢驗(yàn)，表明我國綠色經(jīng)濟(jì)發(fā)展存在顯著正空間自相關(guān)性。

表4 所示為2010—2020 年我國各省份局部Moran’s I空間分布狀況。2010—2020年，大部分H-H集聚區(qū)在東部地區(qū)，說明東部地區(qū)綠色經(jīng)濟(jì)發(fā)展水平普遍高于中、西部地區(qū)，并能有效帶動(dòng)周邊省份發(fā)展。2020年，H-H集聚區(qū)新增湖北、湖南兩省，表明H-H集聚區(qū)有向中部地區(qū)省份延伸趨勢(shì)。L-L集聚區(qū)主要在西部地區(qū)，受經(jīng)濟(jì)基礎(chǔ)、高端人才與科技發(fā)展等限制，西部地區(qū)綠色經(jīng)濟(jì)發(fā)展受阻，增長(zhǎng)速度緩慢。從H-L 集聚區(qū)與L-L 集聚區(qū)變化可以看出，自2013年以來，四川從L-L集聚區(qū)分離，合并為H-L集聚區(qū)，表明四川省綠色經(jīng)濟(jì)發(fā)展水平逐漸形成由弱向強(qiáng)轉(zhuǎn)變。L-H集聚區(qū)逐年縮小，從最初2011年的河北、河南、江西三省減少至2020年僅江西一省，表明江西綠色經(jīng)濟(jì)發(fā)展尚未得到有效提升。

表4 2010—2020年中國30個(gè)省份局部Moran’s Ⅰ空間分布狀況

4.3.2 普通面板模型分析

表5 為全國及四大地區(qū)普通面板模型回歸結(jié)果。從全國范圍看，產(chǎn)業(yè)結(jié)構(gòu)與失業(yè)人數(shù)分別在0.1%和1%的顯著性水平上對(duì)綠色經(jīng)濟(jì)發(fā)展水平具有負(fù)向影響，創(chuàng)新驅(qū)動(dòng)、外商投資、互聯(lián)網(wǎng)具有正向影響。從東部地區(qū)看，產(chǎn)業(yè)結(jié)構(gòu)與失業(yè)人數(shù)負(fù)向影響更大，創(chuàng)新驅(qū)動(dòng)正面影響更明顯。從中部地區(qū)看，互聯(lián)網(wǎng)對(duì)中部地區(qū)抑制作用顯著，這可能是因?yàn)?，雖然中部地區(qū)“互聯(lián)網(wǎng)+”新經(jīng)濟(jì)、新業(yè)態(tài)改變了傳統(tǒng)的生產(chǎn)生活方式，但中部地區(qū)互聯(lián)網(wǎng)經(jīng)濟(jì)發(fā)展處于瓶頸期，導(dǎo)致互聯(lián)網(wǎng)發(fā)展不能顯著提高綠色經(jīng)濟(jì)發(fā)展，甚至表現(xiàn)出一定的抑制作用。而對(duì)于西部地區(qū)，由于其經(jīng)濟(jì)落后且限于地理區(qū)位的影響，互聯(lián)網(wǎng)的發(fā)展能夠很好地帶動(dòng)當(dāng)?shù)剞r(nóng)產(chǎn)品等綠色產(chǎn)品的銷售，這在一定程度上會(huì)促進(jìn)當(dāng)?shù)氐木G色經(jīng)濟(jì)發(fā)展。

表5 普通面板模型回歸結(jié)果

4.3.3 空間面板模型分析

運(yùn)用LM 檢驗(yàn)與Hausman 檢驗(yàn)確定空間面板模型類型，如表6 所示。由表6可知，在地理鄰接矩陣、反距離矩陣、經(jīng)濟(jì)-地理距離矩陣下，LM檢驗(yàn)僅通過LM-lag檢驗(yàn)與RLM-lag檢驗(yàn)，選取SLM模型；經(jīng)濟(jì)距離矩陣通過LM-error檢驗(yàn)與RLM-error檢驗(yàn)，選取SEM模型。上述模型均通過Hausman檢驗(yàn)，說明空間面板模型在1%顯著水平上拒絕隨機(jī)效應(yīng)。

表6 LM檢驗(yàn)與Hausman檢驗(yàn)結(jié)果

下頁表7 為全國綠色經(jīng)濟(jì)發(fā)展水平空間面板模型回歸結(jié)果。由表7 可知，各變量回歸系數(shù)均通過顯著性檢驗(yàn)，回歸結(jié)果具有穩(wěn)健性。具體來看，城鎮(zhèn)化、創(chuàng)新驅(qū)動(dòng)、外商投資、互聯(lián)網(wǎng)對(duì)綠色經(jīng)濟(jì)發(fā)展具有正向影響，城鎮(zhèn)化影響最顯著。產(chǎn)業(yè)結(jié)構(gòu)、房地產(chǎn)、失業(yè)人數(shù)對(duì)綠色經(jīng)濟(jì)發(fā)展具有負(fù)向影響，產(chǎn)業(yè)結(jié)構(gòu)影響最顯著，工業(yè)化對(duì)環(huán)境破壞造成負(fù)向影響，制約綠色經(jīng)濟(jì)發(fā)展。

表7 全國綠色經(jīng)濟(jì)發(fā)展水平空間面板模型回歸結(jié)果

表8為我國東、中、西部地區(qū)綠色經(jīng)濟(jì)發(fā)展水平空間面板模型回歸結(jié)果。由表8可知，東部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)與創(chuàng)新驅(qū)動(dòng)對(duì)綠色經(jīng)濟(jì)發(fā)展影響程度高于全國，中部地區(qū)的城鎮(zhèn)化與互聯(lián)網(wǎng)會(huì)抑制綠色經(jīng)濟(jì)發(fā)展；西部地區(qū)的城鎮(zhèn)化、產(chǎn)業(yè)結(jié)構(gòu)、互聯(lián)網(wǎng)對(duì)綠色經(jīng)濟(jì)發(fā)展具有正向影響；產(chǎn)業(yè)結(jié)構(gòu)在西部地區(qū)具有促進(jìn)作用，在東、中部地區(qū)具有抑制作用。

4.3.4 空間溢出效應(yīng)

下頁表9 為綠色經(jīng)濟(jì)發(fā)展水平各影響因素的效應(yīng)分解結(jié)果。三種空間權(quán)重矩陣的空間效應(yīng)值差異變化不大，效應(yīng)分解結(jié)果具有穩(wěn)健性。城鎮(zhèn)化、創(chuàng)新驅(qū)動(dòng)、外商投資、互聯(lián)網(wǎng)對(duì)綠色經(jīng)濟(jì)發(fā)展水平的直接與間接效應(yīng)均顯著為正，城鎮(zhèn)化對(duì)綠色經(jīng)濟(jì)發(fā)展影響最大。產(chǎn)業(yè)結(jié)構(gòu)、房地產(chǎn)、失業(yè)人數(shù)對(duì)綠色經(jīng)濟(jì)發(fā)展水平的直接與間接效應(yīng)均顯著為負(fù)，產(chǎn)業(yè)結(jié)構(gòu)對(duì)綠色經(jīng)濟(jì)發(fā)展的負(fù)向效應(yīng)最大，說明應(yīng)合理優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，加快產(chǎn)業(yè)“綠色化”發(fā)展。

由下頁表10可知，在三種空間權(quán)重矩陣下，各影響因素的間接效應(yīng)結(jié)果趨同。西部地區(qū)城鎮(zhèn)化對(duì)綠色經(jīng)濟(jì)發(fā)展的空間溢出效應(yīng)要遠(yuǎn)高于全國，表明西部地區(qū)的城鎮(zhèn)化對(duì)周邊省份綠色經(jīng)濟(jì)發(fā)展具有促進(jìn)作用，創(chuàng)新驅(qū)動(dòng)對(duì)周邊省份綠色經(jīng)濟(jì)發(fā)展水平的影響顯著為負(fù)，這是由于當(dāng)前西部地區(qū)綠色技術(shù)創(chuàng)新成果轉(zhuǎn)化率低，一定程度上制約了綠色經(jīng)濟(jì)發(fā)展。

表10 東、中、西部地區(qū)綠色經(jīng)濟(jì)發(fā)展水平各影響因素的間接效應(yīng)

5 結(jié)論

本文以我國30個(gè)省份2010—2020年的面板數(shù)據(jù)為對(duì)象，構(gòu)建綠色經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)體系；運(yùn)用縱橫向拉開檔次法、核密度函數(shù)估計(jì)法、空間計(jì)量模型等，分析了中國綠色經(jīng)濟(jì)發(fā)展水平的時(shí)空演化及空間效應(yīng)，結(jié)論如下：（1）我國綠色經(jīng)濟(jì)發(fā)展水平呈逐年增長(zhǎng)趨勢(shì)，各省份差異顯著，東部地區(qū)兩極化差異明顯，中部地區(qū)發(fā)展明顯落后，西部地區(qū)各省份差異不斷縮小，整體存在顯著的空間關(guān)聯(lián)性。（2）從全國來看，城鎮(zhèn)化、創(chuàng)新驅(qū)動(dòng)、外商投資、互聯(lián)網(wǎng)對(duì)我國綠色經(jīng)濟(jì)發(fā)展具有促進(jìn)作用，而產(chǎn)業(yè)結(jié)構(gòu)、房地產(chǎn)、失業(yè)人數(shù)具有抑制作用，各因素對(duì)綠色經(jīng)濟(jì)發(fā)展水平空間溢出效應(yīng)均顯著。（3）從三大地區(qū)看，東部地區(qū)的創(chuàng)新驅(qū)動(dòng)與外商投資對(duì)綠色經(jīng)濟(jì)發(fā)展促進(jìn)效應(yīng)明顯，中部地區(qū)的城鎮(zhèn)化與互聯(lián)網(wǎng)會(huì)抑制綠色經(jīng)濟(jì)發(fā)展，西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)對(duì)綠色經(jīng)濟(jì)發(fā)展具有正向影響，創(chuàng)新驅(qū)動(dòng)對(duì)周邊省份具有負(fù)向影響。