1、黄河流域绿色全要素生产率及影响因素研究 3 黄河流域绿色全要素生产率及影响因素研究*申丹虹 刘锦叶 师王芳 内容摘要：为全面衡量黄河流域经济增长与生态环境保护程度，本文通过构建评价指标体系并利用 Malmquist 指数测算并分解了黄河流域各省（区）的绿色全要素生产率，发现 20032020 年的绿色全要素生产率总体呈上升趋势，技术进步对绿色全要素生产率有拉动作用，而规模因素则相反。进一步研究发现，绿色全要素生产率在该地区出现趋同趋势，城镇化水平、金融化水平和研发投入对其具有正向影响，知识产权保护、服务业发展水平和能源结构具有负向影响。基于上述结论，本文从提高技术效率、完善要素市场化配置、促进
2、城镇化水平和改善能源结构等方面对黄河流域实现高质量发展提出建议。关键词：绿色全要素生产率；Malmquist 指数；趋同 中图分类号：F061.3 文献标识码：A 文章编号：1004-7794(2023)03-0003-08 DOI:10.13778/ki.11-3705/c.2023.03.001 *申丹虹，2007 年毕业于中国人民大学，获经济学博士学位，现为中北大学经济与管理学院教授，硕士生导师，研究方向为理论经济学。刘锦叶（通讯作者），2022 年获中北大学管理学硕士学位，研究方向为区域经济，邮箱：。师王芳，中北大学经济与管理学院在读硕士，研究方向为科技创新与产业经济。本研究得到山西省
3、政府重大决策咨询项目“山西省在黄河流域生态保护中实现高质量发展的路径研究”（2020ZB08007）的资助。依据国家统计年鉴相关数据计算得到。一、引言 到 2020 年底，黄河流域常住总人口占全国 30%，GDP 占全国的 25%。作为我国重要的经济地带、能源区域和生态屏障，实现经济高质量发展的同时提高生态保护质量是构建黄河流域新发展格局的关键问题。衡量区域经济增长与生态环境保护程度的核心指标是绿色全要素生产率，它的提出是把资源节约和生态保护作为经济发展的目标之一，把能源消耗和环境污染当成经济增长的隐性成本，这就弥补了传统全要素生产率的不足（不考虑资源和环境因素）。绿色全要素生产率（GTFP）
4、的测算方法是将能源消耗与环境污染纳入测算框架，核算排除了劳动、资本、能源消耗和环境污染等投入要素后，其他不可计算的因素的贡献。通过对相关地区绿色全要素生产率的研究，发现多数学者对长江经济带、京津冀、长三角和珠三角等区域的绿色全要素生产率进行了测度。对于黄河流域，赵明亮等（2020）测度了黄河流域城市群绿色全要素生产率的动态变化情况1，刘华军等（2019）将黄河流域整体作为研究对象，以面板数据核算绿色全要素生产率2。二者都是将黄河流域作为一个整体进行研究。本文以沿黄 9 省（区）作为独立研究对象进行时间序列分析，核算并比较绿色全要素生产率的时空变化趋势，同时探究技术进步、技术效率等构成要素对绿色
5、全要素生产率的贡献作用，进一步观察绿色全要素生产率是否具有趋同趋势。现有研究发现金融发展3、产业结构升级4、新型城镇化5等都能促进绿色全要素生产率的提升；2023 年第 3 期 调研世界 总第 354 期 4 而能源结构6、严格的知识产权保护7则会阻碍绿色全要素生产率的提升；同样还有学者认为不同区域、不同创新政策和资源类型下的城市互联网与产业结构升级对绿色全要素生产率的影响呈现出显著差异8。本文将沿黄各省（区）的绿色全要素生产率进行比较，找出其影响因素，并进行实证检验。在绿色全要素生产率测算中，参数法和非参数法是两种基本手段。参数法主要包括 C-D 函数法、超越对数生产函数法和代数指数法9-1
6、0。但是参数法的应用除了要明确生产函数的具体形式，还要满足生产过程规模报酬不变的假设，其假设条件常常难以达到。目前非参数法已成为学术界研究的主流方法，有些学者通过 Malmquist 指数来测算黄河流域绿色全要素生产率，此方法能够有效解决非期望产出的冗余问题，但在数据包络框架下分析容易低估非有效决策单元2；郑强（2018）、聂长飞等（2021）采用GML 指数与方向性距离函数计算了我国绿色全要素生产率11-12，这种方法可以弥补部分传统全要素生产率在测算过程中存在的不足，同时综合考虑非期望产出，可以更客观地反映全要素生产率的真实水平。但是这种方法需要人为选择是基于投入导向还是基于产出导向来进行
7、测算，会使得最终测算结果不准确。本文的主要贡献体现在：一是研究内容上，本文不仅对黄河流域总体和分省（区）的绿色全要素生产率进行了测算和分解，还进一步研究了是否具有 趋同。二是研究方法上，本文融合以上两种非参数法，选取方向性距离函数和 DEA-Malmquist 指数来测算绿色全要素生产率，避免各自局限性的同时，既可以客观地反映绿色全要素生产率的真实水平，又可以综合考虑投入、产出以及生态环境间的关系。三是指标选取角度上，鉴于水污染问题是黄河流域亟待解决的生态问题，本文将用水总量、治理废水项目完成投资额、废水综合评价指标分别作为用水投入、生态建设投入和非期望产出指标。二、绿色全要素生产率指标体系构
8、建及测度方法（一）评价指标体系构建 与传统全要素生产率相比，绿色全要素生产率的测算必须综合考虑资源消耗、经济增长以及环境投入等因素。因此，投入指标中除了物质和人力资本，还增加了能源、用水和生态建设投入，产出指标中除了 GDP 指标，还包括生态环境指标。并且在此基础上区分了“好”的产出和“坏”的产出，即期望产出和非期望产出。考虑各项数据的可得性，本文以 20032020 年为样本期，综合以上因素，选取出如表 1 所示的投入产出指标。表 1 基于省级层面的绿色全要素生产率评价指标体系 要素 指标 变量含义 要素 指标 变量含义 投入 物质资本 固定资产投资（亿元）期望产出 经济水平 地区生产总值（
9、亿元）人力资本 就业人数（万人）生活水平 人均地区生产总值（元/人）能源投入 能源消费总量（万吨标准煤）森林 森林面积（万公顷）用水投入 用水总量（亿立方米）非期望产出 废气 二氧化硫排放量（万吨）生态建设投入 治理废水项目完成投资（亿元）烟（粉）尘排放量（万吨）治理废气项目完成投资（亿元）废水 氨氮排放量（万吨）林业投资（亿元）化学需氧量排放量（万吨）固废 一般工业固体废物产生量（万吨）1.投入指标。物质资本，本文采用 Goldsmith 开创的永续盘存法13，计算公式为ititKI=+(1)(1)ii tK-，I 为全社会固定资产投资，以各省（区）的固定资产投资价格指数平减消除价格的影响，
10、为资本折旧率，以固定资产折旧和全社会固定资产投资的比值衡量。其中00/()KIg=+，K0、I0分别是基期的资本存量和固定资产投资额，g 是全社会固定资产投资的年均增长率。人力资本，用三次产 本文指标选取中包含大量的环境数据，该指标数据均截至 2020 年。黄河流域绿色全要素生产率及影响因素研究 5 业分就业人员表示。能源投入，以能源消费总量表示。用水投入，以各省（区）用水总量表示。生态建设投入，参考申晨等（2017）污染治理投入的指标，构建了生态建设投入指标，并用地区生产总值指数对指标进行平减以消除价格变动的影响14。2.期望产出。参考孙振清等（2020）的指标15，本文将以森林面积为代表的
11、生态绿化指标纳入期望产出指标中。此外，还有经济水平和生活水平指标，分别用平减后的地区生产总值、人均地区生产总值表示。由于期望产出指标单位的不一致，借鉴郭海红等（2020）的熵权法进行计算16。3.非期望产出。在陈浩等研究的基础上，以废气、废水污染物排放量和固体废物产生量的综合指标来表示17。（二）Malmquist 指数模型 Fare（1997）利用 Malmquist 指数的几何平均数构造了从当期到下期的生产率变化的 Malmquist 指数。Malmquist 生产率指数可分解为纯技术效率、规模技术效率和技术进步，其中技术效率包括纯技术效率和规模技术效率18。Malmquist 指数需通过
12、距离函数计算得到，而恰好技术效率与距离函数互为倒数，那么定义 t 期和 t+1 期的决策单元生产率进步的 Malmquist 指数为。121111111111t,111!111!(,)(,)(,)(,)(,)(,)(,)(,)(,)(,)vvCCCttttttttttttttttt tVCVCVtttttttttttttttDxyDx yDxyDx yDxyTIECMDx yDx yDxyDx yDxy+=|（1）为了测量绿色全要素生产率，需要计算下面四个距离函数。1011(,)max,.0 0 0tttttttdx ystyY xX-+=-+-（2）110111t 111(,)max,.0
13、0 0ttttttdxystyYxX-+=-+-（3）101111(,)max,.0 0 0tttttttdxystyYxX-+=-+-（4）11011(,)max,.0 0 0tttttttdx ystyYxX-+=-+-（5）x、y 分别表示投入与产出；(,)tttD x y和111(,)tttDxy+为生产点的距离函数；v 为规模报酬变动时的结果，c 为固定报酬下的情况。Malmquist 模型将绿色全要素生产率（GTFP）分解为技术进步（TECH）和综合技术效率（EFFCH），而后者又可进一步分为纯技术效率（PTEC）和规模效率（SEC）。GTFP1 说明这一时期 GTFP 正增长，反
14、之 GTFP 负增长。EFFCH1，表示投入产出关系离最佳生产前沿面较近；反之离最佳生产前沿面较远。PTEC1 说明纯技术效率提高，纯技术效率能够反映制度管理水平；SEC 用来判断决策单元是否处于最优生产规模，SEC1 表明处于最优规模；TECH 反映生产技术变化的程度。三、黄河流域绿色全要素生产率实证结果与比较（一）黄河流域绿色全要素生产率测算结果及其分解 如表 2 所示，黄河流域总体绿色全要素生产率的平均变动为 1.02，大于 1，实现了正增长。其中，2023 年第 3 期 调研世界 总第 354 期 6 技术进步是主要贡献因素，规模效率和制度因素的贡献较小。内蒙古、青海和四川的年均绿色全
15、要素生产率 分别为 9.1%、6.9%和 4.8%，增长最快且超过了黄河流域总体增长速度。从分解结果来看，三者主要增长动力都来自技术进步。由于技术进步，陕西绿色全要素生产率实现了年均增长 1%。无论是从年均绿色全要素生产率还是其分解情况，山东都比较接近黄河流域总体，主要增长动力同样是技术进步。总的来说，山西、山东、内蒙古、四川、陕西和青海的技术进步是绿色全要素生产率增长的主要贡献者。而河南、甘肃和宁夏主要贡献者是综合技术效率。表 2 20032020 年黄河流域和各省（区）年均绿色生产率及其分解：区域差异 地区 综合技 术效率 技术 进步 纯技术 效率 规模技 术效率 绿色全要 素生产率 地区
16、 综合技 术效率 技术 进步 纯技术 效率 规模技 术效率 绿色全要 素生产率 山西 0.981 1.013 1 0.981 0.994 陕西 1 1.010 1 1 1.010 内蒙古 1 1.091 1 1 1.091 甘肃 1.005 0.965 1.008 0.997 0.969 山东 0.978 1.028 1 0.978 1.006 青海 1 1.069 1 1 1.069 河南 1.008 1.006 1.003 1.005 1.013 宁夏 1 0.983 1 1 0.983 四川 1.005 1.043 1 1.005 1.048 黄河流域 0.997 1.022 1.001 0.996 1.020 （二）黄河流域绿色全要素生产率变化趋势 图 1 反映了 20032020 年黄河流域 GTFP 整体趋势是增长的。其波动可分为三阶段：第一阶段20032009 年，GTFP 呈波动式下降，其年均增长率为4.1%，没有实现技术进步，也没有实现制度和管理的改革和完善、以及规模效率的提高。第二阶段 20092013 年，GTFP 虽然呈下降趋势，但其年均增长率为 0.65%，实
