一、前言

當(dāng)前，我國經(jīng)濟(jì)進(jìn)入高質(zhì)量發(fā)展階段，綠色發(fā)展作為經(jīng)濟(jì)高質(zhì)量發(fā)展的重要特征一直備受關(guān)注，做為測度“資源-環(huán)境-經(jīng)濟(jì)”協(xié)調(diào)發(fā)展的主要指標(biāo)，綠色全要素生產(chǎn)率（GTFP）的測算方法與分析已經(jīng)成為學(xué)界研究的熱點問題。研究表明，要提升綠色全要素生產(chǎn)率在可持續(xù)經(jīng)濟(jì)增長中的作用，關(guān)鍵是要促進(jìn)產(chǎn)業(yè)的轉(zhuǎn)型升級（Restuccia 等，2008；Hsieh 等，2009）。生產(chǎn)性服務(wù)業(yè)作為促進(jìn)產(chǎn)業(yè)技術(shù)進(jìn)步和創(chuàng)新的重要行業(yè)，同時作為智能制造發(fā)展的推動力，是我國及國際增長的重要抓手。因此，對生產(chǎn)性服務(wù)業(yè)綠色全要素生產(chǎn)率的研究具有重要的理論價值與現(xiàn)實意義。

綠色全要素生產(chǎn)率是將環(huán)境污染納入傳統(tǒng)的全要素生產(chǎn)率測算體系，以此衡量經(jīng)濟(jì)增長的可持續(xù)性。就全要素生產(chǎn)率的測算方法而言，學(xué)界主要有三種方法：索洛增長核算法、隨機前沿分析法（SFA）和數(shù)據(jù)包絡(luò)分析法（DEA）。其中，學(xué)者多采用核算法（包括C-D 生產(chǎn)函數(shù)法、對偶法等）研究全要素生產(chǎn)率的增長情況（Woo，1998；Brandt，2010），但該方法對于規(guī)模報酬不變與技術(shù)進(jìn)步為?？怂怪行缘募僭O(shè)過于苛刻，可能與事實不符；還有學(xué)者利用SFA 分析方法測算全要素生產(chǎn)率并進(jìn)行分解（Mohtadi，1996；陳詩一，2009），但是SFA 需要假定具體的函數(shù)形式且模型基本假設(shè)復(fù)雜、對投入產(chǎn)出數(shù)據(jù)要求過高，容易出現(xiàn)系統(tǒng)性偏差等問題；DEA 分析方法能解決決策單元的多投入產(chǎn)出問題，且無需考慮生產(chǎn)函數(shù)分布具體形式，受到學(xué)者們的青睞（陳超凡，2016；李媛恒，2020）。因此，本文選用DEA-Malmquist 指數(shù)法來對細(xì)分行業(yè)綠色全要素生產(chǎn)率進(jìn)行測算。

就生產(chǎn)性服務(wù)業(yè)全要素生產(chǎn)率的研究而言，現(xiàn)有文獻(xiàn)主要從全國和區(qū)域兩個層面對細(xì)分行業(yè)展開研究。全國層面上，有學(xué)者利用DEA-Malmquist 指數(shù)法測算了全國31 個省市的生產(chǎn)性服務(wù)業(yè)面板數(shù)據(jù)（王恕立等，2012；王美霞，2013）；區(qū)域?qū)用嫔希袑W(xué)者從三大區(qū)域、城市群和經(jīng)濟(jì)帶角度分別進(jìn)行了測算（李小勝等，2014）；也有部分學(xué)者僅針對細(xì)分行業(yè)選取生產(chǎn)性服務(wù)業(yè)中的個別細(xì)分行業(yè)進(jìn)行全要素生產(chǎn)率的測算（劉軍躍等，2018）。

綜合現(xiàn)有文獻(xiàn)研究成果，可以發(fā)現(xiàn)，在研究視角上仍有較大的拓展空間。多數(shù)文獻(xiàn)僅從單一視角展開，鮮有綜合綠色全要素生產(chǎn)率、城市群、生產(chǎn)性服務(wù)業(yè)細(xì)分行業(yè)等三個視角的研究?；诖耍疚脑跍y算多個地區(qū)、多個細(xì)分行業(yè)GTFP 的框架下，以四大城市群為視角，從區(qū)域間和區(qū)域內(nèi)兩個維度對其時空異質(zhì)性進(jìn)行分析，并重點探討了中心城市GTFP 的演變特征，為完善我國區(qū)域“資源-環(huán)境-經(jīng)濟(jì)”協(xié)調(diào)發(fā)展、推動產(chǎn)業(yè)轉(zhuǎn)型升級提供政策建議。

二、生產(chǎn)性服務(wù)業(yè)綠色全要素生產(chǎn)率的測度

（一）測度方法。本文涉及多投入、多產(chǎn)出問題，且考慮到不同細(xì)分行業(yè)GTFP（經(jīng)濟(jì)效率）的變動情況，我們采用非參數(shù)DEA-Malmquist 指數(shù)法，對我國四大城市群內(nèi)代表省市的5 個生產(chǎn)性服務(wù)業(yè)細(xì)分行業(yè)的GTFP 進(jìn)行測算。值得注意的是，在將環(huán)境污染因素即“非期望產(chǎn)出”納入經(jīng)濟(jì)效率的研究框架時，應(yīng)考慮其對經(jīng)濟(jì)效率帶來的負(fù)向影響；因此，考慮將非期望產(chǎn)出取倒數(shù)后作為期望產(chǎn)出來處理（Scheel，2001）。綜上，本文構(gòu)建如下從至期的Malmquist 指數(shù)（Mi）：

進(jìn)一步，將Geffch和Gtechch分解為：

式（1）中Mi代表綠色全要素生產(chǎn)率（GTFP）的變化，可分解為綠色技術(shù)效率變化指數(shù)Geffch和綠色技術(shù)進(jìn)步指數(shù)Gtechch，其中，Geffch衡量了決策單元與當(dāng)期生產(chǎn)前沿邊界的差距大小，Gtechch表示兩個時期內(nèi)生產(chǎn)前沿邊界的移動。Geffch可進(jìn)一步分解為綠色純技術(shù)效率變化指數(shù)Gpech和綠色規(guī)模效率變化指數(shù)Gsech，如式（2）所示。通常情況下，對于某個單元或者地區(qū)，GTFP 的測算值大于1，表示t至t+1期間GTFP 是增長的，反之衰退；Geffch的測算值大于1，表示綠色技術(shù)效率提高的，反之下降；Gtechch的測算值大于1，表示綠色技術(shù)提升，反之綠色技術(shù)衰退。

（二）變量設(shè)計與數(shù)據(jù)來源。本文的樣本時期是2004-2017 年，研究對象為四大城市群，考慮到城市群內(nèi)縣域數(shù)據(jù)的可得性，選擇?。ㄊ小^(qū)）層面的行業(yè)投入與產(chǎn)出數(shù)據(jù)進(jìn)行研究，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《中國勞動統(tǒng)計年鑒》、《中國能源統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》及9 個省市的統(tǒng)計年鑒。此外，根據(jù)《指導(dǎo)意見》和《規(guī)劃》的要求，以及《國民經(jīng)濟(jì)行業(yè)分類》中涉及生產(chǎn)性服務(wù)業(yè)的相關(guān)內(nèi)容，同時考慮到數(shù)據(jù)的可得性與統(tǒng)計口徑的一致性，最終選取了涵蓋信息技術(shù)、金融和環(huán)保等領(lǐng)域的5 個具有代表性的子行業(yè)，分別為“交通運輸、倉儲及郵電”、“信息傳輸、計算機服務(wù)和軟件業(yè)”、“金融業(yè)”、“租賃和商務(wù)服務(wù)業(yè)”以及“水利、環(huán)境和公共設(shè)施管理業(yè)”。對于個別缺失值采用均值插補的方式進(jìn)行補齊，鑒于個別數(shù)據(jù)連續(xù)缺失，故采用非平衡面板數(shù)據(jù)處理方法進(jìn)行數(shù)據(jù)處理。

1.產(chǎn)出變量的設(shè)計。期望產(chǎn)出。本文選擇按照行業(yè)分類計算的行業(yè)實際產(chǎn)值進(jìn)行產(chǎn)出指標(biāo)的刻畫，具體的計算是將各行業(yè)產(chǎn)值（干春暉等，2009）利用GDP 價格指數(shù)進(jìn)行平減（基期為2003 年），最終得到生產(chǎn)性服務(wù)業(yè)中5 個行業(yè)在2004-2017 年間的行業(yè)實際產(chǎn)值。對于缺少細(xì)分行業(yè)GDP 價格指數(shù)的省市，采用各省市服務(wù)業(yè)的GDP 價格指數(shù)進(jìn)行替代。

非期望產(chǎn)出。在對非期望產(chǎn)出的指標(biāo)進(jìn)行選取時，有學(xué)者采用單一污染物排放量（龐瑞芝等，2014；蘭梓睿等，2020）；還有學(xué)者綜合考慮多種污染物排放量作為非期望產(chǎn)出（李玲等，2012；徐曉紅，2020）。考慮到生產(chǎn)性服務(wù)業(yè)屬于服務(wù)業(yè)，而服務(wù)業(yè)的污染物排放量和對環(huán)境的負(fù)面影響要遠(yuǎn)小于工業(yè)，加之缺少地區(qū)分行業(yè)污染物排放量的相關(guān)數(shù)據(jù)，因此，本文參考龐瑞芝等（2014）的做法，采用如下式子計算地區(qū)分行業(yè)SO2 排放量：

2.投入變量的設(shè)計。投入指標(biāo)——資本、勞動和能源消耗三個指標(biāo)，分別采用資本存量、有效勞動力和萬噸標(biāo)準(zhǔn)煤進(jìn)行刻畫。

能源投入?？紤]到本文是對綠色全要素生產(chǎn)率的測度，因此需將能源消耗和污染物排放考慮在內(nèi)。由于缺少細(xì)分行業(yè)的相關(guān)數(shù)據(jù)（除北京外），本文采用各地區(qū)子行業(yè)的總產(chǎn)值占各地區(qū)總產(chǎn)值的比重來估算細(xì)分行業(yè)的能源消耗。

資本投入。借鑒大多數(shù)學(xué)者測算資本存量的方法（張軍等，2004；陳黎明，2020），采用永續(xù)盤存法對細(xì)分行業(yè)資本存量進(jìn)行估算。關(guān)于折舊率的選取，不同于采用單一固定的折舊率（王恕立，2012；尹向飛，2019），本文充分考慮折舊率在地區(qū)上的差異，即采用各地區(qū)服務(wù)業(yè)的折舊率作為最終所需的折舊率指標(biāo)，這樣比采用統(tǒng)一的資本折舊率更能體現(xiàn)出不同省份資本折舊率的差異且更貼合現(xiàn)實。

勞動投入。勞動投入包括勞動者數(shù)量和質(zhì)量兩個方面，其中，勞動者數(shù)量具體是指各行業(yè)的全社會就業(yè)人員數(shù)。由于現(xiàn)有數(shù)據(jù)庫難以直接得到各行業(yè)的就業(yè)人員數(shù)，故根據(jù)各行業(yè)城鎮(zhèn)單位就業(yè)人員數(shù)占比進(jìn)行折算：

行業(yè)的發(fā)展離不開科技，而科技的進(jìn)步離不開人員素質(zhì)的提升。勞動者素質(zhì)采用各地區(qū)分行業(yè)就業(yè)人員本科及以上學(xué)歷占比（下稱有效勞動力）來衡量，但由于無法直接獲取該指標(biāo)，故采用“各地區(qū)就業(yè)人員本科以上學(xué)歷占比”與“按行業(yè)全國就業(yè)人員本科及以上學(xué)歷占比”之積進(jìn)行替換。

三、行業(yè)綠色全要素生產(chǎn)率的空間異質(zhì)性

從區(qū)域間和區(qū)域內(nèi)兩個維度探究行業(yè)綠色全要素生產(chǎn)率（GTFP）的異質(zhì)性。其中，地區(qū)間主要是對交通運輸業(yè)和水利環(huán)境業(yè)進(jìn)行分析，地區(qū)內(nèi)則以分析城市群及其內(nèi)部中心城市的主要行業(yè)為主。

對各地區(qū)2004-2017年的行業(yè)GTFP數(shù)值進(jìn)行展示（表1）?？偟膩砜?，樣本期間中國四大城市群行業(yè)GTFP 存在明顯的區(qū)域不平衡現(xiàn)象。從城市群角度看，京津冀城市群各行業(yè)GTFP均為負(fù)增長，其中交通運輸業(yè)的下降幅度最小，為6.9%，水利、環(huán)境和公共設(shè)施管理業(yè)次之，為15.1%，金融業(yè)下降幅度最大，高達(dá)36.6%；長三角城市群除金融業(yè)GTFP 增長為負(fù)外，其他行業(yè)均呈現(xiàn)正增長變化趨勢。其中，交通運輸業(yè)增長最迅速，達(dá)17.2%；珠三角城市群各行業(yè)GTFP 值均大于1 且相較于其他城市群較為突出，尤其是在租賃和商務(wù)服務(wù)業(yè)，GTFP 年均增長率高達(dá)40.2%；成渝城市群的交通運輸業(yè)和金融業(yè)GTFP 均增速較快，分別為28.6%和21.4%。

表1 各地區(qū)生產(chǎn)性服務(wù)業(yè)細(xì)分行業(yè)GTFP 數(shù)值（2004-2017 年）

從行業(yè)角度看，交通運輸業(yè)GTFP 增長最快的是成渝城市群，GTFP 年均增長率為28.6%，其中四川發(fā)展最為迅速，高達(dá)31.2%。處于第二位的是珠三角城市群，GTFP 年均增長率為22.4%。處于最后的是京津冀城市群，GTFP 值小于1，年均增長率為-6.9%；信息傳輸、計算機服務(wù)和軟件業(yè)GTFP在珠三角城市群和長三角城市群的增長態(tài)勢較好，分別為18.5%和2.4%，而在京津冀城市群為負(fù)，年均下降20.9%；金融業(yè)GTFP 在各個城市群的數(shù)值均較低，尤其是在京津冀和長三角城市群，呈現(xiàn)負(fù)增長；租賃和商務(wù)服務(wù)業(yè)GTFP 在珠三角城市群增長最快，GTFP 年均增長率為40.2%。長三角城市群次之，為10.3%，其中，浙江增長較為迅速，達(dá)24.8%，而上海的GTFP 平均每年以4.7%的速度下降；水利、環(huán)境和公共設(shè)施管理業(yè)GTFP 依然是在長三角和珠三角城市群呈現(xiàn)出良好的增長態(tài)勢，分別為24.1%和6.3%。

（一）地區(qū)間GTFP 變化情況分析

為考察四大城市群間各行業(yè)GTFP 的動態(tài)變化情況，選取不同時間段對各行業(yè)地區(qū)間相關(guān)效率變化的差異進(jìn)行研究。

以經(jīng)濟(jì)發(fā)展規(guī)劃的時間劃分為依據(jù)將樣本期分為三個時間段：2006-2010年（“十一五”時期）、2011-2015年（“十二五”時期）和2016-2017 年（“十三五”前中期），分別計算各個階段相關(guān)效率變化的均值。其中，在計算各城市群的行業(yè)GTFP 增長及其分解項變化時，是以地區(qū)分行業(yè)實際GDP 為權(quán)重，對四大城市群內(nèi)各省份相關(guān)效率變化指標(biāo)進(jìn)行加權(quán)平均。最終得到城市群間GTFP 分階段分解結(jié)果，具體見表2。

全要素生產(chǎn)率增長情況。受篇幅所限，此處僅展示交通運輸業(yè)和水利環(huán)境業(yè)的計算結(jié)果。從交通運輸業(yè)來看，京津冀城市群在2006-2010 年的GTFP 年均增長率為正，在2011-2015 年和2016-2017 年兩個時間段為負(fù)，且2011-2015 年下降幅度較大，這可能是受霧霾嚴(yán)重的影響。長三角、珠三角和成渝城市群在2016-2017 年GTFP 增長率都為負(fù)，在2006-2010 年和2011-2015 年都為正，從綠色技術(shù)進(jìn)步和綠色技術(shù)效率的分解來看，這主要得益于綠色技術(shù)進(jìn)步。其中，長三角城市群在2006-2010 年綠色技術(shù)進(jìn)步約為34%，技術(shù)效率變化為-0.3%。說明“十一五”階段技術(shù)效率改善乏力，但由于技術(shù)進(jìn)步遠(yuǎn)超技術(shù)效率的下降，因而促進(jìn)了GTFP 的增長；從水利、環(huán)境和公共設(shè)施管理業(yè)來看，京津冀城市群在三個階段的GTFP 增長率均為負(fù)，且下降幅度依次增大。從綠色技術(shù)進(jìn)步和綠色技術(shù)效率的分解來看，主要是技術(shù)的退步導(dǎo)致GTFP 下降。長三角城市群在2016-2017年的GTFP 增長率為負(fù)，在2006-2010 年和2011-2015 年均為正。珠三角城市群在三個階段的GTFP 增長率經(jīng)歷了“正-負(fù)-正”的變化過程，其中，2016-2017 年的增長幅度較大，為53%。從綠色技術(shù)進(jìn)步和綠色技術(shù)效率的分解來看，主要是技術(shù)進(jìn)步促進(jìn)了GTFP 的增長。

表2 城市群間生產(chǎn)性服務(wù)業(yè)細(xì)分行業(yè)GTFP 分階段分解情況

總的來說，“十一五”和“十二五”時期，各行業(yè)在大部分地區(qū)的GTFP 年均增長率為正，且珠三角城市群增長幅度最大，長三角城市群次之，京津冀城市群表現(xiàn)較弱?！笆濉鼻爸衅?，各行業(yè)在大部分地區(qū)的GTFP 有不同程度的下降。此外，綠色技術(shù)進(jìn)步是促進(jìn)行業(yè)GTFP 增長的主要原因，這與陳艷瑩等（2011）的研究結(jié)論相似。

（二）地區(qū)內(nèi)GTFP 變化情況分析

為探究各城市群不同行業(yè)發(fā)展水平的差異，同時，為比較各中心城市對其所在城市群的影響，本文繪制了反映三個時間段四大城市群及其中心城市行業(yè)GTFP 變動情況的圖1。由圖1 不難發(fā)現(xiàn)，地區(qū)內(nèi)行業(yè)GTFP 在時序演變上存在明顯差異。京津冀城市群隨著時間的推移，各行業(yè)GTFP 值逐漸接近。具體來看，交通運輸業(yè)GTFP 在研究時段中呈現(xiàn)“V”型演變格局，北京的變化趨勢與之相同，但數(shù)值要低于京津冀整體水平。水利、環(huán)境和公共設(shè)施管理業(yè)呈現(xiàn)下降趨勢，且下降幅度逐漸減小。北京的變化趨勢同樣與京津冀整體變化趨勢相似，數(shù)值也較為接近。其他三個行業(yè)均呈現(xiàn)倒“V”型演變格局，北京的變化情況與之吻合。其中，北京的租賃和商務(wù)服務(wù)業(yè)變化幅度最大，呈現(xiàn)較陡的倒“V”型變化趨勢；長三角城市群各行業(yè)在不同時間段上的GTFP 變化較大。交通運輸業(yè)、軟件業(yè)和金融業(yè)三個行業(yè)在“十一五”階段差異較大，但在“十二五”階段和“十三五”前中期較接近。租賃和商務(wù)服務(wù)業(yè)變動最大，呈現(xiàn)倒“V”型演變格局，在“十二五”階段遠(yuǎn)超其他行業(yè)，GTFP 年均增長率超過50%。上海的金融業(yè)以及租賃和商務(wù)服務(wù)業(yè)與長三角城市群整體變動趨勢相同，為倒“V”型，但數(shù)值低于其所在城市群整體水平；珠三角城市群在“十一五”階段各行業(yè)GTFP值均較大，在后面階段大部分行業(yè)出現(xiàn)不同程度的下降，而水利、環(huán)境和公共設(shè)備管理業(yè)GTFP 在“十三五”前中期則出現(xiàn)了較大幅度的增長，且顯著大于其他行業(yè)；成渝城市群的交通運輸業(yè)和金融業(yè)GTFP在三個階段依次呈現(xiàn)下降趨勢，且金融業(yè)GTFP 值遠(yuǎn)大于交通運輸業(yè)的。重慶這兩個行業(yè)的GTFP 值基本都低于成渝城市群整體水平，其中，金融業(yè)的GTFP 與整體水平相差較大。

圖1 地區(qū)內(nèi)行業(yè)GTFP 變動情況

四、結(jié)論與啟示

本文運用DEA-Malmquist 生產(chǎn)指數(shù)法測算了2004-2017 年期間中國四大城市群細(xì)分行業(yè)的綠色全要素生產(chǎn)率（GTFP），在此基礎(chǔ)上，從區(qū)域間和區(qū)域內(nèi)兩個維度對其時空異質(zhì)性進(jìn)行了分析，并進(jìn)一步探究了GTFP 與經(jīng)濟(jì)增長的非線性作用機理。結(jié)論如下：

樣本期內(nèi)行業(yè)綠色全要素生產(chǎn)率在地區(qū)間和地區(qū)內(nèi)均存在較大差異。從區(qū)域間差異來看，“十一五”和“十二五”階段，各行業(yè)在大部分地區(qū)的GTFP 年均增長率為正，且珠三角城市群增長幅度最大，長三角城市群次之，京津冀城市群表現(xiàn)較弱；“十三五”前中期，各行業(yè)在大部分地區(qū)的GTFP 均有不同程度的下滑。從GTFP 的分解項來看，綠色技術(shù)進(jìn)步是促進(jìn)行業(yè)GTFP 提升的主要因素；城市群內(nèi)部省市的行業(yè)GTFP 的變動在空間上呈現(xiàn)一定的集聚性，且中心城市存在明顯輻射帶動作用。從區(qū)域內(nèi)差異來看，隨著時間的推移，京津冀城市群各行業(yè)GTFP 呈現(xiàn)趨同現(xiàn)象；長三角城市群各行業(yè)在不同時間段上的GTFP 存在較大差異；珠三角城市群在“十一五”期間各行業(yè)GTFP 值均較大，后期大部分行業(yè)開始出現(xiàn)不同程度的下滑，而水利、環(huán)境和公共設(shè)備管理業(yè)GTFP 在“十三五”前中期則出現(xiàn)了較大幅度的提升，且顯著高于其他行業(yè)；成渝城市群的交通運輸業(yè)和金融業(yè)GTFP 在三個階段依次呈現(xiàn)下滑態(tài)勢，且金融業(yè)GTFP 遠(yuǎn)高于交通運輸業(yè)。

針對上述研究結(jié)論，本文提出三點政策建議：第一，推進(jìn)區(qū)域“資源-環(huán)境-經(jīng)濟(jì)”協(xié)調(diào)綠色發(fā)展。依據(jù)各區(qū)域環(huán)境和經(jīng)濟(jì)發(fā)展實際狀況，制定差異化的綠色發(fā)展戰(zhàn)略；建立健全長效的環(huán)境污染監(jiān)管機制，精準(zhǔn)有效打擊環(huán)境污染行為，防止環(huán)境污染問題反彈。第二，建立綠色技術(shù)創(chuàng)新體系。一方面，生產(chǎn)性服務(wù)業(yè)應(yīng)加強研發(fā)投入和人才輸入，企業(yè)主體應(yīng)增強與高?；蚩蒲性核穆?lián)系，促進(jìn)產(chǎn)學(xué)研深度融合；另一方面，生產(chǎn)性服務(wù)業(yè)在融合信息技術(shù)、互聯(lián)網(wǎng)、大數(shù)據(jù)等手段創(chuàng)新發(fā)展的同時，可引進(jìn)清潔環(huán)保技術(shù)，以實現(xiàn)資源的最大化利用和綠色技術(shù)進(jìn)步率的提升。第三，強化人才培養(yǎng)?？赏ㄟ^加大教育投入和提高院校教育質(zhì)量兩個方面，進(jìn)一步提高勞動者的專業(yè)素養(yǎng)，為生產(chǎn)性服務(wù)業(yè)發(fā)展提供人力支撐。