■朱廣印，王思敏

一、引言與文獻(xiàn)綜述

我國(guó)綠色發(fā)展戰(zhàn)略正經(jīng)歷深刻轉(zhuǎn)型，出現(xiàn)了“低碳新實(shí)用主義”傾向（湯維祺和魯政委，2019），即更加注重技術(shù)實(shí)踐和產(chǎn)業(yè)發(fā)展，對(duì)綠色經(jīng)濟(jì)從減少產(chǎn)能過(guò)剩到推動(dòng)綠色產(chǎn)業(yè)轉(zhuǎn)型和污染防治的源頭治理轉(zhuǎn)型提出了更高要求，綠色發(fā)展也進(jìn)入戰(zhàn)術(shù)戰(zhàn)略轉(zhuǎn)型的“深水區(qū)”。一方面，改善綠色生產(chǎn)增長(zhǎng)方式需“加快發(fā)展綠色環(huán)保產(chǎn)業(yè)”并將“規(guī)模擴(kuò)大、技術(shù)進(jìn)步”列為綠色發(fā)展目標(biāo)，即成為增加值GDP占比達(dá)3%（湯維祺和魯政委，2019），提高市場(chǎng)占有率的新型支柱產(chǎn)業(yè)，同時(shí)提升節(jié)能環(huán)保和污染治理的專業(yè)化技術(shù)。另一方面，生態(tài)文明的部署指引中提出了綠色發(fā)展的重點(diǎn)，其實(shí)質(zhì)就是要不斷提升和改善綠色生產(chǎn)發(fā)展水平和生態(tài)效率，選擇合適的綠色經(jīng)濟(jì)產(chǎn)業(yè)和模式。因此，測(cè)度綠色生產(chǎn)發(fā)展效率或生態(tài)效率，對(duì)于探究綠色生產(chǎn)發(fā)展的新的機(jī)制路徑和實(shí)現(xiàn)綠色經(jīng)濟(jì)轉(zhuǎn)型具有重要意義。

在關(guān)于綠色生產(chǎn)發(fā)展效率的研究中，將環(huán)境污染納入綠色經(jīng)濟(jì)核算體系，基于DEA法的SBM函數(shù)和ML指數(shù)得到了廣泛認(rèn)同和不斷完善。任陽(yáng)軍等（2019）通過(guò)構(gòu)建“三廢”污染環(huán)境綜合指數(shù)作為非期望產(chǎn)出，利用ML 指數(shù)模型修正了傳統(tǒng)的全要素生產(chǎn)率。董會(huì)忠等（2019）基于規(guī)模報(bào)酬不變約束下，運(yùn)用考慮了環(huán)境污染指標(biāo)的SBM 函數(shù)和Luenberger 指數(shù)測(cè)算并分解了綠色全要素生產(chǎn)率（GTFP）。在構(gòu)建綠色發(fā)展模型時(shí)，楊文舉（2011）曾利用方向性距離函數(shù)和LM 生產(chǎn)函數(shù)，采用跨期數(shù)據(jù)包絡(luò)法并對(duì)勞動(dòng)生產(chǎn)率進(jìn)行分解，綜合評(píng)估了中國(guó)大型工業(yè)的綠色產(chǎn)出績(jī)效及其技術(shù)效率的變化。李占風(fēng)和郭小雪（2019）采用固定時(shí)期參考集的CRS 乘數(shù)模型，基于兩期方向性距離函數(shù)，構(gòu)造了不同規(guī)模城市經(jīng)濟(jì)體的綠色生產(chǎn)可能性邊界，測(cè)算并分解了GTFP。王恩旭和武春友（2011）強(qiáng)調(diào)經(jīng)濟(jì)生產(chǎn)和環(huán)境質(zhì)量的雙重效益目標(biāo)，以資源能源、污染物綜合指數(shù)及碳排放量為投入，運(yùn)用超效率SBM模型測(cè)算了我國(guó)東中西及東北4個(gè)區(qū)域相對(duì)有效決策單元間的生態(tài)效率及其時(shí)空差異?？紤]到生態(tài)效率的聚集效應(yīng)，黃建歡等（2014）基于空間杜賓模型度量了在資源約束下運(yùn)用包含環(huán)境污染指數(shù)的SBM 模型測(cè)算的生態(tài)效率的差異性。韓晶等（2014）基于SBM函數(shù)構(gòu)建系統(tǒng)GMM模型和門檻面板模型實(shí)證研究了環(huán)境規(guī)制對(duì)污染排放、技術(shù)水平和生產(chǎn)周期異質(zhì)性行業(yè)的時(shí)空影響路徑。此外，學(xué)者們的研究還指出能源結(jié)構(gòu)、金融規(guī)模及結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展水平、科研投入、城市化水平、環(huán)境規(guī)制和貿(mào)易開放水平等因素也會(huì)對(duì)綠色全要素生產(chǎn)率產(chǎn)生影響。

然而，基于靜態(tài)的SBM 函數(shù)和動(dòng)態(tài)的LM 生產(chǎn)函數(shù)在代理綠色發(fā)展指標(biāo)時(shí)具有一定差異性（張莉莉等，2018）。一方面，函數(shù)形式假設(shè)不同。雖兩者都基于可分解的DEA模型，但靜態(tài)的效率得分更偏向于環(huán)境資源約束下的生態(tài)環(huán)境效率（徐曉光等，2014），而動(dòng)態(tài)的全要素生產(chǎn)率及其分解則偏向于環(huán)境壓力下的產(chǎn)出效率來(lái)源（朱金鶴和王雅莉，2019）。但很少有文獻(xiàn)從不同區(qū)域?qū)用鎸?duì)上述差異性作進(jìn)一步比較研究，對(duì)把綠色生產(chǎn)發(fā)展和生態(tài)環(huán)境效率聯(lián)系起來(lái)分析其影響因素的研究不足。另一方面，環(huán)境因素的時(shí)空差異導(dǎo)致生態(tài)效率與全要素生產(chǎn)率及其分解的綠色發(fā)展路徑呈現(xiàn)不同特征。主要表現(xiàn)為地理空間差異對(duì)從事生產(chǎn)活動(dòng)的不同經(jīng)濟(jì)體的生態(tài)效率的影響和評(píng)價(jià)（陳武新和呂秀娟，2009）。少有文獻(xiàn)基于不同角度的影響因素研究綠色生產(chǎn)效率與生態(tài)效率空間溢出效應(yīng)的差異。因此，筆者試圖厘清綠色發(fā)展路徑（代理變量）在靜態(tài)和動(dòng)態(tài)視角下的差異性和關(guān)聯(lián)性，通過(guò)空間計(jì)量探究其異質(zhì)性演變特征及影響綠色發(fā)展效率的路徑機(jī)制，主要從以下方面對(duì)已有研究進(jìn)行補(bǔ)充：一是運(yùn)用熵值法將環(huán)境污染指標(biāo)納入不同層面的綠色生產(chǎn)發(fā)展效率研究框架。二是通過(guò)SBM 模型和ML 生產(chǎn)指數(shù)測(cè)算2011—2017 年我國(guó)省域及“一帶一路”區(qū)域綠色生產(chǎn)和生態(tài)效率，并進(jìn)行時(shí)空分析比較研究。三是借助固定效應(yīng)空間杜賓模型和動(dòng)態(tài)空間效應(yīng)分解模型探究綠色生產(chǎn)和生態(tài)效率的空間溢出效應(yīng)，并將兩者聯(lián)系起來(lái)進(jìn)行靜態(tài)比較和動(dòng)態(tài)分析，探究不同影響因素的時(shí)空演變趨勢(shì)。

二、研究設(shè)計(jì)與變量選擇

（一）研究方法

1.超效率SBM模型

用傳統(tǒng)DEA 模型評(píng)價(jià)DMU 效率時(shí)，存在近一半省份都處于相對(duì)有效的效率前沿面①數(shù)據(jù)由作者整理分析得出，由于篇幅限制未列出。，為進(jìn)一步比較不同省份效率高低，采用最大限度考慮了松弛變量的非徑向DEA 模型。其基本思路是先從生產(chǎn)可能集（PPS）中刪除評(píng)價(jià)有效的DMU，再度量和排列DMU到PPS的距離，即為超效率（≥1）?？紤]非期望產(chǎn)出的SBM模型構(gòu)建（Huang et al.，2014）如下：

其中，m 為投入變量，s 為期望和非期望產(chǎn)出變量，S-、S+分別為投入、產(chǎn)出要素的松弛變量，n 為決策單元個(gè)數(shù)，投入集為xk={x1k，x2k，…xik}，產(chǎn)出集為yk={y1k，y2k，…yik}。

2.ML指數(shù)及其分解項(xiàng)

參考Shahbaz & Lean（2012）的研究，基于柯布—道格拉斯生產(chǎn)函數(shù)，運(yùn)用DEA方法將包含非期望產(chǎn)出的ML 指數(shù)由理論變?yōu)閷?shí)證指數(shù)，從而確定相對(duì)有效的隨機(jī)前沿DMU。作為全局參比指數(shù)可用于反映綠色全要素生產(chǎn)率的動(dòng)態(tài)變化，并進(jìn)一步分解為技術(shù)效率（EFFCH）和技術(shù)進(jìn)步率（TECH），計(jì)算公式如下：

3.空間計(jì)量模型

（1）空間杜賓模型。根據(jù)地理學(xué)第一定律，全國(guó)各省市的綠色生產(chǎn)和生態(tài)效率在空間上是存在著相關(guān)性的，且與SLM 和SEM 相比，更廣義的SDM考慮了變量間可能同時(shí)存在自相關(guān)性和空間滯后效應(yīng)，據(jù)此構(gòu)建了模型（5）：

其中，εit∈N（0，σ2），υ是N 維列向量，X 是1·N 階列向量，δ是空間效應(yīng)系數(shù)，μ表示空間固定效應(yīng)，θ表示時(shí)間固定效應(yīng)。

由于任何因素變化具有慣性作用，同時(shí)將滯后一期因變量納入空間杜賓模型，并通過(guò)偏微分方法分解空間溢出效應(yīng)（胡緒華和陳默，2019），即長(zhǎng)短期直接效應(yīng)、間接效應(yīng)及總效應(yīng)，以便從動(dòng)態(tài)角度更好地詮釋影響因素的作用機(jī)制，求偏導(dǎo)數(shù)后的基礎(chǔ)矩陣為：

矩陣中對(duì)角線上的元素與非對(duì)角線上的元素分別表示直接效應(yīng)和間接效應(yīng)，即各省份自變量對(duì)因變量以及其他變量的影響。

（2）空間相關(guān)性檢驗(yàn)。通過(guò)空間自相關(guān)分析研究綠色生產(chǎn)和生態(tài)效率在各省份地理空間位置上的相互依賴程度，進(jìn)而衡量各年度全國(guó)綠色發(fā)展空間關(guān)聯(lián)程度的總體特征。全局Moran’s I 統(tǒng)計(jì)量的計(jì)算公式如下：

（二）投入產(chǎn)出變量與數(shù)據(jù)來(lái)源

1.投入指標(biāo)：資本投入（K）通過(guò)公式Kt=Kt-1（1-δ）+It可計(jì)算得到。其中，δ參考劉莎和劉明（2019）的做法，以2000為基期，取9.6%，K為各省歷年固定資產(chǎn)投資存量，I為其新增固定資產(chǎn)形成總額；勞動(dòng)投入（L）用城鎮(zhèn)就業(yè)人員總數(shù)表示；能源投入（E）以電力消費(fèi)總量替代（韓晶和張新聞，2016）。

2.產(chǎn)出指標(biāo)：期望產(chǎn)出為實(shí)際GDP。將GDP以2011 年為基期作指數(shù)平減法處理，通過(guò)公式：當(dāng)年實(shí)際GDP=上一年名義GDP×當(dāng)年GDP指數(shù)，得到實(shí)際GDP；非期望產(chǎn)出（W）用熵值法（黃建歡等，2014）綜合廢水排放總量、廢水中化學(xué)需氧量排放量、廢氣中二氧化硫排放量、廢氣中氮氧化物排放量、煙粉塵排放量5種污染物，計(jì)算各指標(biāo)的信息熵，得到環(huán)境污染綜合指標(biāo)W。

上述變量所涉及的數(shù)據(jù)來(lái)源于2011—2017 年的《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》。測(cè)度結(jié)果如表1。

表1 2011—2017年省際2種GTFP年均值與相關(guān)分解的指標(biāo)值

續(xù)表1

（三）測(cè)度結(jié)果分析

1.全國(guó)GTFP及其分解項(xiàng)測(cè)度結(jié)果分析

從全國(guó)整體平均值看，如圖1，兩種GTFP 均小于1，為DEA 無(wú)效增長(zhǎng)型，而EFFCH 波動(dòng)平穩(wěn)且處于較高水平，作為該技術(shù)效率提升的上限——技術(shù)進(jìn)步水平（TECH），大部分時(shí)間低于規(guī)模經(jīng)濟(jì)的最優(yōu)產(chǎn)量，說(shuō)明全國(guó)GTFP 的增長(zhǎng)來(lái)自于技術(shù)效率的持續(xù)優(yōu)化（朱金鶴和王雅莉，2019），但整體技術(shù)轉(zhuǎn)化水平較低，未能完全發(fā)揮技術(shù)規(guī)模效應(yīng)帶動(dòng)下綠色產(chǎn)出增長(zhǎng)模式的潛能，進(jìn)而導(dǎo)致綠色產(chǎn)出無(wú)效。全國(guó)歷年GTFP1 的趨勢(shì)水平呈下降狀的倒“N”型，符合環(huán)境庫(kù)茨涅茲曲線假說(shuō)，部分不確定性原因在于環(huán)境污染綜合指標(biāo)與實(shí)際GDP 的變動(dòng)關(guān)系。作為新興工業(yè)化國(guó)家，生態(tài)環(huán)境與經(jīng)濟(jì)發(fā)展水平密切相關(guān)，全國(guó)年均GTFP1為0.95，低于經(jīng)濟(jì)發(fā)達(dá)的東部有效增長(zhǎng)型（＞1），高于經(jīng)濟(jì)落后的中西部（＜1），說(shuō)明綠色產(chǎn)出效率在經(jīng)濟(jì)發(fā)展超越一定臨界值后達(dá)到有效增長(zhǎng)水平，而地區(qū)發(fā)展不平衡阻礙全國(guó)GTFP1 的改善。GTFP2 處于較低水平且于2015 年達(dá)到低谷后開始有所上升，但為無(wú)效增長(zhǎng)型，說(shuō)明中國(guó)工業(yè)化生產(chǎn)的資源損耗和污染排放量大，資源環(huán)境利用水平普遍較低，不符合生態(tài)效率發(fā)展的核心理念。TECH 與GTFP1 波動(dòng)趨勢(shì)大體相同，說(shuō)明GTFP1 大部分由TECH 解釋，技術(shù)進(jìn)步主要表現(xiàn)為各地區(qū)GTFP 均經(jīng)歷了兩個(gè)“低谷”和三個(gè)“峰值”。具體來(lái)看：2011—2012 年GTFP1 出現(xiàn)第一個(gè)峰值，此時(shí)生態(tài)效率值最高。中國(guó)正處于2008 年金融危機(jī)以來(lái)經(jīng)濟(jì)復(fù)蘇的快速增長(zhǎng)期，為期兩年的“四萬(wàn)億元”經(jīng)濟(jì)刺激計(jì)劃取得成效，完成改革開放前30年經(jīng)濟(jì)總量增加目標(biāo)，實(shí)際GDP增速17.72%達(dá)歷年最高水平。2012—2013 年開始下降并出現(xiàn)第一個(gè)低谷可能是因?yàn)槲覈?guó)進(jìn)入增速換擋期。2016—2017年的生態(tài)效率值持續(xù)上升，GTFP1 同時(shí)上升并出現(xiàn)第三個(gè)峰值，中共十九大將生態(tài)文明納入現(xiàn)代化建設(shè)體系，加快完善綠色生產(chǎn)制度和綠色循環(huán)經(jīng)濟(jì)，提倡簡(jiǎn)約低碳的生活方式，生態(tài)環(huán)境進(jìn)一步改善。

圖1 2011—2017年全國(guó)兩種GTFP及相關(guān)分解指標(biāo)發(fā)展趨勢(shì)

2.各省GTFP的時(shí)間演變趨勢(shì)分析

如圖2所示，從GTFP1上看，2011—2017年我國(guó)各省域主要呈波動(dòng)上升趨勢(shì)且有顯著的省際差異。位于東部沿海的省市均保持較高水平，其中：天津、遼寧、北京和浙江分別位于綠色產(chǎn)出效率排名前四，由于經(jīng)濟(jì)發(fā)展程度高，海陸交通便利，對(duì)外利于新能源技術(shù)的引進(jìn)和應(yīng)用，對(duì)內(nèi)利于傳統(tǒng)產(chǎn)業(yè)布局調(diào)整，從而降低資源環(huán)境損耗，基于技術(shù)支撐帶動(dòng)綠色產(chǎn)出增長(zhǎng)。而中西部省份雖有上升趨勢(shì)，但大多數(shù)年份GTFP1 仍小于1，存在先上升后下降的小幅波動(dòng)，其中吉林、黑龍江、江西、重慶、云南、西藏和青海均因偏重環(huán)境治理而明顯下降。一方面，由于過(guò)去經(jīng)濟(jì)基礎(chǔ)薄弱，在承接?xùn)|部產(chǎn)業(yè)轉(zhuǎn)移帶來(lái)的資源環(huán)境壓力的同時(shí)，基于產(chǎn)業(yè)規(guī)模擴(kuò)張帶動(dòng)綠色產(chǎn)出效率提升，但目前地區(qū)經(jīng)濟(jì)產(chǎn)出增長(zhǎng)因未達(dá)EKC曲線臨界值（劉莎和劉明，2019）而具有不確定性。另一方面，黑龍江和吉林以重工業(yè)為主導(dǎo)產(chǎn)業(yè)，地區(qū)產(chǎn)出增長(zhǎng)依賴資源環(huán)境供給并伴隨污染排放，面臨“三期疊加”壓力，故通過(guò)相對(duì)減少產(chǎn)能增長(zhǎng)來(lái)緩解當(dāng)?shù)刭Y源環(huán)境的損耗。江西、重慶和云南依靠資本密集型產(chǎn)業(yè)，通過(guò)優(yōu)化資金投入結(jié)構(gòu)和資源配置，改善環(huán)境質(zhì)量。西藏和青海處于西部?jī)?nèi)陸，交通不便，在西部大開發(fā)中對(duì)環(huán)境保護(hù)力度不夠，后期著重深化環(huán)境修復(fù)，其中青海的治理力度較大。從生態(tài)效率值GTFP2看，整體低于綠色產(chǎn)出效率，呈下降趨勢(shì)且有省際差異，說(shuō)明綠色生產(chǎn)發(fā)展以綠色產(chǎn)出效率提升為主導(dǎo)而對(duì)生態(tài)環(huán)境的修復(fù)力度不夠且存在地區(qū)異質(zhì)性。以山西為例，作為煤炭資源大省，前期資源開采技術(shù)水平低下和工業(yè)供能消耗量大，生態(tài)環(huán)境破壞嚴(yán)重，環(huán)境治理壓力大，面臨產(chǎn)出增長(zhǎng)與資源環(huán)境保護(hù)矛盾，綠色技術(shù)轉(zhuǎn)化水平普遍不高，大多數(shù)省份也均進(jìn)入污染防治的深水區(qū)，改革產(chǎn)出增長(zhǎng)方式。而作為老工業(yè)基地的遼寧和承接傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)移的河北，由于在發(fā)展過(guò)程中較注重環(huán)境治理投入，生態(tài)環(huán)境不斷改善。位于長(zhǎng)江中游的湖北、湖南和西南四隅，由于經(jīng)濟(jì)發(fā)展均衡和生態(tài)資源充裕，環(huán)境質(zhì)量水平較高。西部的寧夏經(jīng)濟(jì)開發(fā)程度低，注重資源節(jié)約與生態(tài)保護(hù)，環(huán)境質(zhì)量也較為理想，因而生態(tài)效率不斷提高。

圖2 省域綠色生產(chǎn)效率和生態(tài)效率（右軸，柱形）時(shí)間演變趨勢(shì)分析

三、GTFP的影響因素分析

（一）影響因素選擇與模型設(shè)定

為了考察綠色生產(chǎn)效率的時(shí)空動(dòng)態(tài)變化和影響因素，筆者基于全國(guó)31 個(gè)省份2011—2017 年的面板數(shù)據(jù)，基于已有研究選取以下6個(gè)影響因素。

技術(shù)水平（TL）：借鑒黃建歡和呂海龍（2014）的做法，選擇用專利知識(shí)寬度來(lái)表示地區(qū)整體技術(shù)水平。創(chuàng)新能力（IC）：因?qū)嵱眯图夹g(shù)是具有一定實(shí)用性技術(shù)含量的科技成果，更易通過(guò)靈活的市場(chǎng)機(jī)制轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力（孫焱林和陳青青，2019），因此筆者基于專利異質(zhì)性選擇用實(shí)用新型專利申請(qǐng)授權(quán)量（齊紹洲等，2018）來(lái)反映地區(qū)實(shí)際技術(shù)的提升程度和創(chuàng)新能力。人力資本（EL）：參考張紅梅和張寧（2019）的做法，考慮到人口基數(shù)的影響，用普通高等教育在校生人數(shù)與地區(qū)總?cè)丝诘谋戎祦?lái)反映。外商直接投資（FDI）：根據(jù)劉莎和劉明（2019）的做法，選取外商直接投資占地區(qū)總?cè)丝诘谋戎刈鲗?duì)外因素指標(biāo)，認(rèn)為其通過(guò)管理技術(shù)引進(jìn)和產(chǎn)出規(guī)模擴(kuò)大會(huì)影響當(dāng)?shù)鼐G色生產(chǎn)發(fā)展。金融發(fā)展（DIR）：考慮到目前綠色金融的機(jī)構(gòu)融資以信貸為主及數(shù)據(jù)的可得性，參考齊紹洲和徐佳（2018）的做法，選取年末金融機(jī)構(gòu)各項(xiàng)貸款余額占地區(qū)GDP比重作為金融因素指標(biāo)，反映信貸資金利用效率的提高和金融結(jié)構(gòu)改革的深化。產(chǎn)業(yè)結(jié)構(gòu)（IS）：根據(jù)張紅梅和張寧（2019）的做法選取第二產(chǎn)業(yè)增加值與GDP 比值的反向指標(biāo)反映經(jīng)濟(jì)結(jié)構(gòu)角度下的工業(yè)化進(jìn)程。

上述變量有關(guān)數(shù)據(jù)來(lái)源中，國(guó)內(nèi)專利和實(shí)用新型專利申請(qǐng)授權(quán)量來(lái)自中國(guó)科學(xué)技術(shù)部門。數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和部分省市的《城市統(tǒng)計(jì)年鑒》。其中2016 年和2017 年各省份的年末金融機(jī)構(gòu)各項(xiàng)貸款余額來(lái)自2017 年和2018 年的《中國(guó)城市統(tǒng)計(jì)年鑒》的城市數(shù)據(jù)加總，外商直接投資額部分缺失數(shù)據(jù)利用線性插值法得到。

（二）實(shí)證結(jié)果分析

基于以DEAP2.1計(jì)算出來(lái)的ML 指數(shù)和DEA—SOLVE計(jì)算的超效率SBM生態(tài)效率值作整體比較，通過(guò)運(yùn)用空間杜賓模型和動(dòng)態(tài)空間面板模型考察上述六個(gè)因素分別對(duì)綠色全要素生產(chǎn)率、技術(shù)進(jìn)步率及生態(tài)效率的作用機(jī)制及其時(shí)空演變趨勢(shì)，分別構(gòu)建以下模型：

其中，Yit為被解釋變量，分別以GTFP1、TECH及GTFP2代替，Yit-1為滯后一期的被解釋變量。

1.空間相關(guān)性檢驗(yàn)

為了客觀、充分、全面地估計(jì)綠色全要素生產(chǎn)率的空間效應(yīng)，兼顧地理單元的互動(dòng)鄰接與經(jīng)濟(jì)聯(lián)系，基于空間互動(dòng)的0-1 鄰接矩陣和經(jīng)濟(jì)地理嵌套權(quán)重矩陣，設(shè)定如下：

表2 空間自相關(guān)性檢驗(yàn)

2.空間計(jì)量模型選擇與估計(jì)結(jié)果

基于上述各省份綠色生產(chǎn)發(fā)展效率之間存在空間自相關(guān)性的判斷，為進(jìn)一步分析具體模型的適用性并作出選擇，從而正確估計(jì)綠色生產(chǎn)效率、技術(shù)水平及生態(tài)效率與各解釋變量間的相互關(guān)系，基于0～1鄰接矩陣基本形式并通過(guò)各種檢驗(yàn)來(lái)進(jìn)行判斷，見表3。

表3 空間依賴性檢驗(yàn)

由表3 可知，LMerror 和R-LMerror 檢驗(yàn)結(jié)果十分顯著，故空間杜賓模型SDM 不可簡(jiǎn)化為SEM 模型，LMlag 和R-LMlag 均沒通過(guò)檢驗(yàn)，故可接受簡(jiǎn)化為SLM 的原假設(shè)。LR 統(tǒng)計(jì)量均顯著，無(wú)法簡(jiǎn)化為SEM或SLM模型。因此，選擇更廣義的SDM模型分析各因素對(duì)全國(guó)各省份綠色生產(chǎn)效率、技術(shù)水平及生態(tài)效率的時(shí)空格局影響。通過(guò)Hausman 檢驗(yàn)，判定空間面板模型1 和2 使用固定效應(yīng)計(jì)量模型，加之時(shí)間和空間LR 統(tǒng)計(jì)量在1%水平下顯著，故采用空間時(shí)間雙固定模型，模型3 采用時(shí)間固定效應(yīng)模型。同時(shí)，考慮到固定資產(chǎn)投資的存量調(diào)整與慣性作用，作為DEA測(cè)算的GTFP的投入變量，使被解釋變量具有一定程度的滯后性，因此考慮適用于SDM或SLM 的動(dòng)態(tài)面板空間模型測(cè)算資本深化帶來(lái)的滯后值的解釋程度。由于點(diǎn)估計(jì)回歸結(jié)果存在一定偏誤，不能展示偏回歸系數(shù)，因此用偏微分法分解空間效應(yīng)，且相較系統(tǒng)GMM，QML 可分離出模型中的長(zhǎng)期效應(yīng)和短期效應(yīng)，故選擇QML計(jì)量模型作對(duì)比并對(duì)相關(guān)空間效應(yīng)作剝離和分析，結(jié)果見表4。

從技術(shù)角度分析，TL對(duì)GTFP1和技術(shù)水平進(jìn)步產(chǎn)生負(fù)的空間聚集效應(yīng)，而對(duì)生態(tài)效率的動(dòng)態(tài)影響顯著為正。原因在于先進(jìn)的國(guó)內(nèi)專利技術(shù)仍無(wú)法適應(yīng)當(dāng)下低質(zhì)的勞動(dòng)、資本等生產(chǎn)要素，高端的生態(tài)產(chǎn)業(yè)鏈未普遍形成，低端廉價(jià)勞動(dòng)力產(chǎn)業(yè)仍存在轉(zhuǎn)型前的生存空間，與現(xiàn)實(shí)的經(jīng)濟(jì)發(fā)展條件不匹配，阻礙了當(dāng)?shù)氐木G色生產(chǎn)發(fā)展。對(duì)于TECH，由于綠色專利商標(biāo)等申請(qǐng)認(rèn)證的審批流程復(fù)雜，相關(guān)保護(hù)制度限制了相關(guān)技術(shù)成果的轉(zhuǎn)化規(guī)模，形成高門檻的“壟斷效應(yīng)”，阻礙綠色轉(zhuǎn)型進(jìn)程，限制技術(shù)進(jìn)步對(duì)綠色產(chǎn)出的貢獻(xiàn)。專利技術(shù)對(duì)生態(tài)效率的作用具有時(shí)空滯后性，說(shuō)明當(dāng)綠色專利經(jīng)過(guò)一段時(shí)間轉(zhuǎn)化，會(huì)結(jié)合當(dāng)?shù)仄渌臻g生產(chǎn)要素的改善，提升其生態(tài)環(huán)境質(zhì)量，W×TL 對(duì)生態(tài)效率有正向的動(dòng)態(tài)影響，表明地區(qū)專利授權(quán)帶來(lái)的綠色技術(shù)改進(jìn)，不僅使當(dāng)?shù)厣鷳B(tài)效率空間集聚，還促進(jìn)了周邊地區(qū)生態(tài)環(huán)境在時(shí)空演變中的改善，存在“污染天堂”效應(yīng)。IC對(duì)GTFP1和技術(shù)進(jìn)步的影響顯著為正，對(duì)生態(tài)效率有負(fù)向空間集聚效應(yīng)，說(shuō)明實(shí)用新型專利成果在大量創(chuàng)新高素質(zhì)人才集聚條件下能夠高效轉(zhuǎn)化為生產(chǎn)產(chǎn)出GTFP1，并進(jìn)一步擴(kuò)大產(chǎn)業(yè)規(guī)模，更高效的生產(chǎn)資源配置方式及創(chuàng)新產(chǎn)品研發(fā)，促進(jìn)了與之匹配的生產(chǎn)技術(shù)水平的提升和改善。但上述生產(chǎn)技術(shù)和創(chuàng)新成果的產(chǎn)業(yè)化也會(huì)沖擊當(dāng)?shù)氐纳鷳B(tài)環(huán)境，存在生態(tài)資源進(jìn)一步損耗和本地污染治理壓力。W×IC 對(duì)GTFP1 有正的動(dòng)態(tài)空間溢出效應(yīng)，對(duì)生態(tài)效率的影響為負(fù)。這是由于地區(qū)間經(jīng)濟(jì)發(fā)展條件不同，直接貢獻(xiàn)于生產(chǎn)效率的實(shí)用新型專利技術(shù)創(chuàng)新成果，被鄰近地區(qū)引進(jìn)模仿，以最有效的方式轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力，促進(jìn)了GTFP1的提高。不同的是相應(yīng)的資源、生態(tài)環(huán)境負(fù)擔(dān)被復(fù)制，抑制了生態(tài)效率的提升。第三，EL對(duì)GTFP1和技術(shù)進(jìn)步水平的影響在1%水平下顯著為正，對(duì)生態(tài)效率有動(dòng)態(tài)的正向空間集聚效應(yīng)。說(shuō)明現(xiàn)階段擁有較高知識(shí)技能的綜合素質(zhì)人才正發(fā)揮著較物質(zhì)資本更大的區(qū)域創(chuàng)新產(chǎn)出的效用，優(yōu)化了企業(yè)生產(chǎn)要素投入結(jié)構(gòu)，是提高綠色生產(chǎn)及生態(tài)效率的主要路徑之一。同時(shí)表明，我國(guó)人力資本應(yīng)用于綠色產(chǎn)出效率的作用還只普遍停留在空間集聚層面，我國(guó)人口基數(shù)大、平均受教育程度低，知識(shí)溢出效應(yīng)尚未顯現(xiàn)。但由于較高的環(huán)保意識(shí)普及擴(kuò)散效應(yīng)，宣傳社會(huì)響應(yīng)生態(tài)保護(hù)信號(hào)，前期提高環(huán)境資源利用率的效率積累，降低生活污染廢物排放的可持續(xù)循環(huán)，隨著后期區(qū)域經(jīng)濟(jì)一體化，能大幅提高周邊地區(qū)的生態(tài)環(huán)境效率。

表4 固定效應(yīng)SDM模型估計(jì)結(jié)果

在靜態(tài)和動(dòng)態(tài)SDM 模型中，F(xiàn)DI 對(duì)GTFP1、TECH 及生態(tài)效率的影響皆為負(fù)面，對(duì)周邊地區(qū)的空間溢出效應(yīng)也為負(fù)。這是因?yàn)樵谝M(jìn)外資中我國(guó)處于產(chǎn)業(yè)鏈低端，國(guó)外企業(yè)為避免環(huán)境規(guī)制成本，完成本國(guó)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，將一些低技術(shù)、高耗能的污染企業(yè)轉(zhuǎn)移，地方政府為追求GDP，降低環(huán)境規(guī)制標(biāo)準(zhǔn)，甚至擠占鄰近地區(qū)外資投入，毫無(wú)選擇性地吸納，使當(dāng)?shù)亟?jīng)濟(jì)發(fā)展以犧牲環(huán)境為代價(jià)，對(duì)GTFP1的增長(zhǎng)造成負(fù)面影響。引進(jìn)的外資技術(shù)并未形成綠色產(chǎn)出增加的作用，廉價(jià)的環(huán)境成本和勞動(dòng)力的吸引促使生態(tài)環(huán)境效率進(jìn)一步下降，并產(chǎn)生周邊地區(qū)污染連鎖反應(yīng)，形成“污染光環(huán)”。

從金融角度看，DIR 對(duì)GTFP 的影響不顯著，在短期內(nèi)難以形成集聚效應(yīng)，但對(duì)GTFP1和技術(shù)進(jìn)步存在負(fù)的空間溢出效應(yīng)，但對(duì)生態(tài)效率產(chǎn)生正的動(dòng)態(tài)空間溢出效應(yīng)。這說(shuō)明隨著金融體系的不斷完善，如加強(qiáng)信息對(duì)稱、事前審查、事后監(jiān)督等，會(huì)提高綠色資源配置效率，促使企業(yè)創(chuàng)新技術(shù)，規(guī)范風(fēng)險(xiǎn)運(yùn)營(yíng)，從而改善生態(tài)環(huán)境，對(duì)鄰近地區(qū)的生態(tài)效率起促進(jìn)作用。

從經(jīng)濟(jì)角度看，IS對(duì)生態(tài)效率的影響為負(fù)，并產(chǎn)生動(dòng)態(tài)的正向空間集聚效應(yīng)。表明我國(guó)第二產(chǎn)業(yè)仍以單一的、粗放式制造業(yè)為主，缺乏技術(shù)含量、資源損耗量大，當(dāng)期產(chǎn)業(yè)外部性破壞了生態(tài)環(huán)境，減損了生態(tài)效率。但考慮到產(chǎn)業(yè)結(jié)構(gòu)在前期對(duì)我國(guó)工業(yè)化和技術(shù)的推動(dòng)作用，以及現(xiàn)階段產(chǎn)業(yè)綠色轉(zhuǎn)型和空間布局的優(yōu)化，相對(duì)減少了污染產(chǎn)出，后期出現(xiàn)綠色產(chǎn)業(yè)對(duì)生態(tài)效率的改善。W×IS 對(duì)GTFP1和技術(shù)水平產(chǎn)生負(fù)的空間溢出效應(yīng)，對(duì)生態(tài)效率有正向動(dòng)態(tài)空間溢出效應(yīng)。這是由于當(dāng)?shù)禺a(chǎn)業(yè)生產(chǎn)對(duì)投入要素的“專用性”掠奪，包括能源、人力、物質(zhì)資本等，在生產(chǎn)環(huán)境廢物的同時(shí)降低了鄰近地區(qū)的綠色生產(chǎn)效率。隨著產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，對(duì)資源利用率提升，生態(tài)污染程度降低，承接產(chǎn)業(yè)轉(zhuǎn)移周邊地區(qū)的生產(chǎn)技術(shù)水平相應(yīng)提升，生態(tài)效率在綠色轉(zhuǎn)型趨勢(shì)下逐步提高。

3.動(dòng)態(tài)空間效應(yīng)分解

為進(jìn)一步分析其時(shí)空演變趨勢(shì)和考慮到點(diǎn)回歸系數(shù)的偏誤，對(duì)上述結(jié)果進(jìn)行了穩(wěn)健性檢驗(yàn)，動(dòng)態(tài)空間效應(yīng)分解結(jié)果見表5，變量系數(shù)符合與前文基本一致，結(jié)果穩(wěn)健。

四、結(jié)論與政策建議

運(yùn)用Super-SBM 和Malmquist 指數(shù)測(cè)算了考慮資源環(huán)境約束下我國(guó)31 個(gè)省份2011—2017 年綠色生產(chǎn)和生態(tài)效率，并對(duì)二者作了不同方位的比較研究，再?gòu)? 個(gè)不同方面考察綠色生產(chǎn)發(fā)展效率的時(shí)空演變特征和動(dòng)態(tài)空間分解效應(yīng)，結(jié)果表明：第一，兩種GTFP 均處于無(wú)效增長(zhǎng)階段，前者呈現(xiàn)倒“N”型，經(jīng)歷了兩個(gè)“波谷”和三個(gè)“波峰”，大部分可由生產(chǎn)技術(shù)進(jìn)步解釋。后者普遍處于較低水平，但在2015年達(dá)到谷底，此后開始持續(xù)上升。并發(fā)現(xiàn)綠色技術(shù)效率大部分領(lǐng)先于綠色技術(shù)進(jìn)步，雖出現(xiàn)了效率優(yōu)化但缺乏領(lǐng)先的科技創(chuàng)新，有進(jìn)一步的增加產(chǎn)出和減少污染的潛能。第二，GTFP1 兩極分化明顯，東部沿海省市呈歷年上升趨勢(shì)，且處于有效增長(zhǎng)階段，高于全國(guó)均值水平，引領(lǐng)綠色轉(zhuǎn)型雙重目標(biāo)的實(shí)現(xiàn)。GTFP2 呈同質(zhì)化分布，各省環(huán)境治理壓力不同，差異大，但在不斷改進(jìn)提升。部分省市出現(xiàn)綠色生產(chǎn)水平與生態(tài)效率不匹配特征，改進(jìn)的關(guān)鍵在于生態(tài)修復(fù)和綠色技術(shù)進(jìn)步。第三，基于全局參比的動(dòng)態(tài)Malmquist 指數(shù)上的綠色生產(chǎn)效率整體上虛高于基于橫截面測(cè)算的靜態(tài)超效率SBM 模型上的生態(tài)環(huán)境效率得分，地區(qū)資源要素發(fā)展條件影響生產(chǎn)效率改善或惡化的程度，各地綠色生產(chǎn)效率主要依靠增長(zhǎng)效應(yīng)TECH 解釋，追趕效應(yīng)變動(dòng)較大。而全國(guó)31 個(gè)省份的靜態(tài)生態(tài)環(huán)境效率則強(qiáng)調(diào)了綠色發(fā)展的核心：以有限的生態(tài)資源提高綠色發(fā)展水平和產(chǎn)生更少的污染存量。兩者均具有空間溢出效應(yīng)，并呈現(xiàn)綠色發(fā)展效率影響因素的不同演變特征。

表5 動(dòng)態(tài)空間效應(yīng)分解結(jié)果

基于上述結(jié)論，從提升綠色技術(shù)生產(chǎn)力和改進(jìn)綠色生態(tài)效率兩個(gè)角度提出推進(jìn)綠色發(fā)展的政策建議：一是國(guó)家應(yīng)重視專利技術(shù)成果轉(zhuǎn)化與當(dāng)?shù)貎?yōu)勢(shì)要素稟賦的匹配度，擴(kuò)大技術(shù)成果轉(zhuǎn)化規(guī)模，形成以技術(shù)為支撐的高新技術(shù)聚集區(qū)并向低水平范圍輻射。加強(qiáng)對(duì)綠色技術(shù)成果轉(zhuǎn)化的長(zhǎng)期監(jiān)督和檢查機(jī)制，利用市場(chǎng)機(jī)制不斷增進(jìn)綠色技術(shù)進(jìn)步對(duì)環(huán)境治理的支撐，推動(dòng)?xùn)|部與中西部地區(qū)綠色技術(shù)成果轉(zhuǎn)化的深入交流與合作，逐步消除企業(yè)技術(shù)壁壘和產(chǎn)權(quán)壟斷行為。二是在企業(yè)專業(yè)分工與規(guī)模擴(kuò)張過(guò)程中不斷改善生產(chǎn)技術(shù)使用方式，強(qiáng)調(diào)綠色技術(shù)概念的適用性，正確引導(dǎo)和帶動(dòng)當(dāng)?shù)鼐G色產(chǎn)品生產(chǎn)、消費(fèi)需求，減少生態(tài)資源損耗和對(duì)環(huán)境的沖擊。三是提升對(duì)高素質(zhì)人才的投入與積累，促進(jìn)區(qū)域間的產(chǎn)學(xué)研合作交流和人才體系市場(chǎng)化建設(shè)，減少人才跨區(qū)域流動(dòng)磨合障礙帶來(lái)的效率損失。四是嚴(yán)格外資企業(yè)環(huán)境規(guī)制門檻和資金引進(jìn)監(jiān)管標(biāo)準(zhǔn)，強(qiáng)調(diào)長(zhǎng)期可持續(xù)發(fā)展，注重環(huán)保技術(shù)研發(fā)和相應(yīng)的經(jīng)濟(jì)產(chǎn)出質(zhì)量。采取差異化政策鼓勵(lì)技術(shù)型外商企業(yè)因地制宜提高綠色產(chǎn)出效率，關(guān)注環(huán)境污染治理和生態(tài)資源節(jié)約，進(jìn)而改善外商資金引進(jìn)和利用結(jié)構(gòu)。五是將深化綠色金融體系改革作為一個(gè)長(zhǎng)期工程，不斷創(chuàng)新多元化的產(chǎn)品與業(yè)務(wù)，為綠色企業(yè)生產(chǎn)和技術(shù)研發(fā)提供物質(zhì)支持。結(jié)合當(dāng)?shù)貐^(qū)域資源環(huán)境特點(diǎn)，加強(qiáng)信息溝通環(huán)節(jié)，凝聚綠色發(fā)展共識(shí)，為綠色信貸與環(huán)保產(chǎn)業(yè)的匹配提供政策和服務(wù)便利。六是從源頭上改造落后的傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)，基于本地資源環(huán)境稟賦協(xié)同發(fā)展綠色產(chǎn)業(yè)鏈，加強(qiáng)區(qū)域間產(chǎn)業(yè)優(yōu)化布局和技術(shù)研發(fā)合作，培育多元化的綠色新興產(chǎn)業(yè)，以期避免產(chǎn)業(yè)同質(zhì)化競(jìng)爭(zhēng)和污染擴(kuò)散效應(yīng)，緩解工業(yè)污染對(duì)綠色生態(tài)效率的損耗。