武義青 張旭

摘 要：以提高綠色全要素生產(chǎn)率（GTFP）為導(dǎo)向的綠色發(fā)展是化解經(jīng)濟發(fā)展與資源環(huán)境之間矛盾、實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的必然選擇。引入勢效系數(shù)改進擴展C-D生產(chǎn)函數(shù)進而建立GTFP模型，測算2008—2019年我國及各省（自治區(qū)、直轄市）GTFP，并對我國省域綠色發(fā)展進行評價。結(jié)果表明：我國GTFP呈上升趨勢，年均增長3.37%，整體綠色發(fā)展水平逐年提高;我國區(qū)域GTFP不平衡問題仍然比較突出，區(qū)域間差異對總體差異的貢獻率較大但呈縮小趨勢，而區(qū)域內(nèi)差異貢獻率較小但呈擴大趨勢;我國省域GTFP總體呈現(xiàn)“東高西低”“南快北慢”態(tài)勢?！笆奈濉睍r期，要深入貫徹新發(fā)展理念，以GTFP引導(dǎo)地方高質(zhì)量發(fā)展;大力發(fā)展綠色經(jīng)濟，努力實現(xiàn)“綠富同興”;堅持系統(tǒng)觀念，統(tǒng)籌區(qū)域間和區(qū)域內(nèi)協(xié)調(diào)綠色發(fā)展;積極發(fā)展綠色金融，助力區(qū)域經(jīng)濟綠色轉(zhuǎn)型。

關(guān)鍵詞：綠色發(fā)展;GTFP;勢效系數(shù);Dagum基尼系數(shù);區(qū)域差距

中圖分類號：F061.3 ?文獻標(biāo)識碼：A 文章編號：1007-2101（2022）01-0067-15

一、引言

改革開放以來，我國經(jīng)濟持續(xù)快速發(fā)展，取得了舉世矚目的成就，創(chuàng)造了中國奇跡。與此同時，也消耗了大量資源、能源，并引發(fā)了資源短缺、環(huán)境污染等問題。綠色發(fā)展則是化解經(jīng)濟發(fā)展與資源約束、環(huán)境保護之間矛盾，實現(xiàn)我國高質(zhì)量發(fā)展的必由之路。黨的十八大以來，黨中央高度重視綠色發(fā)展，把生態(tài)文明建設(shè)納入“五位一體”總體布局?！笆奈濉币?guī)劃綱要指出：“堅持生態(tài)優(yōu)先、綠色發(fā)展，推進資源總量管理、科學(xué)配置、全面節(jié)約、循環(huán)利用，協(xié)同推進經(jīng)濟高質(zhì)量發(fā)展和生態(tài)環(huán)境高水平保護?！本G色發(fā)展成為當(dāng)前及今后我國經(jīng)濟社會發(fā)展的基本方向。如何客觀評價我國綠色發(fā)展現(xiàn)狀及時空演化趨勢，對進一步提高我國綠色發(fā)展水平具有重要意義。

對綠色發(fā)展的評價，學(xué)者們進行了大量研究。比較有代表性的有，北京師范大學(xué)課題組從經(jīng)濟增長的綠色度、政府支持力度以及資源環(huán)境承載能力等三方面建立綠色發(fā)展指數(shù)，較為系統(tǒng)地評價了我國各省綠色發(fā)展水平[1];王勇等在四部委發(fā)布的《綠色發(fā)展指標(biāo)體系》基礎(chǔ)上進行調(diào)整，建立包含資源利用、生態(tài)保護、環(huán)境質(zhì)量、環(huán)境治理、增長質(zhì)量及綠色生活等六個方面45個二級指標(biāo)的評價體系，較為全面地評價了我國綠色發(fā)展的空間格局及演變特點[2];也有學(xué)者采用數(shù)據(jù)包絡(luò)分析法[3-5]、隨機前沿法[6]、指數(shù)法[7]等測算綠色發(fā)展效率?？傮w來看，現(xiàn)行方法可歸納為兩類，一是指標(biāo)體系法，二是模型法。指標(biāo)體系法在選取指標(biāo)時，往往因人而異，隨意性較大，指標(biāo)數(shù)量較多，客觀性較差;而模型法相對客觀，但方法過于復(fù)雜，與實際情況相去甚遠(yuǎn)。本文通過引入勢效系數(shù)[8]對C-D生產(chǎn)函數(shù)進行擴展改進得到綠色全要素生產(chǎn)率（GTFP）模型[9]，此法在考慮資本、勞動節(jié)約的同時，也考慮了能源、資源的節(jié)約，是經(jīng)過模型規(guī)范了的四要素生產(chǎn)率指標(biāo)體系，是模型法與指標(biāo)體系法的結(jié)合，符合我國綠色發(fā)展理念，具有含義明確、簡便易行等優(yōu)點。

本文通過測算2008—2019年我國及30個?。ㄗ灾螀^(qū)、直轄市，因數(shù)據(jù)缺失未包含西藏自治區(qū)，中國香港、澳門和臺灣地區(qū)，下同）的GTFP對各省域綠色發(fā)展情況進行客觀評價，分析我國綠色發(fā)展的時空分布及變化趨勢;并通過計算Dagum基尼系數(shù)及其分解對我國綠色發(fā)展區(qū)域差異變化及差異來源進行分析，為“十四五”時期進一步提高我國綠色發(fā)展水平提供參考。

二、綠色全要素生產(chǎn)率的測度方法

（二）數(shù)據(jù)

本文選用2008—2019年我國30個省（自治區(qū)、直轄市）面板數(shù)據(jù)對我國省域GTFP進行測算。數(shù)據(jù)來源于國家統(tǒng)計局及《中國能源統(tǒng)計年鑒》《中國水利統(tǒng)計年鑒》和各?。ㄗ灾螀^(qū)、直轄市）統(tǒng)計年鑒。

產(chǎn)出Y采用各省（自治區(qū)、直轄市）生產(chǎn)總值，并用CPI對其進行平減到以2008年為基期的不變價格水平。資本投入K采用年均資本存量，本文借鑒張軍等[10]的方法對我國30個?。ㄗ灾螀^(qū)、直轄市）2001—2019年資本存量進行估算。計算公式為：Ki，t=Ii，t+（1-δi，t）Ki，t-1。其中，Ki，t為i?。ㄗ灾螀^(qū)、直轄市）在t期的資本存量，Ki，t-1為前一期的資本存量，Ii，t表示i?。ㄗ灾螀^(qū)、直轄市）第t期的固定資本形成總額;δi，t為固定資產(chǎn)折舊率。固定資產(chǎn)折舊率沿用張軍等的測算結(jié)果，取值為9.6%。關(guān)于基期資本存量的計算，學(xué)者們多采用前人測算結(jié)果[11]，或采用后一期的資本形成總額除以折舊率與 1953—1957 年固定資產(chǎn)投資形成平均增長率之和[12]，或用基期固定資產(chǎn)投資額比上折舊率與“計算期”固定資產(chǎn)不變價計算的幾何增長率之和[13]，本文則沿用張軍等的測算結(jié)果，并在其基礎(chǔ)上進行調(diào)整：根據(jù)2001—2019年四川和重慶的固定資產(chǎn)投資額比例對基期的四川資本存量進行分解，最后將求得的資本存量通過固定資產(chǎn)投資價格指數(shù)將其平減到以2008年為基期的不變價格水平。勞動投入L采用?。ㄗ灾螀^(qū)、直轄市）年末從業(yè)人員數(shù)。能源投入E采用?。ㄗ灾螀^(qū)、直轄市）能源消耗總量。資源投入W采用中國水利部統(tǒng)計的各省（自治區(qū)、直轄市）用水總量。

（三）結(jié)果

為便于估計，將擴展的C-D生產(chǎn)函數(shù)通過取對數(shù)處理將其線性化為：lnY=lnA+αlnK+βlnL+γlnE+δlnW。運用STATA對2008—2019年30個省（自治區(qū)、直轄市）面板數(shù)據(jù)進行回歸，其結(jié)果如表1所示。

表1回歸結(jié)果顯示水資源系數(shù)為負(fù)，表明在其他條件不變的情況下水資源使用越多產(chǎn)出反而越少，這顯然不符合常理。對此，筆者將水資源效率（PW=YW）替代水資源（W）進行回歸，由于已經(jīng)導(dǎo)出恒等式Y(jié)=Pα*KPβ*LPγ*EPδ*WKα*Lβ*Eγ*Wδ*，故將水資源產(chǎn)出效率替代水資源投入后，恒等式Y(jié)=Pα*KPβ*LPγ*EPδ*WKα*Lβ*Eγ*Wδ*仍然成立，并且回歸結(jié)果顯示水資源效率系數(shù)為正（見表2），即在其他條件不變的情況下，水資源效率越高產(chǎn)出越多，這與實際情況是相符的。

表2回歸結(jié)果顯示，各系數(shù)的P值均小于0.01，即在1%水平下各系數(shù)顯著;R2為0.920 7，說明模型的擬合較好;F統(tǒng)計量較大且P值小于 0.05 也說明方程顯著性較強。觀察變量的系數(shù)可以發(fā)現(xiàn)，資本與勞動力投入在產(chǎn)出中仍然發(fā)揮著重要的作用，且能源和水資源效率對產(chǎn)出也有較大影響。針對得到的估計系數(shù)進行歸一化處理可得出：α*=0.280 2，β*=0.379 2，γ*=0.133 2，δ*=0.207 4，于是得到GTFP模型：GTFP=P0.280 2KP0.379 2LP0.133 2EP0.207 4W，據(jù)此測算，結(jié)果見表3。

三、我國省域綠色生產(chǎn)率比較分析

（一）我國綠色全要素生產(chǎn)率的整體演變趨勢分析

從整體來看，我國綠色全要素生產(chǎn)率呈現(xiàn)逐年上升趨勢。2009—2019年，我國綠色全要素生產(chǎn)率增長43.98%，平均每年增長3.37%。從變動趨勢來看，在2010—2011年和2017—2018年綠色全要素生產(chǎn)率增長較快，年增長速度超過6%，除2015年綠色全要素生產(chǎn)率增長率僅為0.25%外，其他年份增長較為平穩(wěn)，增速基本保持在1%～2%。

從單要素生產(chǎn)率來看，我國勞動生產(chǎn)率、能源生產(chǎn)率及水資源生產(chǎn)率都呈逐年上升趨勢，增長率則呈現(xiàn)波動下降趨勢，同樣在2010—2011年和2017—2018年三種單要素生產(chǎn)率增速相對較快;資本產(chǎn)出效率雖然呈波動下降趨勢，但在2010—2011年下降速度較慢，且2017—2018年資本產(chǎn)出效率呈上升趨勢。這也是我國綠色全要素生產(chǎn)率發(fā)生兩次加速上升的部分原因（見圖1）。

從地區(qū)GTFP增長情況來看，我國30個?。ㄗ灾螀^(qū)、直轄市）中在2010—2011年和2017—2018年僅有遼寧在2010年GTFP下降3.0%，其他地區(qū)綠色全要素生產(chǎn)率增長速度大多保持在5%～10%，而其他年份（不包括2019 年）則有多個地區(qū)綠色全要素生產(chǎn)率發(fā)生下降現(xiàn)象。

2008年國際金融危機爆發(fā)后，為應(yīng)對沖擊我國實施了積極的財政政策和降息、放貸等適度寬松的貨幣政策，以及數(shù)萬億元投資的政府投資政策以擴大內(nèi)需、促進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、刺激經(jīng)濟、緩解就業(yè)壓力，我國經(jīng)濟總量快速增長進而促使2010年和2011年我國綠色全要素生產(chǎn)率增速分別為7.37%、6.91%。2017年和2018年綠色全要素生產(chǎn)率的增長率分別為7.26%、6.17%，這得益于我國供給側(cè)結(jié)構(gòu)性改革及新發(fā)展理念的貫徹。2015年11月習(xí)近平總書記提出著力加強供給側(cè)結(jié)構(gòu)性改革，重點推進“三去一降一補”，經(jīng)過多年努力，供給側(cè)改革成效逐漸顯現(xiàn)，鋼鐵、煤炭等行業(yè)過剩產(chǎn)能得到了部分化解、房地產(chǎn)去庫存持續(xù)推進，這些都有利于能源、資本產(chǎn)出效率的提高，推動著我國經(jīng)濟運行發(fā)生多方面積極變化。同時，黨的十八屆五中全會提出綠色發(fā)展理念，并將其納入新發(fā)展理念。綠色發(fā)展理念的提出使各地區(qū)將資源環(huán)境作為社會發(fā)展的內(nèi)在要素，更加注重綠色發(fā)展。這些都在一定程度上促進了我國綠色全要素生產(chǎn)率的較快增長。

（二）我國省域單要素生產(chǎn)率的時空差異分析

1.勞動生產(chǎn)率時空差異分析。我國勞動生產(chǎn)率呈現(xiàn)逐年上升的趨勢。2008—2019年，我國勞動生產(chǎn)率從4.22萬元/人增加到9.94萬元/人，勞動生產(chǎn)率提高135.18%。

30個?。ㄗ灾螀^(qū)、直轄市）的勞動生產(chǎn)率總體都呈現(xiàn)上升趨勢。除上海、天津、吉林、甘肅、河北、內(nèi)蒙古、新疆、山西、黑龍江等9個?。ㄗ灾螀^(qū)、直轄市）（除上海為南方地區(qū)，其余均屬北方地區(qū)）外，其他地區(qū)都為逐年上升趨勢。9個?。ㄗ灾螀^(qū)、直轄市）中內(nèi)蒙古、新疆、山西、黑龍江等四地波動較大，內(nèi)蒙古在2012—2014年勞動生產(chǎn)率下降2.71%，其他年份呈現(xiàn)上升趨勢;新疆、黑龍江、山西勞動生產(chǎn)率是有兩個階段的下降：2008—2009年其分別下降0.61%、0.34%、1.65%，2014—2016年新疆、黑龍江分別下降8.41%、2.34%，山西則在2012—2016年下降10.04%，其他年份呈現(xiàn)上升趨勢。

從勞動生產(chǎn)率的增長率來看，增長最快的是貴州，從2008年的1.53萬元/人增長到2018年的6.17萬元/人，勞動生產(chǎn)率增長303.78%;湖北勞動生產(chǎn)率增長197.37%，其次是湖南、重慶、四川、安徽、陜西、云南、廣西、江西、江蘇等地（除陜西為北方地區(qū)，其他均屬南方地區(qū)），其增速都超過了全國平均水平（見圖2）。

2018年我國30個?。ㄗ灾螀^(qū)、直轄市）中勞動生產(chǎn)率排名前十的省份依次分別為：北京、上海、江蘇、浙江、天津、福建、廣東、重慶、內(nèi)蒙古、湖北（見圖2）。

? ?2.資本生產(chǎn)率時空差異分析。我國資本生產(chǎn)率呈波動下降的趨勢。2008—2016年呈現(xiàn)逐年下降趨勢，2016—2018年略有回升，而后繼續(xù)下降，資本生產(chǎn)率從0.49下降到0.24，下降51.02%。

30個?。ㄗ灾螀^(qū)、直轄市）中，僅上海資本生產(chǎn)率呈現(xiàn)上升趨勢，其他地區(qū)整體呈現(xiàn)下降趨勢，但其中北京、山西、新疆、甘肅、內(nèi)蒙古、寧夏在2016—2019年呈現(xiàn)顯著上升趨勢，分別增長13.37%、55.34%、11.96%、20.04%、14.93%、13.28%，遼寧在2015—2019年增長45.25%。

從資本生產(chǎn)率增長率來看，上海資本生產(chǎn)率從2008年的0.58上升到2019年的0.64，增長11.09%，北京資本生產(chǎn)率下降較慢，下降16.59%，之后依次為：廣東、浙江、遼寧、重慶、江蘇、內(nèi)蒙古、四川、福建等（見圖3）。

2019年，資本生產(chǎn)率排名前十的省份為：上海、北京、廣東、浙江、江蘇、福建、山西、湖北、四川、湖南（見圖3）。

? ?3.能源生產(chǎn)率時空差異分析。我國能源生產(chǎn)率呈逐年上升趨勢，2008—2019年，我國能源生產(chǎn)率從1.00億元/萬噸標(biāo)準(zhǔn)煤增加到1.58億元/萬噸標(biāo)準(zhǔn)煤，增長58.73%。

30個?。ㄗ灾螀^(qū)、直轄市）能源生產(chǎn)率總體呈上升趨勢。有14個地區(qū)的能源生產(chǎn)率是逐年上升的趨勢。江蘇、海南、陜西、廣西、山東、黑龍江、甘肅、河北等8個地區(qū)僅在某一年份略有下降，總體呈上升趨勢。天津、遼寧、山西、內(nèi)蒙古、青海、寧夏等6個地區(qū)能源生產(chǎn)率波動較大，其中天津、寧夏分別在2017—2019年、2016—2019年呈現(xiàn)出下降趨勢。吉林能源生產(chǎn)率也在2008—2017年呈現(xiàn)逐年上升趨勢后，在2017—2019年開始不斷下降。新疆能源生產(chǎn)率總體呈波動下降趨勢，從2008年的0.59億元/萬噸標(biāo)準(zhǔn)煤下降到0.55億元/萬噸標(biāo)準(zhǔn)煤，下降5.44%。

從能源生產(chǎn)率的增長率來看，30個?。ㄗ灾螀^(qū)、直轄市）中有11個省份增長率超過全國平均水平。其中增長最快的是貴州，從2008年0.49億元/萬噸標(biāo)準(zhǔn)煤增長到2019年的1.29億元/萬噸標(biāo)準(zhǔn)煤，增長153.48%;重慶增長率排名第二，增長127.15%;之后分別為湖北、湖南、四川、北京、河南、吉林、福建、云南等（見圖4）。

2019年，我國30個?。ㄗ灾螀^(qū)、直轄市）中有14個地區(qū)能源生產(chǎn)率超過全國平均水平，依次為：北京、上海、廣東、福建、江蘇、浙江、重慶、安徽、湖北、江西、湖南、河南、海南、四川（除北京、河南2省市屬北方地區(qū)，其他12個地區(qū)均屬南方地區(qū)），見圖4。

4.水資源產(chǎn)出效率的時空差異分析。我國水資源產(chǎn)出效率也呈現(xiàn)出逐年上升的趨勢。2008—2019年，我國水資源產(chǎn)出效率從54.02元/立方米增加到127.84元/立方米，增長127.14%。

30個?。ㄗ灾螀^(qū)、直轄市）水資源產(chǎn)出效率總體都呈現(xiàn)上升趨勢。北京、山東、河南、四川、江蘇、安徽、吉林、江西、寧夏等9個地區(qū)，僅在某一年份有所下降，其中北京、山東、江蘇、寧夏等4個地區(qū)是在2018—2019年逐漸呈現(xiàn)下降趨勢;天津、

?山西、黑龍江、新疆4個地區(qū)水資源產(chǎn)出效率波動較大。天津水資源產(chǎn)出效率在2014—2016年下降7.96%;山西分別在2012—2013年和2014—2016年分別下降1.02%、8.16%;黑龍江分別在2008—2009年和2014—2015年分別下降5.17%、2.64%;新疆分別在2011—2012年和2018—2019年下降3.02%、2.72%。

從水資源增長率來看，30個?。ㄗ灾螀^(qū)、直轄市）中有15個地區(qū)增長率超過全國平均水平，其中增長最快的是貴州，從2008年的34.29元/立方米增加到2019年124.18元/立方米，增長242.59%。福建排名第二，增長208.95%，之后依次為重慶、青海、浙江、云南、安徽、廣西、湖北、湖南、海南、寧夏、廣東、江西、陜西（見圖5）。

2019年，我國30個?。ㄗ灾螀^(qū)、直轄市）中有14個地區(qū)水資源生產(chǎn)率超過全國平均水平，依次分別為：北京、天津、浙江、上海、重慶、山東、陜西、廣東、福建、山西、河南、河北、遼寧、四川（見圖5）。

? ?（三）我國省域綠色全要素生產(chǎn)率時空差異分析

1.我國省域綠色全要素生產(chǎn)率水平的空間差異。由于河北和黑龍江2019年就業(yè)數(shù)據(jù)尚未公布，無法算出兩省的綠色全要素生產(chǎn)率，通過對其他28個省份2018年和2019年綠色全要素生產(chǎn)率進行排名對比后發(fā)現(xiàn)：僅重慶超過天津提前一名，遼寧超過河南提前一名，云南超過江西提前一名，其他省份排名位置未發(fā)生變動，因此筆者根據(jù)2018年測算結(jié)果對省份綠色發(fā)展?fàn)顩r進行評價。

我國綠色全要素生產(chǎn)率存在較大的地區(qū)差異。2018年，北京、上海綠色全要素生產(chǎn)率分別達到12.46①和10.08，遠(yuǎn)高于排名第三的廣東（其綠色全要素生產(chǎn)率為6.87），更是效率最低的黑龍江的5.49倍、4.44倍。我國GTFP排名前十的省份依次為北京、上海、廣東、浙江、江蘇、福建、天津、重慶、山東、湖北（南方7省，北方3?。?排名后十的省份依次分別為黑龍江、新疆、甘肅、寧夏、青海、吉林、廣西、內(nèi)蒙古、河北、云南（北方8省，南方2?。Ｅ琶笆氖》葜袃H重慶位于我國西部地區(qū)，湖北位于我國中部，其余八省均位于東部地區(qū);而排名后十省份除河北位于東部地區(qū)外，其他都位于我國西部及東北地區(qū)?？梢娢覈拇髤^(qū)域綠色發(fā)展態(tài)勢存在明顯差異，總體呈現(xiàn)出“東高西低、南高北低、東北較低”“東南高西北降低”的特征（見表4）。

從地區(qū)綠色全要素生產(chǎn)率走勢來看，30個省份中只有北京、廣東、浙江、重慶、湖北、湖南、貴州、廣西等8個省（自治區(qū)、直轄市）綠色全要素生產(chǎn)率呈逐年上升趨勢，其余22?。ㄗ灾螀^(qū)、直轄市）中除黑龍江綠色全要素生產(chǎn)率呈波動下降外都呈現(xiàn)出波動上升的趨勢。尤其天津、遼寧、山西、河北、吉林、寧夏、甘肅、新疆、內(nèi)蒙古等9個省份綠色全要素生產(chǎn)率變動起伏較大。

天津、遼寧、山西、河北、甘肅、新疆、黑龍江7地GTFP走勢呈現(xiàn)出“W”型，其中天津、山西、新疆及黑龍江走勢基本相同，都在2008—2009年略有下降，在2009—2011年快速上升，兩年分別增長8.07%、14.79%、20.44%、7.45%，而后在2011—2016年分別下降10.55%、26.19%、18.44%及11.51%，達到最低點，然后呈上升趨勢。遼寧、河北、甘肅變動趨勢相似，都是先下降至最低點，遼寧是在2008—2010年下降7.38%，達到最低點，河北、甘肅是在2008—2009年分別下降0.85%、2.46%，達到最低點，然后遼寧在2011—2014年稍微下降3.63%，然后呈現(xiàn)上升趨勢;河北在2011—2015年下降9.09%后呈上升趨勢;甘肅則在2013—2016年下降8.92%后呈不斷上升趨勢。吉林、寧夏、內(nèi)蒙古綠色全要素生產(chǎn)率走勢總體呈“N”型其綠色全要素生產(chǎn)率分別在2013—2016年、2012—2015年下降7.12%、9.17%、4.82%，其他年份呈上升趨勢（見圖6）。

總體來看，我國綠色全要素生產(chǎn)率增長率較高地區(qū)主要集中在中西部地區(qū)的南方省份，東北地區(qū)發(fā)展緩慢。各省份GTFP下降年份主要集中在2008—2009年及2011—2015年。

3.我國省域綠色全要素生產(chǎn)率的時空差異。綜合考慮2018年各?。ㄗ灾螀^(qū)、直轄市）排名和2008—2018年的綠色全要素增長情況，將30個?。ㄗ灾螀^(qū)、直轄市）分別按2018年排名情況及2008—2018年的綠色全要素增長平均分為高、中、低三組，以此將30個省份分為9類，分類結(jié)果見表6。

4.我國綠色全要素生產(chǎn)率時空差異的原因分析。我國區(qū)域綠色全要素生產(chǎn)率水平由高到低呈現(xiàn)“東、中、西、東北”的空間格局。2018年東部地區(qū)GTFP為5.87，是中部地區(qū)（3.91）的1.50倍，是西部地區(qū)（3.35）的1.75倍，更是東北地區(qū)（2.93）的2倍（見表7）。從單要素生產(chǎn)率來看，2018年各要素生產(chǎn)率排名均為東、中、西、東北，但東北同東部地區(qū)在能源和水資源產(chǎn)出效率方面差距較大，東部地區(qū)分別為東北地區(qū)的2.03和3.00倍;GTFP的東西差距則主要源于水資源的產(chǎn)出效率差距，東部地區(qū)為西部的2.48倍。這種空間格局的形成也與東部地區(qū)得天獨厚的區(qū)域、資源、交通優(yōu)勢等有著密切聯(lián)系。

中、西部地區(qū)發(fā)展較快而東北地區(qū)發(fā)展緩慢。2009—2018年中、西部地區(qū)綠色全要素生產(chǎn)率分別增長42.57%、46.15%，發(fā)展迅猛，而東北地區(qū)僅增長3.44%（見表8）。從單要素生產(chǎn)率增長率來看，西部地區(qū)發(fā)展迅速主要是勞動及水資源生產(chǎn)率增速相對較快，中部地區(qū)的快速發(fā)展主要是勞動、能源及水資源生產(chǎn)率的相對快速提升，中西部地區(qū)的快速發(fā)展也在某種程度上反映出我國西部大開發(fā)、中部崛起戰(zhàn)略取得一定成效。東北地區(qū)則是資本生產(chǎn)率下降最快，其他單要素生產(chǎn)率都增長緩慢，這與東北地區(qū)產(chǎn)業(yè)結(jié)構(gòu)偏重、國有企業(yè)占比較高、經(jīng)濟結(jié)構(gòu)失衡及人口外流尤其是年輕科技人才外流有著密切關(guān)系。

北京、上海兩市綠色全要素生產(chǎn)率遠(yuǎn)高于我國其他地區(qū)。從單要素生產(chǎn)率來看，2018年京滬兩地的勞動、資本、能源及水資源產(chǎn)出效率都排名前三，且兩市勞動生產(chǎn)率分別高達21.48萬元/人、20.55萬元/人，遠(yuǎn)高于排名第三的江蘇（15.52萬元/人），同時北京水資源產(chǎn)出效率為676.61元/立方米，約為排名第二的天津（375.19元/立方米）的2倍。這和兩市的地位及經(jīng)濟發(fā)展?fàn)顩r相符，與兩市較高的城鎮(zhèn)化率、相對高級的產(chǎn)業(yè)結(jié)構(gòu)、較高勞動力素質(zhì)有著密切關(guān)系。較高的勞動力素質(zhì)使京滬兩市勞動生產(chǎn)率遠(yuǎn)高于其他省份，超過全國平均水平的1倍;2019年京滬兩市城鎮(zhèn)化率分別達到86.60%、88.10%，三產(chǎn)比重達83.69%、72.88%，且高技術(shù)產(chǎn)業(yè)占比較高，高技術(shù)產(chǎn)業(yè)相對傳統(tǒng)工業(yè)、建筑業(yè)等對能源、資源的需求較低，所以京滬兩市能源、資源效率很高，各單要素生產(chǎn)率都名列前茅，也使得京滬兩市全要素生產(chǎn)率遠(yuǎn)高于其他省份。

我國綠色全要素生產(chǎn)率增長最快的是貴州。貴州除資本生產(chǎn)率減速排名第15外，其他三要素生產(chǎn)率增速都位居首位，其中勞動生產(chǎn)率更是提高3倍，增速遠(yuǎn)高于其他省份。貴州的快速發(fā)展得益于西部大開發(fā)戰(zhàn)略，在國家戰(zhàn)略的支持下，貴州全社會固定資產(chǎn)投資一直快速增長，帶動經(jīng)濟保持高速發(fā)展;貴州抓住發(fā)展機遇，大力推進交通基礎(chǔ)設(shè)施建設(shè)，交通的完善也帶動了旅游業(yè)的快速發(fā)展，為經(jīng)濟增長注入新活力;同時也抓住產(chǎn)業(yè)轉(zhuǎn)移的機會，大力發(fā)展先進制造業(yè)、大數(shù)據(jù)產(chǎn)業(yè)、健康醫(yī)養(yǎng)產(chǎn)業(yè)、現(xiàn)代山地特色高效農(nóng)業(yè)等新興產(chǎn)業(yè)，尤其大數(shù)據(jù)產(chǎn)業(yè)發(fā)展迅猛。這使得貴州經(jīng)濟總量快速增加，同時產(chǎn)業(yè)結(jié)構(gòu)得到優(yōu)化，能源資源效率大幅提高，人才引進政策的實施也使勞動生產(chǎn)率大幅提高，進而使綠色全要素生產(chǎn)率有了飛速提升。貴州的快速發(fā)展也給西部地區(qū)發(fā)展提供了經(jīng)驗。

黑龍江綠色全要素生產(chǎn)率呈下降趨勢。2008—2018年，黑龍江勞動、能源、水資源生產(chǎn)率分別增長34.31%、25.68%、24.39%，而資本生產(chǎn)率卻下降69.98%，導(dǎo)致其綠色全要素生產(chǎn)率下降10.04%。黑龍江國有控股企業(yè)占比較高，地方企業(yè)發(fā)展緩慢，經(jīng)濟缺乏活力;加之產(chǎn)業(yè)以第二產(chǎn)業(yè)為主，工業(yè)結(jié)構(gòu)以重化工為主，對能源、資源消耗量較大，這也使資產(chǎn)效率、能源資源效率偏低;近年來經(jīng)濟放緩使得人口外流情況嚴(yán)重，尤其是年輕人和科技人才流失嚴(yán)重，使勞動力整體素質(zhì)下降，人才流失又使經(jīng)濟進一步放慢。這些都在一定程度上導(dǎo)致黑龍江綠色全要素生產(chǎn)率呈下降趨勢。

（四）我國綠色全要素生產(chǎn)率區(qū)域差異的演進

我國綠色全要素生產(chǎn)率存在顯著的區(qū)域差異問題，為進一步探究我國綠色發(fā)展區(qū)域差距程度的演變及區(qū)域差距的具體來源問題，本文采用Dagum基尼系數(shù)[14]對我國綠色全要素生產(chǎn)率區(qū)域差異變化進行測度并將區(qū)域差異來源分解為組內(nèi)、組間及超變密度差異。不同于傳統(tǒng)的尼基系數(shù)和泰爾指數(shù)，Dagum基尼系數(shù)考慮了樣本間交叉重疊問題，能夠較為科學(xué)地識別區(qū)域差異的空間來源。Dagum基尼系數(shù)的計算公式為：

G=∑kj=1∑kh=1∑nji=1∑nkr=1|yji-yhr|/2n2

其中，yji（yhr）表示j（h）區(qū)域內(nèi)任意省份的綠色全要素生產(chǎn)率，n是省份的個數(shù)，是30個?。ㄗ灾螀^(qū)、直轄市）綠色全要素生產(chǎn)率的平均值，k是區(qū)域劃分的數(shù)量，nj（nh）是j（h）區(qū)域內(nèi)省份個數(shù)。按照Dagum尼基系數(shù)的分解方法，將其分解為區(qū)域組內(nèi)差距的貢獻Gw;區(qū)域組間差距的貢獻Gnb;超變密度貢獻Gt三部分，即G=Gw+Gnb+Gt。

筆者將我國30個省區(qū)市劃分為東、東北、中、西四大區(qū)域，測算全國及各區(qū)域綠色全要素生產(chǎn)率的區(qū)域差距（見表9、表10）。

1.我國綠色發(fā)展的總體地區(qū)差異及演變趨勢。由表9、圖7可知， 我國綠色全要素生產(chǎn)率的基尼系數(shù)總體上呈波動上升趨勢，從2008年的0.215上升到2009年的0.222，再下降到2012年的0.215，而后上升到2018年的0.242，我國總體綠色全要素生產(chǎn)率區(qū)域差異呈現(xiàn)波動上升趨勢，即我國綠色發(fā)展的區(qū)域不平衡問題凸顯。

2.我國綠色發(fā)展的區(qū)域內(nèi)差異及演變趨勢。從區(qū)域內(nèi)差異來看（見表10），四大區(qū)域中，東部地區(qū)綠色全要素生產(chǎn)率差異最大，樣本期間區(qū)域內(nèi)基尼系數(shù)均值為0.194，其次是西部地區(qū)（均值為0.139）、東北地區(qū)（均值為0.081），中部地區(qū)綠色全要素生產(chǎn)率的地區(qū)差異最小，樣本期間均值僅為0.058。從變動趨勢來看，東部、東北和西部地區(qū)綠色全要素生產(chǎn)率的區(qū)域組內(nèi)差異總體呈上升趨勢;而中部地區(qū)則呈現(xiàn)出倒“N”型的波動下降走勢，區(qū)域內(nèi)地區(qū)差異趨于減小。

3.我國綠色發(fā)展的區(qū)域間差異及演變趨勢。從區(qū)域間差距來看，東部地區(qū)與其他三大地區(qū)之間綠色全要素生產(chǎn)率的差異明顯大于東北、中部、西部之間的差異，這和東部地區(qū)綠色全要素生產(chǎn)率總體較高有關(guān)。從組間差距的變動趨勢來看，“東—中”（0.24—0.28）、“東—西”（0.32—0.35）、“中—西”（0.12—0.15），即“東—中—西”三大區(qū)域之間的差距比較穩(wěn)定，其中，按差距從大到小排列為“東—西”“東—中”“中—西”;“東北—東”（0.26—0.38）、“東北—中”（0.082—0.149）、“東北—西”（0.105—0.155），即東北與東、中、西的差距不斷擴大。尤其“東北—東”差距快速增大，2008年“東—東北”的基尼系數(shù)僅為0.257，略高于“東—中”差異（2008年“東—中”基尼系數(shù)為0.253），但明顯低于“東—西”差異（0.335），從2014年開始“東—東北”差異超過“東—西”差異，成為區(qū)間差異最大的兩地區(qū)，到2018年“東—東北”基尼系數(shù)高達0.377，也說明東北地區(qū)發(fā)展緩慢。

4.我國綠色發(fā)展區(qū)域差異來源及其貢獻率。從基尼系數(shù)各分解項對我國總體基尼系數(shù)的貢獻率來看，我國綠色全要素生產(chǎn)率的空間差異主要源于區(qū)域間差異，樣本期間區(qū)域間差異對總體差異的貢獻率平均值為71.84%，其次是區(qū)域內(nèi)差異（樣本期間平均貢獻率為21.00%）、不同地區(qū)間交叉重疊程度即超變密度對總體差異貢獻最?。颖酒陂g平均貢獻率為7.61%）。從其變動趨勢來看，區(qū)域間差距對我國綠色全要素生產(chǎn)率總體空間差異的貢獻率在2008—2010年呈上升趨勢，2010—2018年則在不斷下降，總體呈現(xiàn)倒“V”型走勢;區(qū)域內(nèi)差異和超變密度對總體差異貢獻率的變動趨勢基本一致，且剛好與區(qū)域間差異貢獻率相反，總體呈現(xiàn)“V”型上升趨勢。

綜上所述，我國綠色全要素生產(chǎn)率的區(qū)域差異總體呈“N”型走勢，即綠色發(fā)展的區(qū)域不平衡問題凸顯。這種差異的增大主要源于區(qū)域間的差異，尤其東部地區(qū)綠色發(fā)展較好，差異明顯高于“東北—中”“中—西”差異。此外，由于東北地區(qū)發(fā)展相對緩慢，與東、中、西部地區(qū)間差異都呈現(xiàn)出擴大趨勢，“東—中—西”三大區(qū)域之間的差距則相對穩(wěn)定。區(qū)域內(nèi)差距對總體差異貢獻雖然相對較小，但在2010年以來有擴大趨勢，尤其東北地區(qū)區(qū)域內(nèi)差異呈加速上升趨勢。因此，今后在致力于平衡四大區(qū)域之間差異的同時，也應(yīng)高度重視區(qū)域內(nèi)的不平衡發(fā)展。

四、結(jié)論及建議

（一）主要結(jié)論

1.我國整體綠色發(fā)展水平逐年向好。綠色全要素生產(chǎn)率呈不斷上升趨勢，增速基本維持在1%～2%，得益于國際金融危機后我國的積極應(yīng)對及供給側(cè)結(jié)構(gòu)性改革和綠色發(fā)展理念的提出，在2009—2011年和2016—2018年我國勞動、能源、水資源生產(chǎn)率增速相對較快，資本生產(chǎn)率也在2009—2011年下降較慢并在2016—2018年呈上升趨勢;此外在這兩個階段，僅遼寧在2009—2010年綠色全要素生產(chǎn)率下降3%，其他地區(qū)增速大多為5%～10%，促使我國整體GTFP在2009—2011年和2016—2018發(fā)生兩次加速上升，增速超過6%。

2.我國綠色全要素生產(chǎn)率呈現(xiàn)出“東高西低、南高北低、南快北慢、東北緩慢”的空間格局。我國綠色發(fā)展水平較高的地區(qū)依次為北京、上海、廣東、浙江、江蘇、福建、天津、重慶、山東、湖北;綠色發(fā)展水平較低的省份為黑龍江、新疆、甘肅、寧夏、青海、吉林、廣西、內(nèi)蒙古、河北、云南。綠色發(fā)展較快的地區(qū)為貴州、重慶、湖北、安徽、北京、湖南、上海、四川、福建、云南;發(fā)展緩慢的地區(qū)為黑龍江、山西、天津、河北、吉林、新疆、遼寧、內(nèi)蒙古、甘肅、海南?？傮w來看，北京、上海、福建、重慶、湖北五個省市綠色發(fā)展水平較高且增速較快，而黑龍江、新疆、甘肅、吉林、內(nèi)蒙古、河北則是我國綠色發(fā)展水平較低且發(fā)展緩慢的地區(qū)。

3.我國綠色發(fā)展的區(qū)域差異總體呈“N”型波動上升走勢，即綠色發(fā)展的區(qū)域不平衡問題凸顯。我國綠色發(fā)展總體差異主要源于區(qū)域間的差異，其次為區(qū)域內(nèi)差異、超變密度貢獻;區(qū)域間差距對總體差異貢獻率雖大，但呈現(xiàn)縮小趨勢;區(qū)域內(nèi)差距對總體差異貢獻率雖然相對較小，卻呈現(xiàn)出不斷增大趨勢，尤其是東部地區(qū)區(qū)域內(nèi)差異較大，東北地區(qū)區(qū)域內(nèi)差異呈加速上升趨勢。

（二）建議

1.深入貫徹新發(fā)展理念，以綠色全要素生產(chǎn)率引導(dǎo)地方高質(zhì)量發(fā)展。傳統(tǒng)的“唯GDP”論發(fā)展模式過于注重經(jīng)濟總量增長，忽視了經(jīng)濟增長背后的能源、資源等要素的大量投入及經(jīng)濟增長所帶來的資源枯竭、環(huán)境污染等問題。而以綠色全要素生產(chǎn)率為導(dǎo)向的發(fā)展模式則是在關(guān)注經(jīng)濟增長的同時考慮到能源、資源等要素投入問題，更加注重效率的提高，兼顧了對資源短缺、環(huán)境污染與經(jīng)濟增長關(guān)系的考慮。建立以綠色全要素生產(chǎn)率為導(dǎo)向的經(jīng)濟發(fā)展模式，有利于引導(dǎo)地方政府更好地踐行新發(fā)展理念，增強主動節(jié)約能源、資源的內(nèi)在動力，促進地方政府間的良性競爭，推動我國經(jīng)濟高質(zhì)量發(fā)展。

2.大力發(fā)展綠色經(jīng)濟，努力實現(xiàn)“綠富同興”。解決經(jīng)濟發(fā)展與資源短缺、環(huán)境保護矛盾，提高綠色全要素生產(chǎn)率的關(guān)鍵在于發(fā)展綠色經(jīng)濟。一是調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，淘汰傳統(tǒng)落后產(chǎn)能，鼓勵發(fā)展生態(tài)友好型、資源節(jié)約型綠色產(chǎn)業(yè)鏈，促進產(chǎn)業(yè)向高級化、合理化發(fā)展;二是加大綠色投資，鼓勵綠色技術(shù)創(chuàng)新，提高綠色技術(shù)創(chuàng)新投入占綠色投資比重，把技術(shù)創(chuàng)新作為我國綠色發(fā)展的動力源，同時加快綠色技術(shù)創(chuàng)新成果落地轉(zhuǎn)換。

3.堅持系統(tǒng)觀念，統(tǒng)籌區(qū)域間和區(qū)域內(nèi)協(xié)調(diào)綠色發(fā)展。堅持系統(tǒng)觀念，促進區(qū)域統(tǒng)籌、協(xié)調(diào)發(fā)展。一方面優(yōu)化產(chǎn)業(yè)布局，充分發(fā)揮地區(qū)資源優(yōu)勢，因地制宜，培育特色優(yōu)勢產(chǎn)業(yè)，提高效率，帶動地區(qū)經(jīng)濟發(fā)展;另一方面突破地區(qū)行政壁壘，完善基礎(chǔ)設(shè)施建設(shè)，尤其加強東北及西部地區(qū)交通網(wǎng)絡(luò)建設(shè)，減少地區(qū)間往來的通勤時間，打破制約要素流動的制度藩籬和設(shè)施障礙，促進區(qū)域之間的經(jīng)濟合作交流。

4.積極發(fā)展綠色金融，助力區(qū)域經(jīng)濟綠色轉(zhuǎn)型。綠色金融有利于引導(dǎo)社會資本更多地流向綠色產(chǎn)業(yè)，激勵綠色技術(shù)創(chuàng)新，促使綠色技術(shù)進步，提高能源、資源利用效率，同時也將在一定程度上抑制污染性投資，助推經(jīng)濟綠色轉(zhuǎn)型。發(fā)展綠色金融，需加強頂層設(shè)計，進一步完善綠色金融體系;堅持問題導(dǎo)向及目標(biāo)導(dǎo)向，精準(zhǔn)施策，加強政府對綠色金融的政策引領(lǐng);規(guī)范綠色金融業(yè)務(wù)規(guī)則，強化對綠色金融發(fā)展的監(jiān)督管理，實現(xiàn)綠色金融的健康發(fā)展。

?注釋：

①本文中綠色全要素生產(chǎn)率的單位為萬元/（萬元0.280 2人0.379 2噸標(biāo)準(zhǔn)煤0.133 2萬立方米0.207 4）。

參考文獻：

[1]北京師范大學(xué)，等.2011中國綠色發(fā)展指數(shù)報告——區(qū)域比較[M].北京：北京師范大學(xué)出版社.2011.

[2]王勇，李海英，俞海.中國省域綠色發(fā)展的空間格局及其演變特征[J].中國人口·資源與環(huán)境，2018（10）：96-104.

[3]何愛平，安夢天，李雪嬌.黃河流域綠色發(fā)展效率及其提升路徑研究[J].人文雜志，2021（4）：32-42.

[4]高贏.中國八大綜合經(jīng)濟區(qū)綠色發(fā)展績效及其影響因素研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2019（9）：3-23.

[5]郝淑雙，朱喜安.中國區(qū)域綠色發(fā)展水平影響因素的空間計量[J].經(jīng)濟經(jīng)緯，2019（1）：10-17.

[6]蓋美，連冬，田成詩，等.遼寧省環(huán)境效率及其時空分異[J].地理研究，2014（12）：2345-2357.

[7]陳超凡.中國工業(yè)綠色全要素生產(chǎn)率及其影響因素——基于ML生產(chǎn)率指數(shù)及動態(tài)面板模型的實證研究[J].統(tǒng)計研究，2016（3）：53-62.

[8]武義青，賈雨文.經(jīng)濟系統(tǒng)運行效能研究[M].北京：經(jīng)濟管理出版社，2003.

[9]武義青，陳俊先.綠色全要素生產(chǎn)率測定的一種新方法——以河北省11個設(shè)區(qū)市工業(yè)為例[J].河北經(jīng)貿(mào)大學(xué)學(xué)報，2018（2）：12-16.

[10]張軍，吳桂英，張吉鵬.中國省際物質(zhì)資本存量估算：1952—2000[J].經(jīng)濟研究，2004（10）：35-44.

[11]朱承亮.中國地區(qū)經(jīng)濟差距的演變軌跡與來源分解[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2014（6）：36-54.

[12]高志剛，克甝.中國省際區(qū)域經(jīng)濟差距演進及協(xié)調(diào)發(fā)展[J].區(qū)域經(jīng)濟評論，2020（2）：24-36.

[13]張偉科，葛堯.對外直接投資對綠色全要素生產(chǎn)率的空間效應(yīng)影響[J].中國管理科學(xué)，2021（4）：26-35.

[14]CAMILO DAGUM.A new approach to the decomposition of the Gini income inequality ratio[J].Empirical Economics，1997（4）：515-531.

責(zé)任編輯：李金霞

?Abstract：Green development guided by improving green total factor productivity （GTFP） is the inevitable choice to resolve the contradiction between economic development and resources and environment and to achieve high-quality economic development. The potential effect coefficient is introduced to improve and expand the C-D production function and then the GTFP model is established to calculate the GTFP of China and various provinces （ autonomous regions and municipalities） in 2008 and 2019， and evaluate the provincial green development of our country. The results show that China's GTFP shows an upward trend， with an average annual growth rate of 3.37%， and the overall level of green development increases year by year; the problem of regional GTFP imbalance in China is still prominent， and the contribution rate of inter-regional differences to the overall difference is large but shrinking， while the contribution rate of intra-regional differences is small but expanding; China's provincial GTFP is generally "high in the east， low in the west" and "fast in the south and slow in the north". During the 14th five-year Plan period， it is necessary to thoroughly implement the new development concept， use GTFP to guide local high-quality development， vigorously develop green economy and strive to achieve "green prosperity"; adhere to the concept of system and coordinate inter-regional and intra-regional coordinated green development; actively develop green finance to help the green transformation of regional economy.?

Key words：green development; GTFP; potential effect coefficient; Dagum Gini coefficient; regional gap