歐偉祥

（中國(guó)人民銀行肇慶市中心支行，廣東 肇慶 526060）

一、引言

圍繞國(guó)家碳達(dá)峰、碳中和決策部署，全國(guó)上下掀起了綠色低碳高質(zhì)量發(fā)展浪潮。2021年中央經(jīng)濟(jì)工作會(huì)議糾正了一些地方“一刀切”限電限產(chǎn)及“運(yùn)動(dòng)式”減碳，堅(jiān)持立足國(guó)情，先立后破，全國(guó)“一盤(pán)棋”推進(jìn)綠色低碳高質(zhì)量發(fā)展。糾偏“一刀切”，堅(jiān)持“一盤(pán)棋”，從經(jīng)濟(jì)學(xué)角度看，即基于各地在綠色低碳發(fā)展中的異質(zhì)性，充分考慮合成謬誤與分解謬誤，系統(tǒng)推進(jìn)“雙碳”目標(biāo)。其中，糾偏“一刀切”，重在防止出現(xiàn)分解謬誤，避免把整體任務(wù)簡(jiǎn)單一分了之、層層加碼，導(dǎo)致基層難以承受；堅(jiān)持“一盤(pán)棋”，重在防止出現(xiàn)合成謬誤，充分考慮各地基于異質(zhì)性形成的綠色發(fā)展溢出效應(yīng)，避免局部合理政策疊加后造成負(fù)面效應(yīng)，努力實(shí)現(xiàn)“1+1>2”的協(xié)同發(fā)展效果?；诖耍疚膹氖‰H視角實(shí)證分析綠色發(fā)展的異質(zhì)性，在充分考慮各省份間綠色發(fā)展的溢出效應(yīng)后，對(duì)統(tǒng)籌推進(jìn)“雙碳”目標(biāo)提出相應(yīng)建議。

二、文獻(xiàn)綜述

（一）關(guān)于綠色發(fā)展測(cè)算方法的研究

當(dāng)前，全要素生產(chǎn)率（TFP）已經(jīng)成為國(guó)內(nèi)外學(xué)者評(píng)價(jià)經(jīng)濟(jì)增長(zhǎng)質(zhì)量的重要指標(biāo)，而綠色全要素生產(chǎn)率（GTFP）對(duì)傳統(tǒng)全要素生產(chǎn)率進(jìn)行改進(jìn)（余奕杉和衛(wèi)平，2021），強(qiáng)調(diào)經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展的理念。在全要素生產(chǎn)率的測(cè)算方面，DEA模型被廣泛運(yùn)用于傳統(tǒng)全要素生產(chǎn)率的測(cè)算研究（李伯棠等，2021）。隨著環(huán)境約束被納入全要素生產(chǎn)率模型，F(xiàn)?re et al.（1989）選取產(chǎn)出角度的方向性距離函數(shù)來(lái)測(cè)算綠色全要素生產(chǎn)率，將能源資源消耗產(chǎn)生的“非期望產(chǎn)出”納入全要素生產(chǎn)率的DEA 測(cè)算框架中，但該方向距離函數(shù)有兩個(gè)缺陷：一是沒(méi)有充分考慮投入產(chǎn)出的變量松弛問(wèn)題，即線性規(guī)劃問(wèn)題的小于等于約束條件中未被使用的資源，對(duì)此，Tone（2001）提出基于松弛測(cè)度的包含“非期望產(chǎn)出”的非徑向SBM（Slacks-Based Measure）模型，將不等式約束變成等式約束。二是用方向距離函數(shù)測(cè)算效率時(shí)，需在某一時(shí)期決策單元保持技術(shù)水平不變的情況下進(jìn)行測(cè)度。解決方法是通過(guò)Chung et al.（1997）提出的方向性距離函數(shù)Malmquist指數(shù)模型對(duì)其進(jìn)行動(dòng)態(tài)測(cè)算。

（二）關(guān)于綠色發(fā)展異質(zhì)因素的研究

大部分學(xué)者參考國(guó)外研究，圍繞環(huán)境規(guī)制、外商投資、人力資本、科技創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)等因素對(duì)綠色全要素生產(chǎn)率的影響展開(kāi)分析（夏涼等，2021；李莎，2021）。本文緊密結(jié)合國(guó)情，提出影響省域綠色全要素生產(chǎn)率的兩大因素：一是政府質(zhì)效。我國(guó)環(huán)境政策需要由地方政府負(fù)責(zé)落實(shí)，隨著節(jié)能減排的目標(biāo)短期化，對(duì)生態(tài)環(huán)境的保護(hù)在各地考核中的權(quán)重逐漸增加（薄文廣等，2018），綠色發(fā)展也被納入多地發(fā)展規(guī)劃。二是金融運(yùn)行質(zhì)效。部分研究證實(shí)金融質(zhì)效有助于發(fā)展中國(guó)家對(duì)環(huán)境友好型項(xiàng)目投資而減少環(huán)境污染（Dogan & Seker，2016）。尤其綠色金融方面，丁攀等（2021）研究指出，綠色金融通過(guò)提高企業(yè)技術(shù)，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，從而給經(jīng)濟(jì)可持續(xù)增長(zhǎng)施加正向影響。但同時(shí)，Mohamed（2014）證實(shí)金融深化導(dǎo)致污染物排放增加，加劇環(huán)境惡化。Charfeddine & Khediri（2016）對(duì)阿拉伯聯(lián)合酋長(zhǎng)國(guó)的研究或能解釋上述兩個(gè)貌似相反的研究結(jié)論，其發(fā)現(xiàn)金融發(fā)展與二氧化碳排放之間為倒“U”型曲線關(guān)系，即碳排放伴隨金融發(fā)展的深化呈現(xiàn)出先增加后降低的演變趨勢(shì)。

（三）關(guān)于綠色發(fā)展溢出效應(yīng)的研究

現(xiàn)有文獻(xiàn)對(duì)綠色全要素生產(chǎn)率影響因素的溢出作用主要是基于地理位置進(jìn)行研究分析，因?yàn)橄噜彽貐^(qū)距離較近，人口流動(dòng)、經(jīng)濟(jì)和文化交流頻繁（涂蕾，2018）。不考慮地域因素，任陽(yáng)軍等（2019）發(fā)現(xiàn)地區(qū)的經(jīng)濟(jì)發(fā)展水平具有正向溢出效應(yīng)，即提升周邊省份綠色全要素生產(chǎn)率，產(chǎn)業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)則具有負(fù)向溢出效應(yīng)，即抑制周邊省份的綠色全要素生產(chǎn)率。孫振清和魯思思（2020）的研究表明政府信息透明度對(duì)綠色全要素生產(chǎn)率產(chǎn)生溢出效應(yīng)，提高政府信息透明度能促進(jìn)中國(guó)綠色發(fā)展。

（四）本文創(chuàng)新點(diǎn)

綜上所述，現(xiàn)有多數(shù)文獻(xiàn)認(rèn)為區(qū)域綠色發(fā)展只產(chǎn)生鄰近經(jīng)濟(jì)集聚效應(yīng)，因此基于地理因素對(duì)地區(qū)進(jìn)行分類，從而評(píng)估我國(guó)不同區(qū)域的綠色經(jīng)濟(jì)發(fā)展水平。雖然中國(guó)國(guó)內(nèi)大循環(huán)主體作用漸強(qiáng)、跨區(qū)綠色發(fā)展交流漸增，但是鮮有學(xué)者研究綠色發(fā)展的非鄰近效應(yīng)，如基于其他異質(zhì)因素產(chǎn)生的跨區(qū)溢出效應(yīng)。與上述文獻(xiàn)相比，本文的創(chuàng)新之處主要體現(xiàn)在兩個(gè)方面：一方面是從實(shí)證角度，摒棄地理位置這一外生變量，基于綠色發(fā)展的異質(zhì)性，將各省份按政府質(zhì)效與金融運(yùn)行質(zhì)效兩個(gè)維度展開(kāi)分類，研究相似質(zhì)效地區(qū)綠色發(fā)展質(zhì)量，從而優(yōu)化我國(guó)經(jīng)濟(jì)增長(zhǎng)質(zhì)量的評(píng)估方式。另一方面是從實(shí)踐角度，考慮各省份綠色發(fā)展異質(zhì)性形成的空間溢出效應(yīng)，研究影響區(qū)域綠色全要素生產(chǎn)率增長(zhǎng)的機(jī)制，提出解決合成謬誤與分解謬誤、統(tǒng)籌推進(jìn)綠色發(fā)展的針對(duì)性建議。

三、我國(guó)省際綠色全要素生產(chǎn)率的測(cè)算

（一）測(cè)算方法

本文構(gòu)建非徑向SBM-malaquist 模型，測(cè)算規(guī)模報(bào)酬可變情況下的綠色全要素生產(chǎn)率（GTFP）。在t期技術(shù)條件下，從t期到t+1期決策單元效率的變化值為Mt，在t+1 期技術(shù)條件下，從t期到t+1 期決策單元效率的變化值為Mt+1，詳見(jiàn)公式（1）。其中Dt(xt,yt)表示決策單元在t時(shí)期的函數(shù)，Dt+1表示決策單元在t+1時(shí)期的函數(shù)，x、y分別為決策單元的投入要素與產(chǎn)出要素。當(dāng)Malmquist 指數(shù)>1 時(shí)，說(shuō)明決策單元效率有所提高；當(dāng)Malmquist指數(shù)=1時(shí)，說(shuō)明決策單元效率基本不變；當(dāng)Malmquist指數(shù)<1時(shí)，說(shuō)明決策單元效率有所下降。

（二）綠色全要素生產(chǎn)率測(cè)算

本文選取中國(guó)30 個(gè)省份（西藏及港澳臺(tái)地區(qū)因數(shù)據(jù)缺失過(guò)多而不納入模型分析）作為研究對(duì)象，測(cè)算各省份2011—2020年的綠色全要素生產(chǎn)率?；谖墨I(xiàn)研究和考慮數(shù)據(jù)可得性，設(shè)定以下投入指標(biāo)和產(chǎn)出指標(biāo)。

1.投入指標(biāo)。除了基本的資本、勞動(dòng)投入之外，本文參考部分學(xué)者的研究方法，將土地投入和能源投入納入模型中。資本投入指標(biāo)方面，囿于數(shù)據(jù)可得性，選擇各省份年末固定資產(chǎn)投資完成額作為資本投入。勞動(dòng)力投入指標(biāo)方面，選取各省份第一、二和三產(chǎn)業(yè)從業(yè)人員總和作為勞動(dòng)力總量。土地投入指標(biāo)方面，選取各省份城市建成區(qū)面積作為已開(kāi)發(fā)建設(shè)并可供社會(huì)利用的土地資源。能源投入方面，在國(guó)家層面和省級(jí)層面的相關(guān)研究中，多數(shù)學(xué)者選取“煤炭消費(fèi)量”或“石油消耗量”衡量能源投入，但這些指標(biāo)不能綜合衡量能源總量，因此本文選擇各省份能源消費(fèi)總量數(shù)據(jù)。

2.產(chǎn)出指標(biāo)。期望產(chǎn)出方面，選取各省份GDP表示，衡量地區(qū)經(jīng)濟(jì)增長(zhǎng)效果。非期望產(chǎn)出方面，本文參考原毅軍和謝榮輝（2015）的做法，選擇各省份二氧化碳排放量來(lái)衡量非期望產(chǎn)出。

3.數(shù)據(jù)來(lái)源。各投入、產(chǎn)出指標(biāo)中的數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局官方網(wǎng)站、各省份的統(tǒng)計(jì)年鑒及中國(guó)碳排放數(shù)據(jù)庫(kù)。對(duì)于少數(shù)省份的缺失值，本文運(yùn)用插值法對(duì)其進(jìn)行補(bǔ)充。

4.測(cè)算結(jié)果。本文利用軟件Stata 15.1對(duì)各省份的數(shù)據(jù)進(jìn)行匯總計(jì)算。由于該模型測(cè)算結(jié)果是綠色全要素生產(chǎn)率的增長(zhǎng)率，而不是綠色全要素生產(chǎn)率本身，因此本文運(yùn)用杜俊濤等（2017）的方法，假設(shè)2010年綠色全要素生產(chǎn)率均為1，依次計(jì)算各省份2011—2020 年綠色全要素生產(chǎn)率，全國(guó)綠色全要素增長(zhǎng)率情況見(jiàn)表1。

表1 2011—2020年中國(guó)綠色全要素生產(chǎn)率

（三）省際綠色全要素生產(chǎn)率變化分析

1.中國(guó)實(shí)現(xiàn)綠色發(fā)展效率翻倍。根據(jù)表1可知，中國(guó)綠色全要素生產(chǎn)率從2011年的1.071增長(zhǎng)至2020年的1.974，基本實(shí)現(xiàn)效率翻倍，年均增長(zhǎng)7.04%，反映這十年間，中國(guó)雖然受到資源和環(huán)境約束，產(chǎn)出增長(zhǎng)率仍然超過(guò)要素投入增長(zhǎng)率，實(shí)現(xiàn)綠色發(fā)展效率的有效提升。其中，除2013 年和2018 年綠色發(fā)展效率出現(xiàn)輕微下降，其余年份都實(shí)現(xiàn)了不同程度的增長(zhǎng)。

2.“十三五”期間綠色發(fā)展效率加快提升。十年間我國(guó)綠色發(fā)展效率呈現(xiàn)兩個(gè)階段發(fā)展態(tài)勢(shì)。如圖1 所示，在“十二五”期間，綠色全要素生產(chǎn)率平穩(wěn)向上發(fā)展，但年均增速在5%以內(nèi)。在“十三五”期間，2015 年中共中央政治局會(huì)議通過(guò)了《關(guān)于加快推進(jìn)生態(tài)文明建設(shè)的意見(jiàn)》，正式把“堅(jiān)持綠水青山就是金山銀山”的理念寫(xiě)進(jìn)中央文件；2017 年，十九大報(bào)告中指出，必須樹(shù)立和踐行綠水青山就是金山銀山的理念，堅(jiān)持節(jié)約資源和保護(hù)環(huán)境的基本國(guó)策?！笆濉逼陂g，生態(tài)規(guī)劃從主要污染物總量約束轉(zhuǎn)變?yōu)榄h(huán)境質(zhì)量指標(biāo)約束，綠色全要素生產(chǎn)率年均增速超過(guò)10%。

圖1 2011—2020年我國(guó)30個(gè)省份綠色TFP發(fā)展走勢(shì)

四、基于異質(zhì)性構(gòu)建省際綠色全要素生產(chǎn)率分類框架

（一）構(gòu)建異質(zhì)指標(biāo)體系

前述文獻(xiàn)綜述指出，政府質(zhì)效和金融運(yùn)行質(zhì)效是影響我國(guó)綠色全要素生產(chǎn)率的重要因素，本文選取這兩個(gè)維度構(gòu)建指標(biāo)體系。

1.指標(biāo)選取及數(shù)據(jù)來(lái)源。在政府質(zhì)效方面，本文參考現(xiàn)有研究，從政府效率、公平程度、公共物品供給、市場(chǎng)化程度等方面構(gòu)建評(píng)價(jià)標(biāo)準(zhǔn)體系（姜琪，2016）。其中，采用地方公共財(cái)政收入與地方公共財(cái)政支出比值來(lái)衡量地方政府效率；通過(guò)城鎮(zhèn)與農(nóng)村居民可支配收入比值衡量地方政府公平程度；利用人均城市道路面積衡量地方政府公共物品供給；選擇外商直接投資（FDI）占固定資產(chǎn)投資完成額比重衡量地區(qū)市場(chǎng)化程度。在金融運(yùn)行質(zhì)效方面，本文參考李健和衛(wèi)平（2015）的研究，基于中介效率、信貸規(guī)模、動(dòng)員儲(chǔ)蓄能力和金融發(fā)展活躍程度四個(gè)方面衡量金融運(yùn)行質(zhì)效。其中，利用年末金融機(jī)構(gòu)貸款余額與存款余額比值衡量地方金融中介效率；選擇人均貸款衡量地區(qū)信貸規(guī)模；通過(guò)年末金融機(jī)構(gòu)存款余額與地方GDP比值衡量地方動(dòng)員儲(chǔ)蓄能力；采用人均金融業(yè)增加值衡量地方金融發(fā)展活躍程度。

2.指標(biāo)處理及權(quán)重確定。第一步判斷各省份8個(gè)指標(biāo)的綜合水平。本文利用日期加權(quán)歷史仿真法（BRW 模型）對(duì)2011—2020 年的樣本數(shù)據(jù)進(jìn)行處理，并根據(jù)年份賦予不同權(quán)重，處理過(guò)程如公式（2）所示。其中，i為年份，ω(i)為當(dāng)年歷史數(shù)據(jù)的權(quán)重，λ為經(jīng)驗(yàn)值，λ越小，表示新數(shù)據(jù)的權(quán)重越大，舊數(shù)據(jù)的權(quán)重越小?；诂F(xiàn)有文獻(xiàn)研究，為不損失各年份的信息，本文將λ設(shè)為0.96。

第二步對(duì)各項(xiàng)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。在8 個(gè)指標(biāo)中，除“城鎮(zhèn)與農(nóng)村居民可支配收入比值”指標(biāo)為逆向化處理，其余7個(gè)指標(biāo)均采用正向化處理。經(jīng)過(guò)標(biāo)準(zhǔn)化處理后，8個(gè)指標(biāo)都轉(zhuǎn)化為介于0～1之間的數(shù)值，并且是正向度量政府質(zhì)效和金融運(yùn)行質(zhì)效的相對(duì)值。

第三步評(píng)價(jià)各省份的政府質(zhì)效和金融運(yùn)行質(zhì)效水平。為減少權(quán)重的主觀性和指標(biāo)之間的關(guān)聯(lián)影響，本文采用Critic權(quán)重法來(lái)確定8個(gè)指標(biāo)的權(quán)重。對(duì)比強(qiáng)度使用標(biāo)準(zhǔn)差衡量，如果樣本數(shù)據(jù)的標(biāo)準(zhǔn)差越大說(shuō)明波動(dòng)越大，那么其權(quán)重就會(huì)越高；沖突性使用相關(guān)系數(shù)衡量，如果指標(biāo)間的相關(guān)系數(shù)越大，說(shuō)明沖突性越小，那么其權(quán)重就會(huì)越低。計(jì)算權(quán)重時(shí)，通過(guò)對(duì)比強(qiáng)度與沖突性指標(biāo)相乘，并對(duì)結(jié)果進(jìn)行歸一化處理，得到各指標(biāo)的權(quán)重。Critic權(quán)重法的處理過(guò)程如公式（3）所示，其中，σj是標(biāo)準(zhǔn)差，rij為同一體系內(nèi)各個(gè)指標(biāo)相互間的相關(guān)系數(shù)。指標(biāo)體系和計(jì)算結(jié)果如表2所示。

表2 指標(biāo)體系和權(quán)重構(gòu)成

（二）中國(guó)省際綠色全要素生產(chǎn)率的異質(zhì)性分類

根據(jù)30個(gè)省份政府質(zhì)效和金融運(yùn)行質(zhì)效兩個(gè)維度的各自綜合得分，以兩個(gè)維度指標(biāo)的平均值作分界線，對(duì)30 個(gè)省份進(jìn)行四象限劃分。定義高于（低于）全國(guó)平均政府質(zhì)效水平的省份為高（低）政府質(zhì)效，高于（低于）全國(guó)平均金融運(yùn)行質(zhì)效水平的省份為高（低）金融運(yùn)行質(zhì)效，從而將30 個(gè)省份劃分為高政府高金融運(yùn)行質(zhì)效（HH）、高政府低金融運(yùn)行質(zhì)效（HL）、低政府高金融運(yùn)行質(zhì)效（LH）、低政府低金融運(yùn)行質(zhì)效（LL）四個(gè)類別，具體分類見(jiàn)表3。

表3 四個(gè)類別包含的省份

（三）四類地區(qū)綠色全要素生產(chǎn)率的趨勢(shì)分析

在進(jìn)行異質(zhì)性分類后，利用前文所述的非徑向SBM-malaquist模型測(cè)算四個(gè)不同質(zhì)效地區(qū)的綠色全要素生產(chǎn)率，結(jié)果如表4所示。

表4 2011—2020年四類地區(qū)綠色全要素生產(chǎn)率

1.高政府質(zhì)效是提升綠色發(fā)展效率的決定性因素。2020年，無(wú)論金融運(yùn)行質(zhì)效如何，高政府質(zhì)效地區(qū)均比低政府質(zhì)效地區(qū)綠色發(fā)展效率高。如同處于高金融運(yùn)行質(zhì)效水平，HH地區(qū)2020年綠色全要素生產(chǎn)率達(dá)到2.06，比LH類地區(qū)高出0.18；同處于低金融運(yùn)行質(zhì)效水平，HL類地區(qū)2020年綠色全要素生產(chǎn)率達(dá)到2.00，比LL 地區(qū)高出0.03，反映高政府質(zhì)效是提升綠色發(fā)展效率的決定性因素。進(jìn)一步比較“十二五”與“十三五”時(shí)期數(shù)據(jù)發(fā)現(xiàn)，“十二五”期間由于國(guó)家對(duì)綠色發(fā)展的要求還不夠清晰具體，地方政府質(zhì)效的含“綠”量偏低，HL 地區(qū)的綠色發(fā)展水平低于低政府質(zhì)效的LL地區(qū)。當(dāng)中央明確地方綠色發(fā)展的戰(zhàn)略目標(biāo)，“十三五”時(shí)期地方政府質(zhì)效的含“綠”量明顯提高，HL地區(qū)奮起直追，“十三五”期間每年的綠色發(fā)展效率均高于LL地區(qū)。

2.金融因素是把“雙刃劍”，在政府有效治理引導(dǎo)下有助于支持綠色發(fā)展。在低政府質(zhì)效下，資本的逐利性忽略了環(huán)境效益的正外部性以及經(jīng)濟(jì)活動(dòng)的環(huán)境風(fēng)險(xiǎn)，十年間各年份高金融運(yùn)行質(zhì)效的LH 地區(qū)綠色發(fā)展效率均低于低金融運(yùn)行質(zhì)效的LL 地區(qū)，在四類地區(qū)中綠色發(fā)展效率墊底。在高政府質(zhì)效的約束引導(dǎo)下，尤其是“十三五”期間政府質(zhì)效的含“綠”量提高，HH地區(qū)政府與金融相得益彰，綠色發(fā)展效率遙遙領(lǐng)先其他三類地區(qū)。

五、四類地區(qū)綠色發(fā)展效率的溢出效應(yīng)分析

（一）測(cè)算方法

各省份綠色全要素生產(chǎn)率不僅受本地的政府、金融、技術(shù)等因素影響，還可能受其他省份的相關(guān)因素影響。本文選擇構(gòu)建空間杜賓模型，如公式（4）所示：

其中，y為綠色全要素生產(chǎn)率；W為已知的空間權(quán)重矩陣，λ為空間自回歸系數(shù)，度量空間滯后Wy對(duì)y的影響；X為自變量數(shù)據(jù)矩陣，自變量包括x1、x2、x3、x4和a1、a2，其中x1、x2、x3、x4分別代表資本投入、勞動(dòng)力投入、土地投入、能源投入，a1、a2分別代表政府質(zhì)效及金融運(yùn)行質(zhì)效，β為相應(yīng)系數(shù)；WXδ表示相鄰自變量的影響，δ為相應(yīng)的系數(shù)向量。

（二）全局溢出效應(yīng)分析

空間杜賓模型引入直接效應(yīng)、間接效應(yīng)及總效應(yīng)拆分溢出效應(yīng)，其中直接效應(yīng)表示的是某地區(qū)自變量對(duì)該地區(qū)因變量的影響程度；間接效應(yīng)又稱為空間溢出效應(yīng)，用于度量某地區(qū)自變量對(duì)其他地區(qū)的因變量的影響；總效應(yīng)為直接效應(yīng)和間接效應(yīng)的綜合影響，可以解釋為某地區(qū)自變量的變動(dòng)對(duì)全國(guó)所有地區(qū)因變量的平均影響。對(duì)政府質(zhì)效（a1）和金融運(yùn)行質(zhì)效（a2）的直接效應(yīng)、間接效應(yīng)和總效應(yīng)的估計(jì)結(jié)果如表5顯示。

表5 政府和金融質(zhì)效影響綠色全要素生產(chǎn)率增長(zhǎng)的效應(yīng)分解

1.政府質(zhì)效對(duì)其他地區(qū)和全部地區(qū)的綠色全要素生產(chǎn)率產(chǎn)生正向溢出效應(yīng)。直接效應(yīng)系數(shù)雖然為負(fù)（-0.3），但是不顯著（P=0.642）；間接效應(yīng)系數(shù)（1.842）和總效應(yīng)系數(shù)（1.541）均顯著為正，說(shuō)明提高政府質(zhì)效溢出會(huì)提高其他地區(qū)的綠色全要素生產(chǎn)率，進(jìn)而提升全國(guó)綠色發(fā)展效率。因?yàn)槟硞€(gè)地區(qū)政府質(zhì)效的綠色轉(zhuǎn)型，會(huì)對(duì)其他地區(qū)產(chǎn)生示范效應(yīng)與競(jìng)爭(zhēng)效應(yīng)，激發(fā)其他地區(qū)提升含“綠”量以提升吸引力與競(jìng)爭(zhēng)力。

2.金融運(yùn)行質(zhì)效對(duì)本地、其他地區(qū)和全部地區(qū)的綠色全要素生產(chǎn)率均產(chǎn)生正向溢出效應(yīng)。金融運(yùn)行質(zhì)效對(duì)綠色全要素增長(zhǎng)的直接效應(yīng)系數(shù)顯著為正（0.89），說(shuō)明提高金融運(yùn)行質(zhì)效能有效提升本地綠色全要素生產(chǎn)率。間接效應(yīng)系數(shù)為正（0.82），基本與直接效應(yīng)持平，但影響力不及政府質(zhì)效的間接效應(yīng)（1.842）?？傂?yīng)系數(shù)（1.72），大于直接效應(yīng)和間接效應(yīng)，甚至高于政府質(zhì)效的總效應(yīng)（1.541），說(shuō)明從全局角度看，金融運(yùn)行質(zhì)效的溢出效應(yīng)非常明顯，能有效調(diào)動(dòng)資源，推動(dòng)本地及其他地區(qū)綠色發(fā)展。

（三）四類地區(qū)的溢出效應(yīng)分析

進(jìn)一步對(duì)高政府高金融質(zhì)效（HH）地區(qū)、高政府低金融質(zhì)效（HL）地區(qū)、低政府高金融質(zhì)效（LH）地區(qū)、低政府低金融質(zhì)效（LL）地區(qū)進(jìn)行空間杜賓模型回歸。首先以四類地區(qū)的政府質(zhì)效（a1）和金融運(yùn)行質(zhì)效（a2）作為自變量進(jìn)行一次空間杜賓模型回歸，再對(duì)分指標(biāo)進(jìn)行第二次空間杜賓模型回歸，并對(duì)以上兩次回歸結(jié)果進(jìn)行溢出效應(yīng)的分解，結(jié)果詳見(jiàn)表6。

表6 四個(gè)地區(qū)空間杜賓模型回歸結(jié)果

1.高政府高金融質(zhì)效（HH）地區(qū)提升政府質(zhì)效和金融運(yùn)行質(zhì)效有利于提升自身及其他地區(qū)綠色全要素生產(chǎn)率。HH 地區(qū)政府質(zhì)效（0.262）與金融運(yùn)行質(zhì)效（0.000327）的直接效應(yīng)都顯著為正，且空間滯后項(xiàng)W*政府（0.066）、W*金融（0.000452）的間接溢出效應(yīng)亦顯著為正，反映繼續(xù)提升該類地區(qū)的政府質(zhì)效與金融運(yùn)行質(zhì)效能有效提升全局綠色發(fā)展效率。其中，政府質(zhì)效方面，直接效應(yīng)（0.262）遠(yuǎn)高于間接溢出效應(yīng)（0.066）；金融運(yùn)行質(zhì)效方面，直接效應(yīng)（0.000327）低于間接溢出效應(yīng)（0.000452），說(shuō)明在政府的有效治理引導(dǎo)下，HH地區(qū)的金融運(yùn)行趨向于綠色化，基于資金逐利性，綠色金融外溢投向其他地區(qū)綠色項(xiàng)目，推動(dòng)全國(guó)綠色發(fā)展。

2.高政府低金融質(zhì)效（HL）和低政府高金融質(zhì)效（LH）地區(qū)提升金融質(zhì)效有利于提升自身及其他地區(qū)綠色全要素生產(chǎn)率。HL、LH地區(qū)政府質(zhì)效的直接效應(yīng)與間接溢出效應(yīng)在模型統(tǒng)計(jì)意義上均不顯著，因此不作分析；金融運(yùn)行質(zhì)效的直接效應(yīng)（兩地均為0.000239）與間接溢出效應(yīng)（HL為0.000247，LH為0.000194）均顯著為正。原因可能是十九大以來(lái)，金融系統(tǒng)自上而下積極踐行“綠水青山就是金山銀山”的理念，積極發(fā)展綠色金融，綠色信貸占比與增速成為各銀行內(nèi)部考核重要指標(biāo)，金融運(yùn)行質(zhì)效加速綠色化，因此有效提升本地的金融運(yùn)行質(zhì)效，資金將更有效率地流向本地及其他地區(qū)綠色項(xiàng)目，推動(dòng)全國(guó)綠色發(fā)展。

3.低政府低金融質(zhì)效（LL）地區(qū)提升政府質(zhì)效和金融運(yùn)行質(zhì)效有利于提升自身及其他地區(qū)綠色全要素生產(chǎn)率。與HH地區(qū)相似，LL地區(qū)政府質(zhì)效（0.271）與金融運(yùn)行質(zhì)效（0.00019）的直接效應(yīng)均顯著為正，且空間滯后項(xiàng)W*政府（0.371）、W*金融（0.00019）的間接溢出效應(yīng)亦顯著為正，反映繼續(xù)提升該類地區(qū)的政府質(zhì)效與金融運(yùn)行質(zhì)效，使LL 地區(qū)發(fā)展成為HH 地區(qū)，能有效提升全局綠色發(fā)展效率。與HH 地區(qū)不同的是，LL地區(qū)在政府質(zhì)效方面，直接效應(yīng)（0.271）低于間接溢出效應(yīng)（0.371），原因是過(guò)往LL 地區(qū)對(duì)環(huán)境保護(hù)的忽視，已跨省傳染至其他省份，對(duì)其他地區(qū)形成較強(qiáng)的負(fù)外部性。若政府質(zhì)效得到改善提升，增加含“綠”量，形成強(qiáng)力的正向溢出效應(yīng)，將有力保障其他地區(qū)綠色發(fā)展。

六、結(jié)論與對(duì)策建議

（一）結(jié)論

本文采用SBM-malaquist 模型，測(cè)算中國(guó)四類不同政府質(zhì)效和金融運(yùn)行質(zhì)效的經(jīng)濟(jì)區(qū)域的綠色全要素生產(chǎn)率，并通過(guò)空間杜賓模型研究政府質(zhì)效和金融運(yùn)行質(zhì)效對(duì)本地區(qū)的直接影響及其他地區(qū)的溢出效應(yīng)。結(jié)果表明：一是中國(guó)經(jīng)濟(jì)綠色高質(zhì)量發(fā)展勢(shì)頭強(qiáng)勁，2020 年四類地區(qū)的綠色全要素生產(chǎn)率較2010 年均有所增長(zhǎng)，尤其高政府高金融質(zhì)效（HH）地區(qū)綠色全要素增長(zhǎng)率提升最為明顯。二是由于過(guò)往HH 地區(qū)對(duì)其他地區(qū)已形成正外部效應(yīng)，LL 地區(qū)對(duì)其他地區(qū)已形成負(fù)外部效應(yīng)，提升該兩類地區(qū)的政府質(zhì)效可產(chǎn)生較強(qiáng)溢出效應(yīng)，支持全局綠色發(fā)展。三是十九大以來(lái)，金融系統(tǒng)在頂層設(shè)計(jì)上已引導(dǎo)金融資源加速“綠化”，當(dāng)前各類地區(qū)提升金融運(yùn)行質(zhì)效都將裨益全局綠色發(fā)展。

（二）對(duì)策建議

從全局看，應(yīng)繼續(xù)大力發(fā)展綠色金融，提升金融服務(wù)的含“綠”量。金融運(yùn)行質(zhì)效對(duì)本地、其他地區(qū)和全國(guó)范圍的綠色全要素生產(chǎn)率均產(chǎn)生正向溢出效應(yīng)，建議進(jìn)一步加強(qiáng)頂層設(shè)計(jì)，加強(qiáng)跨部委協(xié)同聯(lián)動(dòng)，完善綠色金融標(biāo)準(zhǔn)體系及考核激勵(lì)約束機(jī)制，不斷創(chuàng)新和豐富綠色金融產(chǎn)品，促進(jìn)綠色金融“三大功能”與“五大支柱”的高質(zhì)量建設(shè)。

分地區(qū)看，應(yīng)充分考慮各地政府質(zhì)效與金融運(yùn)行質(zhì)效綠色發(fā)展的異質(zhì)性，以“揚(yáng)長(zhǎng)板、補(bǔ)短板、鍛底板”的推進(jìn)思路，統(tǒng)籌推動(dòng)各地綠色發(fā)展。一是對(duì)HH地區(qū)，因其政府質(zhì)效有較顯著的溢出效應(yīng)，在繼續(xù)大力發(fā)展綠色金融的同時(shí)，應(yīng)注重“揚(yáng)長(zhǎng)板”，繼續(xù)提升政府質(zhì)效的含“綠”量，在碳達(dá)峰、碳中和工作中發(fā)揮先鋒模范作用，示范引領(lǐng)各地區(qū)綠色發(fā)展。二是對(duì)HL與LH 地區(qū)，其整體的溢出效應(yīng)并不顯著，應(yīng)緊盯HH地區(qū)樣板，積極“補(bǔ)短板”，邁向HH 水平。三是對(duì)LL地區(qū)，囿于其對(duì)其他地區(qū)形成較強(qiáng)的負(fù)外部性，在繼續(xù)大力發(fā)展綠色金融的大背景下，當(dāng)務(wù)之急應(yīng)“鍛底板”、設(shè)“紅線”，保證政府質(zhì)效不下降，在此基礎(chǔ)上逐步提升政府質(zhì)效的綠色水平，保障其他地區(qū)綠色發(fā)展無(wú)后顧之憂。