徐永慧　趙燕　鄧格致

摘 要：綠色全要素生產(chǎn)率增長是實現(xiàn)高質(zhì)量發(fā)展的重要標識。現(xiàn)有研究從多個維度對綠色全要素生產(chǎn)率增長展開了誘因識別，其中較少的研究是在馬克思政治經(jīng)濟學范式下展開。綠色全要素生產(chǎn)率增長主要源于技術(shù)進步和資源配置潛力，在馬克思資本有機構(gòu)成理論下，意味著資本有機構(gòu)成深化是影響綠色全要素生產(chǎn)率增長的關(guān)鍵變量。文章首先從理論上解構(gòu)資本有機構(gòu)成深化與綠色全要素生產(chǎn)率增長之間的經(jīng)濟邏輯，進而利用2004—2019年中國地級及以上城市的市轄區(qū)數(shù)據(jù)進行實證研究。研究發(fā)現(xiàn)：資本有機構(gòu)成深化形成了綠色全要素生產(chǎn)率增長的關(guān)鍵誘因，這一結(jié)論通過了格蘭杰因果分析、工業(yè)企業(yè)口徑下的再檢驗等多重穩(wěn)健性檢驗。異質(zhì)性分析顯示，在新常態(tài)以來中國經(jīng)濟增長模式的轉(zhuǎn)換下，資本有機構(gòu)成深化對綠色全要素生產(chǎn)率增長的邊際效應(yīng)得到了強化。進一步的機制研究顯示，靜態(tài)視角下資本有機構(gòu)成深化主要通過優(yōu)化資源配置效率推動綠色全要素生產(chǎn)率增長；動態(tài)視角下，與稟賦結(jié)構(gòu)相偏離的資本有機構(gòu)成深化使得要素無法得到有效利用，此種“錯位”也引導著資本有機構(gòu)成不斷地自我調(diào)整，誘使企業(yè)和社會內(nèi)生出技術(shù)進步以矯正要素配置扭曲狀態(tài)。文章所得研究結(jié)論能夠為中國政府在“十四五”乃至更長時期內(nèi)推動高質(zhì)量發(fā)展提供政策啟示。

關(guān)鍵詞：資本有機構(gòu)成 綠色全要素生產(chǎn)率 資源配置效率 技術(shù)進步

DOI：10.19592/j.cnki.scje.401221

JEL分類號：E11，O11，O33? ?中圖分類號：F0-0

文獻標識碼：A? ?文章編號：1000 - 6249（2023）06 - 122 - 20

一、引言

十八屆五中全會提出了“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”的新發(fā)展理念，并規(guī)定了高質(zhì)量發(fā)展的核心內(nèi)容，其中，創(chuàng)新發(fā)展是高質(zhì)量發(fā)展的第一動力，綠色發(fā)展是高質(zhì)量發(fā)展的內(nèi)在要求（洪銀興，2019）。2017年中共十九大明確指出中國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，而“推動經(jīng)濟發(fā)展質(zhì)量變革、效率變革、動力變革，提高全要素生產(chǎn)率”是實現(xiàn)高質(zhì)量發(fā)展的持續(xù)性動力源泉，是推動經(jīng)濟從“粗放式增長”轉(zhuǎn)向“集約式增長”的重要驅(qū)動力量。綠色全要素生產(chǎn)率兼顧技術(shù)進步與生態(tài)財富，是判斷一個國家或地區(qū)能否實現(xiàn)高質(zhì)量、長期可持續(xù)發(fā)展的重要依據(jù)。綠色全要素生產(chǎn)率增長的動力來源于兩個方面：一是技術(shù)進步或創(chuàng)新，二是當前技術(shù)水平下的資源配置潛力（Prescott，1998;蔡昉，2017；逯進、李婷婷，2021；戴魁早、駱莙函，2022；汪彬等，2022）。技術(shù)進步和資源配置效率的提升與資本配置結(jié)構(gòu)及資本配置的動態(tài)變化高度相關(guān)，即意味著在馬克思資本有機構(gòu)成理論視角下，物質(zhì)生產(chǎn)資料和活勞動力的配置結(jié)構(gòu)及其變遷方式是影響綠色全要素生產(chǎn)率增長的關(guān)鍵變量。資本有機構(gòu)成是由技術(shù)構(gòu)成決定的并反映技術(shù)構(gòu)成變化的資本價值構(gòu)成，表達式為[C/V]1，具體分析，技術(shù)給定的情況下，投入到生產(chǎn)過程中的物質(zhì)生產(chǎn)資料和活勞動力要素的數(shù)量比例固定從而二者的相對價值（[C/V]）也隨之確定。伴隨著擴大再生產(chǎn)，資本積累推動技術(shù)進步，引發(fā)資本有機構(gòu)成深化。雖然資本有機構(gòu)成深化是由技術(shù)推動的，但是它兼具技術(shù)進步和資源配置效率提升兩重含義。具體來說，資本積累和擴大再生產(chǎn)首先表現(xiàn)在以新設(shè)備采購等形式出現(xiàn)的從邊際上改變企業(yè)的資本有機構(gòu)成，進而，隨著技術(shù)的進步，企業(yè)逐漸淘汰舊設(shè)備和改進生產(chǎn)工藝的過程就是資本有機構(gòu)成深化的過程。在資本深化過程中，每一次資本循環(huán)起點上的要素稟賦優(yōu)勢都會發(fā)生些許變化，變化了的稟賦結(jié)構(gòu)與原有技術(shù)的偏離又內(nèi)生出新技術(shù)，物質(zhì)資料與活勞動適應(yīng)新技術(shù)便有了新的配置結(jié)構(gòu)，而這一再生產(chǎn)過程中的稟賦結(jié)構(gòu)動態(tài)調(diào)整過程即是資源配置效率提高的過程。這意味著，擴大再生產(chǎn)過程伴隨的資本有機構(gòu)成深化既包括了技術(shù)進步，同時也包括了配置效率，從而勢必與綠色全要素生產(chǎn)率增長有著聯(lián)系。那么，城市綠色全要素生產(chǎn)率變化的上升趨勢和資本有機構(gòu)成的深化趨勢是否存在著統(tǒng)計意義上的真實關(guān)聯(lián)呢？這種關(guān)聯(lián)的內(nèi)在作用機制又如何？新常態(tài)以來（2015—2019年），伴隨著服務(wù)業(yè)比重的持續(xù)上升，中國城市資本有機構(gòu)成出現(xiàn)了深化速度放緩甚至“逆深化”的特征事實，這種趨勢特征是否對資本有機構(gòu)成深化和城市綠色全要素生產(chǎn)率增長之間的可能關(guān)系帶來了異質(zhì)性呢？本文將圍繞以上問題展開嚴格的理論和實證研究。

已有大量學者對城市綠色全要素生產(chǎn)率增長展開誘因識別，包括環(huán)境規(guī)制（趙明亮等，2020；何凌云、祁曉鳳，2022）、產(chǎn)業(yè)結(jié)構(gòu)變化（Xia and Xu， 2020；逯進、李婷婷，2021；王兵等，2022）、數(shù)字經(jīng)濟與智慧城市政策（周曉輝等，2021；Wang et al.，2022；湛泳、李珊，2022）、產(chǎn)業(yè)比較優(yōu)勢（Xu and Deng，2022），等等。但少有學者從馬克思資本有機構(gòu)成的理論視角去考察，在現(xiàn)有的少數(shù)研究中，值得提及的是，曾爾曼（2011）結(jié)合新古典數(shù)理分析技術(shù)和馬克思生產(chǎn)函數(shù)理論體系，推導出了改進的全要素生產(chǎn)率。陳柏成（2014）核算了2003—2009年中國省際的馬克思全要素生產(chǎn)率，發(fā)現(xiàn)馬克思全要素生產(chǎn)率和資本彈性系數(shù)呈反向關(guān)系，暗含資本有機構(gòu)成和全要素生產(chǎn)率的正向關(guān)系。錢龍（2018）基于中國地級市工業(yè)數(shù)據(jù)發(fā)現(xiàn)資本深化形成了城市綠色經(jīng)濟效率提升的重要手段，但對資本積累相對有限的小城市并不明顯。劉維軍（2020）發(fā)現(xiàn)在不同資本深化程度下環(huán)境規(guī)制強化對工業(yè)行業(yè)綠色全要素生產(chǎn)率存在非線性的效應(yīng)。鄭明貴等（2022）發(fā)現(xiàn)因產(chǎn)能過剩，資本深化對資源型企業(yè)的全要素生產(chǎn)率有抑制效應(yīng)，而在農(nóng)業(yè)領(lǐng)域資本深化對全要素生產(chǎn)率有提升效應(yīng)（任健華、雷宏振，2022）。

整體來看，目前在馬克思資本有機構(gòu)成理論視角下以綠色全要素生產(chǎn)率增長為核心分析目標的文獻并不多，相比于現(xiàn)有研究，本文的可能邊際貢獻在于：（1）突出了資本有機構(gòu)成深化這一概念，深入探討其與綠色全要素生產(chǎn)率增長之間的內(nèi)在“因果邏輯律”和具體作用機制；（2）把資本有機構(gòu)成這個政治經(jīng)濟學概念量綱化，采用中國地級及以上城市數(shù)據(jù)進行嚴格的實證檢驗。借助資本有機構(gòu)成這一關(guān)鍵分析變量，本文擬為綠色全要素生產(chǎn)率增長研究補充一個新穎的馬克思政治經(jīng)濟學分析視角，推進相關(guān)研究進展。

二、理論分析與研究假說

（一）資本有機構(gòu)成深化、內(nèi)涵式增長和全要素生產(chǎn)率增長

對資本有機構(gòu)成深化的分析可以從個別資本生產(chǎn)過程開始，即通過對微觀企業(yè)如何因生產(chǎn)工藝的改進不斷地調(diào)整生產(chǎn)資料和活勞動力配置比例的刻畫，提供資本有機構(gòu)成深化的微觀圖像。但是，擴大再生產(chǎn)不是個別資本獨立進行的，企業(yè)之間是相互聯(lián)系、相互交織和相互制約的，從社會生產(chǎn)均衡的角度看，擴大再生產(chǎn)進行的前提是社會總產(chǎn)品需要得到價值補償和物質(zhì)補償，因此，企業(yè)的技術(shù)進步和配置效率革新必須是基于社會總產(chǎn)品的實現(xiàn)基礎(chǔ)上的技術(shù)與組織變革（馬克思，2018）。也就是說，微觀企業(yè)要素的重新配置就是社會層面要素在不同企業(yè)和部門之間的“流動和再配置”，本文考慮到要素流動的區(qū)位限制和地方政府政策的相對“獨立性”，以城市為基本分析對象來分析資本再生產(chǎn)問題。具體分析，由于社會平均利潤率的驅(qū)動，雖然不同行業(yè)技術(shù)不同，但是同一行業(yè)的技術(shù)將整體性地決定該行業(yè)所投入的資本品和勞動的價值比例，即微觀的企業(yè)層面和中觀的行業(yè)層面的資本有機構(gòu)成并不存在薩繆爾森所稱的合成謬誤（Fallacy of Composition）。而由于經(jīng)濟運行的現(xiàn)實情況，不同的企業(yè)、不同的行業(yè)，都需要空間載體，即社會產(chǎn)品的價值補償和物質(zhì)補償需要在一定的空間范圍內(nèi)，這里我們選擇著眼于城市層面。可以用加權(quán)平均來簡約地計算某城市層面的資本有機構(gòu)成：

第三，[civi]是各個行業(yè)的資本有機構(gòu)成，是由各行業(yè)的技術(shù)水平?jīng)Q定的。[ci和vi]分別是i行業(yè)投入的資本要素貨幣總額和勞動要素的貨幣總額。因此，企業(yè)和行業(yè)層面的資本有機構(gòu)成通過加權(quán)匯總即可得到整體社會層面的資本有機構(gòu)成。從而，我們在資本有機構(gòu)成和綠色全要素生產(chǎn)率增長的關(guān)系分析中，可從微觀層面上升到中觀和宏觀維度的經(jīng)濟運行，即把微觀企業(yè)的擴大再生產(chǎn)和資本積累“歸納合成”到城市層面的社會資本。

如前文所述，社會資本首先按給定技術(shù)，即給定的資本有機構(gòu)成從事生產(chǎn)經(jīng)營活動。在每個生產(chǎn)周期，獲得正利潤的社會資本將按一定的資本有機構(gòu)成把它所得到的利潤中的一部分用于擴大再生產(chǎn)，當資本有機構(gòu)成不變時，這將是一個外延式的增長過程。由于市場競爭的存在，擴大再生產(chǎn)和資本積累就必然包含著技術(shù)進步和按照市場要求對稀缺資源加以調(diào)節(jié)的過程，資本、土地、勞動等要素稟賦結(jié)構(gòu)和相對價格將在新的生產(chǎn)資本循環(huán)中出現(xiàn)實質(zhì)性改變，如果此時不采用新技術(shù)，社會資本仍按原來的資本有機構(gòu)成配置投入要素，必然出現(xiàn)技術(shù)所允許的要素配置結(jié)構(gòu)與資本所面臨的現(xiàn)實要素稟賦結(jié)構(gòu)的“錯位”，此時要素稟賦得不到充分利用。這刻畫了由擴大再生產(chǎn)和資本積累引致的技術(shù)進步及其所帶來的資本有機構(gòu)成的“自我革新”，即資本積累被理解為經(jīng)濟的技術(shù)和生產(chǎn)組織的徹底變革（史蒂文、勞倫斯，2016），而資本積累和“技術(shù)-組織”變革持續(xù)以螺旋上升的方式推進，此時的經(jīng)濟增長就不僅僅是外延式增長，更是由技術(shù)創(chuàng)新和效率提升帶來的內(nèi)涵式增長1。在新古典的索洛增長核算方程下，技術(shù)進步和要素配置效率提升的過程就是全要素生產(chǎn)率的增長過程。

由此來看，馬克思范式下的資本有機構(gòu)成深化和新古典增長理論中的全要素生產(chǎn)率增長之間存在必然性的“因果邏輯律”。而全要素生產(chǎn)率分析與綠色全要素生產(chǎn)率分析在上述理論邏輯上并無本質(zhì)不同，如果將如污染物產(chǎn)量等環(huán)境因素納入全要素生產(chǎn)率的分析框架中，這種全要素生產(chǎn)率就是生產(chǎn)率研究中的“綠色全要素生產(chǎn)率”。具體邏輯框架如圖1所示。

（二）進一步分析：引入環(huán)境約束

環(huán)境約束問題在很大程度上有賴于綠色技術(shù)創(chuàng)新2，即在上述技術(shù)創(chuàng)新過程中，加入了對綠色技術(shù)的需求和選擇。一般來看，綠色技術(shù)雖然具有一定的公共品屬性，但其擁有兩個將其“外部性”內(nèi)部化的動力：一是政府的環(huán)境規(guī)制政策和研發(fā)成果保護政策（Krugman，2010），這從供給側(cè)方面引導著企業(yè)的技術(shù)選擇，即使得資本有機構(gòu)成深化的方向是偏向綠色技術(shù)的，由此會改變要素配置的比例和配置效率，從而進一步影響了城市的綠色全要素生產(chǎn)率；二是消費者對綠色高質(zhì)量產(chǎn)品的自發(fā)需求選擇（宮本澤一，2004），隨著資本積累和擴大再生產(chǎn)，城鄉(xiāng)居民的人均收入也不斷提高，對各類產(chǎn)品的不同的需求收入彈性將使得人們對采用更復雜技術(shù)、質(zhì)量更高的產(chǎn)品需求增加得更為強烈（Verspagen，1993；Robert and Guillaume，2012），誘致社會選擇的新技術(shù)傾向于具備更多的綠色環(huán)保屬性1，這從需求側(cè)方面引導企業(yè)生產(chǎn)行為和技術(shù)選擇，也由此改變了要素的配置，進而從綠色技術(shù)進步和配置效率兩個方面影響了城市的綠色全要素生產(chǎn)率增長。一般來說，只有當經(jīng)濟發(fā)展到一定水平，以上兩個動力的發(fā)揮才足以將綠色技術(shù)的“外部性”內(nèi)部化。本文認為環(huán)境約束的納入，使得資本有機構(gòu)成深化對綠色全要素生產(chǎn)率增長的效應(yīng)相當程度上取決于經(jīng)濟發(fā)展階段，也即隨著中國經(jīng)濟增長模式由要素驅(qū)動向效率、創(chuàng)新驅(qū)動轉(zhuǎn)換，資本有機構(gòu)成深化對綠色全要素生產(chǎn)率增長的邊際效應(yīng)會得到強化2。

基于上述理論分析，本文提出以下待驗證的研究假說：

H1：資本有機構(gòu)成深化形成了綠色全要素生產(chǎn)率增長的關(guān)鍵誘因。

H2：隨經(jīng)濟發(fā)展階段攀升，資本有機構(gòu)成深化對綠色全要素生產(chǎn)率增長的邊際效應(yīng)會得到強化。

三、模型設(shè)計和數(shù)據(jù)說明

（一）基準模型設(shè)定

本文以中國地級及以上城市數(shù)據(jù)對以上研究假說進行實證檢驗。

設(shè)定以下基準面板雙向固定效應(yīng)計量模型3：

（二）變量選取和數(shù)據(jù)說明

研究樣本和數(shù)據(jù)主要來自2004—2020年的《中國城市統(tǒng)計年鑒》。剔除缺失數(shù)據(jù)較多或數(shù)據(jù)趨勢不明從而難以進行插補的部分地級及以上城市樣本，最終確定的研究樣本為264個地級及以上城市。此外，由于相比于2003—2016年，2017年-2019年部分城市的污染排放數(shù)據(jù)缺失較多且難以插補，本文將這些城市在2017—2019年記為存在完全數(shù)據(jù)缺失。1主要變量選取如下。

1.關(guān)鍵被解釋變量：城市綠色全要素生產(chǎn)率增長

上述計量模型中的關(guān)鍵被解釋變量為城市綠色全要素生產(chǎn)率變化（GTFP）。目前主流前沿技術(shù)分析方法中的數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）和隨機前沿分析（Stochastic Frontier Analysis，SFA）都可以得到綠色全要素生產(chǎn)率變化及其分解項，其中DEA為非參數(shù)方法，不需要考慮生產(chǎn)函數(shù)的形式，相比于隨機前沿分析，具備避免模型誤設(shè)、方法簡潔、構(gòu)成項易于分解和展開經(jīng)濟解讀以及能更好地處理包括污染數(shù)據(jù)的多產(chǎn)出情形的諸多優(yōu)點，因此本文選擇以DEA來核算城市GTFP。具體而言，本文在可變規(guī)模報酬情形下，選擇基于非徑向、非角度的SBM方向性距離函數(shù)的Malmquist-Luenberger指數(shù)（簡記為SBM-ML）反映城市綠色全要素生產(chǎn)率變化2。

2.核心解釋變量和控制變量

（1）參考樊勇等（2017）對資本有機構(gòu)成的計算方法，以表1中的各城市固定資本存量（萬元，2005年為基期）衡量不變資本，以城市所有就業(yè)人員工資總額（萬元，2005年為基期）衡量可變資本。后者的計算方法是以在崗職工平均工資（元/人）乘以城鎮(zhèn)所有就業(yè)人員（萬人）1。從而得到：

資本有機構(gòu)成（CV）=不變資本/可變資本=固定資本存量/就業(yè)人員工資總額

（2）由于按照馬克思的原意，資本有機構(gòu)成更準確的說是生產(chǎn)資料消耗和勞動力消耗的比例（孔祥智等，2018）。本文由規(guī)模以上工業(yè)企業(yè)的固定資產(chǎn)合計（萬元）、流動資產(chǎn)合計（萬元）得到生產(chǎn)資料消耗2，由在崗職工工資總額（萬元）得到勞動力消耗，進一步構(gòu)建如下工業(yè)企業(yè)口徑下的資本有機構(gòu)成指標3：

資本有機構(gòu)成（CVqy）=生產(chǎn)資料消耗/勞動力消耗=（固定資產(chǎn)折舊+流動資產(chǎn)）/在崗職工工資總額

由于相比于市轄區(qū)口徑下的CV，市轄區(qū)工業(yè)企業(yè)口徑下的CVqy更為狹窄，本文將以前者為關(guān)鍵解釋變量，以后者做穩(wěn)健性檢驗。

（3）控制變量則依據(jù)經(jīng)驗研究或者說對現(xiàn)有文獻的綜述，以及數(shù)據(jù)可得性，選取城市規(guī)模、教育、研發(fā)、人均收入水平這四個變量4。

具體的變量定義和數(shù)據(jù)來源見表2。

（三）描述性統(tǒng)計分析

（1）表3提供了關(guān)鍵自變量間的相關(guān)系數(shù)和相應(yīng)的方差膨脹因子（Variance Inflation Factors，VIF）。顯見，變量之間的相關(guān)系數(shù)絕對值均低于0.6，處于潘省初（2013）提出的0.8臨界值范圍內(nèi)1；VIF值均低于2，基于經(jīng)驗規(guī)則，最大的VIF不超過10，則不必擔心多重共線性（陳強，2014）。從而我們認為變量之間的相關(guān)性不會帶來嚴重的多重共線性問題2。

（2）本文在圖2給出兩個城市資本有機構(gòu)成指標的時間趨勢圖。顯見，市轄區(qū)口徑的資本有機構(gòu)成（CV）的水平值始終高于工業(yè)企業(yè)口徑下的資本有機構(gòu)成（CVqy），一個重要原因是在崗職工工資總額（萬元）高估了工業(yè)企業(yè)的勞動力消耗，但由于難以從總工資中剝離出工業(yè)企業(yè)對應(yīng)的工資額度，而工業(yè)企業(yè)吸納了大部分的在崗職工，本文僅對此這樣處理。在這種情形下對二者水平差距的變化的分析更為有意義。本文發(fā)現(xiàn)2010年之前二者的水平差距保持穩(wěn)定，之后逐漸拉大。這可能意味著前一階段整個社會的技術(shù)進步、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和生產(chǎn)方式變革主要在工業(yè)領(lǐng)域，也即工業(yè)領(lǐng)域的資本有機構(gòu)成在很大程度上決定著整個社會生產(chǎn)方式演進的整體進展，從而CVqy和CV兩個指標的變化趨勢保持一致；2010年之后社會主導產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型，生產(chǎn)性資本逐漸向服務(wù)業(yè)領(lǐng)域擴張，第二產(chǎn)業(yè)投資率降低，兩個資本有機構(gòu)成指標的差距逐漸拉大，這在最開始還是處于量變階段，到了2013年這種量變逐漸形成了質(zhì)變，表現(xiàn)為市轄區(qū)口徑的CV仍然呈上升態(tài)勢而市轄區(qū)工業(yè)企業(yè)口徑下的CVqy持續(xù)呈下降態(tài)勢。顯然新常態(tài)以來的CVqy呈現(xiàn)出更為明顯的逆深化態(tài)勢。

（3）本文在圖3給出了GTFP和lnCV的分倉散點圖和擬合曲線1，可以判斷城市資本有機構(gòu)成深化和綠色全要素生產(chǎn)率增長之間呈現(xiàn)出明顯的正向關(guān)系。對二者統(tǒng)計意義上的關(guān)聯(lián)以及真實因果關(guān)系的嚴謹判斷將在接下來的部分四展開。

四、實證研究結(jié)果

（一）基準回歸結(jié)果

表4中的模型（1）-（2）給出了資本有機構(gòu)成深化對綠色全要素生產(chǎn)率增長的基準回歸結(jié)果，在5%的顯著性水平下城市l(wèi)nCV對城市GTFP的影響系數(shù)均顯著為正。這說明在本文研究期間，資本有機構(gòu)成深化形成了城市綠色全要素生產(chǎn)率增長的關(guān)鍵誘因之一，研究假說H1得到驗證。

同時，本文還在模型（3）、（4）中以城市傳統(tǒng)全要素生產(chǎn)率增長（TFP）替換城市綠色全要素生產(chǎn)率增長（GTFP），得出的估計結(jié)果同樣證實了部分二的理論分析。對表4中的系數(shù)估計值進行比較分析，可以發(fā)現(xiàn)資本有機構(gòu)成對GTFP的影響系數(shù)要大于TFP，原因在于綠色生態(tài)本身同樣屬于資源稟賦，GTFP涵蓋了包括綠色生態(tài)在內(nèi)的更多信息，更能準確地反映根源于資源稟賦的經(jīng)濟增長績效。這一對比也意味著現(xiàn)階段不考慮環(huán)境改善績效會低估生產(chǎn)率的增長程度，從而本文選擇以綠色全要素生產(chǎn)率作為核心變量的確在當下更具有實踐意義。

就模型（1）-（4）的設(shè)定而言，①控制變量的系數(shù)估計值的符號基本均符合預期。城市規(guī)模對GTFP的影響顯著為正，因為城區(qū)人口多反映出城市存在區(qū)位、物質(zhì)資本、政策利好等諸多優(yōu)勢，因而能夠吸引人口集聚，這會帶來更充分的專業(yè)化分工，產(chǎn)業(yè)發(fā)展的交易成本相對也會更低。教育、研發(fā)和人均收入的系數(shù)估計值也均為正，符合經(jīng)濟學直覺。②控制變量是否納入并不影響核心解釋變量的顯著性。但是相比于模型（1）和（3），模型（2）和（4）中資本有機構(gòu)成的系數(shù)估計值均分別有所下降，這說明不納入控制變量情形下，有可能將部分控制變量對城市GTFP和TFP的影響歸到資本有機構(gòu)成，從而高估lnCV的系數(shù)估計值。③ F檢驗顯示所有模型均是整體統(tǒng)計上顯著的，以拉格朗日乘子檢驗、過度約束檢驗和似然比檢驗進行模型選擇，檢驗結(jié)果均支持建立雙向面板固定效應(yīng)模型。1

（二）異質(zhì)性分析

鑒于圖1的描述性統(tǒng)計分析，中國城市資本有機構(gòu)成自新常態(tài)以來出現(xiàn)了深化速度放緩甚至逆深化的趨勢特征。本文首先2014年為節(jié)點進行分時期估計2，表5中的模型（1）和（2）顯示，新常態(tài)以來資本有機構(gòu)成深化對綠色全要素生產(chǎn)率增長的邊際效應(yīng)得到了明顯提升。鑒于分時期回歸過程不得不丟棄部分樣本，可能會影響到估計有效性，本文進一步以2014年為節(jié)點構(gòu)建階段虛擬變量（dummystage）3，在表5中的模型（3）納入資本有機構(gòu)成和階段虛擬變量的交互項（lnCV×dummystage）。模型（3）估計結(jié)果顯示，2004—2014年間資本有機構(gòu)成對城市GTFP的影響系數(shù)估計值為0.088，2015—2019年間的資本有機構(gòu)成對城市GTFP的影響系數(shù)估計值為（0.088+0.025）。這就證實了假說H2。

盡管新常態(tài)以來中國城市資本有機構(gòu)成的深化速度放緩，但經(jīng)濟增長模式的轉(zhuǎn)換促使其對綠色全要素生產(chǎn)率增長的邊際效應(yīng)得到了強化。究其原因，隨著新常態(tài)以來一系列調(diào)結(jié)構(gòu)的宏觀經(jīng)濟政策（如供給側(cè)結(jié)構(gòu)性改革、“三去一降一補”等等）的推進，稟賦結(jié)構(gòu)的質(zhì)變和市場需求導向促使微觀企業(yè)和整個經(jīng)濟社會的技術(shù)選擇更大程度上為提質(zhì)增效、綠色環(huán)保的。這一發(fā)現(xiàn)也意味著盲目增加不變資本、深化資本有機構(gòu)成亦是不可取的，經(jīng)濟發(fā)展水平達到一定階段后，可變資本的相對增加帶來的居民收入提升以及對高質(zhì)量產(chǎn)品的有效需求，將引導微觀企業(yè)和經(jīng)濟社會的綠色技術(shù)選擇，強化資本有機構(gòu)成深化對綠色全要素生產(chǎn)率增長的邊際效應(yīng)，從而使得綠色全要素生產(chǎn)率仍能保持一定的增速。這對于“十四五”期間的要素收入分配、促進共同富裕和經(jīng)濟高質(zhì)量發(fā)展均有著重要借鑒意義。

（三）穩(wěn)健性檢驗

1.格蘭杰因果關(guān)系分析

在進行因果分析之前，首先要對GTFP和lnCV兩個變量的平穩(wěn)性進行檢驗。由于本文的樣本屬于短面板，適用于Harris-Tzavalis單位根檢驗（要求平衡面板、不允許不同的自回歸系數(shù)）、Im-Pesaran-Shin單位根檢驗（允許非平衡面板、允許不同的自回歸系數(shù)）。兩種單位根檢驗結(jié)果均拒絕面板存在單位根的原假設(shè)1，從而可以直接對兩個變量進行面板格蘭杰因果分析。面板格蘭杰檢驗結(jié)果顯示（見表6），資本有機構(gòu)成深化是中國城市綠色全要素生產(chǎn)率增長的格蘭杰原因，但反之則不成立。這意味著，可能存在的逆向因果關(guān)系并不構(gòu)成本文實證研究中的關(guān)鍵干擾問題。

2.處理潛在的內(nèi)生性問題

為了緩解潛在的內(nèi)生性問題，本文以面板固定效應(yīng)工具變量法來重新估計資本有機構(gòu)成對城市綠色全要素生產(chǎn)率增長的效應(yīng)，即先對固定效應(yīng)模型進行一階差分，再使用工具變量進行兩步最優(yōu)GMM估計（two-step efficient generalized method of moments，gmm2s）。工具變量的選擇借鑒Bartik（2009），構(gòu)建“Bartik instrument”，具體如下所示：

其中，i表示城市（1，2…，264），[CVt]為t期所有城市資本有機構(gòu)成的算術(shù)平均值。該工具變量模擬了在相同的發(fā)展趨勢下，各城市資本有機構(gòu)成的預期值。

估計結(jié)果如表7所示。顯見，無論是否納入控制變量，相應(yīng)的Kleibergen-Paap rk LM 統(tǒng)計量和Kleibergen-Paap rk Wald F統(tǒng)計量均顯示1，模型不存在不可識別問題，且在15%的顯著性水平下可以認為均不存在弱工具變量問題。第二階段回歸結(jié)果均顯示核心解釋變量對因變量的正效應(yīng)在統(tǒng)計上顯著，從而在考慮了潛在的內(nèi)生性問題后，假說H1仍然穩(wěn)健。

3.更換核心解釋變量：工業(yè)企業(yè)口徑下的再檢驗

相比于社會整體層面的CV，CVqy的針對對象和范圍為規(guī)模以上工業(yè)企業(yè)。由表8中的模型（1）和（2）可見，工業(yè)企業(yè)口徑下的再檢驗進一步驗證了資本有機構(gòu)成深化是城市綠色全要素生產(chǎn)率增長的重要誘因。但模型（3）和（4）顯示的時期異質(zhì)性則與表5不同，此時交互項的系數(shù)估計值為負意味著2015—2019年間工業(yè)領(lǐng)域的CVqy對GTFP的正效應(yīng)開始下降甚或轉(zhuǎn)為負效應(yīng)，這種不一致性不難理解，因為社會產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型導致工業(yè)領(lǐng)域的CVqy開始與社會整體層面的CV演進趨勢相悖（見圖1）。

五、進一步的機制分析

以上從理論和實證層面澄清了資本有機構(gòu)成深化和綠色全要素生產(chǎn)率增長之間的“因果律”。接下來的問題是，2004—2019年間中國城市資本有機構(gòu)成深化作用于綠色全要素生產(chǎn)率增長的具體機制是什么？鑒于Prescott（1998）和蔡昉（2017）等學者識別出的（綠色）全要素生產(chǎn)率增長的來源，本文借鑒蘇治、徐淑丹（2015）等學者的做法，以綠色全要素生產(chǎn)率變化的分解項來反映技術(shù)進步和資源配置效率，通過比較分析資本有機構(gòu)成如何影響城市GTFP的分解項來剖開具體的作用機制。

在Ray and Desli （1997）和Zofio （2007） 的生產(chǎn)率分解框架下，SBM-ML指數(shù)和分解項之間存在如下關(guān)系：

SBM-ML指數(shù)=技術(shù)進步×技術(shù)效率=（純技術(shù)進步×技術(shù)規(guī)模）×（純技術(shù)效率×規(guī)模效率）

其中，技術(shù)進步（Technical Change，TC）、技術(shù)效率（Efficiency Change，EC）分別衡量了生產(chǎn)率變化中來自技術(shù)進步、資源配置效率變化的成分1?？勺円?guī)模報酬下，ML指數(shù)兩項分解得到的TC和EC可能包括規(guī)模效應(yīng)，Ray and Desli （1997）和Zofio （2007） 的分解方法則將規(guī)模變化對生產(chǎn)率的影響（包括規(guī)模效率和技術(shù)規(guī)模）剝離出來得到純技術(shù)進步（Pure Technical Change， PTC）和純技術(shù)效率（Pure Efficiency Change， PEC）。本文擬以純技術(shù)效率和純技術(shù)進步做中介變量1。

（一）靜態(tài)視角下的機制分析

Iacobucci et al.（2007）、Zhao et al.（2010）等學者證明了相比于回歸分析，結(jié)構(gòu)方程模型（Structural Equation Model，SEM）提供了進行中介效應(yīng)分析的最佳框架，尤其是對于多重中介效應(yīng)模型，采用單一中介變量模型分別檢驗有可能因忽略其他中介變量而導致參數(shù)估計偏誤。本文首先構(gòu)建一元鏈式多重中介效應(yīng)模型如下2：

表9給出結(jié)構(gòu)方程模型的估計結(jié)果，表10給出基于標準化系數(shù)估計值計算的中介效應(yīng)及其與直接效應(yīng)（0.01）的比例。顯見，資本有機構(gòu)成深化主要通過資源配置效率這一機制推動城市綠色全要素生產(chǎn)率增長3，這一中介效應(yīng)是直接效應(yīng)的4.1倍，且遠高于其他路徑下的中介效應(yīng)；技術(shù)前沿擴張也會起到顯著中介作用但其中介效應(yīng)要小于前者，而且由于短期中技術(shù)進步對資源配置帶來的“創(chuàng)造性破壞”4，進一步減弱了資本有機構(gòu)成深化以技術(shù)進步做中介機制對GTFP的正效應(yīng)。這一結(jié)論凸顯了生產(chǎn)關(guān)系對生產(chǎn)率增長的重要作用，正如朱方明、劉丸源（2019）做出的理論研判：馬克思經(jīng)濟發(fā)展理論下經(jīng)濟增長的機制主要是經(jīng)濟關(guān)系而非自然關(guān)系。

（二）動態(tài)視角下的機制分析

本文首先構(gòu)建由原先的技術(shù)決定的、與當期要素稟賦結(jié)構(gòu)不匹配的資本有機構(gòu)成指標（[lnCVkt]），具體是取資本有機構(gòu)成指標（[lnCVt]）的1到k期滯后項的算數(shù)均值1，如下所示：

中，k為滯后階數(shù)（取值1，2，3，……）。理論上，隨著k的值提高，[lnCVkt]會越發(fā)偏離當期的最優(yōu)資本有機構(gòu)成和稟賦特征。本文的研究時期為16年（2004—2019年），在足以觀察偏離稟賦特征的資本有機構(gòu)成對當下資源配置效率和技術(shù)進步的作用方式以及保留足夠多的樣本觀測值之間權(quán)衡，不妨將其k取值1-5。

以[lnCVkit]為核心解釋變量，以資源配置效率和技術(shù)進步分別為被解釋變量，構(gòu)建面板雙向固定效應(yīng)模型。表11顯示，[lnCVk]對純技術(shù)進步（PTC）有著正效應(yīng)。也就是說早期的資本的動態(tài)積累和稟賦結(jié)構(gòu)的變化促使企業(yè)不斷進行新舊技術(shù)替換，以保持技術(shù)決定的要素投入數(shù)量比和隨稟賦變化的比較成本優(yōu)勢相匹配，其最終效果表現(xiàn)為推動實現(xiàn)了當期生產(chǎn)前沿的擴張。相比較而言，[lnCVk]則對純技術(shù)效率（PEC）有負效應(yīng)，因為資本有機構(gòu)成允許的要素投入比例和企業(yè)面臨的現(xiàn)實的要素稟賦結(jié)構(gòu)和比較成本優(yōu)勢不匹配，這必然使得要素得不到有效利用。此種偏離稟賦結(jié)構(gòu)的資本有機構(gòu)成（[lnCVk]）會在何種方向影響當前生產(chǎn)方式下能夠?qū)崿F(xiàn)的GTFP，則取決于其對資源配置扭曲和內(nèi)生技術(shù)進步的綜合影響，本樣本下發(fā)現(xiàn)這種綜合影響在統(tǒng)計上均表現(xiàn)為不再顯著，且隨著偏離程度增加（k值增大），[lnCVk]對當期GTFP的影響方向由正變?yōu)樨?。

以上展示了往期資本有機構(gòu)成的動態(tài)變化對當期資源配置效率和技術(shù)進步的影響。本文進一步以脈沖響應(yīng)函數(shù)圖展示當期資本有機構(gòu)成的動態(tài)變化對未來時期資源配置效率和技術(shù)進步的沖擊2，以做一個互補性檢驗。由圖4-1、圖4-2可見，當期資本有機構(gòu)成深化對未來時期的資源配置效率有負向沖擊、對技術(shù)進步有著正向沖擊，這種沖擊均是在第一期最高、之后逐漸弱化。綜合表11和圖4-1、圖4-2，本文認為，資本有機構(gòu)成與要素稟賦結(jié)構(gòu)的“錯位”，或者說技術(shù)所允許的要素投入結(jié)構(gòu)與要素稟賦結(jié)構(gòu)決定的成本比較優(yōu)勢相背離，會使得企業(yè)無法有效利用現(xiàn)有資源。這種情形下，企業(yè)對利潤最大化的追求將內(nèi)生出技術(shù)進步，以促使要素投入結(jié)構(gòu)和要素的成本比較優(yōu)勢相匹配，矯正資源配置扭曲的狀態(tài)。這也恰好證實了部分二的理論闡釋。

六、結(jié)論與啟示

現(xiàn)實中不同的稟賦特征、資本有機構(gòu)成和產(chǎn)業(yè)狀態(tài)形成了不同水平的競爭優(yōu)勢，從而決定了城市的綠色全要素生產(chǎn)率。本文從馬克思政治經(jīng)濟學范式下對此展開研究，首先從理論上解構(gòu)資本有機構(gòu)成深化與綠色全要素生產(chǎn)率增長之間的經(jīng)濟邏輯，進而利用2004—2019年中國264個地級及以上城市的市轄區(qū)數(shù)據(jù)進行實證檢驗。主要結(jié)論如下：第一，證實了資本有機構(gòu)成深化形成了城市綠色全要素生產(chǎn)率增長的關(guān)鍵誘因，這一研究結(jié)論通過了格蘭杰因果分析、工業(yè)企業(yè)口徑下的再檢驗、解決內(nèi)生性問題等多重穩(wěn)健性檢驗。第二，時期異質(zhì)性分析顯示，資本有機構(gòu)成深化對城市綠色全要素生產(chǎn)率增長的影響在新常態(tài)以來進一步強化，因為隨著經(jīng)濟增長模式轉(zhuǎn)換，稟賦結(jié)構(gòu)的質(zhì)變和市場需求導向誘使微觀企業(yè)和整個經(jīng)濟社會內(nèi)生出的技術(shù)選擇更大程度上是導向高質(zhì)量發(fā)展的。第三，具體的機制研究發(fā)現(xiàn)，靜態(tài)視角下資本有機構(gòu)成深化主要通過優(yōu)化資源配置效率這一機制推動城市綠色全要素生產(chǎn)率增長。動態(tài)視角下持續(xù)的資本積累將使得資本有機構(gòu)成與稟賦結(jié)構(gòu)發(fā)生“錯位”從而無法發(fā)揮綠色全要素生產(chǎn)率增長效應(yīng)，具體而言，這種“錯位”使得要素無法得到有效利用，與此同時，對利潤最大化的追求誘使微觀企業(yè)和整個經(jīng)濟社會逐漸內(nèi)生出與稟賦結(jié)構(gòu)更為匹配的技術(shù)進步，以矯正要素配置扭曲狀態(tài)。

由此得出的政策啟示在于：形成符合當?shù)胤A賦特征的資本有機構(gòu)成是持續(xù)地提升城市綠色全要素生產(chǎn)率的關(guān)鍵舉措，在這一過程中，更為關(guān)鍵的是要加強環(huán)境規(guī)制和產(chǎn)權(quán)保護，在推動經(jīng)濟社會全面綠色轉(zhuǎn)型中才能實現(xiàn)高質(zhì)量發(fā)展；持續(xù)完善要素市場化配置的體制機制，重點強化市場機制的價格信號作用，以促使微觀企業(yè)和經(jīng)濟社會及時識別資源稟賦的變動并推動相應(yīng)的技術(shù)進步，與此同時，弱化技術(shù)進步的“創(chuàng)造性破壞”效應(yīng)的配套產(chǎn)業(yè)政策亦是有必要的；提高城市綠色全要素生產(chǎn)率增速不僅需要供給側(cè)結(jié)構(gòu)性改革，還需要優(yōu)化要素收入分配和需求側(cè)結(jié)構(gòu)來引導微觀企業(yè)和整個經(jīng)濟社會的綠色技術(shù)選擇。

參考文獻

蔡昉，2017，《讀懂中國經(jīng)濟：大國拐點與轉(zhuǎn)型路徑》，北京：中信出版社。

陳柏成，2014，“馬克思全要素生產(chǎn)率的應(yīng)用”，《云南財經(jīng)大學學報》，第4期，第3-9頁。

陳強，2014，《高級計量經(jīng)濟學及Stata應(yīng)用（第二版）》，北京：高等教育出版社。

戴魁早、駱莙函，2022，“環(huán)境規(guī)制、政府科技支持與工業(yè)綠色全要素生產(chǎn)率”，《統(tǒng)計研究》，第4期，第49-63頁。

樊勇、席曉宇、陳飄飄，2017，“增值稅改革、資本和資本有機構(gòu)成：基于馬克思主義政治經(jīng)濟學的視角”，《經(jīng)濟理論與經(jīng)濟管理》，第10期，第32-44頁。

宮本澤一著，樸玉譯，2004，《環(huán)境經(jīng)濟學》，北京：生活·讀書·新知三聯(lián)書店。

洪銀興，2019，“改革開放以來發(fā)展理念和相應(yīng)的經(jīng)濟發(fā)展理論的演進——兼論高質(zhì)量發(fā)展的理論淵源”，《經(jīng)濟學動態(tài)》，第8期，第10-20頁。

何凌云、祁曉鳳，2022，“環(huán)境規(guī)制與綠色全要素生產(chǎn)率——來自中國工業(yè)企業(yè)的證據(jù)”，《經(jīng)濟學動態(tài)》，第6期，第97-114頁。

柯善咨、趙耀，2014，“產(chǎn)業(yè)結(jié)構(gòu)、城市規(guī)模與中國城市生產(chǎn)率”，《經(jīng)濟研究》，第4期，第76-88+115頁。

孔祥智、張琛、張效榕，2018，“要素稟賦變化與農(nóng)業(yè)資本有機構(gòu)成提高——對1978年以來中國農(nóng)業(yè)發(fā)展路徑的解釋”，《管理世界》，第10期，第147-160頁。

逯進、李婷婷，2021，“產(chǎn)業(yè)結(jié)構(gòu)升級、技術(shù)創(chuàng)新與綠色全要素生產(chǎn)率——基于異質(zhì)性視角的研究”，《中國人口科學》，第4期，第86-97+128頁。

劉維軍，2020，“環(huán)境規(guī)制對工業(yè)競爭力的非線性效應(yīng)研究——基于資本深化與技術(shù)創(chuàng)新的視角”，《價格理論與實踐》，第9期，第148-151頁。

馬克思，2018，《資本論（第二卷）》，北京：人民出版社。

潘省初，2013，《計量經(jīng)濟學中級教程（第二版）》，北京：清華大學出版社。

錢龍，2018，“中國城市綠色經(jīng)濟效率測度及影響因素的空間計量研究”，《經(jīng)濟問題探索》，第8期，第160-170頁。

任健華、雷宏振，2022，“數(shù)字普惠金融、資本深化與農(nóng)業(yè)全要素生產(chǎn)率”，《社會科學家》，第6期，第86-95頁。

史蒂文·N. 杜爾勞夫、勞倫斯·E. 布盧姆，2016，《新帕爾格雷夫經(jīng)濟學大辭典（第二版）》，北京：經(jīng)濟科學出版社。

蘇治、徐淑丹，2015，“中國技術(shù)進步與經(jīng)濟增長收斂性測度——基于創(chuàng)新與效率的視角”，《中國社會科學》，第7期，第4-25+205頁。

汪彬、劉曉陽、李佳杰、陳洋毅，2022，“工業(yè)集聚、金融集聚對綠色全要素生產(chǎn)率的影響機制及空間效應(yīng)研究”，《工業(yè)技術(shù)經(jīng)濟》，第8期，第126-133頁。

王兵、王夢丹、杜敏哲，2022，“產(chǎn)業(yè)內(nèi)部結(jié)構(gòu)轉(zhuǎn)換對綠色全要素生產(chǎn)率影響的實證研究”，《產(chǎn)經(jīng)評論》，第2期，第69-85頁。

徐春華，2017，“生產(chǎn)資料部類優(yōu)先增長：理論邏輯與經(jīng)驗證據(jù)”，《經(jīng)濟學動態(tài)》，第2期，第25-36頁。

徐淑丹，2017，“中國城市的資本存量估算和技術(shù)進步率：1992～2014年”，《管理世界》，第1期，第17-29+187頁。

向曉梅、萬陸、曹佳斌，2021，“科技革命的治理邏輯與社會主義市場經(jīng)濟體制完善路徑”，《南方經(jīng)濟》，第9期，第1-10頁。

周曉輝、劉瑩瑩、彭留英，2021，“數(shù)字經(jīng)濟發(fā)展與綠色全要素生產(chǎn)率提高”，《上海經(jīng)濟研究》，第12期，第51-63頁。

鄭明貴、董娟、鐘昌標，2022，“資本深化對中國資源型企業(yè)全要素生產(chǎn)率的影響”，《資源科學》，第3期，第536-553頁。

曾爾曼，2011，“從索洛余值到置鹽定理：利潤率遞增的馬克思經(jīng)濟學詮釋”，《前沿科學（季刊）》，第4期，第78-85頁。

湛泳、李珊，2022，“智慧城市建設(shè)、創(chuàng)業(yè)活力與經(jīng)濟高質(zhì)量發(fā)展——基于綠色全要素生產(chǎn)率視角的分析”，《財經(jīng)研究》，第1期，第4-18頁。

趙明亮、劉芳毅、王歡、孫威，2020，“FDI、環(huán)境規(guī)制與黃河流域城市綠色全要素生產(chǎn)率”，《經(jīng)濟地理》，第4期，第38-47頁。

中國經(jīng)濟增長前沿課題組，2014，“中國經(jīng)濟增長的低效率沖擊與減速治理”，《經(jīng)濟研究》，第12期，第4-17+32頁。

朱方明、劉丸源，2019，“馬克思的經(jīng)濟發(fā)展理論與西方經(jīng)濟發(fā)展理論比較——兼論中國經(jīng)濟高質(zhì)量發(fā)展的路徑”，《政治經(jīng)濟學評論》，第1期，第54-72頁。

Anscombe，F(xiàn).J.，1973，“Graphs in Statistical Analysis”，The American Statistician，27（1）：17-21.

Braun，E. and Wield，D.，1994，“Regulation as a Means for the Social Control of Technology”，Technology Analysis & Strategic Management，6（3）：259-272.

Bartik，T.，2009，“How Do the Effects of Local Growth on Employment Rates Vary with Initial Labor Market Conditions？”，Policy Paper No.2009-005，W.E. Upjohn Institute for Economic Research.

Dumitrescu，E.I. and Christophe，H.，2012，“Testing for Granger Non-Causality in Heterogeneous Panels”，Economic Modelling， 29（4）：1450-1460.

Iacobucci，D.， Saldanha，N. and Deng，X.，2007，“A Mediation on Mediation： Evidence That Structural Equation Models Perform Better Than Regressions”，Journal of Consumer Psychology，17（2）：140-154.

Krugman，P.，2010，“Building a Green Economy”，New York Times，04-11.

Marshall，R.and Mariam，C.，2005，“Measurement of Capital Stocks，Consumption of Fixed Capital，and Capital Services”，Report on a Presentation to the Central American Ad Hoc Group on National Accounts.

Michael，S.， 2013，“Binscatter： Stata Module To Generate Binned Scatterplots”，Statistical Software Components S457709， Boston College Department of Economics， revised 24 Nov 2013.

Prescott，E.C.，1998，“Needed： A Theory of total Factor Productivity”， International Economic Review，39（3）：525-551.

Robert，D. and Guillaume，V.，2012，“A Quantitative Analysis of Chinas Structural Transformation”，Journal of Economic Dynamics & Control，36（1）：119-135.

Ray，S. C. and? Desli，E.，1997，“Productivity Growth， Technical Progress， and Efficiency Change in Industrialized Countries： Comment，”American Economic Review， 87（5）：1033-1039.

Verspagen， B.，1993，Uneven Growth between Interdependent Economies： An Evolutionary View on Technology Gaps，Trade and Growth，Maastricht： Universitaire PersMastricht.

Wang，K.L.，Pang，S.Q.，Zhang，F(xiàn).Q.，Miao，Z. and Sun，H.P.，2022，“The Impact Assessment of Smart City Policy on Urban Green Total-Factor Productivity： Evidence from China”，Environmental Impact Assessment Review，94，106756.

Xia， F. and Xu， J.，2020，“Green Total Factor Productivity： A Re-Examination of Quality of Growth for Provinces in China”，China Economic Review，62，101454.

Xu，Y.H. and Deng，H.T.，2022，“Green Total Factor Productivity in Chinese Cities：Measurement and Causal Analysis within a New Structural Economics Framework”，Journal of Innovation & Knowledge，7（4），100235.

Zhao，X.，Lynch Jr， J. G. and Chen，Q.，2010，“Reconsidering Baron and Kenny： Myths and Truths about Mediation Analysis”，Journal of Consumer Research， 37（2）：197-206.

Zofio，J.L.，2007，“Malmquist Productivity Index Decompositions： A Unifying Framework”，Applied Economics， 39（18）：2371-2387.

Organic Composition of Capital Deepending and Green Total Factor Productivity Growth：An Empirical Study Based on Chinese Cities at Prefecture Level and Above from 2004 to 2019

Xu Yonghui Zhao Yan Deng Gezhi

Abstract：Green total factor productivity growth is an important marker for achieving quality development.Existing studies have developed the identification of causal factors for green total factor productivity growth in multiple dimensions， with fewer of them developed under the Marxian political economy paradigm.Green total factor productivity growth mainly stems from technological progress and resource allocation potential， and under Marx's theory of organic composition of capital， this implies that deepening of organic composition of capital is the key variable affecting green total factor productivity growth. This paper first theoretically deconstructs the economic logic between the deepening of organic composition of capital and green total factor productivity growth， and then conducts an empirical study using data for municipal districts of prefecturelevel and above cities in China from 2004 to 2019.It is found that the deepening of the organic composition of capital forms a key causal factor in green total factor productivity growth， and this finding passes multiple robustness tests such as Granger causality analysis and re-testing under the caliber of industrial firms. The heterogeneity analysis shows that the marginal effect of the deepening of the organic composition of capital on green total factor productivity growth has been reinforced in the context of the shift in China's economic growth model since the New-Normal.Further mechanistic studies show that deepening of the organic composition of capital in a static perspective drives green total factor productivity growth mainly through optimizing resource allocation efficiency.In a dynamic perspective， the deepening of the organic composition of capital that deviates from the endowment structure prevents the efficient use of factors， and this "misalignment" also leads to the continuous self-adjustment of the organic composition of capital， inducing enterprises and society to endogenize technological progress to correct the distortion of factor allocation.

The findings of this paper can provide policy insights for the Chinese government to promote high-quality development in the 14th Five-Year Plan period and beyond.The formation of organic composition of capital in line with the characteristics of local endowments is a key initiative to sustainably enhance green total factor productivity in cities;Continuously improving the mechanism for market-based allocation of factors， especially focusing on strengthening the role of market mechanisms in price signaling; Optimizing factor income distribution and demand-side structure to guide green technology choices of micro enterprises and the whole society.

With the key variable of organic composition of capital， this paper intends to add a novel perspective of Marxian political economy to the study of green total factor productivity growth，thus promoting the relevant research progress.Firstly，this paper highlights the concept of deepening the organic composition of capital， and explores in depth the inner "causal logic law" and specific mechanisms between organic composition of capital deepening and green total factor productivity growth; Secondly，this paper quantifies the political economy concept of organic composition of capital， and uses data from 264 Chinese cities at the prefecture level and above to conduct rigorous empirical tests for research hypotheses.

Keywords：Organic Composition of Capital;Green Total Factor Productivity; Resource Allocation Efficiency; Technological Progress

（責任編輯：謝淑娟）

* 徐永慧，廣州航海學院航運經(jīng)貿(mào)學院，E-mail：xuyonghui_nk@163.com，通訊地址：廣東省廣州市黃埔區(qū)紅山三路101號，郵編：510725;趙燕，廣州大學經(jīng)濟與統(tǒng)計學院，E-mail：ningxi.1121@163.com，通訊地址：廣東省廣州市番禺區(qū)大學城外環(huán)西路230號，郵編：510006；鄧格致，香港科技大學公共政策學院，E-mail：gdeng@connect.ust.hk，通訊地址：香港九龍清水灣，郵編：999077。非常感? 謝匿名審稿專家的寶貴意見，作者文責自負。

基金項目：本文受廣東省哲學社會科學規(guī)劃青年項目“廣東省鄉(xiāng)村振興發(fā)展指標和政策優(yōu)化路徑研究”（GD21YYJ16）和國家社會科學基金重大攻關(guān)項目“全面建成小康社會背景下新型城鄉(xiāng)關(guān)系研究”（17ZDA067）的資助。

1 這里C表示不變資本價值，V表示可變資本價值。

1 馬克思在《資本論（第二卷）》第八章中明確指出：“如果生產(chǎn)場所擴大了，就是在外延上擴大；如果生產(chǎn)資料效率提高了，就是在內(nèi)涵上擴大”。

2 減少環(huán)境污染、降低能源及原材料消耗的技術(shù)、工藝或產(chǎn)品可被統(tǒng)稱為綠色技術(shù)（Braun and Wield，1994）。

1 當經(jīng)濟發(fā)展到一定水平后，客觀上會要求消費資料部類以更快的速度增長以實現(xiàn)生產(chǎn)資料和消費資料兩部類之間的必要比例得以滿足（徐春華，2017）。這意味著馬克思政治經(jīng)濟學視角下，隨著經(jīng)濟發(fā)展，需求側(cè)變化對企業(yè)和市場的導向作用將更為強烈。

2 但是這一特征，對不考慮環(huán)境約束的全要素生產(chǎn)率增長不一定是存在的。由于更為兼顧綠色生態(tài)，在更高的經(jīng)濟發(fā)展階段社會選擇的新技術(shù)可能在一定時期內(nèi)犧牲了產(chǎn)出效率。

3 對面板數(shù)據(jù)可進行混合回歸、隨機效應(yīng)估計、固定效應(yīng)估計，因此存在模型選擇問題。除了拉格朗日乘子檢驗、過度約束檢驗等統(tǒng)計檢驗方法，本文對雙向固定效應(yīng)模型的選擇還有著現(xiàn)實考量，影響城市GTFP及其構(gòu)成的因素中有一些隨城市個體變化但不隨時間變化或者隨時間變化但不隨城市個體變化的變量，前者如城市所處區(qū)位、自然環(huán)境，后者如國家整體經(jīng)濟發(fā)展戰(zhàn)略、國外環(huán)境變化。相比于混合估計或者面板隨機效應(yīng)模型，采用雙向固定效應(yīng)模型可剔除這些難以觀測變量的影響，從而更準確地捕獲核心變量之間的真實關(guān)系。

1 因為MaxDEA軟件在核算綠色全要素生產(chǎn)率變化時允許不同年份的樣本有差異，但不允許存在缺失值。在核算關(guān)鍵解釋變量——綠色全要素生產(chǎn)率變化時，本文實際采用的樣本為在2003—2016年數(shù)據(jù)均完整的264個城市總樣本，2017年、2018年、2019年完整數(shù)據(jù)相對更少一些的238、195個、195個城市樣本。由于總樣本一致，2017—2019年部分樣本的被剔除并沒有影響到對中國城市綠色全要素生產(chǎn)率增長的趨勢研判，參見Xu and Deng（2022）對微量樣本調(diào)整下城市GTFP核算結(jié)果的比較分析。

2 基于DEA方法得到的SBM-ML指數(shù)本質(zhì)上反映了綠色全要素生產(chǎn)率的同比變化情況或者正增長、負增長情況（見表2），故可稱之為綠色全要素生產(chǎn)率增長或變化。對于核算和分解SBM-ML指數(shù)的理論模型已經(jīng)有很多文獻進行介紹，在此不再贅述。

3 2003—2016年的全社會固定資產(chǎn)投資額數(shù)據(jù)來自歷年《中國城市統(tǒng)計年鑒》，2017—2019年數(shù)據(jù)則從各省（市）的統(tǒng)計年鑒自行搜集。具體參見Xu and Deng（2022）。

1 首先將在崗職工平均工資額以省際城市居民消費價格指數(shù)（2005年=100）進行折算。城鎮(zhèn)就業(yè)人員則包括城鎮(zhèn)私營和個體從業(yè)人員以及城鎮(zhèn)單位從業(yè)人員，即表1中的勞動指標。

2 由固定資產(chǎn)合計（萬元）和折舊率得到固定資產(chǎn)折舊額（萬元），折舊率取5%。

3 計算過程中采用的均是剔除物價變動的實際值。具體是，將固定資產(chǎn)合計（萬元）以省際固定資產(chǎn)價格指數(shù)折算為實際值（2005年為基期），流動資產(chǎn)合計（萬元）和在崗職工工資總額（萬元）以省際城市居民消費價格指數(shù)折算為實際值（2005年為基期）。

4 對于以名義貨幣值為單位人均收入水平，利用上文得到的城市級別的地區(qū)生產(chǎn)總值平減指數(shù)（2005年為基期），將其折算為以2005年為基期的實際值。基于數(shù)據(jù)可得性，教育指標的構(gòu)建采用全市口徑。

1 潘省初（2013）指出，一般來說相關(guān)系數(shù)的絕對值高于0.8很可能存在多重共線性。

2 為避免多重共線性帶來的可能干擾，下文具體估計過程中我們還比較了納入控制變量、不納入控制變量的計量模型估計結(jié)果（如下文的表4），結(jié)果進一步證實了以上基本判定。

1 在數(shù)據(jù)量較大的情況下，普通散點圖過于擁擠，很難直觀體現(xiàn)變量之間的關(guān)系，甚至會呈現(xiàn)出多種可能組合的情況（Anscombe，1973）。這時分倉散點圖能更為清晰地展現(xiàn)變量之間的可能函數(shù)關(guān)系（Michael， 2013），其基本原理是將橫軸分為樣本量相同的倉（本文選取了20個），計算各倉內(nèi)lnCV和GTFP的均值，繪制這些均值的散點圖。

1 篇幅所限，本文并未給出相關(guān)檢驗結(jié)果，如感興趣可向作者索取。

2 基于對圖1的分析以及中國政府對“新常態(tài)”這一執(zhí)政新理念的提出時點，取2014年為分界點。

3 階段虛擬變量dummystage為0、1二值變量，即年份t處于2015—2019年間時，令dummystaget=1；否則，令dummystaget=0。

1 考慮到中國不同城市面臨相同的宏觀經(jīng)濟、制度等因素，可能存在截面相關(guān)，在檢驗過程中均通過減去截面均值來緩和截面相關(guān)性。同時城市綠色全要素生產(chǎn)率和資本有機構(gòu)成指數(shù)存在明顯的時間趨勢，檢驗過程中均納入時間趨勢項。受篇幅所限，檢驗結(jié)果不再列出。

1? Kleibergen-Paap rk LM統(tǒng)計量對應(yīng)不可識別檢驗，原假設(shè)支持不可識別；Kleibergen-Paap rk Wald F統(tǒng)計量對應(yīng)弱工具變量檢驗，模型（1）的相應(yīng)統(tǒng)計量值12.701、模型（2）的相應(yīng)統(tǒng)計量值10.230均大于15%顯著性水平下的Stock-Yogo臨界值8.96，但小于10%顯著性水平下的Stock-Yogo臨界值16.38。

1 簡而言之，TC反映了“最佳實踐者”推動生產(chǎn)前沿面的外移幅度，EC反映了“落后者”向生產(chǎn)前沿面的移動幅度。

1 規(guī)模效應(yīng)意味著在要素累積、生產(chǎn)規(guī)模擴張的過程中，由依附于投資和人力學習經(jīng)驗的“干中學”效應(yīng)內(nèi)生地引發(fā)生產(chǎn)率的提升。但“干中學”效應(yīng)會隨著技術(shù)差距的縮小而迅速下降，最終呈現(xiàn)出收益遞減的特征。中國已經(jīng)處于“干中學”效應(yīng)遞減的階段（中國經(jīng)濟增長前沿課題組，2014），因此以剝離規(guī)模效應(yīng)后的純技術(shù)效率和純技術(shù)進步做代理變量具有更多的現(xiàn)實政策意義。

2 之所以采用鏈式多重中介而非簡單中介效應(yīng)模型，即在模型（3-1）中納入技術(shù)進步（PTC），是因為實際生產(chǎn)過程中的技術(shù)進步伴隨著要素的重組以及相應(yīng)的組織和制度變革等生產(chǎn)關(guān)系調(diào)整，對資源配置效率必然有著或正或負的直接影響（向曉梅等，2021）。但資源的重新配置并不必然的改變技術(shù)。

3 若不剝離規(guī)模效應(yīng)，以TC和EC反映技術(shù)進步和資源配置效率，得到的主要結(jié)論仍是一致的。不同的地方在于中國城市生產(chǎn)中相對較低的規(guī)模效率會在一定程度上拉低資本有機構(gòu)成以資源配置效率為中介機制的效應(yīng)值。

4 在馬克思主義視角下對技術(shù)進步或創(chuàng)新的“創(chuàng)造性破壞”效應(yīng)的分析，可參見向曉梅等（2021）。

1 之所以取算術(shù)均值而非直接采用第k期滯后項（[lnCVt?k]），是為了盡可能地平減單一年份的某些不確定性因素對資本有機構(gòu)成的隨機影響。

1 篇幅所限，這里不再給出。如感興趣，可向作者索取。

2 分別對lnCV和PEC、lnCV和PTC建立面板VAR模型，具體設(shè)定是：以所有控制變量為外生變量，采用一階滯后期，選擇一階差分方法剔除面板固定效應(yīng)，設(shè)定穩(wěn)健標準誤。估計所得面板VAR系統(tǒng)均通過了平穩(wěn)性檢驗，全部特征根值都落于單位圓內(nèi)。篇幅所限，估計結(jié)果這里不再給出，感興趣可向作者索取。