張豪+何宇+張建華

摘 要：使用SBM方向性距離函數(shù)和Malmquist-Luenberger指數(shù)，測(cè)算并分解了中國(guó)66個(gè)城市的綠色全要素生產(chǎn)率（TFP），并運(yùn)用空間杜賓模型探討其空間溢出效應(yīng)。研究認(rèn)為：前沿技術(shù)進(jìn)步是綠色TFP增長(zhǎng)的主要貢獻(xiàn)因素，而環(huán)境技術(shù)效率的改善卻比較滯后；66個(gè)城市的綠色TFP顯示出較大的地區(qū)差異，但是存在空間溢出；其中人力資本對(duì)綠色TFP的增長(zhǎng)不僅具有空間溢出效應(yīng)，也具有明顯的本地促進(jìn)效應(yīng)，而R&D僅具有空間溢出效應(yīng)，本地促進(jìn)效應(yīng)并不明顯。

關(guān)鍵詞：綠色全要素生產(chǎn)率；方向性距離函數(shù)；空間杜賓模型；空間溢出

文章編號(hào)：2095-5960（2016）06-0082-09；中圖分類號(hào)：F127；文獻(xiàn)標(biāo)識(shí)碼：A

一、引言和文獻(xiàn)綜述

眾所周知，傳統(tǒng)粗放型增長(zhǎng)方式是以犧牲環(huán)境為代價(jià)的，不可持續(xù)。十八屆五中全會(huì)首次將“綠色”和“共享”納入到發(fā)展理念中，體現(xiàn)了國(guó)家轉(zhuǎn)變綠色發(fā)展方式、倡導(dǎo)綠色經(jīng)濟(jì)的信心和決心。傳統(tǒng)文獻(xiàn)對(duì)經(jīng)濟(jì)效率的研究一般都剝離“環(huán)境因素”，僅僅從經(jīng)濟(jì)總量上考察，并沒(méi)有考慮到經(jīng)濟(jì)增長(zhǎng)背后的環(huán)境犧牲，以此計(jì)算的經(jīng)濟(jì)效率不符合綠色發(fā)展的內(nèi)涵。鑒于此，如何核算綠色環(huán)境生產(chǎn)效率，探索經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)的可持續(xù)發(fā)展方式，具有重要的學(xué)術(shù)意義和政策參考價(jià)值。

綠色全要素生產(chǎn)率（以下簡(jiǎn)稱“綠色TFP”）綜合考慮了傳統(tǒng)產(chǎn)出和非期望的壞產(chǎn)出，是將環(huán)境因素納入生產(chǎn)函數(shù)后對(duì)生產(chǎn)效率的測(cè)度。目前，已有大量的文獻(xiàn)對(duì)國(guó)內(nèi)外綠色TFP展開(kāi)了研究。學(xué)者們分別利用索羅余值法、隨機(jī)前沿分析法和DEA方法等對(duì)綠色TFP的測(cè)度方式及其分解測(cè)算進(jìn)行了大量研究。Pittman（1983）[1]首次將污染作為“壞的產(chǎn)出”納入到生產(chǎn)函數(shù)中，由于DEA方法不需要設(shè)定生產(chǎn)函數(shù)形式并且能夠同時(shí)處理多產(chǎn)出的情形，因此受到了眾多學(xué)者的青睞。Chung（1997）[2]、Fare等（2001）[3]拓展了距離函數(shù)，提出了方向距離函數(shù)（directional distance function），并使用了更能契合經(jīng)濟(jì)綠色發(fā)展內(nèi)涵的Malmquist-Luenberger指數(shù)分析法。胡鞍鋼、鄭京海（2008）[4]使用中國(guó)30個(gè)省際面板數(shù)據(jù)，測(cè)算并分區(qū)域?qū)Ρ确治隽酥袊?guó)東、中、西部綠色生產(chǎn)效率。匡遠(yuǎn)鳳、彭代彥（2012）[5]對(duì)比分析了傳統(tǒng)TFP和綠色TFP，發(fā)現(xiàn)中國(guó)綠色TFP增長(zhǎng)大于傳統(tǒng)TFP增長(zhǎng)。另有很多學(xué)者（陳詩(shī)一，2009[6]；李斌等，2013[7]）在TFP測(cè)算基礎(chǔ)上，實(shí)證分析了TFP的影響因素，探討環(huán)境管制政策和綠色TFP的關(guān)系。岳書(shū)敬和劉富華（2009）[8]使用工業(yè)部門數(shù)據(jù)，對(duì)比分析了行業(yè)部門間的綠色TFP，認(rèn)為市場(chǎng)化水平、FDI、R&D能夠促進(jìn)工業(yè)綠色生產(chǎn)效率，但是技術(shù)經(jīng)費(fèi)的引入和市場(chǎng)競(jìng)爭(zhēng)等沒(méi)有促進(jìn)作用。王兵等（2008）[9]利用17個(gè)APEC國(guó)家和地區(qū)的面板數(shù)據(jù)考察了環(huán)境管制和TFP的關(guān)系，認(rèn)為人均GDP、工業(yè)化水平、技術(shù)無(wú)效率水平、勞均資本、人均能源使用量以及開(kāi)放度會(huì)對(duì)TFP產(chǎn)生影響。李斌等（2013）[7]認(rèn)為環(huán)境規(guī)制的不合理設(shè)計(jì)是中國(guó)工業(yè)粗放發(fā)展的重要原因，不合理的環(huán)境規(guī)制政策并不能有效提高綠色TFP。李谷成（2014）[10]研究了中國(guó)農(nóng)業(yè)綠色TFP，從城市化進(jìn)程、農(nóng)產(chǎn)品價(jià)格體制、農(nóng)業(yè)公共支出等制度因素分析了對(duì)農(nóng)業(yè)綠色TFP的影響。

綜上，現(xiàn)有關(guān)于綠色TFP的文獻(xiàn)多集中在省域或行業(yè)層面的研究，鮮有從地級(jí)市層面研究綠色TFP及其空間溢出效應(yīng)。本文首先采用考慮非期望產(chǎn)出和松弛問(wèn)題的非徑向非角度SBM 效率測(cè)度模型并結(jié)合Malmquist-Luenberger生產(chǎn)率指數(shù)法來(lái)科學(xué)測(cè)度中國(guó)主要城市的綠色技術(shù)效率和綠色TFP，同時(shí)利用空間杜賓模型驗(yàn)證城市間綠色TFP的空間溢出效應(yīng)，為實(shí)現(xiàn)中國(guó)城市經(jīng)濟(jì)和環(huán)境的雙贏發(fā)展提供一定的政策參考。

ML、EFFCH 和 TECH大于1表明生產(chǎn)率增長(zhǎng)、效率改善以及技術(shù)進(jìn)步，反之如果小于1則表明指數(shù)的無(wú)效率。本文運(yùn)用MaxDEA軟件，測(cè)度了66個(gè)城市（2005-2012）的生產(chǎn)率指數(shù)、效率變化指數(shù)及技術(shù)進(jìn)步指數(shù)。

（二）綠色全要素生產(chǎn)率的空間溢出機(jī)制與模型

城市間綠色TFP溢出機(jī)制存在四種情況：（1）知識(shí)性溢出。新貿(mào)易理論和新經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為，知識(shí)溢出和經(jīng)濟(jì)增長(zhǎng)是密切聯(lián)系的。知識(shí)傳播和知識(shí)溢出分別是知識(shí)的復(fù)制和再造。如果一個(gè)行業(yè)出現(xiàn)知識(shí)創(chuàng)新時(shí)，那么新知識(shí)就會(huì)通過(guò)上下游行業(yè)間的渠道而傳播。（2）技術(shù)溢出。每個(gè)城市都會(huì)進(jìn)行一定的研發(fā)投入，但是新的技術(shù)本身容易通過(guò)各種渠道傳播到其他的地區(qū)或企業(yè)，進(jìn)而影響周邊具有貿(mào)易聯(lián)系的地區(qū)或企業(yè)。（3）產(chǎn)業(yè)關(guān)聯(lián)性溢出。任何企業(yè)都是與其他企業(yè)相互關(guān)聯(lián)的，而且處于產(chǎn)業(yè)鏈條的某一環(huán)節(jié)，處于產(chǎn)業(yè)鏈條中的企業(yè)之間必然會(huì)有或多或少的聯(lián)系。（4）市場(chǎng)交易性溢出。市場(chǎng)交易可以促使地區(qū)之間的技術(shù)溢出。上游產(chǎn)業(yè)產(chǎn)品技術(shù)水平的變化一般會(huì)對(duì)下游產(chǎn)業(yè)產(chǎn)品生產(chǎn)技術(shù)產(chǎn)生影響；下游產(chǎn)業(yè)對(duì)上游供應(yīng)企業(yè)在管理質(zhì)量、技術(shù)水平、人力資源上有一定的保障。

基于此，本文認(rèn)為，類似于傳統(tǒng)TFP通過(guò)地區(qū)間的人力資本和知識(shí)存量的空間流動(dòng)而引起地區(qū)間TFP的溢出，區(qū)域間綠色TFP也會(huì)通過(guò)人力資本和知識(shí)存量的傳導(dǎo)路徑而表現(xiàn)出空間溢出。根據(jù)Grossman和Helpman（1991a，b）[12][13]和Ertur等（2011）[14]構(gòu)建衡量TFP增長(zhǎng)的空間杜賓模型（SDM）：

W是空間權(quán)重（N×N）矩陣。當(dāng)采取空間自回歸模型時(shí)，OLS將不再適用，我們將利用最大似然法來(lái)估計(jì)模型。一般而言，線性回歸的參數(shù)可以同時(shí)被理解為因變量與自變量之間的偏導(dǎo)數(shù)。

三、數(shù)據(jù)來(lái)源和處理

（一）數(shù)據(jù)來(lái)源

文章選取了中國(guó)地級(jí)市層面的投入產(chǎn)出面板數(shù)據(jù)來(lái)度量我國(guó)主要城市的綠色TFP。計(jì)算中剔除了數(shù)據(jù)缺失的城市，對(duì)于個(gè)別城市的缺失值采用插值法進(jìn)行補(bǔ)充，最終數(shù)據(jù)包含了27個(gè)省市自治區(qū)的66個(gè)地級(jí)城市①①北京、天津、石家莊、唐山、邯鄲、張家口、晉城、包頭、吉林、哈爾濱、上海、南京、無(wú)錫、徐州、常州、蘇州、南通、連云港、鹽城、鎮(zhèn)江、杭州、寧波、溫州、嘉興、紹興、金華、臺(tái)州、合肥、安慶、福州、寧德、南昌、新余、濟(jì)南、青島、鄭州、平頂山、武漢、宜昌、廣州、南寧、?？?、三亞、重慶、貴陽(yáng)、遵義、昆明、西安、秦皇島、太原、長(zhǎng)治、運(yùn)城、忻州、沈陽(yáng)、大連、長(zhǎng)春、臨沂、菏澤、長(zhǎng)沙、深圳、惠州、東莞、咸陽(yáng)、榆林、嘉峪關(guān)、銀川。，時(shí)間跨度為2005年到2012年。計(jì)量過(guò)程中涉及數(shù)據(jù)來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)區(qū)域統(tǒng)計(jì)年鑒》、《中國(guó)城市統(tǒng)計(jì)年鑒》、《中國(guó)能源統(tǒng)計(jì)年鑒》、《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》以及66個(gè)城市的統(tǒng)計(jì)年鑒。

（二）變量選擇

期望產(chǎn)出（“好”的產(chǎn)出）：期望產(chǎn)出由實(shí)際GDP來(lái)定義，根據(jù)各省市GDP平減指數(shù)對(duì)應(yīng)各自城市GDP調(diào)整為2003年不變價(jià)格，我們假設(shè)同一省份內(nèi)城市的GDP平減指數(shù)一樣，并與該省GDP平減指數(shù)相同。

非期望產(chǎn)出（“壞”的產(chǎn)出）：對(duì)于非期望產(chǎn)出指標(biāo)的選取，王兵等（2008）[9]選擇CO2作為非期望產(chǎn)出，李玲等（2012）[15]使用了廢水、CO2、SO2和固體廢物作為非期望產(chǎn)出。若僅選擇工業(yè)“三廢”則沒(méi)有考慮到指標(biāo)的同質(zhì)性，而選擇其他指標(biāo)中的某一兩個(gè)子指標(biāo)作為非期望產(chǎn)出顯然不全面，目前國(guó)內(nèi)外研究還沒(méi)有統(tǒng)一標(biāo)準(zhǔn)來(lái)確定如何科學(xué)全面地表達(dá)非期望產(chǎn)出指標(biāo)。本文采用王兵（2015）[16]的方法，選擇COD和SO2作為非期望產(chǎn)出。

投入：本文不僅考慮了資本和勞動(dòng)投入，還把能源投入納入了考察范圍。關(guān)于勞動(dòng)投入，現(xiàn)有研究大多采用《中國(guó)城市統(tǒng)計(jì)年鑒》提供的在崗職工人數(shù)和城鎮(zhèn)就業(yè)人數(shù)（不包含鄉(xiāng)村就業(yè)人員），如果利用這個(gè)數(shù)據(jù)計(jì)算TFP，結(jié)果會(huì)產(chǎn)生比較大的偏差。鑒于此，本文選擇了《中國(guó)區(qū)域經(jīng)濟(jì)年鑒》中的相關(guān)數(shù)據(jù)，以期望獲得更加全面的就業(yè)數(shù)據(jù)。一般將能源消費(fèi)總量作為能源投入數(shù)據(jù)，但是《中國(guó)能源統(tǒng)計(jì)年鑒》中并沒(méi)有給出地級(jí)市層面的能源消費(fèi)數(shù)據(jù)，而大部分城市統(tǒng)計(jì)年鑒中只提供規(guī)模以上工業(yè)企業(yè)能源消費(fèi)總量，因此將其作為能源投入的替代變量。

資本存量：本文根據(jù)《中國(guó)城市年鑒》，采用永續(xù)盤存法（PIM）估算，根據(jù)《中國(guó)統(tǒng)計(jì)年鑒》中各省、市自治區(qū)的固定資產(chǎn)投資平減指數(shù)將對(duì)應(yīng)各個(gè)城市的資本存量調(diào)整為以2003年為基期的不變價(jià)格?；诘馁Y本存量使用Reinsdorf（2005）[17]推導(dǎo)得到公式K0=I0（1+g）/（g+ρ），g為不變價(jià)投資的平均增長(zhǎng)率，ρ為資本平均折舊率，具體值為10.96%（單豪杰，2008）[18]。相關(guān)數(shù)據(jù)的一般統(tǒng)計(jì)描述見(jiàn)表 1。

人力資本（HR）：人力資本包含了勞動(dòng)者的健康、知識(shí)、經(jīng)驗(yàn)和專業(yè)技能等綜合因素的總稱。目前，國(guó)內(nèi)外許多學(xué)者使用地區(qū)平均受教育年限來(lái)衡量人力資本，其計(jì)算公式為：H1（t）=∫∞0·χ（t，）d ，其中，表示受教育年限，H1（t）表示第t期的人均人力資本存量，χ（t，）表示第t期受教育年限為的人口占總?cè)丝诒壤ㄒο葒?guó)等，2008）[19]。

技術(shù)水平（R&D）：采用R&D投入作為替代變量。鑒于《中國(guó)科技統(tǒng)計(jì)年鑒》中R&D研發(fā)數(shù)據(jù)只有省域?qū)用?，許多省市統(tǒng)計(jì)年鑒中也沒(méi)有報(bào)告R&D研發(fā)支出的詳細(xì)數(shù)據(jù)。《中國(guó)城市統(tǒng)計(jì)年鑒》中各城市也只是報(bào)告科學(xué)事業(yè)費(fèi)和教育事業(yè)費(fèi)支出，并沒(méi)有研發(fā)數(shù)據(jù)的報(bào)告。有學(xué)者將兩者之和作為R&D投入的替代變量，但是由于數(shù)量級(jí)別的差異往往會(huì)導(dǎo)致估計(jì)的誤差。因此，筆者采用如下方法對(duì)城市中R&D研發(fā)數(shù)據(jù)進(jìn)行估算：首先，計(jì)算城市科學(xué)事業(yè)費(fèi)和教育事業(yè)費(fèi)支出之和，并且算出其每年在各自省份中的比例。然后用各省真實(shí)R&D數(shù)據(jù)乘以這一比例，即得出城市每年估算的R&D數(shù)據(jù)。最后利用各省市GDP平減指數(shù)將對(duì)應(yīng)各自城市的R&D投入調(diào)整為2003年不變價(jià)格，從而算出實(shí)際R&D投入。

空間權(quán)重矩陣（W）：我們受到Frankel 和Romer（1999）[20]的啟示，并結(jié)合引力模型，認(rèn)為兩個(gè)貿(mào)易地區(qū)之間不僅受到空間距離的影響，也和經(jīng)濟(jì)發(fā)展水平有關(guān)，因此我們定義Gij=GDPiGDPjd2i，j，引力矩陣中GDP數(shù)據(jù)是2005—2012年城市的平均值。其空間權(quán)重矩陣的構(gòu)建如下：

四、中國(guó)主要城市綠色全要素生產(chǎn)率增長(zhǎng)差異分析

（一）綠色全要素生產(chǎn)率增長(zhǎng)及其分解

利用MaxDEA軟件對(duì)數(shù)據(jù)進(jìn)行分析得知，2005—2012年期間，66個(gè)城市綠色技術(shù)效率平均指數(shù)0.992，綠色技術(shù)進(jìn)步指數(shù)1.022，綠色ML指數(shù)1.014，這表示2012年較2005年城市綠色技術(shù)效率下降0.8%，綠色技術(shù)進(jìn)步上升2.2%，綠色TFP上升了1.4%。

圖1是66個(gè)城市的綠色TFP（ML）、綠色效率變化（EC）和綠色技術(shù)進(jìn)步（TP）的折線圖。從圖中可以看出，技術(shù)進(jìn)步和整體的綠色TFP具有很大的同步性，而技術(shù)效率與整體綠色TFP的變化并不表現(xiàn)出較強(qiáng)的關(guān)聯(lián)性，這說(shuō)明TFP的變動(dòng)由技術(shù)進(jìn)步率的變化主導(dǎo)。我國(guó)主要城市整體綠色TFP（ML指數(shù)）呈現(xiàn)先上升后下降的趨勢(shì)，在2009年達(dá)到最大值，整體綠色TFP變化大致分為三個(gè)時(shí)期：2005年—2007年，ML指數(shù)呈上升趨勢(shì)，這一時(shí)期技術(shù)進(jìn)步成為經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿?，可能是因?yàn)樵诖似陂g，由于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、優(yōu)化，淘汰了一批高耗能、高污染的生產(chǎn)設(shè)備（金相郁，2006[21]；高春亮，2007[22]）；2007年—2010年ML指數(shù)表現(xiàn)為下降趨勢(shì)，并且在此時(shí)期，綠色技術(shù)進(jìn)步率下降的幅度大于綠色技術(shù)效率的上升幅度；2010—2012年，綠色TFP又有復(fù)蘇的跡象。

（二）主要城市綠色全要素生產(chǎn)率差異分析

表2列出了2005—2012年66個(gè)城市平均綠色TFP指數(shù)及分解，并按照綠色TFP進(jìn)行排名。綠色TFP排名靠前的城市為：三亞、長(zhǎng)治、嘉峪關(guān)、包頭、沈陽(yáng)、武漢、廣州、吉林、長(zhǎng)沙、北京、上海、深圳，而排名靠后的城市是：東莞、新余、邯鄲、石家莊、哈爾濱、遵義、臺(tái)州、宿遷、南通。綠色TFP的排名基本上反映了這樣一個(gè)規(guī)律：大城市（如沈陽(yáng)、武漢、廣州、長(zhǎng)沙、北京、上海、深圳）和旅游類城市（如三亞、嘉峪關(guān)）的排名比較靠前，而排名靠后的城市經(jīng)濟(jì)體量小而且多為資源型城市。這也正如綠色TFP所定義的一樣，在綜合考慮常規(guī)產(chǎn)出最大化和非期望產(chǎn)出最小化后，經(jīng)濟(jì)體量大并且轉(zhuǎn)型較快的城市以及以旅游為主的綠色發(fā)展城市具有更高的綠色生產(chǎn)效率，而經(jīng)濟(jì)體量小又不能及時(shí)轉(zhuǎn)型以及資源消耗型城市具有更低的綠色生產(chǎn)效率。對(duì)比環(huán)境污染變量加入前后結(jié)果的變化，我們發(fā)現(xiàn)綠色TFP的排名與傳統(tǒng)TFP的排名也具有明顯差異①①對(duì)于傳統(tǒng)TFP的排名，鑒于篇幅，暫不列出，對(duì)此感興趣的讀者可向作者索取核算結(jié)果。，環(huán)境友好型生產(chǎn)技術(shù)的排名更加靠前；而排名靠后的城市特點(diǎn)主要為通過(guò)模仿和改造生產(chǎn)改善生產(chǎn)技術(shù)，并承接?xùn)|部地區(qū)資源消耗型、污染型的產(chǎn)業(yè)轉(zhuǎn)移。

以上情況表明在經(jīng)濟(jì)發(fā)展的過(guò)程中，綠色增長(zhǎng)績(jī)效和污染排放具有密切的關(guān)聯(lián)。資本深化的技術(shù)進(jìn)步是純粹經(jīng)濟(jì)增長(zhǎng)為導(dǎo)向的，而綠色發(fā)展的技術(shù)進(jìn)步依舊滯后。

（三）城市綠色TFP改善分析

在我們的考察期間內(nèi)，有多少城市綠色TFP得到改善，這對(duì)于評(píng)價(jià)城市綠色發(fā)展質(zhì)量至關(guān)重要。表3統(tǒng)計(jì)了2005年到2012年城市綠色TFP改善情況?？梢钥闯鲈诖似陂g，綠色TFP改善的城市占比超過(guò)一半，并且整個(gè)66個(gè)城市的樣本中，技術(shù)進(jìn)步的比例大于效率改善的比例。而且單獨(dú)看38個(gè)綠色TFP改善的城市，效率改善的占比有57.89%，而技術(shù)進(jìn)步改善的比例達(dá)到了92.11%。這說(shuō)明無(wú)論是從整體66個(gè)樣本城市還是從綠色TFP提升的38個(gè)城市來(lái)看，技術(shù)進(jìn)步改善的比例都是大于效率進(jìn)步的比例，而且在綠色TFP提升的38個(gè)城市數(shù)據(jù)中，技術(shù)進(jìn)步提升效應(yīng)顯著大于效率進(jìn)步效應(yīng)，表明綠色TFP的提升主要受益于技術(shù)進(jìn)步，而效率進(jìn)步對(duì)綠色TFP的促進(jìn)作用可能不顯著。

（四）綠色TFP的空間溢出效應(yīng)分析

通過(guò)對(duì)中國(guó)主要城市綠色TFP的分解和綠色TFP差異分析，我們認(rèn)為：（1）大城市及旅游型城市綠色TFP比較高，資源型城市綠色TFP比較低；（2）對(duì)于綠色TFP的提升，技術(shù)進(jìn)步起著主要作用?；谶@兩點(diǎn)，我們認(rèn)為規(guī)模、區(qū)位、產(chǎn)業(yè)不同的城市綠色TFP存在差異，而技術(shù)進(jìn)步是影響城市綠色TFP的主要渠道。因此，本部分內(nèi)容從人力資本和技術(shù)水平探討城市綠色全要素生產(chǎn)率的空間溢出效應(yīng)。

本文通過(guò)似然比檢驗(yàn)判斷空間杜賓模型（SDM）是否可以簡(jiǎn)化為空間誤差模型（SEM）或空間滯后模型（SLM）。檢驗(yàn)的結(jié)果顯示：LR_spatial_error 值為54.12，拒絕了γ + ρβ 為零的原假設(shè)。LR_spatial_lag值為66.54，在1%的水平上拒絕了γ為零的原假設(shè)。進(jìn)一步空間相關(guān)性檢驗(yàn)表明，TFP的Moran I值始終在0.1以上波動(dòng)，說(shuō)明相鄰城市的經(jīng)濟(jì)績(jī)效存在顯著的空間依賴關(guān)系，這也印證了理論部分所推導(dǎo)模型的正確性。經(jīng)Hausman檢驗(yàn)，本文選擇隨機(jī)效應(yīng)模型。

本文采用擬極大似然法進(jìn)行參數(shù)估計(jì)，運(yùn)用STATA13.1軟件進(jìn)行數(shù)據(jù)分析。表4是回歸結(jié)果，第二列GTFP表示綠色TFP第三列TTFP代表傳統(tǒng)TFP，從表4中發(fā)現(xiàn)：（1）無(wú)論是綠色TFP還是傳統(tǒng)TFP的空間滯后回歸系數(shù)ρ在1%的水平上均顯著為正，分別為1.126和1.180，這正說(shuō)明了城市間TFP溢出效應(yīng)的存在。（2）雖然研發(fā)和人力資本是促進(jìn)全要素生產(chǎn)率的重要途徑，但是從回歸結(jié)果來(lái)看，人力資本對(duì)于全要素生產(chǎn)率的提升具有顯著的正向促進(jìn)作用，而研發(fā)對(duì)于全要素生產(chǎn)率的提升符號(hào)不確定（綠色TFP的符號(hào)為負(fù)，傳統(tǒng)TFP的符號(hào)為正）且并不顯著，這說(shuō)明人力資源是促進(jìn)TFP進(jìn)步的主要因素，本地的R&D對(duì)于TFP的提升并沒(méi)有促進(jìn)作用，反而對(duì)綠色TFP 具有阻礙作用；陳剛（2010）[23]認(rèn)為造成R&D效率低下的原因可能是因?yàn)楫a(chǎn)權(quán)、法律等制度的落后不利于市場(chǎng)主體主動(dòng)提高研發(fā)的效率，同時(shí)制度原因也內(nèi)生地決定了政府主導(dǎo)型的研發(fā)體制，使得研發(fā)結(jié)構(gòu)不合理及研發(fā)投資效率低下。（3）從區(qū)域溢出視角來(lái)看，無(wú)論是研發(fā)還是人力資本，對(duì)城市間的TFP溢出都表現(xiàn)出了比較顯著的正溢出效應(yīng)，表明雖然研發(fā)對(duì)于地區(qū)生產(chǎn)率促進(jìn)作用并不顯著，卻具有顯著的空間溢出效應(yīng)，因而地方政府更應(yīng)該關(guān)注有助于綠色技術(shù)提升的研發(fā)資本投入與研發(fā)效率。

五、基本結(jié)論

本文認(rèn)為：（1）前沿技術(shù)進(jìn)步（TP）是綠色TFP的主要貢獻(xiàn)因素，而環(huán)境技術(shù)效率（EC）的改善卻比較滯后。未來(lái)通過(guò)改善城市環(huán)境技術(shù)效率來(lái)進(jìn)一步實(shí)現(xiàn)城市綠色TFP是很有前景的，否則將導(dǎo)致技術(shù)成果閑置和區(qū)域發(fā)展更加失衡。（2）中國(guó)城市綠色TFP表現(xiàn)出較大的地區(qū)差異，并存在空間溢出，其中人力資本對(duì)綠色TFP具有顯著的本地促進(jìn)效應(yīng)和空間溢出效應(yīng)，而研發(fā)對(duì)于綠色TFP具有顯著的空間溢出效應(yīng)，其本地促進(jìn)效應(yīng)不明顯。

論文仍存在一定不足：（1）鑒于統(tǒng)計(jì)數(shù)據(jù)獲取的原因，本文選取的時(shí)間窗口序列比較短，可能會(huì)因?yàn)闃颖玖啃《斐山Y(jié)果分析的偏差；（2）我們選擇了城市化學(xué)需氧量和二氧化硫排放量作為非期望產(chǎn)出對(duì)綠色TFP進(jìn)行了核算，而未考慮其他類型污染物（如二氧化碳，廢水，固體排放物等），這可能會(huì)影響綠色TFP核算的準(zhǔn)確性；（3）選取的城市并沒(méi)有涵蓋中國(guó)所有的地級(jí)市，甚至連一半都沒(méi)有，雖然存在一定的客觀原因，但對(duì)于科學(xué)研究不是太妥當(dāng)，根據(jù)本研究結(jié)論討論政策建議時(shí)仍需采取一種審慎態(tài)度。

參考文獻(xiàn)：

[1]Pittman， Russell W.， Multilateral Productivity Comparisons with Undesirable Outputs [J]. The Economic Journal， 1983（93）： 883-891.

[2]Chung， Yangho H.， Rolf Fare， Shawna Grosskopf. Productivity and undesirable outputs： a directional distance function approach [J]. Journal of Environmental Management， 1997（3）： 229-240.

[3]Fare， Rolf， Shawna Grosskopf， Carl A. Pasurka Jr. Accounting for air pollution emissions in measures of state manufacturing productivity growth [J]. Journal of Regional Science， 2001 （3）：381-409.

[4]胡鞍鋼，鄭京海，高宇寧等.考慮環(huán)境因素的省級(jí)技術(shù)效率排名（1999—2005）[J].經(jīng)濟(jì)學(xué)（季刊），2008（3）：933-960.

[5]匡遠(yuǎn)鳳，彭代彥.中國(guó)環(huán)境生產(chǎn)效率與環(huán)境全要素生產(chǎn)率分析[J].經(jīng)濟(jì)研究，2012（7）：62-74.

[6]陳詩(shī)一. 能源消耗、二氧化碳排放與中國(guó)工業(yè)的可持續(xù)發(fā)展[J]. 經(jīng)濟(jì)研究，2009（4）：41-55.

[7]李斌，彭星，歐陽(yáng)銘珂.環(huán)境規(guī)制、綠色全要素生產(chǎn)率與中國(guó)工業(yè)發(fā)展方式轉(zhuǎn)變——基于36個(gè)工業(yè)行業(yè)數(shù)據(jù)的實(shí)證研究[J].中國(guó)工業(yè)經(jīng)濟(jì)，2013（4）：56-68.

[8]岳書(shū)敬，劉富華.環(huán)境約束下的經(jīng)濟(jì)增長(zhǎng)效率及其影響因素[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（5）：94-106.

[9]王兵，吳延瑞，顏鵬飛.環(huán)境管制與全要素生產(chǎn)率增長(zhǎng)：APEC的實(shí)證研究[J]. 經(jīng)濟(jì)研究，2008（5）：19-32.

[10]李谷成.中國(guó)農(nóng)業(yè)的綠色生產(chǎn)率革命：1978—2008年[J].經(jīng)濟(jì)學(xué)（季刊），2014 （2）：537-558.

[11]Fare R， Grosskopf S， Pasurka C A. Environmental production functions and environmental directional distance functions [J]. SSRN Electronic Journal， 2007，32（7）：1055-1066.

[12]Grossman GM， Helpman E. Quality ladders in the theory of growth[J]. Rev Econ Stud，1991a，58（1）：43-61.

[13]Grossman GM， Helpman E. Trade， knowledge spillovers， and growth[J]. Eur Econ Rev，1991b，35（2-3）：517-526.

[14]Ertur C， Koch W. A contribution to the theory and empirics of Schumpeterian growth with worldwide interactions[J].Econ Growth，2011，16（3）： 215-55.

[15]李玲，陶鋒.中國(guó)制造業(yè)最優(yōu)環(huán)境規(guī)制強(qiáng)度的選擇——基于綠色全要素生產(chǎn)率的視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2012（5）：76.

[16]王兵，劉光天.節(jié)能減排與中國(guó)綠色經(jīng)濟(jì)增長(zhǎng)——基于全要素生產(chǎn)率的視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2015（5）：61.

[17]Reinsdorf M， Cover M. Measurement of capital stocks， consumption of fixed capital， and capital services [J]. Report on a presentation to the Central American Ad Hoc Group on National Accounts， Santo Domingo， Dominican Republic， 2005.

[18]單豪杰. 中國(guó)資本存量K的再估算：1952—2006年[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，10：17-31.

[19]姚先國(guó)，張海峰.教育、人力資本與地區(qū)經(jīng)濟(jì)差異經(jīng)濟(jì)研究[J].經(jīng)濟(jì)研究，2008（5）：47-57.

[20]Frankel J A， Romer D. Does trade cause growth？[J]. American economic review， 1999： 379-399.

[21]金相郁.中國(guó)城市全要素生產(chǎn)率研究： 1990—2003[J]. 上海經(jīng)濟(jì)研究，2006 （7）： 14-23.

[22]高春亮，周曉艷，王凌云.“市場(chǎng)換技術(shù)”策略能實(shí)現(xiàn)嗎[J]. 世界經(jīng)濟(jì)，2007， 30（8）： 14-21.

[23]陳剛. R&D 溢出，制度和生產(chǎn)率增長(zhǎng)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010 （10）： 64-77.