汪超 劉寶

摘? 要：全要素生產(chǎn)率是促進經(jīng)濟持續(xù)增長的重要因素，將生態(tài)環(huán)境因素納入到全要素生產(chǎn)率的測度框架之中。選取2004—2018年安徽省16個城市的數(shù)據(jù)為研究樣本，運用包含非期望產(chǎn)出的基于DDF的兩期生產(chǎn)率指數(shù)測算法（BML），以及基于超效率SBM模型的指數(shù)方法（GML），對安徽省城市的綠色全要素生產(chǎn)率進行測度與分析。采用實證分析方法進一步探究城市綠色全要素生產(chǎn)率的影響因素。研究發(fā)現(xiàn)：技術(shù)水平的提高、產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型，可以提高城市綠色全要素生產(chǎn)率。能源結(jié)構(gòu)不合理會阻礙綠色全要素生產(chǎn)率的增長。

關(guān)鍵詞：安徽城市;綠色全要素生產(chǎn)率;測度;實證分析

中圖分類號：X22;F127? ? ? ? 文獻標(biāo)識碼：A? ? ? ? ? 文章編號：1671-9255（2021）04-0017-06

一、引言

隨著我國資本積累速度下降、人口紅利消失和資源環(huán)境壓力增大，經(jīng)濟發(fā)展動力出現(xiàn)了下降趨勢。在這種情況下，提升全要素生產(chǎn)率水平，增加投入要素的報酬率，是解決以上困局的代表性思路[1]，也是實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的主流思路。[2]經(jīng)濟高質(zhì)量發(fā)展是要實現(xiàn)經(jīng)濟、社會和生態(tài)環(huán)境的耦合協(xié)調(diào)發(fā)展。中國明確把生態(tài)環(huán)境保護擺在更加突出的位置。生態(tài)環(huán)境已成為經(jīng)濟增長質(zhì)量評價的重要指標(biāo)。習(xí)近平總書記指出“綠水青山就是金山銀山”，深刻闡明了保護生態(tài)環(huán)境的重要性。安徽省作為長三角城市群的重要成員，在承接產(chǎn)業(yè)轉(zhuǎn)移示范過程中，制造業(yè)迅猛發(fā)展，經(jīng)濟總量快速上升。在測度經(jīng)濟增長的同時，往往未考慮經(jīng)濟增長帶來環(huán)境污染的負(fù)面影響。在這樣的背景下，就需要在傳統(tǒng)全要素生產(chǎn)率測度的基礎(chǔ)上考慮加入環(huán)境污染等非期望產(chǎn)出指標(biāo)，并進一步改進測算方法，使得測算的結(jié)果更全面、更科學(xué)，從而對安徽各城市綠色全要素的生產(chǎn)率有一個準(zhǔn)確、深刻的認(rèn)識。這對于進一步促進安徽城市綠色全要素生產(chǎn)率的發(fā)展有著重要的意義。

二、文獻綜述與研究背景

（一）全要素生產(chǎn)率的相關(guān)研究

索洛（1957）最早提出運用索洛余值法來測度全要素生產(chǎn)率，用以測算經(jīng)濟增長中不能被勞動力和資本解釋的部分。[3]他引入一個Hicks中性和規(guī)模報酬不變的新古典生產(chǎn)函數(shù)，在經(jīng)濟增長總量中，扣除掉勞動和資本兩個生產(chǎn)要素投入所帶來的部分，剩下的余額被稱為索洛余值即全要素生產(chǎn)率。但是Jorgenson和Grilliches（1967）認(rèn)為索洛余值法測度全要素生產(chǎn)率不太準(zhǔn)確[4]，該方法將TFP當(dāng)作殘差處理。測量誤差和遺漏變量會導(dǎo)致TFP結(jié)果不穩(wěn)健。因此，創(chuàng)建了測度TFP的擴展索洛模型。很多學(xué)者利用該模型測算了中國不同領(lǐng)域的全要素生產(chǎn)率。陳勁等（2007）測算了中國全要素生產(chǎn)率，并從自主創(chuàng)新能力方面進行了探討。[5]陳利華、楊宏進（2005）測算了各省的全要素生產(chǎn)率，然后分析了人力資本、政策制度、產(chǎn)業(yè)配置等因素對于全要素生產(chǎn)率的影響。[6]1977年以來，Aigner等在隨機前沿生產(chǎn)函數(shù)理論方面取得進展，隨機前沿生產(chǎn)函數(shù)被用于測算全要素生成率。該方法在一定程度上消除了隨機因素對前沿生產(chǎn)函數(shù)的部分影響，但也存在諸多不足。例如，生產(chǎn)函數(shù)中的參數(shù)太多，有些參數(shù)沒有明確的經(jīng)濟學(xué)意義。若假設(shè)各年度的參數(shù)相同，就否定了經(jīng)濟發(fā)展的時間性，使得測算不同區(qū)域的全要素生產(chǎn)率存在一定缺陷。

一直到DEA方法的出現(xiàn)才比較好地解決了全要素生產(chǎn)率的測算問題。Caves、Christensen和Diewert（1982）在DEA理論的基礎(chǔ)上為利用指數(shù)法測度全要素生產(chǎn)率建立新的理論框架，該種方法利用DEA方法定義距離函數(shù)，并在此基礎(chǔ)上構(gòu)造了Malmquist指數(shù)用以測度生產(chǎn)率。這種方法不需要考慮投入和產(chǎn)出的生產(chǎn)函數(shù)形態(tài)，可以研究多投入和多產(chǎn)出的全要素問題。該模型中投入產(chǎn)出變量的權(quán)重根據(jù)數(shù)據(jù)產(chǎn)生，不受主觀因素的影響。利用DEA來研究中國全要素問題成為新的熱點。例如陶洪、戴昌鈞（2007）等應(yīng)用DEA方法對我國工業(yè)企業(yè)進行生產(chǎn)率分析[7]，基于DEA前沿生產(chǎn)面，給出了技術(shù)效率變化、純技術(shù)進步、人均資本的規(guī)模效率變化和資本強度變化等四項指標(biāo)的經(jīng)濟含義，分析了1999—2005年期間影響中國省際工業(yè)勞動生產(chǎn)率變動的因素。其認(rèn)為技術(shù)進步是中國工業(yè)勞動生產(chǎn)率提高的主要原因，而且經(jīng)濟相對落后省份的工業(yè)生產(chǎn)率高于經(jīng)濟發(fā)達地區(qū)。資本深化對勞動生產(chǎn)率的改善具有消極影響，中國各省份普遍處于人均資本規(guī)模報酬遞減的狀態(tài)。

本文的創(chuàng)新點在于拓展了傳統(tǒng)DEA的應(yīng)用范圍。以往DEA測算全要素生產(chǎn)率只考慮好的產(chǎn)出（例如GDP）而忽視了壞的產(chǎn)出（例如污染物），測算結(jié)果有失偏頗。本文測算采用了基于DDF的方向距離函數(shù)。同時，將期望產(chǎn)出和非期望產(chǎn)出納入到DEA的測算之中?？紤]了生態(tài)環(huán)境因素，是綠色全要素生產(chǎn)率研究。文章的邊際貢獻是對安徽省16個地級市綠色全要素生產(chǎn)率進行實證研究，從經(jīng)濟增長質(zhì)量角度對省級綠色全要素生產(chǎn)率進行了測算?；跍y算結(jié)果，對安徽省16市目前的經(jīng)濟現(xiàn)狀進行分析，識別各投入要素對于經(jīng)濟增長的貢獻率，探討綠色全要素生產(chǎn)率的影響因素，對于指導(dǎo)安徽省綠色發(fā)展和經(jīng)濟高質(zhì)量發(fā)展具有重要政策意義。

三、實證研究設(shè)計

（一）安徽省城市綠色全要素生產(chǎn)率測算

1.測算變量方法與指標(biāo)

綠色全要素生產(chǎn)率測算在輸入單元納入了能源消耗要素，在輸出單元將環(huán)境污染因素納入到了傳統(tǒng)全要素生產(chǎn)率（TFP）的分析框架。這樣做是對傳統(tǒng)全要素生產(chǎn)率測算的改進，更符合我國當(dāng)前綠色發(fā)展的經(jīng)濟高質(zhì)量發(fā)展目標(biāo)。為了確保綠色全要素生產(chǎn)率計算方法的穩(wěn)健性，采用兩種方法進行測算后取平均值。

第一種方法是基于DDF的兩期生產(chǎn)率指數(shù)測算法（BML）。為了體現(xiàn)經(jīng)濟又好又快發(fā)展的情況，構(gòu)建了既包括期望產(chǎn)出（GDP）又包括非期望產(chǎn)出（環(huán)境污染）的生產(chǎn)可能性集合。假設(shè)每個行業(yè)有種投入，生產(chǎn)種期望產(chǎn)出，排放種非期望產(chǎn)出，時期為。運用數(shù)據(jù)包絡(luò)分析（DEA）將環(huán)境技術(shù)模型化為：為克服傳統(tǒng)ML生產(chǎn)率指數(shù)等的缺陷，結(jié)合Pastor等（2011）的理論，構(gòu)建一種新的BML生產(chǎn)率指數(shù)模型：

第二種方法是基于超效率SBM模型并包含非期望產(chǎn)出的指數(shù)方法（GML）。Tone（2003）定義的包含非期望產(chǎn)出的SBM模型考慮了投入、產(chǎn)出的關(guān)系，結(jié)合Andersen & Petersen提出的“超效率”模型，構(gòu)建包含非期望產(chǎn)出的SBM超效率模型。結(jié)合Pastor & Lovell（2005）與Chung等人（1997）提出的方法應(yīng)用于Malmquist模型得到第期到期的綠色全要素生產(chǎn)率指數(shù)：

綠色全要素生產(chǎn)率測算模型中的變量，具體的設(shè)定及計算方法見表1。

2.樣本選擇與數(shù)據(jù)來源

選取2004—2018年安徽省16個城市數(shù)據(jù)為研究樣本，在數(shù)據(jù)篩選過程中做了以下幾方面的處理：具有時間價值的數(shù)據(jù)以2003年為基期進行了平減處理。為了控制離群值對實證結(jié)果的影響，對于連續(xù)變量在1%水平上進行縮尾winsorize處理，數(shù)據(jù)來源于《安徽省統(tǒng)計年鑒》和各城市統(tǒng)計局公布數(shù)據(jù)。

3.安徽省城市綠色全要素生產(chǎn)率測算結(jié)果與分析

從測算結(jié)果來看，如表2所示，2004—2018年的樣本期間，安徽省城市綠色全要素生產(chǎn)率大于1的城市有9個，分別為合肥、蕪湖、蚌埠、馬鞍山、淮北、銅陵、安慶、黃山和亳州。而綠色全要素生產(chǎn)率較低的城市有阜陽、宿州、池州和宣城等。如圖1所示，2004—2018年間，安徽省城市綠色全要素生產(chǎn)率增長較為平均的城市有合肥、馬鞍山、亳州和安慶。也有部分城市的綠色全要素生產(chǎn)率呈現(xiàn)出負(fù)增長的趨勢，如阜陽、宿州和宣城等，其中，阜陽2018年的綠色全要素生產(chǎn)率水平比2004年還低了近42%。同時，在這些城市中，淮南、淮北、蕪湖和六安的綠色全要素生產(chǎn)率的波動幅度較大，其中，六安的綠色全要素生產(chǎn)率在2018年達到最低值0.798，比其2016年的最高值1.21低了0.412，下降了近34%?？梢姡不帐〕鞘械木G色全要素生產(chǎn)率指數(shù)的區(qū)域差異較大。從安徽各個城市地理位置來看，經(jīng)濟發(fā)達地區(qū)區(qū)位優(yōu)勢較為明顯，如合肥、蕪湖等地。欠發(fā)達地區(qū)如阜陽、淮北等地存在空間制約因素。此外，安徽多座城市為資源型城市，較為典型的代表如淮南市，其是伴隨煤礦開發(fā)而形成的無依托型資源城市，是華東地區(qū)重要的煤炭能源基地。但隨著礦區(qū)煤炭資源的減少和國家“十二五”規(guī)劃綱要對節(jié)能減排目標(biāo)的明確要求，資源型城市的發(fā)展困境越發(fā)明顯。單純依靠政策的財政支持難以改變其不合理的產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟增長方式。安徽各個區(qū)域城市存在人力資源、技術(shù)創(chuàng)新、政策傾斜、交通環(huán)境的差異。以合肥為代表的中部地區(qū)承接了先進制造業(yè)和高新產(chǎn)業(yè)，利用技術(shù)、人才、政策、基礎(chǔ)設(shè)施等優(yōu)勢實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的升級。而阜陽、淮北等皖北地區(qū)內(nèi)部經(jīng)濟協(xié)作程度低，對外開放程度和市場化程度低于安徽中部和東部地區(qū)，低碳高技術(shù)產(chǎn)業(yè)發(fā)展不足，難以通過有效的市場力量促進資源配置效率提升。東中部地區(qū)大量高耗能、高污染產(chǎn)業(yè)轉(zhuǎn)移至皖北地區(qū)，加重了這些地區(qū)節(jié)能減排的壓力，抑制了綠色全要素生產(chǎn)率增長。

（二）安徽省城市綠色全要素生產(chǎn)率影響因素實證與分析

1.模型設(shè)定

為了檢驗上述研究假設(shè)，首先構(gòu)建雙向固定效應(yīng)模型如下。

模型（3）中，是被解釋變量“城市綠色全要素生產(chǎn)率”，是一系列變量，代表城市，代表時間，是截距項，是變量的回歸系數(shù)，表示隨機干擾項，為時間固定效應(yīng)，是個體固定效應(yīng)。

2.變量定義和計算

被解釋變量是城市綠色全要素生產(chǎn)率（gbtfp）。人均GDP（popavg）計算方法是全市GDP/城市年末人口數(shù)。人口密度（popavg）計算方法是城市人口數(shù)/城市面積。中介組織與市場法制化（zjzz）采用的是樊綱市場化指數(shù)?；ヂ?lián)網(wǎng)發(fā)展指數(shù)（netin）考察相關(guān)的變量對于被解釋變量的影響?；ヂ?lián)網(wǎng)發(fā)展指數(shù)（netin）的計算參考了黃群慧等的做法。采用熵權(quán)法把城市數(shù)據(jù)中與信息網(wǎng)絡(luò)發(fā)展相關(guān)的4個指標(biāo)，擬合為一個綜合指標(biāo)。城市教育水平（eduin）采用普通高等學(xué)校數(shù)量、普通高等學(xué)校教師數(shù)量和人均教育支出三個指標(biāo)計算得到。城市外商直接投資水平（fdigdp）采用FDI/GDP。金融發(fā)展水平（fingdp）采用金融借貸款合計/GDP。工業(yè)發(fā)展水平（ind）采用第二產(chǎn)業(yè)增加值/GDP。外來法人投資水平（investor）數(shù)來源于城市專利發(fā)明指數(shù)。變量的描述性統(tǒng)計分析見表3。

3.實證結(jié)果與分析

如表3所示，安徽省大部分城市的綠色全要素生產(chǎn)率呈現(xiàn)波動上升狀態(tài)，平均增長率為1.0063。從整體均值來看，除阜陽、宣城等幾個城市外，大部分城市總體呈現(xiàn)增長趨勢。其中，合肥發(fā)展趨勢良好，主要原因是近年來合肥高新科技產(chǎn)業(yè)發(fā)展迅猛。從表3變量定義與描述性統(tǒng)計分析表來看，安徽省城市群綠色全要素生產(chǎn)率的波動主要受工業(yè)發(fā)展水平提升和城市創(chuàng)新水平影響。為了保證回歸結(jié)果的穩(wěn)健性，首先采用雙向固定效應(yīng)模型在二維角度進行檢驗，進一步采用更為嚴(yán)格的多維固定效應(yīng)在三維以上角度進行檢驗。表4報告了各變量影響城市綠色全要素生產(chǎn)率的回歸結(jié)果。在兩種模型回歸結(jié)果中，解釋變量popden（人口密度）、fdigdp（金融發(fā)展水平）和fingdp（FDI/GDP）的估計系數(shù)都在10%水平下顯著為負(fù)，說明人口密度過高、金融發(fā)展和外商投資不利于綠色全要素生產(chǎn)率的提升。解釋變量zjzz（中介組織與市場法制化）ind（工業(yè)發(fā)展水平）和inn（城市創(chuàng)新水平）的估計系數(shù)都在10%水平下顯著為正，說明市場法治完善、工業(yè)發(fā)展水平提升和城市創(chuàng)新有利于綠色全要素生產(chǎn)率的提升。綠色全要素生產(chǎn)率的水平既取決于投入和產(chǎn)出水平的對比，又取決于期望產(chǎn)出和非期望產(chǎn)出的水平對比。工業(yè)的發(fā)展主要是促進了GDP的增長，雖然增加了污染，但是期望產(chǎn)出超過了非期望產(chǎn)出的水平。市場的法治和環(huán)境規(guī)制水平有利于城市環(huán)境的改善。人口密度高加劇了城市污染情況，金融發(fā)展主要是沒有對于實體經(jīng)濟發(fā)展提供有力的支持。FDI的投資主要是非高科技水平的勞動密集型企業(yè)，耗費資源增加污染。以上三項體現(xiàn)對于綠色全要素生產(chǎn)率的抑制。目前，安徽省政府對新能源產(chǎn)業(yè)、高新技術(shù)產(chǎn)業(yè)大力扶持，控制環(huán)境污染，減少生產(chǎn)過程中的非期望支出，有利于提高安徽省的綠色全要素生產(chǎn)率。

四、研究結(jié)論與政策啟示

（一）研究結(jié)論

對2004—2018年安徽省城市群所包含的數(shù)據(jù)，本文基于DDF的兩期生產(chǎn)率指數(shù)測算法（BML）和基于超效率SBM模型并包含非期望產(chǎn)出的指數(shù)方法（GML）對安徽省城市綠色全要素生產(chǎn)率進行測度與分析，得到近15年的安徽省城市綠色全要素生產(chǎn)率。根據(jù)測算結(jié)果，安徽省城市群經(jīng)濟生產(chǎn)是有效率的，同時綠色全要素生產(chǎn)率表現(xiàn)出明顯的城市差異。雖然有超過一半的城市綠色全要素生產(chǎn)率呈波動上升趨勢，但部分城市呈現(xiàn)倒退，沒有實現(xiàn)經(jīng)濟增長和環(huán)境保護的協(xié)調(diào)發(fā)展。通過對數(shù)據(jù)的分析，可以看到市場法治完善、工業(yè)發(fā)展水平提高和城市創(chuàng)新有利于綠色全要素生產(chǎn)率的提升。提升綠色全要素生產(chǎn)率省內(nèi)平均水平，需要注重技術(shù)創(chuàng)新、信息交流和人才吸引，引導(dǎo)戰(zhàn)略新興產(chǎn)業(yè)的發(fā)展。省會合肥的城市綠色全要素生產(chǎn)率增長具有領(lǐng)先優(yōu)勢，當(dāng)前迫切需要其發(fā)揮核心城市的輻射帶動作用，以形成不同層級城市在省內(nèi)經(jīng)濟發(fā)展產(chǎn)業(yè)鏈中分工協(xié)作的城市產(chǎn)業(yè)體系。

（二）政策啟示

基于上述研究結(jié)論，得出如下政策啟示：

第一，健全完善的制度體系是經(jīng)濟發(fā)展的基礎(chǔ)。發(fā)揮政府作用，構(gòu)建市場化、法治化的經(jīng)營環(huán)境，以改革激發(fā)市場活力、以規(guī)劃明確投資方向、以法治規(guī)范市場行為，創(chuàng)造平等競爭條件和良好競爭環(huán)境。加快財稅、金融、科研制度改革，推動資本、技術(shù)、勞動力等要素跨區(qū)域流動和配置。統(tǒng)籌空間、規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)，形成不同層級城市分工協(xié)作、優(yōu)勢互補的產(chǎn)業(yè)格局?；诓煌?guī)模層級城市在經(jīng)濟發(fā)展水平、人力資源、產(chǎn)業(yè)結(jié)構(gòu)、市場潛力、基礎(chǔ)設(shè)施建設(shè)等方面的差異，選擇不同的產(chǎn)業(yè)發(fā)展模式。加強區(qū)域經(jīng)濟聯(lián)動性，促進核心城市與周邊中小城市之間的上下游產(chǎn)業(yè)協(xié)同集聚，發(fā)揮省會城市的輻射帶動作用，實現(xiàn)區(qū)域產(chǎn)業(yè)空間結(jié)構(gòu)優(yōu)化，促進經(jīng)濟高質(zhì)量發(fā)展。安徽都市圈如何在競爭中取得勝利？多中心和多節(jié)點涉及的對象比較多，應(yīng)找準(zhǔn)安徽每個市的目標(biāo)定位。如安慶、阜陽、蚌埠和黃山的目標(biāo)為區(qū)域性中心城市，淮南、馬鞍山、淮北、銅陵、宣城、亳州、宿州、滁州、六安和池州的目標(biāo)為地區(qū)性中心城市。以綠色發(fā)展為核心，高度重視并著力提升綠色全要素生產(chǎn)率，盡快建立具有安徽特色的綠色全要素生產(chǎn)率核算與決策支撐體系。做強地區(qū)性中心城市，推動經(jīng)濟高質(zhì)量發(fā)展。

第二，科技成果轉(zhuǎn)化是經(jīng)濟發(fā)展的引擎。完善科技成果轉(zhuǎn)化的激勵機制，挖掘綠色技術(shù)改進空間，是提升城市綠色全要素生產(chǎn)率的重要途徑。安徽省有著優(yōu)良的科技創(chuàng)新的條件，省會合肥是我國四大科教綜合中心之一，擁有中國科學(xué)技術(shù)大學(xué)、合肥工業(yè)大學(xué)、安徽大學(xué)等全國知名大學(xué)，基礎(chǔ)科研實力在全國名列前茅。安徽目前需要明確主攻方向，統(tǒng)籌基礎(chǔ)研究技術(shù)創(chuàng)新、成果轉(zhuǎn)化和產(chǎn)業(yè)化開發(fā)等創(chuàng)新活動布局，力爭成為原始創(chuàng)新的樞紐中心、創(chuàng)新要素的集散中心、科技成果的轉(zhuǎn)化中心和國際科技的交流中心。目前來看，安徽省城市創(chuàng)新產(chǎn)業(yè)發(fā)展中仍存在諸多堵點、難點，科技創(chuàng)新活躍度不高，面向市場的產(chǎn)業(yè)競爭力提升困難。加強知識產(chǎn)權(quán)保護體系建設(shè)，提高科技成果轉(zhuǎn)化率，增強技術(shù)進步成果的產(chǎn)業(yè)化能力?？萍紕?chuàng)新是經(jīng)濟發(fā)展的核心力量，科技成果轉(zhuǎn)化則是科技和經(jīng)濟緊密結(jié)合的關(guān)鍵步驟。改進科技成果利益分配機制，完善科研人員激勵機制，調(diào)動科技人員積極性、主動性，充分激發(fā)企業(yè)主體作用。培育面向市場的新型研發(fā)機構(gòu)，構(gòu)筑創(chuàng)新人才高地，為安徽城市經(jīng)濟發(fā)展和科技創(chuàng)新提供人才儲備。創(chuàng)新驅(qū)動實質(zhì)上是人才驅(qū)動。只有更加重視科技人才隊伍建設(shè)，才能形成全面覆蓋、重點突出、支撐有力的現(xiàn)代科技創(chuàng)新體系，以科技創(chuàng)新體系提升城市綠色全要素生產(chǎn)率。

第三，綠色金融是綠色產(chǎn)業(yè)持續(xù)發(fā)展的支撐。安徽省及各級城市要加快構(gòu)建多層次、多樣化、服務(wù)能力強、適用對象廣的多元化綠色金融服務(wù)體系，推動綠色金融改革創(chuàng)新，探索建立健全以政府投入為引導(dǎo)、企業(yè)投入為主體、社會投入為補充的綠色金融投入體系，吸引社會資本進入。加強社會信用環(huán)境和征信體系建設(shè)。鼓勵金融機構(gòu)加大對中小企業(yè)的綠色信貸支持，促進綠色產(chǎn)業(yè)發(fā)展。

參考文獻：

[1]蔡昉.中國經(jīng)濟增長如何轉(zhuǎn)向全要素生產(chǎn)率驅(qū)動型[J].中國社會科學(xué)，2013（1）：56-71.

[2]劉志彪，凌永輝.結(jié)構(gòu)轉(zhuǎn)換?全要素生產(chǎn)率與高質(zhì)量發(fā)展[J].管理世界，2020（7）：15-29.

[3]Solow R M. Technical Change and the Aggregate Production Function. Review of Economics & Statistics， 1957（3）：554-562.

[4]Jorgenson.D.W.，and Z.Griliches.1967.The Explanation of Productivity Change.The Review of Economic Studies 34（3）：249-283.

[5]陳勁，何郁冰，朱銘.基于RIR的企業(yè)合作創(chuàng)新績效影響因素研究[J].科學(xué)學(xué)研究，2007（5）：1003-1009.

[6] 陳利華，楊宏進.我國科技投入的技術(shù)進步效應(yīng)——基于30個省市跨省數(shù)據(jù)的實證分析[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2005（7）：55-59.

[7]陶洪，戴昌鈞.中國工業(yè)勞動生產(chǎn)率增長率的省域比較——基于DEA的經(jīng)驗分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2007（10）：100-107.

[8]王兵， 於露瑾， 楊雨石. 碳排放約束下中國工業(yè)行業(yè)能源效率的測度與分解[J].金融研究， 2013（10）：128-141.

[9]劉常青， 李磊， 衛(wèi)平. 中國地級及以上城市資本存量測度[J].城市問題， 2017（10）：67-72.

[10]蘇任剛，魯學(xué)生.綠色金融視域下中國金融系統(tǒng)與生態(tài)環(huán)境系統(tǒng)耦合協(xié)調(diào)度分析[J].安徽商貿(mào)職業(yè)技術(shù)學(xué)院學(xué)報，2020（1）：25-29.