趙娜 李香菊 李光勤

摘 要：從理論層面系統(tǒng)地詮釋了財(cái)政縱向失衡對(duì)綠色全要素生產(chǎn)率的作用機(jī)理，然后利用2004-2016年266個(gè)地級(jí)市的面板數(shù)據(jù)，采用兩階段最小二乘法考察了財(cái)政縱向失衡對(duì)中國(guó)綠色全要素生產(chǎn)率損失的影響機(jī)制。研究發(fā)現(xiàn)：財(cái)政縱向失衡顯著抑制了我國(guó)城市綠色全要素生產(chǎn)率水平;中間機(jī)制分析表明，資本價(jià)格扭曲和勞動(dòng)力價(jià)格扭曲是財(cái)政縱向失衡阻礙綠色全要素生產(chǎn)率水平提高的主要中介變量;財(cái)政縱向失衡對(duì)綠色全要素生產(chǎn)率水平的抑制作用存在著地區(qū)和時(shí)間差異。

關(guān)鍵詞： 財(cái)政縱向失衡;要素價(jià)格扭曲;綠色全要素生產(chǎn)率

中圖分類號(hào)：F812.2 文獻(xiàn)標(biāo)識(shí)碼： A ?文章編號(hào)：1003-7217（2021）05-0091-10

一、引言及文獻(xiàn)綜述

歷經(jīng)40多年的改革開(kāi)放，中國(guó)已經(jīng)成為全球第二大經(jīng)濟(jì)體。然而，與之相伴的是高能耗與高污染。據(jù)統(tǒng)計(jì)，2016-2019年全國(guó)337個(gè)地級(jí)以上城市中，分別有75.1%、70.7%、62.4%、53.4%的城市的空氣質(zhì)量超標(biāo)①。雖然空氣質(zhì)量超標(biāo)的城市數(shù)呈現(xiàn)較快的下降趨勢(shì)，但仍然有半數(shù)以上的城市的空氣質(zhì)量超標(biāo)。在十九大報(bào)告中，將推進(jìn)綠色發(fā)展作為首要任務(wù)。2020年中國(guó)政府在生態(tài)環(huán)境保護(hù)工作會(huì)議中指出：“要大力推動(dòng)綠色低碳循環(huán)發(fā)展，協(xié)同推進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展和生態(tài)環(huán)境高水平保護(hù)”②。黨的十九屆五中全會(huì)中提出推動(dòng)綠色發(fā)展，促進(jìn)人與自然和諧共生③。顯然綠色發(fā)展已成為時(shí)代的主題，是我國(guó)經(jīng)濟(jì)社會(huì)未來(lái)發(fā)展的戰(zhàn)略選擇。綠色全要素生產(chǎn)率增長(zhǎng)是實(shí)現(xiàn)綠色經(jīng)濟(jì)發(fā)展的關(guān)鍵。如何推動(dòng)綠色全要素生產(chǎn)率的增長(zhǎng)？這一問(wèn)題引起了學(xué)者的高度關(guān)注?，F(xiàn)有研究已從多個(gè)視角對(duì)推動(dòng)綠色全要素生產(chǎn)率增長(zhǎng)的因素進(jìn)行了探討，包括環(huán)境規(guī)制、外商直接投資、金融發(fā)展、財(cái)政分權(quán)、政府行為等，但是一個(gè)非常重要的影響因素卻較少被提及，那就是分稅制背景下地方政府面臨的財(cái)權(quán)和事權(quán)不匹配程度如何影響綠色發(fā)展。本文嘗試從這一角度探索影響中國(guó)綠色全要素生產(chǎn)率增長(zhǎng)的制度性因素，以期對(duì)現(xiàn)有研究進(jìn)行補(bǔ)充。

近幾年學(xué)者們從不同角度對(duì)綠色全要素生產(chǎn)率影響因素進(jìn)行了較多的探索。主要涉及如下四個(gè)方面：其一，環(huán)境規(guī)制因素。對(duì)這二者關(guān)系的研究存在三種不同的觀點(diǎn)：第一種觀點(diǎn)提出環(huán)境規(guī)制會(huì)引起綠色全要素生產(chǎn)率的下降[1];第二種觀點(diǎn)認(rèn)為環(huán)境規(guī)制正向影響綠色全要素生產(chǎn)率[2，3];第三種觀點(diǎn)則強(qiáng)調(diào)這兩者之間存在非線性關(guān)系[4，5]，如蔡烏趕和周小亮（2017）分別研究了命令控制型環(huán)境規(guī)制、市場(chǎng)激勵(lì)型環(huán)境規(guī)制和自愿協(xié)議型環(huán)境規(guī)制與綠色全要素生產(chǎn)率的關(guān)系，發(fā)現(xiàn)市場(chǎng)激勵(lì)型環(huán)境規(guī)制和自愿協(xié)議型環(huán)境規(guī)制分別與綠色全要素生產(chǎn)率呈現(xiàn)倒U型和U型關(guān)系[6]。其二，財(cái)政分權(quán)因素。杜俊濤等（2017）認(rèn)為財(cái)政分權(quán)會(huì)阻礙綠色全要素生產(chǎn)率的增長(zhǎng)[3];肖遠(yuǎn)飛和吳允（2019）考慮了空間因素后發(fā)現(xiàn)財(cái)政分權(quán)不利于本地和鄰近地區(qū)綠色全要素生產(chǎn)率的提升[7]。其三，外商直接投資因素。關(guān)于外商直接投資與綠色全要素生產(chǎn)率關(guān)系的研究結(jié)論并不一致，主要是兩種相反的觀點(diǎn)：一種是FDI阻礙綠色全要素生產(chǎn)率增長(zhǎng)[8，9];一種是改善了綠色全要素生產(chǎn)率[10，11]。其四，城市化因素。包括兩個(gè)相反結(jié)論：一種認(rèn)為城市化可以驅(qū)動(dòng)我國(guó)綠色全要素生產(chǎn)率增長(zhǎng)[12];另一種則認(rèn)為城市化會(huì)損害綠色全要素生產(chǎn)率[13，14]。

縱觀已有文獻(xiàn)可以看出：學(xué)者們從不同角度實(shí)證檢驗(yàn)了綠色全要素生產(chǎn)率的影響因素，但鮮有文獻(xiàn)將分稅制背景下地方政府面臨的財(cái)政縱向失衡與綠色全要素生產(chǎn)率聯(lián)系起來(lái)。這為本文研究提供了一個(gè)很好的研究視角。鑒于此，本文在既有研究的基礎(chǔ)上，從以下三個(gè)方面進(jìn)行了拓展和延伸：其一，在研究視角上，本文嘗試以財(cái)政縱向失衡為切入點(diǎn)來(lái)探討影響綠色全要素生產(chǎn)率的制度性因素。其二，已有文獻(xiàn)研究了要素市場(chǎng)扭曲與綠色全要素生產(chǎn)率的關(guān)系[15]，但鮮有文獻(xiàn)將財(cái)政縱向失衡、要素價(jià)格扭曲和綠色全要素生產(chǎn)率納入同一框架。本文將財(cái)政縱向失衡、資本價(jià)格扭曲、勞動(dòng)力價(jià)格扭曲和綠色全要素生產(chǎn)率納入同一分析框架，重點(diǎn)揭示財(cái)政縱向失衡影響城市綠色全要素生產(chǎn)率水平的兩個(gè)渠道：分別是資本價(jià)格扭曲效應(yīng)和勞動(dòng)力價(jià)格扭曲效應(yīng)，闡明了財(cái)政縱向失衡影響城市綠色全要素生產(chǎn)率水平的作用機(jī)理。其三，已有文獻(xiàn)關(guān)于財(cái)政縱向失衡的研究主要集中在財(cái)政縱向失衡對(duì)地方政府公共支出的影響[16，17]，對(duì)基礎(chǔ)教育服務(wù)績(jī)效水平的影響[18]，對(duì)房?jī)r(jià)的影響[19]，對(duì)地方財(cái)政可持續(xù)性的作用以及對(duì)全要素生產(chǎn)率的影響[20，21]。缺少對(duì)財(cái)政縱向失衡的空間相關(guān)性分析，本文采用空間自相關(guān)模型（SAC）分析財(cái)政縱向失衡的空間相關(guān)性以及對(duì)綠色全要素生產(chǎn)率的影響。

二、理論分析與假說(shuō)提出

“中國(guó)式財(cái)政分權(quán)”體制下，地方政府擁有較為獨(dú)立的財(cái)政支出權(quán)并承擔(dān)了大部分的公共品供給責(zé)任，但卻擁有較低比例的稅收收入，這直接導(dǎo)致地方政府的相對(duì)收入與支出責(zé)任的不對(duì)等，進(jìn)而帶來(lái)財(cái)政縱向失衡。過(guò)度財(cái)政縱向失衡對(duì)綠色全要素生產(chǎn)率的影響主要基于直接效應(yīng)和間接效應(yīng)。

（一）財(cái)政縱向失衡對(duì)綠色全要素生產(chǎn)率的直接效應(yīng)

首先，一個(gè)地區(qū)財(cái)政縱向失衡越高，意味著政府承擔(dān)過(guò)多的支出責(zé)任，這勢(shì)必會(huì)迫使地方政府為獲取有限稅源而競(jìng)相降低轄區(qū)企業(yè)的實(shí)際稅負(fù)，在努力留住本地企業(yè)的同時(shí)，盡力吸引其他地區(qū)企業(yè)來(lái)本地進(jìn)行投資[22]。本地企業(yè)稅負(fù)的降低可能通過(guò)以下四個(gè)途徑影響綠色全要素生產(chǎn)率，其一，本地企業(yè)實(shí)際稅負(fù)的降低會(huì)緩解企業(yè)的融資約束，促使其提高員工薪資，引進(jìn)高水平人才，加強(qiáng)員工培訓(xùn)，從而提升了企業(yè)綠色全要素生產(chǎn)率。其二，企業(yè)實(shí)際稅負(fù)的減少使其可支配利潤(rùn)提高，有助于企業(yè)加大研發(fā)投入，提升其技術(shù)創(chuàng)新水平，從而引致綠色全要素生產(chǎn)率的提高。其三，由于政府對(duì)本地稅收優(yōu)惠具有一定決定權(quán)和控制權(quán)[23]，在收益增加的情況下，為了獲得稅收優(yōu)惠，企業(yè)會(huì)將多余的資金用于向掌握稅收優(yōu)惠政策的政府官員進(jìn)行尋租，從而對(duì)企業(yè)創(chuàng)新支出產(chǎn)生擠出效應(yīng)[24]，不利于綠色全要素生產(chǎn)率的增長(zhǎng)。其四，政府在競(jìng)相降低稅負(fù)吸引企業(yè)進(jìn)駐本地的過(guò)程中，更多關(guān)注資本流入的數(shù)量，而較少關(guān)注資本質(zhì)量，污染型、低效率的企業(yè)過(guò)度流入[22]，這會(huì)帶來(lái)環(huán)境污染，從而阻礙了綠色全要素生產(chǎn)率的提高。

其次，在以經(jīng)濟(jì)建設(shè)為中心的政績(jī)考核機(jī)制下，過(guò)度財(cái)政縱向失衡會(huì)促使地方政府偏好于利于本地經(jīng)濟(jì)增長(zhǎng)的基建投資，而較少投入民生、環(huán)保等領(lǐng)域，這對(duì)綠色全要素生產(chǎn)率造成不同影響。其一，基礎(chǔ)設(shè)施建設(shè)投入的增加促進(jìn)了本地公共服務(wù)水平的上升，減少了企業(yè)的運(yùn)輸成本，有利于要素流動(dòng)，顯著提升了企業(yè)的技術(shù)效應(yīng)和規(guī)模效率，這有利于地區(qū)綠色全要素生產(chǎn)率的提高。其二，在財(cái)政支出一定的情況下，基礎(chǔ)設(shè)施建設(shè)投入的增加會(huì)導(dǎo)致教育、環(huán)保、醫(yī)療等民生性支出的不足，最終影響技術(shù)進(jìn)步的可延續(xù)性，不利于綠色全要素生產(chǎn)率的有效提升。

最后，嚴(yán)重的財(cái)政縱向失衡意味著地方財(cái)政自主權(quán)過(guò)低，為了緩解財(cái)政支出的壓力，地方政府傾向于高價(jià)出讓建設(shè)用地獲得高額的土地出讓金來(lái)增加地方財(cái)政收入[25]，這帶來(lái)了房?jī)r(jià)的上漲，抑制了地區(qū)技術(shù)創(chuàng)新[26]，最終會(huì)影響綠色全要素生產(chǎn)率。具體來(lái)說(shuō)：一方面，高房?jī)r(jià)促使經(jīng)濟(jì)“脫實(shí)向虛”，降低企業(yè)的創(chuàng)新投入積極性;另一方面，高技能人才是企業(yè)技術(shù)創(chuàng)新驅(qū)動(dòng)的重要因素，而高房?jī)r(jià)推高了高技能人力資本的生存成本，阻礙了城市創(chuàng)新[27]，這進(jìn)一步抑制了綠色全要素生產(chǎn)率的提升。據(jù)此，本文提出假說(shuō)1。

假說(shuō)1 過(guò)度財(cái)政縱向失衡抑制了綠色全要素生產(chǎn)率的提升。

（二）財(cái)政縱向失衡對(duì)綠色全要素生產(chǎn)率的間接效應(yīng)

1.財(cái)政縱向失衡扭曲了資本價(jià)格，阻礙了地區(qū)綠色全要素生產(chǎn)率的增長(zhǎng)。過(guò)度的財(cái)政縱向失衡意味著地方財(cái)政存在較為嚴(yán)重的收支脫節(jié)，這會(huì)誘導(dǎo)地方政府偏好于干預(yù)金融資源配置。具體來(lái)說(shuō)，一方面，地方政府可以通過(guò)財(cái)政貼息方式等壓低貸款利率以刺激企業(yè)投資、扭曲資本價(jià)格;另一方面，由于地方政府掌握了城市商業(yè)銀行管理層的人事任免權(quán)，為了推動(dòng)地方經(jīng)濟(jì)發(fā)展，地方政府有強(qiáng)烈的動(dòng)機(jī)以及能力干預(yù)城市商業(yè)銀行的貸款方向。特別在地方政府財(cái)政壓力加大的情況下，地方政府通過(guò)高管任免等手段誘導(dǎo)城市商業(yè)銀行的貸款主要投向于地方國(guó)有經(jīng)濟(jì)部門[28]，這會(huì)促使資本的實(shí)際報(bào)酬偏離其應(yīng)得報(bào)酬，即資本價(jià)格扭曲。綠色全要素生產(chǎn)率的增長(zhǎng)來(lái)源于技術(shù)進(jìn)步以及環(huán)境污染的減少，而資本價(jià)格扭曲不但不利于技術(shù)進(jìn)步，而且會(huì)帶來(lái)環(huán)境污染，具體影響如下：資本價(jià)格扭曲促使國(guó)有經(jīng)濟(jì)部門以低廉的價(jià)格獲得資金，擴(kuò)大了企業(yè)的經(jīng)營(yíng)規(guī)模，極大地增加了企業(yè)的獲利空間，從而導(dǎo)致國(guó)有經(jīng)濟(jì)部門的創(chuàng)新惰性增強(qiáng)。此外，國(guó)有經(jīng)濟(jì)部門金融資源的增加勢(shì)必會(huì)造成非國(guó)有經(jīng)濟(jì)部門金融資源的匱乏，這會(huì)增加非國(guó)有經(jīng)濟(jì)部門創(chuàng)新的成本，進(jìn)而抑制這類企業(yè)參與技術(shù)創(chuàng)新的能力，阻礙地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，加劇環(huán)境污染，最終抑制綠色全要素生產(chǎn)率的提升。

2.財(cái)政縱向失衡扭曲了勞動(dòng)力價(jià)格，抑制了地區(qū)綠色全要素生產(chǎn)率的提升。過(guò)度財(cái)政縱向失衡意味著地方政府的財(cái)力缺口較大，為了承擔(dān)起發(fā)展地方經(jīng)濟(jì)和社會(huì)公共服務(wù)的責(zé)任，政府通過(guò)壓低勞動(dòng)力價(jià)格吸引外部企業(yè)進(jìn)駐本地，造成勞動(dòng)力價(jià)格扭曲。這意味著勞動(dòng)力的實(shí)際報(bào)酬偏離其應(yīng)得報(bào)酬，較低的工資報(bào)酬降低了企業(yè)的勞動(dòng)力成本，促使企業(yè)密集地使用勞動(dòng)力進(jìn)行生產(chǎn)，進(jìn)而導(dǎo)致企業(yè)進(jìn)行技術(shù)創(chuàng)新以獲取利潤(rùn)的動(dòng)力不足。此外，較低的工資報(bào)酬會(huì)促使企業(yè)員工創(chuàng)新動(dòng)力不足，致使其將全部知識(shí)與能力發(fā)揮出來(lái)的積極性不高[29]，從而不利于城市綠色全要素生產(chǎn)率的提升。據(jù)此，本文提出假說(shuō)2和假說(shuō)3。

假說(shuō)2 財(cái)政縱向失衡通過(guò)扭曲資本價(jià)格阻礙了綠色全要素生產(chǎn)率的提升。

假說(shuō)3 財(cái)政縱向失衡通過(guò)扭曲勞動(dòng)力價(jià)格抑制了綠色全要素生產(chǎn)率的提高。

三、模型設(shè)定與數(shù)據(jù)選取

（一）實(shí)證模型設(shè)定

依據(jù)理論分析，為了驗(yàn)證假說(shuō)1，設(shè)定如下基準(zhǔn)回歸模型（1）：

tfp.it=α.0+α.1vfi.it+α.2denti.it+α.3ind2.it+α.4resor.it+α.5tel.it+α.6gov.it+α.7fdi.it+year.t+city.i+ε.it（1）

其中tfp、vfi、denti、ind2、resor、tel、gov、fdi、city.i和year.t依次為綠色全要素生產(chǎn)率、財(cái)政縱向失衡、人口密度、產(chǎn)業(yè)結(jié)構(gòu)、人力資本、電信化水平、政府干預(yù)、外商直接投資、城市效應(yīng)與時(shí)間效應(yīng)，ε.it表示隨機(jī)擾動(dòng)項(xiàng)。

為了進(jìn)一步識(shí)別要素價(jià)格扭曲的中介效應(yīng)以檢驗(yàn)假說(shuō)2與假說(shuō)3，構(gòu)建如下遞歸模型：

Q.it=α.0+α.1vfi.it+α.2denti.it+α.3ind2.it+

α.4resor.it+α.5tel.it+α.6gov.it+α.7fdi.it+year.t+

city.i+ε.it （2）

tfp.it=α.0+α.1vfi.it+α.2denti.it+α.3ind2.it+

α.4resor.it+α.5tel.it+α.6gov.it+α.7fdi.it+α.8Q.it+

year.t+city.i+ε.it（3）

其中，Q.it代表中介變量，包括資本價(jià)格扭曲（rk）和勞動(dòng)價(jià)格扭曲（rl）兩個(gè)變量。

（二）變量與數(shù)據(jù)說(shuō)明

1. 被解釋變量。綠色全要素生產(chǎn)率（tfp）。借鑒Fre等（2007）[30]，采取非徑向、非角度的SBM方向性距離函數(shù)測(cè)度Malmquist-Luenberger生產(chǎn)率（M-L指數(shù)），并用該指數(shù)衡量各城市的綠色全要素生產(chǎn)率環(huán)比增長(zhǎng)率。SBM方向性距離函數(shù)以及Malmquist-Luenberger生產(chǎn)率具體函數(shù)參見(jiàn)趙娜（2020）[22]，投入要素、期望產(chǎn)出以及非期望產(chǎn)出的衡量見(jiàn)表1。

參考Chung等（1997）[31]提出的模型，構(gòu)造t期和t+1期之間的Malmquist-Luenberger指數(shù)計(jì)算我國(guó)各城市綠色全要素生產(chǎn)率增長(zhǎng)指數(shù)，表示為：

MLt+1.t=[1+D→t.o（xt，yt，bt，gt）1+D→t.o（xt+1，yt+1，bt+1，gt）×

1+D→t+1.0（xt，yt，yt，gt）1+D→t+1.0（xt+1，yt+1，bt+1，gt）]12（4）

當(dāng)MLt+1.t>1時(shí)，意味著綠色全要素生產(chǎn)率較上年有增長(zhǎng)。反之，則意味著綠色全要素生產(chǎn)率較上年有所下降。

借鑒杜俊濤等（2017）[3]，假設(shè)2003年綠色全要素生產(chǎn)率均為1，依次計(jì)算各城市2004-2016年綠色全要素生產(chǎn)率。圖1給出了全國(guó)及東中西地區(qū)的變化規(guī)律?？梢钥闯?，2004-2016年中國(guó)地級(jí)市綠色全要素生產(chǎn)率表現(xiàn)出上升趨勢(shì)。分地區(qū)來(lái)看，2007年之后東部城市綠色全要素生產(chǎn)率上升幅度大于全國(guó)以及中西部城市的平均水平，而西部地區(qū)從2011年之后則一直處于最低。這可能是因?yàn)椋浩湟?，東部地區(qū)經(jīng)濟(jì)社會(huì)較為發(fā)達(dá)，具有較為豐厚的資金吸引優(yōu)秀人才，為污染治理技術(shù)的研發(fā)提供了較為充足的人力資本;其二，西部地區(qū)經(jīng)濟(jì)較為落后，為了爭(zhēng)取資金流入本地，采取放寬資金準(zhǔn)入等政策，吸引一些高能耗、高污染的工業(yè)企業(yè)進(jìn)駐，帶來(lái)較為嚴(yán)重的環(huán)境污染。

2. 解釋變量。財(cái)政縱向失衡（vfi）。借鑒李永友和張帆（2019）[32]，采用（一般預(yù)算支出-一般預(yù)算收入）/一般預(yù)算支出來(lái)衡量財(cái)政縱向失衡。

3. 中介變量。資本扭曲（rk）和勞動(dòng)扭曲（rl）。借鑒白俊紅和劉宇英（2018）[33]，采用間接法分別測(cè)度資本扭曲系數(shù)和勞動(dòng)扭曲系數(shù)。具體如下：

rk=MP.kr-1=β.Kip.iy.ir.iK.i-1

rl=MP.lw-1=β.Lip.iy.iw.iL.i-1

其中p.iy.i為各城市的GDP，β.Ki、β.Li分別表示利用生產(chǎn)函數(shù)估計(jì)的各城市的資本產(chǎn)出彈性和勞動(dòng)產(chǎn)出彈性，r.i和w.i分別為資本和勞動(dòng)力價(jià)格，遵循Hsieh和Klenow（2009）[34]做法，資本價(jià)格取值為0.1，勞動(dòng)力價(jià)格采用各地區(qū)城鎮(zhèn)單位就業(yè)人員平均工資，GDP和勞動(dòng)力價(jià)格均以2004年為基期進(jìn)行平減。

4. 控制變量。參考謝賢君等（2019）、杜俊濤等（2017）的研究[15，3]，采用人口密度（denti）、二產(chǎn)比重（ind2）、人力資本（resor）、電信化水平（tel）、政府干預(yù)（gov）和外商直接投資（fdi）作為控制變量。

本文的數(shù)據(jù)來(lái)源于2005-2017年《中國(guó)城市統(tǒng)計(jì)年鑒》和EPS數(shù)據(jù)庫(kù)，鑒于行政區(qū)劃調(diào)整和部分地區(qū)數(shù)據(jù)缺失嚴(yán)重，最終選擇我國(guó)266個(gè)地級(jí)市，對(duì)于缺失數(shù)據(jù)采用插值法，對(duì)人口密度取對(duì)數(shù)以避免異方差或者共線性對(duì)估計(jì)結(jié)果的影響。外商直接投資中的美元按照當(dāng)年平均外匯價(jià)格折算成人民幣，表2為相關(guān)變量的統(tǒng)計(jì)特征描述及其度量方式。

四、結(jié)果分析

（一）基準(zhǔn)回歸

首先對(duì)財(cái)政縱向失衡（vfi）與綠色全要素生產(chǎn)率（tfp）之間的內(nèi)在關(guān)系進(jìn)行初步考察。在研究方法上，本文以O(shè)LS為基準(zhǔn)回歸，并進(jìn)一步采用固定時(shí)間和地區(qū)效應(yīng)的雙向固定效應(yīng)（FE）模型對(duì)理論假說(shuō)進(jìn)行驗(yàn)證，表3列示了基本回歸結(jié)果的內(nèi)容。為了研究財(cái)政縱向失衡對(duì)綠色全要素生產(chǎn)率在不同條件下的影響，本文在基本回歸中分別列示加入控制變量與不加控制變量的回歸結(jié)果。從列（1）可以看出，當(dāng)不加入任何控制變量時(shí)，財(cái)政縱向失衡（vfi）對(duì)綠色全要素生產(chǎn)率（tfp）的影響顯著為負(fù)，從而初步證明了假說(shuō)2，從列（2）～（4）可以看出，當(dāng)加入控制變量并進(jìn)一步控制時(shí)間和城市固定效應(yīng)后，財(cái)政縱向失衡（vfi）的系數(shù)依然為負(fù)，并通過(guò)了10%的顯著性檢驗(yàn)。這說(shuō)明財(cái)政縱向失衡越高的城市，綠色全要素生產(chǎn)率水平越低，也證實(shí)了關(guān)于財(cái)政縱向失衡對(duì)綠色全要素生產(chǎn)率負(fù)向抑制的判斷。從控制變量的回歸結(jié)果來(lái)看，人口密度（denti）、二產(chǎn)比重（ind2）的回歸系數(shù)均顯著為負(fù)，這表明人口密度和二產(chǎn)比重越高的地區(qū)，綠色全要素生產(chǎn)率越低，一定程度上反映了人口密度和第二產(chǎn)業(yè)比重的增加不利于地區(qū)綠色全要素生產(chǎn)率的增長(zhǎng)。政府干預(yù)系數(shù)（gov）為負(fù)說(shuō)明政府過(guò)多地干預(yù)經(jīng)濟(jì)擠占了社會(huì)投資，進(jìn)而扭曲了資本價(jià)格和勞動(dòng)力價(jià)格，這不利于綠色全要素生產(chǎn)率的增加;外商直接投資系數(shù)（fd）為負(fù)在一定程度上說(shuō)明外商直接投資增加了地區(qū)能源消耗，帶來(lái)了環(huán)境污染。人力資本（resor）、信息化水平（tel）與綠色全要素生產(chǎn)率呈現(xiàn)為正相關(guān)，可能的解釋是：人力資本水平和信息化水平提升對(duì)技術(shù)創(chuàng)新的正向效應(yīng)，而技術(shù)創(chuàng)新是驅(qū)動(dòng)綠色全要素生產(chǎn)率提升的重要?jiǎng)恿Α?/p>

（二）中介效應(yīng)分析

采用雙向固定效應(yīng)模型估計(jì)模型（2）和（3），表4匯報(bào)了資本價(jià)格扭曲和勞動(dòng)力價(jià)格扭曲在財(cái)政縱向失衡抑制綠色全要素生產(chǎn)率過(guò)程中的中介效應(yīng)回歸結(jié)果。其中列（1）和（2）匯報(bào)了財(cái)政縱向失衡對(duì)資本價(jià)格扭曲和勞動(dòng)價(jià)格扭曲的回歸結(jié)果，即基于式（2）的檢驗(yàn);列（3）和（4）匯報(bào)了資本價(jià)格扭曲和勞動(dòng)價(jià)格扭曲作為中介變量時(shí)，財(cái)政縱向失衡對(duì)綠色全要素生產(chǎn)率的回歸結(jié)果，即基于式（3）的檢驗(yàn)。從表4不難發(fā)現(xiàn)：首先，財(cái)政縱向失衡對(duì)資本扭曲和勞動(dòng)扭曲的影響均顯著為正，這說(shuō)明財(cái)政縱向失衡扭曲了資本價(jià)格和勞動(dòng)價(jià)格。納入中介變量后，資本價(jià)格扭曲和勞動(dòng)價(jià)格扭曲對(duì)綠色全要素生產(chǎn)率的回歸系數(shù)顯著為負(fù)，說(shuō)明資本和勞動(dòng)扭曲能夠顯著地抑制綠色全要素生產(chǎn)率的增長(zhǎng)。其次，比較資本價(jià)格扭曲和勞動(dòng)價(jià)格扭曲在財(cái)政縱向失衡中的中介效應(yīng)，從列（1）和（3）可以看出：在其他因素保持不變的情況下，財(cái)政縱向失衡每上升1個(gè)單位，綠色全要素生產(chǎn)率會(huì)下降0.049個(gè)單位，同時(shí)也會(huì)使得資本扭曲0.146個(gè)單位，從而導(dǎo)致綠色全要素生產(chǎn)率間接下降0.001個(gè)單位（0.068×0.146=0.001），間接效應(yīng)占總效應(yīng)的2.04%。從列（2）和（4）不難發(fā)現(xiàn)：財(cái)政縱向失衡對(duì)勞動(dòng)扭曲的影響系數(shù)為0.154，勞動(dòng)力價(jià)格扭曲對(duì)綠色全要素生產(chǎn)率的回歸系數(shù)為-0.029，表明財(cái)政縱向失衡通過(guò)扭曲勞動(dòng)力價(jià)格的負(fù)向中介效應(yīng)抑制了綠色全要素生產(chǎn)率。具體來(lái)看，財(cái)政縱向失衡通過(guò)勞動(dòng)力扭曲影響綠色全要素生產(chǎn)率的間接效應(yīng)為0.004，在總效應(yīng)中占比為7.27%。

（三）工具變量回歸

一般情況下，綠色全要素生產(chǎn)率較高的地區(qū)經(jīng)濟(jì)增長(zhǎng)較快，環(huán)境污染較少，而經(jīng)濟(jì)增長(zhǎng)速度的提升可能會(huì)導(dǎo)致城市財(cái)政收入的增加，從而引起財(cái)政縱向失衡的降低，因此財(cái)政縱向失衡與綠色全要素生產(chǎn)率之間不可避免存在一定的內(nèi)生關(guān)聯(lián)，忽略這一內(nèi)生性可能導(dǎo)致獲得偏差較大的估計(jì)結(jié)果，因此，本文使用工具變量法克服這一難題。借鑒王小龍和余龍（2018）[35]對(duì)工具變量的設(shè)置方法，構(gòu)造的工具變量為同一省份內(nèi)其他城市財(cái)政縱向失衡的平均值（vfi_iv），理由如下：其一，同一省內(nèi)各個(gè)城市均具有相同的隸屬關(guān)系，因此財(cái)政縱向失衡具有一定的相關(guān)性。其二，同一省內(nèi)其他城市的財(cái)政縱向失衡與本城市的經(jīng)濟(jì)增長(zhǎng)并不構(gòu)成直接管理，因此同一省份內(nèi)其他城市財(cái)政縱向失衡的平均值（vfi_iv）滿足IV外生性的良好特性。在IV回歸中采用2SLS方法進(jìn)行估計(jì)，估計(jì)結(jié)果見(jiàn)表5。第一階段的工具變量與財(cái)政縱向失衡之間正相關(guān)，并通過(guò)了1%顯著性檢驗(yàn)，這說(shuō)明同一省份兄弟城市的財(cái)政縱向失衡越高，本城市的財(cái)政縱向失衡越高，同時(shí)F值大于10，說(shuō)明不存在弱工具變量問(wèn)題，滿足了工具變量的相關(guān)性假設(shè)。第二階段回歸結(jié)果顯示，財(cái)政縱向失衡與綠色全要素生產(chǎn)率之間的關(guān)系依然是顯著負(fù)相關(guān)，這與本文基準(zhǔn)回歸結(jié)果具有一致性，進(jìn)一步印證了上文關(guān)于財(cái)政縱向失衡與綠色全要素生產(chǎn)率之間因果關(guān)系的判斷具有穩(wěn)健性。

采用2SLS方法繼續(xù)對(duì)式（3）進(jìn)行回歸，如表5列（5）和（6）所示?？梢钥闯鲈诩尤胭Y本價(jià)格扭曲和勞動(dòng)價(jià)格扭曲之后，財(cái)政縱向失衡系數(shù)、資本價(jià)格扭曲系數(shù)以及勞動(dòng)價(jià)格扭曲系數(shù)均顯著為負(fù)，與表4列（3）和（4）一致，這進(jìn)一步說(shuō)明關(guān)于資本價(jià)格扭曲和勞動(dòng)價(jià)格扭曲的中介效應(yīng)論斷具有較好的穩(wěn)健性。

（四）穩(wěn)健性分析

本文通過(guò)以下兩種方式對(duì)基準(zhǔn)回歸結(jié)果的穩(wěn)健性展開(kāi)檢驗(yàn)，并利用FE法和2SLS法對(duì)財(cái)政縱向失衡與綠色全要素生產(chǎn)率之間的關(guān)系進(jìn)行計(jì)量分析，回歸結(jié)果見(jiàn)表6。

1.替換解釋變量。參照儲(chǔ)德銀等（2018）[17]的做法，采用如下方法衡量財(cái)政縱向失衡，1-財(cái)政收入分權(quán)/財(cái)政支出分權(quán)×（1-地方政府財(cái)政自給缺口率）。并進(jìn)一步采用同一省份內(nèi)其他城市財(cái)政縱向失衡的平均值（vfil_iv）作為工具變量進(jìn)行回歸。

2.為了排除極端樣本的影響，將直轄市和計(jì)劃單列市城市排除。從表6的回歸結(jié)果來(lái)看，財(cái)政縱向失衡對(duì)綠色全要素生產(chǎn)率的影響依然顯著為負(fù)，意味著基準(zhǔn)回歸結(jié)果穩(wěn)健。

五、進(jìn)一步討論

（一）分時(shí)間段考察

考慮到2013年12月《關(guān)于改進(jìn)地方黨政領(lǐng)導(dǎo)班子和領(lǐng)導(dǎo)干部政績(jī)考核工作的通知》印發(fā)，領(lǐng)導(dǎo)干部的考核內(nèi)容改為覆蓋經(jīng)濟(jì)、政治、生態(tài)文明建設(shè)等，本文將2013年作為時(shí)間分界點(diǎn)，以避免領(lǐng)導(dǎo)干部考核政策的變化對(duì)實(shí)證結(jié)果可能的影響，也便于按照不同時(shí)間段對(duì)比財(cái)政縱向失衡的綠色全要素生產(chǎn)率效應(yīng)。估計(jì)結(jié)果見(jiàn)表7?？梢钥闯觯?004-2013年財(cái)政縱向失衡估計(jì)系數(shù)為顯著為負(fù)，而2014-2016年財(cái)政縱向失衡的估計(jì)系數(shù)為正?？赡艿慕忉尀椋?013年之前GDP考核機(jī)制使得地方政府官員作為“經(jīng)濟(jì)參與人”進(jìn)行競(jìng)爭(zhēng)，為了實(shí)現(xiàn)轄區(qū)經(jīng)濟(jì)的高速增長(zhǎng)，將財(cái)政支出更多地投向投入少、見(jiàn)效快的基礎(chǔ)設(shè)施建設(shè)，而減少對(duì)環(huán)保支出、創(chuàng)新支出的投入，導(dǎo)致城市綠色全要素生產(chǎn)率低下;2013年之后中央對(duì)地方官員的政績(jī)考核多元化促使地方官員逐漸轉(zhuǎn)向追求經(jīng)濟(jì)高質(zhì)量發(fā)展，加大了對(duì)短期增長(zhǎng)效應(yīng)不足的技術(shù)創(chuàng)新項(xiàng)目投入，導(dǎo)致綠色全要素生產(chǎn)率的有效提升。

（二）異質(zhì)性分析

1. 城市規(guī)模異質(zhì)性。根據(jù)《2019年中國(guó)城市分級(jí)名單》，我國(guó)城市可以分為一線城市、新一線城市、二線城市、三線城市、四線城市以及五線城市。將整個(gè)樣本分為一線城市、新一線城市、二線城市組以及三四五線城市組，以考察不同城市規(guī)模差異的影響，回歸結(jié)果見(jiàn)表8的列（1）～（2），從中可以看出，一線城市、新一線城市、二線城市組的財(cái)政縱向失衡為正，但不顯著，而三四五線城市組財(cái)政縱向失衡系數(shù)為負(fù)，且通過(guò)了顯著性檢驗(yàn)，這反映了經(jīng)濟(jì)相對(duì)發(fā)達(dá)城市財(cái)政縱向失衡不會(huì)阻礙綠色全要素生產(chǎn)率的增長(zhǎng)，而經(jīng)濟(jì)欠發(fā)達(dá)城市的財(cái)政縱向失衡會(huì)抑制綠色全要素生產(chǎn)率的提升?？赡艿脑蚴牵航?jīng)濟(jì)相對(duì)發(fā)達(dá)的城市稅源較為豐富，財(cái)政收入較多，因此其財(cái)政縱向失衡程度較低，政府有較為充足的財(cái)力發(fā)展經(jīng)濟(jì)、治理環(huán)境;而經(jīng)濟(jì)欠發(fā)達(dá)城市稅源較少，財(cái)政縱向失衡程度較高，這導(dǎo)致政府將有限的財(cái)力投入基本建設(shè)等促進(jìn)經(jīng)濟(jì)增長(zhǎng)的支出，而減少環(huán)境保護(hù)支出[22]，從而抑制了綠色全要素生產(chǎn)率。

2. 經(jīng)濟(jì)發(fā)展水平異質(zhì)性。為了更加全面地考察財(cái)政縱向失衡對(duì)綠色全要素生產(chǎn)率的影響，本文將樣本分為低經(jīng)濟(jì)發(fā)展組和高經(jīng)濟(jì)發(fā)展組兩個(gè)子樣本進(jìn)行分析，其中低經(jīng)濟(jì)發(fā)展組為人均實(shí)際GDP小于樣本中位數(shù)，高經(jīng)濟(jì)發(fā)展組為人均實(shí)際GDP大于或者等于樣本中位數(shù)，回歸見(jiàn)表8列（3）-（4），從中可以發(fā)現(xiàn)，低經(jīng)濟(jì)發(fā)展組的城市財(cái)政縱向失衡估計(jì)系數(shù)顯著為負(fù)，而高經(jīng)濟(jì)發(fā)展組的城市財(cái)政縱向失衡雖然為負(fù)，但并沒(méi)有通過(guò)10%的顯著性檢驗(yàn)。表明經(jīng)濟(jì)發(fā)展水平高的地區(qū)財(cái)政縱向失衡沒(méi)有顯著阻礙綠色全要素生產(chǎn)率提升，這與經(jīng)濟(jì)發(fā)展水平高的地區(qū)主要位于一線、新一線、二線城市有關(guān)。

（三）空間關(guān)系檢驗(yàn)

1.模型設(shè)定。

考慮地方政府的收入與支出行為并不完全由地方單獨(dú)決定，而是受制于本地和周邊地區(qū)經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦等多種因素的綜合影響，因此其他地區(qū)的財(cái)政縱向失衡不可避免地會(huì)對(duì)本地經(jīng)濟(jì)決策產(chǎn)生影響。如果忽略這種策略性行為，估計(jì)結(jié)果將會(huì)存在偏誤。故而本文接下來(lái)將空間因素納入財(cái)政縱向失衡對(duì)綠色全要素生產(chǎn)率的影響中進(jìn)行分析。與空間誤差模型（SEM）和空間滯后模型（SAR）相比，空間自相關(guān)模型（SAC）同時(shí)考慮了財(cái)政縱向失衡和誤差項(xiàng)的空間相關(guān)性，因此構(gòu)建空間自相關(guān)模型（SAC）如下：

tfp.it=ρwtfp.it+θ.1vfi.it+θ.2denti.it+θ.3ind2.it+

θ.4resor.it+θ.5tel.it+θ.6gov.it+θ.7fdi.it+μ.it+

ξ.t+ζ.i ?（5）

μ.it=λvμ.it+ε.it （6）

式（5）中，ρ為財(cái)政縱向失衡的空間滯后性的系數(shù)，表示競(jìng)爭(zhēng)性地區(qū)財(cái)政縱向失衡對(duì)本地區(qū)財(cái)政縱向失衡的影響。μ.it表示空間誤差項(xiàng)，ξ.t和ζ.i分別為時(shí)間效應(yīng)和空間效應(yīng)，λ表示誤差項(xiàng)空間自相關(guān)性，w為空間權(quán)重矩陣，式（6）中v表示誤差項(xiàng)對(duì)應(yīng)的空間權(quán)重矩陣，其余變量與式（1）相同。

2.空間權(quán)重矩陣構(gòu)建。

借鑒金剛和沈坤榮（2018）、范巧和郭愛(ài)君（2019）以及余泳澤和張少輝（2017）[36，37，26]，本文選擇三種空間權(quán)重矩陣：（1）地理距離權(quán)重矩陣（w.1），假定任何兩城市之間均可能產(chǎn)生互動(dòng)，且城市越近，其互動(dòng)行為越明顯。設(shè)置方法如式（7），其中d.ij代表城市i和城市j的地理距離，該距離采用各城市的公路里程數(shù)來(lái)計(jì)算。

w.ij=1d.iji≠j0i=j（7）

（2）經(jīng)濟(jì)距離權(quán)重矩陣（w.2），w.ij=1/pgdp.i-pgdp.j+1，pgdp代表城市人均GDP，并以2004年為基期進(jìn)行平減，該矩陣主要從經(jīng)濟(jì)發(fā)展水平衡量城市間的互動(dòng)行為。

（3）地理經(jīng)濟(jì)權(quán)重矩陣（w.3），w.3=w.2diag（eco.1eco，eco.2eco，…，eco.neco），其中eco.i為觀察期內(nèi)i城市GDP的平均值，eco表示觀察期內(nèi)GDP平均值。該矩陣同時(shí)考慮了各城市間經(jīng)濟(jì)和地理相關(guān)性。

3.空間相關(guān)性檢驗(yàn)。

在進(jìn)行實(shí)證結(jié)果分析之前，檢驗(yàn)財(cái)政縱向失衡是否具有空間相關(guān)性是十分必要的。表9報(bào)告了地理距離權(quán)重矩陣（w.1）下財(cái)政縱向失衡的莫蘭指數(shù)，可以看出，財(cái)政縱向失衡具有正向的空間相關(guān)項(xiàng)，且通過(guò)了顯著性檢驗(yàn)，這意味著財(cái)政縱向失衡具有顯著的策略性，即一個(gè)地區(qū)的財(cái)政縱向失衡上升會(huì)帶動(dòng)鄰近地區(qū)的財(cái)政縱向失衡水平的提高。

4. 實(shí)證回歸結(jié)果分析。

運(yùn)用傳統(tǒng)的OLS方法估計(jì)空間面板模型的常見(jiàn)問(wèn)題表現(xiàn)為估計(jì)系數(shù)存在偏差，而MLE法估計(jì)空間面板模型則更為有效。因此本文采用MLE法估計(jì)式（5）和（6），表10列（1）（2）和（3）報(bào)告了三種不同空間權(quán)重矩陣下財(cái)政縱向失衡對(duì)綠色全要素生產(chǎn)率空間回歸模型的結(jié)果?？梢钥闯?，財(cái)政縱向失衡的空間滯后項(xiàng)系數(shù)ρ顯著為正，表明各地方政府間的財(cái)政縱向失衡有著明顯的空間正相關(guān)性。財(cái)政縱向失衡的估計(jì)系數(shù)依然在10%統(tǒng)計(jì)水平上顯著為負(fù)。誤差項(xiàng)的空間滯后項(xiàng)λ在w=w.1和w=w.3的情況下通過(guò)了顯著性檢驗(yàn)，說(shuō)明綠色全要素生產(chǎn)率的影響因素比較復(fù)雜。除本文所關(guān)注的制度因素、經(jīng)濟(jì)發(fā)展因素、人口因素、貿(mào)易因素之外，應(yīng)該還有一些其他因素會(huì)影響綠色全要素生產(chǎn)率。

六、結(jié)果與政策啟示

本文從財(cái)政縱向失衡、要素價(jià)格扭曲與綠色全要素生產(chǎn)率的內(nèi)在聯(lián)系出發(fā)，利用2004-2016年中國(guó)266個(gè)城市的面板數(shù)據(jù)，從理論和實(shí)證上驗(yàn)證了財(cái)政縱向失衡對(duì)綠色全要素生產(chǎn)率的作用機(jī)制。結(jié)果表明：（1）2004-2016年中國(guó)地級(jí)市綠色全要素生產(chǎn)率呈現(xiàn)增長(zhǎng)態(tài)勢(shì)。2007年之后東部城市綠色全要素生產(chǎn)率上升幅度大于全國(guó)以及中西部城市的平均水平，而西部地區(qū)從2011年之后則一直處于最低。（2）財(cái)政縱向失衡抑制了城市綠色全要素生產(chǎn)率的提升;過(guò)度財(cái)政縱向失衡導(dǎo)致資本價(jià)格扭曲和勞動(dòng)力價(jià)格扭曲，進(jìn)而對(duì)城市整體綠色全要素生產(chǎn)率產(chǎn)生抑制作用。（3）在采用同一省份內(nèi)其他城市財(cái)政縱向失衡的平均值作為財(cái)政縱向失衡的工具變量方法下，財(cái)政縱向失衡的增加顯著抑制了城市綠色全要素生產(chǎn)率。（4）異質(zhì)性研究發(fā)現(xiàn)：縱向財(cái)政失衡對(duì)綠色全要素生產(chǎn)率抑制作用在經(jīng)濟(jì)較落后地區(qū)表現(xiàn)得更為突出，2004-2013年期間的財(cái)政縱向失衡阻礙了綠色全要素生產(chǎn)率的提升，而2013年之后財(cái)政縱向失衡則改善了城市綠色全要素生產(chǎn)率。（5）各城市間的財(cái)政縱向失衡表現(xiàn)為明顯的策略模仿，當(dāng)周邊城市財(cái)政縱向失衡上升時(shí)，本地財(cái)政縱向失衡也會(huì)提高。

本文的政策啟示主要有四點(diǎn)：（1）應(yīng)進(jìn)一步改善央地間財(cái)政關(guān)系，以使財(cái)權(quán)適當(dāng)下沉，對(duì)于轄區(qū)外溢性較強(qiáng)的一些公共事務(wù)，應(yīng)由中央來(lái)協(xié)調(diào)，從而緩解財(cái)政縱向失衡;（2）應(yīng)優(yōu)化地方財(cái)政支出結(jié)構(gòu)，充分發(fā)揮政府投資的作用以實(shí)現(xiàn)預(yù)定的政策目標(biāo)。與市場(chǎng)投資不同，對(duì)政府投資效率的判斷應(yīng)關(guān)注以下四個(gè)方面：其一是乘數(shù)效應(yīng);其二是社會(huì)目標(biāo);其三是生態(tài)價(jià)值;其四是優(yōu)化空間布局和實(shí)現(xiàn)要素聚集[38]。因此應(yīng)加強(qiáng)地區(qū)新型基礎(chǔ)設(shè)施建設(shè)以驅(qū)動(dòng)技術(shù)創(chuàng)新，在地方財(cái)政資金短缺的情況下，充分發(fā)揮財(cái)政資金引導(dǎo)作用，以帶動(dòng)民營(yíng)企業(yè)、國(guó)有企業(yè)、金融機(jī)構(gòu)等市場(chǎng)主體共同參與投資“新基建”項(xiàng)目，在財(cái)政缺口擴(kuò)大增加的情況下，應(yīng)保持對(duì)環(huán)境保護(hù)、基礎(chǔ)教育、公共衛(wèi)生防疫等投入只增不減。（3）推進(jìn)消費(fèi)稅的轉(zhuǎn)型改革以完善地方稅體系，有助于提高地方財(cái)政收入的穩(wěn)定性和可預(yù)測(cè)性，從而弱化地方政府盲目加大基礎(chǔ)設(shè)施和工業(yè)園區(qū)建設(shè)的潛在激勵(lì)。（4）地方政府應(yīng)把握好財(cái)政職能與市場(chǎng)機(jī)制的職責(zé)界限，把與市場(chǎng)經(jīng)濟(jì)發(fā)展相悖的職能剝離出去，完善地方政府優(yōu)化營(yíng)商環(huán)境、市場(chǎng)監(jiān)管、生態(tài)環(huán)境保護(hù)等職能，更多地去扮演服務(wù)型的政府角色，同時(shí)推動(dòng)“有為政府”和“有效市場(chǎng)”良性互動(dòng)，以充分發(fā)揮市場(chǎng)在資源配置中的決定作用。

注釋：

① http：//www.cnemc.cn/jcbg/zghjzkgb/ 數(shù)據(jù)來(lái)源：2016-2019年《中國(guó)生態(tài)環(huán)境狀況公報(bào)》。

② http：//www.gov.cn/xinwen/2020-01/14/content_5468911.htm， 全國(guó)生態(tài)環(huán)境保護(hù)工作會(huì)議在京召開(kāi)。

③ http：//www.chinanews.com/gn/2020/10-29/9325672.shtml，中國(guó)共產(chǎn)黨第十九屆中央委員會(huì)第五次全體會(huì)議公報(bào)。

參考文獻(xiàn)：

[1] 伍格致，游達(dá)明. 環(huán)境規(guī)制對(duì)技術(shù)創(chuàng)新與綠色全要素生產(chǎn)率的影響機(jī)制：基于財(cái)政分權(quán)的調(diào)節(jié)作用[J].管理工程學(xué)報(bào)，2019，33（1）：37-50.

[2] 溫湖煒，周鳳秀.環(huán)境規(guī)制與中國(guó)省域綠色全要素生產(chǎn)率——兼論對(duì)《環(huán)境保護(hù)稅法》實(shí)施的啟示[J].干旱區(qū)資源與環(huán)境，2019，33（2）：9-15.

[3] 杜俊濤，陳雨，宋馬林.財(cái)政分權(quán)、環(huán)境規(guī)制與綠色全要素生產(chǎn)率[J].科學(xué)決策，2017（9）：65-92.

[4] 李德山，張鄭秋.環(huán)境規(guī)制對(duì)城市綠色全要素生產(chǎn)率的影響[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，22（4）：39-48.

[5] 關(guān)海玲，武禎妮.地方環(huán)境規(guī)制與綠色全要素生產(chǎn)率提升——是技術(shù)進(jìn)步還是技術(shù)效率變動(dòng)？[J].經(jīng)濟(jì)問(wèn)題，2020（2）：118-129.

[6] 蔡烏趕，周小亮.中國(guó)環(huán)境規(guī)制對(duì)綠色全要素生產(chǎn)率的雙重效應(yīng)[J].經(jīng)濟(jì)學(xué)家，2017（9）：27-35.

[7] 肖遠(yuǎn)飛，吳允.財(cái)政分權(quán)、環(huán)境規(guī)制與綠色全要素生產(chǎn)率——基于動(dòng)態(tài)空間杜賓模型的實(shí)證分析[J].華東經(jīng)濟(jì)管理，2019，33（11）：15-23.

[8] 李斌，祁源，李倩.財(cái)政分權(quán)、FDI與綠色全要素生產(chǎn)率——基于面板數(shù)據(jù)動(dòng)態(tài)GMM方法的實(shí)證檢驗(yàn)[J].國(guó)際貿(mào)易問(wèn)題，2016（7）：119-129.

[9] 朱東波，任力.環(huán)境規(guī)制、外商直接投資與中國(guó)工業(yè)綠色轉(zhuǎn)型[J].國(guó)際貿(mào)易問(wèn)題，2017（11）：70-81.

[10]王兵，吳延瑞，顏鵬飛.中國(guó)區(qū)域環(huán)境效率與環(huán)境全要素生產(chǎn)率增長(zhǎng)[J].經(jīng)濟(jì)研究，2010，45（5）：95-109.

[11]傅京燕，胡瑾，曹翔.不同來(lái)源FDI、環(huán)境規(guī)制與綠色全要素生產(chǎn)率[J].國(guó)際貿(mào)易問(wèn)題，2018（7）：134-148.

[12]鄭強(qiáng).城鎮(zhèn)化對(duì)綠色全要素生產(chǎn)率的影響——基于公共支出門檻效應(yīng)的分析[J].城市問(wèn)題，2018（3）：48-56.

[13]鄭垂勇，朱曄華，程飛.城鎮(zhèn)化提升了綠色全要素生產(chǎn)率嗎？——基于長(zhǎng)江經(jīng)濟(jì)帶的實(shí)證檢驗(yàn)[J].現(xiàn)代經(jīng)濟(jì)探討，2018（5）：110-115.

[14]協(xié)天紫光，樊秀峰，張營(yíng)營(yíng).城市化進(jìn)程中政府公共支出決策與綠色全要素生產(chǎn)率：援助之手還是攫取之手[J].經(jīng)濟(jì)問(wèn)題探索，2019（11）：63-75.

[15]謝賢君.要素市場(chǎng)扭曲如何影響綠色全要素生產(chǎn)率——基于地級(jí)市經(jīng)驗(yàn)數(shù)據(jù)研究[J].財(cái)貿(mào)研究，2019，30（6）：36-46.

[16]Jia J， Guo Q， Zhang J， et al. Fiscal decentralization and local expenditure policy in China[J]. China Economic Review， 2014，28（C）： 107-122.

[17]儲(chǔ)德銀，邵嬌.財(cái)政縱向失衡與公共支出結(jié)構(gòu)偏向：理論機(jī)制詮釋與中國(guó)經(jīng)驗(yàn)證據(jù)[J].財(cái)政研究，2018（4）：20-32.

[18]劉成奎，柯勰.縱向財(cái)政不平衡對(duì)中國(guó)省際基礎(chǔ)教育服務(wù)績(jī)效的影響[J].經(jīng)濟(jì)問(wèn)題，2015（1）：7-14.

[19]宮汝凱.財(cái)政不平衡和房?jī)r(jià)上漲：中國(guó)的證據(jù)[J].金融研究，2015（4）：66-81.

[20]杜彤偉，張屹山，楊成榮.財(cái)政縱向失衡、轉(zhuǎn)移支付與地方財(cái)政可持續(xù)性[J].財(cái)貿(mào)經(jīng)濟(jì)，2019，40（11）：5-19.

[21]林春，孫英杰.分稅制改革下縱向財(cái)政失衡與全要素生產(chǎn)率損失[J].華中科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，33（1）：83-91.

[22]趙娜，李香菊，李光勤.中國(guó)橫向稅收競(jìng)爭(zhēng)如何影響霧霾污染——基于環(huán)保支出中介效應(yīng)的研究[J].審計(jì)與經(jīng)濟(jì)研究，2020，35（4）：116-126.

[23]李香菊，趙娜.稅收競(jìng)爭(zhēng)如何影響環(huán)境污染——基于污染物外溢性屬性的分析[J].財(cái)貿(mào)經(jīng)濟(jì)，2017，38（11）：131-146.

[24]張杰，周曉艷，李勇.要素市場(chǎng)扭曲抑制了中國(guó)企業(yè)R&D？[J].經(jīng)濟(jì)研究，2011，46（8）：78-91.

[25]鄭思齊，孫偉增，吳璟，等.“以地生財(cái)，以財(cái)養(yǎng)地”——中國(guó)特色城市建設(shè)投融資模式研究[J].經(jīng)濟(jì)研究，2014，49（8）：14-27.

[26]余泳澤，張少輝.城市房?jī)r(jià)、限購(gòu)政策與技術(shù)創(chuàng)新[J].中國(guó)工業(yè)經(jīng)濟(jì)，2017（6）：98-116.

[27]宋弘，吳茂華.高房?jī)r(jià)是否導(dǎo)致了區(qū)域高技能人力資本流出？[J].金融研究，2020（3）：77-95.

[28]祝繼高，岳衡，饒品貴.地方政府財(cái)政壓力與銀行信貸資源配置效率——基于我國(guó)城市商業(yè)銀行的研究證據(jù)[J].金融研究，2020（1）：88-109.

[29]白俊紅，卞元超.要素市場(chǎng)扭曲與中國(guó)創(chuàng)新生產(chǎn)的效率損失[J].中國(guó)工業(yè)經(jīng)濟(jì)，2016（11）：39-55.

[30]Fre R， Grosskopf S， Pasurka Jr C A. Environmental production functions and environmental directional distance functions[J]. Energy， 2007， 32（7）： 1055-1066.

[31]Chung Y H， Fre R， S Grosskopf. Productivity and undesirable outputs： A directional distance function approach[J].Journal of Environmental Management， 1997，51（3）： 229-240.

[32]李永友，張帆.垂直財(cái)政不平衡的形成機(jī)制與激勵(lì)效應(yīng)[J].管理世界，2019，35（7）：43-59.

[33]白俊紅，劉宇英.對(duì)外直接投資能否改善中國(guó)的資源錯(cuò)配[J].中國(guó)工業(yè)經(jīng)濟(jì)，2018（1）：60-78.

[34]Hsieh C， Klenow P J. Misallocation and manufacturing TFP in China and India[J]. Quarterly Journal of Economics， 2009， 124（4）： 1403-1448.

[35]王小龍，余龍.財(cái)政轉(zhuǎn)移支付的不確定性與企業(yè)實(shí)際稅負(fù)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2018（9）：155-173.

[36]金剛，沈坤榮.以鄰為壑還是以鄰為伴？——環(huán)境規(guī)制執(zhí)行互動(dòng)與城市生產(chǎn)率增長(zhǎng)[J].管理世界，2018，34（12）：43-55.

[37]范巧，郭愛(ài)君.一種嵌入空間計(jì)量分析的全要素生產(chǎn)率核算改進(jìn)方法[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019，36（8）：165-181.

[38]劉尚希，財(cái)政政策如何更加積極有為？[EB/OL]. [2020-06-12].

https：//www.chineseafs.org/ckynewsmgr/newsContent_queryOneNewsRecord？retVal=cnzkdtxw&zyflag=1&searchFlag=2&newsid=0720223910_35532122.

（責(zé)任編輯：王鐵軍）

Fiscal Vertical Imbalance， Factor Price Distortion

and Green TFP： Evidence from 266 China's Cities

ZHAO? Na 1， LI? Xiangju 2， LI? Guangqin 3

（1. School of Economics and Finance， Xi′an International Studies University， Xi′an，Shaanxi 710128， China;

2. School of Finance and Economics，Xi′an Jiaotong University， Xi′an，Shaanxi 710061， China;

3. School of International Trade and Economics， Anhui University of Finance and Economics， Bengbu，Anhui 233030， China）

Abstract：This paper theoretically explains the mechanism of fiscal vertical imbalance on green TFP. Then， we utilize the panel data of China's 266 cities from 2004 to 2016 to study the mechanism of fiscal vertical imbalance on green TFP by employing two stage least square method. The results show that： firstly， excessive fiscal vertical imbalance significantly inhibits the rise of green TFP in China's cities; secondly， there is a strategic imitation of fiscal vertical imbalance among cities; and thirdly， the analysis of intermediate mechanism shows that the rise of fiscal vertical imbalance will distort capital prices and labor prices， and ultimately hinder the promotion of green TFP. Furthermore， research shows that there are regional and temporal differences in the inhibitory effect of fiscal vertical imbalance on green TFP.

Key words：fiscal vertical imbalance; factor price distortion; green TFP

收稿日期： 2021-01-12; 修回日期： 2021-07-11

基金項(xiàng)目： ?2021年度陜西省哲學(xué)社會(huì)科學(xué)重大理論與現(xiàn)實(shí)問(wèn)題研究項(xiàng)目（2021ND0313）、國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目（19AJY024）、教育部人文社會(huì)科學(xué)青年基金（18XJC790015）、國(guó)家自然科學(xué)基金青年基金（71803148）、西安外國(guó)語(yǔ)大學(xué)中青年拔尖人才團(tuán)隊(duì)支持項(xiàng)目

作者簡(jiǎn)介： 趙 娜（1980—），女，陜西大荔人，西安外國(guó)語(yǔ)大學(xué)經(jīng)濟(jì)金融學(xué)院副教授，碩士生導(dǎo)師，經(jīng)濟(jì)學(xué)博士，研究方向：財(cái)政縱向失衡與資本錯(cuò)配;李香菊（1962—），女，河南省滎陽(yáng)人，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院教授，博士生導(dǎo)師，稅收理論與政策研究。