• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      山西省綠色全要素生產率測度及影響因素研究
      ——基于黃河流域生態(tài)保護

      2022-05-26 11:01:20劉錦葉申丹虹
      河南科學 2022年4期
      關鍵詞:黃河流域生產率省份

      劉錦葉,申丹虹

      (中北大學經濟與管理學院,太原 030051)

      山西省是黃河流域中游省份之一,2020年地區(qū)生產總值處于黃河流域9個省份的中位數,廢氣廢水主要污染物排放量之和為53.3萬t,接近黃河流域9個省份排放量的均值.由此可見,無論是經濟發(fā)展水平還是生態(tài)環(huán)境現狀,山西省均處于黃河流域的平均水平.山西省既要實現生態(tài)保護,又要實現高質量發(fā)展的目標,就要摒棄原有的粗放式經濟發(fā)展方式,注重經濟的健康和發(fā)展的可持續(xù)性.把山西省作為黃河流域的典型樣本進行研究,并把該省和黃河流域的其他8個省份進行比較,找出影響山西省生態(tài)保護和高質量發(fā)展的重要因素,對于黃河流域各省份的發(fā)展有一定的借鑒意義.

      1 相關文獻綜述

      衡量區(qū)域經濟、資源與環(huán)境等協調發(fā)展重要指標之一是綠色全要素生產率,是指在核算排除了勞動、資本、能源消耗和環(huán)境污染等投入要素后,其他所有投入要素的貢獻總和.

      關于地區(qū)綠色全要素生產率核算的文獻中,袁曉玲等[1]利用包含非合意產出的SBM模型測算陜西省32年的綠色全要素生產率;盧麗文等[2]和李汝資等[3]分別利用ML指數和ESDA方法測度了長江經濟帶的城市綠色全要素生產率;于善波和張軍濤[4]基于SBM-GML模型測算了長江經濟帶的省域綠色全要素生產率;劉華軍和曲惠敏[5]采用Malmquist生產率指數測度黃河流域省域綠色全要素生產率;秦臻等[6]運用非期望產出的DEA-Malmquist指數法測算了中部地區(qū)六省和湖北省的綠色全要素生產率,發(fā)現湖北省的綠色全要素生產率值在中部六省中處于較低水平;蘇日古嘎和馬占新[7]應用超效率SBM模型和GML指數對內蒙古自治區(qū)及其12個盟市的綠色發(fā)展效率與綠色全要素生產率進行了測度與分解.

      關于對綠色全要素生產率影響因素的研究,周五七和朱亞男[8]研究發(fā)現金融發(fā)展對長江經濟帶綠色全要素生產率增長有地區(qū)差異性;吳新中和鄧明亮[9]、徐璋勇和朱睿[10]發(fā)現技術創(chuàng)新改進是綠色全要素生產率的重要驅動力;趙明亮等[11]通過實證發(fā)現,外商直接投資、環(huán)境規(guī)制對黃河流域城市的綠色全要素生產率有不同程度的影響;劉華軍等[12]研究發(fā)現稟賦結構和能源結構對綠色全要素生產率產生負向效應;汪朝陽[13]用中介效應檢驗方法和隨機前沿分析方法分析外資開放對中國30個省份綠色全要素生產率的影響;逯進和李婷婷[14]認為,產業(yè)結構升級和技術創(chuàng)新對中國綠色全要素生產率有正向影響,且存在顯著的省際差異.

      本文對綠色全要素生產率的投入產出指標進行改進,黃河流域是中國兩大流域之一,水資源是其天然資源之一,因此本文在以往指標的基礎上加入了治理廢水項目完成投資額以及廢水綜合評價指標分別作為生態(tài)建設投入和非期望產出指標.運用Malmquist指數對沿黃9省的綠色全要素生產率進行科學測度,將山西省綠色全要素生產率與其他省份進行比較,以明確山西省在黃河流域發(fā)展中的位置以及面臨的問題,找到影響山西省綠色全要素生產率的因素.

      2 研究方法及數據選擇

      2.1 Malmquist指數模型

      Malmquist指數是建立在非參數距離函數的概念上,在描述具有多個投入產出變量的生產技術創(chuàng)新效率時與DEA方法相結合運用.Faer[15]利用t和t+1期的Malmquist生產率指數的幾何平均值,來構造時間變化的Malmquist指數,并對其進行分解,可分解為綜合技術效率(純技術效率和規(guī)模技術效率)和技術進步,通過分解可以找出影響決策單元全要素生產率無效的關鍵因素.Malmquist指數通過距離函數的比率計算,恰好技術效率的倒數是距離函數,定義t期和t+1期的決策單元生產率進步的Malmquist指數為:

      式中:t表示時間;xt和xt+1表示在時期t和t+1的投入向量;yt和yt+1表示在時期t和t+1的產出向量;Dt(xt,yt)和Dt+1(xt+1,yt+1)表示以t時期的技術Tt為參照,時期t和t+1生產點的距離函數;V和C表示在變動規(guī)模報酬和固定規(guī)模報酬下的情況.

      Malmquist指數模型下綠色全要素生產率波動(GTFP)分為技術進步波動(TECHCH)和綜合技術效率波動(EFFCH).綜合技術效率波動又分為純技術效率波動(PTEC)和規(guī)模效率波動(SEC).EFFCH<1,表示決策單元離生產前沿面較遠;PTEC<1,表明純技術效率下降;SEC用來判斷決策單元是否處于最優(yōu)生產規(guī)模,SEC>1表明規(guī)模效率提升;TECHCH反映生產技術變化的程度.

      2.2 數據來源及評價指標體系

      以黃河流域(四川、青海、甘肅、寧夏、內蒙古、陜西、山西、河南、山東)9個省份為研究對象,通過構建科學的評價指標體系測度其綠色全要素生產率.基于數據的可得性,以2005年為基期,截至2020年;數據來源于2006—2021年這9個省份的統(tǒng)計年鑒以及《中國環(huán)境統(tǒng)計年鑒》和《中國能源統(tǒng)計年鑒》.具體的指標選取如表1.

      表1中的指標,有個別省份還未整理出2020年的數據,用2015—2019年的平均增長率代替2020年的增長率再乘以2019年的數值補齊.其余數據的選擇和處理如下所示:

      表1 基于省級層面的綠色全要素生產率評價指標體系Tab.1 Evaluation index system of green total factor productivity based on provincial level

      1)資本存量K.有關資本存量核算的基本方法是用Goldsmith[16]于1951年開創(chuàng)的永續(xù)盤存法.關于資本存量的測算公式:

      式中:i表示地區(qū);t表示時間;I表示固定資產投資,用全社會固定資產投資(以2005年為基期用地區(qū)固定資產投資價格指數進行平減)表示;λ表示固定資產折舊率,用樣本期固定資產折舊與全社會固定資產投資比值的平均值表示,其中K0=I0/(g+λ),g是樣本期全社會固定資產投資的年均增長率.

      2)生態(tài)建設投入.參考楊萬平和張振亞[17]構建生態(tài)環(huán)境建設的指標,選取如表1所示的3個指標進行加總來代表生態(tài)建設投入.為了消除價格指數的影響,3個指標均用地區(qū)生產總值指數進行平減.

      3)期望產出.用地區(qū)生產總值(用地區(qū)生產總值指數平減)代表9個省份的經濟水平,用人均地區(qū)生產總值(用人均地區(qū)生產總值指數平減)代表當地居民生活水平,用造林總面積代表黃河流域9個省份的生態(tài)綠化.因指標的重要程度和單位不一,借鑒文獻[18]對指標進行賦權,計算期望產出.

      4)非期望產出.參考李健等[19]對非期望產出指標的選取,選用廢氣和廢水排放量的綜合指標來表示.

      3 實證分析

      3.1 山西省綠色全要素生產率和黃河流域其他省份的比較

      表2為黃河流域9個省份2005—2020年整體的綠色全要素生產率.將其與綠色全要素生產率數值1進行比較就可以得到各省份的平均增速.在研究期內陜西、甘肅、寧夏和青海呈下降趨勢,年均下降分別為0.7%、1.1%、2%和2.7%,4個省份從綠色全要素生產率的分解來看,均是由于技術進步指標落后拖累所導致,技術進步管理模式和技術都比較落后,需要在這方面加強.除上述4個省份,其余省份均為正增長,內蒙古增長速度最快(年均增長7.3%),是由技術進步和規(guī)模技術效率共同拉動所致.山西省綠色全要素生產率的平均變動為1.006,年均增長0.6%,排名黃河流域第四,從綠色全要素生產率的分解來看,技術進步是主要的貢獻因素(年均增長為3.7%),而規(guī)模技術效率年均增長-3%,說明山西省的規(guī)模配置效率不合理.

      表2 2005—2020年黃河流域9個省份綠色全要素生產率變化情況Tab.2 Changes in green total factor productivity in nine provinces of the Yellow River Basin from 2005 to 2020

      從技術進步的平均增速來看,山西、內蒙古、山東和河南呈增長態(tài)勢,其余省份技術進步均出現負增長;從綜合技術效率來看,內蒙古、四川和甘肅呈增長態(tài)勢.就黃河流域9個省份而言,山東、內蒙古、山西、河南綠色全要素生產率的增長主要靠技術進步的拉動,陜西、甘肅和寧夏主要靠技術效率的拉動,四川和青海主要靠規(guī)模技術效率的拉動.因此,在黃河流域生態(tài)保護和高質量發(fā)展戰(zhàn)略中,各省應揚長補短,走適合本區(qū)域發(fā)展的道路,如山西、內蒙古、山東和河南應注重技術發(fā)展和創(chuàng)新,提高資源的使用率,減少廢氣廢物的產生及環(huán)境污染.

      3.2 山西省綠色全要素生產率及其分解

      圖1展示了2006—2020年山西省綠色全要素生產率(GTFP)及其分解的情況,可以發(fā)現,GTFP分別在“十一五”至“十三五”規(guī)劃期間經歷了大幅上升,再下降,又緩慢上升的階段,在3個五年計劃期間,GTFP的年均增長率分別為3.32%、-1.23%和1.28%.從GTFP的分解來看,技術進步與GTFP的變化較為同步,說明山西省GTFP的增長主要靠技術進步的拉動.其中,規(guī)模技術效率與綜合技術效率的變動幾乎一致,而純技術效率的變化一直比較平緩,說明綜合技術效率的提升主要靠規(guī)模技術效率的推動.

      圖1 山西省綠色全要素生產率及其分解Fig.1 Green total factor productivity and its decomposition in Shanxi Province

      3.3 山西省綠色全要素生產率影響因素的回歸分析

      根據文獻梳理分析,綠色全要素生產率受到眾多因素的影響,選取6個主要的影響因素進行分析.由于綠色全要素生產率的變動往往具有持續(xù)性,因此將其滯后項納為解釋變量之一,考察當期的綠色全要素生產率是否會對下一期的綠色全要素生產率產生影響[20].具體解釋變量情況如表3.

      表3 解釋變量定義及計算方法Tab.3 Definition and calculation method of explanatory variables

      將各變量納入模型,考慮到異方差的影響,首先將數據進行對數化處理,得到如下計量模型:

      式中:系數α、β、γ為待估參數;ε為隨機擾動項.

      利用OLS估計方法對山西省進行上述模型的回歸估計,得到表4的結果.

      從回歸結果看,每個模型的擬合優(yōu)度整體上都大于0.7,且各模型的F統(tǒng)計量均在1%以下置信水平上顯著,不存在計量上的虛假回歸.表4中山西省綠色全要素生產率、綠色技術進步和綠色技術效率的一階滯后系數均為負值,表明該指標具有持續(xù)性,綠色增長存在反向調整壓力.因此,堅持生態(tài)優(yōu)先和綠色發(fā)展是包括山西省在內的黃河流域建設發(fā)展新格局的必由之路.

      表4 山西省綠色全要素生產率、綠色技術進步和綠色技術效率影響因素回歸結果Tab.4 Regression results of influencing factors of green total factor productivity,green technology progress and green technology efficiency in Shanxi Province

      經濟發(fā)展水平與山西省綠色全要素生產率、技術進步和技術效率均呈顯著的正相關關系,主要原因是隨著山西省的經濟水平逐漸提高,就會意識到生態(tài)的重要性,并會大力對創(chuàng)新進行投資,轉變經濟發(fā)展模式,逐漸由粗放增長模式轉向更集約式、更高效的發(fā)展模式,避免出現犧牲資源環(huán)境換來社會財富短期上升的局面.

      產業(yè)結構對綠色全要素生產率有顯著的負效應,這與山西省第一、第二產業(yè)比重過高有關.產業(yè)結構同樣對綠色技術進步有一定的阻礙作用,卻引起了綠色技術效率的增長,說明產業(yè)結構通過對綠色技術進步的退化效應,引起綠色全要素生產率的降低.第三產業(yè)比重的提高造成綠色全要素生產率的降低,說明相應企業(yè)的環(huán)境治理能力較弱,環(huán)境的負外部效應強,對綠色全要素生產率產生負向影響.

      金融發(fā)展促進了綠色全要素生產率、技術進步和技術效率的增長,說明促進綠色技術進步和綠色技術效率的提升是金融發(fā)展促進綠色全要素生產率提升的重要途徑.說明銀行等金融行業(yè)在對資源進行配置的過程中,對企業(yè)、行業(yè)和經濟的發(fā)展給予了金融支持,激勵了生產部門效率的提升,也促進了各產業(yè)的技術進步與創(chuàng)新,進一步促使了綠色全要素生產率的提高.

      外資利用程度對綠色全要素生產率和綠色技術進步有顯著促進作用,但對綠色技術效率沒有通過顯著性檢驗.因此對綠色全要素生產率的影響主要體現為綠色技術進步,引資的技術溢出效應較大,抵消了環(huán)境污染帶來的負面影響.

      能源結構對綠色全要素生產率、技術進步和技術效率有顯著的負向影響,說明山西省對煤炭能源具有依賴性.煤炭消費增加了資源和環(huán)境的承載壓力,而環(huán)境作為稀缺資源,自身承載容量和凈化能力有限,因此以煤炭消費為主的能源消費的增加對綠色全要素生產率具有退化效應.

      科學研究對綠色全要素生產率、技術進步和技術效率均有顯著促進作用,且對比各影響因素的作用,可看出山西省經濟發(fā)展的驅動力主要是科技創(chuàng)新.因此山西省要進一步提高科技創(chuàng)新能力,政府要支持和促進科技的合作,為部門科技創(chuàng)新活動提供良好的外部創(chuàng)新環(huán)境.

      4 結論

      利用Malmquist生產率指數方法測算了黃河流域9省2005—2020年的綠色全要素生產率變動并分析了引起變動的因素,將山西省高質量發(fā)展程度與其他8個省份進行比較,以此來分析山西省在黃河流域生態(tài)環(huán)境保護中所處的位置.研究結果顯示:①山西省綠色全要素生產率在黃河流域9個省份中處于第四的位置,和發(fā)達省份還存在一定差距,且該省存在先進技術引入不足、創(chuàng)新力度不高、環(huán)境污染相對比較嚴重、要素投入不合理的問題.②山西省綠色全要素生產率的增長主要靠技術進步和管理的改善,而且規(guī)模技術效率為負增長,目前還未實現規(guī)模報酬.③通過進一步實證研究發(fā)現,對山西省綠色全要素生產率有負向作用的因素按照影響程度排序有能源結構>產業(yè)結構,正向作用的因素科學研究>外資利用程度>經濟發(fā)展水平>金融發(fā)展;從綠色全要素生產率的分解看,產業(yè)結構和能源結構對該省綠色技術進步產生了退化效應,經濟發(fā)展水平、金融發(fā)展、外資利用程度和科學研究對其綠色技術進步產生正向影響;外資利用程度和能源結構對綠色技術效率產生了退化效應,經濟發(fā)展水平、金融發(fā)展、產業(yè)結構、外資利用程度和科學研究對該省綠色技術效率產生正向影響.

      猜你喜歡
      黃河流域生產率省份
      生態(tài)環(huán)境部啟動新一年度黃河流域“清廢行動”
      中國城市土地生產率TOP30
      決策(2022年7期)2022-08-04 09:24:20
      誰說小龍蝦不賺錢?跨越四省份,暴走萬里路,只為尋找最會養(yǎng)蝦的您
      當代水產(2019年11期)2019-12-23 09:03:46
      黃河流域燦爛的齊家文化——陶器
      收藏界(2019年2期)2019-10-12 08:26:10
      國外技術授權、研發(fā)創(chuàng)新與企業(yè)生產率
      增強大局意識 提升黃河流域生態(tài)保護發(fā)展水平
      人大建設(2019年12期)2019-05-21 02:55:42
      三十六計之順手牽羊
      關于機床生產率設計的探討
      中國市場(2016年45期)2016-05-17 05:15:26
      固定成本與中國制造業(yè)生產率分布
      因地制宜地穩(wěn)妥推進留地安置——基于對10余省份留地安置的調研
      裕民县| 时尚| 乳山市| 武义县| 玉门市| 海阳市| 利辛县| 房产| 延长县| 会同县| 乌海市| 建水县| 策勒县| 滨州市| 遂溪县| 安平县| 云浮市| 延安市| 定襄县| 中江县| 屏东市| 阳新县| 蒲城县| 延吉市| 常宁市| 都匀市| 呼和浩特市| 上林县| 青铜峡市| 克山县| 眉山市| 成都市| 华阴市| 龙里县| 阳西县| 华容县| 田林县| 荆门市| 咸宁市| 莆田市| 上虞市|