朱金鹤，王雅莉

（石河子大学经济与管理学院，新疆石河子832003）

“供给侧改革”“一带一路”倡议、“生态文明”，以及“绿色全要素生产率”之间有着深刻的内在契合。2015年11月，中央财经领导小组第十一次会议上首次提出“供给侧改革”，并指出“加强供给侧改革与提高供给体系质量和效率的核心在于提高全要素生产率”；2017年10月18日，主题为《决胜全面建成小康社会，夺取新时代中国特色社会主义伟大胜利》的十九大报告中，重申“必须坚持质量第一、效益优先，以供给侧结构性改革为主线，推动经济发展质量变革、效率变革、动力变革，提高全要素生产率”，并4 次突出“绿色”一词，强调“建设生态文明是中华民族永续发展的千年大计”，充分表明“供需错位”和“资源环境约束倒逼增长方式转型”已经是中国经济新常态形势下的两大难题。由于采用绿色全要素生产率来评价经济增长质量比全要素生产率更符合“生态文明”的发展要求，因此，提升绿色全要素生产率将成为新常态下资源与环境硬约束的必然选择。同时，“一带一路”倡议的实施对于化解中国过剩产能，实现经济发展质量、动力、效率变革都有着重要意义。基于以上，在“一带一路”的背景下，我国各省域如何利用好战略机遇，提升区域绿色全要素生产率，创造我国经济“低增速”下的“新活力”，是一个亟待解决的难题。

一、文献评述

绿色全要素生产率（Green Total Factor Productivity，GTFP）的研究起源于20 世纪中后期，发展于21 世纪的前十年，目前仍方兴未艾。Chung首次指出了污染排放作为非期望产出对于经济增长的作用，GTFP分析自此应运而生；[1]2009年，李俊等提出“绿色全要素生产率”概念，即在TFP计算中加入反映环境变化的变量，标志着我国GTFP的研究开始[2]。此后，我国关于GTFP 测度文献层出不穷，其方法主要以随机前沿分析法（SFA）、索洛残差法和非参数数据包络分析法（DEA）为主。前两者，一个通过超越对数函数形式或生产函数形式来估计其参数从而求得GTFP[3]；另一个由产出增长率减去各投入要素增长率的加权值得出[4]；第三者则测算投入和产出的相对效率，并使用Malmquist指数予以刻画，该方法具有不需要要素价格信息和具体的生产函数形式、容易计算出效率、能够处理多种投入和产出问题等优点，因而更受学者们的青睐[5]。在非参数方法的运用上，部分研究选择环境污染指数作为“坏”产出纳入DEAMalmquist指数模型[6-9]；部分研究采用基于ML指数的非径向、非角度SBM方向距离函数测算绿色全要素生产率[10-12]；还有学者选择GML生产率指数、MML生产率指数等扩展形式来测算GTFP[13-15]。步入新常态后，为契合以节约资源、环境友好为核心的绿色发展观，学者们在GTFP测度的基础上着力于对其影响因素的研究，以期为GTFP的提升寻找路径。

国内对GTFP 影响因素的争议焦点集中于对外因素、财政因素、技术因素、经济因素、金融因素、环境规制因素6个方面，但由于选用指标、研究方法、研究对象的不同，因而在这些因素的研究结论上异同掺半。（1）在对外因素上，涉及的主要变量包括外商直接投资和对外贸易。一方面，进出口贸易和外商直接投资的增加带来了先进技术和管理经验，促进绿色技术进步，因而存在“污染光环效应”[16-17]；另一方面，外商直接投资可能招致污染密集型、劳动密集型低质量外资，使地区环境规制陷入低水平均衡并成为“污染避难所”进而降低GTFP[18-21]。更有学者认为在贸易自由化过程中，各国将降低各自的环境质量标准以维持或增强竞争力，因而出口贸易是环境污染加剧的重要变量[22-23]，对外贸易对GTFP 的正向影响需要跨越某些变量的门槛[24]65。（2）在财政因素与GTFP的关系研究主要包括财政支出、财政分权两个方面。财政支出是政府市场化水平的代表，其对GTFP的作用不能一概而论。一方面政府的财政支出有利于公共基础设施的建设，提高总体经济增长；另一方面，如果政府的宏观调控过度，政府的机构过于繁杂冗余，会“挤占”企业的市场份额，降低市场经济效率[8]59。张乐、曾婉淑进一步指出，在科教文卫等基础事业上的财政支出通常会对GTFP产生正向作用，而其他类型的财政支出则需具体分析。[25-26]财政分权即财政自由度与GTFP的关系上，一方面权利的下放使用，可以使地方政府有更多的自主选择权去选择有效的发展方式，对经济效率的提升有正向影响；[27]另一方面，财政分权也可能引起地方竞争，使其以牺牲环境为代价换取经济增长，导致环境治理不足而影响GTFP的提升[28-29]。（3）在技术因素上，多数学者认为科技进步水平可以带来绿色技术进步与效率提高，对GTFP有显著推动[30-31]，但也有学者提出技术进步、技术创新有可能增加环境污染，是一柄“双刃剑”[32]。人力资本作为环保的实践者、绿色“硬技术”的创造者、绿色“软技术”的主导者对GTFP 也有着不可忽视的影响[33-34]，徐晶晶指出，人力资本提高1个单位会相应地带动东部沿海地区GTFP水平提高0.8%[8]58。（4）在经济因素上，顾伟、赵成柏、屈小娥等学者认为，我国的工业化进程是以牺牲环境为代价的粗放型增长模式，工业化水平提升阻碍了GTFP 的发展。[35-37]与其相反王兵、朱眉媚等学者则认为，考虑到我国经济的发展阶段，经济增长主要靠第二产业拉动，工业化水平对GTFP增长有着正向影响。[38-39]因此，工业化水平的影响尚不能确定。人均GDP代表着经济发展水平，但经济发展水平与GTFP并不是简单的线性关系。多数学者支持“经济-GTFP”的环境库兹涅茨曲线存在[40]，经济发展水平发展到一定程度后就不能继续促进GTFP改进，二者呈现倒U 型关系[41-42]。（5）在金融视角下研究GTFP 的研究较少，且起步较晚。大多数学者认为，金融发展能够促进GTFP增长，有利于生态效率提升，[43-44]张帆进一步指出，这种增长的促进作用，会随着金融发展水平的提高而递减，呈现出非线性关系，[45]这一观点得到葛鹏飞的支持，他认为在创新异质性约束下，随着基础创新能力的提升，金融规模与绿色TFP 呈现先负后正的边际递增关系，金融效率则有着U形的抑制作用。[46]（6）环境规制因素对GTFP的因素常围绕着“波特假说”与“遵循成本效应”展开。“遵规成本”的支持者认为，环境规制引致企业污染治理成本和环境服从成本上升，对企业生产性投资、创新活动和组织管理产生“抵消效应”，间接阻碍了企业的绿色生产率的提升。[47]28而目前学界大都认可在一定水平的环境管制强度下，节能减排和企业的环境治理可以激励企业自主创新并改进绿色技术水平，“波特假说”成立[48]。学者沈能、彭文斌与王杰进一步指出“波特假说”有适用范围，存在“门槛效应”[49-51]。徐茉提出正式环境规制使产业结构对TFP 有负向影响，非正式环境规制使产业结构对TFP 有正向影响。[52]此外，也有学者探究环境规制通过“污染天堂”[47]28-29和“污染光环”[53]39效应影响GTFP的机理。

本文试图从以下几个方面对已有文献进行拓展。（1）在研究对象上，以一带一路沿线省域为研究对象来考察绿色经济发展的文献寥寥可数，仅有林永生通过绿色发展指数指标（CGDI）考察了一带一路沿线省份的绿色发展水平[54]，乔虹、刘峰采用DEA-Malmquist 指数分别研究了一带一路沿线省域服务业TFP的影响因素与沿线35个城市的TFP[55-56]。本文测度分析了全国、省际、一带一路沿线的GTFP，弥补了当前对这一研究对象的空白。（2）在研究内容上，多数学者仍然沿用CO2、SO2、COD等单一的衡量指标来代替非期望产出，比如，陈诗一[57]采用CO2、李志翠[58]采用SO2、杨文举[21]6、冯杰[59]采用SO2和COD。 本文利用DEAMalmquist 指数方法，在4 种环境约束下测度了4种GTFP，并进行对比分析。（3）在研究方法上，静态面板是假定绿色全要素生产率并不存在滞后效应上建立的，但实际上，任何因素的变化本身具有一定的惯性，前一期的结果往往会影响到后一期的结果。本文参考陈超凡[12]58、蒋林萍[60]通过系统GMM模型构建动态面板的方法，从6个方面甄选了12 个指标考察其对中国GTFP、绿色技术效率指数、绿色技术进步指数的影响。

二、绿色全要素生产率的测算

（一）投入产出变量选择与数据来源

1.投入指标

（1）资本投入（K）。本文用资本存量来代替资本投入，沿用了学者张军的方法，采用永续盘存法对物质资本存量进行了估算。[61]（2）能源投入（E）。本文选取各省市能源消费总量作为能源投入。（3）劳动力投入（L）。本文选用历年各省份三产就业总人数来作为劳动力投入。

2.产出指标

（1）期望产出（GRP）。本文选取GDP值作为期望产出，由于每年的GDP 会随着通货膨胀而产生虚高或虚增，因此在研究过程中学者们常采用CPI 指数或者GDP 指数平减GDP。在此，本文采用GDP 指数平减，折算成了以2000年为基期的GDP产值，即为GRP。

（2）非期望产出。在非期望产出的核算问题上，本文参考徐晶晶的方法，考虑了以不同非期望产出为指标的4种GTFP[8]25。情况1为只考虑二氧化碳（CO2）①CO2：采用联合国政府间气候变化专门委员会（IPCC）所提供的公式算所得。为非期望产出而测算出的CO2-GTFP；情况2 为只考虑二氧化硫（SO2）为非期望产出而测算出的SO2-GTFP；情况3 为只考虑化学含氧量（COD）为非期望产出而测算的COD-GTFP；情况4是以5种污染物合成的综合指标（TP）为非期望产出而测算的TP-GTFP②选取除西藏外30个省份的工业废水排放总量、工业废水排放总量，工业固体废弃物总量、SO2、CO2排放量，五类污染排放物进行污染综合评价，运用SPSS19.0进行主成分分析来降维，获得综合环境指标TP。。由于情况4中待合成的综合指标（TP）涉及因子、空间、时间三维时序立体数据，而经典的主成分分析只针对由样本和指标构成的平面数据表，并未加入时间序列，因此合成方法采用时序全局主成分分析法（GPCA）。该方法不仅具有经典主成分分析所具有的优势，还可从时间上进行动态比较。

数据来源于2001—2016年的《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》《中国环境年鉴》。③为了使指标L、E、CO2、S02、COD、K、GRP、TP更具可比性，并将指标归到最适宜观测的范围，在实证分析前，本文采用了阙值法对每个指标进行标准化处理，将指标范围确定在[100，1000]。

（二）测度结果分析

本文在考虑单个环境因素约束和综合环境约束下，采用基于DEA 技术的Malmquist 生产率指数，按照Output 方向即投入一定产出最大的规划方式，将非期望产出看作投入变量纳入生产率核算的计算方式，运用DEAP2.1软件对数据进行测度，测得2000—2015年30 个省份的4种GTFP年均值与其分解项数值如表1 所示。下文将从全国、省际、“一带一路”沿线省域④国家发展改革委、外交部、商务部联合发布的《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿行动》中指出，一带一路的重点省份总共有18个：新疆、陕西、甘肃、宁夏、青海、内蒙古、黑龙江、吉林、辽宁、广西、云南、西藏、上海、福建、广东、浙江、海南、重庆。三个层面对比分析4 种环境约束下测算的绿色全要素生产率（GTFP），与其分解项：绿色效率进步指数（EFFCH）、绿色技术进步指数（TECHCH）的空间分布特征与时间发展趋势。

表1 2000—2015年中国省际4种GTFP年均值与其分解的指标值

1.全国绿色全要素生产率测度结果分析

从全国GTFP的数值与变化趋势上来看，我国4 种GTFP年均值分别为1.009、1.005、1.007、1.005，除SO2约束下2002—2003年、2003—2004年的GTFP值均＜1之外，其他年份和约束下GTFP值均＞1，说明大多数年份下的GTFP都有或高或低地改善。如图1，4种GTFP波动趋势大致相同，均经历了三个“低谷”和两个“峰值”。具体来看：（1）2004—2006年GTFP 的上升可能是由于，在此期间，国家对于违法排污进行深入整治①2004年4月，国家环保总局、发改委、监察部、工商总局、司法部、安全监管局六部委联合印发《关于开展整治违法排污企业保障群众健康环保专项行动的通知》；2005年6月，国务院办公厅印发《关于深入开展整治违法排污企业保障群众健康环保专项行动的通知》。，使得污染排放减少，环境综合质量得到改善。（2）2006—2007年第一个“峰值”的出现可能是由于2005年时，中国政府将能源强度纳入了十一五规划中，并对单位GDP 能耗做出了限制性的约束。因而在2006—2007年的一段时间，各种污染物约束下的绿色全要素生产率都得到了显著提高。（3）2008—2009年的第二个低谷可能受到国际金融危机的影响，我国经济面临衰退的威胁，面对需求不足，大量企业缩减规模，使GTFP 测度中的期望产出-GDP缩减所致。（4）2009—2010年我国政府应对金融危机采取的“一揽子”经济刺激计划使得中国经济在2009年年末比上年增长8.7%，增速世界第一，相应的GTFP测度中的期望产出即GDP增加，迎来了第二个峰值。（5）2014—2015年GTFP 的第三个“低谷”也反映着中国经济步入新常态，结构转型，经济增速减慢。

从全国4种类别GTFP的对比来看，我国二氧化碳污染的控制效果最好（16年GTFP 均值1.009），化学含氧量控制效果次之（16年GTFP 均值1.007），综合环境治理上任重道远（16年GTFP均值1.005）。从图1 看出，中国整体的CO2-GTFP值明显高于其他三种情况，中国整体的TP-GTFP值最低，说明单个环境约束的限制下考虑GTFP只能体现该种污染物的治理情况，不能反映综合环境治理情况，并可能会导致GTFP 指数结果的高估。

图1 2000—2015年中国4种绿色全要素生产率发展趋势

从全国GTFP的分解项上来看，我国4种GTFP的增长主要是靠绿色技术进步指数来带动的，但绿色技术进步的推动作用在2011年前后遭遇“瓶颈”；绿色技术效率指数在其提升速度一直落后于绿色技术进步指数的状态下，出现了持续的效率恶化，如图2所示。

图2 2000—2015年中国4种绿色技术进步指数趋势（左坐标）和中国绿色效率指数趋势（右坐标）

具体来看：（1）4 种绿色技术进步指数（TECHCH）始终大于1，趋势上经历了一个先上升后下降的状态，在2000—2008年继续上升，在2011年后达到“瓶颈”状态，开始波动下降。（2）4种绿色技术效率指数（EFFCH）大部分时期小于1，均在2007—2009年略有上升，后又继续下滑，2012年以后缓慢上升，在16年整体上呈现出一种下滑的趋势。（3）值得注意的一点是，2006—2007年绿色技术进步指数（TECHCH）到达最高点，但绿色技术效率指数（EFFCH）却到达最低点。这与唐家龙提出的“从发展的角度说，技术效率的提升有一个上限，这个上限取决于技术进步的水平，实际产出只能向潜在产出或规模经济的最大值逼近，当技术效率提升速度一直落后于技术进步速度时，会出现持续的效率恶化”[62]相符合。可见，对于资源有限的人类社会而言，只依靠技术进步，势必会出现资源配置失衡和资源浪费现象，当前经济增长模式无疑不是最优的选择，提升绿色技术效率水平才是当务之急与长久之策。

2.省际绿色全要素生产率测度结果分析

从省际的GTFP 情况上来看，2015年沿海六省为绿色经济发展的“排头兵”，而西南四隅处于效率、技术的双项“低水平均衡”状态，缺乏绿色经济“发动机”；2000—2015年期间，省际TP-GTFP两极差异与时俱增；年均TP-GTFP 两极分化特征明显，年均CO2-GTFP、SO2-GTFP、COD-GTFP 集中分布在低水平梯度；京津翼、长三角、珠三角所含省份在绿色经济发展中扮演着“引领者”和“技术革新者”的角色，华中、西南、西北所含省份均作为“追赶者”和“模仿者”进行学习。具体来看：（1）从现状和趋势上看，以TP-GTFP为例，综合环境因子影响下绿色全要素生产率指数区域分布呈现出沿海六省最优，西南四隅落后，且两极差异与时俱增的特点。1）2015年省际TP-GTFP 排名：浙江＞山东＞江苏＞广东＞上海＞天津＞北京＞福建＞内蒙古＞吉林＞河南＞重庆＞辽宁＞陕西＞江西＞海南＞河北＞青海＞四川＞宁夏＞新疆＞湖南＞甘肃＞黑龙江＞山西＞广西＞安徽＞贵州＞湖北＞云南，如图3所示。

图3 2015年各省综合环境因素约束下GTFP、EFFCH、TECHCH情况图（自左往右，GTFP由大到小）

其中沿海六省（浙江、山东、江苏、广东、上海、福建）为目前TP-GTFP、TP-TECHCH发展的“排头兵”。其TP-GTFP排名均居位于全国前列，并且绿色技术进步指数（TP-TECHCH）也较其他省份遥遥领先；而西南四隅（广西、贵州、湖南、云南）目前却均处于效率、技术的双项“低水平均衡”状态，缺乏绿色经济“发动机”。2）省际TP-GTFP两极差异与时俱增，从2000—2001年的2.25%（山东与贵州）扩大到2004—2005年的5.29%（江苏与河南），从2009—2010年的6.24%（北京与湖南）扩大到2014—2015年的11.36%（浙江和云南）。（2）从时段上看，2000—2015年期间年均TP-GTFP 两极分化明显，其他3种年均GTFP集中分布在低水平梯度,京津翼、长三角、珠三角所含省份在绿色经济长期发展中贡献最大。1）在年均GTFP 的梯队差别上，采用自然断点法进行梯度划分，TP-GTFP在四个梯度上的数值界点均小于CO2、SO2、COD 约束下的数值界点，说明单环境约束相比于TP环境约束会对GTFP高估。如表2，TP-GTFP梯度分布与省份数量呈现“正态分布”特点，省域集中在二、三梯度，两极分化明显。CO2、SO2、COD约束下的省际GTFP梯度分布呈现“同质化”特征，省份集中分布在三、四低水平梯度。2）在年均GTFP梯队分布上，4种GTFP的第一、二梯度省份均集中分布在京津翼、长三角（除安徽外）、珠三角此三大区域，如表2 所示。在CO2、SO2、COD 约束下，第三梯度省份集中分布在与内蒙古接壤的华北、东北地区，第四梯度省份集中分布在华中、西南、西北地区；在TP综合环境约束下，第三梯度省份主要集中在华中、西南、西北地区，且湖南、云南属于第四梯度。

表2 2000—2015年四种环境约束下年均GTFP的省域梯度分布

3.沿线省域绿色全要素生产率测度结果分析

从一带一路沿线省域GTFP情况来看，一带一路沿线省域GTFP发展呈现出“N”型态势，表现出“较平稳、微波动”的特征，沿线内部各省份的GTFP呈“阶梯状”分布，沿线内部四大区域间也存在明显差异。具体来看：（1）从GTFP发展趋势来看，一带一路沿线省域4种GTFP发展均呈现出“N”型态势，如图4所示。

图4 4种环境约束下一带一路沿线省域GTFP趋势图

一带一路沿线省份的4 种GTFP 均在2002—2005年达到低谷，在2004—2007年保持上升，2007—2008年轻微下降然后上升、在2010—2013年前后达到了峰值，并且均在2014—2015年有个较大的下降趋势。其转折时点在2005年前后（国家治污力度加大）、2008年前后（国际金融危机）、2014年前后（经济新常态）。（2）从GTFP总体情况来看，大部分省域在16年间GTFP得到了提升，但伴有“短板”省份的存在；GTFP发展主要是靠绿色技术进步拉动的，但均出现了不同程度的绿色技术效率倒退。图5，沿线17个省份中，14个省份的GTFP 得到了改善，3 个省份（甘肃、云南、宁夏）年均GTFP 出现倒退情况。4个区域总体来看，各个区域的GTFP 都得到了提升：东南五省4 种环境约束年均GTFP提升了1.5%、东北三省提升了1%、西北三省提升了0.3%、西南三省提升了0.3%，且年均绿色技术进步＞1，年均绿色技术效率＜1。（3）从四大区域①将除西藏外的一带一路沿线17个省份根据地理位置与经济水平进行划分，具体分为：新疆、陕西、甘肃、宁夏、青海、内蒙古等西北6省；黑龙江、吉林、辽宁为东北3省；广西、云南为西南2省。此外，依照地理位置，将内陆地区重庆划到西南区域，广西、云南、重庆为西南3省；上海、福建、广东、浙江、海南为东南沿海5省。GTFP 内部情况来看，各区域均存在明显的内部差异，每个区域均有其GTFP 的增长的“主力军”，“短板”省份均分布于西北六省和西南三省。从图5可以看出，东南五省内部GTFP均值差异较小（除海南外），其中广东为其GTFP 增长的“主力军”，4 种GTFP 增长率均高于2.4%；东北三省中辽宁为其GTFP 增长的“主力军”，4 种GTFP增长率高于1.4%；重庆为西南三省GTFP 增长的“主力军”，而云南则为“短板”省份；陕西和内蒙为西北六省GTFP增长的“主力军”，甘肃和宁夏则为“短板”省份。（4）从地区差异来看，沿线省份的GTFP呈“阶梯状”分布，空间上存在明显差异。东部高于西部，西北高于西南，且东部两个区域间的差距主要是由绿色技术效率指数的降低速度不同带来的。在GTFP年均值上，东部区域4 种年均GTFP 提升速度较西部区域快1.9%，东南五省年均GTFP 值比东北三省高出0.3%—0.9%，比西北六省高出1.1%—1.6%，比西南三省高出1.2%—1.3%。在GTFP 的分解项上，东南五省比东北三省在绿色技术进步指数上差别不大（0-0.1%），但在绿色技术效率水平上差距明显（0.3%-0.8%），在绿色技术进步指数处于趋同状态下，绿色技术效率指数高低体现着GTFP的排位。

图5 4种环境约束下一带一路沿线各省年均GTFP变动百分比

三、绿色全要素生产率的影响因素分析

（一）模型建立与变量的选取

本文以全国各省份为研究对象，采用2001-2015年的面板数据①2000—2001年的GTFP计为2001年GTFP，以此类推。，从文献综述中尤有争议并仍待探讨的对外开放因素、财政因素、技术因素、经济因素、金融因素、环境规制因素6个方面出发，甄选了12 个指标。运用系统两步广义矩阵估计法（GMM）考察各因素对绿色全要素生产率（GTFP）、绿色技术效率指数(EFFCH)和绿色技术进步指数(TECHCH)②选用不会被高估的综合环境因素TP指标下的测度出的GTFP、TECHCH、EFFCH。的影响。模型动态面板设定如下：

其中Y 代表被解释变量，分别以GTFP、EFFCH、TECHCH 的指数来代替。解释变量包括Y的1 期滞后值、外贸水平FT、外资投入水平FDI、政府市场化水平FE、政府财政自主度FD、人力资本PC、技术创新能力TC、人均实际生产总值GRP、产业结构IS、金融规模BS、金融效率BE、命令型环境规制EC、市场型环境规制ET，指标具体设置如下表3所示。

表3 绿色全要素生产率影响因素指标

（二）实证结果分析

本文采用系统GMM两步法，运用STATA15.0对模型进行估计，以TP-GTFP 被解释变量的方程为主模型（模型1），TP-EFFCH、TP-TECHCH 为被解释变量的方程为次模型（模型2-3），采用CO2、SO2和COD 环境约束下的GTFP为被解释变量，进行系统GMM 回归进行稳定性分析（模型4-6），用以验证主模型的回归结果。

本文在对模型1-6 进行“系统GMM”估计之前，首先进行了Sargan 以及Arellano-Bond（2）检验，用以验证是否存在过度识别以及扰动项。Sargan 检验的原假设为“所有工具变量都有效”，如果P值大于10%，表明在10%的显著水平上无法拒绝“所有工具变量都有效”的原假设，即工具变量的选取是合适的；AR（2）是对扰动项差分二阶自相关的检验，系统GMM估计通过AR（2）的P值需大于10%，且AR（2）P 值越大越好，检验结果如表4所示。

表4 全国省际样本系统GMM回归结果与稳定性检验

表明：第一，模型1-6 的Sargan 检验概率的P值均在0.1以上，接受了工具变量不存在过度识别的原假设，说明所选工具变量在整体上是合理有效的。第二，AR（2）的P 值除模型2接近于0.1（为0.0959）以外，模型1、模型3-6 均大于0.1，这说明了系统GMM 估计量具备一致性，模型不存在二阶自相关。因此，模型设定较合理，估计结果有着较强的可靠性。

在模型的稳定性检验上，主模型1与稳定性检验模型4-6之间估计的系数符号基本是一致的，且数值的大小也比较接近，如表4所示。因此，TP约束下的GTFP 的主模型回归结果稳健性良好。主要的差别在对外因素的两个指标（FT 和FDI）上，这可能是由于综合环境因素指标在合成时，在考虑SO2、CO2、COD排放之外还考虑工业三废的排放，而工业三废受外商直接投资与对外贸易影响更大。考虑到综合环境约束下，更能全面反映16年来我国开放性因素对绿色全要素的影响情况，因此在回归结果分析中采用了主模型1（TP-GTFP）的回归结果。

在开放性因素的回归结果上，对外贸易和外商直接投资均对GTFP 产生负向作用，且对外贸易产生“绿色效率倒退”和“绿色技术改进”的双影响、外商直接投资产生“绿色效率改进”和“绿色技术倒退”的双影响。具体来看：（1）对外贸易通过“竞争效应”“传染效应”“干中学效应”对绿色技术进步有着显著地推动作用（1%显著性水平），但对绿色技术效率产生了负影响（1%显著性水平），即并未实现既定生产投入最小化，说明我国企业对绿色技术进步的转化率和对现有资源有效利用的能力还有待提高，这也与学者杨世迪“只有当人力资本和外商直接投资水平分别跨越一定门槛时，贸易自由化才会有利于绿色生产率增长”[24]72-75的观点相切合。（2）外商直接投资对我国整体GTFP 影响显著为负（1%显著性水平），说明在外商直接投资给我国带来了一定的“污染转移”，外商直接投资的“污染天堂”效应大于了“污染光环”效应，这与杨文举[21]11等研究结论相一致。究其原因，这一现象和我国地方政府长期以来为筑巢引凤而构建“政策洼地”，所导致的无选择性引入外资有关；而FDI 对绿色进步的负向作用说明了通过外商直接投资引入的技术对促进中国技术进步的作用没有显现，即吸引大量外资转移到中国的是低环境成本和人工成本。这与学者宁婧“FDI通过技术进步指数对绿色全要素生产率的影响是负面的”[53]43的研究结论相一致。

在财政因素的回归结果上，政府市场化水平与政府财政自主度对GTFP 和绿色技术效率均有着正向推动（分别为1%和5%的显著性水平），具体来看：（1）政府通过财政支出对经济活动的干预，没有造成效率损失，一定程度上弥补了市场无效，表现为财政支出对GTFP、绿色技术效率的正效应。说明对于中国整体而言，财政支出有利于地方政府充分地发挥信息优势，使资源配置更有效率。（2）政府财政的自由度对GTFP 和绿色技术效率产生了显著的正影响（分别为1%和5%的显著性水平）。这与学者杜俊涛[28]80、李斌[29]125的研究结论有所出入，一方面可能是因为今年来我国地方财政的资金多用于对重大基础项目、重点民生上的投资（2015年基础建设自出16.9%，重点民生35.8%），因而财政自主权的增加并没有对GTFP和绿色技术效率产生负作用；另一方面，地方财政在经济建设上的支出初步减小，因而其自主权的增加不会带来过多的“挤出效应”。加之一定经济建设支出拉动了经济发展，对GTFP核算中的产出变量-期望产出的增加有推动作用，因而表现为政府财政的自由度对GTFP、绿色技术效率的正效应。

在技术因素的回归结果上，人力资本回归结果呈现出绿色技术进步与绿色效率退步的双效应特征，技术创新水平与我们的预期相同，推动着GTFP的提升，具体来看：（1）人力资本带来了绿色技术进步与绿色效率退步的双效应（分别为1%和1%的显著性水平），表明了我国人力资本虽能够推动绿色技术进步，但人力资本的层次单一，同质化人才的“拥挤”，高层次“核心”人才的缺乏，存在“供不应求”和“供过于求”并存的现象，导致了结构性人才短缺，因而表现为对绿色技术效率的负作用。（2）技术创新水平对GTFP 产生了显著的正向影响（1%的显著性水平），技术创新可以提高技术进步水平，改进资源配置效率，因而对GTFP 有正向促进作用。

在经济因素的回归结果上，人均GDP 和产业结构对GTFP 均产生着显著正效应（1%显著性水平），产业结构对绿色技术进步指数有显著的正向推动作用（1%显著性水平），具体来看：（1）我国人均GDP 的提升有利于提高GTFP，人均经济数量水平的增长是经济腾飞、技术创新的基础和保障。（2）产业结构对GTFP存在“产出贡献”和“技术改进”的双重影响。考虑到我国经济与工业化水平的发展阶段，自2000年以来的经济“奇迹式”跨越主要靠第二产业拉动的，因此第二产业的增加对GTFP仍有推动作用，第二产业对GTFP的影响尚为跨过环境库兹涅茨倒“U”型曲线的拐点。但长期看，单纯以第二产业拉动必将导致污染加剧，与新常态下推动经济发展提质增效的目标相违背。

在金融因素的回归结果上，金融规模的扩大对绿色技术效率产生负向作用（5%显著性水平），金融效率地提高对绿色技术进步产生了促进作用（5%显著性水平），但金融规模与金融效率均未对GTFP 产生显著的影响。具体来看：（1）金融规模扩大阻碍技术效率的改善这一结论与陈刚[63]、徐思远[64]58的研究结论相类似，这是由我国长期以来信贷歧视①银行在分配信贷资源时，总是习惯性地倾向于国有企业，而为国民经济做出更多贡献的民营企业，在信贷融资时，往往受到歧视或约束，即为信贷歧视。所造成的对生产效率的双重拖累而带来的。首先，四大国有商业银行在金融市场上占据了绝对的垄断地位是中国金融体系的一个显著特征，因而金融规模的扩大也主要是四大银行存贷量的扩大，这种垄断会带来效率的降低。加之“我国银行在贷款配给时，总是倾向性地偏向国有企业，国有企业在运用资本与人力生产的时候不免会出现大手大脚、铺张浪费的现象，从而拖累自身的生产效率”[64]58；其次，信贷资源分配上的歧视在导致国有企业自身生产效率低下的同时，还会使得国有企业占有了过多的资源，进而拖累民营企业以及整体经济的生产效率提升。（2）金融信贷配置的效率提升对技术进步有着推动作用。说明信贷资本作为一种资源配置杠杆，可以引导我国资金向技术化程度更高的项目，其分配效率的提高有利于为更快速地为高新技术企业提供资本，刺激技术创新更新换代。

在环境规制因素的回归结果上，命令型环境规制对GTFP存在负作用（10%显著性水平），市场型环境规制对GTFP 和绿色技术进步产生了正向影响（5%和10%显著性水平），但也对绿色效率水平产生了显著的负向影响（5%显著性水平）。具体来看：（1）命令型环境规制通过政府的治污投资而实现，其对GTFP的负向作用一方面是由于我国现有环境规制机构设置冗杂，职能交叉，造成了治污地不彻底执行与环境投资不能“因地制宜”，因而未能达到治污效果，造成了资源浪费，降低了GTFP；另一方面环境投资是一个“高投入、风险大、回报期长”的项目，巨额环境投入这使得地方政府为了保护财源而不愿砍掉重污染项目，某种程度上反而成为了污染企业的保护伞，加重了地方污染水平，降低了GTFP。（2）市场型环境规制虽然因为“挤出效应”②新古典经济学为基础的“遵规成本”认为，“环境投资将挤占企业的部分生产性投资，而治污外部成本的内部化会使企业以的生产成本增加为代价而制约其技术创新效率的提升”。对企业的技术效率有一定的降低，但合理的市场型环境规制促使企业主动将环境规制的外部成本内部化，激励企业开展技术创新活动，从而提高投入产出水平，能够部分或完全抵消环境规制导致的成本上升，带来净收益，产生“创新补偿效应”，提升绿色技术进步水平和GTFP，即市场型环境规制符合“波特假说”。

四、主要结论与建议

（一）主要结论

本文通过DEA-Malmquist指数方法测度出不同环境约束下的4种GTFP，得到研究结论如下：

1.从全国GTFP 的测度结果来看，4 种GTFP整体上都呈现出波动上升的态势，经历了三个“低谷”和两个“峰值”；GTFP 的上升主要是靠绿色技术进步来带动的，但绿色技术进步指数在2011年后达到“瓶颈”状态，绿色技术效率指数持续倒退，并发现当绿色技术效率提升速度一直落后于绿色技术进步速度，则会出现持续的效率恶化；我国二氧化碳污染的控制效果最好，综合环境治理上任重道远。

2.从各省际的GTFP测度结果来看，2015年沿海六省为目前绿色经济发展的“排头兵”，而西南四隅处于效率、技术的双项“低水平均衡”状态，缺乏绿色经济“发动机”；2000—2015年期间，省际TPGTFP两极差异与时俱增；省际年均TP-GTFP两极分化特征明显，省际年均CO2-GTFP、SO2-GTFP、COD-GTFP集中分布在低水平梯度；京津翼、长三角、珠三角所含省份在绿色经济长期发展中扮演着“引领者”和“技术革新者”的角色，华中、西南、西北所含省份均作为“追赶者”和“模仿者”跟随进行模仿和学习。

3.从一带一路沿线省域GTFP测度结果来看，4种环境约束下一带一路沿线省域GTFP发展均呈现出“N”型态势，表现出“较平稳、微波动”的特征，沿线内部各省份的GTFP呈“阶梯状”分布，东部高于西部，西北高于西南，沿线内部的四大区域间也存在明显差异，每个区域均有其GTFP 的增长的“主力军”，但“短板”省份均在西北六省和西南三省。

本文从学界尤有争议的对外开放因素、财政因素、技术因素、经济因素、金融因素、环境规制因素6个方面出发甄选了12个指标，采用系统GMM两步法对全国省际样本进行回归，用以为GTFP提升对策探寻路径选择，研究结论如下：

1.对外贸易和外商直接投资均对GTFP 产生负向作用，且对外贸易产生“绿色效率倒退”和“绿色技术改进”的双影响、外商直接投资产生“绿色效率改进”和“绿色技术倒退”的双影响。

2.财政支出市场化和自由化程度提升有利于地方政府充分地发挥信息优势，使资源配置更有效率，进而提升GTFP。

3.我国人力资本对绿色技术效率指数产生负作用，人力资本存在层次单一，同质化人才的“拥挤”，高层次、核心人才“短缺”，“供不应求”和“供过于求”并存现象。

4.我国产业结构对绿色全要素生产率有着“产出贡献”和“技术改进”的双重影响，当前第二产业对GTFP 的影响尚为跨过环境库兹涅茨倒“U”型曲线的拐点。

5.金融规模扩大阻碍了绿色技术效率的改善，而金融信贷配置效率提升对绿色技术进步有着推动作用。

6.命令型环境规制对GTFP有显著的负作用，市场型环境规制符合“波特假说”，对GTFP和绿色技术进步产生了正向影响。

（二）政策建议

1.补足技术效率短板，突破绿色技术进步瓶颈。实证研究表明，绿色技术进步是绿色全要素生产率增长的主要源泉，但2011年以来绿色技术进步遭遇“瓶颈”，2000年来绿色技术效率也表现出持续的负增长现象。因此，我国各省域在今后的改革实践中要在补足技术效率短板的同时，突破绿色技术进步瓶颈。具体策略：（1）重视核心技术的形成。加快推进核心芯片、半导体加工设备、大飞机发动机、矢量超级计算机、工业机器人、量子通信、互联网核心技术及设备、操作系统等核心技术的自主研发，充分发挥高精尖技术对国家经济社会发展的支撑能力。（2）建立自主创新的人才体系。积极构建各类产学研合作交流平台，推动科研机构的市场化；加快大学和企业之间技术转让、技术交流的速度，提高我国企业对引入技术的消化和创新能力。（3）建立与完善创新驱动的激励、考核机制。以科研成果转化率提升为导向，加快科研项目绩效评价，加快从重过程向重结果转变；对科研人员采取灵活的薪酬制度和奖励措施，废止有悖于激励创新的陈规旧章，砍掉碍于释放创新活力的繁文缛节。

2.以绿色生态为目标导向，改善环境规制与治理方式。前文实证研究表明，命令型环境规制对绿色全要素生产率产生了负影响，市场型环境规制对绿色技术效率产生了负影响。因此，需要改善环境规制的方式，因地制宜地选择“差异化”环境规制方式，并适当减轻治污投资与干预带来的“挤出效应”，使规模报酬不变且要素自由处置的条件下相对效率下降，以促进绿色技术效率、绿色全要素生产率的上升。具体措施：（1）对于经济与环境协调程度好、市场化程度高的沿海地区，建议进行“低强度”的环境治理，充分发挥环境税费、排污权交易、环境资源价格、环境损害赔偿、绿色采购等市场型调节机制，避免过多的治污投资或治污干预而产生“挤出效应”；建立完善环保非政府组织、环保公益诉讼制度、环境信访和信息披露制，以充分调动群众监督的力量。（2）对于西北内陆和中部地区，应加快污染防治和资源保护的立法步伐，健全完善空间、总量、项目“三位一体”的环境准入制度，在命令型环境规制的基础上，综合运用价格、税收、信贷、补贴等经济杠杆，对企业行为进行激励约束。

3.提高国有金融企业效率，构筑绿色金融体系。实证表明，当前金融规模的扩大对绿色技术效率产生负向作用，说明国有金融机构垄断的局面导致了国有金融企业的效率低下，其规模扩大并不能推动绿色经济效率；而金融效率对绿色技术进步的促进作用也启示我们，应利用金融机构对信贷资金的调节作用，将资源配置到绿色技术创新的企业中去。具体措施：（1）割断国有企业与政府的“脐带”关系,交由市场来直接调节并实行硬约束；打破金融业的国有股“一股独大”，大力发展非国有产业融资的非国有银行、非国有金融机构，放宽市场准入和退出“壁垒”，以充分优胜劣汰。（2）实现商业银行的绿色转型，在信贷配置中增加对环保产业和节能减排技术创新的信贷支持；设立“生态银行”等政策性绿色金融机构，为绿色发展和可持续发展项目提供政策性融资活动；设立自主的本土化绿色金融交易机制，优先发展碳信用和碳现货等原生类绿色金融工具，积极开发碳期货、碳期权、碳资产货币化、碳结构性产品、碳保险、碳担保等新型绿色金融衍生品。

4.提高引入外资的环境门槛，引导外资流向的绿色化。当前以高耗能、高污染为代价的大规模贸易往来和集中在劳动密集型制造业上的全球招商引资，已不能持续推动绿色全要素生产率的提升，提高外资引入质量和利用方式是避免沦为“污染避难所”的治本之策。具体措施如下：（1）提高引入外资的环境门槛。完善落实外商直接投资的“负面清单”，对“三高一低”企业说“不”，抵制单纯以我国廉价劳动力和优惠政策为目的的外资。（2）合理选择对外投资的合作方式。一是钢铁、水泥、船舶等过剩产能的对外直接投资应采用独资新建或合资新建方式，尤其在投资环境尚不完善的国家应选择建立工业园区方式转移我国过剩产能；二是应以成套设备出口、投资并购、承包工程等方式在资源条件好、配套能力强、市场潜力大的重点国家建设生产基地。（3）积极引导外资流向的绿色化。重点鼓励外商直接投资于我国需要重点发展的农业、高新技术产业、基础工业、基础设施、环保产业和出口创汇产业，重点鼓励外商直接投资于资源综合利用以及防治环境污染的新技术和新设备。