吴新中1，邓明亮2，3
(1.重庆交通大学 招生就业处，重庆 400074；2.武汉大学 经济与管理学院；3.武汉大学 区域经济研究中心，湖北武汉 430072)
摘要：加快工业绿色发展进程是推动长江经济带高质量发展的重要内容。运用SBM-DDF模型和Luenberger分析方法，测算长江经济带沿线108个地级及以上城市工业绿色全要素生产率，考察技术创新贡献程度，综合运用泰尔指数、收敛分析、空间自相关方法检验地区差异和空间溢出。研究发现：长江经济带工业绿色全要素生产率整体呈上升趋势，技术创新改进和技术规模效率是工业绿色发展的重要驱动力；长江经济带沿线城市工业绿色全要素生产率呈现明显的空间异质性和空间溢出效应。但随着空间距离增加，空间溢出效应逐步减弱。推动长江经济带工业绿色发展，应综合运用差异化措施促进工业技术创新，加快共性技术研发、合作研发与推广，进一步提高长江经济带工业绿色全要素生产率。
关键词：长江经济带；工业绿色全要素生产率；技术创新；空间溢出
党的十九大报告明确指出，我国经济已从高速增长阶段转向高质量发展阶段。随着经济结构调整和发展方式转变，提高工业经济发展质量已成为推动经济高质量发展的客观要求和必经之路。2016年1月5日，习近平总书记在推动长江经济带发展座谈会中明确提出“共抓大保护，不搞大开发”；在2018年深入推动长江经济带发展座谈会上，习近平总书记进一步指出，要“使长江经济带成为引领我国经济高质量发展的生力军”。长江经济带是我国生态文明建设的先行示范带，在推动我国经济高质量发展过程中发挥着引领示范作用。工业发展是长江经济带经济发展的核心动力，也是生态环境系统的主要破坏源。关于长江经济带工业发展问题，《国务院关于依托黄金水道推动长江经济带发展的指导意见》(2014)、《长江经济带创新驱动产业转型升级方案》(2016)、《长江经济带发展规划纲要》(2016)、《关于加强长江经济带工业绿色发展的指导意见》(2017)等规划和政策文本均强调缓解工业发展与资源环境矛盾，实现工业绿色转型，完成工业发展新旧动能转换，创新驱动工业产业转型升级。经济高质量发展是体现新发展理念的发展，技术创新是长江经济带工业产业高质量发展的强大动能，而提升工业绿色全要素生产率是长江经济带工业绿色转型升级的关键环节。但是长江经济带工业绿色全要素生产率水平如何？存在何种时空演变规律？技术创新在工业绿色全要素生产率提升过程中能够发挥何种作用？影响程度如何？技术创新在影响长江经济带工业绿色全要素生产率过程中的空间溢出效应如何？国内少有研究能够系统回答上述问题。
基于此，本文尝试从3个方面对技术创新、空间溢出和长江经济带工业绿色全要素生产率相关研究进行补充和拓展：第一，采用2005-2016年面板数据，利用基于松弛变量的方向距离函数(SBM-DDF)模型测算长江经济带沿线108个地级及以上城市工业绿色全要素生产率；第二，采用Luenberger生产率指数方法，萃取长江经济带工业纯技术进步效率，考察技术创新对长江经济带工业绿色全要素生产率提升的贡献程度；第三，运用空间分析方法，进一步考察长江经济带工业绿色全要素生产率演变过程中的空间差异和溢出效应。
现有关于工业绿色全要素生产率的研究主要聚焦于工业绿色全要素生产率测算和影响因素两个方面。学术界多根据各自研究领域特点和视角确定研究方法、指标和尺度，测度工业绿色全要素生产率，并对影响因素进行考察。
非参数方法和参数方法是测度中国工业绿色全要素生产率最主要的方法。非参数方法主要为数据包络分析方法(DEA)及其组合模型，如DEA-Malmquist方法[1, 2]、三阶段DEA[3]、Super-DEA方法[4]、SBM模型[5, 6]、SBM-Luenberger模型[7, 8]、Malmquist-Lunberger指数[9]、DDF-ML指数[10, 11]、SBM-DDF-Luenberger模型等[12]。在运用非参数方法测算中国工业绿色全要素生产率研究中，武义青等[13]引入势效系数测算河北省11个区市工业绿色全要素生产率，综合考察资本、劳动力、能源、资源在工业绿色发展过程中的作用。学术界测算中国工业绿色全要素生产率的指标主要分为投入指标和产出指标。其中，投入指标主要包括资本、劳动、能源投入三类，资本类指标主要包括固定资产净值[7]、工业资本存量[14]、固定资产投资[6]、物资资本存量等[15]；劳动力指标主要为工业企业年平均从业人员数[11, 15]；能源投入指标则主要包括工业能源消耗总量[2]、规模以上工业增加能耗水平[16]、煤炭消费量[6]。产出指标分期望产出和非期望产出指标，期望产出指标反映工业企业经济产出情况，主要包括工业总产值[10, 17]、工业销售产值[1]、工业增加值[15, 18]、工业企业主营业务收入[12]；非期望产出反映中国工业企业发展的环境污染产出，主要包括工业废水排放量[11, 16]、SO2排放量[15, 18]、工业烟粉尘排放量[7, 12]、CO2排放量[8, 10]、COD[3, 4]、工业固体废弃物等[15, 16]。部分学者将环境污染变量作为投入指标，如张健东等[1]将环境污染指数作为投入指标考察中国各类食品工业绿色全要素生产率，张虎等[2]则将工业废水、废气、工业固体废弃物排放量作为投入指标测算工业绿色全要素生产率。学术界关于中国工业绿色全要素生产率的研究主要聚焦于省级、城市等空间尺度，关注我国内地31个省市区[4, 9]、湖北省等[2]；城市工业绿色全要素生产率研究主要关注广东省21市[16]、河北省11个市区等[13]。李琳等[11]分析测算长江经济带108个城市工业绿色全要素生产率增长情况。从产业角度看，现有研究多以工业整体绿色全要素生产率为研究对象，也有部分学者从工业细分行业入手，进行工业绿色全要素生产率测算。例如，李斌等[12]和岳鸿飞等[17]对中国36 个工业行业绿色全要素生产率进行测算，张健东等[1]对中国食品工业绿色全要素生产率进行考察。
中国工业绿色全要素生产率演变特征受多种因素影响。技术创新是工业绿色发展的主要动力[12]，技术进步是工业绿色全要素生产率增长的动力源泉[18]。张虎等[2]指出，科研创新对工业绿色全要素生产率的促进作用在短期相对较弱。研发投入通过技术创新促进工业绿色全要素生产率提高。万伦来等[7]发现企业自主研发、国外技术引进、国内技术转移3种方式对中国绿色全要素生产率影响存在差异；任耀等[5]采用多因素面板平滑转换模型(PSTR修正模型)考察研发中学、研发投入、干中学、技术引进对工业绿色全要素生产率的影响。其它研发投入影响因素还包括R&D投入强度[15]、人力资本水平[6]、政策导向等，其中政策导向是影响工业绿色全要素生产率的重要因素，环境规制是影响工业绿色全要素生产率最主要的政策因素[5, 10]。李斌等[17]指出环境规制对工业绿色全要素生产率提高存在“门槛效应”，但马晓明等[16]认为环境规制对工业绿色全要素生产率的促进作用并不显著；影响工业绿色全要素生产率的其它政策导向因素还包括所有制结构[15]、产权结构[10]、排污收费制度、排污权交易试点政策、环境法制等[4]。对外开放是学术界广泛关注的中国工业绿色全要素生产率影响因素[19]，杨文举等[18]研究发现外资利用对工业绿色全要素生产率的影响印证了“污染天堂”假说，马晓明等[16]指出外商投资份额对工业绿色全要素生产率有促进作用，陈超凡[10]运用SYS-GMM模型研究指出外商投资对工业绿色全要素生产率的促进作用尚未完全发挥，原毅军等[8]则认为外商直接投资对中国工业绿色全要素生产率的作用并不显著；影响中国工业绿色全要素生产率的其它对外开放因素还包括外资依存度、外贸依存度等[15]。学术界关于中国工业绿色全要素生产率影响因素的研究还涉及行业资本密度[7]、工业化与信息化进程[14]、工业产业结构[2, 16]、利润[5]、人均GDP、资本劳动力比、固定资本投资[16]、企业规模[10]、城市化率[2]、互联网与禀赋结构等[11]。
纵观中国工业绿色全要素生产率现有研究成果，较多学者关注中国工业绿色全要素生产率测算及影响因素分析，但仍有不足之处：第一，现有研究聚焦于我国内地31省份或细分行业工业绿色全要素生产率，对城市工业行业整体绿色全要素生产率的关注相对较少；第二，关于技术创新对工业绿色全要素生产率贡献率的研究相对较少，而有关工业绿色全要素生产率影响因素研究多从外部环境进行分析，对工业绿色全要素生产率的分解研究相对不足；第三，现有工业绿色全要素生产率影响因素研究多从时间序列进行考察，对空间溢出效应的探讨相对较少；第四，长江经济带对于我国工业经济高质量发展发挥着重要的示范引领作用，对长江经济带工业绿色全要素生产率的研究具有重要的实践意义和理论意义，但以长江经济带为对象的研究十分鲜见。鉴于此，本文系统分析技术创新对长江经济带工业绿色全要素生产率的贡献程度，并分析其空间溢出效应。
2.1.1 工业绿色全要素生产率测度模型与分解
借鉴Fare等[20]的方法，若长江经济带工业行业生产过程中共包括N种投入、M种期望产出、I种非期望产出，则长江经济带工业行业绿色生产技术模型为：
(1)
式(1)中，
表示决策单元权重，工业绿色生产规模报酬可变(VRS)则为非负值，且和为1；工业绿色生产规模报酬不变(CRS)则为非负值。参考Fare[21]、李玲[19]的研究方法，用SBM方向性距离函数和Luenberger生产指数表示长江经济带沿线108个地级及以上城市工业行业绿色全要素生产率(gtfp):
(2)
式(2)中，
为在本期技术水平下t和t+1期工业行业绿色生产无效率值；
为t期技术水平下t+1期工业行业投入产出无效率值；
为t+1期技术水平下t期工业行业投入产出无效率值。
为进一步量化分析技术创新对工业绿色全要素生产率的贡献程度，参考Grosskop[22]和岳鸿飞等[12]的方法，利用相邻前沿交叉参比Luenberger生产率指数，将长江经济带108个地级及以上城市工业绿色全要素生产率(gtfp)进一步分解为纯技术变化(lptp)、纯效率变化(lpec)、规模效率变化(lsec)、规模技术变化(ltpsc)4种分解效率：
(3)
式(3)中，纯技术进步(lptp)反映长江经济带工业绿色全要素生产率中技术创新的贡献率，若长江经济带工业存在技术创新，则工业生产技术前沿面将向前移动，原投入产出无效率值
将逐步扩大
表示以t时期数据为基准生产技术前沿面的移动幅度，反映不同技术水平下无效率值的变化量；
表示以t+1时期为基准生产技术前沿面的移动幅度。跨期减法主要针对相同研究对象，能反映出长江经济带工业生产可能性边界的移动情况，即工业纯技术进步(技术创新对工业绿色全要素生产率的贡献程度)。
2.1.2 指标选取与数据来源
将环境污染产出作为非期望产出指标纳入SBM-DDF模型中，综合运用资本投入、劳动力投入、能源投入、期望产出、非期望产出指标进行工业绿色全要素生产率测算，相关数据来自《中国统计年鉴(2006-2017)》和《中国城市统计年鉴(2006—2017)》。
(1)资本投入。借鉴现有研究成果(陈诗一，2012；岳鸿飞等，2018)，采用永续盘存法对长江经济带工业资本存量进行估算，囿于市级数据可得性，本文采用各省份折旧率和固定资本形成平减指数推算固定资本存量：
(4)
(2)劳动力投入。选用各城市第二产业年末城镇单位从业人员作为劳动力投入指标，用以反映长江经济带工业人员投入。
(3)能源投入。选取各城市工业用电量作为能源投入指标。
(4)期望产出。选取工业总产值作为期望产出指标，并以各省PPI指数平减为2005年不变价格。
(5)非期望产出。选取环境污染物排放量作为工业生产非期望产出，主要包括工业废水排放量、工业二氧化硫排放量和工业烟粉尘排放量。
2.2.1 工业绿色全要素生产率测度结果
借助MaxDEA Ultra 7.8软件测算并分解长江经济带工业绿色全要素生产率，限于文章篇幅，对2006—2016年长江经济带工业绿色全要素生产率加权平均得到整体水平，用以反映长江经济带整体和长江经济带上中下游地区工业绿色发展变化情况(见表1)。
表1长江经济带工业gtfp增长率及其分解(单位：%)
注：本表给出的长江经济带工业gtfp增长率及其分解经由两步计算得到，第一步以长江经济带沿线108个地级及以上城市工业总产值为权重几何平均计算得到整体水平，第二步将整体水平减去1并乘以100得到长江经济带工业gtfp增长百分率及其分解；表中mean为2006-2016年平均值。根据测算结果整理得到
2006年以来，长江经济带工业绿色全要素生产率整体呈上升趋势，2006—2016年长江经济带工业绿色全要素生产率均值为3.56%，工业绿色发展逐步推进。具体从长江经济带上中下游城市(苏沪浙三省份相关城市纳入下游地区、皖赣湘鄂四省份相关城市纳入中游地区、渝贵川滇四省份相关城市纳入上游地区)工业绿色全要素生产率水平看，长江经济带下游地区城市工业绿色全要素生产率平均值最高(1.97%)、中游地区城市处于中等水平(1.04%)、上游地区城市工业绿色全要素生产率平均值相对靠后(0.55%)。可见在长江经济带工业绿色发展过程中，中下游地区由于经济基础、发展理念、技术水平等条件更优，工业绿色全要素生产率相对较高，能在长江经济带工业绿色发展过程中发挥引领作用；上游地区工业基础相对薄弱、工业技术改造升级相对滞后、污染密集型产业相对密集，工业绿色发展任重而道远。动态来看，长江经济带沿线108个地级及以上城市与上中下游地区相关城市工业绿色全要素生产率整体呈上升趋势。就增长速度而言，长江经济带各地区工业绿色全要素增长率呈上升趋势，其中长江经济带108个城市和长江经济带下游地区城市工业绿色全要素生产率增长率波动幅度相对较大，2014年以来呈现出快速增长趋势。但动态工业绿色全要素生产率的正值和增长并不能说明长江经济带工业绿色发展及全要素生产率已达到很高水平，而是预示了长江经济带工业绿色发展趋势和改进方向。
长江经济带工业绿色发展技术改造升级稳步推进，技术创新水平缓慢上升。2006-2016年，长江经济带工业绿色发展技术改进均值为0.17%，长江经济带中游地区城市工业绿色发展技术改进平均值最高(0.28%)、上游地区城市处于中等水平(0.21%)、中游地区城市工业绿色发展技术改进平均值反而相对靠后(-0.32%)。由此可见，在长江经济带沿线城市产业结构调整和工业绿色发展技术改造升级过程中，下游地区先发优势明显，技术水平相对领先，产业结构调整步伐较快，但工业绿色发展技术改进速度较慢；随着中上游地区经济发展，工业发展水平在整体经济发展过程中发挥了较大作用，工业技术创新速度加快，工业绿色发展技术改进水平领先。动态来看，长江经济带工业绿色发展技术改进整体平均值和上中下游地区城市平均值演变趋势尚不明显， 2013年以来，下游地区技术改进整体水平长期为负，但呈现出上升趋势。当然，技术改进的上升并不能代表长江经济带工业绿色发展技术已经达到高水平，上升仍需进一步改造传统工艺，推进技术创新，着力提高工业绿色发展新工艺、新技术的研发创新水平。
2.2.2 技术创新贡献度
从2006-2016年长江经济带指标均值看，纯技术变化(lptp)为0.17%、纯效率变化(lpec)为3.13%、规模效率变化(lsec)为-0.55%、规模技术变化(ltpsc)为0.81%，基于Luenberger指数加法原则，四者总和为长江经济带工业绿色全要素生产率(3.56%)。为考察技术创新对长江经济带工业绿色全要素生产率的影响，本文借鉴岳鸿飞[12]的研究方法，在所有分解指数上加1%，调整负值并计算各分解指标贡献权重。
技术创新改进和技术规模效率是长江经济带工业绿色全要素生产率提高的重要动力，也是工业绿色发展的重要驱动力。2006-2016年技术创新对长江经济带工业绿色全要素生产率增长贡献的平均值达到15.53%，技术规模效率改进为23.89%，可见技术创新改进和技术规模效率在长江经济带工业绿色发展过程中发挥了重要作用，说明创新驱动是促进长江经济带工业产业转型升级、推进长江经济带工业高质量发展、构建长江经济带现代工业产业走廊的必经之路。同时也可以看到，纯效率变化和规模效率变化在长江经济带工业绿色全要素生产率提高过程中仍然发挥着核心作用。
表2技术创新对长江经济带工业绿色全要素生产率增长的贡献
注：mean为2006—2016年平均值；数据来源：根据测算结果整理得到
从2006-2016年技术创新对工业绿色全要素生产率增长的贡献率看，长江经济带上游地区贡献率最高，中游地区次之，下游地区相对靠后。其原因在于，长江经济带下游地区工业基础好、工业生产技术工艺相对领先，因此工业发展过程中纯效率变化、规模效率变化、规模技术变化能发挥较大作用，从而导致技术创新改进对工业绿色全要素生产率的贡献被稀释；长江经济带中上游地区工业基础薄弱，技术水平相对靠后，在加快工业绿色化改造升级过程中，技术创新和研发对工业绿色全要素生产率提高发挥了重要作用。
动态来看，技术创新对长江经济带整体工业绿色全要素生产率和长江经济带上中下游地区工业绿色全要素生产率的贡献率呈上升趋势，尤其是2014年以来，技术创新对绿色全要素生产率的贡献进一步增大，其在长江经济带工业绿色创新发展过程中作用日益凸显。但是，技术创新对长江经济带工业绿色全要素生产率贡献率提高，只能说明技术创新在长江经济带工业绿色发展过程中发挥了越来越重要的作用，并不能说明长江经济带工业绿色技术创新已经达到较高水平。近年来，尤其在长江经济带发展上升为国家战略以来，长江经济带工业发展面临的环境规制逐步加强，新发展理念深入人心，加快了长江经济带清洁生产、绿色生产技术在工业发展中的推广和应用，技术创新改进作用和技术规模效应逐步显现。由此可以预测，随着长江经济带工业绿色生产技术和工艺的推广应用，尤其是长江经济带工业绿色发展共性技术研发与推广、长江经济带沿线城市合作研发和推广，技术创新和技术规模将在长江经济带工业绿色全要素生产率提高过程中发挥更强的驱动作用。
采用泰尔指数分解法检验长江经济带沿线108个城市工业绿色全要素生产率地区差异。将长江经济带沿线N=108个地级及以上城市划分为上中下游3个群组，每个群组样本容量为Nk(上游地区N1=31、中游地区N2=52、下游地区N3=25)，有：
(5)
式(5)中，gK表示K地区gtfp总和，gi表示i城市gtfp值，G表示长江经济带沿线108城市工业gtfp总和，Tb表示长江经济带上中下游地区间工业gtfp差异，Tw表示长江经济带上中下游地区工业gtfp内部差异，T表示长江经济带沿线108个城市间工业gtfp总差异。
由于长江经济带沿线108个城市工业绿色全要素生产率存在负值，但泰尔指数分解需对房地产泡沫指数取对数，所以首先运用极大值标准模型进行无量纲处理，计算公式为[23]：
式(6)中，
和gtfpi,j分别表示变换前、后的工业绿色全要素生产率，maxgtfpi,j和mingtfpi,j分别表示长江经济带沿线108个城市工业绿色全要素生产率最大值和最小值。对数据进行变换后，能够使数据全部属于区间[0.1,1]内。
长江经济带108个地级及以上城市工业绿色全要素生产率地区差异呈扩大趋势。2006年以来，长江经济带上中下游地区城市工业绿色全要素生产率差异是造成总差异的最主要原因，上中下游地区间差异相对较小。长江经济带下游地区城市工业绿色全要素生产率地区差异最大，各城市间工业绿色全要素生产率变化差异较大；中上游地区工业绿色生产技术相对落后，各城市工业绿色全要素生产率地区差异较小。动态来看，2006年以来，长江经济带工业绿色全要素生产率地区差异存在波动；随各城市工业技术创新加快和新技术新工艺推广，2015年工业绿色全要素生产率地区差异有扩大趋势。
图1长江经济带沿线108个城市工业绿色全要素生产率泰尔指数及分解
资料来源：根据测算结果绘制
3.2.1 绝对β收敛
根据Sala-I-Martin的研究，运用极大值标准模型对数据进行无量纲处理，得到长江经济带沿线108个地级及以上城市工业绿色全要素生产率绝对β收敛回归方程[24]：
(7)
式(7)中，gtfpi,T和gtfpi,0分别表示长江经济带沿线i城市在T时期和基础的工业绿色全要素生产率，ln(gtfpi,T)-ln(gtfpi,,0)/T则表示i城市t=0时期到t=T时期工业绿色全要素生产率增速。若系数β<0，则存在绝对β收敛，即长江经济带工业绿色全要素生产率的增长与初始值成反比，落后地区存在追赶效应；若系数β>0，则各城市工业绿色全要素生产率不存在β收敛，即落后地区的追赶效应不明显。
长江经济带工业绿色全要素生产率存在绝对β收敛，即低生产率城市对高生产率城市存在追赶效应。具体来看，长江经济带沿线108个城市和下游地区25个城市工业绿色全要素生产率收敛系数为负，且在1%的水平下显著，可见从长江经济带108个城市尤其是下游地区25个城市工业绿色全要素生产率追赶效应明显，城市间工业绿色生产工业技术学习与竞争激烈；中游地区52个城市和上游地区31个城市工业绿色全要素生产率绝对β收敛系数为负，未通过显著性检验，说明低效率城市对高效率城市的追赶效应尚不显著。
表3长江经济带工业绿色全要素生产率绝对β收敛检验结果
资料来源：根据测算结果整理
3.2.2 条件β收敛
由于导致城市工业绿色发展进程差异的因素较多，如研发投入、经济基础、政府行为、工业发展水平、教育投入、基础设施等，鉴于数据可得性，本文构建如下分析模型：
lngtfpi,t-lngtfpi,t-1=α+β1lngtfpi,t-1+β2lntii,t+β3lnpgdpi,t+β4lngovi,t+β5lnindi,t+β6lnedui,t+β7lntrafi,t+εi,t
(8)
式(8)中，ti为各城市研发投入，采用科学技术支出衡量；pgdp为地区经济发展水平，选取人均GDP衡量；gov为政府行为，采用公共财政支出占GDP比重表示；ind地区工业发展水平，采用规模以上工业企业数表示；edu为地区教育投入力，选取教育经费投入占财政支出比重表示度；traf地区基础设施水平，选用人均城市道路面积表示。β<0则表明长江经济带沿线108个样本城市工业绿色全要素生产率存在条件收敛，即各城市工业绿色全要素生产率地区差异存在缩小甚至消失的可能。
长江经济带工业绿色全要素生产率存在条件β收敛，城市工业绿色全要素生产率增长与初始水平负相关。在研发投入、经济基础、政府行为、教育投入、基础设施、资源禀赋等条件共同影响下，长江经济带沿线108个城市、上中下游地区均存在显著的条件β收敛。研发投入对长江经济带108个城市、上中下游地区工业绿色全要素生产率收敛产生负向影响；经济基础、资源禀赋因素则产生正向促进作用；政府行为、教育投入、基础设施对长江经济带中游地区工业绿色全要素生产率收敛存在显著促进作用，对整体、上游地区、下游地区的影响尚不明显。
表4长江经济带工业绿色全要素生产率条件收敛检验
资料来源：根据测算结果整理
为进一步考察长江经济带工业绿色全要素生产率的地区差异，采用全局Moran's I指数检验长江经济带沿线108个城市空间自相关关系。
(9)
式(9)中，n为空间单元数，Xi和Xj为i城市和j城市工业绿色全要素生产率观测值，Wij为空间权重矩阵I∈[-1,1]，反映长江经济带工业绿色全要素生产率空间集聚水平。I>0表明各城市工业绿色全要素生产率存在空间正相关，长江经济带工业绿色全要素生产率空间显著集聚；I<0表明存在空间负相关，相邻城市工业绿色全要素生产率差异显著；I=0则表明长江经济带各城市工业绿色全要素生产率随机分布，不存在空间溢出效应。
长江经济带沿线108个城市工业绿色全要素生产率存在显著正向空间自相关关系。以邻接关系设置空间权重矩阵的测算结果显示，在一阶邻接矩阵下，Moran's I指数为0.027 5，Z值大于2.58，P=0.000 1，表明在1%的显著水平下呈现出显著正相关关系，即相邻城市的工业绿色全要素生产率在空间分布上存在集聚现象，工业绿色全要素生产率高的城市在空间距离上邻近，工业绿色全要素生产率低的城市同样在空间上靠近；在二阶邻接矩阵下，长江经济带沿线城市工业绿色全要素生产率同样存在显著的空间正相关关系，但显著性水平和Moran's I指数较一阶邻接矩阵有所下降；在三阶邻接矩阵下，长江经济带沿线城市工业绿色全要素生产率的空间正相关关系不显著。由此可见，长江经济带工业绿色全要素生产率增长存在显著空间溢出效应，但随着空间距离增加逐步减弱。
表5长江经济带工业绿色全要素生产率空间自相关检验结果
资料来源：根据测算结果整理
综合运用SBM-DDF-Luenberger模型、泰尔指数分解法、收敛分析方法、空间自相关检验等方法，考察技术创新对长江经济带工业绿色发展的贡献程度，以及长江经济带工业绿色全要素生产率演变过程中的空间差异和溢出效应，得出如下结论：
(1)长江经济带工业绿色全要素生产率整体呈上升趋势，技术创新改进和技术规模效率是长江经济带工业绿色全要素生产率提升的重要驱动力。2006年以来，长江经济带沿线108个地级及以上城市工业绿色全要素生产率整体呈上升趋势，工业绿色发展新工艺、新技术得到改进和推广。由此可以看到，纯效率变化仍然是长江经济带工业绿色全要素生产率改进的重要原因，技术创新和技术规模改变推动长江经济带沿线城市工业绿色发展的贡献仍有待进一步充分发挥。
(2)长江经济带沿线城市工业绿色全要素生产率呈现明显空间异质性。长江经济带沿线108个地级及以上城市工业绿色全要素生产率地区差异有扩大可能，上中下游地区城市内部差异是造成长江经济带工业绿色全要素生产率地区差异的主要原因；低效率城市对高工业绿色全要素生产率城市存在显著追赶效应，城市间竞争加剧；长江经济带工业绿色全要素生产率收敛过程受研发投入、经济基础、政府行为、教育投入、基础设施、资源禀赋等因素共同影响。
(3)长江经济带工业绿色全要素生产率增长存在显著的空间溢出效应，但随着空间距离增加，空间溢出效应逐步下降。长江经济带工业绿色全要素生产率高的城市存在地理空间集聚现象，该现象也发生于低效率城市中。工业绿色全要素生产率较高的城市对低效率城市存在空间溢出效应，但该效应会随着空间距离增大而弱化。
基于上述研究结论，得到以下启示：
(1)技术创新是促进长江经济带工业绿色发展的重要动力，只有通过技术创新和改进才能实现工业绿色全要素生产率持续提升。目前技术创新对长江经济带工业绿色发展的贡献作用仍未充分发挥，在长江经济带工业绿色发展过程中，一方面需进一步重视技术创新在工业高质量发展中的特殊地位和驱动作用，加大技术创新力度，培育技术创新能力，提高工业绿色生产能力和资源利用率，降低工业污染物排放，充分发挥技术创新改进对工业绿色全要素生产率的驱动作用；另一方面，需要加快工业绿色新技术、新专利、新工艺的转化与推广，进一步发挥技术规模改进对长江经济带工业绿色全要素生产率的促进作用。
(2)施行差异化、针对性、阶段性措施，推动长江经济带工业绿色发展。长江经济带工业绿色全要素生产率的地区差异、时间差异显著，深入推进长江经济带工业绿色发展有必要“因城施策”、“因时施策”。加大对低效率城市绿色转型发展的支持力度，促进高效率城市进一步发挥技术规模效率改进优势；中上游地区应充分发展工业绿色发展技术创新改造升级后发优势，下游地区应充分发挥工业绿色发展规模效率优势；培育工业绿色技术创新氛围，培养工业企业绿色发展和市场竞争危机感，持续推进工业企业技术改造升级。
(3)推进长江经济带工业绿色发展，应着力于共性技术研发、合作研发和推广，充分发挥高效率城市工业绿色发展的技术空间溢出效应。随着长江经济带战略的实施与推进，长江经济带沿线各城市工业经济联系进一步紧密，上中下游地区之间、发达城市与落后城市之间的工业经济联合和合作关系得到加强。因此，推动长江经济带工业绿色发展共性技术研发、开展工业绿色发展研发合作，形成新工艺、新技术学习和交流机制，有助于充分发挥工业绿色全要素生产率空间溢出效应。
参考文献:
[1] 张健东, 曲小瑜.基于DEA-Malmquist指数法的中国食品工业绿色全要素生产率评价[J].大连工业大学学报,2017,36(5):386-390.
[2] 张虎, 宫舒文.基于DEA-Malmquist的工业绿色全要素生产率测算及分析——以湖北省为例[J].江西师范大学学报：自然科学版,2017,41(5):531-537.
[3] 张纯洪, 刘海英.地区发展不平衡对工业绿色全要素生产率的影响——基于三阶段DEA调整测度效率的新视角[J].当代经济研究,2014(9):39-45.
[4] 申晨, 贾妮莎, 李炫榆.环境规制与工业绿色全要素生产率——基于命令—控制型与市场激励型规制工具的实证分析[J].研究与发展管理,2017,29(2):144-154.
[5] 任耀, 牛冲槐,张彤进.“研发中学”对工业绿色全要素生产率的影响研究——基于PSTR的修正模型[J].经济问题,2015(3):71-75.
[6] 惠树鹏, 张威振, 边珺.工业绿色全要素生产率增长的动力体系及驱动效应研究[J].统计与信息论坛,2017,32(12):78-85.
[7] 万伦来, 朱琴.R&D投入对工业绿色全要素生产率增长的影响——来自中国工业1999-2010年的经验数据[J].经济学动态,2013(9):20-26.
[8] 原毅军, 谢荣辉.FDI、环境规制与中国工业绿色全要素生产率增长——基于Luenberger指数的实证研究[J].国际贸易问题,2015(8):84-93.
[9] 魏玮, 谭林, 刘希章.中国工业绿色全要素生产率动态演变特征研究[J].价格理论与实践,2015(9):91-93.
[10] 陈超凡.中国工业绿色全要素生产率及其影响因素——基于ML生产率指数及动态面板模型的实证研究[J].统计研究,2016,33(3):53-62.
[11] 李琳, 刘琛.互联网、禀赋结构与长江经济带工业绿色全要素生产率——基于三大城市群108个城市的实证分析[J].华东经济管理,2018,32(7):5-11.
[12] 岳鸿飞, 徐颖, 周静.中国工业绿色全要素生产率及技术创新贡献测评[J].上海经济研究,2018(4):52-61.
[13] 武义青, 陈俊先.绿色全要素生产率测定的一种新方法——以河北省11个设区市工业为例[J].河北经贸大学学报,2018,39(2):12-16.
[14] 沈裕谋, 张亚斌.两化融合对中国工业绿色全要素生产率的影响研究[J].湖南科技大学学报：社会科学版,2014,17(3):70-77.
[15] 石风光.中国省区工业绿色全要素生产率影响因素分析——基于SBM方向性距离函数的实证分析[J].工业技术经济,2015,34(6):137-144.
[16] 马晓明, 张泽宜.广东省市际工业绿色全要素生产率变动及影响因素研究[J].现代管理科学,2016(12):9-11.
[17] 李斌, 彭星, 欧阳铭珂.环境规制、绿色全要素生产率与中国工业发展方式转变——基于36个工业行业数据的实证研究[J].中国工业经济,2013(4):56-68.
[18] 杨文举, 龙睿赟.中国地区工业绿色全要素生产率增长——基于方向性距离函数的经验分析[J].上海经济研究,2012,24(7):3-13.
[19] 李玲, 陶锋, 杨亚平.中国工业增长质量的区域差异研究——基于绿色全要素生产率的收敛分析[J].经济经纬,2013(4):10-15.
[20] FARE R, GROSSKOPF S, PASURKAJR C.Environmental production functions and environmental directional distance functions[J].Energy, 2007,32(7):1055-1066.
[21] FARE R, GROSSKOPF S.Directional distance functions and slacks-based measures of efficiency[J].European Journalof Operational Research, 2010,200(1):320-322.
[22] GROSSKOPF S.Some remarks on productivity and its decompositions[J].Journal of Productivity Analysis.2003,20(3):459-474.
[23] 吴传清, 邓明亮.长江经济带高耗能产业集聚特征及影响因素研究[J].科技进步与对策,2018,7(14):1-7.
[24] 刘钒,邓明亮.基于改进超效率DEA模型的长江经济带科技创新效率研究[J].科技进步与对策,2017,12(23):48-53.
Wu Xinzhong1，Deng Mingliang2，3
(1.Section of Recruitment and Employment ，Chongqing Jiaotong University, Chongqing 400074, China；2.School of Economics and Management, Wuhan University,China；3.Regional Economic Research Center, Wuhan University, Wuhan 430072, China)
Abstract：Accelerating industrial green development is an important part of promoting the high-quality development of the Yangtze River Economic Belt.Using SBM-DDF model and Luenberger analysis method, the total industrial productivity of urban industrial greens in 108 cities and above along the Yangtze River Economic Belt was measured, and the contribution of technological innovation was investigated.The Tyre index, convergence analysis and spatial autocorrelation method were used to test the area.Differences and space overflows.The study found that the industrial green total factor productivity of the Yangtze River Economic Belt is generally on the rise, technological innovation and technological scale efficiency are important driving forces for industrial green development; urban industrial green total factor productivity along the Yangtze River Economic Belt presents significant spatial heterogeneity and space.Spillover effect, but as the spatial distance increases, the spatial spillover effect gradually declines.To promote the industrial green development of the Yangtze River Economic Belt, we should comprehensively apply differentiated measures to promote industrial technology innovation, accelerate common technology research and development, cooperative R&D and promotion, and further improve the industrial green total factor productivity of the Yangtze River Economic Belt.
KeyWords:Yangtze River Economic Belt; Industrial Green Total Factor Productivity; Technological Innovation; Space Spillover
作者简介：吴新中(1970-)，男，四川苍溪人，重庆交通大学招生就业处副教授，研究方向为创新创业理论与实践；邓明亮(1994-)，男，湖北长阳人，武汉大学经济与管理学院、区域经济研究中心硕士研究生，研究方向为城市与区域经济。
基金项目：中央高校基本科研业务费专项资金项目(2042017kf1025)
收稿日期：2017-08-31
文章编号：1001-7348(2018)17-0050-09
文献标识码：A
中图分类号：F127.5
DOI：10.6049/kjjbydc.2018080490
(责任编辑：林思睿)