EN中文

经济地理 >

2021 , Vol. 41 >Issue 1: 49 - 57

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.01.006

区域经济与理论方法

新框架核算下中国省级绿色GDP增长时空演变及驱动

  • 尹向飞
展开
  • 湖南财政经济学院 经济学院，中国湖南 长沙 410205

尹向飞（1974—），男，湖南邵阳人，博士，教授，主要研究方向为全要素生产率。E-mail：

收稿日期: 2020-03-16

  修回日期: 2020-12-09

  网络出版日期: 2025-04-23

基金资助

国家社会科学基金一般项目(17BJL119)

湖南省社会科学成果评审委员会课题(XSP17YBZZ072)

湖南省教育厅科学研究重点项目(19A078)

收起

The Spatio-Temporal Evolution and Driving Factorsof the Provincial Green GDP Growth in China Based on a New Research Framework

  • YIN Xiangfei
Expand
  • School of Economics，Hunan University of Finance and Economics，Changsha 410205，Hunan，China

Received date: 2020-03-16

  Revised date: 2020-12-09

  Online published: 2025-04-23

Fold

摘要

文章借鉴Solow全要素生产率测算的思想，建立起绿色GDP增长率和绿色TFP增长率、综合生产要素增长率之间的联系，并对中国省级数据进行实证研究，结果表明，相比传统GDP，中国绿色GDP以更高的速度增长；自“十五”计划以来，中国和各地区绿色GDP增长的主要驱动力为综合生产要素的增长。东中部、东西部传统GDP差距呈缩小变化趋势，但绿色GDP差距呈扩大变化趋势，而绿色TFP差距扩大是主要原因；尽管上海、天津等省市GDP增长率排名靠后，但其绿色GDP增长位于全国前列。

关键词： 绿色GDP增长率; 综合生产要素增长率; 绿色TFP增长率; 绿色发展; 政绩考核

本文引用格式

尹向飞 . 新框架核算下中国省级绿色GDP增长时空演变及驱动[J]. 经济地理, 2021 , 41(1) : 49 -57 . DOI: 10.15957/j.cnki.jjdl.2021.01.006

Abstract

Based on the thought of Solow's total factor productivity measurement,this paper establishes the relationship between green GDP growth rate,green TFP growth rate and factor input growth rate,and conducts empirical research on the provincial data of China. The results show that China's green GDP increases more rapidly than the traditional GDP. Since the 10th Five-year Plan,the growth of factor input has become the main driving force for the green GDP growth. The traditional GDP gap becomes narrowed between the eastern region and the middle region,the eastern region and the western region,but the green GDP gap is expanding,and the green TFP gap is the main reason. Although the GDP growth rate of Shanghai,Tianjin and other provinces ranks low,their green GDP growth is in the forefront in China.

Key words： green GDP growth rate; factor input growth rate; green TFP growth rate; green development; performance evaluation

自改革开放以来，中国经济保持了40年左右的高速增长，但经济增长所带来的环境污染备受关注，因此纳入环境污染因素的绿色经济增长成为学术界研究的热点。尽管不少学者提出了各种绿色经济增长的测算方法，但是相关方法计算复杂，相关数据的获取存在很大困难，可行性、可操作性有待提高，因此找到一种科学、可行、难度较低的绿色经济增长测算方法，一直是学术界关注的热点。绿色经济增长也受到政界的关注，早在2004年3月，时任浙江省委书记习近平就提出：“不能盲目发展，污染环境，给后人留下沉重负担，而要按照统筹人与自然和谐发展的要求，做好人口、资源、环境工作。为此，我们既要GDP，又要绿色GDP”，2005年提出“绿水青山也是金山银山”，2019年中央经济工作会议上指出：“坚定不移贯彻创新、协调、绿色、开放、共享的新发展理念，推动高质量发展”，因此绿色经济增长测算方法仍然存在很大的研究空间，并具有十分重要的现实意义。
通过对相关文献进行梳理，发现具有如下特征：
①绿色GDP核算研究。1993年联合国统计局和世界银行合作制定了系统的综合环境与经济核算账户（简称SEEA），其核心思想是将资源、污染成本纳入国民经济核算体系，对GDP进行调整来测算绿色GDP，在此基础上，衍生出系列绿色GDP间接测算方法，如能值分析法[1]、外部经济和外部不经济测算法[2⇓-4]、社会福利测算法[5]、基于SEEA的平衡推算法[6]、投入产出法[7]等等。还有一些学者利用直接法对绿色GDP进行测算，该方法和传统GDP的核算方法十分类似，包括支出法和生产法，生产法为各部门总产出减去中间投入之和，不过这里的中间投入包括自然资源的投入；绿色GDP的支出法和传统GDP的支出法类似，包括最终消费、投资和净出口，但增加了自然资产耗减。王铮等[8]在Barro[9]和Asheim[10]的基础上，对上海的绿色GDP进行测算。上述测算方法存在治理污染费用存在争议、绿色GDP核算中相关项难以货币化、外部影响与虚拟费用的测算困难等问题[11]。
②利用绿色全要素生产率来测算绿色经济增长。这方面的大多数研究将废水、SO2等污染作为非期望产出，利用Chung等提出的方向距离函数[12]，通过测算绿色全要素生产率来度量绿色经济增长[13⇓⇓⇓-17]。也有少数其他学者利用其他方法测算绿色全要素生产率，如汪莉等[18]利用Fukuyama和Weber[19]提出的SBM模型测算绿色全要素生产率，胡琰欣等将污染综合指标取倒数，利用DEA模型对中国各省市绿色全要素生产率进行测算[20]；杨文举将环境变量引入生产函数，利用索洛扩展模型，对中国地区工业绿色全要素生产率进行测算[21]。上述研究在测算绿色经济增长时，忽略了资本、劳动力投入对绿色经济增长的影响。
③通过构建指标体系来测算绿色GDP。贾湖等从经济发展、资源节约、环境友好等四个方面，构建一个由32个指标组成的绿色GDP指标体系[22]。沈菊琴等利用DPSIR模型，从驱动力、状态等五方面，构建由29个二级指标组成的绿色GDP指标体系[23]。杨雪星构建一个由3个二级指标，6个三级指标和6个四级指标组成的绿色GDP指标体系[24]。测算方法主要有熵值法、主成分分析法等。通过构建指标体系来测算绿色GDP，严格意义上是一个绿色发展指数，而非绿色GDP或者绿色经济增长率指标。
上述文献丰富了绿色经济增长测算理论，但上述绿色GDP增长率测算方法存在测算困难、忽略要素投入的影响和不是严格意义上绿色GDP增长率等问题。为此，本文基于Solow的思想[25]，提出一个测算绿色GDP增长率的新框架，体现在如下两个方面：①核心理论基础与前述研究不同。本文的核心理论是基于Solow的全要素生产率测算方法，认为绿色GDP增长率等于生产要素增长加上绿色TFP增长率，这明显不同于将资源、污染成本纳入国民经济核算体系的绿色GDP核算理论和利用熵值法、主成分分析法等方法测算的绿色GDP测算理论。②测算模型和方法存在很大差异。SEEA等方法是基于国民经济核算体系，利用支出法、生产法、投入产出法等方法来测算绿色GDP；贾湖、孙悦等构建的绿色GDP测算体系，主要用到熵值法、主成分分析法[22-23]；本文提出的绿色GDP增长率测算方法主要基于DEA测算模型。
本文提出的绿色GDP增长率测算方法的优势如下：①借鉴已有绿色GDP测算方法的优点，并对其进行了改进。借鉴绿色GDP间接测算方法，本文在构建模型时，利用GDP对环境污染进行调整来构建绿色产出，但不同于以前相关研究，本文中的各类环境污染权重由模型内生产生，从而能够很好避免治理污染费用、绿色GDP核算中相关项难以货币化、外部影响与虚拟费用的测算困难等问题，并且本文所提出的绿色GDP增长率测算方法，能够处理多产出问题，而非仅仅对GDP进行调整。借鉴李江龙等的观点[13]，绿色经济增长应该包括绿色全要素生产率增长率，但不同于上述研究，本文的绿色GDP增长率还包括生产要素的增长，这更符合实际。②降低了绿色GDP增长率测算的难度，提高了测算的可行性。本文借鉴Solow的思想[25]，提出的绿色GDP增长率测算方法，能够避免治理污染费用、绿色GDP核算中相关项难以货币化等问题，因此更加简单，更具可行性。

1 模型构建

基于Solow的思想[25]，TFP增长率为经济增长减去生产要素增长的加权平均值（本文简称为综合生产要素增长），这就意味着经济增长为综合生产要素增长加上TFP增长率。类似的我们可以定义绿色GDP增长率等于综合生产要素增长加上绿色TFP增长率。

1.1 绿色TFP增长率的测算

数据包络分析模型建立在投入产出的基础上，对于每一个决策单元，都有一个相对效率评价指标。本文基于规模报酬不变的CCR模型，来测算绿色全要素生产率，具体如下：
m a x h 0 = ∑ r = 1 s u r y r o / ∑ i = 1 m v i x i o s . t . ∑ r = 1 s u r y r j ≤ 1 / ∑ i = 1 m v i x i j     j = 1,2 , ⋯ , n u r ≥ 0 , r = 1,2 ⋯ s 1 ; u r ≤ 0 , r = s 1 + 1 , s 1 + 2 ⋯ s ; v i ≥ 0 , i = 1,2 , ⋯ , m
式中：n代表决策单元个数；m代表生产要素种类数； x i j表示第j个决策单元第i种生产要素的投入； s 1表示期望产出的种类数；s- s 1表示非期望产出的种类数，前面 s 1类产出为期望产出，第 s 1+1， s 1+2，…，s类产出为坏产出； y r j表示第j个决策单元第r种产出。由于第 s 1+1， s 1+2，…，s类产出为非期望产出，所以本文借鉴绿色GDP间接测算方法，令模型（1）中对应的 u r<0，体现利用期望产出对非期望产出进行调整来构建绿色GDP指数，因此模型（1）目标函数的分子实际上是不同种类产出的加权和；模型（1）目标函数的分母是生产要素的加权和，因此通过其计算出来的决策单元效率值为不同产出的加权和除以投入的不同生产要素的加权和，因此其本质上是单位综合生产要素所带来的综合产出指标。
使用Charnes-Cooper变化，令 t = 1 v T x o， w = t v， μ = t u，v为由v1，v2，…，vm组成的列向量，u为由u1，u2，…，un组成的列向量，则有
m a x h j 0 = μ T y o s . t . w T x j - μ T y j ≥ 0     j = 1,2 , ⋯ , n w T x 0 = 1 w ≥ 0 , μ r ≥ 0 , r = 1,2 , ⋯ , s 1 ; μ r ≤ 0 , r = s 1 + 1 , s 1 + 2 , ⋯ , s
显然，模型（1）有无穷多最优解，因为对于任何一个最优解，其k倍也是其最优解，因此我们取适当的倍数，使得t=1，那么 w = v , μ = u，也就是说模型（2）的最优解也是（1）的最优解，模型（2）是将第0个决策单元的综合生产要素指标压缩为1的情况下来测算效率值。模型（2）的对偶问题为：
m i n θ s . t . ∑ j = 1 n λ j x j ≤ θ x 0 ∑ j = 1 n λ j y r j ≥ y r 0     r = 1,2 , ⋯ , s 1 ∑ j = 1 n λ j y r j ≤ y r 0     r = s 1 + 1 , s 1 + 2 , ⋯ , s λ j ≥ 0 , j = 1,2 , ⋯ , n
显然模型（3）表示在期望产出大于第0个决策单元对应的期望产出，非期望产出低于第0个决策单元对应的非期望产出条件下，第0个决策单元各种投入的生产要素能够缩小的倍数，这是一个以投入为导向的效率测量模型，符合经济学原理。
基于模型（2）测算的效率，利用Fare等提出的Malmquist指数法测算的TFP增长指标[26-27]，然后取对数，就可以得到绿色全要素生产率增长率，记为TFPG，具体公式在此不再赘述。

1.2 综合生产要素增长率和绿色GDP增长率的测算

设第0个决策单元在第t期投入的生产要素为 x 0 t = x 10 t , x 20 t ⋯ x m 0 t T。Fare等提出的TFP增长指标需要4个效率测算模型[26-27]，设它们的最优解如下：在第t期技术水平下测算第0个决策单元第t期效率的最优解为 w t t = x 1 t t , x 2 t t , ⋯ , x m t t T，根据模型（2）的第二个约束有 ∑ i = 1 m w i t t x i 0 t = 1① ；在第t期技术水平下测算第0个决策单元第t+1期效率的最优解为 w t + 1 t = w 1 t + 1 t , w 2 t + 1 t , ⋯ , w m t + 1 t T，根据模型（2）的第二个约束有 ∑ i = 1 m w i t t x i 0 t + 1 = 1；在第t+1期技术水平下测算第0个决策单元第t期效率的最优解为 w t t + 1 = w 1 t t + 1 , w 2 t t + 1 , ⋯ , w m t t + 1 T，根据模型（2）的第二个约束有 ∑ i = 1 m w i t t + 1 x i 0 t = 1；在第t+1期技术水平下测算第0个决策单元第t+1期效率的最优解为 w t + 1 t + 1 = w 1 t + 1 t + 1 , w 2 t + 1 t + 1 , ⋯ , w m t + 1 t + 1 T，根据模型（2）的第二个约束有 ∑ i = 1 m w i t + 1 t + 1 x i 0 t + 1 = 1。借鉴Fare等提出的Malmquist指数法[26-27]，可以构建综合生产要素增长率（记为InputG），具体如下：
i n p u t G 0 t = l n ∑ i = 1 m w i t + 1 t x i 0 t + 1 ∑ i = 1 m w i t + 1 t x i 0 t ∑ i = 1 m w i t + 1 t + 1 x i 0 t + 1 ∑ i = 1 m w i t + 1 t + 1 x i 0 t ∑ i = 1 m w i t t x i 0 t + 1 ∑ i = 1 m w i t t x i 0 t ∑ i = 1 m w i t t + 1 x i 0 t + 1 ∑ i = 1 m w i t t + 1 x i 0 t
对上式进行化简，可以得到如下等式
i n p u t G 0 t = l n ∑ i = 1 m w i t t x i 0 t + 1 ∑ i = 1 m w i t + 1 t x i 0 t ∑ i = 1 m w i t t + 1 x i 0 t + 1 ∑ i = 1 m w i t + 1 t + 1 x i 0 t 1 / 4
根据绿色GDP增长率为绿色TFP增长率和综合生产要素增长率之和，因此本文绿色GDP增长率（记为GGDPG）的计算公式如下：
G G D P G 0 t = i n p u t G 0 t + T F P G 0 t

2 实证研究

2.1 变量说明及数据来源

本文实证研究的对象为中国大陆地区省级绿色GDP增长率，考虑到青海、西藏的数据缺失严重，因此将其排除后得到29个省市，研究时间段为1995—2018年。考虑到数据的可获得性，本文的生产要素为就业和资本存量，期望产出为以1995年价格表示的GDP，非期望产出有工业固体废弃物产生量、工业SO2排放量、工业废水排放量。资本存量的折旧率和计算方法，2010以后各省市就业的处理，1995—1996年重庆、四川数据的处理、东中西部省份的划分等与尹向飞等的处理方法相同[28]。所涉及的数据来自于历年的《中国统计年鉴》、各省市统计年鉴。

2.2 国家层面绿色GDP增长率及其驱动力研究

以历年各省市GDP占该年国家GDP比重为权重，对各省市绿色GDP增长率、绿色TFP增长率、综合生产要素增长率进行加权平均，得到全国绿色GDP增长率、绿色TFP增长率、综合生产要素增长率，具体结果见表1。
表1 1995—2018年中国绿色GDP增长率、TFPG和综合生产要素增长率（%）

Tab.1 The green GDP growth，TFPG and factor input growth rate（inputG） during 1995-2018 in China

年份 GDP
增长率		 TFPG inputG 绿色GDP
增长率		 TFPG
贡献		 inputG
贡献
1996 11.04 12.77 1.27 14.03 90.98 9.02
1997 10.44 10.80 2.16 12.95 83.36 16.64
1998 9.31 7.55 1.30 8.85 85.28 14.72
1999 8.68 9.47 3.19 12.66 74.79 25.21
2000 9.34 7.47 3.79 11.26 66.35 33.65
2001 9.19 7.20 4.86 12.05 59.72 40.28
2002 10.32 7.98 6.26 14.24 56.02 43.98
2003 11.60 4.76 8.66 13.43 35.46 64.54
2004 12.81 5.44 10.07 15.51 35.08 64.92
2005 12.34 0.99 11.49 12.48 7.95 92.05
2006 12.89 2.34 13.93 16.27 14.41 85.59
2007 13.45 4.36 10.84 15.20 28.70 71.30
2008 11.09 0.54 12.60 13.15 4.12 95.88
2009 11.03 -1.90 15.32 13.42 -14.16 114.16
2010 12.32 -1.68 14.51 12.83 -13.10 113.10
2011 11.11 0.82 12.63 13.45 6.10 93.90
2012 9.75 0.02 13.83 13.85 0.13 99.87
2013 9.02 -2.16 15.16 12.99 -16.64 116.64
2014 7.91 -3.19 13.75 10.56 -30.17 130.17
2015 7.50 -2.95 12.36 9.41 -31.33 131.33
2016 7.02 -0.58 10.84 10.26 -5.61 105.61
2017 6.97 1.17 8.04 9.21 12.73 87.27
2018 6.63 2.84 5.25 8.09 35.10 64.90
“九五” 9.76 9.61 2.34 11.95 80.41 19.59
“十五” 11.25 5.27 8.27 13.54 38.94 61.06
“十一五” 12.16 0.73 13.44 14.17 5.18 94.82
“十二五” 9.06 -1.49 13.54 12.05 -12.38 112.38
2016—2018 6.87 1.15 8.04 9.19 12.47 87.53
平均 10.08 3.22 9.22 12.44 25.45 74.55
从表1可以得出以下结论：①在2015年之前，除了1998年以外，其他年份中国绿色GDP都保持两位数以上的高速增长；2015—2018年，除了2016年增长速度为10.26%以外，其他年份都低于10%。“九五”“十五”“十一五”“十二五”、2016—2018年平均绿色GDP增长率分别为11.95%、13.54%、14.17%、12.05%和9.19%。②除了1998年以外，其他年份绿色GDP增长率都高于传统GDP增长率，导致这一结果的原因将在后面进行说明。两者差距最大的三个年份分别为2011、2012和2001年，绿色GDP增长率比传统GDP增长率分别高4.1%、3.98%和3.97%。“九五”“十五”“十一五”“十二五”、2016—2018年平均绿色GDP增长率和传统GDP增长率的差距分别为2.19%、2.29%、2.02%、2.99%和2.31%。③绿色TFP增长率在1996—2005年总体上呈下降变化趋势，从12.77%下降到0.99%；在2006年以后呈波动变化趋势。“九五”期间中国绿色TFP增长率为9.61%，对绿色GDP增长率的贡献达到80.41%，是推动绿色GDP增长的主要动力。“十五”“十一五”“十二五”、2016—2018年平均绿色TFP增长率分别为5.27%、0.73%、-1.49%和1.15%，对绿色GDP增长率的贡献分别为38.94%、5.18%、-12.38%和12.47%。④综合生产要素在2001年之前增长缓慢，增长率在5%以下，在2004—2016年保持两位数以上的增长，在2017、2018年后降低到8.04%和5.25%。综合生产要素的增长在“九五”期间对绿色GDP增长率的贡献为19.59%，但在其他时间段都超过了60%。
导致大多数年份绿色GDP增长率高于传统GDP增长率的可能原因在于污染排放的下降，而污染排放下降的主要原因如下：①绿色资本大幅增长。环境污染治理投资是增加绿色资本的重要手段之一。针对人民日益关注的环境污染问题，我国加大环境污染治理投资，从1999年的823.2亿元上升到2010年的7 612.2亿元，再上升到2017年的9 538.95亿元 ① ，年均增长13.6%。环境污染治理投资的大幅增加，推动了绿色资本大幅增长。②技术水平大幅提高。信息技术、大数据、人工智能等先进技术的快速发展以及逐步推广到生产领域，大幅提高了生产效率，降低了单位GDP的生产原材料、能源投入，提高了产出，降低了排放，促进了绿色GDP增长。根据历年中国统计数据进行分析，发现以1990年价格计算的GDP，万元GDP能耗从1996年的3.69 t标准煤，下降到2000年的2.89 t标准煤，再下降到2010年的2.60 t标准煤，下降到2018年的2.42 t标准煤。③环境规制大幅加强。我国一直重视环境污染问题，制定各种环境保护制度，加大污染排放的处罚力度，这可以从排污费征收金额变化看出来。1996年中国排污费征收金额为40.96亿元，2000年上升到61.4亿元，2005年上升到123.2亿元，2010年上升到177.93亿元，2017年上升到600亿元，排污费的大幅上升提高了企业排污的成本，降低了污染排放量。④清洁能源广泛使用。从能源消费的占比来看，从1996年开始，煤炭、石油消费的占比总体上呈逐年下降变化趋势，煤炭消费从1996年的75%下降到2018年的69.3%，石油消费占比从1996年的16.9%下降到2018年的7.2%；清洁能源消费占比逐年上升，其中天然气消费占比从1996年的2%上升到2018年的5.5%，一次性电力及其他能源消费占比从1996年的6.1%上升到2018年的18%。

2.3 地区绿色GDP增长率、绿色GDP增长率差距及其驱动力研究

以历年各省市GDP占该年对应地区GDP的比重为权重，对各省市绿色GDP增长率、绿色TFP增长率、综合生产要素增长率进行加权平均，得到各地区绿色GDP增长率、绿色TFP增长率、综合生产要素增长率。
东部地区GDP增长率、绿色GDP增长率、绿色TFP增长率、综合生产要素增长率变化趋势图如图1。从图1可以看出，东部地区综合生产要素在1995—2006年总体上呈加速增长趋势，在2007年增速出现较大回调，然后加速增长至2013年后，增速呈下降变化趋势。绿色TFP在2015年之前增长率为正，但总体上增速下降，在2015年后增速上升。在2012年之前，绿色GDP增长率呈波动变化趋势，在2012年之后呈下降变化趋势。在1996—2003年，绿色全要素生产率的增长是绿色GDP增长的主要推动力，但在2003年后，综合生产要素增长率是主要推动力。绿色GDP增长率在绝大多数年份都高于传统GDP增长率，并且差距较大。“九五”“十五”“十一五”“十二五”、2016—2018年东部地区平均绿色GDP增长率分别为12.96%、15.08%、14.78%、13.56%和9.40%，分别比对应时期传统GDP增长率高2.70%、3.32%、2.84%、5.01%、2.83%。
图1 东部地区GDP、绿色TFP、综合生产要入和绿色GDP增长变化趋势图

Fig.1 The change trend of GDP growth，TFPG，inputG and GGDPG in the eastern region

图2反映了中部地区GDP增长率、绿色GDP增长率、绿色TFP增长率、要素增长率变化趋势。从图2可以看出，中部地区综合生产要素在1995—2009年呈加速增长趋势，从2.06%上升到21.24%，此后增速呈下降变化趋势。绿色TFP在2004年之前增速为正，但总体上增速下降，从2005年开始为负，这说明中部地区从2005年开始，绿色经济增长质量不但没有上升，反而下降。1996—1998年，绿色GDP增长率呈下降变化趋势，在1999—2007年总体上呈增长趋势，此后总体上呈下降变化趋势。在1996—2000年，绿色全要素生产率的增长是绿色GDP增长的主要推动力，此后，要素投入是主要推动力。绿色GDP增长率在绝大多数年份都高于传统GDP增长率，并且差距不大。“九五”“十五”“十一五”“十二五”、2016—2018年中部地区平均绿色GDP增长率分别为11.11%、11.17%、13.15%、9.44%和9.19%，年均增长10.95%。
图2 中部地区GDP、绿色TFP、综合生产要素和绿色GDP增长变化趋势图

Fig.2 The change trend of GDP growth，TFPG，inputG and GGDPG in the middle region

图3反映了西部地区GDP增长率、绿色GDP增长率、绿色TFP增长率、综合生产要素增长率变化趋势，其变化趋势和中部地区相似程度较高。“九五”“十五”“十一五”“十二五”、2016—2018年西部地区平均绿色GDP增长率分别为9.83%、11.59%、13.43%、10.65%和8.53%，和中部地区对应时间段绿色GDP增长率大体相当，但低于东部地区。西部地区绿色GDP年均增长11%。
图3 西部地区GDP、绿色TFP、综合生产要素和绿色GDP增长变化趋势图

Fig.3 The change trend of GDP growth,TFPG,inputG and GGDPG in the western region

利用东部地区GDP增长率、TFPG、inputG和绿色GDP增长率减去中部地区对应指标，用于度量相关变量的东中部差距，具体变化趋势如图4。从图4可以看出，1997—2007年，东中部GDP增长率差距大于0，但在2007年后小于0，这说明2007年后中部地区在传统GDP方面存在追赶东部地区现象。但从绿色GDP增长率差距来看，绝大多数年份都大于0，这说明两者绿色GDP差距不但没有缩小，反而扩大了。从两者绿色GDP增长率差距的来源来看，除了1996年以外，其他年份TFPG差距都大于0，并且位于所有直线的上方，是导致东中部绿色GDP增长率差距的主要原因。东中部综合生产要素增长率差距小于0，这说明两者生产要素差距呈缩小变化趋势，是抑制两者绿色GDP增长率差距的主要原因。从平均来看，东中部GDP增长率、TFPG、inputG和绿色GDP增长率方面的差距分别为0.19%、6.95%、-4.42%、2.53%，这说明两者绿色增长质量差距是导致绿色GDP增长的主要原因，要缩小两者绿色GDP差距，应该从缩小两者绿色增长质量入手。
图4 东中部地区GDP增长率、TFPG、inputG、绿色GDP增长差距

Fig.4 The gap of GDP growth,TFPG,inputG and GGDPG between the eastern and middle regions

类似可以定义东西部地区GDP增长率、TFPG、inputG和绿色GDP增长率差距，其变化趋势如图5。从图5我们可以得出类似于东中部GDP增长率、TFPG、inputG和绿色GDP增长率差距方面相关结论。“九五”“十五”“十一五”“十二五”、2016—2018年TFPG差距分别为5.65%、6.86%、8.49%、8.51%、5.76%，是导致两者绿色GDP增长率差距的主要原因。两者综合生产要素增长率差距分别为-2.52%、-3.38%、-7.15%、-5.60%、-4.89%，对两者绿色GDP增长率差距起抑制作用。两者绿色GDP增长率差距平均为2.48%。
图5 东西部地区GDP增长率、TFPG、inputG、绿色GDP增长差距

Fig.5 The gap of GDP growth，TFPG，inputG and GGDPG between the eastern and western regions

2.4 省市绿色GDP增长率、传统GDP增长率及其驱动力研究

为了更好地分析中国绿色GDP增长率、传统GDP增长率及其驱动力的空间格局特征，本文借助ArcGIS10.2软件，对绿色GDP增长率、传统GDP增长率、绿色TFP增长率和inputG 4个指标，分别做空间分布图（图6~图9）。可以得出如下结论：①绿色GDP增长最快的5个省份全部属于东部地区，分别为上海、天津、海南、北京、广东（图6），其增长率分别为21.39%、20.65%、18.54%、17.78%、15.44%，同时这5个省市是绿色TFP增长最快的5个省市（图8）。从这5个省市的传统GDP增长率排名来看（图7），天津属于传统GDP增长最快的省份，而北京属于增长最慢的省份，这说明在绿色GDP增长最快的5个省市中，只有天津做到了经济增长速度在数量上和质量上都位居全国前列，而北京在质量上位居全国前列，在数量上在全国排名靠后。②绿色GDP增长最慢的5个省份全部属于中西部地区（图6），分别为新疆、广西、宁夏、甘肃、山西，其绿色GDP增长率分别为9.91%、9.86%、9.74%、9.71%、9.67%，同时也是绿色TFP增长速度排名靠后的5个省市（图8）。从这5个省区的传统GDP增长率排名来看，新疆、山西属于传统GDP增长最慢，这说明这2个省区经济总量在数量上和质量上排名都是靠后的。③从综合生产要素增长率来看（图9），inputG最高的5个省份全部为中西部省份，分别为重庆、贵州、河南、安徽和江西；最低的5个省份全部为东部省份，分别为天津、北京、辽宁和上海，其中天津属于绿色GDP和传统GDP增长最快的5个省份之一，综合生产要素增长最慢的5个省份，说明天津实现了“低投入、低排放、高产出”的高质量增长方式。
图6 中国各省（市）的绿色GDP增长率空间格局图

Fig.6 The spatial pattern of the provinces’ green GDP growth in China

图7 中国各省（市）的传统GDP增长率空间格局图

Fig.7 The spatial pattern of the provinces’ GDP growth in China

图8 中国各省（市）的绿色TFP增长率空间格局图

Fig.8 The spatial pattern of the provinces’ TFPG in China

图9 中国各省（市）的inputG空间格局图

Fig.9 The spatial pattern of the provinces’ inputG in China

图10和图11分别汇报了中国各省市的inputG、TFPG对绿色GDP增长率贡献的空间格局。inputG对绿色GDP增长率贡献最大的5个省份都是中西部省份，分别为甘肃、贵州、广西、安徽和江西；inputG对绿色GDP增长率贡献最低的5个省份都是东部省份，分别为上海、北京、天津、广东和海南。按照对绿色GDP增长率的贡献排名，TFPG恰好和inputG相反，最高的5个省份分别为上海、北京、天津、广东和海南，最低的5个省份分别为甘肃、贵州、广西、安徽和江西。
图10 中国各省（市）的inputG对绿色GDP增长率贡献的空间格局图

Fig.10 The spatial pattern of the contribution of the provinces’ inputG to the GGDPG in China

图11 中国各省（市）的TFPG对绿色GDP增长率贡献的空间格局图

Fig.11 The spatial pattern of the contribution of the provinces’ TFPG to the GGDPG in China

2.5 不同测算方法的比较

为了说明本文测算方法的科学性，本部分对本文的测算结果和其他方法的测算结果进行比较。由于SEEA等绿色GDP测算方法涉及到资源、环境成本测算难度大等问题，因此这方面最新实证结果尚未见到。汪莉等利用绿色TFP增长率度量绿色经济增长率，忽略了要素投入的增长[18]，和本文测算方法没有可比性。因此本部分比较了本文测算结果和文献综述部分第三类方法所测算的绿色发展指数之间的差异，而且后者的实证结果也较少，比较新的是谢瑾岚[29]测算的长江经济带绿色发展。本文采用了和谢瑾岚[29]一样的省份 ① ，按照东中西部省份划分，从总体平均值和地区平均值的角度对GDP增长率、绿色GDP增长率等指标进行比较，具体结果见表2。
表2 本文测算结果和谢瑾岚[29]测算结果的比较

Tab.2 The result comparison of this paper and that of Xie Jinlan

2012 2013 2014 2015 2016 2017 平均
平均GDP增长率 10.67 9.78 8.67 8.44 8.18 8.03 8.96
平均绿色GDP增长率（本文） 14.02 13.57 10.83 10.28 10.28 10.42 11.57
平均绿色发展增长率（谢瑾岚） 3.45 3.71 3.51 3.38 5.72 2.67 3.73
东部地区GDP增长率 8.18 8.16 7.48 7.52 7.15 7.02 7.58
东部地区绿色GDP增长率（本文） 18.07 20.96 15.35 14.29 12.47 12.13 15.55
东部地区绿色发展增长率（谢瑾岚） 3.65 5.54 3.79 5.30 3.55 2.39 4.02
中部地区GDP增长率 10.82 9.69 9.10 8.43 8.11 7.94 9.01
中部地区绿色GDP增长率（本文） 11.19 10.04 9.11 8.43 8.11 8.99 9.31
中部地区绿色发展增长率（谢瑾岚） 3.49 2.85 3.66 3.03 7.19 3.06 3.86
西部地区GDP增长率 12.40 11.08 9.14 9.14 9.01 8.87 9.94
西部地区绿色GDP增长率（本文） 13.80 11.57 9.15 9.14 10.81 10.57 10.84
西部地区绿色发展增长率（谢瑾岚） 3.26 3.20 3.17 2.31 5.88 2.50 3.37
从表2可以得出如下结论：①不管从总体来看还是从地区层面来看，谢瑾岚[29]测算的绿色发展增长率都远远低于对应年份的GDP增长率，而本文测算的结果恰好相反，都高于对应年份的GDP增长率。而中国环境越来越好，因此从实际来看，绿色GDP增长率应该高于GDP增长率，这说明本文的测算结果更符合实际。②从地区之间的比较来看，本文测算的历年东部地区绿色GDP增长率高于中西部地区；而从谢瑾岚[29]测算的结果来看，2016、2017年东部地区绿色发展增长率低于中西部地区，在其他年份东部地区高于中西部地区。事实上从美国次贷危机和欧洲主权债务危机爆发以来，我国东部产业加速向中西部转移，东部地区一些高污染、高能耗的产业向中西部地区转移，一方面降低东部地区的污染，提升了东部地区绿色发展增长率和绿色GDP增长率，另一方面加重了中西部地区环境污染，降低中西部地区绿色发展增长率和绿色GDP增长率，因此理论上东部地区上述两个指标都应该高于中西部地区，因此本文的测算结果更符合实际。

3 结语

本文借鉴SEEA将资源、污染成本纳入国民经济核算体系，对GDP进行调整的核心思想，基于DEA方法，构建绿色全要素生产率测算模型借鉴Solow的经济增长等于全要素生产率增长率和综合生产要素增长率之和的思想[25]，建立起绿色GDP增长率和绿色全要素生产率增长率、综合生产要素增长率之间的联系，然后对中国省级数据进行实证研究，得出如下结论：①中国绿色GDP比传统GDP以更快的速度增长，年均增长12.44%；在“九五”以外其他时间段，生产要素是驱动绿色GDP增长的主要动力。②自2012年以来，不管是东部地区，还是中西部地区，绿色GDP增长速度总体上放缓，原因在于综合生产要素增长速度放缓，东部地区绿色TFP呈现低速增长，而中西部地区呈现负增长。③中西部地区在传统GDP上存在追赶东部地区的现象，主要原因在于综合生产要素增长速度超过了东部地区。在绿色GDP上，两者差距越来越大，而导致这一现象的主要原因在于两者绿色TFP差距越来愈大。④尽管上海、海南、北京、广东等省市传统GDP增长速度比较靠后，但绿色GDP增长速度位居全国前列，而天津做到了经济增长速度在数量上和质量上都位居全国前列。新疆、广西、宁夏、甘肃、山西经济总量在数量上和质量上排名都是靠后的。⑤通过对本文和谢瑾岚[29]的测算结果进行比较发现，本文测算结果更符合实际。
本文的研究具有较强的政策含义：①有助于正确评价我国过去的发展成果，增强道路自信、制度自信。我国实现了传统GDP的中高速增长，而且绿色GDP以更高的速度增长，这在一定意义上是对我国过去40余年改革政策的肯定，有助于增强人民对中国特色社会主义道路自信、制度自信。②应该改变过去重传统GDP的政绩考核模式，转向以绿色GDP为目标的考核模式。传统GDP增长速度快的地区，其绿色GDP增长不一定快，反之也是如此。继续采用传统GDP的政绩考核模型，可能会导致地方政府继续沿袭过去“高投入、高排放、低产出”的粗放型增长方式，不利于经济可持续发展。③政府应该更关注东西部、东中部绿色GDP差距和绿色发展效率差距。通过中西部“高投入、高排放、低产出”的发展战略，缩小东西部、东中部经济差距，这种模式不具有可持续性，也不利于效率的提升，因此政府要更加关注缩小地区绿色GDP差距。导致东西部、东中部绿色GDP差距扩大的主要原因不在于综合生产要素增长率差距，而在于两者绿色TFP的差距扩大，因此要实现地区之间绿色GDP发展平衡，需要从缩小地区之间绿色增长质量入手。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
郭丽英, 雷敏, 刘晓琼. 基于能值分析法的绿色GDP核算研究——以陕西省商洛市为例[J]. 自然资源学报, 2015(9):1523-1533.

[2]
王德发, 阮大成, 王海霞. 工业部门绿色GDP核算研究——2000年上海市能源—环境—经济投入产出分析[J]. 财经研究, 2005(2):66-75.

[3]
沈晓艳, 王广洪, 黄贤金. 1997—2013年中国绿色GDP核算及时空格局研究[J]. 自然资源学报, 2017(10):1639-1650.

DOI

[4]
黄虹, 许祺. 人口流动、产业结构转变对上海市绿色GDP的影响研究[J]. 中国软科学, 2017(4):94-108.

[5]
杨缅昆. 绿色GDP核算理论问题初探[J]. 统计研究, 2001(2):40-43.

[6]
王金南, 於方, 曹东. 中国绿色国民经济核算研究报告2004[J]. 中国人口·资源与环境, 2006(6):11-17.

[7]
王永瑜, 郭立平. 绿色GDP核算理论与方法研究[J]. 统计研究, 2010(11):77-84.

[8]
王铮, 刘扬, 周清波. 上海的GDP一般增长核算与绿色GDP核算[J]. 地理研究, 2006(2):185-192.

[9]
Barro R J. Notes on Growth Accounting[J]. Journal of Economic Growth, 1999(2):119-137.

[10]
Asheim C B. Green national accounting:why and how?[J]. Environment & Development Economics, 2000(1):25-48.

[11]
陈梦根. 绿色GDP理论基础与核算思路探讨[J]. 中国人口·资源与环境, 2005(1):6-10.

[12]
Chung Y, Färe R, Grosskopf S. Productivity and undesirable outputs:a directional distance function approach[J]. Journal of Environmental Management, 1997(3):229-240.

[13]
李江龙, 徐斌. “诅咒”还是“福音”:资源丰裕程度如何影响中国绿色经济增长?[J]. 经济研究, 2018(9):151-167.

[14]
杨文举. 基于DEA的绿色经济增长核算:以中国地区工业为例[J]. 数量经济技术经济研究, 2011(1):19-34.

[15]
王兵, 刘光天. 节能减排与中国绿色经济增长——基于全要素生产率的视角[J]. 中国工业经济, 2015(5):57-69.

[16]
谢婷婷, 刘锦华. 绿色信贷如何影响中国绿色经济增长?[J]. 中国人口·资源与环境, 2019(9):83-90.

[17]
孙付华, 李申达, 龚茗菲, 等. 异质性企业对外投资行为如何影响中国绿色经济增长?[J]. 产业经济研究, 2019(5):65-76.

[18]
汪莉, 邵雨卉, 陈登科. 地方寻租与区域绿色经济增长效率[J]. 世界经济文汇, 2019(3):85-103.

[19]
Fukuyama H, Weber W L. A slacks-based inefficiency measure for a two-stage system with bad outputs[J]. Omega, 2010(5):398-409.

[20]
胡琰欣, 屈小娥, 李依颖. 我国对“一带一路”沿线国家OFDI的绿色经济增长效应[J]. 经济管理, 2019(6):5-21.

[21]
杨文举. 基于索洛扩展模型的中国地区工业绿色经济增长核算[J]. 统计与决策, 2015(19):13-17.

[22]
贾湖, 于秀丽. 基于MCDM的非货币化绿色GDP核算体系和六省市算例[J]. 干旱区资源与环境, 2013(8):6-13.

[23]
沈菊琴, 孙悦. 基于DPSIR模型的地区绿色GDP评价指标体系研究[J]. 河海大学学报:哲学社会科学版, 2016(6):56-61,95-96.

[24]
杨雪星. 包容性绿色经济增长指数构建与实证研究——基于G20国家数据[J]. 福建论坛:人文社会科学版, 2014(6):42-48.

[25]
Solow R K. Technical change and the aggregate production function[J]. Review of Economic Review, 1957(3):312-320.

[26]
Färe R, Grosskoft S, Norris M. Productivity growth,technical progress,and efficiency change in industrialized countries:reply[J]. American Economic Review, 1997(5):1040-1044.

[27]
Färe R, Grosskopt S, Norris M, et al. Productivity growth,technical progress,and efficiency change in industrialized countries[J]. American Economic Review, 1994(1):66-83.

[28]
尹向飞, 欧阳峣. 中国全要素生产率再估计及不同经济增长模式下的可持续性比较[J]. 数量经济技术经济研究, 2019(8):72-91.

[29]
谢瑾岚. 长江经济带绿色发展报告(2019)[M]. 北京: 社会科学文献出版社, 2020.

Options
文章导航

/

〈 〉