留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

市场化对绿色全要素生产率的影响

谢贤君,王晓芳,任晓刚

downloadPDF
谢贤君, 王晓芳, 任晓刚. 市场化对绿色全要素生产率的影响[J]. bob手机在线登陆学报(社会科学版), 2021, 23(1): 67-78. doi: 10.15918/j.jbitss1009-3370.2021.2604
引用本文: 谢贤君, 王晓芳, 任晓刚. 市场化对绿色全要素生产率的影响[J]. bob手机在线登陆学报(社会科学版), 2021, 23(1): 67-78.doi:10.15918/j.jbitss1009-3370.2021.2604
XIE Xianjun, WANG Xiaofang, REN Xiaogang. The Impact of Marketization on Green Total Factor Productivity[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2021, 23(1): 67-78. doi: 10.15918/j.jbitss1009-3370.2021.2604
Citation: XIE Xianjun, WANG Xiaofang, REN Xiaogang. The Impact of Marketization on Green Total Factor Productivity[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2021, 23(1): 67-78.doi:10.15918/j.jbitss1009-3370.2021.2604

市场化对绿色全要素生产率的影响

doi:10.15918/j.jbitss1009-3370.2021.2604
基金项目:教育部哲学社会科学研究重大课题攻关项目“人民币国际化推进策略研究”(18JZD035)
详细信息
    作者简介:

    谢贤君(1989—),男,博士研究生,E-mail:1446534628@qq.com

    王晓芳(1958—),女,教授,E-mail:cmmy2014@163.com

    任晓刚(1967—),男,研究员,通信作者,E-mail:2441813808@qq.com

  • 其中,pmdjit分别表示在j=1、2时产品市场、要素市场的扭曲程度;pmjit、max(pmjit)分别表示在j=1、2时产品市场、要素市场发育程度指数和产品市场、要素市场发育程度最高值,且产品市场、要素市场发育程度指数则来自于樊纲等编制的历年省级《中国市场化进程指数报告》。
  • 本文政策实施发生在2015年,而样本数据选取截止到2017年,为解决处理效应完全显现的问题,后续通过变更实验组与对照组进一步估计予以检验。
  • 中图分类号:F049

The Impact of Marketization on Green Total Factor Productivity

  • 摘要:基于2005—2017年中国30个省级面板数据,实证检验了市场化对绿色全要素生产率的影响效果与影响路径。研究表明,市场化对绿色全要素生产率具有显著的促进作用,且市场化通过显著改善劳动力市场要素扭曲程度和资本市场要素扭曲程度的作用路径提高了绿色全要素生产率水平。地理区位异质性检验结果表明,市场化促进绿色全要素生产率存在显著的地理区位异质性。为克服市场化内生性问题,进一步依据2015年自由贸易试验区设立批复政策事件,运用双重倍差法(Differences-In-Differences,DID)分析并检验了市场化对绿色全要素生产率显著促进作用这一结论的稳健性。
    注释:
    1) 其中,pmd jit分别表示在 j=1、2时产品市场、要素市场的扭曲程度;pm ji t、max(pm jit)分别表示在 j=1、2时产品市场、要素市场发育程度指数和产品市场、要素市场发育程度最高值,且产品市场、要素市场发育程度指数则来自于樊纲等编制的历年省级《中国市场化进程指数报告》。
    2) 本文政策实施发生在2015年,而样本数据选取截止到2017年,为解决处理效应完全显现的问题,后续通过变更实验组与对照组进一步估计予以检验。
  • 图 1自由贸易试验区设立批复政策实施前后绿色全要素生产率的变化趋势

    表 1相关变量的描述性统计

    变量 含义 均值 最大值 最小值 标准差 观测值
    ETFP 绿色全要素生产率 0.843 1.497 0.277 0.243 390
    market1 市场化指数 6.245 11.109 2.480 1.804 390
    market2 制度质量 0.249 0.881 0.050 0.144 390
    distl 劳动力市场要素扭曲程度 0.863 20.986 0.025 1.227 390
    distk 资本市场要素扭曲程度 0.236 1.037 0.129 0.099 390
    strc 地区经济结构 0.421 0.802 0.283 0.088 390
    urban 城镇化水平 0.524 0.896 0.257 0.141 390
    open 地区对外开放程度 0.325 1.784 0.032 0.398 390
    R&D 创新水平 5.839 8.829 2.961 1.146 390
      注:数据来源于作者整理。
    下载: 导出CSV

    表 2市场化影响绿色全要素生产率基准模型估计结果

    变量 代理变量一 代理变量二
    (1)ETFP (2)ETFP (3)ETFP (4)ETFP
    market1 0.045*** 0.021***
    (7.31) (2.58)
    market2 0.292*** 0.027*
    (3.08) (1.88)
    strc −0.811*** −1.306***
    (−3.00) (−6.03)
    urban −0.337*** −0.404***
    (−2.77) (−3.51)
    open 0.3172*** 0.411***
    (3.91) (6.75)
    R&D 0.001 0.000***
    (1.55) (4.35)
    常数项 0.648*** 1.158*** 0.829*** 1.452***
    (18.75) (7.77) (41.52) (13.27)
    R2 0.101 0.169 0.021 0.196
      注:括号内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。
    下载: 导出CSV

    表 3中介效应检验估计结果(一)

    变量 代理变量一 代理变量二
    (1)distl (2)distk (3)distl (4)distk
    market1 0.187*** 0.150***
    (3.36) (3.86)
    market2 4.725** 2.792***
    (4.89) (3.54)
    strc −12.298*** 3.442*** −11.137*** −0.925
    (−5.63) (2.97) (−5.56) (−0.90)
    urban 4.856*** −2.502*** 5.295*** −3.126***
    (5.05) (−3.99) (5.53) (−4.72)
    open −1.659*** 0.379 −1.683*** 1.491***
    (−6.34) (1.57) (−6.38) (7.92)
    R&D 0.001*** −0.000 −0.000 0.001***
    (4.14) (−1.25) (−0.52) (2.88)
    常数项 4.195*** 3.765*** 4.033** 6.531***
    (4.76) (6.52) (5.08) (14.49)
    R2 0.164 0.084 0.177 0.145
      注:括号内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。
    下载: 导出CSV

    表 4中介效应检验估计结果(二)

    变量 代理变量一 代理变量二
    (1)ETFP (2)ETFP (3)ETFP (4)ETFP
    market1 0.020*** 0.012
    (2.92) (1.41)
    market2 0.118 0.219
    (0.83) (1.52)
    Q(distl) −0.149*** −0.019
    (−1.41) (−1.61)
    Q(distk) 0.062*** 0.069***
    (6.91) (9.16)
    strc −0.994*** −1.025*** −1.553*** −1.243***
    (−3.52) (−3.81) (−6.51) (5.82)
    urban −0.265*** −0.181 −0.301** −0.189
    (−2.08) (−1.45) (−2.40) (−1.56)
    open 0.293*** 0.297*** 0.379*** 0.309
    (3.50) (3.69) (5.86) (5.26)
    R&D 0.000* 0.000* 0.000 0.000**
    (1.85) (1.88) (4.37) (2.52)
    常数项 1.220*** 0.924*** 1.530*** 1.003***
    (8.10) (6.29) (13.54) (7.92)
    R2 0.184 0.244 0.219 0.291
    Sobel检验 −0.122
    [p=0.549]
      注:括号()内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。
    下载: 导出CSV

    表 5区域异质性检验结果(地理区位异质性)

    变量 东部地区 中部地区 西部地区
    代理变量一 代理变量二 代理变量一 代理变量二 代理变量一 代理变量二
    (1)ETFP (2)ETFP (3)ETFP (4)ETFP (5)ETFP (6)ETFP
    market 0.016 0.364* −0.026* 0.424* 0.043** 1.031***
    (1.17) (1.81) (−2.21) (1.73) (4.84) (4.03)
    控制变量 控制 控制 控制 控制 控制 控制
    常数项 0.919* 1.669*** 0.996*** 1.060* 1.104** 1.025***
    (8.54) (8.53) (7.00) (7.92) (7.87) (7.46)
    R2 0.007 0.127 0.024 0.213 0.296 0.337
      注:括号内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。
    下载: 导出CSV

    表 6平行趋势估计结果

    变量 对照组 实验组
    (1)ETFP (2)ETFP (3)ETFP (4)ETFP
    policy 0.113 0.171 0.101 0.073
    (0.88) (1.38) (1.22) (1.06)
    post −0.118*** −0.100* −0.069 −0.102**
    (−3.75) (−1.85) (−0.28) (−2.20)
    policy×post1 0.011 0.002
    (0.39) (0.88)
    policy×post2 0.292*** 0.165***
    (7.38) (5.04)
    strc −0.959*** −1.228***
    (−3.49) (−4.08)
    urban −0.241** 0.066
    (−1.92) (0.28)
    open 0.353*** 0.246**
    (4.68) (2.00)
    R&D 0.000** 0.000***
    (1.92) (3.32)
    常数项 0.917*** 1.291*** 0.607*** 1.001***
    (73.83) (9.46) (28.23) (6.33)
    R2 0.001 0.144 0.269 0.410
      注:括号内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。
    下载: 导出CSV

    表 7准自然实验基本估计结果

    变量 OLS 固定效应
    (1)ETFP (2)ETFP (3)ETFP (4)ETFP
    policy −0.551 −0.363 −0.191 0.112
    (−1.13) (−0.55) (−1.09) (−0.16)
    post −0.018*** −0.018* −0.079** −0.100***
    (−3.68) (−1.79) (−2.22) (−4.87)
    policy×post 0.124*** 0.077** 0.292*** 0.157***
    (3.33) (2.35) (6.93) (3.80)
    strc −1.484*** −1.216***
    (−6.58) (−4.00)
    urban −0.090 0.050
    (−0.67) (0.25)
    open 0.370*** 0.2853***
    (5.36) (3.42)
    R&D 0.000*** 0.000***
    (4.95) (3.42)
    常数项 0.775*** 1.279*** 0.725*** 1.010***
    (45.44) (11.31) (37.49) (6.76)
    R2 0.053 0.345
    F 48.04 25.75
      注:括号内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。
    下载: 导出CSV

    表 8安慰剂检验估计结果

    变量 2012年 2013年 2014年
    (1)ETFP (2)ETFP (3)ETFP
    policy 0.086 0.102 0.153
    (0.58) (1.09) (0.72)
    post −0.145*** −0.107* −0.042
    (−3.37) (−1.82) (−0.98)
    policy×post −0.000 0.024 0.044
    (−0.06) (0.75) (1.38)
    strc −1.182*** −1.443*** −1.570***
    (−3.15) (−3.83) (−4.53)
    urban −0.035 −0.189 −0.218
    (−0.22) (−1.03) (−1.13)
    open 0.415*** 0.497*** 0.568***
    (2.87) (2.88) (2.88)
    R&D 0.000 0.000 0.001
    (0.93) (1.42) (1.48)
    常数项 1.200*** 1.331*** 1.387***
    (6.48) (6.88) (7.28)
    R2 0.254 0.264 0.291
      注:括号内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。
    下载: 导出CSV

    表 9稳健性估计结果

    变量 OLS 固定效应
    (1)实验组 (2)对照组 (3)实验组 (4)对照组
    policy 0.041 −0.085 0.110 −0.141***
    (1.42) (−1.19) (0.88) (−3.10)
    post −1.177*** −0.151* 0.045 0.151
    (−4.20) (−1.85) (1.02) (0.58)
    policy×post 0.105** 0.086 0.116* 0.120
    (2.39) (0.91) (1.93) (1.32)
    strc −1.246*** −1.062*** −1.176*** −1.447***
    (−3.50) (−3.56) (−3.15) (−4.35)
    urban 0.011 −0.5120*** 0.103 −0.378**
    (0.07) (−2.64) (0.75) (−2.22)
    open −0.083 0.317*** 0.228 0.306***
    (−0.31) (4.25) (0.89) (5.23)
    R&D −0.000 0.000*** 0.001* 0.001***
    (−1.09) (3.04) (1.84) (3.95)
    常数项 1.309*** 1.609*** 1.123*** 1.616***
    (7.75) (7.07) (6.16) (10.42)
    R2 0.260 0.167
    F 6.11 9.61
    下载: 导出CSV
  • [1] ROLAND G. Transition and economics: politics, markets, and firms[M]. Cambridge: The MIT Press, 2001.
    [2] 王小鲁. 中国经济增长的可持续性与制度变革[J]. 经济研究, 2000(7): 3-15.
    [3] 丁辉侠. 制度因素与中国经济增长——基于转变经济增长方式视角的分析[J]. 郑州大学学报(哲学社会科学版), 2012 (1): 77-80.
    [4] 卫兴华, 侯为民. 中国经济增长方式的选择与转换途径[J]. 经济研究, 2007(7): 15-22.
    [5] 徐现祥, 王贤彬, 舒元. 地方官员与经济增长——来自中国省长、省委书记交流的证据[J]. 经济研究, 2007(9): 18-31.
    [6] 周林彬, 黄健梅. 法律在中国经济增长中的作用: 基于改革的实践[J]. 学习与探索, 2010(3): 139-141.doi:10.3969/j.issn.1002-462X.2010.03.031
    [7] 林毅夫, 苏剑. 论我国经济增长方式的转换[J]. 管理世界, 2007(11): 5-13.
    [8] 王小鲁, 樊纲, 刘鹏. 中国经济增长方式转换和增长可持续性[J]. 经济研究, 2009(1): 4-16.
    [9] 樊纲, 王小鲁, 马光荣. 中国市场化进程对经济增长的贡献[J]. 经济研究, 2011 (9): 4-16.
    [10] 吕朝凤, 朱丹丹. 市场化如何影响长期经济增长?——基于市场潜力视角的分析[J]. 管理世界, 2016(2): 32-44.
    [11] 施震凯, 王美昌. 中国市场化进程与经济增长:基于贝叶斯模型平均方法的实证分析[J]. 经济评论, 2016(1): 26-38.
    [12] 徐升艳, 陈杰, 赵刚. 土地出让市场化如何促进经济增长[J]. 中国工业经济, 2018(3): 44-61.
    [13] 蒲阿丽, 李平. 出口、市场化与资源配置效率的行业异质性分析[J]. 改革, 2019(9): 93-102.
    [14] 吕健. 市场化与中国金融业全要素生产率——基于省域数据的空间计量分析[J]. 中国软科学, 2013(2): 64-80.doi:10.3969/j.issn.1002-9753.2013.02.008
    [15] 岳书敬, 杨阳, 许耀. 市场化转型与城市集聚的综合绩效——基于绿色发展效率的视角[J]. 财经科学, 2015(12): 80-91.doi:10.3969/j.issn.1000-8306.2015.12.014
    [16] MEYERS S. Improving energy efficiency: strategies for supporting sustained market evolution in developing and transitioning countries[R]. Berkeley, CA: Lawrence Berkeley Laboratory, 1998.
    [17] NEPAL R. Energy efficiency in transition: do market-oriented economic reforms matter?[R]. Munich: University Library of Munich, 2011.
    [18] 张三峰, 吉敏. 市场化能改善环境约束下的能源效率吗——基于2000—2010年省际面板数据的经验研究[J]. 山西财经大学学报, 2014(1): 65-75.
    [19] 余康.市场化改革、技术进步与地区能源效率——基于1997—2014年中国30个省份的面板数据模型分析[J].宏观经济研究, 2017(11): 79-93.
    [20] 国涓, 王玲, 孙平. 中国区域能源消费强度的影响因素分析[J]. 资源科学, 2009(2):205-213.doi:10.3321/j.issn:1007-7588.2009.02.005
    [21] FAN Y, liao h, wei y m. can market oriented economic reforms contribute to energy efficiency improvement? Evidence from China[J]. Energy Policy,2007,35(4):2287-2295.doi:10.1016/j.enpol.2006.07.011
    [22] 胡鞍钢, 鄢一龙, 刘生龙. 市场经济条件下的“计划之手”——基于能源强度的检验[J]. 中国工业经济, 2010(7):26-35.
    [23] 姜旭, 卢新海, 龚梦琪. 土地出让市场化、产业结构优化与城市绿色全要素生产率——基于湖北省的实证研究[J]. 中国土地科学, 2019(5): 50-59.
    [24] 杜雯翠, 张平淡, 朱松.农业市场化、农业现代化与环境污染[J].bob手机在线登陆学报(社会科学版), 2016(1): 1-9.
    [25] 韩晶, 刘远, 张新闻. 市场化、环境规制与中国经济绿色增长[J]. 经济社会体制比较, 2017(5): 105-115.
    [26] 李筱乐. 政府规模、生产性服务业与经济增长——基于我国206个城市的面板数据分析[J]. 国际贸易问题, 2014(5): 105-112.
    [27] 姜磊.市场化对中国能源消费强度调节作用的实证研究——基于空间计量模型的分析[J].上海经济研究, 2012(6): 84-97.
    [28] WEI C, NI J L, SHENG M H. China's energy inefficiency: a cross-country comparison[J]. The Social Science Journal,2011,48(3):478-488.doi:10.1016/j.soscij.2011.05.004
    [29] LIAO H,FAN Y,WEI Y M.What induced China s energy intensity to fluctuate:1997—2006?[J]. Energy Policy,2007,35(9):4640-4649.doi:10.1016/j.enpol.2007.03.028
    [30] SONG F,ZHENG X Y.What drives the change in China's energy intensity: combining decomposition analysis and econometric analysis at the provincial level[J]. Energy Policy,2012,51:445-453.doi:10.1016/j.enpol.2012.08.044
    [31] HAYES A F. Beyond baron and kenny: statistical mediation analysis in the new millennium [J]. Communication Monographs,2009,76(4):408-420.doi:10.1080/03637750903310360
    [32] 马占新, 马生昀. 基于C~2W模型的广义数据包络分析方法研究[J]. 系统工程与电子技术, 2009(2): 366-372.doi:10.3321/j.issn:1001-506X.2009.02.027
    [33] 张杰, 周晓艳, 郑文平, 芦哲. 要素市场扭曲是否激发了中国企业出口[J]. 世界经济, 2011(8): 134-160.
    [34] 戴魁早, 刘友金. 要素市场扭曲如何影响创新绩效[J]. 世界经济, 2016(11): 54-79.
    [35] 李健, 冯山, 余龙. 中国城市要素利用质量水平测算与研究:基于要素市场扭曲视角[J]. 宏观质量研究, 2020(1): 95-108.
    [36] 景维民, 莫龙炯. 市场化转型、所有制结构与地区经济增长[J]. 现代财经(天津财经大学学报), 2019 (2): 31-42.
    [37] 王年咏, 张立娟, 宋博. 中国金融市场化进程考察的主要论题与前瞻[J]. 中南财经政法大学学报, 2018(5): 97-104.doi:10.3969/j.issn.1003-5230.2018.05.012
    [38] 罗素梅, 周光友. 利率市场化的阶段性特征: 基于上海自贸区诉求[J]. 改革, 2014(10): 28-36.
    [39] 罗素梅, 周光友. 上海自贸区金融开放、资本流动与利率市场化[J]. 上海经济研究, 2015(1): 29-36.
    [40] 庄钰静, 王敬波. 自贸区负面清单制度与我国现行市场准入法关系研究[J]. 亚太经济, 2019(5): 131-135.
  • [1] 李晓龙, 冉光和.农产品贸易提升了农业绿色全要素生产率吗?. bob手机在线登陆学报(社会科学版), 2021, 23(4): 82-92.doi:10.15918/j.jbitss1009-3370.2021.3508
    [2] 鞠可一, 周得瑾, 吴君民.环境规制可以“双赢”吗?——中国工业行业细分视角下的强“波特假说”研究. bob手机在线登陆学报(社会科学版), 2020, 22(1): 21-28.doi:10.15918/j.jbitss1009-3370.2020.1825
    [3] 李德山, 张郑秋.环境规制对城市绿色全要素生产率的影响. bob手机在线登陆学报(社会科学版), 2020, 22(4): 39-48.doi:10.15918/j.jbitss1009-3370.2020.3705
    [4] 张平淡, 陈臻.国家级新区创设驱动绿色发展的效应检验. bob手机在线登陆学报(社会科学版), 2020, 22(4): 49-59.doi:10.15918/j.jbitss1009-3370.2020.3458
    [5] 屈小娥, 胡琰欣, 赵昱钧.产业集聚对制造业绿色全要素生产率的影响——基于长短期行业异质性视角的经验分析. bob手机在线登陆学报(社会科学版), 2019, (1): 27-36.doi:10.15918/j.jbitss1009-3370.2019.5632
    [6] 庞雨蒙.竞争政策、企业全要素生产率与资源配置效应——基于异质性发电企业的检验. bob手机在线登陆学报(社会科学版), 2018, (1): 17-24.doi:10.15918/j.jbitss1009-3370.2018.3917
    [7] 杜雯翠, 张平淡, 朱松.农业市场化、农业现代化与环境污染. bob手机在线登陆学报(社会科学版), 2016, (1): 1-9.doi:10.15918/j.jbitss1009-3370.2016.0101
    [8] 王玲, 孟辉.中国物流业环境全要素生产率增长研究——基于MML生产率指数的实证分析. bob手机在线登陆学报(社会科学版), 2015, (5): 1-8.doi:10.15918/j.jbitss1009-3370.2015.0501
    [9] 张先贵.中国土地管理权行使模式的未来走向--立足于《土地管理法》修改背景下的思考. bob手机在线登陆学报(社会科学版), 2015, (4): 133-138.doi:10.15918/j.jbitss1009-3370.2015.0420
    [10] 汪克亮, 孟祥瑞, 杨力, 程云鹤.生产技术异质性与区域绿色全要素生产率增长——基于共同前沿与2000-2012年中国省际面板数据的分析. bob手机在线登陆学报(社会科学版), 2015, (1): 23-31.doi:10.15918/j.jbitss1009-3370.2015.0104
    [11] 李强, 冯波.中国省际碳全要素生产率增长及收敛性. bob手机在线登陆学报(社会科学版), 2014, (3): 14-21,29.
    [12] 陈真玲, 鲁丰先, 王光辉.基于状态空间模型的我国行政管理费动态分析. bob手机在线登陆学报(社会科学版), 2014, (6): 78-84.
    [13] 姜彤彤.高技术产业研发创新全要素生产率研究——基于价值链的视角. bob手机在线登陆学报(社会科学版), 2013, (4): 58-62,68.
    [14] 梅莉.高科技企业终端市场化运营管理模式研究. bob手机在线登陆学报(社会科学版), 2009, (2): 64-68.
    [15] 于剑.基于Malmquist指数的我国航空公司业全要素生产率分析. bob手机在线登陆学报(社会科学版), 2007, (6): 43-46.
    [16] 王艳丽, 刘传哲.全要素生产率对中国经济增长的贡献:1952~2002. bob手机在线登陆学报(社会科学版), 2006, (5): 88-91.
    [17] 马金平, 张洪波.国防工业的特殊性及其对改革的启示. bob手机在线登陆学报(社会科学版), 2006, (4): 21-24.
    [18] 张巍.由广东和上海看城市化对人口控制的关键作用. bob手机在线登陆学报(社会科学版), 2003, (6): 49-52.
    [19] 赵瑾璐, 张小霞.我国利率市场化的难点及改革思路. bob手机在线登陆学报(社会科学版), 2002, (2): 60-62.
    [20] 陈金元, 高峰.关于德国社会市场经济对我国市场化改革的几点启示. bob手机在线登陆学报(社会科学版), 2001, (1): 75-77.
  • 加载中
图(1)/ 表 (9)
计量
  • 文章访问数:486
  • HTML全文浏览量:262
  • PDF下载量:40
  • 被引次数:0
出版历程
  • 收稿日期:2020-06-02
  • 录用日期:2020-07-22
  • 网络出版日期:2020-08-28
  • 刊出日期:2021-01-10

市场化对绿色全要素生产率的影响

doi:10.15918/j.jbitss1009-3370.2021.2604
    基金项目:教育部哲学社会科学研究重大课题攻关项目“人民币国际化推进策略研究”(18JZD035)
    作者简介:

    谢贤君(1989—),男,博士研究生,E-mail:1446534628@qq.com

    王晓芳(1958—),女,教授,E-mail:cmmy2014@163.com

    任晓刚(1967—),男,研究员,通信作者,E-mail:2441813808@qq.com

  • 其中,pmdjit分别表示在j=1、2时产品市场、要素市场的扭曲程度;pmjit、max(pmjit)分别表示在j=1、2时产品市场、要素市场发育程度指数和产品市场、要素市场发育程度最高值,且产品市场、要素市场发育程度指数则来自于樊纲等编制的历年省级《中国市场化进程指数报告》。
  • 本文政策实施发生在2015年,而样本数据选取截止到2017年,为解决处理效应完全显现的问题,后续通过变更实验组与对照组进一步估计予以检验。
  • 中图分类号:F049

摘要:基于2005—2017年中国30个省级面板数据,实证检验了市场化对绿色全要素生产率的影响效果与影响路径。研究表明,市场化对绿色全要素生产率具有显著的促进作用,且市场化通过显著改善劳动力市场要素扭曲程度和资本市场要素扭曲程度的作用路径提高了绿色全要素生产率水平。地理区位异质性检验结果表明,市场化促进绿色全要素生产率存在显著的地理区位异质性。为克服市场化内生性问题,进一步依据2015年自由贸易试验区设立批复政策事件,运用双重倍差法(Differences-In-Differences,DID)分析并检验了市场化对绿色全要素生产率显著促进作用这一结论的稳健性。

注释:
1) 其中,pmd jit分别表示在 j=1、2时产品市场、要素市场的扭曲程度;pm ji t、max(pm jit)分别表示在 j=1、2时产品市场、要素市场发育程度指数和产品市场、要素市场发育程度最高值,且产品市场、要素市场发育程度指数则来自于樊纲等编制的历年省级《中国市场化进程指数报告》。
2) 本文政策实施发生在2015年,而样本数据选取截止到2017年,为解决处理效应完全显现的问题,后续通过变更实验组与对照组进一步估计予以检验。

English Abstract

谢贤君, 王晓芳, 任晓刚. 市场化对绿色全要素生产率的影响[J]. bob手机在线登陆学报(社会科学版), 2021, 23(1): 67-78. doi: 10.15918/j.jbitss1009-3370.2021.2604
引用本文: 谢贤君, 王晓芳, 任晓刚. 市场化对绿色全要素生产率的影响[J]. bob手机在线登陆学报(社会科学版), 2021, 23(1): 67-78.doi:10.15918/j.jbitss1009-3370.2021.2604
XIE Xianjun, WANG Xiaofang, REN Xiaogang. The Impact of Marketization on Green Total Factor Productivity[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2021, 23(1): 67-78. doi: 10.15918/j.jbitss1009-3370.2021.2604
Citation: XIE Xianjun, WANG Xiaofang, REN Xiaogang. The Impact of Marketization on Green Total Factor Productivity[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2021, 23(1): 67-78.doi:10.15918/j.jbitss1009-3370.2021.2604
  • 2019年12月中央经济工作会议指出: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,同时要求要完善产权制度和要素市场化配置以加快建设高标准市场体系,发挥好自贸试验区改革开放试验田作用以推动对外开放要继续往更大范围、更宽领域、更深层次的方向走。市场化是全面深化经济体制改革的重要方式,对外开放是市场化的集中体现,而自由贸易试验区则是推动国家经济体制改革创新的“试验田”,也是探索更新局面更高层次对外开放的标杆。有关市场化影响经济增长的研究可追溯到20世纪90年代Roland[1]1-15的转型经济学,此后对市场化的探究经历了从市场化指标体系量化到市场化对经济发展影响的拓展过程。从市场化指标体系量化过程来看,从欧洲复兴开发银行在其每年一度的《转型报告》(Transition Report)所构建的转型指标,到中国国民经济研究所历年公布的代表市场化进程的分省市市场化指数,这一量化过程的转变为研究市场化对经济增长的贡献提供了重要指南。从市场化对经济发展影响研究来看,王小鲁[2]3-15探究了经济改革和制度建设对经济增长方式转换的影响,丁辉侠[3]77-80考察了产权制度对经济增长方式转变的影响,卫兴华和侯为民[4]15-22、徐现祥等[5]18-31.刻画了政府职能和政府激励对转型经济发展的影响,周林彬和黄健梅[6]139-141描绘了法律法规制度对经济转型效率的影响,林毅夫和苏剑[7]5-13揭示了价格体系改革对经济增长结构的影响,这一系列关于市场化对经济发展影响的拓展研究对于增进认识政府与市场之间的关系以及实现经济增长都大有裨益。

    王小鲁[8]4-16提出,全要素生产率提高的源泉在于生产要素资源配置改善形成的效率提升和生产技术进步。市场化意味着加速推进经济体制改革,有利于发挥市场机制对要素资源配置的决定性作用,从而促进要素从低生产率、低创新水平的企业向高生产率、高创新水平的企业流动,促进要素从低效率、低技术水平的部门向高效率、高技术水平的部门流动,并且升级企业、部门的创新激励机制,推动技术创新。进一步,由市场机制带来的技术创新和技术进步可实现资源有效配置,不仅能够降低环境污染程度,还可大幅减少产能过剩,推动经济绿色增长。具体而言,推进市场化可将稀缺的资本、劳动力等要素配置到边际效率较高的企业、产业中,以推动创新型企业、战略性新兴产业快速发展,从而实现资本、劳动力等要素产出最大化。(1)一方面,推进市场化能够显著改善市场信息不对称、降低市场交易成本、识别和投资于最有潜力、创新能力、竞争能力的企业,提高企业的生产率水平;一方面,推进市场化带来的营商环境改善能够提高外资规模和质量,有利于吸取、学习和吸收国外的先进技术、知识和经验,从而增强企业创新活力动力。(2)推进市场化带来的信息效应,不仅加快了信息在企业之间、产业之间的流转速度,而且还加快了信息、知识与技术融合速度,从而促使新技术、新经验、新知识更快更好地向同行业其他企业转移转化,或向其他行业的企业转移转化,从而推动整个行业或整个产业的生产率提升,进而助推产业结构升级与产业内部结构升级。(3)推进市场化所带来的企业、产业的生产率的提高,以及企业、产业结构升级,也带来了地区和国家层面的资本、劳动力等要素的高级化流动,促使市场要素向更高效率的地区配置。(4)推进市场化所形成的要素配置效应降低了要素向高污染、高能耗、高投入、低效益、低附加值、低产出的企业或产业配置倾向,提高了要素向低污染、低能耗、低投入、高效益、高附加值、高产出的企业或产业配置倾向。推进市场化所形成的产业结构转型升级效应可引致要素投入均衡、要素配置均衡及要素产出效率均衡的市场格局,推动全面性产能过剩、结构性产能过剩及技术性产能过剩的减少,从而降低过度投资、结构失衡和生产能力的累积性闲置的经济现象发生概率,提高绿色全要素生产率水平。

    然而,在绿色发展已经跃升至国家战略高度的时代背景下,经济增长既要与生态环境、自然资源保持友好的态度,又要遵循创新的可持续的发展模式,同时还要具有共享经济发展成果的特征。有鉴于此,本文在经济合作与发展组织(Organisation for Economic Co-operation and Development,OECD)绿色增长战略框架下,综合考虑经济、社会、环境、扶贫等多方面的因素,以绿色增长基本内涵为基础,将市场化、要素市场资源配置和绿色全要素生产率纳入统一体系,深入考察市场化对中国绿色增长影响的影响效果和影响机制,为有效发展绿色增长战略提供新的思路和视角。基于2005—2017年中国省级层面数据,探究了市场化影响绿色全要素生产率的作用效果与作用路径,为克服市场化内生性问题,进一步依据2015年沪、粤、津、闽四大自由贸易试验区设立批复政策事件,运用双重倍差法(Differences-In-Differences,DID)分析市场化对绿色全要素生产率的作用,在一定程度上说明了本文研究结论稳健性。本文在探究方法与探究内容上与现有文献有所不同。一方面,根据OECD绿色增长战略框架,基于包含非期望产出(污染)的非径向SBM-DEA模型测度绿色全要素生产率,从OECD绿色增长战略视角对中国绿色全要素生产率做出了新的认识和理解;同时,将2015年沪、粤、津、闽四大自由贸易试验区设立批复作为准自然实验,采用双重倍差法分析实验组与对照组之间的绿色全要素生产率分布差异,借此来探究市场化与绿色全要素生产率之间的关系,有助于在一定程度上克服两者之间可能存在的内生性问题以及规避市场化的测度误差减少回归偏误。另一方面,通过中介效应递归模型探究市场化影响绿色全要素生产率的作用路径,即市场化如何通过改变要素市场扭曲的资源动态配置过程以实现对绿色全要素生产率的作用,进而从内容上丰富和完善了市场化对资源配置和绿色全要素生产率的影响机制,并为其提供了重要的经验证据。

    • 樊纲等[9]4-16、吕朝凤和朱丹丹[10]32-44、施震凯和王美昌[11]26-38都认为市场化对全要素生产率和经济增长都具有重要的贡献。徐升艳等[12]44-61、蒲阿丽和李平[13]93-102都基于资源配置视角刻画了市场化影响全要素生产率的机制;吕健[14]64-80也基于技术进步视角描绘了市场化影响全要素生产率的机制。这为本文廓清市场化、资源配置与绿色全要素生产率之间的关系创造了契机。

    • 随着经济增长与环境污染这一议题研究的不断深入,越来越多的学者开始从市场化的视角探讨其对经济绿色发展的影响,如岳书敬等[15]80-91明确了市场化转型可能会对兼顾生态又保持经济增长的发展模式有益,并进一步提出,市场化水平的提高有助于改善城市绿色发展效率。从能源角度来看,Meyers[16]1-20、Nepal[17]1-21、张三峰和吉敏韩[18]65-75、余康[19]79-93认为市场化显著提高了能源效率;国涓等[20]205-213也认为提高市场化程度可大力降低能源消费强度;Fan等[21]2287-2295对中国以经济体制改革为导向的市场化与能源效率进行了探究,指出提高市场化可显著地改善中国的能源效率。此外,胡鞍钢等[22]26-35也认为,在中国经济体制迈向市场经济体制转型过程中,市场化程度的提高也显著促进了能源强度的下降。从自然资源角度探讨,姜旭等[23]50-59认为土地出让市场化显著促进了绿色全要素生产率,且这种作用是土地出让市场化导致的产业结构合理化反向发展与促进产业结构高度化正向发展综合作用的结果;杜雯翠等[24]1-9认为,农业市场化不仅具有显著降低农业污染的作用,还有利于减弱农业现代化对环境恶化的作用。另外,韩晶等[25]105-115通过剖析市场化与中国经济绿色增长的辩证关系,其为将市场化、环境规制与经济绿色增长纳入统一框架创造了基础。

    • 提高市场化水平可以减弱集聚对绿色发展效率的边际递减效应,从而改善绿色发展效率[18]65-75。从环境污染角度考量,李筱乐[26]105-112认为,当市场化进程处于较低水平时,工业加速集聚会引起环境污染加剧;当市场化进程处于较高水平时,市场化水平提高会减缓工业集聚引致环境污染加剧的步伐。同时,市场化水平的提高还能够增强环境规制的强度,进而有助于改善绿色全要素生产率[25]105-115。从能源角度来看,市场化对能源强度具有重要的调节机制作用,即市场化通过对技术进步的调节,使得外商直接投资( Foreign Direct Investment,FDI)显著改善了能源效率[27]84-97。同时市场化也显著促进了产业结构转型升级[28]478-488、改变投资结构和能源消费结构[29]4640-4649,从而改善了能源效率[30]445-453

      总评而言,一方面,既有研究从资源配置及技术进步等路径阐述了市场化影响全要素生产率的作用机理,为学术界后续研究提供了重要的理论和经验支撑,同时为本文廓清市场化、资源配置与绿色全要素生产率之间的关系提供了契机;另一方面,关于市场化影响绿色全要素生产率的研究比较侧重影响效果方面,机制方面探究不够深入,也尚未从要素市场化配置视角建立中间分析机制,同时还缺乏关于对制度基础的深度认知。为填补研究课题的空白,本文基于绿色增长战略背景,从政策评估视角探究经济体制改革的政策效应,探究自由贸易试验区设立批复的绿色增长效应,这或许更具有理论意义和现实价值;同时,本文也将探究市场化对绿色全要素生产率的影响机制,为市场化影响绿色全要素生产率的传导路径提供经验证据。

    • 为了探究市场化影响绿色全要素生产率的效果与机制,基于Hayes和Andrew[31]408-420的研究方法,设定如下中介效应检验递归模型

      $${\rm{ETF}}{{\rm{P}}_{it}} = c + \eta \times {\rm{marke}}{{\rm{t}}_{it}} + \sum\limits_{j = 1}^n {{\gamma _j}{\rm{contro}}{{\rm{l}}_{jit}}} + {u_i} + {\nu _t} + {\varepsilon _{it}}$$ (1)

      其中,i表示地区;t表示时间;ETFPit表示地区绿色全要素生产率水平; ${\rm{marke}}{{\rm{t}}_{it}}$ 表示地区市场化;control表示系列控制变量; ${\mu _i}$ ${\nu _t}$ 分别表示地区固定效应和时间固定效应; ${\varepsilon _{it}}$ 为随机扰动项。式(2)和式(3)分别用于检验解释变量对中介变量的作用,以及引入中介变量后解释变量对被解释变量的作用,从而检验市场化对绿色全要素生产率的中介效应。

      $${Q_{it}} = c + \phi \times {\rm{marke}}{{\rm{t}}_{it}} + \sum\limits_{j = 1}^n {{\gamma _j}{\rm{contro}}{{\rm{l}}_{jit}}} + {u_i} + {\nu _t} + {\varepsilon _{it}}$$ (2)
      $${\rm{ETF}}{{\rm{P}}_{it}} = c + {\varphi _1}{\rm{marke}}{{\rm{t}}_{it}} + {\varphi _2}{Q_{it}} + \sum\limits_{j = 1}^n {{\gamma _{\rm{j}}}{\rm{contro}}{{\rm{l}}_{jit}}} + {u_i} + {\nu _t} + {\varepsilon _{it}}$$ (3)

      其中, ${Q_{it}}$ 表示中介变量。模型检验的基本思路如下:第一步,当系数 $\eta $ 不显著时,则停止中介效应检验,当其显著时,则进行下一步骤;第二步,系数 $\phi $ ${\varphi _2}$ ,若二者都显著,则进行第三步,当至少存在一个显著时,则进行第四步;第三步,当系数 ${\varphi _1}$ 不显著时,则存在部分中介效应,当系数 ${\varphi _1}$ 显著时,且绝对值小于系数 $\eta $ 绝对值,则存在中介效应;第四步,进行Sobel test,若 ${ {P}} \geqslant 0.05$ ,则存在中介效应,若 ${{P}} > 0.05$ ,则不存在中介效应。

    • 关于绿色全要素生产率(ETFPit),本文基于包含非期望产出(污染)的非径向SBM-DEA模型测度绿色全要素生产率水平。OECD绿色增长战略的核心是将经济产出(由货物和服务组成)和用来生产它的经济、社会和环境投入联系起来的生产过程。所以,为更实际地考察和衡量中国绿色增长水平真实状况,依据OECD绿色增长战略框架,本文相关具体指标可以分为以下三个方面:(1)投入方面,将劳动、资本存量以及能源作为传统经济投入指标,以反映生产的环境效率和生产模式变化;将公园绿地作为环境服务投入指标,以反映消费的环境效率和消费模式变化;将水资源作为经济自然资产指标,以反映经济自然资源基础;将R&D经费支出作为政策工具指标,以反映政府和社会媒介的政策、措施和工具。(2)期望产出方面,将地区生产总值作为经济产出指标。(3)非期望产出方面,将废水、化学需氧量、二氧化硫作为环境质量指标,将农村贫困人口与农村总人口比例作为绿色扶贫性增长指标,以反映环境质量和资源可获取机会。

      根据马占新和马生昀[32]366-372的做法,绿色全要素生产率测度方法为

      $$ \begin{array}{c} \min \theta = \dfrac{{1 - \dfrac{1}{n}\displaystyle\sum\limits_{i = 1}^n {{{z_i^ - } / {{x_{ik}}}}} }}{{1 + \dfrac{1}{z}\displaystyle\sum\limits_{r = 1}^n {{{z_r^ + } / {{y_{rk}}}}} }}\;\;\quad\quad\min \rho = \dfrac{{1 - \dfrac{1}{m}\displaystyle\sum\limits_{i = 1}^m {{{z_i^ - } / {{x_{ik}}}}} }}{{1 + \dfrac{1}{z}\displaystyle\sum\limits_{r = 1}^m {{{z_r^ + } / {{y_{rk}}}}} }}\\ {\rm{s.t.}}\;\displaystyle\sum\limits_{j \in T}^m {{x_{ij}}{\lambda _j} + z_i^ - } = {x_{ik}}\;\;\;\;\displaystyle\sum\limits_{j \in T}^m {{y_{ij}}{\lambda _j} - z_i^ + } = {y_{ik}}\;\;\;\;\lambda \geqslant 0\;\;\;\;{z^ - },{z^ + } \geqslant 0\;\;\;\;i = 1,2, \cdots ,n\;\;\;\;r = 1,2, \cdots ,q \end{array} $$ (4)
    • ${\rm{marke}}{{\rm{t}}_{it}}$ 表示市场化,以市场化指数(market1)表示。为保证研究的可靠性,辅助以制度质量(market2,私营个体就业/年末就业总人数)作为市场化的另一个代理变量。

    • 市场经济体系中,劳动力、资本等市场要素价格作为劳动力、资本等要素配置基本手段,也是反映劳动力、资本等市场要素配置效率高低与否的真实客观标准,还反映出市场要素的机会成本和稀缺性。在市场摩擦条件下,要素在动态配置过程中往往存在资源错配现象,以劳动市场和资本市场要素扭曲来反映要素错配状态,进而刻画劳动力市场要素、资本市场要素配置效率。当劳动力、资本等市场要素价格存在扭曲时,说明劳动力、资本等市场要素配置效率低;反之,当劳动力、资本等市场要素价格是合意的市场价格时,则说明劳动力、资本等市场要素配置效率高。因而,本文将劳动力和资本市场要素扭曲程度作为反映其价格市场化程度的衡量标准,反映其配置效率。

      张杰等[33]134-160、戴魁早和刘友金[34]60认为,要素市场扭曲的全貌无法用要素市场分割指标或者要素价格扭曲完全反映;李健等[35]95-108则认为,资本要素市场扭曲比劳动力要素市场扭曲程度更为严重。因此,为了充分反映区域要素市场随时间的变化程度,借鉴戴魁早等[34]54-79的研究方法,选择标杆分析方法的相对差距指数衡量区域要素市场扭曲程度,即pmdjit=[ max(pmjit)−pmjit] / max(pmjit。因此,本文中劳动力、资本要素配置效率分别以劳动力市场要素扭曲、资本市场要素扭曲的改善表示,并将劳动力市场要素扭曲程度、资本市场要素扭曲程度分别取倒,且劳动力市场要素扭曲程度(distl)、资本市场要素扭曲程度(distk)的代理变量分别采用上述测度所得的产品市场、要素市场扭曲程度表示。。

    • 控制变量包含以下变量:(1)地区经济结构(strc),以控制经济结构对市场化的影响,用第三产业值占总产值的比重表示;(2)城镇化水平(urban),城镇化水平可能带来市场化水平的提升,须加以控制,用城镇人口占总人口的比重表示;(3)地区对外开放程度(open),以控制其他对外开放因素对市场化的干扰,用地区进出口总额占生产总值的比重表示;(4)创新水平(R&D),以消除创新水平的提升对市场化的影响,用人均R&D支出表示。

    • 本文数据源自2006—2018年的各地区国民经济和社会发展统计公报与地区统计年鉴:《中国统计年鉴》《中国财政年鉴》《中国金融年鉴》《中国环境统计年鉴》《中国农村统计年鉴》,部分数据来源于《新中国六十年统计资料汇编》,并采用插值法补全个别缺失的数据。本文的时间窗口设定为2005—2017年。相关变量的描述性统计如表1所示。

      表 1相关变量的描述性统计

      变量 含义 均值 最大值 最小值 标准差 观测值
      ETFP 绿色全要素生产率 0.843 1.497 0.277 0.243 390
      market1 市场化指数 6.245 11.109 2.480 1.804 390
      market2 制度质量 0.249 0.881 0.050 0.144 390
      distl 劳动力市场要素扭曲程度 0.863 20.986 0.025 1.227 390
      distk 资本市场要素扭曲程度 0.236 1.037 0.129 0.099 390
      strc 地区经济结构 0.421 0.802 0.283 0.088 390
      urban 城镇化水平 0.524 0.896 0.257 0.141 390
      open 地区对外开放程度 0.325 1.784 0.032 0.398 390
      R&D 创新水平 5.839 8.829 2.961 1.146 390
        注:数据来源于作者整理。
    • 本文将市场化指数与制度质量作为核心解释变量,一方面增加了估计结果的多样性,另一方面验证了估计结果的稳定性。表2显示的是两种代理变量条件下对基准模型的估计结果,表2中列(1)和列(2)表示以市场化为核心解释变量条件下基准模型的OLS估计结果,前者表明市场化对绿色全要素生产率有显著的促进作用;后者在纳入控制变量后,也表明市场化对绿色全要素生产率存在显著促进作用。列(3)和列(4)表示以制度质量为核心解释变量条件下基准模型的OLS估计结果,其中,前者表明制度质量对绿色全要素生产率有显著的促进作用;后者在纳入控制变量后,也表明制度质量对绿色全要素生产率存在显著的促进作用。

      表 2市场化影响绿色全要素生产率基准模型估计结果

      变量 代理变量一 代理变量二
      (1)ETFP (2)ETFP (3)ETFP (4)ETFP
      market1 0.045*** 0.021***
      (7.31) (2.58)
      market2 0.292*** 0.027*
      (3.08) (1.88)
      strc −0.811*** −1.306***
      (−3.00) (−6.03)
      urban −0.337*** −0.404***
      (−2.77) (−3.51)
      open 0.3172*** 0.411***
      (3.91) (6.75)
      R&D 0.001 0.000***
      (1.55) (4.35)
      常数项 0.648*** 1.158*** 0.829*** 1.452***
      (18.75) (7.77) (41.52) (13.27)
      R2 0.101 0.169 0.021 0.196
        注:括号内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。

      可能的一个解释为:随着市场化不断推进,一方面,促进了政府职能转型加速,创新了政府行政体制机制,完善了政府职能体系,提高了政府行政运行效率,同时也进一步简化了政府行政审批流程,这不仅提升了政府政务服务效能,还提高了政府政务透明度。另一方面,助推了经济对外开放迈向更高层次,促使外商直接投资准入门槛明显降低,让企业更有动力进行技术创新与技术研发,从而实现更高生产率、更新信息水平、更先进技术、更清洁能源的投入,不仅有利于节约成本支出,还可激励企业进一步推进研发创新力度,实现更高水平的绿色发展逻辑和规制。与此同时,在创新激励机制作用下,不仅有利于企业吸引、吸收、学习和消化世界范围内高新技术、高级经验、高水平知识,还有利于推动中国企业“走出去”,实现更大规模、更高层次的对外贸易、对外直接投资水平,从而实现要素在全球范围内的最佳配置,进一步降低产能过剩,促进中国产业链不断升级发展。这不仅有助于提高绿色全要素生产率,还有助于实现中国经济高质量发展的可持续性。因此,市场化推进无论是从传统经济投入、环境服务、环境质量的改善等方面,还是从政府反应与政策工具应变方面,都显著有利于绿色全要素生产率的提高。

      表3表4显示了中介效应估计结果。表3列(1)、表4列(1)检验了市场化指数对绿色全要生产率影响是否具有改善劳动力市场要素扭曲程度的中介效应,表3列(1)中市场化指数的系数 $\phi $ 显著为正,表4列(1)纳入中介变量后,系数 ${\varphi _1}$ 显著为正,而 ${\varphi _2}$ 显著为负,且系数 ${\varphi _1}$ 小于基准估计模型系数 $\eta $ ,表明市场化指数通过显著改善劳动力市场要素扭曲程度这一中介效应提高绿色全要素生产率水平。

      表 3中介效应检验估计结果(一)

      变量 代理变量一 代理变量二
      (1)distl (2)distk (3)distl (4)distk
      market1 0.187*** 0.150***
      (3.36) (3.86)
      market2 4.725** 2.792***
      (4.89) (3.54)
      strc −12.298*** 3.442*** −11.137*** −0.925
      (−5.63) (2.97) (−5.56) (−0.90)
      urban 4.856*** −2.502*** 5.295*** −3.126***
      (5.05) (−3.99) (5.53) (−4.72)
      open −1.659*** 0.379 −1.683*** 1.491***
      (−6.34) (1.57) (−6.38) (7.92)
      R&D 0.001*** −0.000 −0.000 0.001***
      (4.14) (−1.25) (−0.52) (2.88)
      常数项 4.195*** 3.765*** 4.033** 6.531***
      (4.76) (6.52) (5.08) (14.49)
      R2 0.164 0.084 0.177 0.145
        注:括号内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。

      表 4中介效应检验估计结果(二)

      变量 代理变量一 代理变量二
      (1)ETFP (2)ETFP (3)ETFP (4)ETFP
      market1 0.020*** 0.012
      (2.92) (1.41)
      market2 0.118 0.219
      (0.83) (1.52)
      Q(distl) −0.149*** −0.019
      (−1.41) (−1.61)
      Q(distk) 0.062*** 0.069***
      (6.91) (9.16)
      strc −0.994*** −1.025*** −1.553*** −1.243***
      (−3.52) (−3.81) (−6.51) (5.82)
      urban −0.265*** −0.181 −0.301** −0.189
      (−2.08) (−1.45) (−2.40) (−1.56)
      open 0.293*** 0.297*** 0.379*** 0.309
      (3.50) (3.69) (5.86) (5.26)
      R&D 0.000* 0.000* 0.000 0.000**
      (1.85) (1.88) (4.37) (2.52)
      常数项 1.220*** 0.924*** 1.530*** 1.003***
      (8.10) (6.29) (13.54) (7.92)
      R2 0.184 0.244 0.219 0.291
      Sobel检验 −0.122
      [p=0.549]
        注:括号()内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。

      表3列(2)、表4列(2)检验了市场化指数对绿色全要生产率影响是否具有改善资本市场要素扭曲程度的中介效应,表3列(2)中市场化指数的系数 $\phi $ 显著为正,表4列(2)纳入中介变量后,系数 ${\varphi _1}$ 不显著,而 ${\varphi _2}$ 显著为正,表明市场化指数通过显著改善资本市场要素扭曲程度这一中介效应提高绿色全要素生产率水平。

      表3列(3)、表4列(3)检验了制度质量对绿色全要生产率影响是否具有改善劳动力市场要素扭曲程度的中介效应,表3列(3)中制度质量的系数 $\phi $ 显著为正,表4列(3)纳入中介变量后,系数 ${\varphi _1}$ 不显著,并且 ${\varphi _2}$ 也不显著,进一步通过Sobel检验可知,结果z值为−0.12,p值为0.55,并不显著,因此,表明制度质量提高绿色全要素生产率水平通过显著改善劳动力市场要素扭曲程度这一中介效应并不存在。

      表3列(4)、表4列(4)检验了制度质量对绿色全要生产率影响是否具有改善资本市场要素扭曲程度的中介效应,表3列(4)中制度质量的系数 $\phi $ 显著为正,表4列(4)纳入中介变量后,系数 ${\varphi _1}$ 不显著,而 ${\varphi _2}$ 显著为正,表明制度质量通过显著改善资本市场要素扭曲程度这一中介效应提高绿色全要素生产率水平。总之,无论是以市场化指数还是以制度质量为代表的市场化,市场化通过显著改善劳动力市场要素扭曲程度和资本市场要素扭曲程度的作用路径提高了绿色全要素生产率水平。

    • 表5显示出在不同地理区位异质性情况下市场化和制度质量分别对绿色全要素生产率的影响。市场化指数对绿色全要素生产率的影响在东部地区表现并不显著,在中部地区市场化指数对绿色全要素生产率表现显著的抑制作用,但在西部地区表现出显著的促进作用。可能的合理解释是:东部地区市场化高,西部地区市场化低,依据景维民和莫龙炯[36]31-42的市场化存在显著的门槛效应观点,当市场化程度处于较低状态时,国有经济对地区经济增长产生正向效应;超过门槛值时,呈现对地区经济增长的“拖累效应”。可见,西部地区市场化表现出强劲的促进作用,这也印证了王年咏等[37]97-104关于市场化进程存在多阶段性、渐变性的属性这一结论的准确性。此外,制度质量对绿色全要素生产率在东部、中部以及西部都表现出显著的促进作用。

      表 5区域异质性检验结果(地理区位异质性)

      变量 东部地区 中部地区 西部地区
      代理变量一 代理变量二 代理变量一 代理变量二 代理变量一 代理变量二
      (1)ETFP (2)ETFP (3)ETFP (4)ETFP (5)ETFP (6)ETFP
      market 0.016 0.364* −0.026* 0.424* 0.043** 1.031***
      (1.17) (1.81) (−2.21) (1.73) (4.84) (4.03)
      控制变量 控制 控制 控制 控制 控制 控制
      常数项 0.919* 1.669*** 0.996*** 1.060* 1.104** 1.025***
      (8.54) (8.53) (7.00) (7.92) (7.87) (7.46)
      R2 0.007 0.127 0.024 0.213 0.296 0.337
        注:括号内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。
    • 为在一定程度上克服市场化与绿色全要素生产率之间可能存在的内生性问题以及规避市场化的测度误差减少回归偏误,本文进一步将2015年沪、粤、津、闽四大自由贸易试验区设立批复作为准自然实验,采用双重倍差法分析实验组与对照组之间的绿色全要素生产率分布差异,借此探究市场化对绿色全要素生产率的影响,以期验证本文研究结论的稳健性。

    • 一般情况下,双重差分估计作为准自然实验下政策绩效的“净效应”估计工具,将制度变革政策当作外生于经济系统的“自然实验”,可以有效地克服非随机变量的内生问题。在政策实施前(理想化随机实验中),评估处理效应可通过处理组(实验组)与对照组(控制组)的变化值之差表示;在政策实施后(准自然实验中),评估政策的净效应可通过处理组在政策实施前后的变化值减去对照组在政策实施前后的变化值之差表示。一方面,本文以沪、粤、津、闽四个省市作为实验组,以除沪、粤、津、闽省市外的其他26个省市作为对照组。另一方面,运用双重差分法,以自由贸易试验区设立批复作为一项准自然实验,分析市场化对绿色全要素生产率水平的影响。将沪、粤、津、闽四大自由贸易试验区设立批复政策事件作为市场化代理变量,进一步运用双重差分法,通过对比自由贸易试验区设立批复政策实施前后地区的绿色全要素生产率变化来探究市场化对地区绿色全要素生产率的作用,具体模型设定如下

      $${\rm{ETF}}{{\rm{P}}_{it}} = {\beta _0} + {\beta _1}{\rm{polic}}{{\rm{y}}_i} + {\beta _2}{\rm{pos}}{{\rm{t}}_t} + {\beta _3}{\rm{polic}}{{\rm{y}}_i} \times {\rm{pos}}{{\rm{t}}_t} + {\beta _4}\sum\limits_{j = 1}^n {{\rm{contron}}{{\rm{l}}_{jit}}} + {\mu _i} + {\nu _t} + {\varepsilon _{it}}$$ (5)

      其中,i表示地区;t表示时间;ETFPit表示地区绿色全要素生产率水平;policyi表示地区是否实施自由贸易试验区设立批复政策,postt表示自由贸易试验区设立批复政策实施时期虚拟变量。当policyi为实验组时,即实施自由贸易试验区设立批复政策地区,其取值为1,否则为对照组,即未实施自由贸易试验区设立批复政策地区,取值为0;政策实施之前postt取值为0,政策实施之后postt取值为1。policyi×postt表示分组虚拟变量与政策实施虚拟变量的交互项,即本文最为关注的DID下的政策净效应,其系数β3反映了自由贸易试验区设立批复政策实施对地区绿色全要素生产率的作用,表示了市场化对绿色全要素生产率水平的影响;control表示系列控制变量; ${\mu _i}$ ${\nu _t}$ 分别表示地区固定效应和时间固定效应; ${\varepsilon _{it}}$ 为随机扰动项;

    • 本文接下来首先考察研究期样本是否满足平行趋势假说,具体如图1所示。图1中2015年自由贸易试验区设立批复政策未实施之前,实验组和对照组的绿色全要素生产率变动趋势基本一致,表明本文选取的实验组和对照组能够满足平行趋势条件。2015年自由贸易试验区设立批复政策实施后,实验组与对照组之间的绿色全要素生产率差异明显突显,实验组的绿色全要素生产率上升幅度与对照组的下降幅度存在明显的不同。可见,自由贸易试验区设立批复政策的实施可能引起绿色全要素生产率更大幅度上升,即市场化对绿色全要素生产率产生了作用

      图 1自由贸易试验区设立批复政策实施前后绿色全要素生产率的变化趋势

    • 为了进一步检验实验组和对照组的设置是否满足平行趋势假定,通过实证检验自由贸易试验区设立批复政策实施对绿色全要素生产率的影响在实验组和对照组之间是否存在差异。假设自由贸易试验区设立批复政策实施之前时期虚拟变量为post1,自由贸易试验区设立批复政策实施之后时期虚拟变量为post2,二者同时与policy形成交互项。如表6所示,估计结果说明,policy×post1的系数并不显著,表明在自由贸易试验区设立批复政策实施之前,实验组与对照组的被解释变量没有差异;而policy×post2的系数显著为正,即自由贸易试验区设立批复政策实施之后,实验组与对照组的被解释变量存在显著差异。综合实证检验结果表明对实验组和对照组的设置满足平行趋势假定。

      表 6平行趋势估计结果

      变量 对照组 实验组
      (1)ETFP (2)ETFP (3)ETFP (4)ETFP
      policy 0.113 0.171 0.101 0.073
      (0.88) (1.38) (1.22) (1.06)
      post −0.118*** −0.100* −0.069 −0.102**
      (−3.75) (−1.85) (−0.28) (−2.20)
      policy×post1 0.011 0.002
      (0.39) (0.88)
      policy×post2 0.292*** 0.165***
      (7.38) (5.04)
      strc −0.959*** −1.228***
      (−3.49) (−4.08)
      urban −0.241** 0.066
      (−1.92) (0.28)
      open 0.353*** 0.246**
      (4.68) (2.00)
      R&D 0.000** 0.000***
      (1.92) (3.32)
      常数项 0.917*** 1.291*** 0.607*** 1.001***
      (73.83) (9.46) (28.23) (6.33)
      R2 0.001 0.144 0.269 0.410
        注:括号内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。
    • 表7显示了DID模型的基本估计结果,从表7中容易发现,列(1)、列(2)、列(3)、列(4)均表明policy×post的系数为正,且都通过5%的显著性水平检验,说明了自由贸易试验区设立批复政策实施后,实验组地区的绿色全要素生产率提升程度与对照组地区相比更加显著,表明了市场化对绿色全要素生产率具有显著的促进作用。2015年,国务院设立批复上海、广东、天津、福建成立自由贸易试验区,为成为推动国家经济制度体制改革创新的“试验田”,探索更新局面更高层次经济开放的标杆提供了重要的渠道和路径。沪、粤、津、闽自由贸易试验区成立以来,在跨境电子商务、外汇管理、人民币跨境使用、自由贸易账户体系建设、营商环境、资本市场、创新政府服务方等领域实施了一系列改革措施,如自由贸易试验区大幅减少《自由贸易试验区外商投资准入特别管理措施(负面清单)》条目,涉及了金融、汽车、能源、农业、制造业和服务业等领域,又如《外商投资产业指导目录》大幅降低服务业等行业准入限制,《西部地区外商投资优势产业目录》支持扩大外商直接投资范围等。这一系列改革举措不仅提升了自由贸易试验区科创中心辐射能力、引领能力以及影响能力,还推动了自由贸易试验区贸易和投资便利化,也推进了区域产业高级化和产业链现代化,促进了区域要素资源加速流动和集聚。罗素梅和周光友[38]28-36也指出,自由贸易试验区的金融开放会引起资本流动,资本的流动会改变自贸区内资金的供给状况,资金供给变动自然会引致利率水平变动,同时,自由贸易试验区对国内外资本具有一定的缓冲作用,有利于推动实现利率市场化[39]29-36。庄钰静和王敬波[40]131-135也认为自由贸易试验区出台负面清单制度,有助于推动中国市场准入法律、法规全面突破、融合与转型升级,为推进市场化创造法律条件。依据上述部分分析,自由贸易试验区可明星提高市场化水平,更加注重市场公平公正,更加注重经济的普惠性,特别是更加关注弱势群体、贫困群体等生产生活的改善,从而推动绿色扶贫性增长。

      表 7准自然实验基本估计结果

      变量 OLS 固定效应
      (1)ETFP (2)ETFP (3)ETFP (4)ETFP
      policy −0.551 −0.363 −0.191 0.112
      (−1.13) (−0.55) (−1.09) (−0.16)
      post −0.018*** −0.018* −0.079** −0.100***
      (−3.68) (−1.79) (−2.22) (−4.87)
      policy×post 0.124*** 0.077** 0.292*** 0.157***
      (3.33) (2.35) (6.93) (3.80)
      strc −1.484*** −1.216***
      (−6.58) (−4.00)
      urban −0.090 0.050
      (−0.67) (0.25)
      open 0.370*** 0.2853***
      (5.36) (3.42)
      R&D 0.000*** 0.000***
      (4.95) (3.42)
      常数项 0.775*** 1.279*** 0.725*** 1.010***
      (45.44) (11.31) (37.49) (6.76)
      R2 0.053 0.345
      F 48.04 25.75
        注:括号内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。
    • 安慰剂检验采取如下方法:构建虚假政策实施时间变量,在保持实验组和对照组不变的条件下,本文将自由贸易试验区设立批复实施提前三年作为虚假政策实施时间,即2012年、2013年和2014年,从而构建虚假时期虚拟变量,按照上述基准模型进行估计,估计结果如表8所示。表8显示,policy×post在虚假政策实施时间阶段估计值的系数在10%水平下并不显著,证实了确实不存在其他随机因素或者政策冲击影响policy×post对绿色全要素生产率的作用。

      表 8安慰剂检验估计结果

      变量 2012年 2013年 2014年
      (1)ETFP (2)ETFP (3)ETFP
      policy 0.086 0.102 0.153
      (0.58) (1.09) (0.72)
      post −0.145*** −0.107* −0.042
      (−3.37) (−1.82) (−0.98)
      policy×post −0.000 0.024 0.044
      (−0.06) (0.75) (1.38)
      strc −1.182*** −1.443*** −1.570***
      (−3.15) (−3.83) (−4.53)
      urban −0.035 −0.189 −0.218
      (−0.22) (−1.03) (−1.13)
      open 0.415*** 0.497*** 0.568***
      (2.87) (2.88) (2.88)
      R&D 0.000 0.000 0.001
      (0.93) (1.42) (1.48)
      常数项 1.200*** 1.331*** 1.387***
      (6.48) (6.88) (7.28)
      R2 0.254 0.264 0.291
        注:括号内的值为t值,*、**、***分别表示在10%、5%、1%条件下通过显著性水平检验。
    • 本文将通过变更实验组和对照组设置以分析和判断式(5)估计结果的稳健性与可靠性。由于市场化高的地区,经济对外开放水平相对较高,自由贸易试验区设立批复政策实施效果越明显,可视为实验组;反之,市场化低的地区,经济对外开放水平相对较低,自由贸易试验区设立批复政策实施效果越不明显,则视为对照组。即市场化高的地区虚拟变量policy=1,反之,市场化低的地区虚拟变量policy=0;形成交互变量policy×post,即自由贸易试验区设立批复政策虚拟变量policy与自由贸易试验区设立批复政策时期虚拟变量post交互相乘。将高于市场化均值的地区视为市场化高的地区,即作为实验组;反之,将低于均值的地区视为市场化低的地区,即作为对照组,按照原基准估计模型(5)进行估计。

      表9估计结果表明,无论OLS估计还是固定效应估计,实验组中交互项policy×post的估计系数同样显著为正,与之对应的对照组中policy×post的估计系数并不显著。这表明市场化高的地区,自由贸易试验区设立批复政策显著提高了绿色全要素生产率水平,即自由贸易试验区设立批复政策效果较好;而市场化较低的地区,自由贸易试验区设立批复政策对绿色全要素生产率水平的影响不显著,自由贸易试验区设立批复政策实施效果不明显。由此检验了原实证模型设计和估计结果的稳健可靠性。

      表 9稳健性估计结果

      变量 OLS 固定效应
      (1)实验组 (2)对照组 (3)实验组 (4)对照组
      policy 0.041 −0.085 0.110 −0.141***
      (1.42) (−1.19) (0.88) (−3.10)
      post −1.177*** −0.151* 0.045 0.151
      (−4.20) (−1.85) (1.02) (0.58)
      policy×post 0.105** 0.086 0.116* 0.120
      (2.39) (0.91) (1.93) (1.32)
      strc −1.246*** −1.062*** −1.176*** −1.447***
      (−3.50) (−3.56) (−3.15) (−4.35)
      urban 0.011 −0.5120*** 0.103 −0.378**
      (0.07) (−2.64) (0.75) (−2.22)
      open −0.083 0.317*** 0.228 0.306***
      (−0.31) (4.25) (0.89) (5.23)
      R&D −0.000 0.000*** 0.001* 0.001***
      (−1.09) (3.04) (1.84) (3.95)
      常数项 1.309*** 1.609*** 1.123*** 1.616***
      (7.75) (7.07) (6.16) (10.42)
      R2 0.260 0.167
      F 6.11 9.61
    • 本文基于2005—2017年中国30个省级面板数据实证检验了市场化影响绿色全要素生产率的作用效果与作用路径。研究表明,市场化对绿色全要素生产率具有显著的促进作用。以市场化指数为代理变量时,市场化指数通过显著改善劳动力市场要素扭曲程度及资本市场要素扭曲程度这一中介效应提高绿色全要素生产率水平;以制度质量为代理变量时,制度质量提高绿色全要素生产率水平通过显著改善劳动力市场要素扭曲程度这一中介效应并不存在,但却通过显著改善资本市场要素扭曲程度这一中介效应提高绿色全要素生产率水平。而市场化对绿色全要素生产率的影响存在显著的地理区位异质性:在东部地区影响并不显著,对中部地区存在显著的抑制作用,但在西部地区存在显著促进作用。为克服市场化内生性问题,进一步依据2015年沪、粤、津、闽四大自由贸易试验区设立批复政策事件,运用DID分析市场化对绿色全要素生产率的作用,在一定程度上说明了本文研究结论稳健性。研究表明市场化对绿色全要素生产率具有显著促进作用结论是稳健的,且在市场化程度高的地区,自由贸易试验区设立批复政策的绿色全要素生产率效应表现更明显。

      按照此结论,一方面,实现绿色增长战略需要更加重视要素资源市场化配置,不仅是在劳动力市场要素和资本市场要素等传统市场要素方面,而且要更加关注技术与数据等其他新兴市场要素,因为市场化能够对技术创新、数据价值产生的激励具有动态和可持续作用。同时加快推进市场要素价格市场化改革,健全要素市场运行机制,降低市场要素扭曲程度,提高绿色全要素生产率水平。另一方面,应牢牢把握住自由贸易试验区作为经济对外开放的重要平台支撑功能,稳步推进市场化步伐,以发挥自由贸易试验区推动构建更加完善的要素市场化配置体制的先行示范效应。要坚持以制度创新为核心,以推动政府职能转型,推进政务服务保障功能迈向新阶段,以实现政府数据开放共享、保障数据资源安全、培育数据要素市场。例如在未来政府转型过程中,更应该注重地方政府权力清单制度实施薄弱的地区与环节,积极促进适合本地区地方政府权力清单制度政策完备地落地,并动态修订地方政府权力清单制度,以克服权利清单制度所存在的时滞性和真空性问题,实现地方政府高质量转型发展,促进政府与市场关系进一步相协调。要加快金融体制改革,推进金融服务实体经济功能迈向新台阶,以完善金融市场基础制度,推进资本要素市场化配置。要建设高标准技术市场体系,推进支撑投资、贸易便利化功能迈向新起点,以推动国际科技创新合作,加快发展技术要素市场,实现技术创新产生的动态性和可持续性。要健全法治体系,推进保障营商环境功能迈向新征程,以保障市场决定要素价格机制有效运行。

参考文献 (40)

目录

    /

      返回文章
      返回
        Baidu
        map