文摘
本文运用面板数据样本30资源型城市(以下简称R-B城市)在中国从2009年到2019年,构建绿色经济效率水平(以下简称哇)使用super-SBM模型,包含了哎呀值到内生经济增长模型,结合差分方程和方程,估计绿色效率水平和经济增长之间的关系使用系统GMM方法。研究了以下主要结论:第一,绿色发展资源型城市在中国是中等高,和绿色经济效率不同的区域,用一个相对低水平的啊在中部地区和相对较高的啊在东部和西部地区。第二,在静态和动态维度上,中国资源型城市可以分为七种类型根据他们的绿色发展水平。第三,哎呀中国资源型城市与经济增长有显著的正相关关系,与绿色经济效率对经济增长的效应更强的中部和东北部地区。
1。介绍
绿色经济是基于传统的经济,充分利用传统的因素,如社会劳动、资本和自然资源,同时利用清洁生产技术再现各种资源,促进经济增长,同时避免资源浪费和环境污染1]。绿色经济的一个重要方面对资源型城市的发展瓶颈。绿色经济发展模式可以用来缓解城市经济发展与环境之间的冲突时(2]。
国内外学者进行了非常丰富的研究绿色经济的国际水平。汗等人集中在金融发展和自然之间的联系可维护性基于面板数据的43个全世界不同的国家(3];王等人研究了对外开放和绿色技术进步之间的关系基于两国的比较(4];黄和华研究了欧洲国家的生物能源强度(5];来自中国的研究,在macronational层面,元湘FDI在中国碳排放的影响进行了探讨(6];在区域和省级层面,太阳等人研究了创新的影响ecoefficiency从省的角度来看(7];赵等人探讨了绿色转型在中国(8];和崔等人研究了中国碳排放对省级经济实用程序(9]。更广泛的研究中国的绿色经济已经削减了从工业的角度转移(10- - - - - -16),提出优化产业结构,实现产业升级;有些学者从政策的角度分析了绿色经济的发展(17- - - - - -19),例如,不同的环境监管工具如何影响能源效率。此外,还有文学对技术进步和企业生产力的角度microfirms [20.]。
也有很多文学研究从城市绿色经济水平(21,22),但他们中的大多数分析省的整体分析,和缺乏研究,构建绿色经济发展水平的综合评价体系从资源型城市的角度。本文关注中国资源型城市和构建绿色经济效率指标,考虑到每个城市的具体地理位置和资源禀赋和13的结果五年计划和14日的五年计划。这项研究增加了一个特定的和最新的城市视角与中国发展特征。
此外,传统的绿色经济是基于宏观经济和工业的角度,市场定位,传统经济,经济和环境的和谐发展。本文就打破了这一传统,提出绿色经济应该基于清洁生产技术与生产函数的输入和输出的角度来看,充分利用各种输入,防止环境污染和资源浪费,实现绿色和可持续的经济发展。
2。描述的变量,模型设定和方法论的介绍
2.1。介绍绿色经济效率的概念和会计方法
2.1.1。概念定义
效率最初是一个物理概念,能量损失的程度反映在力学行为的过程。它可以分为技术效率和配置效率在经济领域。在生产技术和市场价格保持不变的前提下,英国经济学家法雷尔定义输入的技术效率的观点作为所需的最小成本的比例生产一定数量的产品的实际成本消耗。配置效率是指投资生产要素的最佳组合的具体技术和有限的资源,实现成本最小化或最大化利润的目标。本文主要研究技术效率来反映资源型城市绿色经济的发展水平。绿色经济效率是基于资源输入和环境成本的考虑和评估一个国家或地区的经济效率指标。具体来说,它包括两个方面:(1)输入元素的有效性在生产过程;(2)集成后的“绿色”经济效益环境元素的输入和环境污染因素。如图绿色经济效益评估1。
2.1.2。会计方法
摘要super-SBM模型用于占绿色经济效率。以下所示的模型方程: 在哪里 松弛变量表示输入、预期输出,分别和非期望输出。表示输入和输出的权向量,即。,信封乘数。是决策单元的效率值,表明绿色经济效率来衡量价值。越大 ,更高效的绿色经济。
摘要输入因素包括物质资本、人力资本、能源资本和劳动力;每个资源型城市的GDP所需的输出;nondesired输出包括工业废水排放量、工业2每个城市的排放和工业烟气排放。
2.2。计量经济学模型基于扩展的索洛模型决定的
在经济增长的研究,Mankiw-Romo-Will(股价)和Barro和Sala-Martin首次开发增长对经济增长的回归方程模型。在本文中,我们建立扩展的索洛增长模型基于股价的研究。
扩展的索洛增长模型对人力资本因素输入相同的自然物质资本和劳动,是一个变化的卢卡斯人力资本外部性模型方程如下: 在哪里 代表了国内生产总值、资本、劳动力和人力资本,分别代表技术进步, ,和代表了资本产出弹性、劳动产出弹性,和人力资本产出弹性,和是一个随机干扰项。
借鉴以前的引用,假设是一个一维函数 ,哎呀被认为是社会层面的“推动者”的生产效率 ,这是包含在效率倍增的功能吗 。然后,我们有 在哪里表示初始全社会生产水平和效率表示参数的绿色经济效率的影响。
将上述方程引入扩展的索洛增长模型和对数处理模型收益率以下转换模型:
为了避免偏见的估计由于其他重要的解释变量的遗漏,本文扩展了上述方程为动态模型通过引入滞后因变量。动态模型也有优势,当一些内生解释变量的模型,模型的内生性的偏见可以消除措施,通过动态面板数据从而获得一致的这些解释变量的系数的估计。最后,本文还考虑一系列控制变量,包括研发投资(RD)和产业结构。得到最终的模型如下:
2.3。测量方法和稳定性测试
2.3.1。GMM估计
广义矩估计是目前最有效的方法之一解决内生性问题的动态面板模型。安德森和夏朝用一阶差分和二阶滞后项的选择因变量和二阶差分滞后项作为辅助变量啊。该方法给出了理论上一致的系数估计,但它是无效的。Arellano和债券(1991)给出了微分广义矩估计方法基于啊工具变量方法,它使用因变量的滞后项时期t−2作为因变量的滞后一阶微分项。一致的和更有效的评估结果。然而,进一步的研究表明,微分GMM估计有限样本性质差,更容易受到疲软的辅助变量,使估计的偏见。结合更多的信息水平方程,SYS-GMM被证明是更有效的评估方法。摘要SYS-GMM用于评估测试。GMM模型的示意图如图2。
2.3.2。稳定性测试
进一步研究表明,未被注意的个体固定效应的存在将导致向上偏见的估计混合OLS估计因变量的滞后系数,而固定后果估计在“小时间维度和大型横向维度”面板将产生向下的偏差估计。因此,一致的估计因变量的滞后项的系数将汇集估计和铁的估计。本文对动态面板执行混合OLS和固定后果评估模型来测试系统GMM估计的稳定性。
3所示。实验概述
本文从2009 - 2019年中国资源型城市为研究对象,选择和super-SBM模型是用来测量和获得绿色经济效率(GEE)价值观和行为实证分析哇对当地经济的影响。
3.1。分析啊
3.1.1。进化的特点啊
绿色经济的发展效率如图3。
第一,在国家层面上,哎呀R-B城市在中国的价值平均0.55,通常表明R-B城市的经济发展和绿色发展在中国中上等水平。自1980年代以来,中国政府高度重视R-B城市的转型升级,发表了意见促进资源型城市可持续发展的2007年,经历了短期的政策效应延迟2009年(哎呀值只有0.38)。中国R-B城市的绿色发展水平逐年提高,达到一个更高层次的绿色发展与2019年的0.78的效率值。
第二,在地区层面上,西部地区绿色发展的最高水平(平均效率值为0.61),并与其他地区在2019年开了一个很大的差距(一个效率值为0.87);东部地区关注(平均效率值为0.56),和绿色发展水平逐年增加;东北地区排名第三,但效率水平显示了倒u形的发展,2013年达到峰值0.68,从2015年开始,其效率值没有超过0.5;中部地区绿色发展水平最低的四个区域(平均效率值为0.46),但发展势头强劲,2009年只有0.29的效率值,经过11年的发展,该地区的效率值增加到2019年的0.78,和绿色发展水平已超过东部地区。
3.1.2。哎呀维城市分类
中国政府将R-B城市分为四个主要类别根据资源开发的程度。基于水平啊,本文将中国R-B城市分为七大类从静态和动态维度。分类汇总如表所示1。
从静态的角度来看,中国R-B城市分成三类根据绝对数量的啊。第一类是“高品质”的城市,这是在R-B城市而言,哎呀,是绿色经济基准城市应对中国“高质量”的发展战略。第二类是“绿色节能”城市,平均绿色发展水平和效率改进的余地。第三类是“绿色警告”城市。这些城市的绿色效率总是在底部,和健康的经济发展需要改善。
典型的“高质量”的城市包括鄂州、徐州、自贡、宝鸡。以徐州为例,在13日五年计划期间,徐州实现煤矿污水池的管理和改进的污水池的好处,最终从“一个城市的煤灰和半土之城”,“一个城市的绿色山脉和半湖之城”;从14五年计划,徐州将实现地图,系统地构建“876”支持系统,并科学地确定超过70绿色循环经济重点项目,总投资将接近400亿。
“潜在的”城市包括株洲、泸州、洛阳、宿迁。株洲,例如,曾经列出十大污染城市之一在中国早期但已成为一个典型的样本城市绿色发展近年来湖南省。自2013年以来,株洲已经关闭了1300多个污染和落后企业,大力发展三大电力行业:铁路运输、通用航空、新能源汽车,现在,株洲的铁路运输产值已经超过1000亿,和电动机车、车辆、铁路和城市已出口到70多个国家,这使得移动“中国名片”。
“早期预警”城市包括吉林、韶关、邯郸、石嘴山市。吉林的城市,例如,位于东北老工业区,与一个单一的产业结构,和它的经济发展主要取决于资源开采,和“三废”的总量很大,因此迫切需要加强产业结构的升级,找到可持续的工业城市。
从动态的角度来看,中国R-B城市分为四个类别根据其哎呀增长率。第一类是“改革突破”城市,取得了一个绿色经济效率猛增经过11年的发展,这表明这些城市在产业转型改革取得了重大突破和技术创新,值得研究。第二类是“稳定增长。“这些城市的绿色效率逐年增加,他们的基准城市绿色经济发展。第三类是“稳定发展。“这些城市的绿色效率并没有增加多少,他们一年四季保持稳定发展。第四类是“下降”,这些城市的绿色发展水平达到负增长,输入和输出的效率降低。
“改革突破型”的典型城市克拉玛依,武威,安顺,洛阳。作为一个典型的城市,依靠资源、克拉玛依实现绿色发展和工业转移的重要性,依靠自己的优势位置,使旅游业和贸易的努力,推出了一个特殊的发展道路,经济建设与生态环境保护相协调。从数据可以看出,其绿色经济效率价值在2019年与2009年相比增加了2.35倍。
剩下的大部分城市的“稳定增长”和“稳定发展”类型。包头属于城市的“下降”类型,和2019年的数据已经达到了一种反向效率比2009年的增长。包头有三个主要问题:第一,资源的短缺,第二,未能找到比较优势基于自身的特点,第三,产业结构和技术创新仍然落后。
3.2。GMM分析内生经济增长模型的合并哇元素
哎呀值构造通过super-SBM模型纳入内生经济增长模型,对经济增长的影响啊探索基于方程(5)。完整的样本估计的结果如表所示2。
3.2.1之上。完整的样品分析
一步系统GMM和两步系统GMM估计进行了完整的样品,和健壮性测试是使用混合和固定后果模型进行的。结果表明,系统GMM估计因变量的滞后项的系数将混合估计和固定后果之间的估计,所以系统GMM估计判断是健壮的,和下面的回归结果进行了分析。
由于下行偏见的标准差两步GMM估计和近似的不可靠性估计量的渐近分布,一步法系统GMM,更可靠的估计,在分析。
估计结果表明,绿色经济效率之间存在显著正相关关系(lngee)与经济增长(lngdp),表明增加绿色经济效率对经济增长有重要贡献。具体来说,每增加1%原始啊,平均而言,中国的GDP R-B最初的城市增加了0.2682%。
在其他解释变量方面,物质资本因素(lnk),劳动力(lnl)与经济增长(lngdp)显著正相关,表明双重输入中国的经济增长做出重大贡献。
控制变量,输入研发(lnrd)和产业结构(lnis)也对经济增长有显著积极影响(lngdp)也同意预期。
3.2.2。地区差异的比较
执行系统GMM估计数据从东部,西部、中部、东北中国的行政区域,估计结果如表所示3。从统计检验结果汉森测试的值是1,所以最初的假设被接受;也就是说,辅助变量选择有效;Arellano-Bond AR(2)测试也表明,没有二阶自相关模型误差项。因此,分区域估计的结果可以被认为是自信。
从回归结果,很明显,哎呀对经济增长的影响是显著积极的在所有地区,影响系数(0.5228)最高的中部地区,其次是东北地区和较小的绿色经济效率对经济增长的影响系数在东部和西部地区。结合每个地区的效率值的分析,东部和西部地区的哎呀值已经在更高的层面,及其对经济增长的边际效应被削弱;相反,中部和东北地区绿色发展水平较低,他们对经济增长表现出更大的边际效应。
4所示。结论
本文研究了哎呀R-B城市在中国,啊对经济增长的影响进行了探讨。主要研究结果总结如下。
首先,哎呀的演变的分析表明,中国R-B城市在国家层面上,经济的健康发展和绿色发展中国R-B城市中产上层;按地区、西部地区绿色发展的最高水平,并倾向于扩大与其他地区的差距,东部地区排名第二,底部和中部地区,但效率水平正在迅速提高,其经济效率价值在2019年超过东部地区。
此外,基于水平啊,中国R-B城市可以分为7类。在静态层面上,有三个类别,即“高品质”,“潜力”和“早期预警;“在动态层面,有四类,即“改革突破,”“稳定增长,”“稳定发展,”和“衰亡”。
最后,哎呀的GMM分析内生经济增长模型产生自信,稳健估计结果,这表明,哎呀和经济增长之间显著正相关;绿色经济效率对经济增长的影响在不同地区不同,最大的影响是在中部地区和最小影响西部地区经济增长,和影响的大小与各地区目前的现有的一个。的大小与电流效率的影响程度的每个区域。
本文的贡献和创新在以下几方面。
第一个是补充的观点。大多数当前的研究绿色经济效率是基于省级面板数据,和缺乏研究城市,尤其是在资源型城市在中国。对中国资源型城市,本文考虑了特定的地理位置和每个资源型城市的资源禀赋,并结合结果的五年计划和13号五年计划提供一个特定的和更新的视角研究中国发展特色资源型城市绿色经济效率。
下一个是创新思维。中国政府将R-B城市分为四类资源开发的程度。基于水平啊,本文创造性地将资源型城市从静态和动态维度分为七类,为规划和管理提供新的想法R-B城市在中国和世界各地。
最后一个是扩展的方法。绿色经济效率值构造通过super-SBM模型纳入内生经济增长模型,和绿色的效率水平和经济增长之间的关系是通过系统GMM估计方法结合差分方程和方程。
数据可用性
使用的数据来支持本研究的结果包括在本文中。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作得到了国家社会科学基金青年项目、绿色金融的理论、方法和应用程序数据(18 ctj005)。