基础设施建设、生产性服务业集聚对绿色全要素生产率影响研究文献综述

文献综述（或调研报告）：

1.绿色全要素生产率

全要素生产率（Total Factor Productivity，TFP）是指在排除了资本、劳动等生产投入要素以外，其他所有投入要素的贡献总和，是衡量技术效率和技术进步状况的关键指标，它能有效评价经济增长的质量问题（许冬兰等，2016）。但传统的全要素生产率的计算中却忽视了资源和环境因素对经济发展质量的影响，从而与目前所提倡的可持续增长理念不契合，因而一般将考虑了环境因素的全要素生产率称为绿色全要素生产率（Green Total Factor Productivity，GTFP）。绿色全要素生产率目前还没有一个严格的定义，Chung et al（1997）创造了Malmquist-Luenberger生产力指数（ML指数），这个指数解决了一般全要素生产率计算中忽略的非期望产出问题，文中将这种方法计算得来的结果成为绿色全要素生产率；Elsadig（2012）认为GTFP的概念来自于生产率提高和环境保护两个发展战略整合；Chen等（2014）学者将考虑了能源消耗和污染排放的投入产出效率定义为绿色全要素生产率；国内学者也对绿色全要素生产率提出了自己的理解，李俊、徐晋涛（2009）提出“绿色全要素生产率”概念，即在全要素生产率计算中加人反映环境变化的变量，并将其作为衡量经济发展质量的指标；景维民（2014）认为绿色全要素生产率( GTFP) 将资源利用和环境付出的代价纳入传统 TFP 的核算框架，是确保下一代享有更好社会福利的绿色生产效率。大体上看，GTFP不仅揭示经济增长的质量，也可以反映经济增长是否可持续的环境因素，这对实际的生产效率的衡量更加准确，也更加体现社会福利观。

如何测算绿色全要素生产率是研究其相关问题的重点，近年来绿色全要素生产率的测算方法逐渐完善，主要包含参数法和非参数法两大类。参数法主要有C-D函数法、代数指数法和超越对数生产函数法三种，但这些方法的假设较严格并要求要有具体的生产函数，因而导致估算结果可能不准确。随着方法的完善，将DEA方法和Malmquist指数方法结合的非参数法逐渐成为计算GTFP的主流方法，主要包括Shephard距离函数（DF）和Malmquist生产率指数，方向性距离函数（DDF）和Malmquist Luenberger指数，以及SBM方向性距离函数和Luenberger 生产率指标这三类方法，非参数法由于无需设定参数而具有一定的优越性，因此本文也将采用非参数法对绿色全要素生产率进行估计。

绿色全要素生产率的影响因素也是研究的热点问题，方法的增多和现实的不断变化其研究显示出多样化的特点，影响变量主要有环境规制、社会参与、能源消费、产业结构、对外开放、研发投入等，但作用大小和影响方向则因研究对象呈现不同。如Tao et al.（2017）对中国270个城市分析后认为聚集强度、环境规制、产业结构、人力资本、交通便捷性、市场潜力和技术优势都会对绿色全要素生产率产生影响；袁晓玲（2014）研究发现产业结构、市场化程度、能源消费结构、政府干预程度和对外开放程度对陕西省的绿色全要素生产率产生了影响，前两者会促进GTFP，后三者则会阻碍；汪锋和解晋（2015）认为教育投入、自主研发投入和市场化改革对中国分省的绿色全要素生产率的增长有积极作用。

2.基础设施建设对（绿色）全要素生产率

学者们对于基础设施的研究主要有两种切入点，一种直接采用基础设施投资进行分析，另一种则分析基础设施建设量。前者即基础设施的投资额；对于后者，世界银行（1994）将基础设施划分为经济性基础设施和社会性基础设施: 道路交通、邮电通讯等经济性基础设施直接参与生产活动，能够降低企业成本，提高生产效率; 科技、教育、卫生等社会性基础设施有利于人力资本的积累和民生福 利的改善，是推动经济长期可持续发展的基础。而选择哪些作为具体的研究变量则根据学者的研究目的来决定。

基础设施对生产率和环境的积极影响主要分为直接效应和间接效应：直接效应方面，基础设施可以直接作为投入要素形成固定资产投资等提高生产的产出，直接促进经济增长。间接效应可以分为四部分，一是规模效应和成本效应，完善的基础设施是有助于带来集聚经济的，同时也能够使市场扩张促进规模经济，规模经济又能直接降低生产成本，从而使生产效率提高，其中，交通基础设施可以降低运输成本直接带来效率的提升，也可以通过物流效率的改善降低企业的库存成本（徐文娟，2019）；通信基础设施则能够发挥其时空压缩作用节约时间成本，也能减弱信息不对称问题，减少交易成本，从而将节省的成本用于创新和研发以改善技术、提高效率。二是人力资本效应，不同的基础设施对人力资本都产生了影响，如教育基础设施会直接对人力资本的形成产生作用，教育是人力资本形成的主要路径；交通便利有利于劳动力能够跨越地理障碍去外地学习，提高教育水平和技能水平，故而提高人力资本的数量和质量；通信基础设施能够使劳动者的信息属性加强，使其信息掌握能力和劳动技能改善，促进人力资本积累；再如医疗条件的改善带来的劳动者健康水平的提高对延长劳动时间和提高劳动者劳动效率具有积极作用，还能够降低人力资本的折旧率（张浩然和衣保中，2012）。三是资源配置效应，基础设施的建设有利于要素的优化配置，例如交通基础设施使交通更加便利，使要素能够自由流动，进而促进资本的积累；而通信基础设施则有利于克服信息的不对称，使市场充分发挥资源配置的作用；除了国内的资源配置外，基础设施的完善还有利于吸引外资，使资源在全球范围内有效配置。四是溢出效应，基础设施的完善带来的产业集聚是具有溢出效应的，例如交通的通达性的提高一方面可以增加人员在区域间的交流机会，另一方面也使贸易的可能性进一步加大，新产品和新技术在交易的过程中，容易形成技术溢出；而通信基础设施的完善使人们可以通过网络进行学习和交流，使知识和技术的溢出变得更加容易，还能够通过网络传递效应带来知识的普及。另外基础设施的建设有利于整个经济循环系统的完善（黄永明和陈宏，2018），尤其是绿色基础设施的增加会减少非期望产出的增加从而提高绿色全要素生产率。但基础设施也会对绿色全要素生产率带来负面影响，一是挤出效应，中国的政府竞争造成了“重基本建设、轻人力资本投资和公共服务”的扭曲局面，基础设施对企业投资的挤出效应会抑制企业效率提升（茹玉骢和王文雯，2016），这将不利于生产率的提高；二是环境污染，基础设施的建设过程中需要大量的原材料，如钢铁等，而这些原材料不乏有许多污染环境的产品，这带来环境污染而造成环境的压力；三是回报率降低的问题，投资回报率是具有边际递减规律的，所以过量的基础设施投资会使资本的回报率降低，最终造成生产效率的低下。

目前文献关于基础设施对（绿色）全要素生产率的影响主要分为积极作用和消极作用，其中积极作用占比更大，但也有部分文献指出两者间存在着非线性关系。Schawartz（1996）指出公共资本作为基础设施之一会帮助提高产业生产率；Sharma et al.（2010）研究发现印度基础设施的增加和信息通信技术可以促进TFP的上升；Bronzini amp; Piselli的研究表明基础设施对生产绩效是具有正向作用的；James Riedel（2007）认为基础设施投资会对经济发展带来积极作用，但过量的基础设施会基础对其他领域的投资；刘舜佳和王耀中（2013）发现对我国县域经济而言经济性基础设施（城市化建设和通讯）和社会性基础设施（教育和金融服务）分别会阻碍和促进当地全要素生产率的增长；罗良文（2016）等对我国30个省份从自主研发和技术引进的视角分析认为基础设施投资对全要素生产率具有正向作用；黄永明和陈宏（2018）的分析表明我国各省经济基础设施、社会基础设施对于绿色全要素生产率有促进作用，而两者的交互项则呈现阻碍作用。除了研究整体的基础设施外，更多的文献将关注点放在交通基础设施对全要素生产率的影响，张先锋等（2016）以我国城市数据为样本研究后认为交通基础设施对区域TFP有正向作用，并且经济越发达其作用越明显；刘秉镰等（2010）发现交通基础设施对中国省域的全要素生产率有显著正向作用；郗恩崇等（2013）研究发现对于我国各省而言，交通基础设施对全要素生产率有着阻碍作用；另外还有学者基于行业和企业分析了交通基础设施对全要素生产率的影响（徐文娟，2019；王伟，2019）。而随着信息化时代的来临，信息技术对全要素生产率的影响研究则逐渐增多，张浩然和衣保中（2012）以交通基础设施和信息基础设施作为基础设施的重点研究内容后表明我国266个城市的基础设施对全要素生产率有促进作用；张凯（2019）认为在我国不同地区，电信基础对全要素生产率的影响不同，在东部地区、西部地区和全国30个省来看电信基础分别促进、抑制和抑制本地区的全要素生产率增长；程中华和刘军（2014）指出信息化是有利于工业绿色增长的，并且成为了工业绿色增长的新源泉；而王勇和黎鹏（2019）研究发现信息基础设施对东盟国家的全要素生产率的促进作用呈现出非线性倒U型特征。

3.生产性服务业集聚对（绿色）全要素生产率