党的十八大将“美丽中国”提升为执政理念后, “美丽中国”迅速成为学界研究热点。2017年习总书记在十九大报告中提出“加快生态文明体制改革, 建设美丽中国”, 2020年党的十九届五中全会提出“到二○三五年生态环境根本好转, 美丽中国建设目标基本实现”, “美丽中国”已是新时期我国的一项长期发展战略。“美丽城市”作为美丽中国建设的重要平台和载体, 是促进城市高质量发展的重要手段^[1]。

“美丽城市”是“美丽经济”在城市建设和管理中的创新发展。美丽经济有低影响、可持续特点, 以较高的自然环境品质和人文资源禀赋为基础, 通过产业化、资本化、金融化方式满足人们的体验和感受, 是资源节约型、环境友好型的新发展模式^[2]。推动城市由美丽生态向美丽经济嬗变需要一系列配套建设和管理, 过去二三十年, 许多城市提出“以景促城”、“景城融合”的发展模式就是该思路的具体实践, 以“园博会”为代表的各级展园申请和大型公园建设也是该发展导向的典型例证^[3]。

在物质空间层面, “美丽城市”建设的核心任务之一在于提升生态环境和人居环境品质, 要实现该目标就要加大对城市环境和绿色基础设施的投资, 因为前者决定城市生态环境和人居环境品质的下限, 后者决定其上限。绿色基础设施(Green Infrastructure, GI)的概念起源于150多年前的美国自然规划与保护运动, 1999年由美国保护基金会和农业部森林管理局正式提出, 指由自然环境和绿色空间组成的生态绿色环境网络设施。国内学者^[4]认为GI主要是指兼具内部连接性和外部开放性的天然与人工绿色空间网络系统(如森林、公园、绿带、绿道和生态保护区等)及其相关工程设施(如洪泛控制体系、水资源净化设施及海绵城市的雨水管理设施等)。在有限的城市财政资金约束下, 如何实现“美丽城市”建设的可持续发展, 则需厘清城市环境和GI设施(以下简称EGI)投资与城市经济之间的互动机制以促进“美丽”与“经济”的双赢, 这正是本文的主要研究目标。

1 城市EGI设施投资与经济发展

传统经济学者认为环境基础设施建设对扩大再生产投资有“挤出效应”, 会阻碍城市经济增长。随着可持续发展理念日益深入人心, 越来越多学者认为EGI能带来广泛的社会、经济和生态效益, 在国际上也日愈受到重视。

1.1 城市环境基础设施投资对经济发展的影响

虽然城市基础设施投资的经济效益一直是学界研究重点, 但目前对环境基础设施投资影响城市经济发展的系统性研究并不多。国外研究^[5]表明环境基础设施投资影响城市经济的长期增长, 但二者之间的关联机制还不清楚。国内研究源于对城市环保设施建设的经济效益分析, 蒋洪强等^[6]构建环保投资对经济贡献的投入产出模型, 发现污染治理投资有显著乘数效应, 不仅对经济增长有拉动作用还能增加就业。林明华等^[7]的研究发现, 环保基础设施建设对城市经济增长的作用大于一般性城市基础设施。也有学者持不同意见, 牛婷等^[8]的研究发现1983—2009年我国GDP总量和城市环境基础设施投资都呈增长趋势,但二者的双向因果关系并不显著。谢剑^[9]认为环境基础设施投资可能抑制城市全要素生产率的提升。

1.2 城市绿色空间对城市经济的影响

城市绿色空间对城市经济的影响主要体现在公园绿地以及其他开放空间对经济增长^[10]、资产增值^[11]、竞争力提升^[12]、吸引旅游^[13]、增加就业^[14]以及促进消费^[15]等的作用。He等^[16]、洪顺发等^[17]分析发现, 城市绿地率的提升能显著推动经济增长。丁向阳^[18]的研究发现, 城市绿地不仅可以推动房地产增值, 还能通过遮阴、防风节能间接创造经济效益。王振山等^[19]分析发现, 城市绿地对住宅地价的溢出效应明显。李会云^[20]的研究发现, 城市绿地公园能提高旅游吸引力。褚岚翔等^[21]的研究也表明, 城市公园绿地对时尚创意类、综合办公园区类文化创意产业的发展非常重要。谢念斯等^[22]的研究发现, 城市绿地空间格局与社会消费品零售额显著相关。

1.3 城市GI设施对城市经济的影响

国外研究证实GI不仅可以吸引高素质劳动力和旅游人口, 促进城市经济增长^[23], 还可以通过改善劳动生产率提高经济增长的质量^[24]。随着GI概念在国内的兴起, 一些学者开始关注GI投资的社会经济效益。付喜娥等^[25]构建经济价值评估模型, 发现GI投资对区域发展有巨大推动作用。张善峰等^[26]综述了美国GI的经济收益评估方法并进行了相关案例验证。

城市EGI设施和城市经济都是复杂的巨系统, 二者之间既有直接又有间接关系, 城市EGI设施投资会影响城市经济发展的多个维度, 现有研究大多基于单一角度, 缺乏系统性, 难以厘清EGI设施建设对城市经济发展的多重影响。对此, 本文首先利用动态面板模型考察城市EGI设施投资对全要素生产率的影响及其区域差异；然后构建分区域的城市EGI设施投资、城市经济增长、固定资产投资、第三产业发展与居民消费的联立方程, 考察不同区域EGI设施建设对城市经济的多重影响。

2 模型构建与数据来源 2.1 城市全要素生产率的测度

本文以Färe等^[27]提出的Malmquist生产率指数为测算指标, 同时借用DEA中的非参数方法计算城市全要素生产率。现有研究对城市全要素生产率的计算, 常常忽视土地因素, 这显然不符合我国城市发展的实际。土地因素在城市经济发展中的作用巨大, 众所周知, 土地财政是很多城市政府的重要收入来源。本文将城市建设用地、资本存量、劳动力一起作为测量城市全要素生产率的投入要素。

假设共有N个城市, 其中第i个城市t年的投入为x_i^t=(K_itL_itR_it)′, K_it为资本存量投入, L_it为劳动力投入, R_it为土地投入。t年的产出为y_i^t。第i个城市t+1年的全要素生产率增长的Malmquist指数计算公式如下:

(1)

式中D_i^p(x_i^q，y_i^q), 为距离函数(p, q=t, t+1), 全要素生产率指数大于1时, 意味着全要素生产率得到增长(或提升)；全要素生产率指数小于1时, 意味着全要素生产率发生收缩(或降低)。

2.2 城市EGI设施投资对城市全要素生产率的影响

为测度城市EGI设施投资对城市全要素生产率的影响, 本文将城市全要素生产率作为被解释变量。考虑到前期全要素生产率对后期有动态累积效应, 静态面板模型可能存在估计偏差, 本文构建如下动态面板模型:

(2)

式中, i和t分别表示城市和年份, TFP表示城市全要素生产率的变动情况, β为系数矩阵, EGI表示城市环境与绿色基础设施投资(包括公园绿地、污水污泥处理、市容环卫以及垃圾处理等设施投资)。TR表示城市道路交通设施投资(包括道路、公共交通以及桥梁等设施投资), c_i和μ_t分别表示地区和时间非观察误差, ε_it表示随机扰动项。为检测基础设施投资的非线性影响, EGI与道路交通基础设施投资的水平及一阶滞后项的二次项(SQEGI, SQTR)均被纳入解释变量。参考相关研究^[28-29]的做法, 模型控制变量包括城市人口规模(POP)、人均外商投资额(FDI)、第三产业比例(SR)、私营及个体经济比例(PE)、教育科技事业支出(EDU)和城市行政等级(TIER)。考虑到模型解释变量包含被解释变量的滞后项且该滞后项与随机扰动项相关, 笔者使用系统广义矩估计(SYS-GMM)方法进行估计。

2.3 城市EGI设施投资对城市经济的影响

考虑到城市EGI设施投资对城市经济的影响较复杂, 笔者使用动态面板回归函数构建联立方程模型, 该模型由挪威奥斯陆大学Haavelmo提出, 已广泛应用于包括环境经济学在内的许多领域。在本文的联立方程模型中, 城市经济发展包括城市经济增长(GDP)、固定资产投资(FIX)、第三产业发展(SR)、居民消费(SALE)4个方面。结合城市全要素生产率的分析, 本文综合考察EGI投资对城市经济发展的内在反馈机制。

(3)

(4)

(5)

(6)

(7)

式中, i和t分别表示城市和年份, TFP表示城市全要素生产率的变动情况, α、β、γ、ρ、λ为系数矩阵, M、N、P、Q、X、Y为控制向量组, 分别为人均道路交通基础设施投资TR)、人均外商直接投资(FDI), 人均教育科技支出(EDU)、人口规模(POP)、城市财政收入状况(REVP)、人均建设用地面积(LAND)和城市行政等级(TIER)；在每个单方程中均加入个体固定效应(θ_i)、时间固定效应(ν_t)和随机扰动项(ε_it)。联立方程模型内生变量为GDP、EGI(及SQEGI)、FIX、SR和SALE；外生变量包括GDP_it-1、EGI_it-1、SQEGI_it-1、FIX_it-1、SR_it-1、SALE_it-1等内生变量的滞后项及TR、TFP、FDI、EDU、POP、REVP、LAND、TIER、时间以及个体虚拟变量。

2.4 数据来源

本文数据来源于《中国城市统计年鉴》、《中国城市建设统计年鉴》、中国经济与社会发展统计数据库。部分城市因数据缺失未纳入分析, 最终样本量为203个城市。少数城市的部分指标存在缺失值, 笔者使用线性插值法进行补充。

资本存量(K)采用“永续盘存法”进行估算。借鉴Young^[30]的做法, 用基年(设定基年为2001年)固定资产投资额除以10%作为初始资本存量, 将折旧率δ设定为10.96%。劳动力(L)采用市辖区城镇社会从业人员, 为年末城镇单位从业人员、私营及个体从业人员之和。土地资源(R)为城市市辖区建设用地总面积。国民生产总值(GDP)为城市市辖区GDP, 以2000年为基期, 根据城市所在省份的历年消费者价格指数进行平减消除价格因素的影响。

城市经济增长用人均GDP衡量。城市环境与绿色基础设施建设用城市人均环境与绿色基础设施投资额(EGI)衡量, 表示各城市历年园林绿化、污水污泥处理与市容环境卫生(含垃圾处理)等基础设施建设的固定资产投资之和。其他变量的描述统计与构建方法详见表 1。

图 1和图 2显示, 在2005—2017年间我国城市EGI投资经历了先快速增长后逐步下降的过程, 2010—2011年为投资高峰期。EGI投资还存在地区差异, 东部地区城市的人均EGI投资一直高于全国平均水平, 整体变化趋势与全国基本一致；中部地区城市人均EGI投资在2014年之前低于全国平均水平, 2014年之后逐渐高于全国平均水平, 2017年达到最高点。西部地区城市的人均EGI投资在2008年之前低于东部地区(但高于其他区域), 2008年后迅速增长为最高, 从2011年开始大幅下滑, 2017年低于中部地区。东北地区城市的人均EGI投资始终低于东中西三大区域, 部分年份仅为全国平均水平的三分之一。

图审号GS(2019)1822号; 城市人均环境与绿色基础设施投资均为2000年不变价; 东部地区城市70个, 为北京、天津、上海3个直辖市以及河北、山东、江苏、浙江、福建、广东及海南各省主要城市；中部地区城市60个, 为山西、安徽、江西、河南、湖北及湖南各省主要城市；西部地区城市47个, 为重庆市和广西、四川、陕西、甘肃以及宁夏各省主要城市以及内蒙古的部分城市(呼伦贝尔、赤峰和通辽市除外)；因数据缺失问题贵州省仅包括贵阳市、青海省仅包括西宁市、新疆仅包括克拉玛依市, 云南与西藏二省无城市入选；东北地区城市26个, 为辽宁、吉林、黑龙江三省主要城市以及内蒙古自治区的呼伦贝尔、赤峰和通辽市。

3 EGI投资对城市全要素生产率及城市经济的影响 3.1 面板模型检验

为减少原始数据的异方差干扰, 本文对面板数据取对数处理。为确保数据满足联立方程回归的要求, 对数据进行LLC, ADF和IPS单位根检验。表 2结果表明主要变量在水平数据上均呈现平稳性, 不存在单位根, 满足联立方程的要求。为增强数据分析的可靠性, 在构建面板数据联立方程模型时, 采用双向固定效应的三阶段最小二乘法(3SLS)进行系统估计。

3.2 EGI投资对城市全要素生产率的影响

动态面板模型分析结果(表 3)显示, EGI投资对城市全要素生产率影响较显著且有较大区域差异。EGI投资对东部和中部地区的城市全要素生产率影响显著, 但在西部和东北地区不显著。在东部地区, EGI投资对城市全要素生产率的影响在投资当年为“U”型曲线效应, 影响强度随EGI投资额的增长先减少再增加(判断依据为EGI的二次项“SQ_EGI”影响系数为正0.027且P值在1%水平上显著)；在投资第二年为倒“U”型曲线效应, 影响强度随EGI投资额的增长先增加再减少(判断依据为EGI滞后项的二次项“SQ_LagEGI”影响系数为负0.014且P值在1%水平上显著)。中部地区的情况与东部地区不同, EGI投资对城市全要素生产率的影响在投资当年及第二年均为倒“U”型曲线效应(SQ_EGI与SQ_LagEGI的影响系数分别为-0.008和-0.012且P值均在5%水平上显著)。

为解决模型可能存在的内生性问题, 笔者借鉴相关研究^[31-32], 以城市年平均气温为工具变量。该变量有两方面优势: 一是该变量为气候变量, 仅与城市地理位置有关, 对城市全要素生产率没有显著影响；二是该变量对EGI有一定影响, 比如寒冷地区的城市EGI建设需要额外进行防寒防冻处理。表 3中的AR1、AR2及Hansen检验值显示工具变量不存在过度识别偏误问题, 说明该工具变量是有效的。模型结果表明, 在考虑内生性问题后模型主要结果依然比较稳健, 即EGI投资在东部和中部地区显著影响城市全要素生产率。

3.3 EGI投资对城市经济的影响

联立方程模型结果表明, EGI投资在不同区域对城市经济发展的直接影响存在较大差异。在东部地区, EGI投资对城市经济增长的直接作用非常显著, 该作用在第一年为“U”型曲线效应(表 4模型EQ1中SQ_EGI即EGI的二次项, 影响系数为0.042且P值在5%水平上显著), 在第二年为倒“U”型曲线效应(表 4模型EQ1中SQ_LagEGI即EGI滞后期的二次项, 影响系数为-0.013且P值在1%水平上显著), 说明EGI投资对东部地区城市经济增长的直接影响有显著非线性特征且持续期较长。与此类似, EGI投资对西部地区城市经济增长的直接作用也较为明显(表 5中模型EQ1对应变量的相关系数)。但在中部和东北地区, EGI投资对城市经济增长的直接影响并不显著(表 4和表 5中模型EQ6回归结果)。

联立方程模型结果显示, EGI投资对城市经济发展的间接影响也存在明显区域差异。在东部地区, EGI投资对城市固定资产投资、第三产业发展和居民消费的影响均较为显著；对固定资产投资的影响主要表现在第一年, 为积极的拉动效应(表 4模型EQ3回归结果)；对第三产业发展的影响在第一年表现为“U”型曲线效应, 第二年为倒“U”型曲线效应(见表 4模型EQ4回归结果)；对居民消费的作用主要表现为第二年的消极影响(见表 4模型EQ5回归结果)。在中部地区, EGI投资对城市固定资产投资的影响在第一年为负面的挤出效应, 第二年为积极的拉动效应(表 4模型EQ8回归结果)；在第三产业发展方面, EGI投资的影响在第一年为倒“U”型曲线效应, 第二年为“U”型曲线效应(表 4模型EQ9回归结果)。在西部地区, EGI投资仅对城市居民消费有显著积极影响, 表现为先倒“U”型后“U”型效应(表 5模型EQ5回归结果)。在东北地区, EGI投资对城市固定资产投资有显著拉动效应(表 5模型EQ8回归结果), 对第三产业发展的影响在投资当年为“U”型效应, 在第二年呈线性积极影响(表 5模型EQ9回归结果)。

联立方程模型结果还表明, 不同地区城市经济增长、固定资产投资、第三产业以及居民消费对EGI投资的反馈影响也有较大差异。在东部地区, 固定资产投资和第三产业的发展对城市EGI投资有显著拉动作用(表 4模型EQ2回归结果)。在中部地区, 固定资产投资对城市EGI投资有显著挤出效应(表 4模型EQ7回归结果)。在西部和东北地区, 城市经济增长、固定资产投资、第三产业以及居民消费对EGI投资的反馈影响均不显著(表 5模型EQ2和模型EQ7回归结果)。

联立方程模型结果还显示, 除了人均用地规模对东部城市EGI投资有显著正面影响(表 4模型EQ2回归结果)、对东北地区有显著负面影响(表 5模型EQ7回归结果)外, 所有区域的城市人口规模和城市行政级别对EGI投资的影响均不显著。

4 结论与讨论

“美丽中国, 城市先行”, 要实现“美丽城市”需要加大EGI投资力度并提高相应的投资效率。考虑到EGI投资有很强的产业与就业关联度, 关乎生产、生活、生态等多个系统, 是城市可持续发展和改善民生福祉的重要议题, 是后疫情时期很多城市实施“稳投资、促增长”战略的重要着力点, 因此厘清EGI投资与城市经济之间的互动机制不仅有重要理论价值, 还有助于实现新时代我国城市的高质量发展。

综合动态面板和联立方程模型分析结果, 笔者认为, 不同区域城市EGI投资与经济发展的互动机制可用图 3表示。在东部地区, EGI投资不仅对城市经济增长有显著直接“拉动效应”, 还通过全要素生产率、固定资产投资、第三产业发展以及居民消费和第三产业的联动间接影响城市经济发展(图 3)。联立方程模型结果还表明, 固定资产投资、产业结构、城市财政收入对东部地区城市的EGI投资均有显著影响(表 4)。可见东部地区的城市EGI建设已经深深嵌入经济发展中, 二者之间已形成良好的互动机制, 初步实现了“美丽”与“经济”的双赢。在中部地区, EGI投资与城市经济增长和居民消费之间存在“断链”(直接影响不显著, 见表 4), 说明中部地区城市EGI的投资效率有待提升；中部地区的城市EGI投资通过全要素生产率和第三产业发展间接影响经济增长(图 3), 同时固定资产投资和第三产业发展对EGI投资的直接反馈作用也较为显著(表 4)。在西部地区(图 3), EGI投资对城市经济增长不仅有显著直接拉动作用, 还通过影响城市居民消费对经济增长产生间接作用；但城市经济增长、固定资产投资、第三产业发展以及居民消费对EGI投资的反馈作用不显著(表 5)。在东北地区(图 3), EGI投资可以同时影响城市固定资产投资和第三产业发展, 但主要通过影响第三产业发展对经济增长产生间接作用, 同时经济增长、固定资产、第三产业发展和居民消费对EGI投资的反馈作用也不显著(表 5), 这可能与该区域人均EGI投资额长期显著低于全国平均水平有关。

基于城市面板数据和各种检验, 本文证实EGI投资对城市经济发展有多重影响且不同区域表现各异。EGI投资与城市经济仅在东部地区初步实现了良性互动, 在中西部和东北地区, 二者在很多环节存在“断链”, 抑制了EGI投资嵌入经济发展的程度。与东部地区相比, 中西部和东北地区距离实现“美丽”与“经济”的双赢还有距离。特别是在西部地区, 虽然该区域的人均EGI投资高于其他地区, 但EGI投资对经济发展的间接作用相当有限, 经济发展对EGI投资的反馈作用也不显著, 说明西部地区城市的EGI建设无论在投资结构上还是效率上均有待优化。本文研究还表明, 只有同时加强EGI投资与城市全要素生产率、固定资产投资、第三产业发展以及居民消费之间的互动, 才能更好发挥EGI建设的乘数效应, 促进城市经济高质量发展。因此要实现“美丽”与“经济”的协调发展, 既要从提升全要素生产率的角度, 加强对EGI投资结构和效率的研究, 还要创新城市管理制度、提升政府治理水平, 推动EGI建设深度嵌入城市经济内循环。

如前文所述, 城市EGI与城市经济都是复杂的巨系统, EGI投资对经济高质量发展的作用受诸多因素的影响, 比如气候条件、地域文化、体制机制等。本文动态面板模型结果表明, 虽然城市年平均气温对EGI投资有一定影响(强工具变量), 但EGI投资对全要素生产率的作用受城市年平均气温的影响并不大。因此我们认为, 地区气候条件的差异不会对本文的结果造成根本性影响。受数据和篇幅所限, 本文无法对地域文化、体制机制等因素展开深入分析, 这是后续研究值得关注的重点。考虑到“美丽城市”的内涵非常丰富, 政府和学界应该加强对“美丽城市”内在逻辑的研究, 将生态、经济、社会等多元目标纳入统一的技术框架, 从制度设计和政策制定入手, 挖掘城市EGI投资建设的最大价值和最优化的资产利用方式。