重慶市綠色全要素生產率時空演進及其收斂性研究

譚君印, 李益, 文傳浩，3

（1.蘭州大學經濟學院，甘肅 蘭州 730000；2.重慶工商大學長江上游經濟研究中心，重慶 南岸 400067；3.云南大學經濟學院，云南 昆明 650091）

一、引言

改革開放四十多年來，我國創造了巨大的經濟奇跡，也出現了一些深層次矛盾和問題，隨著資源稟賦發生改變，以及生產要素投入達到瓶頸，資源短缺與環境惡化對可持續發展的影響日益凸顯。 黨中央高度重視生態文明建設，鮮明提出了創新、協調、綠色、開放、共享的新發展理念，將綠色發展作為高質量發展的生態本底。 重慶市地處長江上游和三峽庫區腹心地帶，在推動內陸地區對外開放和帶動區域協調發展的大棋盤中，發揮著承東啟西、牽引南北、通達江海的重要作用［1］。從“構建山清水秀美麗之地”，到“加快建設山清水秀美麗之地”，再到“推進長江經濟帶綠色發展中發揮示范作用”，習總書記對重慶綠色發展提出了更高的要求、更多的期盼。 近年來，重慶出臺了一系列生態文明建設規劃，提出將生態優勢轉化為發展動能，把“綠色+”融入經濟社會發展各方面。 各區縣也堅定不移地探索以生態優先、綠色發展為導向的高質量發展新路徑，綠色全要素生產率不斷提高，產業生態化和生態產業化進程不斷加快。 正確認識重慶綠色發展的現狀，洞悉各區縣綠色全要素生產率的變化差異和收斂趨勢，對黨和政府部署重慶綠色產業發展工作具有重要的現實意義。

全要素生產率是所有投入要素對產出增長貢獻的一種能力，常被用來衡量經濟體的增長質量和增長潛力。 Tinbergen 首次提出較為全面的能夠反映生產率的指標——全要素生產率［2］，Davis 進一步明確了全要素生產率的內涵［3］，指出其測算過程應該針對全部的要素投入而非某一種要素，包括在生產過程中使用的勞動、資本、原材料、能源等所有生產要素。 Solow 將增長核算方法與全要素生產率的測速結合在一起［4］，提出索洛余值法，后來學者對其進行豐富和補充，不斷創新關于全要素生產率的理論和實踐［5］。隨著資源短缺與環境惡化對可持續發展的約束日益凸顯，越來越多的學者關注經濟增長與資源環境之間的關系。 Pittman 將資源環境剛性影響共同納入社會福利與經濟績效評價，提出用綠色全要素生產率（簡稱GTFP 指數）評估產業綠色發展現狀［6］，“波特假說”認為環境規制會誘導技術變遷以提高生產效率并改善環境績效［7-8］，現實中獲取這種雙贏機會的潛力較大［9］，但也存在不容忽視的“污染避難所效應”［10］和“回彈效應”［11］。國內學者關于綠色全要素生產率的早期研究主要是對國外研究成果的推廣性應用研究，主要集中在綠色全要素生產率測算、演化差異［12］及其影響因素［13］等方面。隨著研究的逐漸深入，學者結合國家制度環境、政策實踐，在研究方法、研究視角、研究內容等方面完善和拓展綠色全要素生產率體系框架。 一方面，學者從宏觀、中觀和微觀等視角，運用指 數 思 路［14］、參 數 思 路［15］和 非 參 數 思 路［16］等 方 法 測 度 旅 游 業［16］、智 能 制 造［17］、互 聯 網經濟［18］、綠色金融［19］等特定部門或新興行業以及微觀企業［20］的綠色全要素生產率水平，探討不同維度綠色全要素生產率的時空演進特征及收斂趨勢。另一方面，學者運用各種實證方法［20］，深入研究貿易開放［21］、環境規制［22］、智能化［17］、互聯網［18］、金融信貸［23］、新型城鎮化［24］等因素對綠色全要素生產率的影響，多視角驗證機制效應的可靠性。

通過文獻梳理，發現國內外學者對于全要素生產率理論基礎的研究比較完善，關于綠色全要素生產率也形成了較為豐富的研究體系， 不過研究視角多從省級層面或地級市層面展開，對經濟區域或城鎮群的研究有待進一步完善，關于重慶市區縣綠色全要素生產率的研究有待深入拓展?；诖?，本文以重慶市38 個區縣為研究對象，運用ML 指數法測度重慶市綠色全要素生產率水平，并分析其增長變動、差異變動及收斂特征。 其研究結論將有助于揭示重慶市綠色發展現狀和差距，為重慶市發揮好綠色發展示范提供政策參考。

二、研究方法與數據處理

（一）研究方法

1.Malmquist-Luenberger生產率指數法

基于DEA 方法的Malmquist-Luenberger 指數（簡稱ML 指數）可用于計算隨時間變化的GTFP 指數變化速率，被廣泛應用于各個領域［25］。 本文將每一個區縣視為一個獨立的決策單元，每個單元包括N 個輸入x=［x1+x2+…+xN］，x∈，M個預期輸出y=［y1+y2+…+yM］，y∈，以及I種非期望產出b=［b1+b2+…+bI］,y∈。 在此基礎上，建立t=1，2，…，T時期區縣k=1，2，…，T的一系列生產可能性函數：

基于此，預期產出和非期望產出的SBM 函數計算公式為：

基于SBM 函數，構建從t到t+1 期的綠色全要素生產率指數（簡稱GTFP指數，下同）：

上式說明， 可以用ML指數代表GTFP指數變化， 對于一個區縣來說，ML的測算值大于（小于）1，分別表示在t到t+1 期間GTFP指數增多（減少）。

2.核密度估計法

核密度估計利用連續的密度曲線描述隨機變量的分布形態，反映其要素在空間分布中的距離衰減效應［26］。 本文選用核密度估計法模擬重慶市GTFP指數的集散特征，公式表示為：

其中，n是觀測值數，GTFPit是i區縣在第t年份的綠色全要素生產率指數，GTFPt為重慶第t年份的均值，k（GTFPit）為高斯核函數，h為窗寬。 為減少窗寬h對核密度估計結果的影響，更好地呈現核函數的典型分布特征，本文將窗寬設置為1 年。

3.泰爾指數

泰爾指數作為衡量某地域各種社會發展差異性的重要工具被廣泛應用，具備良好的可分解性質，其數值越低，說明該區域社會發展的差異性越?。?7］。 本文使用泰爾指數分析重慶市GTFP指數組內外差距。 根據重慶市“一區兩群”戰略布局，將重慶38 個區縣分為主城都市區、渝東南武陵山區城鎮群、渝東北三峽庫區城鎮群3 個群組，每個群組用gk（k=1，2，3）表示，nk代表第k群組的區縣數，有nk=38；用gtfpit表示第t年份i區縣GTFP指數占總體的份額，用gtfpkt表示第t年份第k組的GTFP指數占總體的份額， 記Tbt與Twt分別為組間差距和組內差距，則可將泰爾指數分解為：

公式中將Tkt=gtfpkt×，Tkt設為第t年份第k組組內差距。進一步可以計算第t年份第k組組內差距貢獻率和組間差距的貢獻率，分別用Dkt和Dbt表示：

4.收斂性分析

收斂理論最初用于考察區際人均收入是否存在收斂或發散的問題， 近年來的應用范圍逐漸擴展到產業效率方面。 在本文中，收斂性分析有助于檢驗重慶市區際GTFP指數差距是在擴大還是在縮小，以及未來是否會趨于平衡發展［16］。 收斂性分析包括σ 收斂、β 收斂和俱樂部收斂。

（1）綠色全要素生產率σ 收斂

σ 收斂反映的是重慶市綠色全要素生產率隨時間演變的波動趨勢， 常用的衡量樣本偏離程度的指標包括標準差、變異系數、泰爾指數、基尼系數。 其中，標準差是反映各觀測值離散程度的一個絕對指標，但容易受隨機變量量綱影響，而變異系數是無量綱的，可以消除平均值差異對樣本的干擾，在平均值差別較大時，變異系數可以近似地評價樣本分散度［28］。 因此，本文采用標準差（σt）和變異系數（cvt）共同描述重慶區際GTFP指數的σ 收斂狀態，公式表示為：

（2）綠色全要素生產率β 收斂

β 收斂反映的是隨時間推移，落后地區能夠以較快的增速趕上發達地區，最后保持相同水平的收斂狀態［29］。β 收斂又分為絕對β 收斂和條件β 收斂，區別在于是否嚴格控制一系列影響因素。鑒于經典β 收斂側重于從時間上考察重慶GTFP指數收斂趨勢，如果不考慮空間因素，可能會導致回歸結果的有偏性［30］。 因而，本文在經典β 收斂分析的基礎上，引入空間因素，檢驗重慶市GTFP指數收斂的空間β 收斂特征。不過在進行空間β 收斂回歸前，需要進行全局空間相關性檢驗，討論GTFP的聚集程度和空間溢出效應。 公式表示為：

公式中分母可構成樣本方差S2=；w1為空間鄰接矩陣。 具體的模型描述如下。

空間β 收斂：由于地區間普遍存在不同程度的空間依賴性，因此本文建立了空間杜賓模型（Sdm）、空間誤差模型（Sem）和空間滯后模型（Sar）三種空間計量模型，根據相關檢驗判斷GTFP空間β 收斂最優模型，分別表示為：

其中，GTFPit+1/GTFPit為i區縣在第t+1 年份的綠色全要素生產率增長率，GXit為第s個控制變量的估計系數，其中s=1，2，3，4。 當?θs=0 時，上述模型為絕對收斂GXit=GTFPit，反之則為條件收斂，GXit為s個控制變量與GTFPit構成的集合。 β 為收斂系數，當β＜0 時，則GTFP指數趨于收斂，反之則趨于擴散。w1為空間權重矩陣，考慮到區際協同創新發展突破了距離的限制，是經濟轉型升級和綠色發展的支點力量，因此本文采取經濟矩陣，用區際人均GDP年絕對差額的倒數表征。

（3）綠色全要素生產率俱樂部收斂

具有相似特征的地區間趨于收斂，而不具有相似特征的地區間不存在收斂，這種地區間收斂被稱為俱樂部收斂［26］。 本文結合綠色全要素生產率特征與“一區兩群”協同戰略布局，選擇對“一區兩群”GTFP指數進行俱樂部收斂檢驗。

（二）指標選取

1.核心解釋變量——綠色全要素生產率（GTFP）

結合已有文獻在投入產出指標上綜合考量多種因素， 基于重慶市區縣數據的可獲取性，在投入指標上，考慮了勞動投入、資源要素投入、資本投入、技術投入四個方面。 資本投入選擇全社會固定資產投資（百億元）表征；資源要素投入包括能源要素和土地要素，受限于數據，土地資源投入指標采用非住宅類房屋建筑竣工面積（萬平方米）來衡量，能源投入指標選擇工業企業能源消費總量（萬噸標準煤）表征；技術投入選用發明專利授權量；勞動投入使用城鎮非私營單位職工人數表征。 用在產出指標上，期望產出以GDP（百億元）代表當前的產出能力，非期望產出采用PM2.5濃度（μg/m3）和CO2排放量（百萬噸）表示。

2.控制變量

（1）基礎設施（Inds）：采用公路里程數與轄區面積的比重（km/km2）來進行表征；（2）數字金融（Fin）：采用北京大學數字金融研究中心公布的縣級數字普惠金融發展指數表征；（3）市場化（Mar）： 采用國有經濟單位職工人數和集體經濟單位職工人數占城鎮非私營單位在崗職工人數表征；（4）城鎮化（Town）：采取城鎮常住人口占總人口的百分比來進行衡量。

（三）數據來源

本文選取2011—2019 年重慶市38 個區縣的面板數據，所有數據來源于《重慶市統計年鑒（2012—2020）》、重慶市知識產權局（http://zscqj.cq.gov.cn/）、重慶市生態環境局（http://sthjj.cq.gov.cn/）、國家地球物理數據中心（https://www.ngdc.noaa.gov/）和北京大學數字金融研究中心（https://idf.pku.edu.cn/），全社會固定資產投資額用各區縣2011 年為基期的固定資產投資價格指數平減，GDP以各區縣2011 年為基期的GDP平減指數進行平減， 數字普惠金融指數均除以100 表征，部分缺失值使用插值法補充。 表1 列出了各變量描述性統計結果。

表1 各變量描述性統計結果

三、研究過程與結果分析

（一）綠色全要素生產率水平測算

本文測算出2012—2019 年重慶市GTFP指數水平，并整理得到其空間分布圖（見圖1）。從圖1 顯示的空間分布情況來看， 總體上重慶市產業生態化、 生態產業化發展態勢良好，其GTFP指數呈現波動上升趨勢，其中，2012—2017 年重慶區際GTFP指數呈現高速增長，年均增速高達5.09%，2017 年后增速逐漸放緩，年均增速僅1.90%。 從“一區兩群”協調發展戰略布局來看，渝東南武陵山區城鎮群后發趕超特征明顯，渝東南武陵山區城鎮群2012 年GTFP均值（0.93）略高于重慶市平均水平（0.92），到2017 年達到1.48，成功趕超主城都市區和渝東北三峽庫區城鎮群。 主城都市區和渝東北三峽庫區城鎮群則呈現交替上升現象。 2013—2017 年渝東北三峽庫區城鎮群GTFP指數均值高于主城都市區， 而2018—2019 年和2012 年期間主城都市區高于渝東北三峽庫區城鎮群，不過兩個地區GTFP指數差值較為穩定，絕對值始終低于0.09。從代表性區縣來看，豐都、梁平、綦江、秀山和南川5 個區縣GTFP指數2012—2019 年均增速都超過10%，綜合排名也大幅上升，如綦江區2012 年GTFP指數排名第33 位，到2019年上升到第5 位，長壽、大足、九龍坡、萬州、石柱和武隆6 個區縣GTFP指數呈現負增長，綜合排名大幅下滑，6 年間下滑了14～24 名不等， 如武隆縣GTFP指數排名從2012 年的第4 位下滑到2019 年的第27 位，萬州區GTFP指數排名從2012 年的第13 位下滑到2019 年的第36 位。

圖1 重慶市GTFP 指數的空間分布

（二）分布動態

1.時間差異

根據重慶市GTFP指數繪制出其核密度曲線，如圖2 所示。 重慶市整體GTFP指數核密度曲線在波動中緩慢右移，說明重慶市整體GTFP指數普遍是有效的，具有上升趨勢。 從各年份分布形態來看，2012—2016 年曲線由寬峰分布逐漸向尖峰分布轉變， 主體面積位于橫坐標1的左側，波峰高度不斷上升，右擺尾逐漸縮小，表明在2012—2016 年重慶市整體GTFP指數呈現低水平集聚趨勢。 2016 年后，曲線由尖峰分布逐漸向寬峰分布轉變，主體面積位于橫坐標1的右側，波峰高度不斷下降，右擺尾明顯拉長，表明在2016 年以后重慶市GTFP指數呈現中高水平離散趨勢，說明了整個區域內GTFP指數區際不協調性正在擴大。從“一區兩群”協調發展來看，三大區域和重慶市整體保持一致，但也呈現出部分差異。 主城都市區GTFP指數核密度曲線在2016 年以后， 右擺尾面積不斷擴大， 存在多峰極化趨勢， 顯示主城都市區內部區縣GTFP指數在后期中高水平離散分布更加明顯。 渝東北三峽庫區城鎮群GTFP指數曲線在2012—2015 年期間，由單寬峰分布逐漸向多尖峰分布轉變，尤其是在2013 年出現四個尖峰分布特征，左右擺尾均明顯縮短，說明渝東北三峽庫區城鎮群GTFP指數在早期處于低水平離散分布特征。渝東南武陵山區城鎮群GTFP指數核密度曲線波峰數量和高度在2016 年前明顯波動，2016 年以后曲線右移明顯加快，波峰也逐漸消失，顯示出渝東南武陵山區城鎮群GTFP指數在早期提升具有不穩定性，但在2016 年后逐漸朝著高水平均衡方向發展。

圖2 重慶市GTFP 指數的核密度曲線

2.空間差異

根據重慶市GTFP指數計算得到泰爾指數，如表2 所示。 可以發現，2012—2019 年重慶市GTFP指數總差距呈現U 型分布，2012—2016 年總體差距在波動中逐漸縮小，之后逐年擴大，2019 年總差距已經超過2012 年總體差距， 組間差距呈現先擴大后縮小的態勢，2014 年和2017 年組間差距急劇增加，組內差距則表現為先減小后增加趨勢，這是總體差距的主要來源。從“一區兩群”組間差距來看，主城都市區GTFP指數的組內差距呈下降趨勢，渝東北三峽庫區城鎮群GTFP指數的組內差距則基本無變化， 且處于低水平均衡， 渝東南武陵山區城鎮群GTFP指數的組內差距在波動中擴大。 “一區兩群”組內差距貢獻率均值分布順序為：主城都市圈（0.525）＞渝東南武陵山區城鎮群（0.225）＞渝東北三峽庫區城鎮群（0.190）。

表2 重慶市GTFP 指數泰爾指數

（三）收斂性檢驗

1.σ 收斂分析

根據重慶市GTFP指數可以繪制出其標準差和變異系數隨年份的變化趨勢，如圖3 所示。從中可以發現，重慶市總體和“一區兩群”GTFP指數標準差和變異系數的變化趨勢基本一致，只是渝東北三峽庫區城鎮群和渝東南武陵山區城鎮群的波動性更明顯。2012—2016 年綠色全要素生產率標準差和變異系數呈微弱下降趨勢， 表現出明顯的σ 收斂趨勢，2016 年后標準差和變異系數快速上升，說明不存在顯著的σ 收斂。 此外，從上文GTFP指數泰爾指數重慶市總體差距和“一區兩群”組內差距分析結果也充分證明了該結論。

圖3 重慶市GTFP 指數標準差與變異系數

2.β 收斂分析

首先，在進行空間β 收斂檢驗時，需要采用Moran’s I指數方法對綠色全要素生產率的空間相關性進行檢驗。 表3 所示的檢驗數據顯示，2012—2019 年重慶市綠色全要素生產率Moran’s I指數均顯著為負或為正，說明重慶市鄰近區縣之間綠色全要素生產率的影響存在空間依賴性［31］。

表3 重慶市綠色全要素生產率Moran’s I 指數

此外，空間收斂模型在進行空間β 收斂過程中需要確定并識別空間杜賓模型（Sdm）是否會退化為空間誤差（Sem）模型或者空間滯后（Sar）模型。 如表4 所示的Lr 檢驗、Lm 檢驗和Wald 檢驗可以發現空間杜賓模型將退化成空間誤差模型。 對于隨機效應和固定效應的選擇，通過表5 和表6 中的hausman檢驗結果，可以發現前述10 個模型均接受原假設，選擇隨機效應更為合理。 綜上所述，本文選擇隨機效應的空間誤差模型分析綠色全要素生產率空間收斂性。

表4 空間回歸檢驗結果

表5 顯示了重慶市GTFP指數β 收斂的回歸結果，回歸結果表現為四個方面。 （1）重慶市GTFP指數存在明顯收斂趨勢。GTFP指數系數均在1%顯著性水平下為負，說明GTFP指數與其增長率之間是反向關系，收斂趨勢顯示重慶市GTFP指數的差異在縮小，低GTFP指數地區存在后發趕超的特點。 （2）空間因素具有減速效應。 加入空間因素后，絕對收斂與條件收斂的回歸系數分別縮小了17.15%和15.00%，可能的原因在于，由于空間效應的存在，GTFP指數不均衡分布使得經濟水平相近地區之間的相互影響更加顯著，特別是區際生產要素和信息的空間交流與互動，進一步加劇了GTFP指數空間溢出與擴散效應，從而使得地區間GTFP指數空間差異隨時間推移呈現出進一步放大的趨勢，減緩了收斂速度，進而拉長了收斂周期。 （3）條件收斂的收斂速度均顯著大于絕對收斂速度。 加入控制變量后，經典和空間模型下的收斂速度提高了5.62%和8.34%，可能是因為區際生產條件的異質性，控制變量加速了GTFP指數收斂，同時壓縮了收斂周期，進而更加準確可靠地反映模型的收斂特征。 （4）加入控制變量后，條件模型2 中Fin、Inds和Mar系數顯著大于零，條件模型4 中Fin系數顯著為正，數字金融、基礎設施覆蓋率和市場化促進了綠色全要素生產率提升，數字金融通過解決信息不對稱和降低資本的使用成本等問題在一定程度上解決了融資約束問題，從而提高綠色技術升級型項目投資成功的概率，并最終作用于GTFP指數；市場化能夠改善勞動力市場要素扭曲程度和資本市場要素扭曲程度的作用路徑， 提高重慶市GTFP指數； 良好的基礎設施能夠促進物質文化交流，城市規劃和土地利用更加合理，從而形成產業集聚效應，大幅提升了企業生產效率和全社會運行效率。 加入空間因素后，Town系數顯著為負， 表明城鎮化抑制綠色全要素生產率的提升，各區縣城鎮人口容量能力有限，大規模農業人口向城市轉移，帶來生產要素流動不均衡，加大了區縣生態環境負擔。

表5 β 收斂回歸結果

3.俱樂部收斂分析

表6 顯示了重慶市GTFP指數俱樂部收斂的回歸結果，從中可以發現“一區兩群”GTFP指數條件收斂系數都通過了顯著性檢驗，且小于0，表明“一區兩群”GTFP指數都存在俱樂部收斂，這與重慶市GTFP指數β 收斂趨勢一致。 隨著城鎮化、基礎設施、數字金融、市場化等因素調整，“一區兩群”GTFP指數均將達到各自的收斂水平。 從系數絕對值來看，不論是經典模型還是空間模型，主城都市區收斂速度最快，渝東北三峽庫區城鎮群次之，而渝東南武陵山區城鎮群收斂速度低于重慶市β 收斂速度，顯示出主城都市區、渝東北三峽庫區城鎮群和渝東南武陵山區城鎮群的GTFP指數俱樂部收斂依次遞減的分布格局。從空間減速效應來看，空間因素對渝東南武陵山區城鎮群的減速效應最強，達到22.28%，而主城都市區和渝東北三峽庫區城鎮群空間減速效應相差不大，分別是17.59%和17.27%。 這可能是因為渝東南武陵山區城鎮群文旅融合發展示范區建設帶動其生態康養、文化旅游產業高質量協同發展，空間溢出提升了區際GFTP指數水平，形成對其他區縣趕超之勢。 從控制變量來看，數字金融對渝東南武陵山區城鎮群GTFP指數促進效應最強，主城都市區次之，渝東北三峽庫區城鎮群最弱；基礎設施主要作用于對渝東南武陵山區城鎮群GTFP指數， 市場化促進主城都市圈和渝東南武陵山區城鎮群GTFP指數提升，而城鎮化在空間效應作用下，抑制主城都市區和渝東南武陵山區城鎮群GTFP指數提升。

表6 俱樂部收斂回歸結果

四、結論與啟示

本文測度了2012—2019 年重慶市區際GTFP指數水平， 在討論其時空分布動態的基礎上，將空間因素引入經典收斂模型，分析重慶市及其“一區兩群”GTFP指數的σ 收斂、β 收斂和俱樂部收斂特征，得到以下研究結論。

從時空演進來看，重慶市GTFP指數呈現不斷上升趨勢。 其中，重慶市GTFP在早期呈現低水平集聚趨勢，區際差距逐漸縮小，2016 年后呈現中高水平離散趨勢，區際差距逐漸擴大?！耙粎^兩群”與重慶市整體保持一致，但也呈現出部分差異，渝東南武陵山區城鎮群GTFP指數早期提升具有不穩定性，2016 年后逐漸朝著高水平均衡方向發展， 主城都市區在后期高水平離散分布更加明顯，渝東北三峽庫區城鎮群GTFP指數在早期呈現低水平多極化特征。 豐都、梁平、綦江、秀山和南川5 個區縣GTFP指數年均增速和綜合排序大幅上升，而長壽、大足、九龍坡、萬州、石柱和武隆6 個區縣GTFP指數呈現負增長，綜合排名也大幅下滑。

從收斂性來看，重慶GTFP指數收斂速度正趨于一致。 2012—2016 年綠色全要素生產率標準差和變異系數呈微弱下降趨勢， 表現出σ 收斂特征，2016 年后標準差和變異系數快速上升，σ 收斂逐漸消失。 重慶市總體GTFP指數隨時間推移呈現逐漸縮小的β 收斂趨勢，區域差異擴大的現象將得到遏制， 主城都市區、 渝東北三峽庫區城鎮群和渝東南武陵山區城鎮群GTFP指數收斂速度呈現依次遞減的分布格局。 空間因素對GTFP指數收斂具有減速效應，并隨時間不斷增強，尤其是對渝東南武陵山區城鎮群的減速效應最明顯。 數字金融、基礎設施覆蓋率和市場化促進重慶市總體GTFP指數提升，城鎮化表現為空間抑制作用，四個控制變量對渝東南武陵山區城鎮群的影響明顯，主城都市區次之，渝東北三峽庫區城鎮群GTFP指數最弱。

本文的研究給我們兩個方面的啟示。（1）立足當前經濟，推動產業生態化。一是存量升級，加強信息基礎設施建設，提升大數據在綠色產品加工全產業鏈中的應用水平，對生產設備和工藝的清潔化、低碳化和循環化更新，筑牢綠色產業基礎支撐；二是培育增量，積極培育生態產業，尤其是堅持“市場主導+政府引導”模式，推動多元化戰略新興產業發展壯大；三是流量更新，積極探索全產業鏈金融模式，總結推廣“農銀企”產業共同體創新試點經驗，扎實推進綠色金融投融資改革和創新，開發推廣覆蓋特色優勢綠色產品的險種，推動商業銀行將生態環保指標分析納入貸款流程；四是變量創新，大力推進企業綠色技術創新，培育科技型綠色產品加工龍頭企業，進一步激活企業主體的內生動力，創造新的經濟增長點。 （2）立足現有資源，推動差異化、特色化及協同發展。 黨的十八大以來，重慶市在探索綠色發展方面取得了重大成就，但市內各區縣由于要素稟賦差異巨大，仍有很長的路要走。 主城都市區是國家層面的重點開發區域，應當以產業數字化和數字產業化為轉型方向，推動數字技術在傳統產業中的深度應用，全面提升制造業、建筑業、農業和服務業數字化水平，適當控制城鎮化發展的速度，建設緊湊低耗高效彈性的都市區［32］。 渝東南武陵山區城鎮群屬于國家重點生態功能區，應當按照“面上保護、點上開花”的原則，立足武陵山區生態資源和民族特色，推進農商文旅體融合發展，建立健全生態產品價值實現機制，帶動生態保護地區和鄉村地區走出一條生態優先綠色發展的新路子［33］。 渝東北三峽庫區城鎮群是重慶市重要的老工業基地，傳統制造業轉型是重點，應當以生態產業化和產業生態化為發展方向，聚焦綠色食品、綠色建材、特色輕工等細分領域，高起點承接產業轉移，發揮數字金融的支撐作用，統籌構建高效、清潔、低碳、循環的“三峽制造”綠色制造體系［34］。