2
(1.山東科技大學 經濟管理學院,山東 青島 266590; 2.濟南大學 綠色發(fā)展研究院,山東 濟南 250022)
自改革開放以來,中國社會經濟飛速發(fā)展,取得了許多舉世矚目的成就,但這種經濟快速增長主要依靠的是高投入、高消耗、高污染的粗放式發(fā)展模式。這種模式在推動經濟發(fā)展的同時也會產生許多消極影響,資源耗竭、氣候變暖、季節(jié)性霧霾等問題接踵而來,給中國生態(tài)環(huán)境蒙上陰影。如何科學、有效地衡量中國生態(tài)文明建設水平及發(fā)展趨勢成為目前我國經濟、資源、環(huán)境協(xié)調發(fā)展所面臨的關鍵問題之一,因此考慮經濟、資源、生態(tài)等各方面綜合利益的生態(tài)效率,也就成為促進資源、環(huán)境協(xié)調發(fā)展,共建生態(tài)文明的重要切入點。
生態(tài)效率的概念最早由美國學者Schaltegger和Sturm提出[1],1992年WBCSD首次將生態(tài)效率作為一種商業(yè)概念加以闡述,1996年BASE集團從產品生產的角度界定生態(tài)效率的概念,1998年OECD將概念擴大到政府、工業(yè)企業(yè)以及其他組織[2]。至此,生態(tài)效率得到學術界和企業(yè)界廣泛的認可和接受,成為衡量經濟與環(huán)境協(xié)調發(fā)展的重要參考。現階段,生態(tài)效率的研究主要集中在生態(tài)效率應用和生態(tài)效率測算兩方面。在生態(tài)效率應用方面,國內外學者已將其廣泛地應用到區(qū)域[3-5]、城市[6,7]、產業(yè)[8-10]、行業(yè)[11-13]、工業(yè)園區(qū)[14]、產品[15]等不同領域,取得了不少的研究成果。在生態(tài)效率測算方面,學術界則以DEA及其擴展方法為主,例如,鄧波等人考慮到環(huán)境變量的不可控性,采用三階段DEA模型測算區(qū)域生態(tài)效率[4];楊佳偉等人考慮到非期望產出,采用網絡DEA模型測算區(qū)域生態(tài)效率[16];吳振華等人為提高生態(tài)效率測算的精確度,采用Bootstrap-DEA方法[17]。此外,還有部分學者,采用DEA模型與其他模型方法相結合的方式來測度生態(tài)效率,例如,吳小慶[18]、李健[19]、程曉娟[11]的研究,就分別將層次分析法、非參數距離函數法、主成分分析法與DEA模型相結合,測算相關領域的生態(tài)效率??梢钥闯觯F有文獻大多注重生態(tài)效率測算和應用方面的研究,卻忽視了對于生態(tài)效率影響因素的研究,導致現有生態(tài)效率影響因素的研究較少,而僅有的關于生態(tài)效率影響因素方面的研究,也多使用3—5年的面板數據,研究期間短,使研究缺少連貫性和精準性。因此,本文以山東省17地市2006—2015年的數據為研究對象,首先構建基于DEA模型的生態(tài)效率投入產出指標體系,然后將DEA-BCC模型與Malnquist指數方法有效結合,從靜態(tài)、動態(tài)兩個角度出發(fā),對其生態(tài)效率進行測度,最后運用Tobit模型分析生態(tài)效率的影響因素,以期為區(qū)域生態(tài)效率的量化研究提供新的視角和方法,也可為山東省及有關部門制定有針對性的生態(tài)環(huán)境政策提供決策依據。
1.DEA-BCC
Charnes、Cooper等人于1978年提出DEA-CCR模型,該模型測算規(guī)模報酬不變下的效率,未考慮規(guī)模報酬可變的實際情況[20];隨后Banker、Charnes、Cooper等人提出了規(guī)模報酬可變情況的DEA-BCC模型,將技術效率(TE)分解為純技術效率(PTE)和規(guī)模效率(SE),即TE=PTE×SE[21]。DEA模型分為投入導向型和產出導向型:投入導向型是以產出不變?yōu)榍疤釡p少投入以提高效率;產出導向型則是以投入不變?yōu)榍疤嵩黾赢a出以提高效率。本研究采用投入導向型DEA-BCC模型,具體模型如下:
Minθ
(1)
其中θ是標量,λ是一個N×l的常向量,解出來的θ值即為單元(DMUi)的效率值,一般有θ≤1,如果θ=1,則意味著該單元是技術有效的,且位于前沿上。
2.Malmquist指數法
Malmquist指數由Malmquist提出,Caves等人于1982年首次將該指數運用于生產效率變化測算,并將其命名為Malmquist生產率指數[22];1994年Fare等人將Malmquist指數與DEA理論相結合,構建起以t和t+1期為參照的Malmquist生產率指數,使Malmquist指數得到廣泛應用[23],具體公式如下:
(2)
若M(xt,yt,xt+1,yt+1)>1,說明從t到t+1期全要素生產率水平提高;反之,當M(xt,yt,xt+1,yt+1)<1,說明從t到t+1期全要素生產率水平下降。具體Malmquist生產率指數分解如下:
M=EFFCH×TECHCH
(3)
其中,EFFCH為技術效率變化指數,若EFFCH>1說明決策單元越接近生產前沿面,技術效率有所改善;反之當EFFCH< 1則說明決策單元對現有技術利用情況不甚理想。TECHCH為技術進步變化指數,若TECHCH>1,則說明出現技術進步或技術創(chuàng)新,生產前沿面向前移動。
3.Tobit模型
Tobit模型又稱為樣本選擇模型、受限因變量模型,是因變量滿足某種約束條件下取值的模型,由美國著名經濟學家Tobin于1958年正式提出[24]。一般情況下,如果自變量Yi是介于0-1之間的截尾數據,且Yi與自變量Xi有關,則有如下線性回歸模型:
Yi=β0+βTXi+ui
(4)
式(4)中,Yi為受限因變量;Xi為解釋變量;βT是未知參數向量;ui-N(0,σ2)。
表1 生態(tài)效率評價指標體系
1.投入產出指標
影響區(qū)域生態(tài)效率的因素是多樣的,在選取投入產出指標時要充分考慮到它們之間的相互依賴關系,鑒于DEA模型的特殊性,要盡量避免指標間的線性相關性。本文在考慮數據可獲取性和參考以往文獻的基礎上[6,25,26],構造生態(tài)效率指標體系,將資源消耗指標和環(huán)境污染指標作為投入指標,經濟價值作為產出指標,具體見表1。
2.數據來源及處理
山東省17地市生態(tài)效率的投入產出指標數據時間跨度為2006—2015年,數據均來自各年度的《山東統(tǒng)計年鑒》,并結合山東省17地市的市級統(tǒng)計年鑒、統(tǒng)計公報和新聞報道等資料進行修正。
本文考慮到研究樣本數量有限,且環(huán)境污染指標過多,首先利用SPSS軟件采用主成分分析法進行降維處理,將環(huán)境污染的7個子指標降維處理成一個環(huán)境影響指標。再參考吳琦[27]的處理辦法,針對有可能出現的環(huán)境影響指標負值,通過線性數據轉換函數法對其進行正向處理。
通過DEAP2.2軟件測算山東省17地市2006—2015年生態(tài)效率值,包括綜合效率值、純技術效率值和規(guī)模效率值,具體如表2所示。
表2 山東省17地市生態(tài)綜合效率、純技術效率、規(guī)模效率均值(2006—2015年)
從表2可以看出,山東省整體生態(tài)效率水平較高,綜合效率均值為0.720,純技術效率均值為0.982,規(guī)模效率均值為0.732。從市級層面來看,生態(tài)效率排名前五位的城市分別為青島市、煙臺市、威海市、東營市和淄博市,除淄博市效率值為0.979以外,其他四市綜合效率均達到1處于前沿面上;生態(tài)效率排名后五位的城市依次是濱州市、聊城市、萊蕪市、日照市和菏澤市,綜合效率值均在0.550以下,其他接近前沿面的城市集中在濟青沿線,而效率值低的城市則集中在山東西南及西北地區(qū)??梢钥闯?,山東省17地市生態(tài)效率差異顯著,存在明顯的異質性。從區(qū)域層面來看,東部半島地區(qū)生態(tài)效率最高,綜合效率為0.879、純技術效率為0.990、規(guī)模效率為0.885;魯中地區(qū)次之,綜合效率為0.745、純技術效率為0.981、規(guī)模效率為0.760;魯西南地區(qū)第三,綜合效率為0.593、純技術效率為0.975、規(guī)模效率為0.611;魯西北地區(qū)最低,綜合效率、純技術效率、規(guī)模效率分別為0.537、0.978、0.549。顯而易見,山東省四大區(qū)域生態(tài)效率存在較大差異,總體呈現出中東部高、西南西北低的空間分布格局。以青島為核心的東部半島地區(qū)憑借得天獨厚的地理位置,雄厚的經濟、科技、教育實力,其產業(yè)結構趨于合理,發(fā)展方式趨于綠色,生態(tài)效率會越來越高。以濟南為核心的魯中地區(qū),經濟發(fā)展水平較高,基礎設施完善,科教實力強、政策優(yōu)勢明顯,在生態(tài)效率上也具有一定優(yōu)勢。魯西南、魯西北地區(qū)則因為地處內陸,經濟發(fā)展水平相對較低,基礎設施、科教方面相對落后,高污染、高消耗的重工業(yè)占比大,導致其生態(tài)效率比較低。
為了更好地分析山東省17地市生態(tài)效率的變化趨勢,本文運用17地市2006—2015年之間的面板數據,采用Malmquist指數模型計算其效率變動值,具體如表3所示。
表3 山東省17地市年均Malmquist指數及其分解(2006—2015年)
表3顯示,2006—2015年山東省17地市生態(tài)效率的Malmquist指數均大于1,其中年均Malmudist指數增長率為7.6%,從年均Malmquist指數增長率分解來看,技術進步年均增長率為8%,純技術年均增長率為0.4%,綜合技術效率年均下降0.4%,規(guī)模效率年均下降0.8%。由此可見,山東省17地市生態(tài)效率的增長主要是由技術進步推動的。從城市層面來看,濰坊、青島、濟寧、臨沂、濟南增長最快,其Malmquist指數增長率分別為19%、13.1%、11.5%、10.5%、8.9%,均高于平均值。特別是濟寧市雖然生態(tài)效率偏低,但是增長速度很快、進步很大。日照、德州、聊城、濱州、菏澤增長最慢,其Malmquist指數增長率依次為5.6%、4.8%、3%、2.1%、0.6%,均低于平均值,且排名與生態(tài)效率值排名基本相同。從區(qū)域層面來看,東部半島地區(qū)、魯中地區(qū)、魯西南地區(qū)Malmquist指數增長率均高于均值,分別為9.7%、7.7%、7.8%,魯西北地區(qū)Malmquist指數增長率低于均值,僅為3.3%。特別是魯西南地區(qū),雖生態(tài)效率低,但Malmquist指數增長率較高,說明仍有很大進步空間。從動力層面來看,技術進步是主要推動力,年均增長率達到8%,增長最快的城市是濰坊、青島、濟寧,分別為13.9%、13.1%、10.4%,超出均值5.9%、5.1% 、2.4%。從影響Malmquist指數的因素來看,綜合技術效率和純技術效率最明顯,綜合技術效率達到1的有9個城市,其余低于1,其中下降最快的三個城市為聊城、濱州、菏澤,分別下降2.2%、3.1%、5.3%;純技術效率達到1的為15個城市,其余小于1,其中棗莊下降0.2%,日照0.8%。
圖1 山東省17地市各年份平均Malmquist指數及其分解
從圖1即山東省17地市10年發(fā)展動態(tài)來看,2006—2015年生態(tài)效率總體呈現增長態(tài)勢,由1.054增長到1.079。其中,技術進步效率和全要素生產率的變化較為劇烈、起伏比較大,從2006年開始,經過4年的波動于2011年達到峰值,2012年大幅度下落至最低點,2013年又開始回升,且兩者變化趨勢基本一致,說明技術進步是促進生態(tài)效率增長的主導因素。其他三個因素增長率變化不大,僅在0.970-1.020之間波動。其中純技術效率均值略大于1,為1.004,說明純技術效率是促進生態(tài)效率增長的次要因素,綜合技術效率和規(guī)模效率均值小于1,分別為0.996、0.992,說明兩者對生態(tài)效率增長起到制約作用。
通過DEA-BCC模型和Malmquist指數法僅能獲得地區(qū)生態(tài)效率值,但生態(tài)效率的影響因素并非僅局限于選擇的投入產出指標,除此之外的其他影響因素仍然值得我們進一步探究??紤]到數據可獲取性及生態(tài)效率的特點,同時在借鑒已有文獻研究基礎上[5,6,28],本文認為生態(tài)效率可能會受到產業(yè)結構、經濟發(fā)展水平、對外開放度、科技進步、綠色資源稟賦、人口密度、城市化水平等因素的影響,相關因素指標選取如表4所示。相關數據主要來自2006—2015年的《山東省統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》以及山東省17地市統(tǒng)計年鑒和統(tǒng)計公報等資料。
本文將DEA-BCC模型計算得到的生態(tài)綜合效率值(Crsts)作為因變量,上述影響因素作為自變量,考慮到模型準確性,自變量先進行對數化處理,構造Tobit回歸模型如下:
Crste=C+β1InIS+β2InPCGDP+β3InFDI+β4InTP+β5InPCGS+β6InPD+β7InCR+μ
(5)
式(5)中:C為常數項;β1、β2、β3、β4、β5、β6、β7為估計參數;μ為隨機誤差。
根據上文計算出的績效值以及統(tǒng)計的影響因素指標值,對山東省17地市生態(tài)效率影響因素進行Tobit回歸分析,結果如表5所示。
根據Tobit回歸模型估計結果顯示,經濟發(fā)展水平、對外開放度、科技進步均通過顯著性檢驗,且都顯著為正。其中經濟發(fā)展水平和對外開放度的系數分別為0.298和0.068,在1%的顯著性水平下通過檢驗,科技進步系數為0.061,在5%的顯著性水平下通過檢驗。具體來看,經濟發(fā)展水平系數顯著為正,表明在研究期間內,經濟增長對山東省生態(tài)效率的提高具有顯著的正向影響,人均地區(qū)生產總值每提高1萬元,就能促進生態(tài)效率提高0.298。經濟發(fā)展水平高的地區(qū),產業(yè)結構更為合理,基礎設施完善,資金投入量大,政府管理也更為高效,在這種環(huán)境下,生態(tài)效率會更高。同時,經濟發(fā)展水平高的地區(qū),人民生活更富裕,更加注重享受生活,對生態(tài)環(huán)境有更高層次的需求,環(huán)保意識更強,這些都有助于生態(tài)效率的提升。對外開放度系數顯著為正,表明在研究期間內,對外開放度對山東省生態(tài)效率的提高具有顯著正向影響,外商投資占地區(qū)GDP比重每提高1個百分點,生態(tài)效率就會增加0.068個百分點。對外開放度的提升,有利于引進國外先進技術、設備、管理經驗,降低能耗,改善環(huán)境,提高生態(tài)效率。科技進步系數顯著為正,表明在研究期間內,科技進步對山東省生態(tài)效率的提高具有顯著正向影響,科技進步水平每提高1個百分點,生態(tài)效率就會增加0.061個百分點??萍歼M步的增強有利于創(chuàng)新和推廣先進的生產技術及節(jié)能減排技術,進而在推動工業(yè)化、城市化過程中提高生態(tài)效率。產業(yè)結構、綠色資源稟賦、人口密度通過顯著性檢驗,且顯著為負。其中產業(yè)結構系數為-0.340,人均綠色資源系數為-0.052,人口密度系數為-0.119,均在5%的顯著性水平下通過檢驗。產業(yè)結構顯著為負,表明在研究期間內,產業(yè)結構對山東省生態(tài)效率的提高具有顯著的負向影響,第二產業(yè)增加值占地區(qū)GDP比重每提高1個百分點,生態(tài)效率就會下降0.340個百分點。山東省整體上走的依舊是“高污染、高消耗”的傳統(tǒng)工業(yè)發(fā)展道路,煤炭、化工等重工業(yè)占比大,發(fā)展模式粗放,會帶來各種污染排放物的增加,進一步惡化生態(tài)環(huán)境,不利于生態(tài)效率的提升。綠色資源稟賦顯著為負,表明在研究期間內,人均綠色資源對山東省生態(tài)效率的提高具有顯著的負向影響,人均綠化面積每提高1個百分點,生態(tài)效率就會下降0.052個百分點。綠色資源稟賦與生態(tài)效率的影響存在邊際效應,并不是人均綠地面積越高,生態(tài)效率就越高,綠化面積某種程度上會優(yōu)化環(huán)境、提高生態(tài)效率,但由于人均綠化面積高的城市,浪費破壞現象也更為嚴重,環(huán)保節(jié)約意識更淡薄,例如萊蕪市,其人均綠化面積在山東省17地市位居前列,但其生態(tài)效率值排名僅為15名。反而是人均綠化面積低的城市,其浪費破壞現象少,環(huán)保節(jié)約意識更強。例如濰坊市,其人均綠化面積在山東省17地市位于下游,但其生態(tài)效率值排名位于山東省前列。人口密度顯著為負,表明在研究期間內,人口密度對山東省生態(tài)效率的提高具有顯著的負向影響,人口密度每提高1個百分點,生態(tài)效率就會下降0.119個百分點。人口密度過大,會增加環(huán)境壓力,產生過量的資源消耗、浪費和污染排放,加劇生態(tài)破壞,不利于提升生產效率。城鎮(zhèn)化系數為-0.049,呈負相關,但未通過顯著性檢驗,說明城鎮(zhèn)化對生態(tài)效率的影響不顯著,表明在研究期間內,山東省城鎮(zhèn)化發(fā)展速度雖快,但發(fā)展質量并不高,并未有效提升生態(tài)效率、促進綠色發(fā)展。
表4 模型變量設置表
表5 山東省生態(tài)效率影響因素Tobit回歸分析結果
說明:***、**、*分別表示在1%、5%、10%水平下顯著。
本文基于2006—2015年山東省17地市的面板數據,利用DEA-BCC模型和Malmquist指數法對山東省17地市的生態(tài)效率進行分析,以此為基礎,運用Tobit回歸模型分析生態(tài)效率的影響因素,進而為山東省的綠色可持續(xù)發(fā)展提出針對性建議。研究結論及建議如下。
從生態(tài)效率靜態(tài)測算來看,山東省17地市整體生態(tài)效率水平較高,綜合效率均值為0.720,青島、煙臺、威海、東營4個城市綜合效率值達到1,處于前沿面上,其他13個城市均有不同程度無效率狀態(tài),有很大提升空間。從城市層面看,17地市間存在較大差異,青島、煙臺等沿海城市生態(tài)效率高,處于領先地位;濟南、淄博等城市生態(tài)效率較高,處于追趕狀態(tài);聊城、菏澤等內陸城市則生態(tài)效率低,位于落后位置。區(qū)域層面,山東省區(qū)域間生態(tài)效率存在較大差異,東部半島地區(qū)生態(tài)效率最高,魯中地區(qū)次之,魯西南地區(qū)第三,魯西北地區(qū)最低,呈現出中東部高、西南西北低的空間分布格局。因此,應該提升青島、濟南兩個中心城市的輻射帶動能力,帶動周邊城市生態(tài)效率的提高,形成“中心城市—外圍城市”輻射發(fā)展的經濟生態(tài)格局。加強區(qū)域間的協(xié)同作用,以半島地區(qū)和魯中地區(qū)為龍頭,充分發(fā)揮其在政策、資金、基礎設施、科教等方面的優(yōu)勢,大力發(fā)展能耗低、污染少、增加值高的高新技術業(yè)、金融業(yè)、旅游業(yè)等第三產業(yè),提高第三產業(yè)在產業(yè)結構中的比重,推進產業(yè)結構優(yōu)化升級。發(fā)揮魯西南、魯西北地區(qū)的資源優(yōu)勢,大力推進節(jié)能減排,實現綠色生產、循環(huán)生產、清潔生產,提高能源利用效率。
從生態(tài)效率動態(tài)測算來看,山東省生態(tài)效率的Malmquist指數為1.076,增長趨勢較好,17個地市生態(tài)效率的Malmquist指數均大于1,年均Malmudist指數增長率為7.6%。城市層面濰坊、青島、濟寧、臨沂、濟南增速快,高于均值;日照、德州、聊城、濱州、菏澤增速慢,低于均值。區(qū)域層面,東部半島地區(qū)、魯中地區(qū)、魯西南地區(qū)增速較快,魯西北地區(qū)增速慢。動力層面,技術進步效率是Malmquist指數的主要推動力,綜合效率變動則主要影響Malmquist指數的下降。同時,技術效率變動又源于純技術效率和規(guī)模效率變動的雙重影響,但規(guī)模效率變動對技術效率指數變動的作用更大。因此,要提高山東省17地市Malmquist指數增長率應從兩方面入手。首先,應加大科技投入力度,拓展科研經費的來源渠道,并積極與外資企業(yè)、高等院校、科研院所開展交流合作,提高自身技術研發(fā)能力,做到科技投入、產出兩手抓、兩手硬,利用技術進步來改善生態(tài)效率;其次,要合理配置城市資源,完善生產規(guī)模,整合優(yōu)化企業(yè),淘汰落后產能,提高規(guī)模效率,以此來提升生態(tài)效率。
從生態(tài)效率影響因素來看,經濟發(fā)展水平、對外開放度、科技進步與生態(tài)效率呈顯著正相關,對生態(tài)效率提升有正向影響;產業(yè)結構、綠色資源稟賦,人口密度與生態(tài)效率呈顯著負相關,對生態(tài)效率提升有負向影響;城鎮(zhèn)化則與生態(tài)效率呈不顯著的負相關。因此,各市在引進外資時要注意外資的引進類型,積極引進技術含量高、污染小的外資企業(yè),合理引導外資向低污染、高附加值產業(yè)發(fā)展;努力提升自身的科技研發(fā)實力,加大科技研發(fā)投入力度,積極培育科技人才,通過科技進步來促進生態(tài)效率的提高;主動調整產業(yè)結構,減少高耗能、高污染的第二產業(yè)比重,扶持新能源及可再生能源的發(fā)展,減少資源浪費及污染排放。